高君亮，羅鳳敏，馬迎賓，張 格，郝玉光

?

電阻率成像法監(jiān)測人工梭梭林土壤水分

高君亮，羅鳳敏，馬迎賓，張 格，郝玉光※

（內(nèi)蒙古磴口荒漠生態(tài)系統(tǒng)國家定位觀測研究站/中國林業(yè)科學(xué)研究院沙漠林業(yè)實驗中心，磴口 015200）

土壤水分是影響干旱半干旱沙區(qū)植物生長發(fā)育的主要限制因素。快速、準(zhǔn)確地監(jiān)測土壤水分時空動態(tài)可為干旱半干旱區(qū)植被建設(shè)與生態(tài)恢復(fù)提供科學(xué)依據(jù)。以烏蘭布和沙漠東北部人工梭梭固沙林土壤為研究對象，在林內(nèi)、外（根際、冠中、冠緣、行間、林外）設(shè)置了5條監(jiān)測樣線，分別于一次強降雨后的第2天、第15天、第55天用多電極電阻儀定位測定了土壤電阻率，同步采取土樣用烘干法測定了土壤實際含水率，建立了土壤含水率與土壤電阻率之間的相關(guān)關(guān)系，并對二維剖面土壤水分空間分布特征進行了分析。結(jié)果表明：1）土壤含水率與土壤電阻率之間為極顯著負(fù)相關(guān)關(guān)系（<0.01），可用冪函數(shù)表示。2）5條測線的土壤電阻率在3次監(jiān)測時均隨土層深度增加而減小，而土壤含水量隨土層深度增加而增大，根際<冠中<冠緣<行間<林外。強降水后的不同時間內(nèi)，由于受土壤屬性、樹冠對水分再分配、樹干徑流、根系吸收水分等影響，二維剖面上土壤水分空間分布格局有明顯變化。隨著雨后干旱時間的延長，0～51 cm水分含量由于受蒸發(fā)、植物吸收利用的影響而明顯降低。3）電阻率成像技術(shù)在野外能快速準(zhǔn)確，長期定位監(jiān)測土壤水分含量；對地表擾動小，實現(xiàn)了非破壞性測量；保證測定精度的同時，還能提供尺度較大的土壤水分空間分布的詳實數(shù)據(jù)，可高效快速地獲取連續(xù)的土壤水分分布信息。

土壤水分；降水；土壤電阻率；電阻率成像；土壤蒸發(fā)；根系吸水；烏蘭布和沙漠

0 引 言

土壤水分是干旱半干旱沙區(qū)植物生存、生長與發(fā)育的主要限制因子[1-2]。沙區(qū)水資源缺乏，降水是區(qū)域土壤水分的主要補給來源，合理有效利用有限的水資源成為沙區(qū)固沙植被長期穩(wěn)定和可持續(xù)發(fā)展的前提基礎(chǔ)[3-4]。因此，沙地土壤水分一直是荒漠生態(tài)系統(tǒng)研究的重點和熱點，系統(tǒng)地研究沙區(qū)人工固沙林的土壤水分時空動態(tài)具有重要的科學(xué)和實踐意義[5-8]。

烏蘭布和沙漠地處中國干旱半干旱區(qū)過渡地帶，風(fēng)大沙多，降水稀少，蒸發(fā)強烈，固沙植被生長發(fā)育對土壤水分的依賴性較強。梭梭（(C. A. Mey.) Bunge.）作為該地區(qū)的主要防沙固沙植被[9-10]，其生長發(fā)育很大程度上受制于土壤水分條件，同時又對土壤水分動態(tài)變化產(chǎn)生一定的反饋作用[11]。因此，準(zhǔn)確的對該區(qū)域人工梭梭固沙林土壤水分進行長期、定位、連續(xù)監(jiān)測，掌握人工梭梭林土壤水分時空動態(tài)狀況，可以不失時機地采取相應(yīng)的技術(shù)措施來滿足其對土壤水分的需求，進而確保林分的穩(wěn)定性，發(fā)揮防風(fēng)固沙效益的可持續(xù)性。

快速、精確的測量手段是研究沙地土壤水分動態(tài)的關(guān)鍵[12]。多年來，對土壤水分測量理論、方法和技術(shù)的研究不斷取得進展，測量手段也越來越豐富。按照測量尺度可以將這些測量手段歸為3類，點尺度，中尺度和大尺度。點尺度上測量土壤水分多采用烘干法[13-14]、中子儀法[15]、時域反射儀法[16]和水分傳感器法[17-19]。烘干法結(jié)果最準(zhǔn)確，但需要采集大量的土樣，比較費時費力。中子儀法、時域反射儀法和水分傳感器法均需挖掘土壤剖面埋設(shè)管子、探頭（針），這樣對土壤原始結(jié)構(gòu)有一定破壞，且監(jiān)測的土壤體積有限。隨著計算機技術(shù)的發(fā)展，研究人員將遙感技術(shù)應(yīng)用在土壤水分監(jiān)測上[20-21]，實現(xiàn)了土壤水分監(jiān)測從“點尺度”到“區(qū)域大尺度”的跨越。但是遙感監(jiān)測的空間分辨率相對較低，且只能估測表層土壤水分含量[22]，此外，遙感監(jiān)測過程中還受植被及微地形的影響。因此，圍繞土壤水分測定技術(shù)所做的研究工作還不夠，點尺度和大尺度在尺度代表性上還不夠全面，還缺少一個中小尺度的方法。尋找一種快速、簡單、可靠而密集、適合中小尺度范圍內(nèi)土壤水分測量方法十分有必要。近年來，國內(nèi)外的研究人員將電阻率成像技術(shù)（electrical resistivity imaging，ERI或electrical resistivity tomography，ERT）應(yīng)用到了土壤水分監(jiān)測上。其中，國外用該技術(shù)監(jiān)測土壤水分的研究相對較多[23-28]，而國內(nèi)的研究相對較少[29-33]。尤其是對干旱半干旱沙區(qū)土壤水分監(jiān)測的研究更少[29]?；诖?，本研究以烏蘭布和沙漠東北部的人工梭梭固沙林為研究對象，于2016年8～10月應(yīng)用高密度電阻率成像技術(shù)對梭梭林土壤電阻率與土壤水分含量進行了監(jiān)測研究。目的在于：1）驗證高密度電阻率成像技術(shù)測量沙地土壤含水量的適宜性，以期為今后沙區(qū)土壤水分監(jiān)測提供一種快速精確、尺度較大的技術(shù)手段；2）研究人工梭梭固沙林土壤水分時空動態(tài)規(guī)律，以期為區(qū)域人工固沙林的建設(shè)提供科學(xué)依據(jù)與基礎(chǔ)數(shù)據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于烏蘭布和沙漠東北部，行政區(qū)劃隸屬于內(nèi)蒙古自治區(qū)巴彥淖爾市磴口縣。該區(qū)域?qū)贉貛Т箨懶詺夂?，年均氣?.8 ℃，年均大氣相對濕度47%，年均降水量140.3 mm，降水季節(jié)分配不均，主要集中在7～9月，年均潛在蒸發(fā)量2 380.6 mm。土壤類型主要以風(fēng)沙土為主。天然植被以荒漠植被為主，如：唐古特白刺（Bobrov.）、油蒿（Krasch.）、沙冬青（(Maxim. Ex Kom.) Cheng f.）、霸王（(Bunge.) Maxim.）、沙米（(L.) Moq.）、豬毛菜（Pall.）、沙竹（(Trin.) Bor）、霧冰藜（(Fisch. & C. A. Mey.) Kuntze）等。人工植被主要是綠洲防護體系中種植的各類植物及農(nóng)作物，其中，喬木以楊柳科（Salicaceae）植物為主，灌木以梭梭、花棒（Fisch. et C.A. Mey.）和沙拐棗屬（）植物為主，農(nóng)作物以向日葵（L.）和玉米（L.）為主。

