江厚龍，王新中，劉國(guó)順，胡宏超，劉清華

（1.河南農(nóng)業(yè)大學(xué)煙草學(xué)院，國(guó)家煙草栽培生理生化研究基地，鄭州 450002；2.重慶煙草科學(xué)研究所，重慶 400715；3.云南省煙草公司大理州公司，云南 大理 671000；4.河南省煙草公司平頂山分公司，河南 平頂山 467000）

土壤是由大小和性狀不同顆粒組成的時(shí)空連續(xù)變異體，在不同尺度上均具有一定程度的空間變異性。Fisher統(tǒng)計(jì)學(xué)原理對(duì)其空間變異性進(jìn)行描述，忽視了樣點(diǎn)間的空間相關(guān)性。隨著地統(tǒng)計(jì)學(xué)的快速發(fā)展和廣泛應(yīng)用，逐漸成為能有效揭示變量在空間上的分布、變異和相關(guān)的優(yōu)良方法[1-4]。Facchinelli等[5]利用GIS方法研究了意大利皮埃蒙特區(qū)土壤重金屬變異性，并繪制重金屬含量分布圖；Kheir等[6]基于GIS技術(shù)研究了黎巴嫩土壤鋅空間分布狀況；Kravchenko等[7]研究農(nóng)田管理對(duì)土壤表層礦物態(tài)碳的空間變異性影響；Motaghian等[8]利用地統(tǒng)計(jì)學(xué)方法研究了伊朗半干旱區(qū)土壤滲透率。賈艷紅等[9]利用地統(tǒng)計(jì)學(xué)方法研究了黑河下游地下水波動(dòng)帶的土壤鹽份空間變異性特征；師榮光等[10]采用地統(tǒng)計(jì)學(xué)方法對(duì)江蘇農(nóng)業(yè)區(qū)土壤砷含量的空間變異性進(jìn)行了分析；馬寧遠(yuǎn)等[11]應(yīng)用地統(tǒng)計(jì)學(xué)方法研究了外來(lái)入侵有害生物煙粉虱危害新疆棉田的時(shí)空動(dòng)態(tài)、種群分布面積變化與擴(kuò)散趨勢(shì)，并依此對(duì)昆蟲種群的擴(kuò)散模型進(jìn)行了模擬。

煙草是我國(guó)重要的經(jīng)濟(jì)作物，對(duì)質(zhì)量有著較為嚴(yán)格的要求。土壤保肥和供肥能力對(duì)煙田肥料管理和煙草質(zhì)量起著至關(guān)重要的影響，特別是氮、磷和鉀肥[12]。研究土壤顆粒組成空間分布特征有利于對(duì)煙田進(jìn)行科學(xué)管理，為生產(chǎn)出優(yōu)質(zhì)煙葉提供科學(xué)依據(jù)。土壤顆粒組成影響其持水性、通透性、保水和保肥能力，決定著土壤物理、化學(xué)和生物學(xué)過(guò)程。其空間變異性是農(nóng)戶確定施肥量和施肥時(shí)期的重要依據(jù)。地統(tǒng)計(jì)學(xué)方法也適用于土壤顆?？臻g特征的研究，He等[13]利用這種技術(shù)研究了土壤質(zhì)地的三維空間分布特征，Jia等[14]定量分析了荒漠區(qū)土壤顆粒的空間變量情況，高俊等[15]研究農(nóng)田土壤顆粒組成及其剖面分層的各向異性和趨勢(shì)效應(yīng)，黃冠華等[16]研究了土壤顆粒的分形特征，黃紹文等[17]利用地統(tǒng)計(jì)學(xué)研究了土壤養(yǎng)分與土壤顆粒組成間的關(guān)系。由于受到各種因素的影響，土壤顆粒組成的空間分布常呈現(xiàn)顯著的趨勢(shì)特征、空間自相關(guān)性和異向性分布。目前未見(jiàn)系統(tǒng)分析土壤顆粒組成的空間自相關(guān)性、趨勢(shì)性和各向異性的報(bào)道。

本研究旨在利用地統(tǒng)計(jì)學(xué)方法和GIS技術(shù)，以平頂山地區(qū)典型煙田土壤為研究對(duì)象，定量分析了土壤顆粒組成的趨勢(shì)性、空間相關(guān)性和各向變異性，并在此基礎(chǔ)上繪制土壤顆粒組成的空間局部插值圖，探討土壤顆粒組成的結(jié)構(gòu)性及其對(duì)土壤供肥能力的影響，為煙田精準(zhǔn)施肥提供理論基礎(chǔ)。

