金沙江干热河谷典型林草植被下坡面土壤水分分布控制因素1)

韩姣姣 段旭 赵洋毅

(西南林业大学，昆明，650224)

近年来，土壤水循环问题一直是国内外重点关注的焦点之一，由于全球降水季节区域变化动态大，干热河谷区的土壤水循环已逐渐成为国内外普遍关注的关键所在和重要方向[1-2]。土壤水作为水资源的一种存在形式，它是土壤的重要状态参数和时空连续变异体，是植物生长、植被恢复及土壤侵蚀过程的重要因素，在四水转换和物质循环中扮演着重要角色，是联系生物地球循环的纽带[3-5]。这都充分体现了土壤水在水资源中的重要性。与此同时，土壤水分在土壤学、水文学和生态学领域引起了极大的重视并得到广泛的研究。这都充分说明了开展典型林草植被下坡面土壤水分分布及控制因素研究的必要性和可操作性。

土壤含水量变化受到众多环境因子的控制影响，例如土壤理化性质、地形特征、植被覆盖特征以及气象特征等这些因子间相互综合作用。因而，探究影响土壤水分的影响因子，对于研究土壤与植物的水分循环过程有着重要意义。国外学者对土壤水分控制因素的研究较早，例如Atchley et al.[6]认为土壤水分动态变化是土壤理化性质、地形特征、植被类型等综合作用的结果。Crave et al.[7]在法国布列塔尼的一个小流域发现，在1 km尺度上，主要是地形因子和土壤物理性质导致土壤水分空间变异。Whalen et al.[8]在美国研究表明植被覆盖差异导致明显的土壤含水量差异，且雨季差异比旱季更显著。国内学者对土壤水同位素的研究较晚，但发展较快。例如张继光等[9]指出，土层深度与有机碳含量主要影响坡地土壤水分变异及其季节变化。如常娟[10]在青藏高原多年冻土流域研究了地表覆盖变化对水文过程的影响；梁宁霞[11]在黄土丘陵区研究了小流域尺度地形对土壤水分的影响及尺度效应。但是这方面的研究在南方干早半干早区还较少[12-14]，比如高温、低湿、降雨少的干热河谷区。

因此，本文以金沙江干热河谷区内银合欢(Leucaenaleucocephala)人工林地、车桑子(Dodonaeaangustifolia)灌丛地和扭黄茅(Heteropogoncantortus)草地为研究对象，采用冗余分析方法(RDA)和统计法相结合分析该地区典型林草植被下(0～100 cm)土壤水分变化特征并确定影响土壤水分变异的主控因素，旨在揭示环境因子在土壤水分变化中所起的作用，从而为提高农业水分利用效率与土地利用合理配置提供科学依据，进一步改善干热河谷地区农业生态环境。

1 研究区概况

本研究区位于云南省楚雄市元谋县，地处滇中高原北部，是典型的南亚热带季风河谷干热气候区。地理坐标东经101°54′～101°52′，北纬25°38′～25°34′，区内气候四季不明显，干湿季分明，最低海拔898 m，最高海拔2 835.9 m，年平均气温21.9 ℃，极端最高温度42 ℃，极端最低温度-0.1 ℃。年蒸发量为降水量的6.4倍，年平均气候干燥度≥1.5，年平均相对湿度为53%。雨季一般为5至10月，7月降雨最多，平均为137.8 mm；1月份最少，为3.1 mm，0～100 cm土壤为较粗的沙粉壤土，在土层较厚、阴坡等立地环境有少量的乔木。其中草本植物以扭黄茅(Heteropogoncantortus)、龙须草(Enlariopsisbinata)、红秆草(Cymbopogonmatinii)、三芒草(Aristidaadscensionis)、孔颖草(Bothriochloapertusa)等为主；灌木多为车桑子(Dodonaeaangustifolia)、余甘子(Phyllanthusemblica)、滇刺枣(Zizyphusyunnanensis)等；乔木为银合欢(LeucaenaBenth)、桉树林(Eucalyptus)、相思林(Acaciamangium)等为主。

