東莞市森林生態系統土壤有機碳含量的地統計學分析

沈德才，劉婷，莫羅堅，周海琪

東莞市林業科學研究所，廣東東莞 523106

森林通過光合作用吸引二氧化碳，在全球碳循環中發揮著重要作用，影響著“碳中和碳達峰”目標的實現[1]。而森林土壤碳庫是森林生態系統五大碳庫之一，是森林生態系統碳庫重要組成部分[2]。國內不少專家學者針森林土壤碳庫高度的時空異質性，從森林類型、海拔、維度等對森林土壤碳庫進行了研究：趙棟、薛楊等從不同森林類型對森林土壤有機碳的分布特征進行了分析[3-4]；吳小剛、劉誼鋒等從海拔的垂直分布研究了森林土壤有機碳儲量的分布及其影響因素[5-6]；陶吉興、田耀武對不同省份的森林土壤碳庫進行了研究[2、7]。因此，研究森林土壤的有機碳含量空間變化特征，對提高森林生態系統固碳能力具有重要意義。該研究采用經典統計與地統計學相結合的方法，對東莞森林土壤有機碳含量的空間變異性進行了探討。

1 材料與方法

1.1 研究地自然概況

東莞市位于珠江三角洲東岸（22°39′N～23°09′N，113°31′E～114°15′E），深圳、廣州之間，處于粵港澳大灣區中心位置，屬南亞熱帶季風氣候。地勢東南高、西北低。東南部多山、尤以東部為最，森林也主要分布在東南部。土壤以赤紅壤為主，少量紅、黃壤，平原有水稻土、堆積土，土壤質地為沙土類和壤土類，自然土壤土層比較深厚[8]。

1.2 調查取樣方法

基于東莞市2013 年森林資源二類調查數據，利用ArcGIS9.2 生成2km×2km 的UTM 網格和東莞市森林分布圖，并疊加。把森林覆蓋率大于或等于30%的網格作為取樣網格，得187 個取樣網格（圖1）。然后，采用系統取樣方法在取樣網格的幾何中心點設置樣地，用剖面法取土樣。如中心點無森林分布，則樣地設置在在離中心點直線距離最短的林地。

圖1 東莞2km×2km 的UTM 網格取樣設計圖及取樣網格Fig.1 Sketch Map of Dongguan Gridded at 2-km UTM Squares for Field Sampling

土壤樣品的采集參照《森林土壤樣品的采集與制備》（LY/T 1210-1999）。在調查樣地內選擇有代表性的地段，挖掘一個深1m、寬1.5m 的取樣坡面，由下而上分層采集0≤L1＜25cm、25cm≤L2＜50cm、50cm≤L3＜75cm、75cm≤L4＜100cm 四層的土壤分析樣品各1kg。

1.3 實驗分析測定

土壤有機質的測定采用重鉻酸鉀容量法—外加熱法[9]。

1.4 數據統計分析方法

地統計學理論基礎是區域化變量，基本工具是半方差函數，基本原理和方法在許多文獻中都有比較詳細的描述[10-12]。地統計學廣泛應用半方差函數描述空間格局，計算公式為：

式中，γ (h) 是半方差，Z 為區域化隨機變量，Z(xi)和Z(xi+h)分別為變量Z 在空間位置xi和xi+h上的取值，N(h)是取樣間隔為h 時的樣本對總數。通過模型中的塊金值C0（Nugget）、基臺值C0+C（Sill）、變程α（Range）、拱高C 與結構方差比C/C0+C（Structural variance ratio）等參數定量地分析變量的空間變化規律。

克里格（Kriging）插值法是利用半方差函數理論及結構分析，根據研究區域已知空間點的變量值，來估算研究區域未知空間點的數值。對待估樣點x0處變量Z 的實際值Z(x)，其估計值Z(x0)，可通過其四周且處于空間分布相關距離范圍內的個已知點Z(xi)進行估算，估算公式如下：

式中，λi為與Z(xi)相關聯的權重系數，由半方差函數計算得到。Z(xi)是變量Z 在待估點x0鄰域內點xi(i=1，2，3…，n)上的取值。

Moran’s I 是空間自相關性度量系數，其計算公式如下，

式中，n 是每個分離距離內樣本位點的數目，Zi=Xi-X，Zj=Xj-X。

數據分析由地統計學軟件GS+5.0 完成。

2 結果與分析

2.1 土壤有機碳含量描述性統計特征

對187 個土壤SOC 的最大值、最小值、中值、平均值、變異系數和標準差等進行描述性統計[13-14]。從表1 可見，研究區域內，不同土層SOC 含量的中值、平均值變化較大，呈非正態分布，說明異常值可能影響各土層的SOC 含量的中心趨向分布；L2 層SOC 含量的統計變異最大，達到1.48，大于0.90，表現出非常高的變異性；其次是L4 層，其變異系數為0.96，略大于0.90，也具有高變異性；L1 和L3 層SOC 含量的變異系數分別為0.61 和0.72，均大于0.10，小于0.90，變異性適中。

表1 土壤有機碳含量描述性統計結果（g·kg-1）Tab.1 Descriptive Results of SOC Content(g·kg-1)

