客土造林后濱海鹽堿地土壤鹽分分布及影響因素分析

祝 瑜，褚琳琳，朱文東，孫 全，孫慶凱

客土造林后濱海鹽堿地土壤鹽分分布及影響因素分析

祝 瑜1，褚琳琳1※，朱文東2，孫 全3，孫慶凱4

（1. 河海大學農業科學與工程學院，南京 211100；2. 中國科學院地理科學與資源研究所陸地水循環及地表過程重點實驗室，北京 100101；3. 連云港香河園林綠化工程有限公司，連云港 222047；4. 江蘇方洋建設工程管理有限公司，連云港 222047）

土壤鹽堿化問題嚴重制約著鹽堿地生態綠化環境和農業可持續發展。為研究客土造林后濱海鹽堿地土壤鹽堿化狀況的空間分布格局及影響因素，該研究開展實地調查采樣，結合地統計學、經典統計學和Kriging插值等方法分析徐圩新區濱海鹽堿地0～10、>10～20、>20～40、>40～60、>60～100 cm土層土壤鹽分分布格局及其影響因素。結果表明：1） 研究區5個土層土壤電導率均為中等強度變異，pH值是弱變異。大多數土層土壤電導率和pH表現為弱空間相關性，由隨機因素引起的空間變異性較弱，自相關引起的空間變異性較強。水平方向上看，研究區從西向東鹽堿程度逐步加深，垂直方向上，土壤電導率隨著土層深度增加而不斷變大；2）研究區客土0～100 cm土層土壤電導率均值為2.91 dS/m，屬于輕度鹽漬化土；原土0～100 cm土層土壤電導率均值為31.00 dS/m，屬于極重度鹽漬化土，原土上只有極少數耐鹽作物能自然正常生長。客土土壤電導率明顯低于原土，但pH值與原土差異不大，客土土壤鹽分表聚和底聚現象明顯，存在返鹽返堿的問題，長期來看，客土造林并不是該地區綠化最好的方式。3）影響研究區土壤電導率的因素有河流湖泊水體電導率和pH值、土壤pH值、海拔、植被、氣候等。研究對于提高重度鹽堿土的開發利用率和改善景觀綠地建設，指導制定精準鹽堿地綜合改良措施、管理制度等提供參考依據。

鹽分；電導率；地統計學；鹽堿地；客土；pH

0 引 言

土壤鹽堿化問題嚴重制約著鹽堿地生態綠化環境和農業可持續發展。客土造林長久以來是改良土壤鹽堿土的一種方法。江蘇省海岸線長，蘇北沿海灘涂資源豐富，約占中國灘涂面積的1/4，且灘涂面積還在不斷增加[1-2]。徐圩新區位于連云港市東南部，海岸線長34.9 km，歷史上是一個產鹽重鎮，現在是國家東中西區域和合作示范區先導區，是江蘇沿海開發、“一帶一路”支點建設產業合作的主要實施載體。徐圩新區處于典型的粉砂淤泥質海岸，地勢平坦，潛水位高，受海潮和海水型地下水的影響，區域內絕大部分土壤含鹽量高，質地黏重、結構差、透氣性不良，除了耐鹽性極強的少數鹽生植物外，常規植物不能生長，綠化和生態環境建設難度較大。為了打造良好的投資環境，建設“生態徐圩、大美徐圩”，建成國內化工園區生態環境示范標桿，新區高度重視綠化工作，通過采用“客土造林”結合“暗溝排鹽+隔鹽層+土壤改良工藝”的技術模式，短時間內達到了預期效果[3]。但“客土造林”的技術模式施工土方量大，客土來源少且容易破壞客土來源地生態，造林成本和管護成本高昂，綠化成本高達250元/m2以上，而且可持續性不強，樹木前期表現良好，后期生長逐步衰弱甚至死亡，存在“綠化難，后期管護和維持更難”等問題。鹽堿地綠化已經成為徐圩新區亟待解決的重大問題，區域尺度土壤鹽堿空間分布特征的研究，有利于明確區域土壤鹽堿化程度，是決定土壤鹽堿綜合治理、利用方向和措施必不可少的工作。

土壤鹽分空間分布具有空間變異性，目前，地統計學被不斷完善并成功應用于土壤性質的研究，克里金插值法是最準確的地統計學評估方法之一，它能估計在不相關的點分析變量的值，在分析和解釋土壤空間變異時，還經常被用于繪制土壤特性分布圖[4-5]。系統分析和掌握鹽堿土的空間分布特征，是實現鹽堿土改良治理的基礎[6]，有關土壤鹽分空間分布及其影響因素分析在國內外展開了較為廣泛的研究[7]，如王友年[8]利用克里金插值法研究了喀什葛爾河流域土壤鹽分空間，發現地下水對該地區土壤鹽漬化的影響較大；吳亞坤等[9]將電磁感應式土壤表觀電導率測定技術作為基礎，獲得剖面土壤鹽分含量信息，采用反距離權重空間數據插值方法評估了新疆伊犁地區不同季節三維土壤鹽分空間變異特征；王瑞萍等[10]于春季在河套灌區烏拉特灌域采用地統計學、經典統計學和多指標綜合評價方法對土壤鹽堿化指標的空間分布特征進行分析，揭示了灌域土壤鹽堿化的主要影響因子；劉文全等[11]以鹽田復墾區典型地塊作為研究對象，利用三維克里格方法研究了不同棉花生育期土壤鹽分的三維空間變異特征，探究了土壤鹽分與有機質的響應關系。

