基于地统计学和GIS的湖北省土壤有机质空间变异性研究

于芳 李海明

摘要：基于湖北省157个土壤样品数据，分析土壤有机质含量特征，并应用地统计学和地理信息系统（GIS）技术研究其空间变异性，利用相关分析和回归分析探讨其变异性的影响因素。结果表明，湖北省土壤有机质含量为 （23.04±6.39） g/kg，变异系数达27.73%，属中等程度变异;土壤有机质以高斯模型拟合最佳，块金比为0.33，呈中等程度空间自相关性，表明以结构变异为主。研究区土壤有机质含量总体上呈条带状分布，由鄂中向鄂西和鄂东增加，其中东西方向上变异性高于南北方向。研究区土壤有机质含量空间变异是地形、化学养分指标、土地利用类型、土壤质地等因素综合作用的结果，其中海拔、土壤质地分别解释了41.5%、22.1%的变异信息，是其主控因素。

关键词：土壤有机质;地统计学;空间变异;影响因素

中图分类号： S127;S153.6+21

文献标志码： A

文章编号：1002-1302（2019）15-0282-05

有机质是维系土壤生命机能的核心指标之一，对于保持土地生产力、促进农业发展具有重要意义，同时作为地球生态系统重要的碳库，有机质在土体中的迁移转化速率影响着全球碳循环的平衡[1]。受成土环境因素与人为干扰影响，土壤有机质含量在不同时空尺度呈不恒定分布，这种非均质特性不仅增加了耕作过程中养分精确管理的难度，还导致了碳素迁移转化过程模拟的不确定性[2]。研究土壤有机质空间分布格局，可为科学保护土壤资源和生态过程建模提供基础信息。

国内外农业历史上很早就关注到土壤肥力质量差别，但直到地统计学和地理信息系统（GIS）技术得到应用后，土壤属性分布格局及其影响因素得以可视化与定量表达[3]，随着研究的深入，学者们发现，其空间异质性受结构性、随机性因素控制。如Schulp对荷兰农业景观土壤有机质时空变异研究发现，土地利用的变迁能够很好地解释有机质的总体变化[4];Hu等研究表明，在相同土地利用条件下，土壤质地对有机物质积累具有显著影响[5];陈洋等在长三角地区的研究中指出，土壤有机质含量与母质类型存在良好的空间相关性[6];Huang等探究了江苏沿江地区有机质含量的历史变化，认为耕作制度与施肥管理是其主控因素[2];吴昊等分析了秦岭山地地形因子对土壤有机质的积累效应，结果表明，有机质含量与海拔呈显著正相关关系，与坡向呈负相关关系[7]。这些研究大多基于中微观尺度，着重分析了某一类型因子对土壤有机质空间变异的影响机制，而对省域尺度上复杂环境因素影响下有机质变异性的研究较少。湖北省是我国重要的水源供应和粮食生产基地，随着城镇化与工业化的推进，土地资源开发利用强度增大，局部土壤面临着退化、污染的风险。基于此，本研究以土壤普查和相关文献资料为基础，运用地统计学和GIS技术初步揭示土壤有机质空间分异特征，旨在为省域土壤肥力调控、土地利用规划提供科学参考。

1 材料与方法

1.1 研究区概况

湖北省位于我国中部秦巴与大别山断连交汇处，地理坐标为29°05′～33°20′N、108°21′～116°07′E，区域面积为1859万km2。属于亚热带季风气候区，气候温暖湿润、雨热同期，年平均气温与降水量分别为12～16 ℃、800～1 600 mm。境内地势由东西两侧向中南部倾斜，高程为20～3 105 m，形成了山地、丘陵、平原等阶梯状地貌。省域属长江与汉江汇流区，河网密度、湖泊星罗，水资源丰富，是全国重要的水利发展基地。植被以亚热带常绿阔叶林为主，具有垂直地带性分布特征。第2次土壤普查表明，全省主要存在水稻土、潮土、黄棕壤、黄褐土、石灰岩土、红壤、黄壤、紫色土等8个土类，其中前三者为主要耕作土壤。

