• 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

近30年中国主要农田土壤pH时空演变及其驱动因素

韩天富 柳开楼 黄晶 马常宝 郑磊 王慧颖 曲潇林 任意 于子坤 张会民

引用本文:
Citation:

近30年中国主要农田土壤pH时空演变及其驱动因素

    作者简介: 韩天富 E-mail:hantianfu123@126.com;
    通讯作者: 张会民, E-mail:zhanghuimin@caas.cn
  • 基金项目: 国家重点研发计划“粮食丰产增效科技创新”重点专项(2016YFD0300901);国家自然科学基金项目(41671301);中央级公益性科研院所基本科研业务费专项(161032019035)。

Spatio-temporal evolution of soil pH and its driving factors in the main Chinese farmland during past 30 years

    Corresponding author: ZHANG Hui-min, E-mail:zhanghuimin@caas.cn
  • 摘要:   【目的】  研究中国农田土壤pH时空变化特征及其主要的驱动因素,为土壤酸化阻控、土壤质量提升和土地可持续利用提供理论基础。  【方法】  基于农业农村部布置在全国主要农田区域的耕地质量监测点数据 (950个),分析旱地、水旱轮作、水田等不同土地利用类型下土壤pH时空变化特征,并利用提升回归树模型探究影响土壤pH变化的主要驱动因素。  【结果】  就全国而言,土壤pH及其变异系数表现为旱地 (6.74 ± 1.19和17.63%) > 水旱轮作 (6.54 ± 0.93和14.26%) > 水田 (5.80 ± 0.81和13.95%),其中华南地区农田土壤pH表现为水田 (5.74 ± 0.79) 大于水旱轮作 (5.47 ± 0.56) 和旱地 (5.45 ± 0.91)。从监测初期 (Ⅰ阶段,1988—2000) 到监测中期 (Ⅱ阶段,2001—2010),旱地和水田土壤pH整体上随时间呈降低趋势,下降速率分别为0.065和0.054/年 (P < 0.01),而水旱轮作土壤pH无显著变化;从Ⅱ到Ⅲ阶段 (2001—2018),旱地和水旱轮作土壤pH整体上随时间呈上升趋势,上升速率分别为0.022和0.016/年 (P < 0.05),而水田土壤pH无显著变化。东北、华北、西南、长江中下游地区的旱地土壤pH随时间均呈线性下降趋势 (P < 0.05),而华南地区从Ⅱ到Ⅲ阶段呈线性上升趋势 (P < 0.01);西南、长江中游和华南地区水田土壤pH从Ⅰ到Ⅲ阶段呈线性下降趋势 (P < 0.01),而东北、西南和长江下游地区pH从Ⅱ到Ⅲ阶段呈上升趋势 (P < 0.01);西南地区水旱轮作土壤pH从Ⅰ到Ⅲ阶段呈线性下降趋势 (P < 0.01),而华北、长江下游和华南地区pH从Ⅱ到Ⅲ阶段呈上升趋势 (P < 0.05)。通过Pearson和提升回归树分析发现,年均降雨量是造成土壤pH空间尺度上差异的最主要因素,其次是土壤质地、容重和有机质含量。此外,在旱地土壤上长期的氮肥投入和在水田和水旱轮作土壤上钾肥的投入对pH变化的影响较大。  【结论】  整体而言,我国旱地和水田土壤pH从监测初期到中期呈快速下降趋势,而旱地和水旱轮作土壤pH从监测中期到2018年呈缓慢增加趋势。东北地区的旱地土壤pH呈持续下降趋势,需要引起重视。氮肥在旱地和钾肥在水田上的施用导致土壤pH的降低,今后应优化水肥运筹,通过改善土壤容重和有机质进而有效调控土壤pH。
  • 图 1  三个监测阶段全国及各种植区域旱作土壤pH

    Figure 1.  pH of upland soils in each planting area and whole country during the three monitoring periods

    图 2  全国和各种植区域3个监测阶段水田土壤的pH

    Figure 2.  pH of paddy soils in each planting areas and whole county during the three monitoring periodss

    图 3  不同种植区域水旱轮作下土壤pH随时间的变化特征

    Figure 3.  Variation characteristics of soil pH with time in upland-paddy soil in different planting areas

    图 4  各因素影响土壤pH变化的相对重要性

    Figure 4.  Relative importance of factors affecting soil pH change

    表 1  不同区域土壤pH统计分析 (1988—2018)

    Table 1.  Statistical analysis of soil pH in different regions from 1988 to 2018

    区域
    Region
    土地利用
    Land use
    统计量
    n
    均值
    Mean
    标准差
    SD
    偏度
    Skewness
    峰度
    Kurtosis
    变异系数 (%)
    CV
    P
    P value
    东北地区 Northeast China旱地 Upland7846.430.840.520.0813.110.3127
    水田 Paddy1286.070.620.371.5210.130.2851
    华北地区 North China旱地 Upland6687.830.79–2.084.2310.080.5728
    水旱轮作 U-P816.560.750.420.0111.500.5367
    西南地区 Southwest China旱地 Upland4016.611.23–0.03–1.1118.550.8132
    水田 Paddy2076.171.000.42–0.7816.180.6928
    水旱轮作 U-P2476.780.94–0.10–1.1613.880.7781
    长江中游 MYR旱地 Upland3886.051.09–0.06–0.7717.980.0948
    水田 Paddy6545.710.781.181.2213.680.2329
    水旱轮作 U-P3476.390.840.00–0.4213.140.9800
    长江下游 LYR旱地 Upland3136.821.05–0.20–0.8715.460.3391
    水田 Paddy1015.690.570.430.119.950.2356
    水旱轮作 U-P7596.660.920.18–0.9713.850.9394
    华南地区 South China旱地 Upland1545.450.910.850.4416.720.3813
    水田 Paddy5985.740.790.960.5713.830.6059
    水旱轮作 U-P995.470.560.020.0610.290.2214
    全国 Total旱地 Upland27086.741.19–0.18–0.9917.630.1527
    水田 Paddy16885.800.810.940.5513.950.1723
    水旱轮作 U-P15336.540.930.15–0.7814.260.8509
    注(Note):MYR—Middle Reaches of the Yangtze River; LYR—Lower Reaches of the Yangtze River; U-P—Upland-paddy rotation; P > 0.05 表明数据符合正态分布 P > 0.05 shows that the data conform to normal distribution.
    下载: 导出CSV

    表 2  不同种植区域旱作土壤pH (y) 与试验持续时间 (x) 的拟合方程

    Table 2.  The fitting equations of soil pH (y) and duration time (x) in upland soil in different planting areas

    区域 Region监测阶段 Monitoring period方程 EquationR2P
    东北地区 Northeast China1998—2010y = –0.0456x + 97.7350.76542.02E-06
    2001—2018y = –0.0192x + 45.0780.65574.48E-04
    华北地区 North China1988—2018y = –0.0149x + 8.23810.71260.0169
    西南地区 Southwest China1988—2018y = –0.0256x + 58.0890.45296.34E-05
    长江中游 MYR1998—2018y = –0.0134x + 33.0510.32730.0259
    长江下游 LYR1988—2010y = –0.1232x + 253.6600.86752.60E-04
    2001—2018y = –0.0328x + 72.4810.55080.0057
    华南地区 South China2001—2018y = 0.0354x – 65.7290.47158.27E-04
    全国 Total1988—2010y = –0.0646x + 136.0200.80624.30E-07
    2001—2018y = 0.0215x – 52.7240.43980.0135
    注(Note):MYR—Middle Reaches of the Yangtze River; LYR—Lower Reaches of the Yangtze River; 方程中,各监测阶段内以相应的起始年份开始每隔 3 年获取一个平均值作为 y, 持续时间 x 从该监测期的第二年开始计算 In each equation, y is the average pH value of every three years since the starting of the monitoring, and duration (x) is counted from the second year of the monitoring period.
    下载: 导出CSV

    表 3  不同种植区域水田土壤pH (y) 与试验持续时间 (x) 的拟合方程

    Table 3.  The fitting equations of soil pH (y) and duration time (x) in paddy soil in different planting areas

    区域 Region监测阶段 Monitoring period方程 EquationR2P
    东北地区 NortheastChina2001—2018y = 0.0260x – 46.1560.54030.0018
    西南地区 SouthwestChina1988—2010y = –0.0873x + 180.3700.61921.07E-04
    2001—2018y = 0.0815x – 157.8800.70263.45E-04
    长江中游 MYR1988—2010y = –0.0392x + 84.6170.71834.99E-04
    2001—2018y = –0.0233x + 52.5660.38400.0239
    长江下游 LYR2001—2018y = 0.0206x – 35.6610.47250.0066
    华南地区 South China1988—2010y = –0.0557x + 117.1000.56613.15E-04
    2001—2018y = 0.0022x + 1.3330.00450.8206
    全国 Total1988—2010y = –0.0535x + 112.8100.63896.90E-05
    2001—2018y = 0.0009x + 4.00240.00280.8578
    注(Note):MYR—Middle Reaches of the Yangtze River; LYR—Lower Reaches of the Yangtze River; 方程中,各监测阶段内以相应的起始年份开始每隔 3 年获取一个平均值作为 y, 持续时间 x 从该监测期的第二年开始计算 In each equation, y is the average pH value of every three years since the starting of the monitoring, and duration (x) is counted from the second year of the monitoring period.
    下载: 导出CSV

