松嫩平原蘇打鹽漬化旱田土壤表觀電導率空間變異

楊 帆, 安豐華, 馬紅媛, 楊洪濤, 王志春

中國科學院東北地理與農業生態研究所,長春 130102

松嫩平原蘇打鹽漬化旱田土壤表觀電導率空間變異

楊 帆, 安豐華, 馬紅媛, 楊洪濤, 王志春*

中國科學院東北地理與農業生態研究所,長春 130102

土壤表觀電導率;空間變異;地統計;鹽漬化旱田;松嫩平原

松嫩平原蘇打鹽漬化旱田面積約80萬hm2,主要以輕、中度鹽漬化為主。土壤空間分布上表現為鹽漬化程度存在較大的空間異質性[1],土壤鹽漬化的空間異質性導致了鹽漬化旱田作物產量具有較大差異。尤其是旱田中存在鹽漬化程度較高的鹽堿斑塊,增加了農田耕作和作物種植的難度,多年來一直是“種地不見苗”。鹽漬化旱田土壤的這種不均一性,嚴重影響了當地的農業生產,極大地限制了鹽漬化旱田的大面積利用和機械化管理,是限制該區旱田作物高產的主要障礙因子[2]。因此分析蘇打鹽漬化旱田土壤鹽漬化空間分布特征,實現鹽漬化程度快速診斷和土壤鹽漬化空間異質性評價,提出有針對性的改良和管理措施,對于提高當地農業糧食產量和保持農業可持續發展具有重要的理論和現實意義。

鹽漬化旱田土壤改良目標是耕層土壤鹽漬化指標達到作物正常生長范圍。就一具體田塊或區域而言,要實現大規模鹽堿地農業高產高效,必須解決耕層土壤鹽漬化空間異質性問題。諸多學者開展了土壤鹽漬化性質的空間變異研究[3- 5],提出了針對土壤性質空間差異實施有針對性的管理技術[6- 8]。有研究發現,土壤表觀電導率與鹽漬化程度等理化性質密切相關,并用土壤表觀電導率指示土壤性質空間變異,指導田間灌排等管理[9- 10]。因此,土壤表觀電導率作為一種非擾動、快速、可靠、操作簡單的土壤田間實時測試參數,已經逐漸被廣泛應用,成為精準農業研究的重要工具[4,11]。針對不同鹽堿地類型,建立土壤表觀電導率與土壤鹽堿性質相關方程,并將鹽堿空間分布特征與田間土壤改良、水肥管理等農藝技術緊密結合,形成精準化管理技術是國際上研究的熱點[7,9]。然而以往研究主要集中在氯化物鹽漬土區[12]。由于氯化物鹽漬土的土壤特性與蘇打鹽漬土完全不同,其表觀電導率所指示的鹽堿指標也完全不同。蘇打鹽漬土旱田空間變異研究報道較少,僅利用經典統計方法研究旱田空間變異[13],該方法對空間變異研究具有較大的隨機性。如何通過方便、快捷的土壤表觀電導率測定,對蘇打鹽漬土旱田鹽堿空間異質性進行定量表征,是鹽漬化旱田精準管理的關鍵問題。因此,本研究采用磁感應電導率儀(EM38)對典型蘇打鹽漬化旱田土壤表觀電導率進行監測,利用地統計方法量化土壤鹽堿的空間變異特征,并結合定位采樣,建立蘇打鹽漬土壤表觀電導率與土壤鹽堿化指標方程,對松嫩平原蘇打鹽漬化旱田鹽堿程度進行快速診斷,將空間變異理論與鹽堿地改良實踐相結合,實施局部清除或降低土壤鹽堿危害,實現蘇打鹽漬土均質化改良和利用,對于擴大有效耕地面積具有重要現實意義。

1 研究區與研究方法

1.1 研究區概況

研究區位于松嫩平原吉林省西部大安市樂勝鄉。地理坐標為123°21′31″—123°40′58″E,45°26′28″—45°29′27″N。該區鹽漬土廣泛分布,土壤屬內陸型蘇打鹽漬土,鹽分組成中以蘇打(NaHCO3與Na2CO3)為主,pH值多在8.5以上,是松嫩平原輕度和中度鹽漬化低產旱田的典型分布區。土壤類型為壤土和壤黏土。該區屬于中溫帶大陸性季風區,多年平均降水量413 mm,年蒸發量較大,為降雨的2—3倍。年均氣溫4.3℃,無霜期約140 d[14]。

