土壤养分空间估测方法研究综述

土壤养分是土壤提供的植物生长发育所必需的营养元素。由于受到自然因素和人为因素的共同作用,土壤养分具有高度的空间变异性。土壤的这种特性不仅表现在区域尺度上,而且也表现在田块尺度上。在研究方法上经历了从传统统计学到地统计学,再到神经网络、地理信息技术以及高精度曲面建模等新方法的不断改进过程。文章从地统计学方法引入到土壤养分空间变异研究中为出发点,论述了国内外基于地统计学的土壤养分空间变异的研究现状,主要包括利用地统计学方法来确定合理的土壤采样数目,土壤养分空间变异的定量化研究,土壤养分空间变异的尺度效应;然后简述了神经网络、地理信息技术、高精度曲面建模等技术在土壤养分空间变异研究中的研究现状和应用。最后对比分析了各种研究方法在应用中存在的缺陷,同时指明了今后应加强作物生长的不同时期土壤养分的空间变异性、土壤在四维空间尺度上的演变机理以及环境信息获取的不确定性等方面的研究。     

珠江三角洲土壤养分多尺度空间分异及环境驱动力

土壤养分累积是多个尺度自然和人为因素共同作用的结果,在空间上呈现出多尺度分异性。定量解析这种多尺度分异规律及其驱动力对于养分管理至关重要。基于珠江三角洲地区417个表层土壤样品和6大类环境变量(气候、成土母质、土壤理化性质、地形/植被覆盖、距污染源的距离、社会经济),采用多元因子克里格方法定量解析土壤总氮、总磷、总钾、碱解氮、有效磷和有效钾的多尺度空间变异及其环境驱动力。结果显示,研究区土壤养分相对丰富,尤其耕地和园地养分含量较高,过量施肥以及养分利用率低是主要原因。研究区土壤有效磷为高度变异(变异系数为108%),其他养分质量分数均为中等变异(变异系数介于44%—78%),且养分高值区主要位于研究区中部(广州、佛山、珠海、惠州中西部和东莞西部)。因子克里格将土壤养分的空间变异分解为块金尺度、短变程尺度(26 km)和长变程尺度(90 km)3个独立尺度空间变异之和。土壤养分的空间变异格局及环境驱动力因尺度而异。短变程尺度,土壤养分的空间变异性更强,高值分布区较为分散,土壤养分质量分数主要受控于海拔和人为活动(如工业排放、社会经济活动)。长变程尺度,土壤养分的高值分布区较为聚集,土壤养分质量分数更多受控于自然因素(气候和成土母质)。基于"特征-机制-管理"思路,该研究提出土壤养分多尺度管理概念模型,根据不同尺度肥力区划及其驱动力制定不同的养分管理策略。     

利用土壤切片和数字图像方法研究土壤孔隙的垂直空间变异性

利用土壤切片和数字图像方法研究了两种土壤类型的孔隙度在 mm尺度上的垂直空间变异性。结果表明,土壤孔隙度在 mm尺度上存在较为明显的变异;不同的土壤变异性存在一定的差异;变异性与土壤孔隙度呈反向关系,与土壤深度呈正向关系;在耕作期,变异性随时间呈现一定的波动趋势。     

土壤空间变异性研究评述

在研究方法上，土壤空间变异性研究经历了由定性描述到传统统计学、再到地统计学的不断改进过程，而研究内容也由对单一特性的研究逐渐转向多特性的研究。土壤空间变异性研究虽取得了明显的进展，但也存在地统计学方法在实际应用中主观性太强，土壤综合特性的空间变异性研究、时空结合的变异性研究以及与数学模型有机结合研究不够深入等问题。文章在分析国内外研究现状的基础上，提出了亟待深入研究的若干问题，对这些问题的研究有助于“数字土壤”、“精准农业”和生态环境建设的实施。     

中国水稻土氮密度变异性的幅度效应研究

基于全国第二次土壤普查的1 491个水稻土剖面数据,研究了行政区幅度（行政大区、省级、地区级）和土壤区幅度（土壤区、土壤带、土区）下水稻土氮密度的变异情况及其对幅度拓展的响应。结果表明,中国水稻土0-20 cm和0-100 cm土壤平均氮密度为18.7 t.hm^-2和12.4 t.hm^-2,土壤氮素的空间变异性总体随幅度拓展而增大。在不同土壤区幅度下,0-20 cm全氮密度组内和组间变异性随研究区幅度的减小而减小;从土壤区到土区尺度,0-100 cm全氮密度组间变异率从250%左右下降至不足50%,而在行政大区和省级尺度时全氮密度的组间变异性没有太大变化,变异率都小于100%,到地级市尺度时,组间变异率又达到了400%,说明同一地区所选择的研究幅度尺度不一样氮密度变异率差异也很大。因此,在今后的水稻土调查采样设计时,根据不同幅度尺度的变异率大小来选择合适的布点方式和样点数是十分必要的。     

