海南儋州耕地土壤有机质空间变异

曾迪　漆智平　黄海杰　魏志远　王登峰　高乐　刘磊

摘 要 以海南省儋州市作为研究区域，综合运用地统计学和地理信息技术，对其耕地土壤的有机质空间变异进行分析。结果表明：儋州耕地土壤有机质平均含量为20.64 g/kg，总体水平为中等偏上；变异系数为48.05%，属于中等变异；其空间变异变程约为16.50 km，C0/（C0+C1）值为37.34%，土壤有机质含量属于中等程度的空间相关性；Kriging插值分析结果可反映土壤有机质含量在空间分布上呈大块状分布，有较强的连续性，其分布变异不显著，以3级含量水平分布范围最广；北部最高，其余区域（南部、东部、中部、西部）逐渐降低。这种空间分布可能与当地的地表形态、地质状况及土地经营利用方式等有关。

关键词 儋州耕地；土壤有机质；空间变异

中图分类号 Q938.13 文献标识码 A

Spatial Variability of Soil Organic Matter

Content in Danzhou City， Hainan Province

ZENG Di1， QI Zhiping2， HUANG Haijie2， WEI Zhiyuan2，

WANG Dengfeng2， GAO Le4， LIU Lei3*

1 College of Applied Science and Technology， Hainan University， Danzhou， Hainan 571737， China

2 Tropic Crops Genetic Resources Institute， Chinese Academy of Tropical Agricultural Sciences， Danzhou， Hainan 571737， China

3 Environment and Plant Protection Institute， Chinese Academy of Tropical Agricultural Sciences， Haikou， Hainan 571101， China

4 Rubber Research Institute， Chinese Academy of Tropical Agricultural Sciences， Danzhou， Hainan 571737， China

Abstract Understanding the spatial variation and distribution pattern of soil organic matter（SOM）content is needed for sustainable development in the region. The spatial variation of SOM content in Danzhou was determined using geostatistics and geographic information system（GIS）to provide information for preventing soil degradation. 2597 soil samples（0-20 cm）were collected from the study area. The geostatistical characteristics， spatial trend and range of SOM content were analyzed using the Geostatistical Analyst， ArcGIS 9.0. For all soil samples， the mean of SOM content were 20.64 g/kg， The distribution of SOM content was from the mid to upper level in Danzhou. Statistical analysis showed differences in SOM content among different stratum， landform and land-use type. The average coefficient of variation（CV）of SOM content was 48.05%. The spatial correlation distance（range）was 16.50 km， and the proportion of the semi-variogram model was 37.34%， showed a middle semi-variogram value. The Kriging spatial interpolation showed that SOM decreased gradually from the north to the south， east， west and west in the area. The three levels band of SOM content were distributed in the most widely field. The spatial distribution of SOM content was probably related to variation in stratum， land form and land-use type in Danzhou.

Key words The arable land of Danzhou；Soil organic matter；Spatial variability

doi 10.3969/j.issn.1000-2561.2015.01.033

土壤环境是人类赖以生存和发展最根本的时空连续体， 具有高度的空间异质性。20世纪70年代后期，人们开始进行土壤空间变异性的相关研究[1]，已有土壤学家率先对土壤物理性质空间变异性规律进行了大量研究[2-3]。1951年南非地质学家Krige提出地统计学的概念，随后法国学者Matheron将其完善并发展形成理论[4]， 随后美国科学家将该方法应用于土壤调查、 制图及土壤变异性等研究[5-7]， 这一方法不仅能有效揭示属性变量在空间上的分布、 变异和相关特征，而且可以有效地将空间格局与生态过程联系，进而解释空间格局对生态过程与功能的影响。目前， 将地统计学与空间内插技术和地理信息系统（GIS）技术结合应用于不同区域土壤养分空间变异性的研究正逐步得到深入[8-11]。

