土壤养分空间变异研究方法
2017-07-19吕小娜
摘 要 近年来,随着农业技术的不断进步,越来越多的专家和学者开始认识到研究土壤养分空间变异对于提高单位面积农作物产量以及保护农耕生态环境的重要性。特别是随着20世纪90年代生态农业和精准农业的蓬勃兴起,土壤养分空间变异的研究更是成为了农业领域的重点研究课题之一。基于此,以我国山西省运城地区为例,引进“土壤空间变异性”和“地统计学”这两个概念,具体探究基于地统计学的本地区土壤养分空间变异研究。
关键词 土壤养分;空间变异;运城市
中图分类号:S158.3 文献标志码:B DOI:10.19415/j.cnki.1673-890x.2017.09.068
1 土壤养分空间变异概述
土壤随着空间位置的变化产生相应的特性变化称为土壤空间变异,土壤空间变异根据其变异元素的种类又可以分为多种,其中重要的一种就是土壤养分的空间变异。
土壤养分的质量分数直接决定植物的生长程度,因此,土壤养分不仅关系到单位面积耕地农作物的产出量,还关系到我国的粮食安全问题和生态环境保护。只有全面深入地认识和分析土壤养分的空间变异,才能够更好地选择与土壤养分相适应的农作物,合理制定和适时调整施肥技术和方案,进一步提高土壤养分的利用率,从而实现对土壤的更加科学有效的利用,促进我国精准农业的顺利开展。
土壤养分空间变异研究这一课题的重要性已得到了相关领域和社会各界的认可,但由于缺乏经验、技术和设备等原因,土壤养分空间变异研究一直都是困扰我国专家学者的一大难点课题,例如,如何才能够在测定土壤性质时,确定最为合理的取样重量和尺度等。笔者将引进“地统计学”这一概念,探究其应用于土壤养分空间变异研究的可行性和重要性。
2 地统计学概述
地统计学又称地质统计学,该理论系统于20世纪60年代正式建立。克立格于1951年首先提出了矿产品位和储量估值方法,法国学者Matheron在其理论基础之上提出区域变量理论,由此,才逐渐形成了完整的将传统地学方法与统计学相结合的新型学科——地质统计学。地统计学以区域化变量理论为基础、以半方差函数为工具、以克里格插值法为辅助,因此,它能够最大程度搜集和整合不同采样点提供的信息,更好地描述研究对象在空间变异上的相关性[1-2]。
地统计学最初主要被广泛使用于地质矿产领域,直到20世纪70年代,才被引入土壤研究领域,随着其在实践中不断取得良好效果,地统计学已被认定为研究土壤空间变异规律和特征的最佳方式之一。
3 基于地统计学的土壤养分空间变异
3.1 运城地区的土壤概况
运城地区位于我国山西省运城市,地形多样、高差悬殊,因而既有纬度地带性气候,又有明显的垂直变化,平均气温为4~14 ℃,年降水量偏少,非常适合各种农作物的种植和培育。运城地区的种植结构较为多元化,其中占比重最大的是粮食作物,其次是经济作物。该地区矿产资源、森林资源、草场资源、生物资源和药材资源等都较为丰富。受到河流冲击力的影响,该地区的地势较为地平,土壤种类可以分为7个土类,15个亚类,48个土属,101个土种,其中占据比重最大的是黄壤。
3.2 运城地区的土壤样品采集和测定
严格依据农业部门统一制定的测土配方施肥技术规范和要求,首先,本课题的采样地块以小麦田、玉米田等粮田为主,以果园和菜地为辅;其次,每个土样的平均采集单元为6.7 hm2,并且每个土样必须在至少15个样点采集,这样才能够使样土更具代表性;最后,不同地方土壤样土的采集深度也有所不同,采集深度为0~20 cm一般是大田样土,果园样土必须在0~20 cm和20~40 cm两个深度分别采集。在本课题的研究中,笔者在XX地区范围内一共采集了混合土样8652个,土壤养分的空间变异测定项目包括有机质、速效钾、速效磷、全氮等。
