許昌地區冬小麥長勢空間變異研究

喻錚錚+徐永新+李京忠+張震宇

摘要：現代農業信息技術可以定量描述作物長勢在空間和時間上存在的差異，以河南省許昌市不同區域的農田為研究對象，獲取冬小麥在不同生長期的土壤養分數據、冠層光譜數據及實測葉面積指數，對不同區域冬小麥長勢空間變異進行分析，結果表明，作物在生長早期受土壤養分的影響較大，空間變異較為明顯；生長旺盛期，不同的土壤條件和區域環境反映出葉面積指數存在較大差異，即使同一試驗區的不同區域間也有較為敏感的表現；冬小麥的光譜信息與其長勢有較好的相關性，在生長早期和穩定期表現出不同的空間變異情況。

關鍵詞：冬小麥；光譜指數；葉面積指數；空間變異

中圖分類號：S-3；S512.1+1 文章標識碼：A 文章編號：0439-8114（2014）15-3508-04

Growth Spatial Variation of Winter Wheat in Xuchang city

YU Zheng-zheng1， XU Yong-xin1， LI Jing-zhong1， ZHANG Zhen-yu2

（1.College of Urban Planning & Landscape Architecture， Xucang University， Xuchang 461000， Henan，China；

2.Department of Industry Technology of Henan Province，Zhengzhou 450008，China）

Abstract： Using several farmlands in Xuchang district as research target， the soil nutrient data ， canopy spectrum data and leaf area index data were collected and the growth spatial variation of winter wheat was analyzed. The results showed that in the early phase， the soil nutrient had tremendous influence on the crops and its spatial variation was very obvious. In the wheat bearing phase， the leaf area index had wide difference on the different soil condition and regional environment. In the same area， the leaf area index had a hypersensitive phenomenon. The spectrum and growth stage of wheat were closely correlated. Different spatial variation was existed in its early phase and stable phase.

Key words： winter wheat； spectrum index； leaf area index； spatial variation

收稿日期：2014-02-19

基金項目：河南省科技攻關計劃重點項目（122102310419）

作者簡介：喻錚錚（1982-），男，河南新縣人，講師，碩士，主要從事農業信息化研究，（電話）18637468659（電子信箱）ideeyu@sina.com。

小麥是中國的主要糧食作物，傳統作業模式下的小麥生產存在很多問題，使種植者的投入不能收到最大化效益。隨著農業信息化的發展，尋求小麥生長狀況科學的監測方法，指導小麥的生產管理及加工，對提高小麥產量和農民生產效益具有重大意義。大量研究表明，在氣象因素相似的情況下，土壤類型、質地和肥力水平成為決定小麥品質的重要因素[1]。遙感等空間信息技術為大面積作物長勢監測提供了有效途徑。諸多學者在此方面開展研究，Bhatti等[2]將TM影像技術用于作物及土壤有機質實測研究中，得出土壤性質與作物產量之間的相關性。國家農業信息化工程技術研究中心在此領域做了大量工作，宋曉宇等[3，4]利用航空成像光譜數據研究土壤供氮量及變量施肥對冬小麥長勢的影響，并且利用高光譜遙感影像研究了冬小麥長勢的空間差異；潘瑜春等[5]進行了土壤氮素積累與小麥長勢的遙感監測研究；蔣阿寧等[6]、黃文江等[7]開展了光譜指數與冬小麥變量施肥的效應及小麥品質指標與冠層光譜特征的相關性研究；薛緒掌等[8]開展了土壤肥力與小麥目標產量的相關性研究，并評價了小麥變量施氮的效果；李衛國等[9]研究了利用遙感和作物生長模型監測作物長勢的方法。利用現代農業信息技術不僅可以在同一試驗地塊內進行作物管理，而且還可以研究區域內作物的長勢和品質變異情況。

本研究以河南省許昌市為研究區域，選取有代表性的試驗區，利用作物關鍵生育時期地面實測小麥光譜數據和獲取的土壤養分數據為基礎，分別計算各區域的葉面積指數和光譜指數，通過求取各指標的均值和標準差，對研究區域內冬小麥長勢及品質的空間變異情況進行分析和評價，為有針對性地調控作物生長狀況進而提高作物品質和產量提供科學依據。