安徽六安市表层土壤有机碳的空间分布及尺度变异分析

利用第2次全国土壤普查所获得的8 236个实测样本资料,分析了安徽六安市不同空间尺度水平表土有机碳含量及其变异.结果表明,供试市域表土有机碳含量在不同空间尺度水平存在明显差异,总体范围4.58～60.38 g·kg-1,其变化基本符合正态分布.空间变异性表现为县级尺度最大,而乡镇尺度、市域尺度相对较小,说明空间尺度对表层土壤有机碳含量及其估算有重要影响.在不同土地利用类型中,表土有机碳含量均为非耕地土壤[(13.99±2.19)g·kg-1]＞水田土壤[(10.39±1.58)g·kg-1]＞旱地土壤[(8.44±0.92)g·kg-1],其中非耕地土壤的空间变异性最大,变异系数达45.15%,水田土壤变异系数最小,为17.19%.在不同的地貌类型上表土有机碳平均含量表现为山地＞丘陵＞岗地＞平原,变异系数表现为丘陵＞山地＞平原＞岗地,显示出人类扰动对表土有机碳含量的明显影响.     

宁夏河东沙地生物土壤结皮及其下伏土壤养分的空间分布特征

为了揭示沙地生物土壤结皮的生长发育情况及其下伏土壤养分的空间分布特征,选择宁夏河东沙地为研究区,通过野外采样和室内实验,应用经典统计学、地学统计学和地理系统预测,分析了藻类和藓类结皮及其下伏0-5、5-10 cm土层土壤有机碳(SOC)、全氮(TN)、全磷(TP)含量以及结皮层厚度的空间分布特征。结果表明：(1)SOC、TN、TP质量分数的变异系数(CV)呈中等变异,CV_TN (57.1%)>CV_SOC (48.7%)>CV_TP (30.5%),生物土壤结皮对下伏土壤养分影响显著,其中藓类结皮对SOC和TN的影响更显著,藻类结皮则对TP的影响更显著;(2)藻类结皮下5-10 cm土层TN质量分数呈现强烈空间自相关性,块金系数(N/S)为20.3%,其余土层的SOC、TN、TP质量分数空间自相关性中等,TP质量分数空间变异由随机因素主导,SOC和TN则由结构因素主导;(3)在区域尺度和剖面尺度上,生物土壤结皮及下伏土壤的养分空间分布特征差异显著,结皮层土壤SOC质量分数中部和北部高、南部低,TN质量分数中南部高...     

盐碱草原土壤特性及生物量空间异质性研究

土壤盐分是土壤特性中最活跃和复杂的一部分。受土壤性质、气象、地形、地下水文及长期地球化学过程等自然条件和耕作、灌溉等人类活动因子的影响,土壤水分、盐分的变异状态在一定程度上反映了土壤各层的盐渍化程度和状态。而土壤盐分与水分、土壤物理性质等有十分密切的联系,因此,运用地统计学研究采用振动深松集成技术改良盐碱化草原前后土壤水分、盐分等特性的空间变异规律,以地理信息系统ArcGIS为平台,建立土壤水分、盐分等图形数据和属性数据相结合的信息数据库,建立其空间分异模型和空间分布图,直观的表现各特性的空间变异规律。结果表明,采用振动深松集成技术后土壤盐分含量在空间上有递减,平均ρ（土壤盐）由5.60g.L-1下降到3.73 g.L-1;土壤容重、土壤硬度分别降低13%和24%,利于牧草根系生长,生物量变异结果显示,改良前后的草层高度和产量空间分布逐渐达到了均一化,牧草产量达到了2738.1 kg.hm-2,实现了植被全覆盖,盐碱化草原得到了恢复。     

