图1 雄安新区2018—2022年的月平均气温
Fig. 1 Monthly average temperature in Xiong’an during 2018–2022
北京大学学报(自然科学版) 第60卷 第6期 2024年11月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 60, No. 6 (Nov. 2024)
doi: 10.13209/j.0479-8023.2024.074
河北省省级科技计划(19275303D)和国家自然科学基金(42071128)资助
收稿日期: 2023–11–26;
修回日期: 2023–12–28
摘要 为了营造近似自然林、具有自我调节能力的“千年秀林”, 利用千年秀林观测站样地实测土壤水分数据, 对照河北雄安新区 32 个气象站气象数据, 采用机器学习和数理统计方法, 研究雄安新区千年秀林的土壤含水量变化规律, 得到如下结果。1)雄安新区千年秀林土壤含水量受季风气候的影响显著, 存在明显的季节性波动。1—3 月土壤解冻后, 土壤含水量小幅度升高, 3—6 月逐步下降, 6 月降到最低; 6 月以后呈现上升的趋势, 8 月达到年际最高; 9 月之后有下降的趋势。2)千年秀林 0～10cm 表层的土壤相对湿度与降水量显著正相关, 20～30cm 和 30～50cm 土层的土壤相对湿度与降水量之间变化规律不明显。3)降水强度对不同土层土壤相对湿度的影响存在差异, 当日降水量超过 20mm 时, 土壤湿度才会出现显著的变化。4)雄安新区气象站土壤水分含量数据与千年秀林实地观测数据的变化规律基本上一致。研究结果可为千年秀林的植树管理提供水分变化的科学依据。
关键词 雄安新区; 千年秀林; 土壤含水量; 土壤相对湿度; 季节变化; 空间分布
土壤水分含量对地表水平衡和水循环起着重要的调节作用。土壤水分会受到土壤性质、季节气候和地下水等因素的影响, 从而表现出明显的时空异质性[1–2]。同一深度土层土壤湿度的时间稳定性表现不一, 深层次土壤湿度更稳定[3]。作为陆地生态系统的一个关键变量, 土壤水分会对植物生产力产生重要的影响。因此, 对土壤水分进行科学准确的监测和分析, 有助于更好地理解植物缺水状况, 促进植物的生长[4–5]。了解土壤水分的时间变化和空间分布, 对研究水文过程和农林业用水管理都至关重要[6]。
雄安新区秉持生态优先、绿色发展的重要理念, 大力建设生态修复工程——千年秀林, 从2017 年11 月 13 日种下第一棵树, 到 2022 年 3 月完成 2300多万株植树, 森林覆盖率从 11%提高到 32%。千年秀林能否健康成长以及如何科学地管理, 是当前面临的难题。在遵循自然规律的前提下, 形成近似自然林、生态效益达标和系统稳定的群落是千年秀林工程建设的目标, 目前尚有诸多问题亟待解决, 其中土壤水分含量及其稳定性是至关重要的问题。近年来, 随着雄安新区生态修复工程的建设, 开展了一些土壤理化性质的研究[7–9], 但是关于土壤水分变化及其对千年秀林树木成活与健康状况的研究十分缺乏。
本研究通过对比来自雄安新区三县气象站的降水和土壤水分观测数据, 分析雄安新区降水分布格局和千年秀林土壤水分含量的时空变化特征, 并分析土壤水分含量与气象要素之间的关系, 从土壤水分管理的角度, 为雄安新区制定千年秀林树木生长应对干旱措施提供基础信息。
2017 年 4 月 1 日, 党中央和国务院决定设立国家级新区——河北雄安新区, 包括河北省容城县、雄县和安新县三县及周边部分区域, 总面积约 1770km2。新区位于河北省保定市境内, 与北京西部、天津形成三角区域, 地理坐标为 38°43'—39°10'N, 115°37'—116°19'E, 属于华北平原区, 地势开坦, 北部有燕山山脉和西北部太行山脉, 南部和东南部地势低, 为白洋淀水域[10]。雄安新区处于暖温带大陆性季风气候区, 春季少雨、多风沙, 夏季炎热多雨, 秋季清凉干爽, 冬季干燥寒冷。根据雄安 3 个国家气象站(雄县、容城县和安新县) 2018—2022 年观测数据, 该区域年均气温为 13.4℃, 最热月为 7月, 均温为 26.8℃, 最冷月是 12 月或 1 月, 月均气温为−3.3℃(图 1), 无霜期约为 185 天, 最长 205 天, 最短 180 天。年降雨量为 551.5mm, 7—9 月为雨季, 这 3 个月的降水量占全年降水量的 80%以上, 11 月到翌年 3 月为冬季, 降水较少。年际降水变化悬殊, 最大年降水量达 1061mm, 最小年降水量仅为 366mm, 年降水量极值比达到 2.9。多年平均水面蒸发量为 1000～1200mm。
1.2.1 数据来源
