賈 豪 嚴寧珍 程永毅 劉洪斌

(西南大學(xué)資源環(huán)境學(xué)院，重慶 400716)

土壤有機碳(soil organic carbon，SOC)作為土壤最重要的組成成分，是土壤質(zhì)量的核心，也是研究全球碳循環(huán)和氣候變化的重要內(nèi)容[1-2]。近年來，隨著農(nóng)業(yè)發(fā)展環(huán)境發(fā)生變化，資源環(huán)境約束逐漸縮緊，土壤肥力，尤其是SOC成為土壤學(xué)、環(huán)境化學(xué)及地球化學(xué)的研究熱點之一[3]。受多種因素的影響，一定區(qū)域內(nèi)SOC的空間分布存在著高度異質(zhì)性[4]。因此，研究SOC的空間分布特征及其影響因素是實現(xiàn)土壤可持續(xù)利用和區(qū)域可持續(xù)發(fā)展的前提之一[5]。目前，國內(nèi)外對土壤養(yǎng)分空間分布特征的研究多集中在利用地統(tǒng)計方法對土壤養(yǎng)分含量進行空間模擬[6]。地統(tǒng)計學(xué)由分析空間變異與結(jié)構(gòu)的變異函數(shù)及其參數(shù)和空間局部估計的克里格插值法2個主要部分組成，是對具有空間性質(zhì)的數(shù)據(jù)進行最優(yōu)無偏內(nèi)插估計的重要工具[7]。半方差分析能夠較好地刻畫SOC空間分布的隨機性和結(jié)構(gòu)性，可以為由離散點向連續(xù)面擴展提供數(shù)據(jù)支持，相對易獲取，但也存在著無法反映負相關(guān)和隨著距離變化的相關(guān)性情況[8]。而其模型的最優(yōu)選擇主要由決定系數(shù)(R2)來決定，同時還要綜合考慮殘差平方和(residual sum of squares，RSS)、塊金值和有效距離等要素[9]。在選擇克里格法插值時，需要利用交叉驗證參數(shù)評價插值精度，理論上標準平均值、均方根誤差和平均標準誤差越接近0，標準化均方根誤差越接近1時效果越好[10]。通常認為，土壤養(yǎng)分空間分布主要受結(jié)構(gòu)性因素和隨機性因素共同作用。其中，結(jié)構(gòu)性因素是指土壤類型、地形地貌等土壤形成過程中的自然因素，而隨機性因素是指如土地利用方式、種植制度、施肥水平等人為因素；結(jié)構(gòu)性因素使得土壤屬性具有空間自相關(guān)性，而隨機性因素則會減弱這種空間自相關(guān)性，而增大其異質(zhì)性[11-12]。研究表明，在不同區(qū)域尺度上，SOC主要受氣候、土地利用方式、地理因素的影響[13]，且不同區(qū)域和不同尺度范圍內(nèi)，其SOC的主要影響因素及影響程度也會有所差異[14-15]。在縣域尺度下，羅由林等[16]對仁壽縣縣內(nèi)SOC含量進行分析，發(fā)現(xiàn)土地利用方式對SOC分布差異的解釋能力遠大于其他因素。而馬渝欣等[17]對同樣位于平原地區(qū)的蒙城縣進行研究，發(fā)現(xiàn)土壤機械組成為影響SOC變異的主要因素。因此，在不同研究區(qū)域中，結(jié)構(gòu)性因素和隨機性因素都有可能成為區(qū)域SOC分布特征的主控因素。山地地區(qū)由于地形復(fù)雜，土地利用方式多樣，各因子能夠相互作用影響。在現(xiàn)有條件下盡可能消除主觀因素帶來的影響，提高插值精度，同時合理選擇分析要素是研究的關(guān)鍵。

黔江區(qū)地處黔東南武陵山區(qū)腹地，地形以山地為主，同時受成土母質(zhì)和氣候影響，水土流失嚴重，是研究武陵山區(qū)SOC空間分布特征的典型區(qū)域。目前，關(guān)于縣域尺度上土壤養(yǎng)分空間分布特征及影響因素的研究已有大量報道，多集中在以平原為主要地形的地區(qū)，而以山地地形為主的研究尚鮮見報道。因此，本研究以重慶市黔江區(qū)為研究區(qū)域，基于重慶市測土配方施肥數(shù)據(jù)，利用GS+和ArcGIS的地統(tǒng)計學(xué)模塊模擬黔江區(qū)SOC含量分布狀況，分析和比較各因子對SOC空間分布的影響，確定其主要影響因子，以期為該區(qū)域SOC的空間預(yù)測和土壤肥力評價及優(yōu)化農(nóng)業(yè)生產(chǎn)管理措施提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

