渝西北土壤有机质空间变异及影响因素分析

鲍丽然，周 皎，李 瑜，贾中民

(重庆市地质矿产勘查开发局川东南地质大队，重庆 400038)

渝西北土壤有机质空间变异及影响因素分析

鲍丽然，周 皎，李 瑜，贾中民

(重庆市地质矿产勘查开发局川东南地质大队，重庆 400038)

【目的】深入认识重庆西北部丘陵区土壤有机质空间变异特征及影响因素，为农业生产、土地利用等提供科学依据。【方法】采用地统计学和GIS相结合的方法，进行有机质空间变异和基于土地利用类型修正的空间插值研究。【结果】研究区土壤有机质平均含量为16.26 g/kg，属中等偏下水平；变异系数为33.8 %，存在中等程度的空间变异性；土壤有机质空间分布呈现中间高，两端低的趋势，合川区整体偏低。【结论】土壤有机质具有中等空间自相关性，空间变异性受结构因素(地形坡度、土壤类型)和随机因素(土地利用类型、耕作措施等)影响，土地利用类型是主控因素。

地统计学；土壤有机质；空间变异；影响因素

【研究意义】有机质是土壤的重要组成部分，包括各种动植物的残体、微生物体及其分解和合成的各种有机质。土壤有机质在耕地养分管理、农业发展等方面具有重要意义，是土壤学、农学和地球化学研究的重点问题之一[1-2]。查明土壤有机质的空间变异特征及其影响因素，有助于制定合理的作物种植规划及农田配方施肥，促进耕地的高效利用，保障农业可持续发展[3]。【前人研究进展】土壤有机质空间变异的研究始于20世纪70年代[4]，随着GIS技术的发展，80年代后多位学者相继运用地统计学结合GIS方法，探讨了农田土壤有机质空间变异特征[5-7]，如Moorman等[6]对包括土壤有机质在内的多种养分进行了空间变异研究，Mishra等[7]曾针对红壤地区的有机质和土壤酸碱度展开空间变异特征分析。近年，国内学者对土壤有机质空间变异性在农田尺度、区域尺度上展开了大量研究，研究区涉及平原区、干旱荒漠区、丘陵区、典型喀斯特区、高原流域、山区小流域、城市近郊等[8-13]，主要探讨了自然因素(地形地貌、气候和土壤类型等)和人为因素(土地利用和耕作方式等)对有机质空间变异的影响。【本研究切入点】2003年以来，重庆市多目标区域地球化学调查获得了大量高精度土壤有机质数据，为研究其空间变异特征提供了基础。渝西北地区地势平缓、土壤肥沃，耕地广泛分布，农业是该区最重要的经济支柱，因此土壤有机质的分布特征至关重要。【拟解决的关键问题】基于GIS操作平台，研究了重庆西部丘陵区土壤有机质空间变异特征及影响因素，为全面、准确掌握该区土壤有机质空间变异规律，更好的进行农业生产活动、合理规划土地利用等提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于重庆市西北部，地理坐标为东经105°17′ ～ 106°39′，北纬29°15′ ～ 30°26′，总面积约7130 km2(图1)。地势起伏变化不大，海拔一般为200 ～ 500 m，广大平缓浅丘遍布全区。研究区出露地层主要为侏罗系沙溪庙组、遂宁组和蓬莱镇组，其次为三叠系须家河组，第四系零星分布于山间河谷地区。矿产有煤、天青石、石灰岩、盐和天然气等。土地利用类型以耕地为主，占土地总面积的60.1 %。土壤类型主要为广大丘陵区的紫色土和水稻土，其次为黄壤、石灰土。该区属亚热带季风气候，气候温和，雨量充沛，年均降雨量1022 mm。区内分布嘉陵江水系和沱江水系两大长江一级支流，嘉陵江水系包括渠江、琼江和涪江等，沱江水系包括濑溪河及其支流。粮食作物主要为水稻、玉米、油菜、大豆、薯类，建有大型果蔬基地，是重庆市重要的粮油果蔬生产基地。

1.2 样品采集与测试

按照1件/km2的密度采集0 ～ 20 cm表层土壤，样点布设以代表性为主要原则，同时兼顾均匀性和合理性，最大限度控制调查面积。采样时除去地表杂物，样品加工处理后重量不低于800 g。将大格内(4 km2)样品组合为一个分析样，全区共采集表层土壤样品7135件，组合分析样1783件。

样品分析测试按照DD2005-01《多目标区域地球化学调查规范》(1∶250000)[14]的相关要求，由安徽省地质实验研究所完成。实验室人员采用重铬酸钾容量法分析检测，检出限0.05 %，报出率100 %，合格率100 %。

