基于地統計學和GIS的江西省森林土壤養分空間分布特征

張志堅, 劉苑秋, 吳春生, 李曉東, 劉亮英, 李應文

(1.江西農業大學 林學院, 南昌 330045; 2.中國科學院華南植物園,廣州 510520； 3.宜春市林業科學研究所, 江西 宜春 336000)

土壤作為一種形態和演化過程都十分復雜的自然綜合體，在成土過程中，受到不同的氣候、物理、化學、生物、母質、地形等因素的影響，使得土壤理化性質具有高度的差異性，這種屬性稱為土壤特性的空間變異性[1]。已有研究表明，即使在土壤類型和質地均相同的區域內，同一時刻土壤特性在空間上也能產生明顯差異，而且，不論在大尺度上還是在小尺度上觀察，這種屬性均存在[2]。目前，有關土壤特征空間變異的研究在耕地、草地中體現較多，在森林生態系統中，大區域性的土壤空間變異研究相對缺乏。森林土壤是森林環境下形成的一種土壤資源，海拔、森林類型、土壤類型等都是影響森林土壤理化特性空間變異的主要因素[3-6]，森林土壤養分的空間分布特征直接影響到林地生產力的高低以及生態恢復的方向與途徑，因此，森林土壤理化特征分布狀況及地位具有其自身獨特性，對其空間異質性的研究具有理論和現實的意義。

地統計學已被廣大學者作為空間分析的一項有用工具，是分析土壤空間特性和研究其變異規律的有效方法之一[7]。學者利用地統計學方法和GIS技術在土壤養分空間異質性方面已經做了許多工作，楊美玲等[8]對庫車縣耕層土壤養分的空間變異特征的研究表明：不同養分在空間分布上具有不同的變異特征，其變異來源主要為土壤類型、土壤質地以及施肥等人為因素。董士偉等[9]對北京市大興區土壤養分進行空間克里格插值，結果表明：大興區土壤養分含量氮>有機質>鉀>磷，高值區主要分布于東北部，低值區主要產生在西南部和中部。孫梨萍等[10]研究陜西鎮安縣農田土壤土壤養分的空間分布情況，結果表明：鎮安縣農田土壤養分在空間上具有中間低、四周高的特點。相關研究集中在縣市級尺度的農田土壤，大尺度采樣受跨度大、取樣量大、定位難等因素影響，森林土壤養分空間變異研究缺乏，因而大尺度上的森林土壤養分具有怎樣的空間變異特征？其空間分布格局如何？成為亟待研究的課題。

有關研究顯示，土壤母質、土壤類型和土壤質地等較大尺度的變化，對大范圍的森林格局具有決定性作用[11]，較大尺度上的土壤變異受到越來越廣泛的關注[12]。江西省擁有63.1%的森林覆蓋率，對江西省域大尺度范圍下森林土壤養分空間變異進行研究，探索江西森林土壤養分的變異規律，能夠為大區域下的科學造林提供指導意見，是土地管理和現代林業經營的重要依據，為可持續林業發展提供最基礎的資料，在生態文明建設中具有重要的意義。

1 研究區概況

江西省位于中國東南部，北緯24°29′14″—30°04′41″，東經113°34′36″—118°28′58″。全省氣候溫暖，雨量充沛，全年平均氣溫18.9℃，日照時數1 686.3 h，降雨量1 438.1 mm；無霜期長，為亞熱帶濕潤氣候。江西省的地形地貌以丘陵、山地為主；盆地、谷地廣布。其中，山地大多分布于省境邊緣，成為江西與鄰省的界山和分水嶺，山脈走向以東北—西南向為主體，控制著省內主要水系和盆地的發育；丘陵大多分布于贛中贛南地區。江西土壤資源豐富，包括紅壤、黃壤、山地黃棕壤、山地草甸土、紫色土、潮土、石灰土、水稻土八個土類。其中，紅壤和黃壤成為江西分布最廣、面積最大的地帶性土壤，是江西最重要的土壤資源。根據江西省森林資源調查資料的分類及森林經營的需要，全省森林類型劃分為常綠闊葉林、杉木林(Cunninghamialanceolata)、馬尾松林(Pinusmassoniana)、闊葉林、針闊混交林、毛竹林(Phyllostachysheterocycla)和灌木林[13-14]，而據第8次全國森林資源清查江西省森林資源清查成果數據顯示，杉木林、馬尾松林、闊葉林、針闊混交林占江西森林面積的79.0%，是江西省森林碳匯功能的主體[15]。

