徐存東，王榮榮，程 慧，連海東，龔雪文，劉璐瑤，王 燕

?

基于遙感數(shù)據(jù)分析干旱區(qū)人工綠洲灌區(qū)的水鹽時(shí)空分異特征

徐存東1,2，王榮榮1，程 慧3，連海東1，龔雪文1，劉璐瑤4，王 燕1

（1. 華北水利水電大學(xué)水利學(xué)院，鄭州 450046；2. 水資源高效利用與保障工程河南省協(xié)同創(chuàng)新中心，鄭州 450046； 3. 中國(guó)水利水電科學(xué)研究院，北京 100038；4. 天津泰達(dá)鹽堿地綠化研究中心有限公司，天津 300457）

干旱區(qū)人工綠洲的土壤鹽漬化產(chǎn)生和演化過(guò)程是一個(gè)多要素參與、多層次驅(qū)動(dòng)、多過(guò)程耦合的復(fù)雜過(guò)程。為揭示干旱揚(yáng)水灌區(qū)區(qū)域尺度的水鹽時(shí)空分異特征，以地處騰格里沙漠邊緣的甘肅省景泰川電力提灌工程一期灌區(qū)為研究區(qū)，選取1994、2001、2008、2015年的直接參與驅(qū)動(dòng)區(qū)域土壤水鹽分異過(guò)程的地表鹽分、土壤含鹽量、地下水礦化度、地表灌水量、地下水埋深等5個(gè)指標(biāo)因子。運(yùn)用可拓層次分析法確定各指標(biāo)因子權(quán)重，借助ArcGIS軟件中監(jiān)督分類(lèi)以及空間分析技術(shù)，獲取各指標(biāo)因子的空間分布柵格圖件，將各柵格圖件進(jìn)行標(biāo)準(zhǔn)化處理后按照指標(biāo)權(quán)重進(jìn)行空間嵌套并疊加，定量化地分析了研究區(qū)區(qū)域尺度的水鹽時(shí)空分異特征。結(jié)果表明：研究區(qū)次生鹽堿地主要分布在東部的封閉型水文地質(zhì)單元，總體看，研究區(qū)內(nèi)輕度鹽堿地面積最大，中度鹽堿地次之，重度鹽堿地面積最?。粡慕庾g的進(jìn)程發(fā)展態(tài)勢(shì)可知，研究區(qū)鹽堿地還處于發(fā)展過(guò)程中，并呈現(xiàn)出加速增長(zhǎng)趨勢(shì)；由可拓層次分析法分析各指標(biāo)因子權(quán)重排序?yàn)榈叵滤裆睿?.3190）＞地下水礦化度（0.2710）＞土壤含鹽量＞地表鹽分＞地表灌水量，可見(jiàn)，區(qū)域內(nèi)的地下水埋深和地下水礦化度是影響區(qū)域尺度水鹽時(shí)空分異進(jìn)程的主要驅(qū)動(dòng)因素；研究區(qū)水鹽時(shí)空分布態(tài)勢(shì)與總體地勢(shì)相關(guān)，呈現(xiàn)出西低東高的總體分布特征，由西南向東北以弧線狀遞增的發(fā)展趨勢(shì)，灌區(qū)內(nèi)東北部封閉型水文地質(zhì)單元地下水位抬升明顯，土壤鹽漬化發(fā)展迅速。

遙感；土壤；鹽分；ArcGIS；可拓層次分析法；區(qū)域尺度；水鹽時(shí)空分異；景電灌區(qū)

0 引 言

土壤鹽漬化是由自然或人類(lèi)活動(dòng)引起的一種主要的環(huán)境風(fēng)險(xiǎn)，已成為世界性的生態(tài)問(wèn)題，受到世界各國(guó)的廣泛關(guān)注[1-5]。據(jù)統(tǒng)計(jì)，全球約有8.31億hm2的土壤受到鹽漬化的威脅，其中58%發(fā)生在灌溉農(nóng)業(yè)區(qū)，尤其是干旱和半干旱地區(qū)的灌溉農(nóng)業(yè)區(qū)[6]。中國(guó)作為受鹽漬化影響嚴(yán)重的國(guó)家之一，其西北干旱和半干旱地區(qū)土壤鹽漬化問(wèn)題尤為突出。據(jù)全國(guó)第二次土壤普查數(shù)據(jù)統(tǒng)計(jì)，中國(guó)鹽漬土總面積約為3600×104hm2，其中僅西北干旱和半干旱地區(qū)鹽漬化土壤面積就占到了69.03%[7-8]，少數(shù)地區(qū)的土地生產(chǎn)能力降低甚至完全喪失，嚴(yán)重影響了農(nóng)業(yè)的可持續(xù)發(fā)展。地處騰格里沙漠邊緣的甘肅省景泰川電力提灌工程灌區(qū)（后稱“景電灌區(qū)”），是位于中國(guó)西北干旱荒漠區(qū)的大型梯級(jí)揚(yáng)水灌區(qū)，當(dāng)?shù)馗哒舭l(fā)低降雨的特殊氣候條件、低洼封閉的地勢(shì)條件，加上高強(qiáng)度的人類(lèi)活動(dòng)，導(dǎo)致了區(qū)域大面積的水鹽重組、運(yùn)移和積聚，形成了大面積的次生鹽堿地，并有進(jìn)一步發(fā)展的態(tài)勢(shì)，嚴(yán)重制約了當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的發(fā)展[9]。為揭示土壤鹽漬化現(xiàn)象的發(fā)生過(guò)程和發(fā)展進(jìn)程，達(dá)到預(yù)防和減少土地資源次生鹽漬化的目的，研究其區(qū)域水鹽時(shí)空分異態(tài)勢(shì)，為灌區(qū)的水鹽調(diào)控與治理提供決策依據(jù)，為同類(lèi)灌區(qū)的水鹽監(jiān)測(cè)提供示范顯得十分必要。

國(guó)外對(duì)土壤鹽分空間變異的研究始于20世紀(jì)40年代，其理論基礎(chǔ)是地質(zhì)統(tǒng)計(jì)學(xué)（Geostatistics），最早由南非礦山工程師Krige提出[10]，20世紀(jì)70年代至21世紀(jì)初，Campbell等將地統(tǒng)計(jì)學(xué)引入土壤科學(xué)的物理和化學(xué)研究，并做了大量介紹和實(shí)例研究，提出地統(tǒng)計(jì)學(xué)可以很好地解決土壤鹽分的空間變異性問(wèn)題[11-12]。此后，國(guó)內(nèi)外大批學(xué)者針對(duì)區(qū)域水鹽時(shí)空分異進(jìn)程開(kāi)展了大量研究，取得了豐富的研究成果。如Panagopoulos等以地中海區(qū)域?yàn)檠芯繀^(qū)，采用GIS和地統(tǒng)計(jì)學(xué)等方法開(kāi)展了區(qū)域土壤鹽分變異性研究[13]；Keshavarzi等運(yùn)用GIS及地統(tǒng)計(jì)學(xué)方法對(duì)土壤的鹽度及鈉吸附比的空間分布進(jìn)行了預(yù)測(cè)[14]；姚榮江等以黃河三角洲地區(qū)為研究區(qū)，運(yùn)用GIS和地統(tǒng)計(jì)學(xué)的原理與方法，從空間尺度對(duì)不同分區(qū)的地下水礦化度與耕層土壤積鹽規(guī)律進(jìn)行了定量分析[15]；王云強(qiáng)等采用經(jīng)典統(tǒng)計(jì)和地統(tǒng)計(jì)學(xué)相結(jié)合的方法系統(tǒng)分析了黃土高原區(qū)域尺度土壤水分的分布規(guī)律、變異特征[16]；李彬等以內(nèi)蒙古河套灌區(qū)為背景，將地質(zhì)統(tǒng)計(jì)學(xué)和經(jīng)典統(tǒng)計(jì)學(xué)理論結(jié)合評(píng)價(jià)試驗(yàn)場(chǎng)土壤表層鹽分的空間分布特征及其變異性[17]。但這些研究多局限于針對(duì)單一水分或某種鹽分的時(shí)空分異進(jìn)程進(jìn)行探索和揭示，而區(qū)域尺度的土壤次生鹽漬化是眾多因素綜合作用而導(dǎo)致的自然災(zāi)害，如何將影響區(qū)域水鹽時(shí)空分異進(jìn)程的多個(gè)指標(biāo)因子進(jìn)行標(biāo)準(zhǔn)化處理、在地理位置上進(jìn)行疊加分析，從而實(shí)現(xiàn)定量化描述區(qū)域水鹽時(shí)空分異特征的研究鮮有報(bào)道，從區(qū)域水鹽管理、調(diào)控、評(píng)價(jià)的角度，這種研究更具參考價(jià)值，難度也更大。

