瑪納斯縣黏土實測數據與歷史數據的比較差異性分析

魏影 武紅旗 張文太 軒俊偉

摘要：以新疆瑪納斯縣為研究區，以54個土壤調查樣點實測數據為基準，對比分析了瑪納斯縣1∶5萬新疆土壤數據庫（XSD）、1∶100萬面向陸面模擬的中國土壤數據集（LSM）和1∶100萬世界土壤數據庫（HWSD）土壤黏粒含量的差異。結果表明，對于點數據而言，XSD平均絕對誤差和平均相對誤差均最大，分別為133.1 g/kg和45.87%。三種數據庫的土壤黏粒數據與實測數據均有不同程度的差異。瑪納斯縣1∶5萬土壤質地圖顯示瑪納斯縣有黏土分布，黏土分布面積為141.8 km2。從瑪納斯縣土壤黏粒空間分布圖可看出，同一區域不同數據庫之間存在差異，HWSD高于300 g/kg土壤黏粒分布面積最大，為1 621.7 km2，而XSD高于 300 g/kg土壤黏粒的面積僅為104.3 km2，LSM不存在高于300 g/kg的土壤黏粒分布區。通過實測值檢驗了三種數據庫之間的差異，表明在縣域尺度XSD空間數據與實測值更接近，比LSM數據和HWSD數據更為可信。

關鍵詞：土壤黏粒；空間分布；不確定性； ArcGIS；瑪納斯縣；土壤數據庫

中圖分類號：S155+.3（245）文獻標識號：A文章編號：1001-4942（2018）05-0092-06

Abstract Taking Manas County as research area and based on the measured data of 54 soil survey samples， we compared and analyzed the difference of soil clay content between 1∶50 000 Xinjiang Soil Database of Manas County （XSD）， 1∶1 000 000 China Dataset of Soil Properties for Land Surface Modeling （LSM） and 1∶1 000 000 Harmonized World Soil Database （HWSD）. For the point data， the average absolute error and the average relative error of XSD were the largest， reaching 133.1 g/kg and 45.87%， respectively. All soil clay data of the three databases are quite different from those of the actual measurement results. The 1∶50 000 soil texture map of Manas County showed that it has clay soils， and the area was 141.8 km2. From the spatial distribution of soil clay in Manas County， we can see that there are differences between different databases in the same area. The area with soil clay content over 300 g/kg was 1 621.7 km2 in the HWSD and 104.3 km2 in the XSD， but there was no clay soil area for LSM. Through comparing the differences among the three databases with the actual measuring， we found that XSD data was closer to the actual measured ones and was more reliable than LSM and HWSD data at county scale.

Keywords Soil clay； Spatial distribution； Uncertainty； ArcGIS； Manas County； Soil database

中國土壤數據庫工作開始于20世紀80年代[1]。1979年新疆開展了第二次土壤調查工作[2]，并建立了數字化1∶100萬新疆土壤類型圖[3]。新疆地域廣闊，由于地形、地貌等因素限制，土壤調查范圍有限，歷史土壤數據可能存在較大的不確定性。1∶5萬土壤類型圖，雖然精度高，但不易獲取土壤黏粒數據，1∶100萬土壤黏粒數據雖然方便獲取，但精度較低，獲取精確的土壤數據尤為重要。研究者對樣點數量不同[4]、研究方法不同[5-7]、補充樣本[8]等空間不確定性已做了大量研究，Budiman等利用歷史數據和實測數據研究了土壤碳的變化，采用數字土壤制圖技術對不同地方進行不確定性驗證[9]。Zhao等[10]利用空間歷史數據和實際測量數據研究了土壤碳的變化，采用不同制圖方法探討了其不確定性。趙永存等[11]采用序貫指示模擬方法對張家港土壤表層（0～15 cm）Cu含量的空間不確定性進行了定量評價。通常土壤采樣密度越大，表示的土壤氮素空間分布的不確定性越小，反之不確定性越大[12]。雖然有關不確定性研究已有很多，但以實測土壤黏粒數據對比不同數據庫土壤黏粒歷史數據差異性還較為少見。由于土壤剖面僅代表點，不同比例尺或不同基礎資料得到的新疆黏土分布區域有所差異，且分布區域較零散，僅以目前便于獲取的1∶100萬土壤數據庫為基礎，指導野外土壤剖面調查點的布設可能并不合理，需要進行縣域高精度土壤調查。本研究以新疆瑪納斯縣為例，以實測土壤黏粒數據對比1∶5萬新疆土壤數據庫（XSD）、1∶100萬面向陸面模擬的中國土壤數據集（LSM）和1∶100萬世界土壤數據庫（HWSD）土壤黏粒含量的差異，并分析不同數據庫間的差異。了解土壤黏粒空間變異將有利于當地的農業規劃、農業技術推廣及精細農業的發展[13]。

