馮定邦，陳英，張仁陟，馬靜

(甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，甘肅 蘭州　730070)

?

安定區(qū)耕作層土壤養(yǎng)分含量的空間自相關(guān)分析

馮定邦，陳英，張仁陟，馬靜

(甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，甘肅 蘭州730070)

摘要：應(yīng)用空間自相關(guān)分析的方法，采用Moran’s I統(tǒng)計量對定西市安定區(qū)耕作層土壤中主要土壤養(yǎng)分肥力因子含量的空間自相關(guān)關(guān)系以及空間分布規(guī)律開展了研究.結(jié)果表明：安定區(qū)耕作層土壤6種肥力因子中，有機質(zhì)、全氮、有效磷和全鉀的空間分布并非隨機狀態(tài)，而是存在一定的空間自相關(guān)特性，而全磷和速效鉀的空間相關(guān)性不顯著，元素分布較隨機；利用區(qū)域空間自相關(guān)指標(biāo)結(jié)合LISA聚集圖分析了有機質(zhì)、全氮、有效磷和全鉀含量空間分布規(guī)律，確定了“高-高”、“低-低”空間聚集區(qū)和“低-高”、“高-低”空間孤立區(qū)在研究區(qū)內(nèi)的具體分布位置.

關(guān)鍵詞：耕作層土壤；養(yǎng)分；空間自相關(guān)；安定區(qū)

第一作者：馮定邦(1989-)，男，碩士研究生，研究方向為農(nóng)業(yè)資源與環(huán)境.E-mail:785697998@qq.com

空間自相關(guān)分析(spatial autocorrelation analysis)是對某一地理變量空間分布相鄰位置間的相關(guān)性進行檢驗的一種統(tǒng)計方法，它是通過檢測一個位置上的變異是否依賴于鄰近位置上的變異來判斷該變異是否存在空間自相關(guān)性[1,2].空間自相關(guān)自1950年Moran等提出以來，已經(jīng)被廣泛應(yīng)用于多個領(lǐng)域來研究變量之間的空間變異.在土壤空間變異中，張朝生等[3]采用了Moran’s I統(tǒng)計量對天津市平原土壤微量元素的含量的空間自相關(guān)進行了研究；霍霄妮等[4]采用Moran.s I統(tǒng)計量研究了北京耕作土壤重金屬含量的空間自相關(guān)關(guān)系、空間相關(guān)尺度以及空間分布規(guī)律；梁二等[5]運用空間自相關(guān)方法對河南省1958年和1985年2個時段土壤有機碳儲量的分布狀況進行了研究；劉永生[6]對華北平原土壤重金屬元素的空間自相關(guān) 進行了研究.

土壤是在母質(zhì)、地形、時間、氣候、生物和人為因素下形成連續(xù)非均質(zhì)變化體，在時空變異性高.傳統(tǒng)的土壤施肥體系忽視了土壤變異性，通常以田間地塊作為統(tǒng)一均質(zhì)耕種單元，依照農(nóng)戶生產(chǎn)種植習(xí)慣或大面積的農(nóng)業(yè)技術(shù)推薦進行施肥和生產(chǎn).這種耕作模式一方面使得施肥缺乏針對性，容易導(dǎo)致區(qū)域內(nèi)養(yǎng)分供給不平衡、肥料利用率低，另一方面濫用肥料，造成了農(nóng)作物產(chǎn)量不高、耕地污染嚴(yán)重.因此，正確、全面的認(rèn)識耕地土壤養(yǎng)分空間變異狀況，確定合理的土壤養(yǎng)分管理單元，是實現(xiàn)因地制宜、因時制宜、因物制宜科學(xué)管理土壤的基礎(chǔ)，也是實現(xiàn)土壤資源可持續(xù)利用的前提[7].目前對于土壤養(yǎng)分的空間變異研究，采用較多的是地統(tǒng)計學(xué)的半方差函數(shù)與GIS相結(jié)合的方法，徐敬敬等[8]做了基于GIS的崇明土壤養(yǎng)分空間變異及肥力綜合評價研究；孫志虎等[9]采用地統(tǒng)計學(xué)的變異函數(shù)分析方法，定量研究十四年生水曲柳人工林表層土壤(0～10 cm)養(yǎng)分的空間異質(zhì)性特征；王祎等[10]基于ArcGIS軟件的應(yīng)用模塊和地統(tǒng)計學(xué)方法，研究了清水縣耕層土壤主要養(yǎng)分的空間變異特征以及在不同鄉(xiāng)鎮(zhèn)和土類中的平均含量；劉卉芳等[11]采用地統(tǒng)計學(xué)方法研究了晉西黃土區(qū)坡面土壤水分時空變異規(guī)律.張朝生等[12]指出除了地統(tǒng)計學(xué)外，空間相關(guān)方法也可用于土壤空間結(jié)構(gòu)研究.

