吳亞坤，李金彪，高昊辰，劉廣明

阿拉善左旗土壤鹽分空間變異特征研究①

吳亞坤1,3，李金彪2, 3，高昊辰2, 3，劉廣明3*

(1 安徽工業(yè)大學(xué)能源與環(huán)境學(xué)院，安徽馬鞍山 243002；2 南京林業(yè)大學(xué)南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心，南京 210037；3 中國(guó)科學(xué)院南京土壤研究所，南京 210008)

為了獲得內(nèi)蒙古自治區(qū)阿拉善左旗土壤鹽分空間變異特征，本研究以阿拉善左旗為研究區(qū)域，以實(shí)地調(diào)查采樣數(shù)據(jù)為依據(jù)，運(yùn)用普通克里格法和徑向基函數(shù)方法探討研究區(qū)土壤鹽分的空間分布特征，根據(jù)兩種方法在土壤鹽分空間分布及插值精度等方面對(duì)比分析，獲得適合評(píng)價(jià)研究區(qū)土壤鹽分空間變異特征的研究方法。研究表明：阿拉善左旗土壤鹽分具有強(qiáng)烈的空間自相關(guān)性。土壤鹽分空間格局上表現(xiàn)為西南部及北部高，東南部及中部低的趨勢(shì)。土壤鹽分剖面特征表現(xiàn)出明顯的區(qū)域性，研究區(qū)北部呈現(xiàn)底聚性，西南部及東部突出部分呈現(xiàn)為表聚性的剖面特點(diǎn)。克里格法與徑向基函數(shù)法均適用于阿拉善左旗土壤鹽分的空間特征解譯，精度驗(yàn)證表明克里格法更適合于對(duì)研究區(qū)土壤鹽分空間變異的探討。研究區(qū)0 ~ 20 cm和20 ~ 40 cm兩個(gè)土層中分別有97.72% 與99.89% 的土壤遭受不同程度的鹽漬化危害，各土層中中度鹽漬化土壤面積占比例最大，其次為重度鹽漬化土壤和輕度鹽漬化土壤，鹽土有一定比例的分布。因此，需采取有效的治理措施對(duì)阿拉善左旗土壤鹽漬化加以防控與治理。

阿拉善左旗；土壤鹽分；半方差函數(shù)；克里格法；徑向基函數(shù)

阿拉善左旗位于內(nèi)蒙古自治區(qū)西部，隸屬于內(nèi)蒙古阿拉善盟，是我國(guó)生態(tài)環(huán)境的重要前沿防線。土壤鹽漬化是制約阿拉善左旗農(nóng)業(yè)生產(chǎn)發(fā)展的主要因素，對(duì)土壤鹽分剖面及空間變異精確評(píng)估將有助于揭示土壤鹽漬化變化規(guī)律，對(duì)于鹽漬化土地科學(xué)管理和合理利用有著重要指導(dǎo)意義。

應(yīng)用地統(tǒng)計(jì)學(xué)探討土壤鹽分空間變異特征目前已經(jīng)開展了較為廣泛的研究[1-4]。如Liu等[5]利用地統(tǒng)計(jì)學(xué)中的反距離權(quán)重方法(inverse distance weighting，IDW)探討了黃河三角洲土壤鹽分空間變異特征。胡佳楠等[6]利用克里格法研究了塔里木盆地的克里雅河流域于田綠洲土壤含鹽量的空間變異特征。鄧凱等[7]應(yīng)用自然鄰近插值方法獲得了渭干河-庫(kù)車河三角洲綠洲土壤鹽分空間分布情況。研究空間變異最有效的手段是地統(tǒng)計(jì)學(xué)方法[8-12]，其中最常用的就是普通克里格法(ordinary kriging，OK) 法，它可以給出有限區(qū)域內(nèi)區(qū)域變量的最佳線性無偏估計(jì)量。而局部性插值方法徑向基函數(shù)(radial basis function，RBF)，使用一個(gè)大研究區(qū)域內(nèi)較小的空間區(qū)域內(nèi)的已知樣點(diǎn)來計(jì)算預(yù)測(cè)值，對(duì)OK法是很好的補(bǔ)充。不同的模擬方法在應(yīng)用上有何差別以及如何在具體應(yīng)用中選擇不同的模擬方法等是目前變量空間變異研究的主要問題。

