李開淵，賈　蓓※，王睿博，張一馳，王　鵬，王東東

(1.太原理工大學(xué)礦業(yè)工程學(xué)院，山西太原　030024； 2.中國科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京　100101；3.中國科學(xué)院地理科學(xué)與資源研究所陸地水循環(huán)及地表過程重點(diǎn)實(shí)驗(yàn)室，北京　100101； 4.山西家豪測繪集團(tuán)有限公司,太原　030009)

?

·技術(shù)方法·

土壤養(yǎng)分空間分布及三維可視化研究分析*
——以吉林省梨樹縣為例

李開淵1，賈蓓1※，王睿博2，張一馳3，王鵬4，王東東1

(1.太原理工大學(xué)礦業(yè)工程學(xué)院，山西太原030024； 2.中國科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京100101；3.中國科學(xué)院地理科學(xué)與資源研究所陸地水循環(huán)及地表過程重點(diǎn)實(shí)驗(yàn)室，北京100101； 4.山西家豪測繪集團(tuán)有限公司,太原030009)

隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，三維可視化技術(shù)被應(yīng)用到農(nóng)業(yè)、氣象、林業(yè)、煤礦、災(zāi)害等多個(gè)領(lǐng)域，但是，三維可視化技術(shù)往往被應(yīng)用于宏觀三維場景，很少會被用于微觀要素的三維可視化。近些年來土壤數(shù)據(jù)的空間化研究和分析成為3S技術(shù)的研究熱點(diǎn)之一，該次研究主要基于GIS、GPS技術(shù)和地統(tǒng)計(jì)學(xué)方法，選擇吉林省梨樹縣，從縣級尺度研究該縣土壤養(yǎng)分的空間分布，對研究區(qū)已采集的874個(gè)土樣樣本中全氮、全磷、全鉀和有機(jī)質(zhì)土壤養(yǎng)分含量進(jìn)行空間分布特征的研究； 通過SPSS 19中的K-S法對養(yǎng)分含量正態(tài)分布檢驗(yàn)，利用GS+Version 9.0的半方差模型對土壤樣本中服從正態(tài)分布的養(yǎng)分含量進(jìn)行擬合，進(jìn)而對土壤養(yǎng)分含量的空間變異性進(jìn)行了分析。在掌握土壤養(yǎng)分空間分布狀況的基礎(chǔ)上，通過實(shí)現(xiàn)土壤養(yǎng)分含量的三維空間可視化，研究分析了養(yǎng)分含量分布與地形的關(guān)系，三維空間模型的建立使得土壤養(yǎng)分狀況的分析更加深入、直觀。文章最后指出，土壤養(yǎng)分空間分布及三維可視化技術(shù)對實(shí)現(xiàn)農(nóng)業(yè)與生態(tài)環(huán)境的可持續(xù)發(fā)展具有重要意義。

土壤養(yǎng)分空間分布變異三維可視化地形

0　引言

土壤是人類賴以生存的主要自然資源之一，也是人類生態(tài)環(huán)境的重要組成部分。隨著經(jīng)濟(jì)的快速發(fā)展和人口的增加，農(nóng)業(yè)生產(chǎn)、糧食問題和環(huán)境污染等伴隨經(jīng)濟(jì)的發(fā)展隨之而來[1-2]。因此，加強(qiáng)土壤養(yǎng)分空間變異及其影響因素的研究，將會對環(huán)境預(yù)測、精準(zhǔn)農(nóng)業(yè)和資源管理起到重要的作用[3]，直接影響土壤養(yǎng)分的循環(huán)和作物的產(chǎn)量[4]。

