基于遙感數據分析干旱區人工綠洲灌區的水鹽時空分異特征

徐存東，王榮榮，程 慧，連海東，龔雪文，劉璐瑤，王 燕

?

基于遙感數據分析干旱區人工綠洲灌區的水鹽時空分異特征

徐存東1,2，王榮榮1，程 慧3，連海東1，龔雪文1，劉璐瑤4，王 燕1

（1. 華北水利水電大學水利學院，鄭州 450046；2. 水資源高效利用與保障工程河南省協同創新中心，鄭州 450046； 3. 中國水利水電科學研究院，北京 100038；4. 天津泰達鹽堿地綠化研究中心有限公司，天津 300457）

干旱區人工綠洲的土壤鹽漬化產生和演化過程是一個多要素參與、多層次驅動、多過程耦合的復雜過程。為揭示干旱揚水灌區區域尺度的水鹽時空分異特征，以地處騰格里沙漠邊緣的甘肅省景泰川電力提灌工程一期灌區為研究區，選取1994、2001、2008、2015年的直接參與驅動區域土壤水鹽分異過程的地表鹽分、土壤含鹽量、地下水礦化度、地表灌水量、地下水埋深等5個指標因子。運用可拓層次分析法確定各指標因子權重，借助ArcGIS軟件中監督分類以及空間分析技術，獲取各指標因子的空間分布柵格圖件，將各柵格圖件進行標準化處理后按照指標權重進行空間嵌套并疊加，定量化地分析了研究區區域尺度的水鹽時空分異特征。結果表明：研究區次生鹽堿地主要分布在東部的封閉型水文地質單元，總體看，研究區內輕度鹽堿地面積最大，中度鹽堿地次之，重度鹽堿地面積最小；從解譯的進程發展態勢可知，研究區鹽堿地還處于發展過程中，并呈現出加速增長趨勢；由可拓層次分析法分析各指標因子權重排序為地下水埋深（0.3190）＞地下水礦化度（0.2710）＞土壤含鹽量＞地表鹽分＞地表灌水量，可見，區域內的地下水埋深和地下水礦化度是影響區域尺度水鹽時空分異進程的主要驅動因素；研究區水鹽時空分布態勢與總體地勢相關，呈現出西低東高的總體分布特征，由西南向東北以弧線狀遞增的發展趨勢，灌區內東北部封閉型水文地質單元地下水位抬升明顯，土壤鹽漬化發展迅速。

遙感；土壤；鹽分；ArcGIS；可拓層次分析法；區域尺度；水鹽時空分異；景電灌區

0 引 言

土壤鹽漬化是由自然或人類活動引起的一種主要的環境風險，已成為世界性的生態問題，受到世界各國的廣泛關注[1-5]。據統計，全球約有8.31億hm2的土壤受到鹽漬化的威脅，其中58%發生在灌溉農業區，尤其是干旱和半干旱地區的灌溉農業區[6]。中國作為受鹽漬化影響嚴重的國家之一，其西北干旱和半干旱地區土壤鹽漬化問題尤為突出。據全國第二次土壤普查數據統計，中國鹽漬土總面積約為3600×104hm2，其中僅西北干旱和半干旱地區鹽漬化土壤面積就占到了69.03%[7-8]，少數地區的土地生產能力降低甚至完全喪失，嚴重影響了農業的可持續發展。地處騰格里沙漠邊緣的甘肅省景泰川電力提灌工程灌區（后稱“景電灌區”），是位于中國西北干旱荒漠區的大型梯級揚水灌區，當地高蒸發低降雨的特殊氣候條件、低洼封閉的地勢條件，加上高強度的人類活動，導致了區域大面積的水鹽重組、運移和積聚，形成了大面積的次生鹽堿地，并有進一步發展的態勢，嚴重制約了當地農業生產的發展[9]。為揭示土壤鹽漬化現象的發生過程和發展進程，達到預防和減少土地資源次生鹽漬化的目的，研究其區域水鹽時空分異態勢，為灌區的水鹽調控與治理提供決策依據，為同類灌區的水鹽監測提供示范顯得十分必要。

國外對土壤鹽分空間變異的研究始于20世紀40年代，其理論基礎是地質統計學（Geostatistics），最早由南非礦山工程師Krige提出[10]，20世紀70年代至21世紀初，Campbell等將地統計學引入土壤科學的物理和化學研究，并做了大量介紹和實例研究，提出地統計學可以很好地解決土壤鹽分的空間變異性問題[11-12]。此后，國內外大批學者針對區域水鹽時空分異進程開展了大量研究，取得了豐富的研究成果。如Panagopoulos等以地中海區域為研究區，采用GIS和地統計學等方法開展了區域土壤鹽分變異性研究[13]；Keshavarzi等運用GIS及地統計學方法對土壤的鹽度及鈉吸附比的空間分布進行了預測[14]；姚榮江等以黃河三角洲地區為研究區，運用GIS和地統計學的原理與方法，從空間尺度對不同分區的地下水礦化度與耕層土壤積鹽規律進行了定量分析[15]；王云強等采用經典統計和地統計學相結合的方法系統分析了黃土高原區域尺度土壤水分的分布規律、變異特征[16]；李彬等以內蒙古河套灌區為背景，將地質統計學和經典統計學理論結合評價試驗場土壤表層鹽分的空間分布特征及其變異性[17]。但這些研究多局限于針對單一水分或某種鹽分的時空分異進程進行探索和揭示，而區域尺度的土壤次生鹽漬化是眾多因素綜合作用而導致的自然災害，如何將影響區域水鹽時空分異進程的多個指標因子進行標準化處理、在地理位置上進行疊加分析，從而實現定量化描述區域水鹽時空分異特征的研究鮮有報道，從區域水鹽管理、調控、評價的角度，這種研究更具參考價值，難度也更大。

