近30年余干县耕地土壤碳氮比时空变异特征及其影响因素

基于1982年余干县第二次土壤普查200个样点数据和2012年测土配方施肥项目423个样点数据,运用方差分析、相关性分析、回归分析和普通克里格法,结合成土母质、土壤类型、耕地利用方式、地形因子、pH、秸秆还田和氮肥施用量,探讨近30年来余干县耕地表层(0~20 cm)土壤碳氮比(C/N)时空变异特征及其影响因素.结果表明余干县1982年和2012年土壤C/N均值依次为10.05和11.18,变异系数分别为19.40%和25.04%,均呈中等程度的变异性.经半变异函数分析,块金效应值分别为15.91%和71.25%,表明土壤C/N由结构性因素和随机性因素共同作用变为更倾向于受随机性因素的主导作用.近30年来大部分区域土壤C/N增加明显,以东部区域增加最为显著.1982年土壤C/N空间变异主要受成土母质、土壤类型、地形因子和pH的影响,其影响程度依次为17.3%、14.2%、7.4%和2.3%.2012年土壤C/N空间变异受成土母质、土壤类型、耕地利用方式、地形因子、秸秆还田和氮肥施用量共同作用,其影响程度依次为8.7%、23.5%、28.2%、12.2%、12.6%和42.3%.     

成都平原西部土壤氮素空间变异特征及影响因素

为探究成都平原西部土壤氮素的空间异质性及其影响因素,基于134个耕层土壤采样点,运用经典统计学和地统计学方法揭示w（TN）和w（AN）（AN为碱解氮）的空间变异特征,并利用方差分析和回归分析,研究不同因素对其空间变异的影响程度.结果表明:研究区土壤w（TN）为0.81~3.50 g/kg,平均值为1.94 g/kg;w（AN）为44.42~263.99 mg/kg,平均值为138.70 mg/kg.半方差分析显示,土壤w（TN）和w（AN）的块金效应分别为52.41%和63.92%,具有中等程度的空间自相关,表明其空间分布受结构性和随机性因素共同影响.土壤氮素空间分布特征均呈现由东北向西南逐渐递增趋势.回归分析结果表明,成土母质能独立解释14.8%和9.4%的w（TN）和w（AN）空间变异;土壤类型（土类、亚类和土属）对研究区w（TN）和w（AN）空间变异的独立解释能力分别在3.6%~17.2%和5.7%~17.2%之间.各土地利用方式下,土壤w（TN）、w（AN）平均值均表现为耕地>农林用地>园地,土地利用方式对土壤w（TN）空间变异的独立解释能力仅5.8%,对w（AN）无显著影响.研究显示,成都平原西部土壤氮素含量总体处于丰富水平,其中温江-郫县一带含量相对较低,高值区在金马河以南区域.成土母质和土壤类型对土壤氮素空间变异的影响总体高于土地利用方式.      

川中丘陵县域土壤氮素空间分布特征及其影响因素

根据四川仁寿县555个表层土壤样点数据,采用地统计学和回归分析方法,对该区土壤全氮和碱解氮的空间变异特征进行分析,并探讨了不同因素对其空间变异的影响程度.结果表明,研究区土壤全氮(TN)含量在0.34~2.57 g·kg-1之间,平均值为1.12 g·kg-1,处于中等水平;碱解氮(AN)含量在25.86~184.17 mg·kg-1范围内,平均值为74.35 mg·kg-1,处于较缺乏水平.土壤TN和AN的块金效应分别为0.608和0.790,TN具有中等空间相关性,受结构因素与随机因素共同影响,而AN则主要受随机因素影响.空间上,TN和碱解氮均表现出北高南低趋势.成土母质可独立解释6.3%和1.0%的TN和AN空间变异;土壤类型对研究区TN和AN的空间变异的独立解释能力分别在26.5%~36.1%和27.7%~28.7%之间;地形条件对TN、AN空间变异的独立解释能力分别为5.5%、6.1%;土地利用方式对TN、AN空间变异的独立解释能力分别为37.7%、40.0%.土地利用方式对氮素空间变异的独立解释能力最高,是引起研究区土壤氮素空间变异最主要的因素.     

