太行山区中段旱季土壤含水量的影响因素*

付同刚,高 玥,刘丽丽,高 会,齐 菲,2,王 丰,2,刘金铜**

(1.中国科学院遗传与发育生物学研究所农业资源研究中心/中国科学院农业水资源重点实验室/河北省土壤生态学重点实验室 石家庄 050022; 2.中国科学院大学 北京 100049; 3.河北省国土整治中心 石家庄 050031)

土壤含水量(soil water content,SWC)不仅是影响土壤水文过程的重要指标,同时也是影响植物生长的重要因素,尤其在干旱半干旱地区,SWC通常是植被恢复的限制因子。了解SWC空间分异特征,确定其主要影响因素对深入认知土壤水文过程,提升土壤水源涵养功能意义重大。

SWC在空间上的分布特征随研究区和研究尺度的不同而变化。有研究指出,SWC在空间上呈强烈或中等的相关性,也有研究发现SWC在空间上呈弱的相关性或没有空间相关性。这种不同的分布格局受环境因子影响较大。在环境异质性较高的地区,SWC空间相关性较弱,随机因素作用较大; 而在环境相对均匀的地区,SWC一般表现出较强的空间相关性。另外,SWC空间分异特征也随土壤深度的不同而出现差异。一般而言,土壤表层受环境因子作用最强,其空间相关性小于深层土壤。但也有研究得出相反的结论,认为随土壤深度的增加,SWC空间相关性减弱。总之,SWC在水平、垂直方向上的格局特征非常复杂。这主要是因为SWC影响因素较多且多变,同时主控因素也随区域不同而发生变化。

SWC的影响因素可分为两大类,即土壤理化性质和环境因子。土壤性质中,容重、孔隙度、有机碳、机械组成等都是可能影响SWC的重要性质。然而,这些性质在不同地区对SWC的影响不同。例如在喀斯特地区,土壤孔隙度、碎石含量是SWC的主要影响因素。而在黄土高原区,黏粒含量是影响坡面SWC时空分布的主要性质。对于指定区域,哪些性质是主导影响因素仍不明确。环境因子中,土地利用类型对SWC的影响被广泛关注。例如在黄土丘陵地区,坡耕地、梯田、枣园和草地等土地利用方式的SWC存在显著差异; 太湖流域丘陵区,竹林地平均SWC两倍于对应深度的茶园。除土地利用外,海拔也是影响SWC的重要因子。有研究表明,随海拔的升高,SWC逐渐升高; 也有研究发现相反的结果,即随海拔升高,SWC逐渐降低。可见,环境因子对SWC影响的研究已经受到广泛重视,并且得出不同的研究结果。然而,这种结果差异的成因仍不明确。很多研究将这种差异解释为环境因子先影响土壤性质,进而影响SWC。即土壤性质是直接影响因素,环境因子是间接影响因素。但这种解释多停留在推论阶段,如何定量评估环境因子、土壤性质对SWC的直接和间接影响仍不清楚,限制了对SWC的深入认知。

太行山为华北平原西侧的屏障,同时也是华北平原的重要水源地,具有特殊的生态意义。然而,太行山区土壤条件复杂,空间异质性高,部分地段土壤浅薄,土壤中碎石含量高,导致土壤水分空间异质性及影响因素复杂。目前已有研究对太行山SWC空间变异及其影响因素做了部分探讨。例如,有研究发现SWC从上坡到下坡呈增加趋势,空间连续性较好。也有研究发现,土壤水分具有强烈的空间自相关性,存在很好的分形特征。在影响因素方面,有研究发现土壤质地对土壤水分变化影响较大,明显强于植被和坡度。也有研究发现,土地利用方式对土壤水分有重要影响。还有研究发现,土层厚度、植被覆盖度、土壤容重均对SWC有较大影响。已有研究虽然对太行山区SWC空间变异及影响因素有了一定认识,但多为小尺度上的研究,仅能反映较小区域的状况。太行山区自西向东横跨160余km,海拔呈迅速降低趋势,并且这种海拔梯度在中段更加明显。在急剧下降的海拔梯度下SWC如何变化、其主控因素是什么还不清楚。因此,本研究选择太行山区中段,通过设置自西向东两条样线,采集土壤样品,测定SWC及其他理化性质,调查各采样点环境信息,利用统计学方法及结构方程模型,分析了土壤水分在海拔梯度上的变异特征并探讨其主要影响因素,以期为深入认知土壤水文过程、提升山区水源涵养功能提供科学依据。

