稻田土壤养分空间变异与合理取样数研究

以嘉善县陶庄农场内一块0.52hm2的水稻田为研究区,采用地统计方法和常规统计方法进行土壤pH及养分(全氮、全碳、速效钾、速效磷、速效镁、速效锰、速效铜、速效锌)的空间变异及其合理取样数目研究。结果表明,各土壤养分在田间尺度均存在一定的空间变异,全氮、全碳、速效钾、速效磷等主要养分的空间格局呈南北向条带状,与农户经营田块的方向基本一致;不同农户耕种、管理下的4田块的土壤养分差异显著;反映土壤肥力的土壤全碳、全氮等养分的合理取样数目在95%的置信度和5%的相对误差条件下为45～个,基本上每个农户经营田块为1个,即可反映土壤养分的真实情况。因此,试验区以N素管理为主的精确田间管理的土壤采样可以采用以农户经营地块为单位的混合样采样方式,以减少土壤采样量和分析成本。     

精准农业中土壤养分分析的适宜取样数量的确定

为研究适合丘陵地区的土壤养分取样数量,减少采样分析成本,本文采用Cochran（1977）公式对丘陵地区土壤特性的取样点数量进行了探讨。结果发现：在1km。研究区域内,利用Cochran公式对土壤养分进行预估,其取样数目比网格取样法明显减少,土壤中的N以15％的相对误差为宜,在置信度分别为90％和95％条件下,分别只采集2个和3个样本就能反映其含量水平;P以15％的均值误差为宜,在置信度分别为90％和95％条件下,分别采集17个和25个样本就足够反映其基本情况;Mg以5％的均值误差为宜,在置信度分别为90％和95％下,取样数量分别为11个和15个。     

空间变异在土壤性质长期定位观测及取样中的应用

通过对中国科学院沈阳生态实验站30m×42m样地进行网格法分层取样,采用经典统计学与地统计学相结合的方法,以土壤pH和有机碳(TOC)为例,探讨了空间变异在土壤性质定位试验及取样中的应用。结果表明,49对样本的pH和TOC变异系数均小于10%,变量在0~10cm和10~20cm两个层次的基本统计数值基本接近,最佳理论模型的参数显示各变量空间变异主要受结构性因素的影响,且以135°方向的变异为主;相对误差为10%时采集6个和10个土样可分别达到95%和99%的置信水平,结合空间分布格局可以确定更为精确的取样方案;综合分析表明待选样地可以作为土壤性质长期定位观测试验用地。     

典型生态系统定位观测样地的土壤性状空间变异性评价

用经典统计分析和地统计学的方法，对中国生态系统研究网络（CERN）临泽站新设置的农田生态系统综合观测场土壤性状的空间分布特性进行研究。结果表明，除pH外，土壤有机碳、全N、速效养分和电导率的变异性均超过20％，有机碳和全N的空间相关距离为13．8m和12．6m，表现出较高的空间异质性。克里格插值结果同样显示土壤各性状在研究的尺度上有明显的空间变异格局。相对误差为10％时采集124个土样才可达到95％的置信水平。作为生态网络长期监测样地，必须按空间异质性对观测场地进行采样分区、匀地过渡，结合克里格插值得出的土壤性状空间分布图，确定更为理想的取样方案。     

盐碱地土壤养分的空间变异及合理取样密度研究

本研究以东营市河口区新户土地开发项目二期为研究区,运用经典统计法和地统计分析相结合的方法,对土壤有机质、速效磷、速效钾、碱解氮等养分以及土壤全盐的空间变异性质进行研究,并对不同采样密度下有机质的空间插值结果进行分析比较,用均方根误差和相关系数检验不同密度下的插值精度,以确定盐碱地有机质的合理取样密度。结果表明,研究区速效钾的变异系数为18.4%,属于低等程度的变异;有机质、碱解氮、速效磷、土壤全盐的变异系数在57.4%~76.9%之间,属中等程度变异。研究区的各种土壤属性均具有较好的空间结构,表现出一定的空间自相关性。有机质和速效钾的空间变异性主要影响因素与成土母质、土壤类型、气候条件等有关,而碱解氮、速效磷、土壤全盐的空间变异性与耕作方式及农业生产中施肥等有关。随着采样点密度的增加,克里格插值精度提高,适当减小样点密度可以满足插值分析的需要,充分考虑土壤养分空间变异评价的精度分析,确定研究区土壤有机质合理取样数为111个,合理取样单元为48 hm~2,合理取样间距为692 m。     

