黃土丘陵區不同恢復年限人工刺槐林土壤水分時空動態及其時間穩定性

陳維梁,王樹學,齊統祥,焦 磊,王 聰,買爾當·克依木,李宗善,*,傅伯杰

1 城市與區域生態國家重點實驗室,中國科學院生態環境研究中心,北京 100085 2 中國科學院大學,北京 100049 3 陜西省吳起縣退耕還林工程管理辦公室,延安 717600 4 陜西師范大學, 西安 710119

黃土高原屬干旱半干旱地區,土壤水分是該地區植物水分的主要來源,是維持干旱半干旱地區生態系統的主要限制因素,是控制生態系統結構的關鍵因素,在土壤-植被-大氣系統物質與能量轉化中起著核心和紐帶的重要作用[1]。近年來,隨著黃土高原植被建設等生態工程的不斷推進,以刺槐(Robiniapseudoacacia)人工林為代表的植被受到土壤水分的限制作用日益明顯,尤其是大面積人工林出現較為顯著的土壤干燥化現象[2- 4],嚴重影響黃土高原陸地水循環過程。因此人工林土壤水分時空動態、生態水文過程等研究成為近二十多年來黃土高原水循環研究的重點關注方向[5- 8]。

土壤空間異質性及氣候等環境因素決定土壤水分具有顯著的時空變異性。國內外對于土壤水分空間變異性的研究已數不勝數[9-12]。通過研究土壤水分的時間動態變化特征來表征可靠且穩定的土壤水分空間分布特征,需要大量的野外監測,為了保證土壤水分時空分布特征具有代表性,同時又可減少大量的野外工作量是前人研究土壤水分的重點之一。Vachaud等[13]發現土壤水分的空間分布隨時間的變化很小,并且某一監測點的土壤水分可代表研究區的平均狀況,這一現象被定義為土壤水分空間分布在時間上的穩定性,并得到廣泛研究和應用。近些年,國內外對土壤水分時間穩定性的關注度相繼增加[14-15]。Gomez Plaza等[16]研究發現地形是半干旱地區土壤水分時間穩定性的主要影響因素；白一茹等[14]在黃土高原雨養區研究發現干旱條件下的穩定性比濕潤條件下更強；冉有華等[17]在黑河流域發現土壤水分時間穩定性程度在不同深度表現程度不同,表層最不穩定,并且40 cm 深度以下基本穩定；Hu等[18]通過研究黃土高原土壤儲水量的時間穩定性,發現可以利用一個點的土壤儲水量代表區域的平均值作為代表值。從不同水平尺度[18- 20],到垂直尺度土壤水分時間穩定性[5, 15]；同時有研究人員利用土壤水分時間穩定性這個特性來估算能夠代表某區域尺度土壤水分的點位和深度[20-21],關于不同植被類型下[22-23]以及喀斯特裸巖區[24]土壤水分時間穩定性也已有報道。隨著刺槐人工林恢復時間的增加,其土壤水分的時間穩定性差異又是如何,相關研究還鮮有報道。

在典型黃土丘陵溝壑區小流域內,基于對不同植被類型、土地利用下的土壤水分進行長時間序列原位觀測(in-situ observation)已取得重要進展,但在不同恢復年限的人工林土壤水分垂直分布上的時間穩定性鮮有報道。對此,本研究以2014—2018年5年期間的生長季(5—10月)對羊圈溝小流域內15、20、30、35 a 等不同恢復年限人工刺槐林0—180 cm深度剖面的土壤水分進行實時觀測,研究不同恢復年限人工刺槐林土壤水分的時空分布特征,通過平均相對偏差(Mean relative deviation, MRD)和Spearman秩相關系數分析土壤含水量的時間穩定性特征,了解不同深度土壤含水量時間穩定性差異性,并確定不同恢復年限刺槐林土壤水分的代表深度,采用線性回歸與納什系數對所得結果進行評估,并采用灰色關聯分析(Grey relational analysis, GRA)進一步篩選確定土壤水分時間穩定性的主要影響因素,有助于理解半干旱區人工林土壤水文過程,為該區不同恢復年限刺槐林土壤水分監測點布設和墑情模擬估算預測提供參考依據。

