科爾沁草原土壤水分動態(tài)及其與降水格局的關(guān)系

科爾沁草原土壤水分動態(tài)及其與降水格局的關(guān)系

土壤水是土壤最重要的組成之一，也是水文循環(huán)的重要組成部分。降水在蒸發(fā)、徑向流、入滲和滲透等水循環(huán)過程中的分配是強烈的非線性軌跡。同時,土壤水分還直接或間接地控制著土壤-植被-大氣連續(xù)體(Soil-Plant-AtmosphereContinuum,SPAC)中的植被條件、土壤理化性質(zhì)及地下水動態(tài)。因此,認(rèn)識土壤水分的動態(tài)過程是深入揭示SPAC系統(tǒng)各因子之間相互作用的關(guān)鍵。在干旱半干旱地區(qū),土壤水分是作物生長的控制因子之一,是監(jiān)測土地退化的一個重要指標(biāo),也是氣候、生態(tài)和農(nóng)業(yè)等領(lǐng)域研究的主要參數(shù)。然而,受土壤物理、化學(xué)等過程的影響,土壤水分動態(tài)相當(dāng)復(fù)雜,作為土壤水分主要輸入項的降雨的高度時-空異質(zhì)性及土壤、植被的空間異質(zhì)性,使得土壤水分具有高度的異質(zhì)性,因此,要獲取一個適宜的土壤水分動態(tài)數(shù)學(xué)模型非常困難。由于影響土壤水分動態(tài)的各因素都有隨機性,特別是降雨事件發(fā)生及降雨量分布的隨機性,決定了土壤水分動態(tài)模型以概率形式描述才具有實際意義。Rodriguez-Iturbe等建立了以天為時間尺度的空間一點的土壤水平衡的概率模型,首次用該模型描述了入滲、蒸散發(fā)和滲漏對土壤水分的依賴,在試驗條件下研究了土壤水分在一個點上的動態(tài)特征,而成為土壤水分動態(tài)隨機模擬的一個重要進展。隨后Laio等在蒸散發(fā)項上進一步引進了兩個土壤水分臨界值(凋萎系數(shù)和吸濕系數(shù))使得在水分脅迫環(huán)境條件下能更加真實地描述土壤水分動態(tài),稱該模型為Laio土壤水分動態(tài)隨機模型(簡稱Laio模型)。雖然目前土壤水分動態(tài)隨機模擬研究已出現(xiàn)了大量的研究成果,但在中國干旱半干旱地區(qū)相對薄弱。由于干旱區(qū)土壤水分與地形、降水、蒸發(fā)、土壤特性及固沙植被類型和組成等都密切相關(guān),長期處于動態(tài)變化之中,而且其變化過程比較復(fù)雜,所以有必要對其土壤水分動態(tài)進行研究和模擬。本文利用Laio模型結(jié)合奈曼沙漠化研究站固定沙丘和沙質(zhì)草地2006—2010年連續(xù)5個生長季土壤水分的監(jiān)測資料及同步降水資料,分析和探究研究區(qū)固定沙丘和沙質(zhì)草地根系層土壤水分年際、季節(jié)性動態(tài)特征及其與降水量的關(guān)系;驗證Laio模型在科爾沁沙地應(yīng)用的可行性,在此基礎(chǔ)上獲得沙地土壤水分概率密度函數(shù);對Laio模型涉及的13個參數(shù)的敏感性進行分析,以期為該地區(qū)土壤水分動態(tài)模擬、植被建設(shè)、生態(tài)恢復(fù)及土壤水分的有效利用與管理提供一定的指導(dǎo)作用和理論依據(jù)。1降水量、蒸發(fā)量及地貌研究區(qū)位于科爾沁沙地東南部奈曼旗境內(nèi)(圖1),地理位置120°19′E~121°31′E,42°14′N~43°32′N,平均海拔360m。