基于GIS和K riging的蓝田县土壤养分空间变异特征研究

张宇军,房丽君,邵立志,杨联安

(1.陕西省西安植物园,陕西西安 710061;2.北京华迪宏图信息技术有限公司,北京海淀 100195;3.西北大学,陕西西安 710127)

土壤是不均一和变化的连续体,即时空连续变异体[1-2]。田间实际情况表明,即使在土壤质地、类型相同的区域内,同一时刻土壤特性值(物理、化学、生物特性等)在不同空间位置上也具有明显差异,这种属性称为土壤特性的空间变异性[3]。土壤特性空间变异性的研究,即将土壤特性值的空间变异复杂性定量化,旨在改进土壤分类,提高土壤调查精度以及提高田间试验精度,确定合理取样尺度及取样数目,并为更逼近农田土壤变化实际情况地预测、模拟土壤过程提供有效途径,为更好地理解空间作用对土壤、作物生长关系的重要性,特别是为数字农业的实施提供科学依据[4-5]。

1 研究区域概括

蓝田县位于陕西省西安市东南部,地处东经109°07′～ 109°49′,北纬 33°50′～ 34°19′。县境东西长64 km,南北宽55 km,总面积2 018 km2,辖27个乡镇,519个行政村,全县总人口63.7万。蓝田地势由东南向西北倾斜,南部为秦岭北麓延伸地带,东部为骊山南麓沟壑区,中西部川原相间,灞河水系镶嵌其中,地貌类型分河谷冲积阶地、黄土台塬、黄土丘陵、秦岭山地。气候为属暖温带半湿润大陆性气候,四季冷暖分明,年平均气温13.1℃,日照 2149 h,平均降水量 720.4 mm,主要集中于7～9月。土壤类型复杂多样,变化情况为:从东到西是棕壤-褐土-淋溶褐土-立茬土-油土-黄鳝土-白鳝土。从北到南是红色土-立茬土-油土-鳝土-河淤土-水稻土-洪积土-褐土-棕壤土(图1)。

图1 样区图

2 资料来源与数据处理

本研究分四个阶段进行:资料的收集,数据的处理,数字化并建立数据库和空间分析系统。

2.1 数据资料的获取

图件资料、数据和文本资料通过对政府、果农以及蓝田土肥站进行调研获得。图件资料包括:蓝田县1:50000土壤分布图、1:50000土壤地形图、1:50000土壤质地图、1:50000土地利用现状图、1:50000村级行政区划图。其中相关图件的扫描、纠正、数字化和投影采用大地坐标系,利用A rcGIS软件完成。土壤养分数据通过野外采样、室内分析获取,采样时用手持GPS确定采样点海拔高度和平面位置(经纬度精确到0.1度)。通过地形图生成数字高程模型,并求得每个采样点和调查点的坡度、坡向及海拔高度等信息,作为采样点基本资料。

按照《农业部测土配方施肥技术方案》,根据土壤类型、土地利用状况、地形等因素,将采样区域划分为若干个采样单元,每个采样单元的土壤性状要尽可能均一。平均每个采样单元面积为100～200亩,平原区每6.7～33.0 hm2采一个混合样,丘陵区作物每2～5 hm2采一个混合样(图2)。2007年6月中旬采取土样,土壤采样深度为地表下0～20 cm,每采样点土样重量1 kg左右,共采集混合土样1 024个。

图2 研究区采样点分布图

2.2 土壤养分测定

在实验室测定土壤有机质、碱解氮、速效钾、速效磷等含量。土壤有机质测定方法为重铬酸钾外热源法;碱解氮测定方法为碱解扩散法;速效钾测定方法为碳酸氢钠提取-钼锑抗比法;速效磷测定方法为火焰光度法。

2.3 GIS数据处理

利用A rcGIS9.2对地形图进行数字化处理,并对地形变化和坐标变化进行校正。以GIS为基础,利用GIS的Geostatistical(地统计)模块和3D Analyst模块,结合土壤养分测定数据,采用空间分析方法,尤其是地统计方法,对蓝田县土壤养分的空间变异规律进行初步分析,得到蓝田县土壤养分空间分布图。利用SPSS软件对土壤养分数据进行描述性统计分析。

