中圖分類號(hào)S152.7文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào) 0517-6611（2025）12-0149-07

doi：10.3969/j.issn.0517-6611.2025.12.034

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Studyon the Characteristicsof SoilMoisture Change and the Optimal Arrangement of Monitoring Points inthe Dagele Irrigation District in the Qaidam Basin Based on Spatial Statistical Analysis

LIU De-jun123，ZHAO Xian-hao，ZHAO Hou-zhen（1. Qinghai Water Resources and Hydropower Research Institute Co，Ltd.，Xin ing，Qinghai80l;2.QinghaiProvincialEngineeingTechologResearchCenterforEfcientUtlatioofWaterResos，Xiing Qinghai810o1;3.KeyLaboratory of Watershed Water Cycleand Ecologyin Qinghai Province，Xining，Qinghai 810001）

AbstractInoeraleespatialeatiosflsueoongtsipresegatioofandeeeelo cationandquantityofsoilmoisturemontorigonts，，thispapertokteDgeleIigationDstrictinteQidamBasiateeact Thespatial autocorrelation analysis Moran’s I index tool and spatial interpolationmethod wereadopted，based on field experiments in the irrigationarea，tespatialvrblityofsolmoistureasaalyd，ndtetioalspatialdistrbutionadumbeofsoilosturering pointsintexptaleeedogtospailooealisotsoflsoulde located at the average value of soil moisture，the monitoring depth should be controlled at 0-40cm ，and the distance between monitoring pointsshouldeontroledatabout299m.Teresearchresultsanprovideeferencsfortheaangementofsiloisturemoitogoints. Key WordsDagele Irigation District in the Qaidam Basin;Soil moisture;Monitoring;Optimal arrangement

土壤屬性在空間分布上有一定的差異[]，精準(zhǔn)灌溉是實(shí)現(xiàn)農(nóng)業(yè)水資源可持續(xù)利用的有效途徑。土壤水分的精確監(jiān)測(cè)是實(shí)施精準(zhǔn)灌溉的重要前提，研究灌區(qū)土壤水分含量對(duì)于提高灌區(qū)水資源高效利用、農(nóng)業(yè)可持續(xù)發(fā)展均具有重要意義[2]。在灌區(qū)土壤水分的監(jiān)測(cè)過(guò)程中，確定合理的土壤水分監(jiān)測(cè)點(diǎn)數(shù)量、位置及埋深對(duì)該區(qū)域土壤水分的精確監(jiān)測(cè)影響較大[3-5]。由于農(nóng)田土壤含水率存在空間變異性，所以在確保一定情監(jiān)測(cè)精度的條件下，通過(guò)科學(xué)、合理的方法來(lái)確定農(nóng)田土壤水分監(jiān)測(cè)點(diǎn)的合理數(shù)量和位置至關(guān)重要。筆者以柴達(dá)木盆地格爾木市大格勒灌區(qū)部分地面灌溉區(qū)域?yàn)檠芯繉?duì)象，利用經(jīng)典統(tǒng)計(jì)學(xué)和地統(tǒng)計(jì)學(xué)等原理，采用空間趨勢(shì)分析、空間自相關(guān)分析、空間插值方法等[6-7]，在大田試驗(yàn)的基礎(chǔ)上，分析了試驗(yàn)區(qū)典型農(nóng)田土壤水分的時(shí)空變異規(guī)律，探索試驗(yàn)區(qū)典型農(nóng)田土壤水分監(jiān)測(cè)點(diǎn)的合理空間布局和數(shù)量。

1 研究區(qū)概況

研究區(qū)位于柴達(dá)木盆地格爾木市大格勒灌區(qū)，地處大格勒河和五龍溝河洪積扇緣地帶，海拔 2500～3500m ，年平均氣溫 4.4⁴C ，年溫差、日溫差均較大，最高氣溫 33^°C （7月），最低氣溫 -29°C （1月），氣溫年較差為 277.7°C 。研究區(qū)水分資源主要為河流和地下水，年降水量 40.8mm ，年蒸發(fā)量2963.5mm_? 該地區(qū)降水主要集中在5—9月，該時(shí)期降水量占總降水量的 86%～92% 。該灌區(qū)氣候涼溫，光熱資源豐富，土地、人口均比較集中，交通便利。試驗(yàn)區(qū)主要種植枸杞，土壤質(zhì)地主要為砂土和砂壤土，土層薄，有機(jī)質(zhì)含量較低，平均田間持水量為 18% ;試驗(yàn)區(qū)面積 479452m² ，南北長(zhǎng) 1148m ，東西寬 810m ;年灌溉5次，灌溉量 320m³ 。

