张兆彤^,1,2, 李源³, 刘国宏³, 朱倩倩³, 许咏梅^,31.中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室,北京 100101
2.中国科学院大学,北京 100049
3.新疆农科院土壤肥料与农业节水研究所,乌鲁木齐 830091

Dynamic research on spatial variability of cultivated soil organic matter in Changji Prefecture, Xinjiang

ZHANG Zhaotong^,1,2, LI Yuan³, LIU Guohong³, ZHU Qianqian³, XU Yongmei^,31. Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
2. University of Chinese Academy of Sciences, Beijing 100049, China
3. Institute of Soil, Fertilizer and Agricultural Water Reduction, Xinjiang Academy of Agricultural Sciences, Urumqi 830091, China

通讯作者: 许咏梅（1973-）,女,广东潮州人,博士,研究员,主要从事农业资源高效利用研究。E-mail: xym1973@163.com

收稿日期:2020-09-22接受日期:2021-02-3网络出版日期:2021-03-10

基金资助:

国家自然科学基金项目.41561070 国家产业技术体系.CARS-170202

Received:2020-09-22Accepted:2021-02-3Online:2021-03-10
作者简介 About authors
张兆彤（1994-）,女,山东济南人,博士研究生,主要从事土地利用变化及其环境效应研究。E-mail: zhangzt.19b@igsnrr.ac.cn







摘要
土壤有机质在提高土壤肥力和作物生产力方面发挥重要作用,研究其空间变异性可为精准施肥以及可持续的土地利用和管理提供科学依据。本文以新疆昌吉州为研究区,基于多重分形方法,使用第二次土壤普查（1980年前后）、2010年和2018年共3期土壤有机质数据,计算多重分形参数来探究土壤有机质空间变异的动态。结果表明：① 第二次土壤普查—2018年期间,昌吉州土壤有机质含量呈增加趋势。② 第二次土壤普查—2018年期间,昌吉州土壤有机质的空间分布总体上具有非均匀的多重分形特征,土壤有机质值域范围逐渐变窄,空间分布变异性降低,趋于均一化。其中阜康市、吉木萨尔县和木垒哈萨克自治县的有机质变异程度在2010—2018年略有上升。③ 2018年,昌吉州土壤有机质在空间上自西向东值域分布范围逐渐变宽,变异程度增加,内部差异变大,趋向于非均匀化。④ 三个时期昌吉州土壤有机质数值中均是低值数据分布概率较大,其变异程度高于高值数据,仅阜康市和木垒哈萨克自治县在2018年由高值数据占主导地位。长时间的耕作经营使得土壤有机质含量有所提高,空间分布逐渐趋向均一化,但仍存在部分区域有机质较高,部分区域较低的情况。分区管理措施可以有效提高区域的整体肥力水平,应在阜康市、吉木萨尔县和木垒哈萨克自治县等有机质变异程度较高的区域继续推进精准施肥,改进灌溉和耕作措施以降低土壤有机质空间变异性。
关键词： 耕地土壤有机质;空间变异;新疆昌吉州;多重分形

Abstract
Soil organic matter (SOM) plays an important role in improving soil fertility and crop productivity, and studying its spatial variability can provide a scientific basis for targeted fertilization and sustainable land use and management. This paper selected Changji Prefecture of Xinjiang as the study area, and used three-stage SOM data (the second soil survey, 2010 and 2018) to calculate the generalized dimension spectrum D(q), multifractal singularity index ɑ(q) and the multifractal spectrum function f(ɑ(q)) based on the multifractal method to explore the dynamic changes of SOM spatial variability. The results showed that: (1) The average SOM contents in the three periods were 10.46, 16.69 and 18.16 g/kg, respectively, showing an upward trend. However, the SOM contents of all counties were lower than the national average level (24.30 g/kg) in 2018. (2) The spatial distribution of SOM in Changji Prefecture had non-uniform multifractal characteristics from the second soil survey to 2018. The distribution range of SOM value gradually became narrowed, and the spatial distribution variability decreased, tending to be uniform. The degree of SOM spatial variability in Fukang city, Jimusaer county, and Mulei Kazakh autonomous county increased slightly from 2010 to 2018. (3) In 2018, the spatial distribution range of SOM widened from west to east, with an increasing variation degree, and internal differences became larger, tending to be non-uniform. (4) In the three periods, all the low-value data had a greater variability, with the variation degree being higher than that of the high-value data. Fukang and Mulei were dominated by the high-value data in 2018. Long-term farming had increased the SOM content, and the spatial distribution gradually tended to be uniform. However, there was obvious spatial heterogeneity of SOM. It is necessary to adopt targeted approaches to improve overall soil fertility in different parts of the study area. It is recommended to promote targeted fertilization and to improve irrigation and farming measures in the places with high spatial variability of organic matter, such as Fukang, Jimusaer and Mulei.
Keywords：cultivated soil organic matter;spatial variation;Changji Prefecture,Xinjiang;multi-fraction


PDF (5107KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
张兆彤, 李源, 刘国宏, 朱倩倩, 许咏梅. 新疆昌吉州耕地土壤有机质空间变异动态研究. 地理研究[J], 2021, 40(3): 643-656 doi:10.11821/dlyj020200915
ZHANG Zhaotong, LI Yuan, LIU Guohong, ZHU Qianqian, XU Yongmei. Dynamic research on spatial variability of cultivated soil organic matter in Changji Prefecture, Xinjiang. Geographical Research[J], 2021, 40(3): 643-656 doi:10.11821/dlyj020200915

