紫色土区土壤质量敏感因子空间分异特征及其对土地利用方式变化的响应研究

2019-02-26杨小林花可可李义玲李太魁

生态环境学报 2019年1期

杨小林，花可可，李义玲*，李太魁

1. 河南理工大学，河南焦作 454000；2. 安徽省农业科学院土壤肥料研究所，安徽合肥 230031；3. 河南省农业科学院植物营养与资源环境研究所，河南郑州 450002

土壤质量状况作为土壤肥力、环境质量和健康质量的综合量度，是土壤维持生产力、环境净化能力以及保障动植物健康能力的集中体现（王华等，2017），也直接关系到农作物生产及粮食安全（王琪琪等，2016），可见土壤质量的维护和提高是全球生物圈可持续发展的重要因素之一（李灵等，2011）。在自然和人为因素的作用下，土壤质量因子具有高度的时空变异性，其变异程度与区域气候状况、成土母质、土壤类型、土地利用、水土流失状况以及人为干扰强度密切相关（Al-kaisi et al.，2005）。其中，土地利用是人类干预土壤质量最直接、最重要的活动（李灵等，2011），通过影响土壤有机物输入（郭焱培等，2017；Yu et al.，2014）、冠层结构（Finzi et al.，1998）、土壤水分和养分迁移（Sakin，2014；Six et al.，2014），进而改变土壤养分循环强度、总量和路径，最终影响土壤性质和质量状况（胡尧等，2018）。合理的土壤地利用方式可改善土壤结构，提高土壤质量、改善土壤环境和生产力，而不合理的土地利用方式则会导致土壤质量下降，加速水土流失和土壤退化等（Lal et al.，1999；傅伯杰等，2014）。因此，开展区域土壤质量因子与土地利用方式的响应关系研究，可定量评估区域土地利用方式变化对土壤质量因子的影响，也为区域土地利用结构优化、维护及土壤质量状况改善提供科学依据。

目前，有关土壤质量因子研究，对象多集中在林地、草地、灌丛、湿地、耕地等，研究内容多集中在土壤质量因子的空间变异特征、影响因素以及土壤质量综合评价等方面（杨文焕等，2018；王艳芳等，2018；王玉红等，2017；杨建宇等，2018）。研究方法多采用野外调查、模型模拟、遥感技术、GIS空间分析技术与地统计学分析等（Kumhálová et al.，2011；邓欧平等，2013；李启权等，2013）。如江叶枫等（2018）利用地统计学方法对余干县耕地土壤质量因子的时空变异特征及其影响因素进行分析；Gelaw et al.（2014）与 Wang et al.（2016）认为土壤养分含量与储量状况的空间变异与土地利用类型密切相关。已有研究表明，土壤生态过程与植被类型、景观类型、群落结构之间存在显著的相关关系（朱新玉，2015；童笑笑等，2018），且土壤质量因子与自然景观过程具有较好的耦合关系，土壤生态过程的改变是景观过程演变的重要动力，同时景观格局变化进一步影响土壤生态要素的改变（张华兵，2013a）。张华兵（2013b）研究发现自然条件下湿地土壤的理化性质与地表植被之间存在密切关系，而且水分和盐度是湿地植被群落演替的关键控制因子。上述研究多从宏观方面分析了不同区域不同对象的土壤质量因子空间变异特征与影响因素，以及自然条件下植被类型、景观类型、群落结构等与土壤质量因子（特别是湿地生态系统）的耦合关系，缺少土壤质量因子与土地利用方式变化之间响应关系研究，特别是紫色土区土壤质量因子与土地利用方式之间的响应关系鲜见报道，难以揭示该区域土地利用方式变化对土壤质量的影响，也无法指导区域土地利用结构优化、土壤质量维护和提高以及水土流失控制等方面的研究。

