大兴安岭地区土壤有机碳空间变异及空间分布特征的主控因素分析

发布时间：2020-10-30 23:02

　　 本文精确获取大兴安岭地区内土壤有机碳(SOC)含量信息、空间异质性、空间分布特征及其影响因子与主控因素对土壤有机碳的调控与现在的环境变化评估有着重要的意义。本研究采用实地采样的方式,以ENVI、ArcGIS、SPSS、Stata、GS+等软件为支撑,以地形、气候、植被等因子等空间影响因子确定为环境辅助变量,运用常用的经典统计学、地统计学两种形式相结合的模式对黑龙江省大兴安岭地区(0-20cm)的SOC的空间变异性与空间的分布特征做了相应的分析,探讨了影响土壤有机碳含量空间分布的环境辅助因子;并结合地理加权克里格模型,分析大兴安岭地区土壤有机碳含量空间变化特征的主控因素。研究得到以下几条主要结论:1.大兴安岭地区(0-20cm)有机碳含量的分布特征,总体上为斑块状分布,呈现西南方向高、东南方向低的分布特征,SOC的含量一般在40g/kg~70g/kg之间,分布特征相对较为分散,SOC含量的最高值(175.73g/kg),最低值(11.17g/kg),SOC含量的分布明显,这意味着大兴安岭地区的SOC含量存在中等程度相关,该研究区SOC的空间变异特征是由随机因素同结构性因素共同作用的,并且大兴安岭地区SOC的研究中所引起的空间异质性中结构性因素多于随机性因素。2.大兴安岭地区SOC含量的空间分布特征与影响其空间分布特征的因子的相关性,大致表现为土壤有机碳与归一化植被指数(0.538)、土地利用综合指数(0.514)、坡度(0.437)、坡向(0.406)等呈显著的正相关。主成分分析结果表明:归一化植被指数(NDVI)、土地利用综合指数(La)、坡度(S)、坡向(A)、高程(H)等因子同SOC的含量呈显著的正相关,第一主成分即NDVI的贡献率是20.406%,第一、二、三、四、五主成分的累计贡献率为73.463%,可以较好的反映大兴安岭地区SOC的空间分布特征,因此,可以利用这5种因素作为SOC含量空间预测的环境辅助变量。3.本文在研究土壤有机碳含量空间预测时,得到地理加权回归克里格模型结果优于回归克里格模型。因此得出地理加权回归克里格模型在对大兴安岭地区SOC含量空间分布特征的主控因素的研究中,结果更优。4.根据GWRK得到的结果显示:大兴安岭地区SOC含量的空间分布特征的解释变量中只有一个是控制变量,即NDVI。相较之其他4个解释变量,本文的控制变量归一化植被指数(NDVI)的绝对值是最高的,可以说主控着整个大兴安岭地区的土壤有机碳空间分布状况。
【学位单位】：哈尔滨师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S153.621
【部分图文】：

哈尔滨师范大学硕士学位论文1.4.2 技术路线本篇文章根据黑龙江省大兴安岭地区土壤有机碳的空间变化特征及主控因素以及空间变异特征的研究做了具体的技术路线图，如图 1-1 所示：

第 2 章 研究数据源及研究区概况.2.4 林区资源条件中国重点国有林区以及天然林主要分布区之一的大兴安岭地区，在植被的划行属于寒温带针叶林区。树种组成即植被的多样性低，以大兴安岭林区北部山地主要建群树种兴安落叶松（LarixgmeliniKuzen）为主，蓄积量约占整体的 75%[44]。他树种包括大兴安岭地区北部的山地以及西麓沙地松林的建群树种樟子松Pinussylvestnisvar.mongolicalitv）、偃松（Pinuspumila）、阔叶树种中白桦（Betulalatyphylla SUK）、云杉（picea asperata Mast）等。

图 3-1 SOC 及其对数频率分布图Fig 3-1 SOC and its logarithmic frequency distribution3.2 土壤性质的时空变异性分析—半方差函数分析土壤时空变异性一般指土壤在一定的区域范围中，土壤的特性在相同的时刻不相同的空间位置上的量值存在着一定的差异，在不同时刻的相同空间位置上土壤的特性同样存在一定的差异，土壤的这一性质即为土壤的时空变异性[45],目前来说，影响土壤形成的各种因素在时间和空间上均具有较为明显的差异性，其各种物理、化学性质也普遍的存在着空间变异性[46]，这也为国内外学者在后续的发展研究提供了契机。我国学者相对于国外学者来说，是 80 年代才开始并陆续的对土壤空间变异性进行研究，为我们国家在这个领域的研究提供了依据[47-52]。本文对 SOC的含量进行定量的描述所采用的模型方法为半方差函数模型，分析其空间变异的结构性(高程、土壤类型等)因素与随机性（人为活动）因素。本文的研究方法是以区域化变量为基础，利用变异函数及结构分析进行最优的无偏内插估计的一种空
【相似文献】

