環(huán)渤海低平原水土鹽分與水位埋深的空間變異及協(xié)同克立格估值

周在明,張光輝,王金哲,嚴(yán)明疆

中國(guó)地質(zhì)科學(xué)院水文地質(zhì)環(huán)境地質(zhì)研究所,河北石家莊 050803

環(huán)渤海低平原水土鹽分與水位埋深的空間變異及協(xié)同克立格估值

周在明,張光輝,王金哲,嚴(yán)明疆

中國(guó)地質(zhì)科學(xué)院水文地質(zhì)環(huán)境地質(zhì)研究所,河北石家莊 050803

針對(duì)環(huán)渤海低平原水土鹽分和水位埋深,通過(guò)選取0～20cm深度內(nèi)的127個(gè)代表性土樣進(jìn)行土壤全鹽量測(cè)定,并對(duì)130個(gè)水井的水位埋深及128個(gè)地下水樣的礦化度進(jìn)行測(cè)定。綜合運(yùn)用普通克立格(Ordinary Kriging)與協(xié)同克立格(CoKriging)方法與GIS技術(shù)研究水土鹽分及水位埋深的空間分布狀況。結(jié)果表明,土壤鹽分和地下水礦化度的變異系數(shù)分別為0.91和 0.87,屬于中等空間變異強(qiáng)度,而水位埋深的變異系數(shù)為1.06,屬于強(qiáng)變異強(qiáng)度。單變量空間相關(guān)程度均屬于中等,交互變量的空間相關(guān)性較強(qiáng),其空間自相距離(135.6～223.2km)高于單變量(40.6～144.8km)。Kriging與CoKriging分析表明,環(huán)渤海低平原土壤鹽分與地下水礦化度分布規(guī)律基本一致,而與水位埋深相反。即土壤鹽分和地下水礦化度自內(nèi)陸平原向東部濱海平原逐漸增加,不同地面高程上存在分布差異,并隨著高程的降低呈增加的趨勢(shì)。鹽分含量以唐山—天津—滄州—東營(yíng)—濱州一線較高,礦化度以天津、滄州部分地區(qū)居高,水位在黃河三角洲較淺。通過(guò)CoKriging插值的均方根誤差與Kriging相比減少了0.29%～4.78%,而預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)提高了2.03%～20.58%。

環(huán)渤海低平原;土壤鹽分;地下水礦化度;水位埋深;協(xié)同克立格

水鹽和水位埋深對(duì)地下水的利用程度及土壤鹽分有一定的影響(Kahlown et al.,2005),土壤鹽分、鹽漬化對(duì)農(nóng)業(yè)可持續(xù)生產(chǎn)造成重大威脅(Cetin et al.,2003),土地鹽化程度的增加不但減少了作物產(chǎn)量而且限制了作物種類的選擇(Singh et al.,2009),干旱半干旱地下水淺埋區(qū)、濱海低平原區(qū)尤為顯著(Il’ichev et al.,2008;Guswa,2002)。對(duì)地下水和土壤鹽分含量的準(zhǔn)確估計(jì)和分布研究在區(qū)域和全球水土環(huán)境及相關(guān)研究中是一項(xiàng)重要的課題(Liu et al.,2005)。對(duì)于水土而言其可溶鹽的分布在一定程度上受到地形的影響(Salama et al.,1999),地形特征對(duì)地下水及土壤形成與利用具有重要作用(Lin et al.,2007;Wu et al.,2008)。因此在地下水和土壤鹽分含量的插值估算中區(qū)域地形因素的影響不容忽視。

