山东省文登市耕层土壤有机质的空间分异特征研究

林秀渠，刘晓龙，李玉环*

(1.文登市农业局，文登 264400;2.山东农业大学 资环学院，山东泰安 271018)

1 研究区概况与研究方法

1.1 研究区概况

研究区文登市位于山东半岛东部，北纬36°52'－37°23'，东经 121°43'－122°19'。西与烟台市牟平区和乳山市相接，北连威海市环翠区，东临荣成市，南濒黄海。

总面积1645 km2。其中山地占总面积19%，丘陵占58.4%，平原占22.6%，平原沿河谷两岸及滨海地区呈带状展布。全境北高南低，两侧高，中间低。属大陆性季风型温湿带气候，年均气温为11℃，年均降水总量849.3 mm。主要土壤类型是棕壤，占可利用总面积的83.59%。主要种植作物有小麦、玉米、花生、蔬菜、果树、大豆等。

1.2 样品的采集和分析

在室内以土地利用现状图为底图，根据均匀布点原则在图上布点，每个村庄布设3～4个采样点，然后实地进行采样，利用GPS定位仪记录点位的坐标(记录经纬度，精确到0.1″)，采样时间以秋季为主，在作物收获后或播种前采集(上茬作物已经基本完成生育进程，下茬作物还没有施肥)，这样以能反映采样地块的真实地力。采样深度为0～20 cm。全市共采集样点1624个，经过风干、研磨和过筛处理，采用重铬酸钾－硫酸溶液－油浴法分析了土壤样本的有机质含量指标。

1.3 数据处理软件平台

本研究涉及的处理平台主要有:统计分析软件SPSS 17.0以及地理信息系统处理软件Arcgis 9.2。

1.4 数据处理与分析

利用样点的经纬度坐标将采样点导入到Arcgis软件中，然后将测定的数据连接到样点的属性数据中，应用地统计分析模块的普通克立格插值法对数据进行分析。

图1 文登市土壤样点分布图Fig.1 Distribution map of soil sampling sites in Wendeng city

地统计学的理论基础是区域化变量理论，而协方差函数和变异函数是以区域化变量理论为基础建立起来的，是地统计学的两个最基本的函数。克立格法是建立在变异函数理论和结构分析基础之上的。

半方差函数是描述土壤特性空间变异结构的一个函数，计算公式如下:

式中:h——样本间距;Z(x)——在位置x处的数值;Z(x+h)——在距离为x+h处的数值。

半方差函数一般有3个主要参数:基台值(sill)、变程(range)、块金值(nugget)。这三个参数可以直接从半变异函数图中得到，它们决定着半变异函数的形状与结构。其中基台值是指当半变异函数随着间隔距离的增大，从非零值达到一个相对稳定的常数时的值;变程是指半变异函数达到基台值时的间隔距离;块金值是指当间隔距离为零时的半变异函数的值。半方差图是地统计学解释土壤特性空间变异结构的基础，其可靠性取决于采样密度。土壤性质的半方差函数通常可以被某些曲线方程所拟合，这些曲线方程称为半方差函数的理论模型，主要包括线性模型、球状模型、指数模型、高斯模型、对数模型等。

Kriging插值是根据变异函数模型而发展起来的空间插值方法，在地质、土壤、农业、气象等领域应用广泛，主要用于研究空间分异和制图。Kriging插值的最大优点是它能给出无偏估计，能够充分考虑到土壤特性的空间变异。Kriging插值方法是地统计学中最为常用的插值方法，它是利用原始资料和半方差函数的结构性，对未采样点的区域化变量进行最优无偏估值的一种方法，它对各观测点的权重确定是通过半方差图分析获取的。作为一种加权移动平均的内插方法，其主要优点是能得到内插计算中产生的独立误差的估值，且由已知点内插估计点间土壤特性空间相关性，具有较好的内在关联属性和精确性。

本文中半变异函数的计算和理论模型的拟合均是在Arcgis 9.2中的地统计分析模块中实现的。

2 结果与分析

2.1 土壤有机质的统计特征

土壤有机质样本的全部采样数量为1624个，剔除其中位置出现异常的样点后，有机质样本数为1615个。在应用Arcgis的地统计模块进行插值分析之前，应用SPSS统计分析软件对测量的土壤有机质数据进行了一般的描述性统计，结果见表1:

表1 文登市土壤有机质含量统计特征值Table 1 Statistical feature values of soil organic matter in Wendeng city