1 研究區域概況

許昌市位于河南省中部，地形以平原為主，溫、光、水資源豐富，并與小麥生育時期相適應，常年小麥種植面積在20萬hm2以上，是河南省糧食主產區之一，也是國家農業信息化首批試點城市。為了充分體現冬小麥空間變異特征，本研究所選的區域分別位于長葛市東部的石象鄉S325線與董石路交叉口東北部麥田（Ⅰ區）、 許昌市魏都區魏武路與永昌大道東南部麥田（Ⅱ區）及襄城縣茨溝鄉肖莊村S329線南部麥田（Ⅲ區）。

2 試驗方法及數據獲取

2.1 試驗方法

2.1.1 研究區域劃分 為了準確采集農田養分數據和小麥生長光譜數據，在每個所選試驗麥田內分別選取5塊面積1 m2左右的試驗單元，共計15個，試驗單元應具有代表性，均勻分布于試驗區域內，為減小滯塵量的影響，試驗區域應距公路10 m以上。

2.1.2 試驗時間 野外數據采集時間為2013年3～5月，即以冬小麥拔節期、抽穗期及乳熟期為重要時間節點，分別進行野外光譜采集、株苗采集和土壤樣本采集。

2.1.3 技術路線 為了指導試驗進行，本研究技術路線見圖1。

2.2 數據獲取、處理與分析

2.2.1 農田土壤養分數據獲取 在每個試驗單元內，采用5點取樣法，混合后代表該試驗單元采樣點土壤樣本，取樣時先掠去表層浮土，取樣深度為30 cm左右，所取樣本均裝入紙袋，貼上標簽。土壤樣本取回后，置于室內自然晾干并碾碎，以備養分數據測取使用。

采用豫農2 000型微電腦土肥速測儀對土壤養分數據進行測定，主要測定土壤中銨態氮、速效磷、速效鉀及pH等數據。測定方法是先配制待測液、空白液和標準液，測定銨態氮時依次加入掩蔽劑、助色劑、顯示劑和強色劑，上機測定即可；測定速效磷時依次加入掩蔽劑、顯色劑和還原劑，上機測定即可；測定速效鉀時依次加入掩蔽劑、助掩劑和濁度劑，上機測定即可。pH利用校準好的電極，以去離子水沖凈探頭并吸干水分后，放入待測液中測定。

2.2.2 冠層光譜數據獲取 試驗光譜數據在冬小麥生長各時期利用光譜輻射計以實測的方式獲取，使用儀器為美國ASD公司生產的ISI921VF型便攜式光譜輻射計，波譜范圍為380～1 050 μm，光譜采樣間隔為1.4 μm，光譜分辨率為4～700 nm，光譜通道為256，可存儲容量為1 000條光譜曲線。考慮到在采集光譜過程中會受到如光照條件、風、探頭與采集地物的距離及探測角度等因素的干擾，所有光譜測量均在天氣晴朗、無風或風速很小時進行，測量時間段為10：00～13：00，視場角為25°，距地表高度約為1.70 m處垂直測定，并對每個采樣點進行多次測量，取平均值作為該區光譜反射值，各小區測定前后均進行參考版校正。

2.2.3 葉面積指數獲取 葉面積指數利用照相法間接獲取，運用數字相機采集影像數據，若設取樣面積為S1，植株數為m，從中抽取植株數為n作為樣本（每次選取的植株數均相同），將樣本葉莖分開，平鋪于一張A4紙上（面積為S2），葉片間無重疊，利用數字相機垂直攝影，攝影高度約距紙上為30 cm，然后在ENVI中對影像進行分類，并統計葉面像素PL與白紙的像素數PZ，計算數字相片上葉面積與實際面積參考物的像素比，結合株苗生長密度求取葉面積指數[10，11]，計算公式為：

LAI=×

2.2.4 光譜指數的計算 作物的光譜指數和生物量具有很大的相關性，可以定量地表示植被活力，常被用來研究和監測植物的生長狀態和空間分布。常用的植被指數包括歸一化植被指數（NDVI）、優化土壤調節植被指數（OSAVI）等，但NDVI對土壤背景的變化較為敏感，易受土壤背景的影響[12]，因此選用OSAVI作為光譜指數進行研究，其定義為：

OSAVI=

上述公式中，BN表示近紅外波段（760～900 nm），BR表示紅光波段（630～690 nm）。利用實測的冠層光譜數據，按上式可計算出各試驗小區在各時間段的光譜指數，然后對每個試驗區域內的試驗小區數據取均值，即可得到每個試驗區域的光譜指數。

