基于Geo-D的陜西省STN空間變異因子交互影響

王 琦 常慶瑞 黃 勇 史博太 落莉莉

(西北農林科技大學資源環境學院， 陜西楊凌 712100)

0 引言

土壤全氮(Soil total nitrogen, STN)含量是影響耕地質量及作物生長的重要指標，也是全球氮循環的重要源和匯[1-2]。受土壤環境與外部環境波動相互作用，STN表現出空間異質性[3]。研究STN與環境因子之間的關系，是科學認識耕地質量的基礎，對指導作物生產具有重要意義[4]。傳統的相關性分析、多元回歸分析、地統計等方法被用于揭示STN與影響因子的內在聯系。文獻[5]通過多元回歸分析發現，新疆伊犁河谷地區土壤碳氮比與STN呈極顯著正相關，地理氣候因子和土壤理化性質可以獨立解釋土壤碳氮比的26.8%和55.4%的空間特征，而人類活動只能獨立解釋5.4%的空間特征。文獻[6]結合方差與地統計學分析發現仁壽縣土壤母質、土壤類型、土地利用類型、地形因子和植被蓋度對土壤氮素的空間變化有顯著影響。文獻[7-8] 采用方差分析、線性回歸分析表明休耕、輪作等措施可提高STN含量。上述研究方法均需假設環境因子對土壤屬性空間分布的影響為線性平穩，但STN是在復雜環境因子的響應中形成的，此類假設的結果可能與土壤屬性的實際空間分布不相符。另外，以往學者多側重于研究STN與環境因素中單因子的響應關系，而忽略了環境因素中各因子間交互作用對STN 的影響。

地理探測器(Geographic detector model, Geo-D)是一種度量事物空間分異性及驅動因素影響力的統計方法，無線性假設和約束條件，可有效克服傳統統計分析方法在處理地理空間數據及分類變量問題上的局限性[9-10]，已廣泛應用于生態[11]、地質[12]、污染[13]等方面的研究。但目前應用該方法進行STN空間變異驅動力的研究較少，如文獻[14]利用地理探測器研究黃河上游高寒草地，表明STN空間異質性分布主要受海拔、坡度、降水量等因子影響，同時揭示了影響因子間的交互作用；文獻[15]以陜西省寶雞市農田土壤養分數據為基礎，借助地理探測器研究發現各養分空間變異的主導因子存在一定差異，但尚未見對陜西省全域STN空間異質性主要控制因子進行研究的報道。因此，本文應用地理探測器模型，以陜西省耕地STN含量為研究對象，探討陜西省全域及子氣候區STN含量受自然因素與人文因素的影響程度，以深入理解陜西省STN含量的關鍵環境控制因子，并揭示環境因子間復雜結合機制對STN空間變異的影響，以期為今后指導作物生產提供理論依據。

1 材料與方法

1.1 研究區概況

陜西省地處105°29′～111°15′E、31°42′～39°35′N之間，面積為2.056×105km2。全省南北狹長，東西窄，地勢南北高，主要為山地和高原，中部低，為漢中盆地。土壤類型豐富，共22個土類，49個亞類，其中農田土壤以黑壚土、黃綿土、褐土、黃褐土、黃棕壤等土類為主。氣候南北差異明顯，由南到北依次為北亞熱帶、暖溫帶、中溫帶，結合干燥度、地形、行政區劃細分為秦巴區、渭河區、晉陜甘區、蒙中區、蒙東區等5個子氣候區。全省氣溫由南向北、自東向西逐步降低；降水量呈現南高北低的趨勢，受山地地形影響比較顯著。

1.2 數據來源及指標選取

土壤采樣點實測數據采用陜西省2015—2018年間耕地質量監測點調查數據，共4 953個采樣點(圖1)；施肥信息來源于2015—2018年間陜西省和各市(區)統計年鑒資料；高程數據采用30 m SRTM(Shuttle radar topography mission，https:∥www.usgs.gov/)；土壤圖采用陜西省1∶50 000縣級單位土壤圖和1∶500 000陜西省土壤圖；還包括氣候區劃圖、地貌類型圖以及氣象數據，均來源于中國科學院資源環境科學數據中心(http:∥www.resdc.cn/)。