成都平原区水稻土有机碳剖面分布特征及影响因素

了解环境因素对土壤有机碳剖面分布的影响,是准确拟合土壤有机碳在垂直方向上的连续变化、开展其三维空间分布模拟和估算区域土壤有机碳储量的基础.基于171个土壤剖面采样数据,利用指数递减函数拟合土壤有机碳剖面分布,分析成都平原区水稻土有机碳剖面分布的空间变异特征,并探讨成土母质、土壤类型(亚类和土属)、海拔、与河流距离和土地利用方式对其空间变异的影响作用,进而揭示环境因素对土壤有机碳剖面分布的影响.结果表明,0~20、20~40、40~60和60~100 cm土壤有机碳均值分别为19.42、9.59、5.99和5.20 g·kg-1,表现出显著的剖面递减趋势.土壤有机碳含量主要集中在40 cm以上,占整个土壤剖面的质量分数为72.17%,是研究成都平原区水稻土碳源/汇的关键部分.拟合土壤有机碳剖面分布的指数递减函数的2类参数呈现出一致的空间分布格局,具有空间相关性;参数C和k的块金系数分别为55.400%和47.671%,表明成都平原区水稻土壤有机碳剖面分布受结构性因素和随机性因素共同影响.回归分析揭示,成土母质和土属是影响研究区土壤有机碳剖面分布的主控因素,但海拔、与河流距离和土地利用的作用不容忽视.在拟合成都平原区水稻土有机碳剖面分布、构建其三维空间预测模型和估算土壤有机碳储量时,应重点考虑成土母质和土属的作用.     

秦巴中部山区耕地土壤速效钾空间变异及其影响因素

为探究土壤速效钾空间异质性及其影响因素,以秦巴中部山区的碑坝镇、福成乡、白玉乡为研究区,基于104个耕层土壤采样点,运用经典统计学和地统计学方法揭示速效钾的空间变异特征,并利用相关分析、方差分析、冗余方差分解法研究不同因素对其空间变异的影响.结果表明:研究区土壤中w（速效钾）为55~156 mg/kg,平均值为125.99 mg/kg,表现出中等程度变异性（变异系数为14.07%）.地统计分析显示,各理论模型中以高斯模型对w（速效钾）的拟合效果最佳,块金效应为16.95%,变程达1 454 m,具有强烈空间自相关性,其空间变异中结构变异占优、随机成分较少;速效钾呈地带性分布,自中部河谷低地向东西部山地丘陵呈增加趋势.定量分离结果表明,各类因子总体解释了48.67%的变异信息,土壤因子（土壤类型、土壤质地、成土母质、pH）、地形水文因子（海拔、坡度、地下水深度、地表产水量）、人为因素（施钾量、种植制度、耕层厚度、到村中心距离）的综合解释能力依次为35.39%、17.14%、9.96%;就单因子而言,施钾量、土壤类型、海拔、pH、土壤质地、成土母质的解释能力达35.35%、31.02%、28.39%、26.23%、21.96%、20.74%,并在P < 0.001水平上表现出强烈显著性,是土壤速效钾变异的主要因素.      

成都平原氮磷化肥施用强度空间分布及影响因素分析

掌握化肥施用强度的空间分布及影响因素,对施肥的精准管理和污染防控意义重大.以往研究多限于人为因素的探讨而缺乏自然地理因素对化肥施用强度空间分布的影响分析.基于成都平原23492个点位的化肥调研数据,结合地统计学方法和地理信息系统（GIS）技术,探究该区域2010~2015年均氮和磷化肥施用强度的空间分布特征及影响因素.结果表明：①研究区2010~2015年均氮和磷化肥施用强度总体处于120~360 kg·hm^-2和60~180 kg·hm^-2的中低风险强度.高风险强度主要分布在郫都、彭州、什邡、龙泉驿和金堂等粮（果）蔬种植区,相对低值区多分布在南部和东北部;②氮和磷化肥施用强度的块金系数为66.17%和41.60%,其空间分布受结构性和随机性因素共同作用决定,呈中等空间自相关性;③人为和自然因素均对氮和磷化肥施用强度的空间分布影响显著.种植作物类型（细分类）能独立解释12.90%和25.10%的施氮和施磷空间变异,是影响氮和磷施用强度空间分布的主控因子;成土母质的重要性仅次于种植作物类型,且对于施磷强度独立解释能力约是施氮强度的3.6倍.在种植作物类型起主要决定作用时,成土母质仍深刻制约和影响研究区氮和磷化肥施用强度的空间分布.因此,进行化肥施用管理和环境风险分析时需重点考虑种植作物类型和成土母质的综合作用,在磷肥施用方面更应关注成土母质的影响.     

