鲁中南药乡小流域林地土壤有机碳空间分布特征

张立勇， 高鹏†， 王成军， 刘胜涛， 李肖

(1.山东农业大学林学院,国家林业局泰山森林生态站, 271018, 山东泰安; 2.山东省临朐县水利局, 262600, 山东临朐)

鲁中南药乡小流域林地土壤有机碳空间分布特征

张立勇1， 高鹏1†， 王成军2， 刘胜涛1， 李肖1

(1.山东农业大学林学院,国家林业局泰山森林生态站, 271018, 山东泰安; 2.山东省临朐县水利局, 262600, 山东临朐)

土壤有机碳库是全球碳循环和气候变化研究的核心内容，以鲁中南山区药乡小流域林地土壤为研究对象，应用地统计学和GIS技术，研究林地土壤有机碳的空间异质性分布特征。结果表明：1)土壤有机碳和全氮、全磷质量分数随土壤层深度增加而减小，土壤有机碳质量分数在0～10 和10～30 cm土层之间差异极显著；全氮和全磷质量分数在0～10和10～30 cm土层之间差异显著。2)0～10 cm土层的有机碳质量分数与全氮质量分数、海拔呈极显著正相关，与全磷质量分数呈显著正相关；在10～30 cm土层有机碳质量分数与全氮质量分数、海拔呈显著正相关。3)土壤有机碳质量分数的半方差函数模型属于高斯模型，0～10 cm土层有机碳质量分数具有强烈的架构化区域模式；10～30 cm土层有机碳质量分数表现为中等强度的空间自相关性。4)土壤有机碳质量分数是流域的东部和西北部较高、中南部较低；有机碳质量分数分布由东部和西北部向中南部递减，基本与药乡小流域DEM趋势一致。5)0～10 cm土层的土壤有机碳质量分数分形维数较小，土壤有机碳空间格局较简单；10～30 cm土层的有机碳质量分数分形维数较大，土壤有机碳空间格局较为复杂。不同方位的土壤有机碳质量分数分形维数表明，东-西方向是药乡小流域林地土壤有机碳分布的优势格局。

土壤有机碳； 空间异质性； 地统计学； GIS； 鲁中南山区

土壤有机碳作为陆地生态系统中重要的生态因子，是评价土壤肥力和土壤质量的重要指标[1-2]，尤其是林地土壤有机碳库是全球碳循环的重要组成部分，是全球碳循环和气候变化研究的核心内容，它不仅为植被生长提供碳源，而且在很大程度上影响着土壤结构、土壤抗侵蚀的物理稳定性及土壤生物多样性等[3-5]。空间异质性是土壤有机碳的一个基本特征，近年来，应用地统计学和GIS技术对小流域土壤养分空间变异特征的研究备受众多学者关注[6-9]。张伟等[10]对西南喀斯特地区峰丛洼地土壤有机碳的空间分布进行了研究，并对其进行了预测分析；薛志婧等[11]在小流域尺度上研究了黄土丘陵区小流域土壤有机碳空间异质性，并得出不同土地利用类型下的土壤有机碳存在显著性差异；耿广坡等[12-13]利用回归克里格插值法对山东省马蹄峪小流域土壤有机碳质量分数空间分布特征进行了研究，并得出流域内海拔高的区域土壤有机碳质量分数相对较高的结论；刘玲等[14]对吉林省金仓林场土壤有机碳空间变异进行了研究，发现空间变异因土壤深度而异，表层土壤有机碳的空间变异性较大。总之，针对小流域土壤养分空间变异特征的研究主要集中在我国南部和西部，而且多为不同土地利用方式下土壤有机碳分布特征方面的研究；但是关于鲁中南山区小流域尺度下土壤有机碳的分布，尤其是基于地统计学的小流域林地土壤空间变异与分布规律的研究成果鲜见报道。笔者以鲁中南山区典型区域的药乡小流域林地土壤为研究对象，应用地统计学和GIS技术，研究分析药乡小流域林地土壤有机碳的空间异质性分布特征，并探讨林地土壤有机碳的空间分布异质性与土壤全氮、全磷和海拔的相关性，可为鲁中南山区小流域林地土壤养分空间变异规律研究提供科学依据，同时对于小尺度的土壤有机碳空间变异研究，精确估算区域碳储量和制订区域水土保持与生态恢复措施具有重要意义。

