茂兰喀斯特常绿落叶阔叶林土壤养分空间分布特征

杨再梅, 谭 伟, 戚玉娇, 柴宗政, 王 科

(1.贵州大学林学院；2.林业信息工程研究中心，贵州 贵阳 550025)

土壤养分是供给植物生长发育所必需的营养物质[1]，受到多种因素如地形、母质、生物、时间、气候等的重要影响[2-4]，其具有复杂的空间分布特征.深入探讨土壤养分的空间异质性不仅有助于对土壤形成机制、分布格局的进一步了解，还可以为深入研究土壤养分平衡机制、森林植被恢复及群落构建等提供参考.

国内外对土壤空间特征研究主要集中在其物理和化学性质等领域.土壤物理性质的研究有土壤的颗粒组成、水分、温度、团聚体大小、毛管持水量、容重、楔入阻力和孔隙度等空间异质性[5-6].土壤化学性质的研究，内容相对较丰富，主要有土壤养分元素(如有机质、全氮、碱解氮、速效磷、速效钾、交换性钾、交换性磷)、pH等空间变异性及分布格局[5,7-12].研究方法逐步精确化，由传统的定性分析逐步转向空间定量分析，最初研究者们运用Fisher[13]创立的传统统计方法对土壤性质的空间差异性进行定性分析，但后来有研究者发现土壤养分在一定空间范围内存在相关性，对传统方法提出质疑.经大量研究，Bugress及Webster把区域化变量的理论引入该研究，以定量分析养分的空间分布特征[14-15].Needelman et al[16]进一步拟合土壤磷空间分布模型，用3种不同的模型对空间变异及其空间自相关性进行比较.张有山、秦耀东等[17-18]对土壤养分空间变异特征进行定量分析和空间变异结构研究，并且用点方法绘制具有空间变异结构的元素等值线图.张淑娟[19]等进行了土壤特性随机性和结构性的半方差和空间分布的研究，表明土壤养分空间分布主要受结构性因子影响(海拔、坡度等),并绘制了表达这些土壤特性随机性和结构性的半方差图和空间分布图.这些方法结合了地统计学和GIS对土壤养分开展了空间变异性特征研究，能更加直观地表达土壤养分的空间分布特征.相关研究区域遍布全球，如美国东部、意大利中部[12,20]，但大多集中在常态地貌上，少有研究特殊的喀斯特地貌.

贵州是我国西南喀斯特发育典型的省区之一，大部分区域是由碳酸盐岩发育形成的喀斯特(karst)高原、山地和丘陵.喀斯特地区生境特殊，生态环境脆弱，母岩成土缓慢，植被生长缓慢[21]，凸显了土壤养分对植被生长的重要性.针对这种特殊生境的土壤养分分布情况，许多学者研究贵州省内的土壤养分的空间结构特征，如分别开展了黔中地区土壤质量及空间异质性研究[3,22].任京辰等[23]研究了贵州花江谷地典型植被群落下喀斯特土壤养分库在生态系统退化中的演化特点.胡忠良、符裕红[3,24]等研究黔中土壤养分、空间异质性及土壤质量.本研究对土壤养分空间异质性的探索，揭示其空间分布规律，以期为喀斯特生态脆弱区生态建设提供数据参考，为喀斯特地区植被恢复、生态持续性发展、森林经营管理提供依据.

1 材料与方法

1.1 研究区概况

研究区域为贵州省茂兰国家级自然保护区，此区位于贵州省黔南布依族苗族自治州荔波县境内，与广西壮族自治区环江县接壤，毗邻广西木伦国家级自然保护区.地理位置为东经107°52′10″—108°05′40″，北纬25°09′20″—25°20′50″，面积21 285 hm2.保护区处于中亚热带季风湿润气候区，年平均气温为18.3℃，全年降水量1 752.5 mm，年平均相对湿度83%，年日照时数1 272.8 h[25].区内地势西北高，东南低，海拔430～1 078 m.研究区内土壤以碳酸盐岩发育的黑色石灰土为主，pH值呈中性到弱碱性，土壤层仅20～40 cm，土层薄，土被不连续，多存在于岩石缝隙[26].研究区森林为常绿落叶阔叶混交林，主要树种有朴树(Celtissinensis)、黄连木(Pistaciachinensis)、腺叶山矾(Symplocosadenophylla)、香叶树(Linderacommunis)、圆果化香树 (Platycaryalongipes)、贵州石楠(Photiniabodinieri)、云贵鹅耳枥(Carpinuspubescens)等.

