陇中黄土高原安家沟小流域土壤水分空间分布模拟*

吴建国，白艳萍，张进禧，雒红玉（甘肃农业大学资源环境学院，甘肃　兰州　730070）



陇中黄土高原安家沟小流域土壤水分空间分布模拟*

吴建国，白艳萍，张进禧，雒红玉
（甘肃农业大学资源环境学院，甘肃兰州730070）

摘要：土壤水分的空间分布状况是植被适宜性评价的关键问题。实现流域尺度土壤水分模拟对于亟待生态恢复的黄土高原地区尤为重要。基于DEM计算了安家沟小流域地形湿度指数，同时引入坡向、坡度等环境变量与土壤水分实测数据，构建了土壤水分空间分布的回归模型。结果表明：土壤水分模拟方程的复相关系数均在0.5以上，模型检验的相关系数均在0.6以上，回归效果显著，能够模拟小流域土壤水分的时空分布。

关键词：黄土高原；小流域；土壤水分；模拟

1　概述

黄土高原地区，土壤水分是水分循环的关键环节，对于作物和植物生长具有重要意义。关于土壤水分的研究,比较多的工作是在点尺度上,针对具体土壤剖面来分析的。近年来，随着GIS技术的迅速发展，相关学者开始着眼于小流域尺度的土壤水分研究[1]。相关研究概括为三个方面:一是利用制图学方法,将土壤水分与坡度和土地利用方式建立关系,进而完成小流域乃至县域土壤水分的制图研究；二是充分考虑土壤水分的影响因素,在实测资料基础上,利用GIS空间分析建模方法,完成对区域尺度土壤水分的评价与制图分析；三是引入地形湿度指数,并与实测数据进行相关分析,进而完成小流域尺度土壤水分制图分析。俱战省在研究黄土高原南部的长武王东沟小流域的土壤水分时空分布和地形湿度指数适用性评价中得出了两条结论：1）分析了土壤水分季节动态变化特征，发现土壤剖面水分的时程变化具有分层特征，与土地利用类型关系密切；2）研究了流域土壤水分的空间分布特征，表明王东沟小流域土壤水分呈中上游偏干，而下游偏湿的分布特征[2]。赵传燕等在安家坡流域研究中指出在季节变化中土壤水分的变化受该地区降雨的强烈影响，8～10月的平均土壤水分高于6～8月平均土壤水分[3]。目前研究方法主要是引入地形湿度指数，并与实测数据进行相关分析，进而完成小流域尺度土壤水分空间分布模拟[4，5]。因已有研究受到实测数据限制，对于存在的缺陷我们将土壤水分数据与在DEM数据基础上提取的地形湿度指数、坡度、剖面曲率、坡向余弦和相对高程结合,运用统计分析和线性回归的方法,进行小流域尺度土壤水分与地形湿度指数等因素的相关性分析,力图建立小流域尺度土壤水分空间分布模型，为急待进行生态恢复建设的黄土高原地区，实现区域的土壤侵蚀模型中径流估算提供支持。

2　数据源与研究方法

2.1研究区概况

安家沟流域(35°35＇N,104°39＇E)面积为10km2,位于黄土高原西部。流域海拔1900～2250m，平均坡度18.08°，地形波状起伏，具有典型沟壑地貌特征。多年平均温度为6.13℃，多年平均降水量为427 mm，降水年内变异高达40%，年降水量50%集中在7～9月份，且50%的降水是以暴雨的形式发生。研究区潜在蒸散发量1450mm，蒸发量与降水之比巨大，导致区域农业经常受到干旱的威胁。该区土壤类型主要是灰钙土，灰钙土A层厚大约60cm，B层分布在土壤剖面60～140cm范围。土壤母质为黄土，厚度大，质地以粉壤和粉砂壤为主，表土(0～30cm)粘粒(＜0.002mm)含量较高，但全剖面粘粒平均含量＜8%。粉粒含量(0.05～0.002mm)占比例较大，平均值为69.62%，砂粒(0.05～2mm)含量为22.84%。由于土地利用强度较大，流域内自然植被破坏严重，土壤侵蚀强烈，水土流失严重。如图1所示。

