土壤水分参与地表径流、入渗、地下水补给、溶质运移、植物蒸腾以及地表的质量和能量收支等过程, 它是控制一系列水文和生态过程的关键变量^[1-3]。土壤水分也是限制植被生长的关键因素^[4], 在很大程度上决定了生态系统的组织和功能^[5]。由于降水量、土地利用和管理、景观和土壤水文特性的异质性, 土壤水分与时间有着复杂的关系^[3], 土壤水分在时间上具有变异性, 因此了解这种变化对于更深入理解相关过程至关重要。

Vachaud等^[6]首次提出时间稳定性的概念, 指出空间上的某些观测点的土壤水分在时间上表现为持续偏高或持续偏低, 比如这些观测点在某一时间的土壤含水量很低, 那么它们在另一时间也保持着很低的含水量, 即其空间变异格局表现出随时间持续不变或变化甚微的稳定性特征, 这些观测点能够代表研究区域的平均土壤水分状况。因此通过分析土壤水分的时间稳定性, 找出观测样地具有稳定代表性点, 这样可以减少土壤水分观测测点, 同时又能准确获取土壤水分状况。时间稳定性的概念已经被引用于许多土壤水分研究中, 以验证和校准遥感土壤水分数据^[7-9], 用时间稳定性的代表性点来确定研究区的平均土壤水分^[10-13], 并且借助代表性点可以用实测数据校正水文模型^[14]。此外, 将时间稳定性应用于预测模型, 有助于得到完整的土壤水分时间序列数据^[15]。国内土壤水分时间稳定性研究主要是在黄土高原地区^[16-17]、荒漠化地区^[18-19]。北方土石山区水资源短缺、气候易旱、年均降水不均, 土层瘠薄、岩石裸露、坡度陡, 土壤水分观测工作相对薄弱, 当前还缺乏这一区域土壤水分稳定性的研究。

土壤特性、地形、土地利用、植被, 降雨和时间等因素综合影响土壤水分。Feng等^[20]认为影响土壤水分的主导因素在不同空间尺度上不同, 在小流域尺度下主要为土地利用类型、坡度、相对高程, 在流域尺度下主要为坡位、植被覆盖度、坡度；刘宇等^[21]发现样点离树距离和坡度是影响雨前土壤水分变化的主导因素, 而在雨后则主要受叶面积指数和枯落物厚度的影响。1988—2000年北京山区植被严重退化, 2000年以后采取大量的生态恢复措施^[22], 其中水保工程措施作为生态修复的重要手段^[23], 尤其是坡面整地工程^[24-25], 对于北京山区生态环境的改善十分重要。

北京山区作为北京的水源涵养区, 直接影响首都的生态环境建设与可持续发展。目前, 北京山区土壤水分方面已有一些研究, 但多关注土壤水分动态变化过程以及对气象因子的响应, 观测点多是一个坡面上中下3个观测点位, 当前在北京山区还缺乏自然坡面尺度高密度布点系统观测研究。侧柏(Platycladus orientalis)是北京山区分布范围较广的典型针叶人工树种, 了解其典型树种的坡面土壤水分的动态变化、时间稳定性及影响因素具有重要意义。本研究以北京西山鹫峰国家森林公园典型侧柏林坡面为对象, 通过自然坡面尺度高密度布点的土壤水分系统观测, 旨在掌握北京山区坡面土壤水分时间动态变化特征, 揭示坡面土壤水分时间稳定性特征及其对多因素的响应过程, 提升对北京山区坡面土壤水分时空动态及其影响因素的认识, 为北京山区森林生态系统涵养水源效益评估和林水关系精细化管理提供参考。

