干旱荒漠區(qū)人工綠洲土壤鹽堿化風(fēng)險(xiǎn)綜合評(píng)估與演變分析

劉子金,徐存東*,朱興林,周冬蒙,田俊姣,谷豐佑,黃 嵩,李智睿,趙志宏,王 鑫

干旱荒漠區(qū)人工綠洲土壤鹽堿化風(fēng)險(xiǎn)綜合評(píng)估與演變分析

劉子金1,2,3,徐存東1,2,3*,朱興林4,周冬蒙4,田俊姣1,2,谷豐佑1,2,黃 嵩1,2,李智睿1,2,趙志宏1,2,王 鑫1,2

(1.華北水利水電大學(xué)水利學(xué)院,河南 鄭州 450046；2.浙江省農(nóng)村水利水電資源配置與調(diào)控關(guān)鍵技術(shù)重點(diǎn)實(shí)驗(yàn)室,浙江 杭州 310018；3.河南省水工結(jié)構(gòu)安全工程技術(shù)研究中心,河南 鄭州 450046；4.中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院,甘肅 蘭州 730000)

為明晰干旱荒漠區(qū)人工綠洲水鹽時(shí)空分異特征與鹽堿化風(fēng)險(xiǎn)空間格局演變過程,以甘肅省景電灌區(qū)為研究區(qū),以2002,2010及2018年為研究代表年,基于多級(jí)模糊理論從地質(zhì)氣候驅(qū)動(dòng)、水土環(huán)境驅(qū)動(dòng)和自然-人類驅(qū)動(dòng)3個(gè)驅(qū)動(dòng)過程構(gòu)建土壤鹽堿化風(fēng)險(xiǎn)評(píng)估體系,集成云發(fā)生器原理、黃金分割率法、組合賦權(quán)法以及排隊(duì)理論構(gòu)建土壤鹽堿化空間風(fēng)險(xiǎn)綜合評(píng)價(jià)模型.將長(zhǎng)序列監(jiān)測(cè)數(shù)據(jù)、多時(shí)相空間數(shù)據(jù)以及經(jīng)濟(jì)社會(huì)數(shù)據(jù)依據(jù)各驅(qū)動(dòng)要素權(quán)重以ArcGIS10.2為技術(shù)平臺(tái)進(jìn)行多源融合,對(duì)各空間風(fēng)險(xiǎn)狀態(tài)進(jìn)行了空間可視化表達(dá)與流向追蹤.結(jié)果表明:1)研究區(qū)2002, 2010及2018年土地鹽堿化整體風(fēng)險(xiǎn)分別為“臨界狀態(tài)”、“臨界狀態(tài)—輕度風(fēng)險(xiǎn)”、“輕度風(fēng)險(xiǎn)”;2)地下水埋深及地下水礦化度是驅(qū)動(dòng)土壤鹽堿化進(jìn)程加劇的主導(dǎo)因素;3)灌區(qū)鹽堿化空間風(fēng)險(xiǎn)演變模式劇烈程度排序?yàn)槌掷m(xù)變化型>前期變化型>后期變化型>持續(xù)穩(wěn)定型>反復(fù)變化型.研究區(qū)鹽堿化整體風(fēng)險(xiǎn)狀態(tài)呈現(xiàn)出由“無風(fēng)險(xiǎn)—臨界狀態(tài)”以及“臨界狀態(tài)—輕度風(fēng)險(xiǎn)”過渡的趨勢(shì);4)2002～2018年間研究區(qū)鹽堿化空間風(fēng)險(xiǎn)整體呈升級(jí)態(tài)勢(shì),表征出明顯的地區(qū)差異性且總體呈現(xiàn)由西北向東南以弧射狀增高的空間格局.

干旱荒漠區(qū)；人工綠洲；鹽堿化風(fēng)險(xiǎn)；空間格局；演變分析

我國(guó)西北干旱荒漠區(qū)土地資源豐富、光熱條件充足,但水資源空間配置不均[1].通過提水灌溉的方式,極大緩解了區(qū)域內(nèi)水土資源不協(xié)調(diào)的問題.但干旱荒漠區(qū)生態(tài)環(huán)境本地極端脆弱,對(duì)于外調(diào)水資源驅(qū)動(dòng)背景下的水土資源開發(fā)響應(yīng)十分劇烈[2].灌溉農(nóng)業(yè)對(duì)于土地資源的掠奪性開發(fā)致使區(qū)域內(nèi)水鹽平衡演變模式及原生驅(qū)動(dòng)過程受到了潛在破壞,進(jìn)一步推進(jìn)了區(qū)域內(nèi)土壤鹽堿化及次生鹽堿化的演變進(jìn)程,使得鹽堿化空間風(fēng)險(xiǎn)逐漸升級(jí)[3-4].因此揭示干旱荒漠區(qū)水鹽驅(qū)動(dòng)要素時(shí)空分異特征及鹽堿化空間風(fēng)險(xiǎn)演變模式,對(duì)于豐富和推進(jìn)鹽堿化監(jiān)測(cè)、防治的針對(duì)性與精準(zhǔn)性研究具有重要的科學(xué)意義.

干旱荒漠區(qū)人工綠洲的土壤水鹽空間分異存在較為復(fù)雜的生態(tài)水文過程與水力聯(lián)系[5].準(zhǔn)確揭示其驅(qū)動(dòng)過程的動(dòng)力學(xué)機(jī)制,探明其時(shí)空演變規(guī)律與參與介質(zhì)、驅(qū)動(dòng)過程之間的耦合關(guān)系是水土環(huán)境領(lǐng)域當(dāng)前研究的熱點(diǎn)與難點(diǎn)[6].近年來對(duì)土地鹽堿化驅(qū)動(dòng)機(jī)理、介質(zhì)聯(lián)系、空間風(fēng)險(xiǎn)以及演變過程的認(rèn)識(shí)已經(jīng)取得一些進(jìn)展.如針對(duì)灌溉背景下土地鹽堿化的演變趨勢(shì)、發(fā)生概率以及監(jiān)測(cè)分區(qū)進(jìn)行的分析與評(píng)價(jià)[7-9];運(yùn)用SaltMod模型、多元地質(zhì)統(tǒng)計(jì)原理及模糊隸屬函數(shù)就土地鹽堿化的演變態(tài)勢(shì)預(yù)測(cè)、空間變異過程及總鹽度風(fēng)險(xiǎn)評(píng)價(jià)進(jìn)行分析[10-12];基于灰色系統(tǒng)理論分別就河西地區(qū)綠洲、蘇北海涂典型圍墾區(qū)以及于田綠洲的土壤鹽堿化風(fēng)險(xiǎn)進(jìn)行的定量評(píng)價(jià)[13-16].但仍存在以下不足之處,其一就研究對(duì)象及研究目標(biāo)而言,目前的研究主要針對(duì)于田間尺度下灌溉條件、方式、土質(zhì)結(jié)構(gòu)對(duì)于典型單元土壤鹽堿化的驅(qū)動(dòng)機(jī)理及驅(qū)動(dòng)過程研究.對(duì)于區(qū)域尺度背景下土壤鹽堿化整體空間風(fēng)險(xiǎn)狀態(tài)的評(píng)估研究相對(duì)較少;其二就研究方法而言,仍存在相對(duì)單一或偏主觀等問題,在一定程度上影響了鹽堿化風(fēng)險(xiǎn)狀態(tài)評(píng)價(jià)結(jié)果的客觀性和準(zhǔn)確性;其三,對(duì)于鹽堿化不同風(fēng)險(xiǎn)狀態(tài)的空間變化以及風(fēng)險(xiǎn)地類特征演變流向考慮的仍不夠充分.云理論在刻畫模糊評(píng)價(jià)系統(tǒng)的隨機(jī)性及不確定性問題上更具優(yōu)勢(shì),使得評(píng)價(jià)結(jié)果更貼近實(shí)際情況[17-20].

鑒于此,以甘肅省景電灌區(qū)為例,基于多級(jí)模糊理論、云發(fā)生器原理、黃金分割率法、組合賦權(quán)法以及排隊(duì)理論構(gòu)建了一套土壤鹽堿化空間風(fēng)險(xiǎn)評(píng)價(jià)的多級(jí)模糊評(píng)價(jià)模型,同時(shí)引入土地鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移矩陣與鹽堿化風(fēng)險(xiǎn)地類特征變化模式圖譜,通過多時(shí)相數(shù)據(jù)融合的方式,將2002～2018年間研究區(qū)土壤鹽堿化空間風(fēng)險(xiǎn)狀態(tài)進(jìn)行了定量評(píng)價(jià)與可視化表達(dá),對(duì)于不同風(fēng)險(xiǎn)地類特征變化模式與演變流向進(jìn)行了靶向追蹤分析,揭示了灌區(qū)土壤鹽堿化風(fēng)險(xiǎn)在多時(shí)空尺度上的發(fā)展態(tài)勢(shì)與演變規(guī)律.以期為干旱荒漠區(qū)人工綠洲水土資源可持續(xù)發(fā)展提供理論依據(jù)與科學(xué)指導(dǎo).