1 材料與方法

1.1 研究區概況

研究區位于新疆維吾爾自治區瑪納斯縣東經85°41′ ～ 86°43′，北緯43°28′ ～ 45°38′。全縣總面積為 10 196.4 km2。研究區地貌包括山地、平原、沙漠。土壤類型有灌淤土、灰漠土、栗鈣土、鹽土等，灌區農業土壤成土母質主要有河流沖積物、灌水淤積物、洪積物、殘積物、坡積物及風積物。屬溫帶大陸性干旱半荒漠和荒漠氣候，夏季炎熱干燥，冬季漫長寒冷。年平均溫度6.8℃，年降水量167.2 mm，但生長季節熱量資源豐富，氣溫日差大，主要種植經濟作物、糧食作物[14]。

1.2 樣品采集和測定

通過瑪納斯縣1∶5萬土壤圖確定黏土的分布區域，運用Google Earth軟件從黏土區域選定采樣點經緯度，由GPS導航進行實地調查，并根據當地的地形、土地利用類型等最終確定采樣點位置。取0～30 cm表層土壤，共采集54個土壤樣點，54個樣點相鄰兩個點之間的平均間距是3.69 km，所代表區域面積為965.04 km2。帶回實驗室，自然風干，過2 mm篩備用。土壤樣品中土壤機械組成的測定采用吸管法，重復樣品的相對誤差控制在5%以內[15]。根據美國制土壤質地分類系統的標準，土壤顆粒劃分為3個等級，砂粒（2～0.05 mm）、粉粒（0.05～0.002 mm）、黏粒（<0.002 mm），并計算得到3個土壤粒徑數據[16]。

1.3 數據庫

研究的基礎數據來自瑪納斯縣1∶5萬新疆土壤數據庫（XSD）、1∶100萬面向陸面模擬的中國土壤數據集（LSM）和1∶100萬世界土壤數據庫（HWSD）。

1∶5萬XSD為1981年《新疆維吾爾自治區瑪納斯縣土壤普查報告》記載的共22個土壤剖面黏粒數據[14]，通過加權平均法將土壤剖面深度統一成0～30 cm[17]，以22個土壤剖面地理位置為基礎，運用Google Earth軟件實現瑪納斯縣樣點經、緯度的查找，逐個得到剖面點經緯度。使用ArcGIS10.2軟件運用以點帶面法將數據逐一連接到1∶5萬數字化土壤圖相應的圖斑上，生成土壤黏粒空間分布圖[18，19]。

1∶100萬LSM（來源于北京師范大學），以全國第二次土壤普查數據和各省、市、自治區省級土壤圖為基礎，采用多邊形連接法生成土壤圖，按土壤剖面特征共分8個標準層，且最深達到2.3 m，共包括8 979個土壤剖面，達到30×30弧秒分辨率，2013年Shangguan等詳細介紹了1∶100萬LSM，且數據共享[20]。為了便于比較，本研究通過加權平均法將土壤剖面深度統一成0～30 cm[17]。

1∶100萬HWSD在2009生成，由世界土壤圖（Soil Map of the World）、中國科學院南京土壤研究所提供的1∶100萬中國土壤圖和歐洲土壤數據庫（the European Soil Database）等數據融合而成，且數據共享。其中1∶100萬中國土壤圖通過土壤類型法使屬性數據與空間數據相連接生成空間圖，30×30弧秒分辨率，數據來自全國第二次土壤普查編制的中國土種志。采用的土壤分類系統主要為FAO-90。土壤剖面深度主要分0～30 cm和30～100 cm兩個范圍[21-23]。本研究只考慮土壤剖面深度0～30 cm。

1.4 數據處理

在數據處理過程中采用了SPSS 21.0對數據進行統計特征描述，ArcGIS 10.2主要用于矢量圖形的編輯、土壤黏粒空間分布圖和土壤質地分布圖的生成、從不同數據庫獲取點數據等，使用SigmaPlot 10.0制作散點圖，并利用均方根誤差（RMSE）比較數據間離散程度，平均絕對誤差（MAE）、平均相對誤差（MRE）可以判斷數據間的差異性，評價各數據庫間的不確定性[24]。計算公式如下。

