留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

干旱区棉田表层土壤盐渍化时空变异研究

白建铎 彭杰 白子金 王佳文 吴家林

白建铎, 彭 杰, 白子金, 王佳文, 吴家林. 干旱区棉田表层土壤盐渍化时空变异研究[J]. 土壤通报, 2021, 52(3): 527 − 534 doi: 10.19336/j.cnki.trtb.2020092101
引用本文: 白建铎, 彭 杰, 白子金, 王佳文, 吴家林. 干旱区棉田表层土壤盐渍化时空变异研究[J]. 土壤通报, 2021, 52(3): 527 − 534 doi: 10.19336/j.cnki.trtb.2020092101
BAI Jian-duo, PENG Jie, BAI Zi-jin, WANG Jia-wen, WU Jia-lin. Clarifying Spatial-Temporal Variability of Surface Soil Salinization in Arid Cotton Fields[J]. Chinese Journal of Soil Science, 2021, 52(3): 527 − 534 doi: 10.19336/j.cnki.trtb.2020092101
Citation: BAI Jian-duo, PENG Jie, BAI Zi-jin, WANG Jia-wen, WU Jia-lin. Clarifying Spatial-Temporal Variability of Surface Soil Salinization in Arid Cotton Fields[J]. Chinese Journal of Soil Science, 2021, 52(3): 527 − 534 doi: 10.19336/j.cnki.trtb.2020092101

干旱区棉田表层土壤盐渍化时空变异研究

doi: 10.19336/j.cnki.trtb.2020092101
基金项目: 国家重点研发计划项目(2018YFE0107000)和国家自然基金(41361048)共同资助
详细信息
    作者简介:

    白建铎(1995−),男,甘肃武威,在读硕士研究生,研究方向为农田管理分区研究。E-mail: bjdzky@163.com

    通讯作者:

    E-mail: pjzky@163.com

  • 中图分类号: S156.4

Clarifying Spatial-Temporal Variability of Surface Soil Salinization in Arid Cotton Fields

  • 摘要: 明确土壤盐渍化时空变异特征是确保干旱区棉田精准灌溉和作物良好生长发育的基础。考虑棉田不同灌溉节点和灌溉方式,利用大地电导率仪(EM38-MK2),在棉花生育期内进行3次表观电导率数据和土样的采集,采用局部建模和全局建模的思路构建表观电导率与实测电导率间的反演模型。综合利用经典统计方法和地统计学方法,分析表层土壤盐渍化的时空变异特征。结果表明,表观电导率与实测电导率建立的局部模型具有较好精度,R2均大于0.79,而全局模型的R2仅为0.52,表明局部模型优于全局模型;不同时期表层电导率变异性差异较大,3月和10月变异系数均小于50%,属中等变异,而7月变异系数大于50%,属强变异;各时期半变异函数的最优模型均为球状模型,基台值与块金值之比均小于25%,表明表层盐分变异主要由气候,蒸降比、地下水埋深度等结构性因素引起;研究区盐渍化土壤面积由播种前的0.49%增加到棉花收获后的98.23%,在棉花生育期内,表层土壤以轻度盐渍化和中度盐渍化为主;土壤盐渍化空间变异强度主要以中等变异为主,强变异次之,弱变异所占面积最小,而强变异集中分布在研究区南端,弱变异区域主要集中在研究区中部。研究结果为干旱区田间尺度的棉田土壤盐渍化时空变异研究提供了一定的思路和方法。
  • 图  1  研究区地理位置图

    Figure  1.  Geographical position of study area

    图  2  不同时期表层土壤盐分分布图

    Figure  2.  Distribution of surface soil salinity in different periods

    图  3  表层土壤盐渍化空间变异强度分布图

    Figure  3.  Distribution of surface soil salinization spatial variation coefficient

    表  1  局部与全局电导率反演模型

    Table  1.   Local and global conductivity inversion models

    建模方法
    Method
    日期
    Date
    模型
    Model
    决定系数
    R2
    局部 2018.03.31 Y = 0.0119X1 − 0.0037X2 + 0.4289 0.88
    2018.07.07 Y = 0.0483X1 − 0.0303X2 + 0.7368 0.77
    2018.10.27 Y = 0.1707X1 − 0.1216X2 + 0.8338 0.83
    全局 Y = 0.0445X1 − 0.0234X2 + 1.7778 0.38
      注:自变量ECv0.75与ECv1.5分别表示为X1与X2
    下载: 导出CSV

