高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

陕北黄土区不同微地形土壤水分变化趋势分析

申明爽 朱清科 王瑜 梅雪梅 苟清平 刘昱言

申明爽, 朱清科, 王瑜, 梅雪梅, 苟清平, 刘昱言. 陕北黄土区不同微地形土壤水分变化趋势分析[J]. 北京林业大学学报, 2018, 40(3): 84-92. doi: 10.13332/j.1000-1522.20170337
引用本文: 申明爽, 朱清科, 王瑜, 梅雪梅, 苟清平, 刘昱言. 陕北黄土区不同微地形土壤水分变化趋势分析[J]. 北京林业大学学报, 2018, 40(3): 84-92. doi: 10.13332/j.1000-1522.20170337
Shen Mingshuang, Zhu Qingke, Wang Yu, Mei Xuemei, Gou Qingping, Liu Yuyan. Dynamic changing trend of soil moisture in different micro-topography in loess region of northern Shaanxi Province of northwestern China[J]. Journal of Beijing Forestry University, 2018, 40(3): 84-92. doi: 10.13332/j.1000-1522.20170337
Citation: Shen Mingshuang, Zhu Qingke, Wang Yu, Mei Xuemei, Gou Qingping, Liu Yuyan. Dynamic changing trend of soil moisture in different micro-topography in loess region of northern Shaanxi Province of northwestern China[J]. Journal of Beijing Forestry University, 2018, 40(3): 84-92. doi: 10.13332/j.1000-1522.20170337

陕北黄土区不同微地形土壤水分变化趋势分析

doi: 10.13332/j.1000-1522.20170337
基金项目: 

“十三五”国家科技支撑计划课题 2015BAD07B02

详细信息
    作者简介:

    申明爽。主要研究方向:林业生态工程。Email:18625606972@163.com 地址:100083北京市海淀区清华东路35号北京林业大学水土保持学院

    通讯作者:

    朱清科,博士生导师。主要研究方向:林业生态工程。Email:zhuqingke@sohu.com 地址:同上

  • 中图分类号: S714.7

Dynamic changing trend of soil moisture in different micro-topography in loess region of northern Shaanxi Province of northwestern China

  • 摘要: 目的我国黄土高原地区干旱少雨、蒸发性强,降雨成为当地土壤水分的主要来源,而黄土坡面微地形对降水进行二次分配,因此研究不同立地类型的微地形土壤水分的动态变化趋势,可以为困难立地类型的微地形的植被生长和恢复提供参考依据。方法本文选择缓台、塌陷、陡坎、切沟和浅沟5种微地形的土壤水分为研究对象,于2010年8月至2013年6月在吴起县合沟流域阳坡上的定位观测数据,利用自相关检验、Mann-Kendall趋势检验、线性回归等方法,分析研究5种微地形0~160cm各土层土壤水分动态变化特征。结果在检测期间的全年和生长季中,微地形的土壤含水量随深度的增加呈现增大的趋势,其中切沟的土壤含水量相对较高,陡坎最低。各土层的土壤水分存在显著的正自相关性;5种微地形土壤水分在检测期间的变化趋势均不显著,其中塌陷的土壤水分在各土层均有微弱增加的趋势,其他4种微地形的土壤水分在各土层的变化趋势均有增有减;缓台、塌陷、陡坎、切沟和浅沟5种微地形在观测期间的变化速率也有差异,相对而言塌陷的土壤水分变化速率最快。结论综合分析可得,在监测期间,切沟的土壤含水量最高,但塌陷的增长速率较快。
  • 图  1  研究区月平均降水量

    Figure  1.  Average monthly rainfall of study area

    图  2  生长季土壤水分的变化

    Figure  2.  Changes of soil moisture in growing season

    表  1  各监测点基本情况

    Table  1.   Basic situation of each monitoring site

    序号
    No.
    微地形
    Microtopography
    坡向
    Slope aspect
    坡度
    Slope degree/(°)
    海拔
    Altitude/m
    植被盖度
    Vegetation coverage/%
    土地利用类型
    Land use type
    1 缓台Platform 西West 43 1385 70 草地Grassland
    2 塌陷Collapse 西West 43 1399 55 草地Grassland
    3 陡坎Scarp 西West 43 1391 60 草地Grassland
    4 切沟Gully 西West 43 1390 75 草地Grassland
    5 浅沟Shallow gully 西West 30 1 401 65 草地Grassland
    6 原状坡坡面Original slope surface 西West 30 1 405 60 草地Grassland
    下载: 导出CSV

    表  2  不同微地形的土壤含水量

    Table  2.   Soil moisture of different microtopography

    %
    微地形Microtopography 0~20cm 20~40cm 40~60cm 60~80cm 80~100cm 100~120cm 120~140cm 140~160cm 0~160cm
    缓台Platform 11.718 12.105 13.876 14.699 14.802 14.328 14.375 14.639 13.827
    塌陷Collapse 14.829 14.279 13.115 12.129 12.941 13.288 14.008 14.711 13.653
    陡坎Scarp 12.044 10.188 10.589 11.490 12.179 12.921 13.732 14.471 12.202
    切沟Gully 13.732 11.877 12.054 16.664 19.609 20.827 22.628 22.762 17.519
    浅沟Shallow gully 14.120 13.705 13.947 15.413 15.112 14.896 15.899 16.203 14.912
    原状坡坡面
    Original slope surface
    14.118 13.980 13.304 13.032 12.942 13.061 13.643 14.275 13.544
    下载: 导出CSV

    表  3  土壤含水量自相关系数

    Table  3.   Autocorrelation coefficients for the soil moisture content in every monitoring point

    微地形
    Microtopography
    检验
    Test
    土层Soil layer 下限
    Min.
    上限
    Max.
    0~
    20cm
    20~
    40cm
    40~
    60cm
    60~
    80cm
    80~
    100cm
    100~
    120cm
    120~
    140cm
    140~
    160cm
    缓台Platform r1 0.305 0.567 0.596 0.711 0.678 0.500 0.510 0.554 -0.379 0.314
    r1 -0.068 -0.071 -0.010 -0.122 -0.145 -0.181 -0.037 0.141 -0.385 0.318
    塌陷Collapse r1 0.560 0.610 0.635 0.578 0.243 0.287 0.285 0.265 -0.379 0.314
    r1 -0.104 -0.063 -0.095 0.036 0.165 -0.001 -0.008 -0.014 -0.385 0.318
    陡坎Scarp r1 0.358 0.404 0.346 0.511 0.535 0.435 0.336 0.295 -0.379 0.314
    r1 -0.088 -0.060 -0.033 -0.054 -0.036 0.006 -0.026 -0.060 -0.385 0.318
    切沟Gully r1 0.476 0.621 0.431 0.552 0.528 0.442 0.394 0.209 -0.379 0.314
    r1 -0.102 0.024 -0.107 -0.030 -0.080 -0.141 -0.073 -0.065 -0.385 0.318
    浅沟Shallow gully r1 0.562 0.645 0.564 0.543 0.499 0.411 0.477 0.443 -0.379 0.314
    r1 -0.044 -0.166 -0.030 -0.140 -0.020 -0.002 -0.006 -0.130 -0.385 0.318
    原状坡坡面Original slope surface r1 0.694 0.745 0.247 0.437 0.257 0.203 0.188 0.256 -0.379 0.314
    r1 0.089 0.148 0.135 0.072 0.033 0.056 0.033 0.093 -0.385 0.318
    注:r1为序列一阶自相关系数; r1为剔除自相关性后新序列的一阶自相关系数。Notes:r1, first order autocorrelation coefficient of sequence;r1, excluding the first-order autocorrelation coefficient of the new sequence after self-correlation.
    下载: 导出CSV

    表  4  2010年8月至2013年6月各监测点土壤含水量的检验结果

    Table  4.   Testing results of soil moisture content in every monitoring point from August, 2010 to June, 2013