1.3 数据处理

运用SPSS19.0软件对土壤有机质进行经典描述性统计分析；依据峰度、偏度值和非参数检验的单样本K-S值判别统计数据是否符合正态分布；利用单因素方差分析F检验和回归分析，分别判断有机质含量差异显著性和不同因素对土壤有机质的影响程度。

借助地统计学软件GS+9.0进行半变异函数计算和模型拟合，结合专业知识分析土壤有机质的空间变异性及其影响因素。

图1 地理位置Fig.1 Geographical position of the study area

指标Index样本Samples含量范围Contentrange中位数Median均值Mean标准差Std.dev.变异系数c.v.偏度Skewness峰度KurtosisK-S检验K-Stest土壤有机质(g/kg)17836.36～63.7115.5216.265.5033.833.2528.810.0对数转换0.3941.540.165

基于Arcgis10.0的Geostatistic analysis模块，采用Kriging法对土壤有机质残差进行空间插值，运用栅格计算将土地利用图层和残差预测图层相加，得到土壤有机质含量空间分布图。

2 结果与分析

2.1 土壤有机质经典统计分析

从一般的经典统计分析结果(表1)看，土壤有机质含量介于6.36 ～ 63.71 g/kg，平均值为16.26 g/kg，根据《土地质量地球化学评价规范》属较缺乏水平[15]；变异系数33.8 %，揭示了有机质含量的离散程度，属中等变异强度[16]。峰度值为28.8，较陡峭，并且K-S检验中P值为0，明显不符合正态分布。经对数转换后，偏度和峰度值分别为0.394和1.54，再经K-S检验表明符合正态分布(Pgt;0.05)，满足地统计学分析的基本要求。

2.2 土壤有机质的空间变异结构特征

运用GS+9.0软件对土壤有机质含量进行各向同性变异函数拟合(表2)，按照决定系数(R2)最大、残差(RSS)最小的原则选择最优半方差函数拟合模型，最佳理论模型为指数模型。

空间变异主要包括随机性和结构性两部分变异。块金值C0表示区域化变量内部随机性的可能程度，由测量误差和最小取样间距内土壤性质的人为随机因子(施肥、耕作措施、土地利用方式等)引起。结构方差C是由自然因素(地质背景、地形、土壤类型等)引起土壤性状的结构变异[17]。基台值C0+C通常表示系统总变异，包括随机变异和结构变异。块金系数，即块金值和基台值之比C0/C0+C，表示空间异质性程度，比值高表明随机因素引起的空间变异程度较大；相反，则结构性因素引起的空间变异程度较大[18]。C0/C0+Clt;25 %，说明系统具有强烈的空间相关性；25 %～ 75 %，说明系统具有中等空间相关性；C0/C0+Cgt;75 %，说明系统空间相关性弱[19]。变程反映在一定观测尺度下，变量的空间自相关距离，只有变程以内的空间变量才具有空间自相关性。

研究区土壤有机质的块金系数C0/C0+C为46.2 %，表现出中等空间相关性，说明结构性因素和人为随机因素土壤有机质的空间变异影响作用相当。变程为184 km，说明土壤有机质在此空间范围内存在空间自相关性。

2.3 土壤有机质空间变异影响因素分析

2.3.1 土地利用类型 不同土地利用类型下，人类对土地的使用、保护和改造活动不同，土壤有机质含量随之产生了较大差别[20]。研究区土地利用主要为旱地和水田，其次为林地。林地土壤有机质平均含量最高(表3)，为23.82 g/kg，水田为17.15 g/kg，旱地只有14.72 g/kg，相当于水田的85 %；旱地的变异系数为0.35，是水田的1.24倍。研究区水田更易于土壤有机质的累积，且含量较稳定，与许泉[21]等发现的不同土地利用类型下农田土壤有机碳密度区域差异规律相似。方差分析(表4)显示，组间均方大于组内均方，表明组间差异大于组内差异，F检验结果(Plt;0.05)说明不同土地利用类型土壤有机质含量具有显著性差异。

表2 土壤有机质空间变异的理论模型和相应参数

表3 不同土地利用类型土壤有机质含量

表4 不同土地利用类型土壤有机质含量方差分析

注：F检验Plt;0.05。

2.3.2 地形(海拔、坡度) 海拔、坡度等地形因子也会影响土壤有机质含量。高海拔区，人类活动较少，易于积累土壤有机质。坡度较大地区，强烈的水土流失会携带走大量的土壤有机质。

