宁夏养鸡场粪污及周边土壤重金属和细菌群落特征研究

为了解宁夏蛋鸡养殖场粪污和周边土壤中重金属及细菌群落状况,在宁夏最大的蛋鸡养殖区采集了不同养殖期新鲜鸡粪和相关土壤样品,测定了7种重金属含量和细菌群落组成及多样性。结果表明:该地区鸡粪中Cu、Cd、Cr、Pb、Hg和As含量低于全国平均值26.83%~93.23%,而Zn含量高于全国平均值28.74%,与德国有机肥料中重金属限量标准相比Zn超标6.94%。随着养殖期的推移,鸡粪中Cu、Cd、As含量均先减少后增加;育雏期Cu、Zn、Cd、Hg含量在全养殖期都相对最高,育成期鸡粪Cu、Zn、Cr、Pb和As含量均最低。鸡粪重金属综合污染指数除育成期属于安全水平外,其他4个时期均属于警戒限水平;高产期鸡粪重金属综合污染指数最高。养殖场周边土壤和施用了鸡粪的土壤Cu、Zn含量均高于对照土壤;各土壤重金属综合污染指数均处于安全水平。鸡粪中优势菌门是Firmicutes、Proteobacteria和Bacteroidetes。土壤中相对丰度较高的是Proteobacteria、Bacteroidetes、Actinobacteria、Acidobacteria和Planctomycetes。施用鸡粪后土壤细菌在门水平上数量发生变化,但并不显著。在鸡粪基本理化性质中,pH和全钾对细菌群落多样性和优势菌门有显著的促进作用,重金属中Zn的影响较大。土壤基本理化性质中有机质对土壤细菌优势菌门丰度影响最大,重金属中Cu和Zn对细菌多样性和优势菌门普遍具有显著影响。

基于光谱FOD与优化指数的银川平原土壤有机质含量反演

土壤有机质(SOM)是土壤肥力的重要组成部分,是作物生长的主要养分来源。为探究分数阶微分(FOD)联合优化光谱指数对低肥力地区SOM的反演效果,以银川平原为研究对象,对野外土壤高光谱反射率原始数据进行0~2阶FOD处理(间隔0.2阶),构建优化光谱指数DI/RDI、DI/NDI、NDI/RDI、RDI/NDI、DI/GDI和RI/GDI,分析各指数与土壤有机质含量间的二维相关性,筛选出最佳优化光谱指数,并建立基于支持向量机(SVM)的SOM含量反演模型。结果表明:银川平原SOM含量整体偏低,其中93.05%处于四级到六级水平。土壤野外原始光谱反射率吸收特征差异明显,在1400、1900 nm处有明显吸收峰。随着分数阶的不断增加,光谱反射率不断趋近于0。土壤DI/NDI、DI/GDI、RI/GDI、NDI/RDI和RDI/NDI在0~2阶最大相关系数绝对值(MACC)均小于0.80,DI/RDI在0.2~2.0阶范围内的MACC为0.9965~0.9986,其敏感波段主要集中在1450~1750 nm和2100~2400 nm之间。基于0.2阶微分处理的DI/RDI SVM模型对SOM的反演精度最佳,建模决定系数R_(c)^(2)和验证决定系数R_(p)^(2)分别为0.98和0.99,相对分析误差(RPD)为4.31。研究结果可为低肥力地区的SOM含量快速、准确反演及制图提供科学依据。

