土壤有机质空间变异预测研究综述概要.ppt

LOGO 土壤有机质空间变异预测研究综述 目录 引言 1 研究方法 2 影响因子 3 结论 4 引言 土壤有机质（SOM）是土壤重要的组成部分，也是衡量土壤质量的重要指标，而且它在空间上的分布具有异质性的特征，了解有机质的空间变异特征以及影响因素，能为提高土壤肥力、制定合理的耕作方式等方面提供依据。 作用 提供作物需要的养分、增强土壤的保肥性能、改善土壤物理性状、增强和调节土壤的生物活性等。 土壤有机质测定 测定方法 重铬酸盐氧化法、干式燃烧法（耗时、成本高——破坏性测试，不利于大规模样本分析） 红外光谱技术——快速无损分析技术、核磁共振（非破坏性）、同位素跟踪法 来源 凋落物的分解——森林凋落物每年有大量的有机质归还土壤,是有机质的主要来源。周存宇（2003）发现凋落物的质和量,加上温度、雨量等外界环境因素共同决定了相应土壤中有机质的含量。梁宏温等(1993)报道,广西宜山县不同林型人工林凋落物与灌木草坡相比,桉、松混交林和麻栎林土壤中有机质、全N和可给态养分元素的平均含量都较高。 根系分泌物——根系在其生育期间不断以根产物的形式,释放到土壤中去,直接或间接地影响土壤的养分有效性。 其他代谢产物——土壤中的动物和微生物残体以及进入土壤的各种有机体的代谢产物,也是土壤有机质的一个主要来源。 国内外研究现在 空间尺度 单一尺度——小尺度：许红卫（2006）研究了浙江嘉善县陶庄农场内一块0.52hm2的水稻田，分析了土壤养分的空间变异特征；孙波(2002)对2.2km2范围内低丘红壤的有机质的空间变异性进行了研究。大尺度：郭旭东(2000)用地统计学与GIS结合的方法研究了河北省遵化市土壤养分的空间变异规律,研究发现, 有机质的空间异质性程度相对较高, 主要是由随机性因素而引起的。尺度越大，空间范围越大，显示差异的主导因素也更加概括。 多尺度：冯娜娜（2006）研究了不同尺度下低山茶园土壤有机质含量空间变异，结果发现，不同尺度下，有机质含量相差不大，而且空间变异方向也不完全相同。吴乐知（2006）研究了中国土壤有机质含量变异性发现，行政单元尺度内部土壤有机质含量变异程度小于土类间的变异程度，随着统计单元空间尺度的增大，土壤有机质含量与土壤性质之间的相关性减弱。 时空尺度：秦静等（2008)研究了背景典型边缘区25年来土壤有机质时空变异特征，结果表明，土壤有机质含量分布主要受到土地利用类型和方式的转变的影响，在空间上有机质含量自北向南逐渐降低；黄智刚等（2006）研究丘陵红壤蔗区土壤有机质空间变异特征发现，有机质的时空变异主要影响因素由地形坡度转变为耕作管理精细化程度。 不同尺度 主要研究方法 古典的Fisher统计法（定性描述） 统计原理是：假设研究变量为随机变量，样本之间独立并且服从某种已知的概率分布，通过计算均值、方差、标准差、变异系数、显著性检验来描述空间变异（Fisher RA，1956；康绍忠等，1991）。只能概括土壤特性变化全貌，不能反映局部变异特性。 Burrough（1993）发现土壤特性在空间上存在着相关性，空间变异性受到土壤形成过程、气候带的渐变性影响。 地统计学方法 在20世纪50年代初南非采矿业中发展应用起来的，G.Matheron在60年代研究出的一门新的统计学方法。定义：以区域化变量为基础，应用变异函数，研究那些自然现象在空间分布上具有随机性和结构性特征的科学（王政权，1999）。Riha等(1986)用地统计方法研究林地土壤有机质的空间分布。地统计方法已经被证明是分析土壤要素空间分布特征最为有效的方法之一。张淑娟等（2003）应用地统计学方法研究了田间土壤特性，结果发现，土壤有机质服从正态分布，具有很强的空间相关性。 土壤有机质空间变异的主要研究方法 地理信息系统 地统计学方法 缺点：较少考虑影响土壤养分空间分布的过程性因素，无法全面地模拟环境因子对土壤养分分布的影响，耗时耗力，还具有一定的不确定性。 随着地统计方法的广泛应用，许多学者开始将地统计方法和地理信息系统相结合进行空间变异的分析，并且也发现利用地理信息技术在分析土壤养分空间变异研究的预测精度较高。刘慧屿等(2006)，陈伟杰等(2012)在研究土壤养分时采用了GIS和地统计学相结合的方法，发现利用此方法更明准确的分析土壤养分 其中回归 Kriging 方法进行土壤特性的空间分布预测，考虑影响土壤分布的环境因素，同时结合地统计方法，可以提高土壤特性空间分布的预测精度。 张素梅等（2010）应用回归克里格（Kriging）方法预测吉林省农安县土壤养分空间分布发现，该方法能够提高土壤养分空间分布预测精度。Bin等(2012)应用回归克里格结合环境变量预测了土壤有机质的空间分布特征发现，利用环境因素作为辅助变量所建的回归克里格模型预测