李 璇楊 帆李德成張甘霖?

（1 土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點實驗室（中國科學(xué)院南京土壤研究所），南京 210008）

（2 中國科學(xué)院大學(xué)，北京 100049）

祁連山區(qū)土壤砂粒含量剖面分布模式及其影響因素*

李 璇1，2楊 帆1，2李德成1，2張甘霖1，2?

（1 土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點實驗室（中國科學(xué)院南京土壤研究所），南京 210008）

（2 中國科學(xué)院大學(xué)，北京 100049）

祁連山區(qū)是西北黑河流域的水源，理解祁連山區(qū)土壤顆粒組成的剖面分布模式及其與環(huán)境要素之間的關(guān)系，有助于進(jìn)一步定量理解土壤中水、肥、氣、熱的運移和開展顆粒組成/質(zhì)地的三維制圖。以2012—2013年獲取的深度≥1 m的69個代表性土壤剖面為對象，分析了含量變異最大的砂粒的剖面分布模式及其與海拔、坡度、坡向、年均降水、平面曲率、剖面曲率、地形濕度指數(shù)、NDVI、土地利用、成土母質(zhì)等環(huán)境變量之間的關(guān)系。結(jié)果表明：祁連山區(qū)砂粒含量的剖面分布模式可分為均一型、遞增型、遞減型、先增后減型、先減后增型和不規(guī)則型六類，但其很難用單一的環(huán)境變量來定量預(yù)測，其根源在于祁連山區(qū)成土母質(zhì)復(fù)雜多樣，加上復(fù)雜的地貌地形、土地利用等導(dǎo)致母質(zhì)易發(fā)生運移而產(chǎn)生不連續(xù)性；對應(yīng)復(fù)雜山區(qū)的土壤顆粒剖面分布模式的定量預(yù)測，還需從復(fù)合環(huán)境變量的角度進(jìn)行深入的探索研究。

土壤顆粒組成；砂粒含量；剖面垂直分布；環(huán)境變量；祁連山

顆粒組成是土壤的一個重要的物理特征［1］，與水、肥、氣、熱、微生物的運移和活動有密切聯(lián)系，影響土壤肥力、質(zhì)量和作物產(chǎn)量［2-4］。在土壤顆粒組成方面已有較多的研究［5-6］，如鐘繼洪等［7］研究發(fā)現(xiàn)廣東紅壤顆粒組成主要受成土母質(zhì)的影響；張世文等［8］研究表明縣域尺度海拔、成土母質(zhì)、土地利用、水域分布對土壤顆粒組成均有影響。很多研究表明地形地貌、水熱條件、母質(zhì)類型、人為活動對土壤顆粒組成有影響［9-10］，在空間分布上可能呈現(xiàn)出特定的規(guī)律性和結(jié)構(gòu)性［11］。

了解土壤屬性的剖面分布模式是建立更為精確的深度函數(shù)和提高三維預(yù)測和制圖精度的基礎(chǔ)。近年來，土壤屬性的三維空間變異與制圖得到了高度關(guān)注［12-13］，如基于土壤有機質(zhì)含量的剖面分布特征建立相應(yīng)的深度函數(shù)［14］，然后利用土壤-景觀模型預(yù)測其三維空間分布［15-16］。土壤顆粒組成的剖面分布模式主要受母質(zhì)類型影響，也與地貌地形、土地利用以及物質(zhì)遷移導(dǎo)致的母質(zhì)不連續(xù)性有關(guān)。如王冬冬等［17］分析了不同植被類型坡上、坡下的土壤顆粒組成的垂直分布特征，Schaetzl等［18］利用土壤顆粒含量剖面變化特征來判別沉積物發(fā)育的水稻土的母質(zhì)連續(xù)性。

我國西北黑河流域是近年來的熱點研究區(qū)域，其上游祁連山區(qū)是整個流域的水源地。祁連山區(qū)海拔梯度大，地形地貌、成土母質(zhì)、土地利用、土壤類型復(fù)雜多樣［19］，其顆粒組成的剖面分布模式極有可能也是多種多樣。有關(guān)祁連山區(qū)土壤顆粒組成的研究已有報道［20-21］，但涉及其剖面分布模式的甚少。為此，本文以2012—2013年在祁連山區(qū)調(diào)查采樣的代表性土壤剖面為研究對象，分析其顆粒組成剖面垂直分布模式，探討其與環(huán)境變量之間的關(guān)系，旨在服務(wù)于更精確地理解土壤的水分運移以及蓄水能力和進(jìn)行更精確的顆粒組成的三維預(yù)測與制圖。