該區(qū)域?qū)贉貛О敫珊荡箨懶约撅L(fēng)氣候,年均溫6.5℃,無霜期約151d,極端最高氣溫39℃,極端最低氣溫29.3℃,年平均降水量為343~451mm,降水時間分布不均勻,年降水量的70%~80%集中在7~9月份。年蒸發(fā)量為500~2500mm,干燥系數(shù)為1.0~1.8,近70%的蒸發(fā)發(fā)生在4~7月。地貌類型以沙丘和面積不等的平緩沙地及甸子地交錯分布為特征。沙丘主要以固定沙丘為主,其主要植物種有差不嘎蒿(Artemisiahalodendron)、小葉錦雞兒(Caraganamicrophylla)、糙隱子(Cleistogenessquarrosa)和砂藍(lán)刺頭(Echinopsgmelinii)。平緩沙地多為沙質(zhì)草地,其主要植物種有豬毛菜(Salsolacollina)、蟲實(Corispermumelongatum)和冷蒿(Artemisiafrigidawilld)等。2學(xué)習(xí)方法2.1試驗設(shè)計與土壤水分測定結(jié)果固定沙丘和沙質(zhì)草地2006—2010年生長季土壤水分?jǐn)?shù)據(jù)來源于中國科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所奈曼沙漠化研究站長期土壤水分觀測場的監(jiān)測資料。其中,固定沙丘的植被蓋度為60%左右,其主要植被為差不嘎蒿、糙隱子草和砂藍(lán)刺頭;而沙質(zhì)草地的植被蓋度較高,為90%左右,主要植被為豬毛菜、蟲實和冷蒿。這兩種樣地土壤水分的具體監(jiān)測方法是:分別在固定沙丘和沙質(zhì)草地觀測場等距離埋設(shè)3個深2m的中子水分儀(CNC100,北京),每隔10cm為1個土層,下限為160cm,共記錄16個土層的土壤體積含水量,其中表層(0~10cm)含水量用傳統(tǒng)的烘干法測定。從每年的5月初到9月底,每隔10d監(jiān)測1次,降水后加測1次,連續(xù)5年(2006—2010年)。同期的氣象數(shù)據(jù)由鄰近的奈曼沙漠化研究站氣象觀測站取得。固定沙丘和沙質(zhì)草地土壤含水量的監(jiān)測總次數(shù)分別為96和93。這兩個樣地0~100cm土層的土壤理化性質(zhì)見表1。觀測點土壤參數(shù)均采用實地測定,于2011年7~8月份完成。用環(huán)刀法分層(固定沙丘分0~20cm、20~40cm、40~60cm、60~80cm和80~100cm,沙質(zhì)草地分0~20cm、20~40cm、40~60cm和60~80cm,每層3個重復(fù))測定并取均值確定土壤容重,通過計算獲得相應(yīng)土層的土壤孔隙度n;使用Guelph入滲儀(2008KI,SantaBarbara,CA93105,USA)在野外無擾動條件下測定原狀土的土壤飽和導(dǎo)水率Ks;田間持水量、植被水分脅迫開始點對應(yīng)的含水量、凋萎含水量和土壤吸濕水通過壓力膜儀獲得,對應(yīng)的基質(zhì)勢分別為-0.01MPa、-0.03MPa、-5.00MPa和-10.00MPa,都是3次重復(fù)取其平均值;根系層深度Zr通過野外調(diào)查獲得,將地表至根系生物量95%以上分布范圍設(shè)定為根系層深度;植被截留閾值Δ用噴水稱重法測定;土壤水分到達凋萎含水量及田間持水量對應(yīng)的日平均蒸散發(fā)率(Ew和Emax)通過盆栽稱重法獲得,由于Emax較難確定,所以Ew和Emax測定5次取其平均值用于分析;土壤參數(shù)β值參照文獻確定;生長季降水頻率和每次降水的平均降水量α由2006—2010年生長季降水同步觀測資料統(tǒng)計獲得。