将GPS测定的采样点数据倒入M apinfo中,将以度、分、秒表示的经纬度转换为十进制,然后生成点状分布矢量图,再把此.tab分布图转换为A rcGIS可识别的.shp格式。在 A rcGIS中以Geostatisical Analyst地统计模块分析采样点统计特征、半方差模型、交互校验,进行空间插值。

3 结果与分析

3.1 研究区土壤养分含量数据的经典统计分析

利用经典统计学研究土壤养分数据的统计特征值有两种指标,一是数据的集中的情形,称为集中指标,主要包括平均数、众数和中位数;另一种是数据分散的形式,称为变异指标,主要包括变异系数、标准差、最小值和最大值[8-9]。如果中位数与均值较相近,说明特异值对样本数值的影响较小,特异值是指那些比均值和中位数高的多的数值,由土壤采样方法、采样地域特征等自然和人为因素造成。

表1 蓝田县土壤养分描述性特征统计

蓝田县土壤养分描述性特征变化如表1所示,可看出,有机质的含量范围为4.09～29.05 mg·kg-1,平均值为14.56 mg·kg-1;碱解氮的含量范围为13.1～301 m g·kg-1,最大值是最小值的22.98倍,平均值为86.66mg·kg-1;速效磷的含量为0.2～190 mg·kg-1,最大值与最小值相差较大,平均值为20.76 mg·kg-1;速效钾的含量范围为 24～430 m g·kg-1,平均值为148.02 mg·kg-1。

变异系数C.V.(%)可从整体上反映测定值的变异程度[7]。蓝田县土壤速效磷含量的变异系数最高,为78.0%,为强变异;其余由高到低依次为速效钾(变异系数24.11%)、碱解氮(变异系数23.81%)、有机质(变异系数 19.43%),为弱变异。土壤养分的空间变异性取决于土壤母质的性质和地形位置,并与气候、大气沉降、降雨和农业措施等有关,变异系数的大小表示土壤特性空间变异性的大小。速效磷的变异系数大,可能是由于磷肥使用不均匀的结果。

3.2 研究区土壤养分含量的空间变异分析

半方差函数可以反映土壤特性的空间变异结构,半方差函数图是利用半方差函数研究土壤特性空间变异的模型,它是半方差函数r(h)值对距离h的函数图[11-13]。

合适的半方差模型及其参数需要不断的试验取得,判断一个模型及其参数是否最佳的标准如下:平均预测误差(ME,Mean Error)的绝对值最接近于 0;均方根误差(RMSE,Root-Mean-Square-Error)越小越好;平均标准误差(ASE,Average Standard E rror)和均方根误差(RMSE)最接近,如果 ASE＞RMSE,则高估了预测值,反之如果ASE＜RMSE,则低估了预测值。标准均方根误差(RMSSE,Root-Mean-Square Standardized Error)最接近于1,如果 RMSSE＜1,则高估了预测值,反之如果 RMSSE＞1,则低估了预测值。

本研究采用A rcGIS9.2中的地统计模块,通过对有机质在线性模型、指数模型、球状模型、高斯模型的比较、分析,本研究采用A rcGIS9.2中的地统计模块,通过对有机质在线性模型、指数模型、球状模型、高斯模型的比较、分析,得出土壤有机质的最佳模型为球状模型,碱解氮的最佳理论模型为线性模型,速效磷和速效钾的最佳模型为指数模型。各种养分模型的参数如表2所示。

表2 土壤养分最佳理论模型

表3 土壤养分半方差函数的拟和参数和理论模型

图3 土壤养分空间分布与分区管理图

表3中可以看出,研究区土壤养分的空间变异规律为:有机质的块金值/基台值的比值最大为67.74%,速效钾最小为36.39%,速效磷和碱解氮分别为 63.62%、52.77%,比值介于 25%和75%之间,说明四种养分的变异程度为中等,由大到小为有机质＞速效磷＞碱解氮＞速效钾。其中,有机质和速效磷的比较大,也比较接近,分别为67.74%和63.62%,说明它们的空间变异性主要是由随机因素引起的,即人为因素引起的空间变异起主要作用,由空间自相关性引起的变异比较占次要作用。碱解氮的比值为52.77%,说明随机性和结构性同时对碱解氮的空间变异有着较大的影响。速效钾的比值最小,为36.39%,说明速效钾虽然也属于中等空间变异,但其变异主要由空间自相关部分引起,随机性因素对其空间变异影响较小,可能和黄土中钾元素含量丰富,速效钾的结构性受土壤的影响比较大有关。

