山東省文登市耕層土壤有機質的空間分異特征研究

林秀渠，劉曉龍，李玉環*

(1.文登市農業局，文登 264400;2.山東農業大學 資環學院，山東泰安 271018)

1 研究區概況與研究方法

1.1 研究區概況

研究區文登市位于山東半島東部，北緯36°52'－37°23'，東經 121°43'－122°19'。西與煙臺市牟平區和乳山市相接，北連威海市環翠區，東臨榮成市，南瀕黃海。

總面積1645 km2。其中山地占總面積19%，丘陵占58.4%，平原占22.6%，平原沿河谷兩岸及濱海地區呈帶狀展布。全境北高南低，兩側高，中間低。屬大陸性季風型溫濕帶氣候，年均氣溫為11℃，年均降水總量849.3 mm。主要土壤類型是棕壤，占可利用總面積的83.59%。主要種植作物有小麥、玉米、花生、蔬菜、果樹、大豆等。

1.2 樣品的采集和分析

在室內以土地利用現狀圖為底圖，根據均勻布點原則在圖上布點，每個村莊布設3～4個采樣點，然后實地進行采樣，利用GPS定位儀記錄點位的坐標(記錄經緯度，精確到0.1″)，采樣時間以秋季為主，在作物收獲后或播種前采集(上茬作物已經基本完成生育進程，下茬作物還沒有施肥)，這樣以能反映采樣地塊的真實地力。采樣深度為0～20 cm。全市共采集樣點1624個，經過風干、研磨和過篩處理，采用重鉻酸鉀－硫酸溶液－油浴法分析了土壤樣本的有機質含量指標。

1.3 數據處理軟件平臺

本研究涉及的處理平臺主要有:統計分析軟件SPSS 17.0以及地理信息系統處理軟件Arcgis 9.2。

1.4 數據處理與分析

利用樣點的經緯度坐標將采樣點導入到Arcgis軟件中，然后將測定的數據連接到樣點的屬性數據中，應用地統計分析模塊的普通克立格插值法對數據進行分析。

圖1 文登市土壤樣點分布圖Fig.1 Distribution map of soil sampling sites in Wendeng city

地統計學的理論基礎是區域化變量理論，而協方差函數和變異函數是以區域化變量理論為基礎建立起來的，是地統計學的兩個最基本的函數。克立格法是建立在變異函數理論和結構分析基礎之上的。

半方差函數是描述土壤特性空間變異結構的一個函數，計算公式如下:

式中:h——樣本間距;Z(x)——在位置x處的數值;Z(x+h)——在距離為x+h處的數值。

半方差函數一般有3個主要參數:基臺值(sill)、變程(range)、塊金值(nugget)。這三個參數可以直接從半變異函數圖中得到，它們決定著半變異函數的形狀與結構。其中基臺值是指當半變異函數隨著間隔距離的增大，從非零值達到一個相對穩定的常數時的值;變程是指半變異函數達到基臺值時的間隔距離;塊金值是指當間隔距離為零時的半變異函數的值。半方差圖是地統計學解釋土壤特性空間變異結構的基礎，其可靠性取決于采樣密度。土壤性質的半方差函數通常可以被某些曲線方程所擬合，這些曲線方程稱為半方差函數的理論模型，主要包括線性模型、球狀模型、指數模型、高斯模型、對數模型等。

Kriging插值是根據變異函數模型而發展起來的空間插值方法，在地質、土壤、農業、氣象等領域應用廣泛，主要用于研究空間分異和制圖。Kriging插值的最大優點是它能給出無偏估計，能夠充分考慮到土壤特性的空間變異。Kriging插值方法是地統計學中最為常用的插值方法，它是利用原始資料和半方差函數的結構性，對未采樣點的區域化變量進行最優無偏估值的一種方法，它對各觀測點的權重確定是通過半方差圖分析獲取的。作為一種加權移動平均的內插方法，其主要優點是能得到內插計算中產生的獨立誤差的估值，且由已知點內插估計點間土壤特性空間相關性，具有較好的內在關聯屬性和精確性。

本文中半變異函數的計算和理論模型的擬合均是在Arcgis 9.2中的地統計分析模塊中實現的。

2 結果與分析

2.1 土壤有機質的統計特征

土壤有機質樣本的全部采樣數量為1624個，剔除其中位置出現異常的樣點后，有機質樣本數為1615個。在應用Arcgis的地統計模塊進行插值分析之前，應用SPSS統計分析軟件對測量的土壤有機質數據進行了一般的描述性統計，結果見表1:

表1 文登市土壤有機質含量統計特征值Table 1 Statistical feature values of soil organic matter in Wendeng city