近年來(lái)，地理信息系統(tǒng)和信息捕捉采集技術(shù)的迅猛發(fā)展，為區(qū)域水鹽時(shí)空分異態(tài)勢(shì)研究提供了有效的技術(shù)手段，并且表現(xiàn)出越來(lái)越明顯的技術(shù)優(yōu)勢(shì)[18-21]，筆者在收集景電灌區(qū)長(zhǎng)序列水鹽監(jiān)測(cè)資料和數(shù)據(jù)的基礎(chǔ)上，運(yùn)用ArcGIS技術(shù)，結(jié)合可拓層次分析法，分析了1994－2015年長(zhǎng)時(shí)間序列區(qū)域尺度水鹽的時(shí)空分布特征，通過(guò)對(duì)TM遙感影像、土壤含鹽量、地下水礦化度、地表灌水量、地下水埋深等指標(biāo)因子的解譯、融合及空間轉(zhuǎn)換，將這些數(shù)據(jù)轉(zhuǎn)換為可疊加的格柵圖件，并通過(guò)柵格計(jì)算器實(shí)現(xiàn)空間格柵數(shù)據(jù)的加權(quán)疊加，獲得了各典型年的水鹽分布態(tài)勢(shì)，定量化揭示了研究區(qū)區(qū)域尺度水鹽整體的分異進(jìn)程。從灌區(qū)可持續(xù)發(fā)展的角度，研究可為合理開(kāi)發(fā)利用灌區(qū)土地資源、改良以及預(yù)防土壤次生鹽漬化提供重要理論基礎(chǔ)。同時(shí)為實(shí)現(xiàn)定量化揭示區(qū)域尺度水鹽時(shí)空分異進(jìn)程提供了一種新的方法。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

景電灌區(qū)地處甘肅省中部（37°26′～38°41′N(xiāo)，103°20′～104°04′E），位于甘、寧、蒙三省的交界地帶，屬于典型的溫帶大陸性氣候。本文以甘肅省景泰川電力提灌工程一期灌區(qū)為研究區(qū)，研究區(qū)地理位置如圖1所示。該地區(qū)干旱少雨，晝夜溫差大，春季多風(fēng)，夏季炎熱；年日照時(shí)數(shù)長(zhǎng)達(dá)2714 h，無(wú)霜期約190 d，年平均氣溫約8.77 ℃，多年平均降雨量185.6 mm，降水多集中在6－9月，多年平均蒸發(fā)量2433.8 mm。監(jiān)測(cè)數(shù)據(jù)顯示，隨著灌溉年限的增長(zhǎng)和灌區(qū)面積的發(fā)展，灌區(qū)內(nèi)封閉型水文地質(zhì)單元的地下水位普遍逐年增高，且礦化度偏高，多介于1.3～12.0 g/L[22]。受到干旱氣候條件、低洼封閉的地勢(shì)條件以及人為灌溉因素等的影響，灌區(qū)內(nèi)耕地次生土壤鹽漬化的特征十分明顯，且呈擴(kuò)大發(fā)展的態(tài)勢(shì)。2015年的監(jiān)測(cè)數(shù)據(jù)顯示，灌區(qū)現(xiàn)有鹽堿耕地面積0.45萬(wàn)hm2，約占灌區(qū)總耕地面積的21.7%[9]，且呈逐年增加的趨勢(shì)。當(dāng)前，土壤鹽漬化已成為制約灌區(qū)土地資源高效利用的主要因素，不斷擴(kuò)大的土地次生鹽堿化的發(fā)展態(tài)勢(shì)，嚴(yán)重制約了當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展。

圖1 研究區(qū)地理位置圖

1.2 指標(biāo)選擇與數(shù)據(jù)源

為了更好地揭示灌區(qū)水鹽時(shí)空分異的發(fā)展過(guò)程，結(jié)合研究區(qū)實(shí)際情況，同時(shí)參照數(shù)據(jù)的科學(xué)性、完備性、可獲得性的原則，共選取了能夠直接反映區(qū)域鹽分時(shí)空發(fā)展進(jìn)程的地表鹽分、土壤含鹽量、地下水礦化度3個(gè)鹽分指標(biāo)因子，以及地表灌溉水量與地下水埋深2個(gè)直接參與驅(qū)動(dòng)鹽分運(yùn)移態(tài)勢(shì)的水分指標(biāo)因子。由于景電灌區(qū)鹽分表聚現(xiàn)象十分明顯，尤其是在停灌區(qū)域，由于不再進(jìn)行灌水洗鹽，加之灌區(qū)降雨量極少，會(huì)導(dǎo)致該區(qū)域內(nèi)土壤鹽分主要存在單一向上運(yùn)移的過(guò)程，造成地表鹽分和100 cm土層深度內(nèi)的總鹽分存在突變性落差，嚴(yán)重區(qū)域地表鹽分與土壤層含鹽量之差高達(dá)6.7%，二者合一計(jì)算會(huì)致使停灌區(qū)域鹽堿地土壤含鹽量過(guò)高，與實(shí)際情況不符，故將地表鹽分與土壤含鹽量作為2個(gè)獨(dú)立變量區(qū)別開(kāi)來(lái)進(jìn)行分析。其中，地表鹽分是指存在于土壤淺表層的鹽分，本文在數(shù)據(jù)采集時(shí)取0～10cm深度土壤含鹽量作為地表鹽分含量[23]，土壤含鹽量則是土壤淺表層以下100 cm土層深度內(nèi)的鹽分。

本研究的代表性年份分別選定為：1994年景電灌區(qū)全面建成，灌區(qū)總灌溉面積達(dá)到3.47萬(wàn)hm2，年提水量2.66億m3；2001年景電一期灌區(qū)完成續(xù)建配套，灌區(qū)的總灌溉面積達(dá)到3.85萬(wàn)hm2，年提水量3.22億m3；2008年二期灌區(qū)開(kāi)始續(xù)建配套，灌溉面積4.80萬(wàn)hm2，年均提水量4.51億m3；2015年代表灌區(qū)現(xiàn)狀，灌區(qū)總灌溉面積為6.05萬(wàn)hm2，年提水量為4.60億m3?；A(chǔ)數(shù)據(jù)和資料主要包括：1）1994、2001、2008年的Landsat5遙感影像和2015年Landsat8遙感影像；2）1994、2001、2008、2015年四期22個(gè)典型采樣點(diǎn)的土壤含鹽量、17個(gè)固定采樣點(diǎn)的地下水礦化度數(shù)據(jù)、14個(gè)采樣點(diǎn)的地表水灌水量數(shù)據(jù)、16個(gè)采樣點(diǎn)的地下水埋深數(shù)據(jù)；3）2015年土壤含鹽量、地下水礦化度以及地下水埋深各50個(gè)非插值點(diǎn)數(shù)據(jù)。所有數(shù)據(jù)均由甘肅省景泰川電力提灌管理局以及甘肅省地質(zhì)資料館提供，獲得的數(shù)據(jù)資料源包括：《景泰川電力提灌工程一期工程技術(shù)設(shè)計(jì)報(bào)告》（1971）、《景泰川灌區(qū)歷年土地調(diào)查報(bào)告》（1971－2016）以及《甘肅省景泰縣荒地資源及其開(kāi)發(fā)利用報(bào)告》（1971－2016）、灌區(qū)一期工程1972－2015年調(diào)水用水量統(tǒng)計(jì)表、景泰川地下水資源概況和《河西走廊水文地質(zhì)勘查/普查報(bào)告》（2015）。各指標(biāo)因子基礎(chǔ)數(shù)據(jù)點(diǎn)空間分布圖如圖2所示。

