名山县城东乡漂洗水稻土速效磷在田间尺度下的空间变异研究

摘要根据44个表层土壤（0～20 cm）样点速效磷的化验数据，应用地统计学的基本原理和方法，结合GIS技术，研究名山县城东乡漂洗水稻土速效磷在田间尺度下的空间变异规律及其影响因素。结果表明：研究区土壤速效磷含量为16.51±15.85 mg/kg，具有较强的变异性；速效磷具有中等空间相关性，空间插值结果呈块状分布；pH、坡向与速效磷含量相关性不显著，而坡度与速效磷含量呈极显著负相关关系，有机质、高程与速效磷含量均呈极显著正相关关系，表明高程、坡度与有机质对速效磷含量具有比较明显的影响。

关键词漂洗水稻土；速效磷；田间尺度；空间变异

中图分类号S511文献标识码A文章编号0517-6611（2014）01-00102-05

作者简介彭滔（1989-），男，重庆人，硕士研究生，研究方向：景观生态，Email：236404727@qq.com。

收稿日期20131205土壤速效磷（SAP）作为磷的一种常见形态，是标志土壤磷素供应水平的重要指标之一，对作物的生长发育及作物产量有重要影响。研究区所在的名山县素有雅安“粮仓”之称，盛产茶叶，是全国重要的茶叶生产基地，因此对研究区土壤速效磷空间变异规律进行研究，对改良土壤和发展当地生产具有指导意义。地形因子与土壤中物质的运移有着紧密的联系，会影响土壤中元素的分布情况[1]。虽然磷素在土壤中的移动是很微弱的，但是在长期的成土和利用过程中土壤磷素不仅形成大的地带性差异，而且在一个局部范围内，也可以通过淋溶、淀积和人为活动而重新分布，在丘陵地区这种局部变异很明显[2]。地统计学已被证明是分析土壤性状空间分布和空间异质性的最有效方法之一。它弥补了以概率论为基础的经典统计分析方法在结构和过程分析方面的不足[3]。

以往关于磷素空间变异特征的研究，大多集中在大尺度方面，在微尺度方面的研究相对较少。多数学者认为，在大尺度下土壤速效磷含量主要受成土母质、海拔、坡度、气候差异、土壤侵蚀程度和土地利用方式等因素的影响[4-5]。但，对于田间尺度下利用方式、地形地貌等差异都较小的研究区，其土壤速效磷含量及影响因素是否与其他区域相似以及有无其特殊性等问题是值得探讨的内容[6]。笔者拟在前人研究的基础上，主要运用土壤学、测量学、统计学和地理信息系统（GIS）知识，在对研究区地形进行测量和对土壤进行采样分析的基础上得到研究区空间数据和属性数据，利用空间数据制作数字高程模型（DEM）以提取地形因子，利用ArcGIS空间插值实现属性数据和空间数据的融合。然后，运用ArcGIS中地统计学分析组件对土壤速效磷进行空间分析，综合利用ArcGIS、SPSS、Excel等软件统计分析各种因子对研究区土壤速效磷空间变异的影响，从而为土地利用规划，养分的精准化管理提供科学依据。

1材料与方法

1.1研究区概况研究区位于雅安市名山县城东乡双田村四组境内国道318线与成雅高速公路之间，处于第四级阶地上，地势西南低其他三面高，呈喇叭形向西南开口，属于缓丘地形、丘陵台地地貌，海拔在450～550 m，面积约1.8 hm2。区内主要土壤为白鳝泥，地块多为水田改造而成的茶园。研究区内国道318线自南部经过，成雅高速公路自东北向西南方向经过，东北侧有一乡道和几处居民点。

1.2研究方法

1.2.1DEM的获取和地形因子的提取。采用尼康全站仪对研究区进行研究区进行三维坐标的测定，得到以此作为生成研究区DEM的基础数据。在具体操作中，将第一站坐标假设为一个已知点（500，500，500）。并且根据罗盘定位及测站位置，估算一个坐标方位角，进而测出各个研究区特征点的坐标和高程。DEM获取是将研究区的特征点三维坐标数据建立要素类，在ArcGIS9.0中将要素类转化为TIN，并由TIN生成DEM（图1）。在DEM上，分别提取研究区高程、坡度、坡向等地形因子。

1.2.3数据分析方法。

1.2.3.1特异值的识别与处理和经典统计学分析。由于特异值的存在会造成变量连续表面的中断，影响变量的分布特征，因此采用域法识别特异值，即样本平均值加减3倍标准差（S），在区间[-3S，+3S]以外的数据均定为特异值，然后分别用正常的最大值和最小值代替特异值[9]。文中，利用SPSS Statistics17.0软件对研究区域44个土壤样本进行描述性统计，并对速效磷与地形因子、土壤pH、有机质含量等影响因素进行相关分析。