1 材料與方法

1.1 研究區(qū)概況

祁連山區(qū)（96°41′～101°00′E，37°30′～40°05′N）位于青藏高原東北部，面積約30 000 km2，其海拔梯度大，介于3 000～4 500m）；氣候垂直變異明顯，一般山前低山屬荒漠氣候，年均氣溫6℃左右，年均降水量約150 mm；中山下部屬半干旱草原氣候，年均氣溫2～5℃，年均降水量250～300 mm；中山上部為半濕潤森林草原氣候，年均氣溫0～1℃，年均降水量400～500 mm；亞高山和高山屬寒冷濕潤氣候，年均氣溫-5℃左右，年均降水量約800 mm；地貌地形多樣，有高山冰川、高中低山、臺地、湖盆、谷地；成土母質(zhì)復(fù)雜多樣，有混有風(fēng)積黃土的冰磧物、殘積物、坡積物、溝谷堆積物、洪積-沖積物、沖積物等；植被類型隨著海拔的上升依次為草原化荒漠、山地草原、森林草原、灌從草甸、高寒荒漠和永久寒凍帶；土壤類型也多種多樣，但主要是寒凍雛形土和寒凍新成土。

1.2 代表性土壤剖面樣點布設(shè)與調(diào)查采樣分析

代表性樣點布設(shè)基于目標(biāo)采樣方法，綜合考慮了氣候（年均氣溫和降雨量）、地形地貌、海拔、成土母質(zhì)、土地利用、土壤發(fā)生學(xué)類型等，共布設(shè)了99個代表性樣點（圖1）。野外調(diào)查采樣于2012年和2013年7—8月進(jìn)行，樣點的剖面挖掘和觀察描述依據(jù)《土壤描述與采樣手冊》1））張甘霖，李德成. 土壤描述與采樣手冊. 南京：科學(xué)出版社（待版），土壤樣品采集依據(jù)剖面形態(tài)學(xué)特征劃分發(fā)生層后進(jìn)行。

土壤顆粒組成的測定采用激光粒度儀法（BECKMAN COULTER LS230）［22-23］，粒度分級采用USDA制，其中，黏粒＜0.002mm，粉粒為0.05～0.002mm，砂粒為2～0.05mm，粒級含量以百分含量表示［1］。

1.3 環(huán)境變量數(shù)據(jù)來源

樣點的經(jīng)緯度和海拔信息在野外由手持式GPS測定獲取，年均氣溫和年均降水量基于1 000 m分辨率的全國性氣候數(shù)據(jù)（http：//www.cams.cma. gov.cn）求取，坡度、坡向、平面曲率、剖面曲率、地形濕度指數(shù)的信息來源于30 m分辨率STRM DEM數(shù)據(jù)（http://srtm.csi.cgiar.org/SELECTION/ inputCoord.asp）基于ArcGIS 10.1和SAGA GIS平臺獲取，土地利用類型通過野外調(diào)查獲取，成土母質(zhì)類型通過野外調(diào)查觀察和地質(zhì)巖性圖提取結(jié)果獲取。

圖1 祁連山區(qū)剖面點分布圖Fig. 1 Distribution of profiles and sampling sites in the Qilian Mountain

1.4 土壤顆粒組成層次標(biāo)準(zhǔn)化處理

由于測定的顆粒組成是基于發(fā)生層，不同剖面劃分的層次數(shù)目和各層次的深度不一，因此獲取的剖面層次深度需要標(biāo)準(zhǔn)化處理（0～5 cm、5～15 cm、15～30 cm、30～60 cm、60～100 cm），方法如下：

式（1）中，PCt-b為標(biāo)準(zhǔn)化層次t-b的某一粒級的含量，t、b分別代表該層次的頂部深度和底部深度；n代表剖面和發(fā)生層數(shù)目，PCi代表發(fā)生層 i 的某一粒級的含量，Hi代表 i 層的深度在標(biāo)準(zhǔn)化層次t-b中所占的比例。

