北京市大興區南部土壤有機質空間變異及其影響因素

蔣　威，郜允兵，劉　玉，潘瑜春，邢世和

(1.福建農林大學 資源與環境學院，福建 福州 350002；2.國家農業信息化工程技術研究中心，北京 100097；3.農業部農業信息技術重點實驗室，北京 100097；4.北京市農業物聯網工程技術研究中心，北京 100097)

?

北京市大興區南部土壤有機質空間變異及其影響因素

蔣威1，2，郜允兵2，3，4，劉玉2，3，4，潘瑜春2，3，4，邢世和1，*

(1.福建農林大學 資源與環境學院，福建 福州 350002；2.國家農業信息化工程技術研究中心，北京 100097；3.農業部農業信息技術重點實驗室，北京 100097；4.北京市農業物聯網工程技術研究中心，北京 100097)

以北京市大興區南部平原為研究區，基于2 272個農用地土壤樣點，采用地統計方法揭示表層土壤有機質空間分布特征，并利用方差分析法和緩沖區分析法探討其影響因素。結果表明：研究區土壤有機質含量為(11.25±3.68) g·kg-1，變異系數為32.71%；基于指數模型的空間變異擬合效果最佳，變程為7.1 km，塊金效應為7.02，存在中等強度的空間相關性，由結構因素引起的變異程度略強于隨機因素。土壤有機質空間分布總體呈斑塊狀，高值區主要分布在中輕壤質上，低值區主要分布在砂質土。除居民點外，土壤質地、土壤類型、土地利用方式、設施農業用地和畜禽養殖等因子對研究區土壤有機質空間分布均具有顯著影響，黏質、耕作強度大、蔬菜用地、距設施農業用地1 km以內和距畜禽養殖地1.4 km以內的土壤易于積累有機質。上述結果可為相似區域土壤有機質空間變異特征及其影響因子研究提供參考。

土壤有機質；空間變異；地統計學；方差分析；城郊區

準確掌握區域土壤有機質的空間變異規律及其影響因素是了解土壤肥力狀況、進而制定提高土壤有機質含量措施的基礎[1-2]。大興區南部作為北京市的城市郊區，是介于城市和農村之間的錯綜復雜的地域綜合體[3]，是都市現代農業發展規模大、勢頭強勁的地區。由于其獨特的地理位置，農業生產結構復雜，土地利用類型多樣，土壤有機質含量空間差異顯著，且影響機制復雜。因此，研究城市郊區的有機質空間變異特征及其影響因素對于增加土壤碳存儲、減少溫室氣體排放和保護生態環境等具有理論與現實意義。

土壤有機質的空間變異特征及其影響因素一直是土壤屬性研究的熱點之一[4-5]。從20世紀70年代開始，國內外學者采用地統計學方法研究土壤有機質的空間變異性。地統計學方法通過變異函數擬合解析土壤有機質的空間變異特征，已成為揭示土壤有機質空間變異規律的有效工具[6-7]。梳理相關文獻可知，利用地統計學方法探析土壤有機質空間變異特征的研究已涵蓋多個尺度[8-11]，但專門針對城郊平原的相關研究較少。在成土條件和干擾因素的綜合作用下，不同區域土壤有機質空間自相關范圍差別較大[11-13]，因此，有必要揭示城郊平原區的空間變異程度，探明其空間自相關特點。此外，部分學者嘗試揭示土壤有機質空間變異的影響因子，但相關研究集中在成土作用強、結構因子起主導作用的地區[1,14]，對于地域功能復雜、人類利用強度大的城郊區，土壤有機質空間變異影響因素的研究較少。已有文獻表明，方差分析具有可操作性強、結果簡明等特點[15]，是揭示影響因子的有效方法。

