全 文 ：长白山低山区森林土壤有机碳及养分空间异质性*
刘摇 玲摇 王海燕**摇 戴摇 伟摇 杨晓娟摇 李摇 旭
(北京林业大学林学院, 北京 100083)
摘摇 要摇 以吉林延边汪清林业局金仓林场境内森林土壤为对象,采用多元线性回归方法和地
统计学回归克里格方法,研究了土壤有机碳及养分的垂直分布规律,预测了其空间分布,并对
预测结果进行插值.结果表明: 0 ~ 60 cm深度土壤有机碳密度为(16. 14依4. 58) kg·m-2 .随
土壤深度增加,土壤有机碳含量、有机碳密度以及土壤全 N、全 P、全 K、有效 P及速效 K含量
都呈减小趋势,其中不同土层间土壤有机碳含量、有机碳密度差异显著(P<0. 01) . 0 ~ 60 cm
土层土壤有机碳含量和碳密度的拟合方程中,地形因子中高程和坡向余弦值是最优的拟合因
子,方程的决定系数分别为 0. 34 和 0. 39(P<0. 01) . 0 ~ 20 和 0 ~ 60 cm土层的半方差函数模
型分别为高斯模型和指数模型,利用回归克里格插值方法得到土壤有机碳的空间分布图.与
普通克里格法相比,回归克里格法的空间预测精度改进了 18% ~ 58% .利用回归克里格插值
方法预测了土壤全 N的空间分布特征.
关键词摇 森林土壤摇 土壤养分特征摇 回归克里格摇 空间异质性
文章编号摇 1001-9332(2014)09-2460-09摇 中图分类号摇 S714摇 文献标识码摇 A
Spatial heterogeneity of soil organic carbon and nutrients in low mountain area of Changbai
Mountains. LIU Ling, WANG Hai鄄yan, DAI Wei, YANG Xiao鄄juan, LI Xu (College of Fores鄄
try, Beijing Forestry University, Beijing 100083, China) . 鄄Chin. J. Appl. Ecol. , 2014, 25 (9):
2460-2468.
Abstract: Soil samples were collected in Jincang Forest Farm, Wangqing Forestry Bureau to study
spatial distribution of soil organic carbon (SOC) and nutrients. Geostatistics was used to predict
their spatial distribution in the study area, and the prediction results were interpolated using regres鄄
sion鄄kriging and ordinary kriging. Multiple linear regression was used to study the relationship be鄄
tween SOC and spatial factors. The results showed the SOC density ( SOCD) at 0 -60 cm was
(16. 14依4. 58) kg·m-2 . Soil organic carbon decreased significantly with the soil depth. With the
increasing soil depth, total N, total P, total K, available P and readily available K concentrations
decreased. Stepwise regression analysis showed that SOC had good correlation with elevation and
cosine of aspect, with the determination coefficient of 0. 34 and 0. 39, respectively (P<0. 01). Soil
organic carbon at 0-20 cm and 0-60 cm soil layers conformed to Gaussian model and exponential
model. Compared with ordinary kriging, the prediction accuracy was improved by 18% -58% using
regression鄄kriging. Regression鄄kriging interpolation was also applied to study spatial heterogeneity of
soil total N.
Key words: forest soil; soil nutrient characteristics; regression kriging; spatial heterogeneity.
*国家重点基础研究发展计划项目(2011CB403201)和国家林业局
公益性行业科研项目(20100400201)资助.
**通讯作者. E鄄mail: haiyanwang72@ aliyun. com.
2013鄄12鄄10 收稿,2014鄄06鄄25 接受.
摇 摇 地统计学是研究生态变量空间分布特征及其变
异性的有效方法之一,已广泛应用于土壤理化性质
和生物学特征等方面的空间变异性研究中[1-3] . 例
如,刘璐等[4]通过克里格差值得到土壤 pH、有机碳
以及氮、磷、钾的空间分布;徐媛等[5]对长白山北坡
森林土壤无机氮的空间异质性进行了研究. 空间异
质性是土壤有机碳的基本特征,不同尺度下土壤有
机碳随土地利用和管理、地形的不同而有一定差异.
运用 GIS技术,可以估计土壤有机碳的储量和空间
异质性.在国家尺度上,加拿大应用地统计学建立了
天然景观与土壤有机碳描述数据库,并计算表层土
应 用 生 态 学 报摇 2014 年 9 月摇 第 25 卷摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Sep. 2014, 25(9): 2460-2468
壤有机碳储量[6];巴西利用土壤和植被图得到表层
土壤有机碳储量[7];新西兰和刚果研究了不同土层
土壤碳储量分布[8-9] . 我国也应用地统计学对全国
土壤有机碳密度和储量进行了计算,证明其具有高
度的空间变异性[10] .地统计学也大量应用于区域尺
度上土壤有机碳空间变异特征的研究.例如,有研究
利用地统计学计算分析出柴达木盆地土壤有机碳密
度为 6. 105 kg·m-2[11];另有研究结合数字高程模
型分别对江苏、广东和安徽等地区森林土壤有机碳
及其空间分布特征进行了分析[12-14] .应用 GIS 研究
土壤有机碳空间变异特征的方法已广泛应用于大空
间尺度(比例尺<1 颐 10000),模拟得到的空间变异
精度较高[15] .
普通克里格方法虽然已被广泛用于空间插值,
但由于森林多分布于山区,复杂地形条件会造成森
林土壤有机碳储量和区域尺度上土壤碳库及养分的
估算具有很大的不确定性,空间格局预测困难. 因
此,从数字高程模型(DEM)和遥感图像中提取一些
辅助变量十分必要.有研究表明,与只有土壤类型信
息的插值结果相比,结合地形和植被属性可以改善
土壤性质的空间预测精度[16-17],因此,将地统计学
与 DEM相结合的回归克里格方法可以起到增加辅
助变量参数,提高预测精度的效果.
