祁连山人工林土壤水分入渗特征与模型适宜性

doi:10.7522/j.issn.1000-694X.2025.00347

祁连山人工林土壤水分入渗特征与模型适宜性

高原^,¹^,²^,³, 陈龙飞³, 何志斌^,³, 李有三¹, 李双²

1.祁连山中部亚高山生态系统野外科学观测研究站，青海西宁 810000

2.陕西理工大学人文学院，陕西汉中 723001

3.中国科学院西北生态环境资源研究院临泽内陆河流域研究站，甘肃兰州 730000

Soil water infiltration characteristics and model suitability of plantations in the Qilian Mountains

Gao Yuan^,¹^,²^,³, Chen Longfei³, He Zhibin^,³, Li Yousan¹, Li Shuang²

1.Observation Station of Subalpine Ecology Systems in the Middle Qilian Mountains，Xining 810000，China

2.School of Humanities，Shaanxi University of Technology，Hanzhong 723001，Shaanxi，China

3.Linze Inland River Basin Research Station，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

通讯作者: 何志斌（E-mail： hzbmail@lzb.ac.cn）

收稿日期: 2025-11-23 修回日期: 2025-12-25

基金资助:

祁连山中部亚高山生态系统野外科学观测研究站开放基金项目.  QLSKFJJ2024D0008
甘肃省科技计划项目.  24ZD13FA004
陕西理工大学人才启动项目.  SLGRCQD010

Received: 2025-11-23 Revised: 2025-12-25

作者简介 About authors

高原（1989—），男，陕西岐山人，博士，讲师，硕士生导师，主要从事植被生态水文过程及生态环境定量遥感研究E-mail：gaoyuan@snut.edu.cn , E-mail：gaoyuan@snut.edu.cn

摘要

为揭示祁连山不同立地人工林水分入渗分异规律及驱动机制，本研究选取扁都口（BDK）、打柴沟北（DCGB）、打柴沟南（DCGN）、十八里铺（SBLP）与大黄山（DHS）5处典型样地，通过野外调查、室内环刀土壤水分入渗试验、土壤理化性质测定及入渗动态过程监测，获取基础数据与试验参数。进一步结合3种土壤水分入渗模型（Philip、Horton、Kostiakov模型），对入渗过程进行模拟与适用性评估。结果表明：（1）各样地入渗速率均呈先快速衰减、后波动降低、最终趋稳的变化规律。稳定入渗速率表现为DHS（5.16 mm·min^-1）>SBLP（2.4 mm·min^-1）>DCGN（2.18 mm·min^-1）>BDK（1.63 mm·min^-1）>DCGB（1.24 mm·min^-1），DHS总入渗量是DCGB的3.6倍。（2）土壤容重、总孔隙度、土壤有机碳及砂粒含量是入渗性能核心驱动因子（P<0.01），林分结构（林龄、建植密度）与立地特征（土地利用背景、干扰程度）通过改变土壤孔隙连通性共同调控入渗空间格局。（3）相较于Philip模型和Horton模型，Kostiakov模型对各样地土壤水分模拟精度最高（R²≥0.89），更适用于研究区土壤水分入渗特征描述。研究结果可为祁连山“以水定林”科学布局及生态水文功能优化提供理论支撑与实践指导。

关键词： 祁连山 ; 人工林 ; 立地条件 ; 土壤水分入渗 ; 土壤性质

Abstract

To reveal the differences in soil water infiltration characteristics and driving mechanisms under various sites of plantation in the Qilian Mountains， five sample plots were selected， namely Biandukou （BDK）， Dachaigou North （DCGB）， Dachaigou South （DCGN）， Shibalipu （SBLP）， and Dahuangshan （DHS）. Meanwhile， field investigations and laboratory ring-infiltrometer experiments were conducted， coupled with comprehensive analyses of soil physicochemical properties. Furthermore， three infiltration models were employed to simulate and evaluate the applicability for each plot. The results demonstrated that：（1） The soil infiltration rates across all plots followed a consistent pattern： an initial rapid decay， followed by a fluctuating decrease， and final stabilization. The stable infiltration rates ranked as DHS （5.16 mm·min^-1） > SBLP （2.4 mm·min^-1） >DCGN （2.18 mm·min^-1）> BDK （1.63 mm·min^-1）> DCGB （1.24 mm·min^-1）. The total cumulative infiltration at DHS was 3.6 times that of DCGB. （2） Soil bulk density， total porosity， soil organic carbon， and sand content were identified as the core driving factors influencing infiltration performance （P<0.01）. Stand structure （stand age， planting density） and site characteristics （land use history， disturbance intensity） jointly regulated the spatial pattern of infiltration by changing the connectivity of soil pores. （3） Compared with the Philip and Horton model， the Kostiakov model had the highest simulation accuracy for soil water infiltration across all plots （R²≥0.89）， and was more suitable for describing the soil water infiltration characteristics in the study area. The study aims to provide a theoretical foundation and practical guidance for the scientific planning of “water-based afforestation” and the optimization of eco-hydrological functions for plantations in the Qilian Mountains.

