王 歷, 周忠發(fā), 牛穎超, 馮 倩, 但雨生

(1.貴州師范大學(xué) 喀斯特研究院, 貴陽(yáng) 550001; 2.貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院/喀斯特研究院,貴陽(yáng) 550001; 3.貴州省喀斯特山地生態(tài)環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地, 貴陽(yáng) 550001)

土壤養(yǎng)分是成土母質(zhì)、氣候、地形和生物等自然因素和人類(lèi)活動(dòng)共同作用的結(jié)果，是土壤生態(tài)功能中最重要的組成部分，其含量是衡量土壤肥力程度的量化指標(biāo)，是植物生長(zhǎng)發(fā)育的基礎(chǔ)[1-2]，土壤養(yǎng)分的高低決定了作物的生產(chǎn)潛力。土壤養(yǎng)分在生態(tài)系統(tǒng)中受系統(tǒng)因素和隨機(jī)因素的共同作用使得土壤具有空間異質(zhì)性。而分析、預(yù)測(cè)土壤養(yǎng)分空間變異性及空間分布，開(kāi)展區(qū)域土壤養(yǎng)分綜合評(píng)價(jià)是土地可持續(xù)利用的重要組成部分[3]，對(duì)農(nóng)作物的精準(zhǔn)施肥，土壤的利用與改良，農(nóng)業(yè)生態(tài)系統(tǒng)的可持續(xù)性具有重要意義。目前，中國(guó)大部分地區(qū)土壤均出現(xiàn)不同程度的肥力退化現(xiàn)象[4]，科學(xué)、合理地分析與評(píng)價(jià)土壤肥力可以更好地利用土地資源，可為科學(xué)施肥、作物布局調(diào)整以及土地開(kāi)發(fā)整理等提供科學(xué)的依據(jù)[5]。

地統(tǒng)計(jì)學(xué)是以區(qū)域化變量理論為基礎(chǔ)的數(shù)學(xué)工具，不僅能揭示屬性變量的空間分布、空間變異及相關(guān)特征，而且能將空間格局與生態(tài)過(guò)程聯(lián)系起來(lái)，可有效地解釋空間格局對(duì)生態(tài)過(guò)程與功能的影響[2]。目前，國(guó)內(nèi)外學(xué)者應(yīng)用地統(tǒng)計(jì)方法在不同尺度上對(duì)土壤養(yǎng)分空間變異規(guī)律進(jìn)行了研究，如Tesfahuneg等[6]在流域尺度基礎(chǔ)上研究了埃塞俄比亞北部特定管理下土壤屬性的空間變異性；Bogunovic等[7]基于地統(tǒng)計(jì)方法和樣條基函數(shù)插值法研究了小尺度的砂質(zhì)土壤的養(yǎng)分空間變異；Oueslati等[8]對(duì)意大利植被和土壤有機(jī)碳的空間變異進(jìn)行了研究，但并未提及其他土壤養(yǎng)分；呂真真等[9]從大尺度上研究環(huán)渤海沿海區(qū)域不同土層土壤養(yǎng)分空間變異和分布；Zhang等[10]結(jié)合地統(tǒng)計(jì)學(xué)和GIS技術(shù)，研究了愛(ài)爾蘭東南部草原地區(qū)土壤有機(jī)碳的空間分布特征。上述研究基于GIS技術(shù)與不同研究方法相結(jié)合對(duì)土壤養(yǎng)分的空間變異特征進(jìn)行研究，為更好地綜合評(píng)價(jià)土壤養(yǎng)分狀況奠定了基礎(chǔ)。在土壤養(yǎng)分綜合評(píng)價(jià)方法的研究中，國(guó)內(nèi)外研究學(xué)者更多偏向于應(yīng)用數(shù)學(xué)模型和方法，如模糊綜合評(píng)判法[11]、主成分分析法[12]、灰色關(guān)聯(lián)法[13]、投影尋蹤綜合評(píng)價(jià)法[14]、神經(jīng)網(wǎng)絡(luò)法[15]等方法，對(duì)土壤養(yǎng)分綜合評(píng)價(jià)進(jìn)行研究，使土壤養(yǎng)分評(píng)價(jià)趨于定量化。上述方法均有各自?xún)?yōu)點(diǎn)，但土壤養(yǎng)分是多指標(biāo)因素的綜合體系，其每個(gè)指標(biāo)只能描述土壤養(yǎng)分的某一側(cè)面[16-17]。因此各單項(xiàng)指標(biāo)評(píng)價(jià)結(jié)果是不相容的，使上述方法存在忽略各因子對(duì)土壤養(yǎng)分總體影響的問(wèn)題[18]。而熵權(quán)TOPSIS模型是熵權(quán)法與TOPSIS模型結(jié)合在一起的改進(jìn)模型，是綜合評(píng)價(jià)法中最新的研究成果[19]，不僅能客觀(guān)描述各養(yǎng)分指標(biāo)對(duì)土壤綜合肥力貢獻(xiàn)的重要程度，而且避免了人為因素的主觀(guān)性，提高了評(píng)價(jià)結(jié)果的精度和客觀(guān)性。