东北林区占全国森林总面积的 24. 1% ,目前针
对该地区森林土壤碳库空间格局的研究多采用普通
克里格插值法[18] . 但由于长白山区地形复杂,应用
普通克里格法很难准确评估土壤性质的空间结构.
为此,本研究将采用回归克里格方法对长白山低山
区典型森林类型下不同土层土壤有机碳和养分含量
的空间异质性进行分析和评价,旨在为深入了解该
地区土壤有机碳和养分特征提供科学参考.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
研究区位于吉林省延边朝鲜族自治州汪清林业
局金仓林场境内(43毅18忆—43毅24忆 N,130毅23忆—130毅
37忆 E),地处长白山麓,总面积 29. 5 km2,海拔
360 ~ 1447 m.属北温带大陆性季风气候,四季分明,
冬季严寒漫长,年均温 3. 9 益 . 年均降水量为 547
mm,6—8 月降水量占全年的 59% ,年日照时数为
2357 h,年日照百分率为 54% .研究区全年以西北西
风为主 (WNW),其次是西北风 (WN)和东南风
(ES),全年平均风速 1. 52 m·s-1 .山地土壤类型以
暗棕壤为主,成土母质主要为花岗岩、片麻岩以及玄
武岩的残积物和坡积物,部分地区为洪积物和冲积
物,土壤垂直变化明显. 地带性植被为针阔混交林,
海拔 650 m 以下为夏绿阔叶林带,主要有蒙古栎
(Quercus mongolica)纯林或蒙古栎林、杨树和榆树等
杂木混交林;海拔 650 ~ 1150 m 的区域主要有长白
落叶松(Larix olgensis)、云杉(Picea koraiensis)、红松
(Pinus koraiensis)、色木槭(Acer mono)、白桦(Betula
platyphylla)、紫椴(Tilia amurensis)等. 灌木有胡枝
子( Lespedeza bicolor)、刺五加 ( Radix acanthopana鄄
cis)、毛榛(Corylus mandshurica)、蓝果忍冬(Lonicera
coerulea)、小叶鼠李(Rhamnus parvifolia)和刺玫蔷薇
(Rosa dahurica)等.
1郾 2摇 研究方法
1郾 2郾 1 样地设置与土样采集摇 在充分了解金仓林场
基本概况的基础上,根据地形、地貌、水文情况、岩石
和母质类型等因素选择采样区. 2011 年 8 月,共设
置圆形样地 63 块,其中,长白落叶松天然林 17 块、
长白落叶松人工林 16 块、天然阔叶混交林 16 块、天
然针阔混交林 14 块,样地间垂直和水平距离>200
m,样地面积为 0. 025 hm2 .样地分布见图 1,对每个
样地经纬度、海拔、坡度、坡向、坡位、树高、胸径、郁
闭度和林龄等进行调查(表 1).
摇 摇 每个样地挖取典型土壤剖面 1 个,按 0 ~ 20
cm、20 ~ 40 cm和 40 ~ 60 cm 3 个层次自下而上分层
采集环刀土样,用以测定土壤密度和自然含水量.同
时,在各样地内以“ S冶形路线随机取 5 ~ 7 个采样
点,用土钻分层采集混合土样,风干后过 2、1 和
0郾 25 mm土壤筛,用于测定土壤理化性质.
图 1摇 研究区样地分布及高程图
Fig. 1摇 Plot distribution and elevation in the study area.
16429 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 玲等: 长白山低山区森林土壤有机碳及养分空间异质性摇 摇 摇 摇 摇 摇
表 1摇 样地基本概况
Table 1摇 Basic information of plots
样地号
Plot No.
纬度
Latitude
(毅)
经度
Longitude
(毅)
海拔
Altitude
(m)
坡向
Aspect
坡度
Slope
(毅)
样地号
Plot No.
纬度
Latitude
(毅)
经度
Longitude
(毅)
海拔
Altitude
(m)
坡向
Aspect
坡度
Slope
(毅)
1 43. 32320 130. 55640 690 西 15 33 43. 40032 130. 6197 919 北 9
2 43. 32275 130. 55633 706 西 15 34 43. 39973 130. 6199 950 东南 8
3 43. 32035 130. 55575 698 西 12 35 43. 39907 130. 6176 904 东南 9
4 43. 31983 130. 55598 717 西 28 36 43. 39958 130. 6169 897 西 9
5 43. 31997 130. 55620 739 西 27 37 43. 35117 130. 5705 773 东北 21
6 43. 30882 130. 55398 711 西南 8 38 43. 35093 130. 5706 779 东北 20
7 43. 30855 130. 55388 718 西南 4 39 43. 35050 130. 5707 780 西 16
8 43. 30912 130. 55377 709 西南 0 40 43. 39573 130. 4394 603 西 10
9 43. 30893 130. 55172 714 西南 2 41 43. 39508 130. 4394 602 西 8
10 43. 30892 130. 55077 729 北 3 42 43. 33470 130. 5506 691 西 31
11 43. 39162 130. 44203 620 西 0 43 43. 33435 130. 5511 704 西北 31
12 43. 39197 130. 44217 604 北 4 44 43. 33393 130. 5517 690 西南 29
13 43. 48983 130. 43688 596 西 6 45 43. 33407 130. 5519 727 西北 20
14 43. 41230 130. 43375 562 西 6 46 43. 30863 130. 5503 741 东北 11
15 43. 41208 130. 43388 600 北 7 47 43. 31020 130. 5548 732 南 2
16 43. 33158 130. 59383 835 无 0 48 43. 31253 130. 5544 664 西北 27