1 材料與方法

1.1 研究區概況

本研究區是位于陜西省延安市寶塔區的羊圈溝小流域(36°42′6.20″N, 109°31′2.65″E),面積約2.02 km2,海拔約1050—1295 m,是典型的黃土丘陵溝壑區(圖1)。該區屬暖溫帶大陸性季風氣候,年均降雨量(MAP)約528.9 mm,年內降水分布不均,主要集中于7—9月,其中超過80%的降水發生在5—10月(圖2),多年平均水面蒸發量為898—1068 mm；年平均氣溫約9.8 ℃,氣溫年較差29.4 ℃,≥10 ℃的活動積溫約2500—3400 ℃,多年平均無霜期140—165 d,多年平均日照時數2528.8 h,多年平均太陽總輻射量5800 KJ/cm2。該小流域的植被以分布在退耕坡地的刺槐人工林、果樹、灌木、退耕草地以及溝谷的農作物為主。根據當地多數物種的生長物候特征,定義5—10月為羊圈溝小流域植被的生長季,生長季多年平均氣溫為20 ℃。該小流域長期受到人類活動干擾,原有自然植被受到嚴重破壞,經過多年退耕還林等生態恢復工程實施,逐漸形成以人工植被和自然恢復的次生植被為主的植被分布格局。其中喬木以刺槐、山杏(Prunusarmeniaca),灌木以沙棘(Hippophaerhamnoides)、土莊繡線菊(SpiraeapubescensTurcz)以及白刺花(Sophoradavidii(Franch.)Skeels)等,草本以包括鐵桿蒿(Artemisiasacrorum)、茅莓(Rubusparvifolius)和杠柳(Periplocasepium)為優勢群落。1980年初,刺槐作為退耕還林樹種逐漸在退耕坡地上栽植,經過30多年的生態恢復,目前刺槐林約占羊圈溝小流域超過50%的面積。小流域的土壤主要是約50—200 m厚度的黃綿土,孔隙度約為50%,易造成水土流失。小流域田間持水量(field capacity，FC)和萎蔫系數(wilting point, WP)分別為20%—24%和3%—6%。

圖1 羊圈溝小流域與樣地地理位置及樣地布設示意圖Fig.1 Location of Yangjuangou Catchment and schematic diagram of plot setup

圖2 羊圈溝小流域1990—2018年年均降水與2014—2018年月均降水分布情況Fig.2 Distribution of annual and monthly precipitation during 1990—2018 and 2014—2018 in Yangjuangou Catchment

1.2 樣地設置

在典型丘陵溝壑區羊圈溝小流域選擇15、20、30、35 a等4個不同林齡的刺槐林代表4個不同恢復年限(圖1),于2013年4月安裝土壤水分實時觀測系統,同時開展樣地調查(表1)。在每個刺槐人工林劃定20 m×20 m見方作為樣地,在樣地中心挖一個深2 m的土坑,分別在同一側剖面的10、20、40、60、80、100、120、150和180 cm共計9個土壤深度(圖1)安裝土壤水分傳感器(EC—5, Decagon Devices, Pullman, WA, USA)進行實時觀測土壤體積含水量(Soil volumetric water content, SVWC, m3/m3),安裝完傳感器后對土坑進行回填,并盡量保證回填后的表層與周圍地表相近。每個土壤水分傳感器用Hobo數據采集器(HOBO—21,Onset,Cape Cod,MA,USA)進行每隔60 s測定,30 min間隔記錄數據。在小流域中咀峁山頂的開闊處距離地面2 m處安裝翻斗式雨量計(TE525,Campbell Scientific,Logan,UT,USA)對降雨進行與SVWC同步30 min間隔觀測。

表1 羊圈溝小流域不同退耕年限人工刺槐林樣地的立地條件

1.3 土壤屬性測定

于2013年4月土壤水分觀測系統安裝時同步采集土壤樣品用于土壤理化參數測定。在每個樣地每個土壤水分傳感器安裝處所對應的土層用體積為100 cm3的不銹鋼環刀各采集3個原狀土樣品,用于土壤容重、土壤孔隙度、田間持水量、飽和導水率等土壤水力特征；以及3個裝于自封袋的土樣用于測定土壤質地、土壤有機碳、土壤總氮等(表1),測定方法見[25]。

