Soil Nutrient Characteristics and Main Controlling Factors in the Oasis Zone of the Northeastern Margin of Tarim Basin
-
摘要:
土壤健康关系人民生产生活水平，关乎国家粮食安全，是重要的战略资源。为摸清塔里木盆地东北缘典型绿洲区土壤养分特征，采集研究区土壤表层样品140件，测定主要养分元素含量，分析其生态化学计量特征、空间分布规律及影响养分富集的主控因素。结果表明：① 研究区Fe、Mn含量高值分布面积最广，Mg含量高值分布范围最小；分析土壤生态化学计量特征，发现缺氮少磷是限制区内植物正常生长的主控因素。②从数量上来看，研究区贫瘠、极贫瘠级别的土地面积占总面积的99.14%，仅0.86%的土地处于中等级别水平。从空间分布上来看，中等肥力的土地分布在区内东南部，呈孤岛状；极贫瘠的土地主要分布在绿洲–荒漠的过渡带上。③研究区4种土地利用方式中，耕地的土壤养分含量较高；土壤养分元素的含量与坡向、地表粗糙度呈正相关关系，与海拔呈负相关关系。同时，土壤养分的丰缺与长期连作、作物施肥、灌溉技术等人为影响也有着密切的关系。
Abstract:Soil health is related to people’s production, living standards, and national food security and is an important strategic resource. To understand the nutrient characteristics of soils in typical oasis areas on the northeast edge of the Tarim basin. A total of 140 soil surface samples were collected from the study area to determine the content of major nutrient elements and analyze their ecological chemometric characteristics, spatial distribution patterns, and the main controlling factors affecting nutrient enrichment. The results showed that: ① High values of Fe and Mn were most widely distributed in the study area, while high values of Mg were the least widely distributed. Analysis of the ecological stoichiometric characteristics of the soil showed that the lack of nitrogen and phosphorus was the main controlling factor limiting the normal growth of plants in the area. ② In terms of quantity, 99.14% of the total land area in the study area is infertile or very infertile, and only 0.86% of the land is at the medium−grade level. In terms of spatial distribution, the moderately fertile land is distributed in the south−eastern part of the district in the form of islands, and the very barren land is mainly distributed in the oasis−desert transition zone. ③ Among the four types of land use, the soil nutrient content of the arable land is higher. Meanwhile, the content of nutrient elements is positively correlated with slope orientation and surface roughness and negatively correlated with altitude. At the same time, the abundance of soil nutrients is also closely related to long−term continuous cropping, crop fertilization, irrigation techniques, and other anthropogenic influences.
-
Keywords:
- soil /
- nutrients /
- Tarim Basin /
- oasis zone /
- dominant control factors
-
实现“双碳”目标是国家根据世界发展新形势作出的重大战略决策。如何着眼地区经济实际和资源环境禀赋，统筹产业结构与发展布局，推动高质量发展，是地方政府助力“双碳”目标的重要举措。生态系统是地球系统正常运转的基础。《2030年前碳达峰行动方案》对生态系统碳汇能力巩固提升提出明确要求。对区域生态资源赋存状态与变化进行准确评估，是构建“双碳”目标下国土空间开发与生态环境保护新格局的基础。基于自然的资本属性，根据生态系统及其固碳功能服务衡量经济价值（Costanza et al.，1997）的区域生态系统价值评估，不仅可以为从国家层面探索自然资源资产负债表提供技术支持，也是地区可持续发展目标导向政策优化调整的基础。
国内很多学者已对中国生态系统固碳服务价值开展评估研究。早期研究表明，中国陆地生态系统效益价值约为GDP的1.25倍（陈仲新等，2000），固碳服务价值约为773.5×109～3619.2×109元（欧阳志云等，1999）。后续研究进一步发现，生态系统的结构、状态和动态可以影响系统的功能和稳定性（Elmqvist et al.，2003；Cortina et al.，2006），从而影响生态系统固碳服务价值，因而不同生态系统类型间差异很大（谢高地等，2015；潘勇军等，2018）。然而，当前研究对于地区生态系统结构变化的影响考虑较少，而这却是生态脆弱与退化地区进行生态修复和国土空间规划布局的基础。基于地区生态系统结构进行固碳功能评估，对于脆弱生态的修复措施和经济建设的政策调整有重要意义。
