发布时间 : 星期一 文章土壤养分空间分析及综合评价最新版(2)更新完毕开始阅读a9ad4b06fbd6195f312b3169a45177232f60e424
各省市年平均降雨量空间统计分析
----基于R语言
朱青国佳欣
摘要：基于赣州市赣县2015年274份耕地土壤的土壤样本数据：有机质、土壤pH、全氮、有效磷、速效钾、坡度、高程7个样本指标和县域尺度土壤养分的合理采样数。通过SPSS软件统计分析的方法，全氮、有机质两种养分呈现较强的空间相关性且为显著关系。有机质、土壤PH其贡献率分别为26.346%和20.458%，累积贡献率将近50%；当聚类距离扩大到25时，274个样点被聚一类；通过GS+，ArcGIS软件进行样点有机质数据地统计分析可得，高斯模型有机质样点的空间相关性很强烈，但变程不是很大;通过普通克里金插值算法表示样本有机质的空间分布特征。
关键词：赣州市赣县；土壤养分；统计分析；普通克里金；
Abstract ：Based on 274 soil sampled data from Gan county of Ganzhou city in 2005.Including seven sample indexes:organic matter,PH of the soil, total nitrogen，available phosphorus，rapidly available potassium,slope and elevation.And reasonable samples with soil nutrient in the county range.By using statistic analysis method of the SPSS software,total nitrogen and organic matter present quite strong spatial correlation and obvious negative relationship.The contribution rate of organic matter and pH of the soil are 26.346% and 20.458%,the accumulative contribution rate is nearly 50%.When clustering distance extending to 25,274 samples are gathered to one form.By using GS+ and ArcGIS softwareconducting geostatistical analysis on the organic matter statistics,we can conclude:available phosphorus of Gaussian Model has strong spatial correlation,but the codomain is not large ; And the Ordinary Kriging interpolation algorithm can display the spatial distribution characteristics of the organic matter samples.
Key words:Gan county of Ganzhou city; Soil nutrient; Statistical analysis; Ordinary Kriging;
前 言
土壤养分是由土壤提供的植物生长所必须的营养元素，而土壤肥力则是土壤最重要的生态功能之一，实时掌握土壤养分的空间分布是管理好土壤养分和合理施肥的基础。对土壤养分进行空间分析，研究土壤养分的空间变异特征，对土壤进行综合评价。
近年来，国内外许多学者利用3S技术、地统计学和曲面建模(HASM)等方法围绕土壤变异已取得大量研究成果，对土壤pH值［1-2］、和土壤有机质、氮、磷、钾等养分［3-5］的空间变异特征做了较为深入的研究。但这些研究大都集中在田块尺度和特定区域。除此之外在县域尺度，苑小勇等［6］、王淑英等［7］分别对北京市平谷区的有机质和全氮、有效磷的空间变异特征进行了研究，杨奇勇等［3］对不同尺度上的有效磷和速效钾的空间变异进行了比较分析。综合国内外状况，针对县域土壤养分空间变异及采样数的统研究还相对缺乏。
本文基于赣州市赣县2015年274份耕地土壤的土壤养分数据（有机质、土壤pH、全氮、有效磷、速效钾、坡度、高程），县域行政区划数字地图，采用统计分析方法，从空间上综合评价研究县土壤养分分布特征及规律和相互关系，为赣州市赣县土壤管理、科学研究和施肥决策提供依据。
1 材料与方法
1.1研究区概况
赣县区位于江西省南部，赣江上游，环绕赣州老城区—章贡区，地处东经114°42′至115°22′，北纬25°26′至26°17′之间。赣县区境域地形属丘陵山地。地势东南高，中、北部低，东部和南部重峦迭嶂，迂回起伏，其间夹有山间条带状谷地，海拔在500～1000米之间。全境地处中亚热带丘陵山区季风湿润气候区，气候温和，阳光充足，雨量充沛，并具有春早、夏长、秋短、冬迟的特点。年均气温19.3℃，年均日照1092小时，年均降雨量1076毫米，无霜期298天，四季常青。赣县区境内河流密布，700多条大小河流纵横全境，平均河网密度每平方公里为0.77公里，水力资源丰富。水资源较丰富，包括地表水、地下水和过境水三个部分。土壤共分7个土类，15个亚类，51个土属，96个土种。主要土类有山地草甸土、山地黄壤、 红壤、紫色土、石灰土、草甸土及水稻土等。
1.2 数据来源
结合2015年测土配方施肥与耕地地力调查评价项目，按照代表性、均匀性、科学性、可比性的原则，于2015年4月对赣县进行采样。为了提高土壤养分空间预测准确度和精度，采样点充分考虑不同土壤类型和地形特点，在受人类活动影响强烈的地区加强布点（图1），采样时，利用GPS定位，记录采样点经纬度位置，每一个取样点取土壤表层0-20cm土壤，混合后代表该样点土样，共采集耕地土壤的样点274份。
