1、黑龙江农业科学 （）：赵铭，常春艳，王卓然，等 黄三角濒海区不同土层土壤盐分影响因素及预测模型 黑龙江农业科学，（）：黄三角濒海区不同土层土壤盐分影响因素及预测模型赵铭，常春艳，王卓然，赵庚星（山东农业大学 资源与环境学院土肥高效利用国家工程研究中心，山东 泰安 ）摘要：摸清土壤盐分的影响因素是盐渍化土壤改良利用的重要基础。以黄河三角洲濒海垦利区为研究区，选取地下水、植被、地貌、离海距离个方面的影响因子，确定了地下水埋深、地下水矿化度、植被类型、植被覆盖度、地貌类型、相对高程、离海距离个指标，分析了各指标与土壤含盐量之间的关系，通过灰色关联分析法筛选出土壤盐分的主要驱动因子，进而构建了不同深度
2、土层土壤含盐量的多元线性回归预测模型。结果表明，地下水埋深与各土层含盐量为指数函数负相关，植被覆盖度、相对高程和离海距离与各土层含盐量均为幂函数负相关，地下水矿化度与各土层含盐量呈指数函数正相关，且随着土层深度的增加各指标与含盐量的相关性逐渐减弱；各土层土壤盐分与各影响因子关联度的排序均为地下水矿化度植被覆盖度地下水埋深相对高程离海距离，土壤盐分的主要驱动因子一是地下水矿化度和埋深，二是地表植被覆盖度；基于地下水矿化度、植被覆盖度、地下水埋深三因子构建的 、土层土壤盐分的多元线性回归模型均为最佳盐分预测模型，模型的决定系数（）分别为 ，和 ，均方根误差（）分别为 ，和 ，验证集的分别为 ，和
3、，分别为 ，和 。关键词：黄河三角洲；不同土层；土壤盐分；影响因素；预测模型收稿日期：基金项目：国家自然科学基金（）；山东省重大科技创新工程项目（）；山东省“双一流”奖补资金（）。第一作者：赵铭（），女，硕士研究生，从事农业工程与信息技术研究。：。通信作者：常春艳（），女，博士，讲师，从事土地资源利用研究。：。土壤盐渍化是全球关注的热点问题之一。我国盐渍土分布广泛，面积约为 ，占可利用土地总面积的 。黄河三角洲是濒海盐渍土集中分布区，该区由于长期海水的浸渍作用以及黄河水动力的影响，导致地下水埋深较浅，地下水矿化度较高，再加上人类对土地的不合理开发利用，导致盐分的表聚现象严重，土壤盐渍化现象普遍
4、，严重制约了当地的农业发展。正确有效地分析土壤盐分的影响因素，是探究盐渍化的关键，对科学利用盐渍土地资源具有现实意义。众多学者对土壤盐渍化问题开展了大量的分析研究。从研究区域看，主要涉及内陆和濒海等不同区域，等通过分析中亚沙漠的盐渍化成因，发现灌溉区域内表层土壤盐分聚积与气候密切相关。苏春利等通过对内蒙古的河套灌区西部的盐渍化现状进行调查分析，探明了其研究区的盐渍化程度、类型及空间分布特征。王博从地下水动力学、遥感分析、统计学等多种方法对新疆喀什地区的盐渍化趋势进行分析；何宝忠等研究了新疆渭库绿洲地区的土壤时空变化特征，为该区的盐渍化治理提供依据；张添佑等采用 、方法对新疆玛纳斯河流域的土壤进
5、行了动态分析。曹建荣等用灰色关联分析方法对黄河三角洲的盐渍化土壤建立了生态风险评价模型。总体看，针对内陆区域的土壤盐渍化研究相对较多，濒海区的相关研究仍需进一步加强。从研究方法看，利用遥感技术进行土壤盐分的反演可以有效获取大范围的盐渍化分布特征，进而可分析含盐量与作物生长之间的响应关系。如黄权中等基于 数据对土壤盐分进行反演，分析了土壤盐分与灌溉和埋深之间的关系。于海云等 从微波遥感方面采用精细四级化雷达遥感数据对土壤盐渍化进行响应分析，监测结果理想。牛宝茹 利用遥感图像提取水分来反演地下水埋深情况，再对盐渍化信息进行监测。等 利用遥感和 技术对伊朗地区的土壤盐分进行了预测。地统计分析法可以对
6、土壤盐渍化进行定量分析，能较好地反映其时空黑龙江农业科学期特征。杨劲松等 采用地统计学与传统统计学相结合的方法，对土壤盐分、含水量、的空间变异 特 征 进 行 了 研 究。吐 尔 逊艾 山 运 用 、技术，并采用相关分析和地统计学结合的方法，对土壤盐分、矿化度等土壤特性进行分析，揭示土壤盐分时空变异特征。同时，地统计学中的 插值法也常常用于土壤盐分的定量分析 。由此，基于遥感及模型的定量分析已成为当前土壤盐渍化研究的主要方法。从土壤盐渍化的影响因素看，不少学者对土壤盐渍化与各影响因素的关系进行了分析。如董莉丽等 探究了盐渍化与土壤环境因子之间的关系，得出海拔高度与土地利用类型可以很好地解释盐渍
