伊犁察南灌區(qū)土壤鹽分時空變異特征與運移機理研究

劉遷遷 蘇里坦 劉廣明 沙吾蘭·哈斯木 張 音

(1.中國科學院新疆生態(tài)與地理研究所荒漠與綠洲生態(tài)國家重點實驗室， 烏魯木齊 830011；2.中國科學院大學資源與環(huán)境學院， 北京 100049； 3.中國科學院南京土壤研究所， 南京 210008；4.新疆國土資源規(guī)劃研究院， 烏魯木齊 830011)

引言

土壤鹽漬化是世界各國普遍存在的問題，尤其在低降雨量和高蒸發(fā)量的干旱、半干旱地區(qū)，鹽漬化問題更為嚴重[1]。當前全球鹽漬化土地58%發(fā)生在灌溉農業(yè)區(qū)，接近20%的灌溉土壤受到鹽漬化的威脅[2]。中國是世界上受鹽漬化危害最為嚴重的國家之一，據(jù)聯(lián)合國教科文組織(UNESCO)和聯(lián)合國糧食及農業(yè)組織(FAO)[3]不完全統(tǒng)計，中國受鹽漬化危害的耕地達9×107hm2，作為中國典型干旱、半干旱灌溉農業(yè)區(qū)的新疆，其綠洲農業(yè)土壤鹽漬化面積已達約1.23×106hm2[4]。土壤鹽分含量高，次生鹽漬化狀況嚴重，是綠洲農業(yè)的可持續(xù)性發(fā)展面臨的重大難題。

近年來,國內外學者對土壤鹽分的相關研究逐漸增多，BARBIERO等[5]、劉廣明等[6]對土壤電導率與土壤鹽分響應關系方面進行了研究，完善了磁感式土壤鹽分快速獲取方法；WEINDORF等[7]、王振華等[8]對土壤鹽分及其空間變異特征方面進行了研究，為土鹽特征及空間變異等研究提供了科學參考；CHEN等[9]、孫三民等[4]對土壤鹽分空間運移規(guī)律及運移機理方面進行了研究，揭示了咸水灌溉及地下滴灌情況下土鹽運移狀況。然而作為典型的灌溉農業(yè)區(qū)之一，針對新疆磁感式鹽漬土地快速精量及診斷評估技術的研究還比較少?？焖佾@取土壤鹽分時空變異特征，揭示土壤鹽分的時空變化規(guī)律，對于鹽漬土的治理以及促進農業(yè)生產和區(qū)域可持續(xù)發(fā)展具有重要的現(xiàn)實意義[10]。本研究以新疆伊犁河谷察南灌區(qū)為研究區(qū)，通過構建適用于伊犁河谷磁感式土壤鹽分解譯模型，獲取2015年秋季及2016年秋季0～30 cm、30～60 cm、60～100 cm分層土壤鹽分含量，使用半方差函數(shù)定量描述其空間變異規(guī)律，并通過克里格空間插值及相關方法對土壤鹽分因子進行時空變異研究，以構建適用于研究區(qū)及同類型灌區(qū)磁感式鹽漬土地快速精量診斷評估與利用規(guī)劃技術體系，了解干旱、半干旱區(qū)灌溉農田土壤鹽分時空分布特征，并對土壤鹽分時空運移機理進行研究。

1 材料與方法

1.1 研究區(qū)概況

圖1 伊犁河谷察南灌區(qū)土壤樣點分布圖Fig.1 Sampling plots of soil in Chanan Irrigation Area of Ili River Valley