因此，本文基于ArcGIS和GS+軟件平臺，結合地統計學和數理統計等方法研究土壤有機質的空間變異性，并應用方差分析揭示大興區南部平原區農業土壤類型、質地、土地利用方式、設施農業用地、畜禽養殖、居民點等自然及人為因素對有機質含量的影響，以期為研究區耕地質量評價中的土壤有機質含量估測、土壤有機質提升方案制定等提供依據，并可為類似區域的相關研究提供參考。

1　材料與方法

1.1研究區概況

研究區位于北京市大興區南部，東臨通州區，南臨河北省固安縣、霸州市，西隔永定河與房山區為鄰，北接大興區黃村鎮與青云店鎮。研究區包括龐各莊鎮、北臧村鎮、禮賢鎮、長子營鎮、魏善莊鎮、安定鎮、采育鎮和榆垡鎮8個鎮，是北京市重要的農產品供應基地。土壤母質為永定河沖積物，主要有砂質、中壤質、砂壤質、輕壤質和重壤質等土壤質地類型。土壤類型以潮土為主，占全區土壤面積的96.56%以上；褐土主要分布于安定鎮西南部以及禮賢鎮東部；風砂土與沼澤土零星分布于研究區。氣候屬于暖溫帶半濕潤大陸性季風氣候，四季分明，年均氣溫11.6℃，年降雨量556.4 mm。

1.2數據來源與處理

本研究所采用的資料包括：(1)圖件和空間數據資料——1∶5萬北京市土壤類型分布圖、1∶5萬北京市土壤質地分布圖和1∶5萬大興區土地利用現狀圖(2006年)；(2)經濟數據資料——《大興區農業結構調整的戰略方向研究》和《大興區縣志》等資料；(3)土壤調查樣點及其屬性數據資料——來自大興區2007年測土配方施肥項目，采集表層(0—25 cm)土壤樣點共2 275個，包含采樣點編號、時間、地理位置、土壤有機質等數據，土壤有機質含量測定采用重鉻酸鉀氧化—外源加熱法。

應用ArcGIS空間分析工具將搜集到的部分圖件和空間數據資料進行空間配準，并矢量化，設置合適的空間參考，將土壤類型、土壤質地、土地利用方式與采樣點通過空間位置關聯，將土類屬性、質地屬性和利用方式等賦給采樣點。采樣點的規則網格布設較好兼顧了土壤類型、土壤質地和土地利用方式等屬性。然后進行樣點位置對比和土壤有機質含量數據的QQ-Plot圖檢測，將1個位置異常、2個全局異常點刪除，最終保留2 272個數據樣點(圖1)。在進行統計分析之前，利用SPSS 19.0軟件的Kolmogorov-Smirnov檢驗判斷有機質含量數據是否符合正態分布。

圖1　研究區采樣點及其土壤類型分布圖Fig.1　Spatial distribution of soil sample sites and soil types in the southern area of Daxing District

1.3研究方法

1.3.1地統計學方法

地統計學模型是以區域化變量理論為基礎的空間分析方法，能夠揭示變量在空間變異中的結構性和隨機性，是估測土壤有機質空間變異性最有效、最常見的方法之一[5,16]。研究土壤有機質空間變異時，對變異函數模型的擬合是關鍵。利用GS+軟件對土壤有機質的半方差函數進行擬合，將擬合度和殘差最小作為優選條件，并利用Moran’s I空間自相關距離對擬合相關距離進行佐證，使擬合變異函數能真實反映土壤有機質的空間變異性。

