山西太岳山小流域土壤水分空間異質性及其影響因子

王 甜,康峰峰,韓海榮,*,程小琴,白英辰,馬俊勇,桂志宏

1 北京林業大學省部共建森林培育與保護教育部重點實驗室, 北京 100083 2 山西省太岳山國有林管理局好地方林場, 沁源 046505

?

山西太岳山小流域土壤水分空間異質性及其影響因子

王 甜1,康峰峰1,韓海榮1,*,程小琴1,白英辰1,馬俊勇1,桂志宏2

1 北京林業大學省部共建森林培育與保護教育部重點實驗室, 北京 100083 2 山西省太岳山國有林管理局好地方林場, 沁源 046505

以山西太岳山華北落葉松林地為主的小流域作為研究對象,采用地統計學方法結合地理信息系統(GIS)技術手段,研究了接石溝小流域土壤水分(0—60cm)的空間變異特征,以及植被分布和地形因子對其影響規律。結果表明：在時間穩定性的前提下,土壤水分含量和變異系數隨土層加深逐漸降低。三層土壤水分半方差函數的最優擬合模型為球狀模型,變程范圍在1.1—1.4 km,均具有強烈的空間自相關性,其中0—20 cm和20—40 cm層土壤水分的空間異質性程度高于40—60 cm土層,以中間層的結構因素占總變異比例最大。自然結構因素(地形、母質、植被和土壤等)對不同土層土壤水分的總空間變異性起主導作用(81.4%—91.3%),而隨機因素(取樣誤差、人為干擾等)的影響相對較小(8.7%—18.6%)。沿著集水線由西-東方向,從邊緣的土壤水分高值斑塊區逐漸過渡到明顯的低值斑塊區,梯度變化明顯。研究發現,在植被覆蓋異質性小的山地,土壤水分的空間異質性主要由地形因素引起,具體表現為其與坡向指數(TRASP)、坡度、海拔和土壤有機碳、全氮呈極顯著相關關系(P﹤0.01),而與植被指數(NDVI)呈弱的負相關關系。疊加分析顯示,在陰坡、坡度較緩(﹤15°)及高海拔疊合的區域土壤水分含量較高。研究結果可為山地人工林構建和植被恢復中土壤水資源的利用以及水分管理策略的制定提供理論依據。

小流域；土壤水分；空間異質性；華北落葉松；影響因子

水是維持植物生長的主導因子,是維持森林生態系統穩定性的重要因素之一[1]。在流域尺度上,水流在重力作用下匯集,使得不同景觀要素之間的物質流和能量流的聯系更為緊密,而流域的下墊面因素(如地形、植被和土壤特征等)均會對流域的水文特征產生顯著的影響[2]。在暖溫帶山地針葉林區,土壤水分作為流域水文特征的關鍵表征,是森林生態系統物質循環的載體,在土壤-植被-大氣連續體間水文過程及能量交換中起著重要作用[3]。由于土壤水分與地形、土壤和植被間的復雜作用關系,其在不同空間尺度上存在較大變異性[4-5]。

近年來,國內外學者對于土壤水分不同尺度的空間異質性進行了大量研究,地理信息系統和地統計學方法相結合已成為此類研究的有效工具,但主要集中在農田和草地,有關于林地土壤水分空間變異的研究較少[6]。Savva等[7]研究了美國馬里蘭州郊區不同森林和草地覆蓋下淺層土壤水分的空間分布格局。Rosenbaum等[8]在德國云杉覆蓋為主的集水區展開研究,揭示了不同深度(5、20、50 cm)土壤水分的時空變異規律。王存國等[9]對長白山闊葉紅松林3塊50 m×50 m樣地表層土壤水分空間異質性進行了研究。上述研究的范圍從樣地到集水區尺度不等,以低海拔(<800 m)的土壤表層水分研究為主。對于亞高山山地森林覆蓋為主的小流域研究甚少,地形的起伏使得土壤水分的再分配過程更加復雜,而土壤更深層次水分的空間變異對于植被的生長和生態系統水分平衡同樣具有重要的作用。

