阿勒泰地区草地表层土壤容重的空间格局分析

厉方桢，朱华忠，李愈哲，欧阳克蕙，钟华平，乔宇鑫

(1.江西农业大学农学院，江西 南昌 330045； 2.中国科学院地理科学与资源研究所，北京 100101；3.江苏省地理信息资源开发与利用协同创新中心,江苏 南京 210023；4.江西农业大学动科院动物营养省级重点实验室,江西 南昌 330045； 5.西藏农牧学院，西藏 林芝 850400)

新疆阿勒泰地区是中国北方重点牧区之一，草地总面积984.24万hm2，可利用草地面积723.93万hm2[1]。作为草地严重退化的区域，阿勒泰地区可利用草地面积在不同程度上的退化率已达85%[2-3]。土壤退化是草地退化的直接表现和核心问题，草地土壤理化性质的改变会影响整个草地群落的演替走向[4-6]。土壤容重作为反映土壤物理性质的特征指标，不仅可以定量表征土壤的性状，还是研究区域尺度土壤元素储量等的必需参数。鉴于对草地退化的可衡量性和敏感性，土壤容重已成为目前研究草地退化的重要指标之一[7-9]。随着空间分析的应用和发展，对于草地退化的研究正逐步从草地土壤理化性质向空间格局转变[10-16]。有关对草地土壤容重研究的探索，也在向区域范围内的三维空间变异性和波谱特性研究深入[17-19]。张文太等[20]借助ArcGIS软件在新疆伊犁河谷地区进行区域布点，基于野外土壤调查结果和变异系数法，得出土壤容重在水平和垂直方向上的变异性情况。邱璇等[21]在内蒙古小针茅(Stipaklemenzi)荒漠草原上，利用核磁共振波谱法对0-100 cm的土层进行测定，总结了土壤容重随土层深入的变化趋势。

本研究以新疆阿勒泰地区草地资源野外调查数据为基础，借助地理信息系统和遥感平台，对草地土壤容重进行相关性分析和空间预测分析，探究不同生态因子对土壤容重的影响程度，以期反演出该地区的草地土壤容重数据，为该区草地退化的研究提供依据。

1 材料与方法

1.1 研究区概况

阿勒泰地区(85°31′73″-91°01′15″ E，45°00′00″-49°10′45″ N)位于新疆维吾尔自治区最北部，阿尔泰山南麓(图1)。全境东西宽402 km，南北长464 km，土地总面积1 080.31万hm2。境内有山地、平原、沙漠三类主要地貌单元。北部和西南部分别为阿尔泰山和萨吾尔山，中部为额尔齐斯河与乌仑古河古老冲积平原，南部是准葛尔盆地北缘和古尔班通古特大沙漠的一部分，地势由东北向西南呈明显的阶梯状特点。属大陆性寒温带气候区，冬长夏短，年均气温4 ℃，无霜期151 d，年降水量200 mm(山区400～600 mm)，年蒸发量1 682.6 mm。境内草地资源丰富，是我国草地类型最多、面积最大、分布最集中的地区之一[22]。

1.2 数据来源及处理

1.2.1草地表层土壤容重调查数据 本研究数据来源于阿勒泰地区2015年6月至8月外业调查。综合考虑当地草地类型的分布特点和利用方式，全区共设100 m×100 m的草地样地207个，每个样地内按对角线布样方3～5个，样方面积1 m×1 m。清理样方地表植物残留后，采用环刀法[20]测定0-5 cm草地表层土壤容重。

1.2.2生态因子的空间数据 主要包括遥感、气候、海拔及草地类型和土壤类型的空间栅格数据。遥感数据(归一化植被指数，NDVI)：来源于美国地质调查局(https：//ladsweb.nascom.usgs.gov)，采集时间为2015年7月，用MRT进行拼接转投影，空间分辨率为1 km。气候数据：基于国家气象台站点2015年观测数据，借助ANUSPLIN[23]软件，空间插值获得2015年该区年均气温、年均降水量、≥10 ℃年积温、湿润度(伊万诺夫湿润度)等指标的1 km×1 km空间栅格数据。数字高程模型(DEM)数据：来源于国家地球系统科学数据共享平台(www.geodata.cn)，空间分辨率90 m。草地数据为20世纪80年代全国草地调查1∶100万草地类型矢量数据。土壤数据为1995年1∶100万土壤类型矢量数据。