本研究以內(nèi)蒙古阿拉善左旗為研究區(qū)域，運(yùn)用地統(tǒng)計(jì)學(xué)、普通克里格法和徑向基函數(shù)等方法探討研究區(qū)土壤鹽分的空間分布特征，根據(jù)土壤鹽分空間特征及插值精度等情況獲得適合評(píng)價(jià)研究區(qū)土壤鹽分剖面類型、特征及其空間分布的研究方法，以期對(duì)內(nèi)蒙古阿拉善左旗鹽漬化土地的精確改良和合理利用提供理論依據(jù)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

研究區(qū)為內(nèi)蒙古自治區(qū)西部阿拉善左旗，地理位置為103°21′ ~ 106°51′ E，37°24′ ~ 41°51′ N。研究區(qū)在內(nèi)蒙古自治區(qū)的位置如圖1所示。該區(qū)地勢(shì)東南高、西北低，平均海拔在800 ~ 1 500 m，最高海拔3 556.10 m；為典型的大陸性氣候特征，干旱少雨、蒸發(fā)強(qiáng)烈、晝夜溫差大。年降水量116 ~ 201 mm，主要集中在夏季，年平均蒸發(fā)量2 350 ~ 3 006 mm，主要集中在4—8月，年均溫7.8℃。土壤類型主要有灰褐土、亞高山草甸土、棕鈣土、灰漠土、灰棕漠土、風(fēng)沙土、石質(zhì)土、粗骨土、漠境鹽土和鹽土等10個(gè)土類。

(該圖基于國(guó)家測(cè)繪局(http://bzdt.ch.mnr.gov.cn)提供的標(biāo)準(zhǔn)地圖審圖號(hào)：GS(2019)3333號(hào)制作，底圖無修改，以下同)

1.2 研究方法

1.2.1 土壤樣品的采集與測(cè)定 根據(jù)阿拉善左旗的地形地貌、土壤植被類型和土地利用狀況等因素，在地形圖上進(jìn)行20 km × 20 km均勻方格劃分調(diào)查區(qū)，每個(gè)調(diào)查區(qū)隨機(jī)調(diào)查3個(gè)樣點(diǎn)。取樣時(shí)兼顧代表性和均勻性，用土鉆分層鉆取0 ~ 20 cm和20 ~ 40 cm的土壤樣品，采樣時(shí)在相鄰樣點(diǎn)周圍重復(fù)采集3 ~ 5個(gè)土壤樣品混合，以減小誤差。全旗共選取159個(gè)樣點(diǎn)，獲得318份土壤樣品，采樣點(diǎn)分布如圖1所示。用GPS對(duì)每個(gè)樣點(diǎn)進(jìn)行定位，并記錄樣點(diǎn)周圍的植被等環(huán)境特征。采集的土壤樣品經(jīng)自然風(fēng)干、磨碎、過篩，采用土水比1︰5浸提，測(cè)定土壤電導(dǎo)率值[13]；從以上采集的土樣中隨機(jī)選取60個(gè)土壤剖面，共計(jì)120個(gè)土壤樣品，進(jìn)行土壤離子組成測(cè)定，采用常規(guī)分析法(土水比1︰5)確定土壤各離子組成含量，計(jì)算出相應(yīng)的土壤全鹽含量[13]。

1.2.2 數(shù)據(jù)的處理與分析 本研究采用普通克里格插值(OK)和徑向基函數(shù)插值(RBF)兩種方法探討研究區(qū)土壤鹽分的空間分布特征。經(jīng)典的統(tǒng)計(jì)分析在SPSS19.0中完成，土壤變異函數(shù)模擬利用軟件GS+7.0獲得，空間插值及驗(yàn)證利用ArcGIS 10.2軟件實(shí)現(xiàn)。地統(tǒng)計(jì)分析的方法及原理詳見文獻(xiàn)[14]。

1.2.3 精度驗(yàn)證 本研究將159個(gè)實(shí)測(cè)剖面分為訓(xùn)練數(shù)據(jù)集128個(gè)剖面及驗(yàn)證數(shù)據(jù)集31個(gè)剖面，利用均方根誤差(root mean squared error，RMSE)及預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)()來評(píng)價(jià)兩種方法的預(yù)測(cè)精度。

