2024, Vol. 44文章信息
- 夏春华, 方斌, 张志成, 王子源, 杨欣蕾, 邵羽凡
- XIA Chunhua, FANG Bin, ZHANG Zhicheng, WANG Ziyuan, YANG Xinlei, SHAO Yufan
- 土壤养分空间分异对农地利用及其景观格局的响应——以淮海经济区徐州市铜山区为例
- Response of soil nutrient spatial differentiation to agricultural land use and landscape pattern: taking Tongshan District, Xuzhou City, Huaihai Economic Zone as an example
- 生态学报. 2024, 44(19): 8469-8487
- Acta Ecologica Sinica. 2024, 44(19): 8469-8487
- http://dx.doi.org/10.20103/j.stxb.202311142471
-
文章历史
- 收稿日期: 2023-11-14
- 网络出版日期: 2024-07-21
2. 南京师范大学新型城镇化与土地问题研究中心, 南京 210023;
3. 江苏省地理信息资源开发与利用协同创新中心, 南京 210023
2. Research Center of New Urbanization and Land Problem, Nanjing Normal University, Nanjing 210023, China;
3. Jiangsu Provincial Geographic Information Resources Development and Utilization Cooperative Innovation Center, Nanjing 210023, China
土壤养分是农地土壤肥力的重要指标, 是农作物生长所需的重要营养来源和物质基础, 土壤中的有机质、氮、磷、钾等物质对农作物的产量和质量有着重要的影响[1—2]。土地利用变化作为人类进行生产、生活活动的综合反映, 是影响农地土壤养分含量变化的重要因素, 不同的土地利用方式会改变农地土壤结构和化学成分, 进而影响土壤肥力[3], 不合理的农地利用会导致土壤肥力降低, 从而严重影响农地作物生长[4—5]。景观格局主要体现不同景观要素的结构组成和空间配置特征[6], 是土地利用变化的显著表现, 也与农地土壤养分在土壤系统中的分布与再分配有着密切的联系[7]。为此, 农地利用及其景观格局变化对土壤养分的影响, 以及它们三者之间的相互关系研究正成为景观生态学的关注点[8—9], 而对土壤养分在农地利用及其景观格局综合层面的研究也为之甚少。基于此, 理清不同农地利用及其景观格局对土壤养分的影响、并剖析土壤养分对农地利用及景观格局空间异质性的响应等问题, 有助于深入了解土壤养分区域差异的形成机理, 从而为区域国土空间优化布局与土壤生产力的有效管控提供参考。
近年来, 国内外学者对于土壤养分与土地利用的关系研究较为丰富。研究内容由不同土地利用方式下土壤养分差异及影响因素分析[10—12], 逐渐转向不同土地利用方式对土壤养分与重金属[13]、土壤养分与微生物[14]、土壤养分与酶活性[15]、土壤养分与细菌群落多样性[16]等的共同影响研究, 但聚焦农地利用类型与土壤养分空间关联的研究较少；研究区域主要集中在丘陵山区[2, 17]、流域[18]、石漠化地区[19]等, 缺少对粮食主产区典型县域的研究；研究方法主要采用描述统计分析[20]、克里金插值法[21]等分析土壤养分含量特征, 采用定性分析[19]、冗余分析(RDA)和Pearson相关性分析[10]等探究土壤养分的影响因素, 而采用地理探测器、二元逻辑回归模型等定量分析其影响因子的研究较少。对于土壤养分在景观格局层面的相关研究还较少, 已有研究内容聚焦于景观格局演变与土壤养分分异研究[22—23], 对土壤重金属分布与累积对土地利用及其景观格局的响应研究较多[24]。整体来看, 将土壤养分、农地利用及其景观格局三者关联进行综合研究相对较少, 从农地利用和景观格局两个视角综合探究粮食主产区土壤养分空间分异的研究尚且不足。因此本文创新地提出了土壤养分对农地利用及其景观格局响应的研究框架, 既是对已有相关研究的丰富与补充, 也可为未来研究提供一定的参考与借鉴。
淮海经济区是由江苏省、山东省、河南省和安徽省的20个经济欠发达城市组成的区域性经济合作组织[25], 地势北高南低, 北部以山地和丘陵为主, 南部平原广布, 具有良好的耕作条件, 是全国重要的粮食生产功能区[26]。随着工业化和城市化进程加快, 该区经济发展较为迅速, 导致土地利用变化显著且景观格局变化复杂[27], 同时土壤有机质、有效磷等受人类活动的影响也较为显著。因此, 淮海经济区不同农地利用及其景观格局对土壤养分的影响, 土壤养分对农地利用及其景观格局的响应等问题值得深入研究, 且对于粮食主产区合理利用农地, 促进土壤生产力的持续性具有重要意义。鉴于此, 本文通过构建土壤养分对农地利用及其景观格局响应的研究框架, 以淮海经济区徐州市铜山区为例, 采用景观格局指数、地理探测器等方法, 深入剖析并对比不同农地利用及其景观格局对土壤养分空间分异的影响, 探究土壤养分空间分异的影响因素, 揭示铜山区土壤养分对农地利用及其景观格局响应的区域差异性, 旨在为铜山区及粮食主产区合理利用农地, 精准实施农业, 提升粮食产能及农业生态环境质量提供参考建议。
1 研究区概况徐州市铜山区(34°01′—34°35′N, 116°43′—117°42′E)是淮海经济区的中心, 位于江苏省徐州市西南部, 环徐州市区, 总面积约1911.70km2(图 1)。属温带季风气候, 气候温和, 光照充足, 年均日照时数2283h, 降水量较为充沛, 年均降水量868.60mm。地处黄淮冲积平原与低山丘陵过渡地带, 西北、东南为黄泛冲积平原, 东北、西南和东南部分地区为丘陵, 总的地势特征是从西北向东南倾斜。2021年全区下辖18个镇、10个街道, 常住人口为112.22万人, 城镇化率为57%, 地区生产总值为1281.10亿元, 耕地和园地的面积占土地总面积的55.18%, 主要种植作物为小麦、水稻、玉米和蔬菜, 全年粮食总产量为83.60万t, 具有“淮海粮仓”的重要性地位。受社会经济、农业生产发展以及城镇化进程加快等影响, 土地利用及其景观格局变化较为显著, 表现为农用地减少和建设用地增加[28], 土壤养分变化也较大, 是铜山区乃至淮海经济区的典型特征。因此选择其作为研究区具有典型性和代表性。