1 引言

在生态脆弱的干旱区,土壤有机质在提高土壤肥力和作物生产力方面发挥重要作用^[1]。土壤有机质在不同空间尺度上的变异性主要是由于自然因素和人为因素的异质性所导致的^[2,3,4],探索土壤有机质的空间变异性,揭示其空间变异规律,可为精准施肥、提高耕地土壤基础肥力以及可持续的土地利用和管理提供科学依据。

近年来,国内外****在土壤有机质空间变异性研究方面使用了不同的方法,地统计学作为主流方法,在应用时通常会结合经典统计学方法^[5,6,7,8]和GIS方法^[9,10,11,12]。地统计学方法应用虽广泛,但也有一定的局限性,该方法是一种基于变量和变异函数的二阶统计方法,假设数据的均值或方差是平稳的或线性的,而对于非平稳和非线性过程的空间变异性表达较差^[13],且无法在多尺度下实现对有机质空间变异性的分析;此外克里金插值会产生“平滑效应”,得不到信息点之间的局部变化特征^[14]。而多重分形方法可以克服上述缺陷,其研究结果不受研究对象取样尺度的影响,使用分形维数和多重分形谱可以从多尺度多层次描述复杂的、非线性的土壤属性,揭示看似无序的土壤形态背后的规律,使结果更加直观和准确。少数****使用多重分形方法来研究土壤有机质的空间变异性,涉及的区域包括灌区^[3,15]、煤矿区^[16,17]、黑土区^[18]、河口湿地^[2]等,但是对西北干旱区有机质空间变异特性研究较少。国内外****对区域尺度上土壤有机质的空间变异性研究多针对一个时间点进行分析,动态研究较少。此外,以往研究都是在垂直维度上研究不同土层之间有机质空间变异性的差别,很少有研究从水平维度出发,研究不同区域之间有机质空间变异性的差别。

鉴于此,本研究在水平维度上将昌吉州细分为7个市县,采用多重分形方法,基于第二次土壤普查（1980年前后）、2010年和2018年三个时间点的土壤有机质样点数据,选取容量维数D₀反映土壤有机质值域范围,ΔD反映空间分布局部变异程度,Δα代表空间分布局部不均匀程度,Δf代表不同概率子集对空间变异性的影响程度,探讨昌吉州总体及各市县的耕地土壤有机质空间变异规律,为加强研究区土壤有机质空间平衡管理提供基本信息。

2 研究方法与数据来源

2.1 研究区概况

研究区位于新疆维吾尔自治区的昌吉回族自治州,具体地理位置为43°20′N~45°00′N,85°17E~′91°32′E。气候为典型的大陆性干旱气候,有充足的日照时长和热量,且年降水量季节分布不均。昌吉自治州南高北低的地势使得南部的降水量较多,北部降水量较少,沙漠性气候特征显著。昌吉州自然土壤分布具有明显的纬度地带性特点,呈东西方向的条带状分布。轻壤土为昌吉州主要的耕作土壤质地类型,其主要特征是有机质含量低,养分分布不均衡。

2.2 数据来源

本研究所用数据包括第二次土壤普查、2010年和2018年三期土壤有机质数据。其中2010年与2018年土壤有机质点位数据来源于昌吉州农技推广中心土肥站,2010年有效样点数为26210个（见图1）,2018年有效样点数为755个（见图2）。第二次土壤普查时期的有机质栅格数据（见图3）空间分辨率为30弧秒,来源于寒区旱区科学数据中心提供的面向陆面模拟的中国土壤数据集（http://www.ncdc.ac.cn/portal/）。耕地范围确定的依据为上述三个时间节点的土地利用数据,其空间分辨率为30 m,来源于资源环境数据云平台（http://www.resdc.cn/）。表1为昌吉州各市、县的样点数量分布情况。

图1

新窗口打开|下载原图ZIP|生成PPT
图12010年昌吉州耕地样点布设

注：此图基于新疆维吾尔自治区自然资源厅标准地图（审图号：新S（2019）060号）绘制,底图无修改。
Fig. 1Layout of the sampling points in Changji Prefecture in 2010

图2

新窗口打开|下载原图ZIP|生成PPT
图22018年昌吉州耕地样点布设

注：此图基于新疆维吾尔自治区自然资源厅标准地图（审图号：新S（2019）060号）绘制,底图无修改。
Fig. 2Layout of the sampling points in Changji Prefecture in 2018

图3

新窗口打开|下载原图ZIP|生成PPT
图3第二次土壤普查时期昌吉州耕地土壤有机质栅格数据

注：此图基于新疆维吾尔自治区自然资源厅标准地图（审图号：新S（2019）060号）绘制,底图无修改。
Fig. 3Grid data of soil organic matter in cultivated land in Changji Prefecture during the second soil survey



Tab. 1
表1
表12010年和2018年研究区土壤样点数量
Tab. 1Number of soil samples of Changji Prefecture in 2010 and 2018

市县名	2010年样点数	2018年样点数
昌吉市	6434	149
阜康市	1742	64
呼图壁县	2649	130
吉木萨尔县	4998	112
玛纳斯县	5357	154
木垒哈萨克自治县	2101	10
奇台县	2929	136
总计	26210	755

