佘洁石云赵娜马小燕朱晓雯张风红何洪源郭瑞张铁昭
(1.宁夏大学地理科学与规划学院，宁夏 银川 750021；
2.宁夏(中阿)旱区资源评价与环境调控实验室，宁夏 银川 750021；
3.银川市银西生态防护林管护中心，宁夏 银川 750021)
土壤养分是指土壤中可被植物吸收的矿物营养成分的总称，对植物个体和种群的发展具有重要意义，是影响群落演替和生态系统正常运行的关键因素之一[1]。土壤养分的空间变异指土壤养分在不同位置表现出不同性质的现象，最早由英国土壤学家Milne在20世纪30年代提出[2]。自20世纪90年代以来，土壤养分的空间变异就一直是国际农业科学的研究重点[3-5]。对土壤养分空间变异的研究，不仅能加深对土壤形成过程及土壤结构的认识和理解，而且能为揭示土壤物质与植物空间分布之间的关系提供理论依据，对于农作物的田间管理和环境污染的防治都具有一定的积极意义。本文通过对国内外土壤养分空间变异性的研究进展和现状进行回顾、总结，在对变异来源进行分析的基础上，介绍了地统计学、地理信息系统(Geographic Information System，GIS)、遥感以及人工神经网络等方法在土壤养分空间变异性研究中的应用，并对当前研究中存在的问题进行了分析，对未来的研究提出展望，以期为我国土壤资源的规划和治理实践提供参考和借鉴。
1.1 国外研究进程
20世纪80年代中后期开始，随着地统计学的发展，国外学者就对表层土壤(0～20 cm)养分进行了大量研究[6-8]。Yost等[9]利用半方差法对夏威夷岛土壤养分空间变异的变程进行了测量，结果表明不同的养分在土壤中分布的相关距离不同。Tsegaye等[10]的研究指出，植物对各养分的非等量吸收是造成土壤养分空间变异的关键因素之一。随着研究的不断深入，一些土壤科学家开始对影响土壤空间变异的因素进行研究，Chambers等[11]对土壤中一些元素进行了测量，通过磷、硫、铁等养分的状态揭示了土壤中养分含量的变化与生态系统之间的关系。Jalali等[12]通过对交换性钾释放速率的分析指出，坡度也是影响变异性的一个重要因素。Roger等[13]在对瑞士弗里堡州土壤磷的研究中发现，土壤的利用类型、成土母质和地形属性都会在一定程度上影响土壤磷的空间分布。近些年，国外学者针对土壤养分空间变异的研究涉及各个空间尺度，研究的内容也不断拓展[14-17]，研究数据主要来源于各个组织机构，研究的出发点和落脚点都是基于对土壤属性的预测和改良，研究结果则是为土地资源的管理和规划进行辅助。
1.2 国内研究进程
我国学者对于土壤养分空间变异的研究始于20世纪80年代，并从90年代后期至今取得了长足的发展[18-24]。早期的研究都是运用地统计学方法，郭旭东等[25]利用Kringing插值和地统计学方法对土壤养分的空间变异性进行了研究；
陈浮等[26]在长期定位试验的基础上，对无锡市甘露乡近20年的耕层土壤养分进行了研究，并对其变异特征和形成机理进行了分析。20世纪以来，随着地理信息系统(GIS)的深入发展，对土壤中各养分的变异度以及土壤养分变异来源的研究逐渐成为研究的主要方向[27-31]。李娜等[32]以新疆伊犁为研究区，对土壤中全量和速效养分的空间变异特征进行了分析。林建平等[33]运用经典统计学、相关性分析、方差分析探讨了不同高程的耕地土壤养分分布和变化情况，并对土壤养分含量与高程的空间耦合关系进行了分析。刘杏梅等[34]在对土壤养分的空间变异特性进行研究的基础上，对其影响因素进行了探讨，表明土壤养分的空间变异同时受到结构性因素和随机因素的影响。赵晴月等[35]通过对中国玉米主产区耕层土壤养分的空间变异特征和影响因素的研究发现，在相同的研究尺度下，影响不同养分空间分布的因素不同。事实上，对土壤养分变异度的研究有利于及时掌握土壤养分的分布现状，可为合理施肥和现代化农业的发展提供理论依据，而对于变异来源的探究有助于深入认识土壤与作物之间的联系以及空间作用对于土壤的影响，可以为土壤养分含量的涵养与作物生产功能的维系提供有价值的参考[36]，有利于研究成果的应用和推广，为针对性提升地区的土壤肥力和优化土地利用结构提供科学依据。
