土壤类型十篇

土壤类型篇1

关键词：土壤类型；烟田土壤微生物；根土比；多样性指数

中图分类号：S154 文献标识码：A 文章编号：0439-8114（2013）01-0056-04

土壤微生物是陆地生态系统中最丰富的物种，相关研究表明，每克农田土壤拥有的基因组量为140～8 800个，相当于400～26 000个不同物种。土壤微生物组成与活性决定了生物地球化学循环、土壤有机质的周转及土壤肥力和质量，也与植物的生产力有关。土壤微生物还可以敏感地指示气候和土壤环境条件的变化，土壤微生物参数可能是最早用于反映土壤质量的指标。土地利用方式、种植制度、农地管理方式及作物种类都会对土壤微生物产生影响[1-3]。Waldrop等[4]在研究森林转换为耕地条件下的土壤微生物群落结构时发现土壤中有机碳和氮下降了50%～55%，微生物量下降了75%，β-葡萄糖苷酶活性下降了54%，微生物特征和种类发生明显的变化。

土壤类型对微生物生长发育有着较大影响。土壤类型不同，土壤微生物种群数量和组成也必然会存在某种程度的差别，这种差异反过来又会对土壤结构以及土壤肥力特别是对烟草的生长产生一定的影响[5]。土壤微生物是土壤中动植物残体分解的主要推动者，在土壤物质转化中具有多种重要作用，与土壤肥力和植物营养有密切关系。因此土壤微生物是反映土壤供肥能力、土壤健康状况的敏感性参数。为此，在湖北省保康县和兴山县选取两种有代表性的土壤类型，研究不同类型土壤中主要微生物类群数量的变化规律，为合理利用土地资源、保证其可持续发展提供科学依据。

1 材料与方法

1.1 试验设计

试验于2009年5～12月在湖北省保康县和兴山县进行。选取黄棕壤和紫色土两种土壤类型，育苗、肥水管理、病虫害防治及其他田间管理均按照当地农民种植习惯进行。供试烟草品种为K326。

1.2 土壤样品采集

分别于移栽前期（5月12-13日）、旺长期（7月8-9日）及采收期（8月15-16日）取样。采用5点取样法采集5～20 cm根际土和非根际土，用无菌自封袋包装，立即带回实验室。将新鲜土样研磨过2 mm筛存放在4 ℃冰箱中。

1.3 土壤微生物测定

采用稀释平板法测定土壤微生物总数；细菌采用牛肉膏蛋白胨固体培养基；固氮菌采用阿须贝氏琼脂培养基；放线菌采用高氏1号培养基；真菌采用马丁氏（Martin）培养基。结果以每克干土所含微生物数量表示[6]。

1.4 数据分析

根土比（R/S）是指根际土中微生物数量与非根际土中微生物数量的比，其中R表示根际土中微生物数量，S表示非根际土中微生物数量。

微生物数量变化速率是指根际土中微生物数量与移栽前期根际土中微生物数量的比。

生物多样性指数是描述生物类型数和均匀度的一个度量指标，它在一定程度上可反映生物群落中物种的丰富度及其各类型间的分布比例。本研究中土壤微生物菌群多样性指数和土壤微生物菌群的均匀度计算方法如下：

1）土壤微生物菌群多样性指数（Shannon-Wiener指数[7]）：H=-∑Pi×1nPi

2）土壤微生物菌群的均匀度[8]：

R=（-∑Pi×1nPi）/1nS

式中，Pi=Ni/N为某群落中第i个类型的个体数占总个体数的百分比，S为微生物类群数量。

2 结果与分析

2.1 不同类型烟田土壤中微生物数量

由图1至图4可知，在不同土壤类型烟田土壤中4种微生物数量从多到少依次为：细菌、固氮菌、放线菌、真菌。其中，细菌数量最多，占微生物总量的58.77%～82.98%，固氮菌占微生物总量的10.80%～32.75%，放线菌占微生物总量的3.79%～10.39%，真菌数量最少，占微生物总量的0.04%～0.22%。由此可见细菌在烟田土壤微生物中占绝对优势。

在不同生育时期不同土壤类型的烟田土壤中，旺长期细菌数量高于采收期，保康县黄棕壤和紫色土烟田旺长期土壤中细菌数量分别为11.740 2×107 cfu/g和11.654 2×107 cfu/g，兴山县黄棕壤和紫色土烟田旺长期土壤中细菌数量分别为29.437 0×107 cfu/g和11.295 9×107 cfu/g。

不同类型的烟田土壤中，黄棕壤中细菌和固氮菌数量均高于紫色土，保康县黄棕壤烟田旺长期土壤中细菌和固氮菌数量分别为11.740 2×107 cfu/g和24.033 4×106 cfu/g，保康县紫色土烟田旺长期土壤中细菌和固氮菌数量分别为11.654 2×107 cfu/g和15.163 0×106 cfu/g；保康县黄棕壤烟田采收期土壤中细菌和固氮菌数量分别为11.250 4×107 cfu/g和34.551 7×106 cfu/g，保康县紫色土烟田采收期土壤中细菌和固氮菌数量分别为10.302 8×107 cfu/g和31.938 6×106 cfu/g。兴山县黄棕壤烟田旺长期土壤中细菌和固氮菌数量分别为29.437 0×107 cfu/g和99.007 3×106 cfu/g，兴山县紫色土烟田旺长期土壤中细菌和固氮菌数量分别为11.295 9×107 cfu/g和32.766 6×106 cfu/g；兴山县黄棕壤烟田采收期土壤中细菌和固氮菌数量分别为16.694 6×107 cfu/g和66.275 2×106 cfu/g，兴山县紫色土烟田采收期土壤中细菌和固氮菌数量分别为7.679 0×107 cfu/g和23.956 8×106 cfu/g。

2.2 不同类型烟田土壤中微生物数量变化速率

以移栽前期根际土中微生物数量为参照，不同类型烟田土壤中微生物数量变化速率如图5和图6所示，黄棕壤中细菌、固氮菌、放线菌和真菌的变化速率都高于1，表明在烟草生长过程中黄棕壤烟田土壤中细菌、固氮菌、放线菌和真菌数量在增加，而紫色土中固氮菌和放线菌的变化速率存在低于1的情况，表明在烟草生长过程中紫色土烟田土壤中固氮菌和放线菌数量存在减少的趋势。

在黄棕壤烟田土壤中，细菌变化速率高于固氮菌变化速率，固氮菌变化速率高于放线菌变化速率，放线菌变化速率高于真菌变化速率。在兴山县黄棕壤烟田旺长期土壤中，细菌、固氮菌、放线菌和真菌的变化速率分别为6.895 5、4.161 8、2.561 1和1.529 9。

在不同类型烟田土壤中，黄棕壤烟田土壤中细菌变化速率、固氮菌变化速率、放线菌变化速率和真菌变化速率分别高于紫色土中4种微生物变化速率。兴山县黄棕壤烟田采收期土壤中，细菌、固氮菌、放线菌和真菌的变化速率分别为3.910 7、2.785 9、2.659 0和2.136 4，兴山县紫色土烟田采收期土壤中，细菌、固氮菌、放线菌和真菌的变化速率分别为1.636 5、1.527 7、1.583 8和1.911 7。

2.3 不同类型烟田根际土中微生物根土比

由图7和图8可知，不同类型土壤中细菌、固氮菌、放线菌和真菌根土比都大于1，表明根际土中细菌、固氮菌、放线菌和真菌数量均高于非根际土，表现出明显的根际效应。不同类型烟田土壤中，黄棕壤中固氮菌根土比高于紫色土，兴山县黄棕壤中固氮菌根土比最高，为7.007 1。黄棕壤中4种微生物根土比之和高于紫色土，旺长期保康县黄棕壤和紫色土中4种微生物根土比之和分别为5.958 3和4.820 9，旺长期兴山县黄棕壤和紫色土中4种微生物根土比之和分别为13.852 2和6.742 4。

2.4 不同类型烟田土壤中微生物种群结构变化

细菌与真菌数量的比值（B/F）是表征土壤肥力的一个潜在指标。有资料表明，土壤中细菌密度高，表明土壤肥力水平较高。表1为不同土壤类型烟田土壤中微生物的B/F变化趋势。黄棕壤烟田土壤中旺长期细菌与真菌数量的比值（B/F）高于采收期，兴山县黄棕壤烟田土壤中旺长期和采收期细菌与真菌数量的比值（B/F）分别为26.431 4和11.541 7。不同类型烟田土壤中，黄棕壤中细菌与真菌数量的比值（B/F）几乎都高于紫色土，兴山县黄棕壤中旺长期细菌与真菌数量的比值（B/F）最高，为26.431 4。黄棕壤烟田土壤中细菌与真菌数量的比值（B/F）高于紫色土，表明黄棕壤烟田土壤更适合烟草种植。

2.5 不同土壤类型对土壤微生物多样性指数的影响

土壤微生物菌群多样性指数（H）反映微生物群落的丰富度，用根际土中微生物菌群多样性指数与非根际土中微生物菌群多样性指数之比（R/S）衡量烟叶种植对烟田生态系统中微生物多样性指数的影响。从表2可知，黄棕壤根土比大于紫色土。保康县黄棕壤和紫色土根土比分别为0.887 18和0.748 94，兴山县黄棕壤和紫色土根土比分别为1.019 26和0.866 43。

3 小结

对不同类型的烟田土壤中细菌、固氮菌、放线菌和真菌进行分离，对不同微生物种群进行数量和多样性分析。结果表明，不同类型烟田根际土壤中，黄棕壤中细菌和固氮菌数量均高于紫色土。在黄棕壤烟田土壤中，细菌变化速率高于固氮菌变化速率，固氮菌变化速率高于放线菌变化速率，放线菌变化速率高于真菌变化速率。黄棕壤烟田土壤中细菌、固氮菌、放线菌和真菌变化速率分别高于紫色土中4种微生物变化速率。黄棕壤中4种微生物根土比之和高于紫色土，兴山县黄棕壤中固氮菌根土比最高。黄棕壤中细菌与真菌数量的比值（B/F）几乎都高于紫色土，兴山县黄棕壤中旺长期细菌与真菌数量的比值（B/F）最高，为26.431 4。黄棕壤根际土中微生物菌群多样性指数与非根际土中微生物菌群多样性指数之比高于紫色土。

参考文献：

[1] ZELLES L.Fatty acid patterns of phospholipids and lipopolysaccharides in the characterization of microbial communities in soil：A review[J]. Biol Fert Soils，1999，29（11）：111-129.

[2] LARKIN R P， HONEYCUTT C W. Effects of different 3-year cropping systems on soil microbial communities and rhizoctonia diseases of potato[J]. Phytopathology，2006，96（1）：68-79.

[3] YAO H， HE Z， WILSON M J， et al. Microbial biomass and community structure in a sequence of soils with increasing fertility and changing land use[J]. Microb Ecol，2000， 40（3）：223-237.

[4] WALDROP M P，BALSER T C，FIRESTONE M K. Linking microbial community composition to function in a tropical soil[J]. Soil Biol Biochem，2000，32（2）：1837-1864.

[5] 习金根，孙光明，陆新华.不同的施肥方式对剑麻施肥区域土壤微生物类群的影响[J].中国麻业，2005，27（5）：235-239.

土壤类型篇2

关键词：竞争型神经网络；离散化；粗糙集；“死”点

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）25-5708-03

目前土壤分类研究已经由单纯的形态描述向指标化和数量化方向发展[1-2]。土壤分类在中国土壤科学的发展和土壤资源的开发利用的作用是不言而喻的。随着各种相关技术的不断发展，土壤规划开始广泛的引入了地理信息系统技术、计算机技术和数学模型方法来解决很多实际问题，极大地提高了规划的科学性、工作效率和精确度[3]。但在实践过程中，也暴露出其不足之处，诸如缺乏定量指标，难以输入计算机，不能建立信息系统，更不能进行分类的自动检索，与现代信息社会难以适应[4-5]。

河南省是农业大省，不但要满足自身的粮食需求，还要为国家提供商品粮，因此针对本省土壤的特点和分类情况进行详细的研究，对农业发展和农民收入显得至关重要。对因土施肥、合理种植、调整农业结构，保护和利用土壤资源，进行土壤资源动态变化监测，实现土壤资源信息共享具有重要的现实指导意义。

LVQ神经网络通过寻找输入/输出数据之间的关系，来实现特征提取和统计分类等模式识别任务。经过几十年的发展，LVQ神经网络已经奠定了在模式识别领域不可或缺的地位。BP网络是一种最为普遍的网络，其缺点在于用了基于梯度下降的非线性优化策略，有可能陷入局部最小问题，不能保证求出全局最小值。其他一些优化策略如遗传算法、模拟退火法等，虽然可以求得全局最小，但是计算量很大，有时候会出现效率问题。另外也有一些利用SOFM网络的一些算法[6-8]，该文尝试利用改进型的LVQ神经网络来对河南省部分地区出去的土壤样本进行分类。

2 以河南部分地区土壤抽样为例的聚类分析

2.1样本来源

选择本省主要土类：潮土、褐土、砂姜黑土、黄棕壤、水稻土等，主要分布在豫东的商丘、开封；豫北的安阳市、南东县；豫西（西南）洛阳市、洛宁县、三门峡市的陕县，平顶山市的舞钢市、宝丰县、南阳市郊；豫中南漯河市、临颖县、周口市，驻马店地区的汝南、遂平、确山、信阳市、罗山县等地（市县）。按照 Portch PPI/PPIC，Hunter（ASI，1984）的方法程序进行，如表1所示。

2.2对样本数据进行离散化处理

我们首先判定各个属性的重要性，并且通过引入阈值学习来对竞争型神经网络进行改进，然后利用竞争型神经网络的分类功能，将每一个连续属性分割成若干类，分割连续属性也就等于找到了一个断点集合。这样对每个连续属性离散化完毕之后，我们再次利用改进后的竞争型神经网络检测离散化后的属性是否仍然满足决策一致性，若满足就说明离散化成功，否则重新寻找断点集合，直到满足决策一致。

2.3利用改进后的LVQ神经网络进行聚类分析

糙集对数据的属性进行约简，用约简后的数据集作为竞争型神经网络的设计依据及训练数据。这样得到的训练数据表示清晰，从而使得两种方法进行互补，既能利用粗糙集简约数据，减少竞争型神经网络训练时间，又能利用竞争型神经网络降低噪声影响。

参考文献：

[1] 刘兴久.模糊聚类分析在土壤分类中的应用[J].哈尔滨：东北农学院学报，1988，13（2）：125-126.

