2. 中国科学院大学, 北京 100049;
3. 中国科学院 平凉陆面过程与灾害天气观测研究站, 甘肃 平凉 744015;
4. 中国科学院西北生态环境资源研究院/冰冻圈科学国家重点实验室, 甘肃 兰州 730000
黄土高原是世界上黄土分布最广、覆盖厚度最大的地区, 包含了湿润半湿润暖温带、半湿润半干旱温带、干旱半干旱温带气候区, 整体地势西北高东南低(李斌等, 2003; 刘东生等, 1985, 1990)。黄土高原地区具有很强的潜在蒸发能力, 降水量和土壤湿度很低且地表温差大, 陆-气相互作用很强(黄荣辉, 2011)。该地区陆面物理特征具有较大时空差异, 对东亚季风的变化敏感(卢爱刚, 2009)。对黄土高原土壤水热参数变化规律的理解有助于提高对干旱、半干旱地区的数值模拟精度, 为了更深入了解黄土高原地区的陆-气相互作用特征, 目前在黄土高原地区, 通过陆面过程观测实验(张强等, 2007, 2009; Huang et al, 2008; Wang et al, 2010; Yue et al, 2015), 结合卫星遥感(Zhang et al, 2009; Jin et al, 2017; 王丹云等, 2018)及模式模拟(Chen et al, 2018; Wang et al, 2018)等不同方法, 对干旱区不同下垫面的水热特征、辐射平衡等陆面过程变化特征进行了许多研究。
土壤热性质控制了热量在土壤中的传递和储存, 研究土壤热性质对于理解和模式模拟陆-气系统中的土壤热量状况与物质-能量交换过程有着重要意义(Hillel, 2004; Usowicz et al, 1996)。太阳辐射到达地面后, 土壤的能量储存、转化及向大气层反射的比例取决于土壤热性质(Hillel, 2004)。土壤热性质包括土壤体积比热容、土壤导热率与土壤热扩散率, 有时也将土壤的焓(或温度)考虑到其中(孙菽芬, 2005)。国外学者对土壤热性质进行了大量的研究, 早在1846年Forbes(1846)通过研究指出了土壤热性质的重要性。Farouki(1981)研究发现土壤组成成分、微观结构、土壤含水量和土壤温度对土壤热性质有重要影响。Usowicz et al(1996)通过对种植不同作物下垫面的土壤热性质测定, 研究了土壤含水量与容重对土壤热性质空间变异性的影响, 结果表明土壤含水量的作用尤其重要。Ochsner et al(2001)研究了气体体积分数na对土壤热性质的影响机制, 并发现20 ℃时的导热率呈现随na增高而线性降低的趋势。Mengistu et al(2017)测量了南非两种土壤在不同土壤含水量和土壤温度下的土壤热性质, 结果表明土壤体积比热容在各种土壤含水量下都随着土壤温度而增加, 土壤导热率和土壤热扩散率随土壤温度变化趋势与田间持水量有关。近年来国内对土壤热性质及其影响因素的研究也较多。高志球等(2002)推导了土壤热传导方程的解析解和包含热对流项的土壤热传导方程的解析解, 并使用了谐波方法和Laplace变换方法计算青藏高原中部土壤热扩散率。李毅等(2003)通过非稳态条件下热流方程的差分解和实测土壤温度资料, 计算了不同质地土壤的热扩散率, 并得出了质地影响下的土壤导热率关系式。缪育聪等(2012)比较了振幅法、相位法、谐波法和热传导对流法计算土壤热扩散率、土壤温度及土壤热通量的优劣。近年来对黄土高原陆面过程的研究不断深入, 但在黄土高原地区对土壤热性质的认识还不足, 多为对单一类型的土壤热性质进行研究, 例如单独研究土壤热扩散率的时空分布特征等, 或者多为通过模型计算土壤热性质的理论分析, 少有全面考虑土壤热性质变化的野外实地观测。因此, 本文尝试利用黄土高原地区土壤含水量和土壤热性质观测资料, 分析该区域土壤热性质及其变化特征, 并讨论降水对土壤热性质的影响, 有助于加深对于黄土高原塬区土壤热传输过程的认识, 进一步理解陆面过程中的能量传输过程, 为深入研究黄土高原土壤热状况变化特征以及陆面模式模拟提供一定参考。
2 研究区域与研究方法观测点位于黄土高原典型塬区中国科学院平凉陆面过程与灾害天气观测研究站(106°41′E, 35°34′N, 海拔1630 m), 站点示意图见图 1[该图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2893号的中国地图制作, 底图无修改], 该站点属大陆性半湿润、半干旱气候区, 多发干旱、冰雹、雷电与局地暴雨等气象灾害, 年平均温度为6 ℃, 全年降水量约为500 mm, 集中在东亚夏季风盛行的6—9月。平凉站所在塬区主要为农田, 站点周围无树木与高大建筑物, 地势平坦, 有较好代表性。该地区土质主要为粉粒含量较高的粉壤土(粘粒: 9.8%, 粉粒: 76.6%, 砂粒: 13.6%), 种植作物主要为冬小麦、玉米、粟米等(Chen et al, 2016)。