Keywords： Qilian Mountains ; plantation ; stand conditions ; soil water infiltration ; soil properties

PDF (1366KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

高原, 陈龙飞, 何志斌, 李有三, 李双. 祁连山人工林土壤水分入渗特征与模型适宜性. 中国沙漠[J], 2026, 46(1): 130-139 doi:10.7522/j.issn.1000-694X.2025.00347

Gao Yuan, Chen Longfei, He Zhibin, Li Yousan, Li Shuang. Soil water infiltration characteristics and model suitability of plantations in the Qilian Mountains. Journal of Desert Research[J], 2026, 46(1): 130-139 doi:10.7522/j.issn.1000-694X.2025.00347

0 引言

水分入渗作为土壤-植被-大气连续体（SPAC）物质循环和能量交换的关键过程，是生态系统水文循环的核心环节，直接影响区域水源涵养功能、地表径流调控及生态系统稳定性维持^［1-2］。学者对土壤水分入渗开展了广泛探究，尺度涵盖微观孔隙结构-区域-流域^［2-3］，涉及森林、草地、农田、荒漠等多种生态系统^［4-7］。综合来看，国内外研究关注点存在显著差异，分为两个方向：①国外研究聚焦于区域土壤水分入渗机制剖析，并着力于入渗模拟方法的完善与优化，重点围绕生态/环境因子与入渗过程的耦合关系展开，如Luke等^［8］将凋落物分解与土壤大孔隙发育结合，揭示二者对北美针阔混交林入渗的协同驱动机制；Holzman等^［9］则聚焦干旱区降水脉冲对土壤入渗及土壤干层修复的关联，指出若水分无法持续补给，干层会在数周内再次形成。同时，发展了Horton、Green-Ampt等基于经验或物理机制的多种入渗模型，通过引入土壤异质性参数，提升均质与非均质入渗模拟精度。②国内学者则主要围绕关键生态工程与农田生态系统的入渗响应研究，集中在黄土高原、西南喀斯特山区等区域^［10-11］，量化植被恢复、作物耕作及石漠化治理中土壤物理性质、孔隙结构演变、养分积累和入渗速率的响应关系^［5，12］，为区域生态修复评估及农业节水增效提供理论支撑。

土壤水分是干旱半干旱区植被恢复与生态系统重建的主要限制因子，入渗性能优劣不仅关系到植物根系层水分补给，还会影响地表径流形成与土壤侵蚀风险程度，最终对区域水源涵养功能产生深远作用^［7，13］。祁连山作为我国天然林保护等重点生态工程的核心实施区域，其山地生态系统水源涵养功能对维系区域生态安全具有关键作用。近年来，保护区内人工林面积显著增加，从1980s不足3 000 hm²增长至2022年的近4×10⁴ hm²，且造林区逐渐向水资源短缺的浅山区草地-灌丛带扩展。然而，该区域自然地理要素空间异质性突出，不同造林地块立地条件存在显著差异：地形上包含阳坡、半阳坡等不同坡向，坡度3°~28.5°，海拔2 480~2 841 m，造成区域水热资源空间分配不均^［14］。此外，土地利用历史背景呈现多样化特征，涵盖祁连山北麓草地围封造林、阳坡退化草地造林、退耕地造林、高寒山区河滩地造林及保护区封禁后自然恢复等多种类型（表1），进而导致林分结构与土壤性质差异显著^［15］。上述因素不仅影响土壤水分入渗，还使人工林出现生长缓慢、植株矮小、未老先衰、蓄积量差等问题^［15-16］。

表1 人工林样地立地特征

Table 1 Site characteristics of plantation sample plots

样地	群落类型	坡向	海拔/m	坡度/（°）	土地利用历史背景	林龄 /a	林分密度/（株·hm^-2）	胸径/cm	树高 /m
扁都口（BDK）	青海云杉纯林	半阳坡	2 830	20.2	山麓草地围栏人工林	12	2 866±8	3.8±0.2	1.49±0.8
打柴沟北（DCGB）	青海云杉×沙棘	阳坡	2 776	23.4	阳坡草地围栏后种植人工林	13	1 833±11	3.3±0.3	1.38±0.2
打柴沟南（DCGN）	青海云杉纯林	半阳坡	2 748	19.2	阴坡草地围栏后种植人工林	12	1 756±19	2.74±0.4	1.4±0.2
十八里铺（SBLP）	青海云杉×马尾松	半阳坡	2 680	27.6	退耕后种植人工林	8	1 342±8	2.9±0.2	1.92±0.65
大黄山（DHS）	青海云杉纯林	阳坡	2 841	16.2	自然保护区，封禁后人工林	46	689±16	9.9±0.23	11.9±1.24

