晋西黄土区土壤水分动态变化与植被群落关系研究

强方方 魏天兴 刘 崴

(1.延安大学生命科学学院，延安 716000； 2.北京林业大学水土保持学院，北京 100083； 3.山西吉县森林生态系统国家野外科学观测研究站，北京 100083)

水作为陆地生态系统的重要组成部分，直接控制陆地生态系统的健康发展，并间接地驱动着地球表面、大气和地下的非生物过程[1～2]，支撑着大多数陆生植物和人类生产活动，也是植物生长主要制约因素，影响区域植被群落生产力的变化[3～4]。在干旱缺水的晋西黄土区植被生长与恢复过程中，水的作用尤为重要[5]，因此研究该区域植被群落土壤水分状况对当地植被生长与恢复具有重要意义。

土壤水分变化是半干旱地区研究的热点问题之一，研究发现该区域土壤水分主要是由植被类型、降雨量、林冠大小、林地内凋落物数量、根系分布等决定[6～7]。Canton等[8]对西班牙半干旱区研究发现，土壤水分受植被类型和土壤质地的影响。不同的植被群落可能导致不同的降雨—径流响应，从而导致土壤水分的时间变化，一般认为土壤水分时间变化分为4个时期：土壤水分消耗期，土壤水分积累期，土壤水分消退期和土壤水分稳定期，主要受降水季节分布影响[9～11]。Vivoni等[12]认为植物可以调节土壤水分对降水的响应，改变土壤水分的空间分布。Helmut等[13]对奥地利混合山毛榉云杉和云杉纯林研究得出不同植被类型下土壤水分垂直变化存在差异，可能与植物根系分布有关。土壤水分直接参与植物的生理过程，土壤水分的高低会影响植物生长发育，影响以土壤水为介质的有机质、氮、磷、钾等土壤养分的转运和积累[6～7,12]。研究发现不同深度土壤水分的时间变化对植被有不同的响应，并且与枯落物、根系分布、土壤营养物质积累和吸收、微生物活动存在一定关系，在维持植被生长中发挥不同的作用[14～15]。

已有研究指出，黄土丘陵区在植被恢复过程中，不适宜的营林造林方式，将导致该区域土壤水分分布格局发生变化，易造成土壤水分亏缺，达不到涵养水源的功能[16～17]。然而，天然林土壤水分与植被生长间的关系则更稳定合理[18]。因此，为了进一步了解人工林与天然林土壤水分间关系，本文通过对晋西黄土区刺槐、油松人工和天然次生林设置固定样地进行土壤水分监测，分析其土壤水分时空动态变化，以及土壤水分与气象、土壤等因子间相关关系，从而进一步明确人工林与天然次生林植被群落的土壤水分状况，以期为今后晋西黄土区营林造林和植被恢复等林业生态工程提供理论依据。

1 试验设计与研究方法

1.1 试验地位置及植被概况

试验区位于山西省西南部的吉县蔡家川流域(110°27′～111°07′E、35°53′～36°21′N)，属于黄土高原丘陵沟壑区，流域海拔为800～1 600 m。该区属暖温带大陆性季风气候，多年平均降水量579.5 mm，降水量年际变化大，且季节分配不均匀，降水主要集中在7～10月，占全年总降水量的64.2%，年平均蒸发量约为1 729 mm，远大于降水量，年平均气温9.9℃，无霜期为172 d，多以南风和偏南风为主，多年平均风速2 m/s。土壤类型为碳酸盐褐土，黄土母质。试验区主要乔木树种有刺槐(Robiniapseudoacacia)、山杏(Armeniasasibiriea)、侧柏(Platycladusorientails)、油松(Pinustabuliformis)、山杨(Populusdavidiana)、榆树(UlmuspumilaL.)、白桦(BetulaplatyphyllaSuk)、辽东栋(Quercusliaotungensis)等；主要灌木树种有沙棘(Hippophaerhamnoides)、胡枝子(Lespedezabicolor)等；主要草本植物有沙参(Adenophorastricta)、铁杆蒿(Artemisiasacrorum)等。该区植物资源丰富，流域森林覆盖率约到72%。