1.2 方法與試驗設計

選取鹽堿程度不均一的蘇打鹽漬化旱田典型地塊作為調查小區。小區長300 m,寬160 m,面積為4.8 hm2。利用GPS和EM38大地電導儀相結合,將調查小區的鹽堿旱田畫成網格,網格大小為20 m×20 m,在網格節點設定觀測點,作為土壤表觀電導率的觀測點,共144個觀測點。本研究采用EM38電導儀(加拿大Geonics公司)對調查區的表觀電導率進行測定。 EM38利用電磁感應的原理,可以實現非接觸地快速精確測量土壤的電導率。它有兩種探測模式,垂直偶極模式的探測深度達1.5 m,水平偶極模式的探測深度達0.75 m。依此測得的土壤表觀電導率也分為垂直方向電導率和水平方向電導率[15]。

鈉吸附比(SAR)是溶液中Na+離子同Ca2+、Mg2+離子的平均濃度的平方根的比值,即

(1)

式中,Na+、Ca2+、Mg2+離子濃度單位為mmolc/L,SAR的單位為(mmolc/L)1/2。

1.3 數據處理方法

樣本的描述性分析采用SPSS 11.5軟件進行,用Kolmogorov-Smirnov (K-S) 檢驗數據是否呈正態分布;半方差函數應用地統計學處理軟件GS+for windows 5.3b進行計算。首先在GS+軟件中對不符合正態分布的數據源進行對數轉換;其次進行半方差函數的計算、模擬、分析和檢驗;利用Surfer軟件進行Kriging插值,生成2維空間分布圖。

2 結果與分析

2.1 經典統計分析旱田土壤鹽漬化空間變異

2.1.1 土壤表觀電導率統計特征

ECh和ECv分別為水平和垂直方向測定的土壤表觀電導率。水平方式敏感程度在地表最高,并隨深度降低。垂直方式在近地表敏感程度很低,隨深度增加,敏感程度增高。用ECh/ECv反映兩種方式在近地表敏感程度的區別。如果水平方式的讀數大于垂直方式的讀數,即(ECh/ECv)>1,說明近地表土壤鹽堿大于下層土壤鹽堿。如果兩種方式的讀數相差很小,說明土壤剖面鹽堿較一致。由表1可知,ECh最大值為74 mS/m,是最小值的18倍。而ECv最大值為64 mS/m,是最小值的6倍。ECh和ECv均值分別為15.9 mS/m和23.5 mS/m,說明該調查區以輕度鹽漬土為主,在輕度鹽漬土上分布著中、重度鹽漬土斑塊。由表1可知,調查區土壤表觀電導率ECv的平均值為23.5 mS/m,較ECh高。從ECh和ECv的比值可知,其均值為0.63,標準偏差為0.16,說明調查區域土壤表層的電導率小于深層土壤電導率,說明該區深層鹽堿高于表層鹽堿。變異系數(CV) 反映相對變異,即隨機變量的離散程度。已有研究將空間變異系數分為弱空間變異(CV≤ 0.1),中等空間變異(0.1

表1 調查小區表觀電導率統計特征值

ECh：水平方向土壤表觀電導率,apparent soil electrical conductivity in horizontal direction;ECv：垂直方向土壤表觀電導率,apparent soil electrical conductivity in vertical direction

2.2 地統計分析旱田土壤鹽漬化空間變異

2.2.1 鹽漬化旱田土壤表觀電導率的半方差分析

地統計方法有效的前提是數據服從正態分布。因此,數據必須進行正態分布檢驗。由表2可知,通過Kolmogorov-Smirnov法對土壤表觀電導率分布進行正態檢驗(P<0.05,2-tailed),發現水平方向和垂直方向土壤表觀電導率均不符合正態分布,對ECv和ECh進行對數轉換,轉換后ECh(P=0.338)、ECv(P=0.119)均符合正態分布,滿足地統計學分析的要求,可以用地統計學的方法來定量化研究土壤表觀電導率的空間變異。變異函數計算均采用對數轉化后的數據。

