辽西北风沙地土壤养分空间变异性与土地利用的关系

贺思楠，吕 刚，王锋柏，张 卓，王 双，刘 爽，朱 肃

（1.辽宁工程技术大学环境科学与工程学院，辽宁阜新 123000；2.辽宁省沙地治理与利用研究所，辽宁 阜新 123000；3.国有彰武县章古台林场，辽宁阜新 123000；4.铁岭县自然资源事务服务中心，辽宁铁岭 112600；5.铁岭市自然资源事务服务中心，辽宁 铁岭 112000）

近年来，我国生态环境面临的重要问题之一是土地的退化和沙漠化。我国先后实施了一连串大规模的防沙治沙工程。风沙土养分含量低、土壤质量差、水分缺失、结构松散，植物生长需求得不到满足，所以生物固沙对人力和财力造成极大的消耗。即使土壤类型和质地相同，在同一时刻内，空间上的土壤养分也存在较大地差异。赵朋波等研究发现，毛乌素沙地土壤全氮空间分布为西高东低，速效磷呈现出北高南低，而速效钾的空间分布相对均衡。刘国顺等研究表明，土壤有机质和速效磷两者表现出的各向异性更加强烈，其中碱解氮和速效钾的各向同性范围最广。土壤有机质和速效磷表现出的趋势效应较强，相反，碱解氮和速效钾的趋势效应与前两者相比较弱。李云等对浑善达克沙地不同地形条件下各层土壤养分空间变异系数均表现为阳坡高于阴坡。尹梅等研究指出典型的坡耕地的土壤养分含量空间变异性是不同土地利用方式的主要影响因素。在半干旱地区，孔涛等针对辽西北沙地间作系统为研究对象，提出沙地苹果−大豆间作系统中土壤养分含量极低，主要体现在全氮、有效磷和碱解氮上。在对江西省森林土壤空间变异特征研究中，张志坚等研究发现，森林的格局构成由土壤类型和母质等大规模的变化。农业生产中，常常出现漏水漏肥的现象。此土壤具有松弛的土质，透水透气性好，但保水保肥能力较差，需对种植方式进行改良，王子龙等研究表明，土壤养分通常存在着复杂地空间变异性，空间的变化直接导致土壤养分发生变化，不同的土壤母质、地形和人类活动对土壤养分的空间变异影响较大。近年来，风沙地改良一直受到关注，沙地改良利用区土地不同利用方式的理化性质不同。刘丹丽等针对宁夏盐池沙地采用地统计学方法对3 种植物养分空间变异性进行研究，结果表明，0～5cm土壤有机质、全氮和速效钾为中等空间相关性，说明结构性因素和随机性因素发生共同作用。

辽西北风沙地为干旱半干旱地区，具有降雨量少、土壤风蚀严重和地形错综复杂等特点。加之人为过度利用土地等因素影响，出现水土流失严重、植被恢复率低、土地荒漠化等严重问题，使辽西北风沙地成为辽宁省生态环境最为脆弱的地区。吕刚等在辽西北风沙地研究得出，土壤肥力通过不断改良得到显著提高，但风沙地利用区的土壤仍受自然和人为驱动力的双重影响较大。为明确土壤养分普遍存在着空间变异性，以往对于土壤养分空间变异性研究大多集中在农田、森林、农作物等方面。但是对于风沙地改良区土壤变异性研究相对较少。本研究利用地统计学与GIS 技术相结合的方法研究分析，以辽西北风沙地不同土地利用类型为研究对象，探究不同模型下土样各养分的空间变异性特征和影响因素分析，以期为辽西地区风沙地土壤养分空间的变异性研究提供科学依据。

1 材料与方法

1.1 研究区概况

研究区域处于辽宁省西北部阜新市彰武县章古台镇境内，辽宁省沙地治理与利用研究所章古台试验站（E122°22'，N42°43'），此区域属于科尔沁沙地东南前缘，其面积约为2.4km，其气候特点为干旱多风，降雨集中于夏季，占全年降雨量的70%，降水总量较少。年平均气温大约为6.8°C，年平均风速变化幅度为3.7～4.6m·s，全年平均降水量大约为4.5cm，无霜期145～150d，降水量较少。是半风沙半干旱的典型区，基地属于风沙土。该区域的土壤主要由风沙土组成，占总体的89.4%，土壤呈弱酸性，植被类型为山杏[

Armeniaca sibirica

(L.)

