空间变异

关键词： 绿地 城市绿地 城市

空间变异（精选十篇）

空间变异 篇1

国外对土壤养分特性空间变异的研究始于20世纪70年代,许多土壤学家将GIS和地统计学技术引入土壤学领域来研究土壤属性的空间变异规律[3]。目前地统计学与GIS相互结合发展非常迅速[3,4,5],国内已有很多研究人员利用地统计学与GIS进行土壤养分空间变异分析。但是用于城市绿地土壤养分空间变异性的研究目前很少[6,7,8,9]。因此,笔者采取地理信息系统(GIS)和地统计学相结合的研究方法,利用Arc GIS地统计学分析模块(Geostatistical Analysis)工具,对武汉市绿地土壤p H值、有机质、全氮、速效磷、速效钾含量进行了空间变异分析,绘制了养分等级的分布图,从而为城市绿地土壤养分管理及绿地建设规划提供指导。

1 材料与方法

1.1 研究区概况

武汉市是湖北省省会,地处江汉平原东部,地处东经113°41′~115°5′,北纬29°58′~31°22′。辖江岸、江汉、硚口、汉阳、武昌、青山、洪山、东西湖、汉南、蔡甸、江夏、黄破、新洲13个区。市域地势北高南低,中部低平,以丘陵和平原相间的波状起伏地貌为主。红壤和黄棕壤分布较广,利用类型多样,土地适宜性广泛,利用程度较高。气候属北亚热带季风性湿润气候,具有雨量充沛、日照充足、四季分明、夏季酷热、冬季较冷的特点。

1.2 样品采集与分析

基于武汉市区域规划图,利用GPS定位技术在研究区内采用随机法进行定点采样。采集土壤表层0~20 cm的土样,记录每个样点的坐标,每个样点周围再取5个点,以6个点的混合土样作为该点的样本,共采集样品101个(图1),将所采样品分别装于采集袋中,带回实验室分析。

1.3 测定内容与方法

把p H值、有机质、全氮、速效磷、速效钾作为研究对象,利用土壤常规分析方法[6]进行养分测定。有机质采用油浴法加热重铬酸钾容量法测定;速效磷用Olsen法,即用0.5mo L/L p H值为8.0的Na HCO3溶液浸提,钼锑抗比色法测定;速效钾采用1 mo L/L中性NH4OAc提取,火焰光度计测定;全氮采用凯氏蒸馏法测定。

1.4 数据处理

首先运用域法剔除明显异常值。利用Arc GIS空间校正模块对武汉市区矢量图层进行配准。地理坐标系采用球面坐标WGS-84。样点数据统计分析采用SAS软件;地统计分析、半方差分析、模型建立及克里格插值采用Arc GIS 9.2软件中的地统计模块。并生成武汉市区城市绿地土壤养分等级分布图。

2 结果与分析

2.1 养分数据统计特征及正态性检验

利用传统统计方法对研究区内绿地土壤养分数据进行分析,其结果见表1。据观察,土壤p H值在6.490 0~8.050 0,平均值为7.629 2,属于中性、碱性土壤。有机质含量在3.457 0~54.424 0 g/kg,平均值为23.854 0 g/kg,基本处于中等水平左右。而且其最大值与最小值之间差异很大,可知武汉市绿地土壤有机质含量差异较大,其变异系数达到0.505,比较高。全氮、速效磷、速效钾平均含量分别是1.121 3g/kg、39.365 0 mg/kg、152.650 0 mg/kg,基本处于中等水平或偏下水平。而从变异系数来看,p H值、有机质、全氮、速效磷、速效钾的变异系数分别是0.043、0.505、0.561、0.846、0.368。以速效磷的变异系数最高,其次则是全氮的变异系数;这2种养分显示出高度的变异性。p H值、速效钾的变异性明显很小。土壤养分含量的变异系数取决于该养分是否由施肥补充、施用量大小和养分在土壤中的可移动性这三者决定的。这可表示速效磷、全氮的施肥对于较大的变异系数起着重要的作用。推测可能是因为城市绿地中施肥量及施肥次数不同造成。

注:有机质、全氮、速效磷、速效钾的单位分别为g/kg、g/kg、mg/kg、mg/kg。

2.2 土壤养分样本数据的空间变异特征

进行半变异函数建模其拟合参数见表2。在进行半变异分析之前,若养分样本数据不符合正态分布,需进行对数转换,然后进行建模分析。模型的选择取决于变异函数理论模型的9个拟合参数,而模型拟合程度的好坏在于均方根、均方差、标准差、标准均方根等参数。预测误差(precited error)项是预测误差的一些统计值,可很好地体现预测的好坏。其中,预测误差的均方根、平均预测标准差、平均标准差、标准均方根预测误差的前3项越小越好,最后1项越接近1越好[10]。依据这一原则选择的模型主要是球状和指数模型。

据观察,p H值、有机质、全氮、速效磷、速效钾5种养分的块金值C0的值都是大于零值的。理论上,当采样点间的距离为0时,半变异函数值应为0,但由于存在测量误差和空间变异,使得2个采样点非常接近时,它们的半变异函数值不为0,即存在块金值。则可以说明这5种样本数据都存在测量误差和空间变异。

块金效应是由空间因素无关噪声引起的,是块金值与基台值之比,反映了土壤养分变量的空间相关性的程度。如果C/(C0+C)值大于0.75时,则变量空间相关性很弱;C/(C0+C)值在0.25~0.75时,说明变量具有中等的空间相关性;C/(C0+C)值小于0.25时,表明变量具有强烈的空间相关性[11]。所有样本数据的C/(C0+C)值都是各有不同,说明每个样本在空间自相关性上存在一定的差异。p H值、有机质、全氮、速效磷、速效钾的C/(C0+C)值分别是0.459 40、0.882 80、0.661 28、0.691 94、0.593 82。由此可知,有机质的空间相关性很弱,故不参与空间插值分析;其他养分都存在中等程度的空间相关性。就以块金值与基台值的比值来说,全氮、速效磷、速效钾在研究区域的含量分布趋于大斑块状变异。就参数值分析而言,以上函数的模拟是可行的。

2.3 土壤养分空间插值及等级分布分析

结合半方差分析结果,利用Arc GIS 9.2软件中的地统计模块中Geostatistical Wizard分别对采样点土壤全氮、有效磷、速效钾和p H值各项养分指标进行Kriging插值,其养分等级分布见图2。

由图2可知,武汉市绿地土壤大部分区域是属于碱性、中性;只有汉口及武昌一小部分区域的p H值属于弱酸。速效钾含量较高等级的区域基本呈带状分布,从西南到东北成条状层次鲜明过渡,而且空间分布较零散,区域差异较大。速效磷在汉口、汉阳区域含量最高,以此为中心区域,向两边扩展,依次减少;东南角区域含量最小。总体上武汉市区绿地的速效磷含量处于较高的水平。全氮含量在研究区域内由西南到东北方向含量依次增加,东北角区域即东湖与白沙洲东北角连线的地带全氮的含量最多。

理论上推测,全氮、速效磷、速效钾等养分与土壤p H值有一定的相关性,因为土壤的酸碱性直接影响了土壤溶液的成分及其有效性。从图2来看速效磷与土壤p H值的正相关性较好,而其他养分的含量不太明显。土壤养分含量的变异系数取决于该养分是否由施肥补充、施用量大小和养分在土壤中的可移动性这三者决定的。就武汉城市绿地来说,估计是城市绿地集中施用肥料,导致该地区的全氮、速效钾存在较大差异。总之,武汉绿地养分空间变异性较大,各地养分含量不均等;就其绿地养分等级来说基本处于中等水平。

3 结论与讨论

通过对武汉市区绿地土壤养分空间变异性进行研究分析可知,武汉市区绿地土壤中的p H值、全氮、速效磷、速效钾具有中等程度的空间自相关性;绿地养分空间变异性较大及其养分等级分布状况。可以说,地统计方法结合GIS用到城市绿地规划上,可以更加准确直观地显示绿地土壤养分的空间分布格局,对于城市绿地土壤养分管理、景观植物的合理分布及绿地建设规划具有重要的意义。

参考文献

[1]方敏彦,章明,张德罡.宝钢车间防护绿地不同配置模式环境效益评价[J].草地学报,2009,17(3):4-6.

