克里雅绿洲地下水埋深时空变化对土壤盐分分布的影响

努尔麦麦提江·吾布里卡斯穆，塔西甫拉提·特依拜，阿不都拉·阿不力孜，邓煜霖，买买提·沙吾提，张 飞

(1.新疆大学资源与环境科学学院，乌鲁木齐 830046；2.绿洲生态教育部重点实验室，乌鲁木齐 830046)

地下水是干旱区有限水资源中的重要组成部分，从时空上直接或者间接作用于地表的生态环境[1,2]。干旱区地表水资源一般都具有较大时空分布的差异性和有限性，加之干旱区降水稀少，使得在大多数情况下，干旱区绿洲主要利用地下水和河流水来维持其农业生产活动。干旱区灌溉方式如果不合理则会引起土壤盐渍化等众多生态环境问题。在我国西北干旱地区地下水比较浅，地区的灌溉方式以传统的大田漫灌为主，这很容易引起地下水位抬高，加之当地干旱的气候条件和地下水的强烈蒸发，土壤次生盐渍化问题日益突出[3,4]。当地土壤盐渍化的分布状况可以通过地下水埋深空间异质性与土壤不同深度盐分分布的关系来反映[5]，因此，研究地下水埋深与土壤盐分之间的关系，对防止土壤盐渍化及提高农作物产量具有重要意义。

近些年来，国内外诸多学者大量研究了地下水与土壤盐渍化的关系并取得了一些研究成果。Salama等[6]认为地下水对盐分的影响使得盐分发生迁移、积累和释放运动。Mahmood等[7]通过研究发现地下水位上升会造成了土壤盐渍化并且加速了土地退化。贾大林和傅正泉[8]通过室内土壤模拟实验，发现在地下水蒸发运移过程中，盐分聚集于表层土壤是由于下层土体盐分溶解向上运动。杨劲松等[9]以新疆塔里木灌区为研究区，分析了0～50 cm土壤层积盐速率与地下水埋深的关系。近年来研究土壤特性时空变异规律的一种有效手段是地质统计学与 GIS技术[10,11]。地质统计学方法是在地理学研究中常用的有效手段，许多学者在研究地下水埋深与盐分关系时应用了此方法，并得到了较好的结果。Eldeiry等[12]将GIS、遥感及空间模型相结合，在土壤盐碱化的遥感估算中使用了Kriging模型、空间自回归模型和最小二乘法模型，研究结果表明空间模型与遥感的相结合，使土壤盐渍化空间分布特征的研究精度在一定程度上得以提高。阮本清[13]对宁夏回族自治区青铜峡灌区地下水埋深的时空变异的规律进行研究。杜军等[14]研究发现，在特定区域地下水矿化度的时空分布规律受到地下水埋深的时空分布规律的影响。综上所述，地下水埋深时空分布对干旱区土壤盐渍化的影响极为突出。

克里雅绿洲是处在塔里木盆地南缘，气候极为干旱，蒸发量高，自然条件下土壤盐渍化比较严重，而且绿洲农业以大水漫灌为主，蒸发量极大的自然环境条件下，使土壤层盐分含量增大，加剧了土壤盐渍化，对绿洲可持续发展造成了一定威胁。目前，对克里雅绿洲水盐一体进行的研究较少。本文在前人的研究基础上，利用实测获得的和通过室内试验获取的地下水埋深数据及土壤EC值，采用地质统计学与GIS相结合的方法，对克里雅绿洲地下水埋深时空变化与土壤盐分在不同季节的空间变异特征的关系进行研究分析，为提高克里雅绿洲农作物产量、防止土壤盐渍化及为绿洲可持续发展提供理论依据。

