黃土高原地處西北內(nèi)陸,是我國乃至全球的典型生態(tài)脆弱區(qū),為了恢復該地區(qū)的生態(tài),我國實行了一系列的生態(tài)工程措施。但是由于黃土高原降雨量有限且分布不均、地下水埋藏較深,有限水資源很難滿足植被生長耗水的需求,土壤水分成為該區(qū)生態(tài)恢復的關鍵限制性因子。因此,研究黃土高原的土壤水分動態(tài),在理論上有助于揭示人工林生態(tài)系統(tǒng)土壤水分循環(huán)機理,在實踐上對于該區(qū)有限水資源管理和植被恢復可持續(xù)發(fā)展具有重要的現(xiàn)實意義。本研究以黃土高原南北樣帶為研究區(qū),調查了樣帶內(nèi)農(nóng)田、草地、灌木林地和喬木林地四種植被類型土壤水分特征,并在樣帶兩端和中間的典型地貌類型區(qū)域設置了長武、安塞和神木三個林地坡面土壤含水量的2年觀測試驗,使用了經(jīng)典統(tǒng)計、地統(tǒng)計學、偏最小二乘回歸分析和隨機模型模擬等方法,研究了樣帶不同植被類型土壤含水量的空間分布特征,分析了坡面土壤水分的動態(tài)變化,探究了不同空間尺度土壤水分的主控因素,模擬了土壤水分的概率密度特征并討論了最適宜植被類型及其蓋度。主要結論如下:(1)黃土高原南北樣帶四種土地利用類型的土壤含水量皆呈現(xiàn)南北向地帶性變化,自南向北土壤含水量有明顯遞減趨勢,與多年平均降雨量、潛在蒸散量、土壤質地等的分布具有一致性;同一地點不同土地利用類型下土壤水分含量具有顯著差異(農(nóng)地草地灌木和喬木林地),不同植被類型的根系分布特征、蒸散耗水量大小是造成含水量差異性的主要原因。(2)根據(jù)三個坡面土壤含水量變異系數(shù)(CV)平均值的剖面變化,土壤0-500 cm土壤剖面可以劃分為速變層(0-40 cm)、活躍層(40-100 cm)、次活躍層(100-200 cm)和相對穩(wěn)定層(200-500 cm);除安塞坡面0-40 cm和100-200 cm土層外,其它土層土壤含水量均具有較好的空間結構特征,理論半方差函數(shù)模型可對其進行較好的模擬,擬合模型結果一般表層土壤含水量為球狀模型,深層土壤含水量為高斯模型;三個坡面由于地形、土壤和植被等因子空間分布的差異性,長武坡面土壤含水量的空間變化與容重、海拔高度和葉面積指數(shù)有顯著相關關系(P0.01),而安塞和神木坡面土壤含水量的空間變化分別只與最大葉面積指數(shù)和土壤質地有顯著相關關系(P0.05)。(3)使用偏最小二乘回歸模型(PLSR)分析了三個空間尺度(小區(qū)、坡面和區(qū)域)土壤含水量(SMC)的主控因素,發(fā)現(xiàn):PLSR模型可以準確地分析不同空間尺度不同土層的土壤含水量的影響因素;上層含水量(USMC)和下層含水量(DSMC)在三個尺度上是影響不同土層SMC的最重要的兩個因素;累計7天降水(A7P)和累計7天潛在蒸散量(A7E)只對0-40cm土層SMC有顯著影響;土壤性質對SMC的影響隨空間尺度增大而顯著增加,特別是砂粒含量(SAC)和粉粒含量(SIC)的影響;年平均降水量(MAP)和年平均潛在蒸散量(MAE)在區(qū)域尺度上也顯著影響土壤含水量�？傮w而言,本研究表明黃土高原三個空間尺度土壤含水量的主要控制因素存在顯著差異,其影響因子重要性(VIP)是空間尺度和土壤深度的函數(shù)。(4)基于Laio土壤水分動態(tài)隨機模型(Laio模型),模擬分析了黃土高原長武地區(qū)白羊草地(BOI)、沙棘林地(SEB)和油松林地(CHP)生長季根系層的土壤水分動態(tài),發(fā)現(xiàn):黃土高原三種土地利用類型土壤相對含水量大小為BOICHPSEB,Laio模型模擬的土壤水分概率密度函數(shù)(PDF)特征值與實測值接近,說明該模型可以對黃土高原土壤水分概率密度進行較好的模擬;在相同氣候、地形條件下,模擬的土壤水分PDF對水分脅迫開始點(s_e*)和日最大蒸散量(E_(max))變化最敏感,對根系深度(Z_r)和凋萎系數(shù)(s_(e_w))變化中等敏感,對凋萎系數(shù)對應日蒸發(fā)量(E_w)不敏感。Z_r,s_(e_w),s_e*和E_(max)值的差異綜合解釋了三種植被類型下土壤含水量PDFs形態(tài)的差異;基于不同LAI值下土壤水分動態(tài)的隨機分布,考慮土壤水分有效性和水土流失控制,與SEB相比,確定BOI和CHP為更可持續(xù)的植被類型。(5)利用Laio模型模擬了南北樣帶典型樣點土壤水分隨機分布特征,結果發(fā)現(xiàn):氣候因素和土壤因素都顯著影響了模型中土壤含水量的概率密度分布,其中氣候因素主要影響土壤含水量在同一分布區(qū)間的不同比例,而土壤因素則影響土壤含水量的分布區(qū)間。利用樣帶中六個樣點概率密度曲線特征值的連線來衡量樣帶水分狀況,發(fā)現(xiàn)樣帶中大部分土壤水分值分布在模擬的土壤概率密度區(qū)間內(nèi),只有部分喬木林地出現(xiàn)土壤含水量較低的狀況。說明這些地方不適宜喬木林地種植,也有部分土壤水分由于局地地形因素等的影響而呈現(xiàn)高含水量狀態(tài)。利用Laio模型模擬不同植被蓋度條件下樣帶土壤水分,結果表明:樣帶北端土壤含水量較低,對植被蓋度響應不明顯,不適宜森林植被生長;樣帶中部應有效降低植被蓋度(約25%-50%)以維持正常土壤含水量;樣帶南端土壤水分較充足,但不宜種植較高耗水植被和高密度森林。
【學位單位】：西北農(nóng)林科技大學
【學位級別】：博士
【學位年份】：2019
【中圖分類】：S152.7
【部分圖文】：