2 材料與方法

2.1 樣品采集及分析

布點原則以江西省森林資源清查數據資料為依據，根據森林類型、各類森林的面積、蓄積及構成及其地域分布權重，在全省范圍內分配，結合地形圖進行土壤樣點的布設，并于2011—2013年夏季采用GPS定位技術進行野外定點采樣，共340個取樣點。每個取樣點記錄包括地形地貌、坡向坡位、土壤類型、植被類型、郁閉度等樣地信息，各樣點選擇1個未受人為干擾、植被結構和土壤具代表性的地段，挖掘1個土壤剖面，深至100 cm，不夠100 cm 至基巖為止。對剖面進行修整后沿剖面按0—10 cm，10—20 cm，20—30 cm，30—50 cm，50—100 cm 分層并做好標記，每個土層采集理化性質分析土樣200 g，將土樣裝入自封袋中并編號，帶回實驗室經過風干、碾碎、過篩之后參考依據森林土壤測定標準進行化學分析，其中土壤有機質(SOM)采用重鉻酸鉀氧化外加熱法測定，全氮(TN)采用半微量凱氏法測定，全磷(TP)采用氫氧化鈉堿熔—鉬銻抗比色法測定。

2.2 數據處理

采樣點坐標信息及各養分數據整理于Excel 2003中進行，在ArcGIS 9.3中加載江西省矢量化地圖，利用“Add XY Data”工具通過指定字段對坐標信息進行添加，生成土壤剖面取樣點土層(圖1)，通過字段聯結將土壤養分數據進行添加，形成地理坐標數據的土壤養分信息數據庫。圖層經投影變換后由地理坐標系轉換成平面坐標系，剔除異常值和缺失值，導出投取樣點圖層的屬性數據(包括取樣點平面坐標、取樣點對應的各土層養分數據)，為地統計學分析及空間插值做準備。

利用SPSS 17.0進行描述性統計分析，得出相關指標的極小值、極大值、均值、標準差、變異系數等，并對各指標數據進行K-S正態分布檢驗；利用GS+9.0軟件進行地統計學分析，確定半方差函數各種特征參數，具體參數有塊金值(Nugget)、基臺值(Sill)、結構方差比、變程(Range)等；利用ArcGIS 9.3的地統計模塊中的普通Kriging 插值方法繪制土壤養分空間插值圖。

圖1 江西省土壤剖面采樣點分布

3 結果與分析

3.1 江西省森林土壤養分特征

3.1.1 不同植被類型下的森林土壤養分特征 根據樣地調查結果，將取樣點分為四類，其中竹林23個、針闊葉混交林34個、常綠闊葉林89個、針葉林194個，對各植被類型土壤養分求平均值，情況見表1。由表1可知，四種植被類型的SOM，TN均隨土層深度增加而顯著降低，TP含量也一定程度上隨土層深度增加而降低的趨勢，但變化不明顯。從植被類型上來看，SOM含量在0—30 cm土壤中表現為竹林>針闊混交林>常綠闊葉林>針葉林，而30—100 cm土壤中無此規律，可能是竹林根系較淺，在0—30 cm分布集中，根系的死亡殘體、分泌物等主要對上層土壤產生影響，對深層土壤影響較??；TN含量表現為竹林>常綠闊葉林>針闊葉混交林>針葉林；TP含量表現為常綠闊葉林>竹林>針闊葉混交林>針葉林。三種土壤養分在針葉林中均含量較低，可能是由于江西省針葉林以濕地松、馬尾松、杉木等為主[15]，為速生樹種，對土壤養分消耗較大。

