新疆包頭湖灌區(qū)農(nóng)田土壤水鹽熱特性空間變異特征

王全九，畢 磊，張繼紅

?

新疆包頭湖灌區(qū)農(nóng)田土壤水鹽熱特性空間變異特征

王全九1,2，畢 磊1，張繼紅1

（1.西安理工大學(xué)，西北旱區(qū)生態(tài)水利工程國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，西安 710048；2.中國(guó)科學(xué)院水利部水土保持研究所，黃土高原土壤侵蝕與旱地農(nóng)業(yè)國(guó)家重點(diǎn)實(shí)驗(yàn)室，楊凌 712100）

土壤作為高度變異體，其大尺度下的土壤水鹽熱分布特征具有空間變異性。為了探究大尺度下的土壤水、鹽、熱的空間分布特征及空間變異性，以新疆包頭湖區(qū)域?yàn)槔?，采用?jīng)典統(tǒng)計(jì)學(xué)和地統(tǒng)計(jì)學(xué)相結(jié)合的方法，對(duì)土壤水鹽熱參數(shù)的空間分布特征進(jìn)行分析。結(jié)果表明：土壤含水率、導(dǎo)熱率及熱容量均屬于中等偏弱變異程度，土壤含鹽量為強(qiáng)變異程度；土壤含水率、含鹽量、導(dǎo)熱率的半方差函數(shù)均可用高斯模型進(jìn)行擬合，熱容量的半方差函數(shù)可用指數(shù)函數(shù)進(jìn)行擬合；含水率、含鹽量、導(dǎo)熱率、熱容量同一深度各自變量之間均具有較強(qiáng)的空間依賴(lài)性，隨機(jī)因素占總變異程度較低，最大相關(guān)距離在2 600~3 900 m。該研究為當(dāng)?shù)剞r(nóng)業(yè)灌溉及精細(xì)農(nóng)業(yè)的生產(chǎn)提供一定參考。

土壤；水分；鹽分；空間變異；熱性質(zhì)

0 引 言

土壤作為不均一變化的連續(xù)體，即使在同一個(gè)田塊中，土壤的物理、化學(xué)、生物特性都有很大差異，這是因?yàn)槭艿阶匀灰蛩兀òǔ赏聊纲|(zhì)、氣候、生物、地形和時(shí)間）以及人為因素共同作用，土壤的此特性被稱(chēng)為土壤的空間變異性[1]。隨著科學(xué)技術(shù)的發(fā)展，人們逐漸認(rèn)識(shí)到由于土壤空間變異所帶來(lái)的問(wèn)題，定量地分析和描述土壤中的各項(xiàng)變異逐漸成為學(xué)者們研究的熱點(diǎn)[2]。土壤空間變異的復(fù)雜性定量化的研究，改進(jìn)和創(chuàng)新了土壤分類(lèi)系統(tǒng)，提高田間土壤的研究精度，更好地理解了空間作用與土壤、作物之間的關(guān)系，有利于推動(dòng)精細(xì)化農(nóng)業(yè)的發(fā)展[3]。而中國(guó)新疆地區(qū)地處歐亞大陸腹地，遠(yuǎn)離水汽源地，氣候干旱，降雨稀少，水資源時(shí)空分布極不均衡，生態(tài)環(huán)境極度脆弱，新疆地區(qū)長(zhǎng)期受到土壤鹽漬化的影響，嚴(yán)重限制了農(nóng)業(yè)開(kāi)發(fā)和可持續(xù)發(fā)展[4]。

中國(guó)從20世紀(jì)80年代開(kāi)始了對(duì)于各種土壤的物理屬性變異性研究工作，所涉及的土壤包括黃土、紫色土、喀斯特土、鹽堿土、黑土等，分別從水、肥、氣、熱、金屬元素、顆粒組成等方面開(kāi)展相關(guān)研究。土壤的研究尺度從田間尺度發(fā)展到流域尺度以及更大尺度。研究土壤空間變異性的方法歸納起來(lái)有地統(tǒng)計(jì)學(xué)、方差分析、自相關(guān)分析、譜分析小波分析和分形理論等[5]。目前地統(tǒng)計(jì)學(xué)是研究空間變異的主要方法，應(yīng)用半方差函數(shù)對(duì)土壤空間特性進(jìn)行描述，在土壤空間變異的研究中應(yīng)用十分廣泛[6-9]。

土壤水熱耦合過(guò)程廣泛存在于農(nóng)業(yè)領(lǐng)域，土壤熱性質(zhì)不僅影響著土壤溫度變化，也影響著作物的水分吸收和正常生長(zhǎng)。土壤導(dǎo)熱率是土壤水、熱、溶質(zhì)耦合數(shù)值模型的重要參數(shù)。在田間環(huán)境中土壤導(dǎo)熱率會(huì)受到質(zhì)地、含水率、容重、孔隙分布等因素的影響[10-12]。土壤熱特性參數(shù)可以直接測(cè)定，也可以利用公式計(jì)算。而熱參數(shù)的影響因素眾多，國(guó)內(nèi)外學(xué)者從不同角度出發(fā)建立了很多間接估算土壤導(dǎo)熱率的模型[13-21]。由于土壤水分和熱特性分布狀況可調(diào)節(jié)水分供給以及改善田間小氣候，進(jìn)而提高作物產(chǎn)量[22]。而對(duì)于含鹽土壤而言，鹽分濃度與土壤熱性質(zhì)也有一定的關(guān)系[23]。

