土壤養分空間分布及三維可視化研究分析*——以吉林省梨樹縣為例

李開淵，賈　蓓※，王睿博，張一馳，王　鵬，王東東

(1.太原理工大學礦業工程學院，山西太原　030024； 2.中國科學院地理科學與資源研究所資源與環境信息系統國家重點實驗室，北京　100101；3.中國科學院地理科學與資源研究所陸地水循環及地表過程重點實驗室，北京　100101； 4.山西家豪測繪集團有限公司,太原　030009)

?

·技術方法·

土壤養分空間分布及三維可視化研究分析*
——以吉林省梨樹縣為例

李開淵1，賈蓓1※，王睿博2，張一馳3，王鵬4，王東東1

(1.太原理工大學礦業工程學院，山西太原030024； 2.中國科學院地理科學與資源研究所資源與環境信息系統國家重點實驗室，北京100101；3.中國科學院地理科學與資源研究所陸地水循環及地表過程重點實驗室，北京100101； 4.山西家豪測繪集團有限公司,太原030009)

隨著計算機技術的不斷發展，三維可視化技術被應用到農業、氣象、林業、煤礦、災害等多個領域，但是，三維可視化技術往往被應用于宏觀三維場景，很少會被用于微觀要素的三維可視化。近些年來土壤數據的空間化研究和分析成為3S技術的研究熱點之一，該次研究主要基于GIS、GPS技術和地統計學方法，選擇吉林省梨樹縣，從縣級尺度研究該縣土壤養分的空間分布，對研究區已采集的874個土樣樣本中全氮、全磷、全鉀和有機質土壤養分含量進行空間分布特征的研究； 通過SPSS 19中的K-S法對養分含量正態分布檢驗，利用GS+Version 9.0的半方差模型對土壤樣本中服從正態分布的養分含量進行擬合，進而對土壤養分含量的空間變異性進行了分析。在掌握土壤養分空間分布狀況的基礎上，通過實現土壤養分含量的三維空間可視化，研究分析了養分含量分布與地形的關系，三維空間模型的建立使得土壤養分狀況的分析更加深入、直觀。文章最后指出，土壤養分空間分布及三維可視化技術對實現農業與生態環境的可持續發展具有重要意義。

土壤養分空間分布變異三維可視化地形

0　引言

土壤是人類賴以生存的主要自然資源之一，也是人類生態環境的重要組成部分。隨著經濟的快速發展和人口的增加，農業生產、糧食問題和環境污染等伴隨經濟的發展隨之而來[1-2]。因此，加強土壤養分空間變異及其影響因素的研究，將會對環境預測、精準農業和資源管理起到重要的作用[3]，直接影響土壤養分的循環和作物的產量[4]。

目前，國內外專家學者針對土壤養分空間分布特征展開了大量的研究。Milne[5]等首先提出了土壤特性的空間變異。Ersoy[6]等對英國carsington牧場的土壤中鉛、鋅、銅 等重金屬進行了空間分析。David Mcgrath[7]等利用地統計技術研究了愛爾蘭采礦點土壤鉛濃度的空間分布和危害評價。Weindorf等[8]對卡普林火山國家保護區土壤顆粒組成(砂、粉和黏粒)和養分含量(有機質、鉀、磷、鈣、鎂等)的空間變異進行了研究。張麗[9]等對吉林省梨樹縣保護性耕作土壤養分空間變異性做了相關的研究。李菊梅等[10]以5m為間隔的方格取樣，研究了黃土干旱地區銨態氮、硝態氮、氯離子等7種營養元素的空間變異性。前人開展的研究主要是針對土壤養分空間變異、分布規律和土壤肥力等方面，但是在土壤養分三維空間分布方面鮮有研究。土壤養分三維空間分布是顯示描述和理解養分含量空間分布特征的一種有效工具，對于直觀掌握區域土壤養分狀況及其與地形的關系具有一定的現實意義。

