岷江上游雜谷腦河流域典型耕作區土壤顆粒分維特征

劉傳秀,王 青,閆嬋娟

(西南科技大學環境與資源學院，四川 綿陽 621010)

【研究意義】土壤是由不同粒徑的顆粒組成的多孔介質，其顆粒的不規則形狀和自相似結構使其具有一定的“分形(fractal)”特征[1-2]。土壤水力特性參數與土壤粒徑間存在著直接關系，是評價土壤質量的重要標準之一，但目前對于這些參數的測定比較困難，需要消耗大量的人力物力財力。【前人研究進展】Perfect等[3]對分形理論在土壤學中的應用作了詳細的介紹；Tyler、楊培嶺等[4-6]提出了土壤顆粒質量分形維數的計算方法，用土壤各粒級粒徑的重量分布取代數量分布進而來描述土壤分形特征；楊金鈴等[7]推導出土壤顆粒粒徑的質量分形維數(Dm)和體積分形維數(Dv)均可在一定程度上表征土壤質地特性；對同一流域內不同植被下土壤分形維數空間變異性分析為植植被恢復過程中合理地利用土壤資源,提供了理論依據[8-11]。岷江上游干旱河谷地區土壤環境的脆弱性使得對該地區土壤持水性的研究變得尤為重要。【本研究切入點】岷江上游干旱地區土壤粒徑分布分形維數的研究[12-13]，闡明土壤顆粒體積分形維數與不同土壤質地及土壤性質的相關關系，其結果可直接服務于岷江上游生態脆弱區植被修復和土地利用開發。【擬解決的關鍵問題】本文對岷江上游典型耕作區土壤顆粒分形特征開展研究，對不同土壤剖面、土層深度、土壤利用類型與土壤質地間聯系進行探討，分析分形維數對土壤性質的表征力，為西南干旱河谷區土壤持水特征、土壤保護以及農業生產研究提供思路。

1 材料與方法

1.1 研究區概況

岷江上游雜谷腦河是岷江水系的一級支流，全長157.4 km，發源于四川省阿壩藏族羌族自治州理縣西北的鷓鴣山南麓，流域面積為4592.64 km2，流域邊界與理縣行政邊界一致[14]。本研究依據岷江上游干旱河谷生態環境特點，選擇雜谷腦河流域為典型研究區。在對該區全面調查基礎上，選取佳山村(海拔：1500～2300 m)、三寨村(海拔：2200～2500 m)和九子村(海拔：2500～2700 m)3個典型耕作區為研究對象，設立樣地，采集土樣。在地理位置上3個典型區處于同一條干旱河谷，其中三寨村、九子村分別分布在河谷的南北側，受日照和降水等條件的影響，三寨村的植被覆蓋率明顯優于九子村，其中九子村以灌叢和原始林為主，三寨村以灌叢和松樹為主，但在規模上九子村大于三寨村；佳山村位河谷南側，以經果林和生態林為主，海拔從高到低以退耕地-耕地-聚落交錯分布。

1.2 土樣采集與分析

為了更好地表征土壤顆粒分形維數分布特征及其內在關系，本文依據海拔由高到低的變化，高程每200 m進行采樣，分別在九子村、三寨村、佳山村進行實驗采點(圖1)。在水平方向上，選擇經緯度在一定范圍內的經果林、退耕還林、原始林樣地土壤，采用蛇形布點法按土壤剖面垂直縱深布點，用100 cm3的環刀進行采樣，取樣深度為75 cm，分5個層次，各層次分別為0～15、15～30、30～45、45～60、60～75 cm。所有采樣在每一樣點周圍20 m范圍內設置3個點，分層均勻混合采樣，共計個88混合樣。采樣時間為2015年9月至10月。土壤采樣地基本情況見表1。

試樣經預處理后用貝克曼庫爾激光粒度儀測定土壤粒度分布。結果以國際制土壤粒徑輸出，按美國土壤質地分類制分為：黏粒(<0.002 mm)、粉粒(0.002～0.005 mm)、砂粒(0.050～2.000 mm)。

1.3 土壤顆粒分形維數的計算方法

Mandelbrot[15]研究了二維平面的顆粒大小分形特征，建立二維空間的分維模型大于某一特征尺度R的顆粒所占的面積A為：

圖1 岷江上游雜谷腦河流域采樣圖Fig.1 Sampling Zagunao River Basin of the Upper Reaches of Min River

