白水河小流域退耕坡地土壤養分空間變異研究

曹以群+譚偉+潘志華

摘要：以白水河小流域退耕坡地為研究對象，應用地統計學分析方法，分析研究區0～10 cm土層土壤有機碳（SOC）、全氮（TN）、全磷（TP）和全鉀（TK）的空間分布特征及其變異規律，探討植被覆蓋類型及其他環境因子對土壤養分空間分布的影響，為土壤養分的有效利用和管理提供理論依據。結果表明，①研究區SOC（Mean=18.847 g/kg）和TN（Mean=0.749 g/kg）的含量屬于中等水平，TP（Mean=0.291 g/kg）和TK（Mean=3.333 g/kg）的含量則比較缺乏。各養分含量的變異系數（CV）在10%～100%之間，為中等變異性。②SOC擬合模型為高斯模型，TN和TK為球狀模型，TP為指數模型。其中，TP和TK有強烈的空間自相關性，自相關變程范圍分別為23.43 m和27.48 m，其空間變異主要由土壤母質、地形、氣候等非人為的結構因素引起。SOC和TN表現為中等的空間自相關性，自相關變程范圍分別為37.78 m和32.65 m，其變異是隨機因素（施肥、耕作措施、種植制度等人為活動）和結構因素的共同作用。③各土壤養分總體呈空間連續分布的特點。不同的植被覆蓋類型下土壤養分含量差異明顯，植被自然恢復，人為干擾較小的灌木和櫻桃+草本分布點的SOC和TN含量較高，經營管理強度較高的櫻桃和櫻桃+玉米分布點的SOC和TN含量較低。耕地施用磷鉀肥明顯提高了其TP和TK的含量。植被覆蓋類型與TK的相關性不顯著，說明植被對TK的分布影響較小。④相關性分析表明，SOC、TN、TP在土層淺薄、坡度大、巖石裸露率高的區域土壤養分含量較高，反之亦然。而TK含量的分布規律則與其他土壤養分相反，這可能與研究區施肥和土壤屬性有關。不同土地利用方式施肥和種植結構的差異是引起這種空間分布特點的主要因素。

關鍵詞：退耕坡地；土壤養分；空間變異；植被覆蓋類型；環境因子；地統計學分析

中圖分類號：S158.3；Q142.3 文獻標識碼：A 文章編號：0439-8114（2017）12-2243-07

DOI：10.14088/j.cnki.issn0439-8114.2017.12.012

Research on the Spatial Variation of Soil Nutrients of De-farming Slope-land in Baishui River Small Watershed

CAO Yi-qun， TAN Wei， PAN Zhi-hua

（College of Forestry， Guizhou University，Guiyang 550025，China）

Abstract： Taking Baishui River small watershed de-farming slope-land as the research object， the spatial distribution characteristics and its variation law of soil organic carbon（SOC）， total nitrogen（TN）， total phosphorus（TP） and total potassium（TK） in 0～10 cm soil layer of study area were analyzed by geostatistical analysis method. Discussing the effects of vegetation cover types and other environmental factors on the spatial distribution of soil nutrient， which provided the theoretical basis for the effective utilization and management of soil nutrients. The results showed that： ①The contents of SOC（Mean=18.847 g/kg） and TN（Mean=0.749 g/kg） in the study area were moderate， and TP（Mean=0.291 g/kg） and TK（Mean=3.333 g/kg） were deficient. The nutrient content of coefficient variation（CV） were between 10%～100%， belonging to moderate variability.②The SOC fitting model was Gaussian model， TN and TK were spherical model， TP was exponential model. TP and TK had a strong spatial autocorrelation， the autocorrelation ranges were 23.43 m and 27.48 m， respectively. The spatial variability of TP and TK were mainly caused by non-artificial structural factors such as soil parent material， topography and climate. SOC and TN showed moderate spatial autocorrelation with the autocorrelation range of 37.78 m and 32.65 m， respectively. The variation was a combination of random factors（fertilization， tillage， cropping system and human activities） and structural factors. ③The spatial distribution of soil nutrient in the whole area was continuous. There were significant differences in soil nutrient contents under different vegetation cover types， the contents of SOC and TN were higher in the shrub and cherry+herbaceous plants with natural vegetation restoration and less human interference， and the contents of SOC and TN were lower in cherry and cherry+maize with higher management intensity. The contents of TP and TK significantly increased due to the application of phosphate and potash fertilizer in arable land. There was no significant correlation between vegetation coverage and TK， which indicated that vegetation had little effect on TK distribution. ④Correlation analysis showed that SOC， TN and TP had higher soil nutrient content in the area with shallow soil layer， high slope and high bareness rate， and vice versa. The distribution of TK content was opposite to that of other soil nutrients， which may be related to fertilization and soil properties in the study area. Differences in fertilization and cropping patterns under different land using types were the main factors that contribute to this spatial distribution.