近年來，地理信息系統和信息捕捉采集技術的迅猛發展，為區域水鹽時空分異態勢研究提供了有效的技術手段，并且表現出越來越明顯的技術優勢[18-21]，筆者在收集景電灌區長序列水鹽監測資料和數據的基礎上，運用ArcGIS技術，結合可拓層次分析法，分析了1994－2015年長時間序列區域尺度水鹽的時空分布特征，通過對TM遙感影像、土壤含鹽量、地下水礦化度、地表灌水量、地下水埋深等指標因子的解譯、融合及空間轉換，將這些數據轉換為可疊加的格柵圖件，并通過柵格計算器實現空間格柵數據的加權疊加，獲得了各典型年的水鹽分布態勢，定量化揭示了研究區區域尺度水鹽整體的分異進程。從灌區可持續發展的角度，研究可為合理開發利用灌區土地資源、改良以及預防土壤次生鹽漬化提供重要理論基礎。同時為實現定量化揭示區域尺度水鹽時空分異進程提供了一種新的方法。

1 數據與方法

1.1 研究區概況

景電灌區地處甘肅省中部（37°26′～38°41′N，103°20′～104°04′E），位于甘、寧、蒙三省的交界地帶，屬于典型的溫帶大陸性氣候。本文以甘肅省景泰川電力提灌工程一期灌區為研究區，研究區地理位置如圖1所示。該地區干旱少雨，晝夜溫差大，春季多風，夏季炎熱；年日照時數長達2714 h，無霜期約190 d，年平均氣溫約8.77 ℃，多年平均降雨量185.6 mm，降水多集中在6－9月，多年平均蒸發量2433.8 mm。監測數據顯示，隨著灌溉年限的增長和灌區面積的發展，灌區內封閉型水文地質單元的地下水位普遍逐年增高，且礦化度偏高，多介于1.3～12.0 g/L[22]。受到干旱氣候條件、低洼封閉的地勢條件以及人為灌溉因素等的影響，灌區內耕地次生土壤鹽漬化的特征十分明顯，且呈擴大發展的態勢。2015年的監測數據顯示，灌區現有鹽堿耕地面積0.45萬hm2，約占灌區總耕地面積的21.7%[9]，且呈逐年增加的趨勢。當前，土壤鹽漬化已成為制約灌區土地資源高效利用的主要因素，不斷擴大的土地次生鹽堿化的發展態勢，嚴重制約了當地農業生產的可持續發展。

圖1 研究區地理位置圖

1.2 指標選擇與數據源

為了更好地揭示灌區水鹽時空分異的發展過程，結合研究區實際情況，同時參照數據的科學性、完備性、可獲得性的原則，共選取了能夠直接反映區域鹽分時空發展進程的地表鹽分、土壤含鹽量、地下水礦化度3個鹽分指標因子，以及地表灌溉水量與地下水埋深2個直接參與驅動鹽分運移態勢的水分指標因子。由于景電灌區鹽分表聚現象十分明顯，尤其是在停灌區域，由于不再進行灌水洗鹽，加之灌區降雨量極少，會導致該區域內土壤鹽分主要存在單一向上運移的過程，造成地表鹽分和100 cm土層深度內的總鹽分存在突變性落差，嚴重區域地表鹽分與土壤層含鹽量之差高達6.7%，二者合一計算會致使停灌區域鹽堿地土壤含鹽量過高，與實際情況不符，故將地表鹽分與土壤含鹽量作為2個獨立變量區別開來進行分析。其中，地表鹽分是指存在于土壤淺表層的鹽分，本文在數據采集時取0～10cm深度土壤含鹽量作為地表鹽分含量[23]，土壤含鹽量則是土壤淺表層以下100 cm土層深度內的鹽分。

本研究的代表性年份分別選定為：1994年景電灌區全面建成，灌區總灌溉面積達到3.47萬hm2，年提水量2.66億m3；2001年景電一期灌區完成續建配套，灌區的總灌溉面積達到3.85萬hm2，年提水量3.22億m3；2008年二期灌區開始續建配套，灌溉面積4.80萬hm2，年均提水量4.51億m3；2015年代表灌區現狀，灌區總灌溉面積為6.05萬hm2，年提水量為4.60億m3。基礎數據和資料主要包括：1）1994、2001、2008年的Landsat5遙感影像和2015年Landsat8遙感影像；2）1994、2001、2008、2015年四期22個典型采樣點的土壤含鹽量、17個固定采樣點的地下水礦化度數據、14個采樣點的地表水灌水量數據、16個采樣點的地下水埋深數據；3）2015年土壤含鹽量、地下水礦化度以及地下水埋深各50個非插值點數據。所有數據均由甘肅省景泰川電力提灌管理局以及甘肅省地質資料館提供，獲得的數據資料源包括：《景泰川電力提灌工程一期工程技術設計報告》（1971）、《景泰川灌區歷年土地調查報告》（1971－2016）以及《甘肅省景泰縣荒地資源及其開發利用報告》（1971－2016）、灌區一期工程1972－2015年調水用水量統計表、景泰川地下水資源概況和《河西走廊水文地質勘查/普查報告》（2015）。各指標因子基礎數據點空間分布圖如圖2所示。

圖2 各指標因子基礎數據點的空間分布圖

1.3 研究方法

本研究在收集各時期基礎數據的基礎上，首先運用可拓層次分析法[24-26]確定各指標因子權重；然后，采用ArcGIS軟件中遙感解譯、監督分類以及空間插值方法，獲取各指標因子的空間分布柵格圖件，并通過重分類將各柵格圖件進行標準化處理；最后，運用ArcGIS軟件中空間疊加分析工具按照各指標因子指標權重進行空間嵌套疊加，以獲取研究區區域尺度的水鹽時空分異發展進程。