变异系数的大小表示土壤特性空间变异性的大小，变异系数≤0.1时为弱变异性，0.1＜变异系数＜1时为中等变异性，变异系数≥1时为强变异性。从表1中可以看出，土壤有机质变异系数属于强变异性。应用SPSS中非参数检验中的单样本K－S检验土壤有机质含量数据，结果表明数据符合正态分布。

2.2 普通克立格插值模型的对比分析

Arcgis地统计模块中的普通克立格法插值模型有11种，包括Circular、Spherical、Tetraspherical、Pentaspherical、Gaussion、Rational Quadratic等，在应用普通克立格模型插值前，要首先利用地统计模块中的Explore Date工具对数据进行检验，剔除其中的异常值，找出数据内在的规律，不符合正态分布的数据要进行数据转换。选择不同的模型进行拟合，根据各模型的参数选取较优的插值模型，最后用Cross－Validation交叉验证法来修正各模型参数。

研究区域的土壤有机质含量数据服从正态分布，地统计模块中的利用Explore Date工具提出异常点后样本数为1604个，选择普通克立格插值法进行插值，通过γ(h)～h散点图选择了Circular、Spherical、Tetraspherical、Pentaspherical、Gaussion、Rational Quadratic等7中模型进行对比分析，然后利用各模型拟合检验参数来选出最优的插值模型，这些拟合参数包括预测误差均值(mean)、预测误差均方根(root－mean－square)、平均预测标准差(average standard error)、平均标准差(mean standardized)、标准均方根预测误差(root－mean－square standardized)。不同模型拟合土壤有机质含量的检验参数结果如表2。

表2 不同模型的拟合检验参数Table 2 The validation data of different models

根据模型的优劣评价判断标准:预测误差的均值越接近于0，标准均方根预测误差越接近于1，其他检验参数值越小时，模型的拟合情况越好。比较表2中各模型的检验参数，可以得出Tetraspherical模型的拟合最好，最适合研究区内土壤有机质含量的空间分布分析。

2.3 土壤有机质的空间相关性分析

由以上各模型对比分析得出，Tetraspherical模型是拟合文登市土壤有机质含量的最优模型，应用此模型对土壤有机质含量的空间相关性性进行分析。在Tetraspherical模型中，其拟合决定系数R2=0.973，残差RSS=0.072，该模型的决定系数在0.90以上，说明模型的选取符合要求。半方差函数各参数值:基台值(sill)为26.3、变程(range)为 550、块金值(C0)为22.5，半方差函数曲线见图 2。

土壤性质的空间相关性可由C0/sill比值的大小进行划分，C0/sill表示随机部分引起的空间异质性占系统总变异的比例，如果该比值高，说明随机部分引起的空间异质性程度起主要作用。土壤有机质由空间自相关引起的空间异质性所占比例很小，由随机性因素引起的空间异质性所占比例很大，占到了总空间异质性的86%，主要表现在550 m以内的大尺度上，这说明土壤有机质的空间异质性由随机性因素引起的占主导地位，存在着较弱的空间自相关格局。在地统计学中，从结构性因素的角度来看，C0/sill值可以表明系统变量的空间相关性的程度，如果C0/sill＜25%，说明系统具有强烈的空间相关性;如果25% ＜C0/sill＜75%，说明系统具有中等的空间相关性;如果C0/sill＞75%，说明系统空间相关性很弱。在本研究区域内，土壤有机质在空间相关性上属于很弱相关强度，说明研究区土壤有机质的空间变异中，受一些土壤内在因子(如气候、土壤母质、地形、土壤类型等)作用的影响较小，而受一些外在因子(如耕作制度、施肥、种植制度等人类活动)作用的影响很大，这些人为活动使土壤有机质的空间相关性减弱，逐渐向均一化方向发展。

2.4 土壤有机质的空间分布特征

应用对比出的最优的克立格插值模型，在Arcgis软件中对土壤有机质含量数据进行普通克立格最优内插，绘制了文登市土壤有机质含量空间分布图。

从图中可以看出，文登市耕层土壤有机质的空间分布在总体上没有明显的方向上的渐变趋势，高低值成片相间分布，这主要是耕作制度、施肥等人类活动因素的影响使土壤有机质在局部的差异趋向均一化。具体上，北部和东南部地区土壤有机质含量相对较高，土壤有机质含量最高值分布在西北部，这是因为这些地区以山地丘陵为主，土壤受人类活动影响相对较小，有利于土壤有机质的积累。西南部、南部、中部和东部的一些地区土壤有机质含量较低，最低值出现在中部偏西的地区，在这些地区土地利用方式以农田为主，人类活动对土壤的干扰较频繁，有机质含量处在较低的水平。南部沿海地区土地利用现状以盐田和水域为主，图中显示相对较高的有机质含量，理论上该地区有机质含量较低，分析原因是该地区没有采样点造成的，说明即使是用最优的插值模型进行插值也不能代替实地观测的数据。