1 研究區(qū)及數(shù)據(jù)源

1.1 研究區(qū)概況

如圖1所示,景電灌區(qū)地處甘肅省中部(37°26′～ 38°41′N,103°20′～104°04′E),地理位置處于甘、寧、蒙3省的交界地帶,是為緩解我國(guó)西北干旱荒漠區(qū)土地沙化及生態(tài)環(huán)境惡化的生態(tài)建設(shè)工程.灌區(qū)總控制面積約1496km2,灌區(qū)內(nèi)土地類型以耕地、鹽堿地、草地、旱地、沙地及戈壁為主.氣候條件為典型的溫帶大陸性氣候.灌區(qū)分為一期與二期,其中一期灌區(qū)于1974年基本建成,二期灌區(qū)于1994年基本建成,該地區(qū)干旱少雨,多年平均降雨量為185.6mm.多年平均蒸發(fā)量為2433.8mm.土壤類型以荒漠灰鈣土為主,植被結(jié)構(gòu)單一,主要表現(xiàn)為旱生草本混合群落與超旱生小灌木特征.年日照時(shí)數(shù)長(zhǎng)達(dá)2714h,無霜期約190d[5,21].

圖1 研究區(qū)地理位置

1.2 多級(jí)模糊評(píng)價(jià)指標(biāo)體系建立

引入多級(jí)模糊理論實(shí)現(xiàn)對(duì)評(píng)價(jià)目標(biāo)多層次驅(qū)動(dòng)過程的客觀揭示[22].結(jié)合已有針對(duì)水鹽分異驅(qū)動(dòng)機(jī)理、過程以及土地鹽堿化時(shí)空演化格局的相關(guān)研究成果[2,8,16],參照研究區(qū)實(shí)際情況與歷史資料[5,20].將區(qū)域尺度土地鹽堿化空間風(fēng)險(xiǎn)狀態(tài)用“高度風(fēng)險(xiǎn)1”、“中度風(fēng)險(xiǎn)2”、“輕度風(fēng)險(xiǎn)3”、“臨界狀態(tài)4”、“無風(fēng)險(xiǎn)5”來描述.參與驅(qū)動(dòng)的過程可以概述為地質(zhì)氣候驅(qū)動(dòng)、水土環(huán)境驅(qū)動(dòng)和自然-人類驅(qū)動(dòng).將驅(qū)動(dòng)因子列定為:地形、氣候、土壤、水資源、自然干擾及人類干擾8個(gè)因子.依據(jù)驅(qū)動(dòng)狀態(tài)可進(jìn)一步將驅(qū)動(dòng)因子進(jìn)行分解并表征為:海拔1、坡度2、年蒸發(fā)量1、年降水量2、土壤含鹽量1、土壤電導(dǎo)率2、地下水埋深1、地下水礦化度2、地表灌水量3、植被覆蓋度1、地表溫度2、人口密度1以及土地利用類型2.多級(jí)模糊評(píng)價(jià)指標(biāo)體系見圖2.

圖2 多級(jí)模糊評(píng)價(jià)指標(biāo)體系

1.3 數(shù)據(jù)來源

結(jié)合灌區(qū)建設(shè)運(yùn)行過程中本底數(shù)據(jù)以及為滿足研究條件的充分性與代表性,選定研究代表年份分別為:2002年一期灌區(qū)續(xù)建配套全面完成,總灌溉面積為3.85萬hm2,年提水量為3.22億m3;2010年二期灌區(qū)續(xù)建配套建設(shè)2a,總灌溉面積為4.92萬hm2,年提水量為3.86億m3;2018年代表灌區(qū)運(yùn)行現(xiàn)況,總灌溉面積6.05萬hm2,年提水量為4.60億m3.研究數(shù)據(jù)主要包含長(zhǎng)序列監(jiān)測(cè)數(shù)據(jù)、無人機(jī)航拍數(shù)據(jù)、遙感反演數(shù)據(jù)以及經(jīng)濟(jì)社會(huì)數(shù)據(jù).各數(shù)據(jù)獲取方式如下:(1)長(zhǎng)序列監(jiān)測(cè)對(duì)象包括年蒸發(fā)量、年降水量、土壤含鹽量、地下水埋深、地下水礦化度以及地表灌水量等鹽堿化驅(qū)動(dòng)狀態(tài)因子,其主要由布設(shè)的空間監(jiān)測(cè)設(shè)備以及現(xiàn)場(chǎng)樣本提取分析進(jìn)行數(shù)據(jù)收集;(2)無人機(jī)航拍掃描數(shù)據(jù)來源于2017年4月25～26日在灌區(qū)采用Trimble UX5型固定機(jī)翼無人機(jī)(飛行高度500m,控制精度為15cm,采用“蛇型移動(dòng)式”航線)搭載的SONY ILCE-5100相機(jī)(2400萬像素)配備影像傳感器對(duì)研究區(qū)東部的封閉型水文地質(zhì)單元進(jìn)行連續(xù)航拍所得;(3)遙感反演數(shù)據(jù)及氣象數(shù)據(jù)包括:由地理空間數(shù)據(jù)云(http://www. gscloud.cn)獲取的Landsat8及Landsat5系列衛(wèi)星搭載數(shù)據(jù);由Weather Underground(https://www. wunderground.com)所提供的歷史氣象數(shù)據(jù);由通量監(jiān)測(cè)設(shè)備所獲取的水熱通量數(shù)據(jù);(4)經(jīng)濟(jì)社會(huì)數(shù)據(jù)主要來源于景電灌區(qū)內(nèi)各縣、鎮(zhèn)、村的統(tǒng)計(jì)年鑒、經(jīng)濟(jì)社會(huì)歷史調(diào)查報(bào)告以及由中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn)提供的相關(guān)資料.各項(xiàng)評(píng)價(jià)指標(biāo)獲取來源見表1,各指標(biāo)監(jiān)測(cè)點(diǎn)位空間分布見圖3.

表1 評(píng)價(jià)因子數(shù)據(jù)來源

圖3 長(zhǎng)序列監(jiān)測(cè)點(diǎn)位空間分布

2 研究方法

2.1 數(shù)據(jù)處理

為實(shí)現(xiàn)數(shù)據(jù)的空間面狀化,將源數(shù)據(jù)進(jìn)行以下預(yù)處理:(1)長(zhǎng)序列監(jiān)測(cè)數(shù)據(jù):通過Origin9.1正態(tài)QQ圖分析對(duì)數(shù)據(jù)先進(jìn)行樣本源檢驗(yàn),結(jié)果表明,上述指標(biāo)數(shù)據(jù)分布滿足正態(tài)性分布.基于ArcGIS- Spatial Analys-插值對(duì)年蒸發(fā)量1、年降水量2、土壤含鹽量1、土壤電導(dǎo)率2、地下水埋深1、地下水礦化度2、地表灌水量3進(jìn)行空間插值.引入交叉驗(yàn)證法[23]及誤差矩陣[24]進(jìn)行插值精度驗(yàn)證,最終優(yōu)選插值方法及相應(yīng)精度見表2.研究區(qū)年降水量及年蒸發(fā)量各研究節(jié)點(diǎn)無顯著變異性,故本文只列出2018年的相關(guān)結(jié)果.

表2 各評(píng)價(jià)指標(biāo)因子所選插值方法及精度

注:MAE、MRE、RMSE分別表示平均絕對(duì)誤差、平均相對(duì)誤差以及均方根誤差.

