,1, 张怀志1, 谢良商3, 冀宏杰1Spatial and Temporal Variation of Soil Organic Matter and Cause Analysis in Hainan Island in Resent 30 Years
JIANG SaiPing1,2, ZHANG RenLian1, ZHANG WeiLi1, XU AiGuo,1, ZHANG HuaiZhi1, XIE LiangShang3, JI HongJie1通讯作者:
责任编辑: 李云霞
收稿日期:2018-08-1接受日期:2018-11-15网络出版日期:2019-03-16
| 基金资助: |
Received:2018-08-1Accepted:2018-11-15Online:2019-03-16
作者简介 About authors
姜赛平,E-mail： saipingjiang@163.com。
摘要
关键词：
Abstract
Keywords：
PDF (3412KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
姜赛平, 张认连, 张维理, 徐爱国, 张怀志, 谢良商, 冀宏杰. 近30年海南岛土壤有机质时空变异特征及成因分析[J]. 中国农业科学, 2019, 52(6): 1032-1044 doi:10.3864/j.issn.0578-1752.2019.06.007
JIANG SaiPing, ZHANG RenLian, ZHANG WeiLi, XU AiGuo, ZHANG HuaiZhi, XIE LiangShang, JI HongJie.
0 引言
【研究意义】土壤有机质（SOM）具有较强的时空变异性[1,2,3,4]。研究SOM的时空变异特征对了解区域土壤质量状况、土壤与农业可持续利用、应对全球气候变化具有重要参考价值[5,6,7,8]。【前人研究进展】目前,关于时空变异的研究主要集中在两个方面：（1）采用统计学方法分析两、三个时期采样数据SOM含量的变化趋势。如：PAN等[9]采用基于点位的统计分析方法,对全国第二次土壤普查数据和国家耕地土壤监测点数据（1980s—2003）20余年耕地SOC的变化特征进行分析。黄耀等[3]基于200篇文献数据的分析指出,1980—2000年间,我国华东、华北地区SOM增加明显,东北地区总体呈下降趋势。杨帆等[4]在总结测土配方施肥项目耕层数据的基础上指出,全国第二次土壤普查30多年来,我国农田耕层SOM平均含量整体上升了4.85 g·kg-1,其中以安徽、湖南、贵州、四川、江西、广西、江苏和内蒙古等地增幅最大,超过了4 g·kg-1,而北京和青海SOM含量则呈下降趋势,分别减少1.02、1.06 g·kg-1,其他省份SOM含量基本稳定。（2）利用地统计学方法分析不同时期SOM含量的空间格局演变特征。如：胡克林等[10]采用1980、1990、2000年三期数据对比了北京周边地区SOM的时空变异特征及其驱动因素,结果表明,1980—2000年SOM呈上升趋势,土地利用方式转换是影响SOM时空变异的重要因素。赵明松等[8]采用地统计学方法和GIS技术对江苏省1980—2006年0—20 cm土层SOM含量的时空变异特征进行分析,得出江苏省SOM含量整体呈增加趋势,秸秆还田、土地利用方式变化是影响SOM发生变化的重要因素。关于SOM的时空演变特征,目前研究更趋向于对变异驱动因素的探讨。研究表明,土地利用方式转变[11,12]、秸秆还田[13]、施肥方式[14]等是导致SOM含量时空变化的重要因素。这些研究多集中在温带、亚热带地区。对具体地区而言,由于所处气温、降水等环境不同、土地利用转变的方向不同,导致SOM含量时空变异的结果也有差异。【本研究切入点】海南岛处于热带地区,岛内地形复杂,土地利用多样,具有丰富的热带作物资源,是我国重要的热带作物生产基地。在时空变异方面,已有研究主要针对水稻田[15]、橡胶园[16]等特定农田[17];吕丽平等[18]对海南岛SOM时空变异分析指出,1980s—2000s的20年间土壤有机碳呈下降趋势,但该研究并未分析不同土地利用类型土壤有机碳的时空变异特征。【拟解决的关键问题】因此,本文采用随机森林模型[19]（RandomForest,RF）利用海南岛各县第二次土壤普查土壤剖面数据和2012年土壤采样数据,模拟20世纪80年代初期和2012年两个时期SOM的空间分布规律及变化,并结合农业统计数据,对引起SOM时空变异的成因进行探讨。1 材料与方法
1.1 研究区概况
本文研究区域覆盖海南全岛。海南岛地处18°10′ —20°10′N,108°37′—111°3′E,是我国第二大岛,岛内土地面积32 900 km2。该岛属于热带季风气候,全年暖热,雨量充沛,干湿季节明显,年均气温23—25℃,≥10℃年积温8 200—9 200℃,年平均降水量为1 720 mm,但岛内分布不均。其中,东部迎风区年均降水量在2 000—2 500 mm之间,而西部背风区低于1 000 mm。岛内地形复杂,由山地、丘陵、台地、平原组成中间高耸、四周低平的环形层状地貌。成土母质有花岗岩、砂页岩、浅海沉积物、玄武岩等10种。土壤类型包括砖红壤、水稻土、赤红壤、燥红土、风沙土、紫色土等15个土类。土地利用主要为水田、旱地、林地,该区除水稻、瓜菜外,以种植热带作物为主。1.2 数据来源
1.2.1 土壤数据（1）2012年土壤数据 土样采集时间为2012年11—12月,采用近似网格法进行采样,并综合考虑当地的地形地貌、土壤类型和土地利用类型等因素,在全岛19个县市布点,采样间距平均为10 km,共采集0—20 cm土层样点163个,记录样点经纬度、地形和土地利用类型等信息。土样所属土壤类型有砖红壤、水稻土、赤红壤、燥红土、火山灰土、紫色土、风沙土、石灰（岩）土等8个土类。土地利用类型包括水田、旱地、园地。各土地利用类型的样点统计情况见表1。
Table 1
表1
表1样点土地利用类型统计表1)
Table 1
| 土地利用类型 Land-use types | 作物类型 Crop types | 样点数 Number of samples |
|---|---|---|
| 水田 Paddy field | 水稻 Rice、稻菜轮作 Rice crop rotation | 70 |
| 旱地 Dry land | 菜豆Bean、菊花Chrysanthemum、辣椒Pepper、辣椒-西瓜Pepper-watermelon、木薯Cassava、玉米Corn、菠萝Pineapple、甘蔗Sugarcane、甘蔗-香蕉Sugarcane-Banana香蕉Banana2) | 32 |
| 园地 Garden plot | 芒果Mango、荔枝Litchi、胡椒Piper nigrum、绿橙Green orange、红毛丹Rambutan、茶叶Tea、橡胶Rubber、槟榔Areca catechu、桉树Eucalyptus、桑树Mulberry3) | 60 |
新窗口打开|下载CSV
土壤样品SOM含量的测定采用重铬酸钾-硫酸消化法,具体步骤参见文献[20]。
（2）1980s剖面数据 收集海南省第二次土壤普查中各县市土壤普查报告书,共计17个县、市,选取990个典型土壤剖面。
1.2.2 其他要素数据来源
（1）统计数据来源 海南省农业统计数据源自海南省统计局官方网站《海南统计年鉴2015》：http:// www.stats.hainan.gov.cn/ 2015nj/index-cn.htm、《海南统计年鉴1988》,其中,2010—2012年水稻播种面积、蔬菜播种面积分别源自《海南统计年鉴2011》、《海南统计年鉴2012》、《海南统计年鉴2013》。海南省水稻单产及施肥数据源自中华人民共和国国家统计局官方网站年度数据：http://data.stats.gov.cn/ easyquery.htm?cn=C01。河南省牲畜存栏量数据源自《河南统计年鉴2011》：http://www.ha.stats.gov.cn/ hntj/lib/tjnj/2011/indexch.htm。（用于和海南省牲畜存栏量进行对比）
（2）空间数据来源 辅助变量：RF在6个地形因子：高程（x1）、坡度（x2）、坡向（x3）、平面曲率（x4）、剖面曲率（x5）、地形湿度指数（x6）,3个环境因子：归一化植被指数（NDVI,x7）,土地利用类型（x8）、土壤类型（x9）的基础上进行筛选。
辅助变量数据来源：（1）海南岛1﹕50 000等高线矢量图;（2）遥感影像：1991年10月30日、1990年12月5日、1989年2月17日、1988年6月8日4个时期的Landsat 4—5 TM遥感影像,数据源自中国科学院资源环境科学数据中心;2013年10月26日和2013年12月6日的海南岛Landsat8 OLI_TIRS四景卫星影像,数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站（http://www.gscloud.cn）。其中,1991年10月30日与2013年10月26日影像基本重合,两个时期该部分影像占全岛面积80%以上。
（3）土壤图 琼中县、海口市土壤图为1﹕50 000,其余县市源自海南岛1﹕200 000土壤图。1970年代末期（1980年）和2010年1﹕100 000遥感解译土地利用图（图1海南岛遥感解译土地利用图中的分类“园地与其它林地”中,包含了GB/T 21010—2017中的园地和未成林地、迹地、苗圃,未成林地、迹地、苗圃所占图斑较小,本文将“园地与其它林地”看作园地参与模型计算）,数据源自中国科学院资源环境科学数据中心。
其他数据图层：包括1﹕50 000居民点图、海南省行政区划图（提取自国家基础地理信息中心 1﹕250 000公开版数据）,用于1980s土壤剖面点的重定位。
图1
新窗口打开|下载原图ZIP|生成PPT图1海南岛遥感解译土地利用图
Fig. 1Hainan Island remote sensing interpretation land use map
1.3 随机森林模型
RF是由Breiman等提出的一种机器学习方法,它通过bootstrap重采样技术从原始训练集中有放回地随机抽取M个样本单元形成新的训练集,并由新训练集生成M棵决策树,从而构成随机森林,每次未被抽到的样本构成M个袋外数据,即袋外误差（out-of-bag）,简称OOB。对于回归问题,所有决策树预测结果的均值为最终的预测结果[21]。树节点预选的变量个数（mtry）和随机森林中树的个数（ntree）是RF的两个重要参数。在回归问题中,mtry的默认值为变量个数的1/3,Breiman建议采用默认值、默认值的1/2、默认值的2倍来选择最优的mtry值[22]。也可通过逐次计算来确定最优的mtry值[23]。本文采用后一种方法（即将mtry分别设为1、2、3…9）。ntree的设定值不宜偏小,太小所形成的随机森林不稳定;该值也不宜设置的过大,过大会降低计算速度。本文设定ntree为500、1 000、1 500、2 000,结合mtry值,选择使模型袋外误差最小的参数组合用于最终预测。RF模型建模变量的筛选参见文献[24]。
1.4 1980s土壤剖面点定位方法与剖面土层数据处理
1.4.1 1980s土壤剖面土层SOM重新计算 为与2012年数据进行对比,将1980s土壤剖面划分为0—20 cm土层,采用加权平均法计算SOM含量值。计算公式如下：SOM20=$\sum_{i=1}^{n}N_{i}$×di/20
式中,SOM20为0—20 cm土层SOM含量（g·kg-1）,Ni为第i层SOM含量（g·kg-1）,di为第i层土壤厚度（cm）,n为参与计算的土壤层次总数,当d1≥20,n=1。
1.4.2 1980s土壤剖面点重定位 1980s全国第二次土壤普查剖面数据没有经纬度信息,但有地名描述。
本文采用地名—土壤类型最大图斑中心点法确定剖面点坐标。即：在重定位的过程中以市、县为控制单元,依次确定每个市、县内样点的坐标。取剖面记录的村名周边1—3.5 km范围内,面积最大的、与剖面土种（或土属）相同的土壤图斑中心点坐标为该剖面点坐标。收集的990个剖面点经重定位处理,有522个剖面点确定了经纬度信息。
1.5 数据处理与分析
1.5.1 数字高程模型的生成 采用1﹕50 000等高线矢量图在ArcGIS9.3中生成10 m分辨率的数字高程模型栅格影像。1.5.2 异常值处理与验证集的选取 采用阈值法将区间（平均值±3×标准差）外的数值视作异常值并剔除,经处理后,2012年剩余样点162个。其中滨海沙土、石灰土均分别仅有一个采样点,在采用预测模型进行空间模拟时,本文参考文献[7]中土壤类型选择原则,将这两种土壤类型样点剔除,剩余有效样点160个,全部保留样点覆盖的土壤类型面积占研究区域面积的91.24%。
1980s坐标点经阈值法处理保留有效样点513个,这些样点所属土类共计10个,分别为砖红壤、水稻土、赤红壤、黄壤、燥红土、风沙土、火山灰土、紫色土、新积土、滨海盐土,面积占全岛面积的97.81%。
在两个时期有效样点中分别随机选取80%的数据作为训练集,用于空间数据分析,其余20%的数据用于验证,样点分布见图2。
图2
新窗口打开|下载原图ZIP|生成PPT图2研究区采样点分布图
Fig. 2Distribution of sampling sites in the study area
1.5.3 模型精度验证 采用验证集的平均预测误差（ME）、均方根预测误差（RMSE）和决定系数R2来评价预测的准确性。
ME=$\frac{\sum_{i=1}^{n}[\hat{Z}(X_{i})-Z(X_{i})]}{n}$
$RMSE=\sqrt{\frac{\sum_{i=1}^{n}[\hat{Z}(X_{i})-Z(X_{i})]^{2}}{n}}$
$R^{2}=1-\sqrt{\frac{\sum_{i=1}^{n}[\hat{Z}(X_{i})-Z(X_{i})]^{2}}{\sum_{i=1}^{n}[\hat{Z}(X_{i})-\bar{Z}(X_{i})]^{2}}}$
式中,n代表验证集中的样点个数,$\hat{Z}(X_{i})$代表预测值Z(Xi)代表实测值,$\bar{Z}(X_{i})$代表实测值的平均值。
ME和RMSE分别为预测无偏和预测精度的量度,ME越接近0表明方法是无偏的,RMSE越小,预测精度越高。R2为决定系数,R2越接近于1,表示模型对因变量的解释能力越强。
