基于水分和原位电导率的西宁盆地盐渍土含盐量估算模型
2019-04-26徐志闻刘亚斌胡夏嵩余冬梅杨幼清李鸿宇陶小龙
徐志闻,刘亚斌,胡夏嵩,2※,余冬梅,杨幼清,4,李鸿宇,陶小龙
基于水分和原位电导率的西宁盆地盐渍土含盐量估算模型
徐志闻1,刘亚斌1,胡夏嵩1,2※,余冬梅2,3,杨幼清2,3,4,李鸿宇1,陶小龙1
(1. 青海大学地质工程系,西宁 810016;2. 中国科学院青海盐湖研究所,中国科学院盐湖资源综合高效利用重点实验室,西宁 810008;3. 青海省盐湖地质与环境重点实验室,西宁 810008;4. 中国科学院大学,北京 100049)
为了探讨西宁盆地黄土状盐渍土导电特性与土体本身含水率和含盐量之间的关系,该文在土体洗盐试验基础上,测得了不同含水率和含盐量条件下黄土状盐渍土电导率,分析了土体电导率与含水率、含盐量之间的相互关系和作用机理;在此基础上,建立了土体电导率与含水率、含盐量之间的多元回归模型。结果表明,在土体含盐量一定条件下随着土体含水率增加土体电导率呈逐渐增大的变化趋势,且二者之间符合幂函数关系;土体含盐量愈高条件下土体含水率增加对电导率的影响则愈为显著。在土体含水率一定的条件下,土体电导率随着含盐量增加呈逐渐增大的变化趋势,且二者之间符合线性函数关系;当土体含水率相对较高时,含盐量增加对电导率的影响程度亦较为显著。对建立的区内黄土状盐渍土电导率与含水率、含盐量之间的多元回归模型(2=0.995)进行验证,相对误差在10%之内,表明模型可有效确定含水率大于5%且小于25%(¹5.52%)及含盐量为0.18%~2.18%条件下黄土状盐渍土的含盐量。研究成果对研究区及其周边地区黄土状盐渍土其盐渍化程度划分、工程地质特性评价,以及土体盐渍化等地质灾害现象的科学防治具有理论研究价值和工程指导意义。
电导率;含水率;多元回归分析;西宁盆地;黄土状盐渍土;含盐量
0 引 言
含盐量特性是对土体进行盐渍化程度划分、工程地质特性评价的重要指标[1]。在盐渍土分布地区因土体盐分随水分迁移,进而使得盐分在土体内部的分布和空间上具有不均匀性,且在时间上表现出动态变化性[2-3]。故采用合理方法和手段,准确获得土体在不同空间和时间下的含盐量及其特征,对于盐渍土地区基础工程建设和生态方面的相关研究与实践具有重要意义[2-7]。土体电导率可作为反映土体盐分、水分以及有机质含量及其变化的物理参数,且主要受土体含盐量和含水率变化的影响[7-8]。已有研究表明,通过在土体不同位置处设置电导率传感器以测量土体电导率,同时借助于土体电导率和土体含盐量、含水率之间的多元回归模型,可实现准确获得土体含盐量及其动态变化规律。因此,开展有关土体电导率与土体含盐量、含水率之间相互关系和作用机理研究,以及探讨土体电导率和土体含盐量、含水率之间的多元回归模型,利用土体电导率变化来反映土体不同空间与时间条件下含盐量的变化特征,进而对土体进行盐渍化程度划分以及工程地质特性进行评价,具有重要的理论研究价值和实际指导意义。
有关土体电导率与含水率和含盐量之间的相互作用关系,以及土体导电机理等领域研究方面,国内外学者开展了较多研究且取得了一定的研究成果。Rhoades等[9-10]建立了土-水体系电导率宏观概念模型,该模型假设土-水体系中存在着3种并联导电通路,表现为固-液相串联耦合导电、大孔隙连续液相导电和固相表面导电。Hanson等[11]采用EM38型大地电导率仪研究了含盐量与含水率对土体电导率的影响,其研究结果表明对于颗粒级配为黏土16%~21%、淤泥45%~62%、砂21%~39%组成的土体,其含盐量愈高则表现为愈能提高土体中含水率测量的灵敏度;进一步研究反映出土体溶液电导率为7.8、4.0和0.8 dS/m 3个含盐梯度条件下,土体电导率随着含水率增加呈线性增长的变化趋势。孙宇瑞[8]采用土壤电导仪分析了含水率、含盐量对颗粒级配为黏土22%、淤泥32%和砂46%的壤土电导率的影响,结果表明当土体含水率为15%~30%时,随着含水率增大土体电导率表现为呈显著线性增长变化趋势,当含水率>30%时,土体电导率反映出明显减缓的变化趋势;在15%、20%、25%和30% 4种不同含水率条件下,随着含盐量增加,土体电导率均表现出逐渐增大的变化趋势;进一步研究表明含盐量对土体电导率的影响程度要显著于含水率。