2. 北京林业大学水土保持学院/水土保持国家林业局重点实验室, 北京 100083
2. Key Laboratory of Soil Water Conservation and Desertification Combating/College of Soil and Water Conservation, Beijing Forestry University, Beijing 100083, China
森林经营显著影响森林生态系统生态服务功能的发挥。其中,作为森林经营的一项重要技术[1-2],不同种植密度将直接影响土壤含水量、土壤通透性等[3],进而影响植被根系水分吸收、植被水分利用效率以及植被生长特性等。初植密度过高可增加地表覆被,但容易引起土壤水供需矛盾[4],过度消耗土壤水易导致土壤干燥或干层。土壤水分(soil moisture, SM)是植被生长不可或缺的重要因素,特别是在干旱和半干旱地区,是植被恢复[4-7]和农业生产[8]的主要限制因子。探讨植被密度与土壤水分关系对植被修复具有重要意义。关于植被密度对土壤水分的影响国内外已有大量研究。在探讨密度影响植被生长的过程与主导控制因素的同时[9],部分学者特别针对密度引起的土壤水分主控因素进行研究。基于根系可利用水分或根系吸力,NG等[10]指出植被密度增大总体上将加剧土壤水分竞争;FRIEDMAN[11]进一步指出植被对土壤水分的竞争随着根系半径和土壤毛管长度的增大而呈线性增大。植被密度导致干旱年土壤水分竞争加剧[12];与此不同的是,REN等[13]研究中植被密度增大可显著减少平水年或丰水年土壤水分蒸发损失,而在干旱年密度影响作用则较小。QIU等[14]指出随着植被密度的增大,总的蒸发散损失增加,但植被单株蒸发散减少。上述研究极大丰富了密度对土壤水分影响的认识。但纵观上述研究,大多数局限于探讨农作物种植密度,而对森林植被的研究相对较少。虽然部分研究针对森林植被开展了土壤水分的时空动态分析,指出不同植被类型亚表层和深层土壤水分有显著差异,而在表层则没有显著差异,但研究多局限于具有深厚土壤层的黄土高原区域,且对植被的密度因素探讨较少[7]。黄土高原土层深厚,其土壤物理特性及水分环境特征明显区别于华北土石山区(石砾含量较高,土壤贫瘠,土层浅薄)[15]。由于降雨、地形、植被、土壤特性、地下水及人类活动的影响,土壤水呈现极大的时空异质性[16]。SM时间稳定性是描述土壤水状态的重要特征[17],探讨SM时间稳定性对评估植被生长的水分环境及改进模型模拟等具有重要意义[18]。
笔者以北京八达岭林场作为研究区域,针对不同密度人工油松林(Pinus tabuliformis)探讨其种植密度对SM及时间动态的影响。研究内容包括:(1)分析不同密度油松林对土壤水含量及剖面分布的影响;(2)揭示密度对SM影响是否受其他因素(如坡向)干扰;(3)分析不同密度油松林土壤剖面不同深度SM的时间稳定性及差异。研究结果对深入认识植被与土壤水文关系,以及区域森林经营及植被恢复具有重要指导意义。
1 研究区概况研究区位于北京西北部延庆县境内八达岭林场,属华北平原北部地区(40°20' N, 116°01' E),平均海拔780 m。2004年二类调查统计结果显示,林场总面积2 939 hm2,坡度多在30°~35°间,坡向多为半阴半阳坡。研究区气候类型属典型北温带半湿润大陆性季风气候区,最高月(7月)平均气温26.9 ℃,最低月(1月)平均气温-7.2 ℃,年均气温10.8 ℃,年无霜期160 d,多年平均降水量454 mm。降水时空分布不均,全年70%以上的降水集中在夏季。年平均潜在蒸发散1 585.9 mm,平均湿度56.2%。
研究区属山地褐土区[19],主要有褐土、碳酸盐褐土和淋溶褐土3种主要类型,土壤层厚度约40 cm[20]。自20世纪50年代以来,经多年人工林营造,现大部分已郁闭成林,森林覆盖率已达46.7%。树种主要有华北落叶松(Larix principis-rupprechtii)、侧柏(Platycladus orientalis)、油松、华山松(Pinus armandii)、云杉(Picea asperata)等,其中油松面积最大、分布最广[19]。
2 研究方法 2.1 样地设置研究区位于八达岭林场西沟。土壤质地均匀,按美国土壤质地分类标准为砂壤土〔w(沙砾)= 69.6%±4.2%;w(粉粒)= 16.5%±3.2%;w(黏粒)=13.8%±1.7%〕。为便于观测,依据坡向在距离相对较近的阴、阳坡分别选取低、中、高3个密度等级,共6块油松样地作为研究样地(图 1)。各样地均位于中坡位置。阴坡油松种植密度为760、1 739、2 966株·hm-2(分别对应1号、2号、3号),阳坡油松种植密度为1 058、1 444、1 746株·hm-2(分别对应4号、5号、6号)。样地大小为20 m×20 m。各样地信息见表 1。分别在阴坡和阳坡上比对不同密度等级SM差异,阴、阳坡高、中、低密度不完全对应。
