海州露天煤矿排土场土壤空间变异性分析.doc

7海州露天煤矿排土场土壤空间变异性分析赵东洋，瞿春艳（辽宁工程技术大学资源与环境工程学院 辽宁阜新市 123000）Analysis on the spatial variability of Haizhou open-cut coal mine dump soilZhao Dong-yang，Qu Chun-yan（Liaoning Engineering Technical University; Fuxin 123000; China）摘要：利用地统计学方法对海州露天煤矿排土场土壤土壤pH和营养元素的空间变异性进行分析，确定土壤质量的空间变异与环境因子的关系，从而能够为露天煤矿排土场土地质量改善与土地可持续利用提供重要的依据。关键词：露天矿；土壤；地统计学；空间变异Abstract: The paper use statistical methods to analysis the spatial variability of the state of soil pH and soil nutrient in Hai Zhou open-cut coal mine Dump,and determine the relations between spatial variability of the soil quality and environmental factors, in order to provide important basises to improve land quality of the open-cut coal mine dump and to sustainablye use land.Key words: open-cut mine; soil; Geostatistics; spatial variability0 引言土壤质量能体现自然因素与人类活动对土地的影响，深入认识土壤质量的空间变异与环境因子的关系对土地质量改善与土地可持续利用具有重要意义。监测土壤肥力的空间变异可以了解土壤耕作管理及污染等过程对土壤肥力的影响，从而为精确施肥和防治土壤肥力退化提供理论依据。1 排土场土壤空间变异性分析的意义土壤是不均一和变化的时空连续体，具有高度的空间变异性。田间实际情况表明，即使在土壤质地相同的区域内，同一时刻其它土壤特性在不同空间位置上也具有明显差异，这种属性称为土壤特性的空间变异性。不论在大尺度上还是在小尺度上观测，土壤空间变异性均存在。由于自然景观、成土过程和气候带的空间连续性，使得海州露天煤矿排土场土壤特性在空间上并非象Fisher原理所假设的那样彼此独立且均匀，而是在某一特定空间区域内彼此相关，运用统计分析技术对不同空间尺度的土壤特性进行分析，了解土壤特性的空间变异性，对于探索和理解排土场土壤改良具有重要的意义12。2 土壤空间变异性分析常用方法土壤特性空间变异性的研究方法由最初的经典统计学方法己经发展到了时序分析方法、地统计学方法、随机模拟、分形和分数维方法以及应用的研究方法，目前运用较多的是地统计学方法。地统计学建立在区域化变量理论基础之上、以变异函数为主要工具、以在空间分布上既有随机性又有结构性的自然现象所存在的空间分布结构特征及变化规律为研究对象的科学，地统计学己经在需要进行时空变异分析及空间插值的许多领域得到了广泛应用。地统计学现己被证明是分析土壤重金属空间分布特征及其变异规律最为有效的方法之一。针对土壤属性在空间上的相关性，本论文选取地统计学方法对露天矿排土场土壤变异型进行分析3。3. 土壤空间变异性分析地统计学性，或空间相关性和依赖性的自然科学现象，它建立在区域化变量、随机函数、内蕴假设、平稳性假设等概念基是以区域化变量理论为基础，以半方差函数为基本工具的一种数学方法，它建立在区域化变量、随机函数、内蕴假设、平稳性假设等概念基础上，研究那些在空间分布上既有随机性又有结构础的自然现象。 3.1 区域化变量当一个变量呈现为空间分布时，就称之为区域化变量（regionalized variable）。这种变量常常反映某种空间现象的特征，用区域化变量来描述的现象称之为区域化现象。区域化变量是指以空间点x的三个直角坐标为自变量的随机场，当对它进行了一次观测后，就得到了它的一个实测值，它是一个普通的三元实值函数或空间点函数。3.2 变异函数半方差函数用来描述区域化变量结构性和随机性并存这一空间特征而提出的，是地统计学解释土壤要素空间变异结构的基础。