西南丘陵区坡地土壤水分时空变异的地统计学分析

西南丘陵区坡地土壤水分时空变异的地统计学分析

地球物理的差异。经典的土地球理统计的显著特征是强调变量因子的空间过程，考虑其空间分布特征和空间自我。此外，还证明，这是分析土壤水分空间特征及其变化规律最有效的方法之一。国外研究者利用遥感和野外实测的土壤水分资料,从不同尺度上分析了土壤水分的地统计特性,但他们的研究多集中在表层土壤水分的空间结构分析,对剖面土壤水分的空间结构特性研究不够,缺乏系统分析实测土壤水分空间结构的季节变化规律。国内尤其是在西南丘陵地区多是利用经典统计学方法或描述性方法研究土壤水分,用地统计方法对其时空变异特征的研究鲜有报道。利用地统计学研究西南丘陵地区平均和剖面土壤水分空间结构及其季节变化特征,揭示该尺度下土壤水分的时空变异规律,研究结果可以有效地指导土壤水分的取样设计及取样密度的确定,或进行空间内插和制图;增强对土壤水分空间格局在景观尺度上如何影响生态过程的理解;为土壤水分的有效利用与管理提供科学依据。1土温和降雨特征本研究在重庆市北碚区西南农业大学试验场进行。该场地处东经106°26′,北纬30°26′,海拔230m,属亚热带湿润气候。多年平均温度18.3℃,年际间平均气温变化不大。最热月(7月)平均28.7℃,最冷月(1月)平均7.4℃,年≥0℃的总积温为6679.5℃,≥10℃的总积温为5960℃。土温仅在1月表层才低于9℃。其余均高于10℃。雨量在季节分配上极不均匀,多集中在5~9月,占年降雨量的70.0%,其中5、6、9月雨量最大,7、8月相对减少,常出现伏旱。多年平均降水1105.4mm,且具有雨日多且多秋雨和夜雨的特点,历年平均雨日161天。一年中以夏秋季雨日最多,其中:中雨(10.0~24.9mm)与大雨(25.0~49.9mm)的降雨日数以5~9月最多,达31.9天。此期常带有暴雨出现。夜雨占全年雨量的73.3%,空气湿度大,多年平均相对湿度为80%,夏季绝对湿度大。云雾多,辐射和光照不足,多年平均87108.0卡/cm2年。试验研究地为丘陵旱坡地,土壤为侏罗纪沙溪庙组紫色沙岩发育的灰棕紫泥土。2学习方法2.1土壤含水量测定采用网格取样方式(图1),网格大小为55m,共设置30个取样点。土壤含水量用烘干法测定。在采样点从2000年1月到12月,每月15日测定一次,每个样点分6层(5、10、20、30、40和50cm)测定,每层取3个数值,取其平均数作为该层的含水量。2.2半方差变异函数模型地统计分析用GS+软件,关于地统计学方法的基本原理和方法在许多文章中都有很好的描述,在此不再叙述。变异函数的计算是通过GS+进行的,一般要求数据符合正态分布,否则可能存在比例效应。若不成正态分布则须进行对数转换。半方差图描述了随机函数Z空间依赖性的组成部分,将给定偏离间距为h的半方差估计为所有由间距h隔开的观察值之间的方差平均值,下式为半方差变异函数模型:r(h)=12N(h)∑i=1n[Z(xi)−Z(xi+h)]2r(h)=12Ν(h)∑i=1n[Ζ(xi)-Ζ(xi+h)]2式中r(h)为变异函数;h为样点空间间隔距离,称为步长;N(h)为间隔距离为h观察值的对数;Z(xi)和Z(xi+h)分别是区域化变量Z(x)在空间位置xi和xi+h的实测值。本试验主要用球状、指数和纯块金效应模型进行拟合。一些地统计学家认为最好避免用高斯模型,因为使用高斯模型常常会导致插值不准确并且会加大插值图的人为影响。目前对套合模型(图2)的选择和其参数(变程、基台值)的计算仍具有争议。3结果与分析3.10土壤水分随气候的变化表1是0~50cm平均土壤水分变异函数理论模型得出的相应参数。理论变异函数可用球状模型、指数模型和纯块金效应模型拟合,决定系数变化在0.41~0.99之间,F检验为显著水平(表1),说明理论变异函数模型很好地反映了土壤水分的空间结构特性。由于土壤水分在整个观测期的大部分时间表现出基台值,反映出土壤水分在研究区域内具有平稳特性或近平稳特性。平均土壤水分空间结构的季节变化如图3所示,1~6月土壤水分含量保持在24%上下,7月下降到14.77%,7~9月变化不大,10月上升后在11月稍有下降,说明0~50cm平均土壤水分主要受气候影响。研究结果表明土壤水分具有强烈和中等程度的空间自相关(表1),这意味着土壤水分在此尺度上具有明显的空间自相关和格局。