橫斷山區森林土壤飽和導水率傳遞函數的評價與構建研究①

孫志祥，崔俊芳*，楊汝馨，唐翔宇，王根緒

橫斷山區森林土壤飽和導水率傳遞函數的評價與構建研究①

孫志祥1，2，崔俊芳1*，楊汝馨1，2，唐翔宇1，王根緒3

(1 中國科學院、水利部成都山地災害與環境研究所，成都 610041；2 中國科學院大學，北京 100049；3 四川大學水力學與山區河流開發保護重點實驗室，成都 610207)

利用國際上具有代表性的9種土壤飽和導水率(s)傳遞函數模型估算了橫斷山地區貢嘎山不同類型森林土壤的s，并與實測數據進行了比較，結果表明，現有模型在橫斷山地區的擬合結果與實測數據的偏差極大，其在研究區的適用性差。結合研究區土壤含石率偏高的特點，增加土壤石礫含量(粒徑 >2 mm)作為輸入變量，同時選取土壤容重、有機質含量和顆粒分布3種土壤基本特性參數作為輸入變量，構建了本區域s傳遞函數模型：s= 9.48 + 12.32×BD + 0.29×SOM – 1.94×GF + 2.89×silt – 5.34×sand，結果顯示，模型預測值與實測值相關系數為0.67，該模型可以作為橫斷山地區自然林地s傳遞函數使用，從而為山地森林水文過程和自然災害預警研究提供實用的參數估算工具。

森林土壤；飽和導水率；傳遞函數；橫斷山地區

土壤通過入滲、蒸散發、地表徑流和地下水補給等途徑調節水分平衡，從而對區域和全球地表水分和能量平衡產生重大影響[1-2]。土壤飽和導水率(soil saturated hydraulic conductivity，s)是研究地下水產流機制、徑流發生以及土體可蝕性的重要參數。傳統獲取s值是通過原位測量或野外取樣進行室內測定的方式獲得，所獲數據準確性高，但該方法成本高、耗時耗力，同時由于s較大的空間變異性，所測數據很難應用到大區域范圍內[3]。1989年荷蘭土壤學家Bouma[4]首次提出傳遞函數(pedo-transfer functions，PTFs)的概念，旨在通過大量數據建立土壤易獲取性質(有機質、質地、容重等)與土壤水力學參數之間的關系，間接計算土壤水力學參數。傳遞函數的提出彌補了大量土壤水力學參數的缺失值，大大促進了土壤水分運動、溶質遷移和土壤侵蝕的研究[5]。近半個世紀，尤其是近30年來，科研工作者圍繞s傳遞函數做了大量的研究工作，取得了豐碩的研究成果，也提出了基于不同因子的傳遞函數。Campbell和Shiozawa[6]根據英國大量的土壤樣本數據，將土壤容重和顆粒大小分布作為因子構建土壤傳遞函數用于預測s；Wang等[7]利用青藏高原382個土壤數據，將土壤粒徑分布、容重、有機碳含量以及首次加入緯度作為輸入因子建立了s傳遞函數；同樣，Zhang和Schaap[8]根據1 306個土壤數據，采用神經網絡方法分別建立了將土壤顆粒分布、容重、田間持水量作為輸入因子的多個傳遞函數并用于預測s。然而，影響s的因素極其復雜，其中土壤類型、質地、結構以及土壤大孔隙是影響s的主要因素[9-11]，同時s還受區域氣候以及土地利用類型的影響[12-13]，導致s呈現極大的時空變異性。因此，在采用土壤傳遞函數預測s時，需要進行區域驗證。

