基于GIS的環(huán)巢湖地區(qū)土壤養(yǎng)分空間變異特征研究

童童，梅帥，劉瑩，常珺楓，梁華忠，范其龍，王強，馬友華*

（1.安徽農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，合肥 230036；2.合肥市農(nóng)業(yè)經(jīng)濟技術(shù)服務(wù)管理總站，合肥 230000）

糧食是人類賴以生存的資本，隨著人類的發(fā)展，糧食的需求量也在不斷提高。施肥是保障糧食產(chǎn)量的重要手段，但盲目施肥導(dǎo)致養(yǎng)分流失嚴重[1]，造成河流湖泊等水體污染問題。根據(jù)土壤養(yǎng)分狀況，合理配施有機無機肥、選擇適宜的種植模式，能夠有效提高肥料利用率，改善土壤理化性質(zhì)，減少農(nóng)業(yè)面源污染。土壤養(yǎng)分的空間變異由母質(zhì)、地形、氣象等結(jié)構(gòu)性因素和施肥、種植習(xí)慣等人為活動的隨機性因素共同影響[2]，研究土壤養(yǎng)分的空間變異特征對充分掌握養(yǎng)分分布規(guī)律及促進農(nóng)業(yè)可持續(xù)發(fā)展具有重要的現(xiàn)實意義。

地統(tǒng)計學(xué)中的半變異函數(shù)法和Moran's I 指數(shù)法已被廣泛地應(yīng)用于空間自相關(guān)性的研究[3]。已有學(xué)者[4]通過在研究區(qū)域選取土壤樣點并檢測其養(yǎng)分指標(biāo)，利用地統(tǒng)計學(xué)方法和GIS 技術(shù)探討了土壤養(yǎng)分在研究區(qū)域的分布特征和空間異質(zhì)性；陳文舉等[5]則通過克里金插值法和單因素方差分析，研究了不同深度土壤pH 的空間分布特征，并了解了土壤酸化分層現(xiàn)象及酸化趨勢；Chen 等[6]獲取了不同年份的土壤樣點數(shù)據(jù)，通過半方差函數(shù)法和克里金插值法，研究了土壤養(yǎng)分的時空變化特征。半變異函數(shù)的參數(shù)能夠表明其空間自相關(guān)程度，而Moran's I 指數(shù)能夠反映出研究對象的分布聚集狀況。王強等[7]利用遙感影像數(shù)據(jù)提取出不同種植年限和種植模式下菜地的空間分布，并以1 km 的網(wǎng)格為評價單元計算局部Moran's I 指數(shù)，從而識別出菜地土壤養(yǎng)分空間聚類和空間異常值，最終結(jié)果表明菜地土壤養(yǎng)分受到種植時間與城鎮(zhèn)距離因素的影響；陳清霞等[8]將半變異函數(shù)與Moran's I指數(shù)結(jié)合，分析出土壤pH 具有小范圍、中等程度的空間自相關(guān)性，且其空間自相關(guān)性顯著，體現(xiàn)在土壤pH呈斑塊狀的鑲嵌分布。大多數(shù)針對土壤養(yǎng)分空間變異特征的研究是在小范圍尺度或大范圍尺度低密度采樣的數(shù)據(jù)前提下，其研究結(jié)果的精度受限，且研究的土壤養(yǎng)分指標(biāo)較為單一，少有養(yǎng)分之間全面的對比研究。

本研究以巢湖周邊地區(qū)（巢湖市、肥東縣、肥西縣、廬江縣、包河區(qū)）為研究范圍，以同一時期高密度采樣下土壤養(yǎng)分（pH、有機質(zhì)、全氮、堿解氮、有效磷、速效鉀、緩效鉀）檢測結(jié)果作為研究數(shù)據(jù)?；贏rcMap10.6軟件，計算并選擇最佳半變異函數(shù)參數(shù)擬合模型，分析其空間自相關(guān)程度；結(jié)合全局Moran's I指數(shù)反映土壤養(yǎng)分自相關(guān)性的大小及其是否顯著[9]；在最佳擬合模型的基礎(chǔ)上，用普通克里金插值法得到養(yǎng)分分布圖，并計算局部Moran's I 指數(shù)制作LISA 聚類圖。通過將半變異函數(shù)與全局/局部Moran's I 指數(shù)結(jié)合，從而得到更加全面有效的研究結(jié)果[10]。本研究結(jié)果可為環(huán)巢湖地區(qū)測土配方施肥、養(yǎng)分分區(qū)宏觀調(diào)控和農(nóng)業(yè)面源污染關(guān)鍵源區(qū)識別提供理論指導(dǎo)。