綜上，現有研究多集中在原土土壤的鹽分空間分析，對于利用客土改良后土壤鹽堿變化以及濱海重度鹽堿地在客土造林后的土壤鹽分空間變異和影響因素還需要進一步研究。針對徐圩新區鹽堿地綠化研究中存在的問題，本文在田間采樣、化驗分析的基礎上，采用地統計學和Kriging插值等方法從水平及垂直方面完整有效地反映研究區土壤鹽堿信息，比較客土和原土的土壤鹽堿差異，揭示土壤鹽堿化的影響因素，以期為徐圩新區濱海鹽堿地的精確改良和水土資源合理利用提供科學依據。

1 研究方法及數據處理

1.1 研究區概況

研究區位于江蘇省連云港市徐圩新區濱海地區（119°17′～119°38′E，34°29′～34°40′N），處于典型的粉砂淤泥質海岸，地勢平坦，土壤地下水埋深為1～1.5 m。該地區屬于暖溫帶濕潤性季風海洋氣候，年平均氣溫14.1 ℃，年最高氣溫為40 ℃，年最低氣溫為-18.1 ℃，四季分明，夏季多雨，冬季干燥。年平均風速3.1 m/s，最大風速29.3 m/s，易受臺風侵襲。年平均降雨量900.9 mm，且70%以上集中于6—9月；年平均蒸發量為855.1 mm，蒸發量年內分配不均，5—9月蒸發量占全年蒸發量的59%。研究區主體為鹽業用地，現規劃為石化工業園區和產業配套區用地[12]，徐圩新區2009年以來已建客土工程綠化項目105項，總面積約600 hm2，取得一定效果。工程要求綠化區域選用無鹽堿、土壤結構良好的客土換土造林，客土層（種植層）要求鋪設滿足相應種植喬木、灌木、草本植物生長需求的土層厚度，客土層下布設隔鹽層及排鹽溝。2021年7月，經采樣分析，研究區土壤基本理化性質如表1所示，pH值均大于7，為堿性土壤，土壤電導率均值為22.44 dS/m，屬于極重度鹽漬土。土壤總體質量較差，與城鎮建設行業標準《綠化種植土壤》（CJ/T 340—2016）相比，僅有效磷和堿解氮含量處于行業標準底限值，有機質含量顯著低于標準。

表1 研究區土壤基本理化性質

1.2 樣品采集與測定

2021年8月下旬在徐圩新區濱海鹽堿地進行野外數據采集工作，參考徐圩新區土地利用圖、行政區劃圖、交通道路規劃圖等相關圖形資料進行布設采樣點，樣點包括濱海鹽堿原土以及客土。采用GPS定位，記錄采樣點經緯度和海拔，采樣間隔約為3 km，全區共布設49個樣點，如遇到土壤樣點旁邊有河流湖泊，采集水體水樣，同時調查記錄樣點植被等情況，采樣見圖1。在每個采樣點用土鉆分層采樣，土層分別為0～10、>10～20、>20～40、>40～60、>60～100 cm，進行3次重復，得到735個土壤樣品。

將樣品帶回實驗室自然風干后，挑去礫石、植物根系等，碾磨過篩，制作飽和泥漿，水土質量比約為3∶5，離心獲得飽和泥漿提取液，用DDSJ-308F電導率儀（上海儀電科學儀器股份有限公司）測定土壤提取液電導率值以及河流湖泊水樣，用PHSJ-3F（上海儀電科學儀器股份有限公司）測定土壤提取液和河流湖泊水樣pH值[13]。參考《土壤農化分析》[14]測定土壤有機質、有效磷、速效鉀、堿解氮。有機質含量采用重鉻酸鉀容量法測定；有效磷含量采用鉬銻抗顯色法測定；速效鉀含量采用火焰光度計測定；堿解氮采用堿解擴散法測定。

圖1 研究區地理位置及采樣點圖

1.3 數據分析與處理

用SPSS 23.0軟件進行土壤電導率與pH值統計學分析。采用GS+9.0進行半方差函數變異分析和空間自相關性分析，得到最優化模型和相關參數，用ArcGIS 10.2進行克里金插值，得到不同土層土壤電導率與pH的分布圖，用Origin 18.0軟件進行皮爾遜相關性分析及其他柱狀圖的繪制。