1 材料與方法

1.1 研究區(qū)域概況

研究區(qū)位于平頂山市郟縣的典型煙田（113°17′8″N、33°53′5″E），面積約為 87 hm2，土壤成土母質(zhì)為由花崗巖類風(fēng)化剝蝕形成石英砂、黏土礦物、微量元素和稀土元素等組成。該區(qū)屬暖溫帶大陸性季風(fēng)氣候，光照充足，四季分明。年均氣溫14.6 ℃，無(wú)霜期220 d左右，≥10 ℃的活動(dòng)積溫為4734.9 ℃，年日照時(shí)數(shù)2232.2 h。年均降雨量680 mm，7—9月份降雨量占全年的70%左右，屬“丘陵干熱少雨區(qū)”，高溫與多雨同步。

1.2 樣品采集與分析

研究于2007年3月整地施肥前用100 m間隔的“網(wǎng)格法”取耕層（0～20 cm）土壤樣品81個(gè)，每樣點(diǎn)GPS定位其坐標(biāo)，每點(diǎn)坐標(biāo)在ArcGIS中轉(zhuǎn)換為大地坐標(biāo)，以便于地統(tǒng)計(jì)分析（圖1）。采樣時(shí)以網(wǎng)格點(diǎn)為圓心，5 m為半徑的范圍內(nèi)采集10鉆充分混合為該點(diǎn)的混合樣本。土樣經(jīng)自然風(fēng)干，磨碎、過(guò)篩，采用比重計(jì)法測(cè)定土壤顆粒組成[18]。按國(guó)際制標(biāo)準(zhǔn)，將土壤顆粒劃分為砂粒（0.02～2 mm）、粉粒（0.002～0.02 mm）、黏粒（＜0.002 mm）3個(gè)等級(jí)。

圖1 試驗(yàn)區(qū)土壤采樣點(diǎn)分布圖Fig.1 Soil sampling points and boundary of study area

1.3 數(shù)據(jù)處理

本研究利用 SPSS13.0進(jìn)行異常值剔除、描述性統(tǒng)計(jì)和正態(tài)分布檢驗(yàn)，應(yīng)用GS+和ArcGIS 9.0軟件進(jìn)行地統(tǒng)計(jì)分析。

2 結(jié)果與討論

2.1 土壤顆粒組成的描述性統(tǒng)計(jì)

對(duì)土壤顆粒組成數(shù)據(jù)進(jìn)行統(tǒng)計(jì)特征分析是建立變異模型的前提和基礎(chǔ)。利用SPSS軟件對(duì)81個(gè)采樣點(diǎn)的顆粒組成數(shù)據(jù)進(jìn)行了常規(guī)統(tǒng)計(jì)分析，結(jié)果見(jiàn)表1。

由表1可知，根據(jù)Cohran[19]方法計(jì)算研究區(qū)域的合理取樣數(shù)。結(jié)果表明，本研究取 81個(gè)樣品在95%置信區(qū)間條件下能滿足試驗(yàn)要求。變異系數(shù)（CV）分析可以看出，研究區(qū)域土壤顆粒組成各成份均屬于中等變異程度[20]，變異系數(shù)為黏粒 ＞ 砂粒 ＞ 粉粒。而陳洪松等[21]的研究表明，砂粒的變異系數(shù)最大，黏粒次之，粉粒最小，三者均屬弱變異性，且最大變異系數(shù)為9.6%。

由于常規(guī)統(tǒng)計(jì)是反映整塊地的總體情況，掩蓋了具體位置的變異信息，因此，有必要進(jìn)一步進(jìn)行地統(tǒng)計(jì)學(xué)分析[22]。由偏度、峰度和Kolmogorov—Smirnov（P＞0.05）檢驗(yàn)可知，土壤顆粒組成的3種成分測(cè)定數(shù)據(jù)均符合或近似符合正態(tài)分布的要求（表1）。因此，數(shù)據(jù)滿足地統(tǒng)計(jì)學(xué)分析要求。

