土壤的特征
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇土壤的特征范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
土壤的特征范文第1篇
中圖分類號：O657.32；O655 文獻標識碼：B 文章編號：0439-8114（2013）01-0068-03
1 紅安縣花生土壤的肥力狀況
1.1 種植花生的土壤類型
紅安縣種植花生的土壤[1]多為片麻巖，部分為石英片巖、基性巖、泥質巖風化物的坡積物和殘積物上發育的黃棕壤土類，無石灰性反應小河沖積母質上發育的潮土土類也有零星種植。主要土種類型為砂土、泥砂土、硅砂土、細砂土以及各類麻骨土等。
1.2 花生地土壤的理化性狀
1.2.1 土壤剖面形態特征 一是土層較薄，耕層偏淺。如砂土的土層厚26～78 cm，平均49.5 cm；耕層厚9～19 cm，平均15.4 cm。麻骨土土層厚5～24 cm，平均18.6 cm；耕層厚5～18 cm，平均12.7 cm。二是土輕松散，質地偏砂。耕層質地[2]除泥砂土為輕壤外，其余均為砂質土和砂壤土。花生土壤中，砂質土和砂壤土占90.3%；土壤結構多呈單粒狀，少數呈團粒狀、小塊狀。據室內測定，土壤物理性粘粒含量絕大多數小于20%，按卡氏土壤質地分類法分別屬于砂壤土、緊砂土、松砂土等質地類型。三是土層分化不明顯，土壤剖面發育不完整。從土體構型看，大部分花生地只有很淺的耕作層和較薄的心土層，其下即為母質或母巖層。從土壤顏色看，一般偏淺偏淡，有的與母巖風化物的顏色幾無區別。土壤發育處于幼齡階段。
1.2.2 土壤養分含量 耕層土壤多呈酸性、微酸性，pH 4.8～6.3，平均5.6。有機質含量為10～20 g/kg；堿解氮含量32.6～75.9 mg/kg；速效鉀含量35.5～102.8 mg/kg；速效磷含量為2.93～13.52 mg/kg，平均7.28 mg/kg，其中潮沙土最高，為10.95 mg/kg；烏砂土次之，為9.62 mg/kg；泥砂土、砂土分別為7.61和6.45 mg/kg；硅砂土、硅麻骨土含量最低。
2 花生高產地的土壤肥力特征
花生高產土壤是指具備同時不斷地滿足花生生長發育所需要的水、肥、氣、熱諸因素能力的一類土壤。
2.1 土層深厚松泡、爽水濕潤是高產土壤的首要條件
花生是惟一地上開花地下結果的開花結莢習性農作物，在地上開花、受精，子房隨子房柄下曲鉆入土中一定深度之后才開始膨大形成莢果。由于花生要在地下結莢，因此土層特別是耕層是否深厚松泡，物理性狀是否優良就成為花生高產土壤的首要條件。
據對單產3 000 kg/hm2以上的花生旱地的調查，土層平均厚度為70.4 cm，其中>60 cm的土層占53.7%；耕層平均厚度為18.9 cm，其中>17 cm的占75.7%。耕層質地均為輕壤和砂壤。從調查結果還可看出，花生產量的高低與土層和耕層的厚度呈正相關（表1）。輕壤和砂壤土層深厚松泡，不但有利于子房柄入土，同時由于其通氣利水，能充分滿足莢果膨大對氧氣和水分的要求，因而果大而整齊，果殼薄、顏色淺且有光澤，果仁飽滿，收獲易、損失小，花生品質好且產量高。
由于花生地土壤疏松，又多分布于低山丘陵地區，地表起伏較大，所以水土流失頗為嚴重；另外，由于土壤保水力差，紅安縣伏秋干旱頻繁，往往因土壤水分不足而影響莢果發育。因此，必須解決水土流失問題，才能保持深厚的土層；只有解決灌溉問題，才能保持既松泡通氣又爽水濕潤的土壤環境。針對水土流失嚴重、土層薄、耕層淺、質地以粗砂為主并含有各種粒徑的石礫，常年單產低于1 500 kg/hm2的坡耕地宜改為水平梯地，土層厚度增加，土壤含水率有效提高，將有效提高產量。
從調查結果看，凡是高產穩產的花生地都有灌溉水源，干旱能灌，雨多能排，保持土壤爽水濕潤。在地勢平緩的緩坡地和地勢高、無灌溉水源的平地、梯地，由于有噴灌設施，當花生生長和莢果發育的關鍵時刻遇到干旱時能噴灌2～3次，使土壤保持濕潤，同樣可獲較高的產量。
2.2 磷、鉀、鈣素豐富是高產地土壤養分含量的主要指標
花生是豆科作物，根瘤有固氮作用，構成生物學產量的氮素有一半以上靠其供給；特別是花生始花后，根瘤菌日趨活躍，生物固氮更成為氮素的主要補給源。所以，花生對土壤養分的要求以磷、鉀、鈣最為重要。
從調查來看，花生產量與土壤速效氮含量沒有明顯的相關性。一般而言，土壤堿解氮含量以60～90 mg/kg較為合適。花生高產地土壤磷、鉀含量一般較高。據單產3 000 kg/hm2以上高產地的土樣化驗資料，耕層速效磷含量為6.3～26.6 mg/kg，平均11.8 mg/kg；速效鉀為60～225 mg/kg，平均108 mg/kg。同時，隨著土壤磷、鉀含量的增加，花生產量也明顯上升。單產4 500 kg/hm2以上的比單產3 750～4 500 kg/hm2的和3 000～3 750 kg/hm2的土壤，速效磷分別高1.6和4.7 mg/kg，速效鉀分別高18和34 mg/kg（表2）。
除磷、鉀外，花生對鈣素也有特殊的嗜好。鈣是花生莢果子實膨大的一個關鍵性因素。花生不是通過根系從土壤中吸收鈣向莢果運轉，而是通過子房柄和莢果殼直接從土壤中吸收。土壤鈣素的豐缺直接影響莢果的肥實飽滿，影響單株生產力和單位面積產量。據試驗，對單產3 000 kg/hm2以上的高產地進行分析，土壤代換性鈣平均為0.26%。其中單產4 500 kg/hm2以上的為0.35%，單產3 750～4 500 kg/hm2的為0.25%，單產3 000～3 750 kg/hm2的為0.18%。這些高產地除土壤本身含鈣量高以外，還普遍施用了石膏。從高產地施用石膏與否的對照試驗結果可知，鈣素充足的花生根系發育好，根瘤形成多，莢果充實飽滿，空秕粒減少，增產9%～17%，平均11%。
3 紅安花生土壤改良利用意見
紅安縣旱地絕大多數都適于種植花生。但與花生高產穩產的要求相比，還存在著土層淺薄、土壤磷素缺乏，部分土壤鉀、鈣素不足；坡地多，平地、梯地少，水土流失嚴重等障礙因素。為此，提出以下改良利用意見。
3.1 深翻改土，加厚耕層
實踐證明，凡土層淺薄的花生地一經深翻[3]，土壤性狀就會明顯改善，產量顯著增加。凡是土層、耕層沒有達到高產地標準，而耕層以下又不是基巖層的花生地都應進行深翻、深耕。
鑒于花生的根系群70%～85%分布在0～31 cm的土層內，對土層太淺的地首先要通過深翻把土層加厚；對土層較厚的地，則應視土壤質地、土體構造情況進行，深度宜控制在25 cm左右。深翻、深耕的時間應根據前茬情況搶早進行。麥茬地前茬一收獲即應及時深耕，爭取深耕后有較多的時間炕土冬凌，促使土壤熟化。深翻、深耕時均要注意不攪亂土層。
3.2 坡地改梯地
坡改梯是培育高產穩產花生土壤的根本途徑，也是實行其他改造措施的先決條件。應先按等高線砌石岸或筑土埂，然后分塊平整。地塊的大小視坡度而定，坡度大的地塊要小。在坡度小于10°的情況下，梯地的長以50～60 m、寬10 m左右為宜。對新改的梯地和肥力低的梯地應進行客土和增施有機肥料，苗期看苗補施氮肥。
從增產效果看，等高水平梯地優于等高耕作坡地，等高耕作坡地又優于順坡耕作坡地。所以，在一時還沒有條件改為梯地的坡耕地，則應首先實行等高耕作。
3.3 增加灌溉設施，積極發展噴灌
紅安縣花生地一般都分布在地勢較高的坡地上，解決灌溉[4]問題應以增加灌溉設施，特別是以各類提水機械為主。噴灌對土壤結構破壞性小，能保持土壤疏松，因而特別適用于花生的抗旱，應積極發展。
2009年遇到前期干苗、中期干花的特大干旱，據試驗，種植鄂花6號品種，噴灌一次比未噴灌的增產20.2%，噴灌了兩次的比未噴灌的增產32.0%。
3.4 增施有機肥，改良土壤
旱地施入有機肥[5]后，經過土壤中微生物和物理化學的作用，形成腐殖質，促進土壤水穩性團粒結構的形成，使黏性土變得疏松易耕，沙性土變得有團粒結構。這樣，土壤結構的改善使土壤的透水性和持水性增強，容易接納和保蓄水分，不易受干旱威脅。使土壤中的空氣和水分的比例協調起來，有利于花生根系的生長發育和對養分的吸收利用。土壤中的腐殖質有吸附溶解多種離子的能力，避免養分的流失，提高了土壤溶液濃度，從而影響花生根系的生長。