1.2 土壤電導率采集及鹽分解譯模型構建

采樣時間分別為2015年秋季及2016年秋季，為水稻收獲后的關鍵時期，地表作物覆蓋率、土壤含水率均較低，有效的避免了外界因子的干擾，地點位于新疆伊犁河谷察南灌區(qū)內(圖1)。傳統(tǒng)取樣方法受人力物力等因素制約，常無法采集到足夠數(shù)量的樣品，對完整信息反映較差。本研究使用移動式磁感式鹽漬土地快速精量技術，該技術快速高效、成本低、測量精度高，效率比常規(guī)調查方法有很大幅度提高。移動式磁感測定系統(tǒng)(Mobile electromagnetic sensing system)[11]包括EM38-MK2型、EM31-MK2型電導率儀、差分GPS及牽引裝置，具體測量方法為：將各儀器連接固定于牽引式拖拉機上，其中，EM38電導率儀距離地面約15 cm高度，EM31電導率儀距離地面約40 cm高度(圖2)。在保證測量精度的前提下，運用電導率儀不同模式對EC值進行測定。根據(jù)灌區(qū)常年糧食種植區(qū)域及灌溉分布特征，在覆蓋整個灌溉區(qū)的基礎上，按照點距為1 m、行距300 m進行樣點設置(其中，2015年獲取36 446個樣點值，2016年獲取33 586個樣點值，圖1選取500個樣點)。

圖2 察南灌區(qū)移動式磁感測定系統(tǒng)Fig.2 MESS in Chanan Irrigation Area1.差分GPS 2.EM31電導率儀 3.EM38電導率儀 4.牽引機械

磁感式大地電導率儀能在地表直接測量土壤表觀電導率，為非接觸直讀式[12]，其中EM38-MK2型電導率儀可采集水平方向0.75 m和垂直方向1.5 m深度的數(shù)據(jù)，EM31-MK2型電導率儀水平和垂直模式測量深度分別為3.0 m和6.0 m。土壤鹽分含量是根據(jù)電導率儀測值讀數(shù)和跟蹤取樣進行室內分析手段相結合。本研究選取察南灌區(qū)內70個具有代表性的樣點，以0～100 cm范圍內土壤為研究范圍，分0～30 cm、30～60 cm、60～100 cm 3個土層采樣，進行室內分析，作為模型構建數(shù)據(jù)，用以確定整個研究區(qū)內各土層土壤鹽分含量。

1.3 地統(tǒng)計分析方法

地統(tǒng)計學是研究土壤空間變異最常用的方法，它通過半方差函數(shù)定量描述其空間變異規(guī)律。半方差函數(shù)既能描述區(qū)域化變量的空間結構性，也能描述其隨機性[13-14]。半方差函數(shù)也稱為半變異函數(shù),它是地統(tǒng)計學中研究土壤變異性的關鍵函數(shù)。土壤特征度量值Z(xi)是取樣點xi的函數(shù)，以h為樣點間的距離，則h間距處土壤特性值為Z(xi+h)，即隨機變量的理論半方差函數(shù)為

(1)

式中，γ(h)是樣點間距h的半方差，該值隨h的增加而增加；而N(h)是間距為h的計算對數(shù)。

然而在實際測量中，樣點分布是散亂的[15-16]。對平穩(wěn)化分布變量Z(x)，先算出每個觀測點與其他觀測點之間的距離his，然后把觀測點間距離分成P個級別，取其可能點數(shù)據(jù)對數(shù)(xi，xis)=(xi，xi+his)，并算出該距離平均值his、點對數(shù)N(his)和觀測值平方和的平均值，則半方差函數(shù)γ(his)為

(2)

式中his——第s級空間不同點之間的樣本距，又稱步長

這樣就可以根據(jù)半方差函數(shù)原理畫出γ(h)-h圖。

2 結果與分析

2.1 土壤鹽分解譯模型結果分析

基于土壤鹽分與不同測定模式下土壤表觀土壤電導率之間的線性關系，建立復合模式下的逐步回歸模型[6]

y=a+bH38+cV38+dH31+eV31

(3)

式中a、b、c、d、e——常數(shù)

y——土壤鹽分質量比,g/kg

H38、V38——EM38-MK2型電導率儀水平和垂直測量模式測量數(shù)據(jù)

