en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。
作者简介:

刘新路(1993-),男,河南南阳人,在读硕士研究生,主要研究方向为土壤盐演化防控和盐渍土资源利用。E-mail:lxlzky@163.com。

通讯作者:

彭杰,E-mail:pjzky@163.com。

参考文献 1
Zhang W T,Wu H Q,Gu H B,et al.Variability of soil salinity at multiple spatio-temporal scales and the related driving factors in the oasis areas of Xinjiang,China[J].Pedosphere,2014,24:753-762.
参考文献 2
Li X M,Yang J S,Liu M X,et al.Spatio-temporal changes of soil salinity in arid areas of south Xinjiang using electromagnetic induction[J].Journal of Integrative Agriculture,2012,11(8):1365-1376.
参考文献 3
Wang Y S,Wang S Q,Sun J X,et al.Soil salinity,sodicity and cotton yield parameters under different drip irrigation regimes during saline wasteland reclamation[J].Agricultural Water Management,2018,30:20-31.
参考文献 4
吴亚坤,刘广明,苏里坦,等.基于电磁感应研究新疆土壤盐分三维空间变异对季节的响应[J].农业工程学报,2017,33(14):173-178.
参考文献 5
邓凯,丁建丽,杨爱霞,等.基于电磁感应技术的土壤剖面盐分空间分布建模研究[J].生态学报,2016,36(20):6387-6396.
参考文献 6
李洪义,史舟,唐惠丽.基于三维普通克立格方法的滨海盐土电导率三维空间变异研究[J].土壤学报,2010,47(2):359-363.
参考文献 7
姚荣江,杨劲松.基于电磁感应仪的黄河三角洲地区土壤盐分时空变异特征[J].农业工程学报,2008,24(3):107-113.
参考文献 8
Guo Y,Zhou Y,Zhou L Q,et al.Using proximal sensor data for soil salinity management and mapping[J].Journal of Integrative Agriculture,2019,18:340-349.
参考文献 9
James A D,Eric C B.The use of electromagnetic induction techniques in soils studies[J].Geoderma,2014,223-225:33-45.
参考文献 10
刘新路,彭杰,冯春晖,等.基于电磁感应仪数据的南疆棉田土壤电导率反演模型研究[J/OL].土壤学报,2019,DOI:10.11766/trxb201902190068.
参考文献 11
陈小兵,杨劲松,刘春卿.新疆阿拉尔灌区土壤次生盐碱化防治及其相关问题研究[J].干旱区资源与环境,2007,21(6):168-172.
参考文献 12
Heil K,Schmidhalter U.Comparison of the EM38 and EM38-MK2 electromagnetic induction-based sensors for spatial soil analysis at field scale[J].Computers and Electronics in Agriculture,2015,110:267-280.
参考文献 13
Peng J,Biswas A,Jiang Q S,et al.Estimating soil salinity from remote sensing and terrain data in southern Xinjiang Province,China[J].Geoderma,2019,337(1):1309-1319.
参考文献 14
刘宁.不同土地利用方式下黄河三角洲土壤特性空间变异研究[D].泰安:山东农业大学,2007.
参考文献 15
杨玉玲,田长彦,盛建东,等.灌淤土壤可溶性盐分空间变异性与棉花生长关系研究[J].干旱区地理,2002,25(4):329-335.
参考文献 16
Corwin D L,Rhoades J D.Measurement of Inverted Electrical Conductivity Profiles Using Electromagnetic Induction 1[J].Soil Science Society of America Journal,1984,48(2):288-291.
参考文献 17
武珊珊,丁建丽,马春霞.EM38 在土壤盐渍化快速检测中的应用研究[J].扬州大学学报(农业与生命科学版),2012,33(3):69-73.
参考文献 18
姚荣江,杨劲松,姜龙.电磁感应仪用于土壤盐分空间变异及其剖面分布特征研究[J].浙江大学学报(农业与生命科学版),2007,33(2):207-216.
参考文献 19
张同娟,杨劲松,刘广明.长江河口地区典型地段土壤盐分特征研究[J].灌溉排水学报,2010,29(3):32-35.
参考文献 20
谭万能,李志安,邹碧,等.地统计学方法在土壤学中的应用[J].热带地理,2005,25(4):307-311.
参考文献 21
Brevik E C,Fenton T E.The relative influence of soil water,clay,temperature,and carbonate minerals on soil electrical conductivity readings with an EM-38 along a Mollisol catena in central Iowa[J].Soil Surv Horiz,2002,43:9-13.
参考文献 22
Kachanoski R G,Gregorich E G,Wesenbeeck I J.Estimating spatial variationsof soil water content using noncontacting electromagnetic inductive methods[J].Soil Sci,1988,68:715-722.
参考文献 23
Rhoades J D,Raats P A,Prather R J.Effects of liquid-phase electrical conductivity,water content,and surface conductivity on bulk soil electrical conductivity[J].Soil Sci.1976,40:651-655.
参考文献 24
杨劲松,姚荣江.基于磁感式土壤表观电导率空间变异性的插值方法比较[J].农业工程学报,2007,23(9):50-57.
参考文献 25
姚荣江,杨劲松,邹平,等.基于电磁感应仪的田间土壤盐渍度及其空间分布定量评估[J].中国农业科学,2008,41(2):460-469.
参考文献 26
李晓明,杨劲松,刘梅先,等.基于电磁感应的典型干旱区土壤盐分空间异质性[J].农业工程学报,2010,26(12):97-101.
目录contents

