天津市滨海新区土壤水盐空间变异分析
2019-07-12杨晓潇王秀兰王计平范晨晨李慧杰
杨晓潇，王秀兰†，王计平，范晨晨， 李慧杰
(1.北京林业大学，北京林业大学精准林业北京市重点实验室，100083，北京； 2.中国林业科学研究院 国家林业局盐碱地研究中心，100091，北京)
我国土壤盐渍化问题突出，盐碱地分布广泛，其中滨海盐碱地占比近40%[1]，已成为制约生态环境建设和经济发展的突出问题[2]。土壤特性的空间变异性指土壤的特征参数及相关状态变量的数值在同一时间不同空间位置是不同的[3]。经典统计学最早被用来描述土壤性质的空间变异特征，其认为土壤性质在空间上具有独立性。随着研究的深入，地统计学(Geostatistics) 在区域化变量理论的基础上，由G. Matheron以及法国多名数学家提出。20世纪70年代，大量研究结果证明地统计学是研究土壤空间变异特征的有效方法。土壤水分和盐分是土壤的2大重要特性[4]，土壤盐渍化与土壤水分之间存在密切关系。苏新礼等[5]研究表明土壤盐渍化与水盐均衡有关。周在明[6]研究指出地下水埋深和矿化度对土壤表层、底层盐分含量具有明显影响。了解土壤水盐空间变异特征，对于了解土壤盐渍化现状、土壤盐渍化防控与治理及土地资源可持续利用具有重大意义。国内外学者从不同区域、不同研究尺度对土壤水盐的空间变异特征进行了研究。Panagopoulos等[7]使用GIS及地统计学方法，以地中海地区作为研究区域，利用Kriging插值方法研究了土壤盐分的空间变异特征。Weindorf等[8]使用地统计学方法揭示了火山区表层土壤的空间变异特征，并对土壤盐分的空间分布进行了分析。Brocca等[9]对意大利中部流域尺度的2个相邻区域土壤水分的时空变异特征进行研究，其结果表明大尺度的土壤水分空间变异程度较强。李敏等[10]从3个尺度对新疆盐碱地进行空间变异特征分析，并指出土壤水盐变化与空间尺度的变化有关。王卓然等[11]研究了黄河三角洲垦利县土壤水盐状况及其微域变异规律，其结果表明土壤含盐量的变异性高于土壤含水量。徐英等[12]研究表明，河套平原长胜试验区土壤水盐空间变异性与采样尺度有密切关系。吴向东[13]研究表明，基于田块尺度的黄河三角洲滨海湿地土壤水盐在垂直及水平方向具有明显的空间变异性。柴晨好等[14]将经典统计学、地统计学、GIS技术相结合，以三工河流域的冰湖水库和柳城子水库为研究对象，探讨不同土层的土壤盐分空间变异特征，其结果表明，各层土壤盐分呈中等空间自相关性，随土层深度的增加，结构性因素产生的影响增强。
现有研究对于滨海地区盐碱地的研究多集中于盐碱地改良措施[15-18]，对于土壤水盐空间变异特征及其分布规律的研究较少；研究多集中于表层土壤，未考虑不同土层间土壤水盐空间变异特征；研究尺度多集中在较小尺度[19-20]，不利于把握宏观规律，且较少以不同土地利用类型划分研究尺度；研究多为土壤盐分或水分单方面研究，较少开展土壤水盐特性系统性研究。笔者以天津市滨海新区为研究区域，基于“高分一号”遥感影像，采用监督分类方法获取研究区土地利用现状，根据实地采样数据获取的土壤电导率和土壤水分数据，结合统计学、地统计学方法及GIS技术，探讨不同土层及不同土地利用类型的土壤水盐空间变异特征及空间分布，旨在了解滨海新区土壤的盐渍化现状，为盐碱地的治理与改良、植被恢复及土地利用优化布局提供科学依据。
1 研究区概况
天津滨海新区位于华北平原的北部，处于山东半岛与辽东半岛的交汇、海河的下游、濒临渤海，地理坐标E 117°20′～118°00′，N 38°40′～39°00′， 研究区分布如图1所示。滨海新区气候类型为大陆性季风气候，具有暖温带半湿润气候特征，年平均气温8.3 ℃～2.4 ℃，年平均降水量611.6～640.0 mm，年平均水面蒸发量1 625 mm，属于海积平原地貌类型，土势较低平，地下水位高，海水浸渍严重，排水不畅，土壤盐渍化程度较重。