試驗樣地為烏蘭布和東北部沙漠綠洲外圍的人工梭梭固沙林，林內(nèi)地勢比較平坦，起伏不大。梭梭林齡為10 a，行帶式種植，株行距為2.5 m×3.0 m，梭梭的行向為東西方向。當(dāng)前，梭梭植株長勢較好，平均地徑5.72 cm，平均樹高2.84 m，平均冠幅為2.05 m×1.92 m。

1.2 研究方法

本試驗選用多電極電阻儀測量梭梭林地土壤電阻率，儀器型號為SYSCAL KID SWITCH-24（IRIS instruments, Avenue Buffon, B.P.6007-45060 Orleans Cedex2, France），包括1臺主機，24根電極、24根連接線和2條多接口的纜線。

2016年8月19日－10月12日期間，我們在試驗樣地開展了3次野外監(jiān)測試驗。8月19日為第1次監(jiān)測，9月2日為第2次監(jiān)測，10月12日為第3次監(jiān)測，每次監(jiān)測均在上午進行。試驗期間相關(guān)氣象因子的監(jiān)測數(shù)據(jù)來自于內(nèi)蒙古磴口荒漠生態(tài)系統(tǒng)國家定位觀測研究站（圖1）。

注：①、②、③代表3次監(jiān)測試驗。

如圖2所示，每次野外監(jiān)測土壤電阻率與土壤水分時均在梭梭林內(nèi)、外布設(shè)5條監(jiān)測樣線，分別為測線1（梭梭根際處，距梭梭莖干約3 cm），測線2（梭梭冠幅垂直投影的中間位置處，距梭梭莖干約50 cm），測線3（梭梭冠幅垂直投影的邊緣處，距梭梭莖干約100 cm），測線4（兩行梭梭中間的空地，距梭梭莖干約150 cm），測線5（梭梭林外的半固定沙地）。

注：1#~24#代表電極編號。

3次野外監(jiān)測試驗時電極間距均設(shè)置為50 cm，測線長11.5 m，測量層次為7層，采用垂直剖面測量相對比較穩(wěn)定的溫納（Wenner）陣列[33-37]。單次測量所獲取的二維土壤剖面上測點為84個，從上到下（1～7層）每層的測點分別為21、18、15、12、9、6、3個；測量深度分別是25、51、76、102、128、154、179 cm。

電阻儀測量后，需要對視電阻率數(shù)據(jù)進行反演才能獲得真實的土壤電阻率。數(shù)據(jù)反演插值后為120個點，從上到下（1~8層）每層的測點分別為21、21、19、17、15、11、9、7個，深度分別是9、29、51、75、101、130、161、196 cm。每次測量后，在每根電極的位置插入有編號的細(xì)鐵絲作為標(biāo)記，確保定位監(jiān)測。

土壤電阻率測量完后，在每條測線（測線1～5）上選擇3個采樣點，用鉆頭直徑為3 cm的土鉆進行鉆孔，并分層采取土樣。采樣點1、2、3分別位于每條測線上的3.25、5.75和7.75 m處。每層深度及位置跟電阻儀測量后反演測點的位置相對應(yīng)，采集的土樣用密封袋收集，帶回實驗室用烘干法測量含水率。用土鉆采集土樣后對鉆孔進行填土并踩實，以減小對后續(xù)測量結(jié)果準(zhǔn)確性的影響。對同一位置的土壤電阻率和實測的土壤含水率采用最優(yōu)擬合方程來確定二者之間的關(guān)系[28,31-32]，并檢驗方程的顯著性。

1.3 數(shù)據(jù)處理與分析

采用Res 2D Inv ver 3.4軟件反演土壤電阻率數(shù)據(jù)[38-42]，采用Office 2010軟件整理數(shù)據(jù)并繪圖，采用SAS 9.0軟件建立土壤電阻率與含水率之間的回歸關(guān)系并檢驗其顯著性，采用Surfer 8.0軟件繪制土壤電阻率和含水率的空間格局圖。

