生态学报  2016, Vol. 36 Issue (4): 1040-1049

文章信息

王卓然, 赵庚星, 高明秀, 常春艳, 姜曙千, 贾吉超, 李晋
WANG Zhuoran, ZHAO Gengxing, GAO Mingxiu, CHANG Chunyan, JIANG Shuqian, JIA Jichao, LI Jin
黄河三角洲垦利县夏季土壤水盐空间变异及土壤盐分微域特征
Spatial variation of soil water and salt and microscopic variation of soil salinity in summer in typical area of the Yellow River Delta in Kenli County
生态学报, 2016, 36(4): 1040-1049
Acta Ecologica Sinica, 2016, 36(4): 1040-1049
http://dx.doi.org/10.5846/stxb201406231296

文章历史

收稿日期: 2014-06-23
黄河三角洲垦利县夏季土壤水盐空间变异及土壤盐分微域特征
王卓然, 赵庚星 , 高明秀, 常春艳, 姜曙千, 贾吉超, 李晋    
山东农业大学资源与环境学院, 土肥资源高效利用国家工程实验室, 泰安 271018
摘要: 黄河三角洲作为我国重要的后备土地资源区,土壤盐渍化问题突出,切实掌握季节性土壤水盐状况及其微域特征是该区土壤盐渍化防控和土地资源高效利用的重要基础。选择黄河三角洲垦利县,通过野外调查实测与室内化验分析获取土壤水盐含量数据,利用统计分析、GIS空间插值、实地观测与数据分析对比等方法,分析了研究区夏季土壤水盐状况及其微域变异规律。结果显示:研究区夏季土壤水盐含量总体较高,含盐量以中度盐渍化为主,随着土层深度的增加含盐量呈上升趋势,且各层土壤含盐量呈显著正相关性;含盐量较高的地区主要分布在该区东北部和中东部,含盐量较低的地区主要分布在西南部和中部;土壤含盐量从大到小的植被类型依次为光板地→碱蓬→高粱→芦苇→茅草→水稻→棉花→玉米;土壤盐分微域变化特征明显,含盐量受距路边远近、不同耕作措施、地形部位、植被群落等因素影响较大,表现出微域规律性和复杂性。该研究基本摸清了研究区夏季时相的土壤水盐状况及其微域特征,为黄河三角洲农作物栽培管理及土壤资源可持续利用提供了科学依据。
关键词: 垦利县    夏季    土壤含盐量    土壤含水量    空间变异    微域特征    
Spatial variation of soil water and salt and microscopic variation of soil salinity in summer in typical area of the Yellow River Delta in Kenli County
WANG Zhuoran, ZHAO Gengxing , GAO Mingxiu, CHANG Chunyan, JIANG Shuqian, JIA Jichao, LI Jin    
College of Resources and Environment, Shandong Agricultural University, National Engineering Laboratory for Efficient Utilization of Soil and Fertilizer Resources, Tai'an 271018, China
Abstract: The Yellow River Delta is an important reserve of land resources, in which soil salinization is a problem. Grasping the seasonal status of soil water and salt, as well as their microscopic features, is an important foundation for prevention, control, and use of soil salinization. For this study, Kenli County of the Yellow River Delta was selected. Soil water and salt content data were obtained via field survey and lab experiments. The status of soil water and salt, as well as their microscopic features, were analyzed using methods such as statistics, GIS interpolation, and contrasting field observations with data analysis. Our results showed that the general salt content in the study area was mainly moderate. The salt content increased from the soil surface to underground layers, and the correlation coefficients of salt content between different soil layers (0-15 cm, 15-30 cm, 30-45 cm and 45-60cm) were significantly positively correlated. The areas with high soil salinity were mainly distributed in northeastern and eastern Kenli County, while the areas with lower soil salinity were mainly distributed in the southwestern and central parts of the county. The order from high-to-low salinity of different vegetation types was as follows: naked land→Suaeda glauca→Sorghum→Reed→Couch grass→Paddy→Cotton→Maize. Microscopic variation of soil salinity was obviously different in different parts of one plot in a paddy field, it varied with distance from the roadside to a cotton field, whether covered with plastic film, at different heights with the micro-topography of bare ground or with different vegetation communities in the same plots. This study provided preliminary delineation of soil water and salt status, as well as their microscopic features, for summer in the study area, and provided a scientific basis for crop cultivation and management, as well as sustainable soil resource utilization in the Yellow River Delta.
Key words: Kenli County    summer season    soil salt content    soil water content    spatial variation    microscopic variation    

