橫斷山區(qū)森林土壤飽和導(dǎo)水率傳遞函數(shù)的評(píng)價(jià)與構(gòu)建研究①

孫志祥，崔俊芳*，楊汝馨，唐翔宇，王根緒

橫斷山區(qū)森林土壤飽和導(dǎo)水率傳遞函數(shù)的評(píng)價(jià)與構(gòu)建研究①

孫志祥1，2，崔俊芳1*，楊汝馨1，2，唐翔宇1，王根緒3

(1 中國(guó)科學(xué)院、水利部成都山地災(zāi)害與環(huán)境研究所，成都 610041；2 中國(guó)科學(xué)院大學(xué)，北京 100049；3 四川大學(xué)水力學(xué)與山區(qū)河流開(kāi)發(fā)保護(hù)重點(diǎn)實(shí)驗(yàn)室，成都 610207)

利用國(guó)際上具有代表性的9種土壤飽和導(dǎo)水率(s)傳遞函數(shù)模型估算了橫斷山地區(qū)貢嘎山不同類型森林土壤的s，并與實(shí)測(cè)數(shù)據(jù)進(jìn)行了比較，結(jié)果表明，現(xiàn)有模型在橫斷山地區(qū)的擬合結(jié)果與實(shí)測(cè)數(shù)據(jù)的偏差極大，其在研究區(qū)的適用性差。結(jié)合研究區(qū)土壤含石率偏高的特點(diǎn)，增加土壤石礫含量(粒徑 >2 mm)作為輸入變量，同時(shí)選取土壤容重、有機(jī)質(zhì)含量和顆粒分布3種土壤基本特性參數(shù)作為輸入變量，構(gòu)建了本區(qū)域s傳遞函數(shù)模型：s= 9.48 + 12.32×BD + 0.29×SOM – 1.94×GF + 2.89×silt – 5.34×sand，結(jié)果顯示，模型預(yù)測(cè)值與實(shí)測(cè)值相關(guān)系數(shù)為0.67，該模型可以作為橫斷山地區(qū)自然林地s傳遞函數(shù)使用，從而為山地森林水文過(guò)程和自然災(zāi)害預(yù)警研究提供實(shí)用的參數(shù)估算工具。

森林土壤；飽和導(dǎo)水率；傳遞函數(shù)；橫斷山地區(qū)

土壤通過(guò)入滲、蒸散發(fā)、地表徑流和地下水補(bǔ)給等途徑調(diào)節(jié)水分平衡，從而對(duì)區(qū)域和全球地表水分和能量平衡產(chǎn)生重大影響[1-2]。土壤飽和導(dǎo)水率(soil saturated hydraulic conductivity，s)是研究地下水產(chǎn)流機(jī)制、徑流發(fā)生以及土體可蝕性的重要參數(shù)。傳統(tǒng)獲取s值是通過(guò)原位測(cè)量或野外取樣進(jìn)行室內(nèi)測(cè)定的方式獲得，所獲數(shù)據(jù)準(zhǔn)確性高，但該方法成本高、耗時(shí)耗力，同時(shí)由于s較大的空間變異性，所測(cè)數(shù)據(jù)很難應(yīng)用到大區(qū)域范圍內(nèi)[3]。1989年荷蘭土壤學(xué)家Bouma[4]首次提出傳遞函數(shù)(pedo-transfer functions，PTFs)的概念，旨在通過(guò)大量數(shù)據(jù)建立土壤易獲取性質(zhì)(有機(jī)質(zhì)、質(zhì)地、容重等)與土壤水力學(xué)參數(shù)之間的關(guān)系，間接計(jì)算土壤水力學(xué)參數(shù)。傳遞函數(shù)的提出彌補(bǔ)了大量土壤水力學(xué)參數(shù)的缺失值，大大促進(jìn)了土壤水分運(yùn)動(dòng)、溶質(zhì)遷移和土壤侵蝕的研究[5]。近半個(gè)世紀(jì)，尤其是近30年來(lái)，科研工作者圍繞s傳遞函數(shù)做了大量的研究工作，取得了豐碩的研究成果，也提出了基于不同因子的傳遞函數(shù)。Campbell和Shiozawa[6]根據(jù)英國(guó)大量的土壤樣本數(shù)據(jù)，將土壤容重和顆粒大小分布作為因子構(gòu)建土壤傳遞函數(shù)用于預(yù)測(cè)s；Wang等[7]利用青藏高原382個(gè)土壤數(shù)據(jù)，將土壤粒徑分布、容重、有機(jī)碳含量以及首次加入緯度作為輸入因子建立了s傳遞函數(shù)；同樣，Zhang和Schaap[8]根據(jù)1 306個(gè)土壤數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)方法分別建立了將土壤顆粒分布、容重、田間持水量作為輸入因子的多個(gè)傳遞函數(shù)并用于預(yù)測(cè)s。然而，影響s的因素極其復(fù)雜，其中土壤類型、質(zhì)地、結(jié)構(gòu)以及土壤大孔隙是影響s的主要因素[9-11]，同時(shí)s還受區(qū)域氣候以及土地利用類型的影響[12-13]，導(dǎo)致s呈現(xiàn)極大的時(shí)空變異性。因此，在采用土壤傳遞函數(shù)預(yù)測(cè)s時(shí)，需要進(jìn)行區(qū)域驗(yàn)證。

