渭-庫(kù)綠洲多尺度景觀格局與鹽度關(guān)系

曹　雷，丁建麗，于海洋（1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊 830046；　2.新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，烏魯木齊 830046）

?

渭-庫(kù)綠洲多尺度景觀格局與鹽度關(guān)系

曹雷，丁建麗※，于海洋
（1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊 830046；2.新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，烏魯木齊 830046）

摘要：中國(guó)鹽漬化土壤面積大，分布廣，對(duì)區(qū)域農(nóng)業(yè)發(fā)展構(gòu)成了嚴(yán)重的威脅。探索土壤景觀格局與鹽度的關(guān)系將有助于鹽漬化監(jiān)測(cè)和評(píng)估。該研究選擇渭-庫(kù)綠洲GF-1影像為數(shù)據(jù)源，結(jié)合研究區(qū)同期38個(gè)樣點(diǎn)不同剖面土壤鹽度數(shù)據(jù)，對(duì)樣點(diǎn)緩沖區(qū)景觀格局與土壤鹽度做Pearson相關(guān)分析和逐步回歸分析，揭示土壤鹽度空間分布格局，探討景觀格局與鹽度的定量關(guān)系。結(jié)果表明：1）水平方向上，土壤鹽分高值區(qū)主要集中分布在綠洲東部荒漠地帶和綠洲西部農(nóng)牧交錯(cuò)區(qū)；垂直方向上，渭-庫(kù)綠洲表層土壤鹽漬化現(xiàn)象最為嚴(yán)重，其他各層土壤鹽漬化情況相對(duì)較輕，鹽漬化程度隨著深度下降呈降低趨勢(shì)；2）綠洲區(qū)域易受人類(lèi)活動(dòng)影響，景觀破碎化程度高，而同一區(qū)域不同梯度下，隨著緩沖距離的增加，區(qū)域景觀類(lèi)型增多、均質(zhì)性降低、多樣性增強(qiáng)；3）耕地利用數(shù)量指標(biāo)能較好指示土壤鹽度狀況，而水體面積、鹽漬地面積、其他用地面積、最大斑塊指數(shù)（largest patch index，LPI）、蔓延度（contagion index，CONTAG）和分維數(shù)（perimeter-area fractal dimension，PAFRAC）對(duì)鹽度影響相對(duì)較弱；4）除0～10 cm層外，自＞10～20 cm至＞80～100 cm層逐步回歸方程的自變量中，耕地面積、水體面積和最大斑塊指數(shù)LPI為負(fù)效應(yīng)，而鹽漬地面積、其他用地面積、CONTAG和PAFRAC為正效應(yīng)，最優(yōu)回歸方程決定系數(shù)為0.537。該研究確定了渭-庫(kù)綠洲土壤鹽度的分異規(guī)律，以及不同鹽度對(duì)綠洲景觀格局的影響程度。研究結(jié)果可為西北干旱區(qū)綠洲土壤鹽度預(yù)警提供理論依據(jù)，同時(shí)為干旱區(qū)景觀格局研究提供一定的參考價(jià)值。

關(guān)鍵詞：鹽分；回歸分析；遙感；景觀格局；渭-庫(kù)綠洲；高分一號(hào)

曹雷，丁建麗，于海洋. 渭-庫(kù)綠洲多尺度景觀格局與鹽度關(guān)系[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32（3）：101－110.

Cao Lei, Ding Jianli, Yu Haiyang. Relationship between multi-scale landscape pattern and salinity in Weigan and Kuqa rivers delta oasis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 101－110. (in Chinese with English abstract)doi：10.11975/j.issn.1002-6819.2016.03.015http://www.tcsae.org

Email：watarid@xju.edu.cn

0　引　言

土壤鹽漬化是土地退化形式之一，土壤受水鹽運(yùn)移的自然條件（氣候、地學(xué)、水文地質(zhì)等）以及人類(lèi)活動(dòng)（灌溉農(nóng)業(yè)等）的影響，導(dǎo)致易溶性鹽分在土壤表層積累的現(xiàn)象。土壤鹽漬化在氣候干旱、土壤蒸發(fā)強(qiáng)度大、地下水位高且含有較多的可溶性鹽類(lèi)的地區(qū)較為常見(jiàn)[1]。與此同時(shí)，鹽漬化土壤抑制了土壤的質(zhì)量狀況及其生產(chǎn)力水平，鹽漬土是中國(guó)最主要的中低產(chǎn)土壤類(lèi)型之一[2]。新疆地處中國(guó)西北干旱區(qū)，近年來(lái)，人類(lèi)活動(dòng)加劇，而隨著城鎮(zhèn)化進(jìn)程，水資源與土地資源濫用現(xiàn)象普遍存在，地區(qū)內(nèi)原有的天然植被區(qū)域被開(kāi)墾城鎮(zhèn)用地和農(nóng)用地，區(qū)域環(huán)境逐漸惡化。在新疆，鹽漬土廣泛分布，嚴(yán)重制約著干旱區(qū)農(nóng)業(yè)的發(fā)展，在許多地區(qū)鹽漬化現(xiàn)象多成片出現(xiàn)，不同鹽漬化程度的土壤上的土地覆被不同，景觀格局亦受其影響[3]。為了解土壤鹽漬化對(duì)干旱區(qū)農(nóng)業(yè)的威脅程度，確保干旱區(qū)農(nóng)業(yè)的可持續(xù)發(fā)展，對(duì)土壤鹽漬化的監(jiān)測(cè)以及監(jiān)測(cè)方法的研究十分必要[4]。

從景觀生態(tài)學(xué)出現(xiàn)以來(lái)，景觀格局與生態(tài)過(guò)程的關(guān)系一直都是該學(xué)科的關(guān)鍵論題[5]。傳統(tǒng)地學(xué)統(tǒng)計(jì)中，采集野外土壤的工作量大、耗時(shí)長(zhǎng)，而將遙感手段應(yīng)用與地學(xué)分析相結(jié)合，不僅省時(shí)且耗資少，更有利于數(shù)據(jù)獲取及野外工作的動(dòng)態(tài)進(jìn)展[6-9]。張飛等[10]以多期Landsat數(shù)據(jù)為基礎(chǔ)，揭示了新疆精河縣景觀格局變化的驅(qū)動(dòng)因素；孫倩等[3]結(jié)合土地利用/覆被變化及鹽漬地重心轉(zhuǎn)移，表明不同程度鹽漬地對(duì)渭干河－庫(kù)車(chē)河流域三角洲綠洲景觀格局變化的影響程度；李鋮等[11]通過(guò)珠江三角洲表層重金屬含量對(duì)農(nóng)用地樣點(diǎn)緩沖區(qū)景觀格局的影響研究，得出重金屬鎘對(duì)樣點(diǎn)緩沖區(qū)景觀格局影響較大。

因此，使用與鹽度顯著相關(guān)的景觀格局指數(shù)作為景觀尺度上的景觀環(huán)境指標(biāo)，可以直接反映鹽度變化的原因，對(duì)于鹽度監(jiān)測(cè)、區(qū)域土地管理、鹽漬化預(yù)警等有重要的意義[3,10]。本研究以渭干河－庫(kù)車(chē)河流域三角洲綠洲為研究對(duì)象，通過(guò)對(duì)樣點(diǎn)緩沖區(qū)景觀格局與不同剖面土壤鹽度做Pearson相關(guān)分析和逐步回歸分析，結(jié)合區(qū)域土壤鹽度分異規(guī)律探討土壤鹽度對(duì)區(qū)域景觀格局的影響。

1　研究區(qū)概況

渭干河－庫(kù)車(chē)河流域三角洲綠洲，簡(jiǎn)稱渭-庫(kù)綠洲，位于塔里木盆地北緣，天山南麓，塔克拉瑪干沙漠以北（圖1）。地勢(shì)北高南低，自西北向東南傾斜。氣候?qū)儆诖箨懶耘瘻貛Ц珊禋夂?，多年平均氣?0.5～11.4 ℃，極端最高溫度為40.8 ℃，極端最低溫度?27.8 ℃，多年平均蒸發(fā)量超過(guò)2 000 mm，多年平均降水量55.45 mm，降水少，蒸發(fā)強(qiáng)烈。自然植被稀疏，以檉柳、鹽節(jié)木、鹽穗木、花花柴等植被為主。綠洲及其外圍鹽類(lèi)沉積規(guī)模大，礦化度及地下水位偏高，土層構(gòu)成物顆粒細(xì)，透水性差，土壤普遍鹽漬化，尤其在綠洲外圍[12-13]。

