毛烏素沙地凍融期氣態(tài)水遷移機理及影響因素

鄭 策，高萬德，陳云飛，盧玉東，劉秀花

(1. 長安大學旱區(qū)地下水文與生態(tài)效應教育部重點實驗室，陜西 西安 710064；2. 長安大學水利與環(huán)境學院，陜西 西安 710064)

毛烏素沙地是中國四大沙地之一，面積達4.22萬km2，區(qū)內水資源短缺，屬于黃河流域生態(tài)脆弱地帶[1- 2]。同時，由于地處季節(jié)性凍土帶，受凍融循環(huán)過程影響，冬季時土壤水、熱傳輸過程變得復雜，包氣帶液態(tài)水與氣態(tài)水運移對區(qū)內許多工程建設以及農業(yè)生產活動造成較大影響，但目前研究中對于氣態(tài)水運移過程的理解較為薄弱。厘清氣態(tài)水運移機理及其影響因素，有助于更好地理解凍融期沙地水文過程機理[3]。

長期以來，學者們對于包氣帶水分運移過程開展大量研究，關于液態(tài)水的運移機理較為明確。隨著研究深入，以Philip和de Vries所提出的理論為基礎，許多試驗與模擬研究成果均表明氣態(tài)水同樣是包氣帶水分遷移過程的重要組成部分[4- 6]。然而，相關研究主要圍繞土壤未凍結的情況取得了豐碩的成果，針對凍融過程中的研究較少[7- 9]。一方面是由于傳統(tǒng)的非飽和水分運移研究中往往忽略了負溫條件下氣態(tài)水的遷移，只考慮液態(tài)水運移過程。對于濕潤地區(qū)或許可以忽略氣態(tài)水的影響，但對于地下水位埋深較大的干旱半干旱地區(qū)而言是不合適的[10- 12]。另一方面，由于野外研究的復雜性，部分水汽熱耦合研究采用室內土柱試驗與數(shù)值模擬相結合的方法來開展，因而在研究中存在一些簡化現(xiàn)象，如試驗與模型中土柱上部設置為定水頭或者定通量邊界、土柱剖面設置為均質等。通過該研究雖然可以了解水分運移過程，但實際上與野外情況存在明顯區(qū)別，不能很好地闡明水分運移機理，并且所建立的數(shù)值模型也不一定適用于野外復雜條件，容易出現(xiàn)數(shù)值計算問題[13- 15]。

對于諸如毛烏素沙地之類的干旱半干旱地區(qū)，在土壤未凍結時期，水汽通量已被證明是總水分通量的重要組成部分，對水分運移影響不應被忽略[16- 17]。通過厘清凍融期內溫度梯度驅動下氣態(tài)水運移過程，可為揭示旱區(qū)沙地包氣帶水文循環(huán)機理提供重要理論依據(jù)，并進一步為毛烏素沙地生態(tài)系統(tǒng)脆弱區(qū)的植被恢復以及生態(tài)系統(tǒng)管理提供科學依據(jù)。為此，本文以毛烏素沙地為研究對象，結合野外原位監(jiān)測與數(shù)值模擬手段，對凍融期包氣帶水汽熱耦合運移過程展開研究，分析氣態(tài)水的分布特征、運移規(guī)律及其在總水分通量中占比，探討水汽運移對土壤水分分布的影響。

1 研究區(qū)概況與試驗研究方法

1.1 研究區(qū)概況

本研究的原位監(jiān)測試驗場選擇地下水位埋深為9 m的毛烏素沙地榆林風沙灘區(qū)，位于國家林業(yè)局榆林荒漠生態(tài)站中(38°23′19″ N，109°42′29″ E)，如圖1所示。由多年氣象資料可知，研究區(qū)內主要氣候特征為冷熱劇變及日照強烈，年平均氣溫為6.4 ℃，且年溫差與日溫差變幅較大；年平均降雨量與蒸發(fā)量分別為360.2 mm及2 343.4 mm，其中，降雨量在年內分布不均，超過60%的降雨集中在7—9月，年際變化較大[18]。試驗場內土地平坦，只在夏季雨水較多時有零星沙柳生長。通常在每年11月至次年3月間，土壤會經歷凍融循環(huán)過程，最大凍結深度會超過1 m。

圖1 試驗點位置與場地布置Fig.1 Location of the experimental site and field instrumentation layout