1 研究区概况与研究方法

1.1 研究区概况

太行山位于34°36′～40°47′N、110°42′～116°34′E,西接黄土高原、东临华北平原,是我国第二、第三阶梯的重要分界线。太行山脉呈西南-东北走向,东西宽约160 km,南北长约800 km,总面积约13万 km。受造山运动的影响,太行山区西部和东部有明显不同的构造演化,海拔自西向东急剧下降。该区为大陆性季风气候,四季分明,夏季温暖多雨、冬季寒冷干燥。多年(1968-2017年)平均降水量为518.26 mm,平均气温为11.41 ℃。太行山区母质成土速度慢,土层浅薄且多含有碎石。

1.2 研究方法

1.2.1 样点布设及样品的采集与测定

本研究在太行山区中段,沿海拔梯度,设置了自西向东两条平行样线(北部样线和南部样线,南北距离约为85 km)。两条样线穿越了太行山中段的所有地貌类型及植被类型,可以代表太行山中段实际情况。在两条样线上每隔4 km设置一个采样点。北部样线全长约140 km,共布设样点35个,自西向东以N1、N2、···、N35编号,涵盖了寿阳县、阳泉市、平定县、井陉县、鹿泉区等5个县区; 南部样线全长约164 km,共布设40个样点,自西向东以S1、S2、···、S40编号,涵盖了太谷县、榆社县、左权县、信都区等4个县区(图1)。样点中,位于上坡位、中坡位、下坡位、谷地的样点比例分别为10.53%、23.68%、36.84%和28.95%; 位于林地、草地、耕地的样点所占比例分别为40.8%、25.0%和32.9%。海拔＜500 m、500～1000 m和＞1000 m的样点比例分别为28%、32%和40%。

图1 太行山中段样线位置及采样点设置Fig.1 Location of sampling points in the middle part of the Taihang Mountain

在旱季(2018年3月20-21日)采集表层(0～10 cm)和次表层(10～20 cm)原状土和扰动土样品。原状土用环刀(体积为100 m)采取,每个样点采取3个重复样品,用来测定SWC、容重、毛管孔隙度、非毛管孔隙度等性质。采样时携带便携式天平(精度0.01 g),在采样后立即对环刀进行称重,保证土壤水分不受蒸发的影响。所有样点在2 d内完成采样,尽量减少土壤水分时间上的差异。扰动土用铁铲采取,在每个样点周围采取5个点土壤进行均匀混合,带回实验室风干,挑出碎石后进行磨碎过筛,用来测定土壤有机碳含量、土壤机械组成等性质。在每个取样点,均用手持GPS记录样点位置、海拔,并测定坡度、坡向等地形因子。同时记录样点周边植被类型、枯落物厚度等信息。另外利用太行山区降水量栅格数据,提取样点降水量数据; 利用MODIS遥感影像数据,提取样点NDVI数据。SWC用质量含水量表示,采用烘干法测定; 容重采用环刀法测定; 土壤孔隙度利用吸水法测定; 土壤有机碳利用重铬酸钾外加热法测定; 土壤机械组成利用比重计法,按照美国制土壤机械组成分级标准,测定不同粒径土壤颗粒所占比重。

1.2.2 数据分析方法

所有的数据在Excel和SPSS软件中进行统计分析。正态分布检验利用K-S (Kolmogorov-Smirnov)方法; 不同层次、不同样线间SWC差异用单因素方差分析方法(ANOVA); 土壤性质对SWC的影响利用多元线性逐步回归的方法进行分析; 环境因子对SWC的影响用相关分析方法检验。SWC的直接影响因素和间接影响因素用结构方程模型分析,模型在AMOS软件中构建。环境因子和土壤性质设置为潜变量,选取降水量、海拔、坡度、坡向、NDVI中对SWC有显著影响的因子作为环境因子的测量变量,选取土壤容重、孔隙度、有机碳、机械组成中对SWC有显著影响的指标作为土壤性质的测量变量。模型中,假设土壤性质对SWC的影响只有直接影响,环境因子对SWC的影响包括了直接影响和间接影响。若模型通过检验,则假设成立,可通过模拟结果得出环境因子对SWC的直接影响和间接影响的比例。