圖1　研究區(qū)采樣點(diǎn)分布圖Fig.1　Distribution of sampling points in study area

2　數(shù)據(jù)來(lái)源與研究方法

2.1數(shù)據(jù)來(lái)源與處理

2.1.1土壤樣品采集與處理

土壤樣品采集以2013年Google地圖為工作底圖，結(jié)合原有土壤分布圖和地形圖，參考此前歷次考察采樣點(diǎn)，在渭-庫(kù)綠洲范圍內(nèi)主要的土地利用/覆被類(lèi)型上均勻布點(diǎn)，以便進(jìn)行統(tǒng)計(jì)分析，共布設(shè)樣點(diǎn)數(shù)量為38個(gè)。野外采樣選擇在2014 年7月22日－7月28日進(jìn)行，此時(shí)植被茂盛，土地覆被多、景觀多樣性強(qiáng)。根據(jù)高分一號(hào)（GF-1）影像的像元大?。?6 m×16 m），設(shè)定每一個(gè)樣點(diǎn)的采樣區(qū)域范圍為16 m×16 m的樣區(qū)，以樣區(qū)中心為圓心，在半徑為8 m的圓上選取等距的4個(gè)點(diǎn)，呈梅花，取樣層為0～10、＞10～20、＞20～40、＞40～60、＞60～80、＞80～100 cm，從各層土壤5個(gè)點(diǎn)上取100 g左右，將大約500 g的土壤樣本混合封裝。

將野外帶回的土壤樣本，風(fēng)干并除去植物或石子等雜質(zhì)，進(jìn)行研磨并過(guò)0.5 mm孔徑的篩子。再利用高精度電子精密天平按樣點(diǎn)號(hào)從已過(guò)篩的土樣中稱取20 g土壤，使用蒸餾水制備1:5土水質(zhì)量比的溶液，靜置后，經(jīng)過(guò)濾紙過(guò)濾，最終獲得土壤浸提液，然后使用德國(guó)Wissenschaftlich Technische Werkst?tten公司制造的inoLab? Cond 7310精密儀器來(lái)測(cè)定土壤樣點(diǎn)的含鹽量(g/kg)[14]。

2.1.2影像數(shù)據(jù)處理

本文以國(guó)產(chǎn)高分一號(hào)（GF-1）影像為數(shù)據(jù)源，影像時(shí)間為2014年7月19號(hào)，采用FLAASH模型對(duì)所用數(shù)據(jù)進(jìn)行輻射校正[15]，將經(jīng)過(guò)輻射校正的影像進(jìn)行幾何精校正，利用研究區(qū)1:50000地形圖對(duì)影像各波段進(jìn)行校正（選擇的地面控制點(diǎn)的誤差均小于0.5個(gè)像元）。影像所選取區(qū)域像元個(gè)數(shù)為9.228×106。

2.2研究方法

2.2.1景觀格局參數(shù)選取

結(jié)合實(shí)地調(diào)查和Google地圖，采用ENVI4. 8對(duì)2014年7月19日國(guó)產(chǎn)GF-1衛(wèi)星影像數(shù)據(jù)最大似然監(jiān)督分類(lèi)，結(jié)合當(dāng)?shù)赝恋乩?覆被類(lèi)型受人類(lèi)活動(dòng)的影響狀況及全國(guó)《土地利用現(xiàn)狀分類(lèi)》GB/T 21010-2007，將研究區(qū)域的土地利用/覆被類(lèi)型分為耕地、林草地（包括園地、自然林和草地）、水體、鹽漬地（重度）和其他（包括中輕度鹽漬地、荒漠、山體等），共5類(lèi)。再通過(guò)軟件ArcGIS9.3對(duì)分類(lèi)后影像進(jìn)行預(yù)處理，最后景觀指數(shù)的選取和計(jì)算由軟件Fragstats 3.3實(shí)現(xiàn)。

本研究在以往研究的基礎(chǔ)上，結(jié)合區(qū)域特點(diǎn)舍棄了一些有爭(zhēng)議的指標(biāo)[16-17]，選取了較常用且意義較為明確的指標(biāo)[18-20]，見(jiàn)表1。

表1　景觀指數(shù)及其描述Table 1　Landscape indices and their descriptions

類(lèi)型水平上表征斑塊數(shù)量組成和規(guī)模：斑塊面積（class area，CA）、斑塊數(shù)（number of patches）、最大斑塊指數(shù)（largest patch index，LPI）和景觀類(lèi)型百分比（percentage of landscape，PLAND）；破碎化程度：斑塊密度（patch density，PD）；形狀復(fù)雜度：景觀形狀指數(shù)（landscape shape index，LSI）和分維數(shù)（perimeter-area fractal dimension，PAFRAC）；聚集度/連接度：聚集度指數(shù)（aggregation index，AI）和散布與并列指數(shù)（interspersion and juxtaposition index，IJI）。景觀水平景觀指數(shù)除上述指數(shù)外增加Shannon多樣性指數(shù)（shannon’s diversity index，SHDI）來(lái)表征不同土地利用/覆被類(lèi)型的景觀格局和整體景觀多樣性，蔓延度指數(shù)（contagion index，CONTAG）用于表述景觀里不同拼塊類(lèi)型的團(tuán)聚程度和延展趨勢(shì)。這些指數(shù)數(shù)值越大（除CONTAG外），表明景觀格局各個(gè)維度（景觀類(lèi)型的比例、破碎化程度等）的水平越高。

2.2.2建立樣點(diǎn)緩沖區(qū)

根據(jù)歐氏距離原理，利用軟件ArcGIS9.3中的Buffer Wizard工具選取土壤采樣點(diǎn)周?chē)煌嚯x緩沖區(qū)0.5（即以采樣點(diǎn)中心為圓心，以0.5 km為緩沖半徑的圓形緩沖區(qū)）、1、2、3、5 km共5個(gè)梯度作為分析單元[11]，通過(guò)軟件Fragstats 3.3統(tǒng)計(jì)并計(jì)算不同緩沖區(qū)類(lèi)型水平和景觀水平的景觀指數(shù)。在軟件SPSS 19中使用Pearson相關(guān)分析探討不同緩沖區(qū)內(nèi)景觀格局與土壤鹽度的關(guān)系[21]。

3　結(jié)果與分析

3.1多尺度下渭-庫(kù)綠洲景觀格局分析

首先通過(guò)目視解譯選取感興趣區(qū)（region of interest，ROI），利用最大似然法進(jìn)行監(jiān)督分類(lèi)。影像分類(lèi)后的總精度為96.98%＞80%，而分類(lèi)后Kappa Coefficient為0.9592＞0.8，滿足研究精度要求，結(jié)合Google地圖上研究區(qū)影像與分類(lèi)后影像進(jìn)行對(duì)比，地物類(lèi)型相吻合，為本研究的后期綜合分析提供了可靠的數(shù)據(jù)保障。分類(lèi)后影像如圖2所示。

圖2　2014年渭-庫(kù)綠洲多尺度分類(lèi)圖Fig.2　Weigan and Kuqa rivers delta oasis multi-scale classification image of 2014

3.1.1整體景觀格局分析

通過(guò)軟件ArcGIS9.3對(duì)分類(lèi)后影像進(jìn)行預(yù)處理，再利用軟件Fragstats 3.3計(jì)算景觀指數(shù)（表2）。

表2　渭-庫(kù)綠洲景觀格局指數(shù)Table 2　Landscape pattern index of Weigan and Kuqa rivers delta oasis

