古爾班通古特沙漠土壤水分-地形-植被關(guān)系研究

摘要：土壤水分是固沙植被的主要驅(qū)動(dòng)因子，受地形、植被和氣候的相互作用影響。本研究以古爾班通古特沙漠半固定沙丘上的土壤水分為研究對(duì)象，采用廣義線性、廣義加性和隨機(jī)森林等模型，研究了不同微地貌類型和深度的土壤水分與地形-植被因子之間的關(guān)系。結(jié)果表明：除了迎風(fēng)坡上表層（0～40 cm）土壤水分之外，沙丘不同微地貌類型和深度的土壤水分之間差異不顯著；與植被因子相比，地形因子對(duì)不同深度土壤水分的影響更顯著；地形因子坡度和高差與土壤水分含量呈負(fù)相關(guān)關(guān)系，而坡向與土壤水分含量呈正相關(guān)關(guān)系；植被因子的灌木蓋度和生物量也對(duì)土壤水分呈現(xiàn)負(fù)向趨勢；針對(duì)不同深度的土壤水分與地形-植被因子的關(guān)系建模上，隨機(jī)森林模型優(yōu)于廣義線性和廣義加性模型。研究結(jié)果為該地區(qū)未來固沙植被保護(hù)工作提供了理論指導(dǎo)。

關(guān)鍵詞：土壤水分；影響因子；相關(guān)性分析；廣義線性模型；廣義加性模型；隨機(jī)森林模型

中圖分類號(hào)：S152.7 """文獻(xiàn)標(biāo)識(shí)碼：A """"文章編號(hào)：1007-0435（2024）05-1548-10

Study on the Relationship Between Soil Moisture，Topography

and Vegetation in the Gurbantunggut Desert

ZHANG Xiao-yu， ZHANG Ding-hai*， NING Ting， MA Yu-jing

（Institute of Quantitative Biology， College of Science， Gansu Agricultural University， Lanzhou， Gansu Province 730070， China）

Abstract：Soil moisture is the main driver of sand-fixing vegetation，which is affected by the interaction of topography，vegetation and climate. In this study，soil moisture in semi-fixed sand dunes in the Gurbantunggut Desert was used as the research object，and the relationship between soil moisture and topography-vegetation factors at different micro-landform types and depths was studied using generalized linear，generalized additive and random forest models. The results showed that：Soil moisture，except for the surface layer （0～40 cm） on the windward slope，had no significant difference between different micro-landform types and depths of the dunes. Compared with vegetation factors，topographic factors had more significant effect on soil moisture"at different depths. The slope and elevation difference of topographic factors showed a negative trend on soil moisture，while the slope aspect showed a positive trend. Shrub coverage and biomass of vegetation factors also showed a negative trend on soil moisture. For the evaluation of soil moisture at different depths，the random forest model was better than the generalized linear and generalized additive models. The results of this study provided theoretical guidance for the future protection of sand-fixing vegetation in this area.

Key words：Soil moisture;Impact factor;Correlation analysis;Generalized linear models;Generalized additive model;Random forest model

荒漠化是指在干旱、半干旱和部分半濕潤地區(qū)，由于自然環(huán)境惡劣和人類過度開發(fā)利用而導(dǎo)致土壤退化的過程［1］。荒漠化是當(dāng)今世界最關(guān)注的環(huán)境問題之一，其在全球十大災(zāi)害中排名第一［2］。土壤水分是沙區(qū)植被系統(tǒng)格局和過程的驅(qū)動(dòng)因子［3-4］，也是調(diào)控沙漠植被生長、演替和景觀分化的關(guān)鍵因素［5］。土壤水分的狀態(tài)和分布對(duì)沙區(qū)生態(tài)水文過程有直接影響［6］。因此，研究沙區(qū)土壤水分的分布特征和影響因素有助于建立沙區(qū)水文和生態(tài)過程之間的定量聯(lián)系［7］，揭示生態(tài)系統(tǒng)穩(wěn)定性的機(jī)理。