目前，空間自相關(guān)在土壤空間變異研究中，多用于土壤微量元素、重金屬等空間研究，在分析這些土壤元素空間分布相鄰位置間的相關(guān)性上具有準(zhǔn)確、直觀等特點.目前，對土壤養(yǎng)分含量的空間變異多采用地統(tǒng)計學(xué)、GIS等方法，而應(yīng)用空間自相關(guān)對土壤養(yǎng)分含量的空間變異研究卻鮮有報道.因此，本研究擬用空間自相關(guān)的方法對定西市安定區(qū)耕作層土壤養(yǎng)分含量進行研究，可作為一種新的方法探究土壤侵蝕嚴(yán)重的黃土高原溝壑區(qū)土壤養(yǎng)分的空間變異與分布格局，判斷土壤養(yǎng)分的空間聚集區(qū)和空間孤立區(qū)的具體分布位置，從而確定合理的土壤養(yǎng)分管理單元，以期為合理施肥和土地科學(xué)利用等提供依據(jù).

1材料與方法

1.1研究區(qū)概況

安定區(qū)位于甘肅省定西市北部(圖1)，屬黃土梁峁溝壑區(qū)，地跨N 35°17′54″～36°02′40″、 E 104°12′48″～105°01′06″之間，南北長82.9 km，東西寬73.3 km，總面積為3 638.711 km2，全區(qū)地勢自西南向東北傾斜，地勢最高處為西南部高峰鄉(xiāng)城門寨，海拔2 577.3 m；最低處為北部關(guān)川河谷地，海拔1 671.3 m.氣候?qū)僦袦貛Ц珊怠敫珊祬^(qū)，大陸性季候風(fēng)氣候顯著.年平均太陽輻射量141.4 kJ/cm2，年平均日照2 500.1 h.年均氣溫6.3 ℃，極端最高溫34.3 ℃，極端最低氣溫零下27.1 ℃.無霜期141 d.正常年降水量400 mm左右，多集中在秋季，蒸發(fā)量高達1 500 mm，是一個干旱、冰雹、霜凍、低溫等自然災(zāi)害頻繁的農(nóng)業(yè)區(qū).安定區(qū)內(nèi)耕作土壤主要是黑壚土、灰鈣土、黃綿土和潮土，土壤結(jié)構(gòu)為團粒狀，土壤侵蝕度多為一級，即無明顯侵蝕，耕層厚度約為23～25 cm，主要的種植的經(jīng)濟作物為小麥、玉米、馬鈴薯等.

圖1　研究區(qū)及土壤樣點分布Fig.1　A schematic diagram of the study area andthe distribution of soil samples

1.2數(shù)據(jù)采集

采用“S”形布點法于2012年秋季作物收獲后在定西市安定區(qū)耕作土壤中采集了2 689個土壤樣點(圖1)，以安定區(qū)19個鄉(xiāng)鎮(zhèn)(不包括永定路街道和中華路街道)為基本行政規(guī)劃單元，按照每個規(guī)劃單元內(nèi)不同耕地面積的大小、地形地貌、土壤類型的復(fù)雜程度，確定每個規(guī)劃單元內(nèi)采樣點的個數(shù)，使得每個規(guī)劃單元采樣點數(shù)目與該單元耕地面積、類型呈正相關(guān)；再根據(jù)土壤類型的具體分布狀況，適當(dāng)調(diào)整樣點分布位置.每個采樣點均采用GPS定位儀精確定位，用土鉆采取表層(0～20 cm)土壤現(xiàn)場均勻混合后用四分法從中選取1 kg土樣作為代表該點的混合樣品，將每個土樣裝入聚氯乙烯塑料袋，內(nèi)外均附標(biāo)簽，標(biāo)明采樣編號、名稱、采樣深度、采樣地點、日期、采集人.將所有土樣帶回實驗室，在室內(nèi)風(fēng)干、磨碎，過100目尼龍網(wǎng)篩.

