岩溶高原地区小流域土壤厚度的空间变异特征

尹亮，崔明，周金星，李忠武，黄斌，方健梅

(1.中国林业科学研究院荒漠化研究所，100091，北京;2.湖南大学环境科学与工程学院，410082，长沙)

喀斯特石漠化是制约我国西南岩溶地区农业生产发展的主要障碍因子之一，由于特殊的气候条件和长期的岩溶作用，使得该地区成土速度缓慢，土层极薄，土地存在严重的不连续性和非均质性［1］。土壤厚度指土壤表面到土壤母质层的垂直深度［2］，可以表征土壤空间的大小、养分储量及水分差异，直接影响植被的生长［3］，是度量水土流失的典型指标之一，特别是对于土层浅薄的喀斯特地区，在很大程度上反映了土壤侵蚀的现状和结果［4］。土壤厚度作为研究土壤退化程度以及进行土地生产力水平评价过程中的一个重要指标，近年来已经受到不少学者的关注。王绍强等［5］在地理信息系统的支持下通过地统计学手段，进行了全国范围内土壤厚度大尺度空间变异规律的研究。刘宪春等［6］使用统计学和地理信息技术，通过野外调查采样，从多个角度探讨了黑土区的土体厚度、土层厚度等土壤物理指标的变化特征。曾宪勤等［7］采用抽样调查等手段，对我国北方石质山地土壤厚度的分布特点进行了描述，并对其影响因素作了较为细致的分析。周运超等［8］通过野外调查等手段，研究了樵采和开垦2种石漠化过程中土壤的分布情况。严冬春等［9］通过引入破碎度、离散度等指标给出了一种岩溶地区坡地土壤分布的调查与表述方法，从地表石质面积分布比例等方面进行了表述。李豪等［10］通过原子示踪法对岩溶坡地土壤分布特点进行了研究，发现岩溶地区土壤流失量的测定无法通过现行的137Cs示踪方法实现。这些工作为土壤厚度空间变异研究打下了一定的基础，加强了人们对土壤厚度空间变异产生的自然过程的综合理解;但有关土壤厚度空间变异特征及其影响因素方面的研究仍然不够深入，有必要选择典型的研究区域进行更深入的研究。

当前，有关土壤厚度空间变异方面的研究主要集中在平原地区或北方石质山区。在生态环境脆弱、水文地质结构相对复杂的岩溶高原地区，虽然土壤厚度及其空间分布严重影响地表生态过程，但在该地区有关土壤厚度空间变异的量化研究仍较少［8-10］，缺乏土壤厚度空间变异及其分布等方面的系统研究。笔者以贵州省岩溶高原石漠化区典型小流域为研究对象，采用地统计学研究方法，探讨了岩溶高原石漠化地区土壤厚度的空间异质性及其分布规律，将有助于进一步理解岩溶高原地区土壤厚度变异的自然过程和影响因素，为岩溶高原区土地生产力评价和退化生态系统的植被恢复提供理论依据。

1 研究区概况

研究区设置在贵州省金沙县的乌箐河小流域(图1)，属于典型的岩溶高原区。乌箐河小流域属于乌江水系，面积2 188.66 hm2，地势东高西低。地貌以山地为主，坡度较陡;年均温15.1℃，年均降水量1 032.6 mm，但时空分布不均，5—10月降水量占全年总降水量的80%。土壤以黄棕壤为主，插花分布部分石灰土，土壤结构不良，质地黏重，缺乏团粒结构，呈微酸性。森林覆盖率为24.88%，耕地面积1 161.84 hm2。小流域全部为岩溶面积，石漠化面积1 077.99 hm2，石漠化面积中以轻度为主，轻度、中度、强度石漠化面积分别占石漠化面积的76.26%、21.39%和2.35%。