本研究采用 2015—2022 年的监测数据: 1)基于土壤水分监测仪 EM50(美国, Decagon 公司)的雄安新区千年秀林样地土壤水分含量数据, 实测样地为雄县开口二村的两个观测点、千年秀林驿站的一个观测点和安新县沈家坯的一个观测点; 2)河北省气象局在雄安新区设立的 32 个气象站的监测数据, 其中雄县 10 个站, 容城 8 个站, 安新县 14 个站; 3)雄安新区 3 个国家基本气象观测站的土壤水分、降水量和平均气温等气象观测数据; 4)分别位于雄安高铁站、千年秀林驿站和安新东涝的3 个植被生态自动观测仪逐日土壤相对湿度自动观测数据。土壤水分含量监测数据符合 2021 年发布的《SL/T 810—2021 土壤水分监测仪器检验测试规程》, 利用频域反射法原理(FDR)测定土壤体积含水量。本研究包括埋设地下深度 10, 20, 30, 40 和50cm 传感器的数据。土壤相对湿度的计算公式为
图1 雄安新区2018—2022年的月平均气温
Fig. 1 Monthly average temperature in Xiong’an during 2018–2022
R = (w/fc)×100%,
其中, R 表示土壤相对湿度(%), w 表示土壤重量含水率(%), fc 表示田间持水量(%)。
1.2.2 研究方法
采取机器学习方法, 对原始数据进行质控和筛选, 剔除异常值、突破极值(100%)的和长时间无变化的数据, 再通过线性插值法, 将缺少的数据补足, 得到质控后的数据集。利用 ArcGIS 10.2 软件, 采用Kriging 插值法绘制雄安新区降水格局分布图。应用 RStudio 软件, 采取描述性统计数理方法分析土壤相对湿度的时空分布特征。结合雄安新区 2018— 2022 年逐日降水量和逐日平均气温, 对土壤水分数据与降水量、气温等要素做 Pearson 相关性分析。
利用土壤水分产品, 获取土壤水分亏缺指数(Soil Water Deficit Index, SWDI), 反映雄安地区人工林的干旱情况, 计算方法[11]为
其中, θ 是土壤含水量; θFC 表示田间持水量; θWP 表示土壤凋萎湿度; θAWC 表示土壤有效含水量, 是 θFC与 θWP 的差值, 即 θAWC =θFC −θWP。当 SWDI<0 时, 说明土壤出现缺水状态, 发生干旱现象。SWDI 干旱等级划分标准如表 1 所示。
表1 干旱等级划分[12–13]
Table 1 Classification of soil drought[12–13]
干旱等级SWDI 无旱≥0 轻旱 0～−2 中旱−2～−5 重旱−5～−10 极旱≤−10
2.1.1 雄安新区降水格局
雄安新区降水在空间分布上无显著差异, 仅西北部和东南部年降水量稍高于其他地区(图 2)。从总体上看, 2020 和 2021 年平均降水较丰富, 降水量达到 500mm 以上, 2018, 2019 和 2023 年的年降水量为 400mm 左右。
2.1.2 雄安新区土壤水分变化特征
雄安新区 6 个气象站(点)土壤水分含量呈现明显的季节变化特征(图 3)。1—3 月, 土壤水分含量缓慢上升。这段时间通常是冬季结束、春季开始的过渡期, 土壤水分的增加受融冰、融雪和少量降雨调控。之后, 土壤水分含量在春季到达一个小高峰, 随着土壤温度回升以及植被生长活动, 土壤水分含量逐渐下降。这一阶段, 由于蒸散量增强和植物对水分的利用, 导致土壤水分逐渐减少, 在 6 月降到最低点。夏季到来, 随着降雨量增加, 土壤水分含量开始上升, 在 8 月份达到最高峰。夏季过后, 雄安新区的土壤水分含量逐渐下降, 并持续到冬季, 这期间气温逐渐下降, 蒸散作用减弱, 加上冬季降雨量较少, 导致土壤水分逐渐减少并保持在较低水平。总之, 雄安新区的土壤水分含量受季风气候调控, 在降雨量、蒸散作用和植被生长活动等多种因素的作用下发生变化。
2.1.3 雄安新区土壤相对湿度与降水的相关性分析
利用 2015—2022 年容城县、雄县和安新县 3 个国家基本气象站各层土壤月平均相对湿度和月降水量数据做相关性分析(表 2)。为了说明降水与土壤相对湿度的关系, 使用月降水量和各层次土壤各月平均相对湿度的距平数据开展相关性分析。2015—2022 年平均土壤相对湿度与月降水量之间呈现一致的趋势。月平均土壤相对湿度与月降水量求相关系数, 并进行显著性检验。其中, 雄安新区 3 个县的气象站数据除 50cm 土层均未通过 95%显著性检验外, 其他土层均通过 95%置信水平的显著性检验, 并且大部分都通过 99%置信水平的显著性检验。各层土壤月平均相对湿度与月降水量之间存在正相关关系(R2 在 0.22～0.44 之间), 越接近表层, 相关性越强(表 2)。