    摘要

    针对新疆南疆塔里木河绿洲地区土壤盐渍化发生反复性与南疆水资源日益匮乏等问题,以该地区典型地块为研究对象,运用电磁感应仪快速获取土壤盐渍化信息技术,结合地统计插值对新疆塔里木河绿洲地区土壤盐分剖面类型进行研究,并用表观电导率 ECv1.5 与 ECv0.75 比值对研究区土壤盐分剖面进行分级并对土壤盐分剖面类型空间分布进行探讨。结果表明,不同时期 ECv0.75 数据在空间分布上均表现为强变异强度,棉花整个生育期,土壤盐分呈现累积状态。不同时期 ECv1.5 与 ECv0.75 比值半方差函数均符合指数模型,土壤盐分剖面空间自相关性从棉花播种前由随机性因素作用类型过渡到棉花花铃期的随机性与结构性共同作用类型,再转变为棉花收获后土壤盐分剖面由随机性因素作用类型。不同时期土壤盐分剖面类型空间分布图表明,土壤盐分剖面类型呈现底聚型-表聚型-底聚型状态分布。土壤质地、微地形、温度、地下水埋藏深度是造成土壤盐分剖面类型分布格局最直接的因素。该研究结果对灌溉制度的科学制定具有一定的指导作用。

    Abstract

    Aiming at the repetition of soil salinization and the increasing scarcity of water resources in southern Xinjiang Tarim River Oasis Area,the soil salinity profile in the typical plot of this area was studied using electromagnetic induction instrument combined with statistical interpolation to obtain the soil salinization information technology quickly.The classification of soil salinity profile and the spatial distribution of soil salinity profile in the study area were discussed with the ratio of apparent conductivity ECv1.5 and ECv0.75.The results showed that the ECv0.75 data in different periods were strong variation intensity,and the salt showed being cumulative throughout the growth period of cotton.The semi-variance functions of ECv1.5 and ECv0.75 ratios were in line with the exponential model in different periods,and the spatial autocorrelation between the data was composed of stochastic factors and structural factors.The spatial distribution of soil salt profile types in different growth periods showed that the type of soil salinity profile presented the distribution of“bottom polymerization”- “table polymerization”-“bottom polymerization”.Soil texture,microtopography,temperature and groundwater burial depth are the most direct factors causing the distribution pattern of soil salt profile type.The results of this study have a certain guiding role in the scientific formulation of irrigation systems.

  • 新疆具有独特的光热资源与土地资源优势,是我国最大的棉花生产基地。2018 年新疆棉花种植面积已经占全国棉花种植面积的80%。新疆棉花种植面积与棉花产量已连续20 多年位居全国第一位。 随着棉花种植面积的不断扩大,受水资源短缺与水资源利用效率偏低,棉花大面积连作,灌排系统不配套,过量灌水,排水受阻等因素影响,新疆约有三分之一的棉田受次生盐渍化影响,土壤次生盐渍化造成农作物减产或绝收,严重制约了新疆棉花的高产栽培[1-2]。由于棉田土壤盐渍化与次生盐渍化等因素影响,虽然种植面积广,但平均单产低。长期以来,盐渍化棉田如何通过改良来实现稳产栽培种植,是广大基础科研工作者密切关注的问题[3]

  • 目前国内区域盐渍化防控主要集中于土壤盐分空间可视化及空间解析,对土壤盐分剖面类型的研究相对较少,土壤盐分空间可视化主要依赖于田间采样结合室内分析或田间采样室内分析与电磁感应技术相结合的方法[4-5]。这些方法存在工作量大,所需劳动力较多,分析测试成本较高且耗时长,获取数据较少等缺点。EM38-MK2 能原位测量土壤表观电导率,有效测量深度为0 ~ 0.75 与0 ~ 1.5 m,如何利用不同深度范围表观电导率数据运算直接表征土壤盐分剖面类型,减少土壤剖面样的采挖,从而大大提升农田土壤盐渍化信息获取的效率,是电磁感应技术应用于土壤盐渍化剖面监测所必须解决的关键问题。目前,针对电磁感应技术应用于土壤盐渍化防控的研究,国内外多限于建立单一时期土壤含盐量(土壤电导率)与表观电导率的模型研究,仅对单一时期土壤盐渍化的程度进行评估[6-7],缺少结合不同灌溉模式与土壤盐分积累量对土壤盐分剖面类型动态变化进行多时相的分析, 不利于土壤盐渍化改良与水资源的合理利用。在灌溉农业中,灌溉是影响土壤盐分剖面分布的主要因素之一,控制并减轻农田土壤盐渍化是至关重要的,了解不同时期土壤盐分剖面类型空间分布与棉花生育期土壤盐分累积状况,对深入了解干旱环境下土壤盐分的积累规律、过程及其相关因素对控制土壤盐渍化具有重要的意义,同时也对农田适时灌水具有一定的指导作用。EM38-MK2 表观电导率反映的是土壤空间范围内游离态导电介质的含量, 大量研究表明,土壤盐分与表观电导率具有较好的相关性[8-9]。因此,本研究通过冬灌后(3 月15 日),第一次滴灌前(6 月3 日),第一次滴灌后(7 月7 日),冬灌前(10 月27 日)共4 期表观电导率ECv1.5/ECv0.75 直接表征研究区内土壤盐分剖面类型分布随时间的变化,结合滴灌与漫灌两种不同灌溉模式与棉花整个生育期的土壤盐分累积量,利用地统计软件,对农田土壤盐分剖面类型分布进行快速监测与制图,通过对盐分剖面类型分布进行时空分布特征分析,从而为电磁感应技术指导农田灌溉及水资源的合理利用提供一定的科学依据。