图1 研究区位置Fig.1 Location of the study area
2 材料与方法
2.1 数据来源与处理
1) 土壤水盐数据。 本研究使用的土壤盐分及水分数据是经过采样后实验室化验所得，采样时间为2017年11月24—27日，天气晴，采样深度为0～20 cm和20～40 cm。根据研究区土地利用类型、土壤类型、地貌、植被类型、土壤盐渍化程度等因素布设土壤采样点，为了反映整个研究区土壤盐分及水分空间变异特征，在滨海新区内部及边界区域采集土样。每个土样的质量为100 g，将采集所得土壤样品放入样品袋中，贴好标签，标注采样深度和采样时间。利用手持 GPS定位仪测定样方中心位置坐标，记录样点的土壤类型、土地利用状况、植被类型、植被覆盖情况等环境信息，并用数码相机进行记录，获取土壤样本47个，将通过GPS测得的采样点坐标数据通过ArcGIS软件转为具有空间坐标的空间点，并对其进行投影转换，投影坐标系统为WGS_1984_UTM_Zone_50N，生成研究区采样点的空间分布(图2)。将土壤样品进行风干处理，筛去植被残根、大块石头、大块颗粒物等杂质，磨碎，取通过2 mm筛的土壤样品30 g，加入150 mL无二氧化碳水，加塞震荡3 min，抽气，过滤得到1∶5土水比浸提液，利用电导率综合测试仪测定土壤样品电导率，采用烘干法测定土壤含水量。
图2 采样点分布Fig.2 Distribution of sampling points
土壤盐分的定量表述是描述土壤盐渍化程度的基础，中国习惯上常用土壤含盐比例(%)表示盐渍化程度[21]，国外一般直接使用电导率进行表述。王艳等[22]研究了土壤含盐量与电导率之间的关系，表明不同土水比土壤浸提液电导率与全盐量之间都呈及显著正相关关系，据此将土壤电导率数据转换为土壤盐分数据。土壤盐渍化等级按照表1[23]进行划分。
表1 滨海新区土壤含盐量分级Tab.1 Soil salinized degree in Binhai New Area
2) 土壤水盐数据处理。 结合经典统计学与地统计分析方法，利用SPSS软件对不同土层深度采样点土壤盐分及水分进行描述性统计分析及相关性分析。K-S检验用于数据的正态性检验，对不服从正态分布的数据进行转换，使其符合正态分布，通过相关性分析确定不同土层盐分与水分之间的关系。使用GS+软件，计算半变异函数，筛选出最优半变异函数模型，获得相关参数。通过ArcGIS软件的地统计分析功能，根据最优半变异函数模型提供的参数对土壤盐分及水分进行Kriging插值及分级，生成土壤盐分及土壤水分空间分布图。
3) 遥感数据处理。选择与野外采样时间相近、影像质量良好的8幅“高分一号”卫星遥感影像，利用ENVI5.3软件，将多光谱影像与全色波段进行融合以提高影像分辨率，通过融合，影像分辨率为2 m，并进行正射校正，辐射定标，利用FLAASH大气校正模块进行大气校正，以去除大气中成分对对地物反射波谱的影响，获得研究区遥感影像图(图3)。对遥感影像监督分类，获得研究区土地利用类型(图4)，去除水体作为空间插值范围。
图3 滨海新区遥感影像图Fig.3 Remote sensing image of Binhai New Area
图4 滨海新区土地利用类型Fig.4 Land use types of Binhai New Area
如表2所示，研究区域内各土地利用类型中，按照面积排序为水域>耕地>建设用地>典型盐碱地>荒地，耕地主要分布在研究区西南部，荒地多分布于耕地附近；水域分布较广；林地大多分布在北大港水库周围，人工林零星分布；建设用地主要集中在研究区中部；典型盐碱地多分布于沿海地区。
