河套灌区乌拉特灌域春季土壤盐碱化空间分布特征

王瑞萍，万核洋，陈 帅，夏玉红，白巧燕，彭遵原，尚松浩

河套灌区乌拉特灌域春季土壤盐碱化空间分布特征

王瑞萍1,2，万核洋2，陈 帅2，夏玉红1，白巧燕3，彭遵原1，尚松浩2※

（1. 巴彦淖尔市水利科学研究所，巴彦淖尔 015000；2. 清华大学水沙科学与水利水电工程国家重点实验室，北京 100084；3. 巴彦淖尔市水利事业服务中心，巴彦淖尔 015000）

盐碱化状况是干旱区灌区水盐合理调控及水土资源合理利用的基础。为掌握内蒙古河套灌区下游乌拉特灌域春季耕地土壤盐碱化状况的空间分布，通过野外调查采样和实验室检测，对0～20 cm和20～40 cm土层中的全盐量（Total Salt，TS）、pH值、CO32-、HCO3-、Cl-、SO42-、Ca2+、Mg2+、K++Na+含量、交换性Na+含量、阳离子交换量（Cation Exchange Capacity，CEC）、碱化度（Exchangeable Sodium Percentage，ESP）等反映土壤盐碱化特征的指标进行了测定和计算，采用经典统计学、地统计学和多指标综合评价方法对土壤盐碱化指标的空间分布特征进行分析。结果表明：1）0～20 cm土层中的TS含量更大一些，可溶性盐分离子主要以HCO3-、SO42-、Cl-、Na+为主。HCO3-、CEC、交换性Na+和ESP的变异系数在10%～100%之间，属于中等变异，其中交换性Na+和ESP的变异系数接近100%；TS、Cl-、SO42-和Na+的变异系数均大于100%，属于强变异。2）土壤pH、TS和ESP的空间分布规律基本一致，在东西方向上，各指标西部低，东部高；在南北方向上，中间低，南、北两侧高。土壤pH值基本在7.5～8.5之间，从TS空间分布来看，灌域内有32%的土壤存在盐渍化问题，且以轻度盐渍化土为主，约占26%；从ESP分布来看，有97%的土壤存在碱化问题，其中轻度碱化土约占40%，中度碱化土和碱土均约占23%。因此灌域内土壤碱化问题比盐化问题更为突出。3）通过因子分析得出TS、Cl-、Na+、交换性Na+、ESP和CEC是乌拉特灌域土壤盐碱化程度的主要影响因子，公因子综合得分值在-0.78～3.38之间，公因子综合得分能排除指标间个体差异，比较客观地评价土壤盐碱化整体水平。

土壤；盐碱化；空间分布；克里金插值；因子分析；乌拉特灌域

0 引 言

内蒙古河套灌区是亚洲最大的一首制自流灌区，地处干旱、半干旱、半荒漠草原地带，是没有灌溉就没有农业的地区，也是中国西北干旱区最大的灌区与生态脆弱区。灌区地势平坦，排水不畅，导致原生与次生盐碱化并存，盐碱地面积广、程度重，且盐分组成复杂，绝大多数盐碱地盐化和碱化并存，严重影响了灌区生态、农业和社会经济发展[1-3]。河套灌区属于季节性冻土区，每年11月下旬开始封冻，经过速冻、稳冻、消融三个阶段，于翌年4月下旬、5月初融通，春季处于土壤消融返盐期。气候干旱，多风少雨，蒸发强烈，土壤水分大量散失，深层盐分向表土聚集，土壤盐碱化程度严重，因此春季土壤盐碱化特征更加明显。乌拉特灌域地处河套灌区下游，上游、中游的含盐排水全部经过该灌域进入乌梁素海，且在灌区排水与配套工程建设、灌区续建配套与节水改造工程等水利基础设施建设实施以前，由于农田灌溉和渠系渗漏导致地下水埋深较浅，使得乌拉特灌域成为灌区内土壤盐碱化程度最严重的灌域[4]。

早期土壤盐碱化研究多采用现场调查和采样分析，随着经典统计学、地统计学和地理信息系统（GIS）技术的发展，李会亚等[5]结合经典统计学与地统计学方法研究了甘肃民勤绿洲土壤全盐及盐基离子的空间变异特征和分布规律。刘继龙等[6]利用传统统计学和地统计学方法研究了土壤盐分在田间尺度和区域尺度上的空间变异性。张雪等[7-9]运用地统计学、GIS、反演模型等方法在新疆绿洲地区广泛开展了土壤盐分特征、变化规律及空间分布分析研究，并取得了一系列的成果。张蓉蓉等[10]借助地统计学和传统统计学方法，分析了渭北耕地不同层次土壤盐分和碱化度的空间分布特征。王全九等[11]采用经典统计学和地统计学相结合的方法分析了新疆包头湖区域的土壤水盐热参数的空间分布特征。蒙莉娜等[12]使用普通克里格、地理加权回归和随机森林相结合的方法在大尺度上精确地监测了渭干河-库车河绿洲表层土壤盐分的空间变异性。王瑞燕等[13]在分析不同深度土壤全盐量、盐基离子空间变异特征的基础上，通过单因素方差分析研究了黄河三角洲入海口地区土壤盐分的差异。近几年，利用遥感技术来分析盐碱化已有大量的研究，卢晶等[14]利用Landsat遥感影像构建了改进型盐碱化监测指数模型，对河套灌区沈乌灌域土壤盐碱化进行了定量分析与监测。陈蕾[15]以野外采样检测数据为基础，利用遥感影像定量反演了民勤绿洲土壤含盐量，揭示了民勤绿洲土壤盐碱化时空变化和影响因素。基于遥感在研究盐碱化方面的优势，在今后也将是研究盐碱化的重要手段[16]。这些研究分析了土壤盐碱化的空间分布特征，为盐碱化土壤的监测、改良和合理利用提供了理论支持。主成分分析是一种将问题涉及的多指标转化为较少几个综合指标的多元统计方法，分析得到的综合指标是原来多个指标的线性组合，且综合指标彼此互不相关，从而实现用较少指标反映由原来众多指标所表达的主要信息，因而被广泛应用于许多领域的综合评价中[17-21]，但应用于评价区域内土壤盐碱化特征的研究相对较少。