2 研究方法

2.1 样地设置与调查采样

在研究区内，于2016年7月选择具有代表性的3种典型林草植被坡面银合欢林地，车桑子灌丛地和扭黄茅草地作为研究对象，每个土地类型坡面长度在90～110 m之间，在每种类型坡面样地按照海拔梯度各布设5个坡位(上坡，中上坡，中坡，中下坡和下坡)，其中，银合欢人工林和车桑子灌丛地固定样地大小为20 m×20 m，每个坡位各设置1个，扭黄毛草丛固定样地大小为1 m×1 m，每个坡位设置10～15个，总计65个。对样地内植被和样地概况进行调查和测定。不同土地利用类型基本情况见表1，基本理化性质见表2、表3。

表1 不同典型林草植被基本情况

表2 不同典型林草植被土壤机械组成

注：样本数为300个。

表3 不同典型林草植被土壤主要养分

分别于2016年7、8、9、11、12月和2017年4月用土钻法分别在3种植被类型不同坡位的样地内采用5点法(草丛样地每个样地采集2个)，去除表层枯枝落叶按照机械分层0～20，20～40，40～60，60～80，80～100 cm并用土钻法采集土壤样品，采用烘干称质量法测定土壤含水率(文中所指土壤含水率为质量含水率)，每次土壤采样点共计300个，每个样品测定理化性质时设置3个重复，用土壤袋分层采集土壤样品带回实验室，自然风干后研磨，分别过2.00、1.00、0.25 mm筛，装袋待测。

2.2 数据处理

冗余分析(RDA)，是将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，能够将研究对象排序和环境因子排序在一个图上展示，即可直观地看出二者之间的关系[15]。本文采用RDA分析对各典型样地土壤水分进行排序，以研究确定影响土壤水分变异的主控因素。环境因子的数量根据实际情况，选择研究区内影响土壤水分的叶面积指数、生物量、树高(灌木为株高)、胸径(灌木为地径)、冠幅(灌木)、盖度(草本)、土壤密度、总孔隙度、毛管孔隙度、通气孔隙度、饱和持水量、毛管持水量、田间持水量、黏粒、细粉粒、中粉粒、粗粉粒、砂粒、pH值、有机质、全钾、全氮、全磷、速效钾、速效氮、速效磷相关环境因子。土壤密度采用环刀法测定；土壤自然含水率采用烘干法测定；生物量测定采用收割法，用烘干恒质量法测定其干物质质量，并用统计学方法求出该样地植被的平均生物量；叶面积指数利用LAI-2000冠层分析仪(测定值需要经过矫正，具体方法为将测定的ILA数值乘以系数R，系数R为叶的投影面积与枝条的平均投影面积的比值)；树高测定采用数高仪法；胸径测定采用胸径尺；草盖度采用目测法；土壤pH值采用电位法；土壤有机质质量分数采用浓硫酸-重铬酸钾外热源法；全氮质量分数采用高氯酸-硫酸消化法；速效氮质量分数采用扩散吸收法；全磷质量分数采用氢氧化钠碱熔-钼锑抗比色法；速效磷质量分数采用碳酸氢钠法；全钾质量分数采用火焰光度法；速效钾质量分数采用火焰光度法。

采用Excel软件对数据进行预处理，应用CANOCO 4.5软件包完成前向选择法、Monte Carlo检验、RDA排序；使用SPSS17.0对数据进行LSD多重比较以及多元回归分析；结合两者分析方法筛选出影响不同典型林草植被土壤水分的主控因素，减少了只用相关性代表简单因果关系而引起的判断错误。

3 结果与分析

3.1 土壤水分统计特征

通过不同典型林草植被坡面土壤水分统计分析发现，土壤水分随典型林草植被的不同有所不同，在水平和垂直方向均存在一定规律及差异(表4)。总体表现在水平方向上，土壤水分均值介于14.41%～23.97%，变异系数为0.22～0.94，属中等变异(0.1

表4 不同典型林草植被土壤水分描述性统计值

注：样本数1 800个。

3.2 不同典型林草植被下土壤水分与其环境因子的冗余分析

RDA排序图显示不同典型林草植被土壤水分环境影响因子存在差异(图1)。对3种典型林草植被下土壤水分进行去趋势分析，得到的梯度长度均<3，故选择RDA分析；为避免冗余变量的影响，使用前向选择法进行分析，同时应用Monte Carlo检验来检测环境变量和土壤水分是否存在统计学意义上的显著相关性。经检验RDA排序达到显著水平(p<0.05)，故结果可信。