将研究区1073个样点有机质含量和海拔高度进行相关分析，得出相关系数为0.170，两者关系极弱，认为不相关[22]。进一步统计了不同海拔高度上各等级有机质含量百分比。由图2可知，不同海拔高程带上土壤有机质均以10 ～ 20 g/kg为主，占所在高程带的80 %左右，其次为20 ～ 30 g/kg。随着海拔高度的变化，土壤有机质没有表现出较大的差异性。本区属低缓丘陵区，不存在高山或洼地，地势起伏、气候差异较小，土地利用、人类耕作活动少受海拔影响。因此，海拔高度对土壤有机质的空间变异影响不明显。

从地形的坡度因素考虑，根据各采样点坡度信息，得到不同坡度范围土壤有机质均值(表5)，土壤有机质的空间分布和坡度密切相关。坡度小于5°时，有机质含量最高，为19.77 g/kg；大于35°时，有机质含量最低，为12.23 g/kg；随着坡度增大，土壤有机质含量呈逐渐降低趋势。这与李婷等[23]对沱江流域中游土壤有机质含量与坡度关系研究结果相符，不同坡度土地利用类型和土地管理水平不同，低缓坡度土地利用主要为水田，比较高陡的坡度土地利用为旱地和林地。另一方面研究区属紫色丘陵区，坡度大的区域水土流失较为严重，大量土壤有机质被携带流出。

图2 不同海拔土壤有机质分布特征Fig.2 Distributions of soil organic matter in different altitudes

2.3.3 土壤类型 土壤类型也是有机质含量的重要影响因素之一。研究区土壤类型以紫色土和水稻土为主，分别占总面积的70 %和21.6 %，黄壤和石灰土分布较少。紫色土主要分布于北部潼南、合川、大足地区，水稻土于铜梁、荣昌地区分布较集中。统计分析(表6)表明，土壤有机质平均含量表现为石灰土gt;黄壤gt;水稻土gt;紫色土，最高值石灰土是最低值紫色土的1.79倍，水稻土和黄壤差异较小。这与成都平原不同类型表层土壤中有机质分布规律相同[24]，均为石灰土、黄壤中较高，紫色土最低。由表7可知，不同土壤类型间，组间均方大于组内均方，组间差异较大，F检验结果(Plt;0.05)说明不同土壤类型中有机质含量具有显著性差异。

表5 不同坡度土壤有机质含量

表6 不同土类有机质含量组成

表7 不同土类土壤有机质含量方差分析

注：F检验Plt;0.05。

表8 不同影响因子与土壤有机质相关性

2.4 土壤有机质的空间分布格局

土壤有机质空间分布格局可借助空间插值模型实现从离散的点状信息向连续面状信息的转换，用有限的样点预测整个研究区域的土壤属性空间分布特征。在空间尺度较小、地势平坦且土地利用类型单一的区域，通常用普通克里格插值进行预测[25]，而研究区空间尺度较大，地形条件复杂、土地利用类型多样，应利用土壤有机质相关因子与克里格插值相结合的方法来展示土壤有机质的空间分布。目前，结合相关因子的空间插值的研究尚不多见。刘静等[26]在研究梁平地区土壤有机质空间分布时，结合地形因素改进了空间插值方法。顾成军、文雯等[27-29]探讨了基于土地利用类型修正的残差法空间插值问题。

本文首先通过回归分析定量判断了土地利用、土壤类型、地形坡度等因素对土壤有机质空间变异的影响程度(表8)。研究区土壤有机质含量与不同影响因素的相关系数大小依次为土地利用类型gt;土壤类型gt;地形(坡度)，土地利用类型是该区土壤有机质分布最为重要的影响因素。因此，为提高土壤有机质空间分布预测精度，本文选择结合土地利用类型的克里格插值法展开研究。首先将样本土壤有机质含量去除土地利用类型均值，得到残差，并将其作为一个新的区域变量行普通克里格插值。然后，将插值过后的残差值图层按土地利用类型的不同，分别加上其地类均值，即得出土壤有机质密度最终预测值，由此生成该区土壤有机质含量空间分布图(图3)。

研究区土壤有机质含量插值结果范围为1.96

图3 研究区土壤有机质空间分布Fig.3 Spatial distribution of soil organic matter in the study area

～ 71.21 g/kg，空间分布上整体呈中间高，南北两端低的趋势。土壤有机质高值区主要分布于大足区东部、铜梁区西部、潼南区南部和荣昌区最南端等地区。大足区境内高值区占总面的60 %左右。这些高值区土地利用类型以水田为主，并有林地分布。合川区土壤有机质整体偏低，荣昌区北部含量最低。合川区和潼南区北部分布嘉陵江及其支流渠江、涪江，水网交错，水土流失相对严重，这可能是土壤有机质低的主要因素。

