干旱区绿洲土壤湿度时空变化影响因素及其影响力分析

江红南

(1.新疆大学干旱生态环境研究所，新疆乌鲁木齐 830046； 2.武汉大学测绘遥感信息工程国家重点实验室，湖北武汉 430079)

土壤湿度影响陆面和大气间的水分和能量平衡，对全球气候、区域生态环境等产生重要影响[1-2]，是重要的地球物理参数之一[3]。在干旱区，土壤湿度对于维护干旱区绿洲生态环境的平衡和发展具有重要作用[4]。干旱区土壤湿度时空变化影响因素及其影响力分析研究对于区域生态环境、全球气候变化、农业生产以及提高土壤湿度遥感反演、模型模拟与同化精度等具有重要意义，是理解干旱区生态环境变化过程和机制的重要途径，对于干旱区绿洲可持续发展具有重要作用[5-10]。目前，干旱区生态环境要素时空变化特征的研究较多[11-12]，更深层次的干旱区土壤湿度时空变化机制研究偏少，人们对干旱区土壤湿度时空变化的机制认识还不充分，而干旱区土壤湿度时空变化机制研究对于干旱区生态环境的维持和调控、农业生产以及全球和区域的生态环境研究等更有意义。此外，土壤湿度模拟与同化是目前的研究热点之一，在土壤湿度变化的模拟中，大气驱动数据是重要的参数[13]，而针对干旱区土壤湿度模拟时，大气驱动数据在土壤湿度模拟时起到的作用研究还比较贫乏。鉴于此，本研究基于统计分析方法，分析了干旱区典型绿洲土壤湿度时空变化的影响因素及其影响力，以期更好地理解干旱区土壤湿度时空变化机制，为干旱区土壤湿度变化模拟与同化研究提供研究基础。

1 研究区概况与数据来源

1.1 研究区概况

研究区为新疆于田县绿洲，位于塔克拉玛干沙漠南缘、昆仑山以北，主要是在克里雅河中游形成的绿洲，地理坐标范围为36°45′～37°10′N、81°10′～81°45′E。该区域属暖温带内陆干旱荒漠气候，气候主要特点是四季分明、昼夜温差大、降水稀少、蒸发量大，以多年平均计算，气温为11.6 ℃，降水量为47.7 mm，蒸发量是2 432.1 mm，是典型的干旱区。地势南高北低，自南向北形成高山、戈壁、沙漠等地貌单元。农业生产依赖灌溉，克里雅河是该区域生态环境、农业生产和居民生活的重要水资源保障。该区域对研究干旱区绿洲土壤水分时空变化规律和机制具有代表意义。

1.2 数据来源与处理

土壤湿度时空变化影响因素包括气候、土壤结构和构成、大气、太阳辐射、地形、地下水状况以及人类活动等多种因素，根据研究区野外调查结果和研究目的，选择的土壤湿度时空变化影响因素数据有大气驱动数据集、地下水位(GWL)、土壤蒸散发量(ET)、土壤潜在蒸散发量(PET)、坡度(ASP)、坡向(Slope)和土壤温度(Temp)。其中，土壤温度和土壤湿度的关系是复杂的，这里只假设土壤温度对土壤湿度产生作用，以上数据中大气驱动数据集是由中国科学院青藏高原研究所青藏高原多圈层数据同化与模拟中心开发的，包括向下近地面空气比湿(Shum)、向下短波辐射(Srad)、长波辐射(Lrad)、地表气压(Pres)、降水率(Prec)、近地面全风速(Wind)和近地面气温(Nsat)[14]。此外，还有用于分析的土壤湿度地面采样数据和25 km空间分辨率的SMOS表层日土壤湿度数据。其中，大气驱动数据集、ET、PET、ASP和Slope是每个土壤样本点坐标对应格点的数据，地面采样数据时间为2012年4月20日至5月3日，2012年7月10—18日和2012年10月10—20日，SMOS日土壤湿度数据时间为2012年1月19日至2012年12月26日。大气驱动数据监测时间周期为3 h，空间分辨率为0.1°，计算时大气监测参数数据选取的时间为其对应的土壤湿度地面采样数据起始日至结束日，求取每个大气监测参数数据在这个时间段内的平均值。土壤蒸散发数据是MODIS 8 d合成的1 km空间分辨率的数据产品，土壤蒸散发量数据为4月22日至29日的平均值、7月5日至20日的平均值和7月13日至20日的平均值。土壤蒸散发量中某些样点的数据有缺失，4月未缺失的有19个样点的数据，7月未缺失的有14个样点的数据，7月份缺失的是位于低植被覆盖区域的1、3、8、9、12、13、15、17、21、23号样点(图1)。坡度和坡向数据是90 m空间分辨率的STRM数据。土壤湿度地面采样数据采集是根据研究区土壤和植被状况等景观特征，充分考虑土壤类型和植被覆盖的差异，尽量使样本包含不同土壤类型和植被覆盖区域，又做到使样本点基本呈均匀分布，在此基础上共选择土壤样点24个(图1)，在每个样点，将地表1 m深度土壤自上而下划分为0～10、10～20、20～40、40～60、60～80、80～100 cm共6层土壤样本。因为表层土壤影响因素多，所以表层土壤样本采集间隔设为 10 cm，20 cm深度以下采样间隔设为20 cm。然后在实验室对土壤样品进行处理，利用万分之一天平进行称量，计算出土壤质量含水量。另外，对于每个样点，在采集土壤样本的同时测量该点的地下水位和每层的土壤温度。

