腾格里沙漠土壤水分含量与地形、植被的关系

doi:10.7522/j.issn.1000-694X.2024.00047

摘要/Abstract

摘要：

土壤水分是限制固沙植物生长的重要因子。研究沙区土壤水分的分布规律及其与地形、植被的关系，可为荒漠化治理提供科学依据。以腾格里沙漠天然植被区红卫固定沙丘上的土壤水分为研究对象，应用广义线性（GLM）、广义加性（GAM）和随机森林（RF）模型对地形、植被因子对不同深度土壤水分含量的影响进行研究。结果显示：0~300 cm土层可分为表层（0~40 cm）、中层（40~200 cm）和深层（200~300 cm），且三层之间有显著差异。RF模型的精度显著优于GLM和GAM模型。RF模型结果显示，不同深度下土壤水分随地形因子高差增加而逐渐减少。表层和中层土壤水分随草本盖度增加而逐渐增加，而中层和深层土壤水分随灌木多度和生物量的增加呈现先减少后增加的趋势。建议今后在植物固沙过程中，可通过合理控制固沙灌木与草本植被的密度与位置以促进研究区固沙植被的恢复。

关键词: 土壤水分, 地形、植被因子, 广义线性模型, 广义加性模型, 随机森林模型

Abstract:

Soil moisture critically limits the growth of sand-binding vegetation.Analysis of soil moisture distribution patterns in sandy areas， and their correlation with topography and vegetation factors， provides a scientific basis for desertification control. This study focuses on soil moisture in fixed sand dunes within the Hongwei natural vegetation area of the Tengger Desert. Employing methodologies including generalized linear models （GLM）， generalized additive models （GAM）， and random forest （RF）， the research explores the impacts of topography and vegetation factors on soil moisture at various depths. Findings indicate distinct layers within the 0-300 cm soil depth， specifically a surface layer （0-40 cm）， a middle layer （40-200 cm）， and a deep layer （200-300 cm）， each showing significant differences. The RF model exhibits superior accuracy compared to the GLM and GAM models， suggesting that soil moisture decreases with increasing differences in terrain height. Moreover， surface and middle soil moisture levels rise with higher herbaceous coverage， while middle and deep soil moisture levels initially decrease and then increase with greater shrub abundance and biomass. The study suggests that future revegetation and sand fixation efforts should focus on controlling the density and placement of sand-binding shrubs and herbaceous plants to facilitate the restoration of sand-binding vegetation in the study area.

Key words: soil moisture, topography and vegetation factors, generalized linear model, generalized additive model, random forest model

中图分类号:

S152.7

宁婷, 张定海, 赵有益, 江晶. 腾格里沙漠土壤水分含量与地形、植被的关系[J]. 中国沙漠, 2024, 44(5): 133-142.

Ting Ning, Dinghai Zhang, Youyi Zhao, Jing Jiang. Relationship between soil moisture and topography and vegetation in the Tengger Desert[J]. Journal of Desert Research, 2024, 44(5): 133-142.

图/表 10

图1 试验样地及土壤水分采样点

Fig.1 Experimental sample plots and soil moisture sampling points

图2 土壤水分含量随土壤深度的变化

Fig.2 Variation of soil moisture content with soil depth

图3 不同深度的土壤水分含量比较

Fig.3 Comparison of soil moisture at different depths

表1 基于广义线性模型的变量的显著性检验

Table 1 Significance test for variables based on generalized linear models

变量	0~40?cm		40~200?cm		200~300?cm
变量	估计值	$P$	估计值	$P$	估计值	$P$
坡度	0.097	0.432	0.015	0.878	0.002	0.986
坡向	0.056	0.404	0.000	0.998	0.157	0.034
高差	-0.291	0.022	-0.379	0.000	-0.351	0.011
灌木盖度	-0.021	0.872	-0.242	0.022	0.019	0.893
灌木多度	-0.314	0.029	0.195	0.088	0.103	0.499
草本盖度	0.256	0.147	0.309	0.030	-0.045	0.809
草本多度	-0.143	0.484	-0.025	0.880	0.211	0.339
凋落物	0.249	0.252	-0.059	0.735	-0.040	0.863
生物量	0.124	0.369	-0.010	0.927	-0.039	0.794

