基于地统计学的农业田间试验地选择及评价方法

2013-04-11陈义强刘国顺习红昂

江西农业大学学报 2013年2期

陈义强，刘国顺，习红昂

(1.河南农业大学烟草学院，国家烟草栽培生理生化研究基地，河南郑州 450002;2.福建中烟工业有限责任公司技术中心，福建厦门 361022;3.河南省南阳市烟草公司，河南南阳 473000)

试验地是农业田间试验的基本条件，土壤差异是田间试验最主要的常见误差来源。因此选取土壤肥力比较一致的试验地，减少土壤差异对试验结果的影响，有效地降低试验误差，是保证农业田间试验成功、提高试验精确度的关键。进行农业田间试验时要求试验地肥力尽可能均匀一致。当前，通常是采用多次重复的小区随机区组试验来减小试验误差，而其它的相关方法则鲜见报道。地统计学已经被证明是分析土壤性状的空间分布和空间异质性特征的最有效的方法之一［1］，它弥补了以概率论为基础的经典统计分析方法在结构和过程分析方面的不足，能够有效地解释养分的空间分布格局对生态过程和功能的影响［2］。近年来，地统计学与地理信息系统的结合更是极大地推动了区域土壤pH值、有机质及氮、磷、钾等养分的空间变异性研究，因此有关这方面的报道也日益增多。Gaston等［3］对密西西比河三角州土壤特性和杂草种群的空间变异性进行了研究，结果表明土壤有机碳、pH值的半方差函数模型可以用球面模型描述，杂草密度与有机碳、土壤质地显著相关。陈义强等［4］在米级尺度下(11 m×10 m)对烟田全铁的空间变异性进行比较，结果表明土壤全铁具有中等的空间相关性。苑小勇等［5］研究了北京市平谷区有机质含量空间变异具有一阶趋势和各向异性特征。王淑英等［6］研究表明北京市平谷区有机质和全氮含量空间分布格局基本一致，由东北向西南逐渐减少，主要受地形、土壤类型、土地利用方式和施肥状况等因素的影响。Gregory和Curtis［7］用地统计学方法对美国北卡罗来纳州湿地的磷吸附、土壤特性的空间变异性进行了研究，发现土壤特性存在着很大的空间变异性。此外，Junta等［8］、Nathan等［9］、Dobermann 和 Ping［10］、孙波［11］、路鹏等［12］、赵良菊等［13］、冯娜娜等［14－15］、王永东等［16］、秦钟立等［17］、陈海生等［18］也分别对土壤N2O的释放量、农田土壤渗透率、土壤阳离子交换量、土壤氮磷钾含量等的空间变异性进行了研究。目前，国内有关地统计学用于农业研究已有较多报道，但都是从大尺度、中尺度和小尺度上来研究土壤养分的空间变异性，主要用于土壤的适宜性评价及作物或林木的区域规划种植，却很少从微尺度上(米级或亚米级)进行更深入的研究。而有关基于地统计学的土壤养分空间变异性研究在农业田间试验地选择中的应用则未见报道。因此，本研究以地统计学为研究工具，从微尺度对试验地的养分含量进行空间变异性研究，对试验地肥力是否均匀进行评价，在此基础上进行多小区的正交回归试验，以期建立基于地统计学的农业田间试验地选择的新方法。

1 材料与方法

1.1 试验地概况

试验地位于河南省南阳市方城县清河乡金叶园(南阳市烟草研究所)。地理位置位于东经112°54'，北纬33°15'。属于平原地带，四季气候变化明显。本试验于2007年在金叶园内选取一个长方形典型地块作为研究对象。所选烟田地势平整，上一年度种植烟草，田间施肥量均匀一致，烟草田间长势较为整齐一致，烟叶采收后闲置。试验地南北长65 m、东西宽48 m。

1.2 试验地土壤样品取样

试验地土壤为黄褐土，2007年3月7日(施肥前)以16 m×5 m的网格进行取样，共取39个土壤样品。取样时在网格中心点2 m范围内取多点混合而成，并以网格中心点位置表示取样位置。所有样品均取自0～20 cm土层的土壤，其养分含量见2.1。