2試驗(yàn)方法

2.1土壤質(zhì)地的測(cè)定試驗(yàn)區(qū)共布設(shè)9個(gè)土壤采樣點(diǎn)（如圖1所示），將采集的9個(gè)樣點(diǎn)土樣風(fēng)干、破碎、過(guò)篩后，使用馬爾文激光粒度儀（型號(hào)MS2000）進(jìn)行顆粒分級(jí)，9個(gè)樣點(diǎn)的土樣采集深度均為 0～60cm ，分別在 0～20.gt;20～40.gt; 40～60cm 采集1個(gè)土樣。馬爾文激光粒度儀測(cè)定樣品的粒徑范圍為 0.02～2000.00μm ，其測(cè)量原理為激光衍射法，具有高效率、高精度、高自動(dòng)化程度等優(yōu)點(diǎn)。使用馬爾文激光粒度儀確定采集土樣中各粒徑顆粒的百分含量后，參照美國(guó)土壤質(zhì)地分類三角坐標(biāo)圖（圖2）確定土壤質(zhì)地類型。

通過(guò)最近鄰指數(shù)（averagenearestneighbor）分析得到試驗(yàn)區(qū)各監(jiān)測(cè)點(diǎn)的平均距離為 192.30m 。通過(guò)對(duì)田間采集土樣土壤質(zhì)地的測(cè)定，分析不同采樣點(diǎn)不同深度的土壤質(zhì)地，確定試驗(yàn)區(qū)的主要土壤質(zhì)地類型，分別從垂直和水平2個(gè)方向分析試驗(yàn)區(qū)土壤在不同采樣點(diǎn)和不同深度的變異性。土壤粒徑檢測(cè)結(jié)果見(jiàn)表1。

從表1可以看出，試驗(yàn)區(qū)大部分采樣點(diǎn)不同深度土壤質(zhì)地為極細(xì)砂，個(gè)別采樣點(diǎn)表層土壤類型為中砂，大部分采樣點(diǎn) gt;20～40cm 深度土壤為極細(xì)砂，部分采樣點(diǎn)在垂直方向上土壤質(zhì)地類型變化較大?？傮w上看，不管是水平方向還是垂直方向上試驗(yàn)區(qū)土壤粒徑較為均勻。

該研究采用空間趨勢(shì)統(tǒng)計(jì)法分析試驗(yàn)區(qū)各監(jiān)測(cè)點(diǎn)海拔和土壤不均勻系數(shù)的空間變異，見(jiàn)圖3＼～4。從海拔空間趨勢(shì)分析圖（圖3）可以看出，試驗(yàn)區(qū)東西方向海拔變化不大，而南北方向海拔變化較大，呈現(xiàn)明顯的南高北低趨勢(shì)。從土壤不均勻系數(shù)空間趨勢(shì)分析圖（圖4）可以看出，試驗(yàn)區(qū)從西向東不均勻系數(shù)先增大后減小，從南到北不均勻系數(shù)也呈先增大后減小的趨勢(shì)

2.2土壤含水率的測(cè)定在試驗(yàn)區(qū)布設(shè)1套LHITS土壤情監(jiān)測(cè)系統(tǒng)，分9個(gè)監(jiān)測(cè)點(diǎn)，每個(gè)監(jiān)測(cè)點(diǎn)采集 0～20cm （第1層） 、gt;20～40cm （第2層） ，gt;40～60cm （第3層）深度的土壤，測(cè)定土壤含水率，實(shí)現(xiàn)自動(dòng)采集、無(wú)線組網(wǎng)和遠(yuǎn)程實(shí)時(shí)監(jiān)控。