圖2 各指標(biāo)因子基礎(chǔ)數(shù)據(jù)點(diǎn)的空間分布圖

1.3 研究方法

本研究在收集各時(shí)期基礎(chǔ)數(shù)據(jù)的基礎(chǔ)上，首先運(yùn)用可拓層次分析法[24-26]確定各指標(biāo)因子權(quán)重；然后，采用ArcGIS軟件中遙感解譯、監(jiān)督分類(lèi)以及空間插值方法，獲取各指標(biāo)因子的空間分布柵格圖件，并通過(guò)重分類(lèi)將各柵格圖件進(jìn)行標(biāo)準(zhǔn)化處理；最后，運(yùn)用ArcGIS軟件中空間疊加分析工具按照各指標(biāo)因子指標(biāo)權(quán)重進(jìn)行空間嵌套疊加，以獲取研究區(qū)區(qū)域尺度的水鹽時(shí)空分異發(fā)展進(jìn)程。

1.3.1指標(biāo)因子權(quán)重確定

從灌區(qū)實(shí)際出發(fā)，以灌區(qū)區(qū)域尺度水鹽時(shí)空分異特征為總目標(biāo)，構(gòu)建水鹽時(shí)空分異可拓層次結(jié)構(gòu)圖如圖3所示。聘請(qǐng)本領(lǐng)域的學(xué)者（教授、研究員）、灌區(qū)管理人員（處長(zhǎng)）及技術(shù)人員（工程師）等專(zhuān)家，依據(jù)已構(gòu)建的層次結(jié)構(gòu)圖，分別對(duì)目標(biāo)層、因素層進(jìn)行兩兩重要性判斷，共聘請(qǐng)7位相關(guān)領(lǐng)域的專(zhuān)家學(xué)者進(jìn)行打分，打分結(jié)果以少數(shù)服從多數(shù)為原則進(jìn)行集值統(tǒng)計(jì)[27]，以提高打分結(jié)果的客觀科學(xué)性，使得權(quán)重計(jì)算結(jié)果更加符合實(shí)際情況。

圖3 可拓層次結(jié)構(gòu)圖

1.3.2 數(shù)據(jù)處理

運(yùn)用ArcGIS10.2對(duì)研究區(qū)1994年、2001年、2008年、2015年四期遙感影像進(jìn)行空間幾何校正、圖像配準(zhǔn)、研究區(qū)劃分裁剪和影像分類(lèi)，預(yù)處理結(jié)果如圖4所示，圖中不同的灰度值代表了灌區(qū)不同的土地利用情況，預(yù)處理結(jié)果圖主要用于后期鹽堿地斑塊信息的解譯與提取。遙感影像確定地表土壤鹽分含量是通過(guò)選取典型區(qū)域并進(jìn)行GPS定位實(shí)地取樣化驗(yàn)分析得到地表淺表層土壤含鹽量，將地表淺表層土壤含鹽量依照土壤鹽漬化分級(jí)分類(lèi)標(biāo)準(zhǔn)進(jìn)行劃分[8]，共將鹽漬化土壤依次分為非鹽漬化土壤（<0.1）、輕度鹽堿地（0.1～0.2）、中度鹽堿地（0.2～0.4）、重度鹽堿地（>0.4）共4個(gè)等級(jí)，其中非鹽漬化土壤按照土地利用類(lèi)型進(jìn)一步劃分為耕地與其他2種類(lèi)型，將GPS所得坐標(biāo)點(diǎn)導(dǎo)入ArcGIS10.2中確定各個(gè)等級(jí)所對(duì)應(yīng)的像元所屬，將類(lèi)似像元運(yùn)用ArcGIS訓(xùn)練樣本管理器框選并建立特征文件，基于所創(chuàng)建的特征文件，運(yùn)用ArcGIS10.2中最大似然法對(duì)遙感數(shù)據(jù)進(jìn)行監(jiān)督分類(lèi)。最終劃分為灌區(qū)耕地，輕度鹽堿地，中度鹽堿地，重度鹽堿地和其他共5類(lèi)。

運(yùn)用正態(tài)QQ圖分析工具對(duì)各時(shí)期土壤含鹽量、地下水礦化度、地表水灌水量、地下水埋深數(shù)據(jù)進(jìn)行正態(tài)檢驗(yàn)，檢驗(yàn)結(jié)果可知各指標(biāo)因子不同時(shí)期數(shù)據(jù)檢驗(yàn)結(jié)果均近似分布于參照線兩側(cè)，正態(tài)QQ檢驗(yàn)結(jié)果基本呈現(xiàn)正態(tài)分布，因此可進(jìn)行空間變異性分析。

采用GS+軟件對(duì)各指標(biāo)因子基礎(chǔ)數(shù)據(jù)進(jìn)行半方差函數(shù)的計(jì)算及模型擬合，可得土壤含鹽量、地下水礦化度、地下水埋深、地表灌水量對(duì)應(yīng)的最優(yōu)半方差函數(shù)模型分別為冪函數(shù)模型、指數(shù)函數(shù)模型、三角函數(shù)模型、球面函數(shù)模型?；谒@取的各指標(biāo)因子最優(yōu)半方差函數(shù)模模型，運(yùn)用ArcGIS軟件中的Spatial Analyst模塊分別對(duì)2015年的4類(lèi)數(shù)據(jù)集進(jìn)行空間插值分析，分別繪制出各指標(biāo)因子不同插值方法下的空間分布圖。其中，土壤含鹽量、地下水礦化度、地下水埋深數(shù)據(jù)在進(jìn)行區(qū)間初步判讀的基礎(chǔ)上，結(jié)合誤差矩陣評(píng)價(jià)法（Error Matrix）對(duì)2015年50個(gè)非插值點(diǎn)實(shí)測(cè)數(shù)據(jù)值與經(jīng)初步區(qū)間判讀所優(yōu)選出的各插值方法所得插值結(jié)果進(jìn)行精度驗(yàn)證，最終確定出3種指標(biāo)因子的最優(yōu)插值方法依次為反距離權(quán)重法、普通克里金法、普通克里金法；地表灌水量則通過(guò)考慮實(shí)際灌水量區(qū)間、水的點(diǎn)源擴(kuò)散以及疊加效應(yīng)等因素選定普通克里金進(jìn)行插值分析。運(yùn)用所選定的4種最優(yōu)插值方法分別對(duì)研究區(qū)內(nèi)1994、2001、2008和2015年四期土壤含鹽量數(shù)據(jù)、地下水礦化度、地表灌水量以及地下水埋深數(shù)據(jù)進(jìn)行空間插值分析，最終得到各指標(biāo)因子不同時(shí)期的時(shí)空分布。

圖4 各時(shí)期遙感影像數(shù)據(jù)預(yù)處理結(jié)果圖

2 結(jié)果與討論

2.1 各指標(biāo)因子權(quán)重

運(yùn)用可拓層次分析法計(jì)算各指標(biāo)因子對(duì)水鹽時(shí)空分異進(jìn)程影響的權(quán)重，計(jì)算結(jié)果見(jiàn)表1。