1 材料与方法 1.1 研究区概况

实验地位于北京林业大学教学实验林场-西山鹫峰国家森林公园, 北纬39°54′, 东经116°28′。气候类型属于华北暖温带半湿润半干旱大陆性季风气候区, 年平均气温11.6 ℃, 最高气温41.6 ℃, 最低气温-19.6 ℃, 年蒸发量为1900 mm, 年平均降雨量在600—700 mm, 多集中在7—9月份, 占全年降水量的70% 以上。林场内部山地高差较大, 海拔高度在100—1153 m之间, 地形复杂多样, 山地坡度以15°—35°为主, 占山地总面积的70.4%。研究区土壤类型为黄土^[26], 土层较薄, 厚度为50—70 cm, 较深土层土壤多为砾石层和母质层。其植被覆盖率超过96%, 主要的植被类型为人工林和天然次生林, 其中人工林有侧柏(Platycladus orientalis)、油松(Pinus tabulaeformis)、落叶松(Larixgmelinii)、栓皮栎(Quercus variabilis)等。

本研究以鹫峰国家森林公园侧柏林坡面(40 m × 50 m)样地为研究对象, 包括从坡顶到坡底整个坡面, 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, 调查坡面样地海拔在158.1—178.6 m之间, 坡度多在15°以上, 经统计不同高程的平均坡度, 样地可以分为水平阶、陡坎、缓坡地、陡坡地4种微地形。样地为侧柏纯林, 共林木289株, 林分密度1445株/hm², 平均株间距为2.6 m, 其中, 胸径> 9 cm的平均株间距为3.0 m, 已经郁闭, 林下灌木没有很好地发育, 只在坡面中下部零星分布孩儿拳头(Grewia biloba)、荆条(Vitex negundo)、构树(Broussonetia papyrifera)等灌木, 基本无草本分布, 林下枯落物亦较少。

1.2 样点布设与数据采集

研究是从山脊向下到沟缘的整个自然坡面, 坡面宽长为40 m × 50 m, 顺等高线方向布设3—6个重复观测点位, 顺坡布设5个条带, 每条条带布设4—7个观测点位, 另外考虑了树木根系对土壤水分的影响, 尽可能在同一等高线上布设不同离树距离(0.5 m、1.0 m、1.5 m)观测管各一个。坡面受人工整地影响, 土层深度在坡面各个位置有所差别。水平阶和下部局部平缓的地方土层较厚, 土壤水分观测深度为70 cm；坡面上部陡坎处和坡下陡坡地上土层相对较薄, 土壤水分的观测深度为50 cm或60 cm。其观测深度为母质层以上, 包括整个土壤层。观测深度为50 cm、60 cm、70 cm分别有10个、4个和16个, 共布设30个观测点位, 观测点的平均距离为5.7 m, 于2014年6月14号完成野外布设工作(表 1, 图 1)。本实验SWC的测定基于Diviner 2000仪器采用电容原理测定土壤水分, 观测间隔为10 cm。野外观测时间为2014年8月19日至2016年3月31日, 共观测38次, 每月至少进行一次观测, 在非汛期通常以月、半月间隔观测, 而汛期观测间隔加密, 大致5 d观测一次。

1.3 分析方法

(1) 土壤蓄水量比土壤含水量更能直观的反映研究区域土壤水分的供给能力。其转公式^[27]如下：

(1)

式中, SWS是土壤蓄水量(mm), θ是土壤体积含水量(%), h为土层厚度(cm)。

(2) 经典统计

随机变量的离散程度, 即变异性的大小, 可用变异系数CV的大小来反映, 计算公式^[27]为：

(2)

式中, m为样本平均值；s为标准差。根据变量程度分级：CV < 10%为弱变异性；10%≤CV≤100%为中等变异性；CV≥100%为强变异性。

(3) 非参数性Spearman秩相关检验^[6]

采用非参数性Spearman秩相关检验, 可以检验不同时间小区SWC空间格局的一致性或相似性。Spearman秩相关系数r_s, 通过下式来定义：

(3)

式中, n为实验小区内测点的数目, R_ij为测点i在时间j的秩, R_ij′为测点i在时间j′的秩。r_s值越接近1, 说明土壤水分分时间稳定性越强。

(4) 相对偏差法^[6]和时间稳定性指数(ITS_i)^[28]

(4)

(5)

(6)

(7)

(8)