1.4 土壤水分時間穩定性

1.4.1土壤儲水量計算

土壤儲水量即一定單位體積內土壤水分的儲存量,本研究根據所觀測深度0—180 cm土壤深度為準,估算0—180 cm土壤深度單位體積的土壤儲水量,計算公式為：

(1)

(2)

1.4.2相對差分

根據Vachaud等的研究,各觀測點的平均相對偏差(Relative difference,RD)和標準偏差(Standard Deviation,SD)能夠描述土壤水分的時間穩定性特征。j時間任意觀測點i的SWSij的相對偏差RDij和SD可由公式(3)、(4)計算得出：

(3)

(4)

平均相對差分MRDi及其對應的標準偏差SDRDi的計算如下：

(5)

(6)

1.4.3時間穩定性指數

根據Zhao等[26]的研究,通過比較不同土壤深度的時間穩定性指數(Index of temporal—stability at depthi, ITSDi)來比較不同恢復年限刺槐林不同土壤深度的土壤水分時間穩定性,找出時間穩定性最高的觀測點,該觀測點可代表平均土壤水分狀況,ITSDi計算如公式(7)：

(7)

1.4.4Spearman秩相關系數

Spearman秩相關系數rs是用來分析在2014—2018年生長季不同觀測點的秩隨時間變化的穩定性,由公式(8)計算：

(8)

式中,Rij是土壤水分θij的在i測點j時刻的秩,Ril為i測點l時刻的秩,n為觀測點的總數。rs越接近1,說明觀測點i的θ在j和l時刻具有越強的穩定性。

1.5 數據分析

1.5.1變異程度

隨機變量的離散程度,即變異性的大小,可用變異系數(Coefficient of Variation,CV,%)的大小來反映,具體計算公式為：

(9)

根據Nielsen等[27]的方法對離散程度即變異程度進行分級：CV<10%為弱變異性；10%≤CV≤100%為中等變異性；CV≥100%為強變異性。

1.5.2決定系數與納什系數

將整個測定期內某測點i的SVWC與不同深度土層的平均SVWC 進行線性回歸,利用決定系數(R2)說明二者間的差異,一般而言,R2越小,說明測點i的SVWC與該研究區平均SVWC的關系越密切,差異性越小。同時,本研究也采用納什系數NSE (Nash-Sutcliffe efficiency coefficient) 對代表土壤深度能否代表本林分的土壤水分進行評價,公式如下：

(10)

1.5.3灰色關聯分析

對于兩個系統之間共有的影響因素, 其隨時間或不同對象而變化的關聯性大小的量度, 稱為關聯度。鑒于土壤水分的時間穩定性可能與植被特征和土壤性質等多種因素有關,采用灰度關聯分析法(Grey relational analysis,GRA)來評估土壤與植被因子對土壤水分時間穩定性的影響,并確定在土壤水分空間格局中對時間穩定性有貢獻的主要因素。灰色關聯分析是一種灰色預測方法,它可以通過處理有限的表面不規則數據來發現系統本身的特征[28],并被證明是解決不確定信息系統中各因素關聯程度的有效工具[29-31],具體步驟及方法如下[32]：

首先設置x0(k)為參考序列,xi(k)為比較序列:

x0=(x0(1),x0(2),...,x0(k))

(11)

xi=(xi(1),xi(2),...,xi(k))i=1, 2,...,q

(12)

其次采用均值化對數據進行歸一化處理,以確保各序列數據保持一致,計算方法如下：

(13)

歸一化序列可表示為xi*：

(14)

則x0(k)和xi(k)的灰色關聯系數ξi(k),計算公式如(15)：

(15)

最后,計算得到關聯度εi：

(16)

灰色關聯度取值范圍在0—1之間,定量表明所考慮因素對客觀值的影響。因此,主要影響因素所對應較高的灰色關聯度,而影響較小的因子所對應中等灰色關聯度,可忽略的影響因素所對應較低的灰色關聯度[30]。

本研究的數據處理統一采用Excel 2019(Microsoft office,USA),方差分析采用SPSS 20.0(IBM SPSS Statistics, USA),數據制圖采用OriginPro 2020 (OriginLab,USA),研究區示意圖制圖采用ArcGIS 10.6(ESRI,USA)。

