不同载畜率下短花针茅草原土壤水分空间异质性的分析
[王亚婷1 , 张宇2 , 杜宇凡1 , 王玺1 , 赵天启1 , 古琛1 , 陈万杰1 , 赵萌莉1 
]
]
引用本文
王亚婷, 张宇, 杜宇凡, 王玺, 赵天启, 古琛, 陈万杰, 赵萌莉. 不同载畜率下短花针茅草原土壤水分空间异质性的分析. 草业科学, 2017,34(6):1159-1167
Wang Ya-ting, Zhang Yu, Du Yu-fan, Wang Xi, Zhao Tian-qi, Gu Chen, Chen Wan-jie, Zhao Meng-li. Spatial heterogeneity of soil moisture in Stipa breviflora grasslands under different stocking rates . Pratacultural Science,2017,34(6): 1159-1167
Permissions
Wang Ya-ting, Zhang Yu, Du Yu-fan, Wang Xi, Zhao Tian-qi, Gu Chen, Chen Wan-jie, Zhao Meng-li. Spatial heterogeneity of soil moisture in Stipa breviflora grasslands under different stocking rates . Pratacultural Science,2017,34(6): 1159-1167
Copyright©2017, 《草业科学》编辑部
《草业科学》编辑部
不同载畜率下短花针茅草原土壤水分空间异质性的分析
第一作者:王亚婷(1990-),山西河曲人,在读硕士生,研究方向为草地生态学。E-mail:[email protected]
摘要
以短花针茅( Stipa breviflora)草原为研究对象,采用经典统计学和地统计学的方法对不同载畜率样地(不放牧、轻度放牧、中度放牧和重度放牧)的土壤水分进行描述性统计、半变异函数及空间插值分析,旨在研究载畜率对荒漠草原土壤水分空间异质性的影响。结果表明,01)各处理的土壤含水量均随载畜率的增大而逐渐升高,各处理的变异系数(CV)在7.29%~9.79%,均呈弱变异性。2)半变异函数分析显示各处理的土壤水分含量均呈指数模型,不放牧的结构比为74.4%,属于中等程度变异。轻度、中度、重度放牧处理的结构比分别为94.4%、91.2%和96.0%,具有强烈的空间自相关性;3)利用克里格插值法对各样地的未知采样点进行插值分析,发现重度放牧处理土壤水分的空间变异程度最大,不放牧处理土壤水分的空间变异程度最低。所以,载畜率对土壤水分的空间分布有明显的影响。
关键词:
家畜放牧; 短花针茅; 土壤水分; 空间异质性; 变异系数; 克里格插值; 半变异函数?剻?
中图分类号:S812.2
文献标志码:A
文章编号:1001-0629(2017)06-1159-09
doi: 10.11829/j.issn.1001-0629.2016-0474
Spatial heterogeneity of soil moisture in Stipa breviflora grasslands under different stocking rates
Wang Ya-ting1 , Zhang Yu2 , Du Yu-fan1 , Wang Xi1 , Zhao Tian-qi1 , Gu Chen1 , Chen Wan-jie1 , Zhao Meng-li1
Abstract
The effects of stocking rates on spatial heterogeneity of soil moisture in a Stipa breviflora desert steppe ecosystem were investigated. Both classical statistics and geo-statistical methods were adopted to generate descriptive statistics, semi-variogram analysis, and spatial interpolation methods for soil moisture in four types of sample plots. The results indicated: 1) The mean value of soil moisture in all different sample plots increased with increase in stocking rates, the coefficient of variation (CV) in each sample plot changed within the range of 7.29% to 9.79%, presenting weak variability. 2) The semi-variogram analysis indicated that the content of soil moisture in each sample plot was found to be in line with the exponential model, the structural variation ratio of non-grazing was 74.4%, its value was less than 75%, which corresponded to moderate variability. The C/(C0 + C) values of lightly, moderately and heavily grazed areas were 94.4%, 91.2%, and 96.0%, respectively; all values were larger than 75%, which corresponded to strong spatial auto-correlation. 3) The Kriging interpolation method was used to deal with interpolative analysis for unknown sampling points of each sample plot, and the results showed that the spatial variability of soil moisture for heavily grazed area was largest, while that for non-grazing was lowest. Our analyses showed that different stocking rates had different impacts on spatial patterns of soil moisture.