图1　研究区位置

2.2数据源

2.2.1地形数据

本研究所使用的DEM分辨率为5m。

2.2.2土壤水分实测数据

根据地形因素的不同,布设26个采样点进行土壤水分观测，采样点经GPS定位，在2014年4～9月每周采样1次，降雨后加采1次，采样深度分9层(0～20,20～40,40～60,60～80,80～100,100～120,120～140,140～160,160～180cm),用传统的烘箱法对土壤样品的水分进行测试。

2.3研究方法

2.3.1地形因子的提取

基于DEM提取坡度和坡向；在ArcMap中的表面分析中提取剖面曲率；基于坡向数据利用栅格计算器计算坡向余弦。

2.3.2地形湿度指数的计算

地形湿度指数是指单位等高线长度上的汇流面积与局部坡度比值的自然对数。本次研究采用单向流算法[6,7]，计算公式为，公式中W为地形湿度指数，α为单元栅格的汇流面积，β为局部坡度。其中α采用公式α=A/L来计算，公式中A为网格的总上坡汇水面积，L为网格周围入流方向上的有效等高线长度。

2.3.3回归模型建立

以实测的土壤水分平均值为因变量，以相对高程、地形湿度指数、坡度、剖面曲率以及坡向余弦为自变量。进行多元回归分析，建立2014年4～9月土壤水分回归模型。

2.3.4小流域土壤水分空间分布

利用建立的回归模型，在栅格计算器中计算，获得安家沟小流域土壤水分的空间分布。

3　结果与分析

3.1地形因子的空间分布

图2是安家沟小流域地形因子的空间分布布图。由图2可见沿沟谷两侧，坡度较大，坡度范围大致在40°～72°之间，坡顶处坡度最小，地形性对平缓（图2a）;坡向则以沟谷为界以东南和西北向为主（图2b）；剖面曲率是对地面坡度的沿最大坡降方向地面高程变化率的度量,沿沟谷附近剖面曲率值最大，由此可见，在沟谷两侧高程变化率最大。

图2　安家沟流域地形因子空间分布（a.坡度;b.坡向;c.剖面曲率;d.坡向余弦）

3.2地形湿度指数

本文基于DEM数据，采用单向流算法，计算了安家沟小流域地形湿度指数空间分布（如图3），由图可见，沿沟谷两侧及东北部坡顶平缓处地形湿度指数最大，其值在15～31之间；其次沿小支沟两侧地形湿度指数较大，取值范围为8～15之间；而在坡中和坡顶的广大区域形湿度指数最小，其值为0.24～6之间。

图3　地形湿度指数

3.3土壤水分空间分布多元线性回归模型

3.3.1多元线性回归分析

分别利用2014年4～9月土壤水分样点数据的相对高程、地形湿度指数、坡度、剖面曲率和坡向余弦各项系数，以0～180cm的土壤平均含水量(Y)为因变量，相对高程系数（X1）、地形湿度指数（X2）、坡度（X3）、剖面曲率（X4）和坡向余弦系数(X5)为自变量。调用Excel 2010数据分析工具中的回归函数进行多元回归分析，建立2014年4～9月土壤水分模拟模型。各月回归方程如下：

由方程（1）～（6）可知，土壤水分与相对高程呈负相关；土壤水分与地形湿度指数在各月均成正相关；土壤水分与坡度呈负相关；土壤水分与剖面曲率在4～6月呈负相关，在7～9月呈正相关；土壤水分与坡向余弦在5～6月呈正相关，在4月、7～9月呈负相关。

