不同放牧强度下羊草和大针茅草原土壤含水量的空间变化

不同放牧强度下羊草和大针茅草原土壤含水量的空间变化

甘磊

1, 2, 3, 4

，马蕊，彭扬建，彭新华*，莫春梦，Rainer Horn

1

1

3

1

4

1. 桂林理工大学，广西环境污染控制理论与技术重点实验室，广西 桂林 541004；

2. 桂林理工大学，广西岩溶地区水污染控制与用水安全保障协同创新中心，广西 桂林 541004； 3. 土壤与农业可持续发展国家重点实验室，中国科学院南京土壤研究所，江苏 南京 210008； 4. Institute of Plant Nutrition and Soil Science, Christian-Albrechts-University zu Kiel，Kiel 24118 Germany

摘要：近年来不合理的放牧体制造成内蒙古地区土壤退化严重。基于内蒙古草原生态系统研究站建立围封（UG79）、冬季放牧（WG）、持续放牧（CG）和过度放牧（HG）条件下羊草（Leymus chinensis）和大针茅（Stipa grandis）草原试验区研究不同放牧强度和植被覆盖条件下土壤含水量的空间变化。试验共分为5个小区，分布为：LUG79、LWG、LHG、SUG79和SCG。试验利用GPS在每个小区建立1个长135 m，宽105 m，共计100个测量点的空间区域，通过利用HH2 Moisture Meter测量土含水量并研究其空间变化情况。结果表明：降水是引起区域土壤含水量变化的主要因素，是引起土壤含水量空间变异，而LHG由于过度放牧的关键因子。在羊草区，LWG土壤含水量（0.29~0.05 cm3·cm-3）高于LUG79（0.24~0.03 cm3·cm-3）

。在大针茅区SCG土壤含水量（0.28~0.07 cm3·cm-3）要大于SUG79区（0.27~0.05 导致最小的土壤含水量（0.21~0.01 cm3·cm-3）。相较于围封而言，SCG和LWG区在适度的持续放牧与冬季放牧方式下能增强土壤对水分的保持能力，说明适度cm3·cm-3）

的放牧强度能增加土壤含水量。在围封区域SUG79区的土壤含水量高于LUG79区的土壤含水量。从地统计分析结果看，每个试验区的土壤含水量空间分布均具有一定的稳定性，其空间结构比均高于97%。但两个围封的UG79区土壤含水量空间分布比放牧的CG、WG和HG试验区更稳定，说明放牧对土壤含水量空间分布的稳定性有一定破坏作用。 关键词：放牧强度；土壤含水量；空间变化 DOI: 10.16258/j.cnki.1674-5906.2015.08.003

中图分类号：X144；X171.1 文献标志码：A 文章编号：1674-5906（2015）08-1274-06

引用格式：甘磊，马蕊，彭扬建，彭新华，莫春梦，Rainer Horn. 不同放牧强度下羊草和大针茅草原土壤含水量的空间变化[J]. 生态环境学报, 2015, 24(8): 1274-1279.

GAN Lei, MA Rui, PENG Yangjian, PENG Xinhua, MO Chunmeng, HORN RAINER. The Effect of Different Grazing Intensities on Spatial Distribution of Soil Water-under Leymus Chinensis and Stipa Grandis Grassland [J]. Ecology and Environmental Sciences, 2015, 24(8): 1274-1279.

随着人口的增长和市场经济利益的驱动，人类对草地资源利用方式的多样性和利用程度不断加深，内蒙古草原遭受到了严重的破坏，随之引发的后果是植被减少、水土流失、最终降低草地的生产

。土力（Gan et al.，2012a147-148；Gan et al.，2013）

壤水分是土壤的重要物理参数，它对于植物生长、存活、净生产力等具有极其重要的意义（郭卫华等，2003）。放牧行为通过动物践踏使草场有向旱化发展的趋势，从而导致土壤的理化性质发生变化（Gan et al.，2012b）165-166。一般而言，随放牧强度的增大，动物践踏作用增强，土壤孔隙分布的空间格局发生变化，土壤的总孔隙减少，使土壤容重增加，土壤的渗透阻力加大，土壤的保水和持水能力下降

