下载文档原格式
黄河三角洲芦苇湿地植物群落的环境梯度分析摘要:通过对应分析DCCA分析了影响芦苇湿地植被分布的关键因子,确定了黄河三角洲芦苇湿地的主要环境梯度是水位和土壤盐分、Na+、K+、Cl-。
根据各环境因子之间的相关性,确定黄河三角洲湿地土壤盐分的主要构成形式是NaCl、KCl,并指出引水提高水深可以显著降低土壤盐分。
关键词:DCCA 芦苇环境梯度黄河三角洲湿地1 黄河三角洲芦苇湿地植物群落的环境梯度分析以24个样地的植被组成多度矩阵和水深(WD)、土壤盐分(S)、有机质含量(SOM)、pH、Na+、Mg2+、K+、Ca2+、Cl-、全氮量(TN)、全碳量(TC)、全磷量(TP)等环境因子矩阵,两个矩阵进行DCCA分析,结果见表1、表2和图1。
DCCA排序图能够很好的揭示植物种分布与环境梯度之间的关系,环境因子用带有箭头的线段表示,连线的长短表示植物种类分布与该环境因子关系的大小,箭头所处的象限表示环境因子与排序轴之间的正负相关性,箭头连线与排序轴的夹角表示该环境因子与排序轴相关性的大小。
在分析植物种类和环境因子之间的关系时,可以作出某一植物种类与环境因子连线的垂直线,垂直线与环境因子连线相交点离箭头越近,表示该种与该类环境因子的正相关性越大,处于另一端的则表示与该类环境因子具有的负相关性越大。
DCCA排序同时给出了植物种类排序轴和环境因子排序轴,其中植物种类第1排序轴与环境因子第1排序轴,植物种类第2排序轴与环境因子第2排序轴都具有非常显著的正相关关关系(相关系数分别为为0.9744,0.9082)。
故只分析环境因子与环境排序轴的关系。
从表2可以看出,环境因子中的水深与环境因子第1排序轴呈显著正相关关系(相关系数为0.8399),而土壤盐分(S)、Na+、K+、Cl-则与环境因子第1排序轴呈显著的负相关关系(相关系数分别为-0.9619、-0.8810、-0.8177、-0.7781);环境因子中的Ca2+与环境因子第2轴呈较强的正相关关系(相关系数为0.6639),其它均无明显相关关系。
黄河三角洲植被覆盖遥感估算及变化分析戴明宏;王腊春;张宝雷【摘要】植被覆盖度是重要的生态环境参数之一。
文章以黄河三角洲为例，运用归一化植被指数（NDVI）和像元二分模型对黄河三角洲地区2004年和2010年的植被覆盖度进行了估算，将黄河三角洲植被覆盖划分为4个等级：低植被覆盖区、中植被覆盖区、高植被覆盖区和全植被覆盖区，并分析其变化趋势。
结果表明，低植被覆盖区面积最大，主要位于沿海、中部地区和黄河以南，中植被覆盖区主要位于北部沿海地区，全植被覆盖区主要位于黄河及其支流沿岸。
从植被覆盖变化趋势看，2004-2010年间低植被覆盖区、中植被覆盖区和全植被覆盖区面积都有所减少，其中低植被覆盖区减少面积最大，达312．39km2，全植被覆盖区面积变化幅度最大，变化率为76．8%。
高植被覆盖区面积增加了352．31km2，变化率为30．6%。
利用NDVI植被指数和像元二分模型对黄河三角洲地区植被覆盖度进行遥感估算，可以快速有效地分析不同时期的植被覆盖变化，方法简单可行，结果可为黄河三角洲地区水土保持和生态环境保护政策制定提供依据。
%The vegetation coverage is one of the important ecological parameters.Remote sensing image can reflect the information and its trend of vegetation coverage at different spatial scales.So the remote sensing monitoring is an important means of obtaining the regional vegetation coverage parameters.In this paper,the normalized difference vegetation index(NDVI) and two sub-pixel model were used on the vegetation coverage estimation of the Yellow River Delta.And the dates of the Yellow River Delta in September 2004 and September 2010 were used to conduct a longitudinal comparison.The result indicated that the high vegetation cover distributionwas more concentrated in the northwest and eastern regions,and the middle vegetation cover was mainly distributed in the northern coastal areas;the high coverage of the vegetation of the region was distributed in the northwest and along the Yellow River , while the vegetation coverage of the south bank was low;the vegetation coverage of coastal areas was low ,while the vegetation coverage of the inland was high.The areas of low vegetation coverage,the middle vegetation coverage and the full vegetation coverage reduced from 2004 to 2009 obviously.The regions with high have increased with the changing rate of 30.6%.【期刊名称】《江苏科技信息》【年(卷),期】2015(000)013【总页数】4页(P9-12)【关键词】植被覆盖估算;动态变化;植被指数;黄河三角洲【作者】戴明宏;王腊春;张宝雷【作者单位】南京大学地理与海洋科学学院，江苏南京 210093;南京大学地理与海洋科学学院，江苏南京 210093;山东师范大学人口·资源与环境学院，山东济南250014【正文语种】中文黄河三角洲植被覆盖遥感估算及变化分析戴明宏1，王腊春1*，张宝雷2（1．南京大学地理与海洋科学学院，江苏南京210093；2．山东师范大学人口·资源与环境学院，山东济南250014）摘要：植被覆盖度是重要的生态环境参数之一。
第36卷第4期2022年8月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .36N o .4A u g.,2022收稿日期:2021-11-04资助项目:国家自然科学基金项目(41877003);山东省重大科技创新工程项目(2019J Z Z Y 010724);山东省 双一流 奖补资金项目(S Y L 2017X T T D 02) 第一作者:张术伟(1998 ),女,硕士研究生,主要从事土地资源与信息研究㊂E -m a i l :z s w 00019@163.c o m通信作者:王卓然(1989 ),男,讲师,主要从事土地资源与遥感㊁土壤资源信息技术研究㊂E -m a i l :w z r 543@s 126.c o m 赵庚星(1960 ),男,教授,博士生导师,主要从事资源遥感研究㊂E -m a i l :z h a o gx @s d a u .e d u .c n 黄三角濒海区土壤水盐时空分异特征及耦合关系分析张术伟,王卓然,常春艳,赵庚星,陈悦,潘敬瑞(山东农业大学资源与环境学院土肥高效利用国家工程研究中心,山东泰安271018)摘要:选择黄河三角洲代表区域垦利区和无棣县,将野外调查与室内分析得到的土壤表层水盐数据,按照季节㊁植被类型㊁与渤海距离进行归类,利用经典统计分析㊁耦合度模型㊁缓冲区分析㊁O r i g i n 三维关系分析等方法,分析研究区土壤表层(0 15c m )水盐时空分异特征及其耦合关系㊂结果表明:研究区土壤水盐含量总体较高,含盐量以中度盐渍化为主,垦利土壤表层水盐含量整体高于无棣;不同季节土壤含水量排序为夏季>春季>秋季>冬季,土壤含盐量排序为春季>秋季>冬季>夏季,耦合度关系比较为春季>秋季>冬季>夏季;不同植被类型土壤含水量排序为荒草地>光板地>耕地>林地,土壤含盐量排序为光板地>荒草地>耕地>林地,耦合度关系比较为光板地>荒草地>耕地>林地;由近海到内陆,研究区土壤表层含水量㊁含盐量以及水盐耦合度呈现逐步递减的趋势,其中无棣变化趋势较为平缓,垦利土壤含盐量在距海40~50k m 处上升,土壤含水量在距海30~40k m 处明显上升,表层水盐耦合度也有所提高㊂研究结果为黄三角濒海区土壤资源的合理规划利用提供理论依据㊂关键词:土壤含水量;土壤含盐量;耦合关系;垦利区;无棣县中图分类号:S 153.6 文献标识码:A 文章编号:1009-2242(2022)04-0299-10D O I :10.13870/j.c n k i .s t b c x b .2022.04.037S p a t i a l -t e m p o r a l C h a r a c t e r i s t i c s o f S o i lW a t e r a n dS a l t a n d I t sC o u p l i n gR e l a t i o n s h i p i n t h eC o a s t a lA r e a o fY e l l o wT r i a n gl e Z H A N GS h u w e i ,WA N GZ h u o r a n ,C H A N GC h u n y a n ,Z H A O G e n g x i n g ,C H E N Y u e ,P A NJ i n g r u i (C o l l e g e o f R e s o u r c e s a n dE n v i r o n m e n t ,S h a n d o n g A g r i c u l t u r a lU n i v e r s i t y ,N a t i o n a l E n g i n e e r i n g L a b o r a t o r y f o rE f f i c i e n t o f S o i l a n dF e r t i l i z e rR e s o u r c e s ,T a i a n ,S h a n d o n g 271018)A b s t r a c t :I n t h i s s t u d y ,K e n l i D i s t r i c t a n d W u d iC o u n t y ,r e p r e s e n t a t i v e r e g i o n so f t h eY e l l o w R i v e rD e l t a ,w