式中，MRE代表平均相對誤差；MAE代表平均絕對誤差；RMSE代表均方根誤差；X為不同空間分布圖中的土壤黏粒數據，Xi為實測土壤黏粒數據。n為樣本數，本研究中，n=54。

2 結果與分析

2.1 調查點的統計結果分析

2.1.1 54個土壤樣點基礎數據的統計 采用吸管法對瑪納斯縣54個土壤樣點進行測定，進行描述性統計分析，由表1可知，土壤砂粒、粉粒和黏粒平均值分別為308.8、418.1 g/kg和273.1 g/kg，且砂粒最小值為63.31 g/kg，粉粒最大值為722.7 g/kg。砂粒標準差最大為175.0 g/kg。變異系數在25%～60%之間，屬于中等程度變異[25]，砂粒變異系數最大，黏粒變異系數最小，說明土壤采樣點砂粒的離散程度高于黏粒，砂粒、粉粒和黏粒呈現一定的空間變異性。54個土壤樣點中黏粒的極差、平均值、標準差及變異系數均最小，土壤各粒級所占百分比影響土壤保水、保肥、通氣、透水能力。

2.1.2 54個土壤樣點數據與歷史土壤黏粒數據的比較 使用SPSS 21.0軟件對表層土壤黏粒含量進行描述性統計分析，由表2可知，實測土壤黏粒數據最大，為467.6 g/kg，LSM土壤黏粒數據最小，為49.0 g/kg，實測土壤黏粒數據平均值最大，為273.1 g/kg，LSM土壤黏粒數據平均值最小，為154.5 g/kg，LSM的土壤黏粒標準差最小，為49.25 g/kg，HWSD的土壤黏粒標準差最大，為79.27 g/kg，并與實測值、XSD和LSM標準差相差較大，且實測值與LSM和HWSD間均存在顯著性差異，這與樣本量和土壤采樣位置等不同有關。變異系數在25%～50%之間，屬于中等程度變異[25]，HWSD變異系數最大，達到了45.65%，實測值變異系數最小，為26.76%，說明數據采樣點的離散程度相對較低，江厚龍等[13]利用地統計學方法證明了土壤顆粒在不同尺度上均具有一定程度的空間變異性。XSD平均絕對誤差、平均相對誤差均最大，分別為133.1 g/kg和45.87%，不同數據庫間均方根誤差相差較大，極差為28.90 g/kg。LSM、HWSD和XSD與實測值均有不同程度的差異，這可能是三種數據庫生成空間數據庫時使用的基礎數據源翔實程度不同造成的。

2.2 調查點土壤質地與1∶5萬土種圖數據的比較

依據土壤中黏粒含量高于300 g/kg稱為黏土的標準[16]，根據瑪納斯縣1∶5萬土壤質地圖，計算出黏土面積為141.8 km2，證明新疆瑪納斯縣有黏土分布。按機械組成劃分，實測54個樣點中21個樣點屬于黏土；按土壤質地圖劃分，實測54個樣點中34個樣點屬于黏土。黏土劃分既屬于機械組成又屬于土壤質地圖的樣點共有17個（圖1，表3）。證明實測數據與縣域土壤圖有差異，縣域高精度黏土調查并不是十分準確，可能是土壤剖面僅代表點，新疆黏土分布區域較零散，面積較小造成的。土壤調查數據的使用不應該只依靠土壤圖，應與遙感、數字土壤制圖等野外工作相結合，提高土壤空間數據的分辨率和準確性。0～50 cm土層黏粒的平均含量在300 g/kg以上，大致符合變性土劃分對黏粒含量的要求[26]。研究縣域高精度土壤黏粒空間分布圖不僅豐富當地土壤資料，也可以為新疆開展變性土調查提供基礎數據。