1 研究区概况

克里雅绿洲地处新疆维吾尔自治区塔里木盆地南缘克里雅河流域，气候类型是暖温带内陆干旱性沙漠气候，地势特点是南高北低，南靠昆仑山，北部靠近塔克拉玛干沙漠，自南向北形成高山、戈壁、沙漠等地貌单元，是一个典型的绿洲荒漠交错地区。该绿洲降水稀少、蒸发量大，平原绿洲区年均降水仅有14 mm，蒸发量则高达2 500 mm，属典型的极端干旱区[15]。由于蒸发量高，表层积盐现象十分严重，盐渍化主要分布在地势相对低的灌溉绿洲中下部地区，在这一带区域具有潜水溢出，其矿化度较高。绿洲南部山区由于地貌和气温的影响，植被分布面积较小，区系较单一，绿洲中北部平原区植被类型比较单一，除了人工培育的多种粮食、经济作物和防护林之外还有胡杨、柽柳、芦苇、甘草、骆驼刺等耐旱耐盐性植被。

2 数据来源于分析方法

在克里雅绿洲之内，根据该地区土壤分布、地貌特征、土壤盐渍化程度、植被退化程度与分布情况等不同条件，在整个研究区之内设置地下水位观测井24眼，观测井跨越人造绿洲和天然绿洲，东西方向跨度近52 km，南北方向跨度近45 km，经过克里雅河，距离克里雅河最近距离不到100 m，最远距离达50 km，用HOBO自动记录仪记录地下水埋深动态数据，水位监测频率为6 次/d，并在每个观测井周边进行了分层取样(土壤样品点与地下水观测井的相对距离不大于10 m)。采样时间为2012年春、夏和秋3个不同季节，土壤样品的采样深度分别为0～10、10～20、20～40、40～60、60～80、80～100 cm。将集体采样的土壤样品带回实验室自然风干、碾碎、过筛后，制备土水比1∶5浸提液，采用DDS-307电导率仪测定土壤样品电导率(土壤EC值)。

本研究采用径向基插值方法(RBF)进行空间变异性分析。径向基函数插值法最初是散乱数据插值的一种基本方法，它的优点是节点配置灵活、工作量小、计算格式简单、精度较高[16]。通过交叉验证方法对地下水埋深与土壤盐分的预测精度进行评估。通过模型得到的预测值与观测值之间的平均误差越接近于零，均方根误差越小，表明模型估算的准确性越高，反之则模型估算的准确性越差[17]。平均误差(ME)和均方根误差(RMSE)通过以下公式计算：

ME=∑ (zi*-zi)

(1)

(2)

式中：zi*表示观测值；zi表示预测值；n表示观测数量。

3 结果与分析

3.1 地下水埋深与土壤盐分的统计特征

根据克里雅绿洲24眼地下水观测井数据和通过室内试验获取的土壤电导率数据绘制了研究区地下水埋深与土壤样品EC值(土壤EC值表示土壤电导率，土壤电导率越高，盐分就越高)的分析统计表(见表1)。由表1可以发现，克里雅绿洲春、夏、秋3个不同时期地下水埋深最小值均为0，夏季地下水埋深最大值和平均值(24眼地下水位观测井在春、夏、秋季的地下水平均埋深)均比春、秋季大，地下水埋深预测平均误差均为10%(-0.115～-0.105)左右，而均方根误差为2.745～3.288，说明预测精度较好。对土壤EC值而言，夏、秋季土壤EC平均值(指在实验室通过实验获取的)比春季相对高，除了秋季0～10 m深度为20%之外，春、夏、秋季各个不同深度预测平均误差为10%或者小于10%(-0.002～0.085)，土壤0～10cm深度的均方根误差均比10～20、20～40 cm深度的大。

表1 地下水埋深与土壤EC值的统计分析结果Tab.1 Descriptive statistics of groundwater depth and EC value of soil

3.2 地下水埋深时空异质性

根据获得的地下水埋深数据，绘制了研究区20眼观测井水位一年内变化图(见图1)。由图1可以发现，克里雅绿洲不同季节地下水埋深变化比较大，整体上来看，春季地下水埋深变化幅度最大，秋季最小。一年中每个样地地下水埋深呈多次波动，接近50%观测井最大埋深出现在夏季，40%出现在秋季，而60%观测井最小埋深出现在春季，地下水埋深随样地不同而变化不一，其中靠近克里雅河的9号观测井一年内水位波动最大，可达6 m。