H31、V31——EM31-MK2型電導率儀水平和垂直測量模式測量數(shù)據(jù)

根據(jù)逐步回歸模型，得出表1所示土壤鹽分解譯模型擬合結果?；贓M38-MK2型電導率儀及EM31-MK2型電導率儀不同測量模式測量深度存在差異，0～30 cm土壤鹽分解譯值主要由EM38-MK2型電導率儀水平模式EC值測量結果決定；30～60 cm土壤鹽分解譯值主要由EM38-MK2型電導率儀水平模式及垂直模式EC值測量結果決定；60～100 cm土壤鹽分解譯值主要由EM38-MK2型電導率儀垂直模式、EM31-MK2型電導率儀水平模式及垂直模式EC值測量結果決定。

表1 察南灌區(qū)各土層土壤鹽分解譯模型擬合結果Tab.1 Fitting results of each soil salinity model inChanan Irrigation Area

圖3 察南灌區(qū)土壤各土層鹽分解譯模型回歸方程標準化殘差P-P圖Fig.3 Regression normalization residual P-P plots of soil salinity decomposition interpretation model in different soil layers of Chanan Irrigation Area

圖3為回歸方程標準化殘差的P-P圖，由圖可知，在土壤0～30 cm、30～60 cm、60～100 cm土層回歸模型中，數(shù)據(jù)在標準值周圍呈現(xiàn)規(guī)律性分布，沒有明顯偏離的情況，且該模型的決定系數(shù)R2分別達到0.920、0.846、0.794，表明基于0～100 cm范圍內土壤EC值進行土壤鹽分分層解譯模型擬合性較好，回歸方程比較準確。另外，隨著土層深度的增加，決定系數(shù)逐漸減小，且回歸標準化殘差的偏離程度逐漸增大，表明該模型主要適用于研究區(qū)土壤表層附近進行土壤鹽分解譯。運用表1土壤鹽分解譯模型，綜合使用不同模式下EM38、EM31型電導率儀所測土壤EC值進行解譯，便可獲得研究區(qū)2015年秋季及2016年秋季0～30 cm、30～60 cm、60～100 cm土壤鹽分質量比。

2.2 土壤鹽分特征統(tǒng)計分析

察南灌區(qū)為中國西北地區(qū)干旱、半干旱類型區(qū),根據(jù)王遵親等[17]對我國干旱、半干旱區(qū)土鹽分級標準,得到表2統(tǒng)計結果。對研究區(qū)0～30 cm、30～60 cm、60～100 cm解譯所得土壤鹽分含量進行鹽化水平分級統(tǒng)計，分別得出研究區(qū)2015年秋季及2016年秋季土壤各鹽化程度統(tǒng)計面積比例(表2)。由表2可知，相比于2015年秋季，2016年秋季非鹽化土面積有顯著減小趨勢，中度鹽化土有顯著增加趨勢，其他鹽化水平土壤面積年際變化不明顯，綜合分析可知，非鹽化土、輕度鹽化土向中度鹽化土演變，察南灌區(qū)土壤鹽分含量總體上呈現(xiàn)加重的趨勢，主要與2016年大面積秋灌有關。

表2 察南灌區(qū)2015—2016年秋季各土層土壤鹽化水平面積統(tǒng)計百分比Tab.2 Soil salinity level classification statistics percentage of each soil in 2015—2016 autumn of Chanan Irrigation Area %