土壤有机质（Soil Organic Matter，SOM）是表征土壤质量的首要因子[12-13]，有机质主要由一系列组成和结构不均一，且存在于土壤中的有机化合物组成[14]，其成分中既有化学结构单一、存在时间较短的单糖或多糖，也有结构复杂、存在时间较长的腐殖质类物质，既包括主要成分为纤维素类的腐解植物残体，也包括与土壤颗粒、团聚体结合的根系分泌物、植物残体降解物、生物菌营养体等[15]。国外对土壤有机质空间异质性的研究开展较早，国内相关研究起步较晚。Mishra等[16]、Kuzel等[17]分别对红壤地区农田尺度和一公顷区域内的土壤有机质空间变异情况进行了相应研究；高峻等[18]在农田土壤空间变异各向异性、趋势效应等方面进行了研究；杨玉玲等[19]、王军等[20]、郭旭东等[21]、蒋勇军等[22]分别对干旱荒漠区、黄土高原、黄淮海平原、南方红壤等不同区域、类型、尺度的土壤有机质时空变异情况进行了研究。1979年的第2次土壤普查[23]为中国农田的开发利用和产业结构调整提供了科学依据，但30多年来，随着耕作条件、施肥方式、种植制度等均又发生了显著改变，土壤养分状况也随之变化，且尚无结合空间内插技术和GIS技术分析儋州市土壤有机质分布状况的报道，在课题组相关研究基础上[24-25]，笔者根据近期土壤资料，对该区土壤有机质的空间变异进行分析，以期对当地农户的施肥管理提供技术指导。

1 材料与方法

1.1 研究区概况

儋州市位于海南岛西北部，地处北纬19°11′～19°52′，东经108°56′～109°46′，全市土地总面积为3 343.2 km2，其中耕地面积为103 562.0 hm2，占全市土地总面积的31.0%。人口数为96.57万人，分布于17个镇。地势由东南向西北倾斜，东南高西北低，南部属山地和丘陵地带，西南属平原阶地及火山熔岩台地，东南部为沙壤土，海拔多在100～200 m，中部为河流冲击平原，北部主要为玄武岩和第4纪的海相沉积平原，海拔在5～10 m，境内大部分都在海拔200 m以下。其中，丘陵占76.5%，滨海及沿江平坦地形占23.13%，山地占0.37%。全境位于热带北部边缘，降水充足，年均气温为25.4 ℃，因此，全年均可达到喜温作物生长要求，有利于发展农业及多种经营。根据儋州市2012年统计公报显示，全市农业总产值达130.88亿元。

1.2 样品采集与理化分析

样点采用GPS定位，其布局综合考虑主要土壤类型（以砖红壤、水稻土、紫色土为例）[26]（图1）、地貌类型（以平原、丘陵、山地为例）及土地利用情况（以轮作地、菜地、果园为例），全市共布设2 597个样点，每一样点在直径100 m×100 m范围内选择15～20个点，用木铲采集0～20 cm耕层土样混合，按四分法取分析样品1 kg。将土样风干后研磨，依次通过1.0、0.25 mm孔径筛后，混匀装袋，根据《耕地地力调查与质量评价》[27]及《耕地地力调查与质量评价技术规程》（NY/T1634-2008）采用油浴加热重铬酸钾容量法分析化验土壤样品的有机质含量[28-29]。

1.3 地统计分析

Fisher传统统计学理论以区域化变量理论为基础，将研究的变量假设为纯随机变量，变异函数能够描述区域化变量的随机性及区域性，定义为区域化变量在抽样间隔下样本方差的数学期望[30-31]，且该函数在最大间隔的1/2内才具有意义[3，32]。当区域化变量与空间位置呈正相关，且满足内蕴假设、平稳性假设时，所得变异函数是：

r（h）=[Z（xi）-Z（xi+h）]2

公式中，h为步长，N（h）为间隔在h的观测样点成对数，Z（xi）、 Z（xi+h）分别是区域变量在位置xi、 （xi+h）处的观测值。

由于土壤特性在空间上并不是完全独立的，在一定范围内存在着空间自相关性[3，33-34]，补充克立格法Kriging插值估计实行局部加权平均，可以同时对随机性和结构性变量在空间上的分布进行研究[28-29]。

Z（X0）=λiZ（Xi）

Z（X0）为未经观测的点X0上的内插估计值，Z（Xi）是点X0附近的若干观测点上的实测值，λi为函数半方差图分析获取的权重。

本研究在总体定性分析的基础上，通过拟合指数模型，得到土壤有机质含量的半方差函数，分析区域变量在空间尺度上的结构性和相关性，检验拟合效果，得到土壤有机质的插值模型参数。

