王全九，畢 磊，張繼紅

?

新疆包頭湖灌區(qū)農田土壤水鹽熱特性空間變異特征

王全九1,2，畢 磊1，張繼紅1

（1.西安理工大學，西北旱區(qū)生態(tài)水利工程國家重點實驗室培育基地，西安 710048；2.中國科學院水利部水土保持研究所，黃土高原土壤侵蝕與旱地農業(yè)國家重點實驗室，楊凌 712100）

土壤作為高度變異體，其大尺度下的土壤水鹽熱分布特征具有空間變異性。為了探究大尺度下的土壤水、鹽、熱的空間分布特征及空間變異性，以新疆包頭湖區(qū)域為例，采用經典統(tǒng)計學和地統(tǒng)計學相結合的方法，對土壤水鹽熱參數的空間分布特征進行分析。結果表明：土壤含水率、導熱率及熱容量均屬于中等偏弱變異程度，土壤含鹽量為強變異程度；土壤含水率、含鹽量、導熱率的半方差函數均可用高斯模型進行擬合，熱容量的半方差函數可用指數函數進行擬合；含水率、含鹽量、導熱率、熱容量同一深度各自變量之間均具有較強的空間依賴性，隨機因素占總變異程度較低，最大相關距離在2 600~3 900 m。該研究為當地農業(yè)灌溉及精細農業(yè)的生產提供一定參考。

土壤；水分；鹽分；空間變異；熱性質

0 引 言

土壤作為不均一變化的連續(xù)體，即使在同一個田塊中，土壤的物理、化學、生物特性都有很大差異，這是因為受到自然因素（包括成土母質、氣候、生物、地形和時間）以及人為因素共同作用，土壤的此特性被稱為土壤的空間變異性[1]。隨著科學技術的發(fā)展，人們逐漸認識到由于土壤空間變異所帶來的問題，定量地分析和描述土壤中的各項變異逐漸成為學者們研究的熱點[2]。土壤空間變異的復雜性定量化的研究，改進和創(chuàng)新了土壤分類系統(tǒng)，提高田間土壤的研究精度，更好地理解了空間作用與土壤、作物之間的關系，有利于推動精細化農業(yè)的發(fā)展[3]。而中國新疆地區(qū)地處歐亞大陸腹地，遠離水汽源地，氣候干旱，降雨稀少，水資源時空分布極不均衡，生態(tài)環(huán)境極度脆弱，新疆地區(qū)長期受到土壤鹽漬化的影響，嚴重限制了農業(yè)開發(fā)和可持續(xù)發(fā)展[4]。

中國從20世紀80年代開始了對于各種土壤的物理屬性變異性研究工作，所涉及的土壤包括黃土、紫色土、喀斯特土、鹽堿土、黑土等，分別從水、肥、氣、熱、金屬元素、顆粒組成等方面開展相關研究。土壤的研究尺度從田間尺度發(fā)展到流域尺度以及更大尺度。研究土壤空間變異性的方法歸納起來有地統(tǒng)計學、方差分析、自相關分析、譜分析小波分析和分形理論等[5]。目前地統(tǒng)計學是研究空間變異的主要方法，應用半方差函數對土壤空間特性進行描述，在土壤空間變異的研究中應用十分廣泛[6-9]。

土壤水熱耦合過程廣泛存在于農業(yè)領域，土壤熱性質不僅影響著土壤溫度變化，也影響著作物的水分吸收和正常生長。土壤導熱率是土壤水、熱、溶質耦合數值模型的重要參數。在田間環(huán)境中土壤導熱率會受到質地、含水率、容重、孔隙分布等因素的影響[10-12]。土壤熱特性參數可以直接測定，也可以利用公式計算。而熱參數的影響因素眾多，國內外學者從不同角度出發(fā)建立了很多間接估算土壤導熱率的模型[13-21]。由于土壤水分和熱特性分布狀況可調節(jié)水分供給以及改善田間小氣候，進而提高作物產量[22]。而對于含鹽土壤而言，鹽分濃度與土壤熱性質也有一定的關系[23]。

