土壤水分作为地下水、地表水、大气水联系的纽带,在水资源形成、转换、消耗和循环方面起着重要作用[1]。长期以来,土壤水分一直是制约干旱半干旱地区农业生产和植物生长的关键因子[2]。土壤水分对降雨的响应是水文循环过程的重要组成部分,因此研究土壤水分与降雨之间的关系尤为重要。同时,研究土壤水分对降雨的响应对解释降雨—径流产生机制[3,4]、土壤水分再分布[5]、非点源污染物迁移[6]以及水文和溶质运动过程的准确模拟[7]都有至关重要的作用。

土壤水文特性和降雨特性是影响土壤水分的关键因素,但由于气候条件、土壤质地等差异,在不同地区土壤水分对于降雨的响应关系明显不同。赵荣玮等[8]对晋西黄土区人工林地土壤水分研究发现,在小雨、中雨、暴雨3种降雨条件下,降雨的响应深度随降雨量的增加而增加,土壤含水量对单场降雨的响应程度随土层深度的增加而减弱;李新乐等[9]对乌兰布和沙漠典型白刺沙包土壤水分研究发现,<10mm的降雨只能对10cm以上土层水分产生影响,10～20mm的降雨可以对20cm以上土层产生影响,20～30mm降雨能够对30cm以上土层产生影响,>30mm的降雨可以影响到50cm以上土层的土壤水分;王思砚等[10]和张川等[11]对喀斯特地区土壤水分研究发现,雨强适中、历时长且降雨量大的降雨过程对土壤水分有一个充分补给的过程,土壤含水率稳定时间较长,而短时的暴雨条件下土壤水分大部分雨水通过落水洞、大的岩石管道裂隙排出,对土壤水分亏缺的补偿作用较小。

位于金沙江下游的季节性干旱区是一类特殊的干旱半干旱地区,也是我国西南地区典型的生态脆弱区。该地区雨热资源丰富,降水量大,但时空分布不均,蒸发量明显大于降水量,土壤水分总体上处于亏缺状态,易形成季风气候条件下独特的干旱现象[2]。紫色土是该地区第一大类土壤类型,由于典型的土—岩二元结构,其水文过程与其他地区也有明显差异[12]。近年来,国内学者对于土壤水分的研究主要集中于黄土高原丘陵地区、西北干旱绿洲地区及荒漠地带、东北黑土地区以及西南喀斯特地区,而有关金沙江下游季节性干旱区的土壤水分研究则较缺乏[13]。因此,本研究在金沙江下游季节性干旱区选取典型紫色土坡面,采用PR2/6土壤剖面水分测定仪,对土壤剖面水分进行连续原位观测,研究降雨过程中土壤水分动态变化,阐明土壤剖面水分对降雨的响应过程,为季节性干旱区紫色土坡面水资源高效利用及水土流失的治理提供科学依据与理论指导。

1、材料与方法

1.1研究区概况

本次试验所在地为位于金沙江下游北岸的凉山彝族自治州会东县境内(26°33′42″N,102°27′53″E),受河谷深切和大气环流影响,该区域属季节性干旱区。年平均气温16.2℃,≥10℃积温为5249℃,无霜期268d,年日照时间2288.6h,年均蒸发量为2002.7mm,年均降水量为1111.6mm,且降雨时空分布极其不均,雨季6—10月降雨量占年降雨量95%左右,多为暴雨,有雨热同季、干湿分明的特点。县内干旱频发,春旱出现的时段为3月下旬至4月,夏旱出现的时段为5月,伏旱出现的时段为7—8月。凉山州耕地类型以坡耕地为主,土壤类型以紫色土为主,是该地区第一大类土壤。本次试验选取了3个典型紫色土剖面S1、S2和S3作为水分监测点,监测点基本情况见表1。

表1水分监测点基本情况

1.2研究方法

1.2.1土壤物理性质

土壤的物理性质对土壤中水分的运移有重要影响,在试验前,测定3个监测点不同层次土壤物理性质。采用环刀法[14]测定容重、孔隙度、饱和含水量和田间持水量;采用英国的马尔文激光粒度仪MS2000测定粒径组成;采用室内环刀定水头法测定土壤饱和导水率;采用饱和蒸气压法测定吸湿系数,凋萎系数由吸湿系数换算得到。3个监测点不同土层的土壤物理性质见表2。