1.3研究方法

1.3.1土壤樣品分析方法本次對所采集的土壤樣品的化學(xué)分析指標(biāo)由甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院按照1985年第二次全國土壤普查時相同的化驗分析方法(表1)完成，化驗指標(biāo)為土壤有機質(zhì)、全氮、全磷、全鉀、有效磷和速效鉀的含量.

表1　土壤樣品分析方法

1.3.2空間自相關(guān)分析方法本次研究對數(shù)據(jù)的處理采用Anselin等開發(fā)的Geoda軟件進行空間權(quán)重的計算和空間自相關(guān)性分析，用ArcGIS 10.0進行研究相關(guān)圖形的繪制[13]；運用全域型和區(qū)域型空間自相關(guān)分析方法結(jié)合Moran散點圖等對土壤養(yǎng)分分布相關(guān)性及分布規(guī)律進行分析研究[14].

空間自相關(guān)分析是檢驗具有空間位置的某變量的觀測值是否顯著地與其相鄰空間點上的觀測值相關(guān)聯(lián)[1,2].空間自相關(guān)所統(tǒng)計的內(nèi)容包括空間變量的空間位置和其屬性，即每個變量與其相鄰統(tǒng)計分析變量之間的空間位置關(guān)系以及屬性取值特征[15].表示空間自相關(guān)的方法和指標(biāo)很多，其中最常用的是Moran’s I統(tǒng)計量.Moran’s I統(tǒng)計量一般可分為全域型(global spatial autocorrelation)和區(qū)域型(local spatial autocorrelation)2種，全域型Moran’s I的計算公式[4]為：

(1)

運用Moran’s I統(tǒng)計量進行空間自相關(guān)分析的過程中，所使用的空間位置信息取決于空間權(quán)重矩陣，而空間權(quán)重矩陣的選擇一般由研究者自行確定，可以基于鄰接標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)構(gòu)建[1].對于離散點而言，常用的方法是基于距離標(biāo)準(zhǔn)構(gòu)建，若兩點之間的距離小于指定的臨界值即認(rèn)為其是相鄰的，權(quán)重為1，否則為0[16].

通常將Moran’s I標(biāo)準(zhǔn)化，以判斷相關(guān)的正負(fù)性與顯著性.本研究以近似正態(tài)為前提對其進行標(biāo)準(zhǔn)化，得到指標(biāo)Z(I)：

(2)

以正態(tài)分布95%置信區(qū)間雙側(cè)檢驗閾值1.96為界限，Z(I)大于1.96為顯著的正空間自相關(guān)，表示某觀測點與周圍觀測點的值相似，即空間聚集；Z(I)小于-1.96為顯著的負(fù)空間自相關(guān)，表示某觀測點與周圍觀測點的值差異程度顯著較大，即空間孤立；若Z(I)介于-1.96到1.96之間，則空間自相關(guān)不顯著，變量呈隨機分布.

區(qū)域型Moran’s I系數(shù)被定義為：

(3)

式中：各變量的含義同上.區(qū)域型Moran’s I指數(shù)可以對土壤肥力因子含量的空間格局進行可視化，以進一步研究其空間分布規(guī)律.本研究利用區(qū)域型空間自相關(guān)指標(biāo)結(jié)合LISA聚集圖將土壤肥力因子含量空間分布劃分為5種類型：“高-高”、“低-低”為空間聚集(spatial clusters)，表示某觀測點自身與其周圍觀測點的土壤肥力因子含量都較高或較低，二者的空間差異程度顯著較??；“低-高”、“高-低”為空間孤立(spatial outliers)，表示某觀測點自身土壤肥力因子含量較高(或較低)，而其周圍觀測點的土壤肥力因子含量較低(或較高)，為高低相鄰，二者的空間差異程度顯著較大；“不顯著”表示某觀測點與其周圍觀測點的土壤肥力因子含量空間差異不顯著.

