李 勇，赵云泽，勾宇轩，黄元仿,2

黄淮海旱作区土壤压实度空间分布特征及其影响因素

李 勇1，赵云泽1，勾宇轩1，黄元仿1,2※

（1. 中国农业大学土地科学与技术学院，北京 100193；2. 自然资源部农用地质量与监控重点实验室，北京 100193）

为探究旱作区农田不同层次土壤压实度特征，基于2017年采集的255个土壤样品，运用Mann-Kendall突变检验法、地统计学和冗余分析等方法，探究黄淮海旱作区耕作层和压实层空间分布特征，分析不同层次的土壤压实度的空间变异特性及影响因素，并提出了最佳土壤压实度范围。研究结果表明：旱作区耕作层和压实层厚度均呈现由北向南递增的趋势，耕作层最大厚度可达22.50 cm，最低仅有10.21 cm；压实层厚度最大可达17.50 cm，最小值也达到7.50 cm。从不同层次来看，耕作层和压实层的压实度具有空间分布一致性，耕作层压实度高值区主要分布在河南省东部、安徽北部及河北北部地区，最大值可达87.68%以上，低值区则主要集中在山东西北部以及河北南部地区。和压实层压实度相比，耕作层压实度是影响粮食产量的主要因素，且在70%～80%时获得较高产量。分析表明，土壤压实度受到年降水量、平均气温、土壤自然属性等环境因子和机械耕作等人为因素综合作用的影响。研究结果可为黄淮海农田土壤压实情况的改善及管理措施的科学制定提供理论支撑。

土壤；耕作；旱作区；压实度；耕作层；压实层

0 引 言

随着农业机械化的发展，土壤压实已成为农业生产中愈发严重的问题。通常认为，土壤压实导致土壤通气性变差，饱和导水率降低，土壤穿透阻力变大，影响土壤的碳氮循环以及生物多样性[1-2]，阻碍作物根系生长，最终导致作物的减产[3]。

国内针对土壤压实情况进行了很多研究，但主要是围绕土壤穿透阻力和土壤容重等多个指标开展，主要集中在农田土壤容重和穿透阻力的空间分异特征及影响因素、穿透阻力对作物产量和品质的影响及不同耕作措施对穿透阻力的影响等方面[4-7]。有研究证明此类指标受土壤含水量和有机质含量等诸多因素的影响较大[8]，不同区域之间变异性较强，且单个指标不能充分反映农田土壤压实情况[9-10]。因此，为了更高效评估不同土壤类型的压实情况，Håkansson等[9]提出了利用土壤压实度（Degree of Compactness，DC）描述土壤的压实状态及其与作物生长的关系，即实际土壤容重（b）与土壤参考容重（b-ref）的比率[11]，被称为“评估土壤物理结构质量的高级综合参数”。国外学者已系统研究了土壤压实度与土壤类型、土壤物理性质、耕作措施及作物产量之间的关系，但主要是集中在田块尺度。Håkansson等[11]研究了瑞典农田土壤压实情况，结果表明土壤质地对土壤压实度没有显著影响，并提出了作物生长的最佳土壤压实度；Suzuki等[12]研究了免耕条件下6种土壤类型的土壤压实度影响因素及其与大豆产量的关系，结果表明黏粒含量对土壤压实度影响不显著，并提出淋溶土和老成土最佳压实度为82%，氧化土最佳压实度为85%。Lipiec等[13]研究了波兰两种土壤类型的压实度与春大麦生长的关系，结果表明当压实度大于88%时，大麦产量急剧下降；Riley等[14]在研究挪威土壤压实度与谷物产量关系时发现，压实度比容重、孔隙度更能反映作物生长条件的优良程度；Oliveira等[15]研究发现，不同土壤类型的大豆生长最优土壤压实度在80%～85%之间，而不同土壤类型土壤穿透阻力的临界值差异性很大。

综上所述，土壤压实度能够直接高效地反映农田土壤压实情况，且在一定程度上可以作为粮食产量的预警指标。已有研究主要集中在田块尺度，缺少对于较大尺度土壤压实度的研究。因此，基于土壤压实度所受影响因素较少且具有高效评价农田管理对土壤结构和作物生长发育影响的能力，针对黄淮海旱作区区域跨度广、土壤压实情况不清及影响因素复杂等特点，本文拟以土壤压实度为研究对象，研究农田不同土壤层次的土壤压实度空间特征及其影响因素，探讨区域耕层土壤压实度的最佳范围，以期为黄淮海旱作区农田土壤管理及调控提供理论及参数支持。