2 研究方法

本研究主要采用相关分析、非线性回归分析和多元线性回归分析等统计方法研究土壤湿度时空变化因素及其影响力的大小，研究中使用的空间信息数据的生成与提取利用ArcGIS软件实现，数据统计分析利用Matlab、R语言和SPSS统计软件等完成。

3 结果与分析

3.1 土壤湿度时空变化特征

在不同季节土壤湿度空间分布变化上，分别计算了2012年春季(5月)、夏季(7月)和秋季(10月)的24个样点土壤湿度特征参数(表1)，研究区土壤1 m深度内，土壤湿度为 0～10 cm深土层最低，80～100 cm土层最高，春季和夏季0～10 cm深土壤湿度变异程度最大，秋季10～20 cm土壤湿度变异程度最大，春夏秋三季自上而下土壤湿度总体趋势是增大的。

在土壤湿度时间序列变化上，根据绿洲内典型土壤采样点对应的SMOS格点的土壤湿度数据(图2)，绿洲表层土壤湿度在2—7月初逐渐升高，基本都是在6月底7月初达到最大值，7—10月土壤湿度逐渐减小，10—12月土壤湿度变化不大。因为2—7月包含了春夏两季，这一时期为研究区表层土壤湿度变化最为剧烈的时期，也是研究区植被生长的重要季节，研究这一时段的土壤湿度时空变化影响因素及其影响力对于农业生产和环境保护具有重要意义，因此本研究利用地面采样数据，分别以春季(5月)和夏季(7月)为时间点分析该区域土壤湿度时空变化的影响因素及其影响力。

表1 2012年各层土壤湿度统计

3.2 土壤湿度时空变化影响因素分析

利用选取的5月和7月土壤湿度采样数据及其影响因素数据，首先分析了土壤湿度与其影响因子的相关关系(表2和表3)，表2和表3中只列出了达到显著性检验水平或相关系数较大的影响因子。根据分析结果，5月除0～10 cm和 60～80 cm 深土层外的其他各层土壤湿度与土层温度呈极显著的负相关关系(P<0.01)，40～60、60～80、80～100 cm深土层土壤湿度与地下水位有显著的正相关关系；7月60～80 cm 深土层与土壤温度的相关性显著(P<0.05)，除10～20 cm土层外的其他土层土壤湿度与地下水位有着显著的正相关关系(P<0.05)，10～20 cm和20～40 cm深土层土壤湿度与坡度有显著相关关系(P<0.05)。除此以外，土壤湿度和其他影响因子没有显著的相关性。

