基于GS+和ArcGIS的蒲江县耕地土壤养分空间变异分析

来源:用户上传      作者:

　　 摘 要：基于GS+7.0、ArcGIS10.2建立蒲江县全氮、碱解氮、有效磷、速效钾、有机质5种耕地土壤养分含量的最优半方差函数模型，利用该模型进行了空间变异和普通Kriging空间插值分析。研究区土壤全氮、碱解氮、有机质均具有中等空间变异性，有效磷、速效钾表现为弱空间变异性。全氮、碱解氮含量高低受地形、成土母质、土壤类型等自然条件和施肥、种植模式、耕作措施等人为活动的共同影响，有机质更多地受人为活动的影响，而有效磷、速效钾则主要决定于人为活动的作用。5种土壤养分含量的空间插值图可直观地表达县域耕地土壤养分的含量水平及其分布状况，使用该图件可方便地提出相应的平衡施肥建议。
　　 关键词：GS+ ArcGIS 土壤养分 空间变异 蒲江县
　　 中图分类号：S151.9               文献标识码：A
　　 Abstract： Based on GS+7.0 and ArcGIS 10.2， the optimized semi-variance model of five arable soil nutrients in Pujiang was established， including total nitrogen （TN）， alkali-hydrolyzable nitrogen （AN）， available phosphorus （AP）， available potassium （AK） and organic matter （OM），by which spatial variability and Kriging interpolation were analyzed. The contents of TN， AN， OM had moderate spatial variabilities， while AP and AK showed weak spatial variabilities. The contents of TN and AN were affected by natural characteristics such as topography， parent material and soil type，and anthropogenic activities such as fertilization， planting patterns and tillage measures. OM tended to be influenced by human activities， while AP and AK were mainly affected by human activities. Spatial interpolation map of five arable soil nutrients could visually show the level and distribution of soil nutrients. Recommendation for balanced fertilization could be put forward by using this map.
　　 Key words： GS+; ArcGIS; soil nutrient; spatial variation; Pujiang
　　 土壤養分因受自然因子和人为活动的综合影响，其空间特征会产生明显变化，普遍存在空间变异性[1-3]。揭示土壤养分空间变异规律，对于指导农民科学施肥，提高土壤环境质量，促进耕地资源可持续利用具有很强现实意义[4-6]。上世纪90年代起，地统计学与GIS相结合的分析方法在土壤养分空间变异研究上得到广泛应用，它能够通过使用有限的土壤样本数据空间内插，掌握整个研究区内土壤养分空间变异状况并进行分析预测，从而大大提高分析效率，节省人力物力[7-12]。目前，ArcGIS地统计分析模块是最常用的空间变异分析工具之一，但若使用其默认的参数设定进行分析往往会出现数据模型决定系数不高，拟合程度不强的问题，影响结果的精确性[13]。GS+地统计分析软件对数据模型的优化相较于ArcGIS更为简捷，故在使用ArcGIS地统计分析模块之前，利用GS+进行模型优化可以弥补这一不足。
