晋西黄土区刺槐和油松林地土壤水分动态变化

常译方，毕华兴，高路博，许华森

(北京林业大学水土保持学院，水土保持与荒漠化防治教育部重点实验室，100083，北京)

位于干旱、半干旱区的黄土高原是世界上水土流失最严重与生态环境最脆弱的地区之一，土壤水分已成为制约黄土区生态环境建设的“瓶颈问题”［1］。黄土高原大部分地区地下水埋藏较深，降水是上层土壤水分的主要来源，但是降水总量相对较少，且年际、年内分配不均，地貌类型复杂多样，使得黄土高原土壤水分时空变异性大［2］;因此，研究土壤水环境，掌握土壤水分动态变化规律，是合理利用黄土高原地区有限水资源的基础，也是黄土高原植被恢复与持续发展的关键［3］。

土壤水分季节变化是研究区降水量及降水季节分配情况与地形、植被类型耦合的结果［4-7］。由于研究地点和植被类型不同，土壤水分季节变化时段的划分有所差异［2］。孙中峰等［8］将晋西黄土区坡面生长季土壤水分变化分为3 个阶段，即土壤水分递减期、土壤水分补充期、土壤水分消退期。牛云等［9］将祁连山水源涵养林主要植被下的生长季土壤水分变化分为土壤失水期、聚水期、退水期和稳水期4 个时期;但是，现有研究大多仅根据土壤水分季节变化图的变化趋势进行划分，这种阶段划分方法在很大程度上受人为主观因素影响，缺乏科学性。相关研究表明，土壤水分年际变化基本与年际降水量的变化趋势一致［4，10］。不同水文年间土壤水分动态显示了土壤水库的调蓄作用。李洪建等［11］通过分析晋西北黄土丘陵沟壑区人工林不同水文年的土壤水分数据，得出不同水文年土壤水分的年循环水平及生长期末的土壤贮水量与降水量的关系最为明显，偏涝年生长期末的土壤水分对翌年生长期初的土壤水分影响较大的结论。笔者根据2005—2012年晋西黄土区不同坡向刺槐林和油松林土壤水分定位监测资料，采用有序样本最优分割法分析土壤水分季节变化规律，研究不同水文年生长季的土壤水分盈亏平衡，并探讨降雨分配对年内、年际土壤水分变化的影响，以期系统、定量地掌握土壤水分动态变化规律，了解晋西黄土区刺槐林、油松林土壤水分状况，为半干旱黄土区植被建设提供参考。

1 研究区概况

研究区位于山西省吉县蔡家川小流域(E 110°27＇～111°07＇，N 35°53＇～36°21＇)，海拔1 025 m，属于典型黄土残塬沟壑区。该地区属暖温带大陆性气候，年均气温9.9 ℃，≥10 ℃的积温3 358 ℃，年均日照时间2 563.8 h，无霜期172 d，年均太阳总辐射量5 424 MJ/m2。该区多年平均降水量575.9 mm，降水季节差异显著，其中6—9 月降水量占全年降水量的70%左右。普遍分布的地带性土壤类型为褐土，黄土母质，土壤性质均匀。当地主要造林树种有刺槐(Robinia pseudoacacia)、油松(Pinus tabuliformis)、侧柏(Platycladus orientalis)、苹果(Malus pumila)和核桃(Juglans regia)等［12-13］。

2 研究方法

2.1 样地选取

在研究区选择具有代表性的4 块不同坡向的刺槐林、油松林样地进行取样和观测，样地规格为5 m×20 m，样地均为1993 年新造林地，水平梯田整地，林下有少量草本，样地立地条件基本相同。对样地进行每木检尺和林分调查，样地基本情况见表1。

表1 样地基本情况Tab.1 Basic information of sample plots

2.2 土壤水分测定

在每块样地的中心位置布设一个观测点，采用TRIME-TDR 土壤水分测定仪定位观测土壤含水量，用土钻取土烘干，称重法进行标定。于2005—2012年对各固定样地土壤水分进行分层观测，观测深度为200 cm，每20 cm 为一个测层;每月上旬、中旬、下旬各观测一次，3 次重复，取平均值作为该测层的土壤体积含水量。

2.3 降雨量测定

通过设置在样地附近空旷地的翻斗式自记雨量计获取降雨量数据，其中少量监测点雨量缺失数据根据研究区气象站资料与本监测点对应雨量关系补充获得。

2.4 生长季土壤储水量变化量计算

土壤储水量的计算公式为:

式中:W 为200 cm 土层土壤储水量，mm;Wi为第i测层土壤储水量，mm;θi为第i 测层土壤体积含水率，%;hi为第i 测层厚度，mm;n 为测层数。

研究区生长季为4—10 月。生长季土壤储水量变化量的计算公式为

式中:ΔW 为生长季土壤储水量变化量，mm;W4为生长季初(4 月)200 cm 土层土壤储水量，mm;W10为生长期末(10 月)200 cm 土层土壤储水量，mm。

2.5 数据处理

有序样本最优分割法既能保持样本的顺序性，又能根据样本的相似性，通过定义直径和计算最小误差函数，缩小聚类内样本离差平方和，对样本进行最优分割，最终确定聚类数和样本划分边界［14］。

设一维有序样本为x1，x2，…，xn，用D(i，j)表示类{xi，xi+1，…xj}(i ＜j)的直径，公式为:

假设将总体k 个样本分成n 类，对分类P(n，k)定义误差函数e［P(n，k)］，公式为

选择P(n，k)使e［P(n，k)］达到最小。

当分类数确定后，通过递推公式确定分为n 类的每一类中第1 个向量的序号j，使得以其为界限的划分结果误差函数值最小。

将总体k 个样本分成n 类，e［P0(n-1，j-1)］为前j-1 个数据聚为n-1 类的误差函数最小值。

通过定义直径和计算最小误差函数，拟合最小误差函数与聚类数的关系曲线，曲线拐点即为最佳分类数，根据最佳分类数计算划分边界。

统计分析采用DPS9.50、SPSS20 软件完成。

3 结果与分析

3.1 土壤水分季节动态变化分析

运用有序样本最优分割法对2005—2012 年月平均土壤含水量进行季节变化时段划分，得出的研究区各样地最小误差函数与聚类数的关系见图1。可以看出，各样地最小误差函数与聚类数关系曲线变化趋势统一，随着聚类数的增加，各样地最小误差函数减小。用对数函数拟合最小误差函数与聚类数关系曲线，各样地最小误差函数与聚类数关系显著。阳坡刺槐、阳坡油松曲线拐点的聚类数介于4 和5之间，更接近于4，阴坡刺槐曲线拐点的聚类数为4，阴坡油松拐点的聚类数接近于4。虽然各样地曲线特征有细微差别，但都在聚类数4 附近曲线发生转折，聚类数大于4 后，聚类数对误差函数的影响变得很小。可知，4 可作为最佳分类数。依据最佳分类数计算土壤水分季节变化时段的划分界线，可将研究区土壤水分季节变化分为平稳期、波动期、积累期和消退期4 个时段，各样地季节动态变化时段划分结果见表2。

由各样地2005—2012 年月平均土壤水分实际变化情况(图2)和依据有序样本最优分割法划分的各样地土壤水分季节变化时段(表2)可知，采用有序样本最优分割法划分土壤水分季节变化时段的结果与土壤水分季节变化的实际情况吻合;因此，运用有序样本最优分割法，以最小聚类误差函数作为标准确定土壤水分季节时段划分边界，结合研究区研究时段内土壤水分变化趋势对年内土壤含水量进行季节变化时段划分，可以降低人为主观因素对土壤水分季节划分的影响，提高时段划分的科学性。

图1 最小误差函数与聚类数关系图Fig.1 Relationship between minimum error function and clustering numbers

表2 各样地土壤水分季节变化时段划分结果Tab.2 Stage division of seasonal variation of soil moisture in sample plots

由表2 可知，研究区土壤水分季节变化分为平稳期、波动期、积累期和消退期4 个时段，是因为土壤水分季节变化是土壤蒸发、降雨、植物耗水等因素共同作用的结果［4-7］。平稳期气温低，降雨少，土壤蒸发小，植物未进入生长期，土壤水分的补给和消耗都很小;波动期气温上升，植物开始进入生长期，土壤蒸发强烈，有少量降雨，土壤水分呈现波动状态;进入雨季，大量降雨补充土壤水分，虽然气温高，土壤蒸发强烈，植物蒸散耗水旺盛，但土壤水分仍以补给为主，此为积累期;雨季过后，降水减少，气温逐渐下降，植物耗水量、土壤蒸发量减少，雨季补给的土壤水分渐渐消耗，土壤水分进入消退期。

由图2 还可看出，各样地年内土壤水分季节动态变化趋势一致。同一植被条件下，阴坡和阳坡土壤含水量存在极显著的差异性(P ＜0.01)，阴坡土壤含水量都高于阳坡。阳坡油松林地和刺槐林地土壤含水量无显著差异(P ＞0.05)，阴坡油松林地和刺槐林地土壤含水量表现出极显著差异性(P ＜0.01)，刺槐林地土壤含水量略高于油松林地，这与油松林郁闭度较高有关。