李瑛等[12]通过在自制的Miller soil box中采用四相电极法,探讨了电渗过程中含水率、温度和孔隙水含盐量对软黏土电导率的影响,结果表明当黏土孔隙比为1.52时,随着含水率由10%增大至60%,土体电导率呈线性增长的变化趋势;在含水率分别为30%、50%和70%时,饱和黏土电导率随着土体温度的升高呈线性增长的变化趋势;进一步研究还表明,黏土电导率亦随着孔隙水含盐量的增大而呈线性增长的变化趋势。刘旭等[13-14]采用2265FS土壤原位电导率仪和DDS-307型电导率仪,分别测定了南疆盐渍土的饱和泥浆电导率与土壤饱和浸提液电导率,结果表明南疆盐渍土饱和泥浆电导率与土壤饱和浸提液电导率之间存在显著的线性关系,建立了适用于南疆盐渍土的经验方程,可依据饱和泥浆电导率计算得出土壤电导率。
综上,目前开展的有关土体电导率与含盐量和含水率等因素之间关系的研究,主要表现为通过采用单一改变含盐量或含水率的方法分析其引起土体电导率变化特征以及趋势,而将含盐量与含水率2种因素综合起来分析对土体电导率的影响,这方面的相关研究成果则相对较少;同时通过采用土体电导率来反映土体盐分变化特征方面尚有待于进一步深入研究。在青藏高原东北部,黄土状盐渍土分布广泛,其导致的水土流失、滑坡、崩塌等地质灾害,对城镇居民的生产生活与工程活动产生极大影响。本研究选取位于黄土高原西缘的西宁盆地作为试验区,在室内洗盐试验的基础上,开展了土体电导率测试试验,在分析含盐量、含水率变化对土体电导率影响程度及其作用机理基础上,建立了研究区土体电导率和含盐量、含水率之间的多元回归模型,通过土体电导率估算土体盐分,以期为研究区内地质条件相类似的其他地区的基础工程规划选址,以及土体盐渍化地质灾害现象预防等提供参考。
1 研究区概况
研究区为青藏高原东北部湟水谷地中部的西宁盆地,属于黄土高原西缘与青藏高原东北部交接地带。区内属于高原大陆性气候,年平均气温为6 ℃,年平均蒸发量为1 763 mm,年均降水量为350 mm,且年内分布极不均匀,降雨主要集中分布在6—9月,占全年降水量的70%~80%,多以暴雨和阵雨的形式出现,具有历时短、强度大、降雨集中等特点[15-17]。研究区西宁盆地及周边地区广泛发育有类型为硫酸盐、亚硫酸盐渍土为主的黄土状盐渍土[18-21]。近年来,随着区内公路、铁路等基础设施建设和生态恢复工程建设的快速发展,与黄土状盐渍土相关的工程地质问题及生态环境问题亦相应增加[22-25]。本研究所采用的黄土状盐渍土试样,采自西宁盆地西山长岭沟流域,其地理坐标为101°42¢E,36°36¢N,海拔高度为2 315~2 570 m。
2 材料与方法
2.1 试样制备
由于在研究区所采集的土体存在易溶盐含量不均匀性和差异性特点,故直接利用采集土体在室内制备不同含盐量、含水率梯度的土体试样存在一定难度。鉴于此,在土体电导率测试前,首先对区内采集的土体试样进行洗盐。在大号试验桶(容积为60 L)内称取一定量的采集土体(每次洗盐土体质量约30 kg),注入蒸馏水并充分搅拌(蒸馏水使土体饱和,并没过土体表面30 cm)。搅拌均匀后,静置24 h。待土体沉淀结束后,采用虹吸管排出土体表面以上的水分。反复该操作过程15~20次后,将土体自然风干15 d,然后放入烘箱,在100 ℃条件下烘干12 h。这种烘干后的土体经过碾散后,放入塑料袋中密封备用。本研究洗盐试验前后土体物理化学性质指标测试如表1所示。
表1 研究区土体洗盐试验前后土体基本理化性质
注:表中含盐量指土体中易溶盐与干土质量之比。
Note: The salt content in the table refers to the ratio of the weight of soluble salt in soil to that of dry soil.