3.5 增施磷、鉀、鈣及微肥，大力推廣配方施肥
磷、鉀、鈣肥及某些微量元素對花生的增產效果已為大量的試驗研究和生產實踐所肯定，特別是在這些元素供應缺乏的土壤上，增產效果更為顯著。
據紅安縣2009年在熊家畈農場配方施肥[6]試驗，每公頃施375 kg普鈣作底肥，每0.5 kg磷肥平均增產花生0.42～0.72 kg，作追肥時增產0.33 kg。試驗結果表明，每公頃施用氯化鉀75.0～112.5 kg，每千克鉀肥增產0.95～2.90 kg。施用石膏[7]，用作拌種的增產11.0%～16.2%，作底肥每千克石膏增產0.5～1.6 kg，作追肥增產0.7～1.3 kg。用不同濃度的磷酸二氫鉀（0.2%～0.5%）在花生不同生育期（苗期、花期和結果期）噴施，均比對照增產，其中以0.4%濃度在結果期噴施最好。磷、鉀、鈣肥配合施用，增產效果更好。微量元素硼[8]的效果主要表現在果數和果重的增加以及出仁率的提高上，2010年全縣多點試驗平均增產13.5%。10個鉬肥試驗點的實打驗收結果，施鉬的單產1 162.5～3 460.5 kg/hm2，平均2 058.0 kg/hm2；拌鉬平均每公頃增產2 985.0 kg，增產幅度為17.0%。
另外，花生苗期根瘤形成初期固氮能力較弱，對氮素缺乏十分敏感。在氮素缺乏的土壤上，氮肥的施用也不能忽視，初花期前適量補施氮肥同樣可收到較明顯的增產效果。
3.6 菊芋―花生合理輪作
菊芋[9]地下形成塊莖，其根系特別發達，抗旱、耐寒、耐旱、適應性廣，幾乎沒有蟲害，抗病性強，非常適宜在干旱、半干旱地區推廣種植，是保持水土和防風固沙的優良作物。
菊芋每株根系有上百根長達0.5～2.0 m的根系，可深深地扎在土中。由于根系對土壤的影響，使土壤物理性質發生了變化，改善土壤結構，無需精耕細作，適合在荒漠、灘涂、低丘緩坡地等花生低產量區的土壤上推廣輪作種植，從而大大提高土壤生產力。
3.7 推廣花生地膜覆蓋栽培
旱地花生采用地膜覆蓋[10]栽培新技術，具有提早播種，增溫保濕，保墑抗旱，改善土壤理化性狀，抑制雜草，防御春寒低溫危害，促進早苗齊苗、早花多花、多果增產等優點，有力地協調了旱地花生種植水、肥、氣、熱諸多因素。
參考文獻：
[1] 龔子同.中國土壤系統分類：理論方法實踐[M].北京：科學出版社，1999.
[2] 黃昌勇. 土壤學[M].北京：中國農業出版社，2000.
[3] 陳 雪，蔡強國，王學強.典型黑土區坡耕地水土保持措施適宜性分析[J]. 中國水土保持科學，2008（5）：44-49.
[4] 李巖蕾. 節水灌溉現狀分析和發展措施探討[J].農業科技與裝備，2010（4）：94-96.
[5] 殷本華. 有機肥對新墾茶園土壤的改良與應用模式研究[J]. 安徽農學通報，2008，14（7）：164-165.
[6] 全國農業技術推廣服務中心.花生測土配方施肥技術[M].北京：中國農業出版社，2011.
[7] 李向東，周錄英，王麗麗，等.鈣肥不同用量對花生生理特性及產量品質的影響[A].第五屆全國花生學術研討會論文匯編[C].青島：山東省花生研究所，2007.
[8] 周可金，馬成澤. 微肥配施對花生產量與效益的影響[J].中國油料作物學報，2003，25（3）：76-78.
土壤的特征范文第2篇
【關鍵詞】土壤；玉米；重金屬；相關性；富集系數
0 前言
邯邢鐵礦區位于河北省中南部的武安市和沙河市，地處太行山脈和華北平原交匯處。該區礦產資源豐富、農副產品品種齊全。作為農作物生長條件之一的土壤是重要的環境介質，其質量的好壞關系到人類的健康和社會的發展。由于邯邢鐵礦區復雜的自然條件以及采礦活動的影響，排放到環境中的污染物使土壤和農作物受到影響，從而影響人類的健康。因此研究該地區土壤及農作物中的重金屬含量是否超標及其相關性可以為該地區農業生產環境質量評價和改善農業生態環境提供科學依據。
1 樣品的采集與測試方法
1.1 樣品的采集
邯邢鐵礦區部署了108平方千米的面積性土壤測量工作，以采樣點空間分布總體均勻、采礦活動中心區適當加密為原則，布設土壤采樣點117個，采集0～20cm表層土壤樣，土壤類型主要為棕壤和褐土。在采取表層土壤的同時，采集了105個玉米樣品，每個玉米樣品由2～4穗玉米組成。樣品經加工后送到檢測中心進行指標元素測定。
1.2 樣品分析測試方法
本文主要分析土壤和玉米中的6種元素，即As、Hg、Cu、Cd、Pb、Cr。
玉米樣品中的As、Hg檢測儀器主要是AFS-8130原子熒光光度計，Cr、Cu、Cd、Pb的測定來自電感耦合ICP-MS等離子體質譜儀。土壤中的Cr、Zn、Pb含量通過ZSX100eX熒光光譜儀來測定。
2 土壤中的重金屬含量及評價
本區處于溫帶大陸性半干早季風氣候區，具有春燥多風少雨、夏熱多雨、秋高氣爽、冬寒少雪的特點，年平均氣溫12.8℃，年平均降水量494.6～619.6毫米。受當地巖性石灰巖碳酸鈣的影響，研究區表層土壤理化環境指標pH值平均值為8.3，屬中偏堿性土壤。一般情況下，作物在pH值5.5～8.5的土壤中均能正常生長，當土壤pH值為6.7～8.5時，還具有一定的緩沖性能。因此在研究的區域內，土壤的pH值不會影響大宗作物的正常生長。[1]
為了確定該區土壤污染程度，以我國土壤環境質量標準中偏堿性土壤重金屬含量限定值為評價標準，評價該區土壤環境質量狀況。由表1可看出，6種重金屬含量均超土壤環境質量一級標準，且As、Cu、Cd的超標率很高；As、Cu超過土壤環境質量二級標準。
根據尾礦沙中重金屬含量值，Cu的平均含量是134×10-6，Cr是352×10-6，它們含量都很高，這與土壤中相應元素有較好的對應性，可見土壤中Cu、Cr主要來源于尾礦沙。Cd、Hg、Pb主要是由煤礦的污染導致的，這些元素在煤中大量存在，煤燃燒后呈氣態或粉塵進入大氣，最終沉降在地表形成污染[2-3]。土壤中重金屬的超標，將直接影響農作物的生長，導致重金屬在動植物體內的累積，對人類的健康和環境可持續發展將造成影響。
3 玉米中重金屬含量及評價
表2是邯邢鐵礦區玉米中重金屬含量的測定結果，結合我國頒布的無公害食品、綠色食品中元素限量標準來判斷玉米中重金屬是否超標。可以看出，玉米中Cr超標最為嚴重，超標率達33.33%，同時Pb含量也較高，按綠色食品標準，超標率達0.91%，其它四種重金屬含量均在綠色食品標準、無公害食品標準范圍之內。
值得注意的是，玉米中Cr含量高與當地地下水中Cr含量有關。研究區地表水不發育，幾乎大大小小河流全部斷流，農業生產灌溉用水主要來自于地下淺層。據資料表明地下淺水層Cr的含量為0.67微克[4]，嚴重超過水的三類標準。土壤中高含量的重金屬被玉米吸收、富集，長期被食用會危及人體健康。
4 土壤與玉米中重金屬的相關性
將邯邢鐵礦區玉米中6種元素的含量與土壤中相應元素的含量進行對比分析，結果發現它們之間并無明顯的相關性。例如，研究區土壤中的鉻含量在60mg/kg左右，低于土壤一級標準，而玉米中的鉻含量在1mg/kg左右，超出無公害食品標準。散點圖的趨勢線（如圖1）近于水平，說明土壤中鉻含量與玉米中鉻含量無明顯相關性。
經計算機處理得到的相關系數如下表3，可以看出，玉米與土壤中的重金屬元素的相關系數值均很小，這進一步說明了該地區玉米與土壤中重金屬含量無顯著的相關性。
5 結果討論
通過土壤、玉米中重金屬含量測定，我們知道土壤中的污染因子為As、Cu、Cd，而玉米中的Cr、Pb含量很高，二者之間沒有顯著的相關性。出現此現象的原因很多，本文對此作了以下解釋。
玉米能從土壤中攝取元素并在體內積累，積累量取決于在環境中的含量和形態。研究區土壤中這幾種重金屬以多種形式存在，其含量之和超過土壤環境質量標準，污染狀況值得關注。
土壤中的重金屬在不同的氧化還原態和酸堿性條件下其溶解性不同，在還原態和堿性條件下的重金屬多為難溶性，而植物吸收的重金屬多為土壤中有效態重金屬，如具有水溶性或吸附性好的重金屬[5]。