![]() |
图 1 平凉站地理位置示意图 Fig. 1 The location of Pingliang site in Loess Plateau |
本文选用平凉观测场2014年7月份至2015年1月份的降水观测资料。土壤含水量观测采用美国Campbell公司的CS616-LC含水量传感器, 分辨率0.1%, 精度0.05%, 量程为0 ~50%。土壤温度测量采用美国Campbell公司的109SS-L温度探头, 测量范围为-40 ~70 ℃, 互换性误差分别为±0.6 ℃(-40 ℃时), ±0.38 ℃(0 ℃时), ±0.1 ℃(25 ℃时), ±0.3 ℃(50 ℃时), ±0.4 ℃(70 ℃时)。土壤热扩散率、土壤导热率和土壤体积比热容数据由荷兰Hukseflux公司的TP01传感器测量所得, 该传感器工作温度为-30~80 ℃, 测量导热率范围为0.3 ~4.0 W·m-1·K-1, 准确度为±5%。土壤含水量、土壤温度及土壤热性质仪器埋设深度为5 cm, 10 cm, 40 cm, 100 cm, 每30 min进行一次数据存储。
3 土壤热性质变化 3.1 土壤热性质月变化特征分析土壤热扩散率是土壤体积比热容与土壤导热率的函数。由2014年7月1日至2015年1月6日土壤热扩散率、土壤体积比热容、土壤导热率及土壤温度的月变化趋势(图 2)可知, 除10 cm外各层土壤热扩散率基本呈夏季下降, 秋季保持平稳, 冬季上升这三个阶段。100 cm的热扩散率始终高于40 cm, 而5 cm与10 cm层的土壤热扩散率关系不随土壤深度增加而线性增加。5 cm层在8月有一个峰值, 而7—9月间10 cm层土壤热扩散率始终保持下降, 9—11月两层均保持平稳, 12月5 cm热扩散率增大, 10 cm层减小, 两层呈现相反的趋势, 这一趋势维持至1月初观测时段结束。其中5和10 cm的热扩散率变化幅度较大, 40 cm及100 cm变化幅度较小。由表 1可知, 10 cm层的热扩散率变化范围为0.28 ~0.73 cm2·s-1, 均值为0.41 cm2·s-1, 标准偏差为0.17 cm2·s-1; 5 cm层的热扩散率变化范围为0.34 ~0.61 cm2·s-1, 均值为0.43 cm2·s-1, 标准偏差为0.09 cm2·s-1, 10 cm层的热扩散率振幅、波动均大于5 cm层, 结合表 1中土壤含水量的统计结果, 10 cm土壤含水量标准偏差为8.43%, 高于5 cm层的5.49%, 该层热扩散率变化的波动较大与土壤含水量的波动有关。
![]() |
图 2 2014年7月至2015年1月土壤热性质月变化 Fig. 2 Variations of monthly mean soil thermal properties from July 2014 to January 2015 |
![]() |
表 1 2014年7月至2015年1月土壤热性质及土壤含水量统计特征 Table 1 Statistical characteristics of soil thermal properties and soil water content from July 2014 to January 2015 |
土壤体积比热容为土壤中所有组分的比热容之和, 在定点监测的情况下, 固相的组分基本不变, 而气相的体积比热容值很小, 一般将其忽略, 因此体积比热容的变化主要取决于土壤含水量(邵明安等, 2006)。结合图 3土壤含水量和降水量的月变化曲线可见, 体积比热容变化大体上也分为三个阶段, 呈夏季上升, 秋季平稳, 冬季下降的趋势。随着夏季降水增多补充了较深土层的含水量, 40 cm与100 cm层的体积比热容在8月时上升至数值接近, 随后时段100 cm层比40 cm略高并维持相对稳定, 冬季的下降也比40 cm层缓慢。5 cm体积比热容在8月出现了谷值, 为0.74 MJ·K-1·m-3, 12月开始5 cm体积比热容降低的幅度增大, 10 cm则开始升高, 呈现相反的变化趋势。类似土壤热扩散率, 由表 1的结果可得知10 cm层的土壤比热容变化范围为0.28 ~2.36 MJ·K-1·m-3, 标准偏差为0.68 MJ·K-1·m-3, 均值为1.62 MJ·K-1·m-3, 在四层中波动最大, 结合土壤含水量10 cm层的统计结果, 可见该层土壤比热容的波动主要是由于土壤中含水量的波动所致。
