基于SHAW模型的科爾沁草甸地凍融期土壤水熱鹽動態模擬研究

王 馳, 劉小燕, 劉巧玲, 劉廷璽

(內蒙古農業大學 水利與土木建筑工程學院, 內蒙古 呼和浩特010018)

基于SHAW模型的科爾沁草甸地凍融期土壤水熱鹽動態模擬研究

王 馳, 劉小燕, 劉巧玲, 劉廷璽

(內蒙古農業大學 水利與土木建筑工程學院, 內蒙古 呼和浩特010018)

[目的] 探討季節性凍融期土壤水熱鹽動態變化及其機理，對干旱半干旱地區土壤鹽漬化防護與治理提供一定的理論依據。[方法] 以科爾沁草甸地為研究對象，利用2013年11月至2014年5月科爾沁左翼后旗阿古拉生態水文試驗站草甸地試驗點的水熱鹽觀測資料，通過SHAW模型進行仿真模擬分析。[結果] 模型對土壤熱量和鹽分的模擬結果較好，模擬期土壤水分模擬的標準偏差(root mean square error，RMSE)為0.02～0.07。受草甸地地下水位影響，模型對含水率的模擬結果偏差較大，但其標準偏差及平均偏差均處于允許范圍內。[結論] 將SHAW模型作為相關研究仿真模擬的優選模型，可以彌補人工觀測數據間斷或缺失的不足，可以被借鑒定量模擬預測農田在自然條件下的垂向一維凍土—非凍土系統內的水熱鹽遷移狀況。

SHAW模型; 季節性凍土; 參數率定; 模型評估

土壤凍融作為季節性凍融地區一種常見的自然現象，過程較為復雜，包括水分運動、水分相變、熱量傳輸和溶質的遷移。中國季節性凍土主要分布在北緯30°以北地區。而這些地區又大多屬于干旱、半干旱的缺水地區。由于灌溉管理不當和冬春季土壤的凍融等的影響，形成大面積的土壤鹽堿化[1-6]。受溫帶大陸季風氣候影響[7]，春冬季節土壤均經歷周期性的凍融過程，該時期土壤水熱鹽運移特點與非凍結期存在較大差異，特殊的運移機理導致了區域荒漠化與鹽堿化現象[8]。近40 a來，科爾沁草甸地沙化面積日趨擴大，成為荒漠化最為嚴重的地區之一。因此，通過模型模擬凍融期土壤水熱鹽變化，有助于進一步認識科爾沁草甸地在地下水淺埋條件下土壤水熱鹽在空間和時間上的運移特征，為科爾沁草甸地鹽堿化、次生鹽堿化以及荒漠化預防與治理工作提供理論依據。

如今，將SHAW(simultaneous heat and water)模型應用于草甸地上的還不多見，考慮到SHAW模式對土壤水熱鹽運移耦合解決的優越性[9-13]。本文擬利用2013—2014年科爾沁草甸地阿古拉生態水文試驗站的觀測資料，結合SHAW模型進行單點的數值模擬試驗，通過統計分析來評估模擬值與觀測值的差異，以期驗證SHAW模型對科爾沁草甸地凍融期土壤水熱鹽動態模擬的效果。

1 研究方法

1.1 研究區概況

研究區地處科爾沁沙地東南部，行政區劃為內蒙古通遼市科爾沁左翼后旗阿古拉鎮。阿古拉生態水文試驗站(122°36′—122°38′E，43°19′—43°21′N)，面積約55 km2，地貌特點為沙丘、草甸地、湖泊相間分布，屬典型的半干旱荒漠化地區。所選試驗點植被群落類型多樣，且以草本植被為主，主要有天然羊草，蘆葦、苦菜、野古草等，以10 m×10 m柵欄圈圍，柵欄內保持原有草甸地植被類型。受溫帶大陸性季風氣候影響，每年的10月下旬或11月上旬至翌年4月下旬或5月上旬(受每年氣溫變化而波動)之間有長達5～6個月季節性凍土分布，最大凍深為1.0 m。據統計，從2013年11月到翌年4月，凍融期日蒸發量為4.82～5.63 mm/d，日平均氣溫小于0 ℃的天數約為134 d，日平均地表(10 cm)溫度小于0 ℃的天數約為125 d。試驗點內主要儀器設備有自動氣象站觀測系統和人工觀測設備。