黔江區(qū)位于重慶市東南部，處武陵山區(qū)腹地(108°28′～108°56′E，29°04′～29°52′N)，東臨湖北省咸豐縣，西接彭水縣，南連酉陽縣，北接湖北省利川市，素有“渝鄂咽喉”之稱。區(qū)內(nèi)山脈河流走向近似平行，由東北向西南傾斜，呈“六嶺五槽”地貌，平壩星落其間，山地占全區(qū)幅員面積的90%。海拔319～1 938.5 m。屬中亞熱帶季風性濕潤氣候，四季分明，熱量豐富，雨量充沛；年均氣溫15.4℃，年均降水量為 1 200.3 mm，年均日照時數(shù)1 166.6 h，無霜期273.5 d。土壤類型主要為水稻土、紫色土、黃壤、石灰土等。境內(nèi)耕作制度以水稻-冬小麥、玉米-甘薯為主要類型。

1.2 樣品采集與分析

土壤樣品數(shù)據(jù)來源于重慶市黔江區(qū)測土配方施肥項目。采樣深度為耕作層(0～20 cm)，每一個采樣點周圍取3個點，混合土樣，四分法取樣。采樣的同時，利用GPS獲取土壤樣點的地理坐標，記錄其有關(guān)成土母質(zhì)、土壤類型、地形地貌、海拔、土地利用方式等地表環(huán)境情況，共獲取622個數(shù)據(jù)(圖1)。土壤樣品帶回實驗室后在室內(nèi)自然風干，過0.25 mm篩后采用重鉻酸鉀測法[18]測定土壤有機質(zhì)含量。

1.3 數(shù)據(jù)處理

采用三倍標準差檢驗法[19]剔除7個異常點后，利用剩余615個土壤樣點數(shù)據(jù)進行試驗分析。海拔高度、坡度、坡向為連續(xù)變量，其中坡向因子采用其余弦轉(zhuǎn)換值用以表達坡向的方位變化。運用SPSS 24.0軟件進行描述性統(tǒng)計分析、K-S檢驗以及相關(guān)分析、方差分析及回歸分析。采用地統(tǒng)計學(xué)方法進行空間結(jié)構(gòu)分析，半方差函數(shù)的計算和擬合在GS+ 9.0上進行，繪制SOC空間分布圖在ArcGIS 10.2平臺上進行。

圖1 研究區(qū)域數(shù)字高程模型及采樣點分布圖Fig.1 The study area digital elevation model and spatial distribution of sample points

2 結(jié)果與分析

2.1 土壤有機碳頻數(shù)分布特征

由615個土壤樣點有機碳含量統(tǒng)計結(jié)果(表1、圖2)可知，研究區(qū)內(nèi)表層SOC含量介于2.32～25.81 g·kg-1之間，平均含量為13.27±0.17 g·kg-1，該水平略高于全國農(nóng)用地平均水平(12.99 g·kg-1)[20]，較重慶市平均水平(11.13 g·kg-1)高19.23%[18]，變異系數(shù)為31.44%，屬于中等程度變異。K-S檢驗結(jié)果表明，研究區(qū)SOC含量呈正態(tài)分布(P=0.22)。

圖2 研究區(qū)SOC含量分布Fig.2 Distribution of SOC content in the study area

表1 研究區(qū)采樣點SOC含量統(tǒng)計特征Table 1 Statistical characteristic values of SOC

2.2 土壤有機碳空間分布特征

由表2可知，研究區(qū)SOC符合指數(shù)模型，其R2為0.961，擬合效果較好。由表3可知，普通克里格對SOC的插值標準平均值(mean standardized，MS)最接近于0，標準化均方根(root mean square standard error，RMSSE)最接近于1，均方根誤差(root mean square error，RMSE)和平均標準差(average standard error，ASE)也與其他方法無明顯差異，因此采用普通克里格法對SOC含量空間分布進行插值繪制，得到SOC含量空間分布圖(圖3)。

