刘燕楠，孙贯芳，毛威，成萧尧，朱焱，杨金忠

基于地统计分析的河套灌区土壤水盐空间变异规律分析

刘燕楠1，孙贯芳2，毛威1，成萧尧3，朱焱1，杨金忠1*

（1.武汉大学水资源与水电工程科学国家重点实验室，武汉 430072；2.西北农林科技大学 水土保持研究所，陕西 杨凌 712100；3.中国市政工程中南市政设计研究总院有限公司，武汉 430101）

【目的】研究干旱盐渍化灌区不同深度土壤水分和盐分的空间变异规律。【方法】以内蒙古河套灌区隆胜井渠结合区为研究区，通过野外取样和实验室分析结合，应用经典统计学和地统计学方法研究了根系层（0～60 cm）及深层土壤（60～120、120～180 cm）土壤含水率和含盐量的空间变异性、空间格局及二者之间的关系，并探究了地下水埋深和地下水矿化度对土壤含盐量的影响。【结果】①土壤含水率在垂向上大小关系为0～60 cm<60～120 cm<120～180 cm，土壤含盐量为0～60 cm>60～120 cm>120～180 cm。土壤含水率和含盐量的变异系数和块金系数自上而下逐层减小，变程逐层增大。根系层的土壤含水率和含盐量均具有中等程度的空间相关性，深层土壤含水率和含盐量的空间相关性较强。②各层土壤含水率的变异系数和块金系数小于土壤含盐量，变程大于土壤含盐量，二者之间的空间格局存在显著的正相关关系。③研究区各层土壤含盐量均与地下水埋深呈指数相关关系，与地下水矿化度呈幂函数关系。当地下水埋深大于2.5 m时，总体土壤含盐量较低，且各层含盐量变化较小。【结论】研究区土壤盐分呈表聚型，其空间特征和分布格局与土壤含水率有着密切的关系。调控地下水埋深是灌区控制土壤盐渍化的关键措施，为有效控制土壤盐渍化，建议地下水埋深控制在2.5 m以下。

河套灌区；土壤水盐；地统计学；空间变异；地下水环境

0 引言

【研究意义】全球有100多个国家面临土壤盐渍化问题，土壤盐渍化面积占世界陆地面积的6%以上[1]。在干旱和半干旱地区，近50%的灌溉土地存在一定程度的土壤盐渍化问题[2]。土壤盐渍化导致农业生产力显著下降，严重制约着灌区的生态安全和可持续发展。土壤含盐量受气候、土质、地下水环境等自然因素及耕作、灌溉排水等人类活动的共同影响，具有高度的空间变异性，其精确预测和治理的难度较高。因此，有必要明确土壤含盐量的空间变异规律，探明其主要影响因素，为灌区土壤盐渍化防治提供理论依据。【研究进展】国内外学者利用地统计学方法研究了不同区域、不同时间、不同深度的土壤含盐量的空间分布特征，并取得了一系列成果。Wang等[3]利用地统计学和Lorenz曲线方法，确定了三工河流域表层土壤（0～20 cm）含盐量累积的空间特征与格局。Xie等[4]运用地统计学和近端感应电磁法相结合的方法分析了长江口2006—2017年表层土壤含盐量的时空变异特征，发现土壤含盐量随着与海洋和河流距离的减小而逐渐增加。刘洪波等[5]揭示了新疆第二师31团灌区的春季不同深度土层（0～20、20～40、80～100 cm）的土壤含盐量以及盐基离子的空间特征，结果表明不同深度土层土壤含盐量及其空间变异性不同。娄婷等[6]在分析河套灌区典型灌域夏灌前后0～15 cm土层的土壤含盐量和地下水埋深空间变异特征的基础上，得出土壤含盐量随地下水埋深增大而减小的结论。张雪等[7]认为随土层深度的增加，孔雀河流域土壤含盐量逐渐降低，其空间相关性逐渐增大。【切入点】已有的研究结果肯定了地统计学在揭示土壤含盐量的空间变异规律方面的可行性，但是目前的研究大多只关注土壤含盐量的空间变异，同时研究不同深度土壤含水率和含盐量的空间变异特征及相互关系，并探究地下水埋深及矿化度对土壤含盐量的影响的报道较少。【拟解决的关键问题】以内蒙古河套灌区隆胜试验区为研究区，通过野外监测试验，应用地统计学方法和GIS技术，分析了不同深度土壤含水率和含盐量的空间分布规律及相关关系，进一步分析地下水埋深和地下水矿化度对土壤含盐量的影响，为干旱区土壤盐渍化防控提供技术支持。

