顧成軍, 史學正, 于東升

(1.土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點實驗室, 中國科學院南京土壤研究所, 南京 210008;2.中國科學院大學, 北京 100049; 3.滁州學院 地理信息與旅游學院, 安徽 滁州 239000)

結合土地利用與克里格插值的區(qū)域土壤有機碳空間表征方法

顧成軍1,2,3, 史學正1, 于東升1

(1.土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點實驗室, 中國科學院南京土壤研究所, 南京 210008;2.中國科學院大學, 北京 100049; 3.滁州學院 地理信息與旅游學院, 安徽 滁州 239000)

如何利用有限的土壤采樣點準確預測土壤屬性一直是研究的熱點?；诤颖笔∪珖诙瓮寥榔詹閿?shù)據(jù)，運用方差分析研究了使用土地利用和克里格插值來表征區(qū)域表層土壤有機碳空間分布的可行性。結果表明：土地利用是表層土壤有機碳密度空間分異的一個影響因子，可以直接使用土地利用來反映表層土壤有機碳密度在空間上的分布和變化。但單一的土地利用對土壤有機碳密度空間分異的反映能力還不是很高，而土地利用與普通克里格插值結合以后能顯著地提高對土壤有機碳空間分異的解釋水平。因此區(qū)域空間上可以將土地利用與普通克里格插值結合來表征表層土壤有機碳密度的空間分布。

土地利用; 土壤有機碳; 克里格插值; 空間分布

準確表征土壤有機碳的空間分布是土壤有機碳研究的基礎。從已有研究來看，土壤有機碳的空間分布在空間尺度較小且地形條件相對簡單的區(qū)域可以使用基于地統(tǒng)計分析的克里格插值進行預測[1]，而在空間尺度較大且環(huán)境條件復雜的區(qū)域多用土壤有機碳的相關因子來反映[2]。為進一步提高預測精度，一些學者還通過將土壤有機碳相關因子與克里格插值結合的方法來表征土壤有機碳的空間分布[3]。

區(qū)域尺度上不同土地利用的土壤有機碳含量對比研究很多，大多數(shù)研究結果都表明不同土地利用的土壤有機碳存在顯著差異[4-7]。因此土地利用有時候能夠反映出土壤有機碳的空間差異，是區(qū)域土壤有機碳空間分異的一個影響因子。土地利用也被一些學者作為土壤有機碳的空間分異單元用，來表征土壤有機碳的空間分布或進行碳庫估算[2,8]。但不足的是相對于其他相關因子如土壤類型，單一的土地利用對土壤有機碳的空間預測能力還比較低。

目前將土地利用與克里格插值結合起來表征區(qū)域土壤有機碳空間分布的研究還不多，是否可以通過普通克里格插值來提高土地利用對土壤有機碳的空間表征精度尚不確定。因此本文選擇河北省作為研究區(qū)域，基于全國第二次土壤普查數(shù)據(jù)，對比土地利用與普通克里格插值結合前后對土壤有機碳空間預測精度的差異，分析使用克里格插值來提高土地利用對土壤有機碳空間預測精度的可行性，為區(qū)域土壤有機碳空間分布的準確表征提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

河北省位于北緯36°03′—42°40′，東經(jīng)113°27′—119°50′，總面積18.6萬km2。該省氣候上屬溫帶大陸性季風氣候，大部分地區(qū)四季分明。年平均氣溫0～13℃，自北向南升高。年平均降水量300～800 mm，地區(qū)分布不均勻。水熱狀況自東南向西北呈現(xiàn)有規(guī)律的變化趨勢。全省地勢西北高，東南低。有高原、山地和平原三種地貌類型，分別占該省面積的9.3%，49.5%，41.2%。植被和土地利用上顯示出不同地貌單元之間的明顯差異性。高原主要是以多年生草本植物為主的溫帶草原，部分水分較好的地區(qū)分布有森林；山地主要是溫帶落葉闊葉林和灌草叢，寬闊平坦的盆地和谷地多辟為農(nóng)田；平原主要是耕地，是該省糧棉的主產(chǎn)區(qū)。