表1 研究區(qū)不同層位土壤物理性質

本研究的野外工作開始于2017年4月，通過選取典型剖面，從地表至地下200 cm處每20 cm用環(huán)刀取3個重復土樣，在實驗室內利用Bettersize 2000激光粒度分析儀(丹東百特儀器有限公司)測定土壤顆粒組成信息，通過烘干法測定土壤重度，測定結果見表1。隨后，分別于地表以下10 cm、20 cm、50 cm、100 cm、130 cm、200 cm處安裝Hydra Probe Ⅱ(Stevens公司)土壤含水量與溫度監(jiān)測探頭，地表以下20 cm、100 cm、200 cm處安裝HFP01(Hukseflux公司)熱通量監(jiān)測探頭以及地表以下900 cm處安裝SDP(Stevens公司)地下水位監(jiān)測探頭。所有傳感器通過包氣帶水熱監(jiān)測井壁孔洞插入土壤相應深度中，并連接至CR1000數(shù)據(jù)傳感器(Campbell公司)，監(jiān)測頻率為1 min，每10 min記錄1次數(shù)據(jù)。需要注意的是，Hydra Probe II傳感器測量含水量的原理是基于頻域分解法，通過分解土壤中復介電常數(shù)的實部與虛部來確定土壤體積含水量，其中液態(tài)水的介電常數(shù)為78，遠高于土壤基質、冰、空氣等其他組分，因此在土壤凍結后該傳感器所測量數(shù)值為液態(tài)水含水量，即未凍水含量[19]。同時，在場地內安裝有Decagon公司的氣象要素監(jiān)測設備，可監(jiān)測氣溫與相對濕度(VP- 3傳感器)、降雨(ECRN- 100傳感器)、風速(Davis Cup傳感器)等信息。

1.2 水汽熱耦合運移方程

(1) 水分運移方程?？紤]溫度、氣態(tài)水以及冰的共同影響時，對于垂向一維水流運動，其控制方程可用修改后的Richards方程來表示[20]：

(1)

式中：θl、θv和θi分別為土壤中液態(tài)水含水量、氣態(tài)水含水量以及含冰量，cm3/cm3；ρl、ρv和ρi分別為液態(tài)水、氣態(tài)水及冰密度，g/cm3；t為時間，h；z為垂向坐標軸(向上為正)，cm；h為基質勢，cm；T為溫度，K；qlh、qlT、qvh和qvT分別表示等溫液態(tài)水、非等溫液態(tài)水、等溫氣態(tài)水以及非等溫氣態(tài)水通量，cm/h；Klh和Kvh分別表示等溫液態(tài)水與氣態(tài)水水力傳導度，cm/h；KlT和KvT分別表示非等溫液態(tài)水與氣態(tài)水水力傳導度，cm2/(K·h)?？梢钥闯?，氣態(tài)水運移受基質勢梯度與溫度梯度驅動，數(shù)值分別與相應的水力傳導度及驅動力梯度有關，如下所示：

(2)

(2) 熱傳導方程。對于一維垂向熱傳導過程，考慮氣態(tài)水與冰的影響后，控制方程可表示為如下形式[20]：

(3)

式中：Cp為土壤的體積熱容量，J/(cm3·K)，可根據(jù)土壤中固、液、氣各相乘以各自體積分數(shù)求和得到，其中Cw和Cv分別為土壤中液態(tài)水及氣態(tài)水的體積熱容量；L0與Lf分別為蒸發(fā)及凍結潛熱，J/kg；λ為熱傳導系數(shù)，J/(cm·h3·K)；ql和qv分別為液態(tài)水及氣態(tài)水通量，cm/h；S為源匯項，h-1。

(3) 土壤水力參數(shù)。由基質勢梯度及溫度梯度引起的液態(tài)水與氣態(tài)水水力傳導度可分別由下式計算得到：

(4)

式中：Ks為飽和導水率，cm/h；Se為有效飽和度；l和m為經驗參數(shù)；Gwt為描述土壤水分特征曲線受溫度影響的參數(shù)；γ和γ0分別為土壤水的表面張力和25 ℃時的表面張力；D為土壤中水汽擴散系數(shù)，cm2/h；ρsv為飽和水汽密度，g/cm3，由溫度數(shù)據(jù)計算得到；M為水的摩爾質量；g為重力加速度；R為氣體常數(shù)；η為水汽擴散增強因子；Hr為相對濕度，計算公式如下：