表2 土地利用类型面积及占比Tab.2 Areas and percentages of different land use types
2.2 研究方法
应用于此研究中的经典统计学主要对土壤性质进行描述性统计分析，常用的描述性统计参数包括平均值、最大值、最小值、标准差、变异系数、峰度、偏度等，Cv为变异系数，是反映数据离散程度的绝对值，可用来表示土壤性质的变异程度。
变异系数的计算公式为
(1)
式中：σ为标准差,μ为平均值,Cv为变异系数。当Cv<0.1为弱变异性，0.1
地统计学认为土壤性质不是完全独立或随机的，它在一定的空间范围内是相关的，相互联系的。在满足平稳和固有假设的基础上，地统计学使用变异函数来定量描述土壤性质的空间变异结构。变异函数γ(h)的计算公式为
(2)
式中：γ(h)为半变异函数值；h为滞后距离，km；N(h)为样本对数；Z(xi)和Z(xi+h)分别为研究变量在点xi和点xi+h处的值。变异函数的常用理论模型主要包括球状模型、指数模型及高斯模型，模型公式如下。
高斯模型：
(3)
指数模型：
(4)
球状模型：
(5)
式中：C0为块金值，是随机变异影响因素，即人为影响因素，如耕作措施、灌溉、施肥、平整土地、土地利用类型；C为结构性方差，是结构性因素引起的空间变异，即自然影响因素，如母质、气候、植被、土壤类型等；a为变程，km，表示空间最大相关距离[24]，反映自相关的范围。半变异函数的参数还包括：C0+C为基台值，是总方差，为系统内采样点的整体变异情况，包括随机性变异和结构性变异；C0/(C0+C)为块金系数，表示空间相关性，即随机因素引起的空间异质性占系统总变异的比例。当C0/(C0+C)<25%时，空间自相关性较强，当25%
3 结果与分析
3.1 土壤水盐状况统计分析
1) 不同深度土壤水盐描述性统计分析。各层土壤盐分在水平方向上为强变异性。各层土壤水分为中等变异性，变异程度总体较小，结构较为稳定。总体上分析，土壤水分变异程度小于土壤盐分；随着土层深度的增加，土壤水分变异性递减，其主要原因是表层土壤易受降水及蒸发等因素影响，随土层深度的增加，土壤结构紧实，入渗能力下降，呈现较为稳定的状态；随土层深度的增加，土壤盐分空间变异性递减，其主要原因是表层土壤受外界影响较大，如人类活动因素、气象因素等，随土层深度的增加，这些因素的影响逐渐减小，变异性减弱。
表3 不同土层水分及盐分统计值Tab.3 Statistics of moisture and salinity in different soil depth
2) 不同土层土壤盐分及水分相关性分析。 由表4所示，0～20 cm与21～40 cm土层土壤的盐分相关系数为0.931；由表5所示，土壤水分相关系数为0.757，呈显著正相关；由表6所示，不同土层土壤盐分与水分之间呈显著正相关，随土层深度的增加，相关性增强。
表4 不同土层土壤盐分相关系数Tab.4 Soil salinity correlation coefficient under different soil depth
表5 不同土层土壤水分相关系数Tab.5 Soil moisture correlation coefficient under different soil depth
表6 不同土层土壤水分与盐分相关系数Tab.6 Correlation coefficient between soil moisture and soil salinity under different soil depth
注：**在0.01级别，相关性显著。Note：At the 0.01 level, the correlation is significant.