表2 研究區(qū)SOC半方差函數(shù)模型及其參數(shù)Table 2 Theoretical semivariogram model and parameters values of SOC in the study area

表3 克里格插值交叉驗證參數(shù)Table 3 Cross-validation parameters of Kriging

圖3 研究區(qū)SOC空間分布Fig.3 Spatial distribution of SOC in the study area

由圖3可知，黔江區(qū)SOC含量在空間分布上呈斑塊狀，總體上表現(xiàn)為東高西低的趨勢。高值區(qū)主要分布在東北部、東南部及西部一些高山地區(qū)，低值區(qū)主要位于西北部和中部一些山間淺丘地區(qū)。初步分析這可能與該區(qū)地形地貌和土地利用方式有關(guān)。海拔相對較高的區(qū)域多為林地、園地，有利于有機碳積累。山間淺丘地區(qū)多為農(nóng)耕地，有機碳不易積累，因此有機碳含量相對較低。結(jié)果表明，SOC含量在12.5～15.0 g·kg-1之間的區(qū)域面積最廣。

2.3 土壤有機碳含量影響因素

根據(jù)目前研究進展并結(jié)合實際數(shù)據(jù)情況，將成土母質(zhì)分為殘積物、坡積物、洪積物和沖積物；土壤類型分為潮土、黃壤、石灰土、水稻土和紫色土；土壤質(zhì)地分為砂土、沙壤土、壤土、黏壤土和黏土；土地利用方式分為水田、旱地、水旱輪作和園地。在地形要素中選取海拔高度、坡度、坡向作為研究因素，利用方差分析研究各因素下SOC含量的差異性。由表4知，在各成土母質(zhì)、土壤類型、土壤質(zhì)地、土地利用方式及各地形因素間，組間均方差均大于組內(nèi)均方，表明組間差異大于組內(nèi)差異。F檢驗結(jié)果表明，成土母質(zhì)、土壤類型、土地利用方式、坡度和坡向與SOC含量具有極顯著性差異(P<0.01)，土壤質(zhì)地和海拔高度與SOC含量具有顯著性差異(P<0.05)，表明成土母質(zhì)、土壤類型、土壤質(zhì)地、土地利用方式和地形因素是影響研究區(qū)SOC含量空間變異特征的重要因素。

表4 不同影響因素下SOC含量方差分析Table 4 Variance analysis of soil organic carbon in different factors

注：*表示在0.05水平上差異顯著，**表示在0.01水平上差異極顯著?！?”表示數(shù)據(jù)不存在。

Note：*indicates significant difference at 0.05 level.**indicates extremely significant difference at 0.01 level. ‘-’ indicates that there is no data.

2.3.1 成土母質(zhì) 成土母質(zhì)可通過影響土壤礦物組成和土壤質(zhì)地來影響土壤的理化性質(zhì)。由表5可知，除沖積物與殘積物、坡積物差異不顯著外，其他幾種成土母質(zhì)間SOC含量均存在顯著性差異，其中洪積物與殘積物差異極顯著。洪積物的SOC含量最高，達到15.69 g·kg-1，殘積物的SOC含量最低，為12.08 g·kg-1。不同成土母質(zhì)的SOC含量總體表現(xiàn)為洪積物>坡積物>沖積物>殘積物。

2.3.2 土壤類型 由表5可知，不同土壤類型的SOC含量存在一定差異。其中潮土、黃壤和石灰土間差異不顯著，而水稻土與紫色土之間差異顯著。5種土壤類型中，水稻土的SOC含量平均值最高，達到14.92 g·kg-1，其次分別是石灰土(13.17 g·kg-1)、潮土(12.51 g·kg-1)、黃壤(11.75 g·kg-1)，紫色土的SOC含量最低(10.11 g·kg-1)，較水稻土低32.24%，與其他土壤類型差異顯著。由圖4可知，與第二次全國土壤普查相比(潮土9.63 g·kg-1、黃壤10.56 g·kg-1、石灰土13.57 g·kg-1、水稻土12.53 g·kg-1、紫色土5.80 g·kg-1)[21]，除石灰土的平均SOC含量有較小幅度的下降外，其他土壤類型的平均SOC含量均有不同程度的升高，其中紫色土的SOC含量升高最為明顯，增幅達到73.31%，表明近30年來，人為擾動對黔江區(qū)農(nóng)田SOC累計的影響是正面的。

