土地利用与土地覆被的变化影响着许多自然现象与生态过程(Fu et al., 2000; 尹刚强等，2008)。土壤粒径分布(particle size distribution, PSD)作为重要的土壤物理属性，对土壤肥力状况以及土壤持水力等有着显著的影响，在反映土壤侵蚀方面，其更是一项重要指标(Huang et al., 2005; Montero, 2005; 王德等，2007)。因此，揭示土壤PSD变异特征成为环境研究中的一项重要内容(Kravchenko et al., 1999; Su et al., 2004; Gui et al., 2010)，尤其是土地利用方式或土地覆被发生变化后土壤PSD变化研究。

位于新疆塔里木盆地南缘的绿洲，风蚀作用强烈且作为典型干旱区隐域性地理单元，是当地人民生产生活的重要载体。研究表明：过去50多年来，由于人口、经济压力，该区域绿洲不断向绿洲-荒漠交错带延伸致使土地利用方式发生变化(王兮之等，2004; 桂东伟等，2009)。在这种绿洲化加剧进程中，农田是主要的利用类型，但由于水限制因素的存在，部分农田因不能持续耕作而出现撂荒，加剧了土壤侵蚀与土壤退化(Gui et al., 2009)。因此近些年来，在绿洲化进程中，在绿洲边缘逐渐出现果园或其余需水量相对较少的不同土地利用类型，但绿洲边缘不同土地利用方式对土壤PSD有何影响，同时对风蚀作用有何响应，还有待于深入揭示。

本研究以塔里木盆地南缘风蚀作用强烈的策勒绿洲为典型研究区，依托中国科学院策勒生态观测站于1994年在绿洲边缘建立的农田、果园、沙拐枣(Caligonum mongolicum)人工林地，以及自然植被覆被下的骆驼刺(Alhagi sparsifolia)等4种土地利用类型为研究对象，根据土壤的自相似结构特征(胡云锋等，2005)，利用分形理论(分形维，D)以及排序方法对各土地利用方式0~20，20~40，40~60 cm内的土壤PSD特征进行分析，同时对土壤密度及土壤养分进行分析，重点探讨：1) 绿洲边缘不同土地利用方式各层土壤PSD变化特征; 2) 土壤PSD特征与土壤密度及土壤养分属性之间相关性; 3) 绿洲化进程中，绿洲边缘合理的土地利用方式。

1 研究区概况

策勒绿洲位于塔克拉玛干沙漠南缘中段, 昆仑山北麓, 地处80°03′—82°10′ E，35°17′—39°30 ′N，为典型的大陆性干旱气候，年平均温度11.9 ℃。多年平均降水量仅35 mm, 平均蒸发力2 595 mm。该区域常年多风并以西北风为主风向，土壤以风沙土为主。发源于昆仑山的策勒河是当地的主要外来补给河流，多年平均径流量为1.27亿m³。绿洲的东西2个方向被自然植被所包围, 南部与流动沙丘和戈壁相连，属于独特的荒漠-绿洲型生态系统(桂东伟等，2009)。

2 研究方法 2.1 样品采集

对策勒站于1994年在绿洲西北边缘(80°43′ E, 37°01′ N)建立的果园、农田及沙拐枣林地等3种人为垦殖土地利用类型进行土壤取样，各样地面积均为1 hm²。其中果园以枣树(Zizyphus jujuba)及杏树(Prunus armeniaca)为主，农田主要以棉花(Gossypium spp.)作物为主，果园、棉田为生产类土地利用类型，耕作管理方式与当地农户相同，即不进行额外的投入，其中果园的年均灌溉水量为棉田年均灌溉水量的2/3左右，灌溉水量在策勒河水不足的情况下以地下水补充; 种植沙拐枣林地则为探讨该耗水量较少的植被对自然植被替换后土壤PSD状况的变化状况，其种植前3年进行灌溉，成活后不再进行灌溉。各土地利用类型在开垦前为荒漠草甸，植被以骆驼刺为主。

2008年10月棉花作物收割完后对棉田(cotton field, CFD)、果园(orchard, ORC)、沙拐枣林地(CML)样地进行土壤取样。由于各土地利用类型在开垦前为骆驼刺覆被，因此在3块样地相邻处选取同样1 hm²面积为参照样地(control plot，CTP)并同时进行取样。

