短距離樣點對土壤呼吸空間變異預測精度的影響*

謝夢姣, 陳奇樂, 張俊梅, 康 營, 吳超玉, 劉 琦, 王 洋**

(1.河北農(nóng)業(yè)大學國土資源學院 保定 071000; 2.河北農(nóng)業(yè)大學資源與環(huán)境科學學院 保定 071000)

土壤呼吸作為陸地生態(tài)系統(tǒng)中僅次于總初級生產(chǎn)量的第二大碳通量, 在全球范圍總量值預測達到68～100 Pg·a-1, 是實現(xiàn)生態(tài)系統(tǒng)碳循環(huán)的一個關鍵生態(tài)過程[1]。土壤呼吸在地理空間上具有多尺度、多方向性的復雜變化, 提高土壤呼吸空間變異模擬精度對預測區(qū)域尺度的土壤碳通量具有重要意義。

田間土壤呼吸的測定耗時費力且時間窗口有限, 基于有限的樣本量預測土壤呼吸空間變異特征時, 合理的布點方式對提高預測精度至關重要。最新研究指出設置短距離樣點(一個研究區(qū)中采樣點之間距離相較于常規(guī)布點方式更短的樣點)能顯著提高土壤屬性空間變異的預測精度[2]。Stein[3]在設置短距離樣點的一維模擬研究中, 發(fā)現(xiàn)擬合函數(shù)的空間協(xié)方差參數(shù)在最大值附近非常平穩(wěn), 擬合效果明顯提高。Haskard 等[4]在進一步的二維模擬中發(fā)現(xiàn)增加10%短距離樣點時, 空間協(xié)方差參數(shù)的標準誤差減少, 空間預測精度顯著提高。然而, 在短距離樣點影響土壤屬性空間預測精度的研究中, 不同布點方式下的預測差異尚不明確。前人研究表明, 規(guī)則格網(wǎng)、完全隨機等布點方式在土壤屬性空間變異特征預測中表現(xiàn)不同[5]。申祥民等[6]應用完全隨機與規(guī)則格網(wǎng)布點方式對土壤含水率的空間變異進行預測, 發(fā)現(xiàn)完全隨機布點方式優(yōu)于規(guī)則格網(wǎng)布點方式。但Wang和Qi[7]通過對土壤污染物的空間變異結構特征研究, 發(fā)現(xiàn)相同采樣密度下, 規(guī)則格網(wǎng)采樣比完全隨機和分層采樣模式的預測精度更高。因此, 基于不同布點方式設置短距離樣點后, 對土壤屬性空間變異的預測精度影響亟待研究。

本研究基于規(guī)則格網(wǎng)、完全隨機, 以及規(guī)則格網(wǎng)+完全隨機3 種布點方式, 分別設置占各布點方式樣本總量(49 個)2%～14%的短距離樣點, 以探究預測土壤呼吸空間變異的最佳布點設計, 為田塊尺度土壤采樣設計的相關研究與實踐提供參考。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于黃淮海平原北部, 選取河北省寧晉縣(114°46′～115°15′E, 37°24′～37°48′N)地形無起伏的代表性區(qū)域的1 km×1 km 農(nóng)田作為采樣區(qū)(圖1)。該區(qū)域?qū)倥瘻貛О敫珊导撅L氣候,年平均降水量和氣溫分別為449.1 mm 和12.8 ℃。研究區(qū)土壤類型主要是潮土, 土地利用方式為農(nóng)田, 耕作制度為小麥(Triticum asetivu)-玉米(Zea mays)輪作耕地, 一年兩熟。

