全 文 ：田块尺度下土壤磷素的空间变异性 3
姜　勇 3 3 　梁文举　张玉革
(中国科学院沈阳应用生态研究所 ,沈阳 110016)
【摘要】　采用经典统计学与地统计学相结合的方法 ,对中国科学院沈阳生态实验站 30 m ×42 m 样地进行
网格法分层 (0～10 和 10～20 cm) 取样 ,研究了田块尺度下土壤全 P 和 Olsen2P 的空间变异特征. 结果表
明 ,49 对样本土壤 Olsen2P 的变异系数 (46156 %～56142 %) 远高于全 P (11168 %～13133 %) ;全 P 和
Olsen2P 具有较好的空间结构且具有较相近的空间相关距离. 最佳理论模型的参数显示各变量空间变异主
要受结构性因素的影响 ,各变量半方差变异函数的 C/ ( C0 + C) 均高于 66 %. 全 P 和 Olsen2P 之间及在 2
个土层之间均具有较相似的空间分布格局. 变异系数结合空间格局分析可以大大降低试验取样的数量.
关键词 　土壤 　磷 　空间变异性 　地统计学 　田块尺度
文章编号 　1001 - 9332 (2005) 10 - 2086 - 06 　中图分类号 　S158 　文献标识码 　A
Spatial variability of soil phosphorus in f ield scale. J IAN G Yong ,L IAN G Wenju , ZHAN G Yuge ( Institute of
A pplied Ecology , Chinese Academy of Sciences , S henyang 110016 , China) . 2Chin. J . A ppl . Ecol . , 2005 , 16
(11) :2086～2091.
In this paper ,the spatial variability of soil total P and Olsen2P at the depths of 0～10 and 10～20 cm in a field2
scale was examined by using traditional statistics combined with geostatistics methods. A sampling grid of 30 m ×
42 m including 49 pairs of soil sampling points was established in the Shenyang Experimental Station of Ecology ,
Chinese Academy of Sciences. The results showed that the variance coefficients were much higher for Olsen2P
(46156 %～56142 %) than for total P(11168 %～13133 %) . Both total P and Olsen2P in the two soil depths had
strongly spatial structures and similar spatial correlation ranges. The parameters derived from best2fitted models
showed that the spatial variability of both total P and Olsen2P was mainly affected by structural factors ,with C/
( C0 + C) being higher than 66 % for all the variables. The kriging contour maps showed that both total P and
Olsen2P in the two soil depths had similar spatial distribution patterns. A more precise sampling scheme could be
made based on the spatial distribution pattern of test soil properties combined with traditional variance coeffi2
cients. To recognize the strong variability of soil Olsen2P in field2scale is of significance for better understanding
the P cycling in farm ecosystems and for precise agriculture.
Key words 　Soil , Phosphorus , Spatial variability , Geostatistics , Field scale.3 国家重点基础研究发展规划项目 (2005CB121105) 、中国科学院沈
阳生态实验站基金资助项目 (SYZ0401) .3 3 通讯联系人.
2005 - 01 - 18 收稿 ,2005 - 04 - 25 接受.