2 結(jié)果與分析

2.1 人工梭梭林土壤電阻率特征

表1是人工梭梭林5條監(jiān)測樣線3次測量時土壤電阻率隨深度的變化特征。從表中可以看出，3次測量時5條測線的土壤電阻率整體上表現(xiàn)為隨著土層深度增加而變小的趨勢。8月19日，5條測線29 cm處的電阻率為107.15～123.55 (Ω·m)，差異不顯著（>0.05），51 cm處的電阻率為73.28～101.25 (Ω·m)，差異顯著（<0.05），51 cm以下各層土壤電阻率差異極顯著（<0.01），土壤電阻率從大到小總體上為根際>冠中>冠緣>行間>林外。9月2日，5條測線的電阻率較8月19日有著較明顯的變化，尤以0～51 cm層最為明顯。其中，9和29 cm處的電阻率增加了約1倍，51 cm處約為0.5倍（林外除外）。而75 cm處電阻率變化相對很小，除了根際位置處增加外，其他均保持穩(wěn)定。100 cm及以下電阻率呈減小趨勢。5條測線9 cm處的電阻率為249.53～262.45 (Ω·m)，差異不顯著（>0.05），29 cm處的電阻率為187.08～239.16 (Ω·m)，差異顯著（<0.05），51～196 cm各層電阻率差異極顯著（<0.01）。10月12日，100 cm以上土層電阻率均呈增加趨勢，尤以0～29 cm層最為明顯。130 cm處相對比較穩(wěn)定，而160和196 cm以下兩層的電阻率呈減小趨勢（林外除外）。8個測量深度的土壤電阻率差異極顯著（<0.01），0～29 cm土層的電阻率高于其他層次。另外，該層林外測線的電阻率高于其他4條測線的電阻率，差異極顯著（<0.01）。

表1 人工梭梭林土壤電阻率

注：同一列不同大寫字母代表不同土層深度處土壤電阻率差異顯著(=0.05)；同一行不同小寫字母代表同一土層深度處不同測線土壤電阻率差異顯著(=0.05)。

Note: Different capital letters within the same column indicate significant difference in soil resistivity at different soil depth (=0.05). Different lowercase letters within the same row indicate significant difference among different sample lines at the same soil depth soil layer (=0.05).

5條測線3次監(jiān)測時土壤電阻率空間分布狀況如圖3所示。它們的共同特征為上層電阻率較下層高，分界線較明顯，只是深度有所不同。此外，根際處由于受植物根系分布的影響，0～101 cm范圍內(nèi)電阻率分布存在較大的空間異質(zhì)性，在空間圖上表現(xiàn)出破碎化現(xiàn)象。而其他4條樣線電阻率空間分布相對較均一，尤其是帶間和林外。

注：橫軸距離為測線長度及電極之間的間距。

2.2 土壤含水率與土壤電阻率的相關(guān)關(guān)系

對野外測量的土壤電阻率數(shù)據(jù)和烘干法所獲的土壤含水率數(shù)據(jù)進行關(guān)系分析，并建立最優(yōu)回歸模型。為了評價土壤電阻率與土壤含水率之間關(guān)系的顯著性，評價關(guān)系式所產(chǎn)生的誤差，將所有數(shù)據(jù)（樣本數(shù)=268）通過隨機抽樣方法分為2組，一組用來建立二者之間關(guān)系的回歸模型（樣本數(shù)1=178），而另外一組用來檢驗回歸模型的誤差（樣本數(shù)2=90），用決定系數(shù)（2）和顯著水平（）代表方程顯著性，用平均誤差（ME，%）代表估計偏差，用均方根誤差（RMSE，%）代表估計精度。

從圖4中可以看出，人工梭梭林土壤電阻率與土壤含水率之間為反比例關(guān)系，二者之間的最優(yōu)擬合關(guān)系式可用冪函數(shù)=81.09-0.65來表示，其中，為土壤含水率（%），為土壤電阻率（Ω·m）。經(jīng)SAS 9.0軟件對該回歸模型進行顯著性檢驗發(fā)現(xiàn)，該模型達(dá)到了極顯著水平（R=0.72，<0.01）。

注：N1為建模樣本數(shù)。

為了檢驗土壤電阻率與土壤含水率之間回歸模型的顯著性與實用性，對3個鉆孔實測的土壤含水率數(shù)據(jù)與模型計算的土壤含水率數(shù)據(jù)進行回歸分析（圖5）。

注：N2為檢驗?zāi)Ｐ蜆颖緮?shù)。

從圖5中可以看出，二者擬合的所有數(shù)據(jù)點均勻的分布在1:1線的兩側(cè)，模擬計算值與實測值結(jié)果接近，相關(guān)關(guān)系較好（2=0.80）。二者的關(guān)系式可用線性方程0.79+0.84表示，為模型計算土壤含水率值（%），為實測土壤含水率值（%）。經(jīng)SAS 9.0軟件進行顯著性檢驗發(fā)現(xiàn)，二者之間的關(guān)系達(dá)到了極顯著水平（2=0.80，<0.01），且土壤含水率的估計偏差?。∕E=?0.54%），估計精度高（RMSE=2.83%）。由此表明我們所建立的回歸模型可以滿足本試驗的要求，驗證了電阻率成像技術(shù)應(yīng)用于沙地灌木林地土壤水分監(jiān)測與評價的可適用性。因此，可以將所有土壤電阻率代入模型=81.09-0.65來計算土壤含水率。

2.3 人工梭梭林土壤含水量特征

將5條測線3次測量的所有電阻率代入回歸模型=81.09-0.65，計算出所有測點的土壤含水率，然后將每層的土壤含水率求平均值并繪圖（圖6）。

圖6 人工梭梭林土壤含水量

從土壤含水率隨深度變化的曲線圖中可以看出，5條測線3次測量的土壤含水率隨深度的變化趨勢存在一定差異。8月19日，5條測線29 cm處土壤含水率為3.61%～3.99%，差異不顯著（>0.05），51 cm處土壤含水率為4.31%～5.25%，差異不顯著（>0.05），但是隨著深度增加，不同測線同一深度處（75、101、130、161、196 cm）的土壤含水率差異極顯著（<0.01），以101 cm處最為明顯。從整個剖面來看，梭梭根際和冠中位置的土壤含水率隨著深度增加一直在增大，而其他3個位置在101 cm處出現(xiàn)一個較大值，然后緩慢減小或保持穩(wěn)定（圖6a）。9月2日，5條測線9 cm處土壤含水率為2.25%～2.61%，差異不顯著（>0.05），29、101、130 cm深度上5條測線土壤含水率差異顯著（<0.05），51、75、196 cm深度上差異極顯著（<0.01）。5條測線的土壤含水率均隨深度增加總體上呈增大趨勢。林外和林帶中間位置的含水率高于其他位置，根際處含水率最低（圖6b）。10月12日，5條測線0～29 cm的土壤含水率差異顯著（<0.05），林外的土壤含水率低于其他4個位置，而51～161 cm土層，林外的土壤含水率明顯高于林內(nèi)，行間和冠緣的土壤含水率明顯高于根際和冠中，161～196 cm層的差異不顯著（>0.05）（圖6c）。

