基于空間分析的河南省小麥施肥問題診斷與地理優化*

趙彥鋒，程道全，巫振富，陳 杰，孫笑梅，閆軍營，梁思源

基于空間分析的河南省小麥施肥問題診斷與地理優化*

趙彥鋒1，程道全2，巫振富3，陳 杰1，孫笑梅2，閆軍營2，梁思源3

（1. 鄭州大學農學院，鄭州 450001；2. 河南省土壤肥料站，鄭州 450002；3. 鄭州大學公共管理學院，鄭州 450001）

基于河南小麥主產區82個縣2 277個樣點的“不施肥、習慣施肥、推薦施肥”對照試驗數據，在繪制小麥產量圖、施肥量圖、土壤養分圖、肥料農學效率圖基礎上，采用地圖對比法揭示了該區域氮磷鉀分配的主要問題；采用隨機森林法分析了土壤養分、施肥量、地理要素（氣候和土壤類型）對小麥產量變異的影響力；綜合對照試驗數據和多源文獻，確定該區適宜的小麥氮磷鉀施用范圍，并按“以產定肥”、“因土施肥”原則進行施肥量地理優化。結果表明：該區農民習慣施氮、磷量普遍偏大，鉀用量局部不足；推薦方案中氮、磷用量未明顯降低，而鉀普遍增加。兩類施肥方式的共同問題是氮磷鉀用量與小麥產量、土壤養分的空間匹配性欠佳。小麥產量變異的主導因素是土壤和氣候資源的地理差異，施肥的影響次之，土壤養分的影響最低；小麥增產量變異同時受地理因素和施肥因素的影響，而與土壤養分豐缺無關；施肥水平高是土壤養分豐缺與小麥產量關系較弱的主要原因。根據小麥產量和土壤養分豐缺，確定氮磷鉀優化施用量變化范圍分別為120～210 kg·hm–2、45～105 kg·hm–2和45～120 kg·hm–2；按區域總量計，氮磷鉀優化施用量較地方專家推薦量分別節約 14.2%、40.0%和39.5%，較農民習慣用量分別節約20.9%、41.1%和17.5%。

地圖對比；隨機森林；河南省；小麥；施肥優化

配方施肥是緩解糧食生產與環境保護矛盾的重要舉措。隨著各類肥效試驗數據的增多[1-13]，近年來出現較多大區域尺度的施肥配方研究[3-13]。根據6個長期定位試驗站數據，一些學者研究了華北小麥或小麥-玉米輪作體系適宜氮用量[4-7]。基于我國小麥主產區近10年601個氮、288個磷和379個鉀的肥效試驗數據，Chuan等[8]構建了小麥產量反應-肥料農學效率方程暨施肥專家模型。吳良全等[10-11]將全國分為四個大區、十二個亞區，在2005—2010年4 232個小麥氮磷鉀肥效試驗基礎上以線性回歸模型計算各區最大效益施氮量和施鉀量，根據“恒量監控法”推薦施磷量。Xu等[13]總結2001—2015年全國玉米5893個肥效試驗，計算各試驗點養分需求量，進而以克里格插值制作區域推薦施肥量圖。上述“大配方”研究表明了在全國尺度上施肥效果的差異，但由于分區范圍大或者肥效試驗點分布密度低，其施肥量的地理適應性變化不夠詳細。

制定省域內的分區施肥配方無疑更利于指導施肥實踐，但需要高密度的肥效實驗數據為支撐。在“測土配方施肥”項目支持下，我國主要農業縣市曾廣泛開展“三區對照”示范試驗，積累了大量數據，該數據目前未得到充分分析和應用。“三區對照”即對比不施肥、當地農民習慣施肥和地方專家推薦施肥下的作物產量反應，其目的是為當地農民提供合理施肥“示范”。三區對照試驗布置的點位多，覆蓋面廣，但與標準的肥效實驗數據相比：三區對照試驗在空間上布局離散，缺乏可比的、統一的土壤基礎；試驗方案中無施肥水平劃分；未設置重復試驗。由于上述特點，推薦施肥效果的空間變異性較大，需要進一步評價和調整[14]；但“三區對照”試驗數據的特點又決定了難以用統計回歸和插值推繹局部最佳施肥量。

地圖對比通過空間認知判斷宏觀事物變化規律與聯系，能突破回歸建模的應用限制；而近年來得到廣泛應用的隨機森林算法[15-16]在定量解釋空間現象的變異機制方面具有獨特優勢[17-18]。本文結合上述兩種方法分析河南省小麥主產區“三區對照”數據，旨在研究不同施肥方案下作物產量、施肥量、土壤養分、肥料農學效率等的空間變化與聯系，評判施肥量豐缺及分配格局的合理性；并通過施肥、土壤養分、土壤和氣候等對小麥總產量和增產量變異的相對影響力分析，揭示肥效空間變異的機制；最后，綜合對比多源文獻，判斷該區適宜的氮磷鉀用量范圍和土壤氮磷鉀豐缺指標，按照“以產定肥”、“因土施肥”原則進行氮磷鉀施肥量地理優化，并估算肥料減施的潛力。