    表 4  不同种植区域水旱轮作下土壤pH (y) 与试验持续时间 (x) 的拟合方程

    Table 4.  Fitting equations of soil pH (y) and duration time (x) in upland-paddy soil in different planting areas

    区域 Region监测阶段 Monitoring period方程 EquationR2P
    华北地区 Northeast China2001—2018y = 0.0403x – 74.6030.65268.36E-04
    西南地区 Southwest China1988—2010y = –0.0494x + 105.6600.59361.83E-04
    2001—2018y = –0.0076x + 6.8010.03630.93444
    长江中游 MYR1988—2018y = 0.0104x – 14.3810.14530.0661
    长江下游 LYR1988—2010y = –0.0087x + 24.0010.11370.2191
    2001—2018y = 0.0201x – 33.9120.34030.0465
    华南地区 South China2001—2018y = 0.0256x – 46.1250.33550.0300
    全国 Total1988—2010y = –0.0107x + 28.0640.11590.1417
    2001—2018y = 0.0160x – 25.7430.48280.0177
    注(Note):MYR—Middle Reaches of the Yangtze River; LYR—Lower Reaches of the Yangtze River; 方程中,各监测阶段内以相应的起始年份开始每隔 3 年获取一个平均值作为 y, 持续时间 x 从该监测期的第二年开始计算 In each equation, y is the average pH value of every three years since the starting of the monitoring, and duration (x) is counted from the second year of the monitoring period.
    下载: 导出CSV

    表 5  各因素与土壤pH之间的Pearson相关性分析

    Table 5.  Pearson correlation analysis between soil pH and each factor

    项目 Item旱地 Upland soil水田 Paddy soil水旱轮作 Upland-paddy soil
    rPnrPnrPn
    氮肥 N fertilizer–0.277 < 0.0012593–0.0720.0031648–0.160 < 0.0011502
    磷肥 P fertilizer0.0160.07925930.0270.2651648–0.0050.8391502
    钾肥 K fertilizer–0.131 < 0.0012593–0.125 < 0.0011648–0.196 < 0.0011502
    土壤有机质SOM–0.312 < 0.00127070.219 < 0.0011668–0.108 < 0.0011510
    全氮 Total N0.296 < 0.00127000.252 < 0.0011646–0.0710.0061504
    有效磷 Available P–0.34 < 0.0012685–0.050.0431656–0.0780.0021524
    有效钾 Available K0.116 < 0.00126730.187 < 0.00116560.207 < 0.0011520
    缓效钾 SAK0.465 < 0.00121000.102 < 0.00112270.411 < 0.0011187
    容重 Bulk density–0.292 < 0.00127070.179 < 0.0011668–0.118 < 0.0011510
    年均气温 MAT–0.071 < 0.0012708–0.133 < 0.0011674–0.347 < 0.0011533
    年均降雨量 MAP–0.485 < 0.0012708–0.286 < 0.0011674–0.378 < 0.0011533
    注(Note):n—样本数 Sample number; SOM—Soil organic matter; SAK—Slowly available potassium; MAT—Mean annual temperature; MAP—Mean annual precipitation.
    下载: 导出CSV
  • [1] Hou E Q, Xiang H M, Li J L, et al. Soil acidification and heavy metals in urban parks as affected by reconstruction intensity in a humid subtropical environment[J]. Pedosphere, 2015, 25: 82–92. doi:  10.1016/S1002-0160(14)60078-3
    [2] Hoegh-Guldberg O, Mumby P J, Hooten A J, et al. Coral reefs under rapid climate change and ocean acidification[J]. Science, 2007, 318: 1737–1742. doi:  10.1126/science.1152509
    [3] 徐仁扣, 李九玉, 周世伟, 等. 我国农田土壤酸化调控的科学问题与技术措施[J]. 中国科学院院刊, 2018, 33(2): 160–167. Xu R K, Li J Y, Zhou S W, et al. Scientific issues and controlling strategies of soil acidification of croplands in China[J]. Bulletin of Chinese Academy of Sciences, 2018, 33(2): 160–167.
    [4] Guo J H, Liu X J, Zhang Y, et al. Significant acidification in major Chinese croplands[J]. Science, 2010, 327: 1008–1010. doi:  10.1126/science.1182570
    [5] Li Q, Li S, Xiao Y, et al. Soil acidification and its influencing factors in the purple hilly area of southwest China from 1981 to 2012[J]. Catena, 2019, 175: 278–285. doi:  10.1016/j.catena.2018.12.025
    [6] Zhu J, He N, Wang Q, et al. The composition, spatial patterns, and influencing factors of atmospheric wet nitrogen deposition in Chinese terrestrial ecosystems[J]. Science of the Total Environment, 2015, 511: 777–785. doi:  10.1016/j.scitotenv.2014.12.038
    [7] Minasny B, Hong S Y, Hartemink A E, et al. Soil pH increase under paddy in South Korea between 2000 and 2012[J]. Agriculture, Ecosystems and Environment, 2016, 221: 205–213. doi:  10.1016/j.agee.2016.01.042
    [8] Yang Y H, Ji C J, Ma W H, et al. Significant soil acidification across northern China's grasslands during 1980s-2000s[J]. Global Change Biology, 2012, 18(7): 2292–2300. doi:  10.1111/j.1365-2486.2012.02694.x
    [9] Li Q, Li A, Yu X, et al. Soil acidification of the soil profile across Chengdu Plain of China from the 1980s to 2010s[J]. Science of the Total Environment, 2020, 698: 134320. doi:  10.1016/j.scitotenv.2019.134320
    [10] 汪吉东, 许仙菊, 宁运旺, 等. 土壤加速酸化的主要农业驱动因素研究进展[J]. 土壤, 2015, 47(4): 627–633. Wang J D, Xu X J, Ning Y W, et al. Progresses in agricultural driving factors on accelerated acidification of soils[J]. Soils, 2015, 47(4): 627–633.
    [11] Zhao Y H, Zhang L, Chen Y F, et al. Atmospheric nitrogen deposition to China: A model analysis on nitrogen budget and critical load exceedance[J]. Atmospheric Environment, 2017, 153: 32–40. doi:  10.1016/j.atmosenv.2017.01.018
    [12] Tian D S, Niu S L. A global analysis of soil acidification caused by nitrogen addition[J]. Environmental Research Letters, 2015, 10: 024019. doi:  10.1088/1748-9326/10/2/024019
    [13] 张玲玉, 赵学强, 沈仁芳. 土壤酸化及其生态效应[J]. 生态学杂志, 2019, 38(6): 1900–1908. Zhang L Y, Zhao X Q, Shen R F. Soil acidification and its ecological effects[J]. Chinese Journal of Ecology, 2019, 38(6): 1900–1908.
    [14] Xie E, Zhao Y, Li H, et al. Spatio-temporal changes of cropland soil pH in a rapidly industrializing region in the Yangtze River Delta of China, 1980–2015[J]. Agriculture, Ecosystems & Environment, 2019, 272: 95–104.
    [15] 姬钢, 徐明岗, 文石林, 等. 不同植被类型下红壤 pH 和交换性酸的剖面特征[J]. 应用生态学报, 2015, 26(9): 2639–2645. Ji G, Xu M G, Wen S L, et al. Characteristics of soil pH and exchangeable acidity in red soil profile under different vegetation[J]. Journal of Applied Ecology, 2015, 26(9): 2639–2645.
    [16] 赵凯丽, 蔡泽江, 王伯仁, 等. 不同母质和植被类型下红壤 pH 和交换性酸的剖面特征[J]. 中国农业科学, 2015, 48(23): 4818–4826. Zhao K L, Cai Z J, Wang B R, et al. Changes in pH and exchangeable acidity at depths of red soils derived from 4 parent materials under 3 vegetations[J]. Scientia Agricultura Sinica, 2015, 48(23): 4818–4826. doi:  10.3864/j.issn.0578-1752.2015.23.023
    [17] 韩天富, 马常宝, 黄晶, 等. 基于 Meta 分析中国水稻产量对施肥的响应特征[J]. 中国农业科学, 2019, 52(11): 1918–1929. Han T F, Ma C B, Huang J, et al. Variation in rice yield response to fertilization in China: Meta-analysis[J]. Scientia Agricultura Sinica, 2019, 52(11): 1918–1929. doi:  10.3864/j.issn.0578-1752.2019.11.007
    [18] 全国农业技术推广服务中心. 土壤分析技术规范[M]. 北京: 中国农业出版社, 2006.

