2022, Vol. 59
表1(Table 1)
2. 中国科学院东北地理与农业生态研究所 黑土区农业生态重点实验室，长春 130102;
3. 中国科学院大学，北京 100049
2. Key Laboratory of Mollisols Agroecology, Northeast Institute of Geography and Agroecology, CAS, Changchun 130102, China, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China
松嫩平原（48º30′—48º5′N，122º12′—126º20′E）三面环山，南面为平缓的松辽分水岭，中部为发育程度高的苏打盐渍土[1]。土壤盐渍化导致生态环境恶化，土地综合生产能力降低，成为制约该区域农牧业发展的关键因素。虽然，自20世纪90年代开始，有关方面采取了一系列的盐碱化土壤改良与治理措施并取得了一定的成效，但目前松嫩平原土壤盐渍化发展的速度和面积大于改良与治理的速度与面积[2]。
土壤盐碱化可严重制约土地资源的可持续性利用与生态系统的稳定性[3]，而盐碱化土壤的改良与利用一直是土壤科学一个非常重要的研究内容。随着精准农业思想的提出，许多学者对土壤空间变异特征进行了研究[4-7]。松嫩平原苏打盐渍土改良与利用的难点之一在于土壤理化性质的空间变异特征，即所谓“一步三换土”。较强的土壤空间变异特征影响了灌溉与施肥的效率，限制了农业生产的发展。对盐碱化土壤空间变异特征进行研究，有利于农田的精准化管理，节约成本、增加效益。
关于松嫩平原苏打盐渍化水田土壤空间变异的结果表明，盐碱化水田的土壤pH和EC呈强空间变异性，而盐碱化旱田的表观土壤电导率具有中等空间变异[8]，盐碱化芦苇人工草地土壤盐分离子具有较明显的空间变异[9]；而关于盐碱化紫花苜蓿人工草地土壤空间变异特征的研究却鲜见报道。因此，本研究对盐渍化紫花苜蓿人工草地的土壤理化性质的空间变异特征、紫花苜蓿的耐盐碱阈值以及紫花苜蓿的产量与土壤理化性质的相关性进行了研究，研究结果可为苏打盐渍土的精细化管理与利用提供理论基础与数据支持。
1 材料与方法 1.1 试验区概况试验地点选择吉林省白城市的亚亨农牧业有限公司（图 1，45°34′36″-45°34′29″N，123°2′24″-123°2′47″E）。2008年，该公司被确定为省级重点农业产业化龙头企业，拥有草原1 800 hm2，饲草用地417 hm2。该公司位于吉林省白城市道保镇新发窝棚村，该区域的土壤盐分以Na2CO3和NaHCO3为主，属于典型苏打盐渍土。温带大陆性季风气候，昼夜温差大，气候季节性明显。春季干旱多风少雨，夏季炎热且降雨集中，雨热同期，冬季严寒少雪。
|
图 1 试验区示意图及样点分布 Fig. 1 The location of the experiment site and the soil sample plots |
据白城气象局的数据显示（图 2），该地区2008年至2015年年均降水量为415.95 mm，约75%的雨量集中在6—9月份。年均蒸发量1 545 mm，年平均日照数为3 005 h，年均有效积温3000.5℃，最高气温40.2℃，最低气温–33.3℃，冻土层可达180 cm，无霜期142 d。
|
图 2 试验区域年均降水量与年均蒸发量 Fig. 2 The annual precipitation and evaporation in the study site |