2結(jié)果與分析

2.1安定區(qū)各鄉(xiāng)鎮(zhèn)土壤養(yǎng)分含量

通過對采得的安定區(qū)耕作層土壤樣品進行化驗分析，得出各個采樣點土樣的6種肥力因子的含量，用數(shù)理統(tǒng)計方法，以鄉(xiāng)鎮(zhèn)為規(guī)劃單元，得到各鄉(xiāng)鎮(zhèn)6種養(yǎng)分的均值，如表2所示.

2.2土壤養(yǎng)分全域型空間自相關(guān)分析

本次研究中利用Geoda軟件分析得到在rook、queen空間權(quán)重矩陣下土壤肥力因子含量Moran′s I指數(shù)基本相同，所以只采用rook空間權(quán)重矩陣，并對其進行標(biāo)準(zhǔn)化，得到指標(biāo)Z(I)值；通過分析得到在rook空間權(quán)重下土壤肥力因子含量Moran′s I指數(shù)和指標(biāo)Z(I)值.以下以有機質(zhì)、全氮為例來說明(圖2).

對6種肥力因子進行分析，得到6種肥力因子Moran′s I指數(shù)和Z(I)值，如表3所示.從表3可以看出，在rook權(quán)重矩陣下各肥力因子含量Moran′s I指數(shù)中，有機質(zhì)、全氮、有效磷和全鉀的Moran′s I指數(shù)均大于0，分別是0.564 5、0.579 3、0.231 5和0.273 8，表明有機質(zhì)、全氮、有效磷和全鉀含量在空間上呈現(xiàn)正相關(guān)，存在空間聚集區(qū)，且空間聚集程度大小依次為全氮、有機質(zhì)、全鉀和有效磷；全磷和速效鉀含量Moran′s I指數(shù)均小于0，分別為-0.182 2和-0.040 2，表明全磷和速效鉀含量在空間上呈現(xiàn)負(fù)相關(guān)，存在空間孤立區(qū)，且空間孤立程度全磷大于全鉀.

在各肥力因子含量Z(I)值中，有機質(zhì)、全氮、有效磷和全鉀Z(I)值分別為3.872 4、4.012 0、2.290 2和2.533 1，均大于1.96，說明有機質(zhì)、全氮、有效磷和全鉀含量存在顯著的正空間自相關(guān)，表示某觀測點與周圍觀測點的值相似，即空間聚集；全磷和速效鉀Z(I)值分別為-0.765 8和0.092 8，均介于-1.96到1.96之間，說明全磷和速效鉀含量空間自相關(guān)不顯著，各肥力因子含量呈隨機分布.

表2　各鄉(xiāng)鎮(zhèn)土壤養(yǎng)分含量表

圖2　rook權(quán)重下有機質(zhì)、全氮Moran’s I指數(shù)和Z(I)值Fig.2　Rook under the weight of organic matter,total nitrogen Moran's I index and Z(I) values

有機質(zhì)全氮全磷有效磷全鉀速效鉀Moran'sI指數(shù)0.56450.5793-0.18220.23150.2738-0.0402Z(I)值3.87244.0120-0.76582.29022.53310.0928

2.3安定區(qū)土壤養(yǎng)分區(qū)域型空間自相關(guān)分析

全域型空間自相關(guān)描述土壤肥力因子含量的整體分布狀況，判斷土壤肥力因子含量分布是否存在空間聚集區(qū)和空間孤立區(qū)，而區(qū)域型空間自相關(guān)指標(biāo)結(jié)合Moran散點圖能夠揭示土壤肥力因子含量的空間分布規(guī)律，指出肥力因子含量的空間聚集區(qū)和空間孤立區(qū)在研究區(qū)內(nèi)的位置[17-18].

運用Geoda軟件對該地區(qū)各肥力因子含量進行區(qū)域空間自相關(guān)分析，在LISA中選擇rook權(quán)重矩陣分析局部空間自相關(guān)分析[19-20].由于對6種肥力因子全局空間自相關(guān)分析時，全磷和速效鉀Z(I)值介于-1.96到1.96之間，其含量空間自相關(guān)不顯著，呈隨機分布.故區(qū)域型空間自相關(guān)只對有機質(zhì)、全氮、有效磷和全鉀進行區(qū)域空間自相關(guān)分析，得到4種肥力因子含量的LISA聚集圖(圖3).