第二章 研究區(qū)概況、研究內(nèi)容與方法2.1 研究區(qū)概況研究樣帶區(qū)域選在黃土高原中部的陜西省境內(nèi)南北向長武-安塞-神木一線，地理坐標為北緯 34°05′~40°55′、東經(jīng) 107°14′~111°49′，研究區(qū)面積 19.4 萬 km2，占黃土高原總面積的 31%。試驗區(qū)多年平均降水量在 250~650 mm 之間，且降雨主要集中在 7-9月，占全年降雨量的 55%-78%，年平均氣溫 3.6-14.3℃，屬于典型的溫帶大陸性氣候。植被類型有森林、森林草原、典型草原和荒漠草原四種(楊文治 2001)，土壤類型主要以黑壚土、黃綿土、栗鈣土為主(李玉山等 1985；黃土高原綜合治理方案組 1985)。喬木主要植被有刺槐(Robinia pseudoacacia )、楊樹(Populus simonii)和油松(Pinustabuliformis)等 ，灌木 主 要類 型有 檸條 (Caragana Korshinskii)、 沙 棘 (Hippophaerhamnoides L.)和沙柳(Salix psammophila)等，草本植物主要為冰草(Agropyron cristatum)、狗尾草(Setaira viridis)、長芒草(Stipa bungeana)、退化的紫花苜蓿(Medicago sativa)、達烏里胡枝子(Lespedeza davurica)等，農(nóng)地主要種植大豆(Phaseolus vulgaris)、谷子(Setariaitalic)和馬鈴薯(Solanum tuberosum)。

15圖 2-2 部分試驗儀器圖片F(xiàn)ig 2-2 The pictures of experimential instrument2.3.3 數(shù)據(jù)分析本研究的數(shù)據(jù)分析和圖形繪制在 SPSS 22.0、Microsoft Excel 2016 和 Origin8.0 等軟件完成；土壤水分分布特征及其影響因素確定使用經(jīng)典統(tǒng)計(均值、方差、最大值和最小值等)、地統(tǒng)計方法和回歸模擬(主要包括回歸分析、逐步回歸分析和偏最小二乘回歸分析等)進行分析；土壤水分概率密度函數(shù)模擬使用隨機模型來模擬，在 MATLAB 2018軟件進行。2.4 技術路線本研究的技術路線圖 2.3 所示：

第三章 黃土高原不同土地利用類型土壤含水量的地帶性與影響因素對比分析圖 3-1 中四種土地利用類型土壤含水量，發(fā)現(xiàn)農(nóng)田最高，草地次之，這兩種土地類型土壤含水量都是在低緯度地區(qū)隨緯度升高而降低，但在高緯度地區(qū)卻隨緯度升高而略微升高，呈現(xiàn)出“V”型分布趨勢，分析表 3-1 及查閱文獻發(fā)現(xiàn)，黃土高原陜西境內(nèi)溝壑區(qū)土壤質地粘，持水能力強，同時降水量較高，而潛在蒸散量較北面低，因而土壤含水量高。而內(nèi)蒙地區(qū)多是灌溉農(nóng)業(yè)，多分布在河網(wǎng)處，地下水位較高，導致農(nóng)田土壤含水量高于神木、綏德、米脂等地(鄭玉峰等 2015)；而草地也多為棄耕地，棄耕年份較短，且草地蒸散耗水少，所以也出現(xiàn)土壤含水量較高的情況。灌木和喬木的土壤含水量最低，低緯度地區(qū)分布趨勢與農(nóng)田、草地相似，但在高緯度地區(qū)卻隨緯度增加卻沒有明顯變化，都保持在較低含水量狀態(tài)。
【相似文獻】

