提要:土壤水分是影响干旱半干旱区植物生长的主要因素，快速准确、长期连续地监测土壤水分时空动态可为干旱半干旱区植被建设与生态恢复提供科学依据。以乌兰布和沙漠东北部灌木林地土壤为研究对象，应用多电极电阻仪对林地土壤电阻率进行了测量，同步采取土样用烘干法测定了土壤实际含水率，建立了2者之间的相关关系，并对剖面上土壤水分空间特征进行了分析。结果表明:1)土壤含水率(y)与土壤电阻率(x)之间为极显著负相关关系(R2=0.81，P<0.01)，可用幂函数y=88.68x-0.63表示。2)强降水之后，二维剖面上土壤水分整体呈增加趋势。随着雨后时间的延长，1m以上土层的含水率由于受蒸发和植物蒸腾耗水而明显降低，1m以下土层的含水率由于受上层水分入渗有增加趋势，说明连续强降雨(81.2mm)能对1m以下土层的土壤水分进行有效补给。3)多电极电阻率成像技术在野外能够快速准确，长期定位监测土壤水分含量;且对地表扰动小，实现了非破坏性测量;能够提供尺度较大、分辨率较高的土壤水分二维分布图像及水分入渗过程的图像，是今后中等尺度上监测土壤水分的一种新途径。
关键词:土壤水分;土壤电阻率;电阻率成像;乌兰布和沙漠
沙地土壤水分状况是气候、植被、地形及土壤等条件的综合反映[1];是植物生存、生长发育的主要限制因子[2，3]，影响植物种群组成与分布[4];是确定植被承载力、进行沙地土壤水分管理的基础[5]。研究沙地土壤水分动态对植被恢复及实施荒漠化防治生态建设工程具有科学和实践意义。
乌兰布和沙漠地处干旱半干旱区过渡地带，土壤水分是该区域植被恢复和沙地治理的最主要制约因素。因此，准确的对区域土壤水分进行监测，掌握区域土壤水时空动态状况，才能不失时机地采取相应的技术措施来满足植被对水分的需求，为植被恢复与重建提供科学依据。
点尺度上测量土壤水分含量多采用烘干法[6-8]、中子仪法[9，10]、时域反射仪法[11，12]和水分传感器法[13-15]。烘干法测定结果最准确，但需要从野外采集大量的土样，比较费时费力;中子仪法、时域反射仪法和水分传感器法是当前应用较多的方法，但均需挖掘土壤剖面埋设管子、探头，对土壤原始结构有一定破坏，且监测的土壤体积有限;随着计算机技术的发展，众多学者将遥感技术应用在土壤水分监测上[16，17]，实现了土壤水分监测从“点尺度”到“区域大尺度”的跨越。但其空间分辨率较低，且只能估测表层5～10cm深的土壤含水量;此外，遥感监测过程中还受植被及微地形的影响。因此，寻找一种快速、简单、可靠而密集、适合中尺度范围内土壤含水量的测定方法十分有必要。近年来，国内外的研究者将探地雷达技术(Groundpenetratingradar，GPR)[18-20]和电阻率成像技术(Electricalresistivityimaging，ERI或Electricalresistivitytomography，ERT)应用到了土壤水分监测上。其中，国外用ERT技术监测土壤水分的研究相对较多[21-26]，而国内的研究则相对较少[27-32]，尤其是对沙区土壤水分监测的研究更少[27]。基于此，以乌兰布和沙漠东北部人工固沙灌木林地土壤为研究对象，应用ERT技术定位测量了雨后不同时间段林内土壤的电阻率，并通过剖面不同深度的土壤取样，用烘干法测量了土壤含水率，初步建立了土壤电阻率与含水率之间的相关关系，并查明了雨后不同时间段土壤水分的动态变化特征。
1试验设计与方法
1.1研究区概况