在干旱半干旱地區(qū)，土壤水分異質(zhì)性是許多因素綜合影響的結(jié)果。已有研究表明，地形是氣候、植被等影響因子的載體［8］，植被因子是土壤水分的集中體現(xiàn)，地形和植被因子在不同尺度上對(duì)土壤水分的空間異質(zhì)性有較大的影響［9］。國內(nèi)外學(xué)者已對(duì)地形-植被因子對(duì)沙區(qū)土壤水分的影響在不同尺度上開展了大量研究。在較大尺度上，不同土地類型和利用方式對(duì)沙區(qū)土壤水分的影響不同［10-12］。通過回歸分析、地統(tǒng)計(jì)學(xué)、數(shù)字高程模型等方法發(fā)現(xiàn)，地形因子（坡度、坡向、高差）是影響土壤水分的重要因素；在小尺度上，采用半方差函數(shù)、變異函數(shù)和相關(guān)性分析等方法發(fā)現(xiàn)，土壤水分與生物量和物種多樣性等植被特征之間存在關(guān)聯(lián)，地形和植被因子共同作用影響土壤水分的空間分布［13-15］。然而，現(xiàn)有研究大多數(shù)集中在土壤水分與單個(gè)或部分地形-植被因子之間的關(guān)系上，綜合多個(gè)地形-植被因子的研究較少，研究結(jié)果存在一定的不確定性。目前，在局地尺度上，缺乏研究不同微地貌土壤水分與地形-植被因子之間的關(guān)系。古爾班通古特沙漠半固定沙丘的相關(guān)研究幾乎沒有報(bào)道。因此，本研究采用樣帶數(shù)據(jù)，選取古爾班通古特沙漠半固定沙丘上不同微地貌類型（迎風(fēng)坡、丘底、背風(fēng)坡、丘頂）的地形-植被因子，以及不同深度（表層、中層、深層）的土壤水分為研究對(duì)象，使用描述性統(tǒng)計(jì)法分析不同微地貌類型土壤水分的分布狀況，采用相關(guān)性分析給出土壤水分與地形-植被因子之間的關(guān)系，運(yùn)用三種模型分析了影響土壤水分的主要因素和變化趨勢，以揭示影響土壤水分變化規(guī)律的機(jī)理。研究可對(duì)研究區(qū)今后可持續(xù)風(fēng)沙治理提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

古爾班通古特沙漠地處新疆維吾爾族自治區(qū)北部，準(zhǔn)噶爾盆地中部，瑪納斯河以東，烏倫古河以南（北緯44°15′～46°50′，東經(jīng)84°50′～91°20′），面積4.88萬hm2，平均海拔為300～600 m，是中國第二大沙漠［16］。氣候?qū)贉貛Т箨懶陨衬畾夂颍湎臒帷Ｄ昃邓考s為70 ～150 mm，年平均氣溫7.19℃，年平均積雪覆蓋時(shí)間為100～150 天，沙漠內(nèi)部以固定或半固定沙丘為主，占沙漠總面積的97%左右，是中國面積最大的固定或半固定沙漠［17］。固定沙丘的植被覆蓋率在40%～50%之間，半固定沙丘的植被覆蓋率在15%～25%之間。沙漠中的物種非常豐富，可達(dá)百余種。其中，半固定沙丘上的固沙灌木主要以白梭梭（Haloxylon persicum）、油蒿（Artemisia ordosica）、沙拐棗（Calligonum mongolicum）為主［18］。

1.2 試驗(yàn)設(shè)計(jì)

2022年8月，在對(duì)古爾班通古特沙漠石油管理處附近（44°33′34′′ N，88°16′35′′ E）的沙丘類型和固沙植被進(jìn)行全面考察后，選取1塊具有代表性的半固定沙丘樣地（圖1），該樣地包含沙丘的迎風(fēng)坡、背風(fēng)坡、丘底和丘頂4種微地貌類型，大小為40 m×140 m，樣地細(xì)分為4 m×4 m的小樣方，共有10行（A～J行）37列（1～37列），共有370個(gè)小樣方。其中，選取C，E，I行的樣方作為土壤水分采樣帶，在沙丘的迎風(fēng)坡、背風(fēng)坡、丘頂和丘底上選擇72個(gè)土壤水分采樣點(diǎn)。利用土鉆法測量0～300 cm深度的土壤水分，將土壤水分分為18層，50 cm以上每隔10 cm取一次樣，50 cm以下每隔20 cm取一次樣。同時(shí)，在E行內(nèi)的小樣方（4 m×4 m）上布置50 cm×50 cm的草本樣方，調(diào)查草本植物的多度、蓋度、生物量以及凋落物的生物量。使用標(biāo)記牌對(duì)樣地內(nèi)的灌木進(jìn)行標(biāo)記，并測量其株高和冠幅（東西和南北兩個(gè)方向），同時(shí)對(duì)樣方中的灌木多度和蓋度進(jìn)行調(diào)查。利用實(shí)時(shí)動(dòng)態(tài)定位的測量方法（Real-time kinematic，RTK），對(duì)每株灌木及每個(gè)樣方的4個(gè)頂點(diǎn)進(jìn)行定位測量，得到其經(jīng)緯度和海拔高度。結(jié)合樣方頂點(diǎn)的數(shù)據(jù)，利用數(shù)字高程模型，計(jì)算出每個(gè)小樣方所對(duì)應(yīng)的地形因子，主要包括坡度、坡向（0°正東，順時(shí)針旋轉(zhuǎn)）和高差（樣方頂點(diǎn)高程差的平均值）［19］。最終，構(gòu)建了一個(gè)包含土壤水分、地形因子（坡度、坡向、高差）和植被因子（灌木蓋度、灌木多度、草本蓋度、草本多度、草本生物量和凋落物生物量）的數(shù)據(jù)集。

