文章快速检索     高级检索
  中国水土保持科学   2018, Vol. 16 Issue (2): 73-79.  DOI: 10.16843/j.sswc.2018.02.010
0

引用本文 

刘潘伟, 高鹏, 刘晓华, 刘胜涛, 牛香, 王兵. 大岗山流域土壤碳氮要素空间分布特征及影响因素[J]. 中国水土保持科学, 2018, 16(2): 73-79. DOI: 10.16843/j.sswc.2018.02.010.
LIU Panwei, GAO Peng, LIU Xiaohua, LIU Shengtao, NIU Xiang, WANG Bing. Spatial distribution and influential factors of soil carbon and nitrogen in Dagangshan Watershed[J]. Science of Soil and Water Conservation, 2018, 16(2): 73-79. DOI: 10.16843/j.sswc.2018.02.010.

项目名称

国家林业公益性行业专项课题"森林生态系统水文和气象生态要素连清技术研究"(2014303-08);山东省自然科学基金项目"沂蒙山区退耕坡地壤中流氮磷流失特征与输移机制研究"(ZR2016CM49)

第一作者简介

刘潘伟(1992-), 男, 硕士研究生。主要研究方向:水土保持监测。E-mail:lpw1101@126.com

通信作者简介

高鹏(1967-), 男, 博士, 博士, 硕士生导师, 教授。主要研究方向:水土保持生态修复和土壤生态。E-mail:gaopengy@163.com

文章历史

收稿日期:2017-02-09
修回日期:2017-02-27
大岗山流域土壤碳氮要素空间分布特征及影响因素
刘潘伟1, 高鹏1, 刘晓华1, 刘胜涛1, 牛香2, 王兵2     
1. 山东农业大学林学院, 国家林业局泰山森林生态站, 山东省土壤侵蚀与生态修复重点实验室, 271018, 山东泰安;
2. 中国林业科学研究院森林生态环境与保护研究所, 100091, 北京
摘要:为了探究江西大岗山流域土壤碳氮要素的空间异质性分布规律,以该流域表层土壤为研究对象,基于GIS平台,建立土壤有机碳(SOC)和全氮(STN)与植被及地形因子的相关关系模型,从而分析流域土壤碳氮要素的空间分布特征及其影响因素:1)流域表层SOC和STN的平均值为25.55和1.61 g/kg,变异系数分别为64.16%和28.37%,均属于中等程度变异。2)植被和地形因子与SOC和STN具有较高的空间相关性,基于归一化植被指数(NDVI)、海拔和地形湿度指数的流域表层土壤构建了SOC和STN的空间分布图——碳氮要素分布均呈现由西北向东南逐渐减少的趋势。3)流域表层的SOC和STN与汇流动力指数和沉积物运移指数呈显著负相关关系,而与NDVI、海拔、坡度和地形湿度指数呈显著正相关关系。因此,植被和地形因子显著影响大岗山流域SOC和STN的空间异质性分布。研究结果可为我国南方红壤区森林植被土壤碳氮等要素的空间分布规律研究和水土流失综合治理效益的定量评价提供参考。
关键词NDVI    地形因子    空间分布    碳素和氮素    表土    大岗山流域    江西    
Spatial distribution and influential factors of soil carbon and nitrogen in Dagangshan Watershed
LIU Panwei1, GAO Peng1, LIU Xiaohua1, LIU Shengtao1, NIU Xiang2, WANG Bing2     
1. Forestry College of Shandong Agricultural University, Mountain Tai Forest Ecosystem Research Station of State Forestry Administration, Shandong Provincial Key Laboratory of Soil Erosion and Ecological Restoration, 271018, Tai'an, Shandong, China;
2. Research Institute of Forest Ecology, Environment and Protection, Chinese Academy of Forestry, 100091, Beijing, China
Abstract: [Background] Soil organic carbon (SOC) and soil total nitrogen (STN) are both important ecological factors in terrestrial ecosystems and important elements of global carbon and nitrogen cycle and climate change research. So far, there are many studies on the spatial distribution characteristics of soil carbon and nitrogen elements and their influencing factors in different scales or land use patterns at home and abroad. However, the methods are mostly based on ordinary Kriging and regression Kriging interpolation. There are few studies on the spatial distribution characteristics of soil carbon and nitrogen elements and their influencing factors based on the comprehensive effects of vegetation and topographic factors. [Methods] In order to study the spatial heterogeneity distribution of soil carbon and nitrogen elements in Dagangshan Watershed of Jiangxi province, the topsoil of the watershed was studied with ZY-3 remote sensing image as the basic data source. Based on ESRI ArcGIS 10.2 platform, NDVI and related terrain factors were extracted to establish the correlation model between SOC, STN and vegetation and topographic factors, so as to analyze the spatial distribution characteristics of soil carbon and nitrogen elements. In addition, topographic factors such as elevation, slope, terrain wetness index, water power index, and sediment transport index were selected to analyze their influence on SOC and STN spatial distribution. [Results] 1) The average contents of SOC and STN were 25.55 g/kg and 1.61 g/kg respectively, and the coefficients of variation were 64.16% and 28.37% respectively. Both SOC and STN were of moderate variation. 2) Vegetation and topographic factors had a significant spatial correlation with SOC and STN, and the spatial distribution of SOC and STN were constructed based on NDVI, elevation, and terrain wetness index which showed SOC and STN decreased from northwest to southeast, which was consistent with the spatial distribution of NDVI and DEM. 3) The contents of SOC and STN were significantly and negatively correlated with water power index and sediment transport index, but positively correlated with NDVI, elevation, slope, and terrain wetness index. [Conclusions] The above results prove that the spatial distribution of SOC and STN of the topsoil in the Dagangshan Watershed are determined by NDVI and terrain factors. The general trend of NDVI distribution in the distribution pattern of different vegetation types in the basin is gradually decreasing from northwest to southeast. At the same time, elevation, slope and TWI are decreasing from northwest to southeast, while WPI and STI are opposite. The above factors affect the spatial distribution pattern of SOC and STN in the watershed. The results may provide a reference for the spatial distribution of soil carbon and nitrogen in forest soil and the quantitative evaluation of soil and water conservation in the red soil region of southern China.
Key words: NDVI    terrain factors    spatial distribution    carbon and nitrogen    topsoil    the Dagangshan Watershed    Jiangxi province    