但不同地區(qū)的土壤性質空間特征不盡相同，并受到取樣距離的影響。為了大面積指導農業(yè)生產。以新疆包頭湖灌區(qū)為例，根據實測土壤水分、含鹽量以及基本土壤物理參數，對大區(qū)域農田土壤導熱率進行數值計算，并對土壤水分、含鹽量以及導熱率的空間分布特征進行分析，為該地區(qū)的農業(yè)生產提供一定的理論指導。

1 研究方法及數據處理

1.1 研究區(qū)概況

試驗區(qū)域位于新疆巴音郭楞蒙古自治州庫爾勒市西南方向35 km處的包頭湖灌區(qū)。該農場位于孔雀河三角洲的沖積扇下部。地處86°08′~86°26′E，41°45′~41°56′N，東鄰庫爾勒市永豐渠，西鄰孔雀河，北邊接壤和什力克鄉(xiāng)。該地區(qū)屬溫暖地帶，年平均氣溫10.7 ℃，日照時間長，太陽輻射能量高，熱量大，早晚溫差大，晝夜氣溫差為12~17 ℃，特別適合棉花生長，積溫平均為4 192.1 ℃，年日照時數為2886.8 h，無霜期為132~181 d，年均降水量為102 mm。主要風向為西北風，光照資源充沛，生長季節(jié)長，夏季炎熱少雨，冬季嚴寒少雪。

1.2 采樣點布設及樣品采集

2017年4月春灌后1周取樣，根據網格取樣法，對包頭湖整個農場面積（行政面積71.33 km2，耕地面積34.88 km2）進行劃分，由于地形和人為因素（商業(yè)街道、居住村落、工廠等）對部分取樣點進行了調整，在區(qū)域范圍內布置50個測點，取樣點間距在1.5 km左右，具體取樣點分布如圖1所示。由于棉田根系活動主要集中在0~60 cm，故各監(jiān)測點分別監(jiān)測0~20、20~40、40~60 cm共3個深度土層的土壤，0~20、>20~40、>40~60 cm土壤深度分別命名為1、2、3層度，下文一致。利用土鉆法和環(huán)刀法進行取樣，105 ℃烘箱內烘8~12 h，測定土壤容重及土壤含水率，根據容重換算為土壤體積含水率（土壤體積含水率=土壤質量含水率×土壤干容重）。同時，一部分采集土樣風干，過2 mm的篩子后運用英國馬爾文Mastersizer儀器有限公司的馬爾文激光粒度分析儀2000測定土壤顆粒組成。另一部分風干土樣，按照水土比5:1配置土壤溶液，電導率儀測定溶液的電導率（electrical conductivity，EC），擬合公式換算成含鹽量。

圖1 取樣點分布圖

1.3 數據分析方法

1.3.1 經典統(tǒng)計學方法

經典統(tǒng)計學以頻率為基礎、以置信推斷為基本特征，通過統(tǒng)計研究變量的最大、最小值、均值、方差、標準差和變異系數來研究變量的變異性。公式如下：

1.3.2 空間變異理論方法

本文采用地統(tǒng)計學的方法對空間分布進行分析。地統(tǒng)計學以區(qū)域變化量為基礎，以變異函數為核心，以克里格插值為手段研究區(qū)域空間變異問題[25-26]。通常以半方差函數表示其空間相關結構。半方差函數公式如下：

文中半方差函數主要采用高斯模型（式（3））和指數模型（式（4））進行擬合。

式中0為塊金值；為拱高；為變程，km。

1.3.3 互相關函數

研究2個變量空間分布關系一般采用互相關函數法、交叉變異函數法進行分析[27-28]。本文采用互相關函數法，其公式按下式進行估計，通過MATLAB進行計算。

1.3.4 土壤導熱率計算方法

式中1、1、1、1、1為系數表達；ρ土壤的干容重g/cm3；m為表示黏粒含量，%；為體積含水率，%。

在一定容積的土壤中，土壤空氣的質量很小，可以忽略不計，所以土壤體積熱容量[30]可以表示為

1.4 數據統(tǒng)計

本文應用Excel和SPSS21.軟件對土壤相關數據進行處理，應用GS+9.0及ARCGIS對各變量的空間變異特征進行分析并繪制空間分布圖，應用Matlab軟件對變量互相關性進行計算并繪制圖形。