[2] 谢季坚，刘承平.模糊数学方法应用 [M]. 2版.武汉：华中理工大学出版社，2000：81-106.

[3] Goodehild M F. Geographie Information Seienee. IJCIS，1992，6（1）：235-243.

[4] 龚子同，陈志诚. 中国土壤系统分类参比[J] .土壤，1999，31（2）：57-63.

[5] 周慧珍. 对土壤制图中应用《中国土壤系统分类（首次方案）》的认识.中国土壤系统分类进展，北京：科学出版社，1993：367-371.

[6] 赵娟，李国昌，张玉彬，等.SOM神经网络数据融合技术的诊断系统的研究[J].河北工业业科技，2010，27（6）：378-380.

土壤类型篇3

【关键词】植被群落；湿地土壤；氮含量；黄河三角洲

土壤氮是植物生长发育所需要的重要元素，影响着植物的生产力与植被类型；反过来，植物残体输入量以及植被类型也影响着氮素的动态[1]。土壤中全氮的含量变化决定于氮素的输入和输出量的相对大小[2]。氮素的输入量主要依赖于植物残体的归还量及生物固氮，也有少部分来源于大气沉降[3]，全氮的输出量则主要包括分解和侵蚀损失，其受各种生物和非生物条件的控制[4]。

黄河三角洲是中国暖温带地区最完整、最广阔、最年轻的新生湿地生态系统[5]，其土壤养分含量变化受水、盐、植被类型[6]等多种因素的影响，区域物种多样性的高低受制于养分与盐分含量的多寡[7]。有研究表明，不同造林模式下的土壤氮养分含量均显著高于裸地（白蜡林除外），农林间作模式下可溶性全氮和可溶性有机氮平均含量均高于纯林模式[8]；土壤中全氮、硝态氮、全氮储量与有机碳含量显著相关[9]，具体表现为全氮的垂直分布受制于土壤有机质的分布，氮储量主要集中分布在土壤表层[10]，并且全氮与全盐之间存明显的倒数关系[11]。本文以不同植物群落下土壤氮含量的差异为研究对象，分析群落变化对土壤氮的影响，以期为滨海湿地营养元素生物地球化学循环过程及湿地生态系统的恢复、保护和管理提供参考。

1 研究方法

1.1 样品采集

选择典型的四种植被群落即柽柳群落、碱蓬群落、芦苇群落、棉田群落，分别进行土壤剖面采样，采样深度为0-5cm、5-10cm、10-20cm、 20-40cm、40-60cm、60-80cm等分层采样，直至采到地下水水位，同时每个群落表层随机布点6次，采集表层0-5cm的土壤样品6个。对每个采样点用GPS进行定位，并记录每个采样点周围的地形地貌和植被类型。

1.2 测试方法与数据处理

将采集的土壤样品经自然风干、研磨、过筛等预处理后，采用凯氏蒸馏法测定全氮（TN），碱解扩散法测定有效氮（ AN）[12]。根据野外实测数据与实验室的分析结果，采用Excel2010软件进行数据处理及绘图；采用SPSS18.0 软件进行极值、均值和方差的计算。

2 结果与分析

2.1 土壤全氮、有效氮的垂直分布

在全氮的垂直剖面上（图1A），柽柳群落土壤中全氮含量由表层往深层表现出逐渐递减趋势，全氮含量最大值在土壤中0-5cm。碱蓬与棉田群落土壤全氮的垂直变化相似，都呈现出先上升后下降趋势，其中，碱蓬群落最大值出现在10-20cm土层，为0.531g/kg，棉田群落最大值在5-10cm土层。芦苇群落中全氮含量在剖面中的变化范围为0.21-1.106g/kg，与其他群落相比含量最多，由表层至深层全氮含量逐渐降低，最大值在0-5cm土层。在有效氮的垂直剖面上（图1B），柽柳群落最大值出现在5-10cm土层，为57.75mg/kg；与棉田群落的土壤速效氮变化趋势相似，棉田群落中土壤有效氮最大值在5-10cm土层，为49.875mg/kg。碱蓬群落呈现逐渐下降趋势，芦苇群落有效氮含量变化范围最大，总体上呈现逐渐下降趋势。

分析原因可知，植物由于蒸腾作用及自身对养分的需求，使养分向根际转移速率的增加， 当其大于植物自身对养分的吸收速率时，会导致这种养分在根际发生积累[13]，从而呈现出随深度增加土壤氮含量的波动降低变化。芦苇群落较其他群落的氮含量要高，尤其是表层，是因为芦苇是多年生草本、有横向生长的根状径，每年归还土壤的氮素不易随风、水等散失；枯萎后的芦苇，不能立即覆盖在湿地土壤表面，而是处于立枯状态，有些立枯物能够保持几个月甚至几年的时间[14]，加之该芦苇间歇性处于滞水状态，不利于有机氮的矿化分解[15]，从而表土层的全氮、有效氮含量比较大。柽柳的土壤表层氮含量较高，与柽柳的凋落物返回土壤有密切关系，因柽柳低矮，株型紧凑，能保护冠层下的凋落物不受损失，其枯枝落叶等在土壤微生物的作用下转化成简单含氮化合物[13]，导致含氮化合物在表层聚集。碱蓬的根系主要分布在0-30cm的土壤层，其为一年生草本，每年植株生长的环境都有所不同，土壤表层受风、雨等因素的影响较大，其全氮含量在10-20cm土层较高。棉田地属农耕区，农田施肥主要以氮、磷、钾肥料为主，且经常翻耕、周期性排干和生长季末的收获且无凋落物返还，而且该地区土壤砂性较强，保肥能力较差，故棉田地全氮、有效氮在垂直剖面上的变化幅度较小。

土壤类型篇4

关键词：甘薯；土壤；钾；吸收；利用

中图分类号：S531文献标识码：A

土壤中最丰富的元素的就是钾元素，同时也是最活跃的营养元素之一[1]。土壤中全钾含量一般在1.1%～2.5%，高者可达3%左右，相比全氮、全磷而言土壤中全钾要高9倍左右，但是这些全钾绝大部分不能被植物充分吸收利用，土壤中能被植物吸收利用的速效钾含量仅仅占全钾含量2%左右的比例[2，3]。

甘薯是我国重要的喜钾型农作物，钾对甘薯的整个生命周期都会起到一定活化剂的作用[4，5]。特别针对甘薯体内的各种酶，提高甘薯叶片的光合作用能力，提高光和产物运输，增强其抗逆性等，最终能提高甘薯对外界不良环境的抵抗和忍耐能力[6，7]。

然而，在不同土壤类型及不同施钾条件下，甘薯对钾的吸收有很大的差异[8]，这种表现可能通过枝干或者叶片花等器官的生理作用表现明显，也有可能根据作物自身体内蛋白质、氨基酸、酶等表现出差异性，还有可能通过施用其它微量元素表现出来的差异性[9，10]。目前，国内外关于不同施钾量对甘薯钾吸收利用规律的研究已有不少，但不同土壤类型下甘薯的钾吸收研究还较为匮乏。本试验选择高沙土和黄潮土为主要土壤类型，同时设计不同施钾梯度，考察不同土壤类型下施钾对甘薯钾吸收利用的规律，以期为优质高产甘薯的生产提供理论和实践依据。

1 材料与方法

1.1 试验地概况

本试验在江苏省农业科学院资环所温室大棚内（E 119°12′20″，N 31°44′03″）进行盆栽试验。用来栽培甘薯的两种土壤（黄潮土）、（高沙土）经过研磨并风干，黄潮土的土壤理化性质为：有机质含量61.56mg・kg-1，碱解氮47.5mg・kg-1，有效磷5.21mg・kg-1，速效钾43.00mg・kg-1，pH值7.12。高沙土的土壤理化性质为：有机质含量86.24mg・kg-1有效磷4.43mg・kg-1速效钾57.00mg・kg-1，pH值7.05。

1.2 试验设计

试验设置两个优选品种（济薯22、徐薯28）、两种土壤（黄潮土、高沙土）设4个重复，随机排列。各处理氮、磷施用量均相同，分别为100mg N・kg-1风干土、80mg P2O5・kg-1风干土。施钾处理为（K1）200mg K2O・kg-1风干土，不施钾处理（K0）0mg K2O・kg-1风干土。选用的肥料分别为尿素（含N 46%）、硫酸钾（分析纯，含K2O 52%）、磷酸钙（分析纯，含P2O5 12%），全部均1次基施。

本实验利用温室盆栽种植，温室顶部覆盖塑料膜及黑色遮阴网，南北两侧有通风设施。选用的盆钵为圆柱形塑料桶（27.5cm×Φ26cm），桶内装与肥料搅拌好的两种风干土12kg/盆，浇水至饱和。于5月初松土并插入1根细长PVC管，方便以后甘薯后期茎蔓的绑定和固定，移栽薯苗1株/盆，大约每4～6d浇1次水（根据天气视情况而定），定期松土。

田间试验的样品采集按典型生育期（苗期、旺长期、膨大期、收获期）取样，共取4次，分别于移栽成活后的40d、70d、95d、130d，每次每个品种取5株，分地上部（按叶、柄与茎分开）和地下薯块两部分称鲜重；准确称取各样品200g，在105℃烘干箱内杀青30min，70℃恒温烘干至恒重，每个样品称取干重，并计算干率。样品烘干后用研钵或者万能粉碎机粉碎后过60目筛装袋封存，留样测定K含量。

盆栽试验的样品采集同样按按典型生育期（苗期、旺长期、膨大期、收获期）取样，共取4次，分别于载后的30d、60d、90d、120d，每次每个品种取4株，整株甘薯地上部分成3部分（幼叶区、成熟叶区、老叶区），并将每部分茎、叶、柄分离，地下部分为块根或须根（苗期块根未膨大，故仅有须根）洗净晾干，分别称鲜重，烘干箱内105℃杀青30min后75℃烘至恒重，每个样品称干重，以块根干重与鲜重之比计为干率。样品烘干后用研钵或者万能粉碎机粉碎过60目筛装袋封存，留样测定K含量。

1.3 测定项目与方法

甘薯各器官干物质重采用烘干法测定。105℃杀青后，70℃烘干至恒重。

K含量利用火焰光度计法测定。

2 结果与分析

2.1 施钾对甘薯植株钾浓度的影响

2.1.1 旺长期

表1所示为不同施钾量对旺长期甘薯钾浓度的影响。表中可看出，无论是地上部分还是根部，施钾均明显提高了甘薯植株的钾浓度。高沙土结合K1条件下济薯22地上部分钾浓度最高，达到2.09%，显著高于其他处理（P

不同土壤种类和甘薯品种对植株吸钾规律也有明显影响。相比黄潮土，高沙土条件下甘薯地上部分和根部钾浓度更高。另外，从甘薯地上部分钾浓度来看，济薯22总体上要高于徐薯28。而从甘薯根部钾浓度来看，黄潮土条件下徐薯28根部钾浓度显著高于济薯22；相反，高沙土条件下济薯22根部钾浓度要高于徐薯28。

2.1.2 膨大期

表2所示为不同施钾量对膨大期甘薯钾浓度的影响。表中可看出，施钾有效促进了甘薯地上部分和根部钾浓度的增加，其中济薯22对施钾的响应更为强烈，施钾后地上部分和根部钾浓度增幅均要高于徐薯28，徐薯28根部对施钾的响应较弱。高沙土结合K1条件下济薯22地上部分钾浓度仍处于最高水平，达到1.51%；黄潮土结合K1条件下济薯22次之，为1.45%，与高沙土结合K1条件下济薯22差异并不明显（P>0.05）；高沙土结合K0条件下徐薯28地上部分钾浓度最低，仅为0.67%。从甘薯根部钾浓度来看，黄潮土结合K1条件下济薯22根部钾浓度最高，达到1.20%，与高沙土结合K1条件下济薯22差异并不明显（P>0.05）；黄潮土结合K0条件下徐薯28根部钾浓度较低，仅为0.58%。

在土壤种类和施钾量处理均相同的情况下，膨大期济薯22地上部分和根部钾浓度均明显高于徐薯28，表明在膨大期济薯22的吸钾能力更强。而土壤种类对膨大期甘薯植株钾浓度的影响并未呈现明显规律。

