李浩然，胡廣錄，周 川，鞏 煒，付鵬程

(蘭州交通大學(xué) 環(huán)境與市政工程學(xué)院，蘭州 730070)

干旱區(qū)荒漠綠洲過渡帶是指位于荒漠與綠洲之間的生態(tài)交錯帶，是在荒漠生態(tài)系統(tǒng)與綠洲生態(tài)系統(tǒng)的雙重影響下，為荒漠與綠洲的能量與物質(zhì)交換提供緩沖的區(qū)域[1-2].荒漠綠洲過渡帶具有植物種類稀少、群落結(jié)構(gòu)相對簡單、蓋度整體不高、生態(tài)環(huán)境脆弱的特征[3-4]，其景觀主要由常見的帶狀斑塊植被、點狀斑塊植被、環(huán)狀斑塊植被以及裸地斑塊構(gòu)成[5-6].植被斑塊的生長發(fā)育狀況可用于指示荒漠化的進程，植被新斑塊的形成指示著荒漠化進程的減緩，而斑塊植被的消亡和退化則代表荒漠化的加劇[7].因此，荒漠-綠洲過渡帶上分布的斑塊狀植被可作為綠洲的重要保護屏障，起到防風(fēng)固沙、改善環(huán)境、維護綠洲穩(wěn)定的作用.

斑塊狀植被的分布及生長狀況取決于區(qū)域氣候、地形、土壤，也與區(qū)域內(nèi)可利用的水分多少有關(guān)，而土壤水分蒸散發(fā)量的大小影響著斑塊狀植被對區(qū)域內(nèi)有限水資源的利用[8-9].土壤水分蒸散發(fā)是土壤-植被-大氣系統(tǒng)中能量和水循環(huán)的重要環(huán)節(jié)，是干旱地區(qū)水分消耗的主要組成部分之一，每年通過蒸散發(fā)進入大氣的水分約占全年平均降水的 60%以上[10].黑河中游荒漠綠洲過渡帶位于中國內(nèi)陸西北干旱區(qū)，該區(qū)域氣候干燥，降雨稀少，且存在季節(jié)性分布不均的特點，蒸發(fā)量大，因此導(dǎo)致了該地區(qū)水資源嚴(yán)重短缺[11]，如何有效利用有限的降水資源是該地區(qū)植被保育及生態(tài)修復(fù)中主要的研究方向.有學(xué)者研究了黑河中游荒漠綠洲過渡帶固沙植被根區(qū)土壤水分的分布特征，認(rèn)為在干旱條件下，梭梭對于土壤水分的需求小于沙拐棗和泡泡刺，同時利用植被根區(qū)不同深度土壤含水量的標(biāo)準(zhǔn)差以及變異系數(shù)的特點，提出了能夠充分利用干旱區(qū)有限的土壤水分、提高造林成活率的干旱區(qū)固沙植被空間格局配置方式[12-13].目前，針對干旱區(qū)土壤水分蒸散發(fā)量的研究主要集中在潛在蒸散發(fā)量的估算以及演變，而對干旱區(qū)固沙植被的土壤水分蒸散發(fā)量鮮有研究.本文通過野外觀測并結(jié)合當(dāng)?shù)貧庀筚Y料，對荒漠綠洲過渡帶固沙植被土壤水分蒸散發(fā)特征及影響因素進行研究，旨在探明斑塊狀分布的固沙植被土壤水分蒸散發(fā)規(guī)律.

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

研究區(qū)位于甘肅省張掖市臨澤縣，屬于黑河中游的荒漠綠洲過渡帶，經(jīng)緯度位置在39°10′～39°20′ N，100°0′～100°10′ E之間，如圖1所示.該區(qū)氣候?qū)儆诘湫偷臏貛Т箨懶詺夂?，年均氣?.8 ℃，最高年溫差可達66.5 ℃，多年平均降水量117 mm，6～9月為集中降雨期，年平均蒸發(fā)量2 390 mm以上；受風(fēng)沙活動的長期影響，土壤多發(fā)育為風(fēng)沙土.研究區(qū)植被主要由超旱生植物構(gòu)成，呈斑塊狀分布，覆蓋度較小，群落結(jié)構(gòu)簡單，易受外界環(huán)境的影響，代表性植物有沙拐棗(Calligonumchinense)、梭梭(Haloxylonammodendron)、泡泡刺(Nitrariasphaerocarpa)等.