1 材料與方法

1.1 研究區(qū)概況

巢湖是我國五大淡水湖之一，水域面積780 km2，位于安徽省合肥市境內(nèi)，屬北亞熱帶濕潤季風(fēng)氣候。研究區(qū)域位于30°57'~32°16'N，116°40'~117°58'E，占地面積共8 607 km2（包含巢湖水域），耕地面積共3 556.7 km2（巢湖市700.2 km2、肥東縣1 054.2 km2、肥西縣674.9 km2、廬江縣1 105.4 km2、包河區(qū)22.0 km2），其中水田占比最大，為3 005.6 km2，占耕地面積的84.51%。研究區(qū)域為江淮丘陵地區(qū)，地形起伏變化明顯，土壤母質(zhì)主要為下蜀系黃土，土壤類型以水稻土為主。

1.2 樣品采集與檢測

基于土地利用方式、行政區(qū)劃和耕地面積劃分采樣單元，并結(jié)合最新的GF 衛(wèi)星影像數(shù)據(jù)和谷歌影像數(shù)據(jù)進行室內(nèi)點位勘誤和糾正，最后通過點位實地踏勘確定采樣點位。研究區(qū)域共布點8 073 個（圖1），其中巢湖市1 632 個、肥東縣2 258 個、肥西縣1 555個、廬江縣2 295 個、包河區(qū)333 個。研究區(qū)域平均每0.465 km2耕地1個點位。

圖1 環(huán)巢湖地區(qū)采樣點分布圖Figure 1 Distribution of sampling points around Chaohu Lake

采樣時間為2021 年9 月至11 月，采樣方法按照《測土配方施肥技術(shù)規(guī)程》（NY/T 2911—2016），取表層（0~30 cm）樣5 點混合，多余樣品用四分法舍棄，最終取樣量在1~2 kg。對所有土壤樣品檢測pH、有機質(zhì)、全氮、堿解氮、有效磷、速效鉀和緩效鉀，具體指標(biāo)檢測規(guī)程和量綱如表1所示。

表1 土壤養(yǎng)分指標(biāo)檢測規(guī)程Table 1 Methods for determination of soil nutrients

1.3 研究方法

1.3.1 數(shù)據(jù)預(yù)處理

為確保數(shù)據(jù)分析的準(zhǔn)確性，需要對檢測數(shù)據(jù)進行剔除異常值和正態(tài)分布檢驗，由于該研究樣本量較大，剔除異常值采用3 倍標(biāo)準(zhǔn)差法（平均值±3 倍標(biāo)準(zhǔn)差）[11]，異常值用3 倍標(biāo)準(zhǔn)差范圍內(nèi)的最大最小值替代，從而保證樣點數(shù)不變，并采用頻率直方圖的偏度和峰度來檢驗數(shù)據(jù)是否符合正態(tài)分布。

1.3.2 地統(tǒng)計分析

地統(tǒng)計方法是基于半變異函數(shù)來研究土壤元素空間變異特征的常用方法，能夠揭示隨機性和結(jié)構(gòu)性因素對區(qū)域化變量的影響程度[12]。半變異函數(shù)公式如下：

式中：γ（h）為空間距離為h 時的半方差；N（h）為空間距離為h 的所有樣點的點對數(shù)；Z（xi+h）和Z（xi）分別為空間位置在xi+h和xi時的實測值。

半變異函數(shù)的參數(shù)中，塊金值（C0）代表人為活動和采樣檢測誤差等因素引起的隨機變異，基臺值（C0+C）為總空間變異程度，塊基比[C0/（C0+C）]為隨機變異在總空間變異中的占比，塊基比的大小能夠衡量空間自相關(guān)程度，其變程為空間自相關(guān)的理論距離。

1.3.3 空間自相關(guān)分析

空間自相關(guān)為空間上與相鄰區(qū)域之間觀測值的相互依賴性[13]，全局Moran's I 指數(shù)（IN）能夠反映整個研究區(qū)域的空間自相關(guān)性大小，其計算公式如下：