以盐碱化紫花苜蓿人工草地土壤为研究对象，该研究区域长×宽为600 m × 450 m（图 1）。于2017年5月10日采用Veris 3100测定土壤表观电导率。然后以网格法设置取样调查点，间距为50 m × 50 m采样点，采集土壤原状土（采样深度为0~15 cm和15~30 cm）以测定土壤容重（BD）和土壤质量含水量（MWC），此外，采用土钻取土样（采样深度为0~15 cm和15~30 cm）以测定土壤盐碱指标（pH、EC、钠吸附比和总碱度），每个采样点采用GPS标记定位点。在2017年10月10日和2018年5月10日测定紫花苜蓿的株高（SH）、生物量（以地上部分干物质量计）（DM）、盖度（CD）、生物多样性指数（Shannon-Weiner Index，SWI）以及单位面积内的植物物种数量（SW）。
紫花苜蓿的生物生态学指标测定：以定位采样点为中心，10 m为半径的圆形区域内随机选择3个1 m × 1 m样方，在样方内测定紫花苜蓿的株高（SH）、干物质量（DM）以及紫花苜蓿的盖度（CD）。各参数的测定方法如下：刈割1 m × 1 m样方内的紫花苜蓿，留茬不高于5 cm，并立即用电子天平称重即为单位面积紫花苜蓿的鲜物质量，测定后将刈割的紫花苜蓿进行晾晒，恒重后为单位面积紫花苜蓿的干物质量（Dry Biomass，DM）；紫花苜蓿的株高（SH）采用直尺测定，每个样方内测定5次紫花苜蓿的株高取平均值；样方内紫花苜蓿盖度采用目测法测定。单位面积植物物种数量采用调查法测定，即统计样方内植物种的数量，Shannon-Weiner指数（SWI）采用下式计算：
| $ H' = - \sum\limits_{i = 1}^r {{P_i}(\ln {P_i})} $ | (1) |
| $ {P_i} = {n_i}/N $ | (2) |
式中，N为群落中所有种的个体总数，ni为第i种的个体数目，Pi样品中属于第i种的个体的比例，如样品总个体数为N，第i种个体数为ni，则Pi=ni/N；
土壤盐分指标采用水︰土= 5︰1测定，即30 g土加入150 mL蒸馏水，充分搅拌后，静置2 h以上测定悬浊液的pH和EC，然后将悬浊液抽滤，测定滤液的K+、Na+、Ca2+、Mg2+、CO32–和HCO3–。K+和Na+采用火焰光度计测定，Ca2+、Mg2+采用EDTA滴定法测定，CO32–和HCO3–采用H2SO4滴定法测定。土壤钠吸附比（SAR）和总碱度（TA）以式（1）和式（2）计算。
| $ {\text{SAR}} = \frac{{{\text{[}}N{a^ + }{\text{]}}}}{{\sqrt {{\text{[}}C{a^{2 + }} + M{g^{2 + }}{\text{]/2}}} }} $ | (3) |
式中，[Na+]：Na+当量浓度，mmolc·L–1；[Ca2++Mg2+]：Ca2+与Mg2+当量浓度之和，mmolc·L–1；
| $ {\text{TA = [CO}}_{\text{3}}^{{\text{2}} - }{\text{]/2 + [HCO}}_{\text{3}}^ - {\text{]}} $ | (4) |
式中，TA：土壤总碱度，mmolc·L–1；[CO32–]：CO32–当量浓度，mmolc·L–1；[HCO3–]：HCO3–当量浓度，mmolc·L–1；
土壤容重采用环刀法测定，每个点取两层（0~15 cm和15~30 cm）土壤样品；土壤质量含水量在土壤容重取样时测定。
| $ {{\text{ρ}}_{\text{b}}} = \frac{{{m_s}}}{V} $ | (5) |
式中，ρb：容重，g·cm–3；V：环刀内土壤总体积，cm3；ms：环刀内土壤干重，g；
| $ {\text{MWC}} = \frac{{{m_f} - {m_s}}}{{{m_s}}} \times {\text{100% }} $ | (6) |
式中，MWC：土壤质量含水量，g·kg–1；mf：土壤湿重，g；ms：土壤干重，g；
