湘中丘陵区石栎-青冈栎常绿阔叶林土壤钾含量空间异质性及其影响因子研究

梁 贵，项文化，2，赵仲辉，2，樊刚惟，杨 丹

(1.中南林业科技大学 生命科学与技术学院，湖南 长沙 410004；2.湖南会同杉木林生态系统国家野外科学观测研究站，湖南 会同 438107)

湘中丘陵区石栎-青冈栎常绿阔叶林土壤钾含量空间异质性及其影响因子研究

梁 贵1，项文化1，2，赵仲辉1，2，樊刚惟1，杨 丹1

(1.中南林业科技大学 生命科学与技术学院，湖南 长沙 410004；2.湖南会同杉木林生态系统国家野外科学观测研究站，湖南 会同 438107)

钾(K)是植物生长的必需元素之一，土壤中K含量主要受多种因素的影响。由于森林经营活动和树种组成不同，森林土壤中K含量差异性较大，表现一定的空间异质性。本研究在1hm2石栎-青冈栎常绿阔叶林样地内的10m×10m小样地中心位置，分采集0～10、10～20和20～30cm层的土壤样品，测定土壤中K元素含量，用地统计学理论分析土壤K含量空间变异特征，研究土壤K含量与土壤其它养分元素(有机C、N、P)、地形因子(海拔、凸凹度和坡度)和凋落物量之间的关系。结果表明：0～30cm土壤K含量平均值为28.04g/kg，为中等变异强度，具有明显的空间异质性。除20～30cm土层中K含量符合线性模型外，0～1010～20土层和0～30cm土层K含量符合球状模型分布，各土层土壤K含量具有较强的空间自相关性。0～10、10～20、20～30cm和0～30cm土层中K含量的空间自相关变程范围分别为37.51、25.38、39.78和28.92m，土壤K含量有较小的空间异质性尺度。各土层K含量随地形的变化趋势较为明显，表现为斑块状空间分布，低值出现在中下部的山脊，高值出现在上部山脊和西南角的部分沟谷。土壤K含量与海拔高度、土壤粘粒含量呈显著的正相关，K含量的空间异质性主要受成土母质和地形等结构因素影响。

地统计学；土壤钾含量；空间异质性；亚热带阔叶林；湘中丘陵区；地形因子；凋落物量

钾(K)是植物生长必需的营养元素之一，植物吸收K的数量大于除氮(N)外的其它养分元素[1]，K对森林生态系统生产力和营养维持具有十分重要的作用[2]。K元素主要以矿物态的形式存在于土壤中，土壤中K元素含量及其有效性影响植物生理活动(如韧皮部养分运输、物质细胞渗透平衡和光合作用)、根系分泌物的碳转换、植物间竞争和林木健康[2]。在森林生态系统中，土壤K含量与母岩和发育时间有关，同时也受生物循环过程的控制。森林植被与土壤之间相互作用，森林类型、森林动态变化和经营活动导致土壤K含量的变化，土壤K含量差异反过来影响森林更新过程和植物分布的空间格局。因此，森林生态系统中土壤K含量表现出较大的空间异质性。

土壤养分的空间异质性是指土壤养分空间分布的不均匀性和复杂性，呈现缀块性、自相关性和环境梯度变化[3-5]。研究土壤养分的空间异质性是探讨土壤养分与环境因子关系的有效方法，有助于了解土壤形成过程、结构和功能[6]，也可用来外推预测没有采样点的土壤特征和进行空间插值[6]。国内外对大尺度和中小尺度的空间异质性研究相对较多，而在小尺度(群落)水平研究土壤养分空间异质性较少[7-9]。本研究在具有典型丘陵地貌的湘中丘陵区，选择代表性亚热带植被的石栎Lithocarpus glaber-青冈栎Cyclobalanopsis glauca常绿阔叶林，研究土壤K含量空间异质性，分析土壤K含量与地形(海拔、凸凹度和坡度)、土壤其它养分(有机C、N和P)及凋落物量的关系，为进一步研究亚热带森林植物与土壤相互作用规律、土壤养分维持机理和亚热带常绿阔叶林的可持续经营提供科学依据。

1 研究区概况

研究区位于湖南长沙县大山冲国有林场(28°23′58″～28°24′58″N，113°17′46″～113°19′08″E)。该林场地处幕阜山余脉西部边缘的湘中丘陵地区，气候属中亚热带季风气候区，年平均气温为16.6～17.6℃，最低月均温出现在1月(-3.2℃)，最高月均温出现在7月(39.8℃)，年降雨量为1 200～1 600mm。土壤为由板岩和页岩基础上发育而形成红壤土。

