胶莱平原县域表土有机碳空间变异特征研究及自相关分析_赵昕.pdf

第 37 卷第 4 期干旱区资源与环境Vol 37No 42023 年 4 月Journal of Arid Land esources and EnvironmentApr 2023文章编号:1003 7578(2023)04 127 10doi:1013448/j cnki jalre2023095胶莱平原县域表土有机碳空间变异特征研究及自相关分析*赵昕1，2，张晓光1，2，宋祥云1，2，祁琳1，2(1 青岛农业大学资源与环境学院，青岛 266109;2 青岛市农业遥感应用工程研究中心，青岛 266109)提要:土壤有机碳是土地质量的重要指标，其含量多少直接影响土地生产力。胶莱平原是山东半岛重要的粮食产地，对其土壤有机碳空间变异的研究可以为区域农田土壤养分评估以及土地可持续利用管理提供参考。文中以胶莱平原典型县域腹地安丘市为研究区，综合运用变异函数和空间自相关分析方法，从土壤有机碳空间变异性、自相关性等角度揭示土壤有机碳的空间分布特征。结果表明，安丘市土壤有机碳含量均值为7 42gkg1，处于中等水平;变异系数为 37 47%，属于中等程度变异。土壤有机碳空间分布整体呈现西低东高的趋势，空间自相关分析显示该区域土壤有机碳空间分布具有聚集性，并非呈现随机分布特点。土壤有机碳在该地理空间上具有正相关性，以高值聚类和低值聚类为主，分别分布在东部冲积平原地带和西南山区。土壤有机碳与环境因子的灰色关联分析表明，土壤质地和人类活动是影响高值聚类区形成的主导因素，较低的 ND-VI 是影响西南山区低值聚类的主导因素。研究结果为胶莱平原土壤资源管理和双碳战略实施提供重要的技术参考。关键词:表土有机碳;空间变异;影响因素;地统计学;空间自相关格局;胶莱平原中图分类号:S153 6文献标识码:A土壤在长期形成过程中受自然因素和人为因素共同影响，显示出空间异质性和依赖性。土壤有机碳是重要的土壤养分指标之一，影响着土壤结构和理化性质，是评价土壤肥力的关键因素，因此明确土壤有机碳的空间变异对区域土壤养分科学管理意义重大1 2。土壤在长期形成过程中受自然因素和人为因素共同影响显示出空间异质性和依赖性，因而土壤有机碳具有高度复杂性，所以对其空间分布特征的研究方法尤为重要。目前现有的研究中多使用地统计方法、采用以变异函数为工具分析土壤属性的空间异质性3 5，结合自相关分析的研究较少。地统计学方法计算的是单点数据之间的关系6，通过块基比和变程来反应空间变异中随机因素占总变异的比例及空间相关距离，以此来定量表征空间结构。土壤系统是一个复杂的系统，不同观测位置的土壤有机碳含量并不是孤立存在的，而是与周围点存在一定程度的关联，因此仅依靠变异函数来进行分析土壤有机碳分异规律不够全面。几乎所有的空间数据都有空间自相关性，土壤养分空间结构也不例外。空间自相关理论可以对空间自相关性进行更为严格的衡量，揭示空间变量的区域结构形态7 8。空间自相关法分为全局型和局部空间自相关分析。全局型的空间自相关是指邻近空间区域单位上某变量同一属性值之间的相关程度，并以莫兰指数为表征，对整个区域及局部区域的自相关进行衡量9。它描述空间相关性是正还是负，并说明此类相关的整体分布状况及是否存在聚类情况。而局部空间自相关可以在此基础上，进一步描述聚集类型分布在何处，具体分析变量在不同空间位置间的相关程度;刻画聚集和离散情况，并对相关变量进行显著性检验。所以说该方法相比于传统统计学具有一定优势10 11。许多学者先后对浙江省、贵州省、黄淮海平原等地的土壤有机碳空间*收稿日期:2022 9 7;修回日期:2023 1 23。基金项目:山东省重点研发计划项目(2021CXGC010804;2021CXGC010801);青岛农业大学高层次人才科研基金(663 1117702)资助。作者简介:赵昕(1998 )，女，汉族，山东潍坊人，硕士，主要从事土壤空间变异及影响因素方面的研究。E mail:1250103378 qqcom通讯作者:祁琳，E mail:52869575 qq com自相关特征进行了分析12 14，然而受到地形地貌、土地利用类型、土壤类型、气象气候、管理措施等众多因素的影响，不同区域的土壤属性空间自相关特征存在差异，因此有必要加强不同区域的土壤有机碳空间自相关研究。胶莱平原是山东半岛重要的粮食生产基地，农用地以耕地为主，是多种农产品的重要产地，因此分析该地区的土壤有机碳含量空间变异很有必要。