結(jié)合圖2和表2，渭-庫(kù)綠洲2014年7月的耕地面積為1 797.00 km2，約占研究區(qū)面積的24.17%，耕地多分布在研究區(qū)的中南部區(qū)域、水體附近，斑塊數(shù)1 065個(gè)，僅次于其他用地，破碎化程度較高；水體面積為70.75 km2，僅占研究區(qū)面積的0.95%，散布在綠洲區(qū)域，斑塊數(shù)和斑塊密度均較低；鹽漬地的景觀面積為214.78 km2，斑塊數(shù)436個(gè)，分布在綠洲邊緣；林草地面積為3 115.65 km2，約占研究區(qū)面積的41.90%，斑塊數(shù)966個(gè)，林草地為研究區(qū)面積最大的土地利用/覆被類(lèi)型，多分布在綠洲北部及耕地與其他用地間的交錯(cuò)帶；其他用地的面積僅次于林草地為2 237.44 km2，約占研究區(qū)面積的30.09%，斑塊數(shù)1 827個(gè)，斑塊密度最大。

從LPI來(lái)看，林草地的LPI指數(shù)最大，達(dá)24.32%，說(shuō)明林草地呈大片連續(xù)分布；水體和鹽漬地LPI指數(shù)較小，不足1%，說(shuō)明二者所有斑塊的面積均較小，散布在綠洲周?chē)JI指數(shù)排序?yàn)槠渌仡?lèi)＞水體＞林草地＞鹽漬地＞耕地，說(shuō)明其他地類(lèi)、水體的分布聚集度高，彼此鄰近；而鹽漬地和耕地由于受人類(lèi)活動(dòng)的影響，分布很有規(guī)律，與之鄰接的斑塊類(lèi)型基本上受人類(lèi)活動(dòng)的影響，IJI值較小。研究區(qū)所有景觀整體IJI值與林草地接近，說(shuō)明該區(qū)域在一定程度上受人類(lèi)活動(dòng)影響較少。其他地類(lèi)的聚合度在各類(lèi)土地利用/覆被類(lèi)型中為最大，其次是林草地和耕地，即是研究區(qū)域內(nèi)大面積單一景觀，水體最小，說(shuō)明水體在研究區(qū)內(nèi)分布散亂且面積較小。耕地和林草地分維數(shù)最大為1.67，表明二者邊境曲折，受人類(lèi)活動(dòng)影響較大，而水體的分維數(shù)最小為1.44，這與水體景觀類(lèi)型不易被影響有關(guān)。渭-庫(kù)綠洲整體的分維數(shù)為1.62，表明綠洲多數(shù)斑塊的形狀不規(guī)整、邊界線曲折。綠洲的蔓延度、Shannon多樣性指數(shù)分別為38.77和1.46，表明綠洲內(nèi)部同一斑塊連通性較低，區(qū)域面積內(nèi)有多種類(lèi)型、不同面積的斑塊?？傊?，渭-庫(kù)綠洲景觀水平上破碎化較重，景觀分布受人為影響較大。

3.1.2綠洲主要土地利用和覆被景觀格局分析

本研究結(jié)合綠洲主要土地利用/覆被將其分為綠洲、綠洲-荒漠交錯(cuò)帶和荒漠典型區(qū)域（圖2b～d）。通過(guò)在38個(gè)采樣點(diǎn)中篩選，選取1個(gè)點(diǎn)及其緩沖區(qū)可代表該種土地利用/覆被類(lèi)型，并通過(guò)軟件計(jì)算不同緩沖距離的區(qū)域景觀指數(shù)（表3）。由表3可知，相同緩沖范圍情況下，斑塊數(shù)量：綠洲>交錯(cuò)帶>荒漠，說(shuō)明綠洲區(qū)域的景觀破碎化程度高，易受人類(lèi)活動(dòng)影響，而交錯(cuò)帶和荒漠區(qū)域破碎化程度相對(duì)較低。相同緩沖范圍情況下，綠洲區(qū)域的PD大于交錯(cuò)帶和荒漠區(qū)域，其中，隨著緩沖距離增大，綠洲和交錯(cuò)帶的斑塊密度隨之減小，而荒漠區(qū)域變化不大，斑塊密度在7.50左右，說(shuō)明荒漠區(qū)域景觀較為單一，破碎化程度低。LPI隨著緩沖距離增大呈減小趨勢(shì)，荒漠區(qū)域的LPI值大于交錯(cuò)帶和綠洲，說(shuō)明從荒漠到交錯(cuò)帶、再至綠洲，區(qū)域景觀類(lèi)型由簡(jiǎn)單到復(fù)雜。相同緩沖范圍情況下LSI和PAFRAC：均呈綠洲>交錯(cuò)帶>荒漠，說(shuō)明綠洲內(nèi)部各類(lèi)景觀交錯(cuò)復(fù)雜程度大于交錯(cuò)帶和荒漠，這也是景觀格局受人類(lèi)活動(dòng)影響的體現(xiàn)。交錯(cuò)帶的IJI指數(shù)大于綠洲和荒漠的，同時(shí)，相同緩沖范圍的綠洲和荒漠的IJI指數(shù)相差較小，但荒漠IJI指數(shù)2 km緩沖距離是為47.56，而3 km僅為27.05，5 km又上升至41.09，原因是3 km緩沖范圍較2 km多了大量鹽漬地，導(dǎo)致其各景觀類(lèi)型間的公共距離相差更大。AI和CONTAG隨著緩沖距離增大呈減小趨勢(shì)，說(shuō)明隨著緩沖距離的增大，區(qū)域景觀類(lèi)型增多、均質(zhì)性降低、多樣性增強(qiáng)，而荒漠區(qū)域的AI和CONTAG值大于交錯(cuò)帶和綠洲，說(shuō)明從荒漠到交錯(cuò)帶、再至綠洲，區(qū)域景觀類(lèi)型由簡(jiǎn)單到復(fù)雜。交錯(cuò)帶的SHDI值在相同緩沖范圍情況下為最大，其次是綠洲，表明交錯(cuò)帶景觀多樣性強(qiáng)于綠洲和荒漠，隨著緩沖距離的增加，SHDI呈增大趨勢(shì)。

典型區(qū)域R e p r e s e n t a t i v e r e g i o n景觀格局指數(shù)L a n d s c a p e i n d e x 緩沖距離B u f f e r l e n g t h / k m 　N P 　P D 　L P I 　L S I 　P A F R A C 　 I J I 　A I 　C O N T A G 　 S H D I 0 . 5 　3 9 　4 9 . 7 5 　5 4 . 1 6 　4 . 8 9 　1 . 2 6 　3 3 . 9 4 　9 6 . 7 6 　5 9 . 2 8 　0 . 7 4綠洲O a s i s 1 　1 2 3 　3 9 . 2 2 　5 7 . 8 6 　8 . 6 2 　1 . 2 8 　3 8 . 1 7 　9 3 . 3 7 　5 3 . 7 1 　0 . 7 6 2 　2 9 1 　2 3 . 1 8 　3 6 . 9 5 　1 3 . 4 2 　1 . 3 5 　4 7 . 7 5 　8 9 . 0 4 　4 2 . 1 8 　0 . 8 9 3 　5 6 6 　2 0 . 0 4 　4 3 . 8 6 　1 8 . 1 5 　1 . 3 8 　4 7 . 7 6 　8 4 . 7 2 　3 9 . 5 0 　0 . 8 6 5 　1 1 8 4 　1 5 . 1 0 　4 8 . 7 1 　2 6 . 8 6 　1 . 4 4 　3 0 . 6 7 　7 6 . 8 2 　4 7 . 2 8 　0 . 8 5 0 . 5 　2 1 　2 6 . 7 8 　7 6 . 0 6 　3 . 2 0 　1 . 2 8 　4 7 . 2 5 　9 8 . 3 5 　7 4 . 2 1 　0 . 7 3綠洲-荒漠交錯(cuò)帶O a s i s -d e s e r t f r i n g e 1 　7 9 　2 5 . 2 0 　5 8 . 9 1 　6 . 0 6 　1 . 3 0 　4 9 . 4 9 　9 5 . 8 2 　6 2 . 0 5 　1 . 0 2 2 　2 3 1 　1 8 . 4 1 　4 7 . 8 8 　9 . 9 8 　1 . 3 4 　5 1 . 2 7 　9 2 . 2 8 　5 4 . 3 0 　1 . 1 6 3 　4 7 5 　1 6 . 8 2 　4 5 . 3 0 　1 3 . 8 8 　1 . 3 9 　5 0 . 8 9 　8 8 . 7 3 　5 1 . 0 9 　1 . 1 7 5 　1 0 5 1 　1 3 . 4 1 　3 0 . 2 0 　2 3 . 5 9 　1 . 4 7 　5 3 . 0 9 　7 9 . 9 6 　4 1 . 0 1 　1 . 2 9 0 . 5 　5 　6 . 3 8 　9 9 . 7 3 　1 . 2 0 　1 . 0 3 　3 6 . 3 5 　9 9 . 9 0 　9 8 . 4 0 　0 . 0 2荒漠D e s e r t 1 　2 5 　7 . 9 6 　8 4 . 9 7 　2 . 6 4 　1 . 1 9 　3 8 . 3 2 　9 8 . 7 4 　7 7 . 1 6 　0 . 4 3 2 　1 0 2 　8 . 1 2 　7 9 . 5 6 　4 . 6 5 　1 . 3 0 　4 7 . 5 6 　9 6 . 9 3 　6 8 . 4 2 　0 . 5 5 3 　2 1 1 　7 . 4 7 　8 0 . 1 4 　6 . 2 4 　1 . 3 4 　2 7 . 0 5 　9 5 . 5 0 　7 6 . 2 8 　0 . 5 7 5 　5 8 6 　7 . 4 7 　8 1 . 3 3 　1 1 . 7 3 　1 . 4 5 　4 1 . 0 9 　9 0 . 5 8 　7 0 . 4 4 　0 . 6 3

