劉文全，陳廣泉，于洪軍，徐興永

（1.國家海洋局第一海洋研究所，山東　青島　266061；2.國家深海基地管理中心，山東　青島　266061）

萊州灣南岸夏秋兩季土壤鹽分時空變異性研究

劉文全1，陳廣泉1，于洪軍2，徐興永1

（1.國家海洋局第一海洋研究所，山東青島266061；2.國家深?；毓芾碇行模綎|青島266061）

土壤鹽漬化一直是困擾萊州灣南岸地區(qū)農(nóng)業(yè)生產(chǎn)和發(fā)展的主要障礙因子。運用GIS和地統(tǒng)計學方法對夏秋兩季不同層位土壤含鹽量的時空變異特征及其合理采樣數(shù)量進行了研究，繪制了土壤含鹽量的空間分布圖。結果表明：隨著置信度降低和相對誤差的增大，采樣數(shù)目逐漸減少；各層土壤含鹽量具有較大的變異強度；除夏季0～30 cm、30～60 cm和秋季30～60 cm層位具有中等強度空間自相關外，其他各層則表現(xiàn)出強的空間自相關；Kriging插值結果顯示不同層位土壤含鹽量的空間分布趨勢類似，從海邊往內(nèi)陸含鹽量逐漸降低，呈帶狀分布；鹽漬化的分布面積較往年有所降低，這對農(nóng)業(yè)生產(chǎn)和發(fā)展具有指導意義。

萊州灣南岸；合理采樣數(shù)；土壤鹽分；時空變異性

萊州灣南岸平原背依魯中及魯東低山丘陵，該區(qū)西起小清河口，東至虎頭崖。在近海地帶分布有高礦化度地下鹵水，形成一條位于海濱的地下鹵水帶（韓有松等，1996）。20世紀70年代以來，由于過量開采淡水形成多處下降漏斗，導致海水入侵，引發(fā)大規(guī)模土壤鹽漬化。已有的研究表明鹽漬化是引發(fā)土地荒漠化的關鍵因素之一（Amezketa，2006），對土壤鹽漬化空間變異性的充分了解是鹽漬化防控和鹽漬土資源利用的基礎。

土壤特性的時空變異性成為土壤科學研究的熱點問題之一（Mahmut et al，2003；陳翠英等，2005；Juan et al，2011；王圣偉等，2013）。土壤鹽分作為土壤特性之一不僅具有明顯的空間變異性，而且在時間是上也表現(xiàn)出一定的變異規(guī)律，同時土壤鹽分本身處于一個時刻變化的動態(tài)過程，因此對其進行描述和定量分析存在一定的困難。地統(tǒng)計學是建立在區(qū)域化變量理論基礎上的一種空間統(tǒng)計分析方法（王政權，1999）。研究表明，地統(tǒng)計學是目前研究土壤鹽分時空變異性最為有效的方法之一（李艷等，2005；姚榮江等，2006；Li et al，2012）。20世紀90年代以來，有關土壤鹽分的時空變異性研究國內(nèi)外已有很多詳細的報道。Douaik等（2004）對匈牙利東部田間土壤鹽分的空間變異進行了分析研究。張源沛等（2009）應用地統(tǒng)計學方法和GIS技術對銀川平原引黃灌區(qū)土壤鹽分空間分布特征進行了研究。高婷婷等（2010）針對綠洲土壤次生鹽漬化問題，基于GIS和地統(tǒng)計學方法，研究了渭干河—庫車河流域三角洲綠洲鹽漬化土壤含鹽量的空間變異性。Li等（2012）在新疆南部地區(qū)基于EM38和EM31在水平和垂直方向了研究了土壤鹽分的時空變異性。吳向東等（2013）采用傳統(tǒng)統(tǒng)計學和地統(tǒng)計學方法，定量分析了灌溉前、后黃河三角洲田塊尺度下不同深度土層含鹽量的空間變異性。目前，國內(nèi)外大部分研究以內(nèi)陸平原地區(qū)為主，且主要是反應某一時期某一區(qū)域的空間變異性，對濱海平原區(qū)土壤特征時空變異性，特別是季節(jié)性變化的研究較少。本文運用GIS和地統(tǒng)計學方法對萊州灣南岸地區(qū)的土壤鹽分時空變異特征及其合理取樣數(shù)目進行了研究，研究結果對萊州灣南岸地區(qū)鹽漬土的科學管理、合理改良和高效利用具有一定的指導價值。

