不同林分配置对土壤水分物理性质的影响

徐雅洁，郭月峰*，姚云峰，祁 伟，2，王 鑫，刘晓宇

（1.内蒙古农业大学沙漠治理学院，呼和浩特 010010；2.内蒙古水利水电勘测设计院，呼和浩特 010020）

土壤水分物理性质（容重、孔隙度、持水量）能直接或间接影响到土壤蓄水性、通气性和保肥性[1]，进而对植被产生显著影响[2]，较大程度上能够反映出森林植被对土壤理化性状的改良效果[3-5]。不同林分类型由于其结构及生物学特性不同，导致林分在保持水土、涵养水源的能力上有所差异[6-7]。受水资源短缺的影响，近年来土壤水分物理性质的研究已成为热点问题。水源涵养功能是森林生态系统的重要功能之一，赵振磊等[8]研究表明混交林土壤容重、孔隙度等物理性质好于纯林；王颖等[9]在冀北山地研究表明土壤持水能力与林分结构密切相关。森林植被对涵养水源、保持水土和改良土壤具有巨大作用，其中土壤层对于抑制林地蒸发、减少水土流失至关重要[10]。因此，研究不同林分配置对土壤水分物理特性参数的影响，了解区域内地带性植被土壤水资源变化规律，可以为植被恢复与重建提供理论依据。

西柳沟位于河套平原中部，是黄河的一级支流[11]。流域处于砒砂岩、风沙分布区，土壤以栗钙土和粗骨性栗钙土为主，土层厚度在10～30 cm之间。质地为壤质，结构松散，透水性强，有机质含量低，土壤侵蚀十分严重[12]。如何减小水土流失，快速有效地进行植被恢复是促进当地生态环境建设的首要问题。近年来学者关于西柳沟水土流失已有大量研究[13-14]，主要集中在土壤侵蚀产沙量、水沙关系等方面，而对于土壤水分物理性质的研究较为缺乏。本研究通过对比西柳沟3种造林树种纯林和混交林生长旺盛期的土壤水分物理性质，揭示不同林分配置模式下土壤水分物理性质的影响，以期为研究区人工林分可持续经营和管理提供理论依据。

1 材料和方法

1.1 研究区概况

西柳沟为十大孔兑典型流域之一，范围为109°24′～110°45′E，39°47′～40°30′N，发源于鄂尔多斯市东胜区柴登镇宗对壕张家山顶，全长106.5 km，流域面积1 356.3 km2，海拔在1 000～1 500 m之间，土壤大部分为栗钙土和粗骨性栗钙土，土层厚度在10～30 cm之间，流域具有典型的干旱大陆性季风气候，降水少且年际变化大，降水保证率低，寒暑剧变，气候干燥，风大沙多。多年平均降雨量为305.9 mm，76%的降水集中在6—9月份。流域内水土流失极为严重，流失面积为1 302.05 km2，占流域面积的96%。西柳沟以人工林及草原植被为主，植被覆盖度20%～40%，主要植被有油松（Pinustabulaeformis）、山杏（Armeniaca sibirica）、山桃（Prunusdavidiana）、柠条（Caraganakorshinskii）、沙棘（Hippophaerhamnoides）、羊草（Leymuschinensis）、披碱草（Elymusdahuricus）、黄芪（Astragaluspropinquus）、胡枝子（Lespedezabicolor）等。

1.2 研究内容与方法

试验于2018年7月进行。为保证9种林分配置生态因子的相似性，选择样地时尽量保持地形因子一致。在不同类型人工林内分别设置：柠条纯林（NT）、油松纯林（YS）、山杏纯林（SX）、山桃×柠条混交林（ST×NT）、山杏×柠条混交林（SX×NT）、沙柳×柠条混交林（SL×NT）、沙棘×柠条混交林（SJ×NT）、油松×柠条混交林（YS×NT）、沙棘×柠条×油松混交林（SJ×NT×YS）9 种林分配置，样地基本情况见表 1。在采样过程中考虑到样地的代表性及结果的准确性，每种林分配置模式分别选取3个典型样方，在样方内布设25 m×25 m乔木样方，每种类型的样地均设置3次重复，共计样地27块。每块样地均设置S型布设5个取样点，移除地表枯落物后，利用剖面法和环刀法采集各土层原状土壤样品，测定土壤水分物理性质。