采用柯爾莫哥洛夫-斯米諾夫（one-sample Kolomogorov-Smirnov，KS）對各土層SOC 含量用檢驗，表明均不符合正態分布。采用自然對數轉換后，各土層SOC 含量數據呈正態分布（p＞0.05），滿足平穩假設，可進行地統計學分析[15]。半方差分析、空間插值均采用自然對數轉換后數據。

2.2 土壤碳密度的半方差分析

半方差圖可確定變量空間自相關的尺度范圍，變程反映空間自相關范圍的大小，有效變程之內，變量具有空間自相關特性，反之不存在[16]。從圖2 可看出，L3 和L4 兩層的SOC 含量的空間自相關范圍較大，為303.0km；L1 和L2 兩層較小，為41.59km（表1）。說明土壤淺層SOC 的空間自相關范圍受人類活動的影響較大。從表2 可看出，L1 和L2 兩層的SOC含量的最佳擬合模型均為線性模型，而L3 和L4 兩層的SOC 含量的最佳擬合模型為指數模型。

圖2 lnSOC 的理論模型及半方差Fig.2 Isotropic Variogram Models of lnSOC

塊金值（Nugget）和基臺值（Sill）可衡量空間相關性，塊金值/基臺值表示空間相關性的強弱[17]。從表2 可見：SOC 含量在L1～L4 四層的隨機變異分別是1.000、1.000、0.501、0.500，結構變異分別為0.000、0.000、0.499、0.500，表明L3 和L4 兩層的SOC 含量具有中等強度的空間相關性，其空間變異是由取樣誤差等隨機因素和土壤母質、地形、氣候、林分類型、林齡、凋落物狀況等非人為因素共同引起的；L1 和L2 兩層的SOC 含量空間相關性非常弱，其空間變異主要是由取樣誤差和各種人為活動等隨機因素引起的。

表2 土壤有機碳的半變異理論模型及相關參數Tab.2 Isotropic Parameters of the Fitted Variogram Models of SOC Content

分維數D 是表示格局變異的空間依賴性強度，從表2 可見，SOC 的空間依賴性在L3 最強，L4 層次之，再其次是L1 層，在L2 層最弱。進一步驗證了土壤淺層土壤有機碳的空間自相關范圍受人類活動的影響較大。

2.3 土壤有機碳含量的空間自相關分析

空間自相關是確定某一變量空間相關性分析。Moran’s I 數值的變化范圍為-1 到1，正值代表正相關，負值代表負相關，當|I|>0.3 時，認為變量具有顯著的空間自相關性[18]。從圖上可見，各層SOC 含量的I 值基本上均接近0，表明空間上的正負自相關均不明顯。這種結果表明控制有機碳含量的關鍵因素是林分因素，包括林分類型、林齡、凋落物狀況等因素的作用。

圖3 土壤有機碳含量空間自相關Fig.3 Spatial Autocorrelation (Moran’s I) of SOC Content

2.4 土壤有機碳含量的克里格插值分析

對四層土壤SOC 含量克里格插值圖分析：從圖4～圖7 中可見，L1 和L2 兩層的SOC 含量呈現較多的斑塊分布，相對面積較小，斑塊形狀不規則，邊緣較復雜，部分SOC 含量較高的斑塊分布在SOC 含量較低的斑塊中間；L3 和L4 兩層的SOC 含量的斑塊較少，大面積分布，斑塊形狀不規則，斑塊邊緣形狀復雜程度相對較低，梯度分布特征較明顯。SOC 空間分布格局圖更直觀地表明了東莞森林土壤有機碳分布在不同土層的差異。

圖4 土壤有機碳含量（L1）Kriging 空間插值Fig.4 Maps of Spatially-interpolated Values of SOC Content（L1）

圖5 土壤有機碳含量（L2）Kriging 空間插值Fig.5 Maps of Spatially-interpolated Values of SOC Content（L2）

圖6 土壤有機碳（L3）Kriging 空間插值Fig.6 Maps of Spatially-interpolated Values of SOC Content（L3）

圖7 土壤有機碳（L4）Kriging 空間插值Fig.7 Maps of Spatially-interpolated Values of SOC Content（L4）

3 結論

地統計學分析表明，不同土層有機碳含量的半方差函數值均較小。L1 和L2 兩層的土壤有機碳含量的最佳擬合模型為線性模型，表現出非常弱的空間結構特征；而L3 和L4 兩層為指數模型，表現出中等強度的空間結構特征。各土層空間自相關指數Moran’I 數值基本上接近0，表明空間上的正負自相關均不明顯。這種結果進一步證明了控制土壤有機碳含量空間異質性的關鍵影響因素是林分因子，包括林分類型、林齡、凋落物狀況等因素。經克里格插值繪制的各土層土壤有機碳含量分布圖顯示，L1 和L2 兩層土壤有機碳含量變異特征差異較小，空間變異性小，依賴性小，破碎化較多；而L3 和L4 兩層土壤有機碳含量變異特征較相似，空間依賴性相對較高，破碎化較少。