橫斷山地區位于四川盆地西部、云貴高原西北部和青藏高原東部，處于中國第一、二級地勢階梯的過渡部位，屬高山峽谷地貌。區內地形地貌、氣象水文、地質構造等地質環境條件復雜，土壤侵蝕嚴重，出露的巖層主要有三疊系上統灰白色砂板巖夾少許灰巖，第四紀松散沉積物質組成為古河床沉積形成的砂、卵石層，巖體較為破碎，風化強烈[14]，在暴雨季節，崩塌、滑坡、泥石流爆發頻繁，嚴重威脅居民生命安全及重大工程建設[15-16]。s是橫斷山地區土壤水分運動、自然災害預測的重要參數[17]。然而，關于橫斷山地區s的相關研究鮮有報道，且目前在橫斷山地區水力學參數指標的可用數據非常有限[18-20]。戰海霞[21]的研究發現，橫斷山地區土壤多為林地土壤，土體結構松散，根系發達且石礫含量高，土壤大孔隙結構豐富，由此導致的土體滲透系數高達25 mm/min。因此，現有的s傳遞函數在該類土壤s參數估算上有待驗證。基于此，本研究結合研究區土壤含石率偏高的特點，增加土壤石礫含量(粒徑 >2 mm)作為輸入變量，同時選取土壤容重、有機質含量和顆粒分布3種土壤基本特性參數作為輸入變量，擬構建本區域s傳遞函數模型。

1 材料與方法

1.1 研究區概況

本研究以貢嘎山海螺溝流域(29°20′ ～ 30°20′ N，101°30′ ～ 102°15′ E)為研究區。貢嘎山位于青藏高原東緣，主峰海拔7 556 m，是橫斷山地區的最高峰，區域內地勢總體呈東西兩側和北面高、中部和東南部低的趨勢，嶺谷高差一般1 500 ～ 3 000 m，各支溝狹窄，多呈“V”型谷，谷坡坡度多35° ～ 55°；在支溝和主溝交匯處相對開闊，坡度較支溝兩岸處低緩，為25° ～ 35°[22]。該區域屬于亞熱帶季風氣候區，年均氣溫4.1 ℃，年均降水量1 903 mm，雪線和林線分別位于海拔4 900 m和3 700 m附近[23]。海螺溝流域屬于典型山地生態系統，垂直氣候帶完整，隨海拔升高，依次為亞熱帶、暖溫帶、寒溫帶、亞寒帶、寒帶等不同氣候類型[24]。同時隨著氣候類型不同，形成明顯的植被帶，其中，1 900 ～ 2 200 m是闊葉林帶，年降水量約2 000 mm，土壤類型為棕壤，植被以苞槲柯()為優勢種；海拔2 200 ～ 2 800 m為針闊混交林帶，年降水量2 500 mm，土壤類型為暗棕壤，植被有鐵杉()、槭樹(r)、樺樹()等組成；海拔2 800 ～ 3 600 m為針葉林帶，年降水量2 800 ～ 3 100 mm，土壤類型為山地灰化土，主要樹種以麥吊杉()和峨眉冷杉()為主。研究區土壤均具有粗骨性強、土薄、石礫含量豐富的基本特征[25-26]。

1.2 樣品采集與分析

于2019年8月在海螺溝流域開展野外調查，在常綠闊葉林、針闊混交林、針葉林3種植被帶各選取3塊代表性樣地，除去地表凋落物后，每個樣地挖一個1 m深的土壤剖面。每個剖面分四層(0 ～ 10、10 ～ 20、20 ～ 50和50 ～ 100 cm)，用環刀(高度5 cm，直徑5 cm，體積100 cm3)取原狀土樣用于測定土壤容重、石礫含量和s；并在環刀周圍0 ～ 20 cm范圍內采集土樣，帶回實驗室自然風干后研磨分別過0.25 mm和2 mm篩孔用于土壤有機質和顆粒組成的測定。s利用定水頭下的馬氏瓶滲透儀進行測定[27]，容重采用環刀烘干法測定[28]，石礫含量以環刀內土樣的全部石礫(粒徑>2 mm)與環刀內全部土樣的體積百分比計算，土壤有機質采用重鉻酸鉀外加熱法測定[29]，土壤顆粒組成采用吸管法測定[30]，土壤顆粒粒級按照美國制土壤顆粒組成分組，分為3級：0.05 ～ 2 mm砂粒，0.002 ～ 0.05 mm粉粒和<0.002 mm黏粒。

1.3 研究方法

本研究利用Excel 2010及SPSS 22.0對研究區所測得土壤參數進行基本統計分析，并將研究區實測數據分別代入不同土壤傳遞函數模型中進行計算，比較估算值與實測值的誤差，采用平均誤差(ME)、均方根誤差(RMSE)、決定系數(2)評價傳統土壤傳遞函數的預測精度。在此基礎上，選取土壤容重、石礫含量、有機質含量、土壤粒徑組成作為輸入參數，利用相關分析、主成分分析和多元逐步回歸分析研究s的主要影響因素，建立橫斷山地區森林土壤s傳遞函數。

