崔 琳, 王力剛, 張玉柱, 畢廣有, 俞冬興, 曹志偉

(黑龍江省森林與環(huán)境科學(xué)研究院， 黑龍江 齊齊哈爾 161005)

黑龍江省西部防護(hù)林地土壤水分動(dòng)態(tài)及其預(yù)報(bào)

崔 琳, 王力剛, 張玉柱, 畢廣有, 俞冬興, 曹志偉

(黑龍江省森林與環(huán)境科學(xué)研究院，黑龍江齊齊哈爾161005)

[目的] 研究黑龍江省西部地區(qū)“三北”工程區(qū)不同類型土壤的水分動(dòng)態(tài)特征及其與氣象因子的相關(guān)性，為該地區(qū)土壤墑情預(yù)測提供科學(xué)參考。 [方法] 通過建立小型基準(zhǔn)氣象觀測站定點(diǎn)觀測土壤水分含量及氣象因子，并利用回歸分析建立了無降雨條件下土壤水分的預(yù)測模型。 [結(jié)果] (1) 生長季土壤水分變化均呈現(xiàn)消退期的現(xiàn)象，其中以黑土和黑鈣土表現(xiàn)最為顯著。3種土壤類型水分含量的變異系數(shù)都隨土壤深度增大呈遞減趨勢。 (2) 相關(guān)分析結(jié)果表明，土壤水分含量與光照強(qiáng)度和大氣溫度均表現(xiàn)為負(fù)相關(guān)，與空氣濕度表現(xiàn)為正相關(guān)，與降雨量和風(fēng)速相關(guān)系數(shù)較小。 (3) 黑土和黑鈣土的土壤水分日消耗量可由光照強(qiáng)度(X1)、濕度(X2)、風(fēng)速(X3)和大氣溫度(X4)的變化來解釋。 [結(jié)論] 土壤水分受氣象因子綜合調(diào)控，根據(jù)氣象因子建立的模型可以用來預(yù)測無降雨條件下土壤水分的變化。

土壤類型; 氣象因子; 土壤水分; 統(tǒng)計(jì)模型

文獻(xiàn)參數(shù)： 崔琳, 王力剛, 張玉柱, 等.黑龍江省西部防護(hù)林地土壤水分動(dòng)態(tài)及其預(yù)報(bào)[J].水土保持通報(bào)，2017,37(4)：40-46.DOI:10.13961/j.cnki.stbctb.2017.04.007； Cui Lin, Wang Ligang, Zhang Yuzhu, et al. Soil water dynamics and prediction of Three-north shelterbelt system project of Western Heilongjiang Province[J]. Bulletin of Soil and Water Conservation, 2017,37(4)：40-46.DOI:10.13961/j.cnki.stbctb.2017.04.007

土壤水分作為調(diào)控地—?dú)夥答佭^程的重要參數(shù)之一，是土壤系統(tǒng)養(yǎng)分循環(huán)和流動(dòng)的載體，它不僅直接影響土壤特性和植物的生長，還間接影響植物分布以及生態(tài)系統(tǒng)小氣候的變化[1-2]。以往研究[3-7]表明土壤水分變化不僅受地表覆蓋和土壤類型、質(zhì)地影響，且與降水、氣溫等氣象因素在大尺度上存在強(qiáng)烈的耦合關(guān)系，是季節(jié)性降水預(yù)報(bào)的重要指標(biāo)。黑龍江省西部生態(tài)環(huán)境相對(duì)較差，是該省三北工程建設(shè)核心區(qū)，土壤水分是影響該區(qū)域生態(tài)建設(shè)的重要限制性因子[8]。通過對(duì)土壤水分動(dòng)態(tài)特征研究有助于預(yù)測土壤水分過程，也為研究該區(qū)域生態(tài)建設(shè)中水分管理提供了科學(xué)依據(jù)[9]。近年來，很多學(xué)者開展了氣象因子對(duì)土壤水分影響的研究。例如，張聰聰[10]利用通徑分析和逐步回歸分析，探討了氣象因子與旱田土壤水分的關(guān)系，并建立了旱田土壤水分的氣象因子多元回歸模型；唐振興[11]對(duì)祁連山土壤水分和氣象因子關(guān)系研究表明，20—80 cm土層土壤水分易受外界降水過程影響。國內(nèi)學(xué)者關(guān)于氣象因子對(duì)土壤水分影響的研究較多，但研究的時(shí)間尺度多為年、月尺度，對(duì)于逐日尺度上的研究卻較少。本研究通過對(duì)黑龍江省西部地區(qū)3種主要土壤類型水分及相關(guān)氣象因子的連續(xù)定位監(jiān)測，綜合分析氣象因子對(duì)土壤水分的影響，旨在揭示不同土壤類型下土壤水分時(shí)空的分布規(guī)律，并通過多元回歸模型的建立對(duì)無降雨條件下的土壤墑情進(jìn)行預(yù)測，為該區(qū)農(nóng)林業(yè)生產(chǎn)及生態(tài)建設(shè)提供重要參考。

