-
项目名称
- 国家自然科学基金"黄土丘陵区植物根系与土壤大孔隙对优先流的影响"(42007064);山西省研究生教育创新项目"根系对土壤入渗性能的影响机制"(2021Y500)
-
第一作者简介
- 田昕(1996-), 女, 硕士研究生。主要研究方向: 土壤水文过程。E-mail: tianxin202207@163.com
-
通信作者简介
- 赵勇钢(1980-), 男, 博士, 副教授。主要研究方向: 旱区生态修复与水土资源高效利用。E-mail: zhaoyg@sxnu.edu.cn
-
文章历史
-
收稿日期:2022-08-25
修回日期:2023-05-07
土壤饱和导水率(saturated hydraulic conductivity, Ks)指在单位水势梯度作用下通过垂直于水流方向的单位面积土壤的水流通量,可以表征土壤导水性能强弱,是土壤水力参数的重要指标之一,与生态水文和土壤侵蚀等过程密切相关[1]。Ks受植被类型、土壤性质、土地利用方式等众多因子的影响,具有较大的变异性[2]。研究表明,黄土高原地区不同的植被恢复措施或植被演替阶段,Ks具有明显的差异[3]。Ks主要与影响孔隙状况的土壤结构有关,因此一般随有机质、孔隙度、团聚体稳定性的增加而增加,随土壤密度的增加而减少[4]。植被对Ks的影响表明:一方面地上植被冠层和凋落物覆盖可以阻止降雨对地表的溅蚀,使表层土壤保持较高的土壤孔隙度并具有高Ks值;另一方面地下的植物根系生长和死亡可以直接形成土壤大孔隙,也可以通过有机物输入增加团聚体稳定性,改善土壤结构,进而影响Ks[5]。地形因子也对Ks有明显的影响——在坡面尺度上,Ks具有空间依赖性,并且不同坡位间的Ks具有显著的差异[6]。综合来看,影响Ks的因子众多,目前对坡面尺度多因子(如植被类型与年限、坡位、>40 cm土层等)作用下的Ks变化规律及其主控因子的研究仍较为欠缺,有必要进行深入的分析。
黄土高原地区土地贫瘠,水土流失严重,生态环境脆弱[7]。自施行生态恢复建设如退耕还林(草)工程以来,柠条(Caragana korshinskii)作为典型的灌木树种之一,对黄土丘陵区改善土壤质量、提高水土保持能力、防风固沙等方面产生重要作用[8]。柠条在坡面多以条带状种植,会改变径流、泥沙以及土壤性质在坡面的分配格局,加之植物自身生长对土壤性质的影响,这些综合作用可能对Ks产生重要的影响。目前,对人工灌木的土壤养分、水分、团聚体稳定性等已进行较多研究[9],但对坡面尺度长期人工灌木种植的Ks变化特征及其主导土壤因子的研究还较少。因此,笔者以黄土丘陵区坡面3个不同年限的柠条坡地和对照荒草地为研究对象,分析不同柠条种植年限和不同坡位下0~100 cm土层的Ks变化规律及其与土壤理化性质的关系,明确影响Ks的关键因子,并采用6个常见的土壤传递函数模型进行模拟,以期为黄土丘陵区生态恢复建设与管理提供一定的科学依据。
1 研究区概况研究区位于宁夏回族自治区固原市河川乡中国科学院水土保持研究所上黄生态试验站(E 106°26′~106°30′、N 35°59′~36°03′),年均气温在7 ℃,海拔1 534.3~1 822 m,年均降雨量420 mm,属半干旱中温带向暖温带过渡气候。地貌类型是典型的黄土丘陵区,土壤多为黄土母质发育的黄绵土。为控制水土流失、恢复脆弱的生态系统,该地区进行过多次生态恢复工程。研究区代表性人工植被以柠条、山杏(Prunus sibirica)等为主。代表性草本植物有长芒草(Stipa bungeana)、铁杆蒿(Artemisia gmelinii)、华北米蒿(Artemisia giraldii)、百里香(Thymus mongolicus)等。
2 材料与方法 2.1 样地选择与土样采集通过对研究区的调查,选取种植15 a(N15)、25 a(N25)和35 a(N35)柠条带作为研究对象,以相邻的自然荒草地(CK)作为对照。在各样地沿水平坡面随机设置3个10 m×10 m样方作为重复。记录每个样方经纬度、海拔、坡向和坡度等信息。在每个样方中按海拔高度依次设置坡顶、坡肩、坡上、坡中和坡下5个坡位。垂直于地面挖100 cm深的土壤剖面,0~40 cm土层以10 cm为间隔,40~100 cm土层以20 cm为间隔,共分7层进行取样,各土层重复3次取样,分别采集环刀样、铝盒样和混合样,带回实验室待测。
