克里雅綠洲地下水埋深時空變化對土壤鹽分分布的影響

努爾麥麥提江·吾布里卡斯穆，塔西甫拉提·特依拜，阿不都拉·阿不力孜，鄧煜霖，買買提·沙吾提，張 飛

(1.新疆大學資源與環境科學學院，烏魯木齊 830046；2.綠洲生態教育部重點實驗室，烏魯木齊 830046)

地下水是干旱區有限水資源中的重要組成部分，從時空上直接或者間接作用于地表的生態環境[1,2]。干旱區地表水資源一般都具有較大時空分布的差異性和有限性，加之干旱區降水稀少，使得在大多數情況下，干旱區綠洲主要利用地下水和河流水來維持其農業生產活動。干旱區灌溉方式如果不合理則會引起土壤鹽漬化等眾多生態環境問題。在我國西北干旱地區地下水比較淺，地區的灌溉方式以傳統的大田漫灌為主，這很容易引起地下水位抬高，加之當地干旱的氣候條件和地下水的強烈蒸發，土壤次生鹽漬化問題日益突出[3,4]。當地土壤鹽漬化的分布狀況可以通過地下水埋深空間異質性與土壤不同深度鹽分分布的關系來反映[5]，因此，研究地下水埋深與土壤鹽分之間的關系，對防止土壤鹽漬化及提高農作物產量具有重要意義。

近些年來，國內外諸多學者大量研究了地下水與土壤鹽漬化的關系并取得了一些研究成果。Salama等[6]認為地下水對鹽分的影響使得鹽分發生遷移、積累和釋放運動。Mahmood等[7]通過研究發現地下水位上升會造成了土壤鹽漬化并且加速了土地退化。賈大林和傅正泉[8]通過室內土壤模擬實驗，發現在地下水蒸發運移過程中，鹽分聚集于表層土壤是由于下層土體鹽分溶解向上運動。楊勁松等[9]以新疆塔里木灌區為研究區，分析了0～50 cm土壤層積鹽速率與地下水埋深的關系。近年來研究土壤特性時空變異規律的一種有效手段是地質統計學與 GIS技術[10,11]。地質統計學方法是在地理學研究中常用的有效手段，許多學者在研究地下水埋深與鹽分關系時應用了此方法，并得到了較好的結果。Eldeiry等[12]將GIS、遙感及空間模型相結合，在土壤鹽堿化的遙感估算中使用了Kriging模型、空間自回歸模型和最小二乘法模型，研究結果表明空間模型與遙感的相結合，使土壤鹽漬化空間分布特征的研究精度在一定程度上得以提高。阮本清[13]對寧夏回族自治區青銅峽灌區地下水埋深的時空變異的規律進行研究。杜軍等[14]研究發現，在特定區域地下水礦化度的時空分布規律受到地下水埋深的時空分布規律的影響。綜上所述，地下水埋深時空分布對干旱區土壤鹽漬化的影響極為突出。

克里雅綠洲是處在塔里木盆地南緣，氣候極為干旱，蒸發量高，自然條件下土壤鹽漬化比較嚴重，而且綠洲農業以大水漫灌為主，蒸發量極大的自然環境條件下，使土壤層鹽分含量增大，加劇了土壤鹽漬化，對綠洲可持續發展造成了一定威脅。目前，對克里雅綠洲水鹽一體進行的研究較少。本文在前人的研究基礎上，利用實測獲得的和通過室內試驗獲取的地下水埋深數據及土壤EC值，采用地質統計學與GIS相結合的方法，對克里雅綠洲地下水埋深時空變化與土壤鹽分在不同季節的空間變異特征的關系進行研究分析，為提高克里雅綠洲農作物產量、防止土壤鹽漬化及為綠洲可持續發展提供理論依據。