3.2渭-庫(kù)綠洲土壤鹽度特征分析

3.2.1渭-庫(kù)綠洲土壤鹽度統(tǒng)計(jì)特征分析

按經(jīng)典統(tǒng)計(jì)方法，不同梯度土壤鹽度的統(tǒng)計(jì)特征值列于表4。全部采樣點(diǎn)為38個(gè)，剔除其中的異常點(diǎn)后，0～10、>10～20、>20～40、>40～60、>60～80和>80～100 cm土壤鹽度的樣本數(shù)分別為38、37、38、37、30和29?；谖?庫(kù)綠洲采樣點(diǎn)鹽度數(shù)據(jù)，據(jù)最新《新疆土壤》標(biāo)準(zhǔn)，將研究區(qū)鹽漬化地類(lèi)劃分為4個(gè)等級(jí)，分別為非鹽漬化（含鹽質(zhì)量分?jǐn)?shù)＜3 g/kg）、輕度鹽漬化（3～6 g/kg）、中度鹽漬化（6～10 g/kg）和重度鹽漬化（含鹽質(zhì)量分?jǐn)?shù)＞10 g/kg）[22]。

由表4可以看出，研究區(qū)整個(gè)剖面土壤鹽度為0～28.100 g/kg，就最小值、最大值而言，6層土壤剖面的最小值均為0，是因?yàn)閮x器無(wú)法測(cè)出鹽度小于0.1 g/kg的土壤溶液；而0～10 cm層的最大值是28.100 g/kg，遠(yuǎn)大于其他剖面的最大值，為重度鹽漬化，另外，>20～40 cm層的最大值為重度鹽漬化，>80～100 cm層為輕度鹽漬化，其余層的最大值均為中度鹽漬化。各層土壤鹽度平均值為1.770～4.816 g/kg，隨著剖面深度的減小，呈現(xiàn)鹽分表層聚積的趨勢(shì)。從偏度和峰度兩項(xiàng)指標(biāo)可看出，研究區(qū)各層土壤含鹽量正偏差數(shù)值較大，均呈右偏，除＞60～80 cm和＞80～100 cm層土壤鹽度呈“平頂峰”外，其他4層土壤均為“尖頂峰”。變異系數(shù)（coefficient variation，Cv）反映的是相對(duì)變異，即隨機(jī)變量的離散程度。根據(jù)相關(guān)研究，Cv≤0.1為弱變異性；0.1

表4　渭-庫(kù)綠洲不同梯度土壤鹽度統(tǒng)計(jì)特征值Table 4　Soil salinity characteristics of different soil depths in Weigan and Kuqa rivers delta oasis

3.2.2渭-庫(kù)綠洲土壤鹽度空間特征分析

通過(guò)對(duì)渭-庫(kù)綠洲38個(gè)樣點(diǎn)的取樣分析，在GPS和軟件ArcGIS9.3支持下，經(jīng)過(guò)地統(tǒng)計(jì)學(xué)分析和普通Kriging插值，得到不同剖面深度鹽度空間插值圖（圖3）。圖3表明，在整個(gè)剖面中＞40～60、＞60～80和＞80～ 100 cm層的土壤鹽度相似，均較小；隨著剖面深度的減小，＞20～40、＞10～20和0～10 cm層的土壤鹽度逐漸增加，這與表4分析結(jié)果相同。結(jié)合圖2，在水平方向上，土壤鹽分高值區(qū)主要集中分布在綠洲東部荒漠地帶和綠洲西部農(nóng)牧交錯(cuò)區(qū)。

圖3　基于普通克里格插值不同剖面深度土壤鹽度空間分布Fig.3　Spatial distribution of soil salinity in different soil depths based on ordinary kriging interpolation

綠洲東部鹽漬化嚴(yán)重現(xiàn)象與3個(gè)上層剖面所呈現(xiàn)鹽漬化聚集現(xiàn)象大致相同，且輕度鹽漬化現(xiàn)象較多，而綠洲西部鹽漬化現(xiàn)象則隨著深度下降呈減少趨勢(shì)；而＞40～60、＞60～80和＞80～100 cm這3層剖面鹽漬化程度較輕，綠洲東北部的土壤含鹽量隨著深度的增加而降低的現(xiàn)象。非鹽土和輕鹽土則主要集中在中部和西北地區(qū)。研究區(qū)鹽分由深層土壤向表層聚集，在垂直方向上總的趨勢(shì)是表層土壤含鹽量高于深層土壤。

3.3景觀-鹽度的多變量相關(guān)分析結(jié)果

3.3.1土地利用/覆被-鹽度單因子相關(guān)分析結(jié)果

利用軟件SPSS19對(duì)渭-庫(kù)綠洲不同剖面深度的土壤鹽度與各采樣點(diǎn)緩沖區(qū)的土地利用/覆被類(lèi)型面積做相關(guān)性分析（表5）。表5僅列出了各采樣點(diǎn)緩沖區(qū)的土地利用/覆被類(lèi)型面積與鹽度相關(guān)性較好的2種地類(lèi)：耕地和其他地類(lèi)。其中，耕地3 km（采樣點(diǎn)3 km緩沖區(qū)范圍內(nèi)耕地的面積）與＞60～80 cm相關(guān)性最優(yōu)為?0.634，是中度極顯著負(fù)相關(guān)；采樣點(diǎn)不同緩沖區(qū)內(nèi)的耕地面積與＞10～20、＞20～40、＞40～60、＞60～80和＞80～100 cm的土壤鹽度均有一定的顯著相關(guān)性，而與0～10 cm的土壤鹽度相關(guān)性較弱。其他地類(lèi)3 km與＞60～80 cm相關(guān)性最優(yōu)為0.613，是中度極顯著正相關(guān)；采樣點(diǎn)不同緩沖區(qū)內(nèi)的耕地面積與＞40～60、＞60～80和＞80～100 cm的土壤鹽度均有一定的顯著相關(guān)性，而與0～10、＞10～20和＞20～40 cm的土壤鹽度相關(guān)性較弱。針對(duì)同一緩沖區(qū)的垂直水平而言，相關(guān)性由表至底呈不相關(guān)-中度相關(guān)-弱相關(guān)的趨勢(shì)；就同一剖面不同范圍緩沖區(qū)而言，隨著緩沖區(qū)范圍的增大，土壤鹽度與土地類(lèi)型面積的相關(guān)程度呈弱相關(guān)-中度相關(guān)-弱相關(guān)的趨勢(shì)。表明在一定范圍內(nèi)綠洲面積與其他地類(lèi)面積的多寡與區(qū)域土壤鹽度有一定的量化關(guān)系。

