闽西竹林土壤物理性质的空间变异格局1)

陈樟昊 余坤勇 刘健 林同舟 何平

(福建农林大学，福州，350002)

闽西竹林土壤物理性质的空间变异格局1)

陈樟昊 余坤勇 刘健 林同舟 何平

(福建农林大学，福州，350002)

采用地统计学与GIS分析方法，分析闽西永安市6个乡镇的毛竹林地的土壤含水量、土壤密度、最大持水量、最小持水量和土壤总孔隙度等6个物理性质的空间变异规律与分布格局。6个土壤物理指标变异系数介于0.12～0.30，均属中等变异；土壤含水量、最大持水量和毛管持水量最佳半方差函数模型均为球状模型，变程依次为3 970、4 360、4 710 m，土壤密度、最小持水量和毛管总孔隙度最佳半方差函数模型均为指数模型，变程分别为5 490、5 310、6 690 m，均大于1 000 m采样距离，且各指标随机性变异占总变异比例低于25%，分形维数趋近2，均呈现强空间相关性；除土壤密度呈各向同性且以0°方向(西—东)为优势格局外，其余5个指标呈各向异性且均以45°方向(西南—东北)为优势格局。土壤含水量与土壤密度的分布呈相反趋势，最大持水量、最小持水量和毛管总孔隙度分布格局相似，毛管持水量分布与研究区海拔密切相关，6个物理性质空间变异呈显著相关。

毛竹；土壤物理性质；空间异质性

土壤物理性质空间异质性深刻影响林地土壤质量和土壤物质循环[1]，是森林分布及其演变的主要原因之一[2]。土壤作为非均一性和变化的时空连续体，其物理特性作为土壤物质循环的载体，对土壤中水、气、肥和热的运输和传导具有重要的作用[3-4]。在气候、地形、生物、人为与自然干扰等因素的共同作用下，土壤物理性质存在高度的空间异质性[5-6]。不同尺度上土壤物理性质的空间变异影响要素存在着差异，小尺度范围内土壤微生物是主导影响要素，中尺度范围内土壤动物的活动与植被根系的分布是主导影响因素，而地形、母质与降水蒸发格局则是大尺度范围内决定土壤物理性质生态过程的主要原因[7-8]。当前，土壤物理性质的空间异质性是研究土壤生态学过程的热点之一，主要采用地统计学方法，对草地、松林区以及热带雨林区中小尺度空间变异进行研究[9-11]，为土壤理化性质的空间变异提供了重要的理论参考。由于中小尺度空间变异较为微弱，受随机变异影响较大[12]，研究大尺度土壤物理特性空间变异效应对其分布格局预测具有重要借鉴作用。

毛竹资源在我国分布广泛，是南方重要的森林资源。但受知识结构落后、经济利益刺激等因素影响，当前集体林区的竹资源经营中，林农主体以施肥、劈草等较为粗放的经营措施为主。这些粗放的人为经营，已导致竹资源林地的土壤硬结、水土流失、结构破坏等现象发生，使得林地生产承载力逐年下降。福建省永安市是我国毛竹的主要产区，20世纪80年代开始，该市大规模推行毛竹林集约化经营[13]，毛竹产业得到进一步的发展。但当地林农未能了解土壤特性及其空间格局对竹产量的影响，仍坚持以短期收益为目的的传统经营管理技术，使得产区毛竹密度由4 035株/hm2下降到目前1 900株/hm2；虽然竹笋产量增加，但总体上存在广种薄收，竹林产量和质量较前几年有严重下降的趋势[14]。土壤水分及孔隙等物理性质影响植物根系呼吸与养分吸收，其空间格局进而影响植物根系分布，并决定毛竹林生长状态与更新，以及人类经营管理模式的选择。因而探讨毛竹林地的土壤物理性质空间变异及规律对于指导我国南方集体林区的竹资源林地利用和优化经营具有重要指导意义。以永安市6个乡镇的毛竹林为例，在大尺度范围内，研究毛竹林土壤物理性质的空间变异特征，并插值预测各物理性质指标的空间分布格局，以期揭示竹林土壤物理性质空间变化规律，为今后竹林土壤物理性质最佳采样尺度研究以及竹林生产过程提供科学依据。