固定沙丘和沙質(zhì)草地根系層深度分別為0~100cm和0~70cm,中子水分儀測量獲取的這兩個樣地不同土層的土壤體積含水量按照加權(quán)平均法獲得根系層土壤體積含水量θz,固定沙丘和沙質(zhì)草地根系層土壤體積含水量(θsd和θgr)的計算公式為式中θ10為0~10cm的土壤體積含水量,其余類同。由于Laio模型用到的土壤水分是用土壤飽和度表示,而試驗獲得的是土壤體積含水量,且這二者有時不加區(qū)別(或區(qū)別不太清楚),因此,為便于描述,用s來表示土壤飽和度,用f(s)和p(s)分別表示s的頻率和概率密度函數(shù)(PDF),用θ表示土壤體積含水量,其中s和θ的關(guān)系為s=θ/n,n為土壤孔隙度。在此基礎(chǔ)上,兩類沙地根系層土壤飽和度按照公式s=θz/nz獲得,nz為根系層土壤孔隙度(各土層土壤孔隙度平均值)。通過DPS7.05軟件中的Shapiro-Wilk檢驗法對固定沙丘和沙質(zhì)草地根系層土壤水分進行正態(tài)性檢驗;通過SPSS15.0軟件中的ANOVA法對根系層土壤水分在兩個樣地間及生長季不同月份間的差異進行顯著性檢驗,顯著性水平為p<0.05;生長季土壤水分概率密度函數(shù)圖象用MATLAB7.0軟件通過對M-file編程獲得。2.2模型假設(shè)條件Laio模型的理論基礎(chǔ)為物質(zhì)平衡原理:單位時間內(nèi)土壤水分的變化量等于土壤水分輸入項與水分損失項的差。通過引進兩個臨界土壤含水率(土壤吸濕系數(shù)sh和土壤凋萎系數(shù)sw),Laio等建立的時間尺度為1d的空間一點上土壤水分平衡方程為式中Zr為根系層深度;降水入滲率φ[s(t);t]=R(t)-I(t)-Q[s(t);t],R(t)、I(t)和Q[s(t);t]分別為降水率、截留率和徑流率。蒸散發(fā)和滲漏構(gòu)成損失項,即χ[s(t)]=E[s(t)]+L[s(t)],其中E[s(t),t]為蒸散發(fā)強度,L[s(t),t]為滲漏率。模型選擇時間尺度為1d,即所有模型結(jié)果都在天的時間尺度上進行解釋。模型中的假設(shè)條件包括:降水事件為連續(xù)時間序列上的點事件,服從頻率為λ的泊松過程;每次降水事件帶來的降水量服從均值為α的指數(shù)分布;土壤是孔隙度為n、深度為Zr的儲水介質(zhì):如果土壤具有足夠的儲水空間,則降水完全入滲轉(zhuǎn)化為土壤水分;如果降水量超過土壤有效容量nZr(1-s),則過剩的降水將全部轉(zhuǎn)化為地表徑流;植被截留為一閾值Δ,若降水深度不超過該值,則降水全部被截留;若超過該值,則超出部分全部為有效降水;蒸散發(fā)強度E[s(t)]整合了土壤蒸發(fā)與植被蒸騰;土壤下層水分與地下水之間無相互作用,模型中不考慮邊界流的入滲。通過分析研究區(qū)降水特征發(fā)現(xiàn)模型的前兩個假設(shè)條件滿足。由于研究區(qū)土壤水分含量相對較低,加之沙地土壤水分入滲率大,所以基本無徑流產(chǎn)生。另外,研究區(qū)的地下水位較深(>6m),因此根系層土壤水分與地下水之間幾乎無相互作用。所以,模型的所有假設(shè)條件在本研究區(qū)基本都滿足。