張 鵬, 王冬梅, 丁 聰, 李 平
(北京林業大學水土保持學院,100083,北京)
土壤水分是土壤-植物-大氣連續體中四水(大氣水、地表水、土壤水和潛水)轉換的一個重要環節,在SPAC系統中處于核心地位[1]。在西北半干旱地區,土壤水分更是限制植被生長和生態修復的關鍵因素之一。土壤水分受到氣候、地形、土層深度、植被類型、土地利用方式及土地覆蓋狀況等因素綜合影響具有時空變異性,而有效水和土壤水相關性較高[2],亦具有時間變異性和時間穩定性。土壤有效水是土壤水分中可被植物利用的部分,可以清楚地反映土壤水分的真實情況,相對于土壤水,土壤有效水是更好的觀察對象。
Vachaud等[3]最早提出時間穩定性的概念,將土壤水分空間模式隨著時間變化的相似性稱為時間穩定性現象。研究發現土壤水分的時間穩定性具有深度依賴性[4-7]和季節依賴性[8-9],而影響土壤水分穩定性的因素是多方面的。不同質地土壤顯著影響土壤含水量的穩定性[4];深剖面土壤水分時間穩定性的垂直分布受土地利用方式的影響而呈現較大差異[10];土壤水分狀況與時間穩定性之間存在顯著的負相關,Gao等[6]研究發現干旱條件比濕潤條件下的時間穩定性略高。而實驗設計對時間穩定性影響較小,Guber[11]在對比每10 min,每2 h,每d和每周收集的數據,發現采樣頻率對土壤水分瞬時穩定性的影響不明顯;同樣,測點間距對各點的時間穩定性影響很小[5]。此外,土壤儲水量和土壤水勢也具有時間穩定性,土壤蓄水量的時間穩定性隨深度的增加而增加[13]。根系是影響SWS時間穩定性的主要因素[14],而土壤水吸力的穩定性在干濕交替時最差[15],灌溉對土壤水勢時間穩定性影響顯著。盡管眾多學者對含水量、儲水量、水勢的時間穩定性進行了研究,但是土壤有效水時間穩定性的研究較少,高寒丘陵區有效水時間穩定性的系統研究鮮有報道。有效水的時間穩定性研究,一方面填補了高寒丘陵區的空白,另一方面指導了研究區不同土層土壤有效水分監測點的合理布置,從而實現對研究區土壤有效水的預測,對了解高寒丘陵區生態水文和土壤水文過程具有重要意義,為土壤水分管理和小流域的植被配置優化提供了有力的支持。
研究區安門灘小流域地處青海省西寧市大通回族土族自治縣(E 101.67°, N 36.9°),大通縣地處青海省東部,祁連山東段的南麓,山區面積占96.5%,森林覆蓋率為38.1%,縣域東接黃土高原,西接青藏高原,屬于兩大高原的過渡區,屬于高原大陸性氣候,年均溫度為2.8 ℃,年較差與日較差均較大,縣域無霜期一般70~120 d,植物生長季節5—9月,期間降雨達400~600 mm,約占全年降水量的87%左右,雨熱基本同季,樣地海拔2 330~2 560 m,是典型的高寒黃土丘陵區小流域。土壤類型以山地棕褐土和栗鈣土為主,在小流域內植被主要有青海云杉(Piceacrassifolia)、祁連圓柏(Juniperusprzewalskii)、華北落葉松(PinustabulaeformisCarr.)等人工恢復植被。
在大通縣內安門灘小流域沿坡面等高線取點,水平距離20 m,垂直距離20 m,平均坡度24°,共55個測點,測點位置如圖1。2018年5月15日至2018年8月15日用CNC503B型中子儀測定土壤含水率,每15 d測定在1次,共計7次(7月6日有強降雨,補充1次)。測定時,每隔20 cm測定1次土壤含水率,每層測定3次,取平均值作為該層土壤的中子數,并用烘干法標定;一般地,土壤凋萎濕度主要受土壤顆粒組成影響,而地形、土層深度和土地利用類型均能夠顯著影響黏粒含量的空間分布[16]。因此對不同的土地利用類型(表1),分別計算各其凋萎濕度;對小流域內主要植被類型(青海云杉、祁連圓柏、荒草地、華北落葉松),選擇典型坡面,沿坡面自上而下,利用環刀(高5 cm,直徑5 cm)在0~20、>20~40和>40~60 cm土層各取3個原狀土,帶回實驗室分析,每個坡面上取3個標準地,共12個標準地,每個標準地各取1個水分點,采用高速離心機確定土壤水分特征曲線。由于黃土高原土層凋萎濕度20 cm以下變異較小[17],因此60~80 cm和80~100 cm均采用20~60 cm和40~80 cm凋萎濕度的算術平均值。

圖1 測點及樣點布設位置圖Fig.1 Locations of measuring points and sample points in study area
筆者綜合利用經典統計法和時間穩定性分析2種方法分析土壤有效水體積含水量時間穩定性。
2.2.1 經典統計方法 變異系數(CV)反映隨機變量的離散程度,即土壤水分變異性的強弱:
(1)
