草地生态系统是陆地生态系统中最重要、分布最广的生态系统类型,在全球碳循环和气候调节中起着重要的作用[1]。青海省是中国五大牧区之一,天然草场辽阔,草地资源丰富,畜牧业有着悠久的历史,是该省牧区经济的主体和广大牧民群众赖以生存的基础。全省天然草场面积占全国草场面积的10%,居全国第4位,其中可利用草场面积达到了3.16万hm2。然而近年来草地生态环境的日益恶化,草地大面积退化,这不仅直接影响到牧民的生产生活和牧区的经济发展,还造成了水土流失、沙尘暴频发等一系列严重的生态环境问题[2,3]。

土壤水分是影响青海草地生态系统生态效益和经济效益长效稳定的主要因子之一,也是土壤—植被—大气连统体(SPAC)的重要组成部分。具体地,在土壤与植物界面,植物通过根系来吸收利用土壤水;在土壤与大气界面,降水经过入渗后可对土壤水进行补给,而土壤水分又可通过蒸发过程进入大气[4]。土壤水分的补给和消耗数量随不同时间降水的入渗和蒸散发的变化而变化。因此,土壤含水量具有一定的时间异质性[5]。青海省草地生态系统是我国重要的牧业生产基地,同时也是全球气候变化最敏感的区域之一,生态环境脆弱[6]。土壤水分的时间动态特征不仅可以直接影响该区草地生态系统的净初级生产力及固碳能力,还可以通过影响草地生态系统中土壤水分的有效性特征间接对生态系统碳循环过程产生影响[7]。然而,该区域以往土壤水分的研究多集中于水分的空间分布特征[8]、冻融过程[9]以及水分运移机制[8]等,对于土壤水分时间异质性的研究有待深入。在全球气候变化的背景下,研究青海北部典型草地生长期内土壤水分的时间变异性特征及主导因素,对于深入理解高寒草甸土壤水文过程,加强高寒草甸生态系统宝贵水资源的科学管理至关重要[10]。

本研究采用经典统计学变异系数(Coefficient of variation,CV)和地统计学半方差函数(Semivariance)相结合方法,分析不同年份(2009—2012年)青海北部典型草地土壤水分的时间变异特征。同时,利用相关分析及多元逐步回归分析的方法确定该区草地土壤水分时间异质性的主导因素,以期为高原草甸生态系统的长效稳定、草地土壤水分的科学管理和利用提供参考。

1、试验材料与方法

1.1研究区概况

研究区选取祁连山系西南侧的青海省海晏县。该县地处青海湖东北岸,海拔3 000～3 400 m,年降水量270～500 mm,年蒸发量1 700～1 800 mm,年太阳总辐射量666～669 kJ/m2。受到地域气候条件的影响,该区牧草生长期短,生长能力有限,青草期短、枯黄期长。县域农牧用地面积3.77×105 hm2,其中草地占比高达99.77%,可利用天然草地面积达2.42×105 hm2。研究区内草地类型以高寒草甸草原为主,牧草以紫花针茅(Stipap urpurea)、小嵩草(Kobresia pygmaea)、垂穗披碱草(Elymus nutans)、矮生嵩草(Kobresia humilis)、金露梅(Potentilla fruticosa)、线叶嵩草(Kobresia capillifolia)为主,土壤类型主要为亚高山草甸土[11]。

1.2数据获取

试验地点位于青海省海晏县西海镇的海北牧业气象试验站草地观测场,北纬36°57′,东经100°51′,海拔为3 140 m。观测场优势物种为西北针茅,浅层土壤(0—0.7 m)土层容重为1.06 g/cm3,田间持水量30.33%(质量含水量),凋萎含水量10.37%。在观测场内布设4个25 m×25 m试验小区。于2009年起,在作物生长期内(4—9月)每隔10 d,利用土钻对根区0—0.7 m土层按照0.1 m间隔采集扰动土壤样品,样品采集后保存至密封的小铝盒内并带回实验室。采用烘干法(105℃烘干至恒重)测定土壤的质量含水量。各月月末,采用样方法(1 m×1 m)对试验小区内植物进行割刈并带回实验室烘干称重,获取植被的生物量(g/m2),同时利用拍照法计算小区内的植被盖度。各小区内选取5株代表性紫花针茅植株并测定其高度,获取其生长期内的株高(cm)变化。