1.5.4 分析工具 地形因子的提取及SOM含量空间制图在Arcgis9.3软件中完成,遥感影像镶嵌和NDVI的提取在ENVI5.1软件中完成,随机森林规则在R3.3.1的RandomForest包中完成,统计分析使用SAS9.2软件和Microsoft Excel 2010工具。
2 结果
2.1 1980s、2012年RF参数拟合结果
由表2可知,坡度和平面曲率变量在两个时期模型构建中均被剔除,表明这两个变量对SOM含量空间变异影响较小。1980s SOM含量空间变异的最重要影响因素为土壤类型,其次为高程;2012年SOM含量空间变异的最重要影响因素为地形湿度指数,其次为NDVI。表明该区SOM含量的空间变异主要受水文、植被和地形因素的影响。从表3可看出,两个时期ME均较接近于0,RMSE较小,表明模型能够用于SOM含量空间分布预测。从参数拟合结果来看,1980s和2012年模型分别能够解释17.79%和19.42%的SOM含量空间变异,解释率较前人[25,26,27]的研究结果偏低,原因可能有两个方面。第一,1980s的剖面点坐标通过重新定位获得,与真实位置会有偏差,对模型的预测会产生影响。第二,2012年采样间距平均约10 km,采样密度较小,可能导致模型的解释率偏低。Table 2
表2
表21980s、2012年RF参数拟合结果
Table 2
| 时期 Period | 建模变量 Variables | 决策树数量 ntree | 节点分裂次数 mtry | 袋外误差 OOB | 模型解释率 var (%) |
|---|---|---|---|---|---|
| 1980s | x9、x1、x3、x7 | 500 | 1 | 115.967 4 | 17.58 |
| 1 000 | 1 | *115.668 8 | 17.79 | ||
| 1 500 | 1 | 115.736 2 | 17.75 | ||
| 2 000 | 1 | 115.982 4 | 17.57 | ||
| 2012 | x6、x7、x8、x1、x5、x9 | 500 | 2 | 47.892 6 | 19.15 |
| 1 000 | 2 | 47.839 6 | 19.24 | ||
| 1 500 | 2 | **47.728 5 | 19.42 | ||
| 2 000 | 2 | 47.834 0 | 19.24 |
新窗口打开|下载CSV
Table 3
表3
表3RF模型预测精度
Table 3
| Period | ME | RMSE | R2 |
|---|---|---|---|
| 1980s | -0.464 6 | 10.146 9 | 0.206 0 |
| 2012 | 1.816 2 | 5.783 6 | 0.247 6 |
新窗口打开|下载CSV
2.2 1980s、2012年0—20 cm土层SOM含量时空变异特征
从图3可知,1980s SOM含量呈现出从西南向东北降低的趋势,其中高值（> 30 g·kg-1）分布在该岛中部偏西南地区。全岛SOM含量主要集中在15—20 g·kg-1（39.86%）和20—30 g·kg-1（35.43%）两个等级,二者共占全岛总面积的75.29%,10—15 g·kg-1占全岛总面积的14.57%。2012年SOM含量呈现西南和东北高,西部、南部沿海低的空间分布趋势。其中高值（20—30 g·kg-1）除在中部偏西南地区分布外,东部、东北部等地区也有分布。2012年全岛SOM含量主要集中在10—15 g·kg-1（33.22%）、15—20 g·kg-1（45.06%）两个等级,两者共占全岛面积的78.28%,而20—30 g·kg-1等级占全岛的20.98%。同1980s相比,2012年SOM高含量等级面积比例有所下降,较低含量等级的面积有所增加;最高等级和最低等级的面积均有下降。2012年15—20、20—30 g·kg-1占全岛面积的66.04%,与1980s相比,减少了9.25个百分点,而10—15 g·kg-1等级的SOM含量面积占比增加了18.65个百分点。2012年SOM含量没有>30 g·kg-1等级,< 10 g·kg-1等级减少了2.42个百分点。图3
新窗口打开|下载原图ZIP|生成PPT图31980s、2012年SOM含量空间分布
Fig. 3Spatial distribution of SOM contents in 1980s and 2012
从SOM含量时空变异图（图4）来看,时隔近30年,海南岛SOM含量整体呈减少趋势。其中东部、东北部沿海部分地区SOM含量有所增加。由图5可知,SOM含量减少量在1—10 g·kg-1部分占全岛面积的60.23%,SOM含量增加量在1—10 g·kg-1部分占全岛面积的19.47%。五指山等中部地区虽减小幅度最大（< -10 g·kg-1）,但占全岛比例（7.68%）很小。SOM含量变化在-1 — 1g·kg-1（变化率-5%—5%）认为SOM基本保持不变,占全岛面积11.30%,在岛内各区均有分布。
图4
新窗口打开|下载原图ZIP|生成PPT图41980s—2012年SOM含量时空变异图
Fig. 4Temporal changing distribution of SOM contents from 1980s to 2012
图5
新窗口打开|下载原图ZIP|生成PPT图51980s—2012年SOM含量变化面积百分比
Fig. 5Percentages of areas changed in SOM contents between 1980s and 2012
2.3 1980s、2012年不同土地利用类型SOM含量变化
由表4可知,1980s 及2012年各土地利用类型SOM含量比较结果均为：水田>园地>旱地。SOM含量由土壤输入的有机物质量和不同土地利用类型有机物质矿化速率间的平衡共同决定。不同土地利用类型由于施肥等农业管理措施不同,导致土壤的理化性状发生改变,进而影响SOM的分解与转化[28]。由于水田长期处于嫌气状态,有机物质矿化率较低,有利于SOM的积累和保存,而在热带地区旱季,降水减少,园地和旱地土壤处于通气状态,微生物活动强烈,SOM分解速率快,故SOM含量相对水田要低。园地只有果实被带离土壤,落叶仍会还田,同时,园地耕翻少,便于有机质积累,而该区旱地多种植蔬菜、甘蔗及玉米等作物,地上部分茎叶大部分被带走,较少还田,且每季收获后均耕翻,利于土壤有机物质矿化,因此,旱地SOM含量要低于园地。由表4可知,1980s和2012年SOM含量均值分别为20.57和15.89 g·kg-1,按全国第二次土壤普查养分分级标准,分别处于三级、四级标准。从标准误差来看,两个时期分别为0.43、0.59,数据波动较小,表明结果较为可靠。时隔近30年,该区SOM含量整体呈减少趋势,2012年SOM含量较1980s减少了4.68 g·kg-1,减少率为22.75%;从SOM含量范围来看,1980s—2012年,SOM含量最小值由0.20 g·kg-1增加至3.16 g·kg-1,最大值由86.56 g·kg-1减小至38.12 g·kg-1。
Table 4
表4
表4海南岛不同土地利用类型SOM含量统计特征
Table 4
| 土地利用类型 Land-use types | 1980s | 2012年 | SOM含量变化 Change of SOM contents (g·kg-1) | ||||
|---|---|---|---|---|---|---|---|
| 样本数 Sample size | 均值±标准误差 Mean ± Stderr (g·kg-1) | 范围 Range (g·kg-1) | 样本数 Sample size | 均值±标准误差 Mean ± Stderr (g·kg-1) | 范围 Range (g·kg-1) | ||
| 水田 Paddy field | 607 | 23.48±0.57 a | 1.4—86.56 | 70 | 17.06±0.91 a | 4.43—38.12 | -6.42 |
| 旱地 Dry land | 245 | 14.48±0.70 c | 0.2—70.84 | 32 | 13.20±1.27 b | 3.85—27.81 | -1.28 |
| 园地 Garden plot | 138 | 18.60±0.93 b | 1.54—55.76 | 60 | 15.95±0.94 a | 3.16—35.3 | -2.65 |
| 总体 All | 990 | 20.57±0.43 | 0.20—86.56 | 162 | 15.89±0.59 | 3.16—38.12 | -4.68 |
新窗口打开|下载CSV
从土地利用类型来看,3种类型SOM含量均呈减少趋势,其中水田减少最为明显,减少了6.42 g·kg-1,减少率为27.34%;其次为园地,减少了2.65 g·kg-1,减少率为14.25%;而旱地减少量最小,为1.28 g·kg-1,减少率为8.84%。
2.4 SOM时空变异的驱动因素分析
2.4.1 水田轮作制度变化对SOM时空变异的影响 由表5可知,1980s中期（1985—1987年,下同）至2010s初期（2010—2012年,下同）近30年间,海南省耕地面积变化不大（仅减少了2.95%）,但作物总播种面积（简称播面,下同）大幅度上升,由751 566 hm2增加到842 164 hm2,增加了12.05%。其中,蔬菜播面占总播面的比例由1980s中期的4.32%上升到2010s中期的26.48%,增加了6倍,已占到作物总播面的1/4强。除蔬菜外,其他作物播种面积均在减少,其中水稻降幅最大,播种面积占作物总播种面积的比例由1980s中期的52.61%下降到2010s初期的38.16%,下降了14.44个百分点。除蔬菜和水稻外的其他作物播种面积占总播种面积比例：1980s中期为43.07%,2010s初期为35.36%,减少了7.7个百分点。相应地,该区复种指数由1.73增加至2.00,说明作物的茬口增加,土地利用强度加大。两个年代相比,海南岛的耕地面积变化不大,水稻播面大量减少,而蔬菜播面大幅增加,占总播面比例由不足5%增加到1/4强,说明传统的双季稻、三季稻种植制度（水田连作）已经发生改变,稻菜轮作（水旱轮作）在当地种植制度中已经占有相当的比重。Table 5
表5
表51985—2012年农业统计数据变化
Table 5
| 项目 Item | 1985—1987年1) Year 1985-1987 | 2010—2012年2) Year 2010-2012 | 变化值 Change | 变化率 Rate of change (%) |
|---|---|---|---|---|
| 总耕地面积Arable land area（hm2） | 434 118 | 421 324 | -12 794 | -2.95 |
| 水田面积Paddy field area（hm2） | 258 288 | 224 206 | -34 082 | -13.20 |
| 旱地面积Dry land area（hm2） | 175 830 | 197 118 | 21 288 | 12.11 |
| 园地面积（含热作） Garden plot area(include tropical crops) (hm2) | 428 064 | 825 301 | 397 236 | 92.80 |
| 热作面积Tropical crops area（hm2） | 386 864 | 646 249 | 259 385 | 67.05 |
| 橡胶面积Rubber area（hm2） | 328 825 | 505 825 | 177 000 | 53.83 |
| 橡胶面积/园地面积 Rubber area/Garden plot area（%） | 76.82 | 61.29 | -15.53 | -- |
| 总播种面积Total sown area（hm2） | 751 566 | 842 164 | 90 598 | 12.05 |
| 复种指数Multiple cropping index | 1.73 | 2.00 | 0.27 | -- |
| 水稻播种面积Rice sown area（hm2） | 395 371 | 321 412 | -73 959 | -18.71 |
| 蔬菜播种面积Vegetables sown area（hm2） | 32 440 | 223 032 | 190 592 | 587.52 |
| 水稻播种面积/总播种面积 Rice sown area/Vegetables sown area (%) | 52.61 | 38.16 | -14.44 | -- |
| 蔬菜播种面积/总播种面积 Vegetables sown area/Total sown area（%） | 4.32 | 26.48 | 22.26 | -- |
新窗口打开|下载CSV
由此可见,水田连作改为水旱轮作（稻菜轮作）是导致该区水田SOM含量下降的重要原因。由于特殊的地理环境以及经济利益的驱使,自20世纪90年代以来,海南岛多地逐渐实行稻-稻-菜或稻-菜轮作方式,即在每年的5—11月份种植双季稻,11—4月份种植蔬菜,或仅种植一季水稻（早稻或中稻）,直到冬季种植蔬菜,种植蔬菜期间,多数地区种植两茬甚至三茬蔬菜,蔬菜播种面积持续增加[29]。而该岛5—10月为雨季,11—4月份为旱季,水稻在雨季种植,蔬菜主要在旱季种植。相对于水稻,蔬菜对养分的需求量更大,当稻田转化为菜地后,没有了淹水还原条件,一方面不利于还田有机物质的积累,氧化条件使土壤有机质矿化加剧;另一方面,11—4月的蔬菜季为旱季,降水减少但热带地区气温仍然较高,有利于土壤有机质的矿化分解。重要的是,蔬菜多为浅根系,其根系生物量小,同时茎叶水分含量大,收获后,非食用茎叶极少还田,因此,菜季还田生物量少。可见,水田连作改为水旱轮作（稻菜轮作）导致生物输入量减少同时土壤有机质的矿化量增加,从而造成海南岛SOM含量呈下降趋势。本结果也与李忠配、史利江、曾招兵等[30-31,11]的研究结果相一致。
2.4.2 土地利用方式变化对园地SOM时空变异的影响 本文空间统计发现,1980s — 2012年,由林地转换成园地部分占所有林地转换类型的94%,由林地转换为园地后,SOM含量减少2.55 g·kg-1,减少率为13.52%。两个时期均为园地部分SOM含量亦呈减少趋势,减少1.82 g·kg-1,减少率为9.85%。