3 讨 论

研究区土壤有机质的空间变异主要受土地利用、土壤类型的影响，不同土地利用或土壤类型的有机质含量具有显著差异。

从土地利用类型看，林地区植被遍布，源源不断的树木残枝落叶进入土壤，有机质来源充足，因此有机质含量最丰富。耕地中水田土壤有机质高于旱地，主要是由于水田区海拔较低，地形平缓和土地平整，这些都属于有机质聚集的有利的条件，并且水田一般为滞水状态，有机质的分解速率较低，容易积累[23]。另一方面，相比旱地而言，水田作物秸秆残存量多，大部分被微生物转化为腐殖质，构成了土壤有机质的重要来源。

从土壤类型看，该区石灰土、紫色土、水稻土和成土母岩不同，物质来源不同，加之土壤自身的理化性质不同，导致了不同土类中有机质含量的差异。石灰土的成土母岩为三叠系碳酸盐岩(灰岩和白云岩)，这类岩石中生物化石丰富，携带了较多的有机质成分[30]；同时石灰土本身的物质成分也有利于有机质的贮存[31]。紫色土、水稻土和黄壤由侏罗系或三叠系的紫色砂岩、泥岩及粉砂岩风化而成，该类岩石形成于陆相环境，有机质成分较少。紫色土呈中性或微碱性，易风化、垦殖率高、水土流失严重，不利于有机质的保存[32]。

4 结 论

(1)重庆西北部丘陵区土壤有机质平均含量为16.26 g/kg，属中等偏下水平。有机质的空间变异系数为33.8 %，属中等变异程度。空间结构采用指数型模型拟合较好，有机质的块金系数C0/C0+C为46.2 %，表明土壤有机质具有中等空间相关格局，其空间变异性受结构性因素和随机因素影响程度相当。

(2)研究区土壤有机质分布受土地利用类型、地形坡度、土壤类型等因素影响。不同土地利用类型下，林地土壤有机质含量最高，水田次之。不同坡度下，低缓坡度中有机质含量较高；海拔高度对有机质含量影响不明显。不同土壤类型，石灰土有机质含量最高，黄壤和水稻土次之，紫色土含量最低。土地利用类型是有机质空间分布最重要的影响因素。

(3)基于土地利用类型修正的残差法空间插值预测显示，研究区土壤有机质含量空间分布呈中间高，南北两端低的趋势。合川区水土流失较严重，土壤有机质含量整体偏低。

[1]黄昌勇. 土壤学[M]. 北京: 中国农业出版社, 2000: 32.

[2]韩 丹, 程先富, 谢金红, 等. 大别山区江子河流域土壤有机质的空间变异及其影响因素[J]. 土壤学报, 2012, 49(2): 403-407.

[3]苑小勇, 黄元仿, 高如泰, 等. 北京市平谷区农用地土壤有机质空间变异特征[J]. 农业工程学报, 2008, 24(2): 70-75.

[4]WARRICK A W. Analytical solutions to the one-dimensional linarized moisture flow equation for arbitrary input[J]. Soil Science, 1975, 120: 79-84.

[5]CANN M D, HUMMEL J W, BROUER B H. Spatial analysis of soil fertility for site specific crop management[J]. Soil Sci Soc Am J, 1994, 58: 1240-1258

[6]CAMBARDELLA C A, MOORMAN T B, NOVAK J M, et al. Field-scale variability of soil properties in central Iowa soils[J]. Soil Sci Soc Am, 1994, 58: 1501-1511.

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

[8]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):1-9.

[9]杨 东, 刘 强. 河西地区土壤全氮及有机质空间变异特征分析-以张掖市甘州区为例[J]. 干旱地区农业研究, 2010, 28(4): 183-186.

[10]杨 葳. 紫色丘陵区土壤养分空间变异及肥力评价研究——以重庆市铜梁县为例[D]. 重庆: 西南大学, 2012.

[11]王建锋, 谢世友. 喀斯特石漠化地区土壤养分空问异质性研究构想[J]. 湖北农业科学, 2010, 49(7): 1605-1608.

[12]邱 扬, 傅伯杰, 王 军, 等. 黄土高原流域土壤养分的时空变异及其影响因子[J].自然科学进展, 2004, 14: 294-299.

[13]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.

[14]中国地质调查局. DD2005-01《多目标区域地球化学调查规范》(1∶250000)[S]. 2005: 10.

[15]中华人民共和国国土资源部. DZ/T 0295-2016,土地质量地球化学评价规范[S]. 2016: 41.