橫斷山地區(qū)位于四川盆地西部、云貴高原西北部和青藏高原東部，處于中國(guó)第一、二級(jí)地勢(shì)階梯的過(guò)渡部位，屬高山峽谷地貌。區(qū)內(nèi)地形地貌、氣象水文、地質(zhì)構(gòu)造等地質(zhì)環(huán)境條件復(fù)雜，土壤侵蝕嚴(yán)重，出露的巖層主要有三疊系上統(tǒng)灰白色砂板巖夾少許灰?guī)r，第四紀(jì)松散沉積物質(zhì)組成為古河床沉積形成的砂、卵石層，巖體較為破碎，風(fēng)化強(qiáng)烈[14]，在暴雨季節(jié)，崩塌、滑坡、泥石流爆發(fā)頻繁，嚴(yán)重威脅居民生命安全及重大工程建設(shè)[15-16]。s是橫斷山地區(qū)土壤水分運(yùn)動(dòng)、自然災(zāi)害預(yù)測(cè)的重要參數(shù)[17]。然而，關(guān)于橫斷山地區(qū)s的相關(guān)研究鮮有報(bào)道，且目前在橫斷山地區(qū)水力學(xué)參數(shù)指標(biāo)的可用數(shù)據(jù)非常有限[18-20]。戰(zhàn)海霞[21]的研究發(fā)現(xiàn)，橫斷山地區(qū)土壤多為林地土壤，土體結(jié)構(gòu)松散，根系發(fā)達(dá)且石礫含量高，土壤大孔隙結(jié)構(gòu)豐富，由此導(dǎo)致的土體滲透系數(shù)高達(dá)25 mm/min。因此，現(xiàn)有的s傳遞函數(shù)在該類土壤s參數(shù)估算上有待驗(yàn)證?；诖耍狙芯拷Y(jié)合研究區(qū)土壤含石率偏高的特點(diǎn)，增加土壤石礫含量(粒徑 >2 mm)作為輸入變量，同時(shí)選取土壤容重、有機(jī)質(zhì)含量和顆粒分布3種土壤基本特性參數(shù)作為輸入變量，擬構(gòu)建本區(qū)域s傳遞函數(shù)模型。

1 材料與方法

1.1 研究區(qū)概況

本研究以貢嘎山海螺溝流域(29°20′ ～ 30°20′ N，101°30′ ～ 102°15′ E)為研究區(qū)。貢嘎山位于青藏高原東緣，主峰海拔7 556 m，是橫斷山地區(qū)的最高峰，區(qū)域內(nèi)地勢(shì)總體呈東西兩側(cè)和北面高、中部和東南部低的趨勢(shì)，嶺谷高差一般1 500 ～ 3 000 m，各支溝狹窄，多呈“V”型谷，谷坡坡度多35° ～ 55°；在支溝和主溝交匯處相對(duì)開(kāi)闊，坡度較支溝兩岸處低緩，為25° ～ 35°[22]。該區(qū)域?qū)儆趤啛釒Ъ撅L(fēng)氣候區(qū)，年均氣溫4.1 ℃，年均降水量1 903 mm，雪線和林線分別位于海拔4 900 m和3 700 m附近[23]。海螺溝流域?qū)儆诘湫蜕降厣鷳B(tài)系統(tǒng)，垂直氣候帶完整，隨海拔升高，依次為亞熱帶、暖溫帶、寒溫帶、亞寒帶、寒帶等不同氣候類型[24]。同時(shí)隨著氣候類型不同，形成明顯的植被帶，其中，1 900 ～ 2 200 m是闊葉林帶，年降水量約2 000 mm，土壤類型為棕壤，植被以苞槲柯()為優(yōu)勢(shì)種；海拔2 200 ～ 2 800 m為針闊混交林帶，年降水量2 500 mm，土壤類型為暗棕壤，植被有鐵杉()、槭樹(shù)(r)、樺樹(shù)()等組成；海拔2 800 ～ 3 600 m為針葉林帶，年降水量2 800 ～ 3 100 mm，土壤類型為山地灰化土，主要樹(shù)種以麥吊杉()和峨眉冷杉()為主。研究區(qū)土壤均具有粗骨性強(qiáng)、土薄、石礫含量豐富的基本特征[25-26]。

1.2 樣品采集與分析

于2019年8月在海螺溝流域開(kāi)展野外調(diào)查，在常綠闊葉林、針闊混交林、針葉林3種植被帶各選取3塊代表性樣地，除去地表凋落物后，每個(gè)樣地挖一個(gè)1 m深的土壤剖面。每個(gè)剖面分四層(0 ～ 10、10 ～ 20、20 ～ 50和50 ～ 100 cm)，用環(huán)刀(高度5 cm，直徑5 cm，體積100 cm3)取原狀土樣用于測(cè)定土壤容重、石礫含量和s；并在環(huán)刀周圍0 ～ 20 cm范圍內(nèi)采集土樣，帶回實(shí)驗(yàn)室自然風(fēng)干后研磨分別過(guò)0.25 mm和2 mm篩孔用于土壤有機(jī)質(zhì)和顆粒組成的測(cè)定。s利用定水頭下的馬氏瓶滲透儀進(jìn)行測(cè)定[27]，容重采用環(huán)刀烘干法測(cè)定[28]，石礫含量以環(huán)刀內(nèi)土樣的全部石礫(粒徑>2 mm)與環(huán)刀內(nèi)全部土樣的體積百分比計(jì)算，土壤有機(jī)質(zhì)采用重鉻酸鉀外加熱法測(cè)定[29]，土壤顆粒組成采用吸管法測(cè)定[30]，土壤顆粒粒級(jí)按照美國(guó)制土壤顆粒組成分組，分為3級(jí)：0.05 ～ 2 mm砂粒，0.002 ～ 0.05 mm粉粒和<0.002 mm黏粒。