受乌拉特灌域特殊的地理位置、土壤条件、种植结构和灌溉制度等因素的影响，该灌域显著的特点是盐碱化程度比较严重。目前针对乌拉特灌域盐碱化的研究多是分析一定工程、化学等措施下的局部地区盐分空间分布特征，如窦旭等[22]采用传统统计学与主成分分析方法探讨了乌拉特前旗暗管排水控盐综合试验区的盐碱化土壤含盐量与盐分离子分布规律，并分析了影响土壤盐碱化的主导因子。但关于乌拉特灌域盐分离子及盐碱化程度分布特征的研究开展较少，且前期研究多是局部或农田尺度的研究，在灌域尺度上的土壤盐碱化离子特点和空间分布特征及其影响因子还需要进一步研究。

针对乌拉特灌域土壤盐碱化研究中存在的问题，本文在田间采样、化验分析的基础上，采用经典统计学和地统计学方法分析乌拉特灌域盐分离子组成特点、空间分布特征，并采用因子分析方法（内嵌主成分分析方法）对盐碱化程度进行综合评价，以揭示灌域土壤盐碱化的综合水平和主要影响因子，为乌拉特灌域土壤盐碱化治理、生态环境保护和水土资源合理利用提供科学依据。

1 材料与方法

1.1 研究区概况

乌拉特灌域西起河套灌区总干渠四闸，东至包头郊区，南临黄河，北接义长灌域，东西长约110 km，南北宽约40 km。属于中温带大陆性季风气候，光照充足，昼夜温差大，雨水集中，雨热同期。历年平均日照时数为3 202 h，年平均气温为3.5～7.2 ℃，无霜期100～145 d，年降水量200～250 mm，主要集中在6－9月，占全年降水量的78.9%，20 cm蒸发皿年蒸发量1 900～2 300 mm。多年平均引水量4.36亿m3，排水量0.85亿m3。枯水期（3月份）地下水平均埋深2.38 m，丰水期（11月份）地下水平均埋深1.23 m，多年平均地下水埋深1.79 m。

地下水整体呈弱碱性，地下水主要水化学类型是Na++Mg2++HCO3-+Cl-型，且研究区地下水超过70%属于综合危害系数法评价的四级水质，用于灌溉时需适量，否则容易导致土壤盐碱化[23]。由于蒸发强烈和地下水埋深浅，灌域内耕地普遍存在盐碱化现象，种植作物主要为耐盐碱的向日葵，1998－2009年向日葵平均种植面积为2.24万hm2，占总种植面积的31%；2010－2019年平均种植面积为4.17万hm2，占总种植面积的57%。向日葵生育期不灌水，只有极少部分在现蕾期灌溉一次水。

1.2 点位布设及采样方法

在乌拉特灌域内（不包括末梢三湖河子灌域）按照2.5 km×2.5 km网格布设土壤采样点，以网格节点作为采样点，用经纬度坐标标记采样点位置，绘制采样点位分布图（图1）。采样范围为东经108°12′～108°50′，北纬40°42′～41°00′，东西长约50 km，南北宽约30 km，总面积约732 km2，共计113个采样点。采样工作在土壤完全消融后、向日葵地块春灌及播种前、玉米和小麦灌一水前进行，采样时间为2016年4月30日－5月5日。采样结果代表了研究区主要作物（玉米和向日葵）春播前的农田盐分状况。

土壤采样深度为0～40 cm耕作层，分0～20 cm和>20～40 cm两层采样，每一个采样点利用土钻打3个采样孔，将3个采样孔内相同土层深度的土样进行混合，混合均匀后采用四分法选出约1 kg土样，装入土样袋密封待用。并选取4个典型点位进行土壤剖面调查采样，深度为0～200 cm（或至地下水位），每间隔20 cm为1个采样层次。

1.3 分析测定项目及研究方法

采样后，土壤样品统一送到实验室进行检测，主要测定土样的pH值、全盐量（Total Salt，TS）、八大离子（CO32-、HCO3-、Cl-、SO42-、Ca2+、Mg2+、K++Na+）含量、交换性Na+含量和阳离子交换量（Cation Exchange Capacity，CEC），并对典型剖面点土壤进行颗粒分析。利用pH S-3BW型酸度计测定pH值，利用AP1200火焰光度计测定交换性Na+含量，利用离心机测定CEC，八大离子含量采用滴定管法测定，TS含量采用离子和计算法确定。交换性Na+含量占阳离子交换量的百分比即为土壤碱化度（Exchangeable Sodium Percentage，ESP）[24]，土壤颗粒分析采用筛分法和比重计法。采用SPSS 23.0软件对土壤盐碱化指标进行描述统计并计算盐碱化评价指标综合得分，利用ArcGIS软件结合克里金插值绘制各指标的空间分布图。

