典型岩溶石漠化区土壤剖面水分和温度动态规律及传输特征

熊小锋,李建鸿,蒲俊兵,张 陶,王赛男,霍伟杰

(中国地质科学院岩溶地质研究所/自然资源部 广西岩溶动力学重点实验室,广西 桂林 541004)

土壤水分和温度是土壤—植被—大气连续体(SPAC)物质传输的驱动因子，显著影响陆地表面与大气界面的水和能量交换，也是流域生态水文、气候变化模型的关键变量[1-2]。石漠化地区土壤水分和温度条件与坡面径流及土壤侵蚀过程密切相关，一定程度上影响石漠化地区的生态景观格局[3]。系统研究石漠化地区土壤水分和温度有助于深入理解其水热循环规律，对于岩溶石漠化地区植被恢复、水土保持以及农产业布局具有指导意义。自然环境中的土壤水分和温度受气象因素、植被覆盖、土壤质地等综合影响，具有很强的时空变异特点[4-5]。

针对岩溶石漠化地区土壤水分，已有研究采用环刀取样及烘干法测定土壤含水量，并分析了不同气象要素、石漠化程度对土壤水分时空分布的影响[6-8]。也有学者采用5 TE土壤水分监测探头研究岩溶石漠化区裸岩周围土壤水分的变化规律[9]，但是并没有结合气象因素分析。岩溶石漠化地区裸岩广泛分布，岩—土界面是天然的水分入渗优势通道，有学者在野外设计示踪试验研究了这一现象[10-11]。针对岩溶石漠化地区土壤温度研究较为缺乏，有研究探讨了石漠化恢复过程中的土壤水分和土壤温度变化[12]。已有研究多采用手持仪器如TDR、便携式土壤多参数仪等人工监测法，对土壤水分和温度进行原位、瞬时监测。人工监测频次较低，难以满足高分辨率数据需求，本文采用的自动监测系统则具有连续监测、无线传输、同步记录气象数据等优势[13]，获取的高分辨率监测数据能够对土壤水分和温度进行更为准确细致的研究。在理论方面，已有研究多数孤立讨论石漠化地区土壤水分和土壤温度，从物质运移和能量传输角度讨论两者耦合特征的研究还较为欠缺。实际上，土壤含水量是土壤热传导系数和热容的主控因素[14-17]，反过来土温梯度也影响土壤蒸汽水传输，进而影响土壤内部水分迁移[18-19]，岩溶石漠化地区这一耦合过程还需进一步探讨。

云南是西南地区石漠化最严重的省份之一，其中滇东地区是石漠化程度最高的地区。截至2016年云南石漠化土地面积为235.2万hm2，占石漠化总面积的23.4%，石漠化综合治理任务十分艰巨[20]。云南高原石漠化地区以小降雨为主，表层土壤水分干湿交替迅速[21]，该地区土壤属于碳酸盐红黏土[22]，渗透性较差，坡面、裸岩面汇集的雨水多数通过石沟、石缝和岩土界面渗漏，使得该地区干旱缺水。本文基于深入理解高原石漠化地区土壤水热变化规律、为岩溶石漠化生态环境治理和重建提供数据支撑及理论参考目的，在上述地区建立自动监测站采集超过一年数据，结合多元统计方法以及水热传输理论，系统阐述高原岩溶石漠化区土壤水分和温度时间序列规律，分析不同气象因素对土壤水分和温度的影响程度，并进一步计算土壤剖面上热通量和蒸汽水运移通量，探讨土壤水分和热量传输的耦合特征。

1 研究区及野外监测情况

1.1 研究区概况

蒙自市位于云南省东南部，属于亚热带季风气候区，气候温和，干湿季节明显，多年平均降雨量达到815.8 mm，降雨集中在7—10月份。该地区石漠化分布广泛，全市石漠化面积达88%，其中重度石漠化面积占44.65%，石漠化集中连片分布于海拔1 300～2 200 m的丘丛洼(谷)地和广大岩溶丘峰、台地、盆地边缘[23-24]。蒙自市从地质构造上属于岩溶断陷盆地，该盆地呈南北走向，盆地内多为第三系、第四系沉积物，沉积厚度大，盆地东北部有地下河及泉水出露。盆地周边中山山区残存古高原面，岩性以三叠系个旧组碳酸盐岩为主。盆地、斜坡与高原面形成“盆山耦合地形”，气候条件相差大[25]。高原面上石漠化发育程度较高，生态环境十分脆弱，水土流失严重。

