科尔沁草原土壤水分动态及其与降水格局的关系

科尔沁草原土壤水分动态及其与降水格局的关系

土壤水是土壤最重要的组成之一，也是水文循环的重要组成部分。降水在蒸发、径向流、入渗和渗透等水循环过程中的分配是强烈的非线性轨迹。同时,土壤水分还直接或间接地控制着土壤-植被-大气连续体(Soil-Plant-AtmosphereContinuum,SPAC)中的植被条件、土壤理化性质及地下水动态。因此,认识土壤水分的动态过程是深入揭示SPAC系统各因子之间相互作用的关键。在干旱半干旱地区,土壤水分是作物生长的控制因子之一,是监测土地退化的一个重要指标,也是气候、生态和农业等领域研究的主要参数。然而,受土壤物理、化学等过程的影响,土壤水分动态相当复杂,作为土壤水分主要输入项的降雨的高度时-空异质性及土壤、植被的空间异质性,使得土壤水分具有高度的异质性,因此,要获取一个适宜的土壤水分动态数学模型非常困难。由于影响土壤水分动态的各因素都有随机性,特别是降雨事件发生及降雨量分布的随机性,决定了土壤水分动态模型以概率形式描述才具有实际意义。Rodriguez-Iturbe等建立了以天为时间尺度的空间一点的土壤水平衡的概率模型,首次用该模型描述了入渗、蒸散发和渗漏对土壤水分的依赖,在试验条件下研究了土壤水分在一个点上的动态特征,而成为土壤水分动态随机模拟的一个重要进展。随后Laio等在蒸散发项上进一步引进了两个土壤水分临界值(凋萎系数和吸湿系数)使得在水分胁迫环境条件下能更加真实地描述土壤水分动态,称该模型为Laio土壤水分动态随机模型(简称Laio模型)。虽然目前土壤水分动态随机模拟研究已出现了大量的研究成果,但在中国干旱半干旱地区相对薄弱。由于干旱区土壤水分与地形、降水、蒸发、土壤特性及固沙植被类型和组成等都密切相关,长期处于动态变化之中,而且其变化过程比较复杂,所以有必要对其土壤水分动态进行研究和模拟。本文利用Laio模型结合奈曼沙漠化研究站固定沙丘和沙质草地2006—2010年连续5个生长季土壤水分的监测资料及同步降水资料,分析和探究研究区固定沙丘和沙质草地根系层土壤水分年际、季节性动态特征及其与降水量的关系;验证Laio模型在科尔沁沙地应用的可行性,在此基础上获得沙地土壤水分概率密度函数;对Laio模型涉及的13个参数的敏感性进行分析,以期为该地区土壤水分动态模拟、植被建设、生态恢复及土壤水分的有效利用与管理提供一定的指导作用和理论依据。1降水量、蒸发量及地貌研究区位于科尔沁沙地东南部奈曼旗境内(图1),地理位置120°19′E~121°31′E,42°14′N~43°32′N,平均海拔360m。该区域属温带半干旱大陆性季风气候,年均温6.5℃,无霜期约151d,极端最高气温39℃,极端最低气温29.3℃,年平均降水量为343~451mm,降水时间分布不均匀,年降水量的70%~80%集中在7~9月份。年蒸发量为500~2500mm,干燥系数为1.0~1.8,近70%的蒸发发生在4~7月。地貌类型以沙丘和面积不等的平缓沙地及甸子地交错分布为特征。沙丘主要以固定沙丘为主,其主要植物种有差不嘎蒿(Artemisiahalodendron)、小叶锦鸡儿(Caraganamicrophylla)、糙隐子(Cleistogenessquarrosa)和砂蓝刺头(Echinopsgmelinii)。平缓沙地多为沙质草地,其主要植物种有猪毛菜(Salsolacollina)、虫实(Corispermumelongatum)和冷蒿(Artemisiafrigidawilld)等。2学习方法2.1试验设计与土壤水分测定结果固定沙丘和沙质草地2006—2010年生长季土壤水分数据来源于中国科学院寒区旱区环境与工程研究所奈曼沙漠化研究站长期土壤水分观测场的监测资料。其中,固定沙丘的植被盖度为60%左右,其主要植被为差不嘎蒿、糙隐子草和砂蓝刺头;而沙质草地的植被盖度较高,为90%左右,主要植被为猪毛菜、虫实和冷蒿。这两种样地土壤水分的具体监测方法是:分别在固定沙丘和沙质草地观测场等距离埋设3个深2m的中子水分仪(CNC100,北京),每隔10cm为1个土层,下限为160cm,共记录16个土层的土壤体积含水量,其中表层(0~10cm)含水量用传统的烘干法测定。从每年的5月初到9月底,每隔10d监测1次,降水后加测1次,连续5年(2006—2010年)。同期的气象数据由邻近的奈曼沙漠化研究站气象观测站取得。