Keyword:
livestock grazing; Stipa breviflora; soil moisture; spatial heterogeneity; coefficient of variation; kriging interpolation method; semi-variogram
土壤水分是分析土壤-植物-大气关系的关键因子, 是影响荒漠草原植被恢复和生态建设的主要限制因子之一[1], 受土壤理化性质、植被特征、地形状况等自然因素以及放牧等人为因素的干扰表现出高度的空间异质性[2, 3, 4, 5, 6]。植物的生长速率、分布格局、群落结构及整个生态系统因土壤水分的异质性而存在差异[7]。异质性的生态学效应对科学研究产生很多积极的影响, 在各方面都有不同的成果[8, 9], 有关土壤水分的空间异质性问题受到较多研究者的关注[10, 11]。
土壤水分空间异质性在大空间尺度上受气候和土壤条件地带性分异的影响[12, 13], 而在小空间尺度上受微地形、人为干扰以及生物地球化学循环等因素的影响[14, 15]。目前, 国内外学者就不同空间尺度、取样深度以及土壤水分含量等对土壤水分空间异质性的影响进行了不同程度的研究, 表明土壤水分的空间变异性随空间尺度或取样尺度的增大而增强, 随表层土壤含水量的增多而减弱[16, 17, 18, 19, 20]。放牧是草地生态系统最重要的扰动因素[21], 关于不同放牧强度对空间异质性的影响研究多集中于植被[22]和土壤养分[23]方面, 而有关土壤水分空间异质性的研究较少。短花针茅(Stipa breviflora)草原生态脆弱, 对自然因素和人类生产活动的干扰较为敏感, 而土壤水分又是影响植被生长和分布的关键因素[6], 因此, 研究不同放牧梯度下土壤水分空间异质性对荒漠草原的合理利用有重要意义。
本研究依托不同取样尺度下荒漠草原土壤水分空间异质性分析, 选取适当的取样尺度, 将不同载畜率与荒漠草原土壤水分空间格局的关系作为切入点, 描述结构性因素和人类活动等随机性因素对温性荒漠草原土壤水分变化的影响, 旨在阐明不同载畜率对土壤水分变异的影响程度, 以期了解不同载畜率下土壤水分空间分布的变化趋势和范围, 为草地的可持续利用提供参考。
1 材料与方法
1.1 研究区概况
试验基地位于内蒙古四子王旗短花针茅草原(地理位置41° 47'07″ N, 111° 53'46″ E), 海拔为1 450 m。四子王旗位于内蒙古中部、阴山北麓和乌兰察布草原北部, 属于中温带大陆性季风气候。试验基地年均气温3.4 ℃, 6、7和8月的平均温度均高于其它月份, ≥ 10 ℃的年积温为2 200~2 500 ℃· d, 无霜期为90~120 d, 平均日照时数为3 117.7 h。年均降水量为280 mm, 年均蒸发量约为2 300 mm。植物群落为短花针茅、冷蒿(Artemisia frigida)、无芒隐子草(Cleistogenes songorica), 伴生有银灰旋花(Convolvulus ammanni)、木地肤(Kochia prostrata)、羊草(Leymus chinesis)、细叶韭(Allium tenuissimum)等。土壤类型为淡栗钙土。
1.2 试验设计
1.2.1 样地设置 放牧试验始于2003年6月, 利用完全随机区组设计划分试验小区, 将其分为3个区组, 每个区组设置4种不同处理, 分别为不放牧(CK)、轻度放牧(LG)、中度放牧(MG)、重度放牧(HG), 每个处理3次重复。4个处理的载畜率依次为每公顷0、0.91、1.82和2.71羊单位, 羊只数分别为0、4、8和12只羊, 均为当地成年蒙古羯绵羊, 每3年更换一批, 以保证其正常的采食和消化能力, 减少因客观误差对试验造成的影响。每年放牧期为6月1日到11月30日, 为期半年。06:00将各小区绵羊赶入, 18:00赶回。
1.2.2 取样方法 2014年8月中旬生物量高峰期, 于降雨第3天后, 在各个处理小区内, 选择地形条件一致且地势相对平坦的部位, 规划一块5 m× 10 m的试验区, 测量时将试验区利用0.5 m× 0.5 m的小样方进行均匀划分, 按照S形顺序使用TDR-300水分速测仪在划分的小样方中心位置测定0-12 cm深度的土壤水分含量。