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

研究不同侵蚀程度下土壤有机质空间变异的影响因素对指导耕地利用和水土保持工作的开展具有重要意义。论文以江西省兴国县耕地土壤有机质为研究对象,分析了不同侵蚀程度下土壤有机质的空间变异及其影响因素。结果表明：随着侵蚀程度的加深,兴国县土壤有机质含量呈下降趋势。不同侵蚀程度下土壤有机质含量差异显著（P<0.001）,等级均为四级。变异系数由大到小依次为中度侵蚀（43.70%）>剧烈侵蚀（37.78%）>重度侵蚀（34.88%）>极强度侵蚀（34.44%）>无明显侵蚀（34.38%）>轻微侵蚀（28.91%）。在无明显侵蚀和轻微侵蚀时,高程和剖面构型是影响土壤有机质空间变异的主要因子。在中度侵蚀和重度侵蚀时,主要影响因素变为坡度。但在极强度侵蚀和剧烈侵蚀时,高程、坡度、坡向、成土母质和剖面构型对土壤有机质含量都影响显著（P<0.05）。因此,不同侵蚀程度下土壤有机质空间变异影响因素不尽相同。在不同侵蚀程度下合理开展耕地利用和水土保持工作有利于最大限度地节约资源。     

成都平原核心区土壤砷空间变异特征及影响因素

掌握土壤污染物的空间变异特征及其影响因素是开展土壤污染防治的前提.基于189个表层（0~20 cm）土壤样品,运用经典统计学和地统计学方法分析了成都平原核心区土壤中w（As）的空间分布特征,并探讨了成土母质、水系和土地利用方式对土壤中w（As）的影响.结果表明:①研究区土壤中w（As）在3.74~35.32 mg/kg之间,平均值为14.64 mg/kg,其中超过GB 15618-2018《土壤环境质量农用地土壤污染风险管控标准（试行）》风险筛查值的采样点仅占总采样点的7.53%.②地累积指数分析结果表明,研究区土壤As处于无污染至轻度污染状态.③研究区土壤中w（As）总体呈西高东低的趋势,高值主要分布在都江堰市的南部、崇州市的东北部以及邛崃市与新津县接壤处.土壤As的块金系数为26.60%,属于中等程度变异,受结构性因素和随机性因素的共同影响.④由于人类活动的增强,成土母质对土壤中w（As）的影响已经不显著.距水系越近,土壤中w（As）越高.土地利用方式对土壤中w（As）空间变异的影响程度最大,不同土地利用方式下土壤中w（As）差异显著,表现为园林地>农林地>水稻-小麦轮作>水稻-油菜轮作>水稻-蔬菜轮作.研究显示,成都平原核心区土壤中w（As）总体偏低,高值区主要分布在都江堰市的南部、崇州市的东北部和邛崃市与新津县接壤一带;土地利用方式对土壤中As空间变异的影响超过水系和成土母质.      