荒漠化土壤养分变化的影响因素研究进展

土壤养分的变化与荒漠化植被演替有密切的关系，当草地生态系统演变为以灌丛为主的生态系统时，土壤养分的空间变异性增强，形成以灌丛为核心的“肥岛”；风蚀是造成荒漠化土壤养分迁移的重要动力，而降尘对荒漠化表层土壤养分具有富集作用；如果降尘作用大于风蚀作用，土壤养分将增加，如亚马逊盆地通过降尘每年获得的磷为1-4kg／hm^2。水蚀也是荒漠化地区土壤养分损失的主要途径，灌丛生境每年径流的损失量比草地生境的径流损失量大得多，而且草地生境发生荒漠化时其灌丛的入侵可能与土壤氮素的损失有关。在荒漠化地区，火烧可导致凋落物中43％的全氮在燃烧中逸失，火烧后土壤的侵蚀模数增加，频繁的火烧会导致灌丛草原的“肥岛”消失。对荒漠化地区自然土壤的农业开垦一般导致土壤有机质质量分数的下降，风蚀作用加强而往往导致土壤退化；但经过恢复植被和土壤改良，表层土壤养分可明显提高。目前专门针对荒漠化土壤养分循环的模型尚未报道；但荒漠化地区主要集中于干旱、半干旱地区的草原、荒漠草原地区，针对草地生态系统中土壤C、N、P、S等养分循环已经有不少模型，如EIPC模型、SPUR模型、CENTRUY模型等；它们也可以用来揭示荒漠化土壤的养分循环以及与荒漠化之间的关系；把这些模型进一步与GIS相结合，研究区域尺度上土壤养分的变化与荒漠化的关系更有现实价值。文章从多方面概括了风蚀、水蚀、火烧、植被演替、农业措施对荒漠化土壤养分的影响，以及目前荒漠化土壤养分的空间变异和荒漠化土壤养分循环的定量化研究现状。     

贵州喀斯特地区植物叶片C、N、P化学计量特征对气候环境和土壤养分的响应

研究区域尺度上植物叶片C、N、P含量及其计量特征,对于了解植物对区域环境适应及其影响机制具有重要意义。为研究贵州喀斯特区域植物叶片C、N、P生态化学计量特征及其对区域环境的响应,通过搜集整理已发表的文献数据,分析了贵州喀斯特地区101个采样点的植物叶片的C、N、P的化学计量学特征,并研究了它们与气候、纬度、海拔、土壤养分等环境因子间关系,比较了不同生活型植物叶片化学计量特性的差异。结果表明,1）贵州喀斯特地区植物叶片C、N、P计量特征表现出不同的变异程度,其中,叶片C含量变异系数最小,属弱变异性;叶片N含量和N:P属中等变异性;而叶片P含量、C:N、C:P均属强变异性。2）基于生态化学计量特征表明,贵州喀斯特地区乔木、灌木和草本植物采取不同的生态适应策略应对变化的环境。3）区域尺度上,植物叶片C、N、P化学计量特征受海拔、气候及土壤养分的共同影响,但植物叶片C、N含量受气候环境的影响更为显著,而叶片P含量可能受限于土壤TP含量。该研究认为,贵州喀斯特区域植被在长期进化过程中趋于发育一套适应异质性强、生态脆弱的叶片性状组合,表现为较高的C含量、C:N、C:P以及较低的N、P含量。     

基于地统计学的降雨侵蚀力插值方法研究——以江苏省为例

利用江苏省2001-2006年260个站点的自动记录降雨资料,运用卜氏算法计算各站点多年平均降雨侵蚀力,并结合地统计学进行分析与误差对比,结果显示在二阶、球型半变异函数模型参数条件下,普通Kriging插值方法的模拟精度较高,在江苏省具有较好的适用性;基于水土保持工作中雨量站点的选址原则共选取了21个代表站,通过优选出的普通Kriging插值方法对代表站的代表性进行了验证,结果显示选址方法可行.     

农用地土壤-作物系统对畜禽粪便养分消纳能力的评价

从土壤对养分消纳能力和作物养分需求角度出发,利用空间分析和地统计学方法,以北京市大兴区为例,进行了以地块为单元的农用地土壤-作物系统对畜禽粪便养分消纳能力评价.结果表明,大兴区农用地土壤-作物系统对畜禽粪便养分消纳能力整体一般,81.65%的农用地处于中下水平.除了因为大兴区的土壤保肥吸收能力整体不强外,还与大兴区的种植结构与种植面积有关,特别是高肥力的耕地与设施农业用地占地比例较小.     

