艾比湖濕地不同鹽漬化土壤粒度組成及可蝕性研究①

王敬哲，丁建麗 *，王 飛，梁 靜

?

艾比湖濕地不同鹽漬化土壤粒度組成及可蝕性研究①

王敬哲1,2，丁建麗1,2 *，王 飛1,2，梁 靜1,2

(1新疆大學資源與環境科學學院智慧城市與環境建模自治區普通高校重點實驗室，烏魯木齊 830046；2 新疆大學綠洲生態教育部重點實驗室，烏魯木齊 830046)

為了研究內陸干旱區不同鹽漬化土壤的粒徑組成及其可蝕性的空間分布，在不同鹽漬化程度上探討其與土壤中鹽分含量的相互關系，本研究以新疆維吾爾自治區艾比湖濕地為研究靶區，利用2015年5月獲取的66個表層土壤樣品，對土壤的粒度組成、含鹽量、分形維數和可蝕性因子值進行了研究。結果表明：樣品中鹽土占比達到 59.09%，平均含鹽量達 131.59 g/kg，研究區內鹽漬化現象既普遍又嚴重；土壤顆粒以粉粒和砂粒為主，隨著鹽漬化程度的加劇黏粒含量不斷增加，砂粒含量則相反；土壤顆粒的分形維數值介于2.14 ~ 2.60，平均值為2.45；隨著鹽漬化程度加劇，分形維數逐漸變大，值也隨之逐漸增大，鹽土的值最大達0.093；土壤可蝕性因子值與含鹽量的相關性較高(=0.596**)，在一定程度上可以說明，土壤的含鹽量水平越高，值越大，越容易被侵蝕。

鹽漬土；內陸干旱區；分形維數；粒徑；艾比湖濕地

土壤是由不同顆粒大小的固相物質及孔隙組成的分散多孔介質，具有一定的分形特征[1-3]。土壤分形維數不僅可以反映土壤的粒徑分布(soil particle size distribution, PSD)狀況，表征不同粗細土壤顆粒的分布情況，同時與土壤的肥力狀況、水力學性質、固碳能力以及抗蝕特性等密切相關[4-7]。其對植被生長、水土保持以及生態修復有著極為重要的研究意義[8]。土壤可蝕性指土壤是否易受侵蝕動力破壞的能力，也就是土壤對外界侵蝕、剝蝕和搬運的敏感程度。土壤粒徑分布、分形特征以及可蝕性等研究受到廣大研究人員的關注并日漸成為土壤學領域的研究熱點。

近幾十年來，國內外學者主要針對土壤侵蝕、土壤退化以及持水特性等領域對土壤粒徑進行了大量研究[9-12]。Arya和Paris[13]通過細化土壤粒徑分布曲線并結合土壤粒度參數建立了對應的土壤水分特性模型。Gui等[14]以策勒綠洲為研究區，利用表層土壤的粒徑分布狀況分析了人為及自然因素對其的影響。Chen和Zhou[15]研究了重慶萬州紫土區的土壤粒徑分布狀況并利用通用土壤流失方程(universal soil loss equation, USLE)對小流域的土壤侵蝕量進行了預測。趙明月等[16]分析了黃土丘陵溝壑區不同尺度的土壤粒徑，探討了粒徑分布特征與外界環境因子的關系。茹豪等[17]就不同土地利用類型對土壤粒徑分布的影響及其與分形參數之間的關系開展了研究。朱成剛等[18]探討了伊犁河谷土壤的可蝕性特征及其與土壤特征因子的相關性。這些研究主要針對不同的母質組成、地貌類型、植被群落特征等開展，而對于荒漠區不同鹽漬化程度土壤的粒級狀況及相關研究相對較少。

