北京山区坡面土壤水分时空变化及影响因素

发布时间：2020-10-27 01:01

　　 土壤水分是北京土石山区植被生长的主要限制因素,是影响植被生长、发育的关键因子。掌握北京山区坡面尺度土壤水分时空动态变化特征,对于北京土石山区林水关系精细化解析及其管理具有重要意义。本实验以北京鹫峰国家森林公园人工侧柏林地坡面为研究对象,在对地形、林木、水土保持工程措施等详细调查的基础上,在40m×50m坡面共布设30个土壤水分观测点位,分10cm间隔分层观测,观测深度为50～70cm深。于2014年8月～2016年3月共进行了 38次土壤水分观测。利用经典统计学和地统计学方法揭示坡面尺度土壤水分时空变化及其影响因素,得到以下主要结论:(1)坡面平均土壤水分在0～50cm深度范围内随深度的增加明显增加,各层土壤水分含量平均值变化范围为12.8±6.8%至24.8±6.0%间变化,全剖面土壤水分含量平均值为21.97±5.9%。空间上的土壤水分变异系数与均值呈显著线性负相关关系。(2)坡面土壤水分随降雨而变化,但其空间分布格局表现出很强稳定性特征,随深度增加土壤水分空间分布格局越加趋向稳定,各土层土壤水分秩相关系数平均值在0.72～0.83变化,全剖面为0.75。采用相对差分分析方法,筛选出土壤水分代表性观测点,其土壤水分含量和坡面各层土壤水分均值相关性强,r2为0.94±0.03,故利用代表性观测点可以很好地预测坡面各层、全剖面土壤平均水分。(3)选择2015年夏季暴雨前后土壤水分观测数据,分析土壤水分空间格局对降水响应。研究表明:降雨前后土壤蓄水量和各层含水量块基比在0.05%～18.23%间,表现出强烈空间自相关性,土壤水分的空间变异格局主要是由结构性因素引起。夏季干旱期土壤水分空间自相关范围(变程)随土层加深而变大,0～10cm表层土壤变程为8.87m,10～50cm层土壤变程为13.33±1.04m。暴雨后0～10cm表层土壤水分变程增大至21.33m,强降水显著增大了表层土壤水分空间自相关范围。(4)基于观测期38次观测数据均值的统计分析表明:整体表现为坡上坡中坡下,蓄水量分别为 144.12±31.10mm、136.84±45.59mm、和 128.53±19.01mm,不同坡位土壤水分蓄水量无显著差异(p0.05),但微地形对土壤水分的空间分布有显著影响。台阶地、阶地陡坎、缓坡地及陡坡地土壤蓄水量分别为152.85±26.46mm、92.38±1.84mm、137.45±23.99mm、118.73±10.23mm,台阶地和缓坡地的蓄水量显著大于阶地陡坎及陡坡地(p0.05),水土保持工程措施对土壤水分的空间分布格局具有重要影响。距离树木越近,土壤蓄水量越低,土壤水分观测点离树距离为0.5m、1.0m、1.5m处时,土壤蓄水量分别为128.11±24.87mm、134.87±31.59mm、149.56±44.31mm,但不同离树距离之间土壤蓄水量并无显著差异(p0.05)。
【学位单位】：北京林业大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：S152.7
【部分图文】：

分坡面为人工侧柏林。??２．２地形和植被状况??本研究以鹫峰国家森林公园侧柏林坡面样地为研究对象（图２－１），坡面尺寸为??４０ｍｘ５０ｍ，包括从坡顶至！Ｊ坡底整个坡面，于２０１４年６月５日至６月８日进行了地形??测量和植被调查工作，具体工作为采用全站仪对地形测量并记录所有立木的具体位置，??据实测的一米等高线地形图生成了样地的ＤＥＭ数字高程模型（图２－２），生成了样地??坡度图（图２－３），经调查坡面样地海拔在１５８．１？１７８．６ｍ之间，坡度多在１５°以上，经??统计不同高程带的平均坡度，样地可以分为水平阶地、阶地陡坎、缓坡地、陡坡地、??河谷等立地类型（图２－４）。同时又调查了样地所有立木的树高、胸径、冠幅。经调查??样地以侧柏林为主，共有林木２８９株，林分密度１４４５株／ｈｍ２，平均株间距为２．６ｍ，??其中，胸径＞９ｃｍ平均株间距３．０ｍ?（图２－５）。??８??

召坡面高程图

＾Ｍｅｔｅｒｓ??０?２．５?５?１０?１５?２０??（图２￣４）坡面立地类型图??Ｆｉｇ．２－４?Ｔｈｅ?ｍａｐ?ｏｆ?ｓｌｏｐｅ?ｓｉｔｅ?ｔｙｐｅ??＼Ｖ?ｉＷＡ??单株林木胸枰（ｃｍ）＼?雩?？?？＇?？？?４＃?＾?？？?？，；??３３－５．０?＼?？?？??：：：?Ｔ??？?１０．０－１２．０?＼?？?．?＃?＃??？?Ｉ２．０－Ｉ５．０?＼?？?？?＃??？?Ｉ５．０－２０．０?＼?＃．?？??？?２０．０?－?３９．４?＼?＂?？??
【相似文献】

相关期刊论文 前10条

1 黄海■;黄桂烨;黄宏智;;基于多线程并发的自动土壤水分观测处理平台[J];气象水文海洋仪器;2019年04期

2 许桂玲;罗强鑫;王晓珂;彭金凤;冯跃华;;控制水稻盆栽土壤水分的新方法[J];农业科技通讯;2019年12期

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 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

相关博士学位论文 前10条

1 常译方;晋西黄土区典型林地土壤水分特征及模拟[D];北京林业大学;2018年

2 孙于卜;晋西黄土区果农间作系统种间土壤水分竞争及调控[D];北京林业大学;2019年

3 马欢;陕北黄土区微地形特征及其对土壤水分的影响[D];北京林业大学;2018年

4 梅雪梅;晋西黄土区坡地土壤水分时空分布及影响机制研究[D];北京林业大学;2019年

5 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

6 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

7 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

8 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

9 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

10 李祥东;西北干旱区土壤水分时空变异特征及其影响因素研究[D];中国科学院大学(中国科学院教育部水土保持与生态环境研究中心);2019年

相关硕士学位论文 前10条

1 伍显;基于多源遥感数据的高原草地土壤水分反演[D];贵州师范大学;2019年

2 侯玉婷;基于多源遥感的石漠化地区土壤水分反演研究[D];贵州师范大学;2019年

3 余军林;石漠化地区土壤水分时空变异特征研究[D];贵州师范大学;2019年

4 张博;表层土壤水分与紧实度复合测量系统研发[D];北京林业大学;2017年

5 王志杰;北京山区坡面土壤水分时空变化及影响因素[D];北京林业大学;2017年

6 刘山宝;河北坝上土壤水分对杨树防护林退化响应研究[D];北京林业大学;2019年

7 汤明华;云南省建水县不同植被类型下土壤水分动态研究[D];北京林业大学;2018年

8 李晓敏;大兴安岭南段次生林土壤水分动态变化特征及对降雨的响应[D];内蒙古农业大学;2019年

9 陈丽艳;桉树人工林土壤水分多时间尺度变化及水分利用效率研究[D];海南师范大学;2019年

10 徐冉;干旱半干旱草原土壤水分对降雨的响应及植物群落与气象因子的关系研究[D];内蒙古农业大学;2019年

本文编号：2857780