基于地理探測(cè)器的尋烏縣土壤微量元素影響因子分析

周 洋 趙小敏 郭 熙 韓 逸

(江西農(nóng)業(yè)大學(xué)國(guó)土資源與環(huán)境學(xué)院/江西省鄱陽(yáng)湖流域農(nóng)業(yè)資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330045)

土壤是一個(gè)復(fù)雜的自然綜合體，具有空間變異性和不確定性。土壤微量元素是土壤的一個(gè)重要組成部分，也是植物生長(zhǎng)發(fā)育期間不可缺少的養(yǎng)分，其含量受到成土母質(zhì)、地形、氣候、生物等自然因素和人類(lèi)活動(dòng)的影響[1-2]。若微量元素過(guò)豐，土壤則會(huì)有重金屬污染的風(fēng)險(xiǎn)，而缺乏微量元素又會(huì)影響植物正常的生長(zhǎng)發(fā)育，進(jìn)而影響作物的產(chǎn)量和品質(zhì)[3]。目前關(guān)于土壤微量元素的研究已經(jīng)相當(dāng)成熟，國(guó)內(nèi)外學(xué)者針對(duì)土壤微量元素的相互作用關(guān)系[4]、微量元素的空間分布特征[2,5-8]、微量元素的影響因子分析[9-12]等方面開(kāi)展了大量的研究。Steinnes等[13]分析了大氣沉降和人為因素對(duì)挪威表土微量元素的影響；Papadopoulou-Vrynioti等[14]對(duì)影響阿爾塔平原河流沉積物中微量元素分布的地貌參數(shù)進(jìn)行了研究；穆桂珍等[4]通過(guò)對(duì)土壤微量元素之間進(jìn)行相關(guān)性分析，發(fā)現(xiàn)微量元素之間既有促進(jìn)作用也有拮抗作用；雷斯越等[8]針對(duì)不同坡位草地植被狀況與土壤養(yǎng)分的空間特征進(jìn)行分析，表明植被的生長(zhǎng)狀況與土壤養(yǎng)分空間上的變化趨勢(shì)具有一定相關(guān)性；Ge等[15]通過(guò)對(duì)東北北部灣表層沉積物進(jìn)行包括粒度、主要元素和微量元素在內(nèi)的多指標(biāo)分析，發(fā)現(xiàn)沉積物礦物組成是影響元素分布的主要因素。目前較多研究?jī)H通過(guò)線(xiàn)性回歸分析、Pearson相關(guān)性分析[16]等傳統(tǒng)統(tǒng)計(jì)方法描述單因子對(duì)微量元素空間分布影響，對(duì)多因子及因子間的交互作用分析涉及較少。而地理探測(cè)器是探測(cè)空間分異性并揭示其背后驅(qū)動(dòng)力的統(tǒng)計(jì)學(xué)方法[17]，能很好地分析各并因子對(duì)土壤微量元素空間分布的影響程度及因子間的交互作用，從而更好地對(duì)土壤微量元素空間分布影響因子的作用進(jìn)行定量分析。

尋烏縣位于閩贛粵三省的相鄰地帶，是武夷山與九連山余脈的相交之處，屬于典型的丘陵山地區(qū)，而地形是影響土壤和環(huán)境之間進(jìn)行水熱能量交換的重要因素之一。有研究表明，在不同地形部位，土壤微量元素有著較強(qiáng)的空間異質(zhì)性[18-20]。土壤硼(B)在臍橙、獼猴桃等果樹(shù)作物的生長(zhǎng)和掛果過(guò)程中具有關(guān)鍵作用[21]，土壤硒(Se)對(duì)茶葉品質(zhì)有一定影響[22]，土壤錳(Mn)、銅(Cu)也是果樹(shù)等經(jīng)濟(jì)作物生長(zhǎng)過(guò)程中必不可少的元素。為此，本研究基于尋烏縣2018年采集的572個(gè)表層土壤(0 ～ 20 cm)樣點(diǎn)，運(yùn)用描述性統(tǒng)計(jì)分析、地統(tǒng)計(jì)分析、地理探測(cè)器等分析方法，結(jié)合地形因子、成土因子、土地利用類(lèi)型、距離因子、土壤重金屬、植被因子等，對(duì)尋烏縣土壤B、Se、Mn、Cu這4種微量元素的空間分布特征及其受因子的影響程度進(jìn)行分析，旨在為調(diào)節(jié)土壤微量元素含量水平提供地球化學(xué)資料支撐。