1.2 布樣及觀測方法

在研究區(qū)樣地選取代表性固沙植物梭梭、沙拐棗、泡泡刺各3株，經(jīng)現(xiàn)場調(diào)查測量可知3種固沙植物的冠幅周長范圍分別為5.4～8.5 m、3.7～6.6 m、13～19 m.在選取的每棵植株根部3個方向(夾角約120°)的0.5 m、2 m處分別布設(shè)微型蒸發(fā)器(見圖1).微型蒸發(fā)器的套筒用濱鐵皮圈制而成，內(nèi)徑16 cm，內(nèi)桶由內(nèi)徑14 cm的PVC管定制而成，套筒、內(nèi)桶高度均為20 cm[14-15].布設(shè)時，先將內(nèi)桶壓入土層并使桶沿與地表齊平，再將帶有原狀土的內(nèi)桶挖出后削平底部土壤并用白布封底，然后挖坑并將套筒放入土坑，覆平坑底，再將帶有原狀土的內(nèi)桶放置于套筒中，使內(nèi)桶高出套筒約1 cm，測量時內(nèi)桶可從套筒中提出.樣地布設(shè)微型蒸發(fā)器共計54套.測量時將微型蒸發(fā)器的內(nèi)桶提出放置于精度為0.01 g的電子秤上稱重，早上8點和晚上8點各測一次，早、晚內(nèi)桶重量之差即為當(dāng)日的土壤水分蒸散發(fā)量.根據(jù)微型蒸發(fā)器規(guī)格以及水的密度，計算出每1 g的重量變化相當(dāng)于0.057 mm的蒸散發(fā)量[15].觀測期限為2019年5月～10月，在每月上、中、下旬各選取3天連續(xù)進行土壤水分蒸散發(fā)量的觀測，觀測期間如遇降雨日，則雨后間隔1天再進行觀測.

1.3 土壤水分蒸散發(fā)影響因子的選取

研究中所需要的氣象資料均由中國科學(xué)院臨澤野外氣象觀測站2019年觀測記錄的資料整理獲得.該氣象觀測站距離樣地直線距離約為2.5 km.

利用整理的氣象資料，從中選取與土壤水分蒸散發(fā)量觀測期所對應(yīng)的氣象因子12個(見表1)，將土壤水分蒸散發(fā)量和12個氣象因子分別進行無量綱化處理后，再進行相關(guān)性分析,選擇在顯著性水平0.01下與土壤水分蒸散發(fā)量呈顯著相關(guān)性的因子作為影響因子.由表1可知，與土壤水分蒸散發(fā)量呈顯著性相關(guān)的氣象因子共9個，分別為空氣溫度、地表溫度、0～10 cm土壤溫度、10～20 cm土壤溫度、太陽輻射、土壤熱通總量、相對濕度、水氣壓、10 min平均風(fēng)速.

表1 影響因子的選取Tab.1 Selection of influencing factors

研究區(qū)屬溫帶大陸性干旱氣候，臨澤野外氣象站多年觀測資料顯示研究區(qū)降水頻次少且多為無效降水(≤5 mm)，表1中的相關(guān)性分析結(jié)果也表明觀測期間降水因子與土壤水分蒸散發(fā)量呈現(xiàn)出很弱的相關(guān)關(guān)系.此外，考慮到降水日進行野外觀測會導(dǎo)致微型蒸發(fā)器的稱重誤差，觀測人員進出樣地實測也不方便，因此，后續(xù)分析中未將降水列為影響因子.