。但当（Gan et al.，2012b170-172；高英志等，2004）

设定合适的放牧强度后，由于动物对土壤践踏作用，使土壤颗粒间隙变小，有助于土壤毛细管水分的保持和土壤含水量的增加（杨智明等，2005）。植被通过降雨截留作用来改变土壤的水分情况，还把林木根系从土壤中吸收的水分孔散发到大气中，特别是在在干旱或半干旱地区，作为植物生长限制因子的土壤含水量与植被类型及其改变关系密切（Breshears et al.，1997；Roderiguez-Iturbe，2000）。放牧强度可以影响土壤属性的空间分布的同质性与异质性，在土壤水分中的表现更为明显（Zhao et

基金项目：德国科学基金会（Forschergruppe 536）；国家重点基础研究发展计划（2013CB429902）；广西矿冶与环境科学实验中心和广西高等学校高水平创新团队及卓越学者计划项目资助

作者简介：甘磊（1983年生），男，博士，研究方向为草原土壤物理性质及土壤水热运动模拟。Email: allen_gl2006@163.com

*通信作者：彭新华（1972年生），男，研究员，博士，研究方向为土壤结构与水分动力学。Email: xhpeng@issas.ac.cn

收稿日期：2015-06-26

甘磊等：不同放牧强度下羊草和大针茅草原土壤含水量的空间变化 1275

al.，2007）244-245得多。

本文主要研究区域位于中国内蒙古锡林郭勒草原，假定放牧强度可以完全改变土壤含水量的空间分布，研究羊草和大针茅两种被覆盖条件下不同放牧强度对土壤含水量的大小以及空间结构的变化情况的影响。

1 材料与方法

1.1 试验区概况

试验区位于内蒙古东部的锡林河盆地（43°38′N，116°42′E），是中国科学院植物所内蒙古草原生态系统研究站（IMGERS）管理的区域。研究区域的土壤质地基本一致，属于砂质壤土（Gan et al.，2012a）148-149。该地区处于温带半干旱大陆性气候条件下的锡林河盆地，属于中纬度东部地区典型的半干旱草原（Zhao et al.，2007）242-243，其生长季节通常为每年5月至9月。该地多年平均温度是0.7 ℃，年降水量在343 mm左右，其中60%~80%的降水发生在每年的6月至8月（Gan et al.，2012b）166-167

。试验数据测量在5个区域进行。其中3个研究区域位于羊草草地区，其主要物种为羊草。第一个是从1979年开始禁止放牧的封育区，称为LUG79（Leymus chinensis Ungrazed since 1979）；第二个是只在冬季进行放牧的区域，放牧强度为0.5羊单位·a-1·hm-2（1羊单位相当于一只成年羊加一只羔羊

（Reszkowska et al.，2011182-183；Giese et al.，2013）

，称为LWG（Leymus chinensis Winter Grazing）；第三个研究区域是过度放牧区域，植被覆盖稀少，放牧强度为2.0羊单位·a-1·hm-2，称为LHG（Leymus chinensis Heavy Grazing）。另外两个研究区域位于大针茅草地区，其主要物种为大针茅。第一个是从1979年开始禁止放牧的封育区，称为SUG79（Stipa grandis Ungrazed since 1979）；第二个是持续放牧区域，放牧强度为1.2羊单位·a-1·hm-2，称为SCG（Stipa grandis Continuous Grazing）。在每一个研究区域，我们建立了一个矩阵型的栅格研究区，利用GPS中的UTM系统进行测量点定位。每一个栅格研究区都是由一个长135 m，宽105 m的空间区域构成，其中每隔15 m建立一个测量点，并在这些测量点中间再建立20个次级测量点，共计100个测量点。 1.2 采样与分析