(5)

可以看出，相對濕度主要與溫度及基質勢有關，而與飽和水汽密度乘積即為水汽密度(ρv=Hrρsv)。公式(4)中其余所涉及參數(shù)具體計算過程可參考Hansson等[20]。需要注意的是，在不考慮凍融過程時，水、熱傳輸方程中存在有3個未知量，分別為含水量、基質勢以及溫度，其中含水量與基質勢之間的關系可以用土壤水分特征曲線來表示。當考慮凍融作用影響時，方程中引入了新的未知量，即含冰量。此時，可以通過Clapeyron方程建立凍土中基質勢與溫度之間的聯(lián)系：

(6)

式中：Tf為液態(tài)水凍結溫度，K。將上式代入土水特征曲線方程中(如van Genuchten方程)，可以得到θl與T之間的關系，即土壤水分凍結曲線。

1.3 數(shù)值模型建立及驗證

1.3.1 模型建立

由于操作方便且功能完善，Hydrus- 1D軟件被廣泛應用于包氣帶水汽熱耦合運移研究中，但在標準版的Hydrus- 1D軟件中并未考慮冰- 水相變過程，只能被用于土壤未凍結情況。雖然Hansson等[20]提出了適用于凍融過程Hydrus- 1D程序，但該程序只適用于較為簡單的情景，當所建立的模型復雜時容易遇到數(shù)值計算問題，并且在該程序中并未涉及到水汽運移及其相變過程，因而總體上應用較少。在該程序基礎上，以凍融過程包氣帶水汽熱耦合運移理論為指導，利用Fortran語言編寫相應程序，修改后的程序充分考慮了凍融條件下土壤液態(tài)水、氣態(tài)水運移以及熱傳導過程。同時，對程序中可能引起數(shù)值計算不收斂問題進行改進，主要包括基于有效能量理論修正了相變時由表觀熱容增大引起的溫度計算誤差，以及將含冰量計算模塊加入每個時間節(jié)點計算出新的土壤溫度[21]。由于水汽熱耦合過程高度非線性以及邊界條件復雜性，因此采用數(shù)值法求解，其中，水分運移方程通過有限差分法進行時空離散，熱傳導方程分別采用有限差分法和有限元法對時間及空間剖面進行離散，求解時依次計算水分運移與熱傳導部分。以水分運移方程為例，求解時步驟如下：首先根據(jù)前一個時間步長土壤水、熱計算數(shù)據(jù)更新傳導度、容水度等水力參數(shù)；隨后離散方程并構建矩陣方程組求解最新時間步長含水量與基質勢值，采用迭代法反復求解直到精度達到預先設定要求；最后計算液態(tài)水與氣態(tài)水通量并將計算結果傳入熱傳導模塊。

利用該程序建立包氣帶水- 汽- 冰- 熱耦合模型，選取2017年11月至2018年3月為研究期，收集原位監(jiān)測土壤數(shù)據(jù)與氣象數(shù)據(jù)。模擬時以小時為單位，模擬期共計3 624 h，模擬剖面為地表至地下200 cm。模型初始水、熱條件采用實測的含水量與溫度數(shù)據(jù)，并通過線性插值法獲得每個節(jié)點數(shù)值。水分運移上邊界受氣象因素控制，由降雨與蒸發(fā)條件決定，下邊界由于距離地下水位(約為9 m)較遠，因此忽略地下水的影響。熱傳導上、下邊界則分別采用計算與實測得到的土壤溫度值作為邊界條件。采用van Genuchten- Mualem模型計算非飽和液態(tài)水水力傳導度，所需參數(shù)通過野外入滲試驗以及ROSETTA模型聯(lián)合確定，最終采用的土壤水力參數(shù)見表2。

表2 研究區(qū)不同層位水力參數(shù)