　　 蒲江县是成都市传统的猕猴桃和柑橘生产大县，同时也是化肥、有机肥等农用品的投入大县。长期以来对蒲江县的耕地土壤养分空间变异研究较少，然而该区域持续高强度的农业开发不仅降低肥料利用率，增加农业成本，而且造成农业面源污染。因此本文以蒲江县为研究区域，运用GS+和ArcGIS对该县全氮、碱解氮、有效磷、速效钾、有机质5种耕层土壤养分进行空间变异分析，揭示其耕地土壤养分的空间变异规律，以便制定科学的施肥方案，防范耕地土壤环境质量恶化，为该县绿色农业的发展提供帮助。
　　1 材料与方法
　　1.1 研究区域概况
　　 蒲江县位于成都、眉山、雅安三市交界处，介于东经103°19′ ～ 103°41′和北纬30°5′ ～ 30°21′之间，总面积582.86 km2，平均海拔534 m，属亚热带季风性湿润气候，年均气温16.3 ℃，年均降水量1196.8 mm，日照时数春夏足而秋冬短，降雪少。蒲江县境跨成都凹陷西南段之南部，东西两缘皆有断裂控制，平坝、丘陵、山地分别占总面积的20.24 %、63.11 %、16.65 %，耕地面积占总面积的41.40 %。蒲江县土壤类型以水稻土、黄壤、紫色土为主，其中水稻土主要分布在沟谷低洼漕冲地带及河流沿岸的近丘低平地，成土母质为第四纪河流冲积物和近代河流冲积物;黄壤、紫色土主要分布在大、小五面山及长秋山山丘区，成土母质以砂泥岩类为主[14，15]。蒲江县农业人口约18.92万人，占总人口的70.52 %，是成都市传统农业生产大县。 　　1.2 土样采集与检测
　　 本次土样采集采用网格法以30 hm2左右的土壤面积为单位均匀布设样点（图1），通过GPS定位，运用S形取样法进行多点取样。土样于2017年8 ～ 12月完成采集，共计1070个耕层土壤样品，其对应的主要农作物为猕猴桃、柑橘以及茶叶。土样经过杂物剔除、风干、磨碎、过尼龙筛后分别装入瓶中待测。全氮采用半微量凯氏法，碱解氮采用碱解扩散法，有效磷采用碳酸氢钠浸提—钼锑抗比色法，速效钾采用乙酸铵浸提—火焰光度法，有机质采用重铬酸钾容量法，由具备省级以上计量认证资质的检测机构完成上述项目的测定。
　　1.3 数据处理与分析方法
　　 运用SPSS17.0的箱型图分析，根据《耕地质量等级》、《耕地地力评价指南》及成都市耕地基础养分评价指标体系[15，16]，结合土壤类型、种植模式、施肥习惯等进一步识别并剔除部分耕地土壤养分的离群值。利用GS+7.0对样本数据进行描述性统计、正态性检验、数据转换，并通过调整模型类型、有效滞后距、间距、块金值、基台值、变程，找出决定系数与残差均表现较好的半方差拟合模型。将样本数据导入ArcGIS10.2，以上述模型的相关参数为基础进行地统计分析，查看模型的交叉验证结果，如若结果不佳再通过GS+7.0重新调整模型参数，最终选择交叉验证结果最优的模型用于耕地土壤养分普通Kriging空间插值分析。
　　2 结果与分析
　　2.1 土壤养分统计特征分析
　　 本次样本的全氮、碱解氮、有效磷、速效钾、有机质5种土壤养分数据经过箱型图分析，分别有35、19、47、28、22个离群值，通过样点土壤类型、种植模式、施肥习惯以及相关耕地土壤养分评价体系等方面的综合考虑，最终分别确定了6、6、11、4、3个离群值并予以剔除。在传统统计方法中，常用变异系数（CV）从总体上衡量测定值的变异程度，一般分为为弱变异性（CV<10 %）、中等变异性（10 %≤CV≤100 %）、强变异性（CV>100 %）3级[17]。用传統统计方法对经过离群值剔除的样本数据进行一般描述性统计，其统计特征见表1。研究区5种土壤养分的变异系数均呈中等变异性，变异程度由大到小依次为有效磷>速效钾>碱解氮>全氮>有机质。其中有效磷的变异系数比较突出，接近强变异性，这可能与有效磷在土壤中移动性小以及磷肥当季利用效率较低有关[18]。地统计学分析的前提是样本须服从正态分布，而未经转换的5种土壤养分数据均显示出一定的偏态效应。经过对数转换后由偏度系数和峰度系数检验结果可知，5种土壤养分数据均呈对数正态分布。
　　2.2 土壤养分空间变异分析
　　 为使本次土壤养分空间变异分析结果更加精准可靠，本文结合运用GS+7.0、ArcGIS10.2，探索出决定系数高、残差低以及交叉验证结果最优的半方差函数模型（图2）。该模型利用GS+7.0从模型类型、有效滞后距、间距、块金值、基台值、变程等方面对经过离群值剔除的样本数据进行调整，再运用ArcGIS10.2地统计分析模块进行交叉验证，其相关参数与拟合程度如表2所示，交叉验证结果如表3所示。结果显示：全氮、速效钾的模型类型以球状为最佳，碱解氮、有效磷、有机质的最适模型则为指数模型。5种土壤养分模型决定系数均在0.9以上，残差均小于0.001，与ArcGIS默认参数下的拟合度相比较，决定系数提高了1.2 % ～ 10.2 %，残差减小了59.6 % ～ 97.3 %，模型拟合效果更好。