2 結果與分析

2.1 土壤基本理化性統(tǒng)計特征分析

容重與顆粒組成是土壤物理性質中的基本物理性狀，同時也是熱量方程、水力參數推求中的基本參數。對研究區(qū)不同深度的土壤基本物理參數進行統(tǒng)計分析，見表1。整個地區(qū)土壤容重較大，各層土壤容重在1.4g/cm3左右，自上而下變化幅度很小。從變異程度C來看，各層土壤容重屬于弱變異程度，說明各個層度的土壤質地比較均勻，各層黏粒、粉粒、砂粒均屬于中等變異程度。

根據取樣分為0~20、>20~40、>40~60 cm共3個土層，每層50個土樣，各層不同土壤類型所占比例見表2。按照美國農部制劃分標準，該地區(qū)每層土壤由砂質壤土和粉砂壤土構成。50個土壤樣本中，0~20、>20~40、>40~60 cm土層中34%、30%、22%的土樣為砂質壤土，66%、70%、78%為粉砂壤土。

由表2可見，隨著土層深度的增加，砂質壤土所占比例逐漸減小，粉砂壤土比例逐漸增加，土壤中粉粒含量增加。將同種土壤類型的顆粒組成進行統(tǒng)計，土壤顆粒組成測定均值見表2，2種土樣容重相近，體積含水率粉砂壤土略高于砂質壤土，差距較小為4%。

2.2 土壤水鹽熱統(tǒng)計特征分析

2.2.1 土壤水鹽熱參數經典統(tǒng)計

土壤含水率和含鹽量統(tǒng)計分析結果見表3。結果表示：0~60 cm土壤體積含水率均值在24.8%～30.3%之間。隨著土層深度的增加，根據土壤顆粒組成分析土壤中粉粒含量逐漸增加，保水性能提升，土壤含水率均值也自上而下逐漸增加，且個灌區(qū)40~60 cm土層的土壤含水率最小值與最大值之間相差最大，為13.36倍。

表1 土壤物理參數統(tǒng)計表

表2 不同質地土壤樣品顆粒含量、容重及含水率統(tǒng)計

由表3可知，土壤鹽分含量較大，根據《新疆土壤》確定的鹽堿化等級程度劃分標準：土壤含鹽量<3 g/kg，為非鹽化土；3~6 g/kg，為輕度鹽化土；6~10 g/kg，為中度鹽化土；10~20 g/kg，為重度鹽化土；大于20 g/kg，為鹽土[31]。根據統(tǒng)計結果，平均含鹽量為6.2 g/kg，屬于中度鹽化土，整個灌區(qū)40~60cm層度的土壤含鹽量變化幅度最大，為21.33 g/kg。采用地統(tǒng)計學分析的前提是要參數變量服從正態(tài)分布，其中土壤含鹽量不服從正態(tài)分布（漸進顯著性值雙側為0.038~0.046，小于顯著性水平0.05），其他變量均較符合正態(tài)分布，因此對土壤含鹽量進行對數處理，結果顯示土壤含鹽量近似服從對數正態(tài)分布。各層土壤含水率C值在0.2左右，屬于中等偏弱變異強度，土壤含鹽量變異系數在1左右，屬于強變異程度。

表3 土壤水鹽熱統(tǒng)計表

土壤熱性質是土壤熱狀況的內在表現(xiàn)，合理控制土壤熱狀況，有利于作物生長發(fā)育。利用Campbell[29]提出的數學模型，根據土壤基本物理參數對土壤熱參數進行計算，計算結果見表3。從地統(tǒng)計學角度來看，根據偏度、峰度以及-檢驗，各變量接近正態(tài)分布。導熱率數值整體較低，最低值為0.134 W/(m·K)，最大值為0.732 W/(m·K)，并且每層最大值與最小值之間差異較大，但從每層的變異系數C來看，在0.1~0.2之間，屬于中等偏弱變異程度，說明極大值與極小值點存在較少，變化幅度較為平穩(wěn)。自上而下來看各層導熱率均值在0.5 W/(m·K)左右，但最小值隨著土層的增加在不斷減小，導熱程度不斷較低。熱容量與土壤干容重和體積含水率相關，土壤熱容量隨著土壤深度的增加而增加，最大值為3.004 J/(m·K)，最小值為1.321 J/(m·K)。根據變異系數C來看，屬于中等偏弱變異強度。