    National Agricultural Technology Extension Service Center. Technical specification for soil analysis[M]. Beijing: China Agricultural Press, 2006.
    [19] Elith J, Leathwick J R, Hastie T. A working guide to boosted regression trees[J]. Journal of Animal Ecology, 2008, 77: 802–813. doi:  10.1111/j.1365-2656.2008.01390.x
    [20] 黄昌勇. 土壤学[M]. 北京: 中国农业出版社, 2000.

    Huang C Y. Soil science[M]. Beijing: China Agricultural Press, 2000.
    [21] 王志刚, 赵永存, 廖启林, 等. 近 20 年来江苏省土壤 pH 值时空变化及其驱动力[J]. 生态学报, 2008, (2): 720–727. Wang Z G, Zhao Y C, Liao Q L, et al. Spatio-temporal variation and associated affecting factors of soil pH in the past 20 years of Jiangsu Province, China[J]. Acta Ecologica Sinica, 2008, (2): 720–727. doi:  10.3321/j.issn:1000-0933.2008.02.033
    [22] 徐仁扣. 土壤酸化及其调控研究进展[J]. 土壤, 2015, 47(2): 238–244. Xu R K. Research progresses in soil acidification and its control[J]. Soil, 2015, 47(2): 238–244.
    [23] Chen S, Lin B, Li Y, et al. Spatial and temporal changes of soil properties and soil fertility evaluation in a large grain-production area of subtropical plain, China[J]. Geoderma, 2020: 357.
    [24] 朱安繁, 邵华, 张龙华. 江西省耕地土壤酸化现状与改良措施[J]. 江西农业学报, 2014, 26(4): 43–45, 49. Zhu A F, Shao H, Zhang L H. Current situation and improvement measures of cultivated land soil acidification in Jiangxi Province[J]. Acta Agriculturae Jiangxi, 2014, 26(4): 43–45, 49. doi:  10.3969/j.issn.1001-8581.2014.04.012
    [25] 胡敏, 向永生, 张智, 等. 恩施州耕地土壤pH近30年变化特征[J]. 应用生态学报, 2017, 28(4): 1289–1297. Hu M, Xiang Y S, Zhang Z, et al. Variation characteristics of farmland soil pH in the past 30 years of Enshi Autonomous Prefecture, Hubei, China[J]. Journal of Applied Ecology, 2017, 28(4): 1289–1297.
    [26] 郑超, 郭治兴, 袁宇志, 等. 广东省不同区域农田土壤酸化时空变化及其影响因素[J]. 应用生态学报, 2019, 30(2): 593–601. Zheng C, Guo Z X, Yuan Y Z, et al. Spatial and temporal changes of farmland soil acidification and their influencing factors in different regions of Guangdong Province, China[J]. The Journal of Applied Ecology, 2019, 30(2): 593–601.
    [27] Zhu Q C, Liu X J, Hao T X, et al. Cropland acidification increases risk of yield losses and food insecurity in China[J]. Environmental Pollution, 2020, 256: 113145. doi:  10.1016/j.envpol.2019.113145
    [28] 周晓阳, 徐明岗, 周世伟, 等. 长期施肥下我国南方典型农田土壤的酸化特征[J]. 植物营养与肥料学报, 2015, 21(6): 1615–1621. Zhou X Y, Xu M G, Zhou S W, et al. Soil acidification characteristics in southern China's croplands under long-term fertilization[J]. Journal of Plant Nutrition and Fertilizers, 2015, 21(6): 1615–1621. doi:  10.11674/zwyf.2015.0629
    [29] Guo X, Li H, Yu H, et al. Drivers of spatio-temporal changes in paddy soil pH in Jiangxi Province, China from 1980 to 2010[J]. Scientific Reports, 2018, 8: 2702. doi:  10.1038/s41598-018-20873-5
    [30] 李伟峰, 叶英聪, 朱安繁, 等. 近30a江西省农田土壤 pH 时空变化及其与酸雨和施肥量间关系[J]. 自然资源学报, 2017, 32(11): 1942–1953. Li W F, Ye Y C, Zhu A F, et al. Spatio-temporal variation of pH in cropland of Jiangxi Province in the past 30 years and its relationship with acid rain and fertilizer application[J]. Journal of Natural Resources, 2017, 32(11): 1942–1953. doi:  10.11849/zrzyxb.20161089
    [31] 武红亮, 王士超, 槐圣昌, 等. 近 30 年来典型黑土肥力和生产力演变特征[J]. 植物营养与肥料学报, 2018, 24(6): 1456–1464. Wu H L, Wang S C, Huai S C, et al. Evolutionary characteristics of fertility and productivity of typical black soil in recent 30 years[J]. Journal of Plant Nutrition and Fertilizers, 2018, 24(6): 1456–1464. doi:  10.11674/zwyf.18238
    [32] 张万付. 黑土地区土壤酸化产生机理、危害及控制措施[J]. 现代农业, 2018, (4): 43–44. Zhang W F. Mechanism, harm and control measures of soil acidification in black soil area[J]. Modern agriculture, 2018, (4): 43–44. doi:  10.3969/j.issn.1008-0708.2018.04.033
    [33] 白树彬, 裴久渤, 李双异, 等. 30 年来辽宁省耕地土壤有机质与 pH 时空动态变化[J]. 土壤通报, 2016, 47(3): 636–644. Bai S B, Pei J B, Li S Y, et al. Temporal and spatial dynamics of soil organic matter and pH in cultivated land of Liaoning Province during the past 30 years[J]. Chinese Journal of Soil Science, 2016, 47(3): 636–644.
    [34] 刘忆莹, 裴久渤, 汪景宽. 东北典型黑土区耕地有机质与 pH 的空间分布规律及其相互关系[J]. 农业资源与环境学报, 2019, 36(6): 738–743. Liu Y Y, Pei J B, Wang J K. Spatial distribution and relationship between organic matter and pH in the typical black soil region of north-east China[J]. Journal of Agricultural Resources and Environment, 2019, 36(6): 738–743.
    [35] 李春杰. 冷浆型水田的改良技术[J]. 现代农业, 2014, (6): 38. Li C J. Improvement technology of cold pulp paddy field[J]. Modern agriculture, 2014, (6): 38.
    [36] 农业农村部耕地质量监测保护中心. 30 年耕地质量演变规律[M]. 北京: 中国农业出版社, 2019.

    Center of Arable Land Quality Monitoring and Protection, Ministry of Agricultural and Rural Affairs. The evolution of cultivated land quality in past 30 years[M]. Beijing: China Agricultural Press, 2019.
    [37] 马丽, 王青, 沈凇涛, 等. 岷江上游杂谷脑流域耕作区壤土和粉壤土的理化性质及肥力异质性[J]. 干旱区资源与环境, 2018, 32(11): 144–149. Ma L, Wang Q, Shen S T, et al. The heterogeneity of physicochemical properties of cultivated soil and silt loam in Zagunao river basin, the upper Minjiang River[J]. Journal of Arid Land Resources and Environment, 2018, 32(11): 144–149.
    [38] Haynes R J, Naidu R. Influence of lime, fertilizer and manure applications on soil organic matter content and soil physical conditions: A review[J]. Nutrient Cycling in Agroecosystems, 1998, 51(2): 123–137. doi:  10.1023/A:1009738307837
    [39] 高海峰, 白军红, 王庆改, 等. 霍林河下游典型洪泛区湿地土壤 pH 值和土壤含水量分布特征[J]. 水土保持研究, 2011, 18(1): 268–271. Gao H F, Bai J H, Wang Q G, et al. Distribution of soil pH values and soil water contents in floodplain wetlands in the lower reach of Huolin river[J]. Research of Soil and Water Conservation, 2011, 18(1): 268–271.
    [40] 刘书田. 中国农田土壤有机碳时空分布规律及影响因素研究[D]. 长春: 吉林农业大学博士学位论文, 2016.