当前,人类面临严峻的人口、资源、环境危机,赖以生存和发展的土壤及土地资源的盐碱退化问题仍十分严重。根据联合国教科文组织和世界粮农组织不完全统计,我国盐碱地面积为9913万hm2,主要分布在地势低平,地下水位较高,半湿润、半干旱和干旱的内陆及滨海地区,土壤的盐碱化不仅会引起土壤板结、肥力下降,还造成农业生产损失,威胁区域生态环境,因此,开展盐渍化土壤研究对盐碱土地资源的改良利用意义重大。

黄河三角洲是我国乃至世界造陆速度最快的河口三角洲之一,具有丰富的自然资源,是我国重要的后备土地资源区,然而受河流、陆地、海洋等多种动力系统的作用,盐碱土面积大、分布广,土地利用状况变化频繁,生态环境脆弱,制约该区经济社会的可持续发展,如何合理利用和保护黄河三角洲土壤资源,成为各方关注的焦点。

土壤水盐状况及其变异性研究是土壤科学研究的热点之一,是土壤盐渍化防控和盐碱土资源利用的重要基础。国外从20世纪60年代开始就开展了有关土壤水盐状况、pH等理化性状及其空间变异的研究[1,2,3,4,5,6,7,8]。如Jahangard Mohammadi利用变异函数探讨了不同深度土壤盐分的空间变异性[9];Boko Milo采用半方差分析探讨了土壤水盐含量等特性的空间变异[10];Pankaj K. Pandey等通过数据插值研究了土壤含水量的时间变异性[11];M.K. McLeod等研究了2004年印度洋大海啸后土壤含盐量的时空变异[12]。我国对盐碱地进行大规模的研究和开发始于20世纪50年代,但其重点侧重于盐碱土的改良利用措施研究[13,14,15,16,17,18]。近年来,随着空间信息技术的应用,不少学者进行了土壤水盐空间变异的研究。如徐英等研究了黄河河套平原春季和秋季中小尺度在一维和二维空间中的土壤水盐空间变异[19];刘继龙等研究了西北地区典型林地春季不同采样时间和不同采样面积下土壤含水率和电导率的空间异质性[20];贡璐等探究了塔里木河上游典型绿洲春季土壤表层和亚表层的土壤水盐空间分异特征[21];胡顺军等探讨了渭干河灌区垦荒地秋季土壤电导率和重量含水率的空间变异性[22];周在明等研究了环渤海低平原区春季土壤全盐量及其盐渍化程度的空间分布格局[23]。总体看,目前研究偏重于宏观层面的土壤水盐状况分析,而对于微观层面的盐碱变异特征研究相对较少,且研究季节多为春季或秋季,缺少盐碱地夏季土壤水盐状况的相关研究,而夏季由于水分丰富,水盐变化更为频繁、复杂和剧烈,因此需要深入的研究探索。

黄河三角洲作为我国滨海盐碱地集中分布区,其土壤水盐状况得到越来越多学者的关注,如范晓梅等研究了黄河三角洲土壤盐渍化类型及其影响因素[24];姚荣江等分析了黄河三角洲典型地块不同深度土层盐分含量特征及分布规律[25];吴向东等分析了黄河三角洲滨海湿地生态区土壤含水量和含盐量在垂直和水平方向上的变异特征[26]。但总体看,对于黄河三角洲滨海盐碱土水盐状况的系统研究仍显不足,难以满足黄河三角洲高效生态经济发展及当前“渤海粮仓”建设的需求,相关盐碱土微域特征的系统研究有待展开。

本文以黄河三角洲典型地区为例,采用2013年夏季野外调查与分析数据,进行土壤水盐状况的分析研究,旨在揭示研究区夏季土壤水盐状况及微域规律,为黄河三角洲地区盐渍化土壤改良利用提供理论和实践依据。

1 研究区概况

本研究选择黄河三角洲垦利县,该县位于三角洲最下游入海口处,黄河自该县西南至东北贯穿入海,地理位置为北纬37°24′—38°10′,东经118°15′—119°19′,县域呈西南、东北走向,南北纵距55.5km,东西横距96.2km。地处暖温带季风气候区,冬季干冷,夏季湿热,降水量时空分布不均,主要集中在7—8月份,蒸降比年内差异大,春季高达7.6。由于历史上黄河尾闾段常左右摆动,多次溃决、漫溢、泛滥等冲积、淤垫,造成了典型的三角洲地貌,地貌类型主要有海滩地、微斜平地和河滩高地,地势自西南至东北呈扇形微倾斜。该县地下水埋深浅且矿化度高,不能用于农业灌溉和生活饮用。农业生产以种植业为主,主要作物为小麦和棉花,天然植被主要为耐盐的茅草、芦苇、柽柳和碱蓬等。由于地势低平,排水不畅,再加上黄河水侧渗和海水浸润顶托,土壤盐渍化现象较为普遍,土壤类型以盐化潮土和盐土为主,盐碱地面积大,给农业生产带来严重影响。

