張紅麗，張吳平，冀美蓉，權騰

（山西農(nóng)業(yè)大學 資源與環(huán)境學院，山西 太谷030801）

土壤有機碳作為土壤肥力以及環(huán)境質(zhì)量狀況的重要特性，是制約土壤理化性質(zhì)的關鍵因素，保持土壤中充足的有機碳是土地可持續(xù)利用和作物高產(chǎn)的先決條件［1，2］。土壤有機碳空間格局的研究既是土地資源可持續(xù)利用的基礎，又對研究土壤碳循環(huán)和全球氣候變化相互作用具有重要意義。地統(tǒng)計學方法已經(jīng)被證明是分析土壤特性空間分布特征及其變異規(guī)律的有效方法之一［3］，但其較少考慮到影響土壤有機碳空間分布的過程因素，無法全面模擬環(huán)境因子對土壤有機碳分布的影響，而且地統(tǒng)計方法耗時耗力，具有一定的不確定性［4］。遙感技術具有信息量大、周期短、效率高等優(yōu)勢，加快了土壤有機碳空間格局的研究步伐，但由于實際中受到植被覆蓋等地面條件的限制，使得遙感技術測定的結果精度較低；地統(tǒng)計學方法雖然受到可獲取性和時限性等的影響，但其具有較強的空間分析功能。二者結合可取長補短，充分發(fā)揮各自優(yōu)勢，使測定結果與實際更吻合。為此本文運用遙感技術與地統(tǒng)計學相結合的方法，在縣域尺度上，對孝義市土壤有機碳空間格局進行了分析。并運用地統(tǒng)計方法印證基于遙感技術測定的土壤有機碳空間格局，使結果更符合實際情況，從而為田間的精確灌溉、精準施肥以及其他的農(nóng)田精準管理提供更加高效科學的依據(jù)。

1 材料和方法

1．1 研究區(qū)概況

孝義市位于呂梁山脈中段東麓，晉中盆地西南隅。其地理坐標為東經(jīng)111°21′～111°56′，北緯36°56′～37°18′。北與汾陽市毗鄰，南與靈石縣相連，西與交口縣接壤，西北與中陽縣相依，東南與介休市隔汾河相望。境域東西直線最長處為46km，南北直線最寬處為26．55km?？偯娣e為948 km2，其中耕地面積占總面積的35．6%。地形由西北向東南呈現(xiàn)緩傾單斜態(tài)勢。西部是石灰?guī)r干石山區(qū)，中部是黃土丘陵區(qū)和臺塬區(qū)，東部是平原區(qū)，海拔高度在731～1716m之間。孝義市屬于暖濕帶大陸性半干旱半濕潤氣候。孝義市年均氣溫10．1℃，年均日照2640．7h，年均降雨量486mm，其中年均降小雨63天，降中雨9天，降大雨3天。年均積雪深度6．5cm。全年平均無霜期為190天，霜凍期為10月上旬到次年4月中旬。

1．2 樣品采集與數(shù)據(jù)處理

2008年冬在孝義市均勻采集表層（0～20cm）土壤樣品200個，同時利用GPS記錄樣點坐標，并測定其土壤有機碳含量，將測定的采樣點地理數(shù)據(jù)導入ArcGIS9．3中，生成土壤有機碳點狀矢量分布圖，并校正坐標，建立樣點屬性數(shù)據(jù)庫。地理數(shù)據(jù)與屬性數(shù)據(jù)間以采樣點編號作為主鍵，將二者有機的結合起來。將制作好的分布圖轉(zhuǎn)換為．shp后綴格式，在ArcGIS 9．3中對數(shù)據(jù)進行正態(tài)性檢驗。為提高遙感影像測定土壤有機碳含量的精度，選取研究區(qū)影像來自國家資源遙感衛(wèi)星中心2008年12月18日的中巴影像圖，由于此時期的農(nóng)作物已經(jīng)收割完畢，多數(shù)土壤裸露，是遙感影像灰度值與地面對應點土壤有機碳含量實測值相關性較好的時期，也是土壤有機碳受植被覆蓋影響較小的季節(jié)，有利于提高遙感影像測定土壤有機碳含量的精度。并對中巴影像進行了幾何校正和輻射校正，將影像和基礎地理數(shù)據(jù)投影轉(zhuǎn)化，統(tǒng)一采用 WGS＿1984地理坐標系，最后用孝義市矢量圖對遙感影像進行裁剪。研究區(qū)及樣點空間分布如圖1所示。

1．3 研究方法

1．3．1 研究技術路線

本研究綜合運用了遙感、傳統(tǒng)統(tǒng)計學、地統(tǒng)計學等相關學科的理論知識對土壤有機碳的空間格局進行分析研究，采用的技術路線如圖2所示。

圖1 研究區(qū)及樣點空間分布情況Fig．1 Illustration spatial distribution of study area and samples