國內在干旱半干旱黃土丘陵區的小流域研究發現,土壤水分空間異質性是多重尺度上環境因子共同作用的結果,降水強度、地質地貌等主要影響其空間分布[4,10]。國外研究表明,小流域土壤水分受到土壤性質、地形特征、氣象條件、植被覆蓋和地下水狀況等因素的影響[7],但對于不同的空間尺度,各環境因子對于其影響程度不盡相同,景觀尺度上土壤水分的時空異質性與環境因子的關系已成為國內外的研究熱點[4]。華北晉東南的亞高山山地主要以針葉人工林為主,有學者提出大規模的造林雖增加了碳儲量,但可能會引起土壤干燥化效應[11]。因此,掌握土壤水分的空間尺度分異特征及其影響因素對于華北森林景觀的有效經營與管理,防止土壤干化與侵蝕,實現森林生態服務功能的最大化發揮都顯得尤為重要。本研究從小流域尺度上對暖溫帶森林土壤水分的空間分布模式、尺度依賴性及其控制因子進行研究,為理解亞高山山地森林不同尺度上土壤水分的空間變異及水文過程提供依據。

1 研究區與研究方法

1.1 研究區概況

研究地處于山西省太岳山好地方林場的接石溝集水區(36°47′24—43″N, 111°59′43″—112°03′34″E),面積為5.65 km2,隸屬于太行山支脈太岳山中部,黃土高原的東緣。該地區氣候屬暖溫帶半濕潤大陸性季風氣候,年平均氣溫8.7 ℃,年日照2600 h,年平均降水量為660 mm,雨量主要集中在7、8、9月,無霜期110—180 d。集水區海拔2037—2359 m,巖石主要為石灰巖和花崗片麻巖,土壤亞類有褐土、棕壤和山地草甸土,隨海拔呈地帶性分布。

研究區內,植被類型以華北落葉松(Larixprincipis-rupprechtii)人工林為主,約占流域面積的80.5%,其中以近熟林(31—40a)為主,廣泛分布于集水線兩側。次生林如白樺(Betulaplatyphylla)和黃華柳(Salixcaprea)等零星分布于小流域海拔較低的區域,常與年齡較小的落葉松(<30a)形成針闊混交林。各植被類型的林分結構特征見表1。灌木主要有土莊繡線菊(Spiraeapubescens)、毛榛(Corylusmandshurica)、胡枝子(Lespedezabicolor)、黃刺玫(Rosaxanthina)等；草本層的代表植物有細葉薹草(Carexlanceolata)、小花鳳毛菊(Saussureaparviflora)、小紅菊(Dendranthemachanetii)等。

表1 研究區主要植被類型的林分結構特征

1.2 樣品采集與測定

結合研究區1∶5萬地形圖和植被分類圖,于2015年10月20日采集研究區土壤樣品。因高海拔山區地形復雜、采樣難度較大,常用的網格采樣法在本研究區實施困難,因此采用代表不同植被類型、地形條件,兼顧均勻分布的采樣方法選擇樣地[12](表2)。樣點數量為81個,采樣間隔約為260 m,確保均勻取樣,充分涵蓋小流域的自然特征。海拔、坡度、坡向等地形因子從DEM(Digital elevation model)中提取,DEM由10m等高距的地形圖數字化產生。植被類型分布從2014年9月30日高分辨率的資源三號遙感衛星影像解譯獲取。另外,植被生長狀態和植被覆蓋度用歸一化植被指數NDVI表示,該指數從影像多光譜數據的近紅外波段和紅外波段計算而得[13]。

為了便于分析比較,在取樣前一周內天氣穩定,基本無明顯降雨的晴天集中采樣,并于1天內盡量將土樣采集完畢。用手持GPS記錄采樣中心點坐標,在以該點為中心的1m正方形小樣方內均勻確定3個采樣點,每個采樣點用直徑為3 cm的土鉆取表層(0—20 cm)、中層(20—40 cm)、底層(40—60 cm)共3層土壤,每層分別取20 g土樣,剔除明顯的植物斷根和枯落物等雜質,等量充分混合后取1/3裝入編號的鋁盒中,帶回實驗室。采用同樣的方法另取100 g土樣裝入自封袋測定土壤的化學性質。表層土共采集162份樣品,但由于部分采樣點的基巖深度較淺,中層和底層的土樣數量分別為144份和120份。采用烘干法對土樣的土壤含水量進行測定,將稱量后的土壤樣品(精確到0.01 g),在(105±2)℃的烘箱內烘至12 h,取出后稱量,進而計算土壤含水量,共測定81個樣點的213份樣品。另外同等數量的樣品采用Flash 2000有機元素分析儀(Thermo Scientific, Brookfield, Wisconsin, USA)測定土壤有機碳和全氮。