2 研究数据与方法 2.1 样品采集

首先根据研究区土地利用、土壤、地貌和植被类型等因素布设代表性采样样方,进而在样方内选择样点测量土壤含水量和含盐量,并采集土样。同时,选择典型地块,设计不同的调查方案,如棉田离路边远近、覆膜棉田膜内外、玉米田内微地形、裸地内不同微地形部位、同地块不同植被群落等情况,测量土壤含盐量。在垦利县除沿海滩涂外的县域内共布设30个样方,获得108组土壤表层含水量和不同深度土层土壤含盐量数据,采集81份土样,并记录各样点土地利用类型、植被类型和长势、盐碱程度等信息。野外调查采用EC110便携式盐分计测定0—15cm、15—30cm、30—45cm、45—60cm土层土壤电导率(已对电导率进行了温度校正),采用T系列土壤水分温度速测仪测定0—15cm土壤表层的水分含量。采用五点取样法采集0—15cm的土壤表层样品,各采样点的实地坐标采用手持GPS定位仪测定。采样日期为2013年8月14—16日。

2.2 样品化验分析

(1)土壤表层含水量

采用烘干法测定土壤表层质量含水量,环刀法测定土样的容重,进而计算其容积含水量。将室内化验与野外实测得到的两组土壤表层含水量数据进行相关分析,构建模型:Wo =0.9112 Wi +0.2418,n=81,R2=0.9894,呈极显著线性关系。式中Wo为室内化验土壤表层含水量(%),Wi为野外实测土壤表层含水量(%),并以此对全部野外含水量数据进行校正,使用校正后的数据进行研究分析。

(2)土壤含盐量

将采集的土壤带回实验室内自然风干,磨碎、过2mm筛。所有的土样均配制成水土比为5 ∶ 1的浸提液,振荡5min,静置半小时,采用烘干法测定土壤含盐量。同时,采用EC110便携式盐分计测定土壤浸提液的电导率,建立土壤浸提液电导率和含盐量(%)(St)之间的关系方程St=0.0004ECi+0.0237,n=81,R2=0.9739。在此基础上,以土壤浸提液电导率对野外电导率数据进行校正,进而得到野外实测土壤电导率(ECo)与含盐量(%)(St)之间的关系方程St=0.000218ECo+0.0727,n=81,R2=0.9387,并以此对全部野外电导率数据进行校正,使用校正后的数据进行研究分析。

2.3 研究方法

采用SPSS和Excel软件进行数据的统计分析,利用ARCGIS软件空间分析模块中的反距离加权(Inverse Distance Weighted)插值方法进行土壤水盐含量空间插值处理,并利用MAPGIS软件绘制其分布图。采用统计学方法分析土壤水盐含量的描述性统计特征,以及不同土地利用类型、植被类型的土壤水盐状况。通过实地观测和数据分析对比研究土壤微域变异规律。

3 结果与分析 3.1 研究区土壤水盐状况的统计分析

据相关的土壤盐渍化分级标准[27],将垦利县土壤含盐量分为5级:<0.1%,属于非盐渍化土;0.1%—0.2%,属于轻度盐渍化土;0.2%—0.4%,属于中度盐渍化土;0.4%—0.6%,属于重度盐渍化土;>0.6%,则属于盐土。

3.1.1 土壤表层水盐含量描述性统计分析

表1为研究区土壤表层含盐量和含水量描述性统计,可以看出,土壤含盐量的平均值为0.49%,中位数为0.27%,二者有较大差异,且平均值大于中位数,说明含盐量呈左偏态分布,因此采用中位数说明垦利县的总体含盐量水平较为适宜,属于中度盐渍化水平。从变异程度看,含盐量的最大值是最小值的24.75倍,变异系数为1.15,根据变异系数的划分等级:CV<0.1为弱变异性,0.1<CV<1为中等变异性,CV>1为强变异性,则土壤含盐量属于强变异性,在水平方向上具有很强的变异程度。