文中选择胶莱平原的县域安丘市为研究区，在探索土壤有机碳空间半方差结构的同时，还从空间自相关角度衡量该区域的空间自相关特征，进而对土壤有机碳的空间分布进行深入剖析。以期用更全面的空间特征表征参数揭示土壤有机碳的空间分布特征，识别空间聚集区和离散区，结果可以为同类区域的土壤有机碳空间分布及影响因素研究提供方法支撑。1材料与方法1 1研究区状况安丘市位于山东省中部偏东，是位于潍坊市南部的一个县级市。东与高密、昌邑市以潍河为界，西接临朐县，南与诸城市相邻，北连坊子区、昌乐县，是胶莱平原的重要粮食生产基地之一。研究区地势西南高东北低。平原主要分布在研究区的东部和中南部，占全市总面积的 52%。低山丘陵分布于西南部，占全市总面积的 48%。安丘市是农业大市，耕地面积占全市总面积的 49%。气候属温带大陆性季风气候区，年温适中、四季分明。年平均气温 13 5，年降水量 895 1mm。境内矿产资源分布相对集中，区域矿产特色明显，矿产资源 37 种，已探明储量的共有 20 种。东北部有褐土、潮土、砂姜黑土，西南部岩石风化多形成棕壤土、褐土土类。1 2数据来源及预处理1 2 1土壤样品数据首先根据网格法进行布点，以 1km*1km 的公里网格作为一个采样大格，然后在每个采样大格内结合土地利用和种植情况布置 3 4 个采样点。在每个采样点附近，根据梅花法取 0 20cm 的土样。将各混样点土样混合后，四分法留取土壤样品，带回实验室。共采集样点 10194 个。室内经过晾干、挑拣砾石和植物根系、研磨后，组成待测样品。然后采用重铬酸钾外加热法测定土壤有机碳含量15。1 2 2环境变量的选取已有研究成果表明，影响县域尺度土壤有机碳变化的环境因素很多，其中地形、气候、土壤及植被在不同的区域均有一定影响。为更好的分析土壤有机碳空间分布的影响因素，文中结合研究区的实际情况选取以下因子进行分析:地形方面选取海拔、坡度、地形起伏度，土壤方面选取土壤质地(黏粒含量)、土壤类型，人为因素方面选择土地利用类型、人口密度作为影响因子。考虑到植被覆盖也会产生一定影响，所以加入归一化植被指数(NDVI)作为生物因子。通过提取分析，得到每个样点对应的环境变量数据。1 3自相关分析方法空间自相关包括全局空间自相关分析和局部空间自相关分析，两者虽然侧重点有所不同，但都是应用于空间要素的异质性和聚集性。全局空间自相关是从整体上对空间要素是否在该地理空间存在聚集情况进行分析，以全局莫兰指数(Moran s I)为表征6，16。全局莫兰指数计算如下，其中 n 为空间数据的个数，Xi和 Xj分别为 i 区和 j 区的要素属性值，?X 为所有数据的平均值，Wij为空间权重矩阵元素。I=nni=1nj=1Wij(Xi?X)(Xj X)(ni=1nj=1Wij)ni=1(Xi?X)2(1)对于全局 Moran s I，一般用标准化统计量 Z(I)来检验其显著性，公式如下，其中 E(I)为 Moran s I 的期望值，V(I)为 Moran s I 的方差。Z(I)=1 E(I)V(I)E(I)=1n 1(2)局部空间自相关相比全局空间自相关来讲，可以进一步量化空间要素与周围要素之间的差异程度及显著性。局部莫兰指数计算如下，公式中变量所代表的含义与上述一致。I=n(Xi X)nj=1Wij(Xi X)ni=1(Xi X)2(3)821干旱区资源与环境第 37 卷图 1研究区采样点分布图Figure 1 Distribution of samplings sites in study area2结果与分析2 1土壤有机碳描述性统计特征首先通过拉以达准则法对全部样点数据进行异常值检验17，剔除个别异常值。然后将剩余的 10074 个样点数据进行描述性统计分析。由表 1 可知，研究区土壤有机碳含量介于 0 17 19 43 gkg1之间，平均值为 7 42gkg1。根据全国第二次土壤普查养分分级标准，有机质含量分六级。为描述土壤有机碳水平，根据相关文献，将表 1 土壤有机碳的统计特征值Table 1 Statistical characteristicvalues for soil organic carbon样本数最小值(g/kg)最大值(g/kg)平均值(g/kg)标准差(g/kg)偏度峰度变异系数(%)10074017194374227807014037 47表 2 土壤有机碳半方差函数理论模型及参数Table 2 Theoretical model and parameters ofsemi variance function of soil organic carbon模型类型块金值(C0)基台值(C+C0)块金系数(%)变程(km)决定系数残差指数3 6164855710130881 06不同等级有机质含量对应的有机碳含量分别划分为高等、中等和低等水平18。