尺度尺度对耕地土壤有机碳空间变异的高效表征

尺度尺度对耕地土壤有机碳空间变异的高效表征

土壤中有机碳（tc）的空间变化对土壤资源的调查、正确的农业和土壤中的有机碳研究具有重要意义。如何高效布设土壤采样点从而减少采样误差是开展土壤学研究的基础性问题。在不同尺度下同时研究高效表征土壤有机碳空间变异性的样点布设方式和密度,比较不同尺度间的结果差异及内在联系,进而提出相应的采样策略,有助于提高土壤有机碳相关研究成果的准确性,具有重要的理论和实践应用价值。姜城、王坷等人通过区域范围内的取样调查研究表明,在影响土壤养分空间变异特征的各类因素中,最重要的是受样点布设方式的影响。在诸多样点布设的方法中,格网法是最广泛使用的样点布设方法。李菊梅、王宏庭等人的研究表明,网格法一般适用于采样总体分布随机、变化连续的区域。其优点是简单易行且比随机布设方法和嵌套布设方法精确得多。就样点密度对于表征土壤有机碳的空间变异性而言,学者们的研究多集中于就不同的采样密度对表征研究区土壤有机碳空间变异的影响。Kerry等在英国南部两个农场利用网格采样,通过重采样获得不同密度等级,发现两个农场的粘粒含量变异系数均随采样密度的降低呈增加趋势。目前国内外对于土壤有机碳的空间变异研究多集中于田块、县市或区域的单一尺度,缺乏多尺度的比较研究[7～13]。因此,本研究以福建省漳州市为典型区,在漳州全市(地级市)、漳州市所辖龙海市(县级)和龙海市所辖程溪镇(乡镇级)三种行政区尺度上,以耕地中耕层土壤有机碳为研究对象,研究不同尺度下高效表征耕层土壤有机碳含量空间变异的样点布设方式和密度。1材料和方法1.1土壤类型及分布特点漳州市位于福建东南沿海(图1),地处北纬23°33′～25°12′,东经116°54′～118°15′,总面积1.26×104km2,全市各类土壤的分布,因受各种成土因素的影响,呈现随海拔升高的垂直分布规律及因区域性成土条件变化的影响而呈区域性分布规律。根据漳州市第二次土壤普查资料,漳州市土壤类型共有8个土类,22个亚类,67个土属,70个土种。龙海市位于漳州市东部沿海,闽南经济区东南部,位于东经117°29′～118°14′,北纬24°11′～24°36′,全市总面积1289.72km2。根据第二次土壤普查资料,龙海市土壤分为6个土类,16个亚类,52个土属,70个土种。程溪镇位于龙海市西部,地处东经117.5°,北纬24.25°,全镇面积247.3km2。程溪镇土层深厚,土壤肥沃,土壤多为酸性铁铝土。1.2学习方法1.2.1样品的采集和测定考虑到格网法是有关土壤属性调查样点布设的最常用方法且能够较为准确地表征土壤属性的空间变异,本研究根据前人相关研究成果和研究区域的大小,采用的格网密度为:地级市2km×2km、4km×4km、6km×6km、8km×8km四种;县级0.5km×0.5km、1km×1km、2km×2km、4km×4km四种;乡镇级0.2km×0.2km、0.4km×0.4km、0.6km×0.6km、0.8km×0.8km四种。各个研究尺度均以最大格网密度进行采样,如:地级市在2km×2km基础上取样,县级在0.5km×0.5km网格基础上取样,乡镇级则在0.2km×0.2km网格基础上取样。土壤采样点的选取方法为:在土地利用现状图上选取研究区域内的所有耕地图斑,将格网与所选取的耕地图斑套叠,若在格网中心有耕地图斑,则采用格网中心点作为采样点;若格网中心无耕地图斑,则在靠近格网中心的图斑上选取采样点;若格网内无耕地图斑,则不取采样点。根据样点布设的原则,各行政区级别在不同的格网密度下所布设的农田土壤中的样点数分别为:市级,n=1743,640,313,180;县级,n=1133,544,219,82;乡镇级,n=140,134,122,103。土壤样品采集的具体做法是在样点附近20m的范围内用土钻取5个耕作层(0～20cm)土样,然后混合成一个土壤样品,用四分法取1kg带回实验室,采用常规的低温外加热重铬酸钾氧化-滴定法测定土壤有机碳含量。在采样的同时,用GPS记录每个样点的经纬度信息,并描述各样点的土壤、土地利用、地貌及相关环境信息。所有土壤样品采集在2009年11～12月农作物收割完成后进行。1.2.2样点布设方式研究采用变异系数(CV)来表征SOC的空间变异性。共设计六种土壤样点分类方式,通过对比各分类方式的平均变异系数,研究不同行政区幅度表征土壤有机碳含量空间变异性的最佳土壤样点布设方式,进而分析其对土壤有机碳野外调查的采样效率。