1 研究區(qū)概況

研究區(qū)域是黑龍江三北工程最早規(guī)劃及建設(shè)區(qū)，位置位于東經(jīng)122°24′—128°19′北緯44°04′—48°58′，包括哈爾濱、齊齊哈爾、大慶和綏化全部或部分，涵蓋面積1.04×105km2，占全省幅員面積22.9%。研究區(qū)屬于中溫帶大陸性季風(fēng)氣候，年平均氣溫3.5 ℃，極端最高氣溫38.1 ℃，極端最低氣溫-34.9 ℃，多年平均降水量470.5 mm。熱量分布以西南向東北遞減，水分由西向東遞減，是黑龍江省熱量最高而降水較少的區(qū)域，具有半干旱區(qū)域特征。土壤主要為黑土、黑鈣土、草甸土、風(fēng)沙土等。本研究選擇杜爾伯特蒙古族自治縣(大慶地區(qū))、青岡縣(綏化地區(qū))和富拉爾基區(qū)(齊齊哈爾地區(qū))作為具體試驗(yàn)區(qū)。這3個(gè)試驗(yàn)區(qū)從東向西分布于黑龍江西部三北工程核心區(qū)，分別代表了該區(qū)3個(gè)典型的土壤類型，即風(fēng)沙土、黑土、黑鈣土。觀測區(qū)林分主要為人工純林，主要喬木為小黑楊和樟子松，林下伴生草本有羊草、貝加爾針矛、防風(fēng)、紫胡、知母等。林分密度為1 200 株/hm2，胸徑范圍8.0～15.9 cm，樹高范圍為5.1～12.4 m，樹齡范圍為11～26 a。

2 研究方法

2.1 土壤水分及氣象因子的測定

在3個(gè)試驗(yàn)區(qū)選擇典型空曠地，分別建立小型基準(zhǔn)氣象觀測站(ECA-YW0 501田間環(huán)境記錄儀)，逐日觀測當(dāng)?shù)刂饕獨(dú)庀笠蜃樱杉瘮?shù)據(jù)包括逐日雨量0～100 mm(±4%)，大氣溫度0～50 ℃(±0.2 ℃)，光照強(qiáng)度0～2 200 μmol·m2/s(<5 μmol·m2/s)，風(fēng)速0～60 m/s(±5%)，空氣濕度0%～100%(±3%～5%)。同時(shí)，在觀測區(qū)挖深度1 m的土壤剖面，在深度20，40，60，80和100 cm處分別埋入傳感器自動(dòng)觀測土壤水分含量。氣象數(shù)據(jù)和土壤水分?jǐn)?shù)據(jù)的測定頻率均為每10 min測定1次，一日取得的某指標(biāo)數(shù)據(jù)的平均值即為該日該指標(biāo)的數(shù)據(jù)，上述數(shù)據(jù)采集時(shí)間為2012年6月初至9月末。

2.2 數(shù)據(jù)處理

采用Excel和SPSS對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、相關(guān)分析。

根據(jù)水量平衡原理，某地在給定的時(shí)段內(nèi)，其地表土壤含水量的變化ΔW可表示為：

P-E-F=ΔW

(1)

式中：P——時(shí)段內(nèi)的總降水量(mm)；E——時(shí)段內(nèi)的蒸發(fā)量(mm)；F——時(shí)段內(nèi)的徑流量(mm)。由于水文資料一般很難獲取，故式中徑流量一般均忽略不計(jì)。蒸發(fā)資料一般也較難獲取，可以考慮選取與蒸發(fā)密切相關(guān)的光照強(qiáng)度(X1)、濕度(X2)、風(fēng)速(X3)和大氣溫度(X4)來代替蒸發(fā)。現(xiàn)假定某個(gè)時(shí)段末期土壤含水量為W，光照強(qiáng)度為X1，濕度為X2，風(fēng)速為X3，大氣溫度為X4，由于各變量均假定為標(biāo)準(zhǔn)化變量，若未經(jīng)標(biāo)準(zhǔn)化處理，需加上常數(shù)項(xiàng)η，由此可建立如下統(tǒng)計(jì)模型：

