基于地貌信息的土壤养分空间变异性研究

于占超

(西北大学 城市与环境学院，陕西 西安710127)

土壤是时空连续的变异体，具有高度的间变异性[1]。对土壤养分空间变异的充分了解，是土壤养分管理和合理施肥的基础[2]。地形是影响土壤理化性状的重要因素[3]，是土壤养分空间分布的重要影响因子，其对阳光、热量、水分、土壤类型形成的分布状况有决定性作用，对人为的干扰也有间接影响，使得土壤养分的分布规律与地形因子具有空间上的相对一致性，这种一致性成为了解土壤养分的空间分布分析不可回避的参考因子。本文通过构建DEM分析提取地形分区，进而探讨不同地形部位各种土壤养分分布特征，揭示其分布规律，为农业生产以及区域宏观规划提供决策支持。

1 数据基础

研究区为西安市蓝田县，地形地貌复杂，属于秦岭山地与关中平原接触地带，地貌从东南向西北大致分布为山地、塬地川，岭地四种地貌类型。土壤类型复杂，主要有棕壤、褐土、淋溶褐土、立茬土、油土等。

1.1 数据获取

采样点数据从蓝田土肥站进行调研获得。采样点数据的采集使用手持GPS测定，采样方法遵循《全国耕地地力调查与质量评价技术规程》，符合全面性、均衡性、客观性的原则。采样深度为地表下0～20 cm，采样点土样重量1 kg左右，采样点按地形起伏大小分为平原区和丘陵区布设，平原区采样间隔为 6.7 ～3.0 hm2，丘陵区采样间隔为 2 ～5 hm2，共设采样点1 024个。

矢量图形数据包括:统一比例尺1:5000的蓝田县土壤分布图、土壤地形图、土壤质地图、土地利用现状图等。土壤养分数据的收集主要有通过重铬酸钾外热源法测定的土壤有机质养分数据;碳酸氢钠提取-钼锑抗比法测定的速效钾养分数据;火焰光度法测定的速效磷养分数据;以及碱解扩散法测定的碱解氮养分数据。

1.2 数据预处理及检查

应用Arc GIS 9.3的地统计分析模块中 Explore data功能对采样点数据进行预处理，主要包括异常值的判断与剔除、正态分布检验、趋势分析等。根据属性数据，对其中的有机物字段进行顺序排序，参照表《陕西省土壤养分分解等级情况》，剔除异常值。对数据进行检验:检测数据分布、发现数据可能存在的趋势、找出数据间的空间自相关以及方向效应。当数据服从正态分布时，利用插值方法生成具有最佳效果的表面。

2 研究方法

2.1 建立 DEM

使用拉伸样条法将蓝田1:5000地形图，研究区采样点的高程数据，在Arc GIS软件的TOPOGRID模块下生成的30m分辨率DEM。

2.2 地统计及 GIS方法

应用地统计分析模块中的Geostatistics Wizard功能进行半方差结构的拟合与插值，主要包括数据转换、趋势面剔除、各向异性验证、模拟曲线的选择与主要特征参数的调节、步长组数的确定以及搜索域的确定等测算过程。确定估算土壤某一特性的半方差函数模型是关键的问题，因为半方差函数反映了土壤特性的空间变异结构，其影响到空间变异分析的精确性。研究半变异函数常用的四个重要的参数块金值(Nugget)、变程(Range)、基台值(Sill)、偏基台值 (Partialsill)。在以上分析基础上，根据西安市土壤养分含量分级标准对蓝田县土壤养分进行分级，并在借助Arc GIS 9.3绘制土壤养分空间分布图。

3 结果和讨论

3.1 描述性分析结果

经过数据检验后可以得到初步的土壤养分描述性统计表。

表1 土壤养分的描述性统计

通过上表可知，速效磷的变异系数最高，为69.62%;水解氮速效钾其次，分别为33.07%和29.30%;有机质最低，为20.90%。采样点的土壤养分有机质、水解氮、有效磷、速效钾均具有一定的空间自自相似性，四种元素空间上呈中等相关，其中速效磷、速效钾的空间自相似性比其它要强，它们能够客观的代表样区的养分分布状况。水解氮变异系数较低说明蓝田县范围氮肥含量的差别不大，同时因为耕种措施、种植制度的相似性使有机质的差别也不是很大;速效磷差异较大，可能是由于磷肥使用不均匀的结果;根据近年蓝田县施肥资料，施用钾肥量很少，所以速效钾的变化可能主要是受地形和土壤类型的影响。