    表  2  局部模型与全局模型评价指标对比

    Table  2.   Comparison of evaluation indices between local model and global model

    建模方法
    Method
    日期
    Date
    决定系数
    R2
    均方根误差
    RMSE
    平均绝对百分误差
    MAPE
    平均误差
    ME
    局部 2018.03.31 0.89 0.31 0.03 −0.11
    2018.07.07 0.90 1.17 0.42 0.27
    2018.10.27 0.79 1.08 0.13 0.11
    全局 0.52 2.29 1.02 −0.22
    下载: 导出CSV

    表  3  不同时期表层土壤电导率统计特征值

    Table  3.   Statistical characteristic values of surface soil conductivity in different periods

    日期
    Date
    最小值(dS m−1
    Minimum
    最大值(dS m−1
    Maximum
    平均(dS m−1
    Mean
    标准差
    SD
    变异系数(%)
    CV
    峰度
    Kurtosis
    偏度
    Skewness
    2018.03.31 0.15 2.11 0.61 0.28 45.63 2.54 1.62
    2018.07.07 0.36 7.71 2.64 1.37 51.98 −0.20 0.81
    2018.10.27 1.49 16.59 5.38 1.76 32.76 3.39 0.69
    下载: 导出CSV

    表  4  不同时期半变异函数模型

    Table  4.   Semi-variogram models at different periods

    日期
    Date
    模型
    Model
    块金值C0
    Nugget(dS m−1
    基台值C0 + C
    Sill(dS m−1
    块金值/基台值
    Nugget/Sill(%)
    变程
    Range(m)
    决定系数
    R2
    残差
    RSS
    2018.03.31 S 0.01 0.09 11.07 125.10 0.89 4.01 × 10−4
    2018.07.07 S 0.34 2.10 16.30 124.90 0.89 6.59 × 10−3
    2018.10.27 S 0.54 3.35 16.26 119.00 0.80 8.63 × 10−3
      注:S表示球状模型
    下载: 导出CSV
  • [1] 杨劲松. 中国盐渍土研究的发展历程与展望[J]. 土壤学报, 2008, (5): 837 − 845.
    [2] 彭 杰. 荒漠土壤盐渍化遥感监测与开垦方案分析[D]. 浙江杭州: 浙江大学, 2019.
    [3] 赵文举, 唐学芬, 范严伟, 等. 压砂地土壤盐分演替特征研究[J]. 灌溉排水学报, 2017, 36(8): 25 − 31.
    [4] Liang L C, Liu W T, Zhang X, et al. Research progress in phytoextraction of heavy metal contaminated saline soil[J]. Journal of Agro-Environment Science, 2016, 35(7): 1233 − 1241.
    [5] 窦 旭, 史海滨, 苗庆丰, 等. 盐渍化灌区土壤水盐时空变异特征分析及地下水埋深对盐分的影响[J]. 水土保持学报, 2019, 33(3): 246 − 253.
    [6] 李 楠. 岷江干热河谷土壤养分空间异质性研究[D]. 四川成都: 四川师范大学, 2016.
    [7] 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, (2): 460 − 469.
    [8] 李洪义, 史 舟, 吴次芳, 等. 基于EM38的滨海盐土剖面电导率原位测定[J]. 土壤学报, 2013, 50(6): 1231 − 1235.
    [9] 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]. 土壤学报, 2020, 57(3): 646 − 655.
    [10] 吴家林, 彭 杰, 冯春晖, 等. 基于电磁感式大地电导率仪的南疆干旱区土壤电导率反演研究[J]. 土壤通报, 2019, 50(6): 1278 − 1284.
    [11] 李 兵, 刘广明, 杨劲松, 等. 基于磁感式大地电导率仪的土壤盐分解译模型[J]. 土壤, 2017, 49(4): 789 − 794.
    [12] Rhoades J D, Ingvalson R D. Determining salinity in field soils with soil resistance measurements[J]. Soil Science Society of America Journal, 1971, 35(1): 54 − 60. doi: 10.2136/sssaj1971.03615995003500010020x