2.2 测定方法Ks运用定水头法测定[10]。土壤初始含水量和土壤密度采用烘干法测定,总孔隙度根据土壤密度数值计算得到,饱和含水量和毛管孔隙度用环刀法测定,非毛管孔隙度由总孔隙度减去毛管孔隙度计算得到。土壤机械组成采用Mater Sizer 2000激光颗粒分析仪测定,并按国际制分为黏粒(< 0.002 mm)、粉粒(0.002~<0.02 mm)和砂粒(0.02~<2 mm),土壤有机碳采用重铬酸钾氧化-外加热法测定[11]。
2.3 土壤传递函数模型及评价采用国内外常见的6个土壤传递函数模型(Cosby1[12-13]、Cosby2[12-13]、WÖsten[14]、Weynants[15]、Saxton[16]和Wang[17])进行拟合。土壤传递函数模型精度的评价指标利用平均误差(ME)、均方根误差(RMSE)、误差比(δi)的几何平均值(GMER)和几何标准误差(GSDER)。
2.4 数据处理采用SPSS 17.0软件对数据进行统计分析。采用双因素方差分析(two-way ANOVA)检验样地类型和坡位影响下Ks及其他土壤理化性质的差异,并用最小显著性差异法(LSD)进行多重比较。相关性分析采用Spearman相关分析法,通径分析采用多元逐步线性回归。作图和拟合分析由Origin 2019软件完成。
3 结果与分析 3.1 土壤理化性质分析如表 1所示,研究区的土壤理化性质中,有机碳质量分数、土壤初始含水量、饱和含水量、非毛管孔隙度、黏粒和砂粒质量分数的平均值分别为9.41 g/kg、9.56%、47.18%、12.04%、15.00%和23.54%,它们的变异系数变化范围为12.10%~58.93%,属于中等变异。土壤密度、总孔隙度、毛管孔隙度和粉粒质量分数的平均值分别为1.16 g/cm3、56.27%、44.23%和61.47%,变异系数为1.87%~9.67%,属于弱变异。
样地类型和坡位对土壤理化性质有明显的影响(表 2)。样地类型对土壤密度、总孔隙度、毛管孔隙、非毛管孔隙、黏粒、粉粒和砂粒7个指标无显著影响(P < 0.05),对其他指标均有显著影响(P < 0.05)。坡位对饱和含水量、毛管孔隙和非毛管孔隙无显著影响(P < 0.05),对其他指标均有显著影响(P < 0.05)。样地和坡位间的交互作用对除非毛管孔隙度外的其他指标有显著影响(P < 0.05)。不同样地类型间,N15具有较高的有机碳、饱和含水量、黏粒、粉粒和较低的砂粒值。不同坡位间,坡下具有较高的有机碳、总孔隙度、黏粒、粉粒和较低的土壤密度、砂粒。
Ks的平均值为20.36 mm/h,变化范围为6.81~60.77 mm/h,变异系数为51.4%,属于中等变异(表 2)。样地类型和坡位对Ks有显著影响(P<0.05)。各样地的Ks均值大小依次是N15>N25>N35>CK,柠条坡地的Ks明显高于荒草地。各坡位的Ks平均值表现为坡下>坡顶>坡中>坡肩>坡上(图 1)。N15的坡下Ks有最大值(60.77 mm/h),N35的坡中有最小值(12.27 mm/h)。不同样地类型的Ks在不同坡位0~100 cm各土层中的分布均存在显著性差异(P < 0.05),且均随着土层深度的加深而降低。
除非毛管孔隙度外,Ks与其他土壤性质之间均有显著性相关关系(P < 0.05,表 3)。Ks与有机碳、含水量、饱和含水量、总孔隙度、毛管孔隙度、黏粒和粉粒呈极显著的正相关关系(P<0.01),与土壤密度和砂粒呈极显著的负相关关系(P < 0.01)。
将土壤性质指标作为自变量,以Ks为因变量,进行逐步回归分析。在进行逐步回归分析前对因变量Ks做正态性检验,结果为非正态性,在经对数转化后符合正态分布,以此进行逐步回归分析,得到:
$ \begin{gathered} y=-0.119+0.036 x_1+0.010 x_2+0.474 x_3 \\ \left(R^2=0.82, P<0.05\right) \end{gathered} $ |
式中:y为lgKs;x1为有机碳含量;x2为土壤饱和含水量;x3为土壤密度。
由表 4的通径分析可见,3个自变量对因变量的直接影响中,有机碳含量最大,土壤密度次之,饱和含水量最小。自变量对因变量的间接影响中,有机碳通过影响土壤密度进而间接影响lgKs,体现出最大的间接作用(-0.815)。
图 2为6个土壤传递函数模型对Ks模拟分析的结果。6个模型拟合结果的ME均>0,表明其残差正负不相符,其中WÖsten模型的值最小,说明拟合结果误差较小。GMER结果中,WÖsten模型最接近1(1.19),其他模型均<1,说明预测值偏小。RMSE结果中,WÖsten模型(12.18)要小于其他模型,说明预测精度相对较高。GSDER结果中,所有模型均>1,说明预测值相比于实测值偏小。通过模型精度评价指标分析可知,WÖsten模型拟合程度相对最好,其他模型预测值均小于实测值,拟合程度较差。将逐步回归方程计算得到的预测值与实测值进行拟合(图 3),ME和RMSE值均接近0;GMER和GSDER值接近1,说明拟合程度较好。