1.2.3.2地统计学分析和空间插值。采用ArcCatalog工具对采样点建立属性数据库，由数据库创建要素类实现属性数据与空间数据的融合。常规统计不能全面反映研究区速效磷空间分布的结构性和随机性。为了更直观地了解研究土壤速效磷空间变异特征，笔者利用ArcGIS9.0中地统计分析模块对速效磷进行趋势分析，然后用GS+9.0软件计算速效磷半方差函数，进行空间变异分析。通过分析，选择拟合度较好的模型进行插值，获得研究区速效磷含量分布图[10]。运用区域统计功能，实现对经典统计分析和地统计学分析的验证。

2结果与分析

2.1土壤速效磷、pH、有机质统计分析排除和更正特异值后，利用SPSS Statistics17.0软件对研究区44个样点数据进行统计分析，初步了解其分布信息，便于空间插值分析。

由表1可知，速效磷含量为（16.51±15.85）mg/kg，变异系数为96.00%。按照反映离散程度的变异系数大小，可以将土壤变异性进行粗略分级：变异系数<10%为弱变异性，10%～100%为中变异性，>100%为强变异性。依此得出研究区土壤速效磷含量相对于其均值离散程度较高，在水平方向上呈强变异性[11]。速效磷含量偏度值和峰度值较大，表明原始数据不符合正态分布，所以需要对数据进行转换。由图3可知，研究区土壤速效磷数据经对数转换后符合正态分布。由于研究区范围较小、成土母质相似且基本上都是由稻田改造而成的茶园，所以土壤养分受气候、母质和用地类型的影响较小。这表明土壤速效磷含量受到外部的强烈影响。该区土壤呈强酸性，pH为3.03～5.59，均值为4.25，变异系数在3项指标中最小，表明pH受外部的影响较弱。土壤有机质含量为1.67%～6.05%，均值为3.63%，有机质含量偏低。

根据以上理论，我们可以分析出研究区土壤速效磷含量的空间异质性。研究区块基比在25%～75%之间，说明速效磷含量具有中等空间相关性，空间变异受结构性因子和随机因子的共同影响。结构性因子包括土壤形成过程中的成土母质、地形、地下水位及形成的土壤类型等因素；随机因子是指土壤管理过程的施肥、种植的作物、耕作栽培措施等[3]。研究表明，研究区土壤35.5%受结构性因子的影响，64.5%受随机因子的影响。这将在后面的相关分析中得到验证。

2.4空间分布特征分析由于ArcGIS9.0中没有线性模型，用普通克里格方法采用同样参数下的球状模型进行拟合，得到研究区速效磷含量空间分布图（图6）。插值结果中，平均值（MS）为13.11；均方根预测误差（RMS）为4.27；平均标准误差（ASE）为4.99；标准均方根预测误差（RMSS）为0.943 8。由图6可知，土壤速效磷空间分布呈块状分布。速效磷含量分布符合趋势分析的预测，高值（20 mg/kg以上）区域沿研究区纵轴南北向分布，南方高于北方，低值（15 mg/kg以下）区域沿研究区横轴东西向分布，东部高于西部。总体上，研究区速效磷含量有以西南部为中心向外递增的趋势，在东南方向上增幅最明显。结合研究区地形图对比，发现速效磷含量<10 mg/kg的区域和>30 mg/kg的区域分别对应研究区地形的低洼处和制高点。因此，可以初步推断研究区速效磷含量与高程值呈正相关关系。这将在后面的相关性分析得到验证。研究区速效磷含量集中在10～30 mg/kg之间，含量低于10 mg/kg和高于30 mg/kg的土壤面积很小，含量在15 mg/kg以上的区域约占整个研究区的75%。根据全国土壤普查办公室《中国土壤普查技术》[13]对磷素含量分级标准，发现研究区的速效磷含量较丰富。

安徽农业科学2014年图6研究区速效碳空间分布2.5土壤速效磷影响因素分析由于土壤速效磷含量受结构性因子和随机因子的共同影响，仅研究土壤速效磷与高程、坡度、坡向等地形因子及pH、有机质等土壤自身性质的关系。

2.5.1地形因子。为了探究土壤速效磷与地形因子的相关性，必须首先对地形因子进行分级。地形因子分级建立在研究区微地形的基础上，以体现研究区域地形特征、符合自然规律为原则[14] 。根据研究区高程特点，将高程的分为484～487、487～490、490～493、493～496、496～499、499～502 m 6个等级。坡度的划分参考国际地理学会地貌调查与制图委员会提议使用的7级划分方案，分为0°～2°、2°～5°、5°～15°、15°～25°、25°～35°、35°～55°、>55°7个等级[15]；坡向分为东（90°）、南（180°）、西（270°）、北（0°）、东北（45°）、东南（135°）、西北（315°）、西南（225°）8个方向[16]。将按照上述标准提取的高程、坡度、坡向分布图与土壤速效磷含量分布图叠加分析，得到与各地形因子对应的速效磷含量属性数据库，通过ArcGIS9.0空间分析里的区域统计功能计算不同等级的土壤速效磷含量的平均值，得到不同高程、坡度、坡向的土壤速效磷含量的平均值。然后，利用SPSS Statistics17.0软件计算土壤速效磷与各地形因子的Pearson简单相关系数，结果见表2。