|
| 图 1 徐州市铜山区区位图 Fig. 1 Location of Tongshan District in Xuzhou City |
土壤养分是评价农地土壤肥力的重要指标[2], 主要包括有机质、水解氮、全磷、有效磷、速效钾、总氮等多种类型, 本文参考已有相关研究以及研究区实际情况, 选取了有机质、有效磷、速效钾和总氮作为土壤养分类型, 这些养分通常可以作为影响土壤基础肥力的最基本要素[8]。
土地利用方式的改变是人类活动影响土壤养分含量的重要因素, 本文旨在探讨不同农地利用方式对土壤养分含量的影响, 因此参考前人研究[10]并结合研究区土地利用情况, 选取了耕地和园地作为农地利用类型的代表, 其中耕地又分为旱地、水田和水浇地, 从而分析这4种典型农地利用类型对土壤养分含量的影响。
景观格局指不同景观要素的结构组成和空间配置, 包括景观组分类型、数目以及空间分布[9], 是土地利用变化的显著表现, 而景观格局指数是定量分析景观结构组成和空间配置的简单指标。因此参照前人相关研究[6, 29]及研究区实际情况, 本文选取景观水平上的景观破碎度(PD)、最大斑块指数(LPI)、景观形状指数(LSI)、聚集度指数(AI)和Shannon多样性指数(SHDI), 这些景观指标通常可以反映景观斑块大小、距离、形状、集聚性和多样性等主要特征[30], 各景观格局指数的科学意义与计算方法详见参考文献[31]。
2.1.2 土壤养分对农地利用及其景观格局响应研究框架土地利用变化可以改变或驱动景观格局变化, 二者的变化均会对土壤养分产生一定的影响, 探究不同土地利用方式及景观格局对土壤养分的影响, 并分析土壤养分含量对土地利用类型及景观格局的空间异质性响应, 将有助于深入了解土壤养分含量的区域差异, 对提高粮食作物产量和确保区域土地生态环境安全具有重要意义。因此在指标选取的基础上, 本文中土壤养分含量对农地利用及其景观格局的响应分析如图 2所示。首先, 基于土壤养分含量描述性统计, 一方面分析以水田、旱地、水浇地和园地为典型代表的不同农地利用类型下的土壤有机质、有效磷、速效钾和总氮含量特征, 另一方面从景观水平上选取最大斑块指数(LPI)、景观破碎度(PD)、景观形状指数(LSI)、聚集度指数(AI)和多样性指数(SHDI), 根据以上选取的景观格局指数空间分异特征, 将研究区分为4个区域, 从而进一步分析不同景观格局分区的土壤有机质、有效磷、速效钾和总氮含量特征。其次, 采用双变量局部空间自相关方法分析农地利用类型与土壤养分含量、景观格局指数与土壤养分含量的空间集聚特征。最后, 采用地理探测器探测土壤养分空间分异的影响因子, 理清土壤养分对农地利用及其景观格局响应的区域内部差异, 包括基于土壤养分含量差异的不同农地利用及其景观格局对应乡镇的农业经济发展水平差异。
|
| 图 2 土壤养分对农地利用及其景观格局响应研究框架 Fig. 2 Research framework for the response of soil nutrients to agricultural land use and its landscape pattern A区：斑块小而聚集型区域；B区：斑块大而聚集型区域；C区：斑块小而破碎型区域；D区：斑块大而破碎型区域; PD: 景观破碎度; LPI: 最大斑块指数; LSI: 景观形状指数; AI: 聚集度指数; SHDI: Shannon多样性指数 |
(1) 土壤样品采集与测定
土壤野外采样时间为2021年7月, 以研究区土地利用现状图为基础, 以全面性、均匀性和代表性为原则, 结合其主要植被和地形条件, 选取面积均大于0.1hm2的水田、水浇地、旱地、果园4种典型的农地样地, 采用多点混合取土法采集混合土样, 每个混合土样由5个相邻近的样点组成, 组合点间距不低于50m, 利用体积为100cm3的环刀采集对应的土壤样品, 共采集104个土壤样品, 同时使用手持式GPS记录各个采样点的位置坐标, 并观察采样点的农地利用情况和所采土样的物理特征(图 3)。其中, 混合采样点的密度为2.3km2, 每个样点的取土深度为0—20cm, 样品重量为1kg左右。将采集后的土壤样品经风干(气温25—35℃, 空气相对湿度20%—60%), 清除植物、昆虫、石块等杂质, 压碎、研磨至全部过2mm(10目)土壤筛等前期处理, 制成待测土样。具体的土壤养分测定类型和测定方法详见表 1。
|
| 图 3 土壤采样点分布 Fig. 3 Distribution of soil sampling points |
| 土壤养分测定类型 Types of soil nutrient determination |
测定方法 Determination method |
| 有机质Organic matter | 重铬酸钾氧化-外加热法 |
| 有效磷Available phosphorus | 氢氧化钠熔融-钼锑抗比色法 |
| 速效钾Available potassium | 醋酸铵浸提-火焰光度计法 |
| 总氮Total nitrogen | 半微量凯氏定氮法 |
(2) 数据处理
本文采用SPSS 26.0软件对上述测得的土壤养分类型进行数据处理与描述性统计分析。为选择科学合理的空间插值模型, 通过ArcGIS 10.2软件的地统计分析工具采用交叉验证法, 对比样条函数法、反距离权重法和克里金插值法等插值模型对土壤养分含量误差精度的统计参数, 结果显示克里金插值法具有较好的精度和稳定性。因此进一步采用单样本K-S检验数据是否符合正态分布(P < 0.05), 若不符合则需要对土壤养分数据进行对数转换, 经对数转换后(P>0.05), 满足数据正态分布性, 故采用克里金插值方法得到土壤单项养分含量空间分布图。并参照全国第二次土壤普查养分分级标准, 将土壤单项养分含量均分为以下6个等级(表 2)。
| 等级 Grade |
有机质 Organic matter/(g/kg) |
有效磷 Available phosphorus/(mg/kg) |
速效钾 Available potassium/(mg/kg) |
总氮 Total nitrogen/(g/kg) |
评价水平 Evaluation level |
| 一级Grade 1 | ≥40 | ≥40 | ≥200 | ≥2 | 极丰富 |
| 二级Grade 2 | [30, 40) | [20, 40) | [150, 200) | [1.50, 2) | 丰富 |
| 三级Grade 3 | [20, 30) | [10, 20) | [100, 150) | [1, 1.50) | 中上 |