全氮与有机质最优模型的平均误差最接近于0，标准化均方根误差最接近于1，标准化平均误差最接近于均方根误差，表明它们相较于其他3种土壤养分最优模型拟合状况更好。研究区全氮、碱解氮、有机质的块金值（C0）均较小，表明上述3种土壤养分由实验误差和由小于实际取样尺度下的耕作、施肥等因素所引起的随机误差较小。有效磷、速效钾的块金值（C0）偏大，特别是有效磷的块金值（C0）达到了0.679，表明有效磷、速效钾更有可能出现实验误差，也更倾向于受到小于实际取样尺度下的耕作、施肥等人为因素的影响。5种土壤养分的变程由大到小依次为有效磷>速效钾>有机质>碱解氮>全氮，其中有效磷、速效钾、有机质的变程分别为6.536、4.852、4.470 km，是全氮、碱解氮变程的2倍以上，说明它们的空间变异尺度较大，在这个较大的空间范围内的空间自相关性较强。研究区土壤全氮、碱解氮、有机质均表现为中等空间变异性，说明地形、成土母质、土壤类型等自然因素和施肥、种植模式、耕作措施等人为因素对其空间变异性的影响较为均衡，但有机质的块金系数达到了67.71%，说明其更倾向于受到人为因素的影响。有效磷、速效钾的块金系数分别达到了83.01 %和86.36 %，表现为弱空间变异性，说明它们主要受人为因素的影响。
　　2.3 土壤养分空间插值分析
　　 根据研究区5种土壤养分的最优半方差函数模型，利用ArcGIS10.2中的普通Kriging空间插值方法生成相应的土壤养分空间插值图 （图3）。根据相关耕地土壤养分评价体系[16，17]，蒲江县5种土壤养分含量分布结果显示：全氮总体处于中等至丰富水平，其分布状况具有“南高北低”以及在局部范围内相对集中的特征，“北低”主要由连绵于县境北部的大五面山的地质背景值引起，局部范围内相对集中则可能与农民在一定种植模式下普遍施用氮肥有密切关系。碱解氮总体处于较丰富至丰富水平，其分布状况与全氮较为相似，但由于碱解氮更多倾向于受到当季施入的氮素化肥量的影响，故地理空间本身特性对其影响较弱，人为划定的种植业区域特性对其影响更大。针对全氮与碱解氮的这种分布特征，该县在今后的农业生产过程中应注意在含量偏高的局部地区减少氮肥的施用，提高肥料有效利用率，降低因氮素过高造成的土壤生态环境风险。有效磷总体处于丰富水平，县境西北部及中部大部分含量过高区域，应注意控制磷肥施用量，以施用复合肥为例，应尽量选择磷素配比低的复合肥。有效磷在县境东北部、西南部、南部出现不太明显的相对偏低趋势，可见因为有效磷在土壤中具有移动性较差的特点，从而在一定程度上分别受到了来自大五面山、小五面山、长秋山的地质背景值的影响。但另一方面，由于磷肥当季利用效率较低，在土壤和作物未充分矿化或吸收的情况下，土壤有效磷极易受到施肥因素的影响，而这种影响极大的模糊了自然因素对该县土壤有效磷的作用。速效钾总体处于较缺乏至中等水平，以县境西部与东北部区域最为缺乏。该县大部分地区都应通过适当施用钾肥、草木灰以及实行秸秆还田补充速效钾，同时在施用钾肥时应尽量避开高温多雨天气，以免土壤溶液中的钾素和交换性钾素因淋溶作用迅速流失。有机质总体处于中等至较丰富水平，其较丰富的区域主要集中分布在县境西部。由于县内主要种植猕猴桃、柑橘、茶叶等经济作物，一直以来对施用有机肥较为重视，截至目前持续开展有机肥培肥地力等相关工作已有5年以上，特别是近两年开展的“果—菜—茶有机肥替代化肥”工作更加有效的补充了土壤有机质，故其有机质更多受到人为活动的影响，该县在今后的农业生产过程中应继续保持有机肥的施用。 　　3 结论
　　 本文利用GS+7.0、ArcGIS10.2建立了蒲江县全氮、碱解氮、有效磷、速效钾、有机质5种耕地土壤养分含量的最优半方差函数模型，并以此为基础对5种土壤养分含量进行了空间变异分析和普通Kriging空间插值分析。研究结果表明：5种土壤养分最优半方差函数模型的决定系数均在0.9以上，残差均小于0.001，模型拟合效果均表现良好。全氮、碱解氮、有机质均表现为中等空间变异性，主要受地形、成土母质、土壤类型等自然因素和施肥、种植模式、耕作措施等人为因素的共同影响。有效磷、速效钾表现为弱空间变异性，主要受人为因素的影响。5种土壤养分含量的空间插值图直观地表达了每一种土壤养分在不同区域的含量水平及分布状况，为该县的平衡施肥及土壤改良提供了理论依据。
　　参考文献
　　[1]      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）：944-952.
