陈 剑,瞿明凯,王 燕,万梦雪,黄 标,赵永存

1 中国科学院南京土壤研究所土壤环境与污染修复重点实验室, 南京 210008 2 中国科学院大学, 北京 100049

土壤磷素是作物生长的主要营养元素,同时也是水体富营养化的关键限制因子[1- 5]。由于农田土壤磷素具有较强的空间变异性,而且影响磷素流失的环境因子较多,因此对其流失进行控制和治理难度较大,需耗费大量的人力、物力和财力[6]。许多研究结果显示,在土壤磷素向水体输出的过程中,少数景观单元输出的磷素往往占了整个流域污染负荷的大部分,这些景观单元则被称为土壤磷素流失的关键源区[7](Critical Source Areas, CSAs)。而对土壤磷素污染展开风险评估和CSAs的划定或识别,是高效治理污染的关键[8]。在众多的评估方法中,磷指数法(Phosphorus Index,PI)因其简便实用,且评估结果具有较好可视性的特点而得到了广泛的运用。但传统的PI在评估过程中,对各影响因子提前分等定级,具有一定的人为主观性。而且在县域尺度下的多数评估未考虑研究区域特征,评估要求的数据量大,过程复杂。

对于现有的PI法评估,往往未考虑土壤磷素具有较强的空间变异性,且忽视了预测结果的空间不确定性。区域土壤磷素浓度水平的高低往往直接影响其流失风险程度[9- 14]。土壤全磷含量通常用于衡量区域土壤磷素的本底水平[15- 16]。地统计学模型通常被用于区域土壤属性的空间预测。然而,基于有限样本点预测得到的土壤全磷空间分布必然存在一定的空间不确定性[17]。……