土壤的特征
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇土壤的特征范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
土壤的特征范文第1篇
中图分类号：O657.32；O655 文献标识码：B 文章编号：0439-8114（2013）01-0068-03
1 红安县花生土壤的肥力状况
1.1 种植花生的土壤类型
红安县种植花生的土壤[1]多为片麻岩，部分为石英片岩、基性岩、泥质岩风化物的坡积物和残积物上发育的黄棕壤土类，无石灰性反应小河冲积母质上发育的潮土土类也有零星种植。主要土种类型为砂土、泥砂土、硅砂土、细砂土以及各类麻骨土等。
1.2 花生地土壤的理化性状
1.2.1 土壤剖面形态特征 一是土层较薄，耕层偏浅。如砂土的土层厚26～78 cm，平均49.5 cm；耕层厚9～19 cm，平均15.4 cm。麻骨土土层厚5～24 cm，平均18.6 cm；耕层厚5～18 cm，平均12.7 cm。二是土轻松散，质地偏砂。耕层质地[2]除泥砂土为轻壤外，其余均为砂质土和砂壤土。花生土壤中，砂质土和砂壤土占90.3%；土壤结构多呈单粒状，少数呈团粒状、小块状。据室内测定，土壤物理性粘粒含量绝大多数小于20%，按卡氏土壤质地分类法分别属于砂壤土、紧砂土、松砂土等质地类型。三是土层分化不明显，土壤剖面发育不完整。从土体构型看，大部分花生地只有很浅的耕作层和较薄的心土层，其下即为母质或母岩层。从土壤颜色看，一般偏浅偏淡，有的与母岩风化物的颜色几无区别。土壤发育处于幼龄阶段。
1.2.2 土壤养分含量 耕层土壤多呈酸性、微酸性，pH 4.8～6.3，平均5.6。有机质含量为10～20 g/kg；碱解氮含量32.6～75.9 mg/kg；速效钾含量35.5～102.8 mg/kg；速效磷含量为2.93～13.52 mg/kg，平均7.28 mg/kg，其中潮沙土最高，为10.95 mg/kg；乌砂土次之，为9.62 mg/kg；泥砂土、砂土分别为7.61和6.45 mg/kg；硅砂土、硅麻骨土含量最低。
2 花生高产地的土壤肥力特征
花生高产土壤是指具备同时不断地满足花生生长发育所需要的水、肥、气、热诸因素能力的一类土壤。
2.1 土层深厚松泡、爽水湿润是高产土壤的首要条件
花生是惟一地上开花地下结果的开花结荚习性农作物，在地上开花、受精，子房随子房柄下曲钻入土中一定深度之后才开始膨大形成荚果。由于花生要在地下结荚，因此土层特别是耕层是否深厚松泡，物理性状是否优良就成为花生高产土壤的首要条件。
据对单产3 000 kg/hm2以上的花生旱地的调查，土层平均厚度为70.4 cm，其中>60 cm的土层占53.7%；耕层平均厚度为18.9 cm，其中>17 cm的占75.7%。耕层质地均为轻壤和砂壤。从调查结果还可看出，花生产量的高低与土层和耕层的厚度呈正相关（表1）。轻壤和砂壤土层深厚松泡，不但有利于子房柄入土，同时由于其通气利水，能充分满足荚果膨大对氧气和水分的要求，因而果大而整齐，果壳薄、颜色浅且有光泽，果仁饱满，收获易、损失小，花生品质好且产量高。
由于花生地土壤疏松，又多分布于低山丘陵地区，地表起伏较大，所以水土流失颇为严重；另外，由于土壤保水力差，红安县伏秋干旱频繁，往往因土壤水分不足而影响荚果发育。因此，必须解决水土流失问题，才能保持深厚的土层；只有解决灌溉问题，才能保持既松泡通气又爽水湿润的土壤环境。针对水土流失严重、土层薄、耕层浅、质地以粗砂为主并含有各种粒径的石砾，常年单产低于1 500 kg/hm2的坡耕地宜改为水平梯地，土层厚度增加，土壤含水率有效提高，将有效提高产量。
从调查结果看，凡是高产稳产的花生地都有灌溉水源，干旱能灌，雨多能排，保持土壤爽水湿润。在地势平缓的缓坡地和地势高、无灌溉水源的平地、梯地，由于有喷灌设施，当花生生长和荚果发育的关键时刻遇到干旱时能喷灌2～3次，使土壤保持湿润，同样可获较高的产量。
2.2 磷、钾、钙素丰富是高产地土壤养分含量的主要指标
花生是豆科作物，根瘤有固氮作用，构成生物学产量的氮素有一半以上靠其供给；特别是花生始花后，根瘤菌日趋活跃，生物固氮更成为氮素的主要补给源。所以，花生对土壤养分的要求以磷、钾、钙最为重要。
从调查来看，花生产量与土壤速效氮含量没有明显的相关性。一般而言，土壤碱解氮含量以60～90 mg/kg较为合适。花生高产地土壤磷、钾含量一般较高。据单产3 000 kg/hm2以上高产地的土样化验资料，耕层速效磷含量为6.3～26.6 mg/kg，平均11.8 mg/kg；速效钾为60～225 mg/kg，平均108 mg/kg。同时，随着土壤磷、钾含量的增加，花生产量也明显上升。单产4 500 kg/hm2以上的比单产3 750～4 500 kg/hm2的和3 000～3 750 kg/hm2的土壤，速效磷分别高1.6和4.7 mg/kg，速效钾分别高18和34 mg/kg（表2）。
除磷、钾外，花生对钙素也有特殊的嗜好。钙是花生荚果子实膨大的一个关键性因素。花生不是通过根系从土壤中吸收钙向荚果运转，而是通过子房柄和荚果壳直接从土壤中吸收。土壤钙素的丰缺直接影响荚果的肥实饱满，影响单株生产力和单位面积产量。据试验，对单产3 000 kg/hm2以上的高产地进行分析，土壤代换性钙平均为0.26%。其中单产4 500 kg/hm2以上的为0.35%，单产3 750～4 500 kg/hm2的为0.25%，单产3 000～3 750 kg/hm2的为0.18%。这些高产地除土壤本身含钙量高以外，还普遍施用了石膏。从高产地施用石膏与否的对照试验结果可知，钙素充足的花生根系发育好，根瘤形成多，荚果充实饱满，空秕粒减少，增产9%～17%，平均11%。
3 红安花生土壤改良利用意见
红安县旱地绝大多数都适于种植花生。但与花生高产稳产的要求相比，还存在着土层浅薄、土壤磷素缺乏，部分土壤钾、钙素不足；坡地多，平地、梯地少，水土流失严重等障碍因素。为此，提出以下改良利用意见。
3.1 深翻改土，加厚耕层
实践证明，凡土层浅薄的花生地一经深翻[3]，土壤性状就会明显改善，产量显著增加。凡是土层、耕层没有达到高产地标准，而耕层以下又不是基岩层的花生地都应进行深翻、深耕。
鉴于花生的根系群70%～85%分布在0～31 cm的土层内，对土层太浅的地首先要通过深翻把土层加厚；对土层较厚的地，则应视土壤质地、土体构造情况进行，深度宜控制在25 cm左右。深翻、深耕的时间应根据前茬情况抢早进行。麦茬地前茬一收获即应及时深耕，争取深耕后有较多的时间炕土冬凌，促使土壤熟化。深翻、深耕时均要注意不搅乱土层。
3.2 坡地改梯地
坡改梯是培育高产稳产花生土壤的根本途径，也是实行其他改造措施的先决条件。应先按等高线砌石岸或筑土埂，然后分块平整。地块的大小视坡度而定，坡度大的地块要小。在坡度小于10°的情况下，梯地的长以50～60 m、宽10 m左右为宜。对新改的梯地和肥力低的梯地应进行客土和增施有机肥料，苗期看苗补施氮肥。
从增产效果看，等高水平梯地优于等高耕作坡地，等高耕作坡地又优于顺坡耕作坡地。所以，在一时还没有条件改为梯地的坡耕地，则应首先实行等高耕作。
