-
土壤密度是土壤的基本物理性质之一,对坡面土壤水分运动有重要影响[1]。受气候(如降雨)、土壤质地、地形和植被类型等差异的影响,土壤密度在坡面上有很大的空间异质性。准确探明坡面土壤密度空间变异及其影响因素对于深入理解坡面产流机制和土壤水分的坡面分配有重要意义[2]。
土壤密度空间变异研究涉及到了区域、流域、坡面和样地等不同的空间尺度[3-7]以及草地、灌丛和森林等不同的植被类型[8-11],但关于坡面土壤密度空间变异的研究,主要集中在草地[8]和灌丛[10]。现有的森林坡面研究多关注土壤密度的坡位差异[12],但通过几个坡位的简单比较还不能完整揭示坡面微地形、立地环境等各差异下的土壤密度空间变异特征,这是因为即使在特定坡位的土壤密度也存有较大空间变异[11]。因此,森林坡面土壤密度空间变异研究还需细化。影响土壤密度空间变异的因素在不同空间尺度存在差异,在坡面上,地形(如坡度)、植被类型和土壤质地(结构)等是影响坡面土壤密度空间差异的重要因素[13]。但在不同地区、植被类型下,其主导因素也有差别,如影响土壤密度空间变异的主导因素在河北坝上地区草地坡面为地形[8],在四川西缘山地坡面是植被[14],在喀斯特坡面是地质[10]。作为黄土高原的产流核心区-土石山林区,土壤密度异质性是影响坡面产流空间变化的重要因素,但坡面土壤密度空间变异的影响因素未有探索。另外,多数研究关注表层或特定深度土壤密度的空间变异[10, 15-16],但受不同土层石砾含量、根系生物量等差异影响[17-18],不同土层土壤密度空间变异可能存有差异,但目前关于土壤密度空间变异随土层深度变化还缺乏足够探索。
为克服坡面土壤密度空间变异的影响,往往需进行高密度的取样来确保坡面土壤密度的评估精度,但费时、费力[19]。若能量化土壤密度合理取样数及与空间变异的关系,将显著提高坡面土壤取样的效率和评估精度。目前有关土壤密度合理取样数的研究较少,刘帆等[11]虽量化了华北落叶松林表层土壤密度的合理取样数,但这仅是样地尺度的探索,且未探讨土壤密度空间变异与其合理取样数的关系。
华北落叶松(Larix gmelinii var. principis-rupprechtii (Mayr) Pilg.)是黄土高原土石山区主要的造林树种,对当地的水源涵养、保持水土有重要作用。理清华北落叶松林坡面土壤密度空间变异及合理取样数对于准确理解华北落叶松林坡面产流空间差异的影响机制具有重要价值。为此,本研究以六盘山半湿润区的华北落叶松林坡面为研究对象,结合经典统计学和地统计学方法,明确华北落叶松林坡面0~100 cm土层土壤密度的空间异质性及影响因素,并采用Monte Carlo模拟重抽样方法,量化各层土壤密度的合理取样数。
-
由表1可知,随土层加深,土壤密度逐渐增加,0~20、20~40、40~60、60~80和80~100 cm土层土壤密度平均值(变化范围)分别为0.88(0.73~1.08)、1.04(0.78~1.55)、1.23(0.91~1.66)、1.41(1.02~1.78)和1.49(1.09~1.73)g·cm−3,变异系数为0.09、0.16、0.17、0.15和0.11,土壤密度在0~20 cm土层为弱变异,在其它土层为中等变异。由图1可知,土壤密度空间变异系数与石砾含量的空间变异系数呈显著的(P<0.05)线性相关,表明土壤密度空间变异随土层深度的变化主要取决于石砾含量的空间异质性。
表 1 坡面土壤密度的统计特征
Table 1. Descriptive statistics characteristics of soil bulk density on the slope
土层深度
Soil depth/
cm最小值
Minimum/
(g·cm−3)最大值
Maximum/
(g·cm−3)平均值
Mean/
(g·cm−3)方差
Variance标准差
Standard deviation变异系数
CV0~20 0.73 1.08 0.88 0.01 0.08 0.09 20~40 0.78 1.55 1.04 0.03 0.17 0.16 40~60 0.91 1.66 1.23 0.04 0.21 0.17 60~80 1.02 1.78 1.41 0.04 0.20 0.15 80~100 1.09 1.73 1.49 0.03 0.16 0.11 0~100 0.99 1.48 1.21 0.01 0.12 0.10 -
由表2可知,土壤密度的半方差函数在0~20和20~40 cm土层为高斯模型,在40~60和80~100 cm土层为球状模型,在60~80 cm土层为指数模型。各层土壤密度块金值均为正值;土壤密度基台值沿土层深度的变化范围0.011~0.060,在0~20 cm土层最小,在40~60 cm土层最大。0~20、20~40、40~60、60~80和80~100 cm土层的块基比分别为0.295、0.348、0.300、0.495和0.498,表明各层土壤密度均属中等空间自相关性。各层土壤密度变程分别为257.70、126.20、179.30、215.42和294.50 m,表明随土层加深,空间自相关范围先减小后增大,在80~100 cm土层最大,在20~40 cm土层最小。
表 2 坡面不同土层土壤密度的半方差函数理论模型及其相关参数
Table 2. Semi-variogram theoretical models of soil bulk density in different soil layers and their related parameters
土层深度
Soil depth/cm块金值C0
Nugget基台值
Still块基比
Nugget/Still变程
Range/m决定系数
R2模型类型
