鄧 凱,丁建麗,楊愛霞,王瑾杰

新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院, 綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室, 烏魯木齊 830046

?

基于電磁感應(yīng)技術(shù)的土壤剖面鹽分空間分布建模研究

鄧 凱,丁建麗*,楊愛霞,王瑾杰

新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院, 綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室, 烏魯木齊 830046

土壤鹽漬化問題是干旱半干旱地區(qū)農(nóng)業(yè)發(fā)展的主要障礙,也是制約荒漠植物生長狀況的關(guān)鍵因素之一,嚴(yán)重影響到綠洲生態(tài)環(huán)境的穩(wěn)定與安全。研究土壤剖面鹽分的分布情況,能及時(shí)探究鹽漬化對(duì)生態(tài)的影響。以渭干河-庫車河三角洲綠洲為研究靶區(qū),利用電磁感應(yīng)儀技術(shù)與傳統(tǒng)采樣方法獲取該地區(qū)典型地塊的土壤電導(dǎo)率,剖析其剖面分布特征,在建立磁感式表觀電導(dǎo)率和土壤樣本實(shí)測(cè)電導(dǎo)率之間的線性混合模型的基礎(chǔ)上,采用自然鄰近插值方法解析和評(píng)估研究區(qū)土壤剖面鹽分的空間分布特征。結(jié)果表明：研究區(qū)土壤電導(dǎo)率具有較強(qiáng)的表聚性與空間變異強(qiáng)度,土壤主體屬于中度鹽漬化類型；基于各深度層土壤電導(dǎo)率與磁感表觀電導(dǎo)率所構(gòu)建的3種線性混合模型均能達(dá)到0.01的顯著性水平,其中磁感表觀電導(dǎo)率兩種模式相結(jié)合解譯模型預(yù)測(cè)精度最高；自然鄰近法插值結(jié)果直觀反映研究區(qū)土壤剖面鹽分的空間分布狀況,與水平模式和垂直模式相結(jié)合的土壤鹽分解譯模型相結(jié)合則能夠更有效的提高土壤鹽分空間分布的預(yù)測(cè)精度。研究結(jié)果表明,借助構(gòu)建的土壤鹽分解譯模型可對(duì)研究區(qū)土壤鹽漬化空間分布情況進(jìn)行快速監(jiān)測(cè)與評(píng)估,為該區(qū)土壤鹽漬化的防治提供了一定的技術(shù)支撐。

電磁感應(yīng)技術(shù)；土壤剖面鹽分；空間分布；渭干河-庫車河三角洲綠洲

綠洲是干旱氣候特有的產(chǎn)物,作為干旱和半干旱區(qū)獨(dú)有的一種生態(tài)單元,維系著干旱地區(qū)人類的生存、活動(dòng)與發(fā)展,其能流、物流高度集中,承載了干旱區(qū)的精華[1]。綠洲灌溉農(nóng)業(yè)是干旱區(qū)最主要的生產(chǎn)活動(dòng)和經(jīng)濟(jì)主體,而土地是綠洲灌溉農(nóng)業(yè)發(fā)展的重要載體。隨著綠洲灌溉農(nóng)業(yè)的發(fā)展,綠洲土壤的鹽漬化和灌溉引起的土壤次生鹽漬化已成為影響干旱區(qū)農(nóng)業(yè)可持續(xù)發(fā)展的主要障礙[2]。此外,土壤鹽分也是引起干旱區(qū)植物群落多樣性變化的關(guān)鍵因子之一,對(duì)干旱區(qū)綠洲生態(tài)環(huán)境的穩(wěn)定與安全產(chǎn)生重要影響[3- 4]。因此,測(cè)定綠洲土壤鹽分含量,掌握農(nóng)田和自然植被區(qū)鹽漬化程度,并對(duì)其鹽漬化發(fā)展過程進(jìn)行動(dòng)態(tài)追蹤,是治理鹽漬土土壤和防止土壤進(jìn)一步退化的必要前提和關(guān)鍵環(huán)節(jié)[5],對(duì)于促進(jìn)綠洲農(nóng)業(yè)生產(chǎn)、保障綠洲生態(tài)安全、實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

用傳統(tǒng)采樣分析法確定土壤鹽分含量及鹽分的剖面分布狀況時(shí),取樣方法和取樣數(shù)量常受到人力、物力等因素的限制,一般無法實(shí)現(xiàn)大面積實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè),所采樣品的體積、采樣個(gè)數(shù)均很難達(dá)到足以反映區(qū)域空間變異所需要的樣本數(shù)量,不能有效反映區(qū)域土壤鹽漬化完整信息,嚴(yán)重制約了鹽漬土的改良與高效利用[6]。電磁感應(yīng)表觀土壤電導(dǎo)率快速測(cè)定技術(shù)是當(dāng)今國際最為先進(jìn)的土壤性質(zhì)評(píng)估技術(shù)之一,在土壤理化性質(zhì)測(cè)定方面已經(jīng)被廣泛應(yīng)用[7],主要集中在土壤水分確定[8]、土壤有機(jī)質(zhì)含量評(píng)估[9]、基于土壤質(zhì)量分析的農(nóng)作物生產(chǎn)潛力評(píng)價(jià)[10]、土壤質(zhì)地評(píng)定[11- 12]、淺地下水位分布區(qū)地下水礦化度快速測(cè)評(píng)[13]、土壤電導(dǎo)率測(cè)定及其影響因素[14- 19]和土壤鹽分空間變異[20- 23]等方面。電磁感應(yīng)表觀土壤電導(dǎo)率快速測(cè)定方法由于無需電極插入、測(cè)量速度快,克服了目前傳統(tǒng)采樣方法費(fèi)時(shí)費(fèi)力費(fèi)用高的缺點(diǎn),是當(dāng)前最為精確高效的剖面土壤信息采集方法之一[7,22]。同時(shí),電磁感應(yīng)儀能在地表測(cè)量土壤表觀電導(dǎo)率,適用于大面積土壤鹽漬化的測(cè)量,可為鹽漬化的精準(zhǔn)監(jiān)測(cè)評(píng)定提供足量的數(shù)據(jù)。因此,可將電磁感應(yīng)技術(shù)和傳統(tǒng)采樣技術(shù)相結(jié)合,實(shí)現(xiàn)對(duì)土壤鹽漬化的有效監(jiān)測(cè)和預(yù)測(cè),為鹽漬土的治理和科學(xué)規(guī)劃提供必要的輔助信息。

本文以渭干河-庫車河三角洲綠洲為研究靶區(qū),應(yīng)用磁感式表觀土壤電導(dǎo)率快速測(cè)評(píng)技術(shù)進(jìn)行探測(cè),獲得與土壤剖面鹽分密切相關(guān)的表觀土壤電導(dǎo)率,構(gòu)建適于研究區(qū)應(yīng)用的分層土壤鹽分解譯模型,并利用插值技術(shù)解析和評(píng)價(jià)該區(qū)土壤鹽分的空間分布狀況。該研究不僅能為渭干河-庫車河三角洲綠洲鹽漬化土壤的精準(zhǔn)估算以及合理的改良與有效利用提供一定的理論依據(jù),同時(shí)對(duì)評(píng)估與預(yù)測(cè)該地區(qū)土壤鹽漬化發(fā)生發(fā)展具有重要的現(xiàn)實(shí)意義。