| 四级Grade 4 | [10, 20) | [5, 10) | [50, 100) | [0.75, 1) | 中下 |
| 五级Grade 5 | [6, 10) | [3, 5) | [30, 50) | [0.50, 0.75) | 缺乏 |
| 六级Grade 6 | ＜6 | ＜3 | ＜30 | ＜0.50 | 极缺乏 |
土地利用数据源于中国科学院国际科学数据服务平台, 分辨率为30m。土地利用分为水田、水浇地、旱地、园地、林地、草地、水域、交通用地、城镇住宅用地、农村宅基地、其他建设用地、未利用地12类, 并从中提取水田、水浇地、旱地和园地4种典型的农地利用类型。铜山区的农地主要采用轮作耕作, 主要种植作物包括小麦、水稻、玉米和蔬菜等, 耕作制度为小麦-水稻、小麦-玉米轮作。
2.2.3 地理空间数据DEM数据来自地理空间数据云(http://www.gscloud.cn/), 分辨率为30m。地貌、土壤类型和行政区划数据均源于中国科学院资源环境科学与数据中心(http://www.resdc.cn/), 其中地貌数据为中国1∶100万地貌类型空间分布数据。
2.2.4 社会经济数据本文涉及到的社会经济数据源于2021年《铜山区统计年鉴》和实地农户调研, 其中土地利用强度系数和景观开发强度系数来源于文献[28, 32]。
2.3 研究方法 2.3.1 研究单元划分根据研究区的实际情况, 本文生成1000m×1000m格网作为土壤养分插值与景观格局指数的评价单元。
2.3.2 景观格局分区依据本文选取景观水平上的景观破碎度(PD)、最大斑块指数(LPI)、景观形状指数(LSI)、聚集度指数(AI)和Shannon多样性指数(SHDI), 通过Fragstats 4.2软件, 采用移动窗口法, 该方法能有效分析景观格局指数的空间差异[29—30], 其操作原理是根据研究区实际状况选取相应大小的窗口(10000m)对农地景观类型进行移动探测, 根据选择的景观指标统计移动窗口内景观特征, 最后输出各指标的栅格图。并进一步根据景观格局指数的空间分异特征, 将研究区分为4个景观格局区域, 具体的分区依据和示意图详见表 3和图 4。
| 景观格局分区 Landscape pattern zoning |
景观格局指数Landscape pattern index | 景观格局分区特征 Landscape pattern zoning characteristics |
||||
| 景观破碎度 PD |
最大斑块指数 LPI |
景观形状指数 LSI |
聚集度指数 AI |
Shannon多样性指数 SHDI |
||
| A区 Zone A |
低 | 小 | 小 | 较高 | 低 | 低破碎度、小斑块、形状较为简单, 较高聚集度、低多样性 |
| B区 Zone B |
低 | 大 | 小 | 高 | 低 | 低破碎度、大斑块、形状较为简单, 高聚集度、低多样性 |
| C区 Zone C |
高 | 小 | 大 | 低 | 较高 | 高破碎度、小斑块、形状复杂, 低聚集度、较高多样性 |
| D区 Zone D |
高 | 大 | 大 | 较低 | 较低 | 高破碎度、大斑块、形状复杂, 较低聚集度、较低多样性 |
| PD：景观破碎度Patch Density；LPI：最大斑块指数Largest Patch Index；LSI：景观形状指数Landscape Shape Index；AI：聚集度指数Aggregation Index；SHDI：Shannon多样性指数Shannon′s Diversity Index；A区：斑块小而聚集型区域；B区：斑块大而聚集型区域；C区：斑块小而破碎型区域；D区：斑块大而破碎型区域 | ||||||
|
| 图 4 景观格局指数空间分异及分区示意图 Fig. 4 Spatial differentiation and zoning diagram of landscape pattern index |
本文在对土壤单项养分平均含量分级的基础上, 进一步通过ArcGIS 10.2软件的联合工具, 将土壤单项养分含量分级数据分别与农地利用图斑、景观格局分区数据联合, 统计不同农地利用类型、景观格局分区下土壤单项养分含量等级的面积, 计算其占各农地利用面积、景观格局分区面积的百分比, 并制图表达其土壤养分含量丰缺情况。
2.3.4 局部空间自相关空间自相关分析主要用于测度具有某种属性的空间分布与其临近区域是否存在相关性及相关程度, 能直观地表达某种空间现象的关联性与差异性[33]。基于研究区100m×100m、500m×500m和1000m×1000m单元网格, 将土壤养分分别与农地利用图斑、景观格局指数进行叠加分析, 经比较发现1000m×1000m的单元网格能较好地反映其空间集聚的规律性, 其余大小的单元网格反映效果较差, 所以将单元网格的大小设置为1000m×1000m。局部莫兰指数(Moran's)计算公式为：
|
式中, xi和xj分别为空间单元i和j的值, s2为方差, n为区域空间单元数量, wij是基于空间邻接关系建立的权重矩阵, x0、x1为i和j单元的平均值。
2.3.5 地理探测器地理探测器是探究地理事物或现象空间分异性并揭示其驱动因子的常见方法, 该方法的优势在于可以同时探测单一因子和交互因子的影响[34]。本文从自然和人为因素方面分别选取高程、土地利用强度、景观破碎度和化肥施用量等13个影响因子用于探测其对土壤养分空间分异的影响, 且结果表明各影响因子对土壤养分空间分异影响程度的运算结果均通过0.05的显著性检验。
(1) 单一因子探测：探测单一因子对土壤养分空间分异的解释力, 通常用q值表示, q值越大, 表示该因子的解释力越强, 反之则越小, 当q＝0或q＝1时, 表示该因子不影响或完全控制土壤养分空间分布, 其公式为：
|
式中, L为影响因子的分类数；N、h分别为研究区分层数和样本数；σh2和σ2分别为要素的层内方差和总方差。
(2) 交互因子探测：探测任意两因子之间的交互作用对土壤养分空间分异的影响程度, 表现为增加或减少对土壤养分空间分异的解释力。主要交互作用结果如表 4所示。
| 交互作用Interaction | 判断依据Basis for judgment |
| 非线性减弱Nonlinear weakening | q(X1∩X2)＜Min[q(X1), q(X2)] |
| 单因子非线性减弱Single-factor nonlinear weakening | Min[q(X1), q(X2)]＜q(X1∩X2)＜Max[q(X1), q(X2)] |