1.4 數(shù)據(jù)處理方法

利用Excel 2007、Statistica 7.0、SPSS 25.0軟件對數(shù)據(jù)進行統(tǒng)計分析，利用主成分分析、多元逐步回歸分析等方法對研究區(qū)固沙植被土壤水分蒸散發(fā)的影響因素進行分析，利用Origin Pro8.0軟件進行制圖.

2 結(jié)果與分析

2.1 固沙植被土壤水分蒸散發(fā)特征

通過6個月的觀測，將3種固沙植物的日均土壤水分蒸散發(fā)量求平均值，得到研究區(qū)固沙植被土壤水分蒸散發(fā)量在觀測期間的變化情況(見圖2).由圖2可知，在觀測期間，日土壤水分蒸散發(fā)量最小值出現(xiàn)在2019-05-07，為1.00 mm，最大值出現(xiàn)在2019-05-31，為15.50 mm.土壤水分蒸散發(fā)量的日變化較為明顯.

對6個月觀測所得的土壤水分蒸散發(fā)量進行描述性統(tǒng)計分析(見表2)，可以看出，觀測期間固沙植被月土壤水分蒸散發(fā)量的平均值從大到小依次為6月>7月>8月>5月>9月>10月；即表現(xiàn)出夏季最高、春季其次，秋季最小的季節(jié)變化特征；觀測期間土壤水分蒸散發(fā)量變異系數(shù)最大的為5月，最小的為9月，觀測月份的土壤水分蒸散發(fā)量均屬中等程度地變異(0.1≤Cv≤1).

表2 觀測期間土壤水分蒸散發(fā)的描述性統(tǒng)計Tab.2 Descriptive statistics of soil moisture evapotranspiration during observation

2.2 土壤水分蒸散發(fā)影響因子的主成分分析

為了明晰各個影響因子對固沙植被土壤水分蒸散發(fā)的影響程度，可利用主成分分析法將多個影響因子通過降維，轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo)(即主成分)，來反映原始變量的大部分信息，且每個主成分所含信息互不重復(fù).多個影響因子可否用于主成分提取，首先需要對因子變量的分布以及變量間的獨立情況進行檢驗.KMO和Bartlett檢驗是用于檢驗選取的影響因子是否能夠進行主成分分析的前提.將觀測獲得的土壤水分蒸散發(fā)量與前文選取的9個影響因子共計71天的對應(yīng)數(shù)據(jù)導(dǎo)入SPSS25.0軟件中，利用因子分析模塊中的主成分分析進行KMO和Bartlett檢驗，當(dāng)KMO值大于0.5以及Bartlett檢驗統(tǒng)計量的顯著性小于0.05時就可以進行主成分分析.檢驗結(jié)果如表3所列.由表3可知，KMO=0.672>0.5，且Bartlett球形度檢驗統(tǒng)計量的顯著性小于0.05，說明本文所選取的影響因子可以進行主成分分析.

表3 KMO和Bartlett檢驗Tab.3 KMO and Bartlett tests

利用SPSS25.0軟件對所選取的9個影響因子數(shù)據(jù)進行主成分提取，得到各個成分的特征值如表4所列.根據(jù)初始特征值λ>1和累積方差貢獻率大于85%確定最優(yōu)的主成分?jǐn)?shù)[16].由表4可知，初始特征值λ>1的有2個主成分，但累計方差貢獻率只有80.353%，不足以解釋原始數(shù)據(jù)的絕大部分信息，因此在主成分個數(shù)的選取上應(yīng)當(dāng)綜合考慮碎石圖(見圖3).根據(jù)圖3所示，碎石圖的走勢在第3個主成分之后才開始趨于平緩，結(jié)合表4，第3個主成分的初始特征值為 0.999接近于1，并且累積方差貢獻率達到91.454%，能夠解釋原始數(shù)據(jù)的絕大部分信息，因此，主成分個數(shù)確定為3個較為合適.

