土壤水力特性是影响水文过程的各种土壤物理和化学性质,它主要包括饱和导水率(
Ks )、田间持水量(
θf )、饱和含水量(
θs )和容重(BD)等,它们对土壤水热交换、碳氮循环过程、溶质运移等具有重要影响
[1-3]。如饱和导水率是研究水分运动和水文模型的一个重要参数,能够在一定程度上反映土壤的入渗性质
[4-5]。土壤容重是土壤的基本物理性质之一,不仅可以反映土壤质量和生产力水平,还是土壤碳氮储量估算的重要参数
[6-7]。准确揭示土壤水力特性的空间变异特征及影响因素对于土壤水循环研究及碳氮储量的估算具有重要意义。
黄土高原生态环境异常脆弱,自然灾害频发,且对气候变化和人类活动极其敏感
[8-9]。为了恢复黄土高原生态环境,国家实施了一系列生态和水土保持治理工程,尤其是1999年的退耕还林还草工程,成效显著,该地区水土流失明显减少,植被覆盖显著增加
[10]。在植被恢复的同时,土壤水力特性也显著发生变化,目前关于植被恢复对土壤水力特性的影响进行了大量研究,且取得了重要进展
[11-13]。如赵亚丽等
[14]以黄土高原治沟造地生态工程为研究对象,发现容重(BD)在不同季节均呈弱变异,而
Ks 呈现强变异,治沟造地对水力参数的影响受到土壤和环境因素的共同影响。朱谧远等
[15]以黄土高原沟壑区典型植被为研究对象,得出植被恢复18 a后,油松、油松+刺槐样地0—40 cm土层土壤BD显著降低,油松、油松+刺槐、油松+沙棘样地0—40 cm土壤持水性改善效果最好;油松+刺槐样地0—40 cm
Ks 提高效果最好。王子龙等
[16]以退耕典型草地为研究对象,发现退耕过程有助于提高
Ks,土壤水稳性大团聚体和有机质是影响
Ks 的主要因素。综上所述,不同区域由于土壤、气候、人类活动等因素不同,水文属性对植被恢复的响应特征不同,需对特定区域进行特定分析。此外,以往研究主要针对不同的植被类型,较少考虑不同的立地条件,且大部分集中在0—40 cm浅层,针对40 cm以下研究较少
[17]。
白于山区水土流失严重,生态环境脆弱,是陕北屋脊,也是陕北重要河流(无定河、延河及北洛河)的发源地。此外,白于山地处水蚀风蚀交错区,土壤类型多样,立地条件复杂。阐明该地区植被恢复对土壤水力特性的影响对于理解复杂立地条件下土壤水力特性的变化及黄土高原区域水循环研究具有重要意义。基于此,本研究选取白于山区不同植被恢复类型不同坡位(坡底、坡中和坡顶)0—100 cm土壤水力特性(Ks 、BD、θs 和θf )作为研究对象,旨在分析(1) 不同植被类型下不同坡位土壤水力特性垂直分布规律及影响因素;(2) 建立该区域不同水力特性的传递函数。研究结果一方面对于黄土高原北部区域水循环研究具有重要意义,另一方面可加深对山地水文属性变异机理的认知。
1 试验与方法
1.1 研究区概况
白于山,也称白玉山,横山等,主梁呈东西走向,主脉东西长363.77 km,南北最宽183.41 km、最窄76.89 km,海拔1 270~1 907 m。主要包括陕北延安与榆林西部接壤地带,以及与宁夏盐池县南部、甘肃环线、华池的接壤地带内蒙古乌审旗南部,位于由黄土高原向毛乌素沙漠过渡、森林草原向典型干旱草原过渡的中间地带(
图1)。气候类型为暖温带大陆性季风气候,冬春季干冷多风,夏季温暖湿润,降雨稀少,年均降雨量约349 mm,年内降雨分布不均,7—9月降雨量占全年降雨量的60%以上,且多以暴雨为主。土壤类型以黄绵土、坝地淤积土和风沙土为主。主要的人工林有樟子松(
P. sylvestris.)、油松(
Pinus tabuliformis)、小叶杨(
