【土壤含盐量时空分布特性分析案例4500字】

土壤含盐量时空分布特性分析案例目录TOC\o"1-3"\h\u26327土壤含盐量时空分布特性分析案例 1263231.1土壤含盐量特性统计特征 1321151.2土壤含盐量空间变异特征 331451.3棉花生育期土壤盐分变化过程定量评估 6土壤盐渍化是我国普遍存在的严重土壤退化现象。由于水土资源管理不善，土壤盐碱化在世界范围内日益严重，严重影响了环境和农业经济的可持续发展[179]。新疆大部份地区受盐碱地条件限制，使得植被结构简单，生物多样性低，这些现象严重制约了新疆地区农业的可持续发展和生态系统的安全。此外，盐度是土地退化的一个重要驱动因素，对土壤微生物和植物都构成了严重威胁[180,181]。因此，对盐碱地进行科学有效的改良，对于保护该地区的生态环境，提高土地利用率具有重要的实际意义。盐碱地改良应遵循土壤盐分分布规律，土壤盐分运动与地下水埋深密切相关，地下水埋深直接影响土壤的总含盐量，土壤的总含盐量随着地下水埋深的增加而减少。土壤含盐量是全世界公认的农业生产所受到的主要威胁因素，特别是在干旱地区。因此，在作物主要生长阶段对土壤含盐量进行研究显得非常重要。1.1土壤含盐量特性统计特征根据《新疆土壤》确定的盐碱土等级程度划分标准可知，非盐化土盐分含量小于3g/kg；轻度盐化土盐分含量为3-6g/kg；中度盐化土盐分含量为6-10g/kg；重度盐化土盐分含量为10-20g/kg；盐土的盐分含量大于20g/kg。研究表明，当土壤中含盐量达到一定值时，会抑制作物根系对土壤水分和养分的吸收能力，或腐蚀根系，从而危害植物的正常生长发育，同时也会改变植物生长的环境。对研究区域不同时期、不同深度的土壤含盐量进行统计分析，结果见表3-12。根据统计结果可知，表层含盐量最大，随着土层深度的增加，含盐量逐渐减少。4月份农田土壤含盐量表层的最大值较大为108.526g/kg，最小值均小于0.5g/kg。0-80cm土壤平均含盐量在5.0-14.0g/kg之间，其中表层为12.411g/kg，随着土层深度的增加含盐量逐渐减少，80cm处平均含盐量为5.01g/kg。随生育期的变化，不同月份不同土层深度的含盐量相比于4月份均有不同程度增加。其中9月份表层最大值依然较大为136.814g/kg，最小值为1.519g/kg，同时土层0-80cm土壤平均含盐量在6.7-27.4g/kg之间，其中表层最大为27.394g/kg，随着土层深度的增加含盐量在逐渐减小。从Cv值可以看出，除了8月份表层含盐量和9月份20cm处含盐量Cv值小于1.0为弱变异程度外，其他变异系数Cv值均大于1.0，属于强变异程度。对研究区域农田土壤含盐量在时间上的分布特征进行分析，图3-6显示了对每个月份每一土层深度所有采样点的含盐量取平均值后的变化特征。由图3-6可以看出，在整个时段表层土壤含盐量相比于其他土层含盐量较大，而且土层深度20-80cm土壤含盐量变化幅度较为平稳，由于表层土壤受到强烈的大气蒸发和灌溉的影响较大，使得表层土壤含盐量变化幅度较大，但整体变化趋势基本一致，其中5-6月下降趋势较明显，7-9月下降程度减弱。表3-12农田区域土壤含盐量统计Tab.3-12Statisticsofsoilsaltcontentinfarmlandarea土层深度/cm最大值/(g/kg)最小值/(g/kg)标准差平均值/(g/kg)Cv4月表层108.5260.33219.46712.4111.5690-2058.0200.4069.1296.4321.41920-4047.6660.2498.6696.9211.25340-6034.4710.3327.3845.7201.29160-8037.4860.3637.0215.0101.4015月表层237.7611.04431.71919.5491.7250-2084.4090.59012.4758.2071.52020-4087.9040.29311.4318.8691.51440-6068.3460.4669.7206.1041.59260-8059.8030.4088.5055.3411.5926月表层206.2171.27131.41722.8811.3730-20132.8180.72518.5429.1822.01920-4067.2830.35411.1377.9211.40640-6067.7200.4859.8086.6641.47260-8059.2550.4248.5825.8311.4727月表层277.8681.19744.12431.9171.3820-20147.3230.71222.91711.7061.95820-4071.1370.44611.9178.6781.37340-6081.0550.39812.3078.7171.41260-8072.6730.34910.7697.6271.4128月表层135.1621.33925.05427.3270.9170-2069.0700.75110.51710.1171.03920-4077.0050.57711.8139.9911.18240-6044.4770.5637.6596.9641.10060-8041.0610.5477.5216.6001.1409月表层136.8141.51929.44327.3941.0750-2071.1130.69010.81310.9530.98720-4071.5190.44711.81710.2581.15240-6047.2670.3028.5717.9621.07660-8039.8010.5147.6196.7801.124图3-6农田区域土壤含盐量时间变化特征Fig.3-6Timevariationcharacteristicsofsoilsaltcontentinfarmlandarea1.2土壤含盐量空间变异特征为了更加直观的反映该研究区域土壤盐分的空间分布特征，将每个监测点0-80cm的总含盐量应用ArcGIS10.5对未进行采样的区域根据半方差函数进行插值，得到不同时期研究区域含盐量空间分布图，结果如图3-7所示。