式中:σ為標準差;μ為樣本均值。根據變異程度的大小可分為3級,弱變異(CV<0.1)、中等變異(0.1 表1 不同植被類型水分點概況及凋萎系數Tab.1 Water point profile and wilting coefficient of different vegetation types 2.2.2 時間穩定性分析方法 目前,時間穩定性研究方法主要有3種:通常采用Spearman秩相關系數、累積概率和相對差分3種方法來研究土壤水分的時間穩定性[18]。 Spearman秩相關系數表明不同時間條件下不同空間位置土壤含水率的秩隨時間變化特征[19],計算公式為 (2) 式中:j、k為不同的測時間(1≤j,k≤10);Rij、Rik分別為觀測位置i在測定時間j、k下土壤含水率觀測值的秩;n為土壤水分點的數量,n取55個。 累積概率函數。通過計算各測定時間下各測點土壤有效水含水率的累積概率函數,然后分析判斷不同測定時間各測點土壤含水量是否保持相同的累積概率。 相對差分法。測點i在觀測時間j的土壤含水率相對差分δij的計算公式為 (3) (4) (5) (6) 式中m為觀測次數,m=7。 如圖2和3,研究期內,淺層土壤(0~20 cm)有效水含量較低,最高為4.56%,深層土壤(>20~100 cm)有效水含量較高,范圍7.17%~13.0%。而變異系數相反,淺層土壤有效水變異系數較高,表現為強變異性,深層土壤有效水變異系數均<1,表現為中等變異性。在時間軸上,隨著降雨頻率和降雨量的增加,土壤有效水含量呈現先減小后增加的趨勢,變異系數也發生劇烈波動。表層土壤易受降雨、蒸發影響,而青海云杉、華北落葉松、祁連圓柏均為淺根性樹種,根系主要分布在40~60 cm,大量的根系減弱了降雨對深層土壤水分的擾動,土層之間的相互作用和根系分布使深層土壤相對穩定??梢钥闯觯罕韺油寥烙行孔畹?,且土壤有效水具有明顯季節性特征。旱季土壤有效水以消耗為主,含量明顯偏低;雨季以補充為主,含量較高[20-21],而土壤有效水變異系數則相反,6月15日前波動均較小,雨季到來后,各層土壤有效水均產生較高波動,變異系數變化較大,發現干旱條件下的變異系數相對于濕潤條件小。這與白一茹等[22]在黃土高原雨養區的研究結果一致。 圖2 降雨量和土壤分層有效水含量隨時間的動態關系折線圖Fig.2 Dose diagram of dynamic relationship between rainfall and soil stratification effective moisture content over time 圖3 分層土壤有效水變異系數Fig.3 Variation coefficient of stratified soil effective moisture 表2是研究區20~100 cm 4個不同深度土壤有效水含水率在各測定時間對之間的Spearman秩相關系數矩陣。由表可知,除5月15日和8月14日的Spearman秩相關系數值為0.681,其他時間段的值均高于0.75,且極顯著相關,表明研究區小流域20~100 cm土壤的有效水在整個觀測期間都有較高的時間穩定性。不同時間段隨土層的加深,秩相關系數呈波動上升狀態。不同深度土層有效水秩相關系數在研究期內均隨著時間推移不斷降低,相鄰時間段的秩相關系數最大,間隔時間越長,秩相關系數越小,時間間隔與相關系數呈負相關。7月6日的秩相關系數明顯下降,結合前日強降雨,說明降雨量對土壤有效水的穩定性有一定影響。降雨會增加土壤水分分布格局的時間穩定性[23],但短時間的強降雨反而會破壞土壤水分的穩定性,對總體變化趨勢影響較小??傊瑫r間穩定性表現出與時間相關的變化趨勢,采樣時間越接近,相關系數越大,隨著時間滯后的增加有減小趨勢。這一結果證明高寒丘陵區土壤有效水在植物生長期內具有較高的時間穩定性,且土壤有效水的時間穩定性是具有期限性得。 累積概率函數是判斷具體測點時間穩定性的有效方法,通過分析不同測定時間各測點土壤含水率累積概率的相似性來判斷時間穩定性的強弱。在整個觀察期內0~100 cm土壤有效水含水量平均值最大為8月14日的9.93%,最小為7月30日的7.27%,代表了干旱和濕潤2種水分條件。0~20 cm土層有效水普遍接近0,變化較小,忽略不計;圖4可以看出,在干旱、濕潤兩種極端條件下,相同秩次,>20~40 cm土層有效水差值最大,>80~100 cm差值最小,>20~40 cm土層僅有9號,33號2個點保持相同累積概率,>40~60、>60~80和>80~100 cm分別有5、4、7個點保持相同累積概率,發現只有較少的測點能在2種極端水分條件下保持相同的土壤有效水累積概率值,這與Brocca等[24]的研究結果一致。同時在深層保持相同累積概率的測點數比淺層數量多,累積概率位置變化小,主要由于淺層土壤易受氣候、地形等因子擾動,在土壤水分條件由干旱狀態轉變為濕潤狀態這一過程中,深層土壤有效水空間分布格局的時間穩定性更強。 