式中：N 為樣本數(shù)；xi和xj分別代表空間上在i處和j處的實測值；Wij代表空間權(quán)重；xˉ為樣本平均值。

全局Moran's I 指數(shù)在-1 到1 之間，大于0 表示正相關(guān)，小于0 表示負相關(guān)，其絕對值越大表明其自相關(guān)性越明顯，全局Moran's I 指數(shù)等于0 則表示不相關(guān)，空間分布為隨機分布。通過Z得分可以檢驗其顯著性，在0.01置信水平下，當(dāng)|Z|≥2.58時表示為極顯著空間自相關(guān)。

1.3.4 空間聚類分析

空間聚類分析是基于局部Moran's I指數(shù)（Ii）來反映局部空間的自相關(guān)性，其計算公式如下：

局部Moran's I 最終將研究區(qū)域劃分為5 種情況，即①不顯著型：無顯著空間相關(guān)性，呈隨機分布；②高-高型：高值聚集區(qū)域；③高-低型：低值圍繞高值區(qū)域；④低-高型：高值圍繞低值區(qū)域；⑤低-低型：低值聚集區(qū)域。通過LISA 聚類圖直接反映出局部區(qū)域土壤屬性的關(guān)聯(lián)性[14]。

2 結(jié)果與分析

2.1 環(huán)巢湖地區(qū)土壤養(yǎng)分含量統(tǒng)計特征

對采樣點土壤檢測結(jié)果剔除異常值后的描述性統(tǒng)計結(jié)果及正態(tài)分布檢驗結(jié)果如表2 所示。土壤pH、有機質(zhì)、全氮、堿解氮、有效磷、速效鉀和緩效鉀的均值分別為6.07、19.97 g·kg-1、1.16 g·kg-1、112.95 mg·kg-1、18.21 mg·kg-1、130.88 mg·kg-1和378.58 mg·kg-1，按照安徽省耕地質(zhì)量監(jiān)測指標(biāo)分級標(biāo)準(zhǔn)，研究區(qū)土壤pH 為弱酸性，有機質(zhì)、全氮、有效磷和速效鉀為中等水平，緩效鉀較低。根據(jù)變異系數(shù)小于10%為弱變異、10%~90%為中等變異、大于90%為強變異的劃分標(biāo)準(zhǔn)[15]，有效磷為強度變異，其變異系數(shù)達到了175.16%，其他土壤養(yǎng)分指標(biāo)都為中等變異，其中pH變異系數(shù)最小，為13.60%。正態(tài)分布檢驗結(jié)果顯示pH、有機質(zhì)、全氮和堿解氮符合正態(tài)分布，有效磷、速效鉀和緩效鉀經(jīng)對數(shù)轉(zhuǎn)換后符合正態(tài)分布。

表2 環(huán)巢湖地區(qū)土壤養(yǎng)分描述性統(tǒng)計特征Table 2 Descriptive statistical characteristics of soil nutrients around Chaohu Lake

2.2 環(huán)巢湖地區(qū)土壤養(yǎng)分空間分布特征

2.2.1 地統(tǒng)計擬合模型的選擇

計算并選擇不同擬合模型下的半變異函數(shù)參數(shù)，是進行地統(tǒng)計分析和克里金插值的前提，表3 是不同擬合模型下的交叉驗證預(yù)測誤差。按照預(yù)測誤差的平均值和標(biāo)準(zhǔn)平均值接近0、均方根最小、標(biāo)準(zhǔn)均方根接近1、平均標(biāo)準(zhǔn)誤差接近均方根[11]，選擇各土壤養(yǎng)分的最佳擬合模型。結(jié)果表明土壤pH、全氮、有效磷、速效鉀和緩效鉀的最佳擬合模型為指數(shù)模型，有機質(zhì)和堿解氮的最佳擬合模型為高斯模型。