2.4 人工梭梭林土壤水分空間分布特征

通過土壤電阻率與土壤含水率之間的回歸模型計算了土壤剖面上所有測點的土壤含水率值，并繪制土壤水分含量空間格局圖（圖7）。從圖中可清楚地看出5條測線3個不同測量時期土壤水分空間分布狀況。5條測線3個不同時期土壤水分含量的共同特征為：上層水分含量較下層低，存在比較明確的分界線，只是深度有所不同。隨著降雨后時間延長，表層土壤水分含量明顯降低，而下層水分含量有所增加，尤其是131 cm以下深度增加更為明顯。因為該層以下植物吸收利用水分的毛細(xì)根系相對較少一些，這個層次土壤水受重力作用影響，逐漸向下滲漏，造成下層土壤水含量相對較高。一次較大降水事件后，不同測線上由于受到植被、土壤自身屬性等多因素的影響，水分在土壤中的入滲與擴散等均存在差異。如，林外半固定沙地上，由于植被相對較少，深根性植物也少，土壤性質(zhì)相對均一，空間異質(zhì)性較小，水分入滲較林內(nèi)均勻，水平分層比較明顯。而林內(nèi)由于受植物影響（樹冠截流、樹干莖流等），對降雨進行了二次甚至多次分配，因此導(dǎo)致不同位置處接受的雨量不同，此外，由于植物根系的分布，使得水分在土層中的空間異質(zhì)性也較大。此外，從圖中還可看出，長時間得不到有效降水的補給，由于受蒸發(fā)和植物吸收利用，表層（0～29 cm）土壤水分一直在減少，林外和行間的表層水分減少明顯強于林內(nèi)。而中間層（29～151 cm）土壤水分林外和行間要高于根際、冠中和冠緣，這主要是受灌木根系吸收利用所造成的。

圖7 土壤水分空間格局圖

3 討 論

土壤電阻率是多因素綜合作用的結(jié)果[43-44]，但在特定情況下，某單一因素的影響占主導(dǎo)地位是通過電阻率監(jiān)測獲知土壤特性和狀態(tài)的必要前提[35]。如沙地人工固沙林，由于沙質(zhì)土壤在較大尺度上具有相對均勻的質(zhì)地，影響土壤電阻率的主要因素應(yīng)為土壤含水量和地下水位狀況[29]。烏蘭布和沙區(qū)人工栽植固沙植被的沙丘地下水位一般都大于2 m，地下水位對土壤電阻率影響相對很小，因此認(rèn)為影響不同層次土壤電阻率的主導(dǎo)因素是土壤水分含量。此外，本研究3次測量，5條測線電阻率均值隨著深度增加而減小，8月19日，由117.64 (Ω·m)減小至19.55 (Ω·m)，9月2日，由253.90 (Ω·m)減小至14.95 (Ω·m)，10月12日，由522.62 (Ω·m)減小至13.06 (Ω·m)。同一層次上，50 cm以上土層雨后第2天的電阻率值極顯著小于其他2次（<0.01），而50 cm以下層次的電阻率值差異不顯著（>0.05），且大于其他2次。進一步表明，烏蘭布和沙漠人工固沙林不同土壤深度層的電阻率主要受土壤含水量的影響。

眾多研究者對土壤電阻率與土壤含水率二者關(guān)系的研究結(jié)果顯示，土壤電阻率與水分含量為反比例關(guān)系，二者關(guān)系的擬合模型主要有線性模型[33,45]、指數(shù)模型[31-32]和冪函數(shù)模型[27-29]。本研究中土壤含水率與電阻率之間為極顯著負(fù)相關(guān)關(guān)系（=81.09-0.65，2=0.72，<0.01），結(jié)果與前人研究結(jié)果類似，僅最優(yōu)擬合模型及模型中系數(shù)（，）、決定系數(shù)（2）及顯著水平（）有所差異（圖4和圖5），這可能是因為研究區(qū)域不同，土壤類型不同，土地利用類型不同等多因素導(dǎo)致。