    [13] Rhoades J D, Van Schilfgaarde J. An electrical conductivity probe for determining soil salinity[J]. Soil Science Society of America Journal, 1976, 40(5): 647 − 651. doi: 10.2136/sssaj1976.03615995004000050016x
    [14] Rhoades J D, Lesch S M, Lemert R D, et al. Assessing irrigation/drainage/salinity management using spatially referenced salinity measurements[J]. Agricultural Water Management, 1997, 35(1-2): 147 − 165. doi: 10.1016/S0378-3774(97)00017-6
    [15] Yao R J, Yang J S, Liu G M. Calibration of soil electromagnetic conductivity in inverted salinity profiles with an integration method[J]. Pedosphere, 2007, 17(2): 246 − 256. doi: 10.1016/S1002-0160(07)60031-9
    [16] Jiang Q S, Peng J, Biswas A, et al. Characterising dryland salinity in three dimensions[J]. Science of The Total Environment, 2019, 682: 190 − 199. doi: 10.1016/j.scitotenv.2019.05.037
    [17] 吴亚坤, 刘广明, 杨劲松, 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.
    [18] 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.
    [19] 宋江辉, 朱永琪, 陈建华, 等. 基于电磁感应仪的土壤盐渍化剖面特征解译研究[J]. 土壤通报, 2017, 48(3): 552 − 559.
    [20] Khongnawang T, Zare E, Srihabun P, et al. Comparing electromagnetic induction instruments to map soil salinity in two-dimensional cross-sections along the Kham-rean Canal using EM inversion software[J]. Geoderma, 2020, doi: org/10.1016/j.geoderma.2020.114611.
    [21] 孙运朋, 陈小兵, 张振华, 等. 滨海棉田土壤盐分时空分布特征研究[J]. 土壤学报, 2013, 50(5): 891 − 899.
    [22] 付腾飞, 张 颖, 徐兴永, 等. 山东滨海低平原区盐渍土盐分的时空变异研究[J]. 海洋开发与管理, 2017, 34(12): 38 − 45.
    [23] 刘广明, 吕真真, 杨劲松, 等. 典型绿洲区土壤盐分的空间变异特征[J]. 农业工程学报, 2012, 28(16): 100 − 107.
    [24] 贡 璐, 张雪妮, 吕光辉, 等. 塔里木河上游典型绿洲不同土地利用方式下土壤质量评价[J]. 资源科学, 2012, 34(1): 120 − 127.
    [25] 牛建龙, 彭 杰, 王家强, 等. 新疆阿拉尔地区近53年气候变化特征分析[J]. 干旱区资源与环境, 2016, 30(1): 72 − 77.
    [26] 王建勋, 胡云喜, 朱建雯. 1961-2000年新疆阿拉尔垦区蒸发量的变化特征[J]. 气象与环境学报, 2008, 24(5): 29 − 31.
    [27] 班春广, 陶 辉, 董义阳, 等. 未来气候情景下塔里木河干流日径流过程模拟研究[J]. 干旱区研究, 2018, 35(4): 770 − 778.
    [28] 鲍士旦. 土壤农化分析[M]. 北京: 中国农业出版社. 2016, 180−182.
    [29] 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]. 山东: 山东农业大学, 2007.
    [30] 臧 亮, 张贵军, 张 慧, 等. 黄骅市土壤重金属空间变异特征及污染评价[J]. 水土保持研究, 2017, 24(5): 337 − 342.
    [31] 汪 花, 刘秀明, 刘 方, 等. 喀斯特地区小尺度农业土壤砷的空间分布及污染评价[J]. 环境科学, 2019, 40(6): 2895 − 2903.
    [32] Staff U S L. USDA Handbook No 60: Diagnosis and improvement of saline and alkali soils[M]. USDA, Washington, DC, 1954.
  • 加载中
图(3) / 表(4)
计量
  • 文章访问数:  315
  • HTML全文浏览量:  181
  • PDF下载量:  51
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-09-21
  • 修回日期:  2020-12-27
  • 刊出日期:  2021-06-04

目录

    /

    返回文章
    返回