[16]陈延良, 雷国平. 松嫩平原南部土壤养分空间变异规律分析及其等级评价[J]. 扬州大学学报(农业与生命科学版), 2010, 31(2): 43-47.

[17]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, 27(5):2041-2045.

[18]刘爱利, 王培法, 丁 园. 地统计学概论[M]. 北京: 科学出版社, 2012: 60-67.

[19]孔 毅, 刘国顺, 腊贵晓, 等. 小尺度下基于GIS和地统计学的烟田土壤养分空间变异[J]. 江苏农业科学, 2012, 40(4): 317-320.

[20]SCHUIP C J E, VELDKAMP A. Long-term landscape-land use interactions as explaining factor for soil orgnic matter variability in Dutch agricultural landspace[J]. Geodema, 2008, 146: 457-465.

[21]许 泉, 芮雯奕, 何 航, 等. 不同土地利用方式下中国农田土壤有机碳密度特征及区域差异[J]. 中国农业科学, 2006, 39(12): 2505-2510.

[22]孙逸敏. 利用 SPSS软件分析变量间的相关性[J]. 新疆教育学院学报, 2007, 23(2):120-122.

[23]李 婷, 张世熔, 刘 浔. 沱江流域中游土壤有机质的空间变异特点及其影响因素[J]. 土壤学报, 2011,48(4): 864-867.

[24]奚小环, 杨忠芳, 廖启林, 等. 中国典型地区土壤碳储量研究[J]. 第四纪研究, 2010, 30(3):573-583.

[25]申广荣, 葛晓烨, 黄秀梅. 上海崇明岛表层土壤有机碳密度的空间分布特征及碳储量估算[J]. 上海交通大学学报(农业科学版), 2011, 29(6): 61-66.

[26]刘 静, 蔡国学, 刘洪斌. 西南丘陵地区土壤有机质含量的空间插值法研究[J]. 西南大学学报(自然科学版), 2008, 30(3): 107-111.

[27]文 雯, 周宝同, 汪亚峰, 等. 基于辅助环境变量的土壤有机碳空间插值——以黄土丘陵区小流域为例[J]. 生态学报, 2013, 33(19): 6390-6395.

[28]顾成军, 史学正, 于东升. 结合土地利用与克里格插值的区域土壤有机碳空间表征方法[J]. 水土保持研究, 2014, 21(2):40-42.

[29]范胜龙, 黄 炎, 林金石. 表征土壤有机碳区域分布的优化空间插值模型研究[J]. 水土保持研究, 2011, 18(6): 1-5.

[30]杜远生，童金南. 古生物地史学概论[M]. 北京: 中国地质大学出版社, 1998: 150-194.

[31]曹建华, 袁道先, 潘根兴. 岩溶生态系统中的土壤[J]. 地球科学进展, 2003, 18(1): 37-44.

[32]倪九派, 袁道先, 谢德体, 等. 重庆岩溶区土壤有机碳库的估算及其空间分布特征[J]. 生态学报, 2009, 29(11):6292-6300.

(责任编辑 李 洁)

SpatialVariabilityofSoilOrganicMatterandItsInfluenceFactorsofHillyAreainNorthwestChongqing

BAO Li-ran , ZHOU Jiao, LI Yu , JIA Zhong-min

(Southeast Sichuan Geological Group, Chongqing Bureau of Geology and Minerals Exploration, Chongqing 400038, China)

【Objective】The spatial variability of soil organic matter and its influence factors of hilly area in Northwest Chongqing ws discussed for providing scientific basis on agricultural production and land uses. 【Method】The geostatistics and GIS methods were used to study, spatial variability of soil organic matter and spatial interpolation based on land uses amendment.【Result】The soil organic matter average content was 16.26 g/kg, in the lower middle level and the variation coefficient was 33.8 %, in the middle level. The spatial distribution of soil organic matter was higher in middle, lower on both ends, and the whole Hechuan district was lower. 【Conclusion】Geostatistical analysis suggested that soil organic matter had medium spatial correlation; The spatial variability were resulted from structure factors(topography slope and soil types) and random factors(land uses, farming measures, ect.), and land uses was the dominated factor.

Geostatistics;Soil organic matter; Spatial variability;Influence factors

P596

A

1001-4829(2017)11-2541-07

10.16213/j.cnki.scjas.2017.11.026

2016-08-26

全国土壤现状调查及污染防治 ([2008]GZTR01-11)；重庆市国土房管科技计划项目(K J-2015043)

鲍丽然(1983-)，女，河北石家庄人，工程师，硕士，从事环境地球化学研究，Email:305946963@qq.com。