艾比湖是新疆面積最大的咸水湖，自20世紀50年代伊始湖泊逐漸萎縮，近年來湖泊面積已不足400 km2，而且退化程度愈發嚴重[19]。此外，受強烈的蒸發作用影響，湖周濕地土壤荒漠化與鹽漬化現象十分嚴重，對天山北坡經濟帶的可持續發展產生了直接影響，并且威脅到新亞歐大陸橋的安全運行[20]。基于此，本研究以內陸干旱區艾比湖濕地自然保護區的表層土壤為研究對象，依據原位工作以及室內分析實驗，研究不同鹽漬化程度土壤的粒徑分布及其可蝕性的空間分布，從不同鹽漬化程度上探討其與土壤中鹽分含量的相互關系，以期為干旱區濕地土壤的水土保持功能及生態修復提供科學支持和參考。

1 材料與方法

1.1 研究區概況

艾比湖濕地是內陸干旱區典型的高鹽湖泊濕地，地處新疆維吾爾自治區西北部，準噶爾盆地西南緣，地理坐標為44°30′ ~ 45°10′ N，82°35′ ~ 83°50′ E。艾比湖濕地國家級自然保護區于2008年成立，保護區總面積達2 670.85 km2，地跨博爾塔拉蒙古自治州境內的博樂市、精河縣及阿拉山口市[21-22]。研究區南、北、西三面環山，遠離海洋并受西北部阿拉山口影響，多年平均大風(>17 m/s)天數可達164 d。該區域年平均氣溫7.4℃，年平均降水量不足100 mm，且年內分布極不均勻；年均潛在蒸發量高達1 315 mm，屬典型溫帶大陸性干旱氣候[23-25]。土壤成土母質主要有湖積、洪積沖積、風積物等幾類。艾比湖濕地典型的地帶性土壤類型為灰漠土、灰棕漠土及風沙土等，土壤的鹽化及石質性程度均較為強烈[26]。土地利用方式以灌木林地、荒草地為主，農地面積占比不足0.01%，且分布零散。受自然和人為因素影響，艾比湖濕地土壤的荒漠化和鹽漬化現象十分普遍，生態環境極為脆弱。

圖1 研究區示意圖及采樣點分布

1.2 樣品采集及處理

土壤樣品的采樣時間為2015年5月中旬，根據艾比湖濕地的生態景觀特征，選取有代表性的綠洲、荒漠及交錯帶等景觀布設66個樣地，樣地尺寸30 m × 30 m。采集樣品前，利用 GPS 記錄該樣地的位置，采用5點混合法進行土樣采集，采樣深度為0 ~ 10 cm，共計66個土壤樣品。待土壤樣品自然風干后去除草根等雜質并過2 mm (10目)孔篩后分為3份，分別用于土壤含鹽量、有機碳含量以及粒徑的測定。其中，土壤含鹽量使用德國Wissenschaftlich Technische Werkst?tten公司生產的Multi 3420 SET B 便攜式多參數分析儀，在土壤懸濁液 (水土比 5∶1)中進行測定；土壤有機碳 (soil organic carbon, SOC)含量的測定采取重鉻酸鉀容量-稀釋熱法[27]；土樣經過去除有機碳、碳酸鈣和顆粒分散等預處理后，使用美國Microtrac公司生產的S3500型激光粒度儀 (量程0.01 ~ 2 000 μm)測定土壤粒徑的體積分數，每個供試土樣重復測定5次，取算術平均值，重復測量誤差小于2%。土壤PSD分級依據國際制土壤質地分級標準，即黏粒(粒徑<0.002 mm)，粉粒 (粒徑0.002 ~ 0.02 mm)和砂粒(粒徑0.02 ~ 2 mm)。

1.3 土壤粒徑分形維數計算

土壤粒徑的分形維數可以準確表征土壤顆粒的分布特征及質地均勻程度[3, 28]。因此，本研究采用土壤顆粒體積分形模型計算研究區表層土壤的單重分形維數。其公式為：

式中：為分形維數，為土壤粒徑，(rR的累計體積；T指土壤顆粒的總體積；max指的是對所有粒級而言的上限值，數值上即為最大粒徑。計算時先計算lg((r

1.4 土壤可蝕性K值計算

土壤可蝕性因子值采用Williams等[29]在Erosion－Productivity Impact Calculator(EPIC)模型中發展的估算方法，該方法僅需土樣的有機碳和粒度組成資料即可進行區域土壤可蝕性因子的估算，計算公式如下：