圖3中，紅色代表“高-高”空間聚集區(qū)，表示該區(qū)域及其相鄰的區(qū)域肥力因子含量都顯著的比較高，該地區(qū)為該種肥力因子高含量的聚集區(qū)域；藍色代表“低-低”空間聚集區(qū)，表示該區(qū)域及其相鄰的區(qū)域肥力因子含量都顯著的比較低，該地區(qū)為該種肥力因子低含量的聚集區(qū)域；淺紅色代表“高-低”空間孤立區(qū)，表示該區(qū)域肥力因子含量顯著低于其相鄰的區(qū)域，在該地區(qū)出現(xiàn)該種肥力因子低含量的孤立區(qū)域；淺藍色代表“低-高”空間孤立區(qū)，表示該區(qū)域肥力因子含量顯著高于其相鄰的區(qū)域，在該地區(qū)出現(xiàn)該種肥力因子高含量的孤立區(qū)域.

從有機質(zhì)的LISA聚集圖可以看出在符家川鎮(zhèn)和內(nèi)官鎮(zhèn)出現(xiàn)了有機質(zhì)含量的“高-高”聚集區(qū)，說明在這2個鄉(xiāng)鎮(zhèn)及其周圍出現(xiàn)有機質(zhì)高含量的聚集區(qū)域，在白碌鄉(xiāng)、魯家溝鎮(zhèn)、石峽灣鄉(xiāng)、葛家岔鎮(zhèn)、新集鄉(xiāng)和青嵐山鄉(xiāng)出現(xiàn)了有機質(zhì)含量的“低-低”聚集區(qū)，說明在這6個鄉(xiāng)鎮(zhèn)出現(xiàn)有機質(zhì)低含量的聚集區(qū)域，在鳳翔鎮(zhèn)出現(xiàn)了有機質(zhì)含量的“低-高”孤立區(qū)，說明在鳳翔鎮(zhèn)有機質(zhì)含量顯著的比相鄰鄉(xiāng)鎮(zhèn)的高.

圖3　rook權(quán)重矩陣下的有機質(zhì)、全氮、有效磷和全鉀LISA聚集圖Fig.3　Organic matter,total nitrogen,phosphorus andpotassium LISA Figure rook gathered underthe weight matrix

從全氮的LISA聚集圖可以看出在團結(jié)鎮(zhèn)和寧遠(yuǎn)鎮(zhèn)出現(xiàn)了全氮含量的“高-高”聚集區(qū)，說明在這2個鄉(xiāng)鎮(zhèn)及其周圍出現(xiàn)全氮高含量的聚集區(qū)域，在白碌鄉(xiāng)、魯家溝鎮(zhèn)、石峽灣鄉(xiāng)、葛家岔鎮(zhèn)和新集鄉(xiāng)出現(xiàn)了有機質(zhì)含量的“低-低”聚集區(qū)，說明在這5個鄉(xiāng)鎮(zhèn)及其周圍出現(xiàn)全氮低含量的聚集區(qū)域，在鳳翔鎮(zhèn)出現(xiàn)了有機質(zhì)含量的“低-高”孤立區(qū)，說明在鳳翔鎮(zhèn)全氮含量顯著的比相鄰鄉(xiāng)鎮(zhèn)的高.

從有效磷的LISA聚集圖可以看出在稱鉤驛鎮(zhèn)和內(nèi)官鎮(zhèn)出現(xiàn)了有效磷量含量的“高-高”聚集區(qū)，說明在這2個鄉(xiāng)鎮(zhèn)及其周圍出現(xiàn)有效磷高含量的聚集區(qū)域，在新集鄉(xiāng)和西鞏驛鎮(zhèn)出現(xiàn)了有效磷含量的“低-低”聚集區(qū)，說明在這2個鄉(xiāng)鎮(zhèn)及其周圍出現(xiàn)有效磷低含量的聚集區(qū)域.

