-
土壤作为植物生存和发展的重要基地,不仅是农业、林业和其他生态系统的自然基础,更是人类社会发展至关重要的载体[1-3]。土壤质量是衡量土壤条件相对于一个或多个生物物种的要求和任何人类的需要或目的[4-5]。近些年来,随着城市规模的不断扩大和生态环境问题的日益突显,城市及其周边区域土壤质量的评价和研究一直是当今城市生态学研究者关注的重点。然而,国内外的研究主要集中在城市内部的公共绿地区域土壤质量的评价[3, 6-7],很少有研究着重考察城市周边起着生态屏障作用的区域。
土壤肥力反映了土壤维持农林植物生长的能力,是衡量土壤质量优劣的重要指标。而土壤的理化性质,特别是土壤有机质、碱解氮、有效磷、速效钾是土壤肥力的关键指标[8-10],能够在一定程度上量化土壤的肥力。大量的科学考察和研究表明,无论研究区域的尺度大小,土壤肥力的空间异质性是普遍存在的事实[3, 11-13]。研究土壤肥力空间格局及其影响因素,可为土壤资源的科学管理提供依据,对于指导农业、林业均具有十分重要的意义。国内外专家经过多年的研究认为,土壤肥力的空间格局主要受自然因素和人为因素影响[14-16]。其中自然因素包括地形地貌、气候水文、成土母质和植被类型等;而人为因素主要包括土地利用类型、耕作措施等。随着“3S”技术(全球定位系统、遥感和地理信息系统)的飞速发展,与地统计学的有机结合,不同区域不同尺度的土壤养分空间变异研究取得了一定的成果[17-21]。然而,重点聚焦于森林公园,特别是离中心城市很近的城市森林公园土壤肥力空间格局的研究却鲜见报道。
龙泉山脉作为成都市东部重要的生态屏障,对保障成都市的生态环境和安全有着极其深远的战略意义[22-23]。鉴于龙泉山城市森林公园土壤肥力的空间格局以及影响因子的研究未见相关报道。因此,通过野外实地调查和土壤采样分析,结合收集资料,运用地统计学与“3S”技术相结合的方法,揭示龙泉山城市森林公园土壤肥力的空间变异规律,分析和探索影响土壤肥力空间分布的主要因子。这些研究结果将不仅能为龙泉山城市森林公园生态恢复和景观配置工作提供科学依据,还有助于为我国城市森林公园的构建和研究提供有益的补充。
-
龙泉山城市森林公园(103°40′—104°40′E,29°40′—30°30′N)位于成都平原东缘,东西距离大约12 km,南北约90 km,总面积为1275 km2[23]。地质构造处于龙泉山褶皱带,地形上以低山和丘陵为主,海拔从385~1051 m。研究区域属于亚热带湿润季风气候,年平均气温16 ℃,年降水量约920 mm,并以中亚热带常绿阔叶林为地带性植被[26]。该区域内的天然植被几乎被破坏殆尽,天然的常绿阔叶林仅在局部地段残存。龙泉山城市森林公园主要的森林类型为人工柏木林,另外也分布着一些以桃、枇杷为主的果园。
-
收集了龙泉山城市森林公园森林资源二类调查数据库以及行政区划图。包括龙泉驿区、青白江区、金堂县、简阳市、双流区的部分,面积共计1 275 km2,共计75 964个小班。
-
在ArcGIS10.2中对研究区进行渔网创建,将龙泉山城市森林公园按2 km×2 km划分成319个网络。以每个网络的中心点进行样点设置,若中心点在水体或建设用地上,则相应地移动样点,若在2 km范围均为水体或建设用地,则该样点取消,共计设置样点307个(见图1)。在确定的样点附近设置样地,样地大小为20 m×20 m。在样地内调查地貌特征(地形起伏度<20 m划为平原、海拔>650 m且地形起伏度≥20 m为丘陵、海拔650 m以上为低山)、土地利用类型、植被情况、土壤状况。记录因子主要有地形因子(土壤类型、土层厚、土壤腐殖质层厚、经纬度、海拔、坡度、坡位、坡向)、植被因子(若为林地,则详细记录如下信息:乔木种名、平均胸径、平均树高,灌木种名、平均高、盖度,草本种名、盖度)。沿顺坡方向S形挖取土壤剖面,取0~20 cm的表层土壤样品带回试验分析土壤化学性质。土壤化学性质分析pH、有机质含量、碱解氮、速效钾、有效磷等指标。有机质采用燃烧法(仪器型号:vario MACRO CUBE),碱解氮采用碱解扩散法,速效钾采用乙酸铵浸提-火焰分光光度法(仪器型号:FTP 640),有效磷采用盐酸、氟化铵浸提-紫外分光光度法(仪器型号:UV-2600)。土壤化学性质由中国科学院、水利部成都山地灾害与环境研究所综合测试与模拟中心分析测试。
图 1 调查样点分布图[24]
Figure 1. Distribution map of survey sample points
-
土壤综合肥力指数的计算采用修正后的内梅罗公式[3, 25-28]。同时,选择土壤有机质、碱解氮、速效钾、有效磷这4个指标作为综合评价参数。对于原始数据的标准化处理如下:
当属性值属于差一级时,即Ci≤Xp,则:
$$ {P_i} = \frac{{{C_i}}}{{{X_p}}}({P_i} \leqslant 1) $$ (1) 当属性值属于中等一级时,即Xp<Ci≤Xm,则:
$$ {P_i} = 1 + \frac{{{C_{\rm{i}}} - {X_p}}}{{{X_m} - {X_p}}}(1 < {P_i} \leqslant 2) $$ (2) 当属性值属于较好一级时,即Xm<Ci≤Xg,则:
$$ {P_i} = 2 + \frac{{{C_{\rm{i}}} - {X_m}}}{{{X_g} - {X_m}}}(2 < {P_i} \leqslant 3) $$ (3) 当属性值属于好一级时,即Xg<Ci≤Xb,则:
$$ {P_i} = 3 + \frac{{{C_{\rm{i}}} - {X_g}}}{{{X_b} - {X_g}}}(3 < {P_i} \leqslant 4) $$ (4) 当属性值属于优秀一级时,即Ci>Xb,则:
$$ {P_i} = 4 $$ (5) 式中,Pi为土壤各属性分质量系数;Ci为该属性的测定值;X为参照全国第二次土壤普查标准的属性值分级标准(表1)。式中,Xp,Xm,Xg,Xb分别为四级、三级、二级、一级的分级标准。
表 1 基于内梅罗公式的土壤各属性分级标准值
Table 1. Standard value of soil properties classification based on Nemerow formula
土壤属性/Soil properties Xp Xm Xg Xb 有机质/Organic matter (g.kg−1) 10 20 30 40 碱解氮/Alkali hydrolyzed nitrogen (mg.kg−1) 30 40 60 80 速效钾/Available potassium (mg.kg−1) 50 90 120 150 有效磷/Available phosphorus (mg.kg−1) 10 20 30 40 土壤综合肥力指数P的计算公式如下:
$$ P = \sqrt {\frac{{{{\left( {\overline {{P_{\rm{i}}}} } \right)}^2} + {{\left( {{P_i}min} \right)}^2}}}{2}} \times \left( {\frac{{n - 1}}{n}} \right) $$ (6) 式中,P为土壤综合肥力,
$ \overline{{\rm{P}}_{\rm{i}}} $ 为土壤各属性分肥力系数的平均值,$ {P}_{i}min $ 为土壤各属性分肥力系数中的最小值,n为参与评价的土壤属性个数。 -
利用Microsoft Excel 2010录入测试数据,计算平均值等数据;应用SPSS 20.0进行数据方差分析和多重比较。土壤综合肥力空间插值分析在ArcGIS 10.2里进行,对307个样点土壤肥力指数进行Kriging空间插值。为了更好地了解研究区的土壤肥力空间分布情况,插值结果出来后,在ArcGIS 10.2中对其采用自然间断点分级方法,将其划分为5级,从高到低分别表示为“优”“良”“中等”“较差”“差”。
-
对比研究区表层土壤各养分均值(见表2)与全国第二次土壤普查养分分级标准,可以发现龙泉山城市森林公园范围内的土壤有机质和碱解氮的平均含量均处于五级水平,属于很低水平;速效钾的平均含量处于四级水平,属于低水平;有效磷则处于一级水平,含量较高。pH的变异系数为7.53%,为弱变异强度;碱解氮、有效磷、有机质的变异系数在58%~68%之间,为中等变异强度;速效钾的变异系数高达95.77%,已经接近强变异。
表 2 土壤性质参数描述性统计
Table 2. Descriptive statistics of soil properties
土壤属性
Soil properties最大值
Maximum最小值
Minimum value平均值
Average value中位数
Median标准差
Standard deviation变异系数
Coefficient of variation/%pH 8.80 4.30 7.71 7.76 0.58 7.53 有机质(g.kg−1) 52.87 1.39 8.00 6.76 5.43 67.84 碱解氮(mg.kg−1) 121.14 1.25 45.51 44.51 26.47 58.16 速效钾(mg.kg−1) 528.08 5.42 65.69 53.27 62.91 95.77 有效磷 (mg.kg−1) 94.87 5.37 46.91 45.08 27.75 59.15 -
通过运用GS+软件计算土壤养分的全向半方差函数,以决定系数接近于1、残差趋向于0的标准进行最优理论模型的选择。本研究对龙泉山城市森林公园土壤养的地统计学分析可以发现:5种土壤化学性质均符合指数模型,其结果见表3。速效钾、pH的半方差函数的决定系数均大于0.6,说明理论模型拟合具有一定合理性。从基台值可以看出,各土壤属性值均具有一定的基台值,说明受地形、土壤、植被和人类活动等因素所控制,其中有机质受影响最大。块金值均为正值,说明存在随机误差。由块金系数可知,各养分指标由结构因素主导,而受随机因素的影响较小。pH、碱解氮分布呈强空间相关性,有机质、速效钾和有效磷均属中等程度的空间相关性。
表 3 土壤养分的半方差模型参数
Table 3. Semi-variance theoretical model parameters of soil nutrients