2003年9月在石栎—青冈栎常绿阔叶林内设置了1hm2固定样地，为准确测定林木位置，将样地划分为100个10m×10m的小样地，对胸径大于1cm的植株进行每木检尺，记录植物种类。群落调查结果表明样地内胸径大于1cm林木密度为4797株/hm2，胸径范围1.0～37.6cm，树高范围1.5～21.0m。优势树种为青冈栎、石栎、杉木Cunninghamia laceolata、南酸枣Choerospondias axillaris、马尾松Pinus massomiana和日本杜英Elaeocarpus japonicus[10]。样地海拔为225～254m，坡向为西北向，坡度22°。

2 研究方法

2.1 土壤样品采集和化学分析

在石栎-青冈栎常绿阔叶林样地内10m×10m小样地的中心位置，用土壤钻(高10cm，内径5cm)分0～10cm、10～20cm和20～30cm共3个土层采集土壤样品，当采样点为树干时，适当移动采样位置，记录具体坐标，共采集300个土壤样品。同时，设50cm×50cm样方，收集凋落物。杨丹等[9]已对具体采样点的位置及采样方法进行了报道。采集样品带回实验室风干、研磨，过100目筛后进行化学分析，凋落物在80ºC烘箱内烘干，测定干重。土壤K含量用全K-400火焰光度计测定[11]。

2.2 数据统计分析

对土层(0～10cm、10～20cm和20～30cm)土壤K含量及其3个层的均值进行统计分析，计算土壤K含量的最大值、最小值、平均值、误差值和变异系数，对数据进行K-S正态分布检验的结果表明各层土壤K含量不满足正态分布条件，各数据运用正弦函数(sin)的平方进行转换后符合正态分布，转换后的数据用于空间异质性分析。

选取海拔、凹凸度和坡度作为地形因子，其中各小样地的海拔为小样地4个角海拔的平均值，凹凸度为小样地海拔减去该小样地相邻的8个小样地海拔的平均值，处于样地边缘的小样地凹凸度为小样地中心的海拔减去4个顶点海拔的平均值，若凹凸度为正值，说明该样方海拔比周围样方海拔高，反之则低。通过相关分析，分析各10m×10m小样地的地形因子、土壤其它养分(有机C、N、P)的含量、凋落物量对各层土壤K含量的影响。所有的统计分析在SPSS18.0统计软件中进行。

2.3 地统计学统计分析

用半方差函数分析不同土层土壤K含量的空间异质性特征，半方差函数计算公式：

式中γ(h)为半方差函数值，N(h)为间距为向量h的点对总数；Z(xi)为系统某属性Z在空间位置xi处的值，Z(xi+h)是在(xi+h)处值的一个区域化变量[12]。半方差函数分析中样本间距h为最大采样间距的1/2或1/3内才具有统计意义，同时步长要求不小于最小采样间距[13]。本研究中样本间距h的变化范围取最大间距的1/2，即63.71m，步长取最小间距，即7.8m。

对各土层计算的γ(h)和h用球状模型、指数模型、高斯模型和线性模型进行拟合，根据决定系数(R2)选择适合模型。拟合的模型可获得3个用于评价土壤性质空间变异程度的重要参数：块金值(C0)、基台值(C0+C)和变程(A0)，其中变程(A0)表示空间变异的尺度，在变程内表示变量具有空间自相关性，反之则不存在空间相关性。块金值(C0)和基台值(C0+C)的变化受自身因素和测量单位的影响较大[3]。特异值也称为异常值，对变异函数的影响很大，尤其是在变程A0范围内的异常值将影响变异函数理论模型的精度。本研究中采用域法来识别特异值。域法即样本平均值加减3倍标准差s，在此区间(±3s)之外的数据为特异值[14]。基于3次样条插值法对土壤K含量进行空间插值，得到青冈栎-石栎常绿阔叶林土壤K含量空间分布图。地统计分析和空间分布均在MATLAB 7.1软件上编程计算和绘制。

3 结果与分析

3.1 土壤K含量统计特征

石栎-青冈栎常绿阔叶林0～30cm土壤K含量平均值为28.04g/kg，变化范围在9.45～56.914g/kg，3个土壤层次K含量的平均值随土层深度增加而增加，从0～10cm的27.82g/kg增加到20～30cm的28.58g/kg(见表1)。一般认为，变异系数Cv(％)＜10为弱变异性，10＜Cv＜100为中等强度变异，Cv大于100为强变异性，本研究中各土层K含量的变异系数在51.03％～52.43％，达到了中等变异强度。与土壤K含量的平均值相反，0～10cm土层的变异系数最大见(见表1)。