協(xié)同克立格(CoKriging)插值方法充分利用了待求變量和易測(cè)變量的相關(guān)性(Odeh et al.,1995),借助輔助變量提高主變量的預(yù)測(cè)精度,在地下水和土壤鹽分空間插值中得到廣泛的應(yīng)用,是公認(rèn)的有效插值方法(Triantafilis et al.,2001;Darwish et al.,2007)。Kim等應(yīng)用水化學(xué)、Kriging與CoKriging方法對(duì)首爾以南的五松地區(qū)地下水硝酸鹽污染進(jìn)行了評(píng)價(jià),闡明了硝酸鹽的空間分布及與其它物理化學(xué)參數(shù)的關(guān)系,并解釋了 CoKriging在復(fù)雜地下水化學(xué)數(shù)據(jù)插值中的優(yōu)越性(Kim et al.,2009)。Eldeiry等綜合應(yīng)用地面驗(yàn)證和遙感數(shù)據(jù)對(duì)美國(guó)阿肯色流域土壤鹽分含量的Kriging和CoKriging插值方法進(jìn)行了比較,認(rèn)為CoKriging方法對(duì)玉米地的土壤鹽分估計(jì)精度最高,其次是小麥和苜蓿(Eldeiry et al.,2010)。José等應(yīng)用CoKriging方法對(duì)西班牙東南部塞奎拉河域土地,以土壤水電導(dǎo)率為輔助變量進(jìn)行了 50cm深度的鹽分預(yù)測(cè)研究,較好地反應(yīng)了作物根系層的鹽漬化狀況(José et al.,2010)。在國(guó)內(nèi)相關(guān)的研究以西北干旱內(nèi)陸和黃河三角洲為主,結(jié)果表明與普通克立格相比 CoKriging既能夠減少樣點(diǎn)數(shù)量又能提高估值精度(趙成義等,2003;姚榮江等,2006)。

針對(duì)整個(gè)環(huán)渤海低平原水土鹽分問(wèn)題,進(jìn)行大尺度區(qū)域布點(diǎn),結(jié)合地形因素對(duì)水土鹽分的空間分布格局進(jìn)行研究的尚不多見(jiàn)。為此,本文以環(huán)渤海低平原為研究對(duì)象,以研究區(qū)高程為輔助變量應(yīng)用協(xié)同克立格插值方法對(duì)水土鹽分及水位埋深的空間分布進(jìn)行研究,為提高水土鹽分含量的插值估算精度,為地下水和土地資源管理利用和農(nóng)業(yè)生產(chǎn)的合理布局提供科學(xué)依據(jù)。

1 材料與方法

環(huán)渤海低平原位于華北東部,包括河北、山東內(nèi)陸低平原和濱海低平原兩大類型,含天津、滄州等80多個(gè)縣市。由黃河、海河、灤河沖積而成,地勢(shì)低平,大部分海拔50 m以下,濱海區(qū)10 m左右?？偯娣e9.6×104km2;總耕地面積6000多萬(wàn)畝,是我國(guó)重要的糧棉、果蔬產(chǎn)區(qū)。

環(huán)渤海低平原屬于歐亞大陸東岸暖溫帶半干旱季風(fēng)氣候區(qū),冬春寒冷干燥,夏季炎熱多雨。多年平均氣溫12.2℃,平均年降水量500～600mm,全區(qū)年內(nèi)降水分配不均,主要集中在 6—9月,占全年降水量的60%～80%,年均蒸發(fā)量900～1400mm,干燥度達(dá)1.5左右。

1.1 數(shù)據(jù)來(lái)源

根據(jù)該區(qū)的土地利用類型和地下水狀況,全區(qū)共測(cè)量水井130個(gè),布設(shè)水樣點(diǎn)128個(gè)、土樣點(diǎn)127個(gè)(圖1),取樣點(diǎn)間距約 20km。取樣范圍為(N36°03′～N39°35′;E114°36′～E119°28′),取 樣 面 積8.97×104km2。取樣時(shí)間為2010年4—5月,每個(gè)點(diǎn)采用GPS定位,土樣深度為0～20cm。

水位埋深用皮尺與測(cè)繩測(cè)定,水樣礦化度采用重量法測(cè)定。土樣全鹽量測(cè)定過(guò)程如下,稱取過(guò)2mm篩的風(fēng)干土試樣50～100 g,按土水比1:5配制浸出液。采用蒸干法,添加15%雙氧水溶液與2%碳酸鈉溶液進(jìn)行測(cè)定,詳細(xì)操作方法參見(jiàn)《土壤農(nóng)業(yè)化學(xué)分析方法》(魯如坤等,1999)。

