基于地统计学的山西省不同类型土壤有机质空间变异分析研究

申若禹 张吴平 王国芳 张茜 乔磊

摘要：為了展示山西省不同土壤类型条件下耕层土壤有机质含量的空间变异性以及影响因素，实现土壤肥力高效利用，进一步指导农业生产方式改良以及精准施肥。本研究以褐土、黄绵土、栗褐土、栗钙土四种山西省常见土壤类型进行研究，分别选取区位临近的县市采样，得到耕层土壤有机质含量数据，采用GIS与地统计学方法相结合的方法，研究不同土壤类型的土壤有机质含量的空间变异性，通过对比从三种函数模型（指数模型、球状模型、高斯模型）中选取最优拟合模型，并采用最优拟合模型进行插值制图以及趋势分析。结果表明，褐土平均有机质含量最高，其块金系数为25%，具有较强的空间结构性;黄绵土平均有机质含量最低，其块金系数为50%，具有中等强度的空间结构性;栗褐土平均有机质含量仅次于褐土，其块金系数为49%，具有中等强度的空间结构性;栗钙土平均有机质含量略低于栗褐土，其块金系数为32%，具有中等强度的空间结构性。由以上分析结果可以看出，土壤类型是土壤有机质含量空间变异的重要影响因素，除此之外，海拔、地形地貌、人为活动等因素同样对有机质空间变异会产生一定的影响。本研究可以为提高山西省土壤肥力、精准施肥、改良农业生产措施提供依据。

关键词：土壤有机质;土壤类型;地统计学;空间变异

中图分类号：S153.6+21文献标识号：A文章编号：1001-4942（2019）04-0110-07

Abstract To demonstrate the spatial variability and influencing factors of organic matter content in different soil types in Shanxi Province， achieve high-efficient use of soil fertility， and further guide the improvement of agricultural production methods and precision fertilization， the organic matter content data of cultivated soil samples were obtained from the neighboring counties and cities with four soil types including cinnamon soil， loess soil， chestnut brown soil and chestnut soil as test materials.The spatial variability of soil organic matter content was analyzed by GIS and geostatistical methods. The optimal fitting model was selected from three functional models （Exponential model， Spherical model， Gaussian model）， and used for interpolation mapping and trend analysis. The results showed that the average organic matter content of cinnamon soil was the highest with the nugget coefficient as 25%， and it had strong spatial structure. The average organic matter content of loess soil was the lowest with the nugget coefficient as 50%， and it had medium-strength spatial structure. The average organic matter content of chestnut brown soil was next to that of cinnamon soil with the nugget coefficient as 49%，and it had medium-strength spatial structure. The average organic matter content of chestnut soil was slightly lower than that of chestnut brown soil， and its nugget coefficient was 32%. It also had medium-strength spatial structure. It was concluded that soil type was an important factor affecting the spatial variability of soil organic matter content. The factors such as elevation， topography and human activities also had a certain impact on the spatial variation of organic matter. This study could provide references for improving soil fertility， precision fertilization and agricultural production measures in Shanxi Province.

Keywords Soil organic matter; Soil type; Geostatistic; Spatial variability

土壤有机质是土壤养分的主要组成部分，也是在土壤肥力与土壤质量评价中极为重要的一环。土壤有机质含量降低，会导致土壤肥力下降。在绿色农业蓬勃发展的今天，土壤有机质也逐步成为土壤学等学科的研究热点，揭示土壤空间变异规律并掌握其分布状况是提高土壤肥力以及发展绿色农业的前提。

随着地统计学与GIS技术的快速发展，越来越多的研究者使用地统计学研究各种不同尺度下土壤有机质的空间分布规律。其中，胡克林等[1]探究了北京市大兴区田地尺度上土壤有机质的空间变异规律，张建杰等[2]探究了太原市土壤养分空间变异特征及影响因素，龙军等[3]研究了省级不同地貌特征下土壤有机质的空间插值方法，赵松明等[4]研究了徐淮黄泛平原的大范围空间变异特征及影响因素。以上研究结果表明：土壤有机质含量在不同空间位置有着巨大的差异，大多具有中等程度的空间变异性，同时揭示了气候、土壤类型、地貌特征、人为活动等因素对于土壤有机质空间变异的影响。这些研究主要集中在地势相对平坦、土壤类型单一的区域，少有人研究不同土壤类型间土壤有机质含量的空间结构性差异。

