吉兰泰盐湖盆地土壤颗粒分形特征与空间变异分析

杜丹丹, 高瑞忠, 贾德彬

(1.内蒙古农业大学 水利与土木建筑工程学院, 呼和浩特 010018; 2.内蒙古水资源保护与利用重点实验室, 呼和浩特 010018)

土壤由母质风化而成,土壤的颗粒组成继承了母质的许多特征,分形特征便是其中之一。土壤颗粒分形特征不仅影响土壤的水力状况和肥力特征,而且与土壤侵蚀和退化状况直接相关[1-2]。土壤特性在空间分布上的非均一性,称为土壤特性的空间变异性。空间变异性是土壤的基本属性,进而产生了其结构功能上的差异。这种差异是自然因素以及人为因素综合作用的结果。对土壤属性空间变异的充分了解,是管理好土壤养分和合理施肥的基础,同时也为土壤质量的恢复和改良、生态环境的修复提供了理论依据[3-5]。国内外土壤分形分析及土壤空间变异性研究验证了分形理论在分析土壤空间变异中的有效性和应用潜力,分形理论可以成为量化土壤属性空间变异性及尺度转换的重要工具[6-7]。

位于干旱半干旱阿拉善高原的吉兰泰盐湖,盐矿资源蕴藏丰富,采盐工业历史悠久,水资源与环境状况极大地制约着区域经济发展。随着环境气候演变,盐湖流域干旱状况不断加剧,在人类经济活动的过度干预下,流域草原生态整体退化,荒漠化日益严重。需要对区域内土壤环境质量空间变异性特征及其影响因素充分认知,对区域土壤环境演变和影响因子响应的规律进行研究,以制定可持续发展的工农牧业政策,针对性地提出环境治理方案和防护盐湖沙害治理措施。

本文依据分形理论及其在土壤空间变异研究中的应用,计算土壤颗粒分形维数,分析吉兰泰盐湖盆地流域土壤包气带不同土层下土壤质地、土壤基础理化指标与土壤颗粒分形维数的响应关系;通过Kriging插值对土壤颗粒分形维数进行空间变异及分布特征分析,为保护盐湖区生态环境,延长盐湖资源利用寿命,为预测土壤侵蚀和退化状况提供理论支持。

1 研究区概况与研究方法

1.1 研究区概况

研究区位于阿拉善左旗境内的吉兰泰盐湖盆地流域,连接着乌兰布和沙漠和腾格里沙漠。地理坐标位于东经105°42′,北纬39°45′,海拔1 013～3 159 m,属典型的温带荒漠干旱区,干旱少雨,蒸发强烈,积温高,风沙多。多年平均降水量108.8 mm、蒸发量2 983.3 mm、日照时数3 316 h、气温8.6℃。年平均昼夜温差14.6℃。大面积沙漠戈壁,沙丘漫布,植被稀少,主要植被为旱生和超旱生的灌木和小半灌木,植被生长稀疏,群落结构简单,生态环境极其脆弱。所表现的地貌外表形态主要为垄状沙丘、蜂窝状沙丘和平盖沙3种。

1.2 采样与检测方法

图1 研究区地理位置及土壤采样点图Fig.1 Geographic location and soil sampling points in the study area

土壤粒径分布分析采用德国SYMPATEC RODOS/激光粒度仪测定;全氮(TN)采用K9840海能凯氏定氮仪测定;pH采用赛多利斯PB-21 pH计测定(土水质量比1∶5浸提液);总溶解性固体(TDS)采用105℃重量法测定(土水质量比1∶5浸提液);土壤含水率(θ)采用(105±2)℃烘干法测定。均依据土壤检测 NY/T1121-2006标准进行分析及质量控制。本研究在2020年6—8月采样,土壤样品的测试在内蒙古农业大学水利与土木工程测试中心完成。

1.3 数据分析方法

依据王国梁等[8-10]推导的土壤分形模型,计算土壤分形维数D。公式如下:

(1)

式中:V(r

统计学特征分析、相关性检验分析和K-S检验分析采用SPSS软件完成,半变异函数分析通过GS+9.0软件完成,应用ArcGIS 10.5进行Kriging插值分析,利用Origin进行绘图。