Populus simonii)等。
1.2 样品采集与室内分析
2023年2月15日到3月1日,在考察了白于山区地形、地貌和植被类型后,选取典型人工林作为研究对象,主要包括乔木油松、杏树和小叶杨,灌木柠条,荒草地作为对照,所选坡位坡向均一致,详细信息见
表1。在不同植被类型的不同坡位(坡顶、坡中和坡底),利用人工挖剖面的方法采集不同深度土壤样品,剖面深度为1 m,采样间隔10 cm,每层3个重复。利用环刀获取原状土,同时利用塑封袋获取扰动土。
扰动土壤样品带回实验室自然风干后,分别过2 mm和0.25 mm筛,用于测定土壤理化性质。土壤颗粒组成用激光粒度仪测定,土壤化学性质的测定参照鲍士旦
[18]的方法进行。土壤有机质(Soil Organic Matter, SOM)用重铬酸钾氧化-外加热法测定,土壤pH用电位法(水∶土=2.5∶1)测定,土壤全磷(Soil Total Phosphorus, STP)采用钼锑抗分光光度法测定。原状土用于测定土壤饱和导水率(Soil Saturated Hydraulic Conductivity,
Ks )、田间持水量(Field Capacity,
θf )、饱和含水量(Soil Saturated Water Content,
θs )和容重(Bulk Density, BD)。
Ks 用定水头法测定,
θf 和
θs 参照《森林土壤水分-物理性质的测定》(LY/T1215-1999)
[19],土壤BD用环刀法测定。
1.3 随机森林建模
随机森林(Random Forest, RF)是一种典型的袋装集成算法。它不仅能够对连续和离散数据进行处理,而且能够有效融合有序和定性预测的需求。此外,它无需对数据进行正态性假设,从而大大拓宽了其使用范围。本研究将数据按照7∶3的比例随机划分训练集和测试集,通过交叉验证进行参数调参,进而选择最优参数作为最终模型结果,随后进行预测。为了评估RF模型的预测性能,选取均方根误差(Root Mean Square Error, RMSE)和决定系数(Coefficient of Determination, R2)2个指标评价模型预测精度。
1.4 数据处理
采用SPSS 17.0软件进行统计分析、相关性分析和多元逐步线性回归,采用Matlab进行随机森林分析,采用Origin 10.0进行软件绘图。
2 结果与分析
2.1 土壤水力特性描述性统计特征
图2和
表2为不同植被类型下不同坡位土壤水力特性描述性统计特征。不同植被类型的
Ks 平均值大小依次为杏树(3.76 cm/h)>小叶杨(3.56 cm/h)>油松(3.23 cm/h)>荒地(2.94 cm/h)>柠条(2.66 cm/h)(
p<0.05)(
图2),整体上呈现乔木
Ks 显著高于灌木和草地,这与其他研究结果一致,主要是由于乔木根系丰富,形成大量孔隙,导致土壤
Ks 增大。此外,不同植被类型从坡顶到坡底
Ks 均值无明显规律,其中油松和荒地呈现先增加后减少趋势,杏树呈现增加趋势,小叶杨呈现降低的趋势,柠条呈现先降低后增加趋势。BD的平均值大小依次为柠条(1.37 g/cm
3)>荒地(1.36 g/cm
3)>杏树(1.34 g/cm
3)>油松(1.34 g/cm
3)>小叶杨(1.25 g/cm
3)(
p<0.05)。除柠条外,不同植被类型从坡顶到坡底呈现先降低后增加的趋势。
θf 的大小依次为小叶杨(0.27 cm
3/cm
3)>杏树(0.25 cm
3/cm
3)>油松(0.24 cm
3/cm
3)=柠条(0.24 cm