紫色土区是长江上游最重要的土地资源之一，20世纪50年代起毁林、开荒对天然林破坏严重。地势较低处的林地、灌丛等多被开垦为坡耕地和水田，随着灌溉设施逐渐完善，地势低洼地带的坡耕地又逐渐改造成水旱轮作田；地势较高的区域，70－80年代人工恢复种植柏木（Cupressus funebri）林。现今该区域土地利用类型以人工林、坡耕地、水旱轮作田以及水田等为主。由于人类不合理的干扰活动，该区域土地利用方式变化显著，自然植被破坏严重，加之区域地形地貌复杂多变，土地利用方式多样化、碎片化特征显著，土地利用不合理导致土地退化、水土流失、水环境恶化等成为困扰该区的主要环境问题。为此，针对紫色土区开展了很多土壤理化性质及空间变异、生物特性、水土流失风险等方面的研究，但紫色土区复杂的土地利用方式变化与土壤质量因子之间的响应关系还不清楚。本研究从地学角度出发，采用主成分分析与典范对应分析等方法，结合GIS技术，建立紫色土区流域尺度的土壤质量主要敏感因子与土地利用方式的响应关系，探讨该区域土地利用方式变化对土壤质量因子的影响，旨在为紫色土区土地利用结构优化，土壤生产力和生态功能的维护和提高提供参考。

图1 万安小流域土地利用方式和采样点分布图Fig.1 Land use map of the study area and soil sampling sites

1 研究区域与方法

1.1 研究区域

本研究选择四川省盐亭县林山乡的万安小流域为研究对象（图1），该区属于中亚热带季风气候，年均气温17.3 ℃，多年平均降水量为826 mm。土壤类型以石灰性紫色土和水稻土为主，成土速度快，土层较薄，水土流失十分严重。研究区海拔介于380－680 m，总面积为12.10 km2，其中林地占44.5%，果园占0.2%，旱地占38.3%，水旱轮作田与水田共占12.0%，居民点占3.3%，道路和坑塘等其他用地占 1.7%（图 1）。流域土地利用类型分布与地形密切相关，其中，水旱轮作田与水田主要分布于流域低洼处，旱地主要集中于丘陵中部，而林地主要分布于丘陵中上部，果园零星分布于居民点周边（均为家庭小面积果园，并无特殊人工管理）。林地为上世纪 70－80年代人工恢复的柏木林（Cupressus funebri），林下灌木主要有黄荆（Vitex negundo）、马桑（Coriaria sinica）、刺梨（Rosa roxburghii）等，草本多为禾本科（Gramineae）、莎草科（Cyperaceae）、菊科（Compositae）、唇形科（Labiatae）和豆科（Leguminosae）等植物。水旱轮作田和旱地5－9月分别种植水稻（Oryza sativa L.）和玉米（Zea mays L.），10月至次年4月分别种植油菜（Brassica campestris L.）和小麦（Triticum aestivum L.）。研究区大多农户分别于5月底和10月底对作物进行一次性集中施肥，少数农户会在作物种植后45 d左右对其进行追肥，氮肥、磷肥和钾肥年施用量大约分别为 330 kg·hm-2N、180 kg·hm-2P2O5和 72 kg·hm-2K2O。

1.2 研究方法

1.2.1 样品采集与分析

结合万安小流域土地利用图，依据土地利用类型变化确定林地、果园、旱地、水旱轮作田、水田共计276个采样点，其中小流域3个典型支沟小流域（亚流域）按照大约10 m的间距布置样点，其他区域按照土地利用方式的变化随机布置样点（图1）。为减少人为施肥对研究结果的干扰，提高土壤样品的代表性，故在冬季作物收获季（4月）采集土壤样品。由于紫色土区土层较浅，特别是林地土壤深度大多在10－20 cm之间，为保持不同土地利用类型土壤样品采集深度一致，采样过程中按照“蛇形”法采集各样点0－15 cm的表层土壤，装入自封袋中制成混合样品带回实验室，并分成2份。1份拣出土样中石块、动植物残体等杂物，风干、碾磨，过0.149 mm筛后，装入自封袋备用，用于测定土壤有机质、全氮、全磷等指标；一份鲜样冷冻保存，用于测定土壤铵态氮、硝态氮等指标，测定前解冻并过2 mm筛。此外，利用4.8 cm直径的环刀采集样品，并装于铝盒中带回实验室于105 ℃烘箱中干燥48 h并称重，获得土壤容重（SBD）和含水量（WC）数据。