3.3 土壤养分的空间分布格局及分析

蓝田县农业区土壤养分空间分布图可以反映土壤养分的分布、形状、大小、地理位置。本研究利用平均值法在A rcGIS9.2下进行叠置分析,将土壤养分分布图和行政村区划图叠加,得到村级土壤养分管理图,进一步,将土壤养分分布图和农户田块图叠加,得到农户土壤养分管理图,更进一步,将土壤养分分布图和任一田块图叠加,得到田块养分管理图。

从图3中可以看出,有机质、速效磷、碱解氮在南-北、西北-东南方向有一个明显的变化过程,土壤养分含量在岭区和塬区颜色很深,说明含量高,而在川道的颜色浅,说明含量低,这个变化过程和研究区的地貌变化基本一致,地貌变化为岭-川-塬,这说明有机质、碱解氮和速效磷的结构性受地貌的影响。速效钾没有明显的方向变化,在图中比较均匀,说明速效钾在各个方向上呈现明显的各项同性,速效钾的结构性因素由方向不明显的其他因素引起。

4 结论

(1)利用地理信息系统软件A rcGIS的地统计分析模块,将地统计学分析工作嵌入地理信息系统软件中,把GIS具有的较强空间数据管理功能与地统计学所具有的较强空间分析功能相结合,可用于对蓝田县土壤养分的空间变异性研究。

(2)蓝田县土壤有机质的最佳模型为球状模型,碱解氮的最佳理论模型为线性模型,速效磷和速效钾的理论模型为指数模型。四种养分块金值/基台值的比值在75%～25%之间,四种养分具有中等程度的空间变异。其中有机质的块金值/基台值的比值最大为67.74%,速效钾最小为36.39%,速效磷和碱解氮分别为 63.62%、52.77%,由大到小为有机质＞速效磷＞碱解氮＞速效钾。土壤母质、地形、土地利用方式都对土壤的空间变异有重要影响。

(3)由于研究区范围较小,土壤母质往往均质,气候所引起的土壤养分空间变异往往也很小,所以地形对变量的结构变异影响比较大。小范围内的土壤属性块金方差与基台值比值分析和土壤分布图,表明土地利用方式、地形是蓝田县土壤属性空间变异的主要影响因素。

[1] A lexand ra N K,Donald GB.Correlation of corn and soy bean yield with properties[J].Agronomy Journal,2000,92(1):75-83.

[2] Marlzer G L.Com yield response variability and potential profitability of site-specific nitrogen managemen t[J].Better crop with plant food,1996,(3):6-8.

[3] 周慧珍,龚子同.土壤空间变异性研究[J].南京:土壤学报,1996,33(3):232-241.

[4] Goobaerts P.Geostatistical tools for characterizing the spatial variability of m icrobiological and physicochem ical soil properties[J],Biol.Fertile.Soils,1998,2 7:315-334

[5] Zhou S,KeW,Bailey JS.Sampling strategies for soilavailable K and P at fieldscale[J].Pedosphere,2004,10(4):309-315.

[6] Zhang CS,Selinus O.Spatial analyses for copper,lead,and zinc con tents in sediments of the Yang tze River basin[J],Sci Tot Environ,1997,204(3):251-262.

[7] 雷志栋,杨诗秀,许志荣.土壤特性空间变异性初步研究[J].水利学报.1985.9:10-21.

[8] 汤国安 杨昕.A rcGIS地理信息系统空间分析教程[M].北京:科学出版社,2006.

[9] 汤国安,赵牧丹.地理信息系统教程[M].北京:科学出版社,2000.

[10] 蓝田土壤.蓝田县土壤普查办公室,1985.

[11] 陆 欣.土壤肥料科学[M].北京:中国农业大学出版社,2001.

[12] 李 毅,王文燕,王全九.土壤空间变异性研究[J].土壤保持学报,2002,16(1):65-71.

[13] 张成才,秦昆,卢艳等.GIS空间分析理论与方法[M].武汉:武汉大学出版社,2004.