W=αX1+βX2+γX3+δX4+η

(2)

然后按時(shí)間序列利用逐步回歸分析求解回歸系數(shù)，確立模型。

在模型驗(yàn)證時(shí)，通過建立的模型，求出理論土壤水分W1，再通過與實(shí)測土壤水分W2進(jìn)行比較，采用最小二乘法原理，求出計(jì)算值的中誤差m，然后再計(jì)算其計(jì)算值的相對(duì)誤差值k，最后可得模型的精度Q。精度分析計(jì)算公式為：

Δi=W1-W2

(3)

(4)

(5)

Q=1-k

(6)

(7)

式中：W1——土壤水分理論計(jì)算值(%)；W1——土壤水分實(shí)際測定值(%)；Δi——土壤水分計(jì)算值與實(shí)測值的誤差值(%)；Δmax——土壤水分計(jì)算值與實(shí)測值的誤差值的最大值(%)；n——進(jìn)行土壤水分精度分析的樣點(diǎn)個(gè)數(shù)(個(gè))；p——各樣點(diǎn)實(shí)測土壤水分平均值(%)；kmax——計(jì)算值最大相對(duì)誤差值(%)。

3 結(jié)果與分析

3.1 試驗(yàn)區(qū)域主要?dú)庀笠蜃幼兓卣?/p>

東北大部分地區(qū)的年均降水量為400～600 mm，且5—9月的生長季占70%以上。通過對(duì)杜爾伯特蒙古族自治縣、青岡縣和富拉爾基區(qū)3個(gè)試驗(yàn)區(qū)2012年6—9月降雨數(shù)據(jù)統(tǒng)計(jì)(表1)，結(jié)果表明3個(gè)研究區(qū)域研究時(shí)間段內(nèi)總降雨量差異顯著，分別為225.2，297.6和317.10 mm，均以7月降雨量最大。從取得的數(shù)據(jù)可知，3個(gè)研究區(qū)域的光照強(qiáng)度、溫度、濕度等氣象因子隨月份的變化特征相似，均以7月最大，9月最小，且變化幅度較大。風(fēng)速變化幅度較小。盡管3個(gè)研究區(qū)域降雨總量差異顯著，但降雨特征、空氣濕度、大氣溫度、光照強(qiáng)度在生長季變化趨勢上的相似性，會(huì)弱化降雨量對(duì)土壤水分變化的影響。

表1 不同研究區(qū)域2012年6-9月小氣候特征月變化(日平均值，n=30)

注：不同小寫字母表示行間粒級(jí)之間差異顯著(p<0.05)。

3.2 生長季土壤水分變化特征

3.2.1 風(fēng)沙土土壤水分變化特征 風(fēng)沙土土壤含水量變化特征如圖1所示。土壤水分含量變化范圍為2.75%～15.67%。在無降水條件下，土壤水分含量表現(xiàn)為40 cm處最高，60 cm處最低，其余3層之間差異并不顯著。整個(gè)生長季過程中，80 cm處和100 cm處土壤水分含量受降雨影響并不顯著，變異系數(shù)分別為0.02，0.03；而前3層土壤水分受降雨影響較為明顯，變異系數(shù)分別為0.54，0.30，0.19。由此可以看出，降雨會(huì)對(duì)60 cm以上土層土壤水分產(chǎn)生較為明顯的影響，以40 cm以上最為顯著，之后隨土層深度的增加，降雨對(duì)土壤水分的影響趨近于無。杜爾伯特蒙古族自治縣7月中旬的降雨總和達(dá)到133.6 mm，占總降雨量的60%，其中最大降雨量為61.8 mm。從圖1可以看出，最大降雨量當(dāng)日，20 cm處土壤含水量顯著增大，增幅達(dá)到171.87%，隨后由于持續(xù)降雨，土壤水分一直升高，在降雨補(bǔ)給停止后土壤水分開始下降；40 cm處在持續(xù)性降雨的最后一天顯著增大；60 cm處則在此次連續(xù)性降雨的4 d后出現(xiàn)小幅度增大，后兩層土壤水分并無明顯變化。降雨量的大小和土壤水分的損失共同決定了土壤水分含量，相較于深層土壤，表層土壤能得到更多的水分補(bǔ)給，入滲雨量迅速提高了表層砂土的土壤水分，同時(shí)降雨結(jié)束后，也更容易通過蒸發(fā)損失土壤水分[12-13]。