2.2 土壤顆粒組成的趨勢(shì)分析

土壤顆粒組成的空間分布主要受成土母質(zhì)和氣候條件的影響，往往呈現(xiàn)出明顯的趨勢(shì)特征。因此，有必要對(duì)土壤顆粒組成做趨勢(shì)面分析。趨勢(shì)面分析（Trend analysis）能將研究區(qū)平面上的點(diǎn)轉(zhuǎn)化為以屬性值為高度的三維圖，然后將屬性值按兩個(gè)方向投影到與地圖平面垂直相交的平面上。它反映了某種屬性在空間區(qū)域上變異的主體特征，揭示了屬性空間變異的總體規(guī)律。分析時(shí)利用空間抽樣數(shù)據(jù)來(lái)擬合一個(gè)數(shù)學(xué)曲面以反映空間分布的變化情況。它可以分為趨勢(shì)面和偏差兩大部分[23]，其中趨勢(shì)面反映了空間數(shù)據(jù)總體變化趨勢(shì)，受全局性、大范圍的因素影響。

圖2為土壤顆粒組成的趨勢(shì)效應(yīng)圖。圖中X軸表示正東方向，Y軸表示正北方向，Z軸表示各點(diǎn)實(shí)測(cè)值的大小。從圖2可以看出，機(jī)械組成呈現(xiàn)出一階、二階甚至多階趨勢(shì)。為了更準(zhǔn)確地模擬短程隨機(jī)變異，在半方差分析時(shí)將去除這些趨勢(shì)，但在Kriging插值結(jié)果中將恢復(fù)趨勢(shì)性，以獲取有切合實(shí)際的插值結(jié)果[24]。

表1 土壤顆粒組成的描述性統(tǒng)計(jì)Table 1 Descriptive statistics of soil particle composition

圖2 土壤顆粒組成的趨勢(shì)效應(yīng)Fig.2 Trend analysis of soil particle composition

由圖2可知，黏粒從西向東呈逐漸上升的趨勢(shì)，而從北向南呈逐漸下降趨勢(shì)，從西南向東北方向表現(xiàn)出先降后升趨勢(shì)，呈現(xiàn)“U”字形；而由東南向西北方向呈逐漸降低趨勢(shì)。砂粒由西向東呈先降低而后略微升高趨勢(shì)；從西南向東北方向?yàn)橄壬蠼?，而呈倒“U”字形；由東南向西北則呈現(xiàn)出先降后升趨勢(shì)。粉粒在東西和南北方向均呈略微下降趨勢(shì)，由西南向東北方向呈直線下降，由東南至西北方向呈略升而后略降趨勢(shì)。

2.3 土壤顆粒組成的空間自相關(guān)性分析

Moran’s I可以定量描述變量的空間相關(guān)性程度[25]。本研究運(yùn)用 GS+軟件中 Moran’s analysis 模塊對(duì)土壤顆粒組成的 Moran’s I進(jìn)行分析。由圖 3可知，黏粒、砂粒和粉粒的空間自相關(guān)性具有相似的變化趨勢(shì)，滯后距較小的點(diǎn)對(duì)呈顯著的空間自相關(guān)性；隨著滯后距的增大，空間自相關(guān)系數(shù)逐漸向負(fù)方向增長(zhǎng)，呈現(xiàn)出負(fù)空間自相關(guān)性，表現(xiàn)簡(jiǎn)單的斑塊狀分布。

黏粒的空間自相關(guān)性變化比較明顯，當(dāng)步長(zhǎng)在0～400 m范圍內(nèi)，步長(zhǎng)與Moran’s I值呈現(xiàn)較強(qiáng)的正相關(guān)關(guān)系，且空間自相關(guān)程度隨步長(zhǎng)增大而降低；步長(zhǎng)在400 m左右出現(xiàn)零值，表現(xiàn)出零相關(guān)；步長(zhǎng)超過(guò)400 m后出現(xiàn)負(fù)相關(guān)關(guān)系，且在530 m左右負(fù)相關(guān)關(guān)系穩(wěn)定，相關(guān)性不再隨步長(zhǎng)增加而變化。砂粒的Moran’s I值的變化趨勢(shì)與黏粒相似，但零值和平穩(wěn)點(diǎn)出現(xiàn)較黏粒早，說(shuō)明砂粒的空間自相關(guān)性較黏粒小。粉粒的 Moran’s I值變化較前兩者弱，步長(zhǎng)在0～280 m范圍時(shí)，步長(zhǎng)越小，相關(guān)性越強(qiáng)，當(dāng)步長(zhǎng)大于280 m時(shí)，Moran’s I值幾乎為零，說(shuō)明當(dāng)步長(zhǎng)大于280 m時(shí)，粉粒的空間自相關(guān)關(guān)系消失。