由于受降水、土壤水力學(xué)性質(zhì)、蒸發(fā)蒸散、植被分布等多因素的影響[41]，不同測量時期，土壤水分隨深度變化的趨勢有所不同（圖6）。不同位置測線的土壤水分二維空間分布格局也各不相同（圖7）。其中，0～50 cm土層土壤含水量在不同時期變化最為明顯，在較大的降水事件后（8月19日），0～50 cm土層含水量明顯增高，這是因為較大降雨后，0～50 cm土層得到了補給，水分含量迅速增加。但是沙地土壤持水性較差，降水后土壤水分入滲速度較快，該層土壤水分達(dá)不到最大持水量，多余水分繼續(xù)下滲，進而使下層水分含量增加，這同Nijland等[27]的監(jiān)測結(jié)果一致。降雨過程中，由于樹冠對降雨的再分配作用，使到達(dá)地表的水量有所不同[42]，此外，土壤水在入滲過程中，受土壤質(zhì)地的變異性、入滲的非均勻性、樹干莖流以及植物根部對土壤水分吸收等因素影響，導(dǎo)致入滲速度不一致而使二維剖面上出現(xiàn)不同的斑塊狀分布區(qū)域[28,33,42]。隨著雨后干旱時間的延長（9月2日和10月12日），0～50 cm土層土壤含水量迅速降低。這主要是因為該時間段內(nèi)降雨量較少，土壤水分補給不足，而氣溫仍處于較高時期（日均溫24.27 ℃），蒸發(fā)量較強烈（日均蒸發(fā)量6.52 mm），植物生長也尚處于旺盛時期，蒸騰作用較強，0～50 cm土層的水分由于受土壤蒸發(fā)和植物根系吸收利用，其含量進一步降低。這與Celano等[28]所得的結(jié)論一致，橄欖園的土壤水分在長期沒有降雨補給下，0～0.6 m（草本植物根系的最大深度）土壤水分消耗特別明顯。此外，林外和行間的表層水分減少明顯強于林內(nèi)，這主要是受蒸發(fā)影響所致，由于受蒸騰蒸散作用的影響，土壤表層含水量會減少明顯。但是，有植被存在的地方由于受樹冠遮陰的影響，表層水分的減少量較樹冠外低70%[41]。降雨后第55 d，由于長時間沒有得到有效降水補給，5條測線0～30 cm土層的土壤水分均已降至2%以下。尤其是根際位置，由于受根系吸收水分的影響，根系周圍減少的更加明顯，形成了水分低值區(qū)域，且深度一直向下延伸。以上結(jié)果表明，0～50 cm土層的土壤水分易受外界因素影響，而50～200 cm相對較小，這與朱海等人的研究結(jié)果相類似，0～40 cm土層為土壤水分活躍層，40～200 cm土層為土壤水分次活躍層[46]。

本研究應(yīng)用電阻率成像技術(shù)對烏蘭布和沙漠東北部人工梭梭林土壤水分進行了監(jiān)測，并建立了土壤電阻率與土壤含水率之間的關(guān)系模型，進而推算了二維剖面上的土壤含水量，研究結(jié)果符合實際情況，且與前人研究相一致，因此認(rèn)為該技術(shù)可為干旱區(qū)沙地土壤水分中尺度監(jiān)測提供可行的方法。但是，本研究還存在一定不足，需在今后研究中加強與彌補，1）采用多種不同的電極排列方式測定沙地土壤水分；2）在樣地安裝水分監(jiān)測傳感器，對不同標(biāo)定電阻率的方法進行對比分析；3）對梭梭整個生長周期內(nèi)不同時期的土壤水分進行測量，并結(jié)合水分傳感器監(jiān)測樣地土壤水分實時動態(tài)；4）增大電極間距，以獲取更深層次的土壤水分含量；5）在梭梭林內(nèi)布設(shè)更多的監(jiān)測樣線獲取土壤水分?jǐn)?shù)據(jù)，反映林內(nèi)土壤水分在三維空間上的變化情況。以使電阻率成像技術(shù)為土壤水分監(jiān)測、質(zhì)量評價及相關(guān)工作提供切實的指導(dǎo)和幫助。

4 結(jié) 論

本文基于多電極電阻儀測定了烏蘭布和沙漠東北部人工梭梭林雨后3個不同時期的土壤電阻率，并同步測定土壤含水率，建立了二者之間的關(guān)系，分析了不同時期的土壤水分空間分布格局，主要結(jié)論如下：人工梭梭（<0.01）的反比例關(guān)系。5條測線3個不同時期土壤電阻率整體均隨土層深度加深呈減小趨勢，而土壤水分含量的變化趨勢與之相反。不同時期5條測線上的土壤含水量從大到小為根際<冠中<冠緣<行間<林外。0～51 cm層土壤含水量易發(fā)生變化，而51～196 cm層土壤含水量變化相對較小。由于受土壤蒸發(fā)、水分入滲、樹冠對降水再分配、樹干徑流、樹冠遮陰等因素的影響，5條測線不同時期土壤含水量的空間分布格局各不相同，但均可反映出土壤水分空間變化的實際情況。

綜上所述，利用多電極電阻儀來評價沙地土壤水分狀況是可行的，且該方法具有微擾動原位監(jiān)測；多尺度（水平和垂直）同步監(jiān)測；可重復(fù)連續(xù)監(jiān)測的優(yōu)勢。

[1] 崔國發(fā). 固沙林水分平衡與植被建設(shè)可適度探討[J]. 北京林業(yè)大學(xué)學(xué)報，1998，20(6)：89－94.

Cui Guofa. Water balance of dune fixation forest and suitability of artificial vegetation[J]. Journal of Beijing Forestry University, 1998, 20(6): 89－94. (in Chinese with English abstract)

[2] 梁少民，張希明，曾凡江，等. 沙漠腹地喬木狀沙拐棗對灌水量的生理生態(tài)響應(yīng)[J]. 中國沙漠，2010，30(6)：1348－1353.

Liang Shaomin, Zhang Ximing, Zeng Fanjiang, et al. Ecophysiological response ofLitv. to irrigation volume in the hinterland of the Taklimakan Desert[J]. Journal of Desert Research, 2010, 30(6): 1348－1353. (in Chinese with English abstract)

[3] Wang X P, Berndtsson R, Li X R, et al. Water balance chance for a re-vegetated xerophyte shrub area[J]. Hydrological Science Journal, 2004, 49(2): 283－295.

[4] 王經(jīng)民，戴夏燕，韓冰. 黃土丘陵區(qū)土壤水分研究[J]. 農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究，2000，16(1)：53－56.

Wang Jingmin, Dai Xiayan, Han Bin. Soil moisture in loess hilly region[J]. System Sciences and Comprehensive Studies in Agriculture, 2000, 16(1): 53－56. (in Chinese with English abstract)

[5] 李新榮，馬鳳云，龍立群，等. 沙坡頭地區(qū)固沙植被土壤水分動態(tài)研究[J]. 中國沙漠，2001，21(3)：217－222.

Li Xinrong, Ma Fengyun, Long Liqun, et al. Soil water dynamics under sand-fixing vegetation in Shapotou area[J]. Journal of Desert Research, 2001, 21(3): 217－222. (in Chinese with English abstract)

[6] Simmons M T, Archer S R, Teague W R, et al. Tree () effects on grass growth-An experimental assessment of above and below ground interactions in a temperate savanna[J]. Journal of Arid Environments, 2008, 72(4): 314－325.

