土壤理化性质的空间变异性及其空间插值

土壤理化性质的空间变异性及其空间插值

自1970年以来，土壤空间变化规律得到了初步研究。80年代初,Matheron的区域化变量理论和地统计方法被进一步引用到土壤特性的研究。到90年代,随着发达国家精确施肥技术的提出和开展,土壤特性及作物产量的空间变异和空间插值技术研究得到众多农学家的关注,同时空间采样布局和采样策略研究得到了重视。我国从80年代起开始从事这方面的研究,但多数采用地统计方法进行土壤特性研究,对精确施肥采样中的土壤和作物的空间变异性及布局研究甚少。本研究分析了土壤特性的统计特征,并采用半方差分析和克立格方法对牧草田土壤各元素的25m×25m采样点进行了空间变异性及其插值研究。1关于研究1.1土壤、肥土和施肥机对土壤养分含量的影响以英国北爱尔兰Hillsborough农业研究所附近的一块7.9hm2的坡地为试验区,其地形两边高中间低,最高点与最低点的高程落差达13m(图1)。土壤为第三纪红砂岩上发育的棕壤,质地为砂粘壤土,pH为6.0。该地块在1990年翻耕播草种,一年收割三次。在施用一定数量有机肥的基础上,每年施肥机以均匀方式喷洒300kg/hm2氮素及混入数量不等的磷钾硫肥。1999年开始本研究,当年没有施用有机肥料,而且年氮肥总用量降低至250kg/hm2,以优化肥料管理。1.2土壤理化性质和养分含量测定从北爱尔兰地籍数据库中找到该地块,将该地块图形输入到ARCVIEW地理信息系统软件中,然后用25m×25m网格覆盖该地块并确定各采样点,总共为123个(图2)。再把田块取样点分布图输入到GPS仪(Trimble)。GPS在接收四颗以上卫星信号定位的同时,接收英国海岸坐标定位信号,进行定位校正,定位精度可达几十厘米级。在田间取样时,利用DGPS确定各采样点位置,并以该点为中心,在取样半径约1m的圆形区域内多点混合取样,取样深度7.5cm。土样经风干、磨碎及过筛后,按英国农业部标准常规分析方法进行有关土壤理化性质和养分含量测定。其中土壤pH采用1∶2.5土水比的悬浊液测定;土壤有效磷采用NaHCO3试剂提取,用分光光度计(880nm)测定由钼酸铵与磷在抗血酸存在下生成的兰色络合物含量来测定提取液中的磷含量;土壤有效钾采用pH7.0的1mol/L醋酸铵提取,提取液钾浓度用火焰光度计测定。对牧草用干热法处理后,用LECOP-2000元素分析仪分析干牧草样品中的N含量;用硝酸/高氧酸为4/1的混合酸进行消化处理后,用ICP法来分析P,K的含量。2金h型估计点的权值区域化变量理论常用于土壤特性的空间分异性研究。区域化变量和土壤属性在空间存在一定的依赖性,即一定范围内某点上的土壤属性总是与它临近的点的属性相似。这种一定范围内的土壤属性的空间依赖性可用半方差函数表示,其半方差的值同样反映出土壤属性的空间分异性。半方差的值r可用公式(1)计算:r(h)=12N(h)r(h)=12Ν(h)∑i=1n∑i=1n[Z(Xi)-Z(Xi+h)]2(1)式(1)中:h为一定的间隔距离;N(h)为该范围内的观察点数;Z(Xi)为观察点Xi的土壤属性值。半方差函数可采用线性、球形和指数等模型从0°,45°,90°和135°四个方向进行拟合。而一定间隔范围内各点的土壤属性值需采用适当的空间插值法对测点进行插值得到。一般而言,距离越远的观察点对估计点的影响越小,其加权值也随距离变化而不同。因此,估计点s0的值常采用若干临近点si的线形加权来拟合。见公式(2):Zˆ(s0)=Ζ^(s0)=∑i=1n∑i=1nλiZ(si)(2)克立格插值方法是地统计中最为常用的插值法,它跟逆距离加权方法一样也是一种局部估计的加权平均。