指标 模型 变程/km 块金值C0 基台值(C0+C) 块金系数/% 残差RSS 决定系数R2 有机质 Exponential 1.99 0.650 1.215 53.50 4.34E-03 0.400 碱解氮 Exponential 1.12 0.073 0.522 13.98 0.0178 0.565 速效钾 Exponential 1.57 0.133 0.267 49.81 4.88E-04 0.628 有效磷 Exponential 2.23 0.202 0.556 36.33 3.579E-04 0.514 pH Exponential 0.70 0.008 0.722 12.18 3.668E-03 0.806 -
通过不同的地形因子对土壤肥力的影响分析可知,龙泉山城市森林公园不同地貌的土壤综合肥力指数相差不大,按大小排序为平原>丘陵>低山(见图2-A)。从不同坡度土壤综合肥力指数来看(见图2-B),坡度越大,其土壤综合肥力指数越小。尤其是陡坡,其土壤综合肥力指数比平坡小31.46%。坡向对土壤综合肥力指数也有一定影响,但规律性不强(见图2-C)。土壤综合肥力指数最高的坡向是西北方向(1.38),最低的是东南方向(1.00)。坡位对土壤综合肥力指数的影响大体表现出坡位越低,该指数越大(见图2-D)。但平地的该指数却只有0.97,为该因素的最低值。
-
结果显示(见图3),几种土地利用类型的土壤综合肥力指数按大小排列为耕地>果园>竹林地>混交林地>纯林地>撂荒地>废弃宅基地。其中,耕地的土壤综合肥力指数明显高于其他地类。
-
由图4可知,龙泉山城市森林公园土壤综合肥力指数属于“较差”和“差”的区域主要分布在研究区中部和西南部的龙泉驿区、金堂县南部、简阳市中东部和双流区境内。土壤综合肥力指数高(包括“优”和“良”)的区域主要集中分布在研究区北部的金堂县和青白江区境内。另外,土壤综合肥力分布的“热点”和“冷点”分析显示,在龙泉山城市森林公园境内的区域性“热点”有15个,主要分布在公园的北部。
Spatial Pattern of Soil Fertility and its Influencing Factors in Longquan Mountain Urban Forest Park, Chengdu City
More Information-
摘要: 探索龙泉山城市森林公园土壤肥力空间格局及其影响因子,能够更好地指导公园的规划和管理,并为该区域的生态修复和景观配置提供科学依据。通过对龙泉山城市森林公园进行网格布点采样,结合修改后的内梅罗公式作为土壤肥力定量计算模型,调查分析了该区域土壤肥力的空间格局及其影响因素。结果表明:龙泉山城市森林公园的土壤有效磷平均含量达到了全国第二次土壤普查养分分级标准一级水平,速效钾平均含量达到了四级水平,有机质和碱解氮平均含量均处于五级水平。从空间格局上看,土壤综合肥力优良的区域主要分布在研究区的北部,土壤肥力较差和差的区域主要分布在公园中部和南部。不同的地形和土地利用方式的土壤综合肥力指数顺序分别是平原>丘陵>低山,平坡>缓坡>斜坡>陡坡,坡向为西北>西>东>南>北>西南>东北>无坡向>东南,坡位是下部>中部=上部>谷部>平地>背部,土地利用方式为耕地>果园>竹林地>混交林地>纯林地>撂荒地>废弃宅基地。基于龙泉山城市森林公园土壤综合肥力状况,应对土壤肥力指数为“优”和“良”区域以保护为主,对评价为“中等”的区域以监测为主、提升自然修复能力,针对等级为“较差”和“差”的地区则需要较大的改善措施。Abstract: Exploring the spatial pattern and impact factors of soil fertility in Longquan Mountain Urban Forest Park can better guide the planning and management of the park, and provide scientific basis for ecological restoration and landscape configuration in this area. In this study, the spatial pattern of soil fertility in Longquan Mountain Urban Forest Park and its influencing factors were investigated and analyzed by sampling grid distribution points and combining the modified Nemerow formula as a quantitative calculation model of soil fertility. Our results were as follows: (1) The average content of available P was at the first level of the soil nutrient classification standard in the second national soil survey of China, while the