不同利用方式对江西省农田土壤碳氮磷生态化学计量特征的影响

根据江西省2013年采集的16582个农田耕层(0～20 cm)土壤样点数据,运用实地调查、经典统计学与地统计学等相结合方法,研究了江西省耕地土壤碳氮磷生态化学计量特征的空间变异性及不同农田利用方式对其的影响.研究结果表明:江西省耕地土壤有机碳(SOC)、全氮(TN)和全磷(TP)平均含量分别为17.90、1.58和0.52 g·kg~(-1),土壤碳氮比(C∶N)、碳磷比(C∶P)和氮磷比(N∶P)平均值分别为11.72、38.29和3.38,土壤C∶N∶P比平均值为34.44∶3.03∶1,说明P是江西省耕地土壤主要的限制因素.此外,由于碳、氮、磷三者之间并不存在显著的两两相关性,表明江西省耕地土壤中不存在稳定的"Redfield ratio";半方差函数表明,江西省土壤碳、氮、磷生态化学计量特征具有中等程度的空间变异性,其空间变异特征主要受到随机性因素的影响;经ANOVA检验显示,不同农田利用方式对土壤碳氮磷生态化学计量特征影响显著(p0.05),土壤SOC和TN平均含量依次表现为:两季水田水旱轮作一季水田一季旱地两季旱地,土壤TP平均含量依次表现为:两季旱地两季水田一季水田一季旱地水旱轮作,土壤C∶N依次表现为:两季水田两季旱地一季水田水旱轮作一季旱地,土壤C∶P平均值依次表现为:水旱轮作两季水田一季水田一季旱地两季旱地,土壤N∶P平均值依次表现为:水旱轮作一季旱地两季水田一季水田两季旱地.总体而言,土壤碳、氮、磷生态化学计量比的变化特征是农田利用方式和环境因子综合作用的结果,土壤C∶N∶P比对土壤碳、氮、磷储量及养分的限制性具有重要的指示作用.     

深圳土壤稀土元素的背景含量和影响因素研究

为研究深圳市土壤稀土元素的环境背景含量和空间分布特征,以不受或很少受人类活动影响的基本生态控制线区域作为调查范围,在深圳布设450个土壤表层点位、50个典型剖面点位,应用决策单元－多点增量采样方法采集土壤表层样品500个、土壤剖面样品100个.研究结果表明,深圳市表层土壤稀土元素的环境背景含量范围为23.66~1246.26mg/kg,算术平均值285.99mg/kg,高于中国土壤和广东省土壤;轻稀土元素相对于重稀土元素富集,稀土元素的环境背景含量在空间分布上呈现西高东低的特征.深圳市不同土类中稀土元素环境背景含量的95%分位值高低依次为赤红壤 > 红壤 > 黄壤.不同成土母质发育的土壤稀土元素环境背景含量95%分位值大小顺序为变质岩 > 花岗岩 > 片麻岩 > 凝灰熔岩 > 砂砾页岩 > 灰色灰岩.不同剖面层次的土壤稀土元素环境背景含量的95%分位值大小顺序为底层 > 中层 > 表层;随着深度的增加,深圳市土壤稀土元素的环境背景含量也逐渐增加,呈现底聚型特征.成土母质是影响土壤稀土元素环境背景含量的首要因素,花岗岩发育的土壤稀土元素环境背景含量要明显高于砂砾页岩;不同土类也会影响土壤稀土元素的环境背景含量分布,同一成土母质发育的赤红壤稀土元素环境背景含量要高于红壤.典型相关性分析表明,土壤铁、铝等元素与轻稀土元素,以及锰与重稀土元素的背景含量均呈现较强的正相关关系,土壤pH值、黏粒与稀土元素背景含量存在弱正相关,这也侧面反映了土壤稀土元素对成土母质的继承性.     

秦岭山地松栎混交林土壤养分空间变异及其与地形因子的关系

在陕西省境内秦岭山脉中段油松-锐齿槲栎混交林集中分布的区域设置20 块调查样地,采取土壤样品测定了该区森林土壤0~20、20~40 和40~60 cm 3 个土层的全氮、全磷、全钾、速效氮、速效磷、速效钾、有机质7 项养分指标。通过计算不同土壤养分指标的变异系数并应用典范对应分析(CCA)技术,对秦岭山地松栎混交林土壤养分空间变异与海拔、坡位、坡向和坡度4 项地形因子的关系进行分析。结果表明:①单因素方差分析显示,随着土层深度增加,全氮、有机质、速效氮、速效磷和速效钾含量均呈极显著下降趋势,而全磷、全钾在不同土层中的含量无显著性差异;②变异系数计算结果表明,各土层的7 项养分指标均表现为中等程度变异性,变异系数最大者是0~20 cm土层速效氮,最小者为0~20 cm土层全钾;③从CCA排序结果看,地形因子对不同土层养分变异的影响程度及因子种类明显不同。0~20 cm表层土壤养分变异受地形因子制约作用较小,20~40 cm土层养分的主要影响因子为坡向和海拔,40~60 cm土层养分的主要影响因子为海拔和坡位,而坡度和海拔则是控制0~60 cm整体土壤层养分变异的主要因素。综上所述,地形高异质性的微生境造成了秦岭山地松栎混交林土壤养分空间分布格局的差异。     

