Knowledge Resource Center for Ecological Environment in Arid Area
| 黄土高原小流域典型样带土壤水分时空分异研究 | |
| 其他题名 | Temporal-spatial distribution of soil moisture in typical transects of a catchment on the Loess Plateau |
| 李学章 | |
| 出版年 | 2015 |
| 学位类型 | 博士 |
| 导师 | 邵明安 |
| 学位授予单位 | 中国科学院大学 |
| 中文摘要 | 摘 要 土壤水分是黄土高原地区农业生产和植被建设的关键因子，对土壤侵蚀、溶质迁移和成土过程具有重要的影响。土壤水分的分布特征是土壤、植被、地形和气候等多种因素共同作用的结果，控制着植被的空间分布格局，影响着生态系统的结构和功能。加强土壤水分的时空分异规律研究对黄土高原地区土壤水分管理和生态建设具有重要的意义。 本论文结合野外调查和室内分析，利用经典统计、地统计学、灰色关联度、小波相干和多元经验模态分解等分析方法，在时间维度上详细研究了典型样带土壤水分的时间稳定性特征及其剖面分布，测定频率对土壤水分及其时间稳定性特征的影响，在空间维度上系统分析了典型样带土壤水分的空间变异、土壤水分空间格局在垂直剖面上的相似性以及不同影响因素对土壤水分影响的尺度效应，获得了以下主要研究结果： （1）与1.0-3.0 m土层相比，0-1.0 m 土层空间上土壤平均储水量在时间上相对易变，而2.0-3.0 m土层土壤平均储水量更易在空间上变化。对于1.0-3.0土层来说，不同测定时间下土壤储水量之间平均的斯皮尔曼秩相关系数随着土层深度的增加而增加，随着时间间隔的增加而减小。时间稳定性点的数量和估计土壤平均储水量的预测精度随着土层增加而增加。土壤储水量空间格局的时间稳定性受到土壤质地、有机碳含量、容重和饱和导水率的控制。而地上生物量和海拔（除了2.0-3.0 m土层）对土壤储水量空间格局的时间持续性影响较弱。 （2）测定频率对0-0.2、0-0.6、0-1.0、1.0-2.0和2.0-3.0 m土层土壤储水量的平均值、标准差和变异系数影响不显著（P < 0.05）。在相同测定频率下土壤储水量标准差随着土层厚度和深度的增加而增加，而变异系数随着土层厚度增加而减小，随着土层深度增加而增加。测定频率0-0.2、0-0.6、0-1.0、1.0-2.0和2.0-3.0 m土层土壤储水量平均的斯皮尔曼秩相关系数差异都不显著（P < 0.05），表明测定频率对土壤储水量空间格局稳定性影响不大。相同测定频率下土壤储水量斯皮尔曼秩相关系数随着土层厚度增加而升高；随着土层深度增加先减小后升高。0-0.2、0-0.6、0-1.0、1.0-2.0和2.0-3.0 m土层MRD极差，MRD介于±5%样点个数和SDRD值随着测定频率改变变化不大。相同测定频率下，SDRD值随着土层深度增加而减小，随着土层厚度的减小而增加。SDRD极差随着土层深度增加而增加，随着土层厚度增加而减小。SDRD值小于5%样点数量随着土层深度的增加而增加，随着土层厚度的减小而减少。这些结果可以用来优化土壤水分监测方案。 （3）土壤含水量在空间上的变异系数（CVS）在土壤剖面上先降低后升高，土壤含水量在时间上的变异系数沿着土壤剖面逐渐降低。土壤含水量空间格局在垂直方向和时间上具有较强的持续性。平均的斯皮尔曼秩相关系数从10 cm 到20 cm 减小，在20-180 cm 之间波动，然后在200 cm 深度以下升高。基于平均相对差分的标准差（SDRD）和平均绝对偏差（MABE）时间稳定性沿着土壤剖面而升高。SDRD和MABE < 5% 的样点数量沿着土壤剖面而增加，平均相对差分介于± 5% 和代表性样点的数量随着土层深度易变。基于平均绝对相对误差和均方根误差值，直接和间接两种方法都能够精确的估计各层土壤平均含水量。与平均水分相比，最干点和最湿点更容易在多个土层保持代表性。最干点更有可能为时间上最稳定的点。 （4）坡面和坝地土壤储水量随着0-0.4、0.8-1.2和1.6-2.0 m土层逐渐减少，而沟道土壤储水量则与之相反，其土壤储水量在空间上的标准差和变异系数随着土层增加而增大。坡面和沟道土壤储水量在时间上的变异系数随着土层增加而减小，而坝地土壤储水量在时间上的变异系数随着土层增加变化极小。坡面、坝地和沟道的土壤储水量空间模式的持续性都随着土层增加而增强。坡地在0-0.4、0.8-1.2和1.6-2.0 m 土层土壤储水量时间稳定性差别不明显，坝地土壤储水量时间稳定性随着土层增加而降低，沟道土壤储水量时间稳定性随着土层增加而增强。导致坡面、坝地和沟道土壤储水量时间稳定性特征差别的主导性因素随着土层变化而不同。在0-0.4 m土层为储水量和粘粒，在0.8-1.2 m土层为粉粒和有机碳，在1.6-2.0 m 土层为有机碳和地上生物量。 （5）时空分析表明生长季和非生长季剖面土壤储水量的时间演变是不同的，空间位置和土壤质地决定了每个样点土壤储水量的数量。不同季节任意两个土层之间具有显著的斯皮尔曼秩相关系数，且秩相关系数随着土层间距的增加而减小。粘粒含量在大尺度下控制了不同土层之间土壤储水量的空间格局。与生长季相比，土壤储水量空间格局在非生长季具有更高的深度持续性，土层比季节对土壤储水量空间格局相似性具有更大的作用。 （6）通过小波相干分析发现，生长季和非生长季土壤储水量及其影响因素在中小尺度下没有显著的相干性，在大尺度下，土壤储水量和海拔以及地上生物量在相关不明显，土壤储水量与饱和导水率在样带0-1000 m，与有机碳在0-550 m处显著相关，土壤储水量与粘粒和砂粒在样带几乎所有的位置都显著相关，表明砂粒、粘粒、有机碳和饱和导水率对土壤储水量影响主要在大尺度。在生长季和非生长季，土壤储水量和影响因素之间总的显著相关面积从大到小依次都为砂粒>粘粒>饱和导水率>土壤有机碳>海拔>地上生物量，这说明在任何季节土壤质地是土壤储水量的主导性控制因素。