[7] 潘顏霞，王新平，蘇延桂，等. 荒漠人工固沙植被區(qū)土壤水分的時空變異性[J]. 生態(tài)學(xué)報，2009，29(2)：993－1000.

Pan Yanxia, Wang Xinping, Su Yangui, et al. Temporal and spatial variability of surface soil moisture in a revegetation desert area in Shapotou[J]. Acta Ecologica Sinica, 2009, 29(2): 993－1000. (in Chinese with English abstract)

[8] 高玉寒，姚云峰，郭月峰，等. 檸條錦雞兒細(xì)根表面積密度對土壤水分空間分布的響應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報，2017，33(5)：136－142.

Gao Yuhan, Yao Yunfeng, Guo Yuefeng, et al. Response offine root surface area density to spatial distribution of soil moisture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(5): 136－142. (in Chinese with English abstract)

[9] 李鋼鐵，秦富倉，賈守義，等. 旱生灌木生物量預(yù)測模型的研究[J]. 內(nèi)蒙古林學(xué)院學(xué)報，1998，20(2)：24－31.

Li Gangtie, Qin Fucang, Jia Shouyi, et al. Study on biomass estimation models of xerophyte shrub[J]. Journal of Inner Mongolia Forestry College, 1998, 20(2): 24－31. (in Chinese with English abstract)

[10] 葉靜蕓，吳波，劉明虎，等. 烏蘭布和沙漠東北緣荒漠-綠洲過渡帶植被地上生物量估算[J]. 生態(tài)學(xué)報，2018，38(4)：1216－1225.

Ye Jingyun, Wu Bo, Liu Minghu, et al. Estimation of aboveground biomass of vegetation in the desert oasis ecotone on the northeastern edge of the Ulan Buh Desert[J]. Acta Ecologica Sinica, 2018, 38(4): 1216－1225. (in Chinese with English abstract)

[11] 李清河，趙英銘，江澤平，等. 烏蘭布和沙漠東北部天然植被動態(tài)及生態(tài)用水量研究[J]. 水土保持學(xué)報，2006，20(5)：146－149.

Li Qinghe, Zhao Yingming, Jiang Zeping, et al. Study on natural vegetation and its ecological water use in northeastern Ulanbuh Desert[J]. Journal of Soil and Water Conservation, 2006, 20(5): 146－149. (in Chinese with English abstract)

[12] 王前鋒，周可法，孫莉，等. 基于探地雷達(dá)快速測定土壤含水量試驗研究[J]. 自然資源學(xué)報，2013，28(5)：881－888.

Wang Qianfeng, Zhou Kefa, Sun Li, et al. A Study of fast estimating soil water content by ground penetrating radar[J]. Journal of Natural Resources, 2013, 28(5): 881－888. (in Chinese with English abstract)

[13] 安慧，王俊波，安鈺. 灌叢密度對毛烏素沙地南緣沙柳生長及土壤水分動態(tài)的影響[J]. 干旱地區(qū)農(nóng)業(yè)研究，2012，30(1)：197－202.

An Hui, Wang Junbo, An Yu. Effects of shrub density on growth of artificialand soil moisture dynamics in Mu Us sandy land[J]. Agricultural Research in the Arid Areas, 2012, 30(1): 197－202. (in Chinese with English abstract)

[14] Fu A H, Chen Y N, Li W H. Water use strategies of the desert riparian forest plant community in the lower reaches of Heihe River Basin, China[J]. Science China: Earth Sciences, 2014(57): 1293－1305.

[15] 張繼義，趙哈林，崔建垣，等. 科爾沁沙地樟子松人工林土壤水分動態(tài)的研究[J]. 林業(yè)科學(xué)，2005，41(3)：1－6.

Zhang Jiyi, Zhao Halin, Cui Jianyuan, et al. Community structure, soil water dynamics and community stability ofvar.plantation in Horqin Sandy Land[J]. Scientia Silvae Sinicae, 2005, 41(3): 1－6. (in Chinese with English abstract)

[16] 阿拉木薩，周麗芳. 科爾沁沙地流動沙丘土壤水分空間變化特征分析[J]. 土壤，2011，43(3)：392－397.

A Lamusa, Zhou Lifang. Spatial variation of soil water storage (SWS) on active dune in Horqin Sandy Land[J]. Soils, 2011, 43(3): 392－397. (in Chinese with English abstract)

[17] 李海東，沈渭壽，林乃峰，等. 雅魯藏布江中游河岸交錯帶沙地土壤水分的空間異質(zhì)性[J]. 農(nóng)業(yè)工程學(xué)報，2012，28(6)：150－155.

Li Haidong, Shen Weishou, Lin Naifeng, et al. Spatial variability of soil moisture on aeolian sandy land in riparian ecotone of middle reaches of Yarlung Zangbo River valley[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(6): 150－155. (in Chinese with English abstract)

[18] Wu B, Han H Y, He J, et al. Field-specific calibration and evaluation of ECH2O EC-5 sensor for sandy soils[J]. Soil Science Society of America Journal, 2013, 78(1): 70－78.

[19] Zhang J H, Wu B, Li Y H, et al. Biological soil crust distribution in Artemisia ordosica communities along a grazing pressure gradient in Mu Us Sandy Land, Northern China[J]. Journal of Arid Land, 2013, 5(2): 172－179.

[20] 周會珍，劉紹民，白潔，等. 毛烏素沙地土壤水分的遙感監(jiān)測[J]. 農(nóng)業(yè)工程學(xué)報，2008，24(10)：134－140.

Zhou Huizhen, Liu Shaomin, Bai Jie, et al. Remote sensing monitoring of soil moisture in the Mu Us sandland[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(10): 134－140. (in Chinese with English abstract)

[21] 霍艾迪，康相武，張廣軍，等. 基于MODIS數(shù)據(jù)的毛烏

素沙地土壤水分模型的建立[J]. 干旱地區(qū)農(nóng)業(yè)研究，2010，28(4)：19－23.