average content of available K reached the forth level. The average content of soil organic matter and alkali-hydrolyzable nitrogen were both at the fifth level. (2) From the spatial pattern, the regions with good soil fertility were mainly distributed in the north of the study area, while that the poor soil fertility was mainly distributed in the central and southern part of the park. (3) The order of the soil comprehensive fertility index of different topography and land use types was plain > hill > low mountain, flat slope > gentle slope>slope > steep slope; for slope, the order was northwest > west > east > south > north > southwest > northwest > no slope direction > southeast; for slope position, the order was lower > middle=upper > valley department > the ground > the back; for land uses pattern, the order was cultivated land > orchard > bamboo land > mixed forest > pure forest > abandoned land > homestead land. Based on the soil comprehensive soil fertility status of Longquan Mountain Urban Forest Park, the areas with the soil fertility index of “good” should be protected, the areas with the soil fertility index of “medium” should be monitored and the natural restoration ability should be improved, the areas with the soil fertility index of “poor” should be mightily improved.
-
图 1 调查样点分布图[24]
Fig. 1 Distribution map of survey sample points
表 1 基于内梅罗公式的土壤各属性分级标准值
Tab. 1 Standard value of soil properties classification based on Nemerow formula
土壤属性/Soil properties Xp Xm Xg Xb 有机质/Organic matter (g.kg−1) 10 20 30 40 碱解氮/Alkali hydrolyzed nitrogen (mg.kg−1) 30 40 60 80 速效钾/Available potassium (mg.kg−1) 50 90 120 150 有效磷/Available phosphorus (mg.kg−1) 10 20 30 40 表 2 土壤性质参数描述性统计
Tab. 2 Descriptive statistics of soil properties
土壤属性
Soil properties最大值
Maximum最小值
Minimum value平均值
Average value中位数
Median标准差
Standard deviation变异系数
Coefficient of variation/%pH 8.80 4.30 7.71 7.76 0.58 7.53 有机质(g.kg−1) 52.87 1.39 8.00 6.76 5.43 67.84 碱解氮(mg.kg−1) 121.14 1.25 45.51 44.51 26.47 58.16 速效钾(mg.kg−1) 528.08 5.42 65.69 53.27 62.91 95.77 有效磷 (mg.kg−1) 94.87 5.37 46.91 45.08 27.75 59.15 表 3 土壤养分的半方差模型参数
Tab. 3 Semi-variance theoretical model parameters of soil nutrients