粗箭头连线代表采样旱雨季土壤水分，细箭头连线代表坡面主要环境因子，细线箭头连线与粗线箭头连线之间的夹角的余弦值代表某旱雨季与某主要环境因子之间的相关性，夹角越小，相关性越高，反之越低;细箭头所处的象限表示环境因子与排序轴间的正负相关性，用细线箭头与排序轴夹角的余弦值表示二者之间的相关程度;细线箭头所在线段的长度表示环境因子与土壤水分相关性的大小，线段越长，说明相关性越大，反之则越小。Rsw为雨季土壤水分；Dsw为旱季土壤水分；La为叶面积指数；Ph为株高；Db为胸径；Gd为地径；Cd为盖度；CNS为南北冠幅；CEW为东西冠幅；Sb为土壤密度；Tp为总孔隙度；Cp为毛管孔隙度；Ap为通气孔隙度；Sm为饱和持水量；Cm为毛管持水量；Fm为田间持水量；Cl为黏粒；Fs为细粒砂；Ms为中粒砂；Cs为粗粒砂；Sa为砂砾；pH为pH值；Om为有机质；TN为全N；SN为速效N ；TP为全P；SP为速效P；TK为全K；SK为速效K；Bi为生物量。

图1不同典型林草植被下土壤水分与主要环境因子RDA排序

3.2.1不同典型林草植被下影响土壤水分主要环境因子识别

在林地，以速效钾(10.17%)、黏粒(9.62%)、速效磷(8.88%)、全磷(8.11%)、有机质(7.82%)和土壤密度(6.95%)为主控因素，相对叶面积指数、胸径、孔隙度等影响显著，共提取87.90%的环境信息量；对于灌丛地土壤水分格局影响显著的主要环境因子有粗粉砂、细粒砂、有机质、全磷和饱和持水量等，其中粗粉砂(8.62%)贡献最大，其次是细粒砂(7.04%)，贡献率最小的是田间持水量(1.44%)，共提取89.67%的环境信息量；而草地，中粉砂(9.82%)、黏粒(9.17%)、速效钾(8.89%)和砂砾(8.71%)是主要环境因子，有机质影响也影响显著，共提取环境信息量的79.05%。从所提取的环境信息量的贡献大小和所选变量的个数表明，使用前向选择法和Monte Carlo检验能够很好的选择出包含信息量大的环境因子，剔除对土壤水分变异影响小的冗余因子，这对后续排序分析至关重要(表5)。

3.2.2不同典型林草植被下土壤水分与主要环境因子的定量分析

RDA分析中排序轴是参与排序的环境变量的线性组合[15]。排序轴以土壤水分变异环境因子的线性组合解释量的多少先后出现，前两轴通常会占到解释量的较大部分，故本文选取前两轴进行二维排序制图。如表6所示，在林地，主要环境因子对土壤水分的累计解释量前两轴的累计值占到了土壤水分总特征值的96.3%；灌丛地，前两轴的累计值占到了总特征值的93.2%；在草地，前两轴累计值占到了总特征值的95.3%，表明基本上能解释绝大部分信息，即排序达到了较理想的效果。

通过前两轴与主要环境因子的相关系数可以看出哪些环境因子在决定土壤水分的变异中起主要作用(表6)，对第一排序轴作用比较明显的主要包括以下几个因子：黏粒、土壤密度、胸径、总孔隙度、pH、通气孔隙度、饱和持水量、砂砾、有机质、全氮和速效钾。在林地，第一排序轴与速效钾、黏粒和土壤密度显著相关，相关系数分别达到了0.475、0.337和0.291，第二排序轴与速效磷(-0.309)、有机质(0.306)、全磷(0.304)相关性较好；在灌丛地，与第一排序轴关系紧密的有饱和持水量(-0.457)、总孔隙度(-0.447)、通气孔隙度(-0.412)、毛管持水量(-0.379)、毛管孔隙度(-0.324)、PH(-0.404)、砂砾(-0.345)和胸径(-0.304)，说明第一排序轴包含了大部分主要环境因子信息，第二排序轴方向投影较长的是粗粉砂(-0.588)、细粉砂(-0.480)和全磷(0.384)；在草地，速效钾(0.623)、砂砾(-0.453)、全氮(0.425)、有机质(0.369)与第一排序轴的相关性显著，第二排序轴与中粉砂(0.513)和黏粒(0.501)显著相关。