3典型農(nóng)田土壤水分的空間變化

土壤屬性與很多連續(xù)變量存在重要的關(guān)系。利用數(shù)字高程模型（DEM）遙感數(shù)據(jù)、其他與目標(biāo)變量相關(guān)的土壤屬性等作為輔助變量進(jìn)行分析[8]，均得到了較滿意的效果。利用經(jīng)典統(tǒng)計(jì)學(xué)和地統(tǒng)計(jì)學(xué)的方法對(duì)田間土壤水分進(jìn)行空間變異規(guī)律分析，包括描述性統(tǒng)計(jì)以及趨勢(shì)分析和插值分析。研究表明，太陽(yáng)輻射、地形、土壤、坡度、坡向、海拔高程等都是影響土壤水分的重要因子[9]。結(jié)合數(shù)據(jù)的可獲取性和研究區(qū)特點(diǎn)，該試驗(yàn)將監(jiān)測(cè)點(diǎn)海拔、土壤不均勻系數(shù)作為擬合王壤含水量變化曲線的考慮因素。

3.1典型農(nóng)田土壤水分的時(shí)間趨勢(shì)分析選取研究區(qū)土壤水分監(jiān)測(cè)點(diǎn)的觀測(cè)數(shù)據(jù)，分析 0～20cm （第1層） gt;20～40cm （第2層）、 gt;40～60cm （第3層）不同深度土壤含水率的演變趨勢(shì)，通過(guò)算術(shù)平均值計(jì)算每個(gè)監(jiān)測(cè)點(diǎn)的平均土壤含水率。

從圖5可以看出，整體來(lái)看，隨著時(shí)間的推移，各監(jiān)測(cè)點(diǎn)第1層土壤含水率變化較為明顯，第3層土壤含水率變化不大。

3.2典型農(nóng)田土壤水分的空間趁勢(shì)分析2023年9月5—10日，采用地統(tǒng)計(jì)學(xué)分析模塊（geostatisticalanalyst）對(duì)灌溉前、灌后1＼～5d的土壤水分?jǐn)?shù)據(jù)進(jìn)行空間趨勢(shì)分析，結(jié)果見(jiàn)圖6。從圖6可以看出，除灌后1d外，所有時(shí)間點(diǎn)土壤水分從東向西均呈增加的趨勢(shì)；除灌后1d外，所有時(shí)間點(diǎn)土壤水分從南到北均呈降低的趨勢(shì)。

4土壤水分監(jiān)測(cè)點(diǎn)的布設(shè)研究

土壤水分的空間變異性分析是土壤水分監(jiān)測(cè)點(diǎn)合理布設(shè)的前提。該試驗(yàn)對(duì)試驗(yàn)區(qū)典型土壤水分監(jiān)測(cè)點(diǎn)的合理布設(shè)數(shù)量及位置進(jìn)行了研究，得出試驗(yàn)區(qū)典型農(nóng)田土壤水分監(jiān)測(cè)點(diǎn)的合理布設(shè)數(shù)量。

4.1試驗(yàn)區(qū)土壤含水率空間相關(guān)域的確定空間自相關(guān)分析一般用來(lái)檢測(cè)空間要素的異質(zhì)性和空間集聚特征。采用空間自相關(guān)分析工具，研究土壤含水率最大空間自相關(guān)距離?？臻g自相關(guān)統(tǒng)計(jì)量對(duì)于處理地理數(shù)據(jù)是非常重要的，主要反映空間位置不同時(shí)數(shù)據(jù)與變量之間的相互依存與相互聯(lián)系。利用空間自相關(guān)工具進(jìn)行分析，得到Moran’s1指數(shù)、預(yù)期指數(shù)、方差 L 得分及 P 值。Moran's I 指數(shù)的變化范圍為-1.0～+1.0_? 。當(dāng)Moran’s I 指數(shù)大于0時(shí)，表示數(shù)據(jù)呈現(xiàn)空間正關(guān)，說(shuō)明變量在空間上呈聚類分布趨勢(shì)，Moran’s I 指數(shù)越大，空間相關(guān)性越明顯；當(dāng)Moran’s I 指數(shù)小于0時(shí)，表示數(shù)據(jù)呈現(xiàn)空間負(fù)相關(guān)，說(shuō)明變量在空間上呈趨異性分布特征，Moran'sI指數(shù)越小，空間差異越大；當(dāng)Moran’s I 指數(shù)為0時(shí)，說(shuō)明變量在空間上呈隨機(jī)性分布。 P 值表示概率，當(dāng) P 值很小時(shí)意味著觀測(cè)到的空間模式不太可能產(chǎn)生于隨機(jī)過(guò)程（小概率事件），因此可以拒絕零假設(shè)。 Z 得分為標(biāo)準(zhǔn)差倍數(shù)[5，10-13]。