表1 各指標(biāo)因子對(duì)水鹽時(shí)空分異特征影響的權(quán)重

由表1計(jì)算結(jié)果可知，研究區(qū)區(qū)域尺度下水鹽時(shí)空分異進(jìn)程的影響因素排序?yàn)榈叵滤裆睿镜叵滤V化度＞土壤含鹽量＞地表鹽分＞地表灌水量，可見(jiàn)地下水埋深與地下水礦化度是驅(qū)動(dòng)區(qū)域尺度水鹽時(shí)空分異進(jìn)程的主要指標(biāo)因子。其次為土壤含鹽量與地表鹽分，地表灌水量對(duì)水鹽時(shí)空分異進(jìn)程的影響最小。這主要是由于在地表水資源比較匱乏的干旱揚(yáng)水灌區(qū)，地下水作為驅(qū)動(dòng)鹽分運(yùn)移的載體，其時(shí)空分異規(guī)律直接影響著鹽分的時(shí)空分布，地下水礦化度作為土壤鹽分的主要來(lái)源[28-29]，則會(huì)不斷加劇鹽分的累積效應(yīng)，與地下水埋深共同構(gòu)成了影響著區(qū)域鹽分運(yùn)移進(jìn)程的直接驅(qū)動(dòng)因素，對(duì)土壤鹽漬化進(jìn)程的貢獻(xiàn)程度較大；土壤含鹽量與地表鹽分作為土壤鹽漬化進(jìn)程的主要表征指標(biāo)，主要在地下水因素的驅(qū)動(dòng)作用下，直接反映了區(qū)域尺度的土壤鹽漬化程度，屬于鹽漬化進(jìn)程的結(jié)果因素，故對(duì)鹽漬化進(jìn)程的影響程度相對(duì)較弱；地表灌水量作為土壤鹽分的起始驅(qū)動(dòng)因素，主要影響著微觀尺度鹽分的再分布過(guò)程，故而對(duì)區(qū)域大尺度水鹽運(yùn)移過(guò)程的影響最弱。該量化結(jié)果與管孝艷等人研究得出的結(jié)論相符[30-31]，能夠準(zhǔn)確反映出灌區(qū)實(shí)際情況。

2.2 各指標(biāo)因子時(shí)空分布

2.2.1 地表鹽分時(shí)空分布

遙感解釋利用誤差矩陣法計(jì)算可得各典型年份分類(lèi)總精度及Kappa系數(shù)見(jiàn)表2，可見(jiàn)總體分類(lèi)精度均達(dá)到80%以上，Kappa系數(shù)也均大于0.80，可見(jiàn)分類(lèi)結(jié)果的準(zhǔn)確性較高[32-33]，分類(lèi)結(jié)果見(jiàn)圖5，提取得到的各時(shí)期鹽堿地面積信息見(jiàn)表3。

表2 最大似然分類(lèi)精度

圖5 各時(shí)期地表鹽分遙感影像分類(lèi)結(jié)果

表3 研究區(qū)內(nèi)各時(shí)期土地覆蓋變化統(tǒng)計(jì)表

由圖5可知，1994年研究區(qū)鹽堿地分布較為稀疏，只在耕地周邊有零星分布，在東南區(qū)域分布稍多，灌區(qū)耕地集中區(qū)總體分布較少，鹽堿化類(lèi)型以輕度為主，鹽堿化程度不影響耕作。2001年研究區(qū)耕地集中區(qū)鹽堿地出現(xiàn)了積聚現(xiàn)象，在最北端與中東側(cè)較為明顯，其中中度鹽堿化的耕地斑塊增加，耕地中心范圍部分原有耕地逐漸發(fā)展成了輕度和中度鹽堿地，同時(shí)鹽堿化斑塊呈現(xiàn)出向東南發(fā)展的趨勢(shì)。2008年研究區(qū)原耕地范圍內(nèi)的鹽堿地積聚現(xiàn)象持續(xù)加重，局部開(kāi)始出現(xiàn)重度鹽堿化土地，并且南側(cè)區(qū)域出現(xiàn)了地表反鹽的鹽漬化現(xiàn)象。到2015年研究區(qū)鹽堿地積聚現(xiàn)象繼續(xù)加重，且在2008年的基礎(chǔ)上發(fā)展迅速，最北端、東北端和中東側(cè)已經(jīng)發(fā)展成為中、重度鹽堿化大面積帶狀分布的狀態(tài)，灌區(qū)原有耕地大面積發(fā)展成為鹽堿地，東南區(qū)域鹽堿地面積也逐漸呈現(xiàn)出自西向東條帶狀分布。研究區(qū)西側(cè)區(qū)域隨續(xù)建配套工程的建設(shè)，伴隨著耕地面積增加也有少許鹽堿地出現(xiàn)，在研究區(qū)的南側(cè)，重度鹽堿化土地的地表反鹽現(xiàn)象也伴隨著排堿溝的疏浚和灌區(qū)內(nèi)的淋洗壓鹽，呈現(xiàn)出鹽堿地向東南側(cè)推移的態(tài)勢(shì)。

由表3知，研究區(qū)耕地面積在1994－2008年間呈縮減趨勢(shì)，且縮減速率逐漸增大；2008－2015年間，受續(xù)建配套工程的建設(shè)和研究區(qū)西南部灌溉面積擴(kuò)大，研究區(qū)耕地面積有所增加，年均增長(zhǎng)率0.56%。研究區(qū)輕度、中度、重度鹽堿地面積在1994－2015年間均呈持續(xù)增長(zhǎng)趨勢(shì)，尤其在2008－2015年間增長(zhǎng)速度明顯加快，2008－2015年間年均增長(zhǎng)率分別達(dá)到5.57%、5.39%、4.31%。研究區(qū)其他類(lèi)型土地面積在1994－2015年間呈持續(xù)減少趨勢(shì)，2008－2015年間減少最快，2008－2015年間年均減少2.21%。

1994－2015年間，灌區(qū)內(nèi)的次生鹽堿化耕地面積基本均呈現(xiàn)出穩(wěn)定發(fā)展期（1994－2008）和快速發(fā)展期（2008－2015）兩個(gè)階段。其中，經(jīng)現(xiàn)場(chǎng)的走訪和調(diào)查分析，其原因是1994－2008年間，人類(lèi)干擾活動(dòng)較弱，耕地和其他土地類(lèi)型面積變化不大，鹽堿地發(fā)展主要以侵占原有耕地為主；2008－2015年間隨著灌區(qū)大規(guī)模的續(xù)建配套工程建設(shè)和區(qū)域內(nèi)人口激增，人類(lèi)活動(dòng)的不斷加劇，越來(lái)越多的土地被開(kāi)發(fā)為耕地，研究區(qū)內(nèi)其他類(lèi)型土地面積大幅度減少，耕地面積相較之前有較大幅度增加，與此同時(shí)，鹽堿地面積也呈現(xiàn)出快速增長(zhǎng)的趨勢(shì)，從監(jiān)測(cè)資料的分析和解譯結(jié)果可見(jiàn)輕度鹽堿地的增長(zhǎng)速度最快，中度次之，重度最慢?？梢?jiàn)這一時(shí)期研究區(qū)內(nèi)的土地利用類(lèi)型受人為擾動(dòng)明顯，受灌溉因素的影響，鹽堿地的擴(kuò)張速度加劇，且原有鹽堿耕地在未得到有效治理的情況下，鹽漬化程度也在不斷惡化。