表4 主成分特征值和方差貢獻率Tab.4 Principal component and variance contribution rate

為了對主成分因子的貢獻做出更加合理的解釋，也限于文章篇幅，僅選取對初始因子荷載矩陣旋轉(zhuǎn)后的SPSS25.0輸出結(jié)果(見表5)進行分析，旋轉(zhuǎn)后的主成分因子實際意義更為明顯.后續(xù)分析中采用表5中9個影響因子的代表符號來表述.

表5 因子旋轉(zhuǎn)載荷Tab.5 Factor rotational loading

由表5可知，第一主成分在空氣溫度、地表溫度、0～10 cm土壤溫度、10～20 cm土壤溫度具有較大載荷，分別為0.960、0.914、0.966、0.970，這些因素主要體現(xiàn)了研究區(qū)的溫度條件，而10 min平均風(fēng)速占比小，水氣壓、太陽輻射以及土壤熱通總量的旋轉(zhuǎn)載荷則相對于溫度因子較小但也有一定比重.因此可以說明，第一主成分因子主要反映了研究區(qū)的溫度條件，第一主成分對于綜合指標(biāo)的貢獻率達到了56.25%，這也說明第一主成分可解釋原始變量的絕大部分信息.

表5中第二主成分所在的旋轉(zhuǎn)載荷中太陽輻射以及土壤熱通總量占有較高的比重，分別為0.926、0.937，其主要反映的是研究區(qū)的輻射條件，第二主成分概括了原始變量24.103%的信息量，具有較大的比重，應(yīng)當(dāng)納入到實際分析中.第三主成分的旋轉(zhuǎn)載荷值中，相對濕度、水氣壓以及10 min平均風(fēng)速的載荷分別為0.917、0.675、-0.747，而10 min平均風(fēng)速雖對第三主成分具有負(fù)向貢獻，但亦具有較高的貢獻率，故第三主成分主要反映的是研究區(qū)水氣條件和風(fēng)力條件.

利用表5的載荷數(shù)據(jù)除以表4中對應(yīng)的主成分特征值的平方根，從而獲得各個主成分回歸方程表達式：

F1=0.427X1+0.406X2+0.429X3+0.431X4+0.162X5+0.098X6-0.044X7+0.239X8+0.012X9,

(1)

F2=0.156X1+0.257X2+0.155X3+0.117X4+0.629X5+0.636X6-0.099X7+0.041X8+0.059X9,

(2)

F3=-0.020X1-0.071X2-0.037X3+0.031X4-0.007X5-0.254X6+0.971X7+0.675X8-0.747X9.

(3)

利用上述式(1)～(3)可將后面的主成分回歸結(jié)果還原成原始變量的線性回歸模型，詳見式5.

利用提取出的主成分因子與土壤水分蒸散發(fā)量進行相關(guān)性分析(見表6).從表6可以得出，土壤水分蒸散發(fā)量與提取出的主成分F1，F(xiàn)2，F(xiàn)3都在顯著性水平0.01上呈顯著性相關(guān)，其中相關(guān)性最高的為第一主成分，第三主成分與土壤水分蒸散發(fā)量則呈負(fù)相關(guān)關(guān)系.由此可見，所提取的三個主成分F1，F(xiàn)2，F(xiàn)3分別在溫度、輻射、水汽及風(fēng)力條件方面顯著影響研究區(qū)固沙植被土壤水分蒸散發(fā)量的變化.

表6 主成分因子與土壤水分蒸散發(fā)量的相關(guān)系數(shù)Tab.6 Correlation coefficients between principal component factors and soil evapotranspiration

2.3 模型建立與驗證

2.3.1 回歸模型的建立

根據(jù)主成分分析結(jié)果，以提取出的主成分因子(F1，F(xiàn)2，F(xiàn)3)的值作為自變量，土壤水分蒸散發(fā)量作為因變量導(dǎo)入SPSS 25.0軟件中，選用回歸模塊中的線性回歸，回歸方式選用逐步回歸，得到多元逐步回歸方程的模型摘要(見表7).

