沈德才，劉婷，莫羅堅，周海琪

東莞市林業(yè)科學(xué)研究所，廣東東莞 523106

森林通過光合作用吸引二氧化碳，在全球碳循環(huán)中發(fā)揮著重要作用，影響著“碳中和碳達(dá)峰”目標(biāo)的實現(xiàn)[1]。而森林土壤碳庫是森林生態(tài)系統(tǒng)五大碳庫之一，是森林生態(tài)系統(tǒng)碳庫重要組成部分[2]。國內(nèi)不少專家學(xué)者針森林土壤碳庫高度的時空異質(zhì)性，從森林類型、海拔、維度等對森林土壤碳庫進(jìn)行了研究：趙棟、薛楊等從不同森林類型對森林土壤有機(jī)碳的分布特征進(jìn)行了分析[3-4]；吳小剛、劉誼鋒等從海拔的垂直分布研究了森林土壤有機(jī)碳儲量的分布及其影響因素[5-6]；陶吉興、田耀武對不同省份的森林土壤碳庫進(jìn)行了研究[2、7]。因此，研究森林土壤的有機(jī)碳含量空間變化特征，對提高森林生態(tài)系統(tǒng)固碳能力具有重要意義。該研究采用經(jīng)典統(tǒng)計與地統(tǒng)計學(xué)相結(jié)合的方法，對東莞森林土壤有機(jī)碳含量的空間變異性進(jìn)行了探討。

1 材料與方法

1.1 研究地自然概況

東莞市位于珠江三角洲東岸（22°39′N～23°09′N，113°31′E～114°15′E），深圳、廣州之間，處于粵港澳大灣區(qū)中心位置，屬南亞熱帶季風(fēng)氣候。地勢東南高、西北低。東南部多山、尤以東部為最，森林也主要分布在東南部。土壤以赤紅壤為主，少量紅、黃壤，平原有水稻土、堆積土，土壤質(zhì)地為沙土類和壤土類，自然土壤土層比較深厚[8]。

1.2 調(diào)查取樣方法

基于東莞市2013 年森林資源二類調(diào)查數(shù)據(jù)，利用ArcGIS9.2 生成2km×2km 的UTM 網(wǎng)格和東莞市森林分布圖，并疊加。把森林覆蓋率大于或等于30%的網(wǎng)格作為取樣網(wǎng)格，得187 個取樣網(wǎng)格（圖1）。然后，采用系統(tǒng)取樣方法在取樣網(wǎng)格的幾何中心點設(shè)置樣地，用剖面法取土樣。如中心點無森林分布，則樣地設(shè)置在在離中心點直線距離最短的林地。

圖1 東莞2km×2km 的UTM 網(wǎng)格取樣設(shè)計圖及取樣網(wǎng)格Fig.1 Sketch Map of Dongguan Gridded at 2-km UTM Squares for Field Sampling

土壤樣品的采集參照《森林土壤樣品的采集與制備》（LY/T 1210-1999）。在調(diào)查樣地內(nèi)選擇有代表性的地段，挖掘一個深1m、寬1.5m 的取樣坡面，由下而上分層采集0≤L1＜25cm、25cm≤L2＜50cm、50cm≤L3＜75cm、75cm≤L4＜100cm 四層的土壤分析樣品各1kg。

1.3 實驗分析測定

土壤有機(jī)質(zhì)的測定采用重鉻酸鉀容量法—外加熱法[9]。

1.4 數(shù)據(jù)統(tǒng)計分析方法

地統(tǒng)計學(xué)理論基礎(chǔ)是區(qū)域化變量，基本工具是半方差函數(shù)，基本原理和方法在許多文獻(xiàn)中都有比較詳細(xì)的描述[10-12]。地統(tǒng)計學(xué)廣泛應(yīng)用半方差函數(shù)描述空間格局，計算公式為：

式中，γ (h) 是半方差，Z 為區(qū)域化隨機(jī)變量，Z(xi)和Z(xi+h)分別為變量Z 在空間位置xi和xi+h上的取值，N(h)是取樣間隔為h 時的樣本對總數(shù)。通過模型中的塊金值C0（Nugget）、基臺值C0+C（Sill）、變程α（Range）、拱高C 與結(jié)構(gòu)方差比C/C0+C（Structural variance ratio）等參數(shù)定量地分析變量的空間變化規(guī)律。