3.1.2 不同土壤類型森林土壤養分特征 本次取樣調查涉及五類土壤，各土類的樣點數為棕壤10個、黃棕壤22個、黃壤80個、紅壤217個、沙紅壤11個，各類型土壤養分情況見表2。由表2可知，SOM含量在不同土壤類型中變異性較為明顯，表現為棕壤>黃棕壤>黃壤>紅壤>沙紅壤，其中含量最低的是沙紅壤，為7.98～21.89 g/kg，最高的是棕壤，為58.32～128.52 g/kg，同一土層中棕壤SOM含量是沙紅壤的6～8倍。表層土壤與深層土壤TN含量具有不同的變異格局，表層土壤表現為棕壤>黃壤>黃棕壤>紅壤>沙紅壤，深層土壤表現為棕壤>黃棕壤>黃壤>紅壤>沙紅壤。TP含量表現為棕壤>黃壤>紅壤>黃棕壤>沙紅壤。

3.1.3 江西省森林土壤養分總體特征分析 對340個森林土壤養分數據進行經典統計分析，結果見表3。各土層SOM含量變化范圍為16.25～41.34 g/kg，TN含量為0.84～1.79 g/kg，TP含量為0.32～0.37 g/kg，其中SOM和TN較為豐富，TP比較貧乏[12]。三種養分含量均具有隨土層深度的增加而減小的趨勢，但TP含量變化趨勢比較微弱，可能與整個土體TP含量較低，土層間差異較難體現有關。三種土壤養分變異系數表現為SOM>TP>TN。土壤SOM的變異系數為77.88%～123.73%，具有較強程度變異，養分豐缺差距較大，各土層SOM最大值在169.42～304.20 g/kg，而最小值在3 g/kg以內，土層越深數據離散越明顯。土壤TN和TP含量變異系數均維持在60%左右，TP含量略高于TN，兩種養分均表現出中等程度變異性，且變異程度在土層間的變化不明顯。經過正態分布檢驗，土壤TN數據能較好的符合正態分布類型，而SOM，TP數據則產生了不同程度的偏態，經過對數轉換后，數據能很好地符合正態分布。

表1 江西省不同森林類型土壤養分情況

注：不同小寫字母表示同一林分類型、同一土壤養分類型不同土層間差異顯著性，顯著水平為0.05；不同大寫字母表示同一土壤養分類型、同一土層不同林分類型間差異顯著性，顯著水平為0.05。下表同。

表2 江西省不同土壤類型土壤養分情況

表3 江西省森林土壤養分描述性統計特征

3.2 江西省森林土壤養分空間變異特征分析

對江西省森林土壤養分數據進行半方差函數分析，得出結果見表4。塊金值(C0)表示由試驗誤差以及小于取樣尺度內產生的如耕作措施、施肥管理、種植制度等人為干預而引起的變異，也稱隨機性變異，隨機性因素使得土壤朝著均一性的方向變異；除此之外，還有由土壤自身結構上的差異而引起的變化，如土壤母質、地形地貌等引起的變異，也稱結構性變異[16]。隨機性變異和結構性變異構成了土壤養分空間變異的總和，基臺值(C0+C)的大小表示這種總的變異大小。塊金值和基臺值之比C0/(C0+C)(也稱塊金系數)反映了空間變異性的程度，塊金系數的大小表示由隨機因素引起的空間異質性所占的比例。一般認為塊金系數小于25%時，說明空間變量具有強烈的空間自相關性；若塊金系數在25%～75%之間時，變量具有中等程度空間自相關；若比值大于75%，則表示該變量空間相關性弱。由表4可知，各土層中SOM的塊金系數5.22%～34.19%，且隨土層增加而升高(圖2)，在0—30 cm土層中呈強烈的空間自相關性，在30—100 cm中呈中等程度空間自相關，土層越深，SOM分布的結構性反而越差，可能是由于SOM在土層間差異較大，30—50 cm和50—100 cm土層中不同取樣部位仍有一定的差異，而各取樣點在垂直方向上的取樣部位難以統一，造成的人為取樣誤差影響了深層土壤SOM分布的結構性，增加了隨機性。土壤TN塊金系數為19.08%～42.11%，TP為13.62%～27.78%。雖然TN和TP含量在土層間差異相對較小，取樣等人為因素造成的誤差較小，但TN和TP的塊金系數在垂直方向上仍產生了一定的規律性，均隨土層增加表現為先升高后降低的趨勢，強烈的空間自相關性表現在表層和深層土壤，中部土壤呈中等程度空間自相關，可能是由于森林植被豐富，植被的根系主要影響中層土壤，從而弱化了剖面中部土壤的TN和TP分布結構性。