以1:5萬(wàn)地形圖(等高距20 m)與SRTM高程數(shù)據(jù)為基礎(chǔ),用實(shí)測(cè)高程點(diǎn)進(jìn)行高程驗(yàn)證(圖2),最終確定高程點(diǎn)1120個(gè),平均間距約6.7km,覆蓋研究區(qū)主要地貌單元。利用均方根誤差描述高程精度,Zi為高程數(shù)據(jù)真值,zi為計(jì)算值,n為誤差個(gè)數(shù),計(jì)算得RMSE=6.52,說(shuō)明所得到的高程空間插值結(jié)果滿足數(shù)據(jù)分析要求。

圖1 環(huán)渤海低平原取樣點(diǎn)分布圖Fig.1 Distribution of soil and groundwater samples in the low plain around the Bohai Sea

圖2 環(huán)渤海低平原高程分布圖Fig.2 Digital Elevation Model of the low plain around the Bohai Sea

1.2 普通克立格與協(xié)同克立格方法

在地統(tǒng)計(jì)學(xué)中,半方差函數(shù)的一些重要參數(shù)如塊金值、基臺(tái)值和變程等可以用來(lái)表示區(qū)域化變量在一定尺度上的空間變異和相關(guān)程度,它是研究土壤特性空間變異的關(guān)鍵,也是克立格插值的精度要素(Yang et al.,2008;姜勇等,2005)。在本征平穩(wěn)假設(shè)下,半方差計(jì)算公式為(式1)

式中,r(h)為步長(zhǎng)h的半方差函數(shù),N(h)是間距為h的計(jì)算對(duì)數(shù),Z(xi)和Z(xi+h)分別是區(qū)域化變量Z(xi)和Z(xi+h)在空間位置xi和xi+h處的實(shí)測(cè)值。

兩個(gè)隨機(jī)變量的協(xié)同區(qū)域化可以用交互半方差函數(shù)來(lái)表示(式2)

式中,rij(h)是兩個(gè)變量的交互半方差值,N(h)是具有相同間距h的變量Zi(x)和Zj(x)的離散點(diǎn)的數(shù)目。如果兩個(gè)變量是正相關(guān)的,那么變量Zi從xa到xa+h的增加或減少會(huì)引起Zj的增加或減少,交互半方差就是正值。

如果變異函數(shù)和相關(guān)分析的結(jié)果表明某一屬性的空間相關(guān)性存在,則可以利用普通克立格進(jìn)行插值(式 3),

式中,z*(x0)是待估點(diǎn)處的估計(jì)值,z(xi)是實(shí)測(cè)值,λi是分配給每個(gè)實(shí)測(cè)值的權(quán)重且∑λi=1。n是參與點(diǎn)估值的實(shí)測(cè)值的數(shù)目。

協(xié)同克立格是普通克立格的擴(kuò)展形式,它要用到兩個(gè)或兩個(gè)以上的變量,其中一個(gè)是主變量,其它的作為輔助變量,將主變量的自相關(guān)性和主輔變量的交互相關(guān)性結(jié)合起來(lái)用于無(wú)偏最優(yōu)估值中。其公式為(式4),

式中,z*(x0)是待估點(diǎn)x0處的估計(jì)值,z1(xi)和z2(xj)分別是主變量z1和輔助變量z2的實(shí)測(cè)值,λi和λj分別是分配給主變量z1和輔助變量z2的實(shí)測(cè)值的權(quán)重,且。n和p是參與x0點(diǎn)估值的主變量z1和輔助變量z2的實(shí)測(cè)值數(shù)目。

1.3 數(shù)據(jù)處理

采用SPSS 16.0軟件進(jìn)行水土全鹽量及水位埋深的統(tǒng)計(jì)分析,變異函數(shù)及協(xié)同變異函數(shù)模型的擬合采用地學(xué)統(tǒng)計(jì)軟件 GS+7.0,克立格與協(xié)同克立格空間插值應(yīng)用ArcGIS 9.3軟件。