根据春、夏、秋季地下水埋深数据的插值结果，得到了3个不同季节地下水埋深空间分布图(见图2)。由图2可知，由于该绿洲地形特征为南高北低，克里雅河流水、农业灌溉水和地下水径流流向均为由南到北，并形成了绿洲地下水埋深南深北浅的分布特征。研究区南部地下水埋深最大，这主要由于南部地势较高，水系比较单一，并且地下水有一定的开采；地下水埋深最浅的区域在研究区中心和东北部，这主要是因为该区离克里雅河较近，域地势较低，绿洲中心区农业灌溉水沉积在该区域；研究区西北部分区域地下水埋深比较大，主要原因是该区域离克里雅河与绿洲中心比较远，河流与地下水径流的补给作用不明显。

图1 地下水月季变化Fig.1 Monthly change of groundwater depth

图2 地下水埋深空间分布Fig.2 Spatial distribution of groundwater depth

3.3 土壤盐分空间变化

根据前面得到的土壤EC值分析结果，利用Arcgis10.1绘制了克里雅绿洲春、夏、秋季不同深度的土壤EC值空间分布图(见图3)。由图3可知，春季土壤EC值分布特征均较复杂，0～10 cm土壤盐分在绿洲中部和西北部达到最大值，10～20 cm土壤盐分在西北部达到最大值，20～40 cm盐分值连续性最好，在北部达到最大值，在西北部的沼泽地周边土壤EC值较小，主要原因是春季气温不是很高(春季平均气温为16 ℃)，土壤积盐能力较弱；夏季土壤EC值连续性较春秋季相对好，原因是温度高(平均气温为26.5 ℃)，整个地区地下水蒸发量大，土壤积盐严重，盐分含量均在绿洲中北部达到最大值；秋季0～10 cm盐分值连续性较差，在中部和北部达到最大值，10～20、20～40 cm土壤含盐量的高值区在中北部，连续性较0～10 cm深度相对好。总的来说，从南、东南部到北部土壤含盐量呈增加趋势。

图3 土壤EC值空间分布Fig.3 Spatial distribution of EC value of soil

3.4 地下水埋深对土壤盐分的影响

研究表明地下水埋深及矿化度对土壤盐分和土壤盐渍化状况的影响最大，其中，土壤发生盐渍化的关键性因素是地下水埋深[18,19]。由图2和图3可以看出，地下水埋深与土壤盐分的关系极为密切[20]。克里雅绿洲地下水埋深呈南深北浅的分布特征，东南部最深的达到10 m以上，从南向北逐渐减小，土壤盐分随着地下水埋深的减少而增加，在地下水埋深最深的绿洲东南部土壤盐分含量最低，而在地下水埋深较浅的中北部区域达到最大值。作为我国塔克拉玛干沙漠南辕的一个绿洲，其气候十分干旱，农业生产活动夏季最频繁，用水量高，因此夏季研究区地下水平均埋深较春季和秋季大，但是该区域夏季平均气温最高，蒸发量大，夏季土壤积盐现象较春季和秋季严重。在地下水埋深最大的绿洲东南部区域，土壤含盐量低，反之地下水埋深较浅的中北部，土壤积盐越严重，这说明，克里雅绿洲土壤含盐量受地下水埋深制约极为明显。“盐随水来，盐随水去”， 土壤盐分随毛管水上升到地表，水分蒸发后，使盐分积累在表层土壤中。由于研究区气候干旱，即使绿洲地下水埋深比较浅的部分区域地下水含盐量较少，但是蒸发强烈，土壤中的水分大量蒸发，会携带大量盐分到达土壤表层，使土壤积盐。因此，将地下水控制在合理的深度，土壤才不会发生积盐。