Huo Aidi, Kang Xiangwu, Zhang Guangjun, et al. Study on soil moisture model in Mu Us desert using MODIS image[J]. Agricultural Research in the Arid Areas, 2010, 28(4): 19－23. (in Chinese with English abstract)

[22] 張宗海，張建平. 科爾沁沙地土壤表層水分遙感反演模型研究[J]. 水資源與水土程學(xué)報，2011，22(6)：127－132，136.

Zhang Zonghai, Zhang Jianping. Research on the soil surface moisture retrieval model by remote sensing in Horqin sandy[J]. Journal of Water Resources & Water Engineering, 2011, 22(6): 127－132, 136. (in Chinese with English abstract)

[23] French H, Binley A. Snowmelt infiltration: Monitoring temporal and spatial variability using time-lapse electrical resistivity[J]. Journal of Hydrology, 2004, 297(1/4): 174－186.

[24] Srayeddin I, Doussan C. Estimation of the spatial variability of root water uptake of maize and sorghum at the field scale by electrical resistivity tomography[J]. Plant and Soil, 2009, 319(1/2): 185－207.

[25] Besson A, Cousin I, Bourennane H, et al. The spatial and temporal organization of soil water at the field scale as described by electrical resistivity measurements[J]. European Journal of Soil Science, 2010, 61(1): 120－132.

[26] Oberdorster C, Vanderborght J, Kemna A, et al. Investigating preferential flow processes in a forest soil using time domain reflectometry and electrical resistivity tomography[J]. Vadose Zone Journal, 2010, 9(2): 350－361.

[27] Nijland W, Van der Meijde M, Addink E A, et al. Detection of soil moisture and vegetation water abstraction in a Mediterranean natural area using electrical resistivity tomography[J]. Catena, 2010(81): 209－216.

[28] Celano G, Palese A M, Ciucci A, et al. Evaluation of soil water content in tilled and cover-cropped olive orchards by the geoelectrical technique[J]. Geoderma, 2011(163): 163－170.

[29] 朱教君，徐大勇，康宏樟，等. 沙質(zhì)林地土壤阻抗系數(shù)測量方法[J]. 生態(tài)學(xué)雜志，2005，24(2)：222－227.

Zhu Jiaojun, Xu Dayong, Kang Hongzhang, et al. Method for the measurement of soil resistivity in sandy woodland[J]. Chinese Journal of Ecology, 2005, 24(2): 222－227. (in Chinese with English abstract)

[30] 張虎元，王少一，趙天宇，等. 利用高密度電阻率法進行鹽漬土含水率的測定[J]. 水文地質(zhì)工程地質(zhì)，2012，39(1)：95－101.

Zhang Huyuan, Wang Shaoyi, Zhao Tianyu, et al. Determination of water content of saline soil with multi-electrode resistivity method[J]. Hydrogeology & Engineering Geology, 2012, 39(1): 95－101. (in Chinese with English abstract)

[31] 段旭，王彥輝，程積民. 寧夏固原云霧山天然草坡土壤電阻率和含水率的關(guān)系及其空間變異[J]. 農(nóng)業(yè)工程學(xué)報，2012，28(7)：130－137.

Duan Xu, Wang Yanhui, Cheng Jimin, et al. Spatial variation and relationship of soil resistivity and water moisture on typical grass slopes of Yunwu Mountains[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(7): 130－137. (in Chinese with English abstract)

[32] 段旭，王彥輝，李賢忠，等. 云霧山草坡和涇川刺槐林坡面土壤電阻率和含水率的空間差異[J]. 生態(tài)學(xué)雜志，2012，31(3)：632－639.

Duan Xu, Wang Yanhui, Li Xianzhong, et al. Spatial differences of soil electrical resistivity and moisture content in slope grassland in Yunwu Mountains and in slope locust forestland in Jingchuan Mountains, Northwest China[J]. Chinese Journal of Ecology, 2012, 31(3): 632－639. (in Chinese with English abstract)

[33] 岳寧，董軍，李玲，等. 基于高密度電阻率成像法的隴中半干旱區(qū)土壤含水量監(jiān)測研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，2016，24(10)：1417－1427.

Yue Ning, Dong Jun, Li Ling, et al. soil water content monitoring in Longzhong semi-arid region by high-density electrical resistivity tomography[J]. Chinese Journal of Eco-Agriculture, 2016, 24(10): 1417－1427. (in Chinese with English abstract)

[34] Zhou Q Y, Shimada J, Sato A. Three-dimensional spatial and temporal monitoring of soil water content using electrical resistivity tomography[J]. Water Resources Research, 2001, 37(2): 273－285.

[35] 周仲華，鄭龍，孫博. 土遺址墻體含水量與電阻率關(guān)系研究[J]. 巖石力學(xué)與工程學(xué)報，2009，28(增刊2)：4054－4058.

Zhong Zhonghua, Zheng Long, Sun Bo. Research on relationships between water content and resistivity of eastern ruin walls[J]. Chinese Journal of Rock Mechanics and Engineering, 2009, 28(Supp.2): 4054－4058. (in Chinese with English abstract)

[36] Ain-Lhout F, Boutaleb S, Diaz-Barradas M C, et al. Monitoring the evolution of soil moisture in root zone system ofusing electrical resistivity imaging[J]. Agricultural Water Manage, 2016, 64(1): 158－166.

[37] Cuong L P, Tho L V, Juzsakova T, et al. Imaging the movement of toxic pollutants with 2D electrical resistivity tomography (ERT) in the geological environment of the Hoa Khanh Industrial Park, Da Nang, Vietnam[J]. Environ Earth Science, 2016(75): DOI 10.1007/s12665-016-5253-x.

[38] Michot D, Benderitter Y, Dorigny A, et al. Spatial and temporal monitoring of soil water content with an irrigated corn crop cover using surface electrical resistivity tomography[J]. Water Resources Research, 2003, 39(5): doi:10.1029/2002WR001581.

[39] Gunn D A, Chambers J E, Uhlemann S, et al. Moisture monitoring in clay embankments using electrical resistivity tomography[J]. Construction and Building Materials, 2015(92): 82－94.