土壤有机碳(SOC)和全氮(STN)的质量分数作为陆地生态系统中重要的生态因子,是全球碳氮循环的重要研究内容[1]。在流域水土保持综合治理中,土壤理化性质改良效应的定量评价非常重要,而土壤有机碳和全氮的质量分数是反映土壤质量的重要指标[2];因此,探究流域尺度上土壤碳氮要素的空间分布特征,对指导流域植被恢复和水土保持综合治理效益的定量评价均具有重要意义。地统计学方法以半方差函数和克里格插值为基本工具,能对既具有随机性又具有结构性的各种变量在空间上的分布进行研究,在近年来的土壤碳氮等要素空间分布研究中得到广泛应用[3]。Suresh Kumar等[4]基于数字地形模型,利用普通克里格插值法,研究印度Sitlarao流域土壤有机碳、全氮和有效磷的空间变化规律。车宗玺等[5]以甘肃祁连山不同海拔及不同层次土壤有机质和全氮为研究对象,分析二者在海拔和坡面上的分异规律;张素梅等[6]在GIS支持下建立土壤养分空间预测模型,研究吉林省农安县有机质和全氮的空间分布;王燕等[7]利用GIS和随机过程抽样技术,研究江西省大岗山地区土壤氮素在不同尺度下的分布特征及其影响因素。迄今国内外关于土壤碳氮要素的空间分布特征及其影响因素的研究较多[8-9],但其预测的方法多以普通克里格和回归克里格插值为主[10-11],而基于植被和地形因子的综合效应来探讨土壤碳氮要素空间分布特征及其影响因素的研究鲜见报道。