1.2.2土壤水分及降雨监测

使用英国Delta-TDevices公司生产的PR2/6土壤剖面水分测定仪,对土体剖面水分进行连续定点监测。已有研究[15]表明,PR2/6水分测定仪在获取土壤水分数据方面具有较好的效果。PR2/6水分测定仪的测定原理属于介电特性法,测量精度±3%,测量深度包括地表以下10,20,30,40,60,100cm6个层面。测定时间为每天下午19:00,若当日有降雨,雨后及时补测1次。土壤水分观测期为2019年6月1日至9月30日。PR2/6测定的土壤含水率均为体积含水率(%)。

表2水分监测点不同层次土壤物理性质

使用JBD-2型翻斗自记雨量计,实时记录降雨过程,以雨量桶进行校验。根据年降雨量观测结果(图1),研究区2019年降雨量为1058mm,降雨主要集中在6—9月,降雨57次,累计降雨量为906.7mm,占全年降雨量的85.7%。依据中国气象局资料[16],24h降雨量在10mm以下称为小雨,24h降雨量在10～24.9mm称为中雨,24h降雨量在25～49.9mm为大雨,24h降雨量超过50mm为暴雨。研究区2019年雨季6—9月小雨发生32次,中雨15次,大雨6次,暴雨4次,对应降雨总量分别为133.9,250,205.8,317mm,占雨季总降雨量的14.8%,27.6%,22.7%,35.0%,表明研究区2019年雨季超过1/2的降雨通过大雨和暴雨的形式发生,且观测期内最大日降雨量达到112mm。

1.2.3数据处理

土壤水分的标准差(s)和变异系数(Cv)反映了各土层土壤水分运动的活跃程度,二者越大,意味着该层土壤水和大气水交替变换越频繁[11]。变异系数Cv和标准差s的计算公式为:

Cv=sx¯×100%         (1)   s=1n−1∑i=1n(xi−x¯)2−−−−−−−−−−−−−√         (2)Cv=sx¯×100%         (1)   s=1n-1∑i=1n(xi-x¯)2         (2)

式中:n为样本总个数;xi为第i个土壤含水量;x¯x¯为土壤含水量平均值。

图1研究区2019年降雨量

某一监测点某土层的月平均含水量的计算公式为[17]:

wrk¯¯¯¯¯=1Nj∑j=1Njwrjkwrk¯=1Νj∑j=1Νjwrjk(3)

式中:wrjk为监测点r、监测时间j和监测深度k的土壤体积含水量(%);Nj为当月总天数。

土壤储水量(SWS,mm)为一定厚度土壤中所含的水量[18],计算公式为:

SWSi=θihi(4)

SWS=∑imSWSi         (5)     SWS=∑imSWSi         (5)

式中:SWSi为每层土壤储水量(mm);θi为土壤体积含水量(%);hi为土层厚度(mm);m为土壤层序号;SWS为土壤总储水量(mm)。

采用Excel2010和SPSS20.0等统计软件对数据进行统计分析和图表绘制。在数据正态分布检验和数据转换的基础上,计算平均值和标准差。土壤含水量与降雨特征的相关性分析采用Pearson相关分析,处理间差异显著性检验采用单因素方差分析,多重比较采用Duncan法,显著水平为p<0.05。

2、结果与分析

2.1土壤剖面水分特征

由表3可知,不同土层间的土壤含水率存在显著差异。对于S1监测点,6—9月土壤含水率为10.34%～32.25%,其中20cm土层处平均含水率最低,且显著低于其他土层,为(12.20±1.90)%;100cm土层处平均含水率最高,且显著高于其他土层,为(29.74±2.68)%。对于S2监测点,6—9月土壤含水率为5.19%～35.45%,其中30cm土层处含水率较低,且显著低于其他土层,为(9.33±2.32)%;100cm土层处含水率最高,且显著高于其他土层,为(34.00±2.00)%。对于S3监测点,6—9月土壤含水率为6.01%～28.12%,其中20cm土层处平均含水率最低,且显著低于其他土层,为(9.42±1.90)%;100cm土层处平均含水率最高,且显著高于其他土层,为(26.53±2.33)%。从变异性来看,坡耕地表层10cm处土壤水分变异系数最大,为19.01%～51.17%,而深层次100cm处土壤变异系数均降低到10%以下,为5.88%～9.01%,总体上呈现出随着土层深度增加而减小的趋势。