2.2 试验设计
本研究对象主要为分布于西宁盆地及其周边地区黄土状盐渍土,其土质类型为粉土[26-27],区内盐渍土在地表以下0~4 m深度范围内,含盐量为0.26%~1.78%[18-21],且盐渍土类型主要为硫酸盐及亚硫酸盐渍土。本研究主要讨论含水率、含盐量对电导率的影响,将洗盐试验后的土体重塑为不同含水率、含盐量的试样,开展土体试样电导率测量试验。根据研究区盐渍土特征,结合张飞等[28-29]以及付江涛等[21]关于人工制备盐渍土的相关试验方法,采用无水硫酸钠(Na2SO4)作为配置不同含盐量盐渍土试样的易溶盐添加材料,试验分别设置了0、0.50%、1.00%、1.50%和2.00% 5种含盐量梯度,各梯度对应实际含盐量分别为0.18%、0.68%、1.18%、1.68%和2.18%;相应地,每个含盐量梯度的土体试样均设置5.00%、10.00%、15.00%、20.00%和25.00% 5种不同的质量含水率梯度。试验共计配置了25组不同含盐量、含水率的土体试样,每组配制了3个平行试样,将配置完毕的土体试样分别装入保鲜盒中,并采用保鲜膜加以密封处理,以保证保鲜盒中土体试样含水率不变。
2.3 测定方法
采用南京特爱得仪器设备有限公司生产的FJA-10型土壤盐分传感器,以及CD-12型智能盐分电导仪进行数据采集和电导率测试,其中CD-12型智能盐分电导仪电导率测量范围为0~20 mS/cm,精度为0.001 mS/cm;土壤盐分传感器测量时达到平衡所需时间小于20 s。试验前期对土壤盐分传感器进行标定,在试样含盐量和含水率相同情况下,同一传感器对平行试样的测量结果之间的相对偏差在4%以内。本研究中在试样电导率测量时,均采用同一土壤盐分传感器进行测量。不同含盐量与含水率的土体电导率测量均在恒温条件下进行,同时为确保测试土体试样固相组分结构一致,所采取方法为:将试样土体置于体积为500 mL烧杯中,并均压实至300 mL刻度线处,以达到有效避免因土体固相组分结构不同引起的土体电导率差异的目的,将盐分传感器压入烧杯内土体中,使传感器与土体紧密接触,测量土体电导率值,在测量过程中使用保鲜膜密封烧杯口,避免土体水分蒸发,确保试样在测量过程含水率基本保持不变。对每组3个平行土体试样电导率进行测量,取其平均值作为在该含盐量与含水率条件下的土体电导率最终值,如图1所示为土体电导率测量过程。
图1 室内土体电导率测试
2.4 统计分析
土体电导率测量试验数据利用Excel 2007进行统计和整理,结果采用平均值±标准差方法表示,数据分析处理利用Origin 8.0软件进行。
3 结果与分析
3.1 含水率和含盐量对土体电导率的影响
3.1.1 不同含盐量下土体电导率与含水率之间的关系
不同含盐量下土体电导率与含水率之间的关系如图2所示。由图可知,在不同含盐量条件下,电导率均随着含水率增加而逐渐增大。当含水率较低时,在不同含盐量条件下电导率均较低,即当含水率为5.00%时,不同含盐量梯度下(0.18%、0.68%、1.18%、1.68%和2.18%),土体电导率分别为(0.070±0.002)、(0.165±0.012)、(0.212±0.011)、(0.251±0.024)和(0.289±0.068)mS/cm;当含水率为25.00%时,电导率也均较高,在5种含盐量梯度下,土体电导率分别为(1.112±0.103)、(2.068±0.127)、(3.521±0.117)、(5.176±0.217)和(6.358±0.293)mS/cm。对含水率与含盐量之间的关系进行回归分析发现,在5种含盐量梯度条件下,土体电导率与含水率均符合幂函数关系,且具有较高拟合优度(2>0.99)。图2也表明,随着含盐量增高,随含水率增加,土体电导率增大幅度亦随之增大,这说明土体盐分含量愈高时,含水率增加对土体电导率的影响较显著。
注:*,P<0.05;**,P<0.01;下同。
3.1.2 不同含水率下土体电导率与含盐量之间的关系
图3显示了不同含水率件下土体电导率与含盐量之间的关系。由图可知,在不同含水率条件下,土体电导率值均随着含盐量增加而呈逐渐增大的趋势。在5种不同含水率条件下,当土体含有相对较低的盐分时,其电导率均表现出相对较低的特征,即当土体含盐量为0.18%时,在含水率为5.00%、10.00%、15.00%、20.00%和25.00%时,所对应的土体电导率值分别为(0.070±0.002)、(0.154±0.005)、(0.351±0.011)、(0.728±0.015)和(1.112±0.103)mS/cm;相应地,当土体含盐量相对较高为2.18%时,电导率均表现出相对较高的特征,5种含水率条件下,所对应的土体电导率分别为(0.289±0.068)、(1.470±0.157)、(2.897±0.126)、(4.845±0.173)和(6.358±0.293)mS/cm。对含盐量与电导率进行回归分析可知,电导率与含盐量之间符合线性关系,且具有较高拟合优度(2>0.95)。图3还表明,在土体含水率相对较低为5.00%时,拟合方程斜率相对较小为0.107。随着含水率增加,斜率逐渐提高,当土体含水率为25.00%时,斜率为2.720,这说明在土体试样含水率较低的条件下,含盐量增加对电导率的影响程度相对较低;随着含水率增加,含盐量增加对电导率的影响较为显著。
图3 不同含水率条件下土体电导率与含盐量之间关系
Fig.3 Relationship between soil electrical conductivity and salt content under different water contents