表2 研究區不同地形與植被類型取樣點數量分布

華北落葉松幼齡、中齡、近熟和成熟林分別是<20a, 21—30a, 31—40a和>41a生的華北落葉松人工林,闊葉林主要為白樺次生林,針闊混交林為華北落葉松和白樺混交林

在數據處理時,坡向方位角按照Roberts & Cooper[14]的方法進行了轉換,坡向由0—360°的羅盤值轉換成0—1之間的值。轉換公式為：

式中,TRASP (transformation of aspect)為坡向指數；aspect為坡向方位角度。通過轉換,TRASP介于0—1之間,其值越大,表示生境越干熱,0代表北北東方向,1代表南南西方向。

1.3 空間格局分析

1.3.1 半方差分析

1.3.2 空間自相關分析

空間格局的關聯程度采用了Moran的I指數法,采用該指數以探明土壤水分變量的分布是否聚集、離散或者隨機分布。公式為[18]：

1.4 數據處理與分析

運用SPSS18.0對數據進行Kolmogorov-Smironov (K-S)正態分布檢驗和基本統計分析,運用地統計學軟件包GS+ for windows 9.0和Arcgis10.0進行半方差分析和Kringing內插局部估計。

2 結果與分析

圖1 研究區10月份雨熱特征與取樣時間點 Fig.1 Characteristics of rain and heat of October in the study area and the sampling time points

2.1 土壤水分的取樣時間與統計特征

研究區自動氣象站2015年的降雨監測數據顯示(圖1),10月份降雨總量為58.67 mm,月均溫為5.08℃。降雨主要集中在月底,本次采樣的時間點為10月20日,在18日只有一次0.25 mm的小雨,加之氣溫較高,蒸發量大,土壤較干,為分析土壤水分的空間異質性提供了時間上的相對穩定性。表3為小流域各植被類型下不同土層中土壤水分的描述性統計結果。從表中可知,隨著土層深度的逐漸加深,土壤含水量的平均值依次降低。不同土層的土壤水分的水平變異均表現為自表層向下顯著降低趨勢,土層40 cm以上表現出強變異性(>35%),40 cm以下為中等變異性(15%

半方差函數通過區域化變量分割等距離樣點間的差異來研究變量的空間相關性,進行空間相關性分析的變量須滿足正態分布[18]。表3中顯示K-S檢驗的Pk-s值>0.05,認為數據服從正態分布,可進行空間相關分析,并且20 cm以下土層土壤水分含量的Pk-s值要明顯優于0—20 cm土層。

表3 不同土層深度土壤水分的描述性統計結果

不同土層樣本量不一致是由各樣點土層深度不同所致

2.2 不同深度土壤水分的空間異質性

圖2 森林土壤水分的各向同性半方差函數Fig.2 Isotropic semi-variogram of forest soil moisture content

圖2和表4為不同土層深度土壤水分在各向同性下的變異函數理論模型及相關參數。從表中可知,不同土層土壤水分的基臺值遠大于塊金值,表明在全方向上土壤水分的3個層次均具有明顯的空間自相關結構,其中0—20 cm和20—40 cm層土壤水分的基臺值高于40—60 cm土層,說明表層和中層的空間異質性程度明顯高于底層。三層土壤水分的半方差函數與步長h的關系均符合球狀模型,具體特征表現為空間相關性隨距離的增加而衰減,其空間結構是當樣點間隔距離達到變程(如A0—20 cm：1140 m)之前,樣點的空間相關性隨樣點距離的增加逐漸降低直至消失(圖2)。

表4 各向同性下變異函數理論模型及參數

*表示數據經log轉換,因數據經log轉換后,空間結構的規律性更明顯,且殘差較小,符合正態分布;RMSE為標準均方根預測誤差(Root-Mean-Square Standardized Error),值越接近于1,誤差越小；AME為平均標準誤差(Average Mean Error),值越接近于0,誤差越小

