農田尺度下影響土壤表層有機質空間分異性的因子研究

摘要：為研究在農田尺度下，對土壤表層（0～25 cm）有機質產生影響的空間分異性因子，通過對采樣的土壤樣本進行理化分析，運用ArcGIS10和GeoDa軟件對土壤有機質數據進行地統(tǒng)計分析、普通克里金插值和空間相關性分析等研究，得出在研究區(qū)內土壤表層有機質的空間分異與地形因子呈現(xiàn)負相關性，并且護田林對土壤表層有機質的空間分異影響顯著。原因是地形通過地表徑流從而間接影響土壤表層有機質的空間分異，而護田林則通過根莖葉等直接影響其周圍地帶的土壤有機質的空間分異。

關鍵詞：數據采樣；地統(tǒng)計分析；普通克里金插值；空間相關性；Moran指數

中圖分類號：S153.6+2 文獻標識碼：A 文章編號：0439-8114（2016）12-3036-06

DOI：10.14088/j.cnki.issn0439-8114.2016.12.012

Abstract：In order to study the spatial disparity factors of soil surface（0～25 cm） organic matter under the farmland scale，this article conducted the physical and chemical analysis for the soil samples. ArcGIS10 and GeoDa software were used for geostatistical analysis， ordinary Kriging interpolation and spatial correlation analysis of the soil organic matters. The results showed that the spatial disparity of soil organic matter in the studied area presents a negative correlation with topographic factors and is significantly influenced by the protective forest. The reason is that the terrain indirectly affected the spatial differentiation of soil organic matter through surface runoff，while protective forest directly influenced it through root leaf.

Key words： data sampling；geostatistical analyst；ordinary Kriging interpolation；spatial correlation；Moran index

土壤有機質作為土壤碳庫，調節(jié)著土壤養(yǎng)分循環(huán)，與土壤肥力密切相關，不僅能為植物生長提供碳源，而且在很大程度上影響著土壤結構和團聚體的形成、土壤抵抗侵蝕的物理穩(wěn)定性及土壤生物多樣性等，被認為是衡量土壤質量和土壤生產力的重要指標之一[1-6]。土壤空間變異研究有利于探討土壤景觀格局與自然、生態(tài)過程和社會經濟活動之間的關系和土壤變異規(guī)律，對于土壤調查、分類、制圖、控制水土流失和土壤可持續(xù)利用均有重要意義[7]。

目前運用地統(tǒng)計學和GIS空間分析相結合的方法，一方面研究了小范圍尺度下土壤有機質的空間變異性[8-11]，從隨機性因素方面分析了土壤有機質變化的影響因素；另一方面研究了區(qū)域尺度下（黃淮海平原區(qū)、黃土高原小流域、干旱荒漠區(qū)、東北平原區(qū)和丘陵紅壤區(qū)）土壤有機質的空間分布特點及其變異規(guī)律[12-16]，揭示了結構性因素對有機質空間變異特征的影響。很多研究都是采用隨機選點的方式選點采樣，根據地理差異性研究影響因子。采用MSN軟件在優(yōu)化選點的基礎上進行選點，同時利用尺度更小的農田格網進行研究，這使得在精準農業(yè)推廣中更具可操作的現(xiàn)實意義。本研究利用地形高程數據和護田林分布范圍的影響，對土壤表層有機質的空間分異性進行了研究，首先利用MSN軟件對采樣區(qū)進行優(yōu)化選點，經過理化分析得到研究區(qū)土壤表層采樣點的有機質數據。運用ArcGIS10和GeoDa對數據進行探索分析，再進行克里金插值分析。對插值后的數據用ArcGIS10處理成GeoDa需要的格式類型，最后利用GeoDa空間分析軟件進行空間相關性分析，研究地形和護田林這兩個因子對土壤表層有機質空間分異性的影響，以期為農田有機質的保護提供一定的依據，從而為促進農業(yè)生產服務。

