運用地統計學的土壤有機碳含量空間分布研究

馬黃群，胡玉福，徐 柱，盧彩霞，李木梓

(1.西南交通大學遙感信息工程系，四川成都610031；2.四川農業大學資源環境學院，四川雅安625014）

運用地統計學的土壤有機碳含量空間分布研究

馬黃群1,2，胡玉福2，徐 柱1，盧彩霞1，李木梓1

(1.西南交通大學遙感信息工程系，四川成都610031；2.四川農業大學資源環境學院，四川雅安625014）

運用GIS地統計、緩沖區分析、疊置分析等方法，初步研究了西昌市邛海盆地土壤有機碳空間變異特征及主要影響因素。分析結果表明，研究區土壤樣本，呈正態分布，屬中等變異強度，高值區位于主城區東南部和邛海海域東南部，低值區位于邛海海域東北部,并向西北方向遞增。不同土壤質地其含量顯著不同，中性條件下，其含量較高；不同緩沖區范圍內，其含量表現出相應的相關性。

地統計分析；緩沖區；土壤有機碳

土壤特性的空間變異研究一直是個被關注的熱點，但對土壤物理性質、土壤鹽分變化問題的研究較多[1,2]，對土壤養分空間變異性的研究則相對較少。90年代，隨著發達國家精確農業技術的發展和GIS的廣泛應用[3,4]，土壤特性的空間變異研究得到了眾多學者的關注。邛海盆地是涼山彝族自治州所在地，農業人口約占總人口的66.4%，土地肥沃，自流灌溉便利，是國家和四川省農業綜合開發重點區。因此，如何合理利用土地和如何進行生態環境保護是該區經濟發展面臨的重大課題。本研究通過分析該區土壤有機碳含量的影響因子，旨在為優化土地資源管理措施和保護生態環境提供參考。

1 材料與方法

1.1 研究區基本概況

邛海盆地地處川西高原，屬亞熱帶高原季風氣候，年平均氣溫 17.2℃，日照充足，雨量充沛；該區以紅壤、黃紅壤為主，局部地區的紅壤達海拔2100m以上。

1.2 數據來源與預處理

數據源于西昌2006年測土配方施肥國家補貼項目土樣化驗分析匯總表，共提取392個采樣點。基于Arc-GIS9.3生成樣點分布圖如圖1所示。

1.3 常規統計分析

利用ArcGIS9.3中地統計模塊,統計出土壤有機碳含量的基本特征性數據。

1.4 地統計學基本理論

傳統統計學理論是純隨機變量，但許多土壤性質在空間上并不完全獨立，而在一定范圍內存在著空間相關性。地統計學方法以半方差函數和Kriging插值為基本工具，能對既具有隨機性又具有結構性的各種變量在空間上的分布進行研究[5]。

圖1 土壤樣點分布圖

半方差函數能較好地描述區域化變量的空間分布結構性和隨機性，其中一些重要參數，可反映區域化變量在一定尺度上的空間變異和相關程度，是研究土壤特性空間變異性的關鍵，同時也是進行精確Krigking插值的基礎[6],其表達式為[7]：

式中，r(h)為半方差函數；h為樣點空間間隔間距，即步長；N(h)為間隔距離為h時的所有觀察樣點的成對數；Z(xi)和 Z(xi+h)分別是區域化變量 Z(x)在空間位置xi和xi+h的實測值。若h為橫坐標，r(h)為縱坐標繪制函數曲線圖，稱為半方差函數曲線圖，它可直接展示Z(x)的空間變異特點。

克里格插值，是地統計學的主要內容，它是通過對已知樣本點賦權重來求得未知點的值。

式中，Z(x0)為未知采樣點的值；Z(xi)為未知樣點周圍的已知樣本點的值；i為第i個已知樣本點對位置樣點的權重；n為已知樣本點的個數。

1.5 空間分布特征分析

緩沖區分析是通過生成相關空間實體的緩沖區，以判斷空間實體影響范圍的過程[8]。本研究以土壤質地、城鎮、邛海和河流為影響源，建立不同距離的緩沖區，以分析有機碳含量的變化情況。