2.2.2 土壤水鹽熱參數空間變異特征

土壤水鹽熱空間結構性復雜，為了更好地反映該區(qū)域的土壤含水率、含鹽量、導熱率、熱容量的空間結構性，以地統(tǒng)計學為基礎，對0~60 cm深度的土壤含水率、含鹽量以及導熱率進行半方差分析，通過選擇最優(yōu)半方差函數模型對其數據進行擬合，半方差函數參數見表4。結果表明：3個土層從上到下含水率、含鹽量均可用高斯模型進行較好的擬合。一般用0/（0+）表示空間變異相關性程度，即隨機變異占總變異的大小，通常在0~1之間，如在0~25%屬于較強的空間依賴性，在25%~75%屬于中等強度的空間依賴性，在75%~100%屬于較弱的空間依賴性。

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（例如施肥量的不同、耕作方式的不同以及人為活動）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、地形、土壤類型等會使土壤含鹽量和含水率的空間相關性增強。各變量的空間相關度在0~25%之間，說明隨機因素占總變異很小，自相關引起的空間變異性較強。

表4 土壤水鹽熱特性半方差函數參數

導熱率和熱容量半方差函數見表4，結果表明，導熱率可用高斯模型進行擬合，熱容量由指數模型進行擬合。土壤導熱率的決定系數2要高于熱容量，均大于0.8，表明可以較好地反映理論模型與實測數據變異函數之間的關系。根據空間相關性來看，各層土壤導熱率、熱容量具有較強的空間依賴性。

基于半方差函數的分形維數，分形維數越低，樣本之間土壤特性值的的差異越大，即均一程度越差，表示變異函數曲率的大小。通過計算由上到下各層的含水率和導熱率的分形維數在0.8~2.0之間，存在局部自相關性結構。各層含鹽量的整體分形維數較小，分別為1.192、0.914、0.903（除0~20cm含水率分形維數低于含鹽量）整體水平小于含水率和導熱率，存在突變點，均一程度較差。

表5 最大相關距離統(tǒng)計表

2.3 土壤水鹽含量和熱特性空間分布特征

土壤含水率、含鹽量及熱特性空間分布如圖2所示。由于采集數據點的有限性，對于未采取的區(qū)域進行插值估計，Kringing插值可以對沒有采集數據的空間進行分析，給出最優(yōu)的無偏估計值。在ArcGis10.2中采用Kringing插值法繪制土壤含水率分布圖（圖2a~圖2c），結果顯示土壤含水率由西向東在逐漸降低，土壤含水率較低值均在中部地區(qū)分布，從中部到東邊，又逐漸升高。從斑塊大小、顏色均可以反映出土壤含水率空間變異性的變化。圖2a土壤含水率斑塊化程度高，存在極干或極濕的地點中部較低；由圖2b可同樣的在中部地區(qū)含水率較低，并且含水率較低的斑塊分布更廣；圖2c在較深層的土壤中含水率較低的斑塊連接成為更大的區(qū)域，其分布主要是沿南北方向。

圖2 不同土層土壤含水率、含鹽量、導熱率和熱容量空間分布

各層土壤含鹽量如圖2d~圖2f所示，結果顯示圖2d中0~20 cm土壤含鹽量由北向南鹽分呈條狀增加，在春灌后，表層土壤中的鹽分被淋洗下去，在中下部地區(qū)出現(xiàn)“圓形”區(qū)域的較高值，在地圖上屬于未開發(fā)地區(qū)，土壤返鹽嚴重，表層土壤積鹽嚴重，隨著土層的增加，峰值在逐漸消減，最后成為條狀。比較圖2d、圖2e、圖2f發(fā)現(xiàn)，鹽分的累積自北向南逐漸升高，雖然在春灌后將土壤中的鹽分淋洗下去，但與灌水量具有一定關系，灌水量較少，鹽分淋洗不充分，同時中下部地區(qū)遠離水源，并且頻繁的人為農業(yè)活動加快了該地區(qū)的鹽分累積。極大值雖然在不斷減小，但是高含鹽量的區(qū)域在不斷增加。對比含水率和含鹽量的分布，中部靠近下側區(qū)域，該地區(qū)土壤含水率較低，土壤含鹽量偏大，對于農業(yè)的增產增收具有一定的影響。