图1 阿勒泰地理位置及样点分布Fig. 1 The location of Aletai region and the distribution of sample sites

1.3 分析方法

根据新疆阿勒地区土壤容重调查的地理信息，借助 ArcGIS软件，经过投影转换和数据提取，得到207个草地样地主要生态因子(海拔、年均气温、年均降水、≥10 ℃年积温、湿润度、NDVI)的空间数据。经回归分析、模型构建和格网化处理[24-26]，反演出新疆阿勒泰地区草地表层土壤容重的空间分布格局。

1.3.1数据分析 在核准研究区207个草地样地数据完整性的基础上，将样地数据随机分为两组，其中2/3(138个)用于统计建模，因存在3个样地数据异常，实际参与模型构建的样地数据为135个，另外1/3(69个)用于结果检验。建模数据借助SPSS 17.0和Excel 2010进行K-S检验和回归分析，建立阿勒泰地区草地表层土壤容重和生态因子间的回归方程。

1.3.2土壤容重模型构建与空间插值分析 根据回归方程，在ArcGIS中采用普通克里金球面模型，由单生态因子插值出新疆阿勒泰地区草地表层土壤容重的空间分布情况，采用权重法以平衡各生态因子对土壤容重空间格局影响[13]。

生态因子对土壤容重的影响各异，根据对预测数据与实测数据的对比,评价各因子对土壤容重的作用。基于二者之间的相关性，依据斜率(K)和相关系数(R2)所占的比重，赋予6个生态因子不同的权重值。

i=1,2,…,6。

(1)

式中：ωi表示生态因子的权重；Ki表示预测数据与原始数据的拟合方程斜率，越接近1表示插值结果越好；Ri2表示复相关系数；i分别表示6个生态因子(海拔、年均气温、≥10 ℃年积温、年均降水、湿润度、NDVI)。

根据各生态因子对草地土壤容重的权重，结合单生态因子的回归方程，构建多元数据的土壤容重综合评价模型：

(2)

式中：P表示草地土壤容重；ωi表示生态因子的权重；fi表示草地土壤容重与生态因子间的回归方程；i分别表示6个生态因子。

根据综合评价模型，采用ArcGIS软件进行插值加权计算，最终反演出研究区草地表层土壤容重空间分布格局图,空间分辨率1 km，并用检验数据对最终反演结果进行检验。

1.3.3结果检验与评价方法 用实测的检验数据与综合评价模型插值的预测值进行对比，确定土壤容重插值结果的精度。主要采用复相关系数(R2)、均方根误差(Root Mean Square Error，RMSE)和平均相对精度(T)进行检验。

(3)

(4)

式中：α、β和n分别表示土壤容重空间化预测值、实测值和样本数量。

复相关系数(R2)是度量因子或变量间线性相关密切程度的指标，取值范围为0～1，其值越接近1，表明数据拟合度越高；RMSE的值越小，表示拟合效果越好；平均相对精度越接近1，说明空间化精度越高。

2 结果与分析

2.1 草地表层土壤容重统计分析

阿勒泰地区不同草地类型的表层土壤容重统计分析结果如表1所列。研究区草地表层土壤容重平均为1.465 0 g·cm-3。各类草地土壤容重数据标准差介于0.059 9～0.284 4，数据相对集中。其中容重值最低的为高寒草甸(0.542 7 g·cm-3)，最高的是温性荒漠(1.712 3 g·cm-3)，温性荒漠容重值是高寒草甸的3倍多。各类草地土壤容重由小到大分别为高寒草甸<温性草甸草原<山地草甸<山地草原<低地草甸<温性草原<温性荒漠草原<温性草原化荒漠<温性荒漠。