如图4所示为由Rhoades等[9-10]建立的土-水体系电导率的宏观概念模型。由图可知,该模型假设当土体溶液中溶解有盐的条件下,土-水体系中存在3种类型的并联导电通路,即:1)在土颗粒与包裹和分离这些颗粒的孔隙溶液(小孔隙中的溶液)之间交替导电,即固-液相串联耦合导电;2)大孔隙连续液相导电;3)固相表面导电(实质为固–液界面交换性离子导电,需固相表面直接接触)[7,9-12]。其中,影响土体电导率的因素较多,包括土体结构组成(土体孔隙度、含水率和土体结构)、土体固相颗粒组成(颗粒形状、颗粒分布和阳离子交换量等)、土体溶液(离子强度和离子组成等)和环境因素(土体温度),其中,土体含水率和含盐量则为影响土体电导率最主要的因素[7,8,30-31]。
注:图中1指固-液相串联耦合导电通路;2指大孔隙连续液相导电通路;3指固相表面导电通路。
在本研究有关土体电导率与含水率、含盐量之间相互作用关系分析基础上,结合如图4所示的土-水体系电导率的宏观概念模型可知,本研究中有关土体含水率对土体电导率影响机理主要表现为:当土体孔隙度、土体固相颗粒组成及含盐量等因素相同条件下,在土体处于干燥或含水率相对较低条件下,土体内部水分主要为孔角毛细水,此时电流主要沿土体颗粒表面,和与包裹和分离这些颗粒的孔隙溶液形成串联路径交替传导(土体溶液主要以结合水的形式存在),以及沿固-液界面交换性离子导电(即土颗粒表面)传导,在该条件下含水率变化对土体电导率影响程度基本可忽略,如含水率较低为5.00%时,土体电导率值均相对较低,此时土体中电流传导路径主要为如图4中第3种固相表面导电;随着土体含水率逐渐增大,土颗粒表面结合水层一定程度地增厚,且土颗粒之间的孔隙溶液开始以毛细水的形式出现,此时土体电导率开始逐渐增加,表现在土体中如图4中所示的第1种电流传导路径逐渐增多,如本研究中当土体含水率增大至20.00%时,5种不同含盐量条件下土体电导率值均增加;当土体含水率进一步增加,使得土体颗粒间较大孔隙由连续的重力水联通,并且这种较大孔隙中的重力水进一步溶解土体中的盐分,在该条件下土体电导率将快速增加,直至土体含水率达到饱和含水 率[2,11],如本研究中当土体含水率增大至25.00%时,土体中如图4所示的第2种导电路径逐渐增多,此时5种不同含盐量条件下电导率值分别增加至(1.112±0.103)、(2.068±0.127)、(3.521±0.117)、(5.176±0.217)、(6.358± 0.293)mS/cm。
相应地,本研究中有关土体含盐量对土体电导率的影响机理主要体现为:在土体孔隙度、土体固相颗粒组成及含水率等条件相同的情况下,当孔隙溶液盐分的溶解度尚未达到饱和程度时,随着土体含盐量增加,能够溶解于土体孔隙水中的盐分亦相应增多,从而能提高孔隙溶液电导率,起到增大土体电导率的作用。如本研究中,当土体试样的含盐量由0.18%增大至2.18%时,在5种不同含水率条件下土体试样电导率的增加量分别为0.219、1.316、2.546、4.117、5.246 mS/cm,并且在土体含水率愈高的条件下,土体含盐量的增加对增大土体电导率的作用更为显著;此外,当土体孔隙溶液达到饱和状态时,则难以继续进一步溶解土体中盐分,此时含盐量的增加对土体电导率的影响程度则表现出相对不显著的特征[2,11]。
3.2 基于含水率和电导率的含盐量模型的建立与验证
鉴于含水率和含盐量均为对土体电导率影响程度相对较为显著的因素。采用常规方法测定含盐量存在着试验程序繁琐、费时和测试效率相对较低等不足。本研究进行双因素方差分析,表明含水率和含盐量对电导率的影响存在显著的交互作用。故以土体电导率为因变量,含水率和含盐量为自变量(考虑二者间交互作用)。
由于在含水率为5%、含盐量为1.18%、1.68%和2.18%条件下,所测得的土体电导率值之间未表现出显著性差异(>0.05),说明当含水率为5%时,土体电导率值难以准确反映出土体含盐量的变化。此外,由于在将含水率为5%条件下的电导率和含盐量作为变量进行回归分析时,存在含水率回归系数不显著,且土体电导率理论值与实测值误差相对较大的现象,故本项研究在进行回归分析时,未考虑含水率为5%条件下的电导率和含盐量。最终建立的回归模型为
ECa=0.140–0.773+0.024–0.236
(2=0.995,<0.01) (1)
式中为含盐量,%;为含水率(>5%),%;ECa为电导率,mS/cm。对回归系数进行显著性检验,含盐量回归系数和交互项<0.01,含水率项<0.05。建模集土壤电导率实测值和计算值2=0.996,而均方根误差(root mean square error,RMSE)为0.107 mS/cm(图5)。
图5 建模土壤电导率实测值与计算值比较
对式(1)进行变换,得含盐量估算模型如下:
(ECa+0.236–0.024)/(0.140–0.773) (2)
由于式(2)中分母项(0.140–0.773)不能为0,故在含水率为5.52%条件下,式(2)不适宜用于估算含盐量。
为验证该回归模型,依据研究区土体实际含盐量和含水率条件,采用前述试验材料与方法部分相同的配制方法,分别配制含水率分别为12.00%、17.00%、22.00%,含盐量分别为0.51%、1.01%、1.51%的9组不同含水率和含盐量的土体试样,每组配制3个平行试样;采用相同的电导率测量方法,测量9组不同含水率与含盐量的土体试样电导率值,在此基础上,通过式(2)估算相应土体含盐量,与实际含盐量相比较,其相对误差均小于10.00%,结果如表2所示。可见式(2)可适用于在含水率>5%~25.00%(¹5.52%),以及含盐量为0.18%~2.18%条件下土体含盐量的估算。
表2 土体含盐量实际值与模型估算值对比
4 结 论