土壤導熱率空間分布如圖2g~2i所示，0~20 cm土層沿東北-西南方向土壤導熱率呈現(xiàn)較低的分布；而在>20~40 cm土層中，土壤導熱率分布發(fā)生改變，此時南北方向數值較低；而在>40~60 cm土層中，較低值分布帶的走向繼續(xù)像西北方向發(fā)生偏移，此時沿西北-東南方向呈現(xiàn)較低分布。對比3土層可發(fā)現(xiàn)，土壤導熱率較小值逐漸降低，并且分布帶的面積自上而下有所增加。

土壤熱容量空間分布如圖2j~2l所示，結果顯示，各層熱容量與導熱率出現(xiàn)相似分布，沿南北方向出現(xiàn)較低值的分布區(qū)域，土壤中鹽分較高的地區(qū)熱容量普遍較低。熱容量與含水率相關，土壤含水率較高的區(qū)域熱容量較大，與含水率分布圖具有很強的相似性。

2.4 土壤水鹽含量及熱特性空間分布互相關性

由于土壤中鹽分的累積受多種因素作用，為了表達土壤水熱與鹽分之間的空間分布相關性，分別建立土壤含鹽量、含水率以及導熱率的空間互相關函數圖（圖3）。圖中虛線為95%置信限，互相關函數超過置信限即為相關達到顯著，否則為不顯著。

圖3 土壤水熱與鹽分互相關函數圖

圖3a為土壤含水率與含鹽量的互相關函數圖，>20~40 cm水分與鹽分之間具有相對顯著的正相關性，正相關范圍在1 km左右；0~20 cm與>40~60 cm水分與鹽分未達到顯著相關。如圖3b所示為土壤導熱率與含鹽量的互相關函數圖，>20~40 cm導熱率與鹽分之間存在顯著的正相關性；0~20 cm與>40~60 cm導熱率與鹽分未達到顯著相關。土壤水熱與含鹽量空間分布相關性均較低。

3 結 論

對農田大尺度實測土壤水鹽以及土壤質地，土壤熱特性進行分析，結果顯示：

1）土壤含水率、含鹽量、容重（含鹽量經對數轉化）均較符合正態(tài)分布；容重屬于弱變異程度，含水率屬于中等偏弱變異程度，鹽分屬于強變異程度，經劃分屬于中度鹽化土。

2）各層土壤導熱率、熱容量較符合正態(tài)分布，變異系數屬于中等偏弱變異程度，各層導熱率均值在0.5 W/(m·K)左右，土壤熱容量隨著土壤深度的增加而增加，最大值為3.004 J/(m·K)，最小值為1.321 J/(m·K)。

3）土壤含水率、含鹽量、導熱率及熱容量在一定范圍內具有空間結構特征，半方差函數均可以高斯模型進行擬合（熱容量用指數模型進行擬合），均表現(xiàn)出較強的空間依賴性，隨機因素占總變異程度較小，同時采樣點均小于最大相關距離，符合邏輯。

4）對不同層度的土壤含水率、含鹽量以及導熱率進行克里格插值，結果表明中部地區(qū)土壤含水率較低，并且自上而下土壤含水率較低的斑塊逐漸連接形成區(qū)域；含鹽量自北向南逐漸增高，“圓形”峰值自上而下逐漸降低形成帶狀分布；土壤導熱率較低值的條狀分布由開始東北-西南走向像西偏移，較低值的分布區(qū)域逐漸增加。熱容量與含水率的分布具有相似性，較低值集中在南北方向。20~40 cm水分與鹽分具有相對顯著的正相關性，正相關范圍在1 km左右，同時在在該土層深度導熱率與鹽分也具有正相關性。

[1] 華孟，王堅. 土壤物理學[M]. 北京農業(yè)大學出版社，1993.

