紫色土區土壤質量敏感因子空間分異特征及其對土地利用方式變化的響應研究

發布時間：2020-03-19所屬分類：農業論文瀏覽：1次

摘 要： 摘要：掌握土壤質量因子空間分異特征及其對土地利用方式變化的響應關系對于優化土地利用方式以及改善和提高土壤質量具有重要意義。通過對川中紫色土區典型小流域276樣點土壤樣品進行調查和分析，結合主成分分析(PCA)和典范對應分析(CCA)等方法，研究了川中紫

　　摘要：掌握土壤質量因子空間分異特征及其對土地利用方式變化的響應關系對于優化土地利用方式以及改善和提高土壤質量具有重要意義。通過對川中紫色土區典型小流域276樣點土壤樣品進行調查和分析，結合主成分分析(PCA)和典范對應分析(CCA)等方法，研究了川中紫色土區土壤質量主要敏感因子空間分異特征及其對土地利用方式變化的響應關系。結果顯示，(1)紫色土區不同土地利用方式土壤總氮(STN)質量分數均值介于0.90-1.30g∙kg−1;土壤總磷(STP)質量分數均值介于0.48-0.78g∙kg−1;土壤有機質(SOM)質量分數均值介于9.90-19.73g∙kg−1。(2)主成分分析和典范對應分析表明，土壤質量敏感因子主成分與土地利用方式密切相關，且主成分與土地利用方式相關性排序表現為：第一主成分(銨態氮與物理性質)，水田>水旱輪作田>旱地>林地>果園;第二主成分(STN和SOM)，水田>水旱輪作田>林地>果園>旱地;第三主成分(STP和硝態氮)，水旱輪作田>旱地>水田>林地>果園。(3)土壤質量主要敏感因子的變化能較好地響應土地利用方式變化，且土壤質量敏感因子與土地利用方式的CCA排序結果說明，不同的土地利用方式與土壤質量敏感因子間存在著不同的相關關系。土地利用方式的變化是紫色土區土壤質量敏感因子改變的重要驅動力，這將為區域土地資源合理利用、土地利用結構優化以及提高紫色土區土壤生產力和生態功能，特別是減輕區域水土流失狀況提供依據。

　　關鍵詞：紫色土;土壤質量敏感因子;土地利用方式;響應關系

　　土壤質量狀況作為土壤肥力、環境質量和健康質量的綜合量度，是土壤維持生產力、環境凈化能力以及保障動植物健康能力的集中體現(王華等，2017)，也直接關系到農作物生產及糧食安全(王琪琪等，2016)，可見土壤質量的維護和提高是全球生物圈可持續發展的重要因素之一(李靈等，2011)。在自然和人為因素的作用下，土壤質量因子具有高度的時空變異性，其變異程度與區域氣候狀況、成土母質、土壤類型、土地利用、水土流失狀況以及人為干擾強度密切相關(Al-kaisietal.，2005)。其中，土地利用是人類干預土壤質量最直接、最重要的活動(李靈等，2011)，通過影響土壤有機物輸入(郭焱培等，2017;Yuetal.，2014)、冠層結構(Finzietal.，1998)、土壤水分和養分遷移(Sakin，2014;Sixetal.，2014)，進而改變土壤養分循環強度、總量和路徑，最終影響土壤性質和質量狀況(胡堯等，2018)。合理的土壤地利用方式可改善土壤結構，提高土壤質量、改善土壤環境和生產力，而不合理的土地利用方式則會導致土壤質量下降，加速水土流失和土壤退化等(Laletal.，1999;傅伯杰等，2014)。因此，開展區域土壤質量因子與土地利用方式的響應關系研究，可定量評估區域土地利用方式變化對土壤質量因子的影響，也為區域土地利用結構優化、維護及土壤質量狀況改善提供科學依據。