遙感反演及航拍數(shù)據(jù):對(duì)Landsat光學(xué)數(shù)據(jù)分別進(jìn)行輻射定標(biāo)、大氣校正[25]等預(yù)處理,基于ArcGIS10.2提取了研究區(qū)數(shù)字高程信息,地表溫度、植被覆蓋度分別采用單窗算法[26]、像元二分模型[27]進(jìn)行解譯處理.土地利用在解譯過程中,為提高解譯精度,將航拍影像數(shù)據(jù)基于UASMaster進(jìn)行影像集成,并利用POS數(shù)據(jù)完成數(shù)據(jù)定向及點(diǎn)云提取,最后通過配準(zhǔn)、建模獲取整體航拍掃描數(shù)據(jù).通過目視解譯及現(xiàn)場(chǎng)調(diào)查,確定感興趣區(qū)提取遙感影像解譯標(biāo)志.并以此作為土地利用解譯的前置條件.通過反復(fù)對(duì)比建立訓(xùn)練樣本,最終基于ENVI5.3采用人機(jī)交互型解譯方式進(jìn)行解譯.經(jīng)濟(jì)社會(huì)數(shù)據(jù):將統(tǒng)計(jì)年鑒、經(jīng)濟(jì)社會(huì)歷史調(diào)查報(bào)告以及中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心提供的柵格數(shù)據(jù)進(jìn)行比對(duì)驗(yàn)證,確保滿足精度要求,對(duì)研究區(qū)不同時(shí)間節(jié)點(diǎn)的人口密度及分布進(jìn)行空間表征.

2.2 云模型

2.2.1 云模型概念及云發(fā)生器原理 云模型能夠較好刻畫模糊系統(tǒng)隨機(jī)性與波動(dòng)性,可以通過不確定性語(yǔ)言將研究系統(tǒng)的隨機(jī)性與模糊性進(jìn)行有機(jī)結(jié)合,能夠更為準(zhǔn)確揭示土地鹽堿化受多因素耦合影響發(fā)生演化這一復(fù)雜過程,彌補(bǔ)了以往研究的不足.云模型基于(期望)、(熵)、(超熵)3個(gè)云數(shù)字特征將多變量耦合關(guān)聯(lián)的模糊性進(jìn)行表征,其轉(zhuǎn)換關(guān)聯(lián)系統(tǒng)CG包含正向與逆向兩個(gè)過程,可實(shí)現(xiàn)定量數(shù)值與定性概念的相互轉(zhuǎn)換.3個(gè)云數(shù)字特征分別代表云滴重心、云滴離散度以及云滴厚度[20].其概念特征及云發(fā)生器原理見圖4.

圖4 正態(tài)云模型數(shù)字特征

2.2.2 評(píng)價(jià)標(biāo)準(zhǔn)云 水鹽時(shí)空分異過程所表征出的具體狀態(tài)具有較強(qiáng)的模糊性,黃金分割率云生成法可以在一定程度上消除指標(biāo)之間的模糊性,具有較好的理論價(jià)值與應(yīng)用價(jià)值[28].以土地鹽堿化風(fēng)險(xiǎn)評(píng)語(yǔ)集=｛1,2,3,4,5｝=｛高度風(fēng)險(xiǎn),中度風(fēng)險(xiǎn),輕度風(fēng)險(xiǎn),臨界狀態(tài),無風(fēng)險(xiǎn)｝為基礎(chǔ),引入黃金分割率,定義相鄰等級(jí)之間min=0.618max、min= 0.618max,設(shè)定“輕度風(fēng)險(xiǎn)”狀態(tài)云模型參數(shù)為3=0.5,3=0.005,由此確立各評(píng)價(jià)等級(jí)的數(shù)字分布特征分別為1(0,0.103,0.1031)、2(0.309,0.064, 0.0081)、3(0.50,0.031,0.005)、4(0.691,0.064, 0.0081)、5(1,0.103,0.0131),評(píng)語(yǔ)集系統(tǒng)通過MATLAB仿真得圖5.

圖5 土地鹽堿化風(fēng)險(xiǎn)狀態(tài)評(píng)估標(biāo)準(zhǔn)云

2.2.3 組合賦權(quán)法 為充分滿足指標(biāo)賦權(quán)的客觀性與精度要求,避免與實(shí)際狀態(tài)不符以及個(gè)人經(jīng)驗(yàn)性對(duì)賦權(quán)結(jié)果的精度擾動(dòng).本文引入基于多目標(biāo)加權(quán)的組合賦權(quán)法進(jìn)行指標(biāo)權(quán)重確定,該方法能夠避免傳統(tǒng)賦權(quán)方法的主、客觀性過強(qiáng)以及偏好性,能夠更加精準(zhǔn)的評(píng)判各影響要素在復(fù)合系統(tǒng)中實(shí)際重要性程度,具有特有優(yōu)勢(shì)[29].計(jì)算過程如式1所示.

式中: wi為第i個(gè)指標(biāo)的權(quán)重; n為指標(biāo)個(gè)數(shù); i為指標(biāo)重要性排序等級(jí).

2.2.4 隸屬度云模型與綜合評(píng)價(jià)云模型 基于正、逆向云發(fā)生器原理,界定評(píng)價(jià)閾值為[0～1],聘請(qǐng)專家學(xué)者、灌區(qū)綜合管理人員以及灌區(qū)內(nèi)運(yùn)行工作人員依據(jù)評(píng)語(yǔ)層對(duì)狀態(tài)層評(píng)價(jià)指標(biāo)打分,對(duì)評(píng)判數(shù)據(jù)基底進(jìn)行有效性篩選、剔除及調(diào)整,確保后期計(jì)算所得的云數(shù)字特征滿足超熵<1/3及3原則[30],計(jì)算流程如圖6所示.

基于各指標(biāo)權(quán)重及與隸屬度云模型依據(jù)式2計(jì)算綜合評(píng)價(jià)云.

式中:為指標(biāo)個(gè)數(shù);ω為各指標(biāo)權(quán)重.

2.3 土地鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移矩陣

為揭示區(qū)域尺度土地鹽堿化風(fēng)險(xiǎn)在不同時(shí)期的空間分異過程與轉(zhuǎn)換關(guān)系,基于土地利用轉(zhuǎn)移矩陣[31],構(gòu)建土地鹽堿化風(fēng)險(xiǎn)空間轉(zhuǎn)移矩陣對(duì)研究區(qū)水鹽分異態(tài)勢(shì)在數(shù)量上的分布特征以及不同風(fēng)險(xiǎn)等級(jí)地類流向進(jìn)行靶向監(jiān)督,其表達(dá)過程為:

式中:為研究區(qū)總面積,為土地鹽堿化風(fēng)險(xiǎn)等級(jí)類別,為研究期初土地鹽堿化風(fēng)險(xiǎn)等級(jí)地類特征,為研究期末土地鹽堿化風(fēng)險(xiǎn)等級(jí)地類特征.

2.4 土地鹽堿化風(fēng)險(xiǎn)地類特征變化模式圖譜

土地鹽堿化風(fēng)險(xiǎn)變化模式圖譜主要用于表征各研究節(jié)點(diǎn)對(duì)應(yīng)的不同土地鹽堿化風(fēng)險(xiǎn)地域特征的空間-屬性-過程一體化數(shù)據(jù),是探究時(shí)空動(dòng)態(tài)變化下水鹽空間分異演變模式以及演變格局的基本信息單元.參考文獻(xiàn)[32-33],結(jié)合景電灌區(qū)水土資源的實(shí)際狀態(tài),分別用1、2、3、4、5對(duì)高度風(fēng)險(xiǎn)區(qū)、中度風(fēng)險(xiǎn)區(qū)、輕度風(fēng)險(xiǎn)區(qū)、臨界狀態(tài)區(qū)以及無風(fēng)險(xiǎn)區(qū)進(jìn)行編碼.將研究區(qū)土地鹽堿化風(fēng)險(xiǎn)演化模式定義為5種圖譜類型,分別為:1)持續(xù)變化型(1-2-3型),即研究區(qū)各階段鹽堿化風(fēng)險(xiǎn)地類特征均持續(xù)發(fā)生演化;2)反復(fù)變化型(1-2-1型),即不同階段鹽堿化風(fēng)險(xiǎn)地類特征在前期與后期演化模式相反,屬于正向與逆向交替演化型;3)前期變化型(1-2-2型),鹽堿化風(fēng)險(xiǎn)地類特征僅在前期演化,后期保持靜止穩(wěn)定態(tài);4)后期變化型(1-1-2型),鹽堿化風(fēng)險(xiǎn)地類特征僅在后期演化,前期保持靜止穩(wěn)定態(tài);5)持續(xù)穩(wěn)定型(1-1-1型),各研究時(shí)間節(jié)點(diǎn)對(duì)應(yīng)的鹽堿化風(fēng)險(xiǎn)地類特征均未發(fā)生演化.在圖譜特征定義基礎(chǔ)上,對(duì)已編碼的圖斑單元進(jìn)行融合,將融合后的鹽堿化風(fēng)險(xiǎn)地類變化模式與圖譜模式比對(duì)分析從而得出區(qū)域尺度不同土地鹽堿化風(fēng)險(xiǎn)狀態(tài)的地類變化模式圖譜.計(jì)算公式為:

式中:分別表示研究期初、期中與期末土地鹽堿化風(fēng)險(xiǎn)空間地類圖譜柵格屬性;表示研究期內(nèi)不同風(fēng)險(xiǎn)地類變化圖譜柵格屬性.

