土壤养分空间的变异性研究
2017-10-18阮梦蝶范贵娟
阮梦蝶+范贵娟
摘 要:由于土壤养分具有空间变异性规律,掌握这一规律对于指导肥料的施用及精准农业有着重要意义。该文从插值方法、采样方式和采样密度与尺度3个研究方向对土壤养分空间的变异性研究进展进行了概括和总结,指出探索适合不同尺度的插值方法、采样方式和采样密度仍是今后进一步研究的方向,而综合利用多种技术手段建立土壤养分的时空过程模型,将可能更有助于土壤养分变异性特征的表达。
关键词:土壤养分;空间变异性;采样方式;采样密度与尺度;空间插值
中图分类号 F301.21 文献标识码 A 文章编号 1007-7731(2017)18-0048-04
Study on Spatial Variability of Soil Nutrients
Ruan Mengdie et al.
(Anhui Agricultural University, Hefei 230036,China)
Abstract:Because soil nutrient has spatial variability law, mastering this rule is important to guide fertilizer application and precision agriculture. Therefore, the research progress of spatial variability of soil nutrients is summarized from interpolation method, sampling method and sampling density and scale 3. At the same time, it is pointed out that it is more helpful to explore the method of interpolation, sampling and sampling density for different scales in the future, and to establish the spatio-temporal process model of soil nutrient by comprehensive use of various techniques, which may be more beneficial to the expression of soil nutrient variability.
Key words:Soil nutrients;Spatial variability;Sampling method;Sampling density and scale;Spatial interpolation
土壤在植物生長发育过程中持续不断地向其供应水分、热量、养分及氧气等必备物质,是植物赖以生存的物质基础,也是农林业生产中所必须的基础性生产资料。我国耕地质量总体上处于偏低水平,长期以来,为提高粮食单产,化肥施用量不断增长,然而肥料总体利用率仍较低,施肥缺乏科学性引导。因此,深入开展耕地地力评价与测土配方施肥工作,对农田泥土养分状态进行科学的、整体的把握是促进科学减量施肥,提高粮食单产,保护耕地资源与生态环境的重中之重。土壤养分的空间变异性是指土壤养分跟着空间位置、地形差异等而发生着变化,它是广泛存在的。此研究对于科学合理的培肥、提高农作物产量以及未来的精准农业的发展具有重大意义。空间插值在泥土养分空间变异性中普及利用的研究方法,其理论是把已知点的数据通过相应函数式来推算出未知点的数据,空间插值理论研究的主要目的便是对丢失数据的预知,以便实现数据的方格模式化[1]。
1 土壤养分空间变异性存在的原因
在土壤质地相同的地域内,土壤的性质(物理、化学及生物性质)在表层和内部深处上并不是完全相同,这种土壤属性在空间上的异质性,称为土壤特性的空间变异性[2-4]。土壤养分在空间尺度上存在变异的系统变异和随即变异的研究,国内外一些学者在不同尺度、不同营养元素、不同插值方法等众多方面做了一系列的研究。土壤性质的系统变异是由母质、气候、水文、地形、生物、时间、人类活动等的差异引起的,而随机变异是由所需样本、科学检验的误差引起[3]。泥土中的母质特征和地理方位是影响土壤各种元素的主要原因,并与天气、气体循环、雨量分布和农业中采取科学方针等的探究发现共同作用达到显著效果。这些因素所带来的影响差异如下:
1.1 气候 气候是影响土壤特征空间的基本成分,泥土中的水热性质是在天气不断变化中形成的,从而影响土壤形成过程的趋势和程度[5-7],泥土养分空间变异如何直接对形成模式以及空间和时间上的均衡产生作用,所以气候的变化不同会对土壤空间变异产生重要影响[3,8]。
1.2 土壤母质 土壤母质对土壤特征的变异产生很大影响,泥土特征的变异会跟随母质形成差异变化而变化,与母质性质呈正相关关系,因而其作用不容小觑。
1.3 地形 地形是影响水热条件和成土因素的再分配,不同区域具有不同的性质,经调查:土壤中肥力与有效水也受地形的影响,在平滑度相似的区域,土壤特性趋向相似。在庞大的丘陵地带,土壤的物理性质如颗粒容量和酸碱度值均有很高相关性,在农产品生长的时间里有机质、全氮等因素不会发生明显变化,这是由于泥土具有时间变异性[4-5],而速效磷、速效钾等成分会产生变异[10,20]。时令与时间的不同农作物的产量也不同,Wol1enhaupt探究表明农产品的产量中时间变化占总变异的67%,而空间变革仅达到10%(此中2%的变异是因为平均施肥工程带来的,而8%是未知的)[6-7,15]。大量的时刻变革是因为这种较大的时间变异主要是由大气循环和温度的颠簸引发的。
1.4 人类活动 人类生产生活动向对土壤特性也有较大的影响,生产中的施肥、农产品种类、浇灌等其他生产解决方式使土壤特性发生不同变化[8-9]。综上所述,在这些因素中母质差异对土壤养分的变异影响最明显,而农业作物大点影响着其发展趋向。
2 采样方式的研究
为取得土壤养分空间的布局情况,需进行采样,采样方式分为经典采样、空间采样、目的性采样等三大类[26-28]。其中,经典采样方式分为:简单随机采样、网格采样;空间采样方式包含空间简单随机采样、空间分层采样、三明治空间采样[31]。我国对土壤养分管理的单元主要以级别差异的行政单元为主,行政单元为单位的管理模式对土壤养分之类的区域化变量的空间分布格局以及空间变异性的研究带来了难度,不利于对空间异质对象定量化表达[8,19]。探究不同类型的实验地点以及对不同研究目的下所得到最适宜采样方法,并对各种采样方法的精度进行了对比,考核了釆样方法的可行性。其中空间分层采样法对于地貌类型比较复杂的探究十分适宜,且分层的结果对于采样结果的精度影响较大。合理的分层指标以及详细的分层文件下,采样结果的精度高具有代表性;对于山区地形而言,协同环境因子的典型点的采样方法仅需要布设较少的样点,便可以得到较精确的空间预测结果,具有很高的经济意义。
土壤采样设计直接关联到对所要探究区域的土壤养分空间变异成效,对土壤空间变异性检测的精度带来必定的影响,研究表明釆样的尺度巨细与釆样要领可以直接影响土壤养分特征的变异水平和均称值[10,22-25]。因此,在满足所需精度下的最优釆样个数与科学布点方式的研究颇为重要。在实际生产活动中,为了得到精准的土壤养分数据,通常以自然田块或农户为单位进行采样,势必产生巨大的采样数量和经济投入。因此,必须加大探讨土壤养分空间变异规律在不同地貌区域、不同研究单元、不同耕作制度下采样方法的研究,依照土壤養分的空间变异特性优化釆样布局设计,可以省下大部分的资本投入。
3 采样密度与采样尺度的研究
一般状况下,采样密度的减小,土壤空间插值检测精度也随之降低,可看出采样密度与空间插值检测精度呈正相关关系,大量的土壤采样会花费大量的人力、物力和财力[7],为节省多种资源并且有效管理土壤养分,这就对土壤采样点的合理数量和位置的确定提出了要求,但如果降低采样密度,不能保证插值精度的准确性,因此如何更加快捷科学的选取出模拟研究区域的最佳插值模型,并确定最佳的采样密度,在精准农业研究中具有重要影响。国内外已有一些学者对如何用较小的土壤样本得出农田土壤的空间变异规律,随后对采取相应的插值方法进行插值和预测,但对采样密度和插值方法联合在一起进行研究土壤养分的时空变异性相对较少。
