程富东，戴全厚

(1.黔南州水土保持站，贵州 都匀 558000； 2.贵州大学，贵州 贵阳 550025)



喀斯特坡耕地微地貌土壤养分空间变异性研究

程富东1,2，戴全厚2

(1.黔南州水土保持站，贵州 都匀 558000； 2.贵州大学，贵州 贵阳 550025)

[摘要]为评价喀斯特坡耕地不同微地貌的土壤质量和土地生产力，指导科学耕作施肥，预测水土流失趋势，研究水土流失机理，在喀斯特坡耕地微地貌分类及特征研究的基础上，运用地统计学方法对西南喀斯特坡耕地区域不同微地貌类型中7种土壤养分含量的变化范围、最佳理论拟合模型、平均变异程度、空间相关性大小等进行了分析比较。结果表明：不同微地貌类型中，土面土壤有机质、氮、磷、钾的含量最高，其次是土槽土壤，再次是土窝土壤，土被土壤最低；生境条件越严酷，变异程度越大，空间相关性最小。

土壤养分含量是土壤肥力的重要标志，土壤养分含量差异性导致不同的土地生产力[1]。喀斯特地区岩石溶蚀与土壤流失双重叠加，造成岩石裸露、土层厚度跳跃式分布、地表岩石与土壤间隔分布，呈现出不同于常态地貌的岩土组合单元景观。生境条件迥异，微地貌组合方式多样，使土壤养分空间分布差异明显。从20世纪80 年代开始，我国相关领域的科研技术部门，使用GIS技术与地统计学相结合的方法对农业产区的土壤养分空间分布特征进行了较系统的研究和应用[2]。经过多方面的应用，地统计学现已被证明是研究土壤物理空间结构和土壤养分空间变化规律与分布特征的极为有效的方法之一[3]。农田土壤物理空间结构和土壤养分空间变化规律与分布特征研究不仅可为农业信息的描述、测量、田间管理奠定基础，而且有利于构建健康、可持续发展与高效循环的农田生产系统[4]。所以，利用土壤养分调查数据对微地貌土壤养分空间分布规律进行研究，对喀斯特地区坡耕地土壤质量状况与土壤养分空间特征进行全面了解，对于指导农业生产有重要意义[5]。

1研究区概况

本研究在微地貌特征及土壤质量研究的基础上，结合微地貌的分布规模及其水土流失现状，选择水城县一字河小流域、天生桥小流域作为研究对象。水城县地处云贵高原向黔中山原过渡的梯级状大斜坡地带，山高、坡陡、谷深、土地瘠薄。境内地势呈梯级起伏，西北高、东南低，海拔1 400～2 276 m。地貌以山地为主，占全县总面积的68%。气候属亚热带湿润季风气候，降水充沛、雨热同季，年均降水量1 261 mm，年平均气温12 ℃，无霜期223 d。

2研究方法

研究区土壤高度不连续、厚度跳跃性分布，使土壤养分空间分布具有显著差异性。本研究通过资料查阅与样地调查，在喀斯特微地貌分类及特征研究的基础上，采集土样，运用地统计学方法对微地貌土壤养分空间变异性进行系统分析。地统计学是以区域化变量为基础，借助变异函数，研究既具有随机性又具有结构性或具有空间相关性和依赖性的自然现象的一门科学[6]。它是以区域化变量为核心和理论基础，以空间结构和变异函数为基本工具的一种数学方法[6]。半变异函数是地统计学中研究空间变异性的工具函数，用来表征随机变量的空间变异结构[7]。Kriging插值又称空间局部差值法，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法[8]。

3结果分析

3.1微地貌与土壤养分综合效应

喀斯特坡耕地不同微地貌下土壤主要养分含量不同(见表1)，土壤有机质平均含量的变化范围是61.14～191.34 g/kg，土壤全氮、全磷、全钾平均含量的变化范围分别是1.50～3.58、0.67～1.31和13.7～36.4 g/kg，土壤碱解氮、速效磷和速效钾平均含量的变化范围分别是210.96～320.88、1.47～3.91、94.61～226.76 mg/kg。