玉米中的As、Cu等含量與土壤中的相應元素含量無顯著性相關性系，這主要與當地土壤的pH值有一定的關系。土壤的pH值影響著重金屬在土壤中的存在形態。邯邢地區土壤的pH值較高，土壤中難溶性砷化物較多，有效態銅含量低，可溶性鉛含量低，玉米對土壤中重金屬的吸收量有限[6]。
6 小結
由于邯邢鐵礦區采礦、冶金活動的進行，其土壤中的As、Cu、Cd均已超標，加之用污染的淺層水灌溉農田，玉米中Cr、Pb含量也很高。重金屬在土壤和玉米中的演化，跟土壤的pH值有關，將直接影響農作物的生長，農產品中重金屬含量超標會危及人體健康。顯然礦區環境污染已對農業生產和人體健康構成了威脅。土壤環境容量有限，如不及時加以控制，后果將不堪設想。控制污染源，調整農業生產結構，減少土壤重金屬對作物的危害，就是減輕對人類的危害。
【參考文獻】
[1]鄧金火.河北省邯邢鐵礦區尾礦資源化與環境地球化學特征研究[D].石家莊經濟學院，2013.
[2]張明亮，等.煤矸石重金屬釋放活性及其污染土壤的生態風險評價[J].水土保持學報，2011，25（4）：249-253.
[3]田賀忠，等.中國燃煤大氣硒排放及其污染控制[J].中國電力，2009，342（8）：53-57.
[4]徐國志，等.邯邢鐵礦區礦山環境生態地球化學評價[J].物探與化探，2014.
土壤的特征范文第3篇
關鍵詞：江漢流域經濟區；富硒土壤；多目標區域地球化學調查；土壤硒資源量
中圖分類號：S153；X833 文獻標識碼：A 文章編號：0439-8114（2017）08-1468-06
DOI：10.14088/ki.issn0439-8114.2017.08.017
Distribution Characteristics and Resource Research of the Soil Selenium
in Jianghan River Economic Zone
DING Xiao-ying1， XU Chun-yan2，YANG Jun2， DUAN Bi-hui2， HUANG Bin2， YAN Jia-li2
（1.College of Geology and Environment，Xi’an University of Science and Technology，Xi’an 710054，China；
2.Hubei Institute of Geoscience，Wuhan 430034，China）
Abstract： Large amounts of data statistics on the basis of multi-target regional geochemical survey in Jianghan River economic zone of Hubei province show there are many selenium-rich soil resources existing on Jianghan plain and the surrounding hills mountain. According to double grid sampling mode in multi-target regional geochemical survey specification， the calculation of soil selenium resource was in accordance with the linear formula of unit of soil selenium content. And the analytical investigation was respectively from soil types and the characteristics of parent material. The results show that data indicate surface（0～0.2 m） soil’s selenium resource is 5 314.69 t. And deep（0～1.8 m） soil’s selenium resource is 38 764.66 t. There are two kinds of soil store selenium easily which are grey alluvial soil and waterloggogenic paddy soil， and soil selenium mainly distributed in the quaternary soil parent material.
Key words：Jianghan River economic zone；selenium-rich soil；multi-target regional geochemical survey；soil selenium resource
硒是人健康必需的微量元素，缺硒或硒過量都會影響人體的健康[1-3]。人體中的硒主要通過植物攝取，植物中的硒來源于土壤，土壤中硒的含量、形態以及農作物對硒的吸收、轉化等都直接影響著食物鏈中硒的含量水平，并最終通過食物鏈影響人類健康[4]。湖北省擁有豐富的硒資源，恩施被授予“世界硒都”稱號，江漢平原及周邊丘巒存在大量富硒土壤資源，硒資源的利用和開發越來越受到人們的重視。全國多目標區域地球化學調查系統取得包括硒在內的土壤各類元素等54項指標，對實測土壤元素儲量、氧化物儲量以及研究地球系統物質循環具有重要意義，在土地利用、農業種植和環境評估等經濟社會發展方面發揮著現實作用[5]。2015年湖北省政府批準通過《湖北省富硒產業發展規劃（2014-2020）》，提出將富硒的資源優勢轉化為資本優勢和產業優勢，但土壤硒的分布特征和硒資源量評價等工作相對薄弱。因此，開展江漢流域經濟區土壤硒的分布特征及資源量研究具有重要意義，可為湖北省土壤硒資源開發利用和富硒產業發展提供科學依據。
1 區域概況與樣品采集、測試方法
1.1 區域概況
江漢經濟流域區主要由江漢平原及其周邊山巒組成，位于長江中游、湖北省中南部，為長江、漢江沖積平原，位于東經110°13′-116°04′，北緯29°26′-32°12′，包括武漢市、荊州市、潛江市、仙桃市、天門市的全部，宜昌市、荊門市、孝感市、咸寧市的部分縣市。
由于長江、漢水攜帶大量泥沙質沖積物沉積，江漢平原形成獨特的土壤資源類型[6]。本區土壤共分7個大類，20個亞類。分布面積較廣的土壤類型為潮土、水稻土和黃棕壤，潮土廣泛分布在長江和漢江沿岸的沖積平原、河流階地、河漫灘地及濱湖地區廣闊的低平地帶，調查區各地、市、州均有分布，以荊州、潛江、天門、仙桃所占面積最大。水稻土廣泛分布于長江、漢水兩岸平原區和湖積洼地區。黃棕壤類的土壤主要分布于調查區江漢平原的武漢黃陂-新洲、孝南-孝昌、京山-天門、鐘祥-荊門、枝江-宜昌等縣市地區。從成土母質上分析，由于長期受長江、漢江等泥沙沖積和江漢盆地沉積，成土母質以第四系河湖沉積為主。
本研究主要在收集“湖北省江漢流域經濟區多目標地球化學調查”項目（湖北省地質調查院承擔）的硒元素數據基礎上進行，共收集湖北省江漢平原多目標地球化學硒元素數據24 584個，其中表層土壤硒數據19 713個，深層土壤硒數據4 871個，去除水體屬性，可利用的表層土壤數據18 503個，深層數據4 558個。
1.2 樣品采集與測試方法
依照多目標區域地球化學普查規范相關規定執行，表層土壤樣品采樣密度為1個點/km2，城區加密至2個點/km2。表層土壤樣品的采樣深度為0～0.2 m。采樣時，用工兵鍬在每個取樣位置上鍬取深0.2 m土片后，切除兩邊留存中間土條。采用3～5處多點采集（100 m距或母質相同田塊中間部位50 m范圍內），合并為一個樣品。土壤樣品原始重量大于 1 000 g，同時按規范要求在設計預布點處進行重復樣采集[7]。深層土壤樣（含灘涂）采樣密度為1個點/4 km2，采樣深度為0～1.8 m，為保證取樣深度，丘陵低山地區多選擇在坡腳土層較厚地帶采樣。