2 结果与分析

2.1 不同样线及不同层次SWC差异

对数据进行统计分析之前,首先对其分布特征进行检验。K-S检验结果显示,SWC在两个层次均呈正态分布。其他土壤性质中,表层土壤容重、次表层土壤有机碳含量、次表层土壤黏粒含量呈正态分布;环境因子中,降水量、坡向、NDVI呈正态分布。对其他非正态分布的土壤因子和环境因子进行正态转换(表1),将转换后的数据用来进行后续的统计分析。

表1 太行山中段两条样线不同层次土壤属性及环境因子数据分布特征Table 1 Data distribution of soil properties of different layers and environmental factors in two line transects of the middle part of the Taihang Mountain

太行山区旱季表层SWC显著低于次表层(表2)。并且在南北两条样线上无显著差异。两条样线的变异系数表层为0.37和0.43,次表层为0.28和0.33。表层SWC变异系数大于次表层。总体而言,随海拔的升高,两个层次的SWC均表现出逐渐增加的趋势,且两个层次表现出的总体趋势一致(图2)。

图2 太行山区中段不同层次土壤含水量(SWC)在北部样线(a)和南部样线(b)上的分布特征Fig.2 Spatial distribution of soil water content (SWC)of different layers along the north transect (a)and south transect (b)in the middle part of the Taihang Mountain

表2 太行山中段两条样线不同层次土壤含水量描述性统计Table 2 Describe statistic of soil water contents of different layers in two line transects of the middle part of the Taihang Mountain

2.2 不同样线不同层次SWC地统计学特征

两条样线均表现出表层SWC为线性模型拟合最佳,没有明显的空间结构; 次表层SWC为指数模型拟合最佳,具有明显的空间结构特征(表3)。次表层SWC块基比为48.01% (北部样线)和31.62% (南部样线),均为中等程度的空间相关性,且两条样线差别不大(表3)。表层SWC变程较小,为65.7 km和80.2 km。次表层SWC变程较大,分别为145.5 km和128.4 km。模型的决定系数次表层显著高于表层。说明表层SWC影响因素更为复杂,不确定性更大。

表3 太行山区中段不同样线不同层次土壤含水量地统计学特征Table 3 Geostatistical characteristic of soil water contents of different layers in two line transects of the middle part of the Taihang Mountain

2.3 土壤理化性质对SWC的影响

以SWC为因变量,容重、毛管孔隙度、非毛管孔隙度、有机碳含量、砂粒含量、粉粒含量、黏粒含量等为自变量进行逐步回归分析。结果显示,表层SWC仅容重达到显著水平,调整后的为0.356,其他土壤性质均被模型排除,说明容重对表层SWC影响最大。次表层SWC预测模型包括了毛管孔隙度和黏粒含量,调整后的分别为0.560和0.585。说明土壤孔隙和机械组成是影响次表层SWC的重要因素。土壤性质对次表层SWC的解释程度显著高于表层,说明表层可能受环境因子影响更大(表4)。

表4 太行山区中段不同层次土壤属性对土壤含水量的回归分析Table 4 Regression analysis of soil water content of different layers and other soil properties in the middle part of the Taihang Mountain

2.4 环境因子对SWC的影响

两个土层SWC与降水均呈极显著正相关(＜0.01)。说明虽然旱季降水量少,但是由于土壤性质决定了土壤持水能力,降水量高的区域,SWC在旱季也较高。表层SWC与海拔呈显著正相关(＜0.05),次表层SWC与海拔呈极显著正相关(＜0.01)。两个土层的SWC与坡度、坡向的相关性均不显著(表5)。方差分析表明,地形部位、土地利用类型及二者的交互作用对SWC的影响均不显著。其中,地形部位显著性检验值比土地利用类型和二者的交互作用小。且10～20 cm地形部位对SWC的影响在＜0.1水平显著(表6)。说明地形部位对SWC的影响高于土地利用类型。

表5 太行山区中段不同层次土壤含水量与地形因素的相关性分析Table 5 Correlation analysis between soil water contents of different layers and geographical factors in the middle part of the Taihang Mountain

表6 太行山中段不同层次土壤含水量在不同地形部位和不同土地利用类型的方差分析Table 6 Variance analysis of soil water contents of different layers at different topographical locations and land use types in the middle part of the Taihang Mountain