在经典统计学中，变异系数是反映变量离散程度的重要指标，在一定程度上可用于揭示变量的空间分布特征。根据变异系数的大小可将变异性分为不同变异类型，其中变异系数<10%为弱变异，变异系数10%～100%为中等变异，变异系数>100%为强变异[25-26]。

TS、ESP和pH是判断土壤是否发生盐碱化以及盐碱化程度的重要诊断指标[27]，土壤中各离子含量表征了土壤中盐分组成和类型。根据TS大小可将土壤分为非盐渍化土（TS<2 g/kg）、轻度盐渍化土（2～4 g/kg）、中度盐渍化土（>4～6 g/kg）、重度盐渍化土（>6～10 g/kg）和盐土（TS>10 g/kg）。根据ESP大小可将土壤分为非碱化土（ESP<5%）、轻度碱化土（5%～10%）、中度碱化土（>10%～15%）、重度碱化土（>15%～20%）和碱土（ESP>20%）。根据阴离子组成的相对含量，盐渍土盐分组成类型可以划分为苏打盐土（(HCO3-+ CO32-)/(Cl-+SO42-)>4）、苏打盐渍土（1<(HCO3-+CO32-)/ (Cl-+SO42-)<4）、氯化物盐渍土（Cl-/SO42->4）、硫酸盐‒氯化物盐渍土（1

地统计学中的普通克里金方法广泛应用于区域数据的空间变异性分析和空间插值[29]，此次分析采用的是点状克里金插值。数据频率分布的偏斜往往会影响克里金法的插值精度，为了改善数据的正态性，对偏斜明显的数据首先采用对数转化或者box-cox变换，使转换后的数据更接近正态分布。并采用平均误差和均方根误差来评价插值的交叉验证结果。

2 结果与分析

2.1 土壤盐碱化指标描述性统计特征

根据《美国制土壤分级标准》，研究区代表点位的土壤颗粒组成以0.05～0.002 mm的粉砂粒为主，平均占比在70%以上，小于0.002 mm的黏粒次之，平均占比在10%以上，存在少量0.25～0.1 mm的细砂和0.1～0.005 mm的极细砂，土壤类型以粉土和粉壤土为主。

分别对113个采样点两层土壤的盐碱化指标进行统计分析（表1），结果表明0～20 cm土层中TS值更大。可溶性盐分离子主要以HCO3-、SO42-、Cl-、Na+为主，可溶性盐主要包括含钠的硫酸盐、氯化盐和重碳酸盐等中性盐和碱性盐。Ca2+、Mg2+的变异系数差别较大，其他指标的变异系数差别不明显。两土层中pH值的变异系数均小于10%，属于弱变异，说明灌域内土壤酸碱性空间分布均匀。TS、CO32-（只在小部分区域存在，且含量很小）、Cl-、SO42-和K++Na+的变异系数均大于100%，属于强变异，说明这几项指标空间分布很不均匀。0～20 cm土层Mg2+、Ca2+的变异系数均大于100%，属于强变异；而20～40 cm土层两离子的变异系数在10%～100%之间，属于中等变异。HCO3-、CEC、交换性Na+和ESP的变异系数在10%～100%之间，属于中等变异，其中HCO3-和CEC变异系数偏小，低于50%，而交换性Na+和ESP的变异系数偏大，接近100%，说明土壤中盐分离子分布比较复杂，地块间的离子组成差异明显。综合各离子的变异系数，HCO3-含量较稳定，而SO42-、Cl-、Na+变化特征明显，导致部分区域的土壤盐化特征明显，部分区域的碱化特征明显，盐碱化分布不均匀。土壤发生盐碱化与浅埋地下水中的含盐量及盐分类型密切相关，这与袁宏颖等[23]开展的研究区地下水水化学离子特征评价的结论一致。

表1 不同土层土壤盐碱化指标描述性统计特征

注：K++Na+含量中Na+占98%以上，以Na+计，下同。

Note: Na+is over 98% of K++Na+total content and used to represents K++Na+. The same as below.

不同土层主要盐碱化指标的频率分布直方图及核密度曲线见图2。总体上所有的数据都存在一定的左偏斜。pH值的分布最接近正态，ESP的偏斜性比pH大，但是明显比其他指标要好。所以，在使用克里金法时，首先使用对数转化或Box-Cox变换的方法，以有效改善数据的正态性。