土壤类型是土壤有机质的重要影响因素，不同类型土壤的有机质含量以及空间分布规律也不相同。而且土壤演变过程较长，不会在短时间内发生较大的变化，研究不同类型土壤有机质空间分布规律有助于指导未来较长一段时间内土壤有机质的高效利用。本研究以山西省为研究区域，选取四种较为常见的土壤类型，通过野外采样调查分析样点数据，结合地统计学的空间分析方法建立半方差函数与拟合模型，最终采用克里格插值法分析山西省不同类型土壤有机质的空间变异性。通过研究结果來对比不同类型土壤有机质含量差异，揭示土壤有机质空间分布规律，同时列出影响土壤有机质空间分布的主要因素，以指导土壤肥力提高，促进精准施肥。

1 材料与方法

1.1 土壤类型资料收集

根据全国第二次土壤普查结果可知，山西省幅员辽阔，全省共有11个土壤大类，26个土壤亚类，其中尤其以褐土所占面积最大，其次为栗褐土，再次为黄绵土、潮土、栗钙土等其余土壤类型。

山西省土壤类型丰富，多种类型土壤复域分布。而在山西省西北部，一县一种土类的情况较为明显。因此，以褐土、栗褐土、栗钙土、黄绵土四种在山西西北部较为常见的土壤类型进行研究，并选取山西省西北部区域位置接近的几个县市进行采样，采样选取县市见表1。

2.1

1.2 研究区概况

选取静乐县作为褐土土类采样点，静乐县地处晋西北黄土高原，位于忻州地区南部，太原市西北，隶属于忻州市管辖，国土面积2 058 km2，辖4镇10乡，共采样489个点;选用保德县作为黄绵土土类采样点，保德县隶属于山西省忻州市，地处吕梁山北、黄土高原东部边缘地带，总面积为997.4 km2，保德县共有4镇9乡，共采样488个点;选用岢岚县作为栗褐土土类采样点，岢岚县隶属于山西省忻州市，位于晋西北黄土高原中部，辖区国土面积1 984 km2，有2镇10乡，共采样471个点;选用怀仁市作为栗钙土土类采样点，怀仁市由山西省直辖，朔州市代管，位于山西省北部，地处山西省雁门关外、大同盆地中部，总面积为1 234 km2，下辖4镇6乡，共采样484个点，具体采样点分布如图1。

1.3 样点采集与数据测量

四个县市均按照“随机、多点混合”的原则[5]，每个采样点采10次土样，取土0～20 cm，将10次土样混合并根据GPS定位其坐标、海拔、土地利用类型、植被等信息。

采回土样在室内自然风干，剔除植物残余与石块，并研磨过土筛，然后装袋备用。土壤有机质含量采用重铬酸钾氧化容量法——外加热法测定[6]。

1.4 研究方法

在收集采样数据后，进行半方差函数计算，探究其空间变异规律[6，7]。半方差函数是地统计学中极为重要的研究工具，表达式如下：

[JZ（]rh=12nhΣn（h）i=1zx-zx-h2[JZ）]。

式中，r（h）表示距离为h时的半方差，n（h）表示样本间所有距离为h的点的对数，z（x）、z（x-h）分别代表距离为h时两点的有机质含量。

距离h与r（h）之间的函数关系称为半变异函数。半变异函数主要有3个参数：基台值（sill）、变程（range）、块金值（nugget）。这3个参数决定着半变异函数的主要结构[7-12]。其中，块金值指的是当间隔距离为零时的半变异函数的值，常用C0表达;基台值指的是半变异函数随着距离h的增加，从某一个非零值达到一个相对稳定的常数时的值，常用C+C0表达;变程指的是半变异函数达到基台值时的间隔距离h;此外，块金系数也是常用的半变异函数重要参数，表达式如下：