e r e s e l e c t e d t o c l a s s i f y t h es o i l s u r f a c ew a t e r a n ds a l td a t ao b t a i n e d f r o mf i e l ds u r v e y a n d i n d o o ra n a l y s i s a c c o r d i n g t o s e a s o n s ,v e g e t a t i o n t y p e s a n d t h e d i s t a n c e f r o mB o h a i S e a .C l a s s i c a l s t a t i s t i c a l a n a l y s i s ,c o u p l i n g d e g r e em o d e l ,b u f f e r z o n ea n a l y s i s ,o r i g i nt h r e e -d i m e n s i o n a l r e l a t i o n s h i p a n a l ys i sa n do t h e rm e t h o d sw e r e u s e d .T h es p a t i a l -t e m p o r a lc h a r a c t e r i s t i c so f w a t e ra n ds a l t i ns o i ls u r f a c e (0 15c m )a n di t sc o u p l i n g r e l a t i o n s h i p w e r e a n a l y z e d .T h e r e s u l t s s h o w e d t h a t t h e s o i lw a t e r a n ds a l t c o n t e n tw a sh i g h e r i nt h e s t u d y a r e a ,a n d t h e s a l t c o n t e n tw a sm a i n l y m o d e r a t es a l i n i z a t i o n .T h ew a t e ra n ds a l t c o n t e n t so f s o i l s u r f a c e i n K e n l i D i s t r i c tw a sh i gh e rt h a nt h o s eo f W u d i .T h eo r d e ro fs o i lw a t e rc o n t e n t si nd i f f e r e n ts e a s o n s w a s s u mm e r >s p r i n g >a u t u m n>w i n t e r ,a n dt h eo r d e ro fs o i ls a l tc o n t e n t s w a ss p r i n g >a u t u m n>w i n t e r >s u mm e r .T h e r e l a t i o n s h i p o f c o u p l i n g d e g r e ew a s s p r i n g >a u t u m n >w i n t e r >s u mm e r .T h e o r d e r o f s o i l w a t e r c o n t e n t s o fd i f f e r e n tv e g e t a t i o nt y p e sw a sw a s t e g r a s s l a n d>b a r e l a n d>c u l t i v a t e dl a n d>f o r e s t l a n d ,t h e o r d e r o f s o i l s a l t c o n t e n t sw a sb a r e l a n d >w a s t e g r a s s l a n d >c u l t i v a t e d l a n d >f o r e s t l a n d ,a n dt h eo r d e ro fc o u p l i n gde g r e ew a s b a r e l a n d >w a s t e g r a s s l a n d >c u l t i v a t e d l a n d >f o r e s t l a n d .F r o mo f f s h o r e t o i n l a n d ,s o i l s u r f a c ew a t e rc o n t e n t ,s a l tc o n t e n ta n dc o u p l i ng d e g r e eo f w a t e ra n ds a l ti nth es t u d y a r e a g r a d u a l l y d e c r e a s e d .T h e c h a n gi n g t r e n d i n W u d i C o u n t y wa s g e n t l e ,w h i l e t h e s a l t c o n t e n t i nK e n l i D i s t r i c t i n c r e a s e d f r o m40t o 50k mt o t h e s e a ,a n d t h ew a t e r c o n t e n t i n c r e a s e d s i g n i f i c a n t l y fr o m30t o 40k mt o t h e s e a ,a n dt h e c o u p l i n g d e g r e e o f s u r f a c ew a t e r a n d s a l t a l s o i n c r e a s e d.T h e s e r e s u l t s p r o v i d e a t h e o r e t i c a l b a s i s f o r t h e r a t i o n a l p l a n n i n g a n du t i l i z a t i o no f s o i l r e s o u r c e s i n t h e c o a s t a l a r e a o f t h eY e l l o w R i v e rD e l t a.K e y w o r d s:s o i lw a t e r c o n t e n t;s o i l s a l t c o n t e n t;c o u p l i n g r e l a t i o n s h i p;K e n l i D i s t r i c t;W u d i C o u n t y土壤盐渍化作为最具破坏性的环境胁迫之一[1],对生态系统的稳定构成主要威胁[2],我国滨海盐碱地约占全国盐碱地面积的40%[3],严重制约了区域农业生产和经济的可持续发展[4]㊂在地势低平的黄三角洲地区,土壤盐渍化面积约为44.29万h m2,占总面积的50%以上,其中重度盐渍化土壤和盐碱光板地23.63万h m2,约占总面积的28.3%[5],因此,及时掌握该区土壤水盐的时空特征及耦合关系,对于抑制土壤盐渍化的发展㊁挖掘盐渍化土地的利用潜力具有重要意义㊂土壤水盐动态在一定程度上反映了土壤盐渍化的程度和状态,是气候㊁地形㊁土壤㊁植被和水文等多种因素影响的结果[6],是深入研究盐碱地迁移变化的核心和有效改造盐碱地的基础㊂国外学者J a c o p o等[7]实地测量并分析了C h i a s c i o河上游流域U m b r i a地区(意大利中部)土壤水分时空变异特征;N a o k i等[8]建立土壤盐分预测模型研究了海水影响下荒川河口人工盐沼土壤和水体盐分的时空变化规律;K a m a n等[9]利用地理信息系统技术监测土耳其南部S e y h a n平原的A k a r s u灌区农田地下水水位和盐度的时空变化㊂我国学者郭勇等[10]研究新疆农田 防护林 荒漠复合生态系统水盐运移规律并构建B P神经网络土壤水盐耦合模型;魏建涛等[11]探寻膜下滴灌条件下犁底层深度对土壤水盐运移的影响规律㊂在盐碱地区水盐相关性及耦合关系的研究中,吕真真等[12]定量分析了黄河三角洲不同时期土壤表层盐分含量与各地下水特征的关联情况;马贵仁等[13]探明了河套灌区不同深度土壤盐分的空间变化及其与地下水埋深相关性;由国栋等[14]探讨了北疆地区膜下滴灌棉田冻融期间不同土层水热盐的变化和耦合关系㊂总体看,目前研究较多集中在干旱半干旱地区地下水迁移下的水盐相关性㊁冰川地区土壤冻融下的水盐耦合及分布特征,而东部滨海地区表层土壤水盐耦合关系的研究相对缺乏㊂为此,本文选择黄河三角洲濒海区域,从不同季节㊁不同植被类型㊁距渤海远近等方面研究土壤水盐时空变异特征,探求土壤表层水盐耦合关系,为黄三角濒海区因地制宜采取针对性措施,合理规划并有效改造盐渍土壤资源提供科学依据㊂1材料与方法1.1研究区概况黄河三角洲位于山东省北部即渤海湾南岸和莱州湾西岸,是黄河携带中游泥沙在渤海凹陷处日益沉积形成的冲积平原,主要分布于山东省东营市和滨州市境内,沿黄河走向,地势由西南向东北倾斜㊂地处暖温带大陆性季风气候区,由于地势低平,地下径流缓慢,排水不畅,土壤含盐量高㊂本文选取黄河三角洲东部核心区域垦利区和西部核心区域无棣县为研究区,具体地理位置见图1㊂图1研究区地理位置及样点分布垦利区(37ʎ24' 37ʎ57'N,118ʎ15' 119ʎ19'E)隶属于山东省东营市,地处黄河入海口处,东部受渤海的侵蚀,土壤发育差,土壤盐碱化严重;西部是重要的农耕区,人类活动密集,土壤条件较好,土壤盐碱化003水土保持学报第36卷程度相对较低㊂垦利区地处暖温带季风大陆性气候区,春季干旱多风,夏季潮湿酷热,秋季凉爽温和,冬季干燥寒冷,春旱及夏涝灾害频繁㊂该区地形较为平缓,具有典型的三角洲地貌特征,地貌类型有海滩地㊁倾斜平地和河滩高地,坡降比仅1/8000~1/12000,黄河流经贯穿于海㊂主要土壤类型为盐化潮土和滨海盐土,耕层质地以砂壤和轻壤为主,毛细管作用强烈,加上地下水埋深浅且矿化度高,受黄河水侧漏和海水浸渍的影响,土壤盐渍化现象较为普遍,给农业生产带来严重影响㊂无棣县(37ʎ41' 38ʎ16'N,117ʎ31' 118ʎ04'E)隶属山东省滨州市,位于山东省最北部㊂该县地处大陆性半干旱半湿润季风气候区,春季多风干燥,夏热多雨,秋季温和凉爽,冬冷寒长㊂地处华北平原鲁西北黄河冲积平原,自西南向东北依次为黄泛平原㊁滨海平原和渤海湾平原,以1/1000的坡降自西南向东北倾斜到渤海湾㊂该县共有潮土㊁盐土和褐土三大土类,滨海潮土主要分布在县域西部,土层深厚,土体构型以通体黏和黏体型为主,保水肥性较好,养分含量丰富,多为高产田㊂境内的农田灌溉主要是引黄灌溉,生态条件脆弱,有不少盐斑分布,影响农业生产㊂1.2野外调查与采样综合考虑地理位置㊁土地利用方式㊁植被类型㊁土壤地形等因素布设采样点,分别在垦利区㊁无棣县布设土壤调查点位81,54个,野外调查采用E