　　目前，有關土壤質量因子研究，對象多集中在林地、草地、灌叢、濕地、耕地等，研究內容多集中在土壤質量因子的空間變異特征、影響因素以及土壤質量綜合評價等方面(楊文煥等，2018;王艷芳等，2018;王玉紅等，2017;楊建宇等，2018)。研究方法多采用野外調查、模型模擬、遙感技術、GIS空間分析技術與地統計學分析等(Kumhálováetal.，2011;鄧歐平等，2013;李啟權等，2013)。如江葉楓等(2018)利用地統計學方法對余干縣耕地土壤質量因子的時空變異特征及其影響因素進行分析;Gelawetal.(2014)與Wangetal.(2016)認為土壤養分含量與儲量狀況的空間變異與土地利用類型密切相關。已有研究表明，土壤生態過程與植被類型、景觀類型、群落結構之間存在顯著的相關關系(朱新玉，2015;童笑笑等，2018)，且土壤質量因子與自然景觀過程具有較好的耦合關系，土壤生態過程的改變是景觀過程演變的重要動力，同時景觀格局變化進一步影響土壤生態要素的改變(張華兵，2013a)。張華兵(2013b)研究發現自然條件下濕地土壤的理化性質與地表植被之間存在密切關系，而且水分和鹽度是濕地植被群落演替的關鍵控制因子。上述研究多從宏觀方面分析了不同區域不同對象的土壤質量因子空間變異特征與影響因素，以及自然條件下植被類型、景觀類型、群落結構等與土壤質量因子(特別是濕地生態系統)的耦合關系，缺少土壤質量因子與土地利用方式變化之間響應關系研究，特別是紫色土區土壤質量因子與土地利用方式之間的響應關系鮮見報道，難以揭示該區域土地利用方式變化對土壤質量的影響，也無法指導區域土地利用結構優化、土壤質量維護和提高以及水土流失控制等方面的研究。

　　相關期刊推薦：《生態環境學報》是經國家新聞出版總署批準的正式學術期刊，向國內外公開發行。該刊是環境科學類的綜合學術期刊，主要刊登國內外環境科學和環境工程、生態學和生態工程具有明顯創新性和重要意義的原創性研究論文，以及對重大的科學前沿問題有獨到見解和理論建樹的綜述和觀點類文章。適合從事生態學、環境科學、資源保護、土壤學、大氣科學、水科學、地理學、地質學、地球科學、農業科學、林學、醫學、社會科學、經濟科學等領域的科技人員、學者、教師、學生、各級管理者和環境愛好者閱讀。

　　紫色土區是長江上游最重要的土地資源之一，20世紀50年代起毀林、開荒對天然林破壞嚴重。地勢較低處的林地、灌叢等多被開墾為坡耕地和水田，隨著灌溉設施逐漸完善，地勢低洼地帶的坡耕地又逐漸改造成水旱輪作田;地勢較高的區域，70-80年代人工恢復種植柏木(Cupressusfunebri)林。現今該區域土地利用類型以人工林、坡耕地、水旱輪作田以及水田等為主。由于人類不合理的干擾活動，該區域土地利用方式變化顯著，自然植被破壞嚴重，加之區域地形地貌復雜多變，土地利用方式多樣化、碎片化特征顯著，土地利用不合理導致土地退化、水土流失、水環境惡化等成為困擾該區的主要環境問題。為此，針對紫色土區開展了很多土壤理化性質及空間變異、生物特性、水土流失風險等方面的研究，但紫色土區復雜的土地利用方式變化與土壤質量因子之間的響應關系還不清楚。本研究從地學角度出發，采用主成分分析與典范對應分析等方法，結合GIS技術，建立紫色土區流域尺度的土壤質量主要敏感因子與土地利用方式的響應關系，探討該區域土地利用方式變化對土壤質量因子的影響，旨在為紫色土區土地利用結構優化，土壤生產力和生態功能的維護和提高提供參考。

　　1研究區域與方法

　　1.1研究區域

　　本研究選擇四川省鹽亭縣林山鄉的萬安小流域為研究對象(圖1)，該區屬于中亞熱帶季風氣候，年均氣溫17.3℃，多年平均降水量為826mm。土壤類型以石灰性紫色土和水稻土為主，成土速度快，土層較薄，水土流失十分嚴重。研究區海拔介于380-680m，總面積為12.10km2，其中林地占44.5%，果園占0.2%，旱地占38.3%，水旱輪作田與水田共占12.0%，居民點占3.3%，道路和坑塘等其他用地占1.7%(圖1)。流域土地利用類型分布與地形密切相關，其中，水旱輪作田與水田主要分布于流域低洼處，旱地主要集中于丘陵中部，而林地主要分布于丘陵中上部，果園零星分布于居民點周邊(均為家庭小面積果園，并無特殊人工管理)。林地為上世紀70-80年代人工恢復的柏木林(Cupressusfunebri)，林下灌木主要有黃荊(Vitexnegundo)、馬桑(Coriariasinica)、刺梨(Rosaroxburghii)等，草本多為禾本科(Gramineae)、莎草科(Cyperaceae)、菊科(Compositae)、唇形科(Labiatae)和豆科(Leguminosae)等植物。水旱輪作田和旱地5-9月分別種植水稻(OryzasativaL.)和玉米(ZeamaysL.)，10月至次年4月分別種植油菜(BrassicacampestrisL.)和小麥(TriticumaestivumL.)。研究區大多農戶分別于5月底和10月底對作物進行一次性集中施肥，少數農戶會在作物種植后45d左右對其進行追肥，氮肥、磷肥和鉀肥年施用量大約分別為330kg∙hm−2N、180kg∙hm−2P2O5和72kg∙hm−2K2O。

