黄土高原不同空间尺度土壤水分动态变化影响因素分析与随机模拟

发布时间：2020-10-31 16:23

　　 黄土高原地处西北内陆,是我国乃至全球的典型生态脆弱区,为了恢复该地区的生态,我国实行了一系列的生态工程措施。但是由于黄土高原降雨量有限且分布不均、地下水埋藏较深,有限水资源很难满足植被生长耗水的需求,土壤水分成为该区生态恢复的关键限制性因子。因此,研究黄土高原的土壤水分动态,在理论上有助于揭示人工林生态系统土壤水分循环机理,在实践上对于该区有限水资源管理和植被恢复可持续发展具有重要的现实意义。本研究以黄土高原南北样带为研究区,调查了样带内农田、草地、灌木林地和乔木林地四种植被类型土壤水分特征,并在样带两端和中间的典型地貌类型区域设置了长武、安塞和神木三个林地坡面土壤含水量的2年观测试验,使用了经典统计、地统计学、偏最小二乘回归分析和随机模型模拟等方法,研究了样带不同植被类型土壤含水量的空间分布特征,分析了坡面土壤水分的动态变化,探究了不同空间尺度土壤水分的主控因素,模拟了土壤水分的概率密度特征并讨论了最适宜植被类型及其盖度。主要结论如下:(1)黄土高原南北样带四种土地利用类型的土壤含水量皆呈现南北向地带性变化,自南向北土壤含水量有明显递减趋势,与多年平均降雨量、潜在蒸散量、土壤质地等的分布具有一致性;同一地点不同土地利用类型下土壤水分含量具有显著差异(农地草地灌木和乔木林地),不同植被类型的根系分布特征、蒸散耗水量大小是造成含水量差异性的主要原因。(2)根据三个坡面土壤含水量变异系数(CV)平均值的剖面变化,土壤0-500 cm土壤剖面可以划分为速变层(0-40 cm)、活跃层(40-100 cm)、次活跃层(100-200 cm)和相对稳定层(200-500 cm);除安塞坡面0-40 cm和100-200 cm土层外,其它土层土壤含水量均具有较好的空间结构特征,理论半方差函数模型可对其进行较好的模拟,拟合模型结果一般表层土壤含水量为球状模型,深层土壤含水量为高斯模型;三个坡面由于地形、土壤和植被等因子空间分布的差异性,长武坡面土壤含水量的空间变化与容重、海拔高度和叶面积指数有显著相关关系(P0.01),而安塞和神木坡面土壤含水量的空间变化分别只与最大叶面积指数和土壤质地有显著相关关系(P0.05)。(3)使用偏最小二乘回归模型(PLSR)分析了三个空间尺度(小区、坡面和区域)土壤含水量(SMC)的主控因素,发现:PLSR模型可以准确地分析不同空间尺度不同土层的土壤含水量的影响因素;上层含水量(USMC)和下层含水量(DSMC)在三个尺度上是影响不同土层SMC的最重要的两个因素;累计7天降水(A7P)和累计7天潜在蒸散量(A7E)只对0-40cm土层SMC有显著影响;土壤性质对SMC的影响随空间尺度增大而显著增加,特别是砂粒含量(SAC)和粉粒含量(SIC)的影响;年平均降水量(MAP)和年平均潜在蒸散量(MAE)在区域尺度上也显著影响土壤含水量。总体而言,本研究表明黄土高原三个空间尺度土壤含水量的主要控制因素存在显著差异,其影响因子重要性(VIP)是空间尺度和土壤深度的函数。(4)基于Laio土壤水分动态随机模型(Laio模型),模拟分析了黄土高原长武地区白羊草地(BOI)、沙棘林地(SEB)和油松林地(CHP)生长季根系层的土壤水分动态,发现:黄土高原三种土地利用类型土壤相对含水量大小为BOICHPSEB,Laio模型模拟的土壤水分概率密度函数(PDF)特征值与实测值接近,说明该模型可以对黄土高原土壤水分概率密度进行较好的模拟;在相同气候、地形条件下,模拟的土壤水分PDF对水分胁迫开始点(s_e*)和日最大蒸散量(E_(max))变化最敏感,对根系深度(Z_r)和凋萎系数(s_(e_w))变化中等敏感,对凋萎系数对应日蒸发量(E_w)不敏感。Z_r,s_(e_w),s_e*和E_(max)值的差异综合解释了三种植被类型下土壤含水量PDFs形态的差异;基于不同LAI值下土壤水分动态的随机分布,考虑土壤水分有效性和水土流失控制,与SEB相比,确定BOI和CHP为更可持续的植被类型。(5)利用Laio模型模拟了南北样带典型样点土壤水分随机分布特征,结果发现:气候因素和土壤因素都显著影响了模型中土壤含水量的概率密度分布,其中气候因素主要影响土壤含水量在同一分布区间的不同比例,而土壤因素则影响土壤含水量的分布区间。利用样带中六个样点概率密度曲线特征值的连线来衡量样带水分状况,发现样带中大部分土壤水分值分布在模拟的土壤概率密度区间内,只有部分乔木林地出现土壤含水量较低的状况。说明这些地方不适宜乔木林地种植,也有部分土壤水分由于局地地形因素等的影响而呈现高含水量状态。利用Laio模型模拟不同植被盖度条件下样带土壤水分,结果表明:样带北端土壤含水量较低,对植被盖度响应不明显,不适宜森林植被生长;样带中部应有效降低植被盖度(约25%-50%)以维持正常土壤含水量;样带南端土壤水分较充足,但不宜种植较高耗水植被和高密度森林。
【学位单位】：西北农林科技大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：S152.7
【部分图文】：