Model type0~20 0.003 38 0.011 0.295 257.70 0.89 高斯模型 20~40 0.016 55 0.048 0.348 126.20 0.94 高斯模型 40~60 0.018 10 0.060 0.300 179.30 0.95 球状模型 60~80 0.027 34 0.055 0.495 215.42 0.65 指数模型 80~100 0.014 76 0.030 0.498 294.50 0.72 球状模型 -
由图2可知,坡面各层土壤密度有明显的空间异质性,自坡顶至坡底,土壤密度总体上呈“低~高~低”的变化。各层土壤密度的最大值基本在坡中,最小值在坡下(0~20 cm除外,在坡上)。0~20 cm土层土壤密度跨度范围较小,斑块较大,空间分布较均匀;40~60 cm土层土壤密度跨度范围较大,条带密集,空间分布格局最复杂。随土层加深,土壤密度空间分布从斑块状逐渐变为条带状。
-
基于Monte Carlo模拟重抽样的方法确定了在95%的置信区间下,若控制坡面土壤密度在10%误差内的最少取样数。由图3可知,随取样数增加,土壤密度的平均值和置信区间逐渐向内收缩。在95%置信区间下,当取样数分别为4、10、10、8和5个时,得到的0~20、20~40、40~60、60~80和80~100 cm土层土壤密度可控制在10%误差内。由图4可知,土壤密度的最少取样数与其变异系数呈极显著的线性相关(P<0.01),即随土壤密度空间变异系数的增加,最少取样数逐渐增加。
六盘山华北落叶松林坡面土壤密度空间变异与合理取样数
Spatial Heterogeneity and Reasonable Sample Sizes of Soil Bulk Density on A Larch Plantation Hillslope in Liupan Mountains
-
摘要:
目的 明确森林坡面土壤密度的空间异质性并量化其合理取样数,对于准确理解坡面产流变化机制具有重要意义。 方法 结合传统统计学和地统计学方法,分析了六盘山华北落叶松林坡面0~100 cm土层土壤密度的空间异质性,用Monte Carlo模拟重抽样的方法,量化95%置信区间、10%误差下土壤密度的最少取样数。 结果 华北落叶松林坡面100 cm土层土壤密度变化范围0.99~1.48 g·cm−3;随土层加深,土壤密度逐渐增加。传统统计学表明,0~20 cm土层土壤密度属弱变异,其它土层均为中等变异,石砾含量的空间异质性是导致坡面不同土层土壤密度空间变异的主要因素。地统计学表明,各层土壤密度空间结构均为中等空间自相关性。不同土层土壤密度空间变异程度的不同导致其最少取样数存有明显差异,在95%的置信区间,若要控制坡面100 cm土层土壤密度评估精度在10%误差内,至少需布设10个以上的取样点。 结论 森林坡面土壤密度存有较大空间变异,且其合理取样数的大小取决于空间变异程度,未来应基于土壤密度空间变异程度与合理取样数的关系制定合理、高效的取样策略。 Abstract:Objective Clarifying the spatial heterogeneity of soil bulk density on forest slopes and quantifying its reasonable sample sizes are of great significance for accurately understanding the runoff mechanism on hillslopes. Method Combining traditional statistics and geostatistics methods, the spatial heterogeneity of soil bulk density in 0~100 cm soil layer on a Larix gmelinii var. principis-rupprechtii (Mayr) Pilg. plantation hillslope in Liupan Mountains was analyzed. The minimum sampling sizes of soil bulk density under 95% confidence level and 10% error were quantified using Monte Carlo simulation sampling method. Result The soil bulk density in 100 cm soil depth on the hillslope varied from 0.99~1.48 g·cm−3. As the soil layer deepened, the soil bulk density gradually increased. Traditional statistics showed that the soil bulk density in 0~20 cm soil layer had weak variation, while other soil layers had moderate variation. The spatial heterogeneity of rock fragment on the slope was the main factor leading to the spatial variation of soil bulk density in different soil layers. Geostatistics showed that the spatial structure of soil bulk density in each soil layer was moderate spatial autocorrelation. The difference in the spatial variation