1.3 数据处理与分析利用地统计软件（Golden Software + 7.0）对试验区盐碱化人工草地（0~15 cm和15~30 cm层）土壤理化性质的空间变异理论模型及模型参数进行计算。而后采用Surfer 10.0绘制土壤理化性质的空间变异图。采用SPSS 20.0对试验数据进行统计描述，计算土壤理化性质与盐碱化人工草地牧草生物学特征的极值、均值与标准误。采用多元线性回归（Step-Wise）定量化盐渍化紫花苜蓿人工草地牧草生物量与土壤理化性质之间的关系。
2 结果与讨论 2.1 土壤基本理化性质采用SPSS 20.0计算盐碱化人工草地0~15 cm与15~30 cm层土壤理化性质的极值、均值、均值的标准误以及方差，结果如表 1所示。
|
表 1 盐碱化人工草地土壤基本理化特征 Table 1 The statistical results of soil physical and chemical properties of saline-alkali artificial grassland |
由表 1可知，盐碱化人工草地0~30 cm的土壤化学性质差异性较大。具体表现为盐碱化人工草地0~15 cm的土壤pH范围为7.17~9.92，均值为9.00，变异系数为6.76%，而15~30 cm的土壤pH的极极小值与极大值分别为7.29和9.97，均值为9.09，变异系数达7.18%，表明盐碱化人工草地土壤pH的变异性较小。0~15 cm和15~30 cm层土壤EC变异系数分别为70.40%和63.04%，均值分别为259.65 μS·cm–1和322.72 μS·cm–1，表明0~30 cm层的土壤EC高且变异性强。0~15 cm的土壤SAR范围为0.29~14.52（mmolc·L–1）1/2，均值为3.01（mmolc·L–1）1/2，而15~30 cm层的土壤SAR则由0.22（mmolc·L–1）1/2增加至20.10（mmolc·L–1）1/2，为6.39（mmolc·L–1）1/2，变异系数则均为70.48%，表明盐碱化人工草地0~30 cm的土壤SAR具有强变异性。0~15 cm和15~30 cm层土壤总碱度均值分别为0.37 mmolc·L–1和3.52 mmolc·L–1，且15~30 cm的土壤总碱度具有更高的变异性。
此外，盐碱化人工草地0~15 cm的土壤容重极值分别为0.87 g·cm–3和1.83 g·cm–3，均值为1.51 g·cm–3，而变异系数为11.16%；而15~30 cm的土壤容重范围为1.32~1.90 g·cm–3，均值为1.68 g·cm–3，变异系数6.71%，表明0~15 cm的土壤容重变异性高于15~30 cm层土壤容重的变异性。0~15 cm的土壤质量含水量从1.36 g·kg–1增加至31.19 g·kg–1，均值为10.76 g·kg–1，15~30 cm的土壤质量含水量极值分别为5.16 g·kg–1和41.41 g·kg–1，均值为13.07 g·kg–1，而0~15 cm和15~30 cm层土壤质量含水量的变异系数分别为47.22%和31.87%，表明0~15 cm层的土壤质量含水量的变异性较15~30 cm的土壤质量含水量的变异性强。
2.2 盐碱化人工草地土壤盐碱性质的空间分布特征 2.1.1 盐碱化人工草地土壤水盐含量空间结构特征目前，普遍接受结构性因素如气候、成土母质、地形地貌、土壤类型等可导致土壤理化性质具有较强的空间相关性，而随机性因素如耕作措施、种植制度以及施肥灌溉等人为因素可导致土壤理化性质的空间相关性变弱，向着均质化方向发展[10-13]。通常地统计学中块金值与基台值的比值（C0/C0+C）称为块金效应，其值代表系统变量空间变异的相关程度。当C0/C0+C < 25%时，系统具有强烈的空间相关性，在25%~75%之间时，系统具有中等的空间相关性[14-15]。本研究利用地统计软件（GS+ 7.0）对试验区盐碱化人工草地（0~15 cm和15~30 cm）土壤盐碱性质的空间变异理论模型及模型参数进行计算，结果如表 2所示。