2.1.3 收获期

表3所示为不同施钾量对收获期甘薯钾浓度的影响。表中可看出，施钾有效提高了不同处理甘薯地上部分和根部钾浓度。高沙土结合K1条件下济薯22地上部分钾浓度处于最高水平，达到1.27%，显著高于其他处理（P0.05）。从甘薯根部钾浓度来看，黄潮土结合K1条件下济薯22根部钾浓度最高，达到1.26%，与高沙土结合K1条件下济薯22差异并不明显（P>0.05）；高沙土结合K0条件下徐薯28根部钾浓度较低，仅为0.67%。

与膨大期相似，在土壤种类和施钾量处理均相同的情况下，收获期济薯22地上部分和根部钾浓度均明显高于徐薯28，这说明甘薯生长中后期济薯22的吸钾能力更强。就土壤种类而言，总体上黄潮土对收获期甘薯钾浓度提高的促进作用较优。

2.2 施钾对甘薯钾含量的影响

2.2.1 旺长期

表4所示为不同施钾量对旺长期甘薯钾含量的影响。表中可看出，施钾和不施钾对甘薯植株钾含量的影响十分显著，施钾大幅提高了甘薯地上部分和根部的钾含量，其中以济薯22根部钾含量、徐薯28地上部分和根部钾含量增幅尤为明显。黄潮土结合K1条件下徐薯28地上部分钾含量处于最高水平，达到52.77mg/株，显著高于其他处理（P0.05）。从甘薯根部钾浓度来看，黄潮土结合K1条件下徐薯28根部钾含量最高，达到25.58mg/株，与高沙土结合K1条件下徐薯28差异并不明显（P>0.05）；高沙土结合K0条件下徐薯28根部钾含量较低，仅为2.91mg/株。

不同土壤种类和甘薯品种对旺长期植株钾含量也有明显影响：黄潮土对旺长期甘薯植株钾含量的促进作用更优；济薯22在不施钾条件下根部钾含量更高，而徐薯28在施钾条件下根部钾含量更高。

2.2.2 膨大期

表5所示为不同施钾量对膨大期甘薯钾含量的影响。表中可看出，膨大期不同处理甘薯植株钾含量与旺长期相比有较大增长，施钾对甘薯植株钾含量提高的促进作用仍十分明显。黄潮土结合K1条件下济薯22地上部分钾含量处于最高水平，达到506.55mg/株，显著高于其他处理（P

不同甘薯品种膨大期植株的钾含量有所不同：济薯22地上部分的钾含量高于徐薯28；济薯22根部钾含量在黄潮土条件下高于徐薯28，而在高沙土条件下低于徐薯28。土壤种类对膨大期甘薯植株钾含量的影响表现为：黄潮土对甘薯地上部分钾含量的促进作用更为明显，而高沙土总体上对甘薯根部钾含量的促进作用更为明显。

2.2.3 收获期

表6所示为不同施钾量对收获期甘薯钾含量的影响。表中可看出，收获期甘薯植株钾含量达到4个时期的最高水平。黄潮土结合K1条件下济薯22地上部分钾含量仍处于最高水平，达到581.54mg/株，显著高于其他处理（P

不同甘薯品种收获期植株的钾含量有所不同：济薯22地上部分的钾含量高于徐薯28，而徐薯28根部钾含量总体上要高于济薯22。土壤种类对收获期甘薯植株钾含量的影响表现为：黄潮土对甘薯地上部分钾含量的促进作用更为明显，而高沙土总体上对甘薯根部钾含量的促进作用更为明显，这一结果充分印证和补充了本试验中膨大期的相关结论。

3 结 论

3.1 不同甘薯品种在不同时期吸钾能力有所差异

旺长期济薯22地上部分吸钾能力强于徐薯28，济薯22根部吸钾能力在高沙土条件下更强，在黄潮土条件下吸钾能力则弱于徐薯28；膨大期和收获期济薯22植株（地上部分及根部）的吸钾能力更强。土壤种类对甘薯吸钾能力的影响表现为：旺长期和膨大期土壤种类对甘薯植株钾浓度的作用规律并不明显，收获期黄潮土对甘薯钾浓度提高的促进作用更优。

3.2 不同甘薯品种植株钾含量变化规律在膨大期和收获期逐渐趋于稳定 膨大期济薯22地上部分的钾含量高于徐薯28；济薯22根部钾含量在黄潮土条件下高于徐薯28，在高沙土条件下低于徐薯28。收获期济薯22地上部分的钾含量高于徐薯28，而徐薯28根部钾含量总体上要高于济薯22。土壤种类对收获期甘薯植株钾含量的影响表现为：黄潮土对甘薯地上部分钾含量的促进作用更为明显，而高沙土总体上对甘薯根部钾含量的促进作用更为明显。

参考文献

[1]后猛，刘亚菊，王欣，等.氮钾配施对食用甘薯产量和品质的影响[J].西南农业学报，2015（01）：260-264.

[2]吕长文，赵勇，唐道彬，等.不同类型甘薯品种氮、钾积累分配及其与产量性状的关系[J].植物营养与肥料学报，2012（02）：475-482.

[3]宁运旺.不同含钾水平甘薯品种选择[J].农家顾问，2012（09）：34.

[4]姚海兰.施钾时期对甘薯产量和品质形成的调控效应[D].山东农业大学，2010.

[5]张超.腐植酸缓释钾肥对甘薯钾素吸收利用的影响[D].山东农业大学，2010.

[6]宁运旺，曹炳阁，朱绿丹，等.施钾水平对甘薯干物质积累与分配和钾效率的影响[J].江苏农业学报，2012（02）：320-325.

[7]宁运旺，马洪波，许仙菊，等.氮磷钾缺乏对甘薯前期生长和养分吸收的影响[J].中国农业科学，2013（03）：486-495.

[8]宁运旺，马洪波，张辉，等.氮、磷、钾对甘薯生长前期根系形态和植株内源激素含量的影响[J].江苏农业学报，2013（06）：1326-1332.

[9]唐忠厚，张允刚，魏猛，等.耐低钾和钾高效型甘薯品种（系）的筛选及评价指标[J].作物学报，2014（03）：542-549.

土壤类型篇5

关键词：苗圃；土壤；肥力

肥力是土壤的基本属性和本质特征，也是土壤作为植物的营养条件和环境条件供应植物营养和直辖市苗木生长发育的能力。它由土壤的水、肥、气、热四个基本要素组成，这四者是相互联系、相互制约而又相互统一的。其中，养分储量是物质基础，水、气、热本身为植物生长发育所必需外，又是决定养分供应强度和有效性的因素。

1 试验分析方法

2010～2011年在兴隆林业局5个苗圃进行土壤调查、地理位置为北纬46°01′30"～46°37′23"，东经127°54'40"～127°51'15"，海拔300m，年平均气温1.2 ℃，年降水量610 mm～730 mm。土壤理化性质测定如下：

土壤有机质：重铬酸鉀氧化-外加热法：单位为%。土壤全氮量：半微量凯氏法：单位为%。土壤全磷量：酸溶分光度计法：单位为%。土壤全鉀量：Na2CO3，碱熔，火焰光度计法；单位为%。土壤速效氮：采用H2SO4～H2O消化液联合测定，单位为mg/100 g土。土壤速效鉀NH4Ca0浸提、火焰光度计法，单位为mg/100 g土。

2 结果与分析

2.1苗圃土壤有机质和养分状况

有机质是反映土壤潜在肥力的基础。我们对全局5个苗圃进行土壤调查分析结果。苗圃土壤类型主要为暗棕壤中的亚类、草甸暗棕壤。草甸土、白浆土、碳酸盐黑钙土、黑土和草炭土。地形部位分为低洼地，河漫滩和谷地。土壤是沉积或冲积的母质上发育的，土壤质地分为壤土、砂壤土和粘壤土，土层深厚，一般土层20 cm、有机质为5 %～10 %，最高达17 %，全氮含量为0.22 %～0.71 %，全磷含量为0.11 %～0.24 % ，全钾含量为1.13 %～2.52 %。苗圃土壤有效性氮含量为20～60 mg/100 g，速效钾为7～39 mg/100 g，速效磷为0.6～3.0 mg/100 g土。

经实地调查测定，土壤有机质含量，全氮量和有效氮含量呈正相关。凡是土壤中有机质贮量高，全氮量和速效氮含量也高；反之有机质含量低，全氮量和速效氮量也低。而且，有机质本身的性质不同土壤氮素供应状况也不同。在有机质含量相近的土壤中，C/N高的土壤其氮素供应强度较低，C/N低的则供应强度较高。

磷素含量也与有机质多少有关，由于我局苗圃土壤中的磷主要以有机磷状态存在，所以，有机质丰富的土壤一般全磷素含量也高。带效磷的含量与土壤类型、水热条件、磷素形态有关。苗圃土壤中有机质含量超过10 %，其土壤中有效磷的含量都低于1 mg/100 g土，反映在苗木生长上，则造成苗木含青徒长，木质化不好，造林成活率低。因此，在生产上有机质含量高的土壤必须增施磷肥，注意精耕细作度，改善土壤通气状况、水热条件，以促进有机磷的分量。土壤钾素含量丰富，全钾量一般在2 %左右。这是因为大部分土壤发育于含钾矿物质较多的武岩、花岗岩、黄土状物质及河、湖沉积物上，速效钾丰富。土壤有效钾的含量与粘土矿物和质地有关，苗圃土壤一般钾供应充分。

2.2苗圃土壤供肥特性

土壤供肥特性是由土壤类型和土壤物理性质决定的，供肥特性是通过有效养分释放的强度和数量来影响苗木生长发育的。我局苗圃土壤供肥特性分为4个类型，其类型的特点如下：

第一类型：以壤质草甸土为例，有机质含量高，表层有机质、7 %～10 %，质地均衡，土壤能气透水好，有利于微生物活动，如带岭中心苗圃鹤北四方山苗圃。

第二类型：以少质草甸土为例，土壤中砂粒含量达50%以上，排水好，通气好，增温快，养分释放快，这种类型的土壤应该增施有机肥料，改善土壤结构。采用多种措施提高土壤肥力，苗木生长期应追肥。

第三类型：以粘壤质白浆土为例，质地偏粘，排水不良，通透性差，这类土壤应增施热性有机肥如马粪为主的有机肥，并适当掺沙、增施草灰。如元宝山林场苗圃，多年来增施草炭等有机肥料，改良土壤不良的性质，提高土壤肥力。

第四类型：以沼泽土为例，这类苗圃土壤有机质均在10%以上，有的高达20 %，速效性磷含量低，应增施磷肥，如和平林场均属这个类型。

3 结论

兴隆林业局苗圃养分状况，基本情况是：有机质和养分储量比较适中的，占苗圃总数的63.63 %；有机质和养分不足的占11.36 %；还有一定数量的苗圃如曙光苗圃如沼泽土、草炭良的苗圃。一般的苗圃有机质含量都超过10 %有的高达16 %；还有砂粒含量高的苗圃如曙光苗圃，砂粒含量超过50 %，前者缺磷，后者缺钾，这样的苗圃在我局占25 %。

将兴隆林业局苗圃土壤肥力分级为：一级土壤养分的苗圃每年可施57～63 kg/hm2、磷18～21 kg/hm2，以补充育苗所消耗的养分。二级土壤养分分苗圃每年根据树种施有机肥，对于丰产林用苗在生长期追肥。每年追氮44.3～93.3 kg/hm2。三级土壤养分苗圃每年根据树种施有机肥，在生长期每年追氮82.62～131.5 kg/hm2、追磷123.9～174.5 kg/hm2。

参考文献

土壤类型篇6

关键词:生态学实验；推介；大型土壤动物；调查与分析

一、引言

生态学是研究生物与环境之间相互关系的科学，自20世纪60年代以来，生态学已经发展成为一门应用性很强、多学科交叉的综合性基础学科。由于生态学理论在环境保护、资源开发、利用和保护等领域的广泛应用，生态学已经成为高等院校文、理、农、工等各专业的必修课或选修课程。实验教学是生态学课程教学的重要组成部分，对于培养学生的科研创新能力和综合素质起着十分重要的作用。

生态学实验可以有很多不同的设计，按照研究内容层次不同可以分为分子生态学实验、生理生态学实验、种群生态学实验、群落生态学实验和生态系统生态学实验等；按照实验对象不同可以分为植物生态学实验、动物生态学实验、微生物生态学实验、景观生态学实验等；按不同环境因子对生物的影响又可以分为水分对生物影响实验、盐分对生物影响实验、温度对生物影响实验等。

但很多学校对该课程重视不足，尤其是在一些开设生态学课程的非生态学专业，往往对生态学实验教学不重视，实验课开出率低，教学内容陈旧死板，实验结构体系不合理，脱离学生的知识体系和专业背景，造成这种局面的原因主要是传统的生态学实验主要是为生态学专业的学生设计，大多数实验要求的课时数较多、对实验仪器设备要求较高，对于非生态学专业来说，很多实验开设具有较大的难度。本文针对非生态学专业实验设备不充足的情况开设生态学实验教学的要求，提出了一种既能够反映生态学的一些基本理论，对实验设备要求又不高，又能很好发掘学生动手能力与分析问题与解决问题能力的一种生态学实验，即大型土壤动物生态地理调查与分析。

