基于Hydrus-1D模型的科尔沁沙地沙丘-草甸相间区土壤水分动态模拟

土壤水分是干旱半干旱地区生态环境的主要限制性因子,研究科尔沁沙地流动沙丘和草甸地土壤水分动态规律有助于荒漠化地区的生态恢复和保护。以2018年5月25日至10月31日为研究期,利用土壤各项实测参数和气象数据,评价Hydrus-1D模型在科尔沁沙地的适用性,并揭示科尔沁沙丘-草甸相间区土壤水分分布特征,重点分析研究区流动沙丘200 cm剖面和草甸地80 cm剖面土壤水分的动态规律。结果表明:研究区典型土地类型流动沙丘和草甸地土壤水分模拟值和实测值的决定系数均高于0.76,均方根误差0.01~0.02 cm³·cm^-3;在土壤剖面上具有明显的分层结构,流动沙丘分为3层,即0~20 cm为干沙层,20~120 cm为活跃层,120~200 cm为稳定层,其中40 cm土壤水分波动性最大;草甸地分为2层,即0~40 cm为活跃层,40~80 cm为稳定层,主要受降雨、蒸散发和地下水位影响;流动沙丘和草甸地降雨与表层土壤水分呈极显著相关,降雨量与地下水位变化仅草甸地呈显著正相关;在整个研究期内,流动沙丘土壤水分储量变化量为12.6 mm,土壤实际蒸发量为105.9 mm,200 cm深层渗漏量为173.9 mm,占总降雨量的59.5%;草甸地土壤水分储量变化量为8 mm,80 cm深层渗漏量为-27.2 mm(地下水补给量),土壤实际蒸发量为67 mm,植被蒸腾量为244 mm,地表径流量为0 mm。     

生物与土壤

S152.75,S154.42005043173沙地植物生长对CO2增加和土壤干旱的响应=Responseof sandlandplantsgrowthtoCO2enrichmentandsoildrought/郭建平,高素华∥水土保持学报.—2004,18(4).—174～176实验研究了毛乌素沙地优势植物种柠条、杨柴、油蒿的根长、主茎高、地径等生长量对大气中CO2浓度增加和土壤干旱的响应.结果表明:大气中CO2浓度增加和土壤干旱对植物生长量的影响是十分复杂的,不仅不同的植物种对CO2浓度的反应不同,而且不同的植物对土壤干旱的反应也有差异,由此而使得大气中CO2浓度增加和土壤干旱对植物的复合影响十分复杂.表1参1…     

中国东部典型沙地植被覆盖度对降水变化的响应

降水对中国东部沙地植被覆盖度产生重要影响,了解植被覆盖度对降水量变化的响应,对制定植被恢复策略具有重要意义。选择毛乌素沙地和科尔沁沙地,使用Landsat系列数据和MODIS数据得到2000—2020年归一化植被指数（NDVI）数据集,用像元二分法分别计算了年内最大和生长季平均的植被覆盖度。结合地面气象站在1999—2020年观测的逐日降水数据,分析了植被覆盖度对降水变化的响应。结果表明：（1）毛乌素沙地和科尔沁沙地的年内最大和生长季平均植被覆盖度均有增长趋势,其中毛乌素沙地的生长季平均植被覆盖度>30%的面积增加最显著,科尔沁沙地>50%的面积增加最显著。（2）这两个沙地的年降水量和四季降水量都呈增加趋势,且有降水变率大和夏季增幅最大的共同特点。（3）毛乌素沙地的年内最大和生长季平均植被覆盖度都对前一年夏季降水量变化的响应最敏感,而在科尔沁沙地则是对当年夏季降水量变化的响应最敏感。（4）不同植被类型对降水量变化发生响应的滞后时间不同。     

