基于環境因子的土壤養分預測制圖

王丹　宋軒　陳杰

摘要：土壤養分空間變異由氣候、母質、地形、植被等結構性因素和施肥、耕作措施等隨機因素共同作用。以河南省封丘縣為研究對象，選擇高程、坡度、平面曲率、剖面曲率、地形濕度指數、歸一化植被指數（NDVI）等環境因子為輔助變量模擬土壤結構性分量，并分別采用普通克里格插值法和反距離權重法處理空間相關的隨機分量，提出了結合環境因子的空間插值方法，并對土壤有機質和全氮進行預測制圖。交叉驗證結果表明，結合環境因子的空間插值方法能夠提高土壤養分空間分布的預測精度，是一種有效的土壤養分預測制圖方法。

關鍵詞：土壤養分；環境因子；克里格插值法；反距離權重法；河南封丘

中圖分類號： S158.9 文獻標志碼： A 文章編號：1002-1302（2014）04-0277-04

收稿日期：2013-08-29

基金項目：國家自然科學基金（編號：40971128）；鄭州大學研究生創新基金。

作者簡介：王丹（1989—），女，河南許昌人，碩士研究生，從事土地資源遙感與信息技術研究。E-mail：wdzzu2012 @126.com。

通信作者：宋軒。E-mail：songxuan@zzu.edu.cn。土壤并非勻質體，其空間變異由氣候、母質、地形、植被、土壤類型等結構性因素和施肥、耕作措施、種植制度等隨機因素共同作用[1]。土壤養分的空間變異對環境預測、精準農業和自然資源管理具有重要意義，已成為土壤科學研究的熱點之一。由于受多方面因素限制，采樣點數量是有限的，為了解整個研究區土壤養分的空間分布狀況，就需要采用空間插值技術。20世紀80年代初，Mathern的區域化變量理論和地統計方法被引入到土壤特性的研究中[2]，土壤養分空間分布預測逐漸由定性轉為定量。此后地統計方法廣泛應用于土壤制圖領域，被證明是分析土壤要素空間分布特征最為有效的方法之一[3]。20世紀90年代以來，隨著地理信息系統（GIS）和遙感技術（RS）的發展，使用環境變量輔助預測土壤養分的方法開始受到土壤調查人員的青睞。研究表明，定量化的環境因子與土壤屬性之間存在顯著相關性，可以輔助預測土壤屬性[4]。這種基于環境因子進行土壤預測性制圖的方法，如空間回歸模型，彌補了較少考慮影響土壤養分空間分布結構性因素的地統計學方法的不足。然而，在環境變化較為均一的地區，環境因子與土壤屬性的相關性較低，僅利用環境因子進行預測制圖難以得到理想的效果。劉靜等結合海拔高度改進空間插值方法，該方法對土壤有機質預測效果明顯優于反距離權重法和普通克里格方法[5]。Sumfleth等認為，將環境因子與插值方法相結合是土壤制圖的有效方法[6]。因此，將環境因子與插值方法相結合是土壤養分精確制圖的關鍵。本研究以河南省封丘縣為對象，以高程、坡度、平面曲率、剖面曲率、地形濕度指數、歸一化植被指數等環境因子為輔助變量模擬土壤結構化分量，分別采用普通克里格插值法和反距離權重法處理空間相關的隨機分量，對研究區有機質和全氮含量進行了數字化制圖研究，以期為精準農業和生態環境建設提供精確的數字土壤地圖。

1材料與方法

1.1研究區概況

封丘縣位于河南省東北部，界于144°14′～114°46′E、34°53′～35°14′N，總面積1 225 km2；地處黃河故道，地貌復雜，沙崗、平原、洼地兼有；黃河大堤以南地勢較高，其余地勢低洼，整體由西南向東北傾斜，屬暖溫帶大陸性季風氣候，年均氣溫13.9 ℃，年均降水量615.1 mm，無霜期214 d。主要土壤類型是新成土和雛形土，占全縣土壤總面積的98%以上。

1.2研究方法

1.2.1土壤樣品采集與分析利用SPOT遙感圖像，兼顧代表性和均勻性，共布設355個土壤樣點，樣點分布如圖1所示。取0～20 cm的表層土壤，采用四分法取樣，并通過GPS獲取采樣點坐標。所有土壤樣品經自然風干后，采用重鉻酸鉀容量法測定有機質含量，采用半微量凱氏定氮法測定全氮含量。