文中有机碳含量可视为中等水平(土壤有机质含量处于第四级)。变异系数为 37 47%，属于中等程度变异9。偏度和峰度系数分别为 0 70 和 1 40，土壤有机碳含量不符合正态分布，经自然对数变换后进行 K S 检验，基本符合正态分布。2 2空间分布特征2 2 1空间变异结构空间异质性源于观测单元在不同地理位置具有地方性的独特性质，该性质可通过半方差函数模型的参数来描述。C0为块金方差，反映的是由随机因素引起的空间异质性，较大的块金方差表明较小尺度上的某种过程不容忽视。C 为偏基台值，表示结构因素引起的空间异质性。基台值是块金方差和偏基台值的和，表示系统总变异，值越大表示异质性越高。块金系数是块金值与基台值的比，表示随机因素占总变异的比例。比值小于 25%说明有强烈的空间自相关性，比值在 25 75%之间变量具有中等程度的空间自921第 4 期赵昕等胶莱平原县域表土有机碳空间变异特征研究及自相关分析相关性，比值大于 75%说明变量空间自相关性很弱19 20。变程是达到基台值时对应的距离，表示土壤有机碳的空间自相关范围大小，是指示空间变异的重要参数。根据区域化变量的相关性理论，小于变程则存在一定的相关关系，而大于变程的空间尺度上变量将不再有空间相关性。半方差随距离增加空间变异增大，达到变程后不再增加，而是在一定数值内波动。根据决定系数大和残差小的原则选取高斯模型拟合，模型拟合系数为 88%。模型拟合精度较好，能够较好反应空间结构特征。块金系数为 55 7%，该地土壤有机碳含量属于中等程度空间相关性，受随机因素和结构因素共同影响，且由随机因素引起的空间变异性程度比空间自相关大一些。而且随机因素会削弱空间自相关性，增大异质性。变程为 10 13km，说明土壤有机碳含量在此范围存在一定相关关系。2 2 2空间分布特征为了反应土壤有机碳的空间分布情况，文中研究基于 GS+7 0 计算的最优半方差函数理论模型，在Arcgis 中输入参数进行普通 Kriging 插值。再根据自然间断点分类法把土壤有机碳含量划分为 6 类，绘制表层土壤有机碳含量空间分布图(图 2)。该县级尺度下的有机碳插值图可以很好的反应空间分布趋势，因样点数较多，所以对于局部细节也可以描述出来。图 2县域尺度下土壤有机碳空间分布图Figure 2 Spatial distribution of soil organic carbon at the county scale安丘市的土壤有机碳含量预测值在 2 27 13 76gkg1之间，与全部样点的 0 17 19 43gkg1相比，预测值有所压缩，可能与克里格插值的平滑作用有关。空间分布总体呈斑块状分布，研究区东部地区有机碳含量整体要高于西部，与地形走势一致。高值集中分布于东部平原和中部丘陵，以官庄镇东部、景芝镇西部、辉渠镇南部的有机碳含量最高。这些地方处于潍、汶、渠冲积平原和低山丘陵，质地多为粘壤土、成土母质主要以冲洪积物、火山岩为主，形成的褐土、潮土土壤保水保肥性能好，所以有机碳含量较高。土壤有机碳含量次高区在最高值区的外围，分布在石埠子镇和金冢子镇、官庄镇和景芝镇的部分地区，多属于中部丘陵区域和东部平原。土壤有机碳含量最低的地区在西南部的柘山镇等地，另外北部的大盛镇031干旱区资源与环境第 37 卷和梧山镇土壤有机碳含量也比较低。梧山镇、大盛镇和柘山镇主要是山区，海拔高且坡度较大，土类以棕壤性土为主，土壤贫瘠，养分含量低。兴安街道、新安街道、凌河街道的土壤有机碳含量处于中间部分，是低值向高值的过渡区域，人口相对比较密集，人类活动可能对有机碳含量有一定影响。2 3全局空间格局分析变异函数通过块金系数定量表征空间变异特征，但无法描述具有离散特点(空间负相关)的空间变量特征，也不能对变量进行显著性检验，因此从自相关角度分析揭示空间分布特征会较为准确。全局莫兰指数(Global Moran s I)描述的是区域整体上的空间相关性，定量描述土壤有机碳在空间上的自相关程度，取值为 1 1。从图 3 可以看出，Moran s I 随滞后距离增加而减小，说明土壤有机碳存在空间正相关且相关性随距离增加逐渐降低。