1 研究區(qū)概況

渭干河-庫車河流域位于新疆維吾爾自治區(qū)塔里木盆地北緣,地處天山中段南麓,范圍包括庫車、沙雅和新和3個(gè)縣,土地總面積為523.76×104hm2,其中大部分是沙漠和戈壁,綠洲面積僅有56.096×104hm2,占總面積的10.7%,綠洲內(nèi)部土地利用方式以農(nóng)田和防護(hù)林為主。本研究區(qū)北高南低、西高東低,為山前沖洪積傾斜平原,受大陸性干旱氣候影響,氣溫日差較大,年平均氣溫為10.5—14.4 ℃,極端最高氣溫為40.1—41.5 ℃,研究區(qū)年蒸發(fā)量約為1992—2863.4 mm,而年降水量則為46.4—64.5 mm,年內(nèi)蒸發(fā)量遠(yuǎn)高于降水量,土壤類型以潮土、草甸土、沼澤土、鹽土和棕鈣土為主。流域內(nèi)自然植被多為稀鹽、泌鹽和據(jù)鹽植物,如檉柳(Tamarixramosissima)、鹽穗木(Halostachyscaspica)、鹽節(jié)木(Halocnemumstrobliaceum)、花花柴(Kareliniacaspia)、駱駝刺(Alhgisparsifolia)和白刺(Nitrarriasibirica)等,主要分布在綠洲外圍輕、中度鹽漬化區(qū)域。農(nóng)作物以小麥、棉花、玉米等喜溫作物為主。研究區(qū)灌溉水來源主要是渭干河和庫車河,此外還有少量的水來自塔里木河、泉水。由于地下水位較高,在綠洲灌區(qū)埋深一般小于3 m,加之土地下層構(gòu)成物顆粒細(xì),透水性差,造成該區(qū)土壤鹽漬化現(xiàn)象比較普遍,在古河道、河漫灘、泉水溢出帶等地下水淺埋區(qū),分布著大面積的鹽漬化土和鹽土。近年來,由于土壤鹽漬化和沙質(zhì)荒漠化的不斷擴(kuò)展,綠洲土地退化現(xiàn)象較為嚴(yán)重,已威脅到當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)和綠洲生態(tài)安全,綠洲可持續(xù)發(fā)展面臨困境。根據(jù)實(shí)地土壤采樣區(qū)域,確定的研究區(qū)邊界大體位于82°10′—83°50′ E和41°06′—41°40′ N之間,這一區(qū)域主要為砂質(zhì)土壤類型,土壤構(gòu)成物顆粒細(xì),透水性較差,土壤鹽漬化現(xiàn)象較為普遍,土地退化現(xiàn)象嚴(yán)重,具有典型性。

2 實(shí)驗(yàn)材料與數(shù)據(jù)采集

2.1 EM38-MK2數(shù)據(jù)的采集

在綜合考慮研究區(qū)土壤質(zhì)地、鹽分分布狀況和植被類型以及土地利用方式等因素的基礎(chǔ)上,從研究區(qū)范圍所布置的采樣點(diǎn)中選取具有代表性的測(cè)量單元40個(gè)(圖1),隨機(jī)分布于綠洲內(nèi)部的農(nóng)田區(qū)(共計(jì)18個(gè)測(cè)量單元)和綠洲外圍的荒漠地帶(共計(jì)22個(gè)測(cè)量單元),各測(cè)量單元土壤類型均為砂質(zhì)土,土壤質(zhì)地較為一致。采樣時(shí)間為2014年7月,此時(shí)段0—100 cm深度的土壤實(shí)測(cè)平均含水量約為6.8%—32.5%,區(qū)間變異較大。本研究應(yīng)用電磁感應(yīng)式大地電導(dǎo)率儀EM38進(jìn)行表觀土壤電導(dǎo)率測(cè)定。該儀器基于電磁感應(yīng)原理,通過測(cè)量原生磁場(chǎng)和次生磁場(chǎng)之間的相對(duì)大小關(guān)系來測(cè)定表觀土壤電導(dǎo)率[8],EM38-MK2大地電導(dǎo)率儀包含一個(gè)發(fā)射線圈和兩個(gè)接收線圈,兩個(gè)接收線圈與發(fā)射線圈分別相距0.5 m和1.0 m,根據(jù)研究需要采用1.0 m線圈模式,在此基礎(chǔ)上,水平模式和垂直模式相應(yīng)感應(yīng)土壤深度分別0—0.75 m和0—1.5 m。通過EM38-MK2對(duì)每個(gè)點(diǎn)進(jìn)行2種測(cè)定位下表觀土壤電導(dǎo)率的測(cè)定,測(cè)定位分別為1.0 m水平位和1.0 m垂直位,獲得的表觀土壤電導(dǎo)率相應(yīng)分別表示為ECa-h和ECa-v。本研究對(duì)每個(gè)測(cè)量單元面積設(shè)定為30 m×30 m,為保證測(cè)量單元的電導(dǎo)率值更具有真實(shí)性,每一個(gè)測(cè)量單元進(jìn)一步選取測(cè)量點(diǎn)49個(gè),每一個(gè)測(cè)點(diǎn)間隔5 m,每一個(gè)測(cè)量單元的測(cè)量值均為49個(gè)點(diǎn)測(cè)量值之和的平均值[2]。

2.2 土壤電導(dǎo)率數(shù)據(jù)的獲取

由于研究區(qū)是典型的極端干旱區(qū),蒸發(fā)與降水比率約為40∶1,地下水礦化度較高,在蒸發(fā)作用和偏高的地下水水位的影響下,地下水和深層土壤中的易溶性鹽分極易通過土壤毛細(xì)管上升移動(dòng)到土壤表層進(jìn)行積聚,嚴(yán)重區(qū)域甚至?xí)纬奢^厚的鹽殼?；诖?對(duì)研究區(qū)范圍內(nèi)的主要土地利用類型進(jìn)行土壤剖面采樣,所選樣點(diǎn)盡可能規(guī)則地遍及所有荒地類型。在每個(gè)EM38-MK2大地電導(dǎo)率儀測(cè)量單元,盡量保證采樣點(diǎn)周圍土壤性質(zhì)、成因相對(duì)一致,環(huán)境因子類似,土壤異質(zhì)性較小。土壤剖面樣品的采集時(shí)間為2014年的7月。采樣的具體方法和步驟為：每一個(gè)測(cè)量單元范圍內(nèi)布置梅花狀分布的5個(gè)采樣點(diǎn),每樣點(diǎn)用剖面法采集土樣,按0—10、0—20、0—40、0—60、0—80和0—100 cm進(jìn)行剖面分層采樣。將采集的各層剖面土壤樣本按編號(hào)分別裝袋,帶回實(shí)驗(yàn)室自然風(fēng)干。風(fēng)干后的樣品經(jīng)過磨碎,過0.5 mm孔徑的篩子,在25 ℃制備標(biāo)準(zhǔn)溫度下,按照土水比1∶5的比例提取浸提液,測(cè)定土壤電導(dǎo)率EC1∶5和土壤水溶性含鹽量(土壤可溶鹽),測(cè)定方法參照《土壤農(nóng)業(yè)化學(xué)分析方法》[24]。最后,獲得有效樣本數(shù)據(jù)共213個(gè),其中0—10、0—20、0—40、0—60、0—80 cm和0—100 cm各層剖面的有效樣本數(shù)據(jù)個(gè)數(shù)分別為40、39、39、38、29和28。