1.2 研究方法

1.2.1 采樣點設計

本研究設置3 種布點方式, 方案a 為規(guī)則格網(wǎng)布點, 即在7×7單元的規(guī)則格網(wǎng)頂點設置采樣點共49個, 樣點間距167 m; 方案b 為完全隨機布點49 個, 樣點平均間距433 m; 方案c 為規(guī)則格網(wǎng)+完全隨機布點49個, 其中選取方案a 中嵌套的3×3 單元規(guī)則格網(wǎng)設置9個采樣點, 選取方案b 中完全隨機布點設置40 個采樣點, 樣點平均間距405 m (表1)。在3 種布點方式的基礎上, 保持樣本總量(49)不變, 以占總樣點2%～14%的短距離樣點隨機替換原方案相應樣點個數(shù)的方法優(yōu)化布點方式。為獲取短期內(nèi)可比的土壤呼吸測量值, 樣本總量不可過大, 因此, 在不同方案中部分樣點在合理范圍內(nèi)重復使用, 所有設置方案共設采樣點100 個, 采樣點為半徑0.097 m 的圓形。短距離樣點的設置方法為隨機選取1 個已布設樣點, 設置在隨機方向上與 該點距離為§的點作為短距離樣點(圖1)。

式中: n 為研究區(qū)內(nèi)采樣點個數(shù), l 為每一個采樣點與其最近采樣點的距離[2], 本研究中§=4 m。

圖1 研究區(qū)域不同樣點布設方案的樣點分布圖 Fig.1 Samples distribution of different sampling methods in the study area

表1 不同樣點設計方案的樣點布設方法 Table 1 Sample layout of different sampling methods

1.2.2 土壤呼吸的測定

于2018年植株未收割的夏玉米收獲期(9月28—30日)的無風天氣, 于玉米行間采用LI8100(LICOR, 美國)進行土壤呼吸測定(一個樣點的土壤呼吸值由儀器在4.5～5.5 min 內(nèi)選取的16 個最佳測量值通過多項式擬合所得), 測定時間為上午9:00—11:00, 同時測定5 cm 和10 cm 土壤溫度、5 cm 土壤水分含量。為減少對土壤表層的擾動, 用于放置LI8100 測量室的PVC 環(huán)(長10 cm, 內(nèi)徑0.194 m)埋設深度為5 cm, 并于測定前24 h 剪除環(huán)內(nèi)雜草。

1.3 數(shù)據(jù)處理與精度檢驗

1.3.1 數(shù)據(jù)處理與正態(tài)檢驗

應用Microsoft Excel 2010 和SPSS 17.0 進行土壤呼吸數(shù)據(jù)統(tǒng)計分析。本研究將3s 準則法識別后未發(fā)現(xiàn)異常值的土壤呼吸數(shù)據(jù)按照布點方案進行樣本創(chuàng)建, 并予以K-S 正態(tài)分布檢驗, 發(fā)現(xiàn)本研究各方案土壤呼吸數(shù)據(jù)均符合正態(tài)分布。

1.3.2 空間插值

空間插值是應用地統(tǒng)計學原理, 通過已知部分空間樣本信息對未知地理空間特征進行預測的方法[8]。本研究使用GS+ 10.0 進行土壤呼吸空間變異的半變差函數(shù)分析, 應用普通克里金(Ordinary Kriging, OK)插值方法對3 種布點設計方案進行田塊尺度的土壤呼吸空間插值預測, 由ArcGIS 10.2 進行土壤呼吸空間分布特征制圖[9-12]。

半變差函數(shù)公式:

式中: h 為變程, 即樣本間距(range), N(h)為間距等于h 的樣本對數(shù), Z(xi)為樣點xi處的土壤呼吸實測值。

普通克里金插值法公式:

式中: μ為拉格朗日乘數(shù), γ(xi, xj)是兩個實測值的差的平方的一半。

1.3.3 空間預測精度檢驗

本研究采用交叉驗證作為土壤呼吸空間預測精度的檢驗方法, 交叉驗證作為目前最為常用的精度檢驗方法, 通過比較驗證數(shù)據(jù)點的預測值和實際測量值來評價預測精度[13-16]。將均方根誤差(RMSE)作為預測精度的驗證指標, 分析對比3 種布點方法田

塊尺度土壤呼吸空間預測的精度。

均方根誤差公式:

