《Agronomy》：Farmland Soil pH in Guizhou, China: Spatial Patterns and Associated Factors
编辑推荐：
摘要：在山区景观中，农田土壤pH的空间结构及其多变量关联仍未得到充分解析。本研究分析了来自中国贵州省的487个表层土样（0–30 cm），采用了空间自相关、地统计学、随机森林（RF）以及结构方程模型（SEM）。土壤pH值范围为4.37至8.45，其中17.9%
摘要：在山区景观中，农田土壤pH的空间结构及其多变量关联仍未得到充分解析。本研究分析了来自中国贵州省的487个表层土样（0–30 cm），采用了空间自相关、地统计学、随机森林（RF）以及结构方程模型（SEM）。土壤pH值范围为4.37至8.45，其中17.9%的样本低于pH 5.5的筛选阈值。由于采样并非按面积加权，该百分比不能用于估算全省范围内的面积流行率。坐标层面的pH、土壤有机质（SOM）和阳离子交换量（CEC）均值表现出适度的正向全局空间自相关。经过多重性校正后，局部pH证据有限且依赖于邻域设定。pH半变异函数表明存在短程依赖性和大量未解析变异。在随机和空间分块嵌套交叉验证下，RF表现中等，且在空间验证下误差更高。CEC的重要性排名第一，其次是气候和地形相关变量。SEM解释了约五分之一的pH方差。在该模型中，CEC在pH方程中拥有最大的标准化直接系数，SOM通过CEC与pH呈现正向间接关联，而有序的地形-地貌评分则显示出负向的总条件关联。气候相关路径产生了较小且不显著的总体关联。这些发现为区域筛查和田间尺度的土壤酸度、养分有效性及交换状况诊断提供了参考依据。
1. 引言
该研究指出，土壤pH是衡量土壤化学条件的核心指标，因为它影响养分有效性、金属溶解度、微生物过程和作物产量。例如，涉及铁（Fe）、铝（Al）和钙（Ca）的pH依赖性吸附和沉淀反应会影响磷的有效性。在区域尺度上，土壤pH具有空间异质性，并与成土条件、气候、地形和土地利用共同变化。在山区农业区，切割地形、强海拔梯度、异质性母质以及侵蚀、径流和排水差异会改变土壤和盐基阳离子的再分布，导致邻近田块间的变异。这种空间复杂性增加了将单个田块的测量结果推广到更广泛农业景观时的不确定性，因此需要区分区域空间组织与短距离内仍无法解析的变异。区域农田pH可能与广域环境条件、近端土壤属性和田间管理措施相关联。在广域空间尺度上，水量平衡与风化、淋溶及盐基阳离子的再分布有关，可能有助于构建地理pH模式。地形改变了排水、水文再分布、侵蚀、沉积和局部气候条件，并与土壤化学性质和pH的空间变异相关联。近端土壤属性更能直接代表单个采样点的土壤基质。阳离子交换量（CEC）表征了土壤保持可交换阳离子的能力，而土壤有机质（SOM）则贡献于阳离子交换特性和pH缓冲能力。然而，交换能力本身并不能指定盐基阳离子和酸性阳离子所占的比例，也不能替代对交换性酸度或盐基饱和度的测量。田间管理可通过多种过程改变土壤酸碱平衡。硝化作用、作物吸收、有机改良剂和灌溉均会影响pH。以往的区域研究探讨了土壤pH变异与环境及土地利用变化的关系，利用气候变量估算pH，并绘制了详细的农田pH地图。对于异质性山地农田，进一步的需求是比较土壤属性、环境梯度和管理类别所关联的预测信息，以及在土壤过程模型中表示的特定条件关联。空间自相关和地统计分析可刻画地理聚类和距离依赖性变异。随机森林回归可对模型依赖的预测信息进行排序，但排列重要性不能指示关联方向或唯一归因效应。结构方程模型则在理论引导的路径结构中评估特定的线性直接、间接和总条件关联。本研究在同一区域调查中探讨这些问题，使得pH模式可以与协变量关联和空间留出法下的预测误差一并解释。研究选择了中国西南部的贵州省作为研究区域，因为其农田分布在河谷底部、盆地和山坡上，具有不同的土壤背景和管理条件。研究评估了两个相关假设：（1）区域农田土壤pH变异具有空间结构，并与测量的土壤属性和环境梯度相关；（2）在考虑了所包含的土壤和环境协变量后，主要施肥和供水制度之间的pH差异仍然明显。研究分析了全省范围内采集的487个0–30 cm层农田表层土样，旨在描述农田pH的空间异质性，检验其与土壤属性、气候、地形、成土背景和田间管理的关联，并评估在所提出的土壤过程结构中代表的直接和间接关联。