Key words：de-farming slope-land； soil nutrient； spatial variability； vegetation cover type； environmental factor； geostatistical analysis

土壤養分具有明顯的區域性，在不同的地區和時段內，受母質、地形等自然因素及土地利用方式等人為活動的影響，呈現出不同的空間變異規律[1]。不論在大尺度上還是在小尺度上，土壤養分的空間異質性均存在[2]。喀斯特地區由于小生境類型復雜多樣，基巖廣泛出露，土壤存量少、土層淺薄且分布不連續，使得該區土壤具有高度的空間異質性[3，4]。

土壤空間變異性的研究，更接近研究區域內土壤變化的實際情況[5]。因此把養分的差異性體現在空間分布上可以及時預測和調控土壤養分的動態變化，是提高農田土壤肥力的重要手段，也是當前開展測土配方施肥工作的重要依據。學者利用地統計學方法研究了不同區域、尺度下土壤養分的空間變異，取得了重要的研究成果。王幼奇等[6]發現兩種尺度下土壤全氮（TN）、全磷（TP）和pH的空間分布呈現出明顯的差異性，較小尺度下的空間結構不能在較大尺度下表現出來。胡瑞彬等[7]的研究認為中亞熱帶南酸棗落葉闊葉林土壤磷素的空間變異性受到高程、地表凋落物現存量等多種因子相互作用的影響。有學者對紅壤丘陵區[8]、城鄉交錯區[9]、水源保護地[10]等的土壤養分空間變異進行了研究。在喀斯特地區，吳敏等[11]的研究發現地形因子和土壤相關因子（如土層厚度、土壤質地、土壤含水量等）是影響土壤養分空間變異的重要因素。劉淑娟等[12]的研究認為土壤養分的空間異質性隨植被演替而改變。范夫靜等[13]的研究表明，植被、地形、人為干擾和高異質性的微生境是造成峽谷型喀斯特坡地土壤養分格局差異的主要因素。喀斯特石漠化一直是制約該區生態建設和可持續發展的重要問題，在政策的推動下，該區部分巖石出露率高的坡耕地實施退耕還林（還草）工程，部分地區退耕后種植經濟樹種，不僅有效的減少了水土流失，還增加了農民的收入。然而，退耕后植被覆蓋類型的改變勢必影響土壤養分的變化，植被通過改變凋落物的質與量和非生物環境等方式影響生態系統內土壤養分資源的循環和分布[14]，同時土壤養分是限制坡地植被恢復的重要因素。目前，針對喀斯特地區小尺度土壤養分空間變異的研究越來越多，但對退耕后土壤養分與植被及其他環境因子關系的研究比較缺乏。

為此，本課題研究了白水河小流域退耕坡地土壤養分的空間變異性特征，探討植被覆蓋類型、土層厚度、坡度等環境因子對土壤養分含量及其空間異質性格局的影響，研究結果可為當地退耕坡地合理規劃植被類型、精準施肥及生態恢復提供理論基礎。