Lam

]、栎树（

Quercus Linn

）、长芒草（

Stipa bungeana Trin.

）、羊草[

Leymus chinensis

(Trin

.

)

Tzvel.

]、刺槐（

Robinia pseudoacacia Linn.

）。

1.2 方法

1.2.1 土壤采集及方法测定 对试验站内研究区土地按200m×200m 网格状划分，选取38 个采样点，研究区共6 种土地利用类型，分别为水浇地、科研用地、其他草地、乔木林地、其他林地、果园。在每一采样点附近选取3个重复点，取土深度为表层土0～20cm，将4 个土壤样本混合作为该采样点的样本。使用手持式GPS 记录各个采样点的位置坐标，利用体积为100cm的环刀采集，并用四分法采取对应的土壤样品1kg，装袋密封，带回实验室化验。土壤样本采集于2018年7月上旬～9月下旬。采样点分布如图1。土样取回后，先测土壤含水率，将采取样本在实验室进行风干，然后对侵入体进行分离，磨碎，筛选，最后密封保存，具体测定方法如下：速效磷含量测定采用NaHCO提取钼锑抗比色法；速效钾含量测定采用乙酸铵浸提火焰光度法；碱解氮含量测定采用碱解扩散法；有机质含量测定采用非分散红外线吸收法；全钾含量测定采用NaOH 熔融法测定；全氮含量测定采用凯式定氮法；全磷含量测定采用高氯酸−硫酸法。

图1 研究区土壤采样点分布Figure1 Distribution of soil sampling points in the study area

1.3 数据分析方法

采用GPS 定位网格化采样点，用Excel 对数据进行处理，利用传统统计学方法及地统计学方法分析研究区土壤养分的分布特征。采用半方差函数拟合模型对土壤养分的空间变异特征进行拟合，并选取最优模型。用ArcGis10.2.2软件和二维图像进行克里格土壤养分空间插值，得到各养分空间分布图。

1.3.1 半方差拟合模型 传统的统计学方法在大多文献中都有比较具体的描述，半方差函数是地统计学中描述土壤空间变异的函数，即：

式中：

h

为采样距离；

N

(

h

)为在范围内的观察点数；

Z

(

x

)为观察点

x

的土壤养分值。通常用

h

作某特征方向的半方差函数图，获得半方差函数理论模型。本研究涉及典型模型有和球状模型、指数模型和高斯模型。

（1）球状模型的数学表达式为：

式中：

C

为块金值；

C+C

为基台值；

r

(

h

)为与采样间距相关的半方差函数；

h

为采样点的间距，即步长；当

0<h<a

时，样本间与

h

具有相关性。随着

h

增大，曲线变得平缓，

r

(

h

)与

h

的相关性减弱，在

h>a

的区间内，曲线保持水平，即样本测定值与

h

不再具有相关性。

（2）指数模型的数学表达式为：

当

h

=3

a

时，

r(h)

变化趋于平缓，

r

(

h

)≈

C

+

C

，因此，高斯模型的变程为3

a

。

（1）高斯模型的数学表达式为：

当时，

r

(

h

)变化趋于平缓，

r

(

h

)≈

C

+

C

，因此，高斯模型的变程为。

1.3.2 残差平方和方法 对于3 种模型拟合选择最优拟合模型，本研究采用残差平方和计算法和相关分析法对各个拟合结果进行综合评价。

相关系数计算公式为：

2 结果与分析

2.1 土壤养分空间总体特征分析

土壤具有高度的空间变异性，利用MATALB软件对测得土壤养分的最大值、最小值、均值和CV值等统计指标进行计算，所得结果如表1。

表1 土壤养分含量常规统计指标
Table1 Conventional statistical indexes of soil nutrient content

注：CV值的大小表示土壤养分空间变异性的大小根据各养分的均值进行分析。
Note:the value of CV indicates the spatial variability of soil nutrients,which is analyzed according to the mean value of each nutrient.

