全 文 ：第 50 卷 第 2 期
2 0 1 4 年 2 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 50，No. 2
Feb．，2 0 1 4
(责任编辑 于静娴)
doi: 10．11707 / j．1001-7488．20140202
收稿日期: 2012 － 12 － 09; 修回日期: 2013 － 12 － 01。
基金项目: 浙江省重点科技创新团队项目(2010R50030) ;浙江省林业厅项目。
* 姜培坤为通讯作者。
浙江省森林凋落物碳密度空间变异特征*
张佳佳1，3 傅伟军1 杜 群2 张国江2 姜培坤1
(1. 浙江农林大学环境与资源学院 浙江省森林生态系统碳循环与固碳减排重点实验室 临安 311300;
2. 浙江省森林资源监测中心 杭州 311300; 3. 温州市农业站 温州 325000)
摘 要: 基于浙江省森林资源监测中心 2010 年 6—9 月的森林凋落物碳密度数据和浙江省森林资源连续清查
(CFI)数据，利用克里格插值法研究浙江省森林凋落物碳密度空间变异特征。结果表明: 浙江省森林凋落物碳密
度为 10. 2 ～ 4 589. 8 kg·hm － 2，均值为 1 627. 1 kg·hm － 2，森林凋落物平均碳密度在全国范围内处于较低水平; 浙
江省森林凋落物碳密度变异系数为 0. 54，半变异函数基台效应(Nugget / Sill)为 62. 75%，变程为 42. 69 km，其空间
分布存在区域差异; 克里格插值显示浙江省森林凋落物碳密度由内陆至东南沿海呈下降趋势。
关键词: 森林凋落物碳; 空间变异; 克里格插值; 浙江省
中图分类号: S718. 55 文献标识码: A 文章编号: 1001 － 7488(2014)02 － 0008 － 06
Spatial Variability Characteristics of Carbon Densities in the Forest Litter in Zhejiang Province
Zhang Jiajia1，3 Fu Weijun1 Du Qun2 Zhang Guojiang2 Jiang Peikun1
(1. School of Environmental Science and Resources，Zhejiang A ＆ F University Zhejiang Provincial Key Laboratory
of Carbon Cycling in Forest Ecosystems and Carbon Sequestration Linan 311300; 2. Forest Resources Monitoring Center
of Zhejiang Province Hangzhou 311300; 3. Wenzhou Agricultural Station Wenzhou 325000)
Abstract: Based on data of Forest Resources Monitoring Center and Continuous Forest Inventory ( CFI) System in
Zhejiang Province from June to September 2010，spatial variability of carbon densities in forest litter in Zhejiang Province
was studied by using the Kriging interpolation method． The results showed that carbon densities in the forest litter ranged
from 10． 2 to 4 589． 8 kg·hm － 2 with the mean value of 1 627． 2 kg·hm － 2，which was at relatively low-level in China．
Variation coefficient of carbon densities in the forest litter in Zhejiang was 0． 54，Nugget / Sill ratio value was 62． 75%，