新窗口打开| 下载CSV

虽然已有研究对祁连山人工林土壤水分开展了相关研究，但多关注单一立地类型（如阴坡云杉林）或单一影响因子（如林分密度），对多样化立地条件（异质坡向、土地利用历史）下土壤水分入渗研究较为匮乏^［17-19］。尚未厘清不同立地条件水分入渗特征的差异化规律，对土壤属性-林分结构-地形条件-土地利用历史多要素协同驱动水分入渗的内在机理认识不足。因此，本研究以祁连山5类不同立地条件人工林为研究对象，通过样地调查、原位监测、室内分析及模型模拟，明确不同立地人工林土壤入渗特征差异，筛选适配性最优的入渗模型，进而明确土壤入渗性能的核心驱动因子，以期为祁连山人工林“以水定林”科学布局、密度调控及生态水文功能优化提供理论支撑与实践依据。

1 研究区概况与研究方法

1.1　研究区概况

本研究选择甘肃祁连山国家级自然保护区管护中心下辖的华隆、十八里铺、大黄山及大河口4个保护站布设样地，分别于打柴沟北、打柴沟南、十八里铺、大黄山及扁都口开展采样工作。该区处于祁连山浅山区向中高山区过渡地带，海拔1 800~5 030 m，水热条件随坡向与地形变化显著，自然地理要素空间异质性强。年降水量200~580 mm，年蒸发量1 200~2 300 mm，属典型温带大陆性半干旱气候，局地兼具高寒半湿润山地气候特征。该区森林及灌木以青海云杉（Picea crassifolia）、祁连圆柏（Juniperus przewalskii）、鬼箭锦鸡儿（Caragana jubata）、头花杜鹃（Rhododendron capitatum）及高山柳（Salix takasagoalpina）为主。土壤类型以灰褐土、山地栗钙土、灰钙土、高山灌丛草甸土及寒漠土为主^{［18，20］}。

1.2　研究方法

1.2.1　样地布设及采样

本研究聚焦祁连山典型人工林，重点探究地形与土地利用历史对人工林土壤水分入渗的影响。基于此，2023年7月，在保护区内选择打柴沟北、打柴沟南、十八里铺、大黄山及扁都口5种不同立地条件样地（表1），各样地布设3个30 m×30 m样方，共计15个人工林样方，并测定林分密度、胸径、树高及叶面积指数等指标；同时，在各样方内设置5个1 m×1 m草本样方，调查并记录物种组成、高度、生物量等生态学特征。在各人工林样方内，挖掘3个1 m×1 m×0.8 m的土壤剖面，按照0~10、10~20、20~40、40~60 cm及60~80 cm土层深度，埋设1套HOBO-5TM土壤水分监测系统，其数采模块EM50设为30 min观测间隔记录数据。

采用环刀法（100 cm³）在每个剖面各土层采集原状土样，各土层3次重复，共取15个土壤样品，用于测定土壤容重（BD）、土壤含水量、孔隙度等指标。此外，从所有剖面各土层采集至少300 g土样，存储在自封袋中，置于通风、避光处阴干，然后研磨并过2 mm筛网备用。使用激光粒度仪（马尔文3000E，英国）和凯氏定氮法分别测定土壤机械组成与土壤全氮（TN）^［21］；土壤有机碳（SOC）采用5%硫酸-重铬酸钾溶液消化-比色法测定^［22］；基于土水比为1∶5的混合溶液，采用pH计测定pH值^［17］。各土样重复测定3次，去除异常值后取均值作为该指标最终测定值。

1.2.2　土壤入渗试验

研究样地地形起伏大，加之野外入渗实验用水获取困难等因素，因此采用环刀法采集原状土，在室内控制条件下测定渗透系数^［23］，以克服野外原位监测困难。

选用体积为100 cm³的不锈钢环刀，采集各样地土壤剖面0~10、10~20、20~40、40~60、60~80 cm土样。步骤如下：①先移除环刀土样上下盖，然后取一同规格空环刀反套在环刀上，两个环刀接合处利用橡皮套与胶水密封，以防出现漏水现象；②再将其置于玻璃漏斗容器上，漏斗下方放置一个洁净空烧杯收集渗漏水分；③利用马氏瓶对上方的空环刀匀速加水，使其保持约50 mm的水头高度。当玻璃漏斗下方滴出第1滴水时开始计时，前5 min内每间隔1 min用量筒测量渗水量体积，之后以5 min为步长记录渗水量；④当连续3次量测的渗水量差值≤3%时，可认为该土样水分入渗达到稳定状态^［23-24］，并终止本轮试验。试验中要及时向空环刀中补水，确保其水面高度在整个试验周期内一直保持在50 mm高度，避免因水头波动影响入渗速率结果。

