郭 漩，任圆圆，张学雷

(郑州大学 水利与环境学院/自然资源与生态环境研究所，河南 郑州 450001)

基于不同空间粒度的土壤和地表水体分布多样性及其相关性分析

郭 漩，任圆圆，张学雷*

(郑州大学 水利与环境学院/自然资源与生态环境研究所，河南 郑州 450001)

选取河南省和江苏省共6个典型区域作为研究样区，将空间粒度引入并应用于土壤和地表水体多样性的研究中，分析优势土属和稀有土属空间分布多样性指数、地表水体空间分布面积指数及长度指数的粒度响应类型，并研究指数间的相关关系及其稳定性，旨在分析土壤与地表水体在空间分布格局形成上的相关性。结果表明：随着空间粒度的增加，优势土属和稀有土属空间分布多样性指数及地表水体空间分布面积指数的空间粒度响应类型均属于无响应型，而地表水体空间分布长度指数的空间粒度响应类型属于无规律型；土壤和地表水体在空间分布上存在一定的关联性，其中林州市水土资源的关联性强且相关关系稳定。

土壤； 地表水体； 多样性； 粒度效应； 关联分析

土壤是联系自然环境中有机界和无机界的中心环节，在农业生产过程中起着非常重要的作用[1-2]。水资源作为自然环境的特殊资源，是人类生存和生产活动的重要条件，也是农业生产必备的物质基础。另外，水资源与土壤的关系相当密切，水分作为成土因素之一，在土壤形成过程中起着不可或缺的作用[3]。目前，我国的水土资源空间分布不均衡[4]，而土壤与水资源在空间上的匹配程度将会直接影响农业的可持续发展。因此，需要对土壤和地表水资源的空间分布多样性及两者的相关关系进行深入研究。近年来，国内外学者在仙农熵指数的基础上探索了土壤和地表水体空间分布多样性的特征，并取得了明显进展[5-8]，但对土壤和地表水体空间分布多样性的分析主要是从水体面积、土壤构成组分多样性等方面进行单独研究[3,8]，对于不同形态地表水体与土壤空间分布的相关关系研究尚未见报道。为此，对优势土属(DSF)、稀有土属(RSF)、面状水体和线状水体的空间分布多样性指数进行研究，以生态学中的空间粒度为介质，分析各指数的粒度响应类型，并探讨指数间的相关关系及其稳定性，旨在分析土壤与地表水体在空间分布格局形成上的相关性，为合理使用水土资源提供数据支持与决策依据。

1 材料和方法

1.1 研究区概况

河南省位于我国中东部、黄河中下游，地势基本上是西高东低，地表水体多呈线状分布。江苏省位于我国大陆东部沿海中心，长江、淮河下游，地形以平原为主，地势较低，省域内既有长江横穿其南部，又有太湖、洪泽湖两大淡水湖，因此，其地表水体既呈线状又呈面状分布。本研究分别选取河南省中北部的林州市、汤阴县和郑州市，以及江苏省中南部的宝应县、南京市、常熟市作为研究区域，其具体位置及地表水体分布见图1。

图1 研究区位置及2013年地表水体分布情况

1.2 数据来源及处理

研究所用的土壤数据来自全国第二次土壤普查数据，遥感数据来自美国地球资源卫星Landsat7 TM数据(研究时期Ⅰ和Ⅱ)和Landsat8 OLI传感器数据(研究时期Ⅲ)，地表水体数据从遥感影像上提取，详见表1。数据处理步骤如下：使用ENVI 5.1对遥感数据进行监督分类，利用ArcGIS 10.0提取出其中的地表水体信息，生成线状水体和面状水体矢量图，计算出不同形态地表水体的空间分布多样性指数，分析土壤图并计算各地区DSF和RSF的空间分布多样性指数，研究其粒度效应曲线，运用SPSS 21.0的Pearson积矩相关系数对各个指数之间的相关性进行分析。

表1 遥感数据获取年份及数据来源

1.3 研究方法

1.3.1 粒度推绎法 生态学中，需要用简单的数字来描述复杂的景观格局，景观格局指数便由此产生。粒度是描述空间尺度的基本单位[9-10]，景观格局指数存在一定的粒度效应，即同一景观在不同空间粒度下景观格局指数也会不同。因此，在某空间粒度下的景观格局指数以及指数间的相关关系并不一定能推广到其他粒度[11-12]。本研究采用粒度上推的方法，综合考虑研究区范围、影像分辨率以及地表水体形态特征等因素，同时参考生态学领域景观研究所选择的尺度大小[13-14]，确定采样空间粒度共13个，分别为10、15、25、35、50、60、80、100、120、140、160、180、200 m。景观格局指数随采样粒度增加的变化趋势一般分为4种类型：上升型、下降型、无规律型及无响应型[14]。