1 材料與方法

1.1 研究區及研究數據

研究聚焦河南省東部平原和南陽盆地中心區，涉及82個農業縣、區，面積9.23萬km2，海拔高程小于200 m。土壤類型包括潮土、砂姜黑土、褐土和黃褐土（圖1a））。東部平原屬于溫帶大陸性氣候，南陽盆地屬于北亞熱帶氣候與溫帶大陸性氣候過渡區；自北至南年均溫12～15℃，降水量范圍600～1 000 mm。研究數據主要包括：

（1）河南省小麥主產區2007—2009年“三區示范”試驗數據。共有試驗點位2 277個，試驗統一要求：每個點位包含不施肥、當地習慣施肥、推薦施肥等三個試驗小區，小區面積大于等于200 m2，不設重復。不施有機肥；化肥施用：磷鉀肥作為底肥，氮肥按6︰4或7︰3的基肥和追肥比例施用。每個試驗點在小麥播種前采集一個混合土壤樣，按照統一標準[19]分析土壤有機質、pH、全氮、有效磷、速效鉀含量。記錄每個試驗小區的氮、磷、鉀施肥量；并在收獲期通過畝穗數、穗粒數和千粒重抽樣調查估算小麥產量。每個試驗點在小麥生長期間（10月—次年5月）的降水量、0℃以上積溫、10℃以上積溫、光照時數、蒸發量等參考最近的氣象站數據，由中國地面氣候資料日值數據集（V3.0）中的逐日氣象資料（http：//data.cma.cn/site/index.html）整理而得；共19個站點（圖1b））。

圖1 研究區土壤類型（a））和試驗點位置（b））

研究數據涉及3個年份，但3個年份無異常氣候現象；考慮到空間分析對數據量的要求，將3個年份的調查數據合并分析。

（2）各縣耕地土壤中存在障礙層的土壤資源面積比。將2013年耕地現狀圖與1︰5萬土壤圖疊加，根據土種記錄計算各縣土壤資源中存在障礙層（砂土層、黏盤層、砂姜層、土層厚度低于50 cm）的耕地土壤面積比。

（3）河南省統計年鑒2013—2017年的各縣小麥平均產量數據[20]。

（4）2008—2017年各縣化肥用量統計數據[20]。

1.2 研究方法

1.2.1 地圖對比 首先，按式（1）計算肥料農學效率，其中AEN、AEP 和AEK分別代表氮、磷、鉀的農學效率，kg·kg–1。代表施肥處理小麥產量， kg·hm–2；0代表不施肥處理小麥產量，kg·hm–2；代表施肥量，分別用N、P2O5和K2O折純量表示，kg·hm–2。

其次，在變異函數分析基礎上，通過克里格插值獲取各變量地圖。其中，專家推薦施磷量、土壤有效磷含量、農民習慣施氮量的農學效率、地方專家推薦施氮量和施磷量的農學效率等5個變量的偏基臺值/基臺值為0.17～0.25；而不施肥、習慣施肥、推薦施肥條件下的小麥產量，習慣施氮、磷、鉀量，推薦施氮、鉀量，土壤全氮、速效鉀含量，習慣施磷量和施鉀量的農學效率、推薦施鉀量的農學效率等13個變量的偏基臺值/基臺值為0.25～0.63；上述數據符合普通克里格插值應用的條件。交叉檢驗表明，克里格預測值與實測值皮爾森（Pearson）相關系數為0.38～0.70，均達到極顯著水平，結果能較好地表征各要素宏觀變異規律。

再次，進行地圖對比分析。包括地圖相關性分析、地圖柵格值相減、地圖疊加分析、地圖規律目視對比等。

1.2.2 隨機森林（Random Forest，縮寫為RF）分析 將降水量、0℃以上積溫、10℃以上積溫、光照時數、蒸發量、土屬名稱、氮磷鉀施用量、土壤有機質、土壤全氮、土壤有效磷、土壤速效鉀、土壤pH帶入RF模型，通過袋外數據（Out of Bag，簡稱OOB）獲得預測變量對目標變量變異解釋比的無偏估計（式（2））[15-16]。

1.2.3 施肥量地理優化 參考有關文獻確定的本區土壤氮磷鉀豐缺指標，根據“以產定肥”和“因土施肥”原則，疊加小麥產量格局圖與土壤養分分級圖作為施肥量調整的空間單元。肥料用量參考已有相關研究，在界定的區域施肥量適宜范圍內進行線性拉伸：高產低肥區推薦高用量，高產中肥區、中產低肥區推薦中等用量，高產高肥區、中產中肥區和低產低肥區推薦低用量，中產高肥區、低產高肥區和低產中肥區推薦最低用量。

2 結果與討論

2.1 小麥“三區對照”施肥量及產量變異的基本特征

表1表明，與農民習慣施肥相比，推薦施肥方案的特點是：氮磷鉀配施的樣點數量增加并完全排除了氮肥單施的方案；在氮磷組合或者氮磷鉀組合中推薦的施氮量降低、施鉀量增加、施磷量幾乎不變。從圖2a）～圖2f）可知，習慣施肥模式下氮、磷、鉀施用量主要區間分別是150～270 kg·hm–2、90～150 kg·hm–2、0～105 kg·hm–2，推薦施肥下分別是150～210 kg·hm–2、90～150 kg·hm–2、90～120 kg·hm–2。根據圖2估算，推薦的氮、磷、鉀用量分別為習慣氮、磷、鉀用量的92%、98%和136%。與農民習慣施肥相比，地方專家推薦的氮、磷用量在北、中部普遍減少；氮用量在西南部、磷用量在南部和西南部少數區域略有增加；鉀用量在大部分區域增加。

表1 農民習慣施肥和地方專家推薦施肥氮磷鉀用量的統計特征

注：CF 和RF分別表示習慣施肥和推薦施肥。下同。Note：CFand RF stands for customary fertilization scheme and recommended fertilization scheme，respectively. The same below.