1.3 研究方法

1.3.1 土壤水分的劃分及數(shù)據(jù)的標(biāo)準(zhǔn)化 已有研究表明，草本植物主要利用0～40 cm的土壤水分，而80%固沙灌木的根系分布在40～200 cm的土層深度范圍內(nèi)，約10%的固沙灌木根系分布在 200～300 cm的土層范圍內(nèi)［20］。因此，本研究將土壤水分劃分為表層（0～40 cm）、中層（40～200 cm）和深層（200～300 cm）。同時(shí)，考慮到土壤水分、灌木蓋度和生物量等地形-植被因子的量綱和取值數(shù)量級(jí)不同，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，公式如（1）所示。

其中xi為地形或植被因子；yi為不同深度的土壤水分。

1.3.2 廣義線性模型 廣義線性模型（Generalized linear model，GLM）是將一種不服從線性關(guān)系的因變量通過某種形式轉(zhuǎn)換為線性關(guān)系的模型。它能克服線性回歸模型的缺點(diǎn)，是對(duì)線性回歸模型的推廣。GLM模型利用連接函數(shù)來建立響應(yīng)變量的數(shù)學(xué)期望與線性組合的預(yù)測因子之間的關(guān)系［21］。GLM的自變量可以是離散的，也可以是連續(xù)的，而且不需要假設(shè)殘差服從正態(tài)分布的要求。

1.3.3 廣義加性模型 廣義加性模型（Generalized additive models，GAM）是一種具有較強(qiáng)自由度且靈活的統(tǒng)計(jì)模型，可用于研究數(shù)據(jù)的非線性回歸效應(yīng)。它是一種非參數(shù)化平滑回歸形式的多元回歸模型。在廣義加性模型中，假定因變量Y呈正態(tài)分布，并且自變量X和應(yīng)變量Y的條件均值之間的關(guān)系可以簡潔表示為［22］：

Y=β0+f1（X1）+f2（X2）+…+fn（Xn）（2）

式中fn（Xi）須以非參數(shù)的方式進(jìn)行估計(jì)。

1.3.4 隨機(jī)森林模型 隨機(jī)森林（Random forest，RF）是一種基于Bagging的集成學(xué)習(xí)方法［23］，其基本單元為決策樹。RF通過重抽樣等技術(shù)對(duì)訓(xùn)練樣本進(jìn)行隨機(jī)采樣，進(jìn)而并列訓(xùn)練若干個(gè)（例如，M個(gè)）不同的決策樹，最后對(duì)M個(gè)決策樹進(jìn)行投票和平均，得到最終結(jié)果［24］。RF基評(píng)估器的訓(xùn)練不同于傳統(tǒng)的決策樹：在每個(gè)決策樹的樹結(jié)點(diǎn)隨機(jī)從包含全部P個(gè)變量的候選自變量集合中選擇K個(gè)變量的子集，然后再從這個(gè)子集中劃分出一個(gè)最優(yōu)變量。K=P就是傳統(tǒng)決策樹，K=1表示隨機(jī)選取一個(gè)變量分類器。

1.3.5 多重比較 多重比較（multiple comparisons）是指方差分析后對(duì)各樣本平均數(shù)間進(jìn)行顯著性差異檢驗(yàn)的統(tǒng)稱。方差分析只能判斷各總體平均數(shù)間是否有差異，多重比較則可進(jìn)一步確定哪些平均數(shù)間有差異，哪些平均數(shù)間沒有差異。多重比較方法有很多，例如LSD法、Sidak法、Bonferroni法、Tukey法以及Duncan法等。本文采用Duncan法進(jìn)行多重比較。

本文所有的數(shù)據(jù)處理都基于R 4.3.2實(shí)現(xiàn)。

2 結(jié)果與分析

2.1 不同微地貌類型上土壤水分的分布特征

通過單因素方差分析和多重比較方法對(duì)4種微地貌類型上不同深度的土壤水分的差異進(jìn)行顯著性分析（圖2）。結(jié)果表明，除迎風(fēng)坡表層和中層土壤水分外，沙丘不同微地貌類型上不同深度的土壤水分之間均沒有顯著差異。

對(duì)表層（0～40 cm）土壤水分而言，4種微地貌類型上土壤水分含量的大小順序?yàn)椋呵痦敚?.21%）gt;背風(fēng)坡（1.14%）gt;丘底（1.09%）gt;迎風(fēng)坡（0.85%）。其中，丘頂、背風(fēng)坡和丘底之間沒有顯著差異，而迎風(fēng)坡與其余三種地形之間有顯著差異。