普通克里金法常稱作局部最優線性無偏估計，是分析土壤有機質空間特征最常用的地統計學方法[5,17]。本研究采用此方法對土壤有機質進行空間預測。

1.3.2方差分析

采用單因素方差分析法研究土壤類型、土壤質地、土地利用方式、設施農業用地、畜禽養殖區以及與居民點距離等因子對研究區土壤有機質含量的影響[18-19]。

樣點布設為規則網格采樣，樣點間距保持在0.38 km左右。理想狀態(間距為0.38 km)下，以其中某個采樣點為中心，向外延伸，經過其他樣點的距離分別為0.38，0.54，0.76，0.85，1.07，1.20 km，…。以中心采樣點進行不同緩沖半徑的多環分析，發現0.2 km的緩沖半徑能使同一緩沖區有適宜的數量樣點(不過于集中或分散)，并且同一緩沖區的樣點土壤有機質含量統計基本滿足正態分布要求；以設施農業用地、畜禽養殖區以及居民點為面實體進行多環緩沖區分析，得到同樣的規律。因此，以0.2 km緩沖半徑分別對設施農業用地、畜禽養殖區以及居民點進行多環緩沖區分析，將處于同一緩沖區的采樣點歸為相同類。當方差分析結果認為不同類別間存在顯著差異時，再進行多重對比分析，比較不同類別間的顯著性影響；反之，則視該影響因子并未對有機質含量空間變異造成顯著影響。當各因子滿足方差齊性時(即方差相等)，采用LSD(最小顯著性差異法)進行顯著性檢驗；方差不滿足方差齊性時(即方差不等)，使用Tamhane’s方法進行顯著性檢驗[12]。最后，設施農業用地、畜禽養殖區以及居民點以0.2 km為緩沖半徑的多環緩沖區進行多重比較，若連續的類別只在某個緩沖范圍存在其內部與外部的顯著差異，則利用臨界距離內外兩類進行多重比較分析。

2　結果與分析

2.1土壤有機質空間分布特征

2.1.1描述性統計

經分析，大興南部農用地土壤有機質含量為(11.25±3.68) g·kg-1，屬于低水平；最小值1.77 g·kg-1，最大值25.44 g·kg-1，變異系數為32.71%，屬于中等變異強度，這與現有研究結果一致[5,13]。依據K-S正態分布檢測，有機質數據的K-S值為1.26，大于0.05，滿足數據正態分布要求，能利用地統計學的克里金方法進行空間預測。

2.1.2變異函數分析

利用變異函數揭示土壤有機質空間變異的結構性和隨機性特征。由表1可知，指數模型、球狀模型和高斯模型的擬合度都達到93%以上，擬合效果都較優，但指數模型的殘差最小(只有2.05)，因此選用指數模型對土壤有機質的變異函數進行分析。一般認為，塊金值是隨機誤差，主要由測量誤差和土壤性質的細微變異造成。樣點間距為0.38 km左右，塊金值為7.02，說明小距離范圍內部土壤性質變動較大，隨機因子的作用明顯；結合基底比進行綜合分析，系統具有中等強度的空間相關性，且結構性因子引起的變異只略強于隨機因子。指數模型中變程為7.1 km，遠大于本次采樣間距0.38 km，能滿足空間變異分析的要求。基于Moran’s I空間自相關得到的土壤有機質的空間相關距離為6 km，兩種方法的計算結果相近，表明指數模型適用于揭示大興區南部土壤有機質空間特征。

大興區南部是北京重要的農業生產基地，土地利用強度大，農業生產活動頻繁，人類對土壤的干擾力度和強度導致隨機性因子作用加大，土壤屬性相關性減弱，土壤有機質含量的相關距離遠小于雙流縣、洪洞縣等土壤有機質的空間相關距離[17,20]。

表1土壤有機質變異函數模型及其參數

Table 1Theoretical model and parameters of variation function of soil organic matter

擬合模型殘差擬合度塊金值基臺值基底比變程/km指數2.050.987.0213.550.487.1球狀5.530.957.9213.460.416.8高斯7.440.939.0213.430.335.9

2.1.3克里金空間插值圖分析

利用普通克里金插值法進行制圖，得到預測誤差精度結果[21-22]。平均誤差和標準平均值分別為0.001 3和-0.001 0 g·kg-1，都近于0，表明克里金插值法對區域的土壤有機質預測是無偏的；標準均方根誤差為1.003 0，接近于1，表明插值法充分表現出研究區的空間變異特性。模型預測的平均值為(11.18±2.29) g·kg-1，與實測數據接近；但由于克里金插值平滑，導致預測值范圍(4.59～18.20 g·kg-1)較實測小。