STN受自然因素與人文因素共同作用。自然因素方面，已有學者研究表明STN受氣溫、降水量、土壤類型、成土母質、地形、高程等因子影響[6,16-17]。同時，耕作模式、施肥管理、作物體系等對STN具有顯著影響[18-19]。因此，為充分考慮多因子構成的有機整體對STN的影響，選取自然因素(氣候、地貌、海拔、土壤等)、人文因素(行政區劃、熟制、施肥量等)兩大類，共21個影響因子(表1)，并利用自然斷點法，對數值型驅動因子進行等級劃分(表2)，探測不同因素對STN變化的影響。其中，肥料施用量為每公頃肥料施用折純量。

表1 因子指標Tab.1 Indicators of factors

表2 因子分級標準Tab.2 Classification criterion of factors

1.3 研究方法

1.3.1經典統計學

采用經典統計學參數最大值(Max)、最小值(Min)、平均值(Mean)、標準偏差(Standard deviation, SD)和變異系數CV描述陜西省全域及子氣候區STN的分布特征。其中變異系數采用Nielsen(1985)劃分標準，當CV≤10%時，為弱變異，10100%時，為強變異[20]。

1.3.2地理探測器

地理探測器是揭示因子影響力的一種空間歸因方法，采用因子探測與交互作用探測器探討陜西省STN驅動因素單因子影響力及交互作用[9]。

(1)因子探測

探測影響因子X對陜西省全域及子氣候區STN空間分異的解釋程度，度量指標為q值，其賦值公式為

式中Nh——子類型區h的單元數

N——全區的單元數

σ2——STN含量在全區的方差

q值為因子對STN的影響力，值域為[0，1]，值越大表明因子與STN空間分布越一致，因子的影響力越強。

(2)交互探測

交互作用探測器模型用于識別不同影響因子X之間的交互作用，評估因子X1與X2對STN含量的復合影響力較單因子影響力呈相互獨立或增加或減弱效應。首先分別計算兩種因子X1、X2的q值；然后疊加兩個因子圖層，并計算X1∩X2的q值，最后對數值q(X1)、q(X2)、q(X1∩X2)進行比較分析，判斷其交互作用(表3)。

表3 雙因子交互作用類型Tab.3 Two-factor interaction types

2 結果與分析

2.1 陜西省STN含量統計分析

陜西省STN平均含量(質量比)為0.91 g/kg(表4)，空間分布總體呈現南高北低的特性。各子氣候區中，秦巴區STN含量均值最高，為1.40 g/kg，蒙中區最低(0.37 g/kg)，按照陜西省第二次土壤普查全氮分級標準，分別為第3級、第7級；其它區域從大到小依次為渭河區、晉陜甘區、蒙東區，與第二次土壤普查結果趨勢一致[21]。研究區STN均表現出中等變異強度。其中，晉陜甘區、蒙東區STN變異系數較高，均超過50%，表明這些區域人類活動對STN的影響力較其它氣候區高。

表4 陜西省STN含量描述性統計Tab.4 Descriptive statistics of STN content in Shaanxi Province

2.2 因子探測分析

整體上，研究區STN驅動因子的影響力q值差異較大(圖2)，其中秦巴區A2、B、C，渭河區C，晉陜甘區A2、D1，蒙中區A3、B、E2、E5、F1、G1，蒙東區B、C、D1、D2、D3、E2、E3、G2、G3、G4、G5、G6等因子的單因素影響力q值未通過0.05顯著性檢驗。SOM含量單因子影響力最大(0.63～0.86)，縣級行政區劃(0.13～0.67)次之。不同區域中，驅動因子影響力從大到小依次為陜西省(0.10～0.80)、晉陜甘區(0.05～0.70)、秦巴區(0.04～0.80)、渭河區(0.03～0.63)、蒙中區(0.10～0.86)、蒙東區(0.04～0.79)。