對(duì)中層（40～200 cm）土壤水分而言，4種微地貌類型上土壤水分含量從大到小依次為：丘底（1.05%）gt;迎風(fēng)坡（0.89%）gt;背風(fēng)坡（0.88%）gt;丘頂（0.71%）。其中，丘底和丘頂之間有顯著差異，而迎風(fēng)坡和背風(fēng)坡與丘底和丘頂之間都沒有顯著差異。

對(duì)深層（200～300 cm）土壤水分而言，4種微地貌類型的土壤水分含量的大小順序?yàn)椋呵鸬祝?.03%）gt;背風(fēng)坡（1.02%）gt;迎風(fēng)坡（0.98%）gt;丘頂（0.83%）。在4種微地貌類型上，土壤水分均沒有顯著差異。

2.2 土壤水分與地形-植被因子之間的關(guān)系

選取土壤水分（表層、中層、深層）和地形因子（坡度、坡向、高差）、植被因子（灌木蓋度、灌木多度、草本蓋度、草本多度、凋落物和生物量）進(jìn)行相關(guān)性分析，初步探究不同深度的土壤水分與地形-植被因子之間的相關(guān)關(guān)系。我們首先對(duì)土壤水分和地形-植被因子進(jìn)行K-S檢驗(yàn)（Kolmogotov-Smirnov檢驗(yàn)），結(jié)果顯示每個(gè)變量均通過了K-S檢驗(yàn)，符合正態(tài)分布，因此，采用Pearson相關(guān)系數(shù)對(duì)不同深度的土壤水分和地形-植被因子的關(guān)系進(jìn)行了相關(guān)性分析，結(jié)果如圖3所示。

由圖3可知，土壤水分與坡度、坡向、高差、灌木蓋度和草本多度之間存在顯著的相關(guān)關(guān)系。表層土壤水分含量與灌木蓋度和坡度呈負(fù)相關(guān)關(guān)系，與草本多度呈正相關(guān)關(guān)系；中層土壤水分含量與坡度和高差呈負(fù)相關(guān)關(guān)系，與坡向呈正相關(guān)關(guān)系；深層土壤水分含量與坡度和灌木蓋度呈負(fù)相關(guān)關(guān)系。

2.3 基于廣義線性模型的地形-植被因子對(duì)土壤水分的影響

2.3.1 地形-植被因子對(duì)不同深度土壤水分的影響 使用GLM建立模型，以地形因子和植被因子作為解釋變量，不同深度土壤水分（表層、中層、深層）分別作為被解釋變量，使用高斯鏈接函數(shù)，并檢驗(yàn)各個(gè)因子的顯著性（表1）。由表1可以看出，坡度主要影響表層土壤水分，坡向主要影響中層土壤水分，而灌木蓋度主要影響深層土壤水分。

2.3.2 地形-植被因子對(duì)不同深度土壤水分影響的趨勢分析 為了確定不同深度土壤水分隨地形-植被因子的變化趨勢，基于廣義線性模型，使用響應(yīng)曲線確定其變化趨勢（圖4），圖中僅列出對(duì)土壤水分影響顯著的地形-植被因子。由圖4可以看出，坡度與表層土壤水分呈負(fù)相關(guān)關(guān)系，坡向與中層土壤水分呈正相關(guān)關(guān)系，灌木蓋度與深層土壤水分呈負(fù)相關(guān)關(guān)系。

2.4 基于廣義加性模型的地形-植被因子對(duì)土壤水分的影響

2.4.1 地形-植被因子對(duì)不同深度土壤水分的影響 將地形因子、植被因子作為解釋變量，不同深度土壤水分（表層、中層、深層）分別作為被解釋變量，使用高斯函數(shù)作為鏈接函數(shù)，設(shè)置平滑參數(shù)K=5，并建立廣義加性模型。結(jié)果如表2所示。結(jié)果表明，影響表層土壤水分的主要因子是坡度和高差；影響中層土壤水分的主要因子是坡向和高差；影響深層土壤水分的主要因子是高差、灌木蓋度和凋落物。

2.4.2 地形-植被因子對(duì)不同深度土壤水分影響的趨勢分析 由圖5可知，地形因子與表層和中層土壤水分有相關(guān)關(guān)系。同時(shí)，地形因子和植被因子都與深層土壤水分有相關(guān)關(guān)系。需要注意的是，土壤水分與坡度、坡向和高差之間的關(guān)系呈現(xiàn)出明顯的非線性變化趨勢。具體來講，坡度和高差與表層土壤水分呈負(fù)相關(guān)關(guān)系；坡向與中層土壤水分呈正相關(guān)關(guān)系，而高差與中層土壤水分呈負(fù)相關(guān)關(guān)系；高差、灌木蓋度、生物量與深層土壤水分呈負(fù)相關(guān)關(guān)系。