2 结果与分析

2.1 土壤的质地分类

基于研究区50个采样点表层,50 cm,100 cm土层深度的土壤颗分试验数据,按照美国制土壤质地分类制砂粒(2～0.05 mm)、粉粒(0.05～0.002 mm)和黏粒(<0.002 mm),确定土壤质地分类[11](图2)。如图可知,各层土壤样本点都集中在砂土、壤砂土、砂壤土3种土壤质地类型区域,只有极少数样本点在粉壤土、壤土土壤质地类型区。表层、50 cm,100 cm土层土壤质地类型所占比重见图3,其中表层土壤质地属于砂土、壤砂土、砂壤土和粉壤土的样本所占百分比分别为48%,30%,20%,2%;50 cm层土壤属于砂土、壤砂土、砂壤土、粉壤土、壤土的样本占比分别为36%,28%,30%,4%,2%;100 cm层土壤属于砂土、壤砂土、砂壤土、粉壤土的样本比例分别为52%,22%,22%,4%。总体分析可知,研究区0—100 cm土壤质地以砂土、壤砂土为主,不同土层深度土壤质地基本一致。其主要成因是研究区内风成沙大面积普遍分布,并多以平盖沙为主,其中有互不连续的沙丘分布,厚度2～5 m,岩性为细、中、粗砂,分选较好。

注:A为重黏土;B为砂黏土;C为砂黏壤土;D为砂质壤;E为壤砂土; F为砂土 ;G.为黏壤土;H为壤土; I为粉黏土;J为粉质黏壤土;K为粉壤土;L为粉砂土。图2 研究区土壤质地分类图Fig. 2 Texture classification of the soil in the study area

图3 研究区土壤质地类型比重Fig. 3 Proportion of soil texture types in the study area

2.2 土壤粒级分布及分形维数统计特征

研究区包气带0—100 cm间土壤粒级分布特征见表1。对比分析数据可知,表层,50 cm,100 cm土层深度的土壤粒级结构相似,各级颗粒含量比例范围近似一致。其中细砂含量最高,表层,50 cm,100 cm土层平均值分别为47.32%,40.29%,41.51%。其次是粉粒、粗砂、极细砂和中砂,颗粒含量的均值范围分别为12.53%～18.80%,10.84%～14.77%,10.58%～12.62%和9.86%～12.43%。黏粒和砾石含量最低,平均值为2.72%～3.89%和1.53%～2.07%。整个研究区的土壤粒级分布从平面来说,是西北部较东南部粗;从沙丘本身来说,迎风坡较背风坡粗,下部较上部粗。

表1 土壤粒级分布统计Table 1 Statistics of soil particle size distribution

依据公式(1)计算出研究区50个样本表层,50 cm,100 cm土层的体积分形维数,其统计学特征见表2。3土层土壤样本分形维数值分别为1.672～2.716,2.006～2.766,1.963～2.785;样本分形维数平均值分别为2.416,2.476,2.444,均小于2.5。各土层分形维数值的峰度分别为5.759,1.488,0.598,偏度为-1.802,-0.829,-0.373,变异系数为7.258,6.155,6.713,说明各土层样本数据均呈现非离散的左偏分散分布。

2)粉煤灰脱硫活性评价试验工况设定。2 g粉煤灰装入石英反应管中，温度70 ℃，进口SO2质量浓度为500 mg/m3，O2含量为6%，增湿水量为5%，分别测试装入不同粉煤灰样品工况下的出口SO2浓度c，样品脱硫率x计算式为x=(c-500)/500×100%。

综合分析表明,研究区深层土壤分形维数比表层有增大趋势,其主要与表层土壤受风蚀影响大,细颗粒物不宜沉积有关。表层土壤分形维数的峰度、偏度绝对值随土层加深呈现减小趋势,变异系数表层大于50 cm,100 cm土层,这是因为较深层土壤风成沉积的分选性较好,导致分形维数数据的变异性减弱,数据分布较表层均衡。

2.3 分形维数与土壤理化特性的关系

根据杨培岭等[12-13]的研究,土壤分形维数的大小可以表征土壤结构的紧实度、通透性以及单一粒级分布的集中度。因此,为进一步量化分析分形维数与土壤性状的关系,本文将研究区3层土壤采样点的分形维数D值与土壤粒径分布、土壤基本理化指标pH值、总溶解性固体TDS、总氮TN、含水率θ做相关性分析,并绘制土壤分形维数D与土壤粒级分布相关性图(图4)。

图4 土壤分形维数D与土壤粒级分布相关性Fig. 4 Correlation between soil fractal dimension D and soil particle size distribution