目前，國內(nèi)外專家學(xué)者針對土壤養(yǎng)分空間分布特征展開了大量的研究。Milne[5]等首先提出了土壤特性的空間變異。Ersoy[6]等對英國carsington牧場的土壤中鉛、鋅、銅 等重金屬進(jìn)行了空間分析。David Mcgrath[7]等利用地統(tǒng)計(jì)技術(shù)研究了愛爾蘭采礦點(diǎn)土壤鉛濃度的空間分布和危害評價(jià)。Weindorf等[8]對卡普林火山國家保護(hù)區(qū)土壤顆粒組成(砂、粉和黏粒)和養(yǎng)分含量(有機(jī)質(zhì)、鉀、磷、鈣、鎂等)的空間變異進(jìn)行了研究。張麗[9]等對吉林省梨樹縣保護(hù)性耕作土壤養(yǎng)分空間變異性做了相關(guān)的研究。李菊梅等[10]以5m為間隔的方格取樣，研究了黃土干旱地區(qū)銨態(tài)氮、硝態(tài)氮、氯離子等7種營養(yǎng)元素的空間變異性。前人開展的研究主要是針對土壤養(yǎng)分空間變異、分布規(guī)律和土壤肥力等方面，但是在土壤養(yǎng)分三維空間分布方面鮮有研究。土壤養(yǎng)分三維空間分布是顯示描述和理解養(yǎng)分含量空間分布特征的一種有效工具，對于直觀掌握區(qū)域土壤養(yǎng)分狀況及其與地形的關(guān)系具有一定的現(xiàn)實(shí)意義。

針對以上問題，文章結(jié)合GIS、GPS和地統(tǒng)計(jì)學(xué)方法，在已有土壤樣本養(yǎng)分含量數(shù)據(jù)的基礎(chǔ)上，從縣級尺度對研究區(qū)土壤養(yǎng)分的空間分布、空間變異性和三維可視化進(jìn)行了研究。

1　數(shù)據(jù)與方法

1.1研究區(qū)概況

梨樹縣位于吉林省西南部，地處東北平原腹地，土地肥沃平坦，素有“東北糧倉”和“松遼明珠”之美稱。土地面積約4209km2，人口83萬，距長春市110km。地理坐標(biāo)為東經(jīng)123°45′～120°53′、北緯42°49′～43°46′。南與遼寧省西豐、開原兩縣及四平市接壤，北與遼河農(nóng)墾管理區(qū)相鄰，北、西隔東遼河，與公主嶺市、雙遼市相望，西毗遼寧省昌圖縣。

1.2土壤采樣

該次研究的土壤數(shù)據(jù)是在吉林省梨樹縣進(jìn)行實(shí)地采集而來。土壤樣品的采集采用網(wǎng)格法，利用全球定位系統(tǒng)(GPS)進(jìn)行控制點(diǎn)定位，在每個(gè)樣點(diǎn)直徑2m范圍內(nèi)提取5個(gè)0～20cm耕層土樣，均勻混合后作為該節(jié)點(diǎn)的土樣。該次采樣共采集了874個(gè)土樣樣本。樣品采集回來后，剔除土壤樣品中的植物根系、昆蟲殘?bào)w、石塊等雜質(zhì)，自然風(fēng)干后的土樣經(jīng)研磨，經(jīng)過1mm的篩選備用。根據(jù)不同的土壤養(yǎng)分選擇不同的測定方法。有機(jī)質(zhì)采用烘箱加熱—重鉻酸鉀容量法，全氮采用半微量凱氏定氮法，全磷采用鉬銻抗比色法，全鉀采用火焰光度法。