土壤养分的空间变异普遍存在，来源广泛且复杂。按照变异来源的特性，可分为系统变异与随机变异两类，其中系统变异主要由地形、成土母质、土壤类型、土地利用方式和人类活动等引起，而随机变异主要由采样、分析等误差产生[37]。
2.1 系统变异
2.1.1 地形 地形与土壤养分的空间分布存在显著的空间相关性，随着地形地貌条件的变化，土壤养分含量也会随之发生改变[38]。地形对土壤养分空间变异的影响主要体现在坡向、坡度和海拔上[39]。海拔主要通过影响气温和土温，对物质的分解率产生影响，进而影响有机物和养分的积累。坡向则通过改变土壤的水热条件和植被状况，从而影响土壤中的物理、化学和生物过程，进而影响土壤养分含量。坡度对土壤养分的影响则主要由重力作用和地表径流的侵蚀力引起[40]，坡度越大养分越容易流失，即土壤养分在坡面上的变异性随坡度的增加而增大。
2.1.2 成土母质 成土母质是土壤形成的物质基础和土壤养分的最初来源，是影响土壤养分空间变异的主要因素。成土母质主要通过影响土壤中的土壤团聚体数量及其稳定性、物理化学性质组成和风化淋溶过程等，引起并决定了土壤中大多数养分含量的变异[41]。李军等[42]通过对烟田土壤养分状况与成土母质之间的关系研究得出，不同母质类型对耕作层土壤养分含量影响很大，表现为土壤质地较细，保肥能力较强。张竞等[31]研究也表明成土母质的差异与土壤养分空间变异呈现正相关关系，且成土母质对土壤养分空间变异的影响往往起决定性作用。
2.1.3 土壤类型 不同土壤类型的土壤养分含量存在显著差异，同一土壤类型的不同养分含量也大不相同。吕贻忠等[43]在对山地典型土壤剖面各发生层的土壤养分测定中指出，在一定海拔范围内，随着土壤类型的变化，土壤有机质含量也随之发生改变。杨艳丽等[44]对不同类型土壤的表层养分数据进行方差分析，结果显示土类之间养分存在显著差异，且沼泽土和水稻土养分含量较高。事实上，土壤类型和母质之间存在显著的交互作用[45]，不同的土壤类型，其成土过程、土壤矿物组成以及土壤发育程度都存在差异，土壤养分含量也因此会有不同的表现。
2.1.4 土地利用方式 土地利用是人类利用土地进行各种活动的综合反应，是影响土壤养分变化最直接、最显著的因素[46，47]，受经济、政策、技术等多因素的影响，主要通过影响土壤水肥含量、植物残体的数量和性质及耕作管理措施，从而影响土壤养分的分布[13，45]。曹慧等[48]在研究高强度开发背景下的土壤养分变异特点时发现，土壤养分的空间变异受土地利用方式的影响，菜田和水田的养分含量普遍高于自然林。赵义博等[49]对胜利矿区土壤养分空间变异影响因素的研究发现，矿业用地的养分含量显著低于草地和林地，证实了不同土地利用方式下土壤养分含量不同。
2.1.5 人类活动 人类活动主要影响土壤中养分的积累和消耗，秸秆还田、施肥、种植制度等都会对土壤养分的空间分布产生不同作用[26]。江叶枫等[41]的研究表明秸秆还田可改良土壤结构与理化性质，促进微生物活力与作物根系发育并提高氮肥利用率，从而提高土壤养分含量。吴光磊[50]研究发现施肥可显著提高土壤养分含量并使其在一定水平上保持稳定。种植制度则通过人类对土地的利用方式以及利用强度的改变进一步影响土壤养分的积累和消耗，张翔等[51]在探究不同种植制度和施肥对烟田土壤养分的影响中发现，连作会导致土壤养分含量下降，并且影响土壤的调控能力，Roger[13]、李新尧[52]等的研究也证实对土壤进行轮作更有利于土壤养分的提高。
2.2 随机变异