[2] 郭麗俊. 農田土壤水鹽特性的空間變異性研究[D]. 楊凌：西北農林科技大學，2011.

Guo Lijun. Study on Spatial Variability of the Field Soil Hydraulic and Saline Properties[D]. Yangling: Northwest A & F University, 2011. (in Chinese with English abstract)

[3] 楊玉玲，文啟凱，田長彥，等. 土壤空間變異研究現(xiàn)狀及展望[J]. 干旱區(qū)研究，2001，18(2)：50－55.

Yang Yuling, Wen Qikai, Tian Changyan, et al. The status quo and prospect of spatial variability of soil [J]. Arid Zone Res,2001,18(2):50－55. (in Chinese with English abstract)

[4] 胡明芳，田長彥，趙振勇，等. 新疆鹽堿地成因及改良措施研究進展[J]. 西北農林科技大學學報：自然科學版，2012，40(10)：111－117.

Hu Mingfang, Tian Changyan, Zhao Zhenyong, et al. Salinization causes and research process of technologies improving saline-alkali soil in Xinjiang[J]. Journal of Northwest A & F University, 2012, 40(10):111－117. (in Chinese with English abstract)

[5] 楊衛(wèi)中，王一鳴，李保國. 土壤含水量空間變異性的頻域分析方法[J]. 水利學報，2011，42(5)：580－587.

Yang Weizhong, Wang Yiming, Li Baoguo. Frequency-domain analysis of spatial variability of soil properties[J]. Journal of Hydraulic Engineering, 2011, 42(5):580－587. (in Chinese with English abstract)

[6] 栗現(xiàn)文，靳孟貴. 不同水質膜下滴灌棉田鹽分空間變異特征[J]. 農業(yè)機械學報，2014，45(11)：180－187.Li Xianwen, Jin Menggui. Spatial variability of cotton field salinity under mulched drip irrigation with brackish and fresh water[J].Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(11): 180－187. (in Chinese with English abstract)

[7] 姚榮江，楊勁松，劉廣明，等. 黃河三角洲地區(qū)典型地塊土壤鹽分空間變異特征研究[J]. 農業(yè)工程學報，2006，22(6)：61－66.Yao Rongjiang, Yang Jinsong, Liu Guangming, et al, Spatial variability of soil salinity in characteristic field of the Yellow River Delta[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 61－66.(in Chinese with English abstract)

[8] 徐英，陳亞新，史海濱，等. 土壤水鹽空間變異尺度效應的研究[J]. 農業(yè)工程學報，2004，20(2)：1－5.Xu Ying, Chen Yaxin, Shi Haibin, et al. Scale effect of spatial variability of soil water-salt[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004, 20(2): 1－5.(in Chinese with English abstract)

[9] 王衛(wèi)華，王全九，武向博，等. 黑河中游綠洲麥田土壤水氣熱參數田間尺度空間分布特征[J]. 農業(yè)工程學報，2013，29(9)：94－102.Wang Weihua, Wang Quanjiu, Wu Xiangbo, et al. Characteristics of spatial distribution of soil water-air-heat parameters in typical oasis croplands at middle reaches of Heihe River[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(9): 94-102. (in Chinese with English abstract)

[10] 王衛(wèi)華，王全九，王鑠. 土石混合介質導氣率變化特征試驗[J]. 農業(yè)工程學報，2012，28(4)：82－88.Wang Weihua, Wang Quanjiu, Wang Shuo. Experimental research on change characteristics of soil air permeability in stony soil medium[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(4): 82-88. (in Chinese with English abstract)

[11] 蘇李君，王全九，王鑠，等. 基于土壤物理基本參數的土壤導熱率模型[J]. 農業(yè)工程學報，2016，32(2)：127－133.Su Lijun, Wang Quanjiu, Wang Shuo, et al. Soil thermal conductivity model based on soil physical basic parameters[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(2): 127－133. (in Chinese with English abstract)

[12] Zhao P, Shao M, Wang T. Spatial distributions of soil surface-layer saturated hydraulic conductivity and controlling factors on dam farmlands[J]. Water Resources Management, 2010, 24(10): 2247－2266.