本次調查樣品測試包括表層和深層土壤樣54項指標分析，樣品由具有國家級資質認證的武漢巖礦測試研究中心測試。
野外組合分析樣（大于200 g）送交實驗室，測試單位對樣品進行無污染加工，其中用于分析硒元素的樣品加工步驟為將樣品混勻后，取約100 g碎至200目，取10～20 g裝入塑料瓶，供硒分析[8]。取0.5 g樣品試劑，采取王水分解、KBH4還原，氫化法進行消解，然后用原子熒光光譜儀上機測定，其余元素和氧化物分析指標用等離子體光譜儀測定和X射線熒光光譜儀測定。表層和深層組合樣中，每50個樣品插入1個重復樣進行分析，其相對偏差（RD）的合格率均達到規范要求（80%以上）。
2 結果與分析
2.1 江漢流域經濟區土壤硒的分布特征
2.1.1 表層土壤硒的含量特征 由表1可知，湖北省江漢流域經濟區多目標表層土壤硒含量在0.03～10.80 μg/g范圍內，平均硒含量為0.29 μg/g，等同于全國硒含量平均值。
按照目前通用的富硒分級標準[1，3]，把硒元素劃分為5個含量等級：極貧乏（≤0.15 mg/kg），貧乏（0.15～15.00 mg/kg），適中（0.20～0.40 mg/kg），豐富（0.40～3.00 mg/kg），很豐富（>3 mg/kg）。統計分析得到江漢流域經濟區表層土壤硒元素各含量等級分布見圖1。
從圖1可見，湖北省江漢流域經濟區多目標工作區內有11%的表層土壤達到硒富集水平，富硒土壤面積為8 653 km2。70%的硒適中土壤區，分布面積達55 311 km2。
湖北省江漢流域經濟區表層土壤硒含量分布呈現出3個特征：一是土壤硒含量總體上呈現“南多北少”、“西多東少”的分布特征；二是硒富集土壤分布于兩帶兩區。兩帶中的一帶指北西向沿著漢江沖積帶分布的襄陽-鐘祥帶，另一帶為西北向沿長江沖積帶分布的巴東-秭歸-宜昌帶。江漢平原區主要分布硒適中土壤和硒豐富土壤，硒豐富和硒很豐富土壤則主要集中在三大區域：①鄂東南地區，其分布主要與富硒地層有關，同時與鄂東南地區硒的伴生礦床的分布有關；②沿襄廣斷裂分布的隨州-武穴一線少量的由寒武系地層引起的硒富集土壤區；③城市周邊特別是武漢市周邊主要由人為污染形成的硒富集土壤區。
不同土壤型Se含量特征見表2。由表2可知，本區土壤類型共分7個大類，20個亞類。
表層土壤硒含量與土壤類型關系密切。占比最大的水稻土各類型土壤硒平均值為硒適中等級。從標準差中可以看出，水稻土的硒含量整體變化不大。占比其次的潮土各類型土壤硒平均值均達硒適中土壤標準，其中硒含量最大值（10.80 μg/g）來源于灰潮土。
決定土壤中硒含量的一個重要因素是成土母質，成土母質由基巖風化而來，故地質背景與土壤硒含量息息相關。不同成土母質類型硒含量特征見表3。由表3可知，表層土壤數據主要采自于第四系地層，其次為白堊系、中元古界地層。三者的硒含量平均值均達到硒適中土壤標準（0.20～0.40 μg/g）。硒含量平均值最高樣品來自二疊系和侏羅系地層中，達0.34 μg/g，其次為石炭系和三疊系（0.32 μg/g），太古界老地層區硒含量平均值最低。硒含量最大值來自于第四系地層中，達10.80 μg/g。
2.1.2 深層土壤硒的分布特征 由表1可知，江漢流域經濟區多目標深層土壤硒含量在0.03～1.29 μg/g范圍內，平均硒含量為0.17 μg/g，標準差為0.08。
1）不同土壤類型硒含量特征見表4。由表4可知，深層土壤不同土壤類型的硒含量平均值遠小于表層土壤硒平均值，深層土壤只有樣品數量不多的黃棕壤硒平均含量達到適中水平。深層土壤中分布面積較廣的兩種土壤類型是水稻土和潮土，硒含量平均值未達到硒適中標準，其中硒含量最大值（1.29 μg/g）來源于潴育型水稻土。
2）深層土壤數據一定程度上反映出不同成土母質即不同地層區巖石硒含量的特征。不同成土母質類型硒含量特征見表5。由表5可知，深層土壤不同成土母質類型的硒含量平均值遠小于表層土壤硒平均值。分析數據66%來自于第四系地層，其次為白堊系、志留系地層。三者深層土壤硒含量平均值均低于硒適中標準（0.20～0.40 μg/g）。硒含量平均值最高樣品來自脈巖中，為0.47 μg/g，其次為古生界侵入巖（0.28 μg/g）。硒含量最大值來自于第四系地層中，為1.29 μg/g。
2.2 土壤硒資源量研究
2.2.1 土壤硒資源量計算方法 土壤硒資源量計算統一采用中國地質調查局《全國土壤碳儲量及各類元素（氧化物）儲量實測計算暫行要求》提供的計算方法，按照多目標區域地球化學調查規范[7]中所采用的雙層采樣網格化模式，計算土壤0～0.2、0～1.8 m兩個深度的土壤硒資源量。土壤元素含量由土壤表層至深層主要存在指數分布模式和直線分布模式，本次硒資源量按照直線公式采取單位土壤硒量的方法計算土壤硒資源量，單位土壤硒量用USEASe，h表示，h為深度。然后對單位土壤硒量進行加和計算取得土壤硒資源量。
1）深層硒單位土壤硒量計算：
USEASe，0-1.8 m=[（Se表+Se深）÷2]×D×4×104×ρ （1）
式中，USEASe，0-1.8 m表示0～1.8 m深度單位土壤硒量（t），Se表、Se深為土壤表層、深層硒含量（%），D表示深層采樣深度，一般為1.8 m，4為單位土壤面積（km2），104為單位土壤面積換算系數，ρ為土壤容重（t/m3）。其中，土壤容重采用湖北省土壤肥料工作站測定的資料。
2）表層硒單位土壤硒量計算：
USEASe，0-0.2 m=Se表×D×4×104×ρ （2）
式中，USEASe，0-0.2 m表示0～0.2 m深度單位土壤硒量（t），Se表取表層土壤硒實測含量值，D表示表層采樣深度，取0.2 m，其余參數與式（1）中的參數保持一致。
2.2.2 土壤硒資源量
1）江漢流域經濟區土壤硒資源量按土壤類型統計分析的計算結果見表6、表7。由表6、表7可知，按照土壤類型解析本區硒資源量，潴育型水稻土、灰潮土是該區兩大主要儲硒類型，深層硒資源量分別占28.45%和21.94%，表層硒資源量分別占28.10%和21.76%，硒含量豐富，可能因為灰潮土表土和潴育型水稻土土壤中的耕作層疏松多孔，有益于腐殖質和有機質的積累，從而增加了土壤的硒資源量。
2）分析區土壤表層硒資源量為5 314.69 t，面積為74 012 km2，平均資源量為0.07 t/km2；深層硒資源量為38 764.66 t，面積為72 928 km2，平均資源量為0.53 t/km2，可見分析區深層硒資源量和平均硒資源量均大于表層，這與分析區土壤硒含量的特征不同。因為從硒資源量的公式中可知，深層硒資源量的深度遠大于表層，且深層的面積也較表層的小些。
3）按系或界統計分析各成土母質土壤硒資源量，結果見表8、表9。由表8、表9可知，土壤硒資源量主要集中分布在第四系的成土母質類型中，因為在特殊沉積環境下形成的富硒土壤，主要分布于河流、山前沖積平原，一般在其沉積物母質的源區或水系上游分布有二疊系等硒元素高背景地層，且在母質中有機質較豐富的條件下亦形成富硒土壤[10]。
3 小結與討論
1）江漢流域經濟區深層土壤的硒含量普遍小于表層土壤硒含量，這與表層土壤有機質含量高、積累的腐殖質較易形成吸附亞硒酸鹽的膠體顆粒有關[10]。
2）江漢流域經濟區的土壤硒含量受成土母質等地質背景影響明顯。主要來源于硒高背景地層的巖石，如含炭硅質巖、含硅|炭質頁巖、黑色頁巖、炭質板巖等巖石，這些巖石風化易形成硒相對富集的土壤。
3）江漢流域經濟區硒資源量較為豐富，且深層硒資源量和平均硒資源量均大于表層。從土壤類型上看，潴育型水稻土和灰潮土是該區內兩大主要儲硒類型；從成土母質類型上看，土壤硒資源量主要分布在第四系的成土母質類型中。
4）江漢流域經濟區土壤硒資源量與人類生產活動密切相關。可通過加大秸稈還田、施用農家肥等措施來增加有機質含量，此外，還可以在成熟的耕作層上施加硒肥，亦可增加土壤硒資源量。
參考文獻：
[1] 李家熙，張光弟，葛曉立.人體硒缺乏與過剩的地球化學環境特征及其預測[M].北京：地質出版社，1999.
