阿拉善左旗土壤鹽分空間變異特征研究①

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 安徽工業大學能源與環境學院，安徽馬鞍山 243002；2 南京林業大學南方現代林業協同創新中心，南京 210037；3 中國科學院南京土壤研究所，南京 210008)

為了獲得內蒙古自治區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域，以實地調查采樣數據為依據，運用普通克里格法和徑向基函數方法探討研究區土壤鹽分的空間分布特征，根據兩種方法在土壤鹽分空間分布及插值精度等方面對比分析，獲得適合評價研究區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烈的空間自相關性。土壤鹽分空間格局上表現為西南部及北部高，東南部及中部低的趨勢。土壤鹽分剖面特征表現出明顯的區域性，研究區北部呈現底聚性，西南部及東部突出部分呈現為表聚性的剖面特點。克里格法與徑向基函數法均適用于阿拉善左旗土壤鹽分的空間特征解譯，精度驗證表明克里格法更適合于對研究區土壤鹽分空間變異的探討。研究區0 ~ 20 cm和20 ~ 40 cm兩個土層中分別有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；克里格法；徑向基函數

阿拉善左旗位于內蒙古自治區西部，隸屬于內蒙古阿拉善盟，是我國生態環境的重要前沿防線。土壤鹽漬化是制約阿拉善左旗農業生產發展的主要因素，對土壤鹽分剖面及空間變異精確評估將有助于揭示土壤鹽漬化變化規律，對于鹽漬化土地科學管理和合理利用有著重要指導意義。

應用地統計學探討土壤鹽分空間變異特征目前已經開展了較為廣泛的研究[1-4]。如Liu等[5]利用地統計學中的反距離權重方法(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]應用自然鄰近插值方法獲得了渭干河-庫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計學方法[8-12]，其中最常用的就是普通克里格法(ordinary kriging，OK) 法，它可以給出有限區域內區域變量的最佳線性無偏估計量。而局部性插值方法徑向基函數(radial basis function，RBF)，使用一個大研究區域內較小的空間區域內的已知樣點來計算預測值，對OK法是很好的補充。不同的模擬方法在應用上有何差別以及如何在具體應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。

本研究以內蒙古阿拉善左旗為研究區域，運用地統計學、普通克里格法和徑向基函數等方法探討研究區土壤鹽分的空間分布特征，根據土壤鹽分空間特征及插值精度等情況獲得適合評價研究區土壤鹽分剖面類型、特征及其空間分布的研究方法，以期對內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。

1 研究區概況與研究方法

1.1 研究區概況

研究區為內蒙古自治區西部阿拉善左旗，地理位置為103°21′ ~ 106°51′ E，37°24′ ~ 41°51′ N。研究區在內蒙古自治區的位置如圖1所示。該區地勢東南高、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、蒸發強烈、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、風沙土、石質土、粗骨土、漠境鹽土和鹽土等10個土類。

(該圖基于國家測繪局(http://bzdt.ch.mnr.gov.cn)提供的標準地圖審圖號：GS(2019)3333號制作，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定 根據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，在地形圖上進行20 km × 20 km均勻方格劃分調查區，每個調查區隨機調查3個樣點。取樣時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，采樣時在相鄰樣點周圍重復采集3 ~ 5個土壤樣品混合，以減小誤差。全旗共選取159個樣點，獲得318份土壤樣品，采樣點分布如圖1所示。用GPS對每個樣點進行定位，并記錄樣點周圍的植被等環境特征。采集的土壤樣品經自然風干、磨碎、過篩，采用土水比1︰5浸提，測定土壤電導率值[13]；從以上采集的土樣中隨機選取60個土壤剖面，共計120個土壤樣品，進行土壤離子組成測定，采用常規分析法(土水比1︰5)確定土壤各離子組成含量，計算出相應的土壤全鹽含量[13]。

1.2.2 數據的處理與分析 本研究采用普通克里格插值(OK)和徑向基函數插值(RBF)兩種方法探討研究區土壤鹽分的空間分布特征。經典的統計分析在SPSS19.0中完成，土壤變異函數模擬利用軟件GS+7.0獲得，空間插值及驗證利用ArcGIS 10.2軟件實現。地統計分析的方法及原理詳見文獻[14]。

1.2.3 精度驗證 本研究將159個實測剖面分為訓練數據集128個剖面及驗證數據集31個剖面，利用均方根誤差(root mean squared error，RMSE)及預測值與實測值的相關系數()來評價兩種方法的預測精度。

2 結果與分析

2.1 土壤鹽分的描述性統計

本研究根據實驗得到內蒙古阿拉善盟左旗地區土壤鹽分含量St(g/kg)與1︰5土水比土壤浸提液電導率EC1:5(mS/cm)的校正關系公式為：St=2.520EC1:5+ 0.761(2= 0.865,<0.001) 。應用該公式得到各采樣點土壤鹽分含量及其統計特征(表1)，由經典統計分析結果可以看出，在0 ~ 20 cm土層，研究區土壤鹽分含量在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，土壤鹽分表現為更強的分布不均性，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為隨著深度的增加，土壤鹽分減小的特點。從變異系數看，各層土壤鹽分含量的變異系數分別為1.50與1.77，表現為強度空間變異性[16-17]，并且呈現隨著土壤深度的增加，變異系數呈升高的趨勢。研究區0 ~ 40 cm土體土壤鹽分表現出強度空間變異性，說明土壤含鹽量的空間分布與微地形、氣候、地下水性質等自然因素和農田灌溉等人為多因素有關，不同的土地利用方式也是土壤鹽分表現空間強度變異性的主要因素。