1 研究区概况

研究区位于山东省泰安市城市水源地黄前流域药乡小流域，地理坐标为E 117°05′39″～117°09′26″，N 36°17′58″～36°20′30″，总面积4.20 km2。地处北方土石山区鲁中南山地丘陵区西北部，属暖温带大陆性半湿润季风气候，多年平均气温为12.6 ℃，≥10 ℃的活动积温3 821 ℃，无霜期196 d，多年平均降水量758 mm，降水主要集中在6—9月。流域地形东、北、西三面环山，海拔629～940 m。侵蚀剥蚀岩溶构造地貌，沟壑密度6.67 km/km2，主沟比降18.23‰。流域内岩石主要为花岗片麻岩风化层。土壤类型主要是棕壤土，呈微酸性，pH值在6.0左右，土层较薄，平均厚度30 cm。流域内林地植被均为人工林(表1)，主要树种为赤松(PinusdensifloraSieb. et Zucc.)、麻栎(QuercusacutissimaCarruth.)和刺槐(Robiniapseudoacacia)。

2 材料与方法

2.1 土样采集与数据处理

根据流域地形地貌、植被类型和采样点的代表性及可操作性，结合小流域1∶1万地形图生成DEM栅格图(10 m×10 m)，于2013年11月，共设置样地77个(图1)，样地面积为0.025 hm2。在样地内以S形布设5个采样点，按0～10 cm和10～30 cm分别采集各层土壤的混合样1 000 g左右；同时，用GPS记录样地的经纬度及高程值，并详细记录采样点周围的景观信息。混合土样经风干、磨细、过筛(2 mm、0.25 mm和0.149 mm土壤筛)，用于土壤化学性质的测定。土壤有机碳采用外加热重铬酸钾氧化—容量法，全氮采用半微量凯氏法，全磷采用氢氧化钠熔融—铝锑抗比色法[15]。

表1 研究区典型植被的基本概况

图1 药乡小流域林地土壤采样位置布设图Fig.1 Locations of soil sampling points (0-30 cm) distribution in the Yaoxiang small watershed

2.2 统计分析

1)描述性及相关性分析：应用SPSS 19.0软件进行统计分析和回归分析。

2)地统计分析：根据小流域1∶1万地形图生成DEM栅格图(10 m×10 m)来提取地形因子，坡向以正北方向为0°，并按顺时针方向计为0°到360°。利用GS+9.0和Arcgis10.0软件进行土壤有机碳的半方差函数分析和空间预测分析。半方差函数计算公式[16]为

(1)

式中：γ(h)为半方差函数；h为样本间隔距离；z(xi)和z(xi+h)为变量在空间位置xi和xi+h的取值；N(h)为取样间隔为h时的样本对总数。

半方差函数反映了土壤相邻采样点之间的空间关系，并且把空间变异距离增加到一个恒定值，即基台值(C0+C1)作为空间依赖范围，当采样点间距接近这个恒定值则具有空间相关性，如果超过此距离则空间相关性消失；因此，应用方差函数模型分析了土壤有机碳的空间相关性。半方差函数理论模型包括球形模型、指数模型、高斯模型、纯块金效应模型和线性模型。半方差模型提供变量的空间结构和克里格插值的输入参数。土壤变量的空间依赖性可由半方差函数得到块金值(C0)、基台值(C0+C1)、结构比(C0/(C0+C1))、变程Range和决定系数R2等重要指标。半方差函数γ(h)的值随距离h的增大，从非零值达到一个相对稳定的常数，这个常数为基台值，基台值是系统属性中最大的变异；当距离h为0时，γ(h)=C0，表示随机部分的空间异质性。当函数达到基台值时的间隔距离成为变程，当距离h大于变程以后，区域化变量z(xi)的空间相关性会消失[17]。R2的数值越大表示土壤有机碳质量分数分布的优势格局越明显。

有机碳质量分数的分形维数的计算公式[18]为

D=(4-M)/2。

(2)