新窗口打开|下载CSV

2.3 研究方法

多重分形方法可以在不同的研究尺度下分析变量的概率分布,充分刻画复杂、不规则的结构,适合分析土壤这种复杂的研究对象^[19]。

多重分形分析的关键是定义不同尺度的归一化概率质量。本研究采用计盒法,使用ε大小的正方形网格覆盖耕地范围,ε一般以2^k变化（k=0,1,2,3,…）^[19]。设p_i(ε)为每个网格中土壤有机质分布的概率密度,利用p_i(ε)构造一个配分函数族^[20,21]。

（1）ui(q,ε)=pi(ε)q/∑i=1N(ε)pi(ε)q
式中：ε为观测尺度;u_i(q, ε)为第i个网格q阶概率;N(ε)为尺度为ε时的网格个数; ∑i=1N(ε)pi(ε)q为所有网格q阶概率之和。

研究对象的广义维数D(q)可以通过以下公式得到：

（2）D(q)=limε→0[log(∑i=1N(ε)pi(ε)q)]/[(q-1)logε](q≠1)
（3）D1=limε→0[∑i=1N(ε)pi(ε)logpi(ε)]/logε(q=1)
研究对象的奇异性指数α(q)和奇异指数分布函数f(α(q))可以通过以下公式得到：

（4）α(q)=limε→0[∑i=1N(ε)ui(q,ε)logpi(ε)]/logε
（5）f(α(q))=limε→0[∑i=1N(ε)ui(q,ε)logui(q,ε)]/logε
基于以上各式,在-10≤q≤10范围内,以1为步长,使用MathWorks Matlab编写程序计算土壤有机质分布的多重分形参数D(q)、α(q)和f(α(q))。表2为研究所使用的多重分形参数的含义和表征意义。

Tab. 2
表2
表2分形参数表征意义
Tab. 2Representation significance of different fractal parameters

参数类型	参数名称	含义	表征意义
广义 维数谱	D0	容量维数	表征研究变量的值域范围,D0越大,值域范围越宽
	ΔD=Dmax-Dmin	谱宽	代表广义维数谱弯曲程度,表征研究变量局部变异程度,ΔD值越大则变异程度越强
多重 分形谱	Δα=ɑmax-ɑmin	谱宽	表征研究变量空间分布的非均匀程度,Δα值越大则非均匀程度越高
	Δf=f(ɑmin)-f(ɑmax)	谱高差	表征子集的最大概率和最小概率之间的对比关系。当Δf <0时,研究变量中低值的变异程度大于高值;当Δf >0时,研究变量中高值数据的变异性程度大于低值数据

新窗口打开|下载CSV

2.4 数据处理

通过ArcGIS软件在土地利用数据中提取三个时期的耕地范围,第二次土壤普查、2010年和2018年三个时期的耕地面积和空间分布存在较大差异。将第二次土壤普查、2010年和2018年的耕地范围进行叠加处理,选取重叠部分进行土壤有机质多重分形分析。网格的划分是使用ArcGIS10.2软件完成,本研究包括8 km×8 km、16 km×16 km、32 km×32 km、64 km×64 km共4种网格尺度,分别得到576、144、36和9个网格。每个网格中2010年和2018年的有机质数据为各样点数据的均值,第二次土壤普查的有机质数据为各栅格数据的均值

3 结果分析与讨论

3.1 土壤有机质统计特征分析

分别对昌吉州总体及各市县第二次土壤普查、2010和2018年的耕地土壤有机质数据均值进行统计分析,结果表明（见表3）。2018年昌吉州耕地土壤有机质含量平均值为18.16 g/kg,低于全国耕地有机质含量24.30 g/kg的平均水平。第二次土壤普查至2010年间,昌吉州土壤有机质平均含量由10.46g/kg增加至16.69 g/kg,年均增长率为1.99%,高于2010—2018年1.10%的增长水平。

Tab. 3
表3
表3昌吉州各市县不同时期有机质含量均值统计
Tab. 3Statistics of average organic matter contents in each county of Changji prefecture in different periods

时期	昌吉州	昌吉市	阜康市	呼图壁县	吉木萨尔县	玛纳斯县	木垒哈萨克自治县	奇台县
第二次土壤普查(1980年)	10.46	8.06	9.28	11.59	20.48	12.71	9.88	15.34
2010年	16.69	15.37	18.13	14.85	18.29	16.96	12.49	21.27
2018年	18.16	13.33	21.02	13.79	19.83	17.10	16.21	19.29

新窗口打开|下载CSV

昌吉州各市县之间的土壤有机质含量存在较大差异。2018年昌吉州各市县的有机质含量均低于全国平均水平,其中阜康市的有机质含量最高,为21.02g/kg,昌吉市的有机质含量最低,为13.33g/kg。第二次土壤普查—2018年期间,除吉木萨尔县之外,其他各市县的有机质含量均呈增加趋势,其中阜康市的有机质含量增加幅度最大,为126.51%。第二次土壤普查—2010年期间,除吉木萨尔县之外,其他各县的土壤有机质均呈上升趋势。2010—2018年期间,昌吉州各市县有机质含量有升有降,有机质含量上升的县包括阜康市、吉木萨尔县、玛纳斯县和木垒哈萨克自治县,而昌吉市、呼图壁县和奇台县的有机质含量下降。