1.2 資料來源

土地利用空間數(shù)據(jù)來自中國科學院資源環(huán)境科學數(shù)據(jù)中心提供的20世紀80年代1∶10萬河北省土地利用數(shù)據(jù)庫(http:∥www.resdc.cn/dataResource/dataResource.asp)。一級類型為耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地和未利用地6大類。經(jīng)統(tǒng)計，河北省土地利用主要以耕地、林地和草地為主，分別占52.71%，19.58%和18.14%，這三類土地利用共占河北省總面積的90.43%。為便于討論，本研究只選擇耕地、林地和草地三類土地利用進行分析。由于其它三類土地利用的圖斑比較破碎，在表征河北省土壤有機碳空間分布時，先用ArcGIS軟件對這三類圖斑進行了融合處理。土壤剖面數(shù)據(jù)來自第二次全國土壤普查[9]，包括《中國土種志》、《河北土種志》和河北省地級市土種志，共計典型土壤剖面851個。土壤剖面信息包括剖面地理位置、土壤類型、母質(zhì)類型、剖面描述、土層劃分、土層厚度、有機質(zhì)含量等。土壤剖面的土地利用是根據(jù)剖面的土地利用和植被覆蓋描述按照耕地、林地和草地三種土地利用類型進行分類。

對于一定深度D(cm)的土壤有機碳密度DSOC的計算公式如下：

(1)

式中：DSOC——厚度為D土層的SOC密度(kg/m2)；n——土層數(shù)；δi%——第i層>2 mm礫石含量；ρi——第i層土壤容重(g/cm3)；Ci——第i層SOC含量(g/kg)，由土壤有機質(zhì)含量乘以0.58(Bemmelen轉(zhuǎn)換系數(shù))得到[10]；Ti——第i層土層厚度(cm)。由于土地利用主要對表層土壤有機碳密度影響比較大[11-12]，所以本文只估算0—20 cm深的土壤有機碳密度。

1.3 研究方法

(1) 土地利用法。對不同土地利用的土壤有機碳密度進行方差分析，如果有顯著差異，說明土地利用對土壤有機碳密度有顯著影響，可以使用土地利用作為分類變量直接對土壤有機碳密度的空間分異進行預測。土地利用對土壤有機碳空間分異的解釋能力根據(jù)不同土地利用土壤有機碳密度回歸方程的決定系數(shù)R2來確定[13]。

(2) 土地利用與克里格插值結合的方法。先將剖面土壤有機碳密度去除土地利用類型的均值，然后再用普通克里格插值對殘差進行進一步預測。空間上土壤有機碳密度最終預測值為土地利用類型均值與殘差預測值之和。預測能力通過剖面點實測值與預測值回歸分析的決定系數(shù)R2判定。普通克里格插值預測的方法和原理可以參考相關文獻[14]。

描述性統(tǒng)計、方差分析和回歸分析采用SPSS 13.0軟件，半方差函數(shù)及理論模型擬合利用地統(tǒng)計學軟件GS+7.0，克里格插值是在ArcGIS 9.2下完成。

2 結果與分析

根據(jù)851個土壤剖面統(tǒng)計，河北省表層土壤有機碳密度最小值為0.09 kg/m2，最大值為16.50 kg/m2，平均土壤有機碳密度2.44 kg/m2，變異系數(shù)91.2%，為高度變異。

2.1 土地利用表征土壤有機碳空間分布

河北省主要土地利用表層平均土壤有機碳密度見表1，三種土地利用平均土壤有機碳密度以林地最大6.68 kg/m2，其次是草地2.67 kg/m2，耕地最小為1.84 kg/m2。變異系數(shù)為56.5%～85.8%，平均變異系數(shù)68.4%，均小于河北省土壤有機碳密度變異系數(shù)。表2方差分析結果表明三種土地利用的平均土壤有機碳密度間有顯著差異(P<0.001)，說明土地利用對土壤有機碳密度有顯著影響，是土壤有機碳密度空間分異的一個影響因子，因此土地利用能夠反映出河北省表層土壤有機碳密度在空間上的分布和變化。