克里金預測結果表明：土壤有機質總體呈斑塊狀。高值區位于長子營鎮北部、北臧村鎮東北部和龐各莊鎮東部；低值區位于安定鎮與長子營鎮交界地區、魏善莊鎮西部、北臧村鎮的西南部、龐各莊鎮的西部以及榆垡鎮大部分地區。從圖2可知，土壤有機質空間斑塊分布與土壤質地類型分布存在較強的相關性，土壤有機質低值區主要分布在砂質土上，而高值區則主要分布在中輕壤質土上。

2.2研究區土壤有機質含量空間變異的影響因素

描述性統計和地統計學分析都顯示研究區的土壤有機質存在中等強度空間變異性，且受到成土過程的結構因子和土地利用方式等隨機因子的共同影響。大興區南部由于氣候條件差異小、地勢平坦，地質構成主要為永定河的沖洪積物質，因此，本文以土壤類型、土壤質地作為結構因子，將土地利用方式、距離設施農業用地、畜禽養殖以及與居民地遠近作為隨機因子來探討研究區內土壤有機質空間變化的影響因素。

經方差分析，土壤類型、土壤質地、土地利用方式、設施農業用地和畜禽養殖對土壤有機質含量空間特征存在顯著(P<0.05)影響；而居民點則對本區土壤有機質空間變異無顯著影響(P>0.05)。

圖2　大興區南部土壤有機質含量和土壤質地分布圖Fig.2　Spatial distribution of SOM content and soil texture in the southern area of Daxing District

2.2.1土壤類型

由圖3可知，土壤有機質含量高低順序依次為褐土>潮土>沼澤土>風砂土。多重比較表明：褐土和潮土之間的差異不顯著，含量水平接近，與其他土壤類型差異顯著；風砂土和沼澤土都與其他土壤類型呈現顯著性差異。風砂土質地多為細砂質，發育微弱，有機質含量貧乏；沼澤土主要為草甸沼澤土，多零星分布在積水洼地，母質多為沖積物，有機質積累相對較多，但由于地勢較低，養分流失較大，有機質含量下降；潮土和褐土是研究區耕作強度大的土壤類型，有較多的肥料來源，土壤有機質含量水平高。

2.2.2土壤質地

研究區土壤有機質含量的空間分布與土壤質地的分布趨勢基本一致，不同質地的有機質含量差異顯著，表明土壤質地是引起研究區土壤有機質空間變異的主要原因之一，這與胡克林等[13]的研究結果相同。由表2可知，砂質土壤有機質含量極顯著(P<0.01)低于其他幾類，只有9.09 g·kg-1，變異系數高達37.99%，符合其保肥保水性差的特點，不僅不利于有機質的存儲，而且受耕作差異影響，養分變化較大。壤質土，尤其是中輕壤質，黏粒和砂粒比例適中，通透性好，保肥性強，土壤有機質含量較高。

圖3　不同土壤類型的有機質含量的箱式分布圖Fig.3　Box-type profile of soil organic matter on different soil types

2.2.3土地利用方式

由表3可知，不同土地利用方式的土壤有機質含量依次為菜地>水澆地>旱地>園地。大興區南部是北京市重要的蔬菜生產基地，蔬菜生產效益高，生產周期短，在經濟利益驅動下，肥料投入整體要高于其他土地利用方式，以致菜地的土壤有機質含量高，達12.47 g·kg-1；園地和旱地的土壤水分含量較其他利用類型少，土壤通氣條件較好，土壤有機質分解較快，土壤有機質含量較低，不足10 g·kg-1，極顯著低于其他兩種土地利用方式；水澆地灌溉保證率較高，相較旱地和園地，更有利于有機質積累。