表2 2012年5月各层土壤湿度与其影响因子的相关关系

注：“**”表示在0.01水平(双侧)上显著相关，“*”表示在0.05水平(双侧)上显著相关。下同。

在相关分析的基础上，以土壤湿度地面采样数据为因变量，土壤湿度影响因子数据为自变量，通过构造不同的线性和非线性回归分析模型，包括线性回归、多项式回归、幂函数回归、对数回归等，进一步分析影响因素对不同深度土壤湿度时空变化的影响。回归分析发现，5月份只有地下水位、土壤蒸散发量和土壤温度对土壤湿度时空变化具有显著的影响，7月份只有地下水位、土壤蒸散发量、坡度和土壤温度对土壤湿度时空变化具有显著的影响(表4和表5)。同时，对于土壤温度和坡向，线性回归模型能够较好地表达它们和土壤湿度的关系，除土壤温度和坡向外的其他影响因素，单变量三次多项式非线性回归模型能最大程度地表达它们的影响力，这说明，土壤温度、坡向和土壤湿度呈线性关系，而土壤湿度和地下水位与土壤蒸散发量的关系是非线性的。回归分析的结果如表4和表5所示，其中r2为决定系数，其表征因变量的变异中有多少百分比可由控制的自变量来解释，r2值越大说明因变量变化由自变量解释部分的比例越高[15]。如表4中地下水位(GWL)对80～100 cm深土层土壤湿度空间变异的三次多项式回归的决定系数为0.615，表示该层有61.5%的土壤湿度空间变异受地下水位的影响，P值为显著性水平，只有通过显著性检验的模型才可靠，即P值不大于0.05，表4和表5中只列出了通过显著性检验的土壤湿度影响因子。

因为7月份土壤蒸散发的样本数量为14个，为了对比分析和消除土壤样本数量不同对研究结果的影响，在春季和夏季，相同位置和样本数量下的地下水位和土壤蒸散发量对该区域土壤湿度时空变化影响力分析结果如表4和表5所示。表5中14个样本数量的地下水位记作GWL14，7月5—20日14个样本数量的土壤蒸散发量记作ET14-1，7月13—20日14个样本数量的土壤蒸散发量记作ET14-2。同理，由于5月份土壤蒸散发量的样本数量为19个，表4中该样本数量的地下水位记作GWL19。

表3 2012年7月各层土壤湿度与其影响因子的相关关系

表4和表5中的回归分析结果表明，在被选择的土壤湿度时空变化影响因子中，在5月和7月，即春季和夏季，地下水位对各层土壤湿度空间变化均有显著的影响(P<0.05)，且它对各层土壤湿度的影响力是不同的，在不同的样本数量下，它对各层土壤湿度变化影响力的大小也有微小的差异，在春季的不同土层至少有51.5%的土壤湿度空间变异可以被其解释，在夏季的不同土层至少有53.1%的土壤湿度空间变异可以被其解释。坡度对夏季的10～20 cm和20～40 cm的土壤湿度有显著且微弱的影响。土壤蒸散发是仅次于地下水位的土壤湿度时空变化影响因子，但在春季和夏季，土壤蒸散发量对土壤湿度影响的深度和土壤湿度时空变化的影响力大小是不同的，根据不同样本数量统计分析，在春季土壤蒸散发量对表层0～60 cm或0～80 cm深度的土壤有显著影响，且对于影响显著的不同土层至少有43.6%的土壤湿度空间变异可以被其解释，在19个样本数量下，土壤蒸散发量对土壤湿度变化的影响可达到60 cm，且从上至下，土壤蒸散发量对各层土壤湿度的影响力呈逐渐减小的趋势。而在夏季，土壤蒸散发对除表层0～10 cm以外的各个土层有显著的影响，对于1 m深度的土壤，80 cm深度内土壤蒸散发量的影响力自上而下逐渐增大，而后减弱，且对于影响显著的不同土层至少有69.2%的土壤湿度空间变异可以被其解释。土壤温度在春季对除0～10 cm和60～80 cm以外的土层土壤湿度有显著的影响，在夏季它对土壤湿度的影响基本不显著。除上述以外的其他因素对各层土壤湿度空间变异的影响不显著。对土壤湿度时空变化变异有显著影响的因素中，地下水位的影响力最大，土壤蒸散发量次之，坡向和土壤温度的影响力很微弱。