2.3 線性混合模型和空間插值方法

目前,此研究領(lǐng)域國內(nèi)外常用的建模方法是線性混合模型(Linear Mixed Models)[25-26]。該模型僅保留了傳統(tǒng)線性模型中對(duì)因變量必須來自正態(tài)分布總體的假定條件,而對(duì)其他條件則不作要求,從而擴(kuò)大了傳統(tǒng)線性模型的適用范圍。線性混合模型的一般結(jié)構(gòu)為：

Y=Xβ+Zu+ε

式中,Y表示反應(yīng)變量的測(cè)量值向量,X為固定效應(yīng)自變量的設(shè)計(jì)矩陣,β是與X對(duì)應(yīng)的固定效應(yīng)參數(shù)向量,Z為隨機(jī)效應(yīng)變量構(gòu)造的設(shè)計(jì)矩陣,其構(gòu)造方式與X相同,u為隨機(jī)效應(yīng)參數(shù)向量,ε為剩余誤差向量。該模型的詳細(xì)介紹詳見參考文獻(xiàn)[27]。

在利用線性混合模型對(duì)土壤鹽分進(jìn)行預(yù)測(cè)的基礎(chǔ)上,選取合適的插值方法實(shí)現(xiàn)土壤鹽分的空間可視化及空間解析是實(shí)施對(duì)區(qū)域鹽漬化監(jiān)控的一種必要的輔助手段。本文利用Surfer軟件插值工具中的自然鄰近插值方法(Natural Neighbor Interpolation Method),對(duì)區(qū)域土壤表觀電導(dǎo)率和實(shí)測(cè)浸提液電導(dǎo)率及其預(yù)測(cè)值進(jìn)行空間分布估算和解析,并定量評(píng)價(jià)其在研究區(qū)土壤鹽漬化空間分布監(jiān)測(cè)中的適用性。本文我們主要采用交叉驗(yàn)證方法,如平均誤差(ME)、均方差(MSE)、相對(duì)均方差(RMSE)和均方根預(yù)測(cè)誤差(PMSPE)對(duì)插值效果進(jìn)行定量評(píng)估[28]。

3 結(jié)果與分析

3.1 EM38-MK2數(shù)據(jù)的空間分布及鹽漬剖面類型判別

英美新批評(píng)理論是對(duì)19世紀(jì)西方文學(xué)研究中對(duì)社會(huì)歷史、政治、傳記、心理等傾向的反撥與糾偏，以此重新突顯文學(xué)研究中作品文本中心這一向度。作為一種策略，文本細(xì)讀以及其他的策略，使得這一批評(píng)理論流派得以確立。美國華人學(xué)者與英美新批評(píng)之間有著復(fù)雜的糾纏，他們自覺或不自覺地在現(xiàn)代漢詩的相關(guān)研究中透露出英美新批評(píng)的理論視角與觀念方法。然而，理論的旅行總會(huì)發(fā)生變異，因具體歷史文化語境與觀照對(duì)象的變化，美國華人學(xué)者在英美新批評(píng)視野下開展的現(xiàn)代漢詩批評(píng)實(shí)踐也產(chǎn)生不一樣的效應(yīng)。這些效應(yīng)彰顯了他們的研究所具有的詩學(xué)意義與文化價(jià)值。

圖2是EM38-MK2大地電導(dǎo)率儀在水平和垂直模式下分別測(cè)得的40個(gè)土壤樣點(diǎn)表觀電導(dǎo)率利用自然鄰近方法插值后的空間分布狀況,交叉驗(yàn)證結(jié)果表明,水平和垂直模式下表觀電導(dǎo)率的平均誤差分別為1.204 mS/m和5.017 mS/m,相對(duì)誤差均在5%以內(nèi),而均方根預(yù)測(cè)誤差分別為0.975和0.978,均接近1,說明插值效果良好。由圖2可以看出,隨著土壤深度增加,電導(dǎo)率是趨于減小的；兩種模式下,電導(dǎo)率高值區(qū)均出現(xiàn)在綠洲外圍,尤其是綠洲東南區(qū)域的綠洲-荒漠交錯(cuò)帶；同時(shí),表觀電導(dǎo)率具有明顯的條帶狀分布規(guī)律,這與研究區(qū)土壤鹽分分布現(xiàn)狀是一致的[23]。相關(guān)分析表明,EM38兩種測(cè)量模式下的表觀電導(dǎo)率具有較高的正相關(guān)關(guān)系,相關(guān)系數(shù)R2=0.7425,這也是其空間分布具有明顯一致性的重要原因。圍繞應(yīng)用電磁感應(yīng)儀EM38兩種測(cè)量模式下的表觀電導(dǎo)率ECa-h和ECa-v來判斷土壤鹽漬剖面類型這一命題,Corwin and Rhoades提出直接用ECa-v/ECa-h作為判別土壤鹽漬剖面類型的經(jīng)驗(yàn)標(biāo)準(zhǔn),即ECa-v/ECa-h≥1,為底聚型；ECa-v/ECa-h<1,則為表聚型[29]。盡管該判別標(biāo)準(zhǔn)能有效的判斷出表聚型和底聚型兩種土壤鹽漬剖面,但忽視了均勻型剖面的存在,這顯然也是不合理的[30- 31]。為解決上述問題,參照Aragüés等的相關(guān)研究成果,對(duì)Corwin and Rhoades的判別標(biāo)準(zhǔn)進(jìn)行了改進(jìn),定義0.9≤ECa-v/ECa-h≤1.1為均勻型,即土壤含鹽量隨土層深度的變化差異不大；ECa-v/ECa-h>1.1為底聚型,即土壤含鹽量隨土層深度增加呈總體上升趨勢(shì)；ECa-v/ECa-h<0.9則為表聚型[16],即土壤含鹽量隨土層深度增加呈總體降低趨勢(shì)。在研究區(qū)40個(gè)土壤剖面采樣點(diǎn)中,表聚型是主要的土壤鹽漬剖面類型,共計(jì)36個(gè),底聚型3個(gè),均勻型僅1個(gè),且36個(gè)表聚型剖面中ECa-v與ECa-h的比值相差較大,說明研究區(qū)土壤鹽分在水平和垂直方向上均具有較強(qiáng)的分異特征,這符合圖2中所示的表觀電導(dǎo)率ECa-v和ECa-h的空間分布狀況。