  • 1 材料与方法

  • 1.1 研究区概况

  • 研究区位于新疆阿拉尔市十二团科技园区内(80°16′~ 81°17′E、40°30′~ 40°31′N),北起天山南麓,南至塔克拉玛干沙漠北部,阿拉尔市属塔里木河冲积细土平原,周边地势沿河岸两侧略有提升,属暖温带极端大陆性气候,极端最高气温可达40℃,极端最低气温可达-34℃,地表蒸发强烈,雨量稀少,年平均蒸降比约为41[10]。该地区主要土壤类型为粉砂壤土,同时受到塔里木河侧渗浸渍等影响,抬升了地下水位,地下水埋藏深度为1.5 ~ 2.0 m,碱化盐土是该地区主要的盐土类型,强烈的蒸发作用与地下水位上升是造成土壤盐渍化的主要原因[11]。该地区是我国最大的棉花生产基地和唯一的长绒棉生产基地。本研究共选取18 hm2 机采棉田为试验区,试验区内地势平坦,机械化程度高,且多年种植棉花,适合电磁感应仪的大面积快速测量。试验区内棉花品种为新陆中78 号和源棉5 号,籽棉产量达到4350 kg/hm2,土壤表层有机质含量为7.46 ~ 9.15 g/kg。试验区内有多处盐结壳裸地,表层盐分富集现象严重影响了棉花的产量。

  • 1.2 数据采集

  • 数据采集前在科技园区内选取一块南北(南北约1 km,东西约0.18 km)走向约18 hm2 的矩形机采棉田,使用EM38 改进版EM38-MK2 大地电导率仪对研究区进行表观电导率测量,从棉花种植前到棉花收获后共进行4 次表观电导率数据的获取,分别为2018 年3 月15 日第1 次测量,此时尚未播种,6 月3 日第2 次测量,7 月7 日第3 次测量,10 月27 日第4 次测量。2018 年3 月因播种前, 田间测量方式采用EM38-MK2 由南向北,由东向西方向进行,共有23 个测量行。棉花出苗后,均采用EM38-MK2 垂直测量模式由南向北进行,共采集10 个测量行(图1),仪器设置为自动记录模式,频率为1 s打一个点,垂直测量模式为EMV, 测量深度分别为0 ~ 1.5 与0 ~ 0.75 m,获得的表观电导率分别表示为ECv1.5 与ECv0.75 [12]。试验区网格线状表观电导率数据的获取为土壤剖面盐分类型分布地统计插值提供了充足的数据源。

  • 图1 电磁感应调查示意图

  • 1.3 数据处理

  • 运用Excel 2010 与SPSS 17.0 进行不同时期表观电导率数据的处理与分析,用GS+7.0 软件进行半方差函数模型拟合,采用ArcGIS 10.2 地统计分析模块功能进行土壤表观电导率比值Kriging插值。 结合经典统计学分析和地统计学分析结果,进行棉田土壤盐分剖面类型时空变异性特征分析。

  • 1.4 验证方法

  • 用标准化均方根误差(root-mean-square standardized error,RMSDE)与交叉检验模型误差时常用均方根误差(Root mean square error,RMSE) 来衡量数据插值精度的高低以及反映模型是否合理地反映空间变异,RMSE越小, 表示其预测能力越强,稳定性越好[13]。RMSE计算公式RMSE=1mi=1m Si-Oi2,其中 Si 表示预测值;Oi表示实测值。