毛乌素沙地东南部人工植被演替研究

毛乌素沙地东南部人工植被的演替过程大致可分为如下几个阶段：天然稀疏草本阶段人工灌木林阶段—人工灌木、天然半灌木、天然草本阶段—天然草本优势阶段。     

不同演替阶段油蒿群落土壤水分特征分析

油蒿群落是毛乌素沙地最主要的群落类型之一,在维持当地生态系统稳定中起着重要作用。土壤水分是影响油蒿群落演替的重要环境因子,为深入分析不同油蒿演替阶段土壤水分特征,使用EC-5土壤水分传感器连续监测整个生长季内先锋物种阶段(流动沙地)、稀疏阶段(半固定沙地)和建成阶段(固定沙地)油蒿群落土壤水分动态。结果表明,3种样地土壤水分均存在时间和空间上差异,流动沙地各层土壤含水量均显著高于半固定沙地和固定沙地;土壤含水量受降水影响较大, 降水量是影响土壤水分补给深度的重要因素,小于10 mm的降水主要被表层土壤吸收,10～20 mm的降水对土壤水分的补给深度超过30 cm、不及60 cm, 30～40 mm的降水补给深度大于60 cm、不及100 cm;30 cm及其上层土壤水分波动剧烈,60 cm处土壤水分主要受大于30 mm降水事件影响,波动较小,100 cm和160 cm处土壤水分几乎不受降水的影响,土壤含水量较稳定;降水补给深度及植被根系需水的层次差异是导致3种样地土壤水分时间和空间上异质性的重要因素;土壤温度主要受大气温度影响,与土壤水分相关性不显著,且随土壤深度的增加而降低。     

植被生产力的空间分布研究--以黄河小花间卢氏以上流域为例

为验证生态系统模型Biome-BGC在流域尺度的适用性,以小浪底-花园口区间(小花间)洛河上游卢氏水文站以上流域作为研究区进行探讨.应用Biome-BGC计算研究区4种自然植被净初级生产力(NPP)的空间分布,并于2004年7月在卢氏县东安林场用LI-6400便携式光合仪进行日光合作用测量.结果表明:研究区植被的年总净初级生产力为1.90067×1012 gC;落叶阔叶林、常绿针叶林、灌木林和草地的年净初级生产力分别为603.2 gCm-2a-1、416.1 gCm-2a-1、263.8 gCm-2a-1、149.2 gCm-2a-1;研究区东部山区及河谷地区、西部山区的植被净初级生产力较高,中部地区较低;与测量结果相比,常绿针叶林的日光合值接近模型的输出值,落叶阔叶林和灌木林的日光合值小于模型的输出值,草地的年净初级生产力大于模型的输出值.该模型较好地拟合了研究区植被生产力的空间特征,对中小尺度的流域模拟有很好的适用性.     

毛乌素沙地流动沙丘土壤水分模拟及渗漏特征北大核心CSCD

干旱半干旱区土壤水分的主要补给来自于降水,降水决定土壤水分时空格局变化,对不同深度土壤水分的补给起到了关键作用。通过优化参数后的Hydrus-1D模型,分析出毛乌素沙地流动沙丘10、30、50、70、90、110 cm土层水分渗漏量变化特征及其对不同降雨格局的响应。结果表明:5—9月,流动沙丘不同深度土层渗漏量随着深度的增加存在一定差异,5—8月渗漏量随着土层深度的增加呈递减趋势,9月呈增加趋势。渗漏量与降水量变化一致,最大渗漏量发生在8月,110 cm处渗漏量为148.51 mm,占该月降水量的67.5%;最大渗漏速率与最大渗漏量发生在降雨量大的降水事件,降水量和土壤初始含水量共同决定了渗漏速率及渗漏时长。14.8 mm降水可渗漏到110 cm深度土层,达到最大渗漏速率的累计渗漏量为1.89 mm,占降水量的13.69%。连续降水事件有利于水分的深层渗漏补给,并且缩短了各土层渗漏速率到达峰值的时间。     

黄土高原北部风蚀区防风固沙服务时空分异及驱动因素北大核心CSCD

黄土高原北部是黄河流域土壤风蚀典型区,评估防风固沙服务对黄河流域生态安全屏障建设具有重要意义。基于京津风沙源治理工程效益评价中的风蚀模型估算黄土高原北部风蚀区固沙量,定量评估2000—2020年防风固沙服务,并结合土地利用、植被覆盖度与气候变化分析其驱动机制。结果表明:(1)2000—2020年黄土高原北部风蚀区年均固沙量5.52亿t,年际变化总体呈减少趋势,平均变化率-0.12 t·hm^(-2)·a^(-1);而防风固沙服务保有率以每年0.50%的速率增加,研究区植被防风固沙服务增强。空间分布上榆林北部风沙区、宁夏东部风沙区、甘肃庆阳、毛乌素沙地中南部及沙地北部达拉特旗植被防风固沙服务有所增强。(2)草地是控制土壤风蚀、发挥防风固沙作用的主要土地利用类型。荒漠化逆转与退耕还草明显增强了防风固沙能力,草地退化将造成固沙服务显著减弱。(3)风速是引起黄土高原北部风蚀区防风固沙服务变化的主要驱动因子,植被恢复对库布齐沙漠和毛乌素沙地等关键区域的防风固沙起到了不可忽视的作用。     