由此得出,经由传统采集与克里格2种方式的联合,可以呈现对采样点安放的最优计划。对采集的方式和所要采集的数量的影响成分中土壤养分数据分布趋向也是不可忽略的[11-12,28]。当土壤养分乏起正态分布时,可采集部分纯随机采样方式,按照置信程度下差别的相对误差来评定合理的采样数;当泥土养分出现偏峰散布时,则可采用分层地区的最恰当研究法来得出确切合理的采样数量[13-14]。而地统计学与分形理论、经典统计学的联合,在得到足够的精度映射出土壤养分布局空间异质性的采样密度上也施展着明显的作用[34-36]。
应用地统计学和空间插值方法对合理的施肥及农产品有效生长起着重要作用,在地统计学和空间插值模型农业应用中,克里金插值是被广泛采用的方式。在阐述不同的采样方式的同时,深入探讨尺度存在差别的情况下统计学方法对土壤养分空间变异分析的适用性和空间插值质量,在各种尺度下,土壤成分均包含典型的半方差形式。地统计学技术于地质学研究中衍生而来,由于它的研究尺度比较大,而我们所要得到农田养分获取样品的尺度较小,因此,针对这个方面存在的差别仍是需要深入研究的问题[31,35]。对大尺度(小比例尺)空间变异解析时,小尺度的变异往往被忽略,而对小尺度(大比例尺)空间变异解析时,大尺度上的变异经常因为比较微弱又作为“随机变异”被轻忽或被消除,研究认为大尺度上的土壤养分空间变异与土壤质地变异、地形变化有关,而小尺度上的空间变异与农业技术措施关系密切相关。
4 空间插值法的比较
4.1 普通克里金插值法 克里格插值法(Kriging)也称为空间估计法,而普通克里金插值法是克里金插值方法中普遍采用的一种,同时也是最优无偏估计方法[15,20]。它不单可以对点研究预测,也对面区域进行估算预测。普通克里金法其实用的条件是所研究的部分化变量的数学期望值是未知的,但区域化变量的数学期望值一定是一个常数[21]。其计算公式与具体为:
其中为数据点的值,为未知点,其它为已知点,为权[18],假定采用上式中的形式。为确保是的无偏估计,在这里假定并可导出1,因此无偏线性估计量可写成如下:
方差有如下的表达式:
为了在的约束条件下,估算方差为最小,如下的函数F=E-2μ。如果有的一组数据满足此标准,其下式方程组成立:
这就是普通克里金方程组。依照上式,可推算普通克里金方程组如下:
其中:
通过推演,如下式:
从克里金方程组的模式得出,上述克里金权重系数不但取决于随机函数Z(x)的协方差函数C(xi,xj)和xi,xj之间的函数关系,还取决于每个插值点xi的相对关系,以及xi与被估计点x0之间的相对方位关系等[17,20,22]。
4.2 反距离权重法 反距离权重法(inverse distance weighted,IDW),是一种常用的局部插值方法,它是假设未知点受临近插值点的影响较大,而受较远插值点的影响较小[30-32]。在点与点中的彼此距离积的倒数来显示权重,积为1表达点与点之间数值变化率是不变的,此方式为线性插值法。积为2或者更大则表示越接近已知点,数值的变化率也就越大,而离已知点较远时会趋向平稳,公式如下:
上式中的z为属性值;j为插值点;m是周围的样点数。wij是权重,与j点到其插值样点的距离dij成反比。
上式中k是≥0的整数。
如果将权重归一化处理,那么权重的计算为:
上式中,x与y分别是样点的横、纵坐标。
此方法的优势在于:(1)以平滑的或精确的方式对插值对象进行插值;(2)算法简单,易于实现。
4.3 精度验证方法 比较插值精度验证方法主要分为交叉验证和独立数据集验证2种方法[37]。交叉验证是使用所有数据对趋势和自相关模型进行估计,而独立数据集验证则先移除测试数据集,然后使用训练数据集来开发要用于预测的趋势和自相关模型。交叉验证是Arcgis软件中地统计分析里创建子集模块,提取子集是从总样本中提取子样本,再用子样本与样本插值预测结果对比分析,从而验证插值精度[24,26]。交叉验证是将采样中每个样点都作为检测点,先假定此中一个样点的含量值为未知,用全部样点中的其余样点进行空间插值预测其样点的数值,经过对全部样点的依次预测,用所得的全部样点预测值与实测值来预测精度验证,在许多学者研究中,认为这种方法是比较预测值与实测值的较为快速和方便的方法,但是在许多情况下并不能精确描述空间插值预测误差[27]。而独立数据集验证方法是从全部样点中抽取一部分样点作为训练数据集,不重复地将剩余的样点作为测试数据集,把作为独立数据集的测试样本中的每一个样点作为检验点对插值精度检验[34-35],可以有效避免交叉验证的缺点[28]。独立数据集验证指标为目前常用的均方根误差(RMSE)和平均相对误差([d-]):