2 結(jié)果分析

2.1 描述性統(tǒng)計(jì)特征

根據(jù)測(cè)定結(jié)果對(duì)地下水礦化度、水位埋深和土壤鹽分含量進(jìn)行統(tǒng)計(jì)(表1)。環(huán)渤海低平原區(qū)耕層土壤鹽分含量均值為1.08 g/kg屬于輕度鹽漬化土(王遵親等,1993),地下水礦化度平均值為2.06 g/L屬于微咸水,水位埋深平均為16.61 m。由表1可見(jiàn),環(huán)渤海低平原區(qū)的地下水埋深屬于強(qiáng)變異強(qiáng)度(變異系數(shù)為1.06),地下水礦化度與土壤鹽分的空間變異強(qiáng)度屬于中等,但也較大(變異系數(shù)分別為0.87和0.91)。這主要是由于研究區(qū)獨(dú)特的水文、地形結(jié)構(gòu)以及復(fù)雜的人類活動(dòng)所致。由于地下水過(guò)量開(kāi)采出現(xiàn)區(qū)域性地下水位變化不均,內(nèi)陸低平原淺層地下水位下降幅度較大,東部濱海平原區(qū)淺層地下水下降幅度較小,地下水超采是地下水位埋深空間變異加大的主要原因。從內(nèi)陸到濱海地下水礦化度逐漸增大,水質(zhì)變差,再加上人為排灌的影響,其共同作用使得平原區(qū)地下水礦化度空間變異相對(duì)較大。而研究區(qū)范圍較大且存在地勢(shì)差異、土地耕種方式差異、田塊灌溉制度差異等因素的共同作用導(dǎo)致耕層土壤鹽分變異性較大。

表1 環(huán)渤海低平原土壤鹽分、地下水礦化度和水位埋深統(tǒng)計(jì)特征值Table 1 Descriptive statistics of soil salinity,TDS and GWL in the low plain around the Bohai Sea

2.2 高程與觀測(cè)項(xiàng)目的相關(guān)性

根據(jù)相應(yīng)取樣點(diǎn)的高程分別與土壤鹽分、地下水礦化度和水位埋深進(jìn)行 person相關(guān)分析發(fā)現(xiàn),其相關(guān)性分別滿足 0.05顯著性水平下的顯著負(fù)相關(guān),相關(guān)系數(shù)?0.253;0.01顯著性水平下的極顯著負(fù)相關(guān),相關(guān)系數(shù)?0.394;和 0.01顯著性水平下極顯著的正相關(guān),相關(guān)系數(shù)為0.322。這說(shuō)明土壤鹽分含量、地下水礦化度、水位埋深在不同高程上存在分布差異,并隨著高程的增大,土壤鹽分含量和地下水礦化度呈減少的趨勢(shì),水位埋深則呈現(xiàn)增加的趨勢(shì)。在研究區(qū)內(nèi)高程與土壤鹽分、地下水礦化度、水位埋深受區(qū)域化現(xiàn)象或空間過(guò)程的影響,屬于協(xié)同區(qū)域化變量,且應(yīng)用偏度、峰度聯(lián)合計(jì)算法進(jìn)行檢驗(yàn)發(fā)現(xiàn),通過(guò)對(duì)數(shù)轉(zhuǎn)換后 P＞0.05,因此區(qū)域高程屬于對(duì)數(shù)正態(tài)分布類型。