图1为蒙自市的高程图以及研究区示意图。研究区在水平空间上森林覆盖率较低，土地利用类型主要为耕地和草地，土壤分布不连续。研究区主要为裸露型和埋藏型岩溶区，地下空间呈现立体多维结构，土壤充填在溶沟、溶隙和石牙之中，容易通过岩溶裂隙、管道和地下河漏失。

图1 蒙自市岩溶断陷盆地及研究区位置示意图

1.2 野外数据监测

监测点位于蒙自市东北向高原面西北勒乡牛耳坡(103°27′13.29″，23°26′58.37″)，海拔约2 086 m。监测点周边碳酸盐岩出露地表，经测量统计显示裸岩率在45%～65%，裸岩出露地表的高度为30～60 cm。监测点选择坡地上部相对平坦部位，监测点周围植被主要为杂草和苹果树。监测点土壤具有明显分层现象，表层0—15 cm深度为有机质含量较高的松散壤土，15 cm以下为黏粒含量较高的粉质黏壤土。监测仪器采用Campbell公司CR800自动监测站，该设备利用太阳能电池供电，且能够实现数据自动网络传输。

数据采集器搭接5TM型号土壤水分、温度传感器，其中5TM传感器监测的土壤水分数据为土壤体积含水量(Volumetric soil water content，cm3/cm3)本文所指土壤含水量均为土壤体积含水量(简称为SWC)。根据监测点周围土壤垂向分布情况，设计5 TM传感器埋深分别为10 cm，40 cm和80 cm。气象站记录土壤体积含水量(SWC)和土壤温度(ST)，同步记录降雨量、大气压、蒸汽压、气温、空气湿度、太阳总辐射、风速、风向等常规气象因素。野外监测以2 017.1.1作为第1天，2 017.12.31作为第365天，30 min记录一次数据。由于数据量庞大，本文降雨量按照逐日累计统计，气温、SWC及ST按照逐日平均处理。研究区的降雨量采用翻斗式雨量筒记录，翻转一次记录0.2 mm雨量，降雨量传感器设定为半小时记录一次数据。高原石漠化地区的高频率、小降雨特征形成了土壤表层干湿交替迅速而深层土壤含水量长期处于亏缺的特征。

2 研究方法及理论

2.1 多元统计分析方法

本文首先针对野外监测数据进行多元统计分析。SWC和ST受诸多气象因素影响，各气象因素之间也有相互关系。本文参考生态学中常用的多元统计方法，将气象因素作为环境变量(解释变量)，不同深度的SWC和ST作为响应变量，以每日记录的数据作为样方，采用梯度排序来研究环境变量与响应变量之间的关系。梯度排序法分为两种类型，一种是非约束排序法(Unconstrained Ordination Model)，主要为主成分(PCA)和去趋势分析法(DCA)；另一种是约束排序法(Constrained Ordination Model)，主要包括冗余分析(RDA)和典范对应分析(CCA)方法，其中RDA基于线性模型，CCA基于单峰模型。RDA和CCA的选取原则为首先采用DCA分析，观察轴的梯度值，梯度最大值超过4采用CCA，最大值小于3则可采用RDA，最大值介于3～4之间两种方法均适用[26]。非约束排序法适用于多个响应变量而缺少解释变量的情况，约束排序法适用于多个响应变量和多个解释变量。相关理论和算法较为繁杂，此处不再赘述。综合考量，本文采用约束排序法的冗余分析(RDA)探讨SWC和ST的影响因素。

2.2 土壤热量传输理论

根据Fourier热传导理论和热通量定律，一维垂向土壤热传导方程及热通量可表示为：

(1)

式中：Ts为土壤温度(℃)；z向上为正方向(cm)；k为热扩散率(cm2/s；G为热通量[J/(cm2·℃)]；λ为热传导系数[J/(cm2·s·℃)]。土壤热通量的计算有多种方法[27-29]，考虑到本文有三层土壤温度监测数据，可采用梯度法直接计算热通量。梯度法是方程(1) 的差分形式，其表达式为：

(2)

(3)

式中：Gz为z1～z2之间的热通量[J/(cm2·℃)],Gz>0热量向地表运移，Gz<0热量向土壤深处运移；ΔS为深度0～z的热储量积分形式；cv为土壤的体积热容[J/(cm3·℃)]。由于λ难以直接测定，本文对于λ采用Chung &Horton提出的经验公式计算：

λ(θ)=b1+b2θ+b3θ0.5

(4)