本研究利用初始入渗速率（取前3 min平均入渗速率表示）、稳定入渗速率（以渗水量趋于稳定时的入渗速率表示）、平均入渗速率（达到稳定渗水量时水分总量/所用时间）和入渗总量4个入渗参数，量化人工林样地土壤入渗性能。

1.2.3　入渗模型

诸多学者以不同理论为基础，构建出多类水分入渗模型，如Horton和Kostiakov经验模型^［25-27］；基于达西定律描述土壤水分运动机制的物理模型：Green-Ampt、Richard方程等^［27］；基于拟合和入渗机制的半经验Philip模型^［28］。本研究从模型特性、研究区生态水文背景及同类研究共识三方面考虑，选择应用最广泛的Philip、Horton及Kostiakov模型组合，模拟不同人工林土壤水分入渗过程并评估模型适用性。计算公式如下：

Kostiakov模型：

I = A \times t^{- B}

（1）

Horton模型：

I = I_{s} + (I_{i} - I_{s}) \times e^{- c t}

（2）

Philip模型：

I = I_{s} + k \times t^{- 0.5}

（3）

式中：I为土壤水分入渗速率（mm·min^-1）；I_i和I_s分别为初始入渗速率（mm·min^-1）与稳定入渗速率（mm·min^-1）；t为入渗时间（min）；A、B、c、k均为模型参数。

1.2.4　数据处理与分析

采用SPSS 26.0软件进行统计分析，通过标准差（SD）表征土壤属性测定数据的离散程度，验证数据可靠性。借助Origin 2024绘图和模型模拟。采用单因子方差分析（ANOVA）和最小显著差异法（LSD，P<0.05）分析不同立地人工林土壤水分入渗性能的差异，进一步运用Pearson相关分析法探究土壤水分入渗能力与土壤理化性质之间的关系。

2 结果与分析

2.1　不同立地人工林土壤理化性质

5种不同立地人工林样地0~80 cm土层土壤理化性质差异明显（表2）。各样地土壤性质随深度增加均呈现规律性变化。容重普遍随深度递增，其中BDK和DHS土壤容重较低，在1 g·cm^-3左右，土质较为疏松。而DCGB与SBLP样地容重较高，最高达1.56 g·cm^-3，土壤紧实度较好，土壤水分下渗困难。各样地土壤pH值处于7.23~9.53，均呈偏碱性，其中DCGB的pH值最大，为9.53，可能影响土壤养分有效性。土壤有机碳（SOC）和全氮含量均随土层加深而显著降低，呈现出表聚效应（0~10 cm）。BDK和DHS表土层SOC整体较高，分别为55.73、46.48 g·kg^-1，土壤肥力相对较好；而DCGB在剖面尺度上SOC含量最低，仅为12.72 g·kg^-1。总孔隙度、毛管孔隙度与容重呈负相关，DHS总孔隙最高，土壤结构最优，而非毛管孔隙度以DCGB相对较高，更利于排水。各样地土壤质地以粉粒为主，易在雨水溅击等方式下形成表土结皮，从而抑制水分入渗；DHS砂粒含量最高（44.26%~46.14%），形成的大孔隙利于水分下渗。综合来看，BDK和DHS样地土壤结构发育程度和养分条件较好，有利于水分入渗和植物生长；而打柴沟区域土壤紧实、肥力较低，可能对水分入渗产生限制作用。