选取相关性较强的安新县气象站, 分析春季(3—5 月)、夏季(6—8 月)、秋季(9—11 月)和冬季(12—翌年 2 月)平均土壤相对湿度与降水量之间的相关性(表 3)。可以看出春季和冬季降水量与各层平均土壤相对湿度之间无显著相关性, 夏季降水量与各层平均土壤相对湿度显著正相关(R2 在 0.12～ 0.39 之间); 秋季降水量与各层平均土壤相对湿度的相关系数在 0.19～0.53 之间, 10～40cm 土层均通过99%置信水平的显著性检验, 50cm 土层未通过显著性检验, 说明秋季前 4 层的平均土壤相对湿度与降水量间存在显著的正相关关系, 浅层土壤中二者的相关性更加显著。由分析结果可知, 夏、秋两季前4 层的平均土壤相对湿度与降水量之间存在显著的正相关关系, 说明夏、秋两季平均土壤相对湿度受降水量影响较大, 冬、春季受影响较小。造成这种分异的原因与夏、秋两季降水较为集中有关。同时, 50cm 土层的平均土壤相对湿度与降水量之间的相关性都不显著, 说明深层次的土壤相对湿度较少受到地表降水的影响。
图2 雄安新区2018—2022年降水量空间分布
Fig. 2 Spatial distribution of precipitation in Xiong’an during 2018–2022
(a)数据来自雄安新区3个国家气象站; (b)数据来自雄安新区3个观测站
图3 2018—2022年雄安新区土壤相对湿度(a)和土壤含水量(b)变化
Fig. 3 Change of soil relative humidity (a) and soil water content (b) in Xiong’an from 2018 to 2022
表2 2015—2022年雄安新区三县气象站各月降水量与不同层土壤月平均相对湿度的相关系数
Table 2 Correlation coefficient between monthly precipitation and average monthly relative humidity of different soil layers in Xiong’an from 2015 to 2022
站点土壤层次0～10 cm10～20 cm20～30 cm30～40 cm40～50 cm 容城0.37***0.36***0.32**0.29**0.23* 安新0.44***0.35***0.28***0.22**0.13* 雄县0.28***0.27***0.32***0.29***0.1
注: ***, **和*分别代表此数据通过 99%, 95%和 90%显著性检验, 下同。
表3 安新县各季节降水量与不同层土壤相对湿度间的关系系数
Table 3 Correlation coefficient between seasonal precipitation and relative humidity of the soil in different layers in An’xin County
季节土壤层次 0～10 cm10～20 cm20～30 cm30～40 cm40～50 cm 春季0.01−0.05−0.07−0.010.01 夏季0.39***0.33***0.29**0.24**0.12 秋季0.53***0.48***0.44***0.35***0.19 冬季0.06−0.03−0.13−0.12−0.08
对千年秀林各土层(10, 30 和 50cm)土壤含水量的月平均值进行时间分布统计分析, 同时对土壤含水量平均值的差异显著性进行 t 检验, 数据通过双边置信水平 90%的显著性检验, 并标注误差线, 如图 4 所示。1—8 月平均土壤含水量呈现逐步升高的趋势, 中间 3—5 月还有一个小高峰; 8 月至翌年 2 月平均土壤含水量呈现逐步降低的趋势。8 月土壤含水量一般达到最高值, 10, 30 和 50cm 土层平均值分别为 0.25, 0.19 和 0.21。在 50cm 深度的深层土壤中, 1—12 月变化不大, 全年没有特别明显的极值, 呈现大致平稳的趋势。本研究分析了千年秀林 4 个样地观测点(白蜡样地观测点、国槐样地观测点、开口二村样地观测点和安新样地观测点)3 个深度(10, 30 和 50cm)的月平均土壤含水量, 不同深度土壤平均含水量总体上呈现相似的变化特征, 表层 10cm深度的土壤含水量较高, 中间层(30cm)的土壤含水量最低, 各层土壤含水量的相对大小存在较大的 差异。
图 5 显示不同降水量梯度下日降水量和土壤含水量的变化。将日降水量分为 3 个梯度(1～10, 10～ 20 和 20～100mm), 对每个梯度对应时段内的土壤含水量进行分析。日降水量不足 10mm 时, 土壤含水量的日变化与降水量的变化无明显的相关性(图 5 (a)), 表明日降水量较低时, 土壤含水量的变化不受降水影响。日降水量超过 10mm 时, 土壤含水量的日变化与降水量的变化之间存在明显的相关性(图 5 (b)和(c)); 日降水量在 10～20mm 之间, 土壤含水量只需要 2～3 天就恢复到原先的水平; 当日降水量超过 20mm 时, 土壤含水量的降低速度慢, 持续大约一周的时间后恢复到原来的水平。综上所述, 雄安新区千年秀林不同降水量对不同深度土壤的影响 不同。