表2 土壤表觀電導率正態分布K-S檢驗

在半方差模型模擬過程中,最優模型要求殘差平方和(RSS)最小,同時決定系數(R2)最大。由表3可知,綜合考慮半方差指標,球狀模型為ECh的半方差模擬最優模型。而ECv半方差模擬的最優模型為指數模型。由于模型的塊金值均較小,該模型受實驗誤差等隨機性因素影響較小。對于ECh有效變程為91.9 m,觀測值之間大于91.9 m時,觀測值是相互獨立的,而觀測值之間在91.9 m以內存在著空間自相關。ECv的有效變程較ECh大,有效變程為198.9 m,說明觀測值之間大于198.9 m時,觀測值是相互獨立的,而觀測值之間在198.9 m以內存在著空間自相關。由塊金值與基臺值之比可知,當比例>75%時,說明變量具有弱空間自相關;比例在25%—75%之間,變量具有中等空間自相關;當比例<25%時,變量具有強空間自相關[19]。ECh半方差模型的塊金值與基臺值的比值為6.5%(< 25%),說明變量具有強空間自相關,即水平方向土壤表觀電導率ECh主要由地形地貌和水文狀況等結構性因素引起的空間變異。而ECv半方差模型的塊金值與基臺值的比值為47.8%(在25%—75%之間),因此變量具有中等的空間自相關,即垂直方向土壤表觀電導率ECv的空間變異是由結構性因素和隨機性因素共同影響的。因此,對旱田土壤鹽漬化程度評估時,應選用水平方向土壤表觀電導率ECh作為評估指標,來研究鹽漬化空間變異特征,分析地形地貌和水文狀況等結構性影響因素與土壤鹽漬化的關系,進而實現對鹽漬化旱田有針對性的改良。

表3 對數轉換后土壤表觀電導率半方差值及參數(n=144)

Table 3 Variational function theory model and structure parameters of apparent soil electrical conductivity after logarithmic transformed (n=144)

項目Parameter模型Model塊金值NuggetC0基臺值SillC0+C有效變程Range/m塊金/基臺C0/C0+C決定系數R2殘差平方和RSSECh球狀0．00190．00491．90．0650．8861．986×10-7ECv指數0．00250．038198．90．4780．8322．453×10-5

2.2.2 基于Kriging插值的鹽漬化旱田表觀電導率空間分布

依據半方差函數模擬模型,應用克立格法(Kriging)進行插值,繪制經對數轉換后的土壤表觀電導率ECv和ECh的空間分布圖,見圖1。經對數轉換后的水平與垂直表觀電導率ECh和ECv空間分布非常相似,均表現為不同表觀電導率的土壤呈條帶狀或斑塊狀鑲嵌分布。試驗小區土壤水平和垂直方向均表現為西北和南部各有一較大條帶狀的高鹽堿分布區,另在東北和北部中間各有一較小的高鹽堿分布區。而在調查區的中部和東南部有斑塊狀的低鹽堿區。鹽漬化旱田地表呈現微地貌特征,鹽堿嚴重的區域地勢稍高,無作物生長,為光板地;地勢稍低區域鹽堿化程度稍高,作物產量較低;在調查區最低部位,為輕度鹽漬化和非鹽堿化區,作物長勢良好。因此土壤鹽漬化程度的不同直接影響作物長勢,使作物產量表現為極大地不均勻性。

圖1 實驗小區土壤表觀電導率對數轉換后空間分布特征Fig.1 Maps of kriging estimations of apparent soil electrical conductivity by logarithmic computation

2.3 土壤表觀電導率與相關因子分析

2.3.1 土壤表觀電導率與土壤鹽堿指標相關分析

表4 土壤表觀電導率與土壤鹽堿參數的Pearson分析

EC1∶5(electrical conductivity)：為土∶水=1∶5的土壤浸提液電導率(mS/m);pH1∶5為土∶水=1∶5的土壤浸提液pH值;SAR(sodium adsorption ratio)：鈉吸附比,單位為(mmolc/L)1/2;SC(salt content)：可溶性離子總量(mmolc/L)