黔北地區(qū)是貴州省重要的糧食和特色農(nóng)產(chǎn)品生產(chǎn)基地，素有“黔北糧倉(cāng)”的美譽(yù)。土壤肥力的高低直接影響著該區(qū)域農(nóng)產(chǎn)品種植的結(jié)構(gòu)、布局和效益，對(duì)整個(gè)貴州省農(nóng)產(chǎn)品產(chǎn)業(yè)發(fā)展也極具影響。因此，正確分析與評(píng)價(jià)該區(qū)域土壤的養(yǎng)分高低水平對(duì)于提出合理的施肥建議、充分發(fā)揮土壤潛力具有十分重要的意義。

1 材料與方法

1.1 研究區(qū)概況

黔北地區(qū)位于貴州省北部的遵義市，介于27°8′—29°12′N(xiāo)，105°36′—108°13′E，地處云貴高原向湖南丘陵和四川盆地過(guò)渡的斜坡地帶，位于云貴高原的東北部，地形起伏大，地貌類(lèi)型復(fù)雜。平均海拔1 000～1 600 m，在全國(guó)地勢(shì)第二級(jí)階梯上，國(guó)土總面積為30 762 km2，其山間平壩面積占7.4%，丘陵占30.7%，山地占61.9%。低山丘陵盆地區(qū)主要以黃壤、石灰土、水稻土為主；低中山地區(qū)主要以石灰土、紫色土為主；中高山地主要以黃棕壤為主，土壤性質(zhì)以酸性和中性為主(圖1)。黔北地區(qū)季風(fēng)環(huán)流交替，屬典型的溫暖、濕潤(rùn)亞熱帶季風(fēng)高原山地氣候，四季分明，雨熱同季，無(wú)霜期長(zhǎng)，年平均降水量1 000～1 300 mm，年平均氣溫13～18℃，光熱水氣條件較好，適宜農(nóng)作物生長(zhǎng)，是貴州省重要農(nóng)產(chǎn)品生產(chǎn)基地，以茶葉、蔬菜辣椒、生態(tài)畜牧業(yè)、中藥材、干鮮果為重點(diǎn)的“5大主導(dǎo)產(chǎn)業(yè)”和以竹、烤煙、馬鈴薯、酒用高粱和特色食糧為主的“5大特色產(chǎn)業(yè)”，素有“黔北糧倉(cāng)”的美譽(yù)。

1.2 土壤樣品采集與測(cè)定

采樣區(qū)位于貴州省北部的黔北地區(qū)，囊括遵義市14個(gè)縣區(qū)，面積30 762 km2，土地利用方式主要以旱地為主。根據(jù)黔北地區(qū)的地形地貌、土壤類(lèi)型和性質(zhì)特點(diǎn)，以兼顧代表性與均勻性為原則，按照NY/T1634—2008《中國(guó)耕地地力調(diào)查與質(zhì)量評(píng)價(jià)技術(shù)規(guī)程》[20]，運(yùn)用GPS和BDS儀確定每一個(gè)中心樣點(diǎn)的空間地理位置及海拔高度，每個(gè)中心樣點(diǎn)周?chē)O(shè)置4個(gè)輔助樣點(diǎn)進(jìn)行多點(diǎn)混合法采集表層(0—20 cm)土壤，并將土壤充分混勻后，去掉雜草、草根、礫石、磚塊、肥料團(tuán)塊等雜物后，用四分法留取2 kg土樣帶回室內(nèi)作為中心采樣點(diǎn)的土壤樣品，經(jīng)自然風(fēng)干，碾磨后裝袋以備分析，共計(jì)土壤樣品1 037個(gè)(圖2)。

圖1黔北地區(qū)土壤類(lèi)型分布

樣品理化性質(zhì)測(cè)定：根據(jù)研究需要，土樣的測(cè)定方法均采取常規(guī)分析測(cè)定方法。其中全氮采用半微量開(kāi)氏消煮法—流動(dòng)注射儀測(cè)定；有效磷采用碳酸氫鈉浸提—分光光度法；速效鉀采用乙酸銨浸提—火焰光度法；有機(jī)質(zhì)采用重鉻酸鉀氧化—容量法測(cè)定；pH值用pH值計(jì)測(cè)定[21]。

圖2黔北地區(qū)及采樣點(diǎn)分布

2 研究方法

2.1 熵權(quán)TOPSIS模型

TOPSIS模型稱(chēng)為“逼近理想解排序方法”，是一種在系統(tǒng)分析決策中采用逼近于最優(yōu)解的技術(shù)，確定評(píng)價(jià)對(duì)象的排序或等級(jí)的分析方法[22]。核心思想是分析系統(tǒng)決策問(wèn)題的最優(yōu)解和最劣解的距離，最后計(jì)算各評(píng)價(jià)對(duì)象與最優(yōu)方案的接近程度，按接近程度對(duì)各評(píng)價(jià)對(duì)象進(jìn)行排序，確定評(píng)價(jià)效果[23]。而權(quán)重是TOPSIS模型的重要參數(shù)，傳統(tǒng)TOPSIS模型采用的權(quán)重指標(biāo)法已不適合土壤養(yǎng)分元素研究。因此，對(duì)傳統(tǒng)TOPSIS模型進(jìn)行改進(jìn)，建立熵權(quán)TOPSIS模型，通過(guò)采用熵權(quán)法來(lái)確定評(píng)價(jià)指標(biāo)權(quán)重值，進(jìn)而再利用TOPSIS模型對(duì)評(píng)價(jià)對(duì)象進(jìn)行優(yōu)劣排序。熵權(quán)法是一種由待評(píng)價(jià)指標(biāo)來(lái)確定指標(biāo)權(quán)重的一種客觀(guān)評(píng)價(jià)法，不僅能客觀(guān)體現(xiàn)出各土壤養(yǎng)分指標(biāo)對(duì)土壤綜合肥力貢獻(xiàn)的重要程度，而且能避免人為因素的主觀(guān)性，提高結(jié)果的精度和客觀(guān)性[24-25]。熵權(quán)TOPSIS模型建立步驟如下[26-27]：