表1 土壤采樣地基本情況Table 1 Basic information of soil sampling

(1)

R為測量尺度，Cd、λd為常數，與顆粒形狀及顆粒大小有關。Tyler等[5]在此基礎上進行了推廣，建立三維空間的體積分維模型。其后，楊培嶺等[6]對上述公式做了修改，用土壤質量來代替土壤的體積，表征土壤分形特征更為直觀。結合到本研究采樣及分析過程，在測量過程中較方便測得各粒徑體積百分數，因此本文以各粒級的體積百分數代替體積含量，推算出更適用于本文的計算模型。

將(1)推廣到三維空間，則大于某一特定粒徑Ri(Ri>Ri+1,i=1,2,3…)的土壤顆粒構成的體積V為：

(2)

(3)

VT=Cv

(4)

將(4)式代入(3)式得：

(5)

2 結果與分析

2.1 不同質地土壤分形維數

如圖2所示，研究區的土壤質地類型有粉壤土、壤土及砂壤土3種，所占比例分別為36 %、41 %、23 %，土壤顆粒分形維數在2.6279～2.8705。

各類土質對比分形維數可發現不同土壤質地的類型分形維數存在顯著差異：粉壤土分形維數變幅為2.7245～2.8705、壤土2.6624～2.8456、砂壤土2.6279～2.8014，整體上粉壤土>壤土>砂壤土；表明土壤顆粒分形維數可以表征土壤質地差異。該結果與伏耀龍[8]對岷江上游黑水河流域土壤顆粒分布分維特征相一致。

圖2 采樣點土壤質地Fig.2 Soil texture of sample point

表2 研究區不同土地利用類型下土壤顆粒分形維數Table 2 The fractal dimension of soil particles under different land use types

2.2 不同土地利用方式下土壤顆粒分形維數

土樣混合計算3個典型農耕區3種土地利用方式下的土壤顆粒分形維數，結果見表2 。

(1)退耕還林地依據地形的特殊性選擇九子村(2.8181)、三寨村(2.7902)、佳山村(2.8004)3個采樣地同時采樣，主要植被有洋槐、松樹、沙棘林等。該種植被類型下的土壤顆粒分形維數最高達到2.8705，最低為2.6025，極差較大，與原始林、經果林相比，該種植被類型下的平均分形維數為三者之最(2.8037)。

(2)經果林地在九子村(2.7972)、山寨村(2.7782)、佳山村(2.7806)2個采樣地同時采樣，共采集18個采樣點，主要種植作物有蘋果、車厘子、紅脆李、李子等果樹。該地土壤分形維數較退耕還林稍有下降(2.7853)，總體分形維數較高，由于農業耕作對原始土地利用的改變，對土壤顆粒組成產生影響，從而使土壤顆粒分形維數發生變化。

(3)原始林地在取樣時，選擇九子村(2.7856)、三寨村(2.7725)、佳山(2.7697)、3個典型農耕區進行實地采樣，該種土地利用下的植被以原始森林、原生灌叢、沙棘林等生長，植被覆蓋度較其余兩種土地利用明顯較低。該地平均分形維數也達到三者最低值(2.7638)，在各采樣地該種土地利用類型下的土壤分形維數也都是最低值。

總體平均分形維數相差不大，但變幅較大，退耕還林分形維數均值(2.8029)>經果林(2.7853)>原始林(2.7638)，土壤分形維數隨土地利用類型的不同而發生規律性的變化，植被覆蓋度越高，土壤分形維數越大。這一研究結果也與李林英等[16]的一致。由于人工退耕還林工程、農業耕作等改變原始土地利用方式，對土壤顆粒組成產生影響，從而使土壤顆粒分形維數發生變化。

