鄭云珠,趙 鑫,朱 超,田曉飛,翟 勝,孫樹臣
(1.聊城大學地理與環境學院,山東聊城252059;2.聊城大學人力資源處,山東聊城252059)
干旱半干旱地區土地荒漠化是人類社會面臨的重要生態環境問題之一,由于降水少、蒸發大等因素的影響,使土壤水分成為制約沙地植被生長與農業發展的關鍵因素[1]。土壤水分的分布和動態變化是地形、氣候、土壤、植被、人類活動等多個方面綜合作用的反映[2,3],因此土壤水分具有一定的時空變異性,并影響植被的分布與演替。毛烏素沙地是我國四大沙地之一同時是節水研究的重點地區[4],其表層土壤含水量季節差異較大,沙丘不同坡位和坡向的土壤水分具有一定空間變異特征[5,6],因此準確預測土壤水分的分布狀況對了解該地區土壤水文過程及植被建設具有重要意義。雖然土壤水分具有一定的時空變異性,但Vachaud 等[7]研究發現土壤水分空間模式具有時間上的穩定性,某些觀測點可以代表整個研究區土壤含水量的平均值,并提出土壤水分時間穩定性的概念。近年來,國內外眾多學者將土壤水分時間穩定性廣泛應用于不同植被[8]、不同土層[9]、不同尺度[10-12]、不同生態系統[13,14]等的研究中。通過時間穩定性方法判定土壤水分代表性樣點,并指出代表性樣點可以較好的代表整個研究區平均土壤含水量水平[15],不同觀測點代表不同土層[16],甚至一個觀測點代表多個土層的平均土壤含水量[12],從而減少土壤水分監測點。
表層土壤處在大氣與陸地之間的交界面上,其水分含量影響降水入滲、地表徑流、蒸發等過程[17],植物的正常生長也主要利用表層或淺層土壤水分,而表層土壤水分在時空變異上比深層土壤水分更強[16,18],變異程度在不同年份間具有一定的差異[19]。毛烏素沙地作為植被恢復與重建的重點區域,深入理解和認識該區表層土壤水分時空變異性對于合理利用毛烏素沙地有限的水資源進行植被建設具有重要的理論和實踐意義?;诖耍狙芯吭诿珵跛厣车毓潭ㄉ城鸬挠L坡、背風坡以及坡頂進行網格化布點,共布設樣點86 個,利用土壤溫濕度記錄儀(TMS)對表層(0~5 cm)土壤含水量進行測定。采用經典統計分析、Spearman 秩相關系數、相對差分等方法分析表層土壤含水量的時空變異性與時間穩定性特征,評估代表性觀測點估算整個研究區表層平均土壤含水量的精準度,以期為毛烏素沙地固定沙丘合理布設土壤水分監測點和水資源高效管理與利用,同時為當地植被恢復及優化生態環境提供理論依據。
試驗在毛烏素沙地東南緣陜西省神木市生態協會毛烏素治沙造林基地(38°53′N,109°22′E)內進行。屬溫帶半干旱大陸性季風氣候,年均氣溫約為8.4 ℃,年均蒸發量約為2 200 mm,≥10 ℃積溫為2 400~3 600 ℃,無霜期為130~150 d,年均降水量約為435 mm,年際和年內降水變率較大,其中7-9月降水量約占全年降水量的60%~75%。固定沙丘迎風坡平均坡度約為3.3°,背風坡平均坡度約為30°。研究區主要分布有灌木長柄扁桃(Amygdalus pedunculata Pall)、紫穗槐(Amorpha fruticosa Linn)、沙柳(Salix psammophila)等,灌木下植被稀少,以1年生草本植物為主。
在固定沙丘迎風坡、背風坡和坡頂分別進行網格化布點,迎風坡以10 m×10 m網格進行布點采樣,背風坡和坡頂以5 m×10 m 網格進行布點采樣,共布置86個樣點(圖1)。于2019年7月至10月使用土壤溫濕度記錄儀(TMS,Czech)對土壤含水量各觀測點進行測定,共測定8 次。研究區降水由雨量筒(TE525MM,Campbell,USA) 測定,數據由數據采集器(CR1000,Campbell,USA)自動存儲。
1.3.1 變異系數(CV)