取样时每个样地内均随机选取3个点，对0~20，20~40，40~60 cm的3层土壤进行样品收集，共36个样品。土壤样品带回实验室进行分析。

2.2 土壤样品测定

首先测定PSD数据，取土样0.5 g，加30%过氧化氢在72 ℃下去除有机质，然后加盐酸去除碳酸盐; 加超纯水稀释，静置，去上清液以除酸，反复静置除酸直至pH值为6.5~7.0;然后加入六偏磷酸钠(NaHMP)，超声30 s后用激光粒度仪Mastersizer 2000测量土壤粒径的体积分数。激光粒度仪能对0~20 000 μm PSD范围进行测量，提供的是连续的体积分数粒径数据。但对所有样品分析过程中发现其PSD范围均在0.35~1 000 μm之间，因此在该区间内用仪器自带软件对土壤粒径按对数间隔划分64级用来分形维计算(Wang et al., 2008)。

其次对土壤密度(BD)、土壤有机质(SOM)，全氮(TN)、全磷(TP)、全钾(TK)、水解氮(AN)、有效磷(AP)、速效钾(AK)等8项指标进行测定。测定方法见参考文献(刘光崧，1996)。

2.3 基于土壤PSD的分形维数计算

基于体积PSD数据计算出的分形维(D)，作为一个有效参数，能简单直观地反映出土壤粒度变化状况(王国梁等，2005; 王德等，2007; 杨金玲等，2008; Gui et al., 2010)。土壤粒径分布遵循自相似原理，由大于某一粒径R(R_i＞R_i+1, …，i=1，2，3，…)的土粒构成的体积V(r＞R_i)可由公式表出(Tyler et al., 1992)：

(1)

式中:R_i是特征尺度，C_v, A_v是描述颗粒形状、尺度的常数。当R_i=0时，(1) 式变为计算全部土壤颗粒总体积V_t，即(r＞R_i)=V_t=C_v; 当R_i=R_max(R_max为最大粒径，这里为1 000 μm)时，A_v=R_max, 因此有：

(2)

调整(2) 式可得：

(3)

对上式两边取对数，即得：

(4)

土壤粒径体积分布的分形维数即为与的对数线性回归拟合方程的斜率(3-D)。

2.4 基于土壤PSD的典范对应分析

多元统计方法中典范对应分析(canonical correspondence analysis)作为常用的排序方法被广泛应用于植被数量生态学的研究中(Zhang et al., 2008; Zuo et al., 2009)。这里用来对土壤各级PSD数据进行排序分析，探讨基于PSD数据各样点的排序变化特征及各粒级排序变化状况。

2.5 土壤PSD与土壤理化性质的相关分析

利用Person相关分析首先探讨各样地表层土壤PSD特征与土壤密度及养分各属性的相关性，其次探讨与各测定指标相对综合指数(relative index, RI)的相关性，RI计算参照土壤退化指数(Davidson et al., 1993)公式计算，即选取代表自然状态下的骆驼刺覆被参照样地(CTP)各土壤属性为基准值，计算公式如下：

(5)

式中：RI为相对综合指数，x_i^′为骆驼刺样地对应的各层土壤属性因子值; x_i为各样地同层土壤属性因子值(SOM，TN，TP，TK，AN，AP，AK，BD)。由于土壤密度指标值越高表明土壤状况越差，因此实际计算中密度的计算采用其差值的相反数(Lowery et al., 1995)。

RI值还可用于与各样地参与分析的各土壤属性的综合比较，如果各样地的RI值为正值，则表明其土壤质量优于骆驼刺样地; 如果为负值，则表明其土壤质量劣于骆驼刺样地。

2.6 数据处理与统计分析

土壤PSD的D值计算为所有样品粒径体积分布数据导入EXCEL进行; 所有CCA排序分析利用CANOCO软件包实现。

利用单因素方差分析(ANOVA)对各样地土壤PSD分维值进行显著性检验，并通过最小显著性差值(LSD)方法进行多重比较; 所有统计分析均在SPSS 13.0软件中实现。

3 结果与分析 3.1 不同深度下各样地土壤PSD分形维变化特征

根据激光粒度分析仪测定的各土壤样品的64级体积PSD数据，利用公式(1) 进行分形维计算。将各样地的分维值与土壤的粘粒( < 2 μm)、粉粒(2~50 μm)及砂粒(50~2 000 μm)含量分别做Person相关分析，分维值同粘粒、粉粒含量呈极显著正相关，而同砂粒含量则呈极显著负相关(P < 0.01，双尾检验)，表明分维值有效揭示了土壤PSD变化特征。

各样地在不同深度下土壤PSD分形维D值变化区间为：0~20 cm为1.700 (CML)~2.180 (ORC); 20~40 cm为1.647 (CML)~2.242 (CTP); 40~60 cm为1.641 (CML)~2.258 (CTP)，其中D值最小值均出现在沙拐枣林地中，表明其粘粒、粉粒含量水平最低，而砂粒含量水平则最高。表 1为不同深度下各样地D值均值变化及方差分析结果(P < 0.05)。