土壤质地、容重、总孔隙度、饱和导水率和土壤有机质等基本性质均在试验开始前利用环刀采集土壤在实验室进行分析。同时采用HH2 Moisture Meter（Theta-probe Type ML2x，Delta-T devices Ltd，England）测量表层0~6 cm的土壤含水量。对土壤含水量的分析选取是一个连续的变化过程中的3种

土壤湿度状态进行，8月13─14日的湿润条件（自8月10日到8月12日降水17.7 mm），8月20─21日的中等条件（自8月14日到8月20日无降水发生）以及8月27─28日的干旱条件（自8月14日到8月27日无降水发生）。

土壤基本性质先进行方差分析，土壤含水量数据首先都会进行基本的统计描述，使用SPSS 13.0（SPSS Inc.，Chicago，USA）软件分析。土壤含水量的地统计分析中，利用半方差分析方法进行数据空间变化的分析（Oliver et al.，2007）：

r(h)=

1

N(h)

2N(h){[Z(xi+h)−Z(xi)]2} i=1

（1）

式中r(h)是间距为h的半方差；N(h)是间距为h时的样点对数；Z(xi)是样点Z在位置xi的实测值；Z(xi+h)是与xi间距为h的样点实测值。根据Zhao et al.（2007）243-244研究，半指数模型能很好的进行插值，因此本文选取半方差模型中的指数模型进行地统计分析。模型的组成包括3个基本参数r(h)=C0+Cs，用它们来描述空间结构。其中C0表示块金方差（间距为0时的半方差）；Cs为结构方差；两者之和为基台值；半方差达到基台值的样本间距为变程a，指数模型的最大相关距离为3a。根据Cambardella et al.（1994）的研究认为：Cs/(C0+Cs)> 75%，变量具有强烈的空间相关性；Cs/(C0+Cs)值在25%~75%之间，变量具有中等的空间相关性；Cs/(C0+Cs)<25%时，变量空间相关性很弱。为了分析和呈现数据分析结果，使用ArcGIS9.0（Gamma Design Software，Michigan，USA）处理数据以及成图。

2 结果

2.1 土壤属性基本情况

表1中列出了土壤的基本性质：土壤质地，容重，总孔隙度，土壤有机质和饱和导水率。与其它区相比，LHG区土壤质地最粗糙。土壤容重随放牧强度的增加而变大，而土壤有机质和总孔隙度随放牧强度减小。围封区的土壤有机质和饱和导水率普遍高于放牧区。此外，大针茅区的饱和导水率比相对应的羊草区的要大。

2.2 土壤含水量的统计描述

表2表示的是在湿润条件，中等条件和干旱条件下土壤含水量的基本统计描述。无论在何种水分条件下，SUG79比LUG79的土壤含水量都要高。在羊草区域，湿润和中等条件下LWG的土壤含水量比LUG79高，而LHG区由于过度放牧导致土壤结构严重破坏，土壤的保水性最差导致了在3种水

1276 生态环境学报 第24卷第8期（2015年8月）

表1 5个试验区土壤质地、容重(BD)、总孔隙度(TP)、有机质(SOM)和饱和导水率(Ks)

Table 1 The soil texture, bulk density (BD), total porosity, soil organic matter (SOM), and saturated hydraulic conductivity (Ks) in 5 plots

试验区Plot

砂粒Sand/%

粉粒Silt/%

粘粒Clay/%容重BD/(g·cm-3)总孔隙度TP/%土壤有机质SOM/(g·kg-1) 饱和导水率Ks/(cm·d-1)

0.33 0.31 0.21 0.30 0.25

165±113ab 55±13b 93±62a18b 216±62a 133±37ab

LUG79 60.9±2.7b 24.9±3.7a 14.2±1.0b 1.14±0.02c 56.9±0.8a LWG 51.6±2.5c 30.2±2.8a 18.2±0.3a 1.18±0.02c 55.6±0.8a LHG 67.9±3.5a 20.6±2.9a 11.5±1.0c 1.30±0.02b 51.0±0.6b SUG79 62.3±2.6b 25.1±1.9a 12.6±1.3c 1.27±0.04b 52.0±1.4b SCG