C110便携式盐分计测定土壤表层(0 15c m)电导率,采用T 系列土壤水分温度速测仪测定0 15c m土壤表层水分含量㊂采用单点取样法采集0 15c m的土壤表层样品,以手持G P S定位仪测定实地坐标㊂1.3试验分析与数据处理1.3.1土壤表层含水量采用烘干法测定土壤表层含水量:将带有土壤样品的铝盒置于(105ʃ2)ħ的恒温箱内烘至恒重,称重并计算出各土样的质量含水量;采用环刀法测定土样的容重,进而计算其容积含水量㊂将室内化验与野外实测得到的2组土壤表层含水量数据进行相关分析,模型为W o=0.911W i+ 0.242,n=81,R2=0.989㊂式中:W o为室内试验土壤表层含水量(%);W i为野外实测土壤表层含水量(%),并以此对野外含水量数据进行校正㊂1.3.2土壤表层含盐量将采集的土壤带回实验室内自然风干,磨碎㊁过2mm筛后用于测定含盐量㊂所有的土样均配制成水土比为5ʒ1的浸提液,振荡5m i n,静置30m i n,采用烘干法测定土壤含盐量㊂同时,采用E C110便携式盐分计测定土壤浸提液的电导率,建立土壤浸提液电导率(E C i,μS/c m)和含盐量(S t,g/k g)之间的关系方程S t=0.004ˑE C i+ 0.237,n=81,R2=0.974㊂在此基础上,以土壤浸提液电导率对野外电导率数据进行校正,得到垦利区野外实测土壤电导率(E C,μS/c m)与含盐量(S t,g/k g)之间的关系方程S t=0.00218E C+0.727,n=81, R2=0.938;无棣县的关系方程S t=0.00211E C+ 0.875,n=54,R2=0.968㊂将验证土样数据代入该方程,得到的拟合结果与室内化验结果的比较精度均大于0.93,因而以此关系方程对全部野外电导率数据进行转换,得到土壤盐分含量数据㊂将两区域的数据分别按不同季节㊁不同植被类型㊁距渤海远近等划分为土壤表层含水量和含盐量数据组㊂参照我国滨海区的土壤盐渍化分级标准,将土壤盐渍化分为5级:非盐渍化土(<1.0g/k g)㊁轻度盐渍化土(1.0~2.0g/k g)㊁中度盐渍化土(2.0~4.0g/k g)㊁重度盐渍化土(4.0~6.0g/k g)㊁盐土(>6.0g/k g)㊂1.4研究方法1.4.1土壤水盐时空分异特征分析采用S P S S和E x c e l软件进行数据的统计分析,采用统计学方法分析不同季节㊁不同植被类型㊁距渤海远近不同情况下土壤表层(0 15c m)水盐的描述性统计特征,根据变异系数C V<0.1为弱变异,0.1<C V<1为中等变异,C V> 1为强变异对土壤表层含水量和含盐量变异程度进行分级[15]㊂以实际距离10k m构建垦利区㊁无棣县的渤海缓冲区,并分析离渤海远近的土壤水盐空间变异㊂1.4.2土壤水盐耦合关系分析(1)耦合度分析㊂耦合原本作为物理学概念,是指2个(或2个以上)系统或运动形式通过各种相互作用而彼此影响的现象[16]㊂耦合度是描述系统或要素相互影响的程度,可以更好地展示 盐随水来㊁水散盐留 的水盐运动规律㊂借鉴物理学中的容量耦合(c a p a c i t i v ec o u p l i n g)概念及容量耦合系数模型,推广得到多个系统(或要素)相互作用耦合度模型[17]㊂即:C n={(u1㊃u2㊃ ㊃u m)/[ᵑ(u i+u j)]}1/n(1)为便于分析,可直接得到土壤表层含水量u1与含盐量u2的耦合度函数:C=2{(u1㊃u2)/[(u1+u2)(u1+u2)]}1/2(2)显然,耦合度值Cɪ[0,1]㊂当C=0,耦合度极小,表示水盐处于无关状态,水盐将向无序发展㊂当C=1,耦合度最大,表示水盐之间达到共振耦合㊂耦合度越大则水盐的有序状态越高,水盐相互影响的程度越大㊂本文运用耦合度函数(2)对黄河三角洲地区表层103第4期张术伟等:黄三角濒海区土壤水盐时空分异特征及耦合关系分析含水量和含盐量进行时空耦合,对野外采集数据进行分析,并用O r i g i n 立体三维俯视图进行水分㊁盐分以及耦合度之间关系的直观展示㊂(2)回归分析㊂分析不同季节㊁植被类型㊁距海远近下土壤表层含水量和含盐量之间的回归关系,以样点土壤表层含盐量数据为y 轴,样点土壤表层含水量数据为x 轴做回归曲线㊂若呈正相关关系,即盐分随着土壤水分含量的增加而增加;若呈负相关关系,则随着土壤水分含量的增加而减少㊂回归方程斜率绝对值(K )的大小可用以比较随着土壤水分的增加盐分上升或下降的幅度大小㊂决定系数(R 2)是方程拟合优度的度量,数值范围从0~1,R 2数值越大,说明回归方程拟合效果越好,x 与y 线性关系越强;R 2数值越小,说明x 与y 的线性关系越弱,两者之间的独立性越强㊂可通过比较R 2大小以比较土壤水盐的相关程度㊂2 结果与分析2.1 土壤水盐状况的时空特征分析2.1.1 土壤水盐的季节性特征(1)土壤盐分的季节性特征㊂从表1可以看出,不同季节土壤表层盐分有较大差异,其含盐量平均值与中位数相比,前者明显大于后者,说明含盐量呈左偏态分布,因此,采用中位数较为适宜㊂整体来看,研究区土壤盐渍化属于中度盐渍化水平,按含盐量大小的季节顺序为春季>秋季>冬季>夏季,含盐量呈现年内积盐 降盐 积盐 降盐的季节趋势㊂盐分变异系数为0.83~1.24,接近或为强变异,说明研究区域内盐分数值变化较大㊂根据多重比较结果,春秋季的土壤含盐量差异不明显,而夏冬季的土壤含盐量均与其他时期存在显著差异㊂分地区看,垦利区含盐量中位数最高值为3.99g /k g ,最低值为2.09g /k g ,四季均值为3.04g /k g;无棣县含盐量最高值为2.95g /k g ,最低值为2.39g /k g,四季均值为2.67g /k g ,说明垦利区含盐量整体高于无棣县㊂从变异程度来看,两地含盐量最大值与最小值之比分别为1.91,1.23,说明垦利区含盐量季节性差异较为明显㊂一年四季垦利区土壤含盐量变异系数分别为0.97,1.18,0.83,0.94,无棣县为1.21,1.08,0.99,1.24,说明无棣县各季节土壤含盐量空间变异程度较强㊂表1 研究区土壤含盐量季节特征统计研究区季节样本数平均值ʃ标准差/(g ㊃k g -1)中位数/(g ㊃k g -1)最小值/(g ㊃k g -1)最大值/(g ㊃k g -1)峰度偏度变异系数垦利区春季1857.40ʃ7.17a 3.991.1241.625.732.250.97夏季1384.22ʃ4.98b2.090.6222.804.102.191.18秋季1607.22ʃ6.01a3.791.0944.357.181.860.83冬季1735.61ʃ5.32c2.861.1436.0612.913.330.94无棣县春季1414.34ʃ5.24a 2.951.0235.8022.564.481.21夏季1103.43ʃ3.72b2.391.2330.2028.024.801.08秋季1344.27ʃ4.26a 2.781.1035.5020.344.150.99冬季1403.61ʃ4.48c2.461.0832.6820.594.341.24注:平均值后的字母为多重比较结果,两两之间若有一个字母相同,表示差异不显著(p >0.05)㊂下同㊂ (2)土壤水分的季节性特征㊂从表2可以看出,黄三角濒海地区土壤含水量总体较高,不同季节有较大差异,近似呈正态分布㊂按含水量大小的季节顺序为夏季>春季>秋季>冬季,随季节变化含水量呈现先升高后降低的趋势㊂水分变异系数为0.13~0.35,为中等变异㊂根据多重比较结果,春秋季的土壤含水量差异不明显,而夏冬季的土壤含水量均与其他时期存在显著差异㊂分地区来看,垦利区含水量最高值为43.65%,最低值为28.20%;无棣县含水量最高值为36.92%,最低值为19.80%,垦利区含水量整体高于无棣县㊂从变异程度看,垦利区夏季含水量均值(43.65%)为冬季(28.20%)的1.46倍,无棣县夏季含水量均值(36.92%)近乎冬季(19.80%)的1.92倍,说明无棣县土壤含水量的季节性变化较为明显㊂一年四季垦利区变异系数分别为0.23,0.18,0.23,0.31,无棣县变异系数分别为0.35,0.13,0.43,0.31,相较于垦利区,无棣县春秋季土壤含水量的空间变异较强㊂2.1.2 土壤水盐的植被类型分异特征(1)土壤盐分的植被类型分异㊂从表3可以看出,土壤表层含盐量平均值明显大于中位数,说明含盐量呈左偏态分布,因此,采用中位数较为适宜㊂整体看,春季各植被类型的土壤含盐量高于秋季,两季土壤含盐量从大到小的植被类型为光板地>荒草地>耕地>林地㊂前二者土壤含盐量均属于盐土水平,后二者为中度盐渍化水平㊂同时光板地㊁荒草地盐分变异系数较大,说明其土壤含盐量高且分布不均,有较大的空间差异性㊂根据多重比较结果,耕地㊁林地的土壤含盐量差异不明显,荒草地和光板地土壤含盐量均与其他植被类型存在显著差异㊂相较于垦利区,无棣县各植被类型的土壤含盐量较低,春秋季各植被类型之间土壤含盐量差异较为明显㊂203水土保持学报 第36卷表2 研究区土壤含水量季节特征统计研究区季节样本数平均值ʃ标准差/%中位数/%最小值/%最大值/%峰度偏度变异系数垦利区春季18538.28ʃ8.63a 38.9710.2554.21-0.31-0.520.23夏季13842.72ʃ7.84b43.6530.1355.80-0.96-0.380.18秋季16037.75ʃ8.75a 38.0015.5651.91-0.75-0.410.23冬季17329.28ʃ9.12c 28.207.0050.00-0.210.010.31无棣县春季14124.66ʃ8.63a 22.669.1657.750.561.130.35夏季11038.28ʃ5.02b36.9225.2752.64-0.330.340.13秋季13423.17ʃ10.05a20.069.8152.180.411.060.43冬季14019.92ʃ6.32c 19.807.1037.80-0.240.290.31表3 研究区春㊁秋季各植被类型土壤含盐量特征统计季节研究区植被类型样本数平均值ʃ标准差/(g ㊃k g -1)中位数/(g ㊃k g -1)最小值/(g ㊃k g -1)最大值/(g ㊃k g -1)峰度偏度变异系数垦利区耕地1083.20ʃ0.90a 3.291.545.50-0.300.330.28林地902.85ʃ0.88a3.021.224.25-1.35-0.180.31荒草地14116.21ʃ9.25b 13.912.7746.932.111.550.57春季光板地11029.30ʃ21.08c 28.781.6568.31-1.160.340.72无棣县耕地1083.15ʃ0.81a 3.051.805.35-0.230.570.26林地962.70ʃ0.84a 2.551.264.67-0.170.600.31荒草地8713.01ʃ11.09b 9.681.5043.750.851.230.85光板地8224.66ʃ18.61c 23.901.6556.17-1.630.150.75垦利区耕地893.11ʃ0.68a 3.091.424.76-0.14-0.270.22林地1112.70ʃ0.80a 2.971.565.440.080.380.30荒草地9011.23ʃ7.30b11.001.5235.731.050.910.65秋季光板地6726.01ʃ18.29c 