針對以上問題，文章結合GIS、GPS和地統計學方法，在已有土壤樣本養分含量數據的基礎上，從縣級尺度對研究區土壤養分的空間分布、空間變異性和三維可視化進行了研究。

1　數據與方法

1.1研究區概況

梨樹縣位于吉林省西南部，地處東北平原腹地，土地肥沃平坦，素有“東北糧倉”和“松遼明珠”之美稱。土地面積約4209km2，人口83萬，距長春市110km。地理坐標為東經123°45′～120°53′、北緯42°49′～43°46′。南與遼寧省西豐、開原兩縣及四平市接壤，北與遼河農墾管理區相鄰，北、西隔東遼河，與公主嶺市、雙遼市相望，西毗遼寧省昌圖縣。

1.2土壤采樣

該次研究的土壤數據是在吉林省梨樹縣進行實地采集而來。土壤樣品的采集采用網格法，利用全球定位系統(GPS)進行控制點定位，在每個樣點直徑2m范圍內提取5個0～20cm耕層土樣，均勻混合后作為該節點的土樣。該次采樣共采集了874個土樣樣本。樣品采集回來后，剔除土壤樣品中的植物根系、昆蟲殘體、石塊等雜質，自然風干后的土樣經研磨，經過1mm的篩選備用。根據不同的土壤養分選擇不同的測定方法。有機質采用烘箱加熱—重鉻酸鉀容量法，全氮采用半微量凱氏定氮法，全磷采用鉬銻抗比色法，全鉀采用火焰光度法。

該文在大量采集數據實驗的基礎上，對采集樣本的有機物、氮、磷、鉀數據進行檢驗并剔除異常值。采用統計中常用的3σ 原則，即以采用數據超出 A±3S 范圍為標準，超出該范圍的為異常數據，其中 A、S 分別為采用數據中有機物、氮、磷、鉀樣本均值和樣本標準差。由于變異函數的分析一般要求數據符合正態分布，否則可能會產生比例效應，抬高塊金值和基臺值，降低估計精度，使某些潛在特征不明顯，因此通過SPSS 19中的K-S法對養分含量正態分布檢驗，根據檢驗結果利用GS+Version 9.0對研究區域服從正態分布的土壤養分含量進行半方差函數分析，研究養分含量在空間上的變異特征。同時將采集的GPS數據導入Excel表格，添加到ArcGIS10.1賦予空間坐標后導出為ShapeFile文件格式，利用 ArcGIS的地統計學模塊對采樣數據進行常規統計，根據插值精度、插值結果和空間分布的規律[11-12]，對符合正態分布的數據采用Kringing插值方法，對不符合正態分布的數據采用反距離加權插值方法，繪制出土壤有機物、氮、磷、鉀含量的空間分布圖，分析養分含量二維空間分布狀況與規律，在此基礎上根據DEM數據創建不規則三角網(TIN)，生成研究區域的地表模型，將插值得到的二維空間分布數據與地表模型進行耦合，從而構建兼備二者屬性信息的土壤養分分布三維空間模型。

2　研究結果分析

2.1養分含量正態分布檢驗

研究發現當樣本數超過500 時適合用“K-S”(Kolmogorov-Smirnov)檢驗法進行正態檢驗，因此該文利用SPSS 19中的K-S法對養分含量正態分布檢驗。分析表1可知，全氮和有機質的Sig值大于0.05，符合正態分布，而全磷和全鉀元素的Sig值小于0.05，不符合正態分布，經數據變換后仍不符合正態分布。

表1土壤養分含量K-S檢驗結果

ID原假設測試Sig.決策者1全氮的分布為正態分布,平均值為1.14g/kg,標準差為0.32g/kg單樣本Kolmogorov-Smirnov檢驗0.078保留原假設2全磷的分布為正態分布,平均值為0.48g/kg,標準差為0.16g/kg單樣本Kolmogorov-Smirnov檢驗0.006拒絕原假設3全鉀的分布為正態分布,平均值為22.39g/kg,標準差為2.82g/kg單樣本Kolmogorov-Smirnov檢驗0.018拒絕原假設4有機質的分布為正態分布,平均值為20.50g/kg,標準差為7.17g/kg單樣本Kolmogorov-Smirnov檢驗0.223保留原假設

