土壤盐渍化主要是由于地下水或土壤底层所含的盐分作用到地表，随水分蒸发后盐分析出的过程，当土壤含盐量达到0.2%时，认为该土为盐渍土^[1]。目前我国存在盐渍化的土壤面积高达34万km²，河北省黄骅市盐渍化的土壤面积约1 400 km²，土壤盐渍化现状非常严峻^[2]。河北省沧州市是我国最大的工业盐产区，黄骅市作为滨海平原盐碱区的典型代表，盐渍化程度重且分布广，深受盐渍化生态环境困扰。同时，土壤盐渍化是抑制农作物健康生长生产的主要障碍因子，是制约农业发展和土地资源持续利用的首要障碍^[3-5]。因此，利用RS（遥感）和GIS（地理信息系统）技术手段对评价因子进行空间统计分析，可以从土壤生产潜力和土壤健康等多方面宏观地评价滨海平原盐渍化生态风险情况，为该区土壤健康和农业持续发展提供参考依据。

随着土壤盐渍化生态问题的日趋严峻，针对盐渍化的生态风险评价变得尤为重要，目前，国内外学者运用RS、GIS等先进的空间分析技术来统计、分析和评价土壤盐渍化对生态系统及其组分可能造成损伤^[6-9]。如Cramer等^[10]利用生态风险评价理论模拟了盐渍化评估模型，开展了盐渍化生态风险评价研究；李冬顺等^[11]在生态风险评价中引入灰色系统理论，改进了盐渍化评估模型，对沿海滩涂土壤进行了盐渍化风险评价；李自珍等^[12]针对新疆典型尾闾绿洲-艾比湖流域，从土壤养分方面对盐渍化风险状况进行了评价；王飞等^[13]和何宝忠等^[14]基于植被和土壤信息，综合分析归一化植被指数（NDVI）和盐分指数（SI），构建了盐渍化植被监测指数（SDI）模型，获得更准确的土壤盐渍信息；依力亚斯江·努尔麦麦提等^[15]将土壤电导率作为生态终点，针对新疆于田绿洲盐渍化情况，构建盐渍化风险灰色评价模型，对盐渍化风险进行定量评价与分析。然而，从土壤健康、土壤生产潜力角度对大面积耕种农作物且盐渍化程度严重的滨海平原区的相关研究较少。

鉴于此，选取滨海平原区土壤盐渍化显著的黄骅市作为研究区，引入SDI指数对灰色评价模型校正，构建针对盐渍化现象严重的滨海平原区生态风险评价模型并对其进行评价分析，以期为盐渍化严重的滨海平原区土壤健康和农业持续发展提供科学参考依据。

1 材料与方法 1.1 研究区概况

黄骅市地处东经117°04′ 37″ ~117°51′ 17″，北纬38° 08′ 54″ ~38° 42′ 46″之间，总面积约为2 391.36 km²。地处河北省东南部滨海平原区，海拔高程在0~ 109 m之间，地貌主要特征为低平原和海岸地貌。该区属于暖温带半湿润性季风气候，同时具有海洋性季风气候特征。年平均气温12.3 ℃，年平均降雨量527 mm，年平均日照2 726 h，无霜期210 d^[16]。黄骅市土壤种类较多，但整体上土壤比较贫瘠，盐渍化较为严重，碱解氮等多种养分元素含量处于中下等水平，空间分布呈沿海低、内陆高的趋势。黄骅市濒临渤海，有我国海盐产量最大的长芦盐场，咸水资源丰富，淡水资源较为短缺，属典型的地下水漏斗区，地下水位埋深0~6 m，大部分地区浅层水的矿化度>3 g·L^-1[17]，土壤含盐量多超过3 g·kg^-1，土壤多呈碱性。黄骅市受地下漏斗及海潮咸水影响严重^[18]，土壤盐渍化，植被覆盖率较低，且植被多为草本植物，乔木和灌木植被较少，该区域芦苇分布面积较广。