黄河流域的生态保护和高质量发展是重大国家战略。榆林地处黄河中游地区，丰富的资源储量使榆林具有明显的区位优势。然而，经济发展过程中的环境效应问题也逐渐成为限制榆林市经济与生态可持续发展的主要影响因素。生态系统的脆弱性加剧了环境保护难度，在当前全球变化背景下如何改善生态环境的同时增加应对环境压力和干扰的能力是榆林地区高质量发展的必然要求。笔者基于高分辨率遥感影像对榆林市生态系统固碳价值进行评估，分析环境变化和人类活动的影响，结合景观结构指数对固碳功能进行空间分析，尝试从系统的角度理解榆林市生态系统固碳功能变化特征，以期为榆林市生态建设和高质量发展提供科学依据。
1. 研究方法与数据
1.1 研究区概况
榆林市位于黄河中游西岸，地理坐标为E 107º14′51″～111º14′31″，N36º48′58″～39º35′7″，包含1市2区9县，总面积为42920 km2。全市地势西北高、东西低，古长城以北的风沙草滩区占总面积的42%，风蚀沙化较严重，后备资源开发潜力大。南部黄土高原丘陵沟壑区占58%，地形破碎、水土流失严重。因为地处农牧交错区，榆林在相当长的时间一直以农牧业为主，从20世纪末开始发展轻重工业，到2006年开始以能化产业为主导，榆林经济进入了快速发展阶段。富集的能源矿产资源开发引发了对土地、植被资源的破坏，生态环境质量评价较差，局部地区甚至仍在恶化（陕西省生态环境状况公报，2021）。
1.2 数据来源
遥感数据采用MOD17A3HGF数据（https://ladsweb.modaps.eosdis.nasa.gov/），图像空间分辨率为500 m ×500 m，数据选用2000、2005、2010、2015和2020年。土地利用数据来源于资源环境科学与数据中心（https://www.resdc.cn/），空间分辨率为1 km×1 km，包括耕地、林地、草地、水域、建设用地和未利用土地6个一级分类和25个二级分类。
1.3 研究方法
1.3.1 固碳服务功能价值
MOD17A3HGF数据是基于BIOME-BGC模型通过Terra卫星遥感参数计算的全球植被净初级生产力年际遥感监测产品。将MOD17A3HGF数据转化为NPP值，利用Modis Reprojection Tool对数据进行投影转换，生成1 km×1 km的栅格数据。将生成数据与土地利用遥感监测数据和榆林市行政区划进行重采样、重分类、栅格计算等处理，得到2000～2020年榆林市6大类生产性土地的NPP统计数据。基于净生态系统生产力法对固碳功能量进行估算（国家市场监督管理总局，2020），采用市场价值法对固碳价值进行换算。CO2吸收价值根据2022年中国碳交易市场价格取58元/t。区县单位面积固碳价值通过各区县固碳价值量的总和与区划总面积换算得到，各区县面积加权平均得到全市单位面积固碳价值。
1.3.2 林地系统综合指数
基于遥感数据通过Fragstats对景观格局进行计算。分别在景观和类型水平下选取斑块面积（CA）、斑块所占景观面积比例（PLAND）、斑块数量（NP）、斑块密度（PD）、最大斑块占景观面积比（LPI）、景观形状指数（LSI）、平均斑块面积（AREA_MN）、蔓延度指数（CONTAG）、斑块内聚力指数（COHESION）、聚集度指数（AI）等指标，对各类土地利用类型的景观指数进行计算。对各区县森林景观计算结果标准化处理后通过熵权法确定指标权重，计算得到各区县林地综合指数。对各年份分别计算，得到各区县林地综合指数趋势变化。
1.3.3 主成分分析
基于气象条件、土地利用及工业GDP占比对各区县固碳价值进行PCA分析（Principal Component Analysis），分析环境因素、生态系统结构和人类活动对固碳价值的影响。采矿是榆林地区最主要的重工业产业，由于缺乏直接的采矿数据，以工业GDP占比代表地区工业活动。数据分析使用R-software （version3.5.3）。
2. 分析结果
榆林市2000年陆地生态系统固碳价值为5423万元， 2020年达到11449万元。西部的榆阳区、神木市、靖边县和定边县固碳价值总量最高，平均占全市10%以上。东南部的绥德县、米脂县、佳县、清涧县和子洲县固碳价值量占比较低，吴堡县最低仅约占1%。2020年榆林市固碳价值总量比2000年增加了111%，但各区县间增幅不同。西部的榆阳区、神木市、定边县增幅低于全市，分别增长了89%和96%，靖边县略高增加了114%。东南部增幅高于全市水平，增幅基本高于120%，清涧县增加了175%。
从土地利用类型看，榆林全市范围以草地和耕地为主，面积占比82%。2000年至2020年间全市草地和耕地固碳价值量分别增加了116%和101%。林地在榆林地区占比较小，然而到2020年固碳价值量增加了176%。建设用地增长速率最快固碳价值变幅最大。全市范围未利用土地持续缓慢减少，固碳价值量增幅最小。
3. 讨论
3.1 榆林市固碳价值的空间分布与影响因素
榆林市固碳价值总量的空间分布西北高、东南低。因为价值总量估算是基于行政区划面积，对区划面积较小的区县会低估，笔者基于单位面积固碳价值对各区县生态系统固碳功能进行对比。榆林市单位面积固碳价值量多年平均21.25 元/ha，东南部区县单位面积固碳价值水平高于全市，多年平均为21.96～24.98 元/ha，西北部区县基本低于全市平均水平（图1）。文中估算结果低于已报道的陕北榆林地区结果（李晶等，2011；封建民等，2018），可能与数据分辨率以及采用的市场交易价格低于造林成本价格有关。榆林市单位面积固碳价值从东南向西北递减的空间分布趋势，与陕北地区NPP从南向西北递减的趋势一致（李登科等，2022），显示出区域间土地利用类型的结构差异。
![]()
图 1 榆林市生态系统固碳服务价值空间分布a. 多年平均固碳价值量（104元）；b. 多年平均单位面积固碳价值量（元/ ha）Figure 1. Spatial distribution of value of carbon sequestration service in Yulin ecosystem对12区县固碳价值的PCA运算显示东南部区县与西北部区县在PC1（贡献率为44.1%～57.5%）上表现出显著差异（图2a），西北部区县正向分布，东南部区县负向分布。20年间工业GDP占比对PC1的贡献率始终较高，建筑用地的相关性也逐渐增加，表明榆林市生态系统固碳价值主要依据工业活动形成东南部区县和西北部区县的分划，这与榆林市矿产资源集中分布在市域西北部吻合。西北部区县矿产资源富集，采矿活动等重工业发达，对地表的破坏可以直接影响生态系统固碳服务功能。神木市是榆林典型的采矿工业区，煤矿资源丰富，工业GDP占比在20年间从86%增加到98%，对PC1的负荷也从2.09增加到3.18，表明该区域生态系统固碳价值与工业、建设活动的相关性在逐渐增加。榆林市西北部区县如榆阳区、府谷县也都表现出受工业建设活动影响增加的相似趋势（图2b）。气象条件对PC2轴的贡献率较高。可能受退耕还林还草政策导致的土地利用结构调整影响，各区县没有表现出显著差异。