3 結(jié)果與分析

3.1 權(quán)重的求解

咨詢本領(lǐng)域?qū)＜?名,依據(jù)指標(biāo)重要度確定其排隊(duì)等級(jí).依據(jù)式1分別計(jì)算“驅(qū)動(dòng)狀態(tài)層”、“驅(qū)動(dòng)因子層”以及“驅(qū)動(dòng)過程層”的權(quán)重值.結(jié)果見表3～5.

表3 “驅(qū)動(dòng)狀態(tài)層”分層指標(biāo)權(quán)重

表4 “驅(qū)動(dòng)因子層”指標(biāo)權(quán)重

表5 “驅(qū)動(dòng)過程層”指標(biāo)權(quán)重

3.2 隸屬度云模型計(jì)算與土地鹽堿化風(fēng)險(xiǎn)狀態(tài)綜合評(píng)估

聘請(qǐng)本領(lǐng)域?qū)＜覍W(xué)者3人,研究區(qū)管理人員3人,日常運(yùn)行及維護(hù)工作人員4人,界定評(píng)語(yǔ)區(qū)間為[0,1],就驅(qū)動(dòng)狀態(tài)要素對(duì)研究區(qū)各時(shí)間節(jié)點(diǎn)對(duì)應(yīng)的土壤鹽堿化風(fēng)險(xiǎn)進(jìn)行客觀評(píng)定.將所得評(píng)定分值基于云發(fā)生器原理進(jìn)行數(shù)字表征,依據(jù)隸屬度云模型計(jì)算流程進(jìn)行數(shù)據(jù)優(yōu)選與正逆向反饋調(diào)整,確保結(jié)果客觀性及有效性,并依次計(jì)算得出各研究年“狀態(tài)層”“因子層”與“過程層”的云模型特征參數(shù),最終依據(jù)式2計(jì)算得出綜合評(píng)語(yǔ)云數(shù)字特征,各研究節(jié)點(diǎn)過程層與綜合評(píng)語(yǔ)云數(shù)字特征見表6.2002、2010及2018年綜合評(píng)價(jià)云數(shù)字特征分別為1(0.7067, 0.0392,0.0107)、2(0.6162,0.0406,0.0111)、3(0.4768, 0.0491,0.0128).各時(shí)期云數(shù)字特征中,熵()與超熵()分別僅為0.0392, 0.0406, 0.0491, 0.0107, 0.0111, 0.0128.小于1/3,表明云滴離散度低,評(píng)價(jià)結(jié)果霧化度較低,更偏向?qū)嶋H狀態(tài),可信性高.

表6 過程層與綜合評(píng)價(jià)云數(shù)字特征參數(shù)

基于MatLab將2002、2010及2018年土地鹽堿化風(fēng)險(xiǎn)云數(shù)字特征進(jìn)行可視化表達(dá),結(jié)果見圖7.由圖7可知,研究區(qū)2002, 2010及2018年土地鹽堿化整體風(fēng)險(xiǎn)分別為“4-臨界狀態(tài)”、“4-臨界狀態(tài)～3-輕度風(fēng)險(xiǎn)”、“3-輕度風(fēng)險(xiǎn)”.各時(shí)期鹽堿化風(fēng)險(xiǎn)整體表征出加劇態(tài)勢(shì),表明灌區(qū)內(nèi)土地鹽堿化風(fēng)險(xiǎn)等級(jí)不斷升級(jí).究其原因,灌區(qū)內(nèi)土地鹽堿化風(fēng)險(xiǎn)持續(xù)升級(jí)主要受控于地表水資源調(diào)控背景下大水漫灌式等傳統(tǒng)型、粗放式田間灌溉模式以及干旱荒漠型氣候條件的影響,水-熱-鹽輸移過程被不斷驅(qū)動(dòng),灌區(qū)內(nèi)土地資源平衡演變模式受到了劇烈擾動(dòng),導(dǎo)致地表鹽分呈積聚型響應(yīng)態(tài)勢(shì).

圖7 隸屬度云模型計(jì)算過程

3.3 研究區(qū)土地鹽堿化空間風(fēng)險(xiǎn)分析

3.3.1 2002～2018年土地鹽堿化風(fēng)險(xiǎn)空間變化分析 參照上文中指標(biāo)權(quán)重確定方式,通過專家咨詢,確定各指標(biāo)因子的總體排隊(duì)等級(jí),從驅(qū)動(dòng)狀態(tài)層整體層面確定各指標(biāo)因子權(quán)重,各驅(qū)動(dòng)狀態(tài)指標(biāo)因子權(quán)重見表7.

表7 “驅(qū)動(dòng)狀態(tài)層”指標(biāo)權(quán)重

由表7可知,研究區(qū)區(qū)域尺度水鹽分異進(jìn)程驅(qū)動(dòng)影響因素排序?yàn)榈叵滤裆?地下水礦化度>土壤含鹽量>地表灌水量>土壤電導(dǎo)率>地表溫度>年蒸發(fā)量>年降水量>植被覆蓋度>土地利用類型>人口密度>海拔>坡度.可見地下水埋深、地下水礦化度、土壤含鹽量以及地表灌水量是驅(qū)動(dòng)灌區(qū)土壤水鹽運(yùn)移的控導(dǎo)性要素.主要由于地下水作為干旱區(qū)人工綠洲水鹽運(yùn)移的主要載體,也是地表鹽分積聚的主要來源;土壤含鹽量作為灌區(qū)土壤鹽堿化的終點(diǎn)因素,表征土壤鹽堿化進(jìn)程中的屬性及具體狀態(tài);地表灌水量主要通過在微觀尺度對(duì)土壤、地下水中的鹽分及礦化物質(zhì)進(jìn)行輸移,以此實(shí)現(xiàn)對(duì)土壤鹽分的再分布作用.除上述主要控導(dǎo)因素外,水文氣候要素、植被覆蓋、土地利用、人口密度、地形要素等主要通過潛在影響水鹽輸移過程從而對(duì)水鹽分異態(tài)勢(shì)起到微觀驅(qū)動(dòng)作用,這種作用的表征較為緩慢且呈隱性,故對(duì)土地鹽堿化演化過程影響相對(duì)較弱.

根據(jù)研究區(qū)土壤鹽堿化風(fēng)險(xiǎn)因子插值、反演及解譯結(jié)果,將各鹽堿化驅(qū)動(dòng)因子進(jìn)行時(shí)空疊加,考慮到各驅(qū)動(dòng)要素的量綱不一致,故在進(jìn)行多因素耦合疊加分析時(shí),先基于ArcGIS10.2對(duì)各驅(qū)動(dòng)要素的空間數(shù)據(jù)圖件進(jìn)行重分類處理,重分類過程基于“正向累加原則”,即各指標(biāo)最終累加數(shù)值結(jié)果與土壤鹽堿化風(fēng)險(xiǎn)呈正相關(guān)性.結(jié)合所構(gòu)建的多級(jí)模糊評(píng)價(jià)系統(tǒng)評(píng)語(yǔ)集和層,將分類標(biāo)準(zhǔn)劃定為5類,即“高度風(fēng)險(xiǎn)1”、“中度風(fēng)險(xiǎn)2”、“輕度風(fēng)險(xiǎn)3”、“臨界狀態(tài)4”及“無風(fēng)險(xiǎn)5”.結(jié)合各驅(qū)動(dòng)要素權(quán)重,通過柵格疊合計(jì)算,分別得出2002、2010及2018年的土壤鹽堿化空間風(fēng)險(xiǎn)格局見圖8.基于ArcGIS10.2對(duì)灌區(qū)3個(gè)時(shí)期的土地鹽堿化空間風(fēng)險(xiǎn)面積進(jìn)行統(tǒng)計(jì).