1.3分析方法

1.3.1经典统计学变异系数

经典统计学对变异特征的分析主要根据变异系数CV进行,其具体表达式为:

CV=(S/x¯)×100% (1)

式中:S为标准差;x¯为变量均值。变异程度根据变异系数的大小划分为3级,具体地:CV≤10%属于弱变异性,10%<CV<100%属于中等变异性;CV≥100%属于强变异性[12]。

1.3.2地统计学空间(时间)变异分析理论

地统计学中的空间变异分析主要以半方差函数(Semi-variogram)为理论基础。半方差函数方法是计算某一参数在间隔一定空间距离下的样本方差值[13]。以地统计学空间变异理论为基础,将空间间隔替换为时间间隔,即可用于分析某一参数的时间异质性[2]。基于区域化变量理论和本征假设,当滞后距离为h时,其表达具体式为:

γ(h)=12N(h)∑i=1n[Z(Xi)−Z(Xi+h)]2 (2)

式中:Z(Xi)为某一参数在样点i的实际值;h为滞后距离(Lag distance);Z(Xi+h)为与样点i时间间隔h的样点的实测值;N(h)为距离h内的采样点的个数;γ(h)半方差(Semivariance)。常用的半方差函数模型包括:球状模型(Spherical model)、高斯模型(Gaussian model)、线性模型(Linear model)、指数模型(Exponential model)4种。根据半方差函数模型的拟合结果确定用于评价时间异质性的重要特征值,包括:块金值(C0)、基台值(C0+C)和变程(A)[14]。

数据的基本统计特征分析、Pearson相关分析和多元逐步回归分析主要利用SAS(SAS Institute,Cary,NC,USA,1999)软件完成。利用GS+(Ver.9.0)软件对不同年份生长期内土壤水分进行半方差函数的拟合,进而分析其时间异质特征。不同年份剖面土壤水分动态分布图由ArcGIS(ESRI ArcMap 10.2)绘制。

2、结果与分析

2.1土壤含水量的剖面分布特征

2009—2012年土壤含水量(SWC)均呈现随深度增加而降低的趋势(图1),这可能与土壤水分蒸发以及植物根系吸水数量随着深度增加而减弱有关[5]。同时,该区有限的降水和较高的水分蒸散发量导致降水对浅层土壤水分的补给量小于消耗量[15],最终导致图1中土壤含水量在剖面中的分布趋势。不同年份间,2012年剖面土壤含水量最高,2011年最低,这可能与两年间降水的差异有关。除2010年60—70 cm土层外(变异系数为7.99%),其他年份不同土层生长季土壤水分的变异系数均达到了中等变异的程度(10%<CV<100%)。在0—0.7 m土层中,不同年份土壤含水量的时间变异系数均呈随土层深度的增加而减小的趋势,其中在0.5—0.7 m土层,下降趋势减弱(图1)。这一结果主要与土壤—大气间水分交换以及植物对水分的利用随深度的变化特征有关[16]。首先,上层土壤是降水入渗和土壤蒸发率先发生的场所,随着土层深度的增加,上层土壤对下层土壤水分变异的缓冲作用加强,减缓了下层土壤中水分的波动[17]。具体地,降水降落至地面时,先进入到上层土壤,而后通过重力作用以及水分势能的差异,进一步向下层土壤入渗[4]。上层土壤是土壤和大气水分交换的界面,土壤水分蒸发时首先消耗上层土壤的水分,之后下层土壤水分在土壤水吸力的作用下,沿水势梯度向上运动,最终导致土壤水分的时间变异程度随深度的增加而降低,深层土壤水分的时间稳定性比浅层要高[18]。其次,表层土壤(0—0.5 m)是草本植物根系用水的主要区域,根系对这一层土壤的水分进行的大量消耗,导致了该层土壤水分变异系数较大。Gao[19]和Zhao[4]等分别研究了黄土高原北部不同土地利用土壤水分的时间异质性特征,结果均表明土壤水分的时间变异系数随深度的增加而减小并最终趋于平稳。