采用Trime-T3测定2013-2014生长季(5-10月)各样地SM。各样地随机设置采样点,埋设测管和探头(重复2次),以10 cm为垂向间距监测土壤剖面SM动态。鉴于研究区土壤浅薄、贫瘠、砾石含量较高,不易深层埋设监测设备,且油松大部分根系主要分布于0~60 cm土层,因此,研究中土壤水分监测仅限于0~60 cm土层。每2 d读取记录1次。
各样地土壤剖面0~60 cm平均SM按如下公式[21]计算:
$ {{{\bar{\theta }}}_{ij}}=\frac{1}{6}\sum\limits_{k = 10}^{60} {} \,{{\theta }_{ijk}}。$ | (1) |
式(1)中,
在研究区开阔位置安装自动气象站(HOBO,美国Onset公司)采集降雨量等气象因子数据,采集间隔为15 min,每月下载1次数据。同时测定各样地生长季穿透降雨量,沿样地平行于坡面布置长8 m的PVC剖开管作为降雨收集体,管道内径9 cm,管道底部连接集雨桶,每次降雨后使用量筒量取集雨桶内水量并计算穿透降雨量。
2.4 数据分析 2.4.1 时间稳定性检验时间稳定性概念最初由VACHAUD等[22]提出,指空间采样点与土壤属性统计参数之间关系的时间不变性。当SM与土壤结构、地形等相对确定因素之间关系密切且稳定时可能出现时间稳定性。时间稳定性(temporal stability of soil moisture, TSSM)评价体系包含平均相对偏差(MRD)、标准差(STD)、时间稳定性指数(ITS)等指标[23]。
区别于MOLINA等[17]研究,为揭示可代表反映各林分密度对应剖面平均土壤含水量的某一特定土壤层,研究参照WANG等[24]方法,将垂向剖面不同深度土壤SM看作不同点位样本,进而分析不同深度土壤SM相对于整个剖面的相对变化。其中,某一样地在某一深度在观测时段内相对于整个剖面的相对偏差MRD(
$ {\delta _{ijk}} = \frac{{{\theta _{ijk}} - {{\bar \theta }_{ij}}}}{{{{\bar \theta }_{ij}}}}, $ | (2) |
$ {{\bar \delta }_{ik}} = \frac{1}{n}\sum\limits_{j = 1}^n {} {\delta _{ijk}}。$ | (3) |
式(2)~(3)中,
标准差(STD)计算公式为
$ \sigma \left( {{\delta _{ik}}} \right) = \sqrt {\frac{1}{{n - 1}}\sum\limits_{j = 1}^n {} {{\left( {{\delta _{ijk}} - {{\bar \delta }_{ik}}} \right)}^2}} 。$ | (4) |
式(4)中,
综合考虑MRD和STD指标,引入时间稳定性指数ITS(τ),计算公式为
$ {\tau _{ik}} = {(\bar \delta _{ik}^2 + \sigma \delta _{ik}^2)^{\frac{1}{2}}}。$ | (5) |
式(5)中,
实验数据分析采用Microsoft Excel 2013。使用配对样本t检验(paired T-test)分析不同密度穿透降雨的显著性,使用单因素方差分析(one-way ANOVA)检验不同密度SM、不同深度SM、不同密度SM时间稳定性等的显著性差异。数据分析采用SPSS 22.0结合Origin 9.0软件进行。
3 结果与讨论 3.1 坡向和种植密度对降雨量的影响根据自动气象站测量信息,2013和2014年研究区生长季总降雨量分别为628.3和364.4 mm。由于该区域多年平均降水量为454 mm,且北京地区6-8月的降水量约占全年的70%~80%[25]。据此,将研究期分为2个阶段:丰水年(2013年)和平水年(2014年)。
试验统计了研究期不同样地生长季各场次穿透降雨,其中分别收集2013和2014年穿透降雨场次为35和31场。对比不同样地穿透降雨的均值及标准差,采用t检验对组间配对样本进行分析(表 2)。结果表明,丰水年(2013年)阴坡中密度(SHM)平均穿透降雨量最低,且与阴坡低密度和高密度之间差异显著(P < 0.05),阳坡各密度之间平均穿透降雨量有显著性差异(P < 0.05)(表 2)。在平水年(2014年),阴坡各密度间和阳间各密度间均未表现出显著差异(P > 0.05)。
不同样地土壤剖面平均含水量见图 2。
如图 2所示,阴坡各样地在丰水年(2013年)和平水年(2014年)SM规律相似,即阴坡不同密度样地SM没有显著性差异(P > 0.05);阳坡低密度在丰水年或平水年SM与其他密度间差异显著(P < 0.05),而中密度和高密度则仅在平水年时明显区别于其他密度。2013-2014年阴坡不同密度间SM均值没有显著性差异(P > 0.05),而阳坡各样地SM均值从大到小依次为低密度(23.62%±3.13%) > 高密度(15.90%±4.13%) > 中密度(14.62%±3.50%),并且低密度(SUL)与其他密度间差异显著(P < 0.05),这一结果与LI等[26]研究结果不同,但与其他研究结果[27-28]相似,即密度越高,SM越低,表明密度大林木利用土壤可贮存水分较多,造成林木间水分利用竞争。