表1 基于广义线性模型的变量的显著性检验

Table 1 Significance test for variables based on generalized linear models

变量	0~40?cm		40~200?cm		200~300?cm
变量	估计值	$P$	估计值	$P$	估计值	$P$
坡度	0.097	0.432	0.015	0.878	0.002	0.986
坡向	0.056	0.404	0.000	0.998	0.157	0.034
高差	-0.291	0.022	-0.379	0.000	-0.351	0.011
灌木盖度	-0.021	0.872	-0.242	0.022	0.019	0.893
灌木多度	-0.314	0.029	0.195	0.088	0.103	0.499
草本盖度	0.256	0.147	0.309	0.030	-0.045	0.809
草本多度	-0.143	0.484	-0.025	0.880	0.211	0.339
凋落物	0.249	0.252	-0.059	0.735	-0.040	0.863
生物量	0.124	0.369	-0.010	0.927	-0.039	0.794

表2 基于广义加性模型的变量的显著性检验

Table 2 Significance test for variables based on generalized additive models

变量	0~40?cm		40~200?cm		200~300?cm
变量	edf	$P$	edf	$P$	edf	$P$
坡度	3.314	0.244	3.381	0.250	3.480	0.025
坡向	1.000	0.580	1.359	0.866	2.537	0.000
高差	1.000	0.197	1.000	0.006	1.448	0.000
灌木盖度	1.000	0.370	1.000	0.156	2.976	0.262
灌木多度	2.644	0.025	1.932	0.115	1.906	0.118
草本盖度	1.000	0.003	1.000	0.003	1.000	0.453
草本多度	1.241	0.052	1.000	0.224	1.778	0.301
凋落物	1.731	0.042	1.000	0.642	1.000	0.533
生物量	2.216	0.029	1.959	0.248	1.000	0.531

表2 基于广义加性模型的变量的显著性检验

Table 2 Significance test for variables based on generalized additive models

变量	0~40?cm		40~200?cm		200~300?cm
变量	edf	$P$	edf	$P$	edf	$P$
坡度	3.314	0.244	3.381	0.250	3.480	0.025
坡向	1.000	0.580	1.359	0.866	2.537	0.000
高差	1.000	0.197	1.000	0.006	1.448	0.000
灌木盖度	1.000	0.370	1.000	0.156	2.976	0.262
灌木多度	2.644	0.025	1.932	0.115	1.906	0.118
草本盖度	1.000	0.003	1.000	0.003	1.000	0.453
草本多度	1.241	0.052	1.000	0.224	1.778	0.301
凋落物	1.731	0.042	1.000	0.642	1.000	0.533
生物量	2.216	0.029	1.959	0.248	1.000	0.531

表3 随机森林模型下影响土壤水分含量的重要度

Table 3 The importance of soil moisture under random forest modeling

排名	0~40?cm	40~200?cm	200~300?cm
1	高差(46.01%)	高差(36.40%)	坡向(48.41%)
2	灌木多度(45.33%)	灌木多度(32.07%)	高差(42.62%)
3	灌木盖度(36.30%)	草本盖度(25.90%)	坡度(34.74%)
4	生物量(31.25%)	灌木盖度(24.23%)	灌木盖度(32.27%)
5	草本盖度(29.65%)	凋落物(23.84%)	生物量(30.13%)
6	坡度(24.85%)	生物量(22.22%)	灌木多度(26.08 %)

图4 广义线性模型的响应曲线

Fig.4 Response curve for a generalized linear model

图5 广义加性模型的响应曲线

Fig.5 Response curves for generalized additive models

图6 随机森林模型的响应曲线

Fig.6 The response curve of the random forest model

表4 模型的评价

Table 4 Evaluation of the model

深度	R²			RMSE
深度	GLM	GAM	RF	GLM	GAM	RF
表层	0.274	0.383	0.82	0.197	0.02	0.11
中层	0.34	0.379	0.902	0.159	0.017	0.086
深层	0.194	0.391	0.599	0.213	0.02	0.146