3.3 增加灌溉设施，积极发展喷灌
红安县花生地一般都分布在地势较高的坡地上，解决灌溉[4]问题应以增加灌溉设施，特别是以各类提水机械为主。喷灌对土壤结构破坏性小，能保持土壤疏松，因而特别适用于花生的抗旱，应积极发展。
2009年遇到前期干苗、中期干花的特大干旱，据试验，种植鄂花6号品种，喷灌一次比未喷灌的增产20.2%，喷灌了两次的比未喷灌的增产32.0%。
3.4 增施有机肥，改良土壤
旱地施入有机肥[5]后，经过土壤中微生物和物理化学的作用，形成腐殖质，促进土壤水稳性团粒结构的形成，使黏性土变得疏松易耕，沙性土变得有团粒结构。这样，土壤结构的改善使土壤的透水性和持水性增强，容易接纳和保蓄水分，不易受干旱威胁。使土壤中的空气和水分的比例协调起来，有利于花生根系的生长发育和对养分的吸收利用。土壤中的腐殖质有吸附溶解多种离子的能力，避免养分的流失，提高了土壤溶液浓度，从而影响花生根系的生长。
3.5 增施磷、钾、钙及微肥，大力推广配方施肥
磷、钾、钙肥及某些微量元素对花生的增产效果已为大量的试验研究和生产实践所肯定，特别是在这些元素供应缺乏的土壤上，增产效果更为显著。
据红安县2009年在熊家畈农场配方施肥[6]试验，每公顷施375 kg普钙作底肥，每0.5 kg磷肥平均增产花生0.42～0.72 kg，作追肥时增产0.33 kg。试验结果表明，每公顷施用氯化钾75.0～112.5 kg，每千克钾肥增产0.95～2.90 kg。施用石膏[7]，用作拌种的增产11.0%～16.2%，作底肥每千克石膏增产0.5～1.6 kg，作追肥增产0.7～1.3 kg。用不同浓度的磷酸二氢钾（0.2%～0.5%）在花生不同生育期（苗期、花期和结果期）喷施，均比对照增产，其中以0.4%浓度在结果期喷施最好。磷、钾、钙肥配合施用，增产效果更好。微量元素硼[8]的效果主要表现在果数和果重的增加以及出仁率的提高上，2010年全县多点试验平均增产13.5%。10个钼肥试验点的实打验收结果，施钼的单产1 162.5～3 460.5 kg/hm2，平均2 058.0 kg/hm2；拌钼平均每公顷增产2 985.0 kg，增产幅度为17.0%。
另外，花生苗期根瘤形成初期固氮能力较弱，对氮素缺乏十分敏感。在氮素缺乏的土壤上，氮肥的施用也不能忽视，初花期前适量补施氮肥同样可收到较明显的增产效果。
3.6 菊芋―花生合理轮作
菊芋[9]地下形成块茎，其根系特别发达，抗旱、耐寒、耐旱、适应性广，几乎没有虫害，抗病性强，非常适宜在干旱、半干旱地区推广种植，是保持水土和防风固沙的优良作物。
菊芋每株根系有上百根长达0.5～2.0 m的根系，可深深地扎在土中。由于根系对土壤的影响，使土壤物理性质发生了变化，改善土壤结构，无需精耕细作，适合在荒漠、滩涂、低丘缓坡地等花生低产量区的土壤上推广轮作种植，从而大大提高土壤生产力。
3.7 推广花生地膜覆盖栽培
旱地花生采用地膜覆盖[10]栽培新技术，具有提早播种，增温保湿，保墒抗旱，改善土壤理化性状，抑制杂草，防御春寒低温危害，促进早苗齐苗、早花多花、多果增产等优点，有力地协调了旱地花生种植水、肥、气、热诸多因素。
参考文献：
[1] 龚子同.中国土壤系统分类：理论方法实践[M].北京：科学出版社，1999.
[2] 黄昌勇. 土壤学[M].北京：中国农业出版社，2000.
[3] 陈 雪，蔡强国，王学强.典型黑土区坡耕地水土保持措施适宜性分析[J]. 中国水土保持科学，2008（5）：44-49.
[4] 李岩蕾. 节水灌溉现状分析和发展措施探讨[J].农业科技与装备，2010（4）：94-96.
[5] 殷本华. 有机肥对新垦茶园土壤的改良与应用模式研究[J]. 安徽农学通报，2008，14（7）：164-165.
[6] 全国农业技术推广服务中心.花生测土配方施肥技术[M].北京：中国农业出版社，2011.
[7] 李向东，周录英，王丽丽，等.钙肥不同用量对花生生理特性及产量品质的影响[A].第五届全国花生学术研讨会论文汇编[C].青岛：山东省花生研究所，2007.
[8] 周可金，马成泽. 微肥配施对花生产量与效益的影响[J].中国油料作物学报，2003，25（3）：76-78.
土壤的特征范文第2篇
【关键词】土壤；玉米；重金属；相关性；富集系数
0 前言
邯邢铁矿区位于河北省中南部的武安市和沙河市，地处太行山脉和华北平原交汇处。该区矿产资源丰富、农副产品品种齐全。作为农作物生长条件之一的土壤是重要的环境介质，其质量的好坏关系到人类的健康和社会的发展。由于邯邢铁矿区复杂的自然条件以及采矿活动的影响，排放到环境中的污染物使土壤和农作物受到影响，从而影响人类的健康。因此研究该地区土壤及农作物中的重金属含量是否超标及其相关性可以为该地区农业生产环境质量评价和改善农业生态环境提供科学依据。
1 样品的采集与测试方法
1.1 样品的采集
邯邢铁矿区部署了108平方千米的面积性土壤测量工作，以采样点空间分布总体均匀、采矿活动中心区适当加密为原则，布设土壤采样点117个，采集0～20cm表层土壤样，土壤类型主要为棕壤和褐土。在采取表层土壤的同时，采集了105个玉米样品，每个玉米样品由2～4穗玉米组成。样品经加工后送到检测中心进行指标元素测定。
1.2 样品分析测试方法
本文主要分析土壤和玉米中的6种元素，即As、Hg、Cu、Cd、Pb、Cr。
玉米样品中的As、Hg检测仪器主要是AFS-8130原子荧光光度计，Cr、Cu、Cd、Pb的测定来自电感耦合ICP-MS等离子体质谱仪。土壤中的Cr、Zn、Pb含量通过ZSX100eX荧光光谱仪来测定。
2 土壤中的重金属含量及评价
本区处于温带大陆性半干早季风气候区，具有春燥多风少雨、夏热多雨、秋高气爽、冬寒少雪的特点，年平均气温12.8℃，年平均降水量494.6～619.6毫米。受当地岩性石灰岩碳酸钙的影响，研究区表层土壤理化环境指标pH值平均值为8.3，属中偏碱性土壤。一般情况下，作物在pH值5.5～8.5的土壤中均能正常生长，当土壤pH值为6.7～8.5时，还具有一定的缓冲性能。因此在研究的区域内，土壤的pH值不会影响大宗作物的正常生长。[1]
为了确定该区土壤污染程度，以我国土壤环境质量标准中偏碱性土壤重金属含量限定值为评价标准，评价该区土壤环境质量状况。由表1可看出，6种重金属含量均超土壤环境质量一级标准，且As、Cu、Cd的超标率很高；As、Cu超过土壤环境质量二级标准。
根据尾矿沙中重金属含量值，Cu的平均含量是134×10-6，Cr是352×10-6，它们含量都很高，这与土壤中相应元素有较好的对应性，可见土壤中Cu、Cr主要来源于尾矿沙。Cd、Hg、Pb主要是由煤矿的污染导致的，这些元素在煤中大量存在，煤燃烧后呈气态或粉尘进入大气，最终沉降在地表形成污染[2-3]。土壤中重金属的超标，将直接影响农作物的生长，导致重金属在动植物体内的累积，对人类的健康和环境可持续发展将造成影响。
3 玉米中重金属含量及评价
表2是邯邢铁矿区玉米中重金属含量的测定结果，结合我国颁布的无公害食品、绿色食品中元素限量标准来判断玉米中重金属是否超标。可以看出，玉米中Cr超标最为严重，超标率达33.33%，同时Pb含量也较高，按绿色食品标准，超标率达0.91%，其它四种重金属含量均在绿色食品标准、无公害食品标准范围之内。