在回歸分析中，一般規(guī)定R2值越大，模型的擬合度就越好，表7中，模型3的R2為0.947，說明逐步回歸分析中引入的變量數(shù)據(jù)與模型擬合度較高；并且D-W值為1.679，趨近于2，說明回歸分析模型引用的數(shù)據(jù)不存在自相關(guān)性[17-18]，數(shù)據(jù)引用合理.

表7 模型摘要Tab.7 Summary of models

表8是多元線性回歸分析過程中的方差分析表，目的是用于對所建立的線性方程進行顯著性檢驗.表8結(jié)果顯示，三種模型中回歸均方都大于殘差均方，并且顯著性水平均為0.000，所以土壤水分蒸散發(fā)量與提取的主成分因子的線性關(guān)系顯著，證明所建立的線性回歸模型是合理的.

表8 方差分析Tab.8 Variance analysis

表9為利用各個主成分因子進行回歸分析所得到的回歸系數(shù)以及對回歸系數(shù)顯著性檢驗的結(jié)果.從表9中可以看出，在顯著性水平a=0.05情況下，各個主成分因子的回歸系數(shù)Sig值均為0.000.容差和VIF是對回歸方程的共線性進行檢驗，容忍度越大發(fā)生共線的可能性就越大[18-20].表9中自變量的容差與VIF都為1，表明分析中提取出的主成分因子之間沒有出現(xiàn)共線性.

表9 系數(shù)輸出Tab.9 Coefficient output

另外，根據(jù)表7中顯示出的結(jié)果，三種模型中，模型3的R2的值最高，模擬結(jié)果最好.因此，可以選用模型3建立多元線性回歸方程，模型表達式為

Y=9.314+1.853F1+1.838F2-1.636F3.

(4)

然后將式(1)～(3)代入式(4)中整理可得固沙植被土壤水分蒸散發(fā)量線性模型表達式：

Y=9.314+1.110X1+1.342X2+1.142X3+

0.964X4+1.467X5+1.767X6-1.765X7-0.486X8+1.353X9.

(5)

從式(5)可以看出，空氣溫度(X1)、地表溫度(X2)、0～10 cm土壤溫度(X3)、10～20 cm土壤溫度(X4)、太陽輻射(X5)、土壤熱通總量(X6)、10 min平均風(fēng)速(X9)正向影響研究區(qū)固沙植被土壤水分蒸散發(fā)量，相對濕度(X7)、水氣壓(X8)負(fù)向影響研究區(qū)固沙植被的土壤水分蒸散發(fā)量.

2.3.2 回歸模型的驗證

為了對所建立模型的合理性進行驗證，利用式(5)進行觀測期間土壤水分蒸散發(fā)量的預(yù)測，將預(yù)測值與實測值進行對比，結(jié)果如圖4所示，并計算相對擬合誤差.

通過對預(yù)測值與實測值的相對擬合誤差計算，結(jié)果表明，相對擬合誤差最小為0.29%，最大為-74.36%，平均相對擬合誤差為-3.84%，除5月6日、5月7日兩天外，其它觀測日的相對擬合誤差絕對值均在20%以下，預(yù)測合格率為97.18%.說明式(5)能夠較好的預(yù)測荒漠綠洲過渡帶固沙植被土壤水分蒸散發(fā)量，因此建立的模型比較可靠合理.

3 討論

干旱區(qū)荒漠綠洲過渡帶固沙植物地上冠幅以及地下根系分布有所不同，對土壤水分的利用機制也存在差異.加之不同固沙植物呈斑塊狀混雜生長在一起，單獨分析某一種固沙植物的土壤水分蒸散發(fā)特征可能會產(chǎn)生較大的來自于植物間相互影響得誤差.考慮到不同固沙植物同屬于一個觀測樣地，氣候條件相同，生態(tài)水文效應(yīng)相近，因此，本文將干旱區(qū)荒漠綠洲過渡帶不同固沙植物綜合為一個研究對象——“固沙植被”來探討其土壤水分蒸散發(fā)特征及影響因素，目的為了消除植物間的相互影響.