20.671.4569.150.470.620.70无棣县耕地1232.85ʃ0.89a 2.781.154.980.660.320.18林地852.65ʃ0.79a 2.361.064.39-0.160.440.30荒草地10511.14ʃ10.76b 7.331.2640.230.581.250.97光板地9222.05ʃ18.26c15.491.4556.17-1.440.410.83(2)土壤水分的植被类型分异㊂从表4可以看出,研究区不同植被的土壤表层水分含量有较大差异,春季各植被类型的土壤含水量高于秋季,两季土壤含水量从大到小的植被类型为荒草地>光板地>耕地>林地,相较于无棣县,垦利区春秋季各植被类型之间土壤含水量差异较为显著㊂根据多重比较结果,耕地㊁林地的土壤含水量差异不明显,荒草地和光板地土壤含水量均与其他植被类型存在显著差异㊂表4 研究区春㊁秋季各植被类型土壤含水量特征统计季节研究区植被类型样本数平均值ʃ标准差/%中位数/%最小值/%最大值/%峰度偏度变异系数垦利区耕地10833.68ʃ7.65a 34.7020.0050.00-0.770.060.23林地9031.70ʃ7.56a 31.1520.6051.70-0.140.580.24荒草地14141.15ʃ7.00b 42.0623.7055.50-0.28-0.250.17春季光板地11038.84ʃ10.06c37.2516.4858.65-0.56-0.080.26无棣县耕地10831.93ʃ7.42a 33.6720.0049.08-0.840.090.23林地9629.87ʃ8.11a 28.2016.0148.00-1.020.340.27荒草地8738.11ʃ8.33b 37.8022.5754.00-0.45-0.100.21光板地8237.55ʃ9.35c36.1018.0156.00-0.62-0.140.25垦利区耕地8932.73ʃ6.16a 33.4020.3947.74-0.31-0.090.19林地11130.78ʃ8.70a 31.0015.0052.91-0.670.320.28荒草地9040.64ʃ9.64b 39.1020.5057.10-1.09-0.100.24秋季光板地6736.96ʃ10.26c36.7020.0151.30-1.23-0.080.28无棣县耕地12330.13ʃ5.80a 30.5120.3039.42-1.28-0.150.19林地8527.47ʃ7.56a 27.3513.0039.70-1.03-0.120.28荒草地10536.33ʃ10.28b35.7320.0865.570.380.480.28光板地9235.93ʃ8.91c34.4418.0156.00-0.460.210.25303第4期 张术伟等:黄三角濒海区土壤水盐时空分异特征及耦合关系分析2.1.3 土壤水盐距海远近分异特征(1)土壤盐分距海远近分异特征㊂从图2和表5可以看出,由近海到内陆,研究区土壤含盐量呈现逐步下降的趋势,盐渍化程度由盐土转为重度盐渍化再转为中度盐渍化㊂变异系数范围为0.17~0.78,均属于中等变异强度,且近海整体变异强度稍高于内陆地区,说明土壤含盐量处于较高水平,且分布不均㊂根据多重比较结果,内陆土壤含盐量差异不明显,近海处土壤含盐量存在显著差异㊂随距离渤海渐远,垦利区土壤含盐量均值由23.51g /k g 减少至3.60g /k g,在距海40~50k m 处有所上升(5.88g /k g );无棣县土壤含盐量由22.92g /k g 减少至2.70g /k g ,垦利区土壤表层含盐量整体稍高于无棣县㊂变异程度由近海到内陆,无棣县呈较为平缓的下降趋势,垦利区在距海40~50k m 处变异系数则有所提升㊂垦利区和无棣县在距海0~10k m 处的土壤含盐量(23.51,22.92g /k g)分别是距海50~60k m 处含盐量(3.60,2.70g /k g )的6.53,8.48倍,无棣县土壤含盐量的距海差异特征更为明显,表明渤海对垦利区土壤的影响距离更远㊂图2 距海远近缓冲区及土壤样点表5 研究区距海不同缓冲区土壤表层含盐量分异特征研究区组号距海距离/k m 样本数平均值ʃ标准差/(g ㊃k g -1)中位数/(g ㊃k g -1)最小值/(g ㊃k g -1)最大值/(g ㊃k g -1)峰度偏度变异系数10~104623.51ʃ10.50a 23.7315.6041.22-0.920.160.45210~205316.86ʃ5.29b 15.1012.4126.570.690.880.53垦利区320~30687.27ʃ2.71c 6.951.3015.802.091.070.37430~40635.04ʃ2.53c 5.481.5816.580.751.030.50540~50575.88ʃ4.56d 5.631.1326.570.711.010.78650~60533.60ʃ1.57c3.101.558.100.751.180.4410~105922.92ʃ6.08a 21.8712.2436.74-0.730.410.27210~205214.78ʃ3.08b 14.4110.0026.533.681.550.21无棣县320~30725.05ʃ2.96c5.102.3815.690.450.820.41430~40704.17ʃ1.68d 3.821.189.045.701.230.40540~50573.12ʃ0.54e 2.952.164.691.371.010.17650~60552.70ʃ0.64e2.661.904.06-0.080.690.24(2)土壤水分距海远近分异特征㊂从表6可以看出,近海区土壤含水量明显高于内陆地区,变异系数变化范围为0.08~0.34,均属于中等变异强度㊂距离渤海由近到远,垦利区土壤含水量变化范围为32.75%~43.53%,无棣县为23.25%~40.51%,垦利区土壤表层含水量整体高于无棣县㊂在距海20~30k m 处,垦利区土壤含水量由43.53%下降至32.75%,后增至38.24%,呈现先下降后上升的趋势㊂在距海10~20k m 处,无棣县土壤含水量由37.07%增至40.51%,随着深入内陆降至38.24%,含水量呈现先上升后下降的趋势㊂2.2 土壤水盐状况的耦合关系分析2.2.1 不同季节土壤水盐耦合关系分析 图3㊁图4分别为垦利区和无棣县不同季节的土壤含水量与土壤含盐量之间的耦合关系㊂研究区水盐耦合度季节排序403水土保持学报 第36卷为春季>秋季>冬季>夏季㊂从回归分析结果(表7)可以看出,一年四季水盐关系均呈正相关关系,斜率K 排序为秋季>春季>冬季>夏季,说明春秋季随着表层土壤含水量的增加盐分上升的幅度较大,夏冬季盐随水增加而上升的幅度较小㊂决定系数R 2的季节排序为春季>秋季>冬季>夏季,春秋季土壤表层水盐具有较好的相关性,夏冬季土壤表层水盐之间的相关程度较弱㊂垦利区春夏秋冬季的耦合度均值分别为0.69,0.49,0.66,0.60,无棣县的耦合度均值分别为0.66,0.49,0.63,0.57,垦利区水盐耦合度整体高于无棣县㊂不同季节,垦利区㊁无棣县水盐回归方程斜率变化范围分别为0.31~0.54,0.28~0.34,垦利区亦高于无棣县,说明在不同季节垦利区土壤盐分随水分增加而上升的幅度更为显著㊂表6 研究区距海不同缓冲区土壤表层含水量分异特征研究区组号距海距离/k m 样本数平均值ʃ标准差/%中位数/%最小值/%最大值/%峰度偏度变异系数10~104643.53ʃ3.48a 42.8135.3455.880.460.660.08210~205340.83ʃ5.62b 40.3030.2051.50-0.650.310.14垦利区320~306832.75ʃ3.29c33.1024.3039.10-0.36-0.320.10430~406338.03ʃ6.49d 37.8227.2056.80-0.210.300.17540~505738.19ʃ6.77d 37.9923.2051.500.540.010.18650~605338.24ʃ6.91d 38.1023.7050.30-0.81-0.260.1810~105937.07ʃ9.03a 40.0820.0156.09-0.740.290.24210~205240.51ʃ5.46b39.0030.2051.50-0.560.420.13无棣县320~307226.75ʃ9.03c 28.018.8155.181.730.680.34430~407026.51ʃ8.91c 26.1110.8054.000.710.660.33540~505723.40ʃ3.22c 24.0015.5530.031.30-0.710.14650~605523.25ʃ4.96c 22.0216.8331.04-1.360.350.21图3 垦利区不同季节水盐耦合关系分析图4 无棣县不同季节水盐耦合关系分析表7 研究区不同季节水盐关系回归分析研究区季节回归方程决定系数(R 2)垦利区春季y =0.46x -10.600.45夏季y =0.31x -9.940.24秋季y =0.54x -12.980.43冬季y =0.33x -2.820.27无棣县春季y =0.34x -3.260.44夏季y =0.28x -10.860.23秋季y =0.34x -3.540.42冬季y =0.31x -3.120.252.2.2 不同植被类型土壤水盐耦合关系分析 图5㊁图6分别为垦利区和无棣县春季不同植被类型的土壤含水量与含盐量之间的耦合关系,表8为春㊁秋季不同植被类型的水盐回归与相关分析㊂可以看出,研究区水盐耦合度植被类型排序为光板地>荒草地>耕地>林地,春季不同植被水盐耦合度稍高于秋季㊂回归及相关分析结果显示,各植被类型的水盐关系均呈正相关关系,春季各植被类型土壤表层盐随水增加而上升的幅度稍高于秋季,斜率(K )和决定系数(R 2)从大到小均为光板地>荒草地>耕地>林地,503第4期 张术伟等:黄三角濒海区土壤水盐时空分异特征及耦合关系分析说明光板地㊁荒草地土壤表层水盐含量具有较高的相关性,随着表层土壤含水量的增加盐分上升的幅度较大,耕地㊁林地土壤表层水盐之间的相关程度较弱,盐随水增加上升的幅度较小㊂垦利区耕地㊁林地㊁荒草地㊁光板地的春季水盐耦合度分别为0.57,0.56,0.86,0.89,秋季分别为0.56,0.55,0.77,0.89,无棣县耕地㊁林地㊁荒草地㊁光板地的春季水盐耦合度分别为0.56,0.55,0.77,0.86,秋季分别为0.55,0.54,0.72,0.84,垦利区各植被类型的水盐耦合度稍高于无棣县㊂垦利区㊁无棣县不同植被类型水盐回归方程的斜率变化范围分别为0.05~1.51,0.04~1.39,决定系数变化范围分别为0.24~0.49,0.22~0.46,说明垦利区各类植被土壤表层盐随水增加的幅度及水盐相关性显著于无棣县㊂图5垦利区春季不同植被类型水盐耦合关系分析图6 无棣县春季不同植被类型水盐耦合关系分析表8 研究区春、秋季不同植被类型水盐回归分析研究区季节类型回归方程决定系数(R 2)春季耕地y =0.07x -0.210.28林地y =0.06x +1.010.24荒草地y =0.83x -17.750.38垦利区光板地y =1.51x -29.170.49秋季耕地y =0.06x +1.250.27林地y =0.05x +1.550.23荒草地y =0.46x -7.650.37光板地y =1.16x -17.070.42春季耕地y =0.06x +1.340.27林地y =0.05x +1.200.23荒草地y =0.81x -17.800.37无棣县光板地y =1.39x -27.780.46秋季耕地y =0.07x +0.610.23林地y =0.04x +1.260.22荒草地y =0.32x -11.300.35光板地y =1.35x -26.680.442.2.3 距海远近土壤水盐耦合关系分析 图7㊁图8为垦利区㊁无棣县距海不同远近土壤含水量与土壤含盐量之间的耦合关系,表9为其水盐回归分析方程和决定系数㊂可以看出,由近海到内陆,研究区土壤水盐耦合度总体呈现逐步下降的趋势㊂各缓冲区土壤水盐含量呈正相关关系,盐随水增加而上升的幅度及水盐决定系数呈下降趋势㊂随着离海距离的增加,无棣县水盐耦合度依次为0.91,0.75,0.64,0.57,0.56,0.54,总体呈逐渐下降的趋势㊂而垦利区水盐耦合度依次为0.96,0.88,0.71,0.81,0.64,0.61,在距海30~40k m 处稍有提高,呈现先下降后上升再下降的趋势㊂垦利区㊁无棣县不同缓冲区水盐回归方程的斜率变化范围分别为0.13~1.81,0.08~0.52,决定系数变化范围分别为0.38~0.61,0.30~0.59,说明垦利区不同缓冲区土壤表层盐随水增加而上升的幅度及水盐相关性显著于无棣县㊂3 讨论研究结果显示,黄三角濒海区土壤盐化程度普遍较高,以中度盐渍化为主且盐化程度差异较大,这与相关研究[18-19]的成果一致㊂相较于地处黄三角濒海区中西部的无棣县,渤海对垦利区的影响更为显著,再加上其地势低平,黄河水流贯穿至海,使垦利区土壤水分含量高于无棣县7%~10%,盐分含量高于无棣县0.6~2.0g /k g,且水盐含量变异性更强,这也与相关研究[20-21]成果一致㊂显示二者同为黄河三角洲代表性研究区的地理区位差异性,也说明黄三角濒海区水盐状况的高度复杂性㊂(1)进一步探究黄三角濒海区水盐时空分异特征显示,水盐季节特征呈现春秋水盐较多㊁夏季水多盐603水土保持学报 第36卷。
基于轨迹分析和地理探测的黄河三角洲地表水体演化研究李云龙1，黄淑萍1，韩美2，孔祥伦2，王敏1,2，惠洪宽1（1.齐鲁师范学院地理与旅游学院，山东济南250020；2.山东师范大学地理与环境学院，山东济南250014）摘要：水资源的先天不足和后天失养已成为黄河三角洲生态环境保护与社会经济高质量发展的瓶颈要素。
为明晰黄河三角洲地表水演化特征，厘清区域内地表水演化驱动因子，通过收集黄河三角洲遥感影像、自然环境和社会经济数据，综合运用轨迹分析法和地理探测器分析研究区地表水体的演化规律及其驱动力状况。
结果表明：(1)1990-2019年黄河三角洲地表水增加1020.09km 2，呈增长态势，其中盐田养殖池增长951.29km 2，是演化最剧烈的水体类型；水库增长42.60km 2，主要发生在2000年前；坑塘增加了58.51km 2，增长幅度随时间逐渐增加；除2000-2010年外，河流均处于低速减少状态，2010年前沟渠处于高速增长状态，由1990年的2895km 增加至2010年的5133km ，随后增速减缓；(2)农田和滩涂是河流主要的转化对象，农田和未利用地是水库演化的转换类型，坑塘演化主要发生在坑塘与农田之间，滩涂是盐田养殖池面积增长的主要来源，农田和未利用地是主要的转出去向；(3)河流演化主要受到有效灌溉面积和第一产业变化的影响，水库增加主要受人口数量增长和有效灌溉面积增长的影响，人口增加是盐田养殖池增加的主要推动力，第一产业和第二产业增长则是盐田养殖池减少的关键因子；沟渠长度增加受到人口数量增加、GDP 增长、有效灌溉面积变大和第一产业发展的影响，第二产业发展和有效灌溉面积增加是坑塘转入的主导因子，人口数量增长和第一产业比重减少是坑塘转出的主导因子。
关键词：地表水；轨迹分析；地理探测；黄河三角洲中图分类号：X821文献标志码：A文章编号：1674-3075(2023)02-0010-09收稿日期：2021-05-21修回日期：2022-09-17基金项目：国家自然科学基金(41371517)；山东省社科规划重大项目(20AWTJ07)；山东省高校科技项目（J18KA199）。
黄河三角洲自然保护区湿地植被生物量空间分布及其影响因素刘莉;韩美;刘玉斌;潘彬【摘要】以黄河三角洲自然保护区为研究区域,以野外实测湿地植被地上生物量数据、Landsat-8影像数据和土壤各因子检测数据为数据源,通过分析各遥感因子与实测植被生物量的相关关系,建立生物量模型,进行生物量的定量反演.通过研究生物量与土壤、水环境因子的关系,筛选影响生物量的关键因子,进而分析生物量的空间分布规律.结果表明:湿地植被地上生物量的干重与各遥感因子的相关性较高;以NDVI、EVI、MSAVI、DVI、RVI、Band1、Band2、Band3、Band4、Band6共10个因子作为自变量建立的反演模型最优;反演计算的生物量干重分为5个等级区,最低的1级区和最高的5级区面积较小,为82.23、72.16 km2,分别占研究区湿地植被总面积的13.35％、11.71％.生物量干重适中的2、3、4级区所占面积较大,为211.99、136.39、113.29 km2,分别占研究区湿地植被总面积的34.41％、22.14％、18.39％;在各环境因子中水深对芦苇生物量干重影响最大,土壤含水率对碱蓬生物量干重影响最大,水、盐条件是导致优势种植被生物量干重出现空间分异的主导因素;植被生物量干重呈现由陆向海减小,由黄河河道两岸向外递减的趋势.%The Yellow River Delta Nature Reserve is selected as the research area,and the wetland vegetation biomass data measured in thefield,landsat-8 image data acquired from the United States Geological Survey (USGS),and soil factor test data obtained by laboratory test were used as the data sources.The wetland vegetation biomass model has been established,and the quantitative biomass inversion model has been conducted by analyzing the correlation coefficient between Landsat-8 images,vegetation indices,and biomass measured in the field.By studyingthe relationship between the wetland vegetation biomass and soil water environmental factors,the key factors affecting the vegetation biomass were selected,and the spatial distribution rules of wetland vegetation biomass were analyzed in the Yellow River Delta Nature Reserve.The results showed that the correlation between dry weight of wetland vegetation aboveground biomass and remote sensing factors (band and vegetation indices) is relatively higher.The optimal inversion model is established using 10 factors as independent variables,including 5 vegetation indices (normalized difference vegetationindex,NDVI;environmental vulnerability index,EVI;modified soil-adjusted vegetation index,MSAVI;difference vegetation index,DVI;and ratio vegetation index,RVI) and 5 bands (Band1,Band2,Band3,Band4,andBand6).The dry weight of wetland vegetation biomass is obviously divided into five classes according to the inversion calculation in the Yellow River Delta Nature Reserve.The least dry weight of wetland vegetation biomass is categorized as Class 1,and the highest dry weight of wetland vegetation biomass is categorized as Class 5,both of which occupied small areas.Class 1 and Class 5 areas are 82.23 km2accounting for 13.35％ and 72.16 km2 accounting for 11.71％ of the total area of wetland vegetation in the study area,respectively.Furthermore,the area of the other classes (Class 2,Class 3,and Class 4) is larger than Class 1 and Class 5,and their dry weight of wetland vegetation biomass is moderate.Moreover,Class 2,Class 3,and Class 4 areas are 211.99 km2accounting for 34.41％,136.39 km2accounting for 22.14％,and 113.29 km2 accounting for 18.39％ of the total area ofwetland vegetation in the study area,respectively.Among the environmental factors that affect the wetland vegetation biomass in the Yellow River Delta Nature Reserve,water depth has the greatest effect on the dry weight of Phragmites australis biomass.In addition,soil water has the greatest effect on the dry weight of Suaeda glauca biomass.The complex interactions of river water,groundwater,and seawater led to the spatial variation of salinity.Water and salt conditions are the leading factors causing the spatial differences of the predominant dry weight of vegetation biomass in the Yellow River Delta Nature Reserve.The dry weight of vegetation biomass in the Yellow River Delta Nature Reserve tends to decrease from land to ocean from the river course of the Yellow River to both riverbanks.