密度对土壤水分的影响同时受其他因素干扰或控制,林木水分利用效率及生长往往同时受制于土壤可利用水分、土壤肥力等立地条件[29]。该研究中密度对土壤水分的影响并未体现在丰水年以及阴坡样地,表明密度对SM的影响实际在水分条件较好时不太明显,只有当水分条件较差(如阳坡或干旱年)时才会有一定体现。这一结果与部分研究[28]结论(密度对土壤水分的影响在干、湿各个年份或阶段均有所体现)有所出入,但与其他较多研究结果相一致,即密度对土壤水分的影响以及林木间水分利用竞争仅在干旱年份或阶段比较显著[30-31]。密度对土壤水分的影响受其他因素干扰这一结果同时也解释了该研究与部分其他研究结论上的差异,该研究不同密度的林地分布于半干旱半湿润的土石山区,而LI等[26]研究区地下水位埋藏较浅(0~40 cm),具有地下水补给,因此随着密度增大土壤水分并未呈减少趋势。
3.2.2 土壤含水量(SM)的剖面分布研究期不同种植密度SM在0~60 cm剖面分布情况如图 3所示。从SM垂直分布来看,各样地进入6月前深层土壤(> 40~60 cm)SM整体高于表层土壤(0~30 cm)。在华北地区,约70%以上雨水集中在6-8月。6月之前,由于气温低、降雨少,林分中蒸发散主要由地表和腐殖质蒸发组成,导致这一时期表层SM较低。进入6月之后,大量降雨补充使得表层土壤(尤其是0~20 cm)含水量迅速上升。
将土壤剖面分为3个层次:表层(0~20 cm)、次表层(> 20~40 cm)、深层(> 40~60 cm),分别计算每层SM均值和标准差,并进行显著性分析(表 3)。表层在同一坡向上SM随植被密度升高而降低,且阴坡高密度与中、低密度间差异显著(P < 0.05),阳坡低密度与中、高密度间差异显著(P < 0.05)。次表层阴坡各样地随植被密度升高SM增加,其中阴坡中、高密度间差异不显著(P > 0.05),而低密度与中、高密度间差异显著(P < 0.05);阳坡低密度SM最高,且不同密度间SM差异显著(P < 0.05)。深层SM相对次表层有所升高,阴坡SM随植被密度增加而升高,且高密度SM显著大于中、低密度(P < 0.05);阳坡则相反,随密度增加SM降低,低密度与中、高密度间差异显著(P < 0.05)。
从SM剖面分布看,阴坡表层由于不同密度植被蒸发散等不同[4],使同一坡向上随种植密度增加SM降低(图 3)。阴坡次表层和深层出现随种植密度升高SM升高,这与部分研究[32]结果相近,但与前述大部分研究[27-28, 32]结果不一致。结合研究区枯落物调查及植被叶面积指数、穿落降雨特性[33],发现研究区阴坡高密度植被并不具备最大叶面积指数(LAI),低、中、高密度对应平均LAI指数分别为1.78、2.49和2.11,这导致在无降水期间高密度油松植被表层土壤可能因较大土壤蒸发损失而土壤水分降低,因此低密度油松林更易获得较多降雨入渗;同时,高密度油松由于叶面积指数较低,植被需水量较少,导致次表层和深层土壤贮水较多。在阳坡,主要受土壤蒸发和植被蒸散等因素的影响[23],土壤各层基本表现出随种植密度增加SM降低的现象。
3.3 不同种植密度下土壤含水量(SM)的时间稳定性图 4为各样地平均相对偏差(MRD)及其标准差(STD)分布情况。从整体来看,同一剖面表层SM最不稳定,其次是深层,次表层较稳定,这与SENEVIRATNE等[34]以及WANG等[35]研究相似,即表层土壤作为边界层更易受降雨、蒸发散等因素影响,因此表层SM表现出高度的时间不稳定性;而深层SM则因为受根系分布及吸水特性的影响亦较为不稳定[7]。
从不同密度来看,表层高密度油松样地MRD值最低,其对应的STD值也较低,说明SM较稳定;而次表层和深层不同剖面表现规律不同:阴坡高、中密度样地MRD值较高,其对应的STD值最低;阳坡低密度样地MRD值最高,其对应的STD值较高。总体来看,高密度往往具有更低的STD值,即SM更为稳定;这一现象在阳坡表现更为明显:如2013年深层阳坡低、中密度STD值分别为0.24和0.20,而阳坡高密度STD值为0.08,明显低于低、中密度;又如2014年表层阳坡高、中、低密度STD值分别为0.05、0.13和0.17。高密度SM较稳定的原因可能与高密度样地植被用水较多,而该地区降水较少,地下水无法有效补充[36],植被可获取水量少有关。为适应较少水分供给,植被自身形成一定的用水调节机制。相关研究已证实,在土壤干旱条件下,植被可通过减少蒸发散来适应缺水环境[37-38]。
综合考虑MRD和STD指标,计算SM的时间稳定性指数(ITS)(图 5)。ITS值越接近0,表示该观测点的时间稳定性越高。结果显示:阴坡不同密度在次表层ITS值较低,即SM稳定性高;表层ITS值相对高,即稳定性较差。产生这一现象的原因部分推断为表层易受更多因素如降雨、蒸发和林冠层截留等影响,而次表层或深层则主要受根系吸水影响。在阳坡,低密度样地各层ITS明显高于其他2个密度。
