王存国1,2
韩士杰
1**
张军辉1
文化强国
王树堂1,2
徐 媛
1,2
(1中国科学院沈阳应用生态研究所，沈阳110016; 2
中国科学院研究生院，北京100049)
摘 要 采用时域反射仪对长白山原始阔叶红松林3块50m×50m 样地表层土壤(0~7.5cm )水分进行测定，应用地统计学的理论与方法对表层土壤水分的空间异质性进行分析.结果表明：研究区3块样地表层土壤水分变异系数分别为24.32%(样地1)㊁24.11%(样地2)和23.60%(样地3)，均属于中等变异性；该区表层土壤水分的理论变异模型为球状模型，具有高度的空间异质性，其空间异质性以空间自相关部分为主；表层土壤水分的结构比分别为57.9%(样地1，属中等相关性)㊁83.3%和90.0%(样地2和3，属强烈的空间相关性)；研究区表层土壤水分的变程在5.5~13.1m ，与贝叶斯方法估计的变程相差不大；通过克立格插值估计，研究区表层土壤水分含量的平均值分别为49.3%(样地1)㊁52.8%(样地2)和42.6%(样地3). 关键词 阔叶红松林 土壤水分 地统计学 空间异质性
文章编号 1001-9332(2010)04-0849-07 中图分类号 S718.5 文献标识码 A
Spatial heterogeneity of surface soil moisture in a broad⁃leaved Korean pine forest in Chang⁃bai Mountains based on geostatistic analysis.WANG Cun⁃guo 1,2,HAN Shi⁃jie 1,ZHANG Jun⁃hui 1,WANG Shu⁃tang 1,2,XU Yuan 1,2(1Institute of Applied Ecology ,Chinese Academy of Sciences ,Shenyang 110016,China ;2Graduate University of Chinese Academy of Sciences ,Beijing 100049,China ).⁃Chin.J.Appl.Ecol .,2010,21(4):849-855.
Abstract :By the methods of geostatistics,this paper studied the spatial heterogeneity of surface soil moisture in a broad⁃leaved Korean pine forest in Changbai Mountains.Three sampling plots sized 50m×50m were installed,and the moisture content in 0-7.5cm soil layer was measured with a time domain reflectometry.The coefficient of variation of the surface soil moisture was 24.32%in plot 1,24.11%in plot 2,and 23.60%in plot 3,suggesting a moderate variability.The variogram of the surface soil moisture could be well fitted by spherical model,and had a higher spatial heterogeneity,which mainly came from spatial autocorrelation.The structural ratio of surface soil moisture was 57.9%in plot 1,83.3%in plot 2,and 90%in plot 3,and the regressed range (distance beyond which samples were spatial independent,an indicator of patch size)was 5.5-13.1m,being consistent with the results from Bayesian method.Through Kriging interpolation,the surface soil moisture content was 49.3%in plot 1,52.8%in plot 2,and 42.6%in plot 3.Key words :broad⁃leaved Korean pine forest;soil moisture;geostatistics;spatial heterogeneity.
*中国科学院知识创新工程重要方向项目(KZCX2⁃YW⁃416)和国家自然科学基金重点项目(40930107)资助.**通讯作者.E⁃mail:hansj@iae.ac 2009⁃10⁃22收稿,2010⁃01⁃26接受.
异质性(空间变异性和时间变化性)及其导致的尺度依赖性是气象学㊁水文学㊁生态学㊁土壤学等众多学科研究的核心问题之一[1].水分作为生态系统最重要的资源与环境因子，具有空间和时间上的异质性
北京英菲尼迪车祸
[2-3]
.植被结构，尤其是根系的空间异质性及
水分吸收的时间动态能够引起土壤水分的时间变异[4-5].水分与土壤养分的空间异质性深刻影响着树木根系的格局与动态，进而影响林分生长.因此,
在不同尺度上研究土壤水分空间异质性，对深入了解树木根系的空间分布格局和生态系统的稳定性具有重要意义[4].近年来，国内外学者对不同生态系统土壤水分空间格局进行了有益的探讨，如王盛萍等[1]利用传统统计方法与地统计方法研究了人工应用生态学报 2010年4月 第21卷 第4期 Chinese Journal of Applied Ecology,Apr.2010,21(4):849-855
油松(Pinus tabulaeformis)林坡面土壤水分特征函数的空间异质性,Western等[6]调查了澳大利亚东南部
Tarrawarra流域土壤水分的地统计学特征.目前，国内的相关研究集中在西北干旱㊁半干旱的黄土地区[7-8]，对东北森林土壤水分的研究相对较少[9-10]，关于温带森林土壤水分空间格局的研究则更是鲜见报道.