研究区位于乌兰布和沙漠东北部，行政区划隶属于内蒙古磴口县。该区域属温带大陆性气候，干旱少雨，蒸发量大，降水季节分配不均，年均气温7.8℃，年均大气相对湿度47%，年均降水量140.3mm，降水集中于6-9月，年均潜在蒸发量2380.6mm。土壤以风沙土为主。天然植被多为荒漠植被和盐生植被，如霸王(Zygophyllumxanthoxylom(Bunge.)Maxim.)、沙冬青(Ammopiptanthusmongolicus(Maxim.ExKom.)Chengf.)、白刺(NitrariatangutorumBobrov.)、油蒿(ArtemisiaordosicaKrasch.)、雾冰藜(Bassiadasyphylla(Fisch.etMey.)O.Kuntze)、碱蓬(Suaedaglauca(Bunge)Bunge)、猪毛菜(SalsolacollinaPall.)、沙米(Agriophyllumsqurrosum(L.)Moq.)等。人工植被以杨树(PopulusL.)、梭梭(Haloxylonammodendron(C.A.Mey.)Bunge.)、花棒(HedysarumscopariumFisch.etC.A.Mey.)等为主。
试验地为绿洲外围地势较平坦的花棒林，种植年限为30a，株行距为3m×4m。由于受土壤等环境因子的限制，部分植株已经死亡，目前保留的植株长势较好，冠幅平均为2.5m×2.5m。林下天然植被生长较好，盖度约45%，以油蒿最多，白刺零星分布;此外，伴生有雾冰藜、蓝刺头(Echinopssphaerocephalus)等草本植物。
1.2试验材料及方法
选用多电极电阻仪测量土壤电阻率，仪器型号为SYSCALKIDSWITCH-24(IRISinstruments公司，AvenueBuffon，B.P.6007-45060OrleansCedex2，France)，包括1台主机，24根电极和2条多接口的缆线，实地测量时可根据实验要求设置不同的电极间距和测量层次(图1)。
电阻仪测量时土壤剖面上测点的分布情况以及二维反演后测点分布情况(图2)。本试验中电极间距设置为0.5m，测量层次为7层，采用垂直剖面测量相对比较稳定的温纳(Wenner)阵列。从图2中可以清楚地看出，实际测量所获取的土壤剖面上测点数据为84个，从上到下(1～7层)每层的测点分别为21、18、15、12、9、6、3个;测量深度分别是0.25、0.51、0.76、1.02、1.28、1.54、1.79m。经过Res2DInvver3.4软件对实测数据进行反演插值后为120个测点数据，从上到下(1～8层)每层的测点数分别为21、21、19、17、15、11、9、7个，深度分别是0.09、0.29、0.51、0.75、1.01、1.30、1.61、1.96m。实验数据用高密度电法处理软件(Res2DInvver3.4)进行反演处理。每次测量后，在每根电极的位置插入有编号的细铁丝作为标记，保证下次测量都在同一位置。
土壤电阻率测量完后，在测线上选择3个采样点，用直径3cm的土钻采取土样。采样深度跟电阻仪测量后反演测点的位置相对应，分别为10、30、50、75、100cm。图2中3条红线为测量过程中选择的3个土壤取样剖面，分别为第8～9电极之间(水平位置3.25m处)、第12～13电极之间(水平位置5.75m处)和第16～17电极之间(水平位置7.75m处)。采集的土样用密封袋收集，带回实验室用烘干法测量含水率，将3个剖面上同一层次的土壤含水率进行平均。钻取土样后对取样孔洞进行填土并踩实，以减小对后续测量结果的影响。
本试验的测量时段为2016年8月19日-10月12日(图3)。8月17日、18日有两次较大的降水事件，降水后，8月19日第1次测量(记为CL1)，9月2日(15日以后)第2次测量(记为CL2)，10月12日(55日以后)第3次测量(记为CL3)，CL2和CL3之间没有大的降雨事件。
1.3数据处理与分析
应用Res2DInvver3.4软件对土壤电阻率数据反演，Office2010软件整理土壤电阻率与含水率数据并作图，SAS9.0软件进行回归关系的显著性检验，Surfer8.0软件绘制土壤电阻率和土壤含水率空间格局图。
2结果与分析