(1) 評(píng)價(jià)指標(biāo)同趨勢(shì)化處理。通過(guò)將高優(yōu)指標(biāo)數(shù)據(jù)轉(zhuǎn)化為低優(yōu)指標(biāo)數(shù)據(jù)，或?qū)⒌蛢?yōu)指標(biāo)數(shù)據(jù)轉(zhuǎn)化為高優(yōu)指標(biāo)數(shù)據(jù)，使得所有指標(biāo)變化方向一致，即同趨勢(shì)化處理，通常采用后一種方式。其轉(zhuǎn)換公式如下：

(1)

(2) 歸一化處理，建立歸一化矩陣。

(2)

經(jīng)歸一化處理后的A矩陣為：

(3)

(3) 確定最優(yōu)解向量和最劣解向量。

(4)

(5)

(4) 確定指標(biāo)權(quán)重。

① 計(jì)算信息熵。

(6)

式中：Hj為信息熵；pij代表第j個(gè)指標(biāo)下第i個(gè)對(duì)象的指標(biāo)的比重。

② 計(jì)算熵權(quán)。

(7)

(5) 計(jì)算歐式距離。

(8)

(9)

(6) 計(jì)算綜合評(píng)價(jià)指數(shù)。

(10)

式中：Ci∈0,1，Ci愈接近1，表示該評(píng)價(jià)對(duì)象越接近最優(yōu)水平；Ci愈接近0，表示該評(píng)價(jià)對(duì)象越接近最劣水平。

2.2 地統(tǒng)計(jì)法

2.2.1 半方差函數(shù)模型 地統(tǒng)計(jì)分析的核心是根據(jù)樣本點(diǎn)來(lái)確定研究對(duì)象(某一變量)隨空間位置而變化的規(guī)律，以此推算未知點(diǎn)的屬性值[28]。半方差函數(shù)是描述空間變量的關(guān)鍵函數(shù)，它能描述變量的空間變異結(jié)構(gòu)，反映不同距離觀(guān)測(cè)值之間的變化[29]。其計(jì)算公式如下:

(11)

式中：γ(h)為半變異函數(shù)；h為兩點(diǎn)空間距離；N(h)為間隔為h的樣點(diǎn)數(shù)目。Z(xi)和Z(xi+h)分別為區(qū)域化變量Z(xi)在位置xi和xi+h處的實(shí)測(cè)值。半變異函數(shù)的理論模型有球狀、高斯、指數(shù)、純塊金效應(yīng)、冪函數(shù)、對(duì)數(shù)函數(shù)等模型。通過(guò)變異函數(shù)及曲線(xiàn)圖可以得到4個(gè)重要參數(shù)，即變程、基臺(tái)值、塊金值和分維數(shù)[30]。

2.2.2 克里金插值法 克里金插值法是利用原始數(shù)據(jù)和半方差函數(shù)的結(jié)構(gòu)特點(diǎn)，對(duì)未知采樣點(diǎn)區(qū)域化進(jìn)行最優(yōu)、無(wú)偏估計(jì)的一種方法[28]，其計(jì)算公式如下：

(12)

式中：Z(xo)表示未知樣點(diǎn)值；Z(xi)表示未知樣點(diǎn)周?chē)囊阎c(diǎn)值；λi為第i個(gè)樣點(diǎn)的權(quán)重；N表示樣本數(shù)。

3 結(jié)果與分析

3.1 土壤養(yǎng)分的含量統(tǒng)計(jì)分析

根據(jù)全國(guó)二次土壤普查養(yǎng)分分級(jí)標(biāo)準(zhǔn)[31]，將每個(gè)養(yǎng)分指標(biāo)均分為6級(jí)水平，分別為很豐富、豐富、中等、缺乏、很缺乏、極缺乏。對(duì)黔北地區(qū)1 037個(gè)采樣點(diǎn)中的全氮、有機(jī)質(zhì)、有效磷、速效鉀和pH值5項(xiàng)指標(biāo)進(jìn)行描述性統(tǒng)計(jì)分析，其結(jié)果見(jiàn)表1。從土壤養(yǎng)分指標(biāo)含量的變化范圍來(lái)看，全氮的含量變化范圍為0.80～1.65 g/kg；有機(jī)質(zhì)含量的變化范圍是為10.70～23.60 g/kg；而有效磷、速效鉀含量變化范圍分別為8.00～13.60，124.00～291.00 mg/kg；pH值為4.60～8.00。從土壤養(yǎng)分指標(biāo)含量均值和豐缺狀況來(lái)看，全氮含量的均值為1.32 g/kg，達(dá)中等豐富水平；有機(jī)質(zhì)含量均值為19.88 g/kg，處于缺乏狀況；而有效磷的均值為10.47 mg/kg，達(dá)中等豐富水平；速效鉀的均值為169.74 mg/kg，達(dá)到豐富水平；pH值的均值為6.25，呈酸性。