從全鉀的LISA聚集圖可以看出在石泉鄉(xiāng)出現(xiàn)了全鉀含量的“高-高”聚集區(qū)，說明在這石泉鄉(xiāng)及其周圍出現(xiàn)全鉀高含量的聚集區(qū)域，在巉口鎮(zhèn)和稱鉤驛鎮(zhèn)出現(xiàn)了全鉀含量的“低-低”聚集區(qū)，說明在這2個鄉(xiāng)鎮(zhèn)及其周圍出現(xiàn)全鉀低含量的聚集區(qū)域.

3討論

空間自相關(guān)分析法目前廣泛應(yīng)用于多個領(lǐng)域來研究變量之間的空間變異，不僅能反映變量的正負(fù)空間自相關(guān)特點，而且可以對空間相關(guān)的顯著性進行檢驗[3-6]，與地統(tǒng)計學(xué)相比，空間自相關(guān)分析法在衡量自相關(guān)時更為嚴(yán)格[12].目前，在土壤養(yǎng)分空間變異中多用地統(tǒng)計學(xué)、GIS等方法[8-11].在前人研究的基礎(chǔ)之上，本研究應(yīng)用空間自相關(guān)的方法對定西市安定區(qū)耕作層土壤養(yǎng)分含量進行分析，選取了6種主要土壤肥力因子作為養(yǎng)分指標(biāo).通過全域空間自相關(guān)分析，得出了該地區(qū)耕作層土壤養(yǎng)分含量中，有機質(zhì)、全氮、有效磷和全鉀的分布存在明顯的空間自相關(guān)特性，并通過區(qū)域空間自相關(guān)分析得出有機質(zhì)、全氮、有效磷和全鉀含量的空間聚集區(qū)和空間孤立區(qū)的位置所在.

土壤養(yǎng)分的自相關(guān)特性是土壤、植被、地形和周圍環(huán)境等共同作用的結(jié)果，隨著人類耕作施肥的影響，土壤養(yǎng)分含量的分布也受到很大影響[21].在對研究結(jié)果分析以進行相應(yīng)的土壤肥力改良時，“低-低”空間聚集區(qū)和“高-低”空間孤立區(qū)應(yīng)該為改良研究的重點，因為這2種區(qū)域內(nèi)土壤養(yǎng)分含量相對較低，土壤養(yǎng)分的有效性也相對較低，土壤自然肥力較低.針對土壤肥力較低的區(qū)域，可以采取相應(yīng)的改良措施來提高土壤肥力，增加作物產(chǎn)量，如施入相應(yīng)的有機、無機肥料，或改進農(nóng)藝措施，采用壟作與覆膜結(jié)合的方法達到保墑保肥；而針對土壤肥力低而改良困難、改良后仍然難以耕作的陡坡山地等，可以采取改變其土地利用方式等措施，如進行退耕還林還草，或者種植適宜的中藥材、果樹等經(jīng)濟作物.

本研究運用空間自相關(guān)的方法對安定區(qū)耕作層土壤養(yǎng)分含量進行分析時，選取了耕作層土壤中的6種主要土壤肥力因子作為指標(biāo)，研究分析其含量的空間分布規(guī)律.而對于耕作層土壤養(yǎng)分含量空間分布進行分析時，不僅要考慮主要土壤肥力因子的含量，也要考慮其中對作物生長有著不可或缺的必需營養(yǎng)元素的含量，所以在以后的分析研究中也要對該地區(qū)耕作層土壤中的中、微量營養(yǎng)元素含量的空間特性進行分析研究，以期更能全面的反映當(dāng)?shù)氐耐寥鲤B(yǎng)分肥力特征，更好的提出因地制宜施肥指導(dǎo)以及采取相應(yīng)的土壤肥力改良措施，從而更加有助于達到作物高產(chǎn)、農(nóng)民增收，這也對在國家全面實施測土配方施肥項目的大好形勢下指導(dǎo)土壤改良有重要意義.

4結(jié)論

1)本研究應(yīng)用空間自相關(guān)的方法得出了定西市安定區(qū)耕作層土壤養(yǎng)分含量的空間變異與分布格局，空間自相關(guān)可以作為一種新的方法來研究土壤養(yǎng)分含量的空間變異與分布格局.