1 研究区概况

永安市地处福建省西部的三明市，东经116°56′～117°47′，北纬25°33′～26°12′。研究区位于永安市竹林覆盖率高的东部和南部，包括贡川镇、上坪乡、西洋镇、青水畲族乡、洪田镇、小陶镇6个乡镇。气候属中亚热带海洋性季风气候，年平均气温19.3 ℃，年降水量1 600 mm。地势由东北向西南逐渐升高，地表切割性强，结构破碎，地形复杂，山川溪流交错分布。研究区毛竹覆盖度高，尤其是上坪乡毛竹资源丰富，现有竹林面积6 666.7 hm2，人均拥有量居全省第一；贡川镇毛竹林面积达4 533 hm2，蓄积量大、生产效益突出；小陶镇与西洋镇毛竹林面积均达4 500 hm2以上；青水畲族乡西部与洪田镇南部均有丰富的毛竹资源。研究区土壤类型构成主要为红壤、山地黄壤、山地黄红壤、山地草甸土、石灰石。

2 材料与方法

以落入研究区的森林资源清查固定样地为基础，按公里网进行1 km×1 km加密设置和随机设置，提取优势树种为毛竹的样地138个(图1)。

图1 研究区采点布置示意图

2013年7月14—8月1日在各个样点用环刀对土壤进行分层采样，分别采集A层(0

采用SPSS 21.0筛选出土壤样本均值加减3个标准差区间外的离群值，并剔除离群值，进而统计各土壤样本物理性质的最大值、最小值、极差、均值、标准差、变异系数以及采用单样本K-S检验土壤样品的正态性。其中，变异系数反映随机变量离散程度，即土壤物理性质空间异质性的强弱，CV<0.1表现为变量的弱变异性；0.1≤CV≤1为中等变异性；CV>1则反映出变量具有强变异性[16]。考虑常规的描述性统计量仅能反映出土壤物理性质指标总体差异程度，忽略了由于样本间空间方位变化所产生的变异性，无法描述土壤物理性质的结构性和随机性。土壤物理性质的空间分布是一个连续性过程，可用地统计学的半方差函数分析区域化变量的空间变异特征和空间分布特征，半方差模型为

(1)

式中：h为两样本点空间距离；r(h)为样本距离的半方差函数；Z(xi)为Z(x)在样本点xi的实测值；Z(xi+h)为Z(x)在xi处距离偏离h的实测值[i=1,2,…，N(h)]；N(h)是空间距离为h的样本点对数。半方差函数涉及块金值、块基比和变程3个主要参数。其中，块金值反映随机性变异，块基比表示随机性变异占空间总变异的比重大小，变程则体现区域变量的空间自相关性的距离大小[17-18]。

3 结果与分析

3.1 土壤物理性质描述性统计特征

将采样点3层土壤物理性质各指标的平均值作为相应指标全剖面的数值。由表1可以看出，土壤物理性质各指标的最大值/最小值在1.94～10.72，变幅较大，说明研究区不同区域土壤物理性质各指标差异明显。研究区土壤物理性质各指标变异系数介于0.12～0.30；土壤含水量最大，为0.30；毛孔总孔隙度最小，为0.12，变异程度从小到大依次为毛管总孔隙度、土壤密度、最大持水量、最小持水量、毛管持水量、土壤含水量，均属于中等变异性。整体表明，研究区毛竹林地土壤物理性质中的土壤含水量、最大持水量、最小持水量与毛管持水量变异程度相近，土壤密度与毛管总孔隙度变异程度相近，而水分指标变异均高于土壤密度与土壤总孔隙度的变异程度。