該文在大量采集數(shù)據(jù)實(shí)驗(yàn)的基礎(chǔ)上，對采集樣本的有機(jī)物、氮、磷、鉀數(shù)據(jù)進(jìn)行檢驗(yàn)并剔除異常值。采用統(tǒng)計(jì)中常用的3σ 原則，即以采用數(shù)據(jù)超出 A±3S 范圍為標(biāo)準(zhǔn)，超出該范圍的為異常數(shù)據(jù)，其中 A、S 分別為采用數(shù)據(jù)中有機(jī)物、氮、磷、鉀樣本均值和樣本標(biāo)準(zhǔn)差。由于變異函數(shù)的分析一般要求數(shù)據(jù)符合正態(tài)分布，否則可能會產(chǎn)生比例效應(yīng)，抬高塊金值和基臺值，降低估計(jì)精度，使某些潛在特征不明顯，因此通過SPSS 19中的K-S法對養(yǎng)分含量正態(tài)分布檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果利用GS+Version 9.0對研究區(qū)域服從正態(tài)分布的土壤養(yǎng)分含量進(jìn)行半方差函數(shù)分析，研究養(yǎng)分含量在空間上的變異特征。同時(shí)將采集的GPS數(shù)據(jù)導(dǎo)入Excel表格，添加到ArcGIS10.1賦予空間坐標(biāo)后導(dǎo)出為ShapeFile文件格式，利用 ArcGIS的地統(tǒng)計(jì)學(xué)模塊對采樣數(shù)據(jù)進(jìn)行常規(guī)統(tǒng)計(jì)，根據(jù)插值精度、插值結(jié)果和空間分布的規(guī)律[11-12]，對符合正態(tài)分布的數(shù)據(jù)采用Kringing插值方法，對不符合正態(tài)分布的數(shù)據(jù)采用反距離加權(quán)插值方法，繪制出土壤有機(jī)物、氮、磷、鉀含量的空間分布圖，分析養(yǎng)分含量二維空間分布狀況與規(guī)律，在此基礎(chǔ)上根據(jù)DEM數(shù)據(jù)創(chuàng)建不規(guī)則三角網(wǎng)(TIN)，生成研究區(qū)域的地表模型，將插值得到的二維空間分布數(shù)據(jù)與地表模型進(jìn)行耦合，從而構(gòu)建兼?zhèn)涠邔傩孕畔⒌耐寥鲤B(yǎng)分分布三維空間模型。

2　研究結(jié)果分析

2.1養(yǎng)分含量正態(tài)分布檢驗(yàn)

研究發(fā)現(xiàn)當(dāng)樣本數(shù)超過500 時(shí)適合用“K-S”(Kolmogorov-Smirnov)檢驗(yàn)法進(jìn)行正態(tài)檢驗(yàn)，因此該文利用SPSS 19中的K-S法對養(yǎng)分含量正態(tài)分布檢驗(yàn)。分析表1可知，全氮和有機(jī)質(zhì)的Sig值大于0.05，符合正態(tài)分布，而全磷和全鉀元素的Sig值小于0.05，不符合正態(tài)分布，經(jīng)數(shù)據(jù)變換后仍不符合正態(tài)分布。

表1土壤養(yǎng)分含量K-S檢驗(yàn)結(jié)果

ID原假設(shè)測試Sig.決策者1全氮的分布為正態(tài)分布,平均值為1.14g/kg,標(biāo)準(zhǔn)差為0.32g/kg單樣本Kolmogorov-Smirnov檢驗(yàn)0.078保留原假設(shè)2全磷的分布為正態(tài)分布,平均值為0.48g/kg,標(biāo)準(zhǔn)差為0.16g/kg單樣本Kolmogorov-Smirnov檢驗(yàn)0.006拒絕原假設(shè)3全鉀的分布為正態(tài)分布,平均值為22.39g/kg,標(biāo)準(zhǔn)差為2.82g/kg單樣本Kolmogorov-Smirnov檢驗(yàn)0.018拒絕原假設(shè)4有機(jī)質(zhì)的分布為正態(tài)分布,平均值為20.50g/kg,標(biāo)準(zhǔn)差為7.17g/kg單樣本Kolmogorov-Smirnov檢驗(yàn)0.223保留原假設(shè)

2.2養(yǎng)分含量描述性統(tǒng)計(jì)分析

通過SPSS 19對土壤全氮、全磷、全鉀和有機(jī)質(zhì)養(yǎng)分含量進(jìn)行描述性分析，得出各項(xiàng)統(tǒng)計(jì)指標(biāo)。土壤全氮、全磷、全鉀和有機(jī)質(zhì)養(yǎng)分含量描述性統(tǒng)計(jì)結(jié)果如表2所示。

表2全氮、全磷、全鉀和有機(jī)質(zhì)養(yǎng)分含量

土壤養(yǎng)分極小值(g/kg)極大值(g/kg)均值(g/kg)中位數(shù)(g/kg)標(biāo)準(zhǔn)差(g/kg)峰度偏度變異系數(shù)CV(%)全氮0.1942.1501.1401.1670.3210.012-0.26428.17全磷0.0651.0070.4770.4610.164-0.0640.38934.30全鉀11.38732.90022.39322.4562.8201.660-0.26212.59有機(jī)質(zhì)5.05354.26720.50420.6797.1750.0420.05434.99