1.3 研究方法

本研究利用Excel 2010及SPSS 22.0對(duì)研究區(qū)所測(cè)得土壤參數(shù)進(jìn)行基本統(tǒng)計(jì)分析，并將研究區(qū)實(shí)測(cè)數(shù)據(jù)分別代入不同土壤傳遞函數(shù)模型中進(jìn)行計(jì)算，比較估算值與實(shí)測(cè)值的誤差，采用平均誤差(ME)、均方根誤差(RMSE)、決定系數(shù)(2)評(píng)價(jià)傳統(tǒng)土壤傳遞函數(shù)的預(yù)測(cè)精度。在此基礎(chǔ)上，選取土壤容重、石礫含量、有機(jī)質(zhì)含量、土壤粒徑組成作為輸入?yún)?shù)，利用相關(guān)分析、主成分分析和多元逐步回歸分析研究s的主要影響因素，建立橫斷山地區(qū)森林土壤s傳遞函數(shù)。

本研究所選取的9種經(jīng)典傳遞函數(shù)包括Weynants模型[31]、Cosby模型[32]、Wosten模型[33]、Campbell模型[6]、Pucket模型[34]、Vereecken模型[35]、Saxton模型[36]、Julià模型[37]、Ahuja模型[38]，其具體的函數(shù)表達(dá)式見(jiàn)表1。

新建傳遞函數(shù)的具體構(gòu)建步驟如下：①建立多元回歸模型=a + b×1+ c×2+ d×3(a、b、c分別為各自變量1、2、3的回歸系數(shù))；②回歸系數(shù)顯著性檢驗(yàn)，將不顯著變量剔除，再次進(jìn)行回歸；回歸方程顯著性檢驗(yàn)，確保<0.05；③模型檢驗(yàn)：進(jìn)行模型多重共線性檢驗(yàn)，如果變量之間存在共線性，則剔除該變量；自相關(guān)檢驗(yàn)，消除自相關(guān)帶來(lái)的誤差；④重復(fù)以上步驟① ～ ③，直至模型中各自變量與因變量達(dá)到統(tǒng)計(jì)學(xué)意義上的顯著相關(guān)。

表1 研究采用的土壤傳遞函數(shù)

注：式中s為飽和導(dǎo)水率(mm/min)；sand、silt、clay分別為土壤砂粒、粉粒和黏粒的含量(以質(zhì)量分?jǐn)?shù)計(jì)，%)；BD為土壤容重(g/cm3)；OM為土壤有機(jī)質(zhì)含量(g/kg)；OC為土壤有機(jī)碳含量(g/kg)；qe為土壤孔隙度；s為土壤飽和含水量；b為與粒徑有關(guān)的變量；topsoil是值為1(深度0 ～ 30 cm)或0(深度>30cm)的序數(shù)變量，本研究中取1。

模型評(píng)價(jià)指標(biāo)的計(jì)算：

式中：s為實(shí)際測(cè)量的土壤飽和導(dǎo)水率(mm/min)；e為模型預(yù)測(cè)的土壤飽和導(dǎo)水率(mm/min)；為測(cè)量的數(shù)據(jù)點(diǎn)的數(shù)量；ME反映了估算值對(duì)實(shí)測(cè)值的平均偏離程度，ME值越接近0，模型擬合效果越好；RMSE反映估算值與實(shí)測(cè)值的吻合程度，RMSE值越小，則越接近于實(shí)測(cè)值；2反映了估算值與實(shí)測(cè)值在變化趨勢(shì)上的相似性，2越接近1，說(shuō)明估算值與實(shí)測(cè)值在變化趨勢(shì)上越相似[39]。

2 結(jié)果與討論

2.1 研究區(qū)土壤理化性質(zhì)

研究區(qū)屬于典型高山森林系統(tǒng)，不同土層的基本理化性質(zhì)如表2所示，可見(jiàn)，不同土壤深度土壤理化性質(zhì)變化較為明顯，隨土壤深度增加，容重和土壤黏粒含量逐漸增大，表層土壤容重范圍介于0.69 ～ 0.98 g/cm3，這是由于森林表層土壤因根系豐富，土壤較疏松，隨著土壤深度的增加，土壤結(jié)構(gòu)越為緊實(shí)，導(dǎo)致較深層次土壤容重增加[40]。表層(0 ～ 10 cm)土壤凋落物豐富，有機(jī)質(zhì)含量平均含量為46.59g/kg，平均含石率為2.77%；隨土壤深度增加，含石率逐漸升高，而有機(jī)質(zhì)含量逐漸降低，50 ～ 100 cm土層有機(jī)質(zhì)含量?jī)H為15.33 g/kg，而含石率增加到19.33%。從土壤顆粒組成看，砂粒是主要的粒級(jí)，占比介于77.81% ～ 97.27%，且表現(xiàn)出隨土層深度的增加逐漸增加的趨勢(shì)。變異系數(shù)可反映實(shí)測(cè)數(shù)據(jù)與平均值之間的差異性，可表示數(shù)據(jù)的離散程度，用實(shí)測(cè)數(shù)據(jù)標(biāo)準(zhǔn)差與平均值的比來(lái)表示。變異系數(shù) <0.15屬于弱變異性，0.16 ～ 0.35屬于中等變異性，>0.36表示較強(qiáng)的變異性[41]。由表2可知，不同土層容重變異系數(shù) <0.35，在空間變異上屬于弱變異性；表層土壤有機(jī)質(zhì)含量變異程度較小，深層土壤有機(jī)質(zhì)變異系數(shù)>0.36，變異程度較大；土壤表層含石率變異系數(shù)為0.80，變異程度較大；全土層土壤砂粒變異系數(shù)范圍介于0.02 ～ 0.07，變異程度最小。