    Liu S T. The rule of temporal and spatial distribution of soil organic carbon of cropland and its influencing factors in China[D]. Changchun: PhD Dissertation of Jilin Agricultural University, 2016.
    [41] 戴万宏, 黄耀, 武丽, 等. 中国地带性土壤有机质含量与酸碱度的关系[J]. 土壤学报, 2009, 46(5): 851–860. Dai W H, Huang Y, Wu L, et al. Relationships between soil organic matter content and pH in topsoil of zonal soils in China[J]. Acta Pedologica Sinica, 2009, 46(5): 851–860. doi:  10.3321/j.issn:0564-3929.2009.05.013
    [42] Yao L, Chen C, Liu G, et al. Sediment nitrogen cycling rates and microbial abundance along a submerged vegetation gradient in a eutrophic lake[J]. Science of the Total Environment, 2017, 616–617: 899–907.
    [43] Gong P, Liang L, Zhang Q. China must reduce fertilizer use too[J]. Nature, 2011, 473(7347): 284–285.
    [44] 张驭航, 李玲, 王秀丽, 等. 河南省土壤 pH 值时空变化特征分析[J]. 土壤通报, 2019, 50(5): 1091–1100. Zhang Y H, Li L, Wang X L, et al. Temporal and spatial variation of soil pH in Henan[J]. Chinese Journal of Soil Science, 2019, 50(5): 1091–1100.
    [45] Zhu Q, Liu X, Hao T, et al. Modeling soil acidification in typical Chinese cropping systems[J]. Science of the Total Environment, 2018, 613–614: 1339–1348.
    [46] Cai Z J, Wang B R, Xu M G, et al. Intensified soil acidification from chemical N fertilization and prevention by manure in an 18-year field experiment in the red soil of southern China[J]. Journal of Soils and Sediments, 2015, 15: 260–270.
    [47] Li Z G, Xia S J, Zhang R H, et al. N2O emissions and product ratios of nitrification and denitrification are altered by K fertilizer in acidic agricultural soils[J]. Environmental Pollution, 2020: 265.
    [48] 宣立民, 王淑艳, 韩春玉, 等. 化学肥料的常见种类及使用方法[J]. 吉林农业, 2015, (3): 90. Xuan L M, Wang S Y, Han C Y, et al. Common types and application methods of chemical fertilizers[J]. Agriculture of Jilin, 2015, (3): 90.
    [49] Römheld V, Kirkby E A. Research on potassium in agriculture: Needs and prospects[J]. Plant and Soil, 2010, 335: 155–180. doi:  10.1007/s11104-010-0520-1
    [50] Dobermann B A, Fairhurst T H. Rice straw management[J]. Better Crops International, 2002, 16(S): 7–9.
  • [1] 付浩然李婷玉曹寒冰张卫峰 . 我国化肥减量增效的驱动因素探究. 植物营养与肥料学报, 2020, 26(3): 561-580. doi: 10.11674/zwyf.19365
    [2] 韩逸江叶枫郭熙李子琳林雯璐陈蕾易丹 . 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. 植物营养与肥料学报, 2020, 26(4): 622-634. doi: 10.11674/zwyf.19227
    [3] 毛伟李文西陈明龚鑫鑫高晖张月平褚宏远赵海涛柏彦超钱晓晴 . 近30年扬州市耕地土壤肥力变异特征及其驱动因素分析. 植物营养与肥料学报, 2020, 26(11): 1998-2009. doi: 10.11674/zwyf.20205
    [4] 牛昱涵施曼王心怡李江叶张维国陈金林高岩梁永超 . 苏南地区农业土地利用方式改变对土壤理化及生物学性质的影响. 植物营养与肥料学报, 2019, 25(10): 1657-1668. doi: 10.11674/zwyf.18410
    [5] 李强闫晨兵田明慧向德明蒲文宣黎娟 . 湘西植烟土壤pH时空变异及其主要驱动因素. 植物营养与肥料学报, 2019, 25(10): 1743-1751. doi: 10.11674/zwyf.18419
    [6] 唐继伟李娟车升国徐久凯田昌玉林治安赵秉强 . 长期单施不同量化肥和有机肥后盐化潮土pH和EC的变化. 植物营养与肥料学报, 2019, 25(8): 1300-1307. doi: 10.11674/zwyf.18512
    [7] 李雄张旭博孙楠张崇玉徐明岗冯龙 . 不同土地利用方式对土壤有机无机碳比例的影响. 植物营养与肥料学报, 2018, 24(6): 1508-1519. doi: 10.11674/zwyf.18200
    [8] 聂兆君赵鹏秦世玉王佳郭佳佳李江鹤刘红恩 . 氮锌配施对冬小麦根土界面锌有效性及形态分级的影响. 植物营养与肥料学报, 2018, 24(5): 1185-1193. doi: 10.11674/zwyf.17477
    [9] 刘侯俊陈红娜王俊梅周崇峻刘小虎杨劲峰韩晓日 . 长期施肥对棕壤铁形态及其有效性的影响. 植物营养与肥料学报, 2017, 23(1): 36-43. doi: 10.11674/zwyf.16100
    [10] 毛伟李文西高晖陈欣姜义杭天文龚鑫鑫陈明张月平 . 扬州市耕地土壤pH值30年演变及其驱动因子. 植物营养与肥料学报, 2017, 23(4): 883-893. doi: 10.11674/zwyf.16442
    [11] 孙瑞孙本华高明霞杨学云张树兰 . 长期不同土地利用方式下土土壤微生物特性的变化. 植物营养与肥料学报, 2015, 21(3): 655-663. doi: 10.11674/zwyf.2015.0312
    [12] 高宇樊军米美霞王力彭小平 . 水蚀风蚀交错区土壤呼吸影响因素及其对土地利用方式变化的响应. 植物营养与肥料学报, 2013, 19(5): 1207-1217. doi: 10.11674/zwyf.2013.0521
    [13] 马昕昕许明祥张金邱宇洁脱登峰 . 黄土丘陵区不同土地利用类型下深层土壤轻组有机碳剖面分布特征. 植物营养与肥料学报, 2013, 19(6): 1366-1375. doi: 10.11674/zwyf.2013.0610
    [14] 潘福霞鲁剑巍刘威耿明建李小坤曹卫东 . 不同种类绿肥翻压对土壤肥力的影响. 植物营养与肥料学报, 2011, 17(6): 1359-1364. doi: 10.11674/zwyf.2011.1115
    [15] 刘梦云常庆瑞杨香云 . 黄土台塬不同土地利用方式下土壤碳组分的差异. 植物营养与肥料学报, 2010, 16(6): 1418-1425. doi: 10.11674/zwyf.2010.0617
    [16] 徐华勤章家恩冯丽芳全国明胡蓉蓉毛丹鹃 . 广东省典型土壤类型和土地利用方式对土壤酶活性的影响. 植物营养与肥料学报, 2010, 16(6): 1464-1471. doi: 10.11674/zwyf.2010.0623
    [17] 王树起韩晓增乔云发王守宇李晓慧 , . 不同土地利用和施肥方式对土壤酶活性及相关肥力因子的影响 . 植物营养与肥料学报, 2009, 15(6): 1311-1316. doi: 10.11674/zwyf.2009.0610
    [18] 安韶山黄懿梅郑粉莉 . 宁夏黄土区不同植物群落土地利用方式对土壤质量的影响 . 植物营养与肥料学报, 2008, 14(2): 300-307. doi: 10.11674/zwyf.2008.0215
    [19] 李新举胡振琪刘宁赵庚星田素峰 . 黄河三角洲土壤肥力质量的时空演变——以垦利县为例. 植物营养与肥料学报, 2006, 12(6): 778-783. doi: 10.11674/zwyf.2006.0604
    [20] 安韶山黄懿梅李壁成刘梦云 . 用典范相关分析研究宁南宽谷丘陵区不同土地利用方式土壤酶活性与肥力因子的关系. 植物营养与肥料学报, 2005, 11(5): 704-709. doi: 10.11674/zwyf.2005.0523
  • 加载中
图(4)表(5)
计量
  • 文章访问数:  961
  • HTML全文浏览量:  524
  • PDF下载量:  73
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-08-14
  • 网络出版日期:  2021-01-21
  • 刊出日期:  2020-12-25