1 材料與方法

1.1 研究區(qū)域概況

尋烏縣位于江西省贛州市南部，地理坐標(biāo)為24°30′40″～ 25°12′10″N，115°21′22″～ 115°54′25″E。尋烏東北、西北與東南部地勢(shì)高，且向西南部?jī)A斜，地形以山地丘陵為主(圖1-a)，其中山地占總面積的75.6%，為典型的南方丘陵區(qū)。該區(qū)域?qū)儆趤啛釒Ъ撅L(fēng)性濕潤(rùn)氣候，溫暖濕潤(rùn)，雨量充沛；縣內(nèi)植被覆蓋率高，且種類(lèi)比較豐富。尋烏位于南方亞熱帶紅壤區(qū)南部，土地肥力較好，土壤普遍呈酸性，土壤種類(lèi)主要有紅壤、黃壤、水稻土和紫色土等4種(圖1-b)；成土母質(zhì)以酸性結(jié)晶巖類(lèi)風(fēng)化物為主，還有少量的紅砂巖類(lèi)、泥質(zhì)巖類(lèi)和石英巖類(lèi)風(fēng)化物(圖1-c)；土地利用類(lèi)型主要有林地、園地和耕地(圖1-e)，其中林地占土地總面積的83.8%。

1.2 數(shù)據(jù)獲取與測(cè)定

研究區(qū)土壤樣點(diǎn)采集時(shí)間為2018年7月至9月，在1 km×1 km網(wǎng)格中選取合適的地塊進(jìn)行五點(diǎn)法取樣，充分混合均勻后留1 kg土壤樣品，并記錄網(wǎng)格中心點(diǎn)的經(jīng)緯度信息，土壤樣點(diǎn)采樣深度為0 ～ 20 cm，共采集572個(gè)土壤樣點(diǎn)(圖1-d)。將土壤樣品風(fēng)干之后研磨并過(guò)100目篩，用于測(cè)定B、Se、Mn、Cu等元素含量和pH值，其中，全量B含量采用碳酸鈉熔融—甲亞胺比色法測(cè)定[23]；全量Se含量采用HNO3-HClO4-HF消化—原子熒光光譜法測(cè)定[24]；全量As含量使用微波消解—原子熒光光度計(jì)測(cè)定；全量Mn含量采用HNO3-HCCO4-HF消煮—原子吸收分光光度法(atomic absorption spectroscopy，AAS)測(cè)定[23]；全量Cu含量使用偏硼酸鋰熔融分解—AAS法測(cè)定[23]；pH值采用電極法測(cè)定。

1.3 數(shù)據(jù)處理與分析

土地利用類(lèi)型數(shù)據(jù)來(lái)源于2017年土地利用現(xiàn)狀數(shù)據(jù)庫(kù)；土壤類(lèi)型和成土母質(zhì)類(lèi)型數(shù)據(jù)來(lái)自第二次土壤普查數(shù)據(jù)；地形部位數(shù)據(jù)和高程、坡度、坡向等地形因子數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云平臺(tái)上下載的30 m分辨率數(shù)字高程模型(digital elevation model，DEM)，經(jīng)ArcGIS 10.2軟件處理后獲取；植被覆蓋度(圖1-f)是利用地理空間數(shù)據(jù)云平臺(tái)下載的Landsat 8 OLI遙感影像，經(jīng)輻射定標(biāo)和大氣校正后計(jì)算得到歸一化植被指數(shù)(normalized difference vegetation index, NDVI)，采用像元二分模型法分類(lèi)得到；植被類(lèi)型數(shù)據(jù)使用從中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心下載的植被類(lèi)型空間分布數(shù)據(jù)。為保證土壤樣點(diǎn)數(shù)據(jù)的可靠性，根據(jù)拉依達(dá)準(zhǔn)則(均值加減3倍標(biāo)準(zhǔn)差)剔除了異常值，處理后土壤B、Se、Mn和Cu樣點(diǎn)數(shù)分別為559、565、560、563個(gè)。借助SPSS 20軟件平臺(tái)，對(duì)研究區(qū)土壤樣點(diǎn)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析(均值、標(biāo)準(zhǔn)差、最值、變異系數(shù))和相關(guān)分析，利用GS+7.0軟件對(duì)微量元素?cái)?shù)據(jù)進(jìn)行半方差函數(shù)分析，得到最優(yōu)理論模型和參數(shù)后，在ArcGIS 10.2軟件平臺(tái)上使用協(xié)同克里格法進(jìn)行空間插值，得到研究區(qū)4種微量元素的空間分布圖，然后使用地理探測(cè)器進(jìn)行因子探測(cè)和交互探測(cè)，分析影響因子對(duì)微量元素的影響和因子之間的交互作用。