圖3a）～圖3c）對比表明：（1）不同方案下小麥產量圖高度相似。經ArcGIS中波段集統計工具Band Clollection Statistic計算，不施肥與習慣施肥、推薦施肥小麥產量格局相關性分別為0.76和0.71；后兩者的相關性為0.93。（2）不施肥條件下，壤質潮土、黏質潮土是主要高產區；低產區主要分布在砂質潮土、褐土、黃褐土和砂姜黑土。與不施肥相比，習慣施肥的小麥增產幅度為1 200～2 550 kg·hm–2，推薦施肥的小麥增產幅度為1 650～3 000 kg·hm–2；兩種條件下小麥增產量的格局高度相似（圖3d）～圖3e）），主要表現為南部的砂姜黑土、黏質潮土區相對增產量較大。

2.2 施肥量、小麥產量與土壤養分的地圖對比

氮、磷、鉀用量變化圖（圖2 g）～圖2i））與小麥產量變化圖（圖3d）～圖3e））對比表明：（1）在習慣施氮大于 180 kg·hm–2，磷高于120 kg·hm–2的區域，推薦方案中氮磷不同程度降低，其中氮減量0～15 kg·hm–2、15～30 kg· hm–2、 30～45 kg·hm–2的區域均有相當分布，磷的減量區間主要在0～15 kg·hm–2。（2）推薦方案中氮磷減施的同時，鉀肥用量增長，相應區域的小麥產量不同程度增加。可見增施鉀肥是小麥單產增加的主要原因。但對比圖4與圖2a）～圖2f）發現：習慣施肥和推薦施肥模式下氮、磷、鉀用量與土壤養分豐缺均未很好匹配。習慣施肥模式下北部有較大面積缺鉀土壤未得到有效的施鉀補給；推薦施肥模式下絕大部分區域施鉀量增加，但這種補償是普遍性的，與土壤鉀豐缺無很好關聯。

習慣施肥模式下氮、磷、鉀的農學效率均值分別為8.6、16.1、26.1 kg·kg–1，而推薦施肥條件下氮磷農學效率普遍提高，鉀農學效率則有所降低，分別是13.0、21.1、23.3 kg·kg–1。兩種施肥方式下的小麥增產量趨勢均為南高北低，而氮、磷用量趨勢均為北高南低，因此二者農學效率均呈南高北低的變化格局（圖5a）～圖5d））。習慣施肥方式下中北部區域施鉀量低，且存在較大面積低鉀土壤，鉀農學效率中間高、東西低（圖5e））；推薦施肥條件下，大部分區域施鉀量增加，鉀農學效率也轉化為南高北低的趨勢（圖5f））。該結果反映了氮磷鉀供應充足時其農學效率主要與小麥區域產量潛力相關的事實，也說明施肥量未根據產量潛力進行合理調整。

注：圖a）～c）表示習慣施肥量，圖d）～f）表示專家推薦施肥量，圖g）～i）表示推薦施肥量與習慣施肥量的差。Note：Fig. a）～c）stand for customary fertilization rate，fig. d）～f）stand for recommended fertilization rate，fig. g）～i）stand for difference between RF and CF in fertilization rate.

2.3 小麥產量變異的主要影響力

根據隨機森林分析（表2），不施肥條件下，土壤耕層性質、施肥、土壤類型和氣候對小麥產量變異的綜合解釋率為31.2%，剔除土壤耕層參數后，變異解釋率下降3.2%；剔除土壤和氣候參數后，變異解釋率下降15.7%，說明小麥基礎地力的差異主要與氣候和土壤類型等地理因素有關。在習慣施肥條件下，土壤耕層性質、施肥、土壤類型和氣候對小麥產量變異的綜合解釋率為31.9%，分別剔除土壤耕層性質、施肥參數、土壤類型和氣候后，變異解釋率下降分別為0.2%、3.4%和9.8%；推薦施肥條件下，上述因子對小麥產量變異的綜合解釋率為35.1%，分別剔除土壤耕層性質、施肥參數、土壤類型和氣候，變異解釋率分別下降0、5.3%和10.2%。

圖3 小麥單產變化和施肥增產效應

圖4 土壤氮磷鉀含量

習慣施肥條件下各因子對小麥增產幅度的綜合解釋率為21.8%，剔除土壤耕層參數后，變異解釋率下降2.6%；剔除施肥因素后，變異解釋率下降7.3%；剔除土壤和氣候參數后，變異解釋率下降5.9%。推薦施肥條件下各因子對小麥增產幅度的綜合解釋率亦為21.8%，剔除土壤耕層參數后，變異解釋率反而增長1.5%，說明土壤耕層屬性在推薦施肥條件下對于解釋增產量變異反而有所干擾；剔除施肥因素后，變異解釋率下降5.5%；剔除土壤和氣候參數后，變異解釋率下降5.3%。綜上，習慣施肥條件下，施肥因素對小麥增產量的影響略大于土壤和氣候等地理因素，而在推薦施肥條件下，二者的影響基本相當；土壤耕層性質對于解釋小麥增產量變異的作用較小。