值得注意的是，玉米中Cr含量高与当地地下水中Cr含量有关。研究区地表水不发育，几乎大大小小河流全部断流，农业生产灌溉用水主要来自于地下浅层。据资料表明地下浅水层Cr的含量为0.67微克[4]，严重超过水的三类标准。土壤中高含量的重金属被玉米吸收、富集，长期被食用会危及人体健康。
4 土壤与玉米中重金属的相关性
将邯邢铁矿区玉米中6种元素的含量与土壤中相应元素的含量进行对比分析，结果发现它们之间并无明显的相关性。例如，研究区土壤中的铬含量在60mg/kg左右，低于土壤一级标准，而玉米中的铬含量在1mg/kg左右，超出无公害食品标准。散点图的趋势线（如图1）近于水平，说明土壤中铬含量与玉米中铬含量无明显相关性。
经计算机处理得到的相关系数如下表3，可以看出，玉米与土壤中的重金属元素的相关系数值均很小，这进一步说明了该地区玉米与土壤中重金属含量无显著的相关性。
5 结果讨论
通过土壤、玉米中重金属含量测定，我们知道土壤中的污染因子为As、Cu、Cd，而玉米中的Cr、Pb含量很高，二者之间没有显著的相关性。出现此现象的原因很多，本文对此作了以下解释。
玉米能从土壤中摄取元素并在体内积累，积累量取决于在环境中的含量和形态。研究区土壤中这几种重金属以多种形式存在，其含量之和超过土壤环境质量标准，污染状况值得关注。
土壤中的重金属在不同的氧化还原态和酸碱性条件下其溶解性不同，在还原态和碱性条件下的重金属多为难溶性，而植物吸收的重金属多为土壤中有效态重金属，如具有水溶性或吸附性好的重金属[5]。
玉米中的As、Cu等含量与土壤中的相应元素含量无显著性相关性系，这主要与当地土壤的pH值有一定的关系。土壤的pH值影响着重金属在土壤中的存在形态。邯邢地区土壤的pH值较高，土壤中难溶性砷化物较多，有效态铜含量低，可溶性铅含量低，玉米对土壤中重金属的吸收量有限[6]。
6 小结
由于邯邢铁矿区采矿、冶金活动的进行，其土壤中的As、Cu、Cd均已超标，加之用污染的浅层水灌溉农田，玉米中Cr、Pb含量也很高。重金属在土壤和玉米中的演化，跟土壤的pH值有关，将直接影响农作物的生长，农产品中重金属含量超标会危及人体健康。显然矿区环境污染已对农业生产和人体健康构成了威胁。土壤环境容量有限，如不及时加以控制，后果将不堪设想。控制污染源，调整农业生产结构，减少土壤重金属对作物的危害，就是减轻对人类的危害。
【参考文献】
[1]邓金火.河北省邯邢铁矿区尾矿资源化与环境地球化学特征研究[D].石家庄经济学院，2013.
[2]张明亮，等.煤矸石重金属释放活性及其污染土壤的生态风险评价[J].水土保持学报，2011，25（4）：249-253.
[3]田贺忠，等.中国燃煤大气硒排放及其污染控制[J].中国电力，2009，342（8）：53-57.
[4]徐国志，等.邯邢铁矿区矿山环境生态地球化学评价[J].物探与化探，2014.
土壤的特征范文第3篇
关键词：江汉流域经济区；富硒土壤；多目标区域地球化学调查；土壤硒资源量
中图分类号：S153；X833 文献标识码：A 文章编号：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，缺硒或硒过量都会影响人体的健康[1-3]。人体中的硒主要通过植物摄取，植物中的硒来源于土壤，土壤中硒的含量、形态以及农作物对硒的吸收、转化等都直接影响着食物链中硒的含量水平，并最终通过食物链影响人类健康[4]。湖北省拥有丰富的硒资源，恩施被授予“世界硒都”称号，江汉平原及周边丘峦存在大量富硒土壤资源，硒资源的利用和开发越来越受到人们的重视。全国多目标区域地球化学调查系统取得包括硒在内的土壤各类元素等54项指标，对实测土壤元素储量、氧化物储量以及研究地球系统物质循环具有重要意义，在土地利用、农业种植和环境评估等经济社会发展方面发挥着现实作用[5]。2015年湖北省政府批准通过《湖北省富硒产业发展规划（2014-2020）》，提出将富硒的资源优势转化为资本优势和产业优势，但土壤硒的分布特征和硒资源量评价等工作相对薄弱。因此，开展江汉流域经济区土壤硒的分布特征及资源量研究具有重要意义，可为湖北省土壤硒资源开发利用和富硒产业发展提供科学依据。
1 区域概况与样品采集、测试方法
1.1 区域概况
江汉经济流域区主要由江汉平原及其周边山峦组成，位于长江中游、湖北省中南部，为长江、汉江冲积平原，位于东经110°13′-116°04′，北纬29°26′-32°12′，包括武汉市、荆州市、潜江市、仙桃市、天门市的全部，宜昌市、荆门市、孝感市、咸宁市的部分县市。
由于长江、汉水携带大量泥沙质冲积物沉积，江汉平原形成独特的土壤资源类型[6]。本区土壤共分7个大类，20个亚类。分布面积较广的土壤类型为潮土、水稻土和黄棕壤，潮土广泛分布在长江和汉江沿岸的冲积平原、河流阶地、河漫滩地及滨湖地区广阔的低平地带，调查区各地、市、州均有分布，以荆州、潜江、天门、仙桃所占面积最大。水稻土广泛分布于长江、汉水两岸平原区和湖积洼地区。黄棕壤类的土壤主要分布于调查区江汉平原的武汉黄陂-新洲、孝南-孝昌、京山-天门、钟祥-荆门、枝江-宜昌等县市地区。从成土母质上分析，由于长期受长江、汉江等泥沙冲积和江汉盆地沉积，成土母质以第四系河湖沉积为主。
本研究主要在收集“湖北省江汉流域经济区多目标地球化学调查”项目（湖北省地质调查院承担）的硒元素数据基础上进行，共收集湖北省江汉平原多目标地球化学硒元素数据24 584个，其中表层土壤硒数据19 713个，深层土壤硒数据4 871个，去除水体属性，可利用的表层土壤数据18 503个，深层数据4 558个。
1.2 样品采集与测试方法
依照多目标区域地球化学普查规范相关规定执行，表层土壤样品采样密度为1个点/km2，城区加密至2个点/km2。表层土壤样品的采样深度为0～0.2 m。采样时，用工兵锹在每个取样位置上锹取深0.2 m土片后，切除两边留存中间土条。采用3～5处多点采集（100 m距或母质相同田块中间部位50 m范围内），合并为一个样品。土壤样品原始重量大于 1 000 g，同时按规范要求在设计预布点处进行重复样采集[7]。深层土壤样（含滩涂）采样密度为1个点/4 km2，采样深度为0～1.8 m，为保证取样深度，丘陵低山地区多选择在坡脚土层较厚地带采样。
本次调查样品测试包括表层和深层土壤样54项指标分析，样品由具有国家级资质认证的武汉岩矿测试研究中心测试。
野外组合分析样（大于200 g）送交实验室，测试单位对样品进行无污染加工，其中用于分析硒元素的样品加工步骤为将样品混匀后，取约100 g碎至200目，取10～20 g装入塑料瓶，供硒分析[8]。取0.5 g样品试剂，采取王水分解、KBH4还原，氢化法进行消解，然后用原子荧光光谱仪上机测定，其余元素和氧化物分析指标用等离子体光谱仪测定和X射线荧光光谱仪测定。表层和深层组合样中，每50个样品插入1个重复样进行分析，其相对偏差（RD）的合格率均达到规范要求（80%以上）。
2 结果与分析
2.1 江汉流域经济区土壤硒的分布特征