1.3 验证试验

正交回归试验由于小区数目众多，其成功与否主要取决于试验地的肥力是否相对均匀一致。因此，采用正交回归试验设计进行大田试验以验证本文的试验地选择及评价方法是否有效。试验分氮、磷、钾3个因素，每个因素各设5个水平，按施肥量从低到高分别为－2、－1、0、+1、+2水平(表2)。各肥料的零水平参考2006年试验结果按N∶P2O5∶K2O 为 1∶2∶5 的比例施肥［19－20］，试验各因素各水平的具体施肥量见表1。试验地面积为0.312 hm2，小区面积为70 m2，设保护行，总共16个处理，39个小区，其中第1～14号处理和第16号处理每个处理设2个小区，第15号处理设9个小区。各处理的具体施肥方案见表2，小区分布见图1。供试品种为云烟87，移栽时间为2007年4月29日。试验所施肥料为烟草专用复合肥(氮磷钾比例为10∶10∶20)、硝铵(含氮 30%)、Ca(H2PO4)2·H2O(含 P2O512%)、K2SO4(含 K2O 50%)、KNO3(含氮13%，含K2O 45%)，其中70%作为基肥施用，30%作为追肥。烟田灌溉方式为喷灌。

表1 各因素各水平的施肥量Tab.1 the fertilization of factors at different levels kg/hm2

1.4 测定方法

全氮用FOSS Kjeltec 2300全自动定氮仪测定，回收率为99.31%;全磷、全钾用美国瓦里安VISTA－MPX CCD Simultaneous ICP－OES(全谱直读等离子体发射光谱)测定;水解性氮用碱解扩散法测定，速效磷用NaHCO3法测定，速效钾用乙酸铵提取法测定，有机质用重铬酸钾容量法－稀释热法测定，pH值用电位法测定［21－22］。

表2 试验设计方案Tab.2 the experiment design

1.5 数据处理与分析方法

用DPS、SPSS10.0软件及GS+软件中的半方差函数及kriging插值进行数据的统计与分析。

2 结果与分析

2.1 试验地土壤养分的统计特征分析

对土壤碱解氮、速效磷、速效钾、全氮、全磷、全钾、有机质含量和pH值进行经典统计分析，统计特征值列于表3。偏度、峰度检验和 Kolmogorov－Smirnov(P ＞0.05)正态检验表明，除有机质含量外，其余测定数据的偏度和峰度都接近0，Kolmogorov-Smirnov正态检验中双尾渐进概率P均大于0.05，表明这些数据服从或近似服从正态分布。对有机质含量进行对数转换，由表3可知，转换后数据的偏度和峰度比未转换前的更接近0，双尾渐进概率P也大于0.05，表明转换后的数据服从或近似服从正态分布。因此，所测数据满足地统计学分析要求。

2.2 部分土壤肥力因子的各向同性半方差函数分析

图1 小区分布Fig.1 Distribution map of plots

由于经典统计分析只能分析土壤养分变化的总体状况，不能准确反映其变化的局部特征，以及随机性、结构性、独立性和相关性的具体情况。因此有必要采用地统计学方法进行进一步分析，才能了解试验地在种烟前的养分空间分布状况。用半方差函数对不同步长间距下的各种模型进行比较分析，选择决定系数最大和残差最小的最优模型列于表4。试验地土壤的碱解氮、速效磷、全磷和有机质都是以高斯模型为最佳模型，其决定系数分别为0.957、0.628、0.785 和0.688，残差分别为0.0143、0.0458、8032和1.03×10－6。速效钾、全氮、全钾和pH值的最优模型为指数模型，其决定系数分别为0.970、0.602、0.812 和 0.992，残差分别为0.583、367034、0.0078 和9.08 ×10－9。从变程看，表中各模型的变程大部分都大于30 m，大于最大采样间距(16 m)，说明5 m×16 m的取样尺度是可行的。从块金效应看，各模型的块金效应均介于25% ～75%，说明试验地碱解氮、速效磷、速效钾、全氮、全磷、全钾、有机质含量和pH值的空间相关性中等，养分的空间变异性由结构性和随机性变异共同引起。

表3 种烟前部分土壤肥力因子的描述性统计Tab.3 Descriptive statistics of some factors of soil fertility before planting tobacco

表4 种烟前部分土壤肥力因子的各向同性半方差函数理论模型及有关参数Tab.4 Theoretical models and corresponding parameters for isotropic semivariogram of some factors of soil fertility before planting tobacco