由表5可知,时隔近30年,该区园地面积呈明显的增加趋势,由1980s中期的428 064 hm2增加至2010s的825 301 hm2,增加397 236 hm2,增加了92.80%,橡胶林、果林面积均有大幅度增加。其中,两个时期橡胶面积占园地面积的比例均在60%以上,橡胶林增加面积最大,由1980s中期的328 825 hm2增加至2010s初期的505 825 hm2,增加了53.83%。当天然林转变为人工橡胶林后,SOM大幅度下降,其中表层损失较底层更为严重[32,33]。实际上,当天然林地开垦为橡胶林和其他果林等园地后,裸露土面增加,并有一定耕翻,造成水土流失增加,从而加剧养分流失;同林地相比,园地植物枯枝落叶减少,但吸取土壤养分量增加,进而造成SOM含量的减少。国内外研究表明：新垦耕地造成SOM含量减少,其中,在前20—30年SOM含量减少比较迅速,之后减少速度缓慢,在30年左右达到新的平衡[34]。海南省橡胶种植面积从1980s年中期至2010s初期增加了17.7万hm2,其他园地面积同期增加了约22万hm2,与此同时耕地面积仅减少约1.3万hm2,由此可见,海南园地主要由林地开垦而来,且正处在开垦10—30年之间,开垦年限较短,因而这些园地的SOM含量正处于迅速下降阶段。
另一方面,园地 SOM 含量变化与农业管理措施等密切相关。橡胶的生长需要吸取大量的土壤养分,且养分多被割胶所带走,不再返还胶园土壤中,长期下来必定会造成土壤养分的下降;将海南岛坡度图与2010年遥感解译土地利用图叠加发现,该区园地平均坡度为4.65°,该区高温多雨,地形复杂,园地存在水土流失现象,且橡胶园地表植被较稀疏,人为采胶对土地进行践踏,干扰较为严重,一定程度上加重了水土流失的发生,水土流失会带走一部分土壤养分;此外,该区存在施肥不合理现象,重化肥轻施有机肥。因此,在上述因素的综合作用下致使胶园SOM含量呈下降趋势。
3 讨论
3.1 施肥、作物产量与SOM时空变异的关系
根据国家统计局官方网站年度数据,1980s后期（1988—1990年,下同）、2000s（2000—2002年,下同）、2010s初期（2010—2012年,下同）农用化肥施用折纯量均值分别为11.60、27.40、46.56万吨,自1988年以来,海南省农用化肥施用折纯量呈增加趋势,其中,2010s初期农用化肥施用折纯量是1980s后期的4倍,与此同时,水稻产量呈增加趋势,1980s后期、2000s、2010s初期水稻单产均值分别为3 149.8、4 127.8、4 542.1 kg·hm-2,2010s初期水稻单产较1980s后期增加了1 392.3 kg·hm-2,增产44.20%,而秸秆产量也有相应地增加。研究表明,大量施肥在短期内能够保证作物产量,但从长远来看,并不能维持SOM含量等级[35]。而且海南岛秸秆还田较少[36],耕地土壤有机物质的积累有限。长期以来,海南岛存在施肥不合理现象,重化肥轻施有机肥。2010年海南省单县平均牲畜存栏量（牛、山羊、猪年末存栏量与家禽（鸡、鸭、鹅）年内出栏量之和）为732万头,虽与1990年（99万头）相比有了很大提高（是1990年的7倍）,但同河南省（2010年和1990年分别为2 481、844万头）相比,两个时期分别少3.4倍、8.5倍,表明海南有机肥来源不足,调查发现,该区较少从外地购买有机肥,有机肥施用量有限,土壤有机物质补充不足。从菜地施肥现状来看,海南岛蔬菜施肥量也远低于其他蔬菜种植大省。吉清妹[37]对海南省定安、澄迈、文昌、琼海4县共计47个农户调查显示,冬瓜和辣椒的平均施氮量分别为167.94和120.64 kg·hm-2,平均144.29 kg·hm-2,其中有机肥氮含量占总施肥量的27%和23%。官利兰[38]在广东省4县74户蔬菜种植户施肥调查结果显示,平均施N量为611.19 kg·hm-2,其中有机肥氮含量占总施氮量的27%。张怀志[39]在河北、天津7县区156户设施菜地的调查结果显示,平均施氮量为1127 kg·hm-2。广东、河北上述地区调查的施氮量分别是海南省的4.2倍和7.8倍,可见,对需肥量较高的蔬菜,海南省的氮肥施用量也少于其他地区,因此,肥料氮对土壤有机质的补充有限。
海南地处热带地区,暴雨、台风频繁,地形复杂（以五指山、鹦哥岭为中心,形成中间高耸、四周低平的环形层状梯级地貌）[40]。在气候与地形的综合影响下,该区农业土壤水土流失严重。而水土流失容易引起土壤养分流失、土壤质量退化等问题。有研究表明,在降雨条件下,该区农田SOM、N、P随径流流失,平均流失量分别为92.42、3.13、1.30 kg·hm-2·a-1,肥料流失严重[41]。虽然该区施肥量有较大的提高,但0—20 cm土层SOM含量整体仍然呈下降趋势。
目前国内外关于作物产量与SOM含量之间的关系并未得出一致的结论。LAL[42]和PAN[43]的研究表明作物产量与SOM含量存在较好的正相关关系。但YANG等[44]在吉林地区的研究得出相反的结论,认为作物产量与SOM含量存在负相关关系。LOVELAND和WEBB[45]对温带地区的研究表明,SOM含量与作物产量之间并没有确定的定量关系。从本研究区水稻单产和SOM含量的情况来看,水稻单产增加可能会耗竭更多土壤养分,从而导致土壤养分降低。
3.2 海南岛SOM时空变异特征
时隔近30年,海南岛SOM含量整体呈减少趋势,减少率为22.75%。其中,水田减少最为明显,减少率为27.34%。水田连作改为稻菜轮作（水旱轮作）是该区水田SOM含量减少的重要原因。这与曾招兵等[11]在广东省的研究结果相一致。但与赵明松等[8]在江苏的研究结果不同,江苏省1980—2006年0—20 cm土层SOM含量整体呈增加趋势,增加率为10.63%,其中,水田转换为旱地后,SOM含量亦呈增加趋势,增加2.93 g·kg-1。这是因为相对于海南岛,江苏省气温较低、降水减少,肥料淋溶损失减弱,更为重要的是该省大力实行秸秆还田技术,促进了有机物质的累积。另胡克林等[46]在北京郊区的研究结果也表明秸秆还田和施用有机肥是SOM含量上升的重要原因。因此,建议今后海南岛推行秸秆还田技术、有效利用畜禽粪便等有机肥料。4 结论
4.1 时隔近30年,海南岛SOM含量整体呈减少趋势,2012年SOM含量较1980s减少了4.68 g·kg-1,减少率为22.75%。其中,水田的SOM含量减少最为明显,减少率为27.34%;其次为园地,减少率为14.25%;而旱地减少量最小,减少率为8.84%。4.2 SOM含量减小量主要是1—10 g·kg-1,分布在岛内除东部、东北部以外大部分地区,占全岛面积的60.23%;SOM含量增加量主要是1—5和5—10 g·kg-1,分布在岛内东北部、东部沿海地区,占全岛面积的19.47%;SOM含量变化在-1—1 g·kg-1,即SOM基本保持不变,在岛内各区均有分布,占全岛面积11.30%。
4.3 水稻连作改为稻菜轮作,林地开垦为园地、土地利用强度加大是造成海南岛SOM含量下降的主要原因。
致谢：
海南省农业科学院农业环境与土壤研究所张文、曾建华、符传良老师和本所李兆君老师在采样方案制定和采样过程中给予指导和帮助。宁东峰、李育鹏在采样中付出辛勤劳动,在此一并致谢！参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
DOI:10.5846/stxb201209301364URLMagsci [本文引用: 1]
以作物土壤试验数据为基础，结合多年的农户调查数据，采用Moran’s I指数分析、Pearson相关系数分析和Kriging插值3种地统计学方法，探讨了浙江省浦江县作物种植前后土壤有机质及氮磷钾等养分因子的空间演化规律。研究发现Moran’s I指数分析证实随着区域范围的加大，各因子间自相关程度产生较大差异。这一点在Pearson相关系数分析中也得到证实，并在kriging插值图中直观表达。结果还表明：有机质和碱解氮的形成与水的关系较为密切，水源区两因子的含量较周边高，且会促进前者向后者转化。养分投入后，过多的养分在土壤中降解过程与区域自然环境条件的关系较密切。同一作物的农户养分投入在不同区域差异较大，不同作物的农户养分投入在区域内却存在量的相关。
DOI:10.5846/stxb201209301364URLMagsci [本文引用: 1]
以作物土壤试验数据为基础，结合多年的农户调查数据，采用Moran’s I指数分析、Pearson相关系数分析和Kriging插值3种地统计学方法，探讨了浙江省浦江县作物种植前后土壤有机质及氮磷钾等养分因子的空间演化规律。研究发现Moran’s I指数分析证实随着区域范围的加大，各因子间自相关程度产生较大差异。这一点在Pearson相关系数分析中也得到证实，并在kriging插值图中直观表达。结果还表明：有机质和碱解氮的形成与水的关系较为密切，水源区两因子的含量较周边高，且会促进前者向后者转化。养分投入后，过多的养分在土壤中降解过程与区域自然环境条件的关系较密切。同一作物的农户养分投入在不同区域差异较大，不同作物的农户养分投入在区域内却存在量的相关。
DOI:10.11849/zrzyxb.20160623URL [本文引用: 1]
遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视.论文运用随机森林(Random Forest,RF)算法,基于AWIFS(分辨率56 m)和MODIS(分辨率250 m)遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算.结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg-1,黄土高原南部处于中等水平,大部分在16～25 g·kg“之间,关中平原和汉中低山丘陵区含量偏低,大部分在13～25 g·kg-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg-1.基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大.基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3g·kg-1,预测值与实测值的相关系数在0.7以上.高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降.
DOI:10.11849/zrzyxb.20160623URL [本文引用: 1]
遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视.论文运用随机森林(Random Forest,RF)算法,基于AWIFS(分辨率56 m)和MODIS(分辨率250 m)遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算.结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg-1,黄土高原南部处于中等水平,大部分在16～25 g·kg“之间,关中平原和汉中低山丘陵区含量偏低,大部分在13～25 g·kg-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg-1.基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大.基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3g·kg-1,预测值与实测值的相关系数在0.7以上.高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降.
DOI:10.3321/j.issn:0023-074X.2006.07.002URLMagsci [本文引用: 2]
调研并分析了中国大陆1993年以来关于区域农田土壤有机碳变化的文献200余篇. 为了客观评价中国大陆农田有机碳的变化, 从中选出132篇具有代表性的文献, 这些文献涵盖了不同地区60000余个土壤样品的测定结果. 分析结果表明, 近20年来占中国大陆农田面积53%~59%的土壤有机碳含量呈增长趋势, 30%~31%呈下降趋势, 4%~6%基本持平. 进一步分析结果指出, 中国大陆农田表土有机碳贮量总体增加了311.3~401.4 Tg. 其中, 华东和华北地区增加明显, 但东北地区呈下降趋势. 有机碳含量增加明显的土壤类型为水稻土和潮土, 黑土下降显著. 有机碳含量增加主要归因于秸秆还田与有机肥施用、化肥投入增加与合理的养分配比以及少(免)耕技术的推广; 黑土区有机碳含量下降的主要原因是水土流失和投入不足. 为了有效地促进农田土壤碳固定, 最大限度地遏制东北地区土壤有机碳下降的趋势, 未来应通过配套技术的研究、农户培训和政府补贴等措施, 进一步推广秸秆还田、平衡施肥、少(免)耕等保护性耕作措施, 加大水土流失的综合治理力度. 与此同时, 为了应对后《京都议定书》时代对中国可能产生的减排压力, 未来需加强4个方面的研究: (1)第二次土壤普查期间及目前中国农田土壤有机碳贮量, (2)由自然因素和人为因素控制的农田土壤有机碳变化机理, (3)增加土壤碳固定及减少碳损失的有效途径, (4)农田土壤的固碳潜力及未来演变趋势.
DOI:10.3321/j.issn:0023-074X.2006.07.002URLMagsci [本文引用: 2]
调研并分析了中国大陆1993年以来关于区域农田土壤有机碳变化的文献200余篇. 为了客观评价中国大陆农田有机碳的变化, 从中选出132篇具有代表性的文献, 这些文献涵盖了不同地区60000余个土壤样品的测定结果. 分析结果表明, 近20年来占中国大陆农田面积53%~59%的土壤有机碳含量呈增长趋势, 30%~31%呈下降趋势, 4%~6%基本持平. 进一步分析结果指出, 中国大陆农田表土有机碳贮量总体增加了311.3~401.4 Tg. 其中, 华东和华北地区增加明显, 但东北地区呈下降趋势. 有机碳含量增加明显的土壤类型为水稻土和潮土, 黑土下降显著. 有机碳含量增加主要归因于秸秆还田与有机肥施用、化肥投入增加与合理的养分配比以及少(免)耕技术的推广; 黑土区有机碳含量下降的主要原因是水土流失和投入不足. 为了有效地促进农田土壤碳固定, 最大限度地遏制东北地区土壤有机碳下降的趋势, 未来应通过配套技术的研究、农户培训和政府补贴等措施, 进一步推广秸秆还田、平衡施肥、少(免)耕等保护性耕作措施, 加大水土流失的综合治理力度. 与此同时, 为了应对后《京都议定书》时代对中国可能产生的减排压力, 未来需加强4个方面的研究: (1)第二次土壤普查期间及目前中国农田土壤有机碳贮量, (2)由自然因素和人为因素控制的农田土壤有机碳变化机理, (3)增加土壤碳固定及减少碳损失的有效途径, (4)农田土壤的固碳潜力及未来演变趋势.