2.2.2 土壤含鹽量時(shí)空分布

圖6a為各時(shí)期土壤含鹽量時(shí)空分布圖。在1994－2015年間，土壤含鹽量低于0.5%的南部地區(qū)、土壤含鹽量高于2.0%的東北部地區(qū)一直在擴(kuò)張。灌區(qū)南部土壤含鹽量低于0.5%的區(qū)域已向北擴(kuò)張至灌區(qū)的邊界，受含鹽量低于0.5%的區(qū)域擴(kuò)張的影響，研究區(qū)西部土壤含鹽量為0.5%～1.0%的區(qū)域大幅縮減，這主要是由于人類(lèi)干擾活動(dòng)的加劇，并對(duì)中輕度鹽堿地實(shí)施了一系列灌水洗鹽、增設(shè)排堿溝等一系列脫鹽改造措施，使得該區(qū)域處在一個(gè)持續(xù)脫鹽的狀態(tài)；灌區(qū)東北部土壤含鹽量高于1.5%的區(qū)域雖然擴(kuò)張不顯著，但土壤含鹽量的數(shù)值卻表現(xiàn)為持續(xù)增加的狀態(tài)，1994年土壤含鹽量為2.0%～2.5%的區(qū)域，發(fā)展到2015年土壤含鹽量已增長(zhǎng)至2.5%～3.0%，并且中心區(qū)出現(xiàn)了土壤含鹽量為3.0%～3.5%的區(qū)域?？傮w看，研究區(qū)的土壤含鹽量總體表現(xiàn)為西南低東北高的分布特征，這主要是由于灌區(qū)地勢(shì)東部地勢(shì)較低，處于灌區(qū)內(nèi)的封閉型水文地質(zhì)單元[21]，加之景電二期工程的建成運(yùn)行使得研究區(qū)東北部成為二期灌區(qū)的地下水排泄區(qū)，從而導(dǎo)致了該區(qū)域土壤次生鹽漬化現(xiàn)象的不斷加劇。

2.2.3 地下水礦化度時(shí)空分布

圖6b為各時(shí)期地下水礦化度分布圖，在1994—2015年間，研究區(qū)內(nèi)地下水礦化度2～3 g/L的區(qū)域分布最廣泛，在其北部與西南部分布有小部分礦化度為1～2 g/L的零散區(qū)域，且隨著年限的不斷推移，礦化度為1～2 g/L的區(qū)域總體呈現(xiàn)不斷縮減的趨勢(shì)。研究區(qū)地下水礦化度高于3 g/L區(qū)域逐年向西擴(kuò)張，4 g/L以上區(qū)域擴(kuò)張十分劇烈，且由1994發(fā)展至2008年?yáng)|北和東南區(qū)域出現(xiàn)了地下水礦化度7～8 g/L的區(qū)域，且呈現(xiàn)不斷升高的態(tài)勢(shì)，至2015年出現(xiàn)了地下水礦化度為8～9 g/L的區(qū)域?？傮w看，研究區(qū)內(nèi)的地下水礦化度分布總體呈現(xiàn)為西部低東部高的分布特征，且在灌區(qū)的東部地下水礦化度呈現(xiàn)出逐年升高的態(tài)勢(shì)。主要原因是由于灌區(qū)東部地勢(shì)較低，灌溉水入滲后不斷向此處聚集，攜帶了大量的鹽分，從而使該區(qū)域呈現(xiàn)出匯水聚鹽的特點(diǎn)，地下水礦化度不斷上升。

2.2.4 地表灌水量時(shí)空分布

由圖6c各時(shí)期地表灌水量總體分布圖可見(jiàn)，在1994－2015年間，隨著時(shí)間的推移，僅2001年研究區(qū)灌水量總體分布呈現(xiàn)出減少趨勢(shì)，其余各年份都呈現(xiàn)出增加趨勢(shì)。這主要是受2001年研究區(qū)氣候條件的影響，經(jīng)走訪可知，該年份年均降雨量較其他年份多，且集中在作物灌溉期，從而導(dǎo)致該年度灌水量有了顯著減少。從研究區(qū)灌水量的總體分布情況來(lái)看，研究區(qū)西部及由北部延伸至中部的條帶上灌水量分布最多，研究區(qū)東部整體灌水量分布較少。這主要受土地利用類(lèi)型的影響，灌區(qū)西部及北部延伸至中部的區(qū)域?yàn)楦氐闹饕植紖^(qū)，需水量較大。灌區(qū)東部則是土壤鹽漬化現(xiàn)象比較嚴(yán)重的鹽堿耕地分布區(qū)，受土壤鹽漬化的影響，該區(qū)域僅種植有小面積耐鹽作物，且部分鹽漬化嚴(yán)重的鹽堿耕地已逐漸被棄耕，故該區(qū)域需水量較少。

圖6 各時(shí)期土壤含鹽量、地下水礦化度、地表灌水量和地下水埋深空間插值結(jié)果圖

2.2.5 地下水埋深時(shí)空分布

由圖6d各時(shí)期地下水埋深分布圖可見(jiàn)，在1994－2015年間，地下水埋深在15 m以上的區(qū)域主要分布在灌區(qū)中西部，隨著年限的推移總體分布范圍變化不大，在灌區(qū)西南部，地下水埋深最大值達(dá)到45 m以上；研究區(qū)地下水埋深在15 m以下的區(qū)域主要分布在灌區(qū)中東部，隨著年限的不斷推移，該區(qū)域內(nèi)地下水位埋深在0～5 m范圍內(nèi)的區(qū)域由西北部逐漸向東南側(cè)擴(kuò)張，發(fā)展至2015年由西北向東南貫通整個(gè)研究區(qū)，這主要是由于該區(qū)域地勢(shì)較低，加之灌水量不斷增加且原本地下水埋深較淺，導(dǎo)致該區(qū)域地下水位不斷抬升。受地下水埋深0～5 m區(qū)域擴(kuò)張的影響，地下水埋深5～10 m的區(qū)域向西稍有擴(kuò)張，向東擴(kuò)張明顯，地下水埋深10～15 m區(qū)域則在地下水埋深5～10 m區(qū)域的擴(kuò)張影響下不斷縮減，至2015年近乎消失?？傮w來(lái)看，灌區(qū)地下水埋深呈現(xiàn)出由西部到東部逐漸降低的趨勢(shì)。對(duì)比圖6c中研究區(qū)地表灌水量的總體分布情況可知，雖然灌水集中在灌區(qū)西部及由北部延伸至中部的條帶上，但灌區(qū)西部地下水埋深受地表灌溉水量的影響變化較小，灌區(qū)東部地下水埋深受地表灌溉水量的影響較大，這主要是由于灌區(qū)地勢(shì)西高東低，導(dǎo)致水分不斷地向東部運(yùn)移，從而導(dǎo)致了東部區(qū)域地下水位的不斷抬升，而水分作為鹽分的載體，在不斷向東部聚集進(jìn)而抬升地下水位的同時(shí)，也攜帶了大量鹽分隨之運(yùn)移，從而導(dǎo)致該區(qū)域地下水礦化度的不斷增加，在灌區(qū)高蒸發(fā)低降雨的氣候條件下，地下水中的鹽分隨著毛管水不斷上移，導(dǎo)致土壤含鹽量的不斷上升，在一些地勢(shì)低洼的區(qū)域，甚至?xí)霈F(xiàn)地表反鹽的現(xiàn)象。這與前述研究區(qū)地表鹽分、土壤含鹽量及地下水礦化度在研究區(qū)內(nèi)的分布態(tài)勢(shì)相吻合。

2.3 區(qū)域水鹽時(shí)空疊加分布

由于影響景電灌區(qū)區(qū)域尺度水鹽時(shí)空分異的各指標(biāo)因子的量綱不同，因此在將影響因素疊加之前，運(yùn)用ArcGIS中的重分類(lèi)工具對(duì)指標(biāo)因子?xùn)鸥駡D件進(jìn)行標(biāo)準(zhǔn)化處理以消除量綱。通過(guò)重分類(lèi)將各指標(biāo)因子分別按照一定的分類(lèi)標(biāo)準(zhǔn)劃分為1～10共10類(lèi)：其中，地表鹽分按照積鹽程度由低到高進(jìn)行劃分，土壤含鹽量與地下水礦化度按照由低到高進(jìn)行劃分、地表灌水量按照由少到多進(jìn)行劃分、地下水埋深按照由深到淺進(jìn)行劃分。遵照該劃分原則疊加所得到的結(jié)果數(shù)值越高，表明相應(yīng)區(qū)域整體含鹽量與含水量越高，反之表明相應(yīng)區(qū)域整體含鹽量與含水量越低。依據(jù)表1所得權(quán)重系數(shù)，將重分類(lèi)所得的各時(shí)期柵格圖件，分別運(yùn)用ArcGIS中柵格計(jì)算器進(jìn)行嵌套疊加，得到各時(shí)期水鹽總當(dāng)量值疊加結(jié)果如圖7所示。