表2 不同人工林样地土壤理化性质

Table 2 Soil physicochemical properties under different plantation plots

样地	土壤深度/cm	容重/（g·cm^-3）	pH	土壤有机质/（g·kg^-1）	土壤全氮/（g·kg^-1）	初始含水量/%	总孔隙度/%	毛管孔隙度/%	土壤质地/%
样地	土壤深度/cm	容重/（g·cm^-3）	pH	土壤有机质/（g·kg^-1）	土壤全氮/（g·kg^-1）	初始含水量/%	总孔隙度/%	毛管孔隙度/%	黏粒	粉粒	砂粒
扁都口（BDK）	0~10	0.96	8.08	92.83	5.84	14.77	58.33	55.23	14.04	67.50	18.47
	10~20	1.01	8.38	67.35	4.20	20.52	59.01	56.51	9.43	65.24	25.33
	20~40	1.11	8.49	51.18	3.17	20.12	57.36	54.64	15.28	69.26	15.46
	40~60	1.12	8.56	38.14	2.15	17.80	56.67	52.73	17.23	68.47	14.30
	60~80	1.14	8.81	29.17	1.67	17.20	55.33	52.43	18.62	70.24	11.14
打柴沟北(DCGB)	0~10	1.26	8.62	19.11	1.15	23.02	50.33	48.35	11.56	61.50	26.94
	10~20	1.26	8.97	17.34	0.99	22.38	47.33	45.56	14.35	66.27	19.38
	20~40	1.33	9.38	11.21	0.65	19.46	40.32	38.23	16.27	64.89	18.84
	40~60	1.35	9.38	8.75	0.49	19.40	44.36	42.69	18.42	64.76	16.83
	60~80	1.47	9.53	4.95	0.29	13.45	36.33	34.90	19.12	66.91	13.97
打柴沟南(DCGN)	0~10	1.04	8.19	58.41	3.56	23.55	55.64	53.56	6.80	54.13	39.06
	10~20	1.13	8.31	45.10	2.75	25.72	55.06	54.59	8.88	59.72	31.41
	20~40	1.21	8.51	33.41	1.99	21.85	53.67	51.95	10.35	62.27	27.37
	40~60	1.26	8.82	18.52	1.14	10.82	50.32	47.62	12.08	63.01	24.91
	60~80	1.33	9.14	9.91	0.58	8.16	50.43	48.06	13.51	61.87	24.63
十八里铺(SBLP)	0~10	1.03	8.26	52.13	4.62	12.36	51.63	48.83	11.36	65.25	23.39
	10~20	1.09	8.38	46.32	3.02	18.53	49.20	46.51	18.34	69.36	12.30
	20~40	1.28	8.75	20.18	2.31	17.81	19.06	48.85	20.68	68.57	10.75
	40~60	1.39	9.02	16.53	2.16	16.35	46.38	44.96	19.28	68.46	12.26
	60~80	1.56	9.16	14.46	0.91	11.76	40.94	36.28	19.36	72.29	8.35
大黄山(DHS)	0~10	0.87	7.55	63.03	4.02	17.42	62.50	58.16	14.26	41.48	44.26
	10~20	0.93	7.90	53.57	3.61	18.83	60.76	58.34	14.11	40.60	45.29
	20~40	0.94	7.95	46.56	3.37	18.08	63.76	55.81	13.53	40.33	46.14
	40~60	0.92	7.23	39.26	2.80	13.28	66.10	53.04	13.91	40.39	45.70
	60~80	0.99	8.49	30.98	2.25	10.26	57.56	51.68	15.77	38.58	45.65

新窗口打开| 下载CSV

2.2　不同立地人工林土壤水分入渗特征

总体而言，各样地土壤入渗速率均随入渗时间呈先快速减小，再波动降低，最终趋于稳定的变化规律，且入渗性能表现为初始入渗速率>平均入渗速率>稳定入渗速率的特征（图1）。其中，DHS样地入渗速率最高，为7.59 mm·min^-1，其初始入渗速率显著高于其他样地，但其渗透速率降幅最大，为83.18%，表明其入渗能力强但衰减剧烈。BDK样地入渗性能次之，其入渗过程曲线较为平缓。DCGB人工林入渗速率最小，为1.97 mm·min^-1。在试验进行至35 min后，DCGN与SBLP人工林入渗速率接近稳定状态，平均为1.86 mm·min^-1，表明在此阶段它们具有相似的土壤水分传导能力。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 不同人工林土壤入渗过程曲线

Fig.1 Soil infiltration process curves under different plantation sites

为明确不同样地土壤水分入渗时间动态与垂直分异特征，本研究对各样地不同深度土壤水分入渗速率进行分析。由图2知，各样地土壤水分入渗速率均随时间推移而逐渐减小。整体呈现出0~25 min入渗速率迅速降低，25~60 min降速放缓，直至达到稳定入渗状态。土壤水分入渗过程垂直空间异质性较为显著，不同剖面深度对入渗过程有显著调控作用。其中，DBCB、DCGN与SBLP样地在0~10 cm水分渗透速率较高，随着土层深度增加，入渗速率呈递减趋势，60~80 cm土层入渗速率最低。而BDK与DHS样地在40~60 cm土壤水分入渗速率均与0~10 cm接近，可能缘于二者在此深度土壤有相似孔隙结构，改善了深层土壤通透性，使该层入渗性能与表层土壤差异较小。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 不同土层深度土壤水分入渗速率特征