相關期刊論文 前10條

1 韓家琪;毛克彪;葛非凡;郭晶鵬;黎玲萍;;分類回歸樹算法在土壤水分估算中的應用[J];遙感信息;2018年03期

2 陳宇承;余銳穎;朱艷怡;李業(yè)謙;;太陽能無線地面土壤水分檢測系統(tǒng)[J];現(xiàn)代計算機(專業(yè)版);2018年24期

3 王吳娟;;淺談自動土壤水分觀測儀維護與維修[J];科技展望;2016年34期

4 解智涵;;農(nóng)作物對表層土壤水分的影響[J];太原師范學院學報(自然科學版);2017年01期

5 范生曄;范婷婷;李艷明;;農(nóng)作物高產(chǎn)適宜土壤水分指標的分析[J];農(nóng)業(yè)與技術;2017年09期

6 郭旭;龍柯吉;趙旋;黃曉龍;宋雯雯;;四川地區(qū)自動土壤水分站數(shù)據(jù)質量控制方法研究[J];高原山地氣象研究;2017年02期

7 徐朝霞;高艷芹;;自動土壤水分觀測儀的日常維護及常見故障排除[J];黑龍江氣象;2015年04期

8 袁學所;葛慶云;周禮清;王剛;;鳳陽一次強降雨過程自動土壤水分觀測數(shù)據(jù)分析[J];安徽農(nóng)學通報;2016年11期

9 尹萍;;自動土壤水分觀測儀在實際工作中的使用與維護[J];農(nóng)業(yè)災害研究;2016年08期

10 劉灝;;芻議影響土壤水分觀測精確度的原因及觀測注意事項[J];科技展望;2015年05期

相關博士學位論文 前10條

1 索立柱;黃土高原不同空間尺度土壤水分動態(tài)變化影響因素分析與隨機模擬[D];西北農(nóng)林科技大學;2019年

2 姚盼盼;微波遙感土壤水分時空擴展研究[D];中國科學院大學(中國科學院遙感與數(shù)字地球研究所);2018年

3 姜紅濤;全球長時序9km土壤水分遙感估算研究[D];武漢大學;2018年

4 任愛霞;山西小麥不同栽培模式土壤水分積耗規(guī)律與水肥高效利用機理比較研究[D];山西農(nóng)業(yè)大學;2018年

5 陳瑋婧;狀態(tài)—參數(shù)同步估計框架下的土壤水分同化研究[D];武漢大學;2017年

6 李虹辰;黃土丘陵區(qū)魚鱗坑覆蓋組合措施棗樹水分耗散機制研究[D];西北農(nóng)林科技大學;2018年

7 馬春芽;基于遙感和模型耦合的人民勝利渠灌區(qū)冬小麥土壤墑情研究[D];中國農(nóng)業(yè)科學院;2018年

8 陳智芳;基于多源信息融合的灌溉決策方法研究[D];中國農(nóng)業(yè)科學院;2018年

9 閆偉明;黃土區(qū)植物生長與土壤水分協(xié)同關系及土壤水分有效性評價[D];西北農(nóng)林科技大學;2017年

10 楊愛霞;基于遙感和水文模型的新疆渭庫綠洲荒漠過渡區(qū)土壤水分研究[D];新疆大學;2017年

相關碩士學位論文 前10條

1 楊欣;土壤水分運動方程的解析解及有限點方法研究[D];西安理工大學;2019年

2 張萌;陣列式電容傳感器探測土壤水分方法研究[D];西安理工大學;2019年

3 徐作敏;衛(wèi)星遙感土壤水分產(chǎn)品訂正方法及反演算法研究[D];中國氣象科學研究院;2019年

4 張靜鴿;半干旱區(qū)典型牧草對土壤水分有效性的生理特征指示[D];西北農(nóng)林科技大學;2019年

5 楊敏;黃土高原蘋果園與典型生態(tài)林深層土壤水分利用特征差異性研究[D];西北農(nóng)林科技大學;2019年

6 馬小軍;黃土高原深層土壤干燥化對蘋果樹耗水特征的影響[D];西北農(nóng)林科技大學;2019年

7 侯宇初;Landsat 8與GF-3影像數(shù)據(jù)協(xié)同反演森林地表土壤水分方法研究[D];哈爾濱師范大學;2019年

8 白曉;祁連山區(qū)土壤水分遙感估算及時空變異特征[D];蘭州大學;2017年

9 馮紹輝;鄱陽湖流域土壤水分時空變化及差異研究[D];南京大學;2018年

10 王茜;土壤水分和施氮水平對紫花苜蓿苗期生長和光合作用的互作效應分析[D];南京農(nóng)業(yè)大學;2017年

本文編號：2864194