1 研究區概況

克里雅綠洲地處新疆維吾爾自治區塔里木盆地南緣克里雅河流域，氣候類型是暖溫帶內陸干旱性沙漠氣候，地勢特點是南高北低，南靠昆侖山，北部靠近塔克拉瑪干沙漠，自南向北形成高山、戈壁、沙漠等地貌單元，是一個典型的綠洲荒漠交錯地區。該綠洲降水稀少、蒸發量大，平原綠洲區年均降水僅有14 mm，蒸發量則高達2 500 mm，屬典型的極端干旱區[15]。由于蒸發量高，表層積鹽現象十分嚴重，鹽漬化主要分布在地勢相對低的灌溉綠洲中下部地區，在這一帶區域具有潛水溢出，其礦化度較高。綠洲南部山區由于地貌和氣溫的影響，植被分布面積較小，區系較單一，綠洲中北部平原區植被類型比較單一，除了人工培育的多種糧食、經濟作物和防護林之外還有胡楊、檉柳、蘆葦、甘草、駱駝刺等耐旱耐鹽性植被。

2 數據來源于分析方法

在克里雅綠洲之內，根據該地區土壤分布、地貌特征、土壤鹽漬化程度、植被退化程度與分布情況等不同條件，在整個研究區之內設置地下水位觀測井24眼，觀測井跨越人造綠洲和天然綠洲，東西方向跨度近52 km，南北方向跨度近45 km，經過克里雅河，距離克里雅河最近距離不到100 m，最遠距離達50 km，用HOBO自動記錄儀記錄地下水埋深動態數據，水位監測頻率為6 次/d，并在每個觀測井周邊進行了分層取樣(土壤樣品點與地下水觀測井的相對距離不大于10 m)。采樣時間為2012年春、夏和秋3個不同季節，土壤樣品的采樣深度分別為0～10、10～20、20～40、40～60、60～80、80～100 cm。將集體采樣的土壤樣品帶回實驗室自然風干、碾碎、過篩后，制備土水比1∶5浸提液，采用DDS-307電導率儀測定土壤樣品電導率(土壤EC值)。

本研究采用徑向基插值方法(RBF)進行空間變異性分析。徑向基函數插值法最初是散亂數據插值的一種基本方法，它的優點是節點配置靈活、工作量小、計算格式簡單、精度較高[16]。通過交叉驗證方法對地下水埋深與土壤鹽分的預測精度進行評估。通過模型得到的預測值與觀測值之間的平均誤差越接近于零，均方根誤差越小，表明模型估算的準確性越高，反之則模型估算的準確性越差[17]。平均誤差(ME)和均方根誤差(RMSE)通過以下公式計算：

ME=∑ (zi*-zi)

(1)

(2)

式中：zi*表示觀測值；zi表示預測值；n表示觀測數量。

3 結果與分析

3.1 地下水埋深與土壤鹽分的統計特征

根據克里雅綠洲24眼地下水觀測井數據和通過室內試驗獲取的土壤電導率數據繪制了研究區地下水埋深與土壤樣品EC值(土壤EC值表示土壤電導率，土壤電導率越高，鹽分就越高)的分析統計表(見表1)。由表1可以發現，克里雅綠洲春、夏、秋3個不同時期地下水埋深最小值均為0，夏季地下水埋深最大值和平均值(24眼地下水位觀測井在春、夏、秋季的地下水平均埋深)均比春、秋季大，地下水埋深預測平均誤差均為10%(-0.115～-0.105)左右，而均方根誤差為2.745～3.288，說明預測精度較好。對土壤EC值而言，夏、秋季土壤EC平均值(指在實驗室通過實驗獲取的)比春季相對高，除了秋季0～10 m深度為20%之外，春、夏、秋季各個不同深度預測平均誤差為10%或者小于10%(-0.002～0.085)，土壤0～10cm深度的均方根誤差均比10～20、20～40 cm深度的大。

表1 地下水埋深與土壤EC值的統計分析結果Tab.1 Descriptive statistics of groundwater depth and EC value of soil

3.2 地下水埋深時空異質性

根據獲得的地下水埋深數據，繪制了研究區20眼觀測井水位一年內變化圖(見圖1)。由圖1可以發現，克里雅綠洲不同季節地下水埋深變化比較大，整體上來看，春季地下水埋深變化幅度最大，秋季最小。一年中每個樣地地下水埋深呈多次波動，接近50%觀測井最大埋深出現在夏季，40%出現在秋季，而60%觀測井最小埋深出現在春季，地下水埋深隨樣地不同而變化不一，其中靠近克里雅河的9號觀測井一年內水位波動最大，可達6 m。