坡面灌木种植对Ks产生显著影响, 与荒草坡地相比,随着柠条种植年限的增加,所有坡位的Ks均值在0~40 cm土层先增后降,N15样地显著高于其他样地。柠条种植初期对Ks提升的原因主要与植被地上部分的冠层、凋落物和根系有关。人工植被长时期的恢复也可能对土壤性质产生消极影响,如过多消耗土壤水分、减少有机碳和氮的储存等,从而使土壤退化。本研究中随柠条种植年限增加,40~100 cm土层Ks则持续的增加,即对深层Ks有显著的促进作用,这可能与深层根系产生的影响有关。许多研究表明,灌木的渗透性能要高于草本,原因在于具有主根系的灌木可以增加土壤大孔隙数量来增加土壤的渗透性能,而须根系草地可能通过阻塞土壤孔隙来降低土壤渗透性能[18]。种植灌木改变坡面饱和导水率的分布格局。一般来说,自然坡地的坡肩、坡上和坡中部是侵蚀区,坡下为沉积区,这种特征使Ks在空间尺度上具有明显的空间异质性。纳磊等[19]研究表明,晋西黄土区不同土地利用类型中灌草坡地Ks表现为坡下>坡中>坡上。笔者发现,荒草地在各坡位上的Ks差异比柠条地更大,说明坡面柠条种植降低Ks在坡位间的差异。坡面进行人工植被种植可以改变表层土壤颗粒、水分、养分等在坡面的流动方式,加之植被在不同坡位与土壤的互馈作用,也会影响土壤结构,改变原有荒草地Ks的坡面分布格局,降低Ks在坡位间的差异。
相关分析表明,Ks与除非毛管孔隙度外的其他理化性质密切相关。土壤性质对Ks的影响主要与土壤结构的形成和稳定性密切相关。一般来说,有机质含量高的土壤可以促进土壤孔隙的增加和团聚体稳定性的提升,从而增加土壤导水性能。Ks的增加与砂粒含量较高有关,但笔者发现Ks变化与粉粒和黏粒含量正相关,这主要是坡位的差异以及坡面柠条带对土壤颗粒的拦截作用所致。通径分析结果显示,有机碳含量、土壤密度和饱和含水量是影响Ks的主要因子,这与前人的所筛选影响Ks土壤因子的研究结果[20]一致。这也说明坡面柠条的种植改变土壤剖面的理化性质,从而影响Ks。在笔者选取的6个常见土壤传递函数与Ks进行拟合分析结果显示,WÖsten模型ME和RMSE值最小,GMER值最接近1,相比其他模型拟合结果模型精度最高,拟合效果较好(图 2)。Cosby1和Cosby2模型仅考虑土壤颗粒组成,需要考虑与土壤结构更相关的土壤指标;Weynants、Saxton和Wang模型预测结果也偏低,可能由于本研究为坡面尺度,土壤基本性质差异不够大,且本研究主要是垂直土层数据,更多体现垂直方向的变异性。这与代入土层参数的WÖsten模型,增加预测精确度也可以说明。笔者通过多元逐步回归分析构建由有机碳、饱和含水量和土壤密度组成的土壤传递函数,对Ks预测有很好的准确性。由于样本数量仍有所不足,该土壤传递函数方程对其他坡面的预测适用性还需进一步验证,并且有必要进一步考虑与土壤结构和植物根系密切相关的指标。
5 结论各样地间,坡下的Ks均大于其他坡位。15 a柠条地Ks值显著高于其他样地。相关性分析和通径分析得到土壤有机碳、土壤密度和饱和含水量是影响Ks关键因素。土壤传递函数与Ks模型拟合结果表明,WÖsten模型相对其他模型而言拟合较好,涉及多个土壤理化指标且加入土层参数较好的适用于预测本研究坡面Ks垂直变化,增加模型的精确度。在长期种植柠条地Ks研究中应综合考虑样地中地形和土壤深度,预测Ks变化。
[1] |
ZHU Pingzong, ZHANG Guanghui, WANG Hongxiao, et al. Soil infiltration properties affected by typical plant communities on steep gully slopes on the Loess Plateau of China[J]. Journal of Hydrology, 2020, 590: 1. |
[2] |
LIU Shaozhen, WANG Yunqiang, AN Zhisheng, et al. Watershed spatial heterogeneity of soil saturated hydraulic conductivity as affected by landscape unit in the critical zone[J]. Catena, 2021, 203: 1. |
[3] |