　　[2]      边慧芹，王雪梅，毛冬雷.渭-库绿洲耕层土壤空间变异及影响因素分析[J].西南农业学报，2018，31（4）：759-764.
　　[3]      赵明松，李德成，张文凯，等.淮北平原农田土壤养分空间变异特征——以安徽省蒙城县为例[J].土壤通报，2016，47（3）：611-617.
　　[4]      赵业婷，李志鹏，常庆瑞，等.关中盆地县域农田土壤碱解氮空间分异及变化研究[J].自然资源学报，2013（6）：1030-1038.
　　[5]      李放，魏建林，徐洪明，等.东阿县县域耕地土壤养分空间分布状况[J]. 中国农学通报，2016，32（36）：125-135.
　　[6]      刘祖香，陈效民，靖彦，等.基于地统计学的农田尺度旱地红壤养分空间变异性研究[J].土壤通报，2013，44（2）：392-397.
　　[7]      刘晓林，李文峰，杨林楠，等.基于ArcGIS地统计分析模块的土壤养分空间变异分析——以云南省建水县为例[J].土壤通报，2012，43（6）：1432-1437.
　　[8]      胡艳霞，周连第，魏长山，等.水源保护地土壤养分空间变异特征及其影响因素分析[J].土壤通报，2013，44（5）：1184-1191.
　　[9]      赵越，罗志军，廖牧鑫，等.泰和县耕地土壤养分空间分布及影响因素[J].水土保持学报，2018，32（5）：296-303.
　　[10]   陈英，冯定邦，蔡立群，等.耕作层土壤养分含量的空间自相关分析——以秦安县郭嘉镇为例[J]. 干旱地区农业研究，2016（1）：66-73+107.
　　[11]   李小刚，马友华，王强，等.县域耕地土壤养分的时空变化及區域施肥研究——以肥东县为例[J].土壤，2014，46（6）：976-983.
　　[12]    LI X Y， ZHANG S W， WANG Z M， et al. Spatial variability and pattern analysis of soil properties in Dehui city， Jilin province[J]. Journal of Geographical Sciences， 2004， 14（4）： 503-511.
　　[13]   陈毛华，高鹏，刘明广，等.基于GS+的阜阳市城郊菜地重金属空间分布研究[J].干旱区资源与环境，2017， 31（8）：148-152.
　　[14]    宫阿都，何毓蓉，黄成敏，等.成都平原土壤系统分类典型土系划分[J]. 西南农业学报，2002（1）：70-73.
　　[15]    曾必荣，李浩. 成都耕地[M].成都：四川科学技术出版社，2009.
　　[16]    田友国，辛景树，粟铁申.耕地地力评价指南[M].北京：中国农业科技出版社，2006.
　　[17]    崔贝，王纪华，杨武德，等.冬小麦-夏玉米轮作区土壤养分时空变化特征[J].中国农业科学，2013，46（12）：2471-2482.
　　[18]    王永壮，陈欣，史奕.农田土壤中磷素有效性及影响因素[J].应用生态学报，2013，24（1）：260-268.
转载注明来源:https://www.xzbu.com/1/view-15246885.htm