北京市土地利用方式對土壤水分分布及蓄持的影響

叢一蓬，胡振園，楊 崢，李 峰

(1.北京市頤和園管理處，北京 100091； 2.北京科技大學環(huán)境工程系，北京 100083)

土壤水是水文過程、土壤侵蝕過程、植物生長和恢復的主要影響因子，也是區(qū)域小氣候的重要影響因素[1-3]；土壤不僅是聯系地表水和地下水的紐帶，在地下水資源形成、轉化和消耗過程中，也起著十分重要的作用[4-5]。作為生態(tài)系統(tǒng)中能量和物質循環(huán)的主要載體，土壤水是決定生態(tài)系統(tǒng)結構與功能，影響生態(tài)系統(tǒng)生產力的關鍵因子[6-8]。

土地利用是人類干預土壤肥力最重要、最直接的活動，通過改變土壤營養(yǎng)循環(huán)強度、總量及路徑，改變土壤的水熱條件等從而影響土壤養(yǎng)分的流動與轉化[9-10]。土地利用變化可以引起陸地生態(tài)以及生物地球化學循環(huán)過程的變化，導致土壤性質和土地生產力的改變，影響土壤質量和土壤環(huán)境變遷。合理的土地利用方式可以改善土壤結構，增強土壤對環(huán)境變化的抵抗力，而不合理的土地利用方式則會導致土壤質量下降，加速侵蝕，導致土壤退化[11]。北京市作為我國的首都，自2009年起已全面實施保護性耕作，并取得了較好的經濟、社會及環(huán)境效益。近年來，由于人口與土地矛盾日益突出，土地墾殖系數居高不下，導致土壤水分和蓄持能力有所降低[12-14]。在此背景下，合理的土地利用方式是恢復北京市土壤肥力，改善土壤質量，實現植被恢復和重建的重要途徑，而這些措施必將對土壤水分產生重要影響。為了改善北京地區(qū)農田土壤結構，提高土壤蓄水保墑能力，提升農田生產能力，本研究對比分析了不同土地利用方式對土壤水分分布(0～100 cm)及蓄持的影響，以期為土壤水分的有效利用與動態(tài)調控管理、制定更合理的灌溉制度提供依據。

1 材料與方法

1.1 研究區(qū)概況

北京市位于華北平原西北邊緣(地理位置39°26～41°03′N，115°25′～117°30′E)，東西寬160 km，南北長170 km，最低處海拔不足10 m，最高處約為1 000 m；北京市屬于溫帶半干旱、半濕潤季風氣候區(qū)，四季分明，無霜期較長，年平均氣溫在8～12 ℃，海拔800 m以下的山區(qū)為9～11 ℃，高寒山區(qū)在 3～5 ℃，年極端最高氣溫一般在35～40 ℃之間；夏季高溫多雨，冬季干燥寒冷，時有風沙，年均降水量為600 mm左右，年際變化大，70%的降雨集中在7—9月，氣候-水文具有明顯的緯度地帶性特征，以褐土、潮土和沙姜黑土為主。

1.2 試驗設計

2016年1月，在北京市分別選取4種不同土地利用方式的樣地(草地、農田、林地和果園)，每種土地利用方式選取5個重復樣地標記，分別在2016年1月31日、5月31日、9月31日和11月31日進行采樣，并詳細記錄樣點的土地利用方式、植被類型、海拔及裸巖率等環(huán)境信息。采樣運用五點取樣法，深度為0～20、20～40、40～60、60～80、80～100 cm，每次降水和灌溉前后各加測1次，每次測定均在1 d內完成。選取典型地段挖1個0～100 cm深的土壤剖面，從表面開始，每20 cm取1次樣本，測定參數為土壤顆粒組成、田間持水量、飽和含水量和土壤容重。

采用烘干法分別測定土壤含水量，某土層的土壤儲水量計算公式如下[15]：

W=rρh。

(1)