Laio模型中土壤水平衡的計算是通過對查普曼-柯爾莫哥洛夫前進方程取t趨于無窮大的極限,得到其微分形式式中r(s)為標(biāo)準(zhǔn)化后的土壤水分損失函數(shù)。將式(4)積分可得土壤水分概率密度函數(shù)的表達式通過r(s)的表達式可求得p(s)的具體表達式常數(shù)c由求解導(dǎo)出。2.3試驗1:2013Laio模型共涉及土壤、植被和氣候等13個參數(shù),固定沙丘和沙質(zhì)草地模型相關(guān)的參數(shù)獲取試驗于2011年7~8月份完成。通過野外測量獲得的固定沙丘和沙質(zhì)草地根系層厚度分別為0~100cm和0~70cm,兩類沙地根系層的土壤容重分別為1.54g/cm3和1.44g/cm3。Laio模型涉及的根系層其他各參數(shù)及其取值見表2。3結(jié)果與分析3.1降水的年際變化特征研究區(qū)2006—2010年降水量P季節(jié)分配極不均勻,主要集中在4~10月份,占全年降水量的93%,而且6~8月份降水量占全年的百分比在57%以上。從單個月份來看,7月份降水量占全年的百分比最高,在17%以上(表3)。從年際變化來看,2007年、2009年和2010年可分別作為豐水年、枯水年和平水年的代表年份(降水距平百分率分別為31%、-18%和-12%)。降水的雨量級分布特征表明,0~5mm降水最多,占全年降水事件的73%,而大于5mm降水事件出現(xiàn)的頻率僅占27%。不同雨量級降水量中大于25mm的降水量占全年降水量的百分比最高,為26%,其次為0~5mm的。降水間隔期以0~10d為主,占全年無降水期的38%,其次為間隔期在40d以上的,占全年無降水期的23%。從間隔期出現(xiàn)的頻數(shù)來看,0~10d間隔期出現(xiàn)的頻數(shù)最高,占全年降水間隔期頻數(shù)的87%。3.2不同生長季土壤水分變化特征2006—2010年,兩類沙地5~9月份根系層土壤水分總是7月份最高,而9月份最低(表4)。7月份土壤水分較高的主要原因是由降水的季節(jié)分布差異所致。因為研究區(qū)降水量主要集中在5~8月份,而7月份最多(表3)。從平均值來看,在整個生長期,沙質(zhì)草地根系層土壤水分總是明顯高于固定沙丘。在生長季初期,固定沙丘和沙質(zhì)草地土壤飽和度分別為8%和17%,隨著氣溫逐漸回升,土壤蒸發(fā)逐漸增加,同時,植物生長也加快,土壤水分處于衰減狀態(tài);在生長季中期,雖然土壤蒸發(fā)和植物蒸騰較為強烈,但由于有較大降水發(fā)生,土壤水分會因此有較大增加;到生長季末期,降水逐漸減少,因而土壤水分也開始減少,生長季中9月份的降水和土壤水分均達到最低值。差異分析表明,固定沙丘和沙質(zhì)草地土壤水分差異顯著,而且兩類沙地7月份土壤水分均與生長季其他月份差異也顯著(表4)。通過分析生長季不同月份土壤水分的變異系數(shù)發(fā)現(xiàn),固定沙丘的取值為0.31~0.51,最大值和最小值分別在7月份和9月份,而沙質(zhì)草地的明顯大于固定沙丘,取值為0.74~1.28,最大值和最小值分別在5月份和9月份。3.3土壤水分概率分布特征Shapiro-Wilk檢驗(DPS7.05軟件)表明兩類沙地根系層土壤水分基本都服從正態(tài)分布。通過SPSS15.0軟件獲得的2006—2010年固定沙丘和沙質(zhì)草地生長季根系層土壤水分概率分布直方圖及正態(tài)擬合曲線(圖2)發(fā)現(xiàn),概率分布直方圖均呈單峰狀,峰值分別為24和22,分別發(fā)生在s=0.1和s=0.2處。