3.3 山西运城地区土壤养分空间变异的研究方法和具体实施
3.3.1 区域化变量在土壤养分空间变异研究中的具体应用
简单来说,区域化变量就是指一个以空间X的3个直角坐标X1,X2,X3为自变量的随机场,该随机场中的任意区域化变量都可以表示为:Z(X)=Z(X1,X2,X3)。
相较于普通变量,区域化变量最大的特点在于其特殊的取值方法。一般来说,普通变量主要按某种概率分布的变化来取值,而区域化变量则根据其在域内不同的位置取值,即区域化变量就是一种与位置有关的随机变量函数,其最为重要和显著的两大特性是随机性和结构性[3]。
3.3.2 半方差函数及其理论模型在土壤养分空间变异研究中的具体应用
半方差函数是地统计学最为重要的研究工具,也是地统计分析所特有的函数工具。区域化变量的半方差函数是指Z(x)在点x和x+h处的值Z(x)与Z(x+h)差的方差的1/2,记为r(h),2r(h)称为变异函数。
半方差函数图像呈现出来的是一种用来描述区域化变量的模型,半方差函数曲线则主要反映一个采样点与其相邻采样点之间的空间关系,同时它具有检测异常采样点的效果。
半方差函数包含四大重要参数,分别是基台值(Sill)、偏基台值(Partial Sill)、块金值(Nugget)和变程(Range),如图1所示。其中,基台值是指半方差的最大值,变程则是达到基台值时的位差,块金值是指位差为O时的半方差值,而基台值与块金值的差值就是偏基台值。这些参数均可以根据半方差函数曲线图得以确定,并且可以用来表示在一定尺度上,区域化变量的空间变异程度及其相关性。
当半方差函数应用于土壤养分空间变异研究时,在理论上,由于土壤养分的空间变异具有连续性,因此,其空间变异现象呈现出来的半方差函数图也应是由连续不间断的点组成。但由于实践中的研究采样并非連续的,所以,其真实的半方差函数图由一批间断的点组成,但这些点所对应的值能够拟合于某些简单曲线方程,并且拟合得到的简单方程能够用于估量区域内尚未被观测的点的数值,这样的曲线方程被称为半方差函数的理论模型。
在土壤养分空间变异研究中,常用到的半方差函数模型有圆形模型、球状模型、双曲线模型、线性模型、高斯模型和指数模型等,其中指数模型和球状模型是使用频率最高的两种[4]。
3.3.3 多尺度模型套合
笔者通过实践研究发现,土壤养分的空间变异是一个极其复杂且多变的现象,因此,无法通过一个简单理论模型对其进行详细描述的复杂多变型区域化变量,通常可以采取使用两个或者以上理论模型相互叠加形成套和结构的形式对其进行分析,然后用多个拟合函数之和来表示其结果。
3.3.4 克里格法
克里格法主要是指利用半方差函数与原始数据的结构性,对未来采样点的区域化变量进行无偏估值。克里格法按照其适用范围又可以氛围基本克里格法和泛克里格法,当研究对象的区域化变量符合平稳性假设和内蕴假设,即能够假设数据趋于平稳且无明显趋势和各项同性时,多采用基本克里格法;当研究对象的区域化变量数据非平稳、有明显趋势和各向异性时,多采用方法较为复杂的泛克里格法。
克里格法相较于其他方法,具有以下优势:一是不会产生回归分析的边界效应;二是可以使内插中误差易于分析;三是可以估计测定参数的空间变异分布;四是可以估算参数的方差分布[5]。因此,克里格法被广泛应用于土壤的空间变异分析。
3.3.5 新型辅助技术——“3S”技术
通过前人的研究和笔者的实践发现,由于地统计学具有较多的限制条件,导致无法对一些较为复杂的土壤空间变异性质进行很好的研究和描述,因此,必须与时俱进的引进一些更高科技的辅助技术——“3S”技术。