1 材料与方法

1.1 研究区概况

基于山东、河南、河北和安徽四省的1 km2网格土地利用现状图，根据有关坡度分级标准，将地形坡度小于5°且1 km2网格内旱地占耕地面积40%以上的区域定义为旱作区[16]。区域涵盖山东、河南、河北和安徽四省的270个县（市），涉及总面积约28.12万km2（图1）。区域大部分属于温带大陆性季风气候，年均温度和年降水量由南向北随纬度增高而递减，年均温度13～15 ℃，10 ℃以上活动积温3 800～5 300℃，年均降水量500～1 000 mm，降水年际间变化较大且多集中在夏季。年平均日照时数2 300～2 800 h，基本满足一年两熟或两年三熟作物的种植。研究区地貌属于由黄河、淮河和海河等河流沉积作用形成的冲积扇平原，成土母质主要为第四纪沉积物及近代河流的洪积物和冲积物等，形成了以潮土、褐土为主的各类土壤。区域耕地破碎度较小且耕作条件良好，主要种植玉米、小麦和大豆等作物，是中国重要的旱作作物种植区和商品粮基地。

1.2 样品采集分析

1.2.1 样品采集

研究区采用网格布点（15 km×15 km）并抽取旱地斑块，并结合土壤类型进行分层抽样，抽样时考虑种植体系、种植面积和集中连片度等因素，根据以上抽样布点原则共布设255个样点，其中潮土163个，褐土55个，砂姜黑土37个，土壤样品采集于2017年5—6月，每个采样点按0～10、>10～20、>20～30、>30～40 cm四层采集样品，共计1 020个土壤样品。

1.2.2 调查指标与方法

0～40 cm土壤穿透阻力（Penetration Resistance，PR）测量采用SC-900紧实度仪（美国Spectrum Technologies），土壤容重（Bulk Density，BD）测定采用环刀法（体积100 cm3），土壤颗粒组成采用Mastersizer 3000激光粒度仪（英国Malvern Panalytical）测定，土壤有机质（Soil Organic Matter，SOM）采用重铬酸钾外加热法；基于土壤穿透阻力，采用Mann-Kendall突变检验法[17]测定耕作层厚度、压实层厚度，并分别计算耕作层穿透阻力、压实层穿透阻力、耕作层压实度和压实层压实度。

土壤参考容重采用Jones[18]提出的根系生长临界容重下限值的方程计算。

式中b-ref表示土壤参考容重，g/cm3；clay表示黏粒质量分数，%。Asgarzadeh等[19-20]研究发现，通过普氏标准试验和标准压实试验（单轴200 kPa压力）得到的b-ref和使用方程（1）计算得到的b-ref之间存在较强的线性关系，且其与土壤的黏粒含量密切相关。因此本文使用方程式（1）来描述研究中的土壤中的b-ref。

土壤压实度（DC）的计算公式如下：

式中DC表示土壤压实度，%；b表示土壤容重，g/cm3。

1.3 数据分析

1.3.1 Mann-Kendall（M-K）突变检验

M-K方法是一种非参数检验方法，可用于检测统计变量的变化趋势，并确定数据序列中发生突变的位置。因此，本研究根据各采样点穿透阻力在土壤剖面的变化特征，应用M-K突变检验判断土壤穿透阻力发生突变的位置，从而确定耕作层厚度及压实层的位置。但由于在垂直空间序列中穿透阻力数据间的相关性会影响M-K检验的结果，所以在应用该方法前应先采用去趋势预置白法对数据进行处理，主要采用的方法为一阶差分法[21]。公式如下：

式中Y为不含趋势的新序列，X为土壤穿透阻力原始数据序列；为序列长度；T为穿透阻力原始数据序列的趋势序列，同时定义统计量t为

式中n表示样本x>x(<)的数量，1≤≤−1，1≤≤；在原序列独立的假设下，统计量t的均值和方差分别为

式中为新序列Y的序列长度。将以上公式的t标准化，得到

通过信度检验得出()曲线其是否有明显的变化趋势；并应用于到反序列中，计算得到另一条曲线′()，两条曲线交点确定为突变点；值为标准化值，如果交点在置信区间内，表示该点在本数据序列中突变显著；反之，说明突变不显著，所述置信区间为–1.96<<1.96。将确定发生突变点的序列顺序转换为相应的土层深度，并将相应的穿透阻力数值与之对应，最终得到采样点耕作层厚度。同时，以穿透阻力发生突变的深度作为压实层的上边界，以突变区穿透阻力的最大值作为压实层的下边界，计算压实层的厚度。进一步计算不同层次的土壤压实度。