由于使用地理探測(cè)器對(duì)影響因素進(jìn)行因子分析時(shí)要求輸入的自變量為類(lèi)別數(shù)據(jù)，因此要對(duì)連續(xù)型自變量數(shù)據(jù)進(jìn)行離散化處理，所采用的離散化方法應(yīng)該能體現(xiàn)出變量間最大的差異性，才能使地理探測(cè)器的分析結(jié)果更加準(zhǔn)確。本研究參考Cao等[25]、張文琦等[26]的研究，采用自然斷點(diǎn)法將高程、坡度、坡度變率(slope of slope，SOS)、坡向變率(slope of aspect，SOA)、地形起伏度(relief degree of land surface，RDLS)等因素分為8類(lèi)，將As含量分為5類(lèi)，pH值、距公路距離、距河流距離和植被覆蓋度分為6類(lèi)，而坡向則按照每45° 為間距劃分為8類(lèi)，各因子分類(lèi)標(biāo)準(zhǔn)見(jiàn)表1。

1.4 研究方法

1.4.1 地理探測(cè)器 地理探測(cè)器是一種對(duì)地理現(xiàn)象的空間分異性進(jìn)行探測(cè)以及揭示其驅(qū)動(dòng)因子影響力的統(tǒng)計(jì)學(xué)方法，其通過(guò)計(jì)算分類(lèi)后各自變量方差之和與因變量方差之和的比來(lái)衡量自變量對(duì)因變量的影響程度。地理探測(cè)器包括4個(gè)部分：因子探測(cè)器、交互探測(cè)器、風(fēng)險(xiǎn)探測(cè)器和生態(tài)探測(cè)器[17,27]。本研究利用因子探測(cè)器、交互探測(cè)器2個(gè)模型對(duì)尋烏縣土壤微量元素空間分布的影響因子進(jìn)行定量分析。

因子探測(cè)器：用于探測(cè)因變量的空間分異性以及各自變量對(duì)因變量影響程度的解釋能力，用q值量化，計(jì)算公式為：

(1)

(2)

SST=Nσ2

(3)

交互探測(cè)器：通過(guò)計(jì)算2個(gè)不同自變量交互時(shí)的q值，判斷自變量之間的相互作用對(duì)因變量的影響程度，2個(gè)因子間交互作用的類(lèi)型見(jiàn)表2。

表2 交互作用類(lèi)型

1.4.2 協(xié)同克里格法 協(xié)同克里格法是地統(tǒng)計(jì)學(xué)中常用的研究方法，和普通克里格法一樣都屬于最優(yōu)無(wú)偏預(yù)測(cè)的插值方法。相比于普通克里格法，協(xié)同克里格法的優(yōu)點(diǎn)在于它不是依靠單一的變量來(lái)進(jìn)行預(yù)測(cè)，而是將與預(yù)測(cè)變量相關(guān)性高的變量作為輔助變量，和目標(biāo)變量一同參與預(yù)測(cè)過(guò)程，從而提高插值的精度。

采用交叉驗(yàn)證對(duì)模型的預(yù)測(cè)精度進(jìn)行評(píng)價(jià)。交叉驗(yàn)證通過(guò)計(jì)算建模點(diǎn)生成的預(yù)測(cè)值與驗(yàn)證點(diǎn)測(cè)量值的誤差來(lái)評(píng)估模型的預(yù)測(cè)精度。本研究采用平均絕對(duì)誤差(mean absolute error，MAE)、均方根誤差(root mean squared error，RMSE)2個(gè)模型精度指標(biāo)評(píng)價(jià)建模結(jié)果，其計(jì)算公式如下：