可以看出在图中中南部区域含盐量出现了极大值点，这是因为该点位于荒地区域，周围环境恶劣，有部分废弃的较为严重的盐渍化土地。4月份土壤含盐量自北向南逐渐增加，北部土壤含盐量值较低，这是由于北部区域大部分地区种植果树，5月、6月份土壤含盐量空间分布特征较为相似，最大值和最小值也较为接近，其中5、6月份土壤含盐量为10-30g/kg的区域基本一致；7月份土壤含盐量处于4.21-58.26g/kg的区域逐渐增大，而且基本为位于研究区域的中上部地区，含盐量较4、5、6月份有明显增加；8月土壤含盐量分布分散，出现了类似于斑状的分布特点，其中处于42.95-76.71g/kg的区域较大，极大值点依然和4、5、6、7月份一致，出现在中南部地区。9月份土壤含盐量最大值较其他月份明显减小，但最小值较其他月份有所增加，空间分布特征和其他月份基本一致。结合各个时期研究发现，从4-9月份土壤含盐量极大值区域未发生改变，周围也未出现其他极大值区域，说明极大值区域并不是很大，对于周围土壤含盐量的影响较小，也未出现较大的扩散，4月和8月份土壤含盐量分布较为相似，出现了类似于斑状的分布特点，5月、6月和9月份的土壤含盐量分布也较为相似，最小值区域出现在中上部地区。该研究区域土壤含盐量自东北向西南方向增加，由于有较为严重的盐渍化土地，同时全年气候干旱，降雨量较少，使农田大面积缺水，造成严重的弃耕，逐渐使土壤盐渍化现象严重，同时极大值区域得不到有效的改善，给当地的农业发展以及经济发展带来了困难。图3-7农田区域土壤含盐量空间分布特征Fig.3-7Spatialdistributioncharacteristicsofsoilsaltcontentinfarmlandarea为了更好的反应土壤含盐量的空间结构，以地统计学为基础，应用GS+9.0对该研究区域不同时期土壤含盐量进行半方差分析，结果见表3-13。表中给出了不同时期不同土层深度土壤含盐量所对应的最优模型，可以看出4月、8月和9月份土层深度为0-80cm处的土壤含盐量最优模型多为线性模型，但也有指数模型，决定系数基本都大于0.5；5月、6月和7月份土层深度为0-80cm处的土壤含盐量最优模型多为指数模型，但也有线性模型，决定系数均大于0.5。整体看来，土壤含盐量最优模型多为线性模型和指数模型，而且拟合效果较好，空间相关度C0/(C0+C)在0.35-0.43之间，空间相关程度表现为中等空间相关性。表3-13农田区域土壤含盐量半方差函数统计Tab.3-13Statisticsofsemi-variancefunctionofsoilsaltcontentinfarmlandarea时间土层深度/cm最优模型块金值(C0)基台值(C0+C)空间相关度(C0/(C0+C))R24月表层线性460.1001245.980.3690.5170-20线性110.000291.6850.3770.61920-40线性89.300232.2330.3850.57140-60指数50.570135.1350.3740.46760-80线性51.910135.8710.3970.8125月表层指数1607.004402.060.3650.6020-20指数211.100574.6670.3670.60620-40指数241.000659.5510.3680.62940-60指数132.700362.4890.3660.60960-80指数101.600277.5510.3660.6096月表层指数1235.003410.470.3620.5980-20线性505.6001391.110.3630.63220-40指数145.800399.7600.3650.61140-60指数128.600358.0900.3590.61560-80指数98.500274.2020.3590.6157月表层指数2367.006329.460.3740.5690-20线性725.0001889.030.3840.51520-40指数170.200455.1230.3740.55040-60指数194.300529.8470.3670.57160-80线性148.700405.6320.3670.5728月表层线性572.9001505.490.3810.6530-20指数131.300357.6990.3730.56820-40线性169.500461.8970.3670.59440-60线性65.800174.5800.3770.59960-80线性66.030165.9360.3980.4919月表层线性961.0002454.460.3920.1880-20线性139.800381.4400.3670.58920-40指数161.300444.3130.3680.60940-60线性80.100196.2890.4080.62060-80线性71.340169.5890.4210.4821.3棉花生育期土壤盐分变化过程定量评估将棉花生育期内棉田每个监测点4月-9月份的土壤含盐量经过相对化处理后的数据作为参考数列，根据2.3节GM(1,1)模型的建立方法，首先通过最小二乘法计算得到每年每个棉田监测点GM(1,1)模型的参数，发展系数和灰作用量，统计得到发展系数和灰作用量的最大值、最小值和平均值如下表3-14所示。