2.2.4設施農業用地

將設施農業用地作為面實體影響源，利用多環緩沖區對其進行緩沖區分析，采用分區統計方法探討設施農業用地對土壤有機質含量的影響。由圖4可知，隨著緩沖距離增加，土壤有機質含量呈現下降趨勢。在距離設施農業用地1 km范圍內的有機質平均含量要極顯著(P<0.01)大于距離1 km以外的樣點的有機質平均含量。從分析結果看，設施農業用地能影響其1 km的范圍的有機質含量。一般情況，設施農業用地多種植花卉、食用菌、蔬菜等經濟效益高的作物，農業肥料投入大，土壤水分得到保證，有機質含量較高。

表2各質地土壤的有機質含量

Table 2Descriptive statistics of soil organic matter on different soil texture

土壤質地樣點數均值/(g·kg-1)最小值/(g·kg-1)最大值/(g·kg-1)標準差/(g·kg-1)變異系數/%中壤質2813.42A7.7322.983.7027.61輕壤質65912.70A2.5225.443.3826.61砂壤質90611.68B2.9625.443.2928.14重壤質3710.78B3.5016.473.4732.14砂質6429.09C1.7721.153.4537.99

注：同列數據后無相同大寫字母的表示差異極顯著(P<0.01)，下同。

表3不同土地利用方式土壤的有機質含量

Table 3Descriptive statistics of soil organic matter on different land use

土地利用方式樣點數均值/(g·kg-1)最小值/(g·kg-1)最大值/(g·kg-1)標準差/(g·kg-1)變異系數/%菜地16912.47A3.7325.443.5528.50水澆地157811.65B1.7724.733.5630.53旱地1279.70C2.0221.593.9841.05園地3989.63C1.8025.443.5136.47

圖4　樣點與設施農業用地不同距離范圍內土壤有機質含量的變化Fig.4　Changes of SOM content in sample sites with increasing distance from facility agricultural land

2.2.5畜禽養殖

大規模的畜禽養殖產生大量的畜禽糞便，畜禽糞便處理的主要途徑是直接還田[23]。從畜禽養殖與采樣點距離分組的方差分析結果看，畜禽養殖對土壤有機質含量空間分布具有重要的影響。距離畜禽養殖地1.4 km范圍內，土壤有機質的含量平均為11.33 g·kg-1，內部以0.2 km為間隔進行多重比較，沒有顯著性差異。1.4 km范圍外的土壤有機質含量為10.48 g·kg-1，顯著低于1.4 km范圍內的土壤有機質含量。雖然畜禽糞便作為有機肥施用可以提高土壤有機質含量，增加土壤肥力，但目前研究發現，就氮源污染一項，畜禽糞便已經造成大興區近一半農用地氮素超標[23]；因此，大興區南部應規范、科學地利用畜禽糞便。

2.2.6居民點

方差分析表明，離居民點的距離遠近對土壤有機質含量沒有顯著影響。究其原因，大興區南部居民點與城鎮布局相對均勻，離居民點最遠的采樣點約為1.6 km，加之地勢平坦，村民耕作方便，耕作半徑大，此距離對于農戶或農業生產企業的耕作意愿和施肥影響不大，因此對土壤有機質的空間變異影響并不顯著。

3　結論

研究發現，大興區南部的土壤有機質含量為(11.25±3.68)g·kg-1，含量低，變異系數為32.71%，屬于中等強度變異?；诘亟y計學的方法充分表現出城郊平原區土壤有機質的空間變異規律，基于指數模型的變異函數的擬合效果最佳，擬合系數達到0.98。變程為7.1 km，自相關距離短，并且塊金值為7.02，基底比為0.48，說明城郊區隨機因子對土壤有機質空間分布影響明顯。