随机变异主要由取样、分析等误差产生。其中取样误差可由多方面产生，首先是取样的数目应与所取置信水平及精度有关[53]，且随着采样点数量的增加，相对标准误差和绝对偏差都呈现出明显的非线性变化趋势[54]。其次，采样间距也会对试验结果和精度造成影响[55，56]，采样的间距一般是根据土壤变异性来估计的，最佳采样间距应为变程的1/4～1/2。采样尺度对土壤养分空间变异的影响也尤为显著，许多针对土壤性质空间变异规律的研究发现，随着研究尺度的增大土壤养分的空间异质性逐渐减小[57-59]，且小比例尺下预测精度更高。在取样方法上，网格法相对成本更低且效果好。
研究分析时产生的误差主要包括试验操作失误、数据的遗落和缺失、对数据分析方法的不熟练以及试验方法和相关模型的选择不当而造成的试验结果异常等。
3.1 统计学在土壤养分空间变异研究中的应用
3.1.1 经典统计学方法 传统的研究方法是由Fisher所创立的经典统计学方法，该方法假定研究变量随机且独立，服从某种三维概率分布，并通过一些统计值和相关变量描述试验结果[60]。经典统计学作为统计学的根基，操作简单，工作量小，在其后的长久时间内得到了广泛的应用。但其也存在一定的缺点:首先，在小样本情况下，试验精度不够；
其次，忽略了土壤特性在空间上的相关性，在某种程度上不能满足研究和生产的需要。
3.1.2 地统计学方法 由于土壤是一个时空连续变异体，具有高度的空间异质性[61]，经典统计学在结构和过程分析方面就显得力不从心。20世纪70年代，Yost[9]、Burgess[62]等将地统计学方法引入到土壤养分空间变异研究中来。地统计学来源于经典统计学，并以经典统计学为基础，以区域化变量为研究对象，通过半变异函数和克里金插值来研究自然现象的空间相关性和依赖性。其中半变异函数是研究土壤变异特性的关键[63，64]，通过半变异函数可描述土壤养分空间变异结构，反映土壤养分的空间自相关程度，而克里金插值则以变异函数的理论和结构分析为基础，对研究区域内的变量进行无偏最优估计。Riha等[65]运用地统计学方法对林地土壤有机质的空间分布进行了分析。张有山等[18]对北京昌平县土壤养分进行空间变异的研究，并根据研究结果绘制了土壤养分图。王军等[66]运用地统计学方法对陕北小尺度区域内的土壤养分进行了分析，并指出土壤有机质、全氮、全磷、有效氮、有效磷都具有非常强烈的空间相关性。
地统计学方法不仅能够揭示土壤养分在空间上的分布和变异特征，并且能有效地解释空间格局对生态过程与功能的影响[67]，在早期的研究中得到了广泛的应用，但其对于影响因素考虑较少，无法全面的分析环境因子对养分分布的影响，并且试验结果精确性和准确性不足，故其在应用中仍存在一定的局限性。
3.2 GIS在土壤养分空间变异研究中的应用
针对以往研究涉及的尺度较小的问题，GIS由此被引入到研究中来。同前两种研究方法相比，GIS能有效地结合属性数据和地理数据，可将研究尺度拓展到更大的范围。GIS在土壤养分空间变异的研究中通常是与地统计学方法结合使用，郭旭东等[25]结合GIS和地统计学方法对河北遵化市土壤表层(0～20 cm)养分的空间变异性进行研究，得到了结合GIS的地统计学方法能够很好地描述土壤养分的空间变异规律这一结论，并且验证了基于GIS的地统计学方法对于揭示大区域尺度下土壤养分空间变异特征的有效性，为地统计学在大区域尺度下的应用提供了有效参考。张敏等[68]运用GIS和地统计学相结合的方法研究了新郑市土壤有机质、全氮、有效磷、速效钾的空间变异，该研究结果为有效利用土壤和因地制宜开展施肥工作提供了依据。
对于GIS而言，其最为显著的功能是对空间数据的管理，但对于某些特定问题的空间分析却有所欠缺，而地统计学方法则恰恰相反。通过结合GIS和地统计学方法，不仅能发挥GIS在空间数据管理上的优势，也能充分地运用地统计学的空间分析能力。由于其方法简单，结果相对准确，在研究中发挥了巨大的作用。但该方法也存在一定的缺点，如需要的取样点多、样本庞大，耗时耗力，并且由于应用在较大尺度，往往精确度较低。