[2]秦松,樊燕,刘洪斌,等.地形因子与土壤养分空间分布的相关性研究[J].水土保持研究,2007,14(4):275-279.

[3]秦鱼生,涂仕华,冯文强,等.成都平原水旱轮作种植下土壤养分特性空间变异研究[J].土壤学报,2008,45(2):6-7,100-102.

[4]张蓉,冷允法,朱猛蒙,等.基于地统计学和GIS的苜蓿斑蚜种群空间结构分析和分布模拟[J].应用生态学报,2007,18(11):250-255.

[5]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):20-26.

[6]韩烈保,王昌俊,苏德荣,等.不同水质灌溉下绿地养分积累及其比较[J].北京林业大学学报,2005,27(6):62-66.

[7]郑瑞文,刘艳红.北京市公园绿地植物多样性研究[J].科学技术与工程,2006,6(15):2309-2315.

[8]熊桂云,刘冬碧,陈防,等.ASI法测定土壤有效磷、有效钾和铵态氮与我国常规分析方法的相关性[J].中国土壤与肥料,2007(3):73-76.

[9]杨忠华.基于GIS和地统计学的农田土壤养分空间变异性研究[J].贵州农业科学,2009,37(9):120-123.

[10]王远飞,何洪林.空间数据分析[M].北京:科学出版社,2007:152-162.

空间变异 篇2

水文地质参数的空间变异性是随机理论研究的基础,而渗透系数是最为重要的水文地质参数.本文将原位渗水试验的.数据结果通过ARCGIS平台主要从正态QQPlot分布图、全局趋势性、空间自相关及方向变异三方面进行其空间变异性的分析,结果表明:原位渗水的渗透系数近似服从对数正态分布;原位渗水的渗透由南向北逐渐递减,从东向西变化过程依次为先递减后递增,渗透系数最小的位置偏向东侧;垂向渗透系数K值具有一定的空间相关性,且在西北和东南方向比南北方向更远距离的空间相关性得到的结果对今后确定地下水库人工回灌点的位置具有一定的指导意义.

作 者：王琴 尤平达 董新光 曹振锋 WANG Qin YOU Ping-da DONG Xin-guang CAO Zhen-feng 作者单位：王琴,WANG Qin(新疆水文水资源局,新疆乌鲁木齐,830000;新疆农业大学水利与土木工程学院,新疆乌鲁木齐,830052)

尤平达,YOU Ping-da(新疆水文水资源局,新疆乌鲁木齐,830000)

董新光,DONG Xin-guang(新疆农业大学水利与土木工程学院,新疆乌鲁木齐,830052)

曹振锋,CAO Zhen-feng(新疆汇通水利金属结构厂,新疆乌鲁木齐,830000)

空间变异 篇3

关键词：空间结构；空间插值；空间自相关性；重金属污染

中图分类号： X53；S127；X753 文献标志码： A 文章编号：1002-1302（2014）07-0373-03

收稿日期：2013-10-24

基金项目：教育部新世纪优秀人才支持计划（编号：NCET-12-0964）。

作者简介：石娟娟（1987—），女，河南驻马店人，硕士研究生，主要从事国土资源遥感研究。E-mail：sjj090312@163.com。土壤重金属容易通过扬尘、植物、人类活动等途径进入人体，从而严重影响人类健康。除此之外，重金属污染还具有环境危害持久性、地球化学循环性、生态风险性等[1-3]。矿山开采是重金属污染的重要来源，矿山开发过程中产生的大量废弃物如尾矿、废石随处堆放，不仅占用大量土地，而且破坏堆置场原有的生态环境[4-5]。研究矿区重金属的空间结构及分布特征对于制定重金属污染修复方案、提高土壤利用率具有重要意义。重金属在土壤中的分布是不均一的、连续变化的，具有高度的空间变异性。传统的统计分析方法通常将土壤看作是一个独立的均质区域，通过土壤的统计数据来描述土壤的空间变异，因此存在较多局限性。地统计学能定量描述区域化变量空间的变异特征，克立格插值能可视化土壤特性空间分布格局，并为其空间预测提供最优无偏估计[6]。Pb、Cu是土壤重金属空间变异研究的重要对象。刘琼峰等对城郊农田土壤Pb、Cd的空间变异性研究发现，城市中人类活动在一定空间尺度内对近郊区农田土壤Pb、Cd含量有较大的影响，通过半方差函数分析，发现空间变异由结构性因素、随机因素共同作用[7]。白晓宇等对铜陵矿区土壤重金属元素的空间变异研究发现，铜陵矿区土壤重金属As、Cd、Pb、Zn元素的变异函数表现为各向异性，其方向性主要受矿床分布控制[8]。本研究以金矿区周边土壤重金属Pb、Cu为材料，利用GIS、地统计学分析方法对该矿区Pb、Cu的空间结构及变异规律进行分析，以期为该矿区Pb、Cu污染治理提供依据。

1材料与方法

1.1研究区概况

该研究区属暖温带大陆性雨热同季的季风性干旱气候，温差较大，降水较少，气候比较干燥。受成土母质、外界环境影响，该区的土壤结构和类型差别较大，由南向北大体可分为棕壤、褐土、沙黏土、垆土4种土壤。

1.2样品采集与分析

采用网格法布设采样点，采集耕作层（0～20 cm）的土壤样品，除去杂草、草根、砾石等杂物。每采样点以1点为中心，在周围50 m范围内采集3处子样，通过混合四分法，保留 1 kg 样品，装入布袋。采样、样品保存、样品处理过程中均采用非金属容器，避免样品污染。布设土壤采样点时综合考虑研究区成土母质、土壤类型、地形条件等因素，采用网格法、分层抽样法进行设计。野外样品采集过程中利用1 ∶50 000地形图、 GPS进行定位，并根据实地情况进行调整，共获得46个土壤样点（图1）。

采集的土壤样品经自然风干后，用木棒研碎，过20目筛。室内用高铝钵粉碎均匀，待样品粒度达到一定程度后过100目筛。采用等离子体质谱法（ICP-MS）测定土壤样品中Pb、Cu 2种重金属的含量。测定结果如表1所示。

1.3方法

地统计学也被称为地质统计学，是以具有空间分布特点的区域化變量理论为基础，以半方差函数为基本工具，运用克里格插值法，对自然现象的空间变异问题进行分析研究[9]。本研究采用SPSS19.0软件对Pb、Cu的空间含量分布进行正态分布检验并剔除异常值，采用GS+9.0进行模型最优拟合，最后在ArcGIS9.3软件中应用Kriging插值模块，输入拟合参数，内插生成土壤中Pb、Cu的空间含量分布图。

3结论

本研究结果表明，Pb、Cu含量均值分别为713.358、108.828 mg/kg，均超过了国家土壤环境二级标准。两者的变异系数均大于1，属于强变异。Pb、Cu的空间分布相关系数为0.978，达到极显著相关水平，表现出极强的协同作用，而非拮抗。Pb、Cu的含量分布均不符合正态分布，经对数变换后，K-S值大于0.05，且P-P图上2种重金属的特征数据均呈现直线趋势，说明对数转换后的数据符合正态分布，可用于地统分析。Pb、Cu存在半方差结构，且二者的最优拟合模型分别为指数模型、球状模型。Pb、Cu的变程分别为450、236 m，Pb的变异程度强于Cu。二者的块基比分别为 0.51×10-3、0.11×10-2，均小于0.25，说明二者有很强的空间自相关性，表明Pb、Cu的含量分布主要受人为活动的影响。Pb含量呈团状分布，Cu含量呈条带状分布，均表现出东南高、西北低的特征，高值区均分布在东南角的山前冲积斜塬地区，且空间变异主要发生在东南到西北的方向。Pb的空间分布图上图斑数目要明显多于Cu，这与Pb的强变异性密切相关。

参考文献：

nlc202309021314

[1]史贵涛，陈振楼，李海雯，等. 城市土壤重金属污染研究现状与趋势[J]. 环境监测管理与技术，2006，18（6）：9-12，24.