17 43. 32977 130. 59637 830 西 5 49 43. 31627 130. 5553 717 南 13
18 43. 32853 130. 59948 816 西 15 50 43. 31867 130. 5557 700 东 19
19 43. 32575 130. 60103 829 南 3 51 43. 39482 130. 6056 823 东 0
20 43. 32507 130. 60143 805 南 5 52 43. 39462 130. 6048 824 东 17
21 43. 32470 130. 60130 817 北 4 53 43. 38735 130. 5996 793 东南 7
22 43. 31847 130. 56772 729 北 4 54 43. 38090 130. 5955 793 东南 12
23 43. 31878 130. 56595 737 东南 5 55 43. 36908 130. 5840 768 东北 32
24 43. 31832 130. 56530 743 南 9 56 43. 36890 130. 5839 784 西 33
25 43. 3182 130. 56688 724 西南 6 57 43. 36902 130. 5849 757 南 0
26 43. 34142 130. 57278 716 北 11 58 43. 34738 130. 5622 710 西北 22
27 43. 35095 130. 57142 743 北 12 59 43. 33713 130. 5529 687 北 10
28 43. 35068 130. 57240 738 南 17 60 43. 33513 130. 5505 704 西 16
29 43. 3506 130. 57182 753 东 16 61 43. 31913 130. 5932 780 东 0
30 43. 39947 130. 61768 904 东南 7 62 43. 31928 130. 5929 767 东北 15
31 43. 39967 130. 61847 950 东 8 63 43. 31972 130. 5933 763 东 0
32 43. 400083 130. 61853 914 东南 9
1郾 2郾 2 土壤理化性质测定摇 采用环刀法测定土壤密
度,烘干法测定土壤自然含水量,比重计法测定各粒
级土粒含量从而确定土壤质地类型;土壤 pH 值采
用酸度计法(水土比 2. 5 颐 1)测定,分别采用重铬酸
钾外加热法、半微量开氏法、酸溶鄄钼锑抗比色法、盐
酸鄄氟化铵法、氢氟酸鄄高氯酸法、乙酸铵浸提鄄火焰光
度计法测定土壤有机质(有机碳)、全氮、全磷、有效
磷、全钾和速效钾含量[19] .
1郾 2郾 3 土壤有机碳密度的计算摇 某一土层 i 的有机
碳密度(SOCDi,kg·m-2)的计算公式为[8]:
SOCDi =C i伊Di伊E i伊(1-G i) / 100
式中: C i为土壤有机碳含量(g·kg-1);Di为土壤密
度(g·cm-3);E i为土层厚度(cm);G i为直径>2 mm
的石砾含量(体积百分比).
1郾 3摇 数据处理
1郾 3郾 1 统计分析摇 运用 SPSS 17. 0 软件进行方差分
析,研究不同土壤深度对土壤有机碳含量及碳密度
的影响.根据变异系数对变异程度进行划分:变异系
数<10%时,变量具低变异性,变异系数>90%为高
变异性,而变异系数在 10% ~ 90%为中等变异. 统
计各样地不同深度的土壤养分状况,进行方差分析,
对达到显著水平的土壤养分进行多重比较 ( 琢 =
0郾 05,LSD,t检验).采用逐步多元线性回归方法,对
不同深度土壤有机碳与各地形因子(高程、坡度和
坡向)进行分析,利用地形因子解释土壤有机碳的
空间变异性.
1郾 3郾 2 地统计分析摇 地统计分析采用 GS+和 ArcGIS
9. 3 软件. 土壤有机碳和其他土壤养分因子的半方
2642 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
差函数计算公式[16]为:
酌(h) = 12N(h)移
N(h)
i = 1
[ z(xi) - z(xi + h)] 2
式中:酌(h)为半方差函数;z( xi)和 z( xi +h)为变量
在空间位置 xi和 xi+h的取值;N(h)是取样间隔为 h
时的样本对总数.一般样本之间的距离并不相等,所
以 h通常代表间隔距离.
半方差函数模型中,块金值(C0)、基台值(C0 +
C1)和变程可以表示区域化变量在一定尺度上的空
间变异程度和相关性. 空间结构比(NSR)为块金值
与基台值的比值 C0 / (C0 +C1),表示空间自相关度,
可度量空间自相关的变异所占的比例. 如果 NSR<
25% ,说明系统具有强烈的空间相关性;如果 NSR
为 25% ~75% ,表明系统具有中等空间相关性;NSR
>75% ,说明系统空间相关性很弱.
回归克里格是对考虑地理因素的空间分布规律
进行插值,可以模拟空间分布趋势和不确定性[20] .
通过建立辅助变量和目标变量之间的回归方程,分
离趋势项,然后对残差进行普通克里格插值,最后将
回归预测的趋势项插值与残差的普通克里格估计值
进行空间相加,从而得到目标变量的预测值.本研究
采用的辅助变量是高程、坡度和坡向等地形因子;目
标变量是土壤有机碳含量和土壤有机碳密度,以及
土壤全 N等土壤养分因子.
1郾 3郾 3 预测精度检验摇 回归克里格法通过分析主要
影响因素和随机因素,模拟空间分布趋势的同时,对
不确定性进行模拟.按照回归克里格插值流程,通过
地形因子的回归方程对趋势项分离残差,并以此来
提高预测精度,对研究区内随机选取的 53 个采样点
的土壤有机碳回归预测结果和回归残差分别进行普
通克里格插值,并用另外 10 个采样点作为精度
检验.
2摇 结果与分析
2郾 1摇 森林土壤有机碳和养分特征
2郾 1郾 1 土壤有机碳分布特征摇 土壤有机碳含量的大
小,决定于土壤有机碳输入、输出及相关土壤性质和
过程.随着土壤深度的增加,土壤有机碳含量呈减小
趋势(表 2). 在 0 ~ 20、20 ~ 40 和 40 ~ 60 cm 土层
中,土壤有机碳含量分别为(43. 61依28. 98)、(24. 34依
12. 58)和(13. 28依6. 43) g·kg-1 .方差分析表明,不
同层次土壤有机碳含量差异显著,其变异系数分别
为 66. 5% 、51. 7%和 48. 4% ,63 块样地各土层土壤
有机碳含量皆属中等变异.