1)研究区边坡土体含盐量为0.18%~2.18%条件下,随着土体含水率由5.00%增加至25.00%,土体电导率值呈逐渐增大的变化趋势,且土体电导率与含水率之间符合幂函数关系;随着含盐量增加,土体电导率值随着含水率增加而增大幅度亦随之提高,这说明在土体含水率一定条件下,土体盐分含量愈高,则其含水率增加对土体电导率的影响程度亦表现出愈为显著的特征。
2)当土体含水率为5.00%~25.00%递增条件下,随着土体含盐量由0.18%增加至2.18%,土体电导率亦表现出逐渐增大的变化趋势,且土体电导率值与含盐量之间符合线性函数关系。在土体含水率相对较低时,其电导率值随着土体含盐量增加而增大的幅度相对较小;而随着土体含水率不断增加,土体电导率值随着含盐量增加而增大的幅度亦呈逐渐增加的趋势。这说明当土体含水率相对较低时,含盐量增加对土体电导率的影响程度相对较低;当含水率相对较高时,含盐量的增加则表现出对土体电导率的影响程度相对较为显著的规律。
3)采用多元回归分析方法,得到了在含水率与含盐量交互作用条件下,土体电导率与含水率、含盐量之间的多元回归模型(2=0.995)。经验证,含盐量模型计算值与实际含盐量值相对误差基本小于10.00%,表明模型(式(2))能够可靠地估算西宁盆地盐渍土含水率>5%~25.00%(¹5.52%)以及含盐量0.18%~2.18%的条件下土体的含盐量。
[1] 王艳,王正祥,廉晓娟,等. 天津滨海地区土壤电导率的测定及其与含盐量的关系[J]. 天津农业科学,2011,17(2):18-21. Wang Yan, Wang Zhengxiang, Lian Xiaojuan, et al. Measurement of soil electric conductivity and relationship between soluble salt content and electrical conductivity in Tianjin coastal area[J]. Tianjin Agricultural Sciences, 2011, 17(2): 18-21. (in Chinese with English abstract)
[2] 李玲. 盐渍土电阻率特性研究[D]. 兰州:兰州大学,2012. Li Ling. Research on Electrical Resistivity Characteristics of Saline Soil[D]. Lanzhou: Lanzhou University, 2012. (in Chinese with English abstract)
[3] 肖泽岸,赖远明. 冻融和干湿循环下盐渍土水盐迁移规律研究[J]. 岩石力学与工程学报,2018,37(S1):3738-3746. Xiao Zean, Lai Yuanming. Study on water and salt transfer mechanism in saline soil under freezing-thawing and dry-wet conditions[J]. Chinese Journal of Rock Mechanics and Engineering, 2018, 37(S1): 3738-3746. (in Chinese with English abstract)
[4] 左丽明. 唐山市丰南沿海地区土壤电导率与含盐量的关系[J].安徽农业科学,2013,41(26):10632—10642. Zuo Liming. Relationship between soil conductivity and saltness in Tangshan Fengnan coastal area[J]. Journal of Anhui Agricultural Sciences, 2013, 41(26): 10632—10642. (in Chinese with English abstract)
[5] 吕前辉,柴寿喜,李敏. 多因素影响下石灰固化盐渍土抗剪性能的试验研究[J]. 水文地质工程地质,2017,44(6):89-95. Lü Qianhui, Chai Shouxi, Li Min. An experimental study of the shear properties of the solidified saline soil with lime concerning under the influence of multiple factors[J]. Hydrogeology & Engineering Geology, 2017, 44(6): 89-95. (in Chinese with English abstract)
[6] 王宁,王清,霍珍生,等. 盐分与压实度对盐渍土起始冻胀含水率的影响[J]. 工程地质学报,2016,24(5):951-958. Wang Ning, Wang Qing, Huo Zhensheng, et al. Influence of salt and compaction on critical water content of frost heaving of saline soil[J]. Journal of Engineering Geology, 2016, 24(5): 951-958. (in Chinese with English abstract)
[7] 刘梅先,杨劲松. 土壤盐分的原位测定方法[J]. 土壤,2011,43(5):688-697. Liu Meixian, Yang Jinsong. In-situ determination methods for soil salinity[J]. Soils, 2011, 43(5): 688-697. (in Chinese with English abstract)