1 研究區(qū)概述及數據采樣

研究區(qū)位于黑龍江九三農墾局的雙山農場（48.795 71°-48.814 54°N，125.474 83°-125.485 58°E），耕地面積4 600多公頃。地貌類型為平原，由于地處緯度較高，全年氣溫偏低，年平均氣溫0 ℃左右。氣候類型為中溫帶亞濕潤季風氣候，年降水量500 mm左右，年內和年際變化差異較大。主要種植作物為小麥、玉米、大豆。地表為黑土所包裹，地表呈現(xiàn)出一定的水土流失現(xiàn)象。所選研究范圍為基地內的1號地和試驗田。

首先利用MSN空間采樣優(yōu)化軟件進行選點，進而攜帶亞米級GPS到研究區(qū)進行實地土壤采樣，之后進行理化分析。研究區(qū)1號地和試驗田內的格網、格網高程和123個采樣點的布局如圖1所示，網格大小為當地1s級衛(wèi)星距離（大小為19 m×19 m），左側為1號地，右側突出部分為試驗田，中間虛線標示為一行護田林。

2 研究方法和工具

2.1 普通克里金插值

Kriging插值是地統(tǒng)計學中的一種插值方法，由南非采礦工程師Krrge于1951年首次提出，是一種求線性、無偏、最優(yōu)的空間內插方法，插值要求是隨機函數要符合二階平穩(wěn)假設、隨機函數的期望值在搜索領域內穩(wěn)定但未知協(xié)方差平穩(wěn)。其應用隨機函數理論，不僅考慮待估點位置與已知數據位置的相互關系，而且還考慮變量的空間相關性，是一種經典插值方法。

進行普通克里金插值，首先要衡量各個點之間空間相關度的測度方法是半方差函數：

？姿（h）=[Z（xi）-Z（xi+h）]2，i=1，…，n（1）

式中，h為個各點之間距離，N（h）是以向量h相隔的試驗數據對的數據對數目，i代表第i個樣本點對，xi代表第i個樣本點對的樣本點，n是樣本點對的數量，Z是點的屬性。不同距離的半方差值都計算出來之后，繪制半方差圖，并利用此圖找出與之擬合最好的變異函數模型，比如高斯模型、線性模型等。最后利用擬合的模型估算未知點的屬性值，公式為：

Z0=ZxWx （2）

式中，Z0為估計值，Zx為已知點的值，Wx為權重，s為已知點的數目。

2.2 空間權重矩陣的確定

空間權重矩陣表達了不同對象之間的空間布局，如拓撲、鄰接等關系。通常定義一個二元對稱空間矩陣W來表達幾個位置的空間區(qū)域的鄰近關系，其形式如下：

W=w11 w12 … w1nw21 w21 … w2n… … … …wn1 wn1 … wnn （3）

式中，n表示空間單元個數，此處為研究區(qū)內網格數目。wij表示區(qū)域i與j的鄰居關系。以研究區(qū)內的格網屬性target-fid建立基于空間鄰接關系的權重矩陣。鄰接的意思是具有公共邊界，規(guī)定如下：

wij=1 當區(qū)域i與j相鄰接 0 其他（4）

2.3 全局空間相關性指標

Moran’s I系數通常用來衡量相鄰的空間分布對象及其屬性值之間關系，其取值范圍為-1～1，正值表示空間事物的屬性具有正相關性；負值表示空間事物的屬性具有負相關性；0表示不存在任何相關性。其公式為：

I= （5）

式中，n為樣本數量；xi、xj對應i點或j點或者區(qū)域的屬性值；為所有點的均值；Wij為衡量空間事物之間關系的權重矩陣。Moran’s I的置信度檢驗方法公式如下：

Z（I）=

SE（I）=SQRT[]

（6）

相關變量與上式類似。

2.4 局域空間自相關指數

全局空間自相關Moran’s I系數用于驗證整個研究區(qū)屬性數據的空間分布。而局域空間自相關指數則用于反映一個區(qū)域屬性與鄰近區(qū)域屬性的相關程度。局域空間自相關Moran指數公式為：