宁夏银北地区盐碱化土壤水分光谱特征及模型拟合精度分析

[目的]通过分析宁夏银北地区盐碱化土壤水分光谱特征及模型拟合精度,为及时了解该区地表水分状况进而实施田间精准灌溉提供科学依据。[方法]以宁夏银北地区重度盐渍土壤为研究对象,对土壤原始光谱反射率(raw spectral reflectance,R)进行多种数学变换,运用逐步回归(stepwise regression,SR)和灰色关联度(grey correlation degree,GCD)筛选敏感波段,然后采用多元线性回归(multiple linear regression,MLR)、偏最小二乘回归(partial least squares regression,PLSR)和支持向量机(support vector machine,SVM)进行土壤含水量(soil moisture content,SMC)模型拟合精度计算。[结果]①SMC较低时,随SMC增加土壤反射率逐渐下降,当SMC超过26.34%后,土壤反射率随水分增加而增大,在近红外波段反射率变化幅度整体大于可见光波段;经连续统去除(continuum removed,CR)处理光谱特征曲线在1460 nm和1950 nm处出现明显水分吸收带。②不同反射率转换方式计算出的MLR,PLSR和SVM模型拟合精度不同,SVM模型的整体拟合能力优于MLR和PLSR模型,除反射率倒数(Reciprocal reflectance,RR)变换建立的GCD-SVM模型外,其余SVM模型RC^2和RP^2介于0.9437~0.9995,模型的整体拟合精度很高。③在SVM模型中,基于对数一阶微分(first derivative of logarithmic reflectance,FLR)变换计算的GCD-SVM模型决定系数最高(RC^2和RP^2分别为0.9874,0.9995),为重度盐渍化地区SMC的最佳拟合模型。[结论]SVM模型为供试土壤水分拟合的最佳模型,能够准确获取研究区重度盐渍化土壤水分状况。

利用多源光谱信息反演宁夏银北地区干湿季土壤含盐量

土壤盐渍化是导致全球荒漠化和土壤退化的主要诱因之一。为确定高光谱和多光谱遥感反演干湿季土壤含盐量的最优模型,该研究以宁夏银北平罗县为例,以干季(4月)和湿季(10月)实测高光谱和Landsat 8 OLI多光谱以及干湿两季实测土壤含盐量为基础数据源,利用相关系数法、灰度关联法和逐步回归法筛选敏感光谱数据,分别采用偏最小二乘、支持向量机、岭回归、BP神经网络和地理加权回归建立干湿两季土壤含盐量反演模型。结果表明:1)银北地区土壤盐渍化较为严重,干湿季含盐量均表现为强度变异,且干季变异程度大于湿季;2)在不同土壤含盐量条件下,重采样后的高光谱波段反射率和影像波段反射率具有显著相关性;3)对比相关性分析、灰度关联和逐步回归三组变量筛选方法下各模型R2和RMSE,逐步回归组模型整体效果较好;4)5种土壤含盐量反演模型中地理加权回归模型精度较高,支持向量机算法和BP神经网络算法在基于不同变量组的模型中表现较为接近,岭回归表现最差,偏最小二乘回归模型出现了较严重的“过拟合”现象。局部模型在土壤含盐量反演方面更具优越性。干季以实测灰度关联组-地理加权回归模型效果最佳,其验证决定系数Rp 2和相对分析误差RPD分别为0.94和4.49;湿季以影像相关系数组-地理加权回归模型反演效果最好,其验证决定系数Rp 2和相对分析误差RPD分别为0.96和4.83。研究结果可为当地及同类地区土壤盐渍化的识别、防治提供理论依据。

基于地表高光谱与OLI影像的土壤含盐量和pH值估测

针对宁夏银北地区大面积土壤盐碱化监测的需要,利用实测植被冠层光谱与Landsat 8 OLI影像相结合进行土壤含盐量和pH值估测研究。对实测植被冠层高光谱与影像多光谱反射率进行倒数、对数、三角函数及其一阶微分等一系列变换,确定最佳光谱变换形式,筛选敏感植被指数和敏感波段,分别建立基于实测植被光谱与Landsat 8 OLI影像光谱的土壤含盐量与pH值估测模型,并基于高光谱数据模型对影像盐分和pH值模型进行校正,以提高影像估测土壤盐碱化的精度。结果表明:经倒数对数变换建立的实测植被高光谱EVI模型和经平滑后敏感波段建立的实测植被高光谱模型对土壤pH值的估测精度较高,模型决定系数分别为0.6257和0.5975;基于实测高光谱植被指数和敏感波段分别对Landsat 8 OLI影像含盐量、pH值估测模型进行校正,影像敏感植被指数和敏感波段含盐量模型决定系数分别提高了0.3207和0.3762,pH值估测模型决定系数分别提高了0.2065和0.2487。采用敏感植被指数和敏感波段同时估测土壤含盐量和pH值,实现了从实地测量高光谱向遥感多光谱尺度的转换。