2 結果與分析

2.1 土壤電導率與pH值統計分析

2.1.1 不同土層土壤電導率與pH值描述性分析

從表2峰度和偏度系數可知，0～10、>10～20 cm土層土壤電導率近似服從偏態分布外，>20～40、>40～60、>60～100 cm土層土壤電導率分布均呈明顯的正態分布。研究區5個土層土壤電導率均值分別為19.82、19.79、22.28、23.53、26.79 dS/m，除0～10 cm表層土壤外，其他土層土壤電導率均隨土層深度增加而變大。各土層土壤電導率的最小值范圍在0.60～0.89 dS/m，差距較小，最大值范圍在57.77～71.76 dS/m，差距較大，中位數值表現為隨土層深度增加而逐漸變大的趨勢。各土層土壤電導率變異系數分別為82.68%、80.82%、76.58%、71.35%和64.69%，根據變異系數分級標準[15]來看均呈中等變異強度，按照從大到小的順序對各土層土壤電導率變異系數進行排列，順序為0～10、>10～20、>20～40、>40～60、>60～100 cm，土層深度越深，電導率變異系數越小。研究區5個土層土壤pH分布呈偏態分布，各土層土壤pH值范圍分別為7.36～8.53、7.61～8.57、7.70～8.38、7.38～8.45、7.65～8.24，表層0～10 cm土壤pH變化最大，20 cm以下土層土壤pH均值隨深度增大而逐漸減小。各土層土壤pH值的變異系數隨土層深度增大而減小，都屬于弱變異性。

表2 不同土層土壤電導率和pH值描述性統計

2.1.2 不同土層土壤電導率與pH半方差函數分析

變異函數理論模型的各項擬合參數決定了理論模型的選擇[16]，由表3可知，0～10、>40～60 和>60～100 cm土層土壤電導率和pH的最優半方差理論模型均為指數模型，>10～20 cm為高斯模型，>20～40 cm為球形模型。5個土層土壤電導率模型擬合決定系數分別為0.80、0.84、0.80、0.78和0.80，土壤pH模型擬合決定系數分別為0.84、0.84、0.88、0.94、0.73，擬合效果較好，能較準確地反映徐圩新區鹽堿地部分空間土壤電導率和pH的空間變異結構特征；變程是指半變異函數取值由初始的塊金值達到基臺值時采樣點的間隔距離，當樣點間距超過變程時，可認為不具有相關性。0～10 和>60～100 cm土層的變程明顯大于其他土層，說明0～10和>60～100 cm土層土壤電導率比其他3個土層空間相關性小。塊金值通常表示由于試驗誤差和小于試驗采樣尺度引起的變異，本文中0～100 cm土層土壤電導率和pH的半方差模型中的塊金值都很小，說明在采樣尺度下，影響土壤電導率和pH垂直變異的過程作用較小。在半方差理論模型中，塊金值與基臺值的比值被定義為基底效應，根據CAMBARDELLA等[17]研究可知，若基底效應小于25%，說明系統空間相關依賴性強；基底效應處于25%～75%范圍內，說明系統空間相關依賴性是中等水平；基底效應大于75%，即系統空間相關依賴性弱。由表3可知，>10～20 cm土層土壤的電導率值的基底效應分別為30.952%，處于25%～75%范圍內，空間相關性呈中等水平，其他土層均為弱相關性。

2.2 不同土層土壤電導率與pH空間格局

研究區0～100 cm土層土壤電導率和pH值空間分布如圖2和圖3所示，由于采樣點的有限性，對未采樣的區域進行Kringing插值估計，即可對沒有采集數據的空間進行分析，得到最優無偏估計值。克里金有幾種方法組成，包括簡單克里金、指示克里金、普通克里金和協同克里金，本文運用的是簡單克里金插值法。

表4是美國農業部根據EC值劃分土壤鹽漬化程度等級的研究[18]，圖2結果顯示研究區主要是重度鹽漬化土壤和極重度鹽漬化土，總體來看，土壤電導率由西向東逐漸升高，且隨土層深度增大土壤電導率值也呈增大趨勢，不同區域之間有較大的差異，個別湖泊水庫之處，土壤電導率值較小，石化基地附近的土壤電導率值較大，石化基地對土壤存在一定的化學污染，導致土壤退化[19]。研究區還分布著大面積的曬鹽池與蝦塘[12]，土壤鹽分較重，為極重度鹽漬土，導致土地荒漠化，植被遭受到干擾和破壞[20]，只有極少數耐鹽作物能自然生長，為防止影響生物多樣性以及生態系統協調性，區域內綠化采用客土工程，使得土壤電導率分布不均。不同土層深度土壤電導率空間格局分布差異明顯，最大值都集中在靠東部的中下區域。研究區內非鹽漬化土占比最小，極重度鹽漬土占比最大，且在各個土層中都占比超過50%，隨土層深度增加而增大，在>60～100 cm土層中甚至占比超過80%。

表3 不同土層土壤EC和pH半方差模型

圖2 0～100 cm不同土層土壤EC空間分布圖

圖3 0～100 cm不同土層土壤pH空間分布圖

表4 土壤鹽漬化等級劃分標準[18]

土壤pH值是衡量土壤酸堿度的指標，在很大程度上影響作物產量、土壤養分和微生物活性等[21]。研究區土壤pH分布如圖3所示，0～10、>40～60和>60～100 cm土層土壤pH分布呈斑點狀分布，>10～20和>20～40 cm土層土壤pH呈條帶狀分布，整個區域土壤pH最小值為7.36，最大值為8.53，總體上>40～60 cm土層的土壤pH值較大，pH處于7.50～7.99范圍內的頻數隨土層深度增加而增大，pH>8.0的頻數隨土層深度增加而減少，研究區整體都是屬于堿性土壤。