1.2.2 土壤质量敏感因子描述性统计分析

运用SPSS 13.0分析土壤质量敏感因子数据的均值、标准差和变异系数，并采用单因素方差分析检验不同土地利用方式条件下土壤质量敏感因子的差异性。

1.2.3 土壤质量敏感因子地统计学分析

采用地统计分析方法分析土壤质量因子的空间变异特征。首先，运用 GS+7.0对采样点的土壤质量因子数据进行半方差分析，利用不同的半方差模型进行拟合，选取最合适的拟合模型。然后，运用ArcGIS 10.0的Geostatistical Analyst模块，选择Ordinary Kriging空间插值法生成土壤质量敏感因子空间分布图。

1.2.4 土壤质量敏感因子与土地利用方式相关关系分析

由于土壤质量因子变量较多，传统线性相关分析受到限制，本研究采用能够结合多个土壤质量因子的主成分分析法（PCA）和典范对应分析法（CCA）分析流域土壤质量因子与土地利用方式变化之间的响应关系。但在土壤质量因子与土地利用方式之间关系的分析过程中，由于土地利用方式属于定性变量，需要进行合理赋值方能进行定量分析，故在定量分析时，将旱地、水旱轮作田、水田、林地、果园5种土地利用方式分别设置成5个虚拟变量，并进行0和1哑变量赋值，将土地利用方式由定性变量转化为能进行CCA分析的定量变量。

在进行土地利用方式与土壤质量因子关系排序时（CCA排序分析），首先采用主成分分析法建立新的主成分变量作为土壤质量因子解释变量，土地利用方式作为响应变量，运用典范对应分析法分析它们之间的关系和空间分布规律。本研究运用Excel 2010进行描述性统计分析，SPSS 19.0软件进行主成分分析、方差分析和LSD（P＜0.05）多重比较分析；运用Canoco for Windows 5进行CCA排序分析和作图，具体方法参照文献（Lepš et al.，2003）。

森林旅游资源一直处于待开发状态，黎苗文化的挖掘和传承工作也不尽如人意，没有找到一条可行的文化创新之路，将森林、生态、黎苗文化等琼中最具竞争力的旅游资源整合展示及塑造，使之成为海南特有的旅游产品；同时，将一些保存完好和具有开发价值的传统手工艺品及其技术、民间艺术以及传统节日等加以保护和利用，使它们能传承下去，为今后海南旅游的持续发展增添活力和魅力。以此激发游客发现海南本土文化美的热情。人文资源的保护首先要提高居民的保护意识，主要依赖当地居民自觉地做好人文资源的保护工作，否则难以取得实效。

2 结果与分析

2.1 流域土壤质量敏感因子空间分异特征

由表1可知，水田的STN、AN、SOM和WC的质量分数分别为(1.30±0.22) g·kg-1、(10.07±6.31)mg·kg-1、(19.73±3.45) g·kg-1和 40.82%±4.86%，均普遍高于其他土地利用类型（P＜0.05）；水旱轮作田和旱地的 NN 质量分数分别为(41.22±21.69)、(24.22±10.61) mg·kg-1，亦显著高于林地(12.58±8.40)mg·kg-1、水田 (11.21±13.42) mg·kg-1和果园(6.24±2.80) mg·kg-1（P＜0.05）；水田(0.78±0.11)g·kg-1、水旱轮作田 (0.71±0.13) g·kg-1、旱地(0.71±0.14) g·kg-1土壤 STP 含量明显高于林地(0.48±0.15) g·kg-1和果园(0.51±0.11) g·kg-1；林地和果园SBD显著高于其他土地利用类型（P＜0.05），在土地利用方式上表现为果园＞林地＞水旱田＞旱地＞水田。其中，由于长期处于淹水环境同时受人为耕作熟化的影响（张文菊等，2005），水田表层土壤容重最小，仅为1.00 g·cm-2。总体上，水田、水旱轮作田以及旱地等土壤养分水平相对较高，林地和果园相对较低。