[2]于小俸，唐嶷，胡玉. 酸性土壤重金属含量的影响因素——以湖南壶瓶山自然保护区为例[J]. 广东农业科学，2011，38（9）：54-55.

[3]Lu J S，Liu Y，Zhang Z L，et al. Factorial kriging and stepwise regression approach to identify environmental factors influencing spatial multi-scale variability of heavy metals in soils[J]. Journal of Hazardous Materials，2013，261：387-397.

[4]毛竹，张世熔，李婷，等. 铅锌矿区土壤重金属空间变异及其污染风险评价——以四川汉源富泉铅锌矿山为例[J]. 农业环境科学学报，2007，26（2）：617-621.

[5]何佳芳，何腾兵. 某铅锌冶炼厂废弃地复垦整理区土壤重金属污染评价[J]. 水土保持学报，2006，20（2）：97-101.

[6]张博，赵耕毛，刘兆普，等. 江苏滩涂围垦区土壤养分空间变异研究[J]. 江苏农业科学，2010（5）：461-464.

[7]刘琼峰，李明德，吴海勇，等. 城郊农田土壤Pb、Cd的空间变异与评价研究——以长沙市为例[J]. 长江流域资源与环境，2012，21（2）：195-203.

[8]白晓宇，袁峰，李湘凌，等. 铜陵矿区土壤重金属元素的空间变异及污染分析[J]. 地学前缘，2008，15（5）：256-263.

[9]黄勇，郭庆荣，任海，等. 地统计学在土壤重金属研究中的应用及展望[J]. 生态环境，2004，13（4）：681-684.

[10]吴文勇，尹世洋，刘洪禄，等. 污灌区土壤重金属空间结构与分布特征[J]. 农业工程学报，2013，29（4）：165-173.

[11]姚荣江，杨劲松，杨奇勇. 典型农区耕作土壤重金属空间变异的稳健性分析[J]. 环境科学与技术，2012，35（S2）：1-7.

[12]Wang X J，Zhang Z P. A comparison of conditional simulation，kriging and trend surface analysis for soil heavy metal pollution pattern analysis[J]. Journal of Environmental Science and Health，Part A：Toxic/Hazardous Substances and Environmental Engineering，1999，34（1）：73-89.

[13]孫波，周生路，赵其国. 基于空间变异分析的土壤重金属复合污染研究[J]. 农业环境科学学报，2003，22（2）：248-251.

[14]蔡德所，王魁，黄景新，等. 喀斯特峰丛洼地原生林区土壤矿质元素空间异质性研究[J]. 中国水土保持，2010（5）：33-36.

[15]葛剑平，郭海燕，仲莉娜. 地统计学在生态学中的应用（Ⅰ）——基本理论和方法[J]. 东北林业大学学报，1995，23（2）：88-94.

[16]Zhao Y C，Wang Z G，Sun W X，et al. Spatial interrelations and multi-scale sources of soil heavy metal variability in a typical urban-rural transition area in Yangtze River Delta region of China[J]. Geoderma，2010，156（3/4）：216-227.

空间变异 篇4

利用ArcGIS软件强大的空间分析模块对数据进行加工,可以产生新的知识并实现对多种复杂数据的分析。空间分析是基于地理对象的位置和形态的空间数据的分析技术,其目的在于提取和传输空间信息。本文主要运用其空间分析模块中的克里金插值法对研究区内观测井的年均水位高程进行统计学分析。

1 研究内容介绍

1.1 软件简介

ArcGIS是美国环境系统研究所开发的GIS软件,是目前世界上应用广泛的GIS软件之一,其ArcGISToolsBox中集成了大量的空间分析工具,例如空间信息分类、叠加、网络分析、领域分析、地统计分析等等。空间分析是GIS的核心和灵魂,是GIS区别于一般的信息系统、CAD或者电子地图系统的主要标志之一,空间分析是从空间物体的空间位置和联系等方面去研究物体,从目标之间的空间关系中获取派生的信息和新的知识。

1.2 研究区概况

研究区选取子牙河冲洪积扇地区,位于河北省西南部,区域地势西高东低,面积为9241km2,行政区划分包括石家庄、邢台、邯郸部分地区。区域季节变化显著,寒暑悬殊,干湿季明显,雨量集中在夏季和秋季,且时空分布不均。研究区概况及观测井分布图如图1所示。

1.3 研究方法

克里金方法又称空间自协方差最佳插值法,是由南非的地学家工程师克里金于1951年提出,后不断地得到发展和完善。克里金法主要是利用一定的数学函数对特定或是给定搜索半径内的所有点进行拟合来估计每个点的值,相比传统的统计学分析方法,克里金法对处理含有距离和方向上偏差的数据更为适用。此种方法首先考虑的是空间属性在空间位置上的变异分布,确定对一个待插点值有影响的距离范围,然后用此范围内的采样点来估计待插点的属性值,是一种光滑的内插方法,在数据点多时,其内插的结果可信度较高。本文选取研究地区122个观测井2002年-2008年的地下水位数据,运用克里金插值法研究该地区地下水位空间变异特征。

2 数据处理

2.1 整理分析原始数据

采用ArcGIS 10 处理原始地理底图,裁剪出研究区域,将Excel中存储的观测孔点位坐标投到底图上,利用相交功能选出研究中的观测孔。然后将选出的观测孔各年的水位观测数据导入到数据库中,按需求进行关联设置。由于研究区内的观测孔相对分布不均,要得到整个研究区域的地下水位空间分布,必须要进行数据插值。

2.2 数据样本处理

首先要分析观测孔内多年的地下水数据是否具有相关性。选取研究区122眼长期观测且均匀分布的观测孔,选择其2002年-2008年的地下水位样本数据,进行地下水位空间变异分析。利用统计学方法对样本进行分析,从表1的统计结果可以看出各年统计特征具有相似性,偏度系数接近于0 和峰度系数接近于3,表明各年样本均基本服从正态分布。

3 空间变异特征分析

采用ArcGIS空间分析模块中的克里金插值法, 建立地下水位空间变异球状模型, 通过各拟合参数的对比,利用交叉证实法进行进一步地模拟。克里金法假定采样点之间的距离或方向可以反映可用于说明表面变化的空间相关性,克里金法操作界面如图2所示。

克里金法工具可将数学函数与指定数量的点或指定半径内的所有点进行拟合以确定每个位置的输出值。球面模型是克里金插值法最常用的模型之一。对各年的地下水位样本数据建立球状模型,模型各参数如表2所示。

块金是模型的一个参数,它表示独立误差、测量误差或在空间比例下因太细微而无法检测出的微刻度变化。 块金效应被视为模型在原点处不连续,可以归因于测量误差或小于采样间隔距离处的空间变化源。块金值表示随机变异量,基台值表示变量空间变异的结构性方差,块金系数为块金值与基台值的比值。通过表2的分析结果可以看出,样本数据生成的模型块金值均为正值, 为正块金效应,是由于采样误差、随机和固有变异引起的。地下水位的空间相关性可以根据块金值与基台值比值的大小进行划分, 块金系数小于25% 时, 空间相关性强;在25%～ 75%之间时,空间相关性中等;大于75%, 空间相关性弱。表2的结果表明, 各年地下水位高程均有很强的空间相关性,块金值呈现逐年减小的趋势,说明块金效应的趋势减弱,而结构因子对地下水位空间变异的影响逐年增强。研究区地下水位具有较强的空间相关性,说明其受地形、地貌等结构性因子影响较大。

4 结束语

(1)通过ArcGIS软件建立的球状模型分析得出研究区地下水位变化较大,并且具有较强的空间相关性。

(2)分析结果与研究区实际地形很接近,研究区地势西高东低,空间性变化明显,其空间分布受地形、地貌等结构性因子影响较大。球状模型模拟研究区地下水位精度较高,这说明运用ArcGIS软件辅助分析地下水空间变异特征具有很重要的意义。

参考文献

[1]邢超,李斌.ArcGIS学习指南——ArcToolbox[M].北京:科学出版社,2010.