2.3 普通克立格與協(xié)同克立格插值

根據(jù)半方差函數(shù)理論,計(jì)算得到半方差函數(shù)擬合模型,其決定系數(shù)在0.58～0.96之間均達(dá)到顯著性水平(表2)?？梢?jiàn),土壤鹽分、礦化度和水位埋深半方差和交互半方差函數(shù)可分別應(yīng)用球狀模型和指數(shù)模型進(jìn)行擬合。由塊金值與基臺(tái)值的比值C0/Sill可知,土壤鹽分、礦化度和水位埋深單變量空間相關(guān)程度均屬于中等,其值分別為41.78%、25.68%和40.00%,對(duì)交互變量而言,除土壤鹽分的空間相關(guān)性屬于中等外,礦化度和水位埋深的空間相關(guān)性均較強(qiáng)。此外在空間自相關(guān)距離上交互變量(135.6km、200.2km 和 223.2km)也高于單變量(40.6km、144.8km和90.0km)?？傮w上看,土壤鹽分、地下水礦化度和水位埋深的交互變量半方差函數(shù)理論模型較之單變量都有一定程度的改變。

分別根據(jù)半方差和交互半方差函數(shù)模型對(duì)研究區(qū)土壤鹽分、礦化度和水位埋深數(shù)據(jù)進(jìn)行插值,獲得其空間分布圖(圖3)。本研究中 Kriging 和CoKriging是基于環(huán)渤海低平原區(qū)80多個(gè)縣市的實(shí)測(cè)數(shù)據(jù)做出的,在這種范疇廣、數(shù)據(jù)點(diǎn)較少的條件下,我們制作分布圖時(shí),盡量通過(guò)參數(shù)的選擇使均方根標(biāo)準(zhǔn)誤(RMSSE)接近于 1,以保證預(yù)期誤差的變異盡可能地小,從而使得到的分布圖是我們現(xiàn)有數(shù)據(jù)資料的最佳和最優(yōu)效的預(yù)期結(jié)果。

表2 土壤鹽分、地下水礦化度和水位埋深的半方差、交互半方差函數(shù)模型Table 2 Models of semivariogram and cross-semivariogram for soil salinity,TDS and GWL

由圖3可見(jiàn),兩種插值方法所獲得的分布圖在整體趨勢(shì)和具體斑塊形狀上基本相似,表明協(xié)同克立格和普通克立格都能夠較好地反應(yīng)研究區(qū)土壤鹽分、礦化度和水位埋深的空間分布情況。環(huán)渤海低平原土壤鹽分含量,自內(nèi)陸平原向東部濱海平原逐漸增加,鹽分含量較高的地區(qū)出現(xiàn)在唐山—天津—滄州—東營(yíng)—濱州一線。鹽分含量小于1 g/kg的非鹽化土以內(nèi)陸平原為主,分布在保定—衡水—邢臺(tái)—邯鄲一線。這與地下水礦化度的分布規(guī)律基本吻合,地下水礦化度大于5 g/L咸水主要分布在東部濱海天津、滄州地區(qū),1～5 g/L的微咸水分布于廣大內(nèi)陸平原區(qū),其鹽分含量也是逐漸向?yàn)I海地區(qū)增大,而水位埋深與之相反,在黃河三角洲較淺。

從地形因子看,土壤鹽分和地下水礦化度高的地區(qū)地勢(shì)平坦,海拔較低,水位較淺;與之相反的是海拔與地勢(shì)起伏相對(duì)較大的內(nèi)陸區(qū),土壤鹽分和地下水礦化度不大。從成土母質(zhì)上看,濱海平原的土體一部分是由河流入海沖積成的三角洲如黃河三角洲,一部分是海積平原。質(zhì)地多為粉砂、細(xì)砂組合,粗粉砂含量多達(dá) 60%以上。這種砂壤土體構(gòu)型使得水鹽遷移量高于內(nèi)陸平原的粘壤土和亞砂土的組合。從農(nóng)業(yè)活動(dòng)看,河北平原區(qū)的灌溉水源以抽取深層地下淡水為主,山東平原區(qū)以引黃灌溉為主,并建有完善的水利工程,有合理的耕作制度,因此農(nóng)田長(zhǎng)期處于脫鹽狀態(tài),鹽分累積小。濱海平原區(qū)農(nóng)田主要依靠自然降雨,長(zhǎng)期的地面蒸發(fā)使得鹽化加重。