圖7 各時(shí)期水鹽總當(dāng)量值空間分布圖

由圖7水鹽總當(dāng)量值空間分布圖可見(jiàn)，在1994－2015年間，研究區(qū)內(nèi)水鹽總當(dāng)量值小于4.5的區(qū)域主要分布在灌區(qū)西部，隨著時(shí)間的推移總體分布范圍變化不大。其中，區(qū)域水鹽總當(dāng)量值為1.2～1.5的區(qū)域僅在灌區(qū)西南部有小范圍分布，且在1994－2008年間，呈現(xiàn)出不斷縮減甚至消失的趨勢(shì)。而在2008－2015年間，又呈現(xiàn)出快速擴(kuò)張趨勢(shì)。區(qū)域水鹽總當(dāng)量值為1.5～3.0的區(qū)域在灌區(qū)西南部有較大范圍分布，且隨著時(shí)間的推移總體呈現(xiàn)向東部緩慢擴(kuò)張的趨勢(shì)。區(qū)域水鹽總當(dāng)量值為3.4～4.5的區(qū)域在整個(gè)西部均有分布，隨著時(shí)間的推移總體呈現(xiàn)向東部緩慢擴(kuò)張的趨勢(shì)，其西南部受區(qū)域水鹽總當(dāng)量值為1.5～3.0的區(qū)域擴(kuò)張的影響，呈現(xiàn)縮減趨勢(shì)；區(qū)域水鹽總當(dāng)量值大于4.5的區(qū)域主要分布在灌區(qū)東部。其中，區(qū)域水鹽總當(dāng)量值為4.5～6.0的區(qū)域主要分布在灌區(qū)中東部，且呈現(xiàn)逐年縮減趨勢(shì)。區(qū)域水鹽總當(dāng)量值為6.0～7.5的區(qū)域覆蓋了整個(gè)東部區(qū)域，并呈現(xiàn)出逐漸向西部緩慢擴(kuò)張的趨勢(shì)。區(qū)域水鹽總當(dāng)量值為7.5～9.0區(qū)間基本分布在研究區(qū)東部，并且散布在區(qū)域水鹽總當(dāng)量值為6.0～7.5區(qū)間內(nèi)部，在1994－2008年間呈現(xiàn)緩慢擴(kuò)張趨勢(shì)，在2008－2015年間呈現(xiàn)快速擴(kuò)張趨勢(shì)。且在2015年區(qū)域水鹽總當(dāng)量值為7.5～9.0區(qū)間內(nèi)出現(xiàn)了小范圍區(qū)域水鹽總當(dāng)量值為9.0～10.5區(qū)間，可見(jiàn)該區(qū)域鹽漬化程度呈現(xiàn)出不斷惡化現(xiàn)象?？傮w來(lái)看，研究區(qū)總體水鹽總當(dāng)量值分布呈現(xiàn)出西低東高，由西南向東北以弧線擴(kuò)散狀增加的發(fā)展趨勢(shì)。隨著時(shí)間的推移，在1994－2008年間呈現(xiàn)出穩(wěn)定發(fā)展態(tài)勢(shì)，2008－2015年間呈現(xiàn)出快速發(fā)展態(tài)勢(shì)。值得引起注意的是，東部水鹽總當(dāng)量值較高的區(qū)域隨著時(shí)間的推移呈現(xiàn)出不斷向西部擴(kuò)張的發(fā)展趨勢(shì)，嚴(yán)重威脅著西部的耕地資源安全，對(duì)于灌區(qū)農(nóng)業(yè)生產(chǎn)可持續(xù)發(fā)展構(gòu)成了潛在的威脅。

3 結(jié) 論

1）運(yùn)用可拓層次分析法確定了影響區(qū)域尺度水鹽時(shí)空分異進(jìn)程的各個(gè)因素權(quán)重，各因素權(quán)重的排序?yàn)榈叵滤裆睿?.3190）＞地下水礦化度（0.2710）＞土壤含鹽量（0.1971）＞地表鹽分（0.1748）＞地表灌水量（0.0381），表明地下水埋深是驅(qū)動(dòng)區(qū)域水鹽時(shí)空分異發(fā)展進(jìn)程的主要因素。

2）通過(guò)多指標(biāo)因子耦合疊加分析，揭示了研究區(qū)總體水鹽分布狀況及變化趨勢(shì)。結(jié)果表明，灌區(qū)區(qū)域水鹽總當(dāng)量值分布呈現(xiàn)出西低東高，由西南向東北以弧線擴(kuò)散狀增加的發(fā)展趨勢(shì)。隨著時(shí)間的推移，總體可以劃分為穩(wěn)定發(fā)展期（1994－2008年）與快速發(fā)展期（2008－2015年）2個(gè)階段。受東部水鹽總當(dāng)量值較高的區(qū)域不斷向西部擴(kuò)張態(tài)勢(shì)的影響，西部耕地資源安全受到了潛在的威脅，研究區(qū)水鹽時(shí)空發(fā)展態(tài)勢(shì)整體朝向不利于灌區(qū)農(nóng)業(yè)生產(chǎn)可持續(xù)發(fā)展的方向。

3）本研究借助ArcGIS平臺(tái)，結(jié)合可拓層次分析法，實(shí)現(xiàn)了研究區(qū)遙感影像數(shù)據(jù)、長(zhǎng)序列監(jiān)測(cè)數(shù)據(jù)的整合處理與分析，在單一驅(qū)動(dòng)因子分析的基礎(chǔ)上，提出了一種適合對(duì)多種驅(qū)動(dòng)因子進(jìn)行耦合疊加的重要手段，為全方位地展現(xiàn)研究區(qū)水鹽時(shí)空分異的發(fā)展進(jìn)程提供了一種可視化的新方法，可為研究區(qū)域水鹽時(shí)空分異發(fā)展態(tài)勢(shì)提供有益借鑒。

[1] 李素艷，翟鵬輝，孫向陽(yáng)，等. 濱海土壤鹽漬化特征及土壤改良研究[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2014，22(6)：1069－1078.

Li Suyan, Zhai Penghui, Sun Xiangyang, et al. Saline-alkali soil characteristics and improvement in coastal area [J]. Journal of Basic Science and Engineering, 2014, 22(6): 1069－1078. (in Chinese with English abstract)

[2] 管孝艷，王少麗，呂燁，等. 土壤水鹽空間變異性及其尺度效應(yīng)的多重分形分析[J]. 水利學(xué)報(bào)，2013，44(S1)：8－14.

Guan Xiaoyan, Wang Shaoli, Lv Ye, et al. Analysis on spatial variability of soil water and salt its scale effect based on multifractal [J]. Journal of Hydraulic Engineering, 2013, 44(S1): 8－14. (in Chinese with English abstract)

[3] 吳亞坤，劉廣明，楊勁松，等. 基于反距離權(quán)重插值的土壤鹽分三維分布解析方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(3)：100－106.

Wu Yakun, Liu Guangming, Yang Jinsong, et al. Interpreting method of regional soil salinity 3D distribution based on inverse distance weighting [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(3): 100－106. (in Chinese with English abstract)

[4] Taghizadeh-Mehrjardi R, Minasny B, Sarmadian F, et al. Digital mapping of soil salinity in Ardakan region, central Iran [J]. Geoderma, 2014, 213: 15－28.