1.2 数据来源

以湖北省表层土壤有机质含量为研究对象，土壤数据一部分根据《湖北土种志》整理得到，另外部分出自2000年以来相关研究文献，有效样点共计157个（图1）。辅助数据有DEM（digital elevation model）和MODIS（moderate-resolution imaging spectroradiometer）遥感影像数据，分别由地理空间数据云网站和美国航空航天局（NASA）网站提供，前者空间分辨率达30 m，后者采用的是2016年逐月归一化植被指数（normalized difference vegetation index，简称NDVI）数据，产品编号为MOD13Q1，空间分辨率为1 km。

1.3 研究方法

1.3.1 地统计学 地统计学是Matheron创立的一种空间统

计方法，其通过邻近度观测检测空间连续性变量的随机不恒定变化与空间位置之间的关系，以界定其影响因素的重要性并估测土壤各属性变量在空间分布特征[8]。半方差函数（semivariogram）是地统计学的理论基础，本研究主要应用其中的面域模式解释土壤空间变异结构，其计算公式如下：

式中：r（h）表示距离为h时的半方差;h为空间间距;N（h）表示间距为h的所有观测点对数;Z（xi）是空间位置xi上的实测值，Z（xi+h）是空间位置（xi+h）上的实测值。设定h=0时，r（h）的值为块金值C0;随着h的增大，r（h）维持在稳定水平时，该处r（h）为基台值C0+C;此时点对间距为变程A0，变量在变程范围内的临近空间上具有良好自相关性，超出变程，自相关性消失。块基比C0/（C0+C）可度量变量空间不恒定性影响因素的作用大小，即空间结构。根据变量在局部存在空间自相关性，可对其广域特征使用Kriging插值法进行估算，具体公式如下：

式中：Z（x0）表示变量在x0处的估计值、实测值;λi为加权系数;λ表示临近点对其影响程度，即权值。

1.3.2 数据处理 将土壤样品数据导入ArcGIS 10.3平台中，与DEM和遥感数据统一导入WGS-84投影系统。以DEM数据为基础，运用Surface模块计算研究区坡度、坡向、坡位等地形指数。对MODIS逐月數据进行最大值合成，用以表示区域NDVI整体水平。在此基础上，采取将值提取至点的方法，提取各样方的地形和NDVI信息。运用经典统计学方法，于SPSS 21.0软件中对土壤有机质含量的均值、极值、标准差等特征进行统计，通过LSD单因素方差多重比较法分析其与土地利用类型、土壤质地之间的关系，采用Person双变量相关性分析检验其与地形因子的相关性。半方差函数模式拟合与参数计算在GS+9.0地统计软件中进行，基于模型参数，使用ArcGIS软件中的Geostatistical Analysis模块对土壤有机质含量进行空间插值，并生成空间趋势面。

2.5.4 土壤有机质与土壤质地的关系 土体中的颗粒组成影响着土壤持水性、孔隙度等物理特性，而有机物质的迁移转化对其具有敏感响应[14]。由图8可知，不同质地土壤中有机质含量表现为黏土>壤土>沙土，并且其差异达到显著水平（F=4.74，P<0.05）。这与赵明松等的研究[15]结果一致，黏土颗粒细小、黏粒组分居多，对矿化分解物质具有较好的吸附性;沙土中沙质成分较多、孔隙大、透水性强，不利于有机质的固结。另外，黏土中有机质含量的变异性最小，变异系数为15.32%，壤土次之，变异系数为24.73%，沙土变异性最大，变异系数达46.81%。

2.5.5 不同因素对有机质变异性的影响程度 前述定性分析了不同因子对有机质含量的影响，却不能定量描述其影响程度的大小。以海拔、坡度、坡向、NDVI、土地利用类型、土壤质地为解释变量，以土壤有机质含量为目标变量，通过逐步回归分析识别各因子对有机质变异性的贡献力，结果如表5所示。当特征参数R2ξ越小、ΔR2越大或R2偏越大时，表示该变量相对重要性越大。可知，海拔因子独立解释了 41.5% 的变异信息，是湖北省土壤有机质空间变异的主要因子，土壤质地次之，达22.1%，而其他环境变量的独立解释能力较小，表明它们是次要因素。