2.1.1 表层土壤硒的含量特征 由表1可知，湖北省江汉流域经济区多目标表层土壤硒含量在0.03～10.80 μg/g范围内，平均硒含量为0.29 μg/g，等同于全国硒含量平均值。
按照目前通用的富硒分级标准[1，3]，把硒元素划分为5个含量等级：极贫乏（≤0.15 mg/kg），贫乏（0.15～15.00 mg/kg），适中（0.20～0.40 mg/kg），丰富（0.40～3.00 mg/kg），很丰富（>3 mg/kg）。统计分析得到江汉流域经济区表层土壤硒元素各含量等级分布见图1。
从图1可见，湖北省江汉流域经济区多目标工作区内有11%的表层土壤达到硒富集水平，富硒土壤面积为8 653 km2。70%的硒适中土壤区，分布面积达55 311 km2。
湖北省江汉流域经济区表层土壤硒含量分布呈现出3个特征：一是土壤硒含量总体上呈现“南多北少”、“西多东少”的分布特征；二是硒富集土壤分布于两带两区。两带中的一带指北西向沿着汉江冲积带分布的襄阳-钟祥带，另一带为西北向沿长江冲积带分布的巴东-秭归-宜昌带。江汉平原区主要分布硒适中土壤和硒丰富土壤，硒丰富和硒很丰富土壤则主要集中在三大区域：①鄂东南地区，其分布主要与富硒地层有关，同时与鄂东南地区硒的伴生矿床的分布有关；②沿襄广断裂分布的随州-武穴一线少量的由寒武系地层引起的硒富集土壤区；③城市周边特别是武汉市周边主要由人为污染形成的硒富集土壤区。
不同土壤型Se含量特征见表2。由表2可知，本区土壤类型共分7个大类，20个亚类。
表层土壤硒含量与土壤类型关系密切。占比最大的水稻土各类型土壤硒平均值为硒适中等级。从标准差中可以看出，水稻土的硒含量整体变化不大。占比其次的潮土各类型土壤硒平均值均达硒适中土壤标准，其中硒含量最大值（10.80 μg/g）来源于灰潮土。
决定土壤中硒含量的一个重要因素是成土母质，成土母质由基岩风化而来，故地质背景与土壤硒含量息息相关。不同成土母质类型硒含量特征见表3。由表3可知，表层土壤数据主要采自于第四系地层，其次为白垩系、中元古界地层。三者的硒含量平均值均达到硒适中土壤标准（0.20～0.40 μg/g）。硒含量平均值最高样品来自二叠系和侏罗系地层中，达0.34 μg/g，其次为石炭系和三叠系（0.32 μg/g），太古界老地层区硒含量平均值最低。硒含量最大值来自于第四系地层中，达10.80 μg/g。
2.1.2 深层土壤硒的分布特征 由表1可知，江汉流域经济区多目标深层土壤硒含量在0.03～1.29 μg/g范围内，平均硒含量为0.17 μg/g，标准差为0.08。
1）不同土壤类型硒含量特征见表4。由表4可知，深层土壤不同土壤类型的硒含量平均值远小于表层土壤硒平均值，深层土壤只有样品数量不多的黄棕壤硒平均含量达到适中水平。深层土壤中分布面积较广的两种土壤类型是水稻土和潮土，硒含量平均值未达到硒适中标准，其中硒含量最大值（1.29 μg/g）来源于潴育型水稻土。
2）深层土壤数据一定程度上反映出不同成土母质即不同地层区岩石硒含量的特征。不同成土母质类型硒含量特征见表5。由表5可知，深层土壤不同成土母质类型的硒含量平均值远小于表层土壤硒平均值。分析数据66%来自于第四系地层，其次为白垩系、志留系地层。三者深层土壤硒含量平均值均低于硒适中标准（0.20～0.40 μg/g）。硒含量平均值最高样品来自脉岩中，为0.47 μg/g，其次为古生界侵入岩（0.28 μg/g）。硒含量最大值来自于第四系地层中，为1.29 μg/g。
2.2 土壤硒资源量研究
2.2.1 土壤硒资源量计算方法 土壤硒资源量计算统一采用中国地质调查局《全国土壤碳储量及各类元素（氧化物）储量实测计算暂行要求》提供的计算方法，按照多目标区域地球化学调查规范[7]中所采用的双层采样网格化模式，计算土壤0～0.2、0～1.8 m两个深度的土壤硒资源量。土壤元素含量由土壤表层至深层主要存在指数分布模式和直线分布模式，本次硒资源量按照直线公式采取单位土壤硒量的方法计算土壤硒资源量，单位土壤硒量用USEASe，h表示，h为深度。然后对单位土壤硒量进行加和计算取得土壤硒资源量。
1）深层硒单位土壤硒量计算：
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深度单位土壤硒量（t），Se表、Se深为土壤表层、深层硒含量（%），D表示深层采样深度，一般为1.8 m，4为单位土壤面积（km2），104为单位土壤面积换算系数，ρ为土壤容重（t/m3）。其中，土壤容重采用湖北省土壤肥料工作站测定的资料。
2）表层硒单位土壤硒量计算：
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深度单位土壤硒量（t），Se表取表层土壤硒实测含量值，D表示表层采样深度，取0.2 m，其余参数与式（1）中的参数保持一致。
2.2.2 土壤硒资源量
1）江汉流域经济区土壤硒资源量按土壤类型统计分析的计算结果见表6、表7。由表6、表7可知，按照土壤类型解析本区硒资源量，潴育型水稻土、灰潮土是该区两大主要储硒类型，深层硒资源量分别占28.45%和21.94%，表层硒资源量分别占28.10%和21.76%，硒含量丰富，可能因为灰潮土表土和潴育型水稻土土壤中的耕作层疏松多孔，有益于腐殖质和有机质的积累，从而增加了土壤的硒资源量。
2）分析区土壤表层硒资源量为5 314.69 t，面积为74 012 km2，平均资源量为0.07 t/km2；深层硒资源量为38 764.66 t，面积为72 928 km2，平均资源量为0.53 t/km2，可见分析区深层硒资源量和平均硒资源量均大于表层，这与分析区土壤硒含量的特征不同。因为从硒资源量的公式中可知，深层硒资源量的深度远大于表层，且深层的面积也较表层的小些。
3）按系或界统计分析各成土母质土壤硒资源量，结果见表8、表9。由表8、表9可知，土壤硒资源量主要集中分布在第四系的成土母质类型中，因为在特殊沉积环境下形成的富硒土壤，主要分布于河流、山前冲积平原，一般在其沉积物母质的源区或水系上游分布有二叠系等硒元素高背景地层，且在母质中有机质较丰富的条件下亦形成富硒土壤[10]。
3 小结与讨论
1）江汉流域经济区深层土壤的硒含量普遍小于表层土壤硒含量，这与表层土壤有机质含量高、积累的腐殖质较易形成吸附亚硒酸盐的胶体颗粒有关[10]。
2）江汉流域经济区的土壤硒含量受成土母质等地质背景影响明显。主要来源于硒高背景地层的岩石，如含炭硅质岩、含硅|炭质页岩、黑色页岩、炭质板岩等岩石，这些岩石风化易形成硒相对富集的土壤。
3）江汉流域经济区硒资源量较为丰富，且深层硒资源量和平均硒资源量均大于表层。从土壤类型上看，潴育型水稻土和灰潮土是该区内两大主要储硒类型；从成土母质类型上看，土壤硒资源量主要分布在第四系的成土母质类型中。
4）江汉流域经济区土壤硒资源量与人类生产活动密切相关。可通过加大秸秆还田、施用农家肥等措施来增加有机质含量，此外，还可以在成熟的耕作层上施加硒肥，亦可增加土壤硒资源量。
参考文献：
[1] 李家熙，张光弟，葛晓立.人体硒缺乏与过剩的地球化学环境特征及其预测[M].北京：地质出版社，1999.