1.2 数据来源与处理 1.2.1 野外数据

根据研究区各乡镇耕地分布情况及土壤盐渍化差异等特点，在野外随机布设60个采样点，采样时间为2017年4月底至6月初，该时段研究区天气干燥，灌溉量较少，采样深度为0~20 cm，分布情况如图 1所示。土壤风干样品通过18号筛（孔径1 mm）剔除植物残留根系及石块，参照《土壤农业化学分析方法》测定土样指标：pH值的测定采用电位计法；容重的测定采用环刀法；有机质的测定采用重铬酸钾外加热法；Ca²⁺、Mg²⁺的测定用原子吸收分光光度法；K⁺、Na⁺的测定用火焰光度计法；HCO₃^-的测定选择双指示剂-中和滴定法；Cl_-的测定选择AgNO₃滴定法；SO₄^2-的测定选择BaSO₄比浊法；用阳离子和阴离子总量计算土壤总盐量^[19]。

1.2.2 遥感数据

为减少数据误差，遥感数据采用2017-08-04和2017-09-21两期Landsat 8影像，因为8—9月植被的生物量达到最大，可以有效通过植被状态反映土壤盐渍化程度，图像元为30 m×30 m，遥感数据均来源于地理空间数据云（http://www.gscloud.cn/）。遥感影像数据受Landsat 8传感器本身和季节大气的一些影响，辐射的计算会有一定误差，所以需要对影像进行几何精校正、辐射校正，运用ENVI 5.3中Radiomotric Calibration对遥感数据辐射定标，选择FLAASH Atmospheric Correction对遥感数据进行大气校正，大气廓线选择MLS，大气模型为Urban，地表为均匀朗伯面，影像预处理得到研究区假彩色合成卫星图像^[20]。黄骅市行政区界矢量图来自耕地质量监测更新项目，最后通过外部矢量数据（黄骅市行政区）截取研究区，坐标为38°09′ 11.73″ ~38°38′ 56.14″ N，117°04′ 29.09″ ~ 117°55′ 20.49″ E。本研究中所使用的遥感影像栅格数据及具有空间坐标的样点等矢量数据，存储格式、空间坐标系不一致，因此基于ArcGIS 10.2软件，通过坐标转换、地图投影方法将坐标系统一为GCS_CGCS_2000坐标系、高斯克吕格CGCS 2000 3 Degree GK Zone 39投影。

1.3 研究方法 1.3.1 盐渍化植被指数模型

植被是陆地生态系统的主要成分，植被状况变化在一定程度上能推测出盐渍化程度趋势^[21-22]，根据植被对红光波段的强吸收特性和近红外波段的强反射特性以及土壤表层属性与蓝色、红色光谱的强相关性，获得有效反映土壤表层盐渍化程度的植被光谱组合模型^[23]。利用辐射定标与大气校正后的Landsat 8影像，通过土壤、植被光谱反射组合规律，在ENVI 5.3 Band Math模块中，输入（float（b5）-b4）（/ b5+b4）和sqrt（float（b2）*（b4）），运算获得NDVI^[24-25]和SI^[26]。基于王飞等^[13]和何宝忠等^[14]对SI指数改进理论，将标准化处理后的NDVI与SI指数作相关分析，建立非线性模型轨道，进而构建SDI指数模型。该模型在综合NDVI指数、SI指数的条件下，更能准确反映土壤表层盐渍化现状。

(1)

(2)

(3)

式中：SI为盐分指数；NDVI为归一化植被指数；ρ₁为蓝色波段反射率；ρ₃为红色波段反射率；ρ₄为红外波段反射率；SDI为盐渍化植被监测指数。

1.3.2 生态风险灰色评价模型

灰色关联度法主要是根据序列之间发展趋势的相似或相异程度来判断是否存在联系，并通过相似或相异率推算其关联度^[27-28]。首先对原始数据进行标准化：

(4)

式中：i为采样点编号；j为生态评价因子编号；y_ij表示第i个采样点第j个生态评价因子的实测数据。

各评价因子的数值存在较大差异且相互无关联性，因此，引进SDI指数对灰色系统理论中各评价因子进行标准化校正，获得更能准确反映该地区盐渍化生态风险的灰色评价模型。设X_i0为第i个样点的指标变量（SDI指数），X_ij为第i个样点第j个风险因子的标准化值（比较序列）。其中：

