水利水电工程建设在国家防洪、发电、供水、水上运输以及民生发展等多个领域都具有重大意义^[1]。但水利水电工程建设不可避免对周围生态环境造成一定影响。随着我国对生态环保工作越来越重视，相关部门积极主动开展水土保持生态修复措施以减小水利水电工程给生态环境带来的不利影响，确保水利水电工程能够与生态环境和谐相处，创造更大更持久的效益。

在水利水电建设项目的水土保持生态修复工程中，表土资源利用、植被修复以及高陡边坡治理均需首先考虑项目区域土壤质量，因地制宜开展相关生态修复技术。土壤肥力是土壤的本质属性和其各种性质的综合表现^[2]。科学合理开展水利水电工程建设项目区的土壤肥力状况调查与分析是植被恢复、生态整治的重要前提。由于水利水电工程项目涉及面积大、土壤类型及植被类型复杂多变，采取科学合理的方法进行土壤肥力评价与空间变异分析，对水土保持生态修复分区治理、因地治理具有重要指导意义。

近年来，大量国内外学者采用地统计学和地理信息系统(GIS)两种技术相结合研究了土壤性质的空间变异特征。如杨树明等^[3]应用地理信息系统和地统计学研究了曲靖市烟田土壤养分的空间变异特征。文春玉等^[4]基于地统计学技术明确了研究区土壤养分空间变异的合理采样方法。土地利用类型和研究尺度的不同，都会影响土壤养分空间变异规律的预测^[5]。王幼奇等^[6]研究发现土壤养分的小尺度空间变异规律会因研究尺度过大而被掩盖。目前，大量研究的对象多为耕地、城郊或林地，而对于水利水电工程项目区的土壤肥力评价及其养分空间变异的研究较为缺乏。白鹤滩水电站所在的金沙江干热河谷，是云南省典型的生态脆弱区，其极端温度频发，旱季持续时间长，导致施工结束后生态修复困难^[7]。由此，本研究利用地统计学与GIS相结合的方法，采用精细坐标定点采样，以白鹤滩水电站工程区土壤为对象，分析小尺度下土壤养分的空间分异特征，并对其土壤综合肥力进行评价，为金沙江干热河谷水利水电工程项目区水土保持与生态恢复提供科学建议。

1 材料与方法 1.1 研究区概况

研究区位于云南省巧家县白鹤滩水电站建设区，地理坐标112°52´E ~ 112°56´E和27°10´N ~ 27°16´N (图 1)，属于亚热带高原立体气候，年均气温21.1℃，年均降水量为801.2 mm，土壤类型以砖红壤及红壤为主。该区是云南省干热河谷植被区的常见类型，植被为河谷稀树灌草丛，其分布受降水影响垂直分布差异明显^[8]。由于长期的人为破坏及工程措施影响，研究区水土流失严重，植被出现不同程度退化。

1.2 样品采集与分析

根据研究区的土地利用现状、地形地貌和植被情况，以及代表性和均匀性等原则，结合遥感影像图和GPS定位(图 1)，于2021年6月按标准样方法布设1 m × 1 m土壤样方，在样方内分两层(0 ~ 10 cm和10 ~ 20 cm)采集土样共100个，混合后用四分法保留1 kg装袋。将样品去除杂质后自然风干，研磨过20目和100目筛后装入自封袋，用冰盒保存备用。

基于前人相关研究^[9-12]，选取土壤碱解氮、有机质、阳离子交换量(CEC)、速效钾、速效磷作为土壤肥力指标，测定方法参照《土壤农化分析》^[13]。通过相关性分析，选取Chao1指数代表土壤细菌群落多样性指数，其通过Illumina高通量测序技术测定。

1.3 评价方法 1.3.1 土壤肥力指标及权重确定

土壤肥力是土壤在供应植物生理所需物质时所处环境条件和土壤养分状况两者的有机结合^[14]。细菌是土壤中最为丰富的一类微生物，作用强度和影响最大^[15]。土壤细菌对维持土壤质量、促进植物生长具有重要意义。表 1为各土壤养分和细菌群落多样性指数的相关性分析。Chao1指数用于估算样品中所含的操作性分类单元(OTU)总数，反映了菌群丰度，Chao1指数越大，说明细菌群落丰度越高；Shannon指数和Simpson指数反映细菌群落的α多样性，其中Shannon指数越大，说明细菌群落的多样性越高^[16]。由表 1数据可知，研究区土壤细菌群落多样性指数与土壤养分指标的相关性普遍偏低，但多样性指数之间均显著性相关，相关系数均大于0.85，因此，本研究选取平均相关系数最大的Chao1指数作为肥力指标，代表4个多样性指数。