2 結(jié)果與分析

2.1 土壤鹽分的描述性統(tǒng)計(jì)

本研究根據(jù)實(shí)驗(yàn)得到內(nèi)蒙古阿拉善盟左旗地區(qū)土壤鹽分含量St(g/kg)與1︰5土水比土壤浸提液電導(dǎo)率EC1:5(mS/cm)的校正關(guān)系公式為：St=2.520EC1:5+ 0.761(2= 0.865,<0.001) 。應(yīng)用該公式得到各采樣點(diǎn)土壤鹽分含量及其統(tǒng)計(jì)特征(表1)，由經(jīng)典統(tǒng)計(jì)分析結(jié)果可以看出，在0 ~ 20 cm土層，研究區(qū)土壤鹽分含量在0.85 ~ 49.70 g/kg，最大值是最小值的58倍，土壤鹽分分布不均；在20 ~ 40 cm土層，土壤鹽分表現(xiàn)為更強(qiáng)的分布不均性，土壤鹽分含量范圍在0.84 ~ 88.00 g/kg，最大值是最小值的105倍，該層鹽分最大值相較于0 ~ 20 cm土層增加38.30 g/kg。0 ~ 20、20 ~ 40 cm土層土壤鹽分含量平均值分別為6.04、5.67 g/kg，分別屬于鹽土和重度鹽漬土范疇[15]，土壤鹽分的剖面變化特征表現(xiàn)為隨著深度的增加，土壤鹽分減小的特點(diǎn)。從變異系數(shù)看，各層土壤鹽分含量的變異系數(shù)分別為1.50與1.77，表現(xiàn)為強(qiáng)度空間變異性[16-17]，并且呈現(xiàn)隨著土壤深度的增加，變異系數(shù)呈升高的趨勢(shì)。研究區(qū)0 ~ 40 cm土體土壤鹽分表現(xiàn)出強(qiáng)度空間變異性，說明土壤含鹽量的空間分布與微地形、氣候、地下水性質(zhì)等自然因素和農(nóng)田灌溉等人為多因素有關(guān)，不同的土地利用方式也是土壤鹽分表現(xiàn)空間強(qiáng)度變異性的主要因素。

2.2 土壤鹽分的空間結(jié)構(gòu)

進(jìn)行克里格插值必須檢驗(yàn)數(shù)據(jù)的正態(tài)分布性，通過對(duì)各層土壤鹽分含量數(shù)據(jù)進(jìn)行正態(tài)檢驗(yàn)發(fā)現(xiàn)，0 ~20 cm與20 ~ 40 cm土壤鹽分含量均不符合正態(tài)分布，經(jīng)自然對(duì)數(shù)轉(zhuǎn)化后均呈近似的正態(tài)分布，可滿足地統(tǒng)計(jì)學(xué)分析的要求，因此變異函數(shù)計(jì)算采用數(shù)據(jù)為經(jīng)對(duì)數(shù)轉(zhuǎn)化后的數(shù)據(jù)。各土層土壤鹽分(包括經(jīng)對(duì)數(shù)轉(zhuǎn)化后)的P-P正態(tài)概率圖見圖2。

表1 各土層土壤鹽分的統(tǒng)計(jì)特征值(n=159)

注：LN表示對(duì)數(shù)正態(tài)分布(Log-normal distribution，LN)。

擬合研究區(qū)土壤鹽分的半方差函數(shù)，得到半方差函數(shù)的具體參數(shù)(表2)及半方差圖(圖3)。擬合0 ~ 20 cm與20 ~ 40 cm土層土壤鹽分最優(yōu)半方差函數(shù)均為指數(shù)模型，擬合精度較高，決定系數(shù)分別為0.732與0.846。土壤各層鹽分塊金效應(yīng)，即塊金值(C0)/基臺(tái)值(C0+C)的比值，分別為14.0% 與12.3%，均低于25%，表示變量具有強(qiáng)空間自相關(guān)性[14]。說明各層土壤鹽分含量的空間分布主要是由氣候、土質(zhì)、地形、土壤結(jié)構(gòu)等結(jié)構(gòu)性因素作用的結(jié)果。