表5　渭-庫(kù)綠洲樣點(diǎn)緩沖區(qū)土地利用/覆被與土壤鹽度Pearson相關(guān)系數(shù)Table 5　Pearson correlation coefficient between land use/cover and soil salinity in different buffer lengths of Weigan and Kuqa rivers delta oasis

3.3.2景觀指數(shù)-鹽度單因子相關(guān)分析結(jié)果

選取土壤樣點(diǎn)所在的緩沖區(qū)作為分析樣本，分析緩沖區(qū)內(nèi)景觀格局與不同剖面深度的土壤鹽度的相關(guān)關(guān)系。Pearson相關(guān)分析顯示，不同梯度土壤鹽度與緩沖區(qū)內(nèi)4種景觀指數(shù)均有較顯著的相關(guān)關(guān)系（表6）。

表6　渭-庫(kù)綠洲樣點(diǎn)緩沖區(qū)景觀指數(shù)與土壤鹽度Pearson相關(guān)系數(shù)Table 6　Pearson correlation coefficient between landscape index and soil salinity in different buffer lengths of Weigan and Kuqa rivers delta oasis

不同梯度土壤鹽度與緩沖區(qū)內(nèi)斑塊數(shù)（NP）、景觀形狀指數(shù)（LSI）呈負(fù)相關(guān)，而與聚合度（AI）和蔓延度（CONTAG）呈正相關(guān)。采樣點(diǎn)不同緩沖區(qū)內(nèi)的NP與＞20～40、＞40～60、＞60～80和＞80～100 cm的土壤鹽度具有顯著負(fù)相關(guān)，其中，最優(yōu)相關(guān)是NP_2 km（采樣點(diǎn)2 km緩沖區(qū)范圍內(nèi)所有類(lèi)型斑塊數(shù)）與＞60～80 cm中度極顯著負(fù)相關(guān)為?0.535，其次是NP_3 km與＞60～80 cm中度極顯著負(fù)相關(guān)為?0.511，而與0～10 cm和＞10～20 cm的土壤鹽度相關(guān)性較弱；采樣點(diǎn)不同緩沖區(qū)內(nèi)的LSI與＞40～60、＞60～80和＞80～100 cm的土壤鹽度具有顯著負(fù)相關(guān)，其中，最優(yōu)相關(guān)是LSI_5 km與＞60～80 cm低度極顯著負(fù)相關(guān)為?0.469，其次是LSI_3 km與＞60～80 cm低度極顯著負(fù)相關(guān)為?0.461，而與0～10、＞10～20和＞20～40 cm的土壤鹽度相關(guān)性較弱；采樣點(diǎn)不同緩沖區(qū)內(nèi)的AI與＞40～60、＞60～80和＞80～100 cm的土壤鹽度具有顯著正相關(guān)，其中，最優(yōu)相關(guān)是AI_5 km與＞60～80 cm低度極顯著相關(guān)為0.471，其次是AI_3 km與＞60～80 cm低度極顯著相關(guān)為0.464，而與0～10、>10～20和＞20～40 cm的土壤鹽度相關(guān)性較弱；采樣點(diǎn)不同緩沖區(qū)內(nèi)的CONTAG與＞40～60、＞60～80和＞80～100 cm的土壤鹽度具有顯著正相關(guān)，其中，最優(yōu)相關(guān)是CONTAG_2 km與＞60～80 cm中度極顯著相關(guān)為0.506，其次是CONTAG_2 km與＞80～100 cm低度極顯著相關(guān)為0.458，而與0～10、＞10～20和＞20～40 cm的土壤鹽度相關(guān)性較弱。4種景觀指數(shù)與＞40～60、＞60～80和＞80 100 cm具有較好相關(guān)性，而與其他3層相關(guān)性較弱，相關(guān)性由表至底呈不相關(guān)-中度相關(guān)-弱相關(guān)的趨勢(shì)。而比較不同緩沖區(qū)與不同梯度的相關(guān)性，2 km和3 km緩沖區(qū)與鹽度相關(guān)性優(yōu)于另外3種緩沖區(qū)。

3.3.3多元線性回歸分析結(jié)果

由于鹽度可影響區(qū)域景觀指數(shù)，因此在單因子分析的基礎(chǔ)上，進(jìn)行多變量相關(guān)分析（表7），在眾多被影響的景觀指數(shù)中找到關(guān)鍵景觀指數(shù)。

鹽度與景觀指數(shù)的多元線性逐步回歸模型除表層無(wú)法實(shí)現(xiàn)外，都達(dá)到顯著性水平（P＜0.05）。隨著緩沖區(qū)范圍的增大，各層回歸效果呈優(yōu)化趨勢(shì)，各層鹽度與3 km緩沖區(qū)的景觀指數(shù)回歸效果最好，其中＞10～20 cm最優(yōu)（R2=0.537），同時(shí)，5 km緩沖區(qū)建模效果弱于3 km緩沖區(qū)；就垂直方向而言，除表層鹽度與景觀指數(shù)無(wú)法進(jìn)行回歸分析外，0.5、1、2和3 km緩沖區(qū)的景觀指數(shù)與鹽度建模，＞10～20 cm建模效果最優(yōu)，并隨著剖面深度的增加，建模效果逐漸弱化，而5 km緩沖區(qū)與之相反，隨著剖面深度的增加，建模效果呈優(yōu)化趨勢(shì)；就建模所用自變量而言，這些模型大多都有緩沖區(qū)內(nèi)耕地面積，其次是景觀水平的LPI指數(shù)、PAFRAC指數(shù)；自＞10～20 cm至＞80～100 cm，隨著坡面深度的增加，模型自變量耕地面積的權(quán)重呈減小趨勢(shì)；模型中自變量耕地面積前均是負(fù)號(hào)，說(shuō)明耕地面積對(duì)鹽度是負(fù)效應(yīng)。

表7　景觀-鹽度的最優(yōu)多元線性逐步回歸模型Table 7　Optimal multiple linear regression models with stepwise of landscape metrics and salinity index

4　討　論

4.1表層鹽度特殊性分析

本文對(duì)11種表征景觀空間格局屬性的景觀格局指數(shù)與鹽度進(jìn)行相關(guān)分析，由于研究區(qū)域景觀格局分布的特殊性，表層鹽度與各緩沖區(qū)內(nèi)的斑塊面積多寡、景觀指數(shù)高低均無(wú)顯著關(guān)系，甚至無(wú)法用多種景觀指數(shù)通過(guò)對(duì)其進(jìn)行回歸分析得出回歸方程。因此，作者利用軟件SPSS 19對(duì)渭-庫(kù)綠洲不同梯度土壤鹽度做相關(guān)性分析（表8）。由表8可知，相關(guān)性最好的是＞60～80和＞80～100 cm，達(dá)到0.838為高度顯著相關(guān)，其次是＞10～20和＞20～40 cm為0.832，＞40～60和＞60～80 cm相關(guān)性為0.820。0～10與＞10～20、＞20～40和＞40～60 cm僅為中度顯著相關(guān)，而與＞60～80 cm和＞80～100 cm相關(guān)性不明顯。渭-庫(kù)綠洲不同剖面深度土壤鹽度相關(guān)性自上而下呈演替狀態(tài)，相鄰兩層剖面的土壤鹽度相關(guān)性優(yōu)于不相鄰?fù)翆?，而表層土壤鹽度與其他層的相關(guān)性較弱，鹽度低的土壤母質(zhì)所演替的底層土壤鹽度相對(duì)較低，更利于植被生長(zhǎng)；而植被茂盛的區(qū)域，綜合植被截流、改良土壤空隙等因素，土壤上層不易滯留大量鹽分。研究區(qū)干燥少雨、日照時(shí)間長(zhǎng)、灌排及棄耕現(xiàn)象均是導(dǎo)致土壤表層鹽度與其他層區(qū)別較大的原因[13,25-27]。

表8　渭-庫(kù)綠洲不同剖面深度土壤鹽度Pearson相關(guān)系數(shù)Table 8　Weigan and kuqa rivers delta oasis in different soil salinity gradient Pearson correlation coefficient