1 　引 　　言
土壤基础肥力中 P 含量不足 ,易造成作物 P 营
养缺乏 ,从而影响产量 ,而 P 含量过高又会导致水
体富营养化等环境污染问题[1 ,9 ,14 ] . 因此 ,近几年土
壤 P 的空间变异性研究成为土壤中营养元素空间
变异研究的热点之一[1 ,2 ,9 ,14 ] . 土壤 P 空间变异研究
对于农田土壤的精准施肥 [4 ,7 ,8 ,22 ] 、土壤质量评
价[2 ,14 ]等具有重要意义. 利用地统计学方法研究土
壤性质空间变异特征 ,在大、中尺度下对于区域农田
土壤质量调查、地力分级等方面具为重要的实用价
值[11～13 ,19 ] . 然而 ,由于土壤性质固有的空间异质
性 ,小尺度或田间尺度下研究土壤的理化及生物学
性质也受到普遍重视[3 ,4 ,15 ] . 对于田块尺度下土壤 P
空间变异性的研究 ,有助于了解微区环境条件下引
起土壤 P 变异的原因 ,对精准施用磷肥及土壤2作物 系统 P 循环利用有一定的指导作用. 同时 ,借助地统计学方法 ,设计合理的取样方案 ,是减少测试分析成本 ,实施合理施肥的基础[1 ] . 以往的研究表明 ,农田 土 壤 P 往 往 具 有 较 强 的 空 间 变 异性[3 ,5 ,7 ,11 ,16 ,19 ,22 ] ,但基于田块尺度下对耕层土壤分层取样、进行土壤 P 空间变异的研究还不多见. 本研究的目的是采用经典统计学与地统计学相结合的方法 ,分析田块尺度下耕层土壤全 P 和速效磷(Olsen2P)在水平及垂直方向上的空间变异性特征及其影响因子 ,结合土壤 P 空间分布格局探讨在田块尺度下进行 P 肥力的常规测定所需要的取样数量 ,以期为土壤 P 的科学管理及精准施肥等提供依据.
应 用 生 态 学 报 　2005 年 11 月 　第 16 卷 　第 11 期 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
CHIN ESE JOURNAL OF APPL IED ECOLO GY ,Nov. 2005 ,16 (11)∶2086～2091
2 　材料与方法
采样地为中国科学院沈阳生态实验站玉米2大豆轮作试
验区 (41°31′N ,123°22′E) ,位于沈阳市苏家屯区十里河镇 ,
壤质潮棕壤 ,30 m ×42 m (1 260 m2) . 采样网格为 7 m ×5 m ,
分 0～10 (上层) 和 10～20 cm (下层) 2 个层次取样 ,每层 49
个土样. 取样时间为 2004 年 4 月. 研究区域内 0～20 cm 土
层全 C 和全 N 平均含量分别为 10150 和 1108 g·kg - 1 ,土壤
p H 为 515～615 ,土壤容重平均为 1125 g·cm - 3 . 年施 N、P 和
K量分别为 225、60 和 112 kg·hm - 2 .
土壤全 P 采用 H2 SO42HClO4 消煮 ,土壤速效磷采用 015
mol·L - 1 NaHCO3 (p H815)浸提 (Olsen 法) ,钼锑抗显色 ,Shi2
madza UV22401 型紫外分光光度计测定 , 测定波长 700
nm
[17 ]
.
经典统计学分析采用 SPSS 1010 软件 ,地统计学分析采
用 GS + 软件[6 ] . 半方差变异函数见式 (1) .
γ( h) = 12 N ( h) 6N ( h)i = 1 [ z ( x i) - z ( x i + h) ]2 (1)
式中 ,γ( h) 为半方差变异函数 , h 为样点的空间间隔距离 ,
亦称为步长 , N ( h) 为间隔距离为 h的样点数 , z ( x i) 和 z ( x i
+ h) 分别是区域化变量 z ( x) 在空间位置 x i 和 x i + h 处的
实测值. 插值分析采用 3 ×3 块段克里格法进行空间内插 . 土
壤全 P和Olsen2P分布的空间插值图采用 GS + 软件[6 ] 绘制.
理论变异函数决定系数的 F 检验统计量见式 (2) [19 ] .
F = R
2
1 - R2
×N - kk - 1 (2)
式中 , N 为采样点数 , k 为回归模型中自变量的个数 , R2 为
变异函数理论模型的决定系数. 针对区域纯随机变量而构建
的最佳取样数量为 :
N = t
2 ×S td2…χ2 ×d2 (3)
式中 , N 为需要的采样点数 , t 为在设定自由度和概率下的 t
值 (查 t 值表) , S td 为样本的标准差 , …χ为样本平均值 , d 为
允许误差[22 ] .
根据网格化取样获得的全 P和 Olsen2P含量的统计分析
结果 ,假定 10 % 的相对误差在 95 % 置信水平下 ,如果取 20
个土样能满足条件 , 则自由度为 19 , 查 t 值表得出 tα 为
21093 ,通过式 (3) 初步计算出测定全 P 和 Olsen2P 所需取的
样本数 ,再根据初步结果调整自由度 ,查出给定自由度和置
信水平下的 tα值 ,分别得出相对精确的样本数量. 同理 ,可
计算出 10 %相对误差下 90 %和 99 %置信水平以及 5 %的相
对误差 90 % 和 95 % 置信水平下所需要采集的样本数量.