根據春、夏、秋季地下水埋深數據的插值結果，得到了3個不同季節地下水埋深空間分布圖(見圖2)。由圖2可知，由于該綠洲地形特征為南高北低，克里雅河流水、農業灌溉水和地下水徑流流向均為由南到北，并形成了綠洲地下水埋深南深北淺的分布特征。研究區南部地下水埋深最大，這主要由于南部地勢較高，水系比較單一，并且地下水有一定的開采；地下水埋深最淺的區域在研究區中心和東北部，這主要是因為該區離克里雅河較近，域地勢較低，綠洲中心區農業灌溉水沉積在該區域；研究區西北部分區域地下水埋深比較大，主要原因是該區域離克里雅河與綠洲中心比較遠，河流與地下水徑流的補給作用不明顯。

圖1 地下水月季變化Fig.1 Monthly change of groundwater depth

圖2 地下水埋深空間分布Fig.2 Spatial distribution of groundwater depth

3.3 土壤鹽分空間變化

根據前面得到的土壤EC值分析結果，利用Arcgis10.1繪制了克里雅綠洲春、夏、秋季不同深度的土壤EC值空間分布圖(見圖3)。由圖3可知，春季土壤EC值分布特征均較復雜，0～10 cm土壤鹽分在綠洲中部和西北部達到最大值，10～20 cm土壤鹽分在西北部達到最大值，20～40 cm鹽分值連續性最好，在北部達到最大值，在西北部的沼澤地周邊土壤EC值較小，主要原因是春季氣溫不是很高(春季平均氣溫為16 ℃)，土壤積鹽能力較弱；夏季土壤EC值連續性較春秋季相對好，原因是溫度高(平均氣溫為26.5 ℃)，整個地區地下水蒸發量大，土壤積鹽嚴重，鹽分含量均在綠洲中北部達到最大值；秋季0～10 cm鹽分值連續性較差，在中部和北部達到最大值，10～20、20～40 cm土壤含鹽量的高值區在中北部，連續性較0～10 cm深度相對好。總的來說，從南、東南部到北部土壤含鹽量呈增加趨勢。

圖3 土壤EC值空間分布Fig.3 Spatial distribution of EC value of soil

3.4 地下水埋深對土壤鹽分的影響

研究表明地下水埋深及礦化度對土壤鹽分和土壤鹽漬化狀況的影響最大，其中，土壤發生鹽漬化的關鍵性因素是地下水埋深[18,19]。由圖2和圖3可以看出，地下水埋深與土壤鹽分的關系極為密切[20]。克里雅綠洲地下水埋深呈南深北淺的分布特征，東南部最深的達到10 m以上，從南向北逐漸減小，土壤鹽分隨著地下水埋深的減少而增加，在地下水埋深最深的綠洲東南部土壤鹽分含量最低，而在地下水埋深較淺的中北部區域達到最大值。作為我國塔克拉瑪干沙漠南轅的一個綠洲，其氣候十分干旱，農業生產活動夏季最頻繁，用水量高，因此夏季研究區地下水平均埋深較春季和秋季大，但是該區域夏季平均氣溫最高，蒸發量大，夏季土壤積鹽現象較春季和秋季嚴重。在地下水埋深最大的綠洲東南部區域，土壤含鹽量低，反之地下水埋深較淺的中北部，土壤積鹽越嚴重，這說明，克里雅綠洲土壤含鹽量受地下水埋深制約極為明顯。“鹽隨水來，鹽隨水去”， 土壤鹽分隨毛管水上升到地表，水分蒸發后，使鹽分積累在表層土壤中。由于研究區氣候干旱，即使綠洲地下水埋深比較淺的部分區域地下水含鹽量較少，但是蒸發強烈，土壤中的水分大量蒸發，會攜帶大量鹽分到達土壤表層，使土壤積鹽。因此，將地下水控制在合理的深度，土壤才不會發生積鹽。