图1 研究区位置图Fig．1 Location map of the study areas

2 研究方法

2.1 样点布设与采样方法

本研究采用抽样调查法。首先根据乌箐河小流域石漠化分布图获取小流域内石漠化分布情况，然后结合流域土地利用图，在室内进行预布点。选择具有典型土地利用方式和不同石漠化程度的代表性样地共22块，作为本研究的采样单元。将22块样地的基础数据进行汇总、对比和分析，根据土地利用数据，按照坡耕地、人工林和荒山3种典型土地利用方式(占土地总面积约82%)，抽选出9块样地作为本研究的数据来源(表1)。其中坡耕地种植作物为玉米(Zea mays L)，年均产量为4.2 t/hm2左右，采样时已经收割完毕。意大利杨(Populus euramevicana)树林为退耕还林工程中营造的人工林，行间距4 m×5 m，树高4～11 m不等，平均胸径约4.3 cm。荒山岩石裸露率较高，土壤多分布在石沟石坑中，植被为亚热带落叶阔叶林，林下灌木层发育良好。考虑到数据的代表性和随机性，在各样地内，分别选择微地貌相对一致的区域，设置大小均为20 m×20 m的样地，结合样地实地情况，并保证对调查样地土壤厚度的充分表达，本研究以4 m×1 m的网格进行布点(图2)。在每个样点以倒三角方式平行测3个值，根据3个点的厚度变异情况，判定取平均值作为该样点的土壤厚度值比较合理，从而使调查土壤厚度更具代表性。2010年10月采用钢钎法进行土壤厚度实地测量。共采集土壤厚度数据2 160个，并记录各样地的地貌特征、植被盖度、GPS坐标等基本信息。为保证穿透性，本研究特制长120 cm、直径0.8 cm尖端经过打磨的钢钎。测量时保证垂直插入土壤，记录没入土壤中钢钎的长度，即土壤厚度。由于石漠化地区土层较薄，钢钎法测量土壤厚度既能满足实验精度要求，又能保证实验的快捷顺利进行。

表1 样地信息调查表Tab．1 Information of sample plots

数据处理采用域法识别特异值，即样本均值加减3倍标准差，在此区间外的数据分别用正常的最大值和最小值代替，后续计算均采用处理后的原始数据［8］。土壤厚度的空间变异性采用地统计学方法进行分析，其中半变异函数的计算和空间插值作图分别采用GS+v9地统计软件和Surfer 6.0软件进行，数据的统计分析采用SPSS11.5分析软件。

2.2 土壤厚度的地统计学分析

图2 小样地采样点分布图Fig．2 Distribution of soil thickness sampling sites

研究区域内各样地不同空间位置上的土壤厚度与采样点的空间分布有关。它既具有随机性又具有结构性，是空间距离的函数;因此，所有空间距离上土壤厚度的空间变异特征可以用半变异函数进行描述［11-13］。

式中:r(h)为半方差;N(h)为间隔距离等于h时的样点对数;Z(xi)为样点Z在位置xi的实测值;Z(xi+h)为与xi距离为h处样点的值。

根据测量值计算3种土地利用类型下各样地土壤厚度的半变异函数，并进行半变异函数理论模型的最优拟合。本研究中土壤厚度半变异函数的最优理论模型是指数模型，其数学表达式为

式中:C0为块金值;C0+C为基台值;h为滞后距离;a为变程，一般来说，指数模型很难表现出有限变程，在应用的过程中一般采用 3a 表示［11，13-14］。

本研究对土壤厚度的无偏最优估计采用点状克里格插值法。在区域内，变量在位置x0处的估计值为Z(x0)，其周围相关距离内的测定值为Z(xi)(i=1，2，…，n)，则变量在位置 x0处的估计值可用 Z(xi)的线性组合表示，即

式中λi为已测量点上的权系数。

为了得到较合理的理论半变异函数的最优拟合模型和实现变量在位置x0处的最优估计，通过对推算结果的无偏性和一致性来检验。

3 结果与分析

3.1 土壤厚度的统计特征

根据以往的研究［13］及野外实地调查发现，研究区土壤主要分布在石沟、土面、石坑中，土层很薄，空间分布极为不均。对9块样地2 160个土壤厚度数据的计算与统计可以看出，土壤平均厚度仅为29.20 cm。从图3中可以看出，土壤厚度主要集中在10～35 cm，占总数的41.1%，厚度小于10 cm的样点占总数的29.4%，30 cm以下的占61.8%。从样地土壤厚度分布图(图4)可以看出，坡耕地的土壤厚度最大，荒山次之，林地最薄。