65.5±1.9ab 21.4±1.4a 13.1±0.5bc 1.36±0.01a

48.8±0.5c

同列不同小写字母表示差异显著（P<0.05），n=7

表2 土壤含水量在3种土壤水分条件下的统计描述 Table 2 The descriptive statistics of soil water content under three

moisture states

水分条件

试验区

最小值/

最大值/

平均值/

标准误差/

(cm3·cm-3) (cm3·cm-3) (cm3·cm-3) (cm3·cm-3)

LUG79 0.18 0.30 0.24 0.02 LWG 0.24 0.45 0.29 0.02

湿润条件

LHG 0.12 0.31 0.21 0.03 SUG79 0.22 0.33 0.27 0.02 SCG 0.23 0.34 0.28 0.02 LUG79 0.04 0.10 0.07 0.01 LWG 0.06 0.10 0.08 0.01

中等条件

LHG 0.03 0.10 0.06 0.01 SUG79 0.05 0.12 0.08 0.01 SCG 0.06 0.16 0.09 0.01 LUG79 0.02 0.06 0.03 0.01 LWG 0.02 0.07 0.05 0.01

干旱条件

LHG 0.01 0.03 0.01 0.01 SUG79 0.03 0.08 0.05 0.09 SCG 0.05 0.11 0.07 0.01

分条件下最小的土壤含水量。而对于大针茅试验区而言，无论何种水分条件下，持续放牧的SCG区

土壤含水量均高于围封的SUG79。 2.3 土壤含水量的地统计分析

表3表示的是在湿润条件，中等条件和干旱条件下土壤含水量的地统计分析结果。在3种条件下，土壤含水量在各试验区观测点之间的距离基本上都小于各自的最大相关距离，说明这些观测值之间存在空间相关性。从块金方差和结构方差的数值来看，块金方差明显低于结构方差。同时从结构性因素的角度来看，3种条件下的空间结构比都几乎接近100%，说明土壤含水量的空间相关性非常强。

从ArcGIS对土壤含水量进行地统计分析的成图中可以了解土壤含水量在试验区的空间分布情况，现以LUG79和SCG为例说明，每一幅图中颜色的深浅代表土壤含水量的高低，颜色越深，土壤含水量就越高，每一幅图中颜色深浅的变化都有各自的变化阈值。图1-a，图1-b和图1-c表示在3种情况下LUG79区的土壤含水量空间分布图，在图1-a中，降水发生后，土壤含水量的分布从高阈值区向低阈值区的变化有一个比较清晰的变化过程。从图中可以看出，土壤含水量的高阈值区分布于图中的西北角。而经过一段时间的太阳照射，处于中

表3 土壤含水量在3种土壤湿度状态下的地统计分析结果

Table 3 The geostatistics results of soil water content under three moisture states

水分条件

试验区

最大相关距离

块金方差

结构方差

基台值

空间结构比/%

LUG79 176.82 8.93E-08 7.23E-05 7.23E-05 99.88 LWG 164.96 3.05E-07 1.13E-05 1.16E-05 97.38

湿润条件

LHG 163.97 2.01E-07 9.41E-05 9.43E-05 99.79 SUG79 188.63 1.04E-07 5.37E-06 5.48E-06 98.11 SCG 169.56 7.18E-08 7.44E-05 7.45E-05 99.90 LUG79 176.82 9.89E-09 1.10E-06 1.10E-06 99.11 LWG 141.78 3.16E-09 2.35E-05 2.35E-05 99.99

中等条件

LHG 163.97 1.08E-08 1.36E-05 1.37E-05 99.92 SUG79 188.63 1.57E-08 1.44E-05 1.44E-05 99.89 SCG 169.56 1.50E-08 1.46E-05 1.46E-05 99.90 LUG79 176.82 1.44E-09 4.63E-06 4.63E-06 99.97 LWG 123.68 1.47E-09 4.04E-05 4.04E-05 100.00