表1 描述统计量

注：样本数n=123。

3.2 土壤物理性质空间异质性分析

表1的K-S检验数值表明，土壤含水量、最大持水量、最小持水量、毛管持水量、毛管总孔隙度和非毛管孔隙度均服从正态分布(p>0.05)，均符合地统计学分析的条件。为此，利用地统计学定量分析土壤水分指标的空间分异情况。

3.2.1 半方差函数拟合分析

对各土壤物理性质半方差函数进行拟合，选取最优半方差函数模型，其拟合参数见表2。

表2 毛竹林土壤物理性质半方差函数拟合参数

注：样本数n=123。

6个土壤物理性质最优半方差模型所对应的决定系数和残差平方和分别介于0.557～0.878、1.97×10-6～2.22×10-4，决定系数较高且残差趋近于0，表明各指标拟合精度较高，利用半方差函数能较好地反映区域各物理性质的空间变化特征。土壤含水量、最大持水量和毛管持水量最佳半方差函数模型为球状模型，土壤密度、最小持水量和毛管总孔隙度最佳半方差函数模型为指数模型。

研究区土壤水分各指标其块金值均趋近于0，表明受取样尺度、测量和实验误差等随机性因素所引发的变异程度小。根据文献[6]，土壤含水量、土壤密度、最大持水量、最小持水量、毛管持水量、毛管总孔隙度和非毛管孔隙度的块基比在0.002～0.121，均小于25%的划分标准，表现为强空间相关性[19]。从变程看来，各指标空间变异距离幅度大(3 970～6 690 m)，说明土壤物理性质存在较大范围的空间自相关性，其中非毛管孔隙度的变程达到6 690 m，反映出其空间连续性强，且土壤水分各指标的变程均大于平均采样距离(1 000 m)，可利用空间插值以期分析区域变量的分布特征。

图2 毛竹林土壤物理性质各指标变异函数

3.2.2 不同方向物理性质变异分析

从0°(东西方向)、45°(东北—西南方向)、90°(南北方向)、135°(西北东南方向)4个方向，采用标准变异函数研究竹林6个土壤物理性质在空间不同方向上变异尺度，结果见图3。标准变异函数值大于1，表明土壤物理性质变异程度较大；标准变异函数值小于1，表明土壤物理性质变异程度较小[20]。从图3的土壤含水量标准变异函数可以看出，土壤含水量4个方向变异程度差异性大，0°方向在24 528.45 m处标准变异函数值大于1，且变异程度达最大；45°方向各步长的标准变异函数值小于1，表明在此方向变异程度均较小；90°方向上6 782、24 585.06 m两处变异较大,标准变异函数值大于1，其中6 782 m处变异最大；在135°方向上，0～15 591.54 m尺度内变异程度较大，在接近28 701.54 m处变异达到最大，其余尺度变异程度均较小；这表明，土壤含水量在不同方向的变异程度与变异尺度呈现明显的各向异性。