2.1不同时期土壤不同深度的电阻率特征
从土壤采样剖面上电阻率均值随采样深度的变化趋势可以(图4)看出，CL1的土壤电阻率整体最小，11.82～125.56Ω·m;CL3的值最大，25.65～583.97Ω·m;CL2的值居中，13.69～341.84Ω·m。3个不同时期的土壤电阻率整体上均表现为深层土壤电阻率显著小于浅层电阻率，从上到下的变化趋势均可用线性方程y=-ax+b来表示，且均达到极显著水平(P<0.01)，但决定系数有一定差距(R2分别为0.45、0.99、0.94)，CL2的相关性明显高于CL1和CL3。此外，CL1的电阻率值在75cm处出现了极大值，125.56Ω·m。
2.2不同时期土壤不同深度的含水率特征
图5显示，3个不同时期100cm处的土壤含水率极显著高于其它4个层次，CL2和CL3的土壤含水率在剖面上(0～100cm)表现为从上到下增加的趋势，0～50cm内增加趋势不显著，50cm以下增加趋势显著。CL1同其它两个时期存在明显的区别，土壤含水率在75cm处存在折点，达到最低值(3.0%)。此外，CL1的土壤含水率0～50cm高于CL2和CL3，而50～100cm低于CL2和CL3，尤其是75cm处。
2.3土壤电阻率与土壤含水率的关系
对野外测量的土壤电阻率数据和室内烘干法所获取的土壤含水率数据进行相关关系分析，并建立最优回归模型(图6)。从图中可以看出，土壤电阻率与土壤含水率之间为反比例关系，可以用幂函数y=axb来表示，y为土壤含水率(%)，x为土壤电阻率(Ω·m)。经SAS9.0软件对模型进行显著性检验发现，该回归模型达到了极显著水平(R2=0.81，P<0.01，N=45)。
2.4不同测量时期土壤二维剖面含水率特征
图6土壤电阻率与土壤含水率的关系Figure6Therelationshipbetweensoilresistivityandsoilmoisturecontent通过土壤电阻率与土壤含水率之间的关系，计算了土壤二维剖面上的含水率值，并绘制出土壤水分含量的二维剖面图(图7)。从图中可以清楚地看出3个不同测量时期土壤水分的空间分布状况。CL1的土壤水分表现为1m以下土壤层高于上层，下层土壤含水量比较稳定，空间变异性较小，而上层土壤水分空间变异性较大，表现为多斑块状分布。CL2同样表现为下层高于上层，上层土壤的含水量比较均一，分层明显，但是水分含量低于CL1，而下层土壤含水量高于CL1，分布不均，形成了水分聚积的高值区域。CL3上层部分土壤含水量明显低于CL1和CL2，但是上层土壤水分分布均一，而下层土壤含水量正好与之相反，且出现了一个明显的高值斑块区域。
3讨论与结论
3.1土壤电阻率与土壤含水率的相关关系
当前，众多关于土壤电阻率与土壤含水率关系的研究结果中，对两者进行最优拟合的模型主要有线性模型、指数模型和幂函数模型。如，岳宁等基于高密度电法对黄土高原玉米地的土壤水分进行了雨前与雨后的连续监测，认为黄土高原玉米地的土壤体积含水量与土壤电阻率之间为极显著的线性负相关关系(R2=0.68～0.86)[32];Nijland等在法国南部不同土壤类型样地所开展的研究表明，土壤电阻率与土壤体积含水量之间为幂函数关系(R2=0.83)[25];Celano等在意大利南部两种不同经营模式人工橄榄园开展的土壤水分监测研究结果表明，土壤电阻率与土壤体积含水量之间也为幂函数关系(R=0.87)[26];张虎元等利基于高密度电阻率法对盐渍土含水率的测定得到同样的结果，即土壤电阻率与土壤含水率为幂函数关系(R=0.98)[29];段旭等人在六盘山地区的研究结果显示草地坡面和刺槐林坡面的土壤体积含水率与电阻率之间均为指数函数关系(R2=0.78，0.64)[30，31]。本研究中，土壤含水率与土壤电阻率之间为负相关关系，即土壤水分含量较低的地方土壤电阻率值较高，反之，亦然(图6)。土壤含水率与土壤电阻率之间的相关关系可用幂函数y=88.68x-0.63来表示，且达到了极显著水平(R2=0.81，P<0.01)。本研究结果与上述国内外学者的研究结果类似，只是最优拟合模型中系数(a，b)、决定系数(R2)及显著水平(P)有所差异，这主要可能是因为不同研究者的研究区域不同，土壤类型不同，土地利用类型不同所导致。