2.2 土壤鹽分的空間結構

進行克里格插值必須檢驗數據的正態分布性，通過對各層土壤鹽分含量數據進行正態檢驗發現，0 ~20 cm與20 ~ 40 cm土壤鹽分含量均不符合正態分布，經自然對數轉化后均呈近似的正態分布，可滿足地統計學分析的要求，因此變異函數計算采用數據為經對數轉化后的數據。各土層土壤鹽分(包括經對數轉化后)的P-P正態概率圖見圖2。

表1 各土層土壤鹽分的統計特征值(n=159)

注：LN表示對數正態分布(Log-normal distribution，LN)。

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

圖2 各土層土壤鹽分的正態分布性檢驗

表2 土壤鹽分半方差函數參數

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 中的模型和參數進行土壤鹽分的OK插值，同時利用RBF插值方法，分別得到研究區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域土壤鹽分空間分布趨勢總體一致，研究區大部分土壤鹽分都比較高，鹽分含量基本大于1 g/kg，土壤鹽分的高值區域主要集中在研究區的西南部，低值區域主要集中在東南部及研究區的中部。但在局部區域，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)的總體趨勢相似，同樣大部分區域土壤鹽分含量大于1 g/kg，研究區的北部和西南部土壤鹽分比較高，研究區的東南部及中部土壤鹽分比較低。OK預測方法比RBF插值法的鹽分高值區域更廣并且程度更深。

圖4 各層土壤鹽分空間插值圖

整個剖面土壤鹽分分布特征表現出了明顯的區域性特點，研究區北部土壤鹽分剖面特征表現為底聚性，即隨著土壤深度增加，土壤鹽分含量增加；研究區的西南部及東部突出部分土壤鹽分剖面特征表現為表聚性，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價

經精度驗證分析(表3)，從預測均方根誤差(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，說明整個土層OK插值方法相較于RBF插值方法RMSE值都相對較低。對于整個土層預測值和實測值之間的相關系數()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插值方法相關系數分別較RBF插值方法提高了0.129、0.163。這與OK插值的本身特點有關，因為OK插值方法是從變量相關性和變異性出發，在有限區域內對區域化變量的取值進行無偏、最優估計的方法，比RBF插值方法更適用于大量點數據進行插值計算獲得平滑表面。

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證結果來看，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

根據土壤鹽漬化分級標準[15]，應用OK插值法獲得的研究區土壤鹽分分布圖，統計了研究區域不同土層的鹽漬化等級，即非鹽漬化、輕度鹽漬化、中度鹽漬化、重度鹽漬化和鹽土5個等級鹽漬化土壤所占比例(表4)。研究區總面積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。整個剖面土層中度鹽漬化土壤所占比例最大，兩個土層分別達到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域兩個土層有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鹽漬化土壤加以防控與治理。

表4 研究區各土層土壤鹽漬化等級所占比例(%)

3 結論

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

2) 克里格法與徑向基函數法對于阿拉善左旗土壤鹽分的空間特征均有較好的解譯精度，進一步精度驗證表明克里格法更適合于對研究區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

[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參數特征研究[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. 基于電磁感應技術的土壤剖面鹽分空間分布建模研究[J]. 生態學報, 2016, 36(20): 6387–6396

[8] 劉遷遷, 蘇里坦, 劉廣明, 等. 伊犁河谷察南灌區土壤鹽分空間變異研究[J]. 干旱區研究, 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] 張越, 楊勁松, 姚榮江. 咸水凍融灌溉對重度鹽漬土壤水鹽分布的影響[J]. 土壤學報, 2016, 53(2): 388–400

[13] 魯如坤. 土壤農業化學分析方法[M]. 北京: 中國農業科技出版社, 1999: 90–99

[14] 王政權. 地統計學及在生態學中的應用[M]. 北京: 科學出版社, 1999: 65–132

[15] 王遵親, 祝壽泉, 俞仁培, 等. 中國鹽漬土[M]. 北京: 科學出版社, 1993

[16] 吳亞坤, 劉廣明, 蘇里坦, 等. 基于電磁感應研究新疆土壤鹽分三維空間變異對季節的響應[J]. 農業工程學報, 2017, 33(14): 173–178

[17] 唐夢迎, 丁建麗, 夏楠, 等. 干旱區典型綠洲土壤有機質含量分布特征及其影響因素[J]. 土壤學報, 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

國家科技基礎性工作專項(2015FY110500)和國家重點研發計劃項目(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險評估與GIS方面的研究。E-mail: wuyakun8250@163.com

S151.9

A

10.13758/j.cnki.tr.2019.05.026