2.3 部分土壤肥力因子的Kriging插值图

用半方差函数对不同步长间距下的各种模型进行比较分析，选择最优的模型并进行kriging插值分析，得图2。从图2可以看出，试验地土壤种烟前碱解氮、速效磷、速效钾、全氮、全磷、全钾、有机质含量和pH值在空间中的分布总体上都较为平缓，其含量范围分别为65.13 ～70.7 mg/kg，15.77 ～19.71 mg/kg，71.77～79.28 mg/kg，854.2 ～903.9 mg/kg、395.1 ～445.1 mg/kg、20.7 ～22.5 g/kg、10.3 ～12.63 g/kg 和 7.00 ～7.18，说明试验地的氮、磷、钾养分的分布差异不大，总体上肥力分布较为均匀。其中碱解氮在西北方向的含量略高于东北方向，约相差5 mg/kg，整个南边的分布较为均匀。速效磷在东边的含量略高于西边，约相差3.5 mg/kg。速效钾含量在东北角有个小凹槽，含量比其他位置低了约4 mg/kg。全氮含量在试验地东南角较高，正东角有个小凹槽，含量较低，约相差40 mg/kg，其他位置含量较为均匀。全磷含量在西南角和东南角较高，在西北角较低，约相差45 mg/kg。全钾含量在东北角和西北角较高，在东南方向较低，约相差2 g/kg。有机质含量在西北角较高，在西南角和东北角较低，约相差2 g/kg。pH值在试验地中部较高，东边较低，约相差0.15。可见，试验地在种烟前有机质含量、氮、磷、钾养分含量和pH值在空间的分布虽存在差异，但空间变异性不明显，也属于地力较为均匀的烟田。

图2 种烟前土壤碱解氮(a)、速效磷(b)、速效钾(c)、全氮(d)、全磷(e)、全钾(f)、有机质 (g)含量和pH值(h)的克里金插值图(×表示取样点)Fig.2 Kriged maps of available N，available P，available K，total N，total P，total K，the organic matter and pH value in soil before planting tobacco(sampling locations were denoted by×)

2.4 土壤养分空间变异性的评价方法

把克里金插值图中土壤养分含量分成9个等级(图2)。根据某一养分含量的克里金插值图计算最高等级与最低等级之间养分含量的差值，并把这一差值除以中间等级的养分含量，所得的百分比称为空间变异程度。中间等级的养分含量减去中间等级养分含量乘以10%所得的养分含量值在克里金插值图中相对应的等级称为均匀下限等级。中间等级的养分含量加上中间等级养分含量乘以10%所得的养分含量值在克里金插值图中相对应的等级称为均匀上限等级。均匀下限等级与均匀上限等级之间所包含的所有等级养分含量在整个分布图中所占的面积称为相对均匀面积。相对均匀面积与整个分布图面积的比值称为相对均匀面积比。即有:

评价原理:由于土壤及其所处环境的复杂性，土壤养分在空间的绝对均匀分布是不现实的。因此认为，若相对均匀面积占了整个分布图面积的80%及以上，即相对均匀面积比≥80%，则这一养分含量在空间的分布是均匀的。

评价方法:(1)当某一养分含量的空间变异程度小于或等于20%时，即最低等级的数值大于或等于均匀下限等级的数值(此时用最低等级的数值表示均匀下限等级)，最高等级的数值小于或等于均匀上限等级的数值(此时用最高等级的数值表示均匀上限等级)，这时整个空间分布图的面积都是相对均匀面积，相对均匀面积比为100%，因此认为这一养分含量在空间的分布较为均匀。由于9个等级所占的面积并不是均匀分布的，有可能最低等级或最高等级的面积在分布图中只占有很小的比例，但其数值又不在均匀下限等级与均匀上限等级的期间之内，所以，当某一养分含量的空间变异程度大于20%时并不表示这一养分含量在空间的分布很不均匀，而应该进一步计算它的相对均匀面积比。

(2)当某一养分含量的空间变异程度大于20%时，这时需进一步计算相对均匀面积比。若相对均匀面积比≥80%，则这一养分含量在空间的分布是均匀的;若相对均匀面积比＜80%，则这一养分含量在空间的分布不均匀。