[13] Chung S O, Horton R. Soil heat and water flow with a partial surface mulch[J]. Water Resources Research, 1987, 23(12): 2175－2186.

[14] Campbell G S. Soil Physics with Basic. 1986[J]. Soil Science, 1986, 142(6):367－368.

[15] de Vries D A. Thermal properties of soils[M]//van Wjik W R. Physics of Plant Environment. Amsterdam: North-Holland Publishing Company, 1963: 210－235.

[16] Johansen O. Thermal Conductivity of soils[J]. Thermal Conductivity of Soils, 1977,10(5):637－643.

[17] C?té J, Konrad J M. A generalized thermal conductivity model for soils and construction . [J]. Canadian Geotechnical Journal, 2005, 42(42): 443－458.

[18] Lu Sen, Ren Tusheng, Gong Yuanshi, et al. An improved model for predicting soil thermal conductivity from water content at room temperature[J]. Soil Science Society of America Journal, 2007, 71(1):8－14.

[19] 李婷，王全九，樊軍. 土壤熱參數確定方法比較與修正[J]. 農業(yè)工程學報，2008，24(3)：59－64.Li Ting, Wang Quanjiu, Fan Jun. Modification and comparison of methods for determining soil thermal parameters[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(3):59－64.(in Chinese with English abstract)

[20] 王鑠，王全九，樊軍，等土壤導熱率測定及其計算模型的對比分析[J]. 農業(yè)工程學報，2012，28(5)：78－84.Wang Shuo, Wang Quanjiu, Fan Jun et al. Soil thermal properties determination and prediction model comparison[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(5): 78－84.(in Chinese with English abstract)

[21] 王衛(wèi)華，李建波，王鑠，等. 土壤熱特性參數空間變異性與擬合方法研究[J]. 農業(yè)機械學報，2015，46(4)：120－125.Wang Weihua, Li Jianbo, Wang Shuo, et al. Spatial variability of soil thermal parameters and its fitting method[J].Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(4): 120－125.(in Chinese with English abstract)

[22] 李建波，王衛(wèi)華，Su Yiming,等. 溫室土壤含水率與導熱率空間分布及相關性[J]. 農業(yè)工程學報，2016，32(19)：127－132.Li Jianbo, Wang Weihua, Su Yiming, et al. Spatial pattern and interrelation of soil water content and thermal conductivity in greenhouse[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(19): 127－132.(in Chinese with English abstract)

[23] 李毅，邵明安，王文焰，等. 質地對土壤熱性質的影響研究[J]. 農業(yè)工程學報，2003，19(4)：62－65.Li Yi,Shao Ming’an,Wang Wenyan,et al. Influence of soil textures on the thermal properties[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(4): 62－65.(in Chinese with English abstract)

[24] Warrick A W, Nielsen D R. Spatial variability of soil physical properties in the field[M]//Hillel D. Applications of Soil Physics. NewYork: Academic Press, 1980: 319－344.

[25] Sylla M, Stein A, Breemen N V, et al. Spatial variability of soil salinity at different scales in the mangrove rice agro-ecosystem in West Africa[J]. Agriculture Ecosystems & Environment, 1995, 54(1/2): 1－15.

[26] 周慧珍，龔子同. 土壤空間變異性研究[J]. 土壤學報，1996，33 (3)：232－241.Zhou Huizhen, Gong Zitong. Study on soil spatial variability[J]. Acta Pedologica Sinica,1996,33(3):232－241. (in Chinese with English abstract)

[27] 徐英，周明耀，薛亞鋒. 水稻葉面積指數和產量的空間變異性及關系研究[J]. 農業(yè)工程學報，2006，22(5)：10－14.Xu Ying, Zhou Mingyao, Xue Yafeng. Spatial variability and relationships of rice leaf area index and yield[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 10－14. (in Chinese with English abstract)

[28] Davidoff, Selim H M. Correlation between spatially variable soil misture content and soil temperature[J]. Soil Science,1988, 145(1): 1－10.

[29] Campbell G S. Soil physics with BASIC. Transport models for soil-plant systems.[J]. Journal of Hydrology, 1987, 90(3): 359－360.

[30] 秦耀東. 土壤物理學[M]. 北京高等教育出版社, 2003.