從決定系數R2和殘差RSS來看(表4),0—20 cm和20—40 cm土層土壤水分半方差函數與步長h關系的理論模型解釋效率相對較高(90%和83%),而40—60 cm土層的半方差函數模型解釋效率較低(68%),3個土層水分模擬的殘差RSS值均較低(4.40×10-3—8.32×10-3)。

由表4可知,不同土層土壤水分的空間異質性中自相關和隨機部分所占比例存在一些差異。0—20 cm和40—60 cm土層土壤水分的C0/(C0+C)值相對于20—40 cm層較高,說明表層和底層由隨機部分引起的空間異質性高于中層,即中層由空間自相關部分引起的空間異質性較高。結構方差比C/(C0+C)表明結構因素對于表、中、底層的空間變異性的貢獻率分別達到83.5%,91.3%和81.4%,且殘差RSS較小。根據相關性程度的分級標準,三層土壤的C0/(C0+C)值均明顯低于25%,說明具有強烈的空間相關性。結合當地華北落葉松及生境的實際情況,自然結構因素(如氣候、植被、母質、地形和土壤類型等)對不同土層土壤水分的總空間變異性起主導作用(81.4%—91.3%),而隨機因素(如取樣誤差,人為干擾,植物根系分布與吸收等)的影響相對較小(8.7%—18.6%)。

變程A可反映區域化變量的空間作用范圍,其大小受觀測尺度限定,在變程范圍內,樣點間的距離越小,其空間相關性越大。由圖2和表4可知,0—20 cm和40—60 cm土層土壤水分的變程比較接近(1140 m和1115 m),而20—40 cm中層土壤水分的變程較大(1393 m),說明其在較長距離內存在空間結構異質性,而當超過此變程時,土壤水分的空間相關性消失。Moran′I指數表示全局的空間自相關程度,3個層次土壤水分的Moran′I(0.436—0.511)均遠遠大于0,說明全局土壤水分的空間相關性較明顯,呈聚集分布。其中,底層土土壤水分的Moran′I指數為0.511,空間相關性又較表層和中層略強。

2.3 土壤水分的空間分布格局及驅動因子分析

圖3為不同土層土壤水分的空間分布特征。據圖可知,沿著集水線由西-東方向,0—20 cm和40—60 cm層從邊緣的土壤水分高值斑塊區,逐漸形成明顯的低值斑塊區,梯度變化明顯。而20—40 cm的水分高值區向下往南部延伸,但總體趨勢與上下兩層相似,呈現出西側大于東側的現象。結合地形因子,在陰坡、坡度較緩(<15°)及高海拔疊合的區域土壤水分含量較高,地形因子疊加的高低區域與表層土壤水分的變化規律大致吻合。其中,表層土最高值區的土壤含水量為24.66%—28.90%,最低值區為5.47%—7.80%；中層土最高值區含水量為20.93%—25.77%,最低值區為4.89%—6.86%；底層土高值區的含水量為19.07%—21.68%,低值區為5.66%—7.27%,表現出全局土壤水分的高值區隨土層加深逐漸降低,而低值區卻呈現出先降低后升高的波動趨勢。

圖3 不同土壤深度土壤水分的空間分布特征及地形因子疊加Fig.3 Spatial distribution characteristics of soil moisture content across depths and overlay of topographic factors SMC (soil moisture content)表示土壤水分含量

從表5中可以看出,不同深度的土壤水分含量與地形因子(海拔、坡度、坡向)表現出顯著的相關關系(P<0.01),而與植被指數NDVI為負相關關系,卻不顯著,說明山區森林土壤水分的空間異質性主要是由地形因素引起的。坡向指數與三層土壤水分隨土層表現出逐漸增強的負相關關系,說明生境為陰坡、濕冷的環境,蒸發量較小,有利于土壤的蓄水。海拔對0—60cm土壤水分的影響為強烈的正相關性,即海拔越高,土壤水分越易保持。坡度越大,土壤含水量越低,反之,越高。海拔和坡度對土壤水分的影響隨著土層的加深逐漸減弱(海拔：0.73—0.69,坡度：-0.58—-0.50,P<0.01)。另外,土壤水分與土壤化學性質(有機碳、全氮含量)具有顯著的正相關關系(P<0.01),說明土壤有機質和全氮含量對土壤水分具有顯著影響。結合植被分布情況,土壤水分的高值斑塊區域主要分布在華北落葉松近熟林下,而落葉松成熟林、混交林和灌木林下土壤水分值相對較低。