各样地ITS值与其对应平均SM见图 6。结果显示:阴坡各密度ITS值相对较低,也即SM随时间变化较稳定;阳坡ITS值较阴坡普遍高,表明阳坡SM随时间变化更剧烈。此外,阴坡低密度ITS与SM基本呈一定的分布规律,即随SM增大,ITS增高,而中、高密度则分布规律不明显。这主要由于低密度林分冠层稀疏,SM受降雨、蒸发等因素干扰影响较大,SM变化较大,ITS值也较大。阳坡各密度ITS和SM散点分布较散, 其中低密度SM较高,ITS值亦高。阳坡低密度林分SM明显区别于中、高密度,主要由于低密度林分植被需水较少,此外,阳坡低密度林分土壤层较厚(表 1),深层存在部分毛管上升水(图 3),间接导致SM较其他密度林分大。而中、高密度种植植被需水较多,SM较少,即便发生有降水脉冲,植被也会迅速吸收降水补给,因此导致SM较低且较稳定,ITS较小。
上述结果中,阳坡各密度间ITS及SM差别较大,证实了阳坡不同密度种植林分将显著影响林地SM及其稳定性。阳坡应采用低密度林分进行森林经营才能保证可持续土壤水分, 而阴坡密度对SM及其稳定性影响较弱。此外,阳坡总体呈ITS随SM变化而变化的分布规律,因此,从采样观测来看,为有效反映SM的时间动态变化,阳坡应特别注意加大采样监测频率。
4 结论该研究以华北土石山区不同坡向、不同密度人工油松林为研究对象,基于0~60 cm剖面SM的观测与分析,研究发现:
(1) 从整个土壤剖面来看,阴坡各密度间不论在丰水年或平水年SM差异均不显著。阳坡低密度样地SM最高,且与中、高密度间差异显著,这种差异在平水年表现更为显著;中、高密度间SM仅在平水年分别显著区别于其他各样地。说明密度对SM的影响在水分条件较好时不明显,只有当水分条件较差(如阳坡或干旱年)时密度对SM的影响才会有一定体现。
(2) 从不同土壤层来看,不同坡向SM随密度变化趋势不同:在阴坡,表层SM随密度升高而降低;次表层与深层则由于高密度植被较高的穿落降雨特性和较大的枯落物累积量,土壤层具备更有利的贮水条件,因此,随着植被密度增大土壤水分并未受显著影响,SM并未减小。而在阳坡,各层SM随密度升高均降低。
(3) 高密度往往具有更低的STD值,也即SM更为稳定,且在阳坡这种规律更加明显。在阴坡低密度样地,SM越高,ITS值越大;而在阳坡,各密度总体呈现随SM增加,ITS增大的分布特点。此外,阳坡ITS值总体比阴坡大,即阳坡较不稳定,密度对阳坡SM及其稳定性影响更明显。
为促进森林生态服务功能,华北土石山区阳坡种植密度对阳坡土壤SM及其稳定性影响较大,中、高密度种植植被长期受到土壤水分胁迫,不利于植被生长,因此阳坡宜采用低密度林分种植;而在阴坡密度对SM及其稳定性影响较不明显。
[1] |
JULIEN T, RÉGIS F, ERWIN D, et al. Planting Density Affects Growth and Water-Use Efficiency Depending on Site in Populus deltoid×P. nigra[J]. Forest Ecology and Management, 2013, 304: 345-354. DOI:10.1016/j.foreco.2013.05.017 (0) |
[2] |
RAZ-YASEEF N, ROTENBERG E, YAKIR D. Effects of Spatial Variations in Soil Evaporation Caused by Tree Shading on Water Flux Partitioning in a Semi-Arid Pine Forest[J]. Agricultural and Forest Meteorology, 2011, 150(3): 454-462. (0) |
[3] |
HUANG X, SHI Z H, ZHU H D, et al. Soil Moisture Dynamics Within Soil Profiles and Associated Environmental Controls[J]. Catena, 2016, 136: 189-196. DOI:10.1016/j.catena.2015.01.014 (0) |
[4] |
DOLLING P J, LYONS A M, LATTA R A. Optimal Plant Densities of Lucerne(Mdedicago sativa)for Pasture Production and Soil Water Extraction on Mixed Pastures in South-Western Australia[J]. Plant and Soil, 2011, 348(1/2): 315-327. (0) |
[5] |
LIU C L, WU Y Z, LIU Q J. Effects of Land Use on Spatial Patterns of Soil Properties in a Rocky Mountain Area of Northern China[J]. Arabian Journal of Geosciences, 2015, 8(2): 1181-1194. (0) |