由表5相關性分析可知，研究區0～10、>10～20、>20～40、>40～60和>60～100 cm土層中，各土層土壤電導率值均存在極顯著正相關關系（<0.01），任意一層土壤電導率與其相鄰的下層土壤電導率相關性相較于與其他下層土壤最為顯著，此規律和前人研究相同[22]。>40～60 cm土層土壤電導率和>60～100 cm土層之間的相關性最顯著，相關系數為0.96，0～10和>60～100 cm之間的相關性最小，相關系數為0.77。除>20～40 cm土層土壤pH與>60～100 cm土層pH值無顯著相關關系，其他土層pH值兩兩之間均呈現極顯著相關關系，相關系數范圍在0.34～0.84，且與電導率值存在相同的規律，即相鄰2個土層之間的相關性最高，隨著深度增加，相關性逐漸減小。總的來看，垂直方向上各層土壤電導率和pH互相作用、互相影響，各土層之間土壤pH的相關性比土壤電導率的小。

2.3 客土與原土土壤電導率和pH值對比

圖4是研究區原土裸地、原土有植被、客土裸地、客土有植被的衛星圖，原土上僅鹽蒿、堿蓬等鹽生植物能存活，客土上種植的植物有檉柳、木槿等行道樹。由表6可知，研究區客土有植被覆蓋的土地0～100 cm土壤電導率值和pH值比無植被覆蓋的土壤小，原土有植被覆蓋土壤電導率比裸地的略小，原土有植被覆蓋的土壤pH值比原土裸地的略大。客土5個土層土壤電導率先減小后增大，而原土土壤電導率值隨著土層深度的增加而增大。4種不同土地類型不同土層土壤pH值變化規律不明顯，可能是因為pH值相差不大，但可以發現表層0～20 cm土層土壤的pH值大于其他深層土壤。

表5 不同土層土壤EC和pH值相關性

注：*表示顯著相關（<0.05），**表示極顯著相關（<0.01）。

ote: * means significant correlation (<0.05), * * means extremely significant correlation (<0.01).

注：長方框內為取土樣區域。

表6 不同土地類型不同土層土壤EC和pH值

注：不同小寫字母代表不同土層間差異達顯著水平（<0.05）。

Note: Different lowercase letters represent significant differences among different soil layers (<0.05).

2.4 土壤電導率和pH值影響因素分析

對土壤性質與環境因素進行皮爾遜相關性分析（表 7），發現經緯度和研究區土壤電導率和pH均無顯著相關性，海拔和土壤電導率存在顯著性負相關關系（<0.05），而河流湖泊水體電導率和土壤電導率呈極顯著正相關關系（<0.01），水體pH和土壤電導率呈顯著正相關關系（<0.05），植被和土壤電導率呈極顯著負相關關系（<0.01），即有植被覆蓋的土地，土壤的鹽分會低于無植被覆蓋的土地，植被對土壤鹽分有一定的改善作用。土壤電導率和土壤pH值呈現極顯著負相關關系（<0.01）。

表7 土壤性質與環境因素相關性

注：REC和RpH為河流湖泊水體EC和pH值，SEC和SpH為土壤EC和pH值。

Note: REC and RpH mean the EC and pH values of rivers and lakes, and SEC and SpH mean the EC and pH values of soil.

3 討 論

研究區濱海鹽堿地土壤為極重度鹽漬土，在自然狀況下，僅有少部分鹽生植物能成活和生長，為打造良好投資環境，區內實施了大量客土綠化工程。本次調查采樣點包括客土造林后的土壤以及徐圩新區的濱海鹽漬土。由表2可知，不同土層土壤電導率變異系數均為中等變異，且隨著土層深度增加，變異系數越小。從宏觀上看，研究區土壤從西向東土壤鹽漬化程度加深，很可能是因為海平面上升、海水入侵和颶風等。只有>10～20 cm土層土壤的電導率值的基底效應分別為30.952%，處于25%～75%范圍內，空間相關性呈中等水平，其他土層均為弱相關性（表3）。空間相關性是由隨機因素和土壤自身結構性因素共同作用的結果，其中隨機因素（比如不同的施肥、耕作方式等）的影響會使得同一層面的空間相關性減弱，而結構因素包括土壤母質、氣候以及地形等會使土壤電導率和pH的空間相關性增強。研究區大多數土層土壤電導率和pH的空間相關度在0%～25%之間，說明隨機因素引起的空間變異性較弱，自相關引起的空間變異性較強。從垂直角度上看，土壤電導率隨著土壤深度增加而變大，各土層土壤電導率值均存在極顯著正相關關系（<0.01），任意一層土壤電導率與其相鄰的下層土壤電導率相關性相較于與其他下層土壤最為顯著，此規律和前人研究相同[22]。