圖8 研究區(qū)土壤鹽堿化風(fēng)險(xiǎn)空間分布示意

由圖8及表8可知,2002～2018年灌區(qū)土地鹽堿化空間風(fēng)險(xiǎn)總體表征出無風(fēng)險(xiǎn)區(qū)、臨界狀態(tài)區(qū)面積減少,輕度風(fēng)險(xiǎn)、中度風(fēng)險(xiǎn)以及高度風(fēng)險(xiǎn)區(qū)域面積增加的演變態(tài)勢(shì).究其原因,結(jié)合研究區(qū)地表灌水量及土地利用方式的空間演變過程可知,隨著灌水量的不斷增高,灌區(qū)內(nèi)土地利用方式發(fā)生了很大變遷,耕地面積呈持續(xù)增長(zhǎng)狀態(tài),沙地、未耕地以及草地面積均明顯下降,表明隨著時(shí)間推進(jìn),研究區(qū)水土資源開發(fā)度不斷升高,這也進(jìn)一步加劇了灌區(qū)內(nèi)人類活動(dòng)對(duì)區(qū)域內(nèi)水土資源的掠奪性開發(fā)過程,催動(dòng)了土地鹽漬化的地表生態(tài)演變過程.從土壤鹽堿化空間風(fēng)險(xiǎn)面積轉(zhuǎn)移過程來看,2002、2010和2018年灌區(qū)內(nèi)土壤鹽堿化無風(fēng)險(xiǎn)區(qū)域面積占比分別為37.04%、21.81%和19.39%,臨界狀態(tài)由2002年的41.44%下降至31.18%,面積減少了16057.2hm2,無風(fēng)險(xiǎn)及臨界狀態(tài)區(qū)面積呈縮減態(tài)勢(shì),主要?dú)w因于隨著灌區(qū)內(nèi)水利設(shè)施以及生產(chǎn)方式的不斷轉(zhuǎn)變,增大了土地資源的利用度,使得灌區(qū)運(yùn)行過程中農(nóng)業(yè)生產(chǎn)活動(dòng)對(duì)原生水土資源的破壞度不斷提升.輕度鹽堿化風(fēng)險(xiǎn)空間占比從2002年的9.62%提升至2018年的21.64%,中度鹽堿化風(fēng)險(xiǎn)空間占比從2002年的10.14%提升至2018年的16.14%,重度鹽堿化風(fēng)險(xiǎn)空間占比從2002年的1.76%提升至2018年的11.65%,灌區(qū)內(nèi)鹽堿化整體呈現(xiàn)出持續(xù)演化態(tài)勢(shì).結(jié)合研究區(qū)土壤鹽堿化風(fēng)險(xiǎn)空間分布可知,灌區(qū)內(nèi)鹽堿化風(fēng)險(xiǎn)呈現(xiàn)出明顯的“地區(qū)差異性”,并呈現(xiàn)出以弧射狀由西北向東南增加的態(tài)勢(shì),低風(fēng)險(xiǎn)區(qū)則主要集中分布在海子灘鎮(zhèn)、大靖鎮(zhèn)、裴家營(yíng)鎮(zhèn)、紅水鎮(zhèn)等區(qū)域.中高風(fēng)險(xiǎn)區(qū)主要集中于研究區(qū)東部的蘆陽(yáng)鎮(zhèn)、草窩灘鎮(zhèn)以及五佛鄉(xiāng)等區(qū)域.結(jié)合研究區(qū)的水文地質(zhì)條件可知,低風(fēng)險(xiǎn)區(qū)所對(duì)應(yīng)水文地質(zhì)結(jié)構(gòu)為開敞型水文地質(zhì)單元,其水文地質(zhì)單元由灌溉入滲帶(入滲主導(dǎo)、鹽隨水移)、溶質(zhì)活躍遷移帶(水量多變,運(yùn)移遲滯)以及水鹽耗散帶(鹽隨水移、深層耗散)3部分組成,地下水鹽運(yùn)移的流向與地勢(shì)變化相吻合,這為高礦化度地下水的排泄提供了良好的地質(zhì)基礎(chǔ),水鹽易耗散、難積聚.而高風(fēng)險(xiǎn)區(qū)對(duì)應(yīng)的封閉型水文地質(zhì)單元,該地質(zhì)結(jié)構(gòu)單元從外圍向盆地中心逐漸分別形成了潛水交替相對(duì)流暢的灌溉入滲帶、溶質(zhì)活躍遷移帶,并逐漸轉(zhuǎn)化為水鹽交替遲緩的匯水聚鹽帶(蒸發(fā)主導(dǎo),水散鹽聚),受該地質(zhì)層結(jié)構(gòu)所影響,高風(fēng)險(xiǎn)區(qū)地下水儲(chǔ)水層上通下阻,加上多年開放式漫灌等不合理灌溉方式,地下水水文及礦化度被不斷抬升,隨著水—熱—鹽驅(qū)動(dòng)轉(zhuǎn)換過程的不斷進(jìn)行,導(dǎo)致該地質(zhì)區(qū)土壤鹽堿化風(fēng)險(xiǎn)不斷升級(jí).在這種水鹽驅(qū)動(dòng)模式下,灌區(qū)水鹽分異態(tài)勢(shì)呈激變式,最終導(dǎo)致研究區(qū)土壤鹽漬化及次生鹽漬化空間風(fēng)險(xiǎn)不斷升高.結(jié)合上述分析內(nèi)容,研究區(qū)在后續(xù)應(yīng)進(jìn)一步對(duì)灌溉背景下水資源對(duì)土壤鹽堿化的驅(qū)動(dòng)過程進(jìn)行調(diào)控,可通過大力推廣滴灌、噴灌等節(jié)水灌溉方式,一方面可以有效減少灌溉用水量,節(jié)約水資源;另一方面灌溉水量的減少對(duì)于地下水埋深等水鹽驅(qū)動(dòng)要素也可以進(jìn)行反向調(diào)控.此外,在高風(fēng)險(xiǎn)區(qū)可通過開挖排堿溝等方式,加快土壤中集聚鹽分的耗散過程.

3.3.2 2002～2018 年土地鹽堿化風(fēng)險(xiǎn)變化圖譜分析 為研究景電灌區(qū)土地鹽堿化風(fēng)險(xiǎn)在2002～ 2010～2018年的流向,依據(jù)式4,基于ArcGIS10.2對(duì)2002～2018年的土地鹽堿化風(fēng)險(xiǎn)變化圖譜進(jìn)行計(jì)算分析,結(jié)果見表9所示.

由表9可知,景電灌區(qū)在2002～2018年間土地鹽堿化空間風(fēng)險(xiǎn)演變類型中,持續(xù)變化型所占比重最大,像元數(shù)為872978個(gè),演變面積為73924.64hm2;其次為前期變化型,像元數(shù)為422096個(gè),演變面積為35743.57hm2;后期變化型像元數(shù)為377623個(gè),演變面積為31977.49hm2;持續(xù)穩(wěn)定型像元數(shù)為110165個(gè),演變面積為9328.95hm2;反復(fù)變化型像元數(shù)為65284個(gè),演變面積為5528.35hm2;結(jié)合各風(fēng)險(xiǎn)變化模式及其演變面積可知,灌區(qū)鹽堿化空間風(fēng)險(xiǎn)演變模式劇烈程度排序?yàn)槌掷m(xù)變化型>前期變化型>后期變化型>持續(xù)穩(wěn)定型>反復(fù)變化型.

表8 研究區(qū)土地鹽堿化風(fēng)險(xiǎn)空間變化

在持續(xù)變化型土地鹽堿化演變模式中,無風(fēng)險(xiǎn)—臨界狀態(tài)—輕度風(fēng)險(xiǎn)的面積占比最高,為43937.59hm2,59.43%.這一驅(qū)動(dòng)模式表征研究區(qū)土壤鹽堿化的主要演變態(tài)勢(shì),即表明研究區(qū)內(nèi)鹽漬化風(fēng)險(xiǎn)正處于一個(gè)不斷加劇的演變狀態(tài),反映人類活動(dòng)與土地資源空間適應(yīng)性不斷降低,同時(shí)也對(duì)反復(fù)變化型模式占比最小進(jìn)行了反向驗(yàn)證;前期變化型與后期變化型演變模式對(duì)應(yīng)的最大演變像元分別是臨界狀態(tài)—輕度風(fēng)險(xiǎn)—輕度風(fēng)險(xiǎn),無風(fēng)險(xiǎn)—無風(fēng)險(xiǎn)—臨界狀態(tài),兩者變化面積分別為10128.19, 9039.73hm2,占各對(duì)應(yīng)變化模式比重分別為28.34%與28.27%.結(jié)合3個(gè)研究時(shí)期所對(duì)應(yīng)的鹽堿化風(fēng)險(xiǎn)空間分布狀態(tài)及各水鹽分異驅(qū)動(dòng)因子的空間分布狀態(tài),這兩種變化模式主要集中分布在研究區(qū)的中部及西北部區(qū)域,該區(qū)域受地質(zhì)單元及人類活動(dòng)影響,水鹽驅(qū)動(dòng)過程相對(duì)滯緩,此外,受地下水礦化度、地下水埋深的動(dòng)態(tài)擾動(dòng)較東部地區(qū)較弱,故該地區(qū)鹽堿化空間風(fēng)險(xiǎn)對(duì)水鹽驅(qū)動(dòng)要素的耦合響應(yīng)程度相對(duì)較弱,致使這兩種模式對(duì)應(yīng)區(qū)域鹽堿化進(jìn)程相對(duì)緩慢,并在局部地區(qū)表征出驅(qū)動(dòng)停滯的狀態(tài).