式中：D为有机碳质量分数的分形维数，表示样本之间的结构性，D值越大，样本之间差异越小，即均一性较好；M为logγ(h)与logh进行线性回归后的直线斜率。

3 结果与分析

3.1 描述性统计

药乡小流域林地土壤有机碳、全氮和全磷质量分数描述性统计见表2，可看出：在0～10 cm，土壤有机碳质量分数均值为20.38 g/kg；在10～30 cm，土壤有机碳质量分数均值为9.36 g/kg，随着土壤深度的增加，土壤有机碳质量分数减小。在0～10 cm，土壤有机碳质量分数变异系数为17.58%；在10～30 cm，土壤有机碳质量分数变异系数为14.52%，它们都属于中等程度变异。在0～10 cm，全氮质量分数变异系数均超过40%，属于中等程度变异，全磷质量分数变异系数均小于10%，属于弱度变异；在10～30 cm，全氮和全磷质量分数变异系数均超过10%，属于中等程度变异，而且随土壤深度增加，土壤全氮、全磷质量分数减小。

表2 药乡小流域林地土壤养分质量分数的描述性统计表

注：表中大写字母表示不同土层间极显著差异(P<0.01)，小写字母表示不同土层间显著差异(P<0.05)。Note: The capital letters indicate a significant correlation at the 0.01 level, and the lowercase letters indicate a significant correlation at the 0.05 level.

方差分析结果表明：土壤有机碳质量分数在0～10 cm和10～30 cm土层之间差异极显著(P<0.01)；全氮和全磷质量分数在0～10 cm和10～30 cm土层之间差异显著(P<0.05)。这主要是因为，在0～10 cm土壤层有林地植被枯落物覆盖，枯落物分解后，对其所在的土壤具有很好的改良效果，增加了土壤养分来源，从而导致林地土壤0～10 cm的有机碳、全氮和全磷质量分数比10～30 cm的高。

3.2 相关性分析

药乡小流域林地不同土层土壤有机碳质量分数与土壤性质和海拔的相关性分析见图2，可以看出：在0～10 cm土层，土壤有机碳质量分数与全氮质量分数、海拔呈极显著正相关，相关系数分别为0.711(P<0.01)和0.563(P<0.01)，与全磷质量分数呈显著正相关，相关系数为0.499(P<0.05)；在10～30 cm土层，有机碳质量分数与全氮质量分数、海拔呈显著正相关，相关系数分别为0.424(P<0.05)和0.351(P<0.05)，与全磷质量分数相关性不显著(P>0.05)。相关分析表明，药乡小流域林地土壤有机碳质量分数与土壤的全氮和全磷质量分数以及流域的海拔间存在密切关系。

3.3 地统计分析

3.3.1 半方差分析 药乡小流域林地土壤有机碳的半方差函数模型分析结果见表3和图3，可看出，该流域林地土壤的0～10 cm和10～30 cm土层有机碳质量分数的半方差函数模型均属于高斯模型，2土层半方差函数模型的参数值存在一定差异。0～10 cm土层半方差函数模型的结构比为14.79%(<25%)，变程是706 m，说明具有强烈的架构化区域模式；10～30 cm土层半方差函数模型的结构比为30.00%(>25%)，变程是721 m，并表现为中等强度的空间自相关性。

3.3.2 土壤有机碳质量分数空间分布特征及分形维数 利用普通克里格插值方法得到药乡小流域林地土壤有机碳质量分数的空间分布情况见图4，可以看出：药乡小流域林地土壤的有机碳质量分数东部和西北部较高，流域的中南部较低；有机碳质量分数由东部和西北部向中南部递减，基本与药乡小流域DEM趋势一致，也就是说海拔高的区域土壤有机碳质量分数相对较高。

图2 药乡小流域林地土壤有机碳质量分数与土壤性质和海拔的相关性分析Fig.2 Correlation analysis of SOC and different soil properties and elevation of forest land in the Yaoxiang small watershed

土层Soillayer/cm模型Model块金值C0基台值C0+C块基比C0/(C0+C)/%变程Range/m0～10高斯模型Gaussianmodel1.770011.970014.7970610～30高斯模型Gaussianmodel0.52501.750030.00721