指标 模型 变程/km 块金值C0 基台值(C0+C) 块金系数/% 残差RSS 决定系数R2 有机质 Exponential 1.99 0.650 1.215 53.50 4.34E-03 0.400 碱解氮 Exponential 1.12 0.073 0.522 13.98 0.0178 0.565 速效钾 Exponential 1.57 0.133 0.267 49.81 4.88E-04 0.628 有效磷 Exponential 2.23 0.202 0.556 36.33 3.579E-04 0.514 pH Exponential 0.70 0.008 0.722 12.18 3.668E-03 0.806 -
[1] Hillel and Daniel. Out of the earth: civilization and the life of the soil[J]. Soil Science, 1992, 152(2). [2] 欧芷阳,苏志尧,袁铁象,等. 土壤肥力及地形因子对桂西南喀斯特山地木本植物群落的影响[J]. 生态学报,2012,34(13):3672−3681. [3] 安康,谢小平,张海珍,等. 西湖风景区土壤肥力的空间格局及其影响因子[J]. 生态学杂志,2015,34(4):1091−1096. [4] Johnson DL, Ambrose SH, Bassett TJ, et al. Meanings of Environmental Terms[J]. Journal of Environmental Quality, 1997, 26(3): 581−589. [5] 曹志洪. 解译土壤质量演变规律, 确保土壤资源持续利用[J]. 世界科技研究与发展,2001,23(3):28−32. doi: 10.3969/j.issn.1006-6055.2001.03.007 [6] 朱本国,王丽娟,陈祥,等. 城市居住区园林景观绿地土壤质量分析和改良建议[J]. 现代园艺,2019,23:29−30, 41. doi: 10.3969/j.issn.1006-4958.2019.01.012 [7] Meriyeme B, Ahmed N, Maciej W, et al. Physicochemical and microbial properties of urban park soils of the cities of Marrakech, Morocco and Toruń, Poland: Human health risk assessment of fecal coliforms and trace elements[J]. CATENA, 2020, 194. [8] Doran JW and Parkin TB. Defining and assessing soil fertility// Doran JW, Coleman DC, Bezdeick DF, eds. Defining soil quality for a sustainable environment. Madison: Soil science Dociety of America Inc: 1994, 3−21. [9] 张连金,赖光辉,孙长忠,等. 北京九龙山不同林分土壤肥力诊断与综合评价[J]. 中南林业科技大学学报,2017,37(1):1−6. [10] 杨静涵,刘梦云,张杰,等. 黄土高原沟壑区小流域土壤养分空间变异特征及其影响因素[J]. 自然资源学报,2020,35(3):743−754. [11] 汤勇华,黄耀. 中国大陆主要粮食作物地力贡献率和基础产量的空间分布特征[J]. 农业环境科学学报,2009,28(5):1070−1078. doi: 10.3321/j.issn:1672-2043.2009.05.037 [12] 钟林忆,徐剑波,蔡德楠,等. 粤北山区耕地土壤肥力空间分布及综合评价研究[J]. 广东农业科学,2015,42(16):37−43. doi: 10.3969/j.issn.1004-874X.2015.16.007 [13] 张红桔,马闪闪,赵科理,等. 山核桃林地土壤肥力状况及其空间分布特征[J]. 浙江农林大学学报,2018,35(4):664−673. doi: 10.11833/j.issn.2095-0756.2018.04.012 [14] Tan Z, Lal R, Owens L, et al. Distribution of light and heavy fractions of soil organic carbon as related to land use and tillage practice[J]. Soil & Tillage Research, 2007, 92(1−2): 53−59. [15] 曹鹤,薛立,谢腾芳,等. 华南地区八种人工林的土壤物理性质[J]. 生态学杂志,2009,28(4):620−625. [16] 周波,高云华,张池,等. 华南赤红壤地区4种不同耕作模式对土壤肥力属性的影响[J]. 华北农学报,2012,27(2):315−319. [17] 李艳,史舟,徐建明,等. 