3 　结果与分析
311 　土壤 P 含量的经典统计学分析
上下层土壤全 P 和下层土壤 Olsen2P 的平均值
略高于中位数 ,说明基本没有特异值的影响. 而上层
土壤 Olsen2P 的平均值高于中位数 ,说明表层样本
中出现较高特异值的影响[12 ] . 土壤全 P 的变异系数
较小 ,说明样地全 P 的变异性相对较小 ,而 Olsen2P
的变异系数相对较大. 上层土壤全 P 略高于下层 ,
而下层土壤 Olsen2P 远低于上层 (表 1) ,表明研究区
域内土壤 Olsen2P 具有一定的表聚性特征. 土壤 P
的表聚性现象主要与当地的施肥方式 (表施) 、P 的
生物归还以及土壤可溶态 P 较难向下层移动的特
点有关[21 ,23 ] . 4 组数据经 K2S 检验 ,基本符合正态
分布.
　　虽然本研究面积仅为 1 260 m2 ,但 49 个样本土
壤 Olsen2P 含量的变异系数却较大 (表 1) . 这与许多
Olsen2P 含 量 变 异 系 数 的 研 究 结 果 是 一 致
的[3 ,5 ,7 ,11 ,16 ,19 ,22 ] . 姜勇等[11 ]对辽宁省沈阳市苏家
屯区 17 000 hm2 农田耕层 358 个土样的研究表明 ,
土壤 Olsen2P 的变异系数分别是土壤有机质、碱解
氮和速效钾的 2～4 倍. 王军等[19 ]研究表明 ,在黄土
高原的一个小流域中 ,虽然土壤全 P 的变异系数仅
为 519 % ,但 Olsen2P 的变异系数却高达 5811 %. 由
此可见 ,在同一土壤中 Olsen2P 的变异程度远远高
于土壤全 P 以及其他一些营养元素的变异.
312 　土壤 P 含量的半方差变异函数
各向同性下空间变异性分析表明 ,2 个层次土
壤全 P 和 Olsen2P 的变异函数的最佳理论模型分别
为球状和指数模型 ;模型的决定系数均较大 , F 检
验的结果均达到 0101 显著水平 ,说明模型的适用性
较强 (表 2) . 4 组变量均显示较好的空间结构 ,且均
具有块金效应. 与系统内总变异基台值 ( C0 + C) 相
比 ,理论模型的块金值 ( C0) 较小 ,说明系统中由随
机性因素引起的空间变异所占比例相对较小[10 ] .
表 1 　土壤全 P和 Olsen2P含量的统计学特征
Table 1 Statistical characteristics of soil total P and Olsen2P
项目
Item
层次　　
Layer (cm)
平均值
Mean
标准差
Std.
变异系数
C. V. ( %)
中位数
Median
最小值
Minimum
最大值
Maximum
偏度
Skewness
峰度
Kurtosis
全 P Total P(g·kg - 1) 0～10 01411 01055 13133 01399 01303 01588 1111 1175
10～20 01383 01045 11168 01369 01316 01515 1122 1149
Olsen2P(mg·kg - 1) 0～10 19113 10179 56142 15157 6131 49145 1126 0169
10～20 11187 5153 46156 10156 5193 31191 1165 3102
780211 期 　　　　　　　　　　　　　　姜 　勇等 :田块尺度下土壤磷素的空间变异性 　　　　　　　　　　　
表 2 　各向同性变异函数理论模型的参数
Table 2 Parameters of the best2f itted semivariogram model for isotropic variogram
项目
Item
层次
Layer
(cm)
模型
Model
块金
Nugget
C0
基台
Sill
C0 + C
C/ ( C0 + C)
( %)
变程
Range
(m)
决定系数
R 2
F 检验
F test
全 P Total P 0～10 球状 Spherical 010018 010053 6610 9110 01852 33172 3 3
10～20 指数 Exponential 010013 010045 7116 8416 01716 14177 3 3
Olsen2P 0～10 球状 Spherical 55190 236110 7613 9110 01705 14100 3 3
10～20 球状 Spherical 47100 272180 8218 9110 01844 31169 3 33 3 P < 0101.