P=C0C0+C[JZ）] 。

式中，P为块金系数，C0为块金值，C+C0为基台值。一般块金系数越小，空间相关性越大;块金系数越大，空间相关受随机性影响越大[12-14]。在地统计学领域中，半方差函数通常可以被某些曲线方程所拟合，这些曲线方程称为半方差函数的理论模型，其中以指数模型、高斯模型、球状模型最为常见。

本研究使用GS+软件进行地统计学空间分析， GS+软件主要优点在于能够通过输入的数据根据设定步长与组间距离自动分组，校验正态分布，并自动拟合半方差函数。

通过GS+软件创建并拟合地统计模型、绘制半反差函数后，通过ARCGIS软件进交叉验证以及插值分析。交叉验证结果越好，模型精度就越高。在交叉验证后，通过ARCGIS软件进行克里格插值。克里格插值是空间插值中最为广泛的插值方法，其以区域化变量为核心，半变异函数为基础，用已知点值估算未知点值，得到土壤有机质含量的空间分布情况[15，16]，本研究采用普通克里格插值法进行插值。

2 结果与分析

2.1 不同类型土壤采样点有机质特征

采样点有机质含量整理汇总结果见表2。

2.2 土壤有机质空间变异与结构性分析

根据GS+软件统计分析结果，得到四个县市三种不同的模型参数，结果见表3。拟合模型的选择以决定系数大、残差RRS小为依据。静乐县三种模型中，高斯模型决定系数R2最大达到0.952，RRS最小为47.70，变程为60 340 m，故选用高斯模型作为静乐县拟合模型，同时计算其块金系数为25%;保德县三种模型中，球状模型决定系数R2最大达到0.803，RRS最小为1.85，变程为51 100 m，故选用球状模型作为保德县拟合模型，同时计算其块金系数为50%;岢岚县三种模型中，球状模型决定系数R2最大达到0.909，RRS为1.37，变程为89 440 m，故选用球状模型作为岢岚县拟合模型，同时计算其块金系数为49%;怀仁市三种模型中，球状模型决定系数R2最大达到0.836，RRS最小为29.40，变程为5 420 m，故选用球状模型作为怀仁市拟合模型，同时计算其块金系数为32%。

2.3 不同类型土壤有机质空间分布特征

2.3.1 插值模型验证 使用ARCGIS对四个县市的插值结果进行交叉验证，得到表5。

在进行验证结果分析时，标准平均数越接近于0，预测结果无偏性越强;标准均方根越接近1，标准误差结果越准确;均方根与平均标准误差越接近，则预测值与测量值偏离越小。由交叉验证结果可以看出，四个县市无偏性均较强，保德县、岢岚县、怀仁市标准误差结果较为准确，预测值与测量值的偏差结果也较小，静乐县标准误差结果准确性较低，预测值与测量值偏差结果相对较大。

2.3.2 模型插值及插值结果分析 验证模型后，在ARCGIS中采用普通克里格法插值，套用拟合模型与采样数据，得到图3。由插值结果可以看出，保德县土壤有机质空间差异性较小，全县大部分区域有机质含量低于7 g/kg，唯有东关镇与孙家沟乡少部分区域土壤有机质含量处于7～12 g/kg之间。其中，东关镇为保德县政府驻地，镇内农业生产较少，土壤受水蚀与风蚀影响较县内其他区域更小，土壤有机质含量高于县内其他区域。

怀仁市土壤有机质含量空间差异较大，大部分区域土壤有机质含量处于5～7 g/kg之间，云中镇、柯家堡、新家园乡土壤有机质含量较高。怀仁市地形呈西北、东南倾斜，东西高、中间低，西北为山区，中部东部为平川，土壤有机质含量受地形影响明显，西北山区部分海拔高人为活动较少，土壤有机质含量较高，而云中镇作为怀仁市政府驻地，镇内农业生产较少，土壤有机质含量相对于市内其他区域更高，中部平川区域则因耕作活动较多，土壤有机质含量普遍偏低。