固定沙丘和沙质草地土壤含水量的监测总次数分别为96和93。这两个样地0~100cm土层的土壤理化性质见表1。观测点土壤参数均采用实地测定,于2011年7~8月份完成。用环刀法分层(固定沙丘分0~20cm、20~40cm、40~60cm、60~80cm和80~100cm,沙质草地分0~20cm、20~40cm、40~60cm和60~80cm,每层3个重复)测定并取均值确定土壤容重,通过计算获得相应土层的土壤孔隙度n;使用Guelph入渗仪(2008KI,SantaBarbara,CA93105,USA)在野外无扰动条件下测定原状土的土壤饱和导水率Ks;田间持水量、植被水分胁迫开始点对应的含水量、凋萎含水量和土壤吸湿水通过压力膜仪获得,对应的基质势分别为-0.01MPa、-0.03MPa、-5.00MPa和-10.00MPa,都是3次重复取其平均值;根系层深度Zr通过野外调查获得,将地表至根系生物量95%以上分布范围设定为根系层深度;植被截留阈值Δ用喷水称重法测定;土壤水分到达凋萎含水量及田间持水量对应的日平均蒸散发率(Ew和Emax)通过盆栽称重法获得,由于Emax较难确定,所以Ew和Emax测定5次取其平均值用于分析;土壤参数β值参照文献确定;生长季降水频率和每次降水的平均降水量α由2006—2010年生长季降水同步观测资料统计获得。固定沙丘和沙质草地根系层深度分别为0~100cm和0~70cm,中子水分仪测量获取的这两个样地不同土层的土壤体积含水量按照加权平均法获得根系层土壤体积含水量θz,固定沙丘和沙质草地根系层土壤体积含水量(θsd和θgr)的计算公式为式中θ10为0~10cm的土壤体积含水量,其余类同。由于Laio模型用到的土壤水分是用土壤饱和度表示,而试验获得的是土壤体积含水量,且这二者有时不加区别(或区别不太清楚),因此,为便于描述,用s来表示土壤饱和度,用f(s)和p(s)分别表示s的频率和概率密度函数(PDF),用θ表示土壤体积含水量,其中s和θ的关系为s=θ/n,n为土壤孔隙度。在此基础上,两类沙地根系层土壤饱和度按照公式s=θz/nz获得,nz为根系层土壤孔隙度(各土层土壤孔隙度平均值)。通过DPS7.05软件中的Shapiro-Wilk检验法对固定沙丘和沙质草地根系层土壤水分进行正态性检验;通过SPSS15.0软件中的ANOVA法对根系层土壤水分在两个样地间及生长季不同月份间的差异进行显著性检验,显著性水平为p<0.05;生长季土壤水分概率密度函数图象用MATLAB7.0软件通过对M-file编程获得。2.2模型假设条件Laio模型的理论基础为物质平衡原理:单位时间内土壤水分的变化量等于土壤水分输入项与水分损失项的差。通过引进两个临界土壤含水率(土壤吸湿系数sh和土壤凋萎系数sw),Laio等建立的时间尺度为1d的空间一点上土壤水分平衡方程为式中Zr为根系层深度;降水入渗率φ[s(t);t]=R(t)-I(t)-Q[s(t);t],R(t)、I(t)和Q[s(t);t]分别为降水率、截留率和径流率。蒸散发和渗漏构成损失项,即χ[s(t)]=E[s(t)]+L[s(t)],其中E[s(t),t]为蒸散发强度,L[s(t),t]为渗漏率。模型选择时间尺度为1d,即所有模型结果都在天的时间尺度上进行解释。模型中的假设条件包括:降水事件为连续时间序列上的点事件,服从频率为λ的泊松过程;每次降水事件带来的降水量服从均值为α的指数分布;土壤是孔隙度为n、深度为Zr的储水介质:如果土壤具有足够的储水空间,则降水完全入渗转化为土壤水分;如果降水量超过土壤有效容量nZr(1-s),则过剩的降水将全部转化为地表径流;植被截留为一阈值Δ,若降水深度不超过该值,则降水全部被截留;若超过该值,则超出部分全部为有效降水;蒸散发强度E[s(t)]整合了土壤蒸发与植被蒸腾;土壤下层水分与地下水之间无相互作用,模型中不考虑边界流的入渗。通过分析研究区降水特征发现模型的前两个假设条件满足。由于研究区土壤水分含量相对较低,加之沙地土壤水分入渗率大,所以基本无径流产生。另外,研究区的地下水位较深(>6m),因此根系层土壤水分与地下水之间几乎无相互作用。所以,模型的所有假设条件在本研究区基本都满足。Laio模型中土壤水平衡的计算是通过对查普曼-柯尔莫哥洛夫前进方程取t趋于无穷大的极限,得到其微分形式式中r(s)为标准化后的土壤水分损失函数。