2.5.1.1高程。由表2可知，土壤速效磷与高程呈0.01水平显著正相关关系，表明高程对速效磷分布的影响具有重要意义。按照上述高程划分方案，ArcGIS 9.0 空间分析区域统计结果（图7）表明，496 m以下速效磷含量随高程降低而迅速减少，而在496 m以上速效磷变化趋缓，并最终稳定在23 mg/kg左右。结合研究区等高线图和实地调查，发现496 m以下的区域在研究区多集中在沟谷和谷底部分，这一部分不易耕作且水流易汇集，水流对土壤冲蚀比较强烈，造成速效磷的严重流失；而在496 m以上区域多为水平茶园，水流冲蚀较均匀且耕作条件相近，造成速效磷含量差异不大。

3结论

研究表明，土壤速效磷数据呈对数正态分布，其含量为16.51±15.85 mg/kg；研究区域土壤速效磷具有较强的变异性，表明该区域土壤受到较大的外源影响。研究区土壤速效磷含量具有中等空间相关性，土壤速效磷空间变异35.5%受结构性因子的影响，64.5%受随机因子受自然因素的影响，受人为因素影响较大。研究区速效磷含量分布有以西南部为中心向外递增的趋势，在东南方向上增幅最明显。坡度与速效磷含量呈005水平显著负相关关系，高程与速效磷含量呈005水平显著正相关关系，而pH、坡向与速效磷含量相关性不显著。有机质含量对速效磷有比较明显的影响，可能是由于农业耕作和施肥造成有机质和速效磷含量005水平显著相关。

研究还表明，研究区速效磷含量比较丰富但不均衡，具有强变异性和中等程度空间相关性。速效磷的空间变异受结构性因子和随机因子的共同影响，受高程、坡度和有机质含量的影响较大，水土流失和人为耕作、施肥对速效磷含量的高低具有决定作用。上述研究成果可为及时、准确地为研究区定位施肥、土壤改良以及其他管理提供一定参考。

参考文献

[1] 林大仪.土壤学[M].北京：中国林业出版社，2002：82-83.

[2] 熊毅，李庆逵.中国土壤[M].北京：科学出版社，1987：484-485.

[3] 张兴义，隋跃宇，于丽，等.薄层农田黑土速效氮磷钾含量的空间异质性[J].水土保持学报，2004，18（4）：85-88.

[4] 郑育锁，肖波，陈子学，等.静海县土壤有效磷时空分布变化研究初报[J].天津农林科技，2008，203（3）：3-5.

[5] 吕巧灵，付巧玲，吴克宁，等.郑州市郊区土壤综合肥力评价及空间分布研究[J].中国农学通报，2006，22（1）：166-168.

[6] 欧勇胜，张世熔，余琼，等.横断山北部生态脆弱区土壤磷素空间分布特征[J].生态学报，2005，25（10）：2776-2781.

[7] 杨羽贵，陈亚新.土壤水分盐分空间变异性与合理采样数研究[J].土壤通报，2002，20（4）：64-66.

[8] 李酉开.土壤农业化学常规分析方法[M].北京：科学出版社，1983：101-102.

[9] 赵彦锋，史学正，于东升，等.小尺度土壤养分的空间变异及其影响因素探讨——以江苏省无锡市典型城乡交错区为例[J].土壤通报，2006，37（2）：214-219.

[10] 吴学文，晏路明.普通Kriging法的参数设置及变异函数模型选择方法[J].地球信息科学，2007，9（3）：104-108.

[11] 刘世梁，傅伯杰，陈利顶，等.卧龙自然保护区土地利用变化对土壤性质的影响[J].地理研究，2002，21（6）：682-688.

[12] CAMBARDELLA C A，YOST R S，WADE M K，et al.Fieldscale variability of soil properties in central Iowa soils[J].Soil Science Society of America Journal，1994，58（5）：1501-1511.

[13] 全国土壤普查办公室.中国土壤普查技术[M].北京：中国农业出版社，1992：87.

[14] 王秀云.基于DEM的地貌分析研究——以宁镇地区为例[D].南京：南京师范大学，2006.

[15] 刘元保，唐克丽.国外坡度分级和王东沟试验区的坡度组成[J].水土保持通报，1987，7（8）：59-65.

[16] 马群，赵庚星，李玉环.小尺度地形因子对农地土壤质量的影响研究[J].地理与地理信息科学，2009，25（3）：4-7.

[17] 黄平，李廷轩，张佳宝，等.坡度和坡向对低山茶园土壤有机质空间变异的影响[J].土壤，2009，41（2）：264-268.