圖2 水平模式和垂直模式下電導(dǎo)率(ECa)的空間分布Fig.2 Spatial distribution of ECa for horizntal mode and vertical mode

3.2EC1∶5隨土壤剖面深度的變化及其與實(shí)測(cè)鹽分含量的關(guān)系

3.2.1EC1∶5隨土壤剖面深度的變化

表1是基于不同方法估算的6個(gè)不同深度層土壤電導(dǎo)率EC1∶5的統(tǒng)計(jì)特征值,可以看出研究區(qū)土壤剖面不同深度層之間土壤電導(dǎo)率的特征參數(shù)值差異明顯。由變化幅度(最大值與最小值之差)來看,0—10 cm土壤表層電導(dǎo)率的變化幅度最大,為4392.1 mS/m,0—20 cm深度層次之,為2514.45 mS/m,其余4個(gè)深度層均低于2000 mS/m,總體來看,隨著深度增大,變化幅度呈現(xiàn)依次減小趨勢(shì)。從變異系數(shù)來看,各層土壤電導(dǎo)率的變異系數(shù)差異較為明顯,分別為1.11、0.95、0.89、0.87、0.62、0.60,表現(xiàn)為隨著深度的增加而減小的趨勢(shì),但均具強(qiáng)變異性。由表1的偏度值可以看出,0—60 cm深度土壤電導(dǎo)率空間分布極具偏態(tài)性,意即電導(dǎo)率在水平方向上表現(xiàn)出顯著的空間變異特征,這與變異系數(shù)揭示的結(jié)果是一致的,其中0—10和0—20 cm深度層電導(dǎo)率水平空間分布變異程度最強(qiáng),0—80 cm和0—100 cm深度層相對(duì)較弱,造成這種現(xiàn)象的原因較為復(fù)雜,如微地形起伏、水文狀況、土壤質(zhì)地、土地利用類別、灌溉制度以及耕作方式等,這些因素中的單一因素或多因素疊加均會(huì)對(duì)土壤電導(dǎo)率產(chǎn)生重大影響,但隨著土壤深度的增加,這些因素對(duì)土壤電導(dǎo)率的影響也會(huì)逐漸減弱。此外,我們也分析了各深度層土壤電導(dǎo)率的平均值狀況,各深度層土壤電導(dǎo)率均值的變化范圍在523.08—831.32 mS/m,對(duì)應(yīng)的土壤平均含鹽量變化范圍為2.95—4.80 g/kg,依據(jù)新疆水利廳頒發(fā)的《新疆縣級(jí)鹽堿地改良利用規(guī)劃工作大綱》中確定的土壤鹽漬化程度分級(jí)標(biāo)準(zhǔn),研究區(qū)土壤總體上屬于中度鹽漬化類型；不同深度層電導(dǎo)率均值各異,如0—10 cm土壤層電導(dǎo)率均值最大,明顯高于其它深度層,這再次表明研究區(qū)土壤鹽分分布具有較強(qiáng)的表聚性,同時(shí)揭示出研究區(qū)土壤平均電導(dǎo)率在垂直方向上也具有較強(qiáng)的變異性；在0—10和0—20 cm深度層,超過1/3采樣點(diǎn)的含鹽量高于5.0 g/kg,屬重度鹽漬化程度,這顯然是研究區(qū)綠洲農(nóng)業(yè)生產(chǎn)發(fā)展的重要制約因素,應(yīng)當(dāng)引起相關(guān)部門的重視。

3.2.2EC1∶5與實(shí)測(cè)鹽分含量的關(guān)系

土壤水溶性含鹽量和土壤浸提液電導(dǎo)率EC1∶5是衡量土壤鹽漬化程度的重要指標(biāo),但二者反映土壤鹽漬化程度的本質(zhì)卻截然不同。電導(dǎo)率EC1∶5反映了土壤中鹽基離子或分子的數(shù)量,而水溶性含鹽量卻反映了土壤中鹽基離子或分子的質(zhì)量。通常在鹽分組成較為復(fù)雜的區(qū)域,電導(dǎo)率EC1∶5與含鹽量并不一定具有高度的相關(guān)性,也就不能簡單地根據(jù)電導(dǎo)率EC1∶5與含鹽量的關(guān)系,利用電導(dǎo)率數(shù)據(jù)來反演含鹽量[32]。近年來的研究表明,在干旱區(qū)綠洲土壤浸提液電導(dǎo)率和土壤鹽分之間呈現(xiàn)極顯著的相關(guān)性,可以用EC1∶5來代替土壤的水溶性含鹽量進(jìn)行分析[2]。為驗(yàn)證這一觀點(diǎn),對(duì)本研究區(qū)土壤水溶性含鹽量(SS)和土壤浸提液電導(dǎo)率EC1∶5進(jìn)行相關(guān)分析,發(fā)現(xiàn)二者存在極為顯著的線性正相關(guān)關(guān)系,回歸方程為：SS=0.0062EC1∶5-0.295(R2=0.9925),擬合優(yōu)度R2暗示電導(dǎo)率EC1∶5對(duì)含鹽量變化的解釋能力可達(dá)99%以上,這表明研究區(qū)土壤浸提液電導(dǎo)率EC1∶5可完全替代土壤的水溶性含鹽量作為土壤鹽漬化的指標(biāo)。因此,通過建立研究區(qū)土壤表觀電導(dǎo)率和土壤浸提液電導(dǎo)率EC1∶5之間的關(guān)系式,就可以達(dá)到利用電磁感應(yīng)儀測(cè)量值來評(píng)估區(qū)域土壤鹽漬化程度之目的。