表2 橫斷山地區(qū)0 ～ 100 cm土壤的基本理化性質(zhì)統(tǒng)計(jì)特征

注：L1、L2、L3、L4分別代表 0 ～ 10、10 ～ 20、20 ～ 50、50 ～ 100 cm 土壤深度。

2.2 經(jīng)典土壤飽和導(dǎo)水率傳遞函數(shù)在研究區(qū)的適用性

本文選用表1所列舉的9種經(jīng)典土壤傳遞函數(shù)，對(duì)研究區(qū)土壤s值進(jìn)行估算。表3為應(yīng)用9種s傳遞函數(shù)計(jì)算所得的估算值與實(shí)測(cè)值的RMSE、ME和2。結(jié)果發(fā)現(xiàn)，9種傳遞函數(shù)ME值均大于10，表明估算值大大低估了研究區(qū)實(shí)測(cè)s值，無(wú)法達(dá)到預(yù)測(cè)效果，Ahuja模型預(yù)測(cè)效果優(yōu)于其他8種傳遞函數(shù)，但仍然達(dá)不到預(yù)測(cè)精度；9種傳遞函數(shù)RMSE值介于16.60 ～ 24.46 mm/min，預(yù)測(cè)精度均較差，Ahuja模型RMSE值最小為16.60，預(yù)測(cè)精度高于其他8種傳遞函數(shù)，但預(yù)測(cè)效果仍屬較差。從估算值與實(shí)測(cè)值的2看，9種經(jīng)典傳遞函數(shù)預(yù)測(cè)精度均很差，即使相對(duì)略好的Saxton模型和Ahuja模型的2值分別為0.51和0.31，仍無(wú)法實(shí)現(xiàn)準(zhǔn)確預(yù)測(cè)。從圖1也可以看出，Weynants、Cosby、Wosten、Campbell、Pucket、Saxton和Julià模型的估算結(jié)果均位于1∶1線底部，嚴(yán)重低估實(shí)測(cè)值，無(wú)法達(dá)到預(yù)測(cè)效果。Vereecken和Ahuja模型結(jié)果雖分布于1∶1線兩側(cè)，但較1∶1線偏離程度較大。

從輸入變量的構(gòu)成來(lái)看，Cosby、Pucket和Julià傳遞函數(shù)僅將土壤顆粒組成作為輸入變量來(lái)估算s，適用于低海岸平原地區(qū)黏粒含量大于20% 且大孔隙不發(fā)達(dá)的土壤[32，34，37]；Campbell傳遞函數(shù)在考慮土壤粒徑分布的基礎(chǔ)上加入容重作為輸入變量，構(gòu)建s傳遞函數(shù)，適用于美國(guó)北部土壤類型[6]；Rawls等[42]指出土壤有機(jī)質(zhì)含量是影響s的重要因素，Weynants、Wosten和Vereecken傳遞函數(shù)在考慮土壤粒徑分布和容重的基礎(chǔ)上，將有機(jī)質(zhì)含量作為輸入變量構(gòu)建傳遞函數(shù)；Saxton模型則加入土壤飽和含水量作為因子；Ahuja模型是以孔隙度為唯一變量構(gòu)建的模型。然而，目前以傳統(tǒng)影響因子構(gòu)建的傳遞函數(shù)均大大低估了本研究區(qū)土壤s。究其原因，有兩個(gè)方面，其一，橫斷山地區(qū)高山森林生態(tài)系統(tǒng)植物根系發(fā)達(dá)，容易形成土壤大孔隙，為土壤優(yōu)先流提供通道[43]，大大改變土壤s，然而，目前經(jīng)典傳遞函數(shù)均沒(méi)有考慮土壤大孔隙對(duì)土壤s的影響；其二，由坡積物發(fā)育的研究區(qū)土壤的石礫含量高，而石礫是形成大孔隙的重要因素之一[44]，因此，此類土壤大孔隙極為豐富。土壤大孔隙是影響s的重要因素，關(guān)于土壤大孔隙與s之間的關(guān)系已有大量報(bào)道，王金悅等[45]研究發(fā)現(xiàn)林地土壤大孔隙的總數(shù)量決定了s66% 的變異，大孔隙的平均體積決定了s79% 的變異；劉目興等[46]發(fā)現(xiàn)半徑 >1 mm 的大孔隙數(shù)量決定了s85%的變異。顯然，大孔隙的數(shù)量與體積對(duì)土壤水分的運(yùn)移與分布有著重要的影響，大孔隙的數(shù)量越多、體積越大，土壤s值越大。綜上所述，本研究區(qū)植物根系發(fā)達(dá)，土壤石礫含量高，導(dǎo)致土壤大孔隙發(fā)達(dá)，土壤導(dǎo)水能力極強(qiáng)，故而采用傳統(tǒng)經(jīng)典傳遞函數(shù)會(huì)大大低估本區(qū)的s值。因此，本研究將土壤石礫含量作為新增的輸入變量，考慮由石礫作用所造成的土壤優(yōu)先流對(duì)土壤s的影響，從而構(gòu)建適合本研究區(qū)的s傳遞函數(shù)，用于預(yù)測(cè)土壤s值。