變異系數(CV,%)可以反映土壤含水量的變異程度,CV≤10%為弱變異,10% 式中:σ為標準差;μ為平均值。 1.3.2 Spearman秩相關系數 Spearman 秩相關系數可以表征土壤含水量的空間模式在時間上的穩定性[7,21],計算公式為: 式中:N為觀測點總數;Rij為觀測點i在觀測時間j下土壤含水量值的秩;Rik為觀測點i在觀測時間k下土壤含水量值的秩。rs越接近于1,說明土壤含水量的空間模式在時間上越穩定。 1.3.3 相對差分法 相對差分平均值(MRD)和相對差分標準差(SDRD)可以判定觀測點土壤含水量的時間穩定性[7]。觀測點i在觀測時間j下的土壤含水量相對差分δij,計算公式為: 式中:θij為觀測點i在觀測時間j下的土壤含水量值;為觀測時間j下所有觀測點土壤含水量的平均值。 觀測點i的相對差分平均值和相對差分標準差,計算公式為: 式中:M為觀測總次數。 1.3.4 代表性測點時間穩定性判定 隨機組合采樣方法,確定表征研究區平均土壤含水量所需的最優采樣數目(NRS,the number of required samples),以95%的置信區間和±2%的誤差(e)獲取NRS,以期用最低成本獲取研究區最全面準確的土壤水分基本狀況[22,23]。 時間穩定性指數(ITS),其值越小時間穩定性越強[14]。計算公式為: 平均偏差(MBE)和均方根誤差(RMSE)可以評估代表性測點時間穩定性[24],觀測點i的RMSE數值越小越接近于研究區平均土壤含水量。計算公式為: 1.3.5 數據處理 采用Microsoft Excel 2010 以及SPSS 20.0 軟件進行數據處理分析,Origin 2017軟件進行繪圖。 表1為觀測期內表層土壤含水量在空間上的經典統計特征值。土壤含水量標準差和變異系數的平均值分別為3.04%和14.72%,分布范圍分別為2.34%~4.12%和10.97%~18.59%,標準差均較小但變異系數均大于10%,土壤含水量在空間上表現為中等變異性。8月各測次下的土壤含水量標準差和變異系數總體高于其他觀測日期,這可能是由于該時期降水量較多,固定沙丘的坡向和坡位影響水分再分配,導致土壤含水量在該時期具有較高的空間變異。Kolmogorov-Smirnov(K-S)檢驗表明,各觀測日期下86 個觀測點的土壤含水量在0.05 水平上均服從正態分布。 表1 表層土壤含水量(0~5 cm)經典統計特征值Tab.1 Classical statistical characteristic value of surface soil water content(0~5 cm) 圖2為觀測期內日降水量和土壤含水量平均值隨時間的變化。在整個觀測期內,表層土壤含水量保持較高的水平,介于14.23%~24.60%之間。由于研究區夏季降水量較多,加之蒸發量大,使不同觀測時間下的土壤含水量平均值整體上隨降水發生較大波動,直到9月底之后趨于相對穩定狀態。 時間上土壤含水量在空間各觀測點的平均值為21%,分布在18.03%~24.58%之間,變異系數為6.42%,屬于弱變異(表2)。時間上的標準差和變異系數在空間各觀測點的平均值分別為3.95%和18.90%,分別分布在2.22%~7.82%和9.37%~43.38%之間。雖然標準差較低,但大部分觀測點變異系數>10%,研究區土壤含水量在時間上總體屬于中等變異。由時間上土壤含水量的標準差和變異系數在空間各觀測點的標準差(0.98%和4.98%)和變異系數(24.73%和26.33%)可知,各觀測點土壤含水量時間上的變化具有較大的差異性。 表2 時間上土壤含水量平均值、標準差和變異系數的空間統計 %Tab.2 Spatial statistics of mean value standard deviation and coefficient of variation of soil water content over time 2.2.1 土壤含水量的Spearman秩相關系數 通過Spearman 秩相關系數可以分析土壤含水量的空間模式在時間上的穩定性特征。