1.3.2 土壤空间分布多样性指数 为分析各研究区土壤空间分布多样性特征，选取土壤空间分布多样性值以及斑块面积最大的土属作为DSF，将土壤空间分布多样性值小于0.2的确定为RSF，同时为保证研究中在最大采样空间粒度下计算的多样性指数有意义，选择RSF中斑块面积最大的土属作为首位RSF。各土属空间分布多样性指数计算公式[15]如下。

(1)

式中，Yh表示研究区内某种土属的空间分布多样性指数，取值区间为[0,1]，当土属空间分布不均匀时，取值为0；当土属的每个斑块都均匀分布时，Yh取值为1。S表示1 km×1 km网格尺度下空间网格的总个数。pi表示第i个空间网格中某种土属斑块面积占总面积的比例，i=1，2，…，S。

1.3.3 地表水体空间分布多样性指数 研究区域的地表水体是指土地利用分类体系中的河流、湖泊、沟渠、水库和坑塘等水域及水利设施用地，由于本研究包括3个江苏省研究样区，区域内多水田，且其与土壤空间分布关系紧密，因此，监督分类时将水田也分到水域及水利设施用地类别中。其中，河流等地表水体呈线状分布，而湖泊等呈面状分布，在描述地表水体空间分布多样性时需考虑描述不同形态地表水体空间分布多样性的适宜指数。本研究采用中心线提取法对面状水体和线状水体加以区分，以空间粒度10 m时提取到的水体中心线为标准，将提取不到中心线的面状水体分割出来，利用公式(1)计算面状水体空间分布面积指数(MSHDAI)， 此时，pi表示第i个空间网格中面状水体面积占研究区总面积的比例，Yh表示研究区内面状水体的空间分布面积指数，其余的线状水体使用公式(2)[16]计算其空间分布长度指数。

(2)

式中，IL为线状水体空间分布长度指数(MSHDLI)，IL越接近1，说明该研究区内线状水体数量越多，空间分布越均匀；Li为第i个网格里线状水体中心线长度占区域线状水体中心线总长度的比例，i=1,2,…,S。

1.3.4 土壤与地表水体空间分布多样性的关联分析 本研究利用Pearson积矩相关系数中双变量分析的方法[17]对土壤及地表水体空间分布4个指数间的相关性进行分析，计算公式如下。

r(A,B)=±max[|rl(A,B)|,|rnl(A,B)|]

(3)

rnl(A,B)=±max[|rl(lnA,B)|,|rl(A,lnB)|,|rl(lnA,lnB)|]

(4)

式中，A为YDSF或者YRSF，B为MSHDAI或者MSHDLI，r(A,B)表示A和B两指数之间的关联系数，rl(A,B)表示两指数间的线性相关系数，rnl(A,B)表示非线性相关系数，其正负号均与所取原始值的正负号保持一致。r(A,B)取值范围为[0,1]，当土壤与地表水体的空间分布没有任何关系时，其值为0；当两者的空间分布完全相同时，r(A,B)=1。

2 结果与分析

2.1 土壤空间分布多样性特征

在1 km×1 km网格尺度下分别计算研究区各土属的空间分布多样性值，确定各研究区的优势土属和首位稀有土属，详见表2。其中，汤阴县和南京市各土属空间分布多样性值均大于0.2。因此，两研究区无稀有土属。

具体分析各研究区中DSF与首位RSF的空间分布情况发现，每种土属斑块的空间位置均分布正常，没有位于研究区边缘。进一步对各土属在不同空间粒度下的多样性指数进行计算并生成粒度效应曲线(图2)发现，随着空间粒度增加，各研究区YDSF与YRSF基本未发生变化，粒度效应曲线属于无响应型，说明土壤在不同空间粒度下的多样性指数较为稳定，土壤斑块对粒度变化无响应。