土壤碱解氮空间变异与合理采样点数量研究

掌握土壤碱解氮变异特征是合理施肥与精准农业发展的前提,而合理采样点数量的确定是高效获取土壤碱解氮空间变异特征的基础。本研究基于江苏省沛县内约38 km²的区域中148个均匀分布的土壤采样点,分析了土壤碱解氮的空间变异特征,并通过区域随机抽样理论,计算了不同置信水平和误差等级的合理采样点数量。研究表明,沛县土壤碱解氮的平均含量为109.97 mg/kg,变异系数为0.29,其在空间分布上以中部和东南部局部地区土壤碱解氮含量较高,而东北部地区含量较缺乏;在95%置信水平上,当误差为5%和10%时的合理土壤采样点的数量分别为69个和27个;而在90%置信水平上,两误差等级所需合理采样点的数量分别为56个和20个。研究结果可为该地区土壤养分调查时高效采样方案的制定提供参考。     

长期定位试验地耕层土壤氮素空间变异性及其应用

采用地统计学与经典统计学相结合的方法,对中国科学院沈阳生态实验站长期定位试验地耕层土壤全N和碱解N空间变异性特征进行分析的结果表明,在30m×42m的田间尺度下土壤全N和碱解N在0～10cm和10～20cm两个层次的空间变异主要受结构性因子的影响,在135°方向的变异相对较强,说明观测试验地较为均一的田间管理使得随机因子引起的空间变异所占比例大大减弱。根据变异系数和分形维数分析结果,可以认定试验地能够达到长期定位监测的要求。相对误差为5%时采集17个和29个土样可分别达到95%和99%的置信水平,结合克里格插值得出的土壤N素空间分布图,可以确定更为理想的取样方案。     

云南玉溪植烟土壤速效养分空间变异特征及应用

为探讨烟田土壤养分空间变异特征及利用空间变异进行分区管理的技术路线,以全国烤烟种植典型产区云南省玉溪市烟田土壤为例,形成土壤养分空间变异分析—空间分布—肥料养分推荐—分区配方的技术思路。基于烟区土壤养分数据,应用地理信息系统(GIS),采用地统计学方法研究烟区耕作层(0~20 cm)土壤碱解氮、有效磷和速效钾的变异特征和空间分布。以乡镇作为管理单元,依据烟田土壤肥力评价及养分管理指标体系,计算出乡镇烤烟养分管理的氮、磷、钾肥料推荐量。采用聚类分析方法,结合烤烟养分管理"核心是氮、品质元素是钾"的特点,提出玉溪烤烟养分管理5个管理分区、5个基肥配方、2个追肥配方。研究表明:玉溪烟田土壤速效养分为中等强度空间变异,拟合模型为指数模型,变异来源于结构性因素和施肥等人为因素;土壤有效磷的变异最大,高于速效钾和碱解氮,与氮肥和钾肥用量相对稳定,而磷肥相对随机等农艺措施相关;超过67%的土壤碱解氮、有效磷和速效钾含量处于高和极高水平,肥料氮、磷、钾推荐量低于云南省烤烟养分管理平均水平11%左右;提出5个烤烟养分管理分区及相应的基肥和追肥配方,以满足"大配方、小调整"原则,实现分类指导和分区管理。     

梁子湖湿地土壤养分的空间异质性

2003年10月利用地统计学方法对梁子湖湿地保护区内一块63.9km2区域的土壤养分的空间变异进行了研究。以400m400m的网格采集了101个表层(015cm)土壤样品。分析结果表明,土壤养分有较大的空间变异,土壤有机质、全氮、全磷、速效氮变异系数分别是36.0%、30.6%1、3.7%和29.3%;速效磷的变异系数最高为50.4%。土壤有机质、全氮、全磷、速效氮和速效磷的理论模型均为球状模型。土壤有机质、全氮、全磷、速效氮具有中等空间自相关性,随机变异分别是68.5%、68.3%、75%和71.5%;速效磷的自空间相关性较弱,变异为82.4%。5种养分的空间自相关距离比较接近,变程在2853m～963m之间。通过克里格插值进行土壤养分空间插值制图显示,土壤养分表现出空间分布的相似性。     

