• ISSN 1008-505X
  • CN 11-3996/S

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于增强回归树的鄱阳湖平原区耕地土壤钾素空间变异影响因素研究

韩逸 江叶枫 郭熙 李子琳 林雯璐 陈蕾 易丹

引用本文:
Citation:

基于增强回归树的鄱阳湖平原区耕地土壤钾素空间变异影响因素研究

    作者简介: 韩逸 E-mail:gzhanyi@126.com;
    通讯作者: 郭熙, E-mail:guoxi@jxau.edu.cn
  • 基金项目: 国家重点研发计划(2017YFD0301603);江西省赣鄱英才“555”领军人才项目(201295)。

Study on the factors influencing the spatial variability of soil potassium in cultivated land in Poyang Lake Plain based on boosted regression tree

    Corresponding author: GUO Xi, E-mail:guoxi@jxau.edu.cn ;
  • 摘要:   【目的】  研究区域土壤钾素空间变异特征及其影响因素,为土壤钾素涵养及合理利用提供依据。  【方法】  本研究以鄱阳湖平原区2016年测土配方施肥项目采集的6316个耕层 (0—20 cm) 土壤样本数据为基础,运用普通克里格法、相关性分析和增强回归树(BRT)等方法,分析了区域土壤全钾与速效钾的空间分布特征以及区位、环境、土壤和人为4个方面的因素对二者空间变异影响的边际效应。  【结果】  鄱阳湖平原区耕地土壤全钾含量在1.70~23.40 g/kg,平均值为11.82 g/kg,变异系数为40.02%;速效钾含量在21.00~237.00 mg/kg,平均值为91.76 mg/kg,变异系数为45.27%,二者均呈中等程度变异。全钾与速效钾空间分布的块金效应分别为27.19%和50.00%,变程分别为74.10 和41.10 km,二者均主要受随机因素的影响,但速效钾受随机因素的影响更为明显。普通克里格插值结果显示,全钾与速效钾在空间分布上存在明显差异。增强回归树结果表明包含土壤地理环境信息的区位因素可作为解释土壤全钾与速效钾空间变异的有力因素,年降雨量是土壤全钾空间变异最为明显的影响因素,土壤有机质和交换性阳离子含量的综合作用是土壤速效钾空间变异的主要影响因素,钾肥施用会明显干扰耕地表层土壤钾素的平衡状况。  【结论】  鄱阳湖平原区土壤钾素呈中等程度变异,但全钾空间分布的聚集性强于速效钾,速效钾受外界因素特别是人类活动的干扰更加明显。
  • 图 1  鄱阳湖平原区土地利用类型 (a)、采样点分布 (b)、年降雨量分布 (c)、成土母质 (d) 以及土壤类型图 (e)

    Figure 1.  Land use status (a), sampling point distribution (b), annual rainfall distribution (c), parent material (d) and soil type (e) in Poyang Lake Plain

    图 2  土壤全钾、速效钾的半方差函数

    Figure 2.  Isotropic semi-variogram of total K and readily available K

    图 3  鄱阳湖平原区全钾和速效钾空间分布

    Figure 3.  Spatial distribution of total K (TK) and readily available K (AK) in Poyang Lake Plain

    图 4  影响因素对土壤全钾的贡献度及边际效应

    Figure 4.  Contribution and marginal effect of influencing factors to total K

    图 5  影响因素对土壤的速效钾贡献度及边际效应

    Figure 5.  Contribution and marginal effect of influencing factors to soil readily available K

    表 1  土壤全钾和速效钾的描述性统计

    Table 1.  Descriptive statistics of total K and readily available K

    土壤属性
    Soil property
    样点数
    Number
    最小值
    Minimum
    最大值
    Maximum
    平均值
    Mean
    标准差
    SD
    变异系数 (%)
    CV
    偏度
    Skewness
    峰度
    Kurtosis
    分布类型
    Distribution type
    全钾Total K (g/kg)6039 1.70 23.4011.82 4.7340.020.06–0.98 近似正态分布
    速效钾Available K (mg/kg)603921.00237.0091.7643.9845.270.980.53近似正态分布①②
    注(Note):①—Approximate normal distribution; ②—Normally distributed after logarithmic transformation.
    下载: 导出CSV

    表 2  土壤全钾和速效钾的半方差函数参数

    Table 2.  Semi-variance parameters of total K and readily available K

    土壤属性
    Soil property
    模型
    Model
    块金值
    Nugget
    基台值
    Partial sill
    块金效应 (%)
    Nugget/partial sill
    变程 (km)
    Range
    拟合系数
    Fitting coefficient
    残差
    Residual
    全钾Total K指数Exponential6.78024.94027.1974.100.9942.18
    速效钾Available K指数Exponential0.0220.04450.0044.100.9363.65 × 10–5
    注(Note):①—对数转化后的速效钾Readily available K in logarithm.
    下载: 导出CSV

    表 3  普通克里格插值结果交叉验证

    Table 3.  Cross validation with ordinary Kriging interpolation

    土壤属性Soil propertyPearson相关系数Pearson correlation coefficient均方根方差比MSDR
    全钾Total K0.794**0.601
    速效钾 Available K0.620**1.586
    速效钾Available K0.598**1.928
    注(Note):①—对数转换后的速效钾Readily available K in logarithm; MSDR—Mean aquared deviation ratio; **—P < 0.01.
    下载: 导出CSV

    表 4  土壤钾素含量与相关因素的相关性统计

    Table 4.  Correlation between soil potassium content and related factors

    相关因素 Related factors全钾Total K 速效钾Aavailable K
    区位因素Location factor经度Longitude–0.095**0.037**
    纬度Latitude0.085**
    距鄱阳湖距离Distance to Poyang Lake0.122**
    环境因素Environmental factor年降雨量Annual rainfall0.050**–0.074**
    海拔Altitude0.034**–0.038**
    土壤因素Soil factor成土母质Parent material
    土壤类型Soil type–0.068**②
    有机质含量Organic matter content–0.029*–0.031*
    CEC0.071**0.042**
    人为因素Anthropic factor耕地利用方式Farmland use type–0.074**②
    秸秆还田Straw returning–0.042**②
    钾肥施用量K application rate–0.094**
    注(Note):①—对数转换后的速效钾Readily available K in logarithm; ②—Spearman 相关系数,其他为Pearson相关系数 Spearman correlation coefficient, others are Pearson correlation coefficient. *—P < 0.05; **—P < 0.01.
    下载: 导出CSV