1.2 試驗設計

試驗時間為2013年10月至2014年5月，將自動氣象站監測的土壤、氣象數據、人工觀測數據及土鉆取土試驗數據相結合進行分析。具體監測項目：自動氣象站記錄氣溫、降水數據；埋設熱敏電阻探頭長期監測土壤剖面地溫變化情況；采用中子儀，結合烘干稱重法測定土壤全含水率(體積含水率)，觀測時間為每2日1次，埋深深度與地溫探頭埋深深度一致；布置丹尼林凍深器[14]監測土壤凍深，監測最大深度為160 cm。HOBO自記地下水位計監測地下水位。

在整個凍融期內進行人工實地分期取土試驗，測定土壤含水率和電導率，將取回的土樣用電導儀測定土壤電導率。

1.3 模型簡介及參數確定

SHAW模型為美國農業部北方流域研究中心建立的一維水熱耦合模型[15]。該模型已經被證明能夠較精確地模擬土壤、氣候和地表面很大范圍內的凍結深度以及凍土中的水熱遷移狀況，為研究季節性凍融土壤的水熱遷移規律提供了理論和方法的借鑒，是目前研究融雪和土壤凍結、融化比較有效和詳細的模型之一。

本次模擬選用以日為時間步長的氣象資料作為上邊界氣象條件，土壤含水率、溫度以及氣象數據輸入的同時還應輸入對應的儒略日、輸出頻率和所屬年份。試驗點的一般信息即為用來確定試驗點的具體地理位置、海拔、坡向等，具體信息為122°37′E，43°20′N，坡度和坡向為0，高程198 m, 干土反照率0.3，濕土反照率0.35。

由于草甸地每年地表植被、土壤含水量和地下水位區別較大，利用公式計算試驗草甸地水利特性參數，如標準容重、空隙大小分布指數、空氣進入勢、飽和導水率等[16]，并選用2013年11月到2014年5月間部分土壤水熱鹽和氣象等數據對SHAW模型的有關參數進行率定，根據兩者擬合的結果調整具體參數，最大可能地實現模擬值與實測值擬合。率定后確定的基本水力特性參數值如表1所示。

1.4 模型評估方法

模型模擬效果可以利用統計學參數進行評價，如模型效率(model efficiency， ME)，標準偏差(root mean square error，RMSE)，和平均偏差(mean bias error， MBE)，平均絕對誤差(relatively mean absolutely error， RMAE)等用來評價模型的精度。

(1)

(2)

(3)

(4)

2 結果與分析

凍融過程中，土壤凍結融化的主導因素是溫度。從圖1中可以看出，30 cm以上土壤溫度受氣溫影響變化劇烈，且變化趨勢與氣溫變化趨勢相一致，而30 cm以下土壤受氣溫變化影響較小，變化相對平緩。

圖1 凍融期降雨量與不同深度土壤溫度日動態變化

根據氣溫的變化幅度及土壤凍結變化特征可以將整個凍融期劃分為3個階段：11月9日開始出現負溫起到12月4日，氣溫晝夜正負波動，表層土壤出現晝融夜凍現象，土壤水發生水—冰、冰—水的交替相變過程，這一時期為初始凍結期；12月5日起氣溫從0 ℃持續下降，直到1月11日達到最低氣溫-18.2 ℃，此段時間，土壤凍結速度較大，凍深增長較快，土壤中僅發生水—冰的相變過程。隨后氣溫變化相對穩定，1月14日到2月11日之間，隨氣溫的平緩變化，土壤溫度的變幅幾乎為0，表層土壤這一現象尤為明顯，此時凍深達到91 cm左右，這段時間為穩定凍結期。