Fig.2 Vertical variation of soil infiltration rate

2.3　不同立地人工林土壤入渗性能及入渗过程模型模拟

不同人工林样地入渗性能指标对比如图3所示。综合分析可知，各样地在入渗性能3个指标上均存在显著差异。其中，BDK、DCGB、DCGN、SBLP及DHS的初始入渗速率分别为8.20、4.71、9.64、10.84、15.66 mm·min^-1，平均入渗速率分别为3.49、1.97、4.24、4.72、7.59 mm·min^-1，而稳定入渗速率分别为1.63、1.24、2.18、2.40、5.16 mm·min^-1。DHS样地初始入渗速率、稳定入渗速率和平均入渗速率均高于其他样地，入渗性能最优；DCGN、SBLP次之，DCGB样地入渗性能最差。入渗性能差异直接反映各样地土壤水分涵养潜力：DHS样地在降水截留与水分入渗过程中表现突出，其相同时间内入渗总量是DCGB人工林的3.6倍，进一步印证其森林涵养水能力最强；而DCGB样地在土壤水分涵养与水源调节方面表现则最弱。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 不同立地人工林入渗性能特征

Fig.3 Infiltration performance characteristics of plantation in different sites

为定量表征水分入渗模型在不同立地人工林的适用性，本研究选择Philip、Kostiakov和Horton模型模拟分析土壤水分入渗特征（表3）。由表3可知，不同模型对水分入渗过程的模拟精度差异显著。综合来看，Kostiakov模型在本研究中拟合度最高（R²≥0.89），尤其在DCGN和SBLP样地分别达到0.97和0.96，表明该模型对均质土壤入渗过程具有最佳的刻画能力；Horton模型对不同立地条件土壤水分入渗拟合值R²处于0.72~0.91，整体表现良好；相比之下，Philip模型拟合精度最低，尤其在DHS样地（R²=0.68）。

表3 人工林样地土壤水分入渗过程模型拟合参数

Table 3 Fitting parameters of soil infiltration models in plantation plots

地点	Philip模型			Kostiakov模型			Horton模型
地点	I_s	k	R²	A	B	R²	I_s	I_i-I_s	c	R²
扁都口（BDK）	1.63	7.48	0.76	10.84	0.52	0.94	1.63	8.20	0.12	0.88
打柴沟北（DCGB）	1.24	3.70	0.73	6.26	0.52	0.89	1.24	4.71	0.14	0.72
打柴沟南（DCGN）	2.18	8.43	0.81	12.46	0.48	0.97	2.18	7.46	0.11	0.82
十八里铺（SBLP）	2.40	10.05	0.83	13.77	0.43	0.96	2.40	8.44	0.08	0.91
大黄山（DHS）	5.16	11.42	0.68	19.64	0.41	0.92	5.16	10.50	0.12	0.88

新窗口打开| 下载CSV

从模型参数特征分析，Philip模型适合描述非饱和土壤入渗前期及稳定入渗阶段，k能反映土壤初始入渗率，本研究处于3.70~11.42，在DCGB样地最小，DHS样地最大，与实测结果一致。Kostiakov模型对于均质、无明显分层的土壤适用性更强，参数A反映初始阶段平均入渗速率，参数B则可定量表征渗透速率的变化程度，其值越大，表明单位时间入渗速率衰减越快。模拟结果显示，DHS样地B值最小（0.41），拟合曲线相对较缓，入渗速率变化小，表明该样地土壤结构稳定、持水保墒能力较强；BDK与DCGB样地B值最大（0.52），入渗速率衰减更快，反映其水源涵养能力较弱。Horton模型以指数函数描绘入渗速率由初始值向稳定状态渐进衰减，样地稳定入渗速率（I_s）存在明显差异。其中，DHS最高（5.16 mm·min^-1），而DCGB最低（1.24 mm·min^-1）；c为入渗衰减系数，值越大表明入渗速率由初始值衰减至稳定状态的速度越快，模拟显示DCGB样地c最大，为0.14，结合其最低的I_s，表明该样地土壤渗透性差且能迅速达到稳定，易产生地表径流。

2.4　土壤水分入渗特征影响因素

为探究立地条件差异引起理化性质变化对水分入渗特征的影响，本文对0~80 cm土层土壤属性与入渗指标进行了相关性分析（表4）。土壤初始入渗率、稳定入渗率与平均入渗率与容重、黏粒含量呈极显著负相关关系（P<0.01），即土壤颗粒越紧实、黏粒占比越高、水分入渗速度越慢；与pH值、初始含水量、粉粒含量呈显著负相关（P<0.05），表明土壤偏碱性、初始含水量和粉粒占比越高，一定程度会降低水分入渗速率；与总孔隙度、土壤全氮、土壤有机碳和砂粒含量呈极显著正相关（P<0.01），即土壤越疏松、养分含量与砂粒占比越高，水分下渗的越顺畅；而与毛管孔隙度无显著相关性。