3.3 机器学习在土壤养分空间变异研究中的应用
3.3.1 人工神经网络 人工神经网络是20世纪80年代以来人工智能领域兴起的研究热点，它是在现代神经科学研究成果的基础上提出的一个由大量神经元连接组成的，用来模拟大脑神经系统的一种信息处理网络[69-71]。人工神经网络方法以其独特的优势和高效处理信息的能力，在许多领域和实际应用中取得了显著成效，也因此受到了土壤学家的关注，在土壤养分的空间变异研究方面得到了成功运用[72-76]。
借助人工神经网络方法对土壤属性进行空间变异分析多应用于小尺度区域，Ulson等[77]利用反向传播网络算法对样点的属性数据进行训练，研究结果表明在田间尺度上神经网络方法的预测效果比常规方法更好。董敏等[78]通过对比GARBF神经网络、RBF神经网络以及Kriging插值法对土壤样本进行分析和预测的结果得出:神经网络的拟合能力和空间插值能力皆强于Kriging插值法。此外，在大尺度小样本的研究中，神经网络插值也具有优势，雷能忠等[79]在利用BP神经网络对安徽省舒城县土壤全氮的空间变异特征研究中得出，神经网络方法相比传统的Kriging插值方法更有优势。徐剑波等[80]在对广东高州市耕地土壤有效磷的空间变异分析时，也得出了相同的结论。然而，依赖于训练样本和网络结构的神经网络方法也存在一些问题，比如收敛速度慢、训练过程存在不确定性、训练出的网络在本质上并不具有容错性以及网络结构的选择存在一定的主观性等，如何解决这些问题，也是未来研究的一个方向。
3.3.2 分形理论 分形理论是由法国数学家Mandelbrot[81]提出的一种用于研究客观事物分形分维的数学工具，在20世纪80年代被引入到土壤养分空间变异的研究中来。分形理论的引入扩展了土壤空间变异研究的理论思想和研究方法，在土壤特性空间变异规律研究方面取得了一定的研究成果。Tennekoon等[82]在分析北美3个点的水力导流系数时，通过拟合一个多重分形模型，对数据进行分析并估计了其参数，发现所有数据的潜在统计量是非高斯的，并且模型能够再现数据的概率分布，证明了分形理论的有效性。管孝艳等[83]采用多重分形理论对土壤特性的空间分布特征进行分析发现，多重分形参数在反映土壤特性空间变异性方面效果好，且能为合理布点采样提供参考。分形理论不仅满足土壤学科中非线性研究的要求，能更加客观地描述空间变量的分布结构，并且具有揭示事物规律的特点，已逐渐成为分析土壤养分空间变异的重要方法之一[84，85]。
利用分形理论对土壤空间变异特征进行分析同样也存在一些问题，如分形理论的应用存在前提条件和局限性，其要求土壤属性空间分布特征表现出自相似性或尺度不变性，并且分维数与多重分形谱的计算要求取样点至少跨越2个以上数量级，增加了取样分析工作的负担和成本，不利于研究成果的推广应用[84]。此外，对于有机质、大量养分元素等在田间尺度甚至区域尺度上的变异特征研究[85]的实际效果并不理想。
3.4 遥感在土壤养分空间变异研究中的应用
以往的基于土壤分级制图法及样点数据空间内插等方法，适用于较均一的环境，但对于高度异质的景观，较难得出理想的预测结果[86]。20世纪70年代，由于其在大尺度区域上的优势，遥感开始作为一个重要的分析方法被引入到土壤养分空间变异性的研究中，并且得到了广泛的应用。连纲等[87]利用遥感影像结合数字地形技术，分析和预测不同土地利用、地形条件下土壤养分的空间变异和分布特征，发现在较大的区域尺度下，利用遥感信息对土壤养分的空间分布进行预测的精度高于多元线性逐步回归预测。张素梅[88]、Mirzaee[89]等的研究也证实遥感数据的加入可以明显提高土壤养分空间变异研究的预测效果。基于遥感方法对土壤养分空间变异的研究不仅能将研究尺度扩展到更大范围[90]，并且能有效提高对土壤养分空间分布的预测精度，对土壤地理、资源动态监测和土地资源管理都具有重要意义。