二、调查分析实验

（一）确定实验目的

根据当地的环境条件，选择几种不同的生境作为大型土壤动物调查的样地，进行土壤动物种类和数量调查，从而反映土壤动物与生态环境之间的关系。

（二）实验仪器与设备

铁锨、样方绳、记录本、圆珠笔、铅笔、塑料袋或布袋（多个）、钢卷尺、白色塑料布、镊子、硫酸纸（小条）、带盖小瓶（如胶卷盒、药瓶等）、白胶布、75%浓度酒精、实体显微镜、培养皿、解剖针、分析天平、吸湿纸、土壤动物检索表等。

（三）实验方法与步骤

实验分为野外调查实验与室内分析实验两部分。

1.野外调查实验

（1）野外调查前先确定好要做调查的样地。样地可以是不同土地利用类型、不同的森林类型、不同土壤类型、一个生态系列的不同部位，也可以选择不同人为影响程度的3-6个样地等，并要设计好野外调查实验的出行路线，选择晴朗的天气进行野外调查实验。

（2）带好所需的工具分别对每一样地进行调查

首先对群落生境特征进行记录，如群落类型、植被盖度、主要植物类型、植物生长状况、地表凋落物厚度；土壤剖面构型、土壤颜色、土壤质地、土壤结构，如需要可以取土壤分析样品带回室内进行分析实验；地形坡度、坡向、海拔高度等。

然后挖取土壤动物的样品。对每一样地选择4个具有代表性的样方，样方面积为50×50 cm2，每一样方用铁锨分4层次取样，即凋落物层、0~5 cm层、5~10 cm层、10~15 cm层，把取的土壤（或凋落物）装入塑料袋中，并用标签标明所取样品的地点及层次。

第三步是手捡大型土壤动物标本。将白色塑料布铺在光线较好、地表较平坦的位置，将一个装在塑料袋中的样品倒在白布上，用镊子将肉眼能够看见的动物（体长大于2 mm）捡入事先装有酒精的小瓶内（注意别让一些运动较快的动物跑掉），并在瓶中放入硫酸纸签，标注样地名称及取样层次，在小瓶外面用白色胶布贴上标签，同样注明样地名及取样层次，注意一定要将所有能够看见的土壤动物都捡出。捡完一袋后将土倒掉再按照同样的方法捡下一袋。对一个样地的所有样品都捡完后，再按照同样的方法对下一样地进行调查，直到全部完成。

2.室内分析实验

将野外取回的大型土壤动物样品带到实验室中，分别对每个样地每一层次的土壤动物进行分类鉴定、数量统计及生物量测定，具体步骤为：将一个小瓶中的土壤动物样品倒入培养皿中，借助实体显微镜，参考土壤动物分类检索表分别对其中的每一个动物进行种类鉴定，一般应该鉴定到科，个别类群可以到目或纲，对各种类要进行数量统计并记录；对同一类型的动物用吸湿纸吸干体表水分后放入分析天平称量该类型动物的生物量（鲜重）并作记录；对所获样品逐一鉴定统计直至全部完成。

三、大型土壤动物群落结构分析

大型土壤动物群落结构分析是土壤动物群落学研究的重要组成部分，通过群落结构研究能够清晰看出土壤动物在不同方向上的分布规律及变化特征，包括分析大型土壤动物种类、数量、生物量的空间结构（水平结构、垂直结构）及时间结构等方面的规律。在实验过程中，学生完全可以通过自己的调查与分析总结出大型土壤动物群落结构的变化特征，这能够更好地培养学生对自然现象观察、分析的能力。

（一）水平结构分析

土壤动物群落随不同植被、土壤、微地貌与海拔高度以及人类活动等因素的差异而呈现水平差异性分布，表现为组成、数量、密度及群落多样性等水平方向的差异。

（二）垂直结构分析

土壤动物在垂直方向上的分布一般具有表聚性特征，即土壤动物的种类和个体数、密度、多样性等指标随着土壤深度的加深而逐渐减少，不同类群、不同季节、不同环境土壤动物的表聚性的程度有所差别。但在受到人类影响的地区（土壤污染、火烧等），土壤动物的表聚性较弱，甚至出现逆分布的现象。

（三）时间结构分析

主要是研究土壤动物的季节变化，也包括昼夜变化和多年变化，目前全球变化对土壤动物群落结构的研究也得到了一定的关注。但季节变化和多年变化需要做长时间段内的连续调查，由于实验课时间限制，在时间结构分析方面可以进行昼夜变化的动态分析。

四、大型土壤动物与环境因子关系分析

大型土壤动物在分解生物残体、改变土壤理化性质、促进土壤物质循环和能量转化过程中都起着重要作用。近年来的大量研究结果表明，大型土壤动物群落结构（种类、数量、生物量等）与土壤生态因子关系非常密切。而且大型土壤动物的调查实验所需的设备相对简单，实验过程简便易行。在高等院校生态学课程中，设置6-8学时的大型土壤动物调查分析实验，学生通过对大型土壤动物的生态地理调查，能够使学生更好的理解生态学的生物与环境关系的基本原理。

影响大型土壤动物群落结构的环境因素复杂多样，包括土壤（土温、土壤湿度、pH值、有机质、土壤容重、凋落物数量、土壤矿质元素及土壤污染物质含量等）、植被、气候和地形等，他们构成土壤动物的栖息环境，对土壤动物的组成与数量、水平结构和垂直结构等均产生重大影响。这些环境因素中一些是要求实验才能够得出，如土壤有机质、容重、pH值、土壤矿质元素含量等，土壤动物与这些因素之间关系的分析在进行科学研究时较为适用，但由于生态学实验课学时的限制，完成这些实验很困难，缺少可行性。因此，实验课上学生做的土壤动物与环境因子关系分析，可以选择相对较容易获取的环境因子信息，如土壤类型、凋落物现存量、植被盖度、植被类型、地形位置、人为影响程度等，这些信息在学生取样调查中就可以发现并记录。

（一）大型土壤动物与土壤类型关系

不同的土壤类型其理化性质差异较大，其分布的大型土壤动物群落结构也发生相应的变化。土壤类型可以通过土壤颜色、结构、湿润状况、剖面结构等方面的定性分析确定，有能力的学生在实验调查过程中可以比较准确的判定土壤类型，有困难可以在老师帮助下完成土壤类型的确定。

（二）大型土壤动物与植被

植被因素是影响土壤动物群落的重要因素，很多学者的研究已经证明这一点。在实验课程中可以选择不同的植被群落类型（如乔木、灌木、草本群落等，或按不同树种划分群落）系列来分析其与土壤动物的组成、数量、生物量等的关系；也可以通过对不同植被盖度生境中的土壤动物调查来分析植被盖度与其关系。

（三）大型土壤动物与人类影响程度关系

大型土壤动物对人类影响反应比较敏感，一般受人为影响小的生境大型土壤动物个体密度及类群数较大，而农田等土地利用类型，人类生产活动对大型土壤动物群落个体密度具有很大的负面影响，如农田耕作活动改变了土壤表层结构，施用化肥和喷洒农药等生产活动改变了大型土壤动物的生存环境，必然干扰大型土壤动物的生长发育，因而造成农田等生境大型土壤动物类群数和个体密度低。

（四）大型土壤动物与地形因素的关系

地形因素中的一些指标也是比较容易获取，如山地的坡向、坡位、坡度等指标，平原地区的微地貌变化等，可以通过观察定性描述，这些地形部位的差异在一定程度上会影响到小尺度范围内的水热的分配，进而间接影响到植被的分布及土壤动物的群落特征。

综上所述的环境因素在学生进行实验调查过程中可以直观获取或者通过简单实验获取，具有较强的可操作性。实验课的实验设计可以结合当地的具体情况安排。

五、小结

大型土壤动物生态地理调查与分析实验需要的实验设备简单，操作方便，大型土壤动物的初步鉴定容易掌握，运用6-8个学时完全能够完成整个实验过程，比较适合非生态学专业开设的生态学课程体系的设计，而且能够较好地揭示生态学中的生物与环境关系等基本原理，是生态学教学中的一个比较理想的设计。该实验有利于培养学生独立发现问题、提出问题并解决问题的能力，能够使学生对鲜为人知的土壤环境有更深刻的认识，激发学生对未知领域探索的欲望，培养学生从事科学研究的兴趣与能力。

参考文献：

[1]李博，杨持，林鹏.生态学[M].北京：高等教育出版社，2000.

[2]郭玉清，周立红，刘宏伟，等.水产养殖学专业生态学实验教学改革初探[J].实验室研究与探索，2008，27（5）：115-122.

[3]付荣恕，刘林德.生态学实验教程[M].北京：科学出版社，2004.

[4]娄安如，牛翠娟.基础生态学实验指导[M].北京：高等教育出版社，2005.

[5]杨持.生态学实验与实习[M].北京：高等教育出版社，2003.

[6]姚槐应，黄昌勇.土壤微生物生态学及其实验技术[M].北京：科学出版社，2006.

[7]章家恩.生态学常用实验研究方法与技术[M].北京：化学工业出版社，2007.

[8]付必谦.生态学实验原理与方法[M].北京：科学出版社，2006.

[9]王惠，王晓军.非生态学专业“生态学实验”教学改革的探索[J].安徽教育学院学报，2007，25（6）：93-94.

[10]朱永恒，赵春雨，王宗英，等.我国土壤动物群落生态学研究综述[J].生态学杂志，2005，24（12）：1477-1481.

[11]关宏斌，郭砺，刘永江.科尔沁沙地土壤动物垂直分布、季节动态及群落多样性探讨[J].中国沙漠，1999，19（增刊1）：110-114.

[12]张雪萍，张淑花，李景科.大兴安岭火烧迹地土壤动物生态地理分析[J].地理研究，2006，25（2）：327-334.

[13]王振中，张友梅.湘江流域工业污染源对农田生态系统土壤动物群落影响的研究[J].应用生态学报，1990，1（2）：156-164.

[14]邱咏梅，郑荣泉，李灿阳，等.百草清除草剂对农田生态系统土壤动物群落结构的影响[J].土壤通报，2006，37（5）：976-980.

[15]谢桂林，谢桂伟，刘建丽，等.菏泽牡丹园土壤动物的季节变化和垂直分布[J].菏泽学院学报，2005，27（2）：46-51.

土壤类型篇7

关键词：耕地； 土壤； 改良 ；对策

中图分类号：F323.211 文献标识码：A

敦化市位于吉林省东部长白山西麓，隶属于延边朝鲜族自治州。地处东经 127°28′～129°13′，北纬42°42′～44°30′之间，总面积11957平方公里，境内平均海拔756米。总的地形是一个西南高东北低的箕型盆地，四周环山，中间为河谷平原，既有构造地貌，又有河谷地貌和火山地貌。土壤的水平和垂直分布规律明显。

1敦化市土壤分类情况及耕地地力现状

（一）土壤类型及分布面积（表一）

表一 敦化市土壤类型分布情况

（二）敦化市耕地地力现状

敦化市现有耕地面积147.16万亩。按照全省耕地地力调查与质量评价的要求，划分为8个等级，其中一级地和二级地为高产类型田，种植大豆常年产量水平约为每亩170公斤左右；三级地、四级地和五级地为中产类型田，种植大豆常年产量水平约为每亩140公斤左右；六级地、七级地和八级地为低产类型田，大豆常年产量水平约为每亩120公斤左右。各类型土壤面积及所占总耕地面积比例如下。

表二 敦化市各类耕地面积统计 单位：万亩

敦化市高肥高适应性土壤主要是地形较好或排水能力较强，并且有较好的供肥能力的黑土型暗棕壤和质地沙黏适当的冲积土，主要分布在北部牡丹江河谷，耕地面积为8.22万亩，占总耕地面积的5.59%；中肥中适应性土壤广泛分布于全市各地，是一些土壤肥力相对较高的土种，黑土层深度相对较厚，地形和土壤剖面排水相对较好，没有明显的障碍因素，耕地面积为33.07万亩，占总耕地面积的22.47%；低肥低适应性土壤主要是黑土层薄，土壤养分含量低，土壤物理性质差，耕性不好，存在障碍因素，但尚可作为耕地的土壤，土壤改良的迫切性较大，面积为105.81万亩，占总耕地面积的71.94%。

以上数据表明，敦化市现有耕地中，有74.82%属于中低产田，严重制约了粮食生产。主要原因是由于农业生产当中耕地地力建设尚未引起人们的高度重视，长期对耕地存在重用轻养倾向，导致耕地地力迅速下降。

2加强耕地地力建设和土壤改良利用对策建议根据敦化市耕地的实际情况和限制因素，加强耕地地力建设，对现有耕地实行合理利用并采取适当措施进行有效改良，从而遏制地力下降，促进地力升级，提高土地承载能力，实现农业可持续发展。现对各土壤类型针对性分析，提出以下土壤改良利用对策。

（一）坡耕地治理

1耕作治理

（1）把顺坡垄改为横坡垄，拦蓄一部分雨水，增加土壤透水量和抗冲能力。

（2）采取深松技术，打破犁底层，增肥改土，增强土壤的透水性能，深耕可以促进土壤耕作层的熟化，提高土壤肥力，改良土壤结构，增加土壤蓄水保水能力，减少地面径流，防止土壤冲刷。