由于調(diào)查采樣99個樣點中，有30個樣點的剖面深度≤60cm，可能深度偏淺，為確保分析結(jié)果的可靠性，本文只對其余的剖面深度≥1m的69個標(biāo)準(zhǔn)化樣點進(jìn)行剖面分布模式分析。

1.5 數(shù)據(jù)分析

不同粒級含量的標(biāo)準(zhǔn)化分層處理在Microsoft Excel 2013中進(jìn)行，其剖面分布模式的制圖和統(tǒng)計分別在Origin 8和IBM SPSS 20.0中進(jìn)行。利用R軟件進(jìn)行進(jìn)一步的數(shù)據(jù)統(tǒng)計分析，利用隨機森林法［24］分析環(huán)境變量與土壤顆粒組成剖面分布模式之間的關(guān)系。

2 結(jié) 果

2.1 土壤顆粒組成垂直分布模式

為全面反映祁連山區(qū)土壤顆粒組成特征，表1展現(xiàn)了99個樣點剖面經(jīng)過層次標(biāo)準(zhǔn)化后的不同粒級含量的統(tǒng)計特征?？梢钥闯?，祁連山區(qū)土壤以粉粒最多，平均含量在60%左右；黏粒最少，平均含量在12%左右；砂粒居中，平均含量在26.5%左右。這種粒級組成的特點是由于祁連山區(qū)成土母質(zhì)主要為風(fēng)積黃土（以粉粒為主，黏粒含量最低）和巖石風(fēng)化物（由于祁連山區(qū)低溫干燥環(huán)境，風(fēng)化成的細(xì)土主要是砂粒）?？紤]到砂粒的變異系數(shù)（42%～50%）明顯高于粉粒（17%～25%）和黏粒（24%～28%），其剖面分布的分異應(yīng)更為明顯，本文選用砂粒含量研究土壤顆粒組成的剖面分布模式（69個深度≥1 m剖面）。

對69個樣點砂粒含量的剖面垂直分布特征進(jìn)行比較分析后，將其劃分為六種類型（見圖2）：（1）均一型（各層次間砂粒含量差異幅度＜7%）；（2）遞增型；（3）遞減型；（4）先增后減型；（5）先減后增型；（6）不規(guī)則型（隨著深度的增加，砂粒含量變化趨勢復(fù)雜，呈“S”型或反“S”型）。其中，遞增型的分布模式樣點最多，有24個樣點，占34.8%；隨后依次是均一型、遞減型、先減后增型、先增后減型和不規(guī)則型，分別有12、11、10、7和5個樣點，分別占17.4%、15.9%、14.5%、10.1%和7.2%。表2中給出了各個分布模式不同深度的變異系數(shù)，遞減型的變異性最?。?6%～20%），遞增型和先減后增型的變異性最大（30%～35%），均一型和先增后減型的變異系數(shù)分別為22%～29%和27%～29%。

表1 不同層次土壤顆粒組成含量的統(tǒng)計特征Table 1 Soil particle size composition at different normalized horizons

圖2 祁連山區(qū)土壤砂粒含量剖面垂直分布模式Fig. 2 Profile vertical distribution modes of soil sand content in the Qilian Mountains

表2 不同深度砂粒含量剖面分布模式的變異系數(shù)Table 2 Variation coefficientsofsand profile distribution modes relative to depth（%）

2.2 砂粒含量剖面分布模式與環(huán)境變量/因素之間的關(guān)系

將環(huán)境變量分為可定量化的與不可定量化的兩類，前者包括海拔、坡度、坡向、年降水、地形濕度指數(shù)、平面曲率、剖面曲率，后者包括土壤類型、土地利用、成土母質(zhì)（表3）。對可定量化環(huán)境變量做顯著性差異分析和隨機森林建模，分析砂粒剖面分布模式與環(huán)境變量的定量化關(guān)系；而對不可定量化的環(huán)境變量進(jìn)行統(tǒng)計，與可定量化的環(huán)境因素綜合進(jìn)行分析。

從分析中可以看出，可定量化的環(huán)境變量在各剖面分布模式之間的差異性并不顯著。隨機森林模型對預(yù)測砂粒含量剖面分布模式的準(zhǔn)確率也僅有30%，這表明難于利用易獲取的環(huán)境變量來預(yù)測土壤顆粒組成的剖面分布模式。