[31] 羅毅. 干旱區(qū)綠洲滴灌對土壤鹽堿化的長期影響[J]. 中國科學：地球科學，2014(8)：1679－1688.

Luo Yi. The long term impacts of drip irrigation on soil salinity in agricultural land of oasis in arid region of northwest China[J]. Scientia Sinca Terrae, 2014, 44(8): 1679－1688. (in Chinese with English abstract)

Spatial variability analysis of large-scale soil water, salt and heat characteristics in Baotou lake irrigation area of Xinjiang

Wang Quanjiu1,2, Bi Lei1, Zhang Jihong1

（1.,,710048,; 2.,,712100,)

As a highly heterogeneous soil, its spatial variability has seriously affected the formulation of precise management measures for water and salt in farmland and the efficient use of farmland water and soil resources. The purpose of this paper was to study the spatial distribution characteristics and spatial variability of soil water, salinity and heat in large scale region. Taking the Baotou Lake region of Xinjiang as an example, the soil samples were taken about 1 week after the spring irrigation, and soil moisture, salinity, bulk density, and particle composition were measured. The spatial distribution characteristics of water, salt, thermal parameters were analyzed by using a combination of classical statistics and geostatistics and GS+ software and ARCGIS software were used to process the data. The soil moisture, salinity, and soil texture were analyzed. The soil thermal conductivity and soil heat capacity were calculated. The spatial distribution feature maps were plotted. The results showed that soil moisture and salinity gradually increased with the increase of soil depth. According to the classification standard of Xinjiang Soils, the soil in the studied area belonged to the moderate salinized soil. The overall thermal conductivity of the soils were low, with a minimum value of 0.134 W/(m·K) and a maximum value of 0.732 W/(m·K). The soil thermal conductivity averaged around 0.5 W/(m·K). The soil heat capacity increased with the increase of soil depth. The maximum value was 3.004 J/(m·K) and the minimum value was 1.321 J/(m·K). The soil bulk density had a weak variability; soil moisture content, thermal conductivity and heat capacity all had moderately weak variability; soil salinity had a strong variability. The semivariogram functions of soil moisture, soil salinity and soil thermal conductivity could be fitted by Gaussian models. The semivariance function of soil heat capacity could be fitted by an exponential model. There was a strong spatial dependence between the soil moisture at the same depth. The random factors accounted for low degree of total variation. The maximum correlation distance was 2 600 m-3 900 m. The sampling distance was about 1 500 m, which was reasonable. The spatial distribution maps of salt salinity interpolated by Kriging interpolation showed that the soil moisture was low in the middle area of the study area and increased from the east to the west. The Kriging interpolation showed that the soil salinity had an increasing trend from north to south. With the increase of soil depth, the peak area of the “circular” peak area gradually decreased and the shape formed a strip distribution area. And the lower values of the thermal conductivity of the surface soil were mainly distributed in the northeast-southwest direction, and the distribution belt with lower values gradually shifted westward as the soil depth increased. At the soil depth of 20-40 cm, there was a relatively significant positive correlation between soil moisture and salinity, and the range of positive correlation was about 1 km. This research results could provide valuable information for local agricultural irrigation and precision agriculture production.

soils; moisture; salinity; spatial heterogeneity; heat characteristics

10.11975/j.issn.1002-6819.2018.18.017

S152.8

A

1002-6819(2018)-18-0138-08

2018-06-21

2018-08-10

國家重點研發(fā)計劃項目（2016YFC0501401-02）；新疆維吾爾自治區(qū)重大科技專項項目（2016A03008）；國家自然科學基金（5167090151）

王全九，內蒙古人，博士，博士生導師，主要從事農業(yè)水土資源與生態(tài)環(huán)境研究。Email：wquanjiu@163.com

王全九，畢 磊，張繼紅. 新疆包頭湖灌區(qū)農田土壤水鹽熱特性空間變異特征[J]. 農業(yè)工程學報，2018，34(18)：138－145. doi：10.11975/j.issn.1002-6819.2018.18.017 http://www.tcsae.org

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) doi: 10.11975/j.issn.1002-6819.2018.18.017 http://www.tcsae.org