2.3 土壤鹽分時空變異特征分析

2.3.1土壤鹽分時空變異半方差函數(shù)擬合結果分析

半方差函數(shù)是地質統(tǒng)計學解釋土壤特性空間變異結構的理論基礎，擬合精度較高的半方差函數(shù)模型，是進行空間變異插值研究可行性的先決條件[18]。為探究研究區(qū)2015年及2016年秋季土壤鹽分時空變異特征，本研究基于高斯模型擬合得出半方差函數(shù)，根據(jù)式(1)、式(2)計算得到對應的參數(shù)值及離差平方和。如圖4所示，各年份土壤各土層鹽分含量半方差圖總體呈現(xiàn)指數(shù)分布，表現(xiàn)出典型的空間依賴關系。不同年份各土層鹽分步長與半方差的擬合結果均為先增加，隨后逐漸達到一個相對穩(wěn)定的水平，根據(jù)不同的步長分別計算出對應的半方差值，得出較好的擬合結果。通過對土壤各鹽分因子半方差函數(shù)擬合結果統(tǒng)計分析，得出塊金值、基臺值、決定系數(shù)、空間相關度等特征參數(shù)(表3)。

空間相關度用結構比表示，一般情況下，如果結構比小于25%，表明系統(tǒng)具有強烈的空間相關性；比值在25%～75%之間，表明系統(tǒng)具有中等的空間相關性；比值大于75%，表明系統(tǒng)空間相關性很弱，不適合采用空間插值的方法進行預測分析[19]。2015年秋季及2016年秋季察南灌區(qū)0～30 cm、30～60 cm、60～100 cm土層結構比均小于25%，表明在相應年份，土壤各土層鹽分在空間分布上均具有強烈的空間相關性，樣本空間變異更多是由結構性因素引起，其中，2016年秋季各土層土壤鹽分結構比值較2015年減小，表明結構性因素對土壤鹽分空間變異的影響呈現(xiàn)逐漸增強的趨勢；另外，由表3可知，決定系數(shù)R2達到0.88以上，表明基于空間變異半方差函數(shù)擬合性較好。綜合可知，適合運用克里格方法對研究區(qū)土壤鹽分含量進行空間插值分析。

圖4 察南灌區(qū)2015年及2016年秋季土壤不同土層含鹽量半方差圖Fig.4 Semi-variogram diagrams of soil salinity of different layers in autumn of 2015 and 2016 in Chanan Irrigation Area

時間土層/cm模型塊金值C0基臺值C0+C結構比C0/(C0+C)/%決定系數(shù)0～30高斯模型0.221.6313.500.912015年秋季30～60高斯模型0.161.0315.540.9060～100高斯模型0.131.0212.750.920～30高斯模型0.145.912.370.922016年秋季30～60高斯模型0.113.633.030.8860～100高斯模型0.052.262.210.90

2.3.2土壤鹽分時空變異克里格插值分析

克里格插值法能揭示屬性變量在空間上的分布、變異和相關特征，將空間格局與生態(tài)過程聯(lián)系起來，可有效地解釋空間格局對生態(tài)過程和功能的影響[18]。為直觀反映出土壤各土層鹽分含量空間變化特征，通過空間插值分析，得到2015年及2016年秋季土壤0～30 cm、30～60 cm及60～100 cm土層土壤鹽分含量空間變異圖(圖5)。由空間圖可知，在垂直方向上，2015年秋季及2016年秋季年內土壤各土層鹽分空間漸變趨勢基本一致，自上而下土壤鹽分含量均值逐漸減小，土壤鹽分在0～30 cm土層達到峰值，表明研究區(qū)土壤鹽分具有淺層土壤集聚現(xiàn)象，該結果表明隨著土層深度的增加，土壤鹽分活躍性逐漸減弱，研究區(qū)土壤鹽分自上而下總體呈現(xiàn)為鹽分運移及積鹽過程變緩，然而鹽分含量增加的趨勢。

在空間尺度上，2015年秋季，土壤鹽分含量高值區(qū)主要分布在西部及東北部分區(qū)域內，且自灌區(qū)西北至東南方向，鹽分含量總體呈現(xiàn)減小的趨勢；非鹽化土在研究區(qū)大范圍區(qū)域均有分布；輕度鹽化土主要分布在研究區(qū)的南部及西南部小范圍區(qū)域；中度鹽化土主要分布在研究區(qū)的西部、西南部及東北部小范圍區(qū)域內；重度鹽化土主要分布在研究區(qū)的西南部、東北部較小范圍區(qū)域內；鹽土在區(qū)域內分布不集中，但是所占面積比重極小。