1 材料与方法

1.1 研究区概况

隆胜试验区位于内蒙古自治区巴彦淖尔市河套灌区永济灌域内（107°28′E—107°32′E，40°51′E—107°32′E），地理位置如图1所示，试验区西起永济干渠，东至东济支渠，北为永刚分干沟，南临永刚分干渠，西南至东北方向长约为15.5 km，西北至东南方向宽约为8.0 km，总控制面积8 219.75 hm2，灌溉面积5 560 hm2，海拔1 029～1 043 m。

研究区属于温带大陆气候，干燥少雨，光照时间长，蒸发强烈，多年平均日照时间3 229.9 h，主要种植作物有玉米、葵花和瓜菜等。研究区邻近临河气象站，年均降雨量148.87 mm（1991—2013年），主要集中在5—9月作物生育期，1957—2013年多年平均蒸发量（20 cm蒸发皿）为2 291.1 mm，年蒸发量是年降水量的15.4倍，属于典型的无灌溉即无农业的地区[8]。试验区土壤质地主要为壤土和砂土插花分布，表层基本为壤土，土壤体积质量1.45～1.55 g/cm3，120 cm以下以砂土为主，大部分区域的地下水矿化度<3.0 g/L，年均地下水埋深1.88 m[9]。

1.2 采样点布设与数据测定

1）采样点布设。在试验区内布置17口地下水观测井和40个土壤水盐采样点，涵盖荒地、番茄地、葫芦地、葵花地和玉米地（见图1）。取样时间为2020年4月末，以手持全球定位系统（GPS）测定实地坐标，采样深度从表层到180 cm（或至地下水位），每20 cm为1层，共9层（0～20、20～40、40～60、60～80、80～100、100～120、120～140、140～160 cm和160～180 cm）。每个采样点重复2次，重复的均值作为该采样点的实测结果，共采集土壤样本数据710个。

2）数据测定。采用烘干法测定土壤含水率[10]，同步测量土壤含盐量，研磨的风干土样过2 mm筛后利用电导率仪（上海雷磁电导率仪DDSJ-308F）测试土水比为1∶5的土壤浸提液的电导率，并根据换算公式计算土壤含盐量[9]。

图1 隆胜研究区和采样点分布示意

1.3 数据分析方法

1）半方差函数

本文采用地统计学方法研究土壤含水率和含盐量的空间变异性。半方差函数是地统计学的基本工具[11-12]，以采样点之间方差的一半表征区域化变量的空间变异结构，表达式如式（1）：

式中：()为滞后距离，等于点的对数；(x)为点x处变量的实测值；(x+h)为与点x偏离处变量的实测值。本文中的半方差函数采用高斯模型进行拟合，如式（2）：

式中：为滞后距离；为拱高；0为块金值；0+为基台值；为变程，表示空间变量的最大相关距离。通常采用块金系数0/0+表示随机变异（灌溉、施肥、耕作等人为活动）占总变异的大小，一般认为0/0+<0.25时，变量的空间相关性强；0/0+在0.25～0.75时，变量的空间相关性中等；0/0+>0.75时，变量的空间相关性弱；如果该比值接近1，则说明该变量在整个尺度上的变异几乎是随机的。

半方差函数的拟合精度采用决定系数2以及残差平方和RSS来表征，其中2取值在0～1之间，该值越大说明拟合效果越好；RSS表示剩余误差，该值越小模型的模拟效果越好。

2）普通克里金插值

克里金插值是地统计中最为常用的插值法，利用原始数据和半方差函数的结构性，实现区域变量的最优无偏估计[13]。本文使用克立金家族中最常用的普通克里金来插值得到研究区土壤含水率和含盐量的空间分布情况。假设估计点0的邻域内共有个测点，即1,2,…,2，普通克里金插值公式如式（3）：