基于光谱变换的宁夏银北地区可溶性阴离子反演

可溶性阴离子是土壤盐分的重要组成部分,对植物生长发育有重要影响。为探讨野外实测光谱对土壤可溶性阴离子的反演精度,以宁夏银北平罗县盐渍化土壤为研究对象,对野外实测光谱选用6种常规变换[平滑R、平滑倒数1/R、平滑对数lg(R)、平滑倒数的对数lg(1/R)、平滑一阶微分R′、平滑二阶微分R″]预处理,然后分别利用相关性分析和逐步回归法筛选离子敏感特征波段,最后采用主成分回归(PCR)、偏最小二乘回归(PLSR)和支持向量机(SVM)建立土壤各阴离子反演模型。结果表明:1)研究区土壤中Cl-和SO_(4)^(2-)含量较高,CO_(3)^(2-)含量最低,属于氯化物-硫酸盐盐渍土。2)原始反射率经R″变换后与土壤阴离子的相关性最强,与CO_(3)^(2-)、HCO_(3)^(-)、Cl-和SO_(4)^(2-)相关系数分别达到0.572、0.741、0.802和0.545。3)与相关性分析相比,逐步回归(SR)更好地解决了光谱间共线性的问题,反演精度更高。4)与PCR、PLSR相比,SVM所建可溶性阴离子反演模型效果最佳。土壤CO_(3)^(2-)、Cl-、SO_(4)^(2-)反演效果最佳的模型均为R″-SR-SVM,其中对CO_(3)^(2-)的反演模型建模决定系数(R_(c)^(2))为0.984、验证决定系数(R_(p)^(2))为0.560、相对分析误差(RPD)为6.76;SO_(4)^(2-)的反演模型R_(c)^(2)为0.970、R_(p)^(2)为0.841、RPD为5.59;Cl-的反演模型R_(c)^(2)为0.925、R_(p)^(2)为0.940、RPD为3.62;HCO_(3)^(-)效果最佳的模型为R′-SR-SVM,R_(c)^(2)为0.970、R_(p)^(2)为0.840、RPD为5.59。研究结果可为该区域及同类地区土壤盐渍化反演提供理论依据。

基于分数阶微分联合光谱指数估算银川平原土壤有机质含量

土壤有机质是评价土壤肥力的重要指标。为探讨分数阶微分联合不同光谱指数所建模型对较低土壤有机质含量的估算效果,本研究利用银川平原土壤野外高光谱反射率,结合室内实测有机质含量,对反射率原始数据进行倒数对数变换后进行0~2阶(间隔0.20)的分数阶微分处理,构建差值指数(DI)、比值指数(RI)、亮度指数(BI)、归一化指数(NDI)、再归一化指数(RDI)和广义指数(GDI),分析6个指数与土壤有机质含量间的二维相关性,筛选出最优光谱指数,分别建立主成分回归(PCR)、偏最小二乘回归(PLSR)、反向神经网络(BPNN)、支持向量机(SVM)和地理加权回归(GWR)模型估算土壤有机质含量。结果表明:DI、RI、NDI、BI、GDI、RDI与土壤有机质含量间的最大相关系数绝对值(MACC)整体呈现先上升后下降的规律,分别在1.0、0.6、1.4和1.6阶处MACC最高。基于分数阶微分变化下的0.2~2.0阶RDI可用于后续模型构建,其中,MACC值最佳组合波段主要集中在400~600和1300~1700 nm。在单一光谱指数RDI所建不同模型中,SVM模型估算精度最高,其建模决定系数、验证决定系数和相对分析误差分别达到0.86、0.87和2.32。研究结果可为低有机质含量地区的土壤有机质快速、准确估算及制图提供科学依据。

基于分数阶微分光谱指数的银川平原土壤含盐量反演

土壤盐渍化是制约我国干旱半干旱地区农业生产、粮食安全和可持续性发展的重要因素之一。为探寻更优的高光谱数据反演土壤含盐量的方式,本研究以银川平原为研究区,以高光谱反射率和实测土壤含盐量为数据源,对原始反射率进行分数阶微分变换,利用二维光谱指数筛选敏感参量,建立土壤含盐量的多元线性回归(MLR)和支持向量机(SVM)模型(样品n=133)。结果表明:微分变换可以有效增强高光谱信息对土壤含盐量的响应,整数阶以1阶微分效果最优,相关系数为0.486;分数阶以0.9阶效果最优,相关系数为0.461;通过分数阶微分与二维光谱指数筛选的特征波段组合与土壤含盐量的相关性较一维波段更高;SVM模型的精度优于MLR模型,两种模型皆以1.1阶精度最佳,其中SVM模型验证决定系数(Rp^(2))、均方根误差(RMSE)和相对分析误差(RPD)分别为0.839、0.96和2.46;MLR模型Rp^(2)、RMSE和RPD分别为0.730、1.32和1.79;通过反距离权重法的SVM插值图可以较好地预测银川平原的土壤含盐量状况。研究结果可为提高土壤含盐量的高光谱反演精度提供科学支撑,为盐碱地的准确诊断和改良利用提供基础。