表3 砂粒含量剖面分布模式的環(huán)境要素分配Table 3 Distribution of environmental factors relative to sand profile distribution mode

綜合表3的分析表明，6種分布模式主要分布在3 000～3 500m的高山草原景觀，部分均一型和遞增型分布在2 000～2 500m的河灘-農(nóng)田灌溉景觀，6種分布模式的成土母質(zhì)均以坡積物為主，遞增型和先減后增型受洪積、沖積影響也較大，冰磧物主要分布在遞增型中；土壤類型中均一型以雛形土和均腐土為主，遞增型以雛形土和干旱土為主，其他類型主要是雛形土。研究表明分布模式在上述景觀環(huán)境下均分布較為廣泛，可以認(rèn)為各模式在不可定量化的環(huán)境因素之間差異性不大。

2.3 砂粒含量不同剖面分布模式的典型案例

前文分析結(jié)果表明難于利用單一的環(huán)境變量來預(yù)測砂粒含量剖面垂直分布模式，這實際上揭示了祁連山區(qū)土壤顆粒組成受眾多環(huán)境因素的綜合影響。下面選擇每種分布模式下典型的剖面案例進(jìn)行具體分析。

均一型分布模式的土壤物源基本是單一黃土，因此其砂粒含量低且變幅小。圖3a為該模式的一個典型剖面，其分布于祁連山東部靠近寬闊河道的一個平緩低洼地段，為遠(yuǎn)程沖積搬運來的黃土細(xì)顆粒在接近靜水環(huán)境下沉積而成，故砂粒含量低，且通體差異甚小。

遞增型分布模式一個明顯特點是土體上部主要是黃土物質(zhì)，但下部礫石明顯增多，如圖3中b和c，圖3b的母質(zhì)為洪積-沖積物，其顆粒組成不僅受黃土和巖石風(fēng)化物的雙重影響，也受土壤物質(zhì)運移的影響，往下由于重力的影響，搬運來的石礫（粒徑＞2mm）和粗砂粒逐漸增多，形成了遞增型分布模式。圖3c其土體上部為黃土物質(zhì)，下部為礫石較多的坡積物，因此也形成了遞增型分布模式。

遞減型分布模式的一個明顯特點是土體下部以黃土物質(zhì)為主，但上部受較粗的運移物影響，如圖4a位于山腳下部的洼地，土體較為潮濕，細(xì)粒物質(zhì)易隨水入滲下移，而土體上部不斷接收新的風(fēng)積黃土和運移的物質(zhì)，故而形成遞減型分布模式。圖4b位于山坡中部的平緩地段（坡度＜2°），下部為堆積黃土，上部不斷接收新的風(fēng)積黃土和坡積來的物質(zhì)，因此也呈現(xiàn)遞減型分布模式。

圖4c為先增后減型、圖4d先減后增型的典型剖面，圖4c位于高山坡下部，母質(zhì)為不同時期的坡積物，土體上部和下部礫石較少，而中部礫石較多，因此呈現(xiàn)先增后減型分布模式。圖4d位于高原洪積扇扇緣，成土母質(zhì)為洪積物，上部不斷受坡積物的影響，中部為風(fēng)積黃土，下部為含礫石的洪積物，因此也呈現(xiàn)先減后增型分布模式。

不規(guī)則型分布模式的形成主要是由于土體受多次坡積或洪積的影響，如圖5a位于高山坡地中部，多次受到坡地上部侵蝕或塌陷下來物質(zhì)的影響，由于不同時期的礫石和細(xì)土顆粒組成不同，形成土-石大致交替排列的土體，故而呈現(xiàn)不規(guī)則型的分布模式。圖5b位于山腳坡底，土體下部為砂粒含量較低的老埋藏表層，上部為不同時期的坡積物，因此也形成了不規(guī)則型分布模式。

圖3中a、b兩個剖面的母質(zhì)主要為洪積物、沖積物，然而兩個剖面所在地的地形地貌有很大的差別，前者位于平緩低洼地段，而后者位于山坡坡麓，它們受到洪積、沖積等作用后沉積下來的顆粒組成差別非常大，因此形成了不同的剖面分布模式；圖3c和圖4c的母質(zhì)均為坡積物，雖然它們均是經(jīng)歷了多次的坡積作用，但由于該地區(qū)的巖石風(fēng)化物類型復(fù)雜，每一次坡積物的來源和種類均是不同的，因此即使母質(zhì)相同，受巖石風(fēng)化物的影響，其剖面分布模式也是復(fù)雜多變的。