参考文献 32

1	程小云，张琴，兰芳芳，等.河西走廊草地荒漠化动态及驱动因素［J］.中国沙漠，2022，42（6）：134.
2	常学尚，常国乔.干旱半干旱区土壤水分研究进展［J］.中国沙漠，2021，41（1）：156-163.
3	Cheng Y B， Yang W B， Zhan H B，et al.On the origin of deep soil water infiltration in the arid sandy region of China［J］.Water，2020，12（9）：1-3.
4	孙琰蕙，张定海，张志山.腾格里沙漠不同类型沙丘土壤水分含量与地形-植被因子关系研究［J］.干旱区地理，2022，45（5）：1570-1578.
5	Fang X N， Zhao W W， Wang L X，et al.Variations of deep soil moisture under different vegetation types andinfluencing factors in a watershed of the Loess Plateau，China［J］.Hydrology and Earth System Sciences，2016，20（8）：3309-3323.
6	Asbjornsen H， Goldsmith G R， Alvarado-Barrientos M S，et al.Ecohydrological advances and applications in plant-water relations research：a review［J］.Journal of Plant Ecology，2011，4：3-22.
7	D'Odorico P， Laio F， Porporato A，et al.Ecohydrology of terrestrial ecosystems［J］.BioScience，2010，60：898-907.
8	Grytnes J A.Species‐richness patterns of vascular plants along seven altitudinal transects in Norway［J］.Ecography，2003，26：291-300.
9	Sanders N J， Rahbek C.The patterns and causes of elevational diversity gradients［J］.Ecography，2012，35：1.
10	Warming E， Knoblauch E F.A Handbook of Systematic Botany［M］.London，Germany：Swan Sonnenschein & Company，1895.
11	Boudell J A， Link S O， Johansen J R.Effect of soil microtopography on seed bank distribution in the shrub-steppe［J］.Western North American Naturalist，2002：14-24.
12	Cox G W， Gakahu C G.Mima mound microtopography and vegetation pattern in Kenyan savannas［J］.Journal of Tropical Ecology，1985，1：23-36.
13	Moeslund J E， Arge L， Bøcher P K，et al.Geographically comprehensive assessment of salt-meadow vegetation-elevation relations using LiDAR［J］.Wetlands，2011，31：471-482.
14	Økland R H， Rydgren K， Økland T.Species richness in boreal swamp forests of SE Norway： the role of surface microtopography［J］.Journal of Vegetation Science，2008，19：67-74.
15	Svenning J C.On the role of microenvironmental heterogeneity in the ecology and diversification of neotropical rain-forest palms （Arecaceae）［J］.The Botanical Review，2001，67：1-53.
16	Zalatnai M， Körmöczi L.Fine-scale pattern of the boundary zones in alkaline grassland communities［J］.Community Ecology，2004，5：235-246.
17	古拉依赛木·艾拜都拉，张峰，吴枫，等.腾格里沙漠沙丘沉积物粒度特征及其空间差异［J］.中国沙漠，2022，42（5）：133-145.
18	韩以晴，张定海，张志山.腾格里沙漠红卫地区固定沙丘上固沙灌木种群空间分布格局与空间关联性研究［J］.干旱区资源与环境，2022，36（3）：157-165.
19	刘学军，龚健雅，周启鸣，等.基于DEM 坡度坡向算法精度的分析研究［J］.测绘学报，2004，33（3）：258-263.
20	Edelmann D.Generalized linear models with examples［J］.Biometrical Journal，2020，62（1）：1-13.
21	吕红燕，冯倩.随机森林算法研究综述［J］.河北省科学院学报，2019，36（3）：37-41.
22	Pan F F， Peters‐Lidard C D.On the relationship between mean and variance of soil moisture fields［J］.JAWRA Journal of the American Water Resources Association，2008，44（1）：235-242.
23	张定海，李新荣，陈永乐.腾格里沙漠人工植被区固沙灌木影响深层土壤水分的动态模拟研究［J］.生态学报，2016，36（11）：3273-3279.
24	吕娇， Shah Mustaq，崔义，等.土壤紧实度和凋落物覆盖对城市森林土壤持水，渗水能力的影响［J］.北京林业大学学报，2020，42（8）：102-111.
25	田迅，高凯，张丽娟，等.坡位对土壤水分及植被空间分布的影响［J］.水土保持通报，2015，35（5）：12-16.
26	李笑吟，毕华兴，张志，等.晋西黄土区坡面尺度地形因子对土壤水分状况的影响［J］.北京林业大学学报，2006，28（4）：51-56.
27	王艳莉，刘立超，高艳红，等.人工固沙植被区土壤水分动态及空间分布［J］.中国沙漠，2015，35（4）：942.
28	Chen Y F， Dong M.毛乌素沙地景观的植被与土壤特征空间格局及其相关分析［J］.植物生态学报，2001，3：265-269.
29	张艳灵，张定海，宁婷，等.古尔班通古特沙漠南缘固定沙丘上土壤水分与地形-植被因子的关系［J］.水土保持学报，2023，37（4）：258-266.
30	马风云，李新荣，张景光，等.沙坡头人工固沙植被土壤水分空间异质性［J］.应用生态学报，2006，17（5）：789-795.
31	洪光宇，王晓江，刘铁山，等.基于Hydrus-1D模型的毛乌素沙地杨柴（Hedysarum laeve）灌木林土壤含水量模拟［J］.中国沙漠，2022，42（6）：233-242.
32	李新荣，张志山，谭会娟，等.我国北方风沙危害区生态重建与恢复：腾格里沙漠土壤水分与植被承载力的探讨［J］.中国科学：生命科学，2014，44（3）：257-266.