2.3 樣點尺度土壤黏粒歷史數據的不確定性

以實測采樣點的經緯度為基礎，從三種不同尺度數據庫中分別提取54個土壤黏粒數據，并分析，分別以實測土壤黏粒數據（實測值）為橫坐標，得到圖2。以XSD、LSM和HWSD土壤黏粒數據為縱坐標繪制散點圖，并得出決定系數（R2）和顯著性差異結果（P）。隨著實測值的增加，XSD、LSM的土壤黏粒數據下降，實測值可以解釋5.8%的XSD土壤黏粒數據的變異，而對LSM解釋的變異程度更少，隨著實測值的增加HWSD的土壤黏粒數據上升，實測值可以解釋0.007%土壤黏粒數據的變異，實測值解釋XSD、LSM和HWSD的土壤黏粒數據變異均不太理想。在圖2中的1、2和3點，實測值均為161.6 g/kg，而從XSD、LSM和HWSD中分別提取的土壤黏粒數據分別為343.0、155.6 g/kg和230.0 g/kg，實測值與XSD、LSM和HWSD均有不同程度差異，但針對點數據而言，數據庫間差異均不顯著，這可能與三種數據庫生成空間圖方法及比例尺不同有關。

2.4 空間尺度土壤黏粒歷史數據的不確定性

應用以點帶面法生成了瑪納斯縣1∶5萬新疆土壤數據庫（XSD）[18]，將此圖與1∶100萬面向陸面模擬的中國土壤數據集（LSM）和1∶100萬世界土壤數據庫（HWSD）分別疊置，生成0～30 cm土壤黏粒空間分布圖（圖3）。HWSD中土壤黏粒含量高于300 g/kg的面積最大，為1 621.7 km2，XSD中土壤黏粒含量大于300 g/kg的面積較小，僅為104.3 km2，LSM中土壤黏粒含量沒有超過300 g/kg的區域。研究基礎數據資料和空間圖生成方法不同，導致研究結果產生不同程度差異，即使相同比例尺結果也有差異，生成高精度土壤圖，提高土壤空間數據的分辨率和準確性尤為重要，更準確的評價土壤，可以為當地土地利用、管理以及改良等方面提供科學依據。

3 討論

本研究只探討了實測數據與三種不同尺度土壤數據庫間空間數據的差異性。土壤粒徑劃分均統一為美國制，以實測點經緯度獲取三種不同尺度土壤數據庫數據，數據庫的生成是以搜集已有資料為基礎，中國第二次土壤普查距今時間較長，獲取更精確的土壤數據資料至關重要。

本研究通過54個實測土壤黏粒數據與三種不同尺度數據庫土壤黏粒數據的比較，及54個采樣點土壤質地的比較，可以看出空間尺度土壤黏粒歷史數據間存在具體差異，如XSD平均絕對誤差、平均相對誤差均最大，分別為133.1 g/kg和45.87%，不同數據庫間均方根誤差相差較大，極差為28.90 g/kg。但實測54個土壤黏粒數據與歷史數據間差異不顯著。XSD數據與實測值更接近，在縣域尺度XSD比LSM數據和HWSD數據更為可信。可能是基礎資料翔實程度和生成空間圖方法差異使結果造成差異。獲取更精確的土壤資料，不僅對評價土壤有利，也可以為當地土地利用、管理等提供科學依據。

4 結論

以瑪納斯縣實測土壤黏粒數據為依據，對比了瑪納斯縣1∶5萬新疆土壤數據庫（XSD）、1∶100萬面向陸面模擬的中國土壤數據集（LSM）和1∶100萬世界土壤數據庫（HWSD）土壤黏粒的差異，實測值與三種數據庫平均絕對誤差、均方根誤差和平均相對誤差均相差較大。就空間數據而言，從瑪納斯縣土壤黏粒空間分布圖中看出XSD、HWSD和LSM中土壤黏粒分布有明顯差異，HWSD和XSD土壤黏粒含量高于300 g/kg的區域面積分別為1 621.7 km2和104.3 km2，LSM沒有土壤黏粒含量高于300 g/kg的區域。實測土壤黏粒數據與XSD、LSM和HWSD均有不同程度差異，基礎資料翔實程度和生成空間圖方法差異及比例尺不同均會使結果造成差異，實測土壤黏粒數據更準確，能夠真實地反映當地土壤類型，且XSD數據與實測值更接近，在縣域尺度比LSM數據和HWSD數據更為可信。土壤數據的使用應與遙感、數字土壤制圖等野外工作相結合，提高土壤空間數據的分辨率和準確性。

參 考 文 獻：

[1] 張定祥， 潘賢章， 史學正， 等. 中國1∶100萬土壤數據庫建設中的幾個問題[J]. 土壤通報，2003，34（2）：81-84.

[2] 新疆維吾爾自治區土壤普查辦公室， 新疆維吾爾自治區農業廳. 新疆土壤[M]. 北京：科學出版社， 1996.