2.3 分形維數與土層深度的關系

與已有研究[16-17]不同的是，本研究對同一流域內不同土地利用類型的土壤垂直剖面深度進行分析，土壤垂直剖面深度分形維數離散度不高，較為集中，分形維數與土層深度成正比，這一趨勢與研究區內土壤黏粒所占百分比分布相吻合。如圖3a所示，九子村各土地利用方式下，土層剖面土壤顆粒分形維數分布整體與土層深度成正比，除原始林外均在30～45 cm土層后穩定。圖3b中，三寨村的各類型土地利用方式下，土層剖面土壤顆粒分形維數分布與九子村整體相似，三寨村退耕還林和原始林在15～30 cm土層后趨于穩定，經果林則是在30～45 cm，該地區3種土地利用類型的土壤分形維數隨土層加深逐漸接近；圖3c為佳山村土層剖面土壤顆粒分形維數分布，與前兩者相似，該地區不同土地利用類型下的土壤分形維數整體趨勢穩定。同一流域的3種土地利用類型的土壤顆粒分形維數在不同深度土壤之間變化幅度較小且隨深度增加逐漸穩定，土壤顆粒分形維數隨著土壤深度增加逐漸接近。

圖3 不同農耕區土層剖面土壤顆粒分形維數分布Fig.3 Fractal dimension distribution of soil particles in soil profile of different farming areas

圖4 分形維數D值與不同土壤粒徑體積百分數的關系Fig.4 The relation between fractal dimension D value and the percentage of different soil particle diameters

2.4 分形維數與土壤顆粒組成的關系

通過相關性分析可知研究區內土壤顆粒分形維數與土壤粒徑體積百分比有明顯相關性，這也與王國梁、曾憲勤等[17-22]的結論一致。從圖4可以看出，該地區土壤顆粒分形維數與黏粒、粉粒含量均呈顯著正相關，與砂粒呈負相關。本文推導出的計算方法得到的土壤顆粒分形維數在數值上受土壤粒徑大小的影響，即：土壤顆粒粒徑與土壤顆粒分形維數成反比，土壤顆粒分形維數可表征土壤質地。

3 討 論

研究區土壤質地類型表現為有粉壤土、壤土及砂壤土3種，從結果上粉壤土分形維數變幅為2.7245～2.8705、壤土2.6624～2.8456、砂壤土2.6279～2.8014，整體上粉壤土>壤土>砂壤土，其分布于3種土壤質地的顆粒組成相似。其中，粉壤土顆粒含量中黏粒含量>壤土>砂壤土。土壤顆粒分形維數與土壤顆粒黏粒含量呈正相關。

對不同土地利用方式下土壤顆粒分形維數的研究，是對典型農耕區的生態環境的側面反映。文章通過對3個典型農耕區3種土地利用方式的土壤分形維數的分析研究可以看出，土壤分形維數隨土地利用類型的不同而發生規律性的變化，可描述植被覆蓋度；土壤剖面深度間分形維數也呈現規律性的變化，研究結果可謂岷江上游生態脆弱區農耕活動提供基礎數據支撐。

4 結 論

岷江上游雜谷腦河流域典型農耕區的土壤質地類型以砂壤土、壤土和粉壤土呈現。本研究應用土壤顆粒體積百分比計算土壤分形維數，針對岷江上游雜谷腦河流域典型耕作區土壤顆粒分維特征的定量化研究，可為改良耕作區土壤結構和提高農業生產潛力提供基礎數據支撐。

(1)研究區的土壤質地類型有粉壤土、壤土及砂壤土3種，所占比例分別為36 %、41 %、23 %，土壤顆粒分形維數在2.6279～2.8705。不同土壤質地分形維數存在顯著差異：粉壤土>壤土>砂壤土，表明土壤顆粒分形維數可以表征土壤質地差異。

(2)不同土地利用方式下平均分形維數：退耕還林(2.8037)>經果林(2.7853)>原始林(2.7638)，土壤分形維數隨土地利用類型的不同而發生規律性的變化，植被覆蓋度越高，土壤分形維數越大。由于人工退耕還林工程、農業耕作等改變原始土地利用方式，對土壤顆粒組成產生影響，從而使土壤顆粒分形維數發生變化。

(3)不同土樣垂直剖面深度分形維數離散度不大，較為集中，分形維數與土層深度成正比。同一流域的3種土地利用類型的土壤顆粒分形維數在不同深度土壤之間變化幅度較小且隨深度增加逐漸穩定，土壤顆粒分形維數隨著土壤深度增加逐漸接近。

(4)土壤顆粒分形維數隨土壤顆粒的粗細程度發生明顯變化：土壤顆粒分形維數與黏粒(R2=0.8125)和粉粒(R2=0.7556)呈正相關，與砂粒(R2=0.8932)呈負相關，土壤顆粒分形維數與土壤粒徑呈負相關；表明土壤顆粒分形維數可表征土壤質地。