|
|
表 2 土壤理化性质的空间变异理论模型及参数 Table 2 The theoretical model of spatial variation of soil physico-chemical properties |
块金值（C0）表示变量的随机部分空间变异特征[16]。本研究中，盐碱化人工草地0~15 cm层土壤盐碱性质的块金值从高到低依次为：电导率（EC） > 质量含水量（MWC） > pH > 总碱度（TA），而15~30 cm层土壤盐碱性质的块金值从高到低依次为：EC > MWC > pH > TA。此外，0~15 cm层的土壤pH、EC和MWC的块金值大于15~30 cm层的土壤pH、EC和MWC的块金值，而TA在0~15 cm层和15~30 cm层的块金值则呈相反规律。
盐碱化人工草地土壤盐碱性质的块金值结果表明，土壤EC的随机部分空间变异特征最高，其次为土壤质量含水量，而土壤总碱度的随机部分空间变异特征小于其他理化参数。
基台值（C0+C）表示区域变量的最大变异，其值的大小与变量的空间变异性的程度正相关，即C0+C的值越大变量的空间变异性越高[10]。本研究中，盐碱化人工草地土壤理化参数基台值从高到低依次为：EC > MWC > SAR > pH > TA > BD。0~15 cm层的土壤pH和土壤EC的基台值小于15~30 cm层的土壤pH和土壤EC的基台值，而MWC、BD、SAR和TA则为0~15 cm层的基台值大于15~30 cm层的基台值。盐碱化人工草地土壤盐碱参数的基台值结果表明，0~30 cm层的土壤EC的空间变异性的程度最高，其次为土壤质量含水量，而土壤容重的空间变异性程度最低。此外，0~15 cm的土壤pH和EC的空间变异性程度小于15~30 cm的空间变异性程度，MWC和TA的空间变异性程度则为0~15 cm高于15~30 cm的空间变异性程度。
空间变异性强的变量其变异主要是由土壤质地、地形、土壤类型等结构性因素引起的；中等空间变异主要是由结构性因素与随机因素（人为因素与土壤微变异等）共同作用的结果。本研究中，盐碱化人工草地0~30 cm层土壤的表现出中等和强烈的空间变异性。具体表现为0~30 cm层的土壤EC和土壤总碱度的块金效应均小于25%，表现出强烈的空间变异特性，而0~30 cm层的土壤pH的块金效应在25%~75%，表现出中等的空间变异性。盐碱化人工草地0~15 cm层的土壤容重为强烈的空间变异特性；0~30 cm层的土壤质量含水量块金效应在25%~75%之间，表现为中等空间变异特性。
模型拟合结果表明，盐碱化人工草地土壤质量含水量与土壤总碱度均呈指数函数；土壤pH则呈球状函数；土壤表层EC为高斯函数，亚表层为指数函数。
本研究中，盐碱化人工草地土壤盐碱性质空间变异性主要表现为0~15 cm和15~30 cm土壤的pH、EC、TA以及土壤质量含水量具有中度或强空间变异（0.1% < C0/C0+C < 46%），0~30 cm土壤EC与TA的强空间变异性表明，EC与TA主要受气候与成土母质的影响，而表现出强烈的空间依赖性，随机因素的作用效果不显著，这主要是松嫩平原的成图母质、地形地貌、气候等自然因素导致土壤可溶性盐中以NaHCO3和Na2CO3为主[17-18]。而0~30 cm土壤pH与MWC为中等空间变异性，表明试验区0~30 cm的土壤pH和MWC受结构性因素与随机因素共同作用的结果，而人为干扰因素较小。因此，土壤pH与MWC的中等空间变异性是由结构性因素造成的，是受气候与土壤共同作用的结果。此研究结果与蒋勇军等[19]的研究结果一致，即土壤理化性质不是纯随机变量，而是区域性变量，既有随机性也包括结构性。