of soil bulk density among different soil depths leaded to the differences in the minimum sampling size in varied soil depths. In the 95% confidence interval, if estimation accuracy of the soil bulk density in 100 cm soil layer was controlled to be within 10% error, at least 10 sampling points should be made. Conclusion There is a large spatial variation in soil bulk density on forest hillslope, and the reasonable sample size depends on the degree of spatial variation in soil bulk density. In the future, reasonable and efficient sampling strategies should be developed based on the relationship between the spatial variation of soil bulk density and the reasonable sampling sizes. -
表 1 坡面土壤密度的统计特征
Table 1. Descriptive statistics characteristics of soil bulk density on the slope
土层深度
Soil depth/
cm最小值
Minimum/
(g·cm−3)最大值
Maximum/
(g·cm−3)平均值
Mean/
(g·cm−3)方差
Variance标准差
Standard deviation变异系数
CV0~20 0.73 1.08 0.88 0.01 0.08 0.09 20~40 0.78 1.55 1.04 0.03 0.17 0.16 40~60 0.91 1.66 1.23 0.04 0.21 0.17 60~80 1.02 1.78 1.41 0.04 0.20 0.15 80~100 1.09 1.73 1.49 0.03 0.16 0.11 0~100 0.99 1.48 1.21 0.01 0.12 0.10 表 2 坡面不同土层土壤密度的半方差函数理论模型及其相关参数
Table 2. Semi-variogram theoretical models of soil bulk density in different soil layers and their related parameters
土层深度
Soil depth/cm块金值C0
Nugget基台值
Still块基比
Nugget/Still变程
Range/m决定系数
R2模型类型
Model type0~20 0.003 38 0.011 0.295 257.70 0.89 高斯模型 20~40 0.016 55 0.048 0.348 126.20 0.94 高斯模型 40~60 0.018 10 0.060 0.300 179.30 0.95 球状模型 60~80 0.027 34 0.055 0.495 215.42 0.65 指数模型 80~100 0.014 76 0.030 0.498 294.50 0.72 球状模型 -
[1] 郑纪勇, 邵明安, 张兴昌. 黄土区坡面表层土壤容重和饱和导水率空间变异特征[J]. 水土保持学报, 2004, 18(3):53-56. doi: 10.3321/j.issn:1009-2242.2004.03.014 [2] Alexander E B. Bulk densities of California soils in relation to other soil properties[J]. Soil Science Society of America Journal, 1980, 44(4): 689-692. doi: 10.2136/sssaj1980.03615995004400040005x [3] 柴 华, 何念鹏. 中国土壤容重特征及其对区域碳贮量估算的意义[J]. 生态学报, 2016, 36(13):3903-3910. [4] 杜阿朋, 于澎涛, 王彦辉, 等. 六盘山北侧叠叠沟小流域土壤物理性质空间变异的研究[J]. 林业科学研究, 2006, 19(5):547-554. doi: 10.3321/j.issn:1001-1498.2006.05.002 [5] Stavi I, Ungar E D, Lavee H, et al. Grazing-induced spatial variability of soil bulk density and content of moisture, organic carbon and calcium carbonate in a semi-arid rangeland[J]. Catena, 2008, 75(3): 288-296. doi: 10.1016/j.catena.2008.07.007 [6] 时雷雷, 骆土寿, 许 涵, 等. 尖峰岭热带山地雨林土壤物理性质小尺度空间异质性研究[J]. 