土地利用表征的河北省土壤有機碳密度空間分布如圖1a所示。從圖1a可以看出河北省表層土壤有機碳密度空間分布的總體趨勢是西北部主要是林地和草地，土壤有機碳密度較高，而東南部主要是耕地，土壤有機碳密度較低。回歸分析表明土地利用能夠解釋剖面土壤有機碳密度空間分異的28.2%(P<0.001)。

表1 河北省主要土地利用的土壤有機碳密度統(tǒng)計

表2 不同土地利用土壤有機碳密度的方差分析

圖1 不同方法表征的河北省土壤有機碳密度空間分布

2.2土地利用與克里格插值結合表征土壤有機碳空間分布

對剖面土壤有機碳密度去除土地利用均值后的殘差進行K-S檢驗，結果為正態(tài)分布。殘差半方差擬合模型及參數(shù)見表3，擬合模型為指數(shù)模型，決定系數(shù)R2為0.705，模型擬合結果較好。模型的塊金方差占基臺方差的50%，屬于中等程度的空間自相關，因此可以使用普通克里值插值對殘差進行空間預測，結果如圖1b所示。從預測結果來，河北省西北部表層土壤有機碳密度的殘差空間分布值較高，而東南部殘差的分布值相對較低。說明根據(jù)土地利用來預測河北省土壤有機碳密度的空間分布時，在西北部，對土壤有機碳密度的估計值總體上要低于實際值，而東南部總體上會高估土壤有機碳密度值。

表3 土壤有機碳密度殘差半方差函數(shù)擬合模型參數(shù)

將土地利用表征的土壤有機碳密度空間分布與普通克里格插值預測的殘差空間分布進行疊加，如圖1c所示。與土地利用表征的河北省土壤有機碳密度空間分布圖1a相比，土地利用與普通克里格插值結合不僅能夠反映出土壤有機碳密度不同土地利用之間的差異，而且能夠反映出同一土地利用內(nèi)土壤有機碳密度的空間分異，因此要比單獨使用土地利用表征的土壤有機碳密度的空間分布效果要好。回歸分析表明，土地利用與普通克里格插值結合能夠解釋剖面土壤有機碳密度空間分異的43.0%(P<0.001)。

3 討 論

在土壤有機碳的各相關因子中，以土壤類型尤其是低級土壤分類對土壤有機碳空間分異的反映能力較好，碳庫估算也多以土壤類型作為土壤有機碳的基本空間分異單元進行估算[15-16]。由于土壤有機碳作為碳源或碳匯可能影響全球氣候，所以有必要去量化土壤有機碳的變化[17]。而土地利用是影響土壤有機碳含量高低的一個重要因子，當土地利用發(fā)生改變以后，土壤有機碳含量會隨之發(fā)生變化[18]。目前，隨著遙感技術的發(fā)展，土地利用的空間變化能夠通過遙感數(shù)字影象快速獲取，而且土地利用的類別往往比較少。因此相對于其它相關因子例如土壤類型等，以土地利用表征土壤有機碳的空間分布或進行制圖不僅方便快捷，還可以通過不同時期土地利用的對比來預測土壤有機碳的動態(tài)變化。