式中, j为测定时间, i为测点位置, δ_ij、θ_ij分别为时间j时测点i处的相对偏差、土壤含水量, n为土壤水分观测次数, m为观测点的总数, θ_j为研究区时间j的所有测量值的均值, δ_i、σ(δ_i)分别为所有测量时间j内各测量点的土壤含水量的平均相对偏差(MDR)、平均相对偏差的标准差。平均相对偏差的标准差越小, 则时间稳定性越高。通常选择平均相对偏差接近于0且平均相对偏差的标准差较小的测点, 来估计研究区的平均土壤含水量^[27]。

2 结果 2.1 土壤水分动态变化

土壤水分动态变化因季节变化而变化。冬季降雨事件较少, 土壤蓄水量(SWS)降到最低水平, 且整个冬季基本变化不大, 春季SWS有较小幅度的下降, 随着夏季雨水补给, SWS逐渐攀升, 秋季9—10月达到峰值, 进入秋季后SWS出现回落, 平均SWS与降水量基本保持一致, 土壤水分呈现明显的季节性变化(图 2)。2014、2015年12月SWS分别为(78.2±24.6) mm、(159.2±37.1) mm，2015年比2014年增加了103.7%, 在观测期内该时段增加量最大。

整个监测期内土壤含水量(SWC)随着土壤深度的增加而增加(表 2)。0—10 cm土层的平均SWC最低, 为12.7±7.9%；60—70 cm土层的平均SWC最高, 为26.4±8.9%；10—20 cm土层土壤水分快速增加, 随土层的加深土壤水分增加趋势明显, 但绝对增量不大, 变幅只有4.6%；0—10 cm、10—20 cm、20—40 cm、40—60 cm、60—70 cm土层之间平均SWC有显著性差异(P < 0.05)。全剖面SWC的平均变异系数为38.4%, 表层(0—10 cm)SWC的变异系数最大(62.2%), 10—20 cm土层土壤水分的变异系数迅速减小到33%, 研究区不同土层的含水量均处于中等变异。平均SWC与变异系数的相关性(图 3)表明, 平均SWC量的平均值与变异系数呈显著的线性相关, 当研究区的SWC较高时, SWC的变异性较低。

2.2 土壤水分时间稳定性

研究区在整个观测期内不同时间段土壤水分含量的Spearman秩相关系数矩阵显示(表 3), Spearman秩相关系数在0.01水平上均显著相关, 说明研究区内SWC在整个观测内都具有较高的时间稳定性。秩相关系数大于0.8的比列为56.6%, 大于0.7的比列为86.0%, 可以看出绝大部分时段基本达到0.7以上。

将SWC的平均相对偏差(MRD)由小到大排序(图 4), 描述其时间稳定性特征。SWC的MRD变化范围为-28.9%—52.7%, 变幅为81.6%, 可以看出MRD的波动范围较大。平均相对偏差的标准差介于3.8%—16.9%之间, 大部分测点平均相对偏差的标准差小于10%, 且平均相对偏差的标准差的平均值为8.2%, 说明大部分测点土壤水分时间稳定性较高。基于MRD接近于0(在±5%之内视为接近0)原则, 可选择代表性测点来估计研究区的平均土壤水分^{[27, 29]}。从图 5可以看出能预测全剖面SWC的点共有7个, 这些代表性点位于坡面最上部水平阶的2、4、5号观测点, 中下部缓坡地的29号观测点, 陡坡地的21、22、24号观测点。根据时间稳定性指数(ITS)值越小土壤水分的时间稳定性就越强的原则^[27], 计算7个代表性点的ITS, 发现2号观测点最能代表研究区的平均土壤水分。样点2的SWC与研究区平均SWC显著相关(图 5), 能代表研究区的平均土壤水分。

2.3 土壤水分影响因素

坡面土壤水分动态变化以及空间分布格局, 受气候、地形、植被以及采样方式等多种因素综合影响^[30-31]。这部分重点从坡位、微地形和观测点布置方式三个方面对坡面土壤水分空间变化的影响因素进行分析(表 4)。