3.3.2土壤水分空间分布模拟

借助GIS平台，利用土壤水分模拟方程，完成每月土壤水分的空间分布模拟（如图4所示）。从土壤水分空间分布图来看，土壤水分空间分布在4～9月的分布范围分别为8.21%～14.61%、8.87%～11.47%、8.53%～13.06%、7.39%～11.88%、8.66%～15.21%、10.31%～19.79%。从这些数据中可以得出土壤水分的变化：先降低（4～5月）再有微小的升高（6月）再降低（7月）再升高（8～9月），在9月份达到最大值，7月份存在最低值。

图4　2014年4～9月土壤水分空间分布图

3.4模型检验

为了检验本次研究的结果是否合理，针对建立的土壤水分空间分布模型做出检验。在建立土壤水分回归方程时抽取了3号、6号、17号、19号和22 号5个采样点作为检验的依据。分别作这5个点模拟值和实测值4～9月份的散点图（如图5所示）。在土壤水分空间分布检验模型中可以看到实测值与模拟值成正相关且模型相关性达到0.6以上，表明，本文所建立的土壤水分空间分布模型可以用于小流域土壤水分空间分布模拟。

4　结果讨论

图5　土壤水分空间分布检验模型

本研究在安家沟小流域DEM数据的基础上，利用GIS工具提取相对高程、地形湿度指数、坡度、剖面曲率和坡向余弦，作为土壤水分的影响因素。运用多元回归分析的方法，对土壤水分与相对高程、地形湿度指数、坡度、剖面曲率和坡向余弦进行多元回归分析，建立了小流域土壤水分回归方程，回归效果中度显著（效果显著性较低的原因在于未将土地利用类型[8,9]等因素添加进去[3]）。借助GIS的空间分析方法将回归模型应用于安家沟小流域土壤水分的空间分布模拟研究，能够得到小流域土壤水分时空变化图。在时间上各月水分表现不同，从土壤水分空间分布图中可以反映4～9月份，土壤水分表现为先降低（4～5月）再有微小的升高（6月）再降低（7月）再升高（8～9月），在9月份达到最大值，7月份存在最低值。这与相关论文分析结果是一致的。这一方面说明该模拟方法是可行的，另一方面也给予启示，即在没有实测数据的情况下，利用本研究方法，再引进气象因子(月降雨、气温等)，可模拟小流域土壤水分的季节和空间变化[10]。本研究是在小流域进行的，模拟时假定降雨、蒸发和土壤类型在空间上没有变异性，而在较大流域尺度应考虑这些因子的空间变异性，进而为较大流域土壤含水量的模拟提供支持。

参考文献：

[1]姚志宏,杨勤科.基于GIS的黄土丘陵区小流域土壤水分模拟[J].草地学报,2011,19（3）：525-530.

[2]俱战省.小流域土壤水分时空分布和地形湿度指数适用性评价[D].西北农林科技大学,2012.

[3]赵传燕,冯兆东,南忠仁.黄土高原西部土壤水分时空变化模拟研究[J].冰川冻土,2007,29(5)：785-794.

[4]王洪明,杨勤科,姚志宏.小流域尺度土壤水分与地形湿度指数的相关性分析[J].水土保持通报,2009,29(4)：110-113.

[5]张彩霞.基于DEM的地形湿度指数提取与应用研究[D].西北农林科技大学,2006.

[6]张镀光,王克林,陈洪松,等.基于DEM的地形指数提取方法及应用[J].长江流域资源与环境,2005,14(6)：715-719.

[7]张彩霞,杨勤科,李锐.基于DEM的地形湿度指数及其应用研究进展[J].地理科学进展,2005,24(6)：116-123.

[8]张北赢,徐学选,白晓华.黄土丘陵区不同土地利用方式下土壤水分分析[J].干旱地区农业研究,2006,24（2）：95-99.

[9]傅伯杰,王军,马克明.黄土丘陵区土地利用对土壤水分的影响[J].中国科学基金,1999（4）：225-227.

[10]郝晓慧,温仲明.小流域地形因子影响下的土壤水分空间变异性研究[J].水土保持研究,2008,15（2）：80-83.

中图分类号：S152.7

*基金项目：本文由甘肃农业大学SRTP重点项目资助。