2、果园土壤养分空间变异：土壤采样方法、养分分布图绘制、变异系数与施肥决策
果园土壤养分在空间上并非均匀分布，而是呈现显著的空间变异性。这种变异受地形、树龄、施肥历史、灌溉方式等多种因素影响。理解并量化这种变异，是实施变量施肥管理的前提。本章系统讲解从土壤采样到施肥决策的完整技术链条。
2.1 土壤采样方法
科学的土壤采样是获取真实养分空间信息的基础。针对果园特点，推荐以下三种采样策略：
| 采样方法 | 适用场景 | 采样密度 | 优点 | 局限性 |
|---|---|---|---|---|
| 网格采样 | 新建果园、变异未知 | 30~50 m × 30~50 m | 空间覆盖均匀，适合绘制基础分布图 | 成本较高，可能遗漏局部变异 |
| 分区采样 | 已知管理分区、地形差异明显 | 每区 3~5 个混合样 | 效率高，与农艺管理单元一致 | 依赖先验知识，分区边界可能不准确 |
| 智能路径采样 | 配备 RTK-GNSS 的采样车 | 动态调整，变异大处加密 | 自适应，信息效率最高 | 需要专用设备和算法支持 |
实操建议：对于 10 亩以下的果园，建议采用 20 m × 20 m 网格采样，每个采样点取 0~30 cm 和 30~60 cm 两层土样，混合后送检。采样时间应在施肥前或果实采收后，避开施肥高峰期。
2.2 养分分布图绘制
将离散的采样点数据转化为连续的空间分布图，是变量施肥决策的核心环节。常用空间插值方法包括：
- 反距离加权法（IDW）：计算简单，适合采样点密集、变异平缓的场景。权重与距离的幂次成反比，通常取幂次 p=2。
- 普通克里金法（OK）：基于半变异函数模型，能提供估计方差，适合中等以上变异程度的果园。需要先进行空间自相关分析。
- 回归克里金法（RK）：结合环境协变量（如高程、坡度、树龄），在复杂地形果园中精度最高，但建模工作量较大。
下图展示了从采样到生成养分分布图的完整工作流程：
2.3 变异系数与施肥决策
变异系数（CV）是衡量养分空间变异程度的核心指标，计算公式为：
CV = (标准差 / 平均值) × 100%根据 CV 值大小，可将果园养分变异划分为三个等级，并对应不同的施肥策略：
| 变异等级 | CV 范围 | 空间变异特征 | 推荐施肥策略 |
|---|---|---|---|
| 低变异 | CV < 15% | 养分分布均匀，无明显空间差异 | 可采用均匀施肥，或大分区变量施肥 |
| 中等变异 | 15% ≤ CV ≤ 35% | 存在一定空间差异，需分区管理 | 推荐基于分布图的变量施肥，分区数 3~5 个 |
| 高变异 | CV > 35% | 空间差异显著，局部养分极缺或过量 | 必须采用逐点变量施肥，配合实时传感器校正 |
注意：当 CV > 50% 时，建议先检查采样数据是否存在异常值或采样误差。若确认数据无误，则需加密采样网格，并考虑使用回归克里金法引入辅助变量以提高插值精度。
2.4 从分布图到施肥处方图
生成养分分布图后，需结合目标产量和肥料利用率，转化为变量施肥处方图。转换步骤如下：
- 确定目标产量：根据果园树龄、品种、历史产量，设定合理的目标产量（kg/亩）。
- 计算养分需求量：每生产 100 kg 果实所需 N、P₂O₅、K₂O 的推荐量（例如：N 0.6 kg、P₂O₅ 0.3 kg、K₂O 0.7 kg）。
- 计算施肥量：施肥量 = (目标产量 × 单位养分需求 - 土壤供肥量) / 肥料利用率。其中土壤供肥量由养分分布图提供。
- 生成处方图：将计算出的施肥量按空间位置写入变量施肥控制文件（如 Shapefile 或 GeoJSON 格式）。
下图展示了从养分分布图到施肥处方图的转换逻辑：
关键指标：在变量施肥决策中，建议同时关注 速效氮、有效磷 和 速效钾 三种养分的空间变异。其中速效氮的变异系数通常最高（CV 可达 40%~60%），是变量施肥优先调控的对象。