2.5 基于隨機(jī)森林模型的地形-植被因子對(duì)土壤水分的影響

2.5.1 地形-植被因子對(duì)不同深度土壤水分的影響 進(jìn)一步利用隨機(jī)森林模型研究土壤水分與地形植被因子之間的關(guān)系，將最大樹的數(shù)量設(shè)置為2 000棵，并采用10折交叉驗(yàn)證并檢驗(yàn)?zāi)Ｐ偷男阅堋Ｍ瑫r(shí)，基于IncMSE方法得到了影響土壤水分變量的重要性排名（圖6）。結(jié)果表明，地形因子對(duì)沙丘上不同深度土壤水分具有重要的影響。具體來講，影響表層土壤水分的主要因子是草本多度、高差、坡度和灌木多度；影響中層土壤水分的主要因子是高差、坡向、草本蓋度和草本多度；影響深層土壤水分的主要因子是高差、灌木蓋度、生物量和坡度。

2.5.2 地形-植被因子對(duì)不同深度土壤水分影響的趨勢分析 基于隨機(jī)森林模型利用各自的響應(yīng)曲線確定不同深度的土壤水分隨地形-植被因子的變化趨勢（圖7），圖中我們僅列出排名前四的因子。由圖7可以看出，地形-植被因子對(duì)不同深度的土壤水分呈現(xiàn)出非線性的變化趨勢，影響沙丘的不同深度土壤水分的地形因子主要是坡度、坡向和高差。草本植被對(duì)表層和中層土壤水分的影響較大，而灌木對(duì)深層土壤水分的影響較大。對(duì)表層土壤水分而言，草本多度和高差的增加會(huì)使土壤水分增加，而坡度的增加則使土壤水分減少。同時(shí)，隨著灌木多度的增加，土壤水分呈現(xiàn)先不變再減小的趨勢。對(duì)中層土壤水分而言，高差和草本蓋度的增加導(dǎo)致土壤水分減少，而增加坡向和草本多度則會(huì)導(dǎo)致土壤水分增加。對(duì)深層土壤水分而言，隨著高差、灌木蓋度、生物量和坡度的增加均會(huì)導(dǎo)致土壤水分減少。

2.6 模型評(píng)價(jià)

采用決定系數(shù)R2和均方根誤差RMSE對(duì) 3個(gè)模型進(jìn)行評(píng)價(jià)，在盡量減小RMSE的前提下，R2越大表示模型的預(yù)測效果越好。R2的值接近1表明模型對(duì)觀測值的擬合程度越好。由表3可以看出，對(duì)于表層、中層和深層的土壤水分，RF模型的表現(xiàn)優(yōu)于GAM和GLM模型，GAM模型優(yōu)于GLM模型，并且RF模型的決定系數(shù)均超過0.9。因此，基于機(jī)器學(xué)習(xí)算法的RF模型能夠更好地解釋土壤水分與地形-植被因子之間的關(guān)系。

3 討論

3.1 不同微地貌類型上土壤水分的分布特征

本研究結(jié)果表明，除了迎風(fēng)坡的表層土壤水分外，沙丘不同微地貌不同深度土壤水分之間沒有顯著差異。這是因?yàn)橛L(fēng)坡的表層常年受沙區(qū)風(fēng)蝕和沙蝕的影響較大，導(dǎo)致土壤水分波動(dòng)較大。與此同時(shí)，迎風(fēng)坡上的固沙灌木和草本植被相對(duì)較少，使得表層土壤水分更容易蒸發(fā)。此外，高差較大使得迎風(fēng)坡上的土壤水分更容易入滲到高差較小的背風(fēng)坡和丘底［25］。深層土壤水分與地面接觸比較遠(yuǎn)，主要受降水強(qiáng)度和固沙植物根系對(duì)水分利用的影響，與地表蒸發(fā)聯(lián)系較弱，所以蒸發(fā)量較少，深層土壤水分較為穩(wěn)定。因此，不同微地貌上深層土壤水分沒有明顯差異。迎風(fēng)坡和丘頂?shù)耐寥浪趾孔畹停环矫媸且驗(yàn)榘牍潭ㄉ城鹕鲜杷傻纳惩劣欣诮邓畯牡貏葺^高的迎風(fēng)坡、背風(fēng)坡和丘頂滲入到地勢較低的丘底。另一方面，受風(fēng)沙活動(dòng)的影響，沙子從迎風(fēng)坡吹到丘頂，然后覆蓋在背風(fēng)坡和丘底，導(dǎo)致丘頂上風(fēng)沙堆積越來越厚，土壤水分減少。這與王銳等人關(guān)于騰格里沙漠東南緣不同地形下土壤水分的空間動(dòng)態(tài)變化研究的結(jié)論一致［26］。