  • 2 结果与分析

  • 2.1 不同时期表观电导率描述性统计特征

  • EM38-MK2 不同时期表观电导率特征统计汇总见表1。由表1 可知,2018 年7 月7 日ECv1.5 数据极差达到最大,为313.16 mS/m。一是因为棉花播种后,地膜覆盖,仍有大面积土地裸露在外,受阳光直晒,表层土壤盐分空间变异性最强,ECv0.75 变异系数为88.86%,对于变异系数来说,一般在0%~ 20%之间为弱变异强度,20%~ 50%之间为中等变异强度,大于50%时为强变异强度[14]; 二是7 月正值棉花花铃期,对水分与营养元素需求量增大,部分盐分离子被棉花植株吸收造成表层土壤水分与盐分变异性较强[15];三是受气温的影响,7 月为塔里木河的汛期,地下水位上涨,强烈的蒸降比导致了土壤盐分的强变异,增加了土壤中的含盐量。ECv0.75 的变异系数均大于ECv1.5 的变异系数,表层盐分的变异较大,底层盐分受地下水位的影响变异程度较小。2018 年3 月ECv1.5 数据属于中等变异强度,此时气温较低,土壤温度较低,变异性较小,相对表层土壤受冬灌影响,土壤湿度较大,受阳光直射,土壤表层含水量变化带动盐分的强变异性。2018 年10 月此时棉花已经收获完毕,气温降低,植物对土壤表层营养元素吸收作用几乎为零,同时受滴灌与雨水冲刷作用,ECv1.5 的均值大于ECv0.75,土壤盐分剖面分布呈底聚型分布,ECv1.5 的变异系数为27.7%,土壤深层盐分状态趋于稳定。对比各个时期均值可知,从棉花播种前到棉花收获后,表观电导率在逐渐增大,土壤盐分总体上在逐渐累积,10 月27 日ECv1.5 达到最大为346.29 mS/m。所有数据偏度均大于零,在一定范围内,样点小值的数量大于大值的数量,数据呈现偏态分布。峰度均远离3,数据均不符合正态分布。

  • 表1 不同时期棉田土壤表观电导率的统计特征值

  • 2.2 土壤盐分剖面类型分析

  • Corwin等[16]针对盐分在土壤剖面中随深度增加而增加,随深度增加而降低这两类土壤,开发了一套新的系数集,土壤剖面类型分别以EM38 表观电导率EMV/EMH来区分,当EMV/EMH≥1 时, 盐分随土壤深度增加而增加的土壤剖面为底聚型; 当EMV/EMH<1 时,盐分随土壤深度增加而减少的土壤剖面为表聚型。在综合前人关于土壤盐分剖面特征研究的基础上[17-19],本试验根据EM38-MK2 表观电导率ECv1.5/ECv0.75 将土壤盐分剖面类型划分为5 类:强表聚型盐分剖面、弱表聚型盐分剖面和均匀型盐分剖面,强底聚型盐分剖面和弱底聚型盐分剖面。盐分剖面的界定以ECv1.5/ECv0.75 = 1 为均匀型剖面相对偏差的10%为标准,小于0.9 时为表聚型盐分剖面,大于1.1 时为底聚型盐分剖面。考虑到不同时期的土壤盐渍化状况、土壤含水量以及水盐运移活跃程度不同,造成复杂的盐渍化状况,通过将表聚型与底聚型盐分剖面类型细分更能直观地体现出土壤盐分剖面空间变异的复杂性。

  • 2.3 土壤盐分剖面空间变异特征分析

  • 半方差函数的计算是研究地统计学土壤空间变异的关键函数。在计算半方差函数前,使用SPSS 17.0 对不同时期ECv1.5/ECv0.75 数据进行K-S检验, 发现均不符合正态分布(P<0.05),经对数变换后均近似符合正态分布,满足地统计分析的要求,经GS+7.0 软件多次计算得到最优的半方差函数模型, 参数见表2。

  • 块金值(C0)反映了土壤盐分剖面内部随机性的可能程度,一是变程小于抽样尺度时所具有的内部变异;二是来自于抽样分析时的误差。块金值反映随机性所引起的空间变异,由于量纲的不同,不能对比不同变量之间的随机性变异。本文用块金值/基台值反映不同变量时由随机因素所引起的变异。一般认为,当比值接近1 时,表明随机性变异占主导,当比值接近0 时,表明空间变异占主导[20]。根据计算得到不同时期ECv1.5/ECv0.75 半方差理论模型均属于指数模型,拟合度均较高。在研究区内,随机性因素主要受人为活动影响,包括灌溉模式、管理模式,施肥方式等。结构性因素主要包括自然因素,如微地形、地下水埋藏深度以及气候条件等。对于变程a来说,当土壤盐分剖面在变程内存在自相关,在变程以外独立于样本点的间隔距离时不存在空间自相关,不同时期采样点间距均小于变程,采样点之间具有较好的相关性。土壤盐分剖面类型在取样的尺度内存在空间异质性,在变程内表现出一定的土壤盐分剖面变化趋势,取样间隔合适。由表2 不同时期半方差模型参数可知,3 月15 日、6 月3 日、10 月27 日土壤盐分剖面空间相关性均较弱,此时,土壤表层受人为因素影响较大,土壤盐分剖面类型之间的变异更多的是受随机性因素影响。7 月7 日数据为中等空间相关性,此时,气温升高,地下水埋藏深度受塔里木河汛期影响逐渐上升,表观电导率数据变化较为复杂,由于土壤浅层的人为因素逐渐转化为深层受结构性因素影响,土壤盐分剖面类型的空间变异由结构性因素与随机性因素共同作用引起。本文通过标准化均方根误差,均方根误差对Ordinary kriging插值结果的准确性进行评价,由交叉验证结果可知,不同时期的RMSED分别为1.20、1.22、1.06、1.24。 RMSE分别为1.51、0.28、0.23、1.58。RMSED越接近1,表明不同时期Ordinary kriging插值的偏差较小,均方根误差越小,说明本研究中ECv1.5/ECv0.75 值预测土壤盐分剖面类型分布均具有较好的准确度。