利用千年秀林 2020—2023 年各层土壤月平均含水量和各月降水量数据进行相关性分析, 结果如表 4 所示。为了降低土壤含水量年际变化的影响, 使用各月降水量和各层土壤月平均含水量的距平数据进行相关性分析。结果表明, 月平均土壤含水量与月降水量的变化趋势大致相似。对月平均土壤含水量与月降水量求相关系数, 并进行显著性检验。除 50cm 土层只通过 90%置信水平的显著性检验外, 另外两个土层均通过 99%置信水平的显著性检验。月平均土壤含水量与月降水量之间存在正相关关系, 相关系数较大, 并且土层越深, 相关性越弱。
图4 2020—2023年雄安千年秀林不层土壤含水量的月平均值变化规律
Fig. 4 Pattern of monthly average of soil moisture content in Xiong’an Qiannian Xiulin from 2020 to 2023
图5 千年秀林不同降水梯度及其对应的土壤含水量变化
Fig. 5 Different precipitation gradients and corresponding soil moisture changes in Qiannian Xiulin
表 4 千年秀林降水量与不同层次土壤含水量间的相关系数和P值
Table 4 Relationship coefficient and P value between Qiannian Xiulin precipitation and soil moisture at different levels
土壤层次/cm相关系数P 100.52840.0006 300.14920.0088 500.27800.0910
利用 SWDI 表征不同土壤类型对干旱的响应,反映土壤中水分的亏缺状况。参考 Hunt 等[11]的方法, 本文基于长期的土壤含水量数据, 用序列的95%分位数和 5%分位数分别代表 θFC 和 θWP, 即利用 2015—2022 年雄安新区荣城县、雄县和安新县三县的土壤含水量数据, 统计得到 θFC=0.2411, θWP =0.1128, 计算得到 SWDI。从图 6 可以看出, 雄安新区千年秀林每年只有夏季 8 月前后为无旱状况(SWDI>0), 大部分时间处于轻旱和中旱状况。
图6 雄安千年秀林2020—2023年月平均SWDI指数变化
Fig. 6 Change of monthly average SWDI index in Xiong’an Qiannian Xiulin from 2020 to 2023
本研究利用 2018—2022 年雄安新区土壤水分和降水的观测数据, 分析雄安新区土壤水分变化规律, 进一步利用 2020—2023 年千年秀林的实测土壤水分数据, 探究千年秀林的土壤水分变化格局及其与降水之间的关系, 分析得到以下主要结论。
1)雄安新区降水空间分布均匀, 土壤含水量月变化特征明显, 春夏季增加, 秋冬季下降, 并且在日降水量大于 20mm 时会发生显著的变化。
2)千年秀林土壤含水量的月变化特征与整个雄安新区基本上一致, 并且随着土壤深度加大, 土壤水分的月变化幅度也随之减小, 深度越大, 土壤水分就越稳定。
3)雄安新区土壤相对湿度主要受降水影响。在月时间尺度上, 土壤相对湿度与降水量之间存在强的正相关关系; 在季尺度上, 夏秋两季前 4 个土层月平均相对湿度与降水量之间显著正相关。平均气温与土壤相对湿度在月尺度上的相关性不显著。
4)雄安新区土壤相对湿度的变化规律是 1—3月逐步上升, 3—6 月逐步下降, 每年 6 月达到年际最低值, 6—8 月份回升, 8 月达到年际最高值, 8—12月维持较低水平。
土壤水分是气候和植被等多种因素共同作用的结果[14]。雄安新区千年秀林土壤水分的垂直剖面特征在 0～50cm 深度范围内整体上呈现逐渐减少的趋势, 并且随着深度的增加, 土壤含水量相对稳定, 表明土壤水分具有深度依赖性。雄安地区夏秋季节为雨季, 降水量较大, 降雨渗透提高了土壤含水量, 高降雨量对土壤含水量具有显著的影响。另外, 廖慧仁等[15]的研究发现在黄土高原, 土壤湿度与随后1～2 个月的降水之间的回归分析显示出较高的解释方差, 表明土壤水分反过来对降水也有一定的影响, 并且在时间上存在一定程度的滞后性。
针对雄安新区千年秀林的土壤水分时空分布特征, 为了有效地管理人工种植林的生长状况, 建议在干旱的春季, 实施人工浇灌补水, 将人工降水量控制在每日 10mm 以上, 确保土壤水分的供应。对夏秋季节常出现的高强度降水现象, 应监测土壤水分变化, 减少人工浇灌。可在人工林内部采取相应的水土保持措施, 例如减少人工除草或喷撒除草剂, 保护地表植被; 挖设蓄拦土埂, 减少水土流失, 增加土壤水分入渗等。与此同时, 根据不同人工林树种的耗水特点, 选择合理的植物配置来优化水分利用效率, 实现可持续的土壤水分保持措施。