客土改良后的土壤電導率明顯低于原土，但是客土總體上沒有使土壤pH值降低，客土0～100 cm土層土壤pH值均值為8.07（表6），略高于《園林栽植土質量標準》的pH值建議值（6.0～7.8）[3]，可能是因為在客土后期養護澆水的過程中灌水量一次性過多，使土壤中的肥料流失，造成土壤返堿，因此澆水應該采用小水灌透的方法，使水分緩慢滲入土中。土壤pH值受土壤母質、地形、氣候、植被、人為耕作等影響[21]，本研究區土壤為堿性，原土裸地土壤pH值和原土有鹽生植物覆蓋的差異性小，但客土有植被覆蓋與裸地相較之下，綠化植物降低土壤pH值改良土壤堿性的作用較為明顯[23]。有鹽生植物覆蓋的情況下原土0～100 cm土層土壤電導率值均比原土裸地的小，種植鹽生植物可以有效地降低土壤含鹽量，改善土壤理化性質[24-25]，還有研究證明鹽生植物的根系微生物群落是鹽漬土土壤修復的重要機制之一[26]。原土分為上有鹽生植物覆蓋和“鹽斑化”明顯的裸地[27]2種情況，這2種情況下，0～20 cm土層土壤電導率相差不大，>20～100 cm的相較之下差距偏大，相較于裸地，不論是人為種植的綠化植物還是自然生長的鹽生植物都能起到改善土壤鹽堿的作用[28-29]，與表7中土壤電導率和植被呈極顯著負相關關系的結論一致。由表6，客土土壤表層（0～10 cm）土壤電導率值比>10～60 cm的大，且表層和>60～100 cm土層土壤電導率在2～4 dS/m范圍內，屬于輕度鹽漬土，土壤鹽分表聚和底聚現象明顯，主要是因為在客土工程綠化植物生長過程中，隔鹽材料隨著年限逐步老化失效，隔鹽排鹽系統漸漸堵塞積水及后期管護措施不到位等原因，土壤及地下水鹽分可在蒸發作用下隨毛管水上升[30]，造成土壤返鹽狀況，在客土養護過程中需定期檢查隔鹽排鹽措施，客土年限越大，返鹽狀況越明顯，客土技術對綠化來說具有不可持續性，長期來看客土綠化并不是研究區解決綠化問題最好的方式。

徐圩新區東臨黃海，水域面積占全域面積的11.4%，形成“三縱八橫六湖”錯綜復雜的河湖水系，研究區土地主要為徐圩鹽場的曬鹽用地及配套的輸水道以及送水道，常年引海水曬鹽，河流湖泊水體電導率值高，鹽分重[12]。由表7可知土壤采樣點周圍的河流湖泊水體電導率和土壤電導率存在極顯著正相關關系（<0.01），水體pH和土壤電導率存在顯著正相關關系（<0.05）。所以在周圍有河流湖泊的土地上進行客土等綠化工程，必須選擇當地更為耐鹽堿的植物，且更注重灌溉養護管理。有學者[31]針對生態輸水對甘肅青土湖地區土壤鹽漬化的影響進行研究，發現隨著水域水體鹽分降低，周圍鹽漬土轉化為非鹽漬土，而湖區外圍土壤鹽分先降低后升高，最后發生土壤次生鹽漬化。目前從機理性上對河流湖泊水體鹽堿度對土壤鹽分的影響還需更加深入的研究。研究區經緯度和土壤鹽堿度并沒有相關性，而一些研究證明[32-33]，海拔高度與土壤電導率值存在顯著負相關關系，與本研究一致。氣候是影響鹽堿化的重要因素之一[34]，土壤鹽堿化季節性變化明顯，春秋積鹽、夏季脫鹽，冬季隱蔽性積鹽[35]，采樣時8月雨季排水不暢加上夏季高溫蒸發作用，土壤中鹽分在表層聚積使鹽分濃度增加達到最大值，使其鹽漬化程度加深[36]，所以后期還需對春秋等季節土壤鹽分狀況進行研究。

4 結 論

根據采樣監測結果分析了客土造林后的徐圩新區濱海鹽堿土0～100 cm 5個土層土壤電導率和pH空間分布特征以及影響因素，得出以下結論：

1）研究區0～10、>10～20、>20～40、>40～60和>60～100 cm土層土壤電導率均為中等強度變異，pH值是弱變異性，變異系數隨土壤深度增加而變大。大多數土層土壤電導率和pH表現為弱空間相關性，由隨機因素引起的空間變異性較弱，自相關引起的空間變異性較強。水平方向上看，研究區從西向東鹽堿程度逐步加深，垂直方向上，土壤電導率值隨著土層深度增加而不斷變大，相鄰2個土層之間土壤電導率相關性最高，隨著深度增加，相關性逐漸減小。

2）研究區客土0～100 cm土層土壤電導率均值為2.91 dS/m，屬于輕度鹽漬化土；原土0～100 cm土層土壤電導率均值為31.00 dS/m，屬于極重度鹽漬化土。原土上只有極少數耐鹽作物能自然正常生長，客土土壤鹽分表聚和底聚現象明顯，存在返鹽返堿的問題，后期養護中應利用小水灌透的方式以及定期檢查排鹽隔鹽措施，在咸水河流湖泊旁邊的土地綠化時選用更耐鹽堿的植物，長遠來說，客土改良并不是解決該地區綠化最好的方式。影響研究區土壤電導率的因素有河流湖泊水體電導率和pH值、土壤pH值、海拔、植被、氣候等。所以在后續的綠化造林工程中應該更加注重以上影響因素，制定更為適宜完備的綠化造林方案。土壤鹽分還具有時間變異性，在今后的研究中，應當重視土壤鹽分的時空分布、不同年限客土土壤理化特性變化以及河流湖泊水體性質對周圍土壤鹽堿影響的機理性研究。

[1] 金雯暉，楊勁松，侯曉靜，等. 輪作模式對灘涂土壤有機碳及團聚體的影響[J]. 土壤，2016，48(6)：1195-1201.