1.2 样地设置

根据典型性和代表性原则，本试验选取坡度、坡向和海拔相近的油松人工林、刺槐人工林和天然次生林等3种植被群落为研究对象并设置20 m×20 m的固定样地，且在样地外围附近位置埋设100 cm深的土壤水分固定监测点，每年4～10月进行土壤水分监测。同时，课题组于2013年对这3个固定样地，采用每木检尺的方法进行了全面调查，样地详细信息见表1。

表1 2013年样地基本信息

1.3 数据来源

气象数据：研究区安装自动气象站记录降水量和气温等气象要素。

土壤水分数据：采用烘干法和时域反射测定仪(TDR)，对研究区固定样地土壤水分进行动态监测，监测深度为0～100 cm，由地表开始每20 cm为1层，共分5层。土壤水分，每月观测3次，间隔为10天，期间如有降雨发生，推迟4～7天。本文分析中，采用两套土壤水分数据，即2004～2013年生长季(4～10月)研究区植被群落平均土壤水分含量以及2011年11月～2013年1月(共15月)所采集的研究区样地土壤水分连续观测数据。

土壤根系数据：通过对固定样地每目检尺，计算得出标准木，在样地外选取标准木伐倒，进行根系挖掘取样。

土壤化学性质分析：将固定样地采集而来的土壤，进行化学性质分析；采用重铬酸钾氧化—外加热法测定土壤有机碳，凯氏定氮法测定全氮，钼锑抗比色法测定全磷，火焰光度计法测定全钾[19]。

1.4 数据分析方法

采用单因素方差分析法进行不同植被群落土壤水分差异性分析；采用Pearson相关分析，进行土壤水分与降雨量、气温、有机碳、全氮、全磷、全钾之间的相关关系分析。

本文所有统计分析和做图均在SPSS 18.0、origin和Excel等软件完成。

2 结果与分析

2.1 近10年研究区降雨量及不同植被群落生长季土壤水分变化

通过对研究区2004～2013年生长季4～10月降雨量统计分析，发现4～10月平均降雨量为470 mm；且降雨分布不均匀，表现为降雨前期不足(4～6月)，集中在后期(7～10月)。由图1可知，降雨量与油松、刺槐和次生林土壤水分变化基本呈现相同的变化规律。整个生长季内，3种植被群落土壤水分变化均表现出与降雨量相似的季节性变化，且不同植被群落间季节变化差异不显著，即前期(4～6月)土壤水分较低，7月显著上升，后期(7～9月)土壤水分达到整个生长季高峰。通过对刺槐、油松和次生林10年内生长季土壤水分变化分析发现，刺槐各月土壤水分均值分别为14.90%、15.00%、15.17%、15.72%、17.25%、17.80%、17.35%，油松各月土壤水分均值分别为14.49%、14.18%、13.81%、15.48%、17.16%、17.24%、17.50%，天然次生林各月土壤水分均值分别为17.98%、16.38%、14.79%、16.25%、19.55%、19.16%、19.75%。方差分析表明，近10植被群落生长季，次生林土壤水分最大，刺槐土壤水分最小，与天然次生林土壤水分存在显著差异，两者均与油松林地差异不显著。

2.2 不同植物群落植物根系分布特征

由图2可知，研究区3种植被群落0～60 cm土层中植被根系分布存在差异，其中0～20 cm各植被群落根系分布最多，40～60 cm土层植被根系分布相对较少，且不同土层间根系分布存在显著差异；不同植被群落间则表现出，在0～20 cm土层中，天然次生林占比最大，油松林最小，但是三者间不存在显著差异；20～40 cm土层中，天然次生林根系占比最小，油松林最大，天然次生林与油松林和刺槐林存在显著差异，油松和刺槐林地间差异性不显著；40～60 cm土层中，天然次生林根系分布最多，且与油松和刺槐林地存在显著差异。

图1 2004～2013年(4～10月)植被群落土壤水分与降雨量月变化图Fig.1 Monthly variation of soil moisture and rainfall in vegetation communities from 2004-2013(April-October)

图2 研究区不同植被群落0～60 cm土层植被根系分布方差分析 大写字母A、B、C表示不同土层植被群落根系分布在P<0.05下的差异显著性；小写字母a、b、c表示同一土层不同植被群落间根系分布在P<0.05下的差异显著性。Fig.2 Variance analysis of root percent at 0-60 cm soil layer in different plant communities A, B and C indicate that the root distribution of different soil vegetation communities is significantly different at P<0.05; a, b and c indicate the significant difference of root distribution between different vegetation communities in the same soil layer at P<0.05.