林业科学研究, 2012, 25(3):285-293. doi: 10.3969/j.issn.1001-1498.2012.03.004 [7] Alletto L, Coquet Y. Temporal and spatial variability of soil bulk density and near-saturated hydraulic conductivity under two contrasted tillage management systems[J]. Geoderma, 2009, 152: 85-94. doi: 10.1016/j.geoderma.2009.05.023 [8] 周卓丽, 张卓栋, 罗建勇, 等. 河北坝上地区草地坡面尺度土壤容重空间变异特征[J]. 土壤通报, 2020, 51(1):9-17. [9] 刘慧霞, 孙宗玖, 崔雨萱, 等. 新疆北疆荒漠草地土壤容重空间分布格局及其影响因素[J]. 中国草地学报, 2021, 43(2):82-91. [10] 张 川, 陈洪松, 张 伟, 等. 喀斯特坡面表层土壤含水量、容重和饱和导水率的空间变异特征[J]. 应用生态学报, 2014, 25(6):1585-1591. [11] 刘 帆, 郭建斌, 刘泽彬, 等. 华北落叶松林土壤物理性质空间变异与取样量[J]. 中国水土保持科学(中英文), 2021, 19(4):87-95. [12] 张 桐, 王彦辉, 王玉杰, 等. 黄土高原土石山区土壤密度的坡面变化-以六盘山香水河小流域为例[J]. 林业科学研究, 2016, 29(4):545-552. doi: 10.3969/j.issn.1001-1498.2016.04.012 [13] 于冬雪, 贾小旭, 黄来明, 等. 黄土区不同土层土壤容重空间变异与模拟[J]. 土壤学报, 2019, 56(1):55-64. [14] 高雪松, 邓良基, 张世熔, 等. 四川盆地西缘中低山土壤质量研究及利用措施探讨[J]. 水土保持学报, 2006(5):60-64. doi: 10.3321/j.issn:1009-2242.2006.05.015 [15] 张湘潭, 曾 辰, 张 凡, 等. 藏东南典型小流域土壤饱和导水率和土壤容重空间分布[J]. 水土保持学报, 2014, 28(1):69-72. doi: 10.3969/j.issn.1009-2242.2014.01.013 [16] 耿 韧, 张光辉, 李振炜, 等. 黄土丘陵区浅沟表层土壤容重的空间变异特征[J]. 水土保持学报, 2014, 28(4):257-262. [17] Chen H S, Liu J W, Wang K L, et al. Spatial distribution of rock fragments on steep hillslopes in karst region of northwest Guangxi, China[J]. Catena, 2011, 84(1-2): 21-28. doi: 10.1016/j.catena.2010.08.012 [18] 王雪妍, 张卓栋, 罗梦婷, 等. 河北坝上地区坡面尺度根系生物量空间变异[J]. 水土保持研究, 2015, 22(6):72-82. [19] 张广杰, 巢 林, 张伟东, 等. 亚热带森林土壤理化性质的异质性和最佳取样量[J]. 应用生态学报, 2018, 29(7):2139-2148. [20] 刘春利, 胡 伟, 贾宏福, 等. 黄土高原水蚀风蚀交错区坡地土壤剖面饱和导水率空间异质性[J]. 生态学报, 2012, 32(4):207-215. [21] He Y, Hu K L, Huang Y F, et al. Analysis of the anisotropic spatial variability and three-dimensional computer simulation of agricultural soil bulk density in an alluvial plain of north China[J]. Mathematical and Computer Modelling, 2010, 51(11-12): 1351-1356. doi: 10.1016/j.mcm.2009.11.011 [22] 吕 渡, 杨亚辉, 赵文慧, 等. 不同恢复类型植被细根分布及与土壤理化性质的耦合关系[J]. 生态学报, 2018, 38(11):3979-3987. [23] Benites V M, Machado P L O A, Fidalgo E C C, et al. Pedotransfer functions for estimating soil bulk density from existing soil survey reports in Brazil[J]. Geoderma, 2007, 139(1-2): 90-97. doi: 10.1016/j.geoderma.2007.01.005 [24] 周 武, 郭 明, 仲 强, 等. 天童常绿阔叶林主要演替阶段的土壤剖面及碳密度特征[J]. 华东师范大学学报:自然科学版, 2009(2):11-20. [25] 韩光中, 王德彩, 谢贤健. 中国主要土壤类型的土壤容重传递函数研究[J]. 土壤学报, 2016, 53(1):93-102. doi: 10.11766/trxb201504200151 [26] 连 纲, 郭旭东, 傅伯杰, 等. 黄土高原小流域土壤容重及水分空间变异特征[J]. 生态学报, 2006, 26(3):647-654. doi: 10.3321/j.issn:1000-0933.2006.03.003 [27] 杨 宽. 高山毛竹林不同坡位和土层深度的土壤理化性质[J]. 安徽农业科学, 2016, 44(13):211-213. doi: 10.3969/j.issn.0517-6611.2016.13.067