表1 阿勒泰地区不同草地类型表层土壤容重分析Table 1 Analysis of surface soil bulk density of different grassland types in Aletai region

2.2 草地表层土壤容重与各生态因子间的回归分析

2.2.1土壤容重与各生态因子间的相关性分析 研究区草地表层土壤容重与各生态因子间呈极显著相关(P<0.01)。其中，与年均气温、≥10 ℃年积温正相关；与海拔、年均降水量、湿润度、NDVI负相关(表2)。即随海拔的升高和降水量的增加，土壤容重逐渐下降。随年均气温的升高和≥10 ℃年积温的增加，土壤容重随之增大。随湿润度和NDVI指数的上升，土壤容重减小，但变化幅度较小。

2.2.2土壤容重与各生态因子间的回归分析 通过线性和非线性拟合，构建土壤容重和6个生态因子间的二次项回归方程(图2)。总体而言，草地表层土壤容重实测值与各生态因子间的非线性拟合度较好。其中，土壤容重与≥10 ℃年积温拟合度最高，R2=0.532 9；与年均降水量的拟合度相对较低，R2=0.339 1。这与阿勒泰地区生境条件的复杂性和年均降水量的不确定性有关[27]。

2.3 草地表层土壤容重空间插值与分布格局

2.3.1生态因子对草地土壤容重影响的权重分析 根据ArcGIS单生态因子插值分布情况，重新提取参与建模的135个样地所对应的土壤容重预测值。将预测数据与实测数据进行线性回归分析，根据回归方程的斜率(K)和复相关系数(R2)，按照公式(1)计算出各个因子的权重值(表3)。从表3的权重赋予情况看，湿润度和海拔对研究区土壤容重影响较大，是影响土壤容重空间分布情况的主要驱动因子。

2.3.2新疆阿勒泰地区草地土壤容重的空间分布格局 基于反演所得的草地表层土壤容重空间分布图，用研究区的草地类型矢量数据进行掩膜裁剪，得到阿勒泰地区草地土壤容重综合插值结果(图3)，以排除非草地用地类型对插值结果分析的影响。

研究区草地表层土壤容重值在0.920 7～1.646 1 g·cm-3。低值区地貌以人为干扰较少的山地为主，分布在西南部的萨吾尔山区和北部、东北部的阿尔泰山区，最小值在境内阿尔泰山脉最高点友谊峰(海拔4 374 m)处(图3)；高值区出现在布伦托海湖(乌伦古湖)(1.621 0 g·cm-3)及以南的荒漠平原区，最大值位于研究区海拔最低点，在富蕴县的3个泉洼地(海拔317 m)附近。中部的额尔齐斯河谷及山前平原地区土壤容重为中等水平。

在综合反演结果的基础上，以阿勒泰地区各县(市)行政区划为单位，进行草地表层土壤容重预测均值提取和统计(表4)。研究区草地表层土壤容重预测均值最高的是福海县，为1.618 5 g·cm-3，最低的在清河县，为1.393 3 g·cm-3。各县(市)按容重均值由大到小分别为福海县>富蕴县>吉木乃县>布尔津县>阿勒泰市>哈巴河县>清河县。由于研究区各县(市)草地类型和分布情况的差异，草地土壤容重最小值所在地(阿尔泰山脉友谊峰)和土壤容重最小区域(清河县)并不重叠[28]。

表2 草地表层土壤容重与生态因子的相关性分析Table 2 Correlation analysis of grass surface soil bulk density with ecological factors

**表示在P<0.01的水平上显著相关。

** stand for correlation coefficient is significant at 0.01 level.

图2 草地表层土壤容重和生态因子间的回归分析Fig. 2 Regression analysis of grass surface soil bulk density with ecological factors