4.2剖面梯度下鹽度與景觀指數(shù)變化分析

結(jié)合圖3綠洲東部鹽漬化嚴(yán)重現(xiàn)象與3個(gè)上層剖面所呈現(xiàn)鹽漬化聚集現(xiàn)象大致相同，且輕度鹽漬化現(xiàn)象較多，而綠洲西部鹽漬化現(xiàn)象則隨著深度下降呈減少趨勢(shì)；而＞40～60、＞60～80、＞80～100 cm這3層剖面鹽漬化程度較輕，綠洲東北部的土壤含鹽量隨著深度的增加而降低的現(xiàn)象，與以往研究成果相同[13,25]。非鹽土和輕鹽土則主要集中在中部和西北地區(qū)，由于該區(qū)域植被覆蓋度較高，是渭-庫(kù)綠洲的主要耕地區(qū)，區(qū)內(nèi)排水設(shè)施完善，土壤鹽分較低。非鹽漬化土壤和輕度鹽漬化土壤主要集中在中部和西北地區(qū)，由于該區(qū)域植被覆蓋度較高，是渭-庫(kù)綠洲的主要耕地區(qū)，區(qū)內(nèi)排水設(shè)施完善，土壤鹽分較低。而重度鹽漬化和中度鹽漬化土壤主要集中在渭-庫(kù)綠洲西部和東南的邊緣區(qū)域，結(jié)合研究區(qū)的地勢(shì)西北高、東南低，及排鹽渠的坐落區(qū)域，渭-庫(kù)綠洲東南區(qū)域的鹽分聚積源自地勢(shì)和排鹽渠共同作用，而西部區(qū)域則主要受排鹽渠影響。因此，就區(qū)域?qū)嶋H鹽分多寡而言（圖3），渭-庫(kù)綠洲東南區(qū)域要多于綠洲西部。綠洲內(nèi)部鹽漬化現(xiàn)象不明顯，但綠洲邊緣卻成為鹽分的積聚地，即渭-庫(kù)綠洲鹽漬化重心在渭-庫(kù)綠洲西部和東南的邊緣區(qū)域[26-27]。在最近的實(shí)地考察中，筆者發(fā)現(xiàn)部分地區(qū)農(nóng)田已經(jīng)與荒漠接壤，交錯(cuò)帶鹽漬化現(xiàn)象加重，導(dǎo)致交錯(cuò)帶的功能喪失，綠洲所受鹽漬化和荒漠化的脅迫更為嚴(yán)重。因此，為減輕綠洲邊緣交錯(cuò)帶的生態(tài)壓力，合理布局、修建排鹽渠將是一個(gè)很重要的環(huán)節(jié)。

從表7可知，自＞10～20 cm至＞80～100 cm層的逐步回歸方程的自變量中，耕地面積、水體面積和LPI為負(fù)效應(yīng)，即這3種自變量的值越大，鹽度的值越小，而鹽漬地面積、其他用地面積、CONTAG和PAFRAC為正效應(yīng)；所得鹽度回歸方程中，截距隨剖面深度的增加而減小，即單點(diǎn)鹽度隨剖面深度的增加而減小，與圖3表述相同。

4.3景觀指數(shù)與鹽度效應(yīng)分析

相關(guān)性分析和逐步回歸分析的結(jié)果大致相同，但相關(guān)分析中鹽度與AI顯著正相關(guān)，而在逐步回歸分析中AI并未出現(xiàn)在逐步回歸模型中，另外景觀格局指數(shù)NP相關(guān)分析表明與鹽度顯著負(fù)相關(guān)，但也未出現(xiàn)在回歸模型中。表明相關(guān)關(guān)系并不能代表因果關(guān)系，但好的相關(guān)關(guān)系是因果關(guān)系的基礎(chǔ)。逐步回歸分析表明耕地是影響鹽度的最重要的土地利用/覆被類(lèi)型，其次為其他用地和水體。而區(qū)域景觀指數(shù)LPI、CONTAG和PAFRAC也對(duì)逐步回歸結(jié)果具有一定的貢獻(xiàn)率。各層鹽度與3 km緩沖區(qū)的景觀指數(shù)回歸效果最好，除表層外，隨著深度的增加逐步回歸效果呈弱化趨勢(shì)，耕地面積呈顯著負(fù)效應(yīng)，影響著區(qū)域鹽度，而水體面積、鹽漬地面積、其他用地面積、LPI、CONTAG和PAFRAC對(duì)鹽度影響相對(duì)較弱。區(qū)域耕地面積增加，灌溉用水會(huì)將區(qū)域鹽分帶離；而地表水的存在同樣會(huì)帶走鹽分；LPI是區(qū)域最大單一地類(lèi)所占總面積比例，大片連續(xù)用地同樣可抑制鹽分的增加；區(qū)域鹽漬地面積和其他用地面積的增加，是區(qū)域土地退化的結(jié)果，因此會(huì)導(dǎo)致鹽分增加；PAFRAC是區(qū)域用地邊界的曲折程度，其值越大說(shuō)明該區(qū)域用地類(lèi)型間越是錯(cuò)綜復(fù)雜，易導(dǎo)致土地退化；CONTAG是區(qū)域土地利用/覆被類(lèi)型的連接程度，不同土地利用/覆被連接越緊密，也就更易被侵蝕。筆者嘗試將表層鹽度與其他層疊置結(jié)合，以期得出與表層鹽度數(shù)據(jù)有關(guān)的回歸方程，最終雖能夠得到回歸方程，但精度普遍偏低，故不予列出。在今后的工作中，可將已較為成熟的鹽度指數(shù)[28-30]引入，與景觀指數(shù)結(jié)合用于表層鹽度反演。

5　結(jié)　論

本研究以景觀學(xué)理論為基礎(chǔ)，結(jié)合國(guó)產(chǎn)GF-1衛(wèi)星數(shù)據(jù)，通過(guò)建立實(shí)際采樣點(diǎn)不同梯度緩沖區(qū)，將渭-庫(kù)綠洲采樣點(diǎn)緩沖區(qū)內(nèi)景觀格局與不同梯度土壤鹽度進(jìn)行了逐步回歸分析，結(jié)論如下：

1）研究區(qū)以非鹽漬化土為主，輕度鹽漬化面積次之，土壤鹽分在水平方向的變異程度隨著深度的增加而降低。在水平方向上，土壤鹽分高值區(qū)主要集中分布在綠洲東部荒漠地帶和綠洲西部農(nóng)牧交錯(cuò)區(qū)，在垂直方向上，渭-庫(kù)綠洲表層土壤鹽漬化現(xiàn)象較重，其他各層土壤鹽漬化情況相對(duì)較輕，綠洲鹽漬化現(xiàn)象隨著深度下降呈減少趨勢(shì)。

2）針對(duì)所選3個(gè)典型樣區(qū)，相同緩沖范圍情況下，綠洲區(qū)域的景觀破碎化程度高，綠洲內(nèi)部各類(lèi)景觀交錯(cuò)復(fù)雜程度大于交錯(cuò)帶和荒漠，易受人類(lèi)活動(dòng)影響，而交錯(cuò)帶和荒漠區(qū)域破碎化程度相對(duì)較低，但交錯(cuò)帶景觀多樣性強(qiáng)于綠洲和荒漠；在同一樣區(qū)，隨著緩沖距離的增加，區(qū)域景觀類(lèi)型增多、均質(zhì)性降低、多樣性增強(qiáng)。

3）景觀水平上，耕地呈大片連續(xù)狀，林草地散布在耕地周?chē)?，鹽漬地和水體呈零星狀分布在綠洲區(qū)域。耕地利用數(shù)量指標(biāo)能對(duì)土壤鹽度有較好的解釋，而水體面積、鹽漬地面積、其他用地面積、LPI、CONTAG和PAFRAC對(duì)鹽度影響相對(duì)較弱。

4）除0～10 cm層外，自＞10～20 cm至＞80～100 cm層的逐步回歸方程的自變量中，耕地面積、水體面積和LPI為負(fù)效應(yīng)，而鹽漬地面積、其他用地面積、CONTAG 和PAFRAC為正效應(yīng)，最優(yōu)回歸方程決定系數(shù)為0.537。