图3 土壤厚度累计比例Fig．3 Accumulative perception of soil thickness

图4 各样地土壤厚度分布图Fig．4 Distribution of soil thickness in all plots

从土壤厚度的描述统计学特征看(表2)，各样地土壤厚度均值分布在8.96～45.33 cm之间，标准差偏大，反映出数据的均一程度不高，体现了喀斯特地区土壤厚度波动较大的特点。3种土地利用类型的样地中土壤厚度的变异系数除个别样地大于1外，其余均介于0.1～1之间，即该地区土壤厚度总体呈现中等强度变异，个别样地呈强度变异［15］。其中坡耕地的变异程度相对较小，且平均厚度远大于荒山和林地，这主要是受地形因子的影响，在石漠化地区为了耕种和运输方便，人们开垦的坡耕地多分布在山脚下或中坡位一些地势相对平缓的地带。土壤发生学理论指出，土壤的发育与形成受气候、生物、地形、母质，成土时间以及人类活动的影响，在大尺度范围内气候因素是影响土壤形成的主导因素，而对于小尺度，在土壤的发育、形成与分布过程中起重要作用的则是地形因素(坡度、坡向、坡位)［16］。在土壤形成和发育的过程中由于重力作用，土壤颗粒自然会向下坡位移动，特别是对于石漠化地区，土壤通常缺乏过渡层或者过渡层很薄，使岩土之间的黏着力和亲和力大大减小［17］，从而加速了土壤向下坡位的运移过程。另外，人类在耕作的过程中通常会采取一些简单的工程措施，也能够暂时性地减少土壤侵蚀［13］。因此，坡耕地的土壤厚度远大于其他2种样地，空间连续性也相对较好。通过比较林地和荒山土壤厚度的发现，林地土壤的平均厚度不及荒山，变异程度也相对较大。造成这种现象的主要原因是这2种土地的人为干扰程度不同。林地都为新造人工林，多数分布在自然植被盖度较低、基岩裸露率较高的地区，在造林之初都经历了整地等措施，而荒山的人为干扰程度相对较轻。

3.2 土壤厚度的空间变异性

本研究通过K-S法对各样地土壤厚度的统计分布进行了非参数检验［18］，结果表明，在0.05检验水平下，除林地中的2块样地呈近似正态分布外，其余各样地均呈正态分布，无须进行数据转换。

在地统计学空间分析中，由于实验误差和小于理论取样尺度所引起的变异通常称为块金值。块金值较大表明小尺度上的某种过程不可以忽略［19］。将土壤厚度数据进行空间结构分析(表3)，发现:该地区土壤厚度存在块金效应且块金值较大，各个样地之间块金效应的大小存在一定差异，但无明显的规律可循;所有样地基台值均较高。这可能与该地区土壤厚度的空间分布格局是由地形和微地貌等因素控制有关。

表2 土壤厚度描述性统计表Tab．2 Descriptive statistic of soil thickness

表3 土壤厚度半方差分析参数表Tab．3 Semivariogram parameters of soil thickenss

块金值与基台值之比表示随机部分引起的空间异质性占系统总变异的比例，系统变量的空间变异程度通常由它来表示:比值＜0.25，表明变量具有强度空间变异;比值介于0.25～0.75之间，变量具有中等程度的空间变异;比值＞0.75，表明变量的空间相关性很弱［19-20］。从图5可以看出，本研究中编号01、02、03的3块坡耕地土壤厚度的块金值与基台值之比分别是0.505、0.500、0.832，平均值是0.61，土壤厚度具有中等程度的空间相关性 ，表明结构性因素是造成该类土地土壤厚度的空间变异的主导因子，如气候、母质、地形、土壤类型等自然因素［19］。其中样地03比值偏大，实地调查发现该样地刚刚有过工程措施，人为扰动程度大是造成这种情况的主要原因。而对于林地(图6)和荒山(图7)，其比值分别为 0.788和0.807，均大于0.75，土壤厚度的空间相关性较差，表明该2类土地土壤厚度的空间异质性主要是随机性因素引起的［19］。对于研究区的人工林地而言，基本都是刚刚采取过工程措施的新生意杨林，一般分布在石漠化程度相对严重的区域，经过整地、坡改梯等措施，由于阔叶林的枯落物较多，覆盖地表，造成了从表面上看，岩石裸露率不高，而实际情况却与之相反，人工林地的土壤厚度存在严重的空间变异性。荒山是石漠化地区典型的土地类型之一，其地表岩石丛生，沟壑纵横，土壤主要集中在石沟、石缝中，呈斑块状分布，土壤厚度连续性相对较差，空间变异程度明显，呈高度破碎形态，这主要与该地区特殊的地质发育和地形地貌特征有关。另外，在取样中发现，荒山上虽然土层很薄，岩石裸露率较高;但有些潜在石漠化荒山却有高大乔木生长，植被盖度也达到了70%左右，所以在研究中应当充分注意石坑、石缝中土壤的作用［9］。这一现象充分说明研究该地区土壤的空间分布及变异规律的意义重大。