但不同地區(qū)的土壤性質(zhì)空間特征不盡相同，并受到取樣距離的影響。為了大面積指導(dǎo)農(nóng)業(yè)生產(chǎn)。以新疆包頭湖灌區(qū)為例，根據(jù)實(shí)測(cè)土壤水分、含鹽量以及基本土壤物理參數(shù)，對(duì)大區(qū)域農(nóng)田土壤導(dǎo)熱率進(jìn)行數(shù)值計(jì)算，并對(duì)土壤水分、含鹽量以及導(dǎo)熱率的空間分布特征進(jìn)行分析，為該地區(qū)的農(nóng)業(yè)生產(chǎn)提供一定的理論指導(dǎo)。

1 研究方法及數(shù)據(jù)處理

1.1 研究區(qū)概況

試驗(yàn)區(qū)域位于新疆巴音郭楞蒙古自治州庫(kù)爾勒市西南方向35 km處的包頭湖灌區(qū)。該農(nóng)場(chǎng)位于孔雀河三角洲的沖積扇下部。地處86°08′~86°26′E，41°45′~41°56′N(xiāo)，東鄰庫(kù)爾勒市永豐渠，西鄰孔雀河，北邊接壤和什力克鄉(xiāng)。該地區(qū)屬溫暖地帶，年平均氣溫10.7 ℃，日照時(shí)間長(zhǎng)，太陽(yáng)輻射能量高，熱量大，早晚溫差大，晝夜氣溫差為12~17 ℃，特別適合棉花生長(zhǎng)，積溫平均為4 192.1 ℃，年日照時(shí)數(shù)為2886.8 h，無(wú)霜期為132~181 d，年均降水量為102 mm。主要風(fēng)向?yàn)槲鞅憋L(fēng)，光照資源充沛，生長(zhǎng)季節(jié)長(zhǎng)，夏季炎熱少雨，冬季嚴(yán)寒少雪。

1.2 采樣點(diǎn)布設(shè)及樣品采集

2017年4月春灌后1周取樣，根據(jù)網(wǎng)格取樣法，對(duì)包頭湖整個(gè)農(nóng)場(chǎng)面積（行政面積71.33 km2，耕地面積34.88 km2）進(jìn)行劃分，由于地形和人為因素（商業(yè)街道、居住村落、工廠等）對(duì)部分取樣點(diǎn)進(jìn)行了調(diào)整，在區(qū)域范圍內(nèi)布置50個(gè)測(cè)點(diǎn)，取樣點(diǎn)間距在1.5 km左右，具體取樣點(diǎn)分布如圖1所示。由于棉田根系活動(dòng)主要集中在0~60 cm，故各監(jiān)測(cè)點(diǎn)分別監(jiān)測(cè)0~20、20~40、40~60 cm共3個(gè)深度土層的土壤，0~20、>20~40、>40~60 cm土壤深度分別命名為1、2、3層度，下文一致。利用土鉆法和環(huán)刀法進(jìn)行取樣，105 ℃烘箱內(nèi)烘8~12 h，測(cè)定土壤容重及土壤含水率，根據(jù)容重?fù)Q算為土壤體積含水率（土壤體積含水率=土壤質(zhì)量含水率×土壤干容重）。同時(shí)，一部分采集土樣風(fēng)干，過(guò)2 mm的篩子后運(yùn)用英國(guó)馬爾文Mastersizer儀器有限公司的馬爾文激光粒度分析儀2000測(cè)定土壤顆粒組成。另一部分風(fēng)干土樣，按照水土比5:1配置土壤溶液，電導(dǎo)率儀測(cè)定溶液的電導(dǎo)率（electrical conductivity，EC），擬合公式換算成含鹽量。

圖1 取樣點(diǎn)分布圖

1.3 數(shù)據(jù)分析方法

1.3.1 經(jīng)典統(tǒng)計(jì)學(xué)方法

經(jīng)典統(tǒng)計(jì)學(xué)以頻率為基礎(chǔ)、以置信推斷為基本特征，通過(guò)統(tǒng)計(jì)研究變量的最大、最小值、均值、方差、標(biāo)準(zhǔn)差和變異系數(shù)來(lái)研究變量的變異性。公式如下：

1.3.2 空間變異理論方法

本文采用地統(tǒng)計(jì)學(xué)的方法對(duì)空間分布進(jìn)行分析。地統(tǒng)計(jì)學(xué)以區(qū)域變化量為基礎(chǔ)，以變異函數(shù)為核心，以克里格插值為手段研究區(qū)域空間變異問(wèn)題[25-26]。通常以半方差函數(shù)表示其空間相關(guān)結(jié)構(gòu)。半方差函數(shù)公式如下：

