三峡山地不同坡位土壤水分的时序变化研究

2020-07-14白雨诗刘目兴万金红

华中师范大学学报（自然科学版） 2020年4期

白雨诗，刘目兴，3*，易军，万金红

(1.地理过程分析与模拟湖北省重点实验室，武汉 430079；2.华中师范大学城市与环境科学学院，武汉 430079；3.华中师范大学可持续发展研究中心，武汉 430079)

土壤水分是森林生态系统健康演替的重要因子，其动态变化是揭示坡面、小流域等尺度上土壤-植被-大气连续体物质和能量交换的关键及土壤系统中养分循环和流动的载体[1].土壤水分通常受到气象因子、地形地貌、植被覆盖、土壤性质和坡向坡位等环境要素综合影响[2]，其中，降水作为季风区土壤水分最主要的补给来源，直接决定了土壤水分的动态变化，因此定量认识两者的关系对深入了解土壤水分入渗及产流汇流等森林生态系统水文循环过程和区域水平衡至关重要[3].

为了深入揭示降水与土壤水分的相关关系，国内外学者在该方面开展了大量研究，研究区包括新墨西哥地区[4]、格鲁吉亚地区[5]、德国西部地区[6]、黄土高原[7]、北京山地林区[8]、广西喀斯特峰丛洼地[9]等地区.研究表明，时间序列法是定量研究长时期土壤水分变化的有效方法手段，降水序列和不同深度土壤含水量的协相关图存在2～7个滞后时间距的周期性[10].Maliha等人[4]发现土壤水分与降水在滞后3～5个时间距下呈现显著性相关关系，表层土壤对降水响应迅速而135 cm深度土层对降水响应滞后约10个时间距，王贺年[8]等人研究了北京山区林地土壤水分变化，发现降水序列与土壤水分序列在时间上有显著相关性，同时不同深度土壤含水量与降水之间相关性存在差异，当月降水与表土层含水量相关性较高，中层土壤与当月及上一月降水有较高相关性，深层土壤主要与前1～2个月降水相关.王云霓[11]通过在六盘山南部东侧小流域的研究发现土壤水分在不同坡位差异显著，两者之间相关性大小有明显不同，且利用偏相关分析和回归分析表明不同坡位土壤水分与降水相关性从坡上到坡下逐渐增大.当前研究主要针对单一时间尺度展开，且涉及时间尺度较长，缺乏短时间和不同时间尺度的系统研究与探索.较小时间尺度研究和多时间尺度对比研究有利于进一步了解山地森林地区降水与土壤水分动态变化之间的关系.此外，小流域尺度方面土壤水分与降水相关关系的定量研究相对匮乏，难以为湿润区森林的林业经营、生态修复和综合治理提供理论基础和现实指导.

三峡库区处于长江上游和中游的过渡地带，95%以上为山地丘陵，严重的水土流失问题制约了该地区林业及生态环境的可持续发展[12].库区降水量大且集中于夏秋季，暴雨频繁，使降水成为水土流失的重要因素之一[13]，定量分析降水与土壤水分之间的相关关系，为库区水土流失治理和生态环境保护提供科学依据.当前对于长江三峡山地地区的已有研究多集中在森林植被的水文效应研究[14]及土壤水分运移规律的多种数学模型拟合方面[15-16]，对土壤水分与降水之间的相关性研究有待深入.土壤水分与大气降水的多尺度协相关性研究，可以有效避免单一时间尺度研究结果的偶然性.山地不同坡位土壤水分动态变化的分析，可为开展林地土壤水分渗透性能及特征研究提供参考依据.因此，本文基于2018年—2019年三峡山地典型小流域的降雨数据和4个坡位样点的土壤水分数据，通过时序分析法，揭示了月、日、小时等时间尺度下土壤水分的变化特征及其对大气降水的响应规律，以期为三峡林区生态恢复过程中人工林的管理与配置，水土流失治理和生态环境改善提供理论指导.

1 材料与方法

1.1 研究区概况

研究区位于湖北省宜昌市大老岭森林保护区内(110°52′～111°01′E，31°01′～31°08′N)，地处三峡山地，海拔介于1 335～1 390 m，长度约70 m，宽度约30 m，面积约2 km2(图1).该地区气候属于亚热带季风性湿润气候，四季分明，湿润凉爽，年均气温16.7 ℃，降水年均约1 101.1 mm，年内分布不均，主要集中在5～11月，平均蒸发量950 mm，无霜期280 d左右[17].区内中山峡谷地貌类型占80% 以上，地质基础以酸性结晶岩为主，土壤类型主要为黄棕壤和棕壤.区内自然植被以阔叶林为主，主要建群种包括壳斗科栎属(Quercus)、鹅耳枥属(Carpinus)和水青冈属(Fagus)等[18]，同时，针叶树种散布于阔叶林中，主要有马尾松(Pinusmassoniana)、杉木(Cunninghamialanceolata)和华山松(Pinusarmandii)等[19]，林下分布有矮竹林和草本植物.

