郝需婷, 黄雅茹, 马迎宾,3*, 张帅, 韩春霞, 庞嘉诚,徐光甫, 郝惠忠, 刘雅婧
(1.中国林业科学研究院沙漠林业实验中心,内蒙古 巴彦淖尔 015200;2.国家林业草原防沙治沙工程技术研究中心,内蒙古 巴彦淖尔 015200;3.内蒙古磴口荒漠生态系统国家定位观测研究站,内蒙古 巴彦淖尔 015200;4.内蒙古河套灌区水利发展中心乌拉特分中心长济渠供水所,内蒙古 巴彦淖尔 014400)
土壤水分是干旱、半干旱沙区风沙侵蚀的主要影响因子,会直接影响植物的存活和生长[1-3],同时植被也对土壤水分存在负反馈作用[4‑5]。干旱沙区土壤水分动态变化与温度、湿度、地形、降水、蒸散发、径流、植被类型、土壤特性等多种因素密切相关[6‑7],在时间和空间上都具有较强的变异性[8‑9],其时间变化和空间分布调控着植被的格局、多样性和演替特征,对生态系统的结构和功能具有重要影响[10]。近年来,干旱、半干旱区土壤水分特征受到了众多学者的关注,大多集中于土地利用[11]、坡位[12]、空间分布格局[13]等单因素对土壤水分的影响。王艳莉等[14]研究了腾格里沙漠东南缘油蒿(Artemisia ordosica)、柠条(Caragana korshinskiiKom.)固沙区干旱年和丰水年土壤水分动态差异;朱海等[7]研究了古尔班通古特沙漠南缘固定沙丘土壤的土壤水分时空变化特征;李少华等[15]分析了高寒固沙区土壤水分条件对柠条、乌柳(Salix cheilophilaSchneid.)生长的影响;伍永秋等[16]研究了毛乌素沙地不同活性沙丘土壤水分的时空变异系数。而对乌兰布和沙漠境内的梭梭林地土壤水分时空动态的研究较少,目前尚缺乏对该地区土壤水分时空变化规律的深入认识,因此对该区土壤水分进行时空动态特征研究对建立水文过程与生态格局之间的定量关系、了解其中变化至关重要。
梭梭(Haloxylon ammodendron)是藜科(Chenopodiaceae)、梭梭属(Haloxylon)多年生小乔木,具有超旱生、耐盐碱、抗风蚀等特点,是分布最广泛的优良固沙造林树种[17]。因此,梭梭在干旱沙漠区的经济发展和生态环境建设中发挥着重要作用,土壤水分是其生长发育的主要限制因素,因此,研究该区域梭梭固沙林的土壤水分动态变化具有重要意义。本文通过研究乌兰布和沙漠东北缘固沙梭梭林地的土壤水分动态及时空分布格局,以期揭示该区域固沙梭梭林地土壤水分时空变化规律,为干旱、半干旱区的植被可持续发展及以植被建设为主的生态环境建设工程提供科学依据。
研究区位于乌兰布和沙漠东北部、内蒙古磴口荒漠生态系统国家定位观测研究站附近(图1),该区属于温带大陆性季风气候,其特点是:气候干旱,冷热巨变,风大沙多;海拔1 060 m,据磴口生态站多年气象观测资料显示,该区年均气温7.8 ℃,最高气温39.0 ℃,最低气温-29.6 ℃;年均降水量140.3 mm,年均蒸发量2 380.6 mm;年均日照时长3 200 h;年均风速3.70 m·s-1,瞬时风速最高可达24.0 m·s-1。试验地为该区的固沙梭梭林,林下常伴生有草本植物:雾冰藜(Bassia dasyphylla)、沙鞭(Psammochloa villosa)及半灌木植物油蒿(Artemisia ordosica)。
图1 研究区地理位置Fig. 1 Geographic location of the study area
研究区气候温差较大,其中,7月30日最高温高达40.2 ℃,4 月17 日最低温度为-4.1 ℃,5 月28 日单日内最大温差达26.3 ℃;观测期内降水稀少,6 个月内共发生降水23 次,累计降水量仅为28.8 mm(图2)。
图2 2021年4—9月气象因素Fig. 2 Meteorological factors from April to September 2021
在乌兰布和沙漠内蒙古磴口荒漠生态系统国家定位观测研究站附近栽植的20 年生人工梭梭林内选取2 个样地(1 号样地和2 号样地),均为固定沙地,大小为25 m×25 m,在样地附近选择裸沙地作为对照样地。1 号样地:株高(2.93±0.56)m,冠幅(2.98±0.63)m,地径(9.04±2.71)cm;2 号样地:株高(2.97±0.46)m,冠幅(3.23±0.91)m,地径(11.78±2.95)cm。
在3 个样地内各选择1 处为土壤含水率采样点,于2021 年4 月至9 月,每月月底进行一次土壤采样。采用剖面法进行采样,采样深度为120 cm,分别为0—20、20—40、40—60、60—80、80—100、100—120 cm,共6 个土层。使用铝盒从下至上呈S 形依次取3 个重复。将土样带回实验室及时测量湿重,并在烘箱内105 ℃烘干24 h 后测量干重;同时在8 月和9 月采用露点水势仪(WP4C)对采回的土样进行土壤水势的测定,其中9 月使用环刀取原状土测定土壤容重。