變程表示的是空間變異尺度的范圍大小，變程范圍內間隔越近的兩點具有更強的相似性，超過變程范圍的兩個樣點之間則不存在空間相關性。由表4可以看出，SOM的變程隨土層深度增加而升高，在0—30 cm土層中，變程為73～79 km，在深層土壤達到了545 km以上；TN和TP則隨土層先增后減，其中TN在0—10 cm土層中變程為88 km，在10—100 cm土層中均超過200 km，而TP變程則保持在14～28 km。三種養分均在表層土壤中具有較小的變程，可能是植被的存在影響了土壤化學性質，導致土壤變量相似范圍的減小。

對土壤養分進行半方差分析時需要擬合成最佳模型，模型選擇以決定系數最大、殘差最小原則進行[17]，模型擬合的好壞對養分空間插值具有大的影響。由表4可以看出，SOM，TP在0—30 cm土層中可以很好的擬合成球狀模型，在30—100 cm土層中擬合成指數模型(SOM決定系數0.493～0.598，TP決定系數0.663～0.856)；TN在0—10 cm，30—50 cm中擬合成球狀模型(決定系數分別為0.765，0.853)，在10—30 cm中擬合成指數模型(決定系數為0.821，0.865)，在50—100 cm土層中擬合成高斯模型(決定系數為0.856)。SOM，TN和TP不同土層數據擬合的最佳模型并不一致，這可能是植被根系在不同土層造成影響導致養分在不同土層中造成了分配差異。

表4 江西省森林土壤養分半方差函數特征

圖2 不同土層土壤養分塊金系數

3.3 江西省森林土壤養分空間分布格局研究

結合全國第二次土壤普查養分分級標準[18](表5)，在ArcGIS 9.3中，利用Geostatistics analysis模塊進行土壤養分空間插值分析。數據剔除二階趨勢效應并考慮各向異性，經過交叉驗證選取選取普通克里格插值方法并結合半方差分析擬合模型進行插值，各養分插值結果附圖1。

江西省森林土壤SOM總體處于豐富水平，但水平和垂直分布上均具有明顯的空間異質性。在水平分布上，高值區主要在贛東的鉛山、資溪和黎川、贛東北部的景德鎮和上饒、贛西北的武寧、贛西的萍鄉和井岡山以及贛南的全南和龍南等地，中部地區含量較低，表現出由江西省邊界向中部遞減的規律，可能是由于江西東部的武夷山脈、東北部的懷玉山、南部的大庾嶺和九連山、西北部的幕阜山脈、九嶺山和西部的羅霄山脈等山地森林存在于江西邊界，植被條件較好，海拔較高，溫度較低，而低溫不利于有機碳的礦化，因而積累較多[19]。而中部地區多為丘陵森林，且人口密度大，對森林的樵采等人為干擾大。同時高值區多為竹林或闊葉林，對有機質積累貢獻較大。從土層間變化來看，SOM含量沿土層方向變化明顯，土層越深，含量越低，且低度及低值區的廣度均大大增加；表層土壤SOM具有南北方向上條帶狀分布的特征，到了深層土壤中則表現出高值區呈條帶狀、低值區成斑塊狀的特點。