表4 2012年5月不同深度土壤湿度空间变化影响因素的影响力

表5 2012年7月不同深度土壤湿度空间变化影响因素的影响力

从表4和表5的分析结果还可以看出，在24个样本数量下，地下水位在夏季对土壤湿度空间变化的影响力都要大于它在春季对应层的影响力，并且在春季和夏季，地下水位对 0～80 cm深度各土层土壤湿度的影响都是波动性减小，之后对80～100 cm深土层土壤湿度的影响增大，且对80～100 cm 土层土壤湿度的影响最大，在春季为61.5%，在夏季为73.4%。而相同位置的14个样本数量的分析结果表明，春季地下水位对0～10、10～20、20～40、60～80 cm土层的土壤湿度的影响力要明显大于夏季，对于这4个土层的土壤湿度，在春季至少有65.2%的土壤湿度空间变化受地下水位影响，而在夏季至少有58.7%的土壤湿度空间变化受地下水位影响，对于40～60 cm土层的土壤湿度，春季和夏季地下水位对它空间变化的影响差别不大，而对于80～100 cm深土层的土壤湿度，春季土壤湿度空间变化受地下水位的影响要明显小于夏季，在春季有72.7%的土壤湿度空间变化受其影响，而在夏季有85.7%的土壤湿度空间变化受其影响。这些说明，春季和夏季该区域土壤湿度空间变化都明显受到地下水位的影响，且在0～100 cm深度内，基本呈现为0～80 cm内它对各层土壤湿度空间变化的影响力波动性地减弱，而后对80～100 cm深土层土壤湿度的影响力增大。在相同位置的14个样本数量下，在春季土壤蒸散发量对0～80 cm 深度内的各层土壤湿度空间变化有显著的影响，即春季土壤蒸散发量的影响力可以达到80 cm，且从上至下，从61.8%减小到56.3%；在夏季它对除0～10 cm以外的各层土壤湿度空间变化有显著的影响，即夏季土壤蒸散发量的影响力可以达到100 cm，对于受其影响显著的各层土壤，从上至下，其影响力呈现先增大后减小的趋势。夏季土壤蒸散发量的影响力要大于春季对应层的影响力，因此夏季土壤蒸散发量对土壤湿度空间变化的影响在深度和大小上大于春季。最后，对比地下水位和土壤蒸散发量的影响力，在春季，无论在14个还是19个样本数量下，地下水位对各层土壤湿度空间变化的影响力都显著大于该层对应的土壤蒸散发量的影响力；在夏季，在14个样本数量下，除0～10 cm 深土层外的各土层，对于20～40 cm和60～80 cm深土层，土壤蒸散发量对各层土壤湿度空间变化的影响力都明显大于该层对应的地下水位的影响力，其他土层土壤蒸散发量对各层土壤湿度空间变化的影响力都明显小于该层对应的地下水位的影响力，这些说明在夏季土壤湿度空间变化受地下水位和土壤蒸散发量的影响比较复杂，而在春季地下水位对土壤湿度空间变化影响的深度和强度要大于土壤蒸散发量的。同时，从表4和表5可以看出，在24个样本数量下，不论春季还是夏季，地下水位对80～100 cm土壤湿度空间变异的影响力均大于其他土层，在14个样本数量下，土壤蒸散发量在春季对0～10 cm深土层土壤湿度空间变异的影响力大于其他土层；在夏季，对20～40 cm或60～80 cm 深土壤湿度空间变异的影响力大于其他土层，即地下水位对较深的土层、土壤蒸散发量对较浅的土层有较大的影响力。此外，在14个样本数量下，7月5—20日和7月13—20日的土壤蒸散发量对各个土层土壤湿度的影响力稍有差异，7月5—20日的土壤蒸散发量对20～40 cm 深的土壤湿度、7月13—20日的土壤蒸散发量对60～80 cm 深土壤的湿度有最大的影响力，说明土壤蒸散发量的累积对较浅土层的土壤湿度有较大的影响。