3 结论

研究区土壤有机质含量为8.52～42.95 g/kg，平均值为23.04 g/kg，变异系数达27.73%，属中等差异。土壤有机质拟合最适模型为高斯模型，块基比为0.33，呈中等程度空间自相关性，其空间变异以结构性为主。

研究区土壤有机质含量总体上呈条带状分布。有机质含量低值区（小于13.78 g/kg）出现在江汉平原东南部和襄阳盆地，并以此为中心向鄂西、鄂东呈增加趋势，鄂西地区有机质含量最高，为21.60～43.55 g/kg，鄂东地区次之，为 19.16～30.49 g/kg。土壤有机质在各方向上均存在空间变异，其中东西方向上变异性高于南北方向。

研究区土壤有机质含量与海拔呈极显著正相关关系，与坡度、NDVI呈显著正相关关系，并且不同土地利用类型和土壤质地对土壤有机质含量具有显著影响。为提升土壤有机质涵养能力，需要加强养分分区管理，鄂中丘陵、江汉平原和襄阳盆地区应注重耕作强度调整，坚持秸秆还田或生物堆肥，并防治土壤污染;鄂西地区应加强水利建设和水土流失治理;鄂东地区主要应合理开发利用土地资源，兼顾生态环境保护，增强养分保持能力。

参考文献：

[1]郑红波，吴健平，张 珊. 浙江宁海农用地土壤有机质和土壤养分空间变异分析[J]. 浙江林学院学报，2010，27（3）：379-384.

[2]Huang B，Sun W X，Zhao Y C，et al. Temporal and spatial variability of soil organic matter and total nitrogen in an agricultural ecosystem as affected by farming practices[J]. Geoderma，2007，139（3/4）：336-345.

[3]Mirzaee S，Ghorbani-Dashtaki S，Mohammadi J，et al. Spatial variability of soil organic matter using remote sensing data[J]. Catena，2016，145：118-127.

[4]Schulp C J E，Veldkamp A. Long-term landscape - land use interactions as explaining factor for soil organic matter variability in Dutch agricultural landscapes[J]. Geoderma，2008，146（3/4）：457-465.

[5]Hu K，Wang S，Li H，et al. Spatial scaling effects on variability of soil organic matter and total nitrogen in suburban Beijing[J]. Geoderma，2014，226/227（1）：54-63.

[6]陈 洋，齐雁冰，王茵茵，等. 多重密度布点对土壤有机质空间特性的解析[J]. 自然资源学报，2016，31（12）：2099-2110.

[7]吴 昊. 秦岭山地松栎混交林土壤养分空间变异及其与地形因子的关系[J]. 自然资源学报，2015，30（5）：858-869.

[8]Matheron G. Principles of geostatistics[J]. Economic Geology，1963，58（8）：1246-1266.

[9]陳桂香，高灯州，曾从盛，等. 福州市农田土壤养分空间变异特征[J]. 地球信息科学学报，2017，19（2）：216-224.

[10]李志国，张过师，刘 毅，等. 湖北省主要城市园林绿地土壤养分评价[J]. 应用生态学报，2013，24（8）：2159-2165.

[11]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）：403-408.

[12]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.

[13]邱莉萍，张兴昌，程积民. 土地利用方式对土壤有机质及其碳库管理指数的影响[J]. 中国环境科学，2009，29（1）：84-89.

[14]蒋 威，郜允兵，刘 玉，等. 北京市大兴区南部土壤有机质空间变异及其影响因素[J]. 浙江农业学报，2016，28（3）：482-488.

[15]赵明松，张甘霖，李德成，等. 江苏省土壤有机质变异及其主要影响因素[J]. 生态学报，2013，33（16）：5058-5066.王浩权，朱兴华，胡惠允，等. 苯胺降解菌的分离及其降解特性[J]. 江苏农业科学，2019，47（15）：287-290.