论文部分内容阅读
为揭示西北地区特有的枣树压砂地土壤盐分的时空变异规律,本文通过野外大田实验,以种植5年的枣树压砂地为研究对象,结合经典统计学和地统计学方法,研究0-50cm土层土壤盐分的空间分布特征及空间变异性,得出不同采样尺度下土壤盐分的空间变异规律;在此基础上借助IDW,Cokriging和ARMA方法模拟土壤盐分的时空变异性;并对土壤粒径与水分,盐分和有机质的相关性进行了分析,取得如下主要成果:（1）通过研究32m×32m、28m×28m、24m×24m和20m×20m采样尺度下土壤盐分的空间变异规律,得到不同采样尺度下盐分含量随土壤深度的增加而增加,其值介于0.46g/kg-1.30g/kg,变异系数介于5.95%-18.59%,基本表现为空间弱变异性至中等偏弱变异性。不同采样尺度条件下的块金效应值C0/（C0+C）大部分小于0.25,只有个别值大于0.25,表明各土层的盐分含量具有较强的空间相关性。通过Surfer绘制土壤盐分的三维分布图,可直观观测出表层有明显的“隆起”和“凹陷”现象,随深度增加逐渐呈“平坦”分布,受地形影响显著。由于采集深层土壤工作量较大,文中比较了Cokriging和Kriging两种估值方法,得出Cokriging估值比Kriging估值精度高,利用表层盐分通过Cokriging方法可以更精确的估测深层土壤盐分,从而有效降低采样难度。（2）通过IDW（反距离加权）和Cokriging方法对2013年至2016年土壤盐分的时空变异性进行模拟研究,0-10cm土层的盐分从1.02g/kg降低到0.7g/kg,研究得出表层砂石覆盖有效的抑制了盐分的积累。使用表层盐分含量来估算深层盐分含量时,IDW比Cokriging更精确,利用IDW对数据进行插值并绘制盐分的空间分布图更为准确。采用时间序列预测土壤盐分时,ARMA（自回归移动平均模型）时间序列更为准确,模型更稳定。通过时间稳定性可以初步确定枣树压砂地土壤盐分的代表性测点,测点16,21,27,31,56和63标准偏差的平均相对偏差较小,可作为土壤盐分的代表性测点,选取盐分含量的代表性测点可有效提高采样频率、降低现场测量工作量。（3）从0-10cm,10-20cm,20-30cm和30-50cm层收集的256个土壤样品中对枣树压砂地的土壤水分,盐分和有机质含量的空间变化进行了分析,得出土壤水分和有机质含量随土层深度增加而降低,土壤盐分随土层深度增加而增加,CV均低于23%,呈中等偏弱变异性。以深度为自变量,土壤粒径分布,水分,有机质含量作为因变量的函数模型中,均符合一元二次方程。以深度为自变量,盐分为因变量的函数模型符合指数方程,R2均在0.85以上,拟合精度较高。掌握粒径分布,盐分,水分和有机质含量之间的关系,可为土壤的综合管理提供理论价值。（4）压砂地土壤粘粒平均含量为3.1%,粉粒平均含量为55.32%,砂粒平均含量为41.59%。0-10cm土层含有部分大颗粒,10-20cm,20-30cm和30-50cm土层粒径较为均匀,分形维数为2.54-2.82,且粘粒和砂粒含量呈显著负相关,粘粒和粉粒含量呈显著正相关。通过扫描电子显微镜可直观的观察到土壤的微观结构。