　　Cambardella 等[3 ]运用 C/ ( C0 + C) 比值的大小
判定系统内变量的空间相关程度. 本研究中全 P 具
有中等空间相关性 (25 %～75 %) ,而 Olsen2P 具有
较强的空间相关性 ( > 75 %) . 一些研究把影响土壤
性质空间变异看作是内因和外因共同作用的结果.
内因是结构性因素 ,如土壤形成过程中的成土母质、
地形、地下水位及形成的土壤类型等 ;外因是随机性
因素 ,如土壤管理过程中的施肥、作物布局、栽培管
理措施、环境污染等[3 ,5 ,11～14 ] . 通常 ,结构性因素促
使土壤养分含量具有较强的空间相关性 ,而随机性
因素使土壤养分含量的空间相关性减弱[5 ] . 由于本
研究为田块尺度 ,虽然结构性因素较接近 ,从而致使
土壤 P 有较好的空间相关性 ,但由随机性因素引起
的变异 (块金方差)也不容忽视 (表 2、图 1) .
图 1 　土壤全 P 和 Olsen2P 的变异函数曲线
Fig. 1 Semivariograms for soil total P and Olsen2P.
　　模型中土壤全 P(0～10 和 10～20 cm)和 Olsen2
P(0～10 和 10～20 cm) 的块金方差分别为 010018
g2·kg - 2 、010013 g2·kg - 2 、55190 mg2·kg - 2 、47100
mg2·kg - 2 (表 2) ,所对应的标准方差分别为 01042 g
·kg - 1 、01036 g·kg - 1 、7148 mg·kg - 1 、6186 mg·
kg - 1 ,而土壤全 P 和 Olsen2P 测定的实验误差远远
小于这些数值[17 ] ,说明在间隔距离内存在的空间变
异主要是由区域化变量的属性引起的[20 ] . 土壤全 P
和 Olsen2P 在上下层的基台方差分别为 010053 g2·
kg - 2 、010045 g2 ·kg - 2 、236110 mg2 ·kg - 2 、272180
mg2·kg - 2 (表 2) ,所对应的标准方差分别为 01073 g
·kg - 1 、01067 g·kg - 1 、15137 mg·kg - 1 、16152 mg·
kg - 1 ,而对应的经典统计学分析中的标准差分别为
01055 g·kg - 1 、01045 g·kg - 1 、10179 mg·kg - 1 、5153
mg·kg - 1 (表 1) . 二者对比发现 ,基台方差对应的标
准差略高于经典统计分析的标准差 ,主要原因是相
对于经典统计分析而言 ,地统计学分析充分考虑到
了变量之间的间隔距离[10 ,20 ] .
虽然不同变量上下层间变异函数的块金值和基
台值存在一定的差异 ,但变程较一致 (除 10～20 cm
土层全 P 外 ,其他 3 个变量的变程均为 9110 m) . 同
时 ,各变量的变程均大于空间变异性分析的最大间
隔距离 4113 m (图 1) ,说明变量在取样尺度内存在
较强的空间自相关性[12 ] .
各向异性下变异函数的最佳理论模型分别为线
性和指数模型 (表 3) . 与向同性下理论变异函数参
数相比 ,向异性下理论模型的决定系数相对稍低 ,但
F 检验的结果均达到 0105 或 0101 显著性水平 ,说
明各向异性变异函数的适用性亦较强. 各变量向异
性下的 C/ ( C0 + C) 均大于 70 % ,说明各变量在不
同方向上的空间自相关主要受结构性因素的影响.
各向异性变异函数的变程均大于样区取样尺度 ,说
明在取样尺度存在空间自相关性[12 ] . 各向异性与各
向同性变异函数参数具有较为相似的结果 ,说明土
壤全 P 和 Olsen2P 的空间变异主要受各向同性的影
响 ,而在各个方向上表现不明显[10 ] .