圖2 各土層土壤鹽分的正態(tài)分布性檢驗(yàn)

表2 土壤鹽分半方差函數(shù)參數(shù)

圖3 各土層土壤鹽分的半方差圖

2.3 土壤鹽分的空間變化特征

利用圖 3及表 2 中的模型和參數(shù)進(jìn)行土壤鹽分的OK插值，同時(shí)利用RBF插值方法，分別得到研究區(qū)域各層土壤鹽分空間插值圖(圖4)。從0 ~ 20 cm土層土壤鹽分的空間分布可以看出(圖4A、B)，OK與RBF兩種方法得到的研究區(qū)域土壤鹽分空間分布趨勢(shì)總體一致，研究區(qū)大部分土壤鹽分都比較高，鹽分含量基本大于1 g/kg，土壤鹽分的高值區(qū)域主要集中在研究區(qū)的西南部，低值區(qū)域主要集中在東南部及研究區(qū)的中部。但在局部區(qū)域，兩種方法插值圖具有明顯的差異。OK插值相較于RBF插值的高值區(qū)域面積更廣，程度更深，鹽分>6 g/kg的面積OK法明顯大于RBF插值方法。兩種方法在20 ~ 40 cm土層土壤鹽分的空間分布(圖4C、D)的總體趨勢(shì)相似，同樣大部分區(qū)域土壤鹽分含量大于1 g/kg，研究區(qū)的北部和西南部土壤鹽分比較高，研究區(qū)的東南部及中部土壤鹽分比較低。OK預(yù)測(cè)方法比RBF插值法的鹽分高值區(qū)域更廣并且程度更深。

圖4 各層土壤鹽分空間插值圖

整個(gè)剖面土壤鹽分分布特征表現(xiàn)出了明顯的區(qū)域性特點(diǎn)，研究區(qū)北部土壤鹽分剖面特征表現(xiàn)為底聚性，即隨著土壤深度增加，土壤鹽分含量增加；研究區(qū)的西南部及東部突出部分土壤鹽分剖面特征表現(xiàn)為表聚性，即隨著土壤深度增加，土壤鹽分含量逐漸減小。

2.4 土壤鹽分的空間插值精度評(píng)價(jià)

經(jīng)精度驗(yàn)證分析(表3)，從預(yù)測(cè)均方根誤差(RMSE)可以看出，0 ~ 20 cm與20 ~ 40 cm土層OK插值方法RMSE值分別比RBF插值方法降低0.016、0.025，說明整個(gè)土層OK插值方法相較于RBF插值方法RMSE值都相對(duì)較低。對(duì)于整個(gè)土層預(yù)測(cè)值和實(shí)測(cè)值之間的相關(guān)系數(shù)()在0.602 ~ 0.780，OK插值方法和RBF插值方法都具有良好的精度，0 ~ 20 cm與20 ~ 40 cm土層OK插值方法相關(guān)系數(shù)分別較RBF插值方法提高了0.129、0.163。這與OK插值的本身特點(diǎn)有關(guān)，因?yàn)镺K插值方法是從變量相關(guān)性和變異性出發(fā)，在有限區(qū)域內(nèi)對(duì)區(qū)域化變量的取值進(jìn)行無偏、最優(yōu)估計(jì)的方法，比RBF插值方法更適用于大量點(diǎn)數(shù)據(jù)進(jìn)行插值計(jì)算獲得平滑表面。

由此可見，基于OK與RBF插值方法的阿拉善左旗土壤鹽分空間變異特征探討均具有較高的精度，從土壤鹽分空間分布圖及精度驗(yàn)證結(jié)果來看，OK插值方法相較于RBF插值方法更適合阿拉善左旗土壤鹽分空間變異特征研究。