![]() |
图 3 2014年7月至2015年1月降水量与土壤含水量月变化 Fig. 3 Variations of monthly precipitation and mean soil water content from July 2014 to January 2015 |
土壤导热能力由土壤微粒性质、结构和形态、以及土壤含水量等因素共同决定(邵明安等, 2006)。由图 2可得, 四层导热率的时间变化特征类似体积比热容, 夏季至冬季主要表现为增大, 平稳与下降三个阶段。其中, 8月5 cm层导热率出现一个谷值, 与图 3中土壤含水量在8月出现的浅层相对低值对应, 12月至次年1月10 cm土壤导热率开始增大。由表 1得知10 cm的土壤导热率变化幅度最大, 为0.42 W·m-1·K-1, 标准偏差为0.15 W·m-1·K-1, 5 cm以及更深的土层导热率变化幅度相对来说要小一些。100 cm层的导热率最高, 为0.59 W·m-1·K-1, 40 cm土层的导热率为0.46 W·m-1·K-1, 在四层中最小, 并且相对稳定, 振幅与标准偏差最低。
由图 2可知, 各层土壤温度均呈下降趋势, 夏季7月份的5 cm月平均土壤温度最高, 达到24.16 ℃, 11月后除100 cm外, 各层土壤温度均保持在0 ℃以下, 5 cm土壤温度最低, 是由于该层的土壤温度受气温变化影响最大所致。夏季的浅层土壤温度依次高于深层, 秋、冬季深层土壤温度则依次高于浅层, 冬季100 cm的土壤温度始终为四层中最高, 主要原因是由于深层土壤受气温变化影响最小所致。5 cm层的土壤温度变化最显著, 标准偏差在四层中最高, 为11.01 ℃, 10, 40和100 cm的标准偏差分别为10.30, 9.62和6.20 ℃, 深层土壤的土壤温度变化幅度小。
土壤含水量是影响土壤热性质的重要因素, 由降水量与土壤含水量月变化(图 3)可见, 2014年7月开始各层的土壤含水量均不同程度增加并各自达到峰值, 变化趋势大体相同, 10 cm和40 cm的峰值出现在9月, 分别为33.65%和33.15%, 5 cm和100 cm的峰值均在10月出现, 比其他两层出现的时间滞后, 并且峰值较低, 分别为20.63%和31.30%, 各层土壤含水量的变化除了受到土壤结构、成分等影响外, 还与上层土壤向下传导土壤水分的延滞作用有关(贾东于等, 2014)。四层的最小值均出现在2015年1月, 随深度增加, 土壤湿度不同程度的增加, 5 cm的土壤湿度始终最低, 10 cm土层的振幅最大。在7月、9月和10月的10 cm层土壤湿度为22.94%, 33.65%和31.59%, 高于深层土壤, 出现了逆湿现象, 这主要是由于降水引起的土壤含水量累积与蒸散作用综合决定的, 与孙秉强等(2005)的研究结果降水与蒸发平衡后的剩余水分累积会逐渐出现浅层土壤逆湿一致。
总的来说, 各层土壤热性质在时间与垂直剖面上都表现出较好的协同变化, 10 cm层的热性质波动最大, 这可能主要是由于10 cm层土壤含水量的波动引起的。此外, 8月5 cm层的土壤热扩散率要明显高于其他各层, 而土壤体积比热容与土壤导热率均出现了谷值, 这是土壤热性质与土壤含水量协作的结果, 8月降水量为90.4 mm, 高于7月的27.4 mm, 但8月的5 cm土壤含水量(15.91%)略低于7月(16.27%), 这可能主要是由于8月太阳辐射增强, 导致地表的蒸散发作用增强, 降水没有补充到土壤中。土壤导热率与土壤体积比热容受土壤含水量的影响而降低, 由于二者降低的程度不同, 导致土壤热扩散率增大, 土壤热扩散率是导热率和比热容的比值, 因此这两个热性能的变化都将影响到热扩散率(Mengistu et al, 2017)。此外, 在12月至次年1月期间, 5 cm与10 cm层土壤热性质呈现明显的相反变化趋势, 这主要是由于该时段5 cm土壤温度下降至零度以下, 部分土壤水冻结成冰, 土壤含水量的减少导致该层土壤比热容与土壤导热率下降, 但由于生成的冰的导热率大于水, 使土壤比热容和土壤导热率降低的程度不同, 导致该时段5 cm土壤热扩散率增大; 10 cm层的土壤含水量高于5 cm层, 且该时段10 cm土壤含水量的下降程度(12.80%~11.51%, 下降了1.29%)高于5 cm层(7.36%~7.24%, 下降了0.12%), 因此10 cm层生成冰的量相对较多, 5 cm与10 cm层生成冰量的差异使10 cm层土壤导热率出现与5 cm相反的上升趋势。