直到 Moran s I=0 时，土壤有机碳的空间分布呈现随机性。随着距离的继续增加，Moran s I 转为负值，土壤有机碳从相对聚集趋于分散分布。第一次出现正负交叉的拐点为空间相关距(11661 48m)，而由半方差函数计算出的变程为 10130m，两者算出的变程有所不同但是较为接近，这与两者的算法有关。图 3土壤有机碳全局空间自相关性Figure 3 Global spatial autocorrelation of soil organic carbon图 4土壤有机碳(SOC)局部莫兰散点图Figure 4 Local Moran scatter plot of SOC全局自相关可以显示变量是否存在空间聚集现象，而局部自相关分析可以显示聚集的具体位置，以莫兰散点图(图 4)形式体现。Moran 散点图的原点代表全局莫兰指数，图中样本点距离原点的远近代表了聚集显著性的高低。离原点越远，显著性水平越高。一、三象限分别是高值聚集(HH)和低值(LL)集聚区域。HH 聚集表示高值点被其他高值点所包围，说明该区域有机碳含量整体偏高，空间变异程度小，呈现聚集分布。LL 聚集表示低值点被其他低值点所包围，说明该区域整体有机碳含量低，呈现空间变异较小的聚集分布状态。第二象限为低高(LH)聚类，表示低值被其他高值包围，也就是土壤有机碳整体含量偏高，但存在低值异常点，空间变异程度较大，低高离散分布。第四象限为高低(HL)聚集区域，处于该区域内的有机碳含量分布特点是高值被其他低值包围。通过标准化 Z 值，在 =0 05 的置信水平下，对莫兰指数进行显著性检验。Z 值得分为 65 58，通过显著性检验，表明在 95%置信度下空间自相关是显著的。图 4 可以看出，散点主要位于一三象限，所以该地区土壤有机碳的局部空间自相关特征以高值聚类和低值聚类为主，虽存在少量的高低值异常聚集和不显著点，但总体是正的空间自相关性。局部莫兰散点图体现的是所有样点根据坐标计算的统计学上的聚集特点，而在空间上这些高值和低值分布在什么位置则可以通过局部聚类分析展示。图 5 可以直观显示出土壤有机碳含量的局部空间聚集或离散区域，高值聚类分布在研究区的东部偏南的位置，集中分布在景芝镇、官庄镇、金冢子镇和辉渠镇部分区域。这些区域高值点集中，但是也少部分存在低值异常点。低值聚类普遍分布于西南部山区的大盛镇、梧山镇，东北部的新安街道和石堆镇边缘也有少量分布。在低值聚类周围存在极少数被低值包围的高值点，但总体含量值相对较低。辉渠镇的分布有低高聚集区和高高聚集区，与整个区域的土壤有机碳西低东高的分布趋势是一致的。不显著的点在整个研究区都有分布，主要是在东部和北部区域，多数是呈现随机分布。说明这些位置有机碳含量与周围各类因素不存在显著关联，可能由于这些地区人类活动相比之131第 4 期赵昕等胶莱平原县域表土有机碳空间变异特征研究及自相关分析图 5局部空间聚类分布图Figure 5 Local spatial clustering distribution of soil organic carbon下比较密集，对空间自相关的干扰多导致。2 4局部空间格局特征与环境因子的关系考虑到土壤有机碳分布与人为活动也有关，并非完全受制于自然因素，因此选择海拔、坡度、地形起伏度、黏粒含量、NDVI、土壤类型作为自然因素，土地利用方式和人口密度作为人为因素，通过灰色关联分析和相关分析进一步探讨土壤有机碳局部空间格局与周围环境因子的定量关系。从表 3 可以看出，不同区域土壤有机碳含量与环境因子的灰色关联系数存在一定差异，说明对各区域起主要和次要作用的因子各不相同。在局部区域中，地形要素相对一致，因此对土壤有机碳的影响相对较小。对于 HH 聚集区域，除坡度外，黏粒含量、人口密度、NDVI、土壤类型、土地利用方式、海拔、地形起伏度与土壤有机碳含量的关联系数都很高，黏粒含量、人口密度和 NDVI 尤为突出。LL 聚集区中关联程度排序是 NDVI、人口密度、黏粒含量、土壤类型、海拔、土地利用方式、地形起伏度、坡度，该聚集区的形成与植被覆盖关联性最大。对于 HL/LH 区域，土壤类型则是主要的关联因素。综上所述，土壤质地和人口密度是 HH 聚集区形成的主控因素，NDVI 是 LL 聚集区的主控因素，高低值异常聚集区的主要因素则是土壤类型。为了用数据进一步说明“土壤有机碳与 NDVI 之间的关系”，将土壤有机碳含量与 NDVI 作了相关分析。