1.3.2 冷热点分析

1）全局空间自相关

全局莫兰指数（Moran’s I，）能够识别空间要素整体的空间自相关性。本研究基于ArcGIS 10.5平台，运用全局莫兰指数计算研究区土壤压实度空间自相关程度，公式为

式中为研究单元数量；z为研究单元土壤压实度与总体平均值的偏差；z为研究单元土壤压实度与总体平均值的偏差；为研究单元和之间的空间权重矩阵；0为空间权重矩阵中所有元素的和。

标准化Z值常用于检验全局莫兰指数的显著性水平，公式为

式中E[]为的理论期望值；var[]为的理论方差。的取值介于[–1, 1]，在给定显著性水平下，若>0，表明存在正的空间自相关，土壤压实度呈现空间聚合特征；若<0，表明存在负的空间自相关，土壤压实度呈现空间离散特征。当|>1.96（<0.05）时，表明研究区土壤压实度存在显著的空间自相关性。

2）热点分析

为了有效表征研究对象聚集或分散发生的具体空间位置，因而采用热点分析来识别压实层和耕作层的冷热点空间分布格局。因此引入了Getis-OrdG*得分，并在ArcGIS 10.5中进行了计算。公式为

1.3.3 解释度计算公式

基于Canoco5.0软件，通过方差分解分析功能（Variance Partitioning Analysis，VPA）确定指定的各解释变量对响应变量变化的解释比例，即各影响因素对因变量的解释度。计算公式如下：

式中为解释变量的矩阵；为响应变量矩阵；var()为的方差；(|)为在条件下的期望值；var(|)为在条件下的方差。

1.3.4 数据处理

粮食产量和农业机械总动力数据来源各县市2017年统计年鉴，降雨和温度数据来自中国气象数据网（http://data.cma.cn/）。数据统计分析在Microsoft Excel 2016和SPSS 23.0中完成；应用SPSS23.0软件对数据进行正态分布检验、方差分析和相关性分析；应用Cacono 5进行冗余分析；应用ArcGIS 10.5软件中的空间分析工具进行制图。ArcGIS插值制图数据均符合正态分布，冗余分析数据均进行标准化处理。

2 结果与分析

2.1 土壤基本物理性质特征

采用SPSS 23.0软件，对研究区各层土壤基本物理性质进行统计分析（表1）。不同层次的土壤质地均为粉砂质壤土。随着土层深度的增加，砂粒含量略有降低，而黏粒和粉粒含量略有提高，但不同层次间差异性均不显著。和10～20、>20～30和>30～40 cm的土壤容重相比，0～10 cm的土壤容重较小。表层0～10 cm与>10～40 cm的土壤容重存在显著性差异（<0.05）。和其他层次相比，>20～30 cm土层具有最大的土壤压实度，为83.21%。0～10 cm土层显著小于>10～40 cm土层的土壤压实度（<0.05），其中>20～30 cm土层具有最大的土壤压实度均值为83.21%，但与>30～40 cm土层压实度差异不显著。土壤穿透阻力的变异规律和土壤压实度相似，>20～30 cm土层具有最大的土壤穿透阻力为2 360.77 kPa，0～10 cm土层土壤穿透阻力最小为476.06kPa。不同土层有机质含量差异性显著（<0.05），且随着土层深度的增加显著降低。

表1 不同土层土壤物理性质的描述性统计特征

注：不同小写字母代表不同土层间差异达显著水平（<0.05）。下同。

Note: Different lowercase letters represent significant differences among different soil depths (<0.05). Same as below.

2.2 土壤压实度空间分布特征

2.2.1 耕作层和压实层空间分布厚度特征

由图2可知，耕作层厚度在河南和安徽北部区域呈现明显的空间聚集特征。耕作层较薄的区域主要集中在安徽北部，平均耕作层厚度为13.97 cm，最小耕作层厚度为10.21 cm，耕作层较厚区域主要集中在河南省，耕作层平均厚度为19.31 cm，最大值达到22.50 cm。压实层较薄的区域主要分布在河北省和山东省西北部，最小值为7.50 cm，而压实层较厚区域分布在安徽北部，平均厚度为12.38 cm，最大厚度可达17.50 cm。研究区河北省和山东省农田具有“耕作层厚，压实层薄”的特点，而安徽省北部区域整体呈“耕作层较薄，压实层较厚”的特点。