同時,沙質(zhì)草地比固定沙丘的變化范圍寬一些,在0.05~0.45之間,而固定沙丘的基本在0.02~0.26之間,而且在0.16~0.20范圍內(nèi)沒有數(shù)據(jù)分布。3.4最佳模型的建立將表2中2006—2010年降水參數(shù)及模型涉及的其他參數(shù)作為Laio模型輸入項,根據(jù)Laio等介紹的植被根層一個點上的p(s)表達式(式(6))得到的固定沙丘和沙質(zhì)草地根系層p(s)見圖3?？梢钥闯?固定沙丘根系層p(s)的峰值為27,峰值出現(xiàn)在s=0.11處,峰的闊度在0.06~0.22范圍內(nèi);沙質(zhì)草地p(s)的峰值為23,峰值出現(xiàn)在s=0.23處,峰的闊度在0.08~0.42范圍內(nèi)。也就是說,Laio模型獲得的2006—2010年兩類沙地根層p(s)(圖3)與實測值(圖2)非常接近。為了驗證Laio模型在研究區(qū)的可行性,利用表2中2011年降水參數(shù)及模型涉及的其他參數(shù)作為Laio模型輸入項得到的兩個沙地2011年根層p(s)(圖4),發(fā)現(xiàn)其擬合曲線(圖4)與2011年土壤水分實測值(2011年土壤水分的監(jiān)測方法與之前的相同)對應(yīng)的概率分布曲線(圖5)很接近,固定沙丘和沙質(zhì)草地根層p(s)的峰值分別為24和18,峰值出現(xiàn)的位置分別在s=0.1和s=0.2處(圖4),與實測值得到的正態(tài)曲線峰值及其出現(xiàn)的位置(圖5)基本接近,說明Laio模型可以對研究區(qū)根層土壤水分概率密度函數(shù)進行較好地預(yù)測。4討論4.1降水量多以010d為主,缺乏水分資源由于降水入滲、根系吸水、土面蒸發(fā)與地下水向上補給等作用的時空變化,土壤水分動態(tài)在不同時間、不同土壤深度下均呈現(xiàn)不同的變化特征。科爾沁沙地位于中國北部的半干旱沙質(zhì)荒漠化地帶,天然降水幾乎是該區(qū)域生長季土壤水分的唯一來源,因此,降水格局對土壤水分狀況的影響很大。由于研究區(qū)2006—2010年降水事件主要以0~5mm為主(占全年降水事件的73%),這種降水格局使得降水量多數(shù)情形下不能滿足植被生長需求,這也是該地區(qū)比較干旱的主要原因。從不同雨量級降水量占全年降水量的百分比來看,除0~5mm降水量所占的百分比較高(25%)外,大于25mm的降水量所占的比例也較高(26%),主要因為在研究區(qū),降水的一個自然特征就是主要集中在生長季,特別是7~8月份降水量最多,而且以暴雨及特大暴雨為主。這種降水特征使得該地區(qū)干、濕兩季非常分明,土壤水分含量較高的時間段較短(主要在7、8月份),大多數(shù)時間土壤水分都較低。降水間隔期以0~10d為主,而且這一間隔期出現(xiàn)的頻數(shù)最高(占全年間隔期頻數(shù)的87%)。這說明該地區(qū)多數(shù)情形下10d左右就會有降水發(fā)生,但由于73%的降水都在0~5mm以內(nèi),不能有效補充土壤水分,進而一般不能改變土壤的干旱狀態(tài)。從生長季根系層土壤水分及降水量季節(jié)變化可以看出,較高的土壤水分對應(yīng)于較多的降水量,同理,較低的土壤水分對應(yīng)于較少的降水量。生長季土壤水分和降水量的最大值和最小值分別出現(xiàn)在7月份和9月份。