2.5 增加土壤有机质含量的途径

通过土壤有机质空间分析表明研究区内耕层土壤有机质含量处在较低水平，土壤有机质的含量取决于年合成量和年矿化量的相对大小，当合成量大于矿化量时，有机质含量会逐步增加，反之，将会逐步降低。土壤有机质矿化量主要受土壤温度、湿度、通气状况、有机质含量等因素影响。一般说来，土壤温度低、通气性差、湿度大时，土壤有机质矿化量较低;相反，土壤温度高、通气性好、湿度适中时则有利于土壤有机质的矿化。农业生产中应注意创造条件，减少土壤有机质矿化量。保护地栽培条件下，土壤长期处于高温多湿条件，有机质易矿化，含量提高缓慢，这是有机质含量偏低的一个主要原因，适时通风降温，减少盖膜时间将有利于土壤有机质的积累。增加有机物质施入量是人为增加土壤有机质含量的主要途径。其方法主要有秸秆还田、增施有机肥、施用有机无机复混肥三个方面。

3 结论

通过对耕层土壤有机质含量数据的处理，并结合克立格插值分析，得出如下结论:

(1)文登市耕层土壤有机质含量数据服从正态分布，变异系数大于1，具有较大的空间变异性;有机质含量的最优的理论模型是Tetraspherical模型。

(2)文登市耕层土壤有机质空间相关性很弱，耕作制度、施肥数量和种类、种植制度等人类活动的作用影响很大，这些人为活动使土壤有机质的空间相关性减弱，逐渐向均一化方向发展。

(3)研究区内耕层土壤有机质含量处在较低水平，应合理改善耕作管理方式，防止土壤退化，实现耕地资源的可持续利用。

(4)在土壤特性的插值分析中广泛应用克立格法，克立格插值模型的选择对有机质数据插值分析结果有较大的影响，应用克立格法对数据插值分析之前应对各种模型进行验证，选择最优的克立格模型用于插值分析。

［1］姚高峰.桂林会仙湿地土壤有机质空间变以研究［J］.企业科技与发展，2009，16:305－307

［2］张法升.农田土壤有机质空间变异的尺度效应［J］.中国科学院研究生院学报，2009，26(3):36－42

［3］王秀红.我国水平地带性土壤中有机质的空间变化特征［J］.地理科学，2001，21(1):21－25

［4］李忠佩.小区域水平土壤有机质动态变化的评价与分析［J］.地理科学，2000，20(2):101－106

［3］Eswaran H.Organic carbon in soils of the word［J］.Soil Science Society of America Journal，1993，24(2):99－105

［4］Jenkinson D S.Global warming and soil organic matter［J］.Nature，1991，351:206－212

［5］CHEN Yufu，YU Feihai，DONG Ming.Scale－dependent spatial heterogeneity of vegetation in Mu Us Sandy Land，a se－mi－arid area of China［J］.Plant Ecol，2002，162:221－227

［7］王 卫.中国耕地有机质含量变化对土地生产力影响的定量研究［J］.地理科学，2002，22(1):112－117

［8］莫剑锋.云南纳帕海退化湿地土壤有机质空间变异研究［J］.西南林学院学报，2004，24(3):135－139

［9］徐 英，陈亚新，王俊生，等.农田土壤水分和盐分空间分布的指示克立格分析评价［J］.水科学进展，2006，17(4):82－87

［10］杨劲松，姚荣江，刘广明.电磁感应仪用于土壤盐分空间变异性的指示克立格分析评价［J］.土壤学报，2008，45(4):123－129

［11］扬 帆，章光新.退化盐沼湿地盐碱化空间变异与芦苇群落的演替关系［J］.生态学报，2009，29(10):85－91

［12］牛灵安，郝晋珉.盐渍土改造区土壤养分的时空变异性研究［J］.土壤学报，2005，42(1):146－152

［13］雷志栋.土壤特性的空间变异初步研究［J］.水利学报，1985，(9):66－72

［14］Jobbagy E G.The vertical distribution of soil organic carbon and it＇s relation to climate and vegetation ［J］.Ecological Applications，2002，10(2):179－185

［15］Adejumon J O.A comparison of soil properties under different land use types in a part of the Nigerian cacoa belt［J］.Catena，1988，15:162－168