图3 药乡小流域林地土壤有机碳质量分数的半方差函数模型Fig.3 Semivariogram model of SOC content of forest land in the Yaoxiang small watershed

表4是药乡小流域林地土壤不同土层有机碳质量分数的分形维数，从全方位来看：0～10 cm土层的有机碳质量分数分形维数较小(1.593)，空间格局较简单，空间依赖性较强；10～30 cm土层的有机碳质量分数分形维数较大(1.762)，均一程度高，土壤有机碳质量分数空间格局较为复杂。比较不同方位的分形维数：0～10 cm土层的土壤有机碳质量分数在各方位分形维数差异不大，其中西北—东南方向上大，在东—西方向分形维数小，在此方向上的空间异质性较大，具有较强的空间依赖性；10～30 cm土层的土壤有机碳质量分数在东北—西南方向分形维数大，均一性较好，在南—北方向分形维数小，在该方向上空间异质性和空间依赖性较强。同时，从决定系数来看，0～10和10～30 cm土层都是在东—西方向大(0.866和0.547)，说明东—西方向是该流域林地土壤有机碳质量分数分布的优势格局。

图4 药乡小流域不同土层土壤有机碳质量分数普通克里格插值图Fig.4 Spatial distributions of different SOC content interpolated by ordinary-kriging in the Yaoxiang small watershed

表4 药乡小流域林地土壤各层有机碳质量分数的分形维数

注：S-N为南-北方向；NE-SW为东北-西南方向；E-W为东-西方向；NW-SE为西北-东南方向；D为分形维数。Note: S-N is the south- north direction; NE-SW is the northeast-southwest direction; E-W is the East-west direction; NW-SE is the Northwest-Southeast direction.Dis the fractal dimension of SOC content.

4 讨论

4.1 不同土层有机碳质量分数的变化特征

药乡小流域0～10 cm土层有机碳质量分数高于10～30 cm土层，二者之间差异极显著；半方差函数模型分析表明，0～10 cm土层有机碳质量分数具有强烈的架构化区域模式，10～30 cm土层有机碳质量分数表现为中等强度的空间自相关性，该研究结果与刘玲[14]和孙文义等[19]的研究结果一致。这主要与凋落物和植物根系关系密切，表层土壤覆盖有大量的森林凋落物，而凋落物是森林生态系统物质循环过程中的一个重要物质库，是表土碳、氮元素的主要补给者，调落物的数量和分解过程对表层土壤碳、氮的累积有直接的影响，同时，凋落物淋洗水所携带的有机碳量是土壤有机碳输入的较大项。药乡小流域在0～10 cm土层有较多的植被凋落物覆盖，凋落物分解后，对其所在的土壤具有很好的改良效果，增加了土壤养分来源，从而导致林地土壤0～10 cm的有机碳、全氮和全磷的质量分数均比10～30 cm土层的高。

4.2 不同海拔有机碳质量分数的异质性变化特征

药乡小流域林地土壤有机碳质量分数与流域的海拔间存在显著的相关性，总体分布特征是东部和西北部较高，流域的中南部较低；有机碳质量分数分布由东部和西北部向中南部递减，基本与药乡小流域DEM走向一致，即海拔高的区域土壤有机碳质量分数相对较高。这主要是由于该地区经过多年的封山育林，高海拔地区的森林植被受到人为的干扰程度较轻，林下枯枝落叶物保存的比较完整，从而较好地改良了土壤结构，土壤有机碳质量分数增加，这一研究结论与T. Hengl等[20]、R. K. Gupta等[21]和李海东等[22]的研究结论吻合。可见，保护和恢复好森林植被，尽可能减少人为干扰和破坏，对森林土壤有机碳固存具有重要的意义。

本研究采用普通克里格插值法预测并分析了小流域尺度上林地土壤有机碳质量分数分布特点，但由于受到地形、坡向、植被等综合环境因子的影响，预测精度存在一定的局限性。同时，本研究仅对药乡小流域林地土壤有机碳质量分数进行了分析，未进行有机碳储量估算，仍还需进一步研究。