| 非线性增强Nonlinear enhancement | q(X1∩X2)＞q(X1)+q(X2) |
| 独立Independent | q(X1∩X2)＝q(X1)+q(X2) |
| 双因子增强Two-factor enhancement | q(X1∩X2)＞Max[q(X1), q(X2)] |
| Min：最小值Minimum；Max：最大值Maximum；X1、X2均表示影响因子 | |
铜山区土壤有机质、总氮、有效磷和速效钾平均值分别为10.55g/kg、1.23g/kg、29.99mg/kg和206.38mg/kg(图 5)。土壤养分变异系数由强到弱依次为有效磷＞速效钾＞总氮＞有机质, 有机质为弱变异(9.71%), 变异性较小, 总氮、有效磷和速效钾均为中等变异, 其中有效磷变异系数最大(30.50%), 与施肥等人为因素有较大关系。
|
| 图 5 土壤养分含量统计特征 Fig. 5 Statistical characteristics of soil nutrient content |
铜山区土壤有机质和总氮呈北高南低的分布格局, 有效磷除东北部含量较高外, 其余区域均较低, 速效钾由西向东呈增加趋势(图 6)。有机质含量高值主要位于铜山区北部的何桥镇、黄集镇、刘集镇和利国镇等, 低值主要位于南部和东部的汉王镇、铜山街道、徐庄镇和大许镇等。总氮含量高值主要位于北部的何桥镇、黄集镇、郑集镇、马坡镇和利国镇, 低值主要位于南部的棠张镇和张集镇等。有效磷含量高值主要位于北部的利国镇和柳泉镇, 低值位于中部与南部的大部分区域。速效钾含量高值主要位于北部和东部的利国镇、柳泉镇、沿湖街道、徐庄镇、大许镇和单集镇, 低值主要位于汉王镇和新区街道。
|
| 图 6 土壤养分含量空间分布 Fig. 6 Spatial distribution of soil nutrient content |
不同农地利用类型土壤有机质、有效磷、速效钾、总氮平均值和等级存在较大的差异性(图 7)。有效磷、速效钾和总氮平均值整体表现为水田＞旱地＞园地＞水浇地, 有机质平均值表现为旱地＞水田＞园地＞水浇地。其中旱地(10.54g/kg)的有机质平均值略高于水田(10.41g/kg)、园地(10.36g/kg)和水浇地(10.10g/kg), 但远低于全国平均水平(24.65g/kg)[35], 这与铜山区过于追求粮食产出, 大量施用化肥有关；水田(30.22mg/kg)、旱地(29.99mg/kg)、园地(28.71mg/kg)的有效磷平均值显著高于水浇地(25.31mg/kg), 均高于全国平均含量(21.18mg/kg)[36]；水田(212.28mg/kg)的速效钾平均值显著高于旱地(203.49mg/kg)、园地(194.58mg/kg)和水浇地(184.00mg/kg), 均远远高于全国平均值(96.37mg/kg)[37]；总氮平均含量差异较小, 低于全国平均水平(1.54g/kg)[38]。土壤有机质含量等级以中下和缺乏为主, 其中水浇地的有机质含量缺乏面积占比较大；有效磷含量等级包括极丰富、丰富和中上, 以丰富为主；速效钾含量等级以极丰富和丰富为主；总氮含量等级以中上为主, 且面积占比均大于82.00%, 这表明各农地利用类型的土壤有机质含量普遍偏低, 总氮含量适中, 而有效磷和速效钾含量较为充足。
|
| 图 7 不同农地利用类型土壤养分含量特征 Fig. 7 Characteristics of soil nutrient content in different agricultural land use types |
不同农地利用面积与土壤养分含量存在显著的空间集聚性, 且集聚类型具有较大差异(图 8)。水浇地、园地与土壤有机质含量分布整体均以铜山区北部的低-高集聚为主, 由北向南主要包括利国镇、马坡镇和柳泉镇等, 表现为较强的空间负相关性, 多为块状集中分布, 较少的低-低集聚分布在南部边缘区域。水田、旱地与有机质含量分布以北部的低-高集聚, 南部铜山和新区街道、东部大许镇的低-低集聚为主, 较少的高-高集聚镶嵌在低-高集聚之间。
|
| 图 8 农地利用类型与土壤养分含量聚类分布 Fig. 8 Cluster distribution of agricultural land use types and soil nutrient content |
农地利用面积与土壤有效磷含量的低-高集聚主要分布在东北部利国镇、马坡镇和东南部的单集镇、大许镇等；低-低集聚主要分布在北部的黄集镇、刘集镇、柳新镇等以及南部的新区街道、三堡街道和棠张镇, 其中水浇地与有效磷在黄集镇和刘集镇的低-低集聚较少, 旱地与有效磷分布表现为较显著的空间正相关性, 在利国镇呈高-高集聚。
水田、旱地与土壤速效钾含量分布与之与有效磷分布较为相似, 差异在于南部大许镇、单集镇和徐庄镇的低-高集聚分布增多, 且高-高集聚镶嵌其中；水浇地、园地与速效钾分布以低-高集聚为主, 在东部和北部分别呈集中和零散分布。
各农地利用面积与土壤总氮含量分布以北部和东部单集镇的低-高集聚为主；水田、旱地与总氮分布呈空间正相关性, 在北部茅村镇、南部徐庄镇呈低-低集聚, 且在北部存在较少的高-高集聚；而水浇地、园地与总氮的低-低集聚分布较少, 表现为较显著的空间负相关性, 以北部和东部的低-高集聚为主。
3.3 景观格局对土壤养分含量空间分布的影响 3.3.1 景观格局分区土壤养分含量分布特征不同景观格局分区土壤养分含量和等级也存在较大的差异(图 9)。有机质平均值表现为B区＞C区＞D区＞A区；有效磷和速效钾平均值表现为D区＞B区＞C区＞A区；总氮平均值表现为B区＞D区＞C区＞A区, 这表明景观斑块大而聚集、小而破碎区域的有机质平均含量较高, 斑块较大且形状复杂区域的有效磷、速效钾和总氮平均含量高于斑块较小区域。A区的有效磷和速效钾平均含量均显著低于C、B、D区, 且与D区差异最大, 分别相差5.27mg/kg、21.05mg/kg。A区(10.02g/kg)的有机质平均含量显著低于D区(10.52g/kg)、C区(10.56g/kg)、B区(10.75g/kg)。总氮平均含量差异较小, A区较低。有机质含量等级均以中下和缺乏为主, 表明铜山区整体有机质含量普遍较低, 其中C区的有机质含量缺乏最多(42.68%), 其次是D区和A区。有效磷和速效钾含量等级以丰富和极丰富为主, 表明铜山区土壤有效磷和速效钾含量充足, 但A、B、C区的有效磷含量为中上水平的面积占比也较大。总氮含量等级均以中上为主, 面积占比均大于83.00%, 其中A、C、B区的中下水平面积占比也均大于6.00%, D区的丰富等级面积占比较大(11.43%)。