文中半方差函數(shù)主要采用高斯模型（式（3））和指數(shù)模型（式（4））進(jìn)行擬合。

式中0為塊金值；為拱高；為變程，km。

1.3.3 互相關(guān)函數(shù)

研究2個(gè)變量空間分布關(guān)系一般采用互相關(guān)函數(shù)法、交叉變異函數(shù)法進(jìn)行分析[27-28]。本文采用互相關(guān)函數(shù)法，其公式按下式進(jìn)行估計(jì)，通過(guò)MATLAB進(jìn)行計(jì)算。

1.3.4 土壤導(dǎo)熱率計(jì)算方法

式中1、1、1、1、1為系數(shù)表達(dá)；ρ土壤的干容重g/cm3；m為表示黏粒含量，%；為體積含水率，%。

在一定容積的土壤中，土壤空氣的質(zhì)量很小，可以忽略不計(jì)，所以土壤體積熱容量[30]可以表示為

1.4 數(shù)據(jù)統(tǒng)計(jì)

本文應(yīng)用Excel和SPSS21.軟件對(duì)土壤相關(guān)數(shù)據(jù)進(jìn)行處理，應(yīng)用GS+9.0及ARCGIS對(duì)各變量的空間變異特征進(jìn)行分析并繪制空間分布圖，應(yīng)用Matlab軟件對(duì)變量互相關(guān)性進(jìn)行計(jì)算并繪制圖形。

2 結(jié)果與分析

2.1 土壤基本理化性統(tǒng)計(jì)特征分析

容重與顆粒組成是土壤物理性質(zhì)中的基本物理性狀，同時(shí)也是熱量方程、水力參數(shù)推求中的基本參數(shù)。對(duì)研究區(qū)不同深度的土壤基本物理參數(shù)進(jìn)行統(tǒng)計(jì)分析，見(jiàn)表1。整個(gè)地區(qū)土壤容重較大，各層土壤容重在1.4g/cm3左右，自上而下變化幅度很小。從變異程度C來(lái)看，各層土壤容重屬于弱變異程度，說(shuō)明各個(gè)層度的土壤質(zhì)地比較均勻，各層黏粒、粉粒、砂粒均屬于中等變異程度。

根據(jù)取樣分為0~20、>20~40、>40~60 cm共3個(gè)土層，每層50個(gè)土樣，各層不同土壤類(lèi)型所占比例見(jiàn)表2。按照美國(guó)農(nóng)部制劃分標(biāo)準(zhǔn)，該地區(qū)每層土壤由砂質(zhì)壤土和粉砂壤土構(gòu)成。50個(gè)土壤樣本中，0~20、>20~40、>40~60 cm土層中34%、30%、22%的土樣為砂質(zhì)壤土，66%、70%、78%為粉砂壤土。

由表2可見(jiàn)，隨著土層深度的增加，砂質(zhì)壤土所占比例逐漸減小，粉砂壤土比例逐漸增加，土壤中粉粒含量增加。將同種土壤類(lèi)型的顆粒組成進(jìn)行統(tǒng)計(jì)，土壤顆粒組成測(cè)定均值見(jiàn)表2，2種土樣容重相近，體積含水率粉砂壤土略高于砂質(zhì)壤土，差距較小為4%。

2.2 土壤水鹽熱統(tǒng)計(jì)特征分析

2.2.1 土壤水鹽熱參數(shù)經(jīng)典統(tǒng)計(jì)

土壤含水率和含鹽量統(tǒng)計(jì)分析結(jié)果見(jiàn)表3。結(jié)果表示：0~60 cm土壤體積含水率均值在24.8%～30.3%之間。隨著土層深度的增加，根據(jù)土壤顆粒組成分析土壤中粉粒含量逐漸增加，保水性能提升，土壤含水率均值也自上而下逐漸增加，且個(gè)灌區(qū)40~60 cm土層的土壤含水率最小值與最大值之間相差最大，為13.36倍。

表1 土壤物理參數(shù)統(tǒng)計(jì)表

表2 不同質(zhì)地土壤樣品顆粒含量、容重及含水率統(tǒng)計(jì)

由表3可知，土壤鹽分含量較大，根據(jù)《新疆土壤》確定的鹽堿化等級(jí)程度劃分標(biāo)準(zhǔn)：土壤含鹽量<3 g/kg，為非鹽化土；3~6 g/kg，為輕度鹽化土；6~10 g/kg，為中度鹽化土；10~20 g/kg，為重度鹽化土；大于20 g/kg，為鹽土[31]。根據(jù)統(tǒng)計(jì)結(jié)果，平均含鹽量為6.2 g/kg，屬于中度鹽化土，整個(gè)灌區(qū)40~60cm層度的土壤含鹽量變化幅度最大，為21.33 g/kg。采用地統(tǒng)計(jì)學(xué)分析的前提是要參數(shù)變量服從正態(tài)分布，其中土壤含鹽量不服從正態(tài)分布（漸進(jìn)顯著性值雙側(cè)為0.038~0.046，小于顯著性水平0.05），其他變量均較符合正態(tài)分布，因此對(duì)土壤含鹽量進(jìn)行對(duì)數(shù)處理，結(jié)果顯示土壤含鹽量近似服從對(duì)數(shù)正態(tài)分布。各層土壤含水率C值在0.2左右，屬于中等偏弱變異強(qiáng)度，土壤含鹽量變異系數(shù)在1左右，屬于強(qiáng)變異程度。