图1：赣县耕地土壤样点图
对采集的土样在自然状态下风干，过筛后测定有机质、土壤pH、全氮、有效磷、速效钾5个土壤养分指标，用重铬酸钾-硫酸溶液-油浴法测定土壤有机质，用pH计探头测定土壤pH，用半微量开氏法测定土壤全氮，用碳酸氢钠浸提-钼锑抗比色法测定土壤有效磷，采用乙酸铵提取-火焰光度法测定速效钾。
1.3研究方法
1.3.1 统计分析方法
本文采用相关分析法计算有机质与土壤pH、全氮、有效磷、速效钾、坡度、高程的相关系数、偏相关系数，并进行显著性检验，发现“全氮”和“有机质”是显著关系，从有机质和其他指标的相关系数、偏相关系数可以看出各个指标之间还是有一定的相互影响关系。
其次通过主成分分析法对有机质、土壤pH、全氮、有效磷、速效钾、坡度、高程指标进行降维，求取其第一主成分、第二主成分特征值与贡献率，发现第一主成分、第二主成分的特征值分别为1.846和1.432，累积贡献率将近50%。
最后通过聚类分析土壤样点就行分类，发现当选取的距离为5时，由于样点数量多被聚类为将近13类；进一步把聚类距离扩大到20,274个样点被聚为4类。最终，当聚类距离扩大到25,274个样点被聚为1类。
1.3.2 地统计学方法
地统计学方法以半方差和Kringing插值为基本工具，可以对既具有随机性又具有结构性的各种变量在空间上的分布进行研究。半方差函数是研究土壤特性空间变异的关键。本文对样点有机质数据进行半方差分析，计算块金值、变程和基台值（球状模型、指数模型、高斯模型、线型模型），发现高斯模型有机质样点的空间相关性很强烈，其次是球面模型，再然后是指数模型。
最后对有机质进行普通克里金插值分析，合理预测有机质在赣县的含量。
1.4 软件平台
以ArcGIS10.2和GS+9.0以及SPSS软件为平台，以SPSS软件对土壤进行统计分析，ArcGIS地统计模块（Geostatistics）进行土壤养分的传统统计特征分析、和普通克里金插值分析，GS+9.0用于分析半方差函数、选择合适的半方差模型。
2 结果与分析
2.1 土壤养分分布特征及土壤养分空间变异特征分析
表1为样点的描述性统计参数。结合均值、中值、偏度和峰度可以反映出有机质、全氮分布相对均匀，而另外3种养分分布相对比较分散。
由表2可知变异系数和标准差反映土壤特性空间变异性的大小。根据变异系数的等级划分标准可以看出几种养分的变异情况各不相同，变异系数为12.262%-26.376%，各种养分均处于低等强度的变异。速效钾变异系数最小，为12.262%，有机质变异系数最大，为26.376%。有机质变异性较大，这主要是与各地农民未合理施用有机肥有关。
表1：描述性统计分析结果表
指标 个数 单位 最大值 最小值 均值 中值 偏度 峰度 有机质 pH 全N 有效P 速效K 坡度 高程 274 274 274 274 274 274 274 g/kg 57.2 12.1 28.7953 27.9 0.504 -0.11 元件 1 2 3 4 5 6 7 6.7 4.5 5.0931 5 1.078 1.389 mg/kg 3.178 0.334 1.4685 1.4365 0.139 -0.256 mg/kg 83.4 3.5 30.6934 26.85 0.91 0.532 mg/kg 263 21 63.2482 48 2.689 8.49 43.3174 0 3.5717 0.7574 2.86 13.649 M 580.7527 100 176.6755 150 2.633 12.501 表2：土壤养分空间变异数统计表 初始特征值 选取平方和载入 总计 变异的% 累加% 总计 变异的% 累加% 1.846 26.376 26.376 1.846 26.376 26.376 1.432 20.458 46.834 1.432 20.458 46.834 1.173 16.757 63.591 1.173 16.757 63.591 .957 13.670 77.261 .858 12.262 89.523 .522 7.455 96.978 .212 3.022 100.000 2.3土壤养分的空间变异结构
半方差函数(Semi-variogram)及其模型，半方差函数也称为半变异函数，它
是地统计学中研究土壤变异性的关键函数。土壤在空间上是连续变异的，所以土壤性质的半方差函数应该是连续函数.但是，样品半方差图却是由一批间断点组成.可以用直线或曲线将这些点连接起来，用于拟合的曲线方程就称为半方差函数的理论模型。利用GS+软件计算土壤有机质的的半方差函数各指标值如下表：
表3：各地理统计模型的块金值、变程和基台值
模型 线性模型 球面模型 指数模型 高斯模型 块金值 76.25 0.10 9.20 9.40 基台值 95.56 88.40 89.70 88.50 变程 0.37 0.038 0.063 0.0329 块金值/基台值 0.7980 0.0011 0.1026 0.1062 残差RSS 976 727 584 723 决定系数r 0.306 0.483 0.590 0.487 由表3数据可知，从块金值、基台值、变程和块金值与基台值的比值来看：各个模型下的基台值相差不大，这是因为基台值代表有机质的总体特征，所以变化相差不是很大。因为基台值是块金值与偏基台值两者之和，变化范围主要体现在块金值与偏基台值之间。从得到的结果可以看出，线性模型下的块金值相比其他三个模型最大，以致于块金值与基台值的比值，即空间相关系数最大。块金方差/基台值可表示空间变异程度，可度量空间自相关的变异所占的比例，当该比值<25%说明具有强烈的空间相关性，比值在 25%与 75%之间，说明具有中等空间相关性，若比值>75%说明空间相关性很弱；从得到的结果来看，高斯模型有机质样点的空间相关性很强烈，其次是球面模型，再然后是指数模型，而在线性