圖1 杜爾伯特蒙古族自治縣2012年6-9月降雨量及風(fēng)沙土土壤水分日變化

3.2.2 黑土土壤水分變化特征 研究期內(nèi)黑土土壤水分含量變化范圍為16.27%～42.73%，各土壤層水分含量總體上隨時(shí)間呈現(xiàn)降低趨勢(圖2)。土壤含水量的變異系數(shù)從上層到下層依次為0.08，0.06，0.06，0.06，0.03。

不同土層土壤水分含量呈相同變化規(guī)律，大小順序依次為：60 cm>100 cm>40 cm>20 cm，80 cm。在研究時(shí)間段內(nèi)，由于氣溫的逐漸升高，土壤水分持續(xù)下降，雖然6，7，8月均有較大降雨量使土壤水分有所回升，但之后仍然持續(xù)下落。青岡地區(qū)在7，8月都出現(xiàn)較大降雨量，分別為44.8和44.4 mm。每次降水后第2日，各層土壤水分都會(huì)出現(xiàn)顯著提升，以20 cm處土層土壤含水量提升幅度最大，100 cm處土層土壤含水量提升幅度最小。

圖2 青岡縣2012年6-9月降雨量及黑土土壤水分日變化

3.2.3 黑鈣土土壤水分變化特征 研究期內(nèi)黑鈣土土壤水分含量變化范圍為8.45%～25.96%，各土壤層水分含量總體上隨時(shí)間呈現(xiàn)降低趨勢(圖3)。土壤含水量的變異系數(shù)從上層到下層依次為0.14，0.11，0.11，0.07，0.07。不同土層土壤水分含量呈相同變化規(guī)律，大小依次為：40 cm>100 cm>80 cm>20 cm>60 cm。富拉爾基區(qū)最大降雨量達(dá)到73.8 mm，降水后第2天20，40，60 cm處土壤含水量出現(xiàn)顯著提升，而80，100 cm處土壤含水量變化不顯著。以往的研究曾將土壤水分季節(jié)變化劃分為4個(gè)時(shí)期，分別為土壤水分消耗期、土壤水分積累期、土壤水分消退期和土壤水分穩(wěn)定期[14]。從圖1—3可以看出，3種類型土壤的水分含量在生長季均表現(xiàn)出消退期的現(xiàn)象，即雖然有降雨補(bǔ)給，但因溫度高，土壤水分易蒸散消耗，致使土壤水分一直持續(xù)降低，雖然單次降雨后，土壤水分含量會(huì)升高，但之后都會(huì)重新回落。其中黑土和黑鈣土土壤水分的消退期表現(xiàn)的非常明顯，而風(fēng)沙土土壤水分的消退期表現(xiàn)則不明顯。這主要是由于風(fēng)沙土孔隙多，土溫易升高，不易保水，水分含量提高快，損失也快；而黑土和黑鈣土兩者土壤孔隙比例適宜，保水能力好。圖1—3還表明，3種土壤類型土壤水分的變異系數(shù)都是隨土壤深度增大呈遞減的變化趨勢。這說明降雨或是蒸發(fā)都主要影響土壤表層水分，對(duì)深層水分含量影響較小。蒸發(fā)蒸騰深度是影響土壤水分循環(huán)強(qiáng)度的主要因子，降雨只有超過蒸發(fā)蒸騰深度才能形成深層滲漏，達(dá)不到該深度的降雨會(huì)通過蒸發(fā)蒸騰作用重新返回大氣層中，無法發(fā)揮補(bǔ)充調(diào)節(jié)深層土壤水分的功能[15-16]。

