华北山区东台沟小流域沟道土壤水分动态特征

摘要:通过利用2004年-2007年华北山区密云水库上游东台沟小流域沟道土壤水分监测数据,分析沟道土壤水分季节和年际动态变化,并采用最大熵谱分析法分析了沟道土壤水分的周期特征。结果表明:2004年-2007年东台沟流域沟道土壤体积含水量(<100cm)变化范围在5%~30%之间,季节性波动明显。土壤水分季节动态过程表现为春季土壤水分显著回升,上游上升幅度大于10%;夏季受降雨影响波动剧烈;秋季下降并趋于稳定,波动幅度小于2%;冬季土壤处于冻结状态。方差分析显示沟道土壤水分在不同水平年间差异显著。平水年土壤含水量变异系数最大值均出现在100cm深处;枯水年,在沟道上游表层20cm深处土壤含水量变异系数为最大值。沟道各层土壤水均具有明显的年周期和5~6个月的季节性变化周期。

关键词:土壤水;季节变化;年际变化;最大熵谱分析

中图分类号:S152.7　文献标识码:A  文章编号:1672-1683(2010)05-0042-04

土壤水分是维持陆表植被生态的关键, 也是水资源规划与管理的基础。土壤水分动态直接或间接控制着气象过程、植被动态、土壤生物化学过程、地下水动态以及土壤- 植被-大气之间的营养元素和污染物质交换[1]。在全球土壤湿度计划(Global Soil Wetness Project, GSWP) 中, 土壤水已被作为专门的议题来进行探讨和研究[2], 且已经成为全球变化研究的重要焦点之一[3]。

目前时间序列分析在土壤水分动态分析中有一系列的研究成果[4-5]。时间序列波谱分析是自回归随机模式中常用的一种数据分析方法。在水文气象学中波谱分析大体经历了调和分析(富里叶级数展开, 也称谐波分析) 、功率谱分析(自相关函数的富里叶变换) 和最大熵谱分析(简称M EM )等发展过程[6]。相对于水文中常用的差积曲线和滑动平均曲线方法, 波谱分析方法可以较精确地识别和提取隐含在序列中的周期分量[7]。

本文以位于燕山山脉中北部东台沟流域为研究区, 采用时间序列分析方法分析沟道土壤水分动态, 并应用最大熵谱分析法研究土壤水分周期特性。为流域管理与生态建设提供基础。

1 研究区自然概况

研究区域为中国科学院陆地水循环及地表过程重点实验室的东台沟实验基地。东台沟流域位于华北地区燕山山脉中北部, 白河流域中游, 属白河流域的二级支流, 地理坐标40°45′3″N- 40°45′12″N、116°37′12″E- 116°37′30″E。流域面积0. 64 km2 , 沟向为南北向, 平均坡度为30°, 海拔290~530m, 属温带半湿润大陆季风气候区, 多年平均气温9℃~ 9.5℃, 多年平均降水量511 mm。降水多集中在6 月- 9 月, 占全年降水量的81. 2%, 且降水多以暴雨的形式出现。东台沟流域的基岩以安山岩为主, 坡地土壤为褐土, 土层浅薄, 有机质含量低。流域因受自然因素影响, 植被组成单一, 层次结构简单, 平均覆盖率在70% 左右, 沟道内主要分布着荆条、酸枣、山杏等多年生的灌木和草本, 以及少量人工栽种的山楂、梨等经济树木。

2 数据与研究方法

2. 1 数据源及预处理

本文采用的土壤含水量数据来自中国科学院地理科学与资源研究所东台沟实验基地沟道内2004 年1 月1 日至2007年11 月24 日观测的土壤水连续定位自动观测数据。土壤含水量通过时域反射仪(TDR) 配合Data Taker 数据采集器获取。沿东台沟流域沟道从下游到上游分布有4个土壤水分测量剖面, 依次为1号、2号、3号、和4号观测点, 每个剖面有4个观测深度, 距地面分别为20 cm、40 cm、70 cm和100cm。土壤水分观测布设见图1。数据采集频率在汛期为1 次/10 min,非汛期为1次/30 min。

图1 东台沟实验流域地理位置及土壤水观测地点示意图

Fig. 1 The geographical situation and soil moisture observation sites of Dongtaigou basin