本研究所選取的9種經典傳遞函數包括Weynants模型[31]、Cosby模型[32]、Wosten模型[33]、Campbell模型[6]、Pucket模型[34]、Vereecken模型[35]、Saxton模型[36]、Julià模型[37]、Ahuja模型[38]，其具體的函數表達式見表1。

新建傳遞函數的具體構建步驟如下：①建立多元回歸模型=a + b×1+ c×2+ d×3(a、b、c分別為各自變量1、2、3的回歸系數)；②回歸系數顯著性檢驗，將不顯著變量剔除，再次進行回歸；回歸方程顯著性檢驗，確保<0.05；③模型檢驗：進行模型多重共線性檢驗，如果變量之間存在共線性，則剔除該變量；自相關檢驗，消除自相關帶來的誤差；④重復以上步驟① ～ ③，直至模型中各自變量與因變量達到統計學意義上的顯著相關。

表1 研究采用的土壤傳遞函數

注：式中s為飽和導水率(mm/min)；sand、silt、clay分別為土壤砂粒、粉粒和黏粒的含量(以質量分數計，%)；BD為土壤容重(g/cm3)；OM為土壤有機質含量(g/kg)；OC為土壤有機碳含量(g/kg)；qe為土壤孔隙度；s為土壤飽和含水量；b為與粒徑有關的變量；topsoil是值為1(深度0 ～ 30 cm)或0(深度>30cm)的序數變量，本研究中取1。

模型評價指標的計算：

式中：s為實際測量的土壤飽和導水率(mm/min)；e為模型預測的土壤飽和導水率(mm/min)；為測量的數據點的數量；ME反映了估算值對實測值的平均偏離程度，ME值越接近0，模型擬合效果越好；RMSE反映估算值與實測值的吻合程度，RMSE值越小，則越接近于實測值；2反映了估算值與實測值在變化趨勢上的相似性，2越接近1，說明估算值與實測值在變化趨勢上越相似[39]。

2 結果與討論

2.1 研究區土壤理化性質

研究區屬于典型高山森林系統，不同土層的基本理化性質如表2所示，可見，不同土壤深度土壤理化性質變化較為明顯，隨土壤深度增加，容重和土壤黏粒含量逐漸增大，表層土壤容重范圍介于0.69 ～ 0.98 g/cm3，這是由于森林表層土壤因根系豐富，土壤較疏松，隨著土壤深度的增加，土壤結構越為緊實，導致較深層次土壤容重增加[40]。表層(0 ～ 10 cm)土壤凋落物豐富，有機質含量平均含量為46.59g/kg，平均含石率為2.77%；隨土壤深度增加，含石率逐漸升高，而有機質含量逐漸降低，50 ～ 100 cm土層有機質含量僅為15.33 g/kg，而含石率增加到19.33%。從土壤顆粒組成看，砂粒是主要的粒級，占比介于77.81% ～ 97.27%，且表現出隨土層深度的增加逐漸增加的趨勢。變異系數可反映實測數據與平均值之間的差異性，可表示數據的離散程度，用實測數據標準差與平均值的比來表示。變異系數 <0.15屬于弱變異性，0.16 ～ 0.35屬于中等變異性，>0.36表示較強的變異性[41]。由表2可知，不同土層容重變異系數 <0.35，在空間變異上屬于弱變異性；表層土壤有機質含量變異程度較小，深層土壤有機質變異系數>0.36，變異程度較大；土壤表層含石率變異系數為0.80，變異程度較大；全土層土壤砂粒變異系數范圍介于0.02 ～ 0.07，變異程度最小。