表5 不同深度土壤水分與地形、植被因子和土壤化學性質之間的相關關系

**P<0.01水平上顯著相關

3 討論

3.1 小流域土壤水分的時間穩定性與變異系數

有學者提出在研究土壤水分的空間分布時,因土壤含水量在很大程度上取決于土壤結構,假設其在時間上具有一定的穩定性,且用非參數法和時間標準均方差比較進行了驗證,證明土壤水分的空間分布具有較強的時間穩定性[20]。本研究取樣的間隔時間較短,天氣狀況穩定,因此土壤水分具有相對的時間穩定性。暖溫帶亞高山森林小流域土壤水分各層變異系數介于32.62%—38.98%之間,此值范圍稍高于闊葉紅松林(24%左右)[9]及人工油松林(10%—25%)[21],可能是由于已有的山地森林土壤水分空間異質性研究大多基于樣方和坡面尺度,森林小流域尺度的范圍較大,導致植被、土壤及地形類型有所差異；另外礫石含量相對較多且采樣節點土壤較干(12.54%—15.75%)也是引起變異系數稍大的原因之一。土壤水分變異系數的層次遞減規律與莫菲等[22]對相近緯度的六盤山洪溝小流域落葉松植被下土壤水分的研究結果相似。

3.2 小流域土壤水分的空間自相關性

研究區土壤水分表現為強烈的空間自相關性,其結構性方差在81.40%—91.30%,變程在1.1—1.4 km之間。森林土壤水分在時間穩定下較強的空間自相關性與已有的多數研究結果相吻合[1,8,23]。但Western等提出當取樣間隔大于變程、取樣點數量太少以及土壤水分的測定誤差大于其變異等因素時會引起土壤水分弱或無空間相關性[24]。與已有研究相比,本文的最大變程相對小流域尺度的其他研究要大[25-26],分析其原因一方面可能是接石溝小流域分布著大面積的華北落葉松(覆蓋面積約占80%),樹木的年齡、空間分布和垂直結構都相對均一,植被斑塊均質化,使得土壤水分的自相關范圍延長。這可能也與地形特征有關,研究區范圍的平均坡長在900 m左右,在一定程度上可以解釋空間自相關變化的范圍。值得注意的是,現有的采樣尺度可能在更大范圍內仍然存在空間異質性。本研究的平均采樣距離為263 m,低于變程范圍的一半,說明在此小流域尺度下,采樣密度和方法足以說明該區域土壤水分的空間異質性,該結果對今后典型森林小流域的取樣間隔設置具有一定的借鑒作用。

3.3 不同層次土壤水分空間異質性的影響因素

土壤水分空間異質性與植被、地形因子和土壤性質有著密切的聯系。研究結果得出,土壤含水率隨著海拔的升高顯著上升。結合植被分布,海拔高的地區植被多為華北落葉松人工純林,而海拔相對低的地區還有一些闊葉林分布,如白樺(Betulaplatyphylla),黃花柳(Salixcaprea)等,闊葉樹種的葉片表面積大,蒸發量較大,導致土壤水分偏低,而海拔高的針葉林可以減少水分和熱量的蒸發,因而土壤水分偏高。另外,坡度越陡,入滲率低,下滲和徑流越強,導致土壤水分含量較少,反之越易于保持水分。坡向偏向于陰坡,蒸發量小,有利于水分聚集,反之蒸發量大,土壤水分損耗大,與一般研究的結論相似[5,27]。在與植被的關系方面,Schume等[28]認為森林強大深厚的根系對于土壤水分的吸收作用比農田或草地等生態系統更明顯,是影響土壤水分的主控因子。而本研究得出植被NDVI指數對于土壤水分有弱的負影響。NDVI意味著高的葉面積指數和植被覆蓋度,相應的蒸發量也越大,導致與土壤水分負相關,且在采樣時間節點,土壤較干,地形和土壤性質的影響要大于植被,這與Grayson等[27]的研究結論一致。從具體林分結構看,近熟林的冠層不如成熟林的郁閉,冠幅、冠高和根系深度均小于成熟林,葉片面積又較混交林的要小,導致近熟林地的蒸發蒸騰小于成熟林與混交林,而灌木林分布分散,其所在區域土層較淺,不易儲存水分,說明林分的結構特征也是導致土壤水分空間異質性的重要原因。另外,有研究表示土壤的持水性能還與有機質含量及大于0.25 mm的水穩性團聚體有關[29],這一觀點與本文森林土壤水分含量和有機碳、全氮顯著正相關的結果相吻合。從土壤不同層次看,Rosenbaum等[8]研究表明,土壤上層(<20cm)水分主要受到坡位、坡度等地形條件和小氣候條件下的蒸發力影響,隨著土層加深,土壤水分受蒸發作用減小,而受植被蒸騰作用加大。本文統計結果顯示,海拔和坡度等地形因子在隨著土層深度加深,與土壤水分的相關系數減弱,而植被指數(NDVI)則與土壤水分的相關性增強,由此可看出,隨著土層的加深,地形的作用逐漸減弱,植被蒸騰作用加大。