式中：b1,b2,b3为经验系数，参照相关文献[14]按照壤土(loam)取值b1=0.243,b2=0.393,b3=1.534；粘性土(clay)取值b1=-0.197,b2=-0.962,b3=2.521。对于cv则忽略土壤中气相和有机质的影响，简化为：

cv=cvsVs+cvwVw+cvaVa+cvvVo=0.85ρ+4.18θ

(5)

式中：V表示体积分数；cv和V的下标s,w,a,o分别表示固相、液相、气相和有机质，其中Vw等于本文监测的土壤体积含水率θ；ρ为土壤的干容重(g/cm3)。表层15 cm壤土烘干法实测干容重为0.9 g/cm3，下层粉质黏土干容重为1.2 g/cm3。

2.3 土壤蒸汽水传输理论

19世纪50年代Philip和Devries将热力学理论的局部平衡假设应用到土壤孔隙水汽运移过程，认为蒸汽水在土壤孔隙的一端蒸发，另一端凝结，最终凝结和蒸发速率等于水汽运移速率[30]，建立了土壤水热耦合运移模型(PDV)。以当前的监测技术，对土壤孔隙中水汽通量直接观测难度仍然较大，因而可利用土壤孔隙水汽密度来间接计算水汽通量。土壤孔隙中的水汽压ev(mbar，1 mbar=100 Pa)可表示为土壤温度Ts(℃)和土壤水势h(cm)的函数[18,30]:

(6)

式中：ev0是温度Ts下的标准饱和水汽压(kPa)；R是气体常数，R=8.315×107J/(mol·℃)；M是水分子的摩尔质量，M=18 g/mol。本文利用van Genuchten(VG)模型[31]将土壤含水量θ(%)转化为土壤水势h(cm)：

(7)

式中：θ(h)为土壤体积含水量(cm3/cm3)；θs，θr，α，n为模型的4个重要参数；θs，θr是土壤的饱和含水量与残留含水量；α，n，m为经验参数，其中m=1～1/n，其中n>1。使用RETC程序根据土壤环刀样品所测颗粒级配和容重预测其VG模型参数。表层15 cm以内松散壤土的参数为θs=0.51，θr=0.090，α=0.010 5，n=1.46；下层粉质黏土参数为θs=0.44，θr=0.078，α=0.006 3，n=1.56。假定土壤中固液相温度一致，则土壤蒸发过程中饱和水汽压[18]计算公式如下：

ev0=E0×107.45Ts/(Ts+235)

(8)

式中：其中E0表示在0 ℃时的饱和水汽压；E0=0.610 78 kPa；Ts是土壤温度(℃)。一定体积空气所含的水汽质量除以该空气体积可得到空气的绝对湿度，绝对湿度即为空气的水汽密度。水汽密度ρv(g/cm3)可表示为水汽压与土壤温度Ts(℃)的函数[18]：

ρv=216.8ev/(Ts+273)

(9)

基于Fick分子扩散定律描述水汽在土壤中扩散[18]：

(10)

式中：qv为界面上的蒸汽传输通量速率[g/(cm2·s)]；D0(cm2/s)是水汽在空气中的扩散率D0=0.299(Ts/273-1)1.75；n-θ是孔隙含气率(cm3/cm3)，n是土壤孔隙度(cm3/cm3)，θ是土壤体积含水量(cm3/cm3)；L是水汽通过的有效距离(cm)。

3 结果与分析

3.1 SWC和ST动态规律及影响因素

图2为剖面上SWC和ST一整年不同深度Kriging插值结果。多数时间土层深度越深则SWC越低，夏秋季(110～260 d)集中降雨期则有足够长的时间允许土壤水分入渗补给深层土壤，使得深层SWC超过表层，降雨停止后SWC迅速衰减至初始状态(图2A)。表层10 cm土壤由于受大气温度和太阳辐射直接影响而ST变化较为剧烈，40 cm和80 cm处ST较为稳定。此外，春冬季ST均为深层更高，而夏秋季则表层更高，ST存在季节性差异(图2B)。图中等值线向右倾斜的趋势可反映出土壤水分和热量传输过程引起的SWC和ST延迟响应特点。

图2 土壤水分和温度垂直剖面云

SWC及ST受诸多气象因素的直接或间接影响，各影响因子并非独立变量。在数据中心化和标准化处理基础上采用RDA进行分析。其中潜在蒸散发量(Potential Evapotranspiration，ET)利用太阳辐射、风速、气温等数据基于Penman-Monteith公式计算。气象因素与SWC和ST的RDA排序结果见图3，图中矢量箭头之间的夹角余弦值为相关系数，夹角小于90°表明正相关，夹角越小相关性越大；夹角等于90°表明两变量完全不相关；夹角大于90°表明为负相关。排序轴(约束轴)是一种虚拟轴，表示环境变量的线性组合，反映一定的环境因子梯度。根据排序轴可计算各环境变量对于相应变量方差的解释率和贡献率。