式中：Sa表示土壤中砂粒體積分數(%)，Si為粉粒體積分數(%)；Cl為黏粒體積分數(%)；為有機碳體積分數(%)；其中，Sn=1－Sa/100。值越大則表示越容易受到侵蝕，反之亦然。

1.5 數據處理

采用統計分析軟件SPSS 19.0對不同鹽漬化程度土壤的粒度組成、分形維數及值進行相關性分析，并進行空間可視化表達，采用Origin9.0及ArcGIS 10.1進行繪圖。

2 分析與討論

2.1 土壤鹽漬化分級

根據土壤含鹽量的不同，可將土壤分為非鹽漬土、輕度鹽漬土、中度鹽漬土、重度鹽漬土以及鹽土5類(表1)。根據各類鹽漬化土壤的劃分標準，本研究對66個表層土壤樣本進行了鹽漬化程度的分類統計[30-31]。從表1中可知，非鹽漬土樣本10個，占比僅為15.15%；輕、中、重度鹽漬土樣本共計17個，占總樣本數的25.76%；而占比最多的為鹽土，占比達到59.09%，均值達131.59 g/kg，遠遠大于鹽土含鹽量的最低標準(20 g/kg)。這說明研究區內，鹽漬化現象十分普遍，且程度較為嚴重。

表1 鹽漬化土壤分級標準及土壤樣本分類統計

2.2 土壤粒徑分布及分形維數

對不同鹽漬化程度土壤的粒徑分布及分形特征進行描述性統計，由表2可知，艾比湖濕地內表層土壤顆粒以粉粒和砂粒為主，最大體積分數可達70.76% 和98.19%，黏粒體積分數最小為0。非鹽漬土、輕度鹽漬土、中度鹽漬土、重度鹽漬土以及鹽土的黏粒體積分數分別為1.01%、1.45%、1.52%、1.57% 和1.58%，就平均值而言，黏粒體積分數隨著鹽漬化程度的加劇而不斷增加；而砂粒體積分數在上述5種土壤中分別為81.53%、81.27%、76.82%、73.32% 和69.89%，砂粒體積分數與鹽漬化程度呈一定的負相關關系。在5種不同鹽漬化程度的土壤中，各粒徑體積分數的差異性不強，均屬中等變異程度(10%

根據粒徑分級情況以及公式(1)，對研究區表層土壤粒徑的分形維數進行計算，得到對應的分形維數值(表2)。研究區非鹽漬土、輕度鹽漬土、中度鹽漬土、重度鹽漬土以及鹽土5類土壤值介于2.14 ~ 2.60，平均值為2.45；隨著鹽漬化程度的加劇，對應土壤的值也逐漸增加，總體趨勢是：鹽漬化程度越強，土壤的分形維數越大。

表2 不同鹽漬化程度的土壤粒徑分布和分形維數

續表

注：土壤的粒徑組成 (黏粒、粉粒、砂粒)的計量均為體積分數(%)。

將全部樣本按照土壤粒徑分布繪制三角分類圖，如圖2所示。根據國際制土壤質地分類三角圖，66個土壤樣本分為粉質壤土、壤土、砂質壤土、砂土及壤質砂土。這幾類土壤的特性為砂粒含量較高，黏、粉粒含量較低，透水性較好而持水性較差。

圖2 鹽漬化土壤質地

由表3可知，研究區砂土及壤質砂土、砂質壤土及壤土以及粉質壤土的樣本數量分別為22個、35個和9個。砂土及壤質砂土在各類鹽漬化程度的土壤之中都有分布；其中砂質壤土及壤土的占比最高達到了53.85%，而粉質壤土僅出現在鹽土之中，占比最小。就鹽漬化程度而言，除了鹽土在上述5種不同質地的土壤中均有分布以外，其他4種不同鹽漬化程度的土壤僅屬于砂土、壤質砂土、砂質壤土及壤土。其中粉質壤土的平均含鹽量最高，達到了171.22 g/kg，平均含鹽量最低的土壤質地為砂土及壤質砂土，其平均含鹽量也超過了鹽土的標準(47.29 g/kg)。可以看出，隨著土壤顆粒逐漸變細，土壤中鹽分的平均含量逐漸升高。