1.3.1指標因子權重確定

從灌區實際出發，以灌區區域尺度水鹽時空分異特征為總目標，構建水鹽時空分異可拓層次結構圖如圖3所示。聘請本領域的學者（教授、研究員）、灌區管理人員（處長）及技術人員（工程師）等專家，依據已構建的層次結構圖，分別對目標層、因素層進行兩兩重要性判斷，共聘請7位相關領域的專家學者進行打分，打分結果以少數服從多數為原則進行集值統計[27]，以提高打分結果的客觀科學性，使得權重計算結果更加符合實際情況。

圖3 可拓層次結構圖

1.3.2 數據處理

運用ArcGIS10.2對研究區1994年、2001年、2008年、2015年四期遙感影像進行空間幾何校正、圖像配準、研究區劃分裁剪和影像分類，預處理結果如圖4所示，圖中不同的灰度值代表了灌區不同的土地利用情況，預處理結果圖主要用于后期鹽堿地斑塊信息的解譯與提取。遙感影像確定地表土壤鹽分含量是通過選取典型區域并進行GPS定位實地取樣化驗分析得到地表淺表層土壤含鹽量，將地表淺表層土壤含鹽量依照土壤鹽漬化分級分類標準進行劃分[8]，共將鹽漬化土壤依次分為非鹽漬化土壤（<0.1）、輕度鹽堿地（0.1～0.2）、中度鹽堿地（0.2～0.4）、重度鹽堿地（>0.4）共4個等級，其中非鹽漬化土壤按照土地利用類型進一步劃分為耕地與其他2種類型，將GPS所得坐標點導入ArcGIS10.2中確定各個等級所對應的像元所屬，將類似像元運用ArcGIS訓練樣本管理器框選并建立特征文件，基于所創建的特征文件，運用ArcGIS10.2中最大似然法對遙感數據進行監督分類。最終劃分為灌區耕地，輕度鹽堿地，中度鹽堿地，重度鹽堿地和其他共5類。

運用正態QQ圖分析工具對各時期土壤含鹽量、地下水礦化度、地表水灌水量、地下水埋深數據進行正態檢驗，檢驗結果可知各指標因子不同時期數據檢驗結果均近似分布于參照線兩側，正態QQ檢驗結果基本呈現正態分布，因此可進行空間變異性分析。

采用GS+軟件對各指標因子基礎數據進行半方差函數的計算及模型擬合，可得土壤含鹽量、地下水礦化度、地下水埋深、地表灌水量對應的最優半方差函數模型分別為冪函數模型、指數函數模型、三角函數模型、球面函數模型。基于所獲取的各指標因子最優半方差函數模模型，運用ArcGIS軟件中的Spatial Analyst模塊分別對2015年的4類數據集進行空間插值分析，分別繪制出各指標因子不同插值方法下的空間分布圖。其中，土壤含鹽量、地下水礦化度、地下水埋深數據在進行區間初步判讀的基礎上，結合誤差矩陣評價法（Error Matrix）對2015年50個非插值點實測數據值與經初步區間判讀所優選出的各插值方法所得插值結果進行精度驗證，最終確定出3種指標因子的最優插值方法依次為反距離權重法、普通克里金法、普通克里金法；地表灌水量則通過考慮實際灌水量區間、水的點源擴散以及疊加效應等因素選定普通克里金進行插值分析。運用所選定的4種最優插值方法分別對研究區內1994、2001、2008和2015年四期土壤含鹽量數據、地下水礦化度、地表灌水量以及地下水埋深數據進行空間插值分析，最終得到各指標因子不同時期的時空分布。

圖4 各時期遙感影像數據預處理結果圖

2 結果與討論

2.1 各指標因子權重

運用可拓層次分析法計算各指標因子對水鹽時空分異進程影響的權重，計算結果見表1。

表1 各指標因子對水鹽時空分異特征影響的權重

由表1計算結果可知，研究區區域尺度下水鹽時空分異進程的影響因素排序為地下水埋深＞地下水礦化度＞土壤含鹽量＞地表鹽分＞地表灌水量，可見地下水埋深與地下水礦化度是驅動區域尺度水鹽時空分異進程的主要指標因子。其次為土壤含鹽量與地表鹽分，地表灌水量對水鹽時空分異進程的影響最小。這主要是由于在地表水資源比較匱乏的干旱揚水灌區，地下水作為驅動鹽分運移的載體，其時空分異規律直接影響著鹽分的時空分布，地下水礦化度作為土壤鹽分的主要來源[28-29]，則會不斷加劇鹽分的累積效應，與地下水埋深共同構成了影響著區域鹽分運移進程的直接驅動因素，對土壤鹽漬化進程的貢獻程度較大；土壤含鹽量與地表鹽分作為土壤鹽漬化進程的主要表征指標，主要在地下水因素的驅動作用下，直接反映了區域尺度的土壤鹽漬化程度，屬于鹽漬化進程的結果因素，故對鹽漬化進程的影響程度相對較弱；地表灌水量作為土壤鹽分的起始驅動因素，主要影響著微觀尺度鹽分的再分布過程，故而對區域大尺度水鹽運移過程的影響最弱。該量化結果與管孝艷等人研究得出的結論相符[30-31]，能夠準確反映出灌區實際情況。

2.2 各指標因子時空分布

2.2.1 地表鹽分時空分布

遙感解釋利用誤差矩陣法計算可得各典型年份分類總精度及Kappa系數見表2，可見總體分類精度均達到80%以上，Kappa系數也均大于0.80，可見分類結果的準確性較高[32-33]，分類結果見圖5，提取得到的各時期鹽堿地面積信息見表3。