    表 5  BRT运行结果交叉验证

    Table 5.  Cross validation of the BRT model

    土壤属性
    Soil property
    训练集观测值与拟合值的
    Pearson相关系数
    验证集观测值与拟合值的
    Pearson相关系数
    均方根误差
    RMSE
    全钾 Total K0.888**0.743**0.005
    速效钾Available K0.784**0.539**0.011
    注(Note):①Pearson correlation coefficient between training set observations and fitted values; ②Pearson correlation coefficient between verification set observations and fitted values; ③—对数转换后的速效钾Readily available K in logarithm. **P < 0.01.
    下载: 导出CSV
  • [1] 姜子绍, 宇万太. 农田生态系统中钾循环研究进展[J]. 应用生态学报, 2006, 17(3): 3545–3550. Jiang Z S, Yu W T. Research advance in potassium cycling in agroecosystems[J]. Chinese Journal of Applied Ecology, 2006, 17(3): 3545–3550.
    [2] 同延安, Emteryd V, 张树兰, 等. 陕西省氮肥过量施用现状评价[J]. 中国农业科学, 2004, 37(8): 1239–1244. Tong Y A, Emteryd V, Zhang S L, et al. Evaluation of overapplication of nitrogen fertilizer in China’s Shaanxi Province[J]. Scientia Agricultura Sinica, 2004, 37(8): 1239–1244. doi:  10.3321/j.issn:0578-1752.2004.08.028
    [3] Cao M J, Yu H Q, Yan H K, et al. Difference in tolerance to potassium deficiency between two maize inbred lines[J]. Plant Production Science, 2007, 10(1): 42–46. doi:  10.1626/pps.10.42
    [4] 葛玮健, 常艳丽, 刘俊梅, 等. 土区长期施肥对小麦-玉米轮作体系钾素平衡与钾库容量的影响[J]. 植物营养与肥料学报, 2012, 18(3): 629–636. Ge W J, Chang Y L, Liu J M, et al. Potassium balance and pool as influenced by long-term fertilization under continuous winter wheat-summer maize cropping system in a manual loess soil[J]. Journal of Plant Nutrition and Fertilizers, 2012, 18(3): 629–636. doi:  10.11674/zwyf.2012.11347
    [5] Han G Z, Huang L M, Tang X G. Potassium supply capacity response to K-bearing mineral changes in Chinese purple paddy soil chronosequences[J]. Journal of Soils and Sediments, 2019, 19(3): 1190–1200. doi:  10.1007/s11368-018-2124-y
    [6] He P, Yang L, Xu X, et al. Temporal and spatial variation of soil available potassium in China (1990–2012)[J]. Field Crops Research, 2015, 173: 49–56. doi:  10.1016/j.fcr.2015.01.003
    [7] 谢佳贵, 侯云鹏, 尹彩侠, 等. 施钾和秸秆还田对春玉米产量、养分吸收及土壤钾素平衡的影响[J]. 植物营养与肥料学报, 2014, 20(5): 1110–1118. Xie J G, Hou Y P, Yin C X, et al. Effect of potassium application and straw returning on spring maize yield, nutrient absorption and soil potassium balance[J]. Journal of Plant Nutrition and Fertilizers, 2014, 20(5): 1110–1118. doi:  10.11674/zwyf.2014.0507
    [8] 叶英聪, 张丽君, 谢文, 等. 南方丘陵稻田土壤全钾和速效钾高光谱特征与反演模型研究[J]. 广东农业科学, 2015, 42(7): 37–42. Ye Y C, Zhang L J, Xie W, et al. Prediction on total potassium and available potassium content of hilly paddy soil in Southern China based on hyper-spectral characteristics[J]. Guangdong Agricultural Sciences, 2015, 42(7): 37–42. doi:  10.3969/j.issn.1004-874X.2015.07.008
    [9] 刘志鹏, 邵明安, 王云强. 区域尺度下黄土高原土壤全钾含量的空间模拟[J]. 农业工程学报, 2012, 28(22): 132–140. Liu Z P, Shao M A, Wang Y Q, et al. Spatial simulation of soil total potassium in regional scale for Loess Plateau Region[J]. Transactions of the CSAE, 2012, 28(22): 132–140. doi:  10.3969/j.issn.1002-6819.2012.22.020
    [10] 邓小华, 杨丽丽, 周米良, 等. 湘西喀斯特区植烟土壤速效钾含量分布及影响因素[J]. 山地学报, 2013, 31(5): 519–526. Deng X H, Yang L L, Zhou M L, et al. Distribution of available potassium contents of tobacco-growing soil and its influencing factors in Karst Region of Xiangxi[J]. Journal of Mountain Science, 2013, 31(5): 519–526. doi:  10.3969/j.issn.1008-2786.2013.05.002
    [11] 邓欧平, 周稀, 黄萍萍, 等. 川中紫色丘区土壤养分空间分异与地形因子相关性研究[J]. 资源科学, 2013, 35(12): 2434–2443. Deng O P, Zhou X, Huang P P, et al. Correlations between spatial variability of soil nutrients and topographic factors in the Purple Hilly Region of Sichuan[J]. Resources Science, 2013, 35(12): 2434–2443.
    [12] 彭千涛, 范钦桢. 水分和温度对土壤钾素释放、固定影响的初步研究[J]. 土壤学报, 1984, 21(4): 387–394. Peng Q T, Fan Q Z. Preliminary study on influence of moisture and temperature on release and fixation of potassium in soils[J]. Acta Pedologica Sinica, 1984, 21(4): 387–394.
    [13] 占丽平, 李小坤, 鲁剑巍, 等. 土壤钾素运移的影响因素研究进展[J]. 土壤, 2012, 44(4): 548–553. Zhan L P, Li X K, Lu J W, et al. Research advances on influence factors of soil potassium movement[J]. Soils, 2012, 44(4): 548–553. doi:  10.3969/j.issn.0253-9829.2012.04.004
    [14] 董琴, 王昌全, 李启权, 等. 成都平原西部土壤速效钾含量剖面分布特征及其影响因素[J]. 水土保持学报, 2019, 33(2): 176–182. Dong Q, Wang C Q, Li Q Q, et al. Profile distribution characteristics of soil available potassium and its influencing factors in the western Chengdu Plain[J]. Journal of Soil and Water Conservation, 2019, 33(2): 176–182.
    [15] 张会民, 徐明岗, 张文菊, 等. 长期施肥条件下土壤钾素固定影响因素分析[J]. 科学通报, 2009, 54(17): 2574–2580. Zhang H M, Xu M G, Zhang W J, et al. Factors affecting potassium fixation in seven soils under 15-year long-term fertilization[J]. Chinese Science Bulletin, 2009, 54(17): 2574–2580. doi:  10.1360/csb2009-54-17-2574
    [16] 杭玉浩, 王强盛, 许国春, 等. 稻田土壤养分特性对不同耕作方式的生态响应[J]. 中国农学通报, 2017, 33(10): 106–112. Hang Y H, Wang Q S, Xu G C, et al. Ecological response of nutrient properties of paddy field to different tillage practices[J]. Chinese Agricultural Science Bulletin, 2017, 33(10): 106–112. doi:  10.11924/j.issn.1000-6850.casb16050149
    [17] Elith J, Leathwick J R, Hastie T. A working guide to boosted regression trees[J]. Journal of Animal Ecology, 2008, 77(4): 802–813. doi:  10.1111/j.1365-2656.2008.01390.x
    [18] 尹才, 刘淼, 孙凤云, 等. 基于增强回归树的流域非点源污染影响因子分析[J]. 应用生态学报, 2016, 27(3): 911–919. Yin C, Liu M, Sun F Y, et al. Influencing factors of non-point source pollution of watershed based on boosted regression tree algorithm[J]. Chinese Journal of Applied Ecology, 2016, 27(3): 911–919.
    [19] 赵芳, 欧阳勋志. 飞播马尾松林土壤有机碳空间分布及其影响因子[J]. 生态学报, 2016, 36(9): 2637–2645. Zhao F, Ouyang X Z. Assessing relative contributions of various influencing factors to soil organic carbon in aerially-seeded Pinus massoniana plantations[J]. Acta Ecologica Sinica, 2016, 36(9): 2637–2645.
    [20] 黄绍文, 金继运, 杨俐苹, 等. 分区平衡施肥技术对氮肥利用率和土壤养分平衡的影响[J]. 中国土壤与肥料, 2002, (6): 3–7. Huang S W, Jin J Y, Yang L P, et al. Effect of the regionalized balanced fertilization technique on nitrogen fertilizer utilization efficiency and soil nutrient balance[J]. Soil and Fertilizer Sciences in China, 2002, (6): 3–7. doi:  10.3969/j.issn.1673-6257.2002.06.001
    [21] 邹金浪, 杨子生. 不同城市化水平下中国粮食主产区耕地集约利用差异及其政策启示—以江西省和江苏省为例[J]. 资源科学, 2013, 35(2): 370–379. Zou J L, Yang Z S. Cultivated land use and policy implications in Chinese main grain producing areas with different urbanization levels[J]. Resources Science, 2013, 35(2): 370–379.
    [22] 妥彬, 田文斌, 郭超, 等. 中国东部海岛森林和灌丛土壤碳氮磷养分库的纬度变化[J]. 应用生态学报, 2019, 30(8): 2631–2638. Tuo B, Tian W B, Guo C, et al. Latitudinal variation in soil carbon, nitrogen and phosphorus pools across island forests and shrublands in eastern China[J]. Chinese Journal of Applied Ecology, 2019, 30(8): 2631–2638.
    [23] Yuan Z, Chen H Y. Global-scale patterns of nutrient resorption associated with latitude, temperature and precipitation[J]. Global Ecology & Biogeography, 2010, 18(1): 11–18.
    [24] 谭德水, 金继运, 黄绍文. 长期施钾与秸秆还田对西北地区不同种植制度下作物产量及土壤钾素的影响[J]. 植物营养与肥料学报, 2008, 14(5): 886–893. Tan D S, Jin J Y, Huang S W. Effect of long-term K fertilizer application and returning wheat straw to soil on crop yield and soil K under different planting systems in northwestern China[J]. Journal of Plant Nutrition and Fertilizers, 2008, 14(5): 886–893. doi:  10.3321/j.issn:1008-505X.2008.05.011
    [25] 江叶枫, 孙凯, 郭熙, 等. 南方红壤区不同侵蚀程度下土壤有机质空间变异的影响因素研究[J]. 自然资源学报, 2018, 33(1): 149–160. Jiang Y F, Sun K, Guo X, et al. Spatial variability of organic matter and its influencing factors in red soil with different erosion degrees in South China[J]. Journal of Natural Resources, 2018, 33(1): 149–160. doi:  10.11849/zrzyxb.20161265
    [26] 韩逸, 郭熙, 江叶枫, 等. 南方丘陵区耕地景观生态安全影响因素及其空间差异研究[J]. 生态学报, 2019, 39(17): 340–351. Han Y, Guo X, Jiang Y F, et al. Cultivated land landscape ecological security: Influencing factors and its spatial differences in the hilly region of South China[J]. Acta Ecologica Sinica, 2019, 39(17): 340–351.
    [27] Ridgeway G. Generalized boosted regression models. R package version 2.1.1[DB/OL]. https://github.com/harrysouthworth/gbm, 2015-03-17.
    [28] Zhang S W, Huang Y F, Shen C Y, et al. Spatial prediction of soil organic matter using terrain indices and categorical variables as auxiliary information[J]. Geoderma, 2012, 171–172(2): 35–43.
    [29] 张晗, 欧阳真程, 赵小敏, 等. 江西省油菜土壤碳氮磷生态化学计量学空间变异性及影响因素[J]. 水土保持学报, 2018, 32(6): 269–277. Zhang H, Ouyang Z C, Zhao X M, et al. Spatial variability of ecological stoichiometry of carbon, nitrogen, and phosphorus and its influencing factors in rapeseed soil in Jiangxi Province[J]. Journal of Soil and Water Conservation, 2018, 32(6): 269–277.
    [30] He X J, Hou E Q, Liu Y, et al. Altitudinal patterns and controls of plant and soil nutrient concentrations and stoichiometry in subtropical China[J]. Scientific Reports, 2016, 6: 24261. doi:  10.1038/srep24261
    [31] 闫玉琴, 解刚, 项宇, 等. 毛乌素沙地湖滨带沉积物碳氮磷生态化学计量学特征[J]. 水土保持学报, 2018, 32(2): 223–228. Yan Y Q, Xie G, Xiang Y, et al. Spatial distribution and ecological stoichiometry characteristics of carbon, nitrogen and phosphorus in lake littoral zone sediment in Mu Us Sand land[J]. Journal of Soil and Water Conservation, 2018, 32(2): 223–228.
    [32] 董艳红, 王火焰, 周健民, 等. 不同土壤钾素淋溶特性的初步研究[J]. 土壤, 2014, 46(2): 225–231. Dong Y H, Wang H Y, Zhou J M, et al. Preliminary study on potassium leaching characteristics of different soils[J]. Soils, 2014, 46(2): 225–231.
    [33] Alfaro M A, Gregory P J, Jarvis S C. Dynamics of potassium leaching on a hillslope grassland soil[J]. Journal of Environmental Quality, 2004, 33(1): 192–200. doi:  10.2134/jeq2004.1920
    [34] 陈洋, 齐雁冰, 王茵茵, 等. 秦巴中部山区耕地土壤速效钾空间变异及其影响因素[J]. 环境科学研究, 2017, 30(2): 257–266. Chen Y, Qi Y B, Wang Y Y, et al. Spatial variability and factors affecting soil available potassium in the central Qinling-Daba Mountain Area[J]. Research of Environmental Sciences, 2017, 30(2): 257–266.
    [35] 赵鸣, 石洪华, 池源, 等. 庙岛群岛南五岛土壤性质空间分布及其影响因子[J]. 海洋环境科学, 2017, 36(6): 884–891. Zhao M, Shi H H, Chi Y, et al. The spatial distribution and impact factors of soil properties on the five southern islands of Miaodao Archipelago in China[J]. Marine Environmental Science, 2017, 36(6): 884–891.
    [36] 张会民, 徐明岗, 吕家珑, 等. 长期施钾下中国3种典型农田土壤钾素固定及其影响因素研究[J]. 中国农业科学, 2007, 40(4): 749–756. Zhang H M, Xu M G, Lü J L, et al. Potassium fixation and affecting factors of three typical soils under long-term potassium fertilization in China[J]. Scientia Agricultura Sinica, 2007, 40(4): 749–756. doi:  10.3321/j.issn:0578-1752.2007.04.014
    [37] 谭宏伟, 周柳强, 谢如林, 等. 广西亚热带岩溶地区石灰性土壤钾素特征研究[J]. 中国生态农业学报, 2006, 14(3): 58–60. Tan H W, Zhou L Q, Xie R L, et al. Study on the potassium characteristic of rendzina soil in the sub-tropic Karst of Guangxi[J]. Chinese Journal of Eco-Agriculture, 2006, 14(3): 58–60.
    [38] 袁红, 谢红霞, 罗兰芳, 等. 南方石灰岩土壤发生特性和系统分类研究[J]. 中国农学通报, 2016, 32(21): 124–128. Yuan H, Xie H X, Luo L F, et al. Genetic characteristics and classification of limestone soil in South China[J]. Chinese Agricultural Science Bulletin, 2016, 32(21): 124–128. doi:  10.11924/j.issn.1000-6850.casb15120095
    [39] 朱永官, 罗家贤. 我国南方某些土壤对钾素的固定及其影响因素[J]. 土壤, 1993, (2): 64–67. Zhu Y G, Luo J X. Potassium fixation in some soils in southern China and its influencing factors[J]. Soils, 1993, (2): 64–67.
    [40] Conti M E, De La Horra A M, Effron D, et al. Factors affecting potassium fixation in Argentine agricultural soils[J]. Communications in Soil Science and Plant Analysis, 2001, 32(17–18): 2679–2690. doi:  10.1081/CSS-120000954
    [41] Gao G, Chang C. Changes in CEC and particle size distribution of soils associated with long-term annual applications of cattle feedlot manure[J]. Soil Science, 1996, 161(2): 115–120. doi:  10.1097/00010694-199602000-00006
    [42] 谭德水. 长期施钾对北方典型土壤钾素及作物产量、品质的影响[D]. 北京: 中国农业科学院博士学位论文, 2007.