由图3b可看出，土壤密度在不同方向的标准变异函数曲线变化趋势较为一致，且标准变异函数值大致分布于1左右，这表明，土壤密度在空间各个方向的变异趋于一致，表现为较强的各向同性。0°方向上，6种物理性质的标准变异函数值随步长的增加整体呈现增加的态势，土壤含水量、土壤密度、最大持水量、最小持水量、毛管持水量和毛管总孔隙度分别在24 528.45、28 564.03、28 550.33、28 537.74、28 558.86和24 669.84 m处变异程度达到最大，其中土壤含水量和毛管总孔隙度变异尺度较为接近，而土壤密度、最大持水量、最小持水量和毛管持水量的变异尺度较为接近；在45°方向上，6种物理性质随尺度增大，标准变异函数值呈现出较为一致的变化趋势，区别在于土壤含水率标准变异函数值均小于1，土壤密度、最大持水量、最小持水量和毛管持水量均在20 000 m附近尺度变异程度最大，毛管总孔隙度则在15 952.43 m处达到最大；90°方向上的土壤含水量、最大持水量、最小持水量、毛管持水量和毛管总孔隙度变化趋势极为一致，均在5 000～10 000 m范围内出现变异高峰值，表现为较强的空间变异性，在10 000～25 000 m范围内出现变异低谷，变异程度小；在135°方向上，土壤含水量、最大持水量、最小持水量、毛管持水量和毛管总孔隙度的标准变异曲线也具有相似性，其变异趋势由小增大后，再次减小再增大。以上说明，土壤密度表现为较为明显的各项同性，土壤含水量、最大持水量、最小持水量、毛管持水量与毛管总孔隙度均呈现出明显的各项异性，且同一方向上变异规律较为一致。

图3 毛竹林土壤物理性质不同方向变异函数

3.3 土壤物理性质分形分析

对6个竹林土壤物理指标的分形维数的分析，可比较不同变量间的空间自相关性的强弱程度，当分形维数值越接近2，则说明指标的变异程度越显著。分形维数值越小，表明土壤物理性质各指标值差异程度越大；分形维数越大，表明各指标均一程度越好[21]。通过计算0°、45°、90°、135°以及全方位的分形维数，可以看出6个土壤物理性质的分形维数均趋近于2，各土壤物理性质指标在不同方向上的分形维数均出现不同程度的波动，表明土壤物理性质有较强的空间自相关性，变异程度显著(见表3)。土壤含水量与毛管总孔隙度的分形维数在135°方向上均一程度最高，在0°方向上均一程度较差；最大持水量和最小持水量在90°方向上均一程度最高，在0°方向上均一程度较差；毛管持水量在45°方向上均一程度最高，在135°方向均一程度较差；土壤密度在90°方向上均一程度最高，在90°方向均一程度较差。从决定系数看，除土壤密度以45°方向(西南—东北)为优势格局，土壤含水量、最大持水量、最小持水量、毛管持水量和毛管总孔隙度均以0°方向(西—东)为优势格局。从全方位的角度看，土壤含水量的分形维数值最大，达1.972，说明其空间分布格局较其他土壤物理性质复杂，空间依赖性较弱；土壤密度的分形维数值最小，为1.939，说明其空间分布格局较为简单，空间依赖性强。

表3 毛竹林土壤物理性质分形维数

3.4 土壤物理性质空间分布特征

采用Kriging最优插值法对毛竹林6个土壤物理性质进行插值并交叉验证，各土壤物理性质的均方根误差均与平均标准误差相接近，标准平均值均趋近于0，标准均方根预测误差均趋近于1(见表4)。结果表明，各土壤水分指标Kriging插值精度均较高，可用于预测分析6个土壤物理性质的空间分布特征，并绘制各指标空间分布格局图(图4)。

表4 Kriging插值交叉验证参数

由图4a可知，土壤含水量呈片状及条带状分布，呈现出随纬度升高而上升的趋势。研究区地势由西南向东北降低且闽江支流沙溪水域流经此处，且研究区北部竹林覆盖度较高的贡川镇、上坪乡2个乡镇土壤含水量处于高值区，而竹林覆盖程度高的洪田镇南部未有水系流经，土壤含水量较低，说明竹林生长消耗土壤水分，其分布格局在一定程度上影响土壤含水量分布格局。土壤密度分布规律则与土壤含水量大致呈相反趋势，整体分布随纬度升高而减少，说明两者之间存在直接或间接作用。土壤密度在小陶镇呈现较为明显的带状分布，在小陶镇南部的高海拔区达最高值，西洋镇、青水畲族乡和洪田镇部分区域多呈斑块状分布。最大持水量、最小持水量和毛管总孔隙度分布格局较为一致，均在贡川镇、上坪乡和青水畲族呈现大面积高值区，且呈东北向西南方向呈递减趋势，斑块之间过渡较不明显。在研究区东北部，竹林覆盖度高，根系的发达与林下枯枝落叶层的增多，使其最大持水量、最小持水量和毛管总孔隙度较大，这与邱治军[22]研究竹林土壤水分物理性质的结果相一致。毛管持水量在研究区中部与东部青水畲族乡呈高值现象，呈片状及斑块状分布，大致由研究区中部向西扩散递减，这与区域海拔有较强的相关性。