表1 土壤表层水盐描述性统计特征 Table 1 Statistics characteristics of soil salinity and moisture in the top layer
土壤属性 Soil properties样本数 Amount平均值 Mean中位数 Median标准差 STDEV最小值 Min最大值 Max变异系数 C.V.
含盐量Soil salinity/%1080.490.270.570.122.971.15
含水量Soil moisture/%10842.3243.524.9730.8655.460.12

土壤含水量平均值为42.32%,中位数为43.52%,二者差距不明显,最小值为30.86%,说明研究区雨季土壤含水量均处于较高水平。从变异程度来看,含水量的最大值是最小值的1.80倍,变异系数为0.12,属于中等变异性。

3.1.2 不同深度土壤含盐量描述性统计分析

表2为不同深度土层土壤含盐量状况,可以看出,0—15cm、15—30cm、30—45cm、45—60cm土层深度土壤含盐量的平均值分别为0.49%、0.55%、0.61%、0.66%,中位数分别为0.27%、0.31%、0.37%、0.39%,随着土层深度的增加,土壤含盐量呈现升高的趋势。从变异系数看,各土层深度土壤含盐量的变异系数分别为1.15、1.05、1.02、1.00,均达到强变异性,但随着土层深度的增加,变异系数则不断减小,说明土壤各层含盐量在水平方向上有较强的变异性,但随土层深度的增加变异性逐渐趋弱。

表2 不同深度土层土壤含盐量描述性统计特征 Table 2 Statistics characteristics of soil salinity at different depths
土层深度/cm Soil depth样本数 Amount平均值 Mean/%中位数 Median/%标准差 STDEV最小值 Min/%最大值 Max/%变异系数 C.V.
0—151080.490.270.570.122.971.15
15—301080.550.310.580.122.651.05
30—451080.610.370.620.123.001.02
45—601080.660.390.660.103.051.00
3.1.3 不同深度土层土壤含盐量相关性分析

表3为不同深度土层土壤含盐量的相关系数,可以看出,不同土层两两之间相关系数均接近或大于0.80,呈显著的正相关性。其中30—45cm土层与45—60cm土层土壤含盐量的相关系数(0.958)大于15—30cm与30—45cm土层土壤含盐量的相关系数(0.954)又大于0—15cm与15—30cm土层土壤含盐量的相关系数(0.929),显示随着土层深度的增加,相邻土层的相关性逐渐增强,且相邻土层之间相互影响程度大于对隔层土层的影响。

表3 不同深度土层土壤含盐量相关系数 Table 3 Correlation coefficient of soil salinity at different depths
土层深度/cm Soil depth0—1515—3030—4545—60
0—151.000
15—300.929* *1.000
30—450.864* *0.954* *1.000
45—600.795* *0.883* *0.958* *1.000
* *表示显著性水平在P<0.01
3.2 研究区土壤水盐状况空间分析 3.2.1 土壤水分空间分布状况

图1为垦利县土壤含水量空间分布图,可以看出,垦利县土壤含水量总体很高,均大于30%,其中土壤含水量超过40%的区域占总面积的27.11%,分布在垦利县西南部、东部和东北部,含水量在30%—40%的区域占总面积的72.89%,集中分布在县域中部和中南部。反映夏季降雨充足,又受低地势及浅地下水埋深条件的影响,使得垦利县土壤含水量总体较高。

图1 表层土壤含水量 Fig.1 Spatial distribution of surface soil moisture
3.2.2 土壤盐分空间分布状况

图2为垦利县0—15cm、15—30cm、30—45cm和45—60cm土层土壤含盐量空间分布图,可以看出,各层土壤含盐量自西南向东北有逐步升高的明显变化趋势。根据不同含盐量的土壤盐渍化程度分级(表4),各层含盐量大于0.6%的盐土程度区域主要分布在县域东北部和中东部;含盐量0.4%—0.6%的重度盐渍化主要分布在中部和东南部;含盐量0.2%— 0.4%的中度盐渍化主要分布在县域西南部和中西部;含盐量0.1%— 0.2%的轻度盐渍化的则零星分布于地势较高的局部地区。从不同土层土壤含盐量分布图的比较可以看出,随着土层深度的增加,其盐渍化程度自东北向西南演进的趋势愈发明显,轻度盐渍化面积不断萎缩,盐土和重度盐渍化面积逐渐扩大。

图2 垦利县不同深度土层土壤含盐量空间分布图 Fig.2 Spatial distribution of soil salinity at different depths in Kenli County