[2] 齊玉薇，史長義.硒的生態環境與人體健康[J].微量元素與健康研究，2005，22（2）：63-66.
[3] 譚見安.中華人民共和國地方病與環境圖集[M].北京：科學出版社，1989.
[4] 張華華，康玉凡.植物吸收和轉化硒的研究進展[J].山地農業生物學報，2013，32（3）：270-275.
[5] 奚小環，張建新，廖啟林，等.多目標區域地球化學調查與土壤碳儲量問題――以江蘇、湖南、四川、吉林、內蒙古為例[J].第四紀研究，2008，28（1）：58-67.
[6] 張德存，李金平，楊 軍，等.湖北省江漢流域經濟區農業地質調查總報告[R].武漢：湖北省地質調查院，2011.
[7] DD2005-01，中國地質調查局地質調查技術標準 多目標區域地球化學調查規范（1：250000）[S].
[8] DD2005-03，中國地質調查局地質調查技術標準 生態地球化學評價樣品分析技術要求（試行）[S].
土壤的特征范文第4篇
（1．北京師范大學珠海分校工程技術學院，廣東 珠海 519085；2．湖北省農業科學院，武漢 430064）
摘要：為了探究三裂葉蟛蜞菊（Wedelia trilobata）和薇甘菊（Mikania micrantha）復合群落入侵對土壤化學和生物學特征的影響，比較了三裂葉蟛蜞菊和薇甘菊復合群落內外土壤pH、全氮含量、有效磷含量以及固氮菌、硝化細菌、反硝化細菌數量。結果表明，與三裂葉蟛蜞菊和薇甘菊復合群落外相比，復合群落內土壤pH、有效磷含量、反硝化細菌種群數量均顯著降低（P＜0．05），全氮含量及固氮菌種群數量卻顯著升高（P＜0．05），硝化細菌種群數量無顯著變化。土壤中全氮含量與固氮菌種群數量呈極顯著正相關（P＜0．01），與反硝化細菌種群數量呈極顯著負相關（P＜0．01），與硝化細菌種群數量無顯著相關性。三裂葉蟛蜞菊和薇甘菊復合群落能夠適應土壤微生物功能群改變和土壤磷素營養下降，可能是三裂葉蟛蜞菊和薇甘菊復合群落成功排擠本地植物實現入侵的原因之一。
關鍵詞 ：復合群落；三裂葉蟛蜞菊（Wedelia trilobata）；薇甘菊（Mikania micrantha）；全氮；有效磷；土壤微生物
中圖分類號：S451 文獻標識碼：A 文章編號：0439－8114（2015）16－3932-04
DOI:10.14088/j.cnki.issn0439-8114.2015.16.025
收稿日期：2014－12－16
基金項目：廣東省本科高校教學改革項目（GDJG20142513）
作者簡介：許 華（1981－），男，湖北仙桃人，副教授，碩士，主要從事植物生理生態學研究，（電話）13726295364（電子信箱）nk529＠163．com；
通信作者，程碧軍。
隨著人類活動頻率和強度的日益增大，生物種類擴散的頻率和速率比其自然狀態下大幅增加，生物種群被人類在有意或無意間攜帶至其原有分布區域以外的區域。由于在入侵群落中缺少天敵的制約及環境的約束而在入侵區域生態系統中大量繁殖，占用本地物種生存空間，甚至蔓延成災，改變生態系統原有群落結構［1］。據調查入侵我國的外來植物約188種［2］，其中一些惡性入侵植物如三裂葉蟛蜞菊（Wedelia trilobata）、薇甘菊（Mikania micrantha）、黃頂菊（Flaveria bidentis）、紫莖澤蘭（Eupatorium adenophorum Sprend）等在我國大面積擴散蔓延，為害成災，每年僅11種主要有害入侵生物造成的經濟損失就高達5．743×1010元［3］，造成嚴重的生態問題及經濟損失。
土壤是本地植物和外來植物共同作用的媒介［4］，外來植物入侵能改變土壤有機質［5］和微生物［6，7］的含量。外來植物入侵引起的土壤環境變化會反過來影響外來種和本地種的競爭關系，進而影響其他外來種的入侵性［8，9］。所以，分析入侵植物對生態系統土壤微生物的影響對進一步了解其入侵機制具有重要意義。
三裂葉蟛蜞菊原產于南美地區，20世紀70年代被引入我國，目前已成為我國華南地區主要雜草之一，嚴重威脅華南地區本地物種、破壞生態環境［5］。薇甘菊屬菊科假澤蘭屬，為多年生攀援草本植物，是世界上最具危險性的有害植物之一，原產于熱帶南美洲和中美洲，現已成為華南地區危害性極強的入侵植物之一［4］。目前的研究局限在一種入侵植物對生態系統的影響［1－6］，忽視了兩種入侵植物復合群落對生態系統造成影響的研究。本研究選取這兩種入侵植物復合群落內土壤作為研究對象，測定了土壤pH、全氮、有效磷、微生物種群數量并與復合群落外土壤的各項指標作對照，評價復合群落對原有土壤生態系統造成的影響，以期探究三裂葉蟛蜞菊和薇甘菊復合群落的入侵機制。
1 材料與方法
1．1 樣品采集區信息
研究樣地位于廣東省珠海市北京師范大學珠海分校園區內（21°48′N，113°03′E），屬于亞熱帶季風性氣候，溫差小。年平均氣溫22．3 ℃，最低氣溫2．5 ℃，年降雨量為1 770～2 300 mm，受到三裂葉蟛蜞菊和薇甘菊的重度入侵。
1．2 樣地選擇和土樣采集方法
在研究區域內選擇一塊10 m×10 m的樣地，該樣地優勢物種為三裂葉蟛蜞菊和薇甘菊。在該復合群落內采用五點取樣法設定土壤取樣點，去除地面植被和凋零物后以土壤打孔器鉆取3～5 cm土層土壤。在復合群落周邊設定5個土壤取樣點，按上述方法采集土壤。采集的土壤裝入塑料封口袋，標記后帶回實驗室，平鋪在實驗臺待風干后過80目篩，收集于塑料密封袋標記后置于4 ℃冰箱備用。
1．3 土壤化學特征測定方法
采用劉芬［10］的方法測定土壤pH。以硫酸鉀－高氯酸－硫酸消化法對土壤進行消化［11］，然后采用凱氏定氮法［12］測定土壤中全氮含量，其含量以每千克土壤中氮的克數（g／kg）表示。用鮑士旦［13］的方法測定土壤中有效磷含量，其含量以每千克土壤中磷的毫克數（mg／kg）表示。
1．4 土壤生物學特征測定方法
用陳晶等［14］的方法測定土壤中固氮菌種群數量；用MPN－Griess法［15］測定土壤中硝化細菌種群數量；用許光輝等［16］的方法測定反硝化細菌的種群數量。微生物數量以每克土壤中菌落數量（CFU／g）表示。
1．5 數據統計方法
測定結果采用SPSS18．0統計軟件進行One－way ANVOA方差分析；土壤pH、微生物種群數量及全氮、有效磷含量的相關關系采用Pearson法進行分析，顯著性水平設為0．05。圖中數據均用平均值表示。
2 結果與分析
2．1 三裂葉蟛蜞菊和薇甘菊復合群落入侵對土壤pH的影響
由圖1可知，復合群落外土壤pH為7．35，復合群落內土壤pH為6．28，復合群落內土壤pH較復合群落外土壤pH顯著降低，表明三裂葉蟛蜞菊和薇甘菊的根系分泌物中可能含有大量酸性物質。
2．2 三裂葉蟛蜞菊和薇甘菊復合群落入侵對土壤全氮、有效磷含量的影響