4.2土壤、根系層及降雨頻率對ps分布的影響對土壤水分動態(tài)模擬研究主要是對p(s)分布特征的分析,主要包括p(s)峰值及其出現(xiàn)的位置、峰的闊度及峰的形狀等。一些研究表明不同的研究區(qū)由于氣候及植被特征差異的存在,p(s)的形狀也有較大差異。Rodriguez-Iturbe等認(rèn)為在降水頻繁、根系層較深且植被蒸散發(fā)強烈的熱帶氣候條件下,土壤水分較高,p(s)分布在接近飽和范圍內(nèi);而在熱帶干旱氣候條件下,由于降水稀少、根系層較淺,且植被常處于水分脅迫的狀態(tài)中,導(dǎo)致土壤水分較低,因而p(s)分布在土壤水分較低的范圍內(nèi)。Laio等對不同類型的土壤、根系層及不同降雨頻率條件下p(s)的分布特征分析發(fā)現(xiàn),p(s)峰值的變化范圍為3~10,干旱氣候下對應(yīng)的p(s)峰值較濕潤氣候下的大,而濕潤氣候下p(s)峰的闊度較干旱氣候的寬。本文得到的固定沙丘和沙質(zhì)草地的p(s)的峰值較大,峰的闊度較窄,與Laio等的結(jié)果基本一致,主要是因為科爾沁沙地屬于溫帶半干旱大陸性季風(fēng)氣候,蒸發(fā)強烈、根系層較淺,雖然降水頻率較高(0~10d間隔期出現(xiàn)的頻數(shù)占87%),但降水強度小(0~5mm降水占73%)。與劉鵠等的結(jié)果相比,p(s)的峰值與本文的結(jié)果比較接近,而其峰的闊度比本文的較寬一些。4.3參數(shù)變化對ps的影響Laio模型共涉及土壤孔隙狀況、植被蒸散量和土壤水分等相關(guān)參數(shù)共13個。考慮到模型參數(shù)的準(zhǔn)確性極大地決定著模型模擬結(jié)果的可靠性,因此,很有必要對模型涉及的參數(shù)敏感性進行分析。對此已有一些研究,如Teuling等用Laio模型和歐洲陸面數(shù)據(jù)同化系統(tǒng)項目(ELDAS)中的土壤參數(shù)分析了土壤水分在陸地表層模型中的敏感性;Miller等關(guān)于Laio模型中參數(shù)的獲得及其敏感性分析認(rèn)為,Emax和s*這兩個參數(shù)最難獲得,因而其敏感性也最高。為了分析本研究區(qū)中Laio模型各參數(shù)的敏感程度,筆者借鑒Teuling等和Miller等的分析方法,設(shè)定在其余參數(shù)不變的條件下,將某一個參數(shù)增加或減少原來的10%(如將n調(diào)整為n(1+10%)和n(1-10%))來分析對p(s)的峰值及其出現(xiàn)的位置、峰的闊度及p(s)形狀的影響。通過分析發(fā)現(xiàn),(1)調(diào)整參數(shù)Ks,無論對p(s)的峰值還是峰的闊度都沒有明顯影響,說明p(s)對該參數(shù)的敏感性是最弱的;(2)分別調(diào)整β、n、△、Zr、Ew、sh和sfc這7個參數(shù)中的任何一個,對p(s)都有一定影響,主要是對p(s)峰值的影響,與參數(shù)調(diào)整前相比,變化的幅度較小,在60%以內(nèi)(也就是說,參數(shù)調(diào)整后p(s)的峰值最多比參數(shù)調(diào)整前增大或減小了60%);(3)調(diào)整λ、α、Emax、s*和sw這5個參數(shù)中的任何一個,對p(s)有明顯影響,主要是對p(s)峰值的影響,與參數(shù)調(diào)整前相比,變化的幅度在60%以上。當(dāng)λ、α和s*其中之一變大時p(s)峰值就增大、變小時p(s)峰值就減小;Emax和sw