2.2.2 土壤養(yǎng)分空間分布格局

在最佳擬合模型的半變異函數(shù)模型及參數(shù)的基礎(chǔ)上，使用ArcMap10.6 軟件通過普通克里金插值法制作環(huán)巢湖地區(qū)土壤各養(yǎng)分分布圖（圖2）。綜合7項土壤養(yǎng)分來看，環(huán)巢湖地區(qū)土壤養(yǎng)分都存在明顯的南北差異，具有不同程度的破碎化分布，空間變異特征明顯。表現(xiàn)在土壤pH 西南部偏酸性，東北部總體偏堿性，但在巢湖水面至東北方向有一條pH 低值條帶狀分布。土壤有機質(zhì)、全氮和堿解氮的總體分布較為一致，由東南向西北方向其養(yǎng)分含量逐漸下降，并且在最北部有一塊明顯低值的三角形區(qū)域。有效磷小范圍分布破碎化較為明顯，整體上西部和北部地區(qū)偏低，但在西部和北部中間有一片顯著高值區(qū)域。速效鉀和緩效鉀都呈現(xiàn)為中北部顯著高于其他區(qū)域，從巢湖水面向東北方向有一條明顯的高低值分界線。

圖2 環(huán)巢湖地區(qū)土壤養(yǎng)分空間分布Figure 2 Spatial distribution map of soil nutrients around Chaohu Lake

2.3 環(huán)巢湖地區(qū)土壤養(yǎng)分空間變異特征

2.3.1 土壤養(yǎng)分地統(tǒng)計分析

在地統(tǒng)計分析中，步長大小的選擇十分重要，步長過大可能會掩蓋短程的自相關(guān)性，步長過小會導(dǎo)致落在計算范圍內(nèi)的點對太少，從而影響研究結(jié)果[16]。本研究通過計算采樣點與最相鄰點之間的平均距離（451.04 m），采用略低于該值的步長（450 m）和系統(tǒng)默認的12 個步長數(shù)，從而確保所有的步長都會有若干個點對。環(huán)巢湖地區(qū)土壤養(yǎng)分擬合模型半變異函數(shù)參數(shù)如表4 所示，其中塊基比代表了隨機因素引起的空間變異在總變異中的占比，用來表示空間自相關(guān)程度，塊基比小于25%表示強烈的空間自相關(guān)性，25%~75%為中等的空間自相關(guān)性，大于75%則空間自相關(guān)性較弱[17]。環(huán)巢湖地區(qū)土壤pH 和緩效鉀為中等空間自相關(guān)性，表明空間變異由隨機性因素（施肥、種植習(xí)慣等人為活動）和結(jié)構(gòu)性因素（母質(zhì)、地形等自然條件）共同影響。其他養(yǎng)分指標(biāo)（有機質(zhì)、全氮、堿解氮、有效磷、速效鉀）空間自相關(guān)性均較弱，表明其變異主要受隨機性因素影響。變程代表區(qū)域變量的空間變異范圍，7 項養(yǎng)分指標(biāo)的變程依次為堿解氮>有效磷>全氮>有機質(zhì)>緩效鉀>速效鉀>pH，堿解氮的變程為4 978 m，說明在4 978 m 的范圍內(nèi)其空間自相關(guān)性較弱。pH 的變程最?。? 968 m），說明環(huán)境因素在小范圍上影響著pH 的空間異質(zhì)性，較其他土壤養(yǎng)分空間分布更加破碎化[18]。

表4 環(huán)巢湖地區(qū)土壤養(yǎng)分半變異函數(shù)參數(shù)與全局Moran′s I指數(shù)Table 4 Semivariogram parameters and global Moran′s I index for soil nutrients of around Chaohu Lake

2.3.2 土壤養(yǎng)分空間自相關(guān)分析

全局Moran's I 指數(shù)反映了區(qū)域變量在整體上的聚集狀態(tài)，其絕對值越大，說明空間自相關(guān)性越明顯。環(huán)巢湖地區(qū)土壤各養(yǎng)分均為極顯著空間正相關(guān)（Mo?ran's I>0，P<0.01，Z>2.58），其全局Moran's I指數(shù)依次為有效磷>速效鉀>pH>緩效鉀>全氮>有機質(zhì)>堿解氮，有效磷的全局Moran's I值為0.711，說明采樣點有效磷含量與鄰近采樣點接近，其空間聚類更為明顯。有機質(zhì)、全氮和堿解氮的全局Moran's I 值較小，表明其在空間上的分布更為分散。

