北京山區土壤養分空間變化特征研究①

梁 斌，齊 實

?

北京山區土壤養分空間變化特征研究①

梁 斌，齊 實*

(北京林業大學水土保持學院，北京 100083)

為了揭示土壤養分空間變異分布特征并且指導土壤規劃管理，以北京市西部山區水源林和京津風沙源地帶為研究對象，在野外大田采集樣本的基礎之上，運用了地統計學與GIS相結合的研究方法，探究了典型區域土壤堿解氮、有效磷、速效鉀、有機質和全氮的空間變化格局，同時采用模糊模式識別理論對土壤養分等級進行了綜合評價，并結合地區的實際情況分析了其變異特性的影響因素。結果表明：土壤養分的空間分布整體上符合正態分布（<0.05），有效磷、速效鉀和有機質的空間分布變異性較強，堿解氮和全氮的變異系數相對降低，并且隨著土層深度的增加，土壤的養分含量呈現逐漸縮小趨勢。土壤養分的各項指標能夠較好地符合半方差函數模型，有機質和全氮具有較好的空間自相關性，堿解氮、速效鉀和有效磷體現出中等自相關性，土壤養分整體分布格局的空間自相關性水平較強。土壤堿解氮含量等級為中等的比重最大，其面積占比為27.87%；有效磷、速效鉀含量整體處于缺乏狀態；而有機質含量在很豐富等級比重較大，且區域73.77% 的土壤質地類型屬于有機質豐富；全氮含量變化程度較低，并且大部分地區處于豐富的水平；區域土壤肥力的綜合水平為IV。研究成果為區域土壤資源使用劃分、修復重建以及可持續利用提供科學依據。

土壤養分；空間變異；地統計學；綜合評價

土壤是分布復雜、變異隨機的時空連續體，質地、植被、環境以及地形地貌等因素影響了土壤的形成過程，同時也決定了土壤在空間變異上的普遍存在性和復雜性特征[1-2]。土壤作為植物生長的營養庫，其養分的空間變異情況必然會影響植物種類的分布[3]。土壤養分是土壤的重要屬性之一，頻繁人類活動對自然的改造以及農業資源的大力開發增強了土壤的空間異質性[4-6]。土壤肥力修復過程中，往往會無針對性地對土壤大量施加肥料，對于改善土壤的養分結構、提升肥料偏生產力以及有效地控制農業面源污染具有一定的負面影響[7-9]。研究土壤養分空間變異的規律，是指導區域土壤規劃利用、提高產業經濟效益以及完善管理措施的基礎，同時也是實現精準性、數字化農業發展的趨勢所在[10]。

近些年來，國內外學者對于土壤養分空間變異性特征做了大量的研究，分別從土壤養分時空變異與施肥[11]、地形地貌[12]、作物種類[13]等因素的關系進行了闡述。Glendell等[14]采用了高分辨率的地質統計學方法研究了土壤性質的空間變異規律，闡明了土壤性質和相應的生態系統之間的協同效應關系；Ozgoz等[15]對比分析了3種不同作物的輪作田和天然牧場的土壤物理和化學指標的變異特性，并提出了多年的作物栽培并沒有導致土壤質量下降；Foroughifar等[16]基于規則格網獲取98個樣點數據研究了土壤的微量元素的變異特征，結果表明地下水位、土壤成土過程是影響土壤微量元素空間變異的重要因素；寧靜等[17]利用實測分析手段及GIS空間分析方法討論了農林交錯區土壤肥力空間分異特征，闡述了坡度梯度和高程梯度變化差異下土壤肥力值的空間分布規律；趙明松等[19]采用地統計學方法和GIS技術研究了土壤有機質、全氮等養分含量的空間變異特征和影響因素，表明土壤養分空間分布主要受地形和土壤類型影響。可見土壤養分空間異質性的研究有助于加深對土壤發育格局及其環境因子和生態格局分布的研究。北京山區地帶是水源林主要的分布區，同時也是京津地帶的風沙源頭區。探究山區土壤養分組成空間變異特征，對于加強北京市飲用水水源地森林植被保護、改善水源地水土流失現狀以及促進建設區的經濟發展具有重大的現實意義。