1　材料和方法

1.1研究區(qū)概況

研究區(qū)位于濰坊濱海平原北部，西起壽光小清河，東至膠萊河，為山前傾斜平原，海拔高程在20～50 m以下，面積約4 750 km2。本區(qū)屬暖溫帶季風氣候區(qū)，同時具有海洋性氣候與大陸性氣候的特點。多年平均降雨量為600 mm左右，夏季占全年的60%左右，冬春季降水量少；多年平均蒸發(fā)量為1 900 mm左右，是年降雨量的3倍以上（韓有松等，1996）。作物種類濱海鹽田區(qū)以棉花為主，南部主要是小麥、玉米、大豆和高粱等，土壤類型主要以鹽化潮土為主。由于長期受地下高礦化度鹵水影響，土壤中積累了大量可溶性鹽分，高可溶性鹽分成為制約當?shù)剞r(nóng)業(yè)生產(chǎn)和發(fā)展的主要因素（陳廣泉等，2012；劉文全等，2014）。隨著近十幾年來攔蓄補源水利工程的建設使用，基本上每年的大氣降水及其地表徑流都進入地下水系統(tǒng)，由此形成“脫鹽—積鹽”的動態(tài)過程。

1.2樣品采集與處理

為了使采樣點能準確反映研究區(qū)的實際情況，綜合考慮區(qū)域土壤、植被類型、土地利用方式、微地貌和咸水入侵等因素的影響，利用ArcGIS9.3軟件矢量化濰坊市行政區(qū)劃圖，并利用軟件自帶的fishnet功能以6 km間距布設采樣點（圖1），每個采樣點分別按0～30 cm、30～60 cm和60～90 cm進行分層采樣。取樣時間為2012年7月上旬和11月下旬，其中夏季共采集246個樣品，秋季共采集228個樣品。所有采集土樣均現(xiàn)場采用密封袋密封，貼上標簽，在室內(nèi)進行自然風干，用木棍磨碎后，剔除植物殘根、侵入體和新生體等，過2 mm孔徑的篩子后待用。所有的土樣均制備1∶5土水比浸提液，土壤全鹽含量采用重量法，具體測定方法參考《土壤農(nóng)業(yè)化學分析方法》 （魯如坤，1999）。

1.3數(shù)據(jù)處理與分析

用SPSS 21進行土壤鹽分數(shù)據(jù)的描述性統(tǒng)計分析，用GS+9.0進行了土壤鹽分數(shù)據(jù)的地統(tǒng)計學分析，選定土壤鹽分空間分布的最優(yōu)擬合模型，用ArcGIS9.3的地統(tǒng)計分析模塊和普通克里格法繪制了不同時期不同層位土壤鹽分的空間分布特征圖。

1.3.1合理采樣數(shù)

把各采樣點土壤含鹽量看作是相互獨立的隨機變量是經(jīng)典統(tǒng)計學確定合理取樣數(shù)的出發(fā)點。為了用有限觀測值估計各參數(shù)均值（或期望值），并有足夠的可靠性和精度，必須確定合理取樣數(shù)或觀測數(shù)目，而進行大規(guī)模高密度采樣不現(xiàn)實（張繼光等，2006）。目前經(jīng)典統(tǒng)計學經(jīng)常用的是Cochran（Cochran，1977；孫聰?shù)龋?010）針對于區(qū)域純隨機采樣而構造的最佳采樣數(shù)量計算公式：

圖1　研究區(qū)采樣點分布圖

式（1）中：N為區(qū)域隨機采樣點數(shù)；t為選定置信水平一定自由度下的t值；Std為樣本的標準差；x為樣本平均值；d為允許相對誤差。如果計算樣本數(shù)大于總體樣本數(shù)N的10%，則應采用不重復采樣公式：

式（2）中：m為計算樣品數(shù)大于總樣本數(shù)N的10%所需要的采樣數(shù)。

1.3.2半方差函數(shù)及模型

地統(tǒng)計學方法是在經(jīng)典統(tǒng)計學基礎上發(fā)展起來的空間分析方法，研究那些分布于空間中的并顯示出一定結構和隨機性的自然現(xiàn)象。變異函數(shù)是以區(qū)域化變量理論為基礎，分析自然現(xiàn)象空間變異和空間相關的統(tǒng)計學，是地統(tǒng)計學的基本工具。其理論模型公式為（王政權，1999）：