岢岚县土壤有机质含量空间差异较小，全县所有区域土壤有机质含量均在5～12 g/kg之间。岢岚县地势东高西低，西部与西北部为黄土丘陵区，有机质含量受地形地貌条件影响明显，东南山区部分海拔高人为活动少，土壤有机质含量较高，西北部分的黃土丘陵区水土流失严重[17，18]，土壤有机质含量较低，岚漪镇作为岢岚县政府驻地，农业生产较多，广泛种植以红芸豆为首的豆类小杂粮，有机质含量低于县内其他区域。

静乐县土壤有机质含量空间差异较大，全县所有区域土壤有机质含量均高于5 g/kg，如堂尔上乡、娑婆乡两个乡土壤有机质含量甚至均高于12 g/kg。静乐县东、南、北三面环山，尤其东部山脉较高，中西部为黄土丘陵区且地形破碎，有机质含量受到地形条件影响明显，东部高山地带人为活动少，有机质含量较高，中西部黄土丘陵区土壤有机质含量相对较低，鹅城镇作为静乐县政府驻地，镇内广泛种植玉米、大豆等传统作物，有机质含量低于县内其他区域。

3 讨论与结论

摸清土壤有机质含量的变异情况以及分布状况是提高土壤肥力以及精准施肥的关键，也是减施增效、防止农田环境污染的主要步骤。本研究结果表明：

（1）褐土、黄绵土、栗褐土、栗钙土表层土壤有机质平均含量分别为10.03、6.33、8.20、7.93 g/kg，褐土有机质平均含量最高，黄绵土有机质平均含量最低，栗褐土与栗褐土平均有机质含量接近且栗褐土略高;而褐土、黄绵土、栗褐土、栗钙土采样点表层有机质含量变异系数分别为51.4%、49.4%、39.0%、52.3%，栗钙土有机质含量离散程度最高，栗褐土有机质含量离散程度最低，褐土有机质含量的离散程度略高于黄绵土。

（2）在半变异函数中，常用块金系数来表示空间结构性，块金值来表示随机性因素引起的变异程度，常用基台值来表示空间总变异程度。褐土、黄绵土、栗褐土、栗钙土拟合模型块金系数分别为25%、50%、49%、32%，褐土具有较为强烈的空间结构性，黄绵土、栗褐土、栗钙土均具有中等程度的空间结构性， 其中黄绵土空间结构性最弱，栗钙土空间结构性强于栗褐土;褐土、黄绵土、栗褐土、栗钙土块金值分别为15.70、7.06、7.95、5.22，褐土随机性变异程度最大，栗钙土随机性变异程度最小，栗褐土随机性变异程度大于黄绵土;褐土、黄绵土、栗褐土、栗钙土基台值分别为62.40、14.12、16.02、16.44，褐土总变异程度最大，黄绵土总变异程度最小，栗钙土总变异程度大于栗褐土。

（3）由交叉验证结果以及实测值与模型值对比结果可以看出，四种土壤类型中，褐土插值精度最低，其余三种土壤类型插值结果精度较为接近。由插值结果分析以及趋势分析可以看出，土壤类型是土壤有机质含量的重要影响因素，不同土壤类型的四个县市土壤有机质含量差异较大，除土壤类型之外，地形地貌、海拔高度、耕作环境、人为活动也是土壤有机质含量空间变异的影响因素。

土壤有机质含量空间变异分析是研究土壤有机质的重要课题，而土壤类型是这种空间变异形成的重要原因，虽然四种土壤类型选取的拟合模型均不相同，但其块金系数均不大于50%，却又不小于25%，表明在这四种土壤类型中土壤有机质含量存在中等程度的空间自相关性，这种相关性会受到结构性与随机性要素的共同影响。对于不同的土壤类型，耕作方式也应有所差异，对于黄绵土与栗钙土等[19，20]土壤有机质含量较低的区域，应多施用农家肥才能在保证作物产量的基础上逐步提升土壤有机质含量以及提高土壤肥力;而对于褐土与栗褐土等土壤有机质含量较高的区域[21]，实行减投增效的策略，以避免肥料的浪费和环境污染。

参 考 文 献：

[1] 胡克林，余艳，张凤荣，等.北京郊区土壤有机质含量的时空变异及其影响因素[J].中国农业科学，2006，39（4）：764-771.