[40] 解迎革，李霞，張風(fēng)寶，等. 基于電阻率斷層掃描技術(shù)探測林地土層厚度[J]. 農(nóng)業(yè)工程學(xué)報，2015，31(4)：212－216.

Xie Yingge, Li Xia, Zhang Fengbao, et al. Detection of soil thickness in forest land based on electrical resistivity tomographic scanning technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(4): 212－216. (in Chinese with English abstract)

[41] Ain-Lhout F, Boutaleb S, Diaz-Barradas M C, et al. Monitoring the evolution of soil moisture in root zone system of Argania spinosa using electrical resistivity imaging[J]. Agricultural Water Manage, 2016, 64(1): 158－166.

[42] Fan J L, Scheuermann A, Guyot A, et al. Quantifying spatiotemporal dynamics of root-zone soil water in a mixed forest on subtropical coastal sand dune using surface ERT and spatial TDR[J]. Journal of Hydrology, 2015(523): 475－488.

[43] Boehm G, Brauchler R, Nieto D Y, et al. A field assessment of site-specific correlations between hydraulic and geophysical parameters[J]. Near Surface Geophysics, 2013, 11(5): 473－483.

[44] 馬東豪，張佳寶，吳忠東，等. 電阻率成像法在土壤水文學(xué)研究中的應(yīng)用及進展[J]. 土壤學(xué)報，2014，51(3)：439－447.

Ma Donghao, Zhan Jiabao, Wu Zhongdong, et al. Application of electrical resistivity tomography to study on soil hydrology and its advance[J]. Acta Pedologica Sinica, 2014, 51(3): 439－447. (in Chinese with English abstract)

[45] Hadzick Z Z, Guber A K, Pachepsky Y A, et al. Pedotransfer functions in soil electrical resistivity estimation[J]. Geoderma, 2011(64): 195－202.

[46] 朱海，胡順軍，陳永寶. 古爾班通古特沙漠南緣固定沙丘土壤水分時空變化特征[J]. 土壤學(xué)報，2016，53(1)：113－122.

Zhu Hai, Hu Shunjun, Chen Yongbao. Spatio-temporal variation of soil moisture in fixed dunes at the southern edge of Gurbantunggut Desert[J]. Acta Pedologica Sinica, 2016, 53(1): 113－122. (in Chinese with English abstract)

Monitoring of soil water content inplantation using electrical resistivity tomography

Gao Junliang, Luo Fengmin, Ma Yingbin, Zhang Ge, Hao Yuguang※

(/015200)

Soil water plays an important role in the plant growth in the arid and semiarid areas, and it is a factor influencing the distribution and quantity of vegetation in arid and semiarid areas. Through long-term and continuous monitoring and assessing soil moisture rapidly and accurately, it can provide guidance for vegetation construction and ecological restoration in the arid and semiarid areas.is an endemic tree, and also a main species for sand fixation in Ulan Buh desert. The main aim of the study was to test the usefulness of such geoelectrical method for the assessment of spatial and temporal variability of soil water content inplantation. For that purpose, five sample lines were set up inplantation, three geoelectrical measurement campaigns were performed in 19 August, 2 September, and 12 October 2016. For each campaign, 5 two-dimensional (2-D) geoelectrical tomographies were carried out in the wenner array using a fixed electrode spacing of 0.5 m. After each campaigns the ERT were followed by soil samplings carried out with auger directly below the respective geoelectrical profiles. Direct measurements of soil electrical conductivity and soil water content were conducted on the soil samples inand in the laboratory. The results showed that soil water content was significantly related to soil electrical resistivity data, by the power model=81.09-0.65(2=0.72,<0.01,=187). A reliable linear relationship between the calculated and measured soil water content data was found (2=0.80,<0.01, ME=-0.54%, RMSE=2.38%,=190). Five sampling lines of the soil electrical resistivity at three times gradually decreased with the increase of soil depth, while soil water content was the opposite. After the heavy rain event, the spatial distribution pattern of soil water in 2-D profile changed apparentlydue to rainfall interception by trees, root water uptake and preferential infiltration associated with stem flow. Soil water content was in an increasing tendency after two days of the rain event. As the time continuing, soil water content of soil surface between 0-50 cm showed a significant decrease due to the evaporation and root water uptake. Soil water content of at the depth of 100 cm below the ground had a tendency to increase because of infiltration, indicating that continuous heavy rainfall can effectively supply soil water in the soil surface below one meter. The analysis and monitoring result of the temporal and spatial variation of the soil water content showed that ERT can monitor soil water content quickly and accurately in the field over a long time scale, and moreover, it was not intrusive. It also can provide large-scale and high resolution image of soil water content and water infiltration process. From the analysis and monitoring result of the temporal and spatial variation of the soil water content, we conclude that ERT can be an effective method for monitoring and assessing soil water content and reserves, and thus it allowed us to understand the hydrological processes in sand dune environments.

soil water; precipitation; soil resistivity; electrical resistivity tomography(ERT); soil evaporation; root water uptake; Ulan Buh Desert

高君亮，羅鳳敏，馬迎賓，張 格，郝玉光. 電阻率成像法監(jiān)測人工梭梭林土壤水分[J]. 農(nóng)業(yè)工程學(xué)報，2018，34(22)：92－101. doi：10.11975/j.issn.1002-6819.2018.22.012 http://www.tcsae.org

Gao Junliang, Luo Fengmin, Ma Yingbin, Zhang Ge, Hao Yuguang. Monitoring of soil water content inplantation using electrical resistivity tomography[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(22): 92－101. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.22.012 http://www.tcsae.org

2018-05-17

2018-10-09

中央級公益性科研院所基本科研業(yè)務(wù)費（CAFYBB2016QA016）

高君亮，博士生，工程師，主要從事荒漠化防治研究。 Email：gaojunliang1985@163.com

郝玉光，博士，研究員，主要從事荒漠化防治研究。 Email：hyuguang@163.com

10.11975/j.issn.1002-6819.2018.22.012

S158.2

A

1002-6819(2018)-22-0092-10