黄土高原区域尺度土壤干燥化的空间和季节分布特征

为掌握黄土高原土壤干燥化程度的空间分布特征,定量评价雨季前、后土壤干燥化程度,于2013年在黄土高原南北方向布设一条样带（N=86）,获取雨季前、后0~5 m剖面土壤含水量。采用地统计学方法分析了土壤干燥化指数的空间分布规律及变异特征。结果表明:在黄土高原地区,土壤干燥化程度存在明显的纬度地带性,且雨季前土壤干燥化指数的空间变异程度高于雨季后;经过雨季降水的补给,土壤干层在一定程度上得到修复,且中部地区的修复效果明显优于南部及北部地区;土壤干燥化指数剖面分布特征在雨季前、后的差异主要表现在浅层0~2.3 m土层,这主要归因于降水对浅层土壤水分的补给。     

黄土高原区域尺度土壤水分空间变异性

土壤水分是黄土高原植物生长发育和生态环境重建的主要限制因子。为揭示黄土高原区域尺度深层土壤水分的空间变异性,在黄土高原共布点234个,采集深剖面土壤水分样品12198个。采用经典统计和地统计学相结合的方法系统分析了土壤水分的分布规律、变异特征及影响因素。结果表明:①黄土高原地区土壤水分在水平方向上表现出由东南向西北递减,在垂直方向上(0~500cm)表现出先减小后增加的分布特征;②土地利用对区域尺度土壤水分的数量及垂直分布规律具有显著影响;③土壤水分在不同土层深度(0~500cm)的变异系数、空间异质比等参数的垂直分布均呈先减小后增加趋势,这些参数在表达土壤水分变异的效果上具有一致性。相关结果对黄土高原区域尺度水土过程调控、生态水文过程研究具有一定参考价值。     

黄土高原关键带全剖面土壤水分空间变异性

土壤水分是黄土高原关键带水循环、地下水补给和植被恢复的关键因素。为揭示黄土高原关键带黄土整个剖面的土壤水分空间变化特征,通过土芯钻探的方式获取了黄土高原关键带5个典型样点（杨凌、长武、富县、安塞和神木）从地表到基岩的土壤水分样品,采用经典统计学和地统计学相结合的方法分析了剖面土壤水分的分布规律、变异特征及空间结构。结果表明:黄土高原关键带剖面土壤水分从南往北,土壤平均含水量由高变低;5个样点的土壤水分均为中等变异,随着深度由40 m增加到200 m,土壤水分变异性变弱,且样点之间的土壤含水量差异降低;地统计学分析表明样点的半方差函数能被理论模型较好地拟合（杨凌除外）,指数模型能够描述大部分样点深剖面的空间变异结构。相关结果有助于了解黄土高原深层土壤水分状况及分布规律,对于黄土高原土壤水资源估算和区域植被恢复具有重要价值。     

基于指数滤波法估算沟道根区土壤水分

为更加有效获取黄土高原沟道地形根区土壤水分信息,基于表层（0~20cm）土壤水分观测值,采用指数滤波法在样带和沟道尺度对根区（20~80cm）土壤水分进行估算。结果表明,指数滤波法能够较准确估算沟道根区土壤水分,但随着土层深度增加估算误差逐渐增大。当有根区土壤水分初始值时,估算精度明显提高,但主要集中在时间序列前期。指数滤波法关键参数特征时长T的最优值（T_opt）随土层深度增加而增大,呈现每增加20cm,T_opt值较20~40cm增加1倍的变化规律。对于根区某一土层,不同空间位置（样带）和尺度T_opt交换使用没有明显降低土壤水分估算精度,表明指数滤波法对T_opt的空间敏感性较弱。需注意黄土高原区域尺度土壤性质具有极强空间异质性,指数滤波法在更大尺度上对T_opt的敏感性需进一步深入研究。     