表1 6種不同深度剖面土壤電導(dǎo)率EC1∶5的統(tǒng)計(jì)分析

3.3 線性混合預(yù)測(cè)模型的構(gòu)建

線性回歸是目前定量兩種或兩種以上變量間相互依賴關(guān)系的一種經(jīng)典統(tǒng)計(jì)方法,在研究不同土層鹽分含量或浸提液電導(dǎo)率與土壤表觀電導(dǎo)率關(guān)系時(shí)也較為常用[2]。由于土壤表觀電導(dǎo)率反映的是不同深度電導(dǎo)率與其對(duì)電磁感應(yīng)儀線圈敏感性乘積隨土壤深度變化的積分值,且不同深度電導(dǎo)率對(duì)電磁感應(yīng)儀線圈的敏感性在土壤深度上表現(xiàn)為非線性[33],因而有些國內(nèi)外學(xué)者認(rèn)為不同深度的土壤電導(dǎo)率與表觀電導(dǎo)率之間的定量關(guān)系也應(yīng)表現(xiàn)為非線性[8,20]。然而,傳統(tǒng)的線性和非線性回歸建模,都忽略了表觀電導(dǎo)率兩種模式下的測(cè)量值具有高度相關(guān)的事實(shí)。目前,國內(nèi)外常用的建模方法是線性混合模型,它有效克服了傳統(tǒng)回歸方法的缺陷。因此,本文以ECa-h和ECa-v為自變量,以各深度土層電導(dǎo)率EC1∶5為因變量,利用線性混合模型分別進(jìn)行單因素和多因素回歸建模,并采用限制性最大似然法(REML)對(duì)模型參數(shù)予以估計(jì)；同時(shí),為避免實(shí)測(cè)數(shù)據(jù)的“擾動(dòng)”對(duì)建模效果產(chǎn)生影響,對(duì)變量取對(duì)數(shù)進(jìn)行數(shù)據(jù)變換。整個(gè)建模過程均在統(tǒng)計(jì)分析軟件StataMP中完成,預(yù)測(cè)模型的最終形式及其顯著性檢驗(yàn)結(jié)果(Wald Z值)見表2?？梢钥闯?除土壤電導(dǎo)率EC1∶5與水平表觀電導(dǎo)率ECa-h所建立的模型在0—80 cm深度上表現(xiàn)為P<0.01的顯著水平外,其余各模型的P值均小于0.001,達(dá)到了極顯著水平。就單因素建模效果而言,在土壤各深度剖面層中,ECa-h對(duì)土壤電導(dǎo)率的效應(yīng)系數(shù)均小于ECa-v,建模精度也略差于后者,這與電磁感應(yīng)儀的測(cè)量模式有關(guān),在水平和垂直測(cè)量模式下電磁感應(yīng)儀對(duì)不同深度土壤鹽分的敏感度具有差異。由EC1∶5與ECa-h和ECa-v所建立的多因素預(yù)測(cè)模型整體精度介于兩單因素模型之間,此模型除在0—10 cm深度上ECa-v對(duì)土壤電導(dǎo)率的效應(yīng)系數(shù)達(dá)到0.05的顯著水平外,其余的效應(yīng)系數(shù)均不顯著,而從模型的截距項(xiàng)所顯示的顯著水平可以看出樣點(diǎn)電導(dǎo)率本底值在多因素預(yù)測(cè)模型中起決定性作用,這可能與ECa-h和ECa-v的高度相關(guān)性有關(guān)。此外,利用這3種模型分別對(duì)6個(gè)剖面層的土壤電導(dǎo)率進(jìn)行預(yù)測(cè),在預(yù)測(cè)過程中并未發(fā)現(xiàn)殘差有明顯的異常點(diǎn),也無違反正態(tài)性和方差齊性假定的跡象,再次說明所構(gòu)建的模型是可信的；同時(shí),還發(fā)現(xiàn)在各層中實(shí)測(cè)值與預(yù)測(cè)值的擬合優(yōu)度整體上呈現(xiàn)出多因素模型>ECa-v單因素模型>ECa-h單因素模型,但差別不大。

表2 6種不同剖面深度下EC1∶5與ECa-h和ECa-v間的線性混合模型

*顯著性P< 0.05; **顯著性P< 0.01; ***顯著性P< 0.001

圖3 土壤剖面0—60 cm深度的實(shí)測(cè)浸提液電導(dǎo)率(對(duì)數(shù)值)和預(yù)測(cè)值(對(duì)數(shù)值)的空間分布Fig.3 Spatial distribution of measured conductivity (logarithm) and predicted value (logarithm) in the soil profile (0—60 cm)

為研究土壤剖面鹽分的空間分布情況,并考慮到樣本數(shù)據(jù)的代表性,利用上述3種模型分別對(duì)研究區(qū)0—60 cm深度(耕作深度)的土壤鹽分空間分布進(jìn)行模擬,并用Surfer軟件中的自然鄰近方法進(jìn)行空間插值以實(shí)現(xiàn)其空間可視化。為便于論述,把基于ECa-h、ECa-v和ECa-h與ECa-v的模型分別定義為Model(1)、Model(2)和Model(3)。圖3顯示的是土壤剖面0—60 cm深度實(shí)測(cè)浸提液電導(dǎo)率的空間分布狀況,圖3還分別是Model(1)、Model(2)和Model(3)模擬值的電導(dǎo)率空間分布。單就其插值效果來看,實(shí)測(cè)浸提液電導(dǎo)率平均誤差(ME)僅為-0.00149、均方差(MSE)為0.15977、相對(duì)均方差(RMSE)為0.39971、均方根預(yù)測(cè)誤差(PMSPE)為0.97015,非常接近1,而Model(1)、Model(2)和Model(3)預(yù)測(cè)值的交叉驗(yàn)證結(jié)果如表3所示,不難看出自然鄰近法的空間插值結(jié)果是可靠的,具有較強(qiáng)的可信性。同時(shí),也給出了3種模型在其他5層土壤剖面深度預(yù)測(cè)值的空間插值交叉驗(yàn)證結(jié)果,詳見表3。通過對(duì)比圖3可以看出,對(duì)于0—60 cm深度土壤鹽分空間分布,基于Model(1)和Model(2)的預(yù)測(cè)結(jié)果與實(shí)測(cè)值的擬合優(yōu)度R2均為0.7394,可有效的反映研究區(qū)土壤電導(dǎo)率的整體情況,但在空間分布上略有不同。兩種模型均能大體反映電導(dǎo)率值高于2.3 mS/m的區(qū)域范圍,但對(duì)研究區(qū)東南部電導(dǎo)率值高于2.8 mS/m的區(qū)域范圍放大效應(yīng)明顯,其中Model(2)的放大效應(yīng)更為顯著。單一基于ECa-h或ECa-v的模擬,可能忽略了電導(dǎo)率空間較小尺度的變異,因而需要綜合考慮ECa-h和ECa-v對(duì)其進(jìn)行表達(dá)。由圖3可以看出,綜合考慮ECa-h和ECa-v的Model(3)模擬效果明顯優(yōu)于單一基于ECa-h或ECa-v的模擬結(jié)果,Model(3)的預(yù)測(cè)結(jié)果與實(shí)測(cè)值的擬合優(yōu)度R2均為0.7489,比Model(1)和Model(2)有所提高,Model(3)對(duì)研究區(qū)電導(dǎo)率值高于2.3 mS/m的區(qū)域范圍界定更加準(zhǔn)確,但對(duì)電導(dǎo)率值高于2.8 mS/m的區(qū)域范圍模擬效果仍不理想,這是模擬預(yù)測(cè)研究中普遍存在的現(xiàn)象,精確模擬畢竟是一個(gè)世界級(jí)難題。盡管模型還存在些許缺陷,但對(duì)預(yù)測(cè)土壤電導(dǎo)率高于2.3 mS/m的區(qū)域范圍是有效的,尤其是Model(3)。本研究區(qū)土壤電導(dǎo)率2.3 mS/m對(duì)應(yīng)的土壤水溶性含鹽量為1 g/kg,根據(jù)新疆水利廳頒發(fā)的《新疆縣級(jí)鹽堿地改良利用規(guī)劃工作大綱》中確定的土壤鹽漬化程度分級(jí)標(biāo)準(zhǔn),土壤水溶性含鹽量小于1 g/kg的土壤屬于非鹽漬化土壤,因此所建的模型可作為相關(guān)部門監(jiān)測(cè)該區(qū)土壤鹽漬化的輔助手段。