3.2 有机质空间分布的多重分形特征

进行多重分形首先要确定研究尺度^[22]。配分函数X(q, ε)与研究尺度ε的对数logX(q, ε)与log(ε)之间的线性关系显示标度不变性,只有两者之间存在线性关系时,才可以在该研究尺度下对研究变量进行多重分形分析^[23,24,25]。根据图4和表4可以看出,在ε=8、16、32和64 km这4个研究尺度下,logε与logX(q, ε)拟合决定性系数R²位于0.9911与1.000之间,logX(q, ε)-log(ε)曲线为一系列具有不同斜率的直线,且所有直线都有收敛的趋势。表明logX(q, ε)与log(ε)之间呈现出良好的线性关系,在这4个尺度之下可以使用多重分形方法来研究有机质的空间变异性。

图4

新窗口打开|下载原图ZIP|生成PPT
图4不同时期不同质量指数(q)下配分函数X(q, ε)与研究尺度ε的双对数线性关系

Fig. 4The double logarithmic linear relationship between the partition function X(q,ε) and the research size ε at different (q) values in different periods



Tab. 4
表4
表4log ε与logX(q,ε)拟合的斜率K和决定性系数R²
Tab. 4The slope K and determination coefficient R² of the fitting line between logε and logX(q,ε)

时期	q=-10		q=-5		q=0		q=5		q=10
	K	R2	K	R2	K	R2	K	R2	K	R2
第二次土壤普查(1980年)	-7.9851	0.9911	-4.2293	0.9960	-0.6021	1.0000	2.0526	0.9996	4.5087	0.9998
2010年	-7.3287	0.9971	-3.7652	0.9997	-0.6021	1.0000	2.3337	1.0000	5.0590	0.9999
2018年	-6.8354	0.9997	-3.6709	1.0000	-0.6021	1.0000	2.3277	1.0000	5.0073	0.9996

新窗口打开|下载CSV

3.3 基于广义维数谱的土壤有机质空间变异分析

3.3.1 广义维数谱曲线q-D(q) 基于算法得到昌吉州各市县三个时期的土壤有机质空间分布的广义维数谱,均呈曲线状（见图5、图6）。广义维数谱的形状可以指示土壤有机质是否具有多重分形特征,在-10≤q≤10的范围内,三个时期昌吉州各市县的土壤有机质广义维数谱曲线均表现为D(q)的值随着q值的增大呈现单调递减趋势,表明土壤有机质空间分布满足多重分形特征^[26]。

图5

新窗口打开|下载原图ZIP|生成PPT
图5昌吉州不同时期土壤有机质广义维数谱曲线q-D(q)

Fig. 5Generalized dimension spectra q-D(q) of soil organic matter in Changji Prefecture in different periods

图6

新窗口打开|下载原图ZIP|生成PPT
图6昌吉州各市县不同时期土壤有机质广义维数谱曲线q-D(q)

Fig. 6Generalized dimension spectra q-D(q) of soil organic matter in each county of Changji Prefecture in different periods



3.3.2 容量维D₀D₀越大就代表土壤有机质值域范围越宽^[27]。第二次土壤普查、2010年和2018年昌吉州的D₀分别为2.0306、1.9991和1.9943,呈降低趋势,表明随着时间的变化,土壤有机质普遍提高,较少存在有机质值过高或过低的区域,即有机质值域范围逐渐变窄,相对集中^[28]。

如图7（见第650页）所示,第二次土壤普查、2010年和2018年三个时期D₀的空间分布状况一致,总体上均是西部市县的D₀低于东部市县,表明土壤有机质的值域分布范围自西向东逐渐变宽。三个时期D₀最大的均为奇台县,最小的均为呼图壁县,表明奇台县土壤有机质值域范围最宽,呼图壁县最窄（图8,见第651页）。如图9（见第651页）所示,第二次土壤普查—2010年期间,昌吉州7个市县的D₀均降低,有机质值域范围变窄,其中降低幅度最大的是吉木萨尔县,为4.52%,最小的是奇台县,仅为0.84%。2010—2018年期间,除吉木萨尔县和木垒哈萨克自治县之外,其他5个县的D₀均降低,降低幅度最大的是奇台县,为0.77%,最小的是昌吉市,为0.28%。

图7

新窗口打开|下载原图ZIP|生成PPT
图7昌吉州不同时期多重分形参数的空间分布

Fig. 7The spatial distribution of multifractal parameters in Changji Prefecture in different periods

图8

新窗口打开|下载原图ZIP|生成PPT
图8昌吉州各市县不同时期的土壤有机质的多重分形参数

Fig. 8Multi-fractal parameter of soil organic matter in each county of Changji Prefecture in different periods

图9

新窗口打开|下载原图ZIP|生成PPT
图9昌吉州各市县不同时期土壤有机质多重分形参数变化幅度对比

Fig. 9Comparison of the variation range of the multifractal parameters of soil organic matter in each county of Changji Prefecture in different periods



3.3.3 广义维数谱谱宽ΔD ΔD的值越大,则土壤有机质分布的变异程度越强^[29],图5中显示昌吉州各市县有机质分布的广义维数谱曲线整体弯曲度的排序为第二次土壤普查>2010年>2018年,三个时期ΔD的值分别为0.6673、0.3459和0.2160,这表明第二次土壤普查—2018年期间,昌吉州耕地土壤有机质的变异程度逐渐降低。究其原因,可能一方面是因为作物产量水平普遍提高,增加了根茬还田使得耕地有机质普遍提高;另一方面是因为昌吉州各地区普遍实施配方施肥,使得土壤有机质空间分布变异程度降低。