4 結論

在亞高山山地華北落葉松林分布為主的小流域,地形較復雜,土壤水分含量及變異系數在表層(0—20cm)最大,隨著土層加深逐漸遞減。三層深度土壤水分均呈強烈的空間自相關,其中以中間層的空間自相關性最強,由結構因素部分引起的空間自相關性占主導地位,隨機部分引起的誤差較小。采樣密度能滿足土壤水分空間變異分析的要求。在植被覆蓋異質性小的山地,地形起伏對土壤水分的影響起著主導作用,但隨著土層的加深,其作用減弱,植被特征(林分年齡與結構)的影響逐漸增強。土壤水分含量隨著海拔的上升、坡度的減小和坡向的偏北而增高,反之亦然。地形的影響與植被因素密不可分,土壤水分從山頂華北落葉松近熟林到溝口混交林、灌木林呈梯度遞減趨勢。

研究土壤水分空間異質性的最大困難在于土壤水分隨時間變化較大,且在不同尺度上變化規律不同[23]。本文只對特定時間內土壤水分空間變異性的一些規律進行探討,要全面了解華北地區典型山地森林土壤水分的空間變異規律,還需要對土壤水分隨時間變化進行觀測,并在不同尺度上做進一步研究。

[1] 李猛, 段文標, 陳立新, 魏琳, 馮靜, 王誓強. 紅松闊葉混交林林隙土壤水分分布格局的地統計學分析. 生態學報, 2012, 32(5): 1396- 1402.

[2] 余新曉, 李秀彬, 夏兵. 森林景觀格局與土地利用/覆被變化及其生態水文響應. 北京: 科學出版社, 2010: 19.

[3] Bernacchi C J, VanLoocke A. Terrestrial ecosystems in a changing environment: a dominant role for water. Annual Review of Plant Biology, 2015, 66: 599- 622.

[4] 邱揚, 傅伯杰, 王軍, 陳利頂. 黃土丘陵小流域土壤水分的空間異質性及其影響因子. 應用生態學報, 2001, 12(5): 715- 720.

[5] 王曉學, 沈會濤, 李敘勇, 景峰. 森林水源涵養功能的多尺度內涵、過程及計量方法. 生態學報, 2013, 33(4): 1019- 1030.

[6] Walker J P, Willgoose G R, Kalma J D. In situ measurement of soil moisture: a comparison of techniques. Journal of Hydrology, 2004, 293(1/4): 85- 99.

[7] Savva Y, Szlavecz K, Carlson D, Gupchup J, Szalay A, Terzis A. Spatial patterns of soil moisture under forest and grass land cover in a suburban area, in Maryland, USA. Geoderma, 2013, 192(1): 202- 210.

[8] Rosenbaum U, Bogena H R, Herbst M, Huisman J A, Peterson T J, Weuthen A, Western A W, Vereecken H. Seasonal and event dynamics of spatial soil moisture patterns at the small catchment scale. Water Resources Research, 2012, 48(10): W10544.

[9] 王存國, 韓士杰, 張軍輝, 王樹堂, 徐媛. 長白山闊葉紅松林表層土壤水分空間異質性的地統計學分析. 應用生態學報, 2010, 21(4): 849- 855.

