山東“藍黃”兩區耕層土壤有機質的時空分異特征

李因帥，趙庚星*，李濤，李建偉，竇家聰，范瑞彬

（1.山東農業大學資源與環境學院，土肥資源高效利用國家工程實驗室，山東 泰安 271018；2.山東省土壤肥料工作總站，濟南 250013；3.山東省農業技術推廣總站，濟南 250013；4.招遠市自然資源和規劃局，山東 招遠 265400）

土壤有機質（Soil organic matter，SOM）作為土壤的重要組成部分，對土壤養分的供應和農作物的生長發育至關重要，是土壤碳儲量和耕地質量的重要表征。在一定條件下，土壤有機質含量直接反映了土壤肥力狀況[1-2]。土壤有機質具有較強的時空變異性[3]，摸清區域有機質的時空分異規律，對監測耕地質量變化，改善農田管理，提高糧食產量、質量和建設現代化農業具有重要意義。

目前地統計與GIS（地理信息系統）結合已成為土壤養分變異研究中應用最廣泛的方法，多位學者對不同空間尺度上的土壤有機質分異特征進行了大量研究[4-6]，較好地掌握了區域有機質狀況，但靜態的空間變異研究無法代表有機質的動態變化。近年來，有機質的時空分異特征逐漸成為相關研究的熱點，研究區域涉及黃淮海平原[7]、亞熱帶丘陵山地[8]、云南典型巖溶流域[9]、黃土高原[10]等，從時空尺度揭示了區域有機質的變異規律，對實現長期的耕地資源質量監測和規劃管理具有指導意義。

山東“藍黃”經濟區是國家級重點規劃區，其中藍色經濟區以發展現代化農業為重點，在現代農業建設和產業結構調整中起引領與示范作用[11]；而黃色經濟區的農業建設以高效化、產業化、生態化為理念，旨在大力發展現代農業與節水農業，建設高效生態農業區[12]。目前已有學者從不同研究尺度，對經濟區有機質狀況進行了研究。例如曾希柏等[13]研究了經濟區不同利用方式的農田土壤有機質含量及其變化；甄蘭等[14]、林秀渠等[15]以“藍黃”兩區的典型縣、市為研究區，對土壤有機質分異進行了研究；張英鵬等[16]則在更大尺度上分析了山東省主要耕地土壤的有機質含量與空間分異特征。縱觀上述研究，直接面向于“藍黃”兩區有機質狀況的研究尚缺乏，而經濟區內自然狀況、經濟水平、區域優勢及社會文化水平均有差異，因此，與耕地質量密切相關的有機質數據短缺將對經濟區產業結構的規劃與調整、相關政策的制定產生不利影響。

因此，本研究以山東省“藍黃”兩區為研究區，以農田耕層土壤有機質為研究對象，綜合運用經典統計、地統計與GIS方法對經濟區2005—2017年的土壤有機質時空分異特征進行研究，旨在掌握經濟區土壤有機質的時空變化規律，為因地制宜地指導經濟區種植結構調整、土地利用規劃和生態農業高效發展提供科學依據。

1 材料與方法

1.1 研究區概況

山東半島藍色經濟區（簡稱“藍色經濟區”）位于山東半島的東北部，包括青島、煙臺、威海、濰坊、日照、東營六個市和濱州的無棣、沾化兩個縣。屬于暖溫帶季風氣候，四季分明，雨熱同期。東部和西南部地勢較高。耕地以水澆地、旱地和灌溉水田為主，土壤有潮土、褐土等，主要種植小麥和玉米。該區的現代農業起步較早，發展水平高，產業結構合理，特色農業發展較好，壽光蔬菜、棲霞蘋果等聞名全國。

黃河三角洲高效生態經濟區（簡稱“黃色經濟區”）位于山東半島的北部，包括東營、濱州等地的19 個縣區。屬于暖溫帶季風氣候，降水集中在夏季。地勢整體低平，黃河經該地匯入渤海灣。耕地以旱地和水澆地為主，土壤有潮土、棕壤與濱海鹽土等，主要種植小麥、玉米、棉花。該區農業發展潛力大，自然資源豐富，后備土地資源充足，是“渤海糧倉”的重要組成區。