不同月份间土壤含水率也存在显著差异。对于0—20cm浅层土层,3个监测点6,7,8,9月土壤含水率均表现为9月>8月≈7月>6月,土壤含水率在整个雨季表现为累加上升趋势。对于中层土层(S1监测点的40—60cm土层、S2监测点的30cm土层和S3监测点的60cm土层),均表现为7月含水率显著高于其他月份,6月含水率显著低于其他月份。这可能是因为研究区7月降雨量最大且降雨集中,在中层土层处产生了优先流,因此7月土壤含水率较高。对于100cm深层土层,土壤含水率最高出现在8月,出现时间滞后于中层土层,6月含水率最低,且显著低于其他月份。

表3土壤体积含水率特征

注:表中数据为平均值±标准差;同列不同小写字母表示不同土层之间在0.05水平上存在显著差异;同行不同大写字母表示不同月份之间在0.05水平上存在显著差异。

2.2土壤剖面含水率对次降雨的响应

降水是干旱半干旱区环境中唯一的水分来源,降水事件引起土壤水分含量的变化,且在不同量级的降雨事件下引起的土壤水分含量的变化不尽相同[19]。土壤水分对降雨的响应不仅受降雨的影响,还受前期土壤含水率和土壤结构特征的影响。为了研究土壤水分对不同量级降雨的响应,选择降雨前后均无明显降雨的4场单场降雨,分别是小雨(6.4mm)、中雨(23mm)、大雨(49mm)和暴雨(112mm),分析了降雨前土壤含水量、降雨后各层土壤含水量最大值和降雨后第7天土壤含水量的变化。由图2可以看出,6.4mm的降雨只对10cm土层土壤水分产生影响,使S1、S2和S3监测点10cm土层土壤含水量分别提高14.94%,12.62%和9.49%;23mm的降雨对30cm以上土层土壤水分产生影响,使S1、S2和S3监测点10cm土层土壤含水量提高20.20%,20.76%和22.52%,20cm土层土壤含水量提高12.26%,14.14%和14.92%,30cm土层土壤含水量提高3.63%,9.97%和11.06%;49,112mm的降雨均可影响60cm以上土层土壤水分,112mm降雨下土壤水分变化幅度更大。49mm降雨使3个监测点平均土壤含水量提高31.12%(10cm),21.06%(20cm),11.75%(30cm),7.18%(40cm),11.60%(60cm);112mm降雨使3个监测点平均土壤含水量提高34.12%(10cm),41.24%(20cm),49.18%(30cm),48.65%(40cm),37.58%(60cm)。同时,6.4,23,49mm降雨后第7天含水量均低于或约等于降雨前含水量,而112mm降雨后3个监测点第7天平均土壤含水量高于雨前-8.05%(10cm),24.38%(20cm),38.21%(30cm),39.02%(40cm),33.73%(60cm)。由此可知,随着降雨量的增加,土壤水分影响的深度越大,且越能长时间保持较高的土壤含水量。

图2不同降雨量前后土壤含水量变化

2.3土壤含水量的增量对降雨的响应

土壤水分增量是一个重要的参数,是指降雨前后土壤含水量的累计变化量,可以用来评估土壤含水量对降雨的响应[20,21]。S1、S2和S3监测点土壤水分增量的变化趋势基本一致,因此本文以S1监测点为例。从图3可以看出,S1监测点不同土层土壤水分增量对降水的响应存在较大差异,总体表现为随着土层深度的增加响应趋势减弱。当研究区降雨量>20mm时,10,20,30cm含水量均有显著增加,且增幅逐层减弱;当日降雨量>20mm且前期干旱天数≤1天时,40cm深度处的含水量才有变化。7月10日至8月10日60cm土层土壤水分增量变化较大,这是因为这段时间几乎每天都有降雨发生,日均降雨量为11.61mm,日均前期干旱天数为0.37天,土壤含水量高,可能在60cm土岩分界处形成了壤中流,因此该土层土壤水分增量变化较大。整个雨季,100cm土层水分增量均无明显变化。