近30年中国主要农田土壤pH时空演变及其驱动因素

    作者简介:韩天富 E-mail:hantianfu123@126.com
    通讯作者: 张会民, zhanghuimin@caas.cn
  • 1. 中国农业科学院农业资源与农业区划研究所耕地培育技术国家工程实验室,北京 100081
  • 2. 中国农业大学资源与环境学院,北京 100193
  • 3. 江西省红壤研究所/国家红壤改良工程技术研究中心,江西进贤 331717
  • 4. 湖南祁阳农田生态系统国家野外科学观测研究站,湖南祁阳 426182
  • 5. 农业农村部耕地质量监测保护中心,北京 100125
  • 基金项目: 国家重点研发计划“粮食丰产增效科技创新”重点专项(2016YFD0300901);国家自然科学基金项目(41671301);中央级公益性科研院所基本科研业务费专项(161032019035)。
  • 摘要:   【目的】  研究中国农田土壤pH时空变化特征及其主要的驱动因素,为土壤酸化阻控、土壤质量提升和土地可持续利用提供理论基础。  【方法】  基于农业农村部布置在全国主要农田区域的耕地质量监测点数据 (950个),分析旱地、水旱轮作、水田等不同土地利用类型下土壤pH时空变化特征,并利用提升回归树模型探究影响土壤pH变化的主要驱动因素。  【结果】  就全国而言,土壤pH及其变异系数表现为旱地 (6.74 ± 1.19和17.63%) > 水旱轮作 (6.54 ± 0.93和14.26%) > 水田 (5.80 ± 0.81和13.95%),其中华南地区农田土壤pH表现为水田 (5.74 ± 0.79) 大于水旱轮作 (5.47 ± 0.56) 和旱地 (5.45 ± 0.91)。从监测初期 (Ⅰ阶段,1988—2000) 到监测中期 (Ⅱ阶段,2001—2010),旱地和水田土壤pH整体上随时间呈降低趋势,下降速率分别为0.065和0.054/年 (P < 0.01),而水旱轮作土壤pH无显著变化;从Ⅱ到Ⅲ阶段 (2001—2018),旱地和水旱轮作土壤pH整体上随时间呈上升趋势,上升速率分别为0.022和0.016/年 (P < 0.05),而水田土壤pH无显著变化。东北、华北、西南、长江中下游地区的旱地土壤pH随时间均呈线性下降趋势 (P < 0.05),而华南地区从Ⅱ到Ⅲ阶段呈线性上升趋势 (P < 0.01);西南、长江中游和华南地区水田土壤pH从Ⅰ到Ⅲ阶段呈线性下降趋势 (P < 0.01),而东北、西南和长江下游地区pH从Ⅱ到Ⅲ阶段呈上升趋势 (P < 0.01);西南地区水旱轮作土壤pH从Ⅰ到Ⅲ阶段呈线性下降趋势 (P < 0.01),而华北、长江下游和华南地区pH从Ⅱ到Ⅲ阶段呈上升趋势 (P < 0.05)。通过Pearson和提升回归树分析发现,年均降雨量是造成土壤pH空间尺度上差异的最主要因素,其次是土壤质地、容重和有机质含量。此外,在旱地土壤上长期的氮肥投入和在水田和水旱轮作土壤上钾肥的投入对pH变化的影响较大。  【结论】  整体而言,我国旱地和水田土壤pH从监测初期到中期呈快速下降趋势,而旱地和水旱轮作土壤pH从监测中期到2018年呈缓慢增加趋势。东北地区的旱地土壤pH呈持续下降趋势,需要引起重视。氮肥在旱地和钾肥在水田上的施用导致土壤pH的降低,今后应优化水肥运筹,通过改善土壤容重和有机质进而有效调控土壤pH。

    English Abstract

    • 土壤pH通常用来描述土壤酸度,是土壤肥力质量的关键指标之一,在植物生长、生物多样性、养分循环及有效性中发挥着重要作用[1]。土壤pH降低易改变土壤生物多样性和植被群落结构,进而对生态系统造成不利的影响[2]。而农田土壤酸化不仅导致农作物大幅度减产甚至绝收,同时还会增加重金属污染而阻碍作物品质的提升[3]。统计表明,全球酸性土壤面积约占陆地总面积的30%[4],而我国20世纪80年代酸性和强酸性土壤 (pH < 5.5) 面积约为0.15亿 hm2[3]。但是,由于我国农田土壤类型多、分布广、利用方式不一、施肥等管理措施差异较大,导致土壤pH时空变化复杂。因此,从全国尺度上探究土壤pH的动态变化及其主要的驱动因素,对农田土壤酸化的预测和阻控,以及土壤质量的提升和陆地生态系统的稳定至关重要。

      土壤pH的变化主要取决于土壤胶体表面及溶液中酸性和非酸性阳离子之间的平衡[5]。而这种平衡将随气候条件 (尤其是降雨)[6]、管理措施[7]、土壤理化性质[8]、土地利用方式[9]等的变化而改变。随着我国工业的快速发展,大量的酸性物质被排放,造成酸性土壤面积不断扩大,土壤生产力持续恶化[10]。有研究表明,过量施用氮肥[4]和氮沉降[11]是引起土壤酸化的主要因素。Tian等[12]通过对全球106项独立研究的Meta分析发现,由于氮的添加导致土壤pH显著降低0.26个单位。Guo等[4]研究表明,我国农田的土壤pH在1980—2000年间显著下降0.5个单位左右,且化学氮肥大量投入是引起土壤酸化的重要原因。随着测土配方施肥技术的实施和秸秆还田在近十几年的大力推广,我国农田土壤pH是如何演变的目前尚不清晰。土壤pH变化对酸性物质额外输入的响应取决于土壤缓冲能力,而缓冲能力与土壤的内在理化性质密切相关,如土壤母质和土壤质地等[8]。在我国红、黄壤地区,由于土壤阳离子交换量低且酸缓冲力弱,易导致土壤发生酸化[13]。尽管当前有关土壤酸化已有大量的研究,但是研究范围仅局限于某个省份、地区[5]或者种植区域[9, 14],且很少基于土地利用类型总结我国不同区域农田土壤pH时空演变的特征。张玲玉等[13]研究表明,不同土壤利用类型下酸化程度表现为:草原 > 农田 > 森林。姬钢等[15]和赵凯丽等[16]研究也发现,南方红壤区不同植被类型下的土壤pH存在显著差异。

      在我国,亚热带地区是当前土壤酸化特征和机理研究的热点区域,而有关北方粮食主产区土壤pH变化特征方面的研究较少,以致于在全国尺度上关于驱动农田土壤pH变化的关键因素未得到充分认识。在1988—2018年间,农业农村部耕地质量监测保护中心在我国主要粮食种植区域布置了一批具有代表性的施肥试验,每年监测气候、管理、土壤理化性质 (有机质、全氮、有效磷、速效钾、pH、容重) 等相关指标,为进一步分析土壤pH时空变化特征及关键驱动因素提供了大量的数据支撑。考虑到不同土地利用类型对土壤pH的影响较大,本研究以旱地、水田和水旱轮作3种利用方式为切入点,结合差异性分析和方程拟合,系统地量化了不同地区土壤pH随时间的变化规律,利用提升回归树模型 (boosted regression trees) 深入探究土壤pH变化的关键驱动因素,旨在揭示我国农田土壤pH区域演变特征及规律,为预防并减缓土壤酸化进程、改良和修复严重酸化土壤、保护和保障农业生态环境可持续发展提供科学指导。

      • 自1988年以来,农业农村部耕地质量监测保护中心先后在我国有代表性的农田土壤上设置了一大批长期施肥监测试验。根据监测点自然地理区域和主要粮食主产区,并结合各省主要的种植制度将监测点划分为:东北地区 (黑龙江、吉林和辽宁) 158个、华北地区 (北京、天津、河北、河南、山东、山西和陕西) 284个、西南地区 (重庆、四川、贵州、云南和西藏) 118个、长江中游 (湖北、湖南和江西) 155个、长江下游 (安徽、江苏、上海和浙江) 137个、华南地区 (福建、广东、广西和海南) 98个。涉及的作物类型包括小麦、玉米、水稻、蔬菜等。各监测点面积不低于334 m2,基于当地农民习惯方式进行施肥、灌溉、除草等管理,具体试验设计及相应的管理措施见文献[17]。虽然我国土壤类型复杂多样,且在相同区域土壤类型的分布也具有多样性,但是相同区域主要的土壤类型相对一致,加之各区域监测点位在最初选定时考虑到了试验的代表性,因此,能为进一步回答我国主要区域土壤pH随时间变化规律提供一定的理论依据。

      • 各监测点对施用肥料的详细类型和用量均做记录,每年最后一季作物收获以后,按照“随机”、“等量”、“多点混合”的原则选取5个点,采用不锈钢土钻采集耕层土壤 (0−20 cm),3次重复,同时记录土壤耕层厚度,手动除去肉眼可见的根茬及秸秆碎屑,混匀后风干研磨过2 mm筛,送至省级土壤测试中心进行测定。按照《土壤分析技术规范》[18]分别测定土壤有机质、全氮、有效磷、速效钾含量和pH等。由农业农村部耕地质量监测保护中心负责,每年年末统一汇总并核实上述数据。本研究基于上述监测数据,进一步划分为旱地、水田和水旱轮作3种土壤利用类型。通过线性方程拟合等方法探究常规施肥下不同种植区域土壤pH随时间的变化规律。结合提升回归树模型[19],对影响土壤pH变化的各因素 (年均降雨量、年均温度、种植区域、监测时长、氮肥用量和土壤质地、容重、有机质、全氮、有效磷、速效钾含量等) 进行相对重要性分析。

      • 数据用Excel 2010整理并制表,运用Origin 2020作图,利用R语言 (4.0.2) 中“gbm”软件包进行提升回归树模型的重要性分析,借助SPSS 20.0进行差异显著性检验(LSD,Duncan,P < 0.05)。

