基于GIS的武功山山地草甸土壤有机质空间变异研究

柳富坤, 袁知洋, 孙志国, 邓邦良, 郭晓敏*

(1.贵州师范大学 地理与环境科学学院,贵州 贵阳 550000; 2.湖北省地质科学研究院,湖北 武汉 430034; 3.湖北科技学院 资源环境科学与工程学院,湖北 咸宁 437000; 4.江西农业大学 江西省森林培育重点实验室,江西 南昌 330045)

基于GIS的武功山山地草甸土壤有机质空间变异研究

柳富坤1, 袁知洋2, 孙志国3, 邓邦良4, 郭晓敏4*

(1.贵州师范大学 地理与环境科学学院,贵州 贵阳 550000; 2.湖北省地质科学研究院,湖北 武汉 430034; 3.湖北科技学院 资源环境科学与工程学院,湖北 咸宁 437000; 4.江西农业大学 江西省森林培育重点实验室,江西 南昌 330045)

以江西萍乡武功山核心景区的金顶—吊马桩一带的区块状山地草甸土壤为研究对象,对试验区草甸上(0～20 cm)和下(20～40 cm)两层土壤采用30 m×30 m网格共采117个样点,测定土壤有机质,采用常规统计和地统计学进行了土壤有机质的空间变异分析,并且基于GIS进行了普通克里金插值成图,通过对土壤有机质的分布特征以及空间异质性研究分析,得出结论如下:①根据常规描述性统计分析,试验区草甸土壤上层(0～20 cm)大体属于2类有机质土壤,下层(20～40 cm)大体达到3类有机质土壤,整体性分布较好;②在采样距离为30 m的背景下,试验区草甸的上、下层土壤有机质的自相关距离A0分别为474.6 m和260.2 m,都远>30 m的采样间距,说明有机质空间区块性分布明显,采样合理有效;③试验区上、下层草甸土壤中有机质的空间自相关性系数(C0/C0+C)分别为27.85%和28.66%,属于中等偏下程度的空间自相关,土壤有机质空间变异受人类因素和自然因素双重影响;④通过普通克里格空间插值成图,图中呈现出来的土壤有机质空间分布在地形和土地利用格局下都具有地区差异性,初步分析可知,造成这种差异的原因主要为海拔、地形、旅游活动、土壤垂直发育等因素。

武功山草甸;土壤有机质;空间变异;地统计学;GIS空间插值

土壤是在地球陆地表层形成的,受自然因素以及人为因素共同作用而形成的不均和变化的疏松连续体,具有高度的空间变异性[1],土壤的有机质随之发现变异,土壤有机质的空间变异性指土壤中所含的有机质在空间不同位置中所表现出的差异性以及趋势性,土壤的变异是客观存在的,其变异的根本因素是自然因素和人类活动,变异类型包括结构分异和随机变异两种[2]。土壤的形成经过一系列自然过程[3-4](地形、母质、土壤类型、地质过程等),自然因素是土壤特性的空间结构分异的内源动力。一些研究结果表明,土壤中不论是有机质还是大量、中量或者微量养分元素的空间变异性,受土壤母质、地形影响较为显著[5-7],因此自然因素是影响养分空间异质性的内在动力;人类因素对土壤养分特性的空间变异也有较大影响,人类对土壤理化性质的改变是多方位的,有添加养分作用,有造成养分流失的加速作用,有带来污染物的作用等。

为研究江西省萍乡市武功山山地草甸土壤有机质的空间变异状况,本文以武功山核心景区的金顶—吊马桩一带的区域块状山地草甸为研究对象,对试验区草甸土壤上(0～20 cm)和下(20～40 cm)两层进行采样并运用ASI土壤养分状况系统分析法[8-10]测定土壤有机质,采用地统计学[11-14]进行了土壤有机质的空间变异分析,并且基于GIS进行了草甸土壤有机质的普通克里金插值成图,通过对土壤有机质的分布特征以及空间异质性研究分析,揭示武功山试验区草甸土壤有机质的空间变异规律,了解试验区草甸土壤养分状况,不仅可以为科学施肥、实行山地草甸养分的分区管理提供重要依据,且有助于揭示退化草甸生态系统中土壤有机质的变异实质,为亚热带地区退化山地草甸植被恢复技术及丰富亚热带山地草甸土壤有机质管理理论提供科学参考。