圖2 技術路線圖Fig．2 Illustration of method in this study

1．3．2 遙感技術測定法

將遙感影像解譯后，對影像的B1～B5波段進行3×3中值濾波，達到平滑圖像的目的，然后在ENVI中提取樣本對應點在各波段上的灰度值。從實測的200個地面樣點中選取100個點，在SAS軟件中采用相關分析、多元逐步回歸分析對土壤有機碳含量與遙感影像光譜值及其數(shù)學變換形式進行分析，建立土壤有機碳含量預測模型。通過相關分析發(fā)現(xiàn)土壤有機碳與（B1）2、（B3）2和 NDVI存在顯著的相關性。將實測100個樣點的土壤有機碳含量作為因變量，（B1）2、（B3）2和 NDVI作為自變量進行多元逐步回歸分析［5］，得到回歸方程：

從有機碳含量和遙感變量組的多元回歸模型得知，方程的F值為5．01，p＜0．05，r2＝0．38。用剩余100個樣點對模型進行驗證，并計算其誤差系數(shù)，驗證結果表明模型的預測結果較為理想，基本可以滿足土壤有機碳空間格局研究中對模型擬合精度的要求。最后在ArcGIS中將消除人為建筑的（B1）2、（B3）2和 NDVI波段為自變量代入模型計算得到孝義市土壤有機碳空間格局如圖3所示。

圖3 遙感技術測定土壤有機碳空間格局Fig．3 Spatial distribution of soil organic carbon estimated by RM data

1．3．2．1 計算碳儲量

根據(jù)測定的孝義市有機碳密度分布，分鄉(xiāng)統(tǒng)計得出孝義市土壤有機碳儲量分布，其對土壤碳循環(huán)研究具有重要意義。通過計算得出土壤有機碳儲量分布，見圖4。

圖4 土壤碳儲量分布Fig．4 The spatial distribution results of soil organic carbon Storage

1．3．3 地統(tǒng)計學的原理與方法

1．3．3．1 半方差函數(shù)

地統(tǒng)計學是研究具有隨機性和結構性，或空間相關性和依賴性的自然現(xiàn)象的一門科學［6］。它是以區(qū)域化變量理論為基礎，以半方差函數(shù)為工具的一種數(shù)學方法，其基本原理與方法在許多文獻中都有較詳細的描述［7］。半方差函數(shù)可以描述土壤性質(zhì)的空間變異，反映出不同距離觀測值的空間自相關程度，是研究土壤特性空間變異的關鍵，同時也是估計空間布局的基礎［8］，其表達式為：

r（h）－距離為h的半方差函數(shù)；h－ 樣本距離；N（h）－距離為h的“樣本對”數(shù)；Z（xi）和Z（xi＋h）－區(qū)域化變量Z（x）分別在空間位置xi和xi＋h的實測值［9］。

1．3．3．2 土壤有機碳的統(tǒng)計特征值

對100個樣本有機碳含量的觀測數(shù)據(jù)進行描述性統(tǒng)計，結果見表1。

表1 土壤有機碳含量統(tǒng)計特征值Table 1 Statistical characters of soil organic carbon

從表1可以看出，所取樣本土壤有機碳的變異系數(shù)為1．69，屬于強變異性。由于土壤有機碳的傳統(tǒng)統(tǒng)計分析方法只能概括出土壤有機碳變化的全貌，而不能反映其局部的變化特征，即只能在一定程度上反映樣本的總體，不能定量刻畫出有機碳的獨立性和相關性、隨機性和結構性。為解決這些問題，必須采用半方差函數(shù)擬合及空間插值進一步分析和探討土壤有機碳的空間變異結構［10］。

1．3．3．3 半方差函數(shù)擬合及空間插值

在 ArcGIS9．3中以 Geostatisical Analyst地統(tǒng)計分析模塊對采樣點數(shù)據(jù)進行正態(tài)分布檢驗，表明土壤有機碳含量符合正態(tài)分布，滿足空間統(tǒng)計學克立格方法分析土壤有機碳空間特性的前提，可以使用地統(tǒng)計學方法進行空間分析。將樣本數(shù)據(jù)代入地統(tǒng)計分析模塊，選用球狀模型進行半方差函數(shù)擬合，得到研究區(qū)土壤有機碳含量的半方差函數(shù)模型，結果見表2。

表2 土壤有機碳的半方差球狀模型Table 2 The Parameters of statistical model for the soil organic carbon

利用地統(tǒng)計分析模塊中的克里格插值方法生成土壤有機碳含量插值結果圖，然后將插值結果圖與孝義市行政轄區(qū)圖進行空間疊加，得到整個孝義市土壤有機碳含量的空間分布插值圖，如圖5所示。