　　1.2研究方法

　　1.2.1樣品采集與分析

　　結合萬安小流域土地利用圖，依據土地利用類型變化確定林地、果園、旱地、水旱輪作田、水田共計276個采樣點，其中小流域3個典型支溝小流域(亞流域)按照大約10m的間距布置樣點，其他區域按照土地利用方式的變化隨機布置樣點(圖1)。為減少人為施肥對研究結果的干擾，提高土壤樣品的代表性，故在冬季作物收獲季(4月)采集土壤樣品。由于紫色土區土層較淺，特別是林地土壤深度大多在10-20cm之間，為保持不同土地利用類型土壤樣品采集深度一致，采樣過程中按照“蛇形”法采集各樣點0-15cm的表層土壤，裝入自封袋中制成混合樣品帶回實驗室，并分成2份。1份揀出土樣中石塊、動植物殘體等雜物，風干、碾磨，過0.149mm篩后，裝入自封袋備用，用于測定土壤有機質、全氮、全磷等指標;一份鮮樣冷凍保存，用于測定土壤銨態氮、硝態氮等指標，測定前解凍并過2mm篩。此外，利用4.8cm直徑的環刀采集樣品，并裝于鋁盒中帶回實驗室于105℃烘箱中干燥48h并稱重，獲得土壤容重(SBD)和含水量(WC)數據。

　　土壤質量通常定義為土壤生產力，特別是指土壤維持自然植物生長的能力，土壤質量因子包括物理因子(如土壤容重、孔隙度、含水量、溫度等)、化學因子(有機質、pH值、全N、全P、速效N、速效P等)和生物因子等(土壤動物與微生物等)(劉世梁等，2006)。鑒于本研究以小流域多種土地利用類型為研究對象，土壤樣品較多，故根據現有土壤質量評價相關研究成果，選擇土壤容重、含水量、有機質、全氮、全磷、硝態氮、銨態氮等能反映土壤質量狀況的主要敏感因子和活躍因子作為研究指標(趙娜等，2014;Ngo-Mbogbaetal.，2015;胡堯等，2018;羅夢嬌等，2018)。其中，土壤有機質(SOM)采用重鉻酸鉀氧化-容量法測定;土壤全氮(STN)采用VarioMAXCN凱氏定氮儀(Elementar，Germany)測定;土壤全磷(STP)采用鉬銻抗比色法測定;銨態氮(AN)采用靛酚藍比色法測定;硝態氮(NN)采用AA3流動分析儀(BRAN+LUEBBE，Germany)測定。具體測定方法和步驟參照《土壤農業化學分析方法》(魯如坤，2000)。

　　1.2.2土壤質量敏感因子描述性統計分析

　　運用SPSS13.0分析土壤質量敏感因子數據的均值、標準差和變異系數，并采用單因素方差分析檢驗不同土地利用方式條件下土壤質量敏感因子的差異性。

　　1.2.3土壤質量敏感因子地統計學分析

　　采用地統計分析方法分析土壤質量因子的空間變異特征。首先，運用GS+7.0對采樣點的土壤質量因子數據進行半方差分析，利用不同的半方差模型進行擬合，選取最合適的擬合模型。然后，運用ArcGIS10.0的GeostatisticalAnalyst模塊，選擇OrdinaryKriging空間插值法生成土壤質量敏感因子空間分布圖。

　　1.2.4土壤質量敏感因子與土地利用方式相關關系分析

　　由于土壤質量因子變量較多，傳統線性相關分析受到限制，本研究采用能夠結合多個土壤質量因子的主成分分析法(PCA)和典范對應分析法(CCA)分析流域土壤質量因子與土地利用方式變化之間的響應關系。但在土壤質量因子與土地利用方式之間關系的分析過程中，由于土地利用方式屬于定性變量，需要進行合理賦值方能進行定量分析，故在定量分析時，將旱地、水旱輪作田、水田、林地、果園5種土地利用方式分別設置成5個虛擬變量，并進行0和1啞變量賦值，將土地利用方式由定性變量轉化為能進行CCA分析的定量變量。