表9 研究區(qū)2002～2018年土地鹽堿化空間風(fēng)險(xiǎn)演變圖譜分析

表10 灌區(qū)2002～2010年土地鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移面積矩陣(hm2)

3.3.3 2002～2018年土地鹽堿化空間風(fēng)險(xiǎn)演變流向分析 由上述研究?jī)?nèi)容可知,景電灌區(qū)在2002～2018年間土地鹽堿化不同空間風(fēng)險(xiǎn)面積發(fā)生了較大演變,基于ArcGIS10.2的空間分析工具對(duì)研究區(qū)內(nèi)各類鹽堿化風(fēng)險(xiǎn)之間的轉(zhuǎn)移過程用鹽堿化風(fēng)險(xiǎn)轉(zhuǎn)移矩陣的方式進(jìn)行定量計(jì)算.鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移矩陣中,行代表灌區(qū)期初的鹽堿化風(fēng)險(xiǎn)狀態(tài),列表示期末的鹽堿化風(fēng)險(xiǎn)狀態(tài),灌區(qū)內(nèi)2002～2010年及2010～2018年的鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移面積矩陣如表10,表11所示.

表11 灌區(qū)2010～2018年土地鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移面積矩陣(hm2)

由表10可知,在2002～2010年景電灌區(qū)土壤鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移矩陣中,轉(zhuǎn)移面積最大的是無風(fēng)險(xiǎn)狀態(tài)向臨界狀態(tài)的轉(zhuǎn)移,演變轉(zhuǎn)移面積為25477.48hm2,占無風(fēng)險(xiǎn)轉(zhuǎn)出面積的43.9%,占臨界狀態(tài)轉(zhuǎn)入面積的37.5%.其次是臨界狀態(tài)向輕度風(fēng)險(xiǎn)的轉(zhuǎn)移,轉(zhuǎn)移面積為17289.2hm2,占臨界狀態(tài)轉(zhuǎn)出面積的26.7%,占輕度風(fēng)險(xiǎn)轉(zhuǎn)入面積的73.1%.究其原因,主要是由于二期灌區(qū)在2002～2010年間,隨著灌溉提水及配水設(shè)備的不斷完善,灌區(qū)內(nèi)提水量及灌溉用水量不斷增加,這一過程使得灌區(qū)內(nèi)水土資源演化態(tài)勢(shì)由原生態(tài)向次生態(tài)演繹,土地資源對(duì)水資源的敏感性不斷增強(qiáng)所致.同理由表11可知,在2010～2018年土壤鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移矩陣中,轉(zhuǎn)移面積最大的是臨界狀態(tài)向輕度風(fēng)險(xiǎn)的轉(zhuǎn)移,演變轉(zhuǎn)移面積為24695.8hm2,占臨界狀態(tài)轉(zhuǎn)出面積的36.4%,占輕度風(fēng)險(xiǎn)轉(zhuǎn)入面積的72.9%.其次是輕度風(fēng)險(xiǎn)向臨界狀態(tài)的逆向演變過程,面積為9395.59hm2,占輕度風(fēng)險(xiǎn)轉(zhuǎn)出面積的39.7%,占臨界狀態(tài)轉(zhuǎn)入面積的19.3%.究其原因,上述正向環(huán)境惡化驅(qū)動(dòng)過程的演變以及局部地區(qū)出現(xiàn)逆向健康化恢復(fù)過程的原因主要有以下兩點(diǎn):一是灌區(qū)內(nèi)水鹽運(yùn)移受“灌水—蒸發(fā)—耗散”過程以及地下水礦化度、地下水埋深等鹽堿化驅(qū)動(dòng)要素的循環(huán)式驅(qū)動(dòng)所影響,鹽堿化風(fēng)險(xiǎn)整體格局仍處于增長(zhǎng)態(tài)勢(shì).同時(shí),隨著土地鹽堿化過程的不斷演進(jìn),灌區(qū)內(nèi)環(huán)境狀態(tài)對(duì)灌溉背景下水土資源的適配性有改善的趨勢(shì),但受正向驅(qū)動(dòng)過程劇烈性所制約,這種逆向健康化演變過程演繹較為緩慢,且演繹速度遠(yuǎn)小于正向惡化驅(qū)動(dòng)速度.

4 討論

本文從“地質(zhì)氣候”、“水土環(huán)境”以及“自然—人類”3個(gè)主要驅(qū)動(dòng)過程介入,基于多級(jí)模糊理論、云發(fā)生器原理、黃金分割率法、組合賦權(quán)法以及排隊(duì)理論構(gòu)建了一套適用于干旱荒漠區(qū)人工綠洲土壤鹽堿化空間風(fēng)險(xiǎn)評(píng)價(jià)的多級(jí)模糊評(píng)價(jià)模型,并以云數(shù)字特征的形式對(duì)研究區(qū)3個(gè)時(shí)期的土壤鹽堿化空間整體風(fēng)險(xiǎn)進(jìn)行了定量評(píng)價(jià).在此基礎(chǔ)上,基于長(zhǎng)序列監(jiān)測(cè)數(shù)據(jù)、空間數(shù)據(jù)以及經(jīng)濟(jì)社會(huì)數(shù)據(jù)的空間信息提取處理與多源信息融合,對(duì)景電灌區(qū)2002, 2010年及2018年的土壤鹽堿化空間風(fēng)險(xiǎn)格局進(jìn)行了可視化表達(dá),同時(shí)建立了土地鹽堿化空間風(fēng)險(xiǎn)轉(zhuǎn)移矩陣與風(fēng)險(xiǎn)地類特征變化模式對(duì)2002～2018年間的土壤鹽堿化風(fēng)險(xiǎn)特征以及演變流向進(jìn)行了分析.可為本研究區(qū)及相似研究區(qū)水土環(huán)境狀態(tài)評(píng)估與演變流向靶向追蹤提供一種新思路.

雖然在一定程度上克服了傳統(tǒng)土地鹽堿化風(fēng)險(xiǎn)評(píng)價(jià)的單一性、局限性、模糊性以及可視化效果不突出等弊端.但仍存在一定的不足之處,在構(gòu)建多層模糊評(píng)價(jià)系統(tǒng)時(shí),對(duì)水鹽運(yùn)移的驅(qū)動(dòng)力,即熱力條件驅(qū)動(dòng)的系統(tǒng)性考慮不夠充分,僅引入了地表溫度以及蒸發(fā)量?jī)蓚€(gè)主導(dǎo)要素,對(duì)于地表輻射等潛在熱力要素的微觀驅(qū)動(dòng)作用考慮不足.其二在進(jìn)行多源數(shù)據(jù)融合時(shí),由于研究區(qū)面積相對(duì)較大,對(duì)于鹽堿化空間風(fēng)險(xiǎn)的尺度效應(yīng)考慮不足,使得多源數(shù)據(jù)融合結(jié)果與實(shí)際土壤鹽堿化空間風(fēng)險(xiǎn)狀態(tài)存在一定差距.針對(duì)上述不足,在后續(xù)研究中,可進(jìn)一步豐富與完善鹽堿化驅(qū)動(dòng)要素體系,并將柵格單元做更進(jìn)一步的劃分,以期提高鹽堿化空間風(fēng)險(xiǎn)的評(píng)價(jià)精度.

5 結(jié)論

5.1 研究區(qū)2002、2010及2018年綜合評(píng)價(jià)云數(shù)字特征分別為1(0.7067,0.0392,0.0107)、2(0.6162, 0.0406,0.0111)、3(0.4768,0.0491,0.0128).各時(shí)期土地鹽堿化整體風(fēng)險(xiǎn)分別為“4-臨界狀態(tài)”、“4-臨界狀態(tài)～3-輕度風(fēng)險(xiǎn)”、“3-輕度風(fēng)險(xiǎn)”.

5.2 各驅(qū)動(dòng)要素對(duì)土壤鹽堿化演進(jìn)的驅(qū)動(dòng)影響排序?yàn)榈叵滤裆?地下水礦化度>土壤含鹽量>地表灌水量>土壤電導(dǎo)率>地表溫度>年蒸發(fā)量>年降水量>植被覆蓋度>土地利用類型>人口密度>海拔>坡度,表明地下水埋深及地下水礦化度是研究區(qū)內(nèi)土壤鹽堿化進(jìn)程加劇的主導(dǎo)因素.