3/cm
3)>荒地(0.23 cm
3/cm
3)(
p>0.05)。
θs 的平均值为小叶杨(0.43 cm
3/cm
3)>杏树(0.38 cm
3/cm
3)>柠条(0.37 cm
3/cm
3)=荒地(0.37 cm
3/cm
3)=油松(0.36 cm
3/cm
3)(
p<0.05)。
θf 和
θs 从坡顶到坡底均无明显规律。
变异系数(Coefficient of variation, CV)是衡量数据离散程度的一个变量。由
表2可知,不同植被类型
Ks 的CV均值顺序为油松(57%)>柠条(53%)>杏树(51%)>小叶杨(35%)>荒地(34%),均属于中等变异。BD的CV均值顺序为油松(9%)>小叶杨(9%)>荒地(6%)>柠条(5%)>杏树(4%),均属于弱变异。
θf 的CV大小顺序为油松(26%)>小叶杨(21%)>杏树(19%)>柠条(19%)>荒地(13%),均属于中等变异。饱和含水量的大小顺序为小叶杨(16%)>油松(13%)>荒地(9%)>柠条(8%)>杏树(6%)。除小叶杨和油松外,其余均属于弱变异。整体上
Ks 的变异系数最大,而BD的变异系数最小,这与其他结果一致
[14,20]。
随着深度的增加,除个别坡位外,不同植被类型不同坡位
Ks 整体上呈现降低的趋势(
图3),这与其他研究结果类似
[12,17],这主要是由于植被浅层受到植被根系、动物活动等的影响,浅层孔隙增大,导致
Ks 增加。此外,不同植被类型不同坡位BD整体上呈现增加的趋势,而
θs 和
θf 呈现降低的趋势。
2.2 土壤水力特性的影响因素
2.2.1 相关性分析
为了揭示土壤水力特性的影响因素,本文对土壤基本理化性质、植被类型、深度与土壤水力特性进行相关性分析(
图4)。由
图4可知,
Ks 与砂粒和pH呈现极显著正相关(
p<0.01),与粉粒、黏粒和BD极显著负相关(
p<0.01),与全磷含量呈显著负相关(
p<0.05)。BD与黏粒、粉粒、pH与深度呈极显著正相关(
p<0.01),与砂粒、有机质、全磷和植被类型显著负相关(
p<0.01)。
θs 与有机质、全磷和植被类型呈极显著正相关(
p<0.01)。与pH、BD和深度呈极显著负相关(
p<0.01),与黏粒含量显著负相关(
p<0.05)。
θf 与有机质和全磷含量呈极显著正相关(
p<0.01),与黏粒、BD和深度呈极显著负相关(
p<0.01)。
2.2.2 随机森林分析
为了进一步分析土壤水文属性的影响因素,对与土壤水力特性有显著相关性的变量进行随机森林分析(
图5)。不同水力特征RF模型预测结果
R2均在0.68以上,且RMSE分别为1.23(
Ks ),0.98(BD),1.54(
θs )和0.67(
θf )。综上分析,RF模型对水力特性具有较好的预测能力。由
图5可知,不同水力特性主要影响因素不同,影响
Ks 的主要因素为粉粒(41%)和BD(38%);影响BD的为砂粒(36%)、深度(32%)和植被类型(21%);影响
θs 和
θf 的主要因素均为BD,分别占比(82%)和(65%)。
2.3 水力属性传递函数的建立
选取水力属性的主要因素为自变量,利用多元逐步线性回归建立研究区水力属性的传递函数。由
表3可知,不同水力属性传递函数的
值介于0.45~0.82,具有较好的预测能力,能够用于白于山区土壤水力属性的预测。其中
θf 最高,达到了82%,而
Ks 最低,为45%。
3 讨 论
一般而言,乔灌木的入渗能力和蓄水能力要高于荒草地
[5,21-22],这是由于乔灌木的根系相比草本要发达很多,形成了大量的孔隙,导致