（3）通过种植各种农作物，可以增加地面覆盖，延长地面覆盖时间，提高土壤抗蚀能力，减少水土流失。

（4）对坡度较陡的耕地兴修水平梯田，田埂种植灌木缓冲带。

（5）对沟壑采取沟头防护，修筑小型塘坝等措施，控制冲刷强度。大力开展小流域综合治理，合理利用土地资源，做到宜农则农，宜林则林，宜牧则牧，建立新的生态系统平衡，治理和控制水土流失。

2林草治理

采取造林种草和封山（封沟、封滩）育林、育苗等手段，治理坡耕地水土流失，增加地面植被，保护坡面土壤不受暴雨径流的冲刷。

（二）涝洼地治理

1工程措施：根据涝洼地的类型采取相应的工程治理措施。主要有：开沟排水，除涝防渍；修筑台、条田；筑堤防洪；滞洪、截洪、分割流域；建站排洪，分散水势。

2农业措施：改善土壤结构，调节土壤通透性，提高土壤肥力。主要有：压沙，可降低土壤的黏结性和可塑性，提高土壤的适耕性；施炉灰渣，增加土壤的孔隙度，从而调节土壤的水、气、热状况，特别是改变了涝洼地土壤冷凉特性，而且炉灰还含有少量的磷、钾成分及其他微量元素；压黄土，改善土壤物理性质；增施有机肥，实施秸秆还田。

（三）低产田治理

1白浆良

敦化市的耕地土壤以白浆土面积最大，遍布全市16个乡镇，占全市耕地面积的44.79%，大部分均待改良。白浆土黑土层薄，土壤肥力过低，土体结构不良，透水性差，持水量低，既不抗涝又不抗旱。改良利用白浆土主要还是针对土壤瘠薄和土壤酸性等方面来考虑。

（1）科学施用有机肥、微生物肥，增加土壤的有机质和养分，改善土壤的物理性质，增进土壤肥力。

（2）施用客土、石灰改良土壤：白浆土质地黏重，耕性不良，掺入适量的沙或炉灰渣等，以改变沙黏比例；利用泥炭改良白浆土，增加土壤腐殖质和养分含量，改善其物理性状；施入石灰，中和土壤酸度，消除有毒物质，加强土壤供肥能力，改善土壤腐殖质性质，调解速效养分的释放，促进土壤微生物活动能力。

（3）秸秆（根茬）直接还田：增加耕层有机质、改良培肥，增强土壤微生物活性，改善土壤腐殖质组成状况。

（4）深耕深松，挖沟排涝，增强土壤蓄水纳墒的功能。

（5）水土保持：白浆土多分布于坡度较大的岗 地，因地制宜的采取各种水土保持措施，防止水土流失，维持和提高土壤肥力。

2冷浆型水稻良

本市冷浆型水稻土面积为0.1万亩，占水稻土面积的1.99%。冷浆型水稻土俗称"漂垡地"，土温低、酸性强、土体过轻，不利于水稻的着生；土壤含氮多，早期供氮力弱，后期供氮力猛增，使水稻营养失调，易造成水稻贪青晚熟和引起病虫害发生。此外，由于长期渍水，土体中还原性物质积累较多，易对水稻产生毒副作用。土壤中矿物质成分含量较少，钾素缺乏。

改造冷浆型水稻土应以工程措施为主。

（1）开通排水渠道，排除渍水状态，增强土壤通透性减轻还原物质对水稻的毒害作用。

（2）客良，改善土壤的物理性状，提高地温，促进土壤中养分释放。

（3） 增施磷、钾肥，促进水稻早生快发，提早成熟。

3灰棕壤改良

本市需要改良的灰棕壤耕地面积3.75万亩，坡度较大，一般在21度以上；黑土层薄，有机酸淋溶严重，土壤比较贫瘠；水土流失严重，有的甚至达到砾石遍地难以耕种的程度。灰棕壤改良从防止水土流失，提高土壤的养分含量着手。

（1）采取上沿挖截水沟，下沿开顺水沟，使自然降水不致随坡任意流淌，把耕地表土冲走，以延长耕地的使用年限。

（2）采取上沿种草或植树，下沿栽植耐湿树种，既"穿鞋戴帽"的办法防止水土流失。

（3）采用农作物和豆科牧草轮作的办法，提高土壤的有机质和养分的含量。

参考文献

土壤类型篇8

目前的研究多为农田土壤和中纬度湿地土壤，对中国高纬度的森林沼泽湿地的影响的研究未见报道。本研究有助于研究冻融周期循环下，冻融作用对中国高纬度、低温森林沼泽湿地及灌丛沼泽湿地土壤养分的影响，在理论上进一步完善冻融区湿地物质循环的机理，有助于从新的角度理解全球气候变暖和湿地开发活动对湿地有机质积累与释放的影响。

1材料与方法

1.1实验区概况乌伊岭部级自然保护区位于黑龙江省东北部伊春市，地理坐标为48°33′～48°50′N，129°00′～129°30′E，总面积约为438.24km2。保护区湿地类型按植被划分，可分为森林沼泽、灌丛沼泽、草丛沼泽、浮毯沼泽，各类湿地主要分布于沟谷、河漫滩、河流及湖泊边缘。保护区属温带大陆性季风气候，平均海拔350‐400m，温度垂直变化明显，高度每加一百米，气温降低1.67℃；最低气温出现在1月份，平均气温‐24.6℃，极端最低气温可达‐47.9℃；最高气温出现在7月份，平均气温19.1℃。保护区10月中旬开始封冻，结冰期为6个月，最深冻层为2.78m。森林沼泽湿地采样点土壤0‐10cm，10‐20cm，20‐40cm，40‐60cm含水量分别为84%、77%、75%、61%，灌丛沼泽湿地分别为72%、28%、30%和29%。森林沼泽湿地采样点土壤0‐10cm，10‐20cm，20‐40cm，40‐60cmpH值分别为5.9、6.1、5.8和6.1，灌丛沼泽湿地分别为5.9、6.3、6.3和5.8。区内地带性土壤为暗棕壤，非地带性土壤有草甸土，沼泽土，泥炭土等。各类土壤的分布主要受地形的控制，一般以河流和河谷洼地为起点，向两侧随海拔升高呈现规律性的带状分布。

1.2研究方法采样时间与方法根据乌伊岭湿地管理局提供的历年气象及土壤数据选定冻融前期的2010年10月10日及融化期结束的2011年5月15日，在保护区的森林沼泽湿地，地理坐标为N48°35′15"～E129°24′0.7",灌丛沼泽湿地，地理坐标为N48°35′57"～E129°24′20"进行采样。在两种类型的湿地上分别布设间距为10m×10m的单元3块，在每个样点上开长1.5m，宽0.8m，深1.2m的剖面，采集枯枝落叶层及湿地0‐10cm，10‐20cm，20‐40cm，40‐60cm土壤样品，每层样品采集1kg左右，每个单元内采3个重复样，装入密闭无菌存储袋。同时采取深层土壤下的湿地水样品，按照每个样地取混合水样的原则，每个样品设3个重复。土样迅速带回实验室采用四分法把土壤分成两份，一份自然风干后，研磨过0.25mm的筛，用于分析土壤TN、TP及TOC；另一部分鲜土放于4℃下冷藏用于分析其它土壤指标。湿地水样品送至哈尔滨市环境监测中心站进行分析。湿地土壤有机质测定采用重铬酸钾为氧化剂的容量分析法，湿地土壤腐殖质酸采用0.1mol/L焦磷酸钠和0.1mol/L氢氧化钠混合溶液提取土壤腐殖酸的方法，用重铬酸钾氧化‐外加热法测定。土壤TN采用硫酸钾‐硫酸铜为加速剂的消煮法测定，土壤TP采用氢氧化钠熔融法。数据采用方差分析（ANOVA）进行统计分析，所用工具软件为Excel2007。

2结果与分析

2.1冻融过程湿地水元素的变化特征冻融过程对湿地水中元素的变化特征有显著的影响。冻融后，森林沼泽湿地水pH值下降了14%；高锰酸盐指数增加了23.5%；氨氮增加了20.2%；总磷增加了38%；总氮增加了29.4%；硫酸盐指数下降了4.7%；硝酸盐增加了44.9%。冻融后森林沼泽湿地水指标变化规律见图1。冻融循环后，灌丛沼泽湿地水pH值下降了13%；高锰酸盐指数增加了19.9%；氨氮增加了27.6%；总磷增加了38.4%；总氮增加了34%；硫酸盐指数下降了4.8%；硝酸盐增加了84.4%。冻融过程对灌丛沼泽湿地的水体指标影响见图2。

2.2冻融过程湿地土壤元素的变化特征

2.2.1冻融过程对湿地土壤TN的影响冻融循环对不同类型的湿地中不同深度的土壤中TN的影响也不同，其中森林沼泽类型湿地由于有机质含量高，土壤养分较灌丛沼泽湿地丰富，TN含量在不同的土壤层之间均呈现下降趋势，0‐10cm，20‐40cm，40‐60cm土壤TN分别下降了11.3%、7.1%和14.7%；而10‐20cm土壤TN增加了22.4%；灌丛沼泽湿地的土壤TN分别下降了16.7%、7.2%、3.5%和2.9%。土壤养分最高的枯枝落叶层中TN的含量下降了11.02%，具体见图3。方差分析结果（表1）表明，冻融对湿地土壤中TN含量具有显著的影响，而湿地类型的差异对TN含量的影响不显著。

2.2.2冻融过程对湿地土壤TP的影响冻融循环对不同类型湿地土壤养分中TP的影响十分显著，森林沼泽湿地土壤中TP的含量呈现下降趋势，各取样土层分别下降了11.1%、21.5%、21.3%和26.4%；枯枝落叶层中TP下降了11.5%；灌丛沼泽湿地土壤各采样土层中TP含量先增加后降低，分别增加了8.6%、12.2%和降低了8.4%和6.6%，具体见图4。方差分析结果（表2）表明，冻融对湿地土壤中TP含量具有显著的影响，而湿地类型的差异对TP含量的影响不显著。

2.2.3冻融过程对湿地土壤有机质的影响两种类型湿地土壤中有机质含量在冻融作用后均呈现上升趋势，其中森林沼泽湿地各采样土层有机质含量分别增加了19.1%、17.8%、11.2%和2.9%；枯枝落叶层有机质增加了25.23%；灌丛沼泽湿地的有机质含量分别增加了13.8%、11.6%、8%和48.9%，具体见图5。方差分析结果（表3）表明，冻融及湿地类型的差异对湿地土壤有机质的含量均有显著影响。

2.2.4冻融过程对湿地土壤腐殖质酸的影响冻融作用对不同类型湿地土壤腐殖质酸的影响均呈现增加趋势，其中枯枝落叶层腐殖质酸增幅最高，增加了53.3%；森林沼泽湿地不同深度采样点土壤中腐殖质酸分别增加了35.3%、22.5%、28.2%和44.9；灌丛沼泽湿地不同采样深度的土壤中腐殖质酸含量分别增加了39.6%、22.4%、25%和82.6，具体见图6。方差分析结果（表4）表明，冻融作用和湿地类型的差异对湿地土壤中腐殖质酸具有一定影响。

3讨论

3.1冻融对湿地水环境元素的影响冻融作用对乌伊岭森林沼泽、灌丛沼泽湿地水中元素的变化有显著的影响。冻融期湿地上覆冰融化后向湿地水体中释放出各种元素，同时水和湿地土壤之间也存在着氮、磷元素的分配平衡，湿地土壤中的各种元素能够通过扩散、吸附等作用释放到湿地水中。湿地水中总氮、总磷的浓度与湿地及水中微生物的活性密切相连，冻融期湿地水的元素浓度变化是这个过程的综合体现。冻融后，森林沼泽湿地水中高锰酸盐指数增加了23.5%，灌丛沼泽湿地水中高锰酸盐指数增加了19.9%。由于冻融作用导致土壤团聚体的破坏以及导致土壤有机物质和矿质态氮的增加[10]，进而导致湿地水中的高锰酸盐含量的增加。冻融作用下，森林沼泽湿地和灌丛沼泽湿地水中氨氮含量分别增加了20.2%和27.6%，由于融化期土壤氨氮值比冻结期大，但是因土壤的温度和含水量及微生物的活动的影响，会出现冻结期土壤的氨氮值比融化后大[19]进而增加湿地水体中总氮的含量，同时冻融促进了土壤有机质的分解，增加了湿地土壤中矿质氮的含量进而导致了湿地水体中氨氮的浓度的增加。森林沼泽、灌丛沼泽湿地水中总磷、总氮含量在冻融后，分别增加了38%、29.4%和38.4%、34%，冻融作用影响了微生物的活性，在融化期死亡的动植物残体被微生物分解转化，土壤中的氮、磷元素被释放到水体中，导致其在水中的含量增加。这与已有的研究结果[20]相一致。森林沼泽、灌丛沼泽湿地水中硝酸盐在冻融后增加了44.9%和84.4%，硝酸盐主要来源是固氮菌固氮形成，冻融作用促进了植物对氮肥的吸收[8,11]，进而增加了湿地水中硝酸盐的含量。森林沼泽湿地与灌丛沼泽湿地的水体中硫酸盐的含量均有所下降，但下降幅度不大。采样点土壤有机质的含量较高，而土壤有机质中含有丰富的硫元素，由于森林沼泽湿地优势植物为针叶林的松树，而灌丛沼泽湿地优势植物为油桦和沼柳等植物。不同植物对硫元素具有不同的生物富集程度，进而影响着水中硫酸盐的含量。