2.3.1 分形维数与土壤粒径分布的关系 分析研究区表层、50 cm层,100 cm层土壤分形维数D值与各粒级含量百分数间的相关系数(表3,图4)可以看出,分形维数与黏粒和粉粒为极显著正相关(p<0.01显著水平),相关系数分别为0.738,0.815,0.813,0.658,0.781,0.768。粗砂、中砂、细砂与土壤分形维数D值呈现负相关。与中砂在3土层均表现为显著负相关(p<0.01显著水平),且相关系数分别为-0.437,-0.487,-0.519。整体相关分析可以得出,D值随着小于0.1 mm粒径土壤颗粒含量的升高而增大,随着大于0.1 mm粒径土壤颗粒含量的升高而减小,0.1 mm粒径是D值随土壤粒径变化的分界值。这与姚娇转等[14]科尔沁沙地分形特征的研究结果相一致,可能是因为研究区都是内蒙古境内的寒旱区沙地,土壤质地结构相似,均为风成沙土,砂粒含量比例较大,而黏粒和粉粒含量比例较低。

表3 不同深度土壤分形维数D与土壤粒级分布相关系数Table 3 Correlation coefficient between soil fractal dimension D and soil particle size distribution at different depths

由此可见,土壤颗粒分形维数随土壤粒径含量变化而变化,黏粒含量与分形维数的相关性最好,黏粒粉粒含量越高分形维数越大,砂粒含量越高分形维数越小,所以土壤分形维数可以作为表征土壤质地结构的指标。

2.3.2 分形维数与土壤理化指标的关系 由3土层土壤基本理化指标与分形维数D值的相关性分析(表4)可知,D值与含水率在3土层均呈现极显著正相关(p<0.01显著水平),相关系数分别为0.453,0.483,0.573。在表层和100 cm层与土壤总氮表现为极显著正相关(p<0.01显著水平),50 cm层为显著正相关(p<0.05显著水平)。而与pH值负相关,与TDS正相关但相关性不显著。与含水率和总氮相比pH值和TDS对D值的影响较小。一方面黏粒粒级含量高的土壤具有较好的团聚体结构,毛管孔隙增多单位表面积增大,因此土壤的吸水和持水能力增强,且土壤黏粒含量、D值、含水率相关关系一致。另一方面土壤总氮随D值正向相关的规律,说明总氮在土壤中的固定可能与黏粒含量有关,土壤分形维数D值越大,黏粒含量比例越高,土壤的比表面积越大,对氮素的吸附能力越强,这与苏永中等[15]的研究结论相一致。

表4 不同深度土壤分形维数D与土壤理化指标相关系数Table 4 Correlation coefficient between soil fractal dimension D and soil physical and chemical indicators at different depths

2.4 土壤分形维数的空间分布特征

干旱区土壤的体积分形维数空间变异性研究对于评价土壤质地、宜耕状况、退化程度等具有重要意义,有利于因地制宜地进行科学化农牧业土地利用管理。本文应用地统计学方法研究了吉兰泰盆地流域不同剖面层次土壤分形维数空间变异特征。依据统计学特征(表2)研究区各层土壤分形维数D值的偏度在区间[-1,1]内[16],接近正态分布。将原始数据进行对数转换,应用K-S检验,结果显示经对数转换后各层土壤D值数据均服从正态分布。

应用GS+9.0对研究区各层土壤D值数据进行半方差函数分析计算,结果见(表5)。不同土层D值的最佳拟合模型不同,表层、100 cm层的拟合模型是高斯模型,50 cm层的拟合模型是球状模型。由上到下各层模型拟合度分别为0.998,0.872,0.924,表明所选择模型均能反映分析样本的空间分布特征。由表5结果可知,各土层拟合模型的块基比数值为0.114%,0.687%和0.316%,均<25%,表明研究区土壤D值具有强烈的空间自相关性[17-18],相关性分别表现在11.414 km,10.2 km和7.188 km的变程范围之内。说明土壤母质、气候环境等自然因素在土壤形成过程是主要影响因素,风成沙土壤的分形特征由自然沉积环境起主导作用,因此干旱区土壤的分形维数可作为一个衡量土壤演变的综合指标[19-20]。

表5 不同深度土壤分形维数D值的半方差函数模型与参数Table 5 Semi variance function model and parameters of soil fractal dimension D at different depth

应用Kriging插值绘制研究区土壤分形维数D值的空间分布图(图5)。由不同土层对比分析可知,各层土壤D值具有相似的空间分布特征,D值的高值区主要分布于巴音乌拉山以及乌兰布和沙漠北部地区,低值区主要分布在西南部图格力高勒沟台地和东南部贺兰山地区,中部锡林高勒镇及以南区域表现为块状的中值区。表层土壤在吉兰泰盐湖附近有D值呈带状分布的高值区,50 cm,100 cm深度土层吉兰泰盐湖附近未出现D值分布的高值区,盐湖周围区域D值随土层深度增加而减小。总体上,研究区土壤分形维数D值呈现出由南向北逐渐增大的条块状分布特征。50 cm,100 cm土层D值分布近乎一致,而与表层D值变化特征差异明显,说明表层土壤因频繁受到人类活动的影响,土壤质地发生变化。研究区南部区域地貌类型多为低山台地和流动沙丘,植被覆盖稀少,风蚀严重,D值普遍较小。