式中：(x)为估计点0附近选择进行克里金插值的观测值；Z(0)为0处的克里金估计值；为第个观测值对估计点0的权重，由半方差函数建立的克里金方程组求得[14]。

3）Pearson相关分析

Pearson相关系数表示2组数据之间的相关程度，计算如式（4）：

表1 土壤含水率和含盐量的统计特征值

2 结果与分析

2.1 土壤含水率和含盐量的地统计特征

土壤含水率和含盐量按照每60 cm为1层，分3层（0～60、60～120 cm和120～180 cm）进行研究，其统计特征值如表1所示。一般认为，变异系数小于等于0.1时为弱变异性，0.1～1为中等变异性，大于1为强变异性[15]。0～60、60～120、120～180 cm土壤含水率的均值分别为0.220、0. 253、0.259 g/g，逐层增加；土壤含盐量均值分别为1.430、1.036、0.876 g/kg，逐层减小。根系层（0～60 cm）土壤含盐量分别是深层土壤（60～120、120～180 cm）含盐量的1.38倍和1.63倍，属于典型的蒸发型土壤盐分剖面[16]。各层土壤含水率的变异系数分别为0.209、0.142、0.133，均呈中等变异；土壤含盐量的变异系数分别为1.217、0.745、0.516，除根系层（0～60 cm）为强变异外，深层土壤（60～120、120～180 cm）均处在中等变异程度。土壤含水率和含盐量的变异系数逐层减小，说明土壤水盐的空间变异性随土壤深度的增加而减小，主要原因可能是导致土壤含水率和含盐量空间变异的因素（如气候、地形和人为活动等）随着深度的增加其影响减小[7,17]。此外，同一深度土壤含盐量的变异系数明显大于土壤含水率的变异系数，表明土壤含盐量的空间变异强于土壤含水率[18]。

表2 土壤含水率和含盐量的理论拟合模型及特征参数

土壤含水率的峰度系数变化范围为0.618～1.668，偏度均小于0，数据略向左侧拖尾，经单样本K-S正态检验，仅根系层（0～60 cm）土壤含水率不符合正态分布（=0.004<0.05），深层土壤含水率均呈正态分布（>0.05）；土壤含盐量的峰度系数变化范围为2.710～21.454，偏度变化范围为1.697～4.245，数据左侧拖尾严重，经单样本K-S正态检验，各层土壤含盐量均不符合正态分布（<0.05），影响半方差函数的稳健性[19]。受人为和自然因素的影响，土壤含盐量存在少许特异值，利用3原则将其剔除[20]，随后对呈偏态的数据进行Box-Cox变换[21]，变换后的数据偏度和峰度均接近0，经K-S检验均符合正态分布（>0.05），满足半方差函数拟合的要求。

本文利用地统计学软件GS+9.0，对土壤含水率和含盐量的半方差函数进行拟合，拟合结果如图2、图3和表2所示。各层土壤含水率和含盐量均可采用高斯模型较好地拟合，其RSS在0.001～0.008，2在0.654～0.867，均已达到显著水平。0～60、60～120、120～180 cm土壤含水率的块金系数分别为0.303、0.138、0.023，土壤含盐量的块金系数分别为0.357、0.145、0.105，均逐层减小，土壤含水率的变程分别为700.0、1 282.0、1 433.0 m，土壤含盐量的变程分别为659.0、990.3、1 333.3 m，均逐层增大。上述结果表明，土壤含水率和含盐量的空间相关性随土壤深度的增加而增加，空间连续性和均匀性逐渐增强。根系层（0～60 cm）的土壤含水率和含盐量具有中等程度的空间相关性，其空间变异是结构因素（气候、地形、土质等自然因素）和随机因素（耕作、施肥、灌溉等各种人为活动）共同作用的结果，而深层土壤（60～120、120～180 cm）含水率和含盐量空间相关性较强，其空间变异主要受自然因素的影响。不同深度的土壤含盐量的块金系数均大于土壤含水率，变程均小于土壤含水率，表明土壤含盐量的空间相关性及空间均匀性较土壤含水率弱，这是因为盐随水动，土壤含盐量受到土壤含水率的影响，使得土壤含盐量的随机变异性增强，空间相关性减弱。

图2 土壤含水率的半方差函数模型

图3 土壤含盐量的半方差函数模型

2.2 土壤含水率和含盐量的空间分布

根据前述最优拟合模型及参数，基于普通克里金插值所得结果如图4、图5所示。各层土壤含水率、含盐量的空间分布具有相似性，总体上，试验区东部和东北部的土壤含水率较高，南部的土壤含水率次之，西部和西北部的土壤含水率较低。对于土壤含盐量而言，高值均出现在研究区的东部及东北部，低值分布在西南部及西部，说明土壤含水率、含盐量的垂向分布均较为连续。此外，土壤含水率与土壤含盐量高低值分布位置较为接近，二者关系密切，详细分析见2.3节。

