科尔沁沙地沙质草地土壤水分时间序列分析

doi:10.7522/j.issn.1000-694X.2025.00096

摘要/Abstract

摘要：

采用时间序列分析方法，对科尔沁沙地沙质草地2017—2019年生长季不同土层土壤水分与降水、蒸发之间的相关关系进行了研究。结果表明：（1）40~100 cm土层的容重较小，基本小于1.53 g·cm^-3，而其有机质含量较高，均大于3.3 g·kg^-1；0~20 cm土层的中粗沙含量最高，几乎为50%，而其余各土层基本以细沙含量较高；随土层深度增加，中粗沙含量逐渐减少，而黏粉粒含量逐渐增加。（2）同期降水和蒸发分析显示，3年的生长季均8月降水最多，5月蒸发最高；通过自相关分析发现，降水和蒸发序列的自相关系数均很小，说明这两个序列均为不相关序列。（3）土壤水分统计分析显示，0~20 cm和100~140 cm土壤水分较少；土壤水分标准差和变异系数随土层深度的增加总体呈逐渐减少趋势，说明深层土壤水分含量较为稳定；自相关分析表明，不同土层土壤水分含量具有较高的自相关性，特别是60 cm以下。随着滞后时距的增加，各土层土壤水分含量的自相关性逐渐减弱。（4）降水量与浅层土壤（<60 cm）水分含量的相关系数大于与深层的，随着滞后时距的增加，不同土层降水量与土壤水分含量之间的相关性呈减弱趋势；不同土层土壤水分含量与降水量的相关性不同，说明不同土层受降水的影响在时间上具有差异性。（5）浅层土壤水分含量与蒸发量之间存在显著的负相关，且随着滞后时距的增加，各土层土壤水分含量与蒸发量之间的相关性较为复杂。

关键词: 土壤水分, 时间序列分析, 沙质草地, 科尔沁沙地

Abstract:

The time series analysis method was adopted to study the correlation between soil moisture at different soil depths and precipitation， evaporation during the growing season from 2017 to 2019 in the sandy grassland of Horqin Sandy Land. The results show that：（1） The bulk density of the 40-100 cm soil layer is relatively small， basically below 1.53 g·cm^-3， while its organic matter content is relatively high， all above 3.3 g·kg^-1. The content of medium-coarse sand in the 0-20 cm layer is the highest， almost 50%， while the content of fine sand is the highest in the rest of the soil layers. With the increase of soil depth， the content of medium-coarse sand gradually decreases， while the content of silt-clay particles gradually increases. （2） The analysis of precipitation and evaporation in the same period shows that the precipitation in August is the highest in the three-year growing season， while the evaporation in May is the highest. Through autocorrelation analysis， it is found that the autocorrelation coefficients of precipitation and evaporation sequences are very small， indicating that the two sequences are irrelevant. （3） The statistical characteristics analysis of soil moisture shows that the soil moisture in 0-20 cm and 100-140 cm is relatively low. The standard deviation and coefficient of variation of soil moisture generally show a gradual decreasing trend with the increase of soil depth， indicating that the deep soil moisture is relatively stable. Autocorrelation analysis shows that soil moisture in different soil layers has high autocorrelation， especially below 60 cm. With the increase of lag time， the autocorrelation of soil moisture in each soil layer gradually weakens. （4） The correlation coefficient between precipitation and shallow soil （<60 cm） moisture is greater than that between precipitation and deep soil moisture. With the increase of lag time， the correlation between precipitation and soil moisture in different soil layers shows a weakening trend. The correlation between soil moisture in different soil layers and precipitation is different， indicating that the influence of precipitation on different soil layers is different in time. （5） There is a significant negative correlation between shallow soil moisture and evaporation， and with the increase of lag time， the correlation between soil moisture in each soil layer and evaporation becomes more complex.

Key words: soil moisture, time series analysis, sandy grassland, Horqin Sandy Land

中图分类号:

S152.75

姚淑霞, 张铜会, 赵传成. 科尔沁沙地沙质草地土壤水分时间序列分析[J]. 中国沙漠, 2025, 45(4): 67-74.

Shuxia Yao, Tonghui Zhang, Chuancheng Zhao. Time series analysis of soil moisture in sandy grassland of Horqin Sandy Land[J]. Journal of Desert Research, 2025, 45(4): 67-74.