将式(4)积分可得土壤水分概率密度函数的表达式通过r(s)的表达式可求得p(s)的具体表达式常数c由求解导出。2.3试验1:2013Laio模型共涉及土壤、植被和气候等13个参数,固定沙丘和沙质草地模型相关的参数获取试验于2011年7~8月份完成。通过野外测量获得的固定沙丘和沙质草地根系层厚度分别为0~100cm和0~70cm,两类沙地根系层的土壤容重分别为1.54g/cm3和1.44g/cm3。Laio模型涉及的根系层其他各参数及其取值见表2。3结果与分析3.1降水的年际变化特征研究区2006—2010年降水量P季节分配极不均匀,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。从单个月份来看,7月份降水量占全年的百分比最高,在17%以上(表3)。从年际变化来看,2007年、2009年和2010年可分别作为丰水年、枯水年和平水年的代表年份(降水距平百分率分别为31%、-18%和-12%)。降水的雨量级分布特征表明,0~5mm降水最多,占全年降水事件的73%,而大于5mm降水事件出现的频率仅占27%。不同雨量级降水量中大于25mm的降水量占全年降水量的百分比最高,为26%,其次为0~5mm的。降水间隔期以0~10d为主,占全年无降水期的38%,其次为间隔期在40d以上的,占全年无降水期的23%。从间隔期出现的频数来看,0~10d间隔期出现的频数最高,占全年降水间隔期频数的87%。3.2不同生长季土壤水分变化特征2006—2010年,两类沙地5~9月份根系层土壤水分总是7月份最高,而9月份最低(表4)。7月份土壤水分较高的主要原因是由降水的季节分布差异所致。因为研究区降水量主要集中在5~8月份,而7月份最多(表3)。从平均值来看,在整个生长期,沙质草地根系层土壤水分总是明显高于固定沙丘。在生长季初期,固定沙丘和沙质草地土壤饱和度分别为8%和17%,随着气温逐渐回升,土壤蒸发逐渐增加,同时,植物生长也加快,土壤水分处于衰减状态;在生长季中期,虽然土壤蒸发和植物蒸腾较为强烈,但由于有较大降水发生,土壤水分会因此有较大增加;到生长季末期,降水逐渐减少,因而土壤水分也开始减少,生长季中9月份的降水和土壤水分均达到最低值。差异分析表明,固定沙丘和沙质草地土壤水分差异显著,而且两类沙地7月份土壤水分均与生长季其他月份差异也显著(表4)。通过分析生长季不同月份土壤水分的变异系数发现,固定沙丘的取值为0.31~0.51,最大值和最小值分别在7月份和9月份,而沙质草地的明显大于固定沙丘,取值为0.74~1.28,最大值和最小值分别在5月份和9月份。3.3土壤水分概率分布特征Shapiro-Wilk检验(DPS7.05软件)表明两类沙地根系层土壤水分基本都服从正态分布。通过SPSS15.0软件获得的2006—2010年固定沙丘和沙质草地生长季根系层土壤水分概率分布直方图及正态拟合曲线(图2)发现,概率分布直方图均呈单峰状,峰值分别为24和22,分别发生在s=0.1和s=0.2处。同时,沙质草地比固定沙丘的变化范围宽一些,在0.05~0.45之间,而固定沙丘的基本在0.02~0.26之间,而且在0.16~0.20范围内没有数据分布。3.4最佳模型的建立将表2中2006—2010年降水参数及模型涉及的其他参数作为Laio模型输入项,根据Laio等介绍的植被根层一个点上的p(s)表达式(式(6))得到的固定沙丘和沙质草地根系层p(s)见图3。可以看出,固定沙丘根系层p(s)的峰值为27,峰值出现在s=0.11处,峰的阔度在0.06~0.22范围内;沙质草地p(s)的峰值为23,峰值出现在s=0.23处,峰的阔度在0.08~0.42范围内。也就是说,Laio模型获得的2006—2010年两类沙地根层p(s)(图3)与实测值(图2)非常接近。为了验证Laio模型在研究区的可行性,利用表2中2011年降水参数及模型涉及的其他参数作为Laio模型输入项得到的两个沙地2011年根层p(s)(图4),发现其拟合曲线(图4)与2011年土壤水分实测值(2011年土壤水分的监测方法与之前的相同)对应的概率分布曲线(图5)很接近,固定沙丘和沙质草地根层p(s)的峰值分别为24和18,峰值出现的位置分别在s=0.1和s=0.2处(图4),与实测值得到的正态曲线峰值及其出现的位置(图5)基本接近,说明Laio模型可以对研究区根层土壤水分概率密度函数进行较好地预测。