图1 2009-2012年土壤含水量及其变异系数的剖面分布特征

2.2土壤含水量的时间变异特征

采用半方差函数对不同年份生长季土壤含水量进行拟合(表1),高斯和线性模型对生长季土壤水分的拟合效果较好(R2>0.96),两种模型均能够很好地反映土壤水分的时间变异结构(表1),2009年、2011年的最优拟合模型为高斯模型,2010年、2012年的最优拟合模型为线性模型。各个年份土壤含水量的采样时间间距均小于变程(3.273～5.252),说明采样时间间距足以揭示本研究中土壤水分的时间异质性特征[12]。各年份土壤含水量的块金值均较小(>5.356),说明由随机部分导致的土壤水分时间变异性较小[5]。根据研究期内各年份土壤含水量的基台值,2011年土壤水分的时间变异性最强(基台值为27.450),2012年土壤含水量的时间变异性最小(基台值为13.185),2009年土壤含水量的时间变异性高于2010年(基台值分别为23.590,18.940)。异质比可以反映土壤含水量对时间的依赖性[14]。根据Cambardella等[20]的划分标准,2010年土壤含水量的时间依赖性为中等程度(0.25≤异质比≤0.75),2009年、2010年、2012年土壤含水量的时间依赖程度均达到了强烈程度(异质比<0.25)。变程可以反映土壤含水量在研究期的时间相似性,变程越小,表明土壤含水量在时间上的相互作用距离越小,反之则越大。不同年份生长季内土壤含水量的时间相似性大小顺序为2011年>2009年>2010年>2012年。

表1不同年份土壤含水量半方差函数最优模型及相关参数

根据不同年份土壤含水量的半方差函数拟合结果,采用普通克里格插值法对2009—2012年生长季土壤含水量进行插值(图2)。整体来看,4月初返青期草地0—0.4 m土层土壤水分状况较好,随着植被对土壤水分消耗量的增加,4—7月0—0.7 m土层干燥化范围逐渐扩大。尽管这一阶段降水量逐步增加(图3),但由于植被耗水与降水补给间的负平衡,土壤含水量表现出下降的趋势(图2)。到了开花期的前期(6月),整个剖面的含水量达到了生长期含水量的最低值。在生长季后期,随着植被对土壤水分消耗量的减小,剖面土壤水分状况逐渐恢复(图2)。Zhao等[5]研究了黄土高原农地、人工草地、撂荒草地和柠条林地土壤水分的时间变异特征,同样发现在生长季前、中期,4种土地利用下土壤水分均出现了不同程度的下降。直至生长季末期,土壤水分才开始回升。研究期内,2010年剖面土壤含水量在7月份最好,这可能与该年的降水量整体偏低,植物长势较差(表2),对土壤水分的消耗较小有关[5]。加之7月份降水量在整个生长期内最高,对土壤水分有着较好的补给,最终导致2010年土壤含水量的时间变化趋势不同于研究期内其他年份。除此之外,植被的盖度还影响土壤蒸发过程[21]。由于2010年植被盖度较低(表2),研究区较高的土壤水分蒸发量和有限的降水,导致该年8—9月份土壤水分出现一定的下降,9月份高于往年的降水对后续土壤水分的状况起到了一定的改善作用。

图2 2009-2012年草地生长季土壤含水量剖面动态特征

表2植被指标的统计特征

2.3土壤含水量时间变异的主导因素

利用Pearson相关分析法分析了土壤含水量与其潜在影响因素的相关关系(表3),可以看出,土壤含水量与本研究所选取的6个影响因素中的5个存在显著的相关关系(p<0.01)。其中,土壤含水量与降水量和气温呈正相关关系,与土层深度、生物量和盖度呈负相关关系(表3)。降水是青海北部草地土壤水分的重要补给源,因此,降水量的大小直接决定着土壤中水分的含量。研究区气候类型为高原大陆性气候,雨热同季,降水和气温具有较好的正相关性[22]。因此,本研究中,气温与土壤含水量也表现出显著的正相关关系。植被的耗水量通常随着植被盖度和株高的增加而增加,植被对土壤水分的消耗,导致土壤含水量的降低。因此,植被盖度和株高与土壤含水量呈负相关关系。选取与土壤含水量存在显著相关关系的5个影响因素:土壤含水量、降水量、气温、土层深度、生物量和盖度进行多元逐步回归分析,以确定草地土壤含水量的主导因素(表4)。结果表明,土层深度、植被盖度和降水量是土壤含水量的主要影响因素(p≤0.001),由以上3个因素构成的回归方程可以解释土壤水分51.5 %的变异。