[10] 姚雪玲, 傅伯杰, 呂一河. 黃土丘陵溝壑區坡面尺度土壤水分空間變異及影響因子. 生態學報, 2012, 32(16): 4961- 4968.

[11] 李軍, 王學春, 邵明安, 趙玉娟, 李小芳. 黃土高原3個不同降水量地點油松林地水分生產力與土壤干燥化效應模擬. 林業科學, 2010, 46(11): 25- 35.

[12] 李龍, 姚云峰, 秦富倉, 高玉寒, 張美麗. 黃花甸子流域土壤全氮含量空間分布及其影響因素. 應用生態學報, 2015, 26(5): 1306- 1312.

[13] 楊磊, 潘志強, 傅俏燕, 韓啟金, 孫珂, 張學文, 王愛春. 資源三號衛星多光譜數據的大氣校正研究. 光譜學與光譜分析, 2013, 33(7): 1903- 1907.

[14] Roberts D W, Cooper S V. Concepts and techniques of vegetation mapping//Ferguson D, Morgan P, Johnson FD, eds. Land Classifications Based on Vegetation: Applications for Resource Management. General Technical Report INF-257. Odgen, USA: Department of Agriculture, Forest Service, Intermountain Research Station, 1989: 90- 96.

[15] Reich R M, Aguirre-Bravo C, Bravo V A, Briseo M M. Empirical evaluation of confidence and prediction intervals for spatial models of forest structure in Jalisco, Mexico. Journal of Forestry Research, 2011, 22(2): 159- 166.

[16] Matheron G. Principles of geostatistics. Economic Geology, 1963, 58(8): 1246- 1266.

[17] Cambardella C A, Moorman T B, Parkin T B, Karlen D L, Novak JM, Turco R F, Konopka A E. Field-scalevariability of soil properties in central Iowa soils. Soil Science Society of America Journal, 1994, 58(5): 1501- 1511.

[18] 王政權. 地統計學及在生態學中的應用. 北京: 科學出版社, 1999: 35- 40.

[19] Wilding L P, Drees L R. Spatial variability and pedology. Capítulo 4//Wilding L P, Smeck N E, Hall G F, eds. Pedogenesis and Soil Taxonomy I. Concepts and Interactions. Developments in Soil Science A, Amsterdam: Elsevier Science Publishers, 1983:11.

[20] 朱首軍, 丁艷芳, 薛泰謙. 農林復合生態系統土壤水分空間變異性和時間穩定性研究. 水土保持研究, 2000, 7(1): 46- 48.

[21] 王盛萍, 張志強, 武軍, Edward K, 戰偉慶, 肖金強. 坡面林地土壤水分特征函數空間變異性初探. 環境科學研究, 2007, 20(2): 28- 35.

[22] 莫菲. 六盤山洪溝小流域森林植被的水文影響與模擬[D]. 北京: 中國林業科學研究院, 2008：86.

[23] 馬風云, 李新榮, 張景光, 李愛霞. 沙坡頭人工固沙植被土壤水分空間異質性. 應用生態學報, 2006, 17(5): 789- 795.

[24] Western A W, Bl?schl G, Grayson R B. Geostatistical characterisation of soil moisture patterns in the Tarrawarra catchment. Journal of Hydrology, 1998, 205(1/2): 20- 37.

[25] 王小軍, 武江濤, 王兵, 溫奮翔. 黃土丘陵溝壑區小流域土壤水分空間變異. 生態學雜志, 2015, 34(9): 2568- 2575.

[26] 付同剛, 陳洪松, 張偉, 高鵬, 王克林. 喀斯特小流域土壤含水率空間異質性及其影響因素. 農業工程學報, 2014, 30(14): 124- 131.

[27] Grayson R B, Western A W, Chiew F H S, Bl?schlG. Preferred states in spatial soil moisture patterns: local and nonlocal controls. Water Resources Research, 1997, 33(12): 2897- 2908.

[28] Schume H, Jost G, Katzensteiner K. Spatio-temporal analysis of the soil water content in a mixed Norway spruce (Piceaabies(L.) Karst.) -European beech (FagussylvaticaL.) stand. Geoderma, 2003, 112(3/4): 273- 287.