GU Chaojun, MU Xingmin, GAO Peng, et al. Influence of vegetation restoration on soil physical properties in the Loess Plateau, China[J]. Nature review Cancer, 2019, 19(2): 716. |
[4] |
FU Tonggang, GAO Hui, LIANG Hongzhu, et al. Controlling factors of soil saturated hydraulic conductivity in Taihang Mountain Region, northern China[J]. Geoderma Regional, 2021, 26: e00417. DOI:10.1016/j.geodrs.2021.e00417 |
[5] |
LADO M, PAZ A, BENHUR M. Organic matter and aggregate size interactions in infiltration, seal formation, and soil loss[J]. Soil Science Society of America Journal, 2004, 68(3): 488. |
[6] |
赵春雷, 邵明安, 贾小旭. 黄土高原北部坡面尺度土壤饱和导水率分布与模拟[J]. 水科学进展, 2014, 25(6): 806. ZHAO Chunlei, SHAO Ming'an, JIA Xiaoxu, et al. Distribution and simulation of saturated soil hydraulic conductivity at a slope of northern Loess Plateau[J]. Advances in Water Science, 2014, 25(6): 806. |
[7] |
MU Xingmin, ZHANG Xiuqin, SHAO Hongbo, et al. Dynamic changes of sediment discharge and the influencing factors in the Yellow River, China, for the recent 90 years[J]. CLEAN-Soil, Air, Water, 2012, 40(3): 303. DOI:10.1002/clen.201000319 |
[8] |
SCHWÄRZEL K, ZHANG Lulu, MONTANARELLA L, et al. How afforestation affects the water cycle in drylands: A process-based comparative analysis[J]. Global Change Biology, 2020, 26(2): 944. DOI:10.1111/gcb.14875 |
[9] |
李裕元, 邵明安, 陈洪松, 等. 水蚀风蚀交错带植被恢复对土壤物理性质的影响[J]. 生态学报, 2010, 30(16): 4306. LI Yuyuan, SHAO Ming'an, CHEN Hongsong, et al. Impacts of vegetation recovery on soil physical properties in the cross area of wind-water erosion[J]. Acta Ecologica Sinica, 2010, 30(16): 4306. |
[10] |
KLUTE A, DIRKSEN C. Hydraulic conductivity of saturated soils: Field methods[M]//A. Amoozegar, A. W. Warrick. [SSSA Book Series]. Methods of Soil Analysis: Part 1-Physical and Mineralogical Methods. Book Series: SSSA Book Series, 1986.
|
[11] |
吕贻忠, 李保国. 土壤学实验[M]. 北京: 中国农业出版社, 2010: 119. LÜ Yizhong, LI Baoguo. Experiments in soil science[M]. Beijing: China Agriculture Press, 2010: 119. |