以往關于土壤養分空間分布的預測與評價主要來源于傳統的土壤圖，而這些傳統土壤圖的精度較低，已經不能滿足現代精準農業和環境評估模型對于土壤詳細信息的需求。本文通過野外調研采集土樣，通過傳統地統計學理論結合GIS克里格插值的方法，研究北京市山區地帶土壤養分空間分布格局，并且采用屬性識別理論方法對土壤養分進行了綜合評價，彌補了傳統土壤養分空間識別與評價理論的不足。該研究可為區域土壤養分分區管理以及水土資源可持續利用提供參考。

1 材料與方法

1.1 研究區概況

山區地帶主要分布在北京市的西部和北部，本文采樣區選擇在包括密云、懷柔、延慶、昌平、門頭溝和房山等6個區縣，地理位置位于115°36′ ~ 116°56′E，39°34′ ~ 40°48′N，東西長100 km，南北寬150 km。該地區屬于典型的北溫帶半濕潤大陸性季風氣候，夏季高溫多雨，冬季寒冷干燥，7月份溫度最高，平均氣溫為29 ℃，1月份溫度最低，平均溫度為6 ℃，全年平均降水量為585 mm，主要集中在夏季7、8月份，全年平均氣溫≥0 ℃累計積溫值為5 603.4 ℃，日照時數為2 600 ~ 2 800 h，全年的無霜期為180 ~ 200 d。采樣地的植被覆蓋類型主要包括天然林、灌木、草地以及農業耕作區。

1.2 樣品采集與分析

樣品的采集時間為2015年7月，在綜合考慮當地的土壤類型、植被、地形地貌以及土地利用類型等影響因素的基礎之上布設了224個采樣點。經統計，區域主要地貌類型為水源林、風沙源帶和耕地，根據不同地貌類型的面積比重，水源林區域設置80個采樣點，風沙源帶和耕地采樣點分別為80和64個。樣點的選擇力圖反映區域土壤養分空間分布格局特征，并且距離控制在10 km范圍之內(圖1)。用GPS定位每個采樣點的位置，土壤的取樣通過取土器人工采集。垂直剖面取樣分為4層，分別為0 ~ 15、15 ~ 30、30 ~ 45、45 ~ 60 cm，共收集896個土樣。以取樣點為圓心，30 m為半徑的范圍內取5個重復，將土樣混合均勻，取1 kg作為試驗樣土(在下述研究中，土壤養分垂直剖面統計分析分別以4個土層的測量數值進行研究，而在土壤平面空間變異性分析、分布格局以及綜合評價研究則以4個土層的平均值作為每個采樣點的研究值來進行探討)。采集的土壤在室內自然風干、磨碎、過篩處理，進行堿解氮、有效磷、速效鉀、全氮和有機質5種養分成分的測定[19]。結合前人研究的經驗與成果，土壤有機質的測定方法為重鉻酸鉀外加熱法；堿解氮測定方法為堿解擴散法；有效磷測定方法為恒溫水浴振蕩浸提法；速效鉀的測定方法為醋酸銨浸提火焰光度法；全氮的測定方法為凱氏法。

圖1 研究區及采樣點分布圖

1.3 數據處理方法

本研究借助SPSS 22.0軟件進行統計分析，并采用K-S檢驗方法結合相伴概率來分析土壤養分空間格局是否符合正態分布。利用GS+V9.0經典地統計學軟件進行土壤半方差函數分析，并且驗證其符合的模型種類，最終采用ArcGIS 10.2軟件中數據變異趨勢模擬以及Kriging空間插值繪制各養分的空間變異規律，展示各養分指標的平面分布效果。

其中，半方差函數體現的是土壤養分的空間變異性特征。在土壤養分測量值滿足二階平穩假設的前提下可以通過如下公式進行計算[20-21]：

式中：() 表示經驗半方差函數，表示步長，即相鄰兩個樣點之間的空間距離。() 表示步長間包含的實驗數據點對的個數。(x) 指變量函數() 在位置x處的具體實測函數值。(x+h) 指變量函數() 在位置x+h處的具體實測函數值。在研究過程中取每個測量樣點指標的平均值代入公式中。