式（3）中：r（h）為變異函數(shù)；h為步長（樣點間的間隔距離）；N（h）為采樣點間隔為h時的點對數(shù)；Z（xi）和Z（xi+h）分別為變量Z（X）在空間位置xi和xi+h上的實測值。

2　結果與分析

2.1合理采樣數(shù)研究

采樣密度不同會影響到土壤鹽分特征的插值結果，通常認為采樣密度較大的情況下誤差較?。惞獾?，2008）。受制于取樣強度、分析成本等因素的限制，進行密集采樣不可行，因此需要對合理的采樣密度進行分析。選取置信水平分別為90和95，對總體平均數(shù)的相對誤差分別為5%、10%和15%進行合理取樣數(shù)的確定，得到了各層土壤含鹽量采樣數(shù)目。從表1計算結果可以看出，在不同的置信水平和允許誤差情況下，各層土壤含鹽量所需的采樣點數(shù)目不同。在5%的相對誤差下，各層所需采樣數(shù)目最多，而本研究夏秋兩季的實際采樣數(shù)據(jù)遠遠超過確定的合理采樣數(shù)目。隨著相對誤差的增大，各層所需的采樣數(shù)目逐漸減少。雖然取樣成本等降低，但相應的反映土壤含鹽量的空間分布特征的準確度也降低了，所以要根據(jù)采樣成本和要求精度合理確定采樣數(shù)目。

表1　土壤含鹽量合理采樣數(shù)目

2.2夏秋兩季土壤含鹽量的描述性統(tǒng)計分析

對夏秋兩季0～30 cm、30～60 cm、60～90 cm和1 m土層均值的土層樣品進行了經(jīng)典統(tǒng)計學分析，其分析結果見表2。由于半方差函數(shù)的計算要求數(shù)據(jù)符合正態(tài)分布，否則可能存在比例效應（李哈濱等，1998）。通過K-S法對數(shù)據(jù)進行正態(tài)檢驗（P< 0.05，2-tailed）發(fā)現(xiàn)各層土壤含鹽量均不符合正態(tài)分布，經(jīng)對數(shù)轉化后符合近似的正態(tài)分布，半方差函數(shù)計算采用對數(shù)轉化后的數(shù)據(jù)。

從表2中可以看出，同一時期不同土層的含鹽量特征參數(shù)值存在明顯的差異性，不同時期同一土層的含鹽量特征參數(shù)值也變化較大。從不同層位土壤含鹽量的變幅來看，夏季30～60 cm層位土壤含鹽量最大值與最小值差23倍，變化幅度為18.45/g·kg-1，而且土壤含鹽量的變幅以夏季變化最大，均在20倍左右；秋季變幅則除60～90 cm為19倍外，其它均在10倍左右。從兩個時期各層土壤含鹽量最小值來看基本一致，變化不大，但從最大值來看則夏季各層明顯要高于秋季同期。分析其原因在于雖然在7月份進行了土壤取樣，但萊州灣南岸地區(qū)常年降雨量較少，蒸發(fā)量較大，7月份還沒有進入萊州灣南岸地區(qū)真正的雨季，因此土壤水分蒸發(fā)強烈，鹽分還處于積鹽狀態(tài)，同時因11月份取樣前發(fā)生過一次較小規(guī)模的降雨，對于土壤含鹽量產(chǎn)生一定的影響。

表2　夏秋兩季土壤含鹽量的統(tǒng)計特征值

從各層的均值來看，各土層變化范圍在1.65～ 2.81 g·kg-1之間，按照王遵親等（1993）的土壤鹽漬化分級標準（濱海地區(qū)），總體上屬于中度鹽漬化類型（含鹽量在2.0～4.0 g·kg-1之間），說明土壤高含鹽量是制約該區(qū)農(nóng)業(yè)生產(chǎn)的重要因素。此外，夏秋兩季不同層位土壤含鹽量的均值差異并不大，說明各層土壤平均鹽分含量在垂向上的變異很小，表明兩個時期的鹽漬化類型屬于均勻型，表聚和低聚趨勢不明顯。

根據(jù)變異系數(shù)對土壤含鹽量變異性進行分類，當CV<10%為弱變異強度，10%≤CV≤100%為中等變異強度，CV>100%為強變異。從不同時期不同層位含鹽量的變異系數(shù)來看，夏季30～60 cm、60～90 cm及秋季60～90 cm三層變異系數(shù)超過100%，屬于強變異，其它各層均在10%到100%之間，屬于中等變異。兩個時期0～30 cm土層的變異系數(shù)均小于同期的其它層位，同是隨著土壤深度的增加，變異系數(shù)亦不斷增加，說明了水平方向上含鹽量的變異隨深度的增加而逐步增強。分析這種現(xiàn)象的原因在于研究區(qū)局部微地貌變化、土地利用方式的差異及耕作管理方式等因素不同造成。