2.2.2 耕作层和压实层土壤压实度空间分布特征

通过ArcGIS空间分析工具分别计算研究区耕作层和压实层土壤压实度的全局莫兰指数（），并对其进行显著性检验。结果表明耕作层和压实层的土壤压实度均为正值，分别为0.53和0.41，表明研究区土壤压实度整体分布呈现空间聚合特征，但存在一定的波动性。耕作层和压实层的土壤压实度的标准化值均大于显著性检验临界值1.96（<0.05），表明研究区耕作层和压实层的土壤压实度存在较明显的空间自相关性。

农田土壤压实度对作物的生长具有重要的影响[12-15]，因此探究不同层次土壤压实度具有重要意义。从图3可以看出，研究区不同层次的土壤压实度均呈现东北、西南高及中部低的趋势，空间变化具有相似性。从耕作层土壤压实度空间分布可知，压实度高值区主要分布在河南省东部、安徽北部及河北东部地区，均达到80.00%以上，最大值可达到87.68%，低值区则主要集中在山东西部以及河北中部地区，最小值为69.60%；和耕作层相比，压实层土壤压实度相对较高，整个研究区压实度均在75.00%以上，且压实度大于80.00%的区域占比85%以上，压实度最高值达到88.98%。整体上看，安徽、河北北部及河南旱作区耕作层和压实层压实度均呈现较高的特点，而山东和河北东南旱作区则相反。

2.2.3 压实度和产量相关性分析

由图4可看出，粮食单产随着土壤压实的增大而减小（<0.05）。依照全国耕地类型区、耕地地力等级划分标准，将研究区产量划分为高产（>9 000 kg/hm2）、中产（6 000～9 000 kg/hm2）和低产（<6 000 kg/hm2）三种标准[22]，不同产量相对应的土壤压实度存在显著差异性（图4）。根据产量划分标准，当粮食单产达到中高产标准时，土壤压实度范围小于80.00%；而当土壤压实度超过80.00%时，粮食单产低于6 000 kg/hm2，即仅达到低产标准。有研究表明，耕作层、压实层厚度及其穿透阻力等耕层结构特征对粮食产量也有较大影响[22]，因此，为了探究其对粮食产量的影响差异，选取耕作层厚度、压实层厚度、耕作层穿透阻力、压实层穿透阻力与土壤压实度等耕层结构指标与粮食单产进行冗余分析，得到对粮食单产影响的二维排序图（图5），在排序图中，粮食单产用实线表示，各影响因素用虚线表示；箭头连线的长短表示粮食单产与影响因素关系的大小，箭头连线越长相关性越大，反之则越小；虚线与实线的夹角表示影响因素和粮食单产相关系数的大小。夹角在0°～90°时，表示两个变量直接呈正相关；夹角在90°～180°时，二者之间呈负相关，当夹角为90°时，表示二者没有相关关系。各种耕层特征指标对粮食单产的共同解释度为30.11%。从图5可以看出，粮食单产与耕作层压实度、压实层压实度和压实层厚度呈负相关，耕作层压实度对粮食单产的影响显著大于压实层厚度和压实层压实度。

由表2可知，各个因素对其的影响由大到小依次为耕作层压实度、压实层厚度、耕作层厚度、压实层穿透阻力、压实层压实度、耕作层穿透阻力、耕作层厚度。其中耕作层压实度、压实层厚度、耕作层厚度和压实层穿透阻力对粮食单产影响极显著（<0.01），耕作层穿透阻力和耕作层厚度对粮食单产影响显著（<0.05）。耕作层压实度的解释度为21.10%，说明耕作层土壤压实度是影响粮食单产的主要土壤属性因子。

表2 影响因子解释度及显著性检验

2.3 土壤压实度的影响因素

2.3.1 不同土壤类型的影响

土壤压实度的变异程度可用变异系数的大小来反映，变异系数小于等于10%时为弱性变异，变异系数介于10%和100%之间时为中等变异，变异系数大于等于100%时为强性变异。由表3可知研究区土壤压实度变异程度均为弱性变异。研究区不同土壤层次，不同土壤类型的压实度具有一定差异性。耕作层土壤压实度均值由大到小的土壤类型为砂姜黑土、褐土、潮土，三种土壤类型压实度存在显著性差异（>0.05），其中砂姜黑土压实度均值最大，为82.47%，潮土最小，仅为76.33%；与耕作层不同，压实层土壤压实度均值由大到小土壤类型依次为潮土、砂姜黑土、褐土，潮土压实度均值最大为85.91%，褐土压实度最小为81.74%。潮土与砂姜黑土压实度差异不显著，但两者均与褐土存在显著性差异（<0.05）。有研究表明，当土壤压实度约为85.00%时，作物的根系生长将会受到抑制[15]。由此可知，不同层次的砂姜黑土压实度均较高，会对作物根系生长具有较大的影响，而潮土压实度仅在深层次土壤中较大。