使用Excel 2016 进行数据整理,采用SPSS 25.0 软件对试验数据进行单因素方差分析(ANOVA)和Duncan 法多重比较(P<0.05),采用Origin 2017进行绘图。
1 号和2 号样地土壤含水率随时间的变化趋势一致(图3),总体表现为:随着月份的推进,土壤含水率整体逐渐降低并趋于稳定。所有样地20—40、40—60 cm 土层土壤含水率均在4 月时最大;0—120 cm 土层平均土壤含水率也表现为4月最高,1 号、2 号、对照样地分别为2.15%、1.72%、1.44%。这可能是因为4 月处于土壤完全消融之后的稳定期。
图3 土壤含水率随时间的变化Fig. 3 Variation of soil moisture content with time
从表1 可以看出,4 月整体土壤含水率最高;从5 月开始梭梭生长进入土壤水分消耗期;之后6—9 月梭梭林地土壤含水率均低于裸地对照,在1 号样地内,4 月和5 月之间无差异,而均与6—9 月存在显著性差异,在2 号样地内,4 月与5—9 月之间存在显著性差异。5 月,1 号样地与裸地对照之间存在显著性差异,其他月份内,3个样地之间均无显著性差异。
表1 土壤含水率差异性对比Table 1 Comparison of differences in soil moisture content(%)
1号、2号、裸地土壤含水率Mmax和Mmin的差值分别为1.14%、1.18%、2.2%(表2),其中1 号、2 号样地间差异较小;裸地的Mmax为2.63%,分别比1 号、2 号样地高0.92%、1.03%。裸地的CV 分别较1 号、2 号样地低25.95%、25.68%;1 号和2 号样地的CV平均值都高于50%,表明梭梭林地内各月份间的土壤水分变化较大。
表2 土壤水分各月份基本特征Table 2 Basic characteristics of soil moisture in each month(%)
图4为生长季梭梭林地各土层土壤含水率的平均值。在0—120 cm 土层中,4 月和5 月的土壤含水率总体呈现为1号>2号>裸地对照;随着土层深度的增加,梭梭2 个林地和裸地对照的土壤含水率均呈先上升后下降趋势,其中,40—60 cm 土层的土壤含水率最大,尤其是1 号样地,在4 月和5 月的土壤含水率分别为3.55%、2.80%。6—8 月土壤含水率总体呈现为裸地对照>1号>2号,随着土层深度的增加,3 个样地的土壤含水率均呈逐渐增加趋势。9 月中旬及月末共发生3 次小型降水,因此,9月土壤含水率表现为0—20 cm 表层土壤含水率最高,随着土层深度的增加土壤含水率逐渐降低并保持平稳。
图4 沙地土壤含水率随深度的变化Fig. 4 Variation of soil moisture content in sandy land with depth
裸地对照0—120 cm土壤含水率的Mmax、Mmin、Mavg均高于1 号和2 号样地(表3),且整体表现为裸地对照>1 号>2 号,其中1 号样地的Mmax、Mmin、Mavg值较2 号样地更接近裸地对照。裸地对照的CV 分别较1 号、2 号样地低7.98%、10.58%。3 个样地整体的土壤含水率在土层间的变异程度处于中等水平。
表3 土壤水分各土层基本特征Table 3 Basic characteristics of soil moisture in each soil layer(%)
在梭梭生长季的观测期内,共发生23 次降水,2021 年4—9 月的月累计降水量分别为10.5、6.0、2.8、5.2、0.0、4.3 mm,共计降水量28.8 mm。其中4月和8月的月累计降水量差异显著,其他月份间差异不显著。除6 月份裸地对照的土壤含水率外,其他样地各月土壤含水率与降水量变化的规律相似(图5),由于8月无降雨,3个样地的土壤含水率均处于整个生长季的最低值。
图5 4—9月不同样地土壤含水率及降水量Fig. 5 Soil moisture content and precipitation in different locations from April to September
图6 土壤容重随深度变化Fig. 6 Soil bulk density changes with depth
1 号、2 号、裸地对照样地的土壤均为风沙土,质地均一。0—120 cm 土层的土壤容重分别为1.50、1.57、1.55 g·cm-3。3 个样地的土壤容重整体表现为0—60 cm 土层较60—120 cm 土层略高。其中1 号样地的土壤容重最小;裸地对照土壤容重的变幅最小,为1.50~1.63 g·cm-3。该区域3 个样地的土壤容重为1.41~1.65 g·cm-3,最大值与最小值的差值为0.24 g·cm-3,整体变幅较小。