  • 表2 不同时期棉田土壤盐分半方差函数模型

  • 注:E表示指数模型。

  • 2.4 土壤盐分剖面类型时空分布格局分析

  • 2.4.1 土壤盐分剖面类型的划分与时空分布

  • 通过对土壤盐分剖面进行分级制图分析,不仅可以定量掌握土壤盐分剖面空间变化的规律, 同时还为土壤次生盐渍化的防控,水资源的合理利用提供了一定的科学依据。在本研究中,根据ECv1.5/ECv0.75 来划分土壤盐分剖面类型,当ECv1.5/ECv0.75<0.7 时为强表聚型剖面,0.7<ECv1.5/ECv0.75 ≤ 0.9 时为弱表聚型剖面,当0.9<ECv1.5/ECv0.75 ≤ 1.1 时为均匀型剖面,1.1<ECv1.5/ECv0.75 ≤ 1.3 为弱底聚型剖面,ECv1.5/ECv0.75>1.3 为强底聚型剖面。利用ArcGIS 10.2 的geostatistical analyst模块对不同时期表观电导率ECv1.5/ECv0.75 数据进行Ordinary kriging空间内插,具体的半方差模型和参数见表2,输出为1 m×1 m分辨率的栅格图层,每个时期均得到215358 个有效像素。按照土壤盐分剖面类型分级划分标准,对栅格图层进行重分类,分别统计不同土壤盐分剖面类型像素个数,进行不同时期土壤盐分剖面类型面积比例统计,结果见表3,各时期土壤盐分剖面类型分布图见图2。图2 详细地反映了不同时期土壤盐分剖面类型空间变异状况,从棉花播种前到棉花收获后,土壤剖面盐分随时间的变化而变化,土壤盐分剖面类型呈现底聚型-表聚型-底聚型分布,呈现一定的规律性。从整体上看,6、 7 月土壤盐分剖面的空间变异较为剧烈,3、10 月土壤盐分剖面类型变异较为稳定,与相同时间下半方差函数理论模型相符。从空间尺度讲,研究区北部与西部土壤盐渍斑块较多,空间变异剧烈。通过实地调查可知,这些土壤盐渍斑块大多为裸地,棉花缺苗、死苗现象严重。

  • 本文上述已经提到,从棉花播种前到收获后, 土壤盐分逐渐累积,冬灌仅仅把少部分的土壤盐分排出,并未改变土壤盐分剖面的类型。由于地下水埋藏较浅,天气持续高温,在蒸发或蒸腾作用下, 深层地下水中携带着可溶性盐基离子随着土壤毛细血管作用上升,造成土壤表层盐分富集现象,当土壤表层盐分富集量达到了棉花土壤盐分阈值时,对棉花产生毒害现象。因此,研究土壤盐分剖面类型分布与土壤盐分累积量对实际生产有着重要的意义。

  • 图2 不同时期棉田土壤盐分剖面类型分布图

  • 2.4.2 盐分剖面类型分布特征分析

  • 棉花整个生育期共灌水5 次,均为膜下滴灌, 分别为6 月22 日第1 次滴水,共滴水8100 m3,7 月9 日第2 次滴水,共滴水10800 m3,7 月25 日第3 次滴水,共滴水10800 m3,8 月13 日第4 次滴水,共滴水10800 m3,8 月25 日第5 次滴水, 共滴水10800 m3。11 月20 日进行冬灌,共灌水59400 m3。由表3 可知,表聚型剖面所占比例从3 月开始逐渐增加,到达7 月时比例达到最大,为42.851%,经过多次灌水与强降水作用,表聚型剖面到10 月所占比例为0,而均匀型剖面所占比例也达到了最低值,多次滴灌与强降水对土壤盐分剖面类型空间变化起到了极大的作用,只是土壤盐分剖面类型发生了变化,而土壤盐分总体上依旧呈现累积状态。10 月27 日此时棉花已经收获完毕,底聚型剖面面积比例占总面积比例的99.823%。对比上一年冬灌后(3 月)底聚型剖面面积比例为99.125%可知,土壤盐分都聚集在土壤深层,经冬

  • 表3 不同时期棉田土壤盐分剖面类型面积比例(%)