從表2中可以得出，研究區(qū)土壤中全氮、全磷、全鉀、有機(jī)質(zhì)的含量變化范圍分別為0.194～2.150g/kg， 0.065～1.007g/kg， 11.387～32.90g/kg， 5.053～54.267g/kg； 其含量的平均值分別為： 1.140g/kg， 0.477g/kg， 22.393g/kg， 20.504g/kg，中位數(shù)分別為： 1.167g/kg， 0.461g/kg， 22.456g/kg， 20.679g/kg。經(jīng)計(jì)算得出均值與中位數(shù)的差值分為-0.027, 0.016,-0.063,-0.175,其中只有全氮、全磷的均值與中位數(shù)接近。全氮、全磷、全鉀、有機(jī)質(zhì)的變異系數(shù)分別是28.17%， 34.30%， 12.59%， 34.99%，都屬于中等變異性。全氮和有機(jī)質(zhì)的峰度和偏度分別為0.012、-0.264和0.042、0.054,偏斜度和峰度分別是度量數(shù)據(jù)圍繞眾數(shù)不對稱程度和分布陡峭程度，參數(shù)越接近0，數(shù)據(jù)越服從正態(tài)分布，因此再次驗(yàn)證了研究區(qū)域中全氮含量和有機(jī)質(zhì)含量符合正態(tài)分布，與數(shù)據(jù)處理時(shí)K-S檢驗(yàn)結(jié)果相同。

2.3土壤養(yǎng)分含量空間變異特性分析

五四時(shí)期是中國兒童文學(xué)翻譯的高潮，也為后來本土兒童文學(xué)創(chuàng)作奠定了基礎(chǔ)。雖然現(xiàn)在越來越多的研究學(xué)者注意到該方向，但是我們?nèi)砸J(rèn)清現(xiàn)實(shí)，現(xiàn)在該方向研究仍然十分有限。希望今后國內(nèi)針對五四時(shí)期的兒童文學(xué)翻譯也能迎來它的春天。

利用GS+Version9地統(tǒng)計(jì)分析軟件對研究區(qū)域土壤養(yǎng)分含量進(jìn)行半方差函數(shù)分析，研究養(yǎng)分含量在空間上的變異特征。該文選擇決定系數(shù)最大和殘差最小的為最優(yōu)模型，經(jīng)計(jì)算得到模型的參數(shù)、決定系數(shù)和殘差(表3)。根據(jù)半方差函數(shù)理論模型計(jì)算的相應(yīng)參數(shù)繪制土壤養(yǎng)分含量空間變異函數(shù)圖，如圖1所示。

表3土壤養(yǎng)分含量半方差函數(shù)理論模型及有關(guān)參數(shù)

養(yǎng)分元素理論模型塊金值基臺值塊金/基臺值變程(m)決定系數(shù)R2殘差RSS全氮Gaussian0.13490.34380.3924314600.9751.593E-03有機(jī)質(zhì)Gaussian45.500132.000.3447628100.96284.4

圖1　土壤養(yǎng)分含量變異函數(shù)

通過對研究區(qū)域全氮和有機(jī)質(zhì)養(yǎng)分含量進(jìn)行半方差函數(shù)分析，從而得到土壤全氮和有機(jī)質(zhì)養(yǎng)分含量在空間中的變異特征。從圖1和表3中空間變異分析表明：研究區(qū)域土壤全氮和有機(jī)質(zhì)養(yǎng)分含量都表現(xiàn)出較明顯的空間相關(guān)性，能用地統(tǒng)計(jì)學(xué)模型進(jìn)行擬合，選擇高斯模型(Gaussian Model)進(jìn)行擬合，其決定系數(shù)分別為0.975、0.962。其中所選模型的決定系數(shù)越大，表明模型的擬合度越高，擬合效果越好。