2.5 太行山区旱季SWC空间格局的主控因素

在假设土壤性质为SWC的直接影响因素、环境因子为间接影响因素的前提下,以回归分析中对SWC影响显著的因子(包括降水量、海拔、表层土壤容重、次表层土壤毛管孔隙度和黏粒含量)为显变量构建结构方程模型(零假设为模型均值、方差、协方差与总体的均值、方差、协方差相等)。结果显示,两个层次模型值分别为0.186和0.185 (图3),说明接受零假设,模型成立。在此条件下,表层和次表层环境因子对SWC的直接效应分别为18.75%和10.00%,远小于其间接效应(81.25%和90.00%)。可见,环境因子对SWC的影响有超过80%是通过土壤因子而产生的间接影响。直接影响中,表层略高于次表层,说明环境因子越复杂,其对SWC的直接影响越大(表7)。

表7 太行山中段不同层次土壤性质和环境因子对土壤含水量的直接影响和间接影响Table 7 Direct and indirect effects of soil properties and environmental factors on soil water contents of different layers in the middle part of the Taihang Mountain

图3 太行山中段不同层次土壤含水量影响因素的结构方程模型Fig.3 Structural equation modeling of soil water content of different layers in the middle part of the Taihang Mountain

3 讨论

3.1 太行山区旱季SWC空间分布特征

太行山区旱季表层SWC在两条样线分别为16.06%和17.56%,比喀斯特地区、南方丘陵等地区低,而比黄土高原地区和华北平原地区略高。说明在大尺度上,SWC总体上受降雨量的影响。次表层SWC显著高于表层(＜0.05)(表2)。SWC在土壤剖面上的变异呈现出较高的不确定性。有研究发现,与其他层次相比,表层SWC一直处于较高的水平;而也有研究指出,表层SWC显著低于其他层次。这种不同的分布方式受土壤性质、土地利用、地形地貌以及降水量等多种因素的影响。在太行山区,表层土壤砂粒含量较高,土壤孔隙大且连通性好,土壤饱和导水率高。降水通过表层迅速入渗到深层。这导致仅在降水过程中,表层SWC较高的现象,随着降水的结束,表层SWC迅速下降,并呈现出小于次表层的现象。

太行山区旱季SWC的变异系数为0.28～0.43,属中等变异程度。变异系数高于其西部的黄土高原(0.21)以及东部的华北平原(0.15),说明过渡区SWC具有相对较高的空间异质性。与其他地区相比,太行山区SWC变异系数略低于云南元谋干热河谷区地区的0.21～0.67,而略高于甘肃景泰县的≤0.25。虽然SWC的变异在不同地区表现出一定的差异,但以中等变异程度为主。即使在高度异质性的喀斯特地区,SWC的变异系数也仅为0.33。这可能是因为SWC除受土壤性质影响外,降水量也是重要的影响因素。而小尺度上降水量的空间变异相对较小,从而降低了SWC的变异程度。另外,含水量的变异程度也与SWC的大小有关,含水量越高,其变异越低。太行山区旱季土壤表层含水量变异大于次表层(表2)。也有研究发现,随土壤深度的增加,SWC变异程度逐渐减小。这主要是因为表层SWC影响因素较为复杂,包括了蒸发、植物根系吸收等。随土壤深度增加,这些因素对SWC的影响逐渐降低,从而导致SWC变异程度下降。太行山区旱季次表层SWC表现出明显的块金效应(表3),这与大多数研究结果类似,说明SWC作为空间变量具有明显的空间结构特征。而表层空间结构性较差,随机性占主导地位。说明表层SWC影响因素较为复杂,随机因素对土壤含水量有较大的影响。