對各層土壤含鹽量的經(jīng)典統(tǒng)計分析只能從整體上反映土壤鹽分的分布狀況，而對于其局部的變化特征則無法體現(xiàn)，即不能定量地刻畫土壤鹽分空間分布的隨機性和結構性、獨立性和相關性（姚榮江等，2006）。為了解決這些問題，需進一步采用地統(tǒng)計學方法進行空間變異結構的分析和探討。

2.3土壤含鹽量的空間變異特征分析

由于經(jīng)典統(tǒng)計學只能反映各層土壤含鹽量的整體狀況，要定量分析土壤含鹽量空間分布的結構性和隨機性需要進行地統(tǒng)計學分析。利用GS+9.0軟件對夏秋兩季不同層位土壤含鹽量的空間變異性進行了分析，用球狀、指數(shù)和高斯模型等進行模型擬合，得到模型的相關參數(shù)值，選取決定系數(shù)R2接近于1和殘差平方和RSS較小的模型。

各層土壤含鹽量的半方差模型及擬合參數(shù)見表3，從表3可以看出，夏季60～90 cm、1 m均值和秋季0～30 cm層位土壤含鹽量的空間分布符合指數(shù)模型，其他各層則符合球狀模型。塊金值Co代表隨機因素（實驗誤差和小于采樣尺度上的因素），基臺值Co+C代表變量空間變異的結構性方差，塊金值與基臺值之比Co/（Co+C）表示由隨機因素引起的空間變異占系統(tǒng)總變異的比例，可反映變量的空間相關程度。按照區(qū)域化變量空間相關性程度的分級標準（Kravchenko，2003），塊基比小于25%說明具有強烈的空間自相關性，在25%～75%之間表明具有中等強度的空間自相關性，大于75%時則說明空間相關性較弱。從表3可以看出，除夏季0～30 cm、30～60 cm和秋季30～60 cm三層具有中等強度空間自相關外，其它各層表現(xiàn)出強的空間自相關。夏秋兩季的中層土壤含鹽量表現(xiàn)出中等強度空間自相關性，表明土壤鹽分的空間分布是由結構性因素（如氣候、成土母質、微地貌等自然因素）和隨機性因素（如土地利用、耕作措施、灌溉等人為活動）共同作用的結果；最底層均表現(xiàn)強的空間自相關性，說明受結構性因素影響較大。所有模型的R2接近于1且RSS較小，能很好的反映各層土壤含鹽量的空間變異性。

表3　土壤含鹽量半方差函數(shù)理論模型及相關參數(shù)

2.4土壤含鹽量的kriging插值

普通克里格方法是最普遍和應用最廣的插值方法，其基本原理是根據(jù)相鄰變量的值，利用變異函數(shù)揭示的區(qū)域化變量的內(nèi)在聯(lián)系來估計空間變量數(shù)值，是一種最優(yōu)線性無偏估計方法。本文通過ArcGIS 9.3的地統(tǒng)計分析模塊，結合上文確定的擬合模型，對夏秋兩季共8個層位的土壤含鹽量進行了空間插值分析，繪制了土壤含鹽量的空間分布圖（圖3）。

從圖3中可以看出，不同時期不同層位的土壤含鹽量差異較大。從同一時期看，夏季隨著深度的增加，土壤鹽含量也增加，但均表現(xiàn)出靠海越近含鹽量越高的趨勢，尤其以昌邑北部堤河下游含鹽量最高，這主要因為堤河是季節(jié)性河流，海水反復發(fā)生倒灌現(xiàn)象，從而導致地下水水位較高而且受海水下滲側滲的影響，地下水含有大量可溶性鹽，使該區(qū)域土壤鹽分含量較高。秋季也表現(xiàn)出與夏季類似的空間分布特征。從總體兩個時期來看，空間分布趨勢類似，北部含鹽量明顯高于南部地區(qū)，從海邊往內(nèi)陸鹽分含量逐漸降低，呈帶狀分布，這和區(qū)域的地勢及海上入侵的方向有密切的聯(lián)系。研究區(qū)南部均表現(xiàn)出鹽漬化較重的現(xiàn)象，主要受采樣范圍和插值精度的影響。研究區(qū)土壤鹽漬化面積與陳廣泉等（2012）的研究相比，從土壤鹽分空間分布圖上來看，整體呈下降趨勢，這與萊州灣近年來加大水利工程設施投入，科學合理調(diào)度水資源進行灌溉以及區(qū)域地下鹵水的抽取降低地下水位等措施密切相關。萊州灣地區(qū)土壤鹽漬化影響范圍的降低對當?shù)剞r(nóng)業(yè)生產(chǎn)和發(fā)展具有重要的指導意義。