表2 橫斷山地區0 ～ 100 cm土壤的基本理化性質統計特征

注：L1、L2、L3、L4分別代表 0 ～ 10、10 ～ 20、20 ～ 50、50 ～ 100 cm 土壤深度。

2.2 經典土壤飽和導水率傳遞函數在研究區的適用性

本文選用表1所列舉的9種經典土壤傳遞函數，對研究區土壤s值進行估算。表3為應用9種s傳遞函數計算所得的估算值與實測值的RMSE、ME和2。結果發現，9種傳遞函數ME值均大于10，表明估算值大大低估了研究區實測s值，無法達到預測效果，Ahuja模型預測效果優于其他8種傳遞函數，但仍然達不到預測精度；9種傳遞函數RMSE值介于16.60 ～ 24.46 mm/min，預測精度均較差，Ahuja模型RMSE值最小為16.60，預測精度高于其他8種傳遞函數，但預測效果仍屬較差。從估算值與實測值的2看，9種經典傳遞函數預測精度均很差，即使相對略好的Saxton模型和Ahuja模型的2值分別為0.51和0.31，仍無法實現準確預測。從圖1也可以看出，Weynants、Cosby、Wosten、Campbell、Pucket、Saxton和Julià模型的估算結果均位于1∶1線底部，嚴重低估實測值，無法達到預測效果。Vereecken和Ahuja模型結果雖分布于1∶1線兩側，但較1∶1線偏離程度較大。

從輸入變量的構成來看，Cosby、Pucket和Julià傳遞函數僅將土壤顆粒組成作為輸入變量來估算s，適用于低海岸平原地區黏粒含量大于20% 且大孔隙不發達的土壤[32，34，37]；Campbell傳遞函數在考慮土壤粒徑分布的基礎上加入容重作為輸入變量，構建s傳遞函數，適用于美國北部土壤類型[6]；Rawls等[42]指出土壤有機質含量是影響s的重要因素，Weynants、Wosten和Vereecken傳遞函數在考慮土壤粒徑分布和容重的基礎上，將有機質含量作為輸入變量構建傳遞函數；Saxton模型則加入土壤飽和含水量作為因子；Ahuja模型是以孔隙度為唯一變量構建的模型。然而，目前以傳統影響因子構建的傳遞函數均大大低估了本研究區土壤s。究其原因，有兩個方面，其一，橫斷山地區高山森林生態系統植物根系發達，容易形成土壤大孔隙，為土壤優先流提供通道[43]，大大改變土壤s，然而，目前經典傳遞函數均沒有考慮土壤大孔隙對土壤s的影響；其二，由坡積物發育的研究區土壤的石礫含量高，而石礫是形成大孔隙的重要因素之一[44]，因此，此類土壤大孔隙極為豐富。土壤大孔隙是影響s的重要因素，關于土壤大孔隙與s之間的關系已有大量報道，王金悅等[45]研究發現林地土壤大孔隙的總數量決定了s66% 的變異，大孔隙的平均體積決定了s79% 的變異；劉目興等[46]發現半徑 >1 mm 的大孔隙數量決定了s85%的變異。顯然，大孔隙的數量與體積對土壤水分的運移與分布有著重要的影響，大孔隙的數量越多、體積越大，土壤s值越大。綜上所述，本研究區植物根系發達，土壤石礫含量高，導致土壤大孔隙發達，土壤導水能力極強，故而采用傳統經典傳遞函數會大大低估本區的s值。因此，本研究將土壤石礫含量作為新增的輸入變量，考慮由石礫作用所造成的土壤優先流對土壤s的影響，從而構建適合本研究區的s傳遞函數，用于預測土壤s值。

表3 9種經典傳遞函數和新建傳遞函數的Ks估算值誤差

圖1 不同傳遞函數的土壤飽和導水率估算值與實測值對比

2.3 研究區土壤飽和導水率與基本理化性質的相關性

土壤s與理化性質的相關性分析結果如圖2所示，可見，s與含石率(GF)在<0.01水平下顯著負相關，與容重(BD)在<0.05水平下顯著負相關，表明土壤含石率和容重是影響橫斷山區森林土壤s的主要限制因子。s與有機質含量(SOM)、黏粒含量(clay)的相關性不大，表明橫斷山區土壤s受有機質含量和土壤顆粒組成影響不顯著。

(圖中Ks為飽和導水率；sand、silt、clay分別為土壤砂粒、粉粒和黏粒的含量；BD為土壤容重；SOM為土壤有機質含量；*、**、***分別代表在P<0.05、P<0.01、P<0.001水平顯著相關)