3.2 土壤热性质日变化特征分析通过对2014年7月1日至2014年1月6日的土壤热性质平均日变化进行了分析(图 4)可见, 5 cm与10 cm的热扩散率在一天内的峰值出现在07:00(北京时, 下同)— 08:00, 大部分时间土壤热扩散率从大到小顺序为10, 5, 100和40 cm; 10 cm层的土壤体积比热容振幅大于5 cm, 100 cm的值始终高于40 cm; 各层土壤导热率在一天内的值从大到小分别是100, 5, 10和40 cm; 土壤温度日变化的波动主要呈单峰型, 波动逐渐向深层传递。5, 10和40 cm的日峰值分别出现在16:30, 18:00和00:00, 100 cm的日变化微弱, 各土层之间日峰值分别推迟1.5 h和6 h; 日谷值分别出现在07:30, 09:30和13:00, 日谷值分别推迟2 h和3.5 h。综上所述, 土壤热性质的日变化大致呈正弦曲线, 5 cm与10 cm层的土壤热性质均有明显日变化特征, 40 cm与100 cm的日变化振幅逐渐微弱, 40 cm的土壤热扩散率, 体积比热容, 土壤导热率及土壤温度均是最低的。100 cm层的平均土壤湿度日变化结果土壤大于40 cm层(图略), 由于土壤体积比热容和土壤含水量是线性关系, 土壤导热率和土壤含水量是幂指数关系, 土壤热扩散率则受土壤体积比热容与土壤导热率的共同影响, 主要与土壤含水量呈抛物线关系。土壤热性质受土壤含水量的影响较大, 因此当100 cm的土壤含水量大于40 cm时, 该层的土壤热性质大于40 cm层是受到土壤含水量影响(周亚等, 2017)。
![]() |
图 4 2014年7月至2015年1月土壤热性质平均日变化 Fig. 4 Mean diurnal cycle of soil thermal properties from July 2014 to January 2015 |
土壤热性质不均匀性体现在不同土壤深度之间的热力学性质差异较大, 本文重点讨论5 cm的结果来研究土壤热性质在一天内的变化。由图 5可见, 土壤热扩散率的日变化大致可分为两个阶段: 10:00—14:00的下降阶段与14:00至次日10:00的上升阶段, 每个阶段都伴随着波动过程。14:00土壤热扩散率为0.40 cm2·s-1, 为一天中的最低值。热扩散率的振幅为0.03 cm2·s-1, 与土壤湿度的相关因子为-0.62, p值小于0.05, 可见二者具有较显著的负相关; 土壤体积比热容的日变化呈单峰型, 从10:30开始明显增大, 峰值出现在15:30, 日振幅为0.14 MJ·K-1·m-3, 峰值出现的时间与趋势和土壤含水量的变化趋势相近, 体积比热容与土壤含水量的相关因子为0.53, p值小于0.05, 具有较好的正相关关系; 土壤导热率的日变化主要分为09:30—14:30的波动上升阶段与14:30至次日09:30的波动下降阶段, 谷值0.55 W·m-1·K-1出现在09:30, 该时段也是土壤含水量日变化低值区, 土壤导热率的变化趋势与土壤含水量的相关因子为0.61, p值小于0.05, 二者有较好的正相关关系; 土壤温度的日变化接近正弦曲线, 在07:30—16:30为上升阶段, 16:30至次日07:30为下降阶段。土壤温度与土壤含水量的相关因子为0.94, p值小于0.05, 呈显著正相关关系。
![]() |
图 5 5 cm土壤热性质(a)及土壤含水量(b)日变化 Fig. 5 Diurnal cycle of soil thermal properties (a) and soil water content (b) at 5 cm depth |
综上可见, 5 cm的土壤体积比热容、土壤导热率与土壤温度的日变化主要分为早晨至午后的上升阶段及午后时分至次日早晨的下降阶段这两个时段, 土壤热扩散率则在对应时段分别呈现下降及上升的相反的趋势。5 cm处的土壤热性质在12:30—16:30之间对应出现了一段波动下降的谷值, 韦志刚等(2005)和岳平等(2013)分别在对黄土高原地表能量特征日变化的研究中, 在12:00—15:30期间观测到与波动期的趋势一致的能量平衡分量波动, 主要可能是由于下垫面湿度条件较好, 地表的蒸散作用较强有利于积云的形成, 而太阳辐射是影响热通量的重要因子(谢琰等, 2018), 因此积云对太阳辐射的影响导致该时段土壤热通量、地表净辐射等能量平衡分量出现波动, 对地表水热交换过程产生影响(解晋等, 2018)进而引起了土壤热性质的变化。