根據不同地勢、地下水埋深、土壤性質與植被生長狀況，選取綠洲之內8、9、24號地下水觀測井地下水埋深與不同土壤層鹽分數據來分析地下水埋深與土壤鹽分之間的關系(見圖4)。由圖4可知，觀測井地下水埋深越深鹽分含量越小，反之則鹽分含量越大。8號觀測井處在研究區北部的綠洲-沙漠過渡帶，周邊主要植被類型以蘆葦為主，離克里雅河主干道100 m左右，地下水埋深比較淺，3期地下水埋深在2 m上下波動，土壤表層積鹽的現象十分嚴重，不同土壤層之間鹽分含量變化劇烈；9號觀測井處在綠洲南部農業區，人類活動頻繁，自然植被類型以紅柳、駱駝刺為主，離克里雅河主干道不到100 m，其農業用水量大而且有地下水開采現象，地下水埋深比較深，一年不同季節內波動可達6 m，但是不同季節且不同土壤層間鹽分含量較低而且變化不明顯，這表明，該觀測井附近地下水埋深對土壤積鹽的作用不明顯；24號觀測井處在研究區中部，植被類型以蘆葦和駱駝刺為主，地下水埋深為2.0～2.5 m上下波動，因24號觀測井地勢相對低，靠近人類活動頻繁的農業區，農業灌溉水沉積在該觀測井附近，因此，土壤積鹽現象嚴重，土壤各層鹽分含量均高。

圖4 典型點地下水埋深與土壤鹽分關系Fig.4 The relationship between groundwater depth and soil salinity in typical points

4 討 論

地下水埋深時空分布與土壤鹽分的空間異質性密切相關[21]。在克里雅綠洲控制土壤鹽漬化的重要手段是控制綠洲地下水埋深，而綠洲地勢、土壤性質、溫度、農業生產活動頻繁、灌溉量等因素也對地下水埋深和土壤鹽分有一定的影響。除了綠洲南部的部分區域之外，克里雅綠洲中北部大部分區域地下水埋深小于3 m，綠洲農業以大水漫灌為主，蒸發量極大的自然環境條件下，使土壤層鹽分含量增大，引起土壤鹽漬化。防止土壤發生積鹽的關鍵在于控制綠洲地下水埋深，采取適合于本地區水資源狀況的灌溉措施，防止地下水位的抬升[22]。但是研究區面積比較大并且在該區域土壤沙漠化和鹽漬化現象共存，如何控制地下水的最佳深度，減緩土壤鹽漬化，還需要考慮地貌、土壤、植被、管理政策及當地維吾爾居民的生活習慣等因素。

5 結 論

(1)從預測結果來看，地下水埋深預測平均誤差為10%，均方根誤差為2.745～3.288：對土壤EC值而言，秋季0～10 cm深度預測平均差為20%，春夏季節不同深度預測平均誤差不大于10%(-0.002～0.085)，隨著土壤深度的增加，均方根誤差變小。總的來說，地下水埋深及土壤EC值預測精度較好。

(2)克里雅綠洲地下水埋深不同季節時空上的變化比較大，由綠洲南部至北部地下水埋深整體上呈減小趨勢，但是不同3個季節地下水埋深最小值出現在綠洲中西部的沼澤地(4號觀測井區域)。綠洲中部區域人類活動頻繁，對地下水埋深變化的影響較大，因此，在不同時期內地下水埋深波動比較大，最大可達6 m。

(3)春、夏、秋3個季節土壤EC值從南到北呈增大的趨勢，農業灌溉水沉積的中部區域和地勢比較低、地下水埋深比較淺的北部地區土壤鹽分含量最大，而鹽分含量最小的區域在人類活動比較頻繁、地下水埋深比較低的綠洲東南部：0～10 cm的深度和下層土壤EC值的差距較大。

(4)土壤鹽分與地下水埋深關系密切，土壤鹽分隨淺層地下水埋深的增大而減小，這表明克里雅綠洲地下水埋狀況是制約土壤鹽分含量的重要因素。控制地下水埋深是防止綠洲土壤發生積鹽及土壤鹽漬化進一步加劇的重要因素，選用適合于克里雅綠洲水資源狀況的灌溉農業技術措施，防止地下水位抬升引起土壤積鹽。

[1] Lammerts E J, Maas C, Grootjans A P. Groundwater variables and vagetation in dune stacks[J]. Ecological Engineering, 2001,17(1): 33-47.

