灯塔灌区土壤盐分空间分布特征及其影响因素分析

刘凤阳

(灯塔市水利事务服务中心,辽宁 灯塔 111300)

土壤盐分是影响作物生长和产量的重要因素之一,适量的盐分可以满足作物正常生长的需求,然而如果盐分过高就会抑制作物吸收水分和养分,进而影响生长甚至导致盐碱化问题。因此,了解土壤盐分的空间分布特征对农业生产的可持续发展至关重要[1]。灌区土壤盐分的空间分布受到多种因素的影响,包括认为和自然因素,其中人为因素主要包括农田排灌水的含盐量、施肥量和管理措施等,而自然因素包括地形、降水和地下水位等因素。这些因素的相互作用导致土壤盐分在空间上呈非均匀分布的特征[2-4]。在灯塔灌区土壤中存在一定量的有机质和盐分,选择灯塔灌区进行实地调查和研究,旨在了解灌区土壤盐分的空间分布规律,并探讨地下水矿化度、埋深、土壤质地、地形因子与含盐量之间的关系,对于实现灯塔灌区农业可持续发展及掌握大范围盐碱地改良前后土壤元素分布规律,尤其是对改善灌区盐渍化程度和提高土地利用效率具有重要意义。

近年来,地统计学的快速发展为人们进一步的认识土壤空间和结构特性提供了支持,这已成为有效分析土壤空间分布和结构的主要方法。通过定量分析土壤有机质和水溶性盐的含量,可以确定盐渍化程度,为改良盐渍化灌区土壤提供依据,例如高含盐度的土壤需要采取相应的盐分调节措施,如排水、淋洗和追加有机质等,以降低盐分对作物生长的不利影响,从而为精确制定盐渍化土壤的改良方案提供科学依据,并指导土壤改良工作的实施。为掌握土壤有机质含量、盐分的空间变异性许多学者应用地统计学法开展了深入探究,如Emadi等应用地统计学法明确区域土壤盐分和pH值的分布规律;朱金籴等从时空变化角度上揭示了绿地土壤的盐分变异特征,为当地土壤盐渍化改良防治及农业可持续发展提供支持;武婕等以南四湖区为例,综合利用GIS技术与地统计学法探究土壤微量元素和有机质的影响因素及其空间分布特征;段凯祥等利用地统计学法分析了嘉峪关草湖湿水盐含量、植被覆盖率与土壤盐分的相关性及其程度。以往研究较少考虑各影响因素与土壤含盐量之间的相关关系,对土壤盐分数据也较少使用Box-Cox转换处理。因此,文章运用地统计学法,通过野外取样测试研究灯塔灌区土壤盐分空间分布特征,旨在揭示研究区土壤含盐量与地下水值、水位埋深、土壤质地、地形地貌等因素间的关系。

1 灌区概况

灯塔灌区位于辽阳市东北部,地处北温带大陆性气候带,年均降水量为741mm,全年分布不均,7～8月份降水量481mm,占全年的65%。灌区内生态环境脆弱,主要作物为水稻,有少量的小麦、菜田、大棚蔬菜、西瓜等,地形自东北向西南倾斜,地面比降1/800～1/1000。灌区的水源补给和水文条件优越,东部低山丘陵区的地层主要包括寒武系和奥陶系,岩性为灰岩和页岩。覆盖层主要是亚黏土和黏土,厚度在10～73m之间,地下水埋深一般在15～24m。西部平原区含水层埋深在5～30m之间,而北岸在4～6m之间。由于水位埋深浅、地下水径流条件差以及土壤颗粒较细,灌区内土壤存在一定的盐渍化问题。

2 研究方法

2.1 取样测试

统计分析野外取样实测数据,结合灌区内作物类型、地下水位埋深、用地类型、地形等科学选择各取样点。2021年6月,按照0～20cm、20～40cm、40～60cm不同深度分层取样65个,取样后用密封袋保存带回,参照《土工试验方法标准》检测土壤粒径及含盐量。

2.2 研究方法

2.2.1 Box-Cox转换

由于土壤含氧量不服从对数及正态分布,故选用Box-Cox转换处理含氧量数据,具体表达式为:

(1)

式中:S为一个变换族,其具体转换形式由可变参数λ决定,一般使用最大似然估计法获取λ值。

2.2.2 空间变异理论

文章依据空间变异理论的区域化变量和计算提取的空间信息统计特征,通过统计性分析掌握灯塔灌区土壤含盐量及其空间分布规律。其中,区域化变量的变异特征可利用变异函数模型计算确定,其表达式为:

(2)

式中:γ(h)、h为变异函数和滞后距;N(h)、Z(xi)、Z(xi+h)为h距离的点对数、点xi及其距离h处的实测值。一般包括有、无基台值两类变异系数,研究选用高斯、指数与球状模型,这3种模型表达式如下:

球状模型:

(3)

指数模型:

(4)

高斯模型:

(5)

式中:C0+C为基台值;C0、a为块金值和变程。

3 结果与分析

3.1 统计学特征

灯塔灌区各层土壤含盐量统计学分析如表1,结果表明灯塔灌区土壤含盐量均值处于0.715～0.762%范围,不同深度含盐量相差不大,但极值表现出较大变化特征,从表层到深层土壤含盐量依次处于0.112～3.685%、0.108～4.150、0.080～3.667变化范围。因此,不同深度的土壤盐渍化变化较明显,从含盐量低于0.1%的非盐土到高于1%的盐土均有覆盖。不同采样点之间的土壤质地、地下水位、农作物及灌溉方式等因素可能会导致不同深度土壤的盐渍化程度不同,这种差异可能表现为各层土壤含盐量的峰度和偏度变化[11-14]。由表1可知,各层土壤含盐量呈陡峭正偏态分布特征。

表1 土壤含盐量统计学分析

单位均值的离散程度体现在变异系数CV上,结果发现各层土壤的含盐量CV均超过1,表明土壤的含盐量具有强烈的空间变异性,这这可能受到多种因素的影响,包括地形条件、灌溉方式、用地类型和地质构造等,从而使得土壤含盐量较高且分布不均匀。

在进行地统计学分析时,通常要求所研究的变量服从正态分布,这是因为许多地统计学方法是基于正态分布的假设进行计算和推断,如果不服从正态分布,可能会导致比例效应的问题,即变量的平均值和方差之间的关系不成比例,这会影响到使用统计方法进行分析和解释结果时的可靠性和准确性。因此,文章应用S-W和K-S检验法将不服从正态分布的数据转化成正态分布,采用正态性更好的Box-Cox将对数转换后仍不服从正态分布的各层天然含氧量数据进一步转换,结果见表2。

表2 含盐量检验统计

3.2 空间变异性

对经过Box-Cox转换后的含盐量数据进行空间变异性分析,并拟合变异函数获取相关的参数见表3。在0～20cm和20～40cm范围内,最优的为高斯模型。而在40～60cm范围内,最优的为指数模型。

表3 含盐量变异系数参数值

在空间变异性分析时,常常使用变程a来衡量变量的影响范围,变程表示在变程范围内的空间距离上的数据存在一定的相关性。如果两个点之间的空间距离大于变程,则它们之间的相关性可以忽略。因此,选择适当的变程对于描述和解释变量之间的空间相关性非常重要。

从表3可以看出,在107881m、100164m、348600m空间范围内各层土壤盐含量均存在一定相关性,通过比较各层变程,可以看出在0～20cm和20～40cm范围均低于40～60cm的含盐量,这意味着深层土壤含盐量的变异性较小,具有较强的空间相关性。C0和C表示由随机性和非人为因素带来的变异。如果各层的随机性方差C0较小,可以认为取样试验误差对土壤含盐量变异的贡献较小。对土壤含盐量的空间变异性影响因素利用块金基台比[C0/(C+C0)]进行分析,该数值越大表明空间变异性受随机性因素的影响越强,结果表明各层的[C0/(C+C0)]处于0.501～0.525范围,总体达到中度相关性,表明土壤类型、植被、水文、气候、母质等结构因素以及土地利用类型、灌溉、人类活动等随机因素都影响着不同深度含盐量[15-16]。另外,虽然各层块金基台比随着深度的增大差异较小,但整体呈现出减小趋势,表明结构性因素对深层含盐量的影响要高于亚表层、表层。实地调查发现,0～20cm表层和20～40cm亚表层土壤含盐量易受灌区农业耕种、人类活动等随机因素影响,这种实际受影响情况与变程数据反映的特征相符。

3.3 土壤含盐量及其影响因素

人为和自然因素共同影响着灯塔灌区土壤盐渍化空间分布特征,在累积、迁移和淋溶过程中土壤盐分都会受到区域特殊气候条件的影响,使其时空分布有所差异。另外,有必要探讨地下水矿化度、埋深、土壤质地、地形因子与含盐量之间的关系。