表1 样地基本情况Table 1 Basic information of sampling plots

各指标测定方法如下：土壤含水量采用烘干法[15]；土壤容重采用环刀法[16]；土壤毛管孔隙度与非毛管孔隙度采用环刀吸水法[17]；土壤总孔隙度计算方法参照李焱秋[18]的方法：毛管孔隙度+非毛管孔隙度；土壤崩解量参照刘丹露等[19]的方法，利用土力学原理自制崩解仪测定土体崩解量。

1.3 数据统计方法

单因素方差分析在农业科研试验数据分析中十分常用，用于比较不同施肥或耕作处理对试验作物的生长品质是否有显著性差异，从而达到判断处理的效用[20]。本文借助DPS 9.01软件对同一林分类型 0～10、10～20 和 20～30 cm 土层间土壤含水量、容重、总孔隙度、非毛管孔隙度、毛管孔隙度和崩解量进行单因素方差分析，并采用Excel 2010软件对数据进行图表处理。

在构建多元线性模型时，由于模型设定和自变量等方面的问题，选取的自变量之间很有可能存在某种程度的线性关系，这时多元线性回归模型存在多重共线性问题[21]。共线性问题会导致回归参数不稳定，增减一个样本点，回归系数的估计值会发生巨大改变[22]。因此，需要对自变量间的关系进行判定。本文借助DPS 9.01软件通过线性回归得到VIF值，进而判断各自变量是否存在共线性问题。该模型的多重共线性未通过诊断，说明普通最小二乘法不适合对该模型进行无偏估计。因此，本文利用岭回归方法解决自变量中的多重共线性问题。

1962年A.E.Horel[23]首次提出岭回归法，用以控制与最小二乘估计相关的方差膨胀性和产生的不稳定性。当自变量间存在严重多重共线性时，会导致，而X′X+kI的奇异矩阵程度相比X′X会减弱（正的常数矩阵kI（k＞0）），这就是岭回归的思路。为了剔除变量量纲差异和数量级不同对结果造成的影响，应对数据进行标准化处理，处理后的数据矩阵用Z标志，定义[24]为

式（1）为系数矩阵β的岭回归矩阵；k为岭系数，其大小反映了岭估计的有偏程度；I为单位矩阵。此时得到的β其估计β（k）要比最小二乘法的估计更稳定且接近真实值。

2 结果与分析

2.1 不同林分配置模式下林地土壤水分物理性质

如图1所示，不同林分配置下土壤含水量随土层深度增加而增加，方差分析表明：0～10、10～20和20～30 cm土层之间存在显著差异（P＜0.05）。不同林分配置0～30 cm土层平均含水量在9.52%～25.18%之间，总体表现为：SL×NT＞YS×NT＞ST×NT＞SJ×NT×YS＞SJ×NT＞SX×NT＞YS＞NT＞SX，即混交林＞纯林，SL×NT含水量均值是SX的2.3倍，且SL×NT、NT、SX含水量与其他林分配置均存在显著差异（P＜0.05）。

图1 不同林分配置下土壤含水量Figure 1 Soil moisture content under different stand configuration

由图2可知，研究区0～30 cm土层土壤容重的变化呈现两种趋势，YS的土壤容重随土层增加而减小；其他林分配置土壤容重随土层增加而增加。方差分析表明，SL×NT 土壤容重在 0～10、10～20 和20～30 cm 均存在显著差异（P＜0.05）；NT、YS×NT、YS在0～30 cm内无显著差异。对比不同林地土壤容重可以看出，SX、YS土壤容重均值是 SX×NT的1.36倍。不同林分配置模式下土壤容重达到显著水平（P＜0.05）。