總之，區(qū)域景觀指數(shù)與鹽度具有較好的關(guān)系，景觀指數(shù)可反演不同深度的土壤鹽度。但本文只對(duì)研究區(qū)的一個(gè)時(shí)段進(jìn)行了研究，對(duì)比其他時(shí)段的鹽度動(dòng)態(tài)對(duì)于區(qū)域土壤鹽度時(shí)空運(yùn)移具有重要意義，下一步希望利用鹽分指數(shù)反演表層鹽度，并繼續(xù)結(jié)合景觀指數(shù)，得出不同年份鹽度與景觀的變化規(guī)律。

[參考文獻(xiàn)]

[1] 塔西甫拉提?特依拜，張飛，丁建麗，等. 干旱區(qū)典型綠洲鹽漬化土壤空間信息研究[J]. 干旱區(qū)地理，2007，30(4)：544－551. Tashpolat·Tiyip, Zhang Fei, Ding Jianli, et al. Spatial information on salinization of typical oases in arid areas[J]. Arid land geography, 2007, 30(4): 544－551. (in Chinese with English abstract)

[2] 楊勁松. 中國(guó)鹽漬土研究的發(fā)展歷程與展望[J]. 土壤學(xué)報(bào)，2008，45(5)：837－845. Yang Jingsong. Development and prospect of the research on salt-affected soil in China[J]. Acta Pedologic Sincia, 2008, 45(5): 837－845. (in Chinese with English abstract)

[3] 孫倩，張飛，丁建麗，等. 渭干河-庫(kù)車(chē)河三角洲綠洲土地利用/覆被時(shí)空變化遙感研究[J]. 生態(tài)學(xué)報(bào)，2012，32(10)：3252－3265. Sun Qian, Zhang Fei, Ding Jianli, et al. Dynamics of land use/cover changes in the Weigan and Kuqa rivers delta oasis based on Remote Sensing[J]. Acta Ecological Sinica, 2012, 32(10): 3252－3265. (in Chinese with English abstract)

[4] 李建國(guó)，濮勵(lì)杰，朱明，等. 土壤鹽漬化研究現(xiàn)狀及未來(lái)研究熱點(diǎn)[J]. 地理學(xué)報(bào)，2012，67(9)：1233－1245. Li Jianguo, Pu Lijie, Zhu Ming, et al. The present situation and hot issues in the salt-affected soil research[J]. Acta Geographica Sinica, 2012, 67(9): 1233－1245. (in Chinese with English abstract)

[5] Wu J, Hobbs R. Key issues and research priorities in landscape ecology: An idiosyncratic synthesis[J]. Landscape Ecology, 2002, 17(4): 355－365.

[6] Wu W, Mhaimeed A S, Al-Shafie W M, et al. Mapping soil salinity changes using remote sensing in Central Iraq[J]. Geoderma Regional, 2014, 2: 21－31.

[7] Ding Jianli, Yu Danlin. Monitoring and evaluating spatial variability of soil salinity in dry and wet seasons in the Werigan–Kuqa Oasis, China, using remote sensing and electromagnetic induction instruments[J]. Geoderma, 2014, 235: 316－322.

[8] Kuenzer C, van Beijma S, Gessner U, et al. Land surface dynamics and environmental challenges of the Niger Delta，Africa: Remote sensing-based analyses spanning three decades (1986–2013)[J]. Applied Geography, 2014, 53: 354－368.

[9] Sidike A, Zhao S, Wen Y. Estimating soil salinity in Pingluo County of China using QuickBird data and soil reflectance spectra[J]. International Journal of Applied Earth Observation and Geoinformation, 2014, 26: 156－175.

[10] 張飛，丁建麗，王伯超，等. 干旱區(qū)綠洲土地利用/覆被及景觀格局變化特征：以新疆精河縣為例[J]. 生態(tài)學(xué)報(bào)，2009，29(3)：1251－1263. Zhang Fei, Ding Jianli, Wang Bochao, et al. The change of land use/cover and characteristics of landscape pattern in aridareas oasis: A case study of Jinghe County, Xinjiang Province[J]. Acta Ecological Sinica, 2009, 29(3): 1251－1263. (in Chinese with English abstract)

[11] 李鋮，李芳柏，吳志峰，等. 景觀格局對(duì)農(nóng)業(yè)表層土壤重金屬污染的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2015，26(4)：1137－1144. Li Cheng, Li Fangbai, Wu Zhifeng, et al. Impacts of landscape patterns on heavy metal contamination of agricultural top soils in the Pearl River Delta, South China[J]. Chinese Journal of Applied Ecology, 2015, 26(4): 1137－1144. (in Chinese with English abstract)

[12] 江紅南，丁建麗，塔西甫拉提?特依拜，等. 基于ETM+數(shù)據(jù)的干旱區(qū)鹽漬化土壤信息提取研究[J]. 土壤學(xué)報(bào)，2008，45(2)：222－228. Jiang Hongnan, Ding Jianli, Tashpolat·Tiyip, et al. Extraction of salinized soil information in arid area based on ETM+ data[J]. Acta Pedologic Sincia, 2008, 45(2): 222－228. (in Chinese with English abstract)

[13] 高婷婷，丁建麗，哈學(xué)萍，等. 基于流域尺度的土壤鹽分空間變異特征：以渭干河庫(kù)車(chē)河流域三角洲綠洲為例[J].生態(tài)學(xué)報(bào)，2010，30(10)：2695－2705. Gao Tingting, Ding Jianli, Ha Xueping, et al. The spatial variability of salt content based on river basin scale: A case study of the delta oasis in Weigan-Kuqa Watershed[J]. Acta Ecological Sinica, 2010, 30(10): 2695－2705. (in Chinese with English abstract)

[14] 中國(guó)科學(xué)院南京土壤研究所. 土壤理化分析[M]. 上海：上?？茖W(xué)技術(shù)出版社，1978：196－211.

[15] 陳趁新，胡昌苗，霍連志，等. Landsat TM 數(shù)據(jù)不同輻射校正方法對(duì)土地覆蓋遙感分類(lèi)的影響[J]. 遙感學(xué)報(bào)，2014，18(2)：320－334. Chen Chenxin, Hu Changmiao, Huo Lianzhi, et al. Effect of different radiation correction methods of Landsat TM data on land-cover remote sensing classification[J]. Journal of Remote Sensing, 2014, 18(2): 320－334. (in Chinese with English abstract)

[16] Colby W Brungard, Janis L Boettinger, Michael C Duniway, et al. Machine learning for predicting soil classes in three semi-arid landscapes[J]. Geoderma, 2015(239/240): 68－83.

[17] Yuchu Xie, Jie Gong, Peng Sun, et al. Oasis dynamics change and its influence on landscape pattern on Jinta oasis in arid China from 1963a to 2010a: Integration of multi-aaasource satellite images[J]. International Journal of Applied Earth Observation and Geoinformation, 2014, 33(12): 181－191.

[18] Peter J McDonald, Anthony D Griffiths, Catherine EM Nano, et al. Landscape-scale factors determine occupancy of the critically endangered central rock-rat in arid Australia：The utility of camera trapping[J]. Biological Conservation, 2015, 191: 93－100.

[19] Bo Sun, Qiming Zhou. Expressing the spatio-temporal pattern of farmland change in arid lands using landscape metrics[J]. Journal of Arid Environments, 2016, 124(1): 118－127.

[20] Suman Sinha, Laxmi Kant Sharma, Mahendra Singh Nathawat. Improved Land-use/Land-cover classification of semi-arid deciduous forest landscape using thermal remote sensing[J]. The Egyptian Journal of Remote Sensing and Space Science, 2015, 18(12): 217－233.

[21] 徐建華. 現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M]. 北京：高等教育出版社，2002：37－40.

[22] 新疆農(nóng)業(yè)廳，新疆土壤普查辦公室. 新疆土壤[M]. 北京：科學(xué)出版社，1996：51－52.