表2 最大似然分類精度

圖5 各時期地表鹽分遙感影像分類結果

表3 研究區內各時期土地覆蓋變化統計表

由圖5可知，1994年研究區鹽堿地分布較為稀疏，只在耕地周邊有零星分布，在東南區域分布稍多，灌區耕地集中區總體分布較少，鹽堿化類型以輕度為主，鹽堿化程度不影響耕作。2001年研究區耕地集中區鹽堿地出現了積聚現象，在最北端與中東側較為明顯，其中中度鹽堿化的耕地斑塊增加，耕地中心范圍部分原有耕地逐漸發展成了輕度和中度鹽堿地，同時鹽堿化斑塊呈現出向東南發展的趨勢。2008年研究區原耕地范圍內的鹽堿地積聚現象持續加重，局部開始出現重度鹽堿化土地，并且南側區域出現了地表反鹽的鹽漬化現象。到2015年研究區鹽堿地積聚現象繼續加重，且在2008年的基礎上發展迅速，最北端、東北端和中東側已經發展成為中、重度鹽堿化大面積帶狀分布的狀態，灌區原有耕地大面積發展成為鹽堿地，東南區域鹽堿地面積也逐漸呈現出自西向東條帶狀分布。研究區西側區域隨續建配套工程的建設，伴隨著耕地面積增加也有少許鹽堿地出現，在研究區的南側，重度鹽堿化土地的地表反鹽現象也伴隨著排堿溝的疏浚和灌區內的淋洗壓鹽，呈現出鹽堿地向東南側推移的態勢。

由表3知，研究區耕地面積在1994－2008年間呈縮減趨勢，且縮減速率逐漸增大；2008－2015年間，受續建配套工程的建設和研究區西南部灌溉面積擴大，研究區耕地面積有所增加，年均增長率0.56%。研究區輕度、中度、重度鹽堿地面積在1994－2015年間均呈持續增長趨勢，尤其在2008－2015年間增長速度明顯加快，2008－2015年間年均增長率分別達到5.57%、5.39%、4.31%。研究區其他類型土地面積在1994－2015年間呈持續減少趨勢，2008－2015年間減少最快，2008－2015年間年均減少2.21%。

1994－2015年間，灌區內的次生鹽堿化耕地面積基本均呈現出穩定發展期（1994－2008）和快速發展期（2008－2015）兩個階段。其中，經現場的走訪和調查分析，其原因是1994－2008年間，人類干擾活動較弱，耕地和其他土地類型面積變化不大，鹽堿地發展主要以侵占原有耕地為主；2008－2015年間隨著灌區大規模的續建配套工程建設和區域內人口激增，人類活動的不斷加劇，越來越多的土地被開發為耕地，研究區內其他類型土地面積大幅度減少，耕地面積相較之前有較大幅度增加，與此同時，鹽堿地面積也呈現出快速增長的趨勢，從監測資料的分析和解譯結果可見輕度鹽堿地的增長速度最快，中度次之，重度最慢。可見這一時期研究區內的土地利用類型受人為擾動明顯，受灌溉因素的影響，鹽堿地的擴張速度加劇，且原有鹽堿耕地在未得到有效治理的情況下，鹽漬化程度也在不斷惡化。

2.2.2 土壤含鹽量時空分布

圖6a為各時期土壤含鹽量時空分布圖。在1994－2015年間，土壤含鹽量低于0.5%的南部地區、土壤含鹽量高于2.0%的東北部地區一直在擴張。灌區南部土壤含鹽量低于0.5%的區域已向北擴張至灌區的邊界，受含鹽量低于0.5%的區域擴張的影響，研究區西部土壤含鹽量為0.5%～1.0%的區域大幅縮減，這主要是由于人類干擾活動的加劇，并對中輕度鹽堿地實施了一系列灌水洗鹽、增設排堿溝等一系列脫鹽改造措施，使得該區域處在一個持續脫鹽的狀態；灌區東北部土壤含鹽量高于1.5%的區域雖然擴張不顯著，但土壤含鹽量的數值卻表現為持續增加的狀態，1994年土壤含鹽量為2.0%～2.5%的區域，發展到2015年土壤含鹽量已增長至2.5%～3.0%，并且中心區出現了土壤含鹽量為3.0%～3.5%的區域。總體看，研究區的土壤含鹽量總體表現為西南低東北高的分布特征，這主要是由于灌區地勢東部地勢較低，處于灌區內的封閉型水文地質單元[21]，加之景電二期工程的建成運行使得研究區東北部成為二期灌區的地下水排泄區，從而導致了該區域土壤次生鹽漬化現象的不斷加劇。

2.2.3 地下水礦化度時空分布

圖6b為各時期地下水礦化度分布圖，在1994—2015年間，研究區內地下水礦化度2～3 g/L的區域分布最廣泛，在其北部與西南部分布有小部分礦化度為1～2 g/L的零散區域，且隨著年限的不斷推移，礦化度為1～2 g/L的區域總體呈現不斷縮減的趨勢。研究區地下水礦化度高于3 g/L區域逐年向西擴張，4 g/L以上區域擴張十分劇烈，且由1994發展至2008年東北和東南區域出現了地下水礦化度7～8 g/L的區域，且呈現不斷升高的態勢，至2015年出現了地下水礦化度為8～9 g/L的區域。總體看，研究區內的地下水礦化度分布總體呈現為西部低東部高的分布特征，且在灌區的東部地下水礦化度呈現出逐年升高的態勢。主要原因是由于灌區東部地勢較低，灌溉水入滲后不斷向此處聚集，攜帶了大量的鹽分，從而使該區域呈現出匯水聚鹽的特點，地下水礦化度不斷上升。