2 結果與討論

2.1 土壤水分的時空變化特征

如圖3所示,2014—2018年生長季期間,不同恢復年限刺槐林0—180 cm土壤深度的平均土壤儲水量(SWS)顯著差異(P<0.05),15 a刺槐林和35 a刺槐林的平均SWS分別為128.8 mm與150.8 mm,顯著低于20 a和30 a刺槐林的平均SWS(分別達到184.6 mm與184.9 mm),研究結果顯示,隨著恢復年限的增加,刺槐林的SWS呈現先增加后降低的態勢,同時,不同恢復年限人工刺槐林的SWS隨時間的變異程度(CV)也不盡相同,從圖3的箱式圖可看出15 a和35 a恢復年限刺槐林SWS的CV值高于20 a和30 a恢復年限刺槐林。雖然刺槐在于黃土高原栽植時間超過40 a,但由于受到長期水分脅迫,隨著生長年限增加,出現多樹梢、衰亡等“小老頭樹”現象[33],很難找到成片超過40 a刺槐林,因此本研究比較的恢復年限僅限于小于40a,難以對小于40a恢復年限刺槐林土壤水分動態特征進行描述。自2014—2018年,SWS的年際變化趨勢與年降水一致,但2014年的SWS比2017年更高,是由于2013年小流域的降水超過900 mm所致。當雨水充沛時,刺槐根系較少利用深層土壤水分[34],因此深層土壤水分能夠保持較高水平,如2015年的SWS與2016年的相當,主要由于2014年的較高儲水量使得2015年降水量較低而SWS能夠保持更高水平。

圖3 2014—2018年生長季不同恢復年限人工刺槐林土壤儲水量變化Fig.3 Survey of mean soil water storage at black locust plantation with different restored years in growth season from 2014—2018字母代表組間差異,(P<0.005)

如圖4所示,2014—2018年生長季(5—10月)羊圈溝小流域年降雨水差異明顯,分別是571.2、264.8、447.4、668.4、423.4 mm。自2014—2018年期間15 a和35 a恢復年限刺槐林的平均SVWC分別僅有0.067和0.071 m3/m3,顯著低于20 a和30 a恢復年限刺槐林的0.103 m3/m3和0.108 m3/m3(圖4中顯示橙紅色)。圖4也能看出,2014年不同恢復年限的刺槐林平均SVWC也是15 a(0.122 m3/m3)和35 a(0.110 m3/m3)的大于20 a(0.144 m3/m3)與30 a(0.132 m3/m3)的。2017年生長季降水大于2014年生長季降水,但2014年的2017年四個刺槐林的SVWC顯著低于2014年的SVWC(P<0.05),土壤水分與降水沒有出現良好的相關關系,這是由于2013年的降雨量高達959.3 mm(圖2),其深層土壤水分得到了充分的補給而受到當年降水的影響較小。同時,結果顯示15 a和35 a恢復年限刺槐林在2015年至2018年生長季期間,有相當一段時間土壤水分處于WP的水平(0.03—0.06 m3/m3)。2016年與2017年降水量較高,尤其是2017年,全年降水達到746.2 mm,屬豐水年,很大程度緩解了水分對刺槐林的脅迫,是降水對土壤水分起到補給的作用[25, 35- 36]。

圖4 2014—1018年生長季降水特征、不同恢復年限人工刺槐林生長季的日平均土壤水分時空動態變化Fig.4 Spatiotemporal dynamics of precipitation and daily soil moisture at black locust plantation with different restoration years in growth season of 2014 to 2018P為各年降水量

2.2 土壤水分變異程度分布特征

不同恢復年限刺槐林的SVWC隨著土壤深度增加,其時間上的CV值也隨之變化,表現出與SVWC同樣的變化特征,15 a和35 a恢復年限的CV值隨土壤深度變化較小,20 a與30 a恢復年限刺槐林SVWC的CV值都隨著土壤深度的增加而減小。從不同土壤深度SVWC月均CV值可看出(圖5)：4個樣地0—180 cm土壤深度的土壤水分CV值都<100%,都屬于中等變異性以下(10%

圖5 不同恢復年限刺槐林土壤水分月變異程度(CV- 10%)Fig.5 Monthly variability (CV- 10%) of soil water at black locust plantations with 15 a, 20 a, 30 a and 35 a restoration years. Black line with 0.00 value label refers to light variability