表3 9種經(jīng)典傳遞函數(shù)和新建傳遞函數(shù)的Ks估算值誤差

圖1 不同傳遞函數(shù)的土壤飽和導(dǎo)水率估算值與實(shí)測(cè)值對(duì)比

2.3 研究區(qū)土壤飽和導(dǎo)水率與基本理化性質(zhì)的相關(guān)性

土壤s與理化性質(zhì)的相關(guān)性分析結(jié)果如圖2所示，可見(jiàn)，s與含石率(GF)在<0.01水平下顯著負(fù)相關(guān)，與容重(BD)在<0.05水平下顯著負(fù)相關(guān)，表明土壤含石率和容重是影響橫斷山區(qū)森林土壤s的主要限制因子。s與有機(jī)質(zhì)含量(SOM)、黏粒含量(clay)的相關(guān)性不大，表明橫斷山區(qū)土壤s受有機(jī)質(zhì)含量和土壤顆粒組成影響不顯著。

(圖中Ks為飽和導(dǎo)水率；sand、silt、clay分別為土壤砂粒、粉粒和黏粒的含量；BD為土壤容重；SOM為土壤有機(jī)質(zhì)含量；*、**、***分別代表在P<0.05、P<0.01、P<0.001水平顯著相關(guān))

2.4 研究區(qū)土壤飽和導(dǎo)水率傳遞函數(shù)的構(gòu)建

目前，國(guó)內(nèi)外s傳遞函數(shù)主要采用容重、有機(jī)質(zhì)含量、土壤孔隙度以及土壤粒級(jí)分布作為輸入變量[32-36]，經(jīng)驗(yàn)證，并不適用于橫斷山研究區(qū)。在石質(zhì)山區(qū)，只針對(duì)土壤部分展開(kāi)研究而不考慮石礫的作用是不全面的，橫斷山地區(qū)土壤屬森林土壤，具有較高的石礫含量、發(fā)達(dá)的根系以及豐富的大孔隙，這些特點(diǎn)對(duì)土壤入滲、蒸發(fā)、徑流等水文過(guò)程產(chǎn)生重要影響[47]。一方面，王慧芳等[48]的研究表明，土壤中存在的石礫有顯著增加s的作用，且碎石含量越高，增幅越明顯，導(dǎo)致傳統(tǒng)s傳遞函數(shù)對(duì)含石礫土壤的適用性很差[49]。另一方面，當(dāng)土壤中石礫含量較高時(shí)，石礫與土壤交界處更容易形成大孔隙，而土壤中大孔隙的數(shù)量及連通性是影響s的主要因素，當(dāng)石礫含量增加到某一范圍時(shí)，大孔隙之間的連通性會(huì)顯著提高，形成有效的大孔隙通道，發(fā)生優(yōu)先流，水分移動(dòng)速度加快，s發(fā)生明顯的躍升[50]。Xu等[51]等研究發(fā)現(xiàn)，當(dāng)石礫含量 >15% 時(shí)，s隨著石礫含量的增加呈現(xiàn)顯著增加趨勢(shì)。本文在研究石礫含量對(duì)s的影響時(shí)，重點(diǎn)關(guān)注土壤中>2 mm 的石礫[52]，研究成果可為石礫含量豐富的森林土壤s研究提供幫助。針對(duì)此類林地土壤，本研究選擇土壤含石率(GF)、容重(BD)、有機(jī)質(zhì)含量(SOM)、黏粒含量(clay)以及粉粒含量(silt)作為初始輸入變量，利用多元逐步線性回歸分析法分析不同變量組合構(gòu)建模型的AIC值，AIC鼓勵(lì)數(shù)據(jù)擬合的優(yōu)良性同時(shí)盡量避免出現(xiàn)過(guò)度擬合的情況。所以優(yōu)先考慮的模型應(yīng)該是AIC值最小的組合。由表4可知，其他變量不變的情況下，減少土壤容重作為輸入變量增加模型AIC值，同時(shí)降低2；加入土壤含石率明顯降低模型AIC值，同時(shí)提高模型2。選擇土壤容重、含石率、黏粒含量和粉粒含量作為輸入變量，構(gòu)建傳遞函數(shù)，模型AIC值最低同時(shí)2最大，效果最佳。本研究新建的s傳遞函數(shù)表示為：s= 9.48 + 12.32×BD + 0.29×SOM – 1.94×GF + 2.89×silt –5.34×sand，經(jīng)檢驗(yàn)，新建傳遞函數(shù)ME值為5.13 mm/min，RMSE值為7.04 mm/min，預(yù)測(cè)誤差明顯低于9種經(jīng)典傳遞函數(shù)，2達(dá)0.67(=40)(表3)。從圖1可以看出，新建傳遞函數(shù)預(yù)測(cè)值和實(shí)測(cè)值分布于1∶1線兩側(cè)，預(yù)測(cè)效果較好。