2.2 土壤盐碱化指标特性及空间分布特征

从各点的离子构成来看，TS含量随着各离子含量的变化而改变，各离子在TS中所占的百分比是一个相对数，相对值会掩盖绝对值的部分特征，如相同的某个离子含量，会因为其他离子的含量不同而导致其所占比例不同，这就会扩大或减弱该离子的贡献。利用普通克里金法分别对盐碱化指标进行交叉验证，结果见表2。在表2中，不同指标的插值精度不同，主要和插值数据的统计特征有关。每个指标插值的平均误差较小，各离子含量插值结果的平均误差在−0.07～0.57 g/kg之间，部分结果几乎接近0（如CO32-）；均方根误差方面，从两层土平均来看，Cl-是所有可溶性离子中误差最大的，SO42-次之。从不同土层来看，大部分指标的误差相差不大，但是Cl-、SO42-、Ca2+以及Mg2+在>20～40 cm土层的误差要明显小于0～20 cm，说明了这些指标在土壤垂直方向的变异性较大。

表2 不同盐碱化指标的插值交叉验证结果

在交叉验证的基础上，利用普通克里金法绘制0～20 cm和>20～40 cm土层的pH、TS、ESP及主要盐分离子的空间分布图，如图3和图4所示。从图3可以看出，两土层中pH、TS、ESP的空间分布规律基本一致，在东西方向上，各指标西部低，东部高；而在南北方向上，中间低，南、北两侧高，其中靠近乌梁素海沿线土壤中各指标含量较大，在东北角靠近红圪卜扬水站附近各指标含量明显增大，塔布干渠南岸土壤盐碱化程度存在明显差异。土壤pH值在灌域内呈带状分布，pH值基本在7.5～8.5之间，土壤整体呈碱性和强碱性，碱性特征更明显。从TS的空间分布和面积占比（见表3）来看，灌域内有32%的耕地存在盐渍化问题，0～20 cm土层盐渍化土壤分布范围更广，且以轻度盐渍化土为主（约占26%），仅八排干以南和东北部分区域内的土壤存在严重的盐渍化问题，其中塔四分干渠（未衬砌）两侧盐渍化程度更加突出，TS最大值出现在该区域内。从ESP的分布和面积占比（见表3）来看，非碱化土壤所占区域面积较小（不到3%），乌拉特灌域从西到东、从南到北广泛分布着不同程度的碱化土和碱土，其中灌域东北部、东南部、南部的土壤碱化程度较严重。对比ESP和TS可以看出，灌域内碱化土壤分布面积和范围更大。

从图4可以看出，各盐分离子在两个土层的空间分布规律比较一致，在0～20 cm土层中的含量更高。各层土壤中HCO3-含量较大的区域主要分布在灌域的东北角，即在红圪卜扬水站附近，临近乌梁素海，说明此处土壤碱性特征明显，且>20～40 cm的土层中HCO3-分布更广，土壤平均碱性比0～20 cm土层的更大。两个土层的CO32-含量较小且仅在少数区域有零星分布。两个土层中的SO42-和Cl-的分布均呈局部含量较高并发散的特点，且分别在各土层中的空间分布特征相似。Na+、Mg2+和Ca2+的空间分布与SO42-和Cl-的空间分布规律基本一致。

各离子在灌域内的不同分布特征导致了盐渍土盐分组成类型的空间分布（图5），不同盐化程度、碱化程度、盐渍土盐分组成类型的土壤面积占比见表3。

表3 盐化、碱化、盐渍土盐分组成类型面积占比

从图5和表3可以看出，0～20 cm和20～40 cm土层的盐渍土盐分组成类型的空间分布规律大致相同，同一位置不同土层深度的盐渍土盐分组成类型存在一定差别，相对20～40 cm土层来说，0～20 cm土层内各类盐渍土的分布范围更广，说明在垂直方向上，表层土的盐渍化特征更加明显。从总体分布来看，盐渍土类型以氯化物‒硫酸盐盐渍土为主（占比19%～23%），其在20～40 cm土层的分布范围更大一些，其次为硫酸盐‒氯化物盐渍土（占比7%～12%），其在0～20 cm土层的分布范围更大一些，另外还分布着一定面积的氯化物盐渍土、硫酸盐盐渍土、苏打盐渍土。因此，乌拉特灌域的盐渍土盐分组成类型不是单一的，氯化物‒硫酸盐盐渍土、硫酸盐‒氯化物盐渍土、氯化物盐渍土、硫酸盐盐渍土等多种类型交叉并存，盐分组成类型复杂。

2.3 土壤盐碱化程度综合评价

土壤的可溶性盐分离子具有不同的化学性质，各离子之间相互影响和结合，可组成影响土壤特性的碱性或盐性化合物。土壤盐碱化程度可以依据TS、标准SO42-、标准Cl-等指标进行划分，土壤碱化程度可以依据碱化度、总碱度等指标进行划分。土壤中盐分的组成成分相对复杂，仅仅参照一个标准来划分土壤的盐碱化程度，只能反映土壤盐碱化特征的一个方面，如当土壤质地粗、有机质含量低时，若土壤CEC较低，即使交换性Na+含量不高，而碱化度可能很高[30]（ESP=交换性Na+/ CEC×100%）。在本研究中对不同采样点进行对比分析也发现存在类似的问题，如土壤质地类型以粉土和粉壤土为主的采样点2#、3#、5#、6#、12#、20#、113#和118#，与CEC、交换性Na+含量相当的采样点相比，ESP却比这些点高出30%以上。因此，需要在考虑各指标相关性关系的基础上，对土壤盐碱化程度进行综合评价。