长白山阔叶红松林是我国东北东部中温带湿润气候区最主要的森林植被类型，在调节区域气候和维系区域陆地生态平衡方面具有重要意义[10].本文利用地统计学理论和方法，研究了长白山原始阔叶红松
林0~7.5cm土层土壤水分空间异质性，以期为深入研究阔叶红松林土壤水分与根系的结构及生长关系提供科学依据.
1 研究地区与研究方法
1.1 研究样地概况
研究样地位于长白山原始阔叶红松林内的中国科学院长白山定位站永久标准地(1号标准地)附近(42°24′N,128°05′E，海拔768m).该区属典型的大陆性季风气候，冬季漫长而寒冷，常有积雪覆盖；夏季短暂且温暖，降雨较多，年均降水量600~900 mm，年均气温4.9℃~7.3℃，土壤类型为火山灰母质上发育的暗棕森林土.试验区林分郁闭度0.8，主要乔木为红松(Pinus koraiensis)㊁紫椴(Tilia amurensis)㊁木槭(Acer mono)㊁水曲柳(Fraxinus mandshurica)㊁糠椴(Tilia mandshurica)和枫桦(Bet⁃ula costata)等；主要灌木为毛榛子(Corylus mandshu⁃rica)㊁东北山梅花(Philadelphus schrenkii)和刺五加(Eleutherococcus senticosus)等；主要草本植物包括山茄子(Brachybotrys paridiformis)㊁透骨草(Phryma lep⁃tostachya)㊁水凤仙(Impatiens aquatilis)等.
1.2 采样点布设
长白山站1号标准地是该站用于研究阔叶红松林结构与稳定性的长期样地，已成为研究温带阔叶红松
林动态与功能不可或缺的基地.1979年至今，有关地上部分的信息甚为丰富，但土壤水分空间异质性的定位研究则相对薄弱，尽管CERN网络监测内容也包含了与该林地毗邻的辅助样地土壤水分的长期监测(随机钻取3个土壤剖面).为了细致描述1号标准地水分空间异质性和科学取样方法，参照1号标准地的地貌，选择地势平坦(坡度1°~5°)的3块50m×50m林地为研究对象.取样时间为2008年8月下旬，期间(8月19日)发生过一次降水过程，降雨量为4.6mm.为获取更多信息及便于模型的参数估计，本研究采用网格近点法(lattice plus close
pairs)取样[11](图1).将50m×50m的样地等间距划分为100个5m×5m的小样方，以每个小样方的中心点为取样点，然后随机抽取30个小样方，在抽得的每个小样方内随机加入1个或2个与中心点最大距离不超过2m的取样点，取样点总计145个.用便携式时域反射仪TDR(HH2,Delta⁃T,Britain)测定土壤含水量，由于TDR探针长度的限制，本文只测定了0~7.5cm土层的土壤水分.
1.3 研究方法
1.3.1经典统计分析 采用土壤水分平均值㊁方差和变异系数衡量研究样地的土壤水分平均状况和总变异程度.变异程度用变异系数(coefficient of varia⁃tion,CV)衡量，其算式如下:
CV=S/⎺x
式中:S为标准方差;⎺x为变量均值.根据变异程度分级,CV≤10%属于弱变异性,10%<CV<100%属于中等变异性,CV≥100%属于强变异性[12].
1.3.2地统计学统计分析 地统计方法耦合了土壤特性的空间相关结构，能揭示变量的随机过程，从而被广泛应用于空间异质性研究[13].地统计学的核心内容为变异函数，可基于区域化变量理论对自然现象的空间变异和空间相关进行分析.在区域化变量满足二阶平稳假设和本征假设的条件下，变异函数如下所示[14]:
γ(h)=12×E[Z(x)-Z(x+h)]2
式中:γ(h)为变异函数值，又称半方差;Z(x)㊁Z(x+ h)为系统某属性Z分别在空间位置x和x+h处的值的区域化变量;E[Z(x)-Z(x+h)]2为抽样间隔为h时样本值方差的数学期望值.
氢氰酸变异函数可揭示
图1 空间取样设计
Fig.1 Spatial sampling design.
058应 用 生 态 学 报 21卷
图2 变异曲线示意图
Fig.2 Sketch map of variation curve.
C 0：块金值Nugget;C 1：结构方差Structural variance;C ：基台值Sill.