图4 土壤含水率空间分布

Fig.4 Spatial distribution of soil water

图5 土壤含盐量空间分布

统计各土层不同含水率和含盐量区间的面积所占比例如图6所示，随着深度的增加，土壤含水率逐渐增大，土壤含盐量逐渐减小。由图6（a）可知，仅根系层（0～60 cm）土壤含水率出现了0.13～0.20 g/g的低值区，面积占比24%，0～60、60～120 cm和120～180 cm土壤含水率处于0.20～0.25 g/g的面积分别为66%、51%和42%，逐层减小，处于0.25～0.33 g/g的高值区域面积分别为10%、49%和58%，逐层增大。隆胜试验区0～60、60～120 cm和120～180 cm各层土壤含盐量≤2 g/kg的面积分别为81%、98%和100%，逐层增加，2 g/kg<土壤含盐量≤3 g/kg的面积分别为17%、2%和0%，逐层减小，仅根系层（0～60 cm）存在3 g/kg<土壤含盐量≤4 g/kg和土壤含盐量>4 g/kg的区域，面积占比分别为1.5%和0.5%。

图6 各土层不同土壤含水率和含盐量区间面积占比

2.3 土壤含水率和含盐量之间的关系

土壤水分与盐分之间存在着复杂的耦合关系，由图4和图5可知，土壤含水率与含盐量的空间分布模式存在着较强的相似性，土壤含水率较高的区域含盐量一般较高（如图4、图5的东部及东北部），土壤含水率相对较低的区域含盐量相对较小（如图4、图5的西部）。利用ArcGIS软件的栅格分割功能将土壤含水率和含盐量的空间插值图像分割成7个子区，每个子区不同深度土壤含水率和含盐量均值如图7所示。不同深度土壤含水率和含盐量均呈显著差异（<0.05），各子区土壤含水率均值大小为0～60 cm<60～120 cm<120～180 cm，土壤含盐量均值大小为0～60 cm>60～120 cm>120～180 cm。不同子区土壤含水率与含盐量的变化趋势一致，最大值所在子区略有差异，土壤含水率和含盐量最高的区域编号分别为5和3，分别为研究区东北部和东部，这可能与研究区东部的地下水矿化度较高有关。不同深度土壤含水率与含盐量的相关系数如图8所示，各层土壤含水率呈显著强-极强正相关（0.714<<0.938），距离越近，其相关性越强。各层土壤含盐量呈显著-极强正相关（0.883<<0.982），土层间距离越近，其相关性越强。各层土壤含水率与含盐量呈显著强相关关系（0.615<<0.793），且同一深度土壤含水率与含盐量的相关系数最大，说明土壤含水率与含盐量密切相关。本次试验的取样时间为生育期初，灌区尚未开始大规模灌溉。地下水及其携带的盐分在强烈的蒸发作用下不断向上运动，是研究区土壤含水率和含盐量的主要补给源。地下水对土壤含水率和含盐量的补给程度主要受地下水埋深和地下水矿化度的影响。

图7 各子区不同深度土壤含水率和含盐量均值

注 SW表示土壤含水率，SS表示土壤含盐量，P<0.01。

2.4 地下水埋深及矿化度对土壤含盐量的影响

研究区地下水埋深和矿化度的空间分布如图9所示。研究区地下水埋深自东北向西南逐渐增加，研究区的东部和东北部地下水埋深小于2 m，为强蒸发积盐区，占研究区总面积的6.5%；西部和南部的地下水埋深大于3 m，面积占比6.5%；大多数区域的地下水埋深处于2～3 m，面积占比87%。73%的区域地下水矿化度值小于3.0 g/L，地下水矿化度较高的区域分布在研究区的东部，对应着土壤含盐量最高的地区。根据上文的分区，统计不同子区的地下水埋深和矿化度均值，并与各层土壤含盐量均值进行对比。如图10所示，各层土壤含盐量均随地下水埋深的减小而增加，随地下水矿化度的增加而增加。各层土壤含盐量与地下水埋深以及地下水矿化度的相关系数矩阵如表3所示，各层土壤含盐量与地下水埋深呈显著的强-极强负相关，与地下水矿化度呈极显著且极强的正相关。各层土壤含盐量与地下水埋深及矿化度的关系如图11所示，各层土壤含盐量与地下水埋深均满足指数关系，2>0.504，与地下水矿化度均满足幂函数关系，2>0.875。从图11也可看出，当地下水埋深大于2.5 m时，总体土壤含盐量较低，且各层含盐量变化较小，因此，为有效控制土壤盐渍化，应控制地下水埋深在2.5 m以下。