土壤含水量日数据是以每天8：00：00 为时间节点进行逐日计算的。计算前, 对1号和4号剖面部分缺失数据采用线性插值法进行了插值处理, 经检验线性插值的效果较好, 插值和观测值相对误差均值在0.7%~ 6. 7%, 在置信水平为95% 的条件下, 残差均落入随机区间。

研究时段2004年-2007年日降水数据来自东台沟流域自动气象站[8], 参照刘鹄等学者对降水年型的划分方法[9],2004 年-2007年无丰水年份, 2004年可代表平水年份,2006年和2007年可代表枯水年份。

2. 2 最大熵谱估计方法

J. P. 伯格(Burg) 根据平稳随机过程的熵与其功率谱统计关系, 提出在已知k+ 1 个自相关函数值的条件下, 使熵达到最大值时的功率谱称之为最大熵谱。利用自回归模型以及拉格朗日乘子法可以证明, 最大熵谱表达式为:

式中:ω——频率; i——虚数; p 0——自回归的阶数; a _p^{(p 0)}——(自回归系数;σ2——预报误差方差估计。

最大熵谱估计的主要步骤为:①建立适当阶数的自回归模型, 并根据最终预报误差(FPE) 最小原则, 确定模型的最佳阶数p。②用递推模型计算最终的自回归系数;③利用(2)式计算最大熵谱。

3 结果与分析

3. 1 沟道土壤含水量垂向与水平变化规律

2004 年- 2007 年不同深度土壤含水量均值比较发现,1 号, 2 号, 3 号, 4号观测剖面土壤含水量较高的深度依次为:20 cm, 20 cm, 70 cm, 40 cm, 其中2号40 cm含水量与20 cm含水量相差不大。1 号, 2 号, 3 号, 4 号观测剖面土壤含水量较低层依次为: 100 cm, 70 cm, 40 cm, 70 cm(如图2)。沟道下游的1 号, 2号观测剖面含水量最大值均出现于表层20 cm深处, 含水量最大均值低于25%; 且随着深度的增加, 土壤水含量呈下降趋势。上游土壤含水量垂直波动大, 最大值和最小值均出现在40~ 70cm 处。同深度处沟道上游土壤含水量水平高于下游, 这些变化与土壤物理性质和构成状况有关。沟道下游1 号、2 号观测断面的土壤基本上为近年从山坡上冲积而成, 土壤质地疏松持水能力弱, 且深度越深冲积物粒径越大; 上游3 号、4 号土壤以原状土的褐土和黄土为主, 持水能力相对较强。

图2 不同深度土壤含水量均值(2004 年- 2007年) 比较

Fig. 2 The average soil moisture of different depts. during 2004-2007

3. 1. 1 沟道土壤含水量季节性变化动态

东台沟流域2004年-2007年沟道土壤(<100 cm) 含水量大体在5%~ 30%之间, 季节性波动明显。各年土壤含水量的季节变化规律相似, 汛期土壤含水量高且波动剧烈, 非汛期土壤水含量较低且较平稳。降雨引起土壤水含量迅速起涨, 雨后缓慢回落, 土壤水动态变化曲线对降雨的响应呈向左倾斜的斜峰。现以2004 年土壤含水量变化为例, 分析平水年沟道土壤含水量的季节变化。

2004年沟道表层(<100cm)土壤水含量多处于10%~30%之间。沟道土壤水含量季节变化可分为如下4个时期(见图3) 。

图3 2004 年1 号- 4 号观测剖面不同深度逐日土壤含水量变化

Fig. 3 Soil moisture dynamicat different depts of NO. 1~ NO. 4 in 2004

①春季土壤含水量回升。每年3月上中旬土壤含水量

上升, 出现一小峰值, 随后趋于平稳, 土壤水含量较冬季有显著的升高。沟道上游土壤含水量上升幅度大于10%。到5月底6月上旬, 土壤水含量又呈下降趋势, 直至汛期前, 达到最低, 为土壤含水量的谷值。

②夏季受降雨影响波动剧烈。6月中旬, 土壤含水量迅速上升, 并在汛期集中的雨量、夏季强烈的植被蒸腾作用下而剧烈波动。

③秋季下降并趋于稳定。9月底10月初, 随着降水的减少, 土壤含水量衰减并趋于稳定。该时期沟道土壤含水量最为稳定, 波动幅度小于2%, 且持续时间较其他三季长。这一时段持续到12 月下旬, 土壤含水量再一次衰减。