对研究区表层土壤中7种养分指标进行分析，尽管取样区域范围只有2.4km，但辽西北地区风沙土养分状况存在着很大的空间变异性，38 个土壤样品测定结果表明，生态农业示范区7 种土壤养分样本平均含量为0.026～93.108g·kg，速效钾和碱解氮含量较高，全氮、全磷以及有机质含量较低，速效磷和全钾含量适宜。其中速效钾和碱解氮含量较高，全氮、全磷以及有机质含量较低，速效磷和全钾含量适宜。7 种土壤养分的变异系数为16.9%～84.7%。其中，速效磷变异系数最大，达到84.7%。

2.2 土壤养分指标的空间变异特征

半方差模型拟合模型指半方差函数被普遍用于描述土壤养分的空间变异结构，对土壤养分空间的变异性进行表征。半方差模型的拟合同样需要输入数据符合正态分布，通过离散的半方差统计数据进行拟合，使用matlab拟合各养分的半方差值，将各养分的3种拟合曲线与半方差值进行比较分析。

由图2～图7可知，3种拟合曲线均能概括半方差的变化趋势，随着采样间距的逐渐增大，3种模型的拟合曲线变得更加平缓，这与变异性相关理论的说明一致，但不同模型的拟合曲线也明显不同。

图2 速效磷半方差模型拟合结果Figure2 The result of the AP semivariance model fitting

图3 速效钾半方差模型拟合结果Figure3 The result of AK semivariance model fitting

图4 全磷半方差模型拟合结果Figure4 The result of TP semivariance model fitting

图5 全钾半方差模型拟合结果Figure5 The result of TK semivariance model fitting

图6 全氮对数半方差拟合结果Figure6 The result of ln(TN) semivariance model fitting

图7 有机质半方差拟合结果Figure7 The result of SOM semivariance model fitting

2.3 拟合性能评价

决定系数为相关系数的二次方，决定系数越大，能够说明拟合曲线与实际采样值之间的相关性越强，拟合程度越好。

分别计算拟合后3 种模型的决定系数，如表2。对研究区38 个土壤样本进行半方差分析，并进行半方差拟合模型。由表2可知，速效磷和速效钾的拟合模型均为高斯模型，块金值介于30.88～779.8之间，两种养分块金值与基台值的比值在0.405～0.617 之间，在（0.25，0.75）区间内，说明土壤养分空间变异相关性程度为中等相关，其变异主要由结构性因素和随机性因素共同发挥作用，研究区的6种土地利用类型、风沙土质地、气候等自然因素加强了速效磷和速效钾的空间相关性。全磷和全钾的最优拟合模型为球状模型，变程介于350～588.2之间，3 种养分块金值与基台值的比值在0.385～0.643 之间，说明在（0.25，0.75）区间内，2 种土壤养分空间变异性为中等相关。全氮、有机质和碱解氮的拟合模型指数模型，虽然3 种养分拟合模型都为指数模型，但空间变异相关程度却不同，有机质和碱解氮在（0.25，0.75）区间内，说明为中等空间相关性。全氮块金基台比为0.885，其相关性较弱，说明其变异不仅受结构性因素导致，还受一些随机性因素的影响，耕作过程中人为施肥、作物排布、措施等都是随机的。每个拟合模型的基台值、变程、块金值具有明显不同，这说明研究区的养分不同，在空间变异特征上也明显不同。

表2 土壤养分半方差模型参数
Table2 Parameters of soil nutrient semi variance model

注：表中数据为3种半方差模型下各土壤养分拟合参数，理论模型为拟合最优值。
Note:the data in the table are the fitting parameters of soil nutrients under three semi variance models,and the theoretical model is the best fitting value.