8802　　　　　　　　　　　　　　　　　　　　应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　16 卷
表 3 　各向异性变异函数理论模型的参数
Table 3 Parameters of the best2f itted semivariogram model for anisotropic variogram
项目
Item
层次
Layer
(cm)
模型
Model
块金
Nugget
C0
基台
Sill
C0 + C
变程 Range
A1 (m) A2 (m)
C/ ( C0 + C)
( %)
决定系数
R 2
F 检验
F test
全 P Total P 0～10 线性 Linear 010017 010072 91120 91120 7519 01274 2121 3
10～20 指数 Exponential 010015 010054 166150 147120 7310 01730 15184 3 3
Olsen2P 0～10 线性 Linear 41150 263126 68145 68145 8412 01571 7180 3 3
10～20 线性 Linear 43120 299122 72170 72170 8516 01610 9116 3 33 P < 0105 ; 3 3 P < 0101.
图 2 　土壤全 P 和 Olsen2P 含量的克里格插值分布图
Fig. 2 Distribution maps of soil total and Olsen2P obtained with kriging.
313 　土壤 P 含量的空间分布格局
包括网格法取样的 49 个实测数据在内 ,克里格
估值共产生 3 621 个估值点.利用这 3 621 个估值点 ,
分别对上下层土壤全 P 和 Olsen2P 进行克里格插值 ,
并绘制了等值线图. 上下层土壤全 P 和 Olsen2P 在采
样区西部的含量比较高. 土壤全 P 在西北部稍高 ,而
Olsen2P 在西南部较高 (图 2) .上层土壤全 P 略高于下
层土壤 ,上层土壤全 P 克里格插值等值线的级差也略
高于下层 ;上层 Olsen2P 含量高于下层 ,但上下层土壤
Olsen2P 克里格插值等值线的级差较接近.
上下土层之间 ,全 P 和 Olsen2P 之间出现较为
相似的空间分布格局 ,这主要受土壤全 P 及 Olsen2P
本身的属性及二者之间的相互关系影响. 上下层土
壤的 Olsen2P 和全 P 具有较好的相关性 (图 3) . 不
过 ,Olsen2P 分布格局中等值线的级差相差较大 ,因
此土壤 Olsen2P 的空间变异性比全 P 大. 诸多的研
究表明 ,农田土壤 Olsen2P 较强的空间变异主要是
由磷肥施用所致[5 ,11 ,18 ] . 由于土壤 P 生物地球化学
循环的基本属性 ,P 在农田土壤2作物系统中的循环
受人类活动的影响较大 ,有机肥和化肥施用、作物秸
秆堆放等均会导致全 P 或 Olsen2P 在局部区域的富
集[1 ,21 ] ,表现在分布图上为局部的高 P 斑块 ,这可
能与某一时段的未知的人为干扰 (如有机肥、作物秸
秆堆放或化学磷肥施用、土地利用方式变更等) 有
关.
从克里格插值图 (图 2) 可以看出 ,土壤全 P 含
量显示出相对较好的空间同质性特征. 上层土壤全
P分布图中有 2/ 3 的面积代表了平均含量水平
(01411 g·kg - 1) ;下层土壤中亦有 2/ 3 的面积接近
49 个样本的平均含 P 量 01383 g·kg - 1 . 土壤 Olsen2
P 含量则显示出相对较强的空间异质性特征. 上层
土壤 49 个样本 Olsen2P 的平均含量为 19113 mg·
kg - 1 ,但有近一半面积的 Olsen2P 含量 < 1512 mg·
kg - 1 ;下层土壤 Olsen2P 的平均含量为 11187 mg·
kg - 1 ,但有近一半面积的 Olsen2P 含量 > 1417 mg·
kg - 1 . 虽然经典统计学分析结果中上下层土壤
Olsen2P 的平均值相差较悬殊 ,但克里格差值图的结
果显示 ,上下层土壤 Olsen2P 不仅具有较相似的空
间分布格局 ,而且等值线的级差也较接近 ,说明利用
地统计学克里格插值方法能够更加准确地反映土壤
980211 期 　　　　　　　　　　　　　　姜 　勇等 :田块尺度下土壤磷素的空间变异性 　　　　　　　　　　　
P 的空间分布状况.