图4 竹林土壤物理性质各指标空间分布格局图

3.5 土壤物理性质各指标间的相关性

从表5可以看出，土壤密度与土壤含水量、最大持水量、最小持水量、毛管持水量和毛管总孔隙度呈负相关，说明土壤密度与其余5个土壤物理性质的空间变异存在相反性规律；土壤含水量、最大持水量、最小持水量、毛管持水量和毛管总孔隙度两两之间的空间变异密切相关，且达到显著水平，说明5个指标之间相互作用较大。这主要由于竹林地受人为干扰程度较大，土壤的通透性影响土壤孔隙度及土壤持水量的空间分布格局。

表5 毛竹林土壤物理性质空间变异的相关性

注：** 在置信度(双测)为0.01时显著相关。

4 讨论

土壤物理性质的空间变异是气候、母质与地形等结构性因素，以及人为干扰、土壤生物活动等随机性因素综合作用的结果[23]。以毛竹林地土壤含水量、土壤密度、最大持水量、最小持水量、毛管持水量和毛管总孔隙度等6个指标为对象，研究了土壤物理性质空间变异，各个指标变程均大于1 000 m的采样间距，表明采样尺度合理。研究区毛竹林土壤物理性质6个指标块金值介于1.00×10-4～4.00×10-3，说明在当前的研究尺度下，存在由于取样误差及人为干扰引起的随机性误差等因素引起的空间变异；而6个指标的块金值均较小，说明当前的采样密度可充分揭示研究区土壤物理性质各指标的空间结构[24]。采样尺度的不同也将影响土壤物理性质空间变异程度，李岩[25]等研究阔叶红松林微环境土壤物理性质时采样尺度为2 m，其土壤物理性质变程介于1～4 m；苏松锦[10]等对黄山松林研究中，土壤水分-物理性质的采样尺度为10 m，其土壤水分-物理性质的变程介于14.90～19.40 m；高强伟[17]等在蜀南竹海研究土壤物理性质的采样尺度为1 000 m，其中土壤密度、最大持水量、最小持水量和毛管持水量变程介于404.9～1 514.6 m。本研究6个指标变程介于3 970～6 690 m，大于高强伟[17]等研究结果，这是因为本研究直接分析0～60 cm全剖面土壤物理性质，未进行分层分析，深层土壤受外界干扰小，因此表现出较大的空间连续性。据此可以看出，土壤物理性质的空间变异与观测距离、土壤深度密切相关，其空间分布特征在特定的采样尺度、深度表现出不同的变化规律。研究区位于竹林高产区，竹林更新频率高，人为干扰强度大，但本研究的研究尺度并未对土壤物理性质的原有空间分布格局造成破坏，因此研究区土壤物理性质6个指标的块基比最大仅有0.121，分形维数趋近于2，表现为强空间相关性。这说明研究区结构性因素影响土壤物理性质空间变异占主导作用，而随机性因素对其的影响相对较小。土壤含水量、最大持水量和毛管持水量的空间作用尺度较小，是由于不同类型抚育措施[26]以及地形、海拔，气候等环境因素[27]的影响；而土壤密度、最小持水量、毛管总孔隙度的空间作用尺度较大，与土壤结构、质地[28]关系密切。6个物理指标的变程均大于取样尺度(1 000 m)，因此今后在研究区毛竹林地土壤物理性质采样尺度可控制在3 000 m以上，且可根据研究指标选择相应的取样尺度，其中土壤含水量、最大持水量和毛管持水量以3 000～4 000 m为宜，土壤密度、最小持水量、毛管总孔隙度以5 000～6 000 m为宜。尺度效应是当前国内外研究的热点，研究不同尺度变量空间变异情况，可更好地把握土壤物理性质空间变异对尺度的依赖性以及更加准确地描述空间分布格局[29-31]。同时对尺度效应临界点判定有利于提高土壤调查的效率，因此今后需进一步研究毛竹林土壤物理性质空间异质性的最佳尺度效应问题。