3.2冻融对不同类型湿地土壤元素的影响冻融作用显著的影响着乌伊岭湿地不同土层中土壤元素的含量，冻融作用后乌伊岭森林沼泽湿地和灌丛沼泽湿地土壤中TN、TP的含量，除森林沼泽湿地的10‐20cm土层和灌丛沼泽湿地0‐20cm土层含量略有上升外，其它土壤中的元素含量呈下降趋势。土壤微生物先是在冻结期处于休眠状态，随着融化期的土壤温度增加和水分等条件的改善，逐渐恢复活性土壤中的腐殖质被微生物分解，可供植物利用的养分被释放到土壤中。由于研究区气候特点，湿地土壤的冻融期要大于融化期，不同冻融阶段微生物的活性及土壤理化特征也不相同，秋季地表养分输入和春季积雪融水导致土壤养分流失导致土壤中TN、TP的含量降低。这与Ross[14]的研究结果相符，也与土壤在冻融前后TP变化幅度很大，融化期土壤的TP明显低于冻融期[20]的结果相近。土壤中根系微生物和土壤微生物的固氮作用是土壤中氮元素的主要来源。冻融作用促进了植物对土壤元素的吸收，导致土壤中有效磷的流失，同时促进了土壤氮元素的消化作用，加速了铵态氮转化成硝态氮的速率，进而降低了土壤中总氮的含量。冻融后，森林沼泽湿地和灌丛沼泽湿地土壤中有机质含量最高增加了19.1%和48.9%，冻融作用对不同类型湿地土壤的有机质积累有很好的促进作用。冻融作用对枯落物、土壤有机质和土壤微生物的干扰，导致土壤团聚体的结构改变，进而增加土壤有机质[10]。由于冻融过程中转化的有机质大多是土壤有机质中易于分解的部分[18]，实验区湿地土壤多为未受人类活动影响的天然背景值高的区域，土壤有机质含量丰富，因而冻融循环后，土壤有机质含量增高，其中以枯枝落叶层最为显著，森林沼泽湿地的枯枝落叶层有机质在冻融后增加了25.23%。冻融过程中，湿地土壤冻结时间大于融化时间，土壤中动植物的残体的数量增加，经微生物的分解和转化成新的腐殖质，虽然冻融作用对土壤有机质的矿化有促进作用但进入土壤的有机物质的积累大于有机质的转化，所以有机质呈现总体增长的趋势。枯枝落叶层的腐殖质酸在冻融后增加了53.3%，森林沼泽和灌丛沼泽土壤腐殖质酸含量最高分别增加了44.9%和82.6%。土壤中的腐殖质酸是土壤中的动、植物残体在土壤微生物的分解和转化作用下，经一系列的化学过程积累产生，冻融过程对湿地土壤中微生物活性具有一定的影响，土壤孔隙中冰晶膨胀，导致土壤团聚体的破坏，影响土壤温度与含水量进而影响微生物的活性[3]冻融作用导致土壤中动植物残体增加，有机质含量增加，同时对微生物活动有促进作用，也是乌伊岭湿地不同深度土壤中腐殖质酸含量增加的原因之一。

土壤类型篇9

国内学者主要利用USLE模型或者RUSLE模型计算潜在土壤侵蚀量，即不考虑覆盖管理因子，研究尺度从小流域到流域[14]，从县级到省级[59]，总体上针对潜在土壤侵蚀的研究较少，研究区域分散.黄河中游河口镇至龙门区间（简称河龙区间）是黄河流域、我国乃至世界上水土流失最为严重的地区，也是我国水土保持生态环境建设的重点地区，但是目前在该区域尚未开展潜在土壤侵蚀的研究，为加深对水土流失影响的理解、科学制定水土保持规划、合理布置区域水土流失治理措施，本文对河龙区间2011年的潜在土壤侵蚀状况进行研究分析.

河龙区间位于黄河中上游，面积约11.3万km2，是黄土高原的主要组成部分，涉及山西、内蒙古和陕西省的50个县（市、区、旗），见图1.地貌类型区以黄土丘陵沟壑区、沙丘沙地草滩区、砂砾丘陵区和石质山岭区为主，气候为大陆性气候，年均温度6～14 ℃，年均降水量310～580 mm，黄土层深厚，土质疏松，土壤主要为黄绵土，植被以草原为主，从东南至西北由森林草原向荒漠草原过渡.

区间流域面积1 000 km2以上的支流有21条.多年平均径流量77.0亿m3，占黄河径流量的13.8%，多年平均输沙量6.0亿t，占黄河输沙量的37.5%，平均输沙模数为6 643 t/km2[10].

2 研究方法

根据我国的实际情况，刘宝元建立了CSLE（Chinese soil loss equation）模型，该模型简单实用，在我国具有广泛的实用性[11]，本研究采用此模型计算潜在侵蚀量.

A=R·K·L·S·B·E·T，

式中：A是土壤水蚀模数，t/（hm2·a）；R是降雨侵蚀力因子，MJ·mm/（hm2·h·a）；K是土壤可蚀性因子，t·hm2·h/（hm2·MJ·mm）；L·S是坡长坡度因子，无量纲；B是植被覆盖与生物措施因子，无量纲；E是工程措施措施因子，无量纲；T是耕作措施因子，无量纲.分析潜在侵蚀时，E、T因子为1.

2.1 降雨侵蚀力因子

本研究在利用日降雨量计算半月降雨侵蚀力的基础上获取区间年降雨侵蚀力[12].

R半月k=α∑mj=1Pβdj， α=21586β-7189 1， β=0.836 3+18.144Pd12+24.455Py12.

式中：R半月k为第k个半月的降雨侵蚀力，单位MJ·mm/（hm2·h）；Pdj为第k半月第j日大于等于12 mm的日降雨量；全年分24个半月，其中每月前15天为上半月，其余为下半月；α、β为回归系数；Pd12表示日降雨量大于等于12 mm的日均值，单位mm；Py12表示日降雨量大于等于12 mm的年均值，单位mm.

共收集区间以及周边共96个水文站或者气象站的2011年日降雨量数据，在计算各站点降雨侵蚀力的基础上，利用KRIGING插值法获得区间降雨侵蚀力[13].

2.2 土壤可蚀性因子

利用Wischmeier建立的土壤性质指标和土壤可蚀性之间的关系公式计算土壤可蚀性值[14]：

K=[21×10-4M114（12-OM）+325（S-2）+25（P-3）]/100.

式中：M=N1（100-N2） 或 M=N1（N3+N4）；N1表示粒径在0.002 mm和0.1 mm之间的土壤颗粒含量；N2表示粒径小于0.002 mm的土壤粘粒含量；N为表示粒径在0.002 mm和0.05 mm之间的土壤粉砂含量；N4表示粒径在0.05 mm和2 mm之间的土壤颗粒含量；OM为土壤有机质含量；S为土壤结构系数，P为土壤渗透性等级.

我国在20世纪80年代开展了第二次全国土壤普查，通过收集此次普查数据获取了区间土壤类型图以及各土种的理化性质、机械组成等数据.对照我国的土壤发生分类系统，基于土壤类型图建立各土属属性表，输入各土种的分布面积.采用样条函数插值进行土壤分析资料国际制的转换，通过查表确定土壤渗透等级和结构等级[15].在计算各土种的K值以后根据土壤类型图进行归并获取区间各土属的K值.

在野外采样（见表1）和文献资料统计（见表2）的基础上，计算各样点的K值与土壤类型图叠加，提取样点对应的土壤类型，计算各土壤类型对应的平均K值，对各土壤类型K值进行更新.

2.4 植被覆盖与生物措施因子

首先获取不同植被类型全年24个半月植被盖度.利用3期30 m分辨率HJ1多光谱反射率数据、MODIS反射率产品（空间分辨率1 km，时间分辨率16天）和区间土地利用数据，生成可靠的NDVI时间序列数据.将NDVI数据转换为植被覆盖度.具体处理方法见参考文献[16].

然后计算不同土地利用类型每个半月时段的土壤流失比率Bi，再以各半月时段降雨侵蚀力比例为权重，得到年植被覆盖与生物措施因子B值.

耕地、居民点及工矿用地、交通运输用地、水体及其设施用地或其他土地类型可直接赋值.其中耕地赋值0.61，其他赋值1[17].园地、林地和草地根据公式（1）计算该地块最终的B因子值：

3 结果与分析

3.1 各因子特征值

区间2011年平均降雨侵蚀力为607.97 MJ·mm/（hm2·h），降雨侵蚀力较大的地区集中于西部和南部（见图2a），其中，区间西部的偏关河流域和三川河流域之间、清涧河和昕水河以南的地区降雨侵蚀力普遍较大，西北部普遍较低，其中皇甫川流域和窟野河流域一带降雨侵蚀力极低.降雨侵蚀力表示的是降雨引起侵蚀的潜在能力，可以看出区间降雨侵蚀力的空间分布特征与区间土壤侵蚀空间分布并不一致，甚至相反.

平均土壤可蚀性值为0.041 8 t·hm2·h/（hm2·MJ·mm），空间上区间西北部和东北部地区土壤可蚀性较小（见图2b），仕望川流域北部和清涧河流域之间的地区土壤可蚀性值较高.从土壤类型上看，黄绵土的土壤可蚀性值较高，黄绵土土体疏松、有机质含量低、机械组成粉粒含量高、土壤空隙比大、渗透性好.土壤可蚀性较低的西北部以风沙土为主要类型，东部以栗褐土为主，栗褐土为森林土壤，有机质含量较高.

坡度坡长因子最大值为83.13，空间上呈现从西北向东南增加的趋势.东部的吕梁山地区以及西南部的白于山、黄龙山和崂山地区坡度坡长因子值较高，而区间西北部位于毛乌素沙漠地势相对平坦，因子值较低.

植被覆盖与生物措施因子平均值为0.347 5，空间上区间东部和西南部的林区B因子值普遍较低，而区间西北部的沙区B因子值较高.

（a）降雨侵蚀力因子 Rainfall erosivity factor （b）土壤可蚀性因子 Soil erodibility factor

（c）坡度坡长因子 Slope， slope length factor （d）植被覆盖与生物措施因子

Vegetation cover and biological measures factor

图2 2011年河龙区间潜在土壤侵蚀各因子空间分布

Fig.2 Spatial distribution of soil erosion factors in the HeLong region in 2011

3.2 潜在土壤侵蚀强度、面积与分布

区间年均潜在土壤侵蚀模数为2 600.1 t/（hm2·a），最大值为26 507.6 t/（hm2·a）.空间上区间东部和西南部的林区潜在土壤侵蚀模数较低（见图3），而区间的西北地区潜在土壤侵蚀模数也较低，由于本研究仅分析了区间的水力侵蚀情况而没有考虑风力侵蚀，导致土壤侵蚀严重的西北部地区潜在土壤侵蚀模数较低.区间内各省份中，陕西省潜在土壤侵蚀模数为3 024.1 t/（km2·a），最大值26 507.6 t/（km2·a），山西省潜在土壤侵蚀模数2 679.0 t/（km2·a），最大值24 353.4 t/（km2·a），内蒙古潜在土壤侵蚀模数1 575.0 t/（km2·a），最大值14 321.2 t/（km2·a）.

（a）土壤侵蚀模数 Soil erosion modulus（b）土壤侵蚀强度 Soil erosion intensity

图3 区间潜在土壤侵蚀模数和强度空间分布

Fig.3 Spatial distribution of potential soil erosion modulus and intensity in the HeLong region

从表4可以看出，区间潜在土壤侵蚀面积为60 242.7 km2，占区间总面积的50.45%.各强度等级中，强烈侵蚀面积最大，占区间总面积的18.61%；其次为轻度侵蚀，占15.23%.区间各省份中，陕西省潜在土壤侵蚀面积最大，为51 477.1 km2，且占区间内对应行政区域面积比例最大，为84.48%.山西省潜在土壤侵蚀强度等级中强烈侵蚀面积最大，为6 659.2 km2，占区间内山西省总面积的17.71%，内蒙古自治区轻度侵蚀面积最大，占总面积的19.04%，陕西省强烈侵蚀面积最大，占总面积的23.92%.

4 结论

（1）2011年区间降雨侵蚀力因子值为607.97 MJ·mm/（hm2·h），土壤可蚀性因子值为0.041 8 t·hm2·h/（hm2·MJ·mm），坡度坡长因子最大值为83.13，植被覆盖与生物措施因子值为0.347 5.空间上，降雨侵蚀力因子和坡度坡长因子的分布与潜在土壤侵蚀的分布呈一定的相反趋势，土壤可蚀性因子和植被覆盖与生物措施因子则表现出一致性.

（2）区间年均潜在土壤侵蚀模数为2 600.1 t/（hm2·a），各省份中，陕西省潜在土壤侵蚀模数最大，为3 024.1 t/（km2·a），内蒙古自治区最小.区间潜在土壤侵蚀面积60 242.7 km2，占区间总面积的50.45%.各强度等级中，强烈侵蚀面积最大，占区间总面积的18.61%.各省份中，陕西省潜在土壤侵蚀面积最大，为51 477.1 km2，占总面积的84.48%.区间和各省份潜在土壤侵蚀强度以强烈侵蚀为主，造成的水土流失较为严重.各省份中，陕西省应是该区水土流失治理的重点区.