表3 各土層兩種插值方法精度比較

2.5 土壤鹽漬化面積分布

根據(jù)土壤鹽漬化分級(jí)標(biāo)準(zhǔn)[15]，應(yīng)用OK插值法獲得的研究區(qū)土壤鹽分分布圖，統(tǒng)計(jì)了研究區(qū)域不同土層的鹽漬化等級(jí)，即非鹽漬化、輕度鹽漬化、中度鹽漬化、重度鹽漬化和鹽土5個(gè)等級(jí)鹽漬化土壤所占比例(表4)。研究區(qū)總面積155 055.00 km2，其中0 ~ 20 cm和20 ~ 40 cm土層非鹽漬化土壤所占比例分別只有2.28%、0.11%，兩個(gè)土層分別有97.72%、99.89% 的土壤遭受不同程度的鹽漬化危害，并且有隨著土壤深度的增加鹽漬化土壤面積增加的趨勢(shì)。整個(gè)剖面土層中度鹽漬化土壤所占比例最大，兩個(gè)土層分別達(dá)到36.82%、45.50%，其次為重度鹽漬化土壤和輕度鹽漬化土壤。值得注意的是研究區(qū)域兩個(gè)土層有9.85% 和8.71% 的土壤已演化為鹽土，即鹽分含量>6 g/kg。根據(jù)以上阿拉善左旗鹽漬土面積情況，需采取有效的治理措施對(duì)鹽漬化土壤加以防控與治理。

表4 研究區(qū)各土層土壤鹽漬化等級(jí)所占比例(%)

3 結(jié)論

1) 阿拉善左旗土壤鹽分具有強(qiáng)烈的空間自相關(guān)性，空間格局上表現(xiàn)為西南部及北部高，東南部及中部低的趨勢(shì)，剖面特征表現(xiàn)出明顯的區(qū)域性，研究區(qū)北部呈現(xiàn)底聚性，西南部及東部突出部分呈現(xiàn)表聚性的剖面特點(diǎn)。

2) 克里格法與徑向基函數(shù)法對(duì)于阿拉善左旗土壤鹽分的空間特征均有較好的解譯精度，進(jìn)一步精度驗(yàn)證表明克里格法更適合于對(duì)研究區(qū)土壤鹽分空間變異的探討。

3)阿拉善左旗0 ~ 20 cm和20 ~ 40 cm兩個(gè)土層中分別有97.72% 與99.89% 面積的土壤存在不同程度的鹽漬化危害，各土層中度鹽漬化土壤所占比例最大，其次為重度鹽漬化土壤和輕度鹽漬化土壤，鹽土有一定比例的分布。因此，需采取有效的措施對(duì)阿拉善左旗土壤鹽漬化加以防控與治理。

[1] 李彬, 史海濱, 妥德寶, 等. 節(jié)水改造前后土壤鹽分剖面特征及其空間分布——以內(nèi)蒙古河套灌區(qū)中游臨河區(qū)為例[J]. 干旱區(qū)研究, 2015, 32(4): 663–673

[2] Yao R J, Yang J S, Wu D H, et al. Geostatistical monitoring of soil salinity for precision management using proximally sensed electromagnetic induction (EMI) method[J]. Environmental Earth Sciences, 2016, 75(20): 1362

[3] Neely H L, Morgan C L S, Hallmark C T, et al. Apparent electrical conductivity response to spatially variable vertisol properties[J]. Geoderma, 2016, 263: 168–175

[4] 蔣名亮, 陳小兵, 單晶晶, 等. 黃河三角洲縣域尺度的鹽漬化土壤化學(xué)參數(shù)特征研究[J]. 土壤, 2017, 49(5): 992–1000

[5] Liu G M, Li J B, Zhang X C, et al. GIS-mapping spatial distribution of soil salinity for Eco-restoring the Yellow River Delta in combination with Electromagnetic Induction[J]. Ecological Engineering, 2016, 94: 306–314

[6] 胡佳楠, 塔西甫拉提·特依拜, 依力亞斯江·努爾麥麥提, 等. 于田綠洲土壤含鹽量的空間異質(zhì)性研究[J]. 土壤, 2017, 49(1): 162–170

[7] 鄧凱, 丁建麗, 楊愛霞, 等. 基于電磁感應(yīng)技術(shù)的土壤剖面鹽分空間分布建模研究[J]. 生態(tài)學(xué)報(bào), 2016, 36(20): 6387–6396