由表2可知，不同鹽漬化程度土壤的粒徑分布及分形維數存在一定差異，而現實中土壤類型分布錯綜復雜，判別研究區土壤顆粒的分布特征及質地均勻程度比較困難。因此，基于室內測定的PSD結果，利用ArcGIS中的地統計分析模塊，采用反距離加權(inverse distance weighted, IDW)法進行空間插值，得到艾比湖濕地土壤的黏粒、粉粒、砂粒和分形維數值的空間分布 (圖3)。

表3 不同鹽漬化程度土壤的質地分類

圖3 艾比湖濕地土壤的PSD及分形維數的空間分布

由圖 3A 可知，艾比湖濕地黏粒體積分數整體相對較低，部分樣點的黏粒體積分數為 0，僅在艾比湖西北部(阿拉山口)以及艾比湖西南側狹長地帶(精河下游河岸帶)存在一定的高值點，但最高的黏粒體積分數也僅為 4.51%。粉粒含量的空間分布趨勢與黏粒的類似(圖3B)。從圖 3C 中可以看出，在艾比湖西北側和東北側的部分區域砂粒體積分數相對較低，就整體而言，研究區砂粒體積分數偏高，最值點的含量達到 98.17%，基本上呈現出湖東南側大于西北側的空間分布趨勢。分形維數值分布則顯示出與黏粒和粉粒極高的相似性，高值區主要分布在研究區的西北側和北部等區域(圖3D)，這與王勇輝等[32]的研究結果一致。

2.3 土壤可蝕性因子K值

由公式(2)可知，土壤可蝕性因子與土壤中黏粒、粉粒、砂粒及有機碳特征密切相關。為了建立基于研究區USLE的土壤侵蝕量估算數據庫，需要掌握值特征。本研究通過計算獲取了研究區66個樣點的土壤可蝕性因子，按照鹽漬化程度進行分類并進行均值。由表4可知，不同鹽漬化程度土壤的土壤可蝕性因子與分形維數值的變化趨勢一致，即隨著土壤含鹽量的增加，土壤的分形維數逐漸變大，值也隨之逐漸增大。其中非鹽漬土的值最小為0.078，中度鹽漬土適中為0.081，鹽土的值達到了0.093。圖4為艾比湖濕地土壤含鹽量及土壤可蝕性值的空間分布圖。土壤含鹽量的高值區域與值分布的高值區域基本一致，主要在艾比湖湖區外圍的西北、東南側零星分布。從空間分布上也可以佐證上文的結論，即土壤平均鹽分含量越高，值也越大。

土壤作為一種具有分形特征的復雜系統，分形幾何常用于土壤粒徑分形維數的研究。土壤粒徑的分形維數可以反映土壤顆粒分布特征及質地的均勻程度，還可以反映土壤發生、土壤肥力、土地利用覆蓋類型對土壤質地的影響[11]。對于艾比湖濕地這一典型的干旱區荒漠生態系統而言，研究不同鹽漬化程度的土壤的粒徑分布及其可蝕性狀況具有重要意義。本研究以艾比湖濕地獲取的66個土壤樣品為研究對象，依據土壤含鹽量的不同，對不同鹽漬化程度的土壤PSD和分形維數等進行分析后發現，隨著鹽漬化程度的加劇，對應土壤的值也逐漸增加，這與趙望龍等[33]的研究結果類似。砂粒在研究區土壤中占主要地位，并且在艾比湖東南側廣泛分布，這可能受到南側地形偏低以及阿拉山口大風等因素的影響[19]。此外，從圖3和圖4A中可以看出，黏粒、粉粒、土壤含鹽量等指標在艾比湖周西北側有一些極高值分布。結合表2中的數據可知，這可能是因為研究區土壤侵蝕類型以風蝕為主，而沙質荒漠化過程發生時，通常伴隨土壤表層細顆粒物質的損失[26,34]。黏粒和粉粒的損失致使土壤沙化加劇，而鹽漬化程度嚴重的區域，土壤中易溶性鹽可以膠結土壤顆粒從而形成鹽殼(鹽結皮)，能夠將土壤中細粒物質固定，在一定程度上可以遏制黏粒、粉粒被風吹走，增強土壤抗風蝕能力，減緩該地區土壤荒漠化的發生與發展[35-36]。