江西省森林土壤氮素較為豐富，山地森林豐富程度更為明顯，其空間分布產生了明顯的南北分異特征，以吉安地區為分界線，北部含量較高，贛南地區森林土壤氮素則相對缺乏，低值區以吉泰盆地及贛州市為主。溫度成為影響氮素分布的重要因素，贛南與贛北年平均氣溫相差近4℃，而高溫促進了氮素的分解[20]。

全省森林土壤磷素相當缺乏，根據統計情況，土壤磷素含量大多在0.33 g/kg左右，比較貧乏，在分布上具有十分廣的低值區，除東北部和西部小部分區域外，全省大部分地區處于貧乏或極缺乏水平之中。從垂直方向看，各土層間分布特征十分相似，且含量相差不大，可能由于TP含量整體水平偏低，導致土層間變化不明顯。由圖3可以看出，三種養分在江西省中南部地區均具有明顯的低值區斑塊，養分含量比較低，可能是由于該地區為土壤為退化紅壤，植被類型為針葉林居多，對土壤的消耗導致土壤養分比較缺乏。

圖3 江西省森林土壤養分半方差函數

表5 第二次土壤普查養分分級標準

4 結論與討論

江西省森林土壤養分受植被類型、土壤類型影響大。本研究中，從植被類型上看，竹林、闊葉林對土壤養分貢獻較大，而針葉林中土壤相對貧瘠；另外，由于不同森林類型林內凋落物量的不同，以及不同凋落物分解和養分周轉也會存在一定的差異，這些環境條件都會影響本研究的試驗結果；吳春生等[21]發現江西凋落物碳儲量最大的是常綠闊葉林1.725 t/hm2，且其連接凋落物與土壤養分周轉的細根周轉率是最快的；宋慶妮等[22]研究發現大崗山毛竹林凋落物生物量(2.77 t/hm2)高于常綠闊葉林(2.16 t/hm2)；從這些研究結果中，我們可以看出江西省毛竹林和常綠闊葉林凋落物量及其養分含量都是相對較大的，這就為其對土壤養分提供較大貢獻提供了前提條件；且之前的研究表明，闊葉樹凋落物分解速率要大于針葉樹[23]，這就也進一步說明了本研究的研究結果。從土壤類型上看，棕壤、黃壤具有良好的養分條件，而紅壤特別是沙紅壤中養分狀況極差，該研究結果與程先富等[24]研究江西丘陵山區林地土壤養分全N、有機質、全P含量在馬尾松純林中最低，在闊葉林中最高，全N和有機質含量由黃壤、黃紅壤、棕紅壤到紅壤依次降低一致。

土壤TN符合正態分布類型，而SOM和TP具有明顯的偏態，符合對數正態分布類型。TN和TP具有中等程度的變異，而SOM離散程度較高，具有強變異性，產生了嚴重的“貧富差距”。本研究結果，養分數據可以較好地擬合成球狀模型、指數模型和高斯模型，與郭旭東等[25]研究河北省遵化市5種養分要素的空間變異規律和于婧等[26]研究江漢平原有機質、全氮養分空間變異的研究結果一致。陳彥等[27]研究結果表明，全氮、有機質均具有中等的空間相關性，但研究的尺度不同，本研究結果表明，江西森林土壤養分具有明顯的空間變異特征，受植被、取樣方法等因素影響，TN和TP均在表層土壤和深層中具有強烈的空間自相關性，在中間土層程度有所減弱，呈“上下強，中間弱”的規律，SOM則表現為表層土壤空間自相關強烈，下層具有中等自相關性，呈“上強下弱”的規律。變程同各養分的空間相關性規律相反，TN和TP自相關距離在中間土層中較大，上下土層中較小，SOM自相關距離則隨土層增加而增大。張敏等[28]研究了新鄭市土壤有機質、全氮的空間變異情況，其有機質、全氮的變異系數在29%～45%，有效磷變異系數最大為75%；有機質和全氮空間變異性具有中等空間相關性，有效磷空間相關性最弱。史利江等[29]研究發現土壤五種養分的變異系數8.30%～84.45%，其中有效磷的變異系數最高，為84.45%。有機質的變異都屬于中等變異。有機質、有效磷的C0/(C0+C)為25%～75%，表明其具有中等的空間相關性。賈樹海等[30]研究遼寧省凌源市1 042個土壤表層樣，發現土壤養分的變異系數為29.45%～67.25%。有機質C0/(C0+C)比值均為49.7%～49.90%，都具有中等的相關性，而有效磷的C0/(C0+C)的比值為100%，空間的相關性較弱。本研究中，各土層中SOM，TN和TP的變異系數分別為5.22%～34.19%，19.08%～42.11%和13.62%～27.78%，相比于上述研究要小，說明本研究各養分的空間自相關性更強。