基于PCA敏感波段筛选与SVM建模的银川平原土壤有机质高光谱估算

为确定银川平原土壤有机质(SOM)含量的最佳估算模型,实现SOM的快速、准确监测,本研究以银川平原5 km×5 km网格法采集的171个表层土壤样品为对象,测定SOM含量及其野外350~2500 nm高光谱反射率。对光谱经重采样和预处理后得到标准正态变量(SNV)、峰值归一化(MAN)、一阶微分(FDR)、对数的倒数(LR)和倒数的对数(RL)5种光谱指标。基于相关系数法确定SOM的敏感光谱波段,进而采用逐步回归(SR)、灰色关联度(GCD)和主成分分析(PCA)对敏感波段进行最优建模变量提取,最后结合岭回归(RR)、偏最小二乘回归(PLSR)、支持向量机(SVM)和反向神经网络(BPNN)建立SOM的估算模型。结果表明:与REF相比,经常规变换后5种光谱指标与SOM间的相关性并未发生显著变化。基于SR、GCD和PCA提取最优建模变量,光谱指标SNV为共有输入变量;与SR和GCD相比,PCA筛选方式所建模型估算精度最优。基于光谱指标RL建立的PCA-SVM模型精度最高,RC2、RP2和RPD分别为0.74、0.78和2.08。本研究通过对比分析不同光谱变换、变量筛选方式和建模方法下的模型精度,确定RL-PCA-SVM为最优估算模型,可以为银川平原及同类地区SOM含量的快速监测提供科学依据。

宁夏养牛场粪污和周边土壤中抗生素及抗生素抗性基因分布特征

畜禽粪便是抗生素和抗生素抗性基因(antibiotic resistance genes,ARGs)重要的储存库.为揭示宁夏肉牛养殖场牛粪和养殖场周边土壤中抗生素及ARGs的分布特征,采用超高效液相色谱-串联质谱法和高通量荧光定量法对不同规模的养牛场进行调查研究.结果表明:(1)牛粪中优势抗生素为四环素类、喹诺酮类和磺胺类.不同养殖期牛粪中抗生素含量差异显著;育肥前期和哺乳期抗生素含量较高,犊牛期相反.(2)土壤中以喹诺酮类和四环素类抗生素为主,喹诺酮类抗生素检出率和含量都最高.养殖场对周边土壤中抗生素的分布无影响;施用牛粪的土壤中喹诺酮类和四环素类抗生素含量显著增加.(3)牛粪中共检测到ARGs亚型79~142种,其中氨基糖苷类ARGs数目最多.育成期ARGs数目最多且相对丰度最高,犊牛期相反.所有养殖期牛粪中共存ARGs是tet Q、erm F和tet O-01.(4)土壤中ARGs亚型有35~79种,主要是多药类和氨基糖苷类ARGs.养殖场对周边土壤中ARGs的数目和相对丰度无影响;施用牛粪的土壤中ARGs数目和相对丰度都显著高于其他土壤.(5)磺胺类和氯霉素类ARGs在牛粪和土壤中都有水平移动的风险.牛粪中氨基糖苷类和四环素类ARGs相对丰度与其对应抗生素含量呈极显著相关.(6)对牛粪和土壤中各类ARGs相对丰度而言,氨基糖苷类与磺胺类和氯霉素类、可移动遗传元件(mobile genetic elements,MGEs)与氨基糖苷类和磺胺类均呈显著或极显著正相关,而大环内酯类与万古霉素类则呈显著负相关.本研究结果可为肉牛不同养殖期抗生素的使用和牛粪施用等提供理论依据.