7、化水平的结论。王瑞燕等 认为在微地貌特征不同的条件下，表层的土壤盐分高于深层的土壤盐分。张子璇等 分析了黄河三角洲土壤盐分与水文气候之间的关系，得出水文气候对盐分影响具有滞后性的结论。刘广明等 研究表明在 深度下的土壤电导率与地下水埋深、地下水矿化度具有显著的线性关系。另有研究表明地下水能 够 显著 影 响 土壤盐 分特征 。张同娟等 使用灰色关联分析法对耕层和犁底层的盐分影响因子进行了分析，结果表明地下水位是影响盐分最直接的因素。袁玉芸等 对表层土壤盐分的影响因子进行分析，总结出主要影响因子为地下水埋深、高程和温度。整体看，多数研究都是对土壤盐分与单个或少数影响因素进行分析，针对典型区域土壤
8、盐分影响因子的系统性分析讨论尚有待加强。本研究选择黄河三角洲濒海盐渍区，拟定量分析土壤盐渍化的各个影响因素与土壤盐分之间的关系，进而筛选主要的影响因子并建立预测模型，为濒海区土壤盐渍化的改良利用提供科学参考。材料与方法 研究区概况本研究选取黄河三角洲垦利区为研究区，该区域位于黄河入海口，东濒渤海，具体区域位置为 ，（图）。属于暖温带大陆性季风气候，四季分明，夏季炎热多雨，冬季寒冷干燥，降水集中在月月，年蒸发量大于降水量。地下水埋深较浅且矿化度较高，地形南高北低，地势自西南到东北呈扇状分布，植被分为天然植被和人工植被，其中天然植被多为耐盐性植被。土地利用类型主要有耕地、林地、草地等，主要农作物有
9、小麦、玉米、棉花等，总体管理粗放、产量较低。土壤类型多为濒海盐化潮土，土壤质地多为轻壤和砂壤，土壤中的盐分向上运移，返盐、脱盐现象频繁，土壤盐渍化普遍。图研究区位置及采样点位 数据采集与处理 数据采集本研究于 年 月日 月 日进行了垦利区的野外调查采样工作，共设置 个观测点位（图），每点位有多个观测样点。在野外调查中使用 便携式盐分计，对土层 、和 的土壤电导率进行了测定，并采集土壤样本，共获得不同土层深度土壤盐分 组样点数据。在对盐分进行记录的同时，记录每个样点的土地利用类型、植被类型等信息。在第二次土壤普查的相关数据库中提取地下水埋深和矿化度数据；地貌类型及相对高程通过查阅历史资料及 数据
10、确定；运用归一化植被指数（）对植被覆盖度进行估算；距海远近数据在 中利用分析工具中的近邻分析计算采样点到海岸线的距离。数据处理对土壤样本进行室内自然风干、研磨过筛，采用烘干法测定土壤盐分含量，建立土 壤 电 导 率（）和 土 壤 含 盐 量（）之 间 关 系 模 型：。利用模型进行电导率转换，最终得到所有样点土壤含盐量数据。研究方法 盐渍化程度和矿化度等级的划分根据土壤含盐量（）的高低，将濒海土壤盐渍化程度分为非盐渍土 ；轻度盐渍土 ；中度盐渍土 ；重度盐渍土 ；盐土 。期赵铭等：黄三角濒海区不同土层土壤盐分影响因素及预测模型根据地下水矿化度的高低，将地下水矿化度（）分为个等级，分别是弱矿化水
11、 ；中矿化水 ；强矿化水 ；盐水 ；高浓度盐水 。不同深度土层土壤盐分对主要影响因子的响应基于前期研究及实地调查，选取了地下水、植被、地貌、距海远近个方面的影响因子，确定了个土壤盐分的指标，其中包括个定量指标（地下水埋深、地下水矿化度、植被覆盖度、相对高程、离海距离）和个定性指标（植被类型、地貌类型）。采用统计分析方法分析各定性指标与土壤盐分的关系，分别以个定量指标为自变量，、土层的土壤含盐量为因变量，采用 软件分别构建各自变量与因变量之间的函数，并绘制其函数拟合图，分析土壤盐分对各因素的定量响应。不同影响因子影响程度的确定及驱动因子筛选采用灰色关联分析法对影响因子进行关联度排序，确定不同土层