[2]汤国安,杨昕.ArcGIS地理信息系统空间分析实验教程[M].2版.北京:科学出版社,2012.

[3]张兆吉,费宇红,陈宗宇,等.华北平原地下水可持续利用调查评价[M].北京,地质出版社,2009.

[4]王仕琴,宋献方,王勤学,等.华北平原浅层地下水水位动态变化[J].地理学报,2008,63(5):462-472.

[5]王春泽,张石春,张建平.河北平原区近30年地下水动态及可持续利用对策[J].河北水利,2005,5:14-16.

[6]陈葆仁,洪再吉,等.地下水动态及其预测[M].北京:科学出版社,1988.

[7]范伟,肖长来,梁秀娟.沈阳市城区地下水位动态研究[J].吉林水利,2008,1:37-40

空间变异 篇5

Sampling and testing are conducted on groundwater depth and vegetation coverage in the 670 km2 of the Sangong River Basin and semi-variance function analysis is made afterwards on the data obtained by the application of geo-statistics. Results showed that the variance curve of the groundwater depth and vegetation coverage displays an exponential model. Analysis of sampling data in 2003 indicates that the groundwater depth and vegetation coverage change similarly in space in this area. The Sangong River Basin is composed of upper oasis, middle ecotone and lower sand dune. In oasis and ecotone, influenced by irrigation of the adjoining oasis, groundwater level has been raised and soil water content also increased compared with sand dune nearby, vegetation developed well. But in the lower reaches of the Sangong River Basin, because of descending of groundwater level, soil water content decreased and vegetation degenerated. From oasis to abandoned land and desert grassland, vegetation coverage and groundwater level changed greatly with significant difference respectively in spatial variation. Distinct but similar spatial variability exists among the groundwater depth and vegetation coverage in the study area, namely, the vegetation coverage decreasing (increasing) as the groundwater depth increases (decreases). This illustrates the great dependence of vegetation coverage on groundwater depth in arid regions and further implies that among the great number of factors affecting vegetation coverage in arid regions, groundwater depth tums out to be the most determinant one.

作 者：苏里坦 宋郁东 玛丽娜 SULTAN Danyar SONG Yudong MARINA Jumakeld  作者单位：苏里坦,SULTAN Danyar(College of Water Conservancy and Hydropower Engineering, Hohai University, Nanjing 210098, China;Xinjiang Institute of Ecology and Geography, CAS, Urumqi 830011, China)

宋郁东,SONG Yudong(Xinjiang Institute of Ecology and Geography, CAS, Urumqi 830011, China)

玛丽娜,MARINA Jumakeld(Xinjiang Institute of Land Resource Planning, Urumqi 830011, China)

刊 名：地理学报（英文版）  ISTIC SCI英文刊名：JOURNAL OF GEOGRAPHICAL SCIENCES 年，卷(期)：2004 14(3) 分类号：P9 关键词：geo-statistics   groundwater level   groundwater depth   arid regions   vegetation coverage   semi-variance function   spatial variation   Kriging  

★ 不同培肥技术对玉米生理特征的影响

★ 中国古建筑空间环境对人心理影响的探讨论文

★ 高寒草甸退化对鹅绒委陵菜克隆生长特征的影响

★ 地基设备布站对空间碎片观测能力的影响分析

★ 大豆甙元磺酸钠对应激性胃粘膜损伤的影响及其机制探讨

空间变异 篇6

本文对桂林会仙岩溶湿地在受不同强度人为活动干扰情况下土壤有机质空间分布特征进行研究,并用土壤退化指数定量描述不同利用类型土壤有机质的退化程度,为本湿地生态修复提供和积累基础资料。

1 会仙湿地自然概况

会仙湿地位于广西桂林市临桂县会仙镇及雁山区,距桂林市约25 km。该地区气候温暖湿润,属中亚热带季风气候区,多年平均降雨量约为1 863.2 mm。会仙湿地地势低洼、平坦,大部分地面高程在147～150 m之间,湿地中部的狮子岩一带地势最高,是柳江与桂江的分水岭。该地区处于桂林喀斯特地貌的核心部分,其地貌类型可划分为2类,北为峰丛洼地,南为峰林平原,会仙湿地主要在峰林平原内。

会仙湿地经过半个多世纪的掠夺性开发,水面萎缩,环境恶化,生物资源枯竭,已经濒临消亡的边沿。20世纪50年代尚有20余个湖塘,其后湖塘逐渐缩减,湿地逐渐干涸。目前,湿地面积已由25 km2萎缩到约6 km2。

2 研究方法

以空间代替时间的研究方法,选取常年淹水条件下的原生湿地土壤作为参照,研究湿地土壤在受不同强度人为干扰情况下形成退化湿地、垦后湿地、非湿地3种利用类型土壤的有机质空间分布特征。供试土壤于2006年10月采于桂林会仙湿地,根据典型性和代表性原则,在每个土壤利用类型中,设置定位研究采样点,样点数4～7个。在每个取样点进行分层取样,即在20 om (表层土)处取样一个,再在35 cm (下层土)处取样一个。土壤样品经风干处理后进行理化性质分析。样品数据均为各个样点土壤3次平行实验分析数据的平均值,有关实验均按土壤理化常规分析方法进行[1],土壤有机质用K2Cr2O7-H2SO4氧化法。

3 土壤有机质空间变异特征

3.1 土壤有机质统计学特征分析

对原生湿地、退化湿地、垦后湿地、非湿地4种利用类型土壤有机质进行空间变异统计学分析,得出各利用类型土壤有机质的统计特征值(见表1)。结果表明:各土壤利用类型中,垦后湿地土壤有机质极差最小,为0.58%;其他湿地极差分别为:原生湿地1.18%,退化湿地1.23%,非湿地0.82%。各土壤利用类型标准差为0.09～0.19,方差为0.05～0.21,均<1.00,说明在同一土壤利用类型中各样点间的绝对变异较小。所有统计参数值进一步表明,土壤有机质均值能够代表该利用类型的土壤有机质含量。

3.2 土壤有机质空间分布

3.2.1 土壤有机质的水平分布

会仙湿地土壤有机质的分布在空间上存在明显的不均衡性。水平空间分布上,随着土壤类型的变化土壤表层(0～25 cm)有机质的平均含量在逐步降低(见表1),由原生湿地的2.83%逐步降至退化湿地的1.76%,耕后湿地的2.05%,会仙湿地非湿地上覆土层的土壤有机质含量平均为0.88%,下降幅度分别为37.85%、27.73%和69.04%。

对水平空间上土壤有机质下降幅度进行分析,可看出退化湿地土壤类型的衰减下降幅度较大(见图1)。由于原生沼泽处于常年淹水的还原条件下,土壤微生物活动微弱,生物残体分解缓慢,主要以泥炭形式积累成泥炭沼泽土,因此沼泽土壤有机质均值含量最高,达2.83%。退化湿地土壤有机质含量为1.76%,仅为原生沼泽土壤的62.19%,其原因是该土壤利用类型长期或间歇处于疏干状态,土壤温度和湿度条件得到改善,通气性增加,极大地促进土壤呼吸,加速土壤有机质的矿质化分解,导致土壤C素大量损失,且过度放牧,促使植物残体归还量少。因此,退化湿地土壤有机质含量明显低于以积累为主的原生沼泽土壤。垦后湿地土壤有机质含量(2.05%)低于原生沼泽土壤,是由于人为活动改变了湿地土壤类型,人为活动的强烈干扰破坏原有湿地土壤环境,使土壤有机质充分暴露于空气中,通气性增加,分解增强的结果。由此可见,会仙湿地土壤有机质的水平空间分异受人为干扰活动的影响,干扰强度越大,土壤有机质含量就越低。