圖5 習慣施肥方式和推薦施肥方式下氮磷鉀農學效率

表2 不同自變量組合下隨機森林模型對小麥產量變異的解釋比

注：組合1、2、3、4分別表示全部自變量、剔除土壤耕層性質的剩余自變量、剔除施肥因素的剩余自變量、剔除土壤類型和氣候因素的自變量。NF表示不施肥。Note：Group1～4 respectively represents that all independent variables，all independent variables except for soil properties of the cultivated layer，all independent variables except fertilization，and all independent variables except soil type and climate variables，respectively and NF represents the scheme of no fertilization.

該結果定量說明河南小麥產量空間格局主要取決于氣候和土壤等地理資源稟賦的差異，施肥的影響次之。與不施肥處理相比，施肥在提高產量的同時，能降低土壤、氣候等區域地理因子對總體變異的相對作用；但增產量在小麥總產量構成中的比例較低，而且不同施肥條件下小麥增產變異格局高度相似（圖3d）～圖3e））；因此，施肥不能改變小麥產量變異由土壤和氣候主導的宏觀規律。耕層土壤性質對小麥產量變異的影響較小，施肥，尤其是推薦施肥，進一步削弱了土壤耕層性質對作物總產量變異和增產量變異的影響力。這說明兩種情況下的施肥量均較大，很大程度削減了作物營養對土壤基礎養分的依賴。盡管施鉀是推薦施肥條件下小麥進一步增產的主要因素，但推薦施肥條件下施肥因素對小麥產量變異的解釋力反而有所下降，應該與盲目增施鉀肥有關。

綜上分析，研究區氮磷鉀施用量調整應以小麥的產量空間變異特征為基礎，“以產定肥”；同時，需要降低施用量，以充分利用土壤有效養分供給，即“因土施肥”。

2.4 氮磷鉀施用量的地理優化與節肥潛力估算

參考河南部分土壤類型區豐缺試驗結果[21-25]進行土壤養分分級：土壤全氮按照大于1.1 g·kg–1、0.9～1.1 g·kg–1、0.7～0.9 g·kg–1（面積比例分別為10.7%、56.5%、32.8%），土壤有效磷按照18～38 mg·kg–1、12～18 mg·kg–1、7～12 mg·kg–1（面積比例分別為23.9%、59.3%、16.7%），土壤速效鉀含量按照大于130 mg·kg–1、90～130 mg·kg–1、60～90 mg·kg–1（面積比例分別為22.0%、66.0%、16.8%）劃分為高、中、低含量級別。在低、中、高肥力下，孫克剛等[21-22]統計的河南潮土和砂姜黑土小麥目標產量的中值分別為6 500、7 000、7 500 kg·hm–2，僅在潮土區極高土壤肥力下劃定目標產量區間7 625～8 375 kg·hm–2。鑒于“三區對照”推薦施肥方案下小麥產量基本代表了氮磷鉀全要素充分施肥下小麥產量水平，可作為當前實現小麥潛力產量的代表；對該產量圖（圖3c））按自然裂點法分級，獲得低、中、高產量區間分別是4 710～6 750 kg·hm–2，6 750～7 500 kg·hm–2，7 500～9 465 kg·hm–2，面積比例分比為24.6%、49.4%、26.0%。

Liu等[4]和Duan等[5]在鄭州的試驗表明，土壤全氮1.0 g·kg–1條件下，氮磷鉀配施，施氮量165 kg·hm–2與施氮量247 kg·hm–2的15年平均產量均為6 400 kg·hm–2。在6個長期試驗點的數據分析基礎上，Zhang等[6]推薦華北地區小麥的施氮量為202 kg·hm–2，能取得的平均產量為6 527 kg·hm–2，是平均最高產量的97.4%；Wang 等[7]結合定位試驗、文獻分析和模型模擬，指出施氮185 kg·hm–2是取得華北地區環境和產量最佳效應的臨界施氮量，可取得7 000 kg·hm–2左右產量。吳良泉[11]統計，華北灌溉冬麥區和雨養冬麥區推薦的平均施氮量分別為184和180 kg·hm–2，目標產量分別為7 500 和6 800 kg·hm–2。Ying等[26]統計河南17個縣156個點施氮0、105、210、315、420 kg·hm–2的小麥產量，在210 kg·hm–2取得最高平均產量 7 020 kg·hm–2，并論證采用生態效應最優施肥量175 kg·hm–2，不會造成明顯減產。河南省小麥“三區對照”試驗中地方專家推薦的施氮量主體范圍在150～210 kg·hm–2（圖2d）），與不同文獻統計的適宜施氮量變動范圍較符合，可以確定該施氮范圍符合河南小麥生產實際需求。但基于不同試驗點得到的適宜施氮量和產量存在差異，說明有必要按土壤條件和產量差異進行施氮量地理優化。建議調整為：在高產低氮區施氮210 kg·hm–2，高產中氮和中產低氮區施氮180 kg·hm–2，高產高氮區、中產中氮和低產低氮區150 kg·hm–2，其他區域理論上氮效較低，為120 kg·hm–2。