图3不同土层日土壤含水量的增加量变化

表4为不同深度土层含水量的增加量与降雨特征值之间的Pearson相关系数,结果表明,S1、S2和S3监测点0—40cm土层土壤含水量增加量均与降雨量以及降雨历时在0.01水平上显著相关,其余土层没有显著相关性。其中,土壤含水量增加量与降雨量的相关系数r为0.312～0.724,土壤含水量增加量与降雨历时的相关系数r为0.260～0.646。S1、S2和S3监测点10cm土层土壤含水量增加量与前期干旱天数在0.01水平上显著负相关,相关系数分别为-0.358,-0.298和-0.369。S1监测点20,30,40cm土层以及S2和S3监测点20,60cm土层土壤含水量增加量与前期干旱天数均在0.05水平上显著负相关。S1监测点仅30,40cm土层土壤含水量增加量与3天前期累积降雨量显著相关,相关系数分别为0.239和0.411;而S2和S3监测点30—60cm土层均与其显著相关,相关系数为0.207～0.455。

2.4土壤储水量动态对降雨的响应

土壤储水量是一个重要的参数,是降雨量、土壤蒸发和植物蒸腾变化三者共同作用的结果,可以用来评估土壤水分状况以及干旱造成的危害[22]。由图4a～图4c可知,3个监测点10,20,30,40,60,100cm土层土壤储水量分别为3.20～24.43,3.96～26.73,4.00～24.76,4.60～24.43,12.33～59.10,92.93～168.80mm,平均土壤储水量分别为13.94,11.63,12.13,15.43,32.61,120.37mm,总体上紫色土超过70%的土壤水分存储在深层(60,100cm)土壤中,60,100cm土层土壤储水量分别占土壤总储水量的15.82%和58.39%。由图4a～图4c可知,不同层次土壤储水量对降雨的响应不同,主要表现为雨季初期0—30cm表层土壤储水量随降雨量的变化表现为骤升骤降的脉冲式变化,此时60—100cm深层土壤储水量较为稳定,几乎没有波动,而雨季中后期深层土壤储水量波动幅度大于表层土壤,基本上在雨季中期8月达到峰值,然后波动式下降。由图4d可知,整个雨季3个监测点的土壤总储水量之间虽然存在显著差异,表现为S1(222.99mm)>S2(212.37mm)>S3(183.04mm),但3个监测点土壤总储水量变化均随降雨量变化呈现出一致的波动特征,总体表现为6,7月土壤总储水量逐渐升高,8月急剧下降,9月略有回升。

表4不同土层土壤含水量增加量与降雨特征值的Pearson相关分析

注:*表示显著性水平为p<0.05;**表示显著性水平为p<0.01。

图4紫色土剖面(0-100cm)土壤储水量动态变化

3、讨论

3.1季节性干旱区紫色土坡耕地土壤水分特征

土壤水分特征受海拔、气候、地形、土壤类型、土壤结构等众多因素的影响[23],具有强烈的地域性差异。季节性干旱区紫色土坡耕地土壤含水量自上而下表现出先下降后增大的趋势,20cm土层土壤含水量最低,100cm土层土壤含水量最高,这与黄艳丽等[24]和邱野等[17]的研究结果一致,这主要受土壤蒸发和作物根系吸收水分的影响。本研究还与紫色土的土壤结构有关,3个监测点20—30cm土层可能存在犁底层,土壤容重均较高,为1.49～1.51g/cm3,对应土层的土壤孔隙度和饱和导水率均较低,分别为43.0%～43.6%,0.24～0.32mm/min,导致土壤透水性变差,土壤含水量低。土壤含水量变异系数随着土层深度的增加而减小,10cm处土壤水分变异系数最大,100cm处最小,这与吴巍等[25]和王帅兵等[26]的研究结果一致。

降雨的分布具有季节性特征,从而导致月土壤含水量也存在季节性特征。侯贵荣等[27]研究了北京山区典型林地月平均土壤水分变化表明,栓皮栎林地和油松林地月平均土壤水分并没有随降雨量的变化而变化,在整个雨季表现为累加现象,呈上升趋势。与本文0—20cm浅层土层的月土壤含水量变化趋势一致,3个监测点6,7,8,9月土壤含水率均表现为9月>8月≈7月>6月,土壤含水率在整个雨季表现为累加上升趋势,出现这种现象的原因可能与土壤水分的再分布有关[28];同时地表枯落物可以有效减缓土壤蒸发,延长水分在土壤中存储时间。而对于30—60cm土层,均表现为7月含水率显著高于其他月份,这可能是因为研究区7月降雨量最大且降雨集中,在中层土层处产生了优先流,因此7月土壤含水率较高。对于100cm深层土层,土壤含水率最高出现在8月,出现时间滞后于中层土层,这可能是由于土壤水分输送的距离较长,从而导致土壤水分变化具有明显的滞后现象[21]。