昌吉州各市县土壤有机质空间变异情况也不尽相同,在空间分布上来看,第二次土壤普查时期,ΔD的总体变化趋势是自西向东先减小后增大,表明土壤有机质空间变异程度先减弱后增强。2010年除了奇台县的ΔD值较高之外,总体上是西部市县的ΔD值高于东部市县。2018年的ΔD空间分布状况总体上自西向东变大,即土壤有机质空间变异程度增强（见图7）。如图9（见第651页）所示,第二次土壤普查—2010年期间,昌吉州各市县的ΔD均降低,有机质的变异程度减弱,其中吉木萨尔县的降低幅度最大,为90.25%,奇台县的降低幅度最小,仅为20.19%。2010—2018年期间,ΔD增加的县包括吉木萨尔县、阜康市和木垒哈萨克自治县,其变异程度增加,其他县的变异程度降低。玛纳斯县的ΔD由第二次土壤普查时的最大值变为2018年的最小值,其降低幅度位居7县之首,为91.31%,而阜康市的ΔD降低幅度最小,为59.12%。

3.4 基于多重分形奇异谱函数的土壤有机质空间变异分析

多重分形谱可以提供更多的土壤有机质空间分异信息,由图10和图11（见第652页）可知昌吉州各市县在第二次土壤普查、2010年和2018年的土壤有机质空间分布多重分形奇异谱曲线均为“钟形”或类似于开口向下的二次抛物线,均表现出一定的非对称性。各市县2010年和2018年的多重分形谱曲线相较第二次土壤普查更加规则且平滑,表明2010和2018年有机质的分形特征强于第二次土壤普查时期。

图10

新窗口打开|下载原图ZIP|生成PPT
图10昌吉州不同时期土壤有机质分布的多重分形奇异谱函数

Fig. 10Multi-fractal spectrum functions of soil organic matter in Changji Prefecture in different periods

图11

新窗口打开|下载原图ZIP|生成PPT
图11昌吉州各市县不同时期土壤有机质分布的多重分形奇异谱函数

Fig. 11Multi-fractal spectrum functions of soil organic matter in each county of Changji Prefecture in different periods



3.4.1 多重分形谱宽度Δα(ɑ_max-ɑ_min) Δα值越大,则土壤有机质的内部差异越大,非均匀程度越高^[30]。昌吉州三个时期的Δα分别为0.863、0.654和0.451,随时间变化呈降低趋势,表明昌吉州总体耕地土壤有机质的空间分布内部差异减小,趋向于均一化。

第二次土壤普查时期,Δα的总体变化趋势是自西向东先减小后增大,表明土壤有机质空间分布的均匀化程度先增强后减弱。2010年除了吉木萨尔县的Δα值较低之外,总体上是西部市县的Δα值低于东部市县。2018年昌吉州各市县的Δα值空间分布总体上是西部市县低于东部,西部市县的土壤有机质的空间分布内部差异较小,均匀化程度高（见图7）。各市县Δα的变化趋势与ΔD基本一致,图9显示第二次土壤普查—2010年期间,昌吉州各市县的Δα均降低,其中吉木萨尔县的降低幅度最大,为82.75%,奇台县的降低幅度最小,仅为15.33%。2010—2018年期间,除吉木萨尔县和木垒哈萨克自治县之外,其他5个县的Δα均降低,有机质空间分布内部差异减小,趋向于均一化。第二次土壤普查—2018年期间Δα变化幅度最大的为玛纳斯县,为88.60%,最小的是阜康市,为49.74%,这与前文中ΔD变化分析得出的结论一致。耕地土壤有机质的差异部分除了受自然因素的影响之外^[31,32,33],同时也会对农田管理措施产生响应,差异性主要与作物种类、轮作制度和灌溉施肥等有关^[34]。

3.4.2 多重分形谱高差Δf (f (ɑ_min)-f (ɑ_max)) 多重分形谱的左右两部分分别对应土壤有机质在空间的高值和低值分布^[35],当Δf<0时,多重分形奇异谱函数呈右钩状;当Δf>0时,多重分形奇异谱函数呈左钩状^[36]。昌吉州三个时期土壤有机质的Δf值均不等于0（见图10）,都表现出一定的非对称性,表明三个时期土壤有机质分布都不均匀,存在部分区域含量较高,部分区域较低的情况^[37]。昌吉州在第二次土壤普查、2010年和2018年的Δf分别为-0.622、-0.448和-0.634,均呈右钩状,表明这三个时期有机质低值数据的空间变异程度大于高值数据。究其原因,虽然长时间的耕作经营使得土壤有机质含量有所提高,但是整体含量仍偏低且分布不均匀,三个时期研究区有机质含量高于平均值的区域面积均不足总面积的40%,其低值数据分布概率较大,占据主导地位,对有机质空间变异性影响较大。

昌吉州各市县在第二次土壤普查、2010年和2018年三个时期的Δf值均不等于0,都表现出一定的非对称性（见图11）,表明各市县土壤有机质分布都不均匀,存在部分区域含量较高,部分区域较低的情况。如图8所示,不同市县的Δf值存在较大差异,昌吉市、呼图壁县、玛纳斯县、吉木萨尔县、奇台县的Δf与昌吉州总体变化趋势一致,在三个时期均为负值,有机质的空间变异性主要是由低值数据引起。阜康市和木垒哈萨克自治县的Δf在第二次土壤普查和2010年为负值,2018年是变为正值,由低值数据占主导地位变为高值数据占主导地位,与这两个县的土壤有机质含量在2010—2018年期间大幅度上升有关系。