第二章 研究区概况、研究内容与方法2.1 研究区概况研究样带区域选在黄土高原中部的陕西省境内南北向长武-安塞-神木一线，地理坐标为北纬 34°05′~40°55′、东经 107°14′~111°49′，研究区面积 19.4 万 km2，占黄土高原总面积的 31%。试验区多年平均降水量在 250~650 mm 之间，且降雨主要集中在 7-9月，占全年降雨量的 55%-78%，年平均气温 3.6-14.3℃，属于典型的温带大陆性气候。植被类型有森林、森林草原、典型草原和荒漠草原四种(杨文治 2001)，土壤类型主要以黑垆土、黄绵土、栗钙土为主(李玉山等 1985；黄土高原综合治理方案组 1985)。乔木主要植被有刺槐(Robinia pseudoacacia )、杨树(Populus simonii)和油松(Pinustabuliformis)等 ，灌木 主 要类 型有 柠条 (Caragana Korshinskii)、 沙 棘 (Hippophaerhamnoides L.)和沙柳(Salix psammophila)等，草本植物主要为冰草(Agropyron cristatum)、狗尾草(Setaira viridis)、长芒草(Stipa bungeana)、退化的紫花苜蓿(Medicago sativa)、达乌里胡枝子(Lespedeza davurica)等，农地主要种植大豆(Phaseolus vulgaris)、谷子(Setariaitalic)和马铃薯(Solanum tuberosum)。

15图 2-2 部分试验仪器图片Fig 2-2 The pictures of experimential instrument2.3.3 数据分析本研究的数据分析和图形绘制在 SPSS 22.0、Microsoft Excel 2016 和 Origin8.0 等软件完成；土壤水分分布特征及其影响因素确定使用经典统计(均值、方差、最大值和最小值等)、地统计方法和回归模拟(主要包括回归分析、逐步回归分析和偏最小二乘回归分析等)进行分析；土壤水分概率密度函数模拟使用随机模型来模拟，在 MATLAB 2018软件进行。2.4 技术路线本研究的技术路线图 2.3 所示：

第三章 黄土高原不同土地利用类型土壤含水量的地带性与影响因素对比分析图 3-1 中四种土地利用类型土壤含水量，发现农田最高，草地次之，这两种土地类型土壤含水量都是在低纬度地区随纬度升高而降低，但在高纬度地区却随纬度升高而略微升高，呈现出“V”型分布趋势，分析表 3-1 及查阅文献发现，黄土高原陕西境内沟壑区土壤质地粘，持水能力强，同时降水量较高，而潜在蒸散量较北面低，因而土壤含水量高。而内蒙地区多是灌溉农业，多分布在河网处，地下水位较高，导致农田土壤含水量高于神木、绥德、米脂等地(郑玉峰等 2015)；而草地也多为弃耕地，弃耕年份较短，且草地蒸散耗水少，所以也出现土壤含水量较高的情况。灌木和乔木的土壤含水量最低，低纬度地区分布趋势与农田、草地相似，但在高纬度地区却随纬度增加却没有明显变化，都保持在较低含水量状态。
【相似文献】