变程是半方差到达基台值时的样本间距，它表达了变量在观测尺度下空间自相关性的大小，在变程变化范围之内说明变量具有空间自相关特性，在变程之外则不具有空间自相关。研究区每个养分的差别比较大，速效磷速效钾变程介于2501.1～2424.9 之间，全磷和全钾变程介于350～588.2 之间，全氮、有机质和碱解氮变程介于1200.08～1565.7 之间，速效磷的变程最大，为2501.1m，表明速效钾在空间自相关范围内较大，超出2501.1m，速效钾将不会表现出空间自相关性。全钾的变程最小，为350m，则表明空间自相关范围内较小，超出350m，全钾则不会表现出空间自相关性。

由表2 还可知，在半方差函数模型中，块金值（

C

）能够反映区域化变量内部随机性的可能程度。基台值(

C

+

C

)，表示研究区域内土壤养分空间的总变异程度。若块金值与基台值的比值越高，说明土壤养分受人为扰动明显，即由随机因素导致的土壤养分空间变异性程度就越大，反之则说明土壤养分受土壤母质、土地利用类型等结构性因素引起的空间变异性程度越大。

2.4 土壤养分的空间分布格局

根据以上各养分半方差拟合参数，为能更加直接地观察研究区域内部土地的土壤养分分布特征和其空间变异性，利用Kriging法结合空间二维图像(图8～图14)，颜色深代表养分高，反之则低。

图8 速效磷空间分布预测Figure8 AP spatial distribution prediction map

图9 全磷空间分布预测Figure9 TP spatial distribution prediction map

图10 速效钾空间分布预测Figure10 AK spatial distribution prediction map

图11 全钾空间分布预测Figure11 TK spatial distribution prediction map

图12 碱解氮空间分布预测Figure12 AN spatial distribution prediction map

图13 全氮空间分布预测Figure13 TN spatial distribution prediction map

由图8～图14 可知，采样区域内不同养分的空间分布差别较大，有明显的高低差异。速效磷与全磷之间分布层次不够明确，具有一定程度上的空间变异性。图中全磷含量大部分小于25mg·kg，局部地区达到50mg·kg，全磷对土地供磷水平较弱，大部分磷元素无法直接利用。根据图中深红色区域，可以看出随机因素对全磷一般有影响，磷元素为常用肥料，且移动性较小。速效磷集中在研究区东北部，速效磷的变化区间不超过35mg·kg，绝大多数地区速效磷含量都未能达到15mg·kg，速效磷对土地供磷能力较差。速效钾北部地区颜色深，说明含量分布较高的地区在北部，中部地区大多数呈现较低水平，说明对土地的利用类型影响较小。色块分布形成一个明显的分割区域，说明人工干预因素较多，土地中大量施加钾肥造成土壤中钾元素含量较高，土壤中残留的大量钾肥导致这个区域内部全钾含量较为充裕。水浇地以及部分林地、草地是该区域土地主要利用类型，由于钾元素的流动性较大，导致水浇地中钾元的淋溶损失较为严重。

图14 有机质空间分布预测Figure14 SOM spatial distribution prediction map

碱解氮、速效氮两种养分的空间分布特征相似，北部地区有两个典型的高值区，其土地利用类型主要为部分果园，水浇地以及科研用地，说明对土地的利用类型影响较大。对比碱解氮和全氮的分布规律，结果表明，氮元素整体整体分布受土地利用类型影响较大，全氮除了受植被和群落的影响，还与土壤类型、地形地貌、土壤动物的活动和微地形差异有关。