图 3 　土壤全 P 与 Olsen2P 的相关关系
Fig. 3 Correlations between soil total P and Olsen2P.
314 　合理取样数量的估算
随着对置信水平和相对误差要求的降低 ,土壤
全 P 和 Olsen2P 测试所需求的取样数量也大幅度下
降.如上层土壤全 P 测定在置信水平为 95 %、相对
误差为 5 %时需要取 30 个土样 ,而同一置信水平相
对误差为 10 %时只需要取 9 个土样 (表 4) . 合理取
样相对误差一般需要根据变量的实际水平及大样本
分析的变异系数等来确定[22 ] . 本研究中全 P 的变异
系数为 11 %～14 % ,在实际取样过程中 ,若以 10 %
作为相对误差 ,置信水平 95 %条件下 ,可以确定采
样点为 9 个. 由于土壤 Olsen2P 的变异系数较大 ,若
以经典统计学变异系数为依据确定合理的取样数
量 ,以 10 %作为相对误差、置信水平 95 %条件下 ,需
要采集 125 个土样. 由于实验样方的面积仅为 1 260
m
2
,这样每个样本的代表面积仅为 10 m2 ,这在实际
操作过程中是很难实现的. 高祥照等[7 ]对北京顺义
精准农业示范区 100 hm2 土壤养分空间变异分析研
究得到与本研究相同的结果 ,即土壤速效磷在所测
指标中变异系数最大 ,空间变异最强 ,合理取样数量
最多. 薛正平等[22 ]建议用增加相对误差的方法来调
整取样数量 ,可以大大减少取样的数量 ,同时也在某
表 4 　土壤合理取样数量估算
Table 4 Estimate of reasonable soil sampling numbers
项目
Item
层次
Layer
(cm)
相对误差 Relative error
10 %
90 % 3 95 % 99 % 5 %90 % 95 %
全 P Total P 0～10 cm 7 9 15 21 30
10～20 cm 6 8 13 17 23
Olsen2P 0～10 cm 88 125 218 350 499
10～20 cm 61 86 148 238 3403 置信水平 Given level.
种程度上满足了推荐施肥的要求 ,但由于相对误差
的增大 ,也可能造成较大的施肥误差.
基于变异系数的合理取样数量确定是把整个样
区看作是均质的统一体[22 ] ,而土壤属性的空间变异
是土壤的一种自然属性 ,在实际取样过程中应当考
虑其空间异质性特征 ,应对经典统计学和地统计学
特征加以综合来确定取样方案[1 ,10 ] . 前文的分析表
明 ,样区土壤 P 的空间变异主要受结构性因素的影
响 ,结合 P 在 2 个层次的空间分布格局图及在各个
量级所占的面积比重进行布点 ,可以大大减少采样
数量. 以上层土壤 Olsen2P 为例 ,可根据克里格插值
图中 > 1916～ > 3218 mg·kg - 1间 4 个量级所占面
积区域内各采集 1 个样本 ,在 > 1512 mg·kg - 1区域
内采集 2 个样本 ,在 < 1512 mg·kg - 1区域采集 5～6
个样本 ,这样采集 11～12 个样本就基本代表了样地
的 Olsen2P 平均含量及分布的水平. 结合空间变异
分析得出的插值图可以最大程度地减少由随机取样
的盲目性所带来的误差 ,提高样本的代表性和准确
度.合理的取样数量和取样方法是了解田块尺度下
土壤养分变异及实施精准农业的基础[1 ] . 因此 ,本
研究基于土壤养分空间变异的合理取样数量的确
定 ,对于我国以农户为单位的农田施肥实践具有一
定的指导意义.
