Salinized Soil in Oasis of Manas River Basin: Interannual Dynamic Change

doi:10.11924/j.issn.1000-6850.casb19040015

Abstract

Abstract:

The paper aims to explore the interannual variation of salinized soil in oasis of Manas River basin, and analyze the change causes. Based on the analysis of physicochemical properties and spectral characteristics of salinized soil, we constructed the soil salinization index SSI, and rated the salinized soil. The results showed that: 9.45×10⁴ hm² salinized soil in Manas River basin was successfully improved during 1990-2014, and the fragmentation and fractal dimension of salinized soil landscape increased; compared with the degree of saline division in 1990, the salinized soil in cultivated land in 2014 had a tendency of mild conversion; the salinity of the typical salinized soil which had not been reclaimed from 1990 to 2014 tended to be converted to a severe degree, and their vegetation community structure tended to be simple. SSI can be applied to the qualitative analysis and quantitative analysis of salinized soil, and the results can provide references for scientific control of salinized soil in agricultural sector.

Key words: Manas River basin, salinized soil, salinized soil index, interannual dynamics, community structure, trickle irrigation

CLC Number:

S127
TV93

Zhang Yunyun, Zhang Li, Dong Gaoquan, Han Zhongling, Cheng Yongxiang, Ma Miao. Salinized Soil in Oasis of Manas River Basin: Interannual Dynamic Change[J]. Chinese Agricultural Science Bulletin, 2020, 36(19): 93-103.

Figures/Tables 16

年份	像元数/×10⁶	拟合方程	R²
2014	0.81	$y = - 4 × 10 - 11 x 3 + 4 × 10 - 7 x 2 - 0.0015 x + 2.9426$	0.99
2003	1.04	$y = - 2 × 10 - 11 x 3 + 1 × 10 - 7 x 2 - 0.0008 x + 1.9779$	0.99
1997	1.46	$y = 3 × 10 - 11 x 3 - 4 × 10 - 7 x 2 + 0.0015 x - 0.67$	0.99
1990	2.07	y = 8 × 10^-11x³- 2 × 10^-6x²+ 0.0082x - 9.683	0.99

年份	像元数/×10⁶	拟合方程	R²
2014	0.81	$y = - 4 × 10 - 11 x 3 + 4 × 10 - 7 x 2 - 0.0015 x + 2.9426$	0.99
2003	1.04	$y = - 2 × 10 - 11 x 3 + 1 × 10 - 7 x 2 - 0.0008 x + 1.9779$	0.99
1997	1.46	$y = 3 × 10 - 11 x 3 - 4 × 10 - 7 x 2 + 0.0015 x - 0.67$	0.99
1990	2.07	y = 8 × 10^-11x³- 2 × 10^-6x²+ 0.0082x - 9.683	0.99

等级	2014年	2003年	1997年	1990年
轻度	77.83	78.30	75.98	77.39
中度	94.40	95.10	91.71	93.86
重度	121.59	122.62	116.90	122.38

年份	总面积/×10⁴ hm²	轻度		中度		重度
年份	总面积/×10⁴ hm²	面积/×10⁴ hm²	占比/%	面积/×10⁴ hm²	占比/%	面积/×10⁴ hm²	占比/%
2014	7.29	5.58	76.53	1.38	18.88	0.33	4.59
2003	9.38	4.22	45.02	3.60	38.40	1.56	6.58
1997	13.18	7.70	58.42	4.54	34.47	0.94	7.11
1990	18.60	14.30	76.85	4.15	22.31	0.16	0.84

年份	面积A/×10⁴ hm²	斑块数N/×10⁴ hm²	周长P/×10⁴ hm²	景观破碎度C	分维度FD
2014	7.29	5.06	2.87	0.69	2.82
2003	9.10	4.51	3.73	0.50	2.81
1997	13.18	3.22	2.60	0.24	2.66
1990	18.60	3.86	3.65	0.21	2.64

