区域耕地土壤养分空间变异研究及影响因素分析

王云全　吴学群　彭占伟

摘 要 借助GIS和地统计学方法对研究区土壤全氮、有效磷、速效钾3种土壤养分的空间变异特征进行了分析，结果表明：全氮、有效磷、速效钾符合指数模型；有效磷、速效钾的块金效应25%

关键词 土壤养分；空间变异；地统计学；克里格插值

中图分类号 S158. 3 文献标识码 A

土壤既受气候、生物、母质、地形、成土时间等因素的影响，又受人为因素的影响，具有显著的复杂性和变异性[1]，其中氮、磷、钾是土壤大量元素中作物正常生长的三要素。地统计学是分析土壤养分空间变异性的有效方法[2]，目前应用GIS和地统计学方法来研究土壤养分的空间变化多集中在农业用地和平原地区[3]，并取得了一定的成果。秦占飞等[4]借助GIS和地统计学方法对蒲城县4种大量元素进行了分析，得出县域范围内土壤养分的分布情况并对其影响因素进行了分析；王永东等[5]借此研究了四川省罗江县耕地5种养分值的特征及其影响因素；贾树海等[6]基于GIS和地统计学方法研究以辽宁省凌源市西南部6乡镇为研究对象，探讨了土壤养分空间上的变化情况；赵莉敏等[7]则对太湖地区表层土壤养分空间变异的影响因素研究，结果表明土壤养分受母质、地形、土壤类型等影响较大。基于GIS和地统计学等方法在土壤养分上的研究日趋成熟，但在云南滇西地区研究报道相对少，而关于氮、磷、钾方面的研究报道则更少。本研究以滇西昌宁县为研究对象，探讨县区耕层土壤养分空间的变化情况，对丰缺格局和影响土壤养分变化的因素进行分析和研究，以期明确该区域土壤养分现状及其影响因素，为环境保护、科学施肥、土地资源有效利用和土壤养分分区管理等提供参考依据。

1 材料与方法

1.1 材料

1.1.1 研究区概况 研究区位于云南省西部，地处东经99°16′～100°12′，北纬20°14′～25°12′之间，东连凤庆县，全县总面积3 888 km2，总人口33.5万人，最高海拔2 875.9 m，最低海拔608 m。属亚热带季风气候，有低热、温热、温凉、高寒4个气候带。境内年均温14.9 ℃，极端最高温40.4 ℃，极端最低温-6 ℃。年平均降雨1 259 mm，无霜期253 d，最大坡度为38.2°，主要种植茶叶、甘蔗、水稻、玉米等；土壤母质主要冲积物、第三迭系褐红土、第四系更新统岩风化物、老冲积物，土壤类型主要为赤红壤、冲积土、红壤等。

1.1.2 样品采集与分析 利用GPS定位技术，在研究区耕地内随机法进行采样。采集土壤耕按0～20 cm土样，要求土壤采样点具有代表性，并远离居住区、道路等人为活动密切的地方，记录每个采样点的坐标，共采样3 791个。将所采样样品排除杂物风干，磨碎，分别装于瓶中，待测定。按照《测土配方施肥技术规范》[8]的要求，测定分析土壤养分中的有全氮、有效磷、速效钾的含量。

1.2 方法

1.2.1 半方差函数及其模型选取标准 数据分析采用GIS和地统计学相结合的方法。半方差函数是最核心的工具之一，是进行克里格空间插值的基础，用于分析区域变化量的变异特征及结构性状[9]。本文研究应用地统计软件GS+中球状、指数、高斯、线性模型，以残差平方和（RSS）接近于0最小、决定系数（R2）接近1最大为原则[10]，对半方差函数进行拟合，选取最优的半方差函数理论模型及其参数。

计算公式为：r（h）=[Z（xi）-Z（xi+h）]2。

1.2.2 数据处理 将所测的GPS数据实验测定值加减三倍标准差来处理特异值，剔除异常值共169个。利用ArcGIS软件，将经纬度转换成平面坐标得到的 3 621个样点的土壤养分数据，导入ArcGIS软件中生成样点分布图（图1）。采用SPSS19.0进行统计分析，利用GS+9.0软件对土壤养分数据进行半方差分析，Kriging插值和图形绘制在ArcGIS软件的地统计学模块中完成[10-11]。