图2 各样地2005—2012 年月平均土壤水分变化图Fig.2 Variation of average monthly soil moisture from 2005 to 2012 in sample plots

3.2 土壤水分年际动态变化分析

研究区2005—2012 年降水特征见表3。研究区历史多年平均降水量为575.9 mm，根据山西省气象科学研究所拟定的降水量5 级判别标准:年降水量与多年平均降水量之差占多年平均降水量的比率在±15%之间为正常，±15%～40%之间为偏涝或偏旱，+40%以上为特涝，-40%以上为特旱［11］。可知，研究区2008、2010、2012 年的降水量都属于偏旱型，其他年份属于正常型。

表3 2005—2012 年降水特征Tab.3 Precipitation characteristics from 2005 to 2012

由各样地2005—2012 年生长季土壤水分盈亏平衡图(图3)可知，各样地偏旱年(2008、2010、2012年)生长季土壤储水量亏缺，正常年生长季土壤储水量盈余。在偏旱年，同一坡向油松林地土壤水分亏缺量比刺槐林地小，阴坡油松林经过正常年(2009 年)降水补给后在2010 年(偏旱年)生长季土壤储水量略有盈余(0.6 mm)。

图3 各样地2005—2012 年生长季土壤水分盈亏平衡Fig.3 Soil moisture balance of sample plots during 2005—2012 growing seasons

3.3 降水分配情况对刺槐油松土壤水分的影响

3.3.1 年内降水 图4 为各样地2005—2012 年生长季土壤水分变化图。可以看出:生长季各月降水分配均匀的年份(2009、2010 年)，土壤水分波动较小，而在其他年份则反之，除2011 年外，其他年份生长季末期(9、10 月)较多的降水可大幅提升土壤含水量;2005—2008 年，生长季末期总降水量都在100 mm 以上，能较好地补给土壤水分，10 月的土壤含水率与9 月相比都有所提高，而2009、2010 和2012年，生长季末期总降水量都在100 mm 以下，10 月的土壤含水率与9 月相比都略有下降。

3.3.2 年际降水 图5 为2005—2012 年年平均土壤含水量变化图。可以看出，各样地年平均土壤含水量并不与当年的年降水量完全成正比，土壤含水量的变化滞后于降水量的变化。

图4 2005—2012 年生长季刺槐、油松样地土壤水分变化图Fig.4 Soil moisture variation of Robinia pseudoacacia and Pinus tabuliformis sample plots during 2005—2012 growing seasons

图5 各样地2005—2012 年年际土壤水分变化图Fig.5 Interannual variation of soil moisture of sample plots during 2005—2012

由图5 还可以看出，不论是正常年还是偏旱年，各样地年际土壤水分变化趋势一致。同一植被条件下，阴坡和阳坡土壤含水量存在极显著的差异性(P ＜0.01)，阴坡土壤含水量都高于阳坡。阳坡油松林地和刺槐林地土壤含水量无显著差异(P ＞0.05)，阴坡油松林地和刺槐林地土壤含水量在0.1的水平上具有差异性(P ＜0.10)，刺槐林地土壤含水量略高于油松林地。

4 结论与讨论

1)研究区刺槐、油松土壤水分季节变化可分为平稳期、波动期、积累期和消退期4 个时段，不同坡向、不同植被条件下的土壤水分季节变化时段划分边界不同。各样地年内土壤水分条件阳坡刺槐林地和油松林地接近，阴坡刺槐林地土壤水分条件最好。晋西黄土区植被建设应考虑在阳坡种植油松，阴坡种植刺槐。

2)偏旱年刺槐、油松生长季土壤储水量呈现亏缺状态，正常年生长季土壤储水量呈现盈余状态。在偏旱年，油松林地土壤水分亏缺量比刺槐林地小。当偏旱年与正常年相间时，油松林地土壤水分恢复速度比刺槐林地快。

3)降水季节分配情况对刺槐油松土壤水分状况有影响，年内降水分配均匀度与土壤水分年内波动幅度成反比，同时，土壤水库在不同水文年具有一定的调蓄作用，刺槐、油松土壤含水量年际变化滞后于降雨的年际变化。

土壤水分动态变化包括年内变化和年际变化，有序样本最优分割法对土壤水分季节变化时段的定量分析丰富和完善了土壤水分动态变化研究;但土壤水分动态变化除受降水分配影响外，还与其他因子(植被耗水量、土壤蒸发量、土地利用状况、立地条件、土壤特性等)的共同作用有关，因此，在今后的研究中应综合分析各影响因子，并在更小的时间尺度上对土壤水分时间变化进行更加深入和更全面的研究。