本研究采用 Kriging空间插值法对土壤质量主要敏感因子进行空间插值，以便更直观地显示土壤质量敏感因子的空间变化趋势。如图2所示，STN和SOM的空间变异规律相似，流域低洼处和中上部含量较高，而流域中部区域含量相对较低；土壤STP和NN的高值区主要集中在流域低洼处和中部区域；AN和WC的高值区主要位于流域低洼处；而 SBD的高值区和低值区都集中在流域低洼处，这与水旱轮作田和水田都集中在低洼处有关。

表1 流域土壤性质指标Table1 Statistical characteristic of soil properties

表2 土壤质量敏感因子主成分载荷矩阵Table2 Component matrix loading of soil quality sensitive factor

2.2 土壤质量敏感因子主成分分析

采用SPSS软件中的Zscore方法对土壤质量敏感因子数据进行标准化处理，然后进行主成分分析，在特征值大于1的情况下抽取3个主成分（表2）。前 3个主成分的方差贡献率分别为 36.455%（P1）、30.202%（P2）和 18.691%（P3），累积贡献率为85.347%，且公因子方差均超过了0.6，说明抽取的3个新的公因子对土壤质量因子的变量解释程度超过了85%。以x1－x7分别表示各土壤质量因子指标，根据因子主成分分析得分系数，可得到如下3个主成分表达式：

根据以上各主成分的构成和各土壤质量因子主成分分析载荷可知，对于主成分P1，AN和WC的贡献率最高，分别为0.871和0.859，其他因子贡献率较小。因此，可以将主成分P1作为AN、WC、SBD的代表，但是SBD与WC和AN的相关方向是相反的。STN和SOM在主成分P2中的贡献率显著高于其他因子指标，分别为0.926和0.940，说明主成分P2主要代表SOM和STN；STP和NN在主成分P3的载荷显著大于其他质量因子，因此P3主要代表土壤总磷和硝态氮。

2.3 基于CCA的土壤质量敏感因子与土地利用方式的响应关系

图2 万安小流域土壤质量主要敏感因子空间分布（a－g）与流域地形图（h）Fig.2 Spatial distribution of soil quality sensitive factors (a-g) and digital elevation model (h) of studied catchment

主成分与土地利用方式的CCA排序结果显示，土地利用方式解释了总变量的85.35%，蒙特卡洛检验 P=0.002（Monte Carlo test 499，F=72.334），表明排序轴在统计学上是具有显著性的。由于主成分与土地利用方式CCA排序图（图3）和土壤质量敏感因子与采样点CCA排序图（图4）具有高度的一致性，说明主成分能够很好地反映土壤质量敏感因子与土地利用方式之间的响应关系。主成分与土地利用方式之间对应分析特征值总和为 4，第一主轴特征值为0.853，占总特征值的比例为31.33%，第二主轴特征值为0.750，占总特征值的28.75%。第一、第二主轴能够累积解释主成分与土地利用方式关系总变异的 60.08%。在主成分与土地利用方式CCA排序图上，对主成分射线延长，将土地利用方式点投影于射线上，沿着主成分箭头方向因子变量值增大，也反映了主成分与土地利用方式之间相关性增强。图 3表明，主成分 P1（代表 AN、WC、SBD）与水田的相关性最大，其次依次为水旱轮作田、旱地、林地和果园。代表STN和SOM的主成分P2与水田的相关性最强，与旱地的相关性最弱。代表STP和NN的主成分P3与水旱轮作田的相关性最强，其次依次是旱地、水田、果园和林地。