根据不同地势、地下水埋深、土壤性质与植被生长状况，选取绿洲之内8、9、24号地下水观测井地下水埋深与不同土壤层盐分数据来分析地下水埋深与土壤盐分之间的关系(见图4)。由图4可知，观测井地下水埋深越深盐分含量越小，反之则盐分含量越大。8号观测井处在研究区北部的绿洲-沙漠过渡带，周边主要植被类型以芦苇为主，离克里雅河主干道100 m左右，地下水埋深比较浅，3期地下水埋深在2 m上下波动，土壤表层积盐的现象十分严重，不同土壤层之间盐分含量变化剧烈；9号观测井处在绿洲南部农业区，人类活动频繁，自然植被类型以红柳、骆驼刺为主，离克里雅河主干道不到100 m，其农业用水量大而且有地下水开采现象，地下水埋深比较深，一年不同季节内波动可达6 m，但是不同季节且不同土壤层间盐分含量较低而且变化不明显，这表明，该观测井附近地下水埋深对土壤积盐的作用不明显；24号观测井处在研究区中部，植被类型以芦苇和骆驼刺为主，地下水埋深为2.0～2.5 m上下波动，因24号观测井地势相对低，靠近人类活动频繁的农业区，农业灌溉水沉积在该观测井附近，因此，土壤积盐现象严重，土壤各层盐分含量均高。

图4 典型点地下水埋深与土壤盐分关系Fig.4 The relationship between groundwater depth and soil salinity in typical points

4 讨 论

地下水埋深时空分布与土壤盐分的空间异质性密切相关[21]。在克里雅绿洲控制土壤盐渍化的重要手段是控制绿洲地下水埋深，而绿洲地势、土壤性质、温度、农业生产活动频繁、灌溉量等因素也对地下水埋深和土壤盐分有一定的影响。除了绿洲南部的部分区域之外，克里雅绿洲中北部大部分区域地下水埋深小于3 m，绿洲农业以大水漫灌为主，蒸发量极大的自然环境条件下，使土壤层盐分含量增大，引起土壤盐渍化。防止土壤发生积盐的关键在于控制绿洲地下水埋深，采取适合于本地区水资源状况的灌溉措施，防止地下水位的抬升[22]。但是研究区面积比较大并且在该区域土壤沙漠化和盐渍化现象共存，如何控制地下水的最佳深度，减缓土壤盐渍化，还需要考虑地貌、土壤、植被、管理政策及当地维吾尔居民的生活习惯等因素。

5 结 论

(1)从预测结果来看，地下水埋深预测平均误差为10%，均方根误差为2.745～3.288：对土壤EC值而言，秋季0～10 cm深度预测平均差为20%，春夏季节不同深度预测平均误差不大于10%(-0.002～0.085)，随着土壤深度的增加，均方根误差变小。总的来说，地下水埋深及土壤EC值预测精度较好。

(2)克里雅绿洲地下水埋深不同季节时空上的变化比较大，由绿洲南部至北部地下水埋深整体上呈减小趋势，但是不同3个季节地下水埋深最小值出现在绿洲中西部的沼泽地(4号观测井区域)。绿洲中部区域人类活动频繁，对地下水埋深变化的影响较大，因此，在不同时期内地下水埋深波动比较大，最大可达6 m。

(3)春、夏、秋3个季节土壤EC值从南到北呈增大的趋势，农业灌溉水沉积的中部区域和地势比较低、地下水埋深比较浅的北部地区土壤盐分含量最大，而盐分含量最小的区域在人类活动比较频繁、地下水埋深比较低的绿洲东南部：0～10 cm的深度和下层土壤EC值的差距较大。

(4)土壤盐分与地下水埋深关系密切，土壤盐分随浅层地下水埋深的增大而减小，这表明克里雅绿洲地下水埋状况是制约土壤盐分含量的重要因素。控制地下水埋深是防止绿洲土壤发生积盐及土壤盐渍化进一步加剧的重要因素，选用适合于克里雅绿洲水资源状况的灌溉农业技术措施，防止地下水位抬升引起土壤积盐。

[1] Lammerts E J, Maas C, Grootjans A P. Groundwater variables and vagetation in dune stacks[J]. Ecological Engineering, 2001,17(1): 33-47.

