土壤质地是反映土壤理化性质的综合性指标,不仅影响着土壤肥力高低、耕性及生产性能,还对作物的产量、品质有重要影响。因此清楚地了解试验田土壤质地的空间分布状况，对布置试验处理、施肥、灌水等科学试验工作尤为重要。

取样方法 

    地统计学方法和GIS技术是研究空间变量的有效工具，它是基于土壤采样与分析，再用采样点数据预测未采样点数据，将点数据转换成面数据。利用该方法对土壤养分和土壤质地的空间分布特征进行准确描述是可行的。准确描述空间分布特征是建立于科学取样基础之上的，取样方式对空间预测精度有着较大影响。合理的取样方式要能提供较高的预测精度和较低的操作成本，并兼顾时效性。通常情况下一种取样方法，既能保障预测精度又能控制费用成本是非常困难的。目前在一些生产和研究中，往往不计成本、用较高的取样密度以确保预测精度。因此对特定类型土壤来说，研究其合理的土壤取样方式，以实现用较少的土壤取样和较低的成本达到较高预测精度是非常必要的。 

    空间预测精度不仅取决于样品密度，还受样品空间布局的影响研究土壤电导率时较好采用方差四叉树法进行取样 。比较简单随机取样、分层取样和系统取样3种基本的取样方式，发现简单随机取样是经济有效的。利用位置分配模型来设计取样方式，能以较小样本实现较大预测精度。目前较常用的取样方式有栅格取样和随机取样。栅格取样是较常用的、预测精度较高的土壤取样方法，但当地块较大时取样及分析成本较高，因此该方法比较适宜于科学研究。随机取样虽然预测精度不高但成本较低，比较适宜于大田生产。就不同的区域、土壤类型及土壤特性而言，其较适取样方式也不尽相同，尤其是长期受到试验处理干扰的试验田的土壤取样方式少有。

土壤质地的半方差函数分析

    半变异函数模型是地统计学中进行空间描述与预测的关键，本研究利用半方差函数模型对土壤质地进行较优拟合。结果表明砂粒、粉粒和黏粒均可用球状模型进行较优拟合。变程表明属性因子空间自相关范围的大小，与观测尺度以及在该尺度上影响属性因子的各种生态过程有关口。研究显示，栅格取样的变程较小，其次为对照，随机取样较大。这说明在该区域研究土壤质地空间变异规律时，采用栅格取样法可适当缩小取样间距，采用随机取样时可适当加大取样间距引。块金值与基台值的比值表示随机因素引起的空间变异占系统总变异的比例，比值高时说明随机因素在引起空间异质性程度中起主要作用，反之则说明结构性因素引起的变异起主要作用。结果显示，除黏粒外，砂粒和粉粒均呈现较强的空间自相关性弘。