4 降水对土壤热性质的影响气象因子变化、降水和降雪等天气变化以及地面覆盖等过程会导致土壤下垫面的物理性质发生改变(付强等, 2017; 吴春东, 2016)。本文以2014年9月6—12日的降水为例, 探究了降水引起的土壤热性质的协同变化。由图 6可见, 该研究时段土壤含水量的增加主要是由于降水引起的。其中9月7—11日有降水, 6、12日分别为降水前、降水后, 累计降水量为63.3 mm, 最大降水量为9月11日的22.1 mm, 其次为9月8日的21.9 mm, 均达到了中雨等级, 其余时段降水量等级为小雨。
![]() |
图 6 2014年9月6—12日降水期间5 cm层土壤热性质(a)与降水量、土壤含水量(b)变化 Fig. 6 Variation of soil thermal properties (a), precipitation and soil water content (b) at 5 cm during the period of precipitation from 6 to 12 September 2014 |
通过统计学方法计算了土壤热性质与土壤含水量的极值、振幅、平均值、标准差及变异系数(表 2), 其中变异系数的评判标准为:弱变异(CV < 0.1), 中等变异(0.1≤CV≤1), 强变异(CV>1)(邵明安等, 2006)。分别对各层土壤热扩散率、土壤体积比热容、土壤导热率及土壤温度随降水变化进行分析。土壤热扩散率数值在降水期间逐渐降低, 随着降水结束又开始上升, 各层的标准偏差与变异系数随着降水逐渐增大, 由表 2可见, 5 cm层的标准偏差(0.03 cm2·s-1)与变异系数(8.22%)均为四层中最高, 四层的变异系数均属于弱变异范围, 振幅从5 cm的0.09 cm2·s-1逐层降至100 cm的0.01 cm2·s-1。随着垂直深度的增加, 土壤热扩散率的波动程度逐渐降低。由于降水导致土壤含水量的增加, 土壤体积比热容整体上随降水过程而增加, 由表 2可见, 5 cm层的标准偏差与变异系数分别为0.37 MJ·K-1·m-3和20.89%, 为四层中最高, 属于中等变异范围。降水影响土壤导热率主要是通过改变土壤含水量, 土壤导热率整体随降水过程上升, 且该研究时段5 cm导热率日均值在四层中最高, 其次是40, 100和10 cm层。土壤导热率在5 cm和10 cm的变异系数分别为13.86%和10.65%, 为中等变异, 40和100 cm整体处于弱变异区间, 5 cm以下各层的峰值依次滞后出现, 表明了降水引起的导热率变化在深层的滞后性; 降水对土壤温度的影响主要是衰减作用, 随着降水的发生与持续, 土壤温度的日变化强度随着降水过程逐渐变弱, 达到峰值的时间推迟, 且随着垂直深度的增加, 达到峰值时间推迟的程度亦增加, 降水结束后土壤温度有所回升。5 cm层的土壤温度标准偏差在四层里最高, 为2.92 ℃, 随后随着深度逐渐降低, 四层土壤温度的变异系数最大为5 cm的14.48%, 属于中等变异范围, 10, 40和100 cm的土壤温度均属于弱变异, 各层变异系数均随着降水而减小。可见短时降水对土壤温度的影响主要是在较浅的土层, 深层的土壤温度变化的原因则主要是辐射累积(岳平等, 2013);
![]() |
表 2 2014年9月6—12日降水期间土壤热性质及土壤含水量统计特征 Table 2 Statistical characteristics of soil thermal properties and soil water content during precipitation from 6 to 12 September 2014 |
![]() |
表 3 2014年9月6—12日降水期间5 cm层土壤热性质及土壤含水量的变异系数 Table 3 Coefficient of variation of soil thermal properties and soil water content at 5 cm during precipitation from 6 to 12 September 2014 |