2 結果與分析

2.1 常規統計分析

基于 ArcGIS 9.3的地統計模塊，對采樣數據進行常規描述性統計 (見表1)。從偏度上看，呈右偏態分布。變異系數反映空間變異性程度，通常認為變異系數CV≤10%為弱變異性，10%

表1 土壤有機碳描述性統計表

2.2 空間變異分析

2.2.1 半方差分析

上述分析只能反映采樣點中有機碳含量特征，難以完全反映整個研究區的空間分布信息，即空間結構性、隨機性、相關性和獨立性等。運用地統計學方法可以較好地彌補上述缺陷[10]。根據球狀理論模型得出相應參數如表2所示。

表2 土壤有機碳的地統計學參數表

土壤養分分布由結構性因素和隨機性因素決定。結構性因素，如氣候、母質、地形、土壤類型、自然因素等；隨機性因素，如施肥、耕作措施、種植制度等各種人為活動，使得土壤養分的空間相關性減弱，朝均一化方向發展。從結構性因素的角度來看，塊金值與基臺值的比例可以表明系統變量的空間相關性程度，比例<25%時，系統具有強烈空間的相關性；比例在25%～75%時，系統具有中等空間相關性；比例>75%時，系統空間相關性很弱[11]。由表2可知，塊金值與基臺值之比為0.552，由此可見，邛海盆地土壤有機碳空間變異體現為中等強度的空間相關性,且以隨機變異為主。

2.2.2 空間分布特征

在以上分析的基礎上，采用Kriging法進行最優內插，得到土壤有機碳分級圖 (見圖 2)。高值區位于西昌市主城區東南部和邛海海域東南部，且以斑塊形式存在。低值區位于邛海海域東北部，并由該低值中心向西北方向遞增。

圖2 土壤有機碳含量 (g/kg)空間分布圖

2.3 土壤有機碳影響因素分析

2.3.1 土壤質地

由表3可知，土壤有機碳含量表現為中壤>重壤>輕壤>砂>砂土，經方差檢驗其差異均達極顯著水平(F=8.213，P=0.000)。其中重壤、輕壤、中壤中有機碳含量明顯高于砂土和砂壤，重壤、輕壤、中壤中有機碳含量差異未達明顯水平，砂土和砂壤中有機碳含量差異也均未達顯著水平(見表3)。不同質地的土壤，肥力特性不同，因此有機碳含量也不相同。

表3 不同質地土壤有機碳含量的均值方差

2.3.2 土壤pH值

土壤pH值常通過影響微生物的活動顯著影響土壤有機碳的含量及空間分布，微生物最適宜中性環境下活動，強酸或強堿條件下其活動受到抑制。從研究區不同pH的土壤有機碳含量來看，中性土壤>微酸性土壤>微堿性土壤>酸性土壤。經方差檢驗，其差異達極顯著水平 (F=4.216，P=0.006)(見表4)。其中，中性條件下土壤有機碳含量明顯高于其他范圍pH值的有機碳含量。主要是由于土壤pH值在7.0左右，微生物較活躍，有利于分解有機質，促進了土壤碳素的釋放。土壤pH值過高或過低，都限制了微生物分解有機質的能力，從而土壤中有機碳含量偏低。

表4 不同pH值土壤有機碳含量的均值方差

2.3.3 西昌市影響分析

為分析西昌市城市化進程對其城鄉交錯帶土壤碳素含量的影響，選取最具典型的西昌市主城區為例，采用GIS空間分析中的緩沖區分析方法進行了研究。其具體做法是以西昌市主城區作為面實體影響源，分別建立0.4 km、0.8 km、1.2 km、1.6 km和2.0 km的緩沖區，探討主城區對城鄉交錯帶土壤碳素含量的影響。通常，相關系數在0.8-1.0為極強相關，0.6-0.8為強相關，0.4-0.6為中等程度相關，0.2-0.4為弱相關，0.0-0.2為極弱相關或無相關。分析顯示城鎮對土壤有機碳含量影響屬于強相關性 (見圖 3)。這主要是由于在城市周邊人為因素造成的，如生活垃圾、工礦業廢渣、污泥、塑料廢棄物等，對土壤資源侵占、污染，而使土壤養分遭到破壞。