3.2 地形-植被因子對(duì)土壤水分的影響

本研究中，影響沙丘土壤水分的主要因素是地形。其中，高差對(duì)于表層、中層、深層土壤水分都會(huì)產(chǎn)生影響。造成這種現(xiàn)象的原因有兩方面。一方面，研究區(qū)的土壤水分主要來源于春季融雪和降水入滲，降水的入滲作用，使得高差較小的地方土壤水分含量較大［27］。另一方面，由于局部地形的差異，固沙植被的分布也不同。固沙植被主要分布在丘底和背風(fēng)坡區(qū)域，這些區(qū)域的成土層厚度較厚，容易形成生物土壤結(jié)皮。生物土壤結(jié)皮的形成可以有效提高結(jié)皮層土壤含水率和持水力。生物土壤結(jié)皮和成土層越厚，土壤保水能力就越強(qiáng)［28］。此外，從土壤水分的變化趨勢來看，地形因子坡度和高差與土壤水分含量負(fù)相關(guān)，而坡向則與其正相關(guān)。與此同時(shí)植被因子的灌木蓋度和生物量也與土壤水分負(fù)相關(guān)。土壤水分的分布與坡度密切相關(guān)，坡度較大時(shí)，水分通常會(huì)流失到低處，從而使土壤含水量的不均勻分布。這將使部分植物無法獲得充足的水分，從而影響植物的生長。其次，隨著坡度增加，降雨過程會(huì)使更多的雨水隨地表徑流流失，從而減少入滲到土壤中的水分供給［29-30］。土壤水分隨著坡向的增加而逐漸增加的主要原因是，隨著坡向的增加，陽坡變?yōu)殛幤拢蠖鄶?shù)沙漠植物主要分布在陰坡，形成了聚集的斑塊分布，陰坡較低的蒸發(fā)和固沙植物的匯流作用，導(dǎo)致土壤水分含量較高［31］。植被因子中的灌木蓋度與土壤水分之間存在負(fù)向趨勢的原因是，灌木蓋度比較高時(shí)消耗的土壤水分較多，加上根系間的競爭能力增強(qiáng)，使得對(duì)土壤水分的利用率降低，從而降低土壤含水量。灌木蓋度比較低時(shí)，消耗的土壤水分較少，灌木根系的競爭強(qiáng)度降低，從而提高對(duì)土壤水分的利用率，增加土壤水分［32］。生物量對(duì)土壤水分也產(chǎn)生影響，這是因?yàn)殡S著生物量的增加，土壤中的有機(jī)物質(zhì)增多，可以增強(qiáng)土壤的持水性和透水能力，提高土壤水分的利用率。

3.3 GLM，GAM與RF的模型比較

本研究利用GLM，GAM和RF模型研究了影響沙丘不同深度土壤水分的地形-植被因子。運(yùn)用決定系數(shù)R2和均方根誤差RMSE對(duì) 3個(gè)模型綜合評(píng)價(jià)發(fā)現(xiàn)，RF模型的擬合效果優(yōu)于GLM和GAM。這與其他學(xué)者在相關(guān)生態(tài)系統(tǒng)的研究結(jié)果一致［33-34］。GLM模型只能解釋響應(yīng)變量與解釋變量之間的線性關(guān)系，而GAM模型可以在沒有解釋兩種關(guān)系的情況下使用，但在變量具有多重共線性時(shí)容易導(dǎo)致模型出現(xiàn)過擬合的現(xiàn)象［35］。RF模型是一種基于決策樹的機(jī)器學(xué)習(xí)模型，它不需要對(duì)函數(shù)形式進(jìn)行事先假定且無需考慮變量之間存在多重共線性的問題，在生態(tài)學(xué)中得到了廣泛的應(yīng)用［36］。

因此，在干旱半干旱生態(tài)系統(tǒng)的保護(hù)中，必須重視保護(hù)植被因子，避免人為不合理放牧和其他不當(dāng)人類活動(dòng)造成的危害。另外，在沙漠地區(qū)可以采用草方格進(jìn)行固沙，以預(yù)防水土流失和荒漠化，進(jìn)而促進(jìn)沙漠生態(tài)系統(tǒng)的恢復(fù)。