2.1 土壤溫度的模擬

對土壤溫度模擬值和實測值做線性回歸分析，整個凍融期各層土壤溫度實測值與模擬的相關關系較好，結合散點分布圖可以直觀的顯示出模擬值和實測值之間的擬合效果。

以10，50，100 cm深度的土壤參數為代表，作模型模擬結果驗證(如圖2所示)。由圖2可見，表層散點分布相對較稀疏，中間層和下層擬合效果較好，相關性均較高，這說明深層土壤模擬效果比淺層土壤模擬效果好，淺層土壤模擬受氣候環境、土壤熱參數影響較大。

圖2 凍融期土壤溫度模擬值和實測值相關性分析

整個時期，溫度變化較為平緩，剖面溫度漸變過程呈現“U”型分布，30 cm以上土層溫度變化幅度較大，凍結期開始，溫度平滑下降，進入解凍時期，表層地溫迅速升高，并于4月底就達到18 ℃之上。出現這種變化的原因可能是淺層土壤受地表氣溫變化的影響較大。

根據凍融期間草甸地土壤溫度模擬結果統計分析，采用標準偏差(RMSE)、平均偏差(MBE)、平均絕對誤差(RMAS)來綜合衡量模擬數據的分散程度、模擬值自身隨機變量均值的波動性以及模擬值與實測值的平均相差值，由模型效率(ME)顯示模型總體的模擬效果(下同)。如表2所示，從分析的結果可以看出，對于土壤溫度的模擬，層位越深，模擬效果越好，可能因為淺層土壤受外界影響較大，土壤熱參數取值存在一定的誤差。模擬值與觀測值標準偏差在0.02～0.06，由此表明模擬結果精度較高。

表2 凍融期草甸地土壤溫度模擬結果統計分析

2.2 土壤含水率的模擬

分別選擇初始凍結期、穩定凍結期和消融解凍期任意日的土壤剖面實測值和模擬值進行比較(圖3)。由圖3可知，整個凍融期不同時間土壤含水量的實測值和模擬值變化趨勢基本一致，且消融解凍期的擬合效果最佳。

圖3 凍融期土壤含水率模擬值和實測值比較

模擬結果與中子儀觀測情況基本接近，20和30 cm土壤含水量較高，集中于72.16%～49.66%。草甸地各土層含水量隨時間的變化波動比不是很大，除初始凍結期略有升高外，其他時期水分運移均不是很活躍。其原因可能是地下水位較高，草甸地土壤剖面含水量均較高，全含水量隨凍融過程變幅不是很明顯。

相較于溫度的模擬效率，含水率模擬效率要稍微差一些。這可能與影響土壤含水率的因素較多,包括降水量、地表植被、土壤質地、土壤溫度等，而且水分本身具有復雜的相態變化有關，對模型模擬含水率結果影響較大。從30 cm深度以下，模擬值與實測值基本吻合，這可能因為研究區于2013年8月15，16日有特大降水(122.3 mm)，土壤含水率對天氣變化極為敏感。如表3所示，但總體來看，標準偏差在1.75～6.30，平均值3.20。說明模擬結果與觀測結果之間誤差可以接受，此次模擬結果可以反映實際結果。

2.3 土壤含鹽量的模擬

同樣選用3個時期任意日不同層位的含鹽量實測值與模擬值進行比較，驗證模擬結果(圖4)。從圖4中可以看出，所有層位的模擬值與實測值變化趨勢基本一致。

表3 凍融期草甸地土壤水分模擬結果統計分析

圖4 凍融期土壤含鹽量模擬值和實測值比較

草甸地鹽分運移過程既特殊又復雜[17]，通過SHAW模型模擬草甸地凍融期土壤含鹽量的變化趨勢，從中可看出100 cm土壤深度之上的土壤含鹽量隨著土壤的凍結融化過程呈現先上升后下降的過程，其中表層的含鹽量變化較大，變化現象較明顯。土壤深度100 cm之下的土壤含鹽量較小，整個凍融期變幅較小，含鹽量基本保持不變。這種現象可能成因是水分和鹽分之間具有強烈的耦合作用，并且鹽分的時空變異性要遠遠大于水分的時空變異性。