本文以南方红壤区典型区域的江西大岗山流域表层土壤为研究对象,基于GIS平台,在考虑植被和地形因子综合效应的基础上,分析流域表层土壤有机碳和全氮空间分布特征,探讨影响其土壤碳氮要素空间分布的相关因素,以期为我国南方红壤区森林植被土壤碳氮等要素空间分布规律研究和水土保持综合治理效益的定量评价提供科学依据。

1 研究区概况

研究区选在江西大岗山国家级森林生态系统定位研究站(E 114°30′~114°45′,N 27°30′~27°50′),位于江西省分宜县境内(图 1)。大岗山流域总面积80.5km2,为低山丘陵区。研究区属于亚热带湿润气候区,年平均气温为17.2℃,年均降水量1600mm;年均蒸发量为1503.8mm,无霜期270d。土壤类型属地理发生分类的红壤和黄壤,黄壤主要分布在海拔300~1000m,红壤多分布在海拔200m以下。植被类型属于亚热带常绿阔叶林带,森林覆盖率为76.4%,现有植被主要是天然次生常绿阔叶林、落叶阔叶林、针阔混交林、毛竹(Phyllostachys edulis)林、鹅掌楸(Liriodendron chinense)林、以及大面积的杉木(Cunninghamia lanceolata)人工林。

图 1 大岗山流域位置和取样点分布图 Figure 1 Distribution map of location and sample points in the Dagangshan Watershed
2 材料与方法 2.1 土壤样品的采集与分析

综合考虑大岗山流域植被覆盖类型、地形条件、成土母质、土地利用、可达性、空间分布均匀性等,设置72个取样点(图 1),于2015年7月采集表层(0~10和10~20cm)土壤样品144个。取样方法为:以样点为中心,在半径20m范围内同一景观内随机采集3个重复,充分混合后,用四分法留取1.5kg作为1个样本。同时,利用GPS记录取样点的经纬度、海拔、坡度、坡向等信息。混合土样经风干、磨细、过筛(2、0.25和0.149mm)后,分别用外加热重铬酸钾氧化-容量法和半微量凯氏法测定SOC和STN[12]

2.2 植被及地形因子的获取

以资源三号(ZY-3)01星多光谱数据(时相为2016年4月,分辨率为5.8m)和地理空间数据云中的30m DEM数据为基本数据源,基于ESRI ArcGIS 10.2平台和遥感影像处理软件(ENVI 5.1),利用地形图对影像进行几何精校正、辐射定标和大气校正,然后提取NDVI和相关地形因子[13]

选取NDVI与海拔(H)、坡度(β)、地形湿度指数(TWI,Ψ)、汇流动力指数(WPI,Ω)及沉积物运移指数(STI,LS)等地形因子,用于分析其对SOC和STN空间分布的影响。各因子的计算公式[6]分别为:

$ {I_{{\rm{NDV}}}} = \frac{{{X_{{\rm{nir}}}} - {X_{{\rm{red}}}}}}{{{X_{{\rm{nir}}}} + {X_{{\rm{red}}}}}}。$ (1)

式中:INDV为植被指数(NDVI),其取值为-1~1之间——负值表示地表覆盖为云、水等;0表示地表有岩石或裸土等;正值,表示地表有植被覆盖,且随植被覆盖度增大而增大。Xnir为近红外波段,μm,代表波段4;Xred为红波段,μm,代表波段3。

$ \mathit{\Psi} = {\rm{ln}}({A_{\rm{s}}}/{\rm{tan}}\beta ); $ (2)
$ \mathit{\Omega} = {A_{\rm{s}}}{\rm{tan}}\beta ; $ (3)
$ {L_{\rm{s}}} = {({A_{\rm{s}}}/22.13)^{0.6}}{({\rm{sin}}\beta /0.0896)^{1.3}}。$ (4)