and the variation range was 42． 69 km，suggesting that there was spatial variation in carbon densities in the forest litter in
Zhejiang． The Kriging interpolation method showed that carbon densities in the forest litter in Zhejiang exhibited a
decreased tendency from inland to the southeastern coast and its spatial distribution was basically consistent to the
alignment of mountain ridge．
Key words: forest litter carbon; spatial variability; Kriging interpolation; Zhejiang Province
虽然森林凋落物碳储量相对较小，但是森林凋
落物对于森林生态系统的能量流动和物质循环、土
壤理化性质、森林生态系统生产力、水土保持等方面
均具有重要作用;同时，凋落物还是森林土壤动物和
微生物的能量和物质来源，对促进和维持整个森林
生态系统平衡也起着重要作用(杨万勤等，2007:
刘刚等，2010)。因此，准确计量森林凋落物碳储量
对于提高森林资源经济效益具有十分重要的意义。
近年来，一些学者通过传统的森林资源清查方
法来估算不同植被类型的凋落物碳储量( Powers et
al．，2011; 常宗强等，2007; 杨玉盛等，2004)，然而
有关森林凋落物碳密度空间分布的研究很少。随着
空间分析技术的不断更新和发展，地统计学从最初
的采矿学和地质学逐渐渗透到土壤、水文、气象和生
态海洋等领域( Li et al．，2006; Krause et al．，2009;
王贵政，2010)，与 GIS 技术结合应用于环境变量的
空间变异性研究具有高效的空间信息处理能力和强
大的决策支持能力(Saura-Mas et al．，2012; 李梅等，
2011)。本研究基于浙江省森林资源监测中心 2010
年 6—9 月的森林凋落物碳密度数据和浙江省森林
第 2 期 张佳佳等: 浙江省森林凋落物碳密度空间变异特征
资源连续清查(CFI)数据，结合地统计学方法和克
里格插值法研究浙江省森林凋落物碳密度空间变异
特征，一方面弥补浙江省森林凋落物碳密度空间分
布研究的空白; 另一方面将地统计学和空间分析方
法结合，为更好地了解浙江省森林碳储量空间分布
情况提供数据支持。
1 研究区概况
浙江省(118°01—123°10E，27°06—31°11N)
属于东南沿海低山与丘陵地貌、华中华东低山与丘
陵及江浙冲积平原的一部分，以分割破碎的低山和
丘陵为主，地势呈自西向东北倾斜趋势。西南部为
平均海拔 800 m 的地区，1 500 m 以上的山峰大多集
中在此; 中部为丘陵、盆地相间，海拔多在 100 ～ 500
m; 东北部为海拔 10 m 以下的太湖、杭州湾水网平
原。浙江省自西南向东北有大致平行的 3 支山脉:
西北支从浙赣交界的怀玉山伸展成天目山、千里岗
山等; 中支从浙闽交界的仙霞岭延伸成四明山、会
稽山、天台山，入海成舟山群岛; 东南支从浙闽交界
的洞宫山延伸成大洋山、括苍山、雁荡山。浙江省地
处亚热带季风湿润气候区，冬夏季风交替显著，热量
较优，日照充足，雨量丰富，空气湿润，雨热同季，干
湿分明，气候具有南北过渡性和多宜性。浙江省属
江南红壤、黄壤、水稻土大区。丘陵山地的红壤、黄
壤等地带性土壤及海岛的饱和红壤等是林业的主要
土壤，局部分布的非地带性土壤还有石灰土、紫色土
和粗骨土等(浙江省林业局，2006)。浙江省境内的
森林群落丰富、种类繁多，地带性植被为常绿阔叶林、
常绿阔叶和落叶混交林，除此之外还有落叶阔叶林、
针叶林、竹林等多种植被类型(袁位高等，2009)。
2 研究方法
2. 1 森林凋落物样地选取
浙江省森林资源清查每 5 年进行 1 次，森林资
源调查采用 GIS 网格布点，2010 年以 12 km × 6 km