塊金值與基臺值的比值表明了系統(tǒng)變量的空間相關(guān)性的程度，也就是由隨機(jī)性因素引起的空間變異性占系統(tǒng)總變異的比例。如果比值小于25%，說明系統(tǒng)具有強(qiáng)烈的空間相關(guān)性； 如果比值在25%～75%之間，表明系統(tǒng)具有中等的空間相關(guān)性； 大于75%說明系統(tǒng)空間相關(guān)性很弱[13]。由表3中的比值可知，全氮和有機(jī)質(zhì)養(yǎng)分含量值的基底效應(yīng)值分別為33.24%和34.47%，其值在25%～75%之間，說明它們的空間變異主要是由于隨機(jī)因素和結(jié)構(gòu)因素共同作用引起的，具有中等的空間相關(guān)性。隨機(jī)性因素主要包括施肥、交通、污灌、環(huán)境污染等各種人為活動因素，而結(jié)構(gòu)性因素則是指如氣候、母質(zhì)、地形、土壤類型等自然因素。

在4.805 415萬m步長變化域內(nèi)對土壤全氮和有機(jī)質(zhì)在不同步長間距下擬合半方差函數(shù)模型，得到了效果較好的模型。變程反映變量的空間自相關(guān)范圍，也就是在該空間范圍內(nèi)，變量存在空間自相關(guān)性。兩種養(yǎng)分的空間自相關(guān)變化尺度不同，全氮變程為31.46km，有機(jī)質(zhì)變程為62.81km，兩種土壤養(yǎng)分元素的變程說明這兩種土壤養(yǎng)分元素在較大的范圍內(nèi)存在著空間自相關(guān)。因此，今后在研究相同土壤母質(zhì)的情況下，可以增大采樣距離，在不影響研究結(jié)果的情況下，節(jié)省成本，提高效率。全氮和有機(jī)質(zhì)的最優(yōu)半方差函數(shù)模型步長間隔約為3.2km，遠(yuǎn)遠(yuǎn)小于有效變程說明了當(dāng)前的采樣設(shè)計(jì)是恰當(dāng)?shù)?，并且預(yù)示了好的空間結(jié)構(gòu)將展示在空間插值圖中。

2.4土壤養(yǎng)分含量空間分布規(guī)律

該文根據(jù)正態(tài)分布檢驗(yàn)的結(jié)果和插值精度的要求，對土壤中符合正態(tài)分布的全氮、有機(jī)質(zhì)含量采用Kriging插值，對不符合正態(tài)分布的全磷、全鉀含量采用反距離權(quán)重插值，生成的土壤養(yǎng)分含量空間分布圖，如圖2所示。圖2中a、b、c、d分別表示全磷、全鉀、全氮和有機(jī)質(zhì)含量的空間分布，研究分析可知：

土壤全磷含量分布以過研究區(qū)域中心南北走向地帶及研究區(qū)北部部分地帶和東南部地帶較高，研究區(qū)域西部及東南部分地帶較低。金山、泉眼嶺、萬發(fā)、石嶺子鎮(zhèn)土壤全磷含量較高，小寬、沈洋、劉家館子鎮(zhèn)、林海和四棵樹鎮(zhèn)的北部土壤全磷含量相對較低。

土壤全鉀含量分布以過研究區(qū)中心線西北地區(qū)和東南部零星地區(qū)分布較高，自西北部向東南部逐漸降低，總體趨勢是過研究區(qū)域南北中心線西部區(qū)域土壤全鉀含量較高，而東部地區(qū)較低，在小寬、孤家子鎮(zhèn)、沈洋、劉家館子鎮(zhèn)和林海分布較高，其他鄉(xiāng)鎮(zhèn)分布相對較低。

土壤全氮含量分布以東南偏上至北偏東地區(qū)和東南部部分地區(qū)分布較高，其他地方分布較低。總體趨勢是過研究區(qū)中心，以南北方向線為基線，以東的大數(shù)地區(qū)土壤全氮含量較高，以西的大部分地區(qū)土壤全氮含量較低，東西地區(qū)呈現(xiàn)出明顯的含量差，在小城子鎮(zhèn)、雙河、金山、泉眼嶺、萬發(fā)、東河、蔡家鎮(zhèn)和石嶺子鎮(zhèn)分布較高，小寬和孤家子鎮(zhèn)的部分區(qū)域、沈洋、劉家子鎮(zhèn)、林海、四棵樹部分地區(qū)分布較低。