表4 不同深度土层土壤含盐量空间分布面积比例 Table 4 Area ratio of spatial distribution of soil salinity at different depths
土壤含盐量 Soil salinity/% 盐渍化程度 Salinization 面积比例Area ratio/%
0—10cm15—30cm30—45cm45—60cm
<0.1非盐化0000
0.1—0.2轻度1.261.040.580.95
0.2—0.4中度43.3737.6433.7230.19
0.4—0.6重度25.2124.2823.5819.84
>0.6盐土30.1637.0442.1249.02

表4的不同深度土层土壤含盐量空间分布面积及比例可以看出,垦利县各层土壤盐渍化程度差异明显。各层土壤轻度盐渍化程度所占的比例均很小,不足1.5%。由0—15cm土层至45—60cm土层,中度盐渍化土壤所占的比例由43.37%逐步减少至30.19%,重度盐渍化土壤面积比例则由25.21%逐渐减少至19.84%,同时,盐土面积比例由30.16%增加至49.02%。说明随着土层深度的增加,土壤中、重度盐渍化程度的面积比例逐渐减少,盐土的面积比例逐渐增加,土壤总体盐渍化程度逐渐加重。

3.3 不同土地利用方式和植被类型的土壤水盐状况分析

表5为研究区不同土地利用方式和主要植被类型的土壤水盐含量状况,可以看出,不同利用方式/类型的土壤含盐量差异明显,而土壤含水量除水稻外差异较小。耕地的土壤含盐量平均值为0.32%,属于中度盐渍化,而荒地的土壤含盐量平均值1.41%,属于盐土。耕地的土壤含水量平均43.08%小于荒地的土壤含水量的44.24%,差异较小。

表5 不同利用方式/植被类型土壤水盐含量统计 Table 5 Statistics characteristics of soil salinity and moisture of different utilization/vegetation types
利用方式和植被类型 Land use and Vegetation types样本数 Amount 含盐量Soil salinity/% 含水量/% Soil moisture
平均值 Mean最小值 Min最大值 Max
耕地Arable land800.320.120.90 43.08
玉米Maize170.25 0.20 0.40 44.59
棉花Cotton460.32 0.12 0.90 41.37
水稻Paddy140.33 0.18 0.70 47.38
高粱Sorghum30.540.420.6440.79
荒地Uncultivated land281.41 0.15 2.97 44.24
茅草Couch grass50.36 0.15 0.62 42.89
芦苇Reed70.43 0.30 1.02 43.58
碱蓬Suaeda glauca81.89 0.90 2.86 44.34
光板地Naked land82.45 1.52 2.97 45.56

总体看,土壤含盐量从大到小的植被类型为光板地→碱蓬→高粱→芦苇→茅草→水稻→棉花→玉米,自然植被的土壤含盐水平明显高于栽培作物。在农作物中,高粱表现了很强的耐盐性,土壤含盐量平均达0.54%;水稻田的土壤含盐量平均为0.33%,其范围为0.18%—0.70%,土壤含盐量较高,不适宜旱作且能保证充分灌溉水源的地块可以选择种植水稻;棉田土壤含盐量平均为0.32%,其范围为0.12%—0.90%,与稻田接近。实地调查发现,棉花是研究区种植面积最广的农作物,有较好的耐盐性,在土壤含盐量较高、适宜耕作而不能充分保障灌溉水源的地块多种植棉花。玉米的土壤含盐量最小,耐盐最差,平均值为0.25%,其范围为0.20%—0.40%。在自然植被中,生长碱蓬的土壤含盐量平均值为1.89%,明显高于芦苇和茅草,显示了其作为盐生指示植物的可行性。就土壤盐渍化程度而言,生长茅草的地块具有经整理后种植棉花或水稻的可能性。光板地的土壤含盐量最高,达2.45%,表面积盐现象明显,因此,有植被覆盖的土壤相对于裸露的光板地则含盐量显著下降。

3.4 研究区土壤盐分微域特征分析 3.4.1 棉田离路边远近土壤含盐量变化特征

研究区由于地势低平,一般道路会高于田面,由于夏季雨水冲刷,则形成由道路至田间地势降低的微地形差异。图3为离路边间隔2m的棉田观测样点分布及土壤含盐量数据,可以看出,路边①号点土壤含盐量为1.26%,土壤盐渍化程度最重,稀疏生长着芦苇等植被;距离路边2m的②号点土壤含盐量为0.90%,盐渍化程度也较高,芦苇、茅草等自然植被长势良好;距离路边4m的③号点土壤含盐量为0.65%,盐化程度仍较重,但已有棉花生长,长势较差;离路边6m的④号点土壤含盐量0.48%,盐化程度渐轻,棉花长势渐好;离路边8m的⑤号点已处棉田里部,土壤含盐量为0.30%,盐化程度明显减轻,棉花长势较好。由此可见,从路边向棉田土壤含盐量呈递减趋势,棉花长势也越来越好。说明由道路至田间,随着地势逐渐降低,减弱了土壤的毛细作用,从而使表层土壤含盐量逐渐降低。另外,路边地块更容易受到车辆碾压、浇灌习惯等人为因素干扰,又缺乏管理,使得作物长势一般较差。