对表征土壤盐碱化程度的9个指标（pH、TS、Cl-、SO42-、Mg2+、Na+、交换性Na+、CEC、ESP）进行Kaiser-Meyer-Olkin（KMO）和巴特利特检验，KMO>0.6，显著性sig值小于0.001，适合做因子分析。运用因子分析法（内嵌主成分分析方法）分析盐碱化程度综合得分来评价土壤盐碱化水平，即根据各指标在公因子中的得分系数，计算各公因子及因子综合得分，评价采样点土壤盐碱化的综合状况。各指标公因子特征值及贡献率结果见表4，公因子得分系数见表5。

表4 各指标公因子的特征值及贡献率

表5 公因子得分系数

从表4可以看出，有三个公因子的初始特征值大于1，荷载累积百分比为88.581%，说明这三个公因子能解释九个变量中的绝大部分信息。第一个公因子主要反映了TS、Cl-、SO42-、Mg2+、Na+五个指标的信息，这五个指标反映了土壤的盐化特征，表明土壤盐碱化的盐类化合物主要是以钠盐或镁盐为主的氯化物或氯化物与硫化物的混合物，这与窦旭等[22]取得的研究区土壤盐碱化的主导因子是TS、Na+、Cl-、Ca2+、Mg2+的研究结论有一致的地方。第二个公因子主要反映了pH、交换性Na+、ESP三个指标的信息，这三个指标是划分土壤碱化程度的指标，在土壤盐化的基础上进一步对土壤碱化做出了说明。第三个公因子主要反映了CEC的信息，这个指标是评价土壤保水保肥能力的指标，是改良土壤和合理施肥的重要依据之一，反映了土壤的基础条件，是对盐碱化程度的补充说明。各指标中公因子的因子荷载较大的指标有TS、Cl-、Na+、交换性Na+、ESP和CEC，这几个指标也是乌拉特灌域土壤盐碱化程度的重要影响因子。

根据表5各指标的得分系数可以得出公因子得分的表达式1、2和3为

式中ENa+为交换性Na+含量，cmol/kg。

根据各公因子贡献率，得出其在综合得分中的权重（各公因子特征值或荷载分别与公因子特征值之和或公因子累积荷载的比值）[21,31]，综合得分为

从图6可以看出，乌拉特灌域盐碱化程度整体上呈中间轻南北重、西轻东重的趋势，越靠近排干、渠道、乌梁素海沿岸土壤盐碱化程度越大，综合得分高值区域主要分布在乌梁素海西岸、红圪卜扬水站周边、塔四分干渠两侧的部分区域。结合灌域内TS、ESP的空间分布，发现乌梁素海西岸、红圪卜扬水站、十排干上游、塔四分干渠两侧区域盐化特征明显，东北、东南及塔布干渠南岸区域碱化特征明显，乌梁素海西岸、红圪卜扬水站、塔四分干渠两侧区域盐化和碱化特征均比较明显。不同采样点土壤盐碱化程度存在差异，分布不均匀，例如离八排干较近的1#、4#点综合得分较大，根据TS含量其属于轻度盐渍化土壤，但是碱化度却很高，属于碱土，导致碱化度大的原因在于其pH值和交换性Na+含量很高；综合得分最大的101#点，TS含量很高，属于盐土，但是碱化度却不太高，属于轻度碱化土；综合得分为0的13#、14#点，TS含量小于1 g/kg，属于非盐渍化土，但是碱化度却很高，属于碱土；综合得分很小的25#点，TS含量较低，属于非盐渍土，碱化度为6%，属于轻度碱化土，观察其各指标检测结果，导致碱化度大的原因在于其养分水平低。以上结果进一步说明了土壤盐碱化程度判别的复杂性，仅从一个指标很难准确评价土壤盐碱化状况，公因子综合得分考虑了指标之间的相关性，能比较客观地对土壤盐碱化程度作出评价。

依据公因子的特征值及贡献率特点，在土壤盐碱化的治理过程中首先需要考虑降低土壤盐分含量，在降低土壤盐分含量的基础上通过改善土壤结构降低土壤碱化度。对于综合得分高值区域首先需要对产生高值的原因进行分析，然后再确定是否有必要通过措施来治理土壤盐碱化；对于综合得分低值区域如果存在TS较低但ESP较高的情况，可通过改良土壤质地来提高土壤保肥能力，从而提高农业产值；对于综合得分处于中间水平的区域可根据实际情况进行作物种植结构调整和盐碱化治理。

3 结 论

根据采样检测结果分析了乌拉特灌域土壤盐碱化空间分布特征，得到以下结论：

1）土壤中可溶性盐分离子主要以HCO3-、SO42-、Cl-、Na+为主，土壤各层的HCO3-含量较大区域主要分布在灌域的东北角，且20～40 cm土层HCO3-分布更广。各层的SO42-、Cl-和Na+的分布均呈局部含量较高并发散的特点，且空间分布特征相似。HCO3-、阳离子交换量（CEC）、交换性Na+和碱化度（ESP）的变异系数在10%～100%之间，属于中等变异，交换性Na+和ESP的变异系数偏大，接近100%，全盐量TS、Cl-、SO42-和Na+的变异系数均大于100%，属于强变异，变化特征明显，离子分布的变异性不同导致部分区域的土壤盐化特征明显，部分区域的碱化特征明显。