此外，在土壤養分狀況綜合評價過程中，參照全國第二次土壤普查養分分級標準以及結合區域實際土壤質地情況，對土壤養分含量的等級進行分類，具體如表1所示。

表1 土壤養分分級標準

1.4 評價方法

在研究過程中，運用模糊模式識別理論建立土壤肥力的單指標分級標準化矩陣，確定各指標的權重，然后通過最優權法來確定土壤各指標權重，根據模糊識別模型綜合評價土壤養分狀況所屬級別，具體過程如下[22-25]：

1) 數據量綱化處理。設研究區域有個樣本，每個樣本有項評價指標的實測值，則土壤各項養分指標的實測值矩陣為=(x)。則x是樣本指標的特征值，其中= 1,2,…,m；= 1,2,…,。土壤養分等級的分類為，評價指標的數值為，項指標級評價標準值矩陣為=(y)。y是級別指標的標準特征值；=1,2,…,。

在研究過程中，采用指標標準特征值y隨級別的增大而增大的研究模式，按照式(2)計算樣本值x對模糊子集的相對隸屬度，按照式(3)計算指標標準值y對模糊子集的隸屬度。

式中：r為樣本指標的特征值對模糊子集的相對隸屬度；y為指標級標準值；s為級別指標的標準值對模糊子集的相對隸屬度。同時，利用公式(2)、(3)可將矩陣和變換為對應的隸屬度矩陣和。

2) 權重確定。由于各個指標高低有所不同，在總的評價中所起的作用也會有所差別，在本研究過程中，采用加權法計算指標權重，土壤樣本養分含量的高低在一定程度上決定著該指標的權重數值，其計算公式通常為

3) 模糊模式識別的模型。根據土壤養分綜合評價模式的特點，建立模糊模式識別模型：

式中：u為樣本對模糊子集級別的相對隸屬度，= 1,2,…,；= 1,2,…,；a，b為樣本的項指標的級別下限值和上限值；為距離參數，取= 2。

4) 土壤養分級別的判定。對于土壤養分模糊識別的最終判定結果由H來確定，級別變量H的計算公式為

2 結果與討論

2.1 土壤養分統計分析結果

將該地區的土壤養分指標進行經典統計學分析和K-S檢驗。分析表2結果可知，土壤養分在水源林、風沙源帶和耕地采樣點呈顯著性差異，其中堿解氮的含量變化區間為12.16 ~ 150.71 mg/kg，變異系數為25.84%，屬于中等變異水平。對比5種養分指標在空間分布的變異系數，其從大到小的順序依次為速效鉀>有效磷>有機質>堿解氮>全氮，由此可知，堿解氮、速效鉀和有效磷含量的空間變異程度相對較大。

表2 土壤特性的統計特征值

在整體分析土壤養分空間分布特征的基礎上，分析各養分指標含量在土壤垂直剖面上的變化過程。其中，在0 ~ 15 cm土層內，土壤的堿解氮含量為106.12 mg/kg，而在15 ~ 30 cm土層處，其堿解氮含量降低到61.07 mg/kg，相對于表層有所降低，而隨著土層深度的增加，在30 ~ 45、45 ~ 60 cm處，土壤堿解氮含量分別相對淺層降低了70.63% 和75.91%，分別相對于表層土壤養分含量有了大幅度的降低。隨著土層深度的增加，土壤堿解氮含量呈現逐漸遞減的趨勢。同時，分析有效磷的含量變化趨勢，在0 ~ 15 cm土層內，其土壤有效磷的含量為5.06 mg/kg，而在15 ~ 30、30 ~ 45、45 ~ 60 cm土層中，土壤有效磷的含量分別相對于表層0 ~ 15 cm土層減少了2.18、2.01、2.43 mg/kg，整體的變化趨勢與堿解氮保持相一致。此外，對比分析速效鉀、有機質和全氮的變化趨勢可知，在0 ~ 45 cm土層之間，其養分含量均呈現出不同程度的降低，但是在45 ~ 60 cm土層處，養分含量出現了增加的現象，并且在不同的坐標采樣點中，該土層深度處的土壤速效鉀、有機質和全氮的含量均處于一個相對穩定并且含量較高的水平。