3.2季节性干旱区紫色土坡耕地土壤水分对降雨的响应

降雨是金沙江下游紫色土坡耕地土壤水分的主要来源,降雨量大小是影响浅层土壤水分补给深度的决定因素[9]。本研究表明,随着降雨量的增多,土壤水分补给深度逐渐加深。小雨(6.4mm)只对10cm土层土壤水分产生影响,平均提高12.35%;中雨(23mm)对30cm以上土层土壤水分产生影响,10,20,30cm分别提高21.16%,17.77%和8.22%;大雨(49mm)和暴雨(112mm)均可影响60cm以上土层土壤水分,49mm提高7.18%～31.12%,112mm提高34.12%～49.18%。不同区域的土壤水分对于降雨的响应具有明显的差异性。Jia等[29]在北京鹫峰国家森林公园的研究结果表明,水分渗透到20,40,60,80,100,120,160cm土层,分别需要1,5,20,37,46,52,61mm的降水;刘冰等[30]在黑河流域研究发现,≥5mm的降雨能影响20cm以上的土壤水分,这主要是源于土壤水分蒸散作用的差别。金沙江下游季节性干旱区雨热同季,土壤水分蒸散作用较强,小雨条件下,补充到表层的降雨在降雨结束后很快被蒸发掉,土壤水分很难下渗到地表10cm以下,因此小雨对土壤水分的补给作用较小。

不同深度的土壤水分对降雨的响应是个复杂的过程,降雨量、降雨历时、降雨强度、前期干旱时间,前期累计降雨量都会影响这一过程[31]。总体上,紫色土坡耕地土壤含水量尤其是表层土壤含水量动态变化与降雨变化是一致的。本文研究发现,0—40cm土层土壤含水量增加量与降雨量和降雨历时在0.01水平上显著相关,而40—100cm土层相关性不明显。10,20cm土层土壤含水量增加量与前期干旱天数在0.05水平上显著负相关,徐冉等[22]研究表明,放牧区土壤含水量增加量随着干旱间隔持续时间的增加而减小,这是由于放牧区根系吸水和土壤持水能力较弱,降雨又使蒸散加剧,因此干旱时间越长,降雨消耗量比干旱时间短时更多。30,40cm土层土壤含水量增加量与3天前期累积降雨量呈显著相关。刘希林等[15]对比研究1,3,7天前期累积降雨量与土体含水率之间的关系发现,7天前期累积降雨量对土体含水率有显著影响。而本文发现,3天前期累积降雨量与深层(40—60cm)土壤含水量增加量之间的关系更加密切,这主要与研究区日照强、土壤水分蒸发强烈有关。

4、结论

(1)土壤含水量自上而下表现出先下降后增大的趋势,20cm土层土壤含水量最低,100cm土层土壤含水量最高。土壤含水量变异系数随着土层深度的增加而减小,10cm处土壤水分变异系数最大,100cm处最小。每月土壤含水量之间存在显著差异,对于0—20cm浅层土层,3个监测点6,7,8,9月土壤含水率均表现为9月>8月≈7月>6月,土壤含水率在整个雨季表现为累加上升趋势。对于30—60cm中层土层,基本表现为7月含水量最高,6月含水量最低。对于100cm深层土层,8月含水率最高,6月含水量最低。

(2)随着降雨量的增加,土壤水分补给深度逐渐加深。小雨只对10cm土层土壤水分产生影响;中雨对30cm以上土层土壤水分产生影响;大雨和暴雨均可影响60cm以上土层土壤水分。

(3)0—40cm土层土壤含水量增加量与降雨量和降雨历时在0.01水平上显著相关;0—20cm土层土壤含水量增加量与前期干旱天数在0.05水平上显著负相关;30,40cm土层土壤含水量增加量与3天前期累积降雨量显著相关。

(4)不同土层土壤储水量对降雨的响应规律不同,雨季初期6月0—30cm表层土壤储水量变化最大,此时60—100cm深层土壤储水量较为稳定,而雨季中后期7—9月深层土壤储水量变化幅度大于表层土壤,基本在8月达到峰值,且超过70%的土壤水分存储在深层土层中。

参考文献：

[2]何其华,何永华,包维楷.干旱半干旱区山地土壤水分动态变化[J].山地学报,2003,21(2):149-156.