2 結果與分析

2．1 表層土壤有機碳空間分布格局

由遙感技術測定的土壤有機碳空間格局看出，孝義市土壤有機碳存在著明顯的趨勢效應，表現(xiàn)為從西到東逐漸升高的趨勢。具體來講，土壤有機碳的空間分布為東部平原區(qū)含量最高，中部黃土丘陵區(qū)和臺塬區(qū)次之，西部石灰?guī)r干石山區(qū)最低。這是由于研究區(qū)域地勢西北向東南呈現(xiàn)緩傾單斜態(tài)勢。西部山區(qū)侵蝕強度較大，坡度較陡，砂巖母質(zhì)裸露，而且鄉(xiāng)鎮(zhèn)的農(nóng)機裝備比較薄弱，保護性耕作技術推廣較遲緩，使得土壤有機碳含量最低；中部黃土丘陵區(qū)地形破碎，受人為因素耕作、施肥等影響，加上河流等結構性因素造成了土壤有機碳含量較高；東部平原區(qū)以亞粘土、碳酸鹽型粘土為主，水土流失較少，使得該區(qū)土壤有機碳含量最高。

圖5 土壤有機碳空間分布插值圖Fig．5 The spatial distribution results of soil organic carbon by the geostatistics

遙感技術測定法是利用地面土壤有機碳實測點與遙感影像對應像元灰度值間的相互關系來預測其他像元點有機碳的含量，受樣點分布的影響小，所以在生成的土壤有機碳空間格局中斑塊的梯度效應不明顯，而在局部細節(jié)表達上較高［11］。但由于近年來全市森林覆蓋度的增加，導致在具有一定植被覆蓋度的地區(qū)土壤有機碳測定的結果精度較低，這是由于植被覆蓋對于測定土壤有機碳空間格局的影響較大。植被覆蓋度的變化主要取決于地形條件的差異，地勢較低的平地和溝谷，由于人為活動較頻繁，對植被的干擾程度大，植被覆蓋度低且兩期間的變化較大；而山區(qū)的地形條件限制了對土地的大規(guī)模利用，使得植被覆蓋度相對較高，兩期間的變化也較?。?2］。

2．2 地統(tǒng)計方法分析土壤有機碳的空間格局

運用地統(tǒng)計學方法測定的土壤有機碳空間格局與遙感技術基本一致，由土壤有機碳的空間分布插值圖可以看出，有機碳含量呈現(xiàn)出明顯的斑塊狀和片狀的梯度變化。通過地統(tǒng)計分析結果顯示，土壤有機碳含量的塊金效應為43%，介于25%～75%之間，說明其具有中度的空間相關性，表明孝義市土壤有機碳含量的變化是結構性因素（自然過程）和隨機性因素（人為過程）共同作用的結果［13］。

自然因素是土壤有機碳空間變異的內(nèi)部驅(qū)動力，它有利于土壤有機碳空間變異結構性的加強和相關性的提高，尤其在較大的尺度水平上表現(xiàn)更明顯；而人為因素是土壤有機碳變異的外部影響因素，表現(xiàn)出較大的隨機性，它一般對有機碳空間變異的相關性和結構性有削減作用，使得土壤空間分布朝著均一化發(fā)展［14～15］。地統(tǒng)計學方法較少考慮影響土壤有機碳空間分布的過程因素，而且由于部分區(qū)域樣點分布不均勻以及樣點過少，使得隨機因素對插值結果的影響有所增加，降低了模型的精度，導致模擬結果不能全面準確地反映土壤有機碳的空間格局，所以只利用地統(tǒng)計學方法研究土壤有機碳的空間格局也有一定不足之處［11］。

2．3 遙感技術和地統(tǒng)計方法相結合分析土壤有機碳的空間格局

將遙感技術效率高、信息量大等顯著優(yōu)勢與地統(tǒng)計學方法較強的空間分析功能結合起來分析土壤有機碳空間格局，二者取長補短，充分發(fā)揮各自優(yōu)勢。運用地統(tǒng)計方法驗證基于遙感技術測定的土壤有機碳空間格局，結果顯示，兩種方法測定的土壤有機碳空間格局基本一致，但在細節(jié)表達上有所不同。這是由于在實際中受植被覆蓋等地面條件的限制，使得測定結果有一定誤差。

從兩種方法結合來分析土壤有機碳空間格局可知，孝義市有植被覆蓋的西部山區(qū)也有一定含量的土壤有機碳。這是由于近年來保護性耕作技術的推廣應用，有效地增加了西部山區(qū)土壤有機碳的含量，提高了土壤的蓄水量，減少了土壤的流失，培肥地力，這些與實際情況更為相符。使用地統(tǒng)計方法驗證遙感技術測定的結果，消除了平滑效應，從而提高了測定土壤有機碳空間格局的細節(jié)表達精度，二者的結合為提高土壤有機碳空間分布的預測精度提供了一種科學有效的方法。