1.2 样品采集与测定

在保护区的缓冲区设置12 800 m2样地，机械式布点128个，间隔距离为10 m(图1)，记录各点的海拔、坡度、坡向等信息.坡向分级为东北、东、东南、南、西南、西、西北、北，坡度分级为平坡、缓坡、急坡、陡坡.在布点处用土钻取0～10 cm土壤表层样品，混匀，带回实验室自然风干，除石块、动植物残体等杂质后，磨细分别过0.25和2.00 mm筛，装入密封袋，备测土壤氮、磷和钾等养分含量.土壤表面是岩石的样点共55个，其养分含量记为零.各指标及测定方法[27]如下：土壤全氮(total nitrogen, TN)含量采用半微量凯氏法；土壤全磷(total phosphorus, TP)含量采用氢氧化钠碱熔-钼锑比色法；土壤全钾(total potassium, TK)含量采用氢氟酸消煮-氢氧化钠熔融法；土壤碱解氮(available nitrogen, AN)含量采用氢氧化钠碱解扩散法；土壤有效磷(available phosphorus, AP)含量采用碳酸氢钠浸提法；土壤有效钾(available potassium, AK)含量采用NH4OAc浸提-火焰光度计法.

图1 研究区采样点分布Fig.1 Distribution of sampling points in the study region

1.3 数据分析与处理

(1)局部莫兰指数(local Moran′sI):全局莫兰指数大小是土壤养分指标的空间自相关(spatial autocorrelation)程度的量化体现.Moran′sI指经过方差归一化之后，其值为-1.0～1.0.Moran′sI>0表示空间正相关性，该值越大，空间相关性就越明显；Moran′sI<0表示空间负相关性，其值越小，空间差异越大；Moran′sI=0，空间呈随机性.局部莫兰指数是全局莫兰指数的一个分解形式，其高值表明有相似变量值的面积单元在空间集聚，低值表明不相似变量的面积单元在空间集聚[28].公式如下：

n为要素总数，ωij是要素i与j之间的空间权重，Zi、Zj分别是要素i、j的属性与平均值的偏差，S0是所有空间权重的聚合.

(2)半方差函数:半方差函数也称半变异函数，指两点实测值之差的方差的一半，它是研究土壤养分空间异质性的关键函数.通过离散样本数据的直观特征和不同变量之间的差异性，用直线或曲线方程拟合半方差函数的理论模型.通过半方差函数，可以反映不同距离观测值之间的变化量，能够拟合出样本空间变异模型及相关参数值，是空间插值的必要前提.其表达式如下：

式中：r(h)表示间距为h的半方差变量，也称步长；Z(xi)表示第i样点对应的土壤养分含量值，N(h)是以h为间距的所有观测点对数量.

在一定范围之内，半方差函数值随样本间距h的增大而增大，当测定样本点间距大于最大相关距离时，该值趋于稳定[29].半方差函数有5个重要参数：块金值(nugget,C0)、变程Range、基台值(sill,C0+C)、残差RSS和决定系数R2.其中块金值由最小取样间距内样本特性的空间变异性和测量误差引起.变程则反映样本空间变异特性：在变程内样本具有空间相关性，在变程外样本空间独立，不具有相关性.基台值反映区域化变量的先验方差，不同采样间距内存在的半方差最大值.块金值与基台值之比C0/(C0+C)表示由随机部分引起的空间变异占总体变异的比例，即空间变异性程度[30]，该值≤25%，空间自相关强烈；在25%～75%时，空间自相关中等；>75%时，空间自相关较弱.残差和决定系数是表征函数模型拟合度高低的重要参数，RSS值越小，决定系数R2越接近1，说明拟合模型程度越好.

(3)克里格空间插值:克里格插值实质上是利用区域化变量的原始数据和变异函数的结构特点，对未采样的区域化变量的取值进行线性无偏最优估计的一种方法[31].如果变异函数和相关分析的结果表明某一属性的空间相关性存在，则可以利用普通克里格进行插值.克里格假设模型为：

Z(s)=μ+ε(s)

其中，Z(s)是测量值，μ是一个未知常量，ε(s)是误差.

采用GS+7.0对土壤养分含量进行莫兰指数(Moran′sI)、半方差模型(semivariogram)计算分析，ArcGIS 10.2的克里格插值(kriging interpolation)进行养分空间分布图的绘制.Excel、SPSS 23.0对土壤养分结果进行统计分析和图表绘制.

2 结果与分析

2.1 土壤养分的特征值分析

土壤养分TN、TP、TK含量较低(表1)，分别为(3.046±1.236)g·kg-1、(0.335±0.103)g·kg-1、(1.112±0.612) g·kg-1.AK含量处于中等，平均值为(16.684±6.699 )mg·kg-1，AN含量最高(586.5 mg·kg-1).6种养分表现为高中度变异，变异系数分别为AP(89.95%)、TK(55.04%)、TN(40.58%)、AK(40.15%)、AN(33.02%)、TP(30.75%).在5%检验水平下，土壤养分均服从正态分布，表明所测数据满足统计学分析的要求.