1.3 数据分析
使用Excel 2010对所测得的水分数据进行整理计算, 在SPSS 13.0中使用经典统计学方法对数据进行描述性统计, 采用K-S检验验证是否属于正态分布(α =0.05), 若Pk-s> 0.05, 则认为服从。使用SAS对数据进行方差分析, 计算标准差和变异系数。差异显著水平为α =0.05。变异系数公式如下:
CV=
式中:S为标准方差,
使用地统计学(geo-statistical)对土壤水分数据进行处理, 观测土壤水分的空间异质性。通过半方差函数的计算, 来比较各采样地空间异质性的大小, 半方差函数用公式表示为:
r(h)=
式中:半方差函数用r(h)表示, N(h)代表在取样间隔为h时, 样本对的总数目, Z(xi)和Z(xi+h)各指在空间位置xi和xi+h上变量Z的值。本研究利用地统计学软件GS+计算r(h), 拟合半方差函数, 获得最合适的拟合模型。地统计学软件对半方差函数进行拟合的模型通常有指数、高斯、球状模型等。其中, 模型拟合中的块金值C0、基台值(C0+C)和变程A均由软件自动计算得出。
在实际试验中, 采样点的数值是有限的, 为了更直观地反映不同放牧处理整个样地的土壤水分空间异质性, 需要进行空间插值, 来估计未采样点的含水量, 本研究采用克里格插值法根据已采集变量数据的分析来对其周围的变量分布进行预测和估计, 推断整个研究区域变量分布的情况。
2 结果与分析
2.1 土壤水分特征
土壤含水量均值随放牧强度的增强而升高, 且4个处理间差异显著(P< 0.05)(表1)。变异系数(CV)随载畜率的增大呈先减小后增大的变化趋势, 重度放牧的CV最大, 为9.79%, 中度放牧的CV最小, 为7.29%。不放牧和轻度放牧的CV分别为7.68%和7.30%, 各处理的土壤水分均表现出弱的变异性。
 | 表1 土壤水分统计分析及正态分布检验 Table 1 Descriptive statistics and basic testing for soil water content |
采用K-S法对各处理的土壤含水量进行非参数检验。结果表明, 各处理的土壤含水量均服从正态分布(P> 0.05), 满足对其进行半变异函数分析的条件。
2.2 土壤水分的半方差函数
土壤水分半方差函数分析(图1)表明, 各处理的土壤水分含量均符合指数模型。
块金值C0表示随机因素引起的变异大小, 对比分析各处理C0, 不放牧的C0最大, 为0.074, 表明其空间变异受随机因素的影响最大(表2); 而重度放牧的C0最小, 为0.014, 表明在该小区由随机因素引起的空间变异最小; 轻度和中度放牧的C0分别为0.019和0.026, 表明受随机因素引起的空间变异介于对照区和重度放牧区两者之间。
 | 图1 不同载畜率下土壤水分半方差图Fig. 1 The semi-variogram of soil water content under different grazing intensity |
| 表2 土壤水分半变异函数分析 Table 2 The semi-variance functional analysis of soil water content |
基台值(C0+C)是用来表征变量变异大小, 重度放牧的变异程度最大, 为0.354; 不放牧的变异程度最小, 为0.289; 轻度放牧区的变异值为0.338; 中度放牧区的变异值为0.296(表2)。4个处理的变异程度表现为重度放牧> 轻度放牧> 中度放牧> 不放牧。
变程A表示发生变异的有效距离, 通常可以根据变程确定取样点的间距, 在此范围内数据的斑块性相似, 空间变量表现出自相关性, 否则不表现自相关性。变程A的值显示, 不放牧的自相关尺度为0.590 m(表2); 轻度放牧在0.810 m的间隔距离内存在自相关性; 中度和重度放牧区空间自相关范围分别为0.630和0.180 m。4个处理的空间自相关范围大小顺序为轻度放牧> 中度放牧> 不放牧> 重度放牧。