5.3 2002～2018年間,研究區(qū)土地鹽堿化空間風(fēng)險(xiǎn)變化趨勢(shì)呈現(xiàn)無風(fēng)險(xiǎn)區(qū)域和臨界狀態(tài)區(qū)域急劇減少,輕度風(fēng)險(xiǎn)面積顯著增加,中度風(fēng)險(xiǎn)與高度風(fēng)險(xiǎn)面積增長(zhǎng)速度相對(duì)緩慢等特點(diǎn).灌區(qū)鹽堿化空間風(fēng)險(xiǎn)演變模式劇烈程度排序?yàn)槌掷m(xù)變化型>前期變化型>后期變化型>持續(xù)穩(wěn)定型>反復(fù)變化型.土地鹽堿化空間風(fēng)險(xiǎn)主體演變流向?yàn)椤盁o風(fēng)險(xiǎn)—臨界狀態(tài)”以及“臨界狀態(tài)—輕度風(fēng)險(xiǎn)”.

5.4 研究區(qū)2002～2018年土壤鹽堿化空間風(fēng)險(xiǎn)格局整體呈增高趨勢(shì),且呈現(xiàn)出明顯的空間差異性,整體空間風(fēng)險(xiǎn)表征出從西北部向東南部弧射狀升高的演化態(tài)勢(shì).高風(fēng)險(xiǎn)區(qū)主要集中分布在研究區(qū)東南部的封閉型水文地質(zhì)單元,而西北部的開敞型水文地質(zhì)單元以及中部地區(qū)鹽堿化風(fēng)險(xiǎn)等級(jí)相對(duì)較低.

[1] 鄧銘江.中國(guó)西北“水三線”空間格局與水資源配置方略[J]. 地理學(xué)報(bào), 2018,73(7):1189-1203.

Deng M J. "ThreeWater Lines" strategy: Its spatial patterns and effectson water resources allocation in northwest China [J]. Acta Geographica Sinica, 2018,73(7):1189-1203.

[2] 郭 勇,尹鑫衛(wèi),李 彥,等.農(nóng)田-防護(hù)林-荒漠復(fù)合系統(tǒng)土壤水鹽運(yùn)移規(guī)律及耦合模型建立[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2019,35(17):87-101.

Guo Y, Yin X W, Li Y, et al. Soil water and salt dynamics and its coupling model at cropland-treebelt-desert compound system [J]. Transactions of the Chinese Society of Agricultural Engineering, 2019,35(17):87-101

[3] 楊勁松.中國(guó)鹽漬土研究的發(fā)展歷程與展望[J]. 土壤學(xué)報(bào), 2008, 45(5):837-845.

Yang J S. Development and prospect of the research on salt-affected soils in China [J]. Acta Pedologica Sinica, 2008,45(5):837-845.

[4] 張 帥,董會(huì)忠,曾文霞.土地生態(tài)系統(tǒng)脆弱性時(shí)空演化特征及影響因素—以黃河三角洲高效生態(tài)經(jīng)濟(jì)區(qū)為例 [J]. 中國(guó)環(huán)境科學(xué), 2019,39(4):1696-1704.

Zhang S, Dong H Z, Zeng W X. The time-space evolution characteristics of the vulnerability of land ecosystems and influencing factors: A case study of theYellow River Delta Efficiency Eco- economic Zone [J]. China Environmental Science, 2019,39(4):1696- 1704.

[5] 徐存東.景電灌區(qū)水鹽運(yùn)移對(duì)局域水土資源影響研究[D]. 蘭州:蘭州大學(xué), 2010.

Xu C D. Research on the effect of local water and soil environment caused by water-salt transportation in Jing-Dian Irrigation district [D]. Lanzhou University, 2010.

[6] 王全九,鄧銘江,寧松瑞,等.農(nóng)田水鹽調(diào)控現(xiàn)實(shí)與面臨問題[J]. 水科學(xué)進(jìn)展, 2021,32(1):139-147.

Wang Q J, Deng M J, Ning S R, et al. Reality and problems of controlling soil water and salt in farmland [J]. Advances In Water Science, 2021,32(1):139-147.

[7] 胡宏昌,田富強(qiáng),張 治,等.干旱區(qū)膜下滴灌農(nóng)田土壤鹽分非生育期淋洗和多年動(dòng)態(tài)[J]. 水利學(xué)報(bào), 2015,46(9):1037-1046.

Hu H C, Tian F Q, Zhang Z, et al. Soil salt leaching in non-growth period and salinitydynamics under mulched drip irrigation in arid area [J]. Journal of Hydraulic Engineering, 2015,46(9):1037-1046.

[8] 毛海濤,黃慶豪,吳恒濱.干旱區(qū)農(nóng)田不同類型土壤鹽堿化發(fā)生規(guī)律[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2016,32(S1):112-117.

Mao H T, Huang Q H, Wu H B. Soil salinization features in arid areas farmland [J]. Transactions of the Chinese Society of Agricultural Engineering, 2016,32(S1):112-117.

[9] 楊厚翔,雷國(guó)平,徐 秋,等.基于危險(xiǎn)度與風(fēng)險(xiǎn)格局的土地鹽堿化監(jiān)測(cè)區(qū)優(yōu)先級(jí)評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2019,35(7):238-246.

Yang H X, Lei G P, Xu Q, et al. Priority evaluation of land salinization monitoring area based on danger degree and risk pattern [J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(7):238-246.

[10] Chang X, Gao Z, Wang S, et al. Modelling long-term soil salinity dynamics using SaltMod in Hetao Irrigation District, China [J]. Computers and Electronics in Agriculture, 2019,156:447-458.

[11] Castrignanò A, Buttafuoco G, Puddu R. Multi-scale assessment of the risk of soil salinization in an area of south-eastern Sardinia (Italy) [J]. Precision Agriculture, 2008,9(1/2):17-31.

[12] Buchanan S, Huang J, Triantafilis J. Salinity risk assessment using fuzzy multiple criteria evaluation [J]. Soil Use and Management, 2017,33(2):216-232.

[13] 李自珍,李維德,石洪華,等.生態(tài)風(fēng)險(xiǎn)灰色評(píng)價(jià)模型及其在綠洲鹽漬化農(nóng)田生態(tài)系統(tǒng)中的應(yīng)用 [J]. 中國(guó)沙漠, 2002,22(6):617-622.

Li Z Z, Li W D, Shi H H, et al. Gray model for ecological risk assessment and its application in salinization oasis agroecosystem [J]. Journal of Desert Research, 2002,22(6):617-622.

[14] 姚榮江,楊勁松,陳小兵,等.蘇北海涂典型圍墾區(qū)土壤鹽漬化風(fēng)險(xiǎn)評(píng)估研究[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2010,18(5):1000-1006.

Yao R J, Yang J S, Chen X B, et al. Evaluating soil salinization risk in typical coastal reclaimed regions in North Jiangsu Province [J]. Chinese Journal of Eco-Agriculture, 2010,18(5):1000-1006.

[15] 李冬順,楊勁松,姚榮江.生態(tài)風(fēng)險(xiǎn)分析用于蘇北灘涂土壤鹽漬化風(fēng)險(xiǎn)評(píng)估研究 [J]. 土壤學(xué)報(bào), 2010,47(5):857-864.

Li D S, Yang J S, Yao R J, et al. Application of ecological risk analysis to soil salinization risk assessment of coastal tidal flat in north Jiangsu province [J]. Acta Pedologica Sinica, 2010,47(5):857-864.

[16] 依力亞斯江?努爾麥麥提,師慶東,阿不都拉?阿不力孜,等.灰色評(píng)估模型定量評(píng)價(jià)于田綠洲土壤鹽漬化風(fēng)險(xiǎn)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2019,35(8):176-184.

Ilyas Nurmemet, Shi Q D, Abdulla Abliz, et al. Quantitative evaluation of soil salinization risk in Keriya Oasis based on grey evaluation model [J]. Transactions of the Chinese Society of Agricultural Engineering, 2019,35(8):176-184

[17] 劉華新,苑一鳴,周 沛,等.基于融合理論的風(fēng)電機(jī)組狀態(tài)評(píng)價(jià)正態(tài)云模型[J]. 太陽(yáng)能學(xué)報(bào), 2018,39(10):2891-2900.

Liu H X, Yuan Y M, Zhou P, et al. Normal cloid model for condition evaluation of wind turbines based on fusion theory [J]. Acta Energiae Solaris Sinice, 2018,39(10):2891-2900.

[18] 冶運(yùn)濤,梁犁麗,曹 引,等.基于可變集和云模型的河湖水系連通方案優(yōu)選決策方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2018,49(12):211-225,313.