2)全域空間自相關(guān)分析結(jié)果表明，定西市安定區(qū)耕作層土壤養(yǎng)分中某些肥力因子的空間分布并非隨機狀態(tài)，而是存在一定的空間自相關(guān)特性.耕作層土壤養(yǎng)分的全域Moran，s I系數(shù)中，正的空間自相關(guān)說明了土壤肥力因子含量分布存在空間聚集，負(fù)的空間自相關(guān)說明了土壤肥力因子含量分布存在空間孤立.有機質(zhì)、全氮、有效磷和全鉀的Z(I)值均大于1.96，其含量存在顯著的正空間自相關(guān)，存在空間聚集；而全磷和速效鉀的Z(I)值均介于-1.96到1.96之間，其含量空間自相關(guān)不顯著，肥力因子含量呈隨機分布.

3)區(qū)域型空間自相關(guān)結(jié)合LISA聚集圖的分析結(jié)果揭示了安定區(qū)各鄉(xiāng)鎮(zhèn)耕作層土壤肥力因子含量分布的空間分布規(guī)律，可以直觀的得到各肥力因子含量分布的“高-高”、“低-低”聚集區(qū)和“低-高”、“高-低”孤立區(qū)的具體位置，即得出定西市安定區(qū)各鄉(xiāng)鎮(zhèn)肥力因子含量分布之間的空間自相關(guān)關(guān)系.通過研究分析，安定區(qū)耕作層土壤的6中肥力因子中，有機質(zhì)、全氮、有效磷和全鉀存在顯著的空間自相關(guān)性，其中，有機質(zhì)含量的“高-高”聚集區(qū)在符家川鎮(zhèn)和內(nèi)官鎮(zhèn)，“低-低”聚集區(qū)在白碌鄉(xiāng)、魯家溝鎮(zhèn)、石峽灣鄉(xiāng)、葛家岔鎮(zhèn)、新集鄉(xiāng)和青嵐山，“低-高”孤立區(qū)在鳳翔鎮(zhèn)；全氮含量的“高-高”聚集區(qū)在團結(jié)鎮(zhèn)和寧遠(yuǎn)鎮(zhèn)，“低-低”聚集區(qū)在白碌鄉(xiāng)、魯家溝鎮(zhèn)、石峽灣鄉(xiāng)、葛家岔鎮(zhèn)和新集鄉(xiāng)，“低-高”孤立區(qū)在鳳翔鎮(zhèn)；有效磷含量的“高-高”聚集區(qū)在稱鉤驛鎮(zhèn)和內(nèi)官鎮(zhèn)，“低-低”聚集區(qū)在新集鄉(xiāng)和西鞏驛鎮(zhèn)；全鉀含量的“高-高”聚集區(qū)在石泉鄉(xiāng)，“低-低”聚集區(qū)在巉口鎮(zhèn)和稱鉤驛鎮(zhèn).

參考文獻

[1]Cliff A D,Ord J K.Spatial process:Models and Applications[M].London:Pion,1973:178

[2]Martin D.An aeeseement of surface and zonal models of population[J].Intern J Geogr Inform Syst,1996,10(8):973-989

[3]張朝生，陶澍，袁貴平，等.天津市平原土壤微量元素含量的空間自相關(guān)研究[J].土壤學(xué)報,1995,32(1):50-57

[4]霍霄妮，李紅，孫丹峰，等.北京耕作土壤重金屬含量的空間自相關(guān)分析[J].環(huán)境科學(xué)學(xué)報,2009,29(6):1339-1344

[5]梁二，王小彬，蔡典雄，等.河南省土壤有機碳分布空間自相關(guān)分析[J].應(yīng)用生態(tài)學(xué)報,2007,18 (6):1305-1310

[6]劉永生.華北平原土壤重金屬元素空間自相關(guān)研究[D].北京:中國地質(zhì)大學(xué)(北京),2012

[7]張鐵嬋.耕地土壤養(yǎng)分空間變異與地力評價研究:以陜西省榆陽區(qū)為例[D].楊凌:西北農(nóng)林科技大學(xué),2010

[8]徐敬敬.基于GIS的崇明土壤養(yǎng)分空間變異及肥力綜合評價研究[D].上海:上海交通大學(xué),2010

[9]孫志虎，王慶成.水曲柳人工林土壤養(yǎng)分的空間異質(zhì)性研究[J].水土保持學(xué)報,2007,21(2):81-84

[10]王祎，蔡立群，張興嘉，等.清水縣耕層土壤主要養(yǎng)分空間分布與變異研究[J].甘肅農(nóng)業(yè)大學(xué)學(xué)報,2012,47(5):121-128