1.4 数据分析

利用Arcgis9.0、Raster2Vector5.5等软件将相关图层矢量化，用Excel2007对样点养分属性数据进行统计分析，录入Access2003数据库；经ArcGIS9.0转换GPS定位的样点坐标后，得到采样点位图，将空间数据与属性数据通过标识码进行链接；运用ArcGIS9.0地统计分析模块提供的空间分析方法，结合半方差函数及其模型、Kriging差值等生成土壤有机质空间分布图[29-30]。

2 结果与分析

2.1 耕层土壤有机质特征

由表1可知，研究区域土壤有机质的平均值为20.64 g/kg，结合《海南省土壤养分分级标准》分析得土壤有机质总体水平中等偏上，大部分样点土壤有机质属3级水平；其变异系数为48.05%，属中等程度变异。3种主要土壤类型中，水稻土有机质的变异系数最小，为20.13%；紫色土变异系数最大，为36.62%。3种主要地貌类型中，平原区有机质变异系数最小，为12.18%；山区变异系数最大，为50.12%。3种主要耕地利用方式中，轮作地有机质变异系数最大，为37.82%；菜地变异系数最小，为26.74%（表1）。

2.2 趋势检验

使用空间统计学克立格Kriging方法进行土壤特性空间时要求数据服从正态分布，此时生成的表面效果最理想，数据正态QQPlot分布图见图2，样品有机质数据服从正态分布。因此，在将数据进行对数转换后，可以直接进行插值分析[28-29]。

2.3 变异函数分析

由表2可知，C0表示块金方差，C0/（C0+C）表示空间变异性程度，可反映系统变量的空间自相关性程度。若比值<25%时，表示系统空间相关性较强，说明空间变异主要受结构性因子的影响；若其比值>75%时，系统空间相关性很弱，空间变异主要是随机因子引起；若其比值为25%～75%时，表明系统空间相关性为中等强度，空间变异是结构性和随机性因子共同作用的结果。本研究中块金效应为37.34%，属于中等空间相关性。变程为变异函数达到基台值时所对应的距离，本研究最佳模型中变程约为16.50 km，结合变程数据可判断取样尺度下的有机质具有较好的空间自相关性，即结构变量是影响其空间变异的主因，而随机性变量的影响次之。

2.4 Kriging插值分析

根据实测数据，在半方差结构分析和指数模型套合基础上，考虑各向异性，选取一阶趋势参数，参考第2次土壤普查的有机质含量分级标准，建立比例尺为1：50 000的儋州耕地土壤有机质分布图（图3）。由图3可知，土壤有机质分布格局为北部最高，南部、东部、中部、西部逐渐降低，呈大块状分布，连续性较强，其分布变异不大，以3级水平（20～30 mg/kg）分布范围最广，5级水平（低含量，6～10 mg/kg）呈零星分布。

表3根据模型选择标准对研究样本进行多次模拟比较，得到了土壤有机质最优模型。由交叉校验可得，预测与实测结果平均标准误差（MS）小于等于0.002 7，说明接近无偏估计；标准均方根预测误差（RMSS）介于0.930 2～1.013，说明模型的拟合度较高。5项指标综合反映预测表面的精度，表明模型可准确估计有机质的空间变异，适用性较强。因此，土壤有机质的Kriging插值结果可靠。

3 讨论与结论

本研究结果表明，土壤类型、地貌类型或土地利用方式的不同均可能造成儋州耕地土壤有机质不同程度的空间变异，与赵明松等[35-36]、宋莎等[37]、林清火等[38]、武婕等[39]的相关研究结论趋势一致。总体来看，全市土壤有机质变异系数为48.05%，属于中等变异，与赵明松等[35-36]、宋莎等[37]各自研究区域的有机质变异一致；但空间相关性结论有所区别，本研究空间变异变程约为16.50 km，C0/（C0+C1）值为37.34%，空间相关性属于中等程度，而前述研究报道中有机质具有强烈的空间相关性，这可能由于本研究区域的结构性因素对有机质空间变异造成的影响较小。