2. 材料与方法
2.1 研究区域
研究在中国西南部贵州省进行，面积约176,000 km2。山地和丘陵约占全省面积的92.5%，海拔从约148米到2901米不等，总体上从西向东递减。该省属湿润亚热带季风气候，年均温约16.4 °C，年均降水量约1218 mm，年日照时数约1200小时。区域地质以广泛分布的碳酸盐岩（尤其是石灰岩和白云岩）以及非碳酸盐岩（如砂岩和泥岩）为特征。土壤母质包括这些对比鲜明的岩石的风化产物。主要区域土壤类型包括黄壤、红壤、黄棕壤、石灰土、紫色土和水稻土。农田不连续地分布在河谷底部、盆地、山坡和山区，支持玉米、水稻、蔬菜和烟草生产。
2.2 土壤采样与实验室分析
采用覆盖导向的野外采样设计，以涵盖贵州省的主要农田区域、地形设置、土壤背景和农业利用条件。采样在2023年7月至8月的主要作物生长季节进行。在每个采样田块，按照梅花形采样模式建立约10个采样点，采集0–30 cm耕层。在每个点，使用不锈钢土钻从1 m × 1 m正方形的四角和中心采集五个土壤子样品，所有子样品混合形成单个田块级复合样品。共获得487个复合农田表层土样。土壤pH采用电位法在1:2.5的土水比悬浮液中测定。SOM采用重铬酸钾氧化法测定。CEC采用六氨合氯化钴法测定。
2.3 环境协变量与农业管理信息
地形协变量源自ASTER全球数字高程模型第三版。坡度和坡向由投影后的DEM导出，坡向被分为北、东、南、西向四个等级。局部起伏幅度计算为半径1000 m圆形移动窗口内最大与最小高程之差。地形位置指数计算为每个像元的高程减去同一邻域内的平均高程。基于简化的地貌分类，生成了有序的地形强度评分。土壤类型图来源于1:100万中国土壤图。长期气候变量（年均温、年均降水量、潜在蒸散量和年日照时数）从月度或日度产品中推导得出。所有栅格协变量被投影、裁剪并对齐到共同的250 m网格上。农业管理信息来源于2023年采样期间的田间调查记录，包括主导种植制度、田间供水制度和施肥制度。
2.4 数据准备与分析变量表示
样本级数据集包含487条记录，无缺失观测。连续变量以其原始测量尺度进入RF和SEM分析。RF分析包括了南北和东西坡向对比、水稻指示变量以及一个先验的作物管理排序得分。土壤图类别被合并为六个分析性土壤组。供水方式由雨养和地表水供应指示变量表示。施肥制度在RF中使用矿物肥料和有机肥料的非互斥指示变量，在SEM中使用互斥对比。GIS衍生的土地覆盖类别在RF中表示为有序的地形强度评分，在SEM中则分解为堆积地貌指示变量和主要的侵蚀性地形评分。
2.5 描述性统计与分类组比较
所有描述性和分类比较分析均使用原始的487个样本级观测值。连续变量用均值、标准差、中位数等汇总。探索性的pH差异在不同分析性土壤组和管理类别间使用Welch单因素方差分析和Games-Howell事后比较进行评估。
2.6 空间自相关与地统计分析
空间自相关分析使用了坐标层面平均的pH、SOM和CEC，而半变异函数建模和普通克里金法仅限于土壤pH。共享相同记录坐标的多个样本的值被分别平均，产生365个坐标层面分析单元。全局Moran's I用于评估空间自相关，局部Moran's I用于识别局部聚类。对于土壤pH，使用加权最小二乘法拟合了球状、指数和高斯模型，并通过留一坐标法交叉验证进行评估。