土壤有機(jī)質(zhì)含量基本分布以東北、西南走向成條帶分布，此方向線上部地區(qū)土壤有機(jī)質(zhì)較低，下部地區(qū)含量較高，呈現(xiàn)出截然不同的兩個(gè)區(qū)域?？v觀全圖，土壤全氮含量在小城子鎮(zhèn)、萬發(fā)、蔡家鎮(zhèn)和石嶺子鎮(zhèn)分布較高，小寬和孤家子鎮(zhèn)的部分區(qū)域、沈洋、劉家子鎮(zhèn)、林海、萬發(fā)和郭家店鎮(zhèn)部分地區(qū)普遍較低。

圖2　土壤養(yǎng)分空間分布

3　土壤養(yǎng)分含量三維可視化表達(dá)

土壤養(yǎng)分的空間分布特征是田間管理和現(xiàn)代農(nóng)業(yè)的重要依據(jù)[14]。該文根據(jù)全鉀含量空間分布數(shù)據(jù)和DEM數(shù)據(jù)構(gòu)建了養(yǎng)分含量分布的三維空間模型(圖3)。圖3中a、b分別表示不同視角下的三維空間模型。對比圖2、圖3后發(fā)現(xiàn)，三維空間分布模型較以往的二維空間分布模型所承載的信息量要多，其表面的紋理、陰影、暈眩、坡向和起伏度等特征更能將土壤養(yǎng)分的空間分布規(guī)律清晰、直觀、真實(shí)地表達(dá)出來，尤其在研究地形因子與土壤養(yǎng)分含量的關(guān)系上有較大的優(yōu)勢。

圖3　全鉀含量三維空間分布

研究圖3a發(fā)現(xiàn)：在研究區(qū)域東南部山地、丘陵地帶，坡向?yàn)闁|南坡的全鉀含量較其他方向偏低，坡向?yàn)槲鞅逼碌娜浐枯^其他方向偏高，說明了坡向與全鉀含量的分布存在著一定的關(guān)系。在西北部起伏度較小的平原區(qū)域全鉀含量處于兩極分化狀態(tài)，最大值和最小值都位于該區(qū)域，而東南部起伏度較大的山地丘陵區(qū)域全鉀含量居中，偏差幅度不大。

研究圖3b發(fā)現(xiàn)：西部區(qū)域全鉀含量整體屬于較高水平，零星分布著全鉀低含量片區(qū)，主要位于低洼地形區(qū)域，相反全鉀高含量主要位于凸起地形區(qū)域。海拔、起伏度、坡向等地形因子一定程度上影響著土壤全鉀含量的分布。

此外，利用BS Contact VRML瀏覽器對已建立的土壤養(yǎng)分三維空間模型進(jìn)行任意的平移、旋轉(zhuǎn)、飛行等方面的三維交互操作，并且對三維模型中紋理、頭燈、平滑、頂點(diǎn)、背景等屬性進(jìn)行設(shè)置，從而可以得到不同類型、不同視覺、不同高度的三維視圖，為土壤養(yǎng)分空間分布特征的研究提供了豐富的信息量，更有利于挖掘潛在的規(guī)律[15]。

4　結(jié)論與討論

該文利用GIS、GPS技術(shù)和地統(tǒng)計(jì)學(xué)方法，從縣級尺度對多要素土壤養(yǎng)分要素進(jìn)行了的空間化處理，通過對土壤養(yǎng)分含量進(jìn)行正態(tài)分布檢驗(yàn)和擬合，對土壤養(yǎng)分的空間變異性和三維可視化進(jìn)行了研究，得到以下結(jié)論：

(1)在整個(gè)研究區(qū)內(nèi)土壤全氮、全磷、全鉀、有機(jī)質(zhì)的含量變化范圍分別為： 0.194～2.150g/kg， 0.065～1.007g/kg， 11.387～32.90g/kg， 5.053～54.267g/kg； 其含量的平均值為： 1.140g/kg， 0.477g/kg， 22.393g/kg， 20.504g/kg； 中位數(shù)分別為： 1.167g/kg， 0.461g/kg， 22.456g/kg， 20.679g/kg。經(jīng)K-S檢驗(yàn)全氮含量和有機(jī)質(zhì)含量符合正態(tài)分布； 全磷和全鉀含量不符合正態(tài)分布，處理之后也未能符合正態(tài)分布。土壤養(yǎng)分的全氮、全磷、全鉀、有機(jī)質(zhì)的變異系數(shù)分別是12.59%～34.99%，都屬于中等變異性。