地統計分析表明：大興區南部的結構因素對土壤有機質含量的影響要略強于隨機因素。結構因子中，土壤質地與土壤保肥保水特性密切相關，土壤質地對土壤有機質空間變異的影響最明顯，含量高低依次為中壤質>輕壤質>砂壤質>重壤質>砂質；土壤類型中，有機質含量高的為適宜耕作的褐土和潮土，而地勢較低的沼澤土和物理特性較差的風砂土有機質含量低。研究區的土地利用方式、設施農業與畜禽養殖對城郊平原土壤有機質空間變異有顯著影響，而居民點未產生顯著影響。

由于相關資料的獲取難度大，本文多采用字符變量分析影響土壤有機質空間變異的因素，對城郊區土壤有機質影響因子單獨解釋度不夠強；對居民點、設施農業用地和畜禽養殖區等隨機因素均是以0.2 km為半徑對多環緩沖區進行分析，處理相對簡單。在今后的研究中，需進一步深化隨機因子對土壤有機質空間變異影響的機理研究。城郊區生產和經濟功能復雜，還存在其他外部性影響因子，如主城區、不同的城市功能區和經濟發展水平對土壤有機質含量的影響。今后還需要加深探討這些因素對土壤有機質空間分布特征的影響。

[1]姜勇，張玉革，梁文舉，等.沈陽市蘇家屯區耕層土壤養分空間變異性研究[J].應用生態學報，2003，14(10)：1673-1676.

[2]劉東海，李雙來，陳云峰，等.武漢市漢南區土壤有機質和養分時空變異研究[J].中國土壤與肥料，2014 (4)：24-28.

[3]劉洪彬，于國鋒，王秋兵，等.大城市郊區不同區域農戶土地利用行為差異及其空間分布特征——以沈陽市蘇家屯區238戶農戶調查為例[J].資源科學，2012，34(5)：879-888.

[4]陳江，常艷春，童麗華.湖州表層土壤有機質的空間分布及相關性分析[J].浙江農業學報，2012，24(4)：680-685.

[5]趙明松，張甘霖，李德成，等.蘇中平原南部土壤有機質空間變異特征研究[J].地理科學，2013，33(1)：83-89.

[6]HU K，WANG S，LI H，et al.Spatial scaling effects on variability of soil organic matter and total nitrogen in suburban Beijing[J].Geoderma，2014，226-227:54-63.

[7]董士偉，李紅，孫丹峰，等.北京市大興區土壤養分空間結構及影響因素分析[J].水土保持研究，2015，22(2):32-35.

[8]余笑眉，呂曉男，王美琴，等.南方丘陵耕地土壤有機質空間插值精度比較——以衢江區為例[J].浙江農業學報，2010，22(5):639-643.

[9]崔瀟瀟，高原，呂貽忠.北京市大興區土壤肥力的空間變異[J].農業工程學報，2010，26(9)：327-333.

[10]趙汝東，孫焱鑫，王殿武，等.北京地區耕地土壤有機質空間變異分析[J].土壤通報，2010，41(3)：552-557.

[11]張法升，劉作新，張穎，等.農田土壤有機質空間變異的尺度效應[J].中國科學院研究生院學報，2009，26(3)：350-356.

[12]張文博，張福平，蘇玉波，等.渭河干流沿岸土壤有機質空間分布特征及其影響因素[J].水土保持通報，2014，34(1)：138-143.

[13]胡克林，余艷，張鳳榮，等.北京郊區土壤有機質含量的時空變異及其影響因素[J].中國農業科學，2006，39(4)：764-771.

[14]韓丹，程先富，謝金紅，等.大別山區江子河流域土壤有機質的空間變異及其影響因素[J].土壤學報，2012，49(2)：403-408.

[15]王丹丹，史學正，于東升，等.東北地區旱地土壤有機碳密度的主控自然因素研究[J].生態環境學報，2009，18(3)：1049-1053.

[16]王淑英，路蘋，王建立，等.不同研究尺度下土壤有機質和全氮的空間變異特征——以北京市平谷區為例[J].生態學報，2008，28(10):4957-4964.