    微地形Microtopography 检验Test 土层Soil layer
    0~20cm 20~40cm 40~60cm 60~80cm 80~100cm 100~120cm 120~140cm 140~160cm
    缓台Platform ZS -1.53 -0.51 0.51 -0.03 0.07 0.14 0.44 -0.10
    b -0.060 -0.015 0.014 -0.006 0.002 0.005 0.012 -0.002
    塌陷Collapse ZS 0.78 0.82 1.80 1.29 1.60 1.36 1.70 1.53
    b 0.024 0.028 0.054 0.048 0.082 0.050 0.040 0.028
    陡坎Scarp ZS -1.16 0.17 0.78 -0.17 -0.58 -0.34 -0.03 0.00
    b -0.059 0.020 0.066 -0.007 -0.041 -0.045 -0.001 0.002
    切沟Gully ZS -0.17 -1.16 -0.58 -0.03 0.00 0.17 -0.34 0.78
    b -0.007 -0.058 -0.041 -0.001 0.001 0.020 -0.045 0.066
    浅沟Shallow gully ZS -0.17 -0.48 -0.03 -0.24 -0.05 0.82 -0.24 -0.14
    b -0.007 -0.027 -0.010 -0.014 -0.003 0.021 -0.006 -0.004
    原状坡坡面Original slope surface ZS -0.20 -0.44 0.31 0.03 0.85 1.12 1.53 1.50
    b -0.002 -0.012 0.025 0.001 0.057 0.056 0.075 0.068
    注:ZS表示Mann-Kendall检验结果;b表示线性回归斜率。Notes: ZS, Mann-Kendall test results; b, linear regression slope.
    下载: 导出CSV
  • [1] 李笑吟.晋西黄土区土壤水分时空变化规律研究[D].北京: 北京林业大学, 2006.

    Li X Y. Study on temporal and spatial variation of soil moisture in loess area of west Shanxi Province[D]. Beijing: Beijing Forestry University, 2006.
    [2] 李玉山.黄土区土壤水分循环特征及其对陆地水分循环的影响[J].生态学报, 1983, 3(2):91-101. http://www.cnki.com.cn/Article/CJFDTOTAL-STXB198302000.htm

    Li Y S. The properties of water cycle in soil and their effect on water cycle for land in the loess region[J]. Acta Ecologica Sinica, 1983, 3(2):91-101. http://www.cnki.com.cn/Article/CJFDTOTAL-STXB198302000.htm
    [3] 杨文治, 邵明安.黄土高原土壤水分研究[M].北京:科学出版社, 2000.

    Yang W Z, Shao M A. Study on soil moisture in the Loess Plateau[M]. Beijing: Science Press, 2000.
    [4] Chen L D, Huang Z L, Gong J, et al. The effect of land cover/vegetation on soil water dynamic in the hilly area of the loess plateau, China[J]. Catena, 2007, 70(2):200-208. doi:  10.1016/j.catena.2006.08.007
    [5] Moreira E E, Coelho C A, Paulo A A, et al. SPI-based drought category prediction using loglinear models[J]. Journal of Hydrology, 2008, 354(1):116-130. http://d.old.wanfangdata.com.cn/NSTLQK/NSTL_QKJJ028300733/
    [6] Adler P B, Leiker J, Levine J M. Direct and indirect effects of climate change on a prairie plant community[J/OL]. PloS One, 2009, 4(9):e6887[2017-11-29]. http://journals.plos.org/plosone/article/related?id=10.1371/journal.pone.0006887.
    [7] 赵维军.陕北黄土区坡面微地形生境与林分结构关系研究[D].北京: 北京林业大学, 2014.

    Zhao W J. Relationship between microtopography habitat and forest stand structure on the Loess Plateau, North Shaanxi[D].Beijing: Beijing Forestry University, 2014.
    [8] Fu B J, Wang J, Chen L D, et al. The effects of land use on soil moisture variation in the Danangou Catchment of the Loess Plateau, China[J]. Catena, 2003, 54(1-2):197-213. doi:  10.1016/S0341-8162(03)00065-1
    [9] 邝高明, 朱清科, 刘中奇, 等.黄土丘陵沟壑区微地形对土壤水分及生物量的影响[J].水土保持研究, 2012, 19(3):74-77. http://d.old.wanfangdata.com.cn/Periodical/stbcyj201203015

    Qiu G M, Zhu Q K, Liu Z Q, et al. Effect of microrelief on the soil water and vegetation arrangement in loess hilly and gully region[J]. Research of Soil and Water Conservation, 2012, 19(3):74-77. http://d.old.wanfangdata.com.cn/Periodical/stbcyj201203015
    [10] 赵荟, 朱清科, 秦伟, 等.黄土高原干旱阳坡微地形土壤水分特征研究[J].水土保持通报, 2010, 30(3):64-68. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=stbctb201003013

    Zhao H, Zhu Q K, Qin W, et al. Soil moisture characteristics on microrelief of dry south-slope on the Loess Plateau[J].Bulletin of Soil and Water Conservation, 2010, 30 (3):64-68. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=stbctb201003013
    [11] 赵维军, 马欢, 朱清科, 张岩, 刘蕾蕾, 王瑜.陕北黄土区微地形土壤水分对降水特征的响应[J].农业机械学报, 2014, 45(5):118-124.

    Zhao W J, Ma H, Zhu Q K, et al. Response of soil moisture of micretopograph on precipitation characteristics in the loess region of northern Shaanxi[J].Transactions of the Chinese Society of Agricultural Machinery, 2014, 45(5):118-124.
    [12] 周刘宗, 陈志雄, 周凌, 等.土壤水分的时序分析研究[J].土壤, 1998(4):188-193. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199800922768

    Zhou L Z, Chen Z X, Zhou L, et al. Study on time series analysis of soil moisture[J].Soils, 1998(4):188-193. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199800922768
    [13] 王贺年, 余新晓.北京山区林地土壤水分时间序列分析[J].山地学报, 2012, 30(5):550-554. http://d.old.wanfangdata.com.cn/Periodical/sdxb201205008

    Wang H N, Yu X X. Time series analysis of soil water on forest land in Beijing mountain area[J]. Journal of Mountain Science, 2012, 30(5):550-554. http://d.old.wanfangdata.com.cn/Periodical/sdxb201205008
    [14] Partal T, Kahya E. Trend analysis in Turkish precipitation data[J]. Hydrological Processes, 2010, 20(9):2011-2026. http://cn.bing.com/academic/profile?id=e19642693294615bb6a3df65ddb98636&encoded=0&v=paper_preview&mkt=zh-cn
    [15] 王振龙.时间序列分析[M].北京:中国统计出版社, 2000

    Wang Z L. Time series analysis[M]. Beijing: China Statistics Press, 2000.
    [16] Chaudhuri S, Dutta D. Mann-Kendall trend of pollutants, temperature and humidity over an urban station of India with forecast verification using different ARIMA models[J]. Environ Monit Assess, 2014, 186:4719-4742. doi:  10.1007/s10661-014-3733-6
    [17] 巢世军, 赵先贵, 任桂镇, 等.黄土高原丘陵沟壑区不同植被恢复方式下土壤特征及相关分析[J].江西农业学报, 2008, 20(2):54-56. doi:  10.3969/j.issn.1001-8581.2008.02.021

    Chao S J, Zhao X G, Ren G Z, et al. Study on soil characteristic and correlation analysis of different vegetation restoration practices in hilly and gully region on Loess Altiplano[J]. Acta Agriculturae Jiangxi, 2008, 20(2):54-56. doi:  10.3969/j.issn.1001-8581.2008.02.021
    [18] 李玉山, 韩仕峰, 汪正华.黄土高原土壤水分性质及其分区[J].中国科学院西北水土保持研究所集刊, 1985(2):1-17. http://www.cnki.com.cn/Article/CJFDTOTAL-STBY198502000.htm

    Li Y S, Han S F, Wang Z H. Soil water properties and its zonation in the Loess Plateau[J].Menoir of NISWC, Academia Sinica, 1985(2):1-17. http://www.cnki.com.cn/Article/CJFDTOTAL-STBY198502000.htm
    [19] 辛树帜.中国水土保持概论[M].北京:农业出版社, 1982.