表2 各研究区优势土属和首位稀有土属分布情况

图2 各研究区优势土属和部分首位稀有土属空间分布多样性指数的粒度效应曲线

2.2 地表水体空间分布多样性特征

采用中心线提取法分别提取出面状水体和线状水体，在不同空间粒度下计算二者的空间分布多样性指数。由图3—5可知，随着空间粒度增加，各研究区在每个研究时期内的MSHDAI均无明显变化，粒度效应曲线属于无响应型，说明面状水体对空间粒度变化无明显响应;而线状水体的粒度效应曲线则属于无规律型，MSHDLI在空间粒度为10～60 m时无明显变化，在60～140 m时下降速度加快，在140～200 m时呈无规律状态。总体而言，无论是面状水体还是线状水体，江苏省研究区地表水体空间分布多样性指数大于河南省研究区。

图3 各研究区地表水体空间分布多样性指数的粒度效应曲线(研究时期Ⅰ)

图4 各研究区地表水体空间分布多样性指数的粒度效应曲线(研究时期Ⅱ)

图5 各研究区地表水体空间分布多样性指数的粒度效应曲线(研究时期Ⅲ)

2.3 土壤、地表水体空间分布多样性的相关性及其粒度效应

对各研究区的土壤空间分布多样性指数(YDSF、YRSF)与不同形态地表水体空间分布多样性指数(MSHDAI、MSHDLI)进行相关性分析(表3)发现，不同研究时期，土壤空间分布多样性指数与地表水体空间分布多样性间的相关关系发生巨大变化的是宝应县和常熟市，宝应县YDSF与MSHDAI、常熟市YDSF与MSHDAI间的相关关系时而为正时而为负，这是由于本研究将水田划分到了水域及水利设施用地类别中，对于南部的研究样区来说，随着城镇化进程的推进，不同研究时期内水田的面积变化较大，因此，土壤与地表水体空间分布多样性指数间的相关关系不稳定。而同样为江苏省研究样区的南京市，其城镇化进程远大于宝应县和常熟市，水田面积近年来变化不大，因此，指数间相关性没有发生质的变化。另外,具体分析发现，林州市MSHDLI与YDSF、YRSF间相关性均达显著或极显著水平，这是由于研究区内多为山地，地表水体大部分为线状水体，因此,土壤空间分布多样性指数与地表水体空间分布多样性指数间的相关性显著，而其他研究区大部分水土资源空间分布多样性指数间相关性差。

表3 土壤、地表水体空间分布多样性指数间的相关系数

注：*、**分别表示相关性显著(P<0.05)、极显著(P<0.01)。

对土壤与地表水体空间分布多样性指数间相关关系稳定的林州市进行不同空间粒度下MSHDLI与YDSF、YRSF的相关系数分析(图6)发现，随着空间粒度增大，在研究时期Ⅰ，林州市YDSF与MSHDLI间的相关关系由极显著正相关(P<0.01)变为极显著负相关(P<0.01)，YRSF与MSHDLI间的相关关系由极

显著负相关(P<0.01)变为极显著正相关(P<0.01)，在空间粒度为140 m时2组指数间均无相关关系；但在研究时期Ⅱ和研究时期Ⅲ，YDSF、YRSF与MSHDLI的相关系数不具有明显的粒度效应，指数间相关关系稳定，且正负性未发生变化，绝对值趋近于1。说明近年来林州市土壤与地表水体空间分布相关关系稳定，水土资源利用更加合理。

图6 林州市土壤与地表水体空间分布多样性指数 间相关系数的粒度效应曲线

3 结论

本研究对河南、江苏典型样区土壤及不同形态地表水体的空间分布多样性进行研究发现，随着空间粒度增加，DSF与RSF的空间多样性指数对空间粒度的响应类型基本上属于无响应型。前人研究发现，某些研究区YRSF的粒度效应曲线会出现小幅度变化情况，这是由于其首位RSF斑块位于研究区的边缘位置，采样过程中随着粒度的增加，土壤斑块会超出研究区边界，引起其空间分布多样性指数的变化[5]。而本研究中首位RSF的空间位置均分布正常，因此与前人研究结论不完全相同。对于地表水体空间分布多样性进行研究发现，MSHDAI与MSHDLI的粒度响应类型分别为无响应型和无规律型，说明面状水体对空间粒度的变化无明显响应，而线状水体对空间粒度的响应呈无规律状态。另外，江苏省研究区上述两指数值普遍高于河南省研究区，说明江苏省地表水体空间分布更均匀。对各研究区土壤与地表水体空间分布多样性指数间的相关关系进行研究发现，林州市土壤与地表水体空间分布多样性指数间的相关性显著，水土资源空间分布相关关系稳定，其中,YDSF与MSHDLI呈极显著正相关，YRSF与MSHDLI呈显著或极显著负相关。另外，水田面积变化较大的宝应县和常熟市水土资源间相关关系不稳定，而地处平原地区的郑州市、汤阴县和南京市指数间相关性差。

[1] 张学雷.土壤多样性：土壤地理学研究的契机[J].土壤,2014,46(1):1-6.