黄土关键带深层土壤水分动态模拟与主控因素

地球关键带是维系地球生态系统功能和人类生存的关键区域,土壤水分是黄土高原关键带植被恢复与生态环境重建的关键因子之一。为探明黄土关键带深剖面土壤水分变化过程并进行模型模拟,对黄土高原长武塬区苹果地和小麦地的深层土壤水分（0~18m）进行监测（2011~2013年,共选择11个不同日期进行深剖面土壤水分监测）,在此基础上,采用Hydrus-1D进行模型模拟,分析了深剖面土壤水分动态及其模拟效果的主控因素。结果表明：1）苹果地（6~18m）、小麦地（3~18m）的深层土壤含水量随时间变化很小;0~1m的土壤含水量随时间变化较大;不同土地利用类型会产生不同的土壤水分过程及运动机制;在根系及近根系区,土壤含水量变化受根系分布格局及土壤质地共同影响,接近地表时还同时受降雨、蒸发等上边界条件影响;在非根系区,土壤含水量的主要影响因素为土壤质地;2）利用前6次的实测数据进行调参和校正,后5次实测数据进行预测效果检验,取得了较好的深剖面土壤水分模拟效果——苹果地的决定系数、相对误差绝对值、均方根误差分别介于0.5923~0.7637、3.33%~5.20%、0.0149~0.0168cm³/cm³ 之间,小麦地分别介于0.2414~0.6822、2.64%~4.58%、0.0177~0.0247cm³/cm³ 之间;3）叶面积指数、根系深度与分布是影响深剖面土壤水分动态模拟效果的主控因素。相关结果可为黄土关键带深剖面土壤水分模拟与调控提供参考。

     

古尔班通古特沙漠树枝状沙丘土壤水分时空变异特征

认识沙漠土壤水分的时空变异性,是揭示沙漠生态系统生态-水文格局的基础。利用中子土壤水分仪的实测数据,对古尔班通古特沙漠树枝状沙丘土壤水分时空变异进行了系统分析。研究表明:① 沙丘不同部位土壤水分随时间具有一致性变化规律,上层土壤和下层土壤的变化趋势有所不同。0~1 m土层坡顶>坡中>坡脚,1~2 m土层坡脚>坡中>坡顶。② 土壤水分具有明显的季节变化和分层变化特征。春季是古尔班通古特沙漠土壤水分最丰富、变化最迅速的时期;0~40 cm、40~140 cm、140~200 cm土层土壤水分变异系数分别为13.56%、5.35%和0.80%,与不同土层水分来源和消耗以及植物根系分布相对应;不同土层土壤水分的变异强度要大于不同部位土壤水分的变异强度。③ 植被和地形对土壤水分的空间分异作用明显,沙丘坡脚处以及荒漠灌木梭梭根区始终存在土壤水分相对富集区。     

黄土高原沟壑区坡地土壤水分状态空间模拟

为掌握黄土高原沟壑区坡地土壤水分的空间分布特征及其影响因素,采用状态空间模型和经典线性回归方法对该区不同土层深度土壤含水率的分布进行模拟.结果表明,不同土层深度的土壤含水率呈中等程度变异,并与海拔高度、黏粒、粉粒、砂粒含量和分形维数具有显著的空间自相关和交互相关关系,可用于状态空间模拟分析.不同因素组合下的状态空间模拟效果均要优于线性回归方程,其中采用海拔高度、砂粒含量和分形维数的三因素状态空间方程模拟精度最高(R2=0.992).状态空间模拟方法可用于黄土高原坡面尺度不同土层深度土壤含水率的预测.     

野外非饱和土壤中溶质运移的试验研究

通过在野外3×6m2面积上均匀入渗条件下非饱和土壤溶质运移试验,同时对8个点定时取样,得到170cm深度内土壤溶液浓度和含水量剖面分布.据此研究了小区域范围内土壤水分和溶质的运移特征,讨论了土壤水分和盐分分布的空间变异性和统计特征.研究结果表明,在本试验条件下,土壤溶液浓度剖面的空间变异性远大于土壤水分剖面.单一测点的取样结果不能代表区域的溶质运移特征.区域上溶质浓度的平均结果能反映溶质运移的基本规律.由于土壤结构等因素的影响,不动水体含量占土壤含水量的24%～39%.     