图2 不同林分配置下土壤容重Figure 2 Soil bulk density under different stand configuration

如图3所示，土壤孔隙度在0～30 cm范围内总体表现为递减趋势，SL×NT、SJ×NT、SX×NT 随土层深度增加，先降低后略微增加。同一林分不同土层深度方差分析表明，在0～30 cm土层深度内SJ×NT、SJ×NT×YS、SX×NT、SX 各土层间土壤孔隙度存在显著差异（P＜0.05）。对比不同林地同一土层深度可以看出，土壤总孔隙度范围在44.56%～35.43%之间，SX×NT是YS的1.57倍。在0～10 cm土层间，SX×NT、YS、SX分别与其他林分配置存在显著差异（P＜0.05）；在10～20和20～30 cm土层中YS与其他林分配置均存在显著差异（P＜0.05）。

图3 不同林分配置下土壤总孔隙度Figure 3 Total porosity of soil under different stand configurations

如图所4所示，各林分配置0～30 cm土层范围内非毛管孔隙度均存在显著差异（P＜0.05）。不同林分土壤非毛管孔隙度总体表现为：SL×NT＞NT＞SX＞ST×NT＞SX×NT＞YS×NT＞SJ×NT×YS＞YS＞SJ×NT，存在显著差异（P＜0.05），其中SL×NT是ST的1.3倍。

图4 不同林分配置下土壤非毛管孔隙度Figure 4 Soil noncapillary porosity under different stand configurations

如图5所示，不同土层内土壤毛管孔隙度随土层深度增加总体呈现递减趋势，SL×NT、SJ×NT、ST×NT、SX×NT随土层深度增加先递减后略有增加。NT、ST×NT、SJ×NT×YS、YS×NT 土壤毛管孔隙度在0～10、10～20和 20～30 cm 土层范围内存在显著差异（P＜0.05）。分析不同林分间土壤毛管孔隙度可知，YS、NT土壤毛管孔隙度在10～30 cm土层范围内与其他林分配置均存在显著性差异（P＜0.05）。SX×NT的土壤毛管孔隙度是YS的1.61倍。

图5 不同林分配置下土壤毛管孔隙度Figure 5 Soil capillary porosity under different stand configurations

2.2 不同林分配置模式下林地崩解量

如图6所示，不同林分配置下土壤崩解量随土层深度增加而减少。方差分析表明：NT、SL×NT、YS土壤崩解量 0～10 cm 范围分别与 10～20、20～30 cm存在显著性差异（P＜0.05）；SX 土壤崩解量在 0～10、10～20和20～30 cm土层范围内均存在显著差异（P＜0.05）；不同林分配置模式下土壤崩解量达到显著水平（P＜0.05）；SX与其他林分配置存在有显著差异（P＜0.05），SL×NT、ST×NT 土壤崩解量均值是 SX 的0.5倍。

图6 不同林分配置下土壤崩解量Figure 6 Soil disintegration without stand arrangement

2.3 不同林分配置模式下土壤崩解量与水物理性质岭回归分析模型构建

2.3.1 多重共线性分析

由表2可知，土壤含水量、非毛管孔隙度、总孔隙度的VIF值均大于10，表明自变量间的相关性很强，即自变量间存在严重的多重共线性。

表2 土壤水分物理性质多重共线性诊断Table 2 Multicollinearity diagnosis of soill-moisture physical properties

2.3.2 岭回归

利用DPS软件对所选取数据进行岭回归分析，结果如图7所示。

图7 土壤崩解量与土壤水分物理性质变量岭迹图Figure 7 Ridge trace of soil disintegration and soil-moisture physical properties variables

由图7可知，当岭系数k=0时，X5估计系数β为正数且绝对值较高，但当k稍微增大一点时，估计值骤降；X3不稳定，故应剔除X3、X5。从岭迹图看，岭参数k=0.2时已经基本稳定，故给定k=0.2，重新做岭回归，结果如表3所示。

表3 土壤崩解量与土壤水分物理性质岭回归系数Table 3 Soil disintegration and soil-moisture physical properties variable ridge regression coefficient