4 　结 　　语
进行网格化取样、经典统计学与空间变异性分
析结果表明 ,样地土壤全 P 数据的变异系数相对较
小 (11168 %～13133 %) ,而 Olsen2P 数据的变异系
数相对较大 (46156 %～56142 %) . 土壤 Olsen2P 在
田块尺度下也存在较强的变异. 向同性变异函数和
向异性变异函数的变程均大于样地的取样尺度 ,空
间变异主要受结构性因素影响 ,样地土壤全 P 和
Olsen2P 的空间自相关性较强. 土壤全 P 和 Olsen2P
在上下层之间 ,全 P 和 Olsen2P 之间均具有较相似
的空间分布格局 ,这主要取决于土壤 P 自身的生物
地球化学性质及农田耕层土壤全 P 和 Olsen2P 较强
的正相关关系. 在空间格局中出现的土壤 P 局部富
集现象与可能曾经发生的人为干扰有关.
在农田生态系统土壤肥力演替等监测研究中 ,
确定合理的取样数目是提高监测质量的重要步骤 ,
也是土壤肥力监测试验研究的基础. 基于经典统计
学变异系数的合理取样数量估算结果表明 ,对于土
壤全 P ,在相对误差为 10 %时采集 9 个土样可以达
到 95 %置信水平 ,而相对误差和置信水平相同的条
0902　　　　　　　　　　　　　　　　　　　　应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　16 卷
件下土壤 Olsen2P 的测定却需要 125 个样本 ,说明
较强的变异是制约土壤 Olsen2P 取样及测定精度的
关键因子. 但建立在空间分布格局分析基础上的取
样设计 ,可以最大程度地减少取样数量 ,并提高样本
的代表性.
本研究方法也可用于有关肥效试验的试验设计
中 ,结合随机区组试验设计 ,引入基础肥力的空间变
异特征分析 ,可以降低随机性因素引起的试验误差 ,
提高试验精度. 若基础肥力指标的空间变异性较大
(如本研究中 Olsen2P 在田块尺度内的分布) ,则不
适宜把整个地块作为肥效试验用地 ,需要考虑选择
同质性相对较好的区域 (如本研究中西2东 14～42
m 区域)进行有关试验.
参考文献
1 　Brus DJ ,Spa¨tjens L EEM ,de Gruijter JJ . 1999. A sampling scheme
for estimating the mean extractable phosphorus concentration of
fields for environmental regulation. Geoderma ,89 :129～148
2 　Cahoon LB , Ensign SH. 2004. Spatial and temporal variability in
excessive soil phosphorus levels in eastern North Carolina. N ut r
Cycl A groecosyst ,69 :111～125
3 　Cambardella CA ,Moorman AT ,Novak J M , et al . 1994. Field2scale
variability of soil properties in central Iowa soils. Soil Sci Soc A m
J ,58 :1501～1511
4 　Chen F2S (陈伏生) , Zeng D2F (曾德慧) , Chen G2S (陈广生) .
2004. Effect of land use change on spatial distribution pattern of soil
total nitrogen in Keerqin sandy land. Chin J A ppl Ecol (应用生态
学报) ,15 (6) :953～957 (in Chinese)
5 　Chien YJ ,Lee D Y , Guo HY , et al . 1997. Geostatistics analysis of
soil properties of mid2west Taiwan soils. Soil Sci ,162 :291～298
6 　Gamma Design Software. 2000. GS + : Geostatistics for the Envi2
ronmental Sciences 5. 1 User’s Guide. MI , USA : Gamma Design
Software ,Plainwell.
7 　Gao X2Z (高祥照) , Hu K2L (胡克林) , Guo Y(郭 　焱) , et al .
2002. Spatial variability of soil nutrients and crop yield and site2spe2
cific fertilizer management . Sci A gric S in (中国农业科学) , 35
(6) :660～666 (in Chinese)
8 　Guo X2D(郭旭东) , Fu B2J (傅伯杰) , Ma K2M (马克明) , et al .
2000. Spatial variability of soil nutrients based on geostatistics com2
bined with GIS —A case study in Zunhua city of Hebei Province.