2）两土层中pH、TS、ESP的空间分布规律基本一致，在东西方向上，各指标西部低，东部高；而在南北方向上，中间低，南、北两侧高。土壤pH值基本在7.5～8.5之间，土壤碱性特征明显。灌域内有32%的耕地存在盐渍化问题，0～20 cm土层盐渍化土壤分布范围更广，且以轻度盐渍化土为主（约占26%）。有97%的土壤存在碱化问题，其中，轻度碱化土约占40%，中度和碱土均约占23%。对比ESP和TS可以看出，灌域内碱化土壤分布面积和范围更大，土壤碱化问题更为突出。

3）耕地土壤盐碱化程度综合评价结果表明，公因子综合得分能排除指标间个体差异，比较全面和客观地反映土壤盐碱化的整体水平。各指标中公因子的因子荷载较大的指标有TS、Cl-、Na+、交换性Na+、ESP和CEC，这几个指标也是乌拉特灌域土壤盐碱化程度的重要影响因子，是土壤的盐化特征、碱化程度、保水保肥能力的综合反映。公因子的综合得分值在−0.78～3.38之间，综合得分越大，代表土壤的盐碱化程度越高。研究结果可为今后开展水盐调控研究、作物种植结构调整和盐碱化治理工作提供数据支撑和参考。

[1] 王遵亲，祝寿泉，俞仁培，等. 中国盐渍土[M]. 北京：科学出版社，1993.

[2] 安永清，屈永华，高鸿永，等. 内蒙古河套灌区土壤盐碱化遥感监测方法研究[J]. 遥感技术与应用，2008，23(3)：316-322.

An Yongqing, Qu Yonghua, Gao Hongyong, et al. Supervising the salted land distribution of Hetao Irrigation Area in Inner Mongolia by using remote sensing[J]. Remote Sensing Technology and Application, 2008, 23(3): 316-322. (in Chinese with English abstract)

[3] 雷晓萍，刘晓峰. 宁夏银北地区盐碱地综合改良治理对策[J].中国工程咨询，2016(8)：53-55.

Lei Xiaoping, Liu Xiaofeng. Integrated improvement and countermeasures of saline and alkaline soil in Ningxia Yinbei region[J]. Chinese Engineering Consultants, 2016(8): 53-55. (in Chinese with English abstract)

[4] 张义强，王瑞萍，白巧燕. 内蒙古河套灌区土壤盐碱化发展变化及治理效果研究[J]. 灌溉排水学报，2018，37(S1)：118-122.

Zhang Yiqiang, Wang Ruiping, Bai Qiaoyan. Development and change of soil salinization in Hetao Irrigation Area of Inner Mongolia[J]. Journal of Irrigation and Drainage, 2018, 37(S1): 118-122. (in Chinese with English abstract)

[5] 李会亚，冯起，陈丽娟，等. 民勤绿洲灌区表层土壤盐分空间变异性研究[J]. 干旱区资源与环境，2017，31(4)：136-141.

Li Huiya, Feng Qi, Chen Lijuan, et al. Spatial distribution characteristics of topsoil salinity in the Minqin oasis, Northwest China[J]. Journal of Arid Land Resources and Environment, 2017, 31(4): 136-141. (in Chinese with English abstract)

[6] 刘继龙，刘璐，马孝义，等. 不同尺度不同土层土壤盐分的空间变异性研究[J]. 应用基础与工程科学学报，2018，26(2)：305-312.

Liu Jilong, Liu Lu, Ma Xiaoyi, et al. Spatial variability of soil salt in different soil layers at different scales[J]. Journal of Basic Science and Engineering, 2018, 26(2): 305-312. (in Chinese with English abstract)

[7] 张雪，陈耀轩，张盼，等. 孔雀河流域农业灌区土壤盐分空间分布及变异特征[J]. 土壤，2016，48(6)：1223-1228.

Zhang Xue, Chen Yaoxuan, Zhang Pan, et al. Soil salinity spatial distribution and variation characteristics in irrigated land of Kongque river basin[J]. Soils, 2016, 48(6): 1223-1228. (in Chinese with English abstract)

[8] 陈星星，张江辉，才仁加甫，等. 南疆干旱地区土壤盐分空间变异特征研究：以库尔勒三十一团为例[J]. 灌溉排水学报，2019，38(9)：108-114.

Chen Xingxing, Zhang Jianghui, Cai Renjiafu, et al. Study on spatial variability of soil salinity in arid area of southern Xinjiang: A case study on 31th regiment of korla[J]. Journal of Irrigation and Drainage, 2019, 38(9): 108-114. (in Chinese with English abstract)

[9] 杨小虎，罗艳琴，杨海昌，等. 玛纳斯河流域绿洲农田土壤盐分反演及空间分布特征[J]. 干旱区资源与环境，2021，35(2)：156-161.

Yang Xiaohu, Luo Yanqin, Yang Haichang, et al. Soil salinity retrieval and spatial distribution of oasis farmland in Manasi river basin[J]. Journal of Arid Land Resources and Environment, 2021, 35(2): 156-161. (in Chinese with English abstract)

[10] 张蓉蓉，樊会敏，郭军艳，等. 陕西渭北农田土壤盐碱化空间分布及影响因素[J]. 西北农业学报，2018，27(3)：440-450.