表3 土壤水鹽熱統(tǒng)計(jì)表

土壤熱性質(zhì)是土壤熱狀況的內(nèi)在表現(xiàn)，合理控制土壤熱狀況，有利于作物生長(zhǎng)發(fā)育。利用Campbell[29]提出的數(shù)學(xué)模型，根據(jù)土壤基本物理參數(shù)對(duì)土壤熱參數(shù)進(jìn)行計(jì)算，計(jì)算結(jié)果見(jiàn)表3。從地統(tǒng)計(jì)學(xué)角度來(lái)看，根據(jù)偏度、峰度以及-檢驗(yàn)，各變量接近正態(tài)分布。導(dǎo)熱率數(shù)值整體較低，最低值為0.134 W/(m·K)，最大值為0.732 W/(m·K)，并且每層最大值與最小值之間差異較大，但從每層的變異系數(shù)C來(lái)看，在0.1~0.2之間，屬于中等偏弱變異程度，說(shuō)明極大值與極小值點(diǎn)存在較少，變化幅度較為平穩(wěn)。自上而下來(lái)看各層導(dǎo)熱率均值在0.5 W/(m·K)左右，但最小值隨著土層的增加在不斷減小，導(dǎo)熱程度不斷較低。熱容量與土壤干容重和體積含水率相關(guān)，土壤熱容量隨著土壤深度的增加而增加，最大值為3.004 J/(m·K)，最小值為1.321 J/(m·K)。根據(jù)變異系數(shù)C來(lái)看，屬于中等偏弱變異強(qiáng)度。

2.2.2 土壤水鹽熱參數(shù)空間變異特征

土壤水鹽熱空間結(jié)構(gòu)性復(fù)雜，為了更好地反映該區(qū)域的土壤含水率、含鹽量、導(dǎo)熱率、熱容量的空間結(jié)構(gòu)性，以地統(tǒng)計(jì)學(xué)為基礎(chǔ)，對(duì)0~60 cm深度的土壤含水率、含鹽量以及導(dǎo)熱率進(jìn)行半方差分析，通過(guò)選擇最優(yōu)半方差函數(shù)模型對(duì)其數(shù)據(jù)進(jìn)行擬合，半方差函數(shù)參數(shù)見(jiàn)表4。結(jié)果表明：3個(gè)土層從上到下含水率、含鹽量均可用高斯模型進(jìn)行較好的擬合。一般用0/（0+）表示空間變異相關(guān)性程度，即隨機(jī)變異占總變異的大小，通常在0~1之間，如在0~25%屬于較強(qiáng)的空間依賴(lài)性，在25%~75%屬于中等強(qiáng)度的空間依賴(lài)性，在75%~100%屬于較弱的空間依賴(lài)性。

空間相關(guān)性是由隨機(jī)因素和土壤自身結(jié)構(gòu)性因素共同作用的結(jié)果，其中隨機(jī)因素（例如施肥量的不同、耕作方式的不同以及人為活動(dòng)）的影響會(huì)使得同一層面的空間相關(guān)性減弱。而結(jié)構(gòu)因素包括土壤母質(zhì)、地形、土壤類(lèi)型等會(huì)使土壤含鹽量和含水率的空間相關(guān)性增強(qiáng)。各變量的空間相關(guān)度在0~25%之間，說(shuō)明隨機(jī)因素占總變異很小，自相關(guān)引起的空間變異性較強(qiáng)。

表4 土壤水鹽熱特性半方差函數(shù)參數(shù)

導(dǎo)熱率和熱容量半方差函數(shù)見(jiàn)表4，結(jié)果表明，導(dǎo)熱率可用高斯模型進(jìn)行擬合，熱容量由指數(shù)模型進(jìn)行擬合。土壤導(dǎo)熱率的決定系數(shù)2要高于熱容量，均大于0.8，表明可以較好地反映理論模型與實(shí)測(cè)數(shù)據(jù)變異函數(shù)之間的關(guān)系。根據(jù)空間相關(guān)性來(lái)看，各層土壤導(dǎo)熱率、熱容量具有較強(qiáng)的空間依賴(lài)性。

基于半方差函數(shù)的分形維數(shù)，分形維數(shù)越低，樣本之間土壤特性值的的差異越大，即均一程度越差，表示變異函數(shù)曲率的大小。通過(guò)計(jì)算由上到下各層的含水率和導(dǎo)熱率的分形維數(shù)在0.8~2.0之間，存在局部自相關(guān)性結(jié)構(gòu)。各層含鹽量的整體分形維數(shù)較小，分別為1.192、0.914、0.903（除0~20cm含水率分形維數(shù)低于含鹽量）整體水平小于含水率和導(dǎo)熱率，存在突變點(diǎn)，均一程度較差。