[2] 齐玉薇，史长义.硒的生态环境与人体健康[J].微量元素与健康研究，2005，22（2）：63-66.
[3] 谭见安.中华人民共和国地方病与环境图集[M].北京：科学出版社，1989.
[4] 张华华，康玉凡.植物吸收和转化硒的研究进展[J].山地农业生物学报，2013，32（3）：270-275.
[5] 奚小环，张建新，廖启林，等.多目标区域地球化学调查与土壤碳储量问题――以江苏、湖南、四川、吉林、内蒙古为例[J].第四纪研究，2008，28（1）：58-67.
[6] 张德存，李金平，杨 军，等.湖北省江汉流域经济区农业地质调查总报告[R].武汉：湖北省地质调查院，2011.
[7] DD2005-01，中国地质调查局地质调查技术标准 多目标区域地球化学调查规范（1：250000）[S].
[8] DD2005-03，中国地质调查局地质调查技术标准 生态地球化学评价样品分析技术要求（试行）[S].
土壤的特征范文第4篇
（1．北京师范大学珠海分校工程技术学院，广东 珠海 519085；2．湖北省农业科学院，武汉 430064）
摘要：为了探究三裂叶蟛蜞菊（Wedelia trilobata）和薇甘菊（Mikania micrantha）复合群落入侵对土壤化学和生物学特征的影响，比较了三裂叶蟛蜞菊和薇甘菊复合群落内外土壤pH、全氮含量、有效磷含量以及固氮菌、硝化细菌、反硝化细菌数量。结果表明，与三裂叶蟛蜞菊和薇甘菊复合群落外相比，复合群落内土壤pH、有效磷含量、反硝化细菌种群数量均显著降低（P＜0．05），全氮含量及固氮菌种群数量却显著升高（P＜0．05），硝化细菌种群数量无显著变化。土壤中全氮含量与固氮菌种群数量呈极显著正相关（P＜0．01），与反硝化细菌种群数量呈极显著负相关（P＜0．01），与硝化细菌种群数量无显著相关性。三裂叶蟛蜞菊和薇甘菊复合群落能够适应土壤微生物功能群改变和土壤磷素营养下降，可能是三裂叶蟛蜞菊和薇甘菊复合群落成功排挤本地植物实现入侵的原因之一。
关键词 ：复合群落；三裂叶蟛蜞菊（Wedelia trilobata）；薇甘菊（Mikania micrantha）；全氮；有效磷；土壤微生物
中图分类号：S451 文献标识码：A 文章编号：0439－8114（2015）16－3932-04
DOI:10.14088/j.cnki.issn0439-8114.2015.16.025
收稿日期：2014－12－16
基金项目：广东省本科高校教学改革项目（GDJG20142513）
作者简介：许 华（1981－），男，湖北仙桃人，副教授，硕士，主要从事植物生理生态学研究，（电话）13726295364（电子信箱）nk529＠163．com；
通信作者，程碧军。
随着人类活动频率和强度的日益增大，生物种类扩散的频率和速率比其自然状态下大幅增加，生物种群被人类在有意或无意间携带至其原有分布区域以外的区域。由于在入侵群落中缺少天敌的制约及环境的约束而在入侵区域生态系统中大量繁殖，占用本地物种生存空间，甚至蔓延成灾，改变生态系统原有群落结构［1］。据调查入侵我国的外来植物约188种［2］，其中一些恶性入侵植物如三裂叶蟛蜞菊（Wedelia trilobata）、薇甘菊（Mikania micrantha）、黄顶菊（Flaveria bidentis）、紫茎泽兰（Eupatorium adenophorum Sprend）等在我国大面积扩散蔓延，为害成灾，每年仅11种主要有害入侵生物造成的经济损失就高达5．743×1010元［3］，造成严重的生态问题及经济损失。
土壤是本地植物和外来植物共同作用的媒介［4］，外来植物入侵能改变土壤有机质［5］和微生物［6，7］的含量。外来植物入侵引起的土壤环境变化会反过来影响外来种和本地种的竞争关系，进而影响其他外来种的入侵性［8，9］。所以，分析入侵植物对生态系统土壤微生物的影响对进一步了解其入侵机制具有重要意义。
三裂叶蟛蜞菊原产于南美地区，20世纪70年代被引入我国，目前已成为我国华南地区主要杂草之一，严重威胁华南地区本地物种、破坏生态环境［5］。薇甘菊属菊科假泽兰属，为多年生攀援草本植物，是世界上最具危险性的有害植物之一，原产于热带南美洲和中美洲，现已成为华南地区危害性极强的入侵植物之一［4］。目前的研究局限在一种入侵植物对生态系统的影响［1－6］，忽视了两种入侵植物复合群落对生态系统造成影响的研究。本研究选取这两种入侵植物复合群落内土壤作为研究对象，测定了土壤pH、全氮、有效磷、微生物种群数量并与复合群落外土壤的各项指标作对照，评价复合群落对原有土壤生态系统造成的影响，以期探究三裂叶蟛蜞菊和薇甘菊复合群落的入侵机制。
1 材料与方法
1．1 样品采集区信息
研究样地位于广东省珠海市北京师范大学珠海分校园区内（21°48′N，113°03′E），属于亚热带季风性气候，温差小。年平均气温22．3 ℃，最低气温2．5 ℃，年降雨量为1 770～2 300 mm，受到三裂叶蟛蜞菊和薇甘菊的重度入侵。
1．2 样地选择和土样采集方法
在研究区域内选择一块10 m×10 m的样地，该样地优势物种为三裂叶蟛蜞菊和薇甘菊。在该复合群落内采用五点取样法设定土壤取样点，去除地面植被和凋零物后以土壤打孔器钻取3～5 cm土层土壤。在复合群落周边设定5个土壤取样点，按上述方法采集土壤。采集的土壤装入塑料封口袋，标记后带回实验室，平铺在实验台待风干后过80目筛，收集于塑料密封袋标记后置于4 ℃冰箱备用。
1．3 土壤化学特征测定方法
采用刘芬［10］的方法测定土壤pH。以硫酸钾－高氯酸－硫酸消化法对土壤进行消化［11］，然后采用凯氏定氮法［12］测定土壤中全氮含量，其含量以每千克土壤中氮的克数（g／kg）表示。用鲍士旦［13］的方法测定土壤中有效磷含量，其含量以每千克土壤中磷的毫克数（mg／kg）表示。
1．4 土壤生物学特征测定方法
用陈晶等［14］的方法测定土壤中固氮菌种群数量；用MPN－Griess法［15］测定土壤中硝化细菌种群数量；用许光辉等［16］的方法测定反硝化细菌的种群数量。微生物数量以每克土壤中菌落数量（CFU／g）表示。
1．5 数据统计方法
测定结果采用SPSS18．0统计软件进行One－way ANVOA方差分析；土壤pH、微生物种群数量及全氮、有效磷含量的相关关系采用Pearson法进行分析，显著性水平设为0．05。图中数据均用平均值表示。
2 结果与分析
2．1 三裂叶蟛蜞菊和薇甘菊复合群落入侵对土壤pH的影响
由图1可知，复合群落外土壤pH为7．35，复合群落内土壤pH为6．28，复合群落内土壤pH较复合群落外土壤pH显著降低，表明三裂叶蟛蜞菊和薇甘菊的根系分泌物中可能含有大量酸性物质。