4 结论

本文以新疆昌吉州为研究区,基于第二次土壤普查、2010年和2018年三个时期的土壤数据,通过比较昌吉州总体及各市县的多重分形广义维数谱、奇异谱函数以及多重分形参数的变化情况来分析昌吉州总体及水平维度上有机质空间变异的差异。得到如下结论：

（1）土壤有机质的统计分析表明,昌吉州三个时期耕地土壤有机质的平均含量分别为10.46g/kg、16.69g/kg和18.16g/kg,总体呈上升趋势。内部各市县之间土壤有机质含量存在较大差异,其中阜康市的有机质含量最高,昌吉市的有机质含量最低。

（2）随着时间的变化,昌吉州总体土壤有机质值域范围变窄,变异程度降低,空间分布趋向均一化,其低值数据的空间变异程度大于高值数据。

（3）昌吉州各市县土壤有机质变异性在空间分布上呈现出一定的规律,2018年自西向东有机质值域范围逐渐变宽,变异程度增加,内部差异变大,趋向于非均匀化。

（4）昌吉州各市县的有机质空间变异性的动态情况不尽相同。第二次土壤普查—2010年期间,昌吉州各市县的有机质变异程度均下降,2010—2018年期间,阜康市、吉木萨尔县和木垒哈萨克自治县的有机质变异程度略有上升,而其他四个县的变异程度均下降。

致谢

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文研究思路、方法选择、结果分析、结论梳理方面的修改意见,使本文获益匪浅。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 黄元仿, 周志宇, 苑小勇, 等. 干旱荒漠区土壤有机质空间变异特征
生态学报, 2004,24(12):2776-2781.
[本文引用: 1]

[ Huang Yuanfang, Zhou Zhiyu, Yuan Xiaoyong, et al. Spatial variability of soil organic matter content in an arid desert area
Acta Ecologica Sinica, 2004,24(12):2776-2781.]. DOI: 10.3321/j.issn: 1000-0933.2004.12.015.
[本文引用: 1]

[2] 陈思明, 王宁, 秦艳芳, 等. 河口湿地不同土层有机质的水平异质性与自相关性
生态学杂志, 2019,38(9):2805-2812.
[本文引用: 2]

[ Chen Siming, Wang Ning, Qin Yanfang, et al. Horizontal variability and autocorrelation of soil organic matter at different soil layers in estuarine wetland
Chinese Journal of Ecology, 2019,38(9):2805-2812.]. DOI: 10.13292/j.1000-4890.201909.010.
[本文引用: 2]

[3] 张娜, 张红玲, 屈忠义, 等. 内蒙古河套灌区不同土层有机质空间变异的分形
干旱地区农业研究, 2017,35(5):157-163.
[本文引用: 2]

[ Zhang Na, Zhang Hongling, Qu Zhongyi, et al. Fractal study on organic matter spatial heterogeneity of different soil layers in Inner Mongolia Hetao Irrigation District
Agricultural Research in the Arid Areas, 2017,35(5):157-163.]. DOI: 10.7606/j.issn.1000-7601.2017.05.23.
[本文引用: 2]

[4] 张法升, 刘作新. 分形理论及其在土壤空间变异研究中的应用
应用生态学报, 2011,22(5):1351-1358.
[本文引用: 1]

[ Zhang Fasheng, Liu Zuoxin. Fractal theory and its application in the analysis of soil spatial variability: A review
Chinese Journal of Applied Ecology, 2011,22(5):1351-1358.]
[本文引用: 1]

[5] 高凤杰, 马泉来, 韩文文, 等. 黑土丘陵区小流域土壤有机质空间变异及分布格局
环境科学, 2016,37(5):325-332.
[本文引用: 1]

[ Gao Fengjie, Ma Quanlai, Han Wenwen, et al. Spatial variability and distribution pattern of soil organic matter in a mollisol watershed of China
Environmental Science, 2016,37(5):325-332.]
[本文引用: 1]

[6] 谢红花, 李超, 钱晔, 等. 云南乌蒙山区土壤养分空间变异及海拔梯度分布规律
中国农学通报, 2019,35(8):52-59.
[本文引用: 1]

[ Xie Honghua, Li Chao, Qian Ye, et al. Spatial variability and altitudinal gradient distribution pattern of soil mutrients in Wumeng mountainous region, Yunnan
Chinese Agricultural Science Bulletin, 2019,35(8):52-59.]
[本文引用: 1]

[7] Hu K, Wang S Y, Li H, et al. Spatial scaling effects on variability of soil organic matter and total nitrogen in suburban Beijing
Geoderma, 2014, 226-227:54-63. DOI: 10.1016/j.geoderma.2014.03.001.
[本文引用: 1]

[8] Wang Z M, Zhang B, Song K S, et al. Spatial variability of soil organic carbon under maize monoculture in the Song-nen Plain, Northeast China
Pedosphere, 2010,20(1):80-89.
[本文引用: 1]

[9] 赵明松, 张甘霖, 王德彩, 等. 徐淮黄泛平原土壤有机质空间变异特征及主控因素分析
土壤学报, 2013,50(1):1-11.
[本文引用: 1]