![]()
图 2 榆林市12区县的PCA排序a.各区县2000、2005、2015与2020年的PCA排序，实心点为西北部区县分组，空心点为东南部区县分组；b.各区县2020年主分量分布Figure 2. The PCA distribution figure of 12 counties of Yulin榆林市地貌类型南北不同，西北部是毛乌素沙漠南缘风沙草滩区，南部是黄土高原丘陵沟壑区。全市土地利用类型基本以草地和耕地为主，贡献了全市约83%的固碳价值。尽管耕草地比例在各区县不同，两种土地利用类型的固碳价值总量并不存在显著差异。东南部区县的林地面积比例较高，因而林地固碳贡献在东南部区县相应增加。西北部靖边县、榆阳区、神木市、府谷县、横山县、定边县3%～4%的林地固碳贡献，在东南部区县增加到10%以上，绥德县和清涧县可以达到17%，提升了东南部区县的单位面积固碳价值。单位面积固碳价值与林地比例的显著正相关（图3），以及与建设用地及工业活动的负相关表明，在采矿、工业建设等人类活动干扰会损害地区生态系统固碳功能，生态系统结构尤其是林地比例对固碳价值的提高有重要影响。
![]()
图 3 榆林市固碳价值影响因素相关性分析结果图中数字为相关系数（p˂0.05）；×代表无显著相关；固碳价值为单位面积固碳价值；土地类型比例为面积比例Figure 3. Correlation analysis results of influencing factors of carbon sequestration value in Yulin全市范围看生态系统固碳价值的增长变化也表现出明显的空间差异。全市单位面积固碳价值在2000～2020年间持续增长，然而区域间增长速率不同（图4a）。2020年西北部6区县固碳价值总量增加了4357万元，平均增长率了107%，平均增长速率为0.67。东南部6区县虽然行政区划面积小，固碳价值总量仅增加1668万元，然而区域内林地系统的面积比例、平均斑块面积更高（图4b），增长速率也显著高于西北部区县（p＜0.05）。林地系统较高的比例和增长率使东南部区县单位面积固碳价值平均增加了147%， 0.955的增速显著高于西北部区县（p＜0.01）。
![]()
图 4 榆林市生态系统固碳价值增长速率与森林系统景观结构综合指数a.圆代表榆林市森林类型综合指数，颜色代表单位面积固碳价值增长速率；b.圆代表森林景观类型面积比例，颜色代表森林类型平均斑块面积Figure 4. The growth rate of carbon sequestration value in Yulin and forest ecosystem landscape structure comprehensive index榆林地处中国干旱半干旱地区，黄土高原与沙漠过渡地带，脆弱的生态条件导致植被生长敏感易变。全球变化背景下，榆林地区也表现出气候暖干化和水资源减少趋势（杨文峰等，2002；王德丽等，2011），多坡地的地貌结构可能进一步加深地表干旱。矿产开发对土地资源的破坏如果不加以维护管理，容易受到人类活动干扰而退化，从而降低生态系统的稳定和功能。林地综合结构指数显示榆林市东南部区县相对较高（图4a）。这种差异不仅仅因为林地总面积比例在东南部区县相对较高，而是区域内林地类型密度、大小、形状、临近度、连通性等的综合表现，表明森林生态系统的结构性在东南部区县相对较好，合理的生态修复和管理措施必然能够更好的发挥系统功能性。西北部区县林地系统结构性相对较差，不仅受地理条件限制，也与地方产业有关。榆林市作为中国能源化工基地，大量的矿产资源集中分布在西北部区县，矿山开发挤占了资源并造成景观破碎化，不利于植被发展。神木市林地类型比例、平均面积大小、连通性在全市基本处于最低值，且在不断恶化，林地综合指数较低并具有较大波动。矿山开发对林地生态系统结构的破坏不仅影响了当前的固碳功能，而且可能会对系统的稳定性及水土保持等生态系统服务产生影响。由这种潜在影响得知，在易发生土壤侵蚀或地质灾害的黄土高原地区（孙萍萍等，2022；仲原等，2022）的生态建设，应尽可能加强系统的整体性、结构性，协调好地区土地利用规划，避免景观的破碎化，加强水资源利用成效，从而实现地区长期的“双碳”目标。
3.2 榆林固碳价值的年代变化
2000～2020年榆林市固碳价值持续稳定增长，然而2000～2010年增长速率显著高于2010～2020年（图5）。定边县和绥德县位于榆林市南部，两县都没有煤矿开采，工业GDP占比不高，2020年分别仅占全县GDP总值的10%和15%。两县均是以耕地为主的传统农业县，建筑用地很少，土地利用类型的差异主要是林地和未利用地（图5b）。林地较多的绥德县单位面积固碳价值更高（图5b），增长率也更高（图5a）。为了在更小尺度进行对比，分别在两县基于相似土地利用结构选取了10 km × 10 km样方，绥德县样方不仅固碳价值提高了27.5%，20年间固碳价值的增长率也提高了92%。
![]()
图 5 榆林市生态系统单位面积固碳价值动态变化a.榆林市生态系统单位面积固碳价值随时间变化，虚线为12区县平均值，阴影为标准偏差，红线为绥德县，蓝线为定边县；b.定边县与绥德县土地利用结构Figure 5. The dynamic change of value of carbon sequestration of Yulin1999年，陕西在全国率先开展了退耕还林还草试点，榆林市重点实施了建设工程，并从2006年起陆续出台了一系列土地利用规划，加强土地整治与生态环境建设。全市耕地面积在2000～2010年下降较快（p＜0.01），2010～2020年下降速率减缓。20年间草地和林地整体呈上升趋势，然而草地面积在2010～2020年出现下降，只有林地始终保持增加。耕地和草地面积变化的年代差异达到显著水平，林地增长达到极显著水平（p＜0.01）。土地整治政策的实施改善了榆林市的生态环境，自然植被的逐渐恢复有效促进了生态系统固碳功能的提高。2000～2010年榆林市林地固碳价值增加337.66万元，2010～2020年增加116.13万元。相应各区县固碳价值总量增加量和增长速率均表现出极显著年代差异（p＜0.01）。西北部区县受采矿等工业建设活动影响，固碳价值增长速率普遍较低。加强全域统筹规划，因地制宜提高生态系统结构的协调性，对榆林市西北部地区的生态修复与建设有重要意义。
4. 结论