气象因素与SWC的排序结果表明：(1) 降雨量与表层10 cm的SWC相关性小于40 cm，80 cm，降雨对于深层SWC影响更大。产生这种现象的原因在于深层土壤初始SWC较低，在降雨集中期则迅速增加(图3A)，从而表现出与降雨的强相关；(2) 气温、蒸汽压和空气湿度与SWC正相关，尤其与10 cm的SWC相关性较大，上述变量实际上受控于气候季节性变化，不一定直接引起SWC变化，属于间接相关。气象因素与ST之间的相关分析(图3B)表明：(1) 多数气象因素与ST均为正相关，仅大气压与ST负相关，实际上蒸汽压、气压与气温之间有直接关系，大气压与ST的负相关以及蒸汽压与ST的正相关均为气温与ST之间关系的间接表现；(2) 气温与10 cm的ST相关性大于40 cm和80 cm，表明深层ST对于气温变化的响应慢于浅层。

图3 气象因素与土壤水分和温度之间的RDA排序分析

图3中有一些气象因素环境变量并不直接引起SWC和ST变化，故采用主成分分析(Principal Component Analysis，PCA)得到主环境变量为雨量、潜在蒸散发(ET)、日累计辐射(太阳辐射)和气温，然后基于约束排序法RDA分析主环境变量对于所有SWC和ST变化的解释率。过程中对于主环境变量按照重要性排位，依次加入分析后获得的校正R2减去上一次的校正R2，此时分配的R2所占比例即为当前环境变量的解释率。根据排序结果，前两轴对于SWC累计拟合方差解释率为99.85%，对于ST为99.93%。4个主环境变量的解释率以及与前两个排序轴的相关系数见表1，降雨量对于SWC的解释率为39.5%，气温对于ST的解释率高达77.4%，降雨量和气温分别为SWC，ST的主控因素。

表1 主要气象因素对于SWC和ST解释率及排序轴相关系数

3.2 土壤热量传输及其与SWC的关系

土壤热通量是地球表面能量平衡的重要分量之一，土壤中的热量为近地表的微生物活动、植物根系代谢提供能量支持[28,32]。根据公式(2—3)计算了土壤剖面上的热储量和热通量，计算结果与已有文献接近[33]，土壤温度与持续累积热储量计算结果见图4，其中热储量ΔS>0时土壤储存热量，ΔS<0时土壤释放热量。

地球公转引起四季气候变化，土壤温度梯度受气温影响出现季节性反转(图4A)，温度梯度方向必然决定土壤热传输方向。此外，受复杂气象因素的影响，累计热储量呈现频繁波动，一年内持续累计热储量则呈现春夏季增加、秋冬季减小的趋势，且10 cm热储量低于更深层土壤(图4B)，说明越靠近地表土壤在热传导方面的作用越明显、热储存作用越弱。热通量计算结果见图5，热通量Gz>0表明热量向地表运移，Gz<0表明热量向土壤深处运移，热通量计算结果相比热储量大了3个数量级(纵坐标单位kJ/cm2)。日累计热通量计算结果表明大多时间热量均向下传输，仅春季和冬季时由于深层土壤温度高于浅层，热量向上传输。一年持续累计热通量计算结果表明10—40 cm深度的土壤为向下传热层，而40—80 cm土壤主要储存热量或向上传热，在40 cm深度左右存在一个热通量为零但是位置随时间变化的界线。

图4 剖面上土壤温度和热储量随时间变化

图5 剖面上日累计和总累计土壤热通量随时间变化

除了土壤温度梯度季节性改变而引起的热量传输，SWC对于土壤热传导也有重要影响[15,17]，主要体现于土壤热传导系数和热容。本文对于土壤热传导系数和热容采用了经验公式(4) 和简化公式(5)，经验式中的土壤热传导系数和热容均主要受控于SWC。选择2018/4/25—2018/5/25降雨数据和ST，SWC进行讨论(图6)。选择的时段为温度回升期，图中显示存在降雨时，ST在几天之内均处于下降趋势(ST实测-40 cm曲线变化趋势较为明显)，降幅并不如季节性变化那样明显，40 cm的ST会低于80 cm；SWC则迅速上升之后又快速恢复到初始状态。降雨一方面降低了气温从而影响土壤温度梯度，一方面增加SWC从而加快土壤热传导，从而使得土壤不同深度的ST快速趋于均一(图6中1，2虚线框内)。