结构比表示因系统结构性因素产生变异占总变异的比例。结构比小于25%, 说明自相关性较弱; 在25%~75%之间, 说明具有中等程度的空间自相关性; 大于75%, 代表强烈的自相关性。各样地结构比显示:不放牧、轻度放牧、中度放牧和重度放牧区的结构比依次分别为74.4%、94.4%、91.2%和96.0%, 不放牧地的结构比小于75%, 空间自相关性中等, 随机因素和结构性因素均能引起各处理土壤水分的空间变异, 其它处理的结构比值均大于75%, 具有强烈的空间自相关性, 表明在这些地区中由结构性因素引起的变异比较大。
2.3 土壤水分的空间自相关Moran’ s I分析
不放牧的Moran’ s I系数介于0.016 1~0.032 1, 正的空间自相关性和负的空间自相关性占的比例基本相同(图2); 轻度放牧的Moran’ s I系数多集中于0.056~0.113, 随着距离的增加, 由正的空间自相关性逐渐变为负的空间自相关性; 中度放牧的Moran’ s I系数的分布位于0.027 3~0.054 5, 负的空间自相关性多于正的空间自相关性; 重度放牧的Moran’ s I系数分布在0.058~0.115, 有部分样点分布在0附近, 说明该样地存在着周期性的空间变异特征。
 | 图2 不同载畜率下土壤水分含量Moran’ s I图Fig. 2 Moran’ s I index map of soil water content different grazing intensity |
2.4 土壤水分的空间分布
采用克立格法对采样点周围地区做最优化内插并绘制不同载畜率下0-12 cm土壤水分的三维图(图3), 从而更加直观地表示不同载畜率下土壤水分分布的时空格局。可以看出, 不同载畜率下各样地土壤水分的时空分布存在差异。不放牧处理水分分布以较大的斑块向周围扩散, 有部分闭合的圆点代表水分含量高, 整体的梯度不明显, 水分的空间连续性较差, 土壤水分空间结构受样地植被影响较大; 中度和轻度放牧的水分分布格局部分细化、碎化, 随机因子占影响土壤水分分布因素的比重偏大; 重度放牧斑块化程度高, 水分梯度明显, 起伏剧烈, 峰谷变化较为平缓, 水分的空间变异相对较强。
 | 图3 不同载畜率下土壤水分分布空间图Fig. 3 3-D spatial pattern map of soil water content different grazing intensity |
3 讨论
生态系统的稳定性在很大程度上依靠土壤水分的平衡来维持, 而土壤水分的平衡又受地形、微地貌、降雨、植被和人类活动等因素影响[24]。近几年载畜率的增大对土壤水分的平衡造成巨大的影响[9]。放牧通过家畜的采食、践踏等行为改变了群落结构[25], 群落生物量随着载畜率的增大而降低, 土壤水分的储存和蒸发散受到影响, 从而引起整个生态系统的动态平衡水平大幅度降低, 最终土壤水分的空间异质性发生变化[26]; 同时, 放牧的干扰对土壤结构造成巨大的影响, 大量动物对表土层的踩踏增加了土壤紧实度, 破坏了土壤储存水分的条件, 导致土壤水分的含量发生变化[9]。干扰通过改变表层土壤水分的空间异质性组成, 进而改变土壤水分的空间格局[27]。放牧样地动物的选择性采食以及长年不放牧引起的灌丛化使各处理小区表现出程度不均一的灌丛化, 另外, 灌丛植物根系在0-30 cm深度土壤分布较广, 而本研究中测量的是表层土壤水分, 所以, 灌丛化是导致本研究中土壤水分呈现不同程度斑块分布的重要原因。
额尔登傲其尔[28]发现, 过度放牧使植被的地上枝叶和地下根系均被动物采食, 植物从土壤中吸收生理需水及植物的蒸腾作用降低。过度放牧使得土壤容重增加, 表层土壤的渗透率降低, 水分含量高; 同时, 牲畜的践踏破坏土壤表层结构, 土壤表层和地下层之间的毛管被破坏, 毛管水蒸发的水量降低, 从而使土壤水分含量升高。本研究中对土壤水分特征值的分析表明不放牧和重度放牧的土壤水分含量差异显著, 且重度放牧区的变异系数最大, 即变异性最高, 土壤水分含量均随着载畜率的增大而增加, 土壤水分含量与植被有很大关系, 载畜率的增大降低了草地植被盖度, 土壤水分经植被蒸腾作用而散失水分的含量减少。王忠武等[11]认为草地土壤含水量随载畜率增大而降低。基于不同结果的出现, 初步猜想可能是由于本试验是在降雨后第3天进行, 动物的践踏使重度放牧区表层土壤紧实度增加, 水分蒸发受到限制, 土壤水分下渗速度缓慢, 雨水停留在表层土壤, 所以重度放牧区表层土壤水分的含量高于其它放牧强度处理的表层土壤水分含量, 有关随着放牧强度增加土壤水分含量变化的内在机理还有待于进一步的研究证实。