3 討 論

土壤顆粒組成剖面分布模式主要受控于成土母質(zhì)類型及其連續(xù)性。一般而言，母質(zhì)連續(xù)的剖面，其顆粒組成的剖面分布模式較為簡單，多趨向均一型；但成土母質(zhì)不連續(xù)的剖面，其顆粒組成分布模式往往較為復(fù)雜。祁連山區(qū)土壤的成土母質(zhì)主要為風(fēng)積黃土和巖石風(fēng)化物，黃土和巖石風(fēng)化物共同決定了其顆粒組成剖面分布模式。黃土顆粒組成上粉粒為主，砂粒次之，黏粒最少［25］；在祁連山區(qū)巖石礦物組成復(fù)雜多樣，有83%的剖面含有礫石（主要類型為鈣質(zhì)巖、鈣性變質(zhì)巖、礫巖或礫質(zhì)巖、花崗片麻巖、紅砂巖、蛇綠巖、橄欖石等）。由于祁連山區(qū)海拔高，氣溫和土壤溫度低，巖石風(fēng)化主要為緩慢的物理風(fēng)化［26］，風(fēng)化物以粗顆粒為主。巖石風(fēng)化物的礦物類型對土壤顆粒組成的影響較大，但對冰磧物、坡積物、洪積物母質(zhì)的樣點野外觀察結(jié)果表明，同一剖面往往會是多種巖石類型混雜，其包含的礦物類型復(fù)雜多樣，因此難于依據(jù)其礦物類型進(jìn)行系統(tǒng)的對比分析。

圖3 均一型（a）和遞增型（b，c）代表性剖面照Fig. 3 Profiles typical of uniform（a）and increasing types（b，c）of mode

一般而言，祁連山坡上部，坡度較陡，細(xì)土易流失，土體中礫石和粗的砂粒較多；而山坡中部的局部洼地、山坡坡麓或溝谷地段，易于集聚土壤物質(zhì)，土體較厚，層次較多，物質(zhì)來源較為復(fù)雜，其顆粒組成的剖面分布模式也可能較為復(fù)雜。均一型的剖面主要分布在地勢較為平坦的地區(qū)，受坡積、洪積、沖積作用影響較小；遞增型和遞減型多為二元母質(zhì)，主要分布在山坡中部，受坡積作用影響較大；先增后減型、先減后增型和不規(guī)則型為多元母質(zhì)，主要分布在山坡底部或者洪積扇、沖積平原上，物源較為復(fù)雜，其分布模式也較為復(fù)雜多變。

圖4 遞減型（a，b）、先增后減型（c）和先減后增型（d）代表性剖面照Fig. 4 Profiles typical of decreasing（a，b），increasing-decreasing（c）and decreasing-increasing types（d）of mode

圖5 不規(guī)則型（a，b）代表性剖面照Fig. 5 Profiles typical of irregular type（a，b）of mode

對某些土壤屬性剖面分布模式的研究已有很多，其中由于土壤有機質(zhì)的分布規(guī)律最為明顯，因此對于有機質(zhì)的剖面分布的研究也是最多的，并且已廣泛的應(yīng)用于三維制圖中［27］。然而已有的土壤顆粒組成預(yù)測研究主要針對顆粒組成的含量［28］，很少涉及其剖面分布模式，僅有少部分的研究利用典型剖面分析土壤顆粒組成剖面分布模式與有限環(huán)境因素之間的關(guān)系［17］。而選擇復(fù)雜高山地區(qū)的研究就更少了，其根本原因之一應(yīng)是其土壤顆粒組成的影響因素多樣性及其空間分布的復(fù)雜性，造成其定量預(yù)測存在很大的難度。

本研究進(jìn)一步表明，雖然濕潤祁連山區(qū)在大尺度上存在較為明顯的景觀類型分帶［29-30］，但綜合來看，由于成土母質(zhì)類型多種多樣，海拔梯度大，地形起伏強烈，導(dǎo)致的母質(zhì)不連續(xù)現(xiàn)象較為普遍，這也決定了其土壤顆粒組成剖面分布復(fù)雜多樣，在空間分布上也是錯綜復(fù)雜，這使得利用單一的環(huán)境變量很難精確預(yù)測土壤顆粒組成的剖面分布模式。這種情況下需要探索復(fù)合環(huán)境變量，這也是我們下一步要進(jìn)行的工作。