3.2.2 土壤有机质的垂直分布

在垂直空间分布上,0～25 cm的表层土和25～40 cm的下层土有机质的含量差异显著,表现出表层土有机质含量均比下层土有机质含量高,原生湿地有机质由表层土的2.83%降至下层土的2.03%,降幅28.3%;退化湿地有机质由表层土的1.76%降至下层土的0.86%,降幅51.1%;垦后湿地有机质由表层土的2.05%降至下层土的1.27%,降幅38.0%(见表2)。

(单位:%)

湿地土壤有机质在垂直方向上的差异,主要是受生物残体(地表枯落物、植物残根等)腐解归还的影响。Jobbagy E.G.等人研究指出,植物根系的分布直接影响土壤中有机碳的垂直分布[2],表层土壤是植物根系的集中分布区,使得该层土壤比下层土壤的植物残体归还量大(垦后湿地还受表层施肥的影响),因为较大量生物残体的腐解归还为该层土壤提供较丰富的C源,从而使表层土土壤有机质含量明显高于下层土。

3.3 不同利用类型的土壤退化程度评价

为定量描述退化程度,运用土壤退化指数(Soil Degradation Index,SDI)[3,4]对不同利用方式下的湿地土壤退化加以评价。土壤退化指数的计算,首先选取原生的湿地土壤类型为标准,其他土壤类型都以它作为基准土壤类型在人为活动干预下演替而来;以此计算各土壤类型各个属性与基准土壤类型相应属性间的差异(以百分数表示);再将各个属性的差异求和平均,即得各土壤类型的土壤退化指数。其计算公式如下:

式中:SDI——土壤退化指数;Pi——基准土壤类型第i个属性的值;Pi——其他土壤类型第i个属性的值;i——所选择的土壤属性数(i=1～n)。

土壤退化指数可以是正数也可以是负数,相对于基准土壤类型而言,正数表明土壤没有退化,其质量还有所提高,数值越大,土壤质量越高;负数说明土壤退化,数值越大,退化的程度越严重。

对会仙湿地不同利用类型的表层土壤有机质进行土壤退化指数计算,计算的结果(见表3)表明:退化湿地的SDI明显低于原生土壤,表明退化湿地土壤已发生退化;垦后湿地的SDI已达-27.56%,显著低于原生湿地土壤,表明虽然有人为施肥活动的影响使其有机质含量高于退化湿地,但其土壤与受人为干扰较少的原生湿地土壤相比,仍发生了较为严重的退化;非湿地土壤的SDI最低,说明会仙湿地对有机养分的涵养作用明显高于本地非湿地对有机养分的涵养作用。

4 结语

(1)桂林会仙湿地4种利用类型土壤有机质含量为原生湿地>垦后湿地>退化湿地>非湿地,说明人为活动干扰越强烈,其土壤有机质含量就越低,垦后湿地土壤有机质含量大于退化湿地土壤有机质含量,是受人为施肥的结果。

(2)桂林会仙湿地的表层土和下层土有机质的含量差异显著,表现出表层土有机质含量均比下层土有机质含量高,这种分异现象受生物残体腐解归还的影响。

(3)土壤退化指数定量地反映了以原生湿地土壤为基准土壤的会仙湿地土壤生态系统,在受不同强度人为活动干扰后土壤有机质的退化程度。

(4)通过桂林会仙湿地土壤有机质空间变异特征研究可知,桂林会仙湿地生态系统已经并且正在遭受人为活动的干扰,面临着消失的危险,因此,对会仙湿地的恢复和重建工作已迫在眉睫。

参考文献

[1]中国科学院南京土壤所.土壤理化性质分析[M].上海:上海科技出版社,1987.

[2]Jobbagy E G,Jackson R B.The vertical distribution of soil oragnic carbon and it's relation to climate and vegetation[J].Ecological Applications, 2002,10(2):423-436.

[3]Islam K R,Weil R R.Land use effects on soil quality in a tropical forest ecosystem of Bangladesh[J].Agriculture,Ecosystem and Enviroment, 2000(79):9-16.

空间变异 篇7

1 塌陷坡面对养分流失的加强效应

研究区土壤土质疏松, 粒极较粗, 抗蚀性差, 且上覆植被比较稀疏, 更容易导致水土—养分流失。在研究区选择塌陷形成的新鲜斜坡, 雨季来临前和雨季后对应取10组样品进行检测, 非塌陷区同塌陷地带找相近角度斜坡按同种方法取样作对照测试。测试结果分析计算如表1。

对比发现, 塌陷发生两年后, 新鲜塌陷坡面土壤迟效养分流失率比稳定斜坡略高, 而速效养分和土壤缓冲能力损失则高出较多, 可见采煤塌陷加剧了土壤养分的流失, 使当地的土壤原生态遭到了破坏。

2 地裂缝发育带土壤耕层养分流失的特点

地裂缝是研究区最典型的塌陷特征, 一般平行或呈菱形分布, 在塌陷区边缘选择裂缝发育带和近距离未开采区于雨季来临前和雨季后分别取样作对比研究, 为减小误差, 分别取5组样品求其均值, 测试结果计算如表3。

分析发现, 塌陷区裂缝发育带迟效养分、速效养分流失率均高于非塌陷区, 且土壤缓冲能力也有所下降, 可见塌陷地裂缝加剧了土壤养分流失。与塌陷形成的斜坡相比, 塌陷裂缝对土壤养分的破坏性稍差, 但仍会对上覆植被产生一定的影响, 且因分布范围广。

3 塌陷坑耕层土壤养分变异规律

研究区取样塌陷坑的年龄为5年, 对塌陷坑实验场内耕层0cm~20cm深度的土壤养分含量进行空间变异性分析。对比采样的地形剖面图进行观察, 可以发现塌陷坑对耕层土壤养分的空间变异性影响。

一个塌陷坑就是一个近似封闭的小型土壤生态系统, 它通过土壤养分流失、汇聚起到再分配的功能。迟效养分对塌陷坑的再分配作用反映最为强烈, 塌陷形成的新鲜斜坡属耕层和稍深层土壤混合物, 养分含量本就稍低, 加上结构比较破碎, 加剧了土壤养分的流失, 而径流和泥沙在塌陷坑中心汇聚, 水分渗漏蒸发后, 富含养分的土壤粘粒遗留了下来, 提高了塌陷坑中心的养分含量。阳离子交换量跟土壤粘粒含量为正相关关系, 随着中心部位土壤粘粒含量的增加, 阳离子交换量随之增加, p H值也有了小幅提高。而斜坡处则因养分流失, 土壤变得更加瘠薄, 基本没有植被生长。塌陷坑中心部位土壤肥力上升, 水分充足, 植被长势随之旺盛, 对养分的需求增加, 刚好可以解释为什么塌陷坑对速效养分的汇聚作用不明显。

4 结论

由采煤引起的塌陷、地裂缝等地质灾害破坏了地表形态, 从而引起土壤的原有空间结构发生变化, 导致土壤养分在空间结构上的分布也发生了很大的变化。造成的主要影响是由于土壤养分的大量流失, 造成塌陷区植被大量死亡, 植被覆盖率低。仅塌陷坑中心由于土壤养分集中, 水力充足, 植被生长较茂盛。

摘要：本文以大柳塔矿区为例, 深入研究采煤塌陷区土壤养分随空间的循环变化规律, 为定量分析采煤塌陷对土壤养分流失的影响程度, 准确评价及合理开发矿区土地资源, 实现矿区复垦和生态环境再建等提供基础理论依据。

空间变异 篇8

土壤有机质作为陆地生态系统的重要组成部分,备受关注。尽管土壤有机质只占土壤总质量的很小一部分,但其关系到土壤的结构、可耕性、持水率、保肥供肥特性及生产性能,因而在土壤肥力、环境保护、农业可持续发展等方面具有重要的意义,揭示土壤有机质的空间变异规律和掌握其分布状况是实现土壤可持续利用和区域可持续发展的前提[1]。

地统计学已经被证明是分析土壤空间分布特征及其变异规律的最有效的方法之一。上海市临港新城是人工填海造陆而建的新城,围海造地改变了其自然属性,其生态环镜比较敏感且复杂。本文用地统计学方法在上海市临港新城地区选取土壤样点,开展土壤有机质的空间变异及相关性研究,旨在了解此地区土壤有机质的空间分布规律,对研究区相关部门决策技术和指导农业生产提供支持。