[17]宋莎，李廷軒，王永東，等.縣域農田土壤有機質空間變異及其影響因素分析[J].土壤，2011，43(1):44-49.

[18]劉艷婷.彭山土壤有機碳和全氮密度的空間分布特征及其影響因素研究[D].雅安：四川農業大學，2012∶6-49.

[19]胡玉福，鄧良基，肖海華，等.邛海盆地土壤氮素空間變異特征與影響因素研究[J].農業機械學報，2015，46(4)：132-140.

[20]張建杰，張強，楊治平，等.山西臨汾盆地土壤有機質和全氮的空間變異特征及其影響因素[J].土壤通報，2010，41(4)：839-844.

[21]孫志英，趙彥鋒，張化楠，等.基于地圖直接對比的土壤空間表達尺度效應研究——以封丘土壤屬性制圖為例[J].土壤學報，2014，51(4)：781-794.

[22]吳才武，夏建新，段崢嶸.土壤有機質預測性制圖方法研究進展[J].土壤通報，2015，46(1)：239-247.

[23]閻波杰，趙春江，潘瑜春，等.大興區農用地畜禽糞便氮負荷估算及污染風險評價[J].環境科學，2010，31(2)：437-443.

(責任編輯高峻)

Spatial variability of soil organic matter and its influencing factors in southern area of Daxing District in Beijing

JIANG Wei1，2，GAO Yun-bing2，3，4，LIU Yu2，3，4，PAN Yu-chun2，3，4，XING Shi-he1,*

(1.College of Resource and Environment，Fujian Agriculture and Forestry University，Fuzhou 350002，China;2.National Engineering Research Center for Information Technology in Agriculture，Beijing 100097，China;3.Key Laboratory of Agri-Informatics，Ministry of Agriculture，Beijing 100097，China;4.Beijing Key Laboratory of Intelligent Equipment Technology for Agriculture，Beijing 100097，China)

With the southern plain in Daxing District，Beijing as the study area，a total of 2 272 soil sample sites were selected in agricultural land.Spatial distribution characteristics of soil organic mather (SOM) in the surface layer were analyzed using Geo-statistical method，and its influencing factors were revealed by variance analysis and buffer analysis.It was shown that SOM content varied in the range of (11.25±3.68) g·kg-1with a coefficient of variation being 32.71%.The spatial variability distance of SOM was 7.1 km，and the SOM content was moderately spatial dependent with the nugget effect of 7.02，which suggested that the structural factors exhibited stronger effect than random factors.On the whole，the spatial distribution of SOM content were plaque shape，and its high spot was located in medium loam and light loam soil，and low spot was mainly located in sandy soil.Except residential area，soil texture，soil type，land use type，facility agricultural land and livestock and poultry industry had a significant impact on the spatial distribution of SOM.The argillaceous，high tillage intensity soil was inclined to accumulate SOM.And so was the soil which was within 1 km away from agricultural facilities land and 1.4 km away from livestock and poultry industry.These results could provide

for studies regarding spatial variability of soil organic matter and its influence factors in homogeneous regions.

soil organic matter;spatial variability;Geo-statistics;variance analysis;suburban area

浙江農業學報Acta Agriculturae Zhejiangensis，2016，28(3):482-488http://www.zjnyxb.cn

蔣威，郜允兵，劉玉，等.北京市大興區南部土壤有機質空間變異及其影響因素[J].浙江農業學報，2016，28(3)： 482-488.

10.3969/j.issn.1004-1524.2016.03.20

2015-10-27

國家科技支撐計劃課題(2013BAJ05B01)

蔣威(1990—)，男，湖南湘陰人，在讀碩士研究生，主要研究方向為土壤資源與GIS應用。E-mail∶jiangwei4639@126.com

，邢世和，E-mail:fafuxsh@126.com

S158

A

1004-1524(2016)03-0482-07