本研究设计的六种分类方式主要有:(1)对按格网法(KYJZ)选取的样点不进行分类;(2)按土壤类型分类(KTR),将所有样点按土壤类型分为土类、亚类和土属三个级别;(3)按地貌类型分类(KDM),将所有样点根据其地貌分为丘陵山地区、低丘台地区、山间盆地区、沿海平原区和滨海围垦区五种;(4)按土地利用类型分类(KDL),将所有样点分为水田、旱地和水改旱(利用现状为旱地而土壤类型为水稻土的图斑)3种;(5)按地貌类型结合土壤类型分类(KDMTR),将样点在按地貌类型分类的基础上,再按土壤类型细分到土类、亚类和土属;(6)按土地利用类型结合土壤类型分类(KDLTR),将样点在利用现状分类的基础上,再按土壤类型划分出土类、亚类和土属。通过比较不同分类方法的土壤有机碳含量平均变异系数,分析各样点布设方式的效率,确定适合不同行政区级别的高效率的样点布设方式。为进一步说明不同样点布设方式在一定尺度上的空间变异和相关程度,本研究利用ArcGIS软件的地统计模块,拟合出各种样点布设方法下的最佳半变异函数,并分析该函数的块金值(C0)、基台值(C0+C)和变程(range)的差异。1.2.3耕层土壤有机碳的变化在不同行政区尺度上分别采用研究所得到的最高效的样点分类法,将各密度等级的土壤样品进行分类,对比分析耕层土壤有机碳的变异系数随密度等级的变化特征。研究不同行政区尺度下,为高效表征耕层土壤有机碳空间变异所需的样点密度。2结果与讨论2.1南方丘陵区农田土壤有机碳含量在市级尺度上,采用2km×2km规则格网布设样点,土壤有机碳含量最小值为0.80gkg-1,最大值为52.90gkg-1,两者相差近62倍,说明南方丘陵区农田土壤有机碳含量变异很大。典型市的土壤有机碳含量均值为23.31gkg-1,变异系数为49.34%(见表1)。县级尺度上,采用规则格网(0.5km×0.5km)在典型县耕地图斑上布设土壤调查样点。在所有样点中,土壤有机碳含量值最小的为3.50gkg-1,最大值为86.70gkg-1,两者相差近23倍,说明南方丘陵区农田土壤有机碳含量变异较大。典型县的土壤有机碳含量均值为24.45gkg-1,变异系数为43.35%。(见表1)乡镇尺度上,利用规则格网(0.2km×0.2km)对典型镇耕地土壤进行采样分析。在所有样点中,土壤有机碳含量值最小的为5.00gkg-1,最大值为40.50gkg-1,两者相差7倍多,说明南方丘陵区农田土壤有机碳含量即使到了乡镇级别,其变异仍较大。典型镇的土壤有机碳含量均值为20.23gkg-1,变异系数为35.57%。(见表1)。2.2不同行政区域的分类方法对土壤有机碳空间变异的影响的分析2.2.1结合地貌类型的格网采样在市级尺度上采用研究设计的6种分类方法,其对耕层土壤有机碳含量空间变异的表征效果如图2所示。不同的样点分类方式不同程度上影响着土壤有机碳变异性的表达。综合各种分类方式可以看出(图2),在地级市尺度上按土地利用方式或地貌类型进行分类可以使样点所表征的土壤有机碳空间变异系数分别减小6%和12%。按土壤类型划分到土属后,土壤有机碳的空间变异系数减小近11%。将土地利用方式和土壤类型结合后,不同土地利用方式下的土壤划分到土属级别时变异系数下降了10%。而按地貌类型结合土壤类型进行分类时,当土壤类型划分到土属级别时变异系数总体下降了近20%。造成上述差异的原因,可能是格网采样是一种系统随机、空间均匀的采样方法,在田块尺度有较好的应用效果,但在土壤类型多样、利用现状复杂的南方沿海丘陵区,应用格网法会受到一定的制约。由于传统的格网采样未考虑土壤、地貌、土地利用现状等因素对土壤属性空间变异性的影响,因此采样的效率相对也最低。根据以上分析,在漳州市尺度下,当土壤类型仅划分到土类时,采用结合地貌类型信息的格网法进行采样,对于耕层土壤有机碳空间变异的表达最为高效;当土壤类型划分到亚类或土属时,采用地貌类型结合土壤类型进行分类的样点布设方式最为高效。利用ArcGIS软件中的地统计分析模块,通过不断的参数拟合,拟合出各分类方法下,样点最佳的半变异函数,其参数如表2所示。从表2中可看出,原始数据的半方差函数具有较高的基台值和变程。各样点密度中KDMTR法的基台值(C0+C)和变程(range)值最小。由于各样点的实测数值是一样的,因此其测量误差一样,基台值的差异主要由其空间变异引起。采用地貌—土壤类型分类后,各土壤类型间的空间变异变小,其自相关距离也较小,表明该方法对地貌类型、土壤类型等因子变化引起的土壤有机碳含量变化的细部特征的表征较为详细。2.2.2样点布设方式的确定在县级尺度上,采用同样的分类方法进行样点布设,其对耕层土壤有机碳含量空间变异的表征效果如图3所示。