圖3 環(huán)渤海低平原土壤鹽分(a、a’)、礦化度(b、b’)和水位埋深(c、c’)空間分布(a、b、c 普通克立格插值;a’、b’、c’協(xié)同克立格插值)Fig.3 Spatial distribution of soil salinity (a,a’),TDS (b,b’)and GWL (c,c’)in the low plain around the Baohai Sea(a,b ,c-Ordinary Kriging;a’,b’,c’-Cokriging)

2.4 兩種插值方法預(yù)測(cè)精度比較

用評(píng)價(jià)方法(協(xié)同克立格CK)的均方根誤差相對(duì)于參考方法(普通克立格 OK)的均方根誤差減少的百分?jǐn)?shù)(RRMSE)表示預(yù)測(cè)精度的提高程度(式6)。

用RR表示評(píng)價(jià)方法相對(duì)于參考方法相關(guān)系數(shù)的提高程度(式7)。

式中,RMSEOK和ROK分別是參考方法的預(yù)測(cè)均方根誤差及預(yù)測(cè)值與實(shí)測(cè)值間的相關(guān)系數(shù),RMSEOK和RCK分別表示評(píng)價(jià)方法的預(yù)測(cè)均方根誤差及預(yù)測(cè)值與實(shí)測(cè)值間的相關(guān)系數(shù)。

由表3可見(jiàn),土壤鹽分、礦化度和水位埋深通過(guò)協(xié)同克立格插值的均方根誤差與普通克立格插值相比分別減少了0.29%、2.18%和4.78%;而預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)分別提高了 20.58%、2.03%和11.31%。表明在相同的取樣條件下,協(xié)同克立格插值由于融合了更豐富的空間信息,預(yù)測(cè)的精度要高于普通克立格插值,可優(yōu)化樣點(diǎn)的插值精度。

表3 土壤鹽分、地下水礦化度和水位埋深的普通克立格與協(xié)同克立格精度比較Table 3 Comparison of prediction accuracy of soil salinity,TDS and GWL between Ordinary Kriging (OK)and CoKriging(CK)

3 結(jié)論

環(huán)渤海低平原區(qū)土壤鹽分和地下水礦化度屬于中等空間變異強(qiáng)度(Cv值分別為0.91和0.87)而水位埋深屬于強(qiáng)變異強(qiáng)度(Cv值為1.06)。半方差和交互半方差函數(shù)可分別應(yīng)用球狀和指數(shù)模型進(jìn)行擬合。單變量空間相關(guān)程度均屬于中等,交互變量的空間相關(guān)性較強(qiáng),空間自相距離(135.6～223.2km)明顯高于單變量(40.6～144.8km)。

克立格與協(xié)同克立格空間插值表明,環(huán)渤海低平原土壤鹽分與地下水礦化度分布規(guī)律基本一致,而與水位埋深相反。即土壤鹽分和地下水礦化度自內(nèi)陸平原向東部濱海平原逐漸增加,不同地面高程上存在分布差異,并隨著高程的降低呈增加的趨勢(shì)。鹽分含量以唐山—天津—滄州—東營(yíng)—濱州一線較高,礦化度以天津、滄州部分地區(qū)居高,水位在黃河三角洲較淺。由于高程與上述觀測(cè)項(xiàng)目存在很好的相關(guān)性,通過(guò)協(xié)同克立格插值的均方根誤差與普通克立格插值相比減少了 0.29%～4.78%,而預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)提高了2.03%～20.58%。

姜勇,莊秋麗,梁文舉,施春健,歐偉.2005.空間變異在土壤性質(zhì)長(zhǎng)期定位觀測(cè)及取樣中的應(yīng)用[J].土壤通報(bào),36(4):531-535.

魯如坤.1999.土壤農(nóng)業(yè)化學(xué)分析方法[M].北京:中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社.

王遵親,祝壽泉,俞仁培.1993.中國(guó)鹽漬土[M].北京:科學(xué)出版社.