样地土壤水势在0—40 cm 土层范围内波动较大(图7)。8月份土壤水势表现为在40—60 cm及更深的土层范围内,土壤水势较高且变幅较小,逐渐趋于稳定,变幅为-20~0 MPa,不同样地间表现为2 号<1 号<裸地对照。9 月份土壤水势表现为在20—40 cm 土层范围内水势最低,变幅为-90~-55 MPa,不同样地间表现为裸地对照<2号<1 号;在40—60 cm 及更深的土层范围内,水势较高且变幅较大,变幅为-70~0 MPa,不同样地间表现为1号、2号<裸地对照。
图7 不同月份土壤水势随土层深度的变化Fig. 7 Variation of soil water potential with soil depth in different months
研究区内3 个样地的土壤水势与含水量间的拟合效果如图8所示。决定系数R2均大于0.514 2,说明对数函数能很好地拟合二者之间的关系。土壤水分含量明显影响土壤水势,随着土壤水分的减少,土壤水势呈降低趋势。
图8 土壤含水率与土壤水势的关系Fig. 8 Relationship between soil moisture content and soil water potential
土壤水分决定着沙地土壤的发生、演化及其土地生产力,同时制约沙地植被的生存、形成、发展,也是荒漠地区保证生态系统稳定、结构和功能正常的关键因子,对整个生态系统的水热平衡及可持续发展起决定性作用[18‑19]。
沙地土壤水分的变化不仅受地形、植被特征及土壤机械组成的影响,而且对大气降水的时空变化具有极强的依赖性[20]。降水是乌兰布和沙漠土壤水分主要的补给形式之一,因此乌兰布和沙漠梭梭林土壤水分具有明显的时间变异性。4 月0—60 cm土层的土壤含水率高于5—9月。4月的降雨量虽然相对较少,但植被生长缓慢,需水量较少,且土壤处于解冻期,随着温度的逐渐上升,冻土层逐步融化,从而补给土壤大量水分,使土壤含水量显著增加。5—8 月,植被生长旺盛,蒸腾作用加强,需水量增大,且气温迅速升高,土壤水分蒸发加速,因此,土壤含水率逐渐降低;加之8 月无降水发生,导致该月份土壤含水率为整个生长季最低值。9月在采样前共发生3次小型降水,使表层0—20 cm 土壤含水率增加,对中层和深层土壤含水率影响较小。9 月之后,植被进入生长末期,生长缓慢,土壤水分含量处于相对稳定阶段。梭梭林地(固定沙地)和裸沙地的土壤水分月变化规律基本一致,表明土壤水分变化与降雨时间同步[21‑22]。
通常情况下,土壤容重小代表土壤孔隙数量多、结构疏松,土壤水分、空气、热量等状况良好。本研究中3 个样地0—120 cm 的土壤容重表现为随着土层深度的增加逐渐减小,与土壤含水率变化规律基本一致。
乌兰布和沙漠土壤含水率随土层深度变化表现出一定差异,在垂直方向上,0—20 cm 为浅层干沙层,土壤含水率为0.23%~2.13%;20—80 cm为中层剧烈变化层,土壤含水率为0.36%~3.59%;80—120 cm 为深层稳定层,土壤含水率为0.45%~1.63%;与其他地区沙地土壤水分分布规律一致[23-27]。干旱沙漠区的蒸发量远远大于降水量,由于沙地土壤特性的综合作用,浅层土壤的含水量易受气温、蒸发量和降水等多种因素影响,再加上梭梭的蒸腾作用及根系分布规律,其林地土壤水分的空间分布表现为随土层深度的增加呈“低-高-低”的变化趋势,与孔凌霄等[25]对晋西黄土区不同立地刺槐林土壤水分动态变化和马风云等[28]对沙坡头固沙植被土壤水分的研究结果一致。张进虎等[29]对巴丹吉林沙漠柽柳(Tamarix)土壤水分的研究表明,该区土壤水分呈浅层(10—70 cm)高、中层(70—150 cm)低、深层(150—210 cm)高的特点,与本研究结果相反,其原因可能是研究区域、地表物种、植物根系、立地条件、采样深度等因素存在差异。
土壤水势是判断土壤水分对植物有效性和土壤干旱程度的重要指标,不受土壤质地的影响,且具有反应植物对土壤水分响应的优势[30]。土壤水势为零时,表示土壤水饱和;土壤水势越高,越有利于植物吸收利用土壤水分;反之,土壤水势越低,越不利于植物吸收利用土壤水分。土壤水势随着土壤含水率的降低而减小[31‑32],本研究利用对数函数可以很好地拟合土壤含水率与土壤水势间的关系,与前人研究结果一致[32]。
研究沙地土壤水分时空变异性的主要困难在于土壤水分随时间的变化大于随空间的变化。由于沙地土壤的自身特性,其不像其他具有相对稳定的理化性质,且不同尺度、不同区域土壤水分的空间变化规律也不尽相同。本研究只研究了特定时间里固定土层土壤水分的时空变化规律,要全面了解乌兰布和沙漠固沙植被区土壤水分时空分布规律,还需要对其他植被进行更长时间的监测以及不同尺度上的规律性进行更为深入的研究。