采用标准变异函数揭示出研究区竹林土壤物理性质不同方向变异程度，其中土壤密度各向同性较为显著，其余5个指标呈现较为显著的各向异性的现象。一方面受毛竹本身生物学特性影响，其根系发达，对不同方向上土壤物理性质的空间变异造成影响；另一方面，由于研究区地形结构复杂，海拔差异明显，以及山地区域阴坡与阳坡水分蒸发量的差异，水分与土壤孔隙的物理特性各向异性明显。土壤含水量、最大持水量、最小持水量、毛管持水量和毛管总孔隙度两两之间的空间变异显著相关，且从分形维数来看，均以0°方向(西—东)为优势格局。这是因为地势由西至东升高，竹林土壤受人为干扰减弱，地形破碎程度较其他方向低。最大持水量、最小持水量和毛管总孔隙度分布格局相似，由于受研究区土壤特点以及植被覆盖程度不一的影响(多为红壤少黄壤)，使得3种指标受结构性影响空间变异占主导因素。毛管持水量分布格局与研究区海拔密切相关，这是因为毛管持水量受地下水补给作用的影响，在低海拔区毛管持水量较高海拔区大。而土壤密度空间变异与其他5个指标呈明显的负相关，在45°方向(西南—东北)为优势格局，且土壤密度空间分布格局由西南—东北方向递减，其分布规律呈现高海拔高密度的特点。由于海拔升高，温度降低，高海拔土壤较低海拔土壤板结程度大，但在上坪乡与贡川镇高海拔区由于毗邻沙溪水系土壤密度未出现偏大的现象。因此，把握物理性质特征对毛竹生长以及经营过程极为关键，尤其是水分是竹笋的主要组成成分[32]。综合以上分析，在毛竹林经营中，利用合理的采样尺度对研究区物理性质的分布格局进行预测，科学调配毛竹林地水分；对于高海拔竹林区及土壤密度偏大易板结区域，应适当调整竹林土壤孔隙度使毛竹林地土壤疏松，提高土壤透气透水性，以期提高竹林地水源涵养能力，并改善竹林地生产力。

5 结论

毛竹林土壤物理性质各指标均为中等变异(0.1≤CV≤1)，变异程度从大到小依次为土壤含水量、毛管持水量、最大持水量、最小持水量、土壤密度、毛管总孔隙度，各指标均具有强空间相关性，且结构性变异占总变异的87.9%～99.8%。其中土壤密度表现为各向同性的变异特征，土壤含水量、毛管持水量、最大持水量、最小持水量、毛管总孔隙度均呈各向异性。6个物理性质空间变异范围为3 970～6 690 m，均大于采样尺度(1 000 m)，毛竹林地土壤含水量、最大持水量和毛管持水量较优采样间距可控制在3 000～4 000 m的范围内，而土壤密度、最小持水量、毛管总孔隙度则控制在5 000～6 000 m范围内。土壤密度的优势格局为0°方向(西—东)，其余5个物理性质的优势格局为45°方向(西南—东北)，研究区毛竹林地呈高含水量低密度，最大持水量、最小持水量和毛管总孔隙度空间格局相似及高海拔低毛管持水量的分布特点。不同物理性质空间变异存在相关性和差异性，可根据指标间的空间联系及其影响因素，针对性指导毛竹林地土壤水分调配等生产措施，实现毛竹林精准化发展。

[1] 金爱武,吕玉龙,潘春霞,等.竹林土壤特性空间变异的研究综述[J].林业科技开发,2007,21(5):5-8.