干旱區(qū)土壤水分蒸散發(fā)量表現(xiàn)出夏季最高，春、秋其次，冬季最小的特征，且受氣溫、降水的支配比較大[21-22].而本文針對的研究區(qū)，根據(jù)季節(jié)劃分，6、7、8月屬夏季，5月屬春季，9、10月屬秋季.研究區(qū)內(nèi)固沙植被土壤水分蒸散發(fā)量的測定是在2019年5月～10月進行，在觀測期間，月平均土壤水分蒸散發(fā)量從大到小依次為6月>7月>8月>5月>9月>10月，符合干旱區(qū)土壤水分蒸散發(fā)隨季節(jié)變化的特征.

應(yīng)用主成分分析法對選取的氣象因子進行降維，提取出3個主成分因子F1，F(xiàn)2，F(xiàn)3，分別反映了研究區(qū)溫度條件、輻射條件、水氣及風(fēng)力條件.對提取出的主成分因子與土壤水分蒸散發(fā)量進行相關(guān)性分析，結(jié)果顯示，對研究區(qū)固沙植被土壤水分蒸散發(fā)量影響最大的為溫度因子，其次為輻射因子.這是由于溫度是影響大氣-土壤-植被邊界物質(zhì)與能量交換的重要氣候參數(shù)，氣溫越高，太陽凈輻射量轉(zhuǎn)化為用于蒸散的那部分能量的比例就越高[23]，因此，土壤水分蒸散發(fā)量會隨著氣溫上升而逐漸增加；輻射因子是通過溫度間接對土壤水分蒸散發(fā)產(chǎn)生影響[24]，所以輻射因子對研究區(qū)土壤水分蒸散發(fā)量的影響程度在溫度因子之后；溫度與輻射因子的相互作用影響了研究區(qū)近地面的熱交換，從而影響研究區(qū)固沙植被土壤水分蒸散發(fā)量，這與現(xiàn)有的干旱區(qū)土壤水分蒸散量相關(guān)研究結(jié)論相似[21,23-25].水氣因子以及風(fēng)力因子對土壤水分蒸散發(fā)量的影響相對較小.

通過主成分回歸建立了影響研究區(qū)固沙植被土壤水分蒸散發(fā)量的回歸方程，回歸方程表明，除相對濕度以及水氣壓以外，其他氣象因子對研究區(qū)固沙植被土壤水分蒸散發(fā)量都產(chǎn)生正向影響，這與一些學(xué)者的研究結(jié)果一致[26-27].通過對回歸方程進行檢驗，結(jié)果表明，利用回歸方程對研究區(qū)固沙植被土壤水分蒸散發(fā)量的預(yù)測結(jié)果較為理想，預(yù)測合格率為97.18%，通過模型的建立，有利于明晰和預(yù)測荒漠綠洲過渡帶固沙植被的土壤水分蒸散發(fā).

4 結(jié)論

觀測期間，研究區(qū)內(nèi)固沙植被土壤水分蒸散發(fā)量表現(xiàn)出夏季最高、春季其次，秋季最小的特征，符合干旱區(qū)土壤水分蒸散發(fā)的特征.

主成分分析表明，溫度因子和輻射因子是土壤水分蒸散發(fā)量最主要的影響因素，水氣因子、風(fēng)力因子對土壤水分蒸散發(fā)量的影響作用較小.

利用主成分因子作為自變量與土壤水分蒸散發(fā)量進行多元逐步回歸，建立線性模型，通過檢驗，本文所建立的模型合理，據(jù)此模型可對研究區(qū)固沙植被土壤水分蒸散發(fā)量進行預(yù)測.