图5 耕地土壤厚度半方差理论模型Fig．5 Semivariograms of soil thickness in sloping farmland

图6 荒山土壤厚度半方差理论模型Fig．6 Semivariograms of soil thickness in barren hilly

图7 意杨林土壤厚度半方差理论模型Fig．7 Semivariograms of soil thickness in Populus euramevicana

变程是研究空间异质性的重要指标之一。变程的大小表明土壤厚度空间连续性的好坏［20］。它不但与实际采样尺度有关，而且也受到在该尺度下影响土壤厚度各种过程的共同作用［21］。本研究中，坡耕地的变程远大于荒山和新造人工林地，而荒山和林地之间相差无几，说明坡耕地土壤厚度的连续性要好于荒山和新造人工林地，荒山的连续性略好于林地，但差距不明显。坡耕地的变程较大也反映出喀斯特石漠化地区的坡耕地虽然微地形复杂，影响因素多样，但土壤厚度仍然具有一定的空间连续性。3块坡耕地中第1块样地的变程明显小于另外2块样地，说明此样地土壤厚度的空间连续性不及另外2块样地，该块样地采取过简单的工程措施，耕种时间也长于其他2块样地，人为干扰因素较大，是造成该块坡耕地土壤厚度空间连续性差的直接原因。一般的研究认为在块金效应不大时，可以将变异函数变程的1/2作为取样间隔的上限［22］;因此，本研究中所采用的4 m×1 m的采样间隔可以满足喀斯特石漠化高原区土壤厚度空间变异性分析的要求。地统计学研究土壤厚度空间变异的基础是半变异函数及其最优模型拟合［23］，在本研究中除了第07块样地可用球状模型拟合以及第01和第09块样地可用高斯模型拟合外，其余样地均能用指数模型拟合。通常将决定系数作为判断模型拟合程度的一个重要指标，其取值在0.8左右时说明模型拟合效果较好［23］，本研究中指数模型拟合的决定系数除第06和08样地决定系数偏低外，其余样地均集中在0.8左右，说明指数模型拟合效果较好。

3.3 土壤厚度的分布格局

在土壤厚度空间变异理论及结构分析的基础上，利用克里格插值法在研究区域内进行空间插值分析，得到土壤厚度空间分布等值线图(图8、图9和图10)。从图中可以看出，土壤厚度明显的呈带状或斑块状分布，高低差异明显，总体上来看随着坡位的降低土壤厚度逐渐变大，其中以第05块样地最为突出。在3种样地内部土壤厚度分布特征有非常明显的差异。坡耕地土壤厚度分布近似带状，具有一定的连续性，变异程度相对较低，而与之对应的荒山和新造人工林土壤厚度的空间分布格局则支离破碎，变异程度较大。荒山(图9)和意杨林(图10)对比发现，虽然二者的大体分布特征相似，但是还存在一定的差异，意杨林在坡中和坡顶仍然有土壤厚度较厚的点出现，野外调查中发现这些点的位置一般分布在石坑和石缝中。造成这种现象的原因，可以用土壤侵蚀原理加以解释:在坡面上出露的基岩风化速率相对较快，风化残余物质在重力和降雨的作用下滑向石坑和石缝中。另外，从荒山类样地04可以看出，坡底出现一块明显的区域，该区土层很薄，平均厚度仅有2 cm，调查中发现该区域岩石裸露率很高，地表植被相对较少是典型石丛分布比较集中的区域。从图10可以看出意杨林土壤厚度明显薄于坡耕地，其土壤厚度与荒山所差无几，其土壤分布的连续程度要好于荒山，岩石裸露率不高，这主要与造林前的整地和坡改梯等工程措施等有关。

图8 坡耕地土壤厚度分布图Fig．8 Spatial distribution of soil thickness in sloping farmland

图9 荒山土壤厚度分布图Fig．9 Spatial distribution of soil thickness in barren hilly

图10 意杨林地土壤厚度分布图Fig．10 Spatial distribution of soil thickness in Populus euramevicana

综上所述，该地区土壤厚度空间分布特征一方面与坡位和坡度有关，另一方面也与植被类型及盖度和水土流失机制等有关，这2方面都会影响到土壤颗粒的运移和再分布过程，进而影响土壤厚度。结合植被调查和半方差分析，可以看出影响研究区土壤厚度空间变异程度及其分布格局的重要因素，除了岩溶地区特殊的地貌演替阶段、岩溶双层结构等内在因素外，强烈的土壤侵蚀也是塑造现有土壤厚度分布格局的重要因素。