DOI:10.11766/trxb201703180633 [本文引用: 2]
土壤有机质含量是影响土壤肥力水平的重要指标,也是开展耕地质量建设、科学施肥工作的基础.利用2005—2014年测土配方施肥项目数据与全国第二次土壤普查数据进行对比,分析了近30年来中国农田耕层土壤有机质的变化趋势.结果显示,30年来我国农田耕层土壤有机质含量呈整体上升趋势,目前,全国耕层土壤有机质平均含量为24.65 g kg-1,较全国第二次土壤普查时期提高4.85 g kg-1,提高24.49%.其中,30~40 g kg-1等级比例增加3.64个百分点,20~30 g kg-1等级比例增加5.68个百分点,10~20 g kg-1等级比例增加5.36个百分点.需要引起注意的是,大于40 g kg-1等级比例减少了1.38个百分点.
DOI:10.11766/trxb201703180633 [本文引用: 2]
土壤有机质含量是影响土壤肥力水平的重要指标,也是开展耕地质量建设、科学施肥工作的基础.利用2005—2014年测土配方施肥项目数据与全国第二次土壤普查数据进行对比,分析了近30年来中国农田耕层土壤有机质的变化趋势.结果显示,30年来我国农田耕层土壤有机质含量呈整体上升趋势,目前,全国耕层土壤有机质平均含量为24.65 g kg-1,较全国第二次土壤普查时期提高4.85 g kg-1,提高24.49%.其中,30~40 g kg-1等级比例增加3.64个百分点,20~30 g kg-1等级比例增加5.68个百分点,10~20 g kg-1等级比例增加5.36个百分点.需要引起注意的是,大于40 g kg-1等级比例减少了1.38个百分点.
DOI:10.11820/dlkxjz.2006.02.013Magsci [本文引用: 1]
<p>分析、预测土壤属性空间变异及其动态是区域土地质量评价和可持续土地利用的一个重要组成部分。在陕西省横山县采集了254个耕层(0~20cm)土样，利用数字地形与遥感影像分析技术，提取了相关地形与遥感指数，分析不同土地利用类型、不同地形条件下土壤有机质空间变异及分布特征，并利用相关因子进行回归预测分析。结果表明，县域土壤有机质平均含量很低，变异性较大。不同土地利用类型土壤有机质差异显著，其中以水稻田有机质含量最高，而林地和灌木林地相对较低。不同土地利用类型土壤有机质含量次序为:水稻田>川地>梯田>坝地>荒草地>坡耕地>林地>灌木林地。不同坡度分析表明，“0~3°”这一坡度等级有机质含量显著高于其它坡度等级;不同坡向有机质含量差异不显著，但不同坡向有机质含量存在一个明显的趋势，阴坡有机质含量整体上要比阳坡高。相关分析表明土壤有机质与高程h呈现负相关关系，与坡向的余弦值COSα正相关，与复合地形指数CTI正相关;土壤有机质和修正后的土壤调节植被指数(MSAVI)以及湿度指数(WI)正相关。利用相关环境变量及遥感指数进行多元线性逐步回归分析，预测结果不甚理想，存在一个平滑效应，对于残差解释相对较低，须进一步研究以更好的解释残差。</p>
DOI:10.11820/dlkxjz.2006.02.013Magsci [本文引用: 1]
<p>分析、预测土壤属性空间变异及其动态是区域土地质量评价和可持续土地利用的一个重要组成部分。在陕西省横山县采集了254个耕层(0~20cm)土样，利用数字地形与遥感影像分析技术，提取了相关地形与遥感指数，分析不同土地利用类型、不同地形条件下土壤有机质空间变异及分布特征，并利用相关因子进行回归预测分析。结果表明，县域土壤有机质平均含量很低，变异性较大。不同土地利用类型土壤有机质差异显著，其中以水稻田有机质含量最高，而林地和灌木林地相对较低。不同土地利用类型土壤有机质含量次序为:水稻田>川地>梯田>坝地>荒草地>坡耕地>林地>灌木林地。不同坡度分析表明，“0~3°”这一坡度等级有机质含量显著高于其它坡度等级;不同坡向有机质含量差异不显著，但不同坡向有机质含量存在一个明显的趋势，阴坡有机质含量整体上要比阳坡高。相关分析表明土壤有机质与高程h呈现负相关关系，与坡向的余弦值COSα正相关，与复合地形指数CTI正相关;土壤有机质和修正后的土壤调节植被指数(MSAVI)以及湿度指数(WI)正相关。利用相关环境变量及遥感指数进行多元线性逐步回归分析，预测结果不甚理想，存在一个平滑效应，对于残差解释相对较低，须进一步研究以更好的解释残差。</p>
DOI:10.1016/S0883-2927(03)00045-3URL [本文引用: 1]
Soil organic C (SOC) concentrations in topsoil samples taken at 678 sites in the grassland of Ireland were investigated using statistics and geostatistics. SOC concentrations (Walkley lack method) follow a lognormal distribution, with a median and geometric mean of 5.0%, and an arithmetic mean of 5.3%. Statistically significant (=0.17) between SOC and pH. Lower SOC concentrations were associated with higher percentages of land in tillage. In order to obtain a robust measurement of spatial structure, spatial outliers were detected, and subsequently eliminated, using the local Moran's I index. The spatial distribution of SOC concentrations based on kriging interpolation showed coherent spatial patterns, with the highest values in the western coastal area, and relatively low values in the inland and southeastern coastal areas; soils at higher elevation were also found to contain higher SOC concentrations. These patterns are consistent with the distribution of rainfall within the country.
URL [本文引用: 2]
基于河北省第二次全国土壤普查数据,运用方差分析和回归分析对比了河北省土壤类型和一级土地利用类型对0～20 cm深土壤有机碳空间分布的影响,探讨了省域土壤有机碳空间分布的主控因子。研究结果表明,土壤类型和土地利用是河北省表层土壤有机碳密度空间分布的重要影响因子。其中土壤类型对土壤有机碳密度空间分布的影响与土壤分类级别相关,土壤分类级别越低,对土壤有机碳密度空间变异的反映能力越大。与土壤类型相比,土地利用对表层土壤有机碳密度空间分异的解释能力要大于土类,但小于亚类和土属。为此,在省域尺度对土壤有机碳密度进行区域预测和估算时应将土地利用和土壤类型结合起来作为土壤有机碳空间分布的主控因子,优先考虑土地利用后,在相同土地利用类型内再尽量以低级土壤分类进行空间预测或估算。
URL [本文引用: 2]
基于河北省第二次全国土壤普查数据,运用方差分析和回归分析对比了河北省土壤类型和一级土地利用类型对0～20 cm深土壤有机碳空间分布的影响,探讨了省域土壤有机碳空间分布的主控因子。研究结果表明,土壤类型和土地利用是河北省表层土壤有机碳密度空间分布的重要影响因子。其中土壤类型对土壤有机碳密度空间分布的影响与土壤分类级别相关,土壤分类级别越低,对土壤有机碳密度空间变异的反映能力越大。与土壤类型相比,土地利用对表层土壤有机碳密度空间分异的解释能力要大于土类,但小于亚类和土属。为此,在省域尺度对土壤有机碳密度进行区域预测和估算时应将土地利用和土壤类型结合起来作为土壤有机碳空间分布的主控因子,优先考虑土地利用后,在相同土地利用类型内再尽量以低级土壤分类进行空间预测或估算。
URL [本文引用: 3]
土壤有机质(SOM)含量是估算土壤碳储量、评价土壤肥力的重要指标,研究SOM时空演变对评估区域土壤固碳潜力,实现土壤可持续利用具有重要意义。以江苏省为例,利用全国第二次土壤普查资料和2006年采样数据,基于地统计学方法和GIS技术,对比研究了1980-2006年全省范围内表层(0~20 cm)SOM含量的时空变异特征及其驱动因子。结果表明:1980年和2006年江苏省SOM平均含量分别为16.55±8.50 g kg-1和18.31±8.32 g kg-1,变异系数分别为51.36%和45.44%。两个时期SOM的变异函数均符合指数模型,块金系数由51.85%增加为56.52%,变程由71.55 km减少至37.83 km,SOM含量的空间自相关性减弱,自相关距离减小。1980-2006年,SOM含量空间分布呈现出北增南减,沿江平原增,宁镇丘陵减,滨海平原基本持平的空间格局,增加幅度由北向南逐渐减小。SOM含量的初始值影响其空间格局的演变,总体上呈现初始SOM含量的高值降低、低值增加的趋势。肥料的大量使用在提高粮食产量的同时也增加了作物残茬和根系的生物量;秸秆还田的大力推行,使得大量的有机物质进入土壤,促进了SOM的累积。不同的土地利用变化对SOM含量变化的作用不同,土地利用方式转变成水田、旱地和林地促进了SOM的增加,而转变成荒地后导致SOM含量下降。
URL [本文引用: 3]
土壤有机质(SOM)含量是估算土壤碳储量、评价土壤肥力的重要指标,研究SOM时空演变对评估区域土壤固碳潜力,实现土壤可持续利用具有重要意义。以江苏省为例,利用全国第二次土壤普查资料和2006年采样数据,基于地统计学方法和GIS技术,对比研究了1980-2006年全省范围内表层(0~20 cm)SOM含量的时空变异特征及其驱动因子。结果表明:1980年和2006年江苏省SOM平均含量分别为16.55±8.50 g kg-1和18.31±8.32 g kg-1,变异系数分别为51.36%和45.44%。两个时期SOM的变异函数均符合指数模型,块金系数由51.85%增加为56.52%,变程由71.55 km减少至37.83 km,SOM含量的空间自相关性减弱,自相关距离减小。1980-2006年,SOM含量空间分布呈现出北增南减,沿江平原增,宁镇丘陵减,滨海平原基本持平的空间格局,增加幅度由北向南逐渐减小。SOM含量的初始值影响其空间格局的演变,总体上呈现初始SOM含量的高值降低、低值增加的趋势。肥料的大量使用在提高粮食产量的同时也增加了作物残茬和根系的生物量;秸秆还田的大力推行,使得大量的有机物质进入土壤,促进了SOM的累积。不同的土地利用变化对SOM含量变化的作用不同,土地利用方式转变成水田、旱地和林地促进了SOM的增加,而转变成荒地后导致SOM含量下降。
DOI:10.1111/j.1365-2486.2003.00717.xURL [本文引用: 1]
Carbon (C) storage and sequestration in agricultural soils is considered to be an important issue in the study of terrestrial C cycling and global climatic change. The baseline C stock and the C sequestration potential are among the criteria for a re%gion or a state to adopt strategies or policies in response to commitment to the Kyoto Protocol. Paddy soils represent a large portion of global cropland. However, little information on the potential of C sequestration and storage is available for such soils. In this paper, an estimation of the topsoil soil organic carbon (SOC) pool and the sequestration potential of paddy soils in China was made by using the data from the 2nd State Soil Survey carried out during 1979-1982 and from the nationwide arable soil monitoring system established since then. Results showed that the SOC density ranged from 12 to 226 t C ha(-1) with an area-weighted mean density of 44 t C ha(-1), which is comparable to that of the US grasslands and is higher than that of the cultivated dryland soils in China and the US. The estimated total topsoil SOC pool is 1.3 Pg, with 0.85 Pg from the upper plow layer and 0.45 Pg from the plowpan layer. This pool size is similar to2%of Chinas total storage in the top 1 m of the soil profiles and similar to4%of the total topsoil pool, while the area percentage of paddy soil is 3.4%of the total land. The C pool in paddy soils was found predominantly in southeast China geographically and in the subgroups of Fe-accumulating and Fe-leaching paddy soils pedogenetically. In comparison with dryland cultivation, irrigation-based rice cultivation in China has induced significant enrichment of SOC storage (0.3 Pg) in paddy soils. The induced total C sequestration equals half of Chinas total annual CO2 emission in the 1990s. Estimates using different SOC sequestration scenarios show that the paddy soils of China have an easily attainable SOC sequestration potential of 0.7 Pg under present conditions and may ultimately sequester 3.0 Pg. Soil monitoring data showed that the current C sequestration rate is 12 Tg yr(-1). The total C sequestration potential and the current sequestration rate of the paddy soils are over 30%, while the area of the paddy soils is 26%that of Chinas total croplands. Therefore, practicing sustainable agriculture is urgently needed for enhancing SOC storage to realize the ultimate SOC sequestration of rice-based agriculture of China, as the current C sequestration rate is significantly lower than the potential rate.
DOI:10.1016/j.geoderma.2007.06.010URL [本文引用: 1]
The objective of this study was to explore the spatio-temporal variability of soil organic matter (SOM) in the urban–rural transition zone of Beijing. SOM content in agricultural soils were measured in 1980, 1990 and 2000 in Daxing County of Beijing in-situ and data of 1980 and 1990 were obtained from the National Soil Survey (NSS). Descriptive statistics and geostatistics were used to analyze the data and the kriging method was applied to map the spatial patterns of SOM. The results showed that mean SOM was 9.95g kg 61 1 in 1980, 12.76g kg 61 1 in 1990 and 12.89g kg 61 1 in 2000. SOM was spatially correlated at a larger distance of 32.0km in the E–W direction for the three years, and at a shorter distance of 24.6, 23.3 and 19.0km in the N–S direction in 1980, 1990 and 2000, respectively, which showed that there was more variability in SOM in the N–S areas across the period of 20years. The mapping showed a decreasing trend of SOM from north to south across the county. SOM levels were classified into six levels (< 6, 6–10, 10–12, 12–15, 15–20 and > 20g kg 61 1) based on the standards set by the NSS. The SOM slightly increased from low to high levels from 1980 to 2000. The main factors affecting SOM levels were the soil texture, land use and farming practices. The increasing trend might be attributed to the widespread practices of mulching and organic manure applications.