3.2 地统计分析结果

半变异函数模型选取指数模型。依次得到有机质、水解氮、有效磷、速效钾的最佳理论模型及相关参数。

表2 土壤养分最佳理论模型

表3 土壤养分变异函数理论模型参数

块金值(Nugget):有机质、碱解氮、速效磷、速效钾都有一定的块金值且比较大，说明在比我们采样更小的范围内有着不容忽视的某种过程，这种过程也对有机质、碱解氮、速效磷、速效钾分布规律有着一定的影响。从这点意义上来说，我们本次基于村级的采样方法忽略了行政村内部影响养分分布的某些过程，具有一定的宏观性。

块金值 /基台值(Nugget/Sill):碱解氮的Nugget/Sill最大较大，达到63.6%，说明碱解氮的空间变异性主要是由随机因素引起的，结构性影响较小;有机质为46.4%，说明随机性和结构性同时对有机质的空间变异有着较大的影响;速效钾、速效磷的值均较小，说明它们在此研究尺度上，结构性有着比随机性更重要的作用，速效钾的结构性是受土壤影响，因为从土壤学的角度来考虑，黄土本身含有丰富的K元素，从本次采样点来看，速效钾养分有着岭区和黄土塬区的变化较小而川道等密集耕作区含量高的特点，这说明速效钾的随机性影响是人为因素引起的。

从结构性因素的角度来看，块金值 /基台值比值＜25%，说明系统具有强烈的空间相关性;比值在25% ～75%之间，表明系统具有中等的空间相关性;比值 ＞75%说明系统空间相关性很弱，可见四种元素的空间变异性均为中等中间相关。从另一个角度来看，其说明了四种元素在村级采样尺度上具有一定的规律性和内相似性，四个元素之间唯一的不同的是速效磷、速效钾的自相似性最强，碱解氮最差，有机质次之。

变程(Range)，即它们的自相关尺度分别为 13.1 km、14.5 km、3.4 km、3.1 km。说明它们的样点距离在 13.1 km、、14.5 km、3.4 km、3.1 km 以外已经不具有空间关联性，本次采样点平均距离约:1.5 km，小于各养分的变程。

3.3 结合地貌信息的分析结果

为研究地形与各养分空间分布的关系，将养分插值图转为Grid格式，与蓝田DEM数据同时在Arc Scene中进行三维显示，更好的反应两者的对应关系。在此基础上加入地形分类信息更好表现不同地形区的养分空间关系。

从带有地貌信息的土壤养分空间分布图可以看出，各养分在空间分布上有较强的地域性，有机质、水解氮等养分含量较高的等级主要集中在山地地形区，特别是山地地形区的东北部和东部。速效钾的空间分布特点更加突出，等级较高部分分布于海拔较低的塬地川地及岭地，等级较低部分分布与海拔较高的山地地形区。有效磷的空间分布特点与地形拟合较差，分布关系不明显，主要与人为因素有关，但仍旧可以发现，在山地地形区的东北部有效磷的含量很高，同水解氮、有机质等养分有一定的分布相关。从以上分析结果可以得到，在不同的地貌类型的影响下，插值过程中应注意区分对待，即不同的地貌单元，应该分开插值，对于提高插值精度有明显影响。

4 结语

蓝田县土壤的各养分含量随地区和地貌都有着不同范围的变化，初步分析主要是由于各地区的施肥情况以及其土壤天然条件综合作用引起的。通过对整个耕地集中区以及各地貌类型单元分区进行采样点插值分析我们可以得到以下结论:有机质含量大部分偏低，需进一步加强有机质的施肥;水解氮由西北向东南增高，整体属中等水平;有效磷呈不同小范围集中聚集现象，这与不同乡镇之间的施肥习惯有关，应科学施肥，避免出现此种情况;速效钾的分布主要是受土壤母质的影响，呈大范围连续分布。

[1]Burrough PA.Principles of geographical information systems for land resources assessmen[M].Oxford，UK:Clarendon Press，1986.

[2]S.M.Haefele，M.C.S.Wopereis.Spatial variability of wheat yield and soil properties on complex hills[J].Soil Sci，J.198852:1133-1141.

[3]马馄，王兆，陈欣等.不同雨强条件下红壤坡地养分流失特征研究[J].水土保报.