3.2 土壤水盐空间变异特征
利用GS+9.0软件对土壤盐分及水分进行半方差函数拟合，获得土壤水盐半方差函数拟合图(图5及图6)，得到最优半方差模型，获取块金值(C0)，基台值(C0+C)，变程(a)，相关系数(R2)等参数，如表7所示。
表7示出，土壤盐分及水分半方差模型的相关系数较大，模型拟合效果较好，即半方差函数模型能够很好的反映土壤水盐含量的空间分布特征。由表7所示，各层土壤水盐块金值较小，说明由于采样误差引起的土壤盐分及水分的变异不大，采样合理。土壤含盐量在0～20 cm土层深度表现为中等空间自相关性，说明其空间分布是由随机因素和结构性因素共同引起的；21～40 cm土层表现为强空间自相关性。随着土层深度的增加，土壤盐分的空间自相关性增大，表明随机性因素(耕作措施、灌溉、施肥、平整土地)对土壤盐分的空间变异作用逐渐减弱，结构性因素(母质、气候、植被、土壤类型)的影响不断加强。各层土壤水分表现为强空间自相关性，主要受结构性因素影响引起空间变异。整体而言，土壤盐分与水分的空间自相关性随土层深度的增加而增加，稳定性增强，土壤水分的空间自相关性大于土壤盐分。
图5 土壤盐分半方差函数拟合Fig.5 Soil salinity semi-variogram fitting
图6 土壤水分半方差函数拟合Fig.6 Soil moisture semi-variogram fitting
表7 不同土层水分及盐分半方差拟合模型与参数
3.3 土壤水盐空间分布特征
3.3.1 不同土层土壤水盐空间分布 如图7所示，0～20 cm土层轻度盐渍化土壤面积最大，21～40 cm土层滨海盐土面积最大，土壤盐渍化程度较重。随着土层深度的增加，轻度盐渍化土壤面积减小，中度、重度盐渍化及滨海盐土面积扩大，盐渍化程度向西南方向演进，即随土层深度的增加，盐渍化程度加重。土壤盐分空间分布呈整体条带状、局部斑块状的空间分布特征，随着与渤海的距离增大，土壤的盐分含量递减，盐渍化程度减轻。其中，轻度盐渍化土壤主要分布在西南部有耕地分布区域，土壤盐渍化程度较重的区域主要分布在东部，土地利用类型主要为典型盐碱地。在0～20 cm土层中，含水量为10%～15%的土壤面积最大，在21～40 cm土层中，含水量为15%～18%的土壤面积最多，随着土壤深度的增加，土壤水分含量递增，从滨海新区东北部到西南部，土壤含水量总体呈现先降低再升高的趋势。
3.3.2 不同土地利用类型土壤水盐空间分布及变异程度分析 如表8所示，纵向分析可知，不同土地利用类型土壤含盐量与含水量均为0～20 cm<21～40 cm，即土壤水盐含量随土层深度的增加而增加；不同土地利用类型土壤水盐的变异性随着土层深度的增加而减小，与3.1.1中获得的结论一致。从整体来看，不同土地利用类型土壤含盐量的变异程度大于土壤含水量。
表8 不同土地利用类型土壤水盐统计分析Tab.8 Statistics of moisture and salinity in different land use %