网格获取森林样地 930 块，野外实际固定样地 839
块。在每块固定样地选取 3 个 1 m × 1 m 样方，收集
样方内的枯枝落叶装入编织袋中并称出其总量，混
匀后获取一部分装入塑料袋带回实验室。浙江省森
林凋落物碳密度调查采用直接收集法，不涉及年凋
落物量和月凋落物量。
2. 2 森林凋落物碳密度计算
将野外采集回的枯落物放入烘箱 105 ℃烘干后
研磨粉碎，取 0. 5 g 左右放入有机元素分析仪(Vario
MAX CN)测定样品碳元素含量。通过计算公式将
凋落物样品碳含量转换为固定样地凋落物碳密度。
公式如下:
Y = 10 000 × a × X /3; (1)
Z = b × Y。 (2)
式中: a 为带入实验室的部分凋落物干质量百分
比; X 为 3 个 1 m × 1 m 样方内凋落物鲜质量，kg; Y
为每公顷凋落物干质量，kg·hm － 2; Z 为每公顷凋落
物碳质量，kg·hm － 2; b 为元素分析仪测定的凋落物
碳元素百分比。
2. 3 数据处理
研究变量空间分布的结构性和随机性，或空间
相关性和依赖性，或空间格局和变异，并对变量数据
进行无偏、最优估计，或模拟离散性、波动性时，均可
应用地统计学的理论及相应的方法 (侯景儒等，
1993)。地统计学的理论基础是区域化变量理论，
变异函数是地统计学最基本的函数，是以区域化变
量理论为基础建立起来的。半变异函数是描述变量
空间变异结构的一个函数，计算公式 (徐建华，
2006)如下:
r(h) = 1
2N(h)Σ
N( h)
i = 1
［Z( xi + h) － Z( xi)］
2。(3)
式中: h 为样本间距; Z( xi)为样本在位置 xi处变量
值; Z( xi + h)表示样本在距离为 xi + h 处变量数
值; N( h) 为分隔距离为 h 时的样本点对总数。
r(h)为随着样本间距离增大，其从非零值达到一个
相对稳定常数值。
克里格插值是根据变异函数模型发展起来的空
间插值方法，能得到内插计算产生的独立误差的估
值，且由已知点内插估计变量空间相关性，具有较好
的内在关联属性和精确性(雷能忠等，2008)。克里
格插值是区域化变量的线性估计，前提是假设数据
变化成正态分布(汤国安等，2006)。运用 SPSS 软
件非参数检验单样本 (Kolmogorov-Smirnov，K-S)方
法检验数据正态性，若 P ＞ 0. 05，表示数据服从正态
分布; 若 P ＜ 0. 05，表示数据不服从正态分布 (薛
薇，2011)。
利用 Microsoft Office Excel 2003 对调查数据进
行整理和计算; 利用 SPSS18. 0 对调查数据中的异
常值进行处理，并对数据进行一般的描述性统计;
利用 ArcGIS9. 2 对数据进行地统计分析。
3 结果与讨论
3. 1 浙江省森林凋落物碳密度特征
浙江省森林凋落物碳密度均值为1 627. 1 kg·
hm － 2，明显低于周玉荣等 (2000) 估算的我国主要
9
林 业 科 学 50 卷
森林生态系统凋落物层平均碳密度8 210 kg·hm － 2，
方精云等(2001)和李海奎等 (2011)分别估算全国
森林凋落物碳密度为6 470和6 170 kg·hm － 2。浙江
省森林凋落物碳密度极小值和极大值分别为 10. 2
和 4 589. 8 kg·hm － 2，最高值是最低值的 450 倍。
Zhang 等(2007)的研究显示，当变异系数≤0. 1 时
为弱变异性，0. 1 ＜ 变异系数 ＜ 1 时为中等变异性，
变异系数≥1 时为强变异性。浙江省森林凋落物碳
密度变异系数值为 0. 54，属于中等变异性。
结果表明，浙江省森林凋落物平均碳密度在全
国范围内处于较低水平，这可能和浙江省经济区位
及森林植被主要以中幼年林为主(张峰等，2012)有
关。浙江全省森林凋落物碳密度存在中等空间变
异，且森林凋落物碳密度空间分布极不平衡，高值区
和低值区相差显著。
3. 2 浙江省森林凋落物碳密度正态性
数据的非正态分布会使变异函数产生比例
效应，比例效应的存在会使试验变异函数产生畸
变，抬高基台值和块金值，增大估计误差，变异函
数值点的波动大，甚至会掩盖其固有的结构 ( 张
朝生等，1995)，因此应该消除比例效应。本研
究采用域法识别异常值 (徐建华，2006 )，即在