[2] Elmore A J, Manning S J, Craine J M. Decline in alkali meadow vagetation cover in California the effects of groundwater extraction and drought[J]. Journal of Applied Ecology, 2006,43(4):770-779.

[3] 陈亚新,史海滨,魏占民.土壤水盐信息空间变异的预测理论与条件模拟[M].北京:科学出版社,2005:3-4.

[4] 徐 英, 陈亚新,史海滨,等.土壤水盐空间变异尺度效应的研究[J].农业工程学报,2004,20(2):1-5.

[5] Douaaik A, van Meirvenne M, Toth T. Statistical methods for evaluating soil salinity spatial and temporal variability[J]. Soil Science Society of America Journal, 2007,71(5):1 629-1 635.

[6] Salama R B, Otto C J, Fitzpatrick R W. Contributions of groundwater conditions to soil and water salinization[J]. Hydrogeology Journal, 1999,7(1):46-64.

[7] Mahmood K, Morris J, Collopy J, et al. Groundwater uptake and sustainability of farm plantations on saline sites in punjab province, Pakistan[J]. Agricultural Water Management, 2001,48:1-20.

[8] 贾大林,傅正泉.利用放射性I131和S35 松沙土土体和地下水盐分的运动[J].土壤学报,1979,16(1):29-37.

[9] 杨劲松，陈小兵,周宏飞. 新疆塔里木灌区水盐问题研究[J].中国地质灾害与防治学报,2007,18(2):69-73,77.

[10] Zhang R F. Theory and application of spatial variability[M]. Beijing: Science Press, 2005:13-14.

[11] Cunter B. Geostatistics for environmental scientists[J]. Vadose Zone Journal, 2001,(1):321-322.

[12] Eldeiry A A, Garcia L A, Detecting soil salinity in alfalfa fields using spatial modeling and remote sensing[J]. Soil Science Society of America Journal, 2008,72(1):201-211.

[13] 阮本清.空间变异理论及应用[M].北京:科学出版社,2005:13-14.

[14] 杜 军,杨培岭,李云开,等. 河套灌区年内地下水埋深与矿化度的时空变化[J].农业工程学报,2010,26(7):26-31.

[15] 阿布都拉·阿布力孜,塔西甫拉提·特依拜,丁建丽,等.基于植被温度条件指数的克里雅河流域干旱监测研究[J].水土保持研究,2011,18(4):153-156.

[16] 魏义坤,杨 威,刘 静.关于径向基函数插值方法及其应用[J].沈阳大学学报,2008,20(1):7-9.

[17] Arslan H. Spatial and temporal mapping of groundwater salinity using ordinary kriging and indicator kriging: the case of Bafra Plain, Turkey[J]. Agricultural Water Management, 2012,113:57-63.

[18] Ruan B Q,Xu F R,Jiang R F. Analysis on spatial and temporal variability of groundwater level based spherical sampling model[J]. Journal of Hydraulic Engineering, 2008,39(5):573-579.

[19] Shouse P J,Goldberg S,Skaggs T H,et al.Effects of shallow groundwater management on the spatial and temporal variability of boron and salinity in an irrigated field[J]. Vadose Zone Journal, 2006,5(1):377-390.

[20] Jordan M M,Navarro-Pedrefio J,Garcia-Sanchez E,et al.Spatial dynamics of soil salinity under arid and-semi arid conditions :geological and environnmental implications[J]. Environmental Geology, 2004,45,(4):448-456.

[21] 姚荣江,杨劲松.黄河三角洲地区浅层地下水与耕层土壤积盐空间分异规律定量分析[J].农业工程学报，2007,(8).

[22] Abdelfattah M A,Shahid S A,OthmanY R. Soil salinity mapping model developed using RS and GIS: a case study from Abu Dhabi, United Arab Emirates[J]. Eroupean Journal of Scientific Research, 2009,26(3):342-351.