燈塔灌區土壤鹽分空間分布特征及其影響因素分析

劉鳳陽

(燈塔市水利事務服務中心,遼寧 燈塔 111300)

土壤鹽分是影響作物生長和產量的重要因素之一,適量的鹽分可以滿足作物正常生長的需求,然而如果鹽分過高就會抑制作物吸收水分和養分,進而影響生長甚至導致鹽堿化問題。因此,了解土壤鹽分的空間分布特征對農業生產的可持續發展至關重要[1]。灌區土壤鹽分的空間分布受到多種因素的影響,包括認為和自然因素,其中人為因素主要包括農田排灌水的含鹽量、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。這些因素的相互作用導致土壤鹽分在空間上呈非均勻分布的特征[2-4]。在燈塔灌區土壤中存在一定量的有機質和鹽分,選擇燈塔灌區進行實地調查和研究,旨在了解灌區土壤鹽分的空間分布規律,并探討地下水礦化度、埋深、土壤質地、地形因子與含鹽量之間的關系,對于實現燈塔灌區農業可持續發展及掌握大范圍鹽堿地改良前后土壤元素分布規律,尤其是對改善灌區鹽漬化程度和提高土地利用效率具有重要意義。

近年來,地統計學的快速發展為人們進一步的認識土壤空間和結構特性提供了支持,這已成為有效分析土壤空間分布和結構的主要方法。通過定量分析土壤有機質和水溶性鹽的含量,可以確定鹽漬化程度,為改良鹽漬化灌區土壤提供依據,例如高含鹽度的土壤需要采取相應的鹽分調節措施,如排水、淋洗和追加有機質等,以降低鹽分對作物生長的不利影響,從而為精確制定鹽漬化土壤的改良方案提供科學依據,并指導土壤改良工作的實施。為掌握土壤有機質含量、鹽分的空間變異性許多學者應用地統計學法開展了深入探究,如Emadi等應用地統計學法明確區域土壤鹽分和pH值的分布規律;朱金糴等從時空變化角度上揭示了綠地土壤的鹽分變異特征,為當地土壤鹽漬化改良防治及農業可持續發展提供支持;武婕等以南四湖區為例,綜合利用GIS技術與地統計學法探究土壤微量元素和有機質的影響因素及其空間分布特征;段凱祥等利用地統計學法分析了嘉峪關草湖濕水鹽含量、植被覆蓋率與土壤鹽分的相關性及其程度。以往研究較少考慮各影響因素與土壤含鹽量之間的相關關系,對土壤鹽分數據也較少使用Box-Cox轉換處理。因此,文章運用地統計學法,通過野外取樣測試研究燈塔灌區土壤鹽分空間分布特征,旨在揭示研究區土壤含鹽量與地下水值、水位埋深、土壤質地、地形地貌等因素間的關系。

1 灌區概況

燈塔灌區位于遼陽市東北部,地處北溫帶大陸性氣候帶,年均降水量為741mm,全年分布不均,7～8月份降水量481mm,占全年的65%。灌區內生態環境脆弱,主要作物為水稻,有少量的小麥、菜田、大棚蔬菜、西瓜等,地形自東北向西南傾斜,地面比降1/800～1/1000。灌區的水源補給和水文條件優越,東部低山丘陵區的地層主要包括寒武系和奧陶系,巖性為灰巖和頁巖。覆蓋層主要是亞黏土和黏土,厚度在10～73m之間,地下水埋深一般在15～24m。西部平原區含水層埋深在5～30m之間,而北岸在4～6m之間。由于水位埋深淺、地下水徑流條件差以及土壤顆粒較細,灌區內土壤存在一定的鹽漬化問題。

2 研究方法

2.1 取樣測試

統計分析野外取樣實測數據,結合灌區內作物類型、地下水位埋深、用地類型、地形等科學選擇各取樣點。2021年6月,按照0～20cm、20～40cm、40～60cm不同深度分層取樣65個,取樣后用密封袋保存帶回,參照《土工試驗方法標準》檢測土壤粒徑及含鹽量。

2.2 研究方法

2.2.1 Box-Cox轉換

由于土壤含氧量不服從對數及正態分布,故選用Box-Cox轉換處理含氧量數據,具體表達式為:

(1)

式中:S為一個變換族,其具體轉換形式由可變參數λ決定,一般使用最大似然估計法獲取λ值。

2.2.2 空間變異理論

文章依據空間變異理論的區域化變量和計算提取的空間信息統計特征,通過統計性分析掌握燈塔灌區土壤含鹽量及其空間分布規律。其中,區域化變量的變異特征可利用變異函數模型計算確定,其表達式為:

(2)

式中:γ(h)、h為變異函數和滯后距;N(h)、Z(xi)、Z(xi+h)為h距離的點對數、點xi及其距離h處的實測值。一般包括有、無基臺值兩類變異系數,研究選用高斯、指數與球狀模型,這3種模型表達式如下:

球狀模型:

(3)

指數模型:

(4)

高斯模型:

(5)

式中:C0+C為基臺值;C0、a為塊金值和變程。

3 結果與分析

3.1 統計學特征

燈塔灌區各層土壤含鹽量統計學分析如表1,結果表明燈塔灌區土壤含鹽量均值處于0.715～0.762%范圍,不同深度含鹽量相差不大,但極值表現出較大變化特征,從表層到深層土壤含鹽量依次處于0.112～3.685%、0.108～4.150、0.080～3.667變化范圍。因此,不同深度的土壤鹽漬化變化較明顯,從含鹽量低于0.1%的非鹽土到高于1%的鹽土均有覆蓋。不同采樣點之間的土壤質地、地下水位、農作物及灌溉方式等因素可能會導致不同深度土壤的鹽漬化程度不同,這種差異可能表現為各層土壤含鹽量的峰度和偏度變化[11-14]。由表1可知,各層土壤含鹽量呈陡峭正偏態分布特征。

表1 土壤含鹽量統計學分析

單位均值的離散程度體現在變異系數CV上,結果發現各層土壤的含鹽量CV均超過1,表明土壤的含鹽量具有強烈的空間變異性,這這可能受到多種因素的影響,包括地形條件、灌溉方式、用地類型和地質構造等,從而使得土壤含鹽量較高且分布不均勻。

在進行地統計學分析時,通常要求所研究的變量服從正態分布,這是因為許多地統計學方法是基于正態分布的假設進行計算和推斷,如果不服從正態分布,可能會導致比例效應的問題,即變量的平均值和方差之間的關系不成比例,這會影響到使用統計方法進行分析和解釋結果時的可靠性和準確性。因此,文章應用S-W和K-S檢驗法將不服從正態分布的數據轉化成正態分布,采用正態性更好的Box-Cox將對數轉換后仍不服從正態分布的各層天然含氧量數據進一步轉換,結果見表2。

表2 含鹽量檢驗統計

3.2 空間變異性

對經過Box-Cox轉換后的含鹽量數據進行空間變異性分析,并擬合變異函數獲取相關的參數見表3。在0～20cm和20～40cm范圍內,最優的為高斯模型。而在40～60cm范圍內,最優的為指數模型。

表3 含鹽量變異系數參數值

在空間變異性分析時,常常使用變程a來衡量變量的影響范圍,變程表示在變程范圍內的空間距離上的數據存在一定的相關性。如果兩個點之間的空間距離大于變程,則它們之間的相關性可以忽略。因此,選擇適當的變程對于描述和解釋變量之間的空間相關性非常重要。

從表3可以看出,在107881m、100164m、348600m空間范圍內各層土壤鹽含量均存在一定相關性,通過比較各層變程,可以看出在0～20cm和20～40cm范圍均低于40～60cm的含鹽量,這意味著深層土壤含鹽量的變異性較小,具有較強的空間相關性。C0和C表示由隨機性和非人為因素帶來的變異。如果各層的隨機性方差C0較小,可以認為取樣試驗誤差對土壤含鹽量變異的貢獻較小。對土壤含鹽量的空間變異性影響因素利用塊金基臺比[C0/(C+C0)]進行分析,該數值越大表明空間變異性受隨機性因素的影響越強,結果表明各層的[C0/(C+C0)]處于0.501～0.525范圍,總體達到中度相關性,表明土壤類型、植被、水文、氣候、母質等結構因素以及土地利用類型、灌溉、人類活動等隨機因素都影響著不同深度含鹽量[15-16]。另外,雖然各層塊金基臺比隨著深度的增大差異較小,但整體呈現出減小趨勢,表明結構性因素對深層含鹽量的影響要高于亞表層、表層。實地調查發現,0～20cm表層和20～40cm亞表層土壤含鹽量易受灌區農業耕種、人類活動等隨機因素影響,這種實際受影響情況與變程數據反映的特征相符。

3.3 土壤含鹽量及其影響因素

人為和自然因素共同影響著燈塔灌區土壤鹽漬化空間分布特征,在累積、遷移和淋溶過程中土壤鹽分都會受到區域特殊氣候條件的影響,使其時空分布有所差異。另外,有必要探討地下水礦化度、埋深、土壤質地、地形因子與含鹽量之間的關系。