综上所述, 对雄安新区土壤水分变化规律的研究可以更深入地理解千年秀林的水分管理变化。然而, 本研究的数据时间尺度相对较小, 仅为 5 年, 且研究区域内土壤湿度监测站点的分布也较为稀疏, 未能全面地反映雄安地区土壤湿度的变化。此外, 在分析土壤湿度的影响因素时, 本研究主要考虑降水因素, 未对其他主导因素进行充分探讨。例如, Liu 等[16]指出, 不同植被类型的土壤水分对不同降水年份(正常年、干旱年、湿润年和极端湿润年)的响应存在差异, 表明土壤水分的时空分布特征受到降水和植被类型的共同影响。因此, 在未来研究中, 应进一步结合植被的分布状况、生长状态及社会因素, 深入探讨各类因素对土壤湿度的影响, 以便为千年秀林的植树管理提供科学依据。
参考文献
[1] Perry M A, Niemann J D. Analysis and estimation of soil moisture at the catchment scale using EOFs. Jour-nal of Hydrology, 2007, 334(3/4): 388–404
[2] Duan W, He B, Sahu N, et al. Spatiotemporal varia-bility of Hokkaido’s seasonal precipitation in recent decades and connection to water vapour flux. Interna-tional Journal of Climatology, 2017, 37(9): 3660–3673
[3] 冉有华, 李新, 王维真, 等. 黑河流域临泽盐碱化草地网格尺度多层土壤水分时空稳定性分析. 地球科学进展, 2009, 24(7): 817–824
[4] 吴泽棉, 邱建秀, 刘苏峡, 等. 基于土壤水分的农业干旱监测研究进展. 地理科学进展, 2020, 39(10): 1758–1769
[5] 吕明侠, 王一博, 刘国华. 黑河上游高山区浅层土壤水分变化及其影响因素. 干旱区研究, 2020, 37 (4): 899–907
[6] Mccoll K A, Alemohammad S H, Akbar R, et al. The global distribution and dynamics of surface soil moi-sture. Nature Geoscience, 2017, 10(2): 100–104
[7] 潘婷, 王懿祥, 刘宪钊, 等. 雄安新区土地利用 变化及其对生态质量的影响. 浙江农林大学学报, 2023, 40(5): 1102–1110
[8] 孙璐, 董燕, 凤蔚, 等. 雄安新区土壤地球化学特征及控制因素. 地理研究, 2022, 41(6): 1715–1730
[9] 刘雨沙, 王琛, 朱会营, 等. 雄安“千年秀林”土壤肥力综合评价及碳储量与碳通量研究. 河北农业大学学报, 2022, 45(4): 71–78
[10] 马震, 夏雨波, 李海涛, 等. 雄安新区自然资源与环境–生态地质条件分析. 中国地质, 2021, 48(3): 677–696
[11] Hunt E D, Hubbard K G, Wilhite D A, et al. The deve-lopment and evaluation of a soil moisture index. In-ternational Journal of Climatology, 2009, 29(5): 747–759
[12] Martínez-Fernández J, González-Zamora A, Sánchez N, et al. Satellite soil moisture for agricultural drought monitoring: assessment of the SMOS derived soil water deficit index. Remote Sensing of Environment, 2016, 177: 277–286
[13] Mishra A, Vu T, Veettil A V, et al. Drought monitoring with soil moisture active passive (SMAP) measure-ments. Journal of Hydrology, 2017, 552: 620–632
[14] 马云飞, 孙瑞静, 陈洁, 等. 2001—2020年东北三省土壤水分时空动态及其气候响应[J/OL]．沙漠与绿洲气象, 2024 [2024–12–01]. https://link.cnki. net/urlid/65.1265.P.20241107.0837.002
[15] 廖慧仁, 黄倩, 王梦圆, 等. 黄土高原表层土壤湿度与降水关系的分析. 高原气象, 2024, 43(3): 549–560