福州滨海地区菜地和果园土壤碳、氮、磷含量及其生态化学计量学特征

不同农业土地利用方式土壤生态化学计量学特征对于表征土壤养分供应水平具有一定的指示作用,对农田生态系统养分资源管理具有重要意义.为了揭示菜地和果园两种农业土地利用方式土壤碳(C)、氮(N)、磷(P)含量及其生态化学计量学特征,以福州市滨海地区菜地(芋头地、红薯地)和果园(橘树园、西瓜地、梨树园)为研究对象,对菜地和果园农业土地利用方式下土壤C、 N、 P含量及其生态化学计量特征进行测定与分析.结果表明,土壤C、 N含量基本表现为果园>菜地(P<0.05),其中橘树园土壤C含量最高(4.44 g·kg^-1),西瓜地土壤N含量最高(1.46 g·kg^-1).而土壤P含量基本表现为菜地>果园(P<0.05),其中红薯地土壤P含量最高(0.19 g·kg^-1);土壤碳氮比(C/N)、碳磷比(C/P)和氮磷比(N/P)均表现为果园>菜地(P<0.05),其中,橘树园土壤C/N(7.40)、 C/P(61.43)最高,西瓜地土壤N/P最高(10.27);不同农业土地利用方式下土壤N含量与容重和电导率...     

施氮和水分管理对光合碳在土壤-水稻系统间分配的量化研究

施肥和水分管理是影响水稻生长的两个关键因素,探讨水肥耦合条件下光合碳在"水稻-土壤"系统输入与分配动态,对深入解析稻田土壤碳循环具有重要意义.本研究通过盆栽试验,选用籼性常规水稻品种(中早39),采用13C-CO_2连续标记技术,量化研究施氮和水分管理对光合碳在"水稻-土壤"系统中分配的影响.结果表明:施氮增加了水稻地上部干物质重和碳、氮含量,却显著降低了水稻根冠比;干湿交替使施氮条件下的水稻地上部全碳、全氮含量较持续淹水处理分别提高了22%和33%,根系中全碳、全氮含量分别提高了36%、44%,这表明施氮有利于水稻地上部生长,而干湿交替显著促进了水稻根系的生长.施氮显著增加水稻地上部13C含量,与不施氮处理相比增加了32%~83%;施氮使光合碳在水稻地上部的回收率增加6%~32%,在根系的回收率减少18%~59%.水分管理对13C分配的影响表现为:连续标记22 d后,在施氮条件下,干湿交替使水稻地上部、根系13C量均有一定量的增加;不施氮条件下,干湿交替与持续淹水处理相比,地上部13C量减少10.3mg·pot-1,回收率降低了11%~12%;根系13C量增加1.9 mg·pot-1,回收率提高了24%~57%.施氮和干湿交替都显著增加了13C在根际土壤中的累积与回收率.因此,施氮增加了光合碳在土壤-水稻系统中的累积,但降低了光合碳在根系中的分配,干湿交替比持续淹水更利于光合碳向土壤中的传输与累积,水肥耦合管理显著调控了光合碳的传输与分配.该研究进一步量化了水肥管理条件下水稻光合碳的分配及其在土壤有机碳库中的传输特征,为稻田水肥管理、水稻土有机质积累持续机制提供了理论依据和数据支撑.     