    Tan D S. Effect of long-term application of potassium on soil K, crop yield and quality in selected soils from North China[D]. Beijing: PhD Dissertation of Chinese Academy of Agricultural Sciences, 2007.
    [43] 师江澜, 李秀双, 王淑娟, 等. 长期浅耕与秸秆还田对关中平原冬小麦-夏玉米轮作土壤钾素含量及层化比率的影响[J]. 应用生态学报, 2015, 26(11): 3322–3328. Shi J L, Li X S, Wang S J, et al. Effect of long-term shallow tillage and straw returning on soil potassium content and stratification ratio in winter wheat-summer maize rotation system in Guanzhong Plain, Northwest China[J]. Chinese Journal of Applied Ecology, 2015, 26(11): 3322–3328.
  • [1] 余慧敏朱青傅聪颖郭熙 . 江西鄱阳湖平原区农田土壤微量元素空间分异特征及其影响因素. 植物营养与肥料学报, 2020, 26(1): 172-184. doi: 10.11674/zwyf.19093
    [2] 熊杏熊清华郭熙韩逸朱青陈蕾余慧敏 . 南方典型丘陵区耕地土壤全氮、有机碳和碳氮比空间变异特征及其影响因素. 植物营养与肥料学报, 2020, 26(9): 1656-1668. doi: 10.11674/zwyf.20017
    [3] 王飞林诚李清华何春梅刘玉洁 . 不同施肥措施提高南方黄泥田供钾能力及钾素平衡的作用. 植物营养与肥料学报, 2017, 23(3): 669-677. doi: 10.11674/zwyf.16342
    [4] 刘永红倪中应谢国雄徐立军钟林炳马立强 . 浙西北丘陵区农田土壤微量元素空间变异特征及影响因子. 植物营养与肥料学报, 2016, 22(6): 1710-1718. doi: 10.11674/zwyf.15343
    [5] 耿计彪马强张民李成亮马金昭郭延乐窦兴霞 . 包膜氯化钾一次基施对棉花生长周期钾素供应、 产量及品质的影响. 植物营养与肥料学报, 2016, 22(4): 1064-1070. doi: 10.11674/zwyf.15139
    [6] 曹祥会龙怀玉周脚根邱卫文雷秋良刘颖李军穆真 . 河北省表层土壤有机碳和全氮空间变异特征性及影响因子分析. 植物营养与肥料学报, 2016, 22(4): 937-948. doi: 10.11674/zwyf.15135
    [7] 陈钦程徐福利王渭玲程治文 . 秦岭北麓不同林龄华北落叶松土壤速效钾动态变化规律研究. 植物营养与肥料学报, 2014, 20(5): 1244-1250. doi: 10.11674/zwyf.2014.0521
    [8] 张水清杨莉黄绍敏娄翼来聂胜委郭斗斗三島慎一郎 . 长期施肥下潮土速效钾含量与钾素投入水平关系. 植物营养与肥料学报, 2014, 20(3): 773-777. doi: 10.11674/zwyf.2014.0332
    [9] 张志霞许明祥吴永斌张立功 . 黄土丘陵区县域农田土壤有机碳空间变异性-----以甘肃省庄浪县为例. 植物营养与肥料学报, 2013, 19(4): 955-963. doi: 10.11674/zwyf.2013.0423
    [10] 赵业婷李志鹏常庆瑞*齐雁冰刘京 . 西安市粮食主产区耕层土壤速效养分空间特征. 植物营养与肥料学报, 2013, 19(6): 1376-1385. doi: 10.11674/zwyf.2013.0611
    [11] 徐新朋赵士诚张云贵何萍高强 . 吉林省玉米种植区土壤养分空间变异特征研究. 植物营养与肥料学报, 2011, 17(6): 1342-1350. doi: 10.11674/zwyf.2011.1044
    [12] 吴海勇曾馥平宋同清彭晚霞黎星辉*欧阳资文 . 喀斯特峰丛洼地土壤有机碳和氮素空间变异特征. 植物营养与肥料学报, 2009, 15(5): 1029-1036. doi: 10.11674/zwyf.2009.0507
    [13] 马红亮朱建国谢祖彬刘钢曾青 . 开放式空气CO2浓度升高对水稻/小麦轮作土壤速效钾的影响 . 植物营养与肥料学报, 2009, 15(3): 607-612.
    [14] 庞夙李廷轩王永东余海英吴德勇 . 土壤速效氮、磷、钾含量空间变异特征及其影响因子 . 植物营养与肥料学报, 2009, 15(1): 114-120. doi: 10.11674/zwyf.2009.0116
    [15] 雷琼袁玲黄建国 . 施钾对茶园土壤钾素及平衡的影响. 植物营养与肥料学报, 2007, 13(2): 254-261. doi: 10.11674/zwyf.2007.0212
    [16] 许红卫高克异王珂周斌 . 稻田土壤养分空间变异与合理取样数研究. 植物营养与肥料学报, 2006, 12(1): 37-40. doi: 10.11674/zwyf.2006.0107
    [17] 高峻黄元仿李保国张世熔张凤荣 . 农田土壤颗粒组成及其剖面分层的空间变异分析. 植物营养与肥料学报, 2003, 9(2): 151-157. doi: 10.11674/zwyf.2003.0204
    [18] 张世熔黄元仿李保国张凤荣高峻 . 黄淮海冲积平原区土壤速效磷、钾的时空变异特征. 植物营养与肥料学报, 2003, 9(1): 3-8. doi: 10.11674/zwyf.2003.0101
    [19] 李子忠龚元石 . 不同尺度下田间土壤水分和混合电导率空间变异性与套合结构模型. 植物营养与肥料学报, 2001, 7(3): 255-261. doi: 10.11674/zwyf.2001.0303
    [20] 王坷许红卫史舟 , . 土壤钾素空间变异性和空间插值方法的比较研究. 植物营养与肥料学报, 2000, 6(3): 318-322. doi: 10.11674/zwyf.2000.0312
  • 加载中
图(5)表(5)
计量
  • 文章访问数:  383
  • HTML全文浏览量:  369
  • PDF下载量:  33
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-06-05
  • 网络出版日期:  2020-05-29
  • 刊出日期:  2020-04-01