(1) 微地形影响。结果表明, 水平阶、缓坡地、陡坡地、陡坎4种微地形下SWS存在明显差异(P < 0.05), 水平阶的SWS显著高于陡坎, 水平阶在整个观测期内的平均蓄水量春、夏、秋、冬的SWS分别为(96.3±31.8) mm、(167.7±53.3) mm、(182.6±43.8) mm、(159.7±42.0) mm, 显著高于陡坎的SWS, 分别高出40.3 mm、71.0 mm、72.9 mm、58.9 mm, 微地形对坡面SWS具有明显的影响, 水平阶对土壤水分具有良好保持作用。

(2) 坡位。坡上与坡中SWS差异不显著, 坡上和坡中与坡下之间SWS存在差异。春季和冬季上坡位与下坡位之间SWS不存在显著差异, 但其他2个季节上坡位显著高于下坡位(P < 0.05)。夏、秋二个季节上坡位的SWS分别为(158.8±48.8) mm、(173.6±39.4) mm, 下坡位的SWS分别为(138.3±43.7) mm、(152.5±33.0) mm, 上坡位比下坡分别高出20.5 mm、21.1 mm。

(3) 观测点离树距离。在与土壤水分观测点离树距离为0.5 m、1.0 m、1.5 m处时, 随着离树距离的增加, SWS有逐渐增加的趋势。不同季节这种增加趋势的显著程度不同, 冬季不同离树距离之间SWS增加不显著, 其他3个季节样点离树距离0.5 m与1.5 m之间的增加趋势尤其显著(P < 0.05)。春、夏、秋样点离树0.5 m处SWS分别为75.318.6 mm、(142.8±44.4) mm、(155.0±34.9) mm，1.5 m处SWS分别为(95.6±34.9) mm、(168.9±59.0) mm、(179.3±50.3) mm，春、夏、秋季离树距离1.5 m处比0.5处SWS分别增加了20.3 mm、26.1 mm、24.3 mm。

3 讨论

降水对坡面土壤蓄水量影响。2015年8—12月的SWS比2014年同期增加58.4%, 2016年3月比2015年3月的SWS增加了77.2%, 2016年3月甚至比2014年雨季的SWS还高。由于森林对降水具有截留作用, 使降雨强度减弱, 而降雨前土壤量水分的蓄存量少, 因此前期降雨量不足引起坡面产流^[32], 延缓地表径流的汇流, 从而增加降雨入渗补给的历时, 使土壤得到更多的水分补给^[33]。Wang等^[34]对3种人工林进行长期土壤水分定位观测发现林地具有明显土壤水分累积特征, 与本研究结果相似。2016年3月植被已经进入休眠或枯死, 此时段主要是土壤蒸发影响土壤水分, 而侧柏为常绿树种, 林冠层对土壤有良好的遮阴, 因此能较好的减少土壤蒸发^[26], 又加上2015年雨季充分的雨水补给, 所以此时段的SWS较高。表层土壤更容易受到环境的影响, 随时间变化会有较大的波动, 随着土壤深度的加深含水量逐渐增加, 其变异系数减小。全剖面土壤水分的变异系数均属于中等变异, 对于其他不同地区和不同土地利用方式也得出来相似的结论^{[29, 35-36]}。由于表层土壤受太阳辐射、降水、风等外界环境的影响, 随着深度的增加, 外界环境对土壤水分的影响逐渐减弱^[37]。其次侧柏属于浅根性树种, 其根系分布在表层^[38], 大部分集中在0—60 cm土层中^[39-40], 主要利用10—30 cm土层的土壤水分^[41-42], 因此研究区土壤水分在时间上的离散程度较大。研究区土壤水分与变异系数之间呈负相关, 这与Brocca等^[43]和白一茹等^[44]的研究结果相同。