表1 不同土壤层次K含量的描述性统计特征(n=100)Table 1 Descriptive statistical characteristics of K concentrations at different soil depths(n=100)

3.2 土壤K含量空间异质性及空间分布

石栎-青冈栎常绿阔叶林的土壤K含量的半方差函数随空间变化如图1，对应的属性参数如表2。空间异质性由结构方差C和块金方差C0组成，空间结构比C/(C0+C)可以用来土壤特性变量的空间相关程度[6]。当空间结构比C/(C0+C)小于25％时，空间相关程度强，C/(C0+C)为25％～75％时为中等相关程度，当C/(C0+C)大于75％时空间相关程度较弱[14,6]。同时，相关系数R2小于0.5时，土壤特性变量的空间相关性较弱[6]。较强的空间相关性受土壤自身特性(如母岩)的影响，相反，较弱的空间相关性与外部条件(经营管理和森林类型的不同)有关[6,15]。从表2可看出，除较深土层(20～30cm)土壤K含量符合有块金线性模型外，石栎-青冈栎常绿阔叶林的上层土壤(0～10cm和10～20cm)和0～30cm土层K含量符合球状模型分布。各土层土壤K含量的空间结构比C/(C0+C)大于0.8，表明由随机因素引起的空间异质性占总空间异质性的值小于0.2，而且主要表现在7.8m以下的小尺度上，而由空间自相关引起的空间异质性占总空间异质性的值大于0.8，主要表现在7.8～40.0m的中尺度范围内。因此，石栎-青冈栎常绿阔叶林的土壤K含量具有较强程度的空间自相关性，土壤自身特性对K含量的影响较大。

石栎-青冈栎常绿阔叶林土壤K含量在土层0～10、10～20、20～30cm和0～30cm的空间自相关变程范围分别为37.51、25.38、39.78和28.92m，表明土壤K含量有较小的空间异质性尺度见(见表3)。一方面该森林内树种组成复杂，植被和凋落物对土壤K含量有一定的影响，另一方面丘陵区的地形变化较大，在小尺度范围内也影响土壤K含量。

图2为插值后石栎-青冈栎常绿阔叶林各土层土壤K含量的空间分布。从图中可看出，各土层土壤K含量随地形变化趋势较为明显，表现出相似的空间变化格局。受母岩、地形和植被等多种因素的影响，土壤K含量成斑块状空间分布，低值出现在中下部的山脊，K含量基本低于17.0g/kg；高值出现在上部山脊和西南角的部分沟谷，K含量高于41.0g/kg；中值出现在东北角的沟谷，K含量在17.0 ～41.0g/kg之间。

图1 土壤K含量的方差函数理论模型及分维数Fig.1 Semivariograms models of soil K concentrations

表2 土壤K含量空间分析的半方差函数的模型类型及参数Table 2 Semivariogram theoretical models and parameters for soil nutrients

表3 土壤K含量与地形因子、土壤其它养分和凋落物量之间的相关系数†Table 3 Coeffecient(R)related soil total K concentrations to topography,soil properties and litter biomass

3.3 土壤K含量空间变异的影响因子分析

各土层(0～10、10～20和20～30cm)土壤K含量及其0～30cm的均值与海拔高度和土壤粘粒含量呈显著的正相关，而且与海拔高度的相关系数大于0.6(见表3)。20～30cm层土壤K含量与土壤N含量呈显著正相关，与C/N呈显著负相关。其他的地形因子、土壤养分和凋落量与土壤K含量之间的关系不显著。这些结果表明，土壤K元素具有较强的淋溶性，同时生物过程也有一定的影响。

图2 石栎-青冈栎常绿阔叶林不同土壤层次K含量的空间分布格局Fig.2 Spatial heterogeneity of K concentrations at different soil depth in L.glaber-C.glauca evergreen broadleaved forest

4 结 论

青冈栎-石栎常绿阔叶林0～30cm土壤K含量平均值为28.04g/kg，土壤K含量均值随土层深度增加而增加，变化范围在8.62 ～58.38g/kg，与我国土壤全K含量的范围(0.5～50.0g·kg-1)一致[16]。本研究中土壤K含量变异系数显示土壤K含量达到了中等变异强度，具有明显的空间异质性。通过半函数方差分析，除20～30cm土层中K含量符合线性模型外，0～10cm和10～20cm土层和0～30cm土层K含量符合球状模型分布。各土层土壤K含量的空间结构比C/(C0+C)大于0.8，表明土壤K含量具有较强的空间自相关性。