同时，本研究得出土壤有机质在空间分布上呈大块状分布，有较强连续性，北部最高，其余区域（南部、东部、中部、西部）逐渐降低，从地域特点角度可推测其原因为：儋州东南高、西北低，由东南到西北逐渐递降，地形起伏不大，北部阶地台地区域土壤较为粘重，不利于耕作，但保水保肥效果较好；南部、东部低山丘陵区域虽有水土流失，但土壤资源尚未完全开发利用，土层较厚，有开垦价值；中部低丘台地区域地势平缓，长期作为主要的生产基地；西部阶地平原区域也较平坦，且灌溉条件较好，但土壤砂性大，人口密集。

此外，研究得出儋州耕地土壤有机质平均含量中等偏上，以3级含量水平分布范围最广，与第2次土壤普查[23]结果对比，部分区域的有机质含量有一定改善，因此，应在耕作时因地制宜，坚持大力推广种植绿肥、增施有机肥、稻杆回田、合理轮作、定期改良土壤等管理措施，以稳定、提高耕地土壤有机质含量。

参考文献

[1] 沈思渊. 土壤空间变异研究中地统计学的应用及其展望[J]. 土壤学进展， 1989， 17（3）： 11-24.

[2] Alemi M， Azarl A B， Nielsen D R. Kriging and univariate modeling of a spatial correlated date[J]. Soil Technology，1988， 1（2）： 117-132.

[3] Webster R. Quantltative spatial analysis of soil in the field[J]. Acvanced in Soil Sci， 1985（3）： 1-71.

[4] 刘爱利， 王培法， 丁园圆. 地统计学概论[M]. 北京： 科学出版社， 2012： 1-19.

[5] White J G， Welch R M， Norvell W A. Soil zinc map of the USA using GIS[J]. Soil Sci Soc Am J， 1997， 61（1）： 185-194.

[6] Yost R S， Uehara G， Fox R L. Geostatistical analysis of soil chemical properties of large landareas Ⅱ[J]. Kriging Soil Sci Soc Am J， 1982， 46（5）： l 033-l 037.

[7] Gotway C A， Hergert G W. Incorporating spatial trends and anisotropy in geostatistical mapping of soil properties[J]. Soil Sci Soc Am J， 1997， 61（2）： 298-309.

[8] Yang Y L， Tian C Y， Sheng J D， et al. Spatial variability of soil organic matter，total nitrogen， phosphorus and potassium in cotton field[J]. Agricultural Research in the Arid Areas， 2002， 20（3）： 26-30.

[9] Zhang S J， He Y， Fang H. Spatial variability of soil properties in the field based on GPS and GIS[J]. Transactions of the CSAE， 2003， 19（2）： 39-44.

[10] Wang J， Fu B J， Q iuY， et al. Spatial heterogeneity of soil nutrients in a small catchment of the loess plateau[J]. Acta Ecologica Sinica， 2002， 22（8）： 1 173-1 178.

[11] Goovaerts P. Geostatistics in soil science：state-of-the-art and perspectives[J]. Geodemia， 1999， 89（1）： 1-45.

[12] Carter M R， Gregorich E G， and Anderson D W， et al. Concepts of soil quality and their significance[M]//Gregorich E G， Carter M R， eds. Soil Quality for Crop Production and Ecosystem Health. The Netherlands： Elsevier， 1997： 1-19.

[13] Janzen H H， Campbell C A， and Ellert B H， et al. Soil organic matter dynamics and their relationship to soil quality[M]//Gregorich E G， Carter M R， eds. Soil Quality for Crop Production and E-cosystem Health. The Netherlands： Elsevier，1997： 277-291.

[14] Kononova M M. Soil organic matter，its nature，its role in soil formation and in fertility（2nd ed.）[M]. London： Pergamon Press， 1964： 5-20.

[15] Christensen B T. Physical fractionation of soil and organic matter in primary particle size and density separates[J]. Adv Soil Sci， 1992， 20： 2-90.

[16] Mishra T K， Banerjee S K. Spatial variability of soil pH and organic matter under Shorea robusta in lateritic region[J]. Indian Journal of Forestry， 1995， 18（2）： 144-152.