|
| 图 9 不同景观格局分区土壤养分含量特征 Fig. 9 Characteristics of soil nutrient content in different landscape pattern zoning |
不同景观格局指数与土壤养分含量分布既具有整体的空间集聚性, 也具有较大的区域差异(图 10)。PD、LPI、LSI、AI、SHDI与有机质含量空间分布均以高-高和低-高集聚为主, 其中LPI、LSI、AI与有机质含量呈较显著的空间正相关, 主要分布在北部的黄集镇、刘集镇和郑集镇等地, 低-高集聚分散在柳泉镇和利国镇, PD、SHDI与有机质含量高-高集聚分布在黄集镇、郑集镇和大彭镇, 低-高集聚分布在何桥镇、柳泉镇和刘集镇。
|
| 图 10 景观格局指数与土壤养分含量聚类分布 Fig. 10 Cluster distribution of landscape pattern index and soil nutrient content |
PD、LPI、LSI、AI、SHDI与有效磷含量空间集聚类型较多, 且分布较为散乱, 以北部利国镇的低-高集聚、马坡镇和沿湖街道的高-高集聚、茅村镇的高-低集聚, 南部三堡街道的高-低集聚, 东部大许镇、单集镇和伊庄镇的高-高集聚为主。
PD、LPI、LSI、AI、SHDI与速效钾含量空间分布以东部的高-高集聚为主, 且PD、LPI、AI与速效钾含量低-高集聚镶嵌其中, 主要分布在大许镇、单集镇、徐庄镇和伊庄镇。北部的空间集聚类型存在较大差异, PD、SHDI与速效钾含量以利国镇和沿湖街道的低-高集聚为主, 而LPI、LSI、AI与速效钾含量以利国镇的低-高集聚和沿湖街道的高-高集聚为主。
PD、LPI、LSI、AI、SHDI与总氮含量空间集聚在铜山区北部和东部差异较大。其中PD、SHDI与总氮含量在北部利国镇、何桥镇、刘集镇和沿湖街道呈低-高集聚, 在黄集镇、郑集镇、马坡镇和东部单集镇呈高-高集聚；LPI、AI与总氮含量在北部郑集镇、利国镇呈低-高集聚, 且围绕郑集镇呈高-高集聚, 在东部单集镇呈高-高和低-高集聚；LSI与总氮含量在单集镇和郑集镇周围呈高-高集聚, 在利国镇和柳泉镇北缘呈低-高集聚。
3.4 土壤养分含量空间分异的影响因素分析铜山区的土壤养分空间分异受到自然和人为因素的共同影响(图 11), 与许多学者的研究结果较为一致[39—40]。从单一因子看, 土壤有机质含量高低与高程(q=0.10)、地形起伏度(q=0.12)和土壤类型(q=0.10)密切相关, 有效磷受土地利用多样性(q=0.11)影响较大, 速效钾受高程(q=0.16)和土地利用多样性(q=0.12)影响较显著, 而总氮受高程(q=0.11)影响较大。这表明受高程等自然因素影响, 地势较低处的农地土壤养分含量总体高于地势较高处的农地, 而丘陵地区因易发生水土流失而导致土壤养分含量较低, 这与王玉军等对徐州市农田土壤养分影响研究结果较为一致[41]；且受施肥情况、农地耕作方式等人为因素影响, 旱地、水田的土壤养分含量普遍高于园地。从交互因子看, 各影响因子的交互作用均加强了其对土壤养分空间分异的影响, 且其加强作用均呈非线性增强或双因子增强。高程、地形起伏度、土壤类型与土地利用多样性4个影响因子之间的交互作用对土壤有机质、有效磷、速效钾和总氮含量影响均较大, 解释力差异也较大。其中对有机质的解释力排序为高程∩地形起伏度(q=0.27)＞地形起伏度∩土地利用多样性(q=0.21)＞土壤类型∩土地利用多样性(q=0.20)；对有效磷的解释力排序为土壤类型∩土地利用多样性(q=0.27)＞地形起伏度∩土地利用多样性(q=0.21)＞高程∩土地利用多样性(q=0.20)；对速效钾的解释力排序为高程∩土地利用多样性(q=0.32)＞土壤类型∩土地利用多样性(q=0.22)＝地形起伏度∩土地利用多样性(q=0.22)；对总氮解释力排序为高程∩地形起伏度(q=0.26)＞地形起伏度∩土壤类型(q=0.24)＝土壤类型∩土地利用多样性(q=0.24)。这也进一步表明高程、地形起伏度、土壤类型等自然因素和土地利用多样性为典型的人为因素是影响土壤养分含量区域差异的主要因素, 且土地利用多样性与其余因子的交互作用对有效磷和速效钾的解释力较大。
|
| 图 11 地理探测器单一及交互因子对土壤养分空间分异的贡献程度 Fig. 11 Contribution of single and interactive factors of Geographical Detectors to spatial differentiation of soil nutrients |
由于城镇化、工业化进程加快以及社会经济快速发展等原因, 铜山区的土地利用变化显著[25, 28], 景观格局变化复杂, 从而导致土壤化学成分也发生了较为显著的变化, 并且不同农地利用类型与景观格局分区的土壤养分含量差异较为显著, 使得土壤养分含量对农地利用及其景观格局的响应也具有一定的多样性和独特性(图 12), 因此在景观格局分区的基础上探讨土壤养分含量对农地利用及其景观格局的响应特征。
|
| 图 12 土壤养分含量对农地利用及其景观格局响应的区域差异 Fig. 12 Regional differences in response of soil nutrient content to agricultural land use and its landscape pattern PD：景观破碎度Patch density；LPI：最大斑块指数Largest patch index；LSI：景观形状指数Landscape shape index；AI：聚集度指数Aggregation index；SHDI：Shannon多样性指数Shannon′s diversity index |
具体来看, A区主要位于研究区海拔相对较高的丘陵地区, 旱地面积占比大, 其次是水田, 景观斑块较为破碎, 形状较为简单, 聚集度较高, 多样性相对较低, 土壤养分含量相对最低。B区主要位于研究区北部和东部, 片区较为连续, 农地利用逐渐集约化, 以旱地和水田为主, 景观斑块较为完整, 形状较为复杂, 聚集度高, 多样性相对较低, 土壤养分含量较A区高。C区主要分布在研究区南部和东部海拔较高的地区, 农地利用以水田和旱地为主, 南部平原地区的水浇地和园地面积占比较大, 景观破碎度较高, 形状复杂, 聚集度较低, 多样性相对其他地区较高, 土壤有机质含量相对较高, 有效磷、速效钾和总氮含量相对较低。D区分布较为零散, 主要位于研究区郑集镇周围和东部小部分地区, 农地利用仍以水田和旱地为主, 景观斑块破碎, 形状复杂, 聚集度较低, 多样性也相对较低, 土壤有机质含量较低, 总氮含量较高, 有效磷和速效钾含量最高。