1 材料和方法

1.1 研究区概况

上海临港新城位于上海东南端,距上海市区50公里。按照临港新城的总体规划,占地297平方公里,其中30%的规划面积是新城规划后围垦成陆。临港新城属北亚热带季风气候,常年平均气温15.0~15.8摄氏度,最低气温在1月,月平均气温3.3~3.6摄氏度,最高气温在8月,月平均气温26.8摄氏度。

1.2 土壤样品的采集与分析

采样于2010年7~9月进行,样点布局考虑了土地利用方式和土壤类型,避开人为干扰较大、失去代表性的区域,在土壤类型特征明显的地方,地形相对平坦、稳定、植被良好的地点采样,如在城区采样位置选择在公园、林地以及其它空旷地带等堆积历史较长的土壤。在新城区(或开发区)选择在尚未开发利用的农用地中采样。本次采样共设置了30个采样点(图1),在每个采样点按梅花布点法取样混匀,分别装入无菌封口塑料袋和普通塑料袋中带回实验室分析。土壤采样深度为20~50cm。风干后,磨碎过100目尼龙筛,装塑料瓶贴好标签放于阴凉干燥处备用。

1.3 分析及统计方法

土壤有机质含量用TOC分析仪法测出其总有机碳的含量,土壤中有机质含量可以用土壤中一般的有机碳比例(即Van Bemmelen换算因数)乘以有机碳百分数而求得。我国目前仍沿用“Van Benmmelen因数”1.724。

通过地统计学方法中的半方差函数和普通克里金插值为基本工具,可以对既具有随机性又具有结构性的各种变量在空间上的分布进行研究。土壤研究中常用到的理论模型有球状模型、指数模型、高斯模型等。关于地统计学的基本原理和方法,很多文献都有详尽的介绍[2],本文就不再赘述。实验半方差函数的计算、理论模型的拟合及克里金插和图形绘制由ArcGIS9.3软件的地统计学模块(geostatistical analyst)完成。

2 实验结果及分析

2.1 土壤TOC含量的统计特征值如表1所示。

2.2 半方差模型分析

土壤研究中常用的理论模型有球状模型、指数模型、高斯模型。半方差函数在原点处的数值称为块金常数(C0),它由测定误差和小于最小采样尺度的非连续性变异引起,属于随机变异;基台值(C0+C1)通常表示系统内的总变异,它是结构性变异和随机性变异之和。块金值C0与基台值(C0+C1)之比是反映区域化变量空间异质性程度的重要指标,又称为块金效应。该比值用以反映空间变异影响因素中区域因素(自然因素)和非区域因素(人为因素)的作用。当C0/(C0+C1)<25%时,表明变量的空间变异以结构性变异为主,变量具有强烈的空间相关性;当上述比值25%<C0/(C0+C1)<75%时,变量为中等程度空间相关;C0/(C0+C1)>75%时,以随机变量为主,变量的空间相关性很弱。变程表示空间自相关范围,它与观测以及取样尺度上影响土壤性状的各种过程的相互作用有关,在变程范围内,变量有空间自相关性,反之则不存在。

由表2可知,块金效应C0/(C0+C1)介于0.25~0.75之间表明研究区土壤有机质含量具有中等的空间相关性。

2.3 临港新城土壤有机质的空间分布特征

对于有空间变异结构方差的土壤有机质含量,在半方差结构模型的基础上,结合普通克里金插值法,并考虑各异向性,获得了土壤TOC含量空间分布格局图,见图2。

土壤TOC含量的空间分布格局进一步表明土壤有机质具有高度的空间异质性,并决定了空间格局的存在,从图1中可以看出,土壤有机质的方向性效应比较明显,呈现自西向东逐渐增加的趋势,但西部沿海区域该含量又有减少。

3 讨论

空间变异分析表明,土壤有机质含量呈现空间程度自相关。造成这一现象的主要原因还是结构性因素对空间变异的贡献最大。所谓的结构性因素具体包括气候、母质、地形和土壤类型等。

经分析可知,在同一气候条件下,有机质含量主要受土壤质地、土地利用方式、人为耕作管理措施等因素的影响。

东部地区主要是滩涂湿地,这一区域土地较潮湿,质地较粘且生物多样性比西部地区较高,这有利于有机质的积累,因而使这部分地区土壤中的总有机质含量升高。但沿海周边地区由于经常受海水冲刷等原因的影响,土壤状况不稳定,有机质含量反而有所下降。至于内陆即偏西部地区的土壤质地多为砂土,水分不易保持,蒸发和蒸腾作用强烈,土壤容易干燥、保肥性差,有机质分解迅速,不易积累,进而导致有机质含量偏低。

临港新城生态类型由人工群落和天然群落交错形成,其生态类型包括农田、树林、果园、荒地、芦苇、草地等,其中植被类型会对土壤有机质含量有一定影响,一般植被密度高,有机质含量高。临港新城东北部土壤有机质含量较高,这与其区域的高植被覆盖率相符。

4 结论

本文主要应用地统计学和GIS相结合的方法,研究了上海市临港新城土壤有机质含量的空间分布特征。主要结论如下:

土壤有机质呈现中等程度空间自相关,运用普通克里金插值方法,获得了研究区土壤有机质含量的空间分布图,并分析了其空间分布规律。东部地区土壤有机质含量相对较高,但沿海周边地区由于经常受到海水冲刷,又有所下降,西部地区土壤有机质含量相对较低。

摘要：以上海市临港新城土壤(20cm～50cm)中有机质为研究对象,利用地统计与GIS技术相结合的方法研究了该地区土壤中有机质的空间分布特征。采取普通克里金(Ordinary Kriging)插值法绘制了土壤有机质的空间分布图。土壤有机质呈现中等程度空间自相关,含量由西向东逐渐增加,沿海周边又有所下降。

关键词：土壤,有机质,空间变异,GIS

参考文献

[1]黄元仿,周志宇,苑小勇等.干旱荒漠区土壤有机质空间变异特征[J].生态学报,2004,(12):2776-2781.

[2]王政权.地统计学及在生态学中的应用[M].北京:地质出版社,1999.

空间变异 篇9

1 农田土壤养分空间变异性的研究现状

传统的农业生产在研究过程中手段策略相对单一, 将一块地看做统一的单位进行处理, 没有根据土壤的形成、不同结构和地形特点开展分类似研究, 不利于提高农田的生产效率, 还会造成浪费。现如今, 人们对土壤的特性有了进一步的了解, 对农田土壤养分空间变异性也有了研究。90年代后期, 我国也在这方面进行了尝试性探索, 采用以50米距离为间距的网格法采集土样, 分析了牧地条件下土壤表层速效磷、钾等的空间变异性, 并探讨了胺态氮、硝态氮、有水溶性钾、水溶性钙等在空间中的变异规律, 绘制了具体的等值图标, 使我国在该领域得到了突破性进展。

2 精准农业实践中农田土壤养分空间变异性的成因及研究对策

即便在土壤质地相同的区域之中, 土壤的物理、化学以及生物特性也不是完全相同的, 在平面和深度上不是均质样式, 我们通常将这种土壤属性在空间上的非一致性叫做农田土壤养分空间变异性。土壤的变异包括系统变异和随机变异两种模式, 引发土壤变异的原因也多样, 例如水文、气候、母质、生物等等都会产生作用, 而土壤中大量和微量的元素的变异性则取决于土壤母质的性质和地形位置, 并与气候、大气沉降、降雨和农业措施等息息相关。其中, 对土壤特性变异具有最大影响的是土壤的母质, 母质是构成土壤的基础, 它的差异小, 空间出现变异的情况也小。据目前的研究表明, 地形对土壤的肥力和有效水有较大影响, 在坡度相似的位置, 土壤特性也趋于相似。沙粒含量和ph值等土壤的物理特性, 在复杂的丘陵地区具有较高的关联度, 在不同的季节、年份, 作物的产出数量也不尽相同, 产量的时间变异占总量的变异数据高达60%以上。