全省范圍內影響STN含量變異的主導因子為SOM含量(0.80)、縣級行政區劃(0.67)、市級行政區劃(0.58)、日照時長(0.54)、降水量(0.46)、亞類(0.40)，解釋力均達到40%以上。各區域中，秦巴區STN含量主要受SOM含量(0.80)、縣級行政區劃(0.34)、亞類(0.30)以及土類(0.26)等因子影響。渭河區STN含量變異主導因子為SOM含量(0.63)、縣級行政區劃(0.45)、市級行政區劃(0.31)、碳氮比(0.25)、日照時長(0.24)、降水量(0.18)等。SOM含量(0.71)、縣級行政區劃(0.58)、化肥施用量(0.47)、市級行政區劃(0.42)、復合肥施用量(0.40)、日照時長(0.40)等是晉陜甘區STN含量變異的主要驅動因子。蒙東區STN含量則主要受SOM含量(0.79)、AP含量(0.26)以及縣級行政區劃(0.14)影響，其它因子的解釋力均低于0.10。蒙中區的主導影響因子為SOM含量(0.85)、亞類(0.22)及土類(0.21)。綜上，研究區STN含量受自然因素影響力總體高于人文因素。僅晉陜甘區受自然因素影響和人文因素影響均相對較大，表明該區域受人類活動影響程度高。

2.3 交互作用分析

驅動因子對STN空間變異的復合影響力較單因子均有所提升，表現出互相增強或非線性增強效應(圖3、4)。

2.3.1自然因素交互作用分析

不同氣候區中，自然因素因子間的交互作用有所差異(圖3a～3d)。其中，SOM含量與其它自然因子的交互影響力較高，最高值均為SOM含量交互碳氮比，可解釋STN含量 88%～96%的變異。此外，陜西省內日照時長與亞類(0.62)、日照時長與碳氮比(0.61)、日照時長與土類(0.60)，渭河區內碳氮比與亞類(0.42)、碳氮比與地貌類型(0.39)、碳氮比與土類(0.39)，秦巴區內亞類與地貌類型(0.45)、亞類與海拔(0.44)、亞類與AP含量(0.44)、亞類與10℃以上積溫(0.44)，晉陜甘區內AK含量與10℃以上積溫(0.61)、AK含量與地貌類型(0.60)、AK含量與碳氮比(0.59)，蒙東區內AP含量與碳氮比(0.50)、AP含量與地貌類型(0.50)、AP含量與亞類(0.38)，以及蒙中區海拔與亞類(0.40)、海拔與土類(0.40)等因子的交互影響力在區域內均較高。結果表明，自然因子間交互作用使秦巴區、渭河區、晉陜甘區及蒙東區域內地貌類型對STN含量的影響力得以凸顯。同時，SOM含量與其它自然因子的交互作用，進一步表明SOM含量與STN含量關系密切。

2.3.2人文因素交互作用分析

人文因素對STN空間變異的交互影響力從大到小為陜西省(0.39～0.69)、晉陜甘區(0.37～0.60)、渭河區(0.19～0.49)、秦巴區(0.14～0.37)、蒙中區(0.08～0.13)、蒙東區(0.02～0.14)。

研究區人文因素交互作用中，縣級行政區劃與其它人文因素的交互影響力較高(圖3e、3f)，且除蒙東區與蒙中區外，其它氣候區域縣級行政區劃與熟制的交互影響力最大(0.37～0.69)。此外，陜西省與渭河區STN含量受市級行政區劃與其它人文因子的交互影響力也較高；秦巴區內復合肥施用量與氮肥、鉀肥、化肥施用量以及磷肥施用量與氮肥、鉀肥、化肥施用量等因子的交互影響力均達到0.30以上；晉陜甘區受氮肥施用量與鉀肥施用量(0.58)、氮肥施用量與復合肥施用量(0.57)以及化肥施用量與熟制(0.58)、化肥施用量與市級行政區劃(0.57)等因子交互影響力較高；蒙中區內磷肥施用量與復合肥施用量交互作用以及鉀肥施用量與磷肥施用量、熟制、市級行政區劃、復合肥施用量等因子的交互作用力均達到0.13以上；蒙東區內其它人文因子交互影響力均較低。綜上，人文因子對STN含量的影響力相互作用明顯，且均表現出相互增強或非線性增強效應。