[6] |
ZHANG Y W, DENG L, YAN W M, et al. Interaction of Soil Water Storage Dynamics and Long-Term Natural Vegetation Succession on the Loess Plateau, China[J]. Catena, 2016, 137: 52-60. DOI:10.1016/j.catena.2015.08.016 (0) |
[7] |
YANG L, WEI W, CHEN L D, et al. Response of Temporal Variation of Soil Moisture to Vegetation Restoration in Semi-Arid Loess Plateau, China[J]. Catena, 2014, 115: 123-133. DOI:10.1016/j.catena.2013.12.005 (0) |
[8] |
MULEBEKE R, KIRONCHI G, TENYWA M M. Soil Moisture Dynamics Under Different Tillage Practices in Cassava-Sorghum Based Cropping Systems in Eastern Uganda[J]. Ecohydrology & Hydrobiology, 2013, 13(1): 22-30. (0) |
[9] |
YUSTE J, RUBIO J, PÉREZ M. Influence of Plant Density and Water Regime on Soil Water Use, Water Relations and Productivity of Trellis-Trained Tempranillo Grapevines[J]. Acta Horticulturae, 2004(646): 187-193. (0) |
[10] |
NG C W W, NI J J, LEUNG A K, et al. Effects of Planting Density on Tree Growth and Induced Soil Suction[J]. Géotechnique, 2016, 66(9): 711-724. DOI:10.1680/jgeot.15.P.196 (0) |
[11] |
FRIEDMAN S P. Evaluating the Role of Water Availability in Determining the Yield-Plant Population Density Relationship[J]. Soil Science Society of America Journal, 2016, 80(3): 563-578. DOI:10.2136/sssaj2015.11.0395 (0) |
[12] |
GUERFEL M, OUNI Y, BOUJNAH D, et al. Effects of the Planting Density on Water Relations and Production of 'Chemlali' Olive Trees(Olea europaea L.)[J]. Trees, 2010, 24(6): 1137-1142. (0) |
[13] |
REN X M, SUN D B, WANG Q S. Modeling the Effects of Plant Density on Maize Productivity and Water Balance in the Loess Plateau of China[J]. Agricultural Water Management, 2016, 171: 40-48. DOI:10.1016/j.agwat.2016.03.014 (0) |
[14] |
QIU R J, SONG J J, DU T S, et al. Response of Evapotranspiration and Yield to Planting Density of Solar Greenhouse Grown Tomato in Northwest China[J]. Agricultural Water Management, 2014, 134: 44-51.无
(0) |
[15] |
王治国, 张超, 孙保平, 等. 全国水土保持区划概述[J]. 中国水土保持, 2015(12): 12-16. DOI:10.3969/j.issn.1000-0941.2015.12.006 (0) |
[16] |