图3 棉田离路边远近土壤含盐量变化 Fig.3 Soil salinity changes of different distance from the roadside to cotton field
3.4.2 覆膜棉田膜内外土壤盐分变化特征

研究区棉花种植普遍采用双行起垄覆膜栽培方式,一般垄面膜内小行50—60cm,垄间膜外大行100cm左右。图4为覆膜棉田膜内外样点分布及土壤含盐量情况,自左至右样点分别为①膜外垄沟、②垄肩、③棉花根部、④垄面凸和⑤垄面凹。可以看出,覆膜棉花膜内外土壤含盐量存在明显差异,由大到小依次为:膜外0.33%→垄肩0.27%→垄面凸0.22%→垄面凹0.15%→棉花根部0.13%。膜内的土壤含盐量均低于膜外垄沟,膜内凸起部分的土壤含盐量高于凹陷部分,其中棉花栽植行处于膜内较低位置,土壤含盐量最低。说明垄面由于地势的抬高及薄膜的覆盖抑蒸作用降低了土壤的含盐量,而膜内凸起部位由于土壤水盐毛细作用,易使土表盐分集聚而含盐量较高,膜内凹陷部位则由于地势的降低使土表含盐量有所降低,棉花根部则由于根系活动和较低的地势使土壤含盐量更低。

图4 覆膜棉田膜内外土壤含盐量变化 Fig.4 Soil salinity changes of inner and outer membranes in coated cotton field
3.4.3 玉米田内土壤盐分的微地形变化特征

图5为玉米田内微地形影响下的土壤含盐量变化情况,其中部位①为积水洼地底部,②为坡面,③为坡顶部高地。可以看出,洼地底部土壤含盐量较低,为0.20%,但由于低洼积水,严重抑制了玉米的生长。坡面土壤含盐量为0.40%,含盐量较高,玉米长势稍差。坡顶部高地部位土壤含盐量为0.35%,土壤含盐量稍低,无涝渍影响,玉米长势良好。

图5 玉米田内土壤盐分的微地形变化 Fig.5 Soil salinity changes of micro-topography in corn field
3.4.4 裸地内不同微地形部位的土壤含盐量变化特征

无植被覆盖的裸地则可更好反映不同微地形部位的土壤盐分变化特征。图6为研究区内一洼坡地与其上岗丘相连的复杂微地貌类型,最底部为①积水水面,由此往上依次为②洼地底、③洼坡、④洼坡顶、⑤岗丘底、⑥岗丘坡和⑦岗丘顶。可以看出,不同的微地形部位其土壤含盐量差异明显,在土表裸露的较强蒸发状态下,土壤盐分随地形部位抬升呈总体升高趋势。水坑中水的含盐量较高,为0.48%,与土壤盐分的溶解、水体不断蒸发有直接原因。由洼坡底向上到岗坡顶,土壤含盐量分别为:0.17%、0.19%、-0.39%、0.58%、0.59%、0.47%,随着地势的升高,土壤含盐量逐渐上升,在岗丘坡处达到最高值,而受土壤毛管水最高上升强度影响,最高顶部位的土壤含盐量略有下降。

图6 裸地内不同微地形部位土壤含盐量变化 Fig.6 Soil salinity changes of different parts in the micro-topography of bare ground
3.4.5 同地块不同植被群落的土壤含盐量变化特征

图7为同地块不同植被群落的土壤含盐量变化情况,可以看出,即使是同一地块,不同植物类型其土壤含盐量也存在明显的差异。图7(a)为耕地地块,相邻种植玉米和棉花,但由于不同覆盖和管理方式的差异,玉米的土壤含盐量(0.21%)小于棉花(0.26%)。图7(b)为相邻伴生的芦苇和碱蓬群落,其土壤含盐量分别为0.45%和2.56%,差异极为显著。图7(c)为光板地中的碱蓬群落,其中碱蓬土壤含盐量为2.12%,而光板地为2.97%,相差较大,显示了地表植被覆盖的影响。这一方面说明微观局面上土壤含盐量复杂的空间变异性,另一方面,也说明可以通过生长的植被种类来粗略估计土壤的含盐量水平。