圖5為55個測點的土壤有效水含量平均相對偏差由小到大的排序結果,圖中數字為測點序號,垂直誤差線為各測點平均相對偏差的標準差。由圖5可知,0~20 cm土層有效水含量普遍接近于0,導致土壤有效水含水量平均相對偏差及平均相對偏差的標準差誤差較大,無實際分析意義;>20~40、>40~60、>60~80和>80~100 cm土層土壤有效水平均相對偏差(MRD)平均相對偏差的標準差(SDRD),隨土層厚度的增加,波動范圍都逐漸減小,表明樣點土壤有效水時間穩定性隨土層厚度增加而增強,這與張帥普等[25]和潘顏霞等[26]在荒漠地區的研究結果一致。 表2 不同土層深度的土壤有效水的Spearman秩相關系數矩陣Tab.2 Spearman rank correlation coefficient matrix of soil effective moisture in different soil depths 注:** 表示差異顯著(P<0.01)。Notes: ** indicates significant difference (P<0.01). 圖4 干旱和濕潤條件下不同土層深度土壤有效水的累積概率(注:圖中數字代表測點)Fig.4 Cumulative probability of the soil effective moisture on different depths in the dry and wet conditions (Note: The numbers represent the measuring points) 圖5 不同厚度土層的有效水含量的相對偏差及標準差(注:圖中數字代表測點)Fig.5 Relative deviation and standard deviation of effective moisture content in different thickness soil layers (Note: the numbers in the figure represent measuring points) 根據平均相對偏差接近于0且SDRD較小的原則選擇代表點,在觀測時段內,測點18、測點29、測點12、測點29可分別代表0~40、0~60、0~80和0~100 cm土層土壤有效水均值。為驗證代表性測點的合理性,對觀測時段內不同土層土壤水分均值與代表性測點作回歸分析發現,決定系數的變化范圍在0.668 2~0.811 7,表明各代表性測點與相應土層土壤有效水均值的相關性較高,可以較準確的估計研究區域各土層的平均土壤含水率。均方根誤差和平均偏差分別介于0.339~0.949和-0.19~0.37,均方根誤差和平均偏差均較小說明代表性測點的土壤含水率與研究區各層的平均土壤含水率的關系密切,差異較小。 基于對青海大通高寒丘陵區暗門灘小流域坡面上55個測點在7個時段的5個土層厚度的土壤有效水體積含水量的實地測定和數據分析,得出主要結論如下: 1)研究區各土層土壤有效水含水量旱季減小,雨季增加。表層土壤有效水(0~20 cm)受降雨、蒸發影響顯著,表現為強變異性,無時間穩定性;深層土壤有效水(>20~100 cm)由于根系分布及深層土壤相互作用均表現為中等變異性,有較高的時間穩定性。 表3 最佳代表測點估算樣地平均土壤含水率的精度參數Tab.3 Accuracy parameters of estimated field mean soil moisture content in the best representative measuring points 2)Spearman秩相關系基本均高于0.75,且呈現出極顯著相關,表明土壤有效水的時間穩定性在空間上是相關的,表層有效水除外。穩定性表現出與時間相關的變化趨勢,采樣時間越接近,相關系數越大,隨著時間滯后的增加有減小趨勢,強降雨會破壞土壤瞬時穩定性,對整個研究期內影響不大。 3)較少的測點能在2種極端水分條件下保持相同的土壤有效水累積概率值,在土壤干濕交替這一過程中,深層土壤有效水空間分布格局的時間穩定性更強。 4)隨著土壤深度的增加,土壤有效水的時間穩定性也相應增強,通過相對差分分析,選擇測點18、測點29、測點12、測點29分別代表本研究區該時段內0~40,0~60,0~80,0~100 cm土層的土壤平均有效水含水率,驗證準確度較高,精度要求不高時,可用于小流域各層土壤有效水估算。



3 結果與討論
3.1 土壤有效水體積含水量的時空變化特征


3.2 土壤有效水的相關性分析
3.3 極端條件下土壤有效水的累計概率函數
3.4 土壤有效水的相對差分分析



3.5 土壤含水率代表性測點的選擇及合理性驗證
4 結論