地统计学在土壤科学中的应用及展望[J]. 水土保持学报,2003,17(1):178−182. doi: 10.3321/j.issn:1009-2242.2003.01.046 [18] 王洪杰,史学正,李宪文,等. 小流域尺度土壤养分的空间分布特征及其与土地利用的关系[J]. 水土保持学报,2004,18(1):15−18, 42. doi: 10.3321/j.issn:1009-2242.2004.01.004 [19] 邓欧平,周稀,黄萍萍,等. 川中紫色丘区土壤养分空间分异与地形因子相关性研究[J]. 资源科学,2013,35(12):2434−2443. [20] 张兆永,李菊英,祖皮艳木,等. 艾比湖流域小尺度农田土壤养分的空间分布和盐渍化风险评价[J]. 生态学报,2017,37(3):819−828. [21] 董悦,张永清,刘彩彩. 晋中市土壤养分空间分布与影响因子的相关性[J]. 生态学报,2018,38(23):8621−8629. [22] 黄毅,苏展. 龙泉山城市森林公园建设的思考和建议[J]. 先锋,2018,8:46−47. [23] 郭子奇,李胜伟,王东辉,等. 浅析四川成都龙泉山城市森林公园主要环境地质问题[J]. 沉积与特提斯地质,2019,4:90−99. doi: 10.3969/j.issn.1009-3850.2019.04.010 [24] 陈俊华, 谢天资, 谢川, 等. 成都市龙泉山城市森林公园立地条件类型划分研究[J]. 西北林学院学报, 已录用. [25] 阚文杰,吴启堂. 一个定量综合评价土壤肥力的方法初探[J]. 土壤通报,1994,25(6):245−247. doi: 10.3321/j.issn:0564-3945.1994.06.012 [26] 崔潇潇,高原,吕贻忠. 北京市大兴区土壤肥力的空间变异[J]. 农业工程学报,2010,26(9):327−333. doi: 10.3969/j.issn.1002-6819.2010.09.054 [27] 郝瑞军,方海兰,沈列英,等. 上海中心城区公园土壤的肥力特征分析[J]. 中国土壤与肥料,2011,20(7):20−26. [28] 江红,王克勤. 澄江尖山河小流域不同土地利用类型下土壤肥力分析[J]. 中国水土保持,2013,7:54−57. doi: 10.3969/j.issn.1000-0941.2013.01.016 [29] 李刚. 地形因子对红松人工林土壤养分影响及评价[D]. 哈尔滨: 东北林业大学硕士论文, 2019. [30] 高雪松,邓良基,张世熔. 不同利用方式与坡位土壤物理性质及养分特征分析[J]. 水土保持学报,2005,19(2):53−79. doi: 10.3321/j.issn:1009-2242.2005.02.014 [31] 张燕平,赵粉侠,刘秀贤,等. 干热河谷印楝生长与立地条件关系[J]. 林业科学研究,2005,18(1):74−79. doi: 10.3321/j.issn:1001-1498.2005.01.015 [32] 朱洪芬,南锋,徐占军,等. 黄土高原盆地土壤有机质与影响因子的空间多尺度关系[J]. 生态学报,2017,37(24):8348−8360. [33] 翟朝阳,邱娟,司洪章,等. 微地形对大西沟新疆野杏萌发层土壤因子的影响[J]. 生态学报,2019,39(6):1−11. [34] 张国平,郭澎涛,王正银,等. 紫色土丘陵地区农田土壤养分空间分布预测[J]. 农业工程学报,2013,29(6):113−120. [35] 薛立,薛晔,吴敏,等. 不同坡位火力楠林土壤肥力变化特征[J]. 水土保持通报,2011,31(6):51−54. [36] Kane ES, Harden JW, Kasischke ES. Soil drainage and topographic influences on wildfire consumption of soil organic carbon in boreal forests: implications for carbon stability[J]. Journal of Geophysical Research, 2007, 112(G3): G03017. [37] Graniero PA and Price JS. Distribution of bog and heath in a Newfoundland blanket bog complex: topographic limits on the hydrological processes governing blanket bog development[J]. Hydrology and Earth System Sciences, 1999, 3(2): 223−231. doi: 10.5194/hess-3-223-1999 [38] 夏光辉, 郭青霞, 卢庆民, 等. 黄土丘陵区不同土地利用方式下土壤养分及生态化学计量特征[J]. 2020, 40(2): 140−147, 153.