1 研究區概況

研究區位于烏當區白水河小流域，地貌類型主要為喀斯特峰叢谷地，出露地層為中上寒武系、二疊系及三疊系白云巖、石灰巖等巖性、巖組、夾頁巖。土壤主要為黃紅壤和石灰土，平均厚度為40 cm左右。常年平均氣溫14.1 ℃，年平均日照時數1 084.7 h，無霜期277 d，年平均降雨量1 260 mm。小流域總面積3 451.62 hm2，其中耕地面積369.84 hm2（包括水田235.87 hm2，旱地133.97 hm2），僅占流域面積10.71%，旱地多為坡耕地，25°以上陡坡墾殖率高達58.37%，基巖廣泛出露，是石漠化重點治理區域。研究區2013年實施石漠化治理工程，對基巖裸露率高的坡耕地采取經濟林退耕模式，經濟樹種主要為櫻桃、楊梅、桃、梨、核桃等。

本研究選取的坡地屬于典型的峰叢谷地坡面，基巖裸露率達到30%以上，為石漠化工程治理區域，主要采取櫻桃經濟林退耕治理模式。樣區地類為灌木林地、草地和退耕地，植被覆蓋類型分為灌木、草本、櫻桃、櫻桃+玉米、櫻桃+草本、李+草本。灌木林地和草地為自然恢復，退耕地有50年以上的耕種歷史，2013年退耕還林種植櫻桃和李樹。樣地的詳細環境信息（地形、植被覆蓋率等）見表1。

2 研究方法

2.1 土樣采集與試驗分析

根據研究地塊的植被覆蓋類型和地形情況，確定取樣范圍為120 m×100 m，利用森林羅盤儀將樣地劃分為采樣間距為10 m的標準網格，采樣深度為0～10 cm。采樣時先去除地表凋落物，在每個樣點周圍2 m范圍內隨機采取0～3個土樣混合代表一個采樣點，用GPS定位每個樣點的相對坐標，并記錄其2 m×2 m范圍內的地形、土層厚度、巖石裸露率、植被覆蓋率等環境因子信息。其中，植被覆蓋度和巖石出露率的估算以調查樣點周圍2 m×2 m內的植被覆蓋面積百分比和巖石出露面積百分比計算，土層深度用測釬法以測定樣點周圍2 m×2 m內3～5個點的土層深度平均值表示[11]。采樣時有6個樣點分布在出露面積較大的基巖上，未進行取樣，僅調查了其環境因子信息，共獲得114個采樣點。采樣結束后，土壤樣品及時帶回實驗室風干過篩，進行土樣的化學性質分析。測定的指標包括有機碳（SOC）、TN、TP、全鉀（TK），SOC采用濃硫酸-重鉻酸鉀外加熱法測定，TN采用半微量開氏法測定，TP采用濃硫酸-高氯酸消煮鉬銻抗比色法測定，TK采用原子吸收儀測定。

2.2 數據處理

采用經典統計學和地統計學相結合的方法進行分析。經典統計很好地描述了土壤養分的總體變化特征，概括了土壤養分含量變化的全貌，但無法反映其局部的變化特征，不能定量描述隨距離而產生的空間變異及分布，需要進一步用地統計學方法進行分析研究。地統計學方法是以區域化變量為核心和理論基礎，以空間結構和變異函數為基本工具的一種數學方法[15]。具體的關于地統計學方法及原理見文獻[16，17]。

采樣數據用Excel進行初步處理后，導入到Arc Map中，將采樣點數字化整理及投影坐標轉換，產生以米為單位的平面坐標系，再與研究區地形圖疊加，形成如圖1所示的采樣分布圖。采用SPSS 18.0軟件計算土壤養分的均值（Mean）、標準差（SD）及變異系數（CV）等描述性統計參數，用K-S檢驗法進行非參數檢驗，顯著性水平設定為α=0.05。半變異函數分析、模型優化和各參數的計算在GS+統計軟件中完成，根據所得到的優化模型和參數在ArcGIS 10.2軟件的擴展模塊（Geostatistical analyst）中進行克里格（Kriging）插值并繪制土壤養分預測圖，本研究采用樣本均值加減3倍標準差來識別特異值，在此區間外的數據均判定為特異值，分別用區間最大值和最小值代替，以下的分析數據均使用去除特異值后的數據。