土壤水分空间异质性受土壤入渗、地表径流和蒸散以及植被分布等的影响[29]。在表层土壤中, 机械组成和水文结构因过度放牧而发生改变, 土壤水分的空间变异性随之发生变化[30]。本研究通过对土壤水分进行半变异函数分析发现, 重度放牧土壤水分的空间变异性程度最高, 不放牧处理变异性最低, 这一现象表明随载畜率增加, 土壤水分空间异质性的变异增大; 另外, 从结构比的变化可知, 重度放牧的空间自相关性强, 结构性因素引起的空间变异所占比例大, 这是因为过度放牧使地表结构破坏严重, 一方面植被的分布发生变化, 植被覆盖对降雨和表层地下水的截留作用发生了改变, 另一方面土壤母质对土壤水分的涵养能力发生改变, 从而使得土壤水分的空间格局发生改变。
对空间自相关Moran’ s I系数进行分析, 发现随着滞后距离的增大, 中度放牧和重度放牧的Moran’ s I系数偏向负值, 逐渐转移到负空间自相关, 不放牧和轻度放牧Moran’ s I系数在正负方分布比较均一, 说明土壤水分相关性斑块在不放牧和轻度放牧处理中的分布差异较大, 而中度和重度放牧土壤水分的空间异质性较为复杂, 受多种因素的影响, 这与上述的半变异函数分析得出的结果类似。
长期的休牧对荒漠草原的成长会造成很大的影响, 基本上会使得草原植物灌丛化, 而高水平的灌丛化植物会使得土壤水分分布很大程度上受到灌丛分布的影响; 刘忠宽等[31]对不同载畜率样地休牧3年后的土壤养分空间异质性的分析表明, 休牧时间越长, 植被产生的灌丛化态势越明显。本研究采用克立格插值法绘制土壤水分分布的空间分布图, 对其进行分析可知, 不放牧土壤水分含量的细小斑块很多, 很有可能是长期的休牧使得小叶锦鸡儿(Caragana microphylla)等灌木在优质的生存条件下生长迅速, 灌丛效应导致部分区域土壤水分含量多。在轻度和中度放牧, 家畜对草地的影响强度大, 持续时间短, 随机因素的影响较为明显, 而结构性因素对其影响作用较弱[25]。在重度放牧处理中, 过度的放牧使得草地破坏严重, 家畜的践踏和采食使得植被覆盖降低, 植被分布发生改变, 土壤结构发生变化, 从而使得自相关部分引起的变异起到了决定性的作用。
4 结论
4个载畜率处理的变异系数在7.29%~9.79%, 呈现出弱变异性。
对4个载畜率处理进行半变异函数分析, 显示各处理的土壤水分含量均符合指数模型, 不放牧的样地结构比为74.4%, 其值小于75%, 属于中等程度变异, 轻度到重度放牧区的结构比分别为94.4%、91.2%、96.0%, 其值均大于75.0%, 具有强烈的空间自相关性, 结构性变异比较大。
利用克里格插值法对各处理的未知采样点进行插值分析, 表明重度放牧区土壤水分的空间变异最大, 不放牧变异程度最低。
(责任编辑 苟燕妮)
The authors have declared that no competing interests exist.
参考文献
| [1] |
|
| [2] |
|
| [3] |
|
| [4] |
|
| [5] |
|
| [6] |
|
| [7] |
|
| [8] |
|
| [9] |
|
| [10] |
|
| [11] |
|
| [12] |
|
| [13] |
|
| [14] |
|
| [15] |
|
| [16] |
|
| [17] |
|
| [18] |
|
| [19] |
|
| [20] |
|
| [21] |
|
| [22] |
|
| [23] |
|
| [24] |
|
| [25] |
|
| [26] |
|
| [27] |
|
| [28] |
|
| [29] |
|
| [30] |
|
| [31] |
|