基于BP神经网络插值的土壤全氮空间变异

大尺度土壤养分空间变异研究可以为土壤改良分区治理提供基础数据。寻求合适的取样数和插值方法是进行土壤养分空间变异研究的关键。以安徽省舒城县为例,共取得0～20cm土壤表层样品523个,土壤全氮的空间变异由BP神经网络插值方法在不同取样数条件下获得,通过与克里格插值法进行比较得出:样本数在100个时,神经网络插值的预测吻合度(G)比克里格插值高7.75%,均方根误差(RMSE)低0.1,总体精度优于克里格;样本数大于200时,神经网络插值和克里格插值精度基本相同,随着采样数量增加,两种方法的插值精度也在提高,并逐步趋于平稳。在大尺度土壤养分空间变异研究中,在小样本情况下,神经网络插值具有优势。     

黄河三角洲土壤盐分空间变异性与合理采样数研究

以黄河三角洲地区一块约520hm^2的田块为研究区，采用经典统计学和地统计学方法进行不同层次土壤盐分（0～20cm，20～60cm，60～100cm，100～140cm）的空间变异及其合理采样数量研究。结果表明：研究区土壤盐分普遍较高且表聚作用明显；各层土壤盐分均属于中等变异强度;受结构性因素和随机性因素的共同作用，各土层盐分均具有中等的空间相关性。对Kriging插值结果分析表明，土壤盐分的空间分布受微地形和气候条件的影响较大．且研究区各土层盐分分布存在着空间上的相似性。应用Cochran公式和分层采样方法对合理采样数量进行了分析，发现采用分层采样方法可以有效降低采样数量，且采用最适分配法可以获得最为理想的采样数量，该方法较比重分配法采样数降低幅度最大达35％左右。该研究为黄河三角洲地区盐渍土地的科学管理、改良以及利用提供一定的理论依据和技术参考。     

Sampling procedure simulating on‐the‐go sensing for soil nutrients

The emergence of a new sensor technology based on the use of ion‐selective membranes provides an increasing number of opportunities for on‐the‐go field measurements of soil nutrients and soil pH. In the future, on‐the‐go sensing should provide a cost‐effective monitoring of heterogeneous soils with high sampling resolution. It is suitable for site‐specific management because it can be focused on the spatial representativity of observation. This study evaluates the on‐the‐go‐sensing sampling design by comparing it with a standard approach to soil sampling for soil pH and the base nutrients P, K, and Mg under local field conditions in Germany. Soil samples were taken in two test sites at a resolution and in a manner as if they were sampled with an on‐the‐go sensing system and were compared with soil samples taken at a coarser resolution and with standard methods. In general, a higher variability was observed among the on‐the‐go samples due to their smaller sample support. The finer sampling resolution of the on‐the‐go design improved field‐scale semivariogram‐analysis results, identifying the spatial structures for soil pH, P, and Mg clearly. In addition, kriged maps of these soil parameters had predominantly higher estimation accuracies. However, the on‐the‐go samples were strongly influenced by the small‐scale variability of K in one of the test sites. This variability increased the kriging standard deviation for K by 50% compared with standard sampling design. Despite of this problem, the on‐the‐go‐sensing sampling design revealed field‐scale spatial variability for base nutrient status more accurately. Except for K, the mean absolute error of fertilizer‐application maps was reduced when using the on‐the‐go sample design in comparison with the standard sample design (Ca: 210/268 kg ha^–1, P: 2.85/6.75 kg ha^–1, K: 13.7/6.0 kg ha^–1, Mg 5.7/6.8 kg ha^–1). This will reduce over‐ and underfertilization using variable‐rate fertilizer‐application systems. In the future, it will be of interest if real on‐the‐go soil‐sensor measurements exhibit the same variability behavior addressed here or if results will differ substantially.     