蒸发条件下一维垂向非饱和土壤水分运动的数值模拟——以额济纳荒漠河岸胡杨林为例

根据额济纳荒漠河岸胡杨林的实际土壤层结构,建立了带有根系吸水项的垂向一维土壤水分非饱和运动基本方程,并采用有限差分法对蒸发条件下土壤水分运动方程进行离散化,编制了用于该模型数值模拟的计算程序。最后通过数值模拟对模型进行验证,结果表明,模拟值与实测值能够较好吻合,模拟精度在92%~98%之间,能较好地反映土壤水分的运动规律,为研究土壤-植被-大气连续体（SPAC）水分运移提供理论基础。     

2000-2015年毛乌素沙区植被覆盖度变化趋势

毛乌素沙区是中国生态安全屏障的重要组成部分,土地沙漠化严重,近年来国家和地方政府实施了一系列生态保护与建设工程。利用2000-2015年MODIS13Q1 NDVI产品、年平均气温、年降水量数据,采用回归分析方法和显著性检验,对毛乌素沙区植被覆盖度变化趋势及其对气温、降水变化的响应进行了分析研究。结果表明：（1）毛乌素沙区植被覆盖度总体由东向西呈减少趋势,大部分区域植被覆盖度在30%以下,沙地腹地依然明显存在极低植被覆盖的流沙区。（2）21世纪以来毛乌素沙区植被覆盖度总体呈增加趋势,但空间差异明显。中东部大部分地区及腹地流动沙带之间植被覆盖度呈显著、极显著增加趋势;西部西鄂尔多斯荒漠草原区植被覆盖度变化不显著;植被覆盖度变化显著或极显著减小的地区极少,呈点状零散分布。（3）毛乌素沙区植被覆盖度对气温和降水响应的敏感性存在空间差异,且存在时滞性差异。东部黄土高原过渡区和西部西鄂尔多斯荒漠草原区植被对降水和气温的响应敏感,植被覆盖度的变化与气温和降水因子呈显著相关关系;毛乌素沙地主体区植被覆盖度变化与当年总降水量和年平均气温相关性不强,但与时滞降水的相关系数显著增大,可能与毛乌素沙地土壤质地和植被类型对降水的分配与利用方式有关。     

干旱和半干旱区油蒿对土壤空间异质性的响应

空间异质性影响种群的分布和波动。在对数据进行归一化处理的基础上,应用地统计学方法研究干旱和半干旱区两个气候带内油蒿对土壤空间异质性的响应。结果表明：在中等尺度（500 m样线,间隔10 m取样）上,腾格里沙漠沙坡头固定沙地土壤水分的空间异质性大于毛乌素沙地芹河半固定沙地,相应地,沙坡头地段油蒿密度、有机质、全氮和有效磷含量的空间异质性大于芹河地段,因而认为,土壤水分的空间异质性决定油蒿密度的空间异质性,进而又反作用于土壤养分的空间异质性。结合油蒿生物量的空间异质性分析认为,土壤水分的空间异质性并不总是能够影响植物生物量的空间异质性。进一步分析表明,对于沙坡头地区,适当进行放牧或者其他干扰,将有助于增大土壤属性的空间异质性,以促进油蒿植被的持续存在。     

毛乌素沙地沙漠化过程及其气候因子驱动分析

通过对20世纪80年代,90年代,2000年3个时期遥感图像解译,分析了毛乌素沙地沙漠化过程及其驱动机制,认为毛乌素沙地近20 a来沙漠化程度有所减轻,植被覆盖有所增加。气候因素和人为因素是导致植被覆盖增加的决定因素,近20 a中该区年际气候变化表现为增温和降水波动,通过多元回归分析确定降水和气温是影响毛乌素沙地植被变化的关键气候因子, 气温升高是促使本研究区植被覆盖增加的主要气候因素,气温升高引起的生长季节的延长和生长加速是研究区NDVI增加的主要原因,即气候变暖促进了该区植被覆盖增加。人为因素的影响表现在20 a来农田和林地的大面积增加。     