表5 最大相關(guān)距離統(tǒng)計(jì)表

2.3 土壤水鹽含量和熱特性空間分布特征

土壤含水率、含鹽量及熱特性空間分布如圖2所示。由于采集數(shù)據(jù)點(diǎn)的有限性，對(duì)于未采取的區(qū)域進(jìn)行插值估計(jì)，Kringing插值可以對(duì)沒(méi)有采集數(shù)據(jù)的空間進(jìn)行分析，給出最優(yōu)的無(wú)偏估計(jì)值。在ArcGis10.2中采用Kringing插值法繪制土壤含水率分布圖（圖2a~圖2c），結(jié)果顯示土壤含水率由西向東在逐漸降低，土壤含水率較低值均在中部地區(qū)分布，從中部到東邊，又逐漸升高。從斑塊大小、顏色均可以反映出土壤含水率空間變異性的變化。圖2a土壤含水率斑塊化程度高，存在極干或極濕的地點(diǎn)中部較低；由圖2b可同樣的在中部地區(qū)含水率較低，并且含水率較低的斑塊分布更廣；圖2c在較深層的土壤中含水率較低的斑塊連接成為更大的區(qū)域，其分布主要是沿南北方向。

圖2 不同土層土壤含水率、含鹽量、導(dǎo)熱率和熱容量空間分布

各層土壤含鹽量如圖2d~圖2f所示，結(jié)果顯示圖2d中0~20 cm土壤含鹽量由北向南鹽分呈條狀增加，在春灌后，表層土壤中的鹽分被淋洗下去，在中下部地區(qū)出現(xiàn)“圓形”區(qū)域的較高值，在地圖上屬于未開(kāi)發(fā)地區(qū)，土壤返鹽嚴(yán)重，表層土壤積鹽嚴(yán)重，隨著土層的增加，峰值在逐漸消減，最后成為條狀。比較圖2d、圖2e、圖2f發(fā)現(xiàn)，鹽分的累積自北向南逐漸升高，雖然在春灌后將土壤中的鹽分淋洗下去，但與灌水量具有一定關(guān)系，灌水量較少，鹽分淋洗不充分，同時(shí)中下部地區(qū)遠(yuǎn)離水源，并且頻繁的人為農(nóng)業(yè)活動(dòng)加快了該地區(qū)的鹽分累積。極大值雖然在不斷減小，但是高含鹽量的區(qū)域在不斷增加。對(duì)比含水率和含鹽量的分布，中部靠近下側(cè)區(qū)域，該地區(qū)土壤含水率較低，土壤含鹽量偏大，對(duì)于農(nóng)業(yè)的增產(chǎn)增收具有一定的影響。

土壤導(dǎo)熱率空間分布如圖2g~2i所示，0~20 cm土層沿東北-西南方向土壤導(dǎo)熱率呈現(xiàn)較低的分布；而在>20~40 cm土層中，土壤導(dǎo)熱率分布發(fā)生改變，此時(shí)南北方向數(shù)值較低；而在>40~60 cm土層中，較低值分布帶的走向繼續(xù)像西北方向發(fā)生偏移，此時(shí)沿西北-東南方向呈現(xiàn)較低分布。對(duì)比3土層可發(fā)現(xiàn)，土壤導(dǎo)熱率較小值逐漸降低，并且分布帶的面積自上而下有所增加。

土壤熱容量空間分布如圖2j~2l所示，結(jié)果顯示，各層熱容量與導(dǎo)熱率出現(xiàn)相似分布，沿南北方向出現(xiàn)較低值的分布區(qū)域，土壤中鹽分較高的地區(qū)熱容量普遍較低。熱容量與含水率相關(guān)，土壤含水率較高的區(qū)域熱容量較大，與含水率分布圖具有很強(qiáng)的相似性。

2.4 土壤水鹽含量及熱特性空間分布互相關(guān)性

由于土壤中鹽分的累積受多種因素作用，為了表達(dá)土壤水熱與鹽分之間的空間分布相關(guān)性，分別建立土壤含鹽量、含水率以及導(dǎo)熱率的空間互相關(guān)函數(shù)圖（圖3）。圖中虛線(xiàn)為95%置信限，互相關(guān)函數(shù)超過(guò)置信限即為相關(guān)達(dá)到顯著，否則為不顯著。

圖3 土壤水熱與鹽分互相關(guān)函數(shù)圖

圖3a為土壤含水率與含鹽量的互相關(guān)函數(shù)圖，>20~40 cm水分與鹽分之間具有相對(duì)顯著的正相關(guān)性，正相關(guān)范圍在1 km左右；0~20 cm與>40~60 cm水分與鹽分未達(dá)到顯著相關(guān)。如圖3b所示為土壤導(dǎo)熱率與含鹽量的互相關(guān)函數(shù)圖，>20~40 cm導(dǎo)熱率與鹽分之間存在顯著的正相關(guān)性；0~20 cm與>40~60 cm導(dǎo)熱率與鹽分未達(dá)到顯著相關(guān)。土壤水熱與含鹽量空間分布相關(guān)性均較低。