2.3.3 土壤養(yǎng)分空間聚類分析

基于普通克里金插值結(jié)果，以行政村為評價單元，將行政村內(nèi)插值結(jié)果的平均值空間連接到評價單元，并進行局部Moran's I指數(shù)計算，形成LISA 聚類圖（圖3）。pH高值聚集區(qū)域主要分布在北部和東部，且伴有少部分的低-高型異常區(qū)域，低值聚集區(qū)域主要分布在南部。有機質(zhì)、全氮和堿解氮的聚類特征較為分散，其低值聚集區(qū)域都主要分布在中北部，高值聚集區(qū)域較為破碎化，在南部和中部均有不同程度的分布，同時高-低型和低-高型異常區(qū)域在高、低值聚集區(qū)域周邊都有零散分布。有效磷的空間聚集特征最為明顯，低值聚集區(qū)域在北部和西部，北部與西部中間有片明顯的高值聚集區(qū)域，且異常值區(qū)域較少。速效鉀和緩效鉀的高值聚集區(qū)域分布在中北部，低值聚集區(qū)域分布在中部和南部，且在高低值聚集區(qū)周邊伴隨少量的異常值區(qū)域。

圖3 環(huán)巢湖地區(qū)土壤養(yǎng)分LISA聚類分布圖Figure 3 LISA map of soil nutrients around Chaohu Lake

3 討論

3.1 養(yǎng)分變異特征分析與分區(qū)管理建議

3.1.1 土壤pH

環(huán)巢湖地區(qū)土壤pH 的塊基比（73.92%）相比較其他養(yǎng)分較小，其pH 的變程（1 968 m）和變異系數(shù)（13.60%）在各養(yǎng)分中最低，這與董佳琦等[19]的研究結(jié)果相似，表明pH的空間連續(xù)性較小，在小范圍內(nèi)具有中等程度的空間自相關(guān)性，在土壤pH 分布圖上表現(xiàn)為小塊斑狀聚集分布。研究區(qū)整體上自東北至西南方向土壤逐漸偏酸性，這可能與其有機質(zhì)南高北低的大致分布有關(guān)[20]，腐殖質(zhì)分解的腐植酸會降低土壤pH[21]，針對偏酸性地區(qū)應(yīng)選擇適宜的種植模式、保持水土、減少單質(zhì)化肥的投入[22-23]，并且施用石灰能夠調(diào)節(jié)土壤pH 從而減少重金屬的危害[24]。地形地貌能夠通過影響成土母質(zhì)、土壤類型、土地利用方式及水熱等條件，從而影響土壤屬性，研究區(qū)自巢湖水面至東北方向有一條帶狀分布的土壤pH 低值聚集區(qū)，此處為大別山余脈，其山地分布與土壤pH 低值聚集區(qū)呈現(xiàn)高度重合，這主要是由于山地地區(qū)土壤淋溶作用較強，鹽基離子易被氫離子取代成為鹽基不飽和土壤，從而導(dǎo)致土壤偏酸性[25]，對于山地酸性土壤地區(qū)可適當(dāng)選擇種植果樹與煙葉等，并增施有機肥來提高土壤肥力。

3.1.2 土壤有機質(zhì)、全氮和堿解氮

土壤有機質(zhì)、全氮和堿解氮的相關(guān)性較高，空間分布特征較為相似，其塊基比（93.99%、91.39%、90.92%）和變程（3 874、4 467、4 978 m）較高，而全局Moran's I 指數(shù)（0.153、0.155、0.107）較小，表明在較大范圍內(nèi)人為活動等隨機性因素主導(dǎo)其空間變異，且空間分布較為分散，在其養(yǎng)分分布圖中呈現(xiàn)為小塊斑狀零散分布，這是由于土壤有機質(zhì)受基施有機肥的影響較大[26]，小農(nóng)戶經(jīng)營的現(xiàn)狀致使種植模式難以統(tǒng)一，從而導(dǎo)致了在一定范圍內(nèi)土壤有機質(zhì)、全氮和堿解氮分布破碎化。土壤有機質(zhì)、全氮和堿解氮的變異系數(shù)（37.89%、36.91%、44.97%）相對較小，說明整體離散程度較低，具有破碎化嚴重又向均質(zhì)化發(fā)展的分布特征。因此，在測土配方工作中應(yīng)適當(dāng)提高樣點密度，從而更精確地掌握該養(yǎng)分分布特征，促進化肥減量增效。在土壤養(yǎng)分指標(biāo)中，有機質(zhì)和全氮含量對作物產(chǎn)量影響較大，其與土地利用方式和有機肥的施用相關(guān)性較高[27]，針對有機質(zhì)和全氮偏低的地區(qū)實行有機無機配施、作物輪作[28]、秸稈還田和間套種植模式[27]，能夠有效改善土壤理化性質(zhì)并提高有機質(zhì)與有機碳等含量。