[2] 张建杰，李富忠，胡克林，等.太原市农业土壤全氮和有机质的空间分布特征及其影响因素[J].生态学报，2009，29（6）：3163-3172.

[3] 龙军，张黎明，沈金泉，等.复杂地貌类型区耕地土壤有机质空间插值方法研究[J].土壤学报，2014，51（6）：1270-1281.

[4] 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）：1-11.

[5] 郭安廷，崔锦霞，许鑫，等.基于GIS与地统计的土壤养分空间变异研究[J].中国农学通报，2018，34（23）：72-79.

[6] 安永龙，杜子图，黄勇.基于地统计学和GIS技术的北京市大兴区礼贤镇土壤养分空间变异性研究[J].现代地质，2018，32（6）：1311-1321.

[7] 张雅馥，王金满，祝宇成.黄土区采煤塌陷对土壤全氮和有机质含量空间变异性的影响[J].生态学杂志，2018，37（6）：1676-1684.

[8] 夏睿，黄元仿.基于GIS的土壤有机质时空变异分析[J].黑龙江农业科学，2012（4）：58-62.

[9] 解文艳，周怀平，杨振兴，等.黄土高原东部潇河流域农田土壤有机质时空变异及影响因素[J].农业资源与环境学报，2019，36（1）：96-104.

[10]乔娟峰. 新疆阜康荒地土壤有机质空间变异性及其光谱估算研究[D].乌鲁木齐：新疆大学，2018.

[11]鲍丽然，周皎，李瑜，等.渝西北土壤有机质空间变异及影响因素分析[J].西南农业学报，2017，30（11）：2541-2547.

[12]吕小娜，张海燕.运城市盐湖区土壤有机质空间分布特征及其影响因素[J].运城学院学报，2016，34（3）：62-65.

[13]常栋，葛少华，李朋彦，等.乡镇尺度烟田土壤有机质时空变异性研究——以襄城县紫云镇为例[J].土壤，2018，50（5）：1006-1012.

[14]张志坚，刘苑秋，吴春生，等.基于地统计学和GIS的江西省森林土壤养分空间分布特征[J].水土保持研究，2018，25（1）：38-46.

[15]刘文全，卢芳，徐兴永，等.废弃盐田复垦利用后土壤盐分与有机质含量空间变异特征[J].生态学报，2018，38（4）：1311-1319.

[16]高义民，同延安，常庆瑞，等.基于ArcGIS地统计学的黄土高原村级尺度下土壤有机质空间格局研究[J].干旱地区农业研究，2010，28（4）：188-191，212.

[17]连纲，郭旭东，傅伯杰，等.黄土丘陵沟壑区县域土壤有机质空间分布特征及预测[J].地理科学进展，2006（2）：112-122，142.

[18]李玉進，胡澍，焦菊英，等.黄土丘陵区不同侵蚀环境下土壤有机碳对植被恢复的响应[J].生态学报，2017，37（12）：4100-4107.

[19]王晋民，王俊鹏，胡月明，等.栗钙土农田土壤养分空间变异特性及采样方法研究[J].干旱地区农业研究，2006，24（5）：59-63.

[20]刘杰.保护性耕作条件下黄绵土有机质含量变化及其生物学机制[D].兰州：甘肃农业大学，2016.

[21]王朔林.长期施肥对栗褐土有机碳组分及周转的影响[D].长沙：湖南农业大学，2015.