宜興市稻田表層土壤生物固氮量的空間分異特征①

王 鑫，姚 堯，徐夢潔*，莊舜堯

宜興市稻田表層土壤生物固氮量的空間分異特征①

王 鑫1，姚 堯1，徐夢潔1*，莊舜堯2

(1南京農業大學公共管理學院，南京 210095；2土壤與農業可持續發展國家重點實驗室(中國科學院南京土壤研究所)，南京 210008)

通過對水稻土的系統采樣，利用乙炔還原法估算宜興市稻田土壤的生物固氮量；采用地統計學方法，對稻田土壤的生物固氮量空間變異特征進行分析。結果表明：研究區單位面積生物固氮量范圍為0.75 ~ 46.85 g/m2，均值8.04 g/m2。采用普通克里格法對采樣數據進行了空間插值，稻田土壤的生物固氮量總體呈帶狀分布，高值區位于研究區西南和東南方向靠近丘陵地區，低值區則位于研究區西北和東北方向地勢平坦的區域。地統計學中的變異系數和塊金值均表明稻田土壤的生物固氮量屬中等空間變異，即研究區內稻田土壤的生物固氮量受到結構性變異和隨機變異的共同影響。可見，人為經營活動與自然環境共同影響著稻田土壤的生物固氮量。

水稻土；生物固氮量；空間變異特征；地統計學方法；普通克里格插值

氮是生命的核心元素，自然界中氮主要以惰性的氮氣(N2)形式存在，絕大部分生物不能直接利用，必須通過固氮作用將N2轉化為活性氮才能加以利用[1]。生物固氮是主要的固氮方式，其速率受多種因素影響，與土壤有效氮濃度也存在著密切關系[2]。近年來，以化肥方式輸入生態系統的氮量激增，這些新輸入氮并不能被完全利用[3]，從而導致農業氮污染等環境問題。因此，研究生物固氮對生態系統氮收支、農牧業應用和環境氮污染的治理都具有重要意義[2]。目前對生物固氮的研究主要集中在生物固氮形式、固氮菌種類、作用機理與基因等微觀方面[4-5]：如李玉文[6]在外來大豆根瘤菌和土著根瘤菌中篩選出固氮效果最佳的根瘤菌菌株，以提高大豆產量和品質；有些研究詳細地介紹了自生固氮、共生固氮和聯合共生固氮3種固氮方式的特點和適用性[7-8]；還有一些研究深入到生物分子層面，如陳華清等[9]研究發現的H與D等6個生物固氮系統中固氮所必需的基因。研究者在微觀生物固氮方式及固氮基因等方面做了大量的研究，得出了不少兼具理論和實踐意義的成果。

但是，對生物固氮的空間分異研究較少，已有研究主要集中在固氮微生物的空間分布差異和固氮速率的空間差異上。王麗娜等[10]研究發現不同種類固氮微生物在亞熱帶水庫的空間分布存在著差異。孫秀茹[11]指出灘涂地不同空間位置上土壤的生物固氮速率存在著差異。除此之外，還有部分文獻研究了不同土地利用方式對生物固氮量的影響[12-13]。因此，本研究建立在已有的研究基礎上，借助地統計學分析和空間分析方法研究和揭示生物固氮量及其空間變異特征。

江蘇省宜興市是典型的水稻種植區，地處太湖流域西部，地勢較高，是太湖水補給的重要流經地[14]。宜興市擁有發達的經濟、密集的人口、較高的農耕集約化程度，在化肥、農藥上的投入也要高于全國平均水平；市內降水豐沛，河網密布，易導致污染流入太湖水體[15]。因此，研究宜興市稻田土壤的生物固氮可以為水稻減施氮肥提供參考，從而降低太湖環境污染風險。本研究以宜興市稻田土壤為研究，采用系統網格法采集土壤樣品，并利用乙炔還原法測定生物固氮量，結合地統計學和GIS分析生物固氮量的空間分異，進而估算生物固氮總量，研究稻田土壤生物固氮量的空間分異和規律。

1 材料與方法

1.1 研究區概況

宜興市地處31°07′ ~ 31°37′N、119°31′ ~ 120°03′E。地貌形態多樣，其中60% 為平原，其余為丘陵和瀆區，土壤類型以水稻土、黃棕壤和潮土為主[16]。宜興市全年四季分明，溫暖濕潤，年平均氣溫16.3 ℃，年平均降水量為1 294 mm。水資源豐富，北接滆湖，東臨太湖。截至2015年宜興市耕地面積528.71 km2，主要作物為一年兩熟制的水稻及油菜、蔬菜等。

