摘要: 為揭示不同土地利用/覆被下土壤水動態(tài)變化規(guī)律,選取太湖流域城市綠地、耕地和林地3 種典型土地利用/覆被類型,開展了連續(xù)(2018—2020 年)原位觀測(1h 間隔),剖析了不同下墊面的土壤水響應(yīng)規(guī)律及主要影響因素。研究表明: 隨著土壤深度增加, 降雨后土壤含水量峰值逐漸增加( 埋深10、20、40 cm 分別為25.90%、28.06% 和31.24%),而土壤水增幅、增加速率和消退速率逐漸降低;土壤水響應(yīng)時間從上層到下層先增加后減小,耕地和林地深層土壤的響應(yīng)時間快于中層;隨降雨量級增加,各土壤水響應(yīng)特征均呈現(xiàn)逐漸增加趨勢;土壤水動態(tài)變化受到了降雨、物理參數(shù)、植被、前期濕度等多種因素影響,但不同土壤水響應(yīng)特征的主導(dǎo)因素有所差異;前期濕度是土壤含水量峰值、增幅和增加速率的主導(dǎo)因素,前期含水量越高,土壤含水量峰值相對越大,但增幅和增加速率越小。研究結(jié)果可為不同土地利用/覆被下產(chǎn)匯流機理分析和水資源管理提供依據(jù)。
關(guān)鍵詞: 土壤水;次降雨事件;野外觀測;土地利用/覆被;太湖流域
中圖分類號: TV121;P339 文獻標志碼: A 文章編號: 1001-6791( 2024) 05-0700-11
土壤水是水熱交換和水循環(huán)等過程的關(guān)鍵水文變量[1-3]。隨著氣候變化和人類活動影響加劇,全球和局部地區(qū)土壤水分均發(fā)生不同程度變化,影響了洪水和干旱時空特征[4-5]。目前對于土壤水野外觀測研究相對較少,不同下墊面土壤水響應(yīng)特征和影響因素尚不清晰[6-7],開展原位觀測探明次降雨事件下土壤水動態(tài)響應(yīng)規(guī)律及其影響因素,對變化環(huán)境下水文循環(huán)過程及模擬研究具有重要意義。
國內(nèi)外學(xué)者主要借助觀測和模擬2 種手段探究土壤水響應(yīng)規(guī)律[8]。觀測研究主要基于野外站點或遙感觀測,站點觀測精度較高,但目前可用的觀測站點相對稀少;遙感觀測通過反演土壤含水量,可在大尺度開展土壤水變化研究[9-10],但觀測精度相對有限[11]。隨著水文模型的發(fā)展,通過數(shù)值模擬分析土壤水變化成為了研究熱點,但模擬精度主要依賴于參數(shù)化方案及其校準過程。目前數(shù)值模擬精度已有了較大提高,但其多依賴于已有經(jīng)驗公式及原理,難以發(fā)現(xiàn)未知的水文規(guī)律及機制[12]。因此,開展不同條件下的野外觀測研究,是揭示變化環(huán)境下水文要素變化特征和機制的有效手段[13-15]。國內(nèi)外學(xué)者已在美國[16]、韓國[17]、中國的太湖流域[18-21] 和黃土高原[5, 22] 等地區(qū)開展了不同植被下野外墑情觀測試驗,但觀測站點數(shù)量還相對缺乏,數(shù)據(jù)共享機制還有待完善[23]。從觀測站點類型來看,目前墑情站點多針對自然下墊面,對于城市化地區(qū)復(fù)雜下墊面特征的土壤水響應(yīng)規(guī)律還有待進一步探究[12]。受城市化和人類活動的影響加劇,太湖流域暴雨洪澇事件日趨頻繁,揭示不同下墊面特征下土壤水響應(yīng)規(guī)律及其洪澇關(guān)系成為了迫切需要[24]。
本文選取太湖流域城市綠地、耕地和林地3 種下墊面,開展連續(xù)多年( 2018—2020 年)較高時間分辨率( 1 h)野外原位觀測,建立基于次降雨過程的事件識別和土壤水響應(yīng)參數(shù)提取方法,揭示不同降雨和不同下墊面特征下土壤水響應(yīng)規(guī)律和影響因素。研究結(jié)果將有助于加深對太湖流域土壤水動態(tài)變化及水循環(huán)過程的認識,為水文過程模擬、農(nóng)業(yè)生產(chǎn)及水資源管理提供參考。
1 數(shù)據(jù)與方法
1.1 研究區(qū)概況及土壤墑情原位觀測
太湖流域位于長江三角洲核心地區(qū),受東亞季風(fēng)控制,降雨充沛,洪澇頻發(fā)??焖俪鞘谢l(fā)展導(dǎo)致太湖流域下墊面發(fā)生劇烈變化,改變了區(qū)域水文循環(huán)過程[24-25]。本研究在太湖流域選取了3 個典型閉合集水區(qū),即雙橋浜城市小區(qū)、洛陽河流域和中田舍流域,開展了長序列連續(xù)的野外土壤墑情觀測。雙橋浜城市小區(qū)位于江蘇常州市,面積為1.6 km2,不透水面比率達94.12%,代表高度城市化地區(qū);洛陽河流域位于江蘇鎮(zhèn)江市,面積為149.4 km2,不透水面比率為10.64%,該流域耕地面積比例較大,代表農(nóng)業(yè)活動為主的地區(qū);中田舍流域位于江蘇常州溧陽市,集水面積約40.0 km2,不透水面比率為0.95%,代表人類活動影響較小的天然流域。本研究分別在3 個典型流域選取優(yōu)勢下墊面土地利用/覆被類型,開展土壤墑情觀測,各站點信息和試驗設(shè)計如表1 和圖1 所示。
1.2 研究數(shù)據(jù)
本研究使用的數(shù)據(jù)主要包括野外降雨墑情同步觀測資料、土壤物理參數(shù)、植被等資料。野外降水墑情觀測時段為2018 —2020 年,時間間隔為1 h。考慮研究區(qū)平均土壤厚度,本研究在各站點不同土層( 10、20、40 cm)安裝土壤水分監(jiān)測探頭( Hobo S-SMC-M005, Decagon EC5 Probe, Onset Company, USA),安裝時均進行了校準,觀測數(shù)據(jù)精度在±0.031 m3/m3。各站點不同深度土壤物理參數(shù),包括土壤重度、體積質(zhì)量、孔隙度和機械組成等,分別采用了環(huán)刀法、比重瓶法和馬爾文激光粒度分析儀來測定。土壤飽和水力傳導(dǎo)度根據(jù)Saxton 等[26] 提出的方法通過土壤質(zhì)地和有機質(zhì)含量估算而得,其中,土壤質(zhì)地由馬爾文激光粒度分析儀測得,有機質(zhì)含量采用世界協(xié)調(diào)土壤數(shù)據(jù)庫資料(https://gaez.fao.org/pages/hwsd)。植被通過截留和蒸騰作用對土壤水動態(tài)響應(yīng)也有重要影響,由于局地尺度植被難以持續(xù)觀測,本文采用了應(yīng)用廣泛的美國國家海洋和大氣管理局AVHRR 日尺度葉面積指數(shù)產(chǎn)品[27]。流域不透水面(30 m)[28] 用來反映城市化特征。