干旱条件

LHG 163.97 5.14E-09 4.47E-06 4.47E-06 99.89 SUG79 188.63 6.28E-09 2.05E-06 2.05E-06 99.69 SCG 118.65 9.13E-09 4.51E-06 4.52E-06 99.80

甘磊等：不同放牧强度下羊草和大针茅草原土壤含水量的空间变化 1277

SUG79比LUG79的土壤含水量要高，这主要是由于LUG79地表凋落物的覆盖大于SUG79（Gan et al.，2012a）153-155，进而导致其土壤斥水性也高于SUG79（Reszkowska et al.，2011）185-187，最终减少了水分的入渗从而导致围封区域大针茅土壤含水量要略高于羊草围封区。但是经过冬季放牧后在生长季节进行休牧的轮牧区LWG，上一生长季围封所留下的枯草基本被羊群所食，利于水分的下渗；加之羊群的踩踏对土壤已经形成了一定的压实作用，土壤中的大孔隙破碎，土壤间隙减小，因此在

154-156

，水分的保持上有一定优势（Gan et al.，2012a）

同时围封区域植被较好，根部吸水量较多，从而出现比LUG79的土壤含水量要高的现象。同时SCG区土壤含水量高于围封的SUG79区，主要归咎于LCG区设定的适度放牧强度。这种放牧强度是由于羊蹄的踩踏减少了连续性的土壤孔隙，使得土壤水分的补给延迟或者减少，从而增加了土壤水分的保持能力（Zhang et al.，1996a；Zhang et al.，1996b）。该研究结果与Gan et al.（2012a）156-157研究内蒙古草原放牧对土壤水通量的影响结果是一致的。研究结果也暗示着在研究区域这类半干旱草原区，若设定一个合适的放牧强度如：1.2羊单位·a-1·hm-2，不仅能满足放牧的需求，同时还可以保障土壤水分不至大量流失。因而在半干旱草原地区研究放牧强度的科学设定对于草原的科学管理是非常必要的。

等条件下的土壤含水量的分布较为模糊，如图1-b所示。但是从图中仍然可以看出土壤含水量的高阈值区还是分布在图中的西北角。当达到干旱条件时，在图1-c中可见由本次降水过程所带来的水分基本已被消耗，土壤含水量又恢复到最初的情况，其空间分布的递变又比较清晰：高阈值的土壤含水量仍然处于图中的西北角。

图2-a，图2-b和图2-c表示在3种情况下SCG区的土壤含水量空间分布图。在持续放牧条件下，图2-a表示降水后土壤含水量的高阈值区域位于图中西北角，并且基本呈现由此区域向四周扩散分布的现象。随时间推移，羊群在试验区进行采食，对试验区域产生踩踏作用，出现了图2-b所示的在中等条件下的分布情况，其中高阈值分布于图中的西侧和西南角。但值得注意的是尽管有放牧的影响，但是图中西北角区域仍然是较高阈值的分布区。随着时间的推移，在干旱条件下的分布如图2-c所示，逐渐回归到相对均一的分布，但其相对的高阈值分布并无图2-a明显。与围封区域的3幅图比较，在持续放牧条件下土壤含水量空间分布的稳定性并不非常明显。