JIN Wenjun, YANG Jinsong, HOU Xiaojing, et al. Effects of rotation systems on soil organic carbon and aggregates in light salinized farmland in North Jiangsu Province[J]. Soils, 2016, 48(6): 1195-1201. (in Chinese with English abstract)

[2] 姚榮江，楊勁松，陳小兵，等. 蘇北海涂典型圍墾區土壤鹽漬化風險評估研究[J]. 中國生態農業學報，2010，18(5)：1000-1006.

YAO Rongjiang, YANG Jinsong, CHEN Xiaobin, et al. Evaluating soil salinization risk in typical coastal reclaimed regions in North Jiangsu Province[J]. Chinese Journal of Eco-Agriculture, 2010, 18(5): 1000-1006. (in Chinese with English abstract)

[3] 李品芳，楊永利，蘭天，等. 天津濱海鹽漬土客土改良后的土壤理化性質與持水特性[J]. 農業工程學報，2017，33(7)：149-156.

LI Pinfang, YANG Yongli, LAN Tian, et al. Physicochemical properties and water holding characteristics of Tianjin coastal saline soil improved by foreign soil[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(7): 149-156. (in Chinese with English abstract)

[4] LIU L, JIN Y, WANG J, et al. Comparation of spatial interpolation methods on slowly available potassium in soils[J]. IOP Conference Series: Earth and Environmental Science, 2019, 234: 12018.

[5] 方萍，呂成文，朱艾莉. 分形方法在土壤特性空間變異研究中的應用[J]. 土壤，2011，43(5)：710-713.

FANG Ping, LV Chengwen, ZHU Aili. Applied studies of fractal theory on spatial variability of soil properties: A review[J]. Soils, 2011, 43(5): 710-713. (in Chinese with English abstract)

[6] 王瑞燕，孔沈彬，許璐，等. 黃河三角洲不同地表覆被類型和微地貌的土壤鹽分空間分布[J]. 農業工程學報，2020，36(19)：132-141.

WANG Ruiyan, KONG Shenbin, XU Lu, et al. Spatial distribution of soil salinity under different surface land cover types and micro-topography in the Yellow River Delta[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(19): 132-141. (in Chinese with English abstract)

[7] 馬貴仁，屈忠義，王麗萍，等. 河套灌區典型示范區土壤鹽分和有機質空間變異特征[J]. 中國土壤與肥料，2022(4)：17-28.

MA Guiren, QU Zhongyi, WANG Liping, et al. Spatial variation characteristics of soil salinity and organic matter in typical demonstration area of Hetao irrigation area[J]. Soils and Fertilizers Sciences in China, 2022(4): 17-28. (in Chinese with English abstract)

[8] 王友年. 喀什噶爾河流域灌區土壤鹽分空間變異性及影響因素分析[J]. 水資源開發與管理，2022，8(5)：43-52.

WANG Younian. Spatial variability of soil salinity and its influencing factors in irrigation area of Kashgar River basin[J]. The Global Seabuckthorn Research and Development, 2022, 8(5): 43-52. (in Chinese with English abstract)

[9] 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.

WU Yakun, LIU Guangming, SU Litan, et al. Response of three-dimensional spatial variability of soil salinity to change of season of Xinjiang based on electromagnetic induction[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(14): 173-178. (in Chinese with English abstract)

[10] 王瑞萍，萬核洋，陳帥，等. 河套灌區烏拉特灌域春季土壤鹽堿化空間分布特征[J]. 農業工程學報，2021，37(15)：105-113.

WANG Ruiping, WAN Heyang, CHEN Shuai, et al. Spatial distribution pattern of soil salinization in farmland of Wulate sub-irrigation areas in Hetao Irrigation District in Inner Mongolia in spring[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(15): 105-113. (in Chinese with English abstract)

[11] 劉文全，盧芳，徐興永，等. 濱海廢棄鹽田復墾區土壤鹽分和有機質的空間變異特征[J]. 農業工程學報，2019，35(19)：183-190.

LIU Wenquan, LU Fang, XU Xingyong, et al. Spatial variability of soil salinity and organic matter in reclaimed area of abandoned salt pan in coast[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(19): 183-190. (in Chinese with English abstract)

[12] 王高祥，蘇小四，張巖，等. 連云港徐圩新區鹽漬土鹽分時空分布特征及其主要影響因素分析[J]. 安全與環境工程，2021，28(3)：16-24.

WANG Gaoxiang, SU Xiaosi, ZHANG Yan, et al. Characteristics of temporal and spatial distribution of salinity in saline soil and its main influencing factors in Xuwei New District of Lianyungang[J]. Safety and Environmental Engineering, 2021, 28(3): 16-24. (in Chinese with English abstract)

[13] DONG S, WAN S, KANG Y, et al. Establishing an ecological forest system of salt-tolerant plants in heavily saline wasteland using the drip-irrigation reclamation method[J]. Agricultural Water Management, 2021, 245: 106587.

