第八届青年地学论坛

土壤储水量(Soil Water Storage，SWS)的时间序列分析可以提供与土壤水分补给、滞留以及植被耗水相关的关键水文变异信息，这些信息具有高度非线性和非平稳性，使得信息的挖掘和解析极具挑战性。本研究采用多元经验模态分解(MEMD)对毛乌素沙地3种不同土地类型(裸地[BL]、草地[GL]和灌木地[SL])的土壤水分、土壤温度及气象因子的时间序列数据进行分解。随后利用路径分析揭示分解后促使SWS发生周期性变异的驱动力。此外，本研究还利用逐日SWS数据，提出了蒸散发能力(K_e)和降雨截留能力(K_p)两个新指标提高了土壤水源涵养能力计算的精度。结果表明，这3种土地类型的SWS具有很强的时间持续性记忆，水文周期变异主要体现在月尺度(34~45 d)上。其中，SL的记忆周期最长，其次是BL和GL。随后的路径分析表明，由降水、太阳辐射和饱和水汽压相互作用驱动的干湿交替( R² = 0.32~0.48)是夏季SWS周期变异的主要原因。而土壤温度和气象因子驱动的冻融循环( R² = 0.73~0.89)是导致冬季SWS周期变异的主要原因。经计算根区(0~150 cm)范围内，BL、GL和SL的水源涵养量分别为139.24、38.24和24.76 mm/y。且K_e / K_p的比值及MEMD残差项均表明SL比GL有更大的水源涵养潜力，而BL需要在干旱地区适当地保留，以保护当地地下水含水层。本研究结果为之后干旱区土壤水分变异性分析和水源涵养定量计算提供了机遇和参照。
 

土壤水分记忆,多元经验模态分解,变异性分析,水源涵养能力,不同植被覆盖