依據(jù)變異系數(shù)的大小劃分，當(dāng)變異系數(shù)CV≤0.1時(shí)為弱變異性，當(dāng)0.1

表1 土壤各養(yǎng)分指標(biāo)的統(tǒng)計(jì)特征

3.2 土壤養(yǎng)分含量空間特征分析

3.2.1 土壤養(yǎng)分含量空間變異結(jié)構(gòu)特征 采用GS+9.0軟件分析黔北農(nóng)產(chǎn)品主產(chǎn)區(qū)土壤養(yǎng)分的半方差結(jié)構(gòu)特征，進(jìn)而分析土壤養(yǎng)分的空間變異性程度，經(jīng)分析得出各土壤養(yǎng)分元素的半方差函數(shù)圖及模型參數(shù)值(圖3、表2)。而半方差函數(shù)是分析變量空間結(jié)構(gòu)的重要工具，通過(guò)方向和兩點(diǎn)之間距離來(lái)反映變量的空間自相關(guān)性[33]。半方差函數(shù)中離原點(diǎn)最近的數(shù)值稱(chēng)為塊金值(Co)，反映的是最小采樣尺度的非連續(xù)性變異及試驗(yàn)誤差，屬于隨機(jī)部分的空間異質(zhì)性?；_(tái)值(Co+C)表示系統(tǒng)總變異性，它是結(jié)構(gòu)性變異和隨機(jī)性變異的總和，基臺(tái)值越大，系統(tǒng)總的空間異質(zhì)性越高。塊金系數(shù)(Co/Co+C)是塊金值(Co)與基臺(tái)值(Co+C)之間的比值，反映土壤養(yǎng)分元素在一定范圍內(nèi)樣點(diǎn)的空間自相關(guān)程度，該比值Co/Co+C越大，表明空間自相關(guān)性越弱，當(dāng)Co/Co+C>25%時(shí)，變量屬于強(qiáng)烈空間自相關(guān)程度；當(dāng)25%75%時(shí)，變量屬于很弱空間自相關(guān)程度[34-36]。變程是指變異函數(shù)在有限空間距離上達(dá)到基臺(tái)值時(shí)所對(duì)應(yīng)的空間距離，即采樣點(diǎn)的間隔距離。它表示在某種觀(guān)測(cè)尺度下，空間相關(guān)性的作用范圍，當(dāng)樣點(diǎn)間的距離越小，空間相關(guān)性越大[37-38]。

從土壤養(yǎng)分來(lái)看，土壤全氮、有機(jī)質(zhì)、有效磷、速效鉀及pH值的塊金系數(shù)分別為12.11%，9.77%，6.86%，12.16%，10.34%，均具有強(qiáng)烈的空間自相關(guān)，表明研究區(qū)土壤養(yǎng)分元素在較大空間范圍內(nèi)表現(xiàn)出一致性，主要受內(nèi)在因子的控制，如土壤母質(zhì)、氣候、地形、土壤類(lèi)型因素。在變程上各土壤養(yǎng)分的空間相關(guān)距離為1 800～7 800 m，說(shuō)明在所研究的尺度上，各土壤養(yǎng)分含量具有良好的空間結(jié)構(gòu)性，其速效鉀的空間距離最大，有效磷和全氮的較大，有機(jī)質(zhì)和pH值的最小。從表2中的半方差函數(shù)擬合模型可知，土壤有機(jī)質(zhì)、速效鉀模擬最優(yōu)模型是指數(shù)模型，其決定系數(shù)分別為0.76，0.56，有機(jī)質(zhì)和速效鉀較好反映了自身的空間變異結(jié)構(gòu)特征，而全氮和pH值模擬最優(yōu)也是指數(shù)模型，其決定系數(shù)分別為0.32，0.37；而有效磷最優(yōu)模型是球狀模型，決定系數(shù)僅為0.08，土壤各樣點(diǎn)之間表現(xiàn)出較強(qiáng)的獨(dú)立性和隨機(jī)性，這既反映了在人類(lèi)活動(dòng)強(qiáng)烈影響和干擾下土壤養(yǎng)分性質(zhì)空間變異的復(fù)雜性，同時(shí)也說(shuō)明該采樣密度未能有效反映土壤全氮、有效磷和pH值的空間變異結(jié)構(gòu)，需要通過(guò)提高采樣點(diǎn)密度、進(jìn)行更小尺度的詳細(xì)研究來(lái)反映土壤養(yǎng)分的空間變異結(jié)構(gòu)，從而提高土壤樣品采集的代表性和合理性。

表2 土壤養(yǎng)分指標(biāo)半方差函數(shù)模型參數(shù)