1.2 采樣點布設

參照宜興市土壤類型分布圖和2015年土地利用空間數據，以2 km × 2 km網格在宜興市布設采樣點，并導出采樣點坐標[17]，采樣點分布如圖1所示。根據坐標實地取樣，記錄編號。采樣時在每個坐標點所在1 m × 1 m的正方形區域內的中心點和四個角各取一份表層(0 ~ 20 cm)土樣，混合均勻后帶回實驗室[16]，并且在中心點處用環刀多取一份土樣，測定其容重，用于后續單位面積氮總量估算。

1.3 試驗設計與數據采集

試驗中盆栽種植水稻方法是將事先處理好的水稻土壤樣品放入試驗盆(規格為10 cm × 10 cm × 35 cm)，每個盆內放入30 cm深的土壤樣品。在水稻移栽前進行一個星期的淹水處理，并施一定量的復合肥作為基肥，施肥總量按照當地施肥水平N 270 kg/hm2，且N︰P2O5︰K2O=2︰1︰1，基肥施氮量為設計施氮量的50%，分蘗肥和穗肥施氮量均為設計施氮量的25%[17]。水稻移栽時，每個盆內移栽兩株秧苗，秧苗移栽后1個月內，連續淹水管理(保持淹水層3 ~ 5 cm)，以后間隙淹水管理(淹水–濕潤管理)。

本研究采用乙炔還原法測定水稻土的生物固氮量，乙炔還原法可以對土壤的生物固氮潛力進行估算。該方法的原理是土壤固氮酶可以將C2H2還原成C2H4，因此可根據C2H4產生量來確定生物固氮量[18-21]。在水稻生長期內每周從盆栽水稻盆缽中取土，用乙炔還原法測定土壤的生物固氮速率。從盆栽水稻盆中取土時，用小土鉆取整個盆栽土壤厚度的土壤，同時稱取1份土壤樣品測定其含水量，測定多下來的土壤回到各自盆中，重復3次。盆栽試驗是與當時的田間水稻種植同步進行，從水稻移栽后開始采樣，持續到水稻烤田期，每周一次，共13次。在烤田期后，稻田生物固氮量較低，試驗不再測定。利用每周數據累加來計算整個水稻生長季的生物固氮量。

1.4 空間分析方法

克里格(Kriging)法是國際上公認的空間插值方法，也是地統計學的主要方法。該方法是基于變量相關性和變異性，考慮被描述對象的空間相關性質，在有限區域內對區域化變量的取值進行線性無偏最優估計，使預測結果更接近實際情況[22]。

本研究采用了ArcGIS 10.2、GS+9.0軟件進行了半方差函數理論模型的擬合和空間分布圖繪制，采用SPSS 22.0進行了統計分析。本研究的地圖數據主要有研究區的1︰50 000土壤圖、1︰100 000土壤地形圖、研究區行政區劃圖和2015年土地利用空間數據。其中2015年土地利用空間數據來源于地理國情監測云平臺和北京數字空間科技有限公司，該數據經過驗證土地利用一級類型綜合評價精度達到94.3% 以上，二級類型分類綜合精度達91.2% 以上，達到研究要求。

2 結果與分析

2.1 描述性分析

采用以平均值加減3倍標準差為閾值的方法對148個原始數據進行判別后剔除了9個異常值，并計算各指標的統計特征(表1)。

圖1 研究區域采樣點分布圖

稻田土壤生物固氮量最大值20.28 g/m2，是最小值(0.75 g/m2)的27倍左右，差異較大；中位數與平均值相差顯著，表明水稻土壤生物固氮量的中心趨向分布不一致；變異系數CV為73.37% 和標準差5.48表明稻田土壤生物固氮量屬于中等空間變異程度[23]。

K-S檢驗結果表明研究區內稻田土壤生物固氮量數據并非正態分布，其偏度達到0.996。為了消除由比例效應帶來的估值誤差，使得插值結果更為準確，根據研究區內稻田土壤生物固氮量原始數據的偏斜性，對數據進行對數轉換。轉換后數據的偏度降為 –0.272，峰度為–0.509，K-S檢驗的顯著性大于0.05，近似正態分布(表2)，下一步可以進行地質統計學的分析。

表2 稻田土壤生物固氮量經對數轉換后的一般統計特征

首先，借助GS+9.0軟件計算獲取普通克里格插值法中最優擬合模型[24]，相關結果見表3。其中決定系數越接近1.0，殘差越小則表示擬合的模型效果越好[25]。指數函數為最優擬合模型，其決定系數2最高為0.705。