参考文献：

[1] 李斌兵， 郑粉莉， 龙栋材， 等. 基于GIS纸坊沟小流域土壤侵蚀强度空间分布[J]. 地理科学， 2009，29（1）：105110.

[2] 黄进勇， 严力蛟， 王兆骞. 红壤小流域不同土地利用方式下的水土流失特征[J]. 浙江大学学报：农业与生命科学版， 2002，28（1）：7882.

[3] 许月卿， 邵晓梅. 基于GIS和RUSLE的土壤侵蚀量计算——以贵州省猫跳河流域为例[J]. 北京林业大学学报， 2006，28（4）：6771.

[4] 曾红娟， 杨胜天， 王 凌， 等. 海南省松涛水库流域土壤侵蚀及控制方案[J]. 地理研究， 2009，28（5）：11971209.

[5] 高旺盛， 董孝斌. 黄土高原丘陵沟壑区脆弱农业生态系统服务评价[J]. 自然资源学报， 2003，18（2）：182188.

[6] 李加林， 童亿勤， 杨晓平， 等. 杭州湾南岸农业生态系统土壤保持功能及其生态经济价值评估[J]. 水土保持研究， 2005，12（4）：202205.

[7] 闵庆文， 刘寿东， 杨 霞. 内蒙古典型草原生态系统服务功能价值评估研究[J]. 草地学报， 2004，12（3）：165169.

[8] 高江波， 周巧富， 常 青， 等. 基于GIS 和土壤侵蚀方程的农业生态系统土壤保持价值评估[J]. 北京大学学报：自然科学版， 2009，45（1）：151157.

[9] 刘敏超， 李迪强， 温琰茂， 等. 三江源地区生态系统生态功能分析及其价值评估[J]. 环境科学学报， 2005，25（9）：12801286.

[10] 冉大川. 黄河中游河口镇至龙门区间水土保持与水沙变化[M]. 郑州： 黄河水利出版社， 2000.

[11] LIU B Y， ZHANG K L， XIE Y. An empirical soil loss equation[C]//Process of soil erosion and its environment effect， 12th ISCO， 2002（2）：2125.

[12] 章文波， 付金生. 不同类型雨量资料估算降雨侵蚀力[J]. 资源科学， 2003，25（1）：3541.

[13] 万 龙， 马 芹， 张建军， 等. 黄土高原降雨量空间插值精度比较—KRIGING与TPS法[J]. 中国水土保持科学， 2011，9（3）：7987.

. Soil Water Conserv J， 1971，26（5）：189193.

[15] 刘宝元. 土壤侵蚀预报模型[M]. 北京： 中国科学技术出版社， 2001.

土壤类型篇10

网络出

>> 不同覆盖厚度下土壤水分变化状况分析 TRIME—T3管式TDR在测量土壤水分时的误差及校正 不同灌水量对日光温室番茄土壤水分变化的影响 探析不同耕作深度对玉米田间土壤水分和生长的影响 地面不同垄沟形式对土壤水分的影响 不同灌水量对温室膜下滴灌黄瓜土壤水分动态的影响 不同土壤水分调控对夏黑葡萄生长的影响 不同土地利用类型对土壤水分及容重的影响 不同水土保持措施对土壤水分及地表径流的影响 不同水土保持措施对土壤水分的影响 几种典型土壤水分特征曲线模型分析 海南西部桉树人工林春季土壤水分时空变化研究 DZN-1自动土壤水分观测仪的组成及故障分析 基于土壤水分自动站的鲁中地区土壤水分变化规律研究 土壤水分测定方法研究 斜拉桥的稳定性分析 电网的稳定性分析 丘四区寺尔沟小流域不同植被类型土壤水分动态变化分析 不同结皮破坏对退化梭梭林地土壤水分及梭梭生长的影响 滨海地区不同耕作方式对土壤水分及夏玉米生长发育的影响 常见问题解答 当前所在位置：l

基金项目：水资源与水电工程科学国家重点实验室开放研究基金（2012B093）;中国水利水电科学研究院科研专项（1232）;国家自然科学基金（51209225;51409270）;国家国际科技合作专项资助（2013DFG70990）

作者简介：赵娜娜（1985-），女，河南灵宝人，助理研究员，博士，主要从事农田作物耗水规律、水文学及水资源方面研究。E-mail：

通讯作者：于福亮（1953-），男，北京人，教授级高级工程师，博士，主要从事水文学及水资源方面研究。E-mail：

摘要：时间稳定性是分析土壤水分时空变异性的重要因素，对土壤水分时间稳定性的分析可为区域土壤墒情的预测及水资源量的评估、以及水文模型的发展等提供依据。在2 m2坡面尺度上，采用EC-5土壤水分传感器对四种土地利用类型（玉米、小麦、草地和裸地）在两种坡度（5°、15°）下浅层土壤水分的时间稳定性进行分析。基于相对差分法和Spearman秩相关系数分析法研究得出：不同植被类型、坡度下浅层土壤水分具有一定的时间稳定性，其不同深度的平均相对偏差（MRD）及其标准差均很小;不同坡度间的土壤水分时间稳定性差异不显著，而植被类型对土壤水分时间稳定性影响较大，相比而言，玉米和草地的土壤水分标准差相对较大，土壤水分时间稳定性明显低于小麦和裸地。

关键词：土壤水分;时间稳定性;植被类型;坡度;spearman秩相关系数;相对差分法

中图分类号：P333 文献标志码：A 文章编号：

1672-1683（2015）04-0765-06

Temporal stability of soil water under different soil coverages

ZHAO Na-na1，2，3，LI Chuan-zhe1，2，LIU Jia2，MU Wen-bin2，YU Fu-liang2，XING Jiu-ping4

（1.State Key Laboratory of Water Resources & Hydropower Engineering Science，Wuhan University，Wuhan 430072，

China;2.State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin，Institute of Water Resources

and Hydropower Research，Beijing 100038，China;3.Research Institute of Wetland，Chinese Academy of Forestry，

Beijing 100091，China;4.Hebei Provincial Water Conservancy Bureau，Shijiazhuang 050021，China）

Abstract：Temporal stability is an important factor to analyze the spatial and temporal variability of soil water，so its study can provide reference for the prediction of local soil moisture，evaluation of water resources，and development of hydrology modelling.According to the real-time monitoring of soil moisture data collected by EC-5 sensors in the hillslope scale of 2 m2，the temporal stability of shallow soil water under four different vegetation covers （spring maize，wheat，ryegrass，and bare land） were analyzed using the relative difference method and Spearman rand correlation coefficient method.Results showed that the temporal stability occurs in the shallow soil water under different vegetable types and slopes with small MRD and standard deviation values at various soil depths.There was no significant difference for the temporal stability of soil water under different slopes，but obvious difference under different vegetation types.The temporal stability of soil water for maize and ryegrass was obviously lower than that of wheat and bare land with smaller MRD and standard deviation values.

Key words：soil water;temporal stability;vegetation type;slope;Spearman rand correlation coefficient;relative difference

1 研究背景

土壤水是水文循环过程中的关键状态变量，对水文过程，如降雨入渗、蒸发、径流形成过程等有重要的作用，同时，土壤水也是农田生态系统维持和区域灌溉制度制定的基础和依据。然而，由于土壤类型、结构、质地等的空间变异性及区域气候、植被、地形等因素的影响，土壤水分具有一定的时空变异性，而如何对土壤水分时空变异性进行定量分析和描述也是影响流域水文模型模拟精度的重要因素之一。因此，准确分析区域土壤水分的时空动态变化对于水文模型的发展以及区域水资源的评价、保护和管理等都是很有必要的。

国内外许多学者对土壤水分的时空变异性，尤其是土壤水分的空间变异性进行了大量的研究[1-4]，而这种研究实际上是基于土壤水分在时间上具有一定的稳定性。所谓土壤水分的时间稳定性， Vachaud[5]通过土壤水分的试验研究发现：将所有测点的土壤水分含量按高低排序后，不同测量时间下这些测点的顺序基本没有变化或变化不大，这种土壤水分的空间格局随时间相对稳定的现象就是时间稳定性（time stability），一些学者将时间稳定性定义为：在既定的土壤类型中，空间位置和经典的统计参数在时间上相对不变的联系。Kachanoski[6]和de Jong[7]将时间稳定性重新定义为土壤水分在不同空间形式上表现出的时间一致性，是与空间尺度有关的空间分布结构或模式在时间上持续性，空间某点的土壤含水量是各种水文过程在不同空间尺度上共同作用的结果。

由于土壤水分实时测量需要先进的测量技术，耗时多、成本高，许多研究者试图寻找、提出一种新的、可以减少用以描述研究区域内土壤水分特性所需的实测点的方法，从而节省成本提高效率。因此，如何使用较少的实测点并能够代表研究区域或流域的平均土壤水分，这对流域的径流模拟精度具有很大的影响。通过对土壤水分时间稳定性的分析，可利

用最少的土壤水分数据测量来表征山坡或流域尺度的平均土壤含水率，因此，土壤水分时间稳定的概念一经提出就得以广泛研究和应用。一些研究学者已经证实了时间稳定的测点位置可以很好地表征小流域的平均土壤含水率。Grayson和Western[8]应用时间稳定性的概念对流域进行研究，发现在研究区域内存在一些可以连续地表征整个研究区域平均土壤水分状况的位置，将其称之为流域平均土壤水分监测点（CASMM）。Martinez和Ceballos[9]也提出了相似的概念RMSM，即典型平均土壤水分实测点，这些代表性的实测点可以代表整个流域的平均土壤水分状况。我国的一些学者也针对不同区域的土壤水分时间稳定性进行研究，如黄土高原地区土壤水分时间稳定性的尺度性及其尺度性研究[10-11]，干旱、半干旱荒漠化地区的浅层土壤土壤水分时间稳定特性[12]，四川盆地丘陵地区[13]等，而针对华北地区不同下垫面类型下的土壤水分时间稳定性特征研究相对较少。本文通过室内试验，采用相对差分法及Spearman 秩相关系数分析法对华北地区不同下垫面的土壤水分时间稳定性特征进行分析和研究，以期为该区域水文模型的发展、农业水管理及生态环境建设等提供研究依据。

2 材料与方法

2.1 试验布设

为了研究不同下垫面类型的土壤水分动态变化过程，试验采用6个可自动调节坡度的坡面径流试验装置（长×宽×高= 200 cm ×100 cm ×60 cm），采用分层回填的方式每隔

5 cm进行分层装土，土壤干容重控制在1.41 g/cm3左右，总土层厚度为50 cm，可基本视为各向同性、均质土壤。为了观测降水过程中的地表径流及壤中流产流情况，土槽出口的纵剖面用铁质的百叶窗封装，同时在百叶窗内侧安装纱网，防止降水过程中的土壤侧漏。装土完成后将土槽调整到试验设定坡度（5°和15°），洒水加速土壤沉积以更接近于原状土的性状。同时在试验土槽中分别种植小麦、玉米及黑麦草，并设置两个重复，以研究坡度、土地利用类型对土壤水分变化的影响。此外，为了便于有无植被覆盖下的土壤水分分布的对比分析，将其中一个土槽设为裸荒地，其坡度为5°。

试验主要采用室内人工模拟降雨的方式，降雨结束后将土槽移至野外天然条件下以观测蒸散发过程中土壤水分的动态变化过程。试验阶段内的降水量见图1，人工模拟降雨的设计雨强为0.45 mm/min和0.7 mm/min，其中小麦和玉米整个生育期内进行了6场人工降雨，为了研究土壤接近饱和情况下的土壤水分运动过程，对草地和裸地总共开展了11场人工模拟降雨，设计雨强及降雨历时详见表1。试验过程中在各土槽中随机选取采样点，用环刀取土，进行土壤理化性质的测定，见表 2。

为了实时监测土壤水分动态变化过程及坡面内土壤水分时空变化规律，沿土槽的坡长方向，在距土槽顶端30 cm、100 cm和170 cm处（即A1-A3、B1-B3剖面）分别埋设三组土壤水分传感器，埋设深度为10 cm、20 cm、40 cm（见图2），以观测不同坡位、不同土壤深度的水分动态变化过程。试验采用的土壤水分传感器的型号为EC-5（Decagon，USA），其基本原理是通过测量土壤中的介电常数来计算土壤体积含水率，测量精度可达到±1%～2%[14-15];此外，由于该传感器体积小，其主体部分长度仅为5 cm，适合长期埋设在野外进行土壤水分的长期监测而被广泛用于体积土壤含水率的测定[16-17]。土壤含水率数据主要采用配套的EM50数据采集器（Decagon，Pullman，Washington，USA）于2013年3月至2013年9月对各测点进行采集，数据监测时间频率为1 h。同时，采用传统的取土烘干法对EC-5土壤水分传感器的监测数据进行率定和校准，其校准方程为：θcorr=0.9249θabs，R2=0.997。

2.2 研究方法

（1） 相对差分法。

相对差分法主要通过计算平均相对差分（MRD）和绘制平均相对差分的标准差图（σi，j）来分析土壤水分时间稳定性，通过平均相对差分图可以显示出估算区域平均土壤水分的实测点位置。根据Vachaud[5]及Grayson和Western[8]推荐的方法，对本研究试验研究的4种不同下垫面处理的时间稳定性进行分析。其中相对差分的计算公式为