3 結(jié) 論

對(duì)農(nóng)田大尺度實(shí)測(cè)土壤水鹽以及土壤質(zhì)地，土壤熱特性進(jìn)行分析，結(jié)果顯示：

1）土壤含水率、含鹽量、容重（含鹽量經(jīng)對(duì)數(shù)轉(zhuǎn)化）均較符合正態(tài)分布；容重屬于弱變異程度，含水率屬于中等偏弱變異程度，鹽分屬于強(qiáng)變異程度，經(jīng)劃分屬于中度鹽化土。

2）各層土壤導(dǎo)熱率、熱容量較符合正態(tài)分布，變異系數(shù)屬于中等偏弱變異程度，各層導(dǎo)熱率均值在0.5 W/(m·K)左右，土壤熱容量隨著土壤深度的增加而增加，最大值為3.004 J/(m·K)，最小值為1.321 J/(m·K)。

3）土壤含水率、含鹽量、導(dǎo)熱率及熱容量在一定范圍內(nèi)具有空間結(jié)構(gòu)特征，半方差函數(shù)均可以高斯模型進(jìn)行擬合（熱容量用指數(shù)模型進(jìn)行擬合），均表現(xiàn)出較強(qiáng)的空間依賴(lài)性，隨機(jī)因素占總變異程度較小，同時(shí)采樣點(diǎn)均小于最大相關(guān)距離，符合邏輯。

4）對(duì)不同層度的土壤含水率、含鹽量以及導(dǎo)熱率進(jìn)行克里格插值，結(jié)果表明中部地區(qū)土壤含水率較低，并且自上而下土壤含水率較低的斑塊逐漸連接形成區(qū)域；含鹽量自北向南逐漸增高，“圓形”峰值自上而下逐漸降低形成帶狀分布；土壤導(dǎo)熱率較低值的條狀分布由開(kāi)始東北-西南走向像西偏移，較低值的分布區(qū)域逐漸增加。熱容量與含水率的分布具有相似性，較低值集中在南北方向。20~40 cm水分與鹽分具有相對(duì)顯著的正相關(guān)性，正相關(guān)范圍在1 km左右，同時(shí)在在該土層深度導(dǎo)熱率與鹽分也具有正相關(guān)性。

[1] 華孟，王堅(jiān). 土壤物理學(xué)[M]. 北京農(nóng)業(yè)大學(xué)出版社，1993.

[2] 郭麗俊. 農(nóng)田土壤水鹽特性的空間變異性研究[D]. 楊凌：西北農(nóng)林科技大學(xué)，2011.

Guo Lijun. Study on Spatial Variability of the Field Soil Hydraulic and Saline Properties[D]. Yangling: Northwest A & F University, 2011. (in Chinese with English abstract)

[3] 楊玉玲，文啟凱，田長(zhǎng)彥，等. 土壤空間變異研究現(xiàn)狀及展望[J]. 干旱區(qū)研究，2001，18(2)：50－55.

Yang Yuling, Wen Qikai, Tian Changyan, et al. The status quo and prospect of spatial variability of soil [J]. Arid Zone Res,2001,18(2):50－55. (in Chinese with English abstract)

[4] 胡明芳，田長(zhǎng)彥，趙振勇，等. 新疆鹽堿地成因及改良措施研究進(jìn)展[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，40(10)：111－117.

Hu Mingfang, Tian Changyan, Zhao Zhenyong, et al. Salinization causes and research process of technologies improving saline-alkali soil in Xinjiang[J]. Journal of Northwest A & F University, 2012, 40(10):111－117. (in Chinese with English abstract)

[5] 楊衛(wèi)中，王一鳴，李保國(guó). 土壤含水量空間變異性的頻域分析方法[J]. 水利學(xué)報(bào)，2011，42(5)：580－587.

Yang Weizhong, Wang Yiming, Li Baoguo. Frequency-domain analysis of spatial variability of soil properties[J]. Journal of Hydraulic Engineering, 2011, 42(5):580－587. (in Chinese with English abstract)

[6] 栗現(xiàn)文，靳孟貴. 不同水質(zhì)膜下滴灌棉田鹽分空間變異特征[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014，45(11)：180－187.Li Xianwen, Jin Menggui. Spatial variability of cotton field salinity under mulched drip irrigation with brackish and fresh water[J].Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(11): 180－187. (in Chinese with English abstract)

[7] 姚榮江，楊勁松，劉廣明，等. 黃河三角洲地區(qū)典型地塊土壤鹽分空間變異特征研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(6)：61－66.Yao Rongjiang, Yang Jinsong, Liu Guangming, et al, Spatial variability of soil salinity in characteristic field of the Yellow River Delta[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 61－66.(in Chinese with English abstract)