VEREECKEN H, HUISMAN J A, PACHEPSKY Y, et al. On the Spatio-Temporal Dynamics of Soil Moisture at Field Scale[J]. Journal of Hydrology, 2014, 516: 76-96. DOI:10.1016/j.jhydrol.2013.11.061 (0) |
[17] |
MOLINA A J, LATRON J, RUBIO C M, et al. Spatio-Temporal Variability of Soil Water Content on the Local Scale in a Mediterranean Mountain Area(Vallcebre, North Eastern Spain). How Different Spatio-Temporal Scales Reflect Mean Soil Water Content[J]. Journal of Hydrology, 2014, 516: 182-192. DOI:10.1016/j.jhydrol.2014.01.040 (0) |
[18] |
JACOBS J M, MOHANTY B P, HSU E C, et al. SMEXo2:Field Scale Variability, Time Stability and Similarity of Soil Moisture[J]. Remote Sensing of Environment, 2004, 92(4): 436-446. (0) |
[19] |
姚永刚, 王玲, 张立, 等. 北京市八达岭风景区树木物候研究[J]. 林业实用技术, 2006(1): 7-9. (0) |
[20] |
裴雅茹, 刘艳红. 北京八达岭林场不同森林类型人工林生物量研究[J]. 生态科学, 2013, 32(3): 386-390. [ PEI Ya-ru, LIU Yan-hong. Man-Made Forest Biomass of Different Forest Types in Beijing Badaling Forest Farm[J]. Ecological Science, 2013, 32(3): 386-390. DOI:10.3969/j.issn.1008-8873.2013.03.021] (0) |
[21] |
MILLER G R, BALDOCCHI D D, LAW B E, et al. An Analysis of Soil Moisture Dynamics Using Multi-Year Data From a Network of Micro-meteorological Observation Sites[J]. Advances in Water Resources, 2007, 30(5): 1065-1081. DOI:10.1016/j.advwatres.2006.10.002 (0) |
[22] |
VACHAUD G, SILANS A P D, BALABANIS P, et al. Temporal Stability of Spatially Measured Soil Water Probability Density Function[J]. Soil Science Society of America, 1985, 49(4): 822-828. DOI:10.2136/sssaj1985.03615995004900040006x (0) |
[23] |
WANG L, WEI S P, HORTON R, et al. Effects of Vegetation and Slope Aspect on Water Budget in the Hill and Gully Region of the Loess Plateau of China[J]. Catena, 2011, 87(1): 90-100. DOI:10.1016/j.catena.2011.05.010 (0) |
[24] |
WANG Y Q, HU W, ZHU Y J, et al. Vertical Distribution and Temporal Stability of Soil Water in 21-m Profiles Under Different Land Uses on the Loess Plateau in China[J]. Journal of Hydrology, 2015, 527: 543-554. DOI:10.1016/j.jhydrol.2015.05.010 (0) |
[25] |
罗德.北京山区森林植被影响下的降雨动力学特性研究[D].北京: 北京林业大学, 2008. [LUO De. Studies on the Dynamic Characteristics of Rainfall Under the Forest in Beijing Mountainous Area[D]. Beijing: Beijing Forestry University, 2008.]