表4 不同鹽漬化程度土壤的可蝕性因子K

2.4 各土壤理化指標的相關性

對研究區獲得的土壤樣品的土壤粒度、鹽分含量和 SOC 含量等指標進行相關分析，結果如表5 所示。土壤SOC含量與各種土壤粒徑不相關，但與土壤中的含鹽量呈顯著正相關關系(=0.599)。土壤含鹽量與黏粒(=0.400)和粉粒(=0.398)的體積分數均呈顯著正相關，與砂粒體積分數顯著負相關(= –0.402)，這表明質地較細的顆粒對土壤鹽分具有一定程度的吸附作用。土壤分形維數值與黏粒、粉粒和砂粒體積分數的相關系數分別為0.751、0.855和–0.859，說明值與黏粒、粉粒體積分數呈現出顯著正相關關系，而與砂粒體積分數的關系則相反；土壤含鹽量與值的相關性也較高。土壤可蝕性因子值與不同大小的土壤顆粒相關性均未達到顯著水平，但與SOC含量顯著負相關。但值得注意的是，值與含鹽量的相關性比較高(=0.596)，在一定程度上可以說明，土壤的含鹽量水平越高，值越大，越容易被侵蝕。

圖4 艾比湖濕地土壤含鹽量(A)及土壤可蝕性K值(B)的空間分布

表5 艾比湖濕地表層土壤理化指標間的相關系數 (n= 64)

注：**表示在＜0.01 水平上顯著相關。

本研究針對土壤的含鹽量對鹽漬化程度進行分級，分析并計算了不同鹽漬化程度土壤的值。對于艾比湖濕地的水土保持功能和大尺度的遙感監測提供了前期數據支持。然而當前土壤可蝕性因子的獲取通常是基于原始或修正后 USLE 進行的推算或反算。而這些模型大都屬于經驗型統計模型，具有一定的局限性。對于特定研究區的土壤實際狀況針對性不夠強，缺乏對土壤侵蝕實際狀況的考慮。因此后續的研究將在探討土壤含鹽量對土壤侵蝕的影響的同時，結合地形起伏度、植被覆蓋等因素，利用土壤同位素示蹤技術，進一步完善對研究區土壤侵蝕狀況的研究。

3 結論

1) 研究表明，艾比湖濕地66個表層土壤樣品中，鹽土占比達59.09%，含鹽量均值達 131.59 g/kg，研究區內的鹽漬化現象十分普遍，且程度較為嚴重。

2) 艾比湖濕地表層土壤顆粒以粉粒和砂粒為主，隨著鹽漬化程度的加劇黏粒含量不斷增加，砂粒含量則相反。

3) 艾比湖濕地土壤的分形維數值介于2.14 ~ 2.60，平均值為2.45。隨著鹽漬化程度加劇，分形維數逐漸變大，值也隨之逐漸增大，其中鹽土的值最大達0.093。

4) 艾比湖濕地土壤的可蝕性因子值與含鹽量的相關性較高(=0.596**)，在一定程度上可以說明，土壤的含鹽量水平越高，值越大，越容易被侵蝕。

致謝：感謝新疆聯海創智信息科技有限公司地理信息工程師馬軒凱在本研究圖件繪制及成文過程中提供的幫助。

[1] Tyler S W, Wheatcraft S W. Fractal scaling of soil particle-size distributions: analysis and limitations[J]. Soil Science Society of America Journal, 1992, 56(2): 362–369

[2] Puget P, Chenu C, Balesdent J. Dynamics of soil organic matter associated with particle-size fractions of water-stable aggregates[J]. European Journal of Soil Science, 2000, 51(4): 595–605

[3] 楊培嶺, 羅遠培, 石元春. 用粒徑的重量分布表征的土壤分形特征[J]. 科學通報, 1993, 38(20): 1896–1899

[4] 高雄飛, 劉元會, 郭建青, 等. 基于去趨勢波動分析法的土壤含水量變化特性研究[J]. 土壤, 2015, 47(1): 188– 191

[5] Montero E. Rényi dimensions analysis of soil particle-size distributions[J]. Ecological Modelling, 2005, 182(3): 305–315