對于2016年秋季，土壤各土層鹽分含量高值區(qū)主要集中在研究區(qū)中部，并以此為鹽分中心向兩側輻散減??；非鹽化土在研究區(qū)西北部、東南部較大范圍區(qū)域內分布；輕度鹽化土在北部、西北部、西部以及東南部小范圍區(qū)域均有分布；中度鹽化土則主要分布在研究區(qū)的西南部、東北部較大范圍區(qū)域內，呈輻散狀；重度鹽化土及鹽土主要分布在研究區(qū)中部小范圍區(qū)域內。

在時間尺度上，自2015年秋季至2016年秋季，土壤鹽分自研究區(qū)西部、西北部向中部及東部區(qū)域運移，鹽化土面積增加，且土壤各土層鹽分含量均值增大，其中土壤0～30 cm土層鹽分含量年際增幅最為明顯，30～60 cm土層次之，60～100 cm土層鹽分含量增幅最?。徊煌}堿化土壤類型中，非鹽化土的面積呈現(xiàn)減小的趨勢；輕度鹽化土面積總體變化不大，然而自2015年秋季至2016年秋季，輕度鹽化土逐漸向中度鹽化土過渡，并且呈現(xiàn)向研究區(qū)北部、西北部運移的趨勢；中度鹽化土面積明顯增加，且逐漸向研究區(qū)東南方向運移；重度鹽化土及鹽土面積整體變化不大，總體呈現(xiàn)向研究區(qū)中部運移。

圖5 2015—2016年秋季察南灌區(qū)不同土層土壤含鹽量空間變異圖Fig.5 Spatial fractal images of soil salinity in different layers in 2015—2016 autumn of Chanan Irrigation Area

2.4 土壤鹽分運移機理研究

2.4.1察南灌區(qū)土壤水鹽特征

已有研究表明，土壤鹽分時空變異一方面由結構性因素引起，另一方面由隨機性因素引起[7-8,20]。本研究中，半方差函數(shù)分析已表明，察南灌區(qū)土壤鹽分空間變異主要是由結構性因素引起，因而水文過程、微地形變化和土壤質地等是影響研究區(qū)土壤鹽分時空變異及運移的主要因素。水文過程主要表現(xiàn)為地表水與地下水運動方面，水分作為鹽分的溶劑和載體，在運動過程中會對田間土壤鹽分運移產生一定影響。另外，土壤水分在灌溉期間具有自由流動的特性，地勢和土壤質地在一定程度上，加快和阻滯了土壤水鹽滲透、排放、地表徑流的形成以及地表徑流速度。

2.4.2察南灌區(qū)河流對土壤鹽分運移的影響

河流是存在于空間尺度上的流體，除了能進行泄洪，疏導其他壓力比較大的干流的水，還具有蓄水灌溉的作用。察南灌區(qū)降雨形成的洪水徑流的頻次相對較少，且持續(xù)時間較短，河流主要以高山融水徑流為主，其主河道寬5～7 m，支流寬1～3 m，豐水期為春、夏季，枯水期為秋、冬季。為探究研究區(qū)河流對土鹽運移的影響，通過緩沖區(qū)分析方法對河流影響范圍進行研究。緩沖區(qū)分析是研究空間實體的影響范圍和程度的基本方法，能比較直觀的反映其影響范圍的空間分布狀況[21]。根據(jù)研究可知，察南灌區(qū)河水以渠灌水的形式對農田進行灌溉，其中水渠在研究區(qū)形成網狀交叉分布，通過對水渠分布范圍進行測算，主河道附近水渠平均分布距離約為1.5 km，以1.5 km為研究區(qū)內河流的最大影響半徑，對河流影響范圍做緩沖區(qū)分析，得到圖6所示河流緩沖區(qū)圖。