图7 同地块不同植被群落的土壤含盐量变化 Fig.7 Soil salinity changes of different vegetation communities in the same plots
4 结论

(1)研究区夏季土壤含盐量和含水量总体较高,含盐量以中度盐渍化为主,属于强变异性,土壤含水量均高于30%,属于中等变异。各层土壤含盐量较高的地区主要分布该区东北部和中东部,而含盐量较低的地区主要分布在西南部和中部,土壤各层含盐量呈显著的正相关。随着土层深度的增加,各层土壤含盐量的相关性呈上升趋势,土壤盐渍化程度自西南向东北演进的趋势增强。

(2)不同土地利用方式和植被类型与土壤水盐状况关系明显,耕地的土壤含盐量明显低于荒地。土壤含盐量从大到小的植被类型依次为光板地→碱蓬→高粱→芦苇→茅草→水稻→棉花→玉米。

(3)夏季盐碱土壤盐分表现出微域特征的复杂性和规律性。从路边向棉田土壤含盐量呈递减趋势,棉花长势趋好;覆膜棉田由膜外至膜内土壤含盐量由大到小依次为:膜外→垄肩→垄面凸→垄面凹→棉花根部;玉米田受微地形影响,洼底盐少而易涝,不利玉米生长,坡顶高地盐中而无涝,玉米长势良好;裸地土壤盐分随地形部位凸起呈总体升高趋势;同地块不同植物群落的土壤含盐量差异明显。

5 讨论

(1)研究区夏季各层土壤含盐量均呈由西南至东北逐渐升高的趋势,反映了黄河、渤海对土壤盐渍化格局的影响,体现了滨海盐渍土含盐高、通体重的特点。该结果与相关研究结论相同[25,28],说明土壤盐渍化的区域性宏观规律较为稳定,不同季节呈现相同的空间规律。

(2)不同土壤含盐环境对应不同的植物类型,显示了土壤-植被系统的相互作用,此与已有的相关研究结果相同[29,30]。说明不同植物与盐化程度有较好的选择适应性,这也为通过土地利用和植被类型间接判断土壤盐渍化状况提供了可能。

(3)夏季盐渍土微域特征变化明显,主要是受雨水淋洗、微地形部位、不同植物群落等自然因素,以及不同的耕作制度、耕作习惯、管理方式等人为因素的影响。通过研究,摸清其变化特征,理清相应的影响因素,进而采取针对性措施,可为防止良田盐碱化和中低产田改造提供有益依据。

(4)相对于其他季节,夏季由于降雨较多、植被覆盖差异较大,土壤水盐运动剧烈且复杂,由于降水和蒸发强度的不同、地形凸凹程度的差异以及植被覆盖度的高低,研究区微域特征在不同的区位、不同时间有可能表现出不同的特点,需要继续进行定位、长期的深入、系统研究。

(5)黄河三角洲地区独特的地表水与地下水、地形地貌、土壤类型等条件,决定了该区土壤水盐运动的活跃性。目前针对该区盐碱土夏季土壤水盐状况的研究相对缺乏,尚需更多的关注。后续将结合对该区其他季节的研究结果,开展不同时空尺度、不同季节土壤水盐规律的进一步研究。