随着土壤深度的增加,土壤有机碳密度呈下降
趋势,0 ~ 20、20 ~ 40 和 40 ~ 60 cm 土层中土壤有机
碳密度分别为(8. 07依2. 69)、(5. 33依2. 13)和(2. 74依
1. 62) kg·m-2,0 ~ 60 cm 土层土壤有机碳密度为
(16. 14依4. 58) kg·m-2 . 不同土层间土壤有机碳密
度差异显著.
2郾 1郾 2 土壤养分的垂直分布 摇 随土壤深度增加,土
壤有机质、全 N、全 P、全 K、有效 P和速效 K含量呈
递减趋势(表 3).土壤有机质、全 N、全 P、全 K和速
效 K含量在 0 ~ 20、20 ~ 40 和 40 ~ 60 cm 土层间差
异显著. 土壤有机质和有效 P 含量的变异系数较
大,并随深度增加而增大;有机质含量的变异系数在
40 ~ 60 cm土层达到 79. 9% ,属于中等变异;土壤全
K含量的变异系数较小,随土壤深度增加而增大,并
且较稳定,为13郾 2% ~ 14郾 8% ;土壤全N、全P和速
表 2摇 不同土层土壤有机碳含量和有机碳密度
Table 2 摇 SOC content and SOCD in different soil layers
(n=63)
项目
Item
土层
Soil layer
(cm)
平均值
Mean
最大值
Max
最小值
Min
标准差
SD
变异系数
CV
(% )
SOC 0 ~20 43. 61a 91. 27 26. 30 28. 98 66. 5
(g·kg-1) 20 ~ 40 24. 34b 39. 77 17. 15 12. 58 51. 7
40 ~ 60 13. 28c 30. 91 10. 97 6. 43 48. 4
0 ~ 60 27. 46 91. 27 10. 97 23. 52 85. 7
SOCD 0 ~20 8. 07a 12. 95 2. 13 2. 69 33. 3
(kg·m-2) 20 ~ 40 5. 33b 8. 17 1. 45 2. 13 40. 0
40 ~ 60 2. 74c 4. 76 0. 86 1. 62 59. 1
0 ~ 60 16. 14 37. 76 4. 95 4. 58 28. 7
SOC: 土壤有机碳 Soil organic carbon; SOCD: 土壤有机碳密度 Soil
organic carbon density. 不同小写字母表示土层间差异显著(P<0. 05)
Different small letters indicated significant difference among different soil
layers at 0. 05 level. 下同 The same below.
表 3摇 不同土层土壤养分含量
Table 3摇 Soil nutrient contents in different layers
土层
Soil layer
(cm)
有机质
Organic matter
(g·kg-1)
全 N
Total N
(g·kg-1)
全 P
Total P
(g·kg-1)
全 K
Total K
(g·kg-1)
有效 P
Available P
(mg·kg-1)
速效 K
Available K
(mg·kg-1)
0 ~ 20 42. 32依22. 50a 1. 84依1. 04a 0. 51依0. 25a 27. 30依3. 59a 22. 27依11. 48a 115. 89依45. 85a
20 ~ 40 24. 49依16. 30b 1. 01依0. 77ab 0. 40依0. 23b 25. 16依3. 35ab 19. 79依11. 54b 81. 13依36. 58ab
40 ~ 60 14. 35依11. 47c 0. 47依0. 31b 0. 30依0. 16b 23. 43依3. 47ab 18. 94依12. 75b 61. 05依27. 30b
36429 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 玲等: 长白山低山区森林土壤有机碳及养分空间异质性摇 摇 摇 摇 摇 摇
表 4摇 研究区地形特征
Table 4摇 Terrain features in study area
高程
Elevation
(m)
所占比例
Proportion
(% )
坡度
Aspect
(毅)
所占比例
Proportion
(% )
坡向
Slope
所占比例
Proportion
(% )
<700 7. 4 0 ~ 5 24. 3 北 N 11. 7
700 ~ 750 20. 7 5 ~ 8 16. 2 东北 NE 13. 6
750 ~ 800 30. 6 8 ~ 15 38. 1 东 E 13. 1
800 ~ 850 31. 1 15 ~ 25 17. 1 东南 SE 9. 9
>850 10. 3 25 ~ 35 3. 3 南 S 10. 8
35 ~ 90 1. 1 西南 SW 12. 7
西 W 15. 6
西北 NW 13. 9
效 K含量在 0 ~ 20、20 ~ 40 和 40 ~ 60 cm 土层均为
中等变异,变异系数为 39. 6% ~ 76. 2% ,并且不同
土层变异系数大小均表现为 20 ~ 40 cm > 40 ~ 60
cm> 0 ~ 20 cm.
2郾 2摇 基于 GIS的土壤有机碳和养分空间分布特征
2郾 2郾 1 地形因子对土壤有机碳的影响 摇 由表 4 可
知,研究区域内高程起伏较小,平均高程 782 m,最
大高程 890 m,49. 5%区域的高程在平均高程以上.
研究区属于低山区林地,土壤侵蚀方式主要以面蚀
为主,且土壤侵蚀量的大小主要受地面坡度大小制
约.根据我国林地土壤侵蚀强度面蚀分级指标对坡
度进行分级,得到研究区内<15毅的平地和微坡面占
78. 5% ,而>25毅的陡坡、峻坡和峭坡仅占 4. 4% .
坡向划分以正北方为 0毅,按顺时针方向计为
0毅 ~ 360毅.本研究提取的坡向分为东、西、南、北、东
北、东南、西南、西北,按坡向分级标准分为阴坡、半
阴坡、阳坡和半阳坡 4 个等级.根据坡向分级,阳坡、
半阳坡面积占总面积的 43. 9% ,阴坡、半阴坡占
56郾 1% .