綜上分析可知，從土壤整體平均變化趨勢分析，土壤的堿解氮、有效磷和速效鉀的含量相對較低，處于缺乏水平，而有機質和全氮含量較為豐富，具體分析研究區的地形、地貌以及土壤的植被覆蓋狀況可知，該區域的植被覆蓋量相對較高，植物有機質的腐殖程度較大，因此，其有機質含量較為豐富。另外，從土壤空間垂直剖面分析各養分指標的遷移規律可知，隨著土層深度的增加，土壤養分含量整體呈現出依次減少的趨勢，但是在45 ~ 60 cm土層處，由于該土層距離地表較遠，其養分被植被的利用程度較低，并且受環境變化的影響程度較低，因此該土層的養分含量呈現小幅度的增加。

2.2 土壤養分要素空間變異性

在研究過程中，為了更好地分析土壤養分在空間變異過程的連續性以及其結構特征，采用半方差分析的地統計學方法對土壤空間分布數據進行了處理，具體結果見表3。

由土壤養分要素的半方差函數模型分析可知，土壤堿解氮含量空間變異的半方差函數符合球形模型，其決定系數為0.736；有機質含量空間變異的半方差函數符合指數函數模型，而有效磷、速效鉀和全氮的半方差函數符合高斯函數模型，并且各個養分指標的決定系數均大于0.8，擬合效果較好。在參數分析過程中，塊金值0表示小于取樣尺度下的空間變異，而基臺值0+表示在變量范圍內總的空間變異強度。對比可知，在各種養分空間變異過程中，堿解氮的基臺值為54.497，其空間變異程度相對較強，總體對比各種養分元素空間變異基臺值，其從大到小的變化順序依次是：速效鉀>堿解氮>有機質>有效磷>全氮，也由此得出其空間變異程度依次減弱。

(圖中小寫字母不同表示土層間差異達到P<0.05 顯著水平)

表3 土壤半方差結構參數

當塊金系數0/0+<25% 時，表明變量的空間自相關性等級為強烈，當塊金系數在25% ~ 75% 時，表明空間自相關性等級為中等，當塊金系數>75% 時，表明空間自相關性較弱。分析各種養分指標的塊金系數可知，堿解氮的塊金系數值為51.56%，其數值相對較大，屬于中等空間自相關性，同時，速效鉀和有效磷成分的塊金值均屬于中等空間自相關性水平，而有機質和全氮的塊金系數均小于25%，表明這兩種養分元素的空間變化具有強烈的空間自相關性，而這種空間自相關性要受到土壤的母質特征、農業灌溉、氣候變異以及人類改造自然活動的影響，而在空間自相關分析結果中，各種養分成分的空間自相關性水平相對較高，表明該地區的土壤養分空間變異特性能夠與地區的自然環境較好地匹配，適應環境變化所帶來的驅動效應。

2.3 土壤養分空間分布格局

通過分析可知，該區域中土壤的堿解氮、有效磷、速效鉀和全氮的含量整體符合正態分布，同時有機質含量在空間的變化趨勢經過對數形式轉化也滿足正態分布類型，符合進行空間差值的要求。根據土壤養分變異函數所符合的理論模型以及其變化趨勢中提取的參數，通過ArcGIS 10.2地統計分析模塊中的克里格插值方法繪制土壤養分的空間平面變化趨勢圖(圖3)。

分析土壤養分分布情況可知，土壤的堿解氮、有效磷、速效鉀的空間格局主要受到地形、地質結構的影響，由于研究區的東部分布著密云水庫、懷柔水庫以及河流水系，其地質組成物質主要是花崗巖、片麻巖和石灰巖，區域的地下水位較低，湖泊河流水系的入侵導致土壤礦化度較高，土壤的鹽堿化增強，農業生產水平相對較低，肥料的投入量較低，不利于土壤養分的積累，因此東部地區的堿解氮、有效磷、速效鉀的含量相對較低。而在北部和中部地區，土壤植被覆蓋率相對較高，農田土壤面積較大，對于土壤的養分成分具有一定的補給與穩固作用，因此，該地區的土壤堿解氮、有效磷和速效鉀的含量相對較高。而對于土壤中的有機質，其高值區主要分布在研究區的北部和西南部，結合地區實際情況可知，北部是水源林的主要分布區，土壤表面覆蓋落葉松林和云杉林等，植物的腐殖作用對于土壤有機質進行了大量的補給，故此區域的有機質含量較為豐富。