Moran’s I分析表明，黏粒、砂粒和粉粒均在一定范圍內(nèi)存在著空間自相關(guān)關(guān)系。黏粒的空間自相關(guān)性較其他兩種強(qiáng)，且自相關(guān)性變化劇烈；砂粒次之；粉?？臻g自相關(guān)性最弱，自相關(guān)距離最短。由此可知，黏粒的結(jié)構(gòu)性最好，空間自相關(guān)性最強(qiáng)；砂粒次之；粉粒的結(jié)構(gòu)性最差，空間自相關(guān)性弱。

2.4 各向異性下半方差函數(shù)分析

半方差函數(shù)在各個(gè)方向上區(qū)域化變量變異性不同稱為各向異性。各向同性是相對(duì)的，各向異性是絕對(duì)的[26]。就區(qū)域化變量而言，半方差函數(shù)不僅與步長(zhǎng)有關(guān)，而且還與方向有關(guān)[27]。由表2知，黏粒、砂粒在45°、90°和135°方向上；粉粒在12°和135°方向上的各項(xiàng)異性比均接近1或?yàn)?，說(shuō)明他們?cè)谶@些方向上的差異性不明顯；黏粒和砂粒在12°方向上的差異性均較大；而粉粒則在 90°和 45°方向上的差異性均較大，尤其是在 90°方向上。總體來(lái)看，該研究區(qū)域內(nèi)的土壤顆粒組成在各方向上的變異性較小，這可能與該區(qū)相同的成土母質(zhì)、氣候條件、耕作制度、農(nóng)事操作和田間管理有關(guān)。

圖3 土壤顆粒組成的Moarn’s I系數(shù)Fig.3 Moran’s for soil particle composition indices

表2 土壤顆粒組成各向異性半方差函數(shù)理論模型及相關(guān)參數(shù)Table 2 Theoretical models and corresponding parameters for anisotropic semivariogram of soil particle composition

2.5 各向同性下半方差函數(shù)分析

地統(tǒng)計(jì)學(xué)中的各向同性是指在計(jì)算變異函數(shù)時(shí)不區(qū)分方向，只要在步長(zhǎng)范圍內(nèi)的點(diǎn)均可參與計(jì)算。為了揭示該區(qū)域土壤顆粒組成的空間分布狀況，將土壤顆粒組成的變異函數(shù)列入表3，圖4為去除趨勢(shì)效應(yīng)時(shí)的變異函數(shù)圖。由表3可知，砂粒和黏粒為球狀模型，粉粒為指數(shù)模型，其決定系數(shù)分別為0.99、0.99和0.97，殘差分別為0.69、7.44和1.03，因此擬合效果較好；他們的變異函數(shù)曲線比較平穩(wěn)，說(shuō)明在整個(gè)尺度上各種生態(tài)過(guò)程同等重要[28]。劉付程等[24]研究表明，砂粒和粉粒為指數(shù)模型，黏粒為球狀模型。

表3 土壤顆粒組成半方差函數(shù)理論模型及有關(guān)參數(shù)Table 3 Theoretical models and corresponding parameters for semivariogram of soil particle composition

圖4 土壤顆粒組成半方差函數(shù)理論模型Fig.4 Experimental and model-fitted semivariograms of soil particle composition

Li等[29]認(rèn)為，空間異質(zhì)性主要有兩部分組成：隨機(jī)部分和自相關(guān)部分。塊金值表示隨機(jī)部分的空間異質(zhì)性，是由試驗(yàn)誤差和小于取樣尺度引起的變異，較大的塊金方差值表明較小尺度上的某種過(guò)程不容忽視；基臺(tái)值表示系統(tǒng)內(nèi)總變異；塊金系數(shù)表示隨機(jī)因素引起的變異占系統(tǒng)總變異的比例；從結(jié)構(gòu)性因素角度來(lái)看，塊金系數(shù)可以表示系統(tǒng)變量的空間相關(guān)性程度。