(5)

则称

(6)

式中：γ（x_i0，x_ij）为第i个样点第j类生态风险因子x_ij与指标变量x_i0的灰色关联系数；k为分辨系数且k∈（0，1），其值越小，分辨率越高，该模型下通常取0.5。

鉴于X_ij与X_i0之间呈现负相关性，则

(7)

式中：ω_i为γ（x_i0，x_ij）标准值，即标准校正的灰色关联系数；F_i即为第i个样点的土壤盐渍化生态风险值。

2 结果与讨论 2.1 SDI校正指数

通过图 2（a）与图 2（b）对比发现，NDVI指数与SI指数在空间上大致呈现相反趋势，即植被指数越高，盐渍化指数越低，二者呈负相关，与实际情况相符。通过图 2整体对比可见，黄骅市吕桥镇西部、齐家务乡、官庄乡、滕庄子乡北部、黄骅镇和常郭镇接壤的大部分地区、旧城镇北部、南大港和中捷产业园区接壤的小部分地区及东部沿海岸带植被指数较低，植被稀疏，存在一定程度的盐渍化现象，不利于农作物生产；其余地区植被指数较高，植被密度大，盐渍化现象较轻。

从图 3可以看出，研究区SDI指数介于0.33~1.02之间，呈现出明显的东西分化，东部南排河镇及沿海区指数值较高，说明该区盐渍化现象严重，植被覆盖度较低，西部平原区植被覆盖度高，盐渍化程度相对较轻；其中西部地区出现零星高盐渍分布，通过与其他文献对比发现，该区位于地下水漏斗区且矿化程度高^[17]，说明在西部地区主要受海水倒灌的影响，总体来说，黄骅市盐渍化程度较高的主要原因是该市属于滨海低平原区，长期受海水侵蚀，造成盐分离子的大量聚集。通过与NDVI指数、SI指数空间分布情况的对比，SDI指数与研究区土壤含盐量空间分布具有更高的贴合性，更能准确反映该区的盐渍化情况，表明SDI指数作为生态终点具有更高的可信度。

2.2 盐渍化生态风险评价因子的筛选

研究区土壤盐渍化主要受自然条件的影响，该区临近渤海，多处受海潮咸水影响严重，基于土壤生产潜力和土壤健康多方面考虑，依据综合分析与主导因素相结合原则、科学性原则、稳定有效性原则，利用SPSS 22.0软件对农作物生长生产造成严重影响的土壤理化性质和七大离子进行相关性检验，检验结果见表 1。本研究选取与SDI校正指数存在显著相关（P < 0.05）的指标作为该区土壤盐渍化生态风险评价因子，最终选取含盐量、电导率和有机质、K⁺、Na⁺、Mg²⁺、SO₄^2-、Cl^-含量8个指标。从表 1可以看出，土壤含盐量与SDI校正指数相关系数达0.675，表明在该模型下，影响土壤盐渍化生态风险的主要因素是含盐量，同时说明土壤中含盐量越高，盐渍化风险程度越大，生态环境越恶劣，生态系统越脆弱，越不适宜农作物的健康生长。

引进SDI指数对灰色系统理论中各评价因子进行标准化校正，计算出SDI校正指数与各评价因子的灰色关联系数（表 2），土壤含盐量、电导率及有机质、K⁺、Mg²⁺、Na⁺、SO₄^2-、Cl^-含量系数分别为0.53、0.64、0.64、0.58、0.53、0.55、0.57和0.53，经标准化校正后得到各评价因子权重值，其取值分别为0.12、0.14、0.14、0.13、0.12、0.12、0.13和0.12，对滨海平原区土壤盐渍化生态风险定量评价，利用ArcGIS 10.2软件进行样点数据矢量化转变，应用反距离权重法（IDW，邻12点数据）对各评价因子进行空间插值，最终完成滨海平原区土壤盐渍化生态风险评价。