5 结论

1) 药乡小流域林地土壤有机碳和全氮、全磷质量分数随土壤层深度增加而减小，土壤有机碳0～10 cm和10～30 cm土层间差异极显著(P<0.01)；全氮和全磷质量分数0～10 cm和10～30 cm土层间差异显著(P<0.05)。

2) 药乡小流域林地0～10 cm土层的有机碳质量分数与全氮质量分数、海拔呈极显著正相关关系，与全磷质量分数呈显著正相关关系；在10～30 cm土层有机碳质量分数与全氮质量分数、海拔呈显著正相关关系。

3) 药乡小流域林地土壤有机碳质量分数的半方差函数模型属于高斯模型，0～10 cm土层有机碳质量分数具有强烈的架构化区域模式，10～30 cm土层有机碳质量分数表现为中等强度的空间自相关性。

4) 药乡小流域林地土壤的有机碳质量分数东部和西北部较高，流域的中南部较低；有机碳质量分数分布由东部和西北部向中南部递减，基本与药乡小流域DEM趋势一致，即海拔高的区域土壤有机碳质量分数相对较高。

5) 药乡小流域林地土壤0～10 cm土层的有机碳质量分数分形维数较小，空间格局较简单，空间依赖性较强；10～30 cm土层的有机碳质量分数分形维数较大，均一程度高，土壤有机碳质量分数空间格局较为复杂。不同方位的土壤有机碳质量分数分形维数表明东-西方向是该流域林地土壤有机碳质量分数分布的优势格局。

[1] 程先富, 史学正, 于东升, 等. 江西省兴国县土壤全氮和有机质的空间变异及其分布格局[J].应用与环境生物学报,2004, 10(1):64-67

[2] Lal R. Carbon sequestration in dry lands [J]. Annual of Arid Zone, 2000, 39 (1): 1-10

[3] 蓝良就, 张野, 黄炎和,等.退化花岗岩植被恢复对团聚体及其有机碳的影响[J].水土保持学报,2012,26(1):190-194

[4] 耿玉清, 孙向阳, 亢新刚,等.长白山林区不同森林类型下的土壤肥力状况的研究[J].北京林业大学学报,1999,21(6):97-101

[5] 张超, 刘国彬, 薛萐,等. 黄土丘陵区不同林龄人工刺槐林土壤抗蚀性演变特征[J]. 中国水土保持科学, 2010, 8(2): 1-7

[6] Kucharik C J, Brye K R, Norman J M, et al. Measurements and modeling of carbon and nitrogen cycling in agro-ecosystems of southern Wisconsin: Potential for SOC sequestration during the next 50 years[J]. Ecosystems, 2001, 4: 237-258

[7] 王清奎, 汪思龙, 高洪, 等. 土地利用方式对土壤有机质的影响[J]. 生态学杂志,2005,24(4): 360-363

[8] Stacey K F, Lark R M, Whitmore A P, et al. Using a process model and regression kriging to improve predictions of nitrous oxide emissions from soil[J].Geoderma,2006,135:107-117

[9] 张世熔, 黄元仿, 李保国, 等. 黄淮海冲积平原区土壤有机质时空变异特征[J]. 生态学报,2002,22(12): 2041-2047

[10] 张伟, 王克林, 陈洪松, 等. 典型喀斯特峰丛洼地土壤有机碳含量空间预测研究[J]. 土壤学报,2012,49(3): 601-606

[11] 薛志婧, 侯晓瑞, 程曼, 等. 黄土丘陵区小流域尺度上土壤有机碳空间异质性[J]. 水土保持学报,2011,25(3): 160-163

[12] 耿广坡, 高鹏, 吕圣桥, 等. 鲁中南山区马蹄峪小流域土壤有机质和全氮空间分布特征[J]. 中国水土保持科学,2011,9(6): 99-105

[13] 耿广坡.基于回归克里格模型的小流域土壤养分空间分布特征及影响因素[D]. 山东泰安:山东农业大学,2012:20-25

[14] 刘玲.长白山低山区典型森林类型土壤有机碳及养分空间异质性研究[D]. 北京: 北京林业大学,2013:40-43

[15] 鲁如坤.土壤农业化学分析方法[M]. 北京: 中国农业科技出版社,1999:16-39

[16] 姜勇, 梁文举, 李琪. 利用与回归模型相结合的克里格方法对农田土壤有机碳的估值及制图[J]. 水土保持学报,2005,19(5): 97-126

[17] Sumfleth K, Duttmann R. Prediction of soil property distribution in paddy soil landscapes using terrain data and satellite information as indicators[J]. Ecological Indicators, 2008,8 (5): 485-501