漓江流域表层土壤水分物理性质空间异质性

为了解漓江流域土壤水分空间变化特征及其影响因素,基于2'经纬网格,采用地统计学方法对该流域表层（0~10 cm）土壤水分物理性质的空间变异进行分析。结果表明:从空间结构比上,漓江流域表层土壤含水量、容重、最大和最小持水量均具有高度的空间自相关性（各指标空间结构比均大于0.87）,且其空间分布趋势基本一致,由流域上游向中下游逐渐变化。土地利用对流域表层土壤水分物理性质及其空间变异具有显著影响。受时间尺度和土地利用类型等因素的影响,漓江流域表层土壤含水量相比其他土壤水分物理性质,其空间异质性由随机引起的空间变异增加,空间自相关减小,为0.87;而土壤容重最大,为0.92。相关结果对于漓江流域土壤水分动态模拟与预测研究具有一定参考价值。     

青藏高原高寒草甸区土壤水分的空间异质性

通过网格(10m×10m)取样,用地统计学方法研究了青藏高原高寒草甸覆盖区域(110m×90m)浅层剖面(0~40cm)土壤水分的空间异质性特征。结果表明:在高寒草甸覆盖区0~30cm深度范围内,土壤水分均存在高度空间异质性,其中87.3%~74.9%的空间异质性是由空间自相关部分引起的,主要体现在201m以下尺度,10m以下随机因素对空间异质性作用较小;30~40cm土壤水分空间异质性由10m以下尺度随机因素导致的占42.3%,而自相关部分的空间异质性(57.7%)体现在10~87.2m尺度。随土层深度的增加,分维数D有逐渐增大的趋势,说明随深度增加高寒草甸区土壤水分自相关空间异质性程度在降低,而随机因素导致的空间异质性程度在增加。从4层的C₀/(C+C₀)值来看,10~20cm这一层的值最小,表明在这一层的系统变量的空间自相关性程度最高。说明高寒草甸区0~30cm土层的土壤水分含量是受降水、植被发育、根系分布、土壤特性和人为干扰等影响,其空间异质性主要受自相关因素控制,而30cm以下的土壤水分受自相关因素和随机因素共同控制。     

陕北黄土区流域分水线土壤干层分布

陕北黄土区切沟密集,地形支离破碎,地形与植被共同作用下土壤水分状况较为复杂。通过长期定位观测深剖面土壤含水量,分析了流域分水线深层土壤水分时空动态及干层分布特征。研究结果表明:生长季0~3 m土层土壤水分亏缺,生长季后1.2 m以上土层亏缺水分得到补充,但该深度以下土壤水分含量未得到恢复,其中2.6~6.4 m深度范围缺水严重,流域分水线土壤水分含量出现明显的垂直分层现象;各观测点土壤含水量随深度的分布曲线、极值出现深度和干层深度范围不同,剖面干层随各分水线走向表现出不连续分布的特点;分水线干层平均起始深度为2.03 m,厚度为0.4~8 m,干层土壤含水量均值为9.03%,干层厚度与起始深度和干层土壤含水量均呈负相关关系。比较而言,陕北黄土高原干层发育严重程度较突出。相关研究结果可为流域土壤水资源分布及土壤水库功能评价提供理论依据。     

毛乌素沙地裸地与植被覆盖下非冻结期土壤水分时空分布特征

在水资源短缺的沙地生态系统中,土壤水分是植被恢复和水资源管理的主要控制因子,正确认识沙地土壤水分的分布特征及时空变化规律是促进沙地水资源可持续发展的基础。以毛乌素沙地为研究区,利用原位试验观测、经典统计学分析和聚类分析相结合的方法,揭示了有无植被覆盖下的土壤剖面水分时空变化特征,探讨了植物生长对土壤水分布的影响。结果表明：在2016年非冻结期内,地下水水位埋深较浅时,裸地与植被覆盖情况下土壤平均含水率均随土壤深度的增加而增大,可将0～350 cm土层划分为气候影响层、过渡层与地下水影响层。裸地剖面平均含水率为23.59%,变异系数为4.24%,属于弱变异,剖面含水率在观测期间明显上升,并在8月中旬强降雨时上升速率达到最大;植被覆盖下土壤剖面平均含水率为17.74%,变异系数为15.61%,属于中等变异,剖面含水率在观测期间显著下降,在8月沙柳发育成熟后剖面含水率下降最快。在垂向深度上,植被对土壤剖面含水率的影响近似呈高斯曲线变化,对过渡层含水率的影响最大,占总影响的50%以上,对气候影响层与地下水影响层的影响相对较小,且随着植物生长,气候影响层受到的相对影响逐渐减弱,地下水影响层受到的...     