2.3.2 土壤表觀電導率與相關因子的回歸分析

為了更好的研究土壤表觀電導率與土壤鹽堿指標的關系,對土壤表觀電導率與相關因子進行回歸分析。由表5可知,ECh與EC1∶5、pH1∶5、SAR、SC和Na+呈線性分布關系,決定系數范圍為0.6—0.82,具有較好的模擬效果(P=0.000)。因此,可以利用ECh來計算SAR、SC、EC1∶5、pH1∶5和Na+的值。由表5可知,ECv與EC1∶5、pH1∶5、SAR、SC和Na+也呈線性分布關系,決定系數在0.5—0.7之間,具有較好的模擬效果(P=0.000)。比較ECh和ECv與鹽堿指標回歸模型的決定系數發現,ECh模型的決定系數均大于ECv。實際應用中,只需使用ECh來計算表層土壤(0—30 cm)鹽堿指標,指示土壤鹽堿程度。

表5 ECh與土壤鹽堿指標的回歸分析

3 討論與結論

3.1 討論

EM38測得的水平方向土壤表觀電導率能夠指示蘇打鹽漬化旱田土壤鹽堿程度。土壤表觀電導率具有空間變異性,表現為不同表觀電導率的土壤呈條帶狀或斑塊狀鑲嵌分布,體現鹽漬化旱田土壤鹽堿的空間分異特征。松嫩平原鹽漬化旱田多數由鹽堿退化草地開墾而成的,地表呈現微地貌差異,進而影響到水鹽運動和再分配過程,在相對高起的微地形上,同時存在著縱向和橫向兩個方面的濕度差。根據土壤毛管水由濕度大的土層向濕度小的土層移動規律,微高地上既有毛管上升水流的補給,也有毛管側向水流的補給,當水分沿土壤毛細管由下而上,由緩坡低處向緩坡高處移動過程中,鹽分也隨之遷移,并通過蒸發而表聚。蒸發量愈大,水分的補給愈快,鹽分積累也愈多[21],成為鹽堿化嚴重區域[22],甚至為雨養旱田內的“光板地”;而在地勢最低區域為輕度鹽漬化和非鹽漬化區。因此,調查小區在微高地處土壤鹽漬化程度明顯高于低地,形成所謂“一步三換土”[23]。松嫩平原旱田土壤鹽漬化程度空間異質性,給土壤改良、規模化利用和作物生產帶來嚴重障礙。明確需要改良土壤的面積和比例,是經濟、合理、高效利用鹽漬化旱田的關鍵。

將土壤鹽分空間變異理論研究與鹽堿地改良實踐相結合,利用水平方向土壤表觀電導率對旱田鹽漬化進行評估,有利于實現鹽漬化旱田快速低成本改良。不同作物適應鹽堿能力不同。對于鹽堿化程度較低、空間變異較小的鹽漬化旱田,可以利用土壤表觀電導率指示不同作物的耐鹽堿閾值,針對土壤鹽堿程度種植相應作物,是合理利用鹽漬化土壤的一種重要方式。對于鹽漬化較重、空間變異顯著,斑塊鹽堿程度較重的區域,種植耐鹽堿作物無法實現調節,這部分區域應進行定位分區改良,定點清除或降低土壤鹽堿,使土壤達到適合作物生長。局部鹽堿斑塊,由于大量交換性Na+的存在,導致土壤黏粒分散,土壤滲透性差,且隨著交換性Na+的增加,土壤性質不斷惡化,影響作物生長。針對鹽堿斑塊,最好的方法是加入含有二價陽離子的改良劑,置換土壤中的交換性Na+,達到改良目的。當然,種植的作物不同,耐鹽堿能力不同,需要改良劑用量也不同。因此,改良利用此類鹽漬化旱田應綜合考慮土壤表觀電導率、作物、土壤鹽堿之間的關系,以期對不同鹽漬化程度的區域進行改良,達到作物正常生長,實現精準化管理技術。

3.2 結論

經典統計分析土壤水平方向表觀電導率ECh與垂直方向表觀電導率ECv均為中度空間變異。地統計分析表明經對數轉換后的土壤水平方向表觀電導率ECh具有強空間自相關,其變異特征主要是由地形地貌和水文狀況等結構性因素引起的;而對數轉換后的垂直方向土壤表觀電導率ECv具有中等的空間相關性,即空間變異是由結構性因素和隨機性因素共同影響的。ECh、ECv空間變異的半方差模擬最優模型為球狀模型和指數模型。

相關分析和回歸分析均表明土壤表觀電導率與鹽堿指標呈正相關關系(P<0.05)和線性關系,且ECh測量土壤表觀電導率效果好于ECv,在生產實踐中用ECh能夠很好的反映土壤鹽堿狀況。因此,可以用水平方向土壤表觀電導率ECh來計算蘇打鹽漬化旱田土壤鹽堿指標,對土壤鹽漬化程度進行評估,指導旱田土壤鹽漬化管理。

[1] 鄧偉, 裘善文, 梁正偉. 中國大安堿地生態試驗站區域生態環境背景. 北京: 科學出版社, 2006.