壽險(xiǎn)公司經(jīng)營(yíng)目標(biāo)的制定，會(huì)受行業(yè)監(jiān)管環(huán)境及市場(chǎng)運(yùn)作等影響與企業(yè)自身經(jīng)營(yíng)實(shí)際情況出現(xiàn)偏差。例如，沒(méi)有對(duì)人力、物力、資金、稅務(wù)等各種情況做出全面考慮分析，公司內(nèi)部沒(méi)能及時(shí)應(yīng)對(duì)調(diào)整，這些問(wèn)題在一定程度上將會(huì)給公司正常運(yùn)行帶來(lái)一定影響。因此，公司財(cái)務(wù)內(nèi)部管控機(jī)制完善與否在很大程度上也會(huì)帶來(lái)壽險(xiǎn)公司的財(cái)務(wù)風(fēng)險(xiǎn)。

(4)

(5)

式中，Oi和Pi分別為驗(yàn)證點(diǎn)的實(shí)測(cè)值和預(yù)測(cè)值。

2 結(jié)果與分析

2.1 土壤微量元素描述性統(tǒng)計(jì)分析

尋烏縣土壤微量元素的描述性統(tǒng)計(jì)結(jié)果如表3所示，4種微量元素含量有所差異，變異系數(shù)(coefficient of variation, CV)的范圍為34.48% ～ 90.19%，其大小依次為B>Cu>Mn>Se，呈中等變異程度，單樣本K-S檢驗(yàn)表明4種元素均服從對(duì)數(shù)正態(tài)分布，且表現(xiàn)出左偏態(tài)(圖2)。經(jīng)過(guò)對(duì)數(shù)轉(zhuǎn)換后，4種微量元素的數(shù)據(jù)分布滿(mǎn)足正態(tài)分布，符合地統(tǒng)計(jì)分析的前提假設(shè)。

參考《DZ/T 0295-2016 土地質(zhì)量地球化學(xué)評(píng)價(jià)規(guī)范》[28]，對(duì)尋烏縣4種微量元素的豐缺情況進(jìn)行了等級(jí)劃分，由表3和表4可知，尋烏縣土壤全量Se含量均值與全國(guó)土壤Se背景值(0.29 mg·kg-1)[29]持平，且99.64%的樣點(diǎn)含量大于0.125 mg·kg-1，基本不存在缺乏和過(guò)剩的情況。

從描述性統(tǒng)計(jì)的結(jié)果(表3)和表5可以看出，土壤全量B含量的均值處于較缺乏水平，而土壤全量Mn和Cu含量均值則處于缺乏水平。 4種微量元素中，除Cu元素僅有一個(gè)樣點(diǎn)超過(guò)上限值外，其他3種微量元素均低于上限值，因此，研究區(qū)因微量元素過(guò)豐而導(dǎo)致土壤重金屬污染的風(fēng)險(xiǎn)較低。

表3 土壤微量元素描述性統(tǒng)計(jì)結(jié)果

圖2 土壤微量元素含量頻率分布

表4 土壤Se含量分級(jí)標(biāo)準(zhǔn)

表5 土壤B、Mn、Cu含量分級(jí)標(biāo)準(zhǔn)