秸秆还田配施化肥对土壤养分及冬小麦产量的影响

为探究关中地区秸秆还田配施化肥对土壤养分和冬小麦产量的影响,研究采用裂区试验设计,主区为：秸秆不还田（S₀）和秸秆还田（S）;副区为：不施肥（WF）、氮肥（NF）和氮磷肥（NPF）.应用生态化学计量的方法,探究秸秆还田配施化肥下土壤碳氮磷含量变化及其和产量的关系.结果表明,秸秆和施肥互作对表层（0~20 cm）土壤有机碳、全氮和全磷含量均产生显著影响（P<0.05）.与S₀WF处理相比,SNPF处理显著提高表层（0~20 cm）土壤有机碳和全氮含量（P<0.05）.秸秆和年份互作对表层（0~20 cm）土壤全氮含量产生显著影响（P<0.05）,随着秸秆还田时间的增加,在2021年SWF处理下表层（0~20 cm）土壤全氮含量显著高于S₀WF （P<0.05）.秸秆和施肥及其互作对20~40 cm土层有机碳和全氮含量无显著影响（P>0.05）,但对20~40 cm土壤全磷含量产生显著影响（P<0.05）,与SWF处理相比,SNPF处理显著增加了20~40 cm土层全磷含量（P<0.05）.秸秆还田配施化肥对土壤化学计量特征也产生显著影响.与S₀WF处理相比,S₀NPF处理能够降低表层（0~20 cm）土壤C：N,提高表层（0~20 cm）土壤C：P和N：P.与SWF处理相比,SNF处理能够降低表层（0~20 cm）土壤C：N.秸秆还田配施化肥对冬小麦产量也产生显著影响,2020年和2021年SNPF处理与S₀WF处理相比分别增产24.23%和28.9%.相关性分析表明,产量与C：N （P<0.05）和C：P （P<0.01）呈显著正相关关系.全氮和N：P与处理年份呈极显著正相关关系（P<0.001）.综上所述,在关中地区秸秆还田配施氮磷肥处理（SNPF）会改善土壤养分,改变土壤化学计量特征,同时提高产量.因此,本研究结果表明秸秆还田配施氮磷肥（SNPF）是优化区域农田养分管理,提高粮食生产能力的有效途径.     

小流域土壤矿质氮与地形因子的关系及其空间变异性研究

为掌握小流域土壤特性与地形因子的关系及其空间变异规律,采用经典统计学与地统计学相结合的方法,对黄土高原水蚀风蚀交错带小流域土壤矿质氮与地形因子的关系及其空间变异性进行了系统研究,结果表明:①硝态氮的变异程度为强变异性,铵态氮、坡度、坡向则为中等变异性,土壤类型、土地利用对矿质氮的变异程度有极显著影响;②各研究特性在采样尺度内表现出不同程度的空间依赖性,铵态氮、海拔为强烈的空间依赖性,而硝态氮、坡度及坡向则为中等的空间依赖性;③分维数与空问异质比所揭示的结果具有一致性,各变量的分维数从大到小依次为:硝态氮(1.982 6)＞坡向(1.976 7)＞坡度(1.9420)＞铵态氮(1.879 1)＞海拔(1.746 1);④硝态氮在0°与90°,45°与135°方向上具有各向同性结构,而海拔为各向异性结构,其余的研究特性则表现出微弱的各向异性;⑤海拔、铵态氮具有很强的空间自相关性,硝态氮则为空间不相关;硝态氮与铵态氮、坡度与坡向之间具有极显著的正相关性,而铵态氮与海拔、坡度与海拔之间则为显著的负相关,表明在水蚀风蚀交错带铵态氮和坡度的空间分布具有海拔梯度性.     

塞北荒漠植物根围球囊霉素和生态化学计量特征的空间分布

为探明塞北荒漠梁地植物根围土壤球囊霉素和生态化学计量特征的空间分布规律,于2013年6月选取内蒙古正蓝旗青格勒图典型梁地阳坡,设置梁底、梁坡和梁顶3个样地,按照0~10、>10~20、>20~30、>30~40、>40~50 cm五个土层分别采集沙鞭(Psammochloa villosa)和沙蒿(Artemisia sphaerocephala)根围土壤样品,分析土壤因子、球囊霉素含量和生态化学计量特征.结果表明,梁底土壤w(SOC)(SOC为有机碳)、w(TN)、w(碱解氮)、w(TP)、w(有效钾)和w(球囊霉素)明显高于梁坡和梁顶,不同样地内,随着土层加深,土壤养分含量逐渐降低,w(球囊霉素)显著降低,但生态化学计量比随坡位及土层变化不显著.不同样地土壤w(SOC)、w(TN)、w(TP)平均值分别为5.936、1.286、0.115 mg/g,C/N[w(SOC)/w(TN)]、C/P[w(SOC)/w(TP)]、N/P[w(TN)/w(TP)]平均值分别为4.918、58.349、11.876,均低于全国陆地土壤平均水平.土壤中w(总球囊霉素)和w(易提取球囊霉素)平均值分别为1.822和0.838 mg/g,低于森林生态系统和草地生态系统,w(总球囊霉素)约占有机碳库的29.9%,具有较高的贡献值.研究显示,塞北荒漠植物根围土壤养分贫乏,磷素缺乏严重;球囊霉素含量及其生态分布规律可作为监测和评价土壤质量状况的有效指标.      