從表4可以看出，模型對于鹽分的模擬效率依然為下層優于上層，標準偏差與平均絕對誤差分析的值均為表層高于下層，因此可以說明，模型對于土壤鹽分的模擬也是隨土層深度的增加模擬效果越好。這可能是由于土壤鹽分受水分在溫度梯度下的運動影響較大，土壤鹽分運移方程中的參數難以確定等因素影響。各層土壤模型效率均大于0.55，并且最優效果可以達到0.90，由此可見SHAW模型對于土壤鹽分的模擬效果能基本反應土壤鹽分的變化情況。

表4 凍融期草甸地土壤鹽分模擬結果統計分析

3 討論與結論

(1) SHAW模型能夠較為成功地模擬科爾沁草甸地土壤溫度和土壤含鹽量。對8個不同深度土壤溫度、土壤鹽分的模擬值和觀測值對比統計，模型效率都在0.59以上,平均偏差在0.03以下。隨著土壤深度增加，土壤溫度、鹽分的模擬效果變好。

(2) 相較于草甸地溫度和鹽分的模擬，土壤含水率的模擬結果存在一定的偏差，但對不同深度的土壤含水量模擬結果的總體趨勢與中子儀觀測情況基本接近，模擬結果仍具有一定的可信度。30 cm以上土壤含水率模擬結果稍差的原因可能是由于參數不確定性，一些參數需要通過室內試驗與經驗值進行判斷。

(3) 利用SHAW模型模擬科爾沁草甸地土壤水熱鹽耦合變化是基本可行的，其輸出結果相對較好。但模型中多數公式均為經驗性的，需通過更多的觀測試驗改進和完善相關參數，以提高模型適用性。

因此，SHAW模型可用于科爾沁草甸地水熱鹽動態變化規律研究。模擬結果可為該地區冬春作物的播種和預防凍害等提供參考依據，可以被借鑒定量模擬預測農田在自然條件下的垂向一維凍土—非凍土系統內的水熱鹽遷移狀況。

[1] 郭占榮,荊恩春,聶振龍,等.凍結期和凍融期土壤水分運移特征分析[J].水科學進展,2005,13(3):298-302.

[2] 王生廷,盛煜,吳吉春,等.祁連山大通河源區凍土特征及變化趨勢[J].冰川凍土,2015,37(1):27-37.

[3] 趙顯波,劉鐵軍,許士國,等.季節凍土區黑土耕層土壤凍融過程及水分變化[J].冰川凍土,2015,37(1):233-240.

[4] 焦永亮,李韌,趙林,等.多年凍土區活動層凍融狀況及土壤水分運移特征[J].冰川凍土,2014,36(2):237-247.

[5] 張泉,劉詠梅,楊勤科,等.祁連山退化高寒草甸土壤水分空間變異特征分析[J].冰川凍土,2014,36(1):88-94.

[6] 吳謀松,王康,譚霄,等.土壤凍融過程中水流遷移特性及通量模擬[J].水科學進展,2013,24(4):543-550.

[7] 胡列群,武鵬飛,梁鳳超,等.新疆冬春季積雪及溫度對凍土深度的影響分析[J].冰川凍土,2014,36(1):48-54.

[8] 陳曉飛,田靜,張雪萍,等.積雪融雪過程中水、熱、溶質耦合運移規律的研究進展[J].冰川凍土,2006,28(1):287-292.

[9] 趙林,李韌,丁永建.唐古拉地區活動層土壤水熱特征的模擬研究[J].冰川凍土,2008,30(6):930-937.

[10] 陳曉磊,楊梅學,萬國寧,等. CLM3和SHAW模式在青藏高原中部NMQ站的模擬研究[J].冰川凍土,2013,35(2):291-300.

[11] 郭東林,楊梅學. SHAW模式對青藏高原中部季節凍土區土壤溫、濕度的模擬[J].高原氣象,2010,29(6):1369-1377.

[12] Kang Ersi, Cheng Guodong, Song Kechao, et al. Simulation of energy and water balance in soil-vegetation-atmosphere transfer system in the mountain area of Heihe river basin at Hexi corridor of northwest China[J]. Science in China(D),2005,48(4):538-548.