[8] 孙宇瑞. 土壤含水率和盐分对土壤电导率的影响[J]. 中国农业大学学报,2000,5(4):39-41. Sun Yurui. Experimental survey for the effects of soil water content and soil salinity on soil electrical conductivity[J]. Journal of China Agricultural University, 2000, 5(4): 39-41. (in Chinese with English abstract)
[9] Rhoades J D, Manteghi N A, Shouse P J, et al. Soil electrical conductivity and soil salinity: New formulations and calibrations[J]. Soil Science Society of America Journal, 1989, 53(2): 433-439.
[10] Rhoades J D, Corwin D L. Soil electrical conductivity: Effects of soil properties and application to soil salinity appraisal[J]. Communications in Soil Science and Plant Analysis, 1990, 21(11/12): 837-860.
[11] Hanson B R, Kaita K. Response of electromagnetic conductivity meter to soil salinity and soil-water content[J]. Journal of Irrigation and Drainage Engineering, 1997, 123(2): 141-143.
[12] 李瑛,龚晓南,郭彪,等. 电渗软黏土电导率特性及其导电机制研究[J]. 岩石力学与工程学报,2010,29(增2):4027-4032. Li Ying, Gong Xiaonan, Guo Biao, et al. Research on conductivity characteristics of soft clay during electro-osmosis and its conductive mechanism[J]. Chinese Journal of Rock Mechanics and Engineering, 2010, 29(Supp. 2): 4027-4032. (in Chinese with English abstract)
[13] 刘旭,迟春明. 盐渍土饱和泥浆与其浸提液间电导率换算关系研究[J]. 湖北农业科学,2016,55(4):881-883. Liu Xu, Chi Chunming. Conversion relationship between electrical conductivities of salt-affected soil saturated paste and its extract[J]. Hubei Agricultural Sciences, 2016, 55(4): 881-883. (in Chinese with English abstract)
[14] 刘旭,迟春明. 盐渍土溶液电导率与渗透势换算关系及其在盐度分级中的应用[J]. 湖北农业科学,2016,55(10):2481-2484. Liu Xu, Chi Chunming. Relationship between osmotic potential and electrical conductivity of salt-affected soil solutions and its application on salinity degree of salt- affected soil[J]. Hubei Agricultural Sciences, 2016, 55(10): 2481-2484. (in Chinese with English abstract)
[15] 祁兆鑫,付江涛,刘亚斌,等. 寒旱环境4种草本和灌木植物耐盐性试验研究[J]. 盐湖研究,2017,25(3):18-28. Qi Zhaoxin, Fu Jiangtao, Liu Yabin, et al. Research on salinity tolerance of four herbs and shrubs in cold and arid environments[J]. Joural of Salt Lake research, 2017, 25(3): 18-28. (in Chinese with English abstract)
[16] Wang Li, Yu Haiying, Zhang Qiang, et al. Responses of aboveground biomass of alpine grasslands to climate changes on the Qinghai-Tibet Plateau[J]. Journal of Geographical Sciences, 2018, 28(12): 1953-1964.