基于增强回归树的鄱阳湖平原区耕地土壤钾素空间变异影响因素研究

    作者简介:韩逸 E-mail:gzhanyi@126.com
    通讯作者: 郭熙, guoxi@jxau.edu.cn
  • 江西农业大学国土资源与环境学院/江西省鄱阳湖流域农业资源与生态重点实验室,江西南昌 330045
  • 基金项目: 国家重点研发计划(2017YFD0301603);江西省赣鄱英才“555”领军人才项目(201295)。
  • 摘要:   【目的】  研究区域土壤钾素空间变异特征及其影响因素,为土壤钾素涵养及合理利用提供依据。  【方法】  本研究以鄱阳湖平原区2016年测土配方施肥项目采集的6316个耕层 (0—20 cm) 土壤样本数据为基础,运用普通克里格法、相关性分析和增强回归树(BRT)等方法,分析了区域土壤全钾与速效钾的空间分布特征以及区位、环境、土壤和人为4个方面的因素对二者空间变异影响的边际效应。  【结果】  鄱阳湖平原区耕地土壤全钾含量在1.70~23.40 g/kg,平均值为11.82 g/kg,变异系数为40.02%;速效钾含量在21.00~237.00 mg/kg,平均值为91.76 mg/kg,变异系数为45.27%,二者均呈中等程度变异。全钾与速效钾空间分布的块金效应分别为27.19%和50.00%,变程分别为74.10 和41.10 km,二者均主要受随机因素的影响,但速效钾受随机因素的影响更为明显。普通克里格插值结果显示,全钾与速效钾在空间分布上存在明显差异。增强回归树结果表明包含土壤地理环境信息的区位因素可作为解释土壤全钾与速效钾空间变异的有力因素,年降雨量是土壤全钾空间变异最为明显的影响因素,土壤有机质和交换性阳离子含量的综合作用是土壤速效钾空间变异的主要影响因素,钾肥施用会明显干扰耕地表层土壤钾素的平衡状况。  【结论】  鄱阳湖平原区土壤钾素呈中等程度变异,但全钾空间分布的聚集性强于速效钾,速效钾受外界因素特别是人类活动的干扰更加明显。

    English Abstract

    • 钾是作物生长发育必需的营养元素之一,其含量和动态变化不仅影响作物产量和品质,而且对农业生产系统钾素循环和区域生态环境有重要影响。我国土壤钾素含量较低,南方地区部分土壤缺钾问题尤其明显[1],其原因:一方面是长期以来人们忽略了钾肥的施用[2];另一方面是耕地不合理的利用导致土壤钾素的大量流失;此外,随着粮食产量的大幅提高,耕地中大量的钾素在作物收获后随籽粒及秸秆被携出[3]。三方面的综合作用使得我国耕地钾素缺乏问题愈演愈烈,耕地土壤缺钾已成为我国农业生产中普遍存在的限制因子[4]。目前,国内外学者对钾素研究的焦点已由分析土壤钾素含量对作物生产的影响转变到提升土壤供钾能力及实现土壤钾素循环动态平衡上[5-6]。探究土壤钾素循环动态平衡规律并采取合理的调控措施,对实现有限的钾素可持续利用和利用效益最大化有重要意义[7]。而研究土壤中不同形态钾素含量状况并分析其影响因素则是了解土壤钾素循环状况和制定调控措施的基础[8]

      土壤全钾和速效钾含量是反映土壤向生态系统提供钾素能力强弱的指标,土壤全钾是土壤中各种形态钾素的含量之和,它的数值大小可以反映土壤钾库容量和供钾潜力[9]。土壤速效钾则反映的是短时间内土壤中易被作物根系吸收进而利用的钾素,其含量多少常被用于判断土壤有效钾素的丰缺[10]。目前已有众多学者对不同区域土壤钾素状况及其影响因素进行探究,如邓欧平等[11]分析了川中紫色丘区土壤速效钾空间分异与地形因子的相关性,结果显示土壤速效钾含量与海拔呈显著负相关;彭千涛等[12]和占丽平等[13]发现土壤水分含量可以影响土壤钾素的释放、固定和运移,进而影响土壤的供钾能力;董琴等[14]研究了成都平原西部土壤速效钾的剖面分布特征及其影响因素,发现成土母质和土壤类型是揭示土壤表层土壤速效钾空间分异的主要因素;张会民等[15]对长期施肥条件下土壤钾素固定的影响因素进行了分析,发现有机质和土壤阳离子交换量 (cation exchange capacity,CEC) 的综合作用可以较好地解释土壤的固钾能力;杭玉浩等[16]发现采用不同的耕作方式会改变土壤理化性质,土壤理化性质的变化则会影响土壤养分循环。谢佳贵等[7]指出施钾肥和秸秆还田不仅可以提高作物养分吸收效率,提高作物产量,还有利于土壤钾素的收支平衡,对维持土壤钾素肥力的稳定具有重要作用。前人的研究表明,地形、土壤水分、土壤有机质、CEC、成土母质、土壤类型、耕地利用方式、钾肥施用和秸秆还田均在不同程度上影响土壤全钾与速效钾的含量,这些因素可以揭示土壤钾素循环的部分规律。