2.2 土壤微量元素與影響因子的Spearman相關(guān)性分析

相關(guān)性分析結(jié)果如表6所示，地形因子中，高程、坡度均與4種微量元素含量的相關(guān)性達(dá)極顯著水平，其中與B、Cu元素含量均呈負(fù)相關(guān)關(guān)系，與Se、Mn元素含量呈正相關(guān)關(guān)系，表明4種微量元素均受地形的顯著影響。距離因子中，4種微量元素含量與距公路距離均存在極顯著相關(guān)關(guān)系，而除B元素含量與距河流距離無(wú)顯著相關(guān)關(guān)系外，其他3種微量元素含量與距河流距離均存在極顯著相關(guān)關(guān)系，表明距離因素對(duì)土壤微量元素有一定的影響。成土因素中，成土母質(zhì)與4種土壤微量元素含量的相關(guān)性達(dá)極顯著水平，這與吳云霞等[30]的研究結(jié)果一致，這是因?yàn)槌赏聊纲|(zhì)決定了形成土壤的礦物類(lèi)型和元素組成，對(duì)土壤微量元素的初始含量起到了關(guān)鍵作用[31]，而土壤類(lèi)型與4種微量元素含量的相關(guān)性均不顯著，可能是因?yàn)檠芯繀^(qū)土壤類(lèi)型主要為紅壤，空間異質(zhì)性較弱，導(dǎo)致其與微量元素含量的相關(guān)性不顯著；土地利用類(lèi)型與B、Se和Cu元素含量有極顯著相關(guān)性，表明不同土地利用方式所對(duì)應(yīng)的土地人為利用強(qiáng)度對(duì)微量元素的分布有著較強(qiáng)的影響[32]；重金屬As含量與B、Se和Cu元素含量的相關(guān)性達(dá)極顯著水平，與Mn元素含量的相關(guān)性不顯著，說(shuō)明As和B、Se、Cu這3種微量元素的分布呈現(xiàn)出比較緊密的聯(lián)系，對(duì)微量元素的富集和積累有著較強(qiáng)的作用[33]；pH值與Mn、Cu元素含量呈極顯著正相關(guān)關(guān)系，與Se元素含量則表現(xiàn)出顯著負(fù)相關(guān)關(guān)系，說(shuō)明土壤pH值越高，Mn和Cu就更易累積，而Se則易在pH值較低的土壤中聚集。植被因子中，植被覆蓋度與Se、Mn元素含量表現(xiàn)為極顯著正相關(guān)關(guān)系，與B、Cu元素含量則為極顯著負(fù)相關(guān)關(guān)系，這是因?yàn)橹脖坏目臻g異質(zhì)性與地形關(guān)系密切，海拔高、地形陡峭的區(qū)域植被覆蓋度較大；而植被類(lèi)型與Se、Cu元素含量表現(xiàn)出極顯著的負(fù)相關(guān)關(guān)系，而與B、Mn元素含量無(wú)顯著相關(guān)性，表明植被類(lèi)型的差異對(duì)微量元素的分布也有著顯著影響，這與其他研究結(jié)果類(lèi)似[34]。

表6 土壤微量元素和影響因子的Spearman相關(guān)性系數(shù)

2.3 土壤微量元素空間分布特征

對(duì)研究區(qū)4種土壤微量元素進(jìn)行半方差函數(shù)分析，結(jié)果如表7和圖3所示。B和Mn的最佳理論模型為指數(shù)模型，Se和Cu的最佳理論模型為球狀模型；4種元素的塊金值范圍為0.041 9 ～ 0.100 9，表明元素的采樣和測(cè)量過(guò)程中存在誤差，塊金效應(yīng)范圍為11.82%～49.75%，說(shuō)明4種微量元素中，B和Cu表現(xiàn)出較強(qiáng)的空間變異程度，而Se和Mn為中等程度的空間變異，空間變異受隨機(jī)性因素和結(jié)構(gòu)性因素的共同影響[35]。

基于半方差函數(shù)分析和相關(guān)性分析結(jié)果，分別使用COK和COK1對(duì)4種土壤微量元素進(jìn)行插值(其中COK代表使用As含量作為協(xié)變量進(jìn)行插值，COK1代表使用As含量、高程作為協(xié)變量)，得到研究區(qū)4種土壤微量元素的空間分布圖。

研究區(qū)4種土壤微量元素的空間分布(圖4)表明，COK和COK1的結(jié)果總體趨勢(shì)大致相同，COK1的模型精度較COK有所提高，但空間分布預(yù)測(cè)效果提升有限。2種方法的預(yù)測(cè)值范圍與樣點(diǎn)數(shù)據(jù)值域基本相符，僅最大值較樣點(diǎn)統(tǒng)計(jì)數(shù)據(jù)偏大。4種微量元素中，B元素含量的高值區(qū)主要在研究區(qū)的北部和中部，位于水源鄉(xiāng)，澄江鎮(zhèn)、羅珊鄉(xiāng)和吉譚鎮(zhèn)的交界處，以及長(zhǎng)寧鎮(zhèn)的北部；Se元素含量則呈條狀和塊狀分布在研究區(qū)西部的三標(biāo)鄉(xiāng)、桂竹帽鎮(zhèn)，東部的項(xiàng)山鄉(xiāng)和南部的丹溪鄉(xiāng)；Mn元素含量的高值區(qū)則位于研究區(qū)的西部，呈條狀分布在桂竹帽鎮(zhèn)和晨光鎮(zhèn)，三標(biāo)鄉(xiāng)和項(xiàng)山鎮(zhèn)的高海拔區(qū)也有分布；Cu元素主要分布在研究區(qū)中部的長(zhǎng)寧鎮(zhèn)、文峰鄉(xiāng)、桂竹帽鎮(zhèn)、澄江鎮(zhèn)和西南部的晨光鎮(zhèn)、菖蒲鄉(xiāng)交界處。