表 1显示:不同深度各样地土壤PSD分维值比较中，沙拐枣林地均处于最低水平且与其余样地存在显著差异，另3块样地之间则无显著差异。而随着土壤深度增加，各样地土壤PSD分维值变化趋势尽管不尽相同，利用方差分析同样表明无显著差异，但值得注意的是骆驼刺自然植被覆被样地的PSD分维值有增加的趋势，表明其有利于维持较深层土壤细粒成分。

为进一步表明各取样点D值变化状况及各粒级变化状况，通过PSD数据利用典范对应分析(CCA)排序方法进行分析。首先将36个取样点顺序编号，以各粒级下对应的体积分数为原始数据构成PSD数据矩阵; 而将36个样点对应的D值及土壤深度数据构成相关矩阵(36×2)，之后利用CCA排序分析。在排序分析比较中，采用64级粒级划分排序结果同32级、16级划分无差异(与8级划分存在一定差异)，因此为简化图像，在PSD粒径分布范围内(0.35~1 000 μm)采用16粒级划分(36×16)。表 2是各样地在不同取样深度内16粒级划分下的各粒级体积分数的均值状况(3重复)。

图 1是CCA分析中取样点排序状况，第1主轴从右至左反映各取样点D值由小变大的趋势，第2主轴从下至上反映土壤深度变化。由图 1可以看出：在不同土壤深度内，果园、棉田及骆驼刺样地排序均相对集中，表明土壤PSD属性具有一定相似性; 而沙拐枣林地各样点在排序图中则与其余样地样点有明显距离，表明其PSD属性与其余样地差异显著。图 2是16个粒级的CCA二维排序图，由图 2可以看出sp1~sp10粒级与D值具有明显相关性(尤其是sp1~sp9)，而这部分粒级范围(0.35~50.59 μm，表 2)正是粘粒及粉粒分布范围，进一步表明各样地取样点土壤细粒成分对分维值具有显著影响(胡云锋等，2005; Gui et al., 2010)。

3.2 土壤PSD与其余指标相关性分析

测定的SOM，TN，TP，TK，AN，AP，AK及BD属性，在与分维值相关分析中，D值同SOM，TN指标存在显著正相关，相关系数分别为0.501，0.544(P < 0.01，双尾检验)，同BD指标存在显著负相关，相关系数为-0.372(P < 0.05，双尾检验)，而与其余指标则无显著相关性。因此选定SOM，TN及BD指标构成36×3矩阵并与PSD数据矩阵做CCA排序，进一步分析PSD各粒级同该3项指标关系(图 3)。

由图 3可以看出：沿主轴方向，SOM，TN与主要与sp1~sp10粒级间(0.35~50.59 μm，表 2)的土壤细粒成分正相关性最强，与其余粒级含量成负相关; 而BD则与sp11~sp13粒级间(50.59~224.91 μm，表 2)的土壤粗粒成分正相关性最强，与sp1~sp10粒级含量成负相关。

各样地土壤养分等属性变化方面，同一样地不同土层的比较中，除棉田表层SOM, TN指标显著高于较深层外(P < 0.05)，其余样地各层土壤属性总体上无显著差异; 而在同层深度各样地之间的比较中，各样地的SOM，TN均存在显著差异(P < 0.01)，其中果园、棉田及骆驼刺样地之间无显著差异，并显著高于沙拐枣林地。除SOM，TN外，在20~40 cm内，各样地AN，AP也存在显著差异，在40~60 cm内，BD也存在显著差异，其中沙拐枣林地均处于最低水平。

为综合反映测定的土壤养分等指标变化状况，利用公式(2) 将不同深度下各样地指标转换为一个相对综合指数RI。由于将各层骆驼刺样地作为基准值，因此其各层RI值为0，表 3为各样地RI值变化状况及方差分析。

在同层土壤深度内，各样地间RI值均存在显著差异：在0~20 cm内，棉田及果园为正值，表明在参与分析的土壤属性中，其综合水平高于骆驼刺样地，而沙拐枣林地则为负值，表明土壤属性综合水平低于骆驼刺样地，其中棉田显著高于其余样地; 在20~40 cm内，只有棉田RI值为正值且显著高于其余样地; 在40~60 cm内，骆驼刺样地处于最高水平，同棉田无显著差异，但同果园及沙拐枣林地存在显著差异。

由于选定骆驼刺样地各层土壤属性为参照值，因此表 3计算出的RI值不能用于同一样地不同深度的比较。为比较各样地RI值随着深度变化状况，分别选取各样地的表层土壤养分等属性为基准值并对其余深度RI值进行计算，表 4为各样地随着土壤深度RI值变化状况及方差分析。