      前人的研究多采用相关分析[11-12]、回归分析[14]等传统方法,揭示影响因素在全局上对土壤钾素空间变异的作用状况,然而影响因素在不同状态下能够产生的影响是不一致的,而正是影响因素的某些状态可能对土壤钾素的空间变异产生关键影响。因此,了解影响因素在不同状态下对土壤钾素作用的边际效应,以识别关键影响因素和关键状态,进而提出针对性的改善措施具有重要意义。增强回归树 (boosted regression tree,BRT) [17]是一种基于分类回归树的回归算法,该方法对数据的兼容性较强,运行结果也可以直接以贡献度和反应曲线图反映。其反应曲线图甚至可以揭示影响因素的任意状态对因变量的边际效应,因此被部分学者[18-19]应用于土壤属性的空间变异研究并取得了较好的效果。

      鄱阳湖平原区是我国九大商品粮基地之一,区域自然条件优越,但由于耕作历史悠久,土壤钾素匮乏问题逐步显现[20]。近年来,随着区域经济快速发展,鄱阳湖平原区农业生产集约利用水平快速提升,粮食产量显著提高[21],随之而来的问题是钾素消耗及流失量也显著提升,使得该区域土壤钾素缺乏问题更加严峻。目前学者们对鄱阳湖平原区土壤养分状况的探究较少,对区域面临的土壤钾素短缺问题的探究更是鲜有问津,而忽略这一问题将威胁到区域粮食生产稳定性,更可能对国家粮食安全产生影响。因此,探究鄱阳湖平原区土壤钾素空间变异特征及其影响因素并采取对应措施,是区域农业生产可持续发展的必由之路。本研究以鄱阳湖平原区为研究区,结合区位因素、环境因素、土壤因素和人为因素,运用普通克里格、相关性分析和增强回归树等方法探究鄱阳湖平原区土壤全钾与速效钾空间变异规律及其影响因素,以期为指导区域农业生产和生态环境可持续发展提供科学依据。

      • 鄱阳湖是中国第一大淡水湖,位于江西省北部,鄱阳湖平原是鄱阳湖流域各支流冲积而成的湖滨平原,是长江中下游平原的重要组成部分。鄱阳湖平原区地处115°01′~117°34′E、27°32′~30°06′N,东临鄱阳、余干,西接武宁,南起进贤,北至长江。区域涉及南昌、九江、景德镇、鹰潭、新余、抚州6个设区市,共31个区县,含鄱阳湖水域面积在内总面积约3.88 × 104 km2,占江西省土地总面积的23.2%。区域属于亚热带季风气候,年降水量约1500 mm,年均气温16℃~20℃。平均无霜期长达246~284天。鄱阳湖平原区包括濒临鄱阳湖的鄱阳湖平原及周边部分山地丘陵区,海拔在–184~1465 m,坡度处于0~71.22°的范围,平均海拔67.81 m,平均坡度为7.85°,基本呈四周高中间低的地形格局,其中低缓平原约占区域总面积的70%。区域耕地共8.77 × 103 km2(图1a),占全省耕地总面积的37.3%,耕地利用方式有一季水田 (5—9月份种植中稻)、两季水田 (3—6月份种植早稻,6—10月种植晚稻)、一季旱地 (一年仅种植一季花生、大豆、棉花或油菜)、两季旱地 (5—9月份种植花生、大豆或棉花,10月至次年4月种植油菜) 和水旱轮作 (5—9月份种植中稻,10月份至次年4月份种植油菜),5种耕地利用方式下的平均钾肥施用量 (K2O) 分别为112.1、221.3、184.6、219.7和273.5 kg/hm2。成土母质主要有第四纪红粘土 (17.8%)、河湖冲沉积物 (20.8%)、红砂岩类风化物 (8.8%)、结晶盐类风化物 (6.9%)、泥质岩类风化物 (37.4%)、碳酸盐类风化物 (8.3%)、紫色岩类风化物 (0.6%) 7种。土壤类型主要有水稻土 (36.51%)、红壤 (45.20%)、潮土 (4.65%)、黄褐土 (2.04%)、石灰土 (2.97%) 5种。

        图  1  鄱阳湖平原区土地利用类型 (a)、采样点分布 (b)、年降雨量分布 (c)、成土母质 (d) 以及土壤类型图 (e)

        Figure 1.  Land use status (a), sampling point distribution (b), annual rainfall distribution (c), parent material (d) and soil type (e) in Poyang Lake Plain

      • 土壤样品于2016年7月至2017年2月依据《耕地地力调查与质量评价技术规程》(N/Y 1634-2008) 采集,采样点的布置过程中首先考虑在地形地貌均一的区域选择有代表性的连片地块,然后根据土壤类型、水旱状况、耕地利用方式以及作物种类设置有代表性的样点,之后在土壤类型及地形条件复杂的区域适当补充设置样点,原则上每200 hm2耕地设置一个样点。采样过程中,每个样点均需采集4个分样点土样,选定田块为长方形地块时采用“S”法选择分样点,近似正方形地块则应用“X”法。分样点所采集土壤用手掰碎,挑出根系、秸秆、石块、虫体等杂物,经充分混合应用四分法留取1000 g土样以备分析。之后,用手持GPS记录采样中心点经纬度和海拔高度,将该样点的土壤类型、成土母质和现场询问获得的耕地利用方式、秸秆还田方式、钾肥施用量记录于记录簿上。研究共采集耕地表层 (0—20 cm) 土壤样点6136个,土壤样品经过自然风干,在实验室磨碎过筛后,用NaOH 熔融—火焰光度计法测定土壤全钾含量,用1 mol/L NH4OAc 浸提—火焰光度计法测定速效钾含量,用重铬酸钾容量法测定有机质含量,用乙酸铵法和氯化铵-乙酸铵法测定CEC[15]

      • 区位是指某一事物的空间位置及其与其他事物在空间上的联系,区域土壤养分状况与其区位密切相关[22]。在较大尺度下,随着经纬度的变化,区域的气温、降雨、蒸发量均易产生较为显著差异,这种差异之下,地理环境通常表现出地带特征,土壤微生物活性和植物养分循环速率都可能受地理环境的约束[23],这些因素的综合作用可能使得土壤养分的空间变异愈加明显。鄱阳湖平原作为中纬度内陆型淡水湖泊,经纬度跨度较大,土壤钾素含量可能存在明显的地带性变化规律,因此本研究从区位因素中选取了经度、纬度、距鄱阳湖距离3个因素,用以探究区域土壤的空间位置及其与环境因素的空间联系对土壤钾素含量的影响。

        土壤地理环境因素是探究土壤养分空间变异最为常见的因素,其中海拔和降雨量可以表征区域地形起伏、自然干扰以及一定程度的土壤水分状况,决定着土壤养分空间变异的垂直地带性和土壤的养分保持能力[11]。因此以海拔和年降雨量为环境因素,探究环境因素的作用下土壤钾素的空间变异状况。

        土壤的理化性质可以决定土壤生态系统内部物质与能量的转化与循环。常见的土壤类型和成土母质作为描述具有相似理化性质土壤的定性因素,可以概括性地解释土壤发育、开发利用及物质循环过程中的普遍规律[14],土壤有机质和CEC作为描述土壤理化性质的主要指标,则可以在一定程度上解释土壤理化性质对土壤钾素固定与释放影响的规律[15],因此本研究将上述4个因素作为土壤因素用以探究土壤理化性质对钾素空间分布的影响。

        人为因素是土壤养分空间变异的主要干扰因素,人类大规模的耕作活动一方面会大量消耗土壤养分[6],另一方面耕作过程中的秸秆还田和肥料施用则是土壤养分补充的重要来源[24]。但由于人类活动强度存在个体差异和区域差异,人类活动可能在土壤养分的空间变异上发挥着重要作用,因此本研究选取可以较好地反映人类耕作活动强度的耕地利用方式、秸秆还田方式、钾肥施用量这3个因素作为土壤钾素空间变异的人为影响因素。