表3 是研究區86 個觀測點的土壤含水量在各日期對之間的Spearman秩相關系數矩陣。由表3可知,各日期對之間的相關系數總體不高,分布在-0.158~0.337 之間,絕大多數日期對之間不具有顯著性,僅3 個日期對之間具有顯著性,其中8月9日與8月20日之間具有較高的相關系數(0.337),并在0.01水平上表現顯著。表明研究區土壤含水量的空間模式在時間上的穩定性不高。 表3 表層0~5 cm土壤含水量的Spearman秩相關系數Tab.3 Spearman rank correlation of soil moisture content in surface layer 0~5 cm 2.2.2 土壤含水量的相對差分 圖3 為研究區86 個觀測點表層土壤含水量的相對差分平均值按秩序數由小到大進行排列,以及相對應的時間穩定性指數曲線,圖中誤差線為各觀測點的相對差分標準差。MRD處在-17.24%~18.80%范圍之間,標準差為6.66%(表4),總體上研究區各觀測點的MRD較小,研究期內大部分觀測點的土壤含水量與研究區平均土壤含水量偏離程度較低,且MRD大于0的觀測點與小于0的觀測點相比,其SDRD和ITS均較低(圖3),較高土壤含水量比較低土壤含水量的觀測點更具有時間穩定性。SDRD的平均值和標準差分別為12.70%和4.55%,ITS的平均值和標準差分別為14.20%和4.96%,標準差值均較小,研究區土壤含水量時間穩定性較好。 表4 土壤含水量的相對差分平均值(MRD)、相對差分標準差(SDRD)和時間穩定性指數(ITS)%Tab.4 Relative difference mean(MRD),relative difference standard deviation(SDRD)and time stability index(ITS)of soil water content 通過隨機組合采樣方法得出表征研究區平均土壤含水量的NRS為10。通過ITS、RMSE、MRD和SDRD分別進行代表性觀測點的分析判定,發現研究區77 號、36 號、6 號、2 號、56號、11號、22號、82號、39號、10號觀測點與研究區平均土壤含水量均具有較高的相關系數。其中依據ITS、RMSE值越小時間穩定性越強的原則選定研究區代表性觀測點,二者的最小值(6.11%,1.2832)均為觀測點77(圖3 和圖4),其MRD和SDRD分別為0.77%和6.06%(圖3)?;貧w分析表明,觀測點77的土壤含水量與研究區平均土壤含水量相關性最好,相關系數達0.876 9(圖5)。因此,觀測點77 能夠更好地代表整個研究區內的表層平均土壤含水量,并可估算整個固定沙丘表層土壤含水量的均值,從而可以減少研究區表層土壤水分的監測點。 土壤水分是毛烏素沙地植被生長與恢復的主要制約因素,夏季土壤含水量一般保持在較高的水平,固定沙丘研究期內的表層土壤含水量平均值為21.00%,時空變異特征總體上表現為中等變異性,且時間上的變異程度高于空間上的變異。與張萍萍[25]在黑河中游荒漠景觀表層土壤水分時空變異性的研究結果相似,可能是由于表層土壤水分更易受降雨、滲透、蒸騰、蒸發和人類活動等因素的影響[26-28],而各觀測點分布在固定沙丘的迎風坡、背風坡和坡頂,地形與植被等具有一定的差異,導致表層土壤含水量的時空變異特征。研究區空間上土壤含水量平均值與對應日期降水量的變化特征整體上具有較好的同步性,說明降水對表層土壤含水量變化產生較強的影響,與潘顏霞等[29]、Li等[30]研究結果一致,但也有研究發現植被蓋度可能造成土壤含水量與降水量在某些季節的變化具有不一致性[15]。本研究區植被蓋度較低,冠層只能截留較少的雨水,大部分雨水以穿透雨的形式補給表層土壤,因此表層土壤含水量變化與降水量具有密切聯系。 