摇 摇 采用逐步多元线性回归方法,0 ~ 60 cm 土层土
壤有机碳与地形因子的拟合方程为:
y1 =0. 055x1+5. 898x2-19. 747
y2 =0. 021x1+3. 823x2-2. 81
0 ~ 20 cm土层土壤有机碳与地形因子的拟合
方程为:
y1 =0. 119x1+13. 787x2-52. 806
y2 =0. 020x1+2. 224 x2-7. 143
式中:y1为土壤有机碳含量预测值(g·kg-1);y2为
土壤有机碳密度预测值(kg·m-2);x1为高程(m);
x2为坡向余弦值.
对于 0 ~ 60 cm土层土壤,地形因子中高程和坡
向余弦值是最优的拟合因子,土壤有机碳含量和有
机碳密度拟合方程效果较好,决定系数分别为 0. 34
和 0. 39(P<0. 01).对于 0 ~ 20 cm土层,高程和坡向
余弦值是最优的拟合因子,土壤有机碳含量和有机
碳密度拟合方程的决定系数分别为 0. 26 和 0. 30
(P<0. 05).
2郾 2郾 2 土壤有机碳的空间异质性摇 由表 5 可知,0 ~
20 cm土层土壤有机碳含量最优理论模型为高斯模
型,NSR为 0. 057,变程为 0. 294 km,说明其具有强
烈的空间相关性;0 ~ 60 cm 的半方差函数也是高斯
模型,表现为中等强度空间自相关性 ( NSR 为
0郾 478).指数模型较好地反映了土壤有机碳密度的
空间变异,在 0 ~ 20 cm土层存在较强烈的空间相关
性,而 0 ~ 60 cm土层则表现为中等强度的空间自相
关性(NSR为 0. 493). 0 ~ 60 cm 土层土壤有机碳含
量和有机碳密度的块金值都较大,说明其空间变异
的随机性较大.
摇 摇 分形维数(D)可以用于度量变量因子的复杂程
度[21],计算公式为:
D=(4-m) / 2
式中:D表示样本之间的结构性,D 值越大,样本之
间差异越小,即均一性越好;m是 log 酌(h)与 log(h)
进行线性回归后的直线斜率.
由表 6 可知,从全方位来看,0 ~ 60 cm 土层土
壤有机碳含量的分形维数较大,均一程度最高;0 ~
20 cm土层土壤有机碳含量分形维数较小,空间依
赖性较强.不同方位的分形维数,0 ~ 60 cm 土层土
壤有机碳含量的东北鄄西南方向分形维数最大,均一
表 5摇 土壤有机碳含量和有机碳密度半方差函数模型
Table 5摇 Semivariogram models for SOC and SOCD
项目
Item
土层
Soil layer (cm)
数据项
Data item
模型
Model
块金值
C0
基台值
C0 +C1
NSR 变程
Range (km)
SOC 0 ~ 60 残差值 高斯模型 190. 70 398. 90 0. 478 2. 875
0 ~ 20 残差值 高斯模型 4. 90 84. 50 0. 057 0. 294
SOCD 0 ~ 60 残差值 指数模型 195. 20 412. 40 0. 493 3. 170
0 ~ 20 残差值 指数模型 2. 84 18. 47 0. 154 0. 300
NSR: 空间结构比 Nugget / sill ratio. 下同 The same below.
4642 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
表 6摇 不同土层土壤有机碳含量和有机碳密度的分形维数
Table 6摇 Fractal dimension of SOC and SOCD in different
soil layers
项目
Item
方位
Orientation
土 层 Soil layer (cm)
0 ~ 20
分形维数
D
R2
0 ~ 60
分形维数
D
R2
SOC 全方位 All鄄round 1. 874 0. 945 1. 986 0. 960
S鄄N 1. 841 0. 827 1. 950 0. 870
NE鄄SW 1. 810 0. 958 1. 961 0. 941
E鄄W 1. 823 0. 756 1. 802 0. 792
NW鄄SE 1. 854 0. 773 1. 778 0. 644
SOCD 全方位 All鄄round 1. 994 0. 947 1. 983 0. 955
S鄄N 1. 974 0. 972 1. 970 0. 989
NE鄄SW 1. 822 0. 958 1. 913 0. 941
E鄄W 1. 844 0. 808 1. 814 0. 840
NW鄄SE 1. 921 0. 912 1. 820 0. 718
性较好,西北鄄东南方向分形维数最小,空间依赖性
较强;决定系数表明,东北鄄西南方向是该层土壤有
机碳含量分布的优势格局. 0 ~ 20 cm 土层土壤有机
碳含量在各方位分形维数差异不大,在东北鄄西南方
向分形维数最小,在此方向上的空间异质性较大,具
有较强的空间依赖性;东北鄄西南决定系数最大,表
明该方向上是土壤有机碳含量分布的优势格局.
土壤有机碳密度分形维数显示,0 ~ 20 和 0 ~ 60
cm土层土壤有机碳密度在全方位上具有较高的均
一度.在不同方位,0 ~ 20 cm 土层土壤有机碳密度
在东北鄄西南方向最小,空间依赖性最强;南鄄北方向
的决定系数最大,表明该方向上是土壤有机碳密度
分布的优势格局. 0 ~ 60 cm 土层土壤有机碳密度在
南鄄北方向最大,东鄄西方向最小,表明南鄄北方向为土
壤有机碳密度分布的优势格局.
摇 摇 与普通克里格法相比,回归克里格对空间分布
的预测更加详细和接近实际,预测值与实际观测值
更为接近(表 7). 相对精度改进值(R1)均为正值,
说明回归克里格方法比普通克立格法预测精度高,
尤其是对 0 ~ 60 cm 土层土壤有机碳含量预测精度
改进更多.
图 2摇 回归克里格插值方法下土壤有机碳含量(SOC)和有
机碳密度(SOCD)的空间分布
Fig. 2摇 Spatial distributions of SOC and SOCD interpolated by
regression鄄kriging.
摇 摇 由图 2 可知,北部区域 0 ~ 60 cm土层土壤有机
碳含量较高,比对 DEM图发现,0 ~ 60 cm 土层土壤
有机碳含量和有机碳密度多集中在海拔高的区域;
0 ~ 20 cm土层土壤有机碳空间分布图则表现出多个
高值中心,同样集中在海拔较高的区域. 可见,北部
和中高海拔区域土壤中储存了大量有机碳.