生态因子Ecological factor斜率Slope复相关系数Multiple correlation coefficient权重Weight海拔Altitude0.444 70.457 10.187 8年均气温Average annual temperature0.374 90.462 70.172 9年均降水量Average annual precipitation0.339 40.339 10.141 5≥10 ℃年积温≥10 ℃ annual accumulated temperature0.270 50.532 90.162 3湿润度Humidity index0.462 40.465 40.193 4归一化指数NDVI index0.298 90.391 30.142 1

地区Area土壤容重均值Average soil bulk density/(g·cm-3)阿勒泰市Aletai City1.436 1哈巴河县Habahe County1.400 6布尔津县Buerjin County1.463 0福海县Fuhai County1.618 5富蕴县Fuyun County1.482 1清河县Qinghe County1.393 3吉木乃县Jimunai County1.471 3

2.4 草地表层土壤容重空间插值结果检验

根据多因子综合插值的草地表层土壤容重空间分布图(图3)，将检验组69个草地样地的坐标，加载到ArcGIS中，经投影转换，提取各样地所对应的表层土壤容重的预测值，与实测数据进行相关性检验(图4)。分析结果表明：草地表层土壤容重预测值与实测值间呈极显著相关(P<0.01)，复相关系数R2=0.603 2；草地表层土壤容重预测值与实测值间的均方根误差(RMSE)为0.210 9 g·cm-3，平均相对精度(T)为86.06%，空间化效果较好。

土壤容重预测值与实测值的关系曲线斜率K为0.412 9，截距为0.857 8，距离K=1的理想值存在偏离，这说明在本研究中多因子插值加权叠加的模型，在低值区域存在预测结果偏高的问题(图4)。可能是因为土壤容重低值区多处于山区，交通不便，调查样点数偏少，导致插值计算结果偏高，合理增加样点数可以提高其精度。

图4 土壤容重预测值与实测值线性相关Fig. 4 Linear correlation between soil bulk density predicted and measured values

3 讨论

3.1 生态因子驱动分析

草地土壤的性质受气候、母质、地形和时间的影响明显[29]。地形可以改变局部地区的水热分配状况，调节局部小气候，使土壤容重随着海拔的升高而发生变化。气温(年均气温和≥10 ℃年积温)和降水(年均降水量和湿润度)的变化在很大程度上决定着局部地区的植被覆盖情况(NDVI)[30]，继而改变相应地区土壤有机质的积累，影响以容重为代表的土壤性质[31-32]。本研究表明，阿勒泰地区草地表层土壤容重与海拔、年均气温、年均降水量、≥10 ℃年积温、湿润度和NDVI 6个生态因子呈显著相关。这和乔宇鑫等[26]、周李磊等[27-28]的研究结果相同。总体而言，本研究结果表明草地表层土壤容重的变化是各生态因子综合影响的结果[33]。

3.2 单生态因子空间插值的不确定性

基于土壤容重与单因子的回归方程(图2)，经空间插值和掩膜提取，得到阿勒泰地区草地表层土壤容重单因子预测图(图5)。从总体看，各生态因子对土壤容重的影响程度不同，导致单因子插值结果存在差异性和不确定性，无法较为准确地反映研究区土壤容重的空间分布情况。因此，为各因子赋予权重并进行综合评价，以平衡单因子插值的缺陷，改进最终的模拟结果，使空间化分布格局更趋于合理是必要的。从具体空间形态看，土壤容重从研究区中部和南部向两侧递减，自西南部到东北部呈低-高-低的趋势分布，与该地区的地势起伏相吻合。

图5 阿勒泰地区草地表层土壤容重单因子预测Fig. 5 The prediction of grass surface soil bulk density with single factor in Aletai region