姚榮江,楊勁松,劉廣明.2006.土壤鹽分和含水量的空間變異性及其 CoKriging估值——以黃河三角洲地區(qū)典型地塊為例[J].水土保持學(xué)報(bào),20(5):133-138.

趙成義,王玉潮,李子良,李國(guó)振.2003.田塊尺度下土壤水分和鹽分的空間變異性[J].干旱區(qū)研究,20(4):252-256.

CETIN M,KIRDA C.2003.Spatial and temporal changes of soil salinity in a cotton field irrigated with low-quality water[J].Journal of Hydrology,272:238-249.

DARWISH K H M,KOTB M M,ALI R.2007.Mapping soil salinity using collocated cokriging in Bayariya,Oasis,Egypt[C]//Proceedings of the 5th International Symposium on Spatial Data Quality,ITC Enschede,The Netherlands.

ELDEIRY A A,GARCIA L A.2010.Comparison of ordinary Kriging,regression Kriging,and Cokriging techniques to estimate soil salinity using Landsat images[J].Journal of Irrigation and Drainage Engineering,136(6):355-364.

GUSWA A J.2002.Models of soil moisture dynamics inecohydrology:a comparative study[J].Water Resources Research,38(9):1-15.

IL’ICHEV A T,TSYPKIN G G,PRITCHARD D,RICHARDSON C N.2008.Instability of the salinity profile during the evaporation of saline groundwater[J].The Journal of Fluid Mechanics,614:87-104.

JIANG Yong,ZHUANG Qiu-li,LIANG Wen-ju,SHI Chun-jian,OU Wei.2005.Application of sptial variability in long-term site-specific observatory study of soil properties and sampling strategy[J].Chinese Journal of Soil Science,36(4):531-535(in Chinese with English abstract).

JOSé M P,FERNANDO V,JOSé L R.2010.Spatial evaluation of soil salininty using the WET sensor in the irrigated area of Seuura river lowland[J].Journal of Plant Nutrition and Soil Science,doi:10.1002/jpln.200900221.

KAHLOWN M A,ASHRAF M,ZIAUL H.2005.Effect of shallow groundwater table on crop water requirements and crop yields[J].Agricultural Water Management,76:24-35.

KIM K H,YUN S T,CHOI B Y,CHAE G T,JOO Y S,KIM K,KIM H S.2009.Hydrochemical and multivariate statistical interpretations of spatial controls of nitrate concentrations in a shallow alluvial aquifer around oxbow lakes (Osong area,central Korea)[J].Journal of Contaminant Hydrology,107:114-127.

LIN Y S,LIN Y W,WANG Y,CHEN Y G,HSU M L,CHIANG S H,CHEN Z S.2007.Relationship between topography and spatial variations in groundwater and soil morphology within the Taoyuan-Hukou Tableland,Northwestern Taiwan[J].Geomorphology,90(1-2):36-54.

LIU X Y,PETERSON J,ZHANG Z Y,CHANDRA S.2005.Improving soil salinity prediction with high resolution DEM derived from LIDAR data[J].International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences,36(7):41-43.

LU Ru-kun.1999.Analytical methods of soil agricultural chemistry[M].Beijing:China Agricultural Science Press(in Chinese).

ODEH I O A,MCBRATNEY A B,CHITTLEBOROUGH D J.1995.Further results on prediction of soil properties from terrain attributes:Heterotopic cokriging and regression-kriging[J].Geoderma,67(3-4):215-226.

SALAMA R B,OTTO C J,FITZPATRICK R W.1999.Contributions of groundwater conditions to soil and water salinization[J].Hydrogeology Journal,7:46-64.

SINGH R B,CHAUHAN CPS,MINHAS P S.2009.Water production functions of wheat (Triticum aestivum L.)irrigated with saline and alkali waters using double-line source sprinkler system[J].Agricultural Water Management,96:736-744.

TRIANTAFILIS J,ODEH I O A,MCBRATNEY A B.2001.Five geostatistical models to predict soil salinity from electromagnetic induction data across irrigated cotton[J].Soil Science Society of America Journal,65:869-878.