不同取样尺度下亚高山草甸土壤呼吸的空间变异特征

基于对4个取样尺度(10、5、2.5、1.25 m)下亚高山草甸土壤呼吸速率的观测,对不同尺度土壤呼吸的空间变异特征进行了研究,分析了不同尺度土壤全氮、有机碳、碳氮比、全硫、土壤温度和土壤水分对土壤呼吸空间异质性的影响,并对各尺度不同置信水平与估计精度下的必要采样数量进行了计算.结果表明:除1.25 m和2.5 m尺度上土壤温度的空间变异属于弱变异外,土壤呼吸及其相关因子的空间变异均属于中等变异,土壤呼吸和土壤温度的变异系数随着取样尺度的增大而增大,而土壤全氮、有机碳、全硫和土壤水分的变异系数随着取样尺度的增大均有减小的趋势;不同取样尺度,影响土壤呼吸的关键因子不同.在10 m尺度,土壤呼吸与土壤全氮、有机碳呈极显著正相关,与土壤温度呈显著正相关,与土壤全硫、碳氮比和土壤水分相关性不显著;在5 m尺度,与土壤全氮和有机碳呈极显著正相关,与土壤全硫、碳氮比、土壤水分和土壤温度相关性不显著;在2.5 m尺度,与土壤有机碳、全氮和土壤水分呈极显著正相关,与土壤全硫、碳氮比和土壤温度相关性不显著;在1.25 m尺度,与土壤全氮、有机碳和土壤水分呈极显著正相关,与碳氮比呈显著负相关,与土壤温度呈极显著负相关,与土壤全硫相关性不显著.随着取样尺度的减小,土壤水分所起的作用逐渐增大,相关系数从0.27~0.49,土壤温度与土壤呼吸的相关性由显著正相关向极显著负相关变化;4个取样尺度95%置信水平误差在10%和20%内必要采样数量分别为28、21、18、14个和7、5、4、4个,随着取样尺度的减小,必需的采样数量减少.     

Yield response of potato to spatially patterned nitrogen application

Although crop response to nitrogen fertilization has long been studied, classical experimental designs have led to inadequate accounting of spatial variability in field properties and yield response. Analytical methods to explicitly account for spatial variability now exist but the complementary modification of experimental design is still developing. There is a need to combine these analytical methods with non-traditional experimental design. A 2-year study was implemented to assess the response of potato (Solanum tuberosum cv. Kennebec) yield to nitrogen fertilizer rate. We used a transect-type plot design where four nitrogen treatments (0, 56, 112, and 280 kg N ha^?1) were applied systematically in a continuous sinusoidal pattern along longitudinal transects. Measured field properties included topography, soil texture, pre-application soil nitrate levels, and plant available soil water content. A random field linear model was used to simultaneously account for treatment effects and soil properties. The results showed that treatment effects were significantly different from each other; however, if spatially correlated errors were accounted for, these differences were smaller and significance levels lower. Nitrogen response functions varied widely throughout the field. Of the covariates, only clay content proved important in explaining spatial differences in response to N. The sinusoidal response pattern of N was similar over the 2 years but the amplitudes varied due to differences in weather. Interactions between uncharacteristically high rainfall and a sandy field soil may have minimized discernable effects of the other covariates. The results demonstrated how the statistical analysis of potato response to a patterned application of nitrogen fertilizer can take advantage of spatial correlations to understand the response of potato to nitrogen application over larger areas.