因土壤因子对肥力的贡献和作用较为复杂，不同学者确定各项指标权重的方法也不尽相同，如主成分分析法^[17]、专家评分法^[18]、层次分析法^[19]和相关系数法^[20]。本研究采用相关系数法，以获得客观权重^[21]。首先计算出土壤各肥力指标之间相关系数(表 1)及对应指标与其他指标相关系数的均值，以该均值占土壤全部肥力指标间相关系数均值之和的比作为该项指标的权重系数^[22](表 2)。

1.3.2 肥力指标隶属度函数确定

根据土壤肥力指标与作物生长效应曲线可将隶属度函数模型分为S型和抛物线型两种^[23]。参照文献[24-26]并结合研究区土壤养分状况，碱解氮含量、土壤有机质含量、CEC、速效钾含量、速效磷含量及细菌多样性均对土壤质量有正效应，采用S型隶属函数(公式(1))。

$ {{f}}\left( x \right) = \left\{ \begin{array}{l} 1.0\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;x \geqslant {x_2} \hfill \\ 0.9\left( {x - {x_1}} \right)/\left( {{x_2} - {x_1}} \right) + 0.1\;\;\;\;{x_1} < x < {x_2} \hfill \\ 0.1\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;x \leqslant {x_1} \hfill \end{array} \right. $

(1)

根据第二次土壤普查^[27]的养分分级标准表(表 3)及研究区土壤养分特征确定各指标转折点的值(表 4)，使结果具有可比性。

1.3.3 肥力评价指数的计算

利用模糊数学中的加乘法将各肥力指标的权重值和隶属度值代入公式(2)计算土壤综合肥力指数：

$ {\text{IFI}} = \mathop \sum \limits_{i = 1}^n {W_i} \times {F_i} $

(2)

式中：n为因子数，W_i和N_i分别表示第i个指标的权重和隶属度。IFI取值范围为0 ~ 1，该值越接近1，表示土壤肥力越高。

1.3.4 土壤综合肥力分级

根据前人研究和金沙江干热河谷土壤肥力特征，并结合等距法^[28]，将研究区土壤肥力划分为5个等级(表 5)。

1.3.5 空间变异性分析

地统计学方法已被广泛地应用于土壤肥力指标的空间变异性研究中^[29]。半方差函数是地统计学的基础研究工具，本研究采用该函数定量描述各肥力指标及IFI值的空间变异性。公式如下：

$ \gamma \left( h \right) = \frac{1}{{2N\left( h \right)}}\mathop \sum \limits_{i = 1}^{N\left( h \right)} {\left[ {Z\left( {{x_i}} \right) - Z\left( {{x_i} + h} \right)} \right]^2} $

(3)

式中：γ(h)为滞后距离为h时的半方差函数；N(h)是相距为h时的样本点对数；Z(x_i)和Z(x_i+h)分别是变量在空间位置x_i和x_i+h处的观测值。理论上当两采样点距离为0时，半方差函数值应为0，但由于误差和空间变异等因素的存在，使得在实际应用中当h=0时存在块金值(C₀)；当半方差函数γ(h)随h增加到一个基本稳定的常数，这个常数被称为基台值(C₀+ C)^[30]。指数模型、高斯模型、线性模型和球状模型都是常用的半方差函数理论模型^[31]。

1.4 数据处理

为避免样本受各方面影响出现离群值，本研究采用拉依达法^[32]检测离群值，将其剔除后分别用数据正常值的最大值、最小值进行替换处理，以提高数据的准确度。并运用SPSS 26.0软件对数据进行描述性统计，正态分布检验(Kolmogorov-Smirnov，简称K-S)；运用软件GS+9.0进行半方差函数模拟，结合ArcGIS10.8软件地统计模块对采样点各土壤肥力指标进行克里格(Kriging)插值，生成土壤肥力指标的空间分布图。