[16] Liu Y X, Zhao W W, Wang L X, et al. Spatial variations of soil moisture under Caragana korshinskii Kom. from different precipitation zones: field based analysis in the Loess Plateau, China. Forests, 2016, 7(2): 31
Change Pattern of Soil Moisture in the Qiannian Xiulin in Xiong’an
Abstract To establish the Qiannian Xiulin (Millennium Forest of Xiong’an) that closely resembles a natural forest and is stable and self-adjusting, this study utilized soil precipitation and soil moisture data from 32 weather stations and the Qiannian Xiulin Regional Observation Station in Xiong’an New Area, Hebei Province. Machine learning and mathematical analysis methods were employed to investigate the change pattern of soil moisture content in the Qiannian Xiulin. The results indicate that the soil moisture content of the Qiannian Xiulin in Xiong’an is significantly influenced by the monsoon climate and exhibits distinct seasonal fluctuations. Specifically, soil moisture content increases slightly after soil thawing from January to March, gradually decreases from March to June, and reaches the lowest point in June. After June, it shows an upward trend, reaching the maximum in August, and then decreases again after September. The relative humidity of the surface soil at a depth of 0–10 cm in Qiannian Xiulin is positively correlated with precipitation, while the change pattern of relative soil humidity and precipitation in 20–30 cm and 30–50 cm soil layers are not obvious. There are differences in the impact of precipitation intensity on relative soil moisture in different soil layers. Significant changes in soil moisture will only occur when the daily precipitation exceeds 20 mm. The soil moisture content at these weather stations is consistent with the field observation data of Qiannian Xiulin. This study provides scientific soil moisture change rules for artificial planting management of the Qiannian Xiulin.
Key words Xiong’an New Area; Qiannian Xiulin (Millennium Forest of Xiong’an); soil moisture content; soil relative humidity; seasonal variation; spatial distribution