Ye Y T, Liang L L, Cao Y, et al. Optimal decision method for interconnected river system network schemes based on variable sets and cloud model [J]. Transactions of the Chinese Society for Agricultural Machinery, 2018,49(12):211-225,313.

[19] Wang F, Zhong D H, Yan Y L, et al. Rockfill dam compaction quality evaluation based on cloud-fuzzy model [J]. Journal of Zhejiang University-SCIENCE A, 2018,19(4):289-303.

[20] 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 C D, Cheng H, Wang Y, et al. Improved multi-level fuzzy evaluation model based on cloud theory for evaluation of soil salinization degree [J]. Transactions of the Chinese Society of Agricultural Engineering, 2017,33(24):88-95.

[21] 王榮榮.景電灌區(qū)土壤鹽漬化特征及水鹽運(yùn)移規(guī)律研究[D]. 鄭州:華北水利水電大學(xué), 2017.

Wang R R. Characteristics of soil salinization and law of water and salt transport in Jingdian Irrigation Area [D]. Zhengzhou: North China University of Water Resources and Electric Power, 2017.

[22] 汪培莊,李洪興.模糊系統(tǒng)理論與模糊計(jì)算機(jī)[M]. 北京:科學(xué)出版社, 1996.

Wang P Z, Li H X. Fuzzy system theory and fuzzy computer [M]. Beijing: Science Press, 1996.

[23] 李 佳,段 平,呂海洋,等.基于改進(jìn)的逐點(diǎn)交叉驗(yàn)證的RBF形態(tài)參數(shù)優(yōu)化方法及其空間插值實(shí)驗(yàn)[J]. 地理與地理信息科學(xué), 2016, 32(3):39-42,48.

Li J, Duan P, Lv H Y, et al. YRBF shape parameter optimization approach basd on iloocve and its spatial interpolation experiments [J]. Geography and Geo-Information Science, 2016,32(3):39-42,48.

[24] 馬宏宏,余 濤,楊忠芳,等.典型區(qū)土壤重金屬空間插值方法與污染評(píng)價(jià)[J]. 環(huán)境科學(xué), 2018,39(10):4684-4693.

Ma H H, Yu T, Yang Z F, et al. Spatial interpolation methods and pollution assessment of heavy metals of soil in typical areas [J]. Environmental Science, 2018,39(10):4684-4693.

[25] 彭繼達(dá),張春桂.基于高分一號(hào)遙感影像的植被覆蓋遙感監(jiān)測(cè)——以廈門市為例[J]. 國(guó)土資源遙感, 2019,31(4):137-142.

Peng J D, Zhang C G. Remote sensing monitoring of vegetation coverage by GF-1 Satellite: A case study of Xiamen City [J]. Remote Sensing for Land & Resource, 2019,31(4):137-142.

[26] 胡德勇,喬 琨,王興玲,等.單窗算法結(jié)合Landsat8熱紅外數(shù)據(jù)反演地表溫度[J]. 遙感學(xué)報(bào), 2015,19(6):964-976.

Hu D Y, Qiao K, Wang X L, et al. Land surface temperature retrieval from Landsat 8thermal infrared data using mono-window algorithm [J]. National Remote Sensing Bulletin, 2015,19(6):964-976.

[27] 江 淼,張顯峰,孫 權(quán),等.不同分辨率影像反演植被覆蓋度的參數(shù)確定與尺度效應(yīng)分析[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2011,36(3): 311-315.

Jiang M, Zhang X F, et al. Vegetation coverage retrieval scale effect analysis using multi sensor data [J]. Geomatics and Information Science of Wuhan University, 2011,36(3):311-315.

[28] 傅鶴林,黃 震,黃宏偉,等.基于云理論的隧道結(jié)構(gòu)健康診斷方法[J]. 工程科學(xué)學(xué)報(bào),2017,39(5):794-801.

Fu H L, Huang Z, Huang H W, et al. Health diagnosis method of shield tunnel structure based on theory [J]. Chinese Journal of Engineering, 2017,39(5):794-801.

[29] 魏巍賢,馮 佳.多目標(biāo)權(quán)系數(shù)的組合賦值方法研究[J]. 系統(tǒng)工程與電子技術(shù), 1998,(2):14-16.

Wei W X, Feng J. Study on multiobjective weights Combination Assigning Method [J]. Systems Engineering and Electronics, 1998,(2): 14-16.

[30] Wang J Q, Peng L, Zhang H Y, et al. Method of multi-criteria group decision-making based on cloud aggregation operators with linguistic information [J]. Information ences, 2014,274:177-191.

[31] 張曉娟,周啟剛,王兆林,等.基于MCE-CA-Markov的三峽庫(kù)區(qū)土地利用演變模擬及預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2017,33(19):268-277.

Zhang X J, Zhou Q G, Wang Z L, et al. Simulation and prediction of land use change in Three Gorges Reservoir Area based on MCE- CA-Markov [J]. Transactions of the Chinese Society of Agricultural Engineering, 2017,33(19):268-277.

[32] 龔文峰,袁 力,范文義.基于CA-Markov的哈爾濱市土地利用變化及預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012,28(14):216-222.

Gong W F, Yuan L, Fan W Y. Dynamic change and prediction of land use in Harbin city based on CA-Markov model [J]. Transactions of the Chinese Society of Agricultural Engineering, 2012,28(14):216-222.

[33] 王友生,余新曉,賀康寧,等.基于CA-Markov模型的藉河流域土地利用變化動(dòng)態(tài)模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2011,27(12):330-336,442.

Wang Y S, Yu X X, He K N, et al. Dynamic simulation of land use change in Jihe watershed based on CA-Markov model [J]. Transactions of the CSAE, 2011,27(12):330-336,442.

Comprehensive assessment and evolution analysis of soil salinization in artificial oasis in arid desert area.

LIU Zi-jin1,2,3, XU Cun-dong1,2,3*, ZHU Xing-lin4, ZHOU Dong-meng4, TIAN Jun-jiao1,2, GU Feng-you1,2, HUANG Song1,2, LI Zhi-rui1,2, ZHAO Zhi-hong1,2, WANG Xin1,2

(1.School of Water Conservancy, North China University of Water Resources and Electric Power, Zhengzhou 450046, China；2.Key Laboratory for Technology in Rural Water Management of Zhejiang Province,Hangzhou 310018, China；3.Henan Provincial Hydraulic Structure Safety Engineering Research Center, Zhengzhou 450046, China；4.Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China)., 2022,42(1)：367～379

To clarify the spatiotemporal variation characteristics of water and salt and the spatial evolution of salinization in artificial oasis in arid desert area, Jingtaichuan electric power irrigation area in Gansu Province was taken as the research area, 2002, 2010 and 2018 were selected as representative years. The soil salinization risk assessment system was constructed based on multi-level fuzzy theory from three driving processes: geological-climatic driven, soil-water environmental driven and natural-human driven. The cloud generator principle, golden ratio method, combined assignment method and queuing theory were integrated to construct a comprehensive spatial risk evaluation model of soil salinization. The long-sequence monitoring data, multi-temporal spatial data, and economic and social data were fused based on the element weights using ArcGIS10.2. The spatial risk state of salinization in each period was visually expressed and flow traced. The results of the study showed that: 1) The overall risks of land salinization in 2002, 2010 and 2018 were "critical", "critical-mild risk" and " mild risk"; 2) The dominant factors in the soil salinization were the depth of groundwater and the mineralization of groundwater; 3) In the irrigation area, the intensity of spatial evolution pattern of salinization risk: continuous change type>early change type>late change type>continuous stable type>repeated change type. The overall salinization risk in the study area showed a transition trend from "risk-free to critical state" and "from critical state to mild risk"; 4) From 2002 to 2018, the salinization in the study area was aggravating with obvious regional differences and generally presented an arcing increase from northwest to southeast.

arid desert areas；artificial oasis；salinization risk；spatial pattern；evolution analysis

X171.4

A

1000-6923(2022)01-0367-13

劉子金(1996-),男,甘肅白銀人,華北水利水電大學(xué)碩士研究生,主要從事水利工程環(huán)境效應(yīng)評(píng)估與灌區(qū)水鹽調(diào)控方面的研究.發(fā)表論文8篇.

2021-05-18

國(guó)家自然科學(xué)基金資助項(xiàng)目(51579102);河南省高?？萍紕?chuàng)新團(tuán)隊(duì)支持計(jì)劃(19IRTSTHN030);中原科技創(chuàng)新領(lǐng)軍人才支持計(jì)劃(204200510048);浙江省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2021C03019);浙江省聯(lián)合基金項(xiàng)目(LZJWD22E090001)

* 責(zé)任作者, 教授, xcundong@126.com