1.2.2環境因子的提取與處理研究選擇的環境因子包括地形因子和植被因子，其中，地形因子包括高程（H）、坡度（β）、平面曲率（Ch）、剖面曲率（Cv）和地形濕度指數（Φ，也稱復合地形指數）[6]，是在ArcGIS9.3支持下，利用研究30 m分辨率的數字高程模型計算得到；植被因子選取反映農作物長勢和營養狀況的歸一化植被指數（NDVI）[3]，該指數采用同期Landsat ETM+遙感數據計算得到。不同環境因子的量綱是不同的，需要進行標準化處理[7]。采用主成分分析可以消除環境因子間的多重共線性，用主成分替代原始環境因子可以提高土壤養分建模的預測精度[8]。

2.2土壤養分與環境因子的關系

利用ArcGIS所提取的環境因子與所測土壤有機質、全氮進行相關性分析。由表2可見，土壤有機質和全氮含量與高程相關系數分別為-0.213和-0.294，均呈極顯著負相關關系。一般而言，隨著海拔的升高，風力加大，太陽輻射增強，水熱條件加快了有機質的分解速度，并且在重力和侵蝕作用下，海拔高處土壤中的物質和能量被運移到海拔較低處，海拔高處的有機質和全氮含量比海拔低處低。有機質和全氮含量與植被指數相關系數分別為0.315和0.271，均呈極顯著正相關關系，表明土壤有機質和全氮對植物生長影響較大。通常情況下，良好的植被覆蓋可以有效減少侵蝕作用，利于土壤保水、保肥，植被長勢良好，覆蓋度大，凋落物及田間殘留物相對較多，腐殖化作用顯著，表層土壤有機質含量較高，而有機質對土壤水、氣、熱等各種肥力因素起重要調節作用，影響養分的保持和供給，使氮素等其他養分含量增高[3]。除此之外，全氮與坡度呈顯著負相關關系（r=-0.118），表明坡度越陡，全氮含量越低，這是由于坡度越陡，土壤養分越容易流失造成的。全氮與地形濕度指數呈正相關關系（r=0.110），地形濕度指數在一定程度上與土壤含水量和沉積物運移相關，土壤水分含量較高的地區全氮含量較大。有機質與地形濕度指數呈正相關關系，但不顯著。地形濕度指數與土壤養分的相關性較低，遠沒有達到預期效果，這與連綱等的研究結論[4，13]相似。endprint

2.3土壤有機質和全氮的空間分布

本研究首先采用傳統反距離權重法（IDW）和普通克里格方法（OK），然后采用結合環境因子的反距離權重法和普通克里格插值法對土壤有機質和全氮進行空間預測制圖，結果如圖2、圖3所示?？傮w上看，4種插值方法得到的土壤養分空間格局分布結果相似：有機質空間分布呈現北部偏高、南部偏低的趨勢，全氮空間分布呈現東北部偏高、東南部偏低的趨勢；有機質、全氮空間分布的整體趨勢與研究區南高北低的地勢相反，較高值出現于地勢相對低洼的地區。

通過對比原方法（IDW、OK）與改進方法（改進IDW、改進OK）得到的養分空間分布圖發現，改進后的方法表現出更加明顯的梯度變化，能更準確地反映出土壤養分隨環境的變化趨勢和由于環境變化所帶來的局部差異。

通過結合環境因子的插值方法得到的4副預測圖（圖2、圖3）可以看出，研究區離散分布著許多小塊狀的低值區，以及中部明顯的塊狀低值區和南部出現的條帶狀低值區。這是由于歸一化植被指數反映植被覆蓋狀況，能有效地識別植被覆蓋地區和非植被覆蓋地區，這些低值區與非植被覆蓋地區相吻合，離散的小塊狀以及中部明顯的塊狀低值區均為建設用地，南部條帶狀低值區則為黃河灘地。因此，應用結合環境因子的插值方法生成的土壤養分圖，在一定程度上也反映了土地利用情況，2種改進方法相比，克里格插值法有效地消除了反距離權重法的“牛眼”現象，在目視效果上優于改進的反距離權重法。

2.4不同插值方法精度比較

3小結與討論

封丘縣土壤有機質呈現北部偏高、南部偏低的空間分布趨勢，全氮呈現東北部偏高、東南部偏低的空間分布趨勢。研究區內土壤養分變異較低，屬弱變異性。環境因子對土壤養分空間分布具有一定影響，但這種影響在不同環境因子間表現出差異性。高程和歸一化植被指數是影響土壤養分分布的主要因素，其對土壤有機質、全氮具有極顯著影響。坡度和地形濕度指數顯著影響全氮的空間分布，平面曲率和剖面曲率對土壤養分沒有顯著影響。與傳統普通克里格插值法和反距離權重法相比，結合環境因子的插值方法考慮了影響土壤養分空間分布的環境因素，可以有效地提高土壤養分空間分布預測精度。從制圖目視效果和預測精度來看，結合環境因子的普通克里格插值法整體最優。

影響土壤養分空間分布的因素復雜，除了考慮環境因素外，還可以考慮如人為因素、土地利用狀況等其他影響因素，這樣可以更加精確地了解研究區的土壤養分空間分布狀況。

參考文獻：

[1]賈樹海，張琦，孟維軍，等. 基于GIS與地統計學土壤養分空間變異特性研究[J]. 水土保持通報，2009，29（3）：197-202.