由河流緩沖區(qū)圖(圖6a)可知，研究區(qū)主要有2條河流經過，其影響面積較大。對于2015年秋季，鹽分高值區(qū)主要集中在研究區(qū)西南部河流影響范圍內，2016年秋季，鹽分高值區(qū)在研究區(qū)西南部及東部區(qū)域河流影響范圍內均有分布。綜合圖5研究區(qū)土鹽空間分布范圍進行疊加測算分析，2015年秋季及2016年秋季，各土層土壤鹽分高值區(qū)域與河流影響范圍的交叉面積均達80%以上(表4)；另外，由表4可知，隨著距離河道的增加，土壤鹽分均值呈現(xiàn)減小的趨勢，主要原因是河流不僅通過地表灌溉方式對土壤鹽分產生影響，而且通過地下滲流的方式抬升河流附近區(qū)域地下水位，間接對土壤鹽分產生影響。綜合分析可知，土壤鹽分在2015—2016年秋季大范圍空間運移過程主要集中在河流影響范圍內，該研究結果表明，河流在空間大尺度上對土鹽運移具有重要影響。

圖6 研究區(qū)河流緩沖區(qū)圖及高程圖Fig.6 River buffer map and its elevation map in study area

年份高值區(qū)交叉面積比/%0～0.5km鹽分均值/(g·kg-1)0.5～1km鹽分均值/(g·kg-1)1～1.5km鹽分均值/(g·kg-1)>1.5km鹽分均值/(g·kg-1)2015年秋季85>2>1.5>1<12016年秋季89>2.5>1.5>1<1

2.4.3察南灌區(qū)地勢對土壤鹽分運移的影響

區(qū)域性的高程信息可以反映不同點位之間的高程差，進而可以反映相應高程差之下流體介質的流速、流向信息。為研究地形對鹽分運移的影響，通過DEM提取，得到研究區(qū)高程圖(圖6b)。

由高程圖可知，察南灌區(qū)地勢為西北低，東南高，呈階梯狀上升，高程范圍處于580～672 m之間，東、西部最大高程差約為92 m。結合圖5土壤鹽分時空變異圖分析可知，2015年秋季各土層鹽分峰值區(qū)域主要集中在研究區(qū)的西北部，2016年秋季各土層鹽分峰值區(qū)域主要集中在研究區(qū)的中部，分別為對應區(qū)域內相對高程較低的區(qū)域。另外，自2015年秋季至2016年秋季，土壤鹽分總體呈現(xiàn)由研究區(qū)西部向中部及東部區(qū)域運移，鹽分含量峰值增加，且主要集中在局部小范圍區(qū)域內，并未形成區(qū)域尺度上的鹽分自高地勢區(qū)至低地勢運移的趨勢。

該趨勢表明，在空間大尺度范圍上，地勢對土壤鹽分運移為非主要決定性因素，主要原因是全域尺度上，研究區(qū)坡度約為1.2%，地勢變化較平緩，而在局域尺度上，地勢變化較明顯；另外，研究區(qū)以水稻種植為主，為保持水稻作物生長所需水量，在稻田邊界修建有高出地面30～50 cm的田埂，以及部分區(qū)域溝渠阻隔作用。二者綜合作用，導致研究區(qū)土壤水鹽在空間大尺度上不能自由運移，只能在局域小尺度范圍內產生作用，且呈現(xiàn)為高地勢區(qū)向低地勢區(qū)運移。

3 結論

(1)相比于2015年秋季，研究區(qū)在2016年秋季非鹽化土面積顯著減小，中度鹽化土面積顯著增加，非鹽化土、輕度鹽化土向中度鹽化土演變，且土壤鹽分含量總體上呈現(xiàn)逐年加重的趨勢。