在研究精确农业实践农田养分空间变异性成因和相关数据探索过程中, 要利用经典统计学方法进行探究, 采用最传统的估算土壤特性的方式, 采用公式n=ta2S2/ (x-Ⅱ) 2进行采样分析, 估算出变量x。一个随机变量Z的变化特征是由其概率密度函数P (z) 来表示的, z为随机变量z的可能取值。地统计学方法可用于土壤特性空间变异研究的定量分析, 研究区域化变量理论, 变异函数是地学统计学方法的基本工具, 它通过测定区域化变量分隔等距离样点间的差异来研究变量的空间相关性, 并采用理论化模型求出某一区域的变异性特征。

3 精准农业实践中农田土壤养分空间变异性的发展前景

3.1对农田土壤进行研究的基础是采样工作, 它是约养分研究的关键, 在今后的发展中, 还要结合最新的技术方式, 采用适当的方法进行采样, 利用最科学的方式研究农田土壤养分空间变异性是未来研究的重点内容。

3.2土壤是不断发展变化的时空四维有机体, 将土壤养分空间变异研究与土壤养分补充、迁移、转化、流失等微观机理研究相结合, 对于揭示土壤养分在四维尺度上的演变规律将具有重要的作用。

3.3由于土壤条件是一项复杂的内容, 不能用单一的方法研究所有的现象。根据不同研究方式的特点, 将地统计学与其他方法相结合, 根据土壤具体情况实施变异性研究就显得极其重要。

3.4随着社会科学技术的迅猛发展, 坚持采用新技术、新方式, 利用现代化手段, 采用精准农业实践对土壤养分空间变异性进行研究, 并加入遥感影像、光谱信息、GPS定位系统, 就成为了研究的新方式。

4 结束语

总而言之, 农业是我国基础建设行业, 它是国民经济的支柱, 是社会发展的基础。精准农业思想是一种新的农业技术运用手段, 能够有针对性的探究农田的特点, 找到土壤养分空间变异性出现的具体原因。为了促进我国农业的进一步发展, 我国一定要找到传统农业研究存在的不足, 科学使用精准农业实践方式对土壤进行探究, 突出它的优势特点, 减少误差现象, 从而做出精确的分析。

摘要：农业建设是我国现代化建设中的基础行业, 直接关系到一个国家的食品安全问题。现如今, 农业发展迅猛, 我国正处于传统农业向现代化农业转变的过程之中, 精准农业是农业发展过程中提出的新概念, 它是以变量管理为核心的农业思想, 是针对农田作物的生长条件和情况进行的控制措施。它有助于挖掘农业发展的潜力, 区别对待不同的生产作物, 保证农业的可持续发展。但是由于精准农业参与实践的时间有限, 就使得很多技术还不够成熟, 农田土壤养分空间存在变异性。对此, 我们一定要找到科学的方法做好精准农业的实践工作, 促进我国农业更好的发展。

关键词：精准农业,实践,农田土壤养分,空间变异性

参考文献

[1]张玉铭, 毛任钊, 胡春胜, 张佳宝, 朱安宁.华北太行山前平原农田土壤养分的空间变异性研究[J].应用生态学报, 2004 (11) :2049-2054.

空间变异 篇10

虽然国内外学者对砂石覆盖做了大量研究,但大多都着重于砂石覆盖对土壤蒸发及入渗规律的影响,而对砂石覆盖对土壤水分空间变异性的研究还较少。掌握压砂地土壤水分的影响因子和空间变异规律对揭示压砂地土壤水分空间特性具有重要意义。为此,本文基于野外大田试验,选取不同种植年限、不同深度的土层为研究对象,采用地统计学方法,分析不同种植年限条件下土壤水分的空间变异规律,揭示压砂地土壤水分变异影响因素,以期为压砂地生态农业的生产提供理论依据和技术支撑。

1 研究材料与方法

1.1 实验区概况

景泰县地处中国西部的甘肃省中部,河西走廊东端,甘、蒙、宁三省( 区) 交界处,黄土高原与腾格里沙漠的过渡地带。土壤类型主要为洪积灰棕荒漠土和灰钙土。景泰县地处季风区与非季风区过渡地带,该县境内气候呈现出明显的大陆性气候特征,年均降水量185 mm,多集中在7-9 月,占全年降水量的61.4%,年均蒸发量3 038 mm,是降水量的16 倍。光热资源丰富,年日照时数约为2 725 h,日照百分率62%,太阳年平均辐射约147.8 Kcal/cm2,年≥ 0 ℃的活动积温3 614.8 ℃,≥ 10 ℃的有效积温3 038 ℃,无霜期141 d,年均温度8.2 ℃,极端最高气温36.6 ℃,极端最低气温-27.3 ℃。试验区位于景泰县兰州理工大学实验基地。

1.2 砂石与土壤颗粒级配

不同种植年限压砂地的砂石颗粒级配和土壤颗粒级配见表1、表2。

1.3 样点布置及测量方法

压砂地的划分以种植年限为基准:新砂地(new gravel-mulched, NGM)种植年限不足10 a、中砂地(middle gravel-mulched, MGM)种植年限为25-30 a、老砂地(old gravel-mulched, OGM)种植年限为45-60 a[14]。

本研究采用野外大田试验,试验共有裸地(CK)、新砂地、中砂地、老砂地四块采样区,压砂地砂石层厚度均为10 cm。试验区面积均为32 m×32 m,矩形取样,测点尺寸为1 m×1 m,测点中心距为4 m,共64 个取样点。在竖直方向,依据一般耕作层深度,土壤取土范围为:从地表依次向下第Ⅰ层(0-10 cm)、第Ⅱ层(10-20 cm)、第Ⅲ层(20-30 cm)、第Ⅳ层(30-50 cm)。取样点分布如图1 所示。

测试方法:土壤含水量采用取土烘干法进行测定,均重复3 次,以裸地(无砂石覆盖)为对照组,通过测定新、老、中压砂地各土层土壤的含水量变化及相同土层下各类压砂地土壤含水量的变化。本研究选取2013 年5 月11 日的采样数据,因为前一周没有降雨,本文不考虑降雨的影响。

1.4 分析方法

半方差函数,也称空间变异函数,是用来描述区域化变量结构性和随机性并存这一空间特征而提出的,是描述土壤特性空间变异结构的一个函数。

半方差函数 γ (h) 的计算式为:

式中:γ (h) 为半方差值;h为样本间距;N (h)为间距为h的样本对数;Z (xi+h)、 Z (xi)分别为xi+h、xi处的测定值。

当定量描述整个研究区域的变异特征时,还需建立变异函数的理论模型。常用理论模型有球状模型、指数模型、高斯模型和线性有基台模型等。本文的理论模型有球状模型、指数模型和高斯模型。

半方差函数的重要参数包括:块金系数(nugget)、基台值(sill)、变程(range),主要用来表示区域化变量在一定尺度上的空间变异和相关程度。一般C0表示块金系数,反映随机变量带来的空间变异以及观测变量的测量误差,C0+C为总基台值,反映某观测变量在研究范围内总的空间变异强度,a为变程,表示研究变量的空间变异中空间自相关变异的尺度范围,C0/(C0+C)为空间相关度,表示可度量空间随机因素引起的变异所占的比例。利用GS+ 软件对数据进行半方差分析,得到3个参数值C0( 块金值)、C1(基台值)和a(变程)。