岩溶山地生态退化的海拔空间变异

为揭示岩溶山地生态退化的海拔空间变异,应用地统计学对地处滇黔桂连片岩溶腹地,海拔变化范围广的贵州省毕节地区生态退化指标的垂直梯度空间变异进行分析.石化率的半变异函数最佳理论模型为线性有基台模型,植被覆盖率、土壤砾石率为球状模型.植被覆盖率的空间异质比为22.32%,具有强烈的垂直梯度空间相关性,主要受到随海拔梯度变化的自然性控制因素的作用;石化率、土壤砾石率的空间异质比分别为34.38%、25.97%,均具有中等程度的垂直梯度空间相关性,受随机因素的作用较大.土壤砾石率、植被覆盖率的变程分别为968.10、859.48 m,受因素影响的海拔范围都较宽;石化率的变程为52.28 m,受因素影响的海拔范围很窄.石化率、植被覆盖率的Moran′s Ⅰ系数随海拔梯度变化的趋势相类似,但土壤砾石率的Moran′s Ⅰ系数随海拔梯度变化的趋势与石化率、植被覆盖率的差别较大.     

小流域土壤有机质和全磷空间变异分析——以安徽省舒城县龙潭小流域为例

为了解土壤的地域差异性,基于地统计学半方差函数理论和GIS空间克立格插值定量分析了安徽省舒城县龙潭小流域有机质、全磷的各向同性、各向异性变异特征及分布格局.结果表明,有机质、全磷的半方差拟合模型均为指数模型,两者的分布都显示了强烈的空间自相关,自相关距离分别为642 m、435 m.有机质、全磷变异的各向异性都比较显著,有机质在0°、50°方向上变异程度明显大于90°、145°方向;全磷则在0°、145°方向的变异程度更加突出.有机质、全磷的分布呈明显的块状和带状,其中有机质中部含量高,南部、西部含量低;全磷则是南部、西北含量高,西部、东北含量低.     

尖山河小流域土壤可蚀性K值空间变异研究

小流域尺度的土壤可蚀性 K 值空间分异特征及其与土地利用、植被类型、土壤理化性质等相关关系的研究,可以为小流域土壤侵蚀定量研究及综合治理决策提供科学依据。以云南省抚仙湖库区尖山河小流域为研究区,在大密度土壤采样和土壤理化性质测试分析的基础上,采用EPIC模型K值计算方法、地统计学方法和Kriging空间插值方法,计算分析了尖山河小流域土壤可蚀性K值的空间变异特征及土地利用/植被覆盖对K值的影响作用。结果表明,（1）研究区K值变化范围为0.1628-0.3836,均值为0.2824,中值为0.2885,均值与中值相近似,表明K值分布较均匀;变异系数为17.98%, K值存在中等程度的空间变异性。（2）不同土壤质地类型的K值存在一定差异,研究区主要土壤质地类型K值从大到小依次为粉壤〉壤土〉粘壤〉砂壤。（3）研究区以中可侵蚀性（0.25-0.30）、中高可侵蚀性（0.30-0.35）和中低可侵蚀性（0.20-0.25）土壤为主,面积分别为1797.88 hm2、1185.51 hm2和542.32 hm2,分别占小流域总面积的50.76%、33.47%和15.31%,而高可侵蚀性（〉0.35）土壤和较低可侵蚀性（0.15-0.20）土壤分布面积较少,无低可侵蚀性（〈0.15）土壤;在空间分布上,北部高山区土壤具有中低可侵蚀性,中、南部的低海拔区土壤具有中高可侵蚀性,中、南部其余区域土壤具有中可侵蚀性,这种空间分布与海拔存在较强的相关关系。（4）土地利用/植被覆盖对K值具有明显的影响作用,研究区主要土地利用/植被覆盖类型 K 值从小到大依次为林地〈灌草地〈荒草地〈旱平地〈园地〈旱坡地〈水田,需频繁松土、除草、耕作和扰动的土地利用/植被覆盖类型（园地、旱坡地、旱平地和水田）其K值较大,而无需耕作、扰动小的土地利用/植被覆盖类型（林地、荒草地和灌草地）其K值较小,这表?     