3 結果與分析

3.1 土壤養分狀況

由表2可以看出，研究區SOC（Mean=18.847 g/kg）和TN（Mean=0.749 g/kg）的含量屬于中等水平（根據全國第二次土壤普查養分分級標準），TP（Mean=0.291 g/kg）和TK（Mean=3.333 g/kg）的含量則比較缺乏。各土壤養分變異系數（CV）的范圍為20%～30%，屬于中等程度的變異。變異程度由大到小依次為SOC、TN、TK、TP。從偏度、峰度和單樣本K-S檢驗結果（P>0.05）來看，各養分均呈正態分布，滿足地統計學分析的前提條件。

3.2 土壤養分的空間變異特征

在GS+地統計分析軟件中，通過調整步長大小和各參數，得到土壤養分的最優半變異函數擬合模型，用判定系數（R2）和殘差平方和（RSS）來判斷模型是否最優。一般來說，R2越大而RSS越小，表明模型的擬合程度越高[18]。各土壤養分的半變異函數見圖2，其中橫坐標為滯后距，表示采樣點對之間的距離，縱坐標為相應滯后距上的半變異函數值（半方差）。如果變量在采樣尺度上具有空間依賴性（或者空間相關性），半變異函數會隨著滯后距的增加而增大，并且在超過一定距離（變程）后逐漸趨近于平穩[19]。由圖2可知，各土壤養分擬合的半變異函數曲線均在一定的距離后趨于平穩，說明都具有明顯的空間依賴性和空間結構。

各土壤養分半變異函數最優模型及其參數見表3，由表3可知，SOC半變異函數最優擬合模型為高斯模型，TN和TK為球狀模型，TP為指數模型。R2在0.8～1.0之間，結合RSS的值，表明擬合模型均能很好地反映土壤養分的空間變異特征。各養分的塊金值（C0）均為正值，說明存在著由采樣誤差、短距離的變異、隨機和固有變異所引起的各種正基底效應[20]。C0反映隨機變異的大小[19]。各土壤養分C0的大小表現為SOC>TK>TN>TP，說明SOC由隨機因素引起的變異大于其他3種土壤養分，而TP由隨機因素引起的變異最小。C0與C0+C的比值叫塊基比，反映土壤養分自相關性的強弱[19]。其中，TP和TK的C0/（C0+C）小于25%，表現為強烈的空間自相關，說明隨機變異的貢獻較小，是由土壤母質、地形、氣候等非人為的結構因素所引起的變異。SOC和TN的塊基比在25%～75%之間，表現為中等的空間自相關性，其變異是隨機因素和結構因素的共同作用，其空間變異不僅受結構性因素影響，還與隨機因素（如施肥、耕作措施、種植制度等人為活動）有關。變程是使半方差達到基臺值時的樣本間距，即最大相關距離，表明土壤屬性空間自相關范圍的大小[19]。各養分的空間自相關范圍在20～40 m之間，SOC（37.78 m）和TN（32.65 m）的變程略大于TP（23.43 m）和TK（27.48 m），說明各養分的空間自相關范圍差異不大。

3.3 土壤養分的空間分布格局與植被分布的關系

普通克里格插值法是利用區域化變量的原始數據和變異函數的結構特點，對未采樣點的區域化變量的取值進行線性無偏最優估計的一種方法，即通過已知點來推測未知點的含量狀況，從而預測區域范圍內的空間分布情況[19]。通過對土壤養分進行Kriging空間插值，得到如圖3所示的SOC、TN、TP和TK的空間分布，并疊加樣點的植被覆蓋類型，可以直觀看到其對土壤養分的局部影響。研究區植被分布點的植被覆蓋度、人為干擾情況和施肥情況見表1。結果表明，各土壤養分總體上均呈凹型分布，即中間低、四周高的分布格局。各土壤養分分布的斑塊面積較大，變化緩和，空間變異性規律明顯。