[17] 刘亚斌,余冬梅,付江涛,等. 黄土区灌木柠条锦鸡儿根-土间摩擦力学机制试验研究[J]. 农业工程学报,2017,33(10):198-205. Liu Yabin, Yu Dongmei, Fu Jiangtao, et al. Experimental study on root-soil friction mechanical ofKom. mechanism in loess area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(10): 198-205. (in Chinese with English abstract)
[18] 王智明. 西宁黄土状盐渍土地区工程建设中值的重视的问题[J]. 地质灾害与环境保护,2010,21(3):79-82. Wang Zhiming. The problems of great importance in the project construction of the region of loess-like saline soil in Xining[J]. Journal of Geological Hazards and Environment Preservation, 2010, 21(3): 79-82. (in Chinese with English abstract)
[19] 徐安花,房建宏,王新燕. 青海地区盐渍土土基回弹模量E0值影响因素研究[J]. 公路工程,2017,42(6):292-294. Xu Anhua, Fang Jianhong, Wang Xinyan. E0Influence factors research of salinized soil in Qinghai area[J]. Highway Engineering, 2017, 42(6): 292-294. (in Chinese with English abstract)
[20] 仲德春. 西宁地区盐渍土的分布特征及地基处理研究[J]. 青海大学学报:自然科学版,2011,29(2):30-33. Zhong Dechun. Study on the distribution characteristics of the saline soil and the foundation treatment in Xining area[J]. Journal of Qinghai University: Nature Science, 2011, 29(2): 30-33. (in Chinese with English abstract)
[21] 付江涛,栗岳洲,胡夏嵩,等. 含盐量对亚硫酸盐渍土抗剪强度影响的试验[J]. 农业工程学报,2016,32(6):155-161. Fu Jiangtao, Li Yuezhou, Hu Xiasong, et al. Effect of salt content on shear strength of sulfurous saline soil[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(6): 155-161. (in Chinese with English abstract)
[22] 王月礼. 灰土改良黄土状硫酸盐渍土强度特性的研究[D]. 兰州:兰州理工大学,2014. Wang Yueli. Research on the Strength Characteristics of Loess Sulphate Saline Soil Improved with Lime[D]. Lanzhou: Lanzhou University of Technology, 2014. (in Chinese with English abstract)
[23] 张志杰. 高寒盐渍土地区混凝土盐冻耦合条件下的性能研究[D]. 哈尔滨:哈尔滨工业大学, 2018. Zhang Zhijie. Study on the Frost Resistance of Concrete Subjected to the Combination of Sulphate and Frost in Saline Soil of Cold Regions[D]. Harbin: Harbin Institute of Technology, 2018. (in Chinese with English abstract)
[24] 乔宏霞,朱彬荣,陈丁山. 西宁盐渍土地区混凝土劣化机理试验研究[J]. 应用基础与工程科学学报,2017,25(4):805-815. Qiao Hongxia, Zhu Binrong, Chen Dingshan. Experimental study of the deterioration mechanism of concrete in Xining saline soil area[J]. Journal of Basic Science and Engineering, 2017, 25(4): 805-815. (in Chinese with English abstract)
[25] 文桃. 西北黄土状硫酸盐渍土工程性质与改良治理研究[D]. 兰州:兰州理工大学,2015. Wen Tao. Study of Engineering Properties and Improvement of Loessial Sulfate Saline Soil in the Northwest Area[D]. Lanzhou: Lanzhou University of Technology, 2015. (in Chinese with English abstract)
[26] 李珍,曾永年,马海洲,等. 西宁地区黄土重矿物特征及黄土物质来源探讨[J]. 青海地质,1993(2):42-47,77. Li Zhen, Zeng Yongnian, Ma Haizhou, et al. Characteristics of heavy mineral of loess and its source in Xining district[J]. Qinghai Geology, 1993(2): 42-47, 77. (in Chinese with English abstract)
[27] 李珍,马海洲,张德,等. 西宁地区黄土的粒度组成及其环境意义[J]. 青海师范大学学报:自然科学版,1992(2):58-64. Li Zhen, Ma Haizhou, Zhang De, et al. Grain composition and environment significance of the Xining loess[J]. Journal of Qinghai Normal University: Natural Science Edition, 1992(2): 58-64. (in Chinese with English abstract)
[28] 张飞,胡小庆,刘亚薇,等. 含盐量对硫酸盐渍土抗剪强度影响试验研究[J]. 铁道建筑,2014(6):162-164. Zhang Fei, Hu Xiaoqing, Liu Yawei, et al. The experimental study on the influence of Na2SO4content on the shear strength of salt soil[J]. Railway Engineering, 2014(6): 162-164. (in Chinese with English abstract)
[29] 陈炜韬,李姝,王鹰. 含盐量、含盐类别对盐渍土抗剪强度的影响[J]. 铁道建筑技术,2005(6):54-57. Chen Weitao, Li Shu, Wang Ying. Influence of shearing strength of salt bearing soil from salt content and salt sort[J]. Railway Construction Technology, 2005(6): 54-57. (in Chinese with English abstract)
[30] Friedman S P. Soil properties influencing apparent electrical conductivity: A review[J]. Computers and Electronics in Agriculture, 2005, 46(1): 45-70.