1 材料与方法

1.1 武功山试验样地概况

试验样地位于武功山主峰金顶(N27°27′19′′,E114°10′24′′,1 918.3 m)—吊马桩(N27°27′59′′,E114°10′31′′,1 598 m)景区处的成片区山地草甸,草甸禾本科植物中,芒类(Miscanthus sinensis)作为主要群落其分布面积较大,是整个植物群落的优势种,其次是野古草(Arundinella anomala)为亚优势种,伴生茅根(Perotis indica)等,还有少量蓼科(Polygonaceae)、蔷薇科(Rosaceae)、唇形科(Labiatae)和十字花科(Cruciferae)植物[15]。如图1所示,该地区草甸景观面积较为广阔,美学价值较高,是武功山山地草甸的旅游核心区,是游客上山旅游活动的首要目的地,且金顶区域有成片区的旅馆和餐饮设施,因此此片区的草甸成为受到旅游活动等干扰最为剧烈的地区,草甸土壤养分可能受到不同程度的干扰而发生变异。

图1 武功山金顶采样区卫星图和采样示意图Fig.1 Satellite image of sampling area and map of sample spots in Jingding meadow of Wugong Mountain

1.2 样品采集方法

在武功山金顶草甸试验区的采样设计:选取武功山山地草甸土壤上(0～20 cm)、下(20～40 cm)两层为研究对象,在地图上初步划定试验区的大面积的草甸片区,在该片区内按顺序选取了117个草甸土壤采样点,每个采样点间距控制为30 m左右,进行网格状取样,且用手持式GPS记录仪记录下每个采样点的经纬度,以及海拔、坡度、退化程度等地理概况,在每个采样网格的中间点和四周距离为3 m的四个点分别取样,每个点取上(0～20 cm)、下(20～40 cm)两层土壤,分别将五个点上、下两层土壤分层混合均匀,取适量进行标记、装袋,并及时带回实验室,预先晾干、筛选、研磨等处理,继而应用ASI土壤养分状况系统分析法进行化学分析,测出每个土样的有机质指标,代表该网格区的草甸土壤有机质含量状况。

1.3 样品测定与数据分析方法

1.3.1 土壤样品有机质测定的实验方法

本研究中的土壤样品的有机质测定主要基于ASI土壤养分状况系统研究法[9]的测定方法,操作如下:碱溶有机质(ASI-OM)采用0.2 mol /L NaOH-0.01 mol/LEDTA-2%甲醇浸提剂浸提,分光光度计420 nm光波测定,用腐殖酸做标准曲线测定。

1.3.2 数据处理与统计方法

试验数据采用Excel2003、SPSS17.0、半方差分析软件平台GS+7.0(Gamma Design Software)、ArcGIS Desktop9.3、Photoshop CS3等分析软件进行分析,具体操作如下:应用Excel 2003和SPSS17.0统计软件对土壤有机质数据进行基于ASI的描述性统计分析;显著性水平设定为α=0.01、α=0.05两个水平,对土壤有机质数据进行正态分布检验;应用地统计学软件GS+对网格取样样地的土壤有机质的整体数据进行半方差函数分析,得出其空间异质性参数;应用ArcGIS的克里格空间插值模块对样地土壤有机质指标进行地理空间插值,得出空间养分分布状况图,图片后期处理利用Photoshop CS3进行分辨率处理,图表和文本均采用Microsoft Excel 2003完成。

2 结果与分析

在分析土壤养分有机质的空间变异之前,需要对所采样点的土壤有机质数据值进行传统统计分析,这是武功山草甸土壤有机质的空间异质性分析的基础,因此在基于ASI土壤养分分析系统测定下,对117个采样点的上、下层土壤样本进行土壤有机质的描述性统计分析。

2.1 武功山山地草甸土壤有机质含量的统计特征分析

结合中国第二次土壤普查结果,数据表中的统计项目包括最大值、最小值、平均值、中值、标准差、方差、偏斜度、变异系数等,分析结果见表1。

表1 武功山金顶片区山地草甸土壤养分描述性统计分析及正态分布检验(土壤0～20 cm和20～40 cm)Table 1 Descriptive statistical analysis and normal distribution test of meadow soil nutrients in Jingding area of Wugong Mountain(soil layers:0～20 cm & 20～40 cm)

注:有机质(OM)的单位为%,下表2同。

表2 中国土壤养分分级标准(第二次全国土壤普查)Table 2 Classification standard of soil nutrients in China(from the second national soil survey)

从表1和表2可以得出:

(1) 土壤有机质含量的变化范围。117个采样点的土壤有机质数据的最大值和最小值的差即其养分含量变化范围。有机质的含量是判断土壤肥力的重要一环,上层土壤中其最大值和最小值分别为9.56%和0.94%,均值为3.57%;下层土壤中其最大值和最小值分别为9.97%和0.96%,均值为2.95%。按照中国第二次土壤养分的分级标准(如表2),在有机质方面,武功山实验区金顶草甸上层土壤在第5类—第1类有机质土均有分布,大体上达到了2级有机质土的标准;下层土壤为第5类—第1类有机质土均有分布,武功山草甸的下层土壤大体上达到了3级有机质土的标准,但是有机质在变化范围上下层均出现了变化范围较大的情况,其最大值是最小值10倍左右的变幅。

(2)变异程度是为了直观地表示土壤养分在试验区分布的离散程度,用CV值表示变异系数。按照反映117个的样点土壤养分含量值离散程度的变异系数大小,也可以将土壤变异性分级:①土壤养分变异系数CV数值<10%,为弱变异性;②土壤养分变异系数CV在10%～100%之间,为中等变异性;③土壤养分变异系数CV>100%,属于强变异性。

(1)

根据表1中的试验区草甸土壤有机质指标的变异系数CV统计表明,上层(0～20 cm)和下层(20～40 cm)草甸土壤养分变异系数分别为38.38%和51.19%,均为中度变异。

(3) 为了直观地表示土壤养分分布的偏移量,以P值表示其偏斜程度:

(2)

当土壤养分分布服从正态分布时,中值等于平均值,P=0,若以P值为5%作为分界线,>5%为偏斜,<5%为不偏斜。

通过表1可以看出,主景区金顶草甸土壤上下层有机质偏斜度分别为7.28%和10.17%,均>5%,有机质含量整体上均表现为一定的偏斜。

2.2 武功山土壤养分的空间变异特征分析

草甸土壤养分的传统统计分析,可以从总体上概括土壤养分的含量状况。既然是总体上的特征,必然在局部土壤特征上缺少反映,也不能定量地描述草甸土壤养分的随机分布和结构特征,土壤养分的空间独立性和相关性的反映也缺乏数据支撑。为了填补传统统计学上的不足,必须进一步利用地统计学方法对草甸土壤养分的空间变异性进行分析和探讨。地统计学分析空间变异性分两个步骤:①对土壤养分数据用单样本柯尔莫哥洛夫—斯米诺夫 Kolmogorov-Smirnov test(K-S)法进行正态分布检验;②变异函数的计算、定义和检验。

2.2.1 武功山草甸土壤养分数据的正态分布检验

对金顶草甸区117个取样点的土壤有机质分上下层进行统计分布的单样本柯尔莫哥洛夫—斯米诺夫Kolmogorov-Smimov(K-S)法正态分布检验,得到显著性概率,即双侧渐近显著性值{Asymp.Sig(2-tailed)}。检验结果如表3所示,以0.05为分界线,当显著性概率PK-S>0.05时,则服从正态分布;当PK-S<0.05时,则不成正态分布,需要对数据进行对数转换。

从表3可看出,武功山主景区金顶草甸上层土壤有机质的PK-S>0.05,表明上层土壤有机质在95%的置信下达到显著水平,呈正态分布,可以直接进行地统计学变异函数分析。下层土壤有机质的PK-S<0.05,不服从正态分布,需经过对数转换以服从正态分布,然后进行地统计学变异函数分析。

表3 土壤有机质的SPSS柯尔莫哥洛夫—斯米诺夫正态分布检验(土壤层0～20 cm和20～40 cm)Table 3 Kolmogorov-Smirnov’s normal distribution test in SPSS for soil organic matter(soil layer:0～20 cm & 20～40 cm)

注:Sig=Significance,即显著性值。

2.2.2 试验区草甸土壤有机质的半方差函数分析

基于武功山草甸土壤区土壤采样的网格坐标分布和所测土壤有机质含量值数据,在GS+7.0中进行数据模拟和输入,在软件中自动选择最优半方差函数模型下分析计算得出了草甸土壤养分空间异质性的量化指标,即土壤有机质空间变异的自相关距离和土壤有机质空间变异的空间自相关程度,并且生成各个养分指标的半方差函数模型图(图2),提取其中的参数形成表4。