表4 土壤入渗特征影响因子相关性分析

Table 4 Correlation analysis of influencing factors of soil infiltration characteristics

影响因子	初始入渗率	稳定入渗率	平均入渗率
容重	-0.72^**	-0.68^**	-0.70^**
pH	-0.35^*	-0.30^*	-0.33^*
土壤有机碳	0.65^**	0.60^**	0.63^**
土壤全氮	0.58^**	0.53^**	0.56^**
初始含水量	-0.28^*	-0.25^*	-0.27^*
总孔隙度	0.63^**	0.57^**	0.60^**
毛管孔隙度	0.25	0.20	0.23
黏粒	-0.60^**	-0.55^**	-0.58^**
粉粒	-0.45^*	-0.40^*	-0.43^*
砂粒	0.55^**	0.50^**	0.53^**

注：*表示显著相关，P<0.05；**表示极显著相关，P<0.01。

新窗口打开| 下载CSV

3 讨论

3.1　土壤理化性质对入渗性能的影响机制

由表4可知，土壤容重（BD）、总孔隙度（TP）、土壤养分（SOC、TN）与机械组成是影响土壤水分入渗的关键因子。BD综合反映了土粒紧实度与孔隙比例，是土壤固相与孔隙相对体积的直观指标^［4］。DHS样地BD最低（0.87~0.99 g·cm^-3），相应地其初始、稳定及平均入渗率均高于其他样地。这是由于低BD常伴随着较高孔隙度及良好的孔隙连通性，为水分快速进入提供物理通道。而DCGB样地BD总体相对最高（1.26~1.47 g·cm^-3），土壤紧实，孔隙结构受阻，导致其入渗能力最弱。该结果与土壤物理学经典理论一致，即BD制约非毛管孔隙发育，进而主导导水能力^{［10，29-30］}。

有研究表明，入渗速率与土壤初始含水量呈显著正相关关系^［6，31］，与本文分析结果呈显著负相关不一致，这可能与土壤大孔隙特征及水分入渗路径的差异化有关^［32］。研究区各立地人工林土壤大孔隙数量与连通性存在显著差异，其中DHS、BDK样地，土壤大孔隙以根孔、虫孔及结构性孔隙为主，连通性好；而DCGB、DCGN样地大孔隙数量少且多为孤立的裂隙型孔隙，连通性差。当土壤初始含水量较低时，大孔隙内以空气为主，降雨后水分可借助重力快速占据大孔隙通道，形成优先流，此时大孔隙成为水分入渗的主导路径，入渗速率高；而当土壤初始含水量较高时，大孔隙内已储存较多水分，空气排出受阻，会显著降低水分在大孔隙内的渗透驱动力，水分更易保留在中小孔隙中，阻塞大孔隙与中小孔隙间的水分交换通道，导致优先流路径受阻，入渗速率反而下降。这与Beven等^［33］提出的土壤优先流主导下的入渗路径与速率在垂直方向上的空间分异相符。

砂粒与黏粒含量，是调控水分入渗过程的核心^［34］。DHS砂粒含量为44.26%~46.14%，有利于形成稳定的大孔隙结构^［30］（表2）。尽管粉粒被认为有助于土壤团聚体形成，但在本研究中，山区夏季短时强降水频发，雨滴溅击作用使高粉粒含量的土粒（DCGB和SBLP样地粉粒>65%）更易分散，促使表土结皮形成^［32］。这种物理性结皮会显著降低表土导水率，成为土壤水分下渗的障碍层，这与前人的研究结果一致^{［11，35］}。SOC与TN作为天然的土壤团聚剂，促进了水稳性团聚体形成，这不仅能改善土壤通气孔隙比例，还能增强土壤结构稳定性，使其在水分入渗过程中不易崩塌堵塞孔隙^{［23，36］}。DCGB样地SOC最差，最低仅4.95 g·kg^-1，土壤团聚程度低，极易在降雨后发生孔隙堵塞，导致入渗能力下降并过早进入稳定阶段。土壤pH值可通过影响土壤胶体絮凝状态，以降低土壤微生物活性，减缓有机质分解速率，对稳定团聚体形成不利，间接削弱土壤入渗能力^{［34，37］}。综上所述，不同立地人工林土壤性质对入渗影响存在主导与协同机制：即DHS、BDK样地以低容重-高砂粒-高有机质形成良性协同；而DCGB与DCGN样地则陷入高容重-高粉粒-低有机质的恶性循环，粉粒难以形成稳定团聚体且易结皮，与高容重共同限制水分入渗。