      • 我国不同区域土壤pH的统计分析结果(表1)显示,整体而言,除了华南地区,土壤pH和变异系数表现为旱地 (6.74 ± 1.19和17.63%) > 水旱轮作 (6.54 ± 0.93和14.26%) > 水田 (5.80 ± 0.81和13.95%)。其中华南地区整个农田土壤pH均低于其它地区,且表现为水田 (5.74 ± 0.79) 高于水旱轮作 (5.47 ± 0.56) 和旱地 (5.45 ± 0.91)。就旱地而言,华北地区土壤pH为7.83 ± 0.79,明显高于其它地区;华南和长江中游地区土壤pH较低,分别为5.45 ± 0.91和6.05 ± 1.09;西南、长江中游和华南地区土壤pH的变异系数较大,分别为18.55%、17.98%和16.72%,其它地区土壤pH的变异系数较小 (10.08%~15.46%)。就水田而言,西南地区土壤pH最高 (6.17 ± 1.00),其它各地区整体上无明显差异 (5.69 ± 0.57~6.07 ± 0.62)。西南地区土壤pH的变异系数较高 (16.18%),其它地区土壤pH的变异系数较小 (9.95%~13.83%)。就水旱轮作而言,华南地区土壤pH (5.47 ± 0.56) 明显低于其它各地区;华北和华南地区土壤pH的变异系数较低,分别为11.50%和10.29%,其余各地区土壤pH的变异系数较小 (13.14%~13.88%)。华北、西南和长江中下游旱地和西南地区水旱轮作土壤pH的偏度均小于0,其余情况下的偏度均大于0。长江中下游旱地和水旱轮作以及西南地区整个土壤pH的峰度均小于0,其余情况下的峰度均大于0。通过正态分布检验可知,各区域土壤pH均符合正态分布 (P > 0.05)。

        表 1  不同区域土壤pH统计分析 (1988—2018)

        Table 1.  Statistical analysis of soil pH in different regions from 1988 to 2018

        区域
        Region
        土地利用
        Land use
        统计量
        n
        均值
        Mean
        标准差
        SD
        偏度
        Skewness
        峰度
        Kurtosis
        变异系数 (%)
        CV
        P
        P value
        东北地区 Northeast China旱地 Upland7846.430.840.520.0813.110.3127
        水田 Paddy1286.070.620.371.5210.130.2851
        华北地区 North China旱地 Upland6687.830.79–2.084.2310.080.5728
        水旱轮作 U-P816.560.750.420.0111.500.5367
        西南地区 Southwest China旱地 Upland4016.611.23–0.03–1.1118.550.8132
        水田 Paddy2076.171.000.42–0.7816.180.6928
        水旱轮作 U-P2476.780.94–0.10–1.1613.880.7781
        长江中游 MYR旱地 Upland3886.051.09–0.06–0.7717.980.0948
        水田 Paddy6545.710.781.181.2213.680.2329
        水旱轮作 U-P3476.390.840.00–0.4213.140.9800
        长江下游 LYR旱地 Upland3136.821.05–0.20–0.8715.460.3391
        水田 Paddy1015.690.570.430.119.950.2356
        水旱轮作 U-P7596.660.920.18–0.9713.850.9394
        华南地区 South China旱地 Upland1545.450.910.850.4416.720.3813
        水田 Paddy5985.740.790.960.5713.830.6059
        水旱轮作 U-P995.470.560.020.0610.290.2214
        全国 Total旱地 Upland27086.741.19–0.18–0.9917.630.1527
        水田 Paddy16885.800.810.940.5513.950.1723
        水旱轮作 U-P15336.540.930.15–0.7814.260.8509
        注(Note):MYR—Middle Reaches of the Yangtze River; LYR—Lower Reaches of the Yangtze River; U-P—Upland-paddy rotation; P > 0.05 表明数据符合正态分布 P > 0.05 shows that the data conform to normal distribution.
      • 图1所示,1988—2000年间各地区土壤pH平均值分别为6.57 (东北)、8.13 (华北)、7.24 (西南)、7.50 (长江下游) 和7.20 (全国)。整体而言,相比监测初期Ⅰ阶段 (1988—2000),土壤pH平均值在监测中期Ⅱ阶段 (2001—2010) 呈显著下降趋势,全国平均下降0.63个单位;华北、西南和长江下游地区均显著下降,分别下降0.23、0.72和0.73个单位,东北地区下降0.07个单位,但是无显著差异。与Ⅱ阶段相比,东北、华北和长江中游地区土壤pH在Ⅲ阶段 (2011—2018) 仍呈下降趋势,分别下降0.13、0.14和0.11个单位,而华南地区呈上升趋势,上升0.23个单位,西南和长江下游地区基本没有变化。

        图  1  三个监测阶段全国及各种植区域旱作土壤pH

        Figure 1.  pH of upland soils in each planting area and whole country during the three monitoring periods

        通过线性方程拟合 (表2) 可知,华北、西南和长江中游地区土壤pH随时间呈显著的单直线负相关关系 (P < 0.05),pH下降速率每年分别为0.015、0.026和0.013个单位。东北和长江下游地区土壤pH与时间呈双直线关系,均达极显著水平 (P < 0.01),从Ⅰ到Ⅱ阶段的下降速率每年分别为0.046和0.123个单位,从Ⅱ到Ⅲ阶段的下降速率每年分别为0.019和0.033个单位。华南地区土壤pH从Ⅱ到Ⅲ阶段呈单直线正相关关系 (P < 0.05)。整体而言,我国旱地土壤pH随时间变化呈先快速降低 (Ⅰ→Ⅱ,下降速率为0.065/年) 后缓慢上升趋势 (Ⅱ→Ⅲ,上升速率为0.022/年)。

        表 2  不同种植区域旱作土壤pH (y) 与试验持续时间 (x) 的拟合方程

        Table 2.  The fitting equations of soil pH (y) and duration time (x) in upland soil in different planting areas

        区域 Region监测阶段 Monitoring period方程 EquationR2P
        东北地区 Northeast China1998—2010y = –0.0456x + 97.7350.76542.02E-06
        2001—2018y = –0.0192x + 45.0780.65574.48E-04
        华北地区 North China1988—2018y = –0.0149x + 8.23810.71260.0169
        西南地区 Southwest China1988—2018y = –0.0256x + 58.0890.45296.34E-05
        长江中游 MYR1998—2018y = –0.0134x + 33.0510.32730.0259
        长江下游 LYR1988—2010y = –0.1232x + 253.6600.86752.60E-04
        2001—2018y = –0.0328x + 72.4810.55080.0057
        华南地区 South China2001—2018y = 0.0354x – 65.7290.47158.27E-04
        全国 Total1988—2010y = –0.0646x + 136.0200.80624.30E-07
        2001—2018y = 0.0215x – 52.7240.43980.0135
        注(Note):MYR—Middle Reaches of the Yangtze River; LYR—Lower Reaches of the Yangtze River; 方程中,各监测阶段内以相应的起始年份开始每隔 3 年获取一个平均值作为 y, 持续时间 x 从该监测期的第二年开始计算 In each equation, y is the average pH value of every three years since the starting of the monitoring, and duration (x) is counted from the second year of the monitoring period.
      • 图2所示,1988—2000年间各地区水田土壤pH平均值分别为5.32 (东北)、6.34 (西南)、6.42 (长江中游)、6.04 (华南) 和6.19 (全国)。与Ⅰ阶段相比,西南、长江中游、华南和全国地区土壤pH平均值在Ⅱ阶段均呈显著下降趋势,分别下降0.68、0.58、0.37和0.44个单位;而东北地区呈显著上升趋势,上升0.76个单位。与Ⅱ阶段相比,西南地区土壤pH在Ⅲ阶段显著上升0.71个单位,而长江中游地区土壤pH呈下降趋势,下降0.23个单位;东北、长江下游、华南以及全国地区分别上升0.20、0.03、0.05和0.04个单位,但无显著差异。

        图  2  全国和各种植区域3个监测阶段水田土壤的pH

        Figure 2.  pH of paddy soils in each planting areas and whole county during the three monitoring periodss

        进一步分析 (表3)发现,西南、长江中游和华南地区土壤pH从Ⅰ到Ⅱ阶段随时间呈极显著的线性负相关关系 (P < 0.01),pH每年下降速率分别为0.087、0.039和0.056个单位。东北、西南和长江下游pH从Ⅱ到Ⅲ阶段随时间呈显著的线性正相关关系 (P < 0.05),pH每年上升速率分别为0.026、0.082和0.021个单位,长江中游地区pH在此阶段随时间呈显著的线性负相关关系 (P < 0.05),下降速率为0.023/年。整体而言,我国水田土壤pH从Ⅰ到Ⅱ阶段呈显著下降趋势 (下降速率为0.054/年),从Ⅱ到Ⅲ阶段拟合方程的相关系数不显著。

        表 3  不同种植区域水田土壤pH (y) 与试验持续时间 (x) 的拟合方程

        Table 3.  The fitting equations of soil pH (y) and duration time (x) in paddy soil in different planting areas