沙区灌木林地土壤电阻率随着土壤含水率增大而显著降低(R2=0.81，P<0.01)，说明利用土壤电阻仪的测定值来计算土壤含水率是可行的，且电阻率成像技术具有微扰动原位监测;多尺度(水平和垂直)同步监测;可重复连续监测的优势。因此认为，高密度电阻率成像技术可以成为今后定量、非破坏性监测沙地土壤水分的一个技术途径。
相关期刊推荐：《干旱区资源与环境》Journal of Arid Land Resources and Environment(月刊)1987年创刊，是综合性学术刊物。主管单位：内蒙古农业大学，主办单位：中国自然资源学会干旱半干旱地区研究委员会;内蒙古农业大学。特点是综合性强、审稿快、发文量大，凡研究干旱半干旱甚至季节性干旱区的论文，研究干旱半干旱问题及防治技术的论文，特别是绿洲建设的论文，不论属于社会科学领域或者自然科学领域均可刊用;每年刊载论文440篇左右;网上投稿4周左右即可收到反馈意见，最多两个月即可收到审稿结果;不收审稿费，有利于年轻学子投稿。有投稿的，可以咨询期刊天空在线编辑联系。
3.2沙地土壤含水率时空动态特征
土壤含水量在较大的降水事件后，随着时间延长在剖面上有着明显的变化过程。具体表现为:1m以上的土壤层有明显的从“湿”到“干”的变化过程，而1m以下的土壤层存在明显变湿的过程，土壤含水率由15%左右增加至约20%，部分区域增加至26%(图7)，研究结果与岳宁等的实验结果相一致[32]。3次测量结果显示，土壤含水率在1m附近均有明显的分界，通过现场挖掘剖面发现，试验地垂直深度1m处存在一层黏质土壤，对上层水分下渗和对下层水分向上运输均存在一定阻隔作用。因此降雨后土壤水在该层次有聚集现象，但是随着时间的延长，该层次的水分也会逐渐慢慢下渗，进而使下层水分含量明显增加，这同Nijland等的监测结果相一致[25]。沙地土壤保水性较差，降水后土壤水分会很快下渗，上层的土壤含水量开始逐渐减少。土壤水入渗过程中，受土壤质地变异性、入渗的非均匀性、植物根部对土壤水分的吸收等因素影响，导致入渗速度不一致而出现不同的斑块状分布区域[26，32]。
试验期间，气温处于较高时期(日均温24.27℃)，蒸发量较强烈(日均蒸发量6.52mm)(图3)，植物生长也尚处于旺盛时期，蒸腾作用较强。1m以上的土壤水分由于受土壤蒸发和植物吸收利用，其含量进一步降低，尤其是0.5m以上土壤层更为明显。这与Celano等所得的结论一致，橄榄园的土壤水分在长期没有得到降雨补给下，0～0.6m(草本植物根系的最大深度)土壤水分消耗特别明显[26]。降雨后的第55d(CL3)，由于长时间没有得到有效降水补给，表层水分已降至2%左右，而且还出现两个极低值区域，而恰恰这两个位置正是两丛花棒植株生长的位置。
本研究应用高密度电阻率成像技术对沙地土壤水分进行监测，并建立了土壤电阻率与土壤含水率之间的关系模型，进而推算了整个二维剖面上的土壤含水率，研究结果符合实际情况，且研究结果与前人研究相一致，因此认为该技术可为今后土壤水分的中尺度监测提供可行的方法。
但是，本研究还存在一定的不足，需在今后的研究中加强与弥补。一是试验时间比较短，缺乏对灌木林地不同季节土壤含水量的测量与对比分析，后续的试验需延长试验周期，对植物生长周期内不同时期的土壤水分进行测量;二是本试验选择的电极间距为0.5m，仅测量了垂直深度0～2m范围内的土壤含水量，后续的试验还应该增大电极间距，以获取更深层次的土壤水分含量。