3　結論

萊州灣南岸的土壤鹽漬化是我國濱海地區(qū)最為典型和嚴重的海岸帶災害之一。本文運用GIS和地統(tǒng)計學方法繪制了不同時期土壤全鹽含量的時空分布圖，并對其合理采樣數(shù)進行了研究，得到如下結論：

（1）合理采樣數(shù)目研究結果表明，實際采樣數(shù)明顯高于利用Cochran的公式確定合理采樣數(shù)，隨著置信精度降低和相對誤差的增大，采樣數(shù)目逐漸降低。

（2）經(jīng)典統(tǒng)計學和K-S正態(tài)檢驗表明，夏秋兩季各層土壤含鹽量均符合對數(shù)正態(tài)分布，各層土壤含鹽量差異較大，變異系數(shù)以夏季30～60 cm、60～90 cm及秋季60～90 cm三層最高，均超過100%，屬于強變異，其它各層均屬于中等變異。

圖2　7月份各層土壤含鹽量的空間分布圖

圖3　11月份各層土壤含鹽量的空間分布圖

（3）空間結構性分析表明，夏季60～90cm、1m均值和秋季0～30 cm層位土壤含鹽量的空間分布符合指數(shù)模型，其它各層則符合球狀模型；受結構性因素和隨機性因素共同作用，夏季0～30 cm、30～60 cm和秋季30～60 cm層位具有中等強度空間自相關，其它各層則主要自然因素影響，表現(xiàn)出強的空間自相關。

（4）從Kriging插值結果可知，兩個時期不同層位土壤含鹽量的空間分布趨勢類似，北部含鹽量明顯高于南部地區(qū)，從海邊往內(nèi)陸鹽分含量逐漸降低，呈帶狀分布，這和區(qū)域的地勢及海上入侵的方向有密切關系。

土壤鹽漬化時空變化受制于多種影響因素，本文主要從海水入侵影響等角度探討引起土壤鹽分產(chǎn)生分異的原因，土壤鹽分與當?shù)亟涤炅?、蒸發(fā)量、土地利用方式及土壤理化性質等相關因素沒有進行深入分析，后期將繼續(xù)開展相關研究。

Amezketa E,20 06.An integrated methodology for assessing soil salinization,a pro-condition for land desertification.Journal of Arid Environments,67:594-606.

Cochran W G,1977.Sampling Techniques(3rd ed.).New York:John Wiley and Sons,Inc.

Douaik A,Van M M,Touth T,et al,2004.Space-time mapping of soil salinity using probabilistic Bayesian maximum entropy.Stoch Environ Res Risk Assess,18:219-227.

Juan P,Mateu J,Jordan M M,et al,2011.Geostatistical methods to identify and map spatial variations of soil salinity.Journal of Geochemical Exploration,108:62-72.

Kravchenko A N,2003.Influence of spatial structure on accuracy of interpolation methods.Soil Science Society of America Journal,267 (5):1564-1571.

Li X M,Yang J S,Liu M X,et al,2012.Spatio-Temporal Changes of Soil Salinity in Arid Areas of South Xinjiang Using Electromagnetic Induction.Journal of Integrative Agriculture,11(8):1365-1376.

Mahmut C,Cevat K,2003.Spatial and temporal changes of soil salinity in a cotton field irrigated with low-quality water.Journal of Hydrology, 272:238-249.

陳翠英，江永真，袁朝春，2005.土壤特性空間變異性研究.農(nóng)業(yè)機械學報，36（10）：121-124.

陳光，賀立源，詹向雯，2008.耕地養(yǎng)分空間插值技術與合理采樣密度的比較研究.土壤通報，39（5）：1007-1011.

陳廣泉，劉文全，于洪軍，等，2012.基于GIS的萊州灣南岸土壤鹽漬化特征分析研究.海洋科學進展，30（4）：501-507.

高婷婷，丁建麗，哈學萍，等，2010.基于流域尺度的土壤鹽分空間變異特征-以渭干河-庫車河流域三角洲綠洲為例.生態(tài)學報，30（10）：2695-2705.