2.4 研究區土壤飽和導水率傳遞函數的構建

目前，國內外s傳遞函數主要采用容重、有機質含量、土壤孔隙度以及土壤粒級分布作為輸入變量[32-36]，經驗證，并不適用于橫斷山研究區。在石質山區，只針對土壤部分展開研究而不考慮石礫的作用是不全面的，橫斷山地區土壤屬森林土壤，具有較高的石礫含量、發達的根系以及豐富的大孔隙，這些特點對土壤入滲、蒸發、徑流等水文過程產生重要影響[47]。一方面，王慧芳等[48]的研究表明，土壤中存在的石礫有顯著增加s的作用，且碎石含量越高，增幅越明顯，導致傳統s傳遞函數對含石礫土壤的適用性很差[49]。另一方面，當土壤中石礫含量較高時，石礫與土壤交界處更容易形成大孔隙，而土壤中大孔隙的數量及連通性是影響s的主要因素，當石礫含量增加到某一范圍時，大孔隙之間的連通性會顯著提高，形成有效的大孔隙通道，發生優先流，水分移動速度加快，s發生明顯的躍升[50]。Xu等[51]等研究發現，當石礫含量 >15% 時，s隨著石礫含量的增加呈現顯著增加趨勢。本文在研究石礫含量對s的影響時，重點關注土壤中>2 mm 的石礫[52]，研究成果可為石礫含量豐富的森林土壤s研究提供幫助。針對此類林地土壤，本研究選擇土壤含石率(GF)、容重(BD)、有機質含量(SOM)、黏粒含量(clay)以及粉粒含量(silt)作為初始輸入變量，利用多元逐步線性回歸分析法分析不同變量組合構建模型的AIC值，AIC鼓勵數據擬合的優良性同時盡量避免出現過度擬合的情況。所以優先考慮的模型應該是AIC值最小的組合。由表4可知，其他變量不變的情況下，減少土壤容重作為輸入變量增加模型AIC值，同時降低2；加入土壤含石率明顯降低模型AIC值，同時提高模型2。選擇土壤容重、含石率、黏粒含量和粉粒含量作為輸入變量，構建傳遞函數，模型AIC值最低同時2最大，效果最佳。本研究新建的s傳遞函數表示為：s= 9.48 + 12.32×BD + 0.29×SOM – 1.94×GF + 2.89×silt –5.34×sand，經檢驗，新建傳遞函數ME值為5.13 mm/min，RMSE值為7.04 mm/min，預測誤差明顯低于9種經典傳遞函數，2達0.67(=40)(表3)。從圖1可以看出，新建傳遞函數預測值和實測值分布于1∶1線兩側，預測效果較好。

杜阿朋等[53]研究表明，六盤山疊疊溝小流域森林土壤石礫中最多的是粒徑在2 ～ 4 mm和 4 ～ 6 mm的破碎石礫，二者之和占總石礫體積的 62.39%，在該區研究石礫對水文的影響時應將重點放在2 ～ 6 mm 的石礫上。喻明美等[54]研究表明，環刀尺度測量s在白云山5種不同類型含石礫林地土壤具有一定的代表性。因此，充分兼顧理論和實際可操作性，本研究基于環刀尺度樣品數據構建的s傳遞函數具有可靠性和可行性，基本適用于本研究區土壤。

表4 土壤Ks的多元逐步線性 PTFs 回歸模型及其參數檢驗

注：√代表選取對應參數作為模型輸入變量；AIC值：赤池信息量準則，即akaike information criterion，是衡量統計模型擬合優良性的一種標準。

3 結論

研究區土壤石礫含量高，大孔隙豐富，導水能力強，表層土壤s值最高可達57.01 mm/min，經驗證，現有9種經典傳遞函數對該區的s預測值與實測值偏差極大，不在同一個數量級上，大大低估了實測值，不適用于該區域森林土壤s預測。本研究增加土壤石礫含量(粒徑 >2 mm)作為輸入變量，新建傳遞函數：s= 9.48 + 12.32×BD + 0.29×SOM – 1.94×GF + 2.89×silt – 5.34×sand，預測值與實測值相關系數為0.67，可獲得較為準確的s估算值，該模型可作為研究區s傳遞函數使用。

[1] Amundson R, Berhe A A, Hopmans J W, et al. Soil and human security in the 21st century[J]. Science, 2015.