表1 6种土壤养分的统计学特征及K-S检验1)Table 1 Statistical characteristics and K-S test of the 6 soil nutrient indicators

2.2 土壤养分的空间自相关

研究区土壤养分的空间依赖性随滞后距离增加逐渐降低，空间自相关程度依次为AP>TP>TK>AK>AN>TN(图2).土壤AP的Moran′sI范围是-0.583～0.583，TP范围为-0.490～0.490，两者Moran′sI相对较大，表明土壤磷元素对空间的依赖程度较大.TN和AN的自相关程度较小，Moran′sI值相近且与滞后距的变化趋势相似.TK的Moran′sI最大是0.432，AK系数较小且在零值上下波动，其自相关程度小.土壤TN、AN、TP、AP和TK养分元素的滞后距在50 m出现拐点，空间自相关转为负，表明研究区50 m以内这5个元素的空间自相关较好.AK的Moran′sI在约20 m出现2个拐点，表明AK空间异质性较大.

图2 研究区土壤养分空间自相关图Fig.2 Spatial autocorrelation analysis of soil nutrients in the study area

2.3 土壤养分空间异质性分析

拟合得出TN和TK半方差模型最好的为指数模型，决定系数(R2)分别为0.876和0.706，残差(RSS)分别为0.148和2.337×10-3；TP和AN半方差模型最好的为高斯模型，R2值为0.957和0.78，RSS为2.656×10-6和0.153；AP半方差模型最好的为线性模型，预测误差R2值最大是0.880，RSS最小为6.943×10-7；AK拟合得到球面模型，最大R2、最小RSS分别0.679、20.50.RSS均很小，R2均在0.679以上(表2)，这说明理论模型能较好地反映土壤养分的空间结构特征.块金系数表明TN和AP为强烈空间自相关程度，空间变异主要是受结构因素影响，其余元素为中等程度的空间自相关，空间变异受结构因素和随机性因素影响.TP、TK、AN、AP的变程分别为138.7、632.70、265.5和83.1 m(图3)，这4种养分在空间上具有相关性且空间自相关范围较大，表明土壤养分具有较好的均质性.而TN和AK变程较小，为19.5和54.6，说明其在很小的范围内具有空间自相关性.

表2 土壤养分半方差函数理论模型相关参数Table 2 Relevant parameters for the theoretical semivariogram models of soil nutrients

图3 研究区土壤养分半方差函数Fig.3 Semivariogram functions of soil nutrients in the study area

2.4 土壤养分的空间分布特征分析

研究区土壤TN含量呈带状分布，其高值区在研究区中部，向东西部逐渐降低.中部TP含量较高，破碎化严重，呈块状分布，AP从下坡位向上坡位逐渐降低，土壤TP、AP空间分布规律相似.TK含量分布带状不明显，从东北向西南逐渐增高，西部为较高含量区.AN在研究区的分布界限较模糊，呈块状分布.AK在整个区域内的分布为带状，中部为高值区，东、西部含量较低(图4).

2.5 地形对土壤养分含量影响分析

坡度、坡向、海拔等地形因子制约土壤养分的空间分布.如相关分析(表3)，海拔与AN、TP呈显著负相关(-0.416**、-0.773**).坡度与TP 呈显著负相关(-0.394**).坡向与TK也为显著负相关(-0.361**).

图4 土壤养分空间分布图Fig.4 Spatial distribution of soil nutrients

表3 土壤不同养分及地形因子的相关性分析1)Table 3 Correlation analysis of soil nutrients and topographic factors

元素与元素之间也有相关性，如TN与AN呈显著负相关性(-0.190*)；TP与AN呈显著正相关.TK与AP相关性显著(0.292**).相比较而言，相关性最显著的是AP与海拔、AP与AN，分别为-0.773**和0.515**(表3).其余土壤养分元素间及其与地形因子间存在相关性，但均不显著.

3 讨论

3.1 土壤养分含量特征

土壤养分全量，结合该元素在土壤中各种形态的含量，一定程度上代表土壤养分供应的潜在水平[24].本研究区森林土壤养分平均含量低于西南地区及其他常态地貌平均水平[32-36](表4)，与毗邻的广西喀斯特森林及贵州北盘江河谷混交林所处的气候带、地貌特征和森林类型相似，土壤氮含量也接近[4,37-40].该区域土层浅薄稀缺、土壤酸溶作用强、淋失率高，对于相对活泼的N、P、K元素，一部分被植物根系吸收进行养分循坏周转[25]，另一部分则大量迁移和流失[41]；前者是植被对土壤养分氮、磷、钾在空间上的异质化产生影响，后者导致研究区土壤因子的基本特征与其他森林有所不同.喀斯特地区土壤全磷含量均值远远低于全球，全钾含量则均高于全球.大部分钾元素通常以原生矿物形态分布于土壤表层粗粒部分，故很难被植被吸收利用[42].