2．2 三裂叶蟛蜞菊和薇甘菊复合群落入侵对土壤全氮、有效磷含量的影响
三裂叶蟛蜞菊和薇甘菊复合群落对土壤全氮含量的影响结果如图2所示，由图2可知，三裂叶蟛蜞菊和薇甘菊复合群落外土壤全氮含量为1．117 g／kg，复合群落内土壤全氮含量为1．606 g／kg，复合群落内土壤全氮含量和复合群落外土壤全氮含量相比上升了43．78％。其对有效磷含量的影响结果如图3所示，由图3可知，三裂叶蟛蜞菊和薇甘菊复合群落外土壤有效磷含量为3．255 mg／kg，复合群落内土壤有效磷含量为1．503 mg／kg，复合群落外土壤有效磷含量是复合群落内土壤有效磷含量的2．17倍。结果表明，三裂叶蟛蜞菊和薇甘菊复合群落内土壤氮素的贮存能力显著高于复合群落以外，但土壤中磷素的供应能力较复合群落外土壤明显降低。
2．3 三裂叶蟛蜞菊和薇甘菊复合群落入侵对土壤微生物的影响
由图4可以看出，三裂叶蟛蜞菊和薇甘菊复合群落外土壤固氮菌种群数量为2．3×104 CFU／g，复合群落内土壤固氮菌种群数量为6.0×104 CFU／g，复合群落内土壤固氮菌种群数量为复合群落外土壤固氮菌种群数量的2．6倍，表明复合群落内土壤环境有利于固氮菌的生长，可以促进土壤的固氮作用。相反，复合群落外反硝化细菌种群数量为9．6×104 CFU／g，复合群落内反硝化细菌种群数量为9．1×103 CFU／g，复合群落内反硝化细菌种群数量显著低于复合群落外反硝化细菌种群数量，表明复合群落内土壤的反硝化作用强度低，利于NO3－的贮存。与固氮菌和反硝化细菌不同，复合群落内外土壤硝化细菌种群数量无显著差异。
2．4 土壤pH、全氮有效磷含量、微生物数量之间的相关性
土壤中全氮含量、固氮菌种群数量与土壤pH呈负相关，有效磷含量、反硝化细菌种群数量与土壤pH呈正相关，硝化细菌种群数量与pH之间无显著相关性（表1），说明pH的降低有利于固氮菌的生长，不利于反硝化细菌的生长。同时，土壤全氮含量和固氮菌种群数量呈正相关，与反硝化细菌种群数量呈负相关，说明植物的根系分泌物有利于固氮菌的生长而不利于反硝化细菌的生长，这是土壤氮含量增加的直接原因。全氮含量和硝化细菌种群数量之间无显著相关性。
3 小结与讨论
近年来，随着人们对外来植物群落内土壤研究的逐步深入，发现外来植物可以改变入侵地土壤理化性质及微生物群落结构及功能［17］，而不同的外来植物对生态系统的影响程度存在差异。
土壤pH是评价土壤质地的一个重要化学指标，pH的变化直接影响土壤养分、微生物群落等化学和生物学特征［18］。本研究中复合群落内土壤pH降低，推测三裂叶蟛蜞菊和薇甘菊复合群落根系分泌的化感物质为酸性。
外来植物可以通过其代谢活动改变入侵地的土壤理化性质及微生物功能群结构。有研究发现，固氮菌的固氮作用能提高土壤中氮素营养［19］；相反，反硝化作用是土壤中氮素流失的主要途径［20］。还有研究发现，土壤中氮含量的提高更有利于紫茎泽兰种群扩张［21］。在本试验中，三裂叶蟛蜞菊和薇甘菊复合群落入侵导致土壤全氮含量和固氮菌种群数量显著提高，反硝化细菌种群数量显著降低（图2、图4），土壤全氮含量与固氮菌种群数量呈极显著正相关（P＜0．01），与反硝化细菌种群数量呈极显著负相关（P＜0．01）。推测三裂叶蟛蜞菊和薇甘菊复合群落入侵通过增加土壤中固氮菌种群数量和减少反硝化细菌种群数量来影响土壤固氮能力和氮素含量，复合群落内土壤固氮能力的提高和氮素含量的增加有助于复合群落的生长和扩张。但是，复合群落影响固氮菌和反硝化细菌种群数量的具体机制还需进一步研究。
磷是植物生长极为重要的营养元素之一，磷素含量较低的土壤会抑制一般植物的生长［22］。但三裂叶蟛蜞菊和薇甘菊都具有在贫瘠土壤中快速生长的特点［23，24］。本研究中三裂叶蟛蜞菊和薇甘菊复合群落成功入侵使土壤有效磷含量显著降低（图3）。然而，影响土壤中磷素移动和转化的因素有很多，这些因素主要包括土壤理化性质、淋溶作用等［25，26］。其中，pH是影响磷的形态转化与有效性的重要因素，在弱酸性土壤中与Ca结合的可溶性磷含量会随着土壤pH的降低呈现出减少的趋势［25］。本研究中土壤pH和有效磷含量之间呈极显著正相关（P＜0．01），表明复合群落内有效磷含量的降低可能是受pH降低的影响，使土壤中Ca易与磷形成沉淀，转化为闭蓄态磷酸盐。也可能是由于复合群落内淋溶作用较强造成土壤中有效磷含量有所下降［26］。有研究表明，紫茎泽兰对土壤中磷素营养具有较强吸收性［27］，因此本试验中复合群落内土壤有效磷含量下降还可能是三裂叶蟛蜞菊和薇甘菊对磷素的强吸收性所造成的。推测三裂叶蟛蜞菊和薇甘菊复合群落与本地植物对低磷环境适应性的差异可能是三裂叶蟛蜞菊和薇甘菊复合群落成功排挤本地植物并具有强烈入侵性的主要原因之一。
三裂叶蟛蜞菊和薇甘菊复合群落能够通过改变土壤微生物功能群结构以提高土壤氮素营养含量并适应土壤磷素营养下降，可能是三裂叶蟛蜞菊和薇甘菊复合群落成功排挤本地植物实现入侵的原因之一。
参考文献：
［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］ 刘小文，周益林，齐成媚，等．入侵植物薇甘菊对土壤养分和酶活性的影响［J］．生态环境学报，2012，21（12）：1960－1965．
［5］ 万方浩，郭建英，王德辉．中国外来入侵生物的危害与管理对策［J］． 生物多样性，2002，10（1）：119－125．
［6］ 吴天马，丁 晖，刘志磊，等．外来入侵植物紫茎泽兰对土壤养分的影响［J］．生态与农村环境学报，2007，23（2）：94－96．
［7］ 陈 亮，李会娜，杨民和，等．入侵植物薇甘菊和三叶鬼针草对土壤细菌群落的影响［J］．中国农学通报，2011，27（8）：63－68．
［8］ 于兴军，于 丹，卢志军，等．一个可能的植物入侵机制：入侵种通过改变入侵地土壤微生物群落影响本地种的生长［J］．科学通报，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］ 刘 芬．株洲地区土壤pH值测定方法研究［J］．农业环境保护，1998，17（2）：84－85，88．
［11］ 劳家柽，陈小萱．土壤全氮全磷含量连续测定的研究［J］．土壤通报，1980（4）：45－46．
［12］ 胡子峰．凯氏定氮仪原理和校准的方法［J］．上海计量测试，2011（3）：49－50．
［13］ 鲍士旦．土壤农化分析［M］．第三版．北京：中国农业出版社，2000．22，71－86．
［14］ 陈 晶，杨海凌，陈向东．自生固氮菌的生态分布及其对农药抗性的研究［J］．氨基酸和生物资源，2009，31（1）：19－24．