[29] 李陽兵, 高明, 魏朝富, 謝德體, 劉國一. 巖溶山地不同土地利用土壤的水分特性差異. 水土保持學報, 2003, 17(5): 63- 66.

Factors influencing spatial heterogeneity of soil moisture content in a small catchment of Mount Taiyue, Shanxi Province

WANG Tian1,KANG Fengfeng1,HAN Hairong1,*,CHENG Xiaoqin1,BAI Yingchen1,MA Junyong1,GUI Zhihong2

1KeyLaboratoryofMinistryofForestCultivationandConservationofMinistryofEducation,BeijingForestryUniversity,Beijing100083,China2HaodifangForestFarmofTaiyueForestryBureauinShanxi,Qinyuan046505,China

Soil moisture is a hydrological characteristic that plays a crucial role in the soil-plant-atmosphere continuum. The spatial distribution of soil moisture and factors that influence this distribution are extremely important to many ecological processes, especially in temperate mountain forest regions such as those in northern China. Nonetheless, little is known about soil moisture heterogeneity in typical subalpine forest lands or the controlling factors of soil moisture change. In this study, soil moisture content (SMC) was measured for depths of 0 to 60 cm in a typical watershed forest, dominated byLarixprincipis-rupprechtii, in Taiyue Mountain, Shanxi Province. We used Geographic Information System (GIS) data and geostatistical methods to examine the spatial heterogeneity of SMC and the factors (i.e., vegetation and topography) that influence it. SMC and its coefficient of variation (CV) decreased with increasing soil layer depth, exhibiting high to moderate variation under an assumption of time stability. At this small watershed scale, the best-fit model for SMC of the three layers (0—20 cm, 20—40 cm, and 40—60 cm) is the spherical model; the spatial autocorrelation distance ranged from 1.1 to 1.4 km. The distribution of SMC has strong spatial autocorrelation in all three layers. The degree of spatial heterogeneity of soil moisture in the 0—20 cm and 20—40 cm soil layers was higher than that in 40—60 cm layer. The structural characteristics of the middle layer accounted for the largest proportion of the total variation. Spatial variability of soil moisture was mainly (81.4% to 91.3%) controlled by natural structure factors such as topography, parent material, vegetation properties, and soil properties, while the influences of random factors such as sampling error, human disturbance, plant root distribution, and absorption were relatively small (8.7% to 18.6%). Moran′sIvalues indicated that soil moisture had moderately aggregated distributions (0.44—0.51) across soil depths. The overall trend of SMC spatial distribution gradually transitioned from high to low values from west to east along with the waterline, an obvious gradient change. We also found that the spatial heterogeneity of soil moisture was mainly controlled by terrain factors in this mountainous catchment with homogeneous vegetation cover. Spatial variability of soil moisture was significantly correlated with topographic factors (such as aspect, slope, and elevation) and soil chemical properties (such as soil organic carbon and total nitrogen) (P<0.01). However, it was weakly and negatively correlated with the normalized difference vegetation index (NDVI). Overlay analysis suggested that SMC was relatively high in regions where the three attributes of shady slope, smooth slope (<15 degrees), and high altitude overlapped. Moreover, soil moisture variation nearly matched the color depth change in a superimposed terrain map. Taken together, the results of this study provide data for planning the use of soil water resources in artificial vegetation restoration and construction of temperate subalpine forests and a theoretical basis for devising water management strategies.

small watershed; soil moisture content; spatial heterogeneity;Larixprincipis-rupprechtii; influencing factors

國家林業公益性行業科研專項(201404213)

2016- 04- 17; 網絡出版日期:2017- 02- 22

10.5846/stxb201604170709

*通訊作者Corresponding author.E-mail: hanhr@bjfu.edu.cn

王甜,康峰峰,韓海榮,程小琴,白英辰,馬俊勇,桂志宏.山西太岳山小流域土壤水分空間異質性及其影響因子.生態學報,2017,37(11):3902- 3911.

Wang T,Kang F F,Han H R,Cheng X Q,Bai Y C,Ma J Y,Gui Z H.Factors influencing spatial heterogeneity of soil moisture content in a small catchment of Mount Taiyue, Shanxi Province.Acta Ecologica Sinica,2017,37(11):3902- 3911.