9月6—12日的5 cm的土壤热性质与土壤湿度标准差与振幅均在四层中最大, 表明5 cm层受降水影响最大。由图 6可见, 9月8日降水量增加幅度大, 导致5 cm处土壤含水量相比9月7日增加了7.38%, 8日5 cm的土壤热性质与土壤含水量的变异系数均达到了研究时段的最高值, 其中土壤热扩散率、体积比热容、和土壤导热率分别为8.55 cm2·s-1, 20.34 MJ·K-1·m-3和12.88 W·m-1·K-1。9月9日降水量为4.3 mm, 相比前两日有所下降, 当日天气情况有所回转, 5 cm处土壤温度略上升, 土壤热扩散率下降的趋势与土壤体积比热容、土壤导热率上升的趋势减缓, 随后降水再次增多, 11日降水量为该研究时段最大值, 但由于经过前期的降水积累, 土壤含水量本身处于较高水平, 土壤热性质的变异系数变化不大。
总的来说土壤温度与土壤热扩散率主要表现为随降水过程而下降, 与土壤含水量的相关因子分别为-0.91与-0.99, p < 0.05, 体现出与土壤含水量显著的负相关, 土壤热扩散率下降原因主要是土壤含水量较大时由于土壤导热率与土壤体积比热容变化的幅度不一致所造成的; 土壤体积比热容与土壤导热率则随降水量增加而上升, 且上升趋势与土壤含水量增加趋势一致, 相关因子都达到了0.99, p < 0.05, 表现出显著的正相关关系, 可见降水过程对土壤热性质的影响主要是通过土壤含水量的变化而引起的。
5 结论与讨论利用位于黄土高原典型塬区中国科学院平凉陆面过程与灾害天气观测研究站的土壤含水量及土壤热性质观测资料, 分析了5 ~100 cm的2014年7月1日至2015年1月7日的土壤热性质及土壤含水量的月变化及日变化特征, 并结合该站降水观测资料初步分析了土壤热性质随降水过程的变化, 得出以下主要结论:
(1) 对土壤热性质随时间的变化特征进行分析, 除10 cm外, 各层土壤热扩散率上呈现夏季下降, 秋季平稳, 冬季上升三个阶段, 100 cm处的热扩散率始终高于40 cm, 而5 cm与10 cm处的土壤热扩散率交替出现最大值。总体而言, 土壤热扩散率不随土壤深度增加而线性增加。土壤体积比热容和土壤导热率则表现为夏季上升, 秋季平稳, 冬季下降的趋势。5 cm与10 cm层的土壤热性质均有明显日变化特征, 且振幅较大, 40 cm与100 cm处的日变化振幅逐渐变小。10 cm的土壤热性质变化波动最大, 可能是受该层含水量的波动影响, 土壤热性质在时间与垂直剖面上都表现出较好的协同变化。土壤热扩散率的变化与土壤体积比热容和土壤导热率的变化幅度有关。
(2) 5 cm的土壤热性质随降水变化最明显。土壤温度与土壤热扩散率主要表现为随降水过程而下降, 土壤热扩散率下降原因主要是土壤含水量较高时, 土壤导热率与土壤体积比热容变化的幅度不一致所造成的; 土壤体积比热容与土壤导热率则随降水量增加而上升, 且上升趋势与土壤含水量增加趋势一致, 相关因子都达到了0.99, p值均小于0.05, 表现出显著的正相关关系, 可见降水过程对土壤热性质的影响主要是通过土壤含水量的变化而变化。
本文数据采集点选取了位于陇东黄土高原塬区的平凉陆面过程与灾害天气观测研究站。平坦而相对广阔的黄土塬区是黄土高原最简单的下垫面, 通过开展对黄土高原塬区陆面过程的观测研究, 进而推广研究黄土高原其他下垫面, 对理解黄土高原的陆-气相互作用过程, 完善陆面过程参数化方案和发展陆面过程模式有重要作用(韦志刚等, 2005)。中国科学院平凉陆面过程与灾害天气观测研究站的下垫面是典型的黄土高原塬区, 具有较好代表性, 该站点参与了中国科学院寒区旱区环境与工程研究所的黄土高原过程陆气相互作用观测实验研究(LOPEX), 依托平凉站的气象和陆面观测数据, 目前已在黄土高原陆气相互作用方面有许多研究结果(Chen et al, 2016; 贾东于等, 2014; 李振朝等, 2012)。因此, 本文虽由于空间和时间尺度的局限性, 数据结果不能完全代表整个黄土高原塬区, 但反映了局地土壤热性质的变化特征, 可以为深入理解黄土高原陆面水热交换过程提供参考。本文主要是对观测资料的分析与归纳, 可以与陆面模式模拟结果或者卫星遥感的结果进行结合, 做进一步更深入的分析。本文的研究时段2014年7月至2015年1月是一年中的下半年, 该时段气温逐渐减低, 降水在9月达到峰值后减少, 冬季土壤水分冻结, 这可能影响了土壤热性质随时间变化特征的结果。此外由于土壤的空间异质性, 为深入了解黄土高原地区的土壤热性质的变化规律, 需要在更大时空尺度上进一步的观测与研究。
Chen J, Wen J, Tian H, et al. 2018. A study of soil thermal and hydraulic properties and parameterizations for CLM in theSRYR[J]. Journal of Geophysical Research:Atmospheres, 123(16): 8487–8499.