相關性分析（表4）表明，研究區植被覆蓋類型對SOC、TN、TP有顯著影響，相關性水平分別為0.476、0.423、0.390，而與TK（P=-0.285）的相關性不顯著。說明植被覆蓋類型是樣區土壤養分空間變異的重要因素。SOC、TN、TP的高值區主要分布在西北部和東北部，此處是灌木和櫻桃+草本的分布點。灌木林地為自然林，植被覆蓋率達90%以上，其枯枝落葉的歸還量較大，所以其養分含量較高，尤其對表層土壤SOC和TN含量的補充較為明顯。櫻桃+草本地為退耕林地，由于其分布接近山頂，坡度大且基巖裸露率高造成櫻桃收益較低，所以常年疏于管理，人為干擾較小，植被覆蓋率也較大，因而其養分含量較高。從SOC、TN和TP的空間分布（圖3）可以看出，櫻桃和櫻桃+玉米分布點的SOC和TN含量最低，這是因為受人為干擾（耕作、除草、松土）較大，降低了養分含量，而TP的養分含量有所提高，是因為農民施用磷肥所致。研究區TK的高值區在西南部和東南部，相同植被覆蓋類型下TK的養分含量差異較大，可能是施肥不均勻，小生境地形（石坑、石穴、石溝等）導致局部樣點含量較高或較低。此外，SOC的空間分布情況與TN較為相似，受植被影響也比較一致，說明兩者有明顯的相關關系。以上研究表明，在人為干擾較大的區域，土壤養分含量呈下降趨勢，由此可以看出，在強烈的人為干擾下，盡管施肥能補給部分營養元素，但土壤肥力仍急劇下降。因此，在喀斯特地區應盡量避免人為干擾，并確保植被的順向演替和土壤養分的合理利用。

3.4 土壤養分與其他環境因子的相關性分析

利用Arcgis10.2的地統計分析模塊中的反距離權重法（IDW）對每個樣點的坡度、土層厚度、巖石裸露率進行插值，得到空間分布見圖4。由圖4可知，總體來說，隨坡位的升高，呈現出坡度大、巖石裸露率高，土層淺薄的特點，隨坡位的下降則表現出坡度和巖石裸露率相對較小，土層相對較厚。研究區整體坡度不大，但基巖裸露率較高，隨機出露且廣泛分布。

土壤養分與環境因子的相關性分析見表5。SOC與土層厚度呈顯著負相關，相關系數為-0.331（P<0.05），其他環境因子對土壤養分的影響均不顯著。SOC、TN、TP與坡度、巖石裸露率呈正相關關系，說明坡度大、巖石裸露率高的區域土壤養分含量較高，反之亦然。但其與土層厚度呈負相關關系，說明土層深厚的區域土壤養分含量較低，反之亦然。此外，環境因子對TK的影響與對其他養分的影響正好相反，可能與研究區施肥及土壤屬性有關。喀斯特地區土壤造壤能力差，土層淺薄且不連續，巖石裸露率較高，區域很小范圍內形成了大量不同的微生境，所以立地因子較高（裸巖率大、坡度較陡、土被較薄）處的土壤養分含量較高[13]。

4 討論

在對研究區施肥情況的調查中發現，農民在耕地施肥中著重施用磷鉀肥，而輕施有機肥和氮肥。盡管樣區耕地施用磷鉀肥，但樣區整體的磷和鉀含量仍然缺乏，說明在不受施肥影響下，樣區存在缺磷和鉀的現象，應注重合理利用土地資源，防止磷和鉀的流失。本研究發現，在有機肥和氮肥影響較小的情況下，SOC和TN的空間分布較為相似，且均表現為中等自相關性，變程范圍較為接近，分別為37.78 m和32.65 m，說明兩者存在一定的相關關系。郭旭東等[20]的研究也得出類似的結論，二者由隨機因素引起的空間異質性程度均較高，驅使全氮與有機質時空分布朝均一化方向發展，導致二者呈現相似的空間變異趨勢。大量的研究證明，土壤養分元素的含量、空間分布不僅與氣候、成土母質以及土壤質地等自然因素有關，還受耕作制度、施肥管理、種植結構和作物類型等人為因素影響[21，22]。研究區土壤養分的高值區主要出現在灌木和櫻桃+草本分布點，此處人為干擾和管理強度較低，植被得以自然恢復，增加了物種的多樣性和功能多樣性，提高了土壤養分的含量，而櫻桃和櫻桃+玉米分布點因長期耕作導致養分含量較低。此外，結合土層厚度、巖石裸露率和坡度的空間分布來看，灌木和櫻桃+草本分布點的土層淺薄、坡度大、巖石裸露率高是造成土壤養分含量較高的重要原因，這是因為土層越淺薄，輸入土壤中的有機物質越集中在少量的土壤中，土壤養分含量就高。而土層深厚的土壤，有機物質被分散到較大范圍，土壤養分含量就降低[23]。同樣，巖石裸露率高的地方，有機物質集中在較小范圍，加上石面上的枯落物被侵蝕到土壤中，其土壤養分含量就大，反之，巖石裸露率低的地方有機物質則被分散到較大范圍內，土壤養分含量就低[11]。有學者對喀斯特地區其他區域土壤養分的研究表明，坡度、土層厚度和巖石裸露率對土壤養分有顯著影響[24，25]，而本研究除植被覆蓋類型外，所選的環境因子與土壤養分的相關性幾乎不顯著，對解釋土壤養分含量差異的貢獻較小，說明即使在同一研究背景下，不同研究區域土壤養分的主要影響因子也有很大差異，應詳細調查研究區土壤類型、土壤質地、微地形、小生境類型、地上及地下生物量等環境因子和土壤因子，分析其對土壤養分的影響，以便更好地解釋造成土壤養分空間變異的原因。