图/表 8

参考文献 34

[1]	郑曼迪，刘忠，许昭辉，等.基于微波遥感的土壤水分反演估算研究进展［J］.土壤学报，2024，61（1）：16-28.
[2]	Xu L， Lv Y， Moradkhani H.Daily multistep soil moisture forecasting by combining linear and nonlinear causality and attention-based encoder-decoder model［J］.Stochastic Environmental Research & Risk Assessment，2024，38（12）：4979-5000.
[3]	Yang L.Time series analysis and temporal stability of shallow soil moisture in a high-fill slope of the loess plateau，China［J］.Water，2025，17：1-19.
[4]	Gao Y X， Leng P， Li J，et al.Identification of irrigation events using Bayesian statistics-based change detection and soil moisture measurements［J］.Agricultural Water Management，2024，302：1-15.
[5]	胡广录，刘鹏，李嘉楠，等.黑河中游绿洲边缘三种景观类型土壤水分动态特征及影响因素［J］.干旱区研究，2024，41（4）：550-565.
[6]	郝需婷，黄雅茹，马迎宾，等.乌兰布和沙漠固沙梭梭林生长季土壤水分动态研究［J］.中国农业科技导报，2023，25（7）：187-196.
[7]	杨竹青，王磊，张雪，等.典型固沙植物种子萌发和幼苗生长对土壤水分的响应［J］.干旱区研究，2024，41（5）：830-842.
[8]	徐莹，关晋宏，邓磊.高寒半干旱区沙地植被土壤水分变化特征及其影响因素［J］.生态学报，2024，44（13）：1-13.
[9]	Chen L， Hu B， Sun J，et al.Using remote sensing and machine learning to generate 100 cm soil moisture at 30-m resolution for the black soil region of China： implication for agricultural water management［J］.Agricultural Water Management，2025，309：1-13.
[10]	Rasche D， Blume T， Güntner A.Depth extrapolation of field-scale soil moisture time series derived with cosmic-ray neutron sensing （CRNS） using the soil moisture analytical relationship （土壤水分AR） model［J］.Soil，2024，10（2）：1-49.
[11]	郑涵，牛盼盼，金钊，等.延安顾屯流域沟道新造耕地土壤水分动态对不同降雨年型降雨的响应［J］.地球环境学报，2024，37（4）：227-234.
[12]	张帆，辛智鸣，杨文斌，等.毛乌素沙地典型植被对地下水循环过程的调控［J］.中国沙漠，2025，45（1）：63-74.
[13]	祖姆热提·于苏甫江，董正武，成鹏，等.多枝柽柳水分利用策略对沙堆堆积过程的响应［J］.植物生态学报，2024，48（1）：113-126.
[14]	Zhang J H， Wang N A， Niu Z M， et al. Stable isotope analysis of water sources for Tamarix laxa in the mega-dunes of the Badain Jaran Desert， China［J］.Journal of Arid Land，2018，10：821-832.
[15]	刘俊壕，周海盛，郭群.中国北方干旱半干旱区沙漠化治理对植被格局的影响［J］.中国沙漠，2023，43（5）：204-213.
[16]	张铁军.腾格里沙漠东北缘飞播植物群落土壤水分特征研究［D］.呼和浩特：内蒙古农业大学，2023.
[17]	吉吉佳门，程一本，谌玲珑，等.科尔沁沙地樟子松人工林土壤水分动态及其对降雨的响应［J］.干旱区研究，2023， 40（5）：756-766.
[18]	Zhang Z S， Xu B X， Zhao Y，et a1.Long-term water balance variation after revegetation on the southeastern edge of the Tengger Desert［J］.Ecological Indicators，202l，13l：1-9.
[19]	Cheng Y B， Zhan H B， Yang W B，et al.An ecohydrological perspective of reconsented vegetation in the semi-arid region in drought seasons［J］.Agricultural Water Management，202l，243：1-9.
[20]	张日升，凡胜豪，姜涛，等.辽西北风沙区典型利用类型下的土壤水分变化特征［J］.安徽农业科学，2024，52（23）：62-64.
[21]	王志军.非线性分形理论与时间序列分析法在土壤含水量预测中的应用研究［D］.西安：长安大学，2016.
[22]	Yao S， Zhao C.Application of time series analysis in soil moisture of fixed dune on Korqin Sandy Land，Northern China［J］.Global Nest Journal，2020，22（4）：471-476.
[23]	Fay P A， Blair J M， Smith M D，et al.Relative effects of precipitation variability and warming on tallgrass prairie ecosystem function［J］.Biogeosciences，2011，8（10）：3053-3068.
[24]	IPCC.Climate Change 2021：the physical science basis［R］.Cambridge，UK：Cambridge University Press，2021.
[25]	王晓燕，陈洪松，王克林，等.红壤坡地土壤水分时间序列分析［J］.应用生态学报，2007，18（2）：297-302.
[26]	王贺年，余新晓.北京山区林地土壤水分时间序列分析［J］.山地学报，2012，30（5）：550-554.
[27]	Wang T， Wedin D A， Franz T E，et al.Effect of vegetation on the temporal stability of soil moisture in grass-stabilized semi-arid sand dunes［J］.Journal of Hydrology，2015，521：447-459.
[28]	卢建男，李玉强，赵学勇，等.半干旱区典型沙地生态环境演变特征及沙漠化防治建议［J］.中国沙漠，2024，44（4）：284-292.
[29]	詹瑾，丛安琪，李玉霖，等.长期氮沉降和地上凋落物处理对半干旱区沙质草地表层土壤碳氮组分的影响［J］.水土保持学报，2023，37（4）：227-234.
[30]	秦华光，李家才，穆丹，等.时间序列自回归模型预测茶园小绿叶蝉种群动态的探讨［J］.安徽农业大学学报，2008，35（4）：564-570.
[31]	李庆雷，马楠，付遵涛.时间序列非平稳检测方法的对比分析［J］.北京大学学报（自然科学版），2013，49（2）：252-260.
[32]	石辉，刘世荣，孙鹏森，等.黄土丘陵区人工油松林地土壤水分动态的时间序列分析［J］.山地学报，2004，22（4）：411-414.
[33]	白冬妹，郭满才，郭忠升，等.时间序列自回归模型在土壤水分预测中的应用研究［J］.中国水土保持，2014，2（2）：42-42.
[34]	刘苑秋，王红胜，郭圣茂，等.江西省退化石灰岩红壤区重建森林土壤水分与降水量和蒸发量的关系［J］.应用生态学报，2008，19（12）：2588-2592.