[12] |
ZHANG Yonggen, SCHAAP M G. Estimation of saturated hydraulic conductivity with pedotransfer functions: A review[J]. Journal of Hydrology, 2019, 575: 1011. DOI:10.1016/j.jhydrol.2019.05.058 |
[13] |
COSBY B J, HORNBERGER G M, CLAPP R B, et al. A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils[J]. Water Resources Research, 1984, 20(6): 682. DOI:10.1029/WR020i006p00682 |
[14] |
WÖSTEN J H M, LILLY A, NEMES A, et al. Development and use of a database of hydraulic properties of European soils[J]. Geoderma, 1999, 90(3/4): 169. |
[15] |
WEYNANTS M, VEREECKEN H, JAVAUX M. Revisiting vereecken pedotransfer functions: Introducing a closed-form hydraulic model[J]. Vadose Zone Journal, 2009, 8(1): 86. DOI:10.2136/vzj2008.0062 |
[16] |
SAXTON K E, RAWLS W J. Soil water characteristic estimates by texture and organic matter for hydrologic solutions[J]. Soil Science Society of America Journal, 2006, 70(5): 1569. DOI:10.2136/sssaj2005.0117 |
[17] |
WANG Yunqiang, SHAO Ming'an, LIU Zhipeng. Pedotransfer functions for predicting soil hydraulic properties of the Chinese loess plateau[J]. Soil Science, 2012, 177(7): 424. DOI:10.1097/SS.0b013e318255a449 |
[18] |
LU Jianrong, ZHANG Qi, WERNER A D, et al. Root-induced changes of soil hydraulic properties: A review[J]. Journal of Hydrology, 2020, 589: 1. |
[19] |
纳磊, 张建军, 朱金兆, 等. 晋西黄土区不同土地利用类型坡面土壤饱和导水率研究[J]. 水土保持研究, 2008, 15(3): 69. NA Lei, ZHANG Jianjun, ZHU Jinzhao, et al. Spatial heterogeneity of soil saturated hydraulic conductivity from different land use types on loess slope in west of Shanxi Province[J]. Research of Soil and Water Conservation, 2008, 15(3): 69. |
[20] |
GAO Peng, WANG Xiangping, YANG Jingsong, et al. Evaluation of pedotransfer functions for estimating saturated hydraulic conductivity in coastal salt-affected mud farmland[J]. Journal of Soil Sediments, 2015, 15(4): 902. DOI:10.1007/s11368-014-1055-5 |