5 小結

1）研究區SOC和TN的含量為中等水平，TP和TK含量比較缺乏。各土壤養分的變異程度差異不大，由大到小依次為SOC、TN、TK、TP，表現為中等的變異性。

2）土壤養分的空間變異性結果表明，盡管喀斯特地區土壤具有土層薄、不連續、多種小生境發育等的特點，但土壤養分含量仍具有明顯的空間結構和空間連續性。SOC的最佳擬合模型為高斯模型，TN和TK為球狀模型，TP為指數模型。SOC的塊金值顯著高于其他土壤養分，達到15.500 0，說明SOC的隨機變異最大。TP和TK表現為強烈的空間自相關，其變異主要受結構性因素控制。TN和SOC表現為中等的空間自相關性，其變異是隨機因素和結構因素的共同作用。SOC、TN、TP和TK的變異尺度差異不大，分別為37.78、32.65、23.43、27.48 m，其中TP的變程最小，自相關范圍最小，空間連續性相對較差，主要與耕地施用磷肥有關。

3）Kriging插值顯示，各土壤養分總體上均呈凹型分布，空間變異性規律明顯。其中SOC、TN、TK土壤養分分布的斑塊面積較大，變化緩和。TP的斑塊相對較為破碎，空間連續性較差，空間自相關范圍最小。SOC、TN、TP的高值區主要分布在西北部和東北部，而TK的高值區主要分布在西南部和東南部，主要與研究區土地利用方式和施肥有關。植被覆蓋類型對土壤養分含量差異有極顯著影響，對TK的影響較小，且植被覆蓋度較高、人為干擾較小的區域呈現出坡度大、巖石裸露率高、土層淺薄的特點，反之亦然。

4）研究區隨坡位升高呈現出坡度大、巖石裸露率高、土層淺薄的特點，隨坡位下降則表現為坡度和巖石裸露率相對較小，土層相對較厚。SOC、TN、TP在土層淺薄、坡度大、巖石裸露率高的區域土壤養分含量較高，反之亦然。而TK含量的分布規律則與其他土壤養分相反。

綜上所述，在喀斯特地區石漠化治理過程中應注重小尺度上的立地條件，盡量避免人為干擾，結合小生境發育特點和分布格局，合理配置植物種類，以實現退化土壤的快速修復和土壤生態功能的整體提升。

參考文獻：

[1] 劉沛松，王健勝，楚純潔，等.豫西低山丘陵區不同土地利用方式對陡坡地土壤理化性狀的影響[J].干旱地區農業研究，2014， 32（1）：208-212，229.

[2] 李 婷，張世熔，劉 潯，等.沱江流域中游土壤有機質的空間變異特點及其影響因素[J].土壤學報，2011，48（4）：863-868.

[3] 王世杰，盧紅梅，周運超，等.茂蘭喀斯特原始森林土壤有機碳的空間變異性與代表性土樣采集方法[J].土壤學報，2007，44（3）：475-483.