    Xin S Z. Introduction to soil and water conservation in China[M].Beijing: Agricultural Press, 1982.
    [20] 朱清科.陕北黄土高原植被恢复及近自然造林[M].北京:科学出版社, 2012.

    Zhu Q K. Vegetation restoration and near natural afforestation in the Loess Plateau of Northern Shaanxi[M].Beijing: Science Press, 2012.
    [21] Wang Y, Zhu Q K, Zhao W J. The dynamic trend of soil water content in artificial forests on the Loess Plateau, China[J].Forests, 2016, 236(7): 1-16. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=forests-07-00236
    [22] 刘洪斌, 武伟, 魏朝富.等. AR模型在土壤水分动态模拟中的应用[J].山地学报, 2004, 22(1):121-125. doi:  10.3969/j.issn.1008-2786.2004.01.021

    Liu H B, Wu W, Wei C F, et al. Soil water dynamics simulation by autoregression models[J]. Journal of Mountain Science, 2004, 22(1):121-125. doi:  10.3969/j.issn.1008-2786.2004.01.021
    [23] 章诞武, 丛振涛, 倪广恒.基于中国气象资料的趋势检验方法对比分析[J].水科学进展, 2013, 24(4):490-495. http://d.old.wanfangdata.com.cn/Periodical/skxjz201304005

    Zhang D W, Cong Z T, Ni G H. Comparison of three Mann-Kendall methods based on the China's meteorological data[J].Advances in Water Science, 2013, 24(4): 490-495. http://d.old.wanfangdata.com.cn/Periodical/skxjz201304005
    [24] Mann H B. Nonparametric tests against trend[J]. Econometrica, 1945, 13(3):245-259. doi:  10.2307/1907187
    [25] Kendall M G. A new measure of rank correlation[J]. Biometrika, 1938, 30(1/2):81-93. doi:  10.2307/2332226
    [26] Gocic M, Trajkovic S. Analysis of precipitation and drought data in Serbia over the period 1980-2010[J]. Journal of Hydrology, 2013, 494(28): 32-42. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=a174b4dd5eac17416c11238ea22a4f5c
    [27] 张向炎, 史学正, 于东升, 等.前期土壤含水量对红壤坡面产流产沙特性的影响[J].水科学进展, 2010, 21(1):23-29. http://d.old.wanfangdata.com.cn/Periodical/skxjz201001004

    Zhang X Y, Shi X Z, Yu D S, et al. Effects of antecedent soil moisture on hill slope runoff-generation and soil erosion over red soil mantled landscapes[J].Advances in Water Science, 2010, 21(1):23-29. http://d.old.wanfangdata.com.cn/Periodical/skxjz201001004
    [28] 王晓燕, 陈洪松, 王克林, 等.红壤坡地土壤水分时间序列分析[J].应用生态学报, 2007, 18(2):297-302. doi:  10.3321/j.issn:1001-9332.2007.02.011

    Wang X Y, Chen H S, Wang K L, et al.Time series analysis of soil water on sloping land in red soil hilly region[J].Chinese Journal of Applied Ecology, 2007, 18(2):297-302. doi:  10.3321/j.issn:1001-9332.2007.02.011
    [29] 石辉, 刘世荣, 孙鹏森, 等.黄土丘陵区人工油松林地土壤水分动态的时间序列分析[J].山地学报, 2004, 22(4):411-414. doi:  10.3969/j.issn.1008-2786.2004.04.005

    Shi H, Liu S R, Sun P S, et al. Time series analysis of soil moisture storage dynamic change in the chinese pine forest land in hilly region of the Loess Plateau[J].Journal of Mountain Science, 2004, 22(4):411-414. doi:  10.3969/j.issn.1008-2786.2004.04.005
    [30] 宋献方, 王仕琴, 肖国强, 等.华北平原地下水浅埋区土壤水分动态的时间序列分析[J].自然资源学报, 2011, 26(1):145-155. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzyxb201101015

    Song X F, Wang S Q, Xiao G Q, et al. Time series analysis of soil water dynamics in the shallow groundwater areas of North China Plain[J].Journal of Natural Resources, 2011, 26(1):145-155. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzyxb201101015
    [31] 岳宏昌, 王玉, 李缠云, 等.黄土丘陵沟壑区土壤水分垂直分布研究[J].水土保持通报, 2009, 29(1):66-69. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=stbctb200901014

    Yue H C, Wang Y, Li C Y, et al.Vertical distribution of soil moisture in the loess hilly and gully area[J]. Bulletin of Soil and Water Conservation, 2009, 29(1):66-69. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=stbctb200901014
    [32] 王晶, 朱清科, 赵荟, 等.陕北黄土区阳坡微地形土壤水分特征研究[J].水土保持通报, 2011, 31(4):16-21. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=stbctb201104005

    Wang J, Zhu Q K, Zhao H, et al. Soil moisture characteristics of micro-topography in south slope of loess region in northern Shaanxi Province[J].Bulletin of Soil and Water Conservation, 2011, 31(4):16-21. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=stbctb201104005
    [33] 杨文治, 马玉玺, 韩仕峰, 等.黄土高原地区造林土壤水分生态分区研究[J].水土保持学报, 1994, 8(1):1-9. doi:  10.3321/j.issn:1009-2242.1994.01.005

    Yang W Z, Ma Y X, Han S F, et al. Soil water ecological regionalization of afforestation in Loess Plateau[J].Journal of Soil and Water Conservation, 1994, 8(1):1-9. doi:  10.3321/j.issn:1009-2242.1994.01.005
    [34] 任杨俊, 赵光耀, 李建牢, 等.黄土丘陵沟壑区(Ⅲ)山坡地林草植被配置模式研究[J].水土保持学报, 2001, 15(6):78-80. doi:  10.3321/j.issn:1009-2242.2001.06.021