图1 研究区位置与小流域地形Fig.1 Location of the study area and topographic positions of typical basin

1.2 研究方法

1.2.1 实验设计与数据采集本研究观测时段为2018年5月3日— 2019年5月3日，经多次实地调查和样点勘察，选取三峡山地典型小流域作为试验样地，在小流域内从坡下至坡上依次选了G1、G2、G3、G4四个样点，样点概况经调查后具体情况见表1.

在4个样点处分别挖掘土壤剖面，确定土壤发生层，在每层土壤剖面内用环刀采集5个原状土样，同时采集10 cm×10 cm×10 cm的扰动土，取好的土样装入自封袋带回实验室经风干处理过筛后测定土壤理化性质.其中，用重铬酸钾外加热法测定土壤有机质含量，用定水头环刀法测定土壤饱和导水率，用砂箱法测定土壤大孔隙体积，用马尔文3000激光粒度仪法测定土壤机械组成[20].各点位土壤理化性质和结构特征测定结果见表2.

表1 4个点位的样地特征Tab.1 Stand characteristics of four sample sites

表2 各样点土壤基本理化性质Tab.2 Statistics of soil physical and chemical properties at four sites

土壤含水量的动态监测使用EM50-5TM土壤水分监测系统，每套系统包含5个水分探针，分别埋于4个样地5 cm、20 cm、40 cm、60 cm、80 cm共5个深度土层.同时在小流域附近空地布设自动野外气象站，用于气象因子连续定位观测.土壤水分和气象因子数据采集步长为5 min，并将数据按照每天、每月进行平均值处理

1.2.2 时间序列分析法对于任意两个平稳时间序列，无论各自变异性是否相似，若两者在时间上同步，均可用协相关函数描述两者相关性[10].本研究中设土壤含水量序列为x序列，降雨序列为y序列.首先，分别对序列x和序列y进行自相关分析，然后，对两序列进行协相关性判断.两个时间间隔相同的时间序列，它们之间协相关系数可用(1)式计算[8]，

(1)

式中，ρxy表示滞后时间h时，x和y两个时间序列的协相关数值；sxy(h)表示x和y两个序列的互协方差值；Sxx(0)、Syy(0)分别表示序列x和序列y的方差；σx、σy表示x和y序列的标准差；h为滞后时间.

对于具有n对观测数据的两个时间序列(x1，y1)、(x2，y2)、…、(xn，yn)，时间差为h时互协方差值可由(2)式算出

h=0，1，2，…,

(2)

将(1)和(2)相结合，可计算出两个时间序列的协相关系数，根据系数的大小可估计两个序列的相关程度.同时计算序列的二倍标准差，将协方差值与二倍标准差进行比较.若协方差值大于二倍标准差，则认为土壤含水量序列与降水序列相关；相反，则认为两者不相关[3].

1.2.3 数据分析与制图利用Python软件对降水和土壤水分数据进行相关性分析，采用Origin 2017软件进行图表绘制.

2 结果分析

2.1 土壤水分和降水的时序变化特征

根据试验地小型气象站实测数据，观测期间全年降水总量为1 545.4 mm.从各月降水量所占百分比来看，降水季节分配不均，雨季和旱季界限分明.雨季为春末到秋末(5～11月)，累积降水量占全年总降水量的80%以上，其中又以5～8月占比较大(占5～11月降水量的71.35%)，降水峰值出现在6月.

表3反映了研究期间小流域4个点位土壤水分垂直梯度变化特征.根据垂直分层划分原则[18]及小流域半小时土壤水分数据，4个点位表层土壤(0～5 cm)水分含量绝对值相差较大，标准差和变异系数也较大；而下层水分含量较高，标准差和变异系数的波动频率和幅度都较表层变化更为平缓，说明土壤水分变化幅度与深度呈负相关，稳定性随深度增加而增强.

表3 不同深度土壤含水量的统计特征Tab.3 Statistical characteristics for soil water content in different depths

2.2 降水与土壤水分的自相关分析

图2展示了降水的自相关序列(逐日尺度)及不同时间尺度下土壤含水量的自相关序列，结果表明：降水序列在逐日尺度上的自相关关系不显著，而土壤含水量具有高度自相关性，说明降水事件相互独立，表现出明显的随机性，前一次降水未对后一次降水产生影响；而前期对后期的土壤水分含量影响显著，并且随时间尺度由逐月缩短到半小时，整个剖面土壤含水量相关系数的均值从0.63增加到0.97.