表5环境因子对不同典型林草植被下土壤水分影响的前向选择分析和Monte Carlo检验

环境因子林地p值相对贡献率/%灌丛地p值相对贡献率/%草地p值相对贡献率/%叶面积指数0.026*4.37————树高(株高)——0.025*4.38——胸径(地径)0.026*4.550.022*5.54——盖度————0.021*4.65南北冠幅——————东西冠幅——————土壤密度0.022*6.95————总孔隙度——0.022*5.41——毛管孔隙度0.027*3.930.025*3.97——通气孔隙度0.027*3.880.023*5.16——饱和持水量0.026*4.460.020*6.25——毛管持水量——0.023*5.21——田间持水量——0.031*1.44——黏粒0.017*9.620.021*5.900.008**9.17细粒砂0.029*2.240.019*7.04——中粉砂————0.006**9.82粗粉砂0.024*5.710.015*8.620.013*7.38砂砾——0.025*4.300.009**8.71pH值0.024*5.24——0.022*4.19有机质0.020*7.820.019*7.020.012*7.74全N0.030*1.98——0.013*7.58速效N————0.026*2.92全P0.020*8.110.020*6.640.022*4.46速效P0.019*8.88——0.024*3.53全K——0.028*2.71——速效K0.017*10.170.023*4.870.009**8.89生物量——0.023*5.20——合计—87.90—89.67—79.05

注：样本数为300个，表中只列出显著性水平大于0.05各主要环境因子，*p<0.05差异显著；**p<0.01差异极显著。

从图1中各主要环境因子的连线长度可以看出，3种典型林草植被的黏粒、中粉砂、粗粉砂、砂砾、土壤密度、生物量、磷、钾的箭头连线较长，由此可见，引起坡面尺度的土壤水分变化不仅有土壤的理化性质，还有植被环境因子，它们影响着土壤的结构和性质。不同典型林草植被土壤水分分布状况受到不同类型环境因子的影响程度有所差异，林地箭头连线长度大小依次为：黏粒、全钾、全磷、速效磷、有机质、土壤密度、粗粉砂、pH等，可以清楚地看到黏粒、钾、磷、有机质、土壤密度是影响坡面尺度上土壤水分变化的主要控制因素。不同典型林草植被土壤水分分布状况受到旱雨季影响响应不同，林地旱季土壤水分连线与通气孔隙度连线夹角最小，说明旱季土壤水分受到通气孔隙度的影响最大，雨季土壤水分连线与有机质连线夹角最小，说明雨季土壤水分主要受有机质影响显著；灌丛地和草地旱季土壤水分连线均与黏粒连线的夹角最小，说明旱季土壤水分受到黏粒的影响最大，雨季土壤水分连线均与速效钾连线夹角最小，说明雨季土壤水分主要受到速效钾的影响最大。

表6不同典型林草植被下土壤水分RDA排序前两轴与主要环境因子的相关系数

3.3 不同典型林草植被下土壤水分与主要环境因子的多元回归分析

在利用多元回归分析方法研究因变量与几个自变量之间的关系时，是在单相关分析基础上，通过逐步回归将自变量按其重要性大小，逐个选入回归方程的。首先对数据进行Box-Box转换以(λ=0.16)，以转换后的土壤水分数据为因变量，将经相关分析显示有统计学意义的3种典型林草植被环境因子作为自变量，进行多元逐步回归分析，得到标准化多元回归方程：

UF=1.581XSb-0.444XCl-0.234XQp-0.062XOm，

US=-0.776XSm+0.847XTp+0.511XCs+0.452XCl-0.336XpH，

UG=0.751XMs+0.508XCl-0.334XQk-0.135XOm。

式中：UF、US、UG分别为标准化的林地、灌丛地和草地的土壤水分；XSb为土壤密度；XCl为黏粒量；XQp为速效磷质量分数；XOm为有机质质量分数；XSm为饱和持水量；XTp为全磷质量分数；XCs为粗粉砂量；XpH为pH值；XMs为中粉砂；XQk为速效钾质量分数。

结果显示：在林地各环境因子中，用土壤密度、黏粒、速效磷和有机质进行土壤水分拟合效果最优；而灌丛地各环境因子中，显示饱和持水量、全磷、粗粉砂、黏粒和pH值进行土壤水分拟合效果最好；对草地各环境因子进行拟合，中粉砂、黏粒、速效钾和有机质效果最好。