2.3.3自然因素與人文因素交互作用分析

自然因素與人文因素交互作用中，SOM含量與各人文因子的復合影響力較高(圖4)，從大到小依次為蒙中區(0.86～0.88)、秦巴區(0.80～0.89)、陜西省(0.82～0.93)、晉陜甘區(0.78～0.86)、渭河區(0.66～0.86)、蒙東區(0.35～0.81)。此外，陜西省、秦巴區、渭河區、晉陜甘區及蒙東區內縣級行政區劃與AP含量交互影響力次之。其它因子中，陜西省、渭河區受縣級行政區劃與各自然因子的復合影響力較高；秦巴區內亞類與鉀肥、磷肥、氮肥、化肥施用量等因子的復合影響力均達到0.40以上；晉陜甘區內AK含量與化肥、鉀肥、氮肥施用量以及AP含量與復合肥、化肥施用量，海拔與復合肥施用量以及碳氮比與化肥施用量等因子的復合影響力均介于0.61～0.65之間，對區域內STN含量具有較高的解釋力；蒙東區內AP含量與各人文因子交互作用解釋力均達到0.30以上；蒙中區內亞類與縣級行政區劃、磷肥施用量、鉀肥施用量以及土類與縣級行政區劃的復合影響力均達到0.34以上。綜上，各氣候區STN含量受人文因素與自然因素交互影響力不同，但交互作用均表現出相互增強或非線性增強效應。因子間交互作用使陜西省、秦巴區、渭河區、晉陜甘區以及蒙東區內AP含量的影響力得以凸顯。

3 討論

3.1 氣候

氣候條件可以決定STN空間分布大格局，日照時長、積溫與降水量通過影響區域水熱平衡、地上植被光合作用、種植制度、作物分布等，進而影響STN 含量[6, 22]。陜西省跨越3個氣候帶、5個二級氣候區，區域間氣候條件相差較大。且渭河區與晉陜甘區內部日照時長差異較其它區域明顯[23]，導致區域內該因子對STN含量影響程度較高。通常情況下，STN含量隨降水量的增加而增加[24]。陜西省絕大部分農耕區在作物生長季內水分虧缺，以渭河區缺水最為突出，是全省的重旱區[23]，因而陜西省全域與渭河區STN含量空間異質性受降水量的影響較其它區域高。各區域氣候因素與其它驅動因子間的交互作用進一步增強了氣候因素對STN含量空間分布的影響。

3.2 地貌類型

研究區地貌類型復雜多樣，差異較大。不同地貌類型表現出不同的地形特征，而地形改變了水熱條件和侵蝕過程的分布，導致近地表溫度、蒸發需求和土壤濕度的差異，從而影響土壤屬性、土壤類型、地上植被生長、土地利用方式以及土地管理措施，并最終影響STN含量[14, 22]。秦巴區、渭河區、晉陜甘區以及蒙東區自然因素因子間交互作用使地貌類型對STN含量空間變化的影響力得以凸顯，地貌類型與其它因子間交互作用表現出相互增強與非線性增強效應。