但由于遥感影像的本质是基于某个时间点获取的地物静态影像资料，土壤养分的变化却是一个实时的、动态的过程，因此对于土壤养分空间变异的动态研究仍是所面临的一个难点。此外，在数据源方面，现有的研究对多源数据涉及较少，多源数据的共享和集成也将为土壤养分遥感监测提供新的技术手段。
4.1 存在问题
随着应用研究的不断深入和科学技术的日益发展，土壤养分的空间变异性研究取得了很大进展和许多重要的研究成果，但由于土壤自身的复杂性和自然环境的动态性，决定了土壤养分空间变异研究的难度，因此目前研究仍存在以下问题。
4.1.1 在研究方法上，经典研究方法仍存在许多不足 如在运用地统计学方法对土壤养分的空间变异进行研究时，试验所选的半方差函数和模型是否能最好地反映土壤养分空间分布的实际情况，并没有严格的标准来确定。其次，尽管现有的研究方法能在一定程度上对研究区域的情况进行分析和预测，然而不管是何种方法，都不可避免地存在缺点，因此对现有方法的不足进行改进也是目前亟待解决的问题。
4.1.2 在研究内容上，对时间变异规律的研究较少 现有的研究主要集中于土壤养分空间变异规律的研究上，然而土壤养分的变化是一个实时的、动态的过程，不仅会在空间尺度上产生，也会在时间尺度上产生，仅对空间变异规律进行研究无法全面、准确地反映土壤中养分变化的真实情况。
4.1.3 在研究尺度上，涉及尺度单一 以往的研究主要集中于单一采样尺度上，对于如何有效获取、掌握以及应用多尺度空间信息来揭示连续空间上的土壤变异规律的研究鲜见报道。
4.2 研究展望
针对土壤养分空间变异研究中所存在的问题，建议应重点深入开展以下几方面的研究。
4.2.1 对经典研究方法的改进和先进研究方法的引入 首先，应针对现有研究方法的不足进行改进，如针对人工神经网络训练时间长、所需样本数据大的缺陷，可通过替换轻量级的主干网络、引入迁移学习思想等方法[91，92]有效的克服。其次，通过相关地理学者相关研究可以发现人工智能方法的引入，能够进一步拓宽地理学的研究方法和研究领域[93，94]，对于地理学的发展具有积极的意义。此外，多种方法的综合应用对于揭示土壤养分的空间变异规律也具有重要作用，如将分形维数作为半变异函数的一个重要参数已经在应用研究中取得了许多成果[95]。此外，结合地统计学方法与遥感、神经网络也有报道[96]。
4.2.2 加强对时间变异规律的研究 对于土壤养分时间变异的研究可以促进对作物不同生长时期土壤养分的分布和变化的了解，对提高作物产量、水肥利用效率和降低环境污染均具有重要意义[97]。因此，在今后的研究中，应加强对土壤养分时间变异的研究，将宏观分析与微观机理研究相结合，以便更加准确的揭示土壤养分在时空四维尺度上的演变规律。
4.2.3 研究尺度的合理选择以及多研究尺度的综合运用 在运用不同的尺度进行研究时，研究的意义和作用存在较大的差别，大尺度的研究结果能为区域规划和农业管理决策提供可靠的参考，中小尺度的研究则有利于合理布局农作物的结构，指导施肥和耕作。在进行研究时，应根据研究目的选取合适的研究尺度。此外，多种研究尺度的综合使用能更有效地揭示土壤养分的时空变异规律，对土壤养分的预测也更加准确和全面。
猜你喜欢变异尺度养分苹果最佳养分管理技术落叶果树(2021年6期)2021-02-12财产的五大尺度和五重应对内蒙古民族大学学报（社会科学版）(2020年2期)2020-11-06变异危机趣味(数学)(2020年4期)2020-07-27变异支部建设(2020年15期)2020-07-08养分文苑(2020年12期)2020-04-13年轻时的流浪，是一生的养分海峡姐妹(2019年1期)2019-03-23宇宙的尺度太空探索(2016年5期)2016-07-12变异的蚊子百科知识(2015年18期)2015-09-109时代英语·高三(2014年5期)2014-08-26超高产夏玉米养分限制因子及养分吸收积累规律研究植物营养与肥料学报(2010年3期)2010-11-16