從垂直方向上看，森林土壤SOM，TN總體含量在土壤剖面上具有明顯的漸弱性，分別由0—10 cm的41.34 g/kg，1.79 g/kg下降到50—100 cm土層的16.25 g/kg，0.84 g/kg；而TP含量在土層間變化不明顯，維持在0.33 g/kg左右。由于植被類型、地理條件、土壤類型等差異，造成了江西森林土壤SOM，TN，TP在水平空間分布上表現出一定的差異，該研究結果與曾偉等[31]研究浙江省龍游縣的低丘紅壤地區表層土壤的有機質和有效氮的空間變異特征研究結果一致。江西省森林土壤SOM整體含量較為豐富，高值區主要出現在江西省西部邊界山區和東北部山區，可能是由于山地人為干擾較小，有利于枯枝落葉的積累，該研究結果與趙建華等[32]研究甘肅省榆中縣區域土壤有機質空間變異性的結果一致。TN具有明顯的南北分異，贛北地區森林土壤TN含量較高，贛南地區較為缺乏，且低值區主要表現在吉泰盆地，主要是因為贛南地區光照充足，溫度較高，加速了氮素的分解，加上豐富的雨水沖刷，使得贛南地區TN低于贛北地區[20]。全省森林土壤磷素普遍缺乏嚴重，大部分地區TP含量均處于貧乏水平。三種土壤養分均具有山地森林含量顯著高于丘陵森林的共性，正因為江西省以山為界的特點，造成了土壤養分由江西省邊界地區向以吉泰盆地為主的中部地區遞減的趨勢。

本文研究對象為森林土壤，由于前期布點時無法了解擬定樣地情況，各森林類型、土壤類型樣地最終樣點數分配并不均一，同時人為取樣誤差的存在，都會對結果造成一定的影響。因此，增加樣點數量，減小人為隨機誤差影響，能更好地揭示江西省森林土壤養分的分布特征。由于沒有非林地的土壤養分數據，研究結果只能說明江西省森林土壤養分分布特征，只能在林業生產、研究中提供參考，而對于農田、濕地等區域不具有說服力，若需要則應增加數據進行分析說明。

參考文獻：

[1] 程先富,史學正,于東升,等.江西省興國縣土壤全氮和有機質的空間變異及其分布格局[J].應用與環境生物學報,2004,10(1):64-67.

[2] 王政權.地統計學及在生態學中的應用[M].北京:科學出版社,2004.

[3] Tateno R, Takeda H. Forest structure and tree species distribution in relation to topography-mediated heterogeneity of soil nitrogen and light at the forest floor[J]. Ecological Research, 2003,18(5):559-571.

[4] 張繼平,張林波,王風玉,等.井岡山國家級自然保護區森林土壤養分含量的空間變化[J].土壤,2014,46(2):262-268.

[5] 宋滿珍,劉琪璟,吳自榮,等.江西森林植被土壤有機碳儲量估算及空間分布特征[J].江西農業大學學報,2009,31(3):416-421.

[6] 袁芳,趙小敏,樂麗紅,等.江西省表層土壤有機碳庫儲量估算與空間分布特征[J].生態環境,2008,17(1):268-272.

[7] 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].應用生態學報,2000,11(4):557-563.

[8] 楊美玲,王雪梅,羅夢媛.基于GIS的庫車縣耕層土壤養分空間變異研究[J].水土保持研究,2015,22(1):61-65.