宁夏西吉县养牛场粪污和周边土壤重金属及细菌群落特征

为了解宁夏肉牛养殖场粪污和周边土壤中重金属及细菌群落状况,在宁夏最大的肉牛养殖区西吉县采集了不同养殖期(哺乳期、犊牛期、育成期、育肥前期和育肥后期)的牛粪、施用牛粪蔬菜地及养殖场周边不同距离土壤样品,以远离养殖场的荒地土壤为对照,测定了7种重金属(Cu、Zn、Pb、Cd、Cr、Hg、As)含量和细菌群落组成及多样性。结果表明:1)牛粪中Cu、Zn、Cd、Pb和Hg含量较全国平均值低33.8%~95.8%,而As含量比全国平均值高94.7%。随着养殖期的推移,牛粪中各重金属含量变化趋势不完全相同,育肥前期Cu、Cd、Hg和Cr含量高于其他4个时期,育肥前期和育肥后期牛粪重金属综合污染指数较大。2)施用牛粪的土壤Cu、Zn和Hg含量显著高于对照土壤,Zn含量与养殖场周边土壤差异显著,其他元素无显著差异,所有土壤重金属污染指数均在安全范围内。3)随着养殖期的推移,牛粪细菌多样性指数无特定变化趋势。施用牛粪的土壤序列、分类单元、Chao1指数显著高于养殖场周边土壤。4)牛粪中厚壁菌门的相对丰度最大,其次为拟杆菌门和变形菌门;育成期厚壁菌门的丰度显著低于其他养殖期,其他各菌门的丰度在不同养殖期间无显著差异。养殖场的存在对其周边土壤细菌群落的影响不明显,但施用牛粪后土壤Gp6、芽单胞菌属、溶杆菌属和Subdivision3_genera_incertae_sedis的数量显著高于对照和养殖场周边土壤。5)牛粪中有机质、pH、电导率、全氮、全钾、Cd、As含量对细菌多样性和各组分丰度的影响较显著;养殖场周边土壤pH、全磷和Hg含量对细菌多样性和各组分丰度的影响较显著。整体来讲,牛粪和土壤的理化性质对细菌群落的影响比重金属更显著。研究结果可为当地肉牛养殖饲料和兽药种类的选择、用量及有机肥的科学利用提供参考。

基于实测高光谱与Sentinel-2B数据的银北土壤Na^(+)含量估测

为了探讨不同传感器对土壤Na^(+)含量的估测能力,本研究以宁夏银北地区典型样点土壤实测光谱和Sentinel-2B影像光谱为对象,运用逐步回归(SR)和主成分回归分析(PCA)方法对光谱数据进行敏感参量筛选,然后采用偏最小二乘回归(PLSR)、支持向量机(SVM)和反向传播神经网络模型(BPNN)分别建立实测光谱和影像数据的土壤Na^(+)含量估算模型。结果表明:除Band9外,实测重采样数据与影像数据呈极显著相关。基于SR筛选方式建立的模型估算精度普遍高于PCA(SVM模型除外),PCA-SVM模型为影像最佳Na^(+)含量估算模型,预测精度为0.792;SR-BPNN模型为实测最佳Na^(+)含量估算模型,预测精度达到0.908。经重采样实测光谱模型校正后的SR-PLSR影像光谱土壤Na^(+)含量估算模型精度从0.481提高到0.798,有效提高了较大尺度下的土壤Na^(+)含量估算精度。本研究实现了遥感监测土壤Na^(+)含量由点向面的空间转换,为Sentinel-2B影像监测盐渍化土壤Na^(+)含量提供了科学参考。