[ Zhao Mingsong, Zhang Ganlin, Wang Decai, et al. Spatial variability of soil organic matter and its dominating factors in Xu-huai alluvial plain
Acta Pedologica Sinica, 2013,50(1):1-11.]
[本文引用: 1]

[10] 张敏, 贺鹏飞, 陈伟强. 基于GIS和地统计学的土壤养分空间变异分析
东北农业大学学报, 2010,41(3):53-58.
[本文引用: 1]

[ Zhang Min, He Pengfei, Chen Weiqiang. Spatio-temporal variability analysis of soil nutrients based on GIS and Geostatistics
Journal of Northeast Agricultural University, 2010,41(3):53-58.]. DOI: 10.3969/j.issn.1005-9369.2010.03.012.
[本文引用: 1]

[11] Mabit L, Bernard C, Makhlouf M, et al. Spatial variability of erosion and soil organic matter content estimated from 137Cs measurements and geostatistics
Geoderma, 2008,145(3-4):245-251. DOI: 10.1016/j.geoderma.2008.03.013.
[本文引用: 1]

[12] Marchetti A, Piccini C, Francaviglia R, et al. Spatial distribution of soil organic matter using geostatistics: A key indicator to assess soil degradation status in central Italy
Pedosphere, 2012,22(2):230-242. DOI: 10.1016/S1002-0160(12)60010-1.
[本文引用: 1]

[13] 徐冰, 赵淑银, 郭克贞. 分形地统计学及其在土壤科学中的应用
土壤通报, 2009,40(6):224-228.
[本文引用: 1]

[ Xu Bing, Zhao Shuyin, Guo Kezhen. Fractal geostatistics and its applications in soil sciences
Chinese Journal of Soil Science, 2009,40(6):224-228.]
[本文引用: 1]

[14] 徐冰. 基于分形地质统计学的草地土壤空间变异
内蒙古: 内蒙古农业大学博士学位论文, 2009: 1.
[本文引用: 1]

[ Xu Bing. Spatial variability of soil in grassland base on fractal geostatistics theory
Inner Mongolia Autonomous Region: Doctoral Dissertation of Inner Mongolia Agricultural University, 2009: 1.]
[本文引用: 1]

[15] 管孝艳, 杨培岭, 吕烨. 基于多重分形理论的农田土壤特性空间变异性分析
应用基础与工程科学学报, 2011,19(5):712-720.
[本文引用: 1]

[ Guan Xiaoyan, Yang Peiling, Lv Ye. Analysis on spatial variability of soil properties based on multifractal theory
Journal of Basic Science and Engineering, 2011,19(5):712-720.]. DOI: 10.3969/j.issn.1005-0930.2011.05.003.
[本文引用: 1]

[16] 王宇. 基于多重分形理论的黄土区露天煤矿排土场重构土壤特性空间变异研究
北京: 中国地质大学(北京)硕士学位论文, 2015: 10.
[本文引用: 1]

[ Wang Yu. Spatial variability of reconstructed soil properties in opencast coal mine dump in loess area based on multi-fractal theory
Beijing: Master Dissertation of China University of Geosciences (Beijing ), 2015: 10.]
[本文引用: 1]

[17] Wang F J, Wang J M, Wang Y. Using multi-fractal and joint multi-fractal methods to characterize spatial variability of reconstructed soil properties in an opencast coal-mine dump in the Loess area of China
Catena, 2019,182. DOI: 10.1016/j.catena.2019.104111.
[本文引用: 1]

[18] 王子龙, 孙建, 姜秋香, 等. 松嫩平原黑土区有机质空间分布特征及影响因素
东北农业大学学报, 2019,50(10):54-62.
[本文引用: 1]

[ Wang Zilong, Sun Jian, Jiang Qiuxiang, et al. Spatial distribution characteristics and influencing factors of organic matter in black soil region of the Songnen Plain
Journal of Northeast Agricultural University, 2019,50(10):54-62.]. DOI: 10.19720/j.cnki.issn.1005-9369.2019.10.007.
[本文引用: 1]

[19] 张佳瑞, 王金满, 秦倩, 等. 基于CT扫描的煤矿排土场土壤孔隙三维多重分形特征
土壤通报, 2017,48(4):786-793.
[本文引用: 2]

[ Zhang Jiarui, Wang Jinman, Qin Qian, et al. Three-dimensional multi- fractal characteristics of reconstruction soil pore at opencast coal mine dump based on CT scanning
Chinese Journal of Soil Science, 2017,48(4):786-793.]. DOI: 10.19336/j.cnki.trtb.2017.04.03.
[本文引用: 2]

[20] 张兴义, 王禹宸, 李浩, 等. 黑土坡耕地水保措施下土壤水分时空变异分析
东北农业大学学报, 2014,45(11):59-64.
[本文引用: 1]

[ Zhang Xingyi, Wang Yuchen, Li Hao, et al. Spatial-temporal variation of soil moisture under the soil and water conservation in black soil sloping farmland
Journal of Northeast Agricultural University, 2014,45(11):59-64.]. DOI: 10.3969/j.issn.1005-9369.2014.11.009.
[本文引用: 1]

[21] Black K, Creamer R E, Xenakis G, et al. Improving forest soil carbon models using spatial data and geostatistical approaches
Geoderma, 2014, 232-234(12):487-499. DOI: 10.1016/j.geoderma.2014.05.022.
[本文引用: 1]