4 讨论

土壤水分在坡面上的分布主要受植被类型的影响，通过植被覆盖度的不同，进而导致土壤水分动态变化。总体表现由大到小为灌丛地、林地、草地，属中等变异，灌丛地土壤水分含量最高，除自身的蒸发效率差异外(灌丛地小于林地)，主要是灌木与乔木相比，灌木具有较浅的根系和较薄的冠层，故其蒸散和耗水较少，而林地乔木蒸腾量大，造成总蒸散量大且有效降水总量较少，土壤耗水较多，使得林地土壤含水量较低。而林地土壤含水量大于草地，草地由于植被根系分布层较浅，对浅层土壤水分影响较大，土壤水分波动亦大，乔木林冠层较厚，枝叶较茂密，接收太阳辐射总量比草地小，加之地表有较多的枯枝落叶层覆盖，土壤蒸发量较小，故土壤含水率较高；除此之外还与不同的土壤密度有关。土壤密度主要受植物根系分布和地下土壤结构[16-18]等因素的影响，由于林地受到更大的人为干扰，种植过程中的整地措施和后期人畜踩踏，使表层土壤的结构被破坏，土壤密度增大，保水蓄水能力变差，与林地相比，草地土壤密度小，含水率会较高。这与以往的研究结果一致[19]。

土壤水分变异的主要影响因素一般与植被类型、土壤理化性质等因素及过程有关[20]有研究者认为，坡位和土地利用类型主要综合控制坡面土壤水分变异[21]；也有研究者认为，土壤理化性质是坡面尺度下影响土壤水分变化的主控因素[22]。本文研究分析的3种典型林草植被土壤水分的主控因素有所差异。各影响因子对土壤水分的作用机理较为复杂，各环境影响因子有直接或间接作用，通过交互作用促进或削弱对土壤水分的影响，本文中林地土壤水分的主控因素是土壤密度，速效钾、黏粒、速效磷、有机质；灌丛地则主要受饱和持水量、pH、全磷、黏粒、粗粉砂的影响；而草地的中粉砂、速效钾、黏粒、有机质在一定程度上影响它的土壤水分变化动态。土壤水分主要来自于自然降水，由于干热河谷区降水少，土壤自身保有的水量很少且较难获得，植物生长过程中从土壤中汲取水分的多少和蒸发水分的多少很大程度影响着土壤水分含量，植物通过生长和蒸腾作用进而影响土壤水分含量，相比林地和灌丛地，草地会受到更多土壤因子的影响，这可能由草本植物较小体积导致，较小的根系和较矮的高度使之更难影响土壤性状，而木本本身具有发达的根系和较大的生物量对土壤的影响更明显，发达的根系反过来又通过凋落物与土壤的物质循环改变土壤理化性状。与以往的研究不同，本研究区不同典型林草植被下土壤水分的主控因子呈现数量较多，关系较为复杂，单一因子相对贡献率偏小的特点，这可能是因为金沙江干热河谷区植被类型和土壤理化性质等空间异质性大，且微地形复杂，加之降雨的年内分布不均，导致土壤水分与环境因子之间的关系变化差异较大。

值得注意的是，本研究发现黏粒在不同程度上均影响3种典型林草植被的土壤水分变异，根据不同地域相关研究表明，土壤质地对于土壤水分空间变化的影响和当地含水量状况有关[24]。例如符超峰[23]等在内蒙古自治区鄂尔多斯市西南部的毛乌素沙地区研究发现，植被覆盖的沙丘土壤水分与土壤黏粒和粉砂等细粒级组分明显正相关。同时，Mupambwa H A et al.[25]在南非的研究发现，植被覆盖通过影响沙质土壤黏粒，渗透性和保水性，进而影响土壤水分。因此，在金沙江干热河谷区，黏粒含量与土壤水分之间的关系后期我们可以做进一步的分析和探索。

5 结论

(1)土壤含水量雨季明显高于旱季，不同典型林草植被土壤水分波动程度不同，土壤水分均值介于14.41%～23.97%，均值由大到小表现为灌丛地(11.62%)、林地(7.72%)、草地(6.66%)，属中等变异，各层土壤水分大小排序与总体均值表现出一致性；且3种典型林草植被土壤水均表现出80～100 cm土层水分最高，林地60～80 cm最低；灌丛地40～60 cm最低；草地20～40 cm最低的特征。

(2)不同典型林草植被下土壤水分主控因子无论是数量还是类型都存在显著差异，林地土壤水分的主控因素是土壤密度、速效钾、黏粒、速效磷、有机质；灌丛地则主要受饱和持水量、pH、全磷、黏粒、粗粉砂的影响；而草地的中粉砂、速效钾、黏粒、有机质在一定程度上影响它的土壤水分变异。

[1] 赵元蛟,苏文华,张光飞,等.云南元谋干热河谷土壤水分季节动态[J].安徽农业科学,2013,41(8):3593-3594.