图6 降雨量与ST和SWC随时间变化

3.3 土壤蒸汽水传输及其与ST的关系

ST是土壤水分运动的重要驱动因素，土温梯度引起土壤内部蒸汽水运移，从而影响SWC[18,34]，蒸汽水运移是土壤水—汽—热耦合运移的一部分。土壤中蒸汽运移通量较小，但是蒸汽水的作用不可忽略，尤其在干旱季节是土壤水分运动的主要形式，并保证植物的用水需求[35]。图7为土壤剖面上由土温梯度而产生的蒸汽水传输通量计算结果，qv<0表明蒸汽水向上运移，qv<0表明蒸汽水向下运移。图7表明：(1) 10—40 cm的土壤蒸汽水传输变动较大，而40—80 cm较小，这由浅层SWC和ST的频繁变动而深层较为稳定有关；(2) 总体而言，春冬季qv>0，蒸汽水向上运移，而夏秋季qv<0，蒸汽水向下运移(图7A)，春冬干旱季节深层土壤的蒸汽水将补充浅层土壤水分，从而保证表层含水量满足植物用水需求；(3) 一整年的土壤蒸汽水运移通量计算结果如图7B，深层40—80 cm土壤蒸汽水累计通量始终为正值，即80 cm的土壤蒸汽水累积量始终是向浅层补给，而10—40 cm的土壤蒸汽水累计通量基本为负值，表层蒸汽水向深层土壤补给。从一年持续累计通量来看，10—40 cm深度的土壤蒸汽水一年累计通量达到-84.7 kg/cm2，40—80 cm之间达到26.9 kg/cm2。本文研究表明温度梯度作用下产生的蒸汽水最终在深度40 cm左右的土壤中积累，这部分土壤水被储存起来，在秋冬干旱季对于满足石漠化地区植被需水量是较为重要的。

图7 土壤剖面不同深度累蒸汽水通量随时间变化

土壤蒸汽水传输理论公式(6—10)表明蒸汽水运移主要受控于ST和SWC。图7曲线变化趋势与图5几乎相同，热通量与蒸汽水通量具有同步变化规律，说明ST为土壤蒸汽水传输主控因素。相对于SWC对热量传输的影响，土壤水热传输耦合关系更体现于蒸汽水运移。此处将热通量计算结果与蒸汽水通量计算结果进行线性相关Pearson分析，其散点分布如图8所示，图中变量与图5，图7相应变量单位一致(Gz为热通量，qv为蒸汽通量)。从相关系数来看热通量与蒸汽水通量具有较高的相关性，一定程度反映蒸汽水伴随着热量传输在土壤中运移的机理。

图8 热通量与蒸汽水通量之间Pearson线性分析的散点分布

4 结 论

高原石漠化地区小降雨事件频繁，使得浅层土壤水分干湿交替迅速，深层土壤水分仅在夏秋降雨集中期才能得到补给。RDA方法可用于分析多个气象因素对于SWC和ST的影响程度。SWC的主要影响因素为降雨、日累计辐射、气温和蒸散发，其中降雨对于SWC方差的总体解释率为39.5%；ST的主控因素为气温，气温对于ST方差总体解释率为77.4%。在土壤水热传输方面，越靠近地表的土壤在热传导方面作用越明显、热储存作用越弱。0—40 cm深度的土壤基本为向下传热层，40—80 cm土壤主要储存热量或向上传热，40 cm深度左右存在变化的零通量边界。

蒸汽水在不同季节运移方向不同，春冬季蒸汽水主要向上运移，夏秋季主要向下运移，体现了土壤蒸汽水夏秋季储存、春冬季排放的特点。从水热耦合传输角度讨论，SWC主控土壤的热传导系数和热容，从而影响土壤的热量运移；而ST梯度则是蒸汽水传输的主控因素，蒸汽水通量变化曲线与热通量变化曲线趋势近乎相同，基于Peason分析表明两者为高度的线性相关，蒸汽水伴随着热量传输在土壤中运移。

本文也存在一些不足，比如未同步监测土壤热通量来评估本文计算误差，未进一步探讨石漠化地区广泛出露地表的裸岩对于SWC和ST的影响，尚待设计更为合理的监测方案深入研究。