[17] Kuzel S， Nyd V， Kolar L， et al. Spatial variability of cadmium， pH， organicmatter in soil and its dependence on sampling scales[J]. Water Air and Soil Pollution， 1994， 78（1-2）： 51-59.

[18] 高 峻， 黄元仿，李保国. 农田土壤颗粒组成及其剖面分层的空间变异分析[J]. 植物营养与肥料学报， 2003， 9（2）： 151-157.

[19] 杨玉玲， 田长彦， 盛建东， 等. 灌淤土壤有机质、全量氮磷钾空间变异性初探[J]. 干旱区农业研究， 2002， 20（3）： 26-30.

[20] 王 军， 傅伯杰， 邱 扬，等. 黄土高原小流域土壤养分的空间异质性[J]. 生态学报， 2002， 22（8）： 1 173-1 178.

[21] 郭旭东， 傅伯杰， 陈利顶，等. 河北省遵化平原土壤养分的时空变异特征[J]. 地理学报， 2000， 55（5）： 555-566.

[22] 蒋勇军， 袁道先， 谢世友，等. 典型岩溶流域土壤有机质空间变异—以云南小江流域为例[J]. 生态学报， 2007， 5（11）： 2 040-2 047.

[23]陈弈辉， 冯所钦， 云维彪，等. 广东省儋县土壤普查报告书[R]. 广东省土壤普查办公室， 1984， 12： 1-21， 159-190.

[24] 曾 迪， 魏志远，刘 磊，等. 文昌市耕地土壤养分状况分析[J]. 热带作物学报， 2010， 31（2）： 191-197.

[25] 魏志远， 孙娟李， 松 刚，等. 海南中西部荔枝园土壤肥力的灰色关联度评价[J]. 热带作物学报， 2013， 34（10）： 1 883-1 887.

[26] 海南省农业厅土肥站. 海南土壤[M]. 海南： 三环出版社/海南出版社， 1994.

[27] 全国农业技术推广服务中心. 耕地地力调查与质量评价[M]. 北京： 中国农业出版社， 2005： 235-238.

[28] 中国科学院南京土壤研究所. 土壤物理化学分析[M]. 上海： 上海科学技术出版社， 1983： 132-136.

[29] 曾 迪. 三亚市耕地地力评价[D]. 海口： 海南大学， 2010.

[30] Matheron G. Principles of geostatistics[J]. Economic Geology，1963， 58（7）： 1 246-1 266.

[31] 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： 35-96.

[32] RossiRichard E， Mulla D J， Journel A G， et al. Geostatistical tools for modeling and interpreting ecological spatial dependence[J]. Ecological Monographs， 1992， 62（2）： 277-314.

[33] Burgess T M， Webster R. Optimal interpolation and isarithm mapping of soil properties I： the semi-variogram and punctual kriging[J]. J Soil Sci， 1980， 31（2）： 315-331， 333-341.

[34] Fisher E， Thornton B， Hudson G， et al. The variability in total and extractable soil phosphorus under a grazed pasture[J]. Plant and Soil， 1998， 203（2）： 249-255.

[35] 赵明松， 张甘霖， 李德成，等. 江苏省土壤有机质变异及其主要影响因素[J]. 生态学报， 2013， 33（16）： 5 058-5 066.

[36] 赵明松， 张甘霖， 王德彩，等. 徐淮黄泛平原土壤有机质空间变异特征及主控因素分析[J]. 土壤学报， 2013， 50（1）： 1-11.

[37] 宋 莎， 李廷轩， 王永东，等. 县域农田土壤有机质空间变异及其影响因素分析[J]. 土壤， 2011， 43（1）： 44-49.

[38] 林清火， 林钊沐， 贝美容，等. 胶园土壤肥力指标的小尺度空间变异Ⅰ： 0～20 cm土层[J]. 热带作物学报， 2012， 33（8）： 1 348-1 353.

[39] 武 婕， 李玉环， 李增兵，等. 南四湖区农田土壤有机质和微量元素空间分布特征及影响因素[J]. 生态学报， 2014， 34（6）：1 596-1 605.