系统某属性在整个尺度上的空间变异格局.通过平均变异函数值γ(h )和抽样间隔h 可绘制变异函数曲线图(图2)
[8]
.通过变异函数和变异函数曲线求
得的块金值(nugget,C 0，随机部分的空间异质性)㊁结构方差(structural variance,C 1，表示自相关部分的空间异质性)㊁基台值(sill,C )㊁变程(range,a )等
[15]
，可定量分析空间异质性程度㊁组成㊁尺度与格
局的特征.
克里格(Kriging)法是建立在变异函数理论及结构分析基础上，在有限区域内对区域化变量的取值进行线性无偏最优估计的一种方法.克里格法可最大限度地利用空间取样所提供的各种信息，在估计未采样点数值时，可综合考虑采样点数据(样点的形状㊁大小和空间相互位置关系，以及它们与待估点的空间位置关系)提供的结构信息，并给出估计误差，以判断估计的精确性.
贝叶斯理论(Bayesian theorem)的基本思想是由已知条件概率密度参数表达式和先验概率(prior probability)，利用贝叶斯公式转换成后验概率(pos⁃terior probability)，然后根据后验概率大小进行决策分类.贝叶斯估计的结果在一定程度上依赖先验概率，又不完全接受或拒绝假设，只是在得到较多数据后增大或减少了假设的可能性，其优越性在于考虑了一次抽样可能带来的误差.
1.4 数据处理
采用SPSS 11.0软件对数据的基本统计特征进行分析，采用R 软件(The Bell Labs,United States of America)分析土壤水分的空间异质性，数据正态性用Kolmogorov⁃Smirnov (K⁃S)进行检验，对不满足
正态分布的数据首先考虑平方根或对数转化.2 结果与分析
2.1 长白山阔叶红松林表层土壤水分的统计特征
由表1可以看出，研究区3块样地表层土壤水分均存在明显差异，其波动范围分别为21.50%~
86.30%(样地1)㊁26.10%~85.60%(样地2)㊁10.50%~72.90%(样地3).样地2表层土壤的平均含水量最高，达63.70%，其次为样地1(55.06%)，样地3表层土壤的平均含水量最低，为43.81%.这种差异是由于土壤物理性质㊁微气候或地上植物组成的差异引起还是试验误差所致，尚需进一步研究.研究区各样地表层土壤水分的变异系数分别为24.32%(样地1)㊁24.11%(样地2)和23.60%(样地3)，均属于中等程度变异.Kolmogor⁃ov⁃Smirnov(K⁃S)检验结果显示，在0.05检验水平下，样地2的表层土壤水分数据呈近似正态分布，其他2块样地均服从正态分布.
2.2 长白山阔叶红松林表层土壤含水量的空间结构
变异函数是区域化变量在分割距离上对样本空间变异的量度[16].研究区表层土壤水分空间变异函数拟合结果显示，球状模型的拟合效果较好(图3).
由表2可以看出，研究区3块样地表层土壤水分均存在块金效应，样地3的块金效应最小(10%)，样地1的块金效应最大(42.1%).较大的块金值表明小尺度上的生态学过程不可忽视[17].较大的块金值是源于
微尺度上的结构变异还是试验误
差，尚需进一步缩小取样尺度进行深入研究.结构比表示自相关部分引起的空间异质性程度的高低，它反映了土壤属性的空间依赖性[8].
表1 研究区不同样地表层土壤水分的统计特征
Tab.1 Statistical characteristics of the surface⁃layer soil moisture in different plots of the study area
样地Plot 样本数Sample number 最大值Maximum (%)最小值Minimum (%)平均值Mean (%)中值Median (%)标准差SD (%)变异系数CV (%)峰度系数Kurtosis 偏度系数Skewness 分布类型Distribution
type
114486.3021.5055.0653.2513.3924.32-0.530.20
正态分布1)
2
147
85.60
26.10
63.70
66.8015.3624.11-1.00-0.47近似正态分布2)314572.9010.5043.8144.10
10.33
23.60
冷阴极管0.39
0.17正态分布
1)Normal distribution;2)Approximately normal distribution.