表3 稻田土壤生物固氮量的半方差函數理論模型及相關參數

塊金系數介于25% ~ 75%，屬于中等程度空間相關性，即生物固定量的空間變異是受到結構性變異和隨機性變異同時作用而產生的結果[26]。具體而言，研究區稻田土壤生物固氮量是受到結構性變異和隨機變異的共同影響，既受到母質、水稻土類型等結構性因素影響，也受到人為因素如施肥量、耕作方式、土地利用變化等影響。研究區生物固氮量變程為16 920 m，大于采樣間距2 000 m，表明采樣方案能滿足空間變異分析的要求。

其次，土壤屬性的空間分布特征可以分解為由系統因素引起的固定全局趨勢和隨機因素引起的短距離變異。隨機因素引起的小尺度變異可以通過塊金效應和空間自相關距離的模型獲得。因此，去除全局趨勢則能更好地滿足空間自相關規律。如圖2所示，全局趨勢圖中，軸表示稻田土壤的生物固氮量，軸和軸分別表示東西方向和南北方向的地理坐標，可以通過采樣點的空間位置與生物固氮量高低投影到表示東西方向上稻田土壤生物固氮量的全局趨勢，同樣的，表示南北方向上的稻田土壤生物固氮量的全局趨勢。總體來看，研究區稻田土壤生物固氮量在東西方向和南北方向都曲線變化較為緩慢，且形態不顯著，不能直接從趨勢圖中判斷趨勢的階數，通過變異函數擬合以及交叉驗證法對0、1、2和3階趨勢依次進行去除，選取插值效果較好的趨勢參數見表4[27]。

利用Kriging模型對元素進行空間插值時，必須符合一定的評判標準才能進行。通常空間預測值的平均誤差ME和標準化平均誤差越接近0，表明模擬結果越好；平均標準誤差ASE和均方根誤差RMSE越接近，模擬效果越好；標準化均方根誤差RMSSE越接近于1，模擬效果越好[28]。根據上述標準綜合選擇最佳擬合模型。最后，以指數模型為最佳擬合模型對固氮量進行普通克里格插值。10 m × 10 m的網格下繪制研究區稻田土壤生物固氮量的空間分布圖(圖3)。

圖2 稻田土壤生物固氮量的空間趨勢示意圖

表4 克里金插值模型測試結果

圖3 普通克里格方法估測區域稻田土壤生物固氮量的空間分布

稻田土壤生物固氮量總體呈帶狀，生物固氮量的高值區位于研究區西南和東南方向靠近丘陵地區的水稻土，低值區則位于研究區西北和東北方向地勢平坦的區域。由于南高北低的地勢，施氮量會影響土壤生物固氮的能力導致南面上游稻田所施部分氮肥積聚到北邊下游，影響了下游稻田的生物固氮能力，造成了該種空間分布趨勢。并且，普通克里格方法預測的稻田土壤生物固氮量范圍都在0.75 ~ 20.22 g/m2，比實際范圍(0.75 ~ 20.28 g/m2)小，但十分接近實際范圍，說明普通克里格插值方法能夠很好地反映整個研究區的空間分布特征。

對研究區采樣點的土壤生物固氮量的估測值與實測值之間進行Pearson相關系數分析，了解克里格插值方法獲得的稻田土壤生物固氮量的估測值與實測值以及方法之間的相互聯系。普通克里格插值方法得到的稻田土壤生物固氮量的預測結果與實測值達到統計意義上的極顯著相關水平，即普通克里格插值方法對稻田土壤生物固氮量的預測結果是有效的。

2.2 稻田土壤生物固氮總量的估算

土壤生物固氮量作為土壤屬性的組成部分，其含量在空間上是連續漸變的，理論上可以突破類型界限，因此可以通過制作單位面積稻田土壤生物固氮量的空間分布圖，利用GIS空間分析功能計算土壤生物固氮量的總量。本研究借鑒Batjes[29]所采用的土壤類型的研究方法，在獲得單位面積稻田土壤生物固氮量的分布圖后，將研究區內稻田分為不同基本面積單元，在不同基本面積單元下，對研究區稻田土壤生物固氮總量進行估算。采用普通克里格插值的結果，將稻田分為10 m × 10 m、100 m × 100 m、225 m × 225 m的不同基本面積單元，估算出研究區稻田土壤生物固氮量(表5)。