4 結(jié)論

本文通過對(duì)古爾班通古特沙漠半固定沙丘上不同微地貌類型和不同深度土壤水分的分布特征，以及土壤水分和地形-植被因子之間的關(guān)系研究表明：除迎風(fēng)坡上表層土壤水分外，沙丘不同微地貌類型上不同深度的土壤水分之間沒有顯著差異；與植被因子相比，地形因子對(duì)不同深度土壤水分的影響更為顯著，其中地形因子坡度和高差與土壤水分含量呈負(fù)相關(guān)關(guān)系，而坡向與土壤水分含量呈正相關(guān)關(guān)系；此外，植被因子中的灌木蓋度和生物量也與土壤水分呈負(fù)向趨勢；在對(duì)于不同深度的土壤水分與地形-植被因子的關(guān)系建模上，隨機(jī)森林模型優(yōu)于廣義線性和廣義加性模型。

參考文獻(xiàn)

［1］ 鄭佳翔，孫桂麗，蘇香玲，等. 阿克蘇地區(qū)荒漠化變化趨勢及其驅(qū)動(dòng)因素［J］. 水土保持通報(bào)，2022，42（4）：278-285

［2］ LIU Z，MA L，LIU T，et al. Influence of Key Climate Factors on Desertification in Inner Mongolia［J］. Atmosphere，2023，14（9）：1404-1416

［3］ WILLIAM H，SCHLESINGER，JANE A，et al. On the Spatial Pattern of Soil Nutrients in Desert Ecosystems［J］. Ecology，1996，77（2）：201-220

［4］ 陳嘉嘉，黃磊，賈鴻飛，等. 騰格里沙漠人工植被區(qū)不同植被類型土壤水分垂直變異特征及其動(dòng)態(tài)變化模型［J］. 干旱區(qū)資源與環(huán)境，2022，36（4）：126-133

［5］ 李新榮，張志山，黃磊，等. 我國沙區(qū)人工植被系統(tǒng)生態(tài)-水文過程和互饋機(jī)理研究評(píng)述［J］. 科學(xué)通報(bào)，2013，58（Z1）：397-410

［6］ 張定海，李新榮，張鵬. 生態(tài)水文閾值在中國沙區(qū)人工植被生態(tài)系統(tǒng)管理中的意義［J］. 中國沙漠，2017，37（4）：678-688

［7］ 洪光宇，王曉江，王少昆，等. 沙地土壤水分時(shí)空動(dòng)態(tài)研究進(jìn)展［J］. 水土保持研究，2021，28（3）：390-398

［8］ 楊文治. 黃土高原植被建設(shè)與可持續(xù)發(fā)展［M］. 北京：科學(xué)出版社，1998：101-140

［9］ 孫琰蕙，張定海，張志山. 騰格里沙漠不同類型沙丘土壤水分含量與地形-植被因子關(guān)系研究［J］. 干旱區(qū)地理，2022，45（5）：1570-1578

［10］WESTERN A W，GRAYSON R B，BLOSCHL G. Scaling of Soil Moisture：A Hydrologic Perspective［J］. Annual Review of Earth and Planetary Sciences，2002，30（4）：49-80

［11］李軍，王新軍，賈宏濤，等.古爾班通古特沙漠南緣干季土壤水分含量空間異質(zhì)性［J］.中國沙漠，2016，36（6）：1628-1636

［12］李笑吟，畢華興，張志，等. 晉西黃土區(qū)坡面尺度地形因子對(duì)土壤水分狀況的影響［J］. 北京林業(yè)大學(xué)學(xué)報(bào)，2006（4）：51-56

［13］董智今，張呈春，展秀麗，等. 寧夏河?xùn)|沙地生物土壤結(jié)皮及其下伏土壤養(yǎng)分的空間分布特征［J］. 生態(tài)環(huán)境學(xué)報(bào)，2023，32（5）：910-919

［14］于曉雯. 半干旱區(qū)流域植被生態(tài)過程及其與水文的響應(yīng)機(jī)制研究［D］. 呼和浩特：內(nèi)蒙古大學(xué)，2022：20-26

［15］周宏飛，肖祖炎，姚海嬌，等.古爾班通古特沙漠樹枝狀沙丘土壤水分時(shí)空變異特征［J］.水科學(xué)進(jìn)展，2013，24（6）：771-777

［16］BAH F I，張定海，孫琰蕙，等. 古爾班通古特沙漠東南部三種沙丘上優(yōu)勢灌木的空間格局及種間關(guān)聯(lián)性研究［J］. 干旱區(qū)資源與環(huán)境，2022，36（7）：154-165

［17］宋祺，張緒冰，蔡紅玥，等. 古爾班通古特沙漠路域風(fēng)沙災(zāi)害風(fēng)險(xiǎn)評(píng)估與時(shí)空格局分析［J］. 干旱區(qū)資源與環(huán)境，2022，36（10）：113-123

［18］李功麟，張定海，張志山，等. 古爾班通古特沙漠沙丘主要灌木的種群數(shù)量動(dòng)態(tài)［J］. 中國沙漠，2021，41（2）：129-137