[2]王坷，許紅衛，史舟，等. 土壤鉀素空間變異性和空間插值方法的比較研究[J]. 植物營養與肥料學報，2000，6（3）：318-322，344.

[3]張素梅，王宗明，張柏，等. 利用地形和遙感數據預測土壤養分空間分布[J]. 農業工程學報，2010，26（5）：188-194.

[4]連綱，郭旭東，傅伯杰，等. 基于環境相關法和地統計學的土壤屬性空間分布預測[J]. 農業工程學報，2009，25（7）：237-242.

[5]劉靜，蔡國學，劉洪斌. 西南丘陵地區土壤有機質含量的空間插值法研究[J]. 西南大學學報：自然科學版，2008，30（3）：107-112.

[6]Sumfleth K，Duttmann R. Prediction of soil property distribution in paddy soil landscapes using terrain data and satellite information as indicators[J]. Ecological Indicators，2008，8（5）：485-501.

[7]AnselinL，Syabri I，Kho Y. GeoDa：an introduction to spatial data analysis[J]. Geographical Analysis，2006，38（1）：5-22.

[8]Hengl T，Heuvelink G B，Stein A. A generic framework for spatial prediction of soil variables based on regression-kriging[J]. Geoderma，2004，120 （1/2）：75-93.

[9]Gessler P E，Moore I D，Mckenzie N J，et al. Soil-landscape modeling and spatial prediction of soil attribute[J]. International Journal of Geographical Information Systems，1995，9（4）：421-432.

[10]李新，程國棟，盧玲.青藏高原氣溫分布的空間插值方法比較[J]. 高原氣象，2003，22（6）：565-573.

[11]連綱，郭旭東，傅伯杰，等. 黃土高原小流域土壤容重及水分空間變異特征[J]. 生態學報，2006，26（3）：647-654.

[12]徐麗華，謝德體，李兵. 距離倒數和克里克方法在土壤養分制圖中的比較研究[J]. 農機化研究，2011，33（11）：56-61，70.

[13]宋軒，李立東，寇長林，等. 黃水河小流域土壤養分分布及其與地形的關系[J]. 應用生態學報，2011，22（12）：3163-3168.

[14]孫孝林，趙玉國，趙量，等. 應用土壤-景觀定量模型預測土壤屬性空間分布及制圖[J]. 土壤，2008，40（5）：837-842.endprint

2.3土壤有機質和全氮的空間分布

本研究首先采用傳統反距離權重法（IDW）和普通克里格方法（OK），然后采用結合環境因子的反距離權重法和普通克里格插值法對土壤有機質和全氮進行空間預測制圖，結果如圖2、圖3所示?？傮w上看，4種插值方法得到的土壤養分空間格局分布結果相似：有機質空間分布呈現北部偏高、南部偏低的趨勢，全氮空間分布呈現東北部偏高、東南部偏低的趨勢；有機質、全氮空間分布的整體趨勢與研究區南高北低的地勢相反，較高值出現于地勢相對低洼的地區。

通過對比原方法（IDW、OK）與改進方法（改進IDW、改進OK）得到的養分空間分布圖發現，改進后的方法表現出更加明顯的梯度變化，能更準確地反映出土壤養分隨環境的變化趨勢和由于環境變化所帶來的局部差異。

通過結合環境因子的插值方法得到的4副預測圖（圖2、圖3）可以看出，研究區離散分布著許多小塊狀的低值區，以及中部明顯的塊狀低值區和南部出現的條帶狀低值區。這是由于歸一化植被指數反映植被覆蓋狀況，能有效地識別植被覆蓋地區和非植被覆蓋地區，這些低值區與非植被覆蓋地區相吻合，離散的小塊狀以及中部明顯的塊狀低值區均為建設用地，南部條帶狀低值區則為黃河灘地。因此，應用結合環境因子的插值方法生成的土壤養分圖，在一定程度上也反映了土地利用情況，2種改進方法相比，克里格插值法有效地消除了反距離權重法的“牛眼”現象，在目視效果上優于改進的反距離權重法。