2.2.4 地表灌水量時空分布

由圖6c各時期地表灌水量總體分布圖可見，在1994－2015年間，隨著時間的推移，僅2001年研究區灌水量總體分布呈現出減少趨勢，其余各年份都呈現出增加趨勢。這主要是受2001年研究區氣候條件的影響，經走訪可知，該年份年均降雨量較其他年份多，且集中在作物灌溉期，從而導致該年度灌水量有了顯著減少。從研究區灌水量的總體分布情況來看，研究區西部及由北部延伸至中部的條帶上灌水量分布最多，研究區東部整體灌水量分布較少。這主要受土地利用類型的影響，灌區西部及北部延伸至中部的區域為耕地的主要分布區，需水量較大。灌區東部則是土壤鹽漬化現象比較嚴重的鹽堿耕地分布區，受土壤鹽漬化的影響，該區域僅種植有小面積耐鹽作物，且部分鹽漬化嚴重的鹽堿耕地已逐漸被棄耕，故該區域需水量較少。

圖6 各時期土壤含鹽量、地下水礦化度、地表灌水量和地下水埋深空間插值結果圖

2.2.5 地下水埋深時空分布

由圖6d各時期地下水埋深分布圖可見，在1994－2015年間，地下水埋深在15 m以上的區域主要分布在灌區中西部，隨著年限的推移總體分布范圍變化不大，在灌區西南部，地下水埋深最大值達到45 m以上；研究區地下水埋深在15 m以下的區域主要分布在灌區中東部，隨著年限的不斷推移，該區域內地下水位埋深在0～5 m范圍內的區域由西北部逐漸向東南側擴張，發展至2015年由西北向東南貫通整個研究區，這主要是由于該區域地勢較低，加之灌水量不斷增加且原本地下水埋深較淺，導致該區域地下水位不斷抬升。受地下水埋深0～5 m區域擴張的影響，地下水埋深5～10 m的區域向西稍有擴張，向東擴張明顯，地下水埋深10～15 m區域則在地下水埋深5～10 m區域的擴張影響下不斷縮減，至2015年近乎消失。總體來看，灌區地下水埋深呈現出由西部到東部逐漸降低的趨勢。對比圖6c中研究區地表灌水量的總體分布情況可知，雖然灌水集中在灌區西部及由北部延伸至中部的條帶上，但灌區西部地下水埋深受地表灌溉水量的影響變化較小，灌區東部地下水埋深受地表灌溉水量的影響較大，這主要是由于灌區地勢西高東低，導致水分不斷地向東部運移，從而導致了東部區域地下水位的不斷抬升，而水分作為鹽分的載體，在不斷向東部聚集進而抬升地下水位的同時，也攜帶了大量鹽分隨之運移，從而導致該區域地下水礦化度的不斷增加，在灌區高蒸發低降雨的氣候條件下，地下水中的鹽分隨著毛管水不斷上移，導致土壤含鹽量的不斷上升，在一些地勢低洼的區域，甚至會出現地表反鹽的現象。這與前述研究區地表鹽分、土壤含鹽量及地下水礦化度在研究區內的分布態勢相吻合。

2.3 區域水鹽時空疊加分布

由于影響景電灌區區域尺度水鹽時空分異的各指標因子的量綱不同，因此在將影響因素疊加之前，運用ArcGIS中的重分類工具對指標因子柵格圖件進行標準化處理以消除量綱。通過重分類將各指標因子分別按照一定的分類標準劃分為1～10共10類：其中，地表鹽分按照積鹽程度由低到高進行劃分，土壤含鹽量與地下水礦化度按照由低到高進行劃分、地表灌水量按照由少到多進行劃分、地下水埋深按照由深到淺進行劃分。遵照該劃分原則疊加所得到的結果數值越高，表明相應區域整體含鹽量與含水量越高，反之表明相應區域整體含鹽量與含水量越低。依據表1所得權重系數，將重分類所得的各時期柵格圖件，分別運用ArcGIS中柵格計算器進行嵌套疊加，得到各時期水鹽總當量值疊加結果如圖7所示。

圖7 各時期水鹽總當量值空間分布圖

由圖7水鹽總當量值空間分布圖可見，在1994－2015年間，研究區內水鹽總當量值小于4.5的區域主要分布在灌區西部，隨著時間的推移總體分布范圍變化不大。其中，區域水鹽總當量值為1.2～1.5的區域僅在灌區西南部有小范圍分布，且在1994－2008年間，呈現出不斷縮減甚至消失的趨勢。而在2008－2015年間，又呈現出快速擴張趨勢。區域水鹽總當量值為1.5～3.0的區域在灌區西南部有較大范圍分布，且隨著時間的推移總體呈現向東部緩慢擴張的趨勢。區域水鹽總當量值為3.4～4.5的區域在整個西部均有分布，隨著時間的推移總體呈現向東部緩慢擴張的趨勢，其西南部受區域水鹽總當量值為1.5～3.0的區域擴張的影響，呈現縮減趨勢；區域水鹽總當量值大于4.5的區域主要分布在灌區東部。其中，區域水鹽總當量值為4.5～6.0的區域主要分布在灌區中東部，且呈現逐年縮減趨勢。區域水鹽總當量值為6.0～7.5的區域覆蓋了整個東部區域，并呈現出逐漸向西部緩慢擴張的趨勢。區域水鹽總當量值為7.5～9.0區間基本分布在研究區東部，并且散布在區域水鹽總當量值為6.0～7.5區間內部，在1994－2008年間呈現緩慢擴張趨勢，在2008－2015年間呈現快速擴張趨勢。且在2015年區域水鹽總當量值為7.5～9.0區間內出現了小范圍區域水鹽總當量值為9.0～10.5區間，可見該區域鹽漬化程度呈現出不斷惡化現象。總體來看，研究區總體水鹽總當量值分布呈現出西低東高，由西南向東北以弧線擴散狀增加的發展趨勢。隨著時間的推移，在1994－2008年間呈現出穩定發展態勢，2008－2015年間呈現出快速發展態勢。值得引起注意的是，東部水鹽總當量值較高的區域隨著時間的推移呈現出不斷向西部擴張的發展趨勢，嚴重威脅著西部的耕地資源安全，對于灌區農業生產可持續發展構成了潛在的威脅。