杜阿朋等[53]研究表明，六盤山疊疊溝小流域森林土壤石礫中最多的是粒徑在2 ～ 4 mm和 4 ～ 6 mm的破碎石礫，二者之和占總石礫體積的 62.39%，在該區(qū)研究石礫對(duì)水文的影響時(shí)應(yīng)將重點(diǎn)放在2 ～ 6 mm 的石礫上。喻明美等[54]研究表明，環(huán)刀尺度測(cè)量s在白云山5種不同類型含石礫林地土壤具有一定的代表性。因此，充分兼顧理論和實(shí)際可操作性，本研究基于環(huán)刀尺度樣品數(shù)據(jù)構(gòu)建的s傳遞函數(shù)具有可靠性和可行性，基本適用于本研究區(qū)土壤。

表4 土壤Ks的多元逐步線性 PTFs 回歸模型及其參數(shù)檢驗(yàn)

注：√代表選取對(duì)應(yīng)參數(shù)作為模型輸入變量；AIC值：赤池信息量準(zhǔn)則，即akaike information criterion，是衡量統(tǒng)計(jì)模型擬合優(yōu)良性的一種標(biāo)準(zhǔn)。

3 結(jié)論

研究區(qū)土壤石礫含量高，大孔隙豐富，導(dǎo)水能力強(qiáng)，表層土壤s值最高可達(dá)57.01 mm/min，經(jīng)驗(yàn)證，現(xiàn)有9種經(jīng)典傳遞函數(shù)對(duì)該區(qū)的s預(yù)測(cè)值與實(shí)測(cè)值偏差極大，不在同一個(gè)數(shù)量級(jí)上，大大低估了實(shí)測(cè)值，不適用于該區(qū)域森林土壤s預(yù)測(cè)。本研究增加土壤石礫含量(粒徑 >2 mm)作為輸入變量，新建傳遞函數(shù)：s= 9.48 + 12.32×BD + 0.29×SOM – 1.94×GF + 2.89×silt – 5.34×sand，預(yù)測(cè)值與實(shí)測(cè)值相關(guān)系數(shù)為0.67，可獲得較為準(zhǔn)確的s估算值，該模型可作為研究區(qū)s傳遞函數(shù)使用。

[1] Amundson R, Berhe A A, Hopmans J W, et al. Soil and human security in the 21st century[J]. Science, 2015.

[2] Bittelli M, Campbell G S, Tomei F. Soil Physics with Python[M]. New York, USA: Oxford University Press, 2015.

[3] Dai Y J, Shangguan W, Duan Q Y, et al. Development of a China dataset of soil hydraulic parameters using pedotransfer functions for land surface modeling[J]. Journal of Hydrometeorology, 2013, 14(3): 869–887.

[4] Bouma J. Using soil survey data for quantitative land evaluationadvances in soil science[A]//Stewart B A. Advances in soil science. New York: Springer, 1989: 177–213.

[5] van Looy K, Bouma J, Herbst M, et al. Pedotransfer functions in earth system science: Challenges and perspectives[J]. Reviews of Geophysics, 2017, 55(4): 1199–1256.

[6] Campbell G S, Shiozawa S. Prediction of hydraulic properties of soils using particle-size distribution and bulk density data[M]. 1992.

[7] Wang Y Q, Shao M G, Liu Z P. Pedotransfer functions for predicting soil hydraulic properties of the Chinese loess plateau[J]. Soil Science, 2012, 177(7): 424–432.

[8] Zhang Y G, Schaap M G. Weighted recalibration of the Rosetta pedotransfer model with improved estimates of hydraulic parameter distributions and summary statistics (Rosetta3)[J]. Journal of Hydrology, 2017, 547: 39–53.

[9] Jarvis N J, Zavattaro L, Rajkai K, et al. Indirect estimation of near-saturated hydraulic conductivity from readily available soil information[J]. Geoderma, 2002, 108(1/2): 1–17.

[10] Deb. Variability of hydraulic conductivity due to multiple factors[J]. American Journal of Environmental Sciences, 2012, 8(5): 489–502.

[11] Bouma J, Jongerius A, Schoonderbeek D. Calculation of saturated hydraulic conductivity of some pedal clay soils using micromorphometric data[J]. Soil Science Society of America Journal, 1979, 43(2): 261–264.

[12] Elhakeem M, Papanicolaou A N T, Wilson C G, et al. Understanding saturated hydraulic conductivity under seasonal changes in climate and land use[J]. Geoderma, 2018, 315: 75–87.

[13] Hirmas D R, Giménez D, Nemes A, et al. Climate-induced changes in continental-scale soil macroporosity may intensify water cycle[J]. Nature, 2018, 561(7721): 100–103.

[14] 聶小軍, 劉淑珍, 劉海軍, 等. 藏東橫斷山區(qū)草地利用變化對(duì)土壤質(zhì)量的影響[J]. 山地學(xué)報(bào), 2009, 27(6): 676–682.

[15] 徐瑞池, 李秀珍, 胡凱衡, 等. 橫斷山區(qū)山地災(zāi)害的動(dòng)態(tài)危險(xiǎn)性評(píng)價(jià)[J]. 災(zāi)害學(xué), 2019, 34(3): 196–201, 208.