式中: Z(xi)和(xi)分別為第i 個樣點的實際測定值與插值預測值, n 為樣本數(shù)量。均方根誤差越小則空間預測結果越精確。

2 結果與分析

2.1 土壤呼吸的描述統(tǒng)計分析

統(tǒng)計分析表明, 研究區(qū)土壤呼吸速率平均值為2.65 μmol·m-2·s-1, 變化范圍在1.16～4.88 μmol·m-2·s-1, 變異系數(shù)為27%, 屬于中等程度變異(表2)。不同采樣方法下, 方案a(規(guī)則格網(wǎng)+短距離樣點)、方案b(完全隨機+短距離樣點)和方案c(規(guī)則格網(wǎng)+完全隨機+短距離樣點)的樣本子集統(tǒng)計結果與樣本總集(研究區(qū)全部100個采樣點)相比變化不大, 說明3 種方案均滿足研究區(qū)土壤呼吸數(shù)據(jù)整體估算的要求。各方案土壤呼吸數(shù)據(jù)偏度與峰度均接近0, 且K-S檢驗呈正態(tài)分布(P＞0.05), 可以直接進行空間插值和空間預測精度分析。

表2 不同樣點布設方案下土壤呼吸速率的描述性統(tǒng)計結果 Table 2 Descriptive statistical results of soil respiration rate of different sampling methods

2.2 土壤呼吸半變差函數(shù)

半變差函數(shù)是地統(tǒng)計學的核心和基本工具, 是分析變量空間變異特征的有效手段[17]。本研究中, 不同采樣方案的土壤呼吸半變差函數(shù)最優(yōu)擬合模型均為球狀模型, 基臺效應值[C0/(C0+C)]均在25%～75%, 表現(xiàn)出中等程度的空間變異特征(表3)。

采樣設計中樣點的布局和數(shù)量發(fā)生改變時, 樣點所承載的信息量也會發(fā)生變化[18-24]。如表3 所示, 在不設置短距離樣點時, 規(guī)則格網(wǎng)、完全隨機和規(guī)則格網(wǎng)+完全隨機的采樣方案中, 土壤呼吸半變差函數(shù)的變程(range)介于296～325 m, 規(guī)則格網(wǎng)+完全隨機的最小。且規(guī)則格網(wǎng)+完全隨機的塊金值C0最小(0.05), 確定系數(shù)R2最大(0.68)(表3), 因此優(yōu)于其他采樣方案。

在設置短距離樣點的各采樣方案中, 土壤呼吸的半變差函數(shù)變程為247～350 m, 在保持各方案樣本量不變的情況下, 完全隨機和規(guī)則格網(wǎng)+完全隨機采樣方案設置短距離樣點后變程總體呈現(xiàn)減小趨勢, 說明空間自相關范圍在減小; 而規(guī)則格網(wǎng)采樣方案的變程則總體呈現(xiàn)增加趨勢, 說明空間自相關范圍在增大, 短距離點的加入改變了樣點的分布特征, 使得半變差函數(shù)變程有所變化, 這表明采樣數(shù)量并不是影響變程的唯一因素, 樣點分布特征對局部空間變異的表征能力存在重要的影響[25]。隨著短距離樣點個數(shù)的增加, 除規(guī)則格網(wǎng)+完全隨機采樣方案外, 其他方案均呈現(xiàn)C0遞減趨勢, 說明在最小間距內(nèi)的變異分析過程引起的空間預測誤差更小。在設置短距離樣點的3種布點方式中, 確定系數(shù)均隨短距離樣點個數(shù)增加而呈現(xiàn)遞增趨勢, 確定系數(shù)值越大表明半變差函數(shù)預測精度越高, 因此, 短距離點的增加會提高土壤呼吸空間變異特征的預測精度。

值得說明的是, 在本試驗中獲取100 個采樣點的土壤呼吸速率時, 為保證其空間變異主要由空間變化引起, 在田間測定時間段內(nèi), 對土壤呼吸影響較大的土壤水分和土壤溫度條件變化不大, 保證了本研究土壤呼吸空間變異分析結果的可靠性。表4 表明土壤呼吸與土壤溫度、土壤水分這些環(huán)境因子相關性并不顯著。