式中：W為某一土層的水分儲量(mm)；r為土壤含水量(%)；ρ為土壤容重(g/cm3)；h為土層厚度(mm)。

表層土壤直接取樣，深層采用挖剖面和土鉆法相結合的方式取樣。所取土樣帶回實驗室，土壤顆粒分析均采用篩分法和比重計法，即粗土粒(粒徑>0.25 mm)用不同規(guī)格的網篩分析，粒徑>0.1 mm的土粒均用篩分法分析，細土粒(粒徑<0.05 mm)依據Stokes定律采用比重計法分析。土壤顆粒一般按其粗細分為石礫、沙粒、粉粒和黏粒4個粒級，本研究依據美國的土壤粒級制劃分粒級。土壤均勻系數Cu采用Hazen有效粒徑系數表示，即Cu=d60/d10，其中d60指小于某一粒徑的質量占土壤總質量60%時的顆粒直徑；d10指小于某一粒徑的質量占土壤總質量10%時的顆粒直徑[16]。

1.3 數據分析

對土壤水分蓄持量的預測模擬數據進行擬合，曲線擬合類型包括線性擬合、二次多項式擬合和三次擬合。各擬合曲線的通用公式如下：

線性擬合曲線：y=ax+b；

(2)

二次擬合曲線：y=ax2+bx+c；

(3)

三次擬合曲線：y=ax3+bx2+cx+d。

(4)

利用SPSS 19.0軟件進行一元回歸分析，根據回歸分析結果得到不同擬合曲線方程。將得到的擬合曲線方程通過相關分析、均方根誤差(RMSE)及相對均方根誤差(RRMSE)等進行檢驗，以得到最佳擬合曲線類型。

通過確定系數(R2)、F檢驗值和回歸檢驗顯著水平(α=0.01)來篩選生物量統(tǒng)計模型。為了更好地說明樣本的預測值與實測值的差異情況，采用總相對誤差(RS)和平均相對誤差絕對值(RMA)這2種方法進行雙重檢驗。計算公式如下：

(5)

(6)

(7)

式中：C1為水分的模擬值，C2為水分的實測值，C3為水分的平均值；n為自由度。

2 結果與分析

2.1 不同土地利用方式土壤水分的統(tǒng)計特征

表1為不同土地利用方式下土壤水分的統(tǒng)計特征值，2016年1月和5月為當地旱季，9月和11月為雨季，前期降雨量為測定之前的10 d內的累計降雨量。從4次測定數據的變異系數(CV)來看，旱季和雨季土壤水分均呈中等變異特征(10%<變異系數<100%)；K-S檢驗結果表明，在0.05的顯著水平上4次測定的土壤含水量均服從正態(tài)分布，可直接進行統(tǒng)計學分析(表1)。通過比較發(fā)現，在旱季，草地含水量較低，農田含水量較高，農作地土壤含水量高主要是由農業(yè)灌水等因素造成的；林地由于受擾動較少、植被覆蓋度大等造成土壤水分含量較高。而在雨季，所有土地利用方式下的土壤含水量均較高，其中農田的含水量最高，其次是草地，這主要是由于幾種土地利用方式下的土壤特征及較大的植被蓋度使得表層蓄水量增加，蒸發(fā)能力減弱，造成土壤含水量較高。而林地由于葉冠蓋度小、土層淺薄且?guī)r石裸露率高，使得地表蒸發(fā)強烈，導致土壤含水量較低。

2.2 土壤粒度組成對土壤含水量的影響

不同土地利用方式下的土壤粒度組成特征如表2所示，草地、農田、林地和果園的土壤粒度組成相似，均以細沙粒和極細沙粒為主，這與區(qū)域的風沙動力過程相適應。其中，林地和果園的粉粒、中沙粒的含量相對較高，而草地和農田這2種粒級的含量則較低。將平均粒度分布組成與土壤含水率進行相關性分析，如表3所示，草地和農田土壤含水量與粉粒含量呈顯著正相關，與細沙粒含量呈顯著負相關，與黏粒、中沙粒、極細沙粒含量相關性不大。林地和果園都與黏粒、粉粒含量呈顯著或極顯著正相關，果園與細沙粒、中沙粒含量存在一定的負相關，但相關性不大。這也在一定程度上說明，對不同地表覆蓋狀況的土地而言，影響其含水量變化的主要因素不同。