4 結(jié) 論

祁連山區(qū)土壤顆粒組成以粉粒為主，砂粒含量變異最大。以砂粒為例探討祁連山區(qū)土壤顆粒組成的剖面分布模式，砂粒含量剖面分布模式可分為均一型、遞增型、遞減型、先增后減型、先減后增型、不規(guī)則型6種類型。分析砂粒的剖面分布模式與海拔、坡度、坡向、年均降水、平面曲率、剖面曲率、地形濕度指數(shù)、土地利用、成土母質(zhì)等環(huán)境變量之間的關(guān)系，可定量化的環(huán)境變量在各剖面模式之間的差異并不顯著，隨機森林模型對預(yù)測砂粒剖面分布模式的準(zhǔn)確率低，但砂粒剖面分布模式受成土母質(zhì)類型和母質(zhì)連續(xù)性等環(huán)境因素的綜合影響，其空間分布錯綜復(fù)雜，單一的環(huán)境變量很難有效定量預(yù)測土壤顆粒組成剖面分布模式，需要進(jìn)一步探索復(fù)合環(huán)境變量的有效定量預(yù)測。

［1］ 黃昌勇. 土壤學(xué). 北京：中國農(nóng)業(yè)出版社，2005

Huang C Y. Soil science（In Chinese）. Being：China Agriculture Press，2005

［2］ 譚軍，鐘繼洪，駱伯勝，等. 廣東坡地紅壤顆粒組成狀況的研究：III.土壤顆粒組成與土壤理化性質(zhì)的關(guān)系.熱帶亞熱帶土壤科學(xué)，1998，7（2）：102—105

Tan J，Zhong J H，Luo B S，et al. Research on the characteristics of particle composition of red soils in Guangdong. II. Relationship between soil particle composition and physic-chemical properties（In Chinese）. Tropical and Subtropical Soil Sciences，1998，7（2）：102—105

［3］ 沈思淵，席承藩. 淮北主要土壤持水性能及其與顆粒組成的關(guān)系. 土壤學(xué)報，1990，27（1）：34—42

Shen S Y，Xi C F. Soil water retention and its relationship with particle size distribution in north Anhui Province（In Chinese）. Acta Pedologica Sinica，1990，27（1）：34—42

［4］ Muhammad N，Lasantha H，Per M，et al. Spatial variability of microbial richness and diversity and relationships with soil organic carbon，texture and structure across an agricultural field. Applied Soil Ecology，2016，103：44—55

［5］ Tairone P L. Particle size distribution of oxisols in Brazil. Geoderma Regional，2016，7：216—222

［6］ Mcbratney A B，Santos M M，Minasny B. On digital soil mapping. Geoderma，2003，117（1/2）：3—52

［7］ 鐘繼洪，張秉剛，林美瑩，等. 廣東坡地紅壤顆粒組成狀況的研究：II. 土壤顆粒組成的空間分異. 熱帶亞熱帶土壤科學(xué)，1998，7（2）：98—101

Zhong J H，Zhang B G，Lin M Y，et al. Research on the characteristics of particle composition of red soils in Guangdong. II. The spatial variation of soil particle composition（In Chinese）. Tropical and Subtropical Soil Sciences，1998，7（2）：98—101

［8］ 張世文，黃元仿，苑小勇，等. 縣域尺度表層土壤質(zhì)地空間變異與因素分析. 中國農(nóng)業(yè)科學(xué)，2011，44（6）：1154—1164 Zhang S W，Huang Y F，Yuan X Y，et al. The spatial variability and factor analyses of top soil texture on a county scale（In Chinese）. Scientia Agricultura Sinica，2011，44（6）：1154—1164

［9］ Wei S G，Dai Y G，Liu B Y，et al. A soil particle-size distribution dataset for regional land and climate modelling in China. Geoderma，2012，171/172：85—91