表7 土壤微量元素的理論半方差函數(shù)模型及相應(yīng)參數(shù)

圖3 土壤微量元素半方差函數(shù)圖

圖4 不同方法的土壤微量元素空間分布預(yù)測(cè)結(jié)果

2.4 土壤微量元素影響因子分析

為定量描述各影響因子對(duì)土壤微量元素的影響程度，采用地理探測(cè)器中的因子探測(cè)器和交互探測(cè)器，對(duì)采樣點(diǎn)的4種微量元素和18種影響因子進(jìn)行計(jì)算和分析。

因子探測(cè)器的分析結(jié)果如表9所示，有一部分影響因子的q統(tǒng)計(jì)量未通過(guò)顯著性檢驗(yàn)(P>0.05)，這可能與采樣點(diǎn)的精度有關(guān)[36]，本研究土壤采樣點(diǎn)的間距為1 km，該采樣尺度可能忽略了影響因子的部分空間差異性，導(dǎo)致對(duì)土壤微量元素的影響不顯著。在通過(guò)了顯著性檢驗(yàn)的結(jié)果中可以看出，影響因子對(duì)4種土壤微量元素的解釋力存在一定的差異，對(duì)土壤B元素影響較大的因素依次為土屬(0.152)、成土母質(zhì)(0.128)、地形部位(0.092)、高程(0.084)、植被類(lèi)型(0.063)、距公路距離(0.052)、As含量(0.052)、土壤亞類(lèi)(0.047)和植被覆蓋度(0.032)；對(duì)土壤Se元素影響較大的依次為As含量(0.257)、土屬(0.150)、高程(0.149)、地形部位(0.131)、土壤亞類(lèi)(0.128)、土類(lèi)(0.084)、坡度(0.072)、成土母質(zhì)(0.052)、土地利用類(lèi)型(0.049)和植被覆蓋度(0.042)；而對(duì)土壤Mn元素影響較大的依次為土屬(0.094)、高程(0.071)、土壤亞類(lèi)(0.071)、地形部位(0.057)、成土母質(zhì)(0.054)、距河流距離(0.039)、坡度變率(0.039)、pH值(0.039)、植被覆蓋度(0.036)、地形起伏度(0.034)和植被類(lèi)型(0.033)；對(duì)土壤Cu元素影響較大的依次為As含量(0.162)、土屬(0.106)、高程(0.092)、成土母質(zhì)(0.076)、植被類(lèi)型(0.071)、pH值(0.062)、植被覆蓋度(0.059)、地形部位(0.055)、距公路距離(0.053)、土地利用類(lèi)型(0.049)和土壤亞類(lèi)(0.046)。在所選取的影響因子中，高程、土壤亞類(lèi)、土屬和成土母質(zhì)對(duì)土壤B、Se、Mn、Cu這4種元素均有顯著性影響，地形部位對(duì)土壤B、Se、Mn 3種微量元素影響顯著，說(shuō)明地形和成土因素對(duì)土壤微量元素的影響較大；土壤重金屬元素As含量對(duì)B、Se、Cu 3種微量元素有顯著影響，影響程度依次為Se(0.257)>Cu(0.162)>B(0.052)，表明As含量與土壤微量元素的分布有著較強(qiáng)的關(guān)聯(lián)性，這也與相關(guān)性分析的結(jié)果相一致，進(jìn)一步論證了As和Se、Cu、B等微量元素存在著一定的伴生關(guān)系[37]；植被類(lèi)型和植被覆蓋度對(duì)4種微量元素均有顯著影響，且植被類(lèi)型的影響程度大于植被覆蓋度，表明植被的空間異質(zhì)性對(duì)微量元素有較大影響。