由表3可知，三者均有較大的塊金值和基臺(tái)值，說(shuō)明試驗(yàn)誤差和小尺度引起的變異較大，且總變異也較大。砂粒、黏粒和粉粒的塊金系數(shù)分別為19.19%、18.76%和 43.82%，說(shuō)明砂粒和黏粒具有較強(qiáng)的空間相關(guān)性和較好的結(jié)構(gòu)性；粉粒具有中等空間相關(guān)性，且結(jié)構(gòu)性較差；三者空間相關(guān)性主要由結(jié)構(gòu)性因素引起的，人為因素只能減弱空間相關(guān)性，使其朝均一化方向發(fā)展[30]。劉作新等[31]研究表明，砂粒和粉粒的塊金系數(shù)較?。?.21%和0.22%），黏粒的塊金系數(shù)較大（21.3%）。綜合分析顯示，分維數(shù)與塊金值及塊金系數(shù)呈現(xiàn)正比例關(guān)系，與空間自相關(guān)性呈現(xiàn)反比例關(guān)系。

2.6 Kriging插值分析

土壤屬性在空間分布上既具有隨機(jī)性，又具有相關(guān)性。經(jīng)典統(tǒng)計(jì)學(xué)不能分析其空間分布和空間變異結(jié)構(gòu)。隨著地統(tǒng)計(jì)學(xué)的發(fā)展，將 Kriging插值法引入到土壤特性空間變異性研究，使得土壤特性研究變得簡(jiǎn)單化。

為了更直觀地了解土壤顆粒組成的空間分布和變化特征，本研究利用 Kriging最優(yōu)內(nèi)插法繪制了土壤顆粒組成空間分布圖（圖5）。從圖中可直觀地了解土壤顆粒組成的不同粒級(jí)土粒含量的空間分布特征。結(jié)果表明，土壤砂粒、粉粒和黏粒含量均呈現(xiàn)較明顯的漸變性分布規(guī)律。土壤砂粒含量以北部較高，西南部較低；粉粒和黏粒含量的分布與砂粒的分布基本呈相反的趨勢(shì)。根據(jù)黏粒含量，土壤顆粒組成可分為砂土類、壤土類（黏粒含量＜15%）、粘壤土類（15%＜黏粒含量＜25%）和粘土類（黏粒含量＞25%）[18]。因此，該區(qū)域土壤顆粒組成包括壤土和粘壤土兩類，壤土占了研究區(qū)域土壤的絕大部分，粘壤土僅在西南角有小塊分布。

圖5 土壤顆粒組成的空間分布圖Fig.5 Contour maps of soil particle composition

3 結(jié) 論

黏粒和砂粒的最優(yōu)半方差函數(shù)模型為球狀模型，粉粒為指數(shù)模型。砂粒和黏粒具有強(qiáng)烈的空間相關(guān)性和較好的結(jié)構(gòu)性，粉粒具有中等空間相關(guān)性，且結(jié)構(gòu)性較前兩者差。黏粒的趨勢(shì)效應(yīng)最強(qiáng)，空間變異性最大；砂粒空間變異性不大，具有一定的趨勢(shì)效應(yīng)；粉粒的趨勢(shì)效應(yīng)不明顯，三者的各向異性均不明顯。

Kriging插值顯示，該區(qū)域砂粒含量以北部較高，西南部較低；粉粒和黏粒含量的分布與砂粒的分布基本呈相反的趨勢(shì)；該區(qū)壤土占了絕大部分面積，黏壤土僅在西南角有小塊分布。

[1]Burgess T M, Webster R.Optimal interpolation and isarithmic mapping of soil properties, I, The semi-variogram and punctual kriging [J].J.Soil Sci.,1980, 31: 333-341.

[2]Webster R.Quantitative spatial analysis of soil in the field[J].Advance in Soil Science, 1985, 3:1-70.

[3]Mckinion J M, Willers J L, Jenkins J N.Spatial analyses to evaluate multi-crop yield stability for a field [J].Comput.Electron.Agric, 2010, 70: 187-198.

[4]Fu W J, Hubert Tunney, Zhang C S.Spatial variation of soil nutrients in a dairy farm and its implications for site-specific fertilizer application [J].Soil and Tillage Research, 2009, 1-9.

[5]Facchinelli A, Sacchi E, Mallen L.Multivariate statistical and GIS-based approach to identify heavy metal sources in soils [J].nvironmental Pollution, 2001, 114(3):313-324.

[6]Kheir R B, Greve M H, Abdallah C, et al.Spatial soil zinc content distribution from terrain parameters: A GIS-based decision-tree model in Lebanon [J].nvironmental Pollution, 2009, 158: 520-528.

[7]Kravchenko A N, Hao X M.Management practice effects on spatial variability characteristics of surface mineralizable [J].Geoderma, 2008, 144: 387-394.

[8]Motaghian H R, Mohammadi J.Predictive infiltration rate mapping with improved soil and terrain predictors [J].Journal of Applied Sciences, 2009, 9(8): 1562-1567.