[9] 董士偉,李紅,孫丹峰,等.北京市大興區土壤養分空間結構及影響因素分析[J].水土保持研究,2015,22(2):32-35.

[10] 孫梨萍,常慶瑞,趙業婷,等.陜南丘陵區縣域農田土壤養分的空間分布格局[J].西北農林科技大學學報:自然科學版,2015,43(3):162-168，174.

[11] 韓有志,王政權.森林更新與空間異質性[J].應用生態學報,2002,13(5):615-619.

[12] 文雅,黃寧生,匡耀求.廣東省山區土壤有機碳密度特征及空間格局[J].應用基礎與工程科學學報,2010,18(S):10-17.

[13] 李鑫,歐陽勛志,劉琪瞡.江西省2001—2005年森林植被碳儲量及區域分布特征[J].自然資源學報,2011,26(4):655-665.

[14] 張志云,蔡學林,杜天真,等.江西森林立地分類、評價及適地適樹研究[J].江西農業大學學報,1997,19(6):1-30.

[15] 鄧清華,張邦文,金蘇蓉,等.江西省4種主要森林類型土壤有機碳特征比較[J].江西農業大學學報,2014,26(11):87-89.

[16] 曹祥會,龍懷玉,周腳根,等.河北省表層土壤有機碳和全氮空間變異特征性及影響因子分析[J].植物營養與肥料學報,2016,22(4):937-948.

[17] Wang Y, Shao M A, Liu Z, et al. Regional spatial pattern of deep soil water content and its influencing factors [J]. Hydrological Sciences Journal, 2012,57(2):265-281.

[18] 全國土壤普查辦公室.中國土壤[M].北京:中國農業出版社,2002.

[19] 黃湘,李衛紅,陳亞寧,等.塔里木河下游荒漠河岸林群落土壤呼吸及其影響因子[J].生態學報,2007,27(5):1951-1959.

[20] 楊東,劉強.基于GIS和地統計學的張掖市甘州區土壤全氮、有機質的空間變異特征分析[J].土壤通報,2011,42(3):593-597.

[21] 吳春生,劉苑秋,魏曉華,等.亞熱帶典型森林凋落物及細根的生物量和碳儲量研究[J].西南林業大學學報,2016,36(5):45-51.

[22] 宋慶妮,楊清培,歐陽明,等.毛竹擴張的生態后效:凋落物水文功能評價[J].生態學雜志,2015,34(8):2281-2287.

[23] Wesemael B, Veer M. Soil organic matter accumulation, litter decomposition and humus forms under mediterranean-type forests in southern Tuscany, Italy[J]. Soil Sci., 1992,43:133-144.

[24] 程先富,史學正,于東升,等.丘陵山區林地土壤養分狀況研究:以江西省興國縣為例[J].水土保持學報,2003,17(2):28-30.

[25] 郭旭東,楊福林.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].應用生態學報,2000,11(4):557-563.

[26] 于婧.基于GIS和地統計學方法的土壤養分空間變異及應用研究[D].武漢:華中農業大學,2007.

[27] 陳彥,呂新.基于GIS和地統計學的土壤養分空間變異特征研究:以新疆農七師125團為例[J].中國農學通報,2005,21(7):389-391.

[28] 張敏,賀鵬飛,陳偉強.基于GIS和地統計學的土壤養分空間變異分析[J].東北農業大學學報,2010,41(3):53-58.

[29] 史利江,俞立中,賀寶根.基于GIS和地統計學的土壤養分空間變異特征研究[D].上海:上海師范大學,2006.

[30] 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征研究:以遼寧省凌源市6鄉鎮為例[J].水土保持通報,2009，29(3):197-201.

[31] 曾偉,陳雪萍,王珂.基于地統計學和GIS的低丘紅壤養分空間變異及其分布研究:以龍游縣低丘紅壤為例[J].浙江林業科技,2006,26(3):1-6.

[32] 趙建華,蓋艾鴻,陳芳,等.基于GIS和地統計學的區域土壤有機質空間變異性研究[J].甘肅農業大學學報,2008,43(4):103-106.