（1）2000～2020年榆林市生态系统固碳服务价值持续增长，2000年代固碳价值年增长480万元/a，2010年代增速减缓年增长120万元/a。全市单位面积固碳价值空间分布呈现从东南向西北递减的趋势，东南部区县单位面积固碳价值增长速率也更快。
（2）采矿工业活动是形成榆林市西北、东南各区县分划的主要因素，东南部工业活动少、林地占比较高，固碳价值主要受生态系统结构性变化的影响。
（3）榆林地区长期的资源开发导致地表景观的破碎化，降低了系统的稳定性。长期来看，未来实施退耕还林还草与生态修复建设工程时，应尽可能扩大单个系统类型面积、避免分散，综合考虑生态系统的整体性，以改善林地系统的结构性与稳定性，实现提质增效。后续可进一步对生态系统服务价值总量进行核算，深入分析系统结构变化影响下的系统功能变化。
-
![]()
图 4 不同土地利用类型的土壤养分元素分布特征
Figure 4. Distribution characteristics of soil nutrient elements for different land-use types
![]()
图 5 养分元素与地形因子冗余分析图
Figure 5. Redundancy plot of nutrient factor and topographic factor analysis
![]()
图 6 养分元素与地形因子相关性分析图
Figure 6. The correlation analysis diagram between nutrient factors and topographic factors
表 1 描述统计相关参数表（n=140）
Table 1 Describes the statistically related parameters （n=140）
元素 最小值 最大值 均值 标准偏差 偏度 峰度 变异系数（%） 正态分布 TN 0.01 0.13 0.04 0.02 1.12 2.18 0.47 平方差 Corg 0.06 1.83 0.43 0.29 1.50 3.65 0.68 平方差 TC 1.15 3.45 2.45 0.47 0.00 −0.66 0.19 平方差 Mo 0.37 2.04 0.82 0.30 1.29 2.37 0.37 对数 Fe 1.70 5.06 3.10 0.67 0.48 −0.44 0.22 平方差 TK 1.23 2.79 2.20 0.22 −0.37 2.88 0.10 平方差 Mg 1.38 4.49 2.77 0.62 0.34 −0.28 0.22 平方差 Mn 261.63 732.43 480.49 93.39 0.42 −0.32 0.19 对数 TP 336.08 869.40 557.23 109.32 0.56 0.26 0.20 对数 注：TN、Corg、TC、TK、Fe、Mg含量为%；Mo、Mn、TP含量为10–6。 
下载: 导出CSV
表 2 第二次全国土壤普查土壤养分分级标准表
Table 2 Soil nutrient classification standards for the second national soil survey
一级 二级 三级 四级 五级 六级 TN ＞40 1.5～2 1～1.5 0.75～1 0.5～0.75 ＜0.5 TP ＞1 0.8～1 0.6～0.8 0.4～0.6 0.2～0.4 ＜0.2 TK ＞25 20～25 15～20 10～15 5～10 ＜5 有机质 ＞40 30～40 20～30 10～20 6～10 ＜6 注：元素含量均为‰。
下载: 导出CSV
表 3 半方差函数相关参数表
Table 3 Related parameters of the half-variance function
元素 块金值
C0基台值
C0+C块金比
C0/C0+C变程
R决定系数
R2残差
RSS模型 TN 1.21E-04 2.04E-03 0.941 4170.00 0.74 2.49E-09 指数模型 Corg 0.0025 0.0445 0.944 4770.00 0.70 1.07E-04 指数模型 TC 0.0016 0.0237 0.933 4800.00 0.21 1.43E-05 球状模型 Mo 0.0079 0.1108 0.929 3420.00 0.27 1.72E-04 指数模型 Fe 0.0052 0.034 0.848 2390.23 0.49 8.81E-06 高斯模型 TK 7.80E-04 5.72E-03 0.864 4710.00 0.79 7.61E-08 指数模型 Mg 0.0043 0.0354 0.880 2760.00 0.21 6.25E-05 指数模型 Mn 0.0008 0.0368 0.978 2720.00 0.54 6.57E-06 球状模型 TP 0.0022 0.0382 0.942 2810.00 0.35 2.86E-05 球状模型
下载: 导出CSV
表 4 土壤养分元素的权重表
Table 4 Weights of soil nutrient elements
元素 TN Corg TC Mo Fe TK Mg Mn TP 权重 0.1995 0.2254 0.0537 0.1622 0.0885 0.0219 0.0799 0.0715 0.0974
下载: 导出CSV
表 5 肥力等级及面积占比表
Table 5 Fertility grade and area ratio
土壤肥力等级 肥沃F1 较肥沃F2 中等F3 贫瘠F4 极贫瘠F5 IFI ≥0.8 0.6～0.8 0.4～0.6 0.2～0.4 ≤0.2 面积占比 0 0 0.86% 89.64% 9.50%
下载: 导出CSV
表 6 不同土地利用方式间土壤生态化学计量特征表
Table 6 Soil ecological stoichiometry of different land use methods
生态化学计量比 耕地 园地 林地 荒地 wC∶wN 69.20±15.20ab 65.17±10.85a 74.31±12.32b 68.73±10.32a wC∶wP 42.99±5.70a 45.20±7.09ab 46.06±7.22b 44.32±5.90a wN∶wP 0.71±0.11a 0.73±0.11b 0.72±0.08ab 0.71±0.11a 注：表中数据为平均值±标准差，不同小写字母表示不同土地利用方式土壤生态化学计量特征差异显著。
下载: 导出CSV
-
鲍士旦. 土壤农化分析(第三版)[M]. 北京: 中国农业出版社, 2008 BAO Shidan. Soil agrochemical analysis (3rd ed. ) [M]. Beijing: China Agricultural Press, 2008.