干旱荒漠区退耕地植被演替及土壤水分变化

采用时空互代法,以不同退耕年限退耕地为研究对象,对27个样方植被群落特征和土壤含水量变化特征进行描述性统计分析,使用多元线性回归探究植物演替和土壤水分之间的关系。结果表明：（1）退耕18a间,退耕地植被群落自然演替经历了一年生草本为绝对优势种一年生和多年生草本竞争存在灌木开始出现并逐渐成为优势种的演替过程,物种Margalef指数和Shannon-Wiener指数均出现增大的趋势。（2）土壤水分随着退耕年限的增加也有所增加,且同一退耕年限内,随着土壤深度增加,土壤水分亦逐渐增加。（3）土壤水分对物种Margalef指数、Shannon-Wiener指数具有极显著影响,相比于其他土层,深度为40～50cm的土层对植被生长和演替的贡献最为显著。     

毛乌素沙地油蒿(Artemisia ordosica)群落土壤水分动态特征

以流动沙地作对照,在毛乌素沙地选择半固定沙地油蒿(Artemisia ordosica)群落、具生物结皮的油蒿群落和油蒿+本氏针茅(Stipa capillata)群落设置样地,以10min间隔获取5、15、30、50、70cm深度土壤水分实时监测数据,分析生长季不同植被覆盖下沙地土壤水分动态变化特征。结果表明:(1)4个样地均为秋季储水量最大,油蒿+本氏针茅群落0~80cm层土壤储水能力最强,平均增加了30mm。(2)受土壤蒸发影响的同时,得不到春季小降水事件的补给,流动沙地20~60cm层春季土壤含水量只有4%,生长季波动明显,呈双峰型,0~20cm层和60~80cm层土壤含水量较稳定;半固定沙地油蒿群落0~60cm层土壤含水量长期处于6%左右,60~80cm层春季最低、夏季和秋季得到较好的补给,呈双峰型;具生物结皮的油蒿群落0~10cm平均土壤含水量大于10~20cm层,0~10cm层土壤水分受生物结皮影响呈双峰型,而10~60cm土壤水分较稳定,呈单峰型,60~80cm层土壤含水量在春季最低,呈双峰型;油蒿+本氏针茅群落土壤持水性有明显增加,夏季和秋季土壤含水量可长期处于12%~14%,呈明显的双峰型,而60~80cm土层得不到充分的降水补给,长期处于4%左右,呈单峰型。(3)不同植被覆盖的沙地土壤水分对30mm左右降水的响应深度不同,流动沙地可到70cm,半固定沙地油蒿群落到50cm,具生物结皮的油蒿群落到30cm,油蒿+本氏针茅群落到40cm;极端降水能够影响所有样地0~70cm土壤含水量。     

膜下滴灌条件下绿洲棉田土壤水分运动数值模拟

应用非饱和土壤水运动理论,建立膜下滴灌条件下土壤水分运动二维数值模拟模型,研究了田间层状土壤在膜下滴灌条件下土壤水分运动特征.应用不同小区不同灌水处理的实测值与模拟值进行验证,同时对模型做了精度分析,结果表明符合精度要求,这说明所建立的模型能客观地反映实际土壤条件下的水分运动情况.研究结果表明:土壤剖面30～40 cm粘土层使土壤水分运动具有很大的差异,0～30 cm变化明显,而40 cm以下土壤水分运动的变化较小.膜下滴灌应该采取灌水量小,频度大的灌溉模式.     

毛乌素沙地沙障环境下的沙丘迎风坡植被及土壤养分变化

沙障在固定流沙、促进植被恢复和改良土壤等生态建设方面起着重要作用。对毛乌素沙地设置沙柳（Salix psammophila）沙障6、8、10、11、12年的沙丘迎风坡（裸露沙丘地作为对照）开展了植被调查和土壤养分测试分析。结果显示：设障8年后的沙丘迎风坡0—30 cm深度内的土壤有机质、全氮含量显著（P<0.05）高于流动沙丘,且设障10—11年沙丘迎风坡植被盖度、0—80 cm深度内土壤有机质和全氮含量达到最大,但全磷和全钾含量无明显的变化,所有样地间和3个深度层间的全磷、全钾含量均无显著性差异;植被总盖度、0—80 cm深度内土壤有机质含量及全氮含量相互之间存在极显著线性正相关关系（P<0.01）,而且土壤pH值随有机质含量增加而线性降低。沙柳沙障固沙地的植被盖度、土壤有机质和全氮相互之间存在趋同性,且布设10年的沙障土壤改良和植被恢复成效达到最大,之后表现出下降趋势。据此建议活体沙柳沙障在维持其固沙功效的前提下以10年为限需进行平茬处理。     