孫克剛等[21-22]推薦河南潮土、砂姜黑土有效磷在7～12 mg·kg–1、12～18 mg·kg–1、18～38 mg·kg–1條件下，小麥施磷量分別為105 kg·hm–2、90 kg·hm–2、60 kg·hm–2（潮土）或者75 kg·hm–2（砂姜黑土）。該施磷量范圍的中值82.5 kg·hm–2與吳良泉[11]推薦的華北灌溉冬麥區和雨養冬麥區平均施磷量88 kg·hm–2和 80 kg·hm–2接近；但顯然根據小麥潛力產量分級和土壤有效磷豐缺拉伸施磷量更為合理。可依據孫克剛等[21-22]的研究結果確定潮土和砂姜黑土施磷量；同時，鑒于褐土和黃褐土小麥產量水平相對較低，分別借鑒相鄰的潮土和砂姜黑土施磷標準不應造成減產。建議施磷量調整為：高產低磷區105 kg·hm–2，高產中磷區和中產低磷區90 kg·hm–2，高產高磷、中產中磷和低產低磷區60 kg·hm–2（潮土和褐土）或75 kg·hm–2（砂姜黑土和黃褐土）；其他區域45 kg·hm–2。

土壤速效鉀在60～90 mg·kg–1、90～130 mg·kg–1、及130 mg·kg–1以上三個范圍，孫克剛等[24]推薦砂姜黑土分別按照120、90、45 kg·hm–2的施鉀量，田芳等[25]推薦潮土按照120 kg·hm–2、60 kg·hm–2、30 kg·hm–2的施鉀量。杜新慧等[27]研究在鄭州砂質潮土土壤速效鉀含量63 mg·kg–1條件下，兩個品種的小麥均在施鉀120 kg·hm–2達到最高產量6 570 和 7 000 kg·hm–2，超過該施用量產量反而降低。吳良泉[11]推薦的華北灌溉冬麥區和雨養冬麥區平均施鉀量分別為51和59 kg·hm–2，與河南潮土區中等土壤供鉀水平下的推薦施鉀量60 kg·hm–2接近。綜上對比，在45 kg·hm–2～120 kg·hm–2施鉀范圍進行地理優化不應造成小麥減產：高產低鉀區應施鉀120 kg·hm–2；高產中鉀和中產低鉀區施鉀 90 kg·hm–2；高產高鉀、中產中鉀和低產低鉀區 60 kg·hm–2；其他區域45 kg·hm–2。

綜上，按照施氮量120～210 kg·hm–2、施磷量45～105 kg·hm–2、施鉀量 45～120 kg·hm–2進行地理優化。優化的氮、磷、鉀用量受產量變異引導向高產土壤集中（圖6）。預計可在不降低小麥產量基礎上，較“三區對照”中的推薦方案分別降低氮、磷、鉀用量14.2%、40.0%和39.5%（按地圖統計），較習慣施肥方案分別降低氮、磷、鉀用量20.9%、41.1%和17.5%。對照Ying等[26]據河南部分試驗估算的在不明顯降低產量的同時，小麥采用優化施氮量較農民習慣施氮量降低24%～37%，本文估算的節氮量在實踐中可行。

圖6 修正的推薦施肥量

2.5 近10年來小麥產量與施肥量的變化

圖7表明，2017年小麥產量變化主體范圍3 785～8 557 kg·hm–2，與圖3b）反映的2007—2009年農民習慣施肥下的小麥產量主體范圍4 530～8 655 kg·hm–2相比差異不明顯；而且產量格局與2007—2009年基本一致：壤質潮土、黏質潮土、部分砂姜黑土是高產區，而砂質潮土、褐土、黃褐土分布區仍是相對的低產區。該格局與各縣域具有障礙層（包括砂質土層、砂姜層、黏盤層、土層厚度小于50 cm等類型）的耕作土壤的面積比例具有極顯著的負相關，值為–0.40（圖8）。2013—2016年該值分別為–0.45、–0.44、–0.45、–0.41；按2估算土壤差異對研究區小麥產量變異的解釋力在16%～20%，該結果確證近年來河南小麥產量空間變異特征穩定，以及該特征與土壤地理分布具有密切關系。

此外，當前河南小麥產量空間變異具有高水、肥供應背景。按2008—2017年統計，豫北、豫東平原多數縣市水澆地占耕地比重超過90%；豫南部分地區水澆地比重偏低，但該區位于溫帶和亞熱帶過渡區，小麥生長季降水量充沛，因此，研究區小麥水分供應的空間差異性不大。同時，在高施肥背景下，研究區施肥量在2008—2016年仍持續增加，總折純量從468.9萬t上升至537.1萬t。

顯然，水肥供應已不是限制河南小麥生產的短板，氣候和土壤條件等自然稟賦對產量的制約凸顯，并形成了較強的空間變異規律。考慮到自然稟賦改造的難度，短期內顯著改變小麥產量空間變異規律的可能性不大，在施肥優化時應充分利用這一特征。而近10年來河南小麥主產區施肥量仍整體走高，推廣地理優化施肥方案具有迫切現實意義。