陈金萍, 李奕, 李祥余, 等. 不同农业土地利用方式对土壤养分含量分布影响及养分等级评价[J]. 萍乡学院学报, 2022, 39(3): 111-116 CHEN Jinping, LI Yi, LI Xiangyu, et al. Effects of different agricultural land use practices on soil nutrient content distribution and evaluation of nutrient classes[J]. Journal of Pingxiang College, 2022, 39(3): 111-116.
陈彦. 绿洲农田土壤养分时空变异及精确分区管理研究[D]. 石河子: 石河子大学, 2008 CHEN Yan. Research on spatial and temporal variability of soil nutrients in oasis farmland and precise zoning management[D]. Shihezi: Shihezi University, 2008.
冯博, 周皓, 徐阳, 等. 矿区农地重金属污染风险评价——基于改进的模糊综合评价法[J]. 有色金属工程, 2022, 12(2): 138-145 doi: 10.3969/j.issn.2095-1744.2022.02.019 FENG Bo, ZHOU Hao, XU Yang, et al. Evaluation of heavy metal pollution risk in agricultural land in mining areas--based on improved fuzzy integrated evaluation method[J]. Nonferrous Metals, 2022, 12(2): 138-145. doi: 10.3969/j.issn.2095-1744.2022.02.019
郭雯雯, 毕淑琪, 李冰, 等. 不同土地利用参数下CALPUFF模型的敏感性分析[J]. 环境污染与防治, 2022, 44(6): 705-709 GUO Wenwen, BI Shuqi, LI Bing, et al. Sensitivity analysis of CALPUFF model under different land use parameters[J]. Environmental Pollution & Control, 2022, 44(6): 705-709.
贺思楠, 吕刚, 王锋柏, 等. 辽西北风沙地土壤养分空间变异性与土地利用的关系[J]. 沈阳农业大学学报, 2022, 53(2): 213-220. doi: 10.3969/j.issn.1000-1700.2022.02.010 HE Sinan, LV Gang, WANG Fengbai, et al. Relationship between spatial variability of soil nutrients and land use in a wind-sand landscape in northwest Liaoning Province[J]. Journal of Shenyang Agricultural University, 2022, 53(2): 213-220. doi: 10.3969/j.issn.1000-1700.2022.02.010
黄彩变, 严军, 鞠景枫, 等. 塔里木盆地南缘新垦农田土壤性状变化及其与小麦产量的关系[J]. 水土保持学报, 2020, 34(2): 245-252 doi: 10.13870/j.cnki.stbcxb.2020.02.035 HANG Caibian, YAN Jun, JU Jingfeng, et al. Changes in soil properties and their relationship with wheat yield in newly reclaimed farmland on the southern edge of the Tarim Basin[J]. Journal of Soil and Water Conservation, 2020, 34(2): 245-252. doi: 10.13870/j.cnki.stbcxb.2020.02.035
黄锦学, 熊德成, 刘小飞, 等. 增温对土壤有机碳矿化的影响研究综述[J]. 生态学报, 2017, 37(1): 12-24 HUANG Jinxue, XIONG Decheng, LIU Xiaofei, et al. Effects of warming on soil organic carbon mineralization: A review[J]. Acta Ecologica Sinica, 2017, 37(1): 12-24.
贾佳瑜, 刘小芳, 赵勇钢, 等. 汾河流域下游农田土壤重金属空间分布特征与污染评价[J]. 干旱区资源与环境, 2021, 35(8): 132-137 doi: 10.13448/j.cnki.jalre.2021.224 JIA Jiayu, LIU Xiaofang, ZHAO Yonggang, et al. Spatial distribution characteristics and pollution evaluation of heavy metals in agricultural soils in the downstream of Fen River Basin[J]. Journal of Arid Land Resources and Environment, 2021, 35(8): 132-137. doi: 10.13448/j.cnki.jalre.2021.224
贾鲁净, 杨联安, 封涌涛, 等. 宝鸡市农耕区土壤养分空间变异及其影响因素分析[J]. 干旱区资源与环境, 2022, 36(12): 135-143 JIA Lujing, YANG Lianan, FENG Yongtao, et al. Spatial variability of soil nutrients and its influencing factors in the farming area of Baoji[J]. Journal of Arid Land Resources and Environment, 2022, 36(12): 135-143.