2 结果与讨论 2.1 各项肥力指标的描述性统计

表 6展示了研究区表层(0 ~ 10 cm)和深层(10 ~ 20 cm)土壤各项肥力指标的描述性统计结果。由表 6可知，CEC和Chao1指数的变异系数均小于0.1，属于弱变异。有机质和速效钾的变异系数处于0.1~ 0.72，属于中等变异强度，表明不同程度上受人为扰动影响。碱解氮和速效磷的变异系数均大于0.72，表现为强变异。其中表层和深层速效磷的变异系数最大分别为1.37和0.99，一方面说明其受人为因素影响较大，可能是由于施肥不均或裸露土壤的水土流失所致；另一方面，这也与磷在土壤中的自身特性有关，因为土壤对磷素的强吸附能力会导致其在土壤中迁移缓慢。单艳红等^[33]研究发现土壤磷素在剖面的迁移能力弱，但易随地表径流流失。从偏度和峰度来看，除CEC外，其他肥力指标的偏度均为正值，呈现右偏分布。

此外，参考第二次土壤普查的养分分级标准(表 3)，研究区碱解氮和速效磷平均含量极低，小于6级水平，有机质和CEC属于4级水平，速效钾属于3级水平。各项肥力指标采用K-S非参数检验，结果显示表层和深层土壤速效钾数据和Chao1指数符合正态分布，表层和深层土壤碱解氮、有机质和速效磷数据经对数转换后均符合正态分布，因此可以进行半变异分析。然而，表层和深层土壤CEC数据经过对数转换或归一化处理后仍不符合正态分布，且偏度进一步增大，因此需要保留原始数据进行分析^[34]。

2.2 各项肥力指标的空间结构 2.2.1 肥力指标的半方差函数

本研究通过决定系数和残差平方和来确定最适半方差函数模型(表 7)。其中，速效磷符合球状模型，速效钾和表层CEC符合线形模型，深层Chao1符合指数模型，其他指标则最适合高斯模型。块金系数(C₀/(C+C₀))为块金值与基台值的比值，其表示随机因素引起的空间变异占总变异的比例^[35]。研究区碱解氮、有机质、CEC及深层速效磷的块金系数均小于25%，在空间上呈现强空间自相关性，表明其变异主要受结构性因素(气候、地形和母质等)的影响。深层速效钾块金系数大于75%，在空间上呈现弱空间自相关性，说明随机性因素在其空间变异中占主导地位。变程反映了变量空间自相关性的最大距离^[36]。研究区有机质、速效钾、Chao1指数及表层CEC变程较大，均大于1 000 m，深层有机质变程达4 226 m，为区内最大，表明环境因素在较大范围内影响其空间变异性。碱解氮、速效磷和深层CEC变程较小，在104 ~ 248 m范围内，结合块金系数可以看出，其在小范围内具有最显著的空间变异性，空间分布特征也最为复杂。由于各土壤肥力指标的变程均大于取样间距，进一步研究时可以适当地增大采样面积而减少采样点数^[37]。

2.2.2 肥力指标的空间插值

为了更直观地展现各项肥力指标的空间特征，本研究采用普通克里格插值法生成了不同采样深度下的各肥力指标空间分布趋势图(图 2)。从图 2中可以看出，表层与深层各土壤肥力指标分布特征大体一致，表层碱解氮和有机质平均含量略高于深层，而表层速效钾含量则整体略低于深层。碱解氮和有机质的分布趋势相似，均表现为由西北向东南逐渐降低的趋势。碱解氮分布比较均匀，含量集中在8.00 ~ 28.00 mg/kg，含量最高区域呈零星斑状散落在研究区西北侧。有机质分布由西北向东南呈带状并逐渐降低，含量在7.00 ~ 12.50 g/kg的区域占比最多。CEC分布较为均匀，东南侧含量偏低。速效钾分布比较复杂，规律性不强，表明其受人为因素影响较大。速效磷含量大体集中在0.08 ~ 1.40 mg/kg，处于极低水平，高值斑点小而少，可能受当地气候、土壤质地及研究区土壤裸露影响，速效磷在研究区小尺度下流失严重，这与块金系数一致。彭辉等^[38]在对云南干热河谷地区进行土壤养分评价时得出了相似的结论。极低的土壤速效磷含量会严重限制植物根系生长，因此如何增加土壤速效磷含量是研究区改良土壤肥力的重中之重。Izhar Shafi等^[39]通过适量施用磷肥改善了土壤理化性质，从而促进了植物生长。Chao1指数表层与深层分布一致，高值均分布在东北侧，这与速效磷含量分布相似，说明土壤微生物受磷含量影响。冯慧芳^[40]等研究表明，对低磷土壤施用适量磷肥能显著提高土壤微生物活性，有利于土壤肥力的恢复和提高。