[2] 劉興土. 松嫩平原退化土地整治與農業發展. 北京: 科學出版社, 2001.

[3] Cemek B, Güler M, Kili? K, Demir Y, Arslan H. Assessment of spatial variability in some soil properties as related to soil salinity and alkalinity in Bafra plain in northern Turkey. Environmental Monitoring and Assessment, 2007, 124(1- 3): 223- 234.

[4] Liu G M, Li J B, Zhang X C, Wang X P, Lü Z Z, Yang J S, Shao H B, Yu S P. GIS-mapping spatial distribution of soil salinity for Eco-restoring the Yellow River Delta in combination with electromagnetic induction. Ecological Engineering, 2016, 94: 306- 314.

[5] Yang F, Zhang G X, Yin X R, Liu Z J. Field-scale spatial variation of saline-sodic soil and its relation with environmental factors in western Songnen plain of China. International Journal of Environmental Research and Public Health, 2011, 8(2): 374- 387.

[6] Wu W Y, Yin S Y, Liu H L, Niu Y, Bao Z. The geostatistic-based spatial distribution variations of soil salts under long-term wastewater irrigation. Environmental Monitoring and Assessment, 2014, 186(10): 6747- 6756.

[7] 孫運朋, 陳小兵, 張振華, 吳從穩, 顏坤, 張立華, 蔣名亮. 基于EM38的濱海棉田土壤表觀電導率空間變異與利用研究. 土壤通報, 2014, 45(3): 585- 589.

[8] Barbiéro L, Cunnac S, Mané L, Laperrousaz C, Hammecker C, Maeght J L. Salt distribution in the Senegal middle valley: analysis of a saline structure on planned irrigation schemes from N′Galenka creek. Agricultural Water Management, 2001, 46(3): 201- 213.

[9] Yao R J, Yang J S, Wu D H, Xie W P, Cui S Y, Wang X P, Yu S P, Zhang X. Determining soil salinity and plant biomass response for a farmed coastal cropland using the electromagnetic induction method. Computers and Electronics in Agriculture, 2015, 119: 241- 253.

[10] Corwin D L, Lesch S M. Characterizing soil spatial variability with apparent soil electrical conductivity: I. Survey protocols. Computers and Electronics in Agriculture, 2005, 46(1- 3): 103- 133.

[11] 吳亞坤, 楊勁松, 楊曉英, 劉廣明. 基于EM38的封丘縣土壤鹽漬化調查研究. 干旱地區農業研究, 2008, 26(5): 129- 133.

[12] 李曉明, 楊勁松, 李冬順. 基于電磁感應(EM38)典型半干旱區土壤鹽分空間變異研究. 土壤通報, 2010, 41(3): 695- 699.

[13] 楊建鋒, 鄧偉, 章光新. 田塊尺度蘇打鹽漬土鹽化和堿化空間變異特征. 土壤學報, 2006, 43(3): 500- 505.

[14] 孫廣友. 松嫩平原古河道農業工程研究. 長春: 吉林科學技術出版社, 2007.

[15] Lesch S M, Corwin D L, Robinson D A. Apparent soil electrical conductivity mapping as an agricultural management tool in arid zone soils. Computers and Electronics in Agriculture, 2005, 46(1- 3): 351- 378.

[16] 鮑士旦. 土壤農化分析(第三版). 北京: 中國農業出版社, 2000.

[17] Chappell N A, Ternan J L, Bidin K. Correlation of physicochemical properties and sub-erosional landforms with aggregate stability variations in a tropical Ultisol disturbed by forestry operations. Soil and Tillage Research, 1999, 50(1): 55- 71.

[18] 雷志棟, 楊詩秀, 許志榮, 瓦肖爾G. 土壤特性空間變異性初步研究. 水利學報, 1985, (9): 10- 21.

[19] Cambardella C A, Moorman T B, Novak J M, Parkin T B, Karlen D L, Turco R F, Konopka A E. Field-scale variability of soil properties in central Iowa soils. Soil Science Society of America Journal, 1994, 58(5): 1501- 1511.