3 結 論

1）運用可拓層次分析法確定了影響區域尺度水鹽時空分異進程的各個因素權重，各因素權重的排序為地下水埋深（0.3190）＞地下水礦化度（0.2710）＞土壤含鹽量（0.1971）＞地表鹽分（0.1748）＞地表灌水量（0.0381），表明地下水埋深是驅動區域水鹽時空分異發展進程的主要因素。

2）通過多指標因子耦合疊加分析，揭示了研究區總體水鹽分布狀況及變化趨勢。結果表明，灌區區域水鹽總當量值分布呈現出西低東高，由西南向東北以弧線擴散狀增加的發展趨勢。隨著時間的推移，總體可以劃分為穩定發展期（1994－2008年）與快速發展期（2008－2015年）2個階段。受東部水鹽總當量值較高的區域不斷向西部擴張態勢的影響，西部耕地資源安全受到了潛在的威脅，研究區水鹽時空發展態勢整體朝向不利于灌區農業生產可持續發展的方向。

3）本研究借助ArcGIS平臺，結合可拓層次分析法，實現了研究區遙感影像數據、長序列監測數據的整合處理與分析，在單一驅動因子分析的基礎上，提出了一種適合對多種驅動因子進行耦合疊加的重要手段，為全方位地展現研究區水鹽時空分異的發展進程提供了一種可視化的新方法，可為研究區域水鹽時空分異發展態勢提供有益借鑒。

[1] 李素艷，翟鵬輝，孫向陽，等. 濱海土壤鹽漬化特征及土壤改良研究[J]. 應用基礎與工程科學學報，2014，22(6)：1069－1078.

Li Suyan, Zhai Penghui, Sun Xiangyang, et al. Saline-alkali soil characteristics and improvement in coastal area [J]. Journal of Basic Science and Engineering, 2014, 22(6): 1069－1078. (in Chinese with English abstract)

[2] 管孝艷，王少麗，呂燁，等. 土壤水鹽空間變異性及其尺度效應的多重分形分析[J]. 水利學報，2013，44(S1)：8－14.

Guan Xiaoyan, Wang Shaoli, Lv Ye, et al. Analysis on spatial variability of soil water and salt its scale effect based on multifractal [J]. Journal of Hydraulic Engineering, 2013, 44(S1): 8－14. (in Chinese with English abstract)

[3] 吳亞坤，劉廣明，楊勁松，等. 基于反距離權重插值的土壤鹽分三維分布解析方法[J]. 農業工程學報，2013，29(3)：100－106.

Wu Yakun, Liu Guangming, Yang Jinsong, et al. Interpreting method of regional soil salinity 3D distribution based on inverse distance weighting [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(3): 100－106. (in Chinese with English abstract)

[4] Taghizadeh-Mehrjardi R, Minasny B, Sarmadian F, et al. Digital mapping of soil salinity in Ardakan region, central Iran [J]. Geoderma, 2014, 213: 15－28.

[5] Scudiero E, Skaggs T H, Corwin D L. Comparative regional-scale soil salinity assessment with near-ground apparent electrical conductivity and remote sensing canopy reflectance [J]. Ecological Indicators, 2016, 70: 276－284.

[6] Ghassemi F, Jakeman A J, Nix H A. Salinisation of Land and Water Resources: Human Causes, Extent, Management and Case Studies [M]. Australia: University of New South Wales Press, 1995.

[7] 王佳麗，黃賢金，鐘太洋，等. 鹽堿地可持續利用研究綜述[J]. 地理學報，2011，66(5)：673－684.

Wang Jiali, Huang Xianjin, Zhong Taiyang, et al. Review on sustainable utilization of salt-affected land [J]. Acta Geographica Sinica, 2011, 66(5): 673－684. (in Chinese with English abstract)

[8] 劉廣明，吳亞坤，楊勁松，等. 基于電磁感應技術的區域三維土壤鹽分空間變異研究[J]. 農業機械學報，2013，44(7)：78－82+66.

Liu Guangming, Wu Yakun, Yang Jinsong, et al. Regional 3-D soil salt spatial variability based on electromagnetic induction technology [J]. Transactions of the Chinese Society of Agricultural Machinery, 2013, 44(7): 78－82+66. (in Chinese with English abstract)

[9] 徐存東，程慧，王燕，等. 灌區土壤鹽漬化程度云理論改進多級模糊評價模型[J]. 農業工程學報，2017，33(24)：88－95.

Xu Cundong, Cheng Hui, Wang Yan, et al. Application of improved multiple fuzzy evaluation model based on cloud theory in evaluation of soil salinization degree [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(24): 88－95. (in Chinese with English abstract)

[10] Krige D G. A statistical approaches to some basic mine valuation problems on the Witwatersrand [J]. Journal of the Chemical, 1951, 52: 119－139.

[11] Campbell J B. Spatial variation of sand content and pH within single contiguous delineation of two soil mapping units [J]. Soil Sci Soc Am J. 1978, 42: 460－464.

[12] Stein A, Sylla M. Spatial variability of soil salinity at different scales in themangrove rice agro-ecosystem in West Africa [J]. Agric-ecosyst-environ, 1995, 54(1): 1－15.

[13] Panagopoulos T, Jesus J, Antunes M D C, et al. Analysis of spatial interpolation for optimizing management of a salinized field cultivated with lettuce [J]. European Journal of Agronomy, 2006, 24(1): 1－10.

[14] Keshavarzi A, Sarmadian F. Mapping of spatial distribution of soil salinity and alkalinity in a semi-arid region [J]. Annals of Warsaw University of Life Sciences-SGGW. Land Reclamation, 2012, 44(1): 3－14.

[15] 姚榮江，楊勁松. 黃河三角洲地區淺層地下水與耕層土壤積鹽空間分異規律定量分析[J]. 農業工程學報，2009，23(8)：45－51.