  • 灌淋洗后,仅排出少量土壤盐分,土壤盐分剖面并未出现显著性变化。因此,在南疆水资源逐渐匮乏的情况下,由生理学家确定棉花的耐盐阈值为7.7 dS/m可知,10 月27 日盐分累积量最大值为3.46 dS/m,小于棉花的耐盐阈值,当土壤盐分累积量不影响棉花出苗时,可进行两年一冬灌,或三年一冬灌,同时还应该完善田间排水设施,消除土地微地形,实施定额灌溉,最大程度上预防土地次生盐渍化的形成。

  • 3 讨论

  • 本研究通过电磁感应仪快速获取土壤盐分信息技术,对塔里木河绿洲地区典型地块土壤盐分剖面类型的时空变化进行了定量分析与评估。选择两种灌溉模式,灌水前与灌水后进行表观电导率测量的原因是多方面的,首先冬灌前正值季节性返盐的稳定期,获得此时段的土壤盐分信息,有利于掌握棉花整个生育期研究区内的盐分累积状况,为水资源的合理利用提供一定依据,同时也为滴灌后土壤盐分信息状态变化提供了一定的基础。冬灌后表观电导率数据的获取与冬灌前数据形成了对比,为节水灌溉提供一定的理论依据。滴灌前与滴灌后表观电导率数据的获取,不仅可以掌握土壤盐分剖面的空间变化,也为电磁感应指导棉田灌水提供一定的科学依据。然而,研究区内盐分表聚现象的形成是多方面因素共同作用的结果。一是土壤质地不均一, 南部多为砂质土,而北部多为黏质土,造成排水不畅,盐分表聚现象严重;二是研究区内地形起伏造成南高北低,北面离塔里木河直线距离不足1 km, 盐分剖面表聚现象受微地形、地下水埋藏深度等差异而不同,是造成土壤盐分剖面类型不同的直接因素;三是受水利措施的影响,研究区东部仅有一条排渠,西部与北部冬灌时排水不畅,造成土壤盐分剖面表聚现象严重,从而导致研究区内土壤盐分剖面表聚现象呈季节性周期时空变化。

  • 前人研究中发现,土壤盐分是表观电导率主要因素之一,同时还受土壤含水量、质地、有机质等其他因素影响[21-23]。杨劲松等[24] 通过表观电导率不同插值方法比较,得出土壤盐分空间变异是造成表观电导率空间分布形成的最主要因素,土地利用方式,微地形与地下水性质等是造成表观电导率空间分布的间接因素。邓凯等[5]将Corwin and Rhoades开发的系数集进行了改进,定义0.9 ≤ ECa-v/ECa-h ≤ 1.1 为均匀型,ECa-v/ECa-h > 1.1 为底聚型,ECa-v/ECa-h<0.9 为表聚型,表明了土壤盐分在水平和垂直方向均具有较强的空间变异性。本文通过将表聚型与底聚型土壤剖面细分更能体现出土壤盐分剖面的空间变异的复杂性。因此, 使用ECv1.5 与ECv0.75 比值进行空间插值,消除了表观电导率表征土壤盐分的内在因素,通过研究土壤盐分剖面类型更能准确地说明土壤盐分的空间分布状况[25]。利用ECv1.5/ECv0.75 值数据进行Ordinary kriging空间内插,减少了ECv1.5 与ECv0.75 数据插值之间的叠加运算,降低了栅格化后数据的改变与多次运算的误差累积,精度相对较高[26]。该方法可为干旱区电磁感应指导农业灌水,水资源的合理利用提供一定的科学依据。

  • 4 结论

  • 不同时期ECv0.75 数据在空间分布上均属于强变异程度,ECv0.75 的变异系数均大于ECv1.5 的变异系数,土壤表层盐分受气温、植株吸收、阳光直射, 变异性较强,深层土壤盐分受地下水作用,变异强度相对于表层较弱。不同时期土壤盐分剖面变异函数均符合指数模型,土壤盐分剖面空间自相关性由随机性因素作用至随机性与结构性因素共同作用再至随机性因素作用变化。土壤盐分剖面类型从棉花播种前到收获后呈现底聚型-表聚型-底聚型状态分布。土壤质地、微地形、温度、地下水埋藏深度是造成土壤盐分剖面类型分布格局最直接的因素, 而ECv1.5/ECv0.75 值消除了表观电导率其他因素的影响,更能直观地表现土壤盐分剖面类型的变化过程。冬灌前,底聚型土壤盐分剖面面积占总面积的99%以上。当土壤盐分累积不影响棉花出苗时,可进行两年一冬灌,或三年一冬灌,同时还应该完善田间排水设施,消除土地微地形,实施定额灌溉, 最大程度上预防土地次生盐渍化的形成。结合不同时期土壤盐分剖面空间分布与土壤盐分累积量,对水资源的合理利用提供一定的指导作用。

  • 参考文献

    • [1] Zhang W T,Wu H Q,Gu H B,et al.Variability of soil salinity at multiple spatio-temporal scales and the related driving factors in the oasis areas of Xinjiang,China[J].Pedosphere,2014,24:753-762.