基于Shuttleworth-Wallace模型的小泊湖和沙柳河河源区湿地蒸散发模拟研究

陆面蒸散发是生态系统水收支和能量平衡的重要过程,量化蒸散发各组分,对揭示高寒湿地生态水文过程具有重要意义。利用2015年植物生长季的青海湖湿地的监测数据,运用Shuttleworth-Wallace模型,对地处青海湖湖滨的小泊湖湿地和北岸的沙柳河河源区湿地的蒸散发组分进行拆分和模拟。研究结果表明,模拟的蒸散发量与实测值的一致性指数达到0.91;经拆分,在日尺度上,小泊湖和沙柳河河源区湿地植被蒸腾量占蒸散发量的比例(ET_c/ET)平均值分别为16.4%和27.37%,植物生长季逐日ET_c/ET变化曲线呈单峰型,土壤蒸发量占蒸散发量的比例(ET_s/ET)变化趋势与ET_c/ET的变化趋势相反;在整个植物生长季内,小泊湖和沙柳河河源区湿地植被蒸腾量的模拟值分别为74.33 mm和68.84 mm,土壤蒸发量分别为329.43 mm和176.47 mm;表明土壤蒸发是湿地水分消耗的主要方式,其中,小泊湖湿地有明显的水分亏缺,沙柳河河源区湿地有少量水分盈余。     

干旱区沙质草地植被覆盖变化模拟: Ⅰ.模型

 在干旱、半干旱地区,影响沙质草地植被覆盖的因素主要包括土壤水分、植被生长和风沙运动。根据这三方面的已有研究成果,建立了植被覆盖变化概念模型和数学模型。模型包括栅格水流模型、径流模型、地下水补给模型、土地生产潜力模型等。结合GIS技术,该模型可用于模拟干旱区沙质草地的土壤水分补给量变化、流沙面积变化和植被覆盖变化的空间分布。     

干旱人工固沙植被区土壤水分动态随机模拟

土壤水分是陆地水循环过程的关键环节,是联系陆地水文过程与生态过程的纽带。随着全球极端气候事件的频繁发生,土壤水分随机模拟逐渐成为当前生态水文学研究的热点。利用2008-2011年生长季土壤湿度连续监测数据及1991-2011年日降水资料,结合Rodriguez-Iturbe土壤水分动态随机模型,模拟了沙坡头人工植被区生长季土壤水分动态与土壤湿度概率密度函数特征。结果表明：人工固沙植被区生长季土壤水分年际变化与降雨分布一致。2008-2011年生长季植物根际层（0~60 cm）土壤湿度概率分布基本呈单峰状,20 cm处的土壤水分峰的阔度较其他土层相对土壤湿度峰较宽,并且分布也出现了一定程度的跳跃。而随着土层厚度的增加,在40 cm和60 cm的土壤水分概率分布峰的阔度也较小,与Rodriguez-Iturbe土壤水分动态随机模型模拟结果一致。说明Rodriguez-Iturbe模型在干旱人工植被区也具有很好的适用性,可以对荒漠人工植被恢复区的土壤水分统计特征进行很好的模拟,为以后干旱沙区随机生态水文模型的建立奠定基础。     

毛乌素沙地植被物候时空变化特征及其影响因素

利用MODIS归一化植被指数(NDVI)对2001-2013年毛乌素沙地植被物候的时空变化进行了研究,并分析了物候与海拔、气候的关系。结果显示:(1)毛乌素沙地植被生长开始期(SOG)集中在第90～156天,生长结束期(EOG)在第245～323天,生长季长度(LOG)118～200 d;从东到西,SOG逐渐推迟,LOG逐渐缩短;随着海拔的升高,SOG显著推迟,EOG提前,LOG显著缩短。(2)2001-2013年,毛乌素沙地植被SOG明显提前,变化幅度为9 d/10a(R=-0.46,p=0.06),EOG和LOG分别呈提前和延长趋势,但变化都不显著。(3)研究区植被物候与温度的相关性不明显,但较多受降水量的影响,SOG与春季降水量的相关系数为-0.58(p=0.02);EOG与秋季降水量的相关系数为0.42(p=0.07);LOG与秋季降水量的相关系数为0.48(p=0.05)。