[6] Shangguan W, Dai Y, Liu B, et al. A soil particle-size distribution dataset for regional land and climate modelling in China[J]. Geoderma, 2012, 171-172: 85–91

[7] 胡宏昌, 田富強, 胡和平. 新疆膜下滴灌土壤粒徑分布及與水鹽含量的關系[J]. 中國科學: 技術科學, 2011, 41(8): 1035–1042

[8] 李曉鵬, 劉建立, 張佳寶, 等. 華北沖積平原壤質潮土的土壤粒徑分形空間尺度分析[J]. 農業工程學報, 2014, 30(4): 118–124

[9] Blott S J, Pye K. Particle size scales and classification of sediment types based on particle size distributions: Review and recommended procedures[J]. Sedimentology, 2012, 59(7): 2071–2096

[10] Menafoglio A, Guadagnini A, Secchi P. Stochastic simulation of soil particle‐size curves in heterogeneous aquifer systems through a Bayes space approach[J]. Water Resources Research, 2016, 52(8): 5708–5726

[11] 丁延龍, 高永, 蒙仲舉, 等. 希拉穆仁荒漠草原風蝕地表顆粒粒度特征[J]. 土壤, 2016, 48(4): 803–812

[12] 魏茂宏, 林慧龍. 江河源區高寒草甸退化序列土壤粒徑分布及其分形維數[J]. 應用生態學報, 2014, 25(3): 679– 686

[13] Arya L M, Paris J F. A physicoempirical model to predict the soil moisture characteristic from particle-size distribution and bulk density data[J]. Soil Science Society of America Journal, 1981, 45(6): 1023–1030

[14] Gui D, Lei J, Zeng F, et al. Ordination as a tool to characterize soil particle size distribution, applied to an elevation gradient at the north slope of the Middle Kunlun Mountains[J]. Geoderma, 2010, 158(3): 352–358

[15] Chen X, Zhou J. Volume-based soil particle fractal relation with soil erodibility in a small watershed of purple soil[J]. Environmental earth sciences, 2013, 70(4): 1735–1746

[16] 趙明月, 趙文武, 劉源鑫. 不同尺度下土壤粒徑分布特征及其影響因子——以黃土丘陵溝壑區為例[J]. 生態學報, 2015, 35(14): 4625–4632

[17] 茹豪, 張建軍, 李玉婷, 等. 黃土高原土壤粒徑分形特征及其對土壤侵蝕的影響[J]. 農業機械學報, 2015, 46(4): 176–182

[18] 朱成剛, 李衛紅, 李大龍,等. 伊犁河谷土壤理化性質及可蝕性特征分析[J]. 資源科學, 2016, 38(7): 1212–1221

[19] 李磊, 李艷紅, 陳成賀日, 等. 1972～2011年期間艾比湖面積變化研究[J]. 濕地科學, 2014, 12(2): 263–267

[20] 楊愛霞, 丁建麗, 李艷紅,等. 基于表觀電導率與實測光譜的干旱區濕地土壤鹽分監測[J]. 中國沙漠, 2016, 36(5): 1365–1373

[21] 王勇輝, 焦黎. 艾比湖濕地土壤有機碳及儲量空間分布特征[J]. 生態學報, 2016, 36(18): 5893–5901

[22] 趙明亮, 李艷紅, 李發東. 新疆艾比湖濕地土壤水鹽空間變異性分析[J]. 湖泊科學, 2016, 28(6): 1328–1337

[23] Wu J, Shen J, Wang S, et al. Characteristics of an early Holocene climate and environment from lake sediments in Ebinur region, NW China[J]. Science in China Series D: Earth Sciences, 2005, 48(2): 258–265

[24] Ma M, Wang X, Veroustraete F, et al. Change in area of Ebinur Lake during the 1998–2005 period[J]. International Journal of Remote Sensing, 2007, 28(24): 5523–5533

[25] Wang Y, Liu Z, Yao J, et al. Effecf of Climate and land use change in Ekinur Lake Basin during the past five decadeson hydrology and water resouru[J]. Water Resource, 2017, 44(2): 204-215.