2.5 试验地部分土壤肥力因子空间变异性的评价

根据上述的评价方法对试验地的空间变异性进行评价。分别计算碱解氮、速效磷、速效钾、全氮、全磷、全钾、有机质含量和pH值的空间变异程度，列于表5。由表5可知，试验地中碱解氮、速效钾、全氮、全磷、全钾含量和pH值的空间变异程度都小于20%，说明这6个因子的空间分布较为均匀。速效磷和有机质的空间变异程度大于20%，需进一步计算相对均匀面积比，才能评价其空间变异性。

根据上述公式计算空间变异程度大于20%的2个因子的均匀下限等级、均匀上限等级和相对均匀面积比，列于表6。由表6可知，这2个因子的相对均匀面积比都大于80%，说明这2个因子的空间分布也是均匀的。

2.6 试验地肥力均匀性的验证

建立回归模型是正交回归试验的主要目的之一。正交回归试验由于试验处理数较多，如果试验地肥力变异性较大，则试验误差较大，容易造成正交试验回归模型拟合性较差，无法对试验结果进行进一步分析。因此，正交回归试验的成功可以作为试验地肥力均匀的判断方法之一。

以二次多项式回归对正交回归试验结果进行分析，建立大田条件下氮、磷、钾肥与产值的经验模型如下:

其中Y2007F为产值，单位为元/hm2，N、P、K分别表示纯氮、P2O5、K2O的施用量，单位为kg/hm2。

表5 试验地种烟前部分土壤肥力因子的空间变异程度Tab.5 The rate of spatial variability of some factors of soil fertility before planting tobacco

表6 试验地部分土壤肥力因子的相对均匀面积比Tab.6 the area rate of relative uniformity of some soil fertility factors

F检验表明(表7)，所建方程达极显著水平，Durbin-Watson统计量d接近2，说明所建方程的拟合性较好。由方程中二次项系数的符号可以看出，试验所建方程中氮磷钾三因子的二次项系数都为负数，说明氮磷钾肥的施用量都有一个适宜的范围，低于或高于这个范围产值都会下降。从标准偏回归系数的大小可以看出，氮、磷、钾三因子对产值的影响大小不同，方程中不管是一次项还是二次项都是氮肥因子的系数最大，由此可知，在氮磷钾这3个因子中氮肥对烟叶产值的影响最大，是烟草栽培中应重点考虑的因素。正交回归试验取得了较好的试验结果，在一定程度上说明基于地统计学的试验地选择方法是可行的，它有效地降低了由于土壤差异给试验带来的误差，提高了试验的精确度。

表7 回归方程的检验Tab.7 The test of regression formulation

3 结论与讨论

(1)克里金插值图直观表明，试验地土壤碱解氮、速效磷、速效钾、全氮、全磷、全钾、有机质含量和pH值的空间分布虽存在差异，但空间变异性不明显，试验地属于肥力较为均匀的烟田。

(2)建立了基于地统计学的土壤养分空间变异性的评价方法。根据所建立的评价方法对试验地土壤碱解氮、速效磷、速效钾、全氮、全磷、全钾、有机质含量和pH值的空间变异性进行评价。结果表明，试验地中碱解氮、速效钾、全氮、全磷、全钾含量和pH值的空间变异程度都小于20%，相对均匀面积比都为100%，速效磷和有机质的空间变异程度大于20%，但相对均匀面积比分别为91.34%和95.70%，都大于80%。可见，试验地土壤养分的空间分布虽存在差异，但空间变异性不明显，都属于肥力较为均匀的烟田。在此基础上进行了氮磷钾肥的正交回归试验，试验结果较为理想，在一定程度上说明所建立的基于地统计学的肥力均匀的试验地选择方法及其评价方法较为合理。

试验地是田间试验最重要的试验条件。试验地的土壤差异是田间试验最主要的常见误差来源。如果能控制土壤差异而减少土壤差异对试验处理的影响，就可以有效地减少误差，提高试验的精确度。