式中：Si，j为在j时间测点位置i的土壤水分实测值;j为j时刻的土壤水分平均值;δi，j为j时刻测点位置i的土壤水分相对差分值;n为观测点的个数;MRDi为测点位置i的平均相对差分值;m则为观测的样本时间的数量;σi为测点位置i的相对差分的标准差。

计算每一个测点位置的平均相对差分值（MRD），以相对差分的标准差作为误差，按照顺序排列绘制成图来确定哪个实测点位置可以代表/估算流域的平均土壤水分值。通常有两种判定标准来选择理想的平均土壤水分测点：一种方法是测点位置周围的平均相对差分为0，说明该测点能够精确地估算山坡的平均值，另一种方法是标准差很小（即误差条较短），则说明其估算值变差较小。如果一个测点同时具备了上述两种特性，可以认为该测点位置能够很精确地估算山坡/流域的平均土壤水分。

（2）Spearman秩相关系数法。

采用Spearman非参数检验法分析不同测点的秩随时间变化的一致性和稳定性，主要反映测量样点的空间模式在时间上的相似性，其值越接近于1说明土壤水分的空间模式在时间上越相似，即土壤水分的时间稳定性越强，其计算公式如下：

ρ=1-6∑d2n（n2-1）（5）

式中：d为观测序列的等级差，即同一观测点在不同观测时刻的秩的差;n为观测点个数。ρ越接近于1，说明其稳定越好。

3 结果与讨论

3.1 相对差分

根据式（1）-式（4）计算试验阶段内各个下垫面不同测点各深度的土壤含水率平均相对差分值MRD及其标准差σ，将不同深度的土壤含水率平均相对差分由小到大进行排列，绘制相对差分图，分析其时间稳定性。图3至图5即为小麦、玉米、草地、裸地在生长期3月-9月不同位置的土壤水分观测点的平均相对差分图，平均相对差分值为正，说明相应的测点位置与实测平均值相比较为湿润;负值则相反，说明该点土壤含水率相对较低。标准差σ越小说明样点的时间稳定性越强，而 Spearman 系数越接近于 1，表明土壤水分的空间模式在不同时间越相似。

由图3-图5可以看出，同一土地利用类型下，10 cm，20 cm，以及40 cm不同深度平均相对差分MRD变化范围差异不大，总体上40 cm深度的土壤水分稳定性略高，土壤层时间稳定性随深度增加而增强，可能是由于植被根系吸水、林冠影响土壤蒸发、地形引起的变异以及降水等对表层土壤的影响较大，并且较深层的土壤结构以及土壤的持水能力相对更加稳定，这说明影响土壤水分时间稳定性的因素存在深度上的依赖性。图中的误差线为相对差分值的标准差，其大小说明了各测点土壤含水率与平均含水率之间相对差分的离散程度，标准差越小说明土壤水分时间稳定性越高。由图可以看出：而标准差则随着深度逐渐增加（如小麦三个不同深度的标准差的平均值分别为0.062，0.066和0.092），这可能是由于试验土槽底部的设计为封闭型，使得土壤在饱和或者接近饱和后降雨入渗的水分更容易在土壤底部集聚，从而使深层土壤含水率相对较高，而使其稳定性相对较弱。高磊[10]在对黄土高原小流域的土壤水分时间稳定性进行分析时也发现：低含水量的样点往往有更强的时间稳定性，而高含水量的样点更趋于不稳定，但同时也指出测量点含水量的高低和时间稳定性强弱之间并没有必然的关系。

不同土地利用类型下，土壤水分监测点各深度的土壤水分有相对较强的时间稳定性，所有的MRD值都非常低，说明不同下垫面条件下土壤水分具有很好的整体时间稳定性。5°麦地0～10 cm的土壤水分平均相对偏差变化范围为-5.9%～10.9%，20 cm为-9.1%～7.7%，40 cm为14.5%～17.3%;15°三个不同深度的平均相对差分变化范围分别为-13.2%～6.8%、-6.4%～6.8%、-5.1%～5.2%。5°玉米0～10 cm的土壤水分平均相对偏差变化范围为-5.5%～7.3%，20 cm为-7.3%～7.8%，40 cm为-4.6%～9.9%;15°则分别为-9.7%～5.7%、-9.7%～5.0%、-7.5%～4.5%。草地10 cm、20 cm、40 cm的土壤水分平均相对差分值变化范围分别为-4.1%～7.3%、-11.6%～4.2%、-6.1%～3.7%，裸地则分别为-4.9%～2.7%、-2.0%～2.2%、-2.0%～1.8%。同时，不同土地利用类型之间，玉米、草地的土壤水分标准差明显高于其它小麦和裸地，可能与土壤水分观测期正是春玉米、黑麦草的主要生长阶段有关，也说明了植被对土壤水分的变异性和稳定性有明显影响，与Hupet和Vanclooster[18]的研究结果基本相符。

根据MRD接近于0且标准差很小的原则可判断不同坡度、深度的最佳土壤水分观测点位置，即可以代表整个区域的平均土壤水分值。小麦5°处理中10 cm及20 cm深度的平均土壤水分观测点为A2，40 cm深度则为B1;15°中10 cm、20 cm、40 cm深度则分别为A2、B2、B2，总体上对于小麦而言，坡中位置应为土壤水分最佳监测点，能够容易较好地估算整个坡面的土壤水分平均值。玉米不同坡度下各深度的土壤水分最优观测点差异较大，5°条件下10 cm、20 cm、40 cm深度分别为A1、A2、A1，15°条件下则为B1、A2、A2，这可能与玉米生育期内初始土壤含水率较低有关，整体上5°处理的玉米其土壤水分观测点可选为A1，即坡顶位置，而15°则为坡中位置（A2）。草地则为坡顶位置（A1/B1），裸地为坡中（A2）位置最佳。

3.2 Spearman秩相关系数

采用Spearman秩相关系数ρ对相同植被类型、不同深度、坡度的MRD进行比较，结果如表3-表6。总体上相关系数相对较高，表明浅层土壤水分具有一定的时间稳定性。麦地5°只有10 cm和20 cm，20 cm和40 cm深度，及15°中20 cm和40 cm深度有较高的相关系数外，其余深度间的相关性并不显著。而玉米不同深度间也没有显著的相关性，草地和裸地在20 cm和40 cm深度的相关性达到极显著水平

（置信水平为0.01）。这很可能是由于不同下垫面的土壤含水率的差异引起的，Penna[19]等通过实测数据分析认为气象条件的差异也可能是造成表层与深层数据差异的主要原因。此外，不同的前期土壤湿润条件也会对各深度的MRD值及标准差产生影响[20]。

4 结论

文中采用了两种相对比较广泛应用的相对差分法和Spearman秩相关系数分析法对2 m2小尺度上不同下垫面类型的浅层土壤水分时间稳定性进行分析，研究结果表明：10 cm、20 cm和40 cm深度的土壤水分具有明显的时间稳定性，且这种稳定性随着深度的增加逐渐增强。土地利用类型对土壤水分的时间稳定性影响很大，相同土壤和气候条件下，玉米和草地的土壤水分变异性明显高于小麦和裸地，Hupet 和 Vanclooster[18]认为玉米生长阶段的变化也会引起较大土壤水分的变异性，Gomez-Plaz等[21]也对植被和地形因素对土壤水分的时间稳定性的影响进行分析表明植被会使土壤水分在空间分布结构上具有较大的变异性。而不同坡度间土壤水分时间稳定性差异并不明显，可能与回填的土壤表面相对平整、的洼地等因素有关。不同深度的Spearman

秩相关系数对比，总体上相关系数相对较高，表明浅层土壤水分具有一定的时间稳定性，但可能受降水及植被的影响，仅部分深度之间有明显的相关性，不同下垫面的各深度的土壤水分没有明显的相关性。同时，不同坡度间的很低的MRD的秩相关系数也说明了地形因素对土壤水分的时间稳定性影响很小，这与相对差分法的分析结果一致。

通过不同土地利用类型下土壤水分时间稳定性在不同土壤剖面的分布特性的试验分析和研究，验证了小尺度上浅层土壤水分时间稳定性的存在及不同土地利用类型对其的影响，但是由于土壤水分的影响因素具有明显的时间和尺度依赖性，本文的研究仅对植被和坡度因素的影响进行初步分析，而不同尺度以及土壤深度下土壤水分时间稳定性及其影响因素还需进一步定量分析和探讨。

参考文献（References）：

[1] 佘冬立，邵明安，俞双恩.黄土区农草混合利用坡面土壤水分空间变异性[J].农业机械学报，2010，41（7）：57-63.（SHE Dong-li，SHAO Ming-an，YU Shuang-en.Spatial variability of soil water content on a cropland-grassland mixed slope land in the Loess Plateau，China[J].Transactions of the Chinese Society for Agricultural Machinery，2010，41（7）：57-63.（in Chinese））

[2] Brocca L，Melone F，Moramarco T，et al.Spatial-Temporal Variability of Soil Moisture and its Estimation Across Scales[J].Water Resources Research.2010，46（2）：W2516.

[3] L B，R M，F M，et al.Soil Moisture Spatial Variability in Experimental Areas of Central Italy[J].Journal of Hydrology.2007，333（2-4）：356-373.

[4] 胡伟，邵明安，王全九.黄土高原退耕坡地土壤水分空间变异性研究[J].水科学进展，2006，17（1）：74-81.（HU Wei，SHAO Ming-an，WANG Quan-jiu.Study on spatial variability of soil moisture on the recultivated slope-land on the Loess Plateau [J].Advances in Water Science，2006，17（1）：74-81.（in Chinese））

[5] Vachaud G，Passerat De Silans A，Balabanis P，et al.Temporal Stability of Spatially Measured Soil Water Probability Density Function[J].Soil Science Society of America Journal.1985，49（4）：822-828.

[6] Kachanoski R G，Jong E.Scale Dependence and the Temporal Persistence of Spatial Patterns of Soil Water Storage[J].Water Resources Research.1988，24（1）：85-91.

[7] De Jong C.The Contribution of Condensation to the Water Cycle Under High Mountain Conditions[J].Hydrological Processes.2005，19（12）：2419-2435.

[8] Grayson R B，Western A W.Towards Areal Estimation of Soil Water Content From Point Measurements：Time and Space Stability of Mean Response[J].Journal of Hydrology.1998，207（1）：68-82.

[9] J M，Ceballos A.Mean Soil Moisture Estimation Using Temporal Stability Analysis[J].Journal of Hydrology.2005，312（1）：28-38.

[10] 高磊.黄土高原小流域土壤水分时间稳定性及空间尺度性研究[D].中国科学院研究生院（教育部水土保持与生态环境研究中心），2012.（GAO Lei.Temporal stability and the spatial scaling of soil moisture in a small watershed on the Loess Plateau[D].Chinese Academy of Sciences （Institute of Soil and Water Conservation），2012.（in Chinese））

[11] 白一茹，邵明安.黄土高原雨养区坡面土壤蓄水量时间稳定性[J].农业工程学报，2011，27（7）：45-50.（BAI Yi-ru，SHAO Ming-an，Temporal stability of soil water storage on slope in rain-fed region of Loess Platea[J].Transactions of the CSAE，2011，27（7）：45-50.（in Chinese））

[12] 潘颜霞，王新平，苏延桂，等.荒漠人工固沙植被区浅层土壤水分动态的时间稳定性特征[J].中国沙漠，2009，29（1）：81-86.（PAN Yan-xia，WANG Xin-ping，SU Yan-gui，et al.Temporal Stability of Surface Soil M oisture in Artificially Revegetated Desert Area[J].Journal of Desert Research，2009，29（1）：81-86.（in Chinese））

[13] 王改改，魏朝富，吕家恪，等.四川盆地丘陵区土壤水分空间变异及其时间稳定性分析[J].山地学报，2009，27（2）：211-216.

（WANG Gai-gai，WEI Chao-fu，Lv Jia-ke，et al.Spatial Variation and Its Temporal Stability of Soil Water in Hilly Area of Sichuan Basin[J].Journal of Mountain Science，2009，27（2）：211-216.（in Chinese））

[14] Bogena H R，Huisman J A，Oberdrster C，et al.Evaluation of a Low-Cost Soil Water Content Sensor for Wireless Network Applications[J].Journal of Hydrology.2007，344（1）：32-42.

[15] Campbell G S，Greenway W C，Others.Moisture Detection Apparatus and Method：2005/6/14.

[16] Ritsema C J，Kuipers H，Kleiboer L，et al.A New Wireless Underground Network System for Continuous Monitoring of Soil Water Contents[J].Water Resources Research.2009，45（4）：W36D.

[17] Burnett S E，Iersel M W V.Morphology and Irrigation Efficiency of Gaura Lindheimeri Grown with Capacitance Sensor-Controlled Irrigation[J].Hortscience.2008，43（5）：1555-1560.

[18] F H，M V.Intraseasonal Dynamics of Soil Moisture Variability within a Small Agricultural Maize Cropped Field[J].Journal of Hydrology.2002，261：86-101.

[19] Penna D，Tromp-Van Meerveld H J，Gobbi A，et al.The Influence of Soil Moisture On Threshold Runoff Generation Processes in an Alpine Headwater Catchment[J].Hydrology and Earth System Sciences.2011，15（3）：689-702.