表8 不同建模方法預(yù)測(cè)精度對(duì)比

交互探測(cè)器的分析結(jié)果(圖5)顯示，土壤B元素的交互因子對(duì)中，q值較大的有土屬∩坡向變率、土屬∩As含量、土屬∩坡度變率、土屬∩植被覆蓋度和成土母質(zhì)∩As含量；土壤Se元素的因子對(duì)中，As含量與其他因子都有較強(qiáng)的交互作用，其中q值較大的有土屬∩As含量、高程∩As含量、地形部位∩As含量和亞類(lèi)土壤∩As含量；土壤Mn元素的因子對(duì)中，As含量、土地利用類(lèi)型和植被覆蓋度3個(gè)因子與地形因子的交互作用較大，其中q值較大的有坡度∩As含量、坡向變率∩植被覆蓋度、地形起伏度∩As含量、土地利用類(lèi)型∩坡向等因子對(duì)，且As含量和植被覆蓋度、植被類(lèi)型2個(gè)因子之間也存在著較強(qiáng)的交互作用；土壤Cu元素的因子對(duì)中，As含量與其他因子都產(chǎn)生了交互作用，q值較大的有高程∩As含量、土屬∩As含量、地形部位∩As含量、植被類(lèi)型∩As含量、pH值∩As含量等因子對(duì)；4種微量元素q值較大的因子對(duì)都表現(xiàn)出雙因子或非線(xiàn)性增強(qiáng)，表明這幾種因子疊加后的作用大于其單獨(dú)的作用。上述分析結(jié)果表明，尋烏縣4種微量元素的空間分布特征主要受土壤重金屬As含量，坡度、坡向、地形部位等地形因子和土屬、成土母質(zhì)等成土因子的交互作用影響，其中As含量與地形因子、成土因子和植被因子表現(xiàn)出了很強(qiáng)的交互增強(qiáng)作用，土地利用類(lèi)型、距公路距離與地形因子也有一定的交互作用。

表9 土壤微量元素因子探測(cè)結(jié)果

注：X1：pH值；X2：As含量；X3：高程；X4：坡度；X5：坡向；X6：坡度變率；X7：坡向變率；X8：地形起伏度；X9：距公路距離；X10：距河流距離；X11：地形部位；X12：土地利用類(lèi)型；X13：土類(lèi)；X14：土壤亞類(lèi)；X15：土屬；X16：成土母質(zhì)； X17：植被覆蓋度；X18：植被類(lèi)型。

3 討論

研究區(qū)4種微量元素均表現(xiàn)出了較強(qiáng)的空間異質(zhì)性，土壤Se和Mn元素含量的高值區(qū)普遍分布在海拔較高的區(qū)域，這與其他學(xué)者的研究一致[18,38]，尋烏縣高海拔區(qū)的巖性以花崗巖和火山巖為主，多發(fā)育為酸性結(jié)晶鹽類(lèi)風(fēng)化物，形成紅壤和黃壤，而紅壤和黃壤的風(fēng)化淋溶作用強(qiáng)，土壤無(wú)機(jī)礦物易流失，因此土壤中的微量元素和其他養(yǎng)分含量初始值更高；而B(niǎo)和Cu元素含量的高值區(qū)則多分布于地形平坦的區(qū)域，且與臍橙、柑橘和百香果等果園園地的分布大致重合，可能是由于施肥會(huì)引起園地土壤養(yǎng)分含量和酸堿度的變化，從而影響Mn、Cu等微量元素的含量[39]。