式中:Ψ为地形湿度指数;Ω为汇流动力指数;Ls为沉积物运移指数;As为流经地表某点的单位等高线长度上的汇流面积,km2/m;β为地形坡度,(°)。

2.3 SOC和STN空间分布图绘制

将采样点坐标及SOC和STN测定值导入软件中,通过逐步回归分析,选取与SOC和STN相关性较高的地形因子,在ESRI ArcGIS 10.2地统计模块中分别建立SOC,STN与NDVI及地形因子的相关关系模型;根据建立的关系模型展延插补获得流域其他地区SOC和STN分布情况,进而获取整个大岗山流域表层SOC和STN空间分布图。

2.4 数据处理软件

利用IBM Statistics SPSS 19.0和Excel 2010进行描述性统计和相关分析;利用ENVI 5.1提取NDVI;利用ESRI ArcGIS 10.2提取地形因子,并对SOC和STN进行展延插补,生成土壤碳氮要素空间分布图。

3 结果与分析 3.1 土壤碳氮要素的描述性统计特征及分析

大岗山流域表层SOC和STN含量描述性统计分析结果见表 1。该流域表层(0~20cm)SOC和STN的平均值分别是25.55和1.61g/kg。变异系数(CV)是标准差与平均数的比值,可用于估计不同变量间的变异程度。CV<10%为弱变异性,10%≤CV≤100%为中等变异性,CV>100%为强变异性[13]。SOC和STN的变异系数分别是64.16%和28.37%,均属于中等程度变异。SOC和STN在2个土层(0~10和10~20cm)中的差异变化较大,SOC在0~10cm土层的含量为7.70~123.80g/kg,平均值为32.75g/kg;在10~20cm土层的含量为5.00~65.80g/kg,平均值为18.34g/kg。STN在0~10cm土层的含量为1.06~4.91g/kg,平均值为1.76g/kg;在10~20cm土层的含量为1.06~2.45g/kg,平均值为1.47g/kg。这是因为地表覆盖的植被枯落物分解后,在0~10cm土层中积累较多,从而增加了土壤中的养分含量,使0~10cm土层中的SOC和STN含量高于10~20cm土层。

表 1 大岗山流域SOC和STN含量描述性统计 Table 1 Descriptive statistics of SOC and STN in the Dagangshan Watershed
3.2 土壤碳氮要素与植被及地形因子的相关性分析

图 2可见,大岗山流域表层的SOC、STN与NDVI(图 2aR2=0.473,P < 0.001;图 2bR2=0.517,P < 0.001)、海拔(图 2cR2=0.686,P < 0.001;图 2dR2=0.616,P < 0.001)、坡度(图 2eR2=0.593,P < 0.001;图 2fR2=0.546,P < 0.001)和TWI(图 2gR2=0.843,P < 0.001;图 2hR2=0.775,P < 0.001)呈正相关关系,而与WPI(图 2iR2=0.456,P < 0.001;图 2jR2=0.360,P < 0.001)、STI(图 2kR2=0.490,P < 0.001;图 21R2=0.408,P < 0.001)呈负相关关系。可见,植被和地形因子与SOC和STN的空间分布关系密切。

图 2 大岗山流域表层的SOC和STN含量与植被及地形因子相关性分析 Figure 2 Correlation analysis between SOC, STN and vegetation and terrain factors in the Dagangshan Watershed
3.3 土壤碳氮要素的空间分布特征

利用提取的植被和地形因子数据,建立大岗山流域表层SOC和STN含量分别与NDVI、H及TWI的相关关系模型,如下:

$ \begin{array}{l} {Y_{{\rm{SOC}}}} = 17.627{I_{{\rm{NDV}}}} + 0.042H + 5.797\mathit{\Psi} - 32.865;\\ {R^2} = 0.888, P < 0.001;{\rm{ }} \end{array} $ (5)
$ \begin{array}{l} {Y_{{\rm{STN}}}} = 0.959{I_{{\rm{NDV}}}} + 0.001H + 0.143\mathit{\Psi} - 0.018;\\ {R^2} = 0.831, P < 0.001。\end{array} $ (6)