基台值即全部样点的总变异,其变化幅度0.83~4.98,表现出明显的季节变化趋势。这种变化趋势与控制土壤水分格局的因子如土地利用、地形和降雨量等有关。1~6月期间,土壤水分的空间变异程度低且变化不大,这可能是因为土壤水分的空间格局由土地利用和地形控制。进一步观测图3可以发现,基台值的季节变化趋势与平均土壤含水量相反。此外,从表1发现,一次明显的降雨常引起土壤水分的空间变异并非是球状和指数模型,而由纯块金效应模型描述,即研究区土壤水分无空间变异结构。其原因是在湿润状况下,土壤水分格局由土壤容重和孔隙度等控制,其次是地形和土地利用的影响。变程的季节变化趋势并不明显(图3),但是,变程变化幅度大,在3.02m~39.29m波动。由于变程取决于观测尺度,以在该尺度下与影响土壤水分的各种过程空间相互作用有关。变程能反映土壤水分的空间相关范围,因此,变程对采样设计的有效性有一定的指导意义,如为传统统计分析构建空间独立的数据,或为空间内插制作土壤水分分布景观图的取样布设。一般来说,变程以外的取样距离对任何内插和制图均无效。块金值变化在0.13~4.98(表1和图3),其季节变化格局很明显,并且与基台值的季节变化格局相似。块金值通常表示由实验误差和小于实验取样尺度(我们的最小取样尺度5m)引起的变异,较大的块金方差值表明较小尺度上的某种过程不容忽视。我们的结果显示在原点处虽有块金效应(除6、7月)但其值并不大(表1),这反映了小于5m尺度影响水分过程的作用较小,若增加取样密度并不能大幅度增加土壤水分的空间结构信息。3.2土壤水分的季节和空间分布格局剖面土壤含水量的理论半变异函数模型的决定系数变化在0.32~0.90之间,经F检验达到显著(α=0.05)水平,说明理论模型的拟合是可接受的。图4显示了剖面土壤水分的平均值和空间结构参数的季节变化,由图4可知,在整个观测期内,在剖面各层土壤含水量表现出明显的季节变化,且趋势较一致。1~6月各层含水量波动不大,在21.05~27.00%之间,7月各层的含水量都急剧下降,最低值9.48%出现在0~5cm。除0~5cm以外,剖面各层含水量在7~9月较稳定,到10月含水量突然增加且随剖面变化小,11和12月稍有下降趋势。0~5cm含水量随季节的波动较大,说明在我们的研究尺度内气候是影响土壤水分变化的主要因素。土壤水分的块金值、基台值和变程随土壤深度增加变化规律不明显,可见影响剖面土壤水分格局的过程在不同季节及不同深度是不同的,但其倾向于基台值高,块金值也高,说明在小区域范围内土壤水分的空间异质性受地形、母质、气候和植被等的影响相差不大,而主要受随机性因素的影响。剖面土壤水分的基台值,表现出明显的季节变化。1~6月土壤剖面水分空间变异小,且基台值的波动范围小,说明在较湿润条件下,土壤水分的空间分布格局受地形、土壤物理性质如土壤容重和土壤导水率等控制作用较大,而土地利用的影响作用较弱。6月急剧升高,说明剖面土壤水分异质性高,基台值表现出高水平(图4)。与剖面其它各层土壤含水量不同的是0~5cm的基台值在7月继续上升,其余各层在10~12月都保持稳定,可能是因为0~5cm的土壤水分受气候影响最大,因此基台值的随季节波动最强烈。与基台值相比,6个层次土壤水分变异函数的变程并不表现出明显的季节变化(图4),虽然以上讨论土壤水分影响因子及过程对基台值的影响,同样影响变程的变化。3.3含水量6月7.以下是具有代表性的1、6、9和11月0~50cm土壤平均水分含量的克立格插值图(图5)。不同季节土壤水分在坡面上的分布明显不同。1月份研究区土壤含水量变化范围在21.3%~26.4%,绝大部分地方含水量在24.2~25.2%之间,且由北到南逐渐增加。6月含水量的变化范围为20.53~30.39%,研究区中部含水量较低,在20.53~26.54%之间,且大部分地区的含水量小于26.54%。9月含水量由西北至东南逐渐增高,变化范围从14.38~17.41%。11月含水量的变化范围为14.93~20.69%,最低值出现在东北方,最高值出现西南方。1、6和11月含水量的变化幅度较一致,这可能是因为研究区面积较小,无论是结构性因素还是随机性因素对土壤含水量影响都较小。4随机模型的建立在我们的研究尺度内影响水分过程的作用较小,以至有的月份土壤平均含水量的半方差函数为纯块金效应模型,即水分的空间相关性不存在,在以后的研究中应适当增加取样距离和区域。但目前对半方差模型的选择及其参数的确定仍有争议,进行大面积预测和