[20] 楊帆, 安豐華, 王志春, 楊洪濤, 趙長巍. 松嫩平原鹽漬化水田土壤表觀電導率空間變異研究. 中國生態農業學報, 2015, 23(5): 614- 619.

[21] 王遵親. 中國鹽漬土. 北京: 科學出版社, 1994.

[22] Zhao C W, Xu L, Wang Z C, Wang Y H, Chi C M. Studying soil salinity and its relations with microtopography and vegetation at field scale. Polish Journal of Environmental Studies, 2013, 22(4): 1227- 1237.

[23] 趙蘭坡, 王宇, 馮君. 松嫩平原鹽堿地改良利用——理論與技術. 北京: 科學出版社, 2013.

Spatial variations of apparent soil electrical conductivity in the saline-sodic upland soil of the Songnen Plain

YANG Fan, AN Fenghua, MA Hongyuan, YANG Hongtao, WANG Zhichun*

NortheastInstituteofGeographyandAgriculturalEcology,ChineseAcademyofSciences,Changchun130102,China

A representative saline-sodic area measuring 300 m× 160 m was investigated to determine the salinity and sodicity levels in Lesheng Town, Da′an City, Jilin Province, northeast China on April 20, 2013. Apparent soil electrical conductivity was measured using EM38 (electromagnetic induction) and GPS, and its spatial variability was studied by using classical statistics and geostatistics. Correlations between apparent soil electrical conductivity, including apparent soil electrical conductivity in horizontal direction(ECh) and apparent soil electrical conductivity in vertical direction (ECv), and salinity-sodicity parameters, including soil ions,EC1∶5, pH1∶5, sodium adsorption ratio (SAR), and soil salinity content (SC) were analyzed in the saline-sodic upland soil of the Songnen Plain. The results indicated a moderate spatial variability forEChandECvin classical statistics. Frequency distributions and the Kolmogorv-Smirov test for normality showed thatEChandECvwere not normally distributed (P<0.05). Therefore, mathematical transformations were performed to convert the data to fit the normal distribution, which is a prerequisite for calibration of the theoretical model and generation of semivariogram parameters and kriged maps. After log-transformation,EChandECvshowed normal distributions. The results of geostatistical analyses indicated thatEChhas a strong spatial variability and dependence, and the spatial distribution ofEChis affected by structural factors, which might include topography, hydrology, and climatic factors. However,ECvhad a moderate spatial variability and dependence, and the spatial distribution ofECvwas jointly affected by structural and random factors. Empirical semivariograms forEChwere simulated by spherical models, but those ofECvwere simulated by exponential models. The results of a Pearson correlation showed five indexes of salinity-sodicity parameters (pH1∶5,EC1∶5, SAR, SC, Na+) were significantly correlated withEChandECv(P<0.05). The correlation coefficients betweenEChand five salinity-sodicity parameters were higher than that betweenECvand five salinity-sodicity parameters. A stepwise regression analysis revealed that the regression prediction models withEChandECvcould explain most of the variations of the soil salinity-sodicity parameters. The regression prediction models between apparent soil electrical conductivity and five salinity-sodicity parameters were linear. The determination coefficient ofEChwas higher than that ofECv. Therefore, the apparent soil electrical conductivity in a horizontal direction could be used to calculate the index of the parameters of soil salinity-sodicity and to indicate soil salinity-sodicity in practical applications.

apparent soil electrical conductivity; spatial variation; saline-sodic upland soil; EM38; Songnen Plain

國家重點基礎研究發展計劃資助項目(2015CB150802);國家重點研發計劃資助項目(2016YFC0501200);國家自然科學基金資助項目(41071022,41571210)

2016- 03- 30;

2016- 09- 09

10.5846/stxb201603300578

*通訊作者Corresponding author.E-mail: wangzhichun@neigae.ac.

楊帆, 安豐華, 馬紅媛, 楊洪濤, 王志春.松嫩平原蘇打鹽漬化旱田土壤表觀電導率空間變異.生態學報,2017,37(4):1184- 1190.

Yang F, An F H, Ma H Y, Yang H T, Wang Z C.Spatial variations of apparent soil electrical conductivity in the saline-sodic upland soil of the Songnen Plain.Acta Ecologica Sinica,2017,37(4):1184- 1190.