　　在進行土地利用方式與土壤質量因子關系排序時(CCA排序分析)，首先采用主成分分析法建立新的主成分變量作為土壤質量因子解釋變量，土地利用方式作為響應變量，運用典范對應分析法分析它們之間的關系和空間分布規律。本研究運用Excel2010進行描述性統計分析，SPSS19.0軟件進行主成分分析、方差分析和LSD(P<0.05)多重比較分析;運用CanocoforWindows5進行CCA排序分析和作圖，具體方法參照文獻(Lepšetal.，2003)。

　　2結果與分析

　　2.1流域土壤質量敏感因子空間分異特征

　　由表1可知，水田的STN、AN、SOM和WC的質量分數分別為(1.30±0.22)g∙kg−1、(10.07±6.31)mg∙kg−1、(19.73±3.45)g∙kg−1和40.82%±4.86%，均普遍高于其他土地利用類型(P<0.05);水旱輪作田和旱地的NN質量分數分別為(41.22±21.69)、(24.22±10.61)mg∙kg−1，亦顯著高于林地(12.58±8.40)mg∙kg−1、水田(11.21±13.42)mg∙kg−1和果園(6.24±2.80)mg∙kg−1(P<0.05);水田(0.78±0.11)g∙kg−1、水旱輪作田(0.71±0.13)g∙kg−1、旱地(0.71±0.14)g∙kg−1土壤STP含量明顯高于林地(0.48±0.15)g∙kg−1和果園(0.51±0.11)g∙kg−1;林地和果園SBD顯著高于其他土地利用類型(P<0.05)，在土地利用方式上表現為果園>林地>水旱田>旱地>水田。其中，由于長期處于淹水環境同時受人為耕作熟化的影響(張文菊等，2005)，水田表層土壤容重最小，僅為1.00g∙cm−2。總體上，水田、水旱輪作田以及旱地等土壤養分水平相對較高，林地和果園相對較低。

　　本研究采用Kriging空間插值法對土壤質量主要敏感因子進行空間插值，以便更直觀地顯示土壤質量敏感因子的空間變化趨勢。如圖2所示，STN和SOM的空間變異規律相似，流域低洼處和中上部含量較高，而流域中部區域含量相對較低;土壤STP和NN的高值區主要集中在流域低洼處和中部區域;AN和WC的高值區主要位于流域低洼處;而SBD的高值區和低值區都集中在流域低洼處，這與水旱輪作田和水田都集中在低洼處有關。

　　2.2土壤質量敏感因子主成分分析

　　采用SPSS軟件中的Zscore方法對土壤質量敏感因子數據進行標準化處理，然后進行主成分分析，在特征值大于1的情況下抽取3個主成分(表2)。前3個主成分的方差貢獻率分別為36.455%(P1)、30.202%(P2)和18.691%(P3)，累積貢獻率為85.347%，且公因子方差均超過了0.6，說明抽取的3個新的公因子對土壤質量因子的變量解釋程度超過了85%。以x1-x7分別表示各土壤質量因子指標，根據因子主成分分析得分系數，可得到如下

　　2.3基于CCA的土壤質量敏感因子與土地利用方式的響應關系

　　主成分與土地利用方式的CCA排序結果顯示，土地利用方式解釋了總變量的85.35%，蒙特卡洛檢驗P=0.002(MonteCarlotest499，F=72.334)，表明排序軸在統計學上是具有顯著性的。由于主成分與土地利用方式CCA排序圖(圖3)和土壤質量敏感因子與采樣點CCA排序圖(圖4)具有高度的一致性，說明主成分能夠很好地反映土壤質量敏感因子與土地利用方式之間的響應關系。主成分與土地利用方式之間對應分析特征值總和為4，第一主軸特征值為0.853，占總特征值的比例為31.33%，第二主軸特征值為0.750，占總特征值的28.75%。第一、第二主軸能夠累積解釋主成分與土地利用方式關系總變異的60.08%。在主成分與土地利用方式CCA排序圖上，對主成分射線延長，將土地利用方式點投影于射線上，沿著主成分箭頭方向因子變量值增大，也反映了主成分與土地利用方式之間相關性增強。圖3表明，主成分P1(代表AN、WC、SBD)與水田的相關性最大，其次依次為水旱輪作田、旱地、林地和果園。代表STN和SOM的主成分P2與水田的相關性最強，與旱地的相關性最弱。代表STP和NN的主成分P3與水旱輪作田的相關性最強，其次依次是旱地、水田、果園和林地。