2.3 土地利用方式對土壤含水量垂直分布的影響

在不同土地利用方式下，土壤水分含量隨土層深度的增加呈逐漸降低趨勢(圖1)。不同土地利用方式下0～20 cm土壤含水量均高于表下層，隨著土層深度的增加，土壤含水量均逐漸降低，在80～100 cm土層，不同土地利用方式下的土壤含水量基本一致，這可能是由于土地利用方式對土壤含水量垂直分布的影響主要集中在表層土。此外，土壤水分含量因土壤質地的不同存在著差異，黏壤的土壤儲水量最高，沙壤的儲水量最低，中壤和重壤的儲水量居中，由于土壤儲水量在計算的過程中考慮了土壤容重，在一定程度上消除了土壤質地對土壤水分含量的影響，因此用土壤儲水量來表征土壤水分含量是非常合理的。從不同土層土壤含水量可以看出，與草地和農田相比，林地和果園表現出較好的蓄水保墑能力。

表1 不同土地利用方式土壤水分的統(tǒng)計特征

注：K-S全稱為Kolmogorov-Smirnov。

表2 不同土地利用方式土壤粒度組成特征

注：同列數據后標有不同小寫字母表示差異顯著(P<0.05)。

表3 不同土地利用方式土壤含水量與各粒級百分含量的相關性

注：“*”表示顯著相關(P<0.05)，“**”表示極顯著相關(P<0.01)。

2.4 土地利用方式對土壤水分入滲性能的影響

土壤水分入滲性能是影響土壤質地的重要因素，它決定著降水或灌水水分入滲進入土壤的量和深度，從而影響土壤的貯水量和地表徑流等。土壤的入滲能力主要取決于土壤孔隙度、導水率等因素，不同土地利用方式也可對其產生一定影響。由圖2可知，不同土地利用方式下的土壤穩(wěn)定入滲率依次表現為林地>果園>農田>草地，其中林地和果園差異不顯著，農田和草地差異不顯著；對于土壤穩(wěn)定入滲時間，依次表現為果園>林地>草地>農田，林地和果園差異不顯著，二者顯著高于草地和農田(P<0.05)；土壤累積入滲量依次表現為林地>果園>農田>草地，其中林地和果園差異不顯著，農田和草地差異不顯著；土壤入滲深度依次表現為林地>果園>草地>農田，不同土地利用方式間差異均顯著(P<0.05)。

2.5 土地利用方式對土壤水分特征性能的影響

試驗測得不同土地利用方式下0～100 cm土層的土壤水分特征曲線，將吸力為0 Pa時的土壤含水量作為飽和含水量，吸力為3.0×104Pa時的土壤含水量作為田間持水量，吸力為5.0×104Pa時的土壤含水量作為萎蔫系數，得到不同處理0～100 cm 深度范圍內的土壤持水特性，詳見表4。將田間持水量與萎蔫系數的差作為植物可利用水，結果表明，不同土地利用方式下飽和含水量、田間持水量、可利用水含量和易效水含量均在一定范圍內隨著土層深度的增加呈逐漸降低趨勢，在80～100 cm，不同土地利用方式下土壤飽和含水量、田間持水量、可利用水含量基本一致，差異并不大，由此表明，土地利用方式對土壤水分特征性能的影響主要集中在表層土壤。對于不同土地利用方式，土壤飽和含水量、田間持水量基本表現為林地和果園高于草地和農田。

2.6 土壤水分儲量的相關性

為篩選合適的統(tǒng)計預測模型，對九隊漁池2016年1—12月的部分數據分別進行線性擬合、二次擬合和三次擬合，發(fā)現線性擬合比二次、 三次曲線擬合效果略好。而從各自的預測誤差來看，線性擬合的預測精度更高，因此為提高分析效率和預測精度，本研究選擇線性擬合進行數據分析。通過殘差統(tǒng)計分析，可以得到0～40 cm土層土壤儲水量與0～20 cm土層儲水量之間的關系，可以用下面的模型來表示：

X2=1.689X1+0.074。

(8)

式中：X2為0～40 cm土層土壤儲水量，mm；X1為0～20 cm 土層儲水量，mm。

按照0～40 cm土壤儲水量的預測方法，筆者對0～60、0～80、0～1 00 cm土壤儲水量進行了預測，得到預測公式如下：

X3=1.569X2-9.362；

(9)