(0) |
[26] |
LI F, XIE Y H, ZHANG C, et al. Increased Density Facilitates Plant Acclimation to Drought Stress in the Emergent Macrophyte Polygonum hydropiper[J]. Ecological Engineering, 2014, 71: 66-70. DOI:10.1016/j.ecoleng.2014.07.029 (0) |
[27] |
CHEN Y M, CAO Y. Response of Tree Regeneration and Understory Plant Species Diversity to Stand Density in Mature Pinus tabulaeformis Plantations in the Hilly Area of the Loess Plateau, China[J]. Ecological Engineering, 2014, 73: 238-245. DOI:10.1016/j.ecoleng.2014.09.055 (0) |
[28] |
ZOU C B, BRESHEARS D D, NEWMAN B D, et al. Soil Water Dynamics Under Low-Versus High-Ponderosa Pine Tree Density:Ecohydrological Functioning and Restoration Implications[J]. Ecohydrology, 2008, 1(4): 309-315. DOI:10.1002/eco.v1:4 (0) |
[29] |
TOILLON J, FICHOT R, DALLÉ E, et al. Planting Density Affects Growth and Water-Use Efficiency Depending on Site in Populus deltoides×P. nigra[J]. Forest Ecology and Management, 2013, 304: 345-354. DOI:10.1016/j.foreco.2013.05.017 (0) |
[30] |
GUERFEL M, OUNI Y, BOUJNAH D, et al. Effects of the Planting Density on Water Relations and Production of 'Chemlali' Olive Trees(Olea europaea L.)[J]. Trees, 2010, 24(6): 1137-1142. DOI:10.1007/s00468-010-0486-x (0) |
[31] |
BUCCI S J, SCHOLZ F G, GOLDSTEIN G. Controls on Stand Transpiration and Soil Water Utilization Along a Tree Density Gradient in a Neotropical Savanna[J]. Agricultural and Forest Meteorology, 2008, 148(6/7): 839-849. (0) |
[32] |
张文文, 郭忠升, 宁婷, 等. 黄土丘陵半干旱区柠条林密度对土壤水分和柠条生长的影响[J]. 生态学报, 2015, 35(3): 725-732. [ ZHANG Wen-wen, GUO Zhong-sheng, NING Ting, et al. The Effects of Plant Density on Soil Water and Plant Growth on Semi-Arid Loess Hilly Region[J]. Acta Ecologica Sinica, 2015, 35(3): 725-732.] (0) |
[33] |
牛勇.北京山区不同林分水文生态效应特征[D].北京: 北京林业大学, 2015. [NIU Yong. The Characteristics of Eco-Hydrological Effect of Different Forests in Beijing Mountain Area[D]. Beijing: Beijing Forestry University, 2015.] http://cdmd.cnki.com.cn/Article/CDMD-10022-1015319550.htm
(0) |
[34] |
SENEVIRATNE S I, CORTI T, DAVIN E L, et al. Investigating Soil Moisture-Climate Interactions in a Changing Climate:A Review[J]. Earth-Science Reviews, 2010, 99(3/4): 125-161. (0) |
[35] |
WANG L, WEI S P, HORTON R, et al. Effects of Vegetation and Slope Aspect on Water Budget in the Hill and Gully Region of the Loess Plateau of China[J]. Catena, 2011, 87(1): 90-100. DOI:10.1016/j.catena.2011.05.010 (0) |
[36] |
王丽亚, 郭海鹏. 连续干旱对北京平原区地下水的影响[J]. 水文地质工程地质, 2015, 42(1): 1-6. [ WANG Li-ya, GUO Hai-peng. Effects of Continuous Drought on Groundwater in Beijing Plain[J]. Hydrogeology & Engineering Geology, 2015, 42(1): 1-6.] (0) |
[37] |
KLEIN T, ROTENBERG E, COHEN-HILALEH E, et al. Quantifying Transpirable Soil Water and Its Relations to Tree Water Use Dynamics in a Water-Limited Pine Forest[J]. Ecohydrology, 2014, 7(2): 409-419. DOI:10.1002/eco.v7.2 (0) |
[38] |
MOLLNAU C, NEWTON M, STRINGHAM T. Soil Water Dynamics and Water Use in a Western Juniper(Juniperus occidentalis)Woodland[J]. Journal of Arid Enviroments, 2014, 102: 117-126. DOI:10.1016/j.jaridenv.2013.11.015 (0) |