3 結果與分析

3.1 土壤養分空間差異程度分析

在氣象條件相似的情況下，土壤養分在很大程度上成為決定小麥品質的重要因素，為了研究小麥品質的空間變異規律，首先對研究區域的土壤養分空間變異情況進行研究。取小麥生長旺盛的拔節期和乳熟期的土壤養分數據進行分析，統計出每個試驗區的最小值、最大值和均值，比較其在空間上的差異水平，為土壤養分與光譜相關性研究做好準備，統計數據見表1。根據全國第二次土壤普查結果的分級標準[13]，對比表1數據，3個試驗區的銨態氮含量在拔節期均屬中等水平（四級：60～90 mg/kg），但在乳熟期Ⅰ區和Ⅲ區變異較為嚴重，銨態氮含量為五級水平（30～60 mg/kg）；Ⅱ區的速效磷含量在兩個時期均處于缺失水平，其他試驗區含量較高；所有試驗區的速效鉀含量均處于較高水平。從土壤養分的變異情況看，三個試驗區的土壤養分在兩個生長期的變異均屬中等強度的變異，說明試驗區的土壤養分在空間上存在較為明顯的差異，可以進行明確的變量施肥管理，從客觀上改善作物的生長條件，為實現高產打下基礎。

3.2 基于葉面積指數的作物長勢空間變異分析

以上述葉面積指數計算公式為基礎，計算出每個試驗小區的葉面積指數，然后對每一個試驗區數據取均值，計算對應的標準差，最終得到每個時期各試驗區的葉面積指數及其變異系數結果如表2所示。由表2可知，在拔節期3個試驗區的葉面積指數比較接近，因為在此期間地表土壤裸露較多，作物剛開始生長，統一地區的不同區域之間不會形成較大差距，但就變異系數而言，Ⅱ區明顯大于Ⅰ區和Ⅲ區，主要因為Ⅱ區位于城市近郊，作物的生長環境與其他兩個區域相比較為惡劣；抽穗期3個試驗區的均值相差不大，但Ⅱ區依然明顯較低，同時其變異系數較小，說明Ⅱ區的作物整體長勢接近，其次是Ⅲ區，而Ⅰ區的變異系數明顯高于其他兩個區，主要受到水、肥的影響，導致該區局部生長差異；乳熟期3個試驗區的變異系數與抽穗期相比均無較大變化，說明此時作物整體長勢較穩定，不同試驗區之間存在差異，Ⅰ區的長勢最為穩定。總體來看，通過對不同時期葉面積指數進行測定，作物在整體上表現出的差異不大，但局部區域有一定的差異；Ⅱ區由于周圍環境及灌溉和施肥的影響，作物長勢不如其他兩個試驗區。

3.3 基于光譜指數的作物長勢空間變異分析

以實測的光譜數據為基礎，利用優化土壤調節植被指數（OSAVI）公式計算優化土壤調節植被指數，統計各試驗區的均值和標準差，最終得到不同生長期內各區域OSAVI值及其變異系數結果如表3所示。由表3可知，拔節期Ⅱ區的光譜指數變異系數為17.70%，遠高于Ⅰ區和Ⅲ區的6.12%和9.80%，說明Ⅱ區麥田光譜差異較大，其原因是該區處于城市邊緣近郊，受環境影響較大，特別是拔節期地面裸露較多，易受周邊環境影響；抽穗期Ⅱ區的光譜指數差異也較為明顯，原因同上，但該時期的變異系數與其他兩個試驗區的差別縮小，因為地表的覆蓋率增加，周圍環境對土壤的影響變小，光譜指數主要受作物冠層葉綠素含量的影響；乳熟期3個試驗區的光譜變異系數差值進一步縮小，充分證明了環境對土壤的影響較為明顯，說明在種植時通過施肥等措施調整了作物的長勢，降低了作物長勢在空間上的變異程度。

4 結論與展望

本研究利用作物在關鍵生長時期的葉面積指數、光譜指數及土壤養分含量，對許昌市不同區域的冬小麥長勢及品質的空間變異情況進行定量分析和評價。

1）早期冬小麥的長勢變異較大，從農田養分來看，距離城市較近的區域受環境影響更大，整體長勢不如遠郊農田，應加強灌溉及施肥引導，借助外力改善作物的生長條件，彌補其在空間上的差異。