[5] Scudiero E, Skaggs T H, Corwin D L. Comparative regional-scale soil salinity assessment with near-ground apparent electrical conductivity and remote sensing canopy reflectance [J]. Ecological Indicators, 2016, 70: 276－284.

[6] Ghassemi F, Jakeman A J, Nix H A. Salinisation of Land and Water Resources: Human Causes, Extent, Management and Case Studies [M]. Australia: University of New South Wales Press, 1995.

[7] 王佳麗，黃賢金，鐘太洋，等. 鹽堿地可持續(xù)利用研究綜述[J]. 地理學(xué)報(bào)，2011，66(5)：673－684.

Wang Jiali, Huang Xianjin, Zhong Taiyang, et al. Review on sustainable utilization of salt-affected land [J]. Acta Geographica Sinica, 2011, 66(5): 673－684. (in Chinese with English abstract)

[8] 劉廣明，吳亞坤，楊勁松，等. 基于電磁感應(yīng)技術(shù)的區(qū)域三維土壤鹽分空間變異研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44(7)：78－82+66.

Liu Guangming, Wu Yakun, Yang Jinsong, et al. Regional 3-D soil salt spatial variability based on electromagnetic induction technology [J]. Transactions of the Chinese Society of Agricultural Machinery, 2013, 44(7): 78－82+66. (in Chinese with English abstract)

[9] 徐存東，程慧，王燕，等. 灌區(qū)土壤鹽漬化程度云理論改進(jìn)多級(jí)模糊評(píng)價(jià)模型[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(24)：88－95.

Xu Cundong, Cheng Hui, Wang Yan, et al. Application of improved multiple fuzzy evaluation model based on cloud theory in evaluation of soil salinization degree [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(24): 88－95. (in Chinese with English abstract)

[10] Krige D G. A statistical approaches to some basic mine valuation problems on the Witwatersrand [J]. Journal of the Chemical, 1951, 52: 119－139.

[11] Campbell J B. Spatial variation of sand content and pH within single contiguous delineation of two soil mapping units [J]. Soil Sci Soc Am J. 1978, 42: 460－464.

[12] Stein A, Sylla M. Spatial variability of soil salinity at different scales in themangrove rice agro-ecosystem in West Africa [J]. Agric-ecosyst-environ, 1995, 54(1): 1－15.

[13] Panagopoulos T, Jesus J, Antunes M D C, et al. Analysis of spatial interpolation for optimizing management of a salinized field cultivated with lettuce [J]. European Journal of Agronomy, 2006, 24(1): 1－10.

[14] Keshavarzi A, Sarmadian F. Mapping of spatial distribution of soil salinity and alkalinity in a semi-arid region [J]. Annals of Warsaw University of Life Sciences-SGGW. Land Reclamation, 2012, 44(1): 3－14.

[15] 姚榮江，楊勁松. 黃河三角洲地區(qū)淺層地下水與耕層土壤積鹽空間分異規(guī)律定量分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，23(8)：45－51.

Yao Rongjiang, Yang Jinsong. Quantitative analysis of spatial distribution pattern of soil salt accumulation in plough layer and shallow groundwater in the Yellow River Delta [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 23(8): 45－51. (in Chinese with English abstract)

[16] 王云強(qiáng)，邵明安，劉志鵬. 黃土高原區(qū)域尺度土壤水分空間變異性[J]. 水科學(xué)進(jìn)展，2012，23(3)：310－316.

Wang Yunqiang, Shao Mingan, Liu Zhipeng. Spatial variability of soil moisture at a regional scale in the Loess Plateau [J]. Advances in Water Science, 2012, 23(3): 310－316. (in Chinese with English abstract)

[17] 李彬，史海濱，妥德寶，等. 節(jié)水改造前后土壤鹽分剖面特征及其空間分布—以內(nèi)蒙古河套灌區(qū)中游臨河區(qū)為例[J]. 干旱區(qū)研究，2015，32(4)：663－673.

Li Bin, Shi Haibin, Tuo Debao, et al. Soil salinity profile characteristics and its spatial distribution before and after water saving-taking the middle reach in Hetao Irrigation District of Inner Mongolia as an example [J]. Arid Zone Research, 2015, 32(4): 663－673. (in Chinese with English abstract)

[18] 趙明松，張甘霖，王德彩，等. 徐淮黃泛平原土壤有機(jī)質(zhì)空間變異特征及主控因素分析[J]. 土壤學(xué)報(bào)，2013，50(1)：1－11.

Zhao Mingsong, Zhang Ganlin, Wang Decai, et al. Spatial varisbility of soil organic matter and its dominating factors in Xu-huai alluvial plain [J]. Acta Pedologica Sinica, 2013, 50(1): 1－11. (in Chinese with English abstract)

[19] 王卓然，趙庚星，高明秀，等. 黃河三角洲墾利縣夏季土壤水鹽空間變異及土壤鹽分微域特征[J]. 生態(tài)學(xué)報(bào)，2016，36(4)：1040－1049.

Wang Zhuoran, Zhao Gengxing, Gao Mingxiu, et al. Spatial variation of soil water and salt and microscopic variation of soil salinity in summer in typical area of the Yellow River Delta in Kenli county [J]. Acta Ecologica Sinica, 2016, 36(4): 1040－1049. (in Chinese with English abstract)

[20] 宋南奇，王諾，吳暖，等. 基于GIS的我國(guó)渤海1952－2016年赤潮時(shí)空分布[J]. 中國(guó)環(huán)境科學(xué)，2018，38(3)：1142－1148.

Song Nanqi, Wang Nuo, Wu Nuan, et al. Temporal and spatial distribution of harmful algal blooms in the Bohai Sea during 1952－2016 based on GIS [J]. China Environmental Science, 2018, 38(3): 1142－1148. (in Chinese with English abstract)

[21] Ahmad N, Pandey P. Assessment and monitoring of land degradation using geospatial technology in Bathinda district, Punjab, India [J]. Solid Earth, 2017, 9(1): 1－28.

[22] 徐存東，翟祿新，王燕，等. 干旱灌區(qū)封閉型和開(kāi)敞型水文地質(zhì)單元的水鹽動(dòng)態(tài)監(jiān)測(cè)研究[J]. 中國(guó)農(nóng)村水利水電，2011(11)：149－152,163.

Xu Cundong, Zhai Luxin, Wang Yan, et al. Research on the monitoring of water-salt dynamic in closed and open hydrogeological units of arid irrigation areas [J]. China Rural Water and Hydropower, 2011(11): 149－152,163. (in Chinese with English abstract)

[23] 馬馳. 基于HJ1A-HSI反演松嫩平原土壤鹽分含量[J]. 干旱區(qū)研究，2014，31(2)：226－230.

Ma Chi. Quantitative retrieval of soil salt content in the Songnen Plain based on HJ1A-HIS images [J]. Arid Zone Research, 2014, 31(2): 226－230. (in Chinese with English abstract)

[24] 劉金鵬，高世銘，王得楷，等. 基于可拓層次分析法的區(qū)域泥石流災(zāi)害評(píng)價(jià)研究[J]. 干旱區(qū)地理，2015，38(3)：531－538.

Liu Jinpeng, Gao Shiming, Wang Dekai, et al. Debris flow disaster risk assessment based on extension AHP [J]. Arid Land Geography, 2015, 38(3): 531－538. (in Chinese with English abstract)

[25] Vahidnia M H, Alesheikh A, Alimohammadi A, et al. Fuzzy analytical hierarchy process in GIS application [J]. Int Arch Photogramm, 2008, 22(2): 593－596.

[26] Ognjanovi? I, Ga?evi? D, Bagheri E. A stratified framework for handling conditional preferences: An extension of the analytic hierarchy process [J]. Expert Systems with Applications, 2013, 40(4): 1094－1115.