目前很多的研究也表明了土地利用對區(qū)域土壤有機碳空間分異有很好的解釋能力，是區(qū)域土壤有機碳空間分異的一個重要影響因子。例如Bell等[2]對英國紐卡斯爾南部(55 km2)的研究表明，土地利用對土壤有機碳空間預測能力能達到44%。但在較大的空間區(qū)域，土地利用對土壤有機碳空間分異的解釋能力相對較差，例如張忠啟[19]對江西余江縣的研究表明土地利用只能獨立解釋土壤有機碳含量空間變異的32.3%，本研究中土地利用對河北省土壤有機碳的空間變異解釋能力僅為28.2%，同一土地利用類型內(nèi)還存在較大的空間變異，平均變異系數(shù)達到68.4%(表1)。而且與常用的土壤有機碳相關因子如土壤類型相比較，土地利用對土壤有機碳空間分異的解釋能力往往不如低級土壤分類高。例如Bell等[2]的研究表明土系對土壤有機碳的空間預測能力為48%，張忠啟[19]在江西余江縣研究表明土屬能夠解釋土壤有機碳空間分異的41.4%，都要高于相同區(qū)域土地利用對土壤有機碳空間分異的解釋能力。因此對區(qū)域土壤有機碳的空間預測，尤其是較大的空間區(qū)域，單獨使用土地利用效果還不是很好，有必要在土地利用的基礎上，進一步提高土壤有機碳的空間預測精度。

將土地利用與其它相關因子結合無疑是提高預測精度的一種方法，但這需要獲取其它相關因子的資料。而本研究將土地利用與克里格插值結合，不僅不需要獲取其它的空間數(shù)據(jù)和屬性數(shù)據(jù)，還能將土壤有機碳密度空間分異的解釋程度顯著提高到43.0%，在精度上與張忠啟和Bell等研究的低級土壤分類土屬和土系對土壤有機碳空間變異的解釋能力也已比較接近[2,19]。這說明克里格插值能夠用來優(yōu)化土地利用對土壤有機碳的空間預測，是提高區(qū)域土壤有機碳空間表征精度的一個有效方法。

4 結 論

河北省主要的三個土地利用耕地、林地和草地表層土壤有機碳密度之間具有顯著差異(P<0.001)，說明土地利用是表層土壤有機碳密度空間分異的一個影響因子。但土地利用僅能預測河北省表層土壤有機碳密度空間分異的28.2%，而土地利用與普通克里格插值結合以后能將對土壤有機碳密度空間分異的預測能力顯著提高到43.0%。因此區(qū)域空間上可以在土地利用的基礎上再結合普通克里格插值來優(yōu)化表層土壤有機碳密度的空間表征。

[1] 申廣榮,葛曉燁,黃秀梅.上海崇明島表層土壤有機碳密度的空間分布特征及碳儲量估算[J].上海交通大學學報:農(nóng)業(yè)科學版,2011,29(6):61-66.

[2] Bell M J, Worrall F. Estimating a region′s soil organic carbon baseline: The undervalued role of land-management[J]. Geoderma,2009,152(1/2):74-84.

[3] 趙永存,史學正,于東升,等.不同方法預測河北省土壤有機碳密度空間分布特征的研究[J].土壤學報,2005,42(3):379-385.

[4] Chaplot V, Bouahom B, Valentin C. Soil organic carbon stocks in Laos: spatial variations and controlling factors[J]. Global Change Biology,2010,16(4):1380-1393.

[5] White II D A, Welty-Bernard A, Rasmussen C, et al. Vegetation controls on soil organic carbon dynamics in an arid, hyperthermic ecosystem[J]. Geoderma,2009,150(1):214-223.

[6] Zhang M, Zhang X K, Liang W J, et al. Distribution of soil organic carbon fractions along the altitudinal gradient in Changbai Mountain, China[M]. Pedosphere,2011,21(5):615-620.

[7] Chiti T, Gardin L, Perugini L, et al. Soil organic carbon stock assessment for the different cropland land uses in Italy[J]. Biology and Fertility of Soils,2012,48(1):9-17.

[8] 徐小明.通榆縣土壤有機碳儲量估算及時空分布研究[D].長春:吉林大學,2008.

[9] 全國土壤普查辦公室.中國土種志(第四卷)[M].北京:中國農(nóng)業(yè)出版社,1995.