2.3.3 土壤質(zhì)地 土壤質(zhì)地能反映土壤內(nèi)在的肥力特征，也是影響土壤肥力狀況的重要因素之一。通過對研究區(qū)不同質(zhì)地下的SOC含量進行統(tǒng)計分析(表5)，發(fā)現(xiàn)壤土的SOC含量平均值最高(14.28 g·kg-1)，其次依次為黏壤土、黏土、砂壤土，砂土SOC含量平均值最低(12.15 g·kg-1)。這是由于黏粒和粉粒的結(jié)構(gòu)性好，對水分和肥力有效性的正效應(yīng)較強，因此壤土和黏土的有機碳含量較高，砂粒對SOC的保護作用較弱，而砂粒含量較高的土壤通透性好，好氧微生物活性強，有機質(zhì)分解較快，故其SOC含量偏低。

表5 不同影響因子下SOC含量Table 5 SOC content in different influence factors

注：不同小寫和大寫字母分別表示在0.05和0.01水平上差異顯著和極顯著。

Note: Different lowercase and capital letters mean significant and extremely significant difference at 0.05 and 0.01 level, respectively．

圖4 各土壤類型與第二次土壤普查SOC含量比較Fig.4 Comparison of SOC content with the second soil census in different soil types

2.3.4 土地利用方式 由表5可知，不同土地利用方式下SOC含量存在差異。在4種土地利用方式中，水田的SOC平均含量最高，達到15.33 g·kg-1，與水旱輪作田土壤(14.82 g·kg-1)相比差異不大，但顯著高于旱地。這是由于水田長期處于淹水低溫狀態(tài)，有機質(zhì)容易積累，且當?shù)毓喔人锔鐨埩袅看螅斩掃€田現(xiàn)象普遍，因此SOC含量較高[22]。園地SOC平均含量最低，為11.32 g·kg-1，較水田低26.16%。

2.4.5 地形 由表6可知，研究區(qū)SOC含量與海拔、坡度均呈極顯著正相關(guān)(P<0.01)，但與坡向無顯著相關(guān)性(P=0.26)，說明總體上SOC含量隨著海拔升高和坡度增加呈上升的趨勢。通過對SOC含量和海拔進行回歸分析(圖5)，得到回歸方程為y=(1.502 57E-8)x3-(4.183 39E+5)x2+0.040 31x+0.799 56(R2=0.99)?；貧w分析結(jié)果也證明了SOC含量隨著海拔升高呈上升的趨勢。研究區(qū)樣點的坡度均在0～20°之間。由圖6可知，SOC含量隨著坡度的增加呈先降低后增加的趨勢。

表6 研究區(qū)地形各因子與SOC之間的相關(guān)性Table 6 Correlation analysis between values of SOC and topography factors

注：*表示在0.05水平顯著相關(guān)，**表示在0.01水平極顯著相關(guān)。

Note：*indicates significant correlation in at 0.05 level,**indicates extremely significant correlation at 0.01 level.

圖5 不同海拔高度下SOC含量Fig.5 SOC content in different altitudes

圖6 不同坡度下SOC含量Fig.6 SOC content in different slope

3 討論

在本研究中，半方差分析擬合模型的塊金值為8.43，塊金效應(yīng)為45.59%，變程為6.46 km。這表明在當前采樣密度下，可能存在著由試驗誤差、采樣誤差、采樣間距及耕作施肥等隨機性因素共同引起的變異[23]。研究區(qū)SOC空間變異屬于中等程度水平，受結(jié)構(gòu)性因素和隨機性因素的共同影響，且受結(jié)構(gòu)性因素影響較大。除此之外，本研究中半方分析差擬合模型的變程在相同尺度下以山地為主要地形的研究中屬較高水平，表明研究區(qū)受結(jié)構(gòu)性因素影響面積較大。這可能與研究區(qū)在大尺度上受人為因素擾動較少且擾動連續(xù)性不高有關(guān)[24-25]。