李丹维, 王紫泉, 田海霞, 等. 太白山不同海拔土壤碳、氮、磷含量及生态化学计量特征[J]. 土壤学报, 2017, 54(1): 160-170 doi: 10.11766/trxb201604140096 LI Danwei, WANG Ziquan, TIAN Haixia, et al. Carbon, nitrogen and phosphorus contents and ecological stoichiometry of soils at different altitudes in the Taibai Mountains[J]. Acta Pedologica Sinica, 2017, 54(1): 160-170. doi: 10.11766/trxb201604140096
李红林, 贡璐, 朱美玲, 等. 塔里木盆地北缘绿洲土壤化学计量特征[J]. 土壤学报, 2015, 52(6): 1345-1355 doi: 10.11766/trxb201411220585 LI Honglin, GONG Lu, ZHU Meiling, et al. Soil chemometric characteristics of oases on the northern edge of the Tarim Basin[J]. Acta Pedologica Sinica, 2015, 52(6): 1345-1355. doi: 10.11766/trxb201411220585
李美娟, 陈国宏, 陈衍泰. 综合评价中指标标准化方法研究[C]. 2004年中国管理科学学术会议, 2004 LI Meijuan, CHEN Guohong, CHEN Yantai. Research on standardization methods of indicators in comprehensive evaluation[C]. 2004 Chinese Management Science Conference, 2004.
廖启林, 华明, 张为, 等. 人为活动对江苏土壤元素含量分布的影响[J]. 地质学刊, 2012, 36(2): 147-156 doi: 10.3969/j.issn.1674-3636.2012.02.147 LIAO Qilin, HUA Ming, ZHANG Wei, et al. Influence of anthropogenic activities on the distribution of soil elemental content in Jiangsu[J]. Acta Geologica Sinica, 2012, 36(2): 147-156. doi: 10.3969/j.issn.1674-3636.2012.02.147
刘寒双, 崔纪菡, 刘猛, 等. 有机肥替代部分化肥对谷子产量、土壤养分及酶活性的影响[J]. 中国土壤与肥料, 2022(7): 71-81 doi: 10.11838/sfsc.1673-6257.21183 LIU Hanshang, CUI Jihan, LIU Meng, et al. Effects of organic fertilizers on grain yield, soil nutrients and enzyme activities by replacing some chemical fertilizers[J]. Soil and Fertilizer Sciences in China, 2022(7): 71-81. doi: 10.11838/sfsc.1673-6257.21183
刘庆, 王静, 史衍玺, 等. 基于GIS的农田土壤重金属空间分布研究[J]. 安全与环境学报, 2007(2): 109-113 doi: 10.3969/j.issn.1009-6094.2007.02.029 LIU Qing, WANG Jing, SHI Yanxi, et al. Spatial distribution of heavy metals in agricultural soils based on GIS[J]. Journal of Safety and Environment, 2007(2): 109-113. doi: 10.3969/j.issn.1009-6094.2007.02.029
鲁泽让, 夏梓泰, 芦美, 等. 周年轮作休耕对土壤AMF群落和团聚体稳定性的影响[J]. 环境科学, 2023: 1-14 LU Zerang, XIA Zitai, LU Mei, et al. Effects of annual crop rotation fallow on the stability of soil AMF communities and aggregates[J]. Environmental Science, 2023: 1-14.
李青, 薛珍. 塔里木河流域居民生态认知与支付行为空间异质性研究——基于上中下游2133个居民调查数据[J]. 干旱区资源与环境, 2018, 32(1): 14-21 doi: 10.13448/j.cnki.jalre.2018.003 LI Qing, XUE Zhen. Spatial heterogeneity of ecological cognition and payment decision behavior in the Tarim River Basin-Based on the survey data of 2133 residents[J]. Journal of Arid Land Resources and Environment, 2018, 32(1): 14-21. doi: 10.13448/j.cnki.jalre.2018.003
马倩倩, 董博, 许旺旺, 等. 干旱区耕地质量等级评价及土壤养分与盐渍化的分析研究——以民勤绿洲为例[J]. 干旱区地理, 2021, 44(2): 514-524 doi: 10.12118/j.issn.10006060.2021.02.22 MA Qianqian, DONG Bo, XU Wangwang, et al. Evaluation of arable land quality rating and analysis of soil nutrients and salinization in arid areas: the case of Minqin Oasis[J]. Arid Land Geography, 2021, 44(2): 514-524. doi: 10.12118/j.issn.10006060.2021.02.22
能子礼超, 勾琴, 刘盛余, 等. 模糊数学法综合评价土壤重金属污染程度研究[J]. 能源与环保, 2020, 42(7): 39-43 NENG ZI Lichao, GOU Qin, LIU Shengyu, et al. Fuzzy mathematical method for comprehensive evaluation of soil heavy metal pollution[J]. China Energy and Environmental Protection, 2020, 42(7): 39-43.