    Ren Y J, Zhao G Y, Li J L, et al. Disposition model of grass and forest in slope land of Loess Plateau in third sub-region[J].Journal of Soil and Water Conservation, 2001, 15(6):78-80. doi:  10.3321/j.issn:1009-2242.2001.06.021
  • [1] 吴义远, 董文渊, 刘培, 张孟楠, 谢泽轩, 田发坤.  不同土壤水分和养分条件下筇竹竹秆解剖特征及其适应可塑性 . 北京林业大学学报, 2020, 42(4): 80-90. doi: 10.12171/j.1000-1522.20190290
    [2] 钟悦鸣, 王文娟, 王健铭, 王雨辰, 李景文, 袁冬, 蕃芸芸, 魏新成.  极端干旱区绿洲植物叶功能性状及其对土壤水盐因子的响应 . 北京林业大学学报, 2019, 41(10): 20-29. doi: 10.13332/j.1000-1522.20190128
    [3] 袁振, 魏松坡, 贾黎明, 张亚雄, 刘龙龙, 刘正立.  河北平山片麻岩山区微地形植物群落异质性 . 北京林业大学学报, 2017, 39(2): 49-57. doi: 10.13332/j.1000-1522.20160277
    [4] 邱邦桂, 李永霞, 杨小林, 马和平.  拉萨半干旱河谷宜林地土壤水分时空分布格局 . 北京林业大学学报, 2016, 38(11): 9-15. doi: 10.13332/j.1000-1522.20150515
    [5] 吴祥云, 刘梦旅, 任杰, 崔丽楠, 何志勇.  辽东山地森林景观界面土壤水分变异特征研究 . 北京林业大学学报, 2015, 37(4): 56-63. doi: DOI:10.13332/j.1000-1522.20140206
    [6] 段亮亮, 满秀玲, 刘玉杰, 刘海亮, 田野宏, 刘茜.  大兴安岭北部天然落叶松林土壤水分空间变异及影响因子分析 . 北京林业大学学报, 2014, 36(4): 36-41. doi: 10.13332/j.cnki.jbfu.2014.04.010
    [7] 杨帆, 张富, 马立鹏, 邢自生, 刘民兰.  柠条林径流聚集工程的土壤水分研究 . 北京林业大学学报, 2014, 36(6): 124-129. doi: 10.13332/j.cnki.jbfu.2014.06.023
    [8] 徐博超, 周志强, 李威, 刘彤.  东北红豆杉幼苗对不同水分条件的光合和生理响应 . 北京林业大学学报, 2012, 34(4): 73-78.
    [9] 鲍彪, 毕华兴, 云雷, 高路博, 许华森, 安云.  晋西黄土区刺槐林地土壤水分对降雨的响应 . 北京林业大学学报, 2012, 34(2): 84-89.
    [10] 黄刚, 赵学勇, 苏延桂, 黄迎新, 崔建垣, .  小叶锦鸡儿根系生长对土壤水分和氮肥添加的响应 . 北京林业大学学报, 2009, 31(5): 73-77.
    [11] 王力, 张青峰, 卫三平, 王全九, .  黄土高原水蚀风蚀交错带煤田开发区小流域植被恢复模式 . 北京林业大学学报, 2009, 31(2): 36-43.
    [12] 夏江宝, 张光灿, 刘京涛, 刘庆, 陈建, .  美国凌霄光合生理参数对水分与光照的响应 . 北京林业大学学报, 2008, 30(5): 13-18.
    [13] 于明涛, 张楠楠, 关文彬, 冶民生, 陈军.  内蒙古大青沟自然保护区土壤水分时空梯度分析 . 北京林业大学学报, 2008, 30(4): 95-102.
    [14] 杨方社, 李怀恩, 杨联安, 毕慈芬, .  沙棘植物柔性坝沟道土壤水分空间变异研究 . 北京林业大学学报, 2008, 30(5): 104-110.
    [15] 杨启红, 陈丽华, 张富, 张超波.  土壤水分变异对降雨和植被的响应 . 北京林业大学学报, 2008, 30(supp.2): 88-94.
    [16] 吴彩燕, 邓小文, 颜绍馗, 黄荣凤, 胡万良, 白岗栓, 王芳, 何亚平, 殷亚方, 秦爱光, 高黎, 魏潇潇, 李瑞, 张莉俊, 袁怀文, 杨平, 郑小贤, 刘杏娥, 张璧光, 王费新, 胡胜华, 周永学, 张洪江, 毛俊娟, 张克斌, 戴思兰, 费世民, 常旭, 王兆印, 王正, 王小青, 罗晓芳, 杜社妮, 樊军锋, 张岩, 乔建平, 刘燕, 李猛, 王胜华, 王晓欢, 崔赛华, NagaoHirofumi, 孙向阳, 汪思龙, 谭学仁, 赵天忠, 孔祥文, 徐嘉, 王海燕, 张占雄, KatoHideo, 江玉林, 龚月桦, 韩士杰, 李华, 范冰, 陈放, 高荣孚, , 江泽慧, 李昀, 刘云芳, 张双保, 张旭, 陈宗伟, 任海青, , 侯喜录, 杨培华, IdoHirofumi, 郭树花, 陈秀明, 李晓峰, 刘秀英, 丁磊, 常亮, 李媛良, 蒋俊明, 高建社, 薛岩, 张代贵, , 张桂兰, , 陈学平, 李考学, 费本华, 徐庆祥, , 涂代伦, 金鑫, 王晓东, 刘永红, 李雪峰, 续九如, 张红丽, , 丁国权, .  水蚀风蚀交错带典型土地利用方式土壤水分变化特征 . 北京林业大学学报, 2007, 29(6): 134-137.
    [17] 李朝生, 杨晓晖, 张克斌, 于春堂, 慈龙骏.  沙漠-绿洲系统中降雨、土壤水分与地下水位的响应特征 . 北京林业大学学报, 2007, 29(4): 129-135.
    [18] 侯旭, 李永慈, 孙宇瑞, 谢响明, 冶民生, 王盛萍, 张文娟, 张金凤, 罗菊春, 朱妍, 李云成, 蒋佳荔, 何磊, 盖颖, 高鹏, 张学俭, 贺庆棠, 王岩, 李绍才, 柳新伟, 马道坤, 张志强, 廖学品, 康向阳, 崔保山, 王文棋, 吴玉英, 申卫军, 唐守正, 陆佩玲, 李吉跃, 何静, 冯仲科, 吕建雄, 关文彬, 昌明, 孙海龙, 张华丽, 成仿云, 蒋湘宁, 关毓秀, 吴斌, 杨志荣, 静洁, 石碧, 路婷, 史剑波, 张桂莲, 孙阁, 李小飞, 张平冬, 王军辉, 赵广杰, 何权, 于晓南, 汪燕, 蒲俊文, 赵燕东, 张满良, 孙晓霞, 王尚德, 马克明, 陈永国, 彭少麟, 胡文忠, 余新晓, 林威, 刘国华, 汪西林, .  土壤水分剖面实时测量传感器试验研究 . 北京林业大学学报, 2006, 28(1): 55-59.
    [19] 赖巧玲, 姜春宁, 李笑吟, 李秀芬, 林峰, 杨永福, 吕兆林, 许月卿, 郭小平, 何利娟, 张亚利, 史军辉, 钟健, 王献溥, 马履一, 贾彩凤, 于格, 赵广亮, 李长洪, 王勇, 张春雨, 于占源, 何恒斌, 张力平, 王华, 曹金珍, 王骏, 王希群, 王继兴, 李悦, 毕华兴, 习宝田, 鲁春霞, 于顺利, 朱清科, 胥辉, D.PascalKamdem, 朱教君, 杨培岭, 黄忠良, 贾桂霞, 杨明嘉, 尚晓倩, 赵秀海, 郝玉光, 邵晓梅, 赵博光, 郭惠红, 曾德慧, 孙长霞, 郑彩霞, 李鸿琦, 欧阳学军, 李黎, 包仁艳, 任树梅, 周金池, 张榕, 王秀珍, 杨为民, 费孛, 郑景明, 陈宏伟, 崔小鹏, 姜凤岐, 刘燕, 丁琼, 谢高地, 张志2, 丁琼, 甘敬, 王庆礼, 朱金兆, 尚宇, 贾昆锋, 张池, 蔡宝军, 贾桂霞, 何晓青, , 范志平, 刘鑫, 张中南, , 沈应柏, 刘足根, 刘艳, 沈应柏, 唐小明, 周金池, 鹿振友, 张方秋, 毛志宏, 陈伏生, 纳磊, 李林, 李凤兰, 赵琼, 马玲, 申世杰, , 周小勇, .  晋西黄土区坡面尺度地形因子对土壤水分状况的影响 . 北京林业大学学报, 2006, 28(4): 51-56.
    [20] 程万里, 郝朝运, 旷远文, 李艳华, 吴娟, 刘海军, 毕华兴, 赵廷宁, 张志, 明军, 李贤军, 王发国, 徐秋芳, 张占宽, 杨丽韫, 罗辑, 王安志, 卜崇峰, 王鸿斌, 宋瑞清, 陈永亮, 李文华, 刘一星, 叶华谷, 马洁, 马忠明, 谭秀英, 郭卫东, 冀瑞卿, 习宝田, 张真, 曹子龙, 刘国彬, 程根伟, 陈天全, 骆有庆, 刘建梅, 张启翔, 朱金兆, 张璧光, 温达志, 姜培坤, 孔祥波, 朱清科, 李文军, 刘鹏, 陈玉福, 周国逸, 敏朗, 裴铁, 邢福武, 兰彦平, 郑翠玲, 沈泉, 康向阳, 温俊宝, 李伟, 程放, 李笑吟, 马其侠, 金昌杰, 张宇清, 李延军, 孙保平, 则元京, 沈佐锐, 何祖慰, 张志明, 刘世忠, 丁国栋, 金幼菊, 张德强, 姚爱静, 冯继华, 陈红锋, 曹刚, 陶万强, 魏铁.  狼牙刺与柠条生理生态及土壤水分效应的比较研究 . 北京林业大学学报, 2005, 27(2): 28-33.
  • 加载中
图(2) / 表 (4)
计量
  • 文章访问数:  1838
  • HTML全文浏览量:  203
  • PDF下载量:  75
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-09-15
  • 修回日期:  2017-12-09
  • 刊出日期:  2018-03-01