Ks 、
θf 和
θs 要高于草地。如王紫薇等
[21]比较了青海省东部不同土地利用类型的
Ks 分布特征,发现
Ks 均值大小顺序为林地>草地>农地。Pan等
[11]以区域尺度黄土高原为研究对象,比较了不同植被恢复类型对0~1 m
Ks 的影响,发现不同植被类型
Ks 在0—70 cm有显著差异,而70—100 cm无显著性差异,且在0—70 cm内乔木林和灌木兰要显著大于稀疏草原。然而,本研究的结果显示荒草地
Ks 高于灌木柠条
Ks,而田间持水量和饱和含水量无明显差异。这可能是由于一方面虽然灌木柠条有较发达的根系,但是本研究在采样过程中未发现大量根系,这可能与柠条地密度较为稀疏有关,导致土壤中根系并不发达。因此,在未来的研究中,应综合考虑林地的密度、林龄等因素。
本研究发现不同植被类型水力属性从坡顶到坡底均没有明显规律,有增大的趋势,也有减少的趋势,或先增大后减少的趋势。有的研究结果与本研究类似,如李文政等
[23]以三峡山地不同坡位原状土样为研究对象发现坡顶
Ks 要显著高于坡底、坡下、坡中和坡上。也有的结果与本文不一致,如田昕等
[24]发现黄土丘陵区柠条地坡下
Ks 最高,坡顶和坡中次之,坡肩和坡上最低。纳磊等
[25]也得出相同坡向条件下,坡下部
Ks 最大,坡中部次之,坡顶部最小。造成以上不同结果是山地由于地形的原因,不同坡位的水、热属性和侵蚀过程不同,导致土壤水力属性存在差异。一般来说,坡地上部容易受到侵蚀,坡上粉、黏粒等细小颗粒不断被冲走,砂粒含量增加
[26],导致坡顶
Ks 较其他坡位较大。然而,在被侵蚀的过程中,土壤颗粒可能受到枯落物、根系等影响被拦截,导致不同坡位土壤颗粒并无显著差异。此外,
Ks 空间变异性强烈
[3],不仅受到土壤颗粒组成的影响,还受到植被根系、动物活动、枯落物、土壤本身结构等因素影响,导致本研究不同植被类型不同坡位水力属性规律不明显。
本文还得出影响不同植被类型
Ks 的主要因素为粉粒和容重。这与赵春雷等
[27]结果类似,他们发现容重和土壤颗粒是影响坡面
Ks 空间分布的主要因素。然而,也有研究结果与本研究不同,如毛娜等
[28]以黄土区不同植被类型坡面为研究对象,得出影响坡面不同植被类型
Ks 的主要因素由土壤持水特性、质地和养分含量3个主成分组成,其中土壤持水性能贡献最大。田昕等
[24]以黄土丘陵区柠条坡地为研究对象,发现有机碳、土壤密度和饱和含水量是影响
Ks 的关键因素,其中有机碳影响最大。
Ks 受到众多因素影响,这已成为广泛共识
[3,5,22]。但由于土壤中的生态、水文等过程复杂且相互之间存在影响,且不同的试验设计不同,选取
Ks 的影响因素也不同,因此不同的研究结果也不同。在未来应该具体试验具体分析,根据不同的情景选取合适的变量进行研究。
4 结 论
本研究通过野外采样和室内测定分析了白于山区不同植被类型下不同坡位土壤水力特性的空间变异特征及影响因素。结果表明:乔木的Ks 、θs 和θf 显著高于灌木和草地,而BD显著低于灌木和草地。不同植被类型下不同坡位土壤水力特性无明显规律。随着深度的增加,Ks 、θs 和θf 呈现减小的趋势,而BD呈现增加的趋势。相关性分析和随机森林结果表明:粉粒和BD是影响Ks 变异的主要因素。砂粒、深度和植被类型是影响BD变异的主要因素。BD是影响θs 和θf 变异的主要因素。研究结果对于深入理解山地生态系统复杂条件下土壤水力特性的变异机理具有重要意义。
“三北”工程攻坚战共性基础理论研究“基于水平衡的毛乌素沙地植被重建模式与示范项目”(〔2024〕126)