式中:YSOC为土壤有机碳,g/kg;YSTN为土壤全氮,g/kg;H为海拔,m。

利用方程(式5和6),根据大岗山流域遥感解译提取的植被和地形因子的数值,进行展延插补整个大岗山流域的SOC和STN含量值,从而获得该流域表层(0~20cm)SOC和STN的空间分布图(图 3)。由图 3可见,大岗山流域表层SOC和STN含量的空间分布格局均呈现西北部高,东南部低,由西北向东南逐渐减少的趋势,这种分布趋势与该流域的DEM走向和NDVI分布趋势基本一致。

图 3 大岗山流域表层SOC和STN空间分布图 Figure 3 Spatial distribution map of SOC and STN in the Dagangshan Watershed
4 讨论 4.1 NDVI和植被覆盖对土壤碳氮要素分布的影响分析

NDVI常用于反映植被覆盖,能够监测植被的生长状态、植被覆盖度等,还能反映出植物冠层的背景影响,如土壤、潮湿地面、枯叶、粗糙度等[14-15]。大岗山流域不同植被覆盖下的NDVI和SOC与STN含量变化情况如表 2,由表 2看出,不同植被覆盖类型下的NDVI表现为,阔叶林>针阔混交林>杉木林>农田>毛竹林>荒草地的格局,SOC和STN含量的变化与NDVI的变化基本一致。该研究结果与王燕等[7]的研究结果相似。方差分析表明,阔叶林的NDVI与毛竹林、农田、荒草地的差异显著(P < 0.01);针阔混交林和杉木林与荒草地之间差异显著(P < 0.01);毛竹林、杉木林、农田之间差异不显著(P>0.05)。

表 2 大岗山流域不同植被覆盖的NDVI和SOC与STN含量变化 Table 2 Changes of NDVI, SOC and STN under different vegetation types in the Dagangshan Watershed

大岗山流域的阔叶林和针阔混交林多分布在流域的西北和北部区域,杉木林和部分针阔混交林主要分布在流域中部和南部区域,毛竹林、农田和荒草地则分布在流域中部和东部区域;因此,该流域NDVI分布的总体趋势是由西北部向东南部逐渐递减,这也是导致大岗山流域表层SOC和STN含量的空间分布格局均呈现西北部高、东南部低的重要原因。大岗山流域西部和北部的海拔和NDVI(植被覆盖度)较高,其土壤SOC和STN分布含量也较高;而在东部和南部的为海拔和NDVI(植被覆盖度)较低,其土壤SOC和STN分布含量也较低,使得大岗山流域表层的SOC和STN空间分布格局与该流域NDVI分布和DEM走向是一致的。可见,大岗山流域不同植被覆盖下的NDVI差异较为显著,NDVI和植被覆盖对其SOC和STN的空间分布影响显著。此外,大岗山流域植被生长状况良好,枯落物层较厚,而枯落物是森林生态系统中的一个重要物质库,同时也是土壤表层碳氮元素的主要补给者。枯落物分解后,对其所在的土壤具有良好的改良效应。与10~20cm土层相比,0~10cm土层更接近地表,因此该土层中的SOC和STN含量更高。

4.2 地形因素对土壤碳氮空间分布的影响分析

地形因素能够影响水热和物质的再分配,进而影响土壤碳氮的空间分布[16]。地形因子TWI、WPI和STI是预测土壤属性较为有效的变量,它们通过影响地表径流、植物的生长和分布等水文、生态过程,进而影响土壤碳氮要素的空间分布情况[17-18]。张素梅等[6]选择地形因子和遥感植被指数,建立土壤养分空间分布预测模型,结果表明,环境因子中的相对高程、坡度、地形起伏度、坡度变率、NDVI与土壤有机质和全氮含量均具有显著的相关性。本研究中,SOC和STN与海拔、坡度和TWI均具有显著的正相关关系,而与WPI和STI均具有显著的负相关关系(表 3),即海拔、坡度和TWI值越大,WPI和STI值越小的区域,SOC和STN的分布含量越大;反之,SOC和STN分布含量越小。出现这种分布特征的原因可能是海拔和坡度高的区域,气温较低,加之人为干扰较少,土壤碳氮要素的分解速率缓慢,有利于SOC和STN的积累。TWI越高的区域,越容易形成汇流,土壤水分含量越高,从而促进土壤碳氮要素的积累。WPI和STI越高的区域,土壤侵蚀程度越剧烈,土壤碳氮要素的流失量越大,因此,土壤中储存的SOC和STN含量减小。