此区间［a + 3 s］以外的数据定为异常值 ( a 为样
本平均值，s 为样本标准差)。通过均值替代异常
值，获得稳健的变异函数 ( Zhang et al．，2008 )。
森林凋落物碳密度数据非参数检验的单样本K-S
检验值 P = 0. 062( ＞ 0. 05)，数据服从正态分布，
可进行插值分析。图 1 为浙江省森林凋落物固
定样地异常值处理前后的直方图和 Q—Q 图。经
过异常值处理之后，可以直观地看出，图 1 上部
分处理后的直方图显示森林凋落物碳密度数据
趋于正态分布; 图 1 下部分的 Q—Q 图显示森林
凋落物碳密度数据分布逐渐拉直，和期望正态线
基本一致。
图 1 异常值处理前后的直方图和 Q—Q 图
Fig. 1 Q—Q plot and histogram between pre- and post-treatment outliers
01
第 2 期 张佳佳等: 浙江省森林凋落物碳密度空间变异特征
3. 3 森林凋落物碳密度的克里格插值分析
3. 3. 1 最优克里格插值模型 浙江省森林凋落物
碳密度数据经过异常值处理后服从正态分布，选择
ArcGIS 9. 2 地统计模块常见模型进行对比分析，并
选取标准平均值和标准均方根预测误差作为最优插
值模型判断标准(Franklin et al．，2003)。评价依据
为: 标准平均值越接近于 0，标准均方根预测误差越
接近于 1，模型的拟合情况越好(汤国安等，2006)，
即标准平均值与标准均方根预测误差比值 (MS /
RMSS)越小，模型拟合越好。表 2 的数据显示，6 个
模型的标准平均值与标准均方根预测误差的比值均
差很小，表明这些数学模型拟合度均很好，都适合用
于森林凋落物碳密度空间变异特征分析，本研究采
用拟合度更高的指数模型(Exponential)来研究浙江
省森林凋落物碳密度空间变异特征。
表 2 不同克里格插值模型的拟合检验参数
Tab. 2 Fitting test parameters of
different Kriging interpolation models
克里格模型
Kriging model
标准平均值
Mean
standardized
标准均方根
预测误差
Root-mean-square
standardized
参数比值
MS /RMSS
Exponential 0. 035 28 0. 998 3 0. 035 34
Pentaspherical 0. 034 88 0. 979 9 0. 035 60
Pherical 0. 034 89 0. 979 4 0. 035 62
Gaission 0. 034 93 0. 979 2 0. 035 67
Circular 0. 035 50 0. 980 6 0. 036 20
Tetraspherical 0. 035 71 0. 979 2 0. 036 47
3. 3. 2 最优克里格插值模型半变异函数 图 2 为
浙江省森林凋落物碳密度指数模型半变异函数。X
轴为变程(km)，表示半变异函数变量之间的间隔距
离，能够反映森林凋落物碳密度的空间变化趋势; Y
轴为基台值 ( Sill)，表示森林凋落物碳密度半变异
函数随着样点间距离的增大，从非零值达到一个相
对稳定常数值。基于 ArcGIS 9. 2 的地统计模块分
析得到: Sill ( 基台值 ) 为 0. 71、Range (变程) 为
42. 69 km、Nugget(块金值)为 0. 44。
当变量之间的距离大于变程时，变量之间相互
独立; 当变量之间的距离小于变程时，说明二者之
间存在空间相关性 (凌华等，2009)。本研究采用
12 km × 6 km 网格获取森林样地，从图 2 可以看出，
森林凋落物碳密度变程为 42. 69 km，明显大于网格
布点距离，森林凋落物碳密度之间存在空间相关性。
块金值是变异函数位于原点的值，一般表示系统内
随机因素引起的变异，其值越大就表示某一随机因
素在系统内的影响不可忽略(刘湘南等，2005)。从
图 2 森林凋落物碳密度指数模型半变异函数
Fig. 2 Semi-variance function of exponential model
of forest litter carbon density
图 2 可以看出，森林凋落物碳密度半变异函数的初
始值位于 Y 轴近上端，为 0. 44，表示随机因素的影