1
584期 王存国等：长白山阔叶红松林表层土壤水分空间异质性的地统计学分析
表2 研究区不同样地表层土壤水分变异函数的参数
Tab.2 Parameters of variogram for surface⁃layer soil moisture of different plots in the study area
样地Plot 模型Model
块金值Nugget 结构方差Structural variance 基台值Sill 变程Range (m)结构比Structural ratio 对数似然值Maximum log⁃likelihood 1球状模型Spherical model 0.0080.0110.01913.10.57999.22
2球状模型Spherical model 0.0010.0050.0065.50.833114.703
球状模型Spherical model
0.001
0.009
0.01
9.8
0.900
148.10Cambardella 等[18]研究认为：当系统结构比>75%
时，系统具有强烈的空间相关性；在25%~75%时，系统具有中等相关性；系统结构比<25%时，系统具有很弱的相关性.本研究中，样地1的结构比为
57.9%，属中等相关性；样地2㊁3的结构比分别为83.3%和90.0%，说明这2个样地表层土壤水分具有强烈的空间相关性(表2).研究区3块样地表层
土壤水分变异函数的变程在5.5~13.1m，样地1的变程最大，样地2的变程最小，说明样地2
妇安宁栓
表层土图3 研究区不同样地变异函数散点图及变异曲线Fig.3 Scatter plots of variogram and curves of variation of dif⁃
ferent plots in the study area.
壤水分的空间连续性较差，在以后的取样中应采取更小的间隔取样[19].
利用贝叶斯理论对研究区表层土壤水分含量变程进行估算的结果表明，样地1表层土壤水分含量变程最大概率(21.0%)的取值是9m，平均值是14.1m；样地2表层土壤水分含量变程最大概率(
)的取值是6m，平均值是5.4m；样地3
表
图4 贝叶斯估计的变程
Fig.4 Range of Bayesian estimation.
258应 用 生 态 学 报 21卷
图5 研究区不同样地表层土壤水分的等值线(A)和空间格局(B)图
Fig.5 Countour (A)and kriging (B)maps of surface⁃layer soil moisture of different plots in the study area.
层土壤水分含量变程最大概率(40.0%)的取值是9
m，平均值是9.7m，且后验分布接近对数正态分布(图4).贝叶斯与地统计学2种方法对研究区表层
土壤水分变程的估算结果十分接近，地统计学结果均在贝叶斯统计结果的95%置信区间内.
2.3 长白山阔叶红松林表层土壤水分的空间分布格局及分析
在土壤水分变异函数理论及结构分析基础上，利用克立格法对未采样区进行最优化内插，绘制各样地土壤水分含量的等值线图和空间格局图.由图
5可以看出，研究区各样地表层土壤水分明显呈斑块状分布，高低差异明显.其中，样地2的表层土壤水分具有明显差异，这可能与其局部地势较低㊁草本植物繁茂以及部分地块的地下石块较多等因素有关；样地3在样地2的上方，样地内具有高大乔木，且灌木草本稀疏，样地1表层土壤水分的斑块分布较均匀，这2块样地表层土壤水分的差异较小.土壤水分空间异质性可能与植被组成和根系空间分布格局密切相关，这些因子影响水分的入渗及再分布过程[3,19].
利用克立格法可对未抽样点进行线性无偏的最优估计，其估计方差反映了取样本身的变异以及空
间内插所用分散样点内在的不确定性[8].由图5可以看出，在测定样点附近的克立格估计方差最小，离取样点较远处的克立格方差较大㊁预测精度有所降低.说明克里格法的预测精度受到样本容量的影响,
表3 研究区各样地表层土壤水分克里格模型的交叉验证结果
Tab.3 Cross⁃validation of kriging model for the surface⁃layer soil moisture of different plots in the study area
样地Plot 克里格法Kriging method 均值Mean (%)
95%置信区间95%credible intervals (%)传统方法Traditional method 均值Mean (%)
95%置信区间95%credible intervals (%)149.3041.4~57.455.0652.85~57.26252.8041.8~61.963.7061.48~66.493
西北风呼啸的中午
42.60
35.7~51.6
43.81
42.12~45.51
采样越多，预测精度越高.
交叉验证指预留一个或多个数据点，然后用其他数据对预留数据进行预测.由表3可以看出，克里格差值的置信区间大于传统估计结果，表明与传统方法相比，克里格插值的统计结果能更真实地反映研究区表层土壤水分的空间异质性.3 讨 论
森林土壤水分蓄库不仅为植物生长提供必要的水分来源，而且是森林生态系统物质循环的载体.土壤水分的时空分布是森林生态学研究领域的一个重要组成部分[20].在土壤水分空间异质性的研究中,
引入地统计学理论与方法，可以定量得出土壤水分的变异程度㊁相关程度㊁变化范围，科学㊁合理地描述土壤水分在空间分布上的随机性和结构性特征，体现土壤水分宏观和微观上的变异规律，为研究区域3
584期 王存国等：长白山阔叶红松林表层土壤水分空间异质性的地统计学分析
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议