12、土壤盐分影响因子影响程度的强弱。具体步骤为：确定子序列和母序列；对子序列和母序列的数据进行无量纲化处理；计算灰色关联系数；计算关联度；关联度排序。选用个定量指标进行土壤盐分与影响因子的关联度分析，以地下水埋深、地下水矿化度、植被覆盖度、相对高程、离海距离为的子序列，垦利区 、的土壤含盐量为母序列，对影响因子与土壤盐分的影响程度进行分析。根据关联度排序结果从中选取土壤盐分的驱动因子，进行盐分预测模型的构建。不同深度土层土壤盐分预测模型的建立考虑应用层面的简便及可操作性，本研究采用常用的多元线性回归方法构建不同土层土壤盐分预测模型。该方法是根据筛选出的土壤盐分驱动因子，分析因变量（土壤盐分）与多个
13、自变量（驱动因子）之间的关系，构建土壤盐分多元线性回归定量预测模型。选取总样本数据作为建模集，构建土壤盐分预测模型，总样本数据作为验证集，将模型得到的盐分预测值与盐分实际值进行函数分析，采用决定系数（）和均方根误差（）两个指标对模型精度进行评价，精度误差限定在 以内，均方根误差（）限定于 范围内。结果与分析 不同土层土壤盐分的主要影响因素分析 地下水埋深对土壤盐分的影响由图可以看出，地下水埋深有一定的差异，埋深为的区域面积比例为 ，集中分布东部沿海和西南部沿黄区域；埋深为 的区域面积比例为 ，在研究区广泛分布；埋深为 的区域面积比例为 ，主要分布研究区南部、西南部和东北部黄河两侧。图垦利区地下
14、水埋深分布图由表可以看出，不同地下水埋深的土壤盐分含量有着明显差异，埋深在 的土体含盐量均值为 ，埋深为时土体盐分均值为 ，埋深为时土体盐分均值为 。同一土层深度下，随着地下水埋深的增加土壤含盐量均呈逐渐减少趋势，说明土体中土壤盐分表聚现象明显，土壤盐分呈现“”字型分布；当埋深一定时，埋深较浅的地下水位下（、），土壤含盐量呈现随土层深度的增加而递减的趋势，而埋深较深的地下水位下（），土壤盐分则呈现上轻下重的特征，反映了地下水位高低对土体盐分分布的不同影响。表不同地下水埋深不同土层土壤含盐量统计地下水埋深含盐量（）平均值 将不同土层深度的土壤含盐量与地下水埋深进行函数关系拟合，由图可以看出，研究
15、区不同深度土层土壤含盐量与地下水埋深的相关性较好，均呈指数函数关系，二者为负相关，即地下水黑龙江农业科学期埋深越浅，土壤含盐量越高；地下水埋深越深，土壤含盐量越低。当地下水埋深较浅为 时，含盐量变化幅度较大，埋深对不同土层深度的土壤盐分影响较大，当地下水埋深 时，地下水埋深对不同土层深度的土壤盐分影响趋缓、变小。不同土层土壤含盐量与地下水埋深函数方程分别为 ：，；：，；：，；：，。随土层深度的增加，方程为递减趋势，说明其拟合效果表层优于下层。图土壤含盐量与地下水埋深函数拟合 地下水矿化度对土壤盐分的影响由图可以看出，地下水矿化度分布整体上表现为由西向东逐渐升高的趋势，并且距海越近矿化度越高。垦
16、 利 区 盐 水 分 布 最 广 泛，面 积 比 例 为 ，其次是中矿化水，面积比例为 ，再是强矿化水，面积比例为 ，高浓度盐水和弱矿化水分布较少，面积比例分别是 和 。图垦利区地下水矿化度分布图由表可以看出，地下水矿化度高低直接影响土体盐分含量，高浓度盐水土体含盐量最高，均值为 ；其次是盐水，土体含盐量均值为 ；强矿化水土体含盐量均值为 ；中矿化水和弱矿化水的土壤含盐量均值为 和 。在同一矿化度类型下，土壤盐分均随着土层深度的增加呈现逐渐升高的趋势，说明离地下水更近的深层土壤盐分含量高于表层。表不同矿化度类型不同土层土壤含盐量统计矿化度类型含盐量（）平均值弱矿化水 中矿化水 强矿化水 盐水 高浓度盐水 期赵铭等：黄三角濒海区不同土层土壤盐分影响因素及预测模型将不同土层深度的土壤含盐量与地下水矿化度进行函数关系拟合，由图可知，土壤含盐量与地下水矿化度的相关性较好，各土层均呈指数函数关系，二者为正相关，即地下水矿化度越高，土壤含盐量越高。在矿化度 的相对较低的范围内，随着矿化度的增加各土层土壤盐分呈缓慢增加的趋势，而当地下水矿化度超过 时，土壤盐分则呈快速升高的趋势，表明矿化度越高，积盐