相关期刊论文 前10条

1 张蒙;李晓兵;;放牧对土壤有机碳的影响及相关过程研究进展[J];草地学报;2018年02期

2 徐均华;黄国强;菅攀峰;胡庆辉;李智勇;郭松;柳立;江智敏;;土壤有机碳研究进展及在农田生产中的应用[J];耕作与栽培;2018年02期

3 黄锦学;熊德成;刘小飞;杨智杰;谢锦升;杨玉盛;;增温对土壤有机碳矿化的影响研究综述[J];生态学报;2017年01期

4 ;中国科学院新疆生态与地理研究所在土壤有机碳组分对土地利用的响应特征方面取得进展[J];干旱区地理;2017年02期

5 马昕昕;;温度对太谷县农田土壤有机碳矿化的影响[J];山西农业科学;2017年05期

6 王慧杰;常顺利;张毓涛;李翔;韩燕梁;;天山雪岭云杉林土壤有机碳密度空间分异及其与森林发育的关系[J];山地学报;2017年03期

7 邓飘云;陈建国;闫文德;;武陵山脉龙山段土壤有机碳密度分布及控制机制[J];黑龙江农业科学;2017年08期

8 李龙;姚云峰;秦富仓;郭月峰;王欣;常伟东;;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年05期

9 王东波;陈丽;;土壤有机碳及其影响因素[J];黑龙江科技信息;2015年27期

10 李龙;姚云峰;秦富仓;郭月峰;平春;;赤峰市小流域地形因子对土壤有机碳密度的影响[J];中国水土保持;2014年03期

相关博士学位论文 前10条

1 黄晓磊;稻麦轮作系统中弱晶质氧化铁与土壤有机碳的相互作用机制研究[D];南京农业大学;2017年

2 阿里凯（KASHIF ALI KUBAR）;秸秆还田和免耕对土壤有机碳特性及水稳性团聚体的影响[D];华中农业大学;2018年

3 黄金权;水力侵蚀作用下小区尺度土壤有机碳动态及其微生物学机制[D];湖南大学;2014年

4 魏宗强;城市封闭土壤有机碳变化及其影响因素[D];南京大学;2013年

5 张勇;凤阳山不同林分类型对土壤有机碳的影响[D];南京林业大学;2018年

6 张文娟;气候变化与放牧管理对三江源草地生物量和土壤有机碳的影响[D];兰州大学;2018年

7 任立宁;川南毛竹林土壤有机碳和土壤微生物研究[D];中国林业科学研究院;2018年

8 沈雅飞;除灌、采伐处理对马尾松人工林土壤有机碳及其相关过程的影响[D];中国林业科学研究院;2018年

9 刘慧屿;辽宁省农田土壤有机碳动态变化及固碳潜力估算[D];沈阳农业大学;2011年

10 王百群;黄土区侵蚀与干旱环境中土壤有机碳氮的变化与迁移[D];西北农林科技大学;2004年

相关硕士学位论文 前10条

1 张美玲;西南沿边南卡江支流土壤有机碳格局及其影响因子[D];云南大学;2017年

2 张锐;土壤有机碳Vis-NIR光谱信号挖掘及其预测精度提升研究[D];南京农业大学;2017年

3 刘梅;大兴安岭地区土壤有机碳空间变异及空间分布特征的主控因素分析[D];哈尔滨师范大学;2019年

4 房君佳;铅锌尾矿砂影响下的土壤有机碳与微生物交互关系[D];西南大学;2018年

5 曾文铉;黄土高原典型森林中土壤有机碳矿化及土壤微生物生长策略对外源碳输入的响应[D];西北大学;2018年

6 周杏;秸秆还田对土壤有机碳和温室气体排放影响研究[D];华中农业大学;2018年

7 周稀;崇州西河流域土壤有机碳及全氮的空间分布及模拟研究[D];四川农业大学;2017年

8 赵晴;吉林松原盐碱农田土壤理化性质和酶活性对有机碳的影响研究[D];吉林大学;2018年

9 刘玉寒;基于GWR的伊河流域土壤碳氮空间特征及影响因素分析[D];河南大学;2018年

10 王燕;半干旱地区土壤有机碳遥感估算研究[D];中国林业科学研究院;2018年

本文编号：2863118