[10] 文啟孝.土壤有機質(zhì)研究方法[M].北京:農(nóng)業(yè)出版社,1984.

[11] Cheng H H, Kimble J M. Characterization of soil organic carbon pools[M]∥Lal R, Kimble J M, Follett R F, et al. Assessment Methods for Soil Carbon. London Lewis,2001:117-129.

[12] Kimble J M, Grossman R B, Samson-Liebiog S E. Methodology for sampling and preparation for soil carbon determinations[M]∥Lal R, Kimble J M, Follett R F, et al. Assessment Methods for Soil Carbon. London: Lewis,2001:15-29.

[13] 李麗霞,郜艷暉,張瑛.啞變量在統(tǒng)計分析中的應用[J].數(shù)理醫(yī)藥學雜志,2006,19(1):51-53.

[14] 范勝龍,黃炎和,林金石.表征土壤有機碳區(qū)域分布的優(yōu)化空間插值模型研究:以福建省龍海市為例[J].水土保持研究,2012,18(6):1-5.

[15] 姜小三,潘劍君,李學林.江蘇表層土壤有機碳密度和儲量估算和空間分布分析[J].土壤通報,2005,36(4):501-503.

[16] 袁芳,趙小敏,樂麗紅,等.江西省表層土壤有機碳庫儲量估算與空間分布特征[J].生態(tài)環(huán)境,2008,17(1):268-272.

[17] Stolt M H, Drohan P J, Richardson M J. Insights and approaches for mapping soil organic carbon as a dynamic soil property[J]. Soil Science Society of America Journal,2010,74(5):1685-1689.

[18] Jeny H, Raychaudhuri S P. Effect of Climate and Cultivation on Nitrogen and Organic Matter Reserves in Indian Soils[M]. Indian Council of Agricultural Research, New Delhi,1960.

[19] 張忠啟.樣點布置模式及密度對揭示土壤有機碳空間變異的影響[D].南京:中國科學院南京土壤研究所,2010.

IndicatingMethodonSpatialDistributionofRegionalSoilOrganicCarbonbyCombiningLandUseandKriging

GU Cheng-jun1,2,3, SHI Xue-zheng1, YU Dong-sheng1

(1.StateKeyLaboratoryofSoilandSustainableAgriculture,InstituteofSoilScience,ChineseAcademyofSciences,Nanjing210008,China; 2.UniversityoftheChineseAcademyofSciences,Beijing100049,China; 3.GeographicInformationandTourismCollege,ChuzhouUniversity,Chuzhou239000,China)

How to use limited soil samplings to predicate an accurate spatial distribution of soil properties is always a hot issue. Method of using land use and Kriging to indicate soil organic carbon spatial distribution was explored by variance analysis with the data of Hebei Province of the Second National Soil Survey. The results showed that land use was a factor impacting soil organic carbon spatial variation and could be used to reflect the spatial distribution of soil organic carbon. But the independent reflecting ability of land use to variation of SOC density in the surface was not very high, land use and ordinary Kriging interpolation in combination could significantly increase explanatory strength of SOC spatial variation. Therefore, Kriging interpolation could be combined with land use to indicate the spatial distribution of regional soil organic carbon in the topsoil.

land use; soil organic carbon; Kriging; spatial distribution

2013-08-07

：2013-08-27

中國科學院戰(zhàn)略性先導科技專項項日(XDAO5050509);國家重點基礎研究發(fā)展規(guī)劃(973計劃)項目(2010CB950702)

顧成軍(1978—),男,安徽滁州人,博士研究生,研究方向:土壤資源與遙感信息。E-mail:lacjg@163.com

史學正(1959—),男,浙江嵊縣人,博士,研究員,研究方向:土壤資源數(shù)字化管理。E-mail:xzshi@issas.ac.cn

S153.6

：A

：1005-3409(2014)02-0039-04