圖3 土壤養分含量空間分布圖

2.4 土壤養分的綜合評價

根據上述表1土壤養分等級標準，對采樣點的土壤養分要素空間分布進行分級，同時對研究尺度內各養分等級所占的面積進行統計，具體見圖4。以此來了解區域土壤各要素空間等級劃分及綜合水平。

由圖4A土壤堿解氮等級評價情況可知，區域內土壤堿解氮含量超過150 mg/kg(很豐富)的面積占區域總面積的13.11%，堿解氮含量在120 ~ 150 mg/kg (豐富)之間的面積占區域總面積的26.73%，而中等、缺乏和很缺乏等級的土壤面積分別占總面積的27.87%、18.03% 和11.48%，由此表明，研究區的土壤堿解氮含量處于中等偏上的水平，很豐富和極缺乏的狀況占比較低。

由圖4B土壤有效磷的等級評價情況可知，區域土壤有效磷含量超過40 mg/kg(很豐富)的面積占區域總面積的3.27%，含量在20 ~ 40 mg/kg(豐富)之間的面積占區域面積的3.27%，而含量在5 ~ 10 mg/kg (缺乏)之間的面積比例最大，占總面積的44.26%，同時很缺乏和極缺乏所占比例分別為29.03% 和11.47%，土壤中有效磷的成分處于缺乏水平。

由圖4C土壤速效鉀的等級評價情況可知，區域土壤的速效鉀含量超過200 mg/kg(很豐富)的面積占區域總面積的3.27%，含量在150 ~ 200 mg/kg(豐富)之間的面積占區域面積的4.92%，所占比例均相對較低，而區域內速效鉀的缺乏面積占比為67.21%，由此可知，在整個研究區內應當適當補充鉀肥，同時采取一定的措施減緩鉀元素的流失，提高鉀肥的利用效率。

同時分析圖4D和圖4E可知，土壤有機質和全氮含量很豐富的區域占比分別為45.90% 和47.54%，所占比例較大，而其有機質和全氮含量缺乏區域占比分別為8.19% 和3.27%，由此可知，整個研究區域的土壤有機質和全氮的含量處于較高的水平。

在上述分析的基礎之上，根據各個轄區采集土壤的各項指標測定結果，采用模糊模式識別理論對研究區所屬的6個轄區以及其整體進行綜合評價，參照表1的劃分標準，將土壤的養分成分等級劃分為6個級別。經分析可知(表4)，密云、延慶轄區的土壤養分級別為Ⅱ，土壤處于相對貧瘠的狀態；昌平地區土壤養分等級為Ⅲ，該區域土壤各項養分指標處于中等水平，在進行農業生產過程中應適當地補充肥料，以保證土壤中堿解氮、有效磷、速效鉀的含量成分；懷柔、門頭溝地區林地覆蓋面積相對較高，土壤的有機質、全氮含量相對較高，并且有效磷和速效鉀的成分相對處于較高的水平，該區域的養分級別為IV；房山區的土壤相對肥沃，各項指標均處于較高的水平，其綜合評價等級優于其他區域。而在整個研究區的評價中，其整體水平處于IV，區域土壤的綜合水平處于中等偏上，因此，在今后的生產與資源開發利用中，應當適當地對土壤肥力的養分進行補給和修復，以保證資源的可持續利用。

圖4 土壤養分等級統計圖

表4 模糊綜合評價結果

綜上分析，受到區域地形、地貌以及人類農業活動的影響，在研究區內，土壤的堿解氮和有效磷含量整體呈現出中等偏上的水平，速效鉀呈現缺乏的狀態，而土壤中有機質和全氮的含量整體處于豐富的狀態。房山區、懷柔區和門頭溝管轄區的土壤養分等級相對較高，密云、延慶相對貧瘠。因此，在今后的農業生產以及土壤規劃利用中，應該適當地增加土壤鉀肥的施用量，同時采取一定的措施提升土壤吸附固定的能力，高效、可持續地利用土壤水土資源。