2.3 盐渍化生态风险评价因子分析

通过ArcGIS 10.2软件对各评价因子进行空间内插处理，生成评价因子栅格图层（图 4），由图 4可以看出，土壤含盐量与土壤电导率空间分布相似度较高，均呈现东部沿海高、西部平原大部分区域低的趋势，根据盐渍化土壤分级标准（表 3）^[29]，研究区盐渍化程度较为严重；土壤电导率样点值介于0.12~5.41 mS·cm^-1，间接反映土壤溶液中盐分含量较高。土壤有机质除沿海含量低外，在空间上大致呈现东北部高、西南部低的分布特点，有机质含量越大，说明土壤盐渍化现象越轻，土壤生物活性越大，土壤越健康。土壤K⁺、Mg²⁺含量与土壤Na⁺含量空间分布相似，均为东部沿海数值高，西部平原大部分区域数值低，与SDI校正指数呈现正相关。土壤Cl^-含量大致呈现出东部沿海向西部平原逐步递减趋势，土壤Cl^-含量样点值介于0.63~27.37 g·kg^-1，根据氯化物含量划分盐渍化标准，最大值（27.37 g·kg^-1）超过盐土标准（>20 g·kg^-1），说明部分地区达到盐土水平。土壤SO₄^2-含量介于0.05~6.13 g·kg^-1，在研究区旧城镇、齐家务乡、官庄乡及东部沿海地区含量较高，最高值达到6.13 g·kg^-1，大于盐土含量标准（>6 g·kg^-1），整体上盐渍化程度较为严重；各因子依据ArcGIS 10.2软件自然间断点分级法分为不等距10级，详细分级范围如表 4所示。

2.4 盐渍化生态风险评价结果及分级

通过ArcGIS空间分析的研究区土壤盐渍化生态风险值空间分布如图 5所示。总体来看，盐渍化生态风险值介于0.24~0.73，均值高达0.42，总体来看该区土壤盐渍化生态风险较大，东南部沿海地区，吕桥镇西部及西南部，常郭镇、黄骅镇、旧城镇小部分地区盐渍化生态风险程度较高；其余地区的盐渍化生态风险程度稍低，造成这种东高西低的主要原因是东部地区海拔较低、临近环渤海、地下水位较浅，受海水倒灌影响，同时该区域有大面积的盐田，含盐量超过35%，盐渍化程度高；西部平原区虽远离渤海湾，盐渍化程度稍低，但部分地区位于地下水漏斗区，伴随地下水的开采、大面积农田的漫灌，矿化的地下水渗在土壤表面，造成该区域盐渍化生态风险程度较高。空间上土壤盐渍化生态风险与土壤含盐量、土壤电导率以及生态终点SDI指数的空间分布极为相似，说明土壤含盐量及电导率在盐渍化生态风险评价中起决定性作用，是造成该区风险危害的主要障碍因子，同时表明采用SDI指数作为生态终点及由此构建的生态风险评价模型具有可信性。对该研究区的盐渍化生态风险进行评价，可为后期农作物种植与土壤盐渍化改良提供空间依据。

各生态风险评价因子及综合生态风险评价按自然间断点分级法划为10级表示，通过参考文献[23]，对研究区土壤盐渍化生态风险划分等级，一般将盐渍化生态风险划分为3级：风险较小（< 0.1）、风险较大（0.1~0.3）和风险很大（0.3~0.5）。通过ArcGIS 10.2投影坐标系转换及Reclassified的重分类，因黄骅市土壤盐渍化较为严重，且评价结果最大值0.73>0.5，故对研究区土壤盐渍化生态风险划分为5级：无风险（< 0.1）、轻度风险（0.1~0.3）、中度风险（0.3~0.4）、重度风险（0.4~0.5）和风险极大（>0.5）。依据划分等级对重分类生成的COUNT值计算，得到各风险区域面积，结果见表 5。从表 5可以看出，黄骅市的土壤都存在不同程度的盐渍化生态风险，且中度风险面积较大，主要分布在西部平原区，占研究区总面积55.00%，该区域分布着大面积的耕地，对农作物的生长存在一定的抑制作用；其次是重度风险，占总面积30.88%，大致分布在西部高盐地区，盐渍化危害程度高，存在缺苗和死苗状况，能造成粮食的大量减产；轻度风险面积较小，主要分布在西部小部分地区，仅占总面积的0.75%，对农作物的影响较小，土壤相对健康；风险极大区面积319.66 km²，占研究区总面积的13.37%，盐渍化风险最为严重，主要分布在东部沿海地区，该区域以碱蓬、芦苇、白茅、蒿、苜蓿等耐盐植物为主，其中芦苇分布面积最广。通过统计发现，研究区内所有土壤都存在一定程度的盐渍化生态风险，且风险程度较大；其中99.25%处于中度及以上盐渍风险，严重危害到该区农作物的产量及质量，应加速、加紧该区的生态保护，减少盐渍化现象的蔓延。