三裂葉蟛蜞菊和薇甘菊復合群落對土壤全氮含量的影響結果如圖2所示，由圖2可知，三裂葉蟛蜞菊和薇甘菊復合群落外土壤全氮含量為1．117 g／kg，復合群落內土壤全氮含量為1．606 g／kg，復合群落內土壤全氮含量和復合群落外土壤全氮含量相比上升了43．78％。其對有效磷含量的影響結果如圖3所示，由圖3可知，三裂葉蟛蜞菊和薇甘菊復合群落外土壤有效磷含量為3．255 mg／kg，復合群落內土壤有效磷含量為1．503 mg／kg，復合群落外土壤有效磷含量是復合群落內土壤有效磷含量的2．17倍。結果表明，三裂葉蟛蜞菊和薇甘菊復合群落內土壤氮素的貯存能力顯著高于復合群落以外，但土壤中磷素的供應能力較復合群落外土壤明顯降低。
2．3 三裂葉蟛蜞菊和薇甘菊復合群落入侵對土壤微生物的影響
由圖4可以看出，三裂葉蟛蜞菊和薇甘菊復合群落外土壤固氮菌種群數量為2．3×104 CFU／g，復合群落內土壤固氮菌種群數量為6.0×104 CFU／g，復合群落內土壤固氮菌種群數量為復合群落外土壤固氮菌種群數量的2．6倍，表明復合群落內土壤環境有利于固氮菌的生長，可以促進土壤的固氮作用。相反，復合群落外反硝化細菌種群數量為9．6×104 CFU／g，復合群落內反硝化細菌種群數量為9．1×103 CFU／g，復合群落內反硝化細菌種群數量顯著低于復合群落外反硝化細菌種群數量，表明復合群落內土壤的反硝化作用強度低，利于NO3－的貯存。與固氮菌和反硝化細菌不同，復合群落內外土壤硝化細菌種群數量無顯著差異。
2．4 土壤pH、全氮有效磷含量、微生物數量之間的相關性
土壤中全氮含量、固氮菌種群數量與土壤pH呈負相關，有效磷含量、反硝化細菌種群數量與土壤pH呈正相關，硝化細菌種群數量與pH之間無顯著相關性（表1），說明pH的降低有利于固氮菌的生長，不利于反硝化細菌的生長。同時，土壤全氮含量和固氮菌種群數量呈正相關，與反硝化細菌種群數量呈負相關，說明植物的根系分泌物有利于固氮菌的生長而不利于反硝化細菌的生長，這是土壤氮含量增加的直接原因。全氮含量和硝化細菌種群數量之間無顯著相關性。
3 小結與討論
近年來，隨著人們對外來植物群落內土壤研究的逐步深入，發現外來植物可以改變入侵地土壤理化性質及微生物群落結構及功能［17］，而不同的外來植物對生態系統的影響程度存在差異。
土壤pH是評價土壤質地的一個重要化學指標，pH的變化直接影響土壤養分、微生物群落等化學和生物學特征［18］。本研究中復合群落內土壤pH降低，推測三裂葉蟛蜞菊和薇甘菊復合群落根系分泌的化感物質為酸性。
外來植物可以通過其代謝活動改變入侵地的土壤理化性質及微生物功能群結構。有研究發現，固氮菌的固氮作用能提高土壤中氮素營養［19］；相反，反硝化作用是土壤中氮素流失的主要途徑［20］。還有研究發現，土壤中氮含量的提高更有利于紫莖澤蘭種群擴張［21］。在本試驗中，三裂葉蟛蜞菊和薇甘菊復合群落入侵導致土壤全氮含量和固氮菌種群數量顯著提高，反硝化細菌種群數量顯著降低（圖2、圖4），土壤全氮含量與固氮菌種群數量呈極顯著正相關（P＜0．01），與反硝化細菌種群數量呈極顯著負相關（P＜0．01）。推測三裂葉蟛蜞菊和薇甘菊復合群落入侵通過增加土壤中固氮菌種群數量和減少反硝化細菌種群數量來影響土壤固氮能力和氮素含量，復合群落內土壤固氮能力的提高和氮素含量的增加有助于復合群落的生長和擴張。但是，復合群落影響固氮菌和反硝化細菌種群數量的具體機制還需進一步研究。
磷是植物生長極為重要的營養元素之一，磷素含量較低的土壤會抑制一般植物的生長［22］。但三裂葉蟛蜞菊和薇甘菊都具有在貧瘠土壤中快速生長的特點［23，24］。本研究中三裂葉蟛蜞菊和薇甘菊復合群落成功入侵使土壤有效磷含量顯著降低（圖3）。然而，影響土壤中磷素移動和轉化的因素有很多，這些因素主要包括土壤理化性質、淋溶作用等［25，26］。其中，pH是影響磷的形態轉化與有效性的重要因素，在弱酸性土壤中與Ca結合的可溶性磷含量會隨著土壤pH的降低呈現出減少的趨勢［25］。本研究中土壤pH和有效磷含量之間呈極顯著正相關（P＜0．01），表明復合群落內有效磷含量的降低可能是受pH降低的影響，使土壤中Ca易與磷形成沉淀，轉化為閉蓄態磷酸鹽。也可能是由于復合群落內淋溶作用較強造成土壤中有效磷含量有所下降［26］。有研究表明，紫莖澤蘭對土壤中磷素營養具有較強吸收性［27］，因此本試驗中復合群落內土壤有效磷含量下降還可能是三裂葉蟛蜞菊和薇甘菊對磷素的強吸收性所造成的。推測三裂葉蟛蜞菊和薇甘菊復合群落與本地植物對低磷環境適應性的差異可能是三裂葉蟛蜞菊和薇甘菊復合群落成功排擠本地植物并具有強烈入侵性的主要原因之一。
三裂葉蟛蜞菊和薇甘菊復合群落能夠通過改變土壤微生物功能群結構以提高土壤氮素營養含量并適應土壤磷素營養下降，可能是三裂葉蟛蜞菊和薇甘菊復合群落成功排擠本地植物實現入侵的原因之一。
參考文獻：
［1］ CALLAWAY R M， THELEN G C，RODRIGUEZ A，et al． Soil biota and exotic plant invasion［J］． Nature，2004，427（6976）：731－733．
［2］ WAN F H，GUO J Y，WANG D H． Alien invasive species in China： Their damages and management strategies［J］． Biodiversity Science，2002，10（1）：119－125．
［3］ LI Z Y， XIE Y． Alien Invasive Species in China［M］．Beijing：China Forestry Publishing House，2002．54－59．
［4］ 劉小文，周益林，齊成媚，等．入侵植物薇甘菊對土壤養分和酶活性的影響［J］．生態環境學報，2012，21（12）：1960－1965．
［5］ 萬方浩，郭建英，王德輝．中國外來入侵生物的危害與管理對策［J］． 生物多樣性，2002，10（1）：119－125．
［6］ 吳天馬，丁 暉，劉志磊，等．外來入侵植物紫莖澤蘭對土壤養分的影響［J］．生態與農村環境學報，2007，23（2）：94－96．
［7］ 陳 亮，李會娜，楊民和，等．入侵植物薇甘菊和三葉鬼針草對土壤細菌群落的影響［J］．中國農學通報，2011，27（8）：63－68．
［8］ 于興軍，于 丹，盧志軍，等．一個可能的植物入侵機制：入侵種通過改變入侵地土壤微生物群落影響本地種的生長［J］．科學通報，2005，50（9）：896－903．
［9］ EHRENFELD J G，SCOTT N． Invasive species and the soil： Effects on organisms and ecosystem processes［J］．Ecological Applications，2001，11（5）：1259－1260．
［10］ 劉 芬．株洲地區土壤pH值測定方法研究［J］．農業環境保護，1998，17（2）：84－85，88．