不同土地利用类型土壤含盐量排序为典型盐碱地>建筑用地>荒地>耕地>林地，且不同土层表现出相同的趋势，典型盐碱地土壤含盐量最大，按照盐渍土分级标准为滨海盐土，大部分为重度盐渍化土壤，林地土壤盐分含量最小，大部分为中度盐渍化土壤。根据野外调查情况及查阅相关文献，林地多为人工林地，经过化学改良，含盐量较低。耕地主要分布在滨海新区的内陆地区远离海岸线且经过土壤改良，土壤盐渍化程度较低。典型盐碱地多分布于渤海湾沿岸附近，荒地分布在沿海滩涂附近，受海水浸渍影响，土壤盐分含量较高。建设用地多分布于滨海新区中心地带和偏东方向，而滨海新区总体盐分含量从东部沿海地区沿海岸线逐渐递减，这就导致建设用地土壤盐分含量较高。不同土层土壤含盐量变异性均为耕地>建筑用地>荒地>典型盐碱地>林地，其中：0～20 cm耕地为强变异性，其余为中等变异性；21～40 cm中，不同土地利用类型均为中等变异性。
0～20 cm土层，耕地土壤含水量最大，林地最小；21～40 cm土层，典型盐碱地土壤含水量最大，林地最小。由于人工灌溉，耕地土壤含水量较大。不同土层中林地含水量均为最小，即不同土层土壤盐分与水分之间呈显著正相关。0～20 cm土层除林地为弱变异性，其余为中等变异性；21～40 cm土层中林地、荒地为弱变异性，耕地、建筑用地、典型盐碱地为中等变异性，林地在不同土层中均表现为弱变异性。
4 结论
1)通过经典统计学分析，土壤盐分为强变异性，土壤水分为中等变异性，随着土层深度的增加，土壤水盐变异性减弱，土壤盐分的变异性大于土壤水分。不同土层土壤含盐量与含水量呈显著正相关，且随土层深度的增加，相关性增强。
2)土壤盐分在0～20 cm土层深度为中等空间自相关性，21～40 cm土层为强空间自相关性，各层土壤水分均为强空间自相关性。随土层深度的增加，土壤水盐分空间自相关性增大，说明随机性因素对土壤盐分空间变异的影响逐渐减弱，结构性因素的影响不断加强。
3)土壤水盐的空间分布特征表现为：各层土壤水盐空间分布规律基本一致，且随土层深度的增加，土壤水盐含量递增，纵向变化趋势一致，表现出一定的层次性。土壤含盐量呈整体条带状、局部斑块状的空间分布特征，盐渍化程度向西南方向演进，随着与海岸线的距离增大，土壤盐分递减，盐渍化程度减轻。从滨海新区东北部到西南部，土壤含水量呈现先降低再升高的趋势。
4)不同土地利用类型的土壤水盐空间变异规律与研究区整体趋势保持一致，即土壤水盐含量随土层深度的增加而增加，变异性随着土层深度的增加而减小，土壤含盐量变异程度大于土壤含水量。各土层土壤含盐量从大到小的土地利用类型为典型盐碱地>建筑用地>荒地>耕地>林地，0～20 cm土层，耕地土壤含水量最大，林地最小，21～40 cm土层，典型盐碱地土壤含水量最大，林地最小。各层土壤含盐量变异性均为耕地>建筑用地>荒地>典型盐碱地>林地，0～20 cm土层除林地为弱变异性，其余为中等变异性；21～40 cm土层中林地、荒地为弱变异性，耕地、建筑用地、典型盐碱地为中等变异性。不同土地利用中，典型盐碱地土壤含盐量最大，空间变异性较强，林地的土壤含盐量最小，空间变异性最弱，最为稳定。
基于上述研究结果，耕地整体属于中度盐渍化，由于土壤上已有农作物覆盖，可通过化学改良方式，可施用化学酸性肥料、矿物化肥、有机肥等，不仅可以改善盐渍化程度，还可提高土壤肥力。荒地整体属于重度盐渍化，多分布于耕地周围，可通过化学改良结合生物改良措施，种植较耐盐或高抗盐植物，如白刺、怪柳等，还可种植抗盐性较强的绿肥和牧草，翻压入土可肥田，如草木樨、田菁或紫花苜蓿。可在建设用地上进行生物改良，如进行植被恢复，促进生态良性循环。滨海新区内林地土壤盐分含量较低且稳定，可适当采取化学改良的方式加以巩固改良，同时还需要注意对人工林地的日常维护工作。典型盐碱地主要分布在沿海地区，可根据滨海新区发展规划或具体区域的规划，使用化学改良及水利工程改良方法。