试验地土壤肥力差异是可以测定的［23］。可以用2种方法测定土壤肥力差异程度:一种是用前茬作物的网格产量来表示试验地肥力的差异程度，另一种是用网格土壤养分指标来表示试验地肥力的差异程度。本研究通过测定试验地网格土壤中的pH值、有机质、全氮、全磷、全钾、碱解氮、速效磷和速效钾8个指标的含量值，采用地统计学的方法绘制了这8个指标含量值的Kriging插值空间分布图，并用所建立的土壤养分空间变异性评价方法对试验地进行了养分空间变异性进行了评价，表明试验地氮磷钾养分分布较为均匀。在此基础上进行了氮磷钾肥的正交回归试验，试验结果较为理想，说明所建立的基于地统计学的肥力均匀的试验地选择方法及其评价方法较为合理。由于土壤是个复杂的生物体［24］，试验地的肥力是否均匀一致除了可以用pH值、有机质、全氮、全磷、全钾、碱解氮、速效磷和速效钾8个指标表示外，还可以用其它的许多指标表示，如前茬作物的产量或产值作为土壤肥力的综合体现也能较好地表示试验地养分的空间变异性。因此，结合土壤养分与前茬作物产量或产值，建立基于地统计学的肥力均匀的试验地的选择方法及其评价方法是下一步研究工作的内容。

［1］王政权.地统计学及其在生态学中的应用［M］.北京:科学出版社，1999:102－149.

［2］郭旭东，傅伯杰，马克明，等.基于GIS和地统计学的土壤养分空间变异研究［J］.应用生态学报，2000，11(4):557－563.

［3］Gaston L A，Locke M A，Zablotowicz R M，et al.Spatial variability of soil properties and weed populations in the Mississippi delta［J］.Soil Science Society of America Journal，2001，65:449 －459.

［4］陈义强，刘国顺，习红昂.微尺度下烟田铁的空间变异性及其与烟叶铁的相关分析［J］.生态学报，2009，29(3):1448－1458.

［5］苑小勇，黄元仿，高如泰，等.北京市平谷区农用地土壤有机质空间变异特征［J］.农业工程学报，2008，24(2):70－76.

［6］王淑英，路苹，王建立，等.北京市平谷区土壤有机质和全氮的空间变异分析［J］.北京农学院学报，2007，22(4):21－25.

［7］Gregory L B，Curtis J R.A spatially explicit Investigation of phosphorus sorption and related soil properties in two riparian wetlands［J］.Journal of Environmental Quality，2004，33:785 －794.

［8］Junta Y，Takuji S，Taku O，et al.Spatial variability of nitrous oxide emissions and their soil－ related determining factors in an agricultural field［J］.Journal of Environmental Quality，2003，32:1965 －1977.

［9］Nathan W H，Liu B W，Boast C W，et al.Spatial variability and measurement scale of infiltration rate on an agricultural landscape［J］.Soil Science Society of America Journal，2004，68:1818 －1826.

［10］Dobermann A，Ping J L.Geostatistical integration of yield monitor data and remote sensing improves yield maps［J］.Agronomy Journal，2004，6:285 －297.

［11］孙波，赵其国，闾国年.低丘红壤肥力的时空变异［J］.土壤学报，2002，39(2):190 －198.

［12］路鹏，彭佩钦，宋变兰，等.洞庭湖平原区土壤全磷含量地统计学和GIS分析［J］.中国农业科学，2005，38(6):1204－1212.

［13］赵良菊，肖洪浪，郭天文，等.甘肃灌漠土土壤肥力的空间变异性典型研究［J］.中国沙漠，2004，24(4):451－455.

［14］冯娜娜，李廷轩，张锡洲，等.不同尺度下低山茶园土壤颗粒组成空间变异性特征［J］.水土保持学报，2006，20(3):123－128.

［15］冯娜娜，李廷轩，张锡洲，等.不同尺度下低山茶园土壤有机质含量的空间变异［J］.生态学报，2006，26(2):349－356.

［16］王永东，冯娜娜，李廷轩，等.不同尺度下低山茶园土壤阳离子交换量空间变异性研究［J］.中国农业科学，2007，40(9):1980－1988.

［17］秦钟立，秦松，刘洪斌.贵州省植烟区土壤pH值和养分空间变异特征的研究［J］.土壤通报，2007，38(6):1046－1051.

［18］陈海生，刘国顺，叶协锋，等.卢氏烟区土壤肥力因子空间变异性分析［J］.河南农业大学学报，2008，42(1):46－50.

［19］陈义强，刘国顺，习红昂.烟草栽培中氮、磷、钾肥及水分因子与产值的经验模型［J］.中国农业科学，2008，41(2):480－487.

［20］陈义强，刘国顺，习红昂，等.烟草栽培中土壤适宜含水率及施肥模型［J］.农业工程学报，2009，25(2):42－49.

［21］鲍士旦.土壤农化分析［M］.北京:中国农业出版社，2000:39－60，79－57，99－107.