从单因子预测插值结果看(图5)，海拔、年均气温、年均降水量和湿润度的预测结果更接近阿勒泰地区实际情况，与草地表层土壤容重的总体空间格局相符。≥10 ℃年积温和NDVI的预测结果在空间分布特征上与其他因子的预测插值结果相比均有所不足。年均气温和年均降水量的预测最小值所出现的区域范围偏小，数值偏大，可能是因为气象数据的插值质量降低了拟合曲线的复相关系数，进而缩小了组内极差，影响到了预测结果。根据≥10 ℃年积温预测插值结果，草地表层土壤容重在空间分布和趋势上都与实际情况相符，只是低值区偏高，这可能因为该区域样地较少，增大了插值的结果。而NDVI预测插值的结果与实际情况出入较大，且在山区的最小值偏大，一方面是NDVI在应用上存在局限性，将近红外波段和红波段的反射率对比度以非线性拉伸的方式增强，降低了其在高植被区的灵敏度；另一方面是由于该因子的预测值在中部受农作区影响较大，进一步影响了插值结果。

3.3 草地表层土壤容重分布与主要草地类型的关系

阿勒泰地区气候适宜，草地资源丰富，类型多样[34]。本研究中土壤容重由大到小排列，依次为温性荒漠、温性草原化荒漠、温性荒漠草原、温性草原、低地草甸、山地草原、山地草甸、温性草甸草原、高寒草甸。对比20世纪80年代1∶100万全国草地调查类型图，乌伦古河以南平原均为温性荒漠，从西北—东南方向的额、乌两河间平原到两侧山地，草地类型的变化情况与预测趋势基本相符，证明草地表层土壤容重的大小与草地类型存在着协同变化关系，这与李绍良等[35]的研究结果一致。

3.4 草地表层土壤容重分布与主要土壤类型的关系

阿勒泰地区土壤主要分为山地土壤和平原土壤两大系列[34]。根据1∶100万土壤类型图，研究区共有18个土壤类型(除水体、冰川雪被、盐场和养殖场)，其中有草地覆被的土壤类型14个，占总数的77.8%。以土壤类型划分，草地表层土壤容重最大和最小值分别位于乌伦古河南部的灰棕漠土(1.611 9 g·cm-3)和阿尔泰山区的黑毡土(0.685 1 g·cm-3)，分属漠土纲和高山土纲。灰棕漠土是温带荒漠地区所发育的地带性土壤类型之一，土质较粗，多砾石，盐碱化较普遍，土壤容重相对较大[36]。黑毡土又称亚高山草甸土，发育于高原温带半湿润草甸下，表层薄而松软，腐殖质层较厚，有机物腐化程度高，土壤容重整体较小[37]。

根据调查数据显示，研究区不同土壤类型的容重为灰棕漠土>棕钙土>风沙土>盐土>草甸土>龟裂土>沼泽土>栗钙土>潮土>冷钙土>黑钙土>灰色森林土>草毡土>黑毡土。在草地土壤从熟化到退化的整个过程中，土壤容重不断增大[9]。限于草地土壤的发生条件和发育环境，阿勒泰地区各土壤类型的容重异于其他地区，但总体而言，与现行土壤系统分类体系是相符的。在这方面，柴华和何念鹏[38]对全国土壤容重分布特征进行探究后也得出了相似的结论。

4 结论

新疆阿勒泰地区平均草地表层土壤容重为1.465 0 g·cm-3。土壤容重总体上从中部和南部向两侧递减，在西南-东北方向上呈低-高-低的趋势分布。

草地表层土壤容重与海拔、年均气温、年均降水量、≥10 ℃年均积温、湿润度和NDVI 6个生态因子均呈极显著相关(P<0.01)。湿润度和海拔是影响土壤容重的主要驱动因子。不同草地类型表层土壤容重差异较大。其中，温性荒漠平均土壤容重最大，为1.712 3 g·cm-3；高寒草甸最小，为0.542 7 g·cm-3。从土壤类型看，灰棕漠土的土壤容重值最大(1.611 9 g·cm-3)，黑毡土的最小(0.685 1 g·cm-3)。土壤容重的空间格局既符合草地类型的分布规律，也与土壤类型的变化相对应。

通过结果检验，本研究中用多源数据加权叠加预测的研究区草地表层土壤容重的精度达86.06%，分布特点符合草地-土壤复合系统界面的基本演化规律，能够用于研究该区草地土壤的健康状态。