Yao Rongjiang, Yang Jinsong. Quantitative analysis of spatial distribution pattern of soil salt accumulation in plough layer and shallow groundwater in the Yellow River Delta [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 23(8): 45－51. (in Chinese with English abstract)

[16] 王云強，邵明安，劉志鵬. 黃土高原區域尺度土壤水分空間變異性[J]. 水科學進展，2012，23(3)：310－316.

Wang Yunqiang, Shao Mingan, Liu Zhipeng. Spatial variability of soil moisture at a regional scale in the Loess Plateau [J]. Advances in Water Science, 2012, 23(3): 310－316. (in Chinese with English abstract)

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

Li Bin, Shi Haibin, Tuo Debao, et al. Soil salinity profile characteristics and its spatial distribution before and after water saving-taking the middle reach in Hetao Irrigation District of Inner Mongolia as an example [J]. Arid Zone Research, 2015, 32(4): 663－673. (in Chinese with English abstract)

[18] 趙明松，張甘霖，王德彩，等. 徐淮黃泛平原土壤有機質空間變異特征及主控因素分析[J]. 土壤學報，2013，50(1)：1－11.

Zhao Mingsong, Zhang Ganlin, Wang Decai, et al. Spatial varisbility of soil organic matter and its dominating factors in Xu-huai alluvial plain [J]. Acta Pedologica Sinica, 2013, 50(1): 1－11. (in Chinese with English abstract)

[19] 王卓然，趙庚星，高明秀，等. 黃河三角洲墾利縣夏季土壤水鹽空間變異及土壤鹽分微域特征[J]. 生態學報，2016，36(4)：1040－1049.

Wang Zhuoran, Zhao Gengxing, Gao Mingxiu, et al. Spatial variation of soil water and salt and microscopic variation of soil salinity in summer in typical area of the Yellow River Delta in Kenli county [J]. Acta Ecologica Sinica, 2016, 36(4): 1040－1049. (in Chinese with English abstract)

[20] 宋南奇，王諾，吳暖，等. 基于GIS的我國渤海1952－2016年赤潮時空分布[J]. 中國環境科學，2018，38(3)：1142－1148.

Song Nanqi, Wang Nuo, Wu Nuan, et al. Temporal and spatial distribution of harmful algal blooms in the Bohai Sea during 1952－2016 based on GIS [J]. China Environmental Science, 2018, 38(3): 1142－1148. (in Chinese with English abstract)

[21] Ahmad N, Pandey P. Assessment and monitoring of land degradation using geospatial technology in Bathinda district, Punjab, India [J]. Solid Earth, 2017, 9(1): 1－28.

[22] 徐存東，翟祿新，王燕，等. 干旱灌區封閉型和開敞型水文地質單元的水鹽動態監測研究[J]. 中國農村水利水電，2011(11)：149－152,163.

Xu Cundong, Zhai Luxin, Wang Yan, et al. Research on the monitoring of water-salt dynamic in closed and open hydrogeological units of arid irrigation areas [J]. China Rural Water and Hydropower, 2011(11): 149－152,163. (in Chinese with English abstract)

[23] 馬馳. 基于HJ1A-HSI反演松嫩平原土壤鹽分含量[J]. 干旱區研究，2014，31(2)：226－230.

Ma Chi. Quantitative retrieval of soil salt content in the Songnen Plain based on HJ1A-HIS images [J]. Arid Zone Research, 2014, 31(2): 226－230. (in Chinese with English abstract)

[24] 劉金鵬，高世銘，王得楷，等. 基于可拓層次分析法的區域泥石流災害評價研究[J]. 干旱區地理，2015，38(3)：531－538.

Liu Jinpeng, Gao Shiming, Wang Dekai, et al. Debris flow disaster risk assessment based on extension AHP [J]. Arid Land Geography, 2015, 38(3): 531－538. (in Chinese with English abstract)

[25] Vahidnia M H, Alesheikh A, Alimohammadi A, et al. Fuzzy analytical hierarchy process in GIS application [J]. Int Arch Photogramm, 2008, 22(2): 593－596.

[26] Ognjanovi? I, Ga?evi? D, Bagheri E. A stratified framework for handling conditional preferences: An extension of the analytic hierarchy process [J]. Expert Systems with Applications, 2013, 40(4): 1094－1115.

[27] 李莉，匡昭敏，莫建飛，等. 基于AHP和GIS的廣西秋旱災害風險等級評估[J]. 農業工程學報，2013，29(19)：193－201，293.

Li li, Kuang Zhaomin, Mo Jianfei, et al. Assessment of risk ranking for autumn drought in Guangxi province based on AHP and GIS [J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2013, 29(19):193－201，293. (in Chinese with English abstract)

[28] 陳曦. 中國干旱區土地利用與土地覆蓋變化[M]. 北京：科學出版社，2008：371－381.

[29] 李文昊，王振華，鄭旭榮，等. 新疆綠洲鹽堿地滴灌條件下地下水局部動態對荒地鹽分的影響[J]. 干旱區研究，2016，33(5)：1110－1118.

Li Wenhao, Wang Zhenhua, Zheng Xurong, et al. Effects of local dynamic change of groundwater on soil salinity in wasteland under drip irrigation in saline or alkaline land of oasis in Xinjiang [J]. Arid Zone Research, 2016, 33(5): 1110－1118. (in Chinese with English abstract)

[30] 鄧寶山，瓦哈甫·哈力克，黨建華，等. 克里雅綠洲地下水埋深與土壤鹽分時空分異及耦合分析[J]. 干旱區地理，2015，38(3)：599－607.