[31] Corwin D L, Lesch S M. Apparent soil electrical conductivity measurements in agriculture[J]. Computers and Electronics in Agriculture, 2005, 46(1): 11-43.
Salt content estimation model of saline soil in Xining Basin based on water content and in-situ electrical conductivity
Xu Zhiwen1, Liu Yabin1, Hu Xiasong1,2※, Yu Dongmei2,3, Yang Youqing2,3,4, Li Hongyu1, Tao Xiaolong1
(1.810016,; 2.810008,; 3.810008,; 4.100049,)
Xining Basin, located on the western margin of the Loess Plateaus, is characterized by rich saline soils. This study explored the electrical conductivity characteristics of loess saline soil and the relationship between soil electrical conductivity, soil water content and soil salt content in Xining Basin. The soil samples were collected from the test area. Due to the soil saline was not evenly distributed, we prepared the samples based on the collected soil after salt-leaching. Before salt leaching, the soil was of medium degree of salinization but after salt leaching it was of weak degree of salinization. The soils after salt leaching were mixed with different content of anhydrous sodium sulfate to form samples with different salt contents (0.18%, 0.68%, 1.18%, 1.68% and 2.18%) . For each sample, different water content was designed (5%, 10%, 15%, 20% and 25%). FJA-10 soil salt sensor and CD-12 intelligent salt conductivity instrument were used to measure the electrical conductivity of loess saline soil samples under different soil water content and soil salt content conditions. The relationship between soil electrical conductivity, water content and salt content were analyzed. On this basis, the regression model between electrical conductivity, water content and salt content of loess saline soil was established. The results showed that the soil electrical conductivity increased gradually with the increase of soil water content from 5.00% to 25.00% under the conditions of 0.18% to 2.18% salt content, and the relationship between soil electrical conductivity and water content conformed to power function. With the increase of soil salt content, the increasing range of soil electrical conductivity increased with the increase of water content. For the soil with high salt content, the effect of increasing water content on soil electrical conductivity was more significant. When the soil water content increased from 5.00% to 25.00%, with the increase of soil salt content from 0.18% to 2.18%, the soil electrical conductivity also showed a gradual increase trend, and the relationship between soil electrical conductivity and salt content was in a linear function. When the soil water content was relatively low, the increase of soil salt content had a relatively small impact on soil electrical conductivity; when the soil water content was relatively high, the increase of soil salt content showed a relatively significant effect on soil electrical conductivity. A regression model based on water content, salt content and their interaction was established and the model was built with a high determination coefficient2of 0.995 and the t test showed that the model coefficient was significant for the model. After transformation, a salt content estimation model was obtained. By validation, the relative error of actual and calculated salt content was less than 10%, indicating that the model was reliable for salt content estimation in Xining Basin. The model can be used to estimate the soil salt content quickly and effectively when the water content was higher than 5% and less than 25% (not equal to 5.52%) and the salt content was between 0.18% and 2.18%. The results of this study provides an effective model for salt content estimation in Xining Basin. It is of guiding significance for division of salinization degree, evaluation of engineering geological characteristics and scientific prevention and control of geological hazards such as soil salinization of loess saline soil in the study area and its surrounding areas.
electrical conductivity; water content; multiple regression analysis;Xining Basin; loess saline soil; salt content
2018-09-19
2019-01-01
国家自然科学基金资助项目(41572306);青海省自然科学基金资助项目(2014-ZJ-906);中国科学院“百人计划”资助项目(Y110091025);教育部长江学者和创新团队发展计划(IRT_17R62)
徐志闻,主要从事地质工程方面的研究。Email:1341284087@qq.com
胡夏嵩,教授,主要从事地质工程与环境地质等方面的研究。Email:huxiasong@tsinghua.org.cn
10.11975/j.issn.1002-6819.2019.05.018
S156.4
A
1002-6819(2019)-05-0148-07
徐志闻,刘亚斌,胡夏嵩,余冬梅,杨幼清,李鸿宇,陶小龙.基于水分和原位电导率的西宁盆地盐渍土含盐量估算模型[J]. 农业工程学报,2019,35(5):148-154. doi:10.11975/j.issn.1002-6819.2019.05.018 http://www.tcsae.org
Xu Zhiwen, Liu Yabin, Hu Xiasong, Yu Dongmei, Yang Youqing, Li Hongyu, Tao Xiaolong. Salt content estimation model of saline soil in Xining Basin based on water content and in-situ electrical conductivity[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(5): 148-154. (in Chinese with English abstract) doi:10.11975/j.issn.1002-6819.2019.05.018 http://www.tcsae.org