2.2養分含量描述性統計分析

通過SPSS 19對土壤全氮、全磷、全鉀和有機質養分含量進行描述性分析，得出各項統計指標。土壤全氮、全磷、全鉀和有機質養分含量描述性統計結果如表2所示。

表2全氮、全磷、全鉀和有機質養分含量

土壤養分極小值(g/kg)極大值(g/kg)均值(g/kg)中位數(g/kg)標準差(g/kg)峰度偏度變異系數CV(%)全氮0.1942.1501.1401.1670.3210.012-0.26428.17全磷0.0651.0070.4770.4610.164-0.0640.38934.30全鉀11.38732.90022.39322.4562.8201.660-0.26212.59有機質5.05354.26720.50420.6797.1750.0420.05434.99

從表2中可以得出，研究區土壤中全氮、全磷、全鉀、有機質的含量變化范圍分別為0.194～2.150g/kg， 0.065～1.007g/kg， 11.387～32.90g/kg， 5.053～54.267g/kg； 其含量的平均值分別為： 1.140g/kg， 0.477g/kg， 22.393g/kg， 20.504g/kg，中位數分別為： 1.167g/kg， 0.461g/kg， 22.456g/kg， 20.679g/kg。經計算得出均值與中位數的差值分為-0.027, 0.016,-0.063,-0.175,其中只有全氮、全磷的均值與中位數接近。全氮、全磷、全鉀、有機質的變異系數分別是28.17%， 34.30%， 12.59%， 34.99%，都屬于中等變異性。全氮和有機質的峰度和偏度分別為0.012、-0.264和0.042、0.054,偏斜度和峰度分別是度量數據圍繞眾數不對稱程度和分布陡峭程度，參數越接近0，數據越服從正態分布，因此再次驗證了研究區域中全氮含量和有機質含量符合正態分布，與數據處理時K-S檢驗結果相同。

2.3土壤養分含量空間變異特性分析

五四時期是中國兒童文學翻譯的高潮，也為后來本土兒童文學創作奠定了基礎。雖然現在越來越多的研究學者注意到該方向，但是我們仍要認清現實，現在該方向研究仍然十分有限。希望今后國內針對五四時期的兒童文學翻譯也能迎來它的春天。

利用GS+Version9地統計分析軟件對研究區域土壤養分含量進行半方差函數分析，研究養分含量在空間上的變異特征。該文選擇決定系數最大和殘差最小的為最優模型，經計算得到模型的參數、決定系數和殘差(表3)。根據半方差函數理論模型計算的相應參數繪制土壤養分含量空間變異函數圖，如圖1所示。

表3土壤養分含量半方差函數理論模型及有關參數

養分元素理論模型塊金值基臺值塊金/基臺值變程(m)決定系數R2殘差RSS全氮Gaussian0.13490.34380.3924314600.9751.593E-03有機質Gaussian45.500132.000.3447628100.96284.4

圖1　土壤養分含量變異函數

通過對研究區域全氮和有機質養分含量進行半方差函數分析，從而得到土壤全氮和有機質養分含量在空間中的變異特征。從圖1和表3中空間變異分析表明：研究區域土壤全氮和有機質養分含量都表現出較明顯的空間相關性，能用地統計學模型進行擬合，選擇高斯模型(Gaussian Model)進行擬合，其決定系數分別為0.975、0.962。其中所選模型的決定系數越大，表明模型的擬合度越高，擬合效果越好。

塊金值與基臺值的比值表明了系統變量的空間相關性的程度，也就是由隨機性因素引起的空間變異性占系統總變異的比例。如果比值小于25%，說明系統具有強烈的空間相關性； 如果比值在25%～75%之間，表明系統具有中等的空間相關性； 大于75%說明系統空間相關性很弱[13]。由表3中的比值可知，全氮和有機質養分含量值的基底效應值分別為33.24%和34.47%，其值在25%～75%之間，說明它們的空間變異主要是由于隨機因素和結構因素共同作用引起的，具有中等的空間相關性。隨機性因素主要包括施肥、交通、污灌、環境污染等各種人為活動因素，而結構性因素則是指如氣候、母質、地形、土壤類型等自然因素。