表5 稻田土壤生物固氮量總量的計算結果

表5中固氮總量由每個柵格單元固氮量累加而成，平均單位面積固氮量為固氮總量除以柵格總面積。從表中可以看出在不同尺度網格單元下，平均單位面積稻田土壤生物固氮量基本一致。因為3種柵格尺度下固氮總量相差不大，柵格總面積差異也很小，所以平均單位面積固氮量與尺度的變化之間不存在相關性。研究區稻田土壤生物固氮總量大約在4 351.88 ~ 4 396.28 t，有研究[30]表明2010年我國農田生物固氮量達460萬t，研究區農田面積約占全國農田面積的0.06%，計算得出研究區生物固氮量約為2 794.79 t，遠低于本研究估算出的稻田土壤生物固氮量，這可能是由于研究區的水稻田呈現斑塊狀，且土地利用變化較大，加之近幾年研究區為保護太湖生態環境，減少氮肥使用，導致稻田土壤生物固氮作用增強，生物固氮總量增加。

3 討論

稻田土壤的生物固氮能力取決于土壤中微生物固氮菌的數量與活性，而土壤微生物會受到土壤性質及環境的影響。孫冰潔等[31]深入探究農田土壤理化性質對微生物群落的影響，發現土壤密度越小微生物群落較大，孔隙、pH和有機質等對生物群落的規模影響較為復雜，需要結合具體的環境因素和微生物種類加以分析。車榮曉等[2]從分子、個體和群落3種尺度研究了土壤有效氮與生物固氮量之間的關系。結果表明環境中的生物固氮速率與有效氮濃度表現出了負相關，而在不同的尺度下有效氮與固氮微生物的群落和結構之間關系較為復雜還需要進一步進行研究。為了研究不同的水稻土亞類對生物固氮量的影響，因此根據中國土壤發生系統(Genetic Soil Classification of China，GSCC)將宜興市稻田土壤劃分為11個亞類，包括潴育型水稻土、漂洗型水稻土和脫潛型水稻土等，其中潴育型水稻土和漂洗型水稻土是研究區稻田的主要土壤亞類。不同的水稻土亞類在生物固氮量上存在一定的差異(表6)，但是亞類間差異檢驗結果表明水稻土亞類對生物固氮量的影響并不顯著(= 0.97，>0.05)。

表6 不同種類稻田土壤生物固氮量的一般統計特征(g/m2)

除不同亞類外，為研究pH對研究區內稻田土壤的生物固氮量產生的影響，對研究區內稻田土壤生物固氮量與pH進行Pearson相關分析，兩者呈顯著負相關(= –0.008,<0.01)。依據pH對研究區內水稻土生物固氮量進行劃分(表7)，不同的pH間差異不顯著(=1.00)。就本研究而言，弱酸性(pH 5.5 ~ 6.5)水稻土總體固氮量平均值最大；中性水稻土固氮量的上限值最高(20.22 g/m2)；酸性較強范圍下生物固氮效果較差。土壤的其他性質可能也會對土壤生物固氮量產生影響，但具體的影響和作用機理仍需要進一步探究。

表7 不同pH稻田土壤生物固氮量統計(g/m2)

宜興市稻田的人為經營方式和經營強度各不相同[32]，不同的經營方式會造成土壤物理和化學性質的差異[33-34]，該種差異最終會影響固氮微生物的生存環境[35-36]，造成生物固氮量的差異。龔冬琴[37]以我國南方水稻種植區為研究區進行長期觀測和實驗，發現連續免耕在黏壤土類和黏土類0 ~ 10 cm表層土壤有機質表現出了相反的變化趨勢，黏土類土壤總體有機質含量降低；10 ~ 20 cm土層，兩種質地土壤有機質含量均明顯低于表層土壤。胡心意[38]的研究表明，對稻田投入不同種類的有機物料和耕作不同的深度會對稻田土壤內磷脂脂肪酸含量和生物多樣性產生影響，即深耕和秸稈還田顯著提高了土壤真菌、革蘭氏陰性菌和土壤總磷脂脂肪酸含量。綜上所述，水稻土亞類、土壤pH和人為經營活動的差異會影響研究區內水稻土生物固氮量，但具體影響方式與作用機理和除此之外的其他影響因素仍待探究。