土壤特征值的空间变程(A0)可用来指导土壤采样点的设置。只有在自相关距离以外，才具有抽样的独立性。因此，用地统计学理论及方法对土壤特性的空间异质性进行定量研究，使土壤间变异最大，土壤内部的变异最小[17]。对空间变异性范围外的数据，可用经典统计学方法，而在自相关距离以内，必须采用地统计学方法进行分析[18]，但对数据变量进行空间变异的地统计分析时，要求数据满足本征假设，否则要对数据进行适当转换后才可进行空间变异分析[19-22]。本研究的青冈栎-石栎常绿阔林0～10、10～20、20～30cm和0～30cm土层中K含量的空间自相关变程范围分别为37.51、25.38、39.78和28.92m，表明青冈栎-石栎常绿阔叶林土壤K含量有较小的空间异质性尺度。林业上森林群落调查采用30 m×40 m样方，可以反映土壤K含量的总体变化情况。

本研究中各土层土壤K含量随地形的变化趋势较为明显，表现为斑块状空间分布，低值出现在中下部的山脊，高值出现在上部山脊和西南角的部分沟谷。各土层土壤K含量与海拔高度、土壤粘粒含量呈显著的正相关，而且与海拔高度的相关系数大于0.6，说明土壤K含量的空间异质性主要由结构因素构成，成土母质和地形等结构因素会增强土壤K含量的空间相关性。同时，土壤粘粒的比表面大，含量高则吸附和维持土壤K含量也就高。在20～30cm土层，K含量与土壤N含量呈显著正相关，与C/N呈显著负相关，表明土壤中N和K元素都在一定程度上受生物过程的控制，如树种组成和凋落物养分归还等，表现一定的相关性[2]。利用地统计学的理论和方法对土壤养分空间异质性进行研究，定量分析土壤养分的变异程度、相关程度、空间结构特征及变化范围，可为揭示土壤养分空间分布的随机性和结构性特征及变异规律提供科学依据[20]。在今后的研究中，需要将土壤养分空间异质性和地上群落调查数据结合起来，分析植被-土壤之间的相互作用，对进一步阐明亚热带森林生态系统内在的演变机制和维持区域森林生态系统服务具有重要意义。

[1] Havlin JL,Beaton JD.Tisdale SL,et al.Soil Fertility and fertilizers：an introduction to nutrient management[M].7th edition.London：Pearson Education,2005,199..

[2] Tripler CE,Kaushal SS,Likens GE,et al.Patterns in potassium dynamics in forest ecosystems [J].Ecological Letters,2006,9：451-466.

[3] 王政权.地统计学及其在生态学中的应用[M].北京：科学出版社,1999.

[4] 邬建国.景观生态学：格局、过程、尺度与等级[M].北京：高等教育出版社,2000.

[5] 张淑娟,何 勇,方 慧.基于GPS和GIS的田间土壤养分空间变异性的研究[J].农业工程学报,2003,19(2)：39-44.

[6] Liu XM,Zhao KL,Xu JM,et al.Spatial variability of soil organic matter and nutrients in paddy fi elds at various scales in southeast China[J].Environmental Geology,2008,53：1139-1147.

[7] Peter M,John DA,Robert WH,et al.Human alteration of the global nitrogen cycle：sources and consequences [J].Ecological Applications.1997,7：737-750.

[8] 张 伟,陈洪松,王克林,等.喀斯特峰丛洼地土壤养分空间分异特征及影响因子分析[J].中国农业科学,2006,39(9)：1828-1835.

[9] 杨 丹,项文化,方 晰,等.石栎-青冈常绿阔叶林土壤有机碳和全氮空间变异特征[J].生态学报,2014,34(12)：3452-3461.

[10] 赵丽娟, 项文化,李家湘,等.中亚热带石栎-青冈群落物种组成、结构及区系特征[J].林业科学,2013,49(12)：10-17.

[11] 国家林业局.中华人民共和国林业行业标准(LY/T 1210-1275-1999)——森林土壤分析方法[M].北京：中国标准出版社,1999：95-98.

[12] Rossi RD,Mulla DJ,Journel ÁG,et al.Geostatistical tools for modeling and interpreting ecological spatial dependence [J].Ecological Monographs,1992,62：277-314.