4讨论4.1降水量多以010d为主,缺乏水分资源由于降水入渗、根系吸水、土面蒸发与地下水向上补给等作用的时空变化,土壤水分动态在不同时间、不同土壤深度下均呈现不同的变化特征。科尔沁沙地位于中国北部的半干旱沙质荒漠化地带,天然降水几乎是该区域生长季土壤水分的唯一来源,因此,降水格局对土壤水分状况的影响很大。由于研究区2006—2010年降水事件主要以0~5mm为主(占全年降水事件的73%),这种降水格局使得降水量多数情形下不能满足植被生长需求,这也是该地区比较干旱的主要原因。从不同雨量级降水量占全年降水量的百分比来看,除0~5mm降水量所占的百分比较高(25%)外,大于25mm的降水量所占的比例也较高(26%),主要因为在研究区,降水的一个自然特征就是主要集中在生长季,特别是7~8月份降水量最多,而且以暴雨及特大暴雨为主。这种降水特征使得该地区干、湿两季非常分明,土壤水分含量较高的时间段较短(主要在7、8月份),大多数时间土壤水分都较低。降水间隔期以0~10d为主,而且这一间隔期出现的频数最高(占全年间隔期频数的87%)。这说明该地区多数情形下10d左右就会有降水发生,但由于73%的降水都在0~5mm以内,不能有效补充土壤水分,进而一般不能改变土壤的干旱状态。从生长季根系层土壤水分及降水量季节变化可以看出,较高的土壤水分对应于较多的降水量,同理,较低的土壤水分对应于较少的降水量。生长季土壤水分和降水量的最大值和最小值分别出现在7月份和9月份。4.2土壤、根系层及降雨频率对ps分布的影响对土壤水分动态模拟研究主要是对p(s)分布特征的分析,主要包括p(s)峰值及其出现的位置、峰的阔度及峰的形状等。一些研究表明不同的研究区由于气候及植被特征差异的存在,p(s)的形状也有较大差异。Rodriguez-Iturbe等认为在降水频繁、根系层较深且植被蒸散发强烈的热带气候条件下,土壤水分较高,p(s)分布在接近饱和范围内;而在热带干旱气候条件下,由于降水稀少、根系层较浅,且植被常处于水分胁迫的状态中,导致土壤水分较低,因而p(s)分布在土壤水分较低的范围内。Laio等对不同类型的土壤、根系层及不同降雨频率条件下p(s)的分布特征分析发现,p(s)峰值的变化范围为3~10,干旱气候下对应的p(s)峰值较湿润气候下的大,而湿润气候下p(s)峰的阔度较干旱气候的宽。本文得到的固定沙丘和沙质草地的p(s)的峰值较大,峰的阔度较窄,与Laio等的结果基本一致,主要是因为科尔沁沙地属于温带半干旱大陆性季风气候,蒸发强烈、根系层较浅,虽然降水频率较高(0~10d间隔期出现的频数占87%),但降水强度小(0~5mm降水占73%)。与刘鹄等的结果相比,p(s)的峰值与本文的结果比较接近,而其峰的阔度比本文的较宽一些。4.3参数变化对ps的影响Laio模型共涉及土壤孔隙状况、植被蒸散量和土壤水分等相关参数共13个。考虑到模型参数的准确性极大地决定着模型模拟结果的可靠性,因此,很有必要对模型涉及的参数敏感性进行分析。对此已有一些研究,如Teuling等用Laio模型和欧洲陆面数据同化系统项目(ELDAS)中的土壤参数分析了土壤水分在陆地表层模型中的敏感性;Miller等关于Laio模型中参数的获得及其敏感性分析认为,Emax和s*这两个参数最难获得,因而其敏感性也最高。为了分析本研究区中Laio模型各参数的敏感程度,笔者借鉴Teuling等和Miller等的分析方法,设定在其余参数不变的条件下,将某一个参数增加或减少原来的10%(如将n调整为n(1+10%)和n(1-10%))来分析对p(s)的峰值及其出现的位置、峰的阔度及p(s)形状的影响。通过分析发现,(1)调整参数Ks,无论对p(s)的峰值还是峰的阔度都没有明显影响,说明p(s)对该参数的敏感性是最弱的;(2)分别调整β、n、△、Zr、Ew、sh和sfc这7个参数中的任何一个,对p(s)都有一定影响,主要是对p(s)峰值的影响,与参数调整前相比,变化的幅度较小,在60%以内(也就是说,参数调整后p(s)的峰值最多比参数调整前增大或减小了60%);(3)调整λ、α、Emax、s*和sw这5个参数中的任何一个,对p(s)有明显影响,主要是对p(s)峰值的影响,与参数调整前相比,变化的幅度在60%以上。当λ、α和s*其中之一变大时p(s)峰值就增大、变小时p(s)峰值就减小;Emax和sw