[2] Bittelli M, Campbell G S, Tomei F. Soil Physics with Python[M]. New York, USA: Oxford University Press, 2015.

[3] Dai Y J, Shangguan W, Duan Q Y, et al. Development of a China dataset of soil hydraulic parameters using pedotransfer functions for land surface modeling[J]. Journal of Hydrometeorology, 2013, 14(3): 869–887.

[4] Bouma J. Using soil survey data for quantitative land evaluationadvances in soil science[A]//Stewart B A. Advances in soil science. New York: Springer, 1989: 177–213.

[5] van Looy K, Bouma J, Herbst M, et al. Pedotransfer functions in earth system science: Challenges and perspectives[J]. Reviews of Geophysics, 2017, 55(4): 1199–1256.

[6] Campbell G S, Shiozawa S. Prediction of hydraulic properties of soils using particle-size distribution and bulk density data[M]. 1992.

[7] Wang Y Q, Shao M G, Liu Z P. Pedotransfer functions for predicting soil hydraulic properties of the Chinese loess plateau[J]. Soil Science, 2012, 177(7): 424–432.

[8] Zhang Y G, Schaap M G. Weighted recalibration of the Rosetta pedotransfer model with improved estimates of hydraulic parameter distributions and summary statistics (Rosetta3)[J]. Journal of Hydrology, 2017, 547: 39–53.

[9] Jarvis N J, Zavattaro L, Rajkai K, et al. Indirect estimation of near-saturated hydraulic conductivity from readily available soil information[J]. Geoderma, 2002, 108(1/2): 1–17.

[10] Deb. Variability of hydraulic conductivity due to multiple factors[J]. American Journal of Environmental Sciences, 2012, 8(5): 489–502.

[11] Bouma J, Jongerius A, Schoonderbeek D. Calculation of saturated hydraulic conductivity of some pedal clay soils using micromorphometric data[J]. Soil Science Society of America Journal, 1979, 43(2): 261–264.

[12] Elhakeem M, Papanicolaou A N T, Wilson C G, et al. Understanding saturated hydraulic conductivity under seasonal changes in climate and land use[J]. Geoderma, 2018, 315: 75–87.

[13] Hirmas D R, Giménez D, Nemes A, et al. Climate-induced changes in continental-scale soil macroporosity may intensify water cycle[J]. Nature, 2018, 561(7721): 100–103.

[14] 聶小軍, 劉淑珍, 劉海軍, 等. 藏東橫斷山區草地利用變化對土壤質量的影響[J]. 山地學報, 2009, 27(6): 676–682.

[15] 徐瑞池, 李秀珍, 胡凱衡, 等. 橫斷山區山地災害的動態危險性評價[J]. 災害學, 2019, 34(3): 196–201, 208.

[16] 胡凱衡, 魏麗, 劉雙, 等. 橫斷山區泥石流空間格局和激發雨量分異性研究[J]. 地理學報, 2019, 74(11): 2303–2313.

[17] 李慧霞, 劉建立, 朱安寧, 等. 預測天然文巖渠流域土壤飽和導水率的土壤轉換函數方法比較研究[J]. 土壤, 2010, 42(3): 438–445.

[18] 熊東紅, 翟娟, 楊丹, 等. 元謀干熱河谷沖溝集水區土壤入滲性能及其影響因素[J]. 水土保持學報, 2011, 25(6): 170–175.

[19] 劉芝芹, 黃新會, 王克勤. 金沙江干熱河谷不同土地利用類型土壤入滲特征及其影響因素[J]. 水土保持學報, 2014, 28(2): 57–62.

[20] 張建輝, 李勇, 楊忠. 云南元謀干熱河谷造林區植被生長與土壤滲透性的關系[J]. 山地學報, 2001, 19(1): 25–28.

[21] 戰海霞. 魯中南山區不同植物群落下土壤顆粒分形與水文特征[D]. 泰安: 山東農業大學, 2009.

[22] 倪化勇. 海螺溝景區典型泥石流流域地貌特征及災害防治[J]. 水土保持研究, 2010, 17(1): 154–158.