2）不同的光譜信息對作物葉面積指數及葉綠素含量的變化敏感度不同，作物在生長旺盛期，不同的土壤條件和區域環境反映出葉面積指數存在較大差異，即使同一試驗區的不同區域間也有較敏感的表現。

3）冬小麥的光譜信息與其長勢有較好的相關性，早期不同區域的長勢存在較明顯的差異，但隨著冬小麥生長進入穩定期，空間上的這種差異逐步縮小，但整體的變異依然存在，可以通過人為干預進行改善，降低其空間上的差異程度。

4）農田養分對作物的長勢影響較大，通過變量施肥可降低作物長勢及空間變異系數，通過葉面積指數與光譜指數等指標的測定可以對其影響進行檢驗，以便為農業生產和管理提供信息，為作物品質檢測和管理提供新的途徑和方法。

參考文獻：

[1] 黃文江，王紀華，劉良云，等.冬小麥品質的影響因素及高光譜遙感監測方法[J].遙感技術與應用，2004，19（3）：143-147.

[2] BHATTI A U， MULLA D J， FRAZIER B E. Estimation of soilproperties and wheat yields on complex erodes hills using eostatistics and thematic mapper images[J].Remote Sens Environ，1991，37：181-191.

[3] 宋曉宇，王紀華，薛緒掌，等.利用航空成像光譜數據研究土壤供氮量及變量施肥對冬小麥長勢影響[J].農業工程學報，2004，20（4）：45-49.

[4] 宋曉宇，王紀華，閻廣建，等.基于多時相航空高光譜遙感影像的冬小麥長勢空間變異研究[J].光譜學與光譜分析，2010，30（7）：1820-1824.

[5] 潘瑜春，王紀華，陸安祥，等.基于小麥長勢遙感監測的土壤氮素累積估測研究[J].農業工程學報，2007，23（9）：58-63.

[6] 蔣阿寧，黃文江，趙春江，等.基于光譜指數的冬小麥變量施肥效應研究[J].中國農業科學，2007，40（9）：1907-1913.

[7] 黃文江，王紀華，劉良云，等.小麥品質指標與冠層光譜特征的相關性的初步研究[J].農業工程學報，2004，20（4）：203-207.

[8] 薛緒掌，陳立平，孫治貴，等.基于土壤肥力與目標產量的冬小麥變量施氮及其效果[J].農業工程學報，2004，20（3）：59-62.

[9] 李衛國，趙春江，王紀華，等.遙感和生長模型相結合的小麥長勢監測研究現狀與展望[J].國土資源遙感，2007（2）：6-9.

[10] 王紀華，趙春江，黃文江.農業定量遙感基礎與應用[M].北京：科學出版社，2008.

[11] 劉镕源，王紀華，楊貴軍，等.冬小麥葉面積指數地面測量方法比較[J].農業工程學報，2011，27（3）：220-224.

[12] 梁紅霞，趙春江，黃文江，等.利用光譜指數進行冬小麥變量施肥的可行性及其效益評價[J].遙感技術與應用，2005，20（5）：469-473.

[13] 郭有富，崔魁柱，張留江，等.津南區土壤耕層養分動態的研究[J].天津農林科技，2004，17（7）：31-33.

3.3 基于光譜指數的作物長勢空間變異分析

以實測的光譜數據為基礎，利用優化土壤調節植被指數（OSAVI）公式計算優化土壤調節植被指數，統計各試驗區的均值和標準差，最終得到不同生長期內各區域OSAVI值及其變異系數結果如表3所示。由表3可知，拔節期Ⅱ區的光譜指數變異系數為17.70%，遠高于Ⅰ區和Ⅲ區的6.12%和9.80%，說明Ⅱ區麥田光譜差異較大，其原因是該區處于城市邊緣近郊，受環境影響較大，特別是拔節期地面裸露較多，易受周邊環境影響；抽穗期Ⅱ區的光譜指數差異也較為明顯，原因同上，但該時期的變異系數與其他兩個試驗區的差別縮小，因為地表的覆蓋率增加，周圍環境對土壤的影響變小，光譜指數主要受作物冠層葉綠素含量的影響；乳熟期3個試驗區的光譜變異系數差值進一步縮小，充分證明了環境對土壤的影響較為明顯，說明在種植時通過施肥等措施調整了作物的長勢，降低了作物長勢在空間上的變異程度。