图9 地下水埋深和矿化度空间分布

图10 各子区土壤含盐量及地下水埋深和矿化度均值

图11 土壤含盐量与地下水埋深及矿化度的关系

表3 土壤含盐量与地下水埋深及矿化度的相关矩阵

注*表示<0.05，**表示<0.01。

3 讨论

本文通过分析隆胜试验区土壤含水率和含盐量空间分布特征，发现随着深度的增加，研究区土壤含水率逐层递增，土壤含盐量逐层递减，属于典型的表聚型土壤，这是因为研究区地处干旱-半干旱的河套灌区，干燥少雨，蒸发强烈，土壤含水率不断向上运动并在地表蒸发，并将其携带的盐分释放、累积于表土层，研究结果与部分学者[5,15,21-22]在干旱地区的研究结论一致。除0～60 cm土层的土壤含盐量呈强变异外，各层土壤含水率和含盐量均为中等变异。同时，地统计结果也发现，研究区0～60 cm土层的土壤含水率和含盐量表现出中等程度的空间相关性，变程最小，60～120 cm和120～180 cm土层的土壤含水率和含盐量呈现出强烈的空间相关性，变程逐渐增大。经典统计学以及地统计学的结果均表明土壤含水率和含盐量的空间相关性随土壤深度的增加而增加，空间连续性和均匀性逐渐增强，这可能与随机因素（耕作、施肥、灌溉等各种人为活动)对深层土壤的作用减弱有关[7,17]。

土壤含盐量一般伴随着土壤水分的迁移，这使得土壤含盐量受随机变异性的影响较土壤水分大，表现为同一深度土壤含水率的变异系数和块金系数小于土壤含盐量，即土壤含盐量的空间变异性强于土壤含水率，空间相关性弱于土壤含水率，这与杨劲松等[10]的结果一致。另一方面，土壤含水率和含盐量存在显著的正相关关系，即土壤含水率高的区域土壤含盐量往往较大，土壤含水率低的区域土壤含盐量往往较小，这是因为较高的土壤含水率表示地下水对土壤的补给量较多，在地下水矿化度相同的情况下，其携带的含盐量越多，反之亦然。

地下水埋深是影响地下水对土壤水补给量的重要因素，而地下水矿化度影响着随水分运移的盐量，因此地下水埋深和矿化度均与土壤含盐量密切相关。本研究表明，土壤含盐量与地下水埋深满足指数关系，这与窦旭等[18]和常春龙等[23]等在河套灌区的结论一致，土壤含盐量与地下水矿化度满足幂函数关系，而王金哲等[24]发现环渤海平原区土壤含盐量与地下水矿化度之间呈指数函数关系，这可能与研究区域不同有关。本研究区为井渠结合区，采用地下水灌溉显著改变了土壤-地下水含水层的补排关系，从而导致土壤含盐量与地下水矿化度之间的关系发生改变。此外，当地下水埋深大于2.5 m时，土壤含盐量较低，且随着土壤深度的增大，土壤含盐量的变化趋势减少。因此，为有效控制土壤盐渍化，本文建议地下水埋深控制在2.5 m以下，这与徐英等[25]和杨会峰等[26]在河套灌区的结论一致。土壤含盐量随地下水埋深的增加而减小，随地下水矿化度的增加而增加，由于研究区地下水埋深在年内的变化规律十分明显，而地下水矿化度年内变化规律不明显[11]，因此，合理调控地下水埋深将是灌区盐碱化防控的关键。

4 结论

1）随着土壤深度的增加，土壤含水率逐渐增加，其空间变异性逐渐减小，土壤含盐量及其变异性均逐渐减小。研究区根系层土壤含水率和含盐量的空间变化受结构性和随机因素的共同作用，深层土壤的含水率和含盐量空间变异主要受结构性因素的作用。

2）土壤含水率与含盐量密切相关，一方面，土壤含水率的空间变异性弱于土壤含盐量，另一方面，土壤含水率较低的区域土壤含盐量相对较大，反之亦然，二者存在着显著的正相关关系。

3）研究区各层土壤含盐量均与地下水埋深呈指数相关关系；与地下水矿化度呈幂函数关系。当地下水埋深大于2.5m时，土壤含盐量低，且各层土壤含盐量变化较小。因此，建议地下水埋深控制在2.5m以下。

[1] LOESCGER W, CHAN Z, GRUMET R. Options for developing salt-tolerant crops[J]. Hort Science, 2011, 46(8): 1 085-1 092.