4 結論

本研究利用地統計學中的普通克里格法，結合水稻盆栽試驗所獲取數據，分析了江蘇省宜興市2015年生物固氮量的空間分異和總固氮量，得到如下結論：研究區內稻田土壤生物固氮量介于0.75 ~ 20.28 g/m2，平均固氮量7.48 g/m2，差異明顯；普通克里格預測生物固氮量范圍在0.75 ~ 20.22 g/m2，略小于實際范圍，但預測值與實測值Pearson系數呈極顯著正相關，表明預測結果有效。研究區內生物固氮量與水稻土的空間分布特征一致，均呈條帶狀分布；研究區生物總固氮量估算值為4 351.88 ~ 4 396.28 t，且與尺度無顯著相關性。人為經營活動與自然環境共同影響著稻田土壤的生物固氮能力。

[1] Cheng Q. Perspectives in biological nitrogen fixation research[J]. Journal of Integrative Plant Biology, 2008, 50(7): 786–798.

[2] 車榮曉, 鄧永翠, 吳伊波, 等. 生物固氮與有效氮的關系:從分子到群落[J]. 生態學雜志, 2017, 36(1): 224–232.

[3] 李銳. 不同基礎地力對水稻產量和肥料利用效率的影響[D]. 武漢: 華中農業大學, 2011.

[4] 張武, 楊琳, 王紫娟. 生物固氮的研究進展及發展趨勢[J]. 云南農業大學學報(自然科學), 2015, 30(5): 810– 821.

[5] 徐鵬霞, 韓麗麗, 賀紀正, 等. 非共生生物固氮微生物分子生態學研究進展[J]. 應用生態學報, 2017, 28(10): 3440–3450.

[6] 張欣. 大豆根瘤菌及生物固氮的研究與應用[D]. 哈爾濱: 東北林業大學, 2011: 1–40.

[7] 余叔文, 湯章城. 植物生理與分子生物學[M]. 北京: 科學出版社, 1998.

[8] 王桂華. 微生物肥料淺談[J]. 大理科技, 2000(1): 29–32.

[9] 陳清華, 韓云蕾, 馬堯, 等. 生物固氮基因簇結構與進化研究進展[J]. 中國農業科技導報, 2013, 15(4): 129– 138.

[10] 王麗娜, 陳輝煌, 劉樂冕, 等. 亞熱帶分層水庫固氮微生物時空分布格局[J]. 生態學報, 2016, 36(18): 5827– 5837.

[11] 孫秀茹. 崇明東灘濕地土壤生物固氮速率沿潮灘水淹梯度分布特征[D]. 上海: 華東師范大學, 2018.

[12] 向蓉燕, 謝標, 秦俊, 等. 中國農業生態系統生物固氮量的時空分布[J]. 湖北農業科學, 2013, 52(18): 4333– 4336.

[13] 葛露露, 孟慶權, 林宇, 等. 濱海沙地不同固氮樹種葉片氮、磷重吸收與生物固氮的耦合關系[J]. 水土保持學報, 2019, 33(1): 134–138, 144.

[14] 徐辰星, 濮勵杰, 朱明, 等. 基于序貫高斯條件模擬的土壤重金屬含量預測與不確定性評價——以宜興市土壤Hg為例[J]. 土壤學報, 2018, 55(4): 999–1006.

[15] 劉紅江, 郭智, 鄭建初, 等. 太湖地區氮肥減量對水稻產量和氮素流失的影響[J]. 生態學雜志, 2017, 36(3): 713–718.

[16] 沈世華, 荊玉祥. 中國生物固氮研究現狀和展望[J]. 科學通報, 2003, 48(6): 535–540.

[17] 江蘇省土壤普查辦公室編著. 江蘇土壤[M]. 北京: 中國農業出版社, 1995: 1-500.

[18] 張圣民, 許明祥, 張志霞, 等. 黃土高原不同地貌類型區農田土壤有機碳采樣布點方法研究[J]. 自然資源學報, 2018, 33(4): 634–643.

[19] 魯如坤. 土壤農業化學分析方法[M]. 北京: 中國農業科技出版社, 2000.

[20] 李香蘭, 徐華, 曹金留, 等. 水分管理對水稻生長期CH4排放的影響[J]. 土壤, 2007, 39(2): 238–242.

[21] Hartmann A, Burris R H. Regulation of nitrogenase activity by oxygen in Azospirillum brasilense and Azospirillum lipoferum[J]. Journal of Bacteriology, 1987, 169(3): 944–948.

[22] 姚拓, 龍瑞軍, 王剛, 等. 蘭州地區鹽堿地小麥根際聯合固氮菌分離及部分特性研究[J]. 土壤學報, 2004, 41(3): 444–448.