土壤储水量与海拔、砂粒含量和饱和导水率为负相关，与粘粒和土壤有机碳含量为正相关，与地上生物量之间的关系不明显。 （7）通过多元经验模态分解分析，土壤储水量及其影响因素可以被分解成一系列代表不同尺度的固有模态函数和残差，主要的尺度可以通过其变异在总变异中的百分比来确定。与小尺度相比，大尺度下土壤储水量和影响因素之间具有较高的相关系数，这与小波相干分析的结果一致。各因素对土壤储水量预测的相对重要性随着尺度而改变，MEMD方法来预测土壤储水量要优于多元逐步回归方法。在高、中和低三种水分条件下IMF4（147 m）、IMF5（219 m）和IMF7（915 m）对样带土壤储水量的预测做了主要贡献，而对土壤储水量预测的主要贡献因素为土壤性质。 本论文在景观和景观位置尺度深入研究了土壤水分时空变异性。本研究有助于深化对半干旱区土壤水分的时空变异特征及其尺度性的认识、优化土壤水分监测方案、拓展土壤水分研究内容，从而为黄土高原地区土壤水分空间变异研究的多尺度转化，水土资源管理与调控以及生态建设提供重要的科学依据。 |
| 英文摘要 | ABSTRACT Soil moisture is the key factor for agricultural production and vegetation restoration on the Loess Plateau and has important influence on soil erosion, solute transport, and pedogenic processes. The distribution of soil moisture is combined result of soil, vegetation, topographic, and climatic factors, which controls the spatial distribution pattern of vegetation and affects the structure and function of ecosystems. Based on a large number of in-situ samples and laboratory analysis, the dissertation used classical statistics, grey relational analysis, wavelet coherency, multivariate empirical mode decomposition and geostatistical methods. This dissertation did a detailed study on temporal stability and its profile distribution of soil moisture in typical transects, effect of measuring frequency on soil moisture and its temporal stability in the time dimension; analyzed spatial variability of soil moisture in typical transects, depth persistence of spatial pattern of soil moisture, and multi-scale effect of influencing factors on soil moisture in the spatial dimension. The main results were as follows: （1）The mean spatial soil water storage (SWS) in the shallow soil layer (0-1.0 m) was relatively more variable temporally than in the deeper soil layers (1.0-3.0 m), and the mean SWS in the deep soil layer (2.0-3.0 m) was more variable spatially. The mean spearman’s rank correlation coefficient increased with increasing soil depth and decreased with increasing time lags between measurements for the deeper soil layers (1.0-3.0 m). The number of temporally stable locations and the accuracy of prediction for predicting the mean SWS increased with increasing soil depth. The temporal stability of the SWS patterns was controlled by soil texture, organic-carbon content, bulk density, and saturated soil hydraulic conductivity. Aboveground biomass and site elevation (except for the 2.0-3.0 m layer), however, affected the temporal persistence of SWS relatively weakly. （2）Measuring frequency had no significant influence on the