圖3 富拉爾基區(qū)2012年6-9月降雨量及黑鈣土土壤水分日變化

3.3 氣象因子與土壤水分的相關(guān)分析

大氣溫度、光照強(qiáng)度、風(fēng)速、空氣濕度等氣象因子通過影響植被蒸騰和地表蒸發(fā)，而間接影響到土壤水分含量，它們與降雨共同影響土壤水分循環(huán)[17-19]。在土壤水分循環(huán)的微環(huán)境中，光照強(qiáng)度、風(fēng)速和大氣溫度的提高都會(huì)加速水分的擴(kuò)散速度，加劇土壤水分的損失；降雨則是直接給土壤補(bǔ)充水分。土壤水分含量受到氣象因子的綜合調(diào)控，其中影響土壤水分最重要的因子就是降雨量[20]。然而由表2可知，降雨量和土壤水分的相關(guān)性并不顯著，這主要是由于降水?dāng)?shù)據(jù)作為非連續(xù)型數(shù)據(jù)，與連續(xù)數(shù)據(jù)的土壤水分之間的必定會(huì)產(chǎn)生巨大差距，這直接影響了統(tǒng)計(jì)結(jié)果。表2還表明，風(fēng)沙土、黑土和黑鈣土土壤水分與光照強(qiáng)度和大氣溫度之間均表現(xiàn)為極顯著負(fù)相關(guān)(p<0.01)，與空氣濕度之間則表現(xiàn)為顯著正相關(guān)(p<0.05)，其中風(fēng)沙土的土壤水分與空氣濕度的相關(guān)性達(dá)到極顯著顯著水平(p<0.01)。3種土壤類型土壤水分與風(fēng)速之間相關(guān)性并不顯著。

表2 不同深度土壤水分(日平均值)與氣象因子(日平均值)的相關(guān)系數(shù)

注：**表示相關(guān)性達(dá)到極顯著水平p<0.01， *表示相關(guān)性達(dá)到顯著水平p<0.05。

3.4 無降雨影響下土壤水分消耗的回歸模型

多元回歸過程可以較好解釋不同自變量對(duì)因變量的作用大小。選取一次降雨后土壤水分達(dá)到最高值開始直至土壤水分下降趨勢結(jié)束為止的時(shí)間段作為研究時(shí)間段，將20，40 cm處土壤水分日消耗量(Y)(即當(dāng)日土壤水分與第2日土壤水分之差)作為因變量，光照強(qiáng)度(X1)、濕度(X2)、風(fēng)速(X3)和大氣溫度(X4)作為自變量，分別對(duì)黑土和黑鈣土土壤水分的數(shù)據(jù)進(jìn)行多元逐步回歸，通過回歸結(jié)果建立無降水條件下氣象要素對(duì)土壤水分日消耗的多元回歸預(yù)報(bào)模型。而風(fēng)沙土由于降雨條件下土壤水分消耗和無降雨條件下土壤水分消耗差異較大，表現(xiàn)為速升速降，故無法利用氣象因子模擬(圖1)。

得出黑土和黑鈣土2個(gè)土壤類型土壤水分日消耗量與氣象要素的回歸模型為：

Y黑土1= 1.590-0.547X1-0.009X2+

0.077X3-0.022X4(R2=0.824)

Y黑土2= 0.551-0.257X1+0.002X2+

0.206X3-0.022X4(R2=0.605)

Y黑鈣土1= 1.437-0.062X1-0.006X2-

0.078X3-0.029X4(R2=0.672)

Y黑鈣土2= 0.941-0.269X1+0.003X2+

0.091X3-0.038X4(R2=0.868)

從回歸模型上看，黑土和黑鈣土的決定系數(shù)分別為824，0.605，0.672，0.868，0≤R2≤1(其比值越接近于1，說明模型對(duì)數(shù)據(jù)的擬合程度越好)，以上結(jié)果說明在無降雨影響下，黑土和黑鈣土的土壤水分日消耗量可由光照強(qiáng)度(X1)、濕度(X2)、風(fēng)速(X3)和大氣溫度(X4)的變化來解釋，回歸模型數(shù)據(jù)擬合程度較好。

3.5 模型效果檢驗(yàn)

通過上述擬合出的公式，求出理論上無降雨條件下土壤水分的值W1，再通過與實(shí)測土壤水分W2進(jìn)行比較，計(jì)算測定值和預(yù)測值的中誤差，然后計(jì)算其相對(duì)誤差，最后可得模型的精度。從圖4—7可以看出，黑土土壤水分的預(yù)測值和測定值吻合程度很高，而黑鈣土土壤水分預(yù)測值和實(shí)測值的變化趨勢是一樣的，但數(shù)值間存在一定差異。表3也表明，黑土模型的精度達(dá)到99%以上，而黑鈣土略低于黑土，但最大相對(duì)誤差也沒超過10%。以上結(jié)果說明，可以利用建立的模型根據(jù)氣象因子的變化情況預(yù)測無降雨條件下黑土和黑鈣土土壤水分的變化情況，以便于在干旱情況下估算土壤水分，進(jìn)行合理的灌溉措施。但上述結(jié)論還需要更多監(jiān)測和更多的數(shù)據(jù)結(jié)果來驗(yàn)證。