土地利用方式点之间的距离代表了它们之间相似度的强弱，从图3可以看出，旱地与水旱轮作田、林地与果园之间的距离均较小，而水田与其他土地利用方式距离较远，说明了水旱轮作田与旱地以及林地与果园土壤质量敏感因子相似度较高，而水田的表层土壤质量敏感因子与其他土地利用方式相似度较低。从主成分与土地利用方式 CCA排序图（图3）可看出，5种土地利用方式分别位于4个不同象限，也说明不同土地利用方式具有不同的土壤物理化学性质组合特征。水田位于第四象限，与代表 AN和土壤物理性质的 P1和代表 STN和SOM的P2呈正相关，与代表STP和NN的P3呈负相关，说明AN和土壤有机质含量较高是水田的重要特征。位于第三象限的果园和林地与 P2呈正相关，与P1和P3呈负相关，说明林地和果园土壤具有较高有机质、低氮磷养分含量的特征。水旱轮作田与旱地分别位于第一和第二象限边界处，且与P3呈正相关，与 P2呈负相关，P1呈弱负相关，说明STP、NN含量较高是水旱轮作田与旱地的重要特征。由土壤质量因子与土地利用方式的 CCA排序图（图 5）可知，不同土地利用方式与土壤质量因子间存在着不同的相关关系，也说明土地利用方式的变化将导致各土壤质量因子水平发生响应变化。

图3 主成分与土地利用方式CCA排序图Fig.3 Ordination diagram for CCA of the relationship between principal components and land uses

图4 土壤质量敏感因子与采样点CCA排序图Fig.4 Ordination diagram for CCA of the relationship between the soil quality sensitive factors and sampling points

图5 土壤质量敏感因子与土地利用方式CCA排序图Fig.5 Ordination diagram for CCA of the relationship between the soil quality sensitive factors and land uses

3 讨论

通过对川中紫色土区不同土地利用方式的土壤质量主要敏感因子状况的调查分析发现，土地利用方式对土壤质量敏感因子水平的空间变异影响显著（P＜0.05）。依据第二次全国土壤普查分级标准（全国土壤普查办公室，1992），如表1和表3所示，本研究区域的水田、水旱轮作田、林地和果园的土壤STN的平均值处于中等水平（1.0－1.5 g·kg-1），旱地的土壤STN处于缺乏水平（0.75－1.0 g·kg-1）；水田、水旱轮作田和旱地的土壤STP处于中等水平（0.6－0.8 g·kg-1），而林地和果园的土壤STP水平处于缺乏水平（0.4－0.6 g·kg-1）；对于土壤有机质而言，水田、水旱轮作田、林地和果园处于缺乏水平（10.0－20.0 g·kg-1），旱地处于很缺乏水平（6.0－10.0 g·kg-1）。由于川中丘陵区以中、浅切割的丘陵地貌为主，且紫色土属典型的幼龄土，土层浅薄，颗粒粗，保水肥能力差，加之区域内年降雨量分布不均，水土流失十分严重（邓欧平等，2013），导致紫色土区土壤养分状况总体不佳。

表3 第二次全国土壤普查分级标准Table3 Grading standard of the second national soil survey

本研究通过 Kriging空间插值法对土壤质量主要敏感因子进行空间插值，直观显示了土壤质量敏感因子的空间变化特征（图2）。其中，流域低洼处和中上部土壤STN和SOM含量较高，而流域中部区域含量相对较低。土壤STP、AN、NN等的高值区主要集中在流域低洼处和中部区域。总体上，流域土壤质量主要敏感因子水平呈现低洼处＞中部区域＞顶部区域的趋势。这种分布趋势与研究区的土地利用方式密切相关，即水旱轮作田与水田主要分布于流域低洼处，旱地主要集中于丘陵中部，而林地主要分布于丘陵中上部，故应将流域中上部区域作为土壤质量维护和改善的重点区域，即将旱地和林地列为流域土壤质量管理的重点对象。