“藍黃”兩區各縣區的自然、社會、經濟條件各異，對農業發展的適宜性差異大，準確掌握耕層土壤有機質的時空分異規律是實現經濟區農業優化布局和可持續發展的關鍵（圖1）。

1.2 數據來源

土壤有機質數據來源于自2005 年起的山東省縣級測土配方施肥項目和2017 年的黃淮海農業區耕地質量評價項目。使用GPS 定位，沿S 形路線，按耕層（0～20 cm）采樣，通過“四分法”保留1 kg 土樣。采用重鉻酸鉀氧化-外加熱法測定有機質含量，按拉依達準則法（3 倍的標準差）[17]剔除特異值，在2005 年“藍黃”兩區分別得到11 622、4 781 個樣點，2017 年分別高High：1 758低Low：-75得到3 542、1 509個樣點，樣點分布如圖1所示。

圖1 研究區地理位置、采樣點與地形地貌Figure 1 Geographical location，sampling points and topography of the study area

1.3 研究方法

1.3.1 土壤有機質的統計分析

一方面借助SPSS 軟件對土壤有機質進行描述性統計分析，以變異系數（Coefficient of variation，CV）反映變量的離散程度。當CV≤10%時，為弱變異；當10%＜CV＜100%時，為中等變異；當CV≥100%時，為強變異[18]。另一方面，使用GS+軟件對土壤有機質進行半方差函數模擬，根據R2（決定系數）最大、RSS（殘差平方和）最小的原則確定最佳模型，利用塊基比C0/（C+C0）表示有機質空間自相關性的強弱。其中塊基比≤25%，表示空間相關性強，變異主要受結構性因素影響；25%＜塊基比＜75%，表示中等空間相關性，變異由結構性和隨機性因素共同影響；塊基比≥75%，表示空間相關性弱，變異主要受隨機性因素影響[19]。

1.3.2 土壤有機質的時空分異研究

采用普通克里格法基于半方差函數模型及其參數進行插值，將有機質含量按照＞20、15～20、12～15、10～12、8～10、6～8、＜6 g·kg-1劃分為1～7 級，繪制“藍黃”兩區土壤有機質的空間分布圖，進而統計各等級面積，分析經濟區不同時期土壤有機質的時空變化特征。

1.3.3 土壤有機質的風險評估

為進一步探索經濟區土壤有機質缺乏的風險，針對2017 年采樣點數據，采用指示克里格法（Indicator kriging，IK）[20]評估經濟區土壤有機質在給定閾值下的風險概率。

1.3.4 土壤有機質的空間聚集特征分析

引入空間自相關分析方法，采用耕地圖斑面積加權法[21]，以縣為基本單位探討2017 年經濟區縣域間土壤有機質的空間集聚特征。其中全局Moran’sI指數反映有機質在空間上的相關性程度，Moran’sI＞0表示空間正相關；Moran’sI＜0 表示空間負相關；Moran’sI=0 則表示不存在空間相關性。而局部空間自相關分析以LISA 聚集圖的形式反映局部范圍內相鄰區域間土壤有機質的相關性，可分為高-高（H-H）聚集型、低-低（L-L）聚集型、高-低（H-L）聚集型、低-高（L-H）聚集型和非顯著型[22]。

1.3.5 經濟區土壤有機質的規劃建議

綜合土壤有機質風險評估結果與LISA 聚集圖，對經濟區縣區間土壤有機質局部空間自相關顯著的區域進行規劃，提出利用建議。

2 結果與分析

2.1 土壤有機質的描述性統計分析

經濟區不同時期的統計數據均通過K-S 檢驗，2005 年的土壤有機質數據均呈正態分布，2017 年的土壤有機質數據經過對數變換后也都服從正態分布（表1）。2005 年藍色經濟區土壤有機質含量的平均值為12.07 g·kg-1，到2017年增加至14.65 g·kg-1，年平均增速為0.21 g·kg-1；黃色經濟區土壤有機質含量的平均值則由2005 年的12.17 g·kg-1增加至2017 年的16.04 g·kg-1，年平均增速為0.32 g·kg-1。從有機質的最值與標準差來看，藍色經濟區2005 年的有機質含量介于1.70～22.46 g·kg-1，2017 年的有機質含量介于1.44～32.55 g·kg-1，標準差由3.45 g·kg-1增加至5.19 g·kg-1；黃色經濟區2005 年的有機質含量介于2.67～21.66 g·kg-1，2017年的有機質含量介于2.50～35.25 g·kg-1，標準差由3.13 g·kg-1增加至5.65 g·kg-1。變異系數（CV）反映了有機質數據的離散程度，經濟區不同時期的土壤有機質變異系數值在25.68%到35.46%之間，變異程度中等。

表1 土壤有機質含量的主要描述性統計特征Table 1 Main descriptive statistical characteristics of soil organic matter content