1.3.2 模型驗證

研究期內實測與模擬的土壤未凍水含量與溫度對比變化情況如圖2所示，圖中也列出了定量化評價指標決定系數(shù)(R2)與均方根誤差(ERMS)的計算結果。

由圖2可以看出，10 cm、50 cm及100 cm處土壤水分在凍結期內明顯下降，并且變化過程存在明顯滯后現(xiàn)象，表明土壤凍結現(xiàn)象發(fā)生，所建立的模型很好地反映出了這一過程。由于冬季降雨稀少(降雨與降雪總和為20.8 mm，且主要以降雨形式發(fā)生在土壤融化之后)且蒸發(fā)較弱，淺層土壤水分變化受外界因素影響較小，因此模擬誤差較小，如10 cm處R2與ERMS值分別為0.96及0.004 cm3/cm3。相對來說，100 cm誤差值較大，ERMS值為0.009 cm3/cm3，造成這一現(xiàn)象主要是由于80 cm處上側與下側土壤性質發(fā)生變化，引起了水力參數(shù)的改變，造成模型誤差增大，同樣的現(xiàn)象也出現(xiàn)在Yu等[22]研究中。通過在所研發(fā)的程序中嵌入?yún)?shù)反演模塊，優(yōu)化所使用的參數(shù)，可在后續(xù)研究中進一步提高模型精度。另一方面，在研究期內，土壤溫度變化與氣溫變化保持一致，呈現(xiàn)出先降后升的趨勢，溫度變幅隨土壤深度增大而減小。所有深度溫度模擬結果均較好，平均R2與ERMS值分別為0.97及0.4 ℃?？傮w來說，模型運行期內并未出現(xiàn)數(shù)值計算問題，且土壤水、熱變化均反映出較好的擬合精度，表明該模型適用于評價研究區(qū)凍融期土壤水分運移過程。

圖2 實測與模擬含水量及溫度對比Fig.2 Comparisons of simulated and measured unfrozen water content and soil temperature

1.3.3 典型模擬時段選取

根據(jù)模擬結果中0 ℃所處深度，繪制了凍融期內土壤凍結深度曲線(見圖3)，可將凍融過程劃分為4個時期，分別為① 未凍結期(11月1—18日及3月13—31日)：土壤未經歷凍融過程；② 初始凍結期(11月19日至12月4日)：淺層土壤出現(xiàn)明顯夜間凍結白天融化現(xiàn)象，該時期內凍結深度最大不超過30 cm；③ 向下凍結期(12月5日至翌年2月17日)：淺層土壤完全凍結不再經歷凍融循環(huán)過程，凍結深度不斷增大；④ 融化期(2月18日至3月12日)：凍結鋒運移到最深處后，隨后由于氣溫逐漸回升，凍結深度逐漸減小。

在上述4個時期中，分別選取典型時段，具體分析小時尺度上土壤水分、水汽密度以及水汽通量的分布特征及變化規(guī)律，典型時段選取具體信息見表3。同時，表3中列出了所選取時段小時尺度土壤未凍水含量及溫度的模擬值與實測值誤差計算結果，該結果為時段內4個典型深度(10 cm、50 cm、100 cm及200 cm)計算平均值。可以看出，未凍水含量與溫度擬合結果均較好，再次表明所建立的模型適用于毛烏素沙地包氣帶水汽熱耦合運移研究。

2 結果分析與討論

2.1 不同階段土壤液態(tài)和固態(tài)水分布特征

在所選取的4個時段內(見表3)，土壤未凍水含量(即液態(tài)水含水量)時空分布特征如圖4所示，凍融過程中含水量剖面分布存在有如下2個顯著特點。

圖4 不同時段未凍水含量時空分布Fig.4 Spatial- temporal distribution of unfrozen water content in different periods

首先，P2時段淺層、P3時段上部以及P4時段中部凍層內未凍水含量均明顯低于其余未凍結部分，且溫度越低時未凍水含量越小，最小值僅為0.01 cm3/cm3。其中P2時段淺層10 cm范圍內土壤受氣溫日變化影響，存在白天融化夜間凍結現(xiàn)象。由P4時段等值線變化情況可以看出融化鋒運移規(guī)律，向下與向上的融化鋒分別從42 cm移動至54 cm以及從98 cm移動至93 cm。其次，剖面80～160 cm土層內含水量要高于其上下層位，這除了受土壤顆粒組成影響外，還與氣態(tài)水遷移過程有關(具體分析見下文)。此外，對比P1與P4時段水分剖面可以看出，凍融過程會改變剖面含水量分布情況，尤其是造成深層含水量明顯降低，如在這2個時段200 cm處平均未凍水含量分別為0.091 cm3/cm3及0.077 cm3/cm3。相應地，在土壤凍結后隨著未凍水含量減小，含冰量逐漸增大，凍層內不同深度含冰量變化情況如圖5所示(其中并未考慮P1時段)。對于淺層2 cm與10 cm而言，受氣溫日變化影響，在P2時段含冰量日變幅較大，在P3時段由于土壤完全凍結導致其變化較小，含冰量呈現(xiàn)緩慢增大趨勢，最大值達到了0.062 cm3/cm3；對于50 cm而言，由于在P4時段融化鋒穿過該深度，因此含冰量顯著減小，由0.047 cm3/cm3減小至0。