2.1.2 盐碱化人工草地土壤水盐空间分布特征土壤盐渍化严重制约着土地可持续利用与生态系统的稳定性[3]，特别是在松嫩平原这种降雨量低而蒸发量大的干旱与半干旱地区，土壤盐渍化问题更加严重[20]。研究土壤空间变异特征是盐渍化土地管理与利用和精细化农业的理论基础与重要途径[5-6]。本研究利用地统计软件Surfer 10.0对盐碱化人工草地土壤盐碱参数进行Kriging插值，绘制试验区域土壤表层（0~15 cm）与亚表层（15~30 cm）的土壤质量含水量（图 3a与图 3b）、pH（图 3c与图 3d）、EC（图 4a与图 4b）与TA（图 4c与图 4d），观察空间变异特征。
|
图 3 盐碱化人工草地土壤质量含水量与pH空间变异特征 Fig. 3 The spatial variation of soil mass water content(MWC)and pH in the saline-alkali artificial grassland |
|
图 4 碱化人工草地土壤EC与土壤TA空间变异特征 Fig. 4 The spatial variation of soil electrical conductivity(EC)and Total alkalization(TA)in the saline-alkali artificial grassland |
由图 3可知，表层土壤水盐具有较高的空间变异性，而亚表层土壤的空间变异性则相对较低。表层土壤的质量含水量（图 3a）高值区的面积大于亚表层土壤质量含水量（图 3b）的高值区面积。盐碱化人工草地土壤pH总体表现为东部与西部高而中间低的趋势，且表层（图 3c）与亚表层（图 3d）土壤pH的空间变异性规律基本一致，即表层与亚表层土壤pH在水平方向上的空间变异性具有较高的相似性。
由图 4可知，盐碱化人工草地土壤EC空间变异特性基本一致，然而亚表层土壤EC（图 4b）的高值区面积较表层土壤EC（图 4a）的高值区面积大；此外，表层土壤EC的高值区主要分布于试验区的中部，而亚表层土壤EC的高值区亦主要分布于试验区的中部，但土壤EC值高于表层。盐碱化人工草地亚表层土壤总碱度（图 4d）的空间变异特性较表层土壤总碱度（图 4c）的空间变异特性强。此外，表层土壤总碱度的高值区主要分布于试验区的北部，而亚表层土壤总碱度的高值区则主要分布于试验区的北部与东南部，且亚表层土壤总碱度的高值区面积更大。
土壤空间变异性是尺度函数，即尺度效应[21]，小尺度的研究难以代表区域性的变异特征。本研究仅对小尺度的土壤空间变异性进行了研究，难以代表松嫩平原大尺度上的土壤空间变异性，因此松嫩平原大尺度土壤空间变异特征有待进一步研究。
2.3 盐碱化人工草地牧草生物学参数的空间变异特征松嫩平原的盐碱化草地独特气候、水文状况与成土母质等结构性因素决定了该区域土壤具有较强的空间变异性，因此研究松嫩平原盐碱化草地土壤的空间变异特征对盐碱化草地的生态恢复与合理利用具有重要意义。因此，本研究采用GS+7.0计算盐碱化人工草地0~15 cm与15~30 cm层盐碱化人工草地生物多样性指数（Shannon-Wiener Index，SWI）、干物质量（dry biomass，DM）、紫花苜蓿株高（shoot height，SH）、紫花苜蓿盖度（coverage degree，CD）以及单位面积植物物种数量（specie amount of plant in 1 m2，SW）的地统计学特征进行了计算，结果如下表所示。
由表 3可知，盐碱化人工草地各生物-生态学参数的块金效应值从高到低依次为：CD > DY > SWI > SH > SW。盐碱化人工草地牧草生物-生态学参数的块金效应均小于25%，表明均具有强烈的空间变异特征。因此，可以认为本研究中盐碱化人工草地生物多样性指数、紫花苜蓿生物量、牧草盖度、生物量、单位面积植物物种数量与土壤的空间变异性强烈相关，即受结构性因素的影响。