表3 不同土壤类型的土壤压实度

2.3.2 土壤属性及环境因素的影响

有研究表明，土壤颗粒组成、有机质含量是土壤压实度主要影响因素[12,23]。在本研究中，如表4所示，土壤压实度除了受以上因素影响外，还受到农业机械总动力和气候环境因子的显著影响。研究表明，年降水量和平均气温、农业机械总动力、土壤黏粒等因素和土壤压实度呈极显著正相关（<0.01），而砂粒含量和土壤压实度呈极显著负相关（<0.01），土壤有机质含量与土壤压实度相关性不显著。

对各环境和土壤理化性质指标与土壤压实度进行冗余分析，得到其对土壤压实度影响的二维排序图（图6）。所有影响因素对土壤压实度的共同解释度为67.20%，由此可知土壤压实度主要受这些因素的影响。为了探讨各影响因素对土壤压实度的影响差异，对每个影响因素对土壤压实度的单独解释度进行了分析。由表5可知，各影响因素对土壤压实度的解释贡献度由大到小依次为年降水量、平均温度、农业机械总动力、砂粒含量、粉粒含量、黏粒含量、土壤有机质含量，其中年降水量、平均温度、机械总动力、砂粒和粉粒含量对土壤压实度影响极显著（<0.01），黏粒含量对土壤压实度影响显著（<0.05），土壤有机质含量对压实度影响不显著。年降水量、平均温度和农业机械总动力是影响土壤压实度的主要因素。

表4 土壤压实度与环境因子之间的相关分析

Note: **<0.01; *<0.05.

表5 各影响因素解释贡献度及显著性检验

3 讨 论

3.1 最佳土壤压实度范围

研究表明，作物产量随着耕层土壤压实度的增大而减小，这是因为较高的土壤压实度会降低土壤的通气性，增加土壤穿透阻力，导致土壤结构变差，进而影响作物根系生长发育和产量[12]。而本文粮食单产具有随着土壤压实度增大而降低的趋势，进一步说明了土壤压实度过高对粮食产量具有一定的抑制作用，且根据本文粮食产量等级划分标准，当土壤压实度大于80%时，粮食产量则表现为低产标准。另外，由于本研究最小土壤压实度为70%左右，因此本研究最佳的土壤压实度范围在70%～80%之间，这也与Carter[24]的研究一致。也有研究表明，得到最高产量的土壤压实度范围在80%～90%之间[12,25-26]，这与本文的研究结果存在差异。原因一方面是研究区域的土壤压实度空间变异性大，不同的采样点的区域环境条件有所差异，导致压实度范围有所差异；另一方面是土壤压实度的计算取决于b-ref的确定方法。Carter[24]发现应用标准普氏试验得出土壤参考容重的土壤压实度范围在77.5%～84.0%时作物产量较大，Beutler等[25]也发现氧化土的压实度为80%时，大豆产量最高；而Lipiec等[26]利用单轴压力试验，发现土壤压实度大于88%时，作物产量呈现急剧下降的趋势，Suzuki等[12]得到淋溶土和氧化土的最佳土壤压实度分别为82%和85%时。而本文的b-ref是通过标准普氏试验经验模型得到，因此和单轴压力试验结果相比，最佳土壤压实度范围相对较低[8]。另外，本研究仅从粮食单产这一宏观角度探究最佳土壤压实度范围，因此在未来研究中，可以通过探究作物生长过程中各种生物性状，进一步确定最合适的土壤压实度范围。