在4.805 415萬m步長變化域內對土壤全氮和有機質在不同步長間距下擬合半方差函數模型，得到了效果較好的模型。變程反映變量的空間自相關范圍，也就是在該空間范圍內，變量存在空間自相關性。兩種養分的空間自相關變化尺度不同，全氮變程為31.46km，有機質變程為62.81km，兩種土壤養分元素的變程說明這兩種土壤養分元素在較大的范圍內存在著空間自相關。因此，今后在研究相同土壤母質的情況下，可以增大采樣距離，在不影響研究結果的情況下，節省成本，提高效率。全氮和有機質的最優半方差函數模型步長間隔約為3.2km，遠遠小于有效變程說明了當前的采樣設計是恰當的，并且預示了好的空間結構將展示在空間插值圖中。

2.4土壤養分含量空間分布規律

該文根據正態分布檢驗的結果和插值精度的要求，對土壤中符合正態分布的全氮、有機質含量采用Kriging插值，對不符合正態分布的全磷、全鉀含量采用反距離權重插值，生成的土壤養分含量空間分布圖，如圖2所示。圖2中a、b、c、d分別表示全磷、全鉀、全氮和有機質含量的空間分布，研究分析可知：

土壤全磷含量分布以過研究區域中心南北走向地帶及研究區北部部分地帶和東南部地帶較高，研究區域西部及東南部分地帶較低。金山、泉眼嶺、萬發、石嶺子鎮土壤全磷含量較高，小寬、沈洋、劉家館子鎮、林海和四棵樹鎮的北部土壤全磷含量相對較低。

土壤全鉀含量分布以過研究區中心線西北地區和東南部零星地區分布較高，自西北部向東南部逐漸降低，總體趨勢是過研究區域南北中心線西部區域土壤全鉀含量較高，而東部地區較低，在小寬、孤家子鎮、沈洋、劉家館子鎮和林海分布較高，其他鄉鎮分布相對較低。

土壤全氮含量分布以東南偏上至北偏東地區和東南部部分地區分布較高，其他地方分布較低。總體趨勢是過研究區中心，以南北方向線為基線，以東的大數地區土壤全氮含量較高，以西的大部分地區土壤全氮含量較低，東西地區呈現出明顯的含量差，在小城子鎮、雙河、金山、泉眼嶺、萬發、東河、蔡家鎮和石嶺子鎮分布較高，小寬和孤家子鎮的部分區域、沈洋、劉家子鎮、林海、四棵樹部分地區分布較低。

土壤有機質含量基本分布以東北、西南走向成條帶分布，此方向線上部地區土壤有機質較低，下部地區含量較高，呈現出截然不同的兩個區域。縱觀全圖，土壤全氮含量在小城子鎮、萬發、蔡家鎮和石嶺子鎮分布較高，小寬和孤家子鎮的部分區域、沈洋、劉家子鎮、林海、萬發和郭家店鎮部分地區普遍較低。

圖2　土壤養分空間分布

3　土壤養分含量三維可視化表達

土壤養分的空間分布特征是田間管理和現代農業的重要依據[14]。該文根據全鉀含量空間分布數據和DEM數據構建了養分含量分布的三維空間模型(圖3)。圖3中a、b分別表示不同視角下的三維空間模型。對比圖2、圖3后發現，三維空間分布模型較以往的二維空間分布模型所承載的信息量要多，其表面的紋理、陰影、暈眩、坡向和起伏度等特征更能將土壤養分的空間分布規律清晰、直觀、真實地表達出來，尤其在研究地形因子與土壤養分含量的關系上有較大的優勢。

圖3　全鉀含量三維空間分布

研究圖3a發現：在研究區域東南部山地、丘陵地帶，坡向為東南坡的全鉀含量較其他方向偏低，坡向為西北坡的全鉀含量較其他方向偏高，說明了坡向與全鉀含量的分布存在著一定的關系。在西北部起伏度較小的平原區域全鉀含量處于兩極分化狀態，最大值和最小值都位于該區域，而東南部起伏度較大的山地丘陵區域全鉀含量居中，偏差幅度不大。

研究圖3b發現：西部區域全鉀含量整體屬于較高水平，零星分布著全鉀低含量片區，主要位于低洼地形區域，相反全鉀高含量主要位于凸起地形區域。海拔、起伏度、坡向等地形因子一定程度上影響著土壤全鉀含量的分布。