圖7 2017年小麥產量

圖8 縣域具有障礙土層的耕地比例與小麥單產的關系

3 結 論

在高水肥供給條件下，土壤、氣候條件凸顯為小麥產量變異的主控因素，施肥增產效應的空間格局也受其影響，不同施肥方式下小麥總產量和施肥后的增產量均顯示較高的空間相似性。農民習慣施肥模式中氮、磷普遍施用過量，而鉀存在局部虧缺。地方專家推薦施肥方案中僅略降低了氮用量，磷用量未明顯改變，而施鉀普遍過量。它們的共同問題是施肥量偏大，且施肥量分配未與小麥產量格局、土壤養分豐缺相匹配。綜合對比多源文獻，河南小麥主產區N、P2O5、K2O施用范圍可確定為120～210 kg·hm–2、45～105 kg·hm–2和45～120 kg·hm–2，依據小麥產量空間變異特征和土壤養分豐缺對施肥方案進行地理優化，可使氮、磷、鉀的施用量較推薦施肥模式分別節約14.2%、40.0%和39.5%，較農民習慣施肥模式分別節約20.9%、41.1%和17.5%。10年來河南小麥產量及其分布規律穩定，但總耗肥量明顯增高，按地理優化方案施肥具有迫切的現實意義。

［ 1 ］ Yu F，Shi W M. Nitrogen use efficiencies of major grain crops in China in recent 10 years[J]. Acta Pedologica Sinica，2015，52（6）：1311—1324. [于飛，施衛明. 近10年中國大陸主要糧食作物氮肥利用率分析[J]. 土壤學報，2015，52（6）：1311—1324.]

［ 2 ］ Zhang F S，Wang J Q，Zhang W F，et al. Nutrient use efficiencies of major cereal crops in China and measures for improvement[J]. Acta Pedologica Sinica，2008，45（5）：915—924. [張福鎖，王激清，張衛峰，等. 中國主要糧食作物肥料利用率現狀與提高途徑[J]. 土壤學報，2008，45（5）：915—924.]

［ 3 ］ Liu H，Wang Z H，Yu R，et al. Optimal nitrogen input for higher efficiency and lower environmental impacts of winter wheat production in China[J]. Agriculture，Ecosystems & Environment，2016，224：1—11.

［ 4 ］ Liu J，Liu H，Huang S M，et al. Nitrogen efficiency in long-term wheat–maize cropping systems under diverse field sites in China[J]. Field Crops Research，2010，118（2）：145—151.

［ 5 ］ Duan Y H，Xu M G，Gao S D，et al. Nitrogen use efficiency in a wheat-corn cropping system from 15 years of manure and fertilizer applications[J]. Field Crops Research，2014，157（157）：47—56.

［ 6 ］ Zhang Y T，Wang H Y，Lei Q L，et al. Optimizing the nitrogen application rate for maize and wheat based on yield and environment on the Northern China Plain[J]. The Science of the Total Environment，2018，618：1173—1183.

［ 7 ］ Wang H Y，Zhang Y T，Chen A Q，et al. An optimal regional nitrogen application threshold for wheat in the North China Plain considering yield and environmental effects[J]. Field Crops Research，2017，207：52—61.

［ 8 ］ Chuan L M，He P，Pampolino M F，et al. Establishing a scientific basis for fertilizer recommendations for wheat in China：Yield response and agronomic efficiency[J]. Field Crops Research，2013，140：1—8.

［ 9 ］ Sun H R，Zhang J P，Gang L H，et al. Abundance-deficiency indices of soil N and appropriate nitrogen application rates for rice in China[J]. Chinese Agricultural Science Bulletin，2019，35（11）：82—87. [孫洪仁，張吉萍，冮麗華，等. 中國水稻土壤氮素豐缺指標與適宜施氮量[J]. 中國農學通報，2019，35（11）：82—87.]

［ 10 ］ Wu L Q，Wu L，Cui Z L，et al. Basic NPK fertilizer recommendation and fertilizer formula for maize production regions in China[J]. Acta Pedologica Sinica，2015，52（4）：802—817. [吳良泉，武良，崔振嶺，等. 中國玉米區域氮磷鉀肥推薦用量及肥料配方研究[J]. 土壤學報，2015，52（4）：802—817.]

［ 11 ］ Wu L Q. Fertilizer recommendations for three major cereal crops based on regional fertilizer formula and site specific adjustment in China[D]. Beijing：China Agricultural University，2014.[吳良泉. 基于“大配方、小調整”的中國三大糧食作物區域配肥技術研究[D]. 北京：中國農業大學，2014.]

［ 12 ］ Xu X P，Wei D，Li Y Y，et al. Availability of fertilizer recommendation for spring maize based on yield response and agronomic efficiency in Northeast China[J]. Journal of Plant Nutrition and Fertilizer，2016，22（6）：1458—1467. [徐新朋，魏丹，李玉影，等. 基于產量反應和農學效率的推薦施肥方法在東北春玉米上應用的可行性研究[J]. 植物營養與肥料學報，2016，22（6）：1458—1467.]

［ 13 ］ Xu X P，He P，Zhang J J，et al. Spatial variation of attainable yield and fertilizer requirements for maize at the regional scale in China[J]. Field Crops Research，2017，203（203）：8—15.