NDVI 与整个区域的土壤有机碳含量都极显著正相关，相关系数为 0 329(p 0 01)，恰恰说明了 NDVI 对土壤有机碳的促进作用。所以，在土壤有机碳低值区 NDVI 值较低，在土壤有机碳高值区 NDVI 值高。表 3 各区域土壤有机碳与环境因子的灰色关联系数Table 3 Grey correlation coefficient between soil organic carbon and environmental factors in each region区域关联度海拔坡度地形起伏度黏粒含量NDVI土地利用方式土壤类型人口密度HH关联系数0 9230 872091309680955093609480958排序68713542HL/LH关联系数0 8580 819078208840898083509090908排序57843612LL关联系数0 8370 780081508890901082208650894排序58731642注:HH 高值聚类;LL 低值聚类;HL 高低值异常聚类;LH 低高值异常聚类表 4 土壤有机碳与环境因子的相关分析Table 4 Correlation analysis of soil organic carbon and environmental factors海拔坡度坡向地形起伏度黏粒含量NDVI土壤有机碳007600720067005700950329注:表示在 0 01 水平显著相关3讨论3 1土壤有机碳的空间结构变异特征文中研究发现安丘市有机碳含量处于中等水平，这与安丘市农业管理部门 2020 年耕地质量监测数据较为吻合。受多种因素影响，土壤有机碳具有高度的空间异质性。文中研究得出，安丘市土壤有机碳的块231干旱区资源与环境第 37 卷金系数为 55 7%，具有中等空间自相关水平;变程为 10 13km，反应出空间相关距较大，即空间连续较好。类似的空间自相关特点在其他县域的研究中也有所体现，如在丘陵平原山地都有分布的安徽省宣州区，其土壤有机碳变程为 13 66km。顾成军等21 对滁州市多个县域的研究显示，部分县域与文中区域空间结构类似，而部分县域又存在强空间自相关性。尽管研究尺度一致，但不同区域位置的空间结构存在较大差异，造成这些不同的原因被推断很可能是自然地理条件不同导致。安丘市地形复杂，低山丘陵和冲积平原(胶莱平原)都有分布，北部、东部及中南部是平原，西南部主要是低山丘陵，中部有洼地。地形从整体上影响土壤有机碳的空间分布，各局部区域形成的主导因素却各不相同，受到了植被、土壤类型等自然因素及人类活动等因素22 24 不同程度的影响。自然土壤中地面凋落物和根系是土壤有机碳的主要来源，不同植被下进入土壤的植物残体量变异很大。文中研究区耕地土壤占比较大，这部分土壤人为输入碳较多，比如耕作活动的作物根茎、还田的秸秆及人畜粪尿、施肥、城市生活垃圾、微生物、动物残体及分泌物等对土壤有机碳也有重要影响，因而需要多方面进行土壤有机碳空间变异影响因素分析。3 2自然环境因素对有机碳空间变异的影响地形是一个重要因子，地表形态、坡度、高程、坡向等都差异都会引起热量和水分的再分配，已有研究表明高程与有机碳含量呈现显著负相关25。安丘市地势特征明显，自西南向东北倾倒，有机碳含量与其分布趋势一致，最低值出现在西南地区，最高处出现在东部区域，这表明地形对有机碳的变化有一定影响。在鲁东南典型丘陵地区的研究中发现26，有机质的总体分布与地形也是一致的。该研究还对不同地貌间的养分含量进行方差分析，发现低山丘陵区坡度较陡，养分易流失，有机质无法有效积累，因而含量低。土壤质地反应土壤耕性和保水保肥性能，尤其是黏粒含量和砂粒含量，可显著影响有机碳的累积。文中土壤质地对局部的高值聚类的形成影响最为显著(表 3)。高值聚类主要出现在研究区东部，地处潍河冲积平原地带。以往的众多研究均表明了土壤黏粒和土壤有机碳含量之间有很好的正相关性27 32。文中将土壤黏粒含量作为反应土壤质地的因子，分析其与土壤有机碳的关系，结果发现二者之间也存在很好的正相关性(表 4)。这是因为腐殖质与黏粒形成有机无机复合体，提高了有机质的生物稳定性，阻碍了有机质的分解和转化，或者是土壤黏粒吸附有机碳并封闭在微小的孔隙中，阻碍了微生物对其分解。因此一定范围内质地越黏重，有利于有机碳积累33 35。另外，虽然土壤质地主要取决于成土母质类型，有相对的稳定性，但耕作层的质地仍可以通过耕作施肥等活动进行调节，施用有机肥可以改善土壤孔隙36，进而影响有机碳含量。