2郾 2郾 3 NPK等土壤养分空间异质性摇 不同土层土壤
全 P、全 K、有效 P和速效 K含量与地形因子的相关
性均不显著,因此仅对不同土层的土壤全 N 进行回
归克里格插值预测.通过土壤全 N 与地形因子的逐
步多元线性回归分析,得到土壤全 N 和地形因子的
拟合方程:
y1 =0. 421x+1. 139
y2 =0. 865x+1. 914
式中:y1、y2分别为 0 ~ 60 和 0 ~ 20 cm土层土壤全 N
含量预测值( g·kg-1 ) ;x为坡向余弦值. 通过拟合
表 7摇 不同插值方法预测精度对比
Table 7摇 Comparison of prediction accuracy between different interpolation methods
项目
Item
土层
Soil layer
(cm)
普通克里格 Ordinary kriging
平均预测误差
Average forecast
error
均方根误差
Root鄄mean鄄
square error
回归克里格 Regression鄄kriging
平均预测误差
Average forecast
error
均方根误差
Root鄄mean鄄
square error
精度改进值
Precision
improved value
(% )
SOC 0 ~ 60 1. 13 12. 84 0. 68 5. 28 58. 9
0 ~ 20 1. 01 4. 59 -0. 33 3. 91 21. 6
SOCD 0 ~ 60 0. 32 2. 10 0. 17 1. 72 18. 1
0 ~ 20 -0. 96 1. 33 -0. 48 1. 02 23. 3
56429 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 玲等: 长白山低山区森林土壤有机碳及养分空间异质性摇 摇 摇 摇 摇 摇
表 8摇 土壤全 N含量地统计模型
Table 8摇 Semivariogram models for soil total nitrogen
土层
Soil layer (cm)
数据项
Data item
模型
Model
块金值
C0
基台值
C0 +C1
NSR 变程
Range (km)
0 ~ 60 残差值 高斯模型 0. 213 0. 427 0. 499 3. 568
0 ~ 20 残差值 高斯模型 0. 775 1. 551 0. 500 4. 295
方程可以看出,地形因子中坡向余弦值是最优的拟
合因子,土壤全 N 拟合方程决定系数分别为 0. 31
和 0. 35(P<0. 05).
由表 8 可知,0 ~ 20 cm土层土壤全 N最优理论
模型为高斯模型,NSR = 0. 499,变程为 3. 568 km;
0 ~ 60 cm土层土壤全 N 的半方差函数也是高斯模
型,并表现为中等强度的空间自相关性, NSR =
0郾 500.
摇 摇 0 ~ 20 和 0 ~ 60 cm 土层土壤全 N 在全方位上
的分形维数表明具有较高的均一度(表 9). 从不同
方位来看,0 ~ 20 cm 土层土壤全 N 分形维数在东鄄
西方向最小,空间异质性最大,空间依赖性最强;东
北鄄西南方向的决定系数最大,表明该方向上是土壤
全 N分布的优势格局. 0 ~ 60 cm土壤全 N分形维数
在南鄄北方向最大,东鄄西方向最小;东北鄄西南方向为
土壤全 N分布优势格局.
表 9摇 不同土层土壤全 N的分形维数
Table 9摇 Fractal dimension of soil total nitrogen in different
soil layers
方位
Orientation
土 层 Soil layer (cm)
0 ~ 20
分形维数
D
R2
0 ~ 60
分形维数
D
R2
全方位 All鄄round 1. 976 0. 950 1. 991 0. 980
S鄄N 1. 981 0. 928 1. 973 0. 912
NE鄄SW 1. 944 0. 994 1. 944 0. 990
E鄄W 1. 603 0. 730 1. 767 0. 508
NW鄄SE 1. 605 0. 505 1. 792 0. 520
图 3摇 回归克里格插值方法下土壤全 N含量的空间分布
Fig. 3摇 Spatial distributions of soil total nitrogen interpolated by
regression鄄kriging.
摇 摇 由图 3 可知,对于 0 ~ 60 cm 土层,北部区域土
壤全 N含量较高;0 ~ 20 cm土层土壤全 N含量比整
个剖面的平均含量高出很多,尤其是中部的东西两
侧有 2 个高值中心. 这表明北部和中高海拔区域土
壤中全 N含量丰富.
3摇 讨摇 摇 论
随土壤深度增加,土壤有机碳、全 N、全 P、全 K、
有效 P和速效 K含量呈递减趋势.这与徐尚平等[22]
对土壤 pH 值、粘粒和有机质含量的研究,以及
Ml佗dkov佗等[23]对土壤有机碳和全 N 的研究结果一
致.这主要与凋落物和植物根系关系密切.表层土壤
覆盖有大量的森林凋落物,而凋落物是森林生态系
统碳、氮的主要补给者,凋落物的数量、分解以及凋
落物淋洗水所携带的有机碳量是土壤有机碳输入的
较大项.土壤有机碳密度垂直分布也受到植被类型
的影响,尤其与根系分布关系密切.
研究区属于低山区林地,高程起伏较小,平地和
微坡面所占面积大,陡坡、峻坡和峭坡面积很小. 不
同土壤深度有机碳含量与高程呈显著正相关,土壤
有机碳含量和有机碳密度与坡向余弦值呈显著正相
关,这表明在阴坡和半阴坡有机碳含量和碳密度较
高. 0 ~ 20 cm土层土壤有机碳与海拔和坡向余弦值
有相同的相关性,这与 Sumfleth 等[24]和 Wang 等[25]
得出 SOC趋于沉积在峡谷中较高地势的结果一致.
SOC含量在高海拔和阴坡地区较高可能是由于植物
C输出和水分蒸发量较低所致;还与海拔、地表起伏
及坡度等因素调控着太阳辐射、降水的空间再分配
等有关[26] .