由表 4可以看出:在0~60 cm范围内随着土壤深度的增加，果园及棉田人为影响较大的土地利用方式RI值差异显著，表层土壤的RI值显著高于较深层土壤; 而沙拐枣林地及骆驼刺人为影响较小的土地利用方式RI值则无显著差异。

无论是将同一深度下各样地的RI值与D值进行相关分析，还是各样地不同深度下RI值与D值相关分析，均无显著相关性，表明D值总体上尽管同SOM，TN及各层各样地的个别指标存在相关性，但并不能反映出参与分析的土壤属性的综合能力。

4 结论与讨论

作为重要的物理属性，土壤PSD能有效指示出不同土地利用方式下土壤侵蚀程度。塔里木盆地南缘绿洲常年多风，风蚀作用强烈，通过对策勒绿洲边缘不同土地利用方式下不同深度的土壤PSD特征分析，可以有效反映该区域绿洲化进程中土壤PSD对不同土地利用方式下的响应。

在对选取的已开发利用15年的果园、棉田、沙拐枣林地等人工垦殖利用类型及代表自然状态下的骆驼刺覆被样地的土壤PSD特征分析中，在0~60 cm内其土壤样品PSD的分维值在1.641~2.258之间变化，同其他区域相比其值域较低(李德成等，2000; 王德等，2008)，反映出该区域风沙危害严重、土壤贫瘠这一特性。而分维值及排序分析中50.59 μm内的土壤细粒体积分数同SOM，TN的正相关性及与BD的负相关性，也反映出土壤PSD在一定程度上能刻画土壤的其他物理化学性状及其对生态环境具有指示性特点(Wang et al., 2003; Filgueira et al., 2006; Gui et al., 2010)，表明在干旱区脆弱的土壤环境下，土壤PSD特征同样能较有效揭示土壤其他属性特征及变异性。

在热带、温带及半干旱地区的研究显示自然状态下的林地、灌木及草地土地利用类型发生改变后，土壤理化性质会出现退化现象(Davidson et al., 1993; Lepsch et al., 1994; Wang et al., 2003)。在各样地的比较中，沙拐枣林地各土壤深度的土壤PSD均处于最低位水平，反映出该土地利用方式抵御风蚀能力最弱。这也表明在该区域破坏原有的需水量较少及植被盖度较好的原始自然植被而去种植另外一种需水量少、覆盖度较高及不需要人工后续管理的植被可能不利于土壤PSD属性，对其余土壤属性的保持也有不利影响，该样地土壤养分等指标的变化状况也反映出这一点。因此，为抵御风蚀作用而在该区域植物引种方面，必须谨慎及通过科学分析后方可进行，否则会破坏原始自然植被状态而后又加剧土壤退化程度。

果园、棉田、骆驼刺样地土壤PSD分维值变化上，各层土壤深度无显著差异，同时随着土层深度增加D值有增加趋势，表明该3块样地有利于保持较深层土壤PSD属性。这与相对湿润地区研究结果不同，即对自然植被进行垦殖后的果园、棉田利用类型并没有对土壤产生退化影响，表明在绿洲边缘土壤极度贫瘠的这一背景下，进行一定物质能量的人为投入会对土壤起到改善作用。从土壤养分等属性综合指数RI变化方面也反映出这一特点，棉田受灌溉、耕作等人为影响最大，因此在0~20 cm内RI值显著处于最高位水平。

但随着土层深度增加，骆驼刺样地PSD分维值则有逐渐高于棉田及果园的趋势，而其RI值也同样体现出相似特点，如在40~60 cm内骆驼刺RI值已处于最高位水平; 在该3块样地随土壤深度增加过程中RI变化也表明仅骆驼刺样地各层无显著差异，且在40~60 cm内其RI已为正值。因此，从参与分析的土壤养分综合持有能力看，剔除人为影响因素，保持自然状态下骆驼刺覆被状况有利于土壤养分的持有能力。

综合分析各样地土壤PSD及土壤养分等变化特征，如果仅从保护环境角度出发，维持绿洲边缘交错带初始自然植被状态更有利于保持土壤状态; 但考虑到生产因素，由于果园需水量相对少于棉田，因此在灌溉水量相对有保障前提下，在绿洲边缘发展果园土地利用方式要优于棉田，而灌溉水量相对充足且可持续性较好，则发展棉田等农田土地利用模型也不会产生土壤退化问题; 而弃初始骆驼刺等植被并取沙拐枣林地利用方式，则应放弃。

绿洲化进程是由于人口、经济等压力人们对干旱区地理单元一种主动性行为，通过对这种进程中在绿洲边缘出现不同土地利用类型的土壤PSD等指标分析，进而判别及选择合理的土地利用方式，不但有利于绿洲边缘及绿洲的环境保护，也有利于绿洲的可持续发展。