3 讨论与结论

本研究中，速效磷可能和土壤中磷素易转化成难溶性化合物有关。全钾变异系数最小（16.9%），原因可能是人为施肥不均匀导致。这与陈卫国等在坝地土壤养分变异性结果一致。按照一般的评价标准，判定速效磷、速效钾、全磷、全氮以及有机质的变异系数值均表现为较强变异性，碱解氮含量、全钾含量表现为中等变异性。速效磷变异系数最高，可以看出该区人为施磷肥比较丰富，磷元素容易受人类施肥不均匀等干扰，经长期人为因素干扰和控制，进而导致养分变异性大。全磷和有机质变异系数为42%和43.2%，也处于较高水平，原因可能是因为磷元素是常用肥料，季节性利用率低，并且移动性较小，人为在施肥过程中不均匀且差异较大，加剧了采样点中养分的变化。全钾变异系数最低，土壤中的钾含量主要受风沙土本身影响，对土地利用类型影响不大。这与张宏伟等针对沈阳城市及郊区土壤的研究结果相符，全钾变异系数最小为16.32%，说明引起空间变异的最主要因素可能是结构性因素，由于研究区与沈阳城市临近，气候、地形等自然因素增加了空间相关性。速效磷、速效钾、有机质、全磷以及全氮变异性较强，推测主要原因可能与人为因素、结构因素和自然因素有关。其中，人为因素可能由于各地农户施肥差异大、种植物种类不同和人为活动破坏等因素使土壤空间变异性有很大区别。

土壤养分的空间相关性可以用块金基台比值大小来区分，各种养分表现出的空间变异性存在较大差异，这可以证明养分含量的变异性在受到土壤母质、地形地貌、土地类型等结构性因素影响的同时，某些随机性因素也是影响土壤养分空间变异性的重要因素之一，这些随机因素可能为土地的管理形式不同，人为种植和耕作措施不同。本研究结果与邱开阳等的毛乌素沙地养分空间变异性研究结论略有不同，其结果为:全氮的块金系数为28%，具有中等的空间相关性。说明随机因素如南北地区差、采伐、试验误差等对养分影响较大。综上所述，研究区土壤养分空间变异性是由人为因素和与自然因素共同作用的结果。

有机质含量的高值区和低值区的分布特征之间的相关性较强，从而验证了土壤中有机质的矿化过程是土壤的氮素的主要来源。研究区域内部土壤的有机质含量为中等以下的偏低水平，西部地区分布较高，土地利用类型主要为水浇地，除水浇地之外的其他土地利用类型有机质含量较低；乔木林地以及科研用地颜色分布较浅，有机质含量处于中等以下的较低水平。在人为因素的角度进行分析，水浇地近些年被反复耕作、施加各种肥料的影响，使有些土壤中有机质含量升高。在自然因素的角度进行分析，由于水浇地中水分较高，土壤含水率高，所以有机质在土壤中积累的更多。

章古台试验站土壤养分的分布具有明显的空间变性，研究区表层土壤总体养分含量较低，速效磷、速效钾、全磷、全钾以及有机质均呈现中等空间相关性（变异系数为0.385～0.643），其空间变化主要受结构因素的影响，全氮含量呈现弱空间相关性变异系数0.885，其空间变化是受结构性因素和随机性因素的共同结果。

土壤速效磷和速效钾最适合的模型为高斯模型，全磷和全钾最优模型为球状模型，全氮、有机质和碱解氮为指数模型。各养分含量均存在一定的半方差结构，说明养分的变异性与空间变量具有相关性。较大的块金/基台比说明人为因素在养分的空间变异性中起到重要作用。研究区各养分的空间分布特征与土地利用类型分布特征具有较强的相关性，各土地利用类型总体表现为水浇地、科研用地、果园大于其他林地以及草地大于乔木林地。北部地区土地利用类型主要为果园，水浇地以及科研用地，西部地区主要为水浇地。