［10］ 孫艷俊，張甘霖，楊金玲，等．基于人工神經(jīng)網(wǎng)絡(luò)的土壤顆粒組成制圖. 土壤，2012，44（2）：312—318

Sun Y J，Zhang G L，Yang J L，et al. Mapping of soil particle composition based on artificial neural network（In Chinese）. Soils，2012，44（2）：312—318

［11］ 張娜，張棟良，屈忠義，等. 內(nèi)蒙古河套灌區(qū)區(qū)域土壤質(zhì)地空間變異分析-以解放閘灌域為例. 干旱區(qū)資源與環(huán)境，2015，29（12）：155—163

Zhang N，Zhang D L，Qu Z Y，et al. The spatial variation of soil texture in Hetao irrigation district in Inner Mongolia（In Chinese）. Journal of Arid Land Resources and Environment，2015，29（12）：155—163

［12］ He Y，Hu K L，Chen D L，et al. Three dimensional spatial distribution modeling of soil texture under agricultural systems using a sequence indicator simulation algorithm. Computers and Electronics in Agriculture，2010，71（1）：24—31

［13］ 陳沖，胡克林，賀勇．農(nóng)田土壤質(zhì)地空間分布的三維隨機模擬及其不確定性評價.土壤，2013，45（2）：319—325

Chen C，Hu K L，He Y. 3-D stochastic simulation and uncertainty assessment of soil texture at field scale（In Chinese）. Soils，2013，45（2）：319—325

［14］ Liu F，David G R，Song X D，et al. A similarity-based method for three-dimensional prediction of soil organic matter concentration. Geoderma，2015，263：254—263

［15］ Liu F，Zhang G L，Sun Y J，et al. Mapping the threedimensional distribution of soil organic matter across a subtropical hilly landscape. Soil Science Society of America Journal，2013，77（4）：1241—1253

［16］ Emilien A J，Michael S，Nicolas P A，et al. High resolution characterization of the soil organic carbon depth profile in a soil landscape affected by erosion. Soil & Tillage Research，2016，156：185—193

［17］ 王冬冬，高磊，陳效民，等. 紅壤丘陵區(qū)坡地土壤顆粒組成的空間分布特征研究. 土壤，2016，48（2）：361—367

Wang D D，Gao L，Chen X M，et al. Spatial distribution characteristics of soil particle composition of slope land red soil region，China（In Chinese）. Soils，2016，48（2）：361—367

［18］ Schaetzl R J. Lithologic，discontinuities in some soilson drumlins：Theory，detection，and application. Soil Science，1998，163（163）：570—590

［19］ Yang F，Zhang G L，Yang J L，et al. Organic matter controls of soil water retention in an alpine grassland and its significance for hydrological processes. Journal of Hydrology，2014，519：3086—3093

［20］ Veit N，F(xiàn)rank L，Georg S，et al. Late quaternary Aeolian sand deposition sustained by fluvial reworking and sediment supply in the HEXI corridor —An example from northern Chinese drylands. Geomorphology，2015，250：113—127

［21］ Yang R M，Liu F，Zhang G L，et al. Mapping soil texture based on field soil moisture observations at a high temporal resolution in an oasis agricultural area. Pedosphere，2016，26（5）：699—708

［22］ 楊艷芳，李德成，楊金玲，等. 激光衍射法和吸管法分析黏性富鐵土顆粒粒徑分布的比較. 土壤學(xué)報，2008，45（3）：405—412

Yang Y F，Li D C，Yang J L，et al. Comparison between laser diffraction and pipette methods in analyses of PSD of clayey ferrisol（In Chinese）. Acta Pedologica Sinica，2008，45（3）：405—412

［23］ 張甘霖，龔子同. 土壤調(diào)查實驗室分析方法. 北京：科學(xué)出版社，2012

Zhang G L，Gong Z T. Soil survey laboratory methods（In Chinese）. Beijing：Science Press，2012

［24］ Lie? M，Glaser B，Huwe B. Uncertainty in the spatial prediction of soil texture：Comparison of regression tree and Random Forest models. Geoderma，2012，170（3）：70—79

［25］ 熊毅，李慶逵. 中國土壤（第二版）. 北京：科學(xué)出版社，1990

Hseung Y，Li Q K. Soil of China（2nd Vesion）（In Chinese）. Beijing，Science Press，1990