(2)研究區(qū)土壤鹽分空間變異半方差函數(shù)擬合性較好，2015年秋季及2016年秋季土壤各土層鹽分含量在各自系統(tǒng)內具有強烈的空間相關性。在垂直方向上，土壤鹽分含量自上而下逐漸減少。在水平空間尺度上，對于2015年秋季，土壤鹽分含量高值區(qū)主要分布在西部及東北部分區(qū)域內，且自灌區(qū)西北至東南方向，鹽分含量總體呈現(xiàn)減小的趨勢；對于2016年秋季，土壤各土層鹽分含量高值區(qū)主要集中在研究區(qū)中部，并以此為鹽分中心向兩側輻散減小。在時間尺度上，自2015年秋季至2016年秋季，研究區(qū)各土層土壤鹽分向中部及東部區(qū)域運移，鹽化土面積增加，且鹽分含量平均值逐漸增大。

(3)通過對察南灌區(qū)土壤鹽分累積及運移機理研究發(fā)現(xiàn)，研究區(qū)土壤鹽分垂直分布變化格局主要受灌溉水下滲作用影響，另外，在水平空間大尺度范圍上，河流是影響土鹽運移的主要影響因素，在局域小尺度范圍內，地勢、地形是影響土鹽運移的主要影響因素。

(4)基于EM38-EM31型電導率儀多模式測定及土壤分層解譯模型構建法對察南灌區(qū)進行多樣點鹽分測定研究，能較好地反映出研究區(qū)鹽分因子空間變異特征，很大程度上提高了察南灌區(qū)表層土壤鹽分特征因子空間變異研究的效率以及研究的精度，對于察南灌區(qū)及同類型干旱、半干旱灌溉區(qū)表層土壤鹽分研究具有較高的理論意義和實踐價值。

1 WICHELNS D, QADIR M. Achieving sustainable irrigation requires effective management of salts, soil salinity, and shallow groundwater[J]. Agricultural Water Management, 2015, 157: 31-38.

2 李建國, 濮勵杰, 朱明, 等. 土壤鹽漬化研究現(xiàn)狀及未來研究熱點[J]. 地理學報, 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)

3 趙可夫, 李法曾, 張福鎖．中國鹽生植物[M]. 2版. 北京: 科學出版社, 2013.

4 孫三民, 安巧霞, 蔡煥杰, 等. 棗樹間接地下滴灌根區(qū)土壤鹽分運移規(guī)律研究[J/OL]. 農業(yè)機械學報, 2015, 46(1): 160-169. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150124&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2015.01.024.

SUN Sanmin, AN Qiaoxia, CAI Huanjie, et al. Research on salt movement law in Jujube root zone under indirect subface drip irrigation[J/OL]. Transactions of the Chinese Society for Agricultural Machinery,2015, 46(1): 160-169. (in Chinese)

5 BARBIERO L, CUNNAC S, MANE L, et al. Salt distribution in the Senegal middle valley: analysis of a saline structure on planned irrigation schemes from N’Galenka creek[J]. Agricultural Water Management, 2001, 46(3): 201-213.

6 劉廣明, 吳亞坤, 楊勁松, 等. 基于電磁感應技術的區(qū)域三維土壤鹽分空間變異研究[J/OL]. 農業(yè)機械學報, 2013, 44(7): 78-82. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20130715&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2013.07.015.

LIU Guangming, WU Yakun, YANG Jinsong, et al. Regional 3-D soil salt spatial variability based on electromagnetic induction technology[J/OL]. Transactions of the Chinese Society for Agricultural Machinery,2013, 44(7): 78-82. (in Chinese)

7 WEINDORF D C, ZHU Y. Spatial variability of soil properties at Capulin Volcano, New Mexico, USA: implications for sampling strategy[J]. Pedosphere, 2010, 20(2): 185-197.

8 王振華, 楊培嶺, 鄭旭榮, 等. 新疆現(xiàn)行灌溉制度下膜下滴灌棉田土壤鹽分分布變化[J/OL]. 農業(yè)機械學報, 2014, 45(8): 149-159. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140824&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2014.08.024.