圖5 不同深度含冰量隨時間變化情況Fig.5 Variations of ice content with time at different depths

表4 不同深度平均相對濕度 %

2.2 不同階段水汽密度時空分布特征

由于現(xiàn)有手段無法直接監(jiān)測土壤水汽通量，其數(shù)值通?？捎伤芏扔嬎愕玫剑芏鹊挠嬎闩c土壤相對濕度有關，表4中列出了不同深度相對濕度變化情況?？梢钥闯觯谕寥牢磧鼋Y時，孔隙中相對濕度幾乎處于飽和狀態(tài)；當土壤凍結后，受溫度與基質勢減小影響，相對濕度也會減小。根據(jù)土壤相對濕度計算結果，進一步繪制出P1—P4時段內水汽密度時空分布特征，如圖6所示。

圖6 不同時段水汽密度時空分布Fig.6 Spatial- temporal distribution of vapor density in different periods

由圖6可以看出，水汽密度時空分布特征與溫度變化聯(lián)系緊密。對于淺層40 cm范圍，受溫度日變化影響，水汽密度存在明顯的日變化規(guī)律，隨深度增大變幅減弱。如在P1時段，表層2 cm處水汽密度最小值與最大值分別為5.4×10-6g/cm3與1.1×10-5g/cm3，而20 cm處變幅僅為6.9×10-6～9.1×10-6g/cm3。此外，在P2與P3時段，受土壤凍結作用影響，表層水汽密度在白天時增幅要弱于P1與P4時段。對于40 cm以下范圍，水汽密度受氣溫變化影響較小，并不存在日變化現(xiàn)象，其中，在P1—P3時段數(shù)值呈緩慢減小趨勢，在P4時段略有增大。相對來說，下部土層的水汽密度要高于上部，其中最大值出現(xiàn)在P1時段200 cm處，為1.2×10-5g/cm3，這與該點處溫度(14.1 ℃)為剖面中最高有關。此外，受氣溫季節(jié)性變化影響，土壤水汽密度同樣呈現(xiàn)出季節(jié)性變化規(guī)律。如50 cm處水汽密度呈現(xiàn)出先減小后增大的趨勢(4個時段內分別為8.7×10-6g/cm3、5.6×10-6g/cm3、4.6×10-6g/cm3及4.9×10-6g/cm3)，而在更深層則由于P4時段融化過程未完全結束仍處于減小狀態(tài)。

由公式(5)可知，溫度與基質勢是影響相對濕度與水汽密度的最主要因素，進一步計算溫度與基質勢變化對水汽密度影響。結果表明，當基質勢不變時，溫度升高1 ℃，水汽密度增幅約為6%；當溫度不變時，基質勢變化10倍與100倍時，水汽密度變化量分別僅為0.1%及1.3%。整體上來看，不論對于淺層還是深層土壤，水汽密度的變化與溫度聯(lián)系緊密，而受基質勢影響較小。

2.3 不同階段水汽通量變化規(guī)律

氣態(tài)水在包氣帶中運移主要受基質勢梯度與溫度梯度影響，其中，由基質勢梯度驅動的等溫氣態(tài)水通量僅在表層處較大，隨深度增大數(shù)值顯著減小，一般情況下小于由溫度梯度驅動的非等溫氣態(tài)水通量2～5個數(shù)量級，因此本節(jié)通過選取剖面淺部(2 cm)、上部(10 cm)、中部(50 cm)以及下部(150 cm)典型深度，分析qvT隨時間變化情況(圖7)。

圖7 不同深度非等溫氣態(tài)水通量日變化Fig.7 Diurnal variations of the thermal vapor flux at different depths