[18] 龚元石, 廖超子, 李保国. 土壤含水量和容重的空间变异及其分形特征[J]. 土壤学报,1998,35(1): 10-15

[19] 孙文义, 郭胜利, 宋小燕. 地形和土地利用对黄土丘陵沟壑区表层土壤有机碳空间分布影响[J]. 自然资源学报,2010,25(3): 443-453

[20] Hengl T, Heuvelink G B M, Stein A. A generic framework for spatial prediction of soil variables based on regression-kriging[J]. Geoderma, 2004,120: 75-93

[21] Gupta R K,Vijayan D, Prasad T S. New hyperspectral vegetation characterization parameters[J]. Advances in Space Research,2001,28: 201-206

[22] 李海东, 林杰, 张金池, 等. 小流域尺度下土壤有机碳和全氮空间变异特征[J]. 南京林业大学学报: 自然科学版,2008,32(4): 38-42

(责任编辑：程 云)

Spatial distribution of soil organic carbon in the forestland of the Yaoxiang small watershed in central and southern Shandong Province

Zhang Liyong1, Gao Peng1, Wang Chengjun2, Liu Shengtao1, Li Xiao1

(1.Shandong Agricultural University, College of Forestry; Taishan Mountain Forest Ecosystem Research Station, 271018, Tai′an, Shandong, China; 2.Water Resources Bureau of Linqu County, 262600, Linqu, Shandong, China)

The spatial heterogeneity of soil organic carbon (SOC) levels is important in researches of both global carbon-nitrogen cycle and climate change. By employing geostatistics methods and GIS technology, we studied the spatially heterogeneous distribution of SOC in the Yaoxiang small watershed in the hilly area of central and southern Shandong Province. Results showed that: 1) SOC, total nitrogen and total phosphorus contents showed a trend of declining with the increase of soil depth, and there was an extremely significant difference in SOC content between 0-10 cm and 10-30 cm soil layers, and significant differences in total nitrogen and total phosphorus contents were found between 0-10 cm and 10-30 cm soil layers. 2) SOC content in 0-10 cm soil layer had an extremely significantly positive correlation with total nitrogen content and elevation, and had a significantly positive correlation with total phosphorus content; SOC content in 10-30 cm soil layer had a significantly positive correlation with total nitrogen and elevation. 3) Semivariogram model of SOC content belongs to the Gaussian model, and SOC content in 0-10 cm soil layer had a strong regional pattern, and that in 10-30 cm soil layer showed a moderate spatial correlation. 4) SOC content was higher in the eastern and northwestern parts and lower in the central and southern parts of the small watershed; the distribution of SOC diminished gradually from the eastern and northwestern parts to central and southern parts, which was basically consistent with the trend of DEM in the Yaoxiang small watershed. 5) Fractal dimension of SOC content in 0-10 cm soil layer was smaller than that in 10-30 cm soil layer, and the spatial pattern of SOC was relatively simple; in contrast, the spatial pattern of SOC in 10-30 cm soil layer was more complex. The fractal dimensions of SOC content in different directions showed that the east-west (E-W) direction was the advantageous pattern of SOC distribution in the Yaoxiang small watershed.

SOC; spatial heterogeneity; geostatistics; GIS; hilly area of central and southern Shandong Province

2014-09-08

2015-04-06

张立勇(1988—)，男，硕士研究生。主要研究方向：流域治理与生态修复。E-mail:zhangliyong@yeah.net

†通信作者简介： 高鹏(1967—)，男，教授，博士。主要研究方向：林业土壤生态。E-mail：gaopengy@163.com

S158.2； S153.6

A

1672-3007(2015)03-0083-07

项目名称： 国家林业公益性行业专项课题“森林生态系统水文和气象生态要素连清技术研究”(2014303- 08)；“全国第八次山东省森林资源生态服务功能评估研究”(201204101)