［11］ 勞家檉，陳小萱．土壤全氮全磷含量連續測定的研究［J］．土壤通報，1980（4）：45－46．
［12］ 胡子峰．凱氏定氮儀原理和校準的方法［J］．上海計量測試，2011（3）：49－50．
［13］ 鮑士旦．土壤農化分析［M］．第三版．北京：中國農業出版社，2000．22，71－86．
［14］ 陳 晶，楊海凌，陳向東．自生固氮菌的生態分布及其對農藥抗性的研究［J］．氨基酸和生物資源，2009，31（1）：19－24．
［15］ 劉 冰，侯春芳，付保榮．硝化細菌MPN－Griess檢測方法的改進［J］．現代儀器，2006（4）：44－45．
［16］ 許光輝，鄭洪元．土壤微生物分析方法手冊［M］．北京：中國農業出版社，1986．314．
［17］ 于文清，劉萬學，桂富榮，等．外來植物紫莖澤蘭入侵對土壤理化性質及叢枝菌根真菌（AMF）群落的影響［J］．生態學報，2012， 32（22）：7027－7035．
［18］ 唐莉娜，熊德中．土壤酸度的調節對烤煙根系生長與煙葉化學成分含量的影響［J］．中國生態農業學報，2002，10（4）：65－67．
［19］ 楊遠彪．連栽桉樹根際微生物分析及固氮菌的研究［D］．南寧：廣西大學，2008．
［20］ 蔡貴信，朱兆良，朱宗武，等．水稻田中碳銨和尿素的氮素損失的研究［J］．土壤，1985（5）：225－229，256．
［21］ 蔣智林．入侵雜草紫莖澤蘭與非入侵草本植物競爭的生理生態機理研究［D］．北京：中國農業科學院，2007．
［22］ 牛紅榜，劉萬學，萬方浩．紫莖澤蘭（Ageratina adenophora）入侵對土壤微生物群落和理化性質的影響［J］．生態學報，2007，27（7）：3051－3060．
［23］ 吳彥瓊，胡玉佳，廖富林．從引進到潛在入侵的植物——南美蟛蜞菊［J］．廣西植物，2005，25（5）：413－418．
［24］ 馬 玲，強 勝．外來入侵性雜草薇甘菊的研究進展［J］．雜草科學，2006（1）：55－59．
［25］ 劉建玲，張鳳華．土壤磷素化學行為及影響因素研究進展［J］．河北農業大學學報，2000，23（3）：36－45．
土壤的特征范文第5篇
摘要
為了定量分析土壤含水量與反射光譜特征之間關系，并為土壤含水量速測提供理論依據。以黑土作為研究對象，測定實驗室光譜反射率，利用去包絡線方法提取反射光譜特征指標，建立土壤水分含量高光譜預測模型。結果表明：黑土含水量與1420nm、1920nm附近吸收谷的主要光譜特征（吸收谷深度、寬度、面積）呈顯著正相關；1920nm附近吸收谷可作為黑土土壤水分的特征吸收谷，由其光譜特征參數預測黑土含水量；以1920nm附近吸收谷面積為自變量建立的一元線性回歸模型預測精度高，輸入量少，可以作為土壤含水量速測儀器研制的理論依據。
關鍵詞
反射光譜；土壤水分；去包絡線；吸收特征
含水量是土壤理化特性的一個重要指標。就農業而言，土壤水分是農作物生長發育的基本條件，也是灌溉管理和產品預報中的重要參數，尤其在精準農業中是極為關鍵的參數。因此，土壤水分監測一直是人們關注的問題[1]。高光譜遙感具有較高的光譜分辨率[2]，能夠快速獲取土壤反射光譜信息，其在土壤理化參數預測及相關研究中應用廣泛[3-5]。高光譜遙感可探測表層土壤含水量細微差異的變化，為動態監測區域或地塊尺度土壤含水量提供了一種新的技術手段[6]。對于土壤含水量與土壤反射光譜特征的關系，國內外學者已經進行了大量的研究[7-11]，并得到了較為一致的結論：在一定的土壤含水量范圍內，土壤光譜反射率隨土壤水分的增加而降低；在土壤含水量達到閾值后，土壤光譜反射率隨土壤水分的增加而增加。已有土壤含水量高光譜預測模型，多以反射率及其數學變換形式作為輸入量，但缺少對反射光譜特征機理的定量分析。土壤吸收谷光譜特征參數在土壤理化參數高光譜預測[12-13]、土壤鹽堿化評價[14-15]等方面被普遍使用，并取得了較好的效果。但關于其在土壤含水量預測中應用的文獻較少，Bowers和Hanks[16]認為土壤反射光譜在1400nm、1900nm、2200nm處為土壤水分吸收帶；何挺等[17]提取了黃綿土、綿砂土和風砂土在1450nm和1925nm兩個吸收谷的光譜特征參數，并建立了土壤含水量預測模型。但以上研究以不同土壤類型為研究對象，而土壤光譜是土壤內在理化特性的綜合反映[18]，不同類型的土壤由于其理化特征不同，光譜特征存在差異，將不同類型土壤作為一個整體、研究其光譜特性而得到的土壤含水量預測模型，在預測某一特定類型土壤含水量時，所得的結果與實際情況存在誤差[19-20]。因此，本文以單一土壤類型——黑土為研究對象，精細調配不同含水量，以獲得含水量間隔更小的土壤樣本。測定黑土實驗室光譜反射率，利用去包絡線方法提取土壤反射光譜吸收谷特征參數，分析土壤含水量與光譜特征參數的關系，建立黑土含水量高光譜預測模型，以探討運用光譜特征參數預測土壤含水量的潛力，為土壤水分含量的快速測定提供新方法。
1材料與方法
1.1樣本采集與含水量調配試驗2009年5月22—26日，于作物播種后、出苗前，在黑龍江典型黑土區采集不同有機質含量的8個土樣（有機質含量分別為30.6、31.8、32.6、36.9、39.2、39.5、50.0、51.8gkg-1）各15kg。采用新的土壤水分調配方法，精細調配不同含水量，共得到土壤樣本102個。含水量調配試驗具體過程如下：首先確定8個土樣各自的飽和含水量，將各風干土樣分成含水量調配所需的個數（各土樣需要調配不同含水量的個數等于各自土樣的飽和含水量除以含水量間隔）；為保證土壤與水充分混合，將土樣置于密封效果好的塑料袋中，對土樣采用噴壺噴蒸餾水，邊噴邊攪拌；為使土壤充分均勻吸收水分，噴水過后，將每個土樣在4~5℃的環境下密封放置24h；隨后對其進行光譜測試，然后取每個土樣容器中部的土壤，裝入已經稱重的小燒杯，稱重，隨后將其在烘箱105℃的環境下放置8h，確定土樣為恒重后，計算各土樣土壤含水量[21]。
1.2土壤反射光譜測定對102個土壤樣本進行反射光譜測定，樣本的高光譜反射率采用美國分析光譜儀器公司生產的野外便攜式高光譜儀ASDFieldSpec®3在暗室內測定，每個土壤樣本采集10條光譜曲線，取平均得到土壤的實際反射光譜數據。
1.3數據處理高光譜反射數據預處理：采用9點加權移動平均法對光譜曲線進行平滑去噪處理。利用高斯模型對光譜數據進行5nm光譜重采樣。去包絡線與光譜特征參數計算：對于同一種土壤，光譜反射率的差異相對較小，而包絡線消除法可以有效突出反射光譜曲線特征，并將反射率歸一化到0～1之間，光譜的吸收特征也歸一化到一致的光譜背景上[15]，在去包絡線的基礎上發展了一些光譜吸收特征參數[22]，主要有吸收谷左右肩與谷底值及相應的波長位置（Ll、Lv、Lr）、吸收深度（D）、吸收寬度（W）、吸收谷總面積（A=A1+A2，其中，A1和A2分別是吸收谷左/右半部分的面積）和對稱度（S，S=A1/A），見圖1。在遙感軟件ENVI4.6環境下，建立土壤光譜數據庫；利用ContinuumRemoved功能對土壤光譜數據進行去包絡線處理，利用VisualC#語言編寫程序計算得到各土壤樣本的光譜特征參數[23]。