[14] 鮑士旦. 土壤農化分析[M]. 北京：中國農業出版社，2000.

[15] 王全九，畢磊，張繼紅. 新疆包頭湖灌區農田土壤水鹽熱特性空間變異特征[J]. 農業工程學報，2018，34(18)：138-145.

WANG Quanjiu, BI Lei, ZHANG Jihong. Spatial variability analysis of large-scale soil water, salt and heat characteristics in Baotou lake irrigation area of Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(18): 138-145. (in Chinese with English abstract)

[16] 張弛，劉聰，張瑞芳，等. 阜平縣土壤有效態微量元素的空間變異[J]. 河南農業大學學報，2022，56(1)：41-49.

ZHANG Chi, LIU Cong, ZHANG Ruifang, et al. Spatial variability of soil available microelements in Fuping County[J]. Journal of Henan Agricultural University, 2022, 56(1): 41-49. (in Chinese with English abstract)

[17] CAMBARDELLA C A, MOORMAN T B, NOVAK J M, et al. Field-scale variability of soil properties in central iowa soils[J]. Soil Science Society of America Journal, 1994, 58(5): 1501-1511.

[18] HIDE J C. Diagnosis and improvement of saline and alkali soils[J]. Science, 1954, 120(3124): 800.

[19] MüLLER T S, DECHOW R, FLESSA H. Inventory and assessment of pH in cropland and grassland soils in Germany[J]. Journal of Plant Nutrition and Soil Science, 2022, 185(1): 145-158.

[20] HAJ-AMOR Z, ARAYA T, KIM D, et al. Soil salinity and its associated effects on soil microorganisms, greenhouse gas emissions, crop yield, biodiversity and desertification: A review[J]. Science of the Total Environment, 2022, 843: 156946.

[21] TU C, HE T, LU X, et al. Extent to which pH and topographic factors control soil organic carbon level in dry farming cropland soils of the mountainous region of Southwest China[J]. Catena, 2018, 163: 204-209.

[22] LIU G, LI J, ZHANG X, 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.

[23] XIA J, REN J, ZHANG S, et al. Forest and grass composite patterns improve the soil quality in the coastal saline-alkali land of the Yellow River Delta, China[J]. Geoderma, 2019, 349: 25-35.

[24] CAO Q, YANG B, LI J, et al. Characteristics of soil water and salt associated with Tamarix ramosissima communities during normal and dry periods in a semi-arid saline environment[J]. Catena, 2020, 193: 104661.

[25] 梁繼業，趙振勇，劉暢，等. 真鹽生植物鹽地堿蓬資源特征與利用開發研究進展[J]. 中國野生植物資源，2022，41(2)：30-37.

LIANG Jiye, ZHAO Zhenyong, LIU Chang, et al. Research progress on characteristics, utilization and development of euhalophyte suaeda salsa resources[J]. Chinese Wild Plant Resources, 2022, 41(2): 30-37. (in Chinese with English abstract)

[26] QIU L, KONG W, ZHU H, et al. Halophytes increase rhizosphere microbial diversity, network complexity and function in inland saline ecosystem[J]. Science of the Total Environment, 2022, 831: 154944.

[27] 喬斌，黃維，何彤慧，等. 寧夏震湖灘涂濕地鹽生植物群落多樣性與土壤鹽堿度分析[J]. 西北植物學報，2018，38(2)：324-331.

QIAO Bin, HUANG Wei, HE Tonghui, et al. Analysis on the diversity of halophyte plant community and soil salinity in beach-wetland of Zhen-Lake of Ningxia[J]. Acta Botanica Boreali-Occidentalia Sinica, 2018, 38(2): 324-331. (in Chinese with English abstract)

[28] YANG Y, WANG Z, CHEN L, et al. Improving effect of vegetation on the coastal salt marshes in Yancheng, Eastern China: A five-year observation (2013–2017)[J]. Acta Ecologica Sinica, 2021, 41(5): 402-409.

[29] 彭曉莉，吳旺澤，沈娟，等. 城市綠化帶植被覆蓋度對鹽堿地土壤鹽分的調節[J]. 植物研究，2022，42(1)：62-70.

PENG Xiaoli, WU Wangze, SHEN Juan, et al. Regulation of soil salinity by vegetation coverage in urban greenbelt saline-alkali land[J]. Bulletin of Botanical Research, 2022, 42(1): 62-70. (in Chinese with English abstract)

[30] 汪勇，陳敏建，趙勇，等. 基于生態圈層結構穩定的地下水位計算與調控[J]. 水科學進展，2021，32(4)：597-607.

WANG Yong, CHEN Minjian, ZHAO Yong, et al. Calculation and regulation of groundwater level based on the stability of groundwater-dependent ecosystem[J]. Advances in Water Science, 2021, 32(4): 597-607. (in Chinese with English abstract)

[31] HUANG F, CHUNYU X, ZHANG D, et al. A framework to assess the impact of ecological water conveyance on groundwater-dependent terrestrial ecosystems in arid inland river basins[J]. Science of the Total Environment, 2020, 709: 136155.