不同类型的土壤在理化性质上也存在明显差异，而土壤理化性质在局部区域内又会影响土壤有机碳含量。研究表明，典型褐土分布的区域有机碳含量较低，潮土分布的区域有机碳含量高55。文中研究区的中、北部丘陵区主要分布有面积最广的褐土，东部的景芝等冲积平原区及汶、潍、渠河流域主要是潮土分布，这些地区有机碳含量呈现高值聚集(图 5)。棕壤主要在西南山区，土层贫瘠，土壤有机碳含量低。在景芝镇、石堆镇和金冢子镇等乡镇低洼地带，还分布很少的砂姜黑土，黏粒含量高，这也是该区域有机碳含量高的一个因素。NDVI 是一个与植被覆盖、植物长势、土地利用、降水相关的综合指标，对有机碳含量有一定影响。文中研究发现，NDVI 与土壤有机碳含量呈显著正相关关系，很多研究都有类似结论37 38。土壤有机碳低值聚类区主要分布在西南山区，该区域地势高且多为老变质岩，表层风化严重、岩性松散，不适宜植被生长。因而既容易造成较严重的水土流失，又导致植被覆盖极低，因此土壤有机碳含量低。而东部平原乡镇主要以人工栽培作物为主，在这部分地区作物长势好，NDVI 值较高，对应的有机碳含量也高于西部。3 3人为因素对有机碳空间变异的影响半方差函数表明，空间变异不仅受自然因素影响，而且很大程度上受人为活动干扰，比如人口密度、农业生产活动、土地利用方式等。文中考虑到人口密度是衡量人类活动对土壤有机碳影响程度的一个重要指标39，因此对其进行了定量分析。人口密度与有机碳含量正相关(表 3)，说明人口密度对有机碳含量是有影响的，但人口密度对土壤有机碳的影响机理极为复杂。尽管很多研究人员探索过不同的土地利用方式或者农田管理措施对土壤有机碳的影响，然而这些研究多属于对特定因素的控制性研究。众多的因素如何综合作用于土壤有机碳仍然不能够清晰明确的说明，只能通过各类文献去推断和论证。一方面随着人口的增加，因为需要消费更多的能源以满足工业、电力、交通及农业等的需求，从而产生更多的人为碳源排放40 41，会导致总碳排放量的增加。尤其是在人口密集的城市地区，人口增多会占用更多房屋和道331第 4 期赵昕等胶莱平原县域表土有机碳空间变异特征研究及自相关分析路，开展土地建设及改变土地利用方式或土地覆盖，都会使得碳排放增加42。另一方面高密度人口会驱动乡村景观的生态过程，如养分循环、生物质的燃烧、水文条件的变化等，进而影响密集乡村景观的碳排放43 45。同时农业生产活动也越来越多的影响着有机碳含量，有数据显示农业活动导致的碳排放可占到总碳排放量的 25%49。研究区东部是居住和农业的主要场所，人口相比其他地区密集，便于开展耕地、施肥、灌溉等生产活动。由于一系列施肥、灌溉等农业生产活动措施的实施，一定程度上提高了土壤有机碳含量46;另一方面也会使得农田生物量产量普遍增加(文中区域采用秸秆还田、免耕播种的保护性耕作技术种植小麦，面积已达3 8 万亩，与传统种植方式相比，亩均增产10%15%)，此时 NDVI 值也就相应变大。所以会导致农田中大量作物残留以及废弃物增加，进一步提供了土壤有机碳积累的重要物质来源。总体来说人类活动(施肥灌溉、秸秆还田等)的增强，会引起生物量(NDVI)的增加，进而造成耕地中有机碳含量的积累。这些已被很多研究证实，如腐烂的秸秆可为土壤提供养分，秸秆还田与焚烧秸秆相比，能使有机碳含量提高约 30%47。某长期定位实验也表明，有秸秆覆盖的土壤比无覆盖土壤的有机碳储量提高 5 7mg/hm248，除此之外，秸秆覆盖使得春夏季节回温时地表温度增速变缓，减少表层有机碳的降解49。施用肥料相当于向土壤中输入了外源有机质，所以也是能够增加土壤有机碳含量的36，50。很多长期田间试验表明，施肥可显著提高作物产量和土壤有机碳含量51 53。文中西南山区的土地不是非常适合农田耕作，多为零星分散地块;再加上农民管理相对困难，农业投入不多，因此土壤有机碳含量偏低。总之不同区域的有机碳含量影响因素与其区域环境是密切相关的。如，在内蒙古砒砂岩区典型小流域，表土有机质高值主要出现在河流中部的沟谷和乔木林地区域，低值主要分布在流域下部和上部的坡面草地，径流流向是导致该分布类型出现的关键因素54。而在永济市县域农田的研究中，空间变异主要受土地利用类型和人类活动影响55。土壤有机碳的局部空间聚类现象因区域而异，其形成过程不仅仅受制于自然因素，而且越来越受到诸多人类活动的影响56。因此在探究土壤有机碳空间分布特征时，应结合研究区实际环境特征精准分析。