      • 本研究将采样点数据中偏离土壤全钾与速效钾含量三倍标准差[25]的样点剔除,剔除后剩余耕地样点数为 6039个,剔除异常值后样点分布如图1b 所示。样点经纬度数据源于采样过程中手持GPS记录数据。年降雨量数据下载于中国气象数据共享网 (https://data.cma.cn/) 中国地面累年值年值数据集 (1981—2010年) 中江西省气象站点数据,经ArcGIS 10.2软件插值后获得区域年平均降雨栅格数据[26](图1c)。距鄱阳湖距离利用ArcGIS 10.2软件中的欧式距离工具计算获得。数字高程模型 (Digital Elevation Model,DEM) 数据来源于地理空间数据云 (http://www.gscloud.cn/) GDEMDEM 30 M 分辨率数字高程数据。成土母质 (图1d) 和土壤类型 (图1e) 数据来源于全国第二次土壤普查。土壤有机质含量和CEC数据来源于土壤样品分析结果。耕地利用方式、秸秆还田方式和钾肥施用量数据来源于采样过程现场调查。研究利用Pearson相关性分析揭示土壤全钾和速效钾与地形因子的相关性。运用GS+ 9.0软件对全钾和有效钾进行半方差分析与模型拟合,之后在ArcGIS 10.2软件中应用普通克里格法对鄱阳湖平原区土壤钾素进行空间插值。常规性统计分析均应用SPSS Statistics 22.0软件完成。

      • BRT是建立在传统的分类回归树算法 (CART) 之上的一种回归算法,它在自学习和多次随机选择的基础上建立多重回归树,多次拟合的过程可以逐步降低模型拟合的误差,进而稳定提升回归树的模拟精度[17, 19]。BRT在运行过程中会多次迭代重复,随机选取部分数据用以分析自变量对因变量的影响程度,剩余数据则用于对模拟结果进行交叉验证,最后对运行生成的多重回归树求取均值并输出[18-19]。研究中,BRT模型在R语言 (R version 3.2.5) 中应用gbm包[27]以及Elith[17]编写的BRT方程包实现,参数设置中分布函数设置为“gaussian”,学习速率为0.05,每次抽取75%的数据训练,25%的数据进行结果验证,应用训练集和验证集的观测值分别与拟合值的Pearson相关系数及交叉验证的均方根误差 (root mean square error,RMSE) 检验模型拟合效果。在模型运行前,将定性变量土壤类型 (图1e) 分为潮土 (A)、红壤 (B)、黄褐土 (C)、石灰土 (D)、水稻土 (E) 5组;成土母质分为第四纪红粘土 (A)、河湖冲沉积物 (B)、红砂岩类风化物 (C)、结晶盐类风化物 (D)、泥质岩类风化物 (E)、碳酸盐类风化物 (F)、紫色岩类风化物 (G) 7组;耕地利用方式分为一季水田 (A)、两季水田 (B)、一季旱地 (C)、两季旱地 (D)、水旱轮作 (E) 5组;秸秆还田方式分为不还田 (A)、部分翻压还田 (B)、部分覆盖还田 (C)、全量翻压还田 (D)、全量覆盖还田 (E) 5组。

      • 土壤样点描述性统计结果 (表1) 显示,区域土壤全钾含量范围为1.70~23.40 g/kg,平均值为11.82 g/kg;速效钾含量在21.00~237.00 mg/kg,平均值为91.76 mg/kg。参考全国第二次土壤普查土壤养分分级标准,鄱阳湖平原区土壤全钾平均含量处于三级水平,速效钾平均含量水平稍低,属于四级水平。土壤全钾变异系数为40.02%,速效钾则为45.27%,均呈中等变异。全钾与对数转换 (Log10(AK)) 后的速效钾均为近似正态分布,可以进行半方差分析和地统计学分析。

        表 1  土壤全钾和速效钾的描述性统计

        Table 1.  Descriptive statistics of total K and readily available K

        土壤属性
        Soil property
        样点数
        Number
        最小值
        Minimum
        最大值
        Maximum
        平均值
        Mean
        标准差
        SD
        变异系数 (%)
        CV
        偏度
        Skewness
        峰度
        Kurtosis
        分布类型
        Distribution type
        全钾Total K (g/kg)6039 1.70 23.4011.82 4.7340.020.06–0.98 近似正态分布
        速效钾Available K (mg/kg)603921.00237.0091.7643.9845.270.980.53近似正态分布①②
        注(Note):①—Approximate normal distribution; ②—Normally distributed after logarithmic transformation.
      • 半方差函数可以揭示土壤养分空间分布的结构性和随机性。如表2图2所示,全钾与速效钾的最优模型均为指数模型,R2均在0.90以上,各模型拟合效果较好。就模型拟合参数而言,全钾与对数转换后的速效钾的块金效应分别为27.19%和50.00%,表明二者空间分布均受随机性因素影响较大,且速效钾的特征较为明显;全钾与速效钾空间变异的变程分别为74.10和44.10 km,全钾的空间自相关范围大于速效钾,即在随机因素的影响下,同一区域内速效钾含量具有较强的空间差异。

        表 2  土壤全钾和速效钾的半方差函数参数

        Table 2.  Semi-variance parameters of total K and readily available K

        土壤属性
        Soil property
        模型
        Model
        块金值
        Nugget
        基台值
        Partial sill
        块金效应 (%)
        Nugget/partial sill
        变程 (km)
        Range
        拟合系数
        Fitting coefficient
        残差
        Residual
        全钾Total K指数Exponential6.78024.94027.1974.100.9942.18
        速效钾Available K指数Exponential0.0220.04450.0044.100.9363.65 × 10–5
        注(Note):①—对数转化后的速效钾Readily available K in logarithm.

        图  2  土壤全钾、速效钾的半方差函数

        Figure 2.  Isotropic semi-variogram of total K and readily available K

      • 根据土壤全钾和速效钾半方差函数最佳拟合模型及相应参数,在ArcGIS 10.2软件中进行普通克里格插值,生成鄱阳湖平原区土壤全钾和速效钾空间分布图 (图3)。同时对测定值与预测值进行交叉验证 (表3),其测定值与预测值显著相关 (P < 0.01),均方根偏差比[28](mean squared deviation ratio,MSDR) 接近于1,表明普通克里格的空间插值结果较为可靠。

        图  3  鄱阳湖平原区全钾和速效钾空间分布

        Figure 3.  Spatial distribution of total K (TK) and readily available K (AK) in Poyang Lake Plain

        表 3  普通克里格插值结果交叉验证

        Table 3.  Cross validation with ordinary Kriging interpolation

        土壤属性Soil propertyPearson相关系数Pearson correlation coefficient均方根方差比MSDR
        全钾Total K0.794**0.601
        速效钾 Available K0.620**1.586
        速效钾Available K0.598**1.928
        注(Note):①—对数转换后的速效钾Readily available K in logarithm; MSDR—Mean aquared deviation ratio; **—P < 0.01.

        图3所示,全钾和速效钾的空间分布存在较大差异,其中速效K的高值分布较为分散,全K的高值分布则相对集中。这一特征与半方差函数模型参数中变程所反映的空间自相关范围大小相符。此外,全K的高值区域较集中地分布于鄱阳县、东乡县、临川区以及海拔相对较高的高安市、永修县和瑞昌市。速效K的高值则相对分散地分布于彭泽县、鄱阳县、新干县以及低海拔的南昌市周边县区。

      • 土壤钾素的空间变异可能受区位因素、环境因素、土壤因素和人为因素4个方面因素的影响,为进一步探究不同因素对土壤钾素空间变异的影响,选取了12个因素进行后续分析。相关性分析结果 (表4) 显示,土壤全K和速效K含量与各因素的相关性不同,其中距鄱阳湖距离与土壤全K存在显著相关性,纬度、土壤类型、耕地利用方式、秸秆还田方式和钾肥施用量仅与土壤速效K存在显著相关性,而经度、年降雨量、海拔、有机质含量、CEC则与土壤全K和速效K均存在显著相关性,但经度、年降雨量和海拔与土壤全K和速效K的相关性方向存在差异。