圖4黑土土壤水分1的實(shí)測值與預(yù)測值圖5黑土土壤水分2的預(yù)測值與實(shí)測值

圖6黑鈣土土壤水分1的實(shí)測值與預(yù)測值圖7黑鈣土土壤水分2的預(yù)測值與實(shí)測值

表3 研究區(qū)土壤水分精度分析 %

4 結(jié) 論

(1) 3種類型土壤水分變化均表現(xiàn)出消退期的現(xiàn)象，即土壤水分含量隨時(shí)間變化呈減小趨勢，雖然單次降雨后土壤水分含量出現(xiàn)短暫升高，但隨后重新回落，其中黑土和黑鈣土表現(xiàn)更為顯著。土壤水分的變異系數(shù)變化存在相似性，都是隨土壤深度增大呈遞減趨勢。表明降雨或是蒸發(fā)都主要影響土壤表層水分，對(duì)深層水分含量影響較小。

(2) 日尺度下，3種土壤類型土壤水分含量與光照強(qiáng)度和大氣溫度表現(xiàn)為負(fù)相關(guān)，與空氣濕度表現(xiàn)為正相關(guān)，與降雨量和風(fēng)速相關(guān)系數(shù)較小。土壤水分受氣象因子綜合調(diào)控，大氣溫度是其最直接的影響因子。

(3) 由逐步回歸分析的結(jié)果可知，無降雨影響下，黑土和黑鈣土的土壤水分日消耗量可由光照強(qiáng)度(X1)、濕度(X2)、風(fēng)速(X3)和大氣溫度(X4)的變化來解釋，回歸模型數(shù)據(jù)擬合程度較好。利用模型得出預(yù)測值與實(shí)測值的相對(duì)誤差在0.74%～5.11%。

[1] 黃志剛,李鋒瑞,曹云,等.南方紅壤丘陵區(qū)杜仲人工林土壤水分動(dòng)態(tài)[J].應(yīng)用生態(tài)學(xué)報(bào),2007,18(9):1937-1944.

[2] He Qihua, He Syonghua, Bao Weikai. Research on dynamics of soil moisture in arid and semiarid mountainou areas[J]. Journal of Mountain Science, 2003,21(2):149-156.

[3] 姚雪玲,傅伯杰,呂一河.黃土丘陵溝壑區(qū)坡面尺度土壤水分空間變異及影響因子[J].生態(tài)學(xué)報(bào),2012,32(16):4961-4968.

[4] 劉宏偉,余鐘波,崔廣柏.濕潤地區(qū)土壤水分對(duì)降雨的響應(yīng)模式研究[J].水利學(xué)報(bào),2009,40(7):822-829.

[5] 劉鵠,趙文智,何志斌,等.祁連山淺山區(qū)不同植被類型土壤水分時(shí)間異質(zhì)性[J].生態(tài)學(xué)報(bào),2008,28(5):2389-2394.

[6] 胡相明,趙艷云,程積民.云霧山自然保護(hù)區(qū)環(huán)境因素對(duì)土壤水分空間分布的影響[J].生態(tài)學(xué)報(bào),2008,28(7):2964-2971.

[7] 陳洪松,邵明安,王克林.黃土區(qū)深層土壤干燥化與土壤水分循環(huán)特征[J].生態(tài)學(xué)報(bào),2005,25(10):2491-2498.

[8] Nyberg L. Spatial variability of soil water content in the covered catchment at G?rdsj?n, Sweden[J]. Hydrological Processes, 1999, 10(1):89-103..

[9] 陳斌,丁裕國,劉晶淼.土壤濕度的一種統(tǒng)計(jì)預(yù)報(bào)模型初步試驗(yàn)[J].氣象科學(xué),2005,25(3):231-237.

[10] 張聰聰,陳孝民,張勇,等.氣象因子對(duì)太湖地區(qū)旱作農(nóng)田土壤水分動(dòng)態(tài)的影響[J].中國農(nóng)業(yè)學(xué),2013,46(21):4454-4463.