[16] 胡凱衡, 魏麗, 劉雙, 等. 橫斷山區(qū)泥石流空間格局和激發(fā)雨量分異性研究[J]. 地理學(xué)報(bào), 2019, 74(11): 2303–2313.

[17] 李慧霞, 劉建立, 朱安寧, 等. 預(yù)測(cè)天然文巖渠流域土壤飽和導(dǎo)水率的土壤轉(zhuǎn)換函數(shù)方法比較研究[J]. 土壤, 2010, 42(3): 438–445.

[18] 熊東紅, 翟娟, 楊丹, 等. 元謀干熱河谷沖溝集水區(qū)土壤入滲性能及其影響因素[J]. 水土保持學(xué)報(bào), 2011, 25(6): 170–175.

[19] 劉芝芹, 黃新會(huì), 王克勤. 金沙江干熱河谷不同土地利用類型土壤入滲特征及其影響因素[J]. 水土保持學(xué)報(bào), 2014, 28(2): 57–62.

[20] 張建輝, 李勇, 楊忠. 云南元謀干熱河谷造林區(qū)植被生長(zhǎng)與土壤滲透性的關(guān)系[J]. 山地學(xué)報(bào), 2001, 19(1): 25–28.

[21] 戰(zhàn)海霞. 魯中南山區(qū)不同植物群落下土壤顆粒分形與水文特征[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 2009.

[22] 倪化勇. 海螺溝景區(qū)典型泥石流流域地貌特征及災(zāi)害防治[J]. 水土保持研究, 2010, 17(1): 154–158.

[23] 沈澤昊, 方精云, 劉增力, 等. 貢嘎山東坡植被垂直帶譜的物種多樣性格局分析[J]. 植物生態(tài)學(xué)報(bào), 2001, 25(6): 721–732.

[24] Sun H Y, Wu Y H, Yu D, et al. Altitudinal gradient of microbial biomass phosphorus and its relationship with microbial biomass carbon, nitrogen, and rhizosphere soil phosphorus on the eastern slope of Gongga Mountain, SW China[J]. PLoS One, 2013, 8(9): e72952.

[25] 張保華, 何毓蓉, 苗國(guó)增, 等. 貢嘎山東坡亞高山林區(qū)土壤結(jié)構(gòu)綜合評(píng)價(jià)[J]. 山地學(xué)報(bào), 2006, 24(4): 504–509.

[26] 何毓蓉, 張保華, 黃成敏, 等. 貢嘎山東坡林地土壤的診斷特性與系統(tǒng)分類[J]. 冰川凍土, 2004, 26(1): 27–32.

[27] 邵明安, 王全九, 黃明斌. 土壤物理學(xué)[M]. 北京: 高等教育出版社, 2006.

[28] 王慶禮, 代力民, 許廣山. 簡(jiǎn)易森林土壤容重測(cè)定方法[J]. 生態(tài)學(xué)雜志, 1996, 15(3): 68–69.

[29] 魯如坤. 土壤農(nóng)業(yè)化學(xué)分析方法[M]. 北京: 中國(guó)農(nóng)業(yè)科技出版社, 2000.

[30] 王紅蘭, 唐翔宇, 張維, 等. 施用生物炭對(duì)紫色土坡耕地耕層土壤水力學(xué)性質(zhì)的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(4): 107–112.

[31] Weynants M, Vereecken H, Javaux M. Revisiting vereecken pedotransfer functions: Introducing a closed-form hydraulic model[J]. Vadose Zone Journal, 2009, 8(1): 86–95.

[32] Cosby B J, Hornberger G M, Clapp R B, et al. A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils[J]. Water Resources Research, 1984, 20(6): 682–690.

[33] Wosten T J H M . pedotransfer functions to evaluate soil quality. 1997.

[34] Puckett W E, Dane J H, Hajek B F. Physical and mineralogical data to determine soil hydraulic properties[J]. Soil Science Society of America Journal, 1985, 49(4): 831–836.

[35] Vereecken H, Maes J, Feyen J. Estimating unsaturated hydraulic conductivity from easily measured soil properties[J]. Soil Science, 1990, 149(1): 1–12.

[36] Saxton K E, Rawls W J. Soil water characteristic estimates by texture and organic matter for hydrologic solutions[J]. Soil Science Society of America Journal, 2006, 70(5): 1569–1578.

[37] Julià M F, Monreal T E, Jiménez A S D C, et al. Constructing a saturated hydraulic conductivity map of Spain using pedotransfer functions and spatial prediction[J]. Geoderma, 2004, 123(3/4): 257–277.

[38] Ahuja L R, Cassel D K, Bruce R R, et al. Evaluation of spatial distribution of hydraulic conductivity using effective porosity data[J]. Soil Science, 1989, 148(6): 404–411.

[39] 孫麗, 劉廷璽, 段利民, 等. 科爾沁沙丘-草甸相間地區(qū)表土飽和導(dǎo)水率的土壤傳遞函數(shù)研究[J]. 土壤學(xué)報(bào), 2015, 52(1): 68–76.

[40] 韓光中, 王德彩, 謝賢健. 中國(guó)主要土壤類型的土壤容重傳遞函數(shù)研究[J]. 土壤學(xué)報(bào), 2016, 53(1): 93–102.