2.5 盐渍化生态风险评估模型

土壤盐渍化生态风险评价在一定程度上能实现评估土壤的盐渍情况、盐碱状态、土壤生产潜力及土壤健康状况，监测研究区的生态环境状况，因此，建立动态监测模型是目前盐渍化生态风险评价需要解决的首要难题。通过SPSS软件对SDI指数和生态风险评价对比分析，得出二项式模型拟合度最高，R²值为0.375 8，二者存在相关关系。因此，通过Excel对二者建立相关函数关系式，构建土壤盐渍化生态风险评估模型（图 6）。从图 6 SDI指数与生态风险评价结果拟合关系可以看出，二者存在一定的相关性，但评估值与风险值存在偏差，SDI指数越大，拟合效果越差；在今后研究中，可以通过选取其他主导因素对SDI校正指数进行系数修正，以便更加准确、客观、快速、高效地获得滨海平原区的土壤盐渍化生态风险值。该评估模型在一定程度上可以用SDI指数间接反映该区的盐渍化生态风险情况，为盐渍化生态风险动态监测提供基础参考。

本研究虽然从土壤生产潜力、土壤健康方面筛选了土壤理化性质和七大离子指标，成功构建了滨海平原区土壤盐渍化生态风险评价模型，但仍存在一些不足。土壤盐渍化不仅是自然界的产物，更受到人类活动的影响，因此，在今后的研究中应选取必要的人为因素，进一步完善土壤盐渍化生态风险评价模型，以期为大面积人类活动的耕地地区提供更为有效的评价模型，为该区域的生态环境、农业健康持续发展、地下水的限采禁采、土壤改良和盐渍化防治提供参考依据。

3 结论

（1）相关性分析表明，各因子对盐渍化生态风险评价的影响程度大小顺序为：土壤含盐量>Na⁺含量>土壤电导率>Mg²⁺含量>Cl^-含量>K⁺含量>土壤有机质>SO₄^2-含量。影响土壤盐渍化生态风险的主要因素是含盐量，相关系数r为0.675，具有正相关关系，即土壤中含盐量越高，盐渍化风险程度越高，生态环境越恶劣，生态系统越脆弱，越不适宜农作物的健康生长。

（2）空间分析结果表明，黄骅市盐渍化生态风险均值达到0.42，盐渍化程度较高，主要以中度风险为主，东部风险程度较高，主要由于东部离海较近、土壤盐分较高，中西部地区存在高风险区，可能是由于地下水浇灌引起海水倒灌，导致地下水位抬升，盐分析出。

（3）统计分析结果表明，黄骅市土壤盐渍化生态风险程度为轻度风险、中度风险、重度风险、风险极大4等，不存在无风险地区，中度风险面积最大，占研究区总面积55.00%，轻度风险区域仅占总面积的0.75%。总体来看，研究区内99.25%的地区土壤盐渍化生态风险处于中度及以上水平。

（4）函数关系式分析表明，SDI指数与土壤盐渍化生态评价指数空间分布及趋势大致相同，但通过二者建立的函数发现，二者相关系数较低（0.375 8），不能直接通过SDI指数对土壤盐渍化生态风险进行评估，在后续的研究中将加以改进。