DOI:10.3969/j.issn.0253-9829.2013.01.013URL [本文引用: 3]
利用广东省1984—2010年的土壤长期定位监测数据,对全省20多年来的耕地土壤有机质变化趋势进行了分析。结果表明:1984—2010年,全省耕层土壤有机质含量总体表现稳定,但近年来呈下降趋势,尤其是珠三角地区较为明显。全省不同区域的有机质含量差异显著,粤东地区偏低,平均含量比粤北低22%。不同土壤类型的耕地有机质变化趋势亦有差别,赤红壤和紫色土耕地的有机质含量偏低,分别只有13.0 g/kg和11.2 g/kg,占耕地面积比例最大的水稻土近5年来有机质含量下降了1.5 g/kg。对全省耕地有机质变化的驱动力分析表明,优质农田的流失、种植模式的变化是影响全省耕地有机质含量整体水平降低的原因之一。
DOI:10.3969/j.issn.0253-9829.2013.01.013URL [本文引用: 3]
利用广东省1984—2010年的土壤长期定位监测数据,对全省20多年来的耕地土壤有机质变化趋势进行了分析。结果表明:1984—2010年,全省耕层土壤有机质含量总体表现稳定,但近年来呈下降趋势,尤其是珠三角地区较为明显。全省不同区域的有机质含量差异显著,粤东地区偏低,平均含量比粤北低22%。不同土壤类型的耕地有机质变化趋势亦有差别,赤红壤和紫色土耕地的有机质含量偏低,分别只有13.0 g/kg和11.2 g/kg,占耕地面积比例最大的水稻土近5年来有机质含量下降了1.5 g/kg。对全省耕地有机质变化的驱动力分析表明,优质农田的流失、种植模式的变化是影响全省耕地有机质含量整体水平降低的原因之一。
URL [本文引用: 1]
为了深入了解城市化对城郊农业土壤有机质变化的影响,本研究运用GIS和地统计学结合的方法,对上海市土壤有机质的时空变异规律及其驱动因子进行了探讨。研究结果表明,土壤有机质在整个研究区内表现出中等程度变异,土壤有机质含量分布呈现出西南高,东部低的特点。1980—1999年土壤有机质含量增加,而1999—2010年土壤有机质含量下降。1999—2010年,由水田变为蔬菜地、苗圃时,土壤有机质含量分别下降6.72 g/kg和6.15 g/kg,而水田保持不变时,仅下降了1.51 g/kg。通过空间叠加分析可知,1999—2010年,上海市大部分地区土壤有机质含量呈减少趋势,只有北部、南部和西南的部分地区的土壤有机质含量有所增加。土壤有机质增加的区域离城市较远,而土壤有机质下降区域位于近郊,主要原因是近郊部分水田转化为蔬菜地和苗圃,土地利用方式改变导致了作物根茬和秸秆还田减少,同时有机质分解加快,因此引起了土壤有机质积累下降。
URL [本文引用: 1]
为了深入了解城市化对城郊农业土壤有机质变化的影响,本研究运用GIS和地统计学结合的方法,对上海市土壤有机质的时空变异规律及其驱动因子进行了探讨。研究结果表明,土壤有机质在整个研究区内表现出中等程度变异,土壤有机质含量分布呈现出西南高,东部低的特点。1980—1999年土壤有机质含量增加,而1999—2010年土壤有机质含量下降。1999—2010年,由水田变为蔬菜地、苗圃时,土壤有机质含量分别下降6.72 g/kg和6.15 g/kg,而水田保持不变时,仅下降了1.51 g/kg。通过空间叠加分析可知,1999—2010年,上海市大部分地区土壤有机质含量呈减少趋势,只有北部、南部和西南的部分地区的土壤有机质含量有所增加。土壤有机质增加的区域离城市较远,而土壤有机质下降区域位于近郊,主要原因是近郊部分水田转化为蔬菜地和苗圃,土地利用方式改变导致了作物根茬和秸秆还田减少,同时有机质分解加快,因此引起了土壤有机质积累下降。
DOI:10.1016/j.geoderma.2007.02.012URL [本文引用: 1]
In agricultural ecosystem, soil organic matter (SOM) and soil total nitrogen (STN) are important indexes in estimating the soil carbon stock, soil fertility and soil quality. This paper examines the temporal and spatial variation of SOM and STN in Rugao city, Jiangsu Province, an agricultural area in Yangtze River Delta region, China, as affected by farming practices using the data from 1982 through 1997 to 2002. Spatially, loamy Stagnic Anthrosols (Baipu) in the eastern area and clay Aquic Cambosols (Changqingsha) in the southern area had high contents of SOM and STN, whereas sandy Ustic Cambosols (Guoyuan) and Aquic Cambosols (Motou) in the mid-western areas had low SOM and STN contents, and loamy Aquic Cambosols (Banjing, Dongchen, etc.) in the northern or southern areas had medium SOM and STN contents. Temporally, SOM had shown a tendency to constantly increase in the past 20 years. During the period 1982–1997, the SOM and STN in the mid-western areas rapidly increased due to the effect of farming practices such as incorporating crop residues in soils and shifting from corn–wheat rotation to rice–wheat rotation. From 1997 to 2002, the soils in the eastern and southern areas had a rapid increase in SOM owing to the adjustment of agricultural and cropping structures and/or application of more organic fertilizers, whereas those in the mid-western areas increased slowly or even decreased because of reduced incorporation of crop residues in soils. Accordingly, STN content in the eastern and southern areas increased slightly, but soil STN content in the mid-western areas did not change or decreased in some areas. In conclusion, the incorporation of crop residues in soils and the application of organic fertilizers were effective in increasing SOM, whereas the application of organic fertilizers in combining with chemical fertilizers were effective for accumulating STN. As regards to the implementation of these sustainable measures under rapid economic development, the government must be liable for guiding or supporting farmers so that the sparse soil resources in the densely populated area can be appropriately utilized.
DOI:10.1016/S0378-4290(03)00005-4URL [本文引用: 1]
Improved management of nitrogen (N) in low N soils is critical for increased land productivity and economic sustainability. We report results of a rainfed rotation experiment, conducted in the Northwest Frontier Province (NWFP), Pakistan, during 1995–1999 to evaluate effects of residue retention and fertiliser N on N 2 fixation inputs and yields of a mungbean ( Vigna radiata)–wheat ( Triticum aestivum) sequence, and a lentil ( Lens culinaris)–summer cereal sequence. Mungbean and sorghum ( Sorghum bicolor) or maize ( Zea mays) were grown in the summers and lentil and wheat in the winters. Immediately after grain harvest, above-ground residues of all crops were either completely removed (61residue), or chopped into 5–20 cm pieces, spread across the plots and incorporated by chisel plough (+residue). Fertiliser N rates were nil or 120 kg N/ha for wheat and nil or 150 kg N/ha for sorghum/maize. The percentage of mungbean N derived from N 2 fixation (%Ndfa) ranged from 47% to almost 100% (mean of 75%). On average, mungbean fixed 112 kg N/ha (+residues) and 74 kg N/ha (61residues), with N balances of +64 kg N/ha (+residues) and +9 kg N/ha (61residues). Lentil %Ndfa ranged from 50 to 87% (mean of 73%). Values for crop N fixed were 42–85 kg N/ha, with a mean of 68 kg N/ha. Average N balances for lentil were +27 kg N/ha (+residues) and +16 kg N/ha (61residues). Grain yields of the 0N wheat responded to the previous mungbean (36% increase over the 0N sorghum), but showed an even greater response to fertiliser N applied to the previous sorghum (150% increase). Highest yields were recorded for the N-fertilised wheat (average of 2.27 t/ha). Shoot biomass yields of the 0N sorghum and maize responded strongly to the previous lentil crop (49% average increase over the 0N wheat) and fertiliser N, applied either to the crop itself (140%) or to the previous wheat crop (32%). Residue retention increased shoot biomass yields of both the summer (average of 20%) and winter crops (average of 9%). Grain yield benefits of residues were 13% for mungbean, and 8% for wheat and lentil. Soil organic N and total organic C, labile C and C management index (CMI), were all increased by N inputs, from both fertiliser and N 2 fixation, and by retention of residues We concluded that retention of residues improves the N economy of the cropping system and enhances crop productivity through the additional N and other soil effects. The question of whether farmers who traditionally remove residues for fodder and fuel would change practices and return the residues to the soil will depend to a large extent on the relative profitability of both options.
DOI:10.3969/j.issn.1000-6850.2007.07.123URLMagsci [本文引用: 1]
根据2004年采集的300个海南不同地区水稻土耕作层样品分析数据和第二次土壤普查的706个剖面点资料，对全省水稻土有机质时空变异特征进行了研究和分析。结果表明，海南水稻土有机质近20多年来下降十分明显，根据第二次土壤普查标准，属于“丰”水平的样点数从31.9%下降到22.4%，“中”水平的样点数变化不大，基本保持在31%左右，而“缺”水平样点数明显增加，从37.3%升高到46.6%，说明改变当前海南农民重化肥、轻有机肥偏向，大力提倡秸杆还田，增施有机肥，补充土壤有机质是维持海南水稻田地力的当务之急。
DOI:10.3969/j.issn.1000-6850.2007.07.123URLMagsci [本文引用: 1]
根据2004年采集的300个海南不同地区水稻土耕作层样品分析数据和第二次土壤普查的706个剖面点资料，对全省水稻土有机质时空变异特征进行了研究和分析。结果表明，海南水稻土有机质近20多年来下降十分明显，根据第二次土壤普查标准，属于“丰”水平的样点数从31.9%下降到22.4%，“中”水平的样点数变化不大，基本保持在31%左右，而“缺”水平样点数明显增加，从37.3%升高到46.6%，说明改变当前海南农民重化肥、轻有机肥偏向，大力提倡秸杆还田，增施有机肥，补充土壤有机质是维持海南水稻田地力的当务之急。
[D].
[本文引用: 1]
[D].
[本文引用: 1]
[D].
[本文引用: 1]
[D].
[本文引用: 1]
DOI:10.3969/j.issn.1000-2561.2016.02.020URLMagsci [本文引用: 1]
为探明海南土壤有机碳变化规律，以海南岛表层土壤有机碳为研究对象，在收集调查相关历史资料的基础上，采集土壤样品并测定其土壤有机碳含量，利用ArcGIS空间分析模块，分析1980s～2000s海南土壤有机碳时空变异特征并探讨其主要影响因素。结果表明，1980s和2000s海南表层土壤有机碳含量变幅为2.90～93.74 g/kg和0.25～44.67 g/kg，表层土壤有机碳含量总体呈下降趋势，全岛平均下降了5.86 g/kg。按土壤有机碳等级划分标准，1980s时期海南土壤有机碳主要分布在3、4级，而在20
DOI:10.3969/j.issn.1000-2561.2016.02.020URLMagsci [本文引用: 1]
为探明海南土壤有机碳变化规律，以海南岛表层土壤有机碳为研究对象，在收集调查相关历史资料的基础上，采集土壤样品并测定其土壤有机碳含量，利用ArcGIS空间分析模块，分析1980s～2000s海南土壤有机碳时空变异特征并探讨其主要影响因素。结果表明，1980s和2000s海南表层土壤有机碳含量变幅为2.90～93.74 g/kg和0.25～44.67 g/kg，表层土壤有机碳含量总体呈下降趋势，全岛平均下降了5.86 g/kg。按土壤有机碳等级划分标准，1980s时期海南土壤有机碳主要分布在3、4级，而在20
URL [本文引用: 1]
为探索适合热带地形复杂区土壤有机质(SOM)含量的空间预测方法,以海南岛为研究区域,结合地形因子、归一化植被指数、土壤类型、土地利用类型变量,选用普通克里格法(OK)、回归克里格法(RK)、随机森林模型(RF)三种方法对训练集128个样点SOM含量的空间分布规律进行预测,并通过验证集32个验证点比较了三种方法的预测精度。结果表明:(1)0~5 cm土层三种方法的平均预测误差(ME)均接近于0,从均方根预测误差(RMSE)来看,RF(0.8867)RK(0.910 4)OK(0.9641),从决定系数(R~2)来看,RF(0.214 1)RK(0.171 5)OK(0.070 8)。综合以上三个参数,该土层最优拟合模型为RF。同理得出0~20、20~40、40~60 cm土层的最优拟合模型分别为RF、RF、OK。RK和RF能够更好地描述SOM含量局部变异信息;(2)四个土层SOM含量的均值分别为19.67、15.89、10.30、8.07 g kg~(-1),呈现出西南、东北高,西部、东南沿海地区低的空间分布趋势。
URL [本文引用: 1]
为探索适合热带地形复杂区土壤有机质(SOM)含量的空间预测方法,以海南岛为研究区域,结合地形因子、归一化植被指数、土壤类型、土地利用类型变量,选用普通克里格法(OK)、回归克里格法(RK)、随机森林模型(RF)三种方法对训练集128个样点SOM含量的空间分布规律进行预测,并通过验证集32个验证点比较了三种方法的预测精度。结果表明:(1)0~5 cm土层三种方法的平均预测误差(ME)均接近于0,从均方根预测误差(RMSE)来看,RF(0.8867)RK(0.910 4)OK(0.9641),从决定系数(R~2)来看,RF(0.214 1)RK(0.171 5)OK(0.070 8)。综合以上三个参数,该土层最优拟合模型为RF。同理得出0~20、20~40、40~60 cm土层的最优拟合模型分别为RF、RF、OK。RK和RF能够更好地描述SOM含量局部变异信息;(2)四个土层SOM含量的均值分别为19.67、15.89、10.30、8.07 g kg~(-1),呈现出西南、东北高,西部、东南沿海地区低的空间分布趋势。
[本文引用: 1]
[本文引用: 1]
DOI:10.1023/A:1010933404324URL [本文引用: 1]
URL [本文引用: 1]
[本文引用: 1]
[本文引用: 1]
DOI:10.1007/3-540-35978-8_30URL [本文引用: 2]
One of the main topic in the development of predictive models is the identification of variables which are predictors of a given outcome. Automated model selection methods, such as backward or forward stepwise regression, are classical solutions to this problem, but are generally based on strong assumptions about the functional form of the model or the distribution of residuals. In this pa-per an alternative selection method, based on the technique of Random Forests, is proposed in the context of classification, with an application to a real dataset.