4 结论

研究区土壤平均厚度仅为29.2 cm，平均变异系数0.706，介于0.1～1之间，属中等强度变异;反映了西南岩溶高原地区土壤厚度较薄、空间分布不均的特点。

研究区土壤厚度空间分布呈破碎形态，空间相关性坡耕地＞荒山＞林地，坡耕地土壤厚度的变程最大，反映出喀斯特石漠化地区的坡耕地虽然微地形复杂，影响因素多样，但土壤厚度仍然具有一定的空间连续性。研究区土壤厚度具有良好的空间变异结构，除个别样地可以用球状模型拟合外，其他样地均能用指数模型较好地拟合。

研究区不同土地利用方式下，土壤厚度分布格局存在很大差异，坡耕地土壤厚度近似带状分布，且存在一定的连续性，其变异趋势大致是随着坡位的降低而逐渐增大，而对于荒山和新造人工林土壤厚度的空间分布格局则支离破碎，变异程度较大具有明显的斑块状分布格局。

［1］ 曹建华，袁道先，潘根兴.岩溶生态系统中的土壤［J］.地球科学进展，2003，18(1):37-44

［2］ Arizona Master Gardener Manual.An essential reference for gardening in the desertsouthwest［M］.Produced by the Cooperative Extension，College of Agriculture，The University of Arizona，Chapter 2.1998:15-17

［3］ 刘创民，李昌哲，史敏华，等.多元统计分析在森林土壤肥力类型分辨中的应用［J］.生态学报，1996，16(4):444-447

［4］ 张本家，高岚.辽宁土壤之土层厚度与抗侵蚀年限［J］.水土保持研究，1997，4(4):57-59

［5］ 王绍强，朱松丽，周成虎.中国土壤土层厚度的空间变异性特征［J］.地理研究，2001，20(2):161-167

［6］ 刘宪春.东北漫岗黑土壤厚度空间分布规律研究［D］.北京:北京师范大学，2005

［7］ 曾宪勤，刘宝元，刘瑛娜，等.北方石质山区坡面土壤厚度分布特征:以北京市密云县为例［J］.地理研究，2007，27(6):1281-1289

［8］ 周运超，王世杰，卢红梅.喀斯特石漠化过程中土壤的空间分布［J］.地球与环境，2010，38(1):1-7

［9］ 严冬春，文安邦，鲍玉海，等.岩溶坡地土壤空间异质性的表述与调查方法:以贵州清镇市王家寨坡地为例［J］.地球与环境，2008，36(2):130-135

［10］李豪，张信宝，王克林，等.桂西北倒石堆型岩溶坡地土壤的137Cs分布特点［J］.水土保持学报，2009，23(3):42-47

［11］李哈滨，王政权.空间异质性定量研究理论与方法［J］.应用生态学报，1998，9(6):651-657

［12］周慧珍，龚子同.土壤空间变异性研究［J］.土壤学报，1996，33(3):232-241

［13］王政权.地统计学及在生态学中的应用［M］.北京:科学出版社，1999:69-97

［14］ Western A W，Bloschl G，Grayson R B.Geostatistical characterization of soil moisture patterns in Tarrawarra catchment［J］.Journal of Hydrology，1998，205(1/2):20-37

［15］郑继勇，邵明安，张兴昌.黄土区坡面典型土壤容重和饱和导水率空间变异特征［J］.水土保持学报，2004，18(3):53-56

［16］张俊民，蔡凤歧，何同康.中国的土壤［M］.北京:商务印书馆，1996

［17］苏维词.贵州喀斯特山区的土壤侵蚀性退化及其防治［J］.中国岩溶，2001，20(3):217-223

［18］张仁铎.空间变异理论及应用［M］.北京:科学出版社，2005

［19］王军，傅伯杰，邱扬，等.黄土丘陵小流域土壤水分的时空变异特征:半变异函数［J］.地理学报，2000，55(4):428-438

［20］李亮亮，依艳丽，凌国鑫，等.地统计学在土壤空间变异研究中的应用［J］.土壤通报，2005，36(2):265-268

［21］Fitzjohn C，Ternan J L，Williams A G.Soil moisture variability in a semiarid gully catchment:implications for runoff and erosion control［J］.Catena，1998，32(1):55-70

［22］ Flatman G T，Englund E J，Yfantis A A.Geostatistical approaches to the design of sampling regimes［M］.Washington:American Chemical Society，1987

［23］李小昱，雷廷武，王为.农田土壤特性的空间变异性及Kriging估值法［J］.西北农业大学学报，2000，28(6):31-35