[2] WANG Yugang, XIAO Duning, LI Yan, et al. Soil salinity evolution and its relationship with dynamics of groundwater in the oasis of inland river basins: case study from the Fubei region of Xinjiang Province, China[J]. Environmental Monitoring and Assessment, 2008, 140(1): 291-302.

[3] WANG Yugang, DENG Caiyun, LIU Yan, et al. Identifying change in spatial accumulation of soil salinity in an inland river watershed, China[J]. Science of the Total Environment, 2018, 621: 177-185.

[4] XIE Wenping, YANG Jingsong, YAO Rongjiang, et al. Spatial and temporal variability of soil salinity in the Yangtze River Estuary using electromagnetic induction[J]. Remote Sensing, 2021, 13(10): 1 875.

[5] 刘洪波, 丁邦新, 白云岗, 等. 典型干旱区绿洲春季土壤盐分空间分布特征分析[J]. 土壤通报, 2021, 52(2): 279-285.

LIU Hongbo, DING Bangxin, BAI Yungang, et al. Spatial distribution characteristics of soil salinity in an oasis of typical arid regions in spring[J]. Chinese Journal of Soil Science, 2021, 52(2): 279-285.

[6] 娄婷, 冯绍元, 苏涛, 等. 河套灌区土壤盐碱化与地下水埋深关系分析[J]. 灌溉排水学报, 2014, 33(S1): 132-134.

LOU Ting, FENG Shaoyuan, SU Tao, et al. Relationship between soil salinization and groundwater depth in Hetao Irrigation District[J]. Journal of Irrigation and Drainage, 2014, 33(S1): 132-134.

[7] 张雪, 陈耀轩, 张盼, 等. 孔雀河流域农业灌区土壤盐分空间分布及变异特征[J]. 土壤, 2016, 48(6): 1 223-1 228.

ZHANG Xue, CHEN Yaoxuan, ZHANG Pan, et al. Soil salinity spatial distribution and variation characteristics in irrigated land of Kongque River Basin[J]. Soils, 2016, 48(6): 1 223-1 228.

[8] 常晓敏, 王少丽, 陈皓锐, 等. 河套灌区土壤盐分时空变化特征及影响因素[J]. 排灌机械工程学报, 2018, 36(10): 1 000-1 005．

CHANG Xiaomin, WANG Shaoli, CHEN Haorui, et al. Spatiotemporal changes and influencing factors of soil salinity in Hetao Irrigation District[J]. Journal of Drainage and Irrigation Machinery Engineering, 2018, 36(10): 1 000-1 005.

[9] 毛威, 杨金忠, 朱焱, 等. 河套灌区井渠结合膜下滴灌土壤盐分演化规律[J]. 农业工程学报, 2018, 34(1): 93-101.

MAO Wei, YANG Jinzhong, ZHU Yan, et al. Soil salinity process of Hetao Irrigation District after application of well-canal conjunctive irrigation and mulched drip irrigation[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(1): 93-101.

[10] 杨劲松, 姚荣江. 黄河三角洲地区土壤水盐空间变异特征研究[J]. 地理科学, 2007, 27(3): 348-353.

YANG Jingsong, YAO Rongjiang. Spatial variability of soil water and salt characteristics in the Yellow River Delta[J]. Scientia Geographica Sinica, 2007, 27(3): 348-353.

[11] 姚玲, 杨洋, 孙贯芳, 等. 基于地统计分析的河套灌区地下水埋深与矿化度时空变异规律研究[J]. 灌溉排水学报, 2020, 39(8): 111-121.

YAO Ling, YANG Yang, SUN Guanfang, et al. Spatiotemporal variation in depth of groundwater table and water salinity in Hetao Irrigation District estimated using geostatistics[J]. Journal of Irrigation and Drainage, 2020, 39(8): 111-121.

[12] 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.

DU Jun, YANG Peiling, LI Yunkai, et al. Analysis of spatial and temporal variations of groundwater level and its salinity in Hetao Irrigation District[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(7): 26-31.

[13] 李亮亮, 依艳丽, 凌国鑫, 等. 地统计学在土壤空间变异研究中的应用[J]. 土壤通报, 2005(2): 265-268.