4 結論與展望

本研究利用作物在關鍵生長時期的葉面積指數、光譜指數及土壤養分含量，對許昌市不同區域的冬小麥長勢及品質的空間變異情況進行定量分析和評價。

1）早期冬小麥的長勢變異較大，從農田養分來看，距離城市較近的區域受環境影響更大，整體長勢不如遠郊農田，應加強灌溉及施肥引導，借助外力改善作物的生長條件，彌補其在空間上的差異。

2）不同的光譜信息對作物葉面積指數及葉綠素含量的變化敏感度不同，作物在生長旺盛期，不同的土壤條件和區域環境反映出葉面積指數存在較大差異，即使同一試驗區的不同區域間也有較敏感的表現。

3）冬小麥的光譜信息與其長勢有較好的相關性，早期不同區域的長勢存在較明顯的差異，但隨著冬小麥生長進入穩定期，空間上的這種差異逐步縮小，但整體的變異依然存在，可以通過人為干預進行改善，降低其空間上的差異程度。

4）農田養分對作物的長勢影響較大，通過變量施肥可降低作物長勢及空間變異系數，通過葉面積指數與光譜指數等指標的測定可以對其影響進行檢驗，以便為農業生產和管理提供信息，為作物品質檢測和管理提供新的途徑和方法。

參考文獻：

[1] 黃文江，王紀華，劉良云，等.冬小麥品質的影響因素及高光譜遙感監測方法[J].遙感技術與應用，2004，19（3）：143-147.

[2] BHATTI A U， MULLA D J， FRAZIER B E. Estimation of soilproperties and wheat yields on complex erodes hills using eostatistics and thematic mapper images[J].Remote Sens Environ，1991，37：181-191.

[3] 宋曉宇，王紀華，薛緒掌，等.利用航空成像光譜數據研究土壤供氮量及變量施肥對冬小麥長勢影響[J].農業工程學報，2004，20（4）：45-49.

[4] 宋曉宇，王紀華，閻廣建，等.基于多時相航空高光譜遙感影像的冬小麥長勢空間變異研究[J].光譜學與光譜分析，2010，30（7）：1820-1824.

[5] 潘瑜春，王紀華，陸安祥，等.基于小麥長勢遙感監測的土壤氮素累積估測研究[J].農業工程學報，2007，23（9）：58-63.

[6] 蔣阿寧，黃文江，趙春江，等.基于光譜指數的冬小麥變量施肥效應研究[J].中國農業科學，2007，40（9）：1907-1913.

[7] 黃文江，王紀華，劉良云，等.小麥品質指標與冠層光譜特征的相關性的初步研究[J].農業工程學報，2004，20（4）：203-207.

[8] 薛緒掌，陳立平，孫治貴，等.基于土壤肥力與目標產量的冬小麥變量施氮及其效果[J].農業工程學報，2004，20（3）：59-62.

[9] 李衛國，趙春江，王紀華，等.遙感和生長模型相結合的小麥長勢監測研究現狀與展望[J].國土資源遙感，2007（2）：6-9.

[10] 王紀華，趙春江，黃文江.農業定量遙感基礎與應用[M].北京：科學出版社，2008.

[11] 劉镕源，王紀華，楊貴軍，等.冬小麥葉面積指數地面測量方法比較[J].農業工程學報，2011，27（3）：220-224.

[12] 梁紅霞，趙春江，黃文江，等.利用光譜指數進行冬小麥變量施肥的可行性及其效益評價[J].遙感技術與應用，2005，20（5）：469-473.

[13] 郭有富，崔魁柱，張留江，等.津南區土壤耕層養分動態的研究[J].天津農林科技，2004，17（7）：31-33.