20世纪50－70年代末，研究区域天然林被大规模采伐，涵养水源能力降低，水土流失加剧，造成土壤养分流失严重，土层变薄，养分来源减少（程欢等，2018）。封育造林后植被有了较好恢复，但人工林多为柏木林，针叶凋落物纤维素、半纤维素含量高，凋落物分解缓慢（李灵等，2011），且林龄较短，也限制了土壤有机物的输入总量。此外，林地土壤磷主要来源于长期岩石风化形成的矿物质，研究区土壤母质以砂岩、碳酸盐岩、残坡积物及第四系更新统沉积物等为主，造成土壤磷素来源有限（程欢等，2018），加之林地多位于流域中上部，坡度较陡，水土流失严重，导致林地的STN、SOM、STP等土壤养分含量较低，这将不利于林地植被群落的更新和演替，也限制了其土壤生产力的自我恢复，未来可加强林地落叶阔叶树种的种植和更新，提高土壤有机物输入量和土壤涵养能力，维护和改善林地土壤质量状况；研究区水田和水旱轮作田由于秸秆还田量较高，有机质输入量较大，且长期处于淹水和干湿交替环境中，耕作层的有机质易于累积（罗由林等，2016）。此外，人为磷肥施用量大，且水田和水旱轮作田地势低平，土壤养分不易迁移，致使水田和水旱轮作田的STN、STP和SOM等养分含量较高。由于秸秆的收割与焚烧降低了旱地土壤有机质输入，而且人为耕作改变了土壤通透性和孔隙度，促进了表层土壤有机物的分解和矿化，加速氮素的流失，导致旱地土壤STN和SOM含量较低，而区域人为磷肥的大量施用使得其土壤磷素水平高于林地。

前人研究多发现林地由于植被覆盖率较高，枯枝落叶量大，同时人为干扰小，因此有机质易于积累，土壤有机质和STN含量较高，而耕地受人为耕作、施肥、浇水等因素干扰强烈，土壤酶活性以及微生物活动活跃，枯枝落叶少且易分解、易消耗导致土壤有机质、全氮等含量较低（Xu et al.，2016；胡尧等，2018）。土地利用变化可引起陆地生态以及生物地球化学循环过程的变化，导致土壤性质和土地生产力变化，影响土壤质量和土壤环境变迁（Ngo-Mbogba et al.，2015）。如天然林地转变为次生林后降低了土壤有机质（Van Straaten et al.，2015），土壤氮、速效磷（Guillame et al.，2016），提高了土壤容重（Nurulita et al.，2015），导致土壤质量严重退化；天然林变为次生林、灌丛、耕地后土壤有机碳、全氮、容重等多表现为天然林＞次生林＞人工林＞灌丛＞耕地（董云中等，2014；Gelaw et al.，2014；张忠启等，2015）。本研究通过主成分分析和典范对应分析，发现土壤质量主要敏感因子变量与土地利用方式之间存在着有序关系，说明土地利用方式的改变也将会导致土壤质量敏感因子的变化。由于主成分 P1（代表 AN、SBD、WC）与土地利用方式之间相关性排序为：水田＞水旱轮作田＞旱地＞林地＞果园；主成分P2（STN和SOM）与土地利用方式之间相关性排序为：水田＞水旱轮作田＞林地＞果园＞旱地；主成分 P3（STP和 NN）与土地利用方式之间相关性排序为：水旱轮作田＞旱地＞水田＞林地＞果园。结果表明，研究区域天然林被毁林、开荒成旱地降低了 SOM、STN含量，而水旱轮作田和水田对保持土壤质量状况具有积极作用。同时，人为耕作、施肥导致耕地的STP、AN、NN等养分含量升高。现有各土地利用类型土壤主要敏感因子状况的差异，说明土壤质量因子很好地响应了研究区域过去土地利用方式的变化，这也为区域土地资源的合理利用、土地利用结构的优化，提高紫色土区土壤生产力和生态功能，特别是减轻区域水土流失状况提供依据。

本文采用数理统计、因子分析和典范对应分析等方法分析了土壤质量主要敏感因子与土地利用方式的响应关系，分析得出土地利用方式变化是紫色土区土壤质量因子空间变异的重要驱动力。然而，区域土壤质量因子的空间变异受众多要素影响，如地形地貌条件、降水及水文条件、成土母质条件及人为干扰等，如何更加全面综合评估不同要素条件对土壤质量因子空间变异的影响，仍需进一步深入研究。