图3 研究区不同植被群落土壤水分的时空动态变化Fig.3 Temporal and spatial dynamics of soil moisture in different plant communities

2.3 不同植被群落土壤水分时空化分析

由图3可知，研究区植被群落土壤水分具有明显分层现象。表土层土壤水分(0～40 cm)变化较大，而40～100 cm土层土壤水分变化波动较小，相对于表土层较稳定，基本维持在10%～15%。其中，各林地内浅层土壤(0～40 cm)在5～6月份时，土壤水分均处于最小值，且随土层深度的递增土壤水分有增加的趋势，可能是由于林地植被开始生长，根系开始大量吸收土壤水分，土壤水分消耗量比较大；7～8月份，由于降雨量增加，虽然表土层土壤水分仍处于比较低的水平，但在0～40 cm土层，油松林、刺槐林和次生林的土壤水分较6月份分别增加了4.0%、3.4%和2.7%，各林地40～100 cm土层土壤水分差异不显著；9～10月份，降雨量减少，影响到表层土壤水分的下降，各林地表层土壤水分均下降，然而次生林的下降幅度较小，且各土层土壤水分保持在15%左右。

在生长季，各林地表层(0～40 cm)土壤水分均较低，随深度的递增而增加，刺槐林表层土壤水分最低(7.3%)，次生林最高(12.9%)。研究区3种林地在生长期土壤水分均出现0～40 cm土层的土壤水分较低的现象，由图2可知0～40 cm土层中，植被根系分布油松林达到88.4%，刺槐林达到90.2%，天然次生林76.1%，均超过70%，且通过回归分析得出植被群落根系在0～40 cm的分布与土壤水分呈显著负相关(R2=-0.71，P<0.05)。

2.4 土壤水分与气象、土壤因素关系及植被间差异

研究区内的降雨主要分布在7、8和9月份，其中0～40 cm土层土壤水分对降雨响应较好；40～100 cm土层土壤水分对降雨的响应较差。降雨量与各植被群落不同深度土壤水分的相关分析(表2)表明，在0～40 cm土层深度各林种的土壤水分与降雨量相关系数都较高，呈显著正相关(P<0.05)，其中油松林地的相关系数最高，达到极显著水平(P<0.01)。

表2降雨量与土壤水分的Pearson相关系数及植被间差异

Table2Correlationbetweensoilmoistureandprecipitation

植被类型Vegetation type土层深度Soil depth(cm)0～2020～4040～6060～8080～100油松林P.tabuliformisplantation相关系数Correlation coefficient0.560*0.652**0.611*-0.009-0.271显著性psig.0.0300.0080.0160.9730.328刺槐林R.pseudoacaciaplantation相关系数Correlation coefficient0.4630.549*0.453-0.015-0.106显著性psig.0.0820.0340.0900.9570.707天然次生林Natural secondaryforest相关系数Correlation coefficient0.4300.600*0.575*0.2890.165显著性psig.0.1100.0180.0250.2960.556

注：**为0.01水平上显著相关；*为0.05水平上显著相关，下同。

Note:**correlation is significant at the 0.01 level;*correlation is significant at the 0.05 level. The same as below.

根据图2植被根系分布，分别选取0～40 cm各林地土壤含水量为研究对象，进行降雨、气温与土壤水分关系研究；选取0～100 cm各林地土壤含水量为研究对象，进行全氮、全磷、全钾和有机质与土壤水分关系研究。结果发现(表3和图4)，研究区3种植被群落的土壤水分与降雨有显著正相关关系，而气温只与次生林的土壤水分呈显著正相关(P<0.05)，其他植被群落未达到显著水平；土壤水分与有机碳、全氮、全磷、全钾均存在正相关关系，其中磷含量相关度最高(R2=0.46)，这与Binkley和Hart[20]研究结果一致。

表30～40cm土层土壤水分与气象因子的Pearson相关系数

Table3Correlationbetweensoilmoistureandmeteorologicalfactorat0-40cmsoillayer

植被类型Vegetation type气温Temperature降雨Rainfall油松林P.tabuliformisplantation相关系数Correlation coefficient0.4840.652**显著性pSig.0.0670.008刺槐林R.pseudoacaciaplantation相关系数Correlation coefficient0.1990.549*显著性pSig.0.4770.034天然次生林Natural secondary forest相关系数Correlation coefficient0.543*0.600*显著性pSig.0.0370.018