对各土壤层次而言，5 cm、20 cm、40 cm、60 cm、80 cm土壤含水量在小时尺度下的自相关系数分别为0.74、0.93、0.85、0.93、0.95，其中除表层土壤表现出微弱的自相关趋势，土壤水分变化波动强烈，其它深度都达到极显著水平，前期土壤含水量对后期有重要影响.

2.3 土壤水分和降水的协相关分析

由月尺度上降水序列与土壤水分序列的协相关性(图3)可知，降水与土壤含水量在月尺度上的协相关性偏低，4个点位浅层土壤(0～20 cm)与降水之间的协相关关系在滞后时间距h=0时呈现出相关，但20～80 cm深度土壤在该滞后时间下无显著相关关系，说明浅层土壤水分是季节变化的主要发生层，深层土壤水分含量月间波动较小，与降水在月尺度上相关性较弱.当滞后时间距h=1时，四个样点土壤剖面水分含量与降水相关性不再显著，说明该地区土壤水分含量受前一月降水因素的影响较弱.

由日尺度上降水序列与土壤水分序列的协相关性(图4)分析可知，两者在剖面上协相关性动态变化表现出很好的一致性和层次性.其中，一致性表现为土壤含水量与当日降水量相关性偏弱，而在雨后1 d达到峰值，之后随滞后时间h增大，两者相关性呈递减趋势.对于层次性而言，可以将整个土壤剖面分为浅层土壤和深层土壤两部分，层间差异显著.浅层土壤(0～20 cm)对降水响应的即时性强，与降水的相关性呈“双峰”型，表现为明显的波峰与波谷交替变化过程，日内出现两个主要的峰值，其中，最大响应时间为雨后1 d，并在雨后5～7 d 时达到次高值，期间一直保持显著水平.深层土壤(20～80 cm)随滞后时间h延长，相关性逐渐增大，峰值出现在雨后第6 d，随后呈持续衰减趋势.

图2 降水的自相关关系(日尺度)及土壤水分在不同时间尺度下的自相关关系Fig.2 The auto-interrelation coefficients of precipitation and soil water content on different scales

图3 逐月尺度4个点位不同深度土层含水量与降水协相关系数Fig.3 The auto-interrelation coefficients between precipitation and soil water content on monthly scale

由小时尺度上降水序列与土壤水分序列的协相关性(图5)可知，土壤水分序列与降水序列波动变化协同且具有明显的滞后效应，但浅层和深层土壤含水量与降水相关性差异显著.其中，总体趋势表现为降水序列和土壤水分序列的相关系数最大为滞后2～4 h，相关性最显著；当滞后72 h后，各土壤层与降水之间的相关系数差异明显减小，说明降水对土壤水分在三天内的影响最为明显.浅层(0～20 cm)土壤水分与降水协相关性显著，滞后时间距h=10时相关性最大，随后呈递减趋势；深层土壤(20～80 cm)两者相关性在降水初期相对较弱，随着滞后时距增大，相关性呈递增趋势，当滞后时距h=72左右时，达到最大相关水平.

图4 逐日尺度4个点位不同深度土层含水量与降水协相关系数Fig.4 The auto-interrelation coefficients between precipitation and soil water content on daily scale

图5 逐时尺度4个点位不同深度土层含水量与降水协相关系数Fig.5 The auto-interrelation coefficients between precipitation and soil water content on hourly scale

3 讨论

3.1 土壤理化性质对土壤含水量与降水相关性的影响

土壤质地、有机质含量和孔隙度等土壤理化性质对土壤含水量与降水相关性产生影响[20-23].土壤性质测定结果发现(表2)，坡上G4点粉粒和砂粒含量高(均值为43.68%和42.80%)，土质较粗，容重小，因此土壤含水量与降水的相关性较低；坡下G1点土层深厚，土质紧实，通气性和透水性较差，因此具有较强的有效持水能力和单位面积蓄水能力[24]，土壤水分与降水的相关性较高，土壤水分维持稳定状态，能更好的涵养水源和调节水循环.

土壤有机质含量主要通过影响土壤孔隙度和吸附作用而间接对土壤含水量与降水相关性产生影响[25].相关研究显示[26-27]，土壤有机质含量与土壤中动植物数量呈正相关.本研究中4个样点处，由于不同的枯落物存量和灌草覆盖度，导致土壤有机质含量存在差异.由表1可知，坡下G1点单位面积凋落物厚度大，有机质含量高(均值为121.45 g·kg-1)，土壤吸附能力强，土壤总孔隙度(均值为43.68%)小，内部连通性较差，水分在土壤内流动受到较大阻力，导致土壤的饱和导水率低；坡上G4点单位面积凋落物厚度小，有机质含量低(均值为31.40 g·kg-1)，土壤吸附作用弱，土壤孔隙(均值为53.40%)尤其是非毛管孔隙多于坡中和坡下，持水能力弱，因此土壤含水量对降水响应的滞后时间较长，两者相关性较弱.