如果随机函数z(x)满足二阶平稳假设或内蕴假设，则变异函数可以用： (3-1)式中就是半方差，描述h和之间关系的图被称为变差图。当间隔距离h=0时，=C0，称为块金值，用来表示区域化变量小于抽样尺度时的非连续变异或测量误差。当h增加到A0时，从非零值达到一个相对稳定的常数C0+C，这个变化幅度C成为范围值，而C0+C即为基台值。块金值(C0)通常表示随机部分的空间异质性，一般来源于实验误差和小于取样尺度引起的变异，较大的块金值表明小尺度上有某种因素不可忽视。范围值(C)表小空间自相关部分引起的空间异质性。基台值(C0+C)反映系统属性或区域化变量的最大变异，其数值越大，表示总的空间差异程度越高。范围值与基台值的比值反映系统变量的空间自相关性程度。如果比值大于75%，说明系统具有强烈的空间相关性；如果比例在25%75%之间，表明系统具有中等的空间相关性；小于25%说明系统空间相关性很弱。3.3 变异函数的理论模型土壤在空间上是连续变异的，因此土壤性质也应该是连续函数。然而，土壤样品变异图却是由一批间断点组成。可以用直线或曲线将这些点连接起来，并根据曲线形状或按一定规则拟合为某些理论曲线，得到的拟合方程也可用于对区域内未观测点的估值，这些常用于拟合的曲线方程就称为变异函数的理论模型。3.4 半方差函数的模型的选取原则半方差函数的模型的选取原则是：首先根据公式计算出g(h)的散点图，然后分别用不同类型的模型来进行拟合，得到模型的参数值及离差平方和，首先考虑离差平方和较小的模型类型，其次，考虑块金值和独立间距，最后用交叉验证法来修正模型的参数4。3.5 土壤pH及营养元素含量数据的变异性分析3.5.1 海州露天煤矿排土场土壤pH及营养元素统计特征值通过一系列物理化学实验，对24个取样点内土壤的pH和营养元素进行分析测定，其数值见3-1。表3-1 土壤化学性质汇总表采样点Ph值有机质(%)全氮(%)全磷(%)全钾(%)速效磷(mg/kg)速效钾(mg/kg)16.883.6820.0670.0575.4318.17120.1427.023.6120.0820.0626.1319.21122.4136.963.8160.0650.0655.6218.76119.8546.863.7680.0730.0635.9618.93123.4857.085.6820.0960.0867.2143.14152.6467.015.7980.1010.0916.9842.07153.4776.995.6920.0980.0886.5943.06151.9886.965.5760.1190.1097.9643.35152.6297.216.8420.0980.0928.0154.26162.68107.296.9630.1100.1017.9253.59164.56117.316.6120.0920.0867.9854.98162.15127.276.8310.1250.1158.0254.75163.48137.808.6620.1010.1258.0769.38169.26147.908.9810.1960.1368.1968.96168.16157.938.8620.1810.1318.1669.63168.94167.968.6320.1270.1288.1465.12172.47178.187.8390.1380.14910.2644.18186.42188.207.6280.1670.14411.9444.96187.49198.227.5960.1490.15110.3847.21190.12208.647.9820.1520.15312.0148.86186.13216.954.4130.0980.09813.9627.86169.56226.924.1960.0920.09614.0226.82162.96236.864.5280.1010.08814.1826.54159.64246.834.6920.0940.10113.9429.54159.78通过对土壤pH及营养元素含量分布特征的研究，以进一步其含量数据的表观特征，为结果分析提供一定的依据，并能减少计算中的不确定性，其分析结果见表3-1。