[13] 羅斯瓊,張宇,呂世華.黃土高原沙壤土凍融過程的觀測和模擬[J].冰川凍土,2008,30(2):234-243.

[14] 常龍艷,戴長雷,商允虎,等.凍融和非凍融條件下包氣帶土壤墑情垂向變化的試驗與分析[J].水科學進展,2014,36(4):1031-1041.

[15] Flerchinger G N, Saxton K E. Simultaneous heat and water model of a freezing snow-residue-soil system (I): Theory and development[J]. Transactions of the ASAE, 1989,32(2):565-0571.

[16] 成向榮,黃明斌,邵明安.基于SHAW模型的黃土高原半干旱區農田土壤水分動態模擬[J].農業工程學報,2007,23(11):1-7.

[17] 鄭冬梅,許林書,羅金明,等.松嫩平原鹽沼濕地凍融期水鹽動態研究:吉林省長嶺縣十三泡地區湖灘地為例[J].濕地科學,2005,3(1):48-53.

DynamicSimulationAnalysisofSoilHydrothermalSaltofHorqinMeadowGroundinFreezingandThawingPeriodBasedonSHAWModel

WANG Chi, LIU Xiaoyan, LIU Qiaoling, LIU Tingxi

(CollegeofWaterConservancyandCivilEngineering,InnerMongoliaAgriculturalUniversity,Huhhot,InnerMongolia010018,China)

[Objective] To explore the dynamic changes of soil hydrothermal and salt in seasonal freezing and thawing period and its mechanism in order to provide some theoretical basis for soil salinization protection and administer in arid and semi arid areas. [Methods] Horqin meadowland was taken as a research area. Where the hydrothermal and salt observation data of meadow in the Aruga Eco-hydrological Experimental Station of Horqin left-wing post in November 2013—2014, were simulated and analyzed by SHAW model. [Results]The simulated results of soil heat and salt were better, and the root mean square error (RMSE) was 0.02～0.07. Due to the influence of meadow groundwater level, the model has a large deviation from the simulation results of water content, but its standard deviation and mean deviation are within allowable range. [Conclusion] The SHAW model can be used as the optimal model for the simulation of the study. It can compensate for the shortage of artificial observation data intermittent or missing, and can quantitatively predict the migration of hydrothermal salt in the vertical one-dimensional permafrost and free permafrost system under natural conditions.

SHAWmodel;seasonalfrozensoil;parameter;modelevaluation

A

1000-288X(2017)05-0322-06

S812.2

文獻參數： 王馳, 劉小燕, 劉巧玲, 等.基于SHAW模型的科爾沁草甸地凍融期土壤水熱鹽動態模擬研究[J].水土保持通報，2017,37(5)：322-327.

10.13961/j.cnki.stbctb.2017.05.054； Wang Chi, Liu Xiaoyan, Liu Qiaoling, et al. Dynamic simulation analysis of soil hydrothermal salt of Horqin meadow ground in freezing and thawing period based on SHAW model[J]. Bulletin of Soil and Water Conservation, 2017,37(5)：322-327.DOI:10.13961/j.cnki.stbctb.2017.05.054

2017-03-01

2017-04-06

國家自然科學基金地區和重點資助項目“科爾沁沙地(沙丘—草甸地)凍融期土壤水—熱—鹽耦合運移機理及其模擬方法”(51169012， 51139002， 51369016); 教育部創新團隊發展計劃(IRT13069); 內蒙古自治區草原英才產業創新創業人才團隊、內蒙古農業大學寒旱區水資源利用創新團隊項目(NDTD2010-6)

王馳(1992—),男(漢族),安徽省馬鞍山人,碩士,主要從事土壤水熱鹽運移研究。E-mail:1171785097@qq.com。

劉小燕(1966—),女(漢族),內蒙古自治區烏蘭察布市人,博士,教授,碩士生導師,主要從事凍土物理學研究。E-mail:Liuxy6675@yahoo.com.cn。