[8] 徐英，陳亞新，史海濱，等. 土壤水鹽空間變異尺度效應(yīng)的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20(2)：1－5.Xu Ying, Chen Yaxin, Shi Haibin, et al. Scale effect of spatial variability of soil water-salt[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004, 20(2): 1－5.(in Chinese with English abstract)

[9] 王衛(wèi)華，王全九，武向博，等. 黑河中游綠洲麥田土壤水氣熱參數(shù)田間尺度空間分布特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(9)：94－102.Wang Weihua, Wang Quanjiu, Wu Xiangbo, et al. Characteristics of spatial distribution of soil water-air-heat parameters in typical oasis croplands at middle reaches of Heihe River[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(9): 94-102. (in Chinese with English abstract)

[10] 王衛(wèi)華，王全九，王鑠. 土石混合介質(zhì)導(dǎo)氣率變化特征試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(4)：82－88.Wang Weihua, Wang Quanjiu, Wang Shuo. Experimental research on change characteristics of soil air permeability in stony soil medium[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(4): 82-88. (in Chinese with English abstract)

[11] 蘇李君，王全九，王鑠，等. 基于土壤物理基本參數(shù)的土壤導(dǎo)熱率模型[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(2)：127－133.Su Lijun, Wang Quanjiu, Wang Shuo, et al. Soil thermal conductivity model based on soil physical basic parameters[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(2): 127－133. (in Chinese with English abstract)

[12] Zhao P, Shao M, Wang T. Spatial distributions of soil surface-layer saturated hydraulic conductivity and controlling factors on dam farmlands[J]. Water Resources Management, 2010, 24(10): 2247－2266.

[13] Chung S O, Horton R. Soil heat and water flow with a partial surface mulch[J]. Water Resources Research, 1987, 23(12): 2175－2186.

[14] Campbell G S. Soil Physics with Basic. 1986[J]. Soil Science, 1986, 142(6):367－368.

[15] de Vries D A. Thermal properties of soils[M]//van Wjik W R. Physics of Plant Environment. Amsterdam: North-Holland Publishing Company, 1963: 210－235.

[16] Johansen O. Thermal Conductivity of soils[J]. Thermal Conductivity of Soils, 1977,10(5):637－643.

[17] C?té J, Konrad J M. A generalized thermal conductivity model for soils and construction . [J]. Canadian Geotechnical Journal, 2005, 42(42): 443－458.

[18] Lu Sen, Ren Tusheng, Gong Yuanshi, et al. An improved model for predicting soil thermal conductivity from water content at room temperature[J]. Soil Science Society of America Journal, 2007, 71(1):8－14.

[19] 李婷，王全九，樊軍. 土壤熱參數(shù)確定方法比較與修正[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24(3)：59－64.Li Ting, Wang Quanjiu, Fan Jun. Modification and comparison of methods for determining soil thermal parameters[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(3):59－64.(in Chinese with English abstract)

[20] 王鑠，王全九，樊軍，等土壤導(dǎo)熱率測(cè)定及其計(jì)算模型的對(duì)比分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(5)：78－84.Wang Shuo, Wang Quanjiu, Fan Jun et al. Soil thermal properties determination and prediction model comparison[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(5): 78－84.(in Chinese with English abstract)

[21] 王衛(wèi)華，李建波，王鑠，等. 土壤熱特性參數(shù)空間變異性與擬合方法研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46(4)：120－125.Wang Weihua, Li Jianbo, Wang Shuo, et al. Spatial variability of soil thermal parameters and its fitting method[J].Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(4): 120－125.(in Chinese with English abstract)

[22] 李建波，王衛(wèi)華，Su Yiming,等. 溫室土壤含水率與導(dǎo)熱率空間分布及相關(guān)性[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(19)：127－132.Li Jianbo, Wang Weihua, Su Yiming, et al. Spatial pattern and interrelation of soil water content and thermal conductivity in greenhouse[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(19): 127－132.(in Chinese with English abstract)

[23] 李毅，邵明安，王文焰，等. 質(zhì)地對(duì)土壤熱性質(zhì)的影響研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2003，19(4)：62－65.Li Yi,Shao Ming’an,Wang Wenyan,et al. Influence of soil textures on the thermal properties[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(4): 62－65.(in Chinese with English abstract)

[24] Warrick A W, Nielsen D R. Spatial variability of soil physical properties in the field[M]//Hillel D. Applications of Soil Physics. NewYork: Academic Press, 1980: 319－344.

[25] Sylla M, Stein A, Breemen N V, et al. Spatial variability of soil salinity at different scales in the mangrove rice agro-ecosystem in West Africa[J]. Agriculture Ecosystems & Environment, 1995, 54(1/2): 1－15.

[26] 周慧珍，龔子同. 土壤空間變異性研究[J]. 土壤學(xué)報(bào)，1996，33 (3)：232－241.Zhou Huizhen, Gong Zitong. Study on soil spatial variability[J]. Acta Pedologica Sinica,1996,33(3):232－241. (in Chinese with English abstract)

[27] 徐英，周明耀，薛亞鋒. 水稻葉面積指數(shù)和產(chǎn)量的空間變異性及關(guān)系研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(5)：10－14.Xu Ying, Zhou Mingyao, Xue Yafeng. Spatial variability and relationships of rice leaf area index and yield[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 10－14. (in Chinese with English abstract)

[28] Davidoff, Selim H M. Correlation between spatially variable soil misture content and soil temperature[J]. Soil Science,1988, 145(1): 1－10.