圖3 主城區不同緩沖區距離土壤有機碳含量的變化情況

2.3.4 邛海影響分析

作為四川第二大淡水湖的邛海對西昌市的降雨、氣溫、土地利用等也有較大的影響。以邛海作為面實體影響源，分別建立0.3 km、0.6 km、0.9 km、1.2 km和1.5 km的緩沖區，分析顯示呈現極強的相關性 (見圖4)。總體水平上隨著緩沖區距離的增加，其含量也增加。這主要是由于大量侵蝕、搬運、沉積作用使得較大的土壤顆粒堆積在湖岸，一般來說土壤顆粒越大保肥性越弱，從而土壤有機碳含量低。

圖4 邛海海域不同緩沖區距離土壤有機碳含量的變化情況

2.3.5 河流影響分析

該區水系相對密集，為反映河流對土壤有機碳含量的影響，以河流作為線實體影響源，分別建立0.1km、0.2 km、0.3 km、0.4 km和0.5 km的緩沖區，分析顯示其呈極強的正相關 (見圖5)。隨著緩沖區距離的增加，其含量也明顯增加。這主要是由于河流流水搬運、沉積作用使得土壤表現近河岸粗遠河岸細。一般來說顆粒大的土壤保水性差，吸附、保持養分能力差，且土中有機養分分解迅速。

3 結 語

本研究從結構性因素和隨機性因素兩方面，分析了研究區域內土壤有機碳含量變化的情況，表現其空間變異顯著。運用GIS的地統計分析，能夠更直觀地反映土壤有機碳的空間分布，為該區資源配置提供決策支持。

[1] 史海濱，陳亞斯.土壤水分空間變異的套合結構模型及區域信息估值[J].水利學，1994(7)：70-77

[2] Pusso D.A Geo-statistical Approach to Solute Transport in Heterogeneous Fields Add Its Applications to Salinity Management [J].Water Resource Res,1984,20(9):1260-1270

[3] 郭旭東，傅伯杰，馬克明,等.基于GIS和地統計學的土壤養分空間變異特征研究——以河北省遵化市為例[J].應用生態報，2000，11(4)：557-563

[4] 孫英君，王勁峰，柏延臣,等.地統計學方法進展研究[J].地球科學進展，2005，19(2)：258-274

[5] 黃元仿，周志宇，苑小勇,等.干旱荒漠區土壤有機質空間變異特征[J].生態學報，2004，24(12):101-106

[6] 王政權.地統計學及在生態學中的應用[M].北京：科學出版社,1999

[7] 湯國安，楊昕.ArcGIS地理信息系統空間分析試驗教程[M].北京:科學出版社，2006

[8] 黃杏元，馬勁松，湯勤.地理信息系統概論[M].北京：高等教育出社，2001

[9] 胡克林,李保國,林啟美,等.農田土壤養分的空間變異性特征[J].農業工程學報,1999，15(3):39-44

[10]代英，張世熔，李婷,等.成都平原土壤Hg和Pb的空間分布及影響因素研究[J].農業環境科學學報，2006，25(3):203-208

[11]Cambardella C A,Moorman T B,Novak J M.Feld-scale Variability of Soil Properties in Central Iowa Soils[J].Soil SciSo Am J, 1994(68):1501-1511

Research on Spatial Distribution of Soil Organic Carbon Content Based on Geostatistics

by MA Huangqun

s Apreliminary researchonthe spatial distributioncharacteristics and their main influential factors of soil organic carbon in Qionghai basin here were performed by the software ArcGIS 9.3 with the geostatistics,buffer analysis and overlay analysis tools.The results were as follows.Firstly,the soil organic carbon content followed a normal distribution,and belonged to moderate variability.Secondly, the regions with high soil organic carbon content were located in the southeast of Xichang and the southeast of Qionghai,while the low ones were located in the northeast of Qionghai,and gradually increased towardsnorthwest simultaneously.Furthermore,theorganiccarbon content was significantly different with different soil structure,especially in neutral condition,it had a high value.Finally,the content of soil organic carbon showed a corresponding correlation on different buffer zones.

Geostatistic analysis，buffer，organic carbon

2011-09-23

項目來源：公益性行業科研專項經費資助項目（201111013）。

P208

B

1672-4623(2012)03-0075-03

馬黃群，碩士，研究方向為GIS理論與應用。