张正贵，韩迎春，冯璐，王国平，雷亚平，李小飞，杨北方，熊世武，邢芳芳，辛明华，王占彪，李亚兵

（中国农业科学院棉花研究所/ 棉花生物学国家重点实验室，河南安阳455000）

土壤水是作物水分的主要来源，是土壤、植物及其环境间进行物质交换的重要媒介，通过影响土壤肥力、温度和通气状况等，对作物的产量和品质产生重要作用[1-2]。然而，受到各种因素的综合影响，土壤含水量具有高度的空间变异性[3-4]，即同一时间不同地点或同一地点不同时间的土壤含水量存在显著差异。 在一定的生育期内，土壤含水量直接决定作物的产量和品质[5-6]。 因此，充分了解土壤含水量的时空变异规律， 准确掌握其空间分布特征，对合理指导作物精准灌溉、改良作物生产以及提高水资源利用效率均具有重要意义。

随着信息化、智能化研究的飞速发展，空间统计学被广泛应用于农业光、温、水、肥等领域[7-8]。 刘丽媛等[9]利用空间统计学的网格取样方法，得出在非灌溉期不同点土壤含水量随土壤深度增加不断减少，并且不同点上其时空变化具有明显的空间异质性；周英霞等[10]在农田尺度下利用地理信息系统和地统计学相结合的方法得出棉田土壤水、 肥、盐在深度上受土壤结构的影响较大，而在时间上受气候及人类活动等影响较大。Brocca 等[11]在田间和流域尺度上，利用遥感反演土壤含水量变化规律并结合监测数据，跨尺度估算大面积农田土壤含水量的时空变异。 然而，目前研究主要集中在大尺度的土壤含水量空间变异分析上，而且对研究结果的解释大多在二维水平， 要么仅反映其随时间的变化，要么仅反映其空间分布特性，难以全面准确解析其时空分布特征。……