|
|
表 3 基于经典统计学的盐碱化人工草地牧草生物学特征 Table 3 The forage biological characteristics in saline-alkali artificial grassland based on classical statistics |
盐碱化人工草地紫花苜蓿盖度与盐碱化人工草地单位面积植物物种数量均具有强空间变异性。此外，盖度、单位面积植物物种数量与生物量均与0~30 cm土壤pH和EC呈显著负相关（P < 0.01），而Zaid等[22]的研究结果也表明土壤pH可显著影响紫花苜蓿的产量（P < 0.05）。改良盐碱地土壤，降低盐碱化程度，减小土壤空间差异性，有利于提高盐碱化人工草地的生产力。本研究将数据标准化后，进行逐步线性回归（MLR-step wise）以定量化牧草干重与土壤理化参数间的关系。盐碱化人工草地干物质量（DM）仅与0~30 cm的土壤pH呈最优线性关系，R2达到了0.403，即盐碱化人工草地紫花苜蓿干物质量（DM）增减量的40.3%可用0~30 cm的土壤pH解释。
因MLR-step wise与相关性分析的结果表明盐碱化人工草地干物质重（DM）与土壤pH相关性最高，可用DM与土壤pH之间的线性关系表示，因此将二者进行曲线拟合，结果如式（7）：
| $\text{Y(DM)=2699}\text{.73-276}\text{.496}\ \text{pH}$ | (7) |
式中，Y（DM）：单位面积紫花苜蓿干重，g·m–2；7.17 < pH < 9.76。
在试验区土壤pH值范围内，随着土壤pH的增加，单位面积紫花苜蓿的干重降低，当0~30 cm土壤pH增加到9.76时，盐碱化人工草地的生物量为0 g·m–2，表明紫花苜蓿对土壤pH的耐受上限为9.76。
综上所述，本研究中试验区盐碱化人工草地牧草产量与土壤pH和EC呈极显著负相关（P < 0.01），且盐碱化紫花苜蓿人工草地的产量可以采用土壤pH和土壤质量含水量进行预估，即式Y（DM）= 2 699.73–276.496pH（R2 = 0.403，7.17 < pH < 9.76）。
4 结论本研究通过对盐渍化紫花苜蓿人工草地土壤理化性质以及牧草生物学特征的空间变异特征进行研究，得到以下主要结论：0~30 cm的土壤理化性质中EC（0~30 cm层）与TA（0~30 cm层）具有强空间变异特性（C0/C0+C < 25%），其空间变异特征主要是由地形、水文与气候等结构性因素引起的；而其他理化参数为中等空间变异性（25% < C0/C0+ C < 75%），其变异主要是由随机因素和结构性因素共同作用引起的；此外，盐碱化人工草地盖度、生物量干重、Shannon-Wiener指数、紫花苜蓿株高以及单位面积植物种类数量均具有强空间变异特征（C0/C0+C < 25%），表明其均与土壤空间变异特征强烈相关；最后，本研究发现盐碱化紫花苜蓿人工草地的产量可以用土壤的pH和MWC进行预估，即Y（DM）= 2699.73 – 276.496 pH（R2 = 0.403，7.17 < pH < 9.76）。
| [1] |
Lin N F, Tang J, Bian J M, et al. The quaternary environmental evolution and the problem of desertification in Northeast Plain (In Chinese)[J]. Quaternary Sciences, 1999, 19(5): 448-455. DOI:10.3321/j.issn:1001-7410.1999.05.008 [林年丰, 汤洁, 卞建民, 等. 东北平原第四纪环境演化与荒漠化问题[J]. 第四纪研究, 1999, 19(5): 448-455.]