        表 4  土壤钾素含量与相关因素的相关性统计

        Table 4.  Correlation between soil potassium content and related factors

        相关因素 Related factors全钾Total K 速效钾Aavailable K
        区位因素Location factor经度Longitude–0.095**0.037**
        纬度Latitude0.085**
        距鄱阳湖距离Distance to Poyang Lake0.122**
        环境因素Environmental factor年降雨量Annual rainfall0.050**–0.074**
        海拔Altitude0.034**–0.038**
        土壤因素Soil factor成土母质Parent material
        土壤类型Soil type–0.068**②
        有机质含量Organic matter content–0.029*–0.031*
        CEC0.071**0.042**
        人为因素Anthropic factor耕地利用方式Farmland use type–0.074**②
        秸秆还田Straw returning–0.042**②
        钾肥施用量K application rate–0.094**
        注(Note):①—对数转换后的速效钾Readily available K in logarithm; ②—Spearman 相关系数,其他为Pearson相关系数 Spearman correlation coefficient, others are Pearson correlation coefficient. *—P < 0.05; **—P < 0.01.
      • 将土壤全钾和对数转换后的速效钾与选取的影响因素代入BRT模型进行分析,BRT运行结果的交叉验证结果 (表5) 显示,土壤全钾和速效钾训练集与验证集的观测值与模型拟合的拟合值均存在极显著正相关,均方根误差 (RMSE) 趋近于0,模型的拟合效果较好,证明BRT运行结果是可信的。

        表 5  BRT运行结果交叉验证

        Table 5.  Cross validation of the BRT model

        土壤属性
        Soil property
        训练集观测值与拟合值的
        Pearson相关系数
        验证集观测值与拟合值的
        Pearson相关系数
        均方根误差
        RMSE
        全钾 Total K0.888**0.743**0.005
        速效钾Available K0.784**0.539**0.011
        注(Note):①Pearson correlation coefficient between training set observations and fitted values; ②Pearson correlation coefficient between verification set observations and fitted values; ③—对数转换后的速效钾Readily available K in logarithm. **P < 0.01.

        BRT生成的因素贡献度 (contribution degree,CD) 和反应曲线图如图4图5所示。从影响因素的反应曲线图来看,随着因子贡献度的上升,影响因素作用的边际效应愈加明显,且因素对土壤全钾或速效钾的影响均存在正向影响和负向影响交替的情况,反映了环境因子对土壤钾素的影响不是一成不变的,在影响因素的不同状态均存在差异。此外,整体而言影响因素对速效钾作用的边际效应曲线的振荡幅度要大于全钾,表明土壤速效钾对环境因子影响的敏感性要强于全钾。就贡献度而言,影响因素对全钾与速效钾空间变异的贡献度有一定相似性,如后7个影响因素均依次为CEC、钾肥施用量、海拔、成土母质、秸秆还田方式、耕地利用方式和土壤类型,有所不同的是这7个因素对速效钾的解释能力要强于全钾。此外,在前5个因素中,区位因素均是主要影响因素,对全钾和速效钾的平均贡献度分别为17.63%和17.17%,差异体现在年降雨量与有机质含量的影响上,年降雨量对全钾的影响较为明显,有机质含量则对速效钾的影响更加明显。

        图  4  影响因素对土壤全钾的贡献度及边际效应

        Figure 4.  Contribution and marginal effect of influencing factors to total K

        图  5  影响因素对土壤的速效钾贡献度及边际效应

        Figure 5.  Contribution and marginal effect of influencing factors to soil readily available K

      • 影响因素的贡献度排序表明区位因素中的纬度、经度及距鄱阳湖距离可以较好地解释土壤钾素的空间变异,3个因素对土壤全钾的平均贡献度为17.63%,对速效K的平均贡献度则为17.17%,远高于其他因素。具体而言,在27.5°N~28.9°N和29.4°N~29.7°N,纬度的增大对土壤全钾呈负向影响,在28.9°N~29.4°N和29.7°N~30.0°N,纬度的增大对土壤全钾呈正向影响;经度则以117°E经线为界,西边土壤全K随经度增大而增大,东边则相反;在距鄱阳湖距离上,距鄱阳湖距离为0~30 km时,对土壤全钾有一定的负向影响,在30~120 km则基本呈正向影响。以上3个因素对土壤速效K的作用与全钾存在差异,表现为在27.9°N~29.5°N,纬度的增大对土壤速效K呈负向影响,其他纬度呈正向影响;在115.3°E~116.0°E,经度增大对土壤速效K呈正向影响,在其他经度则主要呈负向影响;距鄱阳湖距离对土壤速效K的影响则比较单一,在0~90 km主要呈负向影响,在90 km之外则主要呈正向影响。

      • 在环境因素中,年降雨量对土壤钾素空间变异的解释能力较强,对全钾和速效钾的贡献度分别为21.5%和8.8%,且年降雨量对二者的反应曲线存在一些共性。在年降雨量为1500 mm左右,降雨量对全钾与速效钾的反应曲线均处于波谷,降雨量对二者有显著负向影响,而在年降雨量大于1600 mm之后,降雨量对二者存在一个明显的正向影响,最终随着年降雨量的增大,对二者的影响逐渐趋向负向;海拔对土壤全钾的影响并不明显,反应曲线的波动不大,对速效钾的影响则更明显,整体上在海拔低于150 m的低平地区,随着海拔增大,土壤钾素含量均有增加趋势,而在海拔150 m以上区域,海拔呈负向影响,且随着海拔的继续增大,边际影响无明显变化。

      • 土壤因素对土壤钾素空间变异的影响并不明显,土壤类型、成土母质、土壤有机质和CEC对全钾的平均贡献度为3.6%,对速效钾的平均贡献度则稍高,达到5.5%。其中,土壤有机质含量对土壤钾素空间变异的影响最大,对全钾和速效钾的解释能力分别为5.3%和10.3%,土壤有机质对速效钾空间变异整体上呈负向影响,与相关性分析结果一致;CEC对全钾和速效钾的影响存在明显差异,当CEC小于40 cmol/kg,对全钾为负向影响,而CEC小于38 cmol/kg,其对速效钾的正向影响较为明显;成土母质对全钾和速效钾的作用规律较为一致,但对速效钾的影响较对全钾强,其中碳酸盐类风化物的正向影响对二者最为明显;土壤类型对土壤钾素的影响较弱,其中红壤、黄褐土、水稻土对全钾有正向影响,潮土和石灰土则对速效钾呈正向影响。

      • 人为因素对土壤钾素的空间变异存在干扰。钾肥施用量是影响钾素空间变异的主要人为因素,对全钾和速效钾的解释能力分别为5.0%和6.8%,钾肥施用对速效钾的解释能力强于对全钾,当钾肥施用量为75~375 kg/hm2时对土壤速效钾有明显影响;秸秆还田方式较耕地利用方式对土壤钾素的影响稍强,其中部分覆盖还田、全量翻压还田和全量覆盖还田可以增加土壤全钾含量,不还田和部分覆盖还田则对土壤速效钾含量有一定正向影响,可见覆盖还田在补充土壤钾素方面有一定优势;耕地利用方式对土壤全钾空间变异的贡献度为1.1%,边际效应基本趋近于0,与相关性分析中耕地利用方式与土壤全钾没有显著相关性的结果一致。耕地利用方式对速效钾的贡献度则为2%,两季水田、一季旱地对土壤速效钾的影响呈正向,一季水田、两季旱地和水旱轮作则对土壤速效钾呈负向影响,其中水旱轮作的负向影响最为明显。

      • 土壤全钾与速效钾的空间分布呈不同的特征,土壤全钾在鄱阳湖平原的空间变异性弱于土壤速效钾。在空间分布上,土壤全钾高值区的分布较为集中连片,而土壤速效钾的高值区则多呈点状分布,与半变异函数描述的全钾空间自相关范围远大于速效钾一致,即土壤全钾在较大的范围内存在空间相关性。其原因可能是作为土壤中钾素含量的总和,全钾含量主要受土壤形成过程中的气候、母质、生物、地形和时间等因素影响[9],而在一定区域内这些因素的空间变化较小,使得区域土壤全钾的空间变异较弱。速效钾则受外界因素影响较为明显,表现出较强的空间变异性。就数量而言,按照全国第二次土壤普查土壤养分分级标准,土壤全钾的平均含量较土壤速效钾高一级,土壤全钾含量与速效钾也没有显著的相关性,表明鄱阳湖平原区土壤非有效态钾向速效钾的转化率较低,或受区域集约农业发展的影响,土壤速效钾的消耗较为明显。