2.3 時間穩定性分析及代表深度

根據Brocca等[37]的研究,本研究采用相對差分與Spearman秩相關系數兩種方法對土壤水分的時間穩定性進行分析。通過不同土壤深度平均相對差分(MRD)以及觀測不同土壤深度的土壤水分時間穩定性指數(ITSDi),確定ITSDi最低值及其所代表的土壤深度(圖6)。不同恢復年限人工刺槐林土壤水分時間穩定性特征不同,MRD的變化范圍分別為-24%—29%,-32%—25%,-46%—33%和-53%—25%,15 a和20 a恢復年限刺槐林土壤水分的MRD變化較30 a和35 a恢復年限的小,表明其時間穩定性更高,代表深度分別為80、100、80、150 cm土層。35 a恢復年限刺槐林的代表深度較其他恢復年限的更深,可達150 cm,這主要由于不同恢復年限刺槐林的根系分布特征所決定[38],植物往往通過調節根系分布來響應降水的分配[39],刺槐根系生物量垂直分布隨著林齡增加而更深[40],但在長期干旱的情況下,深層根系和土壤提供更多水分的能力將受到限制[41],進一步解釋35 a恢復年限的刺槐林土壤水分更加穩定代表深度更深。

圖6 不同恢復年限刺槐林土壤水分時間穩定性Fig.6 Temporal stability of soil moisture at black locust plantations with different restoration years平均相對差分(MRD,黑色實線)、代表深度(紅點)以及相對差分標準偏差(SDRD,誤差棒)和時間穩定性指數(ITSD,藍色虛線)

表2分析了不同恢復年限刺槐林0—180 cm不同土壤深度SVWC的Spearman秩相關系數。表中可看出不同恢復年限刺槐林土壤水分的Spearman秩相關系數在不同土壤深度上總體差異不大,15 a和20 a恢復年限刺槐林在上層(0—80 cm)之間SVWC總體呈現極顯著相關性(rs約0.546—0.956和0.455—0.954),下層(100—180 cm)之間也呈現出極顯著相關性(rs約0.447—0.971和0.578—0.929),而上下層之間總體呈現弱相關性(R2約0.023—0.357和0.165—0.326)；30 a和35 a恢復年限刺槐林呈現極顯著相關性的土壤深度為0—60 cm(rs約0.023—0.357和0.165—0.326)；而下層(80—180 cm)之間呈現極顯著相關性(0.370—0.937和0.380—0.952),而上下土層之間呈現弱相關性(rs約0.023 — 0.357和0.165 — 0.326)。結果進一步表明上下土層之間的土壤水分時間穩定性不同,同時還說明上下土層土壤水分之間受到的影響因素不一致,這與前人的研究結果一致[42]。

表2 不同土壤深度Spearman秩相關系數矩陣

2.4 土壤水分代表深度結果評價

通過土壤水分時間穩定性分析確定不同恢復年限刺槐林代表土壤深度,采用決定系數R2與納什系數NSE對該結果進行評估(圖7)。圖7描述了代表性土壤深度SVWC和該林分平均SVWC的線性關系,15 a恢復年限刺槐林的R2最高,達到0.91,線性顯著相關,而其余三個不同恢復年限刺槐林的R2低于0.6,為0.49—0.59。將代表性土壤深度SVWC與林分平均SVWC月均值進行計算納什系數(圖7),結果表明,不同恢復年限刺槐林的NSE的范圍為0.32—0.82,其中15 a恢復年限刺槐林的代表性最強,達到了0.82,而其余三個林分的代表性結果接近總體平均值水平,總體結果可信,但仍具有一定誤差。不同恢復年限刺槐林的代表性結果存在差異,線性回歸決定系數與納什系數的結果表明4個不同恢復年限刺槐林的代表性結果可接受。已有研究證明土壤水分時間穩定性受到如地形地貌[19,42-43],土壤質地[44],氣候條件[45]以及植被生長狀況[22, 46]等多重因素的共同影響。植被演替可顯著地改變包括土壤微生物、養分等土壤性質[47],進而影響植被與土壤水分的關系。