1)每增加一單位的礦化度,對土壤含鹽量的影響會成倍增加,即兩者存在指數關系,表示地下水中的溶解鹽濃度較高,通過水垂向運移到土壤中時,溶解鹽會隨著水的蒸發和土壤的吸鹽作用逐漸積累。當地下水中的礦化度超過2g/L時,鹽分的積累速度加快,導致土壤含鹽量的快速增加,這種情況可能會引起土壤鹽漬化,對農作物的生長產生負面影響。

2)地下水位埋深與土壤含鹽量之間存在非線性的關系。即冪函數關系。隨著地下水位埋深的增加,土壤的水分補充源減少,蒸發作用相對減弱,從而導致土壤含鹽量的減少,特別是在水位埋深不超過2.0m的情況下,蒸發作用最為顯著,積鹽效果加劇,導致土壤含鹽量較高。而隨著水位埋深的增加,蒸發和積鹽效果逐漸減弱,使得土壤的含鹽量減小,表明合理地控制地下水位埋深可以有效控制土壤鹽分的積累,并最大程度地減少鹽漬化問題。

3)土壤質地對土壤中的鹽分的水分運動和鹽分吸附能力起著重要的影響。細粒土壤(如黏土)具有較高的吸附能力和較低的滲透性,因此對鹽分的吸附能力較強,且水分運動較慢,容易導致鹽分在土壤中積累。相反,粗粒土壤(如沙土)具有較低的吸附能力和較高的滲透性,鹽分較容易被沖走,導致土壤中的鹽分含量較低。統計各取樣點的砂粒、粉粒、黏粒含量,通過對實測數據的標準化處理分析土壤粒徑與含鹽量間的相關性見表4,其中“*”代表顯著相關(P<0.05)。

表4 土壤粒徑與含鹽量的相關性

由表4可知,在20～40cm深度上,土壤黏粒與含鹽量存在顯著的正相關關系,即黏粒含量的增加會導致含鹽量的增加,這是因為黏粒具有很小的孔隙和顆粒大小,導致水分在其中移動的速度較慢。在蒸發作用下,水中的鹽分更容易滯留在黏粒中,因此引起了含鹽量的增加。在其他土壤層中,黏粒與含鹽量之間沒有顯著的相關性,這是因為在作物生長期,土壤含鹽量主要受農業灌溉、施肥等人類活動的影響,這些活動對土壤中鹽分的輸入和沖洗起著主要作用,從而掩蓋了土壤質地對含鹽量的影響。因此,除了特定深度的土壤層外,土壤質地對含鹽量的影響并不顯著。

3)地形因子與含鹽量間的關系。通過使用Arc GIS軟件中的柵格處理工具,可以分析土壤含鹽量與坡向、坡度和高程數值之間的皮爾遜相關性,以了解地形因子對土壤含鹽量的影響程度。首先,需要準備包含土壤含鹽量、坡向、坡度和高程數值的柵格數據,然后使用ArcGIS軟件中“Correlation”工具來計算其皮爾遜相關系數,如表5所示。

表5 地形因子與土壤含鹽量的相關性

由表5可知,燈塔灌區土壤含鹽量的空間分布可能是由隨機性和結構性因素共同影響的結果,其與地形因子不存在明顯關系。隨機性因素可能包括降雨量的分布、滲透性、浸潤和水分蒸發等不穩定因素,這些因素可能會導致土壤鹽分的不均勻分布;而結構性因素可能包括土壤類型、質地等固有屬性,這些因素可能影響土壤鹽分的分布規律。另外,土壤含鹽量受地形因素的影響勢必會受到田間管理、灌溉等隨機因素的影響和掩蓋,加之各取樣點的作物類型存在差異,從而使得土壤含鹽量與地形因素不存在顯著相關性。

4 結 論

1)燈塔灌區不同深度土壤含鹽量存在明顯差異性,并且均達到強變異水平。土壤類型、植被、水文、氣候、母質等結構因素以及土地利用類型、灌溉方式等隨機因素都影響著各層土壤含鹽量。

2)在作物生長期,土壤含鹽量主要受農業灌溉、施肥等人類活動的影響,這些活動對土壤中鹽分的輸入和沖洗起著主要作用,從而掩蓋了土壤質地對含鹽量的影響。因此,除了特定深度的土壤層外,土壤質地對含鹽量的影響并不顯著。同時,含鹽量隨地下水礦化度的增大和潛水埋深的減小而增加。