3.3 土壤類型

土壤類型對STN的空間變異有顯著影響[6,25]。研究區土壤類型豐富，渭河區主要以褐土、黃綿土為主；晉陜甘區與蒙東區主要為黃綿土；秦巴區土壤類型以水稻土、黃棕壤、黃褐土為主；蒙中區以風沙土、黃綿土為主。不同土壤類型間STN含量水平不一，水稻土由于獨特的腐殖質累積特點[21]，具有較高的SOM與STN含量(1.74 g/kg)；通常，黃棕壤較黃褐土空間分布區降水量多，具有較高的STN含量。風沙土多分布在陜西省北部風沙過渡區與黃土丘陵溝壑區北緣，風力搬運作用強烈，地上植被較難固定，SOM與腐殖質積累困難[26]，STN含量整體偏低(蒙中區：0.34 g/kg)。黃綿土多分布在地形破碎、坡度大及水土流失比較嚴重的黃土高原區，地上植被稀疏，雖經自然堆積與人類耕作、施肥等措施后，養分肥力有所提升[21]，但總體全氮含量依然偏低(蒙中區：0.38 g/kg)。綜上，秦巴區與蒙中區內土壤類型間的差異對STN空間異質性影響較大。土類、亞類與日照時長、碳氮比、地貌、海拔、AP含量等因子在不同區域的交互作用使得土類、亞類對區域內STN空間變異的影響力增強。

3.4 土壤養分

各氣候區SOM含量對STN含量單因子影響力最高，且SOM含量與其它因子復合影響力也較高，二者關系密切，協同性強，與前人研究結果一致[16,27-28]。此外，SOM含量與碳氮比的交互作用可解釋各氣候區STN空間變異的88%～96%，這是由于土壤碳氮比可調節SOM礦化進程從而對STN含量產生影響[5,14]。晉陜甘區AK含量、蒙東區內AP含量與其它驅動因子的交互作用增強了AK含量、AP含量對區域STN含量的影響。

3.5 行政區劃

STN含量受行政區劃內農業政策、耕作、培肥模式等因素綜合影響，導致其空間分布呈區域性特征[20]。同時，在農田環境系統中，人類活動對土壤磷含量具有至關重要的作用[29]。各氣候區行政區劃單因子影響力及其與AP含量交互作用對STN空間異質性影響較大，表明人文因素對STN的分布有重要影響。

3.6 耕作措施

研究區地形復雜、雨熱資源差異大，耕作措施多樣[23]。采樣點調查結果顯示秦巴區作物耕作措施主要為一年兩熟制，一年多熟與一熟也有少量分布；渭河區以一年兩熟、一熟及多年生為主，有部分地區為兩年三熟；晉陜甘區以一年一熟及常年生為主；蒙東區、蒙中區以一年一熟為主。其中多年生作物主要為蘋果，兩年三熟、一年兩熟作物以小麥-玉米輪作為主，一年一熟以小麥、玉米、水稻、馬鈴薯為主。另外，果園比谷物類作物需要更高的施肥量，通常較高的肥料投入會提升土壤STN含量[6, 18]。同時，作物輪作措施也可提高土壤有機氮含量[6, 30]。研究區施肥量、熟制與其它因子的交互作用進一步增強了施肥量、熟制對STN含量的影響。

4 結論

(1)陜西省農田STN平均含量為0.91 g/kg，總體呈現南高北低的特性。在各子氣候區中，秦巴區STN平均含量最高，為1.40 g/kg；蒙中區最低，為0.37 g/kg。其它區域排序從大到小為渭河區、晉陜甘區、蒙東區。各氣候區域STN含量表現出中等變異強度，可見在氣候差異的基礎上，人文因素與其它自然因素對STN含量也有影響。

(2)總體上，研究區STN空間變異受自然因素影響程度高于人文因素。其中，晉陜甘區人文因素影響力較其他區域突出，在該區域內人類活動強烈，對STN含量變異影響程度較高。

(3)不同氣候區域STN含量變異的主導驅動因子有所差異。其中，SOM含量的單因子影響力最大(q為0.63～0.86)，其次為縣級行政區劃(q為0.13～0.67)。其它因素中，陜西省全域市級行政區劃、日照時長影響力較大，均達到50%以上；秦巴區與蒙中區均土壤亞類(q為0.22～0.30)影響最大；渭河區市級行政區劃影響程度最高(q為0.31)；晉陜甘區化肥施用量影響力最大(q為0.47)；蒙東區AP含量(q為0.26)的影響力最大。

(4)驅動因子對STN變化的復合因子影響力較單因子均有所提升，表現出互相增強或非線性增強效應。