        区域 Region监测阶段 Monitoring period方程 EquationR2P
        东北地区 NortheastChina2001—2018y = 0.0260x – 46.1560.54030.0018
        西南地区 SouthwestChina1988—2010y = –0.0873x + 180.3700.61921.07E-04
        2001—2018y = 0.0815x – 157.8800.70263.45E-04
        长江中游 MYR1988—2010y = –0.0392x + 84.6170.71834.99E-04
        2001—2018y = –0.0233x + 52.5660.38400.0239
        长江下游 LYR2001—2018y = 0.0206x – 35.6610.47250.0066
        华南地区 South China1988—2010y = –0.0557x + 117.1000.56613.15E-04
        2001—2018y = 0.0022x + 1.3330.00450.8206
        全国 Total1988—2010y = –0.0535x + 112.8100.63896.90E-05
        2001—2018y = 0.0009x + 4.00240.00280.8578
        注(Note):MYR—Middle Reaches of the Yangtze River; LYR—Lower Reaches of the Yangtze River; 方程中,各监测阶段内以相应的起始年份开始每隔 3 年获取一个平均值作为 y, 持续时间 x 从该监测期的第二年开始计算 In each equation, y is the average pH value of every three years since the starting of the monitoring, and duration (x) is counted from the second year of the monitoring period.
      • 由水旱轮作地区土壤pH的时空变化特征(图3)可知,1988—2000年间各地区土壤pH平均值分别为7.12 (西南)、6.33 (长江中游)、6.57 (长江下游) 和6.72 (全国)。与Ⅰ阶段相比,西南和全国地区土壤pH平均值在Ⅱ阶段均呈下降趋势,分别下降0.44和0.28个单位,下降幅度均达到显著水平 (P < 0.05);而长江中游和长江下游地区pH无显著变化。与Ⅱ阶段相比,长江下游地区土壤pH在Ⅲ阶段显著提高 (上升0.14个单位),而其它各地区土壤pH无显著变化。

        图  3  不同种植区域水旱轮作下土壤pH随时间的变化特征

        Figure 3.  Variation characteristics of soil pH with time in upland-paddy soil in different planting areas

        通过线性拟合 (表4)可知,西南地区土壤pH从Ⅰ到Ⅱ阶段呈极显著的线性负相关关系 (P < 0.01),pH下降速率为0.049个单位/年,而华北、长江下游和华南地区土壤pH从Ⅱ到Ⅲ阶段呈显著的线性正相关关系 (P < 0.05),pH上升速率分别为0.040、0.020和0.026个单位/年。整体而言,我国水旱轮作地区土壤pH从Ⅰ到Ⅱ阶段与时间变化无显著相关关系,从Ⅱ到Ⅲ阶段随时间变化呈显著上升趋势 (P < 0.05),上升速率为0.016个单位/年。

        表 4  不同种植区域水旱轮作下土壤pH (y) 与试验持续时间 (x) 的拟合方程

        Table 4.  Fitting equations of soil pH (y) and duration time (x) in upland-paddy soil in different planting areas

        区域 Region监测阶段 Monitoring period方程 EquationR2P
        华北地区 Northeast China2001—2018y = 0.0403x – 74.6030.65268.36E-04
        西南地区 Southwest China1988—2010y = –0.0494x + 105.6600.59361.83E-04
        2001—2018y = –0.0076x + 6.8010.03630.93444
        长江中游 MYR1988—2018y = 0.0104x – 14.3810.14530.0661
        长江下游 LYR1988—2010y = –0.0087x + 24.0010.11370.2191
        2001—2018y = 0.0201x – 33.9120.34030.0465
        华南地区 South China2001—2018y = 0.0256x – 46.1250.33550.0300
        全国 Total1988—2010y = –0.0107x + 28.0640.11590.1417
        2001—2018y = 0.0160x – 25.7430.48280.0177
        注(Note):MYR—Middle Reaches of the Yangtze River; LYR—Lower Reaches of the Yangtze River; 方程中,各监测阶段内以相应的起始年份开始每隔 3 年获取一个平均值作为 y, 持续时间 x 从该监测期的第二年开始计算 In each equation, y is the average pH value of every three years since the starting of the monitoring, and duration (x) is counted from the second year of the monitoring period.
      • 土壤pH的变化与气候、施肥和土壤理化性质等密切相关,通过Pearson相关性分析可知,在旱地土壤上,除了磷肥的施用量与pH相关性不显著以外,其余各指标均与pH均呈极显著相关关系。在水田和水旱轮作土壤上,土壤pH与各指标之间的关系与旱地土壤上结果类似。有机质与土壤pH的关系在旱地和水旱轮作土壤上呈显著负相关,而在水田上呈显著正相关 (表5)。利用提升回归树模型进一步分析了各因素对土壤pH变化的相对重要性(图4)。各指标对土壤pH均有一定的影响,其中,年均降雨量在空间尺度上对旱地、水田和水旱轮作土壤pH变化的相对重要性最高,分别为30.4%、18.1%和28.6%。就旱地而言,土壤有效磷、容重、质地、年均温和有机质紧随年均降雨量之后,相对重要性分别为11.2%、10.1%、9.4%、8.2%和6.8%,其余指标的相对重要性较弱;气候、土壤属性和肥料的相对重要性分别为38.6%、50.7%和10.7%。就水田而言,土壤质地、容重、有机质和全氮紧随年均降雨量之后,相对重要性分别为13.5%、11.4%、10.1和8.2%,其次为年均温 (7.1%)、钾肥 (6.9%) 和有效磷 (6.3%),其余指标的相对重要性较弱;气候、土壤属性和肥料的相对重要性分别为25.2%、58.1%和16.7%。就水旱轮作而言,年均温度相对重要性 (15.1%) 紧随年均降雨量之后,其次为土壤质地、容重、缓效钾、速效钾、有机质和钾肥用量,相对重要性分别为8.6%、7.7%、7.3%、6.9%、6.7%和5.7%,其余指标相对重要性较弱;气候、土壤属性和肥料的相对重要性分别为43.7%、44.4%和11.9%。此外,就不同肥料类型而言,水田和水旱轮作下钾肥用量对土壤pH变化的影响相对重要性较高,而在旱地条件下氮肥用量相对重要性较高。

        图  4  各因素影响土壤pH变化的相对重要性

        Figure 4.  Relative importance of factors affecting soil pH change

        表 5  各因素与土壤pH之间的Pearson相关性分析

        Table 5.  Pearson correlation analysis between soil pH and each factor

        项目 Item旱地 Upland soil水田 Paddy soil水旱轮作 Upland-paddy soil
        rPnrPnrPn
        氮肥 N fertilizer–0.277 < 0.0012593–0.0720.0031648–0.160 < 0.0011502
        磷肥 P fertilizer0.0160.07925930.0270.2651648–0.0050.8391502
        钾肥 K fertilizer–0.131 < 0.0012593–0.125 < 0.0011648–0.196 < 0.0011502
        土壤有机质SOM–0.312 < 0.00127070.219 < 0.0011668–0.108 < 0.0011510
        全氮 Total N0.296 < 0.00127000.252 < 0.0011646–0.0710.0061504
        有效磷 Available P–0.34 < 0.0012685–0.050.0431656–0.0780.0021524
        有效钾 Available K0.116 < 0.00126730.187 < 0.00116560.207 < 0.0011520
        缓效钾 SAK0.465 < 0.00121000.102 < 0.00112270.411 < 0.0011187
        容重 Bulk density–0.292 < 0.00127070.179 < 0.0011668–0.118 < 0.0011510
        年均气温 MAT–0.071 < 0.0012708–0.133 < 0.0011674–0.347 < 0.0011533
        年均降雨量 MAP–0.485 < 0.0012708–0.286 < 0.0011674–0.378 < 0.0011533
        注(Note):n—样本数 Sample number; SOM—Soil organic matter; SAK—Slowly available potassium; MAT—Mean annual temperature; MAP—Mean annual precipitation.
      • 本研究结果表明土壤pH存在较强的空间变异性,这与土壤类型、母质和酸缓冲体系密切相关[13]。整体而言,除了华南地区以外,土壤pH表现为旱地 > 水旱轮作 > 水田。这主要与不同土地利用方式的分布特征以及土壤类型密切相关,旱地主要分布在长江淮河以北地区,土壤类型主要为潮土、褐土等,pH本底值整体较高;而水田主要分布在长江淮河以南地区,土壤类型主要为红壤、黄壤等,pH本底值整体较低[3]。其次,水田种植水稻时需要大量的水,由于酸沉降、空气中大量CO2等因素导致自然界中的降水常常呈微酸性,这些水通过灌溉进入稻田中易导致土壤pH相对较低[20]。就不同区域而言,华北地区旱地土壤pH较高,主要因为该区域以石灰性土壤为主,pH缓冲体系主要以缓冲容量较强的碳酸盐为主[8],使土壤pH保持在较高的水平。西南和长江下游地区旱地土壤pH相对较高,这与前人结果研究[9, 20]一致,Xie等[14]研究发现长三角地区水稻土pH低于旱地土壤;王志刚等[21]研究表明江苏省水稻土pH下降的速率最快。首先,西南和长江下游地区成土母质主要为河流冲积物或沉积物,其缓冲物质主要是由原生矿物风化形成的硅酸盐缓冲体系,pH缓冲范围接近中性[9, 20];其次,西南和长江下游地区农田土壤的主要类型为紫色土、黄壤和潮土、砂姜黑土,土壤均有较高的阳离子交换量,对土壤的酸性物质起到较强缓冲作用 (4.5 < pH < 7.5)[22];最后,本研究结果显示该区域水旱轮作的土壤pH均较高,也进一步印证上述解释。而在长江中游地区也有类似研究结果,如Chen等[23]研究江汉平原土壤肥力演变时也发现旱地土壤pH略高于水田和水旱轮作,朱安繁等[24]研究了江西省农田土壤pH的时空变化,发现旱地土壤pH高于水田土壤0.30个单位。我们进一步分析发现,湖南省不同土地利用类型下土壤pH差异同华南地区一致 (数据未展示),这与胡敏等[25]的研究结果一致。这主要与南方常年高温多雨,且旱地主要分布在丘陵地带,易导致盐基离子随降雨大量淋失[26]有关;其次,南方旱地的复种指数高,土壤盐基离子带走量大[27],加之化学肥料投入比例较大[28];另外,南方旱地土壤有机质和阳离子交换量也显著低于水田,土壤的酸碱缓冲能力较低[16];最后,南方也是我国酸雨相对较严重的区域[13]。因此,最终导致旱地土壤pH较低。而该地区水田处于淹水状态的时间较多,且水缓冲能力较强,进而抑制土壤pH下降[29]