从以上分析中还可看出，各层土壤湿度与地下水位和土壤蒸散发量呈非线性关系，为了对此结果进行验证，对地下水位和土壤蒸散发量数据进行取自然对数的线性化处理，将各层转换后数据和对应的土壤湿度地面采样数据进行相关分析，结果如表6和表7所示。可以看出，自然对数变换后的数据和土壤湿度的相关性明显提高，尤其是地下水位数据呈现显著且较强的相关性，土壤蒸散发量数据与土壤湿度数据相关性虽然不显著，但较转换前相关系数明显提高，此结果证明上述结论是正确的，即各层土壤湿度与地下水位和土壤蒸散发量呈非线性关系。同时，以上内容只对单个影响因素和土壤湿度的关系进行了回归分析，但土壤湿度是以上多个因素综合作用的结果，为了分析多个影响因素综合作用时各个影响因素的影响力，以5月和7月的各层土壤湿度数据为因变量，将以上影响显著的因素作为自变量，即将各层对应的变换后的地下水位和土壤蒸散发量数据，以及坡度数据作为自变量，进行多元线性回归分析。回归分析结果表明，将这3个因素作为自变量时，只有地下水位这个变量通过了显著性检验，在进行多元线性回归分析时，5月份土壤蒸散发量数据的样本数量为19个，7月份的土壤蒸散发量数据的样本数量为14个，这说明在地下水位、土壤蒸散发量和坡度这3个土壤湿度影响显著的因素中，地下水位的影响占主导地位，具有最大的影响力，土壤蒸散发量和坡度的影响较小，这也和以上单因素回归分析的结果一致。

表6 数据变换后2012年5月各层土壤湿度与其影响因子的相关关系

表7 数据变换后2012年7月各层土壤湿度与其影响因子的相关关系

基于以上结果可以看出，地下水位和土壤蒸散发量是该研究区土壤湿度时空变异的主要控制因素，对于不同季节和不同深度土层，这2个因素的影响力不同，坡度和土壤温度对土壤湿度空间变异有微弱影响力，所选择的其他因素的影响不显著，在影响显著的因素中，地下水位的影响占主导地位。

5 结论与讨论

研究区表层1 m深度土壤，在空间上，不同深度土层的土壤湿度空间变异程度不同，表层0～10 cm或10～20 cm土壤湿度的空间变异程度最大。在时间上，根据SMOS表层5 cm的土壤湿度数据，从2—7月初，绿洲土壤湿度逐渐升高，基本都是在6月底7月初达到最大，这一时期为表层土壤湿度变化最为剧烈的时期，7—10月土壤湿度逐渐减小，此后土壤湿度变化不大。在研究区土壤湿度时空变化影响因素上，地下水位和土壤蒸散发量是研究区土壤湿度时空变化的主要控制因素，坡度和土壤温度对土壤湿度时空变化有微弱的影响，除去这些影响因素外，本研究所选的其他影响因素对土壤湿度时空变化的影响不显著。在不同季节，地下水位和土壤蒸散发量对不同深度土壤湿度空间变异的影响力不同，春季和夏季，地下水位对不同深度的土壤都有显著的影响，地下水位和土壤蒸散发量在夏季对土壤湿度空间变化的影响力要大于春季，土壤蒸散发量在夏季对土壤湿度的影响深度大于春季，在夏季可达到1 m，在春季最大为0.8 m，最小为0.6 m。总体上是地下水位对较深的土层、土壤蒸散发量对较浅的土层有较大的影响力，对土壤湿度空间变化具有显著影响的因素中，坡度和土壤温度对土壤湿度时空变化的影响呈线性关系，地下水位和土壤蒸散发量对土壤湿度时空变化的影响呈非线性关系，对土壤湿度具有显著影响的因素中，地下水位的影响占主导地位，本研究为认识干旱区土壤水分空间变异机制和水资源调控与管理提供了研究基础。

本研究基于数学统计方法，分析了不同样本数量下土壤影响因素对土壤湿度时空变化的影响，对比不同样本数据的结果看出，样本数量一定程度上会影响到影响因子对土壤湿度时空变异影响的分析结果，这与样本的数量及其区域分布有关，但本研究中的24个土壤样本涵盖了该绿洲所有的土地和植被覆盖类型。同时，研究区植被类型相对单一，土地类型也不复杂，主要为农田和荒漠，分析用的14个样本也主要位于绿洲内部，涵盖了所有土地和植被覆盖类型，对比24个和14个样本下的分析结果，可以看出样本数量会引起分析结果的微小差异，但不同样本数量分析结果表达的总体趋势基本都是一致的，所以用于分析的样本能代表该绿洲内部土壤湿度时空变化状况，研究结果具有很高的可靠性，但以后的研究要进一步研究样本数量和分布对研究结果的影响，以期得到更加深入的结果。