［26］ 青海省農(nóng)業(yè)資源區(qū)劃辦公室. 青海土壤. 北京：中國農(nóng)業(yè)出版社，1997

Agricultural Resources Division Office of Qinghai Province. Soil of Qinghai（In Chinese）. Beijing，China Agriculture Press，1997

［27］ 楊帆，黃來明，李德成，等. 高寒山區(qū)地形序列土壤有機碳和無機碳垂直分布特征及其影響因素. 土壤學(xué)報，2015，52（6）：1226—1236

Yang F，Huang L M，Li D C，et al. Vertical distributions of organic and inorganic carbon and their controls along toposequences in an alpine region. Acta Pedologica Sinica，2015，52（6）：1226—1236

［28］ Yang R M，Zhang G L，Yang F，et al. Precise estimation of soil organic carbon stocks in the northeast Tibetan Plateau. Scientific Reports，2016，6

［29］ 盧玲，李新，程國棟，等. 黑河流域景觀結(jié)構(gòu)分析. 生態(tài)學(xué)報，2001，21（8）：1217—1224

Lu L，Li X，Cheng G D，et al. Analysis on the landscape structure of the Heihe River Basin，Northwest China（In Chinese）. Acta Ecologica Sinica，2001，21（8）：1217—1224

［30］ 馬國泰. 黑河流域景觀生態(tài)特征分析研究. 河西學(xué)院學(xué)報，2003，2：42—46

Ma G T. The research of landscape ecological of Heihe Basin（In Chinese）. Journal of Hexi University，2003，2：42—46

Mode of Profile Distribution of Soil Sand Content and Its Affecting Factors in the Qilian Mountains

LI Xuan1，2YANG Fan1，2LI Decheng1，2ZHANG Ganlin1，2?
（1 State Key Laboratory of Soil and Sustainable Agriculture，Institute of Soil Science，Chinese Academy of Science，Nanjing 210008，China）
（2 University of Chinese Academy of Sciences，Beijing 100049，China）

【Objective】The Qilian Mountains is the main water head of the Heihe River Valley in Northwest China. To balance the need of water between socio-economic development and natural ecology protection，it is very important to understand the hydrology and other scientific basis of water management. Situated at the headwater area of the basin，soil properties especially soil physical properties such as particle size distribution in the Qilian Mountains have significant impacts on hydrological processes. Mode of profile distribution（PDM）of soil particle size composition and its relationships with various environmental factorswere discussed in an attempt to further understand quantitatively the transport of water，nutrient，gas and heat in soil and to develop 3D predication and mapping of soil particle size distribution. 【Method】A total of sixty-nine soil profiles ≥1m in depth typical of the Qilian Mountains were investigated and soil samples collected from layers of the profiles for fractionation of clay，silt and sand fractions with the laser diffraction method. Sand fraction，the most variable one，was selected to study mode of its vertical distribution in the profile and its relationships with environmental factors，including elevation，slope，aspect，annual mean precipitation，plan curvature，profile curvature，terrain wetness index，land use and parent materials.【Result】Results show that the sand fraction in that region had 6 PDMs，i.e.，uniform，increasing，decreasing，increasing-decreasing，decreasing-increasing and irregular，which were little related to any quantifiable environmental factors.We predicted the PDM with random forest，the accuracy was low. It is difficult to predict the PDM with quantifiable environmental information.【Conclusion】Because of the diversity of soil forming parent materials and complex landform and land relief in the Qilian Mountains，migration and discontinuity of parent materials often occurs as a result of land use. So it is difficult to predict PDM quantitatively only with single environmental variables，and therefore，its essential to explore in depth the issue from the angle of composite environmental variables.

Soil particle size composition；Sand content；Profile vertical distribution；Environmental factor；the Qilian Mountains

S152；S159

A

（責(zé)任編輯：檀滿枝）

10.11766/trxb201611280500

* 國家自然科學(xué)基金（41371224和41130530）資助 Supported by the National Natural Science Foundation of China（Nos. 41371224，41130530）

? 通訊作者 Corresponding author，E-mail：glzhang@issas.ac.cn

李 璇（1991—），女，黑龍江鶴崗人，碩士研究生，農(nóng)業(yè)資源利用專業(yè)。E-mail：lixuan@issas.ac.cn

2016-11-28；

2017-01-08；優(yōu)先數(shù)字出版日期（www.cnki.net）：2017-02-21