陕北黄土区不同微地形土壤水分变化趋势分析

doi: 10.13332/j.1000-1522.20170337
    基金项目:

    “十三五”国家科技支撑计划课题 2015BAD07B02

    作者简介:

    申明爽。主要研究方向:林业生态工程。Email:18625606972@163.com 地址:100083北京市海淀区清华东路35号北京林业大学水土保持学院

    通讯作者: 朱清科,博士生导师。主要研究方向:林业生态工程。Email:zhuqingke@sohu.com 地址:同上
  • 中图分类号: S714.7

摘要: 目的我国黄土高原地区干旱少雨、蒸发性强,降雨成为当地土壤水分的主要来源,而黄土坡面微地形对降水进行二次分配,因此研究不同立地类型的微地形土壤水分的动态变化趋势,可以为困难立地类型的微地形的植被生长和恢复提供参考依据。方法本文选择缓台、塌陷、陡坎、切沟和浅沟5种微地形的土壤水分为研究对象,于2010年8月至2013年6月在吴起县合沟流域阳坡上的定位观测数据,利用自相关检验、Mann-Kendall趋势检验、线性回归等方法,分析研究5种微地形0~160cm各土层土壤水分动态变化特征。结果在检测期间的全年和生长季中,微地形的土壤含水量随深度的增加呈现增大的趋势,其中切沟的土壤含水量相对较高,陡坎最低。各土层的土壤水分存在显著的正自相关性;5种微地形土壤水分在检测期间的变化趋势均不显著,其中塌陷的土壤水分在各土层均有微弱增加的趋势,其他4种微地形的土壤水分在各土层的变化趋势均有增有减;缓台、塌陷、陡坎、切沟和浅沟5种微地形在观测期间的变化速率也有差异,相对而言塌陷的土壤水分变化速率最快。结论综合分析可得,在监测期间,切沟的土壤含水量最高,但塌陷的增长速率较快。

English Abstract

申明爽, 朱清科, 王瑜, 梅雪梅, 苟清平, 刘昱言. 陕北黄土区不同微地形土壤水分变化趋势分析[J]. 北京林业大学学报, 2018, 40(3): 84-92. doi: 10.13332/j.1000-1522.20170337
引用本文: 申明爽, 朱清科, 王瑜, 梅雪梅, 苟清平, 刘昱言. 陕北黄土区不同微地形土壤水分变化趋势分析[J]. 北京林业大学学报, 2018, 40(3): 84-92. doi: 10.13332/j.1000-1522.20170337
Shen Mingshuang, Zhu Qingke, Wang Yu, Mei Xuemei, Gou Qingping, Liu Yuyan. Dynamic changing trend of soil moisture in different micro-topography in loess region of northern Shaanxi Province of northwestern China[J]. Journal of Beijing Forestry University, 2018, 40(3): 84-92. doi: 10.13332/j.1000-1522.20170337
Citation: Shen Mingshuang, Zhu Qingke, Wang Yu, Mei Xuemei, Gou Qingping, Liu Yuyan. Dynamic changing trend of soil moisture in different micro-topography in loess region of northern Shaanxi Province of northwestern China[J]. Journal of Beijing Forestry University, 2018, 40(3): 84-92. doi: 10.13332/j.1000-1522.20170337
  • 我国黄土高原地区干旱少雨[1],阳坡更是光照强烈,蒸发性强,已成为黄土高原植被恢复的困难立地。在黄土高原地区,阳坡的人工林群落普遍出现成活率低、土壤干层等问题,土壤水分已经成为限制当地植被生长发育的重要因素之一[2-5]。降雨成为当地土壤水分的主要来源[6],黄土高原区的年际降雨受季节影响,年内分配不均衡,降雨量的大小影响着土壤含水量的动态变化。黄土坡面微地形对降水进行二次分配,使得坡面的土壤水分在地形尺度上有一定的差异。研究一定时间内的不同的微地形土壤水分的动态变化趋势,可以为黄土区坡面的的植被生长和恢复提供理论指导。

    黄土高原除少数的石质山地外,覆盖着深厚的黄土层,土质较松软。但由于人为对当地植被的破坏,加上雨季暴雨集中,在长期的水力侵蚀的作用下,黄土高原区内部存在大量的沟壑。在野外的实际调查发现,黄土丘陵沟壑区占黄土高原总面积的70%[7]。此外,黄土丘陵沟壑区干旱少雨,蒸发量大,降雨年际分配不均匀[8],因此,植被长势较差,覆盖度较低,水力侵蚀严重,将坡面分割成不同的碎片,形成了切沟、浅沟、塌陷、陡坎和缓台等不同的微地形。各个微地形增加了地面的糙度,延长了径流时间,从而对降雨进行重新分配,调节水分的入渗,影响土壤含水量和植被的生长状况[9]。由此微地形下的土壤水分的特征受到了研究者的关注,如赵荟等[10]通过分析不同地层的土壤水分的差异性,研究得出黄土高原区阳坡5种微地形土壤水分特征,结果表明阳坡塌陷的土壤含水量较高,0~20cm土层切沟底的土壤水分的变异性大;赵维军等[11]利用标准降雨指数对吴起县1957—2012全年的降水特征和2008—2012年缓坡陡坡不同微地形的土壤水分生长季的动态变化特征进行研究,表明生长季各点土壤水层厚度的变化有显著的差异,与生长季的降水呈正相关关系;邝高明等[9]对比分析了陕西省吴起县合沟流域的微地形的土壤水分的分异特征,结果表明各微地形土壤水分的变异系数随土层深度的增加有变小的趋势,且0~60cm土层中,陡坎的土壤水分变异性最大,塌陷的最小。尽管这些研究对微地形的研究提供了很多有效的信息,但目前缺少长期观测下的土壤水分动态变化趋势的研究,特别是时间序列上单调趋势显著性的检验。

    目前对长期监测的土壤水分研究较常用的方法是时间序列法,该方法可以直观的反映研究对象在时间层面上的动态变化,且时间序列法可用来对土壤水分序列的自相关性进行检验[10-11], Mann-Kendall检验法已在水文学和气象学中的趋势研究中应用广泛[12]。但相关研究表明时间序列法不能用于检验时间序列单调趋势的显著性[13],而Mann-Kendall检验法可用于检验时间序列单调趋势的显著性[14]

    因此,本文以陕西省吴起县合家沟封禁流域阳坡上缓台、塌陷、陡坎、切沟和浅沟5种微地形的土壤水分为研究对象,以原状坡坡面的土壤水分作为对照样地,使用Mann-Kendall检验法对土壤水分时间序列的单调趋势进行了研究,并通过线性回归法研究了不同微地形各土层土壤含水率在时间序列上的变化特性,从而认识不同微地形的水分特征,提高土壤水分的利用效率,为黄土丘陵区的植被重建提供科学的依据。