3 結論

通過對試驗土壤中各種養分含量經典統計學分析，除有機質符合對數正態分布，其余土壤養分分布類型均符合正態分布。在空間變異規律上，有效磷、速效鉀和有機質的變異系數分別為37.08%、39.86% 和28.99%，分別相對于堿解氮和全氮的變化幅度有所增加。而在空間剖面上，由于植被覆蓋的影響以及環境驅動效應，隨著土層深度的增加，土壤養分含量逐漸降低。

在對土壤養分空間變異過程進行半方差分析中，各養分擬合模型的絕對系數均達到了0.7以上，受到人類活動、氣候變化、地形地貌的影響，各養分指標均具有良好的空間結構，其中有機質和全氮的空間相關性較強，而堿解氮、有效磷、速效鉀的空間相關性有所減弱。另外，土壤各個養分的空間變程在2.68 ~ 7.74 km，體現出隨著養分空間相關性的增強，其變程逐漸縮小的趨勢。

研究區內堿解氮的指標含量屬于中等偏上水平，而速效鉀、有效磷在空間分布中體現出普遍缺乏，有機質很豐富區域的面積占比分別相對于堿解氮、有效磷和速效鉀很豐富區域的占比增加了32.79%、42.63% 和42.63%，有機質含量水平較高，同時全氮的含量水平也較為豐富。研究區整體綜合肥力水平為IV，該地區在生產過程中，應當采取一定的措施改良耕作土壤，避免其鹽堿化和沙化，并且在施肥過程中應適當地增加鉀肥、氮肥和磷肥的施用量，使各項養分含量均衡，從而提高土壤養分的利用效率和植被生長狀況。

[1] 劉國順, 常棟, 葉協鋒, 等. 基于GIS的緩坡煙田土壤養分空間變異研究[J]. 生態學報, 2013, 33(8): 2586–2595

[2] Ryan J, Ibrikci H, Singh M, et al. Response to residual and currently applied phosphorus in dryland cereal/legume rotations in three Syrian Mediterranean agroecosystems[J]. European Journal of Agronomy, 2009, 28(2): 126–137

[3] 張偉, 陳洪松, 王克林, 等. 典型喀斯特峰叢洼地坡面土壤養分空間變異性研究[J]. 農業工程學報, 2008, 24(1): 68–73

[4] 呂真真, 劉廣明, 楊勁松, 等. 環渤海沿海區域土壤養分空間變異及分布格局[J]. 土壤學報, 2014, 51(5): 944–952

[5] 趙庚星, 李秀娟, 李濤, 等. 耕地不同利用方式下的土壤養分狀況分析[J]. 農業工程學報, 2005, 21(10): 55–58

[6] Samake O, Ema S, Kropff M J, et al. Effects of cultivation practices on spatial variation of soil fertility and millet yields in the Sahel of Mali[J]. Agriculture Ecosystems & Environment, 2005, 109(3/4): 335–345

[7] 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

[8] 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

[9] 陳海生, 劉大雙, 劉國順. 河南襄城植煙區土壤中量元素含量的空間異質性[J]. 土壤通報, 2010(3): 582–589

[10] 于洋, 劉吉平, 徐艷艷. 東北典型黑土區土壤養分空間分異影響因素分析[J]. 水土保持研究, 2009, 16(5): 66–69

[11] Gudmundsson T, Bj?rnsson H, Thorvaldsson G. Organic carbon accumulation and pH changes in an Andic Gleysol under a long-term fertilizer experiment in Iceland[J]. Catena, 2004, 56(1/2/3): 213–224

[12] 高燈州, 閔慶文, 陳桂香, 等. 聯合梯田農業文化遺產稻田土壤養分空間變異特征[J]. 生態學報, 2016, 36(21)：6951–6959

[13] 方斌, 吳金鳳. 作物種植前后土壤有機質及養分因子的空間變異分析[J]. 生態學報, 2014, 34(4): 983–992

[14] Glendell M, Granger S J, Bol R, et al. Quantifying the spatial variability of soil physical and chemical properties in relation to mitigation of diffuse water pollution[J]. Geoderma, 2014, 214(2): 25–41