2.5 時間穩定性的主要影響因素

根據上述研究結果表明,土壤水分空間格局的時間穩定性隨恢復年限的變化而變化。然而,尚不清楚哪些具體因素能夠準確解釋這4個不同恢復年限刺槐林的土壤水分在時間穩定性上的差異。表1所展示的植被與土壤特征無法直接得出明確的結果,對此,灰色關聯分析(GRA)被用作確定主要影響因素。如表3所示,以林下植被蓋度、土壤容重等16個植被與土壤因子作為灰色關聯分析的環境因子。分別以SDRD作為參考序列,結果表明以砂粒、土壤總氮、容重、有機碳等土壤因子的關聯度比植被因子更高。Jia等[30]在研究不同植被類型對土壤儲水量時間穩定性的影響時,以SDRD作為參考序列,對環境因子進行關聯度分析發現植被覆蓋度以及地上生物量的關聯度最高,高于0.7,為主要影響因素；而本研究以SDRD作為參考序列關聯度排前列的是土壤因子,最高的為砂粒,高達0.817,并且土壤總氮、土壤容重、土壤有機碳、土壤總孔隙度以及坡度是主要影響因素(高于0.7)；其次影響因素分別是粉粒、黏粒、林下植被覆蓋度、田間持水量以及林齡和平均胸徑(介于0.6—0.7之間)。考慮到環境因子之間具有相互作用,關聯度分析結果表明,土壤因子總體比植被因子對土壤水分時間穩定性的影響更重要,但植被因素對其影響也不容小視。總所周知,在干旱半干旱區域土壤水分的動態主要受到降水入滲、植被根系吸收以及土壤蒸發[31, 48-49],而降水入滲由降水特征以及土壤特性決定,植被根系決定對土壤水分的吸收,土壤蒸發受制于植被覆蓋,1m左右土壤深度受蒸發影響較表層弱,而又能受到較深層土層更多的降水入滲補給[50],該深度也是植被根系吸收水分較為活躍的土層,降水入滲補給也能夠一定程度抵消植被根系的吸收[34],因此該深度土壤水分具有明顯的時間穩定性。

3 結論

人工刺槐林經過多年的自然恢復,其土壤水分時空特征發生顯著的變化。本研究以空間代時間的方法，于2014—2018年對黃土高原丘陵溝壑區典型小流域不同恢復年限刺槐林的土壤水分進行長時間序列觀測，分析15、20、30、35 a恢復年限刺槐林土壤水分時空動態,同時采用相對差分與Spearman秩相關系數兩種方法來分析不同恢復年限刺槐林土壤水分時間穩定性,確定不同恢復年限刺槐林土壤水分的代表深度,并采用決定系數R2與納什系數NSE對土壤深度的代表性進行評價,得出以下結論：

(1)不同恢復年限刺槐林土壤水分差異顯著,其儲水量大小排序依次為30 a>20 a>35 a>15 a；隨著恢復年限增加,刺槐林土壤儲水量呈現先增加后降低的趨勢；不同恢復年限刺槐林土壤水分時空分布特征差異明顯,土壤水分變異性隨土壤深度增加而減小,但不隨恢復年限而有規律的變化；土壤水分變化主要受降水及植被生長需求的影響,其變異性的時空格局進一步表明土壤水分的穩定性隨土壤深度增加而增加；

(2)通過相對差分分析不同恢復年限刺槐林土壤水分時間穩定性,采用時間穩定性指數確定15、20、30、35 a的代表深度分別為80、100、80、150 cm土層；Spearman秩相關分析表明,上土層與下土層的土壤水分的時間穩定性特征差異明顯；

(3)線性回歸與納什系數結果顯示,決定系數R2的范圍為0.49—0.91,納什系數NSE的范圍為0.32—0.82,其中15 a恢復年限刺槐林的代表深度具有最好的代表性,決定系數和納什系數分別達到0.91和0.82。線性回歸與納什系數結果表明通過相對差分與時間穩定性指數得到土壤水分代表深度的結果是可接受的,但仍存在一定誤差,在模型模擬時需考慮這部分的不確定性。

(4)灰色關聯度分析表明,土壤質地(砂粒),土壤總氮、土壤容重、土壤有機碳、土壤總孔隙度以及坡度是不同恢復年限刺槐林土壤水分時間穩定性主要影響因素。