3 結論

運用遙感技術與地統(tǒng)計學相結合的方法研究了孝義市土壤有機碳的空間格局。

1）遙感技術在測定土壤有機碳空間格局方面具有信息量大、周期短、效率高等顯著優(yōu)勢，從遙感技術測定的土壤有機碳空間格局可知，土壤有機碳存在著從西到東逐漸升高的趨勢效應，土壤有機碳斑塊的梯度效應并不明顯，但由于孝義市西部山區(qū)長青植被分布較多，導致在西部地區(qū)測定的土壤有機碳分布的精度較低。

2）使用地統(tǒng)計方法研究土壤有機碳空間格局時，測得土壤有機碳樣本數(shù)據(jù)呈正態(tài)分布。土壤有機碳的塊金效應為0．43，表明在變程范圍內(nèi)具有中等的空間相關性。從克里格插值圖可知，運用地統(tǒng)計方法測定的土壤有機碳空間格局與遙感技術基本一致，但其插值圖中呈現(xiàn)出明顯的斑塊狀和片狀的梯度變化。而且由于部分區(qū)域樣點分布的不均勻，導致隨機因素對插值結果產(chǎn)生影響，降低了模型的精度。所以只用地統(tǒng)計方法研究土壤有機碳的空間格局也有一定的不足之處。

3）運用遙感技術和地統(tǒng)計學相結合的方法來測定土壤有機碳空間格局，即用地統(tǒng)計方法所得土壤有機碳插值結果驗證遙感法對土壤有機碳的測定結果，最終顯示兩種方法測得土壤有機碳空間格局基本一致。從二者結合的角度分析土壤有機碳空間格局，進一步提高了孝義市土壤有機碳測定的精度，使得測定結果與實際情況更為相符。

［1］耿元波，董云社，孟維奇．陸地碳循環(huán)研究進展田［J］．地理科學進展，2000，19（4）：297－306．

［2］劉守贊，郭勝利，白巖．黃土高原溝壑區(qū)梁坡地土壤有機碳質(zhì)量分數(shù)與土地利用方式的響應明［J］．浙江林學院學報，2005，22（5）：490－494．

［3］楊勁松，姚榮江，劉廣明，等．黃河三角洲地區(qū)土壤鹽分的空間變異性及其Cokriging估值［J］．干旱區(qū)研究，2006，23（3）：439－445．

［4］張素梅，王宗明，張柏，等．利用地形和遙感數(shù)據(jù)預測土壤養(yǎng)分空間分布［J］．農(nóng)業(yè)工程學報，2010，5，26（5）：188－194．

［5］Bhatti AU，Bakhsh A，Afza1M，et a1．Spatial variability of soil properties and wheat yields in an irrigated field［J］．Communications in soil Science and Plant Analysis，1999，30（9－10）：1279－1299．

［6］張一揚，周冀衡，楊虹琦，等．基于地統(tǒng)計與 GIS的土壤有機碳空間變異性研究［J］．青島農(nóng)業(yè)大學學報，2008，25（1）：48－52．

［7］任春穎，張柏，王宗明，等．松嫩平原西部土壤有機碳空間變異研究［J］．干旱區(qū)研究，2008，9．25（5）：5．

［8］王政權．地統(tǒng)計學及在生態(tài)學中的應用［M］．北京：科學出版社，1999：1－3．

［9］張淑娟，何勇，方慧．基于 GPS和 GIS的田間土壤特性空間變異性的研究［J］．農(nóng)業(yè)工程學報，2003，3，19（2）：39－44．

［10］倪俊，楊良華，雷能忠．基于 GIS的舒城縣土壤養(yǎng)分綜合評價［J］．皖西學院學報，2008，10，24（5）：153－156．

［11］李欣宇，宇萬太，李秀珍．遙感與地統(tǒng)計方法在表層土壤有機碳空間格局研究中的應用比較［J］．農(nóng)業(yè)工程學報，2009，3，25（3）：149－151．

［12］李苗苗，吳炳方，顏長珍，等．密云水庫上游植被覆蓋度的遙感估算［J］．資源科學，2004，7，26（4）：154－159．

［13］蘇偉，聶宜民，胡曉潔，等．利用Kriging插值方法研究山東龍口北馬鎮(zhèn)農(nóng)田土壤養(yǎng)分的空間變異［J］．安徽農(nóng)業(yè)大學學報，2004，31（1）：76－81．

［14］沈掌泉，周斌，孔繁勝，等．應用廣義回歸神經(jīng)網(wǎng)絡進行土壤空間變異研究［J］．土壤學報，2004，41（3）：471－475．

［15］S Han，S M Schneider，R G Evans．Evaluating cokriging for improving soil nutrient sampling efficiency［J］．Transactions of the ASAE，2003，46（3）：845－849．