Deng Baoshan, Wahap Halik, Dang Jianhua, et al. Coupled analysis of spatio-temporal variability of groundwater depth and soil salinity in Keriya Oasis [J]. Arid Land Geography, 2015, 38(3): 599－607. (in Chinese with English abstract)

[31] 管孝艷，王少麗，高占義，等. 鹽漬化灌區土壤鹽分的時空變異特征及其與地下水埋深的關系[J]. 生態學報，2012，32(4)：1202－1210.

Guan Xiaoyan, Wang Shaoli, Gao Zhanyi, et al. Spatio-temporal variability of soil salinity and its relationship with the depth to groundwater in salinization irrigation district [J]. Acta Ecologica Sinica, 2012, 32(4): 1202－1210. (in Chinese with English abstract)

[32] 劉慶杰，荊林海，王夢飛，等. 基于克隆選擇支持向量機高光譜遙感影像分類技術[J]. 光譜學與光譜分析，2013，33(3)：746－751.

Liu Qingjie, Jing Linhai, Wang Mengfei, et al. Hyperspectral remote sensing image classification based on SVM optimized by clonal selection [J]. Spectroscopy And Spectral Analysis, 2013, 33(3): 746－751. (in Chinese with English abstract)

[33] 楊凱歌，馮學智，肖鵬峰，等. 優化子空間SVM集成的高光譜圖像分類[J]. 遙感學報，2016，20(3)：409－419.

Yang Kaige, Feng Xuezhi, Xiao Pengfeng, et al. Optimal subspace ensemble with SVM for hyperspectral image classification [J]. Journal of Remote Sensing, 2016, 20(3): 409－419. (in Chinese with English abstract)

Spatial-temporal distribution of water and salt in artificial oasis irrigation area in arid area based on remote sensing analysis

Xu Cundong1,2, Wang Rongrong1, Cheng Hui3, Lian Haidong1, Gong Xuewen1, Liu Luyao4, Wang Yan1

(1.,450046,; 2.,,450046,; 3.100038,; 4.300457,)

The process of soil salinization in the artificial oasis in the arid area is a complex process involving multiple factors, multi-level driving and multi-process coupling. To reveal the spatial-temporal distribution of water and salt in arid pumping-irrigation areas, the first phase irrigation area of Jingtaichuan Electrical Pumping Irrigation District in Gansu Province, located at the edge of Tengger desert, was selected as the typical research area. A total of five indicators including surface salt, soil salinity, groundwater salinity, surface irrigation water, and groundwater depth were selected in 1994, 2001, 2008, and 2015. We determined the weights of each indicator factor by extension analytic hierarchy process. With the help of monitoring classification and spatial analysis technology in ArcGIS software, spatial distribution raster maps of each indicator factor were obtained, and each raster map is standardized, the space is nested and superimposed according to the weight of each index factor, so as to get the spatial-temporal distribution of water and salt in the regional scale. The results showed that: 1) The weight of each factor affecting the spatial-temporal differentiation process of water and salt on a regional scale was ranked as follows: groundwater depth (0.3190), > groundwater salinity (0.2710), > soil salinity (0.1971), > surface salinity (0.1748), and > surface irrigation (0.0381).Groundwater depth and groundwater salinity were the main driving factors affecting the spatial-temporal differentiation of water and salt at regional scales. 2) The saline land in the study area were mainly distributed in the eastern closed hydro-geological units. Overall, the area of mild saline land was the largest, accounting for 7.22%-11.12%, followed by moderate saline land, accounting for 3.19%-5.72%, the area of heavy saline land was the smallest, accounting for 3.03%-4.91% during 1994-2015. The saline land in the study area was still in the process of development, and showed an accelerating growth trend. Among them, the development speed was mild saline land area > the moderate saline land > the heavy saline land. 3) The spatial and temporal distribution of water and salt in the study area was related to the overall topography. The distribution of total equivalent value of water and salt was low in the west and high in the east, increasing from southwest to northeast in arc diffusion development trend, affected by natural geomorphology and topographic conditions. With the passage of time, the total can be divided into two stages: stable development period (1994-2008) and rapid development period (2008-2015).Affected by the continuous expansion of the regions with higher total water and salt content in the east to the west, the security of cultivated land resources in the west was potentially threatened, and the overall development trend of water and salt in the study area was not conducive to the sustainable development of agricultural production in the irrigated areas.Based on the analysis of single driving factors, this study proposes an important means for coupling and superimposing multiple driving factors, which provides a new visualization for the comprehensive development of the spatial-temporal differentiation of water and salt in the study area. It can provide useful reference for studying the development trend of spatial-temporal differentiation process of waterand salt in regional scale.

remote sensing; soils; salt; ArcGIS; extension analytic hierarchy process; regional scale; spatial-temporal distribution of water and salt; Jingdian irrigation district

10.11975/j.issn.1002-6819.2019.02.011

S156.4

A

1002-6819(2019)-02-0080-10

2018-07-09

2019-01-05

國家自然科學基金資助項目（51579102，31360204）、河南省科技廳科技創新人才支持計劃（174200510020）；河南省高校創新團隊支持計劃（19IRTSTHN030）；寧夏回族自治區水利科技專項項目（TYZB-ZFGG-2017-31）；華北水利水電大學博士研究生創新基金

徐存東，博士，教授，博士生導師，主要從事灌區水鹽調控方面的研究。Email：xcundong@126.com

徐存東，王榮榮，程 慧，連海東，龔雪文，劉璐瑤，王 燕. 基于遙感數據分析干旱區人工綠洲灌區的水鹽時空分異特征[J]. 農業工程學報，2019，35(2)：80－89. doi：10.11975/j.issn.1002-6819.2019.02.011 http://www.tcsae.org

Xu Cundong, Wang Rongrong, Cheng Hui, Lian Haidong, Gong Xuewen, Liu Luyao, Wang Yan. Spatial-temporal distribution of water and salt in artificial oasis irrigation area in arid area based on remote sensing analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 80－89. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.02.011 http://www.tcsae.org