［ 14 ］ Wu Z F，Zhao Y F，Cheng D Q，et al. Spatial analysis of the effect of soil-testing-based-formulated-fertilization of wheat based on geographically weighted regression[J]. Acta Pedologica Sinica，2019，56（4）：860—872. [巫振富，趙彥鋒，程道全，等. 基于地理加權回歸的小麥測土配方施肥效果空間分析[J]. 土壤學報，2019，56（4）：860—872.]

［ 15 ］ Breiman L. Random forest [J]. Machine Learning，2001，45（1）：5—32.

［ 16 ］ Liaw A，Wiener M. Classification and regression by randomForest. The Newsletter of the R Project，2002，2/3：18—22.

［ 17 ］ Zhao Y F，Li H J，Chen J，et al. Comparison between soil mapping approaches based on their ability explaining soil variability—A case of mapping soil organic carbon density of soil（0～1 m）in Nanyang district[J]. Acta Pedologica Sinica，2018，55（1）：43—53. [趙彥鋒，李豪杰，陳杰，等. 基于土壤變異解釋力的幾種土壤制圖方法的對比研究——以南陽市1m土體土壤有機碳密度制圖為例[J]. 土壤學報，2018，55（1）：43—53.]

［ 18 ］ Krupnik T J，Ahmed Z U，Timsina J，et al. Untangling crop management and environmental influences on wheat yield variability in Bangladesh：An application of non-parametric approaches[J]. Agricultural Systems，2015，139：166—179.

［ 19 ］ Agricultural Industry Standards of People’s Republic of China. Technical standards for soil monitoring：NY/T1119-2006[S]. Beijing：China Agriculture Press，2006. [中華人民共和國農業行業標準. 土壤監測規程：NY/T1119—2006[S]. 北京：中國農業出版社，2006.]

［ 20 ］ Henan Statistic Bureau. Henan statistical yearbook 2007—2018[OL]. 2019-02-14 [2019-04-25]. http://www. ha. stats.gov.cn/sitesources/hntj/page_pc/tjfw/tjcbw/list1. html.[河南省統計局. 河南統計年鑒2007—2018[OL]. 2019-02-14 [2019-04-25]. http://www.ha.stats.gov.cn/sitesources/ hntj/page_pc/tjfw/tjcbw/list1.html.]

［ 21 ］ Sun K G，He A L，Li X D，et al. Abundance and deficiency indices of soil available P for wheat and fertilization recommendation in fiuvo-aquic soil district indices of soft available P based on ASI method[J]. Soil and Fertilizer Sciences in China，2013（2）：72—74. [孫克剛，和愛玲，李向東，等. 潮土區麥田土壤有效磷施肥指標及小麥施磷推薦基于ASI法的土壤養分豐缺指標[J]. 中國土壤與肥料，2013（2）：72—74.]

［ 22 ］ Sun K G，Li B Q，He A L，et al. Abundance and deficiency indices of soil available P for wheat and fertilization recommendation in Shajiang black soil areas[J]. Agricultural Research in the Arid Areas，2010，28（2）：159—161，182. [孫克剛，李丙奇，和愛玲，等. 砂姜黑土區麥田土壤有效磷豐缺指標及推薦施磷量研究[J]. 干旱地區農業研究，2010，28（2）：159—161，182.]

［ 23 ］ Wu J G. Abundance and deficiency indices of soil available P and available K for wheat of Henan Province. [J]. China Agricultural Technology Extension，2014，30（1）：37—38. [武金果. 河南省小麥土壤有效磷鉀豐缺指標研究[J]. 中國農技推廣，2014，30（1）：37—38.]

［ 24 ］ Sun K G，Li B Q，He A L. Abundance and deficiency indices of soil available K for wheat and fertilization recommendation in Shajiang black soil areas[J]. Acta Agriculturae Boreali-Sinica，2010，25（2）：212—215. [孫克剛，李丙奇，和愛玲. 砂姜黑土區麥田土壤有效鉀施肥指標及小麥施鉀研究[J]. 華北農學報，2010，25（2）：212—215.]

［ 25 ］ Tian F，Yue L X，Du F H. Tentative study of index of adequacy and inadequacy of phosphorous and potassium of wheat in Xinxiang City and recommended amounts of chemical fertilizer[J]. Journal of Anhui Agricultural Sciences，2013，41（18）：7806—7807，7819. [田芳，岳利霞，杜昉航. 新鄉市小麥磷鉀養分豐缺指標與推薦施肥量研究[J]. 安徽農業科學，2013，41（18）：7806—7807，7819.]

［ 26 ］ Ying H，Ye Y L，Cui Z L，et al. Managing nitrogen for sustainable wheat production[J]. Journal of Cleaner Production，2017，162：1308—1316.

［ 27 ］ Du X H，Wang Y，Wang Y L，et al. Potassium effects on different wheat varieties in sandy soil[J]. Journal of Triticeae Crops，2014，34（3）：358—363. [杜新慧，王祎，王宜倫，等. 砂質潮土區不同小麥品種的施鉀效應[J]. 麥類作物學報，2014，34（3）：358—363.]