图2 武功山试验区草甸土壤有机质指标半方差函数图Fig.2 Isotropic varigram of soil organic matter of Wugong Mountain meadow(0～20 cm & 20～40 cm soil layer)

表4 武功山试验区山地草甸土壤有机质含量半方差函数特征参数表Table 4 Semivariance function characteristic parameters of soil organic matter(OM)in Wugong Mountain meadow

2.2.3 草甸土壤养分空间变异的自相关距离状况

土壤养分空间变异的自相关距离A0也叫变程(Range)或者独立间距,它能够表示土壤养分的空间分布特性及养分空间自相关的范围大小,当变量之间的采样距离小于其空间自相关距离时,说明变量之间存在空间相关性;当变量之间的采样距离大于其空间自相关距离时,说明变量之间相互独立。本研究的采样点的间距即变量之间的距离约为30 m,从表4可以得出结论:试验区草甸上层土壤有机质的自相关距离A0为474.6 m,下层为260.2 m,均远>30 m的采样间距,说明采样过程中30 m的取样间距合理有效,有机质呈200 m半径以上的区块状分布,整体性强。

2.2.4 草甸土壤养分空间变异的空间自相关程度状况

块金值(C0)是变异函数在原点处的数值,可以理解成土壤养分受人为因素影响程度,通常表示由实验误差和小于最小实验取样尺度引起的随机变异。基台值即C0+C表示系统属性或区域化变量的最大变异,即系统内的总变异,包括结构性变异和随机性变异,(C0/C0+C)则反映自相关部分的空间变异性占总空间变异性的程度,因此可作为研究因子空间相关的分类依据[19]。

(1) 当(C0/C0+C)>75%,属于强的空间自相关,因此数据具有很好的空间结构性,这可能是由于人为活动削弱了结构性因素所造成的自相关作用;

(2) 当25%≤(C0/C0+C)≤75%,属于中等程度空间自相关,空间相关性中等;

(3) 当(C0/C0+C)<25%,属于弱的空间自相关,空间相关性强。反映随机部分即自然因素引起的空间异质性程度起主要作用。

从表4中可知,试验样地武功山金顶地区的土壤有机质空间变异特征如下:上、下层草甸土壤中有机质的空间自相关性系数(C0/C0+C)为27.85%和28.66%,属于中等偏下程度的空间自相关,说明人为因素和自然因素对草甸土壤有机质空间变异均产生了作用,人为作用目前的影响偏弱。

2.3 武功山山地草甸土壤养分的空间分布格局

武功山山地草甸试验样地取样设置呈南北走向的成片状,从南端的最高峰金顶到北端的吊马桩景区,中间有V型谷地,在此处的草甸覆盖区获得有限而且尽量规则的样点数据,通过之前的半方差函数的模拟分析得出的结果可以知道,对土壤有机质指标进行空间插值是可行和精确的,因此在土壤养分半方差函数理论及结构分析的基础上,利用ArcGIS中的Kriging空间插值模块对试验样地的土壤有机质含量和周围区域进行插值估计,因此通过面积上或者权重上的局部加权平均,可以得出最优无偏估计,绘制出土壤有机质的空间分布格局图,如图3所示。

先做出采样点的边界轮廓和采样点平面分布图,如图1所示。试验地位于武功山主景区金顶—吊马桩一带,采样地边界范围约为12 000 m2。然后运行ArcGIS下的“MapGIS—地理分析—克里金(Kriging)”模块,将金顶草甸采样地块图与土壤有机质分布进行插值处理,不同颜色色阶的叠加渲染,做出土壤有机质空间分布图(图3),从图上插值结果看,可以得出以下具体分析:土壤的有机质方面,与常规统计和地统计学分析结果类似,从插值的色阶区间来看,在图中草甸土壤上下层的有机质含量均比较稳定,没有多大的上下层差异,在南部的金顶一侧有机质较高于吊马桩一侧,出现在金顶一侧有机质在峡谷区较高,金顶—吊马桩之间的V型谷底的土壤有机质含量也较周边高。

图3 草甸土壤有机质指标空间插值图Fig.3 Spatial interpolation of soil organic matter of Wugong Mountain meadow

3 结论与讨论

3.1 结论

(1) 描述性统计分析得出其结论为试验区草甸土壤大体属于2类有机质土壤。

(2) 在采样距离为30 m的背景下,试验区草甸的上、下层土壤有机质的自相关距离A0分别为474.6 m和260.2 m,都远>30 m的采样间距,说明有机质空间区块性分布明显,采样合理有效。