DOI:10.3969/j.issn.1002-6819.2015.05.028URLMagsci [本文引用: 1]
土壤全氮与土壤肥力和土壤氮循环紧密相关。掌握土壤全氮详细的空间分布信息对提高土壤肥力管理效率和更好地了解土壤氮循环至关重要。该文以儋州国营橡胶园为研究区域，采集2511个土壤样品，利用随机森林（random forest，RF）、逐步线性回归（stepwise linear regression，SLR）、广义加性混合模型（generalized additive mixed model，GAMM）以及分类回归树（classification and regression tree，CART）结合多源环境变量（成土母质、平均降雨量、平均气温和归一化植被指数）对研究区橡胶园土壤全氮含量进行空间预测，并通过754个独立验证点比较了4种模型的预测精度。结果表明RF对土壤全氮的预测值和实测值的相关系数（0.82）明显高于SLR（0.68）、GAMM（0.70）和CART（0.69），而RF的预测平均绝对误差(0.08836 g/kg)和均方根误差（0.13090 g/kg）均低于SLR、GAMM和CART。此外，RF模型预测结果能反映更为详细的局部土壤全氮含量空间变化信息，与实际情况更为接近。可见，RF模型可作为橡胶园土壤全氮含量空间分布预测的高效方法，为其他土壤属性的空间分布预测提供了一种新的方法。
DOI:10.3969/j.issn.1002-6819.2015.05.028URLMagsci [本文引用: 1]
土壤全氮与土壤肥力和土壤氮循环紧密相关。掌握土壤全氮详细的空间分布信息对提高土壤肥力管理效率和更好地了解土壤氮循环至关重要。该文以儋州国营橡胶园为研究区域，采集2511个土壤样品，利用随机森林（random forest，RF）、逐步线性回归（stepwise linear regression，SLR）、广义加性混合模型（generalized additive mixed model，GAMM）以及分类回归树（classification and regression tree，CART）结合多源环境变量（成土母质、平均降雨量、平均气温和归一化植被指数）对研究区橡胶园土壤全氮含量进行空间预测，并通过754个独立验证点比较了4种模型的预测精度。结果表明RF对土壤全氮的预测值和实测值的相关系数（0.82）明显高于SLR（0.68）、GAMM（0.70）和CART（0.69），而RF的预测平均绝对误差(0.08836 g/kg)和均方根误差（0.13090 g/kg）均低于SLR、GAMM和CART。此外，RF模型预测结果能反映更为详细的局部土壤全氮含量空间变化信息，与实际情况更为接近。可见，RF模型可作为橡胶园土壤全氮含量空间分布预测的高效方法，为其他土壤属性的空间分布预测提供了一种新的方法。
DOI:10.11766/trxb201508170308URL [本文引用: 1]
遥感数据已经在数字土壤制图中得到广泛应用,并且可以一定程度上提高土壤属性预测的精度。本文以榆阳区的黄土丘陵和风沙滩地两种地貌区为例,利用不同分辨率的专题制图仪（thematic mapper,TM）、先进宽视场传感器（advanced wide field sensor,AWIFS）和中等分辨率成像仪（Moderate resolution imaging spectroradiometer,MODIS）的遥感影像数据（分辨率分别为30 m、56 m和250 m）和基于高级热量散射和反射辐射仪全球数字高程模型（advanced spaceborne thermal emission and reflection radiometer global digital elevation model,ASTER GDEM）的地形衍生数据,结合其他影响土壤有机质分布的辅助因子,用随机森林算法（random forest,RF）对表层土壤有机质进行模拟预测,并通过实测数据的百分比抽样对预测结果进行了验证。结果表明,在榆阳区的黄土丘陵区,基于TM数据的土壤有机质预测结果较好;在风沙滩地区,基于AWIFS数据的土壤有机质预测结果较好。基于RF的土壤有机质预测在榆阳区的黄土丘陵区结果较好,三个分辨率下的平均绝对误差在1.27～1.57 g kg-1之间,在风沙滩地区预测精度较低,平均绝对误差在1.46～2.08 g kg-1之间。高程、地理位置和植被是影响黄土丘陵区土壤有机质预测的主要因素,在风沙滩地区,植被、高程和离水源地的距离是影响有机质预测的主要因素。可见,在地貌相对简单的地区进行土壤有机质含量的预测时可以使用较低分辨率的数据代替较高分辨率的数据,同时,RF算法在复杂地貌区的土壤有机质预测更有效。
DOI:10.11766/trxb201508170308URL [本文引用: 1]
遥感数据已经在数字土壤制图中得到广泛应用,并且可以一定程度上提高土壤属性预测的精度。本文以榆阳区的黄土丘陵和风沙滩地两种地貌区为例,利用不同分辨率的专题制图仪（thematic mapper,TM）、先进宽视场传感器（advanced wide field sensor,AWIFS）和中等分辨率成像仪（Moderate resolution imaging spectroradiometer,MODIS）的遥感影像数据（分辨率分别为30 m、56 m和250 m）和基于高级热量散射和反射辐射仪全球数字高程模型（advanced spaceborne thermal emission and reflection radiometer global digital elevation model,ASTER GDEM）的地形衍生数据,结合其他影响土壤有机质分布的辅助因子,用随机森林算法（random forest,RF）对表层土壤有机质进行模拟预测,并通过实测数据的百分比抽样对预测结果进行了验证。结果表明,在榆阳区的黄土丘陵区,基于TM数据的土壤有机质预测结果较好;在风沙滩地区,基于AWIFS数据的土壤有机质预测结果较好。基于RF的土壤有机质预测在榆阳区的黄土丘陵区结果较好,三个分辨率下的平均绝对误差在1.27～1.57 g kg-1之间,在风沙滩地区预测精度较低,平均绝对误差在1.46～2.08 g kg-1之间。高程、地理位置和植被是影响黄土丘陵区土壤有机质预测的主要因素,在风沙滩地区,植被、高程和离水源地的距离是影响有机质预测的主要因素。可见,在地貌相对简单的地区进行土壤有机质含量的预测时可以使用较低分辨率的数据代替较高分辨率的数据,同时,RF算法在复杂地貌区的土壤有机质预测更有效。
DOI:10.1007/s11104-010-0425-zURL [本文引用: 1]
Spatial prediction of soil organic matter is a global challenge and of particular importance for regions with intensive land use and where availability of soil data is limited. This study evaluated a Digital Soil Mapping (DSM) approach to model the spatial distribution of stocks of soil organic carbon (SOC), total carbon (C tot ), total nitrogen (N tot ) and total sulphur (S tot ) for a data-sparse, semi-arid catchment in Inner Mongolia, Northern China. Random Forest (RF) was used as a new modeling tool for soil properties and Classification and Regression Trees (CART) as an additional method for the analysis of variable importance. At 120 locations soil profiles to 102m depth were analyzed for soil texture, SOC, C tot , N tot , S tot , bulk density (BD) and pH. On the basis of a digital elevation model, the catchment was divided into pixels of 9002m65×659002m and for each cell, predictor variables were determined: land use unit, Reference Soil Group (RSG), geological unit and 12 topography-related variables. Prediction maps showed that the highest amounts of SOC, C tot , N tot and S tot stocks are stored under marshland, steppes and mountain meadows. River-like structures of very high elemental stocks in valleys within the steppes are partly responsible for the high amounts of SOC for grasslands (81–84% of total catchment stocks). Analysis of variable importance showed that land use, RSG and geology are the most important variables influencing SOC storage. Prediction accuracy of the RF modeling and the generated maps was acceptable and explained variances of 42 to 62% and 66 to 75%, respectively. A decline of up to 70% in elemental stocks was calculated after conversion of steppe to arable land confirming the risk of rapid soil degradation if steppes are cultivated. Thus their suitability for agricultural use is limited.
URL [本文引用: 1]
土壤有机质和全量氮磷钾素含量状况等是土壤肥力重要的物质基础。在紫色丘陵区3km2典型样区内,按5个hm-2取样,分析和探讨不同土地利用方式下(旱地、水田、撂荒地和人工林)土壤有机质和全量氮磷钾含量状况,为农业可持续发展、生态环境建设和紫色土区土地利用结构调整提供理论依据。结果表明,旱地土壤有机质含量和土壤C/N值在四种利用方式下最低,分别为4.49±0.38gkg-1和5.58±0.31gkg-1,林地土壤全磷含量和全钾含量最低,分别为0.74±0.07gkg-1和13.77±1.37gkg-1,撂荒地土壤全氮含量最低,为0.79±0.07gkg-1,而水田的各项指标则处于中上水平;四种土地利用方式下土壤有机质和全量氮磷钾含量与全国平均含量水平相比较高;有机质含量与全氮含量呈线性关系,且均达极显著水平(P0.01)。
URL [本文引用: 1]
土壤有机质和全量氮磷钾素含量状况等是土壤肥力重要的物质基础。在紫色丘陵区3km2典型样区内,按5个hm-2取样,分析和探讨不同土地利用方式下(旱地、水田、撂荒地和人工林)土壤有机质和全量氮磷钾含量状况,为农业可持续发展、生态环境建设和紫色土区土地利用结构调整提供理论依据。结果表明,旱地土壤有机质含量和土壤C/N值在四种利用方式下最低,分别为4.49±0.38gkg-1和5.58±0.31gkg-1,林地土壤全磷含量和全钾含量最低,分别为0.74±0.07gkg-1和13.77±1.37gkg-1,撂荒地土壤全氮含量最低,为0.79±0.07gkg-1,而水田的各项指标则处于中上水平;四种土地利用方式下土壤有机质和全量氮磷钾含量与全国平均含量水平相比较高;有机质含量与全氮含量呈线性关系,且均达极显著水平(P0.01)。
DOI:10.3969/j.issn.1004-1729.2001.01.017URL [本文引用: 1]
海南稻田耕作制度的改革经历了 3个时期 ,即熟制改革、植期改革和全面调整时期 ,笔者分析了各个时期稻田耕作制度改革的内容和实质 ,总结了改革的经验 ,并提出了今后改革的重点
DOI:10.3969/j.issn.1004-1729.2001.01.017URL [本文引用: 1]
海南稻田耕作制度的改革经历了 3个时期 ,即熟制改革、植期改革和全面调整时期 ,笔者分析了各个时期稻田耕作制度改革的内容和实质 ,总结了改革的经验 ,并提出了今后改革的重点
DOI:10.3321/j.issn:0578-1752.2007.08.017Magsci [本文引用: 1]
【目的】研究亚热带地区不同土地利用方式下土壤生物和生物化学性状的变化特点，为制订合理的耕作施肥管理措施提供科学参考。【方法】选择亚热带地区的一个小流域，通过田间采样分析，比较了不同土地利用方式下土壤有机碳和养分含量、土壤有机碳矿化以及土壤微生物生物量和微生物群落功能多样性变化。【结果】土壤有机碳、全N含量、土壤微生物生物量碳氮以及土壤的呼吸强度变化均表现为稻田（菜地）＞竹林＞园（旱）地，0～15 cm、15～30 cm稻田（菜地）土壤有机碳和全N含量平均比园（旱）地土壤高76.4%、59.8%和80.8%、67.3%，0～15 cm稻田土壤的微生物生物量碳、氮和土壤呼吸强度分别是园（旱）地土壤的6.36倍、3.63倍、3.20倍。土壤微生物代谢熵园（旱）地＞林地＞稻田，稻田土壤的代谢熵仅为园（旱）地土壤的47.7%。培养期间土壤有机碳矿化量和矿化率稻田＞竹林＞园（旱）地。土壤细菌数量稻田≥园（旱）地＞林地，但真菌和放线菌数量在不同利用方式之间并没有显著差异。土壤微生物的平均吸光值和群落功能多样性指数稻田＞园（旱）地＞林地。研究还揭示，稻田改种蔬菜5 a后，由于大量施用磷肥，土壤速效磷含量显著升高，但土壤有机碳和全氮含量没有明显差异；土壤微生物生物量碳、氮和土壤呼吸强度显著下降了53%、41.5%和41.3%，代谢熵升高了23.6%，土壤有机碳的矿化速率也有下降的趋势；土壤细菌和放线菌数量略有升高但差异不显著，真菌数量显著增加，而土壤微生物群落功能多样性指数却显著下降了。【结论】不同土地利用方式下土壤的生物和生物化学性状有显著不同。稻田利用方式下土壤的有机碳和养分含量、以及土壤有机碳转化过程指标和微生物群落功能多样性等均较该区的旱地和林地土壤高。但若在高肥力稻田上继续过量施用化肥，将有可能造成土壤生物性状和生化功能衰减，导致土壤生物质量退化。
DOI:10.3321/j.issn:0578-1752.2007.08.017Magsci [本文引用: 1]
【目的】研究亚热带地区不同土地利用方式下土壤生物和生物化学性状的变化特点，为制订合理的耕作施肥管理措施提供科学参考。【方法】选择亚热带地区的一个小流域，通过田间采样分析，比较了不同土地利用方式下土壤有机碳和养分含量、土壤有机碳矿化以及土壤微生物生物量和微生物群落功能多样性变化。【结果】土壤有机碳、全N含量、土壤微生物生物量碳氮以及土壤的呼吸强度变化均表现为稻田（菜地）＞竹林＞园（旱）地，0～15 cm、15～30 cm稻田（菜地）土壤有机碳和全N含量平均比园（旱）地土壤高76.4%、59.8%和80.8%、67.3%，0～15 cm稻田土壤的微生物生物量碳、氮和土壤呼吸强度分别是园（旱）地土壤的6.36倍、3.63倍、3.20倍。土壤微生物代谢熵园（旱）地＞林地＞稻田，稻田土壤的代谢熵仅为园（旱）地土壤的47.7%。培养期间土壤有机碳矿化量和矿化率稻田＞竹林＞园（旱）地。土壤细菌数量稻田≥园（旱）地＞林地，但真菌和放线菌数量在不同利用方式之间并没有显著差异。土壤微生物的平均吸光值和群落功能多样性指数稻田＞园（旱）地＞林地。研究还揭示，稻田改种蔬菜5 a后，由于大量施用磷肥，土壤速效磷含量显著升高，但土壤有机碳和全氮含量没有明显差异；土壤微生物生物量碳、氮和土壤呼吸强度显著下降了53%、41.5%和41.3%，代谢熵升高了23.6%，土壤有机碳的矿化速率也有下降的趋势；土壤细菌和放线菌数量略有升高但差异不显著，真菌数量显著增加，而土壤微生物群落功能多样性指数却显著下降了。【结论】不同土地利用方式下土壤的生物和生物化学性状有显著不同。稻田利用方式下土壤的有机碳和养分含量、以及土壤有机碳转化过程指标和微生物群落功能多样性等均较该区的旱地和林地土壤高。但若在高肥力稻田上继续过量施用化肥，将有可能造成土壤生物性状和生化功能衰减，导致土壤生物质量退化。
URLMagsci [本文引用: 1]
<p>在野外采样和试验分析的基础上，研究了上海市土地利用方式及其变化对土壤有机碳、总氮含量及土壤有机碳密度的影响.结果表明： 上海不同土地利用方式下的土壤有机碳、总氮含量及有机碳密度均存在显著差异.不同土地利用方式下的土壤有机碳密度大小依次为：水稻田（3.86 kg·m<sup>-2</sup>）＞旱地（3.17 kg·m<sup>-2</sup>）＞林地（3.15 kg·m<sup>-2</sup>）＞撂荒地（2.73 kg·m<sup>-2</sup>）＞城市草坪（2.65 kg·m<sup>-2</sup>）＞园地（2.13 kg·m<sup>-2</sup>）＞滩涂（1.38 kg·m<sup>-2</sup>）.通过相邻样地法，分析了水田转变为旱地、农田撂荒及水田转变为人工林地等3种土地利用变化对土壤有机碳、总氮的影响.由水田转化为旱地将导致土壤有机碳、总氮含量及有机碳密度显著降低；在水热充足、土壤肥沃、农田管理水平较高的长三角平原地区，农田撂荒并不是一种提高土壤有机碳储量的有效方式；水田转变为人工林地4～5年后，林地土壤有机碳、总氮含量及有机碳密度均低于相邻的水稻田，表明水田转变为林地并未引起土壤碳、氮的增加，从短期来看，人工林土壤有机碳的汇集效应因植被生产力水平的限制还处于较低水平.</p>
URLMagsci [本文引用: 1]