图4 土壤水含量最大熵谱分析

Fig. 4 Maximum entropy spectral analysis of soil moisture data

④冬季因土壤冻结而稳定。每年12月下旬或1月上旬至3月初。因TDR 无法测定冻结状态下的土壤水分, 所得到的值不是真实值, 故不做分析。

3. 1. 2 沟道土壤含水量的年际间变化动态

2004 年- 2007 年沟道1 号观测点20cm, 40 cm, 70 cm及100 cm深度平均土壤含水量为: 17.5%, 13. 3%, 10.0%,9. 9%。方差分析表明不同降水年型之间土壤含水量存在显著差异(20cm, F=325. 2, P< 0. 01; 40cm, F=42. 7, P < 0. 01;70cm, F=139. 0, P< 0.01; 100 cm, F=50. 4, P< 0.01)。4 号观测点土壤含水量不同降水年型之间差异也极显著。

对2004 年, 2006 年和2007 年三个年份分别做统计描述, 发现平水年1号土壤含水量变异系数最大值0.188 发生在100 cm深度, 最小值在20 cm深处; 4 号测点最大值0. 267发生在70 cm深度, 最小值发生在20cm深处; 枯水年1号土壤含水量变异系数最大值2006 年和2007 年均发生在100 cm深度, 4 号测点最大值0. 339 发生在20 cm深度, 最小值则发生在100cm深处。平水年土壤含水量变异系数最大值均出现在100 cm深处; 枯水年, 在沟道上游表层20 cm深处土壤含水量变异系数为最大值, 沟道下游变异系数最大值仍为100 cm深。平水年变异系数最大值深于枯水年, 表明平水年相对较多的降水影响土层深度更深。土壤含水量变异系数在不同水平年间(平、枯) 未存在显著差异, 变异系数仅在极值分布上呈不同特点。

3. 2 土壤含水量系列的最大熵谱分析结果

选取1 号观测剖面2004 年- 2007 年各深度土壤水含量日数据, 分析沟道土壤含水量的周期特性。研究时间段为2004 年1 月1 日至2007 年11 月24 日, 数据步长为1 d, 每层土壤水含量观测数据个数为1 424 个。数据预处理包括去除线性趋势和标准化。

图4 中实线分别为截止阶为246, 242, 210, 245 时的熵谱估计。熵谱密度图尖锐峰点对应的周期值即为土壤含水量动态变化存在的周期。其中, 采样频率ω= 365 次/ a, 对于1 号20 cm, 40 cm, 70 cm, 100 cm 处, 峰值出现频率位置约为1.069 3, 对应的周期为T = (1/1.069 3) ? 365≈365 d; 即沟道各层土壤水均具有明显的年周期。依据各层土壤含水量熵谱估计第二峰值, 20 cm, 70 cm 峰值出现频率位置约为2. 495, 对应周期为146 d(4.8个月); 40 cm, 100 cm 峰值出现频率位置约为2. 139, 对应周期为171 d(约5. 7个月)。约为半年的周期可能与每年有明显降雨出现的时间有关, 即汛期的长短。周期越小,土壤水含量波动频率越大, 对降水的响应越敏感。此外,各层熵谱图第三峰值分析20 cm, 70 cm土壤水含量还具有85 d 的周期; 40 cm 处周期约为73d; 100 cm深处对应的周期为114 d, 较浅层土壤水有明显的季节性周期。

4 结论

2004 年- 2007 年东台沟流域沟道土壤体积含水量(<100 cm) 变化范围在5%~ 30%之间, 季节性波动明显。沟道下游含水量最大均值低于25%, 土壤水含量随深度的增加,呈下降趋势。沟道上游土壤含水量垂直波动大。受土壤物理性质和构成影响, 沟道上游同深度土壤含水量水平高于下游。沟道土壤水分季节动态过程表现为春季土壤水分全面回升,沟道上游土壤含水量升幅较大, 平水年份上升幅度大于10% ; 夏季含水量受降雨影响波动剧烈; 秋季含水量变化最为平稳, 平水年份波动幅度小于2%; 冬季土壤含水量下降为全年最低值。

沟道日土壤含水量在不同水平年间差异显著, 表现为土壤含水量变异系数在平、枯水年呈现不同特点。平水年变异系数最大值沟道上下游均出现在100 cm深处; 枯水年, 则存在上、下游差异, 下游受沟道两边山坡、上游来水的影响, 同时又受沟口量水堰坝的影响, 变异系数最大值仍发生在100 cm深处, 而沟道上游土壤含水量变异系数最大值则发生在表层20 cm深处, 比平水年发生深度浅, 表明平水年因有相对较多的降水, 影响土壤水分的土层深度更深。