[27] 李莉，匡昭敏，莫建飛，等. 基于AHP和GIS的廣西秋旱災(zāi)害風(fēng)險(xiǎn)等級(jí)評(píng)估[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(19)：193－201，293.

Li li, Kuang Zhaomin, Mo Jianfei, et al. Assessment of risk ranking for autumn drought in Guangxi province based on AHP and GIS [J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2013, 29(19):193－201，293. (in Chinese with English abstract)

[28] 陳曦. 中國(guó)干旱區(qū)土地利用與土地覆蓋變化[M]. 北京：科學(xué)出版社，2008：371－381.

[29] 李文昊，王振華，鄭旭榮，等. 新疆綠洲鹽堿地滴灌條件下地下水局部動(dòng)態(tài)對(duì)荒地鹽分的影響[J]. 干旱區(qū)研究，2016，33(5)：1110－1118.

Li Wenhao, Wang Zhenhua, Zheng Xurong, et al. Effects of local dynamic change of groundwater on soil salinity in wasteland under drip irrigation in saline or alkaline land of oasis in Xinjiang [J]. Arid Zone Research, 2016, 33(5): 1110－1118. (in Chinese with English abstract)

[30] 鄧寶山，瓦哈甫·哈力克，黨建華，等. 克里雅綠洲地下水埋深與土壤鹽分時(shí)空分異及耦合分析[J]. 干旱區(qū)地理，2015，38(3)：599－607.

Deng Baoshan, Wahap Halik, Dang Jianhua, et al. Coupled analysis of spatio-temporal variability of groundwater depth and soil salinity in Keriya Oasis [J]. Arid Land Geography, 2015, 38(3): 599－607. (in Chinese with English abstract)

[31] 管孝艷，王少麗，高占義，等. 鹽漬化灌區(qū)土壤鹽分的時(shí)空變異特征及其與地下水埋深的關(guān)系[J]. 生態(tài)學(xué)報(bào)，2012，32(4)：1202－1210.

Guan Xiaoyan, Wang Shaoli, Gao Zhanyi, et al. Spatio-temporal variability of soil salinity and its relationship with the depth to groundwater in salinization irrigation district [J]. Acta Ecologica Sinica, 2012, 32(4): 1202－1210. (in Chinese with English abstract)

[32] 劉慶杰，荊林海，王夢(mèng)飛，等. 基于克隆選擇支持向量機(jī)高光譜遙感影像分類(lèi)技術(shù)[J]. 光譜學(xué)與光譜分析，2013，33(3)：746－751.

Liu Qingjie, Jing Linhai, Wang Mengfei, et al. Hyperspectral remote sensing image classification based on SVM optimized by clonal selection [J]. Spectroscopy And Spectral Analysis, 2013, 33(3): 746－751. (in Chinese with English abstract)

[33] 楊凱歌，馮學(xué)智，肖鵬峰，等. 優(yōu)化子空間SVM集成的高光譜圖像分類(lèi)[J]. 遙感學(xué)報(bào)，2016，20(3)：409－419.

Yang Kaige, Feng Xuezhi, Xiao Pengfeng, et al. Optimal subspace ensemble with SVM for hyperspectral image classification [J]. Journal of Remote Sensing, 2016, 20(3): 409－419. (in Chinese with English abstract)

Spatial-temporal distribution of water and salt in artificial oasis irrigation area in arid area based on remote sensing analysis

Xu Cundong1,2, Wang Rongrong1, Cheng Hui3, Lian Haidong1, Gong Xuewen1, Liu Luyao4, Wang Yan1

(1.,450046,; 2.,,450046,; 3.100038,; 4.300457,)

The process of soil salinization in the artificial oasis in the arid area is a complex process involving multiple factors, multi-level driving and multi-process coupling. To reveal the spatial-temporal distribution of water and salt in arid pumping-irrigation areas, the first phase irrigation area of Jingtaichuan Electrical Pumping Irrigation District in Gansu Province, located at the edge of Tengger desert, was selected as the typical research area. A total of five indicators including surface salt, soil salinity, groundwater salinity, surface irrigation water, and groundwater depth were selected in 1994, 2001, 2008, and 2015. We determined the weights of each indicator factor by extension analytic hierarchy process. With the help of monitoring classification and spatial analysis technology in ArcGIS software, spatial distribution raster maps of each indicator factor were obtained, and each raster map is standardized, the space is nested and superimposed according to the weight of each index factor, so as to get the spatial-temporal distribution of water and salt in the regional scale. The results showed that: 1) The weight of each factor affecting the spatial-temporal differentiation process of water and salt on a regional scale was ranked as follows: groundwater depth (0.3190), > groundwater salinity (0.2710), > soil salinity (0.1971), > surface salinity (0.1748), and > surface irrigation (0.0381).Groundwater depth and groundwater salinity were the main driving factors affecting the spatial-temporal differentiation of water and salt at regional scales. 2) The saline land in the study area were mainly distributed in the eastern closed hydro-geological units. Overall, the area of mild saline land was the largest, accounting for 7.22%-11.12%, followed by moderate saline land, accounting for 3.19%-5.72%, the area of heavy saline land was the smallest, accounting for 3.03%-4.91% during 1994-2015. The saline land in the study area was still in the process of development, and showed an accelerating growth trend. Among them, the development speed was mild saline land area > the moderate saline land > the heavy saline land. 3) The spatial and temporal distribution of water and salt in the study area was related to the overall topography. The distribution of total equivalent value of water and salt was low in the west and high in the east, increasing from southwest to northeast in arc diffusion development trend, affected by natural geomorphology and topographic conditions. With the passage of time, the total can be divided into two stages: stable development period (1994-2008) and rapid development period (2008-2015).Affected by the continuous expansion of the regions with higher total water and salt content in the east to the west, the security of cultivated land resources in the west was potentially threatened, and the overall development trend of water and salt in the study area was not conducive to the sustainable development of agricultural production in the irrigated areas.Based on the analysis of single driving factors, this study proposes an important means for coupling and superimposing multiple driving factors, which provides a new visualization for the comprehensive development of the spatial-temporal differentiation of water and salt in the study area. It can provide useful reference for studying the development trend of spatial-temporal differentiation process of waterand salt in regional scale.

remote sensing; soils; salt; ArcGIS; extension analytic hierarchy process; regional scale; spatial-temporal distribution of water and salt; Jingdian irrigation district

10.11975/j.issn.1002-6819.2019.02.011

S156.4

A

1002-6819(2019)-02-0080-10

2018-07-09

2019-01-05

國(guó)家自然科學(xué)基金資助項(xiàng)目（51579102，31360204）、河南省科技廳科技創(chuàng)新人才支持計(jì)劃（174200510020）；河南省高校創(chuàng)新團(tuán)隊(duì)支持計(jì)劃（19IRTSTHN030）；寧夏回族自治區(qū)水利科技專(zhuān)項(xiàng)項(xiàng)目（TYZB-ZFGG-2017-31）；華北水利水電大學(xué)博士研究生創(chuàng)新基金

徐存東，博士，教授，博士生導(dǎo)師，主要從事灌區(qū)水鹽調(diào)控方面的研究。Email：xcundong@126.com

徐存東，王榮榮，程 慧，連海東，龔雪文，劉璐瑤，王 燕. 基于遙感數(shù)據(jù)分析干旱區(qū)人工綠洲灌區(qū)的水鹽時(shí)空分異特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(2)：80－89. doi：10.11975/j.issn.1002-6819.2019.02.011 http://www.tcsae.org

Xu Cundong, Wang Rongrong, Cheng Hui, Lian Haidong, Gong Xuewen, Liu Luyao, Wang Yan. Spatial-temporal distribution of water and salt in artificial oasis irrigation area in arid area based on remote sensing analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 80－89. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.02.011 http://www.tcsae.org