[32] ZHUANG S, WANG M, KING H, et al. Rain acid buffer capacities of alpine forest soils in central Taiwan[J]. Geoderma, 2006, 137(1-2): 174-178.

[33] BADíA D, RUIZ A, GIRONA A, et al. The influence of elevation on soil properties and forest litter in the Siliceous Moncayo Massif, SW Europe[J]. Journal of Mountain Science, 2016, 13(12): 2155-2169.

[34] MAERTENS M, DE LANNOY G J M, VINCENT F, et al. Spatial patterns of soil salinity in the central Argentinean Dry Chaco[J]. Anthropocene, 2022, 37: 100322.

[35] 王遵親. 中國鹽漬土[M]. 北京：科學出版社，1993.

[36] LIU S, HOU X, YANG M, et al. Factors driving the relationships between vegetation and soil properties in the Yellow River Delta, China[J]. Catena, 2018, 165: 279-285.

Spatial distribution pattern and influencing factors of soil salt in coastal saline-alkali land after afforestation with foreign soil

ZHU Yu1, CHU Linlin1※, ZHU Wendong2, SUN Quan3, SUN Qingkai4

(1.211100,; 2.,,100101,; 3.,222047,; 4.222047,)

Soil salinization has seriously restricted the ecological greening environment of saline-alkali land in the sustainable development of modern agriculture. This study aims to study the spatial distribution pattern and influencing factors of soil salinization in the coastal saline-alkali land after afforestation with foreign soil. The study area was taken as the coastal saline-alkali land in Xuwei New Area, Lianyungang City, Jiangsu Province, China. The field survey and soil sampling were then carried out. The soil electrical conductivity and pH value were also selected as the main indicators to evaluate the soil salinization. An analysis was made to determine the distribution pattern of soil salt in the 0-10, >10-20, >20-40, >40-60, and >60-100 cm layers of coastal saline-alkali land, combining with geostatistics, classical statistics, and Kriging interpolation. The spatial variation was explained using the semi-variance function optimization model, which fully and effectively reflected the soil saline-alkali information from the horizontal and vertical aspects. A comparison was finally made on the soil saline-alkali differences between the foreign and the original soil. The results showed that: 1) The soil electro conductivity of 0-10, >10-20, >20-40, >40-60, and >60-100 cm soil layers varied with the medium intensity, particularly with the weakly variable pH value. The variation coefficient increased with the increase of the soil depth. A weak spatial correlation was found in the soil electro conductivity and pH values of most soil layers. The weak spatial variability was caused by random factors, where the autocorrelation caused the strong spatial variability. In addition, the salinity of the study area gradually deepened from the west to the east in the horizontal direction. By contrast, the soil conductivity value continuously increased with the increase of soil depth in the vertical direction. There was the highest correlation between the soil electro conductivity and the two adjacent soil layers. The correlation gradually decreased with the increase in depth. 2) The saline-alkali soil belonged to the extremely severe salinized soil, where only a few salt-tolerant crops can grow naturally and normally. There was an outstanding surface and bottom accumulation of salt in the foreign soil, indicating the salt return and alkalization. The measures of salt drainage and salt isolation can be checked regularly to slowly infiltrate into the soil by small water irrigation in the later maintenance. Plants with more salt-tolerant should be selected to plant on the land beside saline rivers and lakes. The foreign soil can also be improved for greening in the long run. 3) The influencing factors of the soil electro conductivity included the electro conductivity and pH value of rivers and lakes, soil pH value, altitude, vegetation, and climate. Therefore, more attention should be paid to formulate more suitable for the subsequent afforestation projects. There was also time variability in the soil salinity. Future research can be expected to focus on the temporal and spatial distribution of soil salinity, the physical and chemical characteristics of foreign soil in different years, and the influencing mechanism of the nature of rivers and lakes on the surrounding soil salinity. The finding can provide a strong reference for the development and utilization rate of heavy saline-alkali soil, in order to improve the construction of landscape and green space, particularly for the formulation of comprehensive improvement measures and management systems in the precise saline-alkali soil.

salts; electrical conductivity; geostatistics; saline alkali land; foreign soil; pH

10.11975/j.issn.1002-6819.202210190

S156.41；S287

A

1002-6819(2023)-06-0149-09

祝瑜，褚琳琳，朱文東，等. 客土造林后濱海鹽堿地土壤鹽分分布及影響因素分析[J]. 農業工程學報，2023，39(6)：149-157.doi：10.11975/j.issn.1002-6819.202210190 http://www.tcsae.org

ZHU Yu, CHU Linlin, ZHU Wendong, et al. Spatial distribution pattern and influencing factors of soil salt in coastal saline-alkali land after afforestation with foreign soil[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(6): 149-157. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202210190 http://www.tcsae.org

2022-10-25

2023-01-27

徐圩新區成果轉化項目“徐圩新區鹽堿地原土綠化技術模式研究”；連云港市重點研發計劃（SF2220）；中國科學院前沿科學重點研究計劃項目（QYZDJ-SSW-DQC028）；國家重點研發計劃子課題（2017YFC040320502）

祝瑜，研究方向為農業水土工程。Email:374626997@qq.com

褚琳琳，博士，副教授，研究方向為鹽漬土治理利用與鹽漬化防控。Email:chuLL@hhu.edu.cn