表3 不同樣點布設方案下土壤呼吸空間半變差函數(shù)模型及參數(shù) Table 3 Semi-variation function models and parameters of soil respiration under different sampling methods

表4 研究區(qū)土壤呼吸與土壤溫度、土壤水分的 Pearson 相關性分析 Table 4 Correlation among soil respiration, soil temperature and soil moisture

2.3 土壤呼吸空間分布特征

應用普通克里金法預測的研究區(qū)不同采樣方案的土壤呼吸空間分布特征一致(圖2), 土壤呼吸速率呈帶狀分布, 格局為西高東低, 自西向東逐漸減小。經(jīng)調(diào)查, 本研究區(qū)內(nèi), 西部地區(qū)較東部地區(qū)靠近人口居住區(qū), 農(nóng)田的耕作模式西部地區(qū)多數(shù)為會導致土壤碳排放增加的100%秸稈粉碎還田配施化肥且為深松, 而東部地區(qū)多數(shù)為施肥量相對較少的化肥配施且為旋耕[26], 碳排放量相對較低, 這些可能是造成本研究區(qū)土壤呼吸西高東低空間分布特征的原因。

從圖2 可以看出, 不設置短距離樣點時, 規(guī)則格網(wǎng)+完全隨機的采樣方案比規(guī)則格網(wǎng)、完全隨機采樣方案確定系數(shù)提高17.2%～44.7%(表3), 表達土壤呼吸空間分布高低值更加清晰, 帶狀界線更加平滑明確。而在設置短距離樣點的各采樣方案中, 在短距離樣本占10%時確定系數(shù)較高, 均達到0.65 以上, 且隨短距離樣點占比增加而逐漸平穩(wěn), 土壤呼吸的空間變異特征比不設置短距離樣點的采樣設計確定系數(shù)提高14.7%～31.9%(表3)。綜上所述, 較不設置短距離樣點時, 設置短距離樣點可較好地反映土壤呼吸西高東低的空間分布特征, 且在短距離樣本占10%時的預測效果明顯提升, 表達土壤呼吸空間分布特征更加準確。本研究在此選用短距離樣本占10%與不設置短距離樣點的樣本集合展示土壤呼吸空間分布圖。

2.4 土壤呼吸空間預測精度分析

采用交叉驗證法對不同采樣方案的土壤呼吸空間變異的相關參數(shù)進行預測精度評定, 圖3 的均方根預測誤差RMSE 和相關系數(shù)(r)表明, 在不設置短距離樣點時, 規(guī)則格網(wǎng)+完全隨機方案預測的RMSE 最小(0.54)且r 最大(0.78), 因此該方案對研究區(qū)土壤呼吸空間預測的精度優(yōu)于規(guī)則格網(wǎng)、完全隨機采樣方案。

設置短距離樣點后, 3 種方案土壤呼吸空間變異的預測精度提高7%～13%。隨著設置短距離樣本占比增加, RMSE 逐步下降, 且r 逐步上升, 在短距離樣本占10%時達到平穩(wěn)。此時方案c 在各采樣方案中的RMSE 最小和r 最大, 分別為0.50 和0.80, 土壤呼吸空間預測時的精度優(yōu)于其他方案。本研究結果表明在短距離子集中使用總樣本工作量的大約10%～14%是合理的(表3、圖2 和圖3)。

圖2 不同樣點布設方案下基于普通克里金插值的土壤呼吸空間分布特征(上: 無短距離樣點; 下: 10%短距離樣點)Fig.2 Spatial distribution of soil respiration rate based on Ordinary Kriging interpolation under different sampling methods (top: no short distance samples; bottom: with 10% short distance samples)

圖3 不同樣點布設方案下土壤呼吸速率預測相關系數(shù)和均方根預測誤差(RMSE)隨短距離樣點占比增加的變化 Fig.3 Variation of estimation correlation coefficient and root mean square prediction error (RMSE)of soil respiration rate with the proportion of short distance samples under different sampling methods