        土壤全钾与速效钾的空间变异受多种因素综合作用的影响,相关性分析和增强回归树的结果显示因素对土壤全钾与速效钾空间变异的影响不尽相同。增强回归树运行所提供的边际效应曲线反映速效钾的影响因素作用曲线震荡幅度要强于全钾,表明速效钾对外界的影响较为敏感。具体而言,由于研究区范围相对较大,整体上研究区自然及社会经济条件存在较大差异,但在局部又存在一定的相似性,因此区位因素在解释土壤钾素的空间变异上具有一定优势[29]。经纬度本身与土壤钾素的空间分布不存在直接关联,但是由于影响土壤养分状况的气候因素、作物种植状况和人为干扰活动在鄱阳湖沿岸有明显的经度地带性和纬度地带性,因此经纬度可以作为在宏观上解释土壤钾素空间变异的有效因素[30]。此外,鄱阳湖作为鄱阳湖生态系统的重要组成部分,它一方面是周边丘陵山地土壤养分随土壤侵蚀而迁移和沉积的目的地,另一方面鄱阳湖水体的水分供给,微生物培养等生态服务功能会影响土壤水分状况和微生物活动[31]。距鄱阳湖距离愈近的区域地势低洼,是富全钾与速效钾泥沙随土壤侵蚀迁移后的主要沉积区,生物多样性丰富,土壤微生物活动活跃,因此在距鄱阳湖稍近的区域,距鄱阳湖距离有一定的负向影响,即距鄱阳湖越近,土壤钾素含量越高。

        环境因素作为影响土壤发育及利用的重要因素,对土壤钾素的空间分布也存在较为显著的影响。其中,降雨对全钾与速效钾的影响尤为明显。降雨对土壤钾素的影响主要集中于降雨对土壤钾素的淋溶作用,钾素的淋溶损失是农田土壤钾素损失的重要部分[32]。降雨既可以使水溶性钾随雨水淋溶下渗,也可能造成土壤钾素随土壤侵蚀流失[33]。同时,也可以注意到,在年降雨量为1400和1600 mm左右,降雨对土壤全钾与速效钾含量有一定的正面影响,其原因可能是这些区域主要分布于研究区西北部的低山丘陵区。Pearson相关性分析结果表明,土壤全钾与地形因子中的海拔呈显著正相关 (P < 0.01),因此西北部低山丘陵区全钾受降雨量增加的正向影响的原因可能在于土壤全钾主要是由矿物钾组成,海拔较高的低山丘陵受风力与水流的风化作用较强,风化物中又富含较多的云母、长石等含钾结晶体,富钾风化残积物混入土壤后使得海拔较高区域土壤全钾含量较高[34]。但速效钾与海拔呈显著负相关 (P < 0.01),则可能是由于鄱阳湖平原区地势平缓,且植被覆盖较好,土壤受淋溶作用相对较弱,有利于土壤速效钾的涵养与保持的原因,这一结果与赵鸣等[35]的研究基本一致。整体上,尽管鄱阳湖平原区地形变异较小,地形对土壤钾素空间分布的影响较弱,但在地形因子的协同影响下,降雨对全钾与速效钾影响的空间差异明显。

        土壤本身的理化性质是影响土壤钾素状况的内在因素。宏观而言,成土母质和土壤类型是对土壤理化性质的综合描述,相同的成土母质和土壤类型下土壤钾素状况可能较为相似[14],但可能受研究区种植历史悠久及耕地表层土壤受人为改造的影响,两个因素对耕地表层土壤钾素的影响并不强烈。相对而言,成土母质对土壤钾素的影响稍微明显,其中碳酸盐类风化物发育的土壤全钾含量最高,河湖冲沉积物发育的土壤速效钾含量最高,而由河湖冲沉积物发育而成的潮土由于母质含较多水云母等富钾结晶体[36],土壤中的矿物钾和交换性钾含量均处于较高水平,使得潮土中全钾与速效钾含量显著高于其他土壤。与其他研究[37]不同的是,研究区主要由碳酸盐类风化物发育而成的石灰土其全钾与速效钾含量均处于较高水平,可能原因是鄱阳湖平原区石灰土多蛭石、蒙脱石等富钾矿物[38],使得全钾含量较高;同时,石灰土中的非交换性钾含量也相对较高,而在耕地利用和干湿交替过程中这部分钾会逐步释放出并转化为速效钾[39],使得石灰土的速效钾含量也较高,也正是缓效态钾较多地向速效钾转化的原因,石灰土中全钾含量有一定的下降趋势。微观来看,朱永官等[39]学者指出,由于CEC越高,土壤溶液中的钾离子越容易进入土壤交换复合体进而被固定,使得土壤的固钾量与CEC含量呈显著正相关,即土壤中全钾整体呈上升趋势,与本研究全钾与CEC呈显著正相关一致。张会民等[15]和Conti等[40]的研究表明,土壤中有机质含量也与钾素的固定存在显著相关关系。而且由于有机质和CEC二者间本身就存在高度相关性[41],因此二者的相互作用在促进土壤钾素固定方面存在一定积极意义。但考虑到土壤钾素的固定可能提高土壤中钾素的总体水平,也有可能使得钾素的有效性降低,因此有机质和CEC对土壤速效钾的影响尚不明晰。

        耕地利用方式、秸秆还田方式和钾肥施用量可以影响耕地土壤理化性质进而影响土壤养分含量。其中钾肥施用是最为直接的外源性钾素补充方式,钾肥施用对全钾和速效钾空间变异的贡献度分别为5.0%和6.8%,是主要人为影响因素。钾肥施用的作用主要体现在两个方面,一是直接补充土壤钾素,维持土壤钾素循环平衡,满足作物生长需要;另一方面,钾肥施用配合秸秆还田可以提升钾肥利用效率。值得注意的是,过量施肥对土壤钾素状况存在负面影响,当钾肥施用超过300 kg/hm2,其效果大幅降低,还可能造成环境污染。秸秆还田是补充农田钾素的重要途径,作物秸秆富含氮、磷、钾和多种微量元素,通过秸秆还田可以有效地补充外源钾素,而秸秆还田提升土壤有机质含量,改善土壤物理性状,增加土壤粘粒之后则可以提升土壤的固钾能力[15]。我们的研究发现覆盖还田较翻压还田在补充并涵养土壤钾素过程中有一定优势,其可能的原因是覆盖条件下,秸秆中的钾素通常受雨水淋溶而渗入表土,而在翻压条件下受土壤微生物活动的影响,其释放速率较快。谭德水[42]指出覆盖还田条件下秸秆中的钾素完全淋失大约需要4个月,而翻耕后仅45天就可达到相似效果。秸秆钾素在翻压还田下的释放特征有利于快速地改善作物生长前期的土壤钾素状况,然而这种快速、大量的钾素释放也易于造成土壤钾素流失。不同的耕地利用方式下,耕地的耕作频率和水旱交替状况有所差异,研究结果显示耕地利用方式对全钾的影响稍弱,其原因可能是全钾主要包括矿物钾及缓效钾,二者性质相对稳定,而由于耕地利用方式的变化对土壤理化性质的改变比较有限,因此其对土壤矿物钾及缓效钾形态转变的影响较小[15]。速效钾空间变异对耕地利用方式变化较为敏感的原因,一方面在于耕作频率提升后作物收获将从土壤中带走大量速效钾,而矿物钾和缓效钾转化为速效钾相对较慢,土壤速效钾的消耗与补给不平衡,导致耕作频次越高土壤速效钾愈加匮缺[43]。此外,水旱轮作的耕作方式下,干湿交替易打破土壤中的钾素平衡,促进水溶性钾和交换性钾发生固定和沉积[15],使得速效钾含量最低。

      • 鄱阳湖平原区耕地土壤全钾与速效钾均呈中等程度变异,但其空间分布及影响因素存在差异。全钾的高值区域较集中地分布于鄱阳县、东乡县、临川区以及海拔相对较高的高安市、永修县和瑞昌市。速效钾的高值则相对分散地分布于彭泽县、鄱阳县、新干县以及低海拔的南昌市周边县区。BRT在揭示影响因素的不同状态对土壤钾素空间分布的影响方面有独特的优势,影响因素的反应曲线表明速效钾对外界因素影响的敏感性强于全钾。影响因素中经纬度及距鄱阳湖距离作为间接反映土壤地理环境信息的因素,可以作为土壤全钾与速效钾空间变异的有效解释变量,对数字土壤制图领域的环境信息选取有参考意义。降雨淋溶作用对土壤全钾的空间变异有显著影响,CEC和有机质含量是土壤速效钾的主要影响因素,人为活动中钾肥施用可以改变土壤全钾与速效钾的平衡状况。研究为了解区域土壤钾素状况,进而发掘区域土壤供钾潜力,合理利用并涵养土壤钾素提供了参考依据。

    参考文献 (43)

    目录

      /

      返回文章
      返回