南方丘陵区不同尺度下土壤氮素含量的分布特征

利用GPS和GIS技术,研究了江西省兴国县潋水河流域小、中和大3种尺度下土壤氮素的空间分布特征。结果表明,土壤全氮和有效氮在小、中和大3种尺度下呈正态或对数正态分布,但二者均值随研究尺度的扩大而增加。其中,土壤全氮平均含量分别为0.60 g kg-1、0.73 g kg-1和0.83 g kg-1,有效氮含量为64.8mg kg-1、66.3 mg kg-1和80.2 mg kg-1。这3种尺度区土壤全氮和有效氮含量的空间变异函数参数和空间分布特征并不相同。因此,二者空间变异表现出明显的尺度效应。网格抽样和分层抽样相结合的采样方法均适合丘陵区小、中和大3种尺度下土壤氮素分布的研究。它们的合理采样数在90%置信度下分别为原采样方案样点数的82.6%、71.2%和58.1%,在95%置信度下分别是原采样方案样点数的95.7%、94.2%和89.2%。     

长期不同施肥处理对栗褐土可培养微生物数量的影响

在24年长期定位试验的基础上,以选择性培养基为基础研究长期定位施肥对土壤微生物种群及数量的影响,同时测定了土壤速效养分的含量,探讨了微生物与土壤速效养分的相关关系。结果表明,栗褐土微生物以细菌为主体,约占微生物总数的92.72%～95.91%;施用有机肥可以显著提高土壤微生物的数量,处理M1N细菌数量最多,显著高于对照;处理M1NP放线菌数量最多,处理M2NP真菌数量最多;施用有机肥可以显著提高土壤解磷细菌数量;细菌、真菌、放线菌和无机磷细菌与碱解氮、速效磷和速效钾相关性均达显著或极显著水平。     

原状取土管法与经典方法测定山地土壤物理性质的比较研究

针对经典环刀法在土层浅薄,土壤紧实和粗骨土的山地土壤物理性质研究中的局限性,利用IN-SITU原状取土管对澜沧江流域典型山地的土壤容重、毛管孔隙度、饱和水、毛管水、田间持水量、初渗系数、稳渗系数等土壤物理性质进行研究,并同经典环刀法的测定值相比较。方差分析结果表明:IN-SITU原状取土管法和经典环刀法在土壤物理性质的对比研究中无显著差异。差异性分析中,7项土壤物理指标测定值间F方差相等检验的相伴概率Sig.均大于显著性水平α=0.05,方差相等时T检验结果的7项土壤物理指标相伴概率均大于显著性水平α=0.10,两法均值差的95%置信区间均跨0,表明IN-SITU原状取土管完全可用于土壤物理性质的研究,尤其在山地土壤的研究中显示出较环刀更为明显的优越性。     

Effect of sampling density on regional soil organic carbon estimation for cultivated soils

An extensive knowledge of how sampling density affects soil organic C (SOC) estimation at regional scale is imperative to reduce uncertainty to a meaningful confidence level and aid in the development of sampling schemes that are both rational and economical. Using kriging prediction, this paper examined the effect of sampling density on regional SOC‐concentration estimations in cultivated topsoils at six scales in a 990 km² area of Yucheng County, a typical region in the N China Plain. Except the original data set (n = 394), five other sampling densities were recalculated using grids of 8 km × 8 km (n = 28), 8 km × 4 km (n = 44), 4 km × 4 km (n = 82), 4 km × 2 km (n = 142), and 2 km × 2 km (n = 257), respectively. Experimental SOC semivariances and kriging interpolations at six sampling density scales were calculated and modeled to estimate regional SOC variability. Accuracy of the effects of the five sampling densities on regional SOC estimations was assessed using the indices of mean error (ME) and root mean square error (RMSE) with 100 independent validation samples. By comparison with the kriged grid map derived from the 394 samples data set, the relative error (RE,%) was spatially calculated to highlight the spatial variability of prediction errors at five sampling‐density scales due to the intrinsic limitations of ME and RMSE in accuracy assessment. The results indicated that sampling density significantly affected the estimation of regional SOC concentration. Particularly when the sampling density was < 4 km × 4 km, the large spatial variation of SOC was concealed. Semivariance analysis indicated that different sampling density had significant effect on reasonable detection of the dominant factors which influenced SOC spatial variation. Greater sampling density could more exactly reveal regional SOC variation caused by human management. The prediction accuracy for regional SOC estimation increased with the increasing of sampling density. The critical areas with larger RE values should be intensified in the future sampling scheme, and the areas of lower RE values should be decreased relatively. A specific sampling scheme should be considered in accordance with the demand to the estimation accuracy of regional SOC stock at a certain confidence level. Our results will facilitate a better understanding of the effect of sampling density on regional SOC estimation for future sampling schemes by providing meaningful confidence levels.