5 结论
本文通过对土壤养分空间变异性的成因、采样方式、采样尺度与密度及空间插值方法的对比等方向的阐述,得出由于土壤养分空间变异的复杂性,还没找到一种十分适合的插值方法来研究土壤养分差异变革的规律,针对不用区域的土壤养分变异研究应该采用不同的采样方法、采样尺度与密度、插值方法[29,40-42]。土壤养分存在变异是由于多种原因造成的,空间的不同只是其中一个部分,因此,应充分的利用现在的科学技术、专家知识理论结合遥感及ARCGIS技术方法来了解土壤养分的空间变异性信息,为未来的精准农业、科学合理的施肥及提高粮食作物的产量作出贡献。
参考文献
[1]徐丽华,谢德体.土壤养分空间变异性研究[J].农机化研究,2012,34(07).
[2]李艳,史舟.地统计学在土壤科学中的应用及展望[J].水土保持学报,2003(1):178-182.
[3]邬伦,刘瑜,张晶,等.地理信息系统:原理,方法和应[M].北京: 科学出版社,2001.
[4]李毅,王文焰,王全九.土壤空间变异性研究[J].水土學保持报,2002,16(1):68-74.
[5]邱扬,王勇,傅伯杰,等.土壤质量时空变异及其与环境因子的时空关系[J].地理科学进展,2008,27(4):42-50.
[6]冯娜娜.不同尺度下低山茶园土壤主要肥力因子空间变异性特征研究[D].雅安: 四川农业大学,2006.
[7]Webster R,Burgess T M. Spatial variation in soil and the role of kriging[J].Agricultural Water Management,1983,6(2):111-122.
[8]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(002):33-36.
[9]朱阿兴.精细数字土壤普査模型与方法[M].北京:科学出版社,2008.
[10]杨琳,朱阿兴,秦承志,等.一种基于样点代表性等级的土壤采样设计方法[J].土壤学报,2001,48(5):938-946.
[11]Xu G C,Li Z B,Li P,Letal. Spatial variability of soil available pHospHorus in a typical watershed in the source area of the middle Dan River,China[J]. Environmental Earth Sciences,2014,71(9):3953-3962.
[12]Megraw T. Fertility variability in the Minnesota river valley watershed in 1993,as determined from grid testing result on 52000 acres in commercial fields[J]. Site-Specific Management for Agricultural Systems. ASA-CSSA-SSSA,1995:167-174.
[13]王新中.GIS支持下豫中典型烟田土壤养分空间变异及精准管理[D].郑州:河南农业大学,2009.
[14]张伟畅,周清,冯旖,等.地貌和样点数对耕地土壤有机质插值精度的影响[J].土壤通报,2015(6):1289-1298.
[15]龙军,张黎明,沈金泉,等.复杂地貌类型区耕地土壤有机质空间插值方法研究[J].土壤学报,2014(6):1270-1281.
[16]廖琪,胡月明,胡小飞,等.广东省典型赤红壤区耕层土壤养分的空间变异[J].水土保持通报,2015(6):322-328.