【期刊名称】《生态学报》【年(卷),期】2017(037)013【总页数】10页(P4346-4355)【关键词】黄河三角洲;湿地植被生物量;遥感;反演模型;空间分布【作者】刘莉;韩美;刘玉斌;潘彬【作者单位】山东师范大学,地理与环境学院,济南250014;山东师范大学,地理与环境学院,济南250014;山东师范大学,地理与环境学院,济南250014;山东师范大学,地理与环境学院,济南250014【正文语种】中文湿地与森林、海洋并称为全球最具生产力的三大生态系统,虽然与后两者相比湿地在全球景观生态系统中占有较小的比例,但却起着无可替代的生态作用,有“地球之肾”、“物种基因库”之称。
黄河三角洲植被空间分布特征及其环境解释安乐生;周葆华;赵全升;王磊【摘要】为了解黄河三角洲地区植被空间分布与环境因子之间的关系,通过局地植被样方调查、区域遥感影像提取归一化植被指数(NDVI)及地形高度、地下水位埋深、表层土壤Cl-含量等环境数据采集,综合样地植被与环境数据进行了除趋势对应分析(DCA)和除趋势典范对应分析(DCCA),并对区域NDVI与主要环境变量进行了单因子相关性分析和多元逐步回归分析.结果显示:DCA排序可将黄河三角洲植被分为翅碱蓬、柽柳-翅碱蓬、芦苇-柽柳、芦苇4个主要群落类型(群丛),DCCA与DCA排序图总体相似,但DCCA更清晰地表明其第一轴主要代表的是潜水Cl-浓度等关键水盐因子,且随着水土环境系统盐分含量的减小,群落由翅碱蓬逐渐向芦苇演变.区域典型植被群落和NDVI分布格局与变化趋势受地下水位埋深和潜水Cl-浓度2个环境因素影响较大(NDVI与2个环境变量间建立的二元回归方程R2=0.57),而土壤Cl-含量的植被效应实际上受地下水位埋深和潜水Cl浓度的影响.在区域地下水普遍浅埋条件下,地下水成为影响植被生长与分布的生态环境最敏感要素,而地下水位埋深和潜水Cl-浓度是这一要素中的2个关键因子,尤其是后者梯度变化对天然植被分布格局起重要的控制作用.%In the Yellow River Delta,the normalized difference vegetation index (NDVI) was extracted from remote sensing images,whereas environmental data (e.g.,topographic height,groundwater table,surface soil Cl-content,and others) were collected using quadrat sampling.To understand the relationships between the spatial distribution of vegetation and environmental factors in the study area,detrended correspondence analysis (DCA) and detrended canonical correspondence analysis (DCCA) were conducted.In addition,single factor correlationanalysis and multiple stepwise regression analysis were also conducted using the regional NDVI and environmental factors.Results showed that the vegetation in the Yellow River Delta could be divided into four main community types:Suaeda heteroptera,Tamarix chinensis andS.heteroptera,Phragmites australis and T.chinensis,and P.australis.DCCA and DCA ordination diagrams were similar.However,compared with DCA,DCCA clearly showed that the first axis was mainly representative of Cl-concentration in the phreatic aquifer and key water and saltfactors.With the decrease in the salinity of the groundwater and soil environmental systems,the community evolved from S.heteroptera toP.australis.The distribution of the vegetation communities and NDVI in the area were influenced by the depth of groundwater table and Cl-concentration in the phreatic aquifer.A binary regression relationship(R2=0.57) was found between NDVI and two environmental variables.The effect of the soil Cl-content on vegetation was influenced by the depth of the groundwater table and the Cl-concentration in the phreatic aquifer.Because of the shallowness of the groundwater,groundwater was sensitive to vegetation growth and distribution.The groundwater table and Cl-concentration in the phreatic water were the two key influencing factors on groundwater.In particular,the Cl-concentration in the phreatic water largely controlled vegetation distribution and growth.To maintain wetland ecosystem health,the relevant departments should pay attention to the increase in groundwater Cl-concentration caused by dried-up river courses,seawater intrusion,and shoreline erosion,among otherfactors,which will adversely affect vegetation.Some measures could help to accelerate the sustainable development of coastal wetland vegetation,such as making full use of the ecological regulations in the lower reaches of the Yellow River.【期刊名称】《生态学报》【年(卷),期】2017(037)020【总页数】9页(P6809-6817)【关键词】植被分布;环境解释;归一化植被指数(NDVI);植被排序分析;黄河三角洲【作者】安乐生;周葆华;赵全升;王磊【作者单位】安庆师范大学资源环境学院,安庆246133;中国海洋大学环境工程系,青岛266100;安庆师范大学资源环境学院,安庆246133;青岛大学环境科学系,青岛266071;安庆师范大学资源环境学院,安庆246133【正文语种】中文植被空间分布与环境因子之间的关系一直是生态学研究的热点问题[1- 3],其研究可为退化生态系统的恢复与重建提供科学依据[4]。
黄河三角洲湿地生态环境评价分析作者：丰中静曹俊杰焦绪冉来源：《农村经济与科技》2016年第05期[摘要]湿地以其独特的生态结构与功能在整个生态系统的平衡中起着重要的作用。
黄河三角洲湿地面积广阔，生物资源丰富，促进其健康、可持续发展对维持整个区域生态系统网络的建设具有重要意义。
在湿地生态环境评价结构的基础上，结合黄河三角洲湿地的特点，确定自然环境系统、社会系统、经济系统三大系统，选取20项对湿地环境有影响的指标，运用熵值法，进行处理并确定其权重，获得各个系统的最终评分，结合评价标准，分析黄河三角洲湿地生态环境的现状，为黄河三角洲湿地保护提供理论依据。
[关键词]熵值法；湿地生态环境；黄河三角洲[中图分类号]X826 [文献标识码]A湿地享有“地球之肾”、“生命的摇篮”等美誉，与森林、海洋一起并称为全球三大生态系统，是地球生态环境中的重要组成部分，在含蓄水源、调节气候、净化污染、保护动植物资源的多样性以及维护区域生态平衡方面起着重要作用；同时，湿地还具有重要的科研价值、美学价值以及旅游价值。
但是随着我国社会经济的快速发展，我国的湿地状况面临着前所未有的挑战。
第二次全国湿地调查显示，全国湿地总面积5360.26万hmz，湿地面积占国土面积的比率（即湿地率）为5.58%；与第一次调查同口径比较，湿地面积减少了339.63万hm2，减少率为8.82%。