总的来说, 土壤养分含量对农地利用及其景观格局的响应表现为, 在平原地区, 人类活动强度较大, 农地利用多样化与集约化, 景观斑块较为连片, 同时土壤养分含量相对较高；而在海拔较高的丘陵地区, 人类活动强度减弱, 农地利用单一且粗放化, 景观斑块较为破碎, 同时土壤养分含量相对低于平原地区。另一方面, 土壤养分含量对农地利用及其景观格局的响应也揭示了社会-生态系统的动态关系, 即随着社会经济的快速发展, 传统的农地利用方式已经不能满足农户寻求发展的需求, 农户生计呈多样化, 农地利用方式和农业景观格局均发生了改变, 促使土壤中的有机质、有效磷等养分含量发生变化, 影响土地土壤肥力, 对农作物产量以及农户经济发展水平产生更深刻的影响。
4.2 土壤养分含量空间分异的农业社会经济发展水平差异基于地形地貌差异揭示了粮食主产区内部土壤养分对农地利用及其景观格局响应的独特性, 为促进粮食主产区合理利用农地以及精准土壤施肥提供参考。研究结果表明不同农地利用类型及景观格局分区的土壤养分含量存在较大差异, 且其对应乡镇的农业社会经济发展水平也存在着较为显著的差异性。一方面, 已有研究表明粮食产量与土壤养分含量密切相关, 粮食产量整体随着土壤有机质和总氮含量的增加而增加, 但与有效磷和速效钾含量无显著相关[42—43], 结合本文研究结果, 铜山区全域的土壤有效磷和速效钾含量整体较为丰富, 有机质和总氮含量相对较低, 故而这里仅探讨土壤有机质和总氮含量对粮食产量的影响。另一方面, 粮食产量与农业社会经济发展水平也存在着较为密切的关系[44], 那么这三者之间也必定存在着一定的相关性。因此, 本文以土壤养分为x轴, 粮食产量为y轴, 根据土壤养分与粮食产量的响应关系划分了4个象限, 不同象限反映了土壤养分与粮食产量以及农业社会经济发展水平的不同特征(图 13)。
|
| 图 13 土壤养分、粮食产量与农业社会经济发展水平关系特征 Fig. 13 Characteristics of the relationship between soil nutrients, grain yield, and agricultural socio-economic development level |
第一象限高-高-高协同区：柳新镇和黄集镇、棠张镇分别位于北部和南部的平原地区, 土壤有机质和总氮含量相对其他地区高, 耕作条件便利, 耕地斑块较为连片, 其中以黄集镇的水浇地、棠张镇的园地分布显著；柳泉镇位于北部的丘陵地区, 园地呈块状分布, 这些区域的粮食总产量均处于中等水平, 社会经济处于高值水平, 表明该区域粮食供给水平较高, 农户收入除农耕收益外, 非农收益占比也较大, 以兼业型农户为主, 较多的工业企业发展改善了农户生活水平。
第二象限较低-高-低矛盾区：大许镇、单集镇、房村镇和张集镇位于研究区东部的平原地区, 地势较低, 耕地分布较为连片, 耕作条件也较好, 土壤有机质和总氮含量相对较低, 但这些乡镇的粮食总产量均处于高等水平, 这与农户过于追求粮食产量, 大量施用化肥有关, 表明这些乡镇以粮食供给为主, 城镇化对其影响不明显, 社会经济发展水平较低, 农户以传统型为主。
第三象限低-低-较高矛盾区：铜山街道和汉王镇位于研究区南部的丘陵地区, 耕地分布较为破碎, 耕作条件较不利, 土壤有机质和总氮含量低, 粮食总产量低, 但社会经济处于较高水平, 表明该区域粮食供给较为短缺, 较易构成粮食威胁, 且传统农耕收益占农户总收入占比较小, 非农收入占比较大。
第四象限较高-低-低协同区：沿湖街道位于北部的平原地区, 郑集镇、何桥镇、马坡镇和伊庄镇位于研究区西北部和东部, 耕作条件有利, 土壤有机质和总氮含量相对较高, 但粮食总产量处于较低水平, 社会经济也处于低值水平, 表明这些乡镇农户对传统农业种植的依赖性仍然较强, 农耕种植收益较低且占农户收入占比较大。
5 结论本文通过构建土壤养分对农地利用及景观格局响应的研究框架, 深入剖析并对比了不同农地利用类型及其景观格局的土壤养分差异, 并采用地理探测器, 定量探究了土壤养分空间分异的影响因子, 理清了土壤养分与农业经济发展水平的关系。主要结论如下：
(1) 不同农地利用类型的土壤养分平均含量差异较大, 其景观格局分区的土壤养分平均含量差异也较大。水田和旱地的土壤养分平均含量高于园地和水浇地, 且有机质普遍偏低, 总氮适中, 有效磷和速效钾较为充足。景观斑块大而聚集、小而破碎区域的有机质平均含量较高, 斑块较大且形状复杂区域的有效磷、速效钾和总氮平均含量高于斑块较小区域。
(2) 土壤有机质和总氮空间分异受自然因素影响较大, 有效磷受人为因素影响较大, 而速效钾受自然和人为因素共同作用, 但自然因素的影响大于人为因素。土壤养分含量受高程、地形起伏度、土壤类型等自然因素和土地利用多样性影响较大, 其余人为因素的作用相对较弱。此外, 这4个影响因子之间的交互作用对土壤养分含量的影响远高于各因子的单独作用。
(3) 土壤养分对农地利用及其景观格局响应的内部差异较大, 且与农业经济发展水平也存在较显著的关系。平原地区相对海拔较高的丘陵地区, 农地利用较为多样化与集约化, 斑块较为连片, 土壤养分含量相对较高, 促使粮食总产量较高, 农业社会经济水平也较高, 这三者之间存在高-高-高协同型、低-高-低矛盾型、低-低-较高矛盾型、较高-低-低协同型4种关系。
(4) 本文构建的研究框架较适合探究以铜山区为代表的粮食主产区农地利用和景观格局对土壤养分的影响。研究揭示了不同农地利用类型与景观格局分区的土壤养分差异, 反映了土壤养分对农地利用及其景观格局的响应具有多样性和独特性。研究结果可为类似于铜山区的其他地区合理利用农地、精准农业实施、保护生态环境等提供一定的借鉴与参考。
本文也存在一定的不足之处。由于数据收集有限, 本文仅选择了粮食总产量和农民人均纯收入来表征乡镇农业社会经济发展水平；且对土壤养分对农地利用及其景观格局的响应研究仅着眼于单一年份, 缺乏较长时间尺度的对比研究, 但研究结果仍能反映土壤养分对农地利用及其景观格局响应的内部差异性和多样性。
| [1] |
高灯州, 闵庆文, 陈桂香, 章文龙, 胡伟芳, 王维奇. 联合梯田农业文化遗产稻田土壤养分空间变异特征. 生态学报, 2016, 36(21): 6951-6959. |
| [2] |