宋铮, 余庭龙, 朱春云, 等. 高寒丘陵区不同退耕年限人工林形质评价[J]. 西北林学院学报, 2020, 35(6): 52-59 doi: 10.3969/j.issn.1001-7461.2020.06.07 SONG Zheng, YU Tinglong, ZHU Chunyun, et al. Evaluation of the morphological quality of plantation forests in alpine hilly areas with different years of fallowing[J]. Journal of Northwest Forestry University, 2020, 35(6): 52-59. doi: 10.3969/j.issn.1001-7461.2020.06.07
陶睿, 王子芳, 高明, 等. 重庆市丰都县紫色土养分空间变异及土壤肥力评价[J]. 土壤, 2017, 49(1): 155-161 doi: 10.13758/j.cnki.tr.2017.01.023 TAO Rui, WANG Zifang, GAO Ming, et al. Spatial variation of nutrients and evaluation of soil fertility in purple soils of Fengdu County, Chongqing[J]. Soils, 2017, 49(1): 155-161. doi: 10.13758/j.cnki.tr.2017.01.023
陶于祥, 许凯丰, 易宗旺, 等. 基于半变异函数的城市热岛空间异质性分析[J]. 西南大学学报(自然科学版), 2018, 40(10): 145-152 doi: 10.13718/j.cnki.xdzk.2018.10.023 TAO Yuxiang, XU Kaifeng, YI Zongwang, et al. Spatial heterogeneity analysis of urban heat island based on semi-variance function[J]. Journal of Southwest University(Natural Science Edition), 2018, 40(10): 145-152. doi: 10.13718/j.cnki.xdzk.2018.10.023
田鸽. 秦岭火地塘土壤养分空间分布特征及其影响因素[D]. 西安: 长安大学, 2021 TIAN Ge. Spatial distribution characteristics of soil nutrients in Tierra del Fuego in the Qinling Mountains and its influencing factors[D]. Xi’an: Chang’an University, 2021.
田立文, 祁永春, 戴路, 等. 新疆南疆耕地土壤养分含量及其分布特征评价——以阿克苏地区为例[J]. 核农学报, 2020, 34(1): 214-223 doi: 10.11869/j.issn.100-8551.2020.01.0214 TIAN Liwen, QI Yongchun, DAI Lu, et al. Evaluation of soil nutrient content and its distribution characteristics in arable land in South Xinjiang - an example from Aksu region[J]. Acta Agriculturae Nucleatae Sinica, 2020, 34(1): 214-223. doi: 10.11869/j.issn.100-8551.2020.01.0214
王宇超, 李倩, 黎斌, 等. 秦岭南坡中段植物群落物种多样性与环境相关性分析[J]. 基因组学与应用生物学, 2016, 35(10): 2859-2866 doi: 10.13417/j.gab.035.002859 WANG Yuchao, LI Qian, LI Bin, et al. Analysis of species diversity and environmental relevance of plant communities on the southern slopes of the Qinling Mountains[J]. Genomics and Applied Biology, 2016, 35(10): 2859-2866. doi: 10.13417/j.gab.035.002859
魏新, 郑小锋, 张硕新. 秦岭火地塘不同海拔梯度森林土壤理化性质研究[J]. 西北林学院学报, 2014, 29(3): 9-14 doi: 10.3969/j.issn.1001-7461.2014.03.02 WEI Xin, ZHENG Xiaofeng, ZHANG Shuoxin. Physicochemical properties of forest soils at different elevation gradients in Tierra del Fuego in the Qinling Mountains[J]. Journal of Northwest Forestry University, 2014, 29(3): 9-14. doi: 10.3969/j.issn.1001-7461.2014.03.02
信会男, 赖宁, 耿庆龙, 等. 基于GIS的塔额盆地农田土壤养分空间变异特征分析[J]. 新疆农业科学, 2022, 59(7): 1776-1785 doi: 10.6048/j.issn.1001-4330.2022.07.025 XIN Huinan, LAI Ning, GENG Qinglong, et al. Analysis of spatial variability of soil nutrients in agricultural fields of the Ta'er Basin based on GIS[J]. Xinjiang Agricultural Sciences, 2022, 59(07): 1776-1785. doi: 10.6048/j.issn.1001-4330.2022.07.025
闫金凤, 陈曦, 罗格平, 等. 干旱区绿洲地下水水位时空变异性对土地覆被变化的响应[J]. 科学通报, 2006(S1): 42-48 doi: 10.3321/j.issn:0023-074X.2006.z1.007 YAN Jinfeng, CHEN Xi, LUO Geping, et al. Response of spatial and temporal variability of groundwater levels to land cover change in an arid oasis[J]. Chinese Science Bulletin, 2006(S1): 42-48. doi: 10.3321/j.issn:0023-074X.2006.z1.007
杨阳, 李飒, 孙立强, 等. 半变异函数计算波动范围的方法研究[J]. 武汉大学学报(工学版), 2021, 54(7): 618-626 doi: 10.14188/j.1671-8844.2021-07-006 YANG Yang, LI Sa, SUN Liqiang, et al. Research on the method of calculating the fluctuation range by semi-variance function[J]. Engineering Journal of Wuhan University, 2021, 54(7): 618-626. doi: 10.14188/j.1671-8844.2021-07-006
张慧文, 马剑英, 张自文, 等. 地统计学在土壤科学中的应用[J]. 兰州大学学报(自然科学版), 2009, 45(6): 14-20 doi: 10.13885/j.issn.0455-2059.2009.06.013 ZHANG Huiwen, MA Jianying, ZHANG Ziwen, et al. Application of geostatistics in soil science[J]. Journal of Lanzhou University(Natural Sciences), 2009, 45(6): 14-20. doi: 10.13885/j.issn.0455-2059.2009.06.013
张子璐, 左昕弘, 刘峰, 等. 渝西丘陵区土壤速效钾空间异质性及影响因素[J]. 土壤学报, 2020, 57(2): 307-315 doi: 10.11766/trxb201902250030 ZHANG Zilu, ZUO Xinhong, LIU Feng, et al. Spatial heterogeneity and influencing factors of soil fast-acting potassium in the hilly areas of western Chongqing[J]. Acta Pedologica Sinica, 2020, 57(02): 307-315 doi: 10.11766/trxb201902250030