克里格（Kriging）插值法是利用半方差函數(shù)理論及結(jié)構(gòu)分析，根據(jù)研究區(qū)域已知空間點的變量值，來估算研究區(qū)域未知空間點的數(shù)值。對待估樣點x0處變量Z 的實際值Z(x)，其估計值Z(x0)，可通過其四周且處于空間分布相關(guān)距離范圍內(nèi)的個已知點Z(xi)進(jìn)行估算，估算公式如下：

式中，λi為與Z(xi)相關(guān)聯(lián)的權(quán)重系數(shù)，由半方差函數(shù)計算得到。Z(xi)是變量Z 在待估點x0鄰域內(nèi)點xi(i=1，2，3…，n)上的取值。

Moran’s I 是空間自相關(guān)性度量系數(shù)，其計算公式如下，

式中，n 是每個分離距離內(nèi)樣本位點的數(shù)目，Zi=Xi-X，Zj=Xj-X。

數(shù)據(jù)分析由地統(tǒng)計學(xué)軟件GS+5.0 完成。

2 結(jié)果與分析

2.1 土壤有機(jī)碳含量描述性統(tǒng)計特征

對187 個土壤SOC 的最大值、最小值、中值、平均值、變異系數(shù)和標(biāo)準(zhǔn)差等進(jìn)行描述性統(tǒng)計[13-14]。從表1 可見，研究區(qū)域內(nèi)，不同土層SOC 含量的中值、平均值變化較大，呈非正態(tài)分布，說明異常值可能影響各土層的SOC 含量的中心趨向分布；L2 層SOC 含量的統(tǒng)計變異最大，達(dá)到1.48，大于0.90，表現(xiàn)出非常高的變異性；其次是L4 層，其變異系數(shù)為0.96，略大于0.90，也具有高變異性；L1 和L3 層SOC 含量的變異系數(shù)分別為0.61 和0.72，均大于0.10，小于0.90，變異性適中。

表1 土壤有機(jī)碳含量描述性統(tǒng)計結(jié)果（g·kg-1）Tab.1 Descriptive Results of SOC Content(g·kg-1)

采用柯爾莫哥洛夫-斯米諾夫（one-sample Kolomogorov-Smirnov，KS）對各土層SOC 含量用檢驗，表明均不符合正態(tài)分布。采用自然對數(shù)轉(zhuǎn)換后，各土層SOC 含量數(shù)據(jù)呈正態(tài)分布（p＞0.05），滿足平穩(wěn)假設(shè)，可進(jìn)行地統(tǒng)計學(xué)分析[15]。半方差分析、空間插值均采用自然對數(shù)轉(zhuǎn)換后數(shù)據(jù)。

2.2 土壤碳密度的半方差分析

半方差圖可確定變量空間自相關(guān)的尺度范圍，變程反映空間自相關(guān)范圍的大小，有效變程之內(nèi)，變量具有空間自相關(guān)特性，反之不存在[16]。從圖2 可看出，L3 和L4 兩層的SOC 含量的空間自相關(guān)范圍較大，為303.0km；L1 和L2 兩層較小，為41.59km（表1）。說明土壤淺層SOC 的空間自相關(guān)范圍受人類活動的影響較大。從表2 可看出，L1 和L2 兩層的SOC含量的最佳擬合模型均為線性模型，而L3 和L4 兩層的SOC 含量的最佳擬合模型為指數(shù)模型。

圖2 lnSOC 的理論模型及半方差Fig.2 Isotropic Variogram Models of lnSOC

塊金值（Nugget）和基臺值（Sill）可衡量空間相關(guān)性，塊金值/基臺值表示空間相關(guān)性的強(qiáng)弱[17]。從表2 可見：SOC 含量在L1～L4 四層的隨機(jī)變異分別是1.000、1.000、0.501、0.500，結(jié)構(gòu)變異分別為0.000、0.000、0.499、0.500，表明L3 和L4 兩層的SOC 含量具有中等強(qiáng)度的空間相關(guān)性，其空間變異是由取樣誤差等隨機(jī)因素和土壤母質(zhì)、地形、氣候、林分類型、林齡、凋落物狀況等非人為因素共同引起的；L1 和L2 兩層的SOC 含量空間相關(guān)性非常弱，其空間變異主要是由取樣誤差和各種人為活動等隨機(jī)因素引起的。