LI Liangliang, YI Yanli, LING Guoxin, et al. Utilization of geostatistics in soil spatial variability[J]. Chinese Journal of Soil Science, 2005(2): 265-268.

[14] HU Xuhua, CHEN Mengting, LIU Dong, et al. Reference evapotranspiration change in Heilongjiang Province, China from 1951 to 2018: the role of climate change and rice area expansion[J]. Agricultural Water Management, 2021, 253: 106 912.

[15] 化骞寂, 冯绍元, 葛洲, 等. 河套灌区典型区周年内耕层土壤盐分时空变异研究[J]. 灌溉排水学报, 2020, 39(8): 26-34.

HUA Qianji, FENG Shaoyuan, GE Zhou, et al. Intra-annual spatiotemporal variation in salt content in the plough layer in Hetao Irrigation District[J]. Journal of Irrigation and Drainage, 2020, 39(8): 26-34.

[16] 孙贯芳. 干旱区多尺度土壤盐分动态及长期均衡模型研究[D]. 武汉:武汉大学, 2020．

SUN Guanfang. Study on soil salinity dynamics at multiple scales and long-term solute balance models in arid area[D]. Wuhan: Wuhan University, 2020.

[17] 窦旭. 河套灌区暗管排水排盐有效性评价与土壤水肥盐时空变异规律研究[D]. 呼和浩特: 内蒙古农业大学, 2020

DOU Xu, Study on the effectiveness evaluation of subsurface drainage and salt and spatiotemporal variation of soil water, fertilizer and salt in Hetao Irrigation District[D]. Hohhot: Inner Mongolia Agricultural University, 2020.

[18] 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.

DOU Xu, SHI Haibin, MIAO Qingfeng, et al. Temporal and spatial variability analysis of soil water and salt and the influence of groundwater depth on salt in saline irrigation area[J]. Journal of Soil and Water Conservation, 2019, 33(3): 246-253.

[19] 杨奇勇, 杨劲松, 李晓明. 不同阈值下土壤盐分的空间变异特征研究[J]. 土壤学报, 2011, 48(6): 1 109-1 115.

YANG Qiyong, YANG Jingsong, LI Xiaoming. Spatial variability of soil salinity research under different thesholds[J]. Acta Pedologica Sinica, 2011, 48(6): 1 109-1 115.

[20] 郭安廷, 崔锦霞, 许鑫, 等. 基于GIS 与地统计的土壤养分空间变异研究[J]. 中国农学通报, 2018, 34(23): 72-79.

GUO Anting, CUI Jinxia, XU Xin, et al. Spatial distribution of soil nutrients based on GIS and geostatistics[J]. Chinese Agricultural Science Bulletin, 2018, 34(23): 72-79.

[21] 王瑞萍, 万核洋, 陈帅, 等. 河套灌区乌拉特灌域春季土壤盐碱化空间分布特征[J]. 农业工程学报, 2021, 37(15): 105-113.

WANG Ruiping, WAN Heyang, CHEN Shuai, et al. Spatial distribution pattern of soil salinization in farmland of Wulate sub-irrigation areas in Hetao Irrigation District in Inner Mongolia in spring[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(15): 105-113.

[22] 葛洲. 永济灌域典型区土壤盐碱化时空分布控制因素研究[D]. 扬州:扬州大学, 2019.

GE Zhou. Study on controlling factors of spatial-temporal distribution of soil salinization in typical area of Yongji Irrigation area[D]. Yangzhou: Yangzhou University, 2019.

[23] 常春龙, 杨树青, 刘德平, 等. 河套灌区上游地下水埋深与土壤盐分互作效应研究[J]. 灌溉排水学报, 2014, 33(4/5): 315-319.

CHANG Chunlong, YANG Shuqing, LIU Deping, et al. Interaction effect of groundwater depth and soil salinization in the upper of Hetao Irrigation Area[J]. Journal of Irrigation and Drainage, 2014, 33(4/5): 315-319.

[24] 王金哲, 张光辉, 严明疆, 等. 环渤海平原区土壤盐分分布特征及影响因素分析[J]. 干旱区资源与环境, 2012, 26(11): 104-109.

WANG Jinzhe, ZHANG Guanghui, YAN Mingjiang, et al. Analysis of soil salinity distribution and influencing factors in area around Bohai sea[J]. Journal of Arid Land Resources and Environment, 2012, 26(11): 104-109.