<p>在野外采样和试验分析的基础上，研究了上海市土地利用方式及其变化对土壤有机碳、总氮含量及土壤有机碳密度的影响.结果表明： 上海不同土地利用方式下的土壤有机碳、总氮含量及有机碳密度均存在显著差异.不同土地利用方式下的土壤有机碳密度大小依次为：水稻田（3.86 kg·m<sup>-2</sup>）＞旱地（3.17 kg·m<sup>-2</sup>）＞林地（3.15 kg·m<sup>-2</sup>）＞撂荒地（2.73 kg·m<sup>-2</sup>）＞城市草坪（2.65 kg·m<sup>-2</sup>）＞园地（2.13 kg·m<sup>-2</sup>）＞滩涂（1.38 kg·m<sup>-2</sup>）.通过相邻样地法，分析了水田转变为旱地、农田撂荒及水田转变为人工林地等3种土地利用变化对土壤有机碳、总氮的影响.由水田转化为旱地将导致土壤有机碳、总氮含量及有机碳密度显著降低；在水热充足、土壤肥沃、农田管理水平较高的长三角平原地区，农田撂荒并不是一种提高土壤有机碳储量的有效方式；水田转变为人工林地4～5年后，林地土壤有机碳、总氮含量及有机碳密度均低于相邻的水稻田，表明水田转变为林地并未引起土壤碳、氮的增加，从短期来看，人工林土壤有机碳的汇集效应因植被生产力水平的限制还处于较低水平.</p>
DOI:10.1046/j.1354-1013.2002.00486.xURL [本文引用: 1]
The effects of land use change on soil carbon stocks are of concern in the context of international policy agendas on greenhouse gas emissions mitigation. This paper reviews the literature for the influence of land use changes on soil C stocks and reports the results of a meta analysis of these data from 74 publications. The meta analysis indicates that soil C stocks decline after land use changes from pasture to plantation (6110%), native forest to plantation (6113%), native forest to crop (6142%), and pasture to crop (6159%). Soil C stocks increase after land use changes from native forest to pasture (+ 8%), crop to pasture (+ 19%), crop to plantation (+ 18%), and crop to secondary forest (+ 53%). Wherever one of the land use changes decreased soil C, the reverse process usually increased soil carbon and vice versa . As the quantity of available data is not large and the methodologies used are diverse, the conclusions drawn must be regarded as working hypotheses from which to design future targeted investigations that broaden the database. Within some land use changes there were, however, sufficient examples to explore the role of other factors contributing to the above conclusions. One outcome of the meta analysis, especially worthy of further investigation in the context of carbon sink strategies for greenhouse gas mitigation, is that broadleaf tree plantations placed onto prior native forest or pastures did not affect soil C stocks whereas pine plantations reduced soil C stocks by 12–15%.
DOI:10.1007/s11442-009-0049-5URL [本文引用: 1]
Land use/cover change (LUCC) is widely recognized as one of the most important driving forces of global carbon cycles. The influence of converting native forest into plantations, secondary forest, orchard and arable land on stores and quality of soil organic carbon (SOC) was investigated in mid-subtropical mountainous area of southern China. The results showed that LUCC had led to great decreases in SOC stocks and quality.Considerable SOC and light-fraction organic carbon (LFOC) had been stored in the native forest (142.2 t hm-2 and 14.8 t hm-2 respectively). When the native forest was converted to plantations, secondary forest, orchard and arable land, the SOC stocks decreased by 25.6%,28.7%, 38.0%, 31.8% and 51.2%, respectively. The LFOC stocks decreased by 52.2% to 57.2% when the native forest was converted to woodland plantations and secondary forest,and by 82.1% to 84.2% when converted to economic plantation, orchard and arable land.After the conversion, the ratios of LFOC to SOC (0-60 cm) decreased from 13.3% to about 3.0% to 10.7%. The SOC and LFOC stored at the upper 20 cm were more sensitive to LUCC when compared to the subsurface soil layer. Also, the decline in carbon storage induced by LUCC was greater than the global average level, it could be explained by the vulnerable natural environment and special human management practices. Thus, it is wise to enhance soil carbon sequestration, mitigate elevated atmospheric CO2 and develop ecological services by protecting vulnerable environment, restoring vegetation coverage, and afforesting in mountainous area in mid-subtropics.
DOI:10.1007/s11442-009-0049-5URL [本文引用: 1]
Land use/cover change (LUCC) is widely recognized as one of the most important driving forces of global carbon cycles. The influence of converting native forest into plantations, secondary forest, orchard and arable land on stores and quality of soil organic carbon (SOC) was investigated in mid-subtropical mountainous area of southern China. The results showed that LUCC had led to great decreases in SOC stocks and quality.Considerable SOC and light-fraction organic carbon (LFOC) had been stored in the native forest (142.2 t hm-2 and 14.8 t hm-2 respectively). When the native forest was converted to plantations, secondary forest, orchard and arable land, the SOC stocks decreased by 25.6%,28.7%, 38.0%, 31.8% and 51.2%, respectively. The LFOC stocks decreased by 52.2% to 57.2% when the native forest was converted to woodland plantations and secondary forest,and by 82.1% to 84.2% when converted to economic plantation, orchard and arable land.After the conversion, the ratios of LFOC to SOC (0-60 cm) decreased from 13.3% to about 3.0% to 10.7%. The SOC and LFOC stored at the upper 20 cm were more sensitive to LUCC when compared to the subsurface soil layer. Also, the decline in carbon storage induced by LUCC was greater than the global average level, it could be explained by the vulnerable natural environment and special human management practices. Thus, it is wise to enhance soil carbon sequestration, mitigate elevated atmospheric CO2 and develop ecological services by protecting vulnerable environment, restoring vegetation coverage, and afforesting in mountainous area in mid-subtropics.
[本文引用: 1]
[本文引用: 1]
DOI:10.1007/s10705-010-9401-5URL [本文引用: 1]
A 19-year field experiment on a Mollisol agroecosystem was carried out to study the productivity of a wheat-maize-soybean rotation and the changes in soil carbon and nutrient status in response to different fertiliser applications in Northeast China. The experiment consisted of seven fertiliser treatments: (1) unfertilised control, (2) annual application of P and K fertilisers, (3) N and K fertilisers, (4) N and P fertilisers, (5) N, P and K fertilisers, (6) N, K and second level P fertilisers, and (7) N, P and second level K fertilisers. Without fertiliser, the Mollisols could support an average yield of 1.8802t02ha 611 for wheat, 3.8902t02ha 611 for maize and 2.1202t02ha 611 for soybean, compared to yields of 3.20, 9.30 and 2.4502t02ha 611 respectively for wheat, maize and soybean if the crop nutrient demands were met. At the potential yield level, the N, P and K removal by wheat are 7902kg02N02ha 611 , 1502kg P ha 611 , and 5302kg02K02ha 611 , by maize are 20702kg02N02ha 611 , 4702kg P ha 611 , and 18002kg02K02ha 611 , by soybean are 17402kg02N02ha 611 , 1802kg P ha 611 , and 5502kg02K02ha 611 . Crop yield, change in soil organic carbon (SOC), and the total and available nutrient status were used to evaluate the fertility of this soil over different time periods. This study showed that a fertiliser strategy that was able to maintain yields in the short term (1902years) would not maintain the long term fertility of these soils. Although organic carbon levels did not rise to the level of virgin soil in any treatment, a combination of N, P and K fertiliser that approximated crop export was required to stabilise SOC and prevent a decline in the total store of soil nutrients.
DOI:10.3969/j.issn.0517-6611.2017.12.069URL [本文引用: 1]
以重点生态功能区内的琼中县为例,将自然资本和农户家庭特征作为生产要素纳入水稻的生长函数中,根据农户问卷调查数据,结合遥感信息解译结果,构建了琼中县水稻生产函数。结果表明：村庄内部及周边的天然植被、人工林面积均与水稻单产存在显著正相关;在琼中县目前的施肥情况下,尿素与水稻产量存在正相关,而复合肥和磷肥与水稻单产没有显著相关关系;农户劳动力是影响水稻单产的重要因素,随着外出务工人数的增加,水稻单产呈下降趋势;非农家庭的水稻产量显著低于纯农家庭和兼业家庭。
DOI:10.3969/j.issn.0517-6611.2017.12.069URL [本文引用: 1]
以重点生态功能区内的琼中县为例,将自然资本和农户家庭特征作为生产要素纳入水稻的生长函数中,根据农户问卷调查数据,结合遥感信息解译结果,构建了琼中县水稻生产函数。结果表明：村庄内部及周边的天然植被、人工林面积均与水稻单产存在显著正相关;在琼中县目前的施肥情况下,尿素与水稻产量存在正相关,而复合肥和磷肥与水稻单产没有显著相关关系;农户劳动力是影响水稻单产的重要因素,随着外出务工人数的增加,水稻单产呈下降趋势;非农家庭的水稻产量显著低于纯农家庭和兼业家庭。
DOI:10.3969/j.issn.1004-874X.2011.22.021URL [本文引用: 1]
对海南东北部地区定安、澄迈、文昌、琼海4个有代表性的菜田取样 分析土壤理化性质,并对这些地区的肥料使用情况进行调查,结果表明:海南冬瓜和辣椒等蔬菜平均氮、磷和钾肥施用均明显过量;菜田土壤有机质含量普遍处于中 低水平,低于临界值(20 g/kg)的土样数占总土样数的66％,处于较高水平(30～40 g/kg)以上的仅为10.7％；土壤NO3-N含量低于临界值(50 mg/kg)的土样数占87.2％,居于较高水平(100～150 mg/kg)以上的仅占6.4％；土壤速效磷含量低于临界值(50 mg/kg)的土样数占总42.6％,处于中等水平的有40.4％,居于较高含量水平(≥100 mg/kg)的占17.0％；土壤速效钾含量低于临界值(150 mg/kg)的占总土样91.5％；土壤速效铁含量普遍处于高含量水平;土壤速效铜含量低于临界值(1 mg/kg)的占34.0％,处于中等水平占38.3％,较高水平占27.7％;土壤速效锰含量低于临界值(5 mg/kg)的土样数占总土样数的34.0％,处于中等水平的占17.0％,居于较高水平以上占49.0％;土壤速效锌含量低于临界值(2 mg/kg)的占42.6％,处于中等水平的占40.4％,居于较高水平的占17.0％.