    • 研究区位于陕西省吴起县(36°33′33″~37°24′27″N、107°38′57″~108°32′49″E)的合沟流域,海拔1233~1809m,土壤类型为黄土母质发育而来的黄绵土[17];气候特征为温带大陆性季风气候,无霜期96~146d,年均降水量478.3mm,年内分配不均衡,雨季主要在7—9月,其他月份多为无效降雨。研究区所在流域经过封育后的植被以草本植物为主,主要有铁杆蒿(Tripolium vulgare)、白叶蒿(A. leucophylla)、冷蒿(Artemisia frigida)、大针茅(Stipa grandis)、长芒草(Stipa bungeana)、赖草(Leymus secalinus)、达乌里胡枝子(Lespedeza davurica)、星毛委陵菜(Potentilla acaulis)、委陵菜(P. chinensis)等。该区属于典型的黄土高原丘陵沟壑地貌,长期的土壤侵蚀使得当地地形破碎,分布着大量的微地形,为本研究提供了条件。在黄土高原区,质地是影响土壤水分的主要因素。整个黄土高原区的土壤属于壤质土,轻-中壤质土占总面积的90%,其中研究区的土壤质地为轻壤[18]。自1998年退耕还林以来,全流域进行了封山禁牧育林,之前的坡耕地经封育后完全依靠自然恢复,因此封育流域内植被群落类型和生长时间基本一致,虽然盖度有所差异,但在很大程度上消除植被对土壤水分空间差异的影响,为本研究提供了前提保证。

    • 由于黄土沟壑区的物种配置和造林是以m为单位设计的,因此本研究的微地形是坡面上大小为1m的局部地形[19]。按照陕北黄土区的地形特征分为缓台、塌陷、陡坎、切沟和浅沟5种微地形。切沟、浅沟是两种比较特殊的微地形,在黄土高原区普遍存在。浅沟是侵蚀沟发育的初级阶段,其横断面为宽浅槽形。切沟则是在浅沟的基础上,面蚀继续进行,小浅沟的径流不断地汇集到大浅沟,导致径流的下切力量增大,浅沟被向深切入母质,并形成明显的沟头,从而形成切沟[20]。切沟形成前由重力和水力侵蚀的混合作用形成的凹陷状的微地形称为塌陷。坡面上的局部坡面坡度显著小于原状坡坡面的局部地形称为缓台。坡面上的局部坡面坡度显著大于原状坡坡面的局部地形称为陡坎[18]

    • 大量的研究表明,阳坡的土壤含水量低,植被生长差,因此阳坡在黄土高原区的植被修复工作相对困难。因此,本研究对吴起县合沟流域的阳坡在GIS平台上进行航片分析,综合考虑了采样尺度和样地的代表性,有针对性的预设采样区。然后进行野外调查,根据坡度,坡向和海拔等地形因子,确定5种微地形的实验样地,在微地形相邻的位置选择立地条件与实验样地一致的原状坡面作为对照。具体情况如表 1所示。

      表 1  各监测点基本情况

      Table 1.  Basic situation of each monitoring site

      序号
      No.
      微地形
      Microtopography
      坡向
      Slope aspect
      坡度
      Slope degree/(°)
      海拔
      Altitude/m
      植被盖度
      Vegetation coverage/%
      土地利用类型
      Land use type
      1 缓台Platform 西West 43 1385 70 草地Grassland
      2 塌陷Collapse 西West 43 1399 55 草地Grassland
      3 陡坎Scarp 西West 43 1391 60 草地Grassland
      4 切沟Gully 西West 43 1390 75 草地Grassland
      5 浅沟Shallow gully 西West 30 1 401 65 草地Grassland
      6 原状坡坡面Original slope surface 西West 30 1 405 60 草地Grassland

      在实验样地的中心位置设立一个固定点,其中浅沟和切沟的样点设置在沟槽内。在每个样点垂直埋设2m深的PVC管,用TRIME-HD型手持式读表高精度时域反射计对每个样点进行定期监测。每20cm深度土层分为一层,每层重复测定3次取平均值,每次重复探针在水平方向上旋转120°,每层所测的数据的平均值作为该层的土壤水分。土壤水分监测时间为2010年8月至2013年6月,在监测时间段内,月中及月末各监测1次。为了避免降水对土壤含水率的短期大幅度的影响,每次观测时保证连续3d无明显降水。图 1所示为研究区监测时间内的月降水量与1957—2013年月平均降水量,可见二者的变化规律及分布规律相近。

      图  1  研究区月平均降水量

      Figure 1.  Average monthly rainfall of study area

    • 本文用时间序列法对5种微地形的土壤水分序列的自相关性进行检验[22-23],用Mann-Kendall检验法检验监测期间土壤水分单调趋势的显著性。Wang等曾用Mann-Kendall检验法研究了陕北黄土区不同人工林下土壤水分的动态变化[21]

    • 设一个随机序列为Xt(t=1, 2, …, n, n为序列长度),序列Xt的一阶自相关系数(r1)的计算方法如下:

      $$ {r_1} = \frac{{\frac{1}{{n - 1}}\sum\limits_{i = 1}^{n - 1} {\left( {{x_i} - \mu \left( {{x_i}} \right)} \right)} \left( {{x_{i + 1}} - \mu \left( {{x_i}} \right)} \right)}}{{\frac{1}{n}\sum\limits_{i = 1}^n {{{\left( {{x_i} - \mu \left( {{x_i}} \right)} \right)}^2}} }} $$ (1)
      $$ \mu\left(x_{i}\right)=\frac{1}{n} \sum\limits_{i=1}^{n} x_{i} $$ (2)

      式中:μ(xi)为样本均值,n为样本容量,xi是第i个数据。

    • 相关研究表明土壤水分序列具有高度自相关性[2, 12-13, 15-16],但Mann-Kendall(M-K)检验法只能用于各数据间相互独立的序列。因此,在使用M-K检验法前,需要用需剔除序列自相关性。研究表明[24],去趋势预置白Mann-Kendall检验法能有效剔除序列自相关性。本文对土壤水分序列进行M-K检验前,使用去趋势预置白Mann-Kendall检验法对原序列进行了剔除相关性。

      计算数据序列Xt的一阶自相关系数(r1),在95%的置信区间上,使用双尾检验进行r1的显著性检验:

      $$ \frac{-1-1.96 \sqrt{n-2}}{n-1} \leqslant r_{1} \leqslant \frac{-1+1.96 \sqrt{n-2}}{n-1} $$ (3)

      假设序列Xt为一阶自相关序列,采取预置白方法剔除序列的自相关性。则序列Xt剔除序列自相关性后的重组序列X′t为:

      $$ X_{t}^{\prime}=X_{t}-r_{1} X_{t-1} $$ (4)

      可应用M-K检验法来检验重组序列趋势项X′t的显著性[24]

    • 设一个平稳独立序列为xt(t=1,2,…,nn为序列长度),统计量S[25-26]定义为:

      $$ S=\sum\limits_{i=1}^{n-1} \sum\limits_{j=i+1}^{n} \operatorname{sgn}\left(x_{j}-x_{i}\right) $$ (5)

      式中:xj为第j年的值,xi为第i年的值,ji,表征函数sgn(xj-xi)为:

      $$ \operatorname{sgn}\left(x_{j}-x_{i}\right)=\left\{\begin{array}{ll}{1} & {x_{j}>x_{i}} \\ {0} & {x_{j}=x_{i}-1}\end{array}\right. $$ (6)

      n≥10时,统计量S近似服从正态分布,不考虑序列中等值数据点情况[24],其均值μ(S)=0,方差σ2(S)为:

      $$ \begin{array}{*{20}{c}} {{\sigma ^2}(S) = \frac{1}{{18}}[n(n - 1)(2n + 5) - }\\ {\qquad \sum\limits_{i = 1}^m {{t_i}} \left( {{t_i} - 1} \right)\left( {2{t_i} + 5} \right)]} \end{array} $$ (7)

      式中:m为关联组的组数,ti为第i组中的非漏测值个数。

      在观测值不存在相关性时,该方差计算如下:

      $$ \sigma^{2}(S)=\frac{1}{18} n(n-1)(2 n+5) $$ (8)

      正态分布的检验统计量可以用下式计算:

      $$ Z_{s}=\left\{\begin{array}{ll}{\frac{S-1}{\sigma^{2}(S)}, } & {\text { if } S>0} \\ {0, } & {\text { if } S=0} \\ {\frac{S+1}{\sigma^{2}(S)}, } & {\text { if } S<0}\end{array}\right. $$ (9)