[9]賈艷紅，趙傳燕，南忠仁，等.黑河地下水波動(dòng)帶土壤鹽份空間變異性研究[J].土壤學(xué)報(bào)，2008，45（3）：420-430.

[10]師榮光，趙玉杰，周啟星，等.蘇北優(yōu)勢(shì)農(nóng)業(yè)區(qū)土壤砷含量空間變異性研究[J].農(nóng)業(yè)工程學(xué)報(bào)，2008，24（1）：80-84.

[11]馬寧遠(yuǎn)，王惠卿，張偉，等.基于地統(tǒng)計(jì)學(xué)的新疆棉田煙粉虱（Bemisia tabaci（Gennadius）危害動(dòng)態(tài)與時(shí)空分布[J].生態(tài)學(xué)報(bào)，2008，28（6）：2654-2662.

[12]劉國(guó)順.煙草栽培[M].北京：中國(guó)農(nóng)業(yè)出版社，2003.

[13]He Y, Hu K L, Chen D L, et al.Three dimensional spatial distribution modeling of soil texture under agricultural systems using a sequence indicator simulation algorithm[J].Comput.Electron.Agric, 2009: 1-8.

[14]Jia X H, Li X R, Zhang J G, et al.Analysis of spatial variability of the fractal dimension of soil particle size of Ammopiptanthus mongolicus’desert habitat[J].Environ Geol, 2009, 58: 953-962.

[15]高俊，黃元仿，李保國(guó).農(nóng)田土壤顆粒組成及其剖面分層的空間變異分析[J].植物營(yíng)養(yǎng)與肥料學(xué)報(bào)，2003，9（2）：151-157.

[16]黃冠華，詹衛(wèi)華.土壤顆粒的分形特征及其應(yīng)用[J].土壤學(xué)報(bào)，2002，39（4）：490-497.

[17]黃紹文，金繼運(yùn)，楊俐蘋，等.糧田土壤養(yǎng)分的空間格局及其與土壤顆粒組成之間的關(guān)系[J].中國(guó)農(nóng)業(yè)科學(xué)，2002，35（3）：297-302.

[18]鮑士旦.土壤理化分析[M].北京：中國(guó)農(nóng)業(yè)出版社，2000.

[19]Cochran W G.Sampling Techniques [M].New York: John Wiley ＆ Sons, 1977.

[20]王紹強(qiáng)，朱松麗，周成虎.中國(guó)土壤土層厚度的空間變異性特征[J].地理研究，2001，20（2）：161-169.

[21]陳洪松.坡面尺度土壤特性的空間變異[J].水土保持通報(bào)，2004，24（6）：45-48．

[22]陳義強(qiáng)，劉國(guó)順，習(xí)紅昂.微尺度下煙田鐵的空間變異性及其煙葉鐵的相關(guān)分析[J].生態(tài)學(xué)報(bào)，2009，29（3）：1448-1458.

[23]Trangmar B B, Yost R S, Uehara G.Application of geostatistics to spatial studies of soil properties[J].Adv.Agron., 1985, 38: 44-94.

[24]劉付程，史學(xué)正，潘賢章，等.蘇南典型地區(qū)土壤顆粒的空間變異特征[J].土壤通報(bào)，2003，34（4）：246-250.

[25]Cliff A D, ORD J K.Spatial Processes: Models and Applications [M].London: Poin limited, 1981: 6-46.

[26]王政權(quán).地統(tǒng)計(jì)學(xué)及其在生態(tài)學(xué)中的應(yīng)用[M].北京：科學(xué)出版社，1999.

[27]李保國(guó).分形理論在土壤科學(xué)中的應(yīng)用[J].土壤學(xué)進(jìn)展，1994，22（1）：1-9.

[28]Burrough P A.Multiscale sources of spatial variability in soil variation [J].Soil Sci., 1983, 34: 577-579.

[29]Li H, Reynolds J F.On definition and quantification of heterogeneity[J].Oikos, 1995, 73: 280-284.

[30]蘇永中，趙哈林.科爾沁沙地農(nóng)田沙漠化演變中土壤顆粒分形特征[J].生態(tài)學(xué)報(bào)，2004，24（1）：71-75.

[31]劉作新，唐力生.褐土機(jī)械組成空間變異等級(jí)次序地統(tǒng)計(jì)學(xué)估計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2003，19（3）：27-32．