[4] 張 偉，陳洪松，王克林，等.典型喀斯特峰叢洼地坡面土壤養分空間變異性研究[J].農業工程學報，2008，24（1）：68-73.

[5] 趙佳麗，李惠卓，高如泰，等.不同土地利用方式下趙縣土壤養分元素的空間變異特征[J].河北農業大學學報，2009，32（5）：18-22.

[6] 王幼奇，白一茹，展秀麗.在不同尺度下寧夏引黃灌區農田土壤養分空間變異分析[J].干旱區研究，2014，31（2）：209-215.

[7] 胡瑞彬，方 晰，項文化，等.中亞熱帶南酸棗落葉闊葉林土壤磷素空間變異及其影響因素[J].應用生態學報，2016，27（3）：705-715.

[8] 路 鵬，蘇以榮，牛 錚，等.紅壤丘陵區村級農田土壤養分的空間變異與制圖[J].浙江大學學報（農業與生命科學版），2007，33（1）：89-95.

[9] 趙彥鋒，史學正，于東升，等.小尺度土壤養分的空間變異及其影響因素探討—以江蘇省無錫市典型城鄉交錯區為例[J].土壤通報，2006，37（2）：214-219.

[10] 胡艷霞，周連第，魏長山，等.水源保護地土壤養分空間變異特征及其影響因素分析[J].土壤通報，2013，44（5）：1184-1191.

[11] 吳 敏，劉淑娟，葉瑩瑩，等.典型喀斯特高基巖出露坡地表層土壤有機碳空間異質性及其儲量估算方法[J].中國生態農業學報，2015，23（6）：676-685.

[12] 劉淑娟，張 偉，王克林，等.桂西北喀斯特峰叢洼地表層土壤養分時空分異特征[J].生態學報，2011，31（11）：3036-3043.

[13] 范夫靜，宋同清，黃國勤，等.西南峽谷型喀斯特坡地土壤養分的空間變異特征[J].應用生態學報，2014，25（1）：92-98.

[14] 胡忠良，潘根興，李戀卿，等.貴州喀斯特山區不同植被下土壤C、N、P含量和空間異質性[J].生態學報，2009，29（8）：4187-4195.

[15] 張 敏，賀鵬飛，陳偉強.基于GIS和地統計學的土壤養分空間變異分析[J].東北農業大學學報，2010，41（3）：53-58.

[16] MATHERON G. Principles of geostatistics[J].Economic Geology，1963，58：1246-1266.

[17] ISAAKS E H，SRIVASTAVA R M. An introduction to applied geostatistics[M].New York：Oxford University Press，1989.

[18] 楊 文，周腳根，焦軍霞，等.亞熱帶丘陵小流域土壤有效磷空間變異與淋失風險研究[J].環境科學學報，2015，35（2）：541-549.

[19] 王雪梅，柴仲平，武紅旗.典型干旱荒漠綠洲區耕層土壤養分空間變異[J].水土保持通報，2016，36（1）：51-56.

[20] 郭旭東，傅伯杰，馬克明，等.基于GIS和地統計學的土壤養分空間變異特征研究——以河北省遵化市為例[J].應用生態學報，2000，11（4）：557-563.

[21] 羅新寧，朱友娟，張宏勇，等.塔里木綠洲種植制度對棉田土壤養分性狀的影響[J].干旱地區農業研究，2012，30（3）：114-118.

[22] 程 輝，傅瓦利，沈 艷.巖溶區坡耕地土壤養分空間變異及其影響因子分析[J].現代農業科技，2013（7）：229-232.

[23] 王世杰，盧紅梅，周運超，等.茂蘭喀斯特原始森林土壤有機碳的空間變異性與代表性土樣采集方法[J].土壤學報，2007，44（3）：475-483.

[24] 吳 敏，劉淑娟，葉瑩瑩，等.喀斯特地區坡耕地與退耕地土壤有機碳空間異質性及其影響因素[J].生態學報，2016，36（6）：1619-1627.

[25] 高 鵬，付同剛，王克林，等.喀斯特峰叢洼地小流域表層土壤微量元素的空間異質性[J].生態學雜志，2013，32（8）：2133-2139.