[5]孙媛,董晓华,郭梁锋,等.不同降雨条件下土壤水运动及再分布模拟研究[J].灌溉排水学报,2018,37(增刊2):74-80.

[6]邓雄.农业非点源污染的研究进展､存在的问题及发展[J].中山大学学报(自然科学版),2007(增刊2):244-247.

[8]赵荣玮,张建军,李玉婷,等.晋西黄土区人工林地土壤水分特征及其对降雨的响应[J].水土保持学报,2016,30(1):178-183.

[9]李新乐,吴波,张建平,等.白刺沙包浅层土壤水分动态及其对不同降雨量的响应[J].生态学报,2019,39(15):5701-5708.

[10]王思砚,苏维词,范新瑞,等.喀斯特石漠化地区土壤含水量变化影响因素分析:以贵州省普定县为例[J].水土保持研究,2010,17(3):171-175,180.

[11]张川,陈洪松,聂云鹏,等.喀斯特地区洼地剖面土壤含水率的动态变化规律[J].中国生态农业学报,2013,21(10):1225-1232.

[12]李馨欣,王小燕,蔡崇法,等.紫色土水分和壤中流对降雨强度的响应[J].水土保持学报,2017,31(5):25-31.

[13]肖德安,王世杰.土壤水研究进展与方向评述[J].生态环境学报,2009,18(3):1182-1188.

[14]中国科学院南京土壤研究所土壤物理研究室.土壤物理性质测定法[M].北京:科学出版社,1978.

[15]刘希林,张大林.崩岗土体剖面水分分布特征及变化规律:以广东五华县莲塘岗崩岗为例[J].热带地理,2015,35(3):291-297.

[16]白盛元.黄土土柱降雨特征与土壤水分入渗过程研究[D].陕西杨凌:西北农林科技大学,2015.

[17]邱野,王瑄.耕作模式对坡耕地土壤水分和大豆产量的影响[J].农业工程学报,2018,34(22):128-137.

[18]张瑜,黄明斌.黄土高原不同降雨年型乔､灌木蒸散特征与影响因素[J].水土保持通报,2013,33(6):207-212.

[19]王正安,邸利,王彦辉,等.六盘山半干旱区华北落叶松林土壤水分对降雨的响应[J].干旱区资源与环境,2018,32(4):144-151.

[22]徐冉,张圣微,朱仲元,等.放牧对典型草原区土壤水分及其对降雨响应规律的影响[J].中国草地学报,2019,41(3):59-66.

[23]吴汉,熊东红,张宝军,等.金沙江干热河谷冲沟发育区不同部位土壤水分的时空变化特征[J].西南农业学报,2018,31(2):284-392.

[24]黄艳丽,李占斌,苏辉,等.人工林对黄土高原小流域上下游不同坡面土壤水分的影响[J].农业工程学报,2018,34(15):108-116.

[25]吴巍,陈雨海,李全起,等.垄沟耕作条件下滴灌冬小麦田间土壤水分的动态变化[J].土壤学报,2006,43(6):1011-1017.

[26]王帅兵,王克勤,宋娅丽,等.不同时间尺度反坡台阶红壤坡耕地土壤水分动态变化规律[J].农业工程学报,2019,35(8):195-205.

[27]侯贵荣,余新晓,刘自强,等.不同降雨强度下北京山区典型林地土壤水分时空变化特征[J].水土保持学报,2017,31(3):209-215.

[28]鲍彪,毕华兴,云雷,等.晋西黄土区刺槐林地土壤水分对降雨的响应[J].北京林业大学学报,2012,9(2):84-89.

[30]刘冰,赵文智,常学向,等.黑河流域荒漠区土壤水分对降水脉动响应[J].中国沙漠,2011,31(3):716-722.

徐露,张丹,向宇国,陈凡,陈玉蓝,黄田钫.季节性干旱区紫色土坡耕地土壤水分对降雨的响应[J].水土保持学报,2020,34(06):37-45.

基金:中国烟草总公司四川省公司重点科技项目(SCYC201802);四川省重点研发项目(2019YFG0332).