响明显。块金值和基台值的比值(Nugget / Sill)表示
随机部分引起的空间异质性占系统总变异的比例，
称为基台效应(Hofmann et al．，2010)。从地统计学
结构性因素角度来看，Nugget / Sill 值可以表明变量
的空间相关性程度，如果 Nugget / Sill ＜ 25%，说明变
量具有强烈的空间相关性; 如果 25% ＜ Nugget / Sill ＜
75%，说明变量具有中等的空间相关性; 如果
Nugget / Sill ＞ 75%，说明变量空间相关性很弱( Zhao
et al．，2010)。数据显示，浙江省森林凋落物碳密度
半变异函数的基台值为 0. 71、块金值为 0. 44，其半
变异函数的基台效应值为 62. 75%，属于中等空间
自相关性。结果表明，浙江省森林凋落物碳密度受
随机因素的影响，不同固定样地之间具有较强的空
间关系，现有的 12 km × 6 km 网格布点能较好地揭
示浙江省森林凋落物碳密度空间分布规律。
3. 4 浙江省森林凋落物碳密度空间变异
森林凋落物碳密度空间变异主要取决于植被类
型(刘刚等，2010)和年龄，同时也与气候 (袁位高
等，2009)、地形(王绍强等，1999)及人类活动等因
素有关。
浙江省森林凋落物碳密度空间分布总体表现为
高低值成片相间，块状或破碎状分布。西北地区的
森林凋落物碳密度空间分布完整度高，大多呈高值
块状分布，但在杭州地区的钱塘江流域出现零星碎
斑，该地区森林凋落物碳密度为2 500 ～ 3 900 kg·
hm － 2。浙江内陆森林凋落物碳密度较高的主要原
因是森林植被保存较好。但该地区末端的钱塘江流
域，是全省经济发达地区之一，地势低洼、水网密布，
以平原地貌为主，具有典型的江南水乡风貌，森林资
源分布较少，因此森林凋落物碳密度最低。据 2005
年浙江省森林资源清查报告显示，平原地区林地面
11
林 业 科 学 50 卷
图 3 浙江省森林凋落物碳密度空间分布
Fig. 3 Spatial distribution of forest litter carbon densities in Zhejiang Province
积仅占全省林地面积的 9. 18%，故森林凋落物碳密
度在该区域极小或基本为零，森林凋落物碳密度插
值表现为碎斑型。
中部地区的森林凋落物碳密度空间分布完整度
较高，但森林凋落物碳密度空间分布不均，在丽水和
金华交界区域出现断裂，并呈低值块状分布，该地区
森林凋落物碳密度为 470 ～ 2 500 kg·hm － 2。舟山
岛屿森林凋落物碳密度为1 700 ～ 2 000 kg·hm － 2。
该地区森林凋落物碳密度空间变异的断裂带处于金
衢盆地，是全省主要商品粮基地和多种经营方式的
农业经济综合区，植被以经济作物为主，人类活动频
繁，很难有凋落物的累积，森林凋落物碳密度插值表
现为低值块状型。舟山岛屿地区森林凋落物碳密度
较高的原因可能是内插过程中，某固定样地的森林
凋落物碳密度比较高而使插值区域整体水平提高。
东南方向的森林凋落物碳密度空间分布多处断
裂，完整度较低，原本森林覆盖率极高的丽水地区，
其森林凋落物碳密度为 470 ～ 2 000 kg·hm － 2。该
地区的森林凋落物碳密度空间分布高值区在丽水、
温州、台州交界处，位于雁荡山山脉附近，多成破碎
状，森林凋落物碳密度为2 000 ～ 3 000 kg·hm － 2。
该地区的沿海地区森林凋落物碳密度呈低值块状分
布，其森林凋落物碳密度为 470 ～ 1 200 kg·hm － 2。
南部地貌以中低山为主，是全省森林资源最多和商
品材生产量最大的林区，丰厚的经济利益驱使人们
选择经济优势明显的林种代替原始林种，森林凋落
物累积较少，从而影响森林凋落物碳密度空间分布。
该地区森林凋落物碳密度高值出现在雁荡山山脉附
近，这可能是雁荡山作为著名的旅游风景区，人为保
护和管理使植被维护较好，有利于凋落物的累积。
另外，温州、台州部分出现森林凋落物碳密度低值
区，原因可能是沿海及浙东沿海区，由于台风、气温
及人为扰动等环境因子影响，使森林生物量及群落
生物量普遍较低，以至其凋落量较小 (黄承才等，
2005)。
浙江省森林凋落物碳密度空间分布还可能和浙
江经济发展有关系，沿海地区城市扩张导致森林面
积急剧减少，大规模的土地开发和经济作物的种植