[8] 劉遷遷, 蘇里坦, 劉廣明, 等. 伊犁河谷察南灌區(qū)土壤鹽分空間變異研究[J]. 干旱區(qū)研究, 2017, 34(5): 980–985

[9] Piotrowska-D?ugosz A, Siwik-Ziomek A, D?ugosz J, et al. Spatio-temporal variability of soil sulfur content and arylsulfatase activity at a conventionally managed arable field[J]. Geoderma, 2017, 295: 107–118

[10] Yao R J, Yang J S, Wu D H, et al. Digital mapping of soil salinity and crop yield across a coastal agricultural landscape using repeated electromagnetic induction (EMI) surveys[J]. Plos One, 2016, 11(5): 1–20

[11] Yi Z, Chen X, Wenqi M A, et al. Elucidating variations in nitrogen requirement according to yield,variety and cropping system for Chinese rice production[J]. Pedosphere, 2017, 27(2): 358–363

[12] 張?jiān)? 楊勁松, 姚榮江. 咸水凍融灌溉對(duì)重度鹽漬土壤水鹽分布的影響[J]. 土壤學(xué)報(bào), 2016, 53(2): 388–400

[13] 魯如坤. 土壤農(nóng)業(yè)化學(xué)分析方法[M]. 北京: 中國(guó)農(nóng)業(yè)科技出版社, 1999: 90–99

[14] 王政權(quán). 地統(tǒng)計(jì)學(xué)及在生態(tài)學(xué)中的應(yīng)用[M]. 北京: 科學(xué)出版社, 1999: 65–132

[15] 王遵親, 祝壽泉, 俞仁培, 等. 中國(guó)鹽漬土[M]. 北京: 科學(xué)出版社, 1993

[16] 吳亞坤, 劉廣明, 蘇里坦, 等. 基于電磁感應(yīng)研究新疆土壤鹽分三維空間變異對(duì)季節(jié)的響應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2017, 33(14): 173–178

[17] 唐夢(mèng)迎, 丁建麗, 夏楠, 等. 干旱區(qū)典型綠洲土壤有機(jī)質(zhì)含量分布特征及其影響因素[J]. 土壤學(xué)報(bào), 2017, 54(3): 759–766

Study on Spatial Variability of Soil Salinity in Alxa Zuoqi

WU Yakun1,3, LI Jinbiao2, 3, GAO Haochen2, 3, LIU Guangming3*

(1 School of Energy and Environment, Anhui University of Technology, Maanshan, Anhui 243002, China; 2 Co-Innovation Center for Sustainable Forestry in Southern China, Nanjing Forestry University, Nanjing 210037, China; 3 Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China)

The spatial variability of soil salinity was studied using the methods Ordinary Kriging (OK) and Radial Basis Function (RBF) in Alxa Zuoqi of Inner Mongolia, and the optimal method of assessment on the spatial variability of soil salinity was determined by comparing OK and RBF on the spatial distribution trend of soil salinity and interpolation accuracy. The results showed that soil salinity had a strong spatial autocorrelation in Alxa Zuoqi. Soil salinity of high levels was mainly distributed in the south-west and north areas of Alxa Zuoqi, while the low level was mainly in the southeast and central areas. Profile distribution of soil salinity showed obvious regional characteristics, the salinity in bottom soil was the greatest in north area and the salinity in surface soil was the greatest in southwest and eastern areas. OK method had better interpolation accuracy and spatial distribution than RBF method. The 97.72% and 99.89% of areas suffered from different degrees of salinization in 0–20 cm and 20–40 cm layers. The proportion of moderately salinity was the largest in the study area, followed by heavy salinity and slightly salinity. There was a certain proportion of solonchak soil in Alxa Zuoqi. The above results indicate that the effective measures should be taken to prevent and control soil salinization in in Alxa Zuoqi.

Alxa Zuoqi; Soil salinity; Semi-variances; Kriging; Radial basis function

國(guó)家科技基礎(chǔ)性工作專項(xiàng)(2015FY110500)和國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0501400)資助。

gmliu@issas.ac.cn)

吳亞坤(1979—)，女，黑龍江泰來人，博士，講師，主要從事土壤鹽漬化風(fēng)險(xiǎn)評(píng)估與GIS方面的研究。E-mail: wuyakun8250@163.com

S151.9

A

10.13758/j.cnki.tr.2019.05.026