3.2 土壤性质和环境因子对太行山区SWC的影响

太行山区环境因子中,海拔对SWC影响较大,而坡度、坡向对SWC没有显著影响(表5)。海拔对SWC的影响一方面通过影响降水来影响含水量。一般而言,随海拔的升高,降水量也呈升高的趋势。另一方面,海拔可以影响土壤水分的再分布。土壤水分在重力的作用下,由上坡向下坡运动。因此,SWC通常表现出下坡高于上坡的现象。但SWC影响因素众多,比如受植被类型的影响,SWC会表现出上坡位大于下坡位的“倒置”现象。坡向对SWC影响较大,一般情况下,阴坡SWC要明显高于阳坡。这主要因为不同坡向受太阳辐射不同,并且不同坡向土壤性质也有较大差异,导致SWC出现较大差异。坡度对SWC的影响也较为复杂。有研究发现,随坡度的增加,SWC呈现降低的趋势。也有研究指出,当坡度小于15°时,SWC随坡度增加而降低,但当坡度大于15°时,SWC随坡度的增加反而升高,并解释为受太阳辐射不同的影响。然而在本研究中,坡度、坡向对SWC的影响均不显著。这可能是由于本研究尺度相对较大,坡度、坡向对SWC的影响被海拔的影响所覆盖。阳坡、大坡度的样点若处于低海拔处,其含水量也可能低于高海拔处的阴坡、低坡度样点。因此,若探讨坡度、坡向对SWC的影响,需选择海拔、植被等条件一致的坡面进行分析。地形部位和土地利用类型以及二者的交互作用通常认为对SWC有重要影响。本研究中,方差分析显示地形部位、土地利用类型及二者的交互作用对SWC影响均不显著。这可能是因为降水和海拔的主导作用,导致地形部位和土地利用类型对SWC的影响减小。

通常而言,SWC受诸多土壤性质的影响。而在本研究中,回归分析显示,表层SWC受容重的影响,次表层SWC受毛管孔隙度和黏粒含量的影响。可见,太行山区SWC主要受孔隙度和土壤机械组成的影响。容重越小,则土壤孔隙度越大,可供土壤水储存的空间越大,导致SWC增大。土壤孔隙中,毛管孔隙对SWC影响更大,主要是因为土壤水受毛管力的约束可以保存在土壤中,进一步增加了SWC。土壤机械组成对含水量的影响一直是研究的热点。本研究中,表层土壤黏粒含量为4.18%～39.58%,次表层为1.12%～36.04%,并且次表层黏粒含量对SWC影响较大(表4)。有研究发现随土壤黏粒和粉粒含量的增加,SWC呈显著增加趋势,而随砂粒含量的增加,SWC呈显著下降的趋势。这与本研究结果相同,主要是因为细颗粒土壤具有更强的吸附水分的能力,而粗颗粒土壤的持水能力较弱。

土壤性质和环境因子对SWC都有重要影响。但有研究认为环境因子对SWC的影响多是通过改变土壤性质而间接影响SWC。例如赵世伟等认为植被类型主要是通过提高土壤有机质含量,改善结构,降低土壤容重和增加土壤毛管孔隙度等对土壤的蓄水和持水性能产生作用; 任婷婷等发现不同坡位SWC存在明显差异,认为原因是上坡位、中坡位的土壤长期以来受到径流冲刷较严重,细粒土壤不断流失并在坡脚处富集,细颗粒越多越有利于土壤水分的保持。可见多数研究者已经认识到环境因素的影响可能是间接的,但是还没有进行定量的分析。本研究在假设土壤性质为SWC的直接影响因素,环境因子为间接影响因素构建结构方程模型后,发现模型达到显著性水平,说明假设成立。并且两个层次环境因子通过土壤的间接作用都超过了80% (表7)。这主要是因为本文研究针对的是旱季SWC。旱季一方面降水量较少,降水对SWC的影响相对雨季较低; 另一方面,太行山区植被以落叶林为主,旱季蒸腾作用小,减少了植被的影响。因此,旱季环境因子对SWC间接影响可能更加明显。并且表层环境因子的直接作用大于次表层,说明环境因子越复杂,对SWC直接作用越大。

4 结论

通过对太行山区两条样线旱季土壤含水量空间格局及其主要影响因子的分析,发现太行山区土壤含水量虽然呈现中等程度的变异和中等程度的空间相关性,但变异系数大于其西部的黄土高原和东部的华北平原。说明过渡区土壤含水量表现出较高的异质性。土壤性质中,容重、毛管孔隙度、黏粒含量分别对不同层次土壤含水量有着显著影响。说明土壤孔隙和机械组成是影响太行山区土壤含水量的主要性质; 环境因子中,降水量和海拔与土壤含水量呈显著相关,说明太行山区土壤含水量受降水、海拔影响较大。土壤性质是影响土壤含水量的直接因素,环境因子是间接因素。两个土壤层次环境因子通过土壤性质对土壤含水量的间接影响达81.25%和90.00%。并且次表层的间接作用大于表层,说明环境因素越复杂,对土壤含水量的直接影响越大。以上结果为太行山区土壤水文过程的深入研究提供了理论基础,对提升山区水源涵养功能意义重大。