3.2　林分结构与立地特征对水分入渗过程调控

林分结构与立地条件共同调控土壤水分入渗过程的空间格局，其中林龄、林分密度、叶面积指数与凋落物特征（厚度、分解速率）组成入渗调控核心。DHS为46年生成熟林，林分密度较低（689株·hm^-2），叶面积指数为4.78，林冠开阔且层间结构多样，能降低雨滴动能；同时，凋落物层平均厚度>7 cm，持续的有机质输入促进了土壤团聚体形成和大孔隙发育，显著提升土壤入渗与持水能力^［32］。凋落物层作为水分入渗的关键缓冲层，其疏松结构不仅能减少雨滴击溅地表，避免结皮形成，又能增加地表糙率，延长产流时间，增强入渗过程。DCGB样地虽林分密度达1 833株·hm^-2，但受限于植株整体矮小，凋落物生成与积累量显著不足，且草本层盖度<10%，无法形成有效覆盖层，制约水分下渗。此外，植被类型和根系发育程度加剧水分入渗差异。DHS样地为青海云杉纯林，其主根发达粗长与侧根网络可深入深层土壤，通过根系相互交织与微生物腐解形成大孔隙，提高土壤孔隙连通性^{［14，37］}；DCGB样地为云杉-沙棘混交林，因沙棘浅根无法有效改良深层土壤结构^［38-39］，且混交林模式下凋落物分解速率不一致，有机质输入不均衡，难以形成稳定团聚体胶结层，对土壤水分入渗不利。

立地条件（坡向、土地利用历史、人为干扰）也显著影响入渗过程^［4，15］。祁连山有大面积的天然草场，为畜牧业发展提供了优良的资源基础，但长期过度放牧导致草本层盖度降低。加之表层土壤因牲畜践踏而紧实度增加，容重增大；而林缘附近频繁车辆通行，会压实土壤，导致非毛管孔隙占比降低，削弱水分下渗能力^［40］。这一影响在本研究中尤为明显，DCGB与DHS样地均为阳坡（表1），但立地背景与干扰强度差异显著。前者是阳坡草地围栏人工林，长期放牧导致草本层盖度骤降，表层土壤容重较大（1.26~1.47 g·cm^-3，表2）。而DHS为保护区封禁人工林，人为干扰弱，非毛管孔隙充足，为下渗提供良好通道。

3.3　对人工林建设与生态水文管理的启示

用地类型转变为人工林后，虽能提升区域固碳能力，但过高的初植密度易引发土壤水分亏缺、形成干层^［15］，对人工林生长和蓄积量产生不利影响，还会降低生态系统稳定性，影响生态工程的质量。对此，要制定基于土壤水文功能的差异化造林策略^［12］，构建相关立地适宜性评价体系，将容重、孔隙度等关键参数作为造林地块选择的重要依据，确保人工林建设与立地条件的适宜性匹配。要构建“以水定林”种植与管理模式，依据土壤水分承载力调控林分密度^［3，41］，优化空间格局，提高区域水源涵养能力。此外，要整合多源数据并结合模型模拟，建立空-天-地一体化监测网络^［42-43］，动态评估人工林生态水文功能，支撑人工林可持续发展。

4 结论

本研究采用环刀法对祁连山不同立地人工林土壤水分入渗过程进行观测，分析各样地入渗规律，解析其驱动机制并筛选适宜模型。结果表明，各林地入渗速率均呈现初期快速衰减、中期波动下降、后期逐渐趋稳的特征。其中，大黄山样地稳定入渗速率最高（5.16 mm·min^-1），入渗总量最大，而打柴沟北样地表现最差。土壤容重、总孔隙度、有机碳及砂粒含量是入渗性能关键影响因子。在模型模拟中，Kostiakov模型模拟精度最高（R²≥0.89），显示出良好的区域适用性。研究结果可为祁连山人工林“以水定林”布局优化及生态水文管理提供科学依据，对提升区域水源涵养能力与生态工程可持续性具有重要意义。尽管Kostiakov模型区域适用性最好，但难以完全复刻野外原位土壤结构完整性及降水入渗的真实动态过程，存在一定局限性。未来需加强野外原位长期观测，系统开展干扰强度、降水与土壤入渗过程的耦合机制研究，以深入解析区域生态水文过程内在机理。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Bogena

H R

， Huisman

J A

， Baatz

，et al.

Accuracy of the cosmic-ray soil water content probe in humid forest ecosystems：the worst case scenario

［J］.Water Resources Research，2013，49（9）：5778-5791.