WANG Zhenhua, YANG Peiling, ZHENG Xurong, et al. Soil salinity changes of root zone and arable incotton field with drip irrigation under mulch for different years[J/OL]. Transactions of the Chinese Society for Agricultural Machinery,2014, 45(8): 149-159. (in Chinese)

9 CHEN L J, FENG Q, LI F R, et al. A bidirectional model for simulating soil water flow and salt transport under mulched drip irrigation with saline water[J]. Agricultural Water Management, 2014, 14(6): 24-33.

10 姚遠, 丁建麗, 雷磊, 等. 干濕季節(jié)下基于遙感和電磁感應技術的塔里木盆地北緣綠洲土壤鹽分的空間變異性[J]. 生態(tài)學報, 2013, 33(17): 5308-5319.

YAO Yuan, DING Jianli, LEI Lei, et al． Monitoring spatial variability of soil salinity in dry and wet seasons in the North Tarim Basin using remote sensing and electromagnetic induction instruments[J]. Acta Ecologica Sinica，2013，33(17):5308-5319. (in Chinese)

11 姚榮江, 楊勁松. 基于電磁感應儀的黃河三角洲地區(qū)土壤鹽分時空變異特征[J]. 農業(yè)工程學報, 2008, 24(3): 107-113.

YAO Rongjiang, YANG Jinsong. Spatio-temporal variability of soil salinity in the Yellow River Delta using electromagnetic induction[J].Transactions of the CSAE, 2008, 24(3): 107-113.(in Chinese)

12 劉廣明, 楊勁松, 鞠茂森, 等. 電磁感應土地測量技術及其在農業(yè)領域的應用[J]. 土壤, 2003(1):27-29.

LIU Guangming, YANG Jinsong, JU Maosen, et al. Technology of chorometry using electromagnetic induction and its application in agriculture[J]. Soils,2003(1):27-29. (in Chinese)

13 JOURNEL A G. Mining geostatistics[M]. New York:Academic Press, 1978.

14 辛厚文．混沌、分形理論及其應用[M]. 合肥:中國科技大學出版社, 1993.

15 蘇里坦, 宋郁東, 張展羽. 新疆渭干河流域地下水含鹽量的時空變異特征[J]. 地理學報, 2003, 58(6): 854-860.

SU Litan, SONG Yudong, ZHANG Zhanyu. Study on the spatio-temporal variation of groundwater salt content in Xinjiang Weigan catchment[J]. Acta Geographica Sinica,2003, 58(6): 854-860. (in Chinese)

16 蘇里坦,古麗美拉,宋郁東，等. 玉龍喀什河平原區(qū)地下水礦化度的時空變異研究 [J]. 干旱區(qū)研究,2005, 22(4):26-31.

SU Litan, GULI Meila, SONG Yudong, et al. Study on the temporal-spatial variation of groundwater mineralization beneath a plain in the Yurungkax River Watershed [J]. Arid Zone Research, 2005, 22(4):26-31.(in Chinese)

17 王遵親,祝壽泉,俞仁培,等. 中國鹽漬土 [M]. 北京:科學出版社, 1993.

18 張仁鐸. 空間變異理論及應用 [M]. 北京:科學出版社, 2005.

19 CAMBARDELLA C A, MOORMAN T B, NOVAK J M, et al. Field-scalevariability of soil properties in central Iowa soils [J]. Soil Science Society of America Journal, 1994, 58(5):1501-1511.

20 WU W Y, YIN S Y, LIU H L, et al. The geostatistic-based spatial distribution variations of soil salts under long-term waste water irrigation[J]. Environmental Monitoring and Assessment, 2014, 186(10): 6747-6756.

21 湯國安, 楊昕. ArcGIS 地理信息系統(tǒng)空間分析實驗教程[M]. 北京: 科學出版社, 2006.