[22] Wang J M, Wang H D, Cao Y G, et al. Effects of soil and topographic factors on vegetation restoration in opencast coal mine dumps located in a loess area
Scientific Reports, 2016,6(1):233-238. DOI: 10.1038/srep22058.
[本文引用: 1]

[23] Meneveau C, Sreenivasan K R, Kailasnath P, et al. Joint multifractal measures: Theory and applications to turbulence
Physical Review A, 1990,41(2):894. DOI: 10.1103/PhysRevA.41.894.
[本文引用: 1]

[24] Lee C K. Multifractal characteristics in air pollutant concentration time series
Water, Air, and Soil Pollution, 2002,135(1-4):389-409. DOI: 10.1023/A: 1014768632318.
[本文引用: 1]

[25] Perfect E, Tarquis A M, Bird N R A. Accuracy of generalized dimensions estimate from grayscale images using the method of moments
Fractals, 2009,17(3):351-363. DOI: 10.1142/S0218348X09004302.
[本文引用: 1]

[26] 白一茹, 汪有科. 黄土丘陵区土壤粒径分布单重分形和多重分形特征
农业机械学报, 2012,43(5):43-48, 42.
[本文引用: 1]

[ Bai Yiru, Wang Youke. Monofractal and multifractal analysis on soil particle distribution hilly and gully areas of the loess plateau
Transactions of the Chinese Society for Agricultural Machinery, 2012,43(5):43-48, 42.]. DOI: 10.6041/j.issn.1000-1298.2012.05.008.
[本文引用: 1]

[27] Martn M A, Montero E. Laser diffraction and multifractal analysis for the characterization of dry soil volume-size distributions
Soil and Tillage Research, 2002,64(1-2):113-123. DOI: 10.1016/S0167-1987(01)00249-5.
[本文引用: 1]

[28] Ferreiro J P, Vidal Vázquez E. Multifractal analysis of Hg pore size distributions in soils with contrasting structural stability
Geoderma, 2010,160(1):64-73. DOI: 10.1016/j.geoderma.2009.11.019.
[本文引用: 1]

[29] Gibson J R, Lin H, Bruns M A. A comparison of fractal analytical methods on 2-and 3-dimensional computed tomographic scans of soil aggregates
Geoderma, 2006,134(3-4):335-348. DOI: 10.1016/j.geoderma.2006.03.052.
[本文引用: 1]

[30] Zeleke T B, Si B C. Characterizing scale-dependent spatial relationships between soil properties using multifractal techniques
Geoderma, 2006,134(3-4):440-452. DOI: 10.1016/j.geoderma.2006.03.013.
[本文引用: 1]

[31] 宋莎, 李廷轩, 王永东, 等. 县域农田土壤有机质空间变异及其影响因素分析
土壤, 2011,43(1):44-49.
[本文引用: 1]

[ Song Sha, Li Tingxuan, Wang Yongdong, et al. Spatial variabity of soil organic matter and its influencing factors at county scales
Soils, 2011,43(1):44-49.]
[本文引用: 1]

[32] 苑小勇, 黄元仿, 高如泰, 等. 北京市平谷区农用地土壤有机质空间变异特征
农业工程学报, 2008,24(2):70-76.
[本文引用: 1]

[ Yuan Xiaoyong, Huang Yuanfang, Gao Rutai, et al. Spatial variability characteristics of farmland soil organic matter in Pinggu District, Beijing, China
Transactions of the CSAE, 2008,24(2):70-76.]. DOI: 10.3321/j.issn: 1002-6819.2008.02.013.
[本文引用: 1]

[33] 李龙, 姜丽娜, 白建华. 半干旱区土壤有机碳空间变异及其影响因素的多尺度相关分析
中国水土保持科学, 2018,16(5):40-48.
[本文引用: 1]

[ Li Long, Jiang Lina, Bai Jianhua. Multi-scale correlations between spatial variability of soil organic carbon and its influencing factors in semiarid zone
Science of Soil and Water Conservation, 2018,16(5):40-48.]. DOI: 10.16843/j.sswc.2018.05.006.
[本文引用: 1]

[34] 张法升, 刘作新, 曲威, 等. 长期耕作条件下小尺度农田土壤有机质空间变异性
干旱地区农业研究, 2010,28(2):167-171.
[本文引用: 1]

[ Zhang Fasheng, Liu Zuoxin, Qu Wei, et al. Spatial variability of soil organic matter in long-termsmall scale across cultivated crop land
Agricultural Research in the Arid Areas, 2010,28(2):167-171.]
[本文引用: 1]

[35] Kravehenko A N, Charles W B, Donald G B. Multifractal analysis of soil spatial variability
Agronomy Joumal, 1999,91:1033-1041. DOI: 10.2134/agronj1999.9161033x.
[本文引用: 1]

[36] Peyton R L, Gantzer C J, Anderson S H, et al. Fractal dimension to describe soil macropore structure using X-ray computed tomography
Water Resources Research, 1994,30(3):691-700. DOI: 10.1029/93wr02343.
[本文引用: 1]

[37] 周虎, 李保国, 吕贻忠, 等. 不同耕作措施下土壤孔隙的多重分形特征
土壤学报, 2010,47(6):1094-1100.
[本文引用: 1]

[ Zhou Hu, Li Baoguo, Lv Yizhong, et al. Multifractal characteristics of soil pore structure under different tillage systems
Acta Pedologica Sinica, 2010,47(6):1094-1100.]
[本文引用: 1]