[23] 沈澤昊, 方精云, 劉增力, 等. 貢嘎山東坡植被垂直帶譜的物種多樣性格局分析[J]. 植物生態學報, 2001, 25(6): 721–732.

[24] Sun H Y, Wu Y H, Yu D, et al. Altitudinal gradient of microbial biomass phosphorus and its relationship with microbial biomass carbon, nitrogen, and rhizosphere soil phosphorus on the eastern slope of Gongga Mountain, SW China[J]. PLoS One, 2013, 8(9): e72952.

[25] 張保華, 何毓蓉, 苗國增, 等. 貢嘎山東坡亞高山林區土壤結構綜合評價[J]. 山地學報, 2006, 24(4): 504–509.

[26] 何毓蓉, 張保華, 黃成敏, 等. 貢嘎山東坡林地土壤的診斷特性與系統分類[J]. 冰川凍土, 2004, 26(1): 27–32.

[27] 邵明安, 王全九, 黃明斌. 土壤物理學[M]. 北京: 高等教育出版社, 2006.

[28] 王慶禮, 代力民, 許廣山. 簡易森林土壤容重測定方法[J]. 生態學雜志, 1996, 15(3): 68–69.

[29] 魯如坤. 土壤農業化學分析方法[M]. 北京: 中國農業科技出版社, 2000.

[30] 王紅蘭, 唐翔宇, 張維, 等. 施用生物炭對紫色土坡耕地耕層土壤水力學性質的影響[J]. 農業工程學報, 2015, 31(4): 107–112.

[31] Weynants M, Vereecken H, Javaux M. Revisiting vereecken pedotransfer functions: Introducing a closed-form hydraulic model[J]. Vadose Zone Journal, 2009, 8(1): 86–95.

[32] Cosby B J, Hornberger G M, Clapp R B, et al. A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils[J]. Water Resources Research, 1984, 20(6): 682–690.

[33] Wosten T J H M . pedotransfer functions to evaluate soil quality. 1997.

[34] Puckett W E, Dane J H, Hajek B F. Physical and mineralogical data to determine soil hydraulic properties[J]. Soil Science Society of America Journal, 1985, 49(4): 831–836.

[35] Vereecken H, Maes J, Feyen J. Estimating unsaturated hydraulic conductivity from easily measured soil properties[J]. Soil Science, 1990, 149(1): 1–12.

[36] Saxton K E, Rawls W J. Soil water characteristic estimates by texture and organic matter for hydrologic solutions[J]. Soil Science Society of America Journal, 2006, 70(5): 1569–1578.

[37] Julià M F, Monreal T E, Jiménez A S D C, et al. Constructing a saturated hydraulic conductivity map of Spain using pedotransfer functions and spatial prediction[J]. Geoderma, 2004, 123(3/4): 257–277.

[38] Ahuja L R, Cassel D K, Bruce R R, et al. Evaluation of spatial distribution of hydraulic conductivity using effective porosity data[J]. Soil Science, 1989, 148(6): 404–411.

[39] 孫麗, 劉廷璽, 段利民, 等. 科爾沁沙丘-草甸相間地區表土飽和導水率的土壤傳遞函數研究[J]. 土壤學報, 2015, 52(1): 68–76.

[40] 韓光中, 王德彩, 謝賢健. 中國主要土壤類型的土壤容重傳遞函數研究[J]. 土壤學報, 2016, 53(1): 93–102.

[41] Yavitt J B, Harms K E, Garcia M N, et al. Spatial heterogeneity of soil chemical properties in a lowland tropical moist forest, Panama[J]. Soil Research, 2009, 47(7): 674.

[42] Rawls W J, Nemes A, Pachepsky Y. Effect of soil organic carbon on soil hydraulic properties[J]. Developments in Soil Science, 2004, 30: 95–114.

[43] 敖家坤, 牛健植, 謝寶元, 等. 土壤大孔隙結構對飽和導水率的影響[J]. 北京林業大學學報, 2021, 43(2): 102–112.

[44] 董輝, 羅瀟, 李智飛. 堆積碎石土細觀孔隙空間特征對其滲透特性的定量影響[J]. 中南大學學報(自然科學版), 2017, 48(5): 1367–1375.