[2] 史丽丽,赵成章,高福元,等.基于地统计学的甘肃臭草群落土壤水分空间异质性[J].山地学报,2011,29(6):649-653.

[3] WANG Y Q, SHAO M A. Spatial variability of soil physical properties in a region of the loess plateau of Pr China subject to wind and water erosion[J]. Land Degradation & Development,2013,24(3):296-304.

[4] 王高敏,杨宗儒,查同刚,等.晋西黄土区退耕还林20年后典型林地的持水能力[J].北京林业大学学报,2015,37(5)：88-95.

[5] BERNDTSSON R, BAHRI A, JINNO K. Spatial dependence of geochemical elements in a semiarid agricultural field: ii. geostatistical properties[J]. Soil Science Society of America Journal,1993,57(5):289-295.

[6] BRADY N C, WEIL R R. The nature and properties of soils. 11th ed.[J]. Soil Science,1996,74(4):333.

[7] YAO X L, FU B J, LÜ Y H, et al. Comparing of four spatial interpolation methods for estimating soil moisture in a complex terrain catchment[J]. PLOS One,2013,8(1):1-13.

[8] 时雷雷.海南尖峰岭热带山地雨林原始林土壤理化性质空间异质性研究[D].北京:中国林业科学研究院,2012.

[9] 赵丽丽,王普昶,张锦华,等.贵州喀斯特暖性草丛土壤物理因子空间异质性分析[J].草业科学,2011,28(7):1234-1238.

[10] 苏松锦,刘金福,陈文伟,等.戴云山黄山松林土壤水分物理性质空间变异特征与格局[J].资源科学,2014,36(11):2423-2430.

[11] 段文标,陈立新,颜永强.莲花湖库区红松水源涵养林土壤水分-物理性质的空间分布特征[J].自然资源学报,2011,26(7):1227-1235.

[12] 路鹏,彭佩钦,宋变兰,等.洞庭湖平原区土壤全磷含量地统计学和GIS分析[J].中国农业科学,2005,38(6):1204-1212.

[13] 顾琪,陈霜霜,彭悦,等.集约经营模式下毛竹的空间分布格局[J].南京林业大学学报(自然科学版),2016,40(2):1-8.

[14] 何平,刘健,余坤勇,等.南方竹林地土壤有机碳空间异质性研究[J].土壤通报,2016,47(2):278-286.

[15] 张万儒,杨光滢,屠星南,等.森林土壤分析方法[M].北京:中国标准出版社,2000.

[16] GOOVAERTS P. Geostatistical modelling of uncertainty in soil science[J]. Geoderma,2001,103(1):3-26.

[17] 张文敏,姜小三,吴明,等.杭州湾南岸土壤有机碳空间异质性研究[J].土壤学报,2014,51(5):1087-1095.

[18] 苏松锦,刘金福,何中声,等.格氏栲天然林土壤养分空间异质性[J].生态学报,2012,32(18):5673-5682.

[19] CAMBARDELLA C A, MOORMAN T B, NOVAK J M, et al. Field-scale variability of soil properties in central Iowa soils[J]. Soil Science Society of America Journal,1994,58(5):1501-1511.

[20] 李晓燕,张树文,王宗明,等.吉林省德惠市土壤特性空间变异特征与格局[J].地理学报,2004,59(6):989-997.

[21] 龚元石,廖超子,李保国.土壤含水量和容重的空间变异及其分形特征[J].土壤学报,1998,35(1):10-15.

[22] 邱治军,曾震军,周光益,等.流溪河小流域3种林分的土壤水分物理性质[J].南京林业大学学报(自然科学版),2010,34(3):62-66.