表3 不同模型的自然鄰近插值預(yù)測(cè)的交叉驗(yàn)證

無論從土壤電導(dǎo)率實(shí)測(cè)值空間分布,還是預(yù)測(cè)值空間分布來看,研究區(qū)土壤鹽分分布存在顯著的空間差異,主要表現(xiàn)為：綠洲外圍交錯(cuò)帶上的土壤鹽分含量明顯高于綠洲內(nèi)部,土壤鹽分從綠洲外圍荒漠帶到綠洲-荒漠交錯(cuò)帶,再到綠洲內(nèi)部呈現(xiàn)出由高到低的遞減趨勢(shì),鹽分梯度整體東西向劃分明顯；同時(shí),還隱含一個(gè)不明顯的由西北至東南土壤鹽分逐漸增大的帶狀分布。研究區(qū)土壤鹽分分布格局的形成是多種因素共同作用的結(jié)果：首先,研究區(qū)的地形為西北高東南低,平均海拔由1100 m下降到980 m,坡降1‰—4‰[34],河流流向自西北至東南,坡降1.75‰—23.7‰,多年平均徑流量為22.1×108m3,變差系數(shù)為0.12,同時(shí)地下水隨地形由高向低滲流,水力坡度3.5‰—5.5‰[35],這就使上游土壤經(jīng)過雨水淋溶作用,大量鹽分隨河流和地下水遷移至中下游地勢(shì)較低處匯集,因而下游地區(qū)土壤鹽分含量高,成為綠洲東南部區(qū)域土壤鹽分含量明顯過高的最直接因素；其次,研究區(qū)的土壤質(zhì)地主要以砂土和粉砂土為主,其土壤孔隙度小,透水釋水性差,在綠洲內(nèi)部由于經(jīng)常灌溉,致使土壤表層鹽分隨灌溉水下滲到土壤更深層,表現(xiàn)為土壤表層脫鹽,而綠洲外圍因降水量少且蒸發(fā)強(qiáng)烈,深層土壤及地下水中的可溶性鹽通過毛細(xì)管上升到地表,土壤表層“聚鹽”現(xiàn)象明顯,這也是研究區(qū)鹽分格局形成的重要因素；此外,研究區(qū)的經(jīng)濟(jì)主要以綠洲農(nóng)業(yè)為主,由于技術(shù)原因及居民對(duì)農(nóng)業(yè)生產(chǎn)成本的考量,灌溉方式仍以大水漫灌為主,導(dǎo)致土壤鹽漬化程度加劇,為解決其帶來的農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn),該地區(qū)每年都要耗費(fèi)大量的水用于洗鹽,造成鹽分隨水進(jìn)入排堿渠,再由排堿渠帶入下游,最終形成下游地區(qū)土壤鹽分過高的分布格局。

4 結(jié)論與討論

本文通過對(duì)渭干河-庫車河三角洲綠洲土壤磁感表觀電導(dǎo)率和土壤浸提液電導(dǎo)率的分析,揭示了研究區(qū)土壤剖面鹽分的分布特征,利用構(gòu)建的電磁感應(yīng)表觀電導(dǎo)率與土壤電導(dǎo)率間的線性混合模型,并借助插值方法解析和評(píng)估了研究區(qū)土壤鹽分的空間分布特征。主要結(jié)論可歸納如下：

(1)磁感式表觀電導(dǎo)率和土壤浸提液電導(dǎo)率均表明,研究區(qū)土壤鹽漬剖面類型以表聚型為主,隨著土壤深度增加,電導(dǎo)率是趨于減小的,在空間分布上具有明顯的水平和垂直方向的變異特征；同時(shí),在磁感表觀電導(dǎo)率水平和垂直模式下,可以發(fā)現(xiàn)電導(dǎo)率高值區(qū)均出現(xiàn)在綠洲外圍,尤其是綠洲東南區(qū)域的綠洲-荒漠交錯(cuò)帶,并表現(xiàn)出明顯的梯度分布,這與研究區(qū)土壤鹽分分布現(xiàn)狀相符,說明電磁感應(yīng)儀EM38對(duì)土壤鹽漬化空間分布特征的解析精度較高,結(jié)果可信。此外,依據(jù)新疆水利廳頒發(fā)的《新疆縣級(jí)鹽堿地改良利用規(guī)劃工作大綱》中確定的土壤鹽漬化程度分級(jí)標(biāo)準(zhǔn),可判定研究區(qū)土壤主體屬于中度鹽漬化水平,局部地帶表層重度鹽漬化現(xiàn)象明顯,需采取必要的治理措施對(duì)土壤鹽漬化進(jìn)行有效防控。

(2)對(duì)研究區(qū)的實(shí)測(cè)土壤浸提液電導(dǎo)率和實(shí)測(cè)土壤水溶性含鹽量進(jìn)行相關(guān)性分析,發(fā)現(xiàn)二者之間呈現(xiàn)極顯著的相關(guān)性,回歸方程顯示土壤浸提液電導(dǎo)率對(duì)含鹽量變化的解釋能力可達(dá)99%以上,因而采用浸提液電導(dǎo)率代替土壤水溶性含鹽量作為研究區(qū)土壤鹽漬化指標(biāo)的方法是可行的。

(3)從構(gòu)建的線性混合模型可以看出,除土壤電導(dǎo)率EC1∶5與水平表觀電導(dǎo)率ECa-h所建立的模型在0—80 cm深度上表現(xiàn)為P<0.01的顯著水平外,其余各模型的P值均小于0.001,達(dá)到了極顯著水平。此外,利用模型分別對(duì)6個(gè)剖面層的土壤電導(dǎo)率進(jìn)行預(yù)測(cè),發(fā)現(xiàn)在各層中實(shí)測(cè)值與預(yù)測(cè)值的擬合優(yōu)度整體上呈現(xiàn)出多因素模型>ECa-v單因素模型>ECa-h單因素模型,這與傳統(tǒng)線性回歸模型的結(jié)果是一致的[2,36-37],說明綜合考慮ECa-h和ECa-v的模型模擬效果明顯優(yōu)于單一基于ECa-h或ECa-v的模擬結(jié)果。與本研究區(qū)以前的相關(guān)研究[2]對(duì)比,發(fā)現(xiàn)線性混合模型的模擬效果要明顯優(yōu)于傳統(tǒng)的線性回歸模型。這與線性混合模型的假設(shè)條件有關(guān),它僅需要反應(yīng)變量具有正態(tài)性,放棄了獨(dú)立性和方差齊性的假定,容許反應(yīng)變量間具有相關(guān)性及方差不齊性。但線性混合模型對(duì)資料的要求比較嚴(yán)格,由于本文中樣本量較少,特別是數(shù)據(jù)層次結(jié)構(gòu)太少,從而也限制了我們對(duì)研究對(duì)象的深入分析。

(4)自然鄰近法插值結(jié)果直觀反映了研究區(qū)土壤剖面鹽分的空間分布狀況,與本研究區(qū)借助回歸殘差泛克里格法等的插值效果[2,23]相比,精度更高。因此,對(duì)于研究區(qū)未采樣地帶的土壤鹽漬化情況,可利用本文建立的土壤鹽分解譯模型和自然鄰近插值法相結(jié)合的方式進(jìn)行快速預(yù)測(cè),實(shí)現(xiàn)對(duì)全區(qū)土壤鹽分空間分布的快速掌控。本研究可為渭干河-庫車河三角洲綠洲土壤鹽漬化空間分布的監(jiān)測(cè)及防控措施的制定提供必要的技術(shù)支撐和理論依據(jù),對(duì)該區(qū)綠洲生態(tài)環(huán)境保護(hù)和農(nóng)業(yè)生產(chǎn)與作物布局也具有重要的指導(dǎo)意義。

[1] 陳亞寧. 新疆塔里木河流域生態(tài)水文問題研究. 北京: 科學(xué)出版社, 2010: 169- 173.