本研究選取地理探測(cè)器中的因子探測(cè)器和交互探測(cè)器，對(duì)影響B(tài)、Se、Mn、Cu 4種微量元素的因子以及影響因子之間的交互作用進(jìn)行了分析，總的來(lái)說(shuō)，4種微量元素主要受高程、地形部位等地形因子，土壤重金屬元素As含量，土屬、成土母質(zhì)等成土因子和植被因子的影響，此外，B、Mn 2種微量元素在一定程度上還受土地利用類(lèi)型、距公路距離等人為因素的影響，這可能是因?yàn)榈匦斡绊懥说乇淼乃疅岷臀镔|(zhì)交換，而尋烏縣地形屬丘陵山地，海拔和坡度較大，加大了降雨時(shí)地表徑流的沖刷，因此地形因子對(duì)土壤養(yǎng)分含量有著較大影響[40]；土壤重金屬元素As對(duì)土壤Se、Cu和Mn的解釋能力較強(qiáng)，表明As與Se、Cu、Mn等土壤微量元素的累積有著較強(qiáng)的關(guān)聯(lián)性，體現(xiàn)出一定的伴生關(guān)系，這與前人研究結(jié)果一致[37,41]，所以在對(duì)土壤微量元素進(jìn)行利用時(shí)要特別注意土壤重金屬污染的問(wèn)題；而成土因子的解釋能力較強(qiáng)則是因?yàn)槲⒘吭卦谕寥乐械暮恐饕Q于成土母質(zhì)類(lèi)型[42]，而成土母質(zhì)的類(lèi)型決定了土壤發(fā)育形成后的種類(lèi)，因此土屬對(duì)微量元素也有著較大的影響；植被覆蓋度和植被類(lèi)型對(duì)土壤微量元素也有一定的影響，這可能與植被的空間異質(zhì)性有關(guān)系，尋烏縣高海拔區(qū)植被以亞熱帶常綠闊葉林為主，而海拔較低的丘陵和平地地區(qū)植被主要為稀疏的馬尾松、灌木和草類(lèi)[43]，相比于低矮的灌木，常綠闊葉林喬木多分布于地形陡峭的區(qū)域，受到的人為擾動(dòng)較小，土壤中的有機(jī)質(zhì)含量較多，有利于土壤微量元素和其他養(yǎng)分的聚集[44]；土地利用類(lèi)型、距公路距離等人為因素對(duì)B、Cu微量元素有一定解釋能力，可能是由于不同的土地利用類(lèi)型下，土壤養(yǎng)分受到的人為擾動(dòng)程度存在差異，微量元素及養(yǎng)分含量有所差異[45-46]，而公路多分布于人為利用土地類(lèi)型，因此B、Cu元素在一定程度上也受到了這2個(gè)人為因素的影響。交互探測(cè)器的結(jié)果表明，4種微量元素中，土屬、成土母質(zhì)等成土因子和坡度、坡向等地形因子與土壤重金屬元素As含量之間的交互效應(yīng)相對(duì)較強(qiáng)，其次是土地利用類(lèi)型、成土母質(zhì)、植被覆蓋度和植被類(lèi)型等因子與坡度、坡向等地形因子之間的交互作用，且都表現(xiàn)出非線(xiàn)性增強(qiáng)，這是因?yàn)橹亟饘僭谹s與微量元素存在著伴生關(guān)系，結(jié)合特定的地形和成土條件能顯著影響土壤微量元素的累積和遷移；土壤類(lèi)型、成土母質(zhì)與坡度、坡向?qū)ξ⒘吭禺a(chǎn)生了協(xié)同作用，且土壤特性因子疊加地形因子能夠大大增加降雨形成的地表徑流對(duì)地表的侵蝕，加快土壤礦物中元素的分解，而植被的覆蓋情況與地形、成土因素關(guān)系密切，從而都對(duì)微量元素的影響表現(xiàn)出雙因子或非線(xiàn)性增強(qiáng)的交互作用。

受數(shù)據(jù)可得性的影響，本研究?jī)H選用了土地利用類(lèi)型和距公路距離這2個(gè)人為因素，且采樣點(diǎn)精度僅為1 km，可能會(huì)忽略影響因子之間的空間自相關(guān)性，若能提高采樣的精度，加入不同類(lèi)別的影響因子，可能會(huì)提高地理探測(cè)器分析結(jié)果的準(zhǔn)確度。

4 結(jié)論

尋烏縣4種微量元素中，土壤全量Se元素含量不存在缺乏和過(guò)剩的情況，而土壤全量B元素含量處于較缺乏的水平，土壤全量Mn和Cu元素含量則處于較缺乏和缺乏的水平。因子探測(cè)器和交互探測(cè)器的分析結(jié)果表明，對(duì)4種微量元素影響較大的因子為土壤重金屬元素As含量，高程、地形部位、土壤亞類(lèi)、土屬、成土母質(zhì)，其中As含量和土屬對(duì)這4種微量元素的影響最大；土壤重金屬元素As含量和土屬等成土因子與坡度、坡向等地形因子有著非線(xiàn)性增強(qiáng)的交互作用，土地利用類(lèi)型、成土母質(zhì)、植被覆蓋度、植被類(lèi)型與地形因子的交互作用對(duì)微量元素也有一定影響，但與成土因子的交互作用相比影響較弱。針對(duì)尋烏縣4種微量元素的空間分布特征和受各因子影響的特點(diǎn)，應(yīng)做到合理施肥，避免土壤微量元素過(guò)豐和缺乏的情況，同時(shí)應(yīng)注意As與微量元素之間的伴生關(guān)系可能會(huì)導(dǎo)致的土壤重金屬污染問(wèn)題。