DOI:10.1029/2017jd028034 |
|
Chen X, Yu Y, Chen J B, et al. 2016. Seasonal and interannual variation of radiation and energy fluxes over a rain-fed cropland in the semi-arid area of Loess Plateau, northwestern China[J]. Atmospheric Research, 176: 240–253.
DOI:10.1016/j.atmosres.2016.03.003 |
|
Farouki O T, 1981.Thermal properties of soils[M].Hanover, NH: U.S.Army Cold Regions Research and Engineering Laboratory.
|
|
Forbes J D. 1846. XVⅢ.-Account of some Experiments on the Temperature of the Earth at different Depths, and in different Soils, near Edinburgh[J]. Earth and Environmental Science Transactions of The Royal Society of Edinburgh, 1846, 16(2): 189–236.
DOI:10.1017/S0080456800025023 |
|
Hillel D. 2004. Introduction to environmental soil physics[M]. San Diego: Elsevier Accademic Press.
|
|
Huang J, Zhang W, Zuo J, et al, An overview of the semi-arid climate and environment research observatory over the Loess Plateau[J].Advances in Atmospheric sciences, 25(6): 906-921.DOI: 10.1007/s00376-008-0906-7.
https://link.springer.com/article/10.1007%2Fs00376-008-0906-7 |
|
Jin Z, Wei L, Zhang W, et al. 2017. Separating vegetation greening and climate change controls on evapotranspiration trend over the Loess Plateau[J]. Scientific Reports, 7(1): 8191.
DOI:10.1038/s41598-017-08477-x |
|
Mengistu A G, van Rensburg L D, Mavimbela S S. 2017. The effect of soil water and temperature on thermal properties of two soils developed from aeolian sands in South Africa[J]. Catena, 158: 184–193.
DOI:10.1016/j.catena.2017.07.001 |
|
Ochsner T E, Horton R, Ren T. 2001. A new perspective on soil thermal properties[J]. Soil science society of America Journal, 65: 1641–1647.
DOI:10.2136/sssaj2001.1641 |
|
Usowicz B, Kossowski J, Baranowski P. 1996. Spatial variability of soil thermal properties in cultivated fields[J]. Soil Tillage Res, 39: 85–100.
DOI:10.1016/S0167-1987(96)01038-0 |
|
Wang G, Huang J, Guo W, et al. 2010. Observation analysis of land-atmosphere interactions over the Loess Plateau of northwest China[J]. Journal of Geophysical Research Atmospheres, 115(D7): D00K17.
DOI:10.1029/2009JD013372 |
|
Wang C, Yang K. 2018. A new scheme for considering soil water-heat transport coupling based on Community Land Model:Model description and preliminary validation[J]. Journal of Advances in Modeling Earth Systems, 10(4): 927–950.
DOI:10.1002/2017MS001148 |
|
Yue P, Zhang Q, Zhao W, et al. 2015. Influence of environmental factors on land-surface water and heat exchange during dry and wet periods in the growing season of semiarid grassland on the Loess Plateau[J]. Science China Earth Sciences, 58(11): 2002–2014.
DOI:10.1007/s11430-015-5133-3 |
|
Zhang T, Wen J, Su Z, et al. 2009. Soil moisture mapping over the Chinese Loess Plateau using ENVISAT/ASARdata[J]. Advances in Space Research, 43(7): 1111–1117.
DOI:10.1016/j.asr.2008.10.030 |
|
付强, 颜培儒, 李天霄, 等. 2017. 冻融期不同覆盖和气象因子对土壤导热率和热通量的影响[J]. 农业工程学报, 33(20): 98–105.
DOI:10.11975/j.issn.1002-6819.2017.20.013 |
|
高志球, 卞林根, 张雅斌, 等. 2002. 土壤热传导方程解析解和那曲地区土壤热扩散率研究[J]. 气象学报, 60(3): 352–360.
DOI:10.11676/qxxb2002.042 |
|
黄荣辉. 2011. 中国西北干旱区陆-气相互作用及其对东亚气候变化的影响[M]. 北京: 气象出版社.
|
|
贾东于, 文军, 张堂堂, 等. 2014. 黄土高原降水对土壤含水量和导热率的影响[J]. 高原气象, 33(3): 712–720.