[45] 王金悅, 鄧羽松, 李典云, 等. 連栽桉樹人工林土壤大孔隙特征及其對飽和導水率的影響[J]. 生態學報, 2021, 41(19): 7689–7699.

[46] 劉目興, 吳丹, 吳四平, 等. 三峽庫區森林土壤大孔隙特征及對飽和導水率的影響[J]. 生態學報, 2016, 36(11): 3189–3196.

[47] 白一茹, 趙云鵬, 王幼奇, 等. 寧夏砂田不同礫石覆蓋厚度土壤入滲過程及模型分析[J]. 水土保持學報, 2017, 31(4): 81–85.

[48] 王慧芳, 邵明安, 王明玉. 小碎石與細土混合介質的導水特性[J]. 土壤學報, 2010, 47(6): 1086–1093.

[49] Nasri B, Fouché O, Torri D. Coupling published pedotransfer functions for the estimation of bulk density and saturated hydraulic conductivity in stony soils[J]. CATENA, 2015, 131: 99–108.

[50] 高鵬飛, 冉卓靈, 韓珍, 等. 含巖屑紫色土水力特性及飽和導水率傳遞函數研究[J]. 土壤學報, 2021, 58(1): 128–139.

[51] Xu L H, Shi Z J, Wangle Y H, et al. Contribution of rock fragments on formation of forest soil macropores in the stoney mountains of The Loess Plateau, China[J]. Journal of Food Agriculture & Environment, 2012, 10(2): 1220–1226.

[52] 張英虎, 牛健植, 李嬌, 等. 石礫參數對土壤水流和溶質運移影響研究進展[J]. 土壤, 2014, 46(4): 589–598.

[53] 杜阿朋, 王彥輝, 管偉, 等. 六盤山疊疊溝小流域的土壤石礫含量坡面分布特征[J]. 水土保持學報, 2009, 23(5): 76–80, 127.

[54] 喻明美, 謝正生. 廣州市白云山五種森林類型的土壤滲透性研究[J]. 水土保持研究, 2011, 18(1): 153–156.

Evaluation and Construction of Pedo-transfer Function of Saturated Hydraulic Conductivity of Forest Soils in Hengduan Mountain Region

SUN Zhixiang1,2, CUI Junfang1*, YANG Ruxing1,2, TANG Xiangyu1, WANG Genxu3

(1 Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Chengdu 610041, China; 2University of Chinese Academy of Sciences, Beijing 100049, China; 3 Key Laboratory of Hydraulics and Mountain River Development and Protection, Sichuan University, Chengdu 610207, China)

Nine classical pedo-transfer functions (PTFs) of soil saturated hydraulic conductivity(s) were used to estimatesof soils under different forests types in the Hengduan Mountains region. The results show that the estimatedsby these PTFs deviate greatly from the measured data, indicating that current PTFs models are not applicable to the soils in the Hengduan Mountains. Considering the enrichment of soil gravels in study area, a new pedo-transfer function ofsis established which containing soil gravel content (>2 mm, GF), bulk density (BD), organic matter content (SOM), and particle size distribution:s= 9.48 + 12.32×BD + 0.29×SOM – 1.94×GF + 2.89×silt – 5.34×sand. The new pedo-transfer function can better predictsof forest soils in studied area with the correlation coefficient up to 0.67, which provides a crucial parameter estimation tool for studies on forest hydrological processes and natural hazards in mountainous areas.

Forest soil; Saturated hydraulic conductivity; Pedo-transfer function; Hengduan Mountain region

S152.7

A

10.13758/j.cnki.tr.2022.03.021

孫志祥, 崔俊芳, 楊汝馨, 等. 橫斷山區森林土壤飽和導水率傳遞函數的評價與構建研究. 土壤, 2022, 54(3): 594–601.

第二次青藏高原綜合科學考察研究項目(2019QZKK0903)、中國科學院戰略性先導科技專項(A類)(XDA23090202)和國家自然科學基金重大項目(41790431)資助。

(jfcui@imde.ac.cn)

孫志祥(1994—)，男，安徽舒城人，博士研究生，主要從事土壤水文學研究。E-mail：sunzhixiang915@163.com