2 结果与分析

2.1 土壤养分含量的统计特征分析

用SPSS19.0统计软件，对全氮、有效磷、速效钾的测定值进行统计分析（表1）。当CV≤0.1时，为弱变异性；当0.1速效钾>全氮。3种养分均属中等变异强度，说明养分在空间分布受人为活动、耕作施肥等随机性因素的影响相对较大。

2.2 土壤养分含量的半方差函数分析

2.2.1 各向同性下半方差函数特征 利用地统计软件GS+9.0对研究区土壤养分属性进行半方差函数分析，相关参数见表2。一般认为块金值（Co）代表随机变异的量，而基台值（Co+C）代表变量空间变异的结构性方差。块金值与基台值的比称为基底效应，表示样本间的变异特征，该值越大，表示样本间的变异更多是由随机因素引起的[13]。按照區域化变量空间相关性程度的分级标准[14]。块金值与基台值的比值Co/（Co+C）表示随机部分引起的空间变异性占系统总变异的比例，而土壤养分空间变异是由内在因素和随机性因素共同作用的结果。如果比值<25%，说明系统具有强烈的空间相关性；如果比例在25%～75%表明系统具有中等的空间相关性；若>75%则说明系统空间相关性很弱[15]。全氮值的Co/（Co+C）均<25%，表现出强烈的空间相关性，表明这3种要素的空间变异主要受到结构性因素，如土壤类型、母质类别等因素的影响；有效磷、速效钾值的25%

2.2.2 各向异性下半函数特征 区域变化要考虑在不同方向的变化。变异函数在几个方向上的变异相同称为各向同性，在几个方向上的不同称为各向异性。地形、水分等因子导致的空间异质性常常是各向异性的，自然过程在不同方向上控制着不同的变异性[16]。3种土壤养分在在四个方向上（表3），块金值、基台值和变程均相同，说明3种土壤养分在这四个方向上土壤全氮、有效磷、速效钾具有带状同向性的结构特征。

2.3空间丰缺格局

通过对土壤养分趋势特征参数及异向性分布特征参数分析，一般用0～4阶来描述空间趋势效应[13]，3种养分都符合二阶趋势效应。利用上述所得到的半方差分析结果的模型参数，利用ARCGIS10.1软件地统计模块中的Geostatistic analysis模块中的Kriging法对全氮、有效磷、速效钾进行空间内插，并根据全国第二次土壤普查标准[16]、云南省土壤耕层养分分级标准和云南省大理市土壤耕层养分分级标准对3种养分值图进行划分，并将转为栅格图，分别统计3种土壤养分的面积和所占研究区的比例（图3）。有效磷的分布格局较为复杂，其含量高低值分布较分散，多以小的斑块出现，变异主要与土壤微变异和人类活动密切相关，其中东部和中部含量较高。控施磷肥为今后改善土壤环境和保持土壤肥力的重要措施。磷肥缺乏地区主要是更嘎乡的西米河街、大寨、平掌、勐练、立达、下寨等村寨，应增补肥料；养分速效钾含量超过150 mg/kg的区域，占整个县域面积的78%左右，研究区内速效钾整体处于丰富水平。全氮分成两个区管理，其中表现丰富地区占整个研究区的80%左右；表现缺乏地区，占整个研究区的20%左右，其中阿干、篱笆兔等村寨缺乏严重。

2.4 影响因子分析

不同因素下土壤氮、磷、钾的方差分析及养分要素的相关性分析见表5和表6。可以看出，地形地貌类型、土壤类型、母质、利用类型对土壤全氮、有效磷、速效钾养分含量均有显著的影响；土壤养分与海拔高低、坡度大小、年平均降水量、平均温度、灌溉保证率、有机质、pH值等具有显著地关系，其中海拔与氮、磷、钾有显著的影响。3种养分在上述影响因子内的差异程度及变化规律有所差别。全氮主要受土壤质地、地貌类型、土壤类型、有机质、pH值、海拔、坡度、年平均降水量、平均温度的影响；有效磷主要受土壤类型海拔、土壤利用类型、年平均降水量、平均温度、灌溉保证率、有机质、pH值的影响，说明有效磷受人为因素影响比较大，其中与坡度的含量成反比；速效钾受母质、土壤类型海拔、坡度、年平均降水量、平均温度、灌溉保证率、有机质、全氮、有效磷的均有影响。土壤有机质是土壤氮、钾素的重要来源之一，与人为利用因素相关，并对氮、磷、钾产生影响。