DOI:10.3969/j.issn.1004-874X.2011.22.021URL [本文引用: 1]
对海南东北部地区定安、澄迈、文昌、琼海4个有代表性的菜田取样 分析土壤理化性质,并对这些地区的肥料使用情况进行调查,结果表明:海南冬瓜和辣椒等蔬菜平均氮、磷和钾肥施用均明显过量;菜田土壤有机质含量普遍处于中 低水平,低于临界值(20 g/kg)的土样数占总土样数的66％,处于较高水平(30～40 g/kg)以上的仅为10.7％；土壤NO3-N含量低于临界值(50 mg/kg)的土样数占87.2％,居于较高水平(100～150 mg/kg)以上的仅占6.4％；土壤速效磷含量低于临界值(50 mg/kg)的土样数占总42.6％,处于中等水平的有40.4％,居于较高含量水平(≥100 mg/kg)的占17.0％；土壤速效钾含量低于临界值(150 mg/kg)的占总土样91.5％；土壤速效铁含量普遍处于高含量水平;土壤速效铜含量低于临界值(1 mg/kg)的占34.0％,处于中等水平占38.3％,较高水平占27.7％;土壤速效锰含量低于临界值(5 mg/kg)的土样数占总土样数的34.0％,处于中等水平的占17.0％,居于较高水平以上占49.0％;土壤速效锌含量低于临界值(2 mg/kg)的占42.6％,处于中等水平的占40.4％,居于较高水平的占17.0％.
DOI:10.3969/j.issn.2095-1191.2014.3.420URL [本文引用: 1]
【目的】了解广东省蔬菜种植生产过程中施肥管理存在的问题，为广东省蔬菜平衡施肥提供参考。 【方法】通过农户抽样调查，对珠三角增城市10户（样本）、粤西云浮罗定市15户（样本）、粤北清远连州市25户（样本）、粤东梅州五华县24户（样本） 共74户蔬菜种植户蔬菜施肥状况进行分析。【结果】广东省蔬菜种植品种较多，1年3茬的复种模式占大部分。化肥氮（N）、磷（P2O5）、钾（K2O）的 平均施用量分别达到444.02、456.66和441.09 kg/ha，化肥施用量N∶P2O5∶K2O=1.00∶1.03∶0.99。有机肥N、P2O5、K2O均值与化肥N、P2O5、K2O均值之比分别是 0.38、0.22和0.21。平均总施肥量（N、P2O5和K2O）达到611.19、556.56和535.86 kg/ha。不同地区养分投入量存在较大差异，罗定市和五华县的有机养分投入量略高于连州市和增城市；化肥和总养分投入量均为：增城市＞罗定市＞五华县＞ 连州市。【结论】广东省蔬菜生产中肥料施用量偏高，特别是P2O5肥投入偏高，NPK比例不均衡，应通过测土配方后平衡施肥。
DOI:10.3969/j.issn.2095-1191.2014.3.420URL [本文引用: 1]
【目的】了解广东省蔬菜种植生产过程中施肥管理存在的问题，为广东省蔬菜平衡施肥提供参考。 【方法】通过农户抽样调查，对珠三角增城市10户（样本）、粤西云浮罗定市15户（样本）、粤北清远连州市25户（样本）、粤东梅州五华县24户（样本） 共74户蔬菜种植户蔬菜施肥状况进行分析。【结果】广东省蔬菜种植品种较多，1年3茬的复种模式占大部分。化肥氮（N）、磷（P2O5）、钾（K2O）的 平均施用量分别达到444.02、456.66和441.09 kg/ha，化肥施用量N∶P2O5∶K2O=1.00∶1.03∶0.99。有机肥N、P2O5、K2O均值与化肥N、P2O5、K2O均值之比分别是 0.38、0.22和0.21。平均总施肥量（N、P2O5和K2O）达到611.19、556.56和535.86 kg/ha。不同地区养分投入量存在较大差异，罗定市和五华县的有机养分投入量略高于连州市和增城市；化肥和总养分投入量均为：增城市＞罗定市＞五华县＞ 连州市。【结论】广东省蔬菜生产中肥料施用量偏高，特别是P2O5肥投入偏高，NPK比例不均衡，应通过测土配方后平衡施肥。
DOI:10.11838/sfsc.20180208URL [本文引用: 1]
为明确设施蔬菜施肥现状及找出施肥中存在的主要问题,在津冀地区选取设施蔬菜播种面积超过6 000hm2的7个县,实地调查设施蔬菜有机肥和化肥投入、蔬菜产量等信息,共调查了156个农户(温室,n=139;大棚,n=17)。调查结果表明,津冀两地设施蔬菜肥料过量施用现象普遍,N、P_2O_5和K_2O投入量平均分别超出推荐量的2.5、10.4和2.5倍;施用的养分总量、有机肥和基肥化肥中的P_2O_5占比明显过高,三者N∶P_2O_5∶K_2O分别为1∶1.05∶1.09、1∶1.50∶1.10和1∶1.38∶0.92;基肥化肥比例明显偏高,N+P_2O_5+K_2O用量占化肥(基肥+追肥)养分总量比例达到36.3%。建议津冀两地今后在减少N、P_2O_5、K_2O投入总量的同时,还应协调N、P_2O_5、K_2O比例以及化肥的基追肥比例,改进P_2O_5使用策略。
.
DOI:10.11838/sfsc.20180208URL [本文引用: 1]
为明确设施蔬菜施肥现状及找出施肥中存在的主要问题,在津冀地区选取设施蔬菜播种面积超过6 000hm2的7个县,实地调查设施蔬菜有机肥和化肥投入、蔬菜产量等信息,共调查了156个农户(温室,n=139;大棚,n=17)。调查结果表明,津冀两地设施蔬菜肥料过量施用现象普遍,N、P_2O_5和K_2O投入量平均分别超出推荐量的2.5、10.4和2.5倍;施用的养分总量、有机肥和基肥化肥中的P_2O_5占比明显过高,三者N∶P_2O_5∶K_2O分别为1∶1.05∶1.09、1∶1.50∶1.10和1∶1.38∶0.92;基肥化肥比例明显偏高,N+P_2O_5+K_2O用量占化肥(基肥+追肥)养分总量比例达到36.3%。建议津冀两地今后在减少N、P_2O_5、K_2O投入总量的同时,还应协调N、P_2O_5、K_2O比例以及化肥的基追肥比例,改进P_2O_5使用策略。
[本文引用: 1]
[本文引用: 1]
DOI:10.3969/j.issn.1000-2561.2015.08.018URL [本文引用: 1]
采用径流场结合人工模拟降雨方式，研究各种降雨条件下海南岛不同土地类型产流产沙的规律与面源污染特征。结果表明：土壤（泥沙）产流系数与平均流失速率表现为暴雨＞大雨＞中雨，且暴雨时的泥沙平均流失速率为中雨时的416％、大雨时的261％，在中雨、大雨和暴雨强度下，平均径流系数分别为24.49％、33.97％和53.40％；雨强对土壤营养物质流失速率的影响达到显著水平，COD、有机质和氮素以径流流失为主，磷素以泥沙流失为主；土壤径流和泥沙中的COD、有机质、氮素和磷素流失速率随雨强的增大而增大，坡度也可明显影响面源污染物的流失；海南岛农业土壤平均流失量为3.79 t/（hm2·a），中雨强度条件时为1.92 t/（hm2·a），大雨强度条件时为2.57 t/（hm2·a），暴雨强度条件时为6.87 t/（hm2·a）。海南岛农业土壤的水土流失强度较高，海南农业土壤的水土流失与农田污染物输出状况不容乐观。
DOI:10.3969/j.issn.1000-2561.2015.08.018URL [本文引用: 1]
采用径流场结合人工模拟降雨方式，研究各种降雨条件下海南岛不同土地类型产流产沙的规律与面源污染特征。结果表明：土壤（泥沙）产流系数与平均流失速率表现为暴雨＞大雨＞中雨，且暴雨时的泥沙平均流失速率为中雨时的416％、大雨时的261％，在中雨、大雨和暴雨强度下，平均径流系数分别为24.49％、33.97％和53.40％；雨强对土壤营养物质流失速率的影响达到显著水平，COD、有机质和氮素以径流流失为主，磷素以泥沙流失为主；土壤径流和泥沙中的COD、有机质、氮素和磷素流失速率随雨强的增大而增大，坡度也可明显影响面源污染物的流失；海南岛农业土壤平均流失量为3.79 t/（hm2·a），中雨强度条件时为1.92 t/（hm2·a），大雨强度条件时为2.57 t/（hm2·a），暴雨强度条件时为6.87 t/（hm2·a）。海南岛农业土壤的水土流失强度较高，海南农业土壤的水土流失与农田污染物输出状况不容乐观。
DOI:10.1126/science.1097396URL [本文引用: 1]
DOI:10.1016/j.agee.2008.10.008URL [本文引用: 1]
The role of soil organic matter (SOM) in agricultural systems has been widely studied in conjunction with the potential for greenhouse gas mitigation. However, the link between SOM accumulation in croplands, crop productivity and yield stability has not yet been clearly established. In this paper, we collected data on provincial yearly crop productivity (yields, total cropland area) during 1949–1998 and the average SOM contents in croplands sampled and determined from the National Soil Survey in 1979–1982 of mainland China. The cereal productivity was assessed both with an overall mean of 1949–1998 and with the mean values for different time periods within this overall time, respectively. The yield variability within a single stabilizing stage, and between the fluctuating years, was calculated as a negative measure of yield stability. The correlation between SOM and cereal productivity was very significant for most provinces, but the relationship has become less significant as we approach the present. Moreover, the average yield variability was very significantly and negatively correlated with the cropland SOM level. The findings support our previous hypothesis from case studies, that C sequestration in China's croplands may provide win–win benefits, by enhancing crop productivity and stabilizing yield. This offers a sound basis as a greenhouse gas mitigation strategy by promoting C sequestration in croplands, and enhancing food security in China's agriculture.
DOI:10.1016/j.agee.2017.05.003URL [本文引用: 1]
DOI:10.1016/S0167-1987(02)00139-3URL [本文引用: 1]
Soil organic matter (SOM) is a complex mixture, which influences a number of soil properties and nutrient cycling, and is itself influenced in kind and amount by land-use, soil type, climate and vegetation. There is considerable concern that, if SOM concentrations in soils are allowed to decrease too much, then the productive capacity of agriculture will be compromised by deterioration in soil physical properties and by impairment of soil nutrient cycling mechanisms. This has clear implications for the sustainable use of soil. We have focussed our discussion from the standpoint of the sustainability of UK agriculture, because we know that best, but similar concerns are equally valid elsewhere in the world. Although soil scientists would expect to find different behaviour in different soils at different ‘critical’ concentrations of SOM, it seems widely believed that a major threshold is 2% soil organic carbon (SOC) (ca. 3.4% SOM), below which potentially serious decline in soil quality will occur. This review summarises what is known about critical thresholds of SOC or SOM, mainly in soils of temperate regions. It examines critically the quantitative, rather than anecdotal or descriptive, evidence for such thresholds and their potential effects on soil quality, soil physical properties and crop nutrition, and the links between these. We conclude that the quantitative evidence for such thresholds is slight, although there is some evidence that there might be an desirable range of SOC covering a wide spectrum of soils, but again the quantitative evidence for this needs considerable development. There is also little quantitative evidence that reduction in SOC concentrations in the soils of England and Wales will have marked effects on other soil properties or crop yields. The data do suggest, however, that more research is required on the nature of SOC, particularly of the so-called ‘active’ or ‘fresh’ fraction and its influence on the properties of a range of soil types under different land uses. This is particularly relevant to the ongoing debate about soil quality, its definition, and the identification of appropriate indicators that relate soil quality to soil functions.
DOI:10.3321/j.issn:0578-1752.2006.04.017URLMagsci [本文引用: 1]
【目的】揭示土壤有机质时空变化规律及其影响因素，为土壤肥力评价和管理提供指导。【方法】通过收集和实测北京南郊-大兴区1980、1990和2000年3个不同时期耕层土壤有机质含量的资料，应用地统计学方法对共进行分析。【结果】3个时期土壤有机质的平均含量分别为9.64、12.76和12.89 g·kg-1，它们的空间相关距离分别为80.5、59.2和49.0 km，呈递减趋势。大兴区土壤有机质含量空间分布呈北高南低之势。从1980年到2000年，有机质含量表现为由低向高逐级累积的规律，具体变化为有机质含量一级和二级的土地面积从无增加到分别占土地总面积的8.0%和14.3%，含量三级的土地面积从23.0%增加到37.1%，四级土地面积减少很少，约为2.19%，五级土地面积减少幅度最大，为50.4%。【结论】秸秆还田和施用有机肥是有机质含量普遍上升的原因，随着作物产量的不断提高，部分地区的有机质入不敷出，呈下降的趋势，应注意土壤的培肥管理。
DOI:10.3321/j.issn:0578-1752.2006.04.017URLMagsci [本文引用: 1]
【目的】揭示土壤有机质时空变化规律及其影响因素，为土壤肥力评价和管理提供指导。【方法】通过收集和实测北京南郊-大兴区1980、1990和2000年3个不同时期耕层土壤有机质含量的资料，应用地统计学方法对共进行分析。【结果】3个时期土壤有机质的平均含量分别为9.64、12.76和12.89 g·kg-1，它们的空间相关距离分别为80.5、59.2和49.0 km，呈递减趋势。大兴区土壤有机质含量空间分布呈北高南低之势。从1980年到2000年，有机质含量表现为由低向高逐级累积的规律，具体变化为有机质含量一级和二级的土地面积从无增加到分别占土地总面积的8.0%和14.3%，含量三级的土地面积从23.0%增加到37.1%，四级土地面积减少很少，约为2.19%，五级土地面积减少幅度最大，为50.4%。【结论】秸秆还田和施用有机肥是有机质含量普遍上升的原因，随着作物产量的不断提高，部分地区的有机质入不敷出，呈下降的趋势，应注意土壤的培肥管理。