(2)對研究區(qū)域符合正態(tài)分布的全氮和有機(jī)質(zhì)養(yǎng)分含量進(jìn)行半方差函數(shù)分析，研究土壤全氮和有機(jī)質(zhì)養(yǎng)分含量在空間上的變異特征。上述空間變異分析表明：研究區(qū)域土壤全氮和有機(jī)質(zhì)養(yǎng)分含量都表現(xiàn)出較明顯的空間相關(guān)性，運(yùn)用地統(tǒng)計(jì)學(xué)模型高斯模型(Gaussian Model)進(jìn)行擬合，其決定系數(shù)分別為0.975、0.962,表明模型的擬合度很高，擬合效果較好。全氮和有機(jī)質(zhì)養(yǎng)分含量值的基底效應(yīng)值分別為33.24%和34.47%，其值在25%～75%之間，說明它們的空間變異主要是由于隨機(jī)因素和結(jié)構(gòu)因素共同作用引起的，具有中等的空間相關(guān)性。

(3)土壤養(yǎng)分三維空間模型所具有的紋理、陰影、暈眩、坡向和起伏度等特征為土壤養(yǎng)分空間分布和潛在規(guī)律的研究提供了豐富信息。研究結(jié)果發(fā)現(xiàn)：研究區(qū)域內(nèi)海拔、坡向和起伏度等地形因子與全鉀含量的分布存在著關(guān)系，從一定程度上直接影響著全鉀含量的分布。

綜上所述，利用GIS、GPS技術(shù)和地統(tǒng)計(jì)學(xué)方法，能夠很好地實(shí)現(xiàn)土壤養(yǎng)分要素在縣級尺度的空間化處理，通過對多元素土壤養(yǎng)分?jǐn)?shù)據(jù)空間化研究分析和三維可視化表達(dá)，充分了解了研究區(qū)域土壤養(yǎng)分的空間分布，精確反應(yīng)土壤養(yǎng)分狀況，為農(nóng)田土壤養(yǎng)分現(xiàn)代化管理奠定基礎(chǔ)，對農(nóng)業(yè)生態(tài)環(huán)境保護(hù)等工作具有一定的指導(dǎo)意義

[1]陳印軍，方琳娜，楊俊彥.我國農(nóng)田土壤污染狀況及防治對策，中國農(nóng)業(yè)資源與區(qū)劃， 2014, 35(4): 1～5

[2]邱建軍， 張士功，李哲敏,等.農(nóng)業(yè)生態(tài)環(huán)境安全與生態(tài)農(nóng)業(yè)發(fā)展.中國農(nóng)業(yè)資源與區(qū)劃， 2005, 26(6): 42～46

[3]Stark C H E，Condron L M，Stewart A.Small-scale Spatial variability of selected soil biological Properties.Biology & Biochemistry， 2004, 36(4): 601～608

[4]Corre M D，Sehnabel R S.Spatial and seasonal variation of gross nitrogen transformations and microbial biomass in a northeastern US grassland Soil.Biology & Biochemistry， 2002， 34： 445～457

[5]Milne G.Normal erosion as a factor in normal soil development.Nature， 1936， 138： 548

[6]Ersoy A，Yunsel TY，Cetin M.Characterization of land contaminated by Past heavy metal mining using geostatistical methods.Arehives of Environrnental Contamination and Toxicology， 2004, 46(2): 162～175

[7]McGrath D，Zhang C S，Carton O T.Geostatistical analyses hazard assessment on soil lead in Silvermines area，Ireland.Environmental Pollution， 2004， 127： 239～248

[8]Weindorf D C，Zhu Y.Spatial Variability of Soil Properties at Capulin Volcano，New Mexico，USA：Implications for Sampling Strategy.Pedosphere， 2010, 20(2): 185～197

[9]張麗， 劉吉平，陳智文.吉林省梨樹縣保護(hù)性耕作土壤養(yǎng)分空間變異性研究.吉林農(nóng)業(yè)科學(xué)， 2014, 39(3): 36～41