[11] 唐振興,何志斌,劉搖鵠.祁連山中段林草交錯(cuò)帶土壤水熱特征及其對(duì)氣象要素的響應(yīng)[J].生態(tài)學(xué)報(bào),2012,32(4):1056-1065.

[12] 張玉柱,俞冬興,畢廣有,等.黑龍江省西部地區(qū)生態(tài)林建設(shè)技術(shù)研究[J].防護(hù)林科技,2014(7):27-29,39.

[13] 邱揚(yáng),傅伯杰,王軍,等.土壤水分時(shí)空變異及其與環(huán)境因子的關(guān)系[J].生態(tài)學(xué)雜志,2007,26(1):100-107.

[14] 王孟本,李洪建.晉西北黃土區(qū)人工林土壤水分動(dòng)態(tài)的定量研究[J].生態(tài)學(xué)報(bào),1995,15(2):178-184.

[15] 黃志剛,歐陽志云,李峰瑞,等.南方丘陵區(qū)不同坡地利用類型方式土壤水分動(dòng)態(tài)[J].生態(tài)學(xué)報(bào),2009,29(6):3136-3147.

[16] 李謙,鄭錦森,朱青,等.太湖流域典型土地利用類型土壤水分對(duì)降雨的響應(yīng)[J].水土保持學(xué)報(bào),2014,28(1):6-11.

[17] 劉宏偉,余鐘波,崔廣柏.濕潤地區(qū)土壤水分對(duì)降雨的響應(yīng)模式研究[J].水利學(xué)報(bào),2009,40(7):822-829.

[18] 徐慶華,劉勇,馬履一,等.東北農(nóng)田黑土蒸發(fā)量與土壤水分及氣象因子的關(guān)系[J].東北林業(yè)大學(xué)學(xué)報(bào),2009,37(11):82-83，95.

[19] 張衛(wèi)強(qiáng),賀康寧,朱艷艷,等.黃土半干旱區(qū)油松苗木蒸騰特性與影響因子的關(guān)系[J].中國水土保持科學(xué),2007,5(1):49-54.

[20] 韓湘云,景元書,李根.低丘紅壤坡面土壤水分變化的氣象因素冗余分析[J].生態(tài)學(xué)雜志,2013,32(9):2368-2374.

Soil Water Dynamics and Prediction of Three-North Shelterbelt System Project of Western Heilongjiang Province

CUI Lin, WANG Ligang, ZHANG Yuzhu, BI Guangyou, YU Dongxing, CAO Zhiwei

(Academy of Forest and Environment of Heilongjiang Province, Qiqihar, Heilongjiang161005， China)

[Objective] The dynamics of soil moistures of different soil types and its relation to meteorological factors were studied in the Three-North Shelterbelt System Project of Western Heilongjiang Province, to provide reference for soil moisture prediction. [Methods] Using miniature meteorological station, soil moisture and relevant meteorological factors were monitored in situ. Their relationships were analyzed using multiple regression and correlation analysis methods. [Results] (1) Soil moisture showed a decrease trend in growing season for all the monitored soils, of which Phaeozem, Chernozem behaved more obvious. The variation coefficient of soil moisture for all the 3 soil types decreased with the increase of soil depth. (2) The correlation analysis showed that the soil moisture content was negatively correlated with light intensity and atmospheric temperature, but positively correlated with the air humidity. The correlation coefficients with rainfall and wind speed were comparatively smaller. (3) The multiple regression analysis showed that daily soil moisture consumptions of Phaeozem, Chernozem could be explained by illumination intensity(X1), humidity(X2), wind speed(X3) and air temperature(X4). [Conclusion] Soil moisture was regulated comprehensively by meteorological factors. The established multiple regression models could be used to forecast the changes of soil moisture in upland soil.

soiltype;meteorologicalfactors;soilmoisture;statisticalmodel

A

： 1000-288X(2017)04-0040-07

： S152.7

2016-07-18

：2016-07-26

黑龍江省林業(yè)行業(yè)科研項(xiàng)目“黑龍江省西部地區(qū)三北防護(hù)林工程效益評(píng)估體系建立研究”(黑林研字[2010]01)

崔琳(1988—),女(滿族),吉林省吉林市人，碩士研究生，助理工程師,主要從事防護(hù)林學(xué)方面的研究。E-mail:cuilinjilin@126.com。