表 3 大岗山流域SOC和STN与地形因子的相关性 Table 3 Correlation between SOC and STN and terrain factors in the Dagangshan Watershed
5 结论

1) 大岗山流域表层(0~20cm)的SOC和STN的平均值分别为25.55g/kg和1.61g/kg,变异系数分别是64.16%和28.37%,均属于中等程度变异。

2) 大岗山流域表层土壤碳氮要素的空间分布均呈现由西北向东南逐渐减少的趋势,与DEM走向和NDVI分布趋势基本一致。

3) 植被和地形因子对大岗山流域表层的SOC和STN的空间分布影响显著,SOC和STN与NDVI、海拔、坡度和TWI均具有显著的正相关关系,与WPI和STI均具有显著的负相关关系。

参考文献
[1]
李龙, 姚云峰, 秦富仓, 等. 小流域土壤有机碳密度空间变异特征的尺度效应研究[J]. 土壤, 2014, 46(5): 787.
LI Long, YAO Fengyun, QIN Fucang, et al. Scale-dependency of spatial variability of soil organic carbon density in small watershed[J]. Soils, 2014, 46(5): 787.
[2]
王海燕, 张洪江, 杨平, 等. 不同水土保持林地土壤有机碳研究[J]. 长江流域资源与环境, 2010, 19(5): 535.
WANG Haiyan, ZHANG Hongjiang, YANG Ping, et al. Soil organic carbon under different forests for water and soil conservation[J]. Resources and Environment in the Yangtze Basin, 2010, 19(5): 535.
[3]
YALES S R, WARRICK A W. Estimating soil water content using Cokriging[J]. Soil Science Society of America Journal, 1987, 51: 23. DOI: 10.2136/sssaj1987.03615995005100010005x.
[4]
SURESH K, RAVINDER P S. Spatial distribution of soil nutrients in a watershed of Himalayan landscape using terrain attributes and geostatistical methods[J]. Environmental Earth Sciences, 2016, 75(6): 1.
[5]
车宗玺, 刘贤德, 车宗奇, 等. 祁连山青海云杉林土壤有机质及氮素的空间分布特征[J]. 水土保持学报, 2014, 28(5): 164.
CHE Zongxi, LIU Xiande, CHE Zongqi, et al. Spatial distribution characteristics of soil organic matter and nitrogen of Picea crassifolia in Qilian Mountains[J]. Journal of Soil and Water Conservation, 2014, 28(5): 164.
[6]
张素梅, 王宗明, 张柏, 等. 利用地形和遥感数据预测土壤养分空间分布[J]. 农业工程学报, 2010, 26(5): 188.
ZHANG Sumei, WANG Zongming, ZHANG Bai, et al. Prediction of spatial distribution of soil nutrients using terrain attributes and remote sensing data[J]. Transactions of the CSAE, 2010, 26(5): 188.
[7]
王燕, 刘苑秋, 曾炳生, 等. 江西大岗山常绿阔叶林土壤养分特征研究[J]. 江西农业大学学报, 2010, 32(1): 96.
WANG Yan, LIU Yuanqiu, ZENG Bingsheng, et al. A study on soil nutrient characteristics of evergreen broad-leaved forests in Dagangshan Mountain[J]. Acta Agriculturae Universitatis Jiangxiensis, 2010, 32(1): 96.
[8]
陶吉兴, 傅伟军, 姜培坤, 等. 基于Moran's I和地统计学的浙江森林土壤有机碳空间分布研究[J]. 南京林业大学学报(自然科学版), 2014, 38(5): 97.
TAO Jixing, FU Weijun, JIANG Peikun, et al. Using Moran's I and geostatistics to analyze the spatial distribution of organic carbon in forest soil of Zhejiang province[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2014, 38(5): 97.
[9]
马黄群, 胡玉福, 徐柱, 等. 运用地统计学的土壤有机碳含量空间分布研究[J]. 地理空间信息, 2012, 10(3): 75.