宁夏养鸡场粪污和周边土壤中抗生素及抗生素抗性基因分布特征

畜禽粪便中的抗生素及其抗性基因(ARGs)具有潜在的生态风险.为揭示宁夏养鸡场鸡粪和养殖场周边土壤中抗生素和ARGs的分布特征,以宁夏12家不同规模蛋鸡养殖场中鸡粪、周边及施用鸡粪的土壤为研究对象,采用超高效液相色谱-串联质谱法和高通量荧光定量法进行调查研究.结果表明:(1)鸡粪中四环素类、氨基糖苷类和磺胺类是优势抗生素.不同养殖期鸡粪中抗生素种类和含量不同,育雏期抗生素种类较多和平均含量较高,初产期相反.(2)周边土壤中仅距离养鸡场20 m处检测到少量抗生素,养殖场对周边土壤中抗生素的分布影响较小;施用鸡粪的土壤中喹诺酮类抗生素含量明显增加.(3)鸡粪中共检测到ARGs亚型132~168种,主要是氨基糖苷类和四环素类ARGs.育成期ARGs数目最多,初产期最少;育雏期各类ARGs总丰度最高,终产期相反.所有养殖期鸡粪中共存ARGs有110种.(4)养鸡场周边及施用鸡粪的土壤中共检测到ARGs亚型23~105种,其中氨基糖苷类ARGs数目最多,其次是多药类.养殖场周边土壤中ARGs数目和相对丰度随距养殖场距离的增加而逐渐减少;施用鸡粪的土壤中ARGs数目和相对丰度都明显增高,但低于距离养殖场20 m的土壤.(5)鸡粪中β-内酰胺酶类、氨基糖苷类和大环内酯类-林肯酰胺类-链阳性菌素B类(MLSB)ARGs都存在水平移动风险;土壤中氯霉素类ARGs存在水平移动风险.鸡粪中ARGs与其对应抗生素含量间相关性不显著.(6)不同类型ARGs之间具有相关的共现性:鸡粪中氨基糖苷类ARGs相对丰度与β-内酰胺酶类和可移动元件(MGEs)、多药类与万古霉素类等均呈显著正相关;土壤中氨基糖苷类ARGs相对丰度与四环素类、万古霉素类、磺胺类和MLSB类、四环素类与MLSB类等呈极显著正相关.土壤中各类ARGs相对丰度间的共现性明显强于鸡粪.本研究可为养鸡场选址、蛋鸡规模化养殖抗生素种类及剂量的选择和鸡粪施用提供理论依据.

不同光谱类型对银川平原土壤含盐量反演精度的影响与校正

土壤盐渍化是导致土壤质量下降、耕地减产的重要因素之一。为准确快速评价银川平原土壤含盐量,本研究对野外高光谱数据和室内高光谱数据进行一阶微分(FDR)变换,逐步回归(SR)筛选特征波段,利用偏最小二乘回归(PLSR)与支持向量机(SVM)进行建模,明确适用于本地区土壤含盐量准确反演的光谱类型,并对较差光谱类型进行分段校正与全局校正,尝试提高土壤含盐量反演精度。结果表明:基于野外光谱的土壤含盐量反演模型精度比室内光谱平均高58.9%;对室内光谱进行分段校正、全局校正后反演精度均有提高,其中,PLSR以分段校正精度更高,建模决定系数(R_(c)^(2))、验证决定系数(R_(p)^(2))和相对分析误差(RPD)分别为0.790、0.633和1.64,而SVM以全局校正精度更高,R_(c)^(2)、R_(p)^(2)和RPD分别为0.927、0.947和3.87;SVM模型的反演精度高于PLSR,其中,野外光谱建模效果最佳,室内全局校正光谱与室内分段校正光谱次之,室内光谱最差。因此,野外高光谱可实现对银川平原土壤表层含盐量的定量反演,经校正的室内光谱对土壤含盐量反演精度显著提升,均可为粮食安全与生态环境高质量发展提供保障。

基于高光谱和Landsat-8 OLI影像的盐渍化土壤水盐估算模型构建

水盐信息的迅速获取是盐碱地改良利用的重要基础数据。以宁夏银北平罗县盐渍化土壤为研究对象,基于实测土壤水分、盐分含量和高光谱数据反射率及其同期Landsat-8 OLI多光谱影像数据,利用重采样技术进行实测高光谱数据与OLI影像波段匹配,采用11个线性和非线性函数筛选出敏感波段和11个盐分指数,基于多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机(SVM)分别构建土壤含水率(SMC)和含盐量(SSC)的估算模型。结果表明:重采样处理后的实测高光谱波段反射率与OLI影像波段反射率具有极显著相关性,基于线性和非线性函数筛选出的重采样敏感波段及影像盐分指数为自变量构建MLR、PLSR和SVM的SSC估算模型决定系数R2分别为0.626、0.510和0.829,SMC估算模型R^2分别为0.455、0.204和0.731,土壤盐分和水分的SVM估算模型的稳定性和预测能力均优于MLR和PLSR模型,适用于研究区SSC和SMC估算。结果可以为研究区及同类地区不同时期土壤水盐信息估算提供科学依据。