表1　喀斯特坡耕地微地貌土壤养分含量

土被土壤有机质含量最低，而土面、土槽和土窝土壤中的有机质含量显著高于土被土壤，其中土面和土槽土壤有机质的平均含量分别是土被土壤的3.13和2.52倍。土面土壤全氮、碱解氮含量与土槽、土窝、土被土壤存在显著性差异。土面、土槽、土窝土壤全氮平均含量分别是土被土壤的2.39、1.80和1.24倍，碱解氮含量则分别是土被土壤的1.52、1.41和1.25倍。土面土壤中全磷、速效磷含量显著高于土槽、土窝、土被土壤，土槽、土窝和土被土壤间速效磷含量也存在明显的差异。土面土壤的全钾、速效钾含量明显比土槽、土窝和土被土壤高。

总的看来，在不同微地貌土壤中，有机质、全氮、全磷、全钾、碱解氮、速效磷、速效钾含量均有相同的变化趋势，即土面>土槽>土窝>土被。因此，不同微地貌下土壤主要养分的差异主要表现为数量上的变化，这种变化与微地貌类型、施肥状况、微地貌土壤搬运过程和微地貌形成过程密切相关。

3.2地统计分析

计算微地貌中有机质、全氮、全磷、全钾等7项土壤养分指标的变异函数大小，运用理论模型进行拟合，比较后得到不同微地貌土壤养分的最优理论模型及其相关参数，结果见表2。其中，有机质含量半变异函数最佳理论模型以球形模型为主，全氮、全钾、碱解氮含量半变异函数最佳理论模型以高斯模型为主，全磷、速效磷、速效钾含量半变异函数最佳理论模型以圆形模型为主。根据目前研究成果，拟合结果能很好地反映微地貌土壤养分空间变异特征。从表2可知，不同微地貌土壤养分指标的块金值均为正值，说明存在着由采样误差、随机和固有变异引起的各种正基底效应，这是由不同微地貌类型和农业生产活动等因素引起的变异。从变异综合系数可以看出：有机质变异程度依次是土被>土窝>土面>土槽；对于全氮而言，变异程度依次是土被>土窝>土槽>土面；对于全磷而言，变异程度依次是土被>土面>土窝>土槽；对于全钾而言，变异程度依次是土槽>土窝=土被>土面；对于碱解氮而言，变异程度依次是土被>土窝>土面>土槽；对于速效磷而言，变异程度依次是土被>土窝>土槽>土面；对于速效钾而言，变异程度依次是土窝>土被>土槽>土面。

表2　不同微地貌土壤养分的变异函数模型及其参数

空间异质比说明自相关部分引起的空间异质性程度的高低[9]。根据Cambardella等提出的区域化变量空间相关程度分组标准，空间异质比>75%，说明系统具有强烈的空间相关性；比值25%～75%，表明系统具有中等相关性；比值<25%，说明相关性很弱[10-11]。由表2可知，不同微地貌类型的7种土壤养分的空间异质比除土面全钾外均大于25%，说明坡耕地微地貌分布区土壤养分空间相关性属于中等或者强烈。对于有机质来说，空间相关性土被>土面>土槽>土窝；对于全氮来说，空间相关性土面>土窝>土槽>土被；对于全磷来说，空间相关性土面>土窝>土被>土槽；对于全钾来说，空间相关性土槽>土窝>土被>土面；对于碱解氮来说，空间相关性土被>土槽>土窝>土面；对于速效磷来说，空间相关性土被>土槽>土面>土窝；对于速效钾来说，空间相关性土窝>土面>土槽>土被。

变程是变异函数达到基台值所对应的距离，表明属性因子空间自相关范围的大小。在变程之内，空间自相关存在，反之则不存在[12]。因此，变程提供了研究某种属性相似范围的一种测度，变程大小可以表示空间异质性尺度。由表2可看出：对于有机质来说，变程土槽>土面>土窝>土被；对于全氮来说，变程土面>土被>土槽>土窝；对于全磷来说，变程土被>土面>土窝>土槽；对于全钾来说，变程土槽>土窝=土被>土面；对于碱解氮来说，变程土窝>土面=土槽>土被；对于速效磷来说，变程土窝>土面=土槽>土被；对于速效钾来说，变程土窝>土面=土槽>土被。