    • [2] Li X M,Yang J S,Liu M X,et al.Spatio-temporal changes of soil salinity in arid areas of south Xinjiang using electromagnetic induction[J].Journal of Integrative Agriculture,2012,11(8):1365-1376.

    • [3] Wang Y S,Wang S Q,Sun J X,et al.Soil salinity,sodicity and cotton yield parameters under different drip irrigation regimes during saline wasteland reclamation[J].Agricultural Water Management,2018,30:20-31.

    • [4] 吴亚坤,刘广明,苏里坦,等.基于电磁感应研究新疆土壤盐分三维空间变异对季节的响应[J].农业工程学报,2017,33(14):173-178.

    • [5] 邓凯,丁建丽,杨爱霞,等.基于电磁感应技术的土壤剖面盐分空间分布建模研究[J].生态学报,2016,36(20):6387-6396.

    • [6] 李洪义,史舟,唐惠丽.基于三维普通克立格方法的滨海盐土电导率三维空间变异研究[J].土壤学报,2010,47(2):359-363.

    • [7] 姚荣江,杨劲松.基于电磁感应仪的黄河三角洲地区土壤盐分时空变异特征[J].农业工程学报,2008,24(3):107-113.

    • [8] Guo Y,Zhou Y,Zhou L Q,et al.Using proximal sensor data for soil salinity management and mapping[J].Journal of Integrative Agriculture,2019,18:340-349.

    • [9] James A D,Eric C B.The use of electromagnetic induction techniques in soils studies[J].Geoderma,2014,223-225:33-45.

    • [10] 刘新路,彭杰,冯春晖,等.基于电磁感应仪数据的南疆棉田土壤电导率反演模型研究[J/OL].土壤学报,2019,DOI:10.11766/trxb201902190068.

    • [11] 陈小兵,杨劲松,刘春卿.新疆阿拉尔灌区土壤次生盐碱化防治及其相关问题研究[J].干旱区资源与环境,2007,21(6):168-172.

    • [12] Heil K,Schmidhalter U.Comparison of the EM38 and EM38-MK2 electromagnetic induction-based sensors for spatial soil analysis at field scale[J].Computers and Electronics in Agriculture,2015,110:267-280.

    • [13] Peng J,Biswas A,Jiang Q S,et al.Estimating soil salinity from remote sensing and terrain data in southern Xinjiang Province,China[J].Geoderma,2019,337(1):1309-1319.

    • [14] 刘宁.不同土地利用方式下黄河三角洲土壤特性空间变异研究[D].泰安:山东农业大学,2007.

    • [15] 杨玉玲,田长彦,盛建东,等.灌淤土壤可溶性盐分空间变异性与棉花生长关系研究[J].干旱区地理,2002,25(4):329-335.

    • [16] Corwin D L,Rhoades J D.Measurement of Inverted Electrical Conductivity Profiles Using Electromagnetic Induction 1[J].Soil Science Society of America Journal,1984,48(2):288-291.

    • [17] 武珊珊,丁建丽,马春霞.EM38 在土壤盐渍化快速检测中的应用研究[J].扬州大学学报(农业与生命科学版),2012,33(3):69-73.

    • [18] 姚荣江,杨劲松,姜龙.电磁感应仪用于土壤盐分空间变异及其剖面分布特征研究[J].浙江大学学报(农业与生命科学版),2007,33(2):207-216.

    • [19] 张同娟,杨劲松,刘广明.长江河口地区典型地段土壤盐分特征研究[J].灌溉排水学报,2010,29(3):32-35.

    • [20] 谭万能,李志安,邹碧,等.地统计学方法在土壤学中的应用[J].热带地理,2005,25(4):307-311.

    • [21] Brevik E C,Fenton T E.The relative influence of soil water,clay,temperature,and carbonate minerals on soil electrical conductivity readings with an EM-38 along a Mollisol catena in central Iowa[J].Soil Surv Horiz,2002,43:9-13.

    • [22] Kachanoski R G,Gregorich E G,Wesenbeeck I J.Estimating spatial variationsof soil water content using noncontacting electromagnetic inductive methods[J].Soil Sci,1988,68:715-722.

    • [23] Rhoades J D,Raats P A,Prather R J.Effects of liquid-phase electrical conductivity,water content,and surface conductivity on bulk soil electrical conductivity[J].Soil Sci.1976,40:651-655.

    • [24] 杨劲松,姚荣江.基于磁感式土壤表观电导率空间变异性的插值方法比较[J].农业工程学报,2007,23(9):50-57.

    • [25] 姚荣江,杨劲松,邹平,等.基于电磁感应仪的田间土壤盐渍度及其空间分布定量评估[J].中国农业科学,2008,41(2):460-469.

    • [26] 李晓明,杨劲松,刘梅先,等.基于电磁感应的典型干旱区土壤盐分空间异质性[J].农业工程学报,2010,26(12):97-101.

  • 参考文献

    • [1] Zhang W T,Wu H Q,Gu H B,et al.Variability of soil salinity at multiple spatio-temporal scales and the related driving factors in the oasis areas of Xinjiang,China[J].Pedosphere,2014,24:753-762.