變異系數的大小表示土壤特性空間變異性的大小，變異系數≤0.1時為弱變異性，0.1＜變異系數＜1時為中等變異性，變異系數≥1時為強變異性。從表1中可以看出，土壤有機質變異系數屬于強變異性。應用SPSS中非參數檢驗中的單樣本K－S檢驗土壤有機質含量數據，結果表明數據符合正態分布。

2.2 普通克立格插值模型的對比分析

Arcgis地統計模塊中的普通克立格法插值模型有11種，包括Circular、Spherical、Tetraspherical、Pentaspherical、Gaussion、Rational Quadratic等，在應用普通克立格模型插值前，要首先利用地統計模塊中的Explore Date工具對數據進行檢驗，剔除其中的異常值，找出數據內在的規律，不符合正態分布的數據要進行數據轉換。選擇不同的模型進行擬合，根據各模型的參數選取較優的插值模型，最后用Cross－Validation交叉驗證法來修正各模型參數。

研究區域的土壤有機質含量數據服從正態分布，地統計模塊中的利用Explore Date工具提出異常點后樣本數為1604個，選擇普通克立格插值法進行插值，通過γ(h)～h散點圖選擇了Circular、Spherical、Tetraspherical、Pentaspherical、Gaussion、Rational Quadratic等7中模型進行對比分析，然后利用各模型擬合檢驗參數來選出最優的插值模型，這些擬合參數包括預測誤差均值(mean)、預測誤差均方根(root－mean－square)、平均預測標準差(average standard error)、平均標準差(mean standardized)、標準均方根預測誤差(root－mean－square standardized)。不同模型擬合土壤有機質含量的檢驗參數結果如表2。

表2 不同模型的擬合檢驗參數Table 2 The validation data of different models

根據模型的優劣評價判斷標準:預測誤差的均值越接近于0，標準均方根預測誤差越接近于1，其他檢驗參數值越小時，模型的擬合情況越好。比較表2中各模型的檢驗參數，可以得出Tetraspherical模型的擬合最好，最適合研究區內土壤有機質含量的空間分布分析。

2.3 土壤有機質的空間相關性分析

由以上各模型對比分析得出，Tetraspherical模型是擬合文登市土壤有機質含量的最優模型，應用此模型對土壤有機質含量的空間相關性性進行分析。在Tetraspherical模型中，其擬合決定系數R2=0.973，殘差RSS=0.072，該模型的決定系數在0.90以上，說明模型的選取符合要求。半方差函數各參數值:基臺值(sill)為26.3、變程(range)為 550、塊金值(C0)為22.5，半方差函數曲線見圖 2。

土壤性質的空間相關性可由C0/sill比值的大小進行劃分，C0/sill表示隨機部分引起的空間異質性占系統總變異的比例，如果該比值高，說明隨機部分引起的空間異質性程度起主要作用。土壤有機質由空間自相關引起的空間異質性所占比例很小，由隨機性因素引起的空間異質性所占比例很大，占到了總空間異質性的86%，主要表現在550 m以內的大尺度上，這說明土壤有機質的空間異質性由隨機性因素引起的占主導地位，存在著較弱的空間自相關格局。在地統計學中，從結構性因素的角度來看，C0/sill值可以表明系統變量的空間相關性的程度，如果C0/sill＜25%，說明系統具有強烈的空間相關性;如果25% ＜C0/sill＜75%，說明系統具有中等的空間相關性;如果C0/sill＞75%，說明系統空間相關性很弱。在本研究區域內，土壤有機質在空間相關性上屬于很弱相關強度，說明研究區土壤有機質的空間變異中，受一些土壤內在因子(如氣候、土壤母質、地形、土壤類型等)作用的影響較小，而受一些外在因子(如耕作制度、施肥、種植制度等人類活動)作用的影響很大，這些人為活動使土壤有機質的空間相關性減弱，逐漸向均一化方向發展。

2.4 土壤有機質的空間分布特征

應用對比出的最優的克立格插值模型，在Arcgis軟件中對土壤有機質含量數據進行普通克立格最優內插，繪制了文登市土壤有機質含量空間分布圖。

從圖中可以看出，文登市耕層土壤有機質的空間分布在總體上沒有明顯的方向上的漸變趨勢，高低值成片相間分布，這主要是耕作制度、施肥等人類活動因素的影響使土壤有機質在局部的差異趨向均一化。具體上，北部和東南部地區土壤有機質含量相對較高，土壤有機質含量最高值分布在西北部，這是因為這些地區以山地丘陵為主，土壤受人類活動影響相對較小，有利于土壤有機質的積累。西南部、南部、中部和東部的一些地區土壤有機質含量較低，最低值出現在中部偏西的地區，在這些地區土地利用方式以農田為主，人類活動對土壤的干擾較頻繁，有機質含量處在較低的水平。南部沿海地區土地利用現狀以鹽田和水域為主，圖中顯示相對較高的有機質含量，理論上該地區有機質含量較低，分析原因是該地區沒有采樣點造成的，說明即使是用最優的插值模型進行插值也不能代替實地觀測的數據。