研究表明,0 ~ 20 和 0 ~ 60 cm 土层土壤有机碳
含量空间分布符合高斯模型,0 ~ 20 和 0 ~ 60 cm 土
层有机碳密度空间分布符合指数模型,表层土壤表
现为强烈的空间相关性,0 ~ 60 cm 土层土壤有机碳
含量表现为中等强度的空间自相关性. 分形维数表
现出不同方位土壤有机碳的均一程度,决定系数显
示出不同土层土壤有机碳分布的优势格局的方向.
SOC的空间分布表明,在该区域的有机质动态受地
形影响显著.土壤有机碳含量和碳密度的空间变异
6642 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
因土壤深度而异,0 ~ 20 cm 土层土壤有机碳的空间
变异性较大,这是因为表层土壤受地形等环境因素
的干扰强烈,而 20 ~ 40 和 40 ~ 60 cm土层土壤有机
碳空间变异受随机因素的影响较大,受地形影响小.
通过对比克里格插值图和 DEM发现,土壤有机碳主
要集中在地势较高的地区.这与耿广坡等[27]的研究
结果一致,然而也有研究得到相反的结果[14,17] . 本
研究表明,普通克里格插值法(OK)的预测会受到复
杂地形和土地利用变化的限制,如在地势起伏很大
的中国西南部地区应用普通克里格插值得到的预测
结果将有很大误差.目前,研究表明协同克里格和回
归克里格法(RK)可以在提供辅助信息基础上提高
预测精度[4] .耿广坡等[27]运用其他有用的辅助信息
如土壤和植被类型,发现 RK 可以增加土壤有机碳
空间分布的准确性. RK 法结合 DEM 使预测结果比
OK方法对土壤有机碳空间分布的预测在细节上更
为精准.本研究中对土壤全 N 进行空间异质性研
究,得到不同土层半方差函数模型和分形维数,应用
回归克里格方法进行插值得到空间分布特征,在邵
芳丽[28]对冀北森林土壤全 N 的研究中也有类似结
果.相对于土壤有机碳和土壤全 N 空间异质性研
究,对有效 P 和速效 K 的研究较少. 本文在半方差
分析的基础上,应用普通克里格插值法进行空间分
布的预测,发现土壤全 P、全 K、有效 P 和速效 K 与
地形因子的相关性不显著.
有研究认为,土壤有机碳含量的空间异质性还
与研究尺度有关[29-30] . 随着研究尺度的不同,目标
变量的空间格局会随着地形等过程变量发生变化.
不同尺度下对长白山地区土壤有机碳的空间异质性
研究表明,土壤有机碳密度差异较大. 例如,赵晶
等[30]在 2500 m2研究区内通过 60 个采样点的普通
克里格插值,得到 0 ~ 45 cm土层平均土壤有机碳密
度为 5. 48 kg·m-2 .由于研究尺度较小,没有考虑插
值的辅助变量,应用普通克里格插值得到的结果有
一定局限性. 而对于大尺度研究区域,解宪丽等[10]
通过土壤图得到 29. 93伊104 km2研究区 0 ~ 20 cm土
层平均土壤有机碳密度为 5. 87 kg·m-2 . 该方法应
用土壤普查基础数据,代表采样点相对较少,导致估
算精度也相对较低.
参考文献
[1] 摇 Vieira SR, Nielsen DR, Biggar JW. Spatial variability
of field: Measured infiltration rate. Soil Science Society
of America Journal, 1981, 45: 1040-1048
[2]摇 Zheng Z, Zhang FR, Ma FY. Spatiotemporal changes in
soil salinity in a drip irrigated field. Geoderma, 2009,
149: 243-248
[3]摇 Fromm H, Winter K, Filer J. The influence of soil type
and cultivation system on the spatial distributions of the
soil fauna and microorganisms and their interactions.
Geoderma, 1993, 60: 109-118
[4]摇 Liu L (刘摇 璐), Zeng F鄄P (曾馥平), Song T鄄Q (宋
同清), et al. Spatial heterogeneity of soil nutrients in
Karst area爷s Mulun National Nature Reserve. Chinese
Journal of Applied Ecology (应用生态学报), 2010, 21
(7): 1667-1673 (in Chinese)
[5]摇 Xu Y (徐摇 媛), Zhang J鄄H (张军辉), Han S鄄J (韩
士杰), et al. Spatial heterogeneity of soil inorganic ni鄄
trogen in a broadleaved鄄Korean pine mixed forest in
Changbai Mountains of Northeast China. Chinese Jour鄄
nal of Applied Ecology (应用生态学报), 2010, 21
(7): 1627-1634 (in Chinese)
[6]摇 Lark RM, Webster R. Geostatistical mapping of geomor鄄
phic variables in the presence of trend. Earth Surface
Processes and Landforms, 2006, 31: 862-874
[7]摇 Bernoux M, Conceicao SCM, Volkoff B. Brazil爷 s soil
carbon stock. Soil Science, 2002, 66: 888-896
[8]摇 Scott NA, Tare KR, Giltrap DJ. Monitoring land鄄use
effects on soil carbon in New Zealand: Quantifying base鄄
line soil carbon stocks. Environmental Pollution, 2002,
116: 167-186
[9]摇 Schwartz D, Namri M. Mapping the total organic carbon
in the soils of the Congo. Global and Planetary Change,
2002, 33: 77-93
[10]摇 Xie X鄄L (解宪丽), Sun B (孙摇 波), Zhou H鄄Z (周
慧珍), et al. Organic carbon density and storage in
soils of China and spatial analysis. Acta Pedologica
Sinica (土壤学报), 2004, 41(1): 35 -43 ( in Chi鄄
nese)
[11]摇 Xue L (薛摇 亮), Ma H鄄Z (马海洲), Cao G鄄C (曹广
超), et al. The application of geographic information
systems on the calculation of storage of organic carbon in
soils. Ecology and Environment (生态环境), 2003,
12(4): 419-422 (in Chinese)
[12]摇 Jiang X鄄S (姜小三), Pan J鄄J (潘剑君), Li X鄄L (李
学林). Organic carbon density and storage in topsoil of
Jiangsu and spatial analysis. Chinese Journal of Soil Sci鄄
ence (土壤通报), 2005, 36(4): 501-503 ( in Chi鄄
nese)
[13]摇 Gan H鄄H (甘海华), Wu S鄄H (吴顺辉), Fan X鄄D
(范秀丹). Reserves and spatial distribution charac鄄
teristics of soil organic carbon in Guangdong Province.