其中，天然湿地面积4667.47万hm2，占全国湿地总面积的87.08%。
根据遥感数据显示，1985年黄河三角洲天然湿地面积为133983.7hm2，到2012年天然湿地面积缩减为99840.93hm2，同时湿地面临着污水排放、生物入侵、土壤污染严重等各种问题，严重威胁到了湿地生态系统的健康，违背了可持续发展的原则。
1研究区湿地现状1.1天然湿地退化严重，人工湿地缓慢增长根据遥感数据显示，1985年黄河三角洲湿地总面积为135368.34hm2，天然湿地133983.70m2，占湿地总面积的98.98%，人工湿地1384.64hm2，占湿地总面积的1.02%；到2012年，黄河三角洲湿地总面积为111122.87hm2，天然湿地面积为99840.93hm2，占湿地总面积的91.65%，人工湿地面积为9281.94hm2。
黄河三角洲近15年来盐碱地动态分析黄河三角洲近15年来盐碱地动态分析是土壤是否发生盐碱化的一个决定性条件。
不论是自然条件形成的地下水埋藏浅，还是人为活动不当抬高地下水位，只要浅于临界深度，就会引起土壤盐碱化。
地下水临界深度就是使土壤不致返盐的地下水埋深。
（农业科学院学业灌溉研究所，1977）近15年来黄河三角洲土地盐碱化呈发展趋势，最直接的原因是自然和人为因素综合作用下的区域水量不均衡，外在表现是区域地下水位升高。
根据黄河三角洲地下水观测资料和前人的研究成果，对黄河三角洲水量均衡和水位动态变化进行分析，在此基础上从自然和社会两方面来探究引起黄河三角洲土地盐碱化动态变化的因子。
区域地下水动态与水量平衡分析表明，进入90年代以来，黄河三角洲地下水动态变化不大，垦利县和利津县的河成高地上地下水位有所上升，黄河三角洲东南部的卤水分布区和南部广饶县的井灌区地下水位大幅度下降，其它地区则地下水位的变化与年降水量密切相关。
说明黄河三角洲区域水量在较高水位的条件下又达到了一种新的动态平衡状态。
90年代以来，气候的季节变化和年际间的干湿交替，对盐碱地的季节和年际变化有重要的影响。
再加上黄河三角洲水文条件，特别是黄河断流、排水不畅、蓄水工程渗漏、风暴潮侵袭等影响，黄河三角洲盐碱地处于不断发展趋势。
1983年东营市建市以来，土地利用情况的分析发现，黄河三角洲旱地变水浇地主要发生在80年代未期。
由于水资源利用浪费严重，重灌轻排，造成了区域整体的地下水位抬高，这一时期也正是黄河三角洲盐碱地的急剧发展时期。
可见，黄河三角洲土地盐碱化加重主要是人类不合理地利用水土资源造成的。
（摘自关元秀博士论文《黄河三角洲土地盐碱化遥感监测、预报和治理研究》）。
黄河三角洲湿地主要植物种群的生态位特征摘要:运用TWINSPAN将黄河三角洲湿地67个样地划分为6个群落类型,并用Levins修正公式和Pianka公式分别计算了6个群落类型和总群落中各植物种的生态位宽度和生态位重叠。
TWINSPAN划分而得的6个群落类型从A到F,水深逐渐下降而土壤盐分逐渐升高,同种湿地植物在不同的群落类型中生态位宽度不同,黄河三角洲湿地不同的植物种群之间的生态位重叠普遍较低,生态位分离较为明显。
这取决于不同植物种群对不同水盐环境的适应能力。
对水盐环境条件要求相似的物种之间的生态位重叠值相对较大,而对水盐环境条件要求差异较大的物种之间生态位重叠值接近或达到0。
此外,根据生态位理论,并结合黄河三角洲湿地的具体情况,提出了在湿地植被保护和管理方面的一些具体措施。
关键词:生态位宽度生态位重叠盐地碱蓬芦苇柽柳湿地黄河三角洲生态位理论是现代生态学的重要理论之一。
生态位从本质上揭示了种群对外围环境的适应性以及种群之间相互作用的机理。
生态位理论在种间关系、群落结构、种的多样性及种群进化等生态学理论研究中得到了广泛的应用,其在珍稀濒危植物保护、植被恢复、林业建设等方面也具有重要的实践意义。
黄河三角洲是我国三大河口三角洲之一。
黄河从黄河高原携带来的泥沙在河口地区沉积造陆,使黄河三角洲每年新增湿地面积达32km2,是世界上面积增长最快、最为年轻的湿地生态系统。
本文基于生态位理论中的生态位宽度和生态位重叠的计测,分析了黄河三角洲湿地主要植物种群的生态位特征,一方面,研究结论对于揭示河口三角洲湿地植物生态适应、资源利用、种间竞争等具有重要的理论意义;另一方面,也为河口三角洲湿地植被的保护与管理提供了科学依据,具有重要的实践意义。
1 材料与方法1.1 研究区概况黄河三角洲国家级自然保护区(N37°40′-38°10′,E118°41′-119°16′)地处我国山东省东营市黄河入海口,总面积15.3×104hm2,是以保护黄河口新生湿地生态系统和珍稀濒危鸟类为主体的自然保护区。
黄河河口湿地潮汐作用下土壤盐分异质响应研究陈永金;刘加珍;刘亚琦;董芝【摘要】对黄河三角洲潮间带与潮上带土壤盐分的空间分布特征分析，结果表明：（1）受海水及较低植被盖度的影响，潮间带地区变异性较低，而潮上带地区具有较强的变异性。
垂直方向上，各土层的含盐量极值比以及变化幅度均成明显下降趋势。
（2）潮上带，地下水埋深越深表层土壤盐分含量越低，而近海岸以柽柳为优势种的潮间带地区，土壤表层盐分较高而其地下水埋深相对较深。
（3）不同群落中土壤盐分剖面分属于表聚型、平均型和底聚型，垂直方向上，随着土壤深度的增加，土壤盐分变异系数逐渐变小。
（4）柽柳群落、碱蓬群落与芦苇群落的土壤盐分类型均为氯、钠型；朝间带地区土壤氯、钠离子的含量随不同植被的变化规律为芦苇＞柽柳＞碱蓬，反映出碱蓬植物较高的耐碱与吸盐能力。
%Analyzed thetide of soil salinity horizontal and vertical distribution characteristics of the typical communities of the Yellow River delta intertidal zone and supratidal zone ,the results show that :(1) Influenced by the seawater and the lower vegetation coverage ,the supratidal zone has strong varia‐bility ,and the variability of the intertidal zone is low .Along with the increase of thedepth of soil ,the ratio of the maximum and minimum values and variation tendency of the soil layer of salinity obviously range into decline .(2) The relationship between the tide in groundwater depth of the supratidal zone and the surface soil salinity is that with the deepening of groundwater depth ,surface soil salinity content gradually reduced ,w hile the intertidal area of the dominant species of tamarix near the coast ,it has higher surface soil salinity and relatively deeper the groundwater depth .(3) Soilsalinity profile of the region can be divided into three categories :inverted、normal and even ,and influenced by various factors , the soil salinity of the soil vertical layer all have strong variability ,and with the increase of the depth of soil ,the coefficient of variation is becoming smaller .(4) The types of soil salinity tamarix chinensis communities suaeda glauca bunge community and bulrush community are all chloride ,sodium type ,and on condition that the same vegetation types conditions ,the soil salinity content of the intertidal regions is higher t han non‐intertidal regions ,and the content law of soil chloride ,sodium ions in the intertidal regions along with the different vegetation is bulrush>tamarix chinensis>suaeda glauca bunge .Reflect that suaeda glauca bunge community has higher salinity tolerance and stronger suction salinity ability .【期刊名称】《聊城大学学报（自然科学版）》【年(卷),期】2014(027)004【总页数】6页(P72-77)【关键词】黄河河口湿地;植物群落;土壤盐分;空间异质性【作者】陈永金;刘加珍;刘亚琦;董芝【作者单位】聊城大学环境与规划学院，山东聊城 252059;聊城大学环境与规划学院，山东聊城 252059;聊城大学环境与规划学院，山东聊城 252059;聊城大学环境与规划学院，山东聊城 252059【正文语种】中文【中图分类】S158;Q145自然界土壤分布极为复杂，一个区域内，在同一时间不同点的土壤特性存在着明显差异性，这种差异性称为土壤的空间变异性[1,2].在灌区,土壤酸碱度、有机质以及土壤盐分与地下水埋深之间都存在明显相互关系及空间变异性[3-5]，但在自然条件下形成的盐渍土的土壤要素间关系则更显复杂[6，7].黄河三角洲湿地是中国最具特色的湿地，处于海陆交界地带，其盐分组成是以钠型盐氯化物为主,土壤盐渍化主要受黄河水侧渗和海水浸润等所致[8].长期以来，黄河三角洲湿地土壤盐分含量成了制约植被生存与生长的重要因素，并且不同植物群落下土壤盐分的空间格局存在明显的差异性.在微地形、气候条件和地下水的作用下，即使同一群落不同土层间也存在差异.黄河三角洲湿地具有不同的积盐方式，潮间带经常受到潮汐作用影响，而潮上带降水较少，蒸发加强，土壤盐分增加[9].在内在与外在因子的共同影响下，各土层含盐量通常具有中等变异强度与空间自相关性[10]，随着尺度的扩大，盐分空间相关性会有所增强,表现为下层比上层相关性更高 [11].