由圖7可以看出，受溫度變化影響，淺層2 cm和10 cm處通量呈現(xiàn)出明顯的日變化規(guī)律。以2 cm變化情況為例，在每日8:00—18:00由于表層溫度較高，因此通量方向向下，在其他時刻則在溫度梯度驅動下向表層運移，不論是向上或向下的通量，其數(shù)值均隨深度增大而減小。與qvh不同，凍結后qvT值則要小于未凍結情況，如10 cm處向下的通量最大值在P1時段達到-2.1×10-4cm/h，在P2與P3時段分別僅為-3.4×10-5cm/h及-5.3×10-6cm/h。對于50 cm以下深度，由于研究期內地表溫度較低，隨深度增大溫度升高(與圖6水汽密度剖面分布相似)，溫度梯度方向向上，因此通量方向向上，水汽主要向上部運移。正是由于深層土壤氣態(tài)水(以及液態(tài)水)在基質勢梯度與溫度梯度驅動下，不斷向凍結鋒處運移，引起了未凍水含量的持續(xù)降低。

作為氣態(tài)水運移的驅動力，溫度梯度(Tg，℃/cm，為剖面相鄰兩點溫度差)不僅影響水汽通量大小，同時也控制著水汽運移方向。由圖7可知，2 cm處水汽通量變化幅度較大，以該深度為例，Tg與qvT關系如圖8所示?？梢钥闯?，不同時段計算得到兩者相關系數(shù)均較高(0.88≤R≤0.98)，表明不論是向上或向下的通量均與溫度梯度有很好的相關性。當Tg相等時，不同時段水汽通量值并不相同，這主要是由于除了梯度以外，傳導度同樣也會影響通量大小(見公式(2))。在土壤凍結后，水汽密度降低等因素導致氣態(tài)水水力傳導度減小，因此在同一溫度梯度下，水汽通量值也小于土壤未凍結狀態(tài)。

圖8 不同時段2 cm處溫度梯度與非等溫氣態(tài)水通量散點分布Fig.8 Scatter plots of the temperature gradient and thermal vapor flux in different periods at the 2 cm depth

2.4 水汽通量占比及驅動力分析

在研究期內，qvh在未凍結層位總水分通量中的占比趨近于零，當土壤凍結后其占比有所增大，在所選擇的時段內最大值可達10%。相比較而言，qvT在總水分通量中占比較大且變化明顯，因此本節(jié)重點分析qvT占比變化及其驅動力，結果如圖9所示。

在土壤未凍結時(圖9(a))，2 cm處qvT的占比為10%～20%，隨深度增大占比逐漸減小，在50 cm以下范圍占比僅為5%。由于水力傳導度在剖面內變化不大，因此，qvT減小主要是受溫度梯度(在表層變化劇烈，而隨深度增大顯著減小)變化影響。當土壤凍結后(圖9(b)、圖9(c))，qvT占比顯著增大，如在P2時段的2 cm、10 cm以及P3時段的2 cm、10 cm、50 cm處，其數(shù)值均超過90%。在這些深度，占比的變化規(guī)律與含冰量的變化(見圖5)保持一致，即含冰量增大時水汽通量占比也增大，造成這一現(xiàn)象主要是由于土壤凍結后冰的存在使液態(tài)水通量顯著減小。此時雖然受溫度梯度與非等溫氣態(tài)水水力傳導度減小影響，qvT通量值小于未凍結時期，但占比卻顯著增大，表明氣態(tài)水主導凍層內水分運移過程。同樣的，在P4時段50 cm處，水汽占比不斷減小是由于融化鋒穿過該深度引起液態(tài)水通量增大造成的。通過以上分析看出，在所選擇的典型時段內水汽通量在土壤凍結后占比較大。對于整個凍融期，雖然凍層內氣態(tài)水在多數(shù)時刻均占據(jù)主導地位，但事實上仍然是液態(tài)水通量對總水分通量影響較大。以10 cm處為例，該深度在11月下旬至2月下旬期間土壤凍結，期間絕大多數(shù)時刻水汽通量占比均超過90%，但在整個研究期內(11月至3月)，氣態(tài)水累積通量對總水分通量的貢獻率只有約8%，這主要是因為該深度在融化時液態(tài)水通量顯著增大，會超過氣態(tài)水通量1～3個數(shù)量級。盡管如此，氣態(tài)水在凍融過程中持續(xù)向淺層運移，對凍層內總含水量增加以及剖面水分分布均有較明顯的影響，在研究中不可被忽略。