此外，利用BS Contact VRML瀏覽器對已建立的土壤養分三維空間模型進行任意的平移、旋轉、飛行等方面的三維交互操作，并且對三維模型中紋理、頭燈、平滑、頂點、背景等屬性進行設置，從而可以得到不同類型、不同視覺、不同高度的三維視圖，為土壤養分空間分布特征的研究提供了豐富的信息量，更有利于挖掘潛在的規律[15]。

4　結論與討論

該文利用GIS、GPS技術和地統計學方法，從縣級尺度對多要素土壤養分要素進行了的空間化處理，通過對土壤養分含量進行正態分布檢驗和擬合，對土壤養分的空間變異性和三維可視化進行了研究，得到以下結論：

(1)在整個研究區內土壤全氮、全磷、全鉀、有機質的含量變化范圍分別為： 0.194～2.150g/kg， 0.065～1.007g/kg， 11.387～32.90g/kg， 5.053～54.267g/kg； 其含量的平均值為： 1.140g/kg， 0.477g/kg， 22.393g/kg， 20.504g/kg； 中位數分別為： 1.167g/kg， 0.461g/kg， 22.456g/kg， 20.679g/kg。經K-S檢驗全氮含量和有機質含量符合正態分布； 全磷和全鉀含量不符合正態分布，處理之后也未能符合正態分布。土壤養分的全氮、全磷、全鉀、有機質的變異系數分別是12.59%～34.99%，都屬于中等變異性。

(2)對研究區域符合正態分布的全氮和有機質養分含量進行半方差函數分析，研究土壤全氮和有機質養分含量在空間上的變異特征。上述空間變異分析表明：研究區域土壤全氮和有機質養分含量都表現出較明顯的空間相關性，運用地統計學模型高斯模型(Gaussian Model)進行擬合，其決定系數分別為0.975、0.962,表明模型的擬合度很高，擬合效果較好。全氮和有機質養分含量值的基底效應值分別為33.24%和34.47%，其值在25%～75%之間，說明它們的空間變異主要是由于隨機因素和結構因素共同作用引起的，具有中等的空間相關性。

(3)土壤養分三維空間模型所具有的紋理、陰影、暈眩、坡向和起伏度等特征為土壤養分空間分布和潛在規律的研究提供了豐富信息。研究結果發現：研究區域內海拔、坡向和起伏度等地形因子與全鉀含量的分布存在著關系，從一定程度上直接影響著全鉀含量的分布。

綜上所述，利用GIS、GPS技術和地統計學方法，能夠很好地實現土壤養分要素在縣級尺度的空間化處理，通過對多元素土壤養分數據空間化研究分析和三維可視化表達，充分了解了研究區域土壤養分的空間分布，精確反應土壤養分狀況，為農田土壤養分現代化管理奠定基礎，對農業生態環境保護等工作具有一定的指導意義

[1]陳印軍，方琳娜，楊俊彥.我國農田土壤污染狀況及防治對策，中國農業資源與區劃， 2014, 35(4): 1～5

[2]邱建軍， 張士功，李哲敏,等.農業生態環境安全與生態農業發展.中國農業資源與區劃， 2005, 26(6): 42～46

[3]Stark C H E，Condron L M，Stewart A.Small-scale Spatial variability of selected soil biological Properties.Biology & Biochemistry， 2004, 36(4): 601～608

[4]Corre M D，Sehnabel R S.Spatial and seasonal variation of gross nitrogen transformations and microbial biomass in a northeastern US grassland Soil.Biology & Biochemistry， 2002， 34： 445～457

[5]Milne G.Normal erosion as a factor in normal soil development.Nature， 1936， 138： 548

[6]Ersoy A，Yunsel TY，Cetin M.Characterization of land contaminated by Past heavy metal mining using geostatistical methods.Arehives of Environrnental Contamination and Toxicology， 2004, 46(2): 162～175

[7]McGrath D，Zhang C S，Carton O T.Geostatistical analyses hazard assessment on soil lead in Silvermines area，Ireland.Environmental Pollution， 2004， 127： 239～248