      • 近30年我国土壤pH随时间发生了不同程度地变化,从监测初期到中期,土壤pH出现快速下降。Guo等[4]研究表明,我国农田的土壤pH在1980—2000年间下降了0.13~0.80个单位,尤其是在1990—2000之间有加速下降的趋势;Li等[5]研究发现西南地区典型县域的稻田和旱地土壤pH在1981—2012年分别下降了0.32和0.50个单位;李伟峰等[30]研究发现江西省2010年土壤pH平均值较1980年下降了0.53个单位;郑超等[26]研究发现,广东省土壤pH平均值在1980—2010年下降了0.30个单位,本研究结果均与上述结果吻合。这主要与集约化农业种植措施下不合理化肥投入且肥料的利用率低密切相关[4]。此外,不同的土壤类型酸缓冲能力不同,对气候、地形或耕作制度等外部因素的响应差异导致不同区域土壤pH随时间变化规律不一致[10]。本研究发现东北地区旱地土壤pH随时间呈持续下降的趋势,与武红亮等[31]的研究结果一致。这主要是由于该地区雨热同季,淋溶作用强烈,盐基离子易被氢离子取代成为盐基不饱和土壤,最终导致土壤pH持续降低[27];其次,酸性物质沉降和过量施用化肥也是造成该地区旱地土壤pH较低的主要因素之一[32]。另外,该地区旱地土壤有机质也呈逐年下降趋势[33],导致土壤的酸碱缓冲能力持续下降[34]。然而东北地区水田土壤pH呈上升趋势,这与土地管理密切相关,东北地区的水田耕种时间较短,初期均来源于河谷平原的低洼地带,浸水缺氧条件下,分解产生大量的有机酸类物质,加之地下水位高,导致酸性物质大量积累土壤表层,随着开沟排水、合理栽培和秸秆还田等措施的实施,对土壤pH有一定的提升作用[35]

        农田土壤pH在2010年以后出现上升趋势也得到了较多学者的认可[23],如郑超等[26]研究发现广东省土壤pH平均值在2010—2015年上升了0.09个单位,而本研究结果表明土壤pH在2011—2018年间有上升的趋势,据农业农村部耕地质量监测保护中心统计结果表明[36],近十年酸性土壤 (pH < 5.5) 的占比均有所下降,这与测土配方施肥技术的全面实施和秸秆还田的大力推广以及化肥使用量零增长行动方案的有效执行密不可分。

      • 导致我国土壤pH在时间与空间上变化的原因主要包括自然因素和人为因素。就自然因素而言,本研究结合线性拟合和提升回归树分析发现,在空间尺度上3种利用类型的土壤pH变化与年均降雨量密切相关。首先,降雨易导致土壤中的盐基离子 (K+、Na+、Ca2+、Mg2+) 随水向下移动或淋失,使土壤盐基饱和度下降,缓冲能力降低,如常年降雨量较大的南方地区土壤pH均较低[12];其次,近几十年随着工业化进程的不断推进,导致降雨中伴随大量的酸性物质,加速土壤pH降低[32]。然而,前人研究[21, 24, 29]主要集中在某个区域或者省份,降雨量较一致,导致较难得出上述结论。此外,Guo等[4]研究我国农田土壤酸化的主要特征和原因时,发现农田土壤产酸的原因主要是氮循环和盐基离子变化,而这两个因素均与降雨 (氮沉降和盐基离子淋失) 密切相关。本研究表明土壤质地和容重对pH的变化也有重要作用,Li等[9]也有类似报道。主要因为土壤质地的粗细与有机-无机复合体或团聚体形成密切相关,通过调控土壤颗粒比表面积与电荷密度,最终决定能否对有机物质和盐基离子形成有效的吸附[37-38];其次,土壤容重和质地与土壤水分含量密切相关,而土壤水分是调控土壤溶液中盐基离子和致酸离子的关键桥梁,高海峰等[39]研究表明土壤pH与土壤含水量间存在较显著的负相关关系,因此,可通过改善土壤质地和容重间接实现对pH调控作用。本研究结果同样也表明不同土地利用类型下有机质对土壤pH的调控均有重要作用。目前较多的研究认为有机质与土壤pH呈负相关关系[40],本研究结果在旱地和水旱轮作上的结果与此一致。这主要与有机质的性质密切相关,有机质的主要组成物质胡敏酸、富里酸、胡敏素等具有强大的比表面积和吸附交换位点,缓冲能力较强;此外,因为有机质矿化、碳氮周转过程与土壤酶和微生物活性及群落功能多样性等密切相关,而这些生物指标均与pH密切相关[41],同时基于适宜的微生物碳氮化学计量比可调控氮肥利用率进而影响pH[42];而在水田上呈现正相关关系,可能与气候、土壤母质、温度、水分、质地和利用类型等因素有关[42],因此,有关有机质与土壤pH的相互作用机制仍需进一步探究。

        长期不合理施肥方式等人为因素是造成土壤pH降低的主要原因之一,Guo等[29]在研究江西省土壤pH的时空演变时发现,长期过量施用氮肥是造成土壤酸化的主要原因。据统计,我国氮肥用量在1990—2009年间增加50%以上,而粮食增产却为22%左右[43],导致肥料的利用率显著低于发达国家[4]。未被利用的氨态氮肥在土壤中发生硝化作用,同时产生氢离子,降低土壤pH;此外,未被利用的氮肥会增加农业土壤中氮化合物,这是大气酸沉降的重要来源[11]。而与化肥相比,增施有机肥以及推广秸秆还田对抑制土壤酸化有着较为显著的作用[44];Zhu等[45]研究表明,与单施化肥相比,长期化肥配施有机肥和秸秆还田显著降低土壤酸化速率。这主要因为施入的有机物料能与铝离子形成配合物,从而减少交换性铝离子的含量,缓解土壤酸化趋势[44];其次是有机物料中含有碱性物质,能够有效中和酸性物质,从而提高土壤的抗酸能力[46]。此外,本研究表明氮肥投入对旱地土壤pH的调控作用较强,这与Guo等[4]分析得出旱地每年施用氮肥产生的净氢离子量显著高于水田和水旱轮作土壤的结果一致。本研究还表明钾肥投入对水田和水旱轮作土壤pH的调控作用较强,与Li等[47]研究结果一致。一方面在种植水稻时投入的钾肥大部分为氯化钾,属于生理酸性肥料[48];另一方面水稻生产区域的土壤钾素含量低[49],加之水稻对钾素的需求量较高,有时甚至超过对氮素的需求[50],因而致使施入的钾被水稻大量吸收,同时会释放大量的氢离子,最终降低土壤pH。

      • 监测区域除华南地区外,土壤pH表现为旱地 > 水旱轮作 > 水田,我国旱地和水田土壤pH从监测初期 (1988—2000) 到中期 (2001—2010) 呈快速下降趋势,而旱地和水旱轮作土壤pH从监测中期到2018 (2011—2018) 呈缓慢增加趋势。华南地区不同土地利用类型在监测时间段下的土壤pH均低于其它地区。各区域不同土地利用类型下土壤pH均与时间呈较好的相关关系,东北地区的旱地土壤pH仍呈下降趋势,需要引起关注。

        在空间尺度上,降雨是影响不同土地利用方式下pH变化的主要因素。在旱地上氮肥的长期施用和水田上钾肥的施用对土壤酸化有促进作用。整体而言,各农田种植区应基于当地的降雨量和土壤质地,增施有机肥和推广秸秆还田,通过改善土壤容重和有机质、优化水分管理,最终起到有效调控农田土壤pH的效果。

    参考文献 (50)

    目录

      /

      返回文章
      返回