2.4不同插值方法精度比較

3小結與討論

封丘縣土壤有機質呈現北部偏高、南部偏低的空間分布趨勢，全氮呈現東北部偏高、東南部偏低的空間分布趨勢。研究區內土壤養分變異較低，屬弱變異性。環境因子對土壤養分空間分布具有一定影響，但這種影響在不同環境因子間表現出差異性。高程和歸一化植被指數是影響土壤養分分布的主要因素，其對土壤有機質、全氮具有極顯著影響。坡度和地形濕度指數顯著影響全氮的空間分布，平面曲率和剖面曲率對土壤養分沒有顯著影響。與傳統普通克里格插值法和反距離權重法相比，結合環境因子的插值方法考慮了影響土壤養分空間分布的環境因素，可以有效地提高土壤養分空間分布預測精度。從制圖目視效果和預測精度來看，結合環境因子的普通克里格插值法整體最優。

影響土壤養分空間分布的因素復雜，除了考慮環境因素外，還可以考慮如人為因素、土地利用狀況等其他影響因素，這樣可以更加精確地了解研究區的土壤養分空間分布狀況。

參考文獻：

[1]賈樹海，張琦，孟維軍，等. 基于GIS與地統計學土壤養分空間變異特性研究[J]. 水土保持通報，2009，29（3）：197-202.

[2]王坷，許紅衛，史舟，等. 土壤鉀素空間變異性和空間插值方法的比較研究[J]. 植物營養與肥料學報，2000，6（3）：318-322，344.

[3]張素梅，王宗明，張柏，等. 利用地形和遙感數據預測土壤養分空間分布[J]. 農業工程學報，2010，26（5）：188-194.

[4]連綱，郭旭東，傅伯杰，等. 基于環境相關法和地統計學的土壤屬性空間分布預測[J]. 農業工程學報，2009，25（7）：237-242.

[5]劉靜，蔡國學，劉洪斌. 西南丘陵地區土壤有機質含量的空間插值法研究[J]. 西南大學學報：自然科學版，2008，30（3）：107-112.

[6]Sumfleth K，Duttmann R. Prediction of soil property distribution in paddy soil landscapes using terrain data and satellite information as indicators[J]. Ecological Indicators，2008，8（5）：485-501.

[7]AnselinL，Syabri I，Kho Y. GeoDa：an introduction to spatial data analysis[J]. Geographical Analysis，2006，38（1）：5-22.

[8]Hengl T，Heuvelink G B，Stein A. A generic framework for spatial prediction of soil variables based on regression-kriging[J]. Geoderma，2004，120 （1/2）：75-93.

[9]Gessler P E，Moore I D，Mckenzie N J，et al. Soil-landscape modeling and spatial prediction of soil attribute[J]. International Journal of Geographical Information Systems，1995，9（4）：421-432.

[10]李新，程國棟，盧玲.青藏高原氣溫分布的空間插值方法比較[J]. 高原氣象，2003，22（6）：565-573.

[11]連綱，郭旭東，傅伯杰，等. 黃土高原小流域土壤容重及水分空間變異特征[J]. 生態學報，2006，26（3）：647-654.

[12]徐麗華，謝德體，李兵. 距離倒數和克里克方法在土壤養分制圖中的比較研究[J]. 農機化研究，2011，33（11）：56-61，70.

[13]宋軒，李立東，寇長林，等. 黃水河小流域土壤養分分布及其與地形的關系[J]. 應用生態學報，2011，22（12）：3163-3168.

[14]孫孝林，趙玉國，趙量，等. 應用土壤-景觀定量模型預測土壤屬性空間分布及制圖[J]. 土壤，2008，40（5）：837-842.endprint

2.3土壤有機質和全氮的空間分布

本研究首先采用傳統反距離權重法（IDW）和普通克里格方法（OK），然后采用結合環境因子的反距離權重法和普通克里格插值法對土壤有機質和全氮進行空間預測制圖，結果如圖2、圖3所示?？傮w上看，4種插值方法得到的土壤養分空間格局分布結果相似：有機質空間分布呈現北部偏高、南部偏低的趨勢，全氮空間分布呈現東北部偏高、東南部偏低的趨勢；有機質、全氮空間分布的整體趨勢與研究區南高北低的地勢相反，較高值出現于地勢相對低洼的地區。

通過對比原方法（IDW、OK）與改進方法（改進IDW、改進OK）得到的養分空間分布圖發現，改進后的方法表現出更加明顯的梯度變化，能更準確地反映出土壤養分隨環境的變化趨勢和由于環境變化所帶來的局部差異。