也影响凋落物量的累积，使森林凋落物碳密度分布
存在空间异质性。
4 结论与讨论
浙江省森林凋落物碳密度约为 10. 2 ～ 4 589. 8
kg·hm － 2，均值约为1 627. 1 kg·hm － 2。森林凋落物
碳密度变异系数值为 0. 54，具有中等变异性。
森林凋落物碳密度空间变异受制于植被类型、
气候、地形及人类活动等因素的影响。浙江省森林
凋落物碳密度空间分布呈现出由内陆至东南沿海下
21
第 2 期 张佳佳等: 浙江省森林凋落物碳密度空间变异特征
降的规律，其空间分布与山脉走势十分一致。凋落
物碳密度的高值区出现在丽水、温州、台州交界处的
雁荡山山脉(2 000 ～ 3 000 kg·hm － 2)和杭州地区的
钱塘江流域的零星碎斑(2 500 ～ 3 900 kg·hm － 2 )，
而低值出现在钱塘江流的末端。
本研究得到的浙江省森林凋落物碳密度均值为
1 627. 1 kg·hm － 2，显著高于 2009 年浙江省森林植
被凋落物碳密度估算值(706. 2 kg·hm － 2 )，主要原
因可能是地貌差异引起。因此建议下一步应当通过
网格和浙江省地形图相结合的方法，通过更加精确
的布点方式来估算浙江省森林凋落物碳储量。
参 考 文 献
常宗强，冯 起，司建华，等 ． 2007． 祁连山不同植被类型残体碳库
贮量研究 ．山地学报，25(6) : 714 － 720．
方精云，陈安平 ． 2001．中国森林植被碳库的动态变化及其意义 ． 植
物学报，43(9) : 967 － 973．
侯景儒，郭光裕 ． 1993．矿床统计预测及地质统计学的理论与应用 ．
北京: 冶金工业出版社，45 － 49．
黄承才，葛 滢，朱锦茹，等 ． 2005． 浙江省马尾松生态公益林凋落
物与群落特征关系 ． 生态学报，25 (10) : 2507 － 2513．
雷能忠，王心源，蒋锦刚，等 ． 2008． 不同地形与取样数的 Kriging 插
值精度对比研究———以舒城县土壤全氮空间分异为例 ． 水文地
质工程地质，35(5) : 86 － 91．
李海奎，雷渊才，曾伟生 ． 2011．基于森林清查资料的中国森林植被碳
储量 ．林业科学，47(7) : 7 － 12．
李 梅，张学雷 ． 2011． 基于 GIS 的农田土壤肥力评价及其与土体构
型的关系 ． 应用生态学报，22(1) : 129 － 136．
凌 华，陈光水，陈志勤 ． 2009． 中国森林凋落物量的影响因素 ． 亚
热带资源与环境学报，4(4) : 66 － 71．
刘 刚，朱剑云，叶永昌，等 ． 2010． 东莞主要森林群落凋落物碳储
量及其空间分布 ． 山地学报，28(1) : 69 － 75．
刘湘南，黄 方，王 平，等 ． 2005． GIS 空间分析原理与方法 ． 北京:
科学出版社，205．
汤国安，杨 昕 ． 2006． ArcGIS 地理信息系统空间分析实验教程 ． 北
京: 科学出版社，356．
王贵政 ． 2010． 基于 GIS 技术的土壤养分空间分布分析及应用 ． 中
国农学通报，26(10) : 187 － 191．
王绍强，周成虎，罗承文 ． 1999． 中国陆地自然植被碳量空间分布特
征探讨 ． 地理科学进展，18(3) : 238 － 244．
徐建华 ． 2006．计量地理学 ． 北京: 高等教育出版社，38 － 139．
薛 薇 ． 2011．基于 SPSS 的数据分析 ． 北京: 中国人民大学出版社，
106 － 109．
杨万勤，邓仁菊，张 健 ． 2007． 森林凋落物分解及其对全球气候变
化的响应 ．应用生态学报，18(12) : 2889 － 2895．
杨玉盛，郭剑芬，林 鹏，等 ． 2004． 格氏栲天然林与人工林枯枝落
叶层碳库及养分库 ．生态学报，24(2) : 357 － 361．
袁位高，沈爱华，江 波，等 ． 2009． 浙江省常绿阔叶林凋落物特征
研究 ． 浙江林业科技，29(3) : 1 － 4．
浙江省林业局 ． 2006．浙江省林业自然资源———森林卷 ． 北京: 中国
农业科学技术出版社，5 － 9．
张 峰，杜 群，葛宏立，等 ． 2012． 基于地统计学和 CFI 样地的浙
江省森林碳空间分布研究 ． 生态学报，32(16) : 5275 － 5286．