Zhang Rongrong, Fan Huimin, Guo Junyan, et al. Spatial distribution of farmland soil salinization and its influencing factors in weibei area of Shaanxi Province[J]. Acta Agriculturae Boreali-occidentalis Sinica, 2018, 27(3): 440-450. (in Chinese with English abstract)

[11] 王全九，毕磊，张继红. 新疆包头湖灌区农田土壤水盐热特性空间变异特征[J]. 农业工程学报，2018，34(18)：138-145.

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)

[12] 蒙莉娜，丁建丽，王敬哲，等. 基于环境变量的渭干河-库车河绿洲土壤盐分空间分布[J]. 农业工程学报，2020，36(1): 175-181.

Meng Lina, Ding Jianli, Wang Jingzhe, et al. Spatial distribution of soil salinity in Ugan-Kuqa River delta oasis based on environmental variables[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(1): 175-181. (in Chinese with English abstract)

[13] 王瑞燕，孔沈彬，许璐，等. 黄河三角洲不同地表覆被类型和微地貌的土壤盐分空间分布[J]. 农业工程学报，2020，36(19)：132-141.

Wang Ruiyan, Kong Shenbin, Xu Lu, et al. Spatial distribution of soil salinity under different surface land cover types and micro-topography in the Yellow River Delta[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(19): 132-141. (in Chinese with English abstract)

[14] 卢晶，张绪教，叶培盛，等. 基于 SI- MSAVI特征空间的河套灌区盐碱化遥感监测研究[J]. 国土资源遥感，2020，32(1)：169-175.

Lu Jing, Zhang Xujiao, Ye Peisheng, et al. Remote sensing monitoring of salinization in Hetao irrigation district based on SI-MSAVI feature space[J]. Remote Sensing for Land and Resources, 2020, 32(1): 169-175. (in Chinese with English abstract)

[15] 陈蕾. 民勤绿洲土壤盐碱化时空变化与影响因素研究[D]. 兰州：西北师范大学，2020.

Chen Lei. Study on Time and Space Change and Influencing Factors of Soil Salinization in Minqin Oasis[D]. Lanzhou: Northwest Normal University, 2020. (in Chinese with English abstract)

[16] 周磊，贺聪聪，吕爱锋，等. 柴达木盆地土壤盐渍化程度快速动态监测及时空变化研究[J/OL]. 测绘科学[2021-01-25].https://kns.cnki.net/kcms/detail/11.4415.P.20210125.1000.004.html.

Zhou Lei, He Congcong, Lv Aifeng, et al. Research on Quick dynamic monitoring and spatiotemporal change of soil salinization in Qaidam Basin[J/OL]. Science of Surveying and Mapping. [2021-01-25]. https://kns.cnki.net/kcms/detail/ 11.4415.P.20210125.1000.004.html. (in Chinese with English abstract)

[17] 袁志发，周静芋. 多元统计数据分析[M]. 北京：科学出版社，2002：188-190.

[18] 张洪霞. 基于稻米力学指标主成分分析的质量评价模型[J]. 农业工程学报，2009，25(2)：251-255.

Zhang Hongxia. Model for evaluating paddy rice quality based on principal component analysis of its mechanical indexes[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(2): 251-255. (in Chinese with English abstract)

[19] 张体彬，康跃虎，胡伟，等. 基于主成分分析的宁夏银北地区龟裂碱土盐分特征研究[J]. 干旱地区农业研究，2012，30(2)：39-46.

Zhang Tibin, Kang Yuehu, Hu Wei, et al. Studies on salinity characteristics of takyric solonetz in Ningxia Yinbei region based on principal component analysis[J]. Agricultural Research in the Arid Areas, 2012, 30(2): 39-46. (in Chinese with English abstract)

[20] 郑明，白云岗，张江辉，等. 基于主成分分析法的干旱区典型绿洲土壤盐分特征分析：以新疆第二师31团为例[J]. 中国农学通报，2020，36(27)：81-87.

Zheng Ming, Bai Yungang, Zhang Jianghui, et al. Soil salinity characteristics of typical oasis in arid area based on principal component analysis: An example in Xinjiang[J]. Chinese Agricultural Science Bulletin, 2020, 36(27): 81-87. (in Chinese with English abstract)

[21] 梁明奇，王敏，朱江龙. 基于主成分分析法的五排水库水质评价[J]. 湖北大学学报（自然科学版），2021，43(2)：163-169.

Liang Mingqi, Wang Min, Zhu Jianglong. Water quality evaluation of Wupai reservoirs based on principal component analysis[J]. Journal of Hubei University (Natural Science), 2021, 43(2): 163-169. (in Chinese with English abstract)

[22] 窦旭，史海滨，李瑞平，等. 乌拉特灌域土壤剖面盐分季节性分布特征[J]. 干旱区研究，2020，37(5)：1148-1155.

Dou Xu, Shi Haibin, Li Ruiping, et al. The analysis of the seasonal distribution characteristics of soil salinity in the Wulat irrigation area[J]. Arid Zone Research, 2020, 37(5): 1148-1155. (in Chinese with English abstract)

[23] 袁宏颖，杨树青，丁雪华，等. 乌拉特灌域地下水水化学离子特征评价及来源分析[J]. 节水灌溉，2020(6)：67-72.