通過結合環境因子的插值方法得到的4副預測圖（圖2、圖3）可以看出，研究區離散分布著許多小塊狀的低值區，以及中部明顯的塊狀低值區和南部出現的條帶狀低值區。這是由于歸一化植被指數反映植被覆蓋狀況，能有效地識別植被覆蓋地區和非植被覆蓋地區，這些低值區與非植被覆蓋地區相吻合，離散的小塊狀以及中部明顯的塊狀低值區均為建設用地，南部條帶狀低值區則為黃河灘地。因此，應用結合環境因子的插值方法生成的土壤養分圖，在一定程度上也反映了土地利用情況，2種改進方法相比，克里格插值法有效地消除了反距離權重法的“牛眼”現象，在目視效果上優于改進的反距離權重法。

2.4不同插值方法精度比較

3小結與討論

封丘縣土壤有機質呈現北部偏高、南部偏低的空間分布趨勢，全氮呈現東北部偏高、東南部偏低的空間分布趨勢。研究區內土壤養分變異較低，屬弱變異性。環境因子對土壤養分空間分布具有一定影響，但這種影響在不同環境因子間表現出差異性。高程和歸一化植被指數是影響土壤養分分布的主要因素，其對土壤有機質、全氮具有極顯著影響。坡度和地形濕度指數顯著影響全氮的空間分布，平面曲率和剖面曲率對土壤養分沒有顯著影響。與傳統普通克里格插值法和反距離權重法相比，結合環境因子的插值方法考慮了影響土壤養分空間分布的環境因素，可以有效地提高土壤養分空間分布預測精度。從制圖目視效果和預測精度來看，結合環境因子的普通克里格插值法整體最優。

影響土壤養分空間分布的因素復雜，除了考慮環境因素外，還可以考慮如人為因素、土地利用狀況等其他影響因素，這樣可以更加精確地了解研究區的土壤養分空間分布狀況。

參考文獻：

[1]賈樹海，張琦，孟維軍，等. 基于GIS與地統計學土壤養分空間變異特性研究[J]. 水土保持通報，2009，29（3）：197-202.

[2]王坷，許紅衛，史舟，等. 土壤鉀素空間變異性和空間插值方法的比較研究[J]. 植物營養與肥料學報，2000，6（3）：318-322，344.

[3]張素梅，王宗明，張柏，等. 利用地形和遙感數據預測土壤養分空間分布[J]. 農業工程學報，2010，26（5）：188-194.

[4]連綱，郭旭東，傅伯杰，等. 基于環境相關法和地統計學的土壤屬性空間分布預測[J]. 農業工程學報，2009，25（7）：237-242.

[5]劉靜，蔡國學，劉洪斌. 西南丘陵地區土壤有機質含量的空間插值法研究[J]. 西南大學學報：自然科學版，2008，30（3）：107-112.

[6]Sumfleth K，Duttmann R. Prediction of soil property distribution in paddy soil landscapes using terrain data and satellite information as indicators[J]. Ecological Indicators，2008，8（5）：485-501.

[7]AnselinL，Syabri I，Kho Y. GeoDa：an introduction to spatial data analysis[J]. Geographical Analysis，2006，38（1）：5-22.

[8]Hengl T，Heuvelink G B，Stein A. A generic framework for spatial prediction of soil variables based on regression-kriging[J]. Geoderma，2004，120 （1/2）：75-93.

[9]Gessler P E，Moore I D，Mckenzie N J，et al. Soil-landscape modeling and spatial prediction of soil attribute[J]. International Journal of Geographical Information Systems，1995，9（4）：421-432.

[10]李新，程國棟，盧玲.青藏高原氣溫分布的空間插值方法比較[J]. 高原氣象，2003，22（6）：565-573.

[11]連綱，郭旭東，傅伯杰，等. 黃土高原小流域土壤容重及水分空間變異特征[J]. 生態學報，2006，26（3）：647-654.

[12]徐麗華，謝德體，李兵. 距離倒數和克里克方法在土壤養分制圖中的比較研究[J]. 農機化研究，2011，33（11）：56-61，70.

[13]宋軒，李立東，寇長林，等. 黃水河小流域土壤養分分布及其與地形的關系[J]. 應用生態學報，2011，22（12）：3163-3168.

[14]孫孝林，趙玉國，趙量，等. 應用土壤-景觀定量模型預測土壤屬性空間分布及制圖[J]. 土壤，2008，40（5）：837-842.endprint