3.2 土壤压实度的影响因素

土壤压实度受气温、降水等自然环境以及机械耕作等人为因素的综合调控，不同区域的水热条件（气温、降水）对土壤压实度有着显著的影响。在本研究的所有影响因素中年降水量和农业机械总动力是研究区土壤压实度的主要影响因素，这也与Raper等[27-28]的研究一致。有研究认为，土壤有机质含量和土壤压实度的呈负相关关系[23]，而本研究中发现，具有较高土壤有机质含量的安徽北部地区土壤压实度反而较高，一方面原因可能是黄淮海旱作区整体土壤有机质含量太低且范围较小[12]，对土壤压实度的影响没有差异，另一方面可能是安徽北部区域砂姜黑土分布广泛，在一定范围内土壤有机质含量与砂姜黑土的收缩强度呈正相关[29]，且年降水量和平均温度的增大也促使土壤中砂姜的含量的增大[30]，因此造成此部分土壤压实度较高。高强度的农业机械耕作也是造成土壤压实的主要因素之一[31]，黄淮海各省办公厅发布2020年农机总动力将达1亿kW左右，主要粮食作物耕种综合机械化率达80%以上，随着日益高涨的农业机械化率，土壤压实也愈发严重，从而导致土壤孔隙度降低、通气性变差，影响作物的生长和发育。土壤压实度和土壤砂粒含量呈负相关性，这与Suzuki等[12]对不同土地利用方式下土壤压实度的研究结果一致，这主要是因为土壤砂粒含量增多使得土壤大孔隙数量较多，孔隙度较高，因而土壤压实度较小。另外，不同土壤类型的压实度也具有显著性差异，其对同样农田耕作措施和管理方式的敏感性不同[12]，因此在未来的农业土壤管理中应因地制宜，探索符合不同区域土壤自然条件的农业管理方式。

4 结 论

1）黄淮海旱作区耕作层和压实层具有明显的空间分异特征，耕作层和压实层厚度均呈现由北向南递增的趋势。耕作层和压实层土壤压实度均呈现东北、西南高及中部低的趋势。河南省和安徽北部旱作区土壤压实度较高，而低值区则主要分布于山东省和河北东部旱作区。土壤压实度和粮食单产呈现极显著负相关关系，根据粮食单产达到中高标准时的土壤压实度推断最佳的土壤压实度范围为70%～80%。

2）黄淮海旱作区土壤压实度受到年降水量、平均气温、土壤自然属性等环境因子和农业机械耕作等人为因素综合作用的影响。高强度农业机械耕作是研究区土壤压实度较高的主要人为因素，尤其是在河南省旱作区。因此应合理使用农业机械设备，优化耕作模式，适当进行深耕整地。除人为因素外，年降水量和土壤类型是影响研究区土壤压实度的主要环境因子。

[1] Bessou C, Mary B, Léonard J, et al. Modelling soil compactness impacts on nitrous oxide emissions in arable fields[J]. European Journal of Soil Science, 2010, 61(3): 348-363.

[2] Tan X, Chang S X, Kabzems R. Soil compactness and forest floor removal reduced microbial biomass and enzyme activities in a boreal aspen forest soil[J]. Biology and Fertility of Soils, 2008, 44(3): 471-479.

[3] Nawaz M F, Bourrié G, Trolard F. Soil compactness impact and modelling. A review[J]. Agronomy for Sustainable Development, 2013, 33(2): 291-309.

[4] 刘爽，何文清，严昌荣，等. 不同耕作措施对旱地农田土壤物理特性的影响[J]. 干旱地区农业研究，2010，28(2)：65-70.

Liu Shuang, He Wenqing, Yan Changrong, et al. Effects of different tillage managements on soil physical properties in dryland[J]. Agricultural Research in the Arid Areas, 2010, 28(2): 65-70. (in Chinese with English abstract)

[5] 王金贵，王益权，徐海，等. 农田土壤紧实度和容重空间变异性研究[J]. 土壤通报，2012，43(3)：594-598.

Wang Jingui, Wang Yiquan, Xu Hai, et al. Spatial variability of soil compactness and bulk density in farmland[J]. Chinese Journal of Soil Science. 2012, 43(3): 594-598. (in Chinese with English abstract)

[6] 贺明荣，王振林. 土壤紧实度变化对小麦籽粒产量和品质的影响[J]. 西北植物学报，2004(4)：649-654.

He Mingrong, Wang Zhenlin. Effects of soil compactness on grain yield and quality of wheat[J]. Acta Botanica Boreal-Occidentalia Sinica. 2004(4): 649-654. (in Chinese with English abstract)

[7] 王群. 土壤紧实胁迫对玉米根土系统及其生长发育的影响[D]. 郑州：河南农业大学，2010.

Wang Qun. Effects of Soil Compactness on Root-Soil System and Development in Maize (L)[D]. Zhengzhou: Henan Agricultural University, 2010. (in Chinese with English abstract)

[8] Reichert J M, Suzuki L E A S , Reinert D J, et al. Reference bulk density and critical degree of compactness for no-till crop production in subtropical highly weathered soils[J]. Soil and Tillage Research, 2009, 102(2): 242-254.

[9] Håkansson I, Lipiec J. A review of the usefulness of relative bulk density values in studies of soil structure and compactness[J]. Soil and Tillage Research, 2000, 53(2): 71-85.