1.4模型建立與驗證為準確評價模型精度與穩定性，并保證樣本之間的含水量間隔，將102個樣本分為兩部分，以固定的含水量間隔，挑出68個樣本作為建模樣本，其余的34個樣本作為驗證樣本。分別采用一元線性回歸法、多元線性逐步回歸法、偏最小二乘法，以反射率、去包絡線值、光譜吸收特征參數作為輸入量，建立黑土含水量高光譜預測模型。模型精度由決定系數（R2）和均方根誤差（RMSE）進行綜合評價，模型的決定系數（R2）越大，模型越穩定；RMSE越小，模型預測能力越好[24-25]。
2結果與討論
2.1不同含水量黑土反射光譜特征圖1為有機質含量31.8gkg-1、不同含水量土樣的反射光譜曲線及對應去包絡線。隨著土壤含水量的增加，光譜反射率逐漸減小。包絡線去除后的曲線使可見光近紅外波段的吸收特征顯著增強。由去包絡曲線可以看出，黑土光譜反射率在400~2500nm范圍內主要有5個光譜吸收谷，吸收谷最小值的波長位置分別大致位于510、615、1420、1920和2210nm（命名為G1、G2、G3、G4和G5）。隨著含水量的增加，前四個吸收谷的深度逐漸增加，G1和G2吸收谷的形狀變化較大，但變化不像1420nm和1920nm附近吸收谷那么規律；1420nm附近的吸收谷谷底的波段位置隨著土壤水分含量的增加有向右偏移的跡象，但1920nm附近的吸收谷谷底波段位置隨著土壤水分含量的增加無明顯變化，而1920nm附近吸收谷的深度、面積等特征隨著土壤水分含量的增加有明顯變化；2210nm附近的吸收谷特征隨含水量的變化不明顯。通過對土壤含水量與土壤光譜吸收特征之間的相關性及顯著性進行分析（表1）進一步證明了上述現象，可以看出，前四個吸收谷的絕大多數光譜特征參數與土壤含水量呈正相關；從顯著性水平來看，除G4左肩位置僅達到顯著水平外，其余的均達到極顯著水平。而G5的絕大多數光譜特征參數與土壤含水量呈負相關；僅有兩處特征參數達到極顯著水平，其余特征參數為顯著水平。G1、G2光譜特征參數與含水量的相關系數相對偏小，土壤水分對前兩個吸收谷的作用較小。G1和G2的光譜特征主要受土壤有機質及機械組成的影響。G3谷底波段位置與含水量的相關系數高于G4，而G4附近的深度、寬度、面積與含水量的相關系數，均高于G3；G3、G4主要光譜特征參數與含水量均呈顯著正相關，且相關系數高，表明其與土壤含水量有著較大的相關性，可以將其作為輸入量，建立預測模型。而G5各參數與含水量相關系數低，表明其與土壤含水量的相關性較小，G5特征是土壤水分和礦物組成共同作用的結果。
2.2土壤含水量高光譜預測模型本文選取了三種方法（一元線性回歸法、多元線性逐步回歸法、偏最小二乘法）建立黑土含水量預測模型。三種建模方式有其各自的優勢，一元線性回歸法建立模型輸入量少，計算量小，適合用于作為便攜式土壤水分測試儀的理論基礎[26]；多元線性逐步回歸法在光譜分析中應用廣泛，其建立的模型簡單直觀、容易理解，該方法在可控條件下可靠性較高；偏最小二乘法采用對數據信息進行分解和篩選的方式，有效提取對系統解釋性最強的綜合變量，剔除多重相關信息和無解釋意義信息的干擾[27]。
2.2.1一元線性回歸模型選取與土壤含水量相關系數高于0.9的光譜吸收特征參數建立一元線性回歸模型（表2），除1420nm附近吸收谷谷底波長位置外，其他各光譜特征參數建立的預測模型建模決定系數均達到0.921以上，以1920nm附近吸收谷面積建立的預測模型效果最佳，建模決定系數達到了0.946。選擇土壤含水量與敏感波段處（1420nm、1920nm、2210nm）光譜反射率建立一元線性回歸模型，由表2可以看出，由敏感波段處反射率建立的一元線性回歸模型的建模決定系數低于由光譜特征參數（除1420nm附近吸收谷谷底波長位置外）建立的一元線性回歸模型，建模RMSE高于由光譜特征參數（除1420nm附近吸收谷谷底波長位置外）建立的一元線性回歸模型，說明利用光譜特征參數建立的一元線性回歸模型的穩定性更好、精度更高，這表明可以將光譜吸收特征參數運用于土壤含水量預測，對于黑土來說，1920nm附近的吸收谷光譜特征參數建立的一元線性回歸預測模型效果最好。
2.2.2多元線性逐步回歸模型選擇與土壤含水量相關系數最大的波段作為敏感波段，分別以反射率與去包絡線后的敏感波段的值、吸收谷光譜特征參數作為輸入量，建立土壤含水量多元線性逐步回歸預測模型（表3）。結果顯示，以去包絡線后的值和光譜特征參數作為輸入量的模型，預測效果和穩定性更好。
2.2.3偏最小二乘回歸模型分別以反射率、去包絡線后的值、吸收谷光譜特征參數作為輸入變量，建立黑土含水量偏最小二乘回歸模型，模型之間的差別不大（表4）。其中，以反射率為輸入變量建立的模型精度最高，穩定性最好。
3討論
本文采用三種方法建立的黑土含水量預測模型效果較為理想。建模結果表明：運用土壤吸收谷光譜特征參數預測土壤含水量具有可行性。由三種模型的建模效果可以看出，雖然運用吸收谷光譜特征參數建立的一元線性回歸模型的精度和穩定性與運用多元線性逐步回歸、偏最小二乘法建立的模型相差不大，但是一元線性回歸模型的輸入量遠少于多元線性逐步回歸和偏最小二乘法的輸入量，且一元線性回歸模型計算量小、操作簡捷。反射率、去包絡線后的值與土壤含水量的最大相關系數所在的波段位置，不同地域、不同樣本，差異較大，模型普適性較差。而由去包絡線得到的吸收谷光譜特征參數只與光譜吸收谷的形狀特征有關，對于特定的土壤類型，吸收谷的位置是相對固定的[15]；并且土壤反射光譜特征是土壤有機質、水分、機械組成等綜合作用的結果，基于去包絡線法提取的吸收谷光譜特征參數降低了對上述影響因素的敏感性[23]，因此，以吸收谷光譜特征參數作為輸入量建立的土壤含水量預測模型具有更強的穩定性和普適性。
1920nm附近吸收谷的光譜特征參數與黑土含水量顯著正相關，以其作為輸入變量建立的一元線性回歸預測模型精度較高。以1920nm附近吸收谷面積建立的預測模型效果最佳，建模決定系數達到了0.946，建模RMSE達到了2.225，其建模效果遠好于利用敏感波段處反射率建立的一元線性回歸模型。Bowers和Hanks[16]認為1900nm是土壤水分的特性波段，提出可由土壤反射光譜在這一波段值的大小推算土壤含水量，但未給出具體的模型。本文通過統計分析與建模得出：1920nm附近的吸收谷是黑土土壤水分的特征吸收谷，可由該吸收谷的光譜特征參數預測黑土含水量，并給出了具體的一元線性回歸預測模型和多元線性逐步回歸預測模型。何挺等[17]建立了光譜數據和相應土壤含水量之間的定量關系，得到在預測土壤含水量時，1450nm吸收谷較1925nm吸收谷更為有效。本文結論與之存在差異，這可能與二者所研究的土壤類型不同有關。