[3] 陳曦. 中國干旱區自然地理[M]. 北京：科學出版社， 2010.

[4] 蘇曉燕， 趙永存， 楊浩， 等. 不同采樣點數量下土壤有機質含量空間預測方法對比[J]. 地學前緣，2011，18（6）：34-40.

[5] 張貝爾， 黃標， 趙永存， 等. 采樣數量與空間插值方法對華北平原典型區土壤質量評價空間預測精度的影響[J]. 土壤， 2013，45（3）：540-547.

[6] Xie Y F， Chen T B， Lei M， et al. Spatial distribution of soil heavy metal pollution estimated by different interpolation methods： accuracy and uncertainty analysis [J]. Chemosphere，2011，82（3）：468-476.

[7] Wei S G，Dai Y J， Liu B Y， et al. A soil particle-size distribution dataset for regional land and climate modelling in China [J]. Geoderma，2012（171/172）：85-91.

[8] Li Y， Zhu A X， Shi Z， et al. Supplemental sampling for digital soil mapping based on prediction uncertainty from both the feature domain and the spatial domain [J]. Geoderma， 2016， 284： 73-84.

[9] Minasny B， Mcbratney A B， Malone B P， et al. Digital mapping of soil carbon [J]. Advances in Agronomy， 2013， 118 ： 1-47.

[10]Zhao Y C， Xu X H， Hai N， et al. Uncertainty assessment for mapping changes in soil organic matter using sparse legacy soil data and dense new-measured data in a typical black soil region of China [J]. Environmental Earth Sciences. 2015，73（1）：197-207.

[11]趙永存， 黃標， 孫維俠， 等. 張家港土壤表層銅含量空間預測的不確定性評價研究[J]. 土壤學報，2007，44（6）：974-981.

[12]Yu D S， Hang Z Q， Hi X Z， et al. Effect of sampling density ondetecting the temporal evolution of soil organic carbon in hilly red soil region of south China [J]. Pedosphere，2011，1（2）：207-213.

[13]江厚龍， 王新中， 劉國順， 等. 豫西典型煙田土壤顆粒組成的空間變異性分析[J]. 中國煙草科學，2012，33（2）：62-73.

[14]瑪納斯縣土壤普查辦公室. 新疆維吾爾自治區瑪納斯縣土壤普查報告[R]. 1981.

[15]張國耀. 舒城縣龍潭小流域土壤屬性空間變異特征及其不確定性評價[D]. 蕪湖：安徽師范大學， 2011.

[16]黃昌勇， 徐建明. 土壤學[M]. 第三版.北京：中國農業出版社， 2010.

[17]楊黎芳， 李貴桐， 趙小蓉. 栗鈣土不同土地利用方式下有機碳和無機碳剖面分布特征[J]. 生態環境，2007，16（1）：158-162.

[18]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.

[19]史學正，于東升， 孫維俠， 等. 中美土壤分類系統的參比基準研究：土類與美國系統分類土綱間的參比[J]. 科學通報， 2004，49（13）：1299-1303.

[20]Wei S G， Dai Y J， Liu B Y， et al. A China data set of soil properties for land surface modeling [J]. Journal of Advances in Modeling Earth Systems，2013，5（2）：212-224.

[21]Shi X Z， Yu D S， Warner E D， et al. Soil database of 1∶1000000 digital soil survey and reference system of the Chinese genetic soil classification system[J]. Soil Survey Horizons，2004，45（4）：129-136.

[22]FAO/IIASA/ISRIC/ISS-CAS/JRC. Harmonized World Soil Database （version 1.1）[DB/OL]. FAO， Rome， Italy and IIASA， Laxenburg， Austria， 2009.

[23]史學正， 于東升， 高鵬， 等. 中國土壤信息系統（SIS China）及其應用基礎研究[J]. 土壤， 2007，39（3）：329-333.

[24]張文太， 于東升， 史學正， 等. 中國亞熱帶土壤可蝕性K值預測的不確定性研究[J]. 土壤學報，2009，46（2）：185-191.

[25]孔祥斌， 張鳳榮， 齊偉， 等. 集約化農區土地利用變化對土壤養分的影響——以河北省曲周縣為例[J]. 地理學報，2003，58（3）：333-342.

[26]張文太， 張佩佩， 武紅旗， 等. 黏土礦物組成對天山北坡土壤變性特征的影響[J]. 新疆農業科學，2017，54（2）：371-376.