      趋势变化的统计显著性水平用ZS值来评价。ZS值为正值时,表示上升趋势;反之表示下降趋势[18]。在双尾趋势检验中,在α显著水平下,如果|ZS| < Z(1-α/2)接受序列xt无趋势的假设;否则拒绝无趋势的原假设,认为在序列xt存在向上或向下的趋势。Z(1-α/2)是概率超过1-α/2时标准正态分布的值[24]。在本文中取α=0.05,则Z(1-α/2)=1.96。

      本文所有数据使用Stata 12.0软件、SPSS17.0、Origin 8.0以及EXCEL2010进行统计分析与图件的绘制。

    • 表 2可知,各微地形的土壤含水量在垂直方向上的基本趋势为岁土壤深度的增加而增大。在0~160cm的土层中,除陡坎外,其他微地形的土壤水分均大于原状坡面。在0~20cm和20~40cm的土层中塌陷的土壤含水量最大,土壤水分量最小分别为缓台和陡坎;40~60cm的土层中浅沟的土壤含水量最大,缓台次之,陡坎的土壤含水量最小。60~160cm土层的各微地形的土壤含水量的大小排序为切沟>浅沟>缓台>原装坡面>塌陷>陡坎。

      表 2  不同微地形的土壤含水量

      Table 2.  Soil moisture of different microtopography

      %
      微地形Microtopography 0~20cm 20~40cm 40~60cm 60~80cm 80~100cm 100~120cm 120~140cm 140~160cm 0~160cm
      缓台Platform 11.718 12.105 13.876 14.699 14.802 14.328 14.375 14.639 13.827
      塌陷Collapse 14.829 14.279 13.115 12.129 12.941 13.288 14.008 14.711 13.653
      陡坎Scarp 12.044 10.188 10.589 11.490 12.179 12.921 13.732 14.471 12.202
      切沟Gully 13.732 11.877 12.054 16.664 19.609 20.827 22.628 22.762 17.519
      浅沟Shallow gully 14.120 13.705 13.947 15.413 15.112 14.896 15.899 16.203 14.912
      原状坡坡面
      Original slope surface
      14.118 13.980 13.304 13.032 12.942 13.061 13.643 14.275 13.544
    • 黄土区的土壤水分的唯一来源是降雨,因此土壤水分的季节变化反应了降水的季节变化。取微地形各层土壤水分的平均值作为各月的土壤含水量,得到微地形生长季的土壤水分的变化。

      图 2可以看出,生长季不同微地形的土壤水分的变化规律相似,但各微地形的土壤水分的差异大小不尽相同。整体来说,在监测期间的生长季中,旱季不同微地形土壤水分的差值大于雨季,但2012年的6月的土壤水分显著变大,这是可能由于2012年6月的降雨量增大,使得该月的土壤含水量突然增加。各微地形中,切沟土壤水分明显高于其他微地形和原状坡;陡坎的土壤水分总是低于原状坡,但旱季陡坎土壤水分与原状坡的差异大于雨季,说明原状坡对降水的聚集能力大于陡坎。

      图  2  生长季土壤水分的变化

      Figure 2.  Changes of soil moisture in growing season

    • 通过对缓台、塌陷、陡坎、切沟和浅沟5种微地形及原状坡面2010年8月至2013年6月各土层土壤含水量序列一阶自相关系数及其范围进行统计(表 3)可知,5种微地形及原状坡面的土壤含水量序列一阶自相关系数均为正值,且大多数大于其上限,说明土壤水分序列存在显著正自相关特性,前期土壤含水量的多少对后期土壤含水量有重要影响。且不同微地形及原状坡坡面表层(0~20cm)土壤含水量的自相关系数均小于其下层土层的自相关系数。这可能是因为0~20cm土层属于表层土,其土壤水分受外界的诸多因素的影响。降雨后,通过地面的蒸腾和蒸发作用,该层的土壤水分会大量的损失,另外,对植被的生长的补给也会使得土壤水分减少,导致该层的土壤水分对下层土壤水分的影响就不明显。

      表 3  土壤含水量自相关系数

      Table 3.  Autocorrelation coefficients for the soil moisture content in every monitoring point

      微地形
      Microtopography
      检验
      Test
      土层Soil layer 下限
      Min.
      上限
      Max.
      0~
      20cm
      20~
      40cm
      40~
      60cm
      60~
      80cm
      80~
      100cm
      100~
      120cm
      120~
      140cm
      140~
      160cm
      缓台Platform r1 0.305 0.567 0.596 0.711 0.678 0.500 0.510 0.554 -0.379 0.314
      r1 -0.068 -0.071 -0.010 -0.122 -0.145 -0.181 -0.037 0.141 -0.385 0.318
      塌陷Collapse r1 0.560 0.610 0.635 0.578 0.243 0.287 0.285 0.265 -0.379 0.314
      r1 -0.104 -0.063 -0.095 0.036 0.165 -0.001 -0.008 -0.014 -0.385 0.318
      陡坎Scarp r1 0.358 0.404 0.346 0.511 0.535 0.435 0.336 0.295 -0.379 0.314
      r1 -0.088 -0.060 -0.033 -0.054 -0.036 0.006 -0.026 -0.060 -0.385 0.318
      切沟Gully r1 0.476 0.621 0.431 0.552 0.528 0.442 0.394 0.209 -0.379 0.314
      r1 -0.102 0.024 -0.107 -0.030 -0.080 -0.141 -0.073 -0.065 -0.385 0.318
      浅沟Shallow gully r1 0.562 0.645 0.564 0.543 0.499 0.411 0.477 0.443 -0.379 0.314
      r1 -0.044 -0.166 -0.030 -0.140 -0.020 -0.002 -0.006 -0.130 -0.385 0.318
      原状坡坡面Original slope surface r1 0.694 0.745 0.247 0.437 0.257 0.203 0.188 0.256 -0.379 0.314
      r1 0.089 0.148 0.135 0.072 0.033 0.056 0.033 0.093 -0.385 0.318
      注:r1为序列一阶自相关系数; r1为剔除自相关性后新序列的一阶自相关系数。Notes:r1, first order autocorrelation coefficient of sequence;r1, excluding the first-order autocorrelation coefficient of the new sequence after self-correlation.

      对土壤水分时间序列进行M-K检验前,应对原始序列自相关性进行剔除。通过预置白方法剔除自相关性后新序列的一阶自相关系数(表 2)均小于原序列一阶自相关系数,且其均在合理范围之内,即新序列不存在显著自相关性,可对其进行M-K检验。

    • 对2010年8月至2013年6月5种微地形及原状坡面土壤含水量进行检验(表 4),结果表明,五种微地形和原状坡面各土层的土壤含水量的变化均不显著,以下对于土壤含水量变化趋势都是微弱趋势。缓台、陡坎、切沟、浅沟和原状坡面的0~20cm土层的土壤含水量的ZS值均为负值,说明这几种微地形的表层土在监测期间有减少的趋势;塌陷0~20cm土层的土壤含水量的ZS值为正值,表明该土层在监测期间有增加的趋势。由此,对于20~40cm的土层而言,塌陷和陡坎的土壤水分在监测期间有增加的趋势,缓台、切沟、浅沟和原状坡面的土壤水分在监测期间有减小的趋势。切沟和浅沟40~60cm土层的土壤水分在监测期间有减少的趋势,缓台、塌陷、陡坎和原状坡面该土层的土壤水分在监测期间有增加的趋势。60~80cm土层除塌陷和原状坡面外其他微地形均有减少的趋势。80~100cm除陡坎和浅沟外其他微地形均有增加的趋势。陡坎在100~120cm土层的土壤水分在监测期间有减少的趋势,其他微地形该土层在监测期间均有增加的趋势。120~140cm土层中缓台,塌陷和原状坡面的有增加的趋势,其他微地形的该土层的土壤水分有减少的趋势。140~160cm土层只有塌陷和浅沟的土壤水分有减少的趋势。