3 討論

采樣點總數(shù)相同的情況下, 布點方式不同, 描述空間變異性的精度也不同, 即每一樣點能表征空間變異性的范圍和效果不同[27]。本研究中, 對未增加短距離樣點的土壤呼吸速率空間分布特征預測精度的檢驗表明, 規(guī)則格網(wǎng)+完全隨機布點方式的預測精度高于單純的規(guī)則格網(wǎng)和完全隨機布點方式。

在各采樣設計方案中, 土壤呼吸的空間分布具有相似的描述統(tǒng)計特征, 但以不同數(shù)量的短距離樣 點替換單純增加的采樣點影響土壤呼吸空間變異的能力不同, 表明在土壤呼吸空間變異特征研究中, 要想達到更好的預測效果, 最優(yōu)化的采樣設計比單純增加采樣點數(shù)量更為重要。范曼曼等[28]、張貝爾等[14]研究表明, 同一尺度研究區(qū)內(nèi), 采樣點數(shù)量越多、采樣點最小間距越小(區(qū)域范圍內(nèi)采樣密度越大)土壤屬性空間變異預測精度越高。而在較常用的單一的規(guī)則格網(wǎng)、完全隨機的采樣點布設模式中, 即使能夠探測到更小尺度的變異結構, 也會由于試驗 成本限制, 樣點數(shù)量不足、樣點最小間距較大且一定距離范圍內(nèi)的樣點數(shù)較少而造成數(shù)據(jù)的可靠性大大降低[29]。本研究布點設計中加入了短距離樣點, 這就使得此風險大大降低, 更有利于探測小尺度范圍的空間變異性, 試驗結果也更具可靠性。因此, 結合實際試驗成本以及結果的可靠性找出設置短距離樣點的最優(yōu)占比是一種較優(yōu)的空間變異研究手段。本研究對采樣點區(qū)域范圍內(nèi)增加短距離樣點的土壤呼吸速率空間分布特征預測精度的檢驗表明, 短距離樣點占比決定了最大預測誤差的下降(10%的短距離集合實現(xiàn)了最小均方根預測誤差), 但樣本大小相同時, 短距離點占比增加到10%以上, 無論樣本大小如何, 都會出現(xiàn)誤差, 且短距離樣點增加到14%時, 空間預測僅有少量的精度提高, 因此, 增加10%短距離點是最優(yōu)的布點方式, 這與Lark 等[2]的研究一致。

本研究通過對布點方式影響土壤呼吸空間變異預測精度的探究, 發(fā)現(xiàn)規(guī)則格網(wǎng)+完全隨機+短距離點替換10%總樣點的布點方式可提高空間變異的預測精度。具有高度空間變異的土壤呼吸已合理驗證該布點方式可提高數(shù)字制圖精度的可行性, 但在土壤數(shù)字制圖等研究中還涉及更多的具有空間變異特性的土壤屬性, 因此本研究指出的短距離樣點布點方式需進一步在土壤有機質(zhì)含量、土壤全氮、土壤C/N 等其他土壤指標的空間變異特征研究中進行驗證, 從而保證該采樣方式的普適性。此外, 在后續(xù)研究中可另外設置獨立的樣本集以進行土壤呼吸空間插值分析的精度驗證, 進一步提高土壤呼吸空間變異特征模擬的精確度。

4 結論

本研究區(qū)土壤呼吸速率平均值為2.65 μmol·m-2·s-1, 呈現(xiàn)中等程度的空間變異, 土壤呼吸空間格局總體呈現(xiàn)由西向東逐漸降低的趨勢。

不設置短距離樣點時, 規(guī)則格網(wǎng)+隨機布點比單一的完全隨機布點和規(guī)則格網(wǎng)布點空間插值預測精度分別提高10%和22%。設置短距離樣點后, 3 種采樣方案的空間預測精度提高7%～13%?；谔岣哳A測精度而不增加樣點數(shù)量, 設置短距離樣本個數(shù)占采樣方案樣本總數(shù)10%時, 是經(jīng)濟易行又可靠的布點方案。