[23] Haahtela K, Kari K, Sundman V. Nitrogenase activity (acetylene reduction) of root-associated, cold-climate azospirillum, enterobacter, klebsiella, and pseudomonas species during growth on various carbon sources and at various partial pressures of oxygen[J]. Applied and Environmental Microbiology, 1983, 45(2): 563–570.

[24] 朱紅霞, 陳效民, 杜臻杰. 基于地統計學的土壤氮素與pH的空間變異性研究[J]. 土壤通報, 2010, 41(5): 1086–1090.

[25] Robertson G P. GS+: Geostatistics for the environmental science[M]. Plainwell: Gamma Design Software, 2001.

[26] 胡碧峰. 基于地統計學與GIS的區域土壤重金屬污染評價與不確定性分析[D]. 杭州: 浙江大學, 2017: 1–40.

[27] Batjes N H. Effects of mapped variation in soil conditions on estimates of soil carbon and nitrogen stocks for South America[J]. Geoderma, 2000, 97(1): 135–144.

[28] 李小曼, 劉勤, 徐夢潔, 等. 蘇南村鎮土壤重金屬空間變異性研究[J]. 土壤通報, 2016, 47(1): 179–185.

[29] Batjes N H. Total carbon and nitrogen in the soils of the world[J]. European Journal of Soil Science, 1996, 47(2): 151–163.

[30] 徐淑偉. 張宣葡萄產區生態地球化學環境評價[D]. 保定: 河北農業大學, 2009: 1–38.

[31] 孫冰潔, 張曉平, 賈淑霞. 農田土壤理化性質對土壤微生物群落的影響[J]. 土壤與作物, 2013, 2(3): 138–144.

[32] 康甜甜. 基于灰靶模型的宜興市耕地質量評價[D]. 南京: 南京農業大學, 2016: 5–35.

[33] 方暢宇, 屠乃美, 張清壯, 等. 不同施肥模式對稻田土壤速效養分含量及水稻產量的影響[J]. 土壤, 2018, 50(3): 462–468.

[34] 韓上, 武際, 夏偉光, 等. 耕層增減對作物產量、養分吸收和土壤養分狀況的影響[J]. 土壤, 2018, 50(5): 881– 887.

[35] 董春華. 施肥及輪作對紅壤稻田微生物特性的影響研究[D]. 長沙: 湖南農業大學, 2014.

[36] 路丹, 雷靜, 韋燕燕, 等. 短期免耕和壟作對稻田土壤微生物群落及多樣性指數的影響[J]. 西南農業學報, 2015, 28(4): 1670–1674.

[37] 龔冬琴. 南方稻區連續免耕對土壤性質及流域水文水質的影響[D]. 杭州: 浙江大學, 2014: 1–28.

[38] 胡心意. 有機物料和耕作深度對稻田耕層土壤生物學性狀的影響[D]. 杭州: 浙江農林大學, 2018: 1–40.

Study on Spatial Characteristics of Biological Nitrogen Fixation of Rice Paddy Soils in Yixing City

WANG Xin1, YAO Yao1, XU Mengjie1*, ZHUANG Shunyao2

(1 College of Public Administration, Nanjing Agricultural University, Nanjing 210095, China; 2 State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China)

The spatial characteristics of biological nitrogen fixation (BNF) of rice paddy soils in Yixing city was studied using the acetylene reduction method and geostatistics method. Soil samples were collected systemically with a grid of 2 km×2 km. Results showed that BNF rate ranged from 0.75 to 46.85 g/m2with an average of 8.04 g/m2. The raw data was logarithmically transformed to meet a normal distribution and then an optimized Kriging method was employed to describe the spatial distribution of BNF. BNF showed a belt distribution in the study region. The high value of BNF occurred in the southwest and southeast areas while the low value in northwest and northeast areas of the study region. The variation coefficient and nugget value showed a medium spatial variation of the BNF. Generally, BNF of paddy soils was influenced simultaneously by the artificial management and natural condition.

Rice paddy soils; Biological nitrogen fixation; Spatial characteristics; Geostatistics; Kriging method

S151.9

A

10.13758/j.cnki.tr.2020.03.028

王鑫, 姚堯, 徐夢潔, 等. 宜興市稻田表層土壤生物固氮量的空間分異特征. 土壤, 2020, 52(3): 618–624.

國家科技基礎性工作專項(2015FY110700)資助。

(xmj@njau.edu.cn)

王鑫(1993—)，男，安徽岳西人，碩士研究生，主要從事地理信息方面的研究。E-mail: 837335333@qq.com