[10]李菊梅， 李生秀.幾種營養(yǎng)元素在土壤中的空間變異.干旱地區(qū)農(nóng)業(yè)研究， 1998, 16(2): 58～64

[11]李曉燕， 張樹文.吉林省德惠市土壤速效鉀的空間分異及不同插值方法的比較.水土保持學(xué)報(bào)， 2004， 04： 97～100

[12]付傳城， 王文勇，潘劍君，張文敏，張威，廖啟林.南京市溧水區(qū)土壤重金屬污染不同插值方法的對比研究.土壤通報(bào)， 2014， 06： 1325～1333

[13]Webster R，Nortcliff S.Improved estimation of micronutrients in hectare plots of the Sonning series.J Soil Sci， 1984， 35： 667～672

[14]譚萬能， 李志安，鄒碧,等.地統(tǒng)計(jì)學(xué)方法在土壤學(xué)中的應(yīng)用.熱帶地理， 2005， 04： 307～311

[15]姜健， 陳桂芬.基于VTK土壤養(yǎng)分三維可視化研究與實(shí)現(xiàn).農(nóng)業(yè)網(wǎng)絡(luò)信息， 2011， 03： 10～13

ANALYSIS AND THREE-DIMENSIONAL VISUALIZATION OF SPATIAL DISTRIBUTION OF SOIL NUTRIENTS*——A CASE STUDY IN LISHU

Li Kaiyuan1，Jia Bei1※，Wang Ruibo2，Zhang Yichi3，Wang Peng4，Wang Dongdong1

(1.College of Mining Engineering, Taiyuan University of Technology, Taiyuan 030024, China;2. State Key Laboratory of Resources And Environmental Information System, Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences, Beijing 100101, China;3. Institute of Geographic Sciences and Natural Resources Research, Key Lab of Water Cycle and Related Land Surface Processes,CAS，Beijing 100101,China;4. Shanxi Jia Hao Mapping Group Ltd , Taiyuan 030009, China)

With the continuous development of computer technology, the 3D visualization technology has been widely applied to various fields such as agriculture, meteorology, forestry, coal mining, disaster, and so on. However, 3D visualization technology is more often applied to 3D scene in macroscopic view, but less used in3D visualization of the micro elements. In recent years, the space research and analysis of soil data has become one of the hot spots in the research of 3S technology. In the paper, Lishu County of Jilin Province was chosen as a case to study the spatial distribution of the soil nutrient content in the county scale. Based on the GIS, GPS technology, together with the geo-statistics method, the spatial distribution of the soil nutrients, i.e., the total nitrogen, the total phosphorus, the total potassium and the organic soil nutrient content, of the 874 soil samples were collected in the study area. The normal distribution of sampling points was tested by the K-S method in IBM SPSS Statistics software. By fitting the nutrient content accorded the normal distribution by using the semi variance model of various types of GS+ Version 9.0, the spatial variation of soil nutrient content was analyzed. Finally, it analyzed the relationship between the distribution of nutrient content and the terrain through the realization of the 3D visualization for the space distribution of soil nutrient content. The three-dimensional spatial model promoted the analysis of the soil nutrient space distribution status. The result verified that the 3D spatial model can provide abundant information for the spatial distribution of soil nutrients and the study of potential disciplines. In conclusion, the application of 3D visualization technology in soil nutrient spatial distribution will be of vital importance to realize the sustainable development of agriculture and ecological environment.

soil nutrient; spatial distribution; variation; 3D visualization; terrain

10.7621/cjarrp.1005-9121.20160602

2015-07-14

李開淵(1988—)，男，山西運(yùn)城人，碩士研究生。研究方向： 3S技術(shù)應(yīng)用?！ㄓ嵶髡撸嘿Z蓓(1960—)，北京人，女，副教授。研究方向：空間數(shù)據(jù)處理與應(yīng)用研究。Email：jiahuli1000@foxmail.com

國家自然科學(xué)基金面上項(xiàng)目“極端干旱區(qū)植被對水環(huán)境變化的響應(yīng)研究”(41371059)

S158; S126

A

1005-9121[2016]06-0008-07