综合各种分类布点方式可以看出(图3),在县级尺度上按土地利用方式或按地貌类型进行样点分类与未分类时相比,土壤有机碳含量空间变异系数仅分别减小1%和3%。按土壤类型分类到土属后可以减小土壤有机碳变异系数近14%。将土地利用方式和土壤类型结合后,不同利用方式下的土壤划分到土属级别时变异系数下降了11%。而按不同地貌类型下结合土壤类型划分到土属级别时变异系数总体下降了近12%。可以看出,与整个漳州市尺度相比由于研究的区域范围减小,按地貌类型划分对于表征土壤有机碳空间变异的效率大幅下降,而采用土壤类型法进行采样,无论土壤类型划分到土类、亚类还是土属其对耕层土壤有机碳的表征均是所有分类方式中最为高效的布点方式。这说明对于县级尺度,按土壤类型进行分类的格网法是最有效的样点布设方式。各种分类方法下,样点最佳半变异函数的参数如表3所示:原始数据的半方差函数具有较高的基台值(C0+C)和变程(range)。各样点密度中KTR法的基台值和变程值最小。由于各样点的实测数值是一样的,因此其测量误差一样,基台值的差异主要由其空间变异引起。采用按土壤类型分类后,各土壤类型间的空间变异变小,其自相关距离也较小,表明结合土壤类型信息后的样点分组对龙海市的土壤有机碳含量变化的细部特征的表征较为详细。2.2.3土壤有机碳变异系数的变化在乡镇尺度上,采用市级和县级尺度相同的分类方法研究各种分类法对土壤有机碳空间变异的表征效果(图4)。如图4所示,综合各种分类布点方式可以看出,在乡镇尺度上按土地利用方式或地貌类型进行分类与未分类格网相比,土壤有机碳变异系数反而增大2.5%和0.5%。按土壤类型划分、土壤类型结合地貌类型、土地利用方式结合土壤类型划分的表征效果与未分类格网法的表征效果也相差无几。可以看出,随着研究区范围的减小,未分类格网和采用分类格网后,样点对于土壤有机碳变异的表征效果差异并不明显,某些情况下格网法取样的效率反而更高。这可能是因为格网采样是一种系统随机、空间均匀的采样方法,在较小的尺度有很好的应用效果。因此,在乡镇尺度上,直接采用未分类格网采样相对来说是表征土壤有机碳空间变异较为高效的样点布设方式。2.3不同规模下的采样点密度对表示土壤中有机碳的空间变异的影响2.3.1土壤有机碳空间变异根据前面研究结果,漳州市(市级尺度)按地貌类型结合土壤类型进行划分对于耕层土壤有机碳空间变异的表征较为高效。在这种样点布设方式下,不同大小格网(样点密度)的土壤有机碳变异情况如图5所示。当研究不同格网密度下各土类有机碳空间变异时,2km×2km、4km×4km和6km×6km三种密度格网表征的变异系数几乎没有差异,8km×8km格网与其他格网间差异比较大,与2km×2km格网相差近15%。当土壤类型划分到亚类和土属时,格网间变异情况同划分到土类时的情况相似。这说明按地貌类型结合土壤类型进行划分后,格网在小于6km×6km时土壤有机碳的变异程度相差不大。与未分类格网相比,经过地貌类型结合土壤类型分类后,土壤有机碳变异系数均明显下降,除8km×8km下降幅度较小外,其他变异系数都下降了20%。这说明在地级市尺度上,按地貌类型结合土壤类型划分进行样点布设时,格网密度接近6km时是最节省的样点布设方法。2.3.2亚类情况下格网变异最小,中强变异系数1.5km根据前面研究结果,龙海市(县级尺度)按土壤类型进行划分对于耕层土壤有机碳空间变异的表征较为高效。在这种样点布设方式下,不同大小格网(样点密度)的土壤有机碳变异情况如图6所示。从图6可以看出,按土壤类型划分后,不同大小格网的土壤有机碳变异情况有所不同。按土类进行划分时1km×1km格网的变异最小,格网越大变异系数也越大,4km×4km格网变异系数与1km×1km格网相差近12.86%。0.5km×0.5km和1km×1km格网间变异系数差异很小。划分到亚类时,0.5km×0.5km与1km×1km格网间,2km×2km与4km×4km格网间变异系数的差异相对较大,而1km×1km与2km×2km格网间的变异系数基本没有差异。划分到土属时,各格网间的变异系数差异程度基本相似,平均相差3.56%。这说明按土壤类型进行划分时,根据细分的土壤分类级别不同,各格网密度对于土壤有机碳变异性的表征效果不同。与未分类的格网相比,土壤类型划分到土属的方法可使有机碳变异系数下降7%以上,其中0.5km×0.5km格网下降最大,达到13%。这说明在县级尺度下,所有格网密度下的样点按土壤类型进行分类均可降低土壤有机碳的变异系数,只是降低的幅度有所不同。2.3.3样点标准偏差程溪镇(乡镇级尺度)不同格网密度下样点土壤有机碳描述统计见表4。划分的格网大小从0.2×0.2km上升到0.8×0.8km