2.2 土壤有機質的時空分異特征分析

2.2.1 土壤有機質的空間結構特征

由表2 可知，藍色經濟區2005 年與2017 年、黃色經濟區2005 年有機質數據的最佳理論模型均為指數模型（Exponential），黃色經濟區2017年有機質數據的最佳理論模型為球狀模型（Spherical）。雖然不同時期經濟區有機質采樣點的密度和位置有所差異，但各模型的R2均大于0.88，RSS 均低于1.67，說明所選模型均能較好地擬合區域有機質的分布狀況。模型的塊基比反映了有機質空間自相關性的強弱，所得理論模型的塊基比均在45.45%～55.01%之間，具有中等的空間相關性。

表2 土壤有機質的半方差模型與擬合參數Table 2 Semi-variance model of soil organic matter and fitting parameters

2.2.2 土壤有機質的空間分布特征

從土壤有機質的空間分布（圖2）看，藍色經濟區中有機質含量低（5～7 級）的部分主要分布于東部的膠東丘陵、西北部的黃河三角洲以及西南部的魯中南山地丘陵等地，而有機質含量較高（1～3 級）的部分主要分布于中部的濰坊市和青島市；黃色經濟區中，東營市濱海區域的有機質含量普遍偏低，內陸平原的有機質含量則相對較高。整體看，2005—2017 年“藍黃”兩區土壤有機質的空間分布特征基本穩定，在此基礎上，各區域的有機質含量有不同程度的提升。

圖2 不同時期“藍黃”兩區土壤有機質含量的空間分布Figure 2 Spatial distribution of soil organic matter content in different periods of“blue and yellow”zones

2.2.3 土壤有機質的時間變化特征

表3 直觀描述了2005—2017 年“藍黃”兩區土壤有機質等級面積變化，由表3可知2005年兩區的土壤有機質等級以3、4 級為主，面積占比分別為78.22%和80.78%；2017 年兩區的土壤有機質等級則以2、3級為主，面積占比分別可達71.42%和77.38%。2017年“藍黃”兩區土壤有機質含量高于20 g·kg-1的耕地面積分別達到141.08 hm2和120.51 hm2。總體看，2005—2017 年“藍黃”兩區內高等級耕地面積不斷增加，耕層土壤有機質不斷積累。

表3 不同時期“藍黃”兩區各等級土壤有機質的面積Table 3 Area of soil organic matter of different grades in“blue and yellow”zones in different periods

2.3 土壤有機質的風險評價

根據研究區的有機質狀況和山東省土壤養分分級標準，本研究以10 g·kg-1作為土壤有機質缺乏的風險評價閾值，當SOM＞10 g·kg-1時，指示變化值記為0，代表不缺乏有機質；當SOM≤10 g·kg-1時，指示變化值記為1，代表缺乏有機質。經濟區風險評估結果如圖3 所示，可見兩區土壤有機質缺乏的風險概率均較低，風險較高的部分集中于藍色經濟區東部的膠東丘陵、西北部的黃三角濱海平原和西南部的部分山丘區，以及黃色經濟區的北部沿海地區。經過統計分析得出“藍黃”兩區有機質缺乏的風險概率分別為0.21和0.14，塊基比分別為35.1%和49.7%，表明兩區有機質受結構性因素與隨機性因素共同影響。

圖3 土壤有機質缺乏的空間概率分布Figure 3 Spatial probability distribution of soil organic matter deficiency

2.4 土壤有機質的空間自相關分析

通過比較經濟區的空間鄰接性頻率直方圖，均采用Queen 鄰接原則進行有機質的空間自相關分析，所得的全局Moran’sI指數值分別為0.523 和0.530，說明經濟區的土壤有機質在空間上均具有正相關性。由局部空間自相關分析的LISA 聚集圖（圖4）可知，“藍黃”兩區的有機質分布均屬于正相關類型，以“組團”形式聚集分布，藍色經濟區中H-H 型多聚集于濰坊、青島的部分縣區以及東營的廣饒縣，L-L 型則聚集于西北部的東營、濱州與東部的威海、煙臺等地；黃色經濟區中H-H 型包括德州的樂陵市和慶云縣，L-L型則包括沾化、河口、利津、墾利4縣。