[1]	陈链璇, 曹生奎, 曹广超, 雷义珍, 赵浩然, 李文斌. 青海湖流域蒸散发对土壤水分的时空响应特征[J]. 中国沙漠, 2024, 44(3): 202-212.
[2]	雍天, 张金霞, 陈丽娟, 席海洋, 张斌武, 甘开元. 乌兰布和沙漠沿黄河段土壤水盐空间分异特征及其成因[J]. 中国沙漠, 2024, 44(3): 247-258.
[3]	刘丹一, 冯伟, 王涛, 杨文斌, 朱斌, 邹慧, 周密. 低覆盖治沙理论下人工与自然耦合的植被修复机理综述[J]. 中国沙漠, 2024, 44(1): 170-177.
[4]	潘颜霞, 赵洋, 张志山. 生态垫铺设对流沙固定及土壤温湿度的影响[J]. 中国沙漠, 2023, 43(5): 186-193.
[5]	卫雨西, 陈丽娟, 席海洋, 张成琦, 甘开元, 雍天, 张金霞. 石羊河流域土壤水分和电导率的空间分布特征[J]. 中国沙漠, 2023, 43(3): 264-273.
[6]	洪光宇, 王晓江, 刘铁山, 海龙, 吴振廷, 胡尔查, 高孝威, 杨海峰, 李卓凡, 李梓豪, 斯琴, 王乐军. 基于Hydrus-1D模型的毛乌素沙地杨柴（ *Hedysarum laeve* ）灌木林土壤含水量模拟[J]. 中国沙漠, 2022, 42(6): 233-242.
[7]	李琳, 刘鹄, 孙程鹏, 赵文智. 基于地下水位与土壤含水量的地下水蒸散发估算[J]. 中国沙漠, 2022, 42(6): 277-287.
[8]	赵春彦, 秦洁, 贺晓慧, 周冬蒙. 轻度沙埋对典型荒漠植物的影响[J]. 中国沙漠, 2022, 42(5): 63-72.
[9]	赵文智, 白雪莲, 刘婵. 巴丹吉林沙漠南缘的植物固沙问题[J]. 中国沙漠, 2022, 42(1): 5-11.
[10]	司瑞, 刘冰, 赵文智, 朱钊岑, 赵颖. 黑河下游尾闾区植物群落物种多样性与稳定性格局[J]. 中国沙漠, 2021, 41(3): 174-184.
[11]	常学尚, 常国乔. 干旱半干旱区土壤水分研究进展[J]. 中国沙漠, 2021, 41(1): 156-163.
[12]	芦倩, 李毅, 刘贤德, 赵维俊. 祁连山排露沟流域青海云杉（*Picea crassifolia*）林土壤水分特征[J]. 中国沙漠, 2020, 40(5): 142-148.
[13]	巩炜, 胡广录, 付鹏程, 李浩然, 周川, 邓丽媛. 干旱区沙漠-绿洲过渡带固沙植物的土壤水分入渗特征[J]. 中国沙漠, 2020, 40(5): 200-208.
[14]	马全林, 张锦春, 陈芳, 张德魁, 魏林源. 腾格里沙漠南缘花棒（*Hedysarum scoparium*）人工固沙林演替规律与机制[J]. 中国沙漠, 2020, 40(4): 206-215.
[15]	王明明, 刘新平, 李玉霖, 车力木格, 罗永清, 孙珊珊, 魏静. 不同植被盖度沙质草地生长季土壤水分动态[J]. 中国沙漠, 2019, 39(5): 54-61.