Ii=

S2= （7）

2.5 Moran散點圖

Moran散點圖常用來研究局部的空間不穩(wěn)定性。Moran散點圖的4個象限，分別對應于區(qū)域單元與其鄰居之間4種類型的局部空間聯(lián)系形式。與局部Moran指數相比，其優(yōu)勢在于能夠進一步具體區(qū)分區(qū)域單元與其鄰居之間屬于高值和高值、低值和低值、高值和低值、低值和高值之中的哪種空間聯(lián)系形式。將Moran散點圖與局域空間自相關指標顯著性水平相結合，也可以得到Moran顯著性水平圖，圖中顯示出顯著的局域空間自相關區(qū)域，并分別標識出對應Moran散點圖中不同象限的相應區(qū)域。

3 結果與分析

3.1 對有機質數據探索分析及普通克里金插值

綜合運用GeoDa與ArcGIS10對有機質數據進行探索性分析。利用直方圖工具對1號地和試驗田的有機質數據進行探索，得出平均值和中值類似，偏度接近0，峰度接近3，表明數據基本服從正態(tài)分布。同樣利用正態(tài)QQ圖工具對研究區(qū)內的有機質數據進行探索，發(fā)現(xiàn)圖上點基本落在45°的參考線上，有機質數據和標準正態(tài)曲線擬合的程度非常好，同樣說明數據符合正態(tài)分布條件。由半變異函數曲線也可以得知數據符合克里金插值條件，且數據符合準二階平穩(wěn)假設。綜上所述，可以對有機質數據進行普通克里金插值。

同時綜合運用直方圖、Voronoi圖等工具在剔除離群值后，對有機質數據進行普通克里金插值，生成1號地和試驗田的表層有機質分布圖（圖2）。

3.2 地形對有機質空間分異的影響

通過ArcGIS10將插值后得到的有機質分布數據空間連接到相應格網中，并處理成GeoDa可使用的shpfile格式，再利用GeoDa對數據進行空間自相關性方面的研究。對空間數據進行空間相關性分析時，必須首先對研究區(qū)域建立一個空間權重矩陣來表達n個位置的空間鄰近關系，運用GeoDa對已經矢量化的區(qū)域內7 589個網格點建立以target_fid為ID變量的權重矩陣文件，空間權重矩陣表明了各個網格點與周圍網格點的關系。

利用GeoDa全局空間自相關性工具探索1號地和試驗田的地形高程數據的Moran’s I空間自相關指數為0.975 127，在P=0.000 1情況下置信度為99.99%（圖3）。由此說明有機質和地形這兩個區(qū)域化變量存在很強的空間自相關性。

利用GeoDa研究地形與有機質的兩個變量之間全局的空間相關性水平，得到Moran’s I空間相關指數為-0.229 899，在P=0.000 1的情況下置信度為99.99%（圖4）。這說明地形（高程）與有機質在空間上呈現(xiàn)出一定的負相關性，即地形高的地方土壤表層有機質含量低，地形低的地方地表有機質含量高。這是由于地形的高低直接影響著地表徑流，而地表徑流將土壤表層的有機質由地形高的位置沖向地形低的位置，并在地形低的位置累積，所以呈現(xiàn)出地形高的位置有機質含量低，地形低的位置有機質含量高的空間負相關性特征。