基于空間自相關(guān)分析，根據(jù)試驗(yàn)區(qū)的土壤含水率數(shù)據(jù)進(jìn)行分析，得到試驗(yàn)區(qū)自相關(guān)分析結(jié)果（表2）。

4.2試驗(yàn)區(qū)土壤含水率等值線圖基于地統(tǒng)計(jì)方法，通過(guò)采用空間插值方法，獲得各時(shí)間點(diǎn)土壤水分等值線圖[14]。空間插值方法的選擇是影響插值精度的主要因素之一，不同空間插值方法在數(shù)據(jù)要求、參數(shù)設(shè)置等方面存在較大差異，常用的空間插值方法包括反距離權(quán)重法（IDW）、徑向基函數(shù)空間插值方法、普通克里格插值方法以及結(jié)合線性回歸模型和普通克里格的回歸克里格插值方法。張優(yōu)等[15研究表明回歸克里格插值精度高于其他研究，此次研究采用回歸克里格插值方法繪制灌溉前和灌后1＼～5d的土壤水分等值線圖。從圖7可以看出，灌溉前與灌后1d的土壤水分空間分布差異最大，隨著時(shí)間的推移，土壤水分在空間分布上逐步趨于穩(wěn)定。

Fig.7Contour maps of soil moisture at different time in the experimental area

4.3試驗(yàn)區(qū)土壤水分監(jiān)測(cè)點(diǎn)的確定測(cè)定土壤水分時(shí)，確定合理的土壤水分監(jiān)測(cè)點(diǎn)布設(shè)方案時(shí)，首先要考慮田間土壤空間變異對(duì)觀測(cè)值的影響。根據(jù)土壤特性的空間變異性，確定土壤水分監(jiān)測(cè)點(diǎn)在田間的布設(shè)位置，對(duì)于提高田間土壤水分信息采集的精度具有重要意義[4]。通過(guò)空間自相關(guān)分析，計(jì)算距離閾值，超出閾值判別為不鄰接。在空間自相關(guān)分析中，距離法分為歐氏距離（Euclideandistance）和曼哈頓距離（Manhattandistance）。通過(guò)土壤水分的自相關(guān)分析確定田間土壤情監(jiān)測(cè)點(diǎn)間的最短距離。試驗(yàn)區(qū)距離閾值詳見(jiàn)表3。

歐式距離也稱歐幾里得距離，是最常見(jiàn)的距離度量方法，衡量的是多維空間中2個(gè)點(diǎn)之間的絕對(duì)距離，也就是兩點(diǎn)之間最短的直線距離，代表了它是在 ?_m 維空間中2個(gè)點(diǎn)之間的真實(shí)距離，通過(guò)計(jì)算確定試驗(yàn)區(qū)土壤水分監(jiān)測(cè)點(diǎn)的最短距離為 299.28m ，監(jiān)測(cè)點(diǎn)的數(shù)量為5個(gè)。同時(shí)，土壤水分監(jiān)測(cè)點(diǎn)布置在土壤含水率最大或最小的點(diǎn)對(duì)田間作物水分空間分布趨勢(shì)產(chǎn)生較大的影響，進(jìn)而會(huì)影響灌溉時(shí)間。通過(guò)土壤水分等值線分析，結(jié)合空間自相關(guān)分析，土壤水分監(jiān)測(cè)點(diǎn)應(yīng)該布設(shè)在土壤含水率平均值的位置，監(jiān)測(cè)點(diǎn)的間距應(yīng)控制在 299m 左右。