Chinese Journal of Applied Ecology (应用生态学报),
2003, 14(11): 1499-1502 (in Chinese)
[14]摇 Cheng X鄄F (程先福), Xie Y (谢摇 勇). Spatial distri鄄
bution of soil organic carbon density in Anhui Province
based on GIS. Scientia Geographica Sinica (地理科
学), 2009, 29(4): 540-544 (in Chinese)
[15]摇 Ren C鄄Y (任春颖), Zhang B (张 摇 柏), Zhang S鄄Q
(张树清), et al. Analysis on the effectiveness for the
wetland protection based on RS and GIS. Journal of
Arid Land Resources and Environment (干旱区资源与
76429 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 玲等: 长白山低山区森林土壤有机碳及养分空间异质性摇 摇 摇 摇 摇 摇
环境), 2008, 22(2): 135-141 (in Chinese)
[16]摇 Goovaerts P, Journel AG. Integrating soil map informa鄄
tion in modelling the spatial variation of continuous soil
properties. Soil Science, 1995, 46: 396-414
[17]摇 Zhang W, Wang KL, Chen HS, et al. Ancillary infor鄄
mation improves kriging on soil organic carbon data for a
typical karst peak cluster depression landscape. Journal
of the Science of Food and Agriculture, 2012, 92:
1094-1102
[18]摇 Zhao J (赵摇 军), Zhang J鄄M (张久明), Meng K (孟
凯), et al. Spatial heterogeneity of soil nutrients in
black soil, China: A case study at Hailun County. Bul鄄
letin of Soil and Water Conservation (水土保持通报),
2004, 24(6): 53-57 (in Chinese)
[19]摇 Bao S鄄D (鲍士旦). Soil and Agricultural Chemistry
Analysis. Beijing: China Agriculture Press, 2000 ( in
Chinese)
[20]摇 Hengl T, Heuvelink GBM, Stein A. A generic frame
work for spatial prediction of soil variables based on re鄄
gression鄄kriging. Geoderma, 2004, 120: 75-93
[21]摇 Li X鄄Y (李小昱), Lei T鄄W (雷廷武), Wang W (王
为). Spatial variability and fractal dimension of soil
property in field. Agricultural Research in the Arid Areas
(干旱地区农业研究), 2000, 18 (4): 61 - 65 ( in
Chinese)
[22] 摇 Xu S鄄P (徐尚平), Tao S (陶 摇 澍), Cao J (曹 摇
军). Spatial structure pattern of soil pH, clay and or鄄
ganic matter contents in the Inner Mongolia area. Chi鄄
nese Journal of Soil Science (土壤通报), 2001, 32
(4): 145-148 (in Chinese)
[23]摇 Ml觃dkov佗 L, Boruvka L, Dr觃bek O. Soil properties and
toxic aluminum forms in acid forest soils as influenced
by the type of vegetation cover. Soil Science and Plant
Nutrition, 2005, 51: 741-744
[24]摇 Sumfleth K, Duttmann R. Prediction of soil property
distribution in paddy soil landscapes using terrain data
and satellite information as indicators. Ecological Indi鄄
cators, 2008, 8: 485-501
[25]摇 Wang J, Fu BJ, Qiu Y. Soil nutrients in relation to land
use and landscape position in the semi鄄arid small catch鄄
ment on the Loess Plateau in China. Journal of Arid En鄄
vironments, 2001, 48: 537-550
[26]摇 Zhang N (张摇 娜), Wang X鄄H (王希华), Zheng Z鄄M
(郑泽梅), et al. Spatial heterogeneity of soil properties
and its relationships with terrain factors in broad鄄leaved
forest in Tiantong of Zhejiang Province, east China.
Chinese Journal of Applied Ecology (应用生态学报),
2012, 23(9): 2361-2369 (in Chinese)
[27]摇 Geng G鄄P (耿广坡), Gao P (高摇 鹏), L俟 S鄄Q (吕圣
桥), et al. Spatial distribution of soil organic matter
and total nitrogen in Matiyu small watershed in hilly area
of middle southern Shandong Province. Science of Soil
and Water Conservation (中国水土保持科学), 2011,
9(6): 99-105 (in Chinese)
[28] 摇 Shao F鄄L (邵芳丽). Study on Spatial Heterogeneity
Relationship of Vegetation and Soil Components in Typi鄄
cal Forest of Northern Hebei Mountains. PhD Thesis.
Beijing: Beijing Forestry University, 2012 (in Chinese)
[29]摇 McGrath D, Zhang CS. Spatial distribution of soil orga鄄
nic carbon concentrations in grassland of Ireland. Ap鄄
plied Geochemistry, 2003, 18: 1629-1639
[30]摇 Zhao J (赵摇 晶), Zhang J鄄H (张军辉), Han S鄄J (韩
士杰), et al. Spatial heterogeneity of soil organic car鄄
bon in a broadleaved鄄Korean pine forest in Changbai
Mountains. Journal of Northeast Forestry University (东
北林业大学学报), 2011, 39 (6): 52 -55 ( in Chi鄄
nese)
作者简介摇 刘摇 玲,女,1988 年生,硕士研究生.主要从事森
林土壤有机碳空间分布研究. E鄄mail: liuling830@ foxmail.
com
责任编辑摇 孙摇 菊
8642 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