［15］ 刘 冰，侯春芳，付保荣．硝化细菌MPN－Griess检测方法的改进［J］．现代仪器，2006（4）：44－45．
［16］ 许光辉，郑洪元．土壤微生物分析方法手册［M］．北京：中国农业出版社，1986．314．
［17］ 于文清，刘万学，桂富荣，等．外来植物紫茎泽兰入侵对土壤理化性质及丛枝菌根真菌（AMF）群落的影响［J］．生态学报，2012， 32（22）：7027－7035．
［18］ 唐莉娜，熊德中．土壤酸度的调节对烤烟根系生长与烟叶化学成分含量的影响［J］．中国生态农业学报，2002，10（4）：65－67．
［19］ 杨远彪．连栽桉树根际微生物分析及固氮菌的研究［D］．南宁：广西大学，2008．
［20］ 蔡贵信，朱兆良，朱宗武，等．水稻田中碳铵和尿素的氮素损失的研究［J］．土壤，1985（5）：225－229，256．
［21］ 蒋智林．入侵杂草紫茎泽兰与非入侵草本植物竞争的生理生态机理研究［D］．北京：中国农业科学院，2007．
［22］ 牛红榜，刘万学，万方浩．紫茎泽兰（Ageratina adenophora）入侵对土壤微生物群落和理化性质的影响［J］．生态学报，2007，27（7）：3051－3060．
［23］ 吴彦琼，胡玉佳，廖富林．从引进到潜在入侵的植物——南美蟛蜞菊［J］．广西植物，2005，25（5）：413－418．
［24］ 马 玲，强 胜．外来入侵性杂草薇甘菊的研究进展［J］．杂草科学，2006（1）：55－59．
［25］ 刘建玲，张凤华．土壤磷素化学行为及影响因素研究进展［J］．河北农业大学学报，2000，23（3）：36－45．
土壤的特征范文第5篇
摘要
为了定量分析土壤含水量与反射光谱特征之间关系，并为土壤含水量速测提供理论依据。以黑土作为研究对象，测定实验室光谱反射率，利用去包络线方法提取反射光谱特征指标，建立土壤水分含量高光谱预测模型。结果表明：黑土含水量与1420nm、1920nm附近吸收谷的主要光谱特征（吸收谷深度、宽度、面积）呈显著正相关；1920nm附近吸收谷可作为黑土土壤水分的特征吸收谷，由其光谱特征参数预测黑土含水量；以1920nm附近吸收谷面积为自变量建立的一元线性回归模型预测精度高，输入量少，可以作为土壤含水量速测仪器研制的理论依据。
关键词
反射光谱；土壤水分；去包络线；吸收特征
含水量是土壤理化特性的一个重要指标。就农业而言，土壤水分是农作物生长发育的基本条件，也是灌溉管理和产品预报中的重要参数，尤其在精准农业中是极为关键的参数。因此，土壤水分监测一直是人们关注的问题[1]。高光谱遥感具有较高的光谱分辨率[2]，能够快速获取土壤反射光谱信息，其在土壤理化参数预测及相关研究中应用广泛[3-5]。高光谱遥感可探测表层土壤含水量细微差异的变化，为动态监测区域或地块尺度土壤含水量提供了一种新的技术手段[6]。对于土壤含水量与土壤反射光谱特征的关系，国内外学者已经进行了大量的研究[7-11]，并得到了较为一致的结论：在一定的土壤含水量范围内，土壤光谱反射率随土壤水分的增加而降低；在土壤含水量达到阈值后，土壤光谱反射率随土壤水分的增加而增加。已有土壤含水量高光谱预测模型，多以反射率及其数学变换形式作为输入量，但缺少对反射光谱特征机理的定量分析。土壤吸收谷光谱特征参数在土壤理化参数高光谱预测[12-13]、土壤盐碱化评价[14-15]等方面被普遍使用，并取得了较好的效果。但关于其在土壤含水量预测中应用的文献较少，Bowers和Hanks[16]认为土壤反射光谱在1400nm、1900nm、2200nm处为土壤水分吸收带；何挺等[17]提取了黄绵土、绵砂土和风砂土在1450nm和1925nm两个吸收谷的光谱特征参数，并建立了土壤含水量预测模型。但以上研究以不同土壤类型为研究对象，而土壤光谱是土壤内在理化特性的综合反映[18]，不同类型的土壤由于其理化特征不同，光谱特征存在差异，将不同类型土壤作为一个整体、研究其光谱特性而得到的土壤含水量预测模型，在预测某一特定类型土壤含水量时，所得的结果与实际情况存在误差[19-20]。因此，本文以单一土壤类型——黑土为研究对象，精细调配不同含水量，以获得含水量间隔更小的土壤样本。测定黑土实验室光谱反射率，利用去包络线方法提取土壤反射光谱吸收谷特征参数，分析土壤含水量与光谱特征参数的关系，建立黑土含水量高光谱预测模型，以探讨运用光谱特征参数预测土壤含水量的潜力，为土壤水分含量的快速测定提供新方法。
1材料与方法
1.1样本采集与含水量调配试验2009年5月22—26日，于作物播种后、出苗前，在黑龙江典型黑土区采集不同有机质含量的8个土样（有机质含量分别为30.6、31.8、32.6、36.9、39.2、39.5、50.0、51.8gkg-1）各15kg。采用新的土壤水分调配方法，精细调配不同含水量，共得到土壤样本102个。含水量调配试验具体过程如下：首先确定8个土样各自的饱和含水量，将各风干土样分成含水量调配所需的个数（各土样需要调配不同含水量的个数等于各自土样的饱和含水量除以含水量间隔）；为保证土壤与水充分混合，将土样置于密封效果好的塑料袋中，对土样采用喷壶喷蒸馏水，边喷边搅拌；为使土壤充分均匀吸收水分，喷水过后，将每个土样在4~5℃的环境下密封放置24h；随后对其进行光谱测试，然后取每个土样容器中部的土壤，装入已经称重的小烧杯，称重，随后将其在烘箱105℃的环境下放置8h，确定土样为恒重后，计算各土样土壤含水量[21]。
1.2土壤反射光谱测定对102个土壤样本进行反射光谱测定，样本的高光谱反射率采用美国分析光谱仪器公司生产的野外便携式高光谱仪ASDFieldSpec®3在暗室内测定，每个土壤样本采集10条光谱曲线，取平均得到土壤的实际反射光谱数据。
1.3数据处理高光谱反射数据预处理：采用9点加权移动平均法对光谱曲线进行平滑去噪处理。利用高斯模型对光谱数据进行5nm光谱重采样。去包络线与光谱特征参数计算：对于同一种土壤，光谱反射率的差异相对较小，而包络线消除法可以有效突出反射光谱曲线特征，并将反射率归一化到0～1之间，光谱的吸收特征也归一化到一致的光谱背景上[15]，在去包络线的基础上发展了一些光谱吸收特征参数[22]，主要有吸收谷左右肩与谷底值及相应的波长位置（Ll、Lv、Lr）、吸收深度（D）、吸收宽度（W）、吸收谷总面积（A=A1+A2，其中，A1和A2分别是吸收谷左/右半部分的面积）和对称度（S，S=A1/A），见图1。在遥感软件ENVI4.6环境下，建立土壤光谱数据库；利用ContinuumRemoved功能对土壤光谱数据进行去包络线处理，利用VisualC#语言编写程序计算得到各土壤样本的光谱特征参数[23]。