表2 土壤有機(jī)碳的半變異理論模型及相關(guān)參數(shù)Tab.2 Isotropic Parameters of the Fitted Variogram Models of SOC Content

分維數(shù)D 是表示格局變異的空間依賴性強(qiáng)度，從表2 可見，SOC 的空間依賴性在L3 最強(qiáng)，L4 層次之，再其次是L1 層，在L2 層最弱。進(jìn)一步驗證了土壤淺層土壤有機(jī)碳的空間自相關(guān)范圍受人類活動的影響較大。

2.3 土壤有機(jī)碳含量的空間自相關(guān)分析

空間自相關(guān)是確定某一變量空間相關(guān)性分析。Moran’s I 數(shù)值的變化范圍為-1 到1，正值代表正相關(guān)，負(fù)值代表負(fù)相關(guān)，當(dāng)|I|>0.3 時，認(rèn)為變量具有顯著的空間自相關(guān)性[18]。從圖上可見，各層SOC 含量的I 值基本上均接近0，表明空間上的正負(fù)自相關(guān)均不明顯。這種結(jié)果表明控制有機(jī)碳含量的關(guān)鍵因素是林分因素，包括林分類型、林齡、凋落物狀況等因素的作用。

圖3 土壤有機(jī)碳含量空間自相關(guān)Fig.3 Spatial Autocorrelation (Moran’s I) of SOC Content

2.4 土壤有機(jī)碳含量的克里格插值分析

對四層土壤SOC 含量克里格插值圖分析：從圖4～圖7 中可見，L1 和L2 兩層的SOC 含量呈現(xiàn)較多的斑塊分布，相對面積較小，斑塊形狀不規(guī)則，邊緣較復(fù)雜，部分SOC 含量較高的斑塊分布在SOC 含量較低的斑塊中間；L3 和L4 兩層的SOC 含量的斑塊較少，大面積分布，斑塊形狀不規(guī)則，斑塊邊緣形狀復(fù)雜程度相對較低，梯度分布特征較明顯。SOC 空間分布格局圖更直觀地表明了東莞森林土壤有機(jī)碳分布在不同土層的差異。

圖4 土壤有機(jī)碳含量（L1）Kriging 空間插值Fig.4 Maps of Spatially-interpolated Values of SOC Content（L1）

圖5 土壤有機(jī)碳含量（L2）Kriging 空間插值Fig.5 Maps of Spatially-interpolated Values of SOC Content（L2）

圖6 土壤有機(jī)碳（L3）Kriging 空間插值Fig.6 Maps of Spatially-interpolated Values of SOC Content（L3）

圖7 土壤有機(jī)碳（L4）Kriging 空間插值Fig.7 Maps of Spatially-interpolated Values of SOC Content（L4）

3 結(jié)論

地統(tǒng)計學(xué)分析表明，不同土層有機(jī)碳含量的半方差函數(shù)值均較小。L1 和L2 兩層的土壤有機(jī)碳含量的最佳擬合模型為線性模型，表現(xiàn)出非常弱的空間結(jié)構(gòu)特征；而L3 和L4 兩層為指數(shù)模型，表現(xiàn)出中等強(qiáng)度的空間結(jié)構(gòu)特征。各土層空間自相關(guān)指數(shù)Moran’I 數(shù)值基本上接近0，表明空間上的正負(fù)自相關(guān)均不明顯。這種結(jié)果進(jìn)一步證明了控制土壤有機(jī)碳含量空間異質(zhì)性的關(guān)鍵影響因素是林分因子，包括林分類型、林齡、凋落物狀況等因素。經(jīng)克里格插值繪制的各土層土壤有機(jī)碳含量分布圖顯示，L1 和L2 兩層土壤有機(jī)碳含量變異特征差異較小，空間變異性小，依賴性小，破碎化較多；而L3 和L4 兩層土壤有機(jī)碳含量變異特征較相似，空間依賴性相對較高，破碎化較少。