[26] 葛擁曉, 吉力力·阿不都外力, 馬龍, 等. 新疆艾比湖干涸湖底不同景觀單元蒸發鹽分布與變化特征[J]. 湖泊科學, 2014, 26(4): 616–624

[27] 鮑士旦. 土壤農化分析[M]. 北京: 中國農業出版社, 2000

[28] 黃冠華, 詹衛華. 土壤顆粒的分形特征及其應用[J]. 土壤學報, 2002, 39(4): 490–497

[29] Williams J R. The erosion-productivity impact calculator (EPIC) model: A case history[J]. Philosophical Transac-tions Biological Sciences, 1990, 329(1255): 421–428

[30] 劉蕾. 新疆土壤鹽分的組成和分布特征[J]. 干旱環境監測, 2009, 23(4): 227–229

[31] Abuduwaili J, Tang Y, Abulimiti M, et al. Spatial distribution of soil moisture, salinity and organic matter in Manas River watershed, Xinjiang, China[J]. Journal of Arid Land, 2012, 4(4): 441–449

[32] 王勇輝, 何旭, 海米提·依米提, 等. 艾比湖濕地土壤粒度特征分析[J]. 干旱地區農業研究, 2014, 32(6): 183–187

[33] 趙望龍, 郭中領, 王仁德, 等. 安固里淖干湖區土壤理化因子空間分布特征[J]. 濕地科學, 2016, 14(4): 553–560

[34] 李從娟, 唐俊妍, 高培, 等. 咸水灌溉對沙漠防護林植物根系分布及風沙土演變的影響[J]. 土壤學報, 2015, 52(5): 1180–1187

[35] 張建國, 徐新文, 雷加強, 等. 極端干旱區咸水滴灌林地鹽結皮對土壤蒸發的影響[J]. 農業工程學報, 2010, 26(9): 34–39

[36] 郭明明, 王文龍, 李建明, 等. 神府煤田土壤顆粒分形及降雨對徑流產沙的影響[J]. 土壤學報, 2014, 51(5): 983–992

Particle Size Distribution (PSD) and Erodibility of Soils Under Different Salinization Degrees in Ebinur Lake Wetland

WANG Jingzhe1,2, DING Jianli1,2 *, WANG Fei1, 2, LIANG Jing1, 2

(1 Key Laboratory of Wisdom City and Environmental Modeling Department of Education, Xinjiang University, Urumqi 830046, China; 2 Key Laboratory of Oasis Ecology, Xinjiang University, Urumqi 830046, China)

This study is aimed to study the spatial distribution of PSDs and erodibility factorof soils in the inland arid area as well as their relations with soil salinity. In total 66 surface soil samples were collected from the Ebinur Lake Wetland in Xinjiang Uygur Autonomous Region of China in May of 2015, PSDs, salinities and organic carbon contents of soil samples were measured, and the fractal dimensionand erodibility factorwere calculated. The results showed that 59.09% of soil samples was salinized with a mean salt content of 131.59 g/kg, indicating salinization is common and serious in the study area. Soil particles were mainly silts and sands, clays increased but sands decreased with the increase of salinization degree. Soil fractal dimensionwas between 2.14 – 2.60 with a mean value of 2.45. In addition, with the increase of salinization degree,andgradually increased, the maximumwas 0.093. The correlation betweenand soil salinity was extremely significant (= 0.596**), thus, to a certain extent, it could be concluded that the higher soil salinity, the highervalue and the more likely to be eroded.

Saline soil; Inland arid area; Fractal dimension; Soil particle size; Ebinur Lake Wetland

國家自然科學基金重點項目(41771470、41661046)資助。

(watarid@xju.edu.cn)

王敬哲(1992—)，男，河南鄭州人，博士研究生，研究方向為陸地遙感與全球變化。E-mail：wjzf-682@163.com

10.13758/j.cnki.tr.2018.03.022

S152.3；S151.9

A