GIS and geostatistics: Essential partners for spatial analysis

Initially, geographical information systems (GIS) concentrated on two issues: automated map making, and facilitating the comparison of data on thematic maps. The first required high quality graphics, vector data models and powerful data bases, the second is based on grid cells that can be manipulated by suites of mathematical operators collectively termed map algebra. Both kinds of GIS are widely available and are taught in many universities and technical colleges. After more than 20 years of development, most standard GIS provide both kinds of functionality and good quality graphic display, but until recently they have not included the methods of statistics and geostatistics as tools for spatial analysis. Recently, standard statistical packages have been linked to GIS for both exploratory data analysis and statistical analysis and hypothesis testing. Standard statistical packages include methods for the analysis of random samples of cases or objects that are not necessarily co-located in space—if the results of statistical analysis display a spatial pattern then that is because the underlying data also share that pattern. Geostatistics addresses the need to make predictions of sampled attributes (i.e., maps) at unsampled locations from sparse, often expensive data. To make up for lack of hard data geostatistics has concentrated on the development of powerful methods based on stochastic theory. Though there have been recent moves to incorporate ancillary data in geostatistical analyses, insufficient attention has been paid to using modern methods of data display for the visualization of results. GIS can serve geostatistics by aiding geo-registration of data, facilitating spatial exploratory data analysis, providing a spatial context for interpolation and conditional simulation, as well as providing easy-to-use and effective tools for data display and visualization. The value of geostatistics for GIS lies in the provision of reliable interpolation methods with known errors, methods of upscaling and generalization, and for supplying multiple realizations of spatial patterns that can be used in environmental modeling. These stochastic methods are improving understanding of how errors in models of spatial processes accrue from errors in data or incompleteness in the structure of the models. New developments in GIS, based on ideas taken from map algebra, cellular automata and image analysis are providing high level programming languages for modeling dynamic processes such as erosion or the development of alluvial fans and deltas. Research has demonstrated that these models need stochastic inputs to yield realistic results. Non-stochastic tools such as fuzzy subsets have been shown to be useful for spatial analysis when probabilistic approaches are inappropriate or impossible. The conclusion is that in spite of differences in history and approach, the linkage of GIS, statistics and geostatistics provides a powerful, and complementary suite of tools for spatial analysis in the agricultural, earth and environmental sciences.     

库布齐沙漠自然植被与人工植被土壤水盐的空间异质性比较研究

干旱半干旱地区土壤水盐的空间分布对土地利用和生态恢复具有重要作用。运用传统统计学和地统计学对库布齐沙漠5种自然植被和5种人工植被0～10和10～20cm深度土壤水分和盐分的空间异质性进行了小尺度比较分析。结果表明：9种群落的土壤水盐平均值下层大于表层,且盐分的空间相关性较水分更高;人工植被土壤水分（CV=5.3%～22.7%）和盐分（CV=15.7%～51.2%）具有空间分布均匀、层间差异不明显等特征,而自然植被水分（CV=9.9%～32.6%）和盐分的（CV=26.9%～180.0%）却与之相反;小尺度上,人工植被土壤不同层间的水分关系、盐分关系以及水盐关系可能随建植时间的增加会越来越不明显,格局强度将不断减弱,这也极有可能改变大尺度上的水盐运移状况,进而影响研究区生态系统的稳定性和安全性。     

Spatial variability in soil water and salinity in Tamarix community in a semiarid saline region of the upper Yellow River北大核心CSCD

Tamarix is widely distributed in semiarid saline regions of the upper Yellow River. The community of Tamarix affects the spatial distribution of soil water and salinity. It is important to explore the dynamic response relationship of Tamarix community and spatial distribution of soil water and salinity in order to evaluate the effects of vegetation community construction and ecological restoration in this region. The natural Tamarix community in the secondary saline-alkali land of the Ningxia Yellow River Irrigation Area was investigated in July 2016. Classical statistics and geostatistics were used to analyze the spatial distribution characteristics of soil water and salinity. The results showed that the soil water content was relatively low (1.98%-7.55%), whereas the soil salinity was high (average conductivity 10.28-25.38 mS/cm) in the study area. The variability coefficient range of soil water and salinity was 36.1%-83.7%, both with moderate variations. Furthermore, the variation degree of soil salinity decreased with the increase in soil depth. The soil water and salinity had obvious spatial structure characteristics, which was mainly affected by structural factors or structural factors associated with stochastic factors. The coefficients of nugget were 0.04%-49.88%, indicating the strong spatial correlation. The spatial distribution of soil water and salinity in Tamarix community showed a patchy pattern; the soil water and salinity distribution in the areas with high Tamarix growing density were considerably high. The correlation analysis showed that there was a positive correlation between soil water and salinity in the study area. In conclusion, soil water and salinity restrict the distribution and growth of Tamarix. Furthermore, the distribution and growth of Tamarix enhanced the spatial variability of soil water and salinity. Keywords. © 2018 Science Press. All rights reserved.