Nadal-Romero E, Khorchani M, Gaspar L, Arnáez J, Cammeraat E, Navas A, Lasanta T. How do land use and land cover changes after farmland abandonment affect soil properties and soil nutrients in Mediterranean Mountain agroecosystems?. Catena, 2023, 226: 107062. DOI:10.1016/j.catena.2023.107062 |
| [3] |
马和平, 屈兴乐, 王建科, 宋小广. 西藏尼洋河中上游流域不同土地利用方式土壤养分含量差异分析. 中国农学通报, 2021, 37(25): 103-108. DOI:10.11924/j.issn.1000-6850.casb2020-0685 |
| [4] |
陈春瑜, 和树庄, 胡斌, 吕文龙. 土地利用方式对滇池流域土壤养分时空分布的影响. 应用生态学报, 2012, 23(10): 2677-2684. |
| [5] |
王芳, 肖洪浪, 苏永中, 范桂萍. 黑河中游边缘绿洲区不同土地利用方式对土壤质量的影响. 干旱区资源与环境, 2010, 24(7): 165-170. |
| [6] |
Meng F Q, Dong L, Zhang Y. Spatiotemporal dynamic analysis and simulation prediction of land use and landscape patterns from the perspective of sustainable development in tourist cities. Sustainability, 2023, 15(19): 14450. DOI:10.3390/su151914450 |
| [7] |
李婷. 闻溪河流域景观格局演变与土壤养分时空变异研究[D]. 雅安: 四川农业大学, 2005.
|
| [8] |
Wu X Y, Wang L Z, An J, Wang Y, Song H L, Wu Y Z, Liu Q J. Relationship between soil organic carbon, soil nutrients, and land use in Linyi city (east China). Sustainability, 2022, 14(20): 13585. DOI:10.3390/su142013585 |
| [9] |
傅伯杰, 陈利顶, 马克平, 王仰麟. 景观生态学原理及应用. 北京: 科学出版社, 2001.
|
| [10] |
赵雯, 黄来明. 高寒山区不同土地利用类型土壤养分化学计量特征及影响因素. 生态学报, 2022, 42(11): 4415-4427. |
| [11] |
Li Y K, Gong J Y, Liu J, Hou W P, Moroenyane ltumeleng, Liu Y L, Jin J, Liu J, Xiong H, Cheng C, Malik Kamran, Wang J F, Yi Y. Effects of different land use types and soil depth on soil nutrients and soil bacterial communities in a Karst Area, Southwest China. Soil Systems, 2022, 6(1): 20. DOI:10.3390/soilsystems6010020 |
| [12] |
Su Y B, Cui B W, Ouyang Z Y, Wang X K. Urban-rural gradients in soil nutrients beneath Chinese pine (Pinus tabulaeformis Carr.) are affected by land-use. Urban Ecosystems, 2022, 25(3): 955-966. DOI:10.1007/s11252-022-01205-y |
| [13] |
梁玉峰, 谭长银, 曹雪莹, 何其辉, 朱上游, 谢雨呈, 代兵. 不同土地利用方式下土壤养分和重金属元素垂直分布特征. 环境工程学报, 2018, 12(6): 1791-1799. |
| [14] |
张晓东, 李忠, 张峰. 新疆艾比湖地区不同土地利用方式土壤养分、酶活性及微生物特性研究. 水土保持研究, 2017, 24(6): 91-96. |
| [15] |
王振芬. 三江平原湿地不同土地利用方式对土壤养分及酶活性的影响. 水土保持研究, 2019, 26(2): 43-48. |
| [16] |
Li Y L, Zeng C M, Long M J. Variation of soil nutrients and bacterial community diversity of different land utilization types in Yangtze River Basin, Chongqing Municipality. PeerJ, 2020, 8: e9386. DOI:10.7717/peerj.9386 |
| [17] |
文小琴, 舒英格, 何欢. 喀斯特山区土地不同利用方式的土壤养分及微生物特征. 西南农业学报, 2018, 31(6): 1227-1233. |
| [18] |
李懿, 杨子松. 岷江流域不同土地利用方式下的土壤微生物特征及其与土壤养分的关系. 水土保持研究, 2020, 27(1): 33-38, 46. |
| [19] |
朱梓弘, 杨程, 谢银财, 王群, 朱同彬. 重度石漠化区不同土地利用方式下土壤养分特征. 中国岩溶, 2018, 37(6): 842-849. |
| [20] |
蒲玉琳, 谢德体, 屈明, 杨剑虹. 渝西丘陵区土地利用方式、景观位置对土壤养分的影响. 水土保持学报, 2010, 24(5): 35-39, 78. |
| [21] |
Tao D, Singh N, Goswami C. Spatial variability of soil organic carbon and available nutrients under different topography and land uses in Meghalaya, India. International Journal of Plant & Soil Science, 2018, 21(4): 1-16. |
| [22] |