(3) 试验区草甸上、下层土壤有机质的空间自相关性系数C0/(C0+C)均呈现出中等偏下强度的空间自相关,主要受自然因素的影响,但开始有被人类活动因素所打破的趋势。

(4) 通过普通克里金空间插值成图,图中呈现出来的土壤有机质空间分布在地形和土地利用格局下都具有地区差异性,在金顶和V型谷的土壤均出现了有机质含量较高的集中区,在旅游密集区土壤有机质含量高且呈破碎化分布,初步分析可知,造成这种差异的原因主要为海拔、地形、旅游活动、土壤垂直发育等因素。

3.2 讨论

从本研究的结论上看,总体上目前武功山山地草甸土壤有机质受到自然因素和人类活动双重影响,其空间结构受到一定破坏,主要原因可以归纳为:

(1) 养分的空间变异主要影响因素为武功山独特的山体地形和气候条件;

(2) 目前旅游活动对武功山山地草甸的破坏时间不够长,干扰和破坏处于初期,在近几年才陆续被观察到,并且结合空间插值图可以发现,在金顶旅游活动区,这类土壤有机质的破碎化分布开始展现,说明局部地区受到了干扰,这是不容忽视的现状,并且这种破坏有加强的趋势。因此后续的工作应该更加细化,加强在金顶景区的养分管理和旅游管理,切实做好垃圾清理、旅馆经营和游客行为管理的工作,防止进一步对土壤环境的污染。

综上所述,武功山的山地草甸土壤研究工作还处于起步阶段,主要有关于常规养分和养分影响的自然因素研究[16-22],后续的研究工作需要更加细致化和多样化,利用半方差函数与Moran’s I的结合分析[23],运用GIS和地统计学软件等先进技术精准化、常态化管理山地草甸的养分。进行植被修复等工作时,需要长期动态监测和分析土壤养分空间变异状况。值得特别注意的是,对于土壤微生物环境和土壤碳的研究应该是后续工作的重点。

[1] 程先富,史学正,于东升,等.江西省兴国县土壤全氮和有机质的空间变异及其分布格局[J].应用与环境生物学报,2004,10(1):64-67.

[2] 张法升,刘作新.分形理论及其在土壤空间变异研究中的应用[J].应用生态学报,2011,22(5):1351-1358.

[3] 黄昌勇.土壤学[M].北京:中国农业出版社,2000.

[4] 陆欣.土壤肥料学[M].北京:中国农业大学出版社,2002.

[5] 秦松,樊燕,刘洪斌,等.地形因子与土壤养分空间分布的相关性研究[J].水土保持研究,2008,15(1):46-52.

[6] 程先富,史学正,王洪杰.红壤丘陵区耕层土壤颗粒的分形特征[J].地理科学,2003,23(5):618-621.

[7] 钟晓兰,周生路,李江涛,等.长江三角洲地区土壤重金属污染的空间变异特征——以江苏省太仓市为例[J].土壤学报,2007,44(1):33-40.

[8] 杨玉玲,文启凯,田长彦,等.土壤空间变异研究现状及展望[J].干旱区研究,2001,18(2):51-55.

[9] 熊桂云,刘冬碧,陈防,等.ASI法测定土壤有效磷、有效钾和铵态氮与我国常规分析方法的相关性[J].中国土壤与肥料,2007(3):73-76.

[10] 金继运,张宁,梁鸣早,等.土壤养分状况系统研究法在土壤肥力研究及测土施肥中的应用[J].植物营养与肥料学报,1996(1):8-14.

[11] 杜森,黄青青,李花粉.土壤通用浸提剂与有效养分测试研究进展[J].现代农业科技,2010(16):286-291.

[12] A.G.Journel and C.J.Huijbregts.Mining Geostatistics[M].New York,NY,USA:Academic Press,1978.

[13] Webster R,Burgess T M.Spatial variation in soil and the role of kriging[J].Agricultural Water Management,1983,6(2):111-122.

[14] 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.

[15] 秦耀东.土壤空间变异研究中的半方差问题[J].农业工程学报,1998(12):42-47.

[16] 袁知洋,邓邦良,郭晓敏,等.武功山山地草甸土壤全量氮磷钾分布格局及对不同退化程度的响应[J].西北林学院学报,2015,30(3):14-20.

[17] 袁知洋,邓邦良,李志,等.武功山草甸土壤碱解氮含量分布影响因素研究[J].江苏农业科学,2015,43(5):318-320.