[13] Zhao B,Cai Q H.An application of geostatistical analysis in freshwater ecosystem.Acta Hydrobiloglca Sinica,2000,24(5)：514-520.

[14] 张朝生,章 申,何建邦.长江水系河流沉积物重金属含量空间分布特征研究——地统计学方法[J].地理学报,1997,52(2)：184-192.

[15] Cambardella CA,Moorman TB,Novak JM,et al.Field scale variability of soil properties in central Iowa soil[J].Soil Science Society of American Journal,1994,58：1501-1511.

[16] 袁可能.植物营养元素的土壤化学[M].北京：科学出版社,1983.

[17] Lee A K,Weishampel JF.Quantifying spatial structure of volumetric neutral models[J].Ecological Modelling,2005,186(3)：312-325.

[18] Legendre P,Fortin M J.Spatial pattern and ecological analysis[J].Vegetatio.,1989,80：107-138.

[19] Zawadzki J,Ciezewski CJ,Zasada M,et al.Applying geostatistics for investigations of forest ecosystems using remote sensing imagery [J].Silva Fennica,2005,39(4)：599-617.

[20] 毕华兴,李笑吟,刘 鑫,等.晋西黄土区土壤水分空间异质性的地统计学分析[J].北京林业大学学报,2006,28(5)：30-35.

[21] 姜 霞,张 喜,张佐玉,等.不同喀斯特峡谷土壤物理性质空间变异的研究[J].中南林业科技大学学报,2013,33(4)：87-90,96.

[22] 钟 杰,蒋新革,吴立潮,等.石漠化演替过程中土壤肥力质量综合评价[J].中南林业科技大学学报,2013,33(7)：56-61.

Spatial heterogeneity of soil potassium(K)concentration and its affecting factors in a Lithocarpus glaber-Cyclobalanopsis glauca evergreen broadleaved forest in central hilly area of Hunan Province,China

LIANG Gui1,XIANG Wen-hua1,2,ZHAO Zhong-hui1,2,FAN Gang-wei1,YANG Dan1
(1.Faculty of Life Science and Technology,Central South University of Forestry and Technology,Changsha 410004,China; 2.Huitong National Field Station for Scienti fi c Observation and Research of Chinese Fir Plantation Ecosystem,Huitong 438107,China)

Potassium(K)is one of the essential nutrient elements that support plant growth.Soil K concentration could be strongly influenced by many factors in forest ecosystems.Thus,forest soil K concentration showed spatial heterogeneity due to different historical management and tree species composition.In this study,soil samples at 0～10,10～20 and 20～30cm depth were collect at center in 10m×10m subplot in a Lithocarpus glaber-Cyclobalanopsis glauca evergreen broadleaved forest.Based on geostatistics theory and spatial analysis functions,spatial heterogeneity of soil K concentration in the forest was investigated by using semivariogram of geostatistics.The results showed that the average K concentration of soils at 0～30cm depth was 28.04g.kg-1 and coef fi cient variability was at the intermediate range with an obviously spatial heterogeneity.While linear variogram function was best fi tted to soil K concentration at 20～30cm depth,spherical variogram model was best fi tted to soil K concentration at 0～10,10～20 and 0～30cm depths,indicating a strong spatial dependency.The spatial correlation distances(range)of K concentrations were 37.51m for soil of 0～10 depth,25.38m for soil of 10～20cm depth,39.78m for soil of 20～30cm depth,and for soil of 0～30cm depth.Soil K concentrations across all layer exhibited a clear patch distribution pattern,with the lowest values at the middle and lower ridge,and the highest values at upper and southwestern corner.Soil K concentration was signi fi cantly correlated with altitude and soil clay content,implying that soil spatial heterogeneity could be attributed to pattern material and topographical factors.

geostatistics; soil potassium concentration; spatial heterogeneity; subtropical evergreen broadleaved forest; hilly area of central Hunan; topographical factor; litter biomass

S792.18

A

1673-923X(2015)07-0088-06

10.14067/j.cnki.1673-923x.2015.07.016

2015-01-31

国家林业公益性行业专项项目(201304317)；国家自然科学基金项目(31170426)

梁 贵，硕士研究生

项文化，教授，博士；E-mail：xiangwh2005@163.com

梁 贵，项文化，赵仲辉,等.湘中丘陵区石栎-青冈栎常绿阔叶林土壤钾含量空间异质性及其影响因子研究[J].中南林业科技大学学报，2015,35(7)：88-93.

[本文编校：吴 毅]