2 结果与分析

2.1 土壤水分数据的统计分析

将四块采样区内样点的土壤含水量数据进行整理,按照经典统计学方法,以东西方向为研究方向,分别对不同类型不同土层的土壤水分数据进行初步的特征值计算,结果见表3。在研究区域内,每块采样区剖面各层的样本数均为64 个,综合各类型各土层土壤含水量的最小值、最大值、均值来看,裸地(CK) 的平均含水量小于8.0%,压砂地的平均含水量大于8.0%,压砂地的土壤含水量明显大于裸地(CK) 的土壤含水量,且新砂地> 中砂地> 老砂地> 裸地(CK) ;裸地(CK)、新砂地、中砂地的含水量均随着土层深度增加而依次增加,即土壤含水率Ⅳ > Ⅲ > Ⅱ > Ⅰ,而只有老砂地的含水量Ⅱ > Ⅳ > Ⅲ > Ⅰ,这是因为随着压砂地种植年限增大,泥土逐渐混入砂石层中,使砂层堵塞、板结,导致土壤水分不易下渗。从变异系数来看,除裸地第Ⅰ层的土壤水分变异系数为16.5%,为中等弱变异,其他各类型各土层的变异系数均小于10%,即为弱变异,其中新砂地变异系数大小为Ⅲ > Ⅰ > Ⅳ > Ⅱ ;不同类型土壤水分的偏度均小于1 且在0 左右变化,说明均符合正态分布;峰度值均小于3,呈“低峰态”分布。

2.2 变异函数的结构分析

采用GS+9.0 软件,分别对各类型各土层土壤含水量样本数据进行分析,得到其半方差函数模型参数及回归模型的检验参数,详细参数值见表4。以新砂地为例,地统计学分析的半方差函数图及其模型拟合结果如图2 所示。

根据区域化变量空间相关性程度的分级标准[15,16,17,18,19]可知,C0/(C0+C)≤ 0.25 时,说明变量具有强烈的空间相关性;0.25<C0/(C0+C) ≤ 0.75 时,说明变量具有中等的空间自相关性;C0/(C0+C)>0.75 时,变量的空间自相关性微弱,变异主要由随机性变异所引起,不适合采用空间插值的方法进行空间预测。

由表4 可知,裸地(CK) 第Ⅰ层土壤水分半方差函数最佳理论模型为指数模型,Ⅱ、Ⅲ、Ⅳ层为球形模型;新砂地第Ⅰ、Ⅲ、Ⅳ层土壤水分半方差函数最佳理论模型为高斯模型,第Ⅱ层为球形模型;中砂地第Ⅰ、Ⅲ、Ⅳ层土壤水分半方差函数最佳理论模型为球形模型,第Ⅱ层为高斯模型;老砂地第Ⅰ层土壤水分半方差函数最佳理论模型为球形模型,Ⅱ、Ⅲ层为指数模型,第Ⅳ层为高斯模型。

从变程来看,裸地(CK) 各层的变程在6.9-14.3m,新砂地各层的变程在17.0-47.4 m,中砂地各层的变程在13.2-32.8 m,老砂地各层的变程在11.1-14.2 m,其中新砂地的平均变程值最大,说明新砂地的自相关距离最大;两点之间距离超过变程值的土壤含水量就不再具有相关性,本试验中最小变程为6.9 m,大于采样间距4 m,说明采样间距合理。就块金基台比而言,裸地(CK) 除了20-30 cm土层的块金基台比略小于0.75 之外,具有中等的空间自相关性,其他土层的块金基台比均大于0.75,说明其土壤含水量空间自相关性微弱,变异主要由随机性变异所引起;新砂地的块金基台比均小于0.25,说明其土壤含水量具有强烈的空间自相关性,即空间自相关部分引起的空间异质性大于由随机因素引起的空间异质性,且各层块金基台比大小为Ⅲ > Ⅰ > Ⅳ > Ⅱ。中砂地的土壤含水量块金基台比介于0.25-0.75,说明其具有中等的空间自相关性。老砂地的块金基台比均大于0.75,说明其土壤含水量空间自相关性微弱,变异主要由随机性变异所引起。

由图2 和表4 可知,图2(a)新砂地第Ⅰ层土壤水分半方差函数最佳理论模型为高斯模型,块金值为0.023,基台值为0.146,变程为17.0 m ;图2(b)新砂地第Ⅱ层土壤水分半方差函数最佳理论模型为球形模型,块金值为0.015,基台值为0.064,变程为13.4 m ;图2(c)新砂地第Ⅲ层土壤水分半方差函数最佳理论模型为高斯模型,块金值为0.020,基台值为0.278,变程为25.9 m ;图2(d)新砂地第Ⅳ层土壤水分半方差函数最佳理论模型为高斯模型,块金值为0.035,基台值为0.164,变程为47.4m,所以在最大间距32 m处,还没达到其变程值,半方差函数曲线仍呈上升趋势。

2.3 土壤含水率变化分析

为了更直观地反映整块样地土壤水分的空间分布情况,以新砂地的数据为例,根据所得到的半方差函数模型,利用Surfer8.0 绘制土壤含水量等值线分布图(图3)。由图3 可知,第Ⅰ层的土壤含水量在10.70%-12.40% 之间变化,第Ⅱ层的土壤含水量在11.40%-12.50% 之间变化,第Ⅲ层的土壤含水量在11.40%-13.40% 之间变化,第Ⅳ层的土壤含水量在12.10%-13.50% 之间变化;第Ⅲ层的等值线最密,第Ⅰ层、第Ⅳ层次之,第Ⅱ层最稀疏,说明新砂地各层的土壤水分的空间变异Ⅲ > Ⅰ > Ⅳ > Ⅱ,这与表3 中新砂地各层的变异系数和表4 中新砂地各层块金基台比得出的结论一致。

3 结论

本文通过野外大田试验,对新压砂地、中压砂地、老压砂地与裸地的土壤含水量进行对比,探讨了压砂地土壤水分的变化规律,获得以下结论。

1)实验结果表明,各类型土壤平均含水量为新砂地> 中砂地> 老砂地> 裸地,压砂地的土壤含水量明显大于裸地的土壤含水量,裸地、新砂地、中砂地的含水量均随着土层深度增加而依次增加,即土壤含水量Ⅳ > Ⅲ > Ⅱ > Ⅰ,而只有老砂地的含水量Ⅱ > Ⅳ > Ⅲ > Ⅰ,各类型的第Ⅱ、Ⅲ、Ⅳ层的土壤含水量均大于表层土壤含水量。除裸地第Ⅰ层的土壤水分变异系数为16.5%,为中等弱变异,其他各类型各土层的变异系数均小于10%,即为弱变异。这是因为裸地表层没有压砂,容易受到人为干扰等其他因素的影响。

2)通过地统计学分析,得出东西方向上各类型各土层土壤含水量的半方差函数模型有指数模型、球形模型和高斯模型。新砂地的自相关距离最大;本试验中最小变程为6.9 m,大于采样间距4 m,采样间距合理。不同类型土壤含水量的平均块金基台比为老砂地> 裸地(CK) > 中砂地> 新砂地。其中,新砂地具有强烈的空间相关性,中砂地具有中等的空间自相关性,而裸地和老砂地空间自相关性微弱,变异主要由随机性变异所引起。

3)对新砂地运用Surfer8.0 绘制土壤含水量等值线分布图,得出第Ⅲ层的等值线最密,第Ⅰ层、第Ⅳ层次之,第Ⅱ层最稀疏,则新砂地各层土壤水分的空间变异Ⅲ > Ⅰ > Ⅳ > Ⅱ,这与表3 和表4 分析的变异系数和块金基台比得出的结论一致。

4 讨论

通过研究不同年限压砂地土壤水分变化规律,揭示了压砂地的保水性能及种植年限对保水性能的影响,这对压砂地生态环境改善与农业生产具有重要的现实意义。

试验结果表明,压砂地的土壤含水量明显大于裸地的土壤含水量,这与许强等[20]的研究结果一致,这主要是因为在农田表面铺设砂石层后,由于砂石大小不一,形态各异,结构孔隙大,渗透性好,在雨季增加了渗水能力,杜绝径流,可将有限降水充分蓄积到土壤层内,加之砂石层的阻隔作用,可明显减少土壤水分的蒸发量,从而使压砂地土壤水分含量明显高于一般裸地。新砂地保水性最好,老砂地保水性较差,这是因为随着压砂地种植年限增大,由于播种、耖砂、拔除根系、风沙等综合因素,砂石和土壤混掺程度变大,造成土地老化,保水性能下降。裸地表层土壤水分变异系数较大,这是因为裸地表层没有压砂,容易受到人为干扰等其他因素的影响。