1)每增加一单位的矿化度,对土壤含盐量的影响会成倍增加,即两者存在指数关系,表示地下水中的溶解盐浓度较高,通过水垂向运移到土壤中时,溶解盐会随着水的蒸发和土壤的吸盐作用逐渐积累。当地下水中的矿化度超过2g/L时,盐分的积累速度加快,导致土壤含盐量的快速增加,这种情况可能会引起土壤盐渍化,对农作物的生长产生负面影响。

2)地下水位埋深与土壤含盐量之间存在非线性的关系。即幂函数关系。随着地下水位埋深的增加,土壤的水分补充源减少,蒸发作用相对减弱,从而导致土壤含盐量的减少,特别是在水位埋深不超过2.0m的情况下,蒸发作用最为显著,积盐效果加剧,导致土壤含盐量较高。而随着水位埋深的增加,蒸发和积盐效果逐渐减弱,使得土壤的含盐量减小,表明合理地控制地下水位埋深可以有效控制土壤盐分的积累,并最大程度地减少盐渍化问题。

3)土壤质地对土壤中的盐分的水分运动和盐分吸附能力起着重要的影响。细粒土壤(如黏土)具有较高的吸附能力和较低的渗透性,因此对盐分的吸附能力较强,且水分运动较慢,容易导致盐分在土壤中积累。相反,粗粒土壤(如沙土)具有较低的吸附能力和较高的渗透性,盐分较容易被冲走,导致土壤中的盐分含量较低。统计各取样点的砂粒、粉粒、黏粒含量,通过对实测数据的标准化处理分析土壤粒径与含盐量间的相关性见表4,其中“*”代表显著相关(P<0.05)。

表4 土壤粒径与含盐量的相关性

由表4可知,在20～40cm深度上,土壤黏粒与含盐量存在显着的正相关关系,即黏粒含量的增加会导致含盐量的增加,这是因为黏粒具有很小的孔隙和颗粒大小,导致水分在其中移动的速度较慢。在蒸发作用下,水中的盐分更容易滞留在黏粒中,因此引起了含盐量的增加。在其他土壤层中,黏粒与含盐量之间没有显著的相关性,这是因为在作物生长期,土壤含盐量主要受农业灌溉、施肥等人类活动的影响,这些活动对土壤中盐分的输入和冲洗起着主要作用,从而掩盖了土壤质地对含盐量的影响。因此,除了特定深度的土壤层外,土壤质地对含盐量的影响并不显著。

3)地形因子与含盐量间的关系。通过使用Arc GIS软件中的栅格处理工具,可以分析土壤含盐量与坡向、坡度和高程数值之间的皮尔逊相关性,以了解地形因子对土壤含盐量的影响程度。首先,需要准备包含土壤含盐量、坡向、坡度和高程数值的栅格数据,然后使用ArcGIS软件中“Correlation”工具来计算其皮尔逊相关系数,如表5所示。

表5 地形因子与土壤含盐量的相关性

由表5可知,灯塔灌区土壤含盐量的空间分布可能是由随机性和结构性因素共同影响的结果,其与地形因子不存在明显关系。随机性因素可能包括降雨量的分布、渗透性、浸润和水分蒸发等不稳定因素,这些因素可能会导致土壤盐分的不均匀分布;而结构性因素可能包括土壤类型、质地等固有属性,这些因素可能影响土壤盐分的分布规律。另外,土壤含盐量受地形因素的影响势必会受到田间管理、灌溉等随机因素的影响和掩盖,加之各取样点的作物类型存在差异,从而使得土壤含盐量与地形因素不存在显著相关性。

4 结 论

1)灯塔灌区不同深度土壤含盐量存在明显差异性,并且均达到强变异水平。土壤类型、植被、水文、气候、母质等结构因素以及土地利用类型、灌溉方式等随机因素都影响着各层土壤含盐量。

2)在作物生长期,土壤含盐量主要受农业灌溉、施肥等人类活动的影响,这些活动对土壤中盐分的输入和冲洗起着主要作用,从而掩盖了土壤质地对含盐量的影响。因此,除了特定深度的土壤层外,土壤质地对含盐量的影响并不显著。同时,含盐量随地下水矿化度的增大和潜水埋深的减小而增加。