图5 研究区不同深度土壤分形维数D值的空间分布Fig. 5 Spatial distribution of soil fractal dimension D at different depth in the study area

2.5 讨 论

研究区土壤颗粒主要分布在 0.1～0.25,0.25～0.5 mm范围内,<0.002 mm和>2 mm的颗粒比重很小,且土壤质地类型砂土、壤砂土占比72%。分析原因在于研究区属干旱荒漠气候,植被稀疏,土壤以风成沙土和流动沙丘为主[21-22]。同时从土壤颗粒分布来看,表层粉粒(0.05～0.002 mm)和黏粒(<0.002 mm)均小于深层土层,说明表层土壤颗粒受风蚀作用明显,土壤质地较深层土壤具有粗粒化现象。研究区土壤分形维数与黏粒和粉粒为显著正相关,与粗砂、中砂、细砂呈显著负相关,分形维数随小于0.1 mm粒径土壤颗粒含量的升高而增大,随大于0.1 mm粒径土壤颗粒含量的升高而减小;可见,土壤颗粒分形维数越大,土壤越细粒化。同时随土层加深土壤分形维数逐渐增大,而变异系数逐渐减小,说明表层土壤颗粒遭吹蚀严重,改变了土壤粒级的分布,进而潜移默化地改变了土壤结构[23-24]。土壤分形维数能表征土壤对沙漠环境变化的响应特征和土壤的演变趋势[6,25],可以作为一项评价沙漠土壤质量演变的定量指标[26]。

土壤分形维数值是由土壤质地类型和土壤颗粒分布决定的,因此,分形维数能够表征土壤的结构和性质[27-28]。土壤质地类型决定着土壤养分元素的供应能力,土壤颗粒分布影响着养分、水分的亲和、离子交换以及生物活动。研究区土壤分形维数与土壤含水率、总氮均表现为极显著正相关,且随土层深度增加,相关性增强。这充分说明与土壤分形维数显著正相关的物理性黏粒、粉粒以及较细砂粒是构成土壤肥力水平的重要组成部分[29-30]。黏粒、粉粒使土壤的吸水和持水能力增强,并与土壤中的有机养分黏结,为改善土壤环境质量提供充足的动力[26],因此土壤分形维数可以作为土壤肥力特性的量化指标[27]。

吉兰泰盐湖盆地流域土壤pH值与土壤颗粒分形维数相关性不显著,这与姚姣转等[14]在科尔沁沙地、罗雅曦等[24]在腾格里沙漠的研究结果一致。而本研究土壤TDS与土壤颗粒分形维数相关性不显著,则与姚姣转等、罗雅曦等的土壤颗粒分形维数与土壤电导率呈显著正相关的研究结果不一致。由于吉兰泰地区土壤包气带呈弱碱性氧化环境,pH值整体较高为7.58～10.44,且TDS含量普遍偏高,是区域干热气候和水文地球化学过程中,土体淋溶、蒸发浓缩等综合作用下形成于土壤中,可以认为气候因素对土壤质地和理化性质均起着决定性的作用[31]。旱区风成沙土壤pH值、TDS与土壤颗粒分形维数相关性及内在机理还有待于进一步研究。

不同土层分形维数的空间分布图对比分析可知,研究区表层分形维数值分布变化特征差异明显,说明表层土壤因频繁受到气候和人类活动的影响,土壤质地发生变化,风蚀严重。

3 结 论

(1) 吉兰泰盐湖盆地流域土壤0—100 cm质地类型以砂土、壤砂土为主。研究区土壤颗粒分形维数在1.672～2.785。D值与黏粒和粉粒呈现极显著正相关,与粗砂、中砂、细砂为显著负相关;0.1 mm粒径是D值随土壤粒径变化的分界值。

(2) 吉兰泰盐湖盆地流域土壤表层、50 cm层和100 cm层分形维数D值对各理化指标的响应具有相同的规律,D值与含水率、总氮在3土层均呈现显著正相关,而与pH值和TDS相关性不显著。

(3) 吉兰泰盐湖盆地流域土壤分形维数D值具有强烈的空间自相关性,风成沙土壤的分形特征由自然沉积环境起主导作用。

(4) 吉兰泰盐湖盆地流域各层土壤D值具有相似的空间分布规律,均呈现出由南向北逐渐增大的条块状分布特征。巴音乌拉山北部和乌兰布和沙漠北部地区是D值的高值区,图格力高勒沟台地和贺兰山地区有全流域D值的最低区域。