由表3可知，当k=0.2时各变量趋于平稳，得到方程如下：

Y=0.033 8-0.004 9X1+0.071 6X2-0.000 2X3

当k=0.2时，土壤崩解量与土壤物理性质领回归方差分析表如表4所示。

表4 土壤崩解量与土壤水分物理性质岭回归方差分析表Table 4 Table of variance analysis of ridge regression of soil disintrgration and soil-moisture physical properties variables

表4显示，上述模型的相关系数R2=0.853 732，表明上述3个变量可以解释因变量的85.37%，P=0.022 6＜0.05，即模型的各变量具有统计学意义。

3 讨论与结论

本研究于西柳沟选取了柠条、沙棘、油松纯林及沙柳×柠条、沙棘×柠条、山桃×柠条、沙棘×柠条×油松、油松×柠条、山杏×柠条混交林9种林分配置模式，研究发现不同林分配置对土壤容重、孔隙度的影响差异显著：山杏×柠条、山桃×柠条、沙柳×柠条混交林相较于山杏、油松纯林能够显著降低土壤容重，增加土壤总孔隙度、非毛管孔隙度和毛管孔隙度。相对于山杏、油松纯林而言，山杏×柠条、山桃×柠条、沙柳×柠条混交林，更加有利于土壤结构、透水性等物理性质的改良，从而提高水源涵养能力。因此，相较于纯林，混交林能显著改善土壤水分物理性质，这一结果与王月玲等研究结果一致[25]。产生这一影响的原因可能是：首先，对于混交林而言，林分结构复杂，树种多样化，凋落物易分解，且分解过程中微生物的活性作用能降低土壤的紧实度，改善土壤的通气状况，有利于林地的长久利用[26]。再者，混交林能通过改变林分的群落结构、林地微环境等，进而改善土壤物理性质[27-28]。

林下枯落物作为森林涵养水源的主体之一，是森林水文效应的第二活动层，具有吸收与拦截降水、减少地表径流、防止土壤溅蚀、增加土壤抗蚀性等功能[29]。罗梦娇等[30]认为不同的植被群落，其根系在土壤中的分布深度及密度存在着差异，造成土壤蒸发和植被蒸腾的情况不同，导致土壤干燥化程度和土壤水分的分布也不同。本研究发现不同林分配置土壤含水量和崩解量有显著差异。沙柳×柠条、油松×柠条和山桃×柠条混交林相较于山杏、柠条纯林，能够显著增加土壤含水量，减小土壤崩解量。这是因为沙柳×柠条、油松×柠条和山桃×柠条混交林对土壤孔隙度的影响更为显著。土壤是由气、液和固三相构成，三相之间是既联系又制约的有机整体，因而造成了不同林分之间含水量存在一定差异。这与陈莉莉等[31]的研究结果相似，即土壤孔隙度很大程度上决定土壤持水能力。于法展等[32]认为土壤孔隙度的差异导致土壤的透气性能不同，对土壤的持水量有着重要影响。

不同林分配置未能改变土壤性质垂直分布的特性，土壤孔隙度、崩解量随土层深度增加而降低，土壤容重、含水量随土层深度增加而增加。本研究通过岭回归分析得到土壤崩解量与土壤含水量、容重、毛管孔隙度的方程：Y（土壤崩解量）=0.033 8-0.004 9X1（土壤含水量）+0.071 6X2（土壤容重）-0.000 2X3（土壤毛管孔隙度）。且上述3个变量可以解释因变量的85.37%。说明土壤含水量、土壤容重、毛管孔隙度能够对土壤崩解量产生巨大影响。李敬王等[33]研究发现在相同土壤容重情况下，土壤崩解量随土壤含水量增加而降低，在土壤含水量相同情况下，土壤崩解量随容重减小而降低；谷天峰等[34]发现黄土的崩解速率与水文呈正相关，与土壤尺寸、初始含水率呈负相关。

不同林分类型改良土壤的效果有所差异。郭琦等[35]认为混交林的土壤物理性质相较于纯林更优，丰富的林分结构有助于土壤结构的改善；芳菲等[36]等在阴山北麓进行研究，得出乔灌木混交林能更加有效地提高林地持水功能的结论。因此，未来还需要加强对林地土壤水分物理性质的研究，以期全面认识林分配置对持水能力影响的机理。