(  1) |
| [2] |
Hua J X, Zang S Y, Na X D. Retrieval of soil salinization process and its dynamic change in Songnen Plain (In Chinese)[J]. Bulletin of Soil and Water Conservation, 2017, 37(1): 155-160. [花锦溪, 臧淑英, 那晓东. 松嫩平原盐碱化反演及其动态变化过程[J]. 水土保持通报, 2017, 37(1): 155-160.]
( 1) |
| [3] |
Scudiero E, Skaggs T H, Corwin D L. Comparative regional-scale soil salinity assessment with near-ground apparent electrical conductivity and remote sensing canopy reflectance[J]. Ecological Indicators, 2016, 70: 276-284. DOI:10.1016/j.ecolind.2016.06.015
( 2) |
| [4] |
Córdova C, Sohi S P, Lark R M, et al. Resolving the spatial variability of soil N using fractions of soil organic matter[J]. Agriculture, Ecosystems & Environment, 2012, 147: 66-72.
( 1) |
| [5] |
Wu J, Xie Y L, An B J. The status and development countermeasures of precision agriculture in China (In Chinese)[J]. Shandong Agricultural Sciences, 2013, 45(9): 118-121. [武军, 谢英丽, 安丙俭. 我国精准农业的研究现状与发展对策[J]. 山东农业科学, 2013, 45(9): 118-121.]
( 1) |
| [6] |
李洪波. 植物响应养分空间异质性分布的动态过程及调控根系获取养分的策略研究[D]. 北京: 中国农业大学, 2014. Li H B. The dynamic process of plant responses to heterogeneous nutrient environments and the strategies of root management for nutrient acquisition[D]. Beijing: China Agricultural University, 2014. ( 1) |
| [7] |
Chaopricha N T, Marín-Spiotta E. Soil burial contributes to deep soil organic carbon storage[J]. Soil Biology and Biochemistry, 2014, 69: 251-264. DOI:10.1016/j.soilbio.2013.11.011
( 1) |
| [8] |
赵长巍. 吉林省西部盐渍土空间变异性与均质化改良研究[D]. 北京: 中国科学院大学, 2014. Zhao C W. Spatial variations and homogenized reclamation of sodic soil of west Jilin Province [D]. Beijing: University of Chinese Academy of Sciences, 2014. ( 1) |
| [9] |
Yang F, Deng W, Zhang G X, et al. Spatial variation of soil saline ions and its relations with vegetation community of Phragmites australis in a saline-sodic soil (In Chinese)[J]. Acta Pedologica Sinica, 2008, 45(4): 594-600. [杨帆, 邓伟, 章光新, 等. 苏打盐渍土地区芦苇地土壤盐分离子空间变异与群落关系研究[J]. 土壤学报, 2008, 45(4): 594-600.]
( 1) |
| [10] |
Wang Q J, Bi L, Zhang J H. Spatial variability analysis of large-scale soil water, salt and heat characteristics in Baotou lake irrigation area of Xinjiang (In Chinese)[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(18): 138-145. DOI:10.11975/j.issn.1002-6819.2018.18.017 [王全九, 毕磊, 张继红. 新疆包头湖灌区农田土壤水盐热特性空间变异特征[J]. 农业工程学报, 2018, 34(18): 138-145.]
( 2) |
| [11] |
Zhang H, Zhang G L. Soil quality indicators and its evaluation methods (In Chinese)[J]. Soils, 2001, 33(6): 326-330. DOI:10.3321/j.issn:0253-9829.2001.06.011 [张华, 张甘霖. 土壤质量指标和评价方法[J]. 土壤, 2001, 33(6): 326-330.]