参考文献
[1] Burgess T M, Webster R. Optimal interpolation and isar1thmic mapping of soil properties. Journal of Soil Science, 1980, 31(2):315-331.
[2] Webster R. Quantitative spatial analysis of soil in the field. Advances in Soil Science, 1985, 3:1-70.
[3] Cambardella C A, Moorman T B, Parkin T B, Karlen D L, Novak J M, Turco R F, Konopka A E. Field-scale variability of soil properties in central Iowa soils. Soil Science Society of America Journal, 1994, 58(5):1501-1511.
[4] Dirk Mallants, Mohanty B P, Diederik Jacques, Jan Feyen. Spatial Variability of Hydraulic properties in a multi-layered soil profile. Soil Science, 1996, 161(3):167-181.
[5] Tanji K K. A conceptual hydrosalinity model for predicting salt local in irrigation return flow. Managing Saline Water for Irrigation, 1997, 14:49-65.
[6] Teferi Tsegaye, Robert L Hill. Intensive tillage effects on spatial variability of soil physical properties. Soil Science, 1998, 163(2):143-154.
[7] Martin Yemefack, David G Rossiter, Rosaline Njomgang. Multi-scale characterization of soil variability within an agricultural landscape mosaic system in southern Cameroon. Geoderma, 2005, 125(1/2):117-143.
[8] Navarro-Pedreño J, Jordan M M, Meléndez-Pastor I, Gómez I, Juan P, Mateu J. Estimation of soil salinity in semi-arid land using a geostatistical model. Land Degradation & Development, 2007, 18(3):339-353.
[9] Augustino Osoro Onkware. Effect of soil salinity on plant distribution and production at Loburu delta, Lake Bogoria National Reserve, Kenya. Austral Ecology, 2000, 25(2):140-149.
[10] Boško Miloš. Geostatistical soil data analysis I. measuring spatial variability of soil properties with Semivariograms. Agriculturae Conspectus Scientificus, 2000, 65(4):219-228.
[11] Vanita Pandey, Pankaj K Pandey, Vanita Pandey. Spatial and temporal variability of soil moisture. International Journal of Geosciences, 2010, 1(2):87-98.
[12] McLeod M K, Slavich P G, Irhas Y, Moore N, Rachman A, Ali N, Iskandar T, Hunnt C, Caniago C. Soil salinity in Aceh after the December 2004 Indian Ocean tsunami. Agricultural Water Management, 2010, 97(5):605-613.
[13] 张建锋, 张旭东, 周金星, 刘国华, 李冬雪. 世界盐碱地资源及其改良利用的基本措施. 水土保持研究, 2005, 12(6):28-30.
[14] 张璐, 孙向阳, 尚成海, 田赟. 天津滨海地区盐碱地改良现状及展望. 中国农学通报, 2010, 26(18):180-185.
[15] 李志杰, 孙文彦, 马卫萍, 尹红娟, 李怀军, 曲善功, 曹卫东. 盐碱土改良技术回顾与展望. 山东农业科学, 2010, (2):73-77.
[16] 牛东玲, 王启基. 盐碱地治理研究进展. 土壤通报, 2002, 33(6):449-455.
[17] 关元秀, 刘高焕, 王劲锋. 基于GIS的黄河三角洲盐碱地改良分区. 地理学报, 2001, 56(2):198-205.
[18] 秦元伟, 赵庚星, 王静, 程晋南, 孟岩, 董超, 雷彤. 黄河三角洲滨海盐碱退化地恢复与再利用评价. 农业工程学报, 2009, 25(11):306-311.
[19] 徐英, 陈亚新, 史海滨, 魏占民. 土壤水盐空间变异尺度效应的研究. 农业工程学报, 2004, 20(2):1-5.
[20] 刘继龙, 马孝义, 张振华. 土壤水盐空间异质性及尺度效应的多重分形. 农业工程学报, 2010, 26(1):81-86.
[21] 贡璐, 韩丽, 任曼丽, 桂东伟. 塔里木河上游典型绿洲土壤水盐空间分异特征. 水土保持学报, 2012, 26(4):251-255, 278-278.
[22] 胡顺军, 康绍忠, 宋郁东, 田长彦, 王方. 渭干河灌区土壤水盐空间变异性研究. 水土保持学报, 2004, 18(2):10-12, 20-20.
[23] 周在明, 张光辉, 王金哲, 严明疆. 环渤海微咸水区土壤盐分及盐渍化程度的空间格局. 农业工程学报, 2010, 26(10):15-20.
[24] 范晓梅, 刘高焕, 唐志鹏, 束龙仓. 黄河三角洲土壤盐渍化影响因素分析. 水土保持学报, 2010, 24(1):139-144.
[25] 姚荣江, 杨劲松, 刘广明, 邹平. 黄河三角洲地区典型地块土壤盐分空间变异特征研究. 农业工程学报, 2006, 22(6):61-66.
[26] 吴向东, 郭建青. 滨海盐碱地田块尺度土壤水盐空间变异的初步研究. 长安:长安大学, 2012.
[27] 鲍士旦. 土壤农化分析. 北京:中国农业出版社, 2000:178-200.
[28] 范晓梅, 刘高焕, 刘红光. 基于Kriging和Cokriging方法的黄河三角洲土壤盐渍化评价. 资源科学, 2014, 36(2):321-327.
[29] 马玉蕾, 王德, 刘俊民, 温小虎, 高猛, 邵宏波. 黄河三角洲典型植被与地下水埋深和土壤盐分的关系. 应用生态学报, 2013, 24(9):2423-2430.
[30] 吴志芬, 赵善伦, 张学雷. 黄河三角洲盐生植被与土壤盐分的相关性研究. 植物生态学报, 1994, 18(2):184-193.