    • [2] Li X M,Yang J S,Liu M X,et al.Spatio-temporal changes of soil salinity in arid areas of south Xinjiang using electromagnetic induction[J].Journal of Integrative Agriculture,2012,11(8):1365-1376.

    • [3] Wang Y S,Wang S Q,Sun J X,et al.Soil salinity,sodicity and cotton yield parameters under different drip irrigation regimes during saline wasteland reclamation[J].Agricultural Water Management,2018,30:20-31.

    • [4] 吴亚坤,刘广明,苏里坦,等.基于电磁感应研究新疆土壤盐分三维空间变异对季节的响应[J].农业工程学报,2017,33(14):173-178.

    • [5] 邓凯,丁建丽,杨爱霞,等.基于电磁感应技术的土壤剖面盐分空间分布建模研究[J].生态学报,2016,36(20):6387-6396.

    • [6] 李洪义,史舟,唐惠丽.基于三维普通克立格方法的滨海盐土电导率三维空间变异研究[J].土壤学报,2010,47(2):359-363.

    • [7] 姚荣江,杨劲松.基于电磁感应仪的黄河三角洲地区土壤盐分时空变异特征[J].农业工程学报,2008,24(3):107-113.

    • [8] Guo Y,Zhou Y,Zhou L Q,et al.Using proximal sensor data for soil salinity management and mapping[J].Journal of Integrative Agriculture,2019,18:340-349.

    • [9] James A D,Eric C B.The use of electromagnetic induction techniques in soils studies[J].Geoderma,2014,223-225:33-45.

    • [10] 刘新路,彭杰,冯春晖,等.基于电磁感应仪数据的南疆棉田土壤电导率反演模型研究[J/OL].土壤学报,2019,DOI:10.11766/trxb201902190068.

    • [11] 陈小兵,杨劲松,刘春卿.新疆阿拉尔灌区土壤次生盐碱化防治及其相关问题研究[J].干旱区资源与环境,2007,21(6):168-172.

    • [12] Heil K,Schmidhalter U.Comparison of the EM38 and EM38-MK2 electromagnetic induction-based sensors for spatial soil analysis at field scale[J].Computers and Electronics in Agriculture,2015,110:267-280.

    • [13] Peng J,Biswas A,Jiang Q S,et al.Estimating soil salinity from remote sensing and terrain data in southern Xinjiang Province,China[J].Geoderma,2019,337(1):1309-1319.

    • [14] 刘宁.不同土地利用方式下黄河三角洲土壤特性空间变异研究[D].泰安:山东农业大学,2007.

    • [15] 杨玉玲,田长彦,盛建东,等.灌淤土壤可溶性盐分空间变异性与棉花生长关系研究[J].干旱区地理,2002,25(4):329-335.

    • [16] Corwin D L,Rhoades J D.Measurement of Inverted Electrical Conductivity Profiles Using Electromagnetic Induction 1[J].Soil Science Society of America Journal,1984,48(2):288-291.

    • [17] 武珊珊,丁建丽,马春霞.EM38 在土壤盐渍化快速检测中的应用研究[J].扬州大学学报(农业与生命科学版),2012,33(3):69-73.

    • [18] 姚荣江,杨劲松,姜龙.电磁感应仪用于土壤盐分空间变异及其剖面分布特征研究[J].浙江大学学报(农业与生命科学版),2007,33(2):207-216.

    • [19] 张同娟,杨劲松,刘广明.长江河口地区典型地段土壤盐分特征研究[J].灌溉排水学报,2010,29(3):32-35.

    • [20] 谭万能,李志安,邹碧,等.地统计学方法在土壤学中的应用[J].热带地理,2005,25(4):307-311.

    • [21] Brevik E C,Fenton T E.The relative influence of soil water,clay,temperature,and carbonate minerals on soil electrical conductivity readings with an EM-38 along a Mollisol catena in central Iowa[J].Soil Surv Horiz,2002,43:9-13.

    • [22] Kachanoski R G,Gregorich E G,Wesenbeeck I J.Estimating spatial variationsof soil water content using noncontacting electromagnetic inductive methods[J].Soil Sci,1988,68:715-722.

    • [23] Rhoades J D,Raats P A,Prather R J.Effects of liquid-phase electrical conductivity,water content,and surface conductivity on bulk soil electrical conductivity[J].Soil Sci.1976,40:651-655.

    • [24] 杨劲松,姚荣江.基于磁感式土壤表观电导率空间变异性的插值方法比较[J].农业工程学报,2007,23(9):50-57.

    • [25] 姚荣江,杨劲松,邹平,等.基于电磁感应仪的田间土壤盐渍度及其空间分布定量评估[J].中国农业科学,2008,41(2):460-469.

    • [26] 李晓明,杨劲松,刘梅先,等.基于电磁感应的典型干旱区土壤盐分空间异质性[J].农业工程学报,2010,26(12):97-101.

  • 《中国土壤与肥料》招聘启事
    关闭