1.4模型建立与验证为准确评价模型精度与稳定性，并保证样本之间的含水量间隔，将102个样本分为两部分，以固定的含水量间隔，挑出68个样本作为建模样本，其余的34个样本作为验证样本。分别采用一元线性回归法、多元线性逐步回归法、偏最小二乘法，以反射率、去包络线值、光谱吸收特征参数作为输入量，建立黑土含水量高光谱预测模型。模型精度由决定系数（R2）和均方根误差（RMSE）进行综合评价，模型的决定系数（R2）越大，模型越稳定；RMSE越小，模型预测能力越好[24-25]。
2结果与讨论
2.1不同含水量黑土反射光谱特征图1为有机质含量31.8gkg-1、不同含水量土样的反射光谱曲线及对应去包络线。随着土壤含水量的增加，光谱反射率逐渐减小。包络线去除后的曲线使可见光近红外波段的吸收特征显著增强。由去包络曲线可以看出，黑土光谱反射率在400~2500nm范围内主要有5个光谱吸收谷，吸收谷最小值的波长位置分别大致位于510、615、1420、1920和2210nm（命名为G1、G2、G3、G4和G5）。随着含水量的增加，前四个吸收谷的深度逐渐增加，G1和G2吸收谷的形状变化较大，但变化不像1420nm和1920nm附近吸收谷那么规律；1420nm附近的吸收谷谷底的波段位置随着土壤水分含量的增加有向右偏移的迹象，但1920nm附近的吸收谷谷底波段位置随着土壤水分含量的增加无明显变化，而1920nm附近吸收谷的深度、面积等特征随着土壤水分含量的增加有明显变化；2210nm附近的吸收谷特征随含水量的变化不明显。通过对土壤含水量与土壤光谱吸收特征之间的相关性及显著性进行分析（表1）进一步证明了上述现象，可以看出，前四个吸收谷的绝大多数光谱特征参数与土壤含水量呈正相关；从显著性水平来看，除G4左肩位置仅达到显著水平外，其余的均达到极显著水平。而G5的绝大多数光谱特征参数与土壤含水量呈负相关；仅有两处特征参数达到极显著水平，其余特征参数为显著水平。G1、G2光谱特征参数与含水量的相关系数相对偏小，土壤水分对前两个吸收谷的作用较小。G1和G2的光谱特征主要受土壤有机质及机械组成的影响。G3谷底波段位置与含水量的相关系数高于G4，而G4附近的深度、宽度、面积与含水量的相关系数，均高于G3；G3、G4主要光谱特征参数与含水量均呈显著正相关，且相关系数高，表明其与土壤含水量有着较大的相关性，可以将其作为输入量，建立预测模型。而G5各参数与含水量相关系数低，表明其与土壤含水量的相关性较小，G5特征是土壤水分和矿物组成共同作用的结果。
2.2土壤含水量高光谱预测模型本文选取了三种方法（一元线性回归法、多元线性逐步回归法、偏最小二乘法）建立黑土含水量预测模型。三种建模方式有其各自的优势，一元线性回归法建立模型输入量少，计算量小，适合用于作为便携式土壤水分测试仪的理论基础[26]；多元线性逐步回归法在光谱分析中应用广泛，其建立的模型简单直观、容易理解，该方法在可控条件下可靠性较高；偏最小二乘法采用对数据信息进行分解和筛选的方式，有效提取对系统解释性最强的综合变量，剔除多重相关信息和无解释意义信息的干扰[27]。
2.2.1一元线性回归模型选取与土壤含水量相关系数高于0.9的光谱吸收特征参数建立一元线性回归模型（表2），除1420nm附近吸收谷谷底波长位置外，其他各光谱特征参数建立的预测模型建模决定系数均达到0.921以上，以1920nm附近吸收谷面积建立的预测模型效果最佳，建模决定系数达到了0.946。选择土壤含水量与敏感波段处（1420nm、1920nm、2210nm）光谱反射率建立一元线性回归模型，由表2可以看出，由敏感波段处反射率建立的一元线性回归模型的建模决定系数低于由光谱特征参数（除1420nm附近吸收谷谷底波长位置外）建立的一元线性回归模型，建模RMSE高于由光谱特征参数（除1420nm附近吸收谷谷底波长位置外）建立的一元线性回归模型，说明利用光谱特征参数建立的一元线性回归模型的稳定性更好、精度更高，这表明可以将光谱吸收特征参数运用于土壤含水量预测，对于黑土来说，1920nm附近的吸收谷光谱特征参数建立的一元线性回归预测模型效果最好。
2.2.2多元线性逐步回归模型选择与土壤含水量相关系数最大的波段作为敏感波段，分别以反射率与去包络线后的敏感波段的值、吸收谷光谱特征参数作为输入量，建立土壤含水量多元线性逐步回归预测模型（表3）。结果显示，以去包络线后的值和光谱特征参数作为输入量的模型，预测效果和稳定性更好。
2.2.3偏最小二乘回归模型分别以反射率、去包络线后的值、吸收谷光谱特征参数作为输入变量，建立黑土含水量偏最小二乘回归模型，模型之间的差别不大（表4）。其中，以反射率为输入变量建立的模型精度最高，稳定性最好。
3讨论
本文采用三种方法建立的黑土含水量预测模型效果较为理想。建模结果表明：运用土壤吸收谷光谱特征参数预测土壤含水量具有可行性。由三种模型的建模效果可以看出，虽然运用吸收谷光谱特征参数建立的一元线性回归模型的精度和稳定性与运用多元线性逐步回归、偏最小二乘法建立的模型相差不大，但是一元线性回归模型的输入量远少于多元线性逐步回归和偏最小二乘法的输入量，且一元线性回归模型计算量小、操作简捷。反射率、去包络线后的值与土壤含水量的最大相关系数所在的波段位置，不同地域、不同样本，差异较大，模型普适性较差。而由去包络线得到的吸收谷光谱特征参数只与光谱吸收谷的形状特征有关，对于特定的土壤类型，吸收谷的位置是相对固定的[15]；并且土壤反射光谱特征是土壤有机质、水分、机械组成等综合作用的结果，基于去包络线法提取的吸收谷光谱特征参数降低了对上述影响因素的敏感性[23]，因此，以吸收谷光谱特征参数作为输入量建立的土壤含水量预测模型具有更强的稳定性和普适性。
1920nm附近吸收谷的光谱特征参数与黑土含水量显著正相关，以其作为输入变量建立的一元线性回归预测模型精度较高。以1920nm附近吸收谷面积建立的预测模型效果最佳，建模决定系数达到了0.946，建模RMSE达到了2.225，其建模效果远好于利用敏感波段处反射率建立的一元线性回归模型。Bowers和Hanks[16]认为1900nm是土壤水分的特性波段，提出可由土壤反射光谱在这一波段值的大小推算土壤含水量，但未给出具体的模型。本文通过统计分析与建模得出：1920nm附近的吸收谷是黑土土壤水分的特征吸收谷，可由该吸收谷的光谱特征参数预测黑土含水量，并给出了具体的一元线性回归预测模型和多元线性逐步回归预测模型。何挺等[17]建立了光谱数据和相应土壤含水量之间的定量关系，得到在预测土壤含水量时，1450nm吸收谷较1925nm吸收谷更为有效。本文结论与之存在差异，这可能与二者所研究的土壤类型不同有关。