3.3空间Kriging插值及分析

由于上述7种土壤养分都具有明显的空间异质比，因此利用ArcGIS地统计模块Kriging进行最优内插，绘制微地貌影响下土壤养分含量等值线图。Kriging插值的结果受变异函数模拟精度、样点分布、邻近样点的选取数量等影响。对比不同微地貌土样养分含量和分析统计结果呈现相同的规律，即养分含量为土面>土槽>土窝>土被。土面土壤变异相对较小。土槽土壤和土窝土壤具有相近的养分分布规律，变异程度相似。采样区养分含量按土面、土槽、土窝、土被顺序呈现逐步减少的趋势，说明变异较为平缓且有规律性。总之，喀斯特坡耕地土壤养分出现差异显著的分布格局，主要是受土地利用、微地貌类型等因素的综合影响。

4结论

微地貌土壤养分空间变异性是喀斯特坡耕地的重要特征，日益成熟的地统计学为研究养分的分布提供了有效的途径与方法，可以定量研究不同的微地貌形态对养分分布的影响，并揭示这种分布格局的空间差异，为分析空间分布与水土流失过程的关系、揭示内在规律奠定了基础。

对喀斯特微地貌的7项土壤养分指标做半变异函数分析和空间自相关分析的结果表明，土壤养分空间主要受到微地貌格局的控制影响。由于喀斯特地区的特殊地理构造，微地貌的形成是不同土壤侵蚀的结果，土壤养分含量可以间接作为不同微地貌侵蚀强度的衡量指标，作为监测水土流失情况的手段，对不同微地貌单元土壤熵值的预测具有指示意义。

对微地貌养分空间变异性的研究，可以为喀斯特地区精准农业提供动态预测机制，有助于建立精准农业信息数据库，实现科学生产。

[参考文献]

[1] 王建锋,谢世友.喀斯特石漠化地区土壤养分空间异质性研究构想[J].湖北农业科学,2010,49(7):1605-1608.

[2] 郭旭东,傅伯杰,马克明.基于GIS和地统计学的土壤养分空间变异特征研究[J].应用学报,2000,11(4):557-563.

[3] 谭万能,李志安,邹碧,等.地统计学方法在土壤学中的应用[J].热带地理,2005,25(4):307-311.

[4] 杨忠华,刘方,赵泽英,等.基于GIS和地统计学的农田土壤养分空间变异性研究[J].贵州农业科学,2009,37(9):120-123.

[5] 王珂.精确农业田间土壤空间变异与采样方式研究[J].农业工程学报,2001,17(3):33-36.

[6] 史丹,李艳.地统计学在土壤学中的应用[M].北京:中国农业出版社,2006:1-6.

[7] 罗林,周应书,何兴辉,等.喀斯特山地石漠化的垂直变异[J].生态学报,2009,29(1):332-336.

[8] 王军,傅伯杰,邱扬,等.黄土高原小流域土壤养分的空间分布格局——Kriging插值分析[J].地理研究,2003,22(3):373-379.

[9] 罗林,周应书,何兴辉,等.岩溶山地植物群落不同层次物种丰富度的海拔垂直空间变异[J].农业系统科学与综合研究,2008,24(3):373-377.

[10] Goovaerts P.Geostatistics in soil science：state-of-the-art and perspectives[J].Geoderma,1999,89(1-2):1-45.

[11] Cambardella C A,Moorman T B,Novak J M,et al.Field-scale variability of soil properties in central Iowa soils[J].Soil Science of America Journal,1994,58(5):1501-1511.

[12] 王政权.地统计学及在生态学中的应用[M].北京:科学出版社,1999:20-33.

(责任编辑徐素霞)

[基金项目]国家自然科学基金项目(41061029)；贵州省优秀青年科技人才培养计划项目(黔科合人字〔2011〕13号)；国家“十二五”科技支撑计划项目(2011BAC02B02)

[中图分类号]S158；P931.5

[文献标识码]A

[文章编号]1000-0941(2016)01-0051-03

[作者简介]程富东(1987—)，男，甘肃临洮县人，工程师，硕士，研究方向为退化生态系统恢复与重建；通信作者戴全厚(1969—)，男，陕西长武县人，教授，博士，研究方向为水土保持与退化生态系统恢复重建。

[收稿日期]2015-03-10

[关键词]坡耕地；微地貌；土壤养分；空间变异性；喀斯特地区