References 27

[1]	吴会胜, 刘兆礼. 基于影像光谱特征分析的盐碱地遥感制图研究——以吉林省大安市为例[J]. 农业系统科学与综合研究, 2007(2):178-182.
[2]	胡凤伟. 基于遥感技术的吉林西部盐碱地整治规划研究[D]. 吉林:吉林大学, 2013.
[3]	焦元波, 田夏一, 胡宝清. 黄河三角洲盐碱地信息遥感提取及动态变化分析——以山东垦利县为例[J]. 大众科技, 2016,18(12):31-34.
[4]	关元秀, 刘高焕. 黄河三角洲盐碱地动态变化遥感监测[J]. 国土资源遥感, 2003(2):19-22,33.
[5]	王国芳. 基于遥感技术的山阴县盐碱地动态变化监测[J]. 山西农业科学, 2013,41(12):1350-1351,1357.
[6]	邓小炼, 于嵘, 亢庆, 等. 基于遥感的黄河三角洲地区盐碱地分布监测[J]. 遥感信息, 2006(5):34-36,76.
[7]	刘翠玲, 许亚平. 基于TM数据的敦煌绿洲土壤盐碱化信息提取研究[J]. 首都师范大学学报:自然科学版, 2013,34(3):68-76.
[8]	付浩阳. 基于卫星遥感数据的吉林省西部盐碱地特性研究[D]. 吉林:吉林大学, 2016.
[9]	哈学萍, 丁建丽, 塔西甫拉提·特依拜, 等. 基于SI-Albedo特征空间的干旱区盐渍化土壤信息提取研究——以克里雅河流域绿洲为例[J]. 土壤学报, 2009,46(3):381-390.
[10]	王飞, 丁建丽, 伍漫春. 基于NDVI-SI特征空间的土壤盐渍化遥感模型[J]. 农业工程学报, 2010,26(8):168-173.
[11]	丁建丽, 瞿娟, 孙永猛, 等. 基于MSAVI-WI特征空间的新疆渭干河—库车河流域绿洲土壤盐渍化研究[J]. 地理研究, 2013,32(2):223-232.
[12]	冯娟, 丁建丽, 魏雯瑜. 基于Albedo-MSAVI特征空间的渭库绿洲土壤盐渍化研究[J]. 中国农村水利水电, 2018(2):147-152.
[13]	韩霁昌, 李晓明. 盐碱地利用障碍因子高光谱遥感反演研究[J]. 光谱学与光谱分析, 2013,33(7):1932-1935.
[14]	丁建丽, 张飞, 江红南, 等. 塔里木盆地北缘绿洲土壤含盐量和电导率空间变异性研究——以渭干河-库车河三角洲绿洲为例[J]. 干旱区地理, 2008(4):624-632.
[15]	Allbed A, Kumar L, Aldakheel Y. Assessing soil salinity using soil salinity and vegetation indices derived from IKONOS high-spatial resolution imageries: Applications in a date palm dominated region[J]. Geoderma, 2014: 1-8.
[16]	Chen JM. Evaluation of Vegetation Indices and a Modified Simple Ratio for Boreal Applications[J]. Canadian Journal of Remote Sensing: Journal canadien de télédétection, 1996(3):229-242.
[17]	H. BN. Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density[J]. Remote Sensing of Environment, 2003(2):156-172.
[18]	冯娟, 丁建丽, 杨爱霞, 等. 干旱区土壤盐渍化信息遥感建模[J]. 干旱地区农业研究, 2018,36(1):266-273.
[19]	徐驰. 基于遥感数据的盐渍农田四维水盐信息提取[D]. 武汉:武汉大学, 2016.
[20]	李洋洋. 集成光学与微波遥感苏打盐碱地水盐含量反演方法研究[D]. 长春:中国科学院东北地理与农业生态研究所, 2014.
[21]	韩燕. 新疆玛纳斯河流域土壤盐渍化动态监测及风险性评价[D]. 石河子:石河子大学, 2018.
[22]	王晓轩. 基于面向对象的养殖水面遥感分类识别[J]. 价值工程, 2013,32(23):185-186.
[23]	史晓艳, 李维弟, 余露, 等. 玛纳斯河流域农灌区土壤盐渍化遥感定量评价[J]. 灌溉排水学报, 2018,37(11):69-75,83.
[24]	王海江. 玛纳斯河流域土壤盐渍化过程和格局特征及盐渍土改良模式探讨[D]. 北京:中国农业大学, 2014.
[25]	宗含, 高龙, 王雅琴, 等. 膜下滴灌条件下盐荒地土壤盐分变化规律研究[J]. 干旱地区农业研究, 2018,36(6):7-12.
[26]	吕娜娜, 罗格平, 丁建丽, 等. 滴灌背景下玛纳斯流域绿洲内外荒地土壤盐分时空变化趋势分析[J]. 自然资源学报, 2017,32(9):1542-1553.
[27]	何早柯, 程勇翔, 韩忠玲. 新疆北疆景观格局空间分异特性研究[J]. 石河子大学学报:自然科学版, 2016,34(1):126-132.