[2] 段金龙,张学雷,李卫东,等.土壤多样性理论与方法在中国的应用于发展[J].地球科学进展,2014,29(9):995-1002.

[3] 段金龙,张学雷.中国中、东部典型样区土壤与水体多样性关联分析[J].水科学进展,2012,23(5):635-641.

[4] 段金龙,张学雷.基于仙农熵的土壤多样性和土地利用多样性关联评价[J].土壤学报,2011,48(5):893-903.

[5] 任圆圆,张学雷.中国中、东部典型县域土壤与地表水体多样性的粒度效应及关联性[J].土壤学报,2015,52(6):1237-1250.

[6] 齐少华,张学雷,段金龙.河南省地表水时空分布特征研究[J].河南农业科学,2013,42(11):64-67.

[7] 屈永慧,张学雷,段金龙.河南省典型样区地表水分布多样性研究[J].人民黄河,2014,36(4):47-49,91.

[8] 段金龙,屈永慧,张学雷.地表水空间分布与土壤类别多样性关联分析[J].农业机械学报,2013,44(6):110-116.

[9] 王聃同,袁春,张寅玲.县域土地覆盖景观特征的粒度效应研究[J].内蒙古农业大学学报,2013,34(5):35-41.

[10] 邬建国.景观生态学——格局过程、尺度与等级[M].北京:高等教育出版社,2007.

[11] 冯湘兰.景观格局指数相关性粒度效应研究[D].长沙：中南林业科技大学,2010.

[12] 徐丽,卞晓庆,秦小林,等.空间粒度变化对合肥市景观格局指数的影响[J].应用生态学报,2010,21(5):1167-1173.

[13] 郭冠华,陈颖彪,魏建兵,等.粒度变化对城市热岛空间格局分析的影响[J].生态学报，2012,32(12):3764-3772.

[14] 朱明,濮励杰,李建龙.遥感影像空间分辨率及粒度变化对城市景观格局分析的影响[J].生态学报,2008,28(6):2753-2763.

[15] Yabuki T，Matsumura Y，Nakatani Y.Evaluation of pedodiversity and land use diversity in terms of the Shannon entropy [EB/OL].[2016-01-30].http://cdsweb.cern.ch/record/1178038.

[16] 任圆圆,张学雷.不同空间粒度下地表水体分布格局多样性的研究[J].农业机械学报,2015,46(4):168-175.

[17] 申卫军,邬建国,林永标,等.空间粒度变化对景观格局分析的影响[J].生态学报,2003,23(12):2506-2519.

Distribution Diversity and Correlation Analysis of Soil and Surface Water Body Based on Different Spatial Grain Size

GUO Xuan,REN Yuanyuan,ZHANG Xuelei*

(School of Hydraulic and Environmental Engineering，Zhengzhou University/Institute of Natural Resources and Eco-environment，Zhengzhou 450001，China )

Six typical areas from Henan province and Jiangsu province were selected as the study cases.The study was conducted by using different types of spatial distribution diversity index and spatial grain size method to analyze the spatial distribution characteristics of soil and surface water body.The granularity response type of space distribution diversities of dominant soil genus(YDSF) and rare soil genus(YRSF),modified Shannon diversity area index(MSHDAI) as well as space distribution length index (MSHDLI) and the stability of correlation among the four indexes were also analyzed specifically.The results showed that as the size of space growing,YDSF,YRSFand MSHDAI of the response spatial granularity belonged to no-responsive type,while MSHDLI belonged to the irregular type.There was a certain correlation between the spatial distribution of soil and surface water body.Especially the correlation of soil and water resources in Linzhou city was strong and stable.

soil; surface water body; diversity; grain size effect; correlation analysis

2016-10-29

国家自然科学基金项目(41571208)

郭 漩(1993-)，女，河南南阳人，在读硕士研究生，研究方向：水土资源多样性。E-mail:gx930707@163.com

*通讯作者：张学雷(1960-)，男，江苏沛县人，教授，主要从事运用数据库和3S技术对土壤、土地资源的分析与研究。 E-mail:zxlzzu@zzu.edu.cn

S152

A

1004-3268(2017)04-0055-06