3.2.2 土壤養(yǎng)分含量空間分布格局特征 通過(guò)ArcGIS 10.1地統(tǒng)計(jì)分析模塊中的普通克里格插值法，并對(duì)平均值、均方根、標(biāo)準(zhǔn)平均值、標(biāo)準(zhǔn)均方根、平均標(biāo)準(zhǔn)誤差等指標(biāo)的比較，進(jìn)行插值參數(shù)的校正和擬合模型的最優(yōu)篩選，從而得到最精確的預(yù)測(cè)插值圖(圖4)。

從空間分布圖中可直觀(guān)了解土壤養(yǎng)分各指標(biāo)在研究區(qū)的分布情況。結(jié)果顯示：研究區(qū)土壤養(yǎng)分含量空間分布呈明顯態(tài)勢(shì)。對(duì)于土壤全氮含量空間分布較為分散，在東北部、東部及中部地區(qū)含量明顯高于其他區(qū)域，東北部地區(qū)主要分布在務(wù)川縣東南部的石朝鄉(xiāng)、豐樂(lè)鎮(zhèn)等地，東部主要分布在湄潭北部、綏陽(yáng)東部、正安南部、鳳岡西部的交接區(qū)域，中部地區(qū)主要在綏陽(yáng)縣中部地帶，全氮含量較高可能受農(nóng)地利用方式的影響較大，高值區(qū)域主要種植茶葉、烤煙、辣椒、水稻等農(nóng)作物。研究區(qū)北部全氮含量低，主要是旱地輪作為主，道真縣分布比較集中。根據(jù)研究者的實(shí)地調(diào)研，農(nóng)戶(hù)對(duì)于蔬菜地和園藝植物用地的管理也因其施肥習(xí)慣以農(nóng)家肥、堆肥為主而導(dǎo)致其氮素含量相對(duì)較高。而玉米—油菜輪作下的旱作方式則因土地通氣條件較好，耕層有機(jī)質(zhì)分解迅速，氮素流失相對(duì)容易，從而使得其氮素含量較低[39-41]。有效磷含量整體含量較低，最大值區(qū)域處于中等水平，其空間分布較為均勻，呈現(xiàn)出由西部向中部遞增的趨勢(shì)，高值區(qū)域主要分布在黔北的中南部，集中在10.79～13.60 mg/kg，沿桐梓縣—綏陽(yáng)縣—匯川區(qū)—紅花崗區(qū)—播州區(qū)呈帶狀分布，低值區(qū)域主要零星分布在赤水市的東北部，含量范圍是8.00～8.99 mg/kg，研究區(qū)大部分區(qū)域集中在中值區(qū)，含量9.79～10.79 mg/kg，呈面狀連片分布。而有效磷的含量空間分布格局與含量值高低與土壤類(lèi)型分布規(guī)律有關(guān)，研究區(qū)主要以黃壤、黃棕壤、紫色土及石灰土等酸性和中性為主。由于酸性土壤中存在大量游離氧化鐵，很大一部分磷酸鐵被氧化鐵薄膜包裹成為閉蓄態(tài)磷，磷的有效性大大降低[42]。速效鉀含量富集程度較好，集中分布在150～190 mg/kg，豐富水平達(dá)58.52%，但空間分布比較分散，含量高的區(qū)域主要以孤立零散的面狀分布為主，位于研究區(qū)內(nèi)的赤水市、習(xí)水縣、桐梓縣等地，而研究區(qū)的北部、南部含量較低，主要集中在124～150 mg/kg。對(duì)于土壤有機(jī)質(zhì)來(lái)講，空間分布較為均勻，呈現(xiàn)出由東部向西部遞減的趨勢(shì)，富集程度較低，80%處于中等水平以下，含量高的區(qū)域分布在以黃棕壤為主的東部，呈帶狀分布，含量低的區(qū)域分布在以紫色土為主的赤水市西部。而經(jīng)研究顯示，有機(jī)質(zhì)含量與土壤類(lèi)型分布規(guī)律有關(guān)，不同的土壤類(lèi)型對(duì)有機(jī)質(zhì)含量高低影響較大，有機(jī)質(zhì)在主要類(lèi)型土壤中含量高低順序?yàn)辄S棕壤>石灰土>黃壤>紫色土[43]。對(duì)于土壤pH值，研究區(qū)土壤pH值分布在4.60～8.00之間，偏酸性，高pH值的區(qū)域主要發(fā)生在研究區(qū)西部，該部分主要分布為紫色土，西北部和東部小片區(qū)域pH值較低，對(duì)應(yīng)土壤為黃壤、石灰土為主。將黔北地區(qū)的土壤類(lèi)型分布圖(圖1)與土壤pH值分布圖進(jìn)行對(duì)比，可發(fā)現(xiàn)土壤pH值受土壤類(lèi)型的影響較大，并與土壤類(lèi)型的分布規(guī)律相似。

圖3 土壤養(yǎng)分含量半方差函數(shù)

圖4 土壤養(yǎng)分指標(biāo)含量空間分布

3.3 土壤養(yǎng)分綜合評(píng)價(jià)