表3-2土壤pH及营养元素的统计特征表项目最大值最小值中值平均值方差标准差变异系数（100%）偏度峰度分布类型pH8.646.837.1457.3850.30850.55547.520.8432-0.6817正态分布有机质（100%）8.9813.6126.2056.20351.82023.313153.410.0151-1.3792正态分布全氮(%)0.1960.0650.1010.11340.00120.034830.690.88580.1997正态分布全磷(%)0.1530.0570.09950.10480.00090.029428.050.1409-0.9737正态分布全钾(%)5.4314.188.0459.04428.04882.837031.370.7667-0.6756正态分布速效磷(mg/kg)69.6318.1743.76543.055279.98216.73338.86-0.0084-1.0153正态分布速效钾(mg/kg)190.12119.85162.82159.5996423.296320.574212.89-0.70980.0601正态分布表中：标准差，平均值：，变异系数： ，N为取样数目通常认为变异系数10%时为弱变异，10%100%为强变异。在本试验条件下，土壤速效养分的变异范围为7.52%53.41%，除土壤pH为弱变异以外，其余均属于中等变异。其中的有机质变异达到53.41%，而pH的变异较小为7.52%5。原因有二：一是有机质和pH在土壤中的化学行为和土壤的复垦方式有关，工程覆土区域和自然裸地可利用的有机质含量较少，而生物复垦区域，经过植物绿肥后，土壤中有机质含量有了较明显的提高，二是该区域的地形、土壤类型、成土母质以及质地的地带性特征。由于经典统计学方法只能反映土壤养分变化的总体，不能反映样本的独立性，解决这一问题的方法是进一步研究土壤空间变异的结构性，即应用地质统计学的方法研究土壤养分空间变异结构。3.5.2 利用半方差函数模型研究土壤速效养分空间变异在选取土壤性质的半方差模型时，首先计算出r(h)的散点图，然后用不同类型的模型进行拟合，计算得到到模型的参数及离差平方和SSQ，选取SSQ最小也即拟合度最好的模型类型，各项目的半方差模型及其参数值见表3-2和图3-1。表3-3海州露天煤矿排土场土壤pH及营养元素理论模型和半方差函数拟合参数项目理论模型块金参数C0块金参数C0+CC0/ C0+C（100%）变程(a)(km)判别系数R2pHG0.000100.241200.0415239.000.625有机质G0.010003.386000.29309.000.743全氮S0.000020.001051.90293.000.280全磷G0.000010.000541.85239.000.732全钾G0.010009.590000.1042346.000.747速效磷G0.10000311.300000.0321307.000.775速效钾G0.10000223.700000.0447374.000.653从表3-2及图3-1可以看出，所有的观测项目均在一定的范围内存在空间相关关系。pH的变程为239.00 km；有机质变程为309.00 km；全氮变程为293.00 km；全磷的变程为239.00 km；全钾的变程为346.00 km；速效磷的变程为307.00 km；速效钾的变程为374.00 km，可以看出，土壤的Ph和营养元素都具有较强的相关性。通过对24个土样的速效养分的半方差分析，表明，各养分空间变异存在半方差结构，其空间变异大小顺序为全氮全磷有机质全钾速效钾Ph值速效磷，其变异程度不同。按区域化变量空间相关性程度的分级标准，C0/C0+C75%变量空间相关性弱，因此海州露天煤矿排土场土壤全氮、全磷、有机质、全钾、速效钾、Ph值、速效磷都具有强烈的空间相关性，表明：本试验所选区域土壤人为干预痕迹比较小，各项指标受施肥、作物、管理水平等随机因素引起的空间变异很小；全氮、全磷、有机质、全钾、速效钾、Ph值、速效磷C0/C0+C比值在均小于，表明其空间变异性是由土壤母质、地形、气候等非人为因素引起。在土壤采样过程中，在最大相关域内采样可以代表区域内土壤样品，满足分析测试及推荐施肥的要求。图3-1海州露天煤矿排土场土壤pH及营养元素半方差图4 结论本文应用地质统计学的方法研究土壤pH和营养元素的空间变异结构，通过分析得出土壤pH和营养元素均具有强烈的空间相关性，说明本试验所选区域土壤受人为干预痕迹比较小，各项指标受施肥、作物、管理水平等随机因素引起的空间变异很小，空间变异性主要是由土壤母质、地