Chin J A ppl Ecol (应用生态学报) ,11 (4) :557～563 (in Chinese)
9 　Jarvie HP ,Neal C , Williams RJ . 2004. Assessing changes in phos2
phorus concentrations in relation to in2stream plant ecology in low2
land permeable catchments : Bringing ecosystem functioning into
water quality monitoring. W ater A i r Soil Poll : Focus ,4 :641～655
10 　Jiang Y(姜　勇) ,Liang W2J (梁文举) ,Wen D2Z(闻大中) . 2003.
Middle2and Micro2Elements in Cultivated Soils of Shenyang Sub2
urbs. Beijing :China Agricultural Science and Technology Press. (in
Chinese)
11 　Jiang Y(姜　勇) , Zhang Y2G(张玉革) ,Liang W2J (梁文举) , et
al . 2003. Spatial variability of soil nutrients in cultivated surface soil
of Sujiatun District ,Shenyang City. Chin J A ppl Ecol (应用生态学
报) ,14 (10) :1673～1676 (in Chinese)
12 　Jiang Y(姜 　勇) , Zhang Y2G(张玉革) , Wen D2Z (闻大中) , et
al . 2003. Spatial heterogeneity of exchangeable iron content in culti2
vated soils of Shenyang suburbs. J Soil W ater Cons (水土保持学
报) ,17 (1) :119～121 (in Chinese)
13 　Jiang Y ,Liang WJ , Wen DZ , et al . 2005. Spatial heterogeneity of
DTPA2extractable zinc in cultivated soils induced by city pollution
and land use. Sci China C ,48 (supp . ) :82～91
14 　Lark RM , Ferguson RB. 2004. Mapping risk of soil nutrient defi2
ciency or excess by disjuction and indicator kriging. Geoderma ,
118 :39～53
15 　Liang WJ ,Li Q ,Jiang Y , et al . 2003. The effect of cultivation on
the spatial distribution of nematode trophic groups in black soil. Pe2
dosphere ,13 (2) :97～102
16 　Lopez2Granados F ,J urado2Exposito M ,Atenciano S , et al . 2002.
Spatial variability of agricultural soil properties in southern Spain.
Plant Soil ,246 :97～105
17 　Page AL ,Miller RH , Keeney DR. 1982. Methods of soil analysis ,
Part 2 :Chemical and Microbiological Properties. 2nd ed. Wisconsin ,
USA :ASA and SSSA Inc.
18 　Paz2González A ,Vieira SR , Taboada Castro MT. 2000. The effect
of cultivation on the spatial variability of selected properties of an
umbric horizon. Geoderma ,97 :272～292
19 　Wang J (王　军) ,Fu B2J (傅伯杰) ,Qiu Y(邱 　扬) , et al . 2002.
Spatial heterogeneity of soil nutrients in a small catchment of the
Loess Plateau. Acta Ecol S in (生态学报) ,22 (8) :l173～1178 (in
Chinese)
20 　White J G ,Welch RM ,Norvell WA. 1997. Soil zinc map of the USA
using geostatistics and geographic information systems. Soil Sci Soc
A m J ,61 :185～194
21 　Withers PJA , Edwards AC , Foy RH. 2001. Phosphorus cycling in
U K agriculture and implications for phosphorus loss from soil. Soil
Use M an ,17 :139～149
22 　Xue Z2P(薛正平) , Yang X2W (杨星卫) ,Duan X2S (段项锁) , et
al . 2002. Spatial variability of soil nutrient and reasonable sampling
number. Trans CSA E(农业工程学报) ,18 (4) :6～9 (in Chinese)
23 　Zhang Y2G(张玉革) ,Jiang Y(姜 　勇) ,Liang W2J (梁文举) , et
al . 2004. Vertical variation of soil p H and Olsen2P in aquic brown
soil as affected by land use. J Soil W ater Cons (水土保持学报) ,18
(4) :89～92 (in Chinese)
作者简介 　姜 　勇 ,男 ,1968 年生 ,博士 ,副研究员. 主要从
事土壤生态学和土壤性质空间变异性研究 ,发表论文 60 余
篇. E2mail :jiangyong @iae. ac. cn
190211 期 　　　　　　　　　　　　　　姜 　勇等 :田块尺度下土壤磷素的空间变异性