[18] 袁知洋,邓邦良,陈煦,等.武功山草甸区植被小群落下土壤活性有机碳和总有机碳的分布及关系[J].西南农业学报,2015,28(5):2166-2171.

[19] 袁知洋,邓邦良,张学玲,等.武功山草甸植被小群落土壤活性有机碳与土壤养分的典型相关分析[J].中南林业科技大学学报,2016,36(2):84-90.

[20] 温卫华,邓邦良,牛德奎,等.武功山草甸土壤微生物分布影响因素研究[J].湖北农业科学,2015,54(8):1844-1847.

[21] 邓邦良,袁知洋,郭晓敏.武功山草甸土壤微量元素分布及对人为干扰的响应[J].草业科学,2015,32(10):1555-1560.

[22] 邓邦良,袁知洋,温卫华,等.武功山山地草甸土壤有机质、全氮及碱解氮分布格局及关系[J].江苏农业科学,2015,43(11):414-417.

[23] 刘庆,夏江宝,谢文军.半方差函数与Moran’s I在土壤微量元素空间分布研究中的应用——以寿光市为例[J].武汉大学学报(信息科学版),2011,36(9):1129-1133.

(责任编辑：于继红)

Spatial Variability of Meadow Soil Organic Matter onWugong Mountain Based on GIS

LIU Fukun1, YUAN Zhiyang2, SUN Zhiguo3, DENG Bangliang4, GUO Xiaomin4
(1.SchoolofGeography&EnvironmentalScience,GuizhouNormalUniversity,Guiyang,Guizhou550000; 2.HubeiInstituteofGeosciences,Wuhan,Hubei430034; 3.SchoolofResourcesEnvironmentalScienceandEngineering,HubeiUniversityofScienceandTechnology,Xianning,Hubei437100; 4.KeyLaboratoryofTreeBreedingandCultivationofJiangxiProvincial,JiangxiAgriculturalUniversity,Nanchang,Jiangxi330045)

The authors take the soil in a block mountain meadow of the core scenic area of Wugong Mountain from Jinding to Diaomazhuang area as the research object,There are 117 sampling spots located at 30 m×30 m grid in the two layers,(0～20 cm)and(20～40 cm),of meadow in the test region.Through soil organic matter determination,spatial variation analysis of soil nutrients is analyzed by the conventional statistics and geological statistical methods,the Ordinary Kriging interpolation mapping is built based on GIS.Through the research and analysis on distribution characteristics and spatial heterogeneity of soil nutrients,it draws the conclusions as follows:①General descriptive statistical analysis concludes that the upper soil layer(0～20 cm)generally belongs to 2nd classes of organic matter soil,the lower part(20～40 cm)is to third class,and good integrity distribution is in the whole test region meadow.②Under the background of sampling distance of 30 m,the autocorrelation distance of the lower soil organic matter A0is 474.6 m and 260.2 m respectively in the test region meadow,which are far more than 30 m sampling spacing.It means that the organic matter spatial block distribution is obvious,and the sampling is reasonable and effective.③The correlation coefficients of the meadow organic matter in the two layers of test region(C0/C0+C)were 27.85% and 28.66% respectively,which is below the average level degree of spatial autocorrelation.And the spatial variability of soil organic matter would be affected by both human factors and natural factors.④According to Ordinary Kriging interpolation space mapping,the regional differences between the landform and the land use pattern of soil organic matter spatial distribution have been shown in the figure.The preliminary analysis shows that the causes of these differences mainly for altitude,landform,tourism activities,soil factors such as the vertical development and so on.

Wugong Mountain meadow; soil organic matter; spatial variation; geological statistics; GIS spatial interpolation

2016-01-26;改回日期:2016-09-18

国家科技支撑计划项目(2012BAC11B06);国家自然科学基金项目(31360177)。

柳富坤(1987-),男,硕士,研究方向:山地环境及地理科学研究。E-mail:278584130@qq.com

*通讯作者:郭晓敏(1956-),女,教授,主要从事土壤营养与施肥、地力维持、植被恢复、城市林业等领域的教学和科研工作。E-mail:gxmjxau@163.com

S153.6+21; P208

A

1671-1211(2017)02-0158-07

10.16536/j.cnki.issn.1671-1211.2017.02.008

数字出版网址:http://www.cnki.net/kcms/detail/42.1736.X.20170314.0820.004.html 数字出版日期:2017-03-14 08:20