WANG Zun-qin,ZHU Shou-quan,YU Ren-pei.1993.Saline Soil in China[M].Beijing:Science Press(in Chinese).

WU W,FAN Y,WANG Z Y,LIU H B.2008.Assessing effects of digital elevation model resolutions on soil-landscape correlations in a hilly area[J].Agriculture,Ecosystems and Environment,126:209-216.

YANG J,HUANG Z C,CHEN T B,LEI M,ZHENG Y M,ZHENG G D,SONG B,LIU Y Q,ZHANG C S.2008.Predicting the probability distribution of Pb-increased lands in sewage-irrigated region:A case study in Beijing,China[J].Geoderma,147:192-196.

YAO Rong-jiang,YANG Jin-song,LIU Guang-ming.2006.Spatial variability of soil salinity and moisture and their estimations by CoKriging method – A case study in characteristic field of Yellow River Delta[J].Journal of Soil and Water Conservation,20(5):133-138(in Chinese with English abstract).

ZHAO Cheng-yi,WANG Yu-chao,LI Zi-liang,LI Guo-zhen.2003.Study on the spatial variability of soil moisture content and salt content in the field scale[J].Arid Zone Research,20(4):252-256(in Chinese with English abstract).

Spatial Variability of Soil Salinity,Total Dissolved Solid and Groundwater Depth Based on Cokriging in the Low Plain around the Bohai Sea

ZHOU Zai-ming,ZHANG Guang-hui,WANG Jin-zhe,YAN Ming-jiang
Institute of Hydrogeology and Environmental Geology,Chinese Academy of Geological Sciences,Shijiazhuang,Hebei050803

Taking into account the problem of soil salinity,total dissolved solid (TDS)of groundwater and groundwater level (GWL)existient in the low plain around the Bohai Sea,the authors collected soil samples at the depths of 0～20cm from 127 sites in the plain,determined the soil salinity,and measured shallow groundwater depth in 130 sites andTDS ofwater samples in 128 sites.Classical statistical and geostatistical methods combined with GIS technique were used to analyze spatial variability of soil salinity,TDS and GWL.The results show that spatial variability of soil salinity and TDS belongs to the moderate degree while GWL belongs to the strong degree with Cv being 0.91,Cv being 0.87,and Cv being 1.06.The semivariogram and cross-semivariogram of soil salinity,TDS and GWL were fitted by the spherical and the exponential model respectively.Spatial correlation of single variables belongs to the moderate degree,while cross variable belongs to the strong degree,with spatial correlation distance 135.6km to 223.2km longer than 40.6km to 144.8km.Ordinary Kriging and CoKriging maps show that soil salinity and TDS spatial distribution are almost the same,increasing from the inland plain to the east coastal plain,spatial distribution difference exists in different altitudes,and the soil salinity and TDS rise with the decrease of the altitude;nevertheless,things are just the opposite for GWL.Soil salinity is high in Tangshan-Tianjin-Cangzhou-Dongying-Binzhou,TDS is high in some areas of Tianjin and Cangzhou,and GWL is low in the Yellow River Delta.In comparison with the ordinary Kriging with the same sampling numbers,the root-mean-square error produced by CoKriging decreases by 0.29%～4.78%,while the correlation coefficient between the predicted value and the measured value increases by 2.03%～20.58%.

low plain around the Bohai Sea;soil salinity;total dissolved solid;groundwater level;CoKriging

P641.51;P322.3

A

10.3975/cagsb.2011.04.14

本文由國(guó)家科技支撐計(jì)劃項(xiàng)目(編號(hào):2007BAD69B02;2009BADA3B05)和河北省科技廳重點(diǎn)基礎(chǔ)研究項(xiàng)目(編號(hào):08966711D)聯(lián)合資助。

2011-03-16;改回日期:2011-04-15。責(zé)任編輯:魏樂(lè)軍。

周在明,男,1980年生。博士研究生。主要從事土壤水鹽管理的研究工作。E-mail:tougaozhou@163.com。