[17]左佳,张泽,陈剑,等.基于不同采样方式棉田养分空间变异特征分析[J].新疆农业科学,2014(11):1970-1975.
[18]潘瑜春,刘巧芹,阎波杰,等.采样尺度对土壤养分空间变异分析的影响[J].土壤通报,2010(2):257-262.
[19]张秀平.测土配方施肥技术应用现状与展望[J].宿州教育学院学报,2010(2):163-166.
[20]唐秀美.基于 GIS的县域耕地地力分析及测土配方施肥技术研究[D].泰安:山东农业大学,2008.
[21]李云辉.土壤有机質采样点布设及空间插值方法对农用地分等成果的影响研究[D].福州:福建农林大学,2013.
[22]高辉.不同土类土壤养分时空变异与水稻精确施肥决策支持系统研究[D].扬州:扬州大学,2010.
[23]陈雪梅.宣城市土壤主要养分空间变异特征研究[D].合肥:安徽农业大学,2016.
[24]李典友.区域湿地和农田土壤有机碳变化研究[D].南京:南京农业大学,2011.
[25]王成.当代安徽淮河流域工业发展研究[D].合肥:安徽大学,2014.
[26]张乐为,王秀,韩会玲.不同的采样方法和栅格尺度对生成灌溉处方图的影响[J].河北农业大学学报,2010(2):110-113,122.
[27]郭燕. 农田多源信息获取与空间变异表征研究[D].杭州:浙江大学,2013.
[28]林振山,袁林旺,吴得安.地学建模[M].北京:气象出版社,2003
[29]武婕,李玉环,李增兵.南四湖区农田土壤有机质和微量元素空间分布特征及影响因素[J].生态学报,2014,34(6):1596-1605.
[30]曾伟,陈雪萍,王珂.基于地统计学和GIS 的低丘红壤养分空间变异及其分布研究——以龙游县低丘红壤为例[J]. 浙江林业科技,2006,26(3):1-6.
[31]孙英君,王劲峰,柏延臣,等.地统计学的GIS空间分析功能扩展[J].华侨大学学报:自然科学版,2004,25(4):435-439.
[32]赵军,张久明,孟凯,等.地统计学及GIS在黑土区域土壤养分空间异质性分析中的应用——以海伦市为例[J].水土保持通报,2004,24(6):53-57.
[33]刘付程,史学正,于东升,等.基于地统计学和GIS的太湖典型地区土壤属性制图研究——以土壤全氮制图为例[J].土壤学报,2004,41(1):20-27.
[34]肖斌,赵鹏大.地址统计学新进展[J].地球科学进展,2000,6(15):4-5.
[35]梁天刚,王兮之,戴若兰.多年平均降水资源空间变化模拟方法的研究[J].西北植物学报,2000,20(5):1-7.
[36]李丽娟,王娟.运用地统计力法分析降雨量的空间变异性[J].地理研究,2002,21(4):117-119.
[37]孟健,马小明.Kriging空间分析法及其在城市大气污染中的应用[J].数学的实践与认识,2002,3(32):1-3.
[38]刘瑞民,王学军.地统计学在太湖水质研究中的应用[J].环境科学学报,2002,3(2):1-3.
[39]龚元石,廖超子,李保国.土壤含水量和容重的空间变异及其分形特征[J].土壤学报,1998,35(1):10-15.
[40]陈志雄,VAUCLIN M.封 丘 地 区 土 壤 水 分 平 衡 研 究:湿 度 的 空 间 变 异[J].土 壤 学报,1989,26(4):309-315.
[41]王炜明.基于GIS的地统计学方法在土壤科学中的应用[J]. 农业资源与环境科学,2007,23(5):404-409.
[42]秦鱼生,涂仕华,冯文强,等.基于地统计学和GIS的土壤速效养分空间变异研究——以四川盆地两个自然村为例[J].山地学报,2006,24:153-160.
(责编:张宏民)