本文运用统计学方法，在植物样地调查的基础上，分析了黄河三角洲湿地典型植物群落的土壤盐分空间变异性，目的是为了了解植被影响下的土壤盐分的空间变异特征，解释其土壤盐分的空间变异规律，为黄河三角洲地区盐渍化土壤分类与改良以及土地合理利用提供一定的理论基础和科学依据.1.1 研究区概况研究区定位于山东省黄河口镇大汶流管理站国家自然保护区内.该区地处北温带大陆性季风型气候带，东临渤海，属典型黄河下游三角洲地区，四季气候变化明显，降水主要集中在7-8月份，占全年降水量的70%，年均蒸发量是降水量的3.22倍[10] .由于土壤直接发育于海相沉积物，再加上成陆过程中受海水的浸渍侧渗作用，研究区土壤含有较多的可溶性盐类，滨海潮盐土是该区最主要的盐土类型[10].区内地下水位普遍较高，多介于30cm～100cm之间，且离海岸线越近地下水埋深越浅.由近海至远海沿途分布着不同群落，主要有芦苇(Phragmites australis (Cav.) Trin. ex Steud.)、荻(Miscanthus sinensis)、蓼(Polygonum lapathifolium)、旱柳(Salix matsudana)、柽柳(Tamarix chinensis Lour.)、碱蓬(Suaeda glauca Bunge.)等[10].1.2 研究方法1.2.1 样品的采集.选取现代黄河入海口至大汶流管理站北入口的近海与远海的典型植物群落为研究对象，设置调查样地，其中20 m×20 m为乔灌木样方，1 m×1 m的为草本植物样方，根据群落类型不同乔灌木做2次重复，草本群落随机重复5次.每个植物群落选取土壤采样点的数目和位置，共挖取13个土壤剖面.分别对应于荻群落、蓼群落、芦苇群落、旱柳树群落、柽柳群落、柽柳-芦苇群落；在潮间带地区共设六个采样点，分别对应于柽柳群落、柽柳-芦苇群落、柽柳-碱蓬群落、碱蓬群落、芦苇群落等.每个采样剖面按0-5 cm、5-10 cm、10-20 cm、20-40 cm、40-60 cm、60-80 cm等进行分层采样直至地下水埋深处，每个采样点以GPS定位.采样时间为2010年10月，此时段土壤盐分及地下水性质比较稳定，另外，所选时段潮间带裸露于表面便于采样分析.1.2.2 样品处理与分析.采集的土样带回实验室内自然风干，磨碎，过1 mm筛后备用[12].其中氯离子采用AgNO3滴定法，碳酸根、碳酸氢根采用双指示剂滴定法，硫酸根采用EDTA容量法，钾、钠离子—火焰光度法和原子吸收光度法，总硬度—EDTA容量法，pH值—PHS-2C型数字式酸度计测定，电导率—DDS-307型电导率仪测定[12,13].采用离子加和法计算出相应的土壤总盐分.水样八大离子的测定方法与土样相同，矿化度采用残渣烘干法[12].数据的统计分析，以及图表的制作在EXCELL中完成.2.1 土壤盐分的统计特征对0-5 cm、5-10 cm、10-30 cm、30-50 cm、50-100 cm各土层盐分含量进行统计分析(表1).由表1可知，不同土层含盐量的特征参数值存在明显的差异性.其中，0-5 cm的土层含盐量的最大值是最小值的148倍，变化幅度为6.55，变化幅度最大；而5-10 cm、10-30 cm、30-50 cm、50-100 cm的土层含盐量的最大值是最小值的倍数分别为102、157、70、48，变化幅度分别为2.44 、4.92 、4.52 、3.27.随着土层深度的增加，各土层含盐量的最大值与最小值的差异比以及变化幅度均成明显下降趋势.从表中含盐量的平均值可知，在0-100 cm之间的土壤含盐量变化范围在0.94-1.84之间，总体上属于中盐碱地区，说明该区不利于农业生产.但是，各土层深度含盐量的均值变幅不大，说明各土层在垂直方向上的平均盐分含量差异很小，但是处于土壤表层(0-5 cm)的土壤盐分含量相对较多.从变异系数看，各土层盐分含量的变异系数分别为1.27、1.24、1.16、1.04、2.87.据文献资料[14]，可以将土壤变异性粗略分级为：弱变异性(变异系数<10%)，中等变异性(变异系数为10%-100%)，强变异性(变异系数>100%).所以，研究区各土层盐分含量应属于强变异类型，除低洼积水区外土壤总盐含量表现为表聚性特征，这与黄河下游三角洲地区特殊的气候、水文水资源、地形等条件导致的季节性积盐密切相关[15].随着土壤埋深的增加，盐分变异系数逐渐减小，则说明垂直方向上土壤含盐量的差异随深度的增加而减小[16].在潮间带地区由于受海水涨潮与退潮的影响，表层的土壤盐分受海水中盐分的影响比较显著.因此，在潮间带地区，虽然部分群落地下水埋深较深，但是表层的土壤盐分含量相对较高，其植被覆盖度明显低于潮上带地区.因此，选取潮间带地区0-30 cm的土壤盐分进行对比分析.从表中可以看出潮间带与非潮间带地区盐分特征参数具有明显的差异性.从变化幅度看潮间带地区为13.04，非潮间带为7.70，均值分别为7.07、1.63，潮间带地区的盐分含量明显高于非潮间带地区.从变异系数看，潮间带地区为0.77，潮上带为1.72，说明潮上带地区具有较强的变异性，而潮间带地区变异性较低.说明了受海水的影响，加之植被盖度较低，裸露土壤的蒸发量较大，0-30 cm的土壤盐分含量都相对较高，并且变异系数相对较低.2.2 地下水埋深与表层土壤盐分的关系选取距离黄河入海口分别为10 km(潮间带区二个断面)、16 km(潮上带区)、27 km(潮上带区)的三个监测断面，对12个监测点的数据进行分析.从地下水埋深的趋势看，以黄河入海口为起点，地下水埋深都是随离海岸垂直距离的增加而加深；而且离海岸越近变化越显著，离海岸越远变化越平缓.离渤海越近地下水埋深越浅，但是在近海岸以柽柳为优势种的潮间带地区，地下水埋深较深，原因是渤海的水中含有大量的泥沙，在海边沉积，而柽柳群落生长的地方是大潮时海水才可没及的地方，平常海水只随着潮沟涨落，故裸露土壤表层盐分较高而其地下水埋深相对较深. 受潮水与盐分的影响，距离渤海的远近不同，植物物种也大不相同，在距离黄河入海口27 km的地方植被主要是一些草本植物如芦苇、荻、蓼等，以芦苇为优势种.在16 km处主要是旱柳、芦苇和柽柳、获等，以柽柳、芦苇为优势种；而在潮间带地区主要是柽柳和碱蓬、其次为芦苇.以监测点为例，地下水埋深与表层土壤盐分含量呈相反关系，即随着地下水埋深的增加表层土壤含盐量逐渐降低.距海岸越近，地下水埋深越浅，表层土壤盐分含量越高；距海岸越远，地下水埋深越深，表层土壤盐分含量越低 (图1)，但是不包括潮间带地区.2.3 土壤盐分剖面类型以上对土壤盐分的统计分析，不能从垂直方向上说明土壤含盐量分布状况，从而反映不出不同剖面类型土壤含盐量的差异.为此，本文分别以表聚型(图2A)、平均型(图2B)与底聚型(图2C)的不同植物群落的土壤垂直剖面为依据，将植物群落土壤盐分类型分别归属于此三类成图.由图2可以看出，柽柳群落、柽柳-碱蓬群落、柽柳-芦苇群落以及碱蓬群落的土壤盐分都属于表聚型盐分剖面类型，这些群落土壤剖面的0-5 cm、5-10 cm的土壤含盐量明显高于50-100 cm的含盐量，而且0-5 cm的土壤含盐量要高于5-10 cm的土壤含盐量，而对于10-30 cm的土壤含盐量没有明显的规律性，主要由于不同的地表植被根系的作用.芦苇群落与芦苇-柽柳群落属于底聚型盐分剖面， 30-100 cm土壤含盐量都要高于0-10 cm的土壤含盐量.而旱柳群落与部分芦苇群落则属于平均型.由于土壤剖面的盐分特征能反映不同土层间土壤含盐量的规律性，因此本文认为，当0-10 cm的土壤含盐量小于30-100 cm的土壤含盐量时，则认为属于底聚型(C)；当0-5 cm和5-10 cm的土壤含盐量要高于30-50 cm和50-100 cm的含盐量，而且0-5 cm的土壤含盐量要高于5-10 cm的土壤含盐量时则认为属于表聚型(A).这两种条件都不符合的则认为属于平均型(B).2.4 典型群落的土壤盐分特征从图3可以看出，在相同的植被类型条件下，潮间带地区的土壤盐分含量比非潮间带地区要高很多，说明黄河三角洲地区的近海土壤受海水的影响比较显著.大量海水中携带的泥沙淤积在陆地，造成土壤盐渍化加剧，这是该区域独特的气候、水文条件以及地形等因素综合作用的结果.而比较相同地区不同的植被类型的土壤盐分含量可以看出，在潮间带地区，每个土层的土壤盐分含量随不同植被的变化规律为柽柳>碱蓬>芦苇，在非潮间带地区也有相同的规律，而且两地区0-30 cm的土壤含盐量平均值，生长柽柳的监测点含量高，生长碱蓬和芦苇的监测点含量相对较低，说明相对柽柳来说，碱蓬和芦苇具有良好的吸盐作用,这对于黄河三角洲的土壤改良及利用具有重要意义.2.5 典型群落可溶性盐离子状况为了了解盐分在土壤种的存在形态、土壤盐分积累的构成特点以及植物群落和离子成分之间的关系[13]，对碱蓬、芦苇和柽柳群落中0-30 cm的土壤中的八大离子进行了分析 .由图4可知，据盐分含量的规律，可以得出无论是潮间带还是潮上带都以氯化物最为活跃，硫酸盐次之，碳酸盐、碳酸氢盐最为稳定，因此，在易溶性盐类上行过程中，氯化物表聚性最为强烈，硫酸盐次之.对阳离子进行分析，含量最高的是钠离子，钠离子会增加土壤交换性钠水解作用，增加土壤碱性，腐蚀作物根系，并会降低营养元素的溶解度.由图4还可得知，芦苇群落和柽柳群落的氯、钠离子的含量，潮间带地区要高于潮上带地区，由于潮间带地区受海水上潮的影响，氯、钠离子的含量应该要高.而碱蓬群落潮上带要高于潮间带，这与碱蓬能吸收并积累较多的NaCl的生理特征有关.比较潮间带地区土壤氯、钠离子的含量大小得出，芦苇群落>柽柳群落>碱蓬，说明碱蓬在盐分很高的地方比其他两种植物具有较高的耐碱能力和良好的吸盐能力.(1) 从含盐量的变化幅度看0-5 cm的土层含盐量的最大值是最小值的148倍，随着土层深度的增加，各土层的含盐量极值比以及变化幅度均成明显下降趋势.从土壤盐分的均值来看，不同土层之间的均值差异不大，说明在垂直方向上各层土壤盐分含量的差异较小，但是处于土壤表层(0-5 cm)的土壤盐分含量相对较多.从潮间带与非潮间带地区盐分特征来看，潮间带地区的盐分含量明显高于非潮间带地区，说明潮上带地区具有较强的变异性，而潮间带地区变异性较低.这是潮间带受海水的影响，加之植被盖度较低，裸露土壤的蒸发量较大所致.(2) 地下水埋深与表层土壤盐分含量呈相反关系，即随着地下水埋深的增加表层土壤含盐量逐渐降低.距黄河入海口越近，地下水埋深越浅，表层土壤盐分含量越高；距河道越远，地下水埋深越深，表层土壤盐分含量越低，但是不包括潮间带地区.在近海岸以柽柳为优势种的潮间带地区，地下水埋深较深，原因是渤海的水中含有大量的泥沙，在海边沉积，而柽柳群落生长的地方是大潮时海水才可没及的地方，平常海水只随着潮沟涨落，故裸露土壤表层盐分较高而其地下水埋深相对较深. (3) 研究区的土壤剖面类型可以分为三类，对于表聚型盐分剖面类型，当0-10 cm的土壤含盐量小于30-100 cm的土壤含盐量时，则为底聚型；当0-5 cm和5-10 cm的土壤含盐量要高于30-50 cm和50-100 cm的含盐量，而且0-5 cm的土壤含盐量要高于5-10 cm的土壤含盐量时则为表聚型.这两种条件都不符合的则认为属于平均型.在相同的植被类型条件下，潮间带地区的土壤盐分含量比非潮间带地区要高很多.而比较相同地区不同的植被类型的土壤盐分含量可以看出，在潮间带地区，每个土层的土壤盐分含量随不同植被的变化规律为柽柳>碱蓬>芦苇，在非潮间带地区也有相同的规律。
