土壤粒径分布（Soil particle size distribution, PSD）作为土壤重要物理属性，与土壤其它诸多物理、化学、生物特性密切相关。目前对其研究方法除了普遍使用的粘粒、粉粒、沙粒等3级或更多粒级划分研究外，研究方法则多体现为分形理论的对其应用。

　　中国科学院新疆生态与地理研究所桂东伟博士及其所在研究团队基于土壤PSD数据特点、与取样点构成的二维表属性特征，将广泛应用于植物群落格局研究的数量生态学算法——排序方法通过算法原理分析、改进，首先从理论上表明其可成功运用于土壤PSD差异性比较及其与环境因子的相关研究，其次在选取策勒河流域中昆仑山的土壤PSD及对应植被的分析研究中，进一步证实了相关如CA、CCA等排序算法在土壤PSD研究的适用性，指出排序算法能得到土壤PSD更为细致的定量信息进而有效反应出其差异性。

　　具体研究表明，16粒级划分已足够反应出不同土壤样品PSD的差异性。而将排序算法与目前普遍使用的分形理论算法相结合，则能体现出更为全面的PSD信息。这在一定程度上发展了土壤PSD研究的方法论，相关研究发表在Geoderma上。

　　此外，该研究团队基于这一研究成果，以策勒绿洲为例，利用绿洲农田表层土壤PSD的取样数据，系统分析了人为管理及自然风蚀因素对土壤PSD影响状况。研究首次表明，绿洲表层土壤尽管受风蚀等自然危害影响严重，但对土壤质地影响起决定因素的仍然是人为因素，主要体现在耕作年限方面。这一研究结果为绿洲土壤变异中人为因素的决定性提供了理论支撑。

CA 排序

CCA 排序

策勒绿洲农田土壤PSD的CA、CCA排序图