土壤水分時間穩定性的判定可以通過Spearman 秩相關系數進行分析[3],本研究發現土壤含水量空間模式在時間上的相似性較弱,即土壤含水量空間模式在時間上的穩定性不高,但通過相對差分法分析得到研究區某些觀測點具有較好的時間穩定性,兩者分析并不矛盾[15,31],這可能是由于Spearman秩相關系數是描述土壤含水量空間模式在時間上的相似性,而相對差分法是描述某一特定觀測點的時間穩定性[3,32]。有研究發現,觀測點土壤水分條件影響其時間穩定性,較濕潤觀測點的時間穩定性優于較干旱觀測點[15,33],與本研究結果一致。而白一茹等[24]研究發現濕潤狀態土壤水分的時間穩定性較弱,這可能與研究區的土壤、植被、地形及空間尺度等因素有關。依據MRD接近于0且SDRD相對較小以及ITS、RMSE越小時間穩定性越強的原則可以判定研究區土壤水分的代表性測點[14,16],但在本研究中,僅ITS和RMSE所判定的代表性觀測點一致(觀測點77),且二者分析方法對代表性測點判定的效果較好,其中ITS 是由MRD與SDRD所組成的統計指標,判定時間穩定性代表性測點的精準度優于MRD接近于0且SDRD相對較小所判定的觀測點。觀測點77 的土壤含水量與研究區平均含水量之間具有較高的相關性(R2=0.876 9),因此一個觀測點能夠較好的代表整個研究區的表層土壤含水量均值,很多學者在不同研究區通過時間穩定性的分析方法得出相同的結論[21,24],表明當外界條件趨于穩定時,研究區某些觀測點土壤水分表現出時間穩定性特征。Gao 等[34]研究發現研究區平均含水量的最佳代表觀測點,位于坡度平緩、相對較平的地表,也有研究指出,位于坡面中上部的觀測點能夠較好的代表研究區土壤水分的均值[15,35]。本研究代表性觀測點77位于固定沙丘迎風坡與坡頂交界位置,地勢較高且坡度較小、地勢較為平坦,侵蝕性降水對其影響較小,而背風坡平均坡度約為30°,坡度的復雜性會進一步影響降水再分配、植被蒸散發等,影響土壤水分的時間穩定性,因此地形因素可能是導致觀測點77 具有較好的時間穩定性的重要原因。以往常規監測土壤含水量樣點是進行隨機分布,并需要大量樣本才可以獲得較為精確的土壤水分信息[28,36],耗費大量的時間和財力,本研究一個觀測點可以較好的代表整個固定沙丘表層土壤含量的均值,今后可減少研究區表層土壤水分監測點的數量,同時又可提供較為精準的整個研究區表層平均土壤水分數據,有利于合理利用土壤水資源以及提高水資源利用效率,從而有利于該區域植被建設及生態環境改善。 本研究通過對毛烏素沙地東南緣固定沙丘表層(0~5 cm)土壤水分時空變異性與時間穩定性特征的分析研究,主要得出以下結論: (1)觀測期內表層土壤含水量的平均值為21%,時空變化總體上具有中等變異性。降水是影響表層土壤含水量時空變異的重要因素。 (2)Spearman 秩相關系數在各日期對之間相關系數總體水平不高,表層土壤含水量空間模式在時間上的穩定性較弱。相對差分分析,研究區某些觀測點表層土壤含水量的時間穩定性水平較高,且較高含水量觀測點的時間穩定性高于較低含水量觀測點。 (3)ITS、RMSE及回歸分析表明,觀測點77 可作為整個固定沙丘表層平均土壤含水量的代表性樣點,相關系數為0.876 9。 綜上所述,本研究雖對毛烏素沙地東南緣固定沙丘表層土壤水分時間穩定性進行了研究并得出代表性樣點,但代表性樣點的準確判定是一個長期的過程且土壤水分的變異性是多種因素共同影響的結果。因此,未來應結合土壤、植被、地形等多種因素進行綜合分析,深入開展固定沙丘表層及深層土壤水分時空變化與時間穩定性特征的研究,為該地區有限水資源高效利用及生態環境建設服務。2 結果與分析
2.1 土壤含水量的時空變化特征


2.2 土壤含水量的時間穩定性


2.3 土壤含水量代表性觀測點
3 討 論
4 結論