[23] 雷志棟，楊詩(shī)秀，許志榮. 土壤特性空間變異性初步研究[J].水利學(xué)報(bào)，1985，9(9)：10－21. Lei Zhidong, Yang Shixiu, Xu Zhirong. Preliminary investigation of the spatial variability of soil properties[J]. Journal of Hydraulic Engineering, 1985, 9(9): 10－21. (in Chinese with English abstract)

[24] 趙銳鋒，陳亞寧，洪傳勛，等. 塔里木河源流區(qū)綠洲土壤含鹽量空間變異[J]. 地理研究，2008，27(1)：135－143. Zhao Ruifeng, Chen Yaning, Hong Chuanxun, et al. Study on spatial variability and pattern of soil salinity of the oasis in the headstreams of the Tarim River Basin：A case study on Yuepuhu oasis[J]. Geographical Research, 2008, 27(1): 135－143. (in Chinese with English abstract)

[25] 馬成霞，丁建麗，楊?lèi)?ài)霞，等. 綠洲區(qū)域土壤鹽漬化主要參數(shù)的空間異質(zhì)性分析[J]. 干旱區(qū)資源與環(huán)境，2015，29(2)：144－150. Ma Chengxia, Ding Jianli, Yang Aixia, et al. Spatial variability of key parameters of soil salinization in oasis area[J]. Journal of Arid Land Resources and Environment, 2015, 29(2): 144－150. (in Chinese with English abstract)

[26] 王宏衛(wèi)，塔西甫拉提?特依拜. 干旱區(qū)鹽漬地遙感動(dòng)態(tài)監(jiān)測(cè)及其驅(qū)動(dòng)力研究：以渭干河-庫(kù)車(chē)河三角洲綠洲為例[J]. 干旱區(qū)地理，2009，32(3)：445－453. Wang Hongwei, Tashpolat·Tiyip. Remote sensing dynamic monitor and driving force of soil salinization in arid area:A case of delta oasis of Weigan and Kuqa River[J]. Arid Land Geography, 2009, 32(3): 445－453. (in Chinese with English abstract)

[27] 沙吾提?買(mǎi)買(mǎi)提，塔西甫拉提?特依拜，丁建麗. 基于遙感的渭干河一庫(kù)車(chē)河三角洲綠洲土地鹽漬化監(jiān)測(cè)及成因分析[J]. 地理科學(xué)，2011，31(8)：976－981. Mamats awut, Tashpolat·Tiyip, Ding Jianli. The remote sensing investigation and causal analysis of salt-affected soils in the Weigan- Kuqa Reiver Delta[J]. Scientia Geographica Sinica, 2011, 31(8): 976－981. (in Chinese with English abstract)

[28] 王飛，丁建麗，伍漫春. 基于 NDVI-SI 特征空間的土壤鹽漬化遙感模型[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(8)：168－173. Wang Fei, Ding Jianli, Wu Manchun. Remote sensing monitoring models of soil salinization based on NDVI-SI feature space[J]. Transactions of the Chinese Society of Agricultural Engineering(Transaction of the CASE), 2010, 26(8): 168－173. (in Chinese with English abstract)

[29] 趙庚星，李靜，王介勇，等. 基于TM 圖像和 GIS 的土地利用/覆被變化及其環(huán)境效應(yīng)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2007，22(10)：78－82. Zhao Gengxing, Li Jing, Wang Jieyong, et al. Anylysis of land use/cover change and its environment effects based on TM imagery and GIS[J]. Transactions of the Chinese Society of Agricultural Engineering(Transaction of the CASE), 2007, 22(10): 78－82. (in Chinese with English abstract)

[30] 劉廣明，楊勁松，何麗丹，等. 基于模糊綜合評(píng)判法的新疆典型干旱區(qū)土壤鹽漠退化風(fēng)險(xiǎn)評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(3)：1－5. Liu Guangming, Yang Jingsong, He Lidan, et al. Fuzzy comprehensive evaluation based assessment of soil alkaline desertification in typical arid area of Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering(Transaction of the CASE), 2011, 27(3): 1－5.(in Chinese with English abstract)

Relationship between multi-scale landscape pattern and salinity in Weigan and Kuqa rivers delta oasis

Cao Lei, Ding Jianli※, Yu Haiyang
(1. College of Resources and Environment Sciences, Xinjiang University, Urumqi 830046, China;
2. Key Laboratory of Oasis Ecology under Ministry of Education, Xinjiang University, Urumqi 830046, China)

Abstract:Saline soil occupies a large area and is widely distributed in China. Soil salinization poses a great threat to regional agriculture development. Exploring the relationship between landscape pattern and soil salinity will facilitate the monitoring and assessment of soil salinization. In this study, Weigan and Kuqa rivers delta oasis taken as a study area, the effects of soil salinity on regional landscape pattern was investigated through the analysis of multi-scale landscape pattern and soil salinity in different sections with the combination of regional soil salinity variation regularity. GF-1 satellite imagery (taken on July 19, 2014) was used as the main data source, land use/land cover types of the study area were divided into 5 categories using the maximum likelihood supervised classification: arable land, forest and grassland (including the garden, natural forests and grasslands), water, saline land (heavily) and others (including slightly and moderately saline land, desert, mountains, etc.). 11 landscape indices were selected including class area (CA), number of patches, largest patch index(LPI), percentage of landscape(PLAND), patch density(PD), landscape shape index(LSI), fractal dimension (perimeter-area fractal dimension, PAFRAC), aggregation index(AI), interspersion and juxtaposition index(IJI), shannon's diversity index(SHDI), contagion index(CONTAG). Combined with soil salinity data at different depths of 38 samples collected in 22-28 July 2014, to the center of a circle of sampling points, a total of 5 circular buffer gradients with 0.5, 1, 2, 3 and 5 km radius buffer was chosen as the unit of analysis. Pearson correlation analysis and stepwise regression analysis were applied to analyze the relationships between landscape pattern and soil salinity and reveal the spatial distribution pattern of soil salinity. In the end, the typical pattern of oasis, oasis-desert ecotone pattern, desert landscape pattern and Weigan and Kuqa rivers delta oasis overall landscape pattern were analyzed. The results showed that: 1) On the horizontal direction, highly salinized soil was mainly distributed in the eastern desert and western farming-pastoral zone of the oasis; On the vertical direction, soil salinization problem was most serious on soil surface and was less serious in the other soil layers. The degree of soil salinization decreased as the increase of depth; 2) The fragmentation index of oasis was higher than other landscape because of the oasis area easily affected by human activities. Under different gradient, the region landscape types increased, heterogeneity decreased, diversity increased, when buffer distance increased; 3) The amount of cultivated land could indicate soil salinity, but the other indexes including land area, saline land area, water area, LPI, CONTAG and PAFRAC exhibited limited influence on salinity; 4) For the independent variables from soil depth 10-20 to 80-100 cm, the arable land, water area and LPI had negative relationship with soil salinity while it became positive for indexes including salinized land area, CONTAG and other PAFRAC. The best regression model was obtained with R2= 0.537. The study confirmed that the character of soil salinity distribution and the degree of influence of different level of salinity on oasis landscape pattern. Our results can provide some basic information for soil salinity warning/alarming in arid area in northwest China. Meanwhile, it can serve as a reference to the research on landscape pattern in arid areas.

Keywords:salts; regression analysis; remote sensing; landscape pattern; Weigan and Kuqa rivers delta oasis; GF-1

作者簡(jiǎn)介：曹雷，女，四川南充人，主要從事干旱區(qū)資源遙感研究。烏魯木齊新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，830046。Email：clhyesa@163.com※通信作者：丁建麗，男，山東成武人，教授，博士，主要從事干旱區(qū)資源遙感研究。烏魯木齊新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，830046。

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（U1303381、41261090、41130531）；高分辨率對(duì)地觀測(cè)重大專項(xiàng)（民用部分）（95-Y40B02-9001-13/15）

收稿日期：2015-08-10

修訂日期：2015-12-10

中圖分類(lèi)號(hào)：S156.4；P901

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-6819(2016)-03-0101-10

doi：10.11975/j.issn.1002-6819.2016.03.015 10.11975/j.issn.1002-6819.2016.03.015http://www.tcsae.org