[23] 高强伟,代斌,罗承德,等.蜀南竹海毛竹林土壤物理性质空间异质性[J].生态学报,2016,36(8):2255-2263.

[24] MCGRATH D, ZHANG C S, CARTON O T. Geostatistical analyses and hazard assessment on soil lead in Silvermines area, Ireland[J]. Environmental Pollution,2004,127(2):239-248.

[25] 李岩,段文标,陈立新.阔叶红松林林隙土壤物理性质微环境异质性分析[J].中国水土保持科学,2007,5(3):52-58.

[26] 高志勤,傅懋毅.不同毛竹林土壤水分物理性质的特征比较[J].林业科技开发,2005,19(6):12-15.

[27] 陈晓燕,叶建春,陆桂华,等.全国土壤田间持水量分布探讨[J].水利水电技术,2004,35(9):113-117.

[28] 庞学勇,包维楷,张咏梅,等.岷江柏林下土壤物理性质及其地理空间差异[J].应用与环境生物学报,2004,10(5):596-601.

[29] NICHOLAS J T, PETER M A. Modelling scale in geographical information science[M]. New York: Wiley Interscience,2001.

[30] 孟斌,王劲峰.地理数据尺度转换方法研究进展[J].地理学报,2005,60(2):277-288.

[31] 任海保,张林艳,马克平.不同植物类群物种丰富度垂直格局分形特征的比较[J].植物生态学报,2005,29(6):35-43.

[32] 周荣妹.毛竹高产均年竹林培育技术研究[J].世界竹藤通讯,2013,11(6):21-25.

Spatial Heterogeneity of Soil Physical Properties ofPhyllostachysheterocyclacv.PubescensForest, Western Fujian//

Chen Zhanghao, Yu Kunyong, Liu Jian, Lin Tongzhou, He Ping

(Fujian Agricultural and Forestry University, Fuzhou 350002, P. R. China)

//Journal of Northeast Forestry University，2017,45(8)：49-56.

The Classical Theory of Statistics, Geostatistics and Geographic Information Systems were performed to analyze spatial variability and distribution pattern of the six soil physical properties ofPhyllostachysheterocyclacv.Pubescensforest including soil moisture, soil density, maximum moisture holding, minimum moisture holding, capillary water capacity and soil porosity in six towns of Yongan City. The coefficient of variation of six soil physical properties were between 0.12 and 0.30, which exhibited moderate variation. The best semivariance model of soil moisture, maximum moisture holding and capillary water capacity were spherical model, while the best semivariance model of soil density, minimum moisture holding and soil porosity were exponential model. Effective variation range of six soil physical properties were from 3 970 to 6 690 m, all of which were greater than sampling scale of 1 000 m. Also, random variation of six soil physical properties in total variation were less than 25%, and fractal dimension of every research index approaches 2, which suggested that intensive spatial autocorrelation. In addition to reflecting isotropic regularity in soil density and dominant pattern of 0° direction (from west to east), the rest of five soil physical properties reflected anisotropic regularity and dominant pattern of 45° (from southwest to northeast). There was opposite trend of distribution between soil moisture and soil density, meanwhile, there was similar pattern of distribution among maximum moisture holding, minimum moisture holding and soil porosity. The capillary water capacity was closely tied with elevation in the study area. Among the six soil physical properties there were significant correlation.

Phyllostachysheterocyclacv.Pubescens; Soil physical properties; Spatial heterogeneity

1)福建省科技引导性项目(2016N0003)；林业科技成果国家级推广项目(KH1130006)。

陈樟昊，男，1993年11月生，福建农林大学林学院，硕士研究生。E-mail：fafuchenzh@163.com。

余坤勇，福建农林大学林学院，副教授。E-mail：yuyky@126.com。

2017年3月1日。

S153.6

责任编辑：戴芳天。