3.3.1 土壤養(yǎng)分綜合指數(shù)空間格局評(píng)價(jià) 利用地統(tǒng)計(jì)空間插值模塊，選取擬合最優(yōu)的高斯模型對(duì)土壤養(yǎng)分綜合評(píng)價(jià)指數(shù)(Ci)進(jìn)行普通克里格插值，并運(yùn)用自然間斷點(diǎn)法將Ci分為5個(gè)等級(jí)[44]，分別為極高(0.78～0.95)、高(0.63～0.78)、中等(0.44～0.63)、低(0.18～0.44 )和極低(0.02～0.18)，最終得到土壤肥力等級(jí)分布圖(圖5)。

從圖5可看出，黔北地區(qū)土壤綜合肥力的空間分布格局差異性顯著。在北部和西部部分區(qū)域土壤肥力等級(jí)極高，主要分布在道真縣的中部地區(qū)和習(xí)水縣的南部，以獨(dú)立的面狀和帶狀形式呈現(xiàn)，其面積占2.55%；在北部、西南部、南部和東南部部分地區(qū)土壤肥力等級(jí)高，主要分布在道真縣周邊外圍地區(qū)，仁懷市及習(xí)水縣交界地區(qū)，遵義、湄潭、鳳岡、綏陽(yáng)交界帶分布最為集中，其他區(qū)域分布較為零散，其面積占32.43%；中等土壤肥力空間分布最廣，且集中連片，其面積占據(jù)了55.45%；西部、中部、東部部分區(qū)域土壤肥力等級(jí)低，且集中分布在赤水市，桐梓縣和綏陽(yáng)縣交界帶，湄潭、鳳岡、綏陽(yáng)交界帶的3個(gè)區(qū)域，分布較為明顯，其面積占9.45%；研究區(qū)極低的土壤肥力分布極少，其面積占0.11%，由于所在面積很小，所以插值后在空間上分布不明顯。綜上所述，黔北地區(qū)土壤肥力等級(jí)總體較高。

圖5 土壤養(yǎng)分綜合評(píng)價(jià)

根據(jù)熵權(quán)TOPSIS模型的計(jì)算，從而獲得各土壤養(yǎng)分的最優(yōu)解和最劣解，再依據(jù)公式(8—9)計(jì)算出各土壤養(yǎng)分與最優(yōu)解和最劣解的歐氏距離，得到土壤養(yǎng)分綜合指數(shù)Ci，并進(jìn)行描述性統(tǒng)計(jì)分析(表3)。黔北地區(qū)的土壤養(yǎng)分綜合指數(shù)(Ci)處于0.02～0.95，平均值為0.58，標(biāo)準(zhǔn)差為0.26，變異系數(shù)為44.69%，屬中等變異程度。

表3 土壤養(yǎng)分綜合評(píng)價(jià)結(jié)果

3.3.2 不同土壤類(lèi)型的土壤養(yǎng)分評(píng)價(jià) 為了深入分析研究區(qū)土壤類(lèi)型與土壤養(yǎng)分之間的相互關(guān)系，利用ArcGIS 10.1地理處理工具，將土壤肥力綜合評(píng)價(jià)結(jié)果與土壤類(lèi)型分布圖進(jìn)行疊加分析，得到不同土壤養(yǎng)分等級(jí)下各土壤類(lèi)型的面積和占比(表4)。

從表4分析結(jié)果可知，不同土壤類(lèi)型下土壤肥力存在顯著差異。黃壤在中等養(yǎng)分水平下所占面積最大為5 082.39 km2，占57.91%，沒(méi)有極低水平分布；黃棕壤、黑色石灰土、紅色石灰土和棕色石灰土為中等肥力分布面積最大，面積為741.64，772.32，6 411.88，1 863.14 km2，占比90.16%，65.99%，68.40%，41.17%；紫色土和粗骨紫色土為高等土壤肥力分布面積最大，面積為1 134.92，1 549.52 km2，占比為4.08%，44.03%。

表4 不同土壤類(lèi)型下土壤養(yǎng)分統(tǒng)計(jì) km2

4 結(jié) 論

(1) 研究區(qū)土壤養(yǎng)分元素含量統(tǒng)計(jì)顯示，研究區(qū)土壤速效鉀的平均含量豐富，全氮、有效磷為中等豐富水平；有機(jī)質(zhì)處于缺乏狀況，pH值的均值為6.25，呈酸性，總體而言研究區(qū)土壤養(yǎng)分為中等水平。土壤養(yǎng)分指標(biāo)的變異程度為速效鉀>有效磷>全氮>pH值>有機(jī)質(zhì)，其所有指標(biāo)變異系數(shù)均小于25%，為中等變異性強(qiáng)度。

(2) 半方差函數(shù)模型擬合結(jié)果表明，土壤有機(jī)質(zhì)、速效鉀為指數(shù)模型，有較好的空間變異結(jié)構(gòu)特征，而全氮和pH值同為指數(shù)模型，有效磷為球狀模型，但空間變異結(jié)構(gòu)性弱，表明土壤各樣點(diǎn)之間表現(xiàn)出較強(qiáng)的獨(dú)立性和隨機(jī)性，也反映了在人類(lèi)活動(dòng)強(qiáng)烈影響和干擾下土壤養(yǎng)分性質(zhì)空間變異的復(fù)雜性。