自然坡面土壤水分时间稳定性较好。研究区内土壤水分具有较好的时间稳定性, 大部分测点Spearman秩相关系数均达到0.7以上且相关性极显著。潘颜霞等^[45]研究荒漠人工固沙植被区浅层土壤(0—30 cm)土壤水分、赵文举等^[36]研究压砂地0—20 cm土壤水分和Zhao等^[46]研究中国西北砾石覆盖区0—50 cm土壤水分均得出类似结论。而白一茹等^[44]研究黄土丘陵区粉壤土0—30 cm土壤水分发现总体上采样坡面土壤水分Spearman秩相关系数较小。Spearman秩相关系数越接近1, 土壤水分时间稳定性强^[6]。这说明土壤水分时间稳定性与所处的环境有关^[47], 主要由土壤的结构与质地决定^[6], 沙质土比粉壤土更能维持土壤水分的时间稳定性^[48]。研究区SWC的MRD的波动范围较大这与白一茹、刘泽彬、He等的研究结果相似^{[29, 44, 49]}, 与朱绪超的研究结果相反^[35]。MRD的波动范围与地形、气象、植被等因素有关。研究区MRD的波动范围较大原因主要是, 研究坡面为林地, 雨季观测较多, 且冬季也进行了观测, 研究坡面进行了水土保持工程整地措施, 坡度多在15°以上。这些原因共同导致平均相对偏差的波动范围较大。

微地形影响坡面土壤水分分布。微地形对坡面SWS影响显著, 水平阶能有效的保持坡面土壤水分。水土保持整地工程措施对土壤的静态分布和动态过程有一定的影响^[50], 可以有效地提高土壤含水量^[51]。水平阶作为北京山区重要的整地工程之一, 改变了微地貌, 增加了地表粗糙度和起伏度, 截断了坡面径流, 使降雨再分配^[52], 而且其地势平坦, 有利于土壤水分的下渗和积蓄。而阶地陡坎和陡坡地土层相对较薄, 且因坡度较大, 排水条件良好, 不利于土壤水分蓄积。研究区坡上SWS大于坡下SWS, 白一茹等^[53]研究黄土高原雨养区坡面土壤水力学性质空间特征也得出相似的研究规律, 但也有研究^[54]发现SWC下坡位比上坡位高。一方面, 本研究坡面经过整地, 水平阶阻断了地表径流和壤中流在重力作用下向下坡位运移, 且具有良好保持土壤水分的作用；另一方面, 这可能是由于上坡位和下坡土壤结构不同, 白一茹等^[53]发现上坡位土壤结构比下坡位好, 坡面径流的冲刷作用下, 使下坡位土壤颗粒较粗, 因此上坡位持水能力比下坡为好, 然而本研究并没测定上坡位和下坡位土壤结构, 是否是因为土壤结构还需要进一步探讨。不同坡位之间SWS有差别, 但春季和冬季上坡位与下坡位之间SWS差异不显著。本研究区春季和冬季降雨较少, 树冠冠层也能截留小的降雨事件的降雨, 所以土壤水分的动态几乎不受小降雨事件的作用^[55], 同时春季植被处于生长阶段, 因此植被削弱了不同坡位SWS的差异性。由于侧柏根系分布量随离树干距离的增加而减少^[40], 同时树冠冠层截留, 因此土壤水分随着离树距离的增加呈逐渐增加的趋势。而冬季和夏季不同离树距离之间SWS无显著差异, 可能是因为冬季植被休眠或枯死且降雨较少, 土壤水分的补给量与消耗量几乎平衡, 因此不同离树距离之间SWS无显著差异。

4 结论

本研究基于坡面尺度长时间序列多点监测的土壤水分数据, 探究坡面尺度土壤水分的时时空动态及其影响因素。观测期内北京山区侧柏林土壤水分具有明显的季节特征、累积特征和垂直差异, 土壤水分与降雨量基本保持一致, 土壤水分随深度加深而明显增加。坡面30个点位土壤水分在整个观测期内具有较高的时间稳定性, 土壤水分含量的Spearman秩相关系数在0.01水平上均显著相关。结合ITS确定研究区平均土壤水分的最佳代表点为位于上坡水平阶的2号观测点, 通过对该点土壤水分的测量可以预测整个研究区的平均土壤水分。微地形对土壤水分影响明显, 水平阶土壤蓄水量显著大于陡坎(P < 0.05), 坡上与坡中SWS差异不显著, 夏、秋季下坡位土壤SWS显著高于上坡位(P < 0.05), 因此水土保持整地工程能有效的保持坡面土壤水分。