局部雙變量空間相關性Moran’s I系數（Bivariate Local Moran’s I）可以反映研究區(qū)內局部空間上的兩個變量之間的空間關聯(lián)性。如圖5a所示，反映的是地形和有機質雙變量的局部空間相關性聚類圖，深灰色（High-High）代表地形高、有機質含量高的“雙高”區(qū)域，黑色（Low-Low）代表地形低、有機質含量低的“雙低”區(qū)域。如圖6b所示，反映的是地形和有機質雙變量的局部空間相關性顯著性水平圖，從兩圖可以反映出研究區(qū)內部地形和有機質的局部空間相關顯著性水平較高。Moran散點圖的第一象限，即“雙高”區(qū)域，在研究區(qū)的中部和南部小區(qū)域內高亮顯示，說明研究區(qū)中部和南部呈現(xiàn)“雙高”正空間相關性特征。Moran散點圖的第三象限，即表現(xiàn)正相關性“雙低”的區(qū)域，在地形和有機質雙變量局部空間相關性聚類圖和顯著性水平圖的西北和東北位置高亮顯示，“雙高”和“雙低”區(qū)域面積相對都較小。Moran散點圖第二象限和第四象限，代表地形與有機質呈現(xiàn)空間負相關的區(qū)域且其面積較大，這些區(qū)域分布在研究區(qū)中東部和中南部。從而展現(xiàn)研究區(qū)內部地形與有機質的空間相關特征。從研究區(qū)內部說明地形和有機質呈現(xiàn)出的負相關性更強。

3.3 護田林對有機質空間分異的影響

為研究護田林對有機質分布的影響，在此單獨拿出試驗田為研究區(qū)進行研究，同樣采取上述操作。最終利用GeoDa的Bivariate Local Moran’s I工具計算出試驗田1 965個網格中的地形與有機質空間相關的Moran’s I指數圖和顯著性檢驗圖（圖6），以及地形和有機質的局部空間相關性的聚類圖和顯著性水平圖（圖7）。

由圖6可知，地形與有機質空間相關性Moran’s I指數為0.692 347，表現(xiàn)出較強的正相關性。Moran散點圖的第一象限和第三象限，即表現(xiàn)“雙高”和“雙低”正相關特征的區(qū)域，可以看到這些區(qū)域分布在試驗田的中東部和中西部，并且所占試驗田面積比例很大。由地形和有機質多變量的局部空間相關性聚類圖和顯著性水平圖也可以發(fā)現(xiàn)，試驗田中西部和中東部位置地形與有機質含量呈現(xiàn)正相關表現(xiàn)出明顯的聚簇現(xiàn)象，且在這兩個位置的空間相關性水平很顯著。由此得知，在試驗田地形越高的地方有機質含量越高，表現(xiàn)出“雙高”空間特征；地形越低的地方有機質含量越低，表現(xiàn)出“雙低”空間特征。這與前面的研究結論相違背，也與現(xiàn)實規(guī)律似乎不符。

通過實地考察得知試驗田西部有一道小型護田林，如圖1中白色虛線。護田林對試驗田有機質的空間分布會產生很大影響，而護田林由于面積和范圍相對1號地和試驗田組成的大區(qū)來說很小，所以前面在研究地形對有機質空間分異影響時將其予以忽略。即使將其納入前面的考慮，由于護田林周圍地勢相對較高而且其周圍表層有機質含量也較高，利用GeoDa通過選中護田林周圍區(qū)域可以發(fā)現(xiàn)這些點基本落在Moran散點圖的第一象限，所以從反面說明在1號地和試驗田組成的大區(qū)內有機質與地形的空間負相關性會更強，進一步驗證前面研究結論。由于護田林相對于試驗田其距離更近，并且對于試驗田面積也不算很小，所以產生的影響也會比較顯著。護田林通過根莖葉等直接影響著周圍土壤表層有機質的空間分異性，其影響程度在試驗田范圍內大于地形的影響程度。進一步考察發(fā)現(xiàn)，試驗田東部地勢低，并且當年研究區(qū)正值洪澇災害時期，導致試驗田東部地區(qū)形成季節(jié)性河流，直接造成土壤表層有機質的流失，從而導致試驗田東部地勢低的地區(qū)有機質空間含量很低。

綜上原因，造成試驗田表層有機質的空間分異與前面研究截然不同。從此角度來說，在一個較小農田尺度范圍內，影響土壤表層有機質的空間分異性的多種因子，在不同地理環(huán)境下產生的影響也是不盡相同的，因此在制定施肥計劃時更加應該注重因地制宜。