图4 土壤水分与0～100 cm土壤有机碳、全N、全P、全K拟合分析Fig.4 Correlations between the soil moisture content and the relation effect of C,N,P and K contents

3 讨论

近10年研究区降雨分布极不均匀，表现为降雨前期不足(4～6月)，集中在中后期(7～9月)，这与其他学者对于该区域降雨分布分析得出相似的结论[21]。研究区3种植被群落土壤水分特征均随不同时期的降雨量补给、林地蒸散消耗等因素出现不同的变化趋势，总体来说5～6月处于土壤水分过度消耗阶段，7～9月处于土壤水分补充阶段，这与以往研究结果较一致[12～13]。通过对近10年，研究区3种植被群落生长季土壤水分研究得出，天然次生林土壤水分最大，刺槐林最小，且两者存在显著差异，但均与油松林地差异不显著，这与其他学者通过对天然次生林与人工林土壤水分差异的结果相似[18,22]。

植被根系分布对土壤水分有一定影响[23～24]。研究表明，研究区3种植被群落0～60 cm土层中根系分布存在差异。其中，同种植被群落不同土层间根系分布均存在显著差异；不同植被群落中，天然次生林与油松、刺槐林的根系分布在20～60 cm土层，存在显著差异。分析发现，在林地土壤水分补充阶段(7～8月)，各林地不同深度土壤水分均出现不同程度的增加，其中0～40 cm刺槐林的增长幅度最大，而40～100 cm次生林土壤水分增加幅度大，这与根系分布规律结果一直，相关研究也表明树木根系数量和大小等性状的增加，土壤通透性等也会增加，导致土壤储水量能力增大，土壤储水量增多[9]。但是，整体分析发现表土层(0～40 cm)土壤水分变化与植被根系分布呈显著负相关。

土壤水分受植被类型、气象、土壤性质等因素影响。研究表明，土壤水分与降雨呈显著正相关，且油松林地相关系数最高；气温只与次生林的土壤水分呈显著正相关；土壤水分与有机碳、全氮、全磷、全钾存在正相关，其中与全磷相关度最高。Amodor[25]等和张丽萍[25]研究表明土壤水分和有机碳、氮、磷等养分之间的有机耦合是通过水分状况调节土壤微生物过程及其土壤粘粒而实现。Binkley和Hart[20]也认为土壤水分增加可能导致土壤有机质等酸性物质富集，增加土壤对磷的吸附和积累。对于土壤水分与土壤的粉粒和粘粒含量及养分含量之间的关系还需进一步分析。因此，土壤水分与土壤养分的具有较高相关性。

4 结论

(1)通过对研究区近10年生长季降雨量统计分析，研究区降雨分布极不均匀，表现为降雨前期不足(4～6月)，集中在后期(7～10月)。降雨量与油松、刺槐和次生林土壤水分变化基本呈现相同的变化规律，且均表现出相似的季节性变化。近10年植被群落生长季，天然次生林土壤水分最大，刺槐林土壤水分最小，与天然次生林土壤水分存在显著差异，两者均与油松林地差异不显著。

(2)研究区3种植被群落0～60 cm土层中根系分布存在差异。其中0～20 cm各植被群落根系分布最多，同种植被群落不同土层间根系分布存在显著差异。不同植被群落0～20 cm土层中，根系分布不存在显著差异；20～60 cm土层中，天然次生林与油松、刺槐林的根系分布存在显著差异。

(3)研究区植被群落土壤水分具有明显分层现象。表土层土壤水分(0～40 cm)变化较大，而40～100 cm土层土壤水分变化波动较小，基本维持在10%～15%。表土层土壤水分变化与植被根系分布有关，在0～40 cm土层中，油松林达到88.4%，刺槐林达到90.2%，天然次生林76.1%，均超过70%，且与土壤水分呈显著负相关。

(4)通过对土壤水分与降雨、气温、有机碳、全氮、全磷、全钾等因素进行分析，发现土壤水分对降雨响应较好，呈显著正相关，其中油松林地的相关系数最高；气温只与次生林的土壤水分呈显著正相关，与其他植被群落未达到显著水平；土壤水分与全磷含量相关度最高。