赵敬坤, 陈松柏, 李忠意, 等. 模糊综合评价法判断重庆花椒种植区土壤肥力水平[J]. 中国农机化学报, 2021, 42(10): 206-212 doi: 10.13733/j.jcam.issn.2095-5553.2021.10.29 ZHAO Jingkun, CHEN Songbai, LI Zhongyi, et al. Fuzzy integrated evaluation method to determine soil fertility level in pepper growing areas of Chongqing[J]. Journal of Chinese Agricultural Mechanization, 2021, 42(10): 206-212. doi: 10.13733/j.jcam.issn.2095-5553.2021.10.29
朱平宗, 张光辉, 杨文利, 等. 红壤区林地浅沟不同植被类型土壤生态化学计量特征[J]. 水土保持研究, 2020, 27(6): 60-65 doi: 10.13869/j.cnki.rswc.2020.06.008 ZHU Pingzong, ZHANG Guanghui, YANG Wenli, et al. Soil ecological stoichiometry of different vegetation types in shallow furrows in red soil areas[J]. Research of Soil and Water Conservation, 2020, 27(06): 60-65. doi: 10.13869/j.cnki.rswc.2020.06.008
赵雯, 黄来明. 高寒山区不同土地利用类型土壤养分化学计量特征及影响因素[J]. 生态学报, 2022, 42(11): 4415-4427 ZHAO Wen, HUANG Laiming. Stoichiometric characteristics and influencing factors of soil nutrients under different land use types in an alpine mountain region[J]. Acta Ecologica Sinica, 2022, 42(11): 4415-4427.
Ali E N, Sang S L, Yasser M A, et al. Influence of soil properties and feedstocks on biochar potential for carbon mineralization and improvement of infertile soils[J]. Geoderma, 2018, 332: 100-108. doi: 10.1016/j.geoderma.2018.06.017
Ayoubi, Mehnatkesh, Jalalian, et al. Relationships between grain protein, Zn, Cu, Fe and Mn contents in wheat and soil and topographic attributes[J]. Archives of Agronomy and Soil Science, 2014, 60(5): 625-638. doi: 10.1080/03650340.2013.825899
Cory C C, Daniel L. C: N: P Stoichiometry in Soil: Is There a "Redfield Ratio" for the Microbial Biomass? [J]. Biogeochemistry, 2007, 85(3): 235-252. doi: 10.1007/s10533-007-9132-0
Cheng W J, Xi H Y, Sindikubwabo C, et al. Ecosystem health assessment of desert nature reserve with entropy weight and fuzzy mathematics methods: A case study of Badain Jaran Desert[J]. Ecological Indicators, 2020, 119.
Dai W, Li Y H, FU W J, et al. Spatial variability of soil nutrients in forest areas: A case study from subtropical China[J]. Journal of Plant Nutrition and Soil Science, 2018, 181(6): 827-835. doi: 10.1002/jpln.201800134
Khormali F, Ajami M, Ayoubi S, et al. Role of deforestation and hillslope position on soil quality attributes of loess-derived soils in Golestan province, Iran[J]. Agriculture, Ecosystems and Environment, 2009, 134(3): 178-189.
Li D X, Li Y N, Xie Y L, et al. Effects of ecological restoration on soil biogenic elements and their ecological stoichiometry in the Yellow River Delta, China[J]. Frontiers in Marine Science, 2022.
Li Q, Yang J Y, Guan W H, et al. Soil fertility evaluation and spatial distribution of grasslands in Qilian Mountains Nature Reserve of eastern Qinghai-Tibetan Plateau[J]. Peerj, 2021, 9.
Razan M, Shankar S, Dinesh K, et al. Soil Fertility Mapping and Assessment of the Spatial Distribution of Sarlahi District, Nepal[J]. American Journal of Agricultural Science, 2020, 7(1): 8-16.
Sharma R, Sood K. Characterization of Spatial Variability of Soil Parameters in Apple Orchards of Himalayan Region Using Geostatistical Analysis[J]. Communications in Soil Science and Plant Analysis, 2020, 51(8): 1065-1077. doi: 10.1080/00103624.2020.1744637
Tian H Q, Chen G S, Zhang C, et al. Pattern and variation of C: N: P ratios in China's soils: a synthesis of observational data[J]. Biogeochemistry, 2010, 98(1/3): 139-151.
Xiao J J, Ma H X, Lu C T. Study on Spatial Distribution of Soil Nutrients and Comprehensive Evaluation of Nutrients in Low Mountain-Hilly Region of Sichuan Province, China[J]. Applied Mechanics and Materials, 2013, 2301(295-298): 2544-2548.
Zhang X X, Xu K, Zhang D J. Risk assessment of water resources utilization in Songliao Basin of Northeast China[J]. Environmental Earth Sciences, 2012, 67(5): 1319-1329. doi: 10.1007/s12665-012-1575-5
-
期刊类型引用(2)
1. 徐永，聂浩刚，冀显坤，乔冈. 陕北榆林地区植被好转背景下面临的生态环境新挑战. 西北地质. 2024(05): 308-318 . 
本站查看
2. 马红梅，杨焕霞. 榆林市森林生态系统恢复现状问题及对策. 南方农业. 2024(20): 107-109 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 100
- HTML全文浏览量: 15
- PDF下载量: 29
- 被引次数: 3