DOI:10.7522/j.issn.1000-0534.2014.00049 |
|
李斌, 张金屯. 2003. 黄土高原地区植被与气候的关系[J]. 生态学报, 23(1): 82–89.
DOI:10.3321/j.issn:1000-0933.2003.01.011 |
|
李毅, 邵明安, 王文焰, 等. 2003. 质地对土壤热性质的影响研究[J]. 农业工程学报, 19(4): 62–65.
DOI:10.3321/j.issn:1002-6819.2003.04.014 |
|
李振朝, 韦志刚, 刘蓉, 等. 2012. 黄土高原典型塬区土壤热状况研究[J]. 干旱区地理, 35(5): 778–786.
DOI:10.13826/j.cnki.cn65-1103/x.2012.05.015 |
|
刘东生, 安芷生, 袁宝印. 1985. 中国的黄土与风尘堆积[J]. 第四纪研究, 6(1): 113–125.
|
|
刘东生, 丁仲礼. 1990. 中国黄土研究新进展(二)古气候与全球变化[J]. 第四纪研究, 10(1): 1–9.
DOI:10.3321/j.issn:1001-7410.1990.01.001 |
|
卢爱刚. 2009. 半个世纪以来黄土高原降水的时空变化[J]. 生态环境学报, 18(3): 957–959.
DOI:10.3969/j.issn.1674-5906.2009.03.029 |
|
缪育聪, 刘树华, 吕世华, 等. 2012. 土壤热扩散率及其温度、热通量计算方法的比较研究[J]. 地球物理学报, 55(2): 441–451.
DOI:10.6038/j.issn.0001-5733.2012.02.008 |
|
邵明安, 王全九, 黄明斌. 2006. 土壤物理学[M]. 北京: 高等教育出版社, 170-175.
|
|
孙秉强, 张强, 董安祥, 等. 2005. 甘肃黄土高原土壤水分气候特征[J]. 地球科学进展, 20(9): 1041–1046.
DOI:10.3321/j.issn:1001-8166.2005.09.015 |
|
孙菽芬. 2005. 陆面过程的物理、生化机理和参数化模型[M]. 北京: 气象出版社.
|
|
王丹云, 吕世华, 韩博, 等. 2018. 黄土高原春季植被变化分布与变化特征及其对春旱的响应研究[J]. 高原气象, 37(5): 1208–1219.
DOI:10.7522/j.issn.1000-0534.2018.00033 |
|
韦志刚, 文军, 吕世华, 等. 2005. 黄土高原陆-气相互作用预试验及其晴天地表能量特征分析[J]. 高原气象, 24(4): 545–555.
DOI:10.3321/j.issn:1000-0534.2005.04.013 |
|
吴春东, 2016.冻融期不同秸秆覆盖厚度下土壤水热动态变化规律研究[D].哈尔滨: 东北农业大学, 1-76.
冻融期不同秸秆覆盖厚度下土壤水热动态变化规律研究 |
|
解晋, 余晔, 刘川, 等. 2018. 青藏高原地表感热通量变化特征及其对气候变化的响应[J]. 高原气象, 37(1): 28–42.
DOI:10.7522/j.issn.1000-0534.2017.00019 |
|
谢琰, 文军, 刘蓉, 等. 2018. 太阳辐射和水汽压差对黄河源区高寒湿地潜热通量的影响研究[J]. 高原气象, 37(3): 614–625.
DOI:10.7522/j.issn.1000-0534.2017.00063 |
|
岳平, 张强, 王胜, 等. 2013. 黄土高原半干旱草地降水前后土壤的温、湿度及热力特征[J]. 中国沙漠, 33(6): 1766–1774.
|
|
张强, 王胜, 张杰, 等. 2009. 干旱区陆面过程和大气边界层研究进展[J]. 地球科学进展, 24(11): 1185–1194.
DOI:10.3321/j.issn:1001-8166.2009.11.002 |
|
张强, 王胜. 2007. 干旱荒漠区土壤水热特征和地表辐射平衡年变化规律研究[J]. 自然科学进展, 17(2): 211–216.
DOI:10.3321/j.issn:1002-008X.2007.02.009 |
|
周亚, 高晓清, 李振朝, 等. 2017. 青藏高原深层土壤热通量的变化特征分析[J]. 高原气象, 36(2): 307–316.
DOI:10.7522/j.issn.1000-0534.2016.00120 |
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Pingliang Land Surface Process & Severe Weather Research Station, Chinese Academy of Sciences, Pingliang 744015, Gansu, China;
4. State Key Laboratory of Cryospheric Science, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, Gansu, China