[11]劉卉芳，曹文洪，王向東.晉西黃土區(qū)土壤水分時空分布規(guī)律[J].水土保持通報,2008,28(6):105-109

[12]張朝生，章申，何建邦.長江水系沉積物重金屬含量空間分布特征研究-空間自相關(guān)與分形方法[J].地理學(xué)報,1998,53(1):87-96

[13]劉永生，楊楠，王軼，等.保定-滄州地區(qū)基于空間自相關(guān)分析的土壤區(qū)域監(jiān)測點網(wǎng)絡(luò)密度研究[J].水文地質(zhì)工程地質(zhì),2012,39(5):126-131

[14]張新峰.空間自相關(guān)的數(shù)據(jù)分析方法與應(yīng)用研究-以南亞海嘯對海洋生態(tài)因子的影響為例[D].蘭州：蘭州大學(xué),2009

[15]邱炳文，王欽敏，陳崇成，等.福建省土地利用多尺度空間自相關(guān)分析[J].自然資源學(xué)報,2007,22(2):311-320

[16]劉仲剛，李滿春，劉劍鋒，等.面向離散點的空間權(quán)重矩陣生成算法與實證研究[J].地理與地理信息科學(xué),2006,22(3):53-56

[17]楊奇勇，楊勁松，余世鵬，等.不同尺度下耕地土壤Cr含量的空間自相關(guān)性分析[J].應(yīng)用與環(huán)境生物學(xué)報,2011,17(3):393-397

[18]劉敏，趙萃薇，施明輝.貴州山區(qū)土地利用變化多尺度空間自相關(guān)分析[J].農(nóng)業(yè)工程學(xué)報,2012,28(20):239-245

[19]徐彬.空間權(quán)重矩陣對Moran's I指數(shù)影響的模擬分析[D].南京:南京師范大學(xué),2007

[20]李慧，王云鵬，李巖，等.珠江三角洲土地利用變化空間自相關(guān)分析[J].生態(tài)環(huán)境學(xué)報,2011,20(12):1879-1885

[21]徐劍波，宋立生，彭磊，等.土壤養(yǎng)分空間估測方法研究綜述[J].生態(tài)環(huán)境學(xué)報,2011,20(8-9):1379-1386

(責(zé)任編輯李辛)

Spatial autocorrelation analysis of nutrient content in

cultivated layer soils in Anding District of Dingxi City

FENG Ding-bang,CHEN Ying,ZHANG Ren-zhi,MA Jing

(College of Resources and Environment,Gansu Agricultural University,Lanzhou 730070,China)

Abstract：In this study,the method of using spatial autocorrelation analysis,Moran's I statistics was applied to describe the spatial autocorrelation coefficients and spatial pattern of fertility factor of cultivated soils in Anding District of Dingxi City.The results showed that the spatial distribution of the 6 kinds of fertility factor content in cultivated layer soils as organic matter,total nitrogen,effective phosphorus and total potassium of the spatial distribution were not random,but there was a certain autocorrelation property.The total phosphorus and effective potassium correlation was not significant,compared with a random distribution of elements.Using the regional spatial autocorrelation index combining with LISA figure analyzed the spatial distribution of the content of organic matter,total nitrogen,phosphorus and potassium;and the distribution location in the study zone of the ‘high-high’,‘low-low’ gathering zones and ‘low-high’,‘high-low’ isolated zone.

Key words：cultivated soil;nutrient;spatial autocorrelation;Anding District

收稿日期：2014-11-13；修回日期：2014-11-27

基金項目：國家自然科學(xué)基金項目(31160269).

通信作者：陳英，男，副教授，博士，碩士生導(dǎo)師，主要從事農(nóng)業(yè)資源利用方面的研究.E-mail:cheny@gsau.edu.cn

中圖分類號：S 158

文獻標(biāo)志碼：A

文章編號：1003-4315(2015)06-0119-07