土层深度/cm	容重/（g·cm^-3）	有机质含量/（g·kg^-1）	土壤粒级分布/%
土层深度/cm	容重/（g·cm^-3）	有机质含量/（g·kg^-1）	2~0.1 mm	0.1~0.05 mm	<0.05 mm
0~20	1.61	3.19	49.13	35.14	14.21
20~40	1.58	2.73	30.35	49.13	18.69
40~60	1.53	3.41	20.19	45.10	32.97
60~80	1.51	3.30	13.98	40.81	43.32
80~100	1.53	3.41	7.98	48.08	42.53
100~120	1.55	3.25	6.35	48.69	43.26
120~140	1.56	3.12	5.54	48.15	44.57

土层深度/cm	容重/（g·cm^-3）	有机质含量/（g·kg^-1）	土壤粒级分布/%
土层深度/cm	容重/（g·cm^-3）	有机质含量/（g·kg^-1）	2~0.1 mm	0.1~0.05 mm	<0.05 mm
0~20	1.61	3.19	49.13	35.14	14.21
20~40	1.58	2.73	30.35	49.13	18.69
40~60	1.53	3.41	20.19	45.10	32.97
60~80	1.51	3.30	13.98	40.81	43.32
80~100	1.53	3.41	7.98	48.08	42.53
100~120	1.55	3.25	6.35	48.69	43.26
120~140	1.56	3.12	5.54	48.15	44.57

土层深度 /cm	统计指标(n=45)
土层深度 /cm	最小值	最大值	平均值	标准差	变异系数
0~20	1.17	19.19	6.44	4.74	0.74
20~40	3.52	20.32	8.98	4.99	0.56
40~60	4.34	24.10	11.03	4.87	0.44
60~80	6.05	21.87	10.88	4.35	0.40
80~100	5.41	18.92	9.22	3.47	0.38
100~120	5.00	13.31	7.50	2.19	0.29
120~140	5.90	12.97	7.51	1.90	0.25

土层深度 /cm	统计指标(n=45)
土层深度 /cm	最小值	最大值	平均值	标准差	变异系数
0~20	1.17	19.19	6.44	4.74	0.74
20~40	3.52	20.32	8.98	4.99	0.56
40~60	4.34	24.10	11.03	4.87	0.44
60~80	6.05	21.87	10.88	4.35	0.40
80~100	5.41	18.92	9.22	3.47	0.38
100~120	5.00	13.31	7.50	2.19	0.29
120~140	5.90	12.97	7.51	1.90	0.25

滞后时距（10 d）	土层深度/cm
滞后时距（10 d）	0~20	20~40	40~60	60~80	80~100	100~120	120~140
k=1	-0.128	-0.213^*	-0.104	0.263^*	0.396^*	0.244^*	0.351^*
k=2	-0.243^*	-0.156	-0.177	0.166	0.127	0.148	0.049
k=3	-0.044	-0.147	-0.108	-0.223^*	-0.224^*	-0.158	-0.105
k=4	-0.067	0.036	0.064	-0.225^*	-0.210^*	-0.109	-0.176
k=5	-0.034	-0.089	-0.011	-0.194	-0.158	-0.090	-0.125
k=6	0.059	0.015	-0.058	-0.139	-0.142	-0.098	-0.143