研究發(fā)現(xiàn)，研究區(qū)內(nèi)不同成土母質(zhì)的SOC含量表現(xiàn)為洪積物>坡積物>殘積物，沖積物的SOC含量介于坡積物和殘積物之間，但與兩者差異不顯著。這與仇開莉[26]的研究結(jié)果基本一致?？赡艿脑蛟谟冢阂皇桥c成土母質(zhì)的形成過程和遷移距離有關(guān)。殘積物屬于原地堆積產(chǎn)物，幾乎沒有遷移，風化成土后在水流作用下容易造成養(yǎng)分流失；而洪積物屬于流水搬運堆積，在形成過程中匯集了大量的黏土顆粒，使得其SOC含量較高；二是，可能與成土母質(zhì)所形成的土壤分布的地理位置及其利用狀況有關(guān)[27]。研究表明，以洪積物和沖積物為母質(zhì)的土壤多分布在丘陵和河谷地區(qū)，土層較厚，多為肥沃農(nóng)田，SOC含量較高；以坡積物、殘積物為母質(zhì)的土壤多分布在低山區(qū)，耕作條件較差，SOC含量較低[28]。本研究中，與第二次土壤普查相比，除石灰土的SOC含量有較小幅度的下降外，其他土壤類型的SOC含量均有不同程度的增加。這是由于近年來農(nóng)田管理水平提高，施肥量增大，使得土壤有機質(zhì)得到積累[29]。而石灰土多位于海拔800 m以上，坡度在10°左右，水土流失較嚴重，導(dǎo)致土壤有機質(zhì)部分流失[30]。本研究中，園地的SOC含量處于較低水平，這與前人研究[13-14]不一致。原因在于黔江區(qū)的園地土壤以黃壤和紫色土為主，占60%以上，加之當?shù)貓@地管理粗放，因此SOC含量水平較低。

本研究中，SOC含量表現(xiàn)出隨著海拔升高和坡度增加呈上升的趨勢。這是由于低海拔(380～500 m)區(qū)土地利用以園地和旱地為主，而隨著海拔逐漸升高，水田及水旱輪作的利用方式逐漸增多，導(dǎo)致這些區(qū)域碳輸入源和輸入量存在明顯差異，即表現(xiàn)為SOC含量存在差異。前人研究表明，不同坡向下SOC含量差異顯著，且存在相關(guān)關(guān)系[31]。而本研究中，SOC含量與坡向未表現(xiàn)出顯著相關(guān)關(guān)系。此外，本研究還發(fā)現(xiàn)坡度在15°～20°之間的SOC含量明顯高于其他坡度的土壤。這與賈松偉[32]的研究結(jié)果一致。有研究還發(fā)現(xiàn)一定程度的坡向下有利于SOC的積累[33-34]。

研究區(qū)碳庫水平仍具有巨大潛力，未來應(yīng)以優(yōu)化土地利用和建立良好耕作制度作為增加SOC含量的主要方式。同時還應(yīng)配合退耕還林和水土保持工程，共同提高經(jīng)濟效益和土壤碳匯能力[35]。此外，還應(yīng)著重提高園地的施肥水平，單施有機肥或有機肥與化肥配施，同時加強管理?？死锔癫逯捣▽τ诘貏萜教?、地形變化不大的平原地區(qū)易獲得較好的模擬，但在以山地為主的山區(qū)會受到一定程度的限制。本研究結(jié)果表明，除坡向外，其他因素均與SOC分布呈顯著相關(guān)。本研究中采集的是農(nóng)田土壤，存在樣點分布不均勻，土地利用類型不夠豐富等不足，且土壤屬性與環(huán)境因子之間的關(guān)系非常復(fù)雜，受人類活動干擾的程度較大，因此在后續(xù)相關(guān)研究中應(yīng)予以高度重視。

4 結(jié)論

黔江區(qū)表層SOC平均含量為13.27 g·kg-1，高于全國有機碳的平均水平。SOC含量具有中等程度的空間變異且自相關(guān)范圍較大，全區(qū)表現(xiàn)為東高西低，且多呈斑塊分布，其空間變異受結(jié)構(gòu)性因素影響較大。成土母質(zhì)、土壤類型、土壤質(zhì)地、土地利用方式及海拔、坡度對研究區(qū)SOC含量的空間變化均具有顯著影響。其中海拔程和坡度與SOC含量呈顯著相關(guān)關(guān)系。隨著海拔增加，土壤中SOC含量也逐漸增加；而隨著坡度增加，土壤中SOC含量則呈先降低后增加的趨勢。