[29] Campbell G S. Soil physics with BASIC. Transport models for soil-plant systems.[J]. Journal of Hydrology, 1987, 90(3): 359－360.

[30] 秦耀東. 土壤物理學(xué)[M]. 北京高等教育出版社, 2003.

[31] 羅毅. 干旱區(qū)綠洲滴灌對(duì)土壤鹽堿化的長(zhǎng)期影響[J]. 中國(guó)科學(xué)：地球科學(xué)，2014(8)：1679－1688.

Luo Yi. The long term impacts of drip irrigation on soil salinity in agricultural land of oasis in arid region of northwest China[J]. Scientia Sinca Terrae, 2014, 44(8): 1679－1688. (in Chinese with English abstract)

Spatial variability analysis of large-scale soil water, salt and heat characteristics in Baotou lake irrigation area of Xinjiang

Wang Quanjiu1,2, Bi Lei1, Zhang Jihong1

（1.,,710048,; 2.,,712100,)

As a highly heterogeneous soil, its spatial variability has seriously affected the formulation of precise management measures for water and salt in farmland and the efficient use of farmland water and soil resources. The purpose of this paper was to study the spatial distribution characteristics and spatial variability of soil water, salinity and heat in large scale region. Taking the Baotou Lake region of Xinjiang as an example, the soil samples were taken about 1 week after the spring irrigation, and soil moisture, salinity, bulk density, and particle composition were measured. The spatial distribution characteristics of water, salt, thermal parameters were analyzed by using a combination of classical statistics and geostatistics and GS+ software and ARCGIS software were used to process the data. The soil moisture, salinity, and soil texture were analyzed. The soil thermal conductivity and soil heat capacity were calculated. The spatial distribution feature maps were plotted. The results showed that soil moisture and salinity gradually increased with the increase of soil depth. According to the classification standard of Xinjiang Soils, the soil in the studied area belonged to the moderate salinized soil. The overall thermal conductivity of the soils were low, with a minimum value of 0.134 W/(m·K) and a maximum value of 0.732 W/(m·K). The soil thermal conductivity averaged around 0.5 W/(m·K). The soil heat capacity increased with the increase of soil depth. The maximum value was 3.004 J/(m·K) and the minimum value was 1.321 J/(m·K). The soil bulk density had a weak variability; soil moisture content, thermal conductivity and heat capacity all had moderately weak variability; soil salinity had a strong variability. The semivariogram functions of soil moisture, soil salinity and soil thermal conductivity could be fitted by Gaussian models. The semivariance function of soil heat capacity could be fitted by an exponential model. There was a strong spatial dependence between the soil moisture at the same depth. The random factors accounted for low degree of total variation. The maximum correlation distance was 2 600 m-3 900 m. The sampling distance was about 1 500 m, which was reasonable. The spatial distribution maps of salt salinity interpolated by Kriging interpolation showed that the soil moisture was low in the middle area of the study area and increased from the east to the west. The Kriging interpolation showed that the soil salinity had an increasing trend from north to south. With the increase of soil depth, the peak area of the “circular” peak area gradually decreased and the shape formed a strip distribution area. And the lower values of the thermal conductivity of the surface soil were mainly distributed in the northeast-southwest direction, and the distribution belt with lower values gradually shifted westward as the soil depth increased. At the soil depth of 20-40 cm, there was a relatively significant positive correlation between soil moisture and salinity, and the range of positive correlation was about 1 km. This research results could provide valuable information for local agricultural irrigation and precision agriculture production.

soils; moisture; salinity; spatial heterogeneity; heat characteristics

10.11975/j.issn.1002-6819.2018.18.017

S152.8

A

1002-6819(2018)-18-0138-08

2018-06-21

2018-08-10

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2016YFC0501401-02）；新疆維吾爾自治區(qū)重大科技專(zhuān)項(xiàng)項(xiàng)目（2016A03008）；國(guó)家自然科學(xué)基金（5167090151）

王全九，內(nèi)蒙古人，博士，博士生導(dǎo)師，主要從事農(nóng)業(yè)水土資源與生態(tài)環(huán)境研究。Email：wquanjiu@163.com

王全九，畢 磊，張繼紅. 新疆包頭湖灌區(qū)農(nóng)田土壤水鹽熱特性空間變異特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(18)：138－145. doi：10.11975/j.issn.1002-6819.2018.18.017 http://www.tcsae.org

Wang Quanjiu, Bi Lei, Zhang Jihong. Spatial variability analysis of large-scale soil water, salt and heat characteristics in Baotou lake irrigation area of Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(18): 138－145. (in Chinese with English abstract) doi: 10.11975/j.issn.1002-6819.2018.18.017 http://www.tcsae.org