[25] 徐英, 葛洲, 王娟, 等. 基于指示 Kriging 法的土壤盐渍化与地下水埋深关系研究[J]. 农业工程学报, 2019, 35(1): 123-130.

XU Ying, GE Zhou, WANG Juan, et al.Study on relationship between soil salinization and groundwater table depth based on indicator Kriging[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(1): 123-130.

[26] 杨会峰, 张发旺, 王贵玲, 等. 河套平原次生盐渍化地区地下水动态调控模拟研究[J]. 南水北调与水利科技, 2011, 9(3): 63-67.

YANG Huifeng, ZHANG Fawang, WANG Guiling, et al. Simulation study on the dynamic regulation of groundwater in secondary salinized areas of Hetao Plain[J]. South-to-North Water Diversion and Water Science and Technology, 2011, 9(3): 63-67.

Geostatistical Analysis of Spatial Variability of Soil Water and Salt in Hetao Irrigation District

LIU Yan’nan1, SUN Guanfang2, MAO Wei1, CHENG Xiaoyao3, ZHU Yan1, YANG Jinzhong1*

(1.The State Key Laboratory of Water Resource and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China;2.Institute of Soil and Water Conservation, Northwest Agriculture and Forestry University, Yangling 712100, China; 3. Zhongnan Municipal Administration General Design Institute Co. Ltd., China Municipal Engineering, Wuhan 430101, China)

【Background and objective】Soil salinity is an abiotic stress affecting agricultural production worldwide, especially in countries in arid and semi-arid regions. Soil salinity is closely correlated to soil water, both varying erratically over space and time. Understanding their spatial variability is essential to improving water use efficiency and alleviating soil salinization. This paper aims to analyze the spatial variability of soil water and salt at different soil depths, their relationship in Hetao Irrigation District, as well as their dependence on groundwater depth and salinity.【Method】The study site is at Longsheng, a typical well-canal conjunctive irrigation area in the irrigation district. Soils were sampled from the root zone (0～60 cm), subsoil (60～120 cm) and deep soil (120～180 cm), and the moisture and salt contents in each sample were measured using standard laboratory methods. Their spatial variations were analyzed using classical statistical and geostatistical methods. The relationship between groundwater and soil salinity was calculated using the Pearson correlation analysis.【Result】① The averaged soil water content at different soil depths were ranked in the order of 0～60 cm<60～120 cm<120～180 cm, while the averaged soil salt content were ranked in the order of 0～60 cm>60～120 cm>120～180 cm. The variation coefficient and nugget coefficient of soil water and salt content decreased monotonically with soil depth, while their spatial autocorrelation distance increases monotonically with the depth. Soil water and salt content in the root zone showed moderate spatial autocorrelation, while in deep soil they showed a strong spatial autocorrelation.② The variation coefficient and nugget coefficient of soil water in each soil layer are smaller than that of soil salt, while its variation range is larger than that of soil salt; there was a strong negative correlation between them.③ Soil salt in each soil layer is exponentially related to groundwater depth, but is a power-law function of groundwater salinity. When the groundwater depth is greater than 2.5 m, the soil salt content is low and the soil salinity only slightly changes with groundwater depth.【Conclusion】Salt accumulates mainly in the root zone and its spatial distribution is closely related to soil water content. Groundwater depth is the major controlling factor of soil salinity, and to reduce the risk of soil salinity, the groundwater depth should be controlled below the depth of 2.5 m.

Hetao Irrigation District; soil water and salt; geostatistics; spatial variation; groundwater environment

1672 - 3317（2022）09 - 0101 - 09

P641.2；S27

A

10.13522/j.cnki.ggps.2021621

刘燕楠, 孙贯芳, 毛威, 等. 基于地统计分析的河套灌区土壤水盐空间变异规律分析[J]. 灌溉排水学报, 2022, 41(9): 101-109.

LIU Yan’nan, SUN Guanfang, MAO Wei, et al. Geostatistical Analysis of Spatial Variability of Soil Water and Salt in Hetao Irrigation District[J]. Journal of Irrigation and Drainage, 2022, 41(9): 101-109.

2021-12-13

国家自然科学基金项目（52179041）

刘燕楠（1998-），女。硕士研究生，主要从事土壤水地下水资源与环境方面的研究。E-mail: lyn214622@163.com

杨金忠（1953-），男。教授，主要从事饱和-非饱和水流运动与溶质运移方面的研究。E-mail: jzyang@whu.edu.cn

责任编辑：赵宇龙