3 讨论与结论

研究表明表明，速效钾、有效磷、全氮表现为强烈的空间相关性，主要受到结构性因素的影响；变异系数在23.34%～50.55%，变异强度为有效磷>速效钾>全氮。总体上3项指标的Co/（Co+C）均大于25%。故随机性因素对研究区土壤养分的空间变异起主导作用，全氮、有效磷、速效钾的比值均在25%

土壤养分空间变异与母质类型、地貌类型、土壤类型、土壤利用方式有显著性关系。全氮与海拔、坡度、年平均降水量、平均温度、有机质、pH值、速效钾等因子呈显著关系；有效磷则与海拔、年平均降水量、平均温度、有机质、pH值、速效钾等因子呈显著关系；坡度是有效磷的限制因子；速效钾则与海拔、坡度、年平均降水量、平均温度、有机质、速效钾、全氮、有效磷等呈显著关系。鉴于本文研究的氮、磷、钾与有机质和其他影响因素等属性间存在极显著相关性，可进一步尝试与有机质等容易获取、稳定的属性为辅助变量，运用协同克里格法插值，进一步提高土壤养分的估值精度及优化采样数量。本试验的不足之处是在分析土壤养分因子影响如气候、灌溉因素、土壤水分等变化时，由于采样数据的限制，只分析了1 a的平均值，缺乏年内和年际动态变化对土壤养分的影响研究，也缺乏时间性，又缺乏作物产量的相关数据，可作为今后的研究重点。

参考文献

[1] 黄绍文， 金继运. 土壤特性空间变异研究进展[J]. 土壤肥料， 2002， 1（1）： 8-14.

[2] Webster R. Quantitative spatial analysis of soil in the fieid[J]. Adv SoilSci， 1985， 3： 1-70.

[3] 马玉峰， 王文明， 贾保全. 半干旱农牧交错区土壤养分空间变异特征[J]. 土壤通报， 2006， 37（3）： 417-421.

[4] 秦占飞， 常庆瑞. 县域土壤养分空间变异分析-以蒲城县为例[J]. 干旱地区农业研究， 2012， 1（30）： 30-35.

[5] 王永东. 罗江县耕地土壤养分空间变异研究[M]. 雅安： 四川农业大学， 2012.

[6] 贾树海， 张 琦， 孟维军， 等. 基于与地统计学土壤养分空间变异特征研究-以辽宁省凌源市乡镇为例[J]. 水土保持通報， 2009， 6（29）： 197-201.

[7] 赵莉敏， 史学正， 黄 耀， 等. 太湖地区表层土壤养分空间变异的影响因素研究[J]. 土壤， 2008， 40（6）： 1 008-1 012.

[8] 王 凯. 测土配方施肥技术规范（农业行业标准）[J]. 北京： 中国农业出版社， 2006.

[9] 刘爱利， 王培法， 丁园圆. 地统计学概论[M]. 北京： 科学出版社， 2011.

[10] 汤国安. ArcGIS地理信息系统空间分析实验教程[M]. 北京： 科学出版社， 2006： 363-421.

[11] 曹丽英， 张文丹， 毕红杰， 等. 基于GIS和模糊聚类分析的土壤养分评价[J]. 安徽农业科学， 2010， 38（16）： 8 595-8 661.

[12]杜国祯， 覃光莲， 李白珍， 等. 高寒草甸植物群落中物种丰富与生产力的关系研究[J]. 植物生态学报， 2003， 27（1）： 125-132.

[13] Cambardella C A， Moorman T B， Novak J M， et al. Field sacle variability 0f soil properties in Central Iowa soils[J]. Soil Science Society of American Journal， 1991， 58（5）： 1 501-1 511.

[14] Chien Y J， Dar-Yuan L， Hong-Yuh G， et al. Geostatistical analysis of soil properties of mid-west Tai Wan soil[J]. Soil Science， 1997， 162（4）： 15-18.

[15] 王政权. 地统计学及在生态学中的应用[M]. 北京： 科学出版社， 1997： 69-74， 104-118.

[16] 全国普查办公室. 中国土壤普查技术[M]. 北京： 科学出版社， 1990.