但是它对各观察点的权重的确定是通过半方差图分析获取的。根据统计学上无偏和最优的要求,利用拉格朗日极小化原理,可倒推出权重值λi与半方差γ之间的公式(3)。∑j=1n∑j=1nλjγ[d(si,sj)]+φ=γ[d(s0,si)]i=1,…,n∑i=1n∑i=1nλi=1(3)式(3)中φ为拉格朗日算子。点状克立格插值,又叫一般克立格插值法,是基于点状测点的一种克立格插值方法。本研究采用克立格法进行土壤各属性数据的插值,采用球形模型从四个方向拟合半方差函数。3结果3.1土壤有机质、养分、钾、镁、硫含量等生物量的特征特性,土壤从表1可知,土壤养分含量数据的偏度值为正,峰度存左偏尖峰态。正态分布检验采用偏度的t检验方法,置信度为95%,查表得t0.05=1.98。从表1的t检验值来看,只有有机质含量一项符合正态分布的要求。其他观测量符合对数正态分布,经对数变换(表2)后,除酸碱度外通过正态分布的t检验。从统计的变异系数看,土壤的有机质、磷、钾、镁、硫含量的变异系数在14.6%~35.4%之间,土壤pH的变异系数为最低(5.2%),这与Carter,Bos和Teferi等在土壤特性变异系数研究结果相符。其中,钾的变异系数最大,达到35.4%。因此,在相同精度要求下,有效钾的采样布点要比其它土壤特性多。3.2不重复抽样公式不同的土壤特性具有不同的空间变异及不同的统计特征,在一定显著水平下(α)和抽样允许误差范围内(±d),所要求的必要样本数目(n)的计算采用公式(4):n=(tn,a/2s/d)2(4)式(4)中t为t氏分布值,s为样本标准方差。如果计算所得样本数大于总样本容量N的10%,则采用不重复抽样公式n′=n/(1+n/N)。表3是置信度取95%,在不同均值允许误差(15%,10%,15%)条件下计算的样本容量。从表3可见,不同土壤特性所需的样本数是不一样的,在5%允许误差情况下,研究区内土壤酸碱度所需的样本最少,只需3个,而土壤有效钾所需的样本数最多,达到65个。这与土壤各特性的空间变异系数直接相关,变异系数小,所需样本数少;变异系数大,所需样本数多。同时,随着均值误差的提高,所需采样数目减少。这一方面减少了采样成本,但另一方面势必降低对田间土壤特性的空间变异性的表达度和可信度,从而增加了以后的田间精确施肥的误差。因此,在进行样本容量的统计分析时,均值允许误差的取值非常关键。3.3样品点半方差折线表4是由球形模型得到的土壤各属性数据的半方差分析结果。基底效应是基底值与基台值之比,反映土壤属性的空间依赖性。变程指影响的范围,反映空间依赖的最大距离。从表4可知,土壤各属性的基底效应在25%~75%,说明试验区的土壤各属性具有中等空间依赖性。其中,土壤的酸碱度的基底效应最高,达到75%,磷和镁其次,有机质、钾较低,而硫的基底效应最低(28%)。酸碱度的变程最小,有机质的变程最大,达到350m。图3和图4分别是土壤磷和土壤钾不同方向的半方差图。从两图可以明显地看出,土壤磷和土壤钾在不同方向均存在程度不一的空间变异。其中,全方向半方差折线最接近所有采样点的拟合曲线,45°斜线向的折线次之,而东西向最差。因此,在采样总数一致的情况下,可以优先考虑三角网布点。至于本研究中东西向采样点半方差折线的拟合度不如南北向主要受到研究区域形状的影响(南北长,东西窄)。从图5可见,土壤有效钾和有效磷的含量在空间上的分布是不同的,即土壤不同特性的空间分布不一致,因此,施肥时应根据其分布情况因地制宜地进行。4土壤特性的空间变异特征及采样布局的半方差图分析4.1不同的土壤特性有不同的空间变异规律,因此,对土壤采样应采取不同的采样策略。即通过对土壤各特性的统