[10] Topp G C, Reynolds D, Cook F J, et al. Chapter 2: Physical attributes of soil quality[J]. Developments in Soil Science, 1997, 25(97): 21-58.

[11] Håkansson I. A method for characterizing the state of compactness of the plough layer[J]. Soil and Tillage Research, 1990, 16(1/2): 105-120.

[12] Suzuki L E A S, Reichert J M, Reinert D J. Degree of compactness, soil physical properties and yield of soybean in six soils under no-tillage[J]. Soil Research, 2013, 51(4): 311-321.

[13] Lipiec J, Håkansson I, Tarkiewicz S, et al. Soil physical properties and growth of spring barley as related to the degree of compactness of two soils[J]. Soil and Tillage Research. 1991, 19: 307-317.

[14] Riley H. Cereal yields and soil physical properties in relation to the degree of compactness of some Norwegian soils[A]// Proceedings of the 11th Conference of International Soil Tillage Research Organisation, Edinburgh, 1988: 109-114.

[15] Oliveira P D D, Sato M K, Lima H V D, et al. Critical limits of the degree of compactness and soil penetration resistance for the soybean crop in N Brazil[J]. Journal of Plant Nutrition and Soil Science, 2015, 179(1): 78-87.

[16] 卓志清，兴安，孙忠祥，等. 东北旱作区农业生态系统协同发展与权衡分析[J]. 中国生态农业学报，2018，26(6)：892-902.

Zhuo Zhiqing, Xing An, Sun Zhongxiang, et al. Synergies and trade-offs of agro-ecosystem in dry-farming areas in Northeast China[J]. Chinese Journal of Eco-Agriculture, 2018, 26(6): 892-902. (in Chinese with English abstract)

[17] Zhuo Z Q, Xing A, Cao M, et al. Identifying the position of the compacted layer by measuring soil penetration resistance in a dryland farming region in Northeast China[J]. Soil Use and Management, 2020, 36(3): 494-506.

[18] Jones C A. Effect of soil texture on critical bulk densities for root growth[J]. Soil Science Society of America Journal, 1983, 47(6): 1208-1211.

[19] Asgarzadeh H, Mosaddeghi M R, Dexter A R, et al. Determination of soil available water for plants: Consistency between laboratory and field measurements[J]. Geoderma, 2014, 226/227: 8-20.

[20] Keller T, Håkansson I. Estimation of reference bulk density from soil particle size distribution and soil organic matter content[J]. Geoderma, 2010, 154(3/4): 398-406.

[21] Zhao Y F, Zou X Q, Cao L G, et al. Spatiotemporal variations of potential evapotranspiration and aridity index in relation to influencing factors over Southwest China during 1960-2013[J]. Theoretical and Applied Climatology, 2018, 133(3/4): 711-726.

[22] 卓志清. 东北旱作区耕层结构功能特征与质量评价[D]. 北京：中国农业大学，2020.

Zhuo Zhiqing. The Structure and Function of Cultivated Horizon and Its Quality In Dry Farming Region of Northeast China[D]. Beijing: China Agricultural University, 2020. (in Chinese with English abstract)

[23] Havaee S, Ayoubi S, Mosaddeghi M R, et al. Impacts of land use on soil organic matter and degree of compactness in calcareous soils of central Iran[J]. Soil Use and Management, 2014, 30: 2-9.

[24] Carter M R. Relative measures of soil buik density to characterize compactness in tillage studies on fine sandy loams[J]. Canadian Journal of Soil Science, 1990, 70(3): 425-433.

[25] Beutler A N, Centurion J F, Roque C G, et al. Optimal relative bulk density for soybean yield in Oxisols[J]. Revista Brasileira de Ciência do Solo, 2005, 29(6): 843-849.

[26] Lipiec J, Tarkiewicz S, Kossowski J, et al. Soil physical properties and growth of spring barley as related to the degree of compactness of two soils[J]. Soil and Tillage Research, 1991, 19(2/3): 307-317.

[27] Raper R L , Reeves D W , Burt E C . Using in-row subsoiling to minimize soil compactness caused by traffic[J]. Journal of Cotton Science, 1998, 2(3): 130-135.

[28] Mosaddeghi M R, Hajabbasi M A, Hemmat A, et al. Soil compactibility as affected by soil moisture content and farmyard manure in central Iran[J]. Soil and Tillage Research, 2000, 55(1/2): 87-97.

[29] Kechavarzi C, Dawson Q, Leeds-Harrison P B. Physical properties of low-lying agricultural peat soils in England[J]. Geoderma, 2010, 154(3/4): 196-202.