韓有松，孟廣蘭，王少青，等，1996.中國北方沿海第四紀地下鹵水.科學出版社.

李哈濱，王政權，王慶成，1998.空間異質性定量研究理論與方法.應用生態(tài)學報，9（6）：651-657.

李艷，史舟，王人潮，2005.基于GIS的土壤鹽分時空變異及分區(qū)管理研究—以浙江省上虞市海涂圍墾區(qū)為例.水土保持學報，19（3）：121-129.

劉文全，于洪軍，徐興永，2014.萊州灣南岸表層土壤含鹽量與有機質空間分布的定量研究.海洋通報，32（6）：103-108.

魯如坤，1999.土壤農(nóng)業(yè)化學分析方法.北京：中國農(nóng)業(yè)科技出版社.

孫聰，徐新文，范敬龍，等，2010.塔中沙漠植物園土壤水鹽空間變異性及合理取樣數(shù)研究.中國生態(tài)農(nóng)業(yè)學報，18（3）：514-520.

王圣偉，馮娟，劉剛，等，2013.多嵌套空間尺度農(nóng)田土壤重金屬空間變異研究.農(nóng)業(yè)機械學報，44（6）：128-135.

王政權，1999.地統(tǒng)計學及在生態(tài)學中的應用.北京：科學出版社.

王遵親，祝壽泉，俞仁培，等，1993.中國鹽漬土.北京：科學出版社.

吳向東，陳小兵，呂真真，等，2013.黃河三角洲農(nóng)田灌溉前后土壤鹽分時空變異特征研究.干旱地區(qū)農(nóng)業(yè)研究，31（3）：194-199.

姚榮江，楊勁松，劉廣明，等，2006.黃河三角洲地區(qū)典型地塊土壤鹽分空間變異特征研究.農(nóng)業(yè)工程學報，22（6）：61-66.

姚榮江，楊勁松，2007.黃河三角洲地區(qū)淺層地下水與耕層土壤積鹽空間分異規(guī)律定量分析.農(nóng)業(yè)工程學報，23（8）：45-51.

張繼光，陳洪松，蘇以榮，等，2006.喀斯特地區(qū)典型峰叢洼地表層土壤水分空間變異及合理取樣數(shù)研究.水土保持學報，20（2）：114-117，134.

張源沛，胡克林，李保國，等，2009.銀川平原土壤鹽分及鹽漬土的空間分布格局.農(nóng)業(yè)工程學報，25（7）：10-24.

（本文編輯：岳心陽）

Study on spatio-temporal variability of soil salinity in southern area of the Laizhou Bay in summer and autumn

LIU Wen-quan1,CHEN Guang-quan1,YU Hong-jun2,XU Xing-yong1
（1.The First Institute of Oceanography,SOA,Qingdao 266061,China;2.National Deep Sea Center,Qingdao 266061,China）

Soil salinization has always been a main barrier to the agricultural production and development in the southern area of the Laizhou Bay.In this paper,the spatio-temporal variability of soil salinity and appropriate sampling quantity at different layers in summer and fall were analyzed by using GIS and geo-statistics.The soil salinity was represented by the spatial distribution maps,and the zoning of salinization plan was discussed.Results indicated that the number of samples decreased along with the reduction of confidence coefficient and the increasing of relative error.The soil salinity at each 1ayer showed great variability.The layers of 0～30 cm,30～60 cm in summer and 30～60 cm layer in autumn showed moderate spatial autocorrelation,while the other layers showed strong spatial autocorrelation.The spatial distribution maps of soil salinity interpolated by Kriging method indicated that the spatial distribution of soil salinity at different layers was similar,and the salt content decreased from the coastal area to inland and presented zonal distribution.Moreover the distribution of salinization area was lower than that in previous years,which has a guidance to the agricultural production and development.

southern area of the Laizhou Bay;rational sample number;soil salinity;spatio-temporal variability

S156.4

A

1001-6932（2016）04-0414-07

10.11840/j.issn.1001-6392.2016.04.008

2015-05-07；

2015-07-22

山東省科技發(fā)展計劃項目 （2013GHY11518）；海洋公益性行業(yè)科研專項（2015418012）；山東省海洋生態(tài)環(huán)境與防災減災重點實驗室開放基金（201306）。

劉文全 （1979-），男，博士，助研，主要從事水土資源空間變異及溶質運移研究。電子郵箱：liuwq@fio.org.cn。