Yuan Hongying, Yang Shuqing, Ding Xuehua, et al. Evaluation and source analysis of chemical ion characteristics of groundwater in Wulate Irrigation Area[J]. Water Saving Irrigation, 2020(6): 67-72. (in Chinese with English abstract)

[24] LY/T 1249-1999，土壤碱化度的计算[S].

[25] 姚荣江，杨劲松，刘广明，等. 黄河三角洲地区典型地块土壤盐分空间变异特征研究[J]. 农业工程学报，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)

[26] 庞夙，李廷轩，王永东，等. 土壤速效氮、磷、钾含量空间变异特征及其影响因子[J]. 植物营养与肥料学报，2009，15(1)：114-120.

Pang Su, Li Tingxuan, Wang Yongdong, et al. Spatial variability to soil available N, P and K and influencing factors[J]. Journal of Plant Nutrition and Fertilizers, 2009, 15(1): 114-120. (in Chinese with English abstract)

[27] 张建峰，张旭东，周金星，等. 世界盐碱地资源及其改良利用的基本措施[J]. 水土保持研究，2005，12(6)：32-34.

Zhang Jianfeng, Zhang Xudong, Zhou Jinxing, et al. World resources of saline soil and main amelioration measures[J]. Research of Soil and Water Conservation, 2005, 12(6): 32-34. (in Chinese with English abstract)

[28] 李天杰，土壤地理学[M]. 北京：高等教育出版社，1983.

[29] Journel A G, Huijbregts C J. Mining Geostatistics[M]. London: Academic Press, 1978.

[30] 刘韬韬. 玛纳斯河下游绿洲荒漠交错带盐渍土类型和盐分特征研究[D]. 石河子：石河子大学，2012.

Liu Taotao. The Characteristics and Types of Soil Salinity in Oasis-Desert Ecotone of the Lower of the Manas River[D]. Shihezi: Shihezi University, 2012. (in Chinese with English abstract)

[31] 楼珏璟. 基于主成分分析的水环境质量评价研究[J]. 节能与环保，2019(9)：80-81.

Lou Juejing. Evaluation of water quality based on principal component analysis[J]. Energy Conservation and Environmental Protection, 2019(9): 80-81. (in Chinese with English abstract)

Spatial distribution pattern of soil salinization in farmland of Wulate sub-irrigation areas in Hetao Irrigation District in Inner Mongolia in spring

Wang Ruiping1,2, Wan Heyang2, Chen Shuai2, Xia Yuhong1, Bai Qiaoyan3, Peng Zunyuan1, Shang Songhao2※

(1.015000,;2.,100084,;3.015000,)

Soil salinization has posed a great threat to agricultural production and regional development in irrigation districts of arid regions with shallow groundwater tables. Therefore, it is highly demanding to assess the soil salinization-alkalization for rational regulation of soil water and salt regime in high-efficient utilization of water and land resources. In this study, an attempt was made to evaluate the spatial distribution pattern of soil salinization in the farmland of the Wulate sub-irrigation area in the lower reaches of the Hetao irrigation district in spring. An analysis of soil particle size was performed using field sampling combined with laboratory testing. The soil profiles (ground surface to groundwater level) of typical points were determined to measure the salinization indicators at 113 sampling points, including the Total Salt content (TS), pH value, contents of eight major salt ions (CO32-, HCO3-, Cl-, SO42-, Ca2+, Mg2+, and K++Na+), exchangeable Na+content, Cation Exchange Capacity (CEC), and Exchangeable Sodium Percentages (ESP) in 0-20 cm and 20-40 cm soil layers. Classical statistics, geostatistics, and multi-index comprehensive evaluation were applied to obtain the spatial distributions of soil salinization regime using different indicators. The results showed that the content of TS in 0-20 cm soil layer was higher than that in 20-40 cm. The soluble salt ions in the soil were mainly HCO3-, SO42-, Cl-, and Na+. The spatial variability of pH value was weak with the coefficient of variation (CV) less than 10%, those of TS and contents of CO32-, Cl-, SO42-and K++Na+were strong with CV greater than 100%, those of HCO3-, CEC, exchangeable Na+and ESP were medium with 10%

soils; salinization; spatial distribution; kriging; factor analysis; Wulate sub-irrigation area

王瑞萍，万核洋，陈帅，等. 河套灌区乌拉特灌域春季土壤盐碱化空间分布特征[J]. 农业工程学报，2021，37(15)：105-113.doi：10.11975/j.issn.1002-6819.2021.15.013 http://www.tcsae.org

Wang Ruiping, Wan Heyang, Chen Shuai, et al. Spatial distribution pattern of soil salinization in farmland of Wulate sub-irrigation areas in Hetao Irrigation District in Inner Mongolia in spring[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(15): 105-113. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.15.013 http://www.tcsae.org

2021-05-18

2021-07-15

国家自然科学基金项目（51839006）；清华大学水沙科学与水利水电工程国家重点实验室研究课题（2020-KY-01）；清华大学水沙科学与水利水电工程国家重点实验室开放基金课题（sklhse-2020-A-03）

王瑞萍，高级工程师，研究方向为节水灌溉、土壤盐碱化治理等。Email：75114017@qq.com

尚松浩，博士，研究员，研究方向为农业水文水资源与干旱区生态用水。Email：shangsh@tsinghua.edu.cn

10.11975/j.issn.1002-6819.2021.15.013

S156.4

A

1002-6819(2021)-15-0105-09