相关期刊论文 前10条

1 韩家琪;毛克彪;葛非凡;郭晶鹏;黎玲萍;;分类回归树算法在土壤水分估算中的应用[J];遥感信息;2018年03期

2 陈宇承;余锐颖;朱艳怡;李业谦;;太阳能无线地面土壤水分检测系统[J];现代计算机(专业版);2018年24期

3 王吴娟;;浅谈自动土壤水分观测仪维护与维修[J];科技展望;2016年34期

4 解智涵;;农作物对表层土壤水分的影响[J];太原师范学院学报(自然科学版);2017年01期

5 范生晔;范婷婷;李艳明;;农作物高产适宜土壤水分指标的分析[J];农业与技术;2017年09期

6 郭旭;龙柯吉;赵旋;黄晓龙;宋雯雯;;四川地区自动土壤水分站数据质量控制方法研究[J];高原山地气象研究;2017年02期

7 徐朝霞;高艳芹;;自动土壤水分观测仪的日常维护及常见故障排除[J];黑龙江气象;2015年04期

8 袁学所;葛庆云;周礼清;王刚;;凤阳一次强降雨过程自动土壤水分观测数据分析[J];安徽农学通报;2016年11期

9 尹萍;;自动土壤水分观测仪在实际工作中的使用与维护[J];农业灾害研究;2016年08期

10 刘灏;;刍议影响土壤水分观测精确度的原因及观测注意事项[J];科技展望;2015年05期

相关博士学位论文 前10条

1 索立柱;黄土高原不同空间尺度土壤水分动态变化影响因素分析与随机模拟[D];西北农林科技大学;2019年

2 姚盼盼;微波遥感土壤水分时空扩展研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年

3 姜红涛;全球长时序9km土壤水分遥感估算研究[D];武汉大学;2018年

4 任爱霞;山西小麦不同栽培模式土壤水分积耗规律与水肥高效利用机理比较研究[D];山西农业大学;2018年

5 陈玮婧;状态—参数同步估计框架下的土壤水分同化研究[D];武汉大学;2017年

6 李虹辰;黄土丘陵区鱼鳞坑覆盖组合措施枣树水分耗散机制研究[D];西北农林科技大学;2018年

7 马春芽;基于遥感和模型耦合的人民胜利渠灌区冬小麦土壤墒情研究[D];中国农业科学院;2018年

8 陈智芳;基于多源信息融合的灌溉决策方法研究[D];中国农业科学院;2018年

9 闫伟明;黄土区植物生长与土壤水分协同关系及土壤水分有效性评价[D];西北农林科技大学;2017年

10 杨爱霞;基于遥感和水文模型的新疆渭库绿洲荒漠过渡区土壤水分研究[D];新疆大学;2017年

相关硕士学位论文 前10条

1 杨欣;土壤水分运动方程的解析解及有限点方法研究[D];西安理工大学;2019年

2 张萌;阵列式电容传感器探测土壤水分方法研究[D];西安理工大学;2019年

3 徐作敏;卫星遥感土壤水分产品订正方法及反演算法研究[D];中国气象科学研究院;2019年

4 张静鸽;半干旱区典型牧草对土壤水分有效性的生理特征指示[D];西北农林科技大学;2019年

5 杨敏;黄土高原苹果园与典型生态林深层土壤水分利用特征差异性研究[D];西北农林科技大学;2019年

6 马小军;黄土高原深层土壤干燥化对苹果树耗水特征的影响[D];西北农林科技大学;2019年

7 侯宇初;Landsat 8与GF-3影像数据协同反演森林地表土壤水分方法研究[D];哈尔滨师范大学;2019年

8 白晓;祁连山区土壤水分遥感估算及时空变异特征[D];兰州大学;2017年

9 冯绍辉;鄱阳湖流域土壤水分时空变化及差异研究[D];南京大学;2018年

10 王茜;土壤水分和施氮水平对紫花苜蓿苗期生长和光合作用的互作效应分析[D];南京农业大学;2017年

本文编号：2864194