2.5 增加土壤有機質含量的途徑

通過土壤有機質空間分析表明研究區內耕層土壤有機質含量處在較低水平，土壤有機質的含量取決于年合成量和年礦化量的相對大小，當合成量大于礦化量時，有機質含量會逐步增加，反之，將會逐步降低。土壤有機質礦化量主要受土壤溫度、濕度、通氣狀況、有機質含量等因素影響。一般說來，土壤溫度低、通氣性差、濕度大時，土壤有機質礦化量較低;相反，土壤溫度高、通氣性好、濕度適中時則有利于土壤有機質的礦化。農業生產中應注意創造條件，減少土壤有機質礦化量。保護地栽培條件下，土壤長期處于高溫多濕條件，有機質易礦化，含量提高緩慢，這是有機質含量偏低的一個主要原因，適時通風降溫，減少蓋膜時間將有利于土壤有機質的積累。增加有機物質施入量是人為增加土壤有機質含量的主要途徑。其方法主要有秸稈還田、增施有機肥、施用有機無機復混肥三個方面。

3 結論

通過對耕層土壤有機質含量數據的處理，并結合克立格插值分析，得出如下結論:

(1)文登市耕層土壤有機質含量數據服從正態分布，變異系數大于1，具有較大的空間變異性;有機質含量的最優的理論模型是Tetraspherical模型。

(2)文登市耕層土壤有機質空間相關性很弱，耕作制度、施肥數量和種類、種植制度等人類活動的作用影響很大，這些人為活動使土壤有機質的空間相關性減弱，逐漸向均一化方向發展。

(3)研究區內耕層土壤有機質含量處在較低水平，應合理改善耕作管理方式，防止土壤退化，實現耕地資源的可持續利用。

(4)在土壤特性的插值分析中廣泛應用克立格法，克立格插值模型的選擇對有機質數據插值分析結果有較大的影響，應用克立格法對數據插值分析之前應對各種模型進行驗證，選擇最優的克立格模型用于插值分析。

［1］姚高峰.桂林會仙濕地土壤有機質空間變以研究［J］.企業科技與發展，2009，16:305－307

［2］張法升.農田土壤有機質空間變異的尺度效應［J］.中國科學院研究生院學報，2009，26(3):36－42

［3］王秀紅.我國水平地帶性土壤中有機質的空間變化特征［J］.地理科學，2001，21(1):21－25

［4］李忠佩.小區域水平土壤有機質動態變化的評價與分析［J］.地理科學，2000，20(2):101－106

［3］Eswaran H.Organic carbon in soils of the word［J］.Soil Science Society of America Journal，1993，24(2):99－105

［4］Jenkinson D S.Global warming and soil organic matter［J］.Nature，1991，351:206－212

［5］CHEN Yufu，YU Feihai，DONG Ming.Scale－dependent spatial heterogeneity of vegetation in Mu Us Sandy Land，a se－mi－arid area of China［J］.Plant Ecol，2002，162:221－227

［7］王 衛.中國耕地有機質含量變化對土地生產力影響的定量研究［J］.地理科學，2002，22(1):112－117

［8］莫劍鋒.云南納帕海退化濕地土壤有機質空間變異研究［J］.西南林學院學報，2004，24(3):135－139

［9］徐 英，陳亞新，王俊生，等.農田土壤水分和鹽分空間分布的指示克立格分析評價［J］.水科學進展，2006，17(4):82－87

［10］楊勁松，姚榮江，劉廣明.電磁感應儀用于土壤鹽分空間變異性的指示克立格分析評價［J］.土壤學報，2008，45(4):123－129

［11］揚 帆，章光新.退化鹽沼濕地鹽堿化空間變異與蘆葦群落的演替關系［J］.生態學報，2009，29(10):85－91

［12］牛靈安，郝晉珉.鹽漬土改造區土壤養分的時空變異性研究［J］.土壤學報，2005，42(1):146－152

［13］雷志棟.土壤特性的空間變異初步研究［J］.水利學報，1985，(9):66－72

［14］Jobbagy E G.The vertical distribution of soil organic carbon and it＇s relation to climate and vegetation ［J］.Ecological Applications，2002，10(2):179－185

［15］Adejumon J O.A comparison of soil properties under different land use types in a part of the Nigerian cacoa belt［J］.Catena，1988，15:162－168