沟道各层土壤水变化均具有明显的年周期, 浅层土壤水分则存在明显的季节性周期(73~ 85 d)。各深度土壤水含量存在约为5~ 6 个月的变化周期, 可能与汛期时间的长短有关。

参考文献:

[ 1] 邵晓梅, 严昌荣, 徐振剑. 土壤水分监测与模拟研究进展[ J ]. 地理科学进展, 2004, 23(3) : 58- 66. (SHAO Xiao-mei, YANC hang-rong, XU Zhen-jian. Progress in Monitoring and Simulation of Soil Moisture[ J] . Progress in geography, 2004, 23 ( 3 ) : 58-66.(in Chinese))

[ 2] 李海滨, 林忠辉, 刘苏峡. Kriging 方法在区域土壤水分估值中的应用[ J ] . 地理研究, 2001, 20 ( 4 ) : 446-452. (LI Hai-bin, LIN Zhong-hui, LIU Su-xia. Application of Kriging Technique in Estimating Soil Moisture in China [ J ] . Geographical research, 2001, 20(4) : 446-452. (in Chinese))

[3] 亨德森, 塞勒斯. 土壤水分: 全球变化研究中的关键点[J]. 全球变化, 1996, (13) : 3-9. (A. Henders on , Sellers. Soil Moisture: A Critical Focus for Global Change Studies [J] . Global and Planetary Change, 1996, (13) : 3-9. (in Chinese))

[ 4] 石辉, 刘世荣, 孙鹏森, 等. 黄土丘陵区人工油松林地土壤水分动态的时间序列分析[ J ] . 山地学报, 2004, 22(4) : 411-414. (SHI Hui, LIU Shi-rong, SUN Peng-sen, et al . Time Series Analysis of Soil Moisture Storage Dynamic Change in the Chinese Pine Forest Land in Hilly Region of the Loess Plat eau [ J ] . Journal of mountain science, 2004, 22(4) : 411-414. (in Chinese))

[ 5] 刘洪斌, 武伟, 魏朝富, 等. AR 模型在土壤水分动态模拟中的应用[J] . 山地学报, 2004, 22 ( 1 ) : 121-125. (LIU Hong- bin, WU Wei, WEI Chao-fu, et al . Soil Water Dynamics Simulation by Autoregression Models [J] . Journal of Mountain Science, 2004, 22(1) : 121-125. (in Chinese))

[ 6] 傅伟, 王克林, 陈洪松, 等. 典型峰丛洼地坡面土壤水分动态变化的时序分析[ J ] . 水土保持学报, 2005, 19 ( 4 ) : 111-115. (FU Wei, WANG Ke-lin, CHEN Hong-song, et al. Tim e Series Analysis of S oil Moisture Dynamic Change on Hills lope in Typical Karst Peak Cluster Depression Area[ J ] . Journal of Soil and Water Conservation, 2005, 19(4) : 111- 115. (in Chinese))

[ 7] 刘恩宝. 额尔齐斯河年径流量的波谱分析[J] . 干旱区地理,1985, 8(2) : 1-8. (LIU En-bao. Spectrum Analysis of Runoff in Ergisiriver[J] . Arid Land Geography, 1985, 8(2) : 1-8. (in Chinese))

[ 8] 杨聪. 华北山区典型流域水循环过程实验―东台沟实验流域研究[D] . 北京: 中国科学院研究生院, 2006. (YANG Cong. Experiments of Water Cycle Process in Typical Catchment , Mountainous Area, North China [D] . Beijing: Graduate School, C AS, 2006. (in Chinese))

[ 9] 刘鹄, 赵文智, 何志斌, 等. 祁连山浅山区草地生态系统点尺度土壤水分动态随机模拟[ J ] . 中国科学(D 辑) , 2007, 37( 9) : 1212- 1222. (LIU H u, ZHAO Wen-zhi, HE Zhi-bin, et al. Stochastic Simulation of Soil Moisture in Shallow Grass Ecosystemin Qilian Mountain [ J ] . Science in China (Series D: Earth Sciences) , 2007, 37(9) : 1212-1222. (in Chinese))

作者简介: 宋闰柳(1985—) , 女, 河北涿州人, 硕士研究生, 主要从事山坡水文过程等方面的研究。