(3) 地統(tǒng)計(jì)和普通克里格插值法得出研究區(qū)綜合土壤養(yǎng)分空間分布圖，顯示出研究區(qū)總體土壤養(yǎng)分狀況較好。北部和西部部分區(qū)域土壤養(yǎng)分等級(jí)極高，面積占2.55%；北部、西南部、南部和東南部部分地區(qū)土壤養(yǎng)分等級(jí)高，面積占32.43%；中等土壤養(yǎng)分空間分布最廣，且集中連片，面積占55.45%；土壤養(yǎng)分空間分布圖的西部、中部、東部部分區(qū)域土壤養(yǎng)分等級(jí)低，面積占9.45%；極低的土壤養(yǎng)分分布最少，面積占0.11%。其研究結(jié)果對(duì)研究區(qū)農(nóng)產(chǎn)品種植結(jié)構(gòu)的合理布局，空間上科學(xué)施肥、土壤環(huán)境質(zhì)量的改善和發(fā)揮土壤潛力具有十分重要的實(shí)際意義。

參考文獻(xiàn):

[1] Mzuku M, Kbosla R, Reich R, et al. Spatial variability of measured soil properties across site-specific management zones[J]. Soil Science Society of American Journal, 2005,69(5):1572-1579.

[2] 劉璐,曾馥平,宋同清,等.喀斯特木論自然保護(hù)區(qū)土壤養(yǎng)分的空間變異特征[J].應(yīng)用生態(tài)學(xué)報(bào),2010,21(7):1667-1673.

[3] 連綱,郭旭東,傅伯杰,等.黃土高原縣域土壤養(yǎng)分空間變異特征及預(yù)測(cè):以陜西省橫山縣為例[[J].土壤學(xué)報(bào),2008,1(4):577-584.

[4] 張?zhí)伊?王興祥.土壤退化研究的進(jìn)展與趨向[J].自然資源學(xué)報(bào),2000,15(3):280-284.

[5] 葉回春,張世文,黃元仿,等.北京延慶盆地農(nóng)田表層土壤肥力評(píng)價(jià)及其空間變異[J].中國(guó)農(nóng)業(yè)科學(xué),2013,46(15):3151-3160.

[6] Tesfahunegn G B, Tamene L, Vlek P L G. Catchment-scale spatial variability of soil properties and implications on site-specific soil management in northern Ethiopia[J]. Soil & Tillage Research, 2011,117(6):124-139.

[7] Bogunovic I, Mesic M, Zgorelec Z, et al. Spatial variation of soil nutrients on sandy-loam soil[J]. Soil & Tillage Research, 2014,144(4):174-183.

[8] Oueslati I, Allamano P, Bonilaoio E, et al. Vegetation and topographic control on spatial variability of soil organic carbon[J]. Pedosphere, 2013,23(1):48-58.

[9] 呂真真,劉廣明,楊勁松,等.環(huán)渤海沿海區(qū)域土壤養(yǎng)分空間變異及分布格局[J].土壤學(xué)報(bào),2014,51(5):944-952.

[10] Zhang C S, McGrath D. Geostatistical and GIS analyses on soil organic carbon concentrations in grassland of southeastern Ireland from two different periods[J]. Geoderma, 2004,119(3/4):261-275.

[11] 曾翔亮,董希斌,宋啟亮,等.闊葉混交低質(zhì)林誘導(dǎo)改造后土壤養(yǎng)分的模糊綜合評(píng)價(jià)[J].東北林業(yè)大學(xué)學(xué)報(bào),2013,41(9):50-53.

[12] 楊勁松,姚榮江.蘇北灘涂墾區(qū)土壤質(zhì)量綜介評(píng)價(jià)研究[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2009,17(3):410-415.

[13] 楊奇勇,楊勁松,姚榮江,等.基于GIS和改進(jìn)灰色關(guān)聯(lián)模型的土壤肥力評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(4):100-105.

[14] 王順久,張欣莉,丁晶,等.投影尋蹤聚類(lèi)模型及其應(yīng)用[J].長(zhǎng)江科學(xué)院院報(bào),2002,19(6):44-47.

[15] 韓磊,李銳,朱會(huì)利.基于BP神經(jīng)網(wǎng)絡(luò)的土壤養(yǎng)分評(píng)價(jià)的綜合模型[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2011,42(7):109-115.

[16] 肖玖金,馬紅星,王莉,等.物元模型的川東北丘陵區(qū)土壤養(yǎng)分綜合評(píng)價(jià):基于以平昌縣為例[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào),2011,33(2):381-387.

[17] 湯潔,王晨野,李昭陽(yáng),等.基于物元模型的區(qū)域土壤養(yǎng)分評(píng)價(jià)[J].水土保持通報(bào),2008,8(3):101-106.

[18] 王晨野,湯潔,林年豐,等.物元模型在區(qū)域土壤養(yǎng)分評(píng)價(jià)中的應(yīng)用[J].土壤通報(bào),2009,40(5):1069-1075.

[19] 杜挺,謝賢健,梁海艷,等.基于熵權(quán)TOPSIS和GIS的重慶市縣域經(jīng)濟(jì)綜合評(píng)價(jià)及空間分析[J].經(jīng)濟(jì)地理,2014,34(6):40-47.

[20] 中華人民共和國(guó)農(nóng)業(yè)部.中國(guó)耕地地力調(diào)查與質(zhì)量評(píng)價(jià)技術(shù)規(guī)程N(yùn)Y/T1634—2008[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2008.