2.5 討 論

上述結果表明，在凍融時期水汽運移主要受溫度梯度驅動，水汽通量在剖面內隨深度增大而顯著減小，其中淺層通量值較大主要與以下2個因素有關[5]：① 受蒸發(fā)作用影響，表層土壤含水量低，水汽擴散率大；② 地表與大氣間水汽密度梯度較大。在土壤凍結后，雖然水汽通量數(shù)值要小于非凍結期，但由于冰的出現(xiàn)造成液態(tài)水通量的顯著減小(2～5個數(shù)量級)，因此水汽通量在總水分通量中占比較高，影響反而更大。由于包氣帶中水汽密度多數(shù)時刻均處于接近飽和狀態(tài)，因此只要溫度發(fā)生變化，水汽便會相應蒸發(fā)或者凝結。對于干旱半干旱地區(qū)而言，包氣帶含水量較低且冬季降雨稀少，在季節(jié)性凍融過程中氣態(tài)水運移對于剖面土壤水分分布影響較大。

圖9 不同時段非等溫氣態(tài)水通量所占比例變化Fig.9 Variations in the ratio of isothermal vapor flux during different periods

隨著氣溫降低，在11月初表層土壤溫度成為剖面中較低點，包氣帶中水汽密度梯度方向向上(圖6(a))，驅動氣態(tài)水從深層向表層運移并最終逸散到空氣中；隨著氣溫不斷降低，淺層土壤逐漸凍結，向上運移的氣態(tài)水在凍層內凝結，造成凍層內總含水量不斷增大，并最終凍結成冰，使季節(jié)凍土成為富冰凍土，而深層土壤中液態(tài)水含量則不斷減小[23]；當土壤融化過程開始后，包氣帶內部凍層內水汽密度明顯小于其上部與下部(圖6(d))，此時氣態(tài)水同時從兩側源源不斷向該層內運移并凝結；隨著氣溫不斷回升，上部土壤溫度梯度逐漸增大，由表層向下的水汽通量也隨之增大，這也是造成80～100 cm范圍內含水量要高于上、下層位的主要原因(圖4)。萬力等[24]在額濟納旗綠洲地區(qū)同樣發(fā)現(xiàn)該現(xiàn)象，認為在季節(jié)凍土形成過程中氣態(tài)水的遷移促進了高含水量帶的形成。在凍融過程中水汽凝結與聚集現(xiàn)象對于維系荒漠植被生態(tài)系統(tǒng)有重要意義，可為諸如沙柳、樟子松等多年生典型沙區(qū)植被度過漫長的冬季干旱期提供重要水資源。

相比于Hansson等[20]提出的Hydrus- 1D凍融程序，本研究中所使用的修改后的程序不僅優(yōu)化了以往數(shù)值計算中存在的問題，同時也很好地闡明了氣態(tài)水在凍融過程中的運移機制。通過在程序中加入?yún)?shù)反演模塊優(yōu)化所使用的水熱參數(shù)，有望進一步提升模型擬合精度[25]。在厘清裸地條件下氣態(tài)水運移機理及其影響后，以數(shù)值模擬手段為基礎，并結合水、汽穩(wěn)定同位素技術，明確不同深度氣態(tài)水的來源及其對區(qū)內典型植被的支撐作用，可為建立合理的種植模式及生態(tài)系統(tǒng)脆弱區(qū)的植被恢復提供依據(jù)。

3 結 論

本研究以長期監(jiān)測毛烏素沙地土壤水、熱動態(tài)為基礎，結合數(shù)值模擬手段，對2017年11月至2018年3月凍融期內包氣帶水汽分布特征、運移規(guī)律及影響因素展開研究，主要結論如下：

(1) 在土壤凍結后，未凍水含量隨溫度降低顯著減小，含冰量逐漸增大，凍融期內凍結鋒以下深層含水量呈減小的趨勢。包氣帶中水汽密度變化與溫度聯(lián)系緊密，在淺層存在明顯的日變化現(xiàn)象，在凍層內數(shù)值較小。

(2) 氣態(tài)水通量在表層處數(shù)值較大，隨深度增大而減小。由基質勢梯度驅動的等溫氣態(tài)水通量小于溫度梯度驅動的非等溫氣態(tài)水通量2～5個數(shù)量級，表明溫度梯度是水汽運移的最主要驅動力。

(3) 在凍層內，非等溫氣態(tài)水通量在總水分通量中的占比超過90%，凍融過程中氣態(tài)水遷移對于剖面土壤水分分布以及高含水量帶出現(xiàn)有重要影響。