表4 贵州茂兰喀斯特森林与其他研究区域土壤N、P、K含量Table 4 Contents of soil N, P and K in Maolan Karst Forest and other research areas

3.2 土壤养分空间分布规律

对半方差函数拟合模型精度评价得出TN和TK为指数模型，TP和AN为高斯模型，AP为线性模型，AK为球面模型.5种养分TN、TP、TK、AN、AP在空间上具有自相关性，且自相关范围较大，在空间分布上由很多大的斑块组成，说明这5种土壤养分在该研究区具有较好的均质性.分析显示研究区各土壤养分基台值较大，说明土壤养分具有明显的空间依赖性和良好的空间分布结构，在大尺度上(如自然恢复区),地形、母质等因素对土壤养分空间异质的影响可能更大[43],而在小尺度上(如山丘),植被对土壤养分含量的空间异质性具有显著影响[24]，灌草丛、灌木林及乔木林等植物群落的组成结构和分布格局制约着土壤各养分组成过程，导致土壤养分分布异质化.在本研究区，除地貌、地形、气候等结构因素影响土壤养分的异质性外.土壤养分的空间分布可能还受森林林木的分布及枯落物的调节再分配影响[44].还可能是因为研究区森林为典型的喀斯特常绿落叶阔叶混交林，具有明显的空间分层结构，树种多样性较强，对土壤养分的异质化过程产生了重要作用.

土壤养分总体变异程度为中高等变异(30.75%～89.95%)，这可能受降雨、海拔及养分元素的可迁移性、存在形态、周转速率等影响.有研究表明，降雨条件下，坡地产生的地表径流会导致P元素转化为结合态、N元素在下坡沉积[41].Pearson相关性分析结果显示，TN与AN呈显著负相关性，这是因为TN包括有机氮和无机氮，根据能量守恒定理，氮的存在总量不变，土壤中氨化、硝化、反硝化、矿化、作物吸收以及氨挥发等过程均对氮的存在形态产生影响[45].李丹维[46]等研究了太白山土壤TN、TP发现，土壤全氮含量随海拔梯度升高先增后降，土壤TP含量空间变异较小.土壤P元素是生命遗传的主要元素，其缺乏会限制植物生长和繁殖.因此，N元素的循环与P元素含量(迁移量、库存量)直接相关[47].适量的K能促进植物光合作用[48]，P元素参与植物光合作用，在一定范围内，K含量增加能提高P元素的代谢速率.

AN与海拔、TP与海拔、TK与坡向、TP与坡度间均呈显著负相关，这与王华等[39]的研究结果相同，即较低海拔、较缓坡度上的点，土壤养分含量较高.土壤养分的空间分布特征表明，研究区土壤TP、TK、TN和AP在空间上呈带状分布，空间分布较为规律，均质性较好.AN和AK呈块状，破碎化严重，空间异质性较高.土壤TP、AP含量从下坡位向上坡位呈规则的带状，可能的原因有：一是AP空间自相关性范围较小，AP只有在很小的范围内存在很强的空间相关性，致使形成较小的斑块；二是AP本身变异性较大，含量分布均匀；三是因为土壤P元素具沉积现象[44].TK含量分布带状不明显，但依旧表现从东北向西南逐渐增高趋势.AN在研究区的分布具明显的块状分布特征.AK在整个区域内的分布最为细碎化，异质性最高，主要受结构性因素影响[3].喀斯特石灰岩不同地下生境土壤质量的差异，与此区特殊的地质背景、岩石种类的基本性质、岩石产状及土壤分布特点等差异较大有关.养分在空间上各异性可能与其相应的土壤及植被分布有关，已有研究表明土壤养分的空间分布因植被指数不同而呈现出异质性[49-50].此外，山东省丘陵地区的马蒂峪流域全氮的地统计特征值与土地利用现状、空间地形结构密切相关[51].经进一步研究表明，土地利用类型对土壤化学性质的影响起主要作用[52].该研究区森林土壤养分的空间分布异质性主要受海拔、坡度的影响.

4 结论

在特殊的喀斯特地貌上，研究区6种土壤养分含量相对较缺乏，均为中等程度变异，变异系数最大为AP(89.95%)、最小是TP(30.75%)；经模型精度评价，土壤养分AP半方差模型为线性模型，TN、TK为指数模型，TP、AN为高斯模型，AK为球面模型；研究区的土壤养分TN、TK、AK、AP在空间上呈带状分布，中下部含量最高，北部含量最低.TP、AN呈不规则的块状分布，破碎化程度较高，分布不均匀；喀斯特森林土壤养分空间分布受地形因子的影响，其中海拔、坡度对养分元素的空间异质性影响最深.