Temporal stability of soil water storage and its influencing factors on a forestland hillslope during the rainy season in China’s Loess Plateau

Large-scale vegetation restoration in China’s Loess Plateau has been initiated by the central government to control soil and water losses since 1999. Knowledge of the spatio-temporal distribution of soil water storage (SWS) is critical to fully understand hydrological and ecological processes. This study analysed the temporal stability of the SWS pattern during the rainy season on a hillslope covered with Chinese pine (Pinus tabulaeformis Carr.). The soil water content in eight soil layers was obtained at 21 locations during the rainy season in 2014 and 2015. The results showed that the SWS at the 21 locations followed a normal distribution, which indicated moderate variability with the coefficients of variation ranging from 14 to 33%. The mean SWS was lowest in the middle slope. The spatial pattern of SWS displayed strong temporal stability, and the Spearman correlation coefficient ranged from 0.42 to 0.99 (p < 0.05). There were significant differences in the temporal stability of SWS among different soil layers (p < 0.01). The spatial patterns of SWS distribution showed small differences in different periods. The best representative locations of SWS were found at different soil depths. The maximum RMSE and MAE at 0–1.6 m soil depth for the rainy season were 4.27 and 3.54 mm, respectively. The best representative locations determined during a short period (13 days) can be used to estimate the mean SWS well for the same rainy season, but not for the next rainy season. Samples of SWS collected over a fortnight during the rainy season were able to capture the spatial patterns of soil moisture. Roots were the main factor affecting the temporal stability of SWS. Rainfall increased the temporal stability of the soil water distribution pattern. In conclusion, the SWS during the rainy season had a strong temporal stability on the forestland hillslope.     

Profile characteristics of temporal stability of soil water storage in two land uses

Information on soil water storage (SWS) within soil profiles is essential in order to characterize hydrological and biological processes. One of the challenges is to develop low cost and efficient sampling strategies for area estimation of profile SWS. To test the existence of certain sample locations which consistently represent mean behavior irrespective of soil profile wetness, temporal stability of SWS in ten soil layers from 0 to 400 cm was analyzed in two land uses (grassland and shrub land), on the Chinese Loess Plateau. Temporal stability analyses were conducted using two methods viz. Spearman rank correlation coefficient (r _s) and mean relative differences. The results showed that both spatial variability and time stability of SWS increased with increasing soil depth, and this trend was mainly observed at above 200 cm depth. High r _s (p?<?0.01) indicated a strong temporal stability of spatial patterns for all soil layers. Temporal stability increased with increasing soil depth, based on either r _s or standard deviation of relative difference index. The boundary between the temporal unstable and stable layer of SWS for shrub land and grassland uses was 280 and 160 cm depth, respectively. No single location could represent the mean SWS for all ten soil layers. For temporal stable layers, however, some sampling locations could represent the mean SWS at different layers. With increasing soil depth, more locations were able to estimate the mean SWS of the area, and the accuracy of prediction for the representative locations also increased.     

祁连山退化高寒草甸土壤水分空间变异特征分析

利用传统统计学方法和地统计学方法,对祁连山地区受到过度放牧影响而退化为以狼毒为优势种的高寒草甸的土壤水分垂直变异特征、水平空间异质性以及分布特征进行了系统分析. 结果表明：在垂直方向上,0~100 cm土壤水分含量随深度的增加而逐渐减少,土壤水分含量的变化速度随深度的增加也趋于减少;土壤水分分布的变异系数在浅层和深层土壤较大,在中层土壤较小. 在水平方向上,0~40 cm土壤水分具有中等空间变异性,其中10~20 cm土壤水分变异性主要受根系的影响,随机部分引起的变异性最大;而在其他土壤层,随着深度的增加土壤水分含量由随机部分引起的空间异质性程度减弱,由空间自相关部分引起的异质性程度增强. 整体上,土壤水分含量与微地形关系密切,与距离溪流的远近程度正相关,与高程分布负相关.