Problem Diagnosis and Geographic Optimization for Fertilization of Wheat in Henan Province Based on Spatial Analysis

ZHAO Yanfeng1, CHENG Daoquan2, WU Zhenfu3, CHEN Jie1, SUN Xiaomei2, YAN Junying2, LIANG Siyuan3

(1. School of Agricultural Science, Zhengzhou University, Zhengzhou 450001, China; 2.Station of Soil and Fertilizer Extension Service, Henan Province, Zhengzhou 450002, China; 3. School of Public Management, Zhengzhou University, Zhengzhou 450001, China)

Variable rate fertilizing is an important way to improve fertilization economic efficiency and reduce adverse environmental effect. The objective of this paper is to make a diagnosis of the fertilization of wheat in Henan in an attempt to find out problems and to optimize application rates of NPK fertilizers in line with geographical change of wheat potential yield and soil properties. Henan Province is a major wheat cultivation area of China, contributing 25% of the total wheat production of the country.Funded by the formula fertilization project of the Ministry of Agriculture of China, the province launched extensively Three-Zone Comparison Experiments (TCE) during the years of 2007—2009. TCE had experimental sites set up all over the province. Each site was designed to have three adjoining plots, randomly selected and laid out for wheat cultivation under CK (no fertilization), CF (local farmer customary fertilization) and RF (fertilization recommended by local agricultural experts), separately. In this paper, data were collected from a total of 2277 TCE sites in 82 counties for comparison analysis. Before seeding of wheat, a soil sample was collected from the cultivated-layer of each plot, and then the samples from the three adjoining plots were mixed into one as soil sample of the site for analysis of OM, pH, total N, Olsen-P and readily available K. Wheat yield, NPK application rates of each plot and soil properties and accumulated sunshine hour, accumulated precipitation, accumulated evaporation, accumulated temperature above 0 °C and that above 10 °C of each TCE site, during the wheat growth period were all recorded separately for comprehensive analysis following the steps below. 1) mapping wheat yield, N, P, K application rate, contents of total N, available P and readily available K in soil with the aid of kriging interpolation, and comparing the maps to identify problems in application of N, P and K fertilizers in this area; 2) adopting the Random Forest (RF) method to assess relative contribution of soil properties of the cultivated soil layer, fertilization rate and geographical variation of soil type and climate to variation of wheat yield; and 3) superimposing the wheat potential yield map, soil total N map, soil available P map and soil readily available K map acquired in the research and referring to the research on soil nutrient sufficiency standard and recommendation of NPK application rates for targeted wheat yield to optimize fertilization recommendation geographically in line with the principles of “yield-targeted fertilization” and “soil-oriented fertilization” for the province.Results show that the customary application rates of N and P tended generally to be higher, while that of K to be lower in some areas. However, most of the fertilization recommendations failed to reduce the rates of N and P. but generally raise the rate of K application. The two fertilization schemes, customary and recommended, are found to share a common problem, i.e. N, P, and K application rates mismatched targeted wheat yield and soil fertility in spatial distribution. Random forest analysis shows that geographic variations of soil, type and climate were the dominant factors of the spatial variation of wheat yield, and fertilization followed the next and soil nutrients the last in effect, while variations of geographical factors and fertilization were the ones determining spatial variation of wheat yield increment, which had nothing to do with soil nutrients. High fertilization rates were the major reason explaining the weak relationship between soil nutrient status and wheat yield.On the background of high nutrient and water supply, physical geographical distributions of soil type and climate now are the key factors determining spatial variation of wheat yield at a provincial scale. Owing to the hardness of breaking through the obstacle of soil type and the limitation of climate conditions, it is almost infeasible to alter the rule of spatial distribution significantly within next few years. Based on the spatial variations of potential wheat yield and soil nutrient level, the recommended N, P2O5and K2O application rate should be in the range of 120～210 kg·hm–2, 45～105 kg·hm–2and 45～120 kg·hm–2, respectively. It is estimated that geographic optimization may save N, P and K fertilizer by 14.2%, 40.0% and 39.5% over the fertilization schemes recommended by local experts and by 20.9%, 41.1% and 17.5% over the customary application rate of the local farmers.

Map comparison; Random forest; Henan Province; Wheat; Fertilization optimization

S159.9；S143

A

10.11766/trxb201906250273

趙彥鋒，程道全，巫振富，陳杰，孫笑梅，閆軍營，梁思源. 基于空間分析的河南省小麥施肥問題診斷與地理優化[J]. 土壤學報，2020，57（5）：1206–1218.

ZHAO Yanfeng，CHENG Daoquan，WU Zhenfu，CHEN Jie，SUN Xiaomei，YAN Junying，LIANG Siyuan. Problem Diagnosis and Geographic Optimization for Fertilization of Wheat in Henan Province Based on Spatial Analysis [J]. Acta Pedologica Sinica，2020，57（5）：1206–1218.

* 國家自然科學基金項目（40801080，41601210，40971128）資助 Supported by the National Natural Science Foundation of China（Nos.40801080，41601210 and 40971128）

趙彥鋒（1977—），男，河南洛陽人，博士，副教授，主要從事土壤地理和土地管理研究。E-mail：yfzhao@zzu.edu.cn

2019–06–25；

2019–09–03；

優先數字出版日期（www.cnki.net）：2019–11–07

（責任編輯：陳榮府）