3.3 基于光譜指數的作物長勢空間變異分析

以實測的光譜數據為基礎，利用優化土壤調節植被指數（OSAVI）公式計算優化土壤調節植被指數，統計各試驗區的均值和標準差，最終得到不同生長期內各區域OSAVI值及其變異系數結果如表3所示。由表3可知，拔節期Ⅱ區的光譜指數變異系數為17.70%，遠高于Ⅰ區和Ⅲ區的6.12%和9.80%，說明Ⅱ區麥田光譜差異較大，其原因是該區處于城市邊緣近郊，受環境影響較大，特別是拔節期地面裸露較多，易受周邊環境影響；抽穗期Ⅱ區的光譜指數差異也較為明顯，原因同上，但該時期的變異系數與其他兩個試驗區的差別縮小，因為地表的覆蓋率增加，周圍環境對土壤的影響變小，光譜指數主要受作物冠層葉綠素含量的影響；乳熟期3個試驗區的光譜變異系數差值進一步縮小，充分證明了環境對土壤的影響較為明顯，說明在種植時通過施肥等措施調整了作物的長勢，降低了作物長勢在空間上的變異程度。

4 結論與展望

本研究利用作物在關鍵生長時期的葉面積指數、光譜指數及土壤養分含量，對許昌市不同區域的冬小麥長勢及品質的空間變異情況進行定量分析和評價。

1）早期冬小麥的長勢變異較大，從農田養分來看，距離城市較近的區域受環境影響更大，整體長勢不如遠郊農田，應加強灌溉及施肥引導，借助外力改善作物的生長條件，彌補其在空間上的差異。

2）不同的光譜信息對作物葉面積指數及葉綠素含量的變化敏感度不同，作物在生長旺盛期，不同的土壤條件和區域環境反映出葉面積指數存在較大差異，即使同一試驗區的不同區域間也有較敏感的表現。

3）冬小麥的光譜信息與其長勢有較好的相關性，早期不同區域的長勢存在較明顯的差異，但隨著冬小麥生長進入穩定期，空間上的這種差異逐步縮小，但整體的變異依然存在，可以通過人為干預進行改善，降低其空間上的差異程度。

4）農田養分對作物的長勢影響較大，通過變量施肥可降低作物長勢及空間變異系數，通過葉面積指數與光譜指數等指標的測定可以對其影響進行檢驗，以便為農業生產和管理提供信息，為作物品質檢測和管理提供新的途徑和方法。

參考文獻：

[1] 黃文江，王紀華，劉良云，等.冬小麥品質的影響因素及高光譜遙感監測方法[J].遙感技術與應用，2004，19（3）：143-147.

[2] BHATTI A U， MULLA D J， FRAZIER B E. Estimation of soilproperties and wheat yields on complex erodes hills using eostatistics and thematic mapper images[J].Remote Sens Environ，1991，37：181-191.

[3] 宋曉宇，王紀華，薛緒掌，等.利用航空成像光譜數據研究土壤供氮量及變量施肥對冬小麥長勢影響[J].農業工程學報，2004，20（4）：45-49.

[4] 宋曉宇，王紀華，閻廣建，等.基于多時相航空高光譜遙感影像的冬小麥長勢空間變異研究[J].光譜學與光譜分析，2010，30（7）：1820-1824.

[5] 潘瑜春，王紀華，陸安祥，等.基于小麥長勢遙感監測的土壤氮素累積估測研究[J].農業工程學報，2007，23（9）：58-63.

[6] 蔣阿寧，黃文江，趙春江，等.基于光譜指數的冬小麥變量施肥效應研究[J].中國農業科學，2007，40（9）：1907-1913.

[7] 黃文江，王紀華，劉良云，等.小麥品質指標與冠層光譜特征的相關性的初步研究[J].農業工程學報，2004，20（4）：203-207.

[8] 薛緒掌，陳立平，孫治貴，等.基于土壤肥力與目標產量的冬小麥變量施氮及其效果[J].農業工程學報，2004，20（3）：59-62.

[9] 李衛國，趙春江，王紀華，等.遙感和生長模型相結合的小麥長勢監測研究現狀與展望[J].國土資源遙感，2007（2）：6-9.

[10] 王紀華，趙春江，黃文江.農業定量遙感基礎與應用[M].北京：科學出版社，2008.

[11] 劉镕源，王紀華，楊貴軍，等.冬小麥葉面積指數地面測量方法比較[J].農業工程學報，2011，27（3）：220-224.

[12] 梁紅霞，趙春江，黃文江，等.利用光譜指數進行冬小麥變量施肥的可行性及其效益評價[J].遙感技術與應用，2005，20（5）：469-473.

[13] 郭有富，崔魁柱，張留江，等.津南區土壤耕層養分動態的研究[J].天津農林科技，2004，17（7）：31-33.