      表 4  2010年8月至2013年6月各监测点土壤含水量的检验结果

      Table 4.  Testing results of soil moisture content in every monitoring point from August, 2010 to June, 2013

      微地形Microtopography 检验Test 土层Soil layer
      0~20cm 20~40cm 40~60cm 60~80cm 80~100cm 100~120cm 120~140cm 140~160cm
      缓台Platform ZS -1.53 -0.51 0.51 -0.03 0.07 0.14 0.44 -0.10
      b -0.060 -0.015 0.014 -0.006 0.002 0.005 0.012 -0.002
      塌陷Collapse ZS 0.78 0.82 1.80 1.29 1.60 1.36 1.70 1.53
      b 0.024 0.028 0.054 0.048 0.082 0.050 0.040 0.028
      陡坎Scarp ZS -1.16 0.17 0.78 -0.17 -0.58 -0.34 -0.03 0.00
      b -0.059 0.020 0.066 -0.007 -0.041 -0.045 -0.001 0.002
      切沟Gully ZS -0.17 -1.16 -0.58 -0.03 0.00 0.17 -0.34 0.78
      b -0.007 -0.058 -0.041 -0.001 0.001 0.020 -0.045 0.066
      浅沟Shallow gully ZS -0.17 -0.48 -0.03 -0.24 -0.05 0.82 -0.24 -0.14
      b -0.007 -0.027 -0.010 -0.014 -0.003 0.021 -0.006 -0.004
      原状坡坡面Original slope surface ZS -0.20 -0.44 0.31 0.03 0.85 1.12 1.53 1.50
      b -0.002 -0.012 0.025 0.001 0.057 0.056 0.075 0.068
      注:ZS表示Mann-Kendall检验结果;b表示线性回归斜率。Notes: ZS, Mann-Kendall test results; b, linear regression slope.

      为了研究微地形土壤水分变化趋势是否受降水影响,对2010年8月至2013年6月监测点降水数据进行了自相关检验、预置白Mann-Kendall检验、M-K趋势检验,得ZS=1.25,可知在研究期间降水序列无显著增加趋势,说明微地形土壤水分变化趋势不是由降水引起的。

    • 表 3可知,缓台的各土层的土壤水分的变化趋势有增有减,变化速率为0.002%~0.060%,其中0~20cm土层土壤水分的变化速率最快,80~100cm和140~160cm土层的土壤水分变化最慢,但80~100cm的土壤水分是在缓慢的增加,而140~160cm土层的土壤水分在缓慢的减小。

      塌陷的土壤水分有不同程度的增加,增速为0.024%~0.082%.其中80~100cm土层的土壤水分增加最快,40~60cm土层的土壤水分增速次之,0~10cm土层的土壤水分增速最小。

      陡坎20~60cm和140~160cm各土层的土壤水分有微弱的增加的趋势,40~60cm的增速最大,为0.066%:其他土层的土壤水分在监测期间有减小的趋势,0~20cm土壤水分的减速最大,为0.059%。

      切沟0~80cm和120~140cm各土层的土壤水分在监测期间有减少的趋势,最大的减少速度为0.058%;其他土层的土壤水分有增加的趋势,其中140~160cm土层的土壤水分增速最大为0.066%,也是切沟各土层土壤水分变化速率最大的土层。

      浅沟只有100~120cm土层的土壤水分有增加的趋势,增速为0.021%;其他土层的土壤水分的变化速率为0.003%~0.027%。

    • 由于水土流失,陕北黄土高原形成了不同形式的微地形。不同微地形土壤水分的变化状况在一定程度上影响着该地区的植被重建和生态修复工作。通过对土壤含水量的对比分析可以得出,切沟的土壤含水量最大;但对微地形的土壤水分进行动态变化分析可以得出,塌陷在监测期内呈现较高的速率的变化趋势。这是由于切沟的样点选择在沟底,由于重力作用,降雨在样点聚集,使得土壤水分明显高于其他微地形;并且样点所处的位置光照相对较弱,蒸发量小,所以切沟的土壤水分的变化速率不是很高。塌陷的地形特征增加了雨水暂留的时间,并能够得到上部的径流的补充,另外塌陷的植被生长较好,对土壤有一定的改良作用[25], 使得塌陷的土壤水分产生一定的累积。在监测期间,各微地形的土壤水分有一定的自相关性,前期微地形的土壤水分对后期有一定的影响,这主要是因为雨季中,若前期的土壤含水量越大,土壤的入渗时间越短,降雨转化为土壤水分的比率就越小[26];旱季中,没有降雨的补偿,前期土壤水分的蒸发或植被生长的消耗必然会导致后期土壤水分的变化。这与已有的土壤水分时间序列[17-31]的研究结果是一致的。在0~20cm的土层中,除塌陷的土壤水分均有微弱减小的趋势,这可能是因为表层土的土壤含水量受降雨、温度等气候条件的影响存在一定的波动。受降雨短暂补给的土壤水分通过长期的地表蒸发,植被生长以及水分的深层运动使得表层土壤的水分有所下降[32]。在20~80cm的土层中土壤水分的变化速率较大,这主要是因为该层土壤水分既受到上层土壤水分向下运动的补给,又由于上层土壤的蒸发和下层土壤水分的补给,使得该层土壤含水量不稳定。在80~160cm土层中5种微地形的土壤水分变化相对稳定。因为该层土质相对紧实,土壤水分运动较慢;降雨等气候因子对土壤水分的影响较小,该层的土壤水分主要是通过上层水分的下行入渗补给;且研究区的土地利用类型为草地,几乎没有根系分布于该层,所以该层的土壤含水量相对稳定。

      在传统的造林技术中,杨文治等[33]和任杨俊等[34]提出了因地制宜的植被配置类型。虽然其研究的尺度不同,但都没有考虑微地形在坡面上的作用,本文从坡面微地形的尺度研究土壤水分的结果表明,不同微地形在时间序列上的变化情况具有着差异性,因此在进行黄土丘陵沟壑区的生态恢复和植被配置时,应考虑微地形所造成的片段化的微生境。目前陕北黄土区多采用鱼鳞坑等整地方式,这对微地形的土壤水分有着不同程度的影响,因此应按照自然状态下的微地形的植被配置,为陕北黄土区的近自然造林提供参考依据。在以后的研究中,可考虑微地形的规格对土壤水分的影响,不同微地形的分布情况等问题,促进该研究区甚至整个黄土高原丘陵沟壑区的生态环境的建设。

    • 通过对陕北半干旱黄土区5种微地形的土壤水分分析可得结论如下:

      (1) 在监测期间,微地形的土壤含水量所深度的增加呈现增大的趋势;并且,在监测期全年和生长季中,均呈现切沟的土壤含水量相对较高,陡坎的土壤水分最低,低于原状坡面的土壤水分的现象。

      (2) 缓台、塌陷、陡坎、切沟和浅沟各土层土壤含水量在2010年8月至2013年6月期间,都有显著正自相关性,说明前期土壤含水量的多少对后期土壤含水量有重要影响;5种微地形在各土层土壤水分的变化趋势并不显著,其中缓台、陡坎、切沟和浅沟4种微地形在监测期间的变化趋势有增有减,塌陷各土层的土壤水分在监测期间的有缓慢的增加的趋势;

      (3) 缓台、塌陷、陡坎、切沟和浅沟5种微地形每20cm为一层,不同微地形在各层的变化速率也有很大差异。0~20cm的土层陡坎的变化速率最大,缓台次之;20~40cm切沟的变化速率最大,缓台最小;40~60cm陡坎的变化速率最大,塌陷次之;60~120cm的土层中塌陷的变化速率最大,120~160cm的土层中,切沟的变化速率最大,塌陷次之。整体而言,塌陷的土壤水分的变化速率最大。

参考文献 (34)

目录

    /

    返回文章
    返回