[15] Ozgoz E, Gunal H, Acir N, et al. Soil quality and spatial variability assessment of land use effects in a typic haplustoll[J]. Land Degradation & Development, 2013, 24(3): 277–286

[16] Foroughifar H, Jafarzadeh A A, Torabi H, et al. Using geostatistics and geographic information system techniques to characterize spatial variability of soil properties, including micronutrients[J]. Communications in Soil Science and Plant Analysis, 2013, 44(8): 1273–1281

[17] 寧靜, 關志新, 衛丹, 等. 農林交錯區土壤養分空間分異特征分析[J]. 東北農業大學學報, 2014(8): 27–33

[18] 趙明松, 李德成, 張甘霖, 等. 江淮丘陵地區土壤養分空間變異特征——以安徽省定遠縣為例[J]. 土壤, 2016, 48(4): 762–768

[19] 鮑士旦, 土壤農化分析[M]. 北京: 中國農業出版社, 2002: 47–56

[20] Webster R, Oliver M A. Geostatistics for environmental scientists[M]. 2nd ed.Philadelphia: John Wiley & Sons, 2007

[21] 黃紹文, 金繼運. 土壤特性空間變異研究進展[J]. 中國土壤與肥料, 2002(1): 8–14

[22] 趙青, 王子龍, 姜秋香. 屬性識別理論模型在土壤肥力綜合評價中的應用[J]. 土壤與作物, 2007, 23(3): 265–267

[23] 孔健健, 張江山. 屬性識別理論模型在湖泊水質富營養化評價中的應用[J]. 環境工程, 2004, 22(5): 66–68

[24] 陶曉燕, 朱九龍, 王世軍. 基于屬性識別理論的城市生態安全評價——以廣州市為例[J]. 生態環境學報, 2010, 19(9): 2048–2053

[25] 肖俊峰, 張江山, 劉可慰, 等. 屬性識別理論在淮南市大氣環境質量評價中的應用[J]. 環境科學與管理, 2009, 34(4): 191–194

Spatial Distributions of Soil Nutrients in Beijing Mountainous Area

LIANG Bin, QI Shi*

(School of Soil and Water Conservation, Beijing Forestry University, Beijing 100083, China)

In order to reveal the spatial variations of soil nutrients and to guide the reasonable management of soil resources, the water-source forest in the mountainous areas and Beijing-Tianjin sandstorm source area in western Beijing were taken as the study object, on the basis of field sampling and by using the method of combining geostatistics and GIS, the spatial distributions of soil available nitrogen, available phosphorus, available potassium, organic matter and total nitrogen were studied. Fuzzy pattern recognition theory was used to evaluate soil nutrient levels analyzed the influential factors of the spatial variation characteristics combined with the actual regional situation. The results showed that the spatial distribution of soil nutrients were in the normal distribution (<0.05), the spatial variabilities of available phosphorus, available potassium and organic matter were stronger, the variation coefficients of available nitrogen and total nitrogen were lower, and soil nutrient gradually reduced with the increase of soil depth. The indexes of soil nutrients well fitted to the semivariogram model, organic matter and total nitrogen had good spatial autocorrelation, available nitrogen, available potassium and available phosphorus showed moderate autocorrelation, the spatial autocorrelation level of soil nutrient distribution pattern was strong. Available nitrogen was the highest in medium proportion, its area accounted for 27.87%, available potassium and available phosphorus were in lack states, but organic matter was very rich, and 73.77% of the soil texture types were rich in organic matter, total nitrogen was in abundance state with a low variation, the regional soil fertility was in comprehensive IV level. The research results can provide scientific basis for the reasonable division, rehabilitation and sustainable utilization of the regional soil resources.

Soil nutrients; Spatial variability; Geostatistics; Comprehensive evaluation

北京市科委項目(Z151100002115006)和北京市園林綠化局項目(2016HFWSBXY020、2016HXFWSBXY012)資助。

(qishi@bjfu.edu.cn)

梁斌(1992—)，男，河北衡水人，碩士研究生，主要研究方向為水土保持與荒漠化防治。E-mail: 1509030398@qq.com

10.13758/j.cnki.tr.2018.04.017

S158.3

A