孟庆华, 傅伯杰. 景观格局与土壤养分流动. 水土保持学报, 2000, 14(3): 116-121. DOI:10.3321/j.issn:1009-2242.2000.03.026 |
| [23] |
Zhou Y, Taylor Robert J, Boutton Thomas W. Divergent Patterns and Spatial Heterogeneity of Soil Nutrients in a Complex and Dynamic Savanna Landscape. Journal of Geophysical Research: Biogeosciences, 2021, 126(10): e2021JG006575. DOI:10.1029/2021JG006575 |
| [24] |
舒心, 李艳, 李锋, 冯靖仪, 沈嘉瑜, 史舟. 土壤重金属累积对土地利用与景观格局的响应. 环境科学, 2019, 40(5): 2471-2482. |
| [25] |
牛善栋, 方斌, 崔翠, 黄仕辉. 乡村振兴视角下耕地利用转型的时空格局及路径分析——以淮海经济区为例. 自然资源学报, 2020, 35(8): 1908-1925. |
| [26] |
洪昕. 徐州市铜山区粮食生产功能区和重要农产品生产保护区划定[D]. 南京: 南京农业大学, 2020.
|
| [27] |
吴莉, 侯西勇, 徐新良, 邸向红. 山东沿海地区土地利用和景观格局变化. 农业工程学报, 2013, 29(5): 207-216, 293. |
| [28] |
许凤娇, 吕晓. 基于土地利用变化的江苏沿海地区生态风险格局. 生态学报, 2018, 38(20): 7312-7325. |
| [29] |
Zhao J L, Liu S G, Wang Z, Gao H Q, Feng S L, Wei B J, Hou Z Z, Xiao F M, Jing L, Liao X P. The impact of land use and landscape pattern on ecosystem services in the Dongting Lake region, China. Remote Sensing, 2023, 15(9): 2228. |
| [30] |
Huang M Q, Li Y B, Ran C H, Li M Z. Dynamic changes and transitions of agricultural landscape patterns in mountainous areas: a case study from the hinterland of the Three Gorges Reservoir Area. Journal of Geographical Sciences, 2022, 32(6): 1039-1058. |
| [31] |
You M, Zou Z D, Zhao W, Zhang W W, Fu C F. Study on land use and landscape pattern change in the Huaihe River Ecological and economic zone from 2000 to 2020. Heliyon, 2023, 9(3): e13430. |
| [32] |
Chen T S, Lin H J. Development of a framework for landscape assessment of Taiwanese wetlands. Ecological Indicators, 2013, 25: 121-132. |
| [33] |
Huang M Q, Li Y B, Xia C H, Zeng C C, Zhang B. Coupling responses of landscape pattern to human activity and their drivers in the hinterland of Three Gorges Reservoir Area. Global Ecology and Conservation, 2022, 33: e01992. |
| [34] |
梁鑫源, 李阳兵. 三峡库区规模农地时空变化特征及其驱动机制. 地理学报, 2018, 73(9): 1630-1646. |
| [35] |
杨帆, 徐洋, 崔勇, 孟远夺, 董燕, 李荣, 马义兵. 近30年中国农田耕层土壤有机质含量变化. 土壤学报, 2017, 54(5): 1047-1056. |
| [36] |
都江雪, 柳开楼, 黄晶, 韩天富, 王远鹏, 李冬初, 李亚贞, 马常宝, 薛彦东, 张会民. 中国稻田土壤有效磷时空演变特征及其对磷平衡的响应. 土壤学报, 2021, 58(2): 476-486. |
| [37] |
柳开楼, 韩天富, 黄晶, 李亚贞, 马常宝, 薛彦东, 都江雪, 王远鹏, 李文军, 张会民. 中国稻作区土壤速效钾和钾肥偏生产力时空变化. 土壤学报, 2021, 58(1): 202-212. |
| [38] |
李启权, 岳天祥, 范泽孟, 杜正平, 陈传法, 卢毅敏. 中国表层土壤全氮的空间模拟分析. 地理研究, 2010, 29(11): 1981-1992. |
| [39] |
赵明松, 张甘霖, 吴运金, 李德成, 赵玉国. 江苏省土壤有机质含量时空变异特征及驱动力研究. 土壤学报, 2014, 51(3): 448-458. |
| [40] |
贾鲁净, 杨联安, 封涌涛, 冀泳帆, 李亚丽. 宝鸡市农耕区土壤养分空间变异及其影响因素分析. 干旱区资源与环境, 2022, 36(12): 135-143. |
| [41] |
王玉军, 欧名豪. 徐州农田土壤养分和重金属含量与分布研究. 土壤学报, 2017, 54(6): 1438-1450. |
| [42] |
马重阳. 许昌市耕地表层土壤有机质含量时空变化及其与主要粮食作物产量动态关系分析[D]. 郑州: 郑州大学, 2021.
|
| [43] |
段英华, 卢昌艾, 杨洪波, 马常宝, 刘亚男, 徐明岗. 长期施肥下我国灌淤土粮食产量和土壤养分的变化. 植物营养与肥料学报, 2018, 24(6): 1475-1483. |
| [44] |
谢坤, 丁明军, 辛良杰, 陈利文. 中国县域粮食产量的时空格局及其与经济发展的空间关系. 经济地理, 2021, 41(11): 167-175. |