5結(jié)論

該文在試驗(yàn)區(qū)土壤質(zhì)地條件下開(kāi)展現(xiàn)場(chǎng)調(diào)查和試驗(yàn)，采用空間統(tǒng)計(jì)方法對(duì)土壤水分?jǐn)?shù)據(jù)進(jìn)行分析，分析了其空間趨勢(shì)和土壤水分等值線圖，得到監(jiān)測(cè)點(diǎn)空間距離閾值。該研究的田間土壤水分監(jiān)測(cè)點(diǎn)布設(shè)方案是建立在理論分析和試驗(yàn)驗(yàn)證的基礎(chǔ)上，具有一定的指導(dǎo)性，但實(shí)際灌溉受灌溉田塊的布局、輪灌的安排以及土壤質(zhì)地、作物類型的影響，仍需要進(jìn)一步的研究和實(shí)踐檢驗(yàn)

參考文獻(xiàn)

[1]龍軍，張黎明，沈金泉，等.復(fù)雜地貌類型區(qū)耕地土壤有機(jī)質(zhì)空間插值方法研究[J].土壤學(xué)報(bào)，2014，51（6）：1270-1281.

[2]楊艷麗，史學(xué)正，于東升，等.區(qū)域尺度土壤養(yǎng)分空間變異及其影響因素

[3]李曉霞.典型農(nóng)田土壤水分空間變異規(guī)律及測(cè)熵點(diǎn)的合理布設(shè)研究[D].太谷：山西農(nóng)業(yè)大學(xué)，2016.

[4]申孝軍，孫景生，張寄陽(yáng)，等.滴灌棉田土壤水分測(cè)點(diǎn)最優(yōu)布設(shè)研究[J].干旱地區(qū)農(nóng)業(yè)研究，2012，30（3）：90-95.

[5]金建華，張寶忠，劉鈺，等.基于有效含水量的土壤水分監(jiān)測(cè)點(diǎn)布設(shè)的空間分層采樣方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2021，37（21）：100-107.

[6]湯國(guó)安，楊昕，張海平，等.ArcGIS地理信息系統(tǒng)空間分析實(shí)驗(yàn)教程[M].3版.北京：科學(xué)出版社，2021.

[7]劉強(qiáng)，楊東.基于GIS和地統(tǒng)計(jì)學(xué)的干旱綠洲地區(qū)土壤水分時(shí)空變化[J].貴州農(nóng)業(yè)科學(xué)，2017，45（5）：128-131.

[8]史文嬌，岳天祥，石曉麗，等.土壤連續(xù)屬性空間插值方法及其精度的研究進(jìn)展[J].自然資源學(xué)報(bào)，2012，27（1）：163-175.

[9]賈寧鳳，段建南，喬志敏.土地利用空間分布與地形因子相關(guān)性分析方法[J].經(jīng)濟(jì)地理，2007，27（2）：310-312.

[10]楊寶斌.豫北引黃灌區(qū)土壤水分物理特性的空間變異及自相關(guān)性分析[D].邯鄲：河北工程大學(xué)，2021.

[11]楊奇勇，蔣忠誠(chéng)，袁道先，等.廣西典型巖溶區(qū)土壤水分含量空間自相關(guān)分析[J].中國(guó)巖溶，2015，34（3）：260-265.

[12]高鳳杰，鞠鐵男，吳嘯，等.黑土耕作層土壤pH空間變異及自相關(guān)分析[J].土壤，2018，50（3）：566-573.

[13]高鳳杰，單培明，馬泉來(lái)，等.黑土耕作區(qū)土壤含水量空間自相關(guān)及農(nóng)業(yè)生產(chǎn)分區(qū)[J].自然資源學(xué)報(bào)，2017，32（11）：1930-1941.

[14]王政權(quán).地統(tǒng)計(jì)學(xué)及在生態(tài)學(xué)中的應(yīng)用[M].北京：科學(xué)出版社，1999.

[15]張優(yōu)，王娟，張杰，等.GIS與地統(tǒng)計(jì)學(xué)的土壤水分空間插值方法[J].四川師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，42（5）：703-710.