[2] 孙宁霞,马英,胡晓农,等.基于同位素示踪的夏玉米土壤水分动态变化规律[J].灌溉排水学报,2014,33(z1):256-260.

[3] 贾玉华.坡面土壤水分时空变异的试验研究[D].北京：中国科学院大学,2013.

[4] 原黎明.黑河上游天老池流域土壤水分时空变异的试验研究[D].兰州：兰州大学,2016.

[5] 张洛丹.不同植被类型对陡坡地土壤水分循环的影响[D].杨凌:西北农林科技大学,2015.

[6] ATCHLEY A L, MAXWELL R M. Influences of subsurface heterogeneity and vegetation cover on soil moisture, surface temperature and evapotranspiration at hillslope scales[J]. HydrogeologyJournal,2011,19(2):289-305.

[7] CRAVE A, DAVY P. Scaling relationships of channel networks at large scales: Examples from two large-magnitude watersheds in Brittany, France[J]. Tectonophysics,1997,269(1/2):91-111.

[8] WHALEN J B, MCNICOLLl V J, GALLEY A G, et al. Tectonic and metallogenic importance of an Archean composite high-and low-Al tonalite suite, Western Superior Province, Canada[J]. Precambrian Research,2004,132(3):275-301.

[9] 张继光,陈洪松,苏以荣,等.喀斯特山区坡面土壤水分变异特征及其与环境因子的关系[J].农业工程学报,2010,26(9):87-93.

[10] 常娟.多年冻土流域地表覆盖变化对水文过程的影响研究[D].兰州:兰州大学,2012.

[11] 梁宁霞.小流域尺度地形对土壤水分的影响及尺度效应[D].杨凌:西北农林科技大学,2014.

[12] 岳学文,方海东,钱坤建,等.金沙江干热河谷人工林土壤水分研究[J].水土保持研究,2011,18(2):125-128.

[13] 罗芳芳.云南元谋干热河谷水分特征的环境同位素研究[D].昆明:云南大学,2012.

[14] 王学春,王红妮,陶诗顺.川西南丘陵区人工桉树林土壤养分与水分变迁规律[J].东北林业大学学报,2014，42(9):66-71.

[15] 李然然,章光新,张蕾.查干湖湿地浮游植物与环境因子关系的多元分析[J].生态学报,2014,34(10):2663-2673.

[16] 张猛.干湿交替过程中土壤容重,水分特征曲线和热特性的动态变化特征[D].北京:中国农业大学,2017.

[17] 易小波.西北干旱区土壤含水量时空变化特征及土壤物理性质模拟试验研究[D].杨凌:西北农林科技大学,2017.

[18] 由政.退耕地不同演替阶段植物群落特征及其对土壤性质的影响[D].杨凌:西北农林科技大学,2016.

[19] 王思会,薛晓辉.不同土地利用类型对土壤水分及容重的影响[J].贵州工程应用技术学院学报,2014(8):123-128.

[20] 陈家林,孔玉华,裴丙,等.太行山低山丘陵区不同植被类型土壤渗透特性及影响因素[J].水土保持研究,2016,23(4):60-65.

[21] 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.

[22] 刘艳.喀斯特峰丛洼地不同土地利用方式下表层土壤水分的时空规律研究[D].桂林:广西大学,2016.

[23] 何丹.封丘地区土壤水分入渗特性的时空变异及其影响因素研究[D].成都:四川农业大学,2012.

[24] 符超峰,赵景波,卞子浩,等.毛乌素沙地中部不同类型沙丘土壤水分分布特征[J].地球科学与环境学报,2015,37(4):74-83.

[25] MUPAMBWA H A, WAKINDIKI II C. Winter cover crops effects on soil strength, infiltration and water retention in a sandy loam Oakleaf soil in Eastern Cape, South Africa[J]. South African Journal of Plant & Soil,2012,29(3/4):121-126.