2.3 土壤综合肥力指数(IFI)特征 2.3.1 IFI描述性统计

对研究区50个样点的IFI值分两层进行描述性统计分析(表 8)，结果表明，样点的IFI值服从正态分布，变异系数为38%，属于中等强度变异。其中，表层土壤的IFI平均值为0.55，偏度为负值，其分布峰为左偏；深层土壤的IFI平均值为0.53，偏度为正，其分布峰为右偏。偏度代表着指标在分布上的不对称性，表明表层土壤的大多数IFI值大于其平均值，而深层土壤的大多数IFI值小于其平均值。

2.3.2 IFI空间特征

运用GS+9.0软件对研究区表层和深层土壤IFI值进行半变异函数拟合(表 9)，结果表明，表层土壤IFI值用球状模型拟合效果最好，决定系数达0.729；深层土壤IFI值用高斯模型拟合效果最好，决定系数为0.684。根据块金系数可知，研究区土壤综合肥力的空间分布受到随机性因素和结构性因素的共同影响。

采用ArcGIS10.8软件的克里格插值工具绘制研究区土壤综合肥力指数的空间分布图^[41]。克里格插值通过样点IFI值能够对估计点IFI值做出最优估计，以点带面预测研究区土壤综合肥力指数的分布。王志刚等^[42]通过对有限点调查采样，可靠地预测了长三角典型地区土壤综合肥力的空间分布。由图 3可以看出，IFI值在空间分布上同碱解氮、有机质分布特征相似，而与速效钾、Chao1空间分布特征存在一定差异，这与指标权重一致。从肥力等级分布来看，0 ~ 10 cm土层中，Ⅰ、Ⅱ类主要分布在西北侧，小面积位于西南角呈圆斑状，Ⅲ类分布最广，Ⅳ、Ⅴ类分布于中部和东南侧。10 ~ 20 cm土层中，Ⅰ、Ⅱ类分布于西北侧，Ⅲ类西南侧，末端呈带状延申至东北角，Ⅳ、Ⅴ类占研究区面积最大，分布于南侧至中部。表层与深层土壤综合肥力等级相比，表层Ⅲ、Ⅴ类占比略多，深层则Ⅳ类占比更多，其他类别分布相似，从而整体肥力等级相当，这可能是由于研究区植被覆盖率低，每年枯枝落叶归还土壤量少。张俊华等^[43]研究表明土壤表层养分聚集与每年枯枝落叶归还土壤有关。研究区西北侧土壤肥力等级高于其他区域，一方面西北侧多为低矮丘陵，植被覆盖率相对较高，而东南区域有大量弃渣；另一方面，西北侧建筑为居民宿舍，该区域土壤在2017年白鹤滩一期绿化工程中得到改良^[44]，且经实地考察，该区绿化景观建设良好，植物物种多样性高，而南部及东部不在该绿化工程规划中，且建筑为工程设施，对环境影响更大。大型工程设施在建设过程中不可避免地会对区域生态环境造成影响，合理预测及调控才能促使工程建设与生态环境相协调。

3 结论

1) 研究区碱解氮和速效磷平均含量极低，小于土壤养分分级标准的6级水平，有机质和CEC属于4级水平，速效钾属于3级水平。CEC和Chao1的变异系数小于0.1，表现为弱变异；有机质和速效钾的变异系数处于0.1 ~ 0.72，属于中等变异强度；碱解氮和速效磷的变异系数均大于0.72，表现为强变异。

2) 指标权重能够反映各土壤肥力指标对IFI影响程度，研究区碱解氮和有机质权重最大，Chao1权重最小。深层速效钾块金系数大于75%，在空间上呈现弱空间自相关性；碱解氮、有机质、CEC、表层Chao1和深层速效磷块金系数均小于25%，在空间上呈现强空间自相关性。

3) 研究区表层与深层土壤综合肥力指数的空间分布特征相似，呈现出明显的西北高东南低，其中Ⅳ、Ⅴ类分布最广。研究区土壤肥力水平普遍偏低，应根据各土壤养分情况合理调整氮、磷、钾肥的施用配比。而土壤速效钾含量水平稍高于碱解氮及速效磷含量水平，应适当降低钾肥比例。研究区东部及南部弃渣场土壤氮、磷养分匮乏程度尤为严重，应进一步增加氮、磷肥施用量，更为精准地改良研究区土壤肥力状况。