印度哈里亚纳邦希萨尔半干旱土壤中微量营养素缺乏与重金属污染的地质统计学及多变量特征分析

《Agricultural Research》：Geostatistical and Multivariate Characterization of Micronutrient Deficiency and Heavy Metal Contamination in Semi-Arid Soils of Hisar, Haryana, India

　　

摘要

了解土壤性质的空间变异性对于在有机农业系统中实施精准养分管理至关重要。本研究于2022–2023年在印度西部跨印度-恒河平原地区的56.25公顷有机农场进行，旨在描述并绘制土壤微量元素的空间分布图。共采集了89个表层土壤样本，对其各种物理化学性质以及锌、锰、铁、铜、铅、镉和镍等微量元素的浓度进行了分析。这些土壤呈中性至碱性反应，盐分含量各异，其特点是土壤有机碳、有效磷和钾的含量处于中等至较高水平，而有效氮含量相对较低。除锌存在局部缺乏外，其他微量元素的浓度总体较为充足。通过半变异函数建模和普通克里金法进行的地质统计分析揭示出不同的空间模式：高斯模型最适合描述锌、锰和铅的空间分布，而指数模型则能更准确地反映铁、铜、镉和镍的空间变异性。 nugget值在0到6.13之间变化，sill值则在0.01到35.78之间变化。半变异函数的范围从142.64米到1521.47米不等。锌和锰表现出中等程度的空间依赖性，而铁、铜、铅、镉和镍则表现出较强的空间依赖性。主成分分析提取出了四个主成分，可解释总方差的73.49%，其中土壤有机碳是影响养分有效性的最重要因素。模糊C均值聚类方法将土壤划分为三个具有显著肥力差异的管理区。这种结合地质统计与多变量分析的方法，有助于为半干旱地区的针对性管理提供指导，推动可持续有机农业的发展。