“3S”技术是三种高新技术的简称,包括全球定位技术(GPS)、地理信息技术(GIS)和遥感技术(RS)。全球定位技术是指利用定位卫星,在全球范围内进行实时、快速定位和导航的技术。该技术应用于土壤养分空间变异研究,可以更及时、更精准地锁定研究对象的空间位置;地理信息技术是指以地理空间数据库为基础,利用计算机的相关程序管理和分析具有空间内涵的地理数据。该技术应用于土壤养分空间变异研究可以将大量土壤样点的属性数据与地理数据有机结合,更好地分析和研究土壤养分的空间变异情况;遥感技术是指利用人造卫星等相关飞行器收集得到的电磁辐射信息,对研究目标的属性进行判别和管理。该技术应用于土壤养分空间变异研究有助于对较远距离的土壤进行属性分析。
3.4 运城地区土壤养分空间变异的研究结果
笔者通过对运城地区大量样土的采集、分析和整合发现,该地区土壤养分的空间变异性主要受两大因素的影响——自然因素和人为因素。其中,自然因素包括地形、成土母质、土壤类型等,这些因素会对土壤养分的空间相关性起到增强的作用;人为因素则主要包括种植制度、耕作及施肥等,这些因素会对土壤养分的空间相关性起到减弱作用[6]。另外,土壤养分空间变异的程度主要取决于该养分的来源、施用率及其在土壤中的流动性。
3.4.1 与母质稳定程度相关的土壤养分空间变异
通过调查研究发现,运城地区土壤中的磷主要来源于岩石风化,在运城地区一些地势较为平缓、成土母质较为稳定的地区,相较于该地地势较为崎岖、风化作用较强的地区,其结构性因素起到的作用相对于随机性作用要弱得
多,因此,其土壤中有效磷的空间变异性也较大。
3.4.2 与施肥有关的土壤养分空间变异
当土壤中某一养分的主要来源渠道是施肥时,則该养分的空间变异程度较大。例如:运城地区由于很少施用磷肥,所以其土壤中有效磷的空间变异程度较低,而翻阅相关文献资料可以发现,在我国施用磷肥较多的南方地区,其土壤中的有效磷便具有较大程度的空间变异性。
3.4.3 与植物吸收量和流动性相关的土壤养分空间变异
一般来说,植物吸收量越大,且在土壤中流动性越强的养分,其空间变异程度越小。笔者取样观测发现,运城地区农业耕作用土壤的氮和钾主要来源于施肥,但这两种养分的空间变异程度较小。通过实验研究,其原因是这两种养分在土壤中的流动性较大,且植物对其吸收量较高,这就导致这两种理论上空间变异程度较大的养分实际上空间变异程度为中等或较低。
4 结语
土壤养分的空间变异研究不仅能够为田间信息差异性的测量和描述、开展养分管理的分区研究奠定基础,而且有利于深刻认识农业生产的复杂性和时空变异性,促进循环高效的农田生产系统的构建,从而推动农业的健康可持续发展,因此,应予以高度重视。
参考文献
[1]董林水,宋爱云,周金星.青藏铁路沿线土壤有机碳和速效养分空间分异特征[J].干旱区资源与环境2016(11):161-166.
[2]周开燕,李志伟.基于GIS的陆良烟区土壤主要养分空间变异特征[J].湖北农业科学2016(17):4406-4410.
[3]范夫静,宋同清,黄国勤,等.西南峡谷型喀斯特坡地土壤养分的空间变异特征应用[J].生态学报,2013,25(1):92-98.
[4]刘国顺,常栋,叶协锋,等.基于GIS的缓坡烟田土壤养分空间变异研究[J].生态学报,2013,33(8):2586-2595.
[5]张伟,刘淑娟,叶莹莹,等.典型喀斯特林地土壤养分空间变异的影响因素[J].农业工程学报,2013,29(1):93-101.
[6]吕真真,刘广明,杨劲松,等.环渤海沿海区域土壤养分空间变异及分布格局[J].土壤学报,2014(5):944-951
(责任编辑:赵中正)
收稿日期:2017-02-28
作者简介:吕小娜(1986—),女,山西永济人,硕士,助教,研究方向为土壤生态。