[2] Elmore A J, Manning S J, Craine J M. Decline in alkali meadow vagetation cover in California the effects of groundwater extraction and drought[J]. Journal of Applied Ecology, 2006,43(4):770-779.

[3] 陳亞新,史海濱,魏占民.土壤水鹽信息空間變異的預測理論與條件模擬[M].北京:科學出版社,2005:3-4.

[4] 徐 英, 陳亞新,史海濱,等.土壤水鹽空間變異尺度效應的研究[J].農業工程學報,2004,20(2):1-5.

[5] Douaaik A, van Meirvenne M, Toth T. Statistical methods for evaluating soil salinity spatial and temporal variability[J]. Soil Science Society of America Journal, 2007,71(5):1 629-1 635.

[6] Salama R B, Otto C J, Fitzpatrick R W. Contributions of groundwater conditions to soil and water salinization[J]. Hydrogeology Journal, 1999,7(1):46-64.

[7] Mahmood K, Morris J, Collopy J, et al. Groundwater uptake and sustainability of farm plantations on saline sites in punjab province, Pakistan[J]. Agricultural Water Management, 2001,48:1-20.

[8] 賈大林,傅正泉.利用放射性I131和S35 松沙土土體和地下水鹽分的運動[J].土壤學報,1979,16(1):29-37.

[9] 楊勁松，陳小兵,周宏飛. 新疆塔里木灌區水鹽問題研究[J].中國地質災害與防治學報,2007,18(2):69-73,77.

[10] Zhang R F. Theory and application of spatial variability[M]. Beijing: Science Press, 2005:13-14.

[11] Cunter B. Geostatistics for environmental scientists[J]. Vadose Zone Journal, 2001,(1):321-322.

[12] Eldeiry A A, Garcia L A, Detecting soil salinity in alfalfa fields using spatial modeling and remote sensing[J]. Soil Science Society of America Journal, 2008,72(1):201-211.

[13] 阮本清.空間變異理論及應用[M].北京:科學出版社,2005:13-14.

[14] 杜 軍,楊培嶺,李云開,等. 河套灌區年內地下水埋深與礦化度的時空變化[J].農業工程學報,2010,26(7):26-31.

[15] 阿布都拉·阿布力孜,塔西甫拉提·特依拜,丁建麗,等.基于植被溫度條件指數的克里雅河流域干旱監測研究[J].水土保持研究,2011,18(4):153-156.

[16] 魏義坤,楊 威,劉 靜.關于徑向基函數插值方法及其應用[J].沈陽大學學報,2008,20(1):7-9.

[17] Arslan H. Spatial and temporal mapping of groundwater salinity using ordinary kriging and indicator kriging: the case of Bafra Plain, Turkey[J]. Agricultural Water Management, 2012,113:57-63.

[18] Ruan B Q,Xu F R,Jiang R F. Analysis on spatial and temporal variability of groundwater level based spherical sampling model[J]. Journal of Hydraulic Engineering, 2008,39(5):573-579.

[19] Shouse P J,Goldberg S,Skaggs T H,et al.Effects of shallow groundwater management on the spatial and temporal variability of boron and salinity in an irrigated field[J]. Vadose Zone Journal, 2006,5(1):377-390.

[20] Jordan M M,Navarro-Pedrefio J,Garcia-Sanchez E,et al.Spatial dynamics of soil salinity under arid and-semi arid conditions :geological and environnmental implications[J]. Environmental Geology, 2004,45,(4):448-456.

[21] 姚榮江,楊勁松.黃河三角洲地區淺層地下水與耕層土壤積鹽空間分異規律定量分析[J].農業工程學報，2007,(8).

[22] Abdelfattah M A,Shahid S A,OthmanY R. Soil salinity mapping model developed using RS and GIS: a case study from Abu Dhabi, United Arab Emirates[J]. Eroupean Journal of Scientific Research, 2009,26(3):342-351.