2.7 随机森林分析
RF回归应用于所有487个样本级观测值，以对22个预测因子的模型依赖预测信息进行排序。通过随机和空间分块嵌套交叉验证评估性能。预测因子重要性通过排列后OOB均方误差的增加来量化，并使用响应排列和Benjamini-Hochberg调整进行评估。
2.8 结构方程模型
使用观测变量SEM来评估气候、地形、土壤属性、成土背景和农业管理变量与农田土壤pH的直接和模型定义的间接条件关联。最终的结构模型指定了SOM、CEC和pH的方程。模型拟合使用最大似然估计和稳健标准误。通过模型比较和敏感性分析评估模型充分性。
3. 结果
3.1 农田土壤pH的分布与空间依赖性
487个样本的农田土壤pH范围为4.37至8.45，均值为6.78 ± 1.12，中位数为7.04。17.9%的样本低于pH 5.5的筛选阈值。坐标层面平均土壤pH表现出适度但显著的正向全局空间自相关。局部Moran分析显示，在多重性校正后，没有坐标层面分析单元在所有测试的邻域规格下保持显著性。所选球状模型的块金效应占拟合总基台值的66.5%，拟合变程为7.08 km。留一坐标法普通克里金交叉验证显示偏差很小，但精度适中。
3.2 土壤组与管理制度的未校正pH对比
探索性样本水平比较显示，在六个最终分析性土壤组、主导施肥制度、田间供水制度和种植制度类别间，土壤pH存在整体异质性。
3.3 随机森林性能与预测因子重要性
在固定10折随机交叉验证下，RF的RMSE为0.9939 pH单位。空间嵌套验证的预测误差略高于随机嵌套验证。CEC在预测因子重要性中排名第一，其次是气候和地形相关变量。十个预测因子在BH调整后满足了预设的非空间响应排列标准。
3.4 SEM导出的直接、间接和总关联
最终SEM的全局拟合指数良好，解释了SOM 18.1%、CEC 14.4%和土壤pH 20.1%的方差。CEC在pH方程中拥有最大的绝对标准化直接系数。SOM通过CEC与pH呈现正向间接关联。侵蚀性地形评分与pH呈负向总条件关联。气候变量的直接和间接成分相互抵消，导致总关联不显著。供水方式和施肥类别的关联通常较弱或处于临界状态。
4. 讨论
研究讨论了区域pH组织与大量未解析变异和中等预测性能共存的现象，强调了区分广域空间模式与单个留出位置精度的必要性。CEC是跨方法最一致的结果，在RF中排名第一，在SEM的pH方程中拥有最大的标准化直接系数。地形也提供了相对一致的信息，而气候的解释则更为复杂。RF与SEM之间的差异是预期的，因为它们估计了不同预测因子集的不同量。空间嵌套验证的预测误差更高，这与最近的土壤制图证据一致。研究的局限性包括：采样设计并非概率调查；仅进行了单次土壤状态测量；缺乏定量施肥率和灌溉数据；关键土壤属性（如交换性酸度和盐基饱和度）未被测量；环境协变量的原生空间支撑差异很大；以及RF和SEM分析中的某些方法学限制。
5. 结论
在487个农田表层土样中，pH范围为4.37至8.45，均值为6.78 ± 1.12，17.9%的样本低于pH 5.5的筛选阈值。坐标层面平均的pH、SOM和CEC表现出适度的正向全局空间自相关。局部pH证据在多重性校正后有限且依赖于邻域。拟合的pH半变异函数表明存在短程空间结构成分和大量未解析变异。RF模型在随机和空间分块嵌套交叉验证下表现出中等预测性能，空间设计下的合并预测误差更高。拟合所有样本的森林将CEC列为最具信息的测量预测因子，其次是气候和地形相关变量。在SEM中，CEC在pH方程中拥有最大的绝对标准化直接系数。该模型代表了SOM通过CEC与pH的正向间接关联，以及有序侵蚀性地形评分的负向总条件关联。气候路径成分在拟合模型内部分相互抵消，产生了较小的总条件关联。管理和土壤组的对比通常较为温和，需要谨慎解释。