4 小結

有機質對農作物產量影響顯著，合理保護和增加土壤有機質有著重要的意義。在農田可操作尺度下可以通過適當改變地形來減少有機質的流失。在不能改變地形的條件下，應當合理節(jié)水排澇，合理種植護田林，從而達到增加和保持土壤有機質的目的。實地考察發(fā)現(xiàn)東北黑土地水肥流失現(xiàn)象較為嚴重，直接制約著當地的農業(yè)發(fā)展和生態(tài)平衡。近幾年來，在研究區(qū)內進行了大量的水土流失治理工作，各種治理模式對土壤養(yǎng)分的恢復效益各不相同，仍然需要多年的研究才能制定出科學合理的水肥保持方案。

通過研究地形和護田林兩個地理因子在農田尺度下對研究區(qū)內土壤表層有機質空間分異產生的影響，發(fā)現(xiàn)不同地理條件下產生主要影響的因子也不盡相同，應當進一步研究多種影響因子的共同作用機理和相應經驗公式，以便更好地為農業(yè)生產服務。

參考文獻：

[1] 張興昌，邵明安.水蝕條件下不同土壤氮素和有機質的流失規(guī)律[J].應用生態(tài)學報，2000，11（2）：231-234.

[2] 沈其榮.土壤肥料學通論[M].北京：高等教育出版社，2001.25-27.

[3] 張俊華，常慶瑞，賈科利，等.黃土高原植被恢復對土壤質量的影響研究[J].水土保持學報，2003，17（4）：38-41.

[4] 門明新，彭正萍，劉 云，等.基于SOTER的河北省土壤有機碳、氮密度的空間分布[J].土壤通報，2005，36（4）：469-473.

[5] 楊文治，馬玉璽，韓仕峰，等.黃土高原地區(qū)造林土壤水分生態(tài)分區(qū)研究[J].水土保持學報，1994，8（1）：1-9.

[6] 曹麗花，趙世偉.土壤有機碳庫的影響因素及調控措施研究進展[J].西北農林科技大學學報，2007，35（3）：177-182.

[7] 陳 楠.基于GIS的中尺度土壤空間分布規(guī)律研究-以西安市為例[D].西安：西北大學，2002.1-4.

[8] YANAI J，MISHIMA A，F(xiàn)URAKAWA S，et al. Spatial variability of organic matter dynamics in the semi-arid croplands of northern Kazakhstan[J].Soil Science and Plant Nutrition，2005， 51（2）：261-269.

[9] 胡克林.農田土壤養(yǎng)分的空間變異性特征[J].農業(yè)工程學報，1999，l5（3）：33-38.

[10] 黃紹文，金繼運.土壤特性空間變異研究進展[J].土壤肥料，2002（1）：8-l4.

[11] 張淑娟，何 勇，方 慧.基于GPS和GIS的田間土壤特性空間變異性的研究[J].農業(yè)工程學報，2003，19（2）：39-44.

[12] 張世熔，黃元仿，李保國，等.黃淮海沖積平原區(qū)土壤有機質時空變異特征[J].生態(tài)學報，2002，22（12）：2041-2047.

[13] 邱 揚，傅伯杰，王 軍，等.黃土高原小流域土壤養(yǎng)分的時空變異及其影響因子[J].自然科學進展，2004，14（3）：294-299.

[14] 黃元仿，周志宇，苑小勇，等.干旱荒漠區(qū)土壤有機質空間變異特征[J].生態(tài)學報，2004，24（12）：2776-2781.

[15] 王宗明，張 柏，宋開山，等.東北平原典型農業(yè)縣農田土壤養(yǎng)分空間分布影響因素分析[J].水土保持學報，2007，21（2）：73-77.

[16] 黃智剛，李保國，胡克林.丘陵紅壤蔗區(qū)土壤有機質的時空變異特征[J].農業(yè)工程學報，2006，22（11）：58-63.