[21] 張韞.土壤、水、植物理化分析教程[M].北京:中國(guó)林業(yè)出版社,2011.

[22] 陳伯揚(yáng).TOPSIS法在土壤環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用[J].現(xiàn)代地質(zhì),2008,22(6):1004-1009.

[23] 李剛,遲國(guó)泰,程硯秋.基于熵權(quán)TOPSIS的人的全面發(fā)展評(píng)價(jià)模型及實(shí)證[J].系統(tǒng)工程學(xué)報(bào),2011,26(3):400-407.

[24] 程啟月.評(píng)測(cè)指標(biāo)權(quán)重確定的結(jié)構(gòu)嫡權(quán)法[J].系統(tǒng)工程理論與實(shí)踐,2010,30(7):1225-1228.

[25] 張明華,鄭元文.近10年來(lái)山東省區(qū)域經(jīng)濟(jì)發(fā)展差異時(shí)空演變及驅(qū)動(dòng)力分析[J].經(jīng)濟(jì)地理,2013,33(1):79-85.

[26] 張目,周宗放.基于粗集和嫡權(quán)TOPSIS法的高新技術(shù)企業(yè)自主創(chuàng)新能力評(píng)價(jià)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2008,38(24):52-58.

[27] 李剛,遲國(guó)泰,程硯秋.基于熵權(quán)TOPSIS的人的全面發(fā)展評(píng)價(jià)模型及實(shí)證[J].系統(tǒng)工程學(xué)報(bào),2011,26(3):400-407.

[28] 牟乃夏,劉文寶,王海銀,等.ArcGIS 10地理信息系統(tǒng)教程:從初學(xué)到精通[M].北京:測(cè)繪出版社,2012.

[29] 劉國(guó)順,常棟,葉協(xié)鋒,等.基于GIS的緩坡煙田土壤養(yǎng)分空間變異研究[J].生態(tài)學(xué)報(bào),2013,33(8):2586-2595.

[30] 李哈濱,工政權(quán).空間異質(zhì)性定量研究理論與方法[J].應(yīng)用生態(tài)學(xué)報(bào),1998,9(6):651-657.

[31] 全國(guó)土壤普查辦公室.全國(guó)第二次土壤普查暫行技術(shù)規(guī)程山[M].北京:農(nóng)業(yè)出版社,1979.

[32] 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(xué)學(xué)報(bào),2004,31(1):76-81.

[33] 莊騰飛,柳云龍,章立佳,等.上海城郊土壤重金屬含量的空間變異與分布特征:以上海市閔行區(qū)為例[J].長(zhǎng)江流域資源與環(huán)境,2012,21(S1):99-104.

[34] Cambardella C A, Moorman T B, Novak J M, et al. Field-scale variability of soil properties in central Iowa soils[J]. Soil Science Society of America Journal, 1994,58(5):1501-1511.

[35] 郭旭東,傅伯杰,馬克明,等.基于GIS和地統(tǒng)計(jì)學(xué)的土壤養(yǎng)分空間變異特征研究:以河北省遵化市為例[[J].應(yīng)用生態(tài)學(xué)報(bào),2000,11(4):557-563.

[36] Robertson G P, Klingensmith K M, Klug M J, et al. Soil resources, microbial activity and primary production across an agricultural ecosystem[J]. Ecological Applications, 1997，7(1):158-170.

[37] 黃紹文,金繼運(yùn),楊俐蘋(píng),等.縣級(jí)區(qū)域糧田土壤養(yǎng)分空間變異與分區(qū)管理技術(shù)研究[J].土壤學(xué)報(bào),2003,40(1):79-88.

[38] 湯國(guó)安,楊聽(tīng). ArcGIS地理信息系統(tǒng)空間分析試驗(yàn)教程[M].北京:科學(xué)出版社,2006.

[39] 胡玉福,鄧良基,張世熔,等.川中丘陵區(qū)典型小流域土壤氮素空間變異特征及其影響因素研究[J].水土保持學(xué)報(bào),2008,22(3):70-81.

[40] Yang X L, Zhu B, Li Y L. Spatial and temporal patterns of soil nitrogen distribution under different land uses in a watershed in the hilly area of purple soil, China[J]. Journal of Mountain Science,2013,10(3):410-417.

[41] Xue Z J, Cheng M, An S S. Soil nitrogen distributions for different uses and landscape positions in a small watershed on Loess Plateau, China[J]. Ecological Engineering, 2013,60(11):204-213.

[42] 李壽田,周健民,王火焰,等.不同土壤磷的固定特征及磷釋放量和釋放率的研究[J].土壤學(xué)報(bào),2003,40(6):908-914.

[43] 王暉,丁偉,許自成,等.貴州煙區(qū)紫色土與其他土壤類(lèi)型養(yǎng)分特點(diǎn)的差異[J].貴州農(nóng)業(yè)科學(xué),2006,34(3):22-25.

[44] 張彬,楊聯(lián)安,馮武煥.基于改進(jìn)TOPSIS和COK的土壤養(yǎng)分綜合評(píng)價(jià)[J].干旱區(qū)資源與環(huán)境,2016,30(7):180-185.