[41] Yavitt J B, Harms K E, Garcia M N, et al. Spatial heterogeneity of soil chemical properties in a lowland tropical moist forest, Panama[J]. Soil Research, 2009, 47(7): 674.

[42] Rawls W J, Nemes A, Pachepsky Y. Effect of soil organic carbon on soil hydraulic properties[J]. Developments in Soil Science, 2004, 30: 95–114.

[43] 敖家坤, 牛健植, 謝寶元, 等. 土壤大孔隙結(jié)構(gòu)對(duì)飽和導(dǎo)水率的影響[J]. 北京林業(yè)大學(xué)學(xué)報(bào), 2021, 43(2): 102–112.

[44] 董輝, 羅瀟, 李智飛. 堆積碎石土細(xì)觀孔隙空間特征對(duì)其滲透特性的定量影響[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 48(5): 1367–1375.

[45] 王金悅, 鄧羽松, 李典云, 等. 連栽桉樹(shù)人工林土壤大孔隙特征及其對(duì)飽和導(dǎo)水率的影響[J]. 生態(tài)學(xué)報(bào), 2021, 41(19): 7689–7699.

[46] 劉目興, 吳丹, 吳四平, 等. 三峽庫(kù)區(qū)森林土壤大孔隙特征及對(duì)飽和導(dǎo)水率的影響[J]. 生態(tài)學(xué)報(bào), 2016, 36(11): 3189–3196.

[47] 白一茹, 趙云鵬, 王幼奇, 等. 寧夏砂田不同礫石覆蓋厚度土壤入滲過(guò)程及模型分析[J]. 水土保持學(xué)報(bào), 2017, 31(4): 81–85.

[48] 王慧芳, 邵明安, 王明玉. 小碎石與細(xì)土混合介質(zhì)的導(dǎo)水特性[J]. 土壤學(xué)報(bào), 2010, 47(6): 1086–1093.

[49] Nasri B, Fouché O, Torri D. Coupling published pedotransfer functions for the estimation of bulk density and saturated hydraulic conductivity in stony soils[J]. CATENA, 2015, 131: 99–108.

[50] 高鵬飛, 冉卓靈, 韓珍, 等. 含巖屑紫色土水力特性及飽和導(dǎo)水率傳遞函數(shù)研究[J]. 土壤學(xué)報(bào), 2021, 58(1): 128–139.

[51] Xu L H, Shi Z J, Wangle Y H, et al. Contribution of rock fragments on formation of forest soil macropores in the stoney mountains of The Loess Plateau, China[J]. Journal of Food Agriculture & Environment, 2012, 10(2): 1220–1226.

[52] 張英虎, 牛健植, 李嬌, 等. 石礫參數(shù)對(duì)土壤水流和溶質(zhì)運(yùn)移影響研究進(jìn)展[J]. 土壤, 2014, 46(4): 589–598.

[53] 杜阿朋, 王彥輝, 管偉, 等. 六盤山疊疊溝小流域的土壤石礫含量坡面分布特征[J]. 水土保持學(xué)報(bào), 2009, 23(5): 76–80, 127.

[54] 喻明美, 謝正生. 廣州市白云山五種森林類型的土壤滲透性研究[J]. 水土保持研究, 2011, 18(1): 153–156.

Evaluation and Construction of Pedo-transfer Function of Saturated Hydraulic Conductivity of Forest Soils in Hengduan Mountain Region

SUN Zhixiang1,2, CUI Junfang1*, YANG Ruxing1,2, TANG Xiangyu1, WANG Genxu3

(1 Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Chengdu 610041, China; 2University of Chinese Academy of Sciences, Beijing 100049, China; 3 Key Laboratory of Hydraulics and Mountain River Development and Protection, Sichuan University, Chengdu 610207, China)

Nine classical pedo-transfer functions (PTFs) of soil saturated hydraulic conductivity(s) were used to estimatesof soils under different forests types in the Hengduan Mountains region. The results show that the estimatedsby these PTFs deviate greatly from the measured data, indicating that current PTFs models are not applicable to the soils in the Hengduan Mountains. Considering the enrichment of soil gravels in study area, a new pedo-transfer function ofsis established which containing soil gravel content (>2 mm, GF), bulk density (BD), organic matter content (SOM), and particle size distribution:s= 9.48 + 12.32×BD + 0.29×SOM – 1.94×GF + 2.89×silt – 5.34×sand. The new pedo-transfer function can better predictsof forest soils in studied area with the correlation coefficient up to 0.67, which provides a crucial parameter estimation tool for studies on forest hydrological processes and natural hazards in mountainous areas.

Forest soil; Saturated hydraulic conductivity; Pedo-transfer function; Hengduan Mountain region

S152.7

A

10.13758/j.cnki.tr.2022.03.021

孫志祥, 崔俊芳, 楊汝馨, 等. 橫斷山區(qū)森林土壤飽和導(dǎo)水率傳遞函數(shù)的評(píng)價(jià)與構(gòu)建研究. 土壤, 2022, 54(3): 594–601.

第二次青藏高原綜合科學(xué)考察研究項(xiàng)目(2019QZKK0903)、中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)(A類)(XDA23090202)和國(guó)家自然科學(xué)基金重大項(xiàng)目(41790431)資助。

(jfcui@imde.ac.cn)

孫志祥(1994—)，男，安徽舒城人，博士研究生，主要從事土壤水文學(xué)研究。E-mail：sunzhixiang915@163.com