4结论文中综合运用变异函数和空间自相关方法，分析了胶莱平原县域安丘市土壤有机碳的空间变异与分布格局，主要有以下结论:(1)安丘市土壤有机碳含量为 7 42gkg1，可视为中等水平，表土有机碳具有中等程度的空间相关性。(2)受自然和人为因素影响，安丘市土壤有机碳表现出区域空间异质性。总体空间分布呈现自西向东增加的特征。最低值分布在西南部山区，最高值出现在东部和南部部分乡镇。(3)全局空间自相关分析显示，土壤有机碳表现出显著的空间自相关性特征，在 11 66km 范围内存在空间聚集，超过此范围土壤有机碳转为离散分布。局部空间自相关特征以高值聚类和低值聚类为主，HH聚集区主要集中在东部冲积平原地带，土壤肥力高且土质适宜耕种，土壤质地和人类活动对该区域影响较大。LL 聚集区形成于西南山区，较低的植被覆盖对其形成有重要影响。参考文献 1任军，郭金瑞，边秀芝，等 土壤有机碳研究进展J 中国土壤与肥料，2009(6):1 7;27 2OBALUM S E，CHIBUIKE G U，PETH S，et al Soil organic matter as sole indicator of soil degradationJ Environmental Monitoring andAssessment，2017，189(4):176 3ZHAO B H，LI Z B，LI P，et al Spatial distribution of soil organic carbon and its influencing factors under the condition of ecological constructionin a hilly gully watershed of the Loess Plateau，China J Geoderma:An International Journal of Soil Science，2017，296:10 17 4HU K L，WANG S Y，LI H，et al Spatial scaling effects on variability of soil organic matter and total nitrogen in suburban BeijingJGeoderma，2014，226:54 63 5张万涛，许明祥，李彬彬，等 复合地貌区农田土壤有机质空间变异特征及其影响因素J 干旱地区农业研究，2021，39(1):175 181 6JIANG Y，AO L，SUN K，et al Spatio temporal distribution of soil nitrogen in Poyang lake ecological economic zone(South China)JScience of the Total Environment，2018，626:235 243 7陈思明，王宁，秦艳芳，等 河口湿地不同土层有机质的水平异质性与自相关性J 生态学杂志，2019，38(9):2805 2812 8ZHANG C，McGrath D Geostatistical and GIS analysis on soil organic carbon concentrations in grassland of southeastern Ireland from two differentperiods J Geoderma，2004，119(3 4):261 275431干旱区资源与环境第 37 卷 9高凤杰，鞠铁男，吴啸，等 黑土耕作层土壤 Ph 空间变异及自相关分析 J 土壤，2018，50(3):566 573 10陈彦光 基于 Moran 统计量的空间自相关理论发展和方法改进J 地理研究，2009，28(6):1449 1463 11梁二，王小彬，蔡典雄，等 河南省土壤有机碳分布空间自相关分析J 应用生态学报，2007，18(6):1305 1310 12陶吉兴，傅伟军，姜培坤，等 基于 Moran s I 和地统计学的浙江森林土壤有机碳空间分布研究J 南京林业大学学报(自然科学版)，2014，38(5):97 101 13陈清霞，涂成龙，陆晓辉，等 贵州省旱地黄壤 Zn 和有机质的空间异质性特征 J 环境科学学报，2021，41(10):4179 4187 14任频频，黄峰，李保国 黄淮海平原旱作农田土壤有机质含量的空间分异特征J 