( 0) |
| [12] |
Chien Y J, Lee D Y, Guo H Y, et al. Geostatistical analysis of soil properties of mid-west Taiwan soils[J]. Soil Science, 1997, 162(4): 291-298. DOI:10.1097/00010694-199704000-00007
( 0) |
| [13] |
Di H J, Kemp R A, Trangmar B B. Use of geostatistics in designing sampling strategies for soil survey[J]. Soil Science Society of America Journal, 1989, 53(4): 1163-1167. DOI:10.2136/sssaj1989.03615995005300040028x
( 1) |
| [14] |
Xiao D N, Li X Y, Song D M, et al. Spatiotemporal dynamic simulation of groundwater exploitation in Minqin oasis (In Chinese)[J]. Science in China: Series D: Earth Sciences, 2006, 36(6): 567-578. [肖笃宁, 李小玉, 宋冬梅, 等. 民勤绿洲地下水开采时空动态模拟[J]. 中国科学D辑: 地球科学, 2006, 36(6): 567-578.]
( 1) |
| [15] |
Guo X D, Fu B J, Chen L D, et al. The spatio-temporal variability of soil nutrients in Zunhua plain of Hebei Province: Semivariogram and kriging analysis (In Chinese)[J]. Acta Geographica Sinica, 2000, 55(5): 555-566. [郭旭东, 傅伯杰, 陈利顶, 等. 河北省遵化平原土壤养分的时空变异特征--变异函数与Kriging插值分析[J]. 地理学报, 2000, 55(5): 555-566.]
( 1) |
| [16] |
Wang Z Q. Geostatistics and its application in ecology (In Chinese). Beijing: Science Press, 1999: 150-156. [王政权. 地统计学及在生态学中的应用[M]. 北京: 科学出版社, 1999: 150-156.]
( 1) |
| [17] |
Wang M M, Rengasamy P, Wang Z C, et al. Identification of the most limiting factor for rice yield using soil data collected before planting and during the reproductive stage[J]. Land Degradation & Development, 2018, 29(8): 2310-2320.
( 1) |
| [18] |
Lin N F, Wang J, Tang J, et al. Character and mechanism of soil degradation in west of Jilin Province (In Chinese)[J]. Bulletin of Soil and Water Conservation, 2003, 23(2): 1-4. DOI:10.3969/j.issn.1000-288X.2003.02.001 [林年丰, 王娟, 汤洁, 等. 吉林省西部土壤退化特征及机理分析[J]. 水土保持通报, 2003, 23(2): 1-4.]
( 1) |
| [19] |
Jiang Y J, Yuan D X, Xie S Y, et al. Spatial variability of soil organic matter content in a typical Karst watershed: Case study of Xiaojiang watershed, Yunnan Province (In Chinese)[J]. Acta Ecologica Sinica, 2007, 27(5): 2040-2047. DOI:10.3321/j.issn:1000-0933.2007.05.045 [蒋勇军, 袁道先, 谢世友, 等. 典型岩溶流域土壤有机质空间变异--以云南小江流域为例[J]. 生态学报, 2007, 27(5): 2040-2047.]
( 1) |
| [20] |
Wichelns D, Qadir M. Achieving sustainable irrigation requires effective management of salts, soil salinity, and shallow groundwater[J]. Agricultural Water Management, 2015, 157: 31-38. DOI:10.1016/j.agwat.2014.08.016
( 1) |
| [21] |
Zhao J, Liu H J, Sui Y Y, et al. Analysis for spatial heterogeneity of organic matter content and available nutrients in blacksoil crop area with different scales (In Chinese)[J]. Journal of Soil and Water Conservation, 2006, 20(1): 41-44. DOI:10.3321/j.issn:1009-2242.2006.01.010 [赵军, 刘焕军, 隋跃宇, 等. 农田黑土有机质和速效氮磷不同尺度空间异质性分析[J]. 水土保持学报, 2006, 20(1): 41-44.]
( 1) |
| [22] |
Zaid M S, Eid A H, Abd El Wahab A M, et al. Soil quality indicators effects on alfalfa productivity at El-Sadat center soil conditions[J]. Agricultural Research & Technology, 2017, 7(5): 555725.
( 1) |