[2] 姚遠(yuǎn), 丁建麗, 雷磊, 江紅南, 張芳, 牛濤. 干濕季節(jié)下基于遙感和電磁感應(yīng)技術(shù)的塔里木盆地北緣綠洲土壤鹽分的空間變異性. 生態(tài)學(xué)報(bào), 2013, 33(17): 5308- 5319.

[3] 王水獻(xiàn), 董新光, 劉磊. 新疆焉耆盆地綠洲水鹽雙梯度下天然植被多樣性分異特征. 冰川凍土, 2010, 32(5): 999- 1006.

[4] 張雪妮, 呂光輝, 楊曉東, 貢璐, 秦璐, 何學(xué)敏, 劉昊奇. 基于鹽分梯度的荒漠植物多樣性與群落、種間聯(lián)接響應(yīng). 生態(tài)學(xué)報(bào), 2013, 33(18): 5714- 5722.

[5] 劉廣明, 吳亞坤, 楊勁松, 余世鵬, 王相平. 基于電磁感應(yīng)技術(shù)的區(qū)域三維土壤鹽分空間變異研究. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2013, 44(7): 78- 82.

[6] 吳亞坤, 劉光明, 楊勁松, 余世鵬. 基于反距離權(quán)重插值的土壤鹽分三維分布解析方法. 農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(3): 100- 106.

[7] Doolittle J A, Brevik E C. The use of electromagnetic induction techniques in soils studies. Geoderma, 2014, 223- 225: 33- 45.

[8] Padhi J, Misra R K. Sensitivity of EM38 in determining soil water distribution in an irrigated wheat field. Soil and Tillage Research, 2011, 117: 93- 102.

[9] 趙軍偉, 蔣平安, 盛建東, 李榮. EM38電磁發(fā)生儀測(cè)定結(jié)果的影響因素分析. 干旱區(qū)地理, 2005, 28(3): 362- 366.

[10] Islam M M, Cockx L, Meerschman E, De Smedt P, Meeuws F, Van Meirvenne M. A floating sensing system to evaluate soil and crop variability within flooded paddy rice fields. Precision Agriculture, 2011, 12(6): 850- 859.

[11] 劉廣明, 楊勁松, 李冬順. 基于電磁感應(yīng)原理的堤壩隱患探測(cè)技術(shù)及其應(yīng)用. 巖土工程學(xué)報(bào), 2003, 25(2): 196- 200.

[12] 劉慶生, 劉高煥, 趙軍. 土壤類型、質(zhì)地和土地類型對(duì)土壤鹽漬化水平的指示. 中國農(nóng)學(xué)通報(bào), 2008, 24(1): 297- 300.

[13] 劉廣明, 楊勁松. 基于電磁感應(yīng)原理的沿海灘涂地下水礦化度快速測(cè)評(píng)技術(shù). 農(nóng)業(yè)工程學(xué)報(bào), 2007, 23(9): 76- 80.

[14] Dixit P N, Chen D L. Modification of a spatially referenced crop model to simulate the effect of spatial pattern of subsoil salinity. Computers and Electronics in Agriculture, 2010, 74(2): 313- 320.

[15] Li D H, Guo Q H, Rahilly P J A, Phelps G M, Harmon T C. Correlation between soil apparent electroconductivity and plant hyperspectral reflectance in a managed wetland. International Journal of Remote Sensing, 2011, 32(9): 2563- 2579.

[16] Aragüés R, Urdanoz V, ?etin M, Kirda C, Daghari H, Ltifi W, Lahlou M, Douaik A. Soil salinity related to physical soil characteristics and irrigation management in four Mediterranean irrigation districts. Agricultural Water Management, 2011, 98(6): 959- 966.

[17] Herrero J, Netthisinghe A, Hudnall W H, Pérez-Coveta O. Electromagnetic induction as a basis for soil salinity monitoring within a Mediterranean irrigation district. Journal of Hydrology, 2011, 405(3/4): 427- 438.

[18] Cetin M, Ibrikci H, Kirda C, Kaman H, Karnez E, Ryan J, Topcu S, Oztekin M E, Dingil M, Sesveren S. Using an electromagnetic sensor combined with geographic information systems to monitor soil salinity in an area of southern turkey irrigated with drainage water. Fresenius Environmental Bulletin, 2012, 21(5): 1133- 1145.

[19] Bouksila F, Bahri A, Berndtsson R, Persson M, Rozema J, Van der Zee S E A T M. Assessment of soil salinization risks under irrigation with brackish water in semiarid Tunisia. Environmental and Experimental Botany, 2013, 92: 176- 185.

[20] 姚榮江, 楊勁松. 基于電磁感應(yīng)儀的黃河三角洲地區(qū)土壤鹽分時(shí)空變異特征. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(3): 107- 113.

[21] 吳亞坤, 楊勁松, 李曉明. 基于光譜指數(shù)與EM38的土壤鹽分空間變異性研究. 光譜學(xué)與光譜分析, 2009, 29(4): 1023- 1027.

[22] 李洪義, 史舟, 唐惠麗. 基于三維普通克立格方法的濱海鹽土電導(dǎo)率三維空間變異研究. 土壤學(xué)報(bào), 2010, 47(2): 359- 363.

[23] Ding J L, Yu D L. Monitoring and evaluating spatial variability of soil salinity in dry and wet seasons in the Werigan-Kuqa Oasis, China, using remote sensing and electromagnetic induction instruments. Geoderma, 2014, 235- 236: 316- 322.

[24] 魯如坤. 土壤農(nóng)業(yè)化學(xué)分析方法. 北京: 中國農(nóng)業(yè)科技出版社, 1999: 85- 98.

[25] Li H Y, Websterb R, Shi Z. Mapping soil salinity in the Yangtze delta: REML and universal kriging (E-BLUP) revisited. Geoderma, 2015, 237- 238: 71- 77.

[26] Huang J, Wong V N L, Triantafilis J. Mapping soil salinity and pH across an estuarine and alluvial plain using electromagnetic and digital elevation model data. Soil Use and Management, 2014, 30(3): 394- 402.

[27] Jiang J M. Linear and generalized linear mixed models and their applications. New York: Springer, 2007: 1- 2.