土壤学报，2022，59(2):440 450 15鲍士旦 土壤农化分析M 北京:中国农业出版社，2000 16付金霞，郑粉莉，李媛媛 小理河流域土地利用空间自相关格局与影响因素分析J 农业机械学报，2017，48(1):128 138 17张志霞，许明祥，吴永斌，等 黄土丘陵区县域农田土壤有机碳空间变异性 以甘肃庄浪县为例J 植物营养与肥料学报，2013，19(4):955 963 18孟和，郭月峰，张美丽等 小流域梯田土壤有机碳含量及其固碳潜力J 江苏农业科学，2019，47(4):237 241 19CAMBADELLA C A，MOOMAN T B，NOVAKJ M，et al Field scale variability of soil properties in central lowa soilsJ Soil ScienceSociety America Journal，1994，58(5):1501 1511 20刘爱利，王培法，丁园圆 地统计概论M 北京:北京出版社，2012 21顾成军，高正宝，赵明伟 皖东江淮丘陵县域农田土壤有机质空间变异特征J 中国土壤与肥料，2020(1):39 44 22周涛，史培军，王绍强 气候变化及人类活动对中国土壤有机碳储量的影响J 地理学报，2003，58(5):727 734 23DAI J，PANG X G，ZENG X D，et al Soil carbon density and distribution and influencing factors in Shandong ProvinceJ esearch ofEnvironmental Sciences，2015，28(9):1449 1458 24ZHANG Y，JIANG Y，JIA Z H，et al Identifying the scale controlling factors of soil organic carbon in the cropland of Jilin Province，ChinaJ Ecological Indicators，2022，139:108921 25唐杰，王昌全，李冰，等 川中丘陵区土壤有机质和碱解氮空间变异特征研究J 中国农业科技导报，2017，19(6):124 130 26段友春 基于 GIS 的鲁东南典型丘陵平原区农田土壤养分空间变异特征及影响因素研究J 中国农学通报，2021，37(23):61 68 27马渝欣，李徐生，李德成，等 皖北平原蒙城县农田土壤有机碳空间变异及影响因素J 土壤学报，2014，51(5):1153 1159 28PIESS J A，De KONING G H J，VELDKAMP A Assessment of interactions between land use change and carbon and nutrient fluxes inEcuador J Agriculture，Ecosystems Environment，2001，85(1 3):269 279 29DALAL C，MAYE J Long term trends in fertility of soils under continuous cultivation and cereal cropping in southern Queensland IITotal rganic carbon and its rate of loss from the soil profileJ Soil esearch，1986，24(2):281 292 30BUKE I C，YONKE C M，PATON W J，et al Texture，climate，and cultivation effects on soil organic matter content in US grassland soilsJ Soil Science Society of America Journal，1989，53(3):800 805 31HONTOIA C，SAA A，ODGUEZ MUILLO J C elationships between soil organic carbon and site characteristics in peninsular SpainJ Soil Science Society of America Journ