表3-14GM(1,1)模型参数统计值Tab.3-14TheGM(1,1)modelparameterstatistics年份最大值最小值平均值最大值最小值平均值20180.3637-0.4765-0.06351.2506-0.05070.594320190.0834-0.2897-0.12180.98750.09310.438820200.2345-0.3712-0.12470.97690.08860.4692这样意味着可以建立每个监测点的土壤含盐量定量评估模型，但基于大尺度环境下，为了使模型具有代表性，将每个监测点的发展系数和灰作用量取平均值，得到三年土壤含盐量的白化微分方程模型如下：（1）2018年： （3-16）（2）2019年： （3-17）（3）2020年： （3-18）求解得到通用的土壤含盐量定量评估模型如下：（1）2018年： （3-19）（2）2019年： （3-20）（3）2020年： （3-21）式中，。为了检验所建模型的精确程度，利用2.3节中的残差检验、相对误差以及级比偏差值对三年每个监测点4月到9月份的实测值与模型值进行模型检验，统计每个监测点每个时刻得到残差值、相对误差值以及级比偏差值的最大值、最小值和平均值，结果列与表3-15。同时统计了所有检测点以及所有时刻的残差值、相对误差和级比偏差值小于0.2的样本数，结果列于表4-9。由于试验的取样及测量等造成的误差，会使部分模型值跟测量值偏差较大，造成相应的残差、相对误差及级比偏差值较大。其中残差值和级比偏差值的平均值都小于0.2，认为模型达到一般要求。同时统计了所有检测点以及所有时刻的残差值、相对误差和级比偏差值小于0.2的样本数，其所占比例均大于51.00%。表3-15GM(1,1)模型检验参数统计值Tab.3-15TheGM(1,1)modeltestsparameterstatistics年份残差相对误差级比偏差最大值最小值平均值最大值最小值平均值最大值最小值平均值20180.6266-0.56200.00580.71840.00080.19130.9233-7.4720-0.163720190.5230-0.4570-0.00250.78960.00250.23850.9471-14.5000-0.449220200.5197-0.34830.00140.68070.00260.19530.7477-1.1413-0.0901表3-16GM(1,1)模型检验参数样本统计值Tab.3-16TheGM(1,1)modeltestsparametersamplestatistics`残差相对误差级比偏差总样本数小于0.2样本数所占比例/%总样本数小于0.2样本数所占比例/%总样本数小于0.2样本数所占比例/%201819016184.7417710458.7619013168.95201916513078.791417351.7716511368.48202015013590.001468960.9615010469.33由表3-16可以看出残差、相对误差和级比偏差值都不较大，因此对所建模型进行残差修正，统计得到修正后的发展系数和灰作用量的最大值、最小值和平均值如下表3-17所示。表3-17GM(1,1)残差模型参数统计值Tab.3-17TheGM(1,1)residualmodelparameterstatistics年份最大值最小值平均值最大值最小值平均值20180.3184-0.07270.02190.0934-0.0727-0.001920190.1507-0.00950.02600.0193-0.0639-0.003820201.9732-0.87970.35350.1610-0.09140.0002同样为了使模型具有代表性，将每个监测点的发展系数和灰作用量分别取平均值，得到三年土壤含盐量GM(1,1)残差模型的白化微分方程模型如下：（1）2018年： （3-22）（2）2019年： （3-23）（3）2020年： （3-24）求解得到残差定量评估模型如下：（1）2018年： （3-25）（2）2019年： （3-26）（3）2020年： （3-27）式中，。为了检验所建模型的精确程度，利用2.3节中的残差检验及相对误差值对三年每个监测点4月到9月的实测值与模型值进行模型检验，统计每个监测点每个时刻残差值、相对误差值的最大值、最小值和平均值，结果列与表3-18。同时统计了所有检测点以及所有时刻的残差值和相对误差小于0.2的样本数，其所占比例均大于51.00%。由表3-19可以看出，经过残差修正后的模型，残差值明显减小，但相对误差提高幅度不是很大。可以看出，灰色模型GM(1,1)可以用来对棉田土壤含盐量进行定量评估。表3-18GM(1,1)修正模型检验参数统计值Tab.3-18TheGM(1,1)modifiedmodeltestparameterstatistics年份残差相对误差最大值最小值平均值最大值最小值平均值20180.5495-0.56350.00440.79940.00080.198420190.5229-0.4570-0.00200.78850.00230.23762