mean, standard deviation and coefficient of variation of SWS for 0-0.2, 0-0.6, 0-1.0, 1.0-2.0, and 2.0-3.0 m layers (P < 0.05). At the same measuring frequency, standard deviation of SWS increased with the increasing soil depth and layer thickness, and coefficient of variation of SWS decreased with the increasing layer thickness, increased with the increasing soil depth. Measuring frequency had no significant influence on the mean Spearman rank correlation coefficient of SWS for 0-0.2, 0-0.6, 0-1.0, 1.0-2.0, and 2.0-3.0 m layers (P < 0.05), indicating that effect of measuring frequency on SWS spatial pattern was little. At the same measuring frequency, mean Spearman rank correlation coefficient of SWS increased with the increasing layer thickness, and first decreased then increased with the increasing soil depth. Range of MRD, number of locations with MRD within ±5%, and SDRD value changed little with measuring frequency for 0-0.2、0-0.6、0-1.0、1.0-2.0 and 2.0-3.0 m layers. At the same measuring frequency, SDRD value decreased with the increasing soil depth, increased with the increasing layer thickness. Range of SDRD increased with the increasing soil depth, decreased with the increasing layer thickness. Number of locations with SDRD < 5% increased with the increasing soil depth, decreased with the increasing layer thickness. These results can be used to optimize soil moisture monitoring scheme. （3）The coefficient of variation over space (CVS) of SWC first decreased and then increased vertically. The coefficient of variation over time (CVT) of SWC decreased along the soil profiles. The spatial patterns of SWC strongly persisted vertically and temporally. Mean Spearman’s rank correlation coefficients decreased from a depth of 10 to a depth of 20 cm, fluctuated from 20 to 180 cm, and then increased below 200 cm. Temporal stability increased along the soil profiles based on the standard deviatio |
| 中文关键词 | 土壤水分 ; 时空分异 ; 黄土高原 ; 小波相干 ; 多元经验模态分解 |
| 英文关键词 | soil moisture temporal-spatial distribution the Loess Plateau wavelet coherency multivariate empirical mode decomposition |
| 语种 | 中文 |
| 国家 | 中国 |
| 来源学科分类 | 生态学 |
| 来源机构 | 中国科学院地理科学与资源研究所 |
| 资源类型 | 学位论文 |
| 条目标识符 | http://119.78.100.177/qdio/handle/2XILL650/287497 |
| 推荐引用方式 GB/T 7714 | 李学章. 黄土高原小流域典型样带土壤水分时空分异研究[D]. 中国科学院大学,2015. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李学章]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李学章]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李学章]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