MA Huangqun, HU Yufu, XU Zhu, et al. Spatial distribution of soil organic carbon content using geostatistics[J]. Geospatial Information, 2012, 10(3): 75.
[10]
张立勇, 高鹏, 王成军, 等. 鲁中南药乡小流域林地土壤有机碳空间分布特征[J]. 中国水土保持科学, 2015, 13(3): 83.
ZHANG Liyong, GAO Peng, WANG Chengjun, et al. Spatial distribution of soil organic carbon in the forestland of the Yaoxiang small watershed in central and southern Shandong Province[J]. Science of Soil and Water Conservation, 2015, 13(3): 83.
[11]
张忠启, 史学正, 于东升, 等. 红壤区土壤有机质和全氮含量的空间预测方法[J]. 生态学报, 2010, 30(19): 5338.
ZHANG Zhongqi, SHI Xuezheng, YU Dongsheng, et al. Spatial prediction of soil organic matter and total nitrogen in the hilly red soil region, China[J]. Acta Ecologica Sinica, 2010, 30(19): 5338.
[12]
张甘霖, 龚子同. 土壤调查法实验室分析方法[M]. 北京: 科学出版社, 2012: 47.
ZHANG Ganlin, GONG Ziong. Soil survey laboratory methods[M]. Beijing: Science Press, 2012: 47.
[13]
甄贞, 郭志英, 赵颖慧, 等. 基于局域模型的凉水国家自然保护区土壤全氮空间分布[J]. 生态应用学报, 2016, 27(2): 549.
ZHEN Zhen, GUO Zhiying, ZHAO Yinghui, et al. Spatial distribution of soil total nitrogen in Liangshui National Nature Reserve based on local model[J]. Chinese Journal of Applied Ecology, 2016, 27(2): 549.
[14]
吕洋, 董国涛, 杨胜天, 等. 雅鲁藏布江流域NDVI时空变化及其与降水和高程的关系[J]. 资源科学, 2014, 36(3): 603.
LV Yang, DONG Guotao, YANG Shengtian, et al. Spatio-temporal variation in NDVI in the Yarlung Zangbo River Basin and its relationship with precipitation and elevation[J]. Resources Science, 2014, 36(3): 603.
[15]
FABIYI O O, IGE-OLUMIDE O, FABIYI A O. Spatial analysis of soil fertility estimates and NDVI in south-western Nigeria:A new paradigm for routine soil fertility mapping[J]. Research Journal of Agriculture and Environmental Management, 2013, 2(12): 403.
[16]
石淑芹, 曹祺文, 李正国, 等. 区域尺度土壤养分的协同克里格与普通克里格估值研究[J]. 干旱区资源与环境, 2017, 28(5): 109.
SHI Shuqin, CAO Qiwen, LI Zhengguo, et al. Cokriging and Kriging estimations on soil nutrients at regional scale[J]. Journal of Arid Land Resources and Environment, 2017, 28(5): 109.
[17]
GAO Peng, WANG Bing, GENG Guangpo, et al. Spatial distribution of soil organic carbon and total nitrogen based on GIS and geostatistics in a small watershed in a hilly area of northern China[J]. Plos One, 2013, 8(12): e83592. DOI: 10.1371/journal.pone.0083592.
[18]
张彩霞, 杨勤科, 李锐. 基于DEM的地形湿度指数及其应用研究进展[J]. 地理科学进展, 2005, 24(6): 116.
ZHANG Caixia, YANG Qinke, LI Rui. Advancement in topographic wetness index and its application[J]. Progress in Geography, 2005, 24(6): 116. DOI: 10.11820/dlkxjz.2005.06.014.