张朝生，章 申，张立成，等 ． 1995． 长江水系河流沉积物重金属元素
含量的计算方法研究 ．环境科学学报，15(3) :257 － 264．
周玉荣，于振良，赵士洞 ． 2000． 我国主要森林生态系统碳贮量和
碳平衡 ． 植物生态学报，24(5) : 518 － 522．
Franklin R B，Mills A L． 2003． Multi-scale variation in spatial
heterogeneity for microbial community structure in an eastern
Virginia agricultural field． FEMS Microbiology Ecology，44 ( 3 ) :
335 － 346．
Hofmann T，Darsowa A，Schafmeister M T． 2010． Importance of the
nugget effect in variography on modeling zinc leaching from a
contaminated site using simulated annealing． Journal of Hydrology，
389(2) : 78 － 89．
Krause S， Lüke C， Frenzel P． 2009． Spatial heterogeneity of
methanotrophs: a geostatistical analysis of pmoA-based T-RFLP
patterns in a paddy soil． Environmental Microbiology Reports，1
(5) : 393 － 397．
Li B G，Cao J，Liu W X，et al． 2006． Geostatistical analysis and kriging
of hexachlorocyclohexane residues in topsoil from Tianjin，China．
Environmental Pollution，142(3) : 567 － 575．
Powers M，Kolka R，Palik B，et al． 2011． Long-term management impacts
on carbon storage in Lake States forests． Forest Ecology and
Management，262(3) : 424 － 431．
Saura-Mas S，Estiarte M，Peuelas J，et al． 2012． Effects of climate
change on leaf litter decomposition across post-fire plant regenerative
groups． Environmental and Experimental Botany，77: 274 － 282
Zhao K L，Liu X M，Xu J M，et al． 2010． Heavy metal contaminations in a
soil-rice system: identification of spatial dependence in relation to
soil properties of paddy fields． Journal of Hazardous Materials，181
(1) : 778 － 787．
Zhang C S，Luo L，Xu W L，et al． 2008． Use of local Morans I and GIS to
identify pollution hotspots of Pb in urban soils of Galway，Ireland．
Science of the Total Environment，398(1 /3) : 212 － 221．
Zhang X Y，Sui Y Y，Zhang X D，et al． 2007． Spatial variability of
nutrient properties in black soil of northeast，China． Pedosphere，17
(1) : 19 － 29．
(责任编辑 于静娴)
31