2.5 經濟區土壤有機質的規劃

對比圖3 與圖4 可以發現，“藍黃”兩區中H-H 型的縣區土壤有機質缺乏的風險概率普遍在0～0.2 之間，有機質缺乏的風險低；而L-L 型的縣區土壤有機質缺乏的風險概率均大于0.2，少數區域超過0.8，有機質缺乏的風險概率較大。根據空間極化理論，不同極化層間區域發展的異質性會不斷增加，而同一極化層內的同質性會越來越強[23]。結合風險評估與空間自相關分析結果，H-H 型的縣區耕層土壤肥沃，有機質含量高且風險小，適合農業發展，將其劃定為限制建設區。而L-L 型的縣區由自然和人為因素導致土壤貧瘠，耕層土壤有機質含量較低，有機質缺乏的風險概率大，不利于農業耕作，可將其劃定為綜合整治區。

圖4 土壤有機質的局部空間關聯聚集圖Figure 4 Local spatial association aggregation of soil organic matter

對于有機質含量充足的限制建設區（H-H 型），應注意加強耕地保護，限制非農用地亂占耕地，同時做到用養結合，將現代農業、高效生態農業建設與經濟區建設統籌安排、協同推進，形成優勢突出、特色鮮明的特色農業區；而對于有機質含量匱乏的綜合整治區（L-L 型），應加強土地整治，加大秸稈還田力度，增施有機肥，采取綜合改良措施進行土壤培肥。同時發展新型農業，減輕傳統農業對土壤的依賴，必要時考慮調整產業結構。

3 討論

“藍黃”兩區作為國家級的區域發展戰略規劃區，在空間范圍上既有重合又存在差異。2005—2017年，“藍黃”兩區的土壤有機質含量均有增加趨勢。相關研究證明，施肥和秸稈還田等耕作技術的推廣是影響耕層土壤有機質的主要因素[24-25]。經濟區一方面針對膠東地區的土壤酸化問題，通過施用土壤調理劑[26]、推廣種植綠肥[27]等措施增加土壤有機質含量；另一方面大力推廣水肥一體化技術，少施化肥，增施有機肥，有效降低了黃河三角洲地區的次生鹽堿化風險[28]。同時重點推廣應用了秸稈精細還田和秸稈、畜禽糞便肥料化技術，有效增加了經濟區的耕層土壤有機質含量[29]。

從土壤有機質的空間分布變化看，“藍黃”兩區內陸平原部分的有機質含量豐富，2005—2017 年的土壤有機質含量顯著增加。該區域地形平坦、土壤肥沃，農業發展的限制因素少，經過多年的精耕細作，農田有機質含量不斷累積；而山丘及濱海平原區的有機質含量相對匱乏，土壤有機質含量基本維持穩定。其中山丘區地形崎嶇、坡度較大，夏季降水多而集中，易產生土壤侵蝕，造成土壤有機質淋失，且有機質分解迅速，導致積累緩慢[30]，與前人的研究[31-32]結論一致。而濱海平原區受高蒸降比、高地下水位等自然因素及重灌輕排等人為因素影響，土壤鹽漬化現象嚴重，使土壤物理化學性狀發生改變，抑制植物的生長發育，甚至對其產生毒害，造成植被覆蓋度偏低、有機質積累緩慢[33]。

4 結論

本研究以山東省“藍黃”兩區為研究區，綜合經典統計分析、地統計分析與GIS 方法，通過普通克里格插值法分析有機質的時空分異特征，指示克里格插值法評估有機質缺乏的風險概率，進而研究了縣域間有機質的空間聚集特征并提出規劃建議。得到以下結論：

（1）不同時期“藍黃”兩區的土壤有機質均具有中等變異性，變異系數在25.68%～35.46%之間；模型塊基比在45.45%～55.01%之間，具有中等的空間自相關性，有機質受結構性因素（如氣候、地形、土壤類型等）與隨機性因素（如灌溉、施肥、秸稈還田等）共同影響。

（2）2005—2017 年“藍黃”兩區的平均有機質含量分別由12.07 g·kg-1和12.17 g·kg-1增加到14.65 g·kg-1和16.04 g·kg-1，年平均增速分別為0.21 g·kg-1和0.32 g·kg-1。2017 年“藍黃”兩區的土壤有機質均以2、3 級為主，內陸平原區有機質含量高，山丘與濱海平原區有機質含量低；“藍黃”兩區有機質缺乏的風險概率較低，分別為0.21和0.14。

（3）“藍黃”兩區的全局Moran’sI值分別為0.523和0.530，縣區間有機質具有顯著的聚集特征，限制建設區（高-高聚集型）與綜合整治區（低-低聚集型）均以“組團”形式分布。