3.2 坡位对土壤含水量与降水相关性的影响

研究区4个样点位于同一坡面，气候特征、地形地貌和地表植被类型相近，表明各位点土壤水分变化及其与降水相关性差异主要受坡位影响，坡位通过对光热水以及地表径流的二次分配，使土壤水分分布格局表现出高度时空异质性[21].一方面，坡位差异影响地面凋落物蓄积量，进而影响降雨的入渗和蒸发过程[22]，最终影响到土壤水分的动态变化.研究表明，枯落物平均厚度和平均蓄积量大的地表覆被条件使降水的截留增加，表层土壤水分对降水的响应延迟，不同深度土壤水分与降水的相关性曲线起涨和回落速度慢[23].研究发现，坡面下部和中下部的G1、G2点位土壤长期接受上部土壤堆积，林下枯落物存量大，约为0.47 kg·m-2和0.52 kg·m-2，明显高于坡面中上部和上部的G3、G4点位，这种差异显著减少了土壤水分蒸发，使G1、G2点位土壤水分与降水的相关系数明显高于G3、G4点.

另一方面，坡位的差异会影响地表径流和壤中流[28]，从而影响坡面的土壤水分.在本研究中，G1点位地势低、坡度小，对降雨的集水面积大，发生降雨事件后容易下渗，坡上G4点位坡度大，承雨面积小，当发生降水后，土壤表层易形成地表径流和壤中流向坡下汇集，导致在日尺度和小时尺度下该位点土壤水分与降水的相关系数值偏低，相关性曲线变化剧烈，起涨和回落快(图4与图5)，土壤蓄水保水和涵养水源功能有待提高.总的来说，坡下点位地表凋落物多，土壤入渗能力和持水能力强，对降水的响应强烈，其中表层土壤更加显著，坡上土壤持水保水性能较差，易产生地表径流，降水和土壤含水量相关系数值偏低.

3.3 不同时间尺度下的协相关性研究

本研究发现，降水序列和土壤水分序列之间的协相关系数差异明显，且两者相关性随时间尺度的增大而逐渐降低.在月尺度下(图3)，4个点位两者之间无显著相关.王贺年等[8]在北京山区林地和石辉等[7]在黄土丘陵区林地的研究认为，月尺度的土壤水分动态变化受当月和上个月降水事件的影响，这种差异可能是由于研究区气候环境不同所致.北京山区和黄土高原地区年降水量远少于三峡林区，导致土壤含水量偏低(10%～20%)，因此降水对土壤水分的影响可以持续一个月甚至更长时间.而本文研究区全年降水总量大、频度高、强度大，土壤含水量高(20%～50%)，后期降水易掩盖前期降水对土壤水分的影响，因此在逐月尺度上两者相关性较干旱或半干旱地区弱.

在日尺度和小时尺度下(图4与图5)，降水序列与土壤水分序列的协相关系数最大值分别出现在滞后时间距为1 d和6 h左右，之后随着滞后时间距增加而递减，当滞后时间距约为6 d和200 h时，两序列之间的相关系数有明显升高.王晓燕等[3]发现红壤坡地不同深度土壤水分与降水协相关关系也表现出相同的趋势.其原因可能是：在降水事件初期，地表植被对降水具有截留作用，大气降水首先被植被林冠层拦截，当林冠层达到饱和后，一部分降雨会沿着枝叶和树干向植物根部汇集，形成树干茎流[29]，因此土壤水分与降水的最大相关时间出现在降水事件发生一段时间后.不同的植被郁闭度、冠幅及地面坡度对植被再分配存在影响[30]，因此4个点位两者最大相关系数在天尺度尤其是小时尺度出现的时间有前后1天或若干小时的差异.最大相关时间出现后，由于水分下渗、蒸发和植被根系对水分吸收利用等因素影响，降水与土壤水分的协相关性随滞后时间距增加逐渐降低，后期出现回升可能是由于表层土壤水分蒸发快，其值降低到一定程度，土壤浅层和深层会产生一定的水势梯度，这时深层土壤水会在土水势差的作用下向上层运移，补给表层土壤所失水分，出现负补给情况[31]，使表层土壤水分在降水事件结束一段时间后呈现明显增加的趋势，表现为土壤水分与降水之间的相关性增强.

根据协相关性分析，进行三峡山地土壤水分预测时，可以利用月尺度或天尺度土壤水分与降水的数据建立水分预测模型，并利用模型细化模拟山区水文动态变化，以计算并精确掌握区域水循环过程，对揭示植被需水耗水规律、林区高效经营和可持续发展有重要意义.如需分析土壤水分对单次降水事件包括降水量、降水强度、降水历时、降水类型、降水时间分配格局等降水要素的响应机制，则应采用小时尺度的数据进行分析计算，对准确预测降水与土壤水分关系具有重要参考价值[32-34].