3.1.3 土壤有效磷

有效磷的塊基比（85.68%）和變程（4 878 m）與有機質(zhì)（和全氮、堿解氮）較為接近，說明有效磷在大范圍內(nèi)的強度變異主要由人為活動等隨機性因素導(dǎo)致[26]。其變異系數(shù)（175.16%）和全局Moran's I 指數(shù)（0.711）顯著高于其他養(yǎng)分，且空間自相關(guān)性極為顯著（Z>2.58），表現(xiàn)為高低值聚類特征明顯，整體離散程度也最大，綜合說明了有效磷具有高度積累的現(xiàn)象。結(jié)合LISA 圖了解到有效磷在西部與北部有明顯的大片低值聚集區(qū)域，但在兩地中間卻有一片高值聚集區(qū)域，這可能是中間區(qū)域為合肥市城區(qū)，人為活動較為集中，導(dǎo)致有效磷富集嚴重。土壤中的磷主要以吸附態(tài)和磷酸鹽為主，其移動性較弱，極易被固定，當(dāng)季利用率較低[29]。針對有效磷集中偏高的市區(qū)，應(yīng)當(dāng)尋找導(dǎo)致其含量普遍偏高的具體原因，采取“源頭控制-過程攔截-末端治理”的防控思路并結(jié)合政策調(diào)控，從而避免造成農(nóng)業(yè)面源污染[30]；而對有效磷偏低的地區(qū)，搭配有機肥與磷肥配施能夠提高磷的有效性，并且施用磷肥能夠明顯提高有效磷含量[31]，同時有機質(zhì)也在一定程度上能夠影響有效磷的含量[32]。

3.1.4 土壤速效鉀和緩效鉀

速效鉀和緩效鉀在空間分布上保持著高度統(tǒng)一，但速效鉀的塊基比（81.77%）明顯高于緩效鉀（63.20%），說明速效鉀的空間變異由人為活動等隨機性因素的影響相對較大，而緩效鉀更多的由成土母質(zhì)等結(jié)構(gòu)性因素影響，這是由于土壤中的速效鉀為交換性鉀和水溶性鉀，而緩效鉀為黏土礦物固定的鉀，因此與成土母質(zhì)的關(guān)系更為密切[33]。同時，速效鉀的全局Moran's I 指數(shù)（0.397）也高于緩效鉀（0.213），體現(xiàn)為速效鉀的空間自相關(guān)性更為明顯，更容易呈現(xiàn)聚集性分布，這是由于當(dāng)作物吸收而導(dǎo)致速效鉀不足時，緩效鉀會迅速轉(zhuǎn)化為速效鉀，從而維持速效鉀的含量。與土壤pH 分布特征類似，速效鉀和緩效鉀的含量在南部丘陵地區(qū)與東北方向的條帶狀山地區(qū)偏低，這是由于海拔較高的低山丘陵區(qū)受水流侵蝕作用較強，較土壤氮、磷元素，鉀元素更容易流失[13]。作物秸稈中含有大量鉀素，對缺鉀地區(qū)促進秸稈規(guī)范化還田，注重施用鉀肥能夠有效提高土壤鉀含量。

3.2 研究創(chuàng)新點與改進思路

本研究結(jié)果中，土壤養(yǎng)分空間自相關(guān)性總體上較弱，其空間變異更多的是由人為活動等隨機性因素導(dǎo)致，且主導(dǎo)了土壤養(yǎng)分變異朝均質(zhì)化方向發(fā)展[19]。在地統(tǒng)計分析結(jié)果中，土壤pH更容易受到母質(zhì)、地形等結(jié)構(gòu)性因素的影響，這與其他地統(tǒng)計學(xué)的研究結(jié)論一致[8，34]，并且土壤pH、速效鉀和緩效鉀的分布與地形海拔相關(guān)性較高，有許多學(xué)者已經(jīng)證實了這一點[13，35]；有效磷的變異系數(shù)較其他養(yǎng)分更大，這與牛文鵬等[36]在多養(yǎng)分中的對比結(jié)果一致，有效磷的全局Moran's I 指數(shù)最大也證實了其更容易富集的特點。有機質(zhì)、全氮和堿解氮的塊基比最大，這與姜霓雯等[13]的研究中有機質(zhì)與全氮塊基比最大的結(jié)果類似，說明了其在土壤養(yǎng)分中更容易受到人為活動等隨機性因素影響。從研究數(shù)據(jù)上看，本研究數(shù)據(jù)與其他相關(guān)研究偏差較大，但養(yǎng)分之間差異的總體規(guī)律較為相似，這可能與本研究區(qū)布設(shè)樣點數(shù)較多有關(guān)。這是由于區(qū)域變量的空間變異特征結(jié)果隨著采樣點尺度變化而變化[16]，當(dāng)采樣點的尺度明顯大于母質(zhì)、地形等自然因素分布的尺度時，地統(tǒng)計分析結(jié)果更偏向于由結(jié)構(gòu)性因素主導(dǎo)其空間變異[36]，當(dāng)采樣點尺度較小時結(jié)果則相反，在部分高密度采樣的研究結(jié)果中已經(jīng)證實了這一點[37]。