［19］LUO Q H，CHEN Q M，NING H S，et al. Chronosequence-based population structure and natural regeneration of Haloxylon ammodendron plantation in the southern edge of the Gurbantunggut Desert，Northwestern China［J］. Russian Journal of Ecology，2017，48（4）：364-371

［20］董光茉. 中國沙漠形成演化氣候変化與沙漠化研究［M］. 北京：海洋出版社，2002：560-568

［21］WANG N，DU Y Y，LIANG F Y，et al. Protected areas effectively resisted 33.8% of urban development pressures in China during 2000—2018［J］. Applied Geography，2023，159（5）：208-219

［22］張宇飛. 灰色理論在蘆葦產(chǎn)量預(yù)測中的應(yīng)用研究［D］. 成都：西華大學(xué)，2006：24-26

［23］高宏元，侯蒙京，葛靜，等.基于隨機(jī)森林的高寒草地地上生物量高光譜估算［J］.草地學(xué)報(bào)，2021，29（8）：1757-1768

［24］李會(huì)朋，胥輝，張超，等. 基于隨機(jī)森林模型的云南松天然林生物量遙感估測［J］. 西部林業(yè)科學(xué)，2022，51（3）：60-66

［25］張世才，王慧娟，張定海，等. 騰格里沙漠東南緣3種沙丘4種微地貌上土壤水分與地形-植被因子之間的關(guān)系［J］. 甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，58（3）：160-168

［26］王銳，孫權(quán)，吳向偉. 騰格里沙漠東南緣不同地形下土壤水分空間變化動(dòng)態(tài)研究［J］. 江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009，31（4）：756-759

［27］劉建波，楊帆，王志春，等. 蘇打鹽漬土區(qū)土壤理化性質(zhì)及植物生物量與微地形空間異質(zhì)性關(guān)系［J］. 土壤與作物，2021，10（2）：163-176

［28］張雪，張春平，楊曉霞，等. 草地和荒漠生態(tài)系統(tǒng)生物土壤結(jié)皮對(duì)土壤養(yǎng)分及酶活性的影響［J］. 草地學(xué)報(bào)，2023，31（3）：632-640

［29］王鵬祥，朱清科，申明爽，等. 陜北黃土區(qū)陡坡微地形土壤水分對(duì)降雨的響應(yīng)［J］. 干旱區(qū)資源與環(huán)境，2020，34（8）：167-172

［30］劉倬彤，崔媛媛，白柳，等. 模擬降水變化對(duì)荒漠草原地上、地下生物量及其分配比例的影響［J］. 草地學(xué)報(bào)，2023，31（6）：1632-1639

［31］張艷靈，張定海，寧婷，等. 古爾班通古特沙漠南緣固定沙丘上土壤水分與地形-植被因子的關(guān)系［J］. 水土保持學(xué)報(bào)，2023，37（4）：258-266

［32］范德政，梅雪梅，李鵬，等. 生態(tài)水文平衡狀態(tài)下寧夏地區(qū)植被承載力模擬［J］. 水土保持學(xué)報(bào)，2023，37（4）：166-172

［33］張雪皎，高賢明，吉成均，等. 中國北方5種櫟屬樹木多度分布及其對(duì)未來氣候變化的響應(yīng)［J］. 植物生態(tài)學(xué)報(bào)，2019，43（9）：774-782

［34］AALTO J，KARJALAINEN O，HJORT J，et al. Statistical forecasting of current and future circum-Arctic ground temperatures and active layer thickness［J］. Geophysical Research Letters，2018，45（10）：4889-4898

［35］SAINANI L K. Multivariate regression：The pitfalls of automated variable selection［J］. PMamp;R，2013，5（9）：739-807

［36］MOESLUND E J，ARGE L，BOCHER K P，et al. Topographically controlled soil moisture is the primary driver of local vegetation patterns across a lowland region［J］. Ecosphere，2013，4（7）：1-26

（責(zé)任編輯 閔芝智）

收稿日期：2023-10-29；修回日期：2023-12-17

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（42361016）；甘肅省科技創(chuàng)新計(jì)劃-“西部之光”人才計(jì)劃項(xiàng)目（22 JR9KA032）；甘肅省科技計(jì)劃項(xiàng)目（21 JR7RA831）；重點(diǎn)研發(fā)計(jì)劃-農(nóng)業(yè)領(lǐng)域（23YFNA0036）資助

作者簡介：

張曉玉（1998-），女，漢族，甘肅酒泉人，碩士研究生，主要從事應(yīng)用統(tǒng)計(jì)學(xué)研究，E-mail：1579134307@qq.com；*通信作者Author for Correspondence，E-mail：zhangdh@gsau.edu.cn