X4=1.569X3-11.236；

(10)

X5=1.856X4-7.302。

(11)

式中：X3為0～60 cm土壤儲水量，mm；X4為0～80 cm土壤儲水量，mm；X5為0～100 cm土壤儲水量，mm。

表4 土地利用方式對土壤水分特征性能的影響

由表5可知，0～100 cm和0～80 cm土層間的土壤儲水量相關系數最高，因此可用0～80 cm土層的土壤儲水量直接預測0～100 cm土層的土壤儲水量。

2.7 模型的殘差分布分析和精度檢驗

為了驗證預測模型的可靠性，本研究進行了殘差分析，對土壤儲水量預測值和實測值進行模擬檢驗，并繪制殘差分布圖。從圖3可以看出，被檢驗的數據基本上呈一條直線，因而也可以認為正態(tài)分布的假設成立。通過對模型的殘差分布檢驗，認為它服從正態(tài)分布，這就說明本研究設置的模型是適合的。利用得到的模型進行相關性檢驗和指標評價，以確定模型的合理性并遴選出最佳擬合公式。由表6可知，各模型模擬值與實測值間相關性均為極顯著(P<0.01)，其中線性擬合的相關程度最高；草地和農田擬合的相關程度均高于林地和果園。

3 討論

土地利用方式與土地覆被類型都可以通過改變土壤性質和植被覆蓋從而影響土壤水分含量[17-18]。本研究中，土地利用方式通過影響水分入滲、地面徑流和蒸散等過程，對土壤水分的再分布產生了顯著的影響[19]，其中土地利用方式、植被蓋度變化能對降雨前的水分分布產生影響，減少了降雨對土壤水分地形再分配的可能性，從而影響土壤水分的分布特征。土壤粒度組成決定了不同土層的持水性能，是引起土壤水分分布及運動方式發(fā)生變化、影響水分在土壤中滯留時間的重要原因。由本研究結果可知，土壤顆粒組成是影響土壤水分分布的主要因素之一，沙粒含量越大，黏粒含量就越少，含水量越小[20-21]。因此，黏粒所占比重越大，微小裂隙就越發(fā)育，而大量細微的小顆粒表面的吸濕水就占據了絕大部分土壤孔隙空間，存留在該層中的含水量相對要高一些。而對于沙質土壤，其組成顆粒較大，形成較大的土壤孔隙，有利于重力水在其中運動，但其持水性很差。

表5 土壤水分儲量的相關性

注：“*、**”分別表示在0.05和0.01水平上差異顯著(雙尾)。

本研究中，不同土地利用方式土壤入滲深度依次表現為林地>果園>草地>農田，不同土地利用方式間差異顯著(P<0.05)。較好的入滲條件有利于在強降雨條件下改善土壤水分的快速入滲，特別是在多雨季節(jié)，可以促進雨水的收集[22-23]。從土壤入滲結果來看，林地和果園有利于改善土壤水分入滲性能，其穩(wěn)定入滲率及累積入滲量都顯著高于草地和農田，該性能的改善可能會顯著提高土壤的蓄水保墑能力。最后本研究通過水分分布特征及對土壤儲水量預測值和實測值進行模擬檢驗，建立了不同土層深度土壤儲水量預測模型，對不同土地利用方式下土壤含水量的預測起到了重要作用。

本研究根據表層土壤儲水量來預測其他土層的儲水量。由于土壤儲水量不僅反映了測定時段內一定土層土壤含水量的平衡狀況，也反映了剖面土壤水的調節(jié)能力，即通過農業(yè)措施(包括灌溉)對土壤水調節(jié)能力發(fā)揮的程度，這種能力調節(jié)得越好，在收入一定的水量滿足對作物供水需要的同時，就越能挖掘土壤儲水的供水潛力。因此，預測結果精度的大小對后期的田間管理也很重要。筆者根據上面的預測模型對土壤儲水量進行預測，并與實際測定值進行比較，以檢驗模型的預測精度，通過預測分析得出，3個層次的預測平均誤差均較小，以草地的預測模型結果最好。

表6 擬合曲線相關性分析及評價指標