本研究基于環(huán)巢湖地區(qū)大范圍尺度高密度隨機布點采樣的檢測數(shù)據(jù)，使用半變異函數(shù)參數(shù)的塊基比和變程分別說明其養(yǎng)分空間自相關(guān)程度和作用范圍，用全局Moran's I 指數(shù)反映其空間自相關(guān)性的大小及顯著性，并將研究結(jié)果與養(yǎng)分統(tǒng)計特征的變異系數(shù)呼應(yīng)，最后通過克里金插值和局部Moran's I 指數(shù)制作養(yǎng)分分布圖和LISA 聚類圖，系統(tǒng)地呈現(xiàn)了研究區(qū)多種土壤養(yǎng)分的空間變異特征及內(nèi)在聯(lián)系。雖然利用地統(tǒng)計學(xué)和Moran's I 指數(shù)研究土壤養(yǎng)分空間變異特征的研究較多，但同時使用兩種方法交叉進行結(jié)果論證的研究卻較少，同時本研究涉及到的土壤養(yǎng)分較為全面，進一步對比分析更能為其他土壤養(yǎng)分空間變異相關(guān)研究提供可靠的數(shù)據(jù)參考。本研究詳細介紹了環(huán)巢湖地區(qū)土壤養(yǎng)分的空間變異特征，但未深入探討?zhàn)B分與種植模式、土壤質(zhì)地、坡度坡向、海拔和植被類型等多種驅(qū)動力之間的關(guān)系，隨著遙感技術(shù)的發(fā)展，下一步研究可以通過遙感影像提取或預(yù)測這些影響因素，從而更好地了解土壤養(yǎng)分空間分布的關(guān)鍵因素以及發(fā)展趨勢。

4 結(jié)論

（1）環(huán)巢湖地區(qū)土壤pH、有機質(zhì)、全氮、堿解氮、有效磷、速效鉀和緩效鉀的均值分別為6.07、19.97 g·kg-1、1.16 g·kg-1、112.95 mg·kg-1、18.21 mg·kg-1、130.88 mg·kg-1和378.58 mg·kg-1，除有效磷為強度變異外，其他養(yǎng)分均為中等程度變異。

（2）環(huán)巢湖地區(qū)土壤pH、全氮、有效磷、速效鉀和緩效鉀的半變異函數(shù)最佳擬合模型為指數(shù)模型，有機質(zhì)和堿解氮的最佳擬合模型為高斯模型。pH 和速效鉀為中等空間自相關(guān)性，其他養(yǎng)分空間自相關(guān)性均較弱，表明土壤養(yǎng)分空間變異主要受人為活動等隨機性因素影響。

（3）環(huán)巢湖地區(qū)土壤各養(yǎng)分均為極顯著空間正相關(guān)，其空間相關(guān)性大小依次為有效磷>速效鉀>pH>緩效鉀>全氮>有機質(zhì)>堿解氮，且有效磷的空間自相關(guān)性顯著大于其他養(yǎng)分。

（4）環(huán)巢湖地區(qū)土壤除有效磷外的其他養(yǎng)分空間分布較為分散，且不同養(yǎng)分空間分布規(guī)律不同，總體上看，南北方向各養(yǎng)分含量逐漸上升或下降，其養(yǎng)分高、低值聚集區(qū)域也有明顯的南北分布。而有效磷聚集特征明顯，表現(xiàn)為西部至北部兩端低值聚集，中間區(qū)域高值聚集。