[28] 白世彪, 王建, 常直楊. Surfer?10地學(xué)計(jì)算機(jī)制圖. 北京: 科學(xué)出版社, 2012: 124.

[29] Corwin D L, Rhoades J D. Measurement of inverted electrical conductivity profiles using electromagnetic induction. Soil Science society of America Journal, 1983, 48(2): 288- 291.

[30] Rhoades J D, Chanduvi F, Lesch S. Soil salinity assessment: Methods and interpretation of electrical conductivity measurements. FAO Irrigation and Drainage Paper 57, Rome, Italy, 1999: 45- 46.

[31] 姚榮江, 楊勁松, 劉廣明. EM38在黃河三角洲地區(qū)土壤鹽漬化快速檢測(cè)中的應(yīng)用研究. 干旱地區(qū)農(nóng)業(yè)研究, 2008, 26(1): 67- 73.

[32] 彭杰, 王家強(qiáng), 向紅英, 滕洪芬, 劉維揚(yáng), 遲春明, 牛建龍, 郭燕, 史舟. 土壤含鹽量與電導(dǎo)率的高光譜反演精度對(duì)比研究. 光譜學(xué)與光譜分析, 2014, 34(2): 510- 514.

[33] McNeill J D. Electromagnetic terrain conductivity measurement at low induction numbers. Technical Note TN- 6. Geonics, ON, Canada, 1980: 5- 15.

[34] 王雪梅, 柴仲平, 塔西甫拉提·特依拜, 龔愛瑾, 胡江玲. 渭干河-庫車河三角洲綠洲生態(tài)系統(tǒng)服務(wù)功能及敏感性分析. 干旱地區(qū)農(nóng)業(yè)研究, 2010, 28(3): 202- 206.

[35] 滿蘇爾·沙比提, 武勝利, 陸吐布拉·依明. 渭干河-庫車河三角洲綠洲近10年地下水位及水質(zhì)時(shí)空變化特征. 干旱地區(qū)農(nóng)業(yè)研究, 2010, 28(1): 212- 217.

[36] 武珊珊, 丁建麗, 馬春霞. EM38在土壤鹽漬化快速檢測(cè)中的應(yīng)用研究. 揚(yáng)州大學(xué)學(xué)報(bào): 農(nóng)業(yè)與生命科學(xué)版, 2012, 33(3): 69- 73.

[37] 姚遠(yuǎn), 丁建麗, 阿爾達(dá)克·克里木, 張芳, 雷磊. 基于實(shí)測(cè)高光譜和電磁感應(yīng)數(shù)據(jù)的區(qū)域土壤鹽漬化遙感監(jiān)測(cè)研究. 光譜學(xué)與光譜分析, 2013, 33(7): 1917- 1921.

Modeling of the spatial distribution of soil profile salinity based on the electromagnetic induction technique

DENG Kai, DING Jianli*, YANG Aixia, WANG Jinjie

CollegeofResourcesandEnvironmentSciences,KeyLaboratoryofOasisEcologyofMinistryEducation,XinjiangUniversity,Urumqi830046,China

Soil salinization is the main obstacle to agricultural development in arid and semi-arid regions. It is also one of the key limitations on the growth of eremophytes, which seriously affect the stability and safety of the ecological environment in oases. Oases are unique among desert ecosystems because of the availability of generally sufficient water resources that can sustain a wider range of human activities. Over time, oases often become highly developed locales in arid and semi-arid regions, with concentrated human populations and activities. With the development of oasis irrigation agriculture, soil salinization and soil secondary salinization caused by irrigation has gradually become the largest obstacle for sustainable oasis agricultural development. Study of the distribution of soil salt content in soil profiles can determine the influence of salinization on oasis ecology and environment. In this study, using the Weigan-Kuqa Delta Oasis as the research area, the soil electrical conductivities of typical plots in the region were obtained using an electromagnetic induction technique and a traditional soil sampling method. A linear mixed model between magnetic inductive apparent conductivity and the observed conductivities of the soil samples indicates that the apparent electricity conductivity is a good surrogate for soil salinity. We therefore used the apparent soil electricity conductivity to examine the spatial distribution of soil salt content at different depths in the soil profile because obtaining such data is often much more cost-effective. We employed a natural neighbor interpolation approach at various depths to analyze and evaluate the spatial distribution features of the soil profile salinity. The results showed that the soil in the research area has strong surface aggregation and spatial variation, and that the soil body is moderately salinized. Soil salinization is clearly higher in the desert areas and interlaced border areas than within the oasis. Soil salt content showed a decreasing trend from the desert areas and interlaced border areas to the internal oasis. The three linear mixed models, built based on soil electrical conductivities and magnetic inductive apparent conductivities of the soils at each depth, all reached the 0.01 significance level. Both the vertical and horizontal apparent electrical conductivities were significantly related to the spatial distribution of soil salt content in soil profiles. Further exploration indicates that the horizontal apparent electrical conductivity best measures the surface soil salinization, while the vertical apparent electricity conductivity best measures the deep soil salt content. Additionally, combining both the horizontal and vertical apparent electricity conductivities produces more efficient interpretation of soil salinization and better spatial interpolation results than either method alone. The result of the natural neighbor interpolation visually reflects the spatial distribution status of the soil profile salinity in the research area. The interpretation models of soil salinity obtained by combining horizontal and vertical modes can effectively increase the prediction accuracy of the spatial distribution of soil profile salinity. Through intensive field work and soil sampling practices, coupled with a local spatial interpolation approach (the natural neighbors), this study investigates the feasibility of applying electromagnetic induction devices to evaluating, monitoring, and predicting soil salinization at various soil depths in the Werigan-Kuqa Delta Oasis. Our results show that the spatial distribution of soil salinization significantly contributes to efficient local soil salinization management and possible treatment, and thus can provide technical support for preventing and controlling soil salinization in this region.

electromagnetic induction technique; soil profile salinization; spatial distribution; Werigan-Kuqa Delta Oasis

新疆維吾爾自治區(qū)青年科技創(chuàng)新人才培養(yǎng)工程(2013711014); 國家自然科學(xué)基金項(xiàng)目(U1303381,41261090,41130531,41161063); 教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃(NCET- 12- 1075); 霍英東青年教師基金項(xiàng)目(121018); 教育部長江學(xué)者計(jì)劃創(chuàng)新團(tuán)隊(duì)計(jì)劃(IRT1180); 新疆維吾爾自治區(qū)研究生科研創(chuàng)新項(xiàng)目(XJGRI2013023)

2015- 03- 15;

日期:2016- 01- 22

10.5846/stxb201503150498

*通訊作者Corresponding author.E-mail: E-mail: watarid@xju.edu.cn

鄧凱,丁建麗,楊愛霞,王瑾杰.基于電磁感應(yīng)技術(shù)的土壤剖面鹽分空間分布建模研究.生態(tài)學(xué)報(bào),2016,36(20):6387- 6396.

Deng K, Ding J L, Yang A X, Wang J J.Modeling of the spatial distribution of soil profile salinity based on the electromagnetic induction technique.Acta Ecologica Sinica,2016,36(20):6387- 6396.