[30] 陈月明，高磊，张中彬，等. 淮北平原砂姜黑土区砂姜的空间分布及其驱动因素[J/OL]. 土壤学报：1-14. [2020-12-24]. http://kns.cnki.net/kcms/detail/32.1119.P.20200902.1359.004.html.

Chen Yueming, Gao Lei, Zhang Zhongbin, et al. Spatial distribution of shajiang content in Shajiang Black Soil of Huaibei Plain and its influencing factors[J/OL]. Acta Pedologica Sinica: 1-14. [2020-12-24]. http://kns.cnki.net/ kcms/detail/32.1119. P.20200902.1359.004.html. (in Chinese with English abstract)

[31] Horn R, Way T, Rostek J. Effect of repeated tractor wheeling on stress/strain properties and consequences on physical properties in structured arable soils[J]. Soil and Tillage Research, 2003, 73(1/2): 101-106.

Spatial distribution characteristics and influence factors of degree of compaction in dry-farming Huang-Huai-Hai Plain of China

Li Yong1, Zhao Yunze1, Gou Yuxuan1, Huang Yuanfang1,2※

(1.,,100193; 2.,,100193,)

Soil compaction is a major cause of physical degradation in agricultural fields. The Degree of Compaction (DC) is a useful parameter to characterize the response of crops to different soils. Taking the degree of compaction as the research object, this study aims to explore the characteristics of soil compaction in the dry-farming Huang-Huai-Hai plain of China.255 soil samples were collected in 2017. Mann-Kendall mutation test, geostatistics, and redundancy analysis were used to investigate the spatial distribution characteristics of the plough and compacted layer in the study area, particularly the spatial variation and influencing factors of the degree of compaction. The influence of compaction on grain yield was determined to preliminarily propose the optimal range for the degree of soil compaction. The results showed that the depth of both ploughed and compacted layers increased from north to south, where the maximum depth of the ploughed layer reached 22.50 cm, and the minimum was only 10.21 cm, whereas, the maximum depth of the compacted layer was 17.50 cm, and the minimum was 7.50 cm. There were significant differences in the degree of soil compaction in different regions. Specifically, the degree of compaction in the compacted layer was significantly higher than that of the ploughed layer. Nevertheless, there was spatial consistency in the degree of compaction of the ploughed and compacted layers. In the ploughed layer, the higher value area of the degree of compaction was distributed mainly in the eastern of Henan Province, the northern of Anhui Province, and the northern of Hebei Province, where the maximum was 87.68%, whereas, the lower value area was in the northwest of Shandong Province, and the southern of Hebei Province. There was a significant impact of the degree of compaction in the ploughed layer on grain yield (<0.01), where the yield was higher when the degree of compaction was in the range of 70%-80%. The degree of soil compaction depended on both natural and human factors. The contribution of each influencing factor to the degree of soil compaction was ranked in a descending order: the average annual precipitation, average annual temperature, total power of agricultural machinery, sand content, silt content, clay content, and soil organic matter content. Among them, the average annual precipitation, average annual temperature, and total power of agricultural machinery presented extremely significant effects on the degree of soil compaction (<0.01). In addition to uncontrollable natural factors, mechanical tillage was an important human factor for soil compaction. In general, soil compaction was improved by deep plowing with large agricultural machinery, but much attention should also be paid to soil compaction caused by machinery. The findings can provide a sound theoretical reference to improve the soil compaction in farmland, thereby formulating the management measures in dry-farming Huang-Huai-Hai regions.

soils; tillage; dry farming regions; the degree of compaction; plough layer; compacted layer

李勇，赵云泽，勾宇轩，等. 黄淮海旱作区土壤压实度空间分布特征及其影响因素[J]. 农业工程学报，2021，37(13)：83-91.

10.11975/j.issn.1002-6819.2021.13.010 http://www.tcsae.org

Li Yong, Zhao Yunze, Gou Yuxuan, et al. Spatial distribution characteristics and influence factors of degree of compaction in dry-farming Huang-Huai-Hai Plain of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(13): 83-91. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.13.010 http://www.tcsae.org

2021-03-17

2021-06-05

国家重点研发计划项目（2016YFD0300801）

李勇，博士生，研究方向为土壤养分与土地利用。Email：liyong896363642@163.com

黄元仿，博士，教授，博士生导师，研究方向为计量土壤学和数字农业。Email：yfhuang@cau.edu.cn

10.11975/j.issn.1002-6819.2021.13.010

S158.5

A

1002-6819(2021)-13-0083-09