[8]Weindorf D C，Zhu Y.Spatial Variability of Soil Properties at Capulin Volcano，New Mexico，USA：Implications for Sampling Strategy.Pedosphere， 2010, 20(2): 185～197

[9]張麗， 劉吉平，陳智文.吉林省梨樹縣保護性耕作土壤養分空間變異性研究.吉林農業科學， 2014, 39(3): 36～41

[10]李菊梅， 李生秀.幾種營養元素在土壤中的空間變異.干旱地區農業研究， 1998, 16(2): 58～64

[11]李曉燕， 張樹文.吉林省德惠市土壤速效鉀的空間分異及不同插值方法的比較.水土保持學報， 2004， 04： 97～100

[12]付傳城， 王文勇，潘劍君，張文敏，張威，廖啟林.南京市溧水區土壤重金屬污染不同插值方法的對比研究.土壤通報， 2014， 06： 1325～1333

[13]Webster R，Nortcliff S.Improved estimation of micronutrients in hectare plots of the Sonning series.J Soil Sci， 1984， 35： 667～672

[14]譚萬能， 李志安，鄒碧,等.地統計學方法在土壤學中的應用.熱帶地理， 2005， 04： 307～311

[15]姜健， 陳桂芬.基于VTK土壤養分三維可視化研究與實現.農業網絡信息， 2011， 03： 10～13

ANALYSIS AND THREE-DIMENSIONAL VISUALIZATION OF SPATIAL DISTRIBUTION OF SOIL NUTRIENTS*——A CASE STUDY IN LISHU

Li Kaiyuan1，Jia Bei1※，Wang Ruibo2，Zhang Yichi3，Wang Peng4，Wang Dongdong1

(1.College of Mining Engineering, Taiyuan University of Technology, Taiyuan 030024, China;2. State Key Laboratory of Resources And Environmental Information System, Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences, Beijing 100101, China;3. Institute of Geographic Sciences and Natural Resources Research, Key Lab of Water Cycle and Related Land Surface Processes,CAS，Beijing 100101,China;4. Shanxi Jia Hao Mapping Group Ltd , Taiyuan 030009, China)

With the continuous development of computer technology, the 3D visualization technology has been widely applied to various fields such as agriculture, meteorology, forestry, coal mining, disaster, and so on. However, 3D visualization technology is more often applied to 3D scene in macroscopic view, but less used in3D visualization of the micro elements. In recent years, the space research and analysis of soil data has become one of the hot spots in the research of 3S technology. In the paper, Lishu County of Jilin Province was chosen as a case to study the spatial distribution of the soil nutrient content in the county scale. Based on the GIS, GPS technology, together with the geo-statistics method, the spatial distribution of the soil nutrients, i.e., the total nitrogen, the total phosphorus, the total potassium and the organic soil nutrient content, of the 874 soil samples were collected in the study area. The normal distribution of sampling points was tested by the K-S method in IBM SPSS Statistics software. By fitting the nutrient content accorded the normal distribution by using the semi variance model of various types of GS+ Version 9.0, the spatial variation of soil nutrient content was analyzed. Finally, it analyzed the relationship between the distribution of nutrient content and the terrain through the realization of the 3D visualization for the space distribution of soil nutrient content. The three-dimensional spatial model promoted the analysis of the soil nutrient space distribution status. The result verified that the 3D spatial model can provide abundant information for the spatial distribution of soil nutrients and the study of potential disciplines. In conclusion, the application of 3D visualization technology in soil nutrient spatial distribution will be of vital importance to realize the sustainable development of agriculture and ecological environment.

soil nutrient; spatial distribution; variation; 3D visualization; terrain

10.7621/cjarrp.1005-9121.20160602

2015-07-14

李開淵(1988—)，男，山西運城人，碩士研究生。研究方向： 3S技術應用。※通訊作者：賈蓓(1960—)，北京人，女，副教授。研究方向：空間數據處理與應用研究。Email：jiahuli1000@foxmail.com

國家自然科學基金面上項目“極端干旱區植被對水環境變化的響應研究”(41371059)

S158; S126

A

1005-9121[2016]06-0008-07