图3 2009-2012年降水量和气温的月变化

表3土壤含水量与测定指标间的相关性

表4土壤含水量时间异质性影响因素的多元逐步回归分析

3、结 论

(1)青海北部紫花针茅草地0—0.7 m土层土壤含水量的时间变异程度随深度的增加而降低,不同年份土壤含水量时间变异程度存在一定差异,但通常保持在中等变异程度。

(2)半方差函数模型适用于该区土壤含水量时间异质性分析且拟合度较高,研究期内(2009—2012)份草地土壤含水量年内时间变异的最高和最低值其分别在2011年、2012年达到。

(3)研究区土壤含水量的时间变异程度主要受到土层深度、植被盖度和降水量的影响,3个影响因素对土壤含水量时间变异的解释度达51.5%。

参考文献：

[1]朴世龙,方精云,贺金生,等.中国草地植被生物量及其空间分布格局[J].植物生态学报,2004,28(4):491-498.

[2]王庆锁,李梦先,李春和.我国草地退化及治理对策[J].中国农业气象,2004,25(3):41-44.

[3]刘纪元,徐新良,邵全琴.近30年来青海三江源地区草地退化的时空特征[J].地理学报,2008,63(4):364-376.

[6]杜铁瑛.青海草地生态环境治理与草地畜牧业可持续发展[J].青海草业,2002,11(1):10-15.

[7]苏培玺,周紫鹃,侍瑞,等.高寒草毡层基本属性与固碳能力沿水分和海拔梯度的变化[J].生态学报,2018,38(3):1040-1052.

[8]赵景波,张鹏飞,马延东,等.青海湖南侧江西沟土壤水分分布与土壤干层恢复[J].陕西师范大学学报:自然科学版,2012,40(3):92-97.

[9]魏卫东,刘育红,马辉,等.退化高寒草原浅层土壤冻融作用特征分析[J].西北农业学报,2018,27(9):128-136.

[10]付刚,周宇庭,沈振西,等.藏北高原高寒草甸地上生物量与气候因子的关系[J].中国草地学报,2011,33(4):31-36.

[11]杨青平,刘振恒,梁国栋,等.甘肃省玛曲县草地资源及其开发利用中存在的问题与对策[J].青海草业,2006,15(1):39-42.

[12]王云强,邵明安,刘志鹏.黄土高原区域尺度土壤水分空间变异性[J].水科学进展,2012,23(3):310-316.

[13]郑纪勇,邵明安,张兴昌.黄土区坡面表层土壤容重和饱和导水率空间变异特征[J].水土保持学报,2004,18(3):53-56.

[14]刘丙霞,邵明安.黄土区退耕草地小尺度土壤水分空间异质性[J].中国水土保持科学,2012,10(4):60-65.

[15]戚培同,古松,唐艳鸿,等.三种方法测定高寒草甸生态系统蒸散比较[J].生态学报,2008,28(1):202-211.

[18]姚雪玲,傅伯杰,吕一河.黄土丘陵沟壑区坡面尺度土壤水分空间变异及影响因子[J].生态学报,2012,32(16):4961-4968.

[21]王根绪,沈永平,钱鞠,等.高寒草地植被覆盖变化对土壤水分循环影响研究[J].冰川冻土,2003,25(6):653-659.

[22]王海波,马明国,王旭峰,等.青藏高原东缘高寒草甸生态系统碳通量变化特征及其影响因素[J].干旱区资源与环境,2014,28(6):50-56.

马扶林,杨永胜,王军邦,黄煜茹,李以康,周华坤,李英年.青海北部草地水分时间异质性及主导因素[J].水土保持研究,2020,27(04):178-183.

基金:中国科学院西部之光项目(B类)“三江源退化高寒草甸恢复过程中的水分效应研究”;国家重点研发计划子课题(2017YFA0604801,2017YFA0604802);第二次青藏高原综合科学考察研究项目(2019QZKK0302);国家自然基金面上项目(41877547,31971507);青海省重点研发与转化计划项目(2019-SF-152);青海省科技基础条件平台项目(2018-ZJ-T09);青海省创新平台建设专项(2017-ZJ-Y20).