3 讨论

在内蒙古地区土壤含水量受降雨的影响非常大，因而它决定了土壤含水量的基数，而随着放牧强度的增大，土壤含水量基本都呈现一个逐渐降低

Zhao et al.，2010）。的变化（Gan et al.，2012b169-174；

1278 生态环境学报 第24卷第8期（2015年8月）

5个试验区的块金方差明显低于结构方差，这表明由土壤母质、气候等非人为的区域因素所引起的空间变异在土壤含水量的空间变化中起主导作用（张仁陟等，1993）。在本研究区域土壤含水量对降水的反应非常强烈（Gan et al.，2012b）170-171，说明在土壤含水量的空间变化中，降水等非人为的区域因子起主要作用。在围封区，土壤含水量空间分布由处于西北角的高阈值区分布过渡到如图1-b所示的较为模糊的分布，这可能是由于在围封区内，地上干草覆盖情况等的局部差异导致土壤水分流失速度的不同，而改变了局部土壤含水量的大小Zhao et al.，2007）250-251。LUG79 3种水分条件下土壤含水量的高阈值分布区均位于图中的西北角区域，并在3种状态下这个位置的土壤含水量一直都保持着最高值，这与Zhao et al.（2007）251-252在该地区研究放牧强度对土壤物理属性空间分布的研究结果一致。从这里可以看出在围封条件下，土壤含水量的空间分布具有一定的稳定性，也就是说在一个区域中的某一位置上如果土壤含水量比较高，那么它将在较长一段时间内仍然保持着比较高的土壤含水量。

然而在放牧条件下，羊群在试验区进行采食的行为是随机的，即放牧对土壤含水量空间分布的影响也是随机的。当降水刚发生后，羊群的踩踏并未影响到整个试验区，因而土壤含水量的空间分布还保有湿润条件下的分布轮廓，如图2-b所示。但随着时间的进一步推移，土壤含水量未得到补充，羊群的踩踏又遍及整个区域，因而对土壤含水量的影响也推及到整个区域，其空间分布逐渐回归到相对均一状态，如图2-c所示。与围封区域的3幅图比较，在持续放牧条件下，其相对的高阈值分布不如围封区明显，关键在于有放牧的干扰存在，一定程度上改变了局部区域的土壤含水量大小，破坏了土壤含水量空间分布的稳定性（Zhao et al.，

2007251-252；Anderson et al.，1987）

，正好印证了本文的假设，说明在一段时间内放牧对于土壤含水量空间分布的稳定性有一定的破坏作用。

4 结论

本文研究了不同放牧强度影响下羊草和大针茅两种被覆盖条件下土壤含水量干旱、中等和湿润条件的大小以及空间结构的变化情况。土壤含水量具有非常强的空间相关性，在五个试验区中，降水是引起土壤含水量变化的主要因素，是引起土壤含水量空间变异的关键因子，对土壤含水量的空间分布有决定性作用。在围封区域大针的土壤含水量高于代表羊草的土壤含水量。土壤含水量的空间分布具有一定的稳定性，而放牧的干扰证明了本文的假

设，在一段时间内放牧对于土壤含水量空间分布的稳定性有一定的破坏作用。过度放牧导致最小的土壤含水量。相较于围封而言，适当的放牧强度能增强土壤对水分的保持能力，也意味着科学制定牧强度对于草原的持续发展是非常重要的。

参考文献：

ANDERSON S H, CASSEL D K, SKAGGS R W. 1987. Influence of

spatially variable soil hydraulic properties on predictions of water stress [J]. Soil Science Society of America Journal, 15: 17-22. BRESHEARS D D, MYERS O B, JOHNSON S R, et al. 1997. Differential

use of spatially heterogeneous soil moisture by two semi-arid woody species: Pinus edulis and Juniperus monosperma [J]. Journal of Ecology, 85(3): 289-299.

CAMBARDELLA C A, MOORMAN T B, PARKIN T B, et al. 1994. Field

scale variability of soil properties in Central Iowa soils [J]. Soil Science Society America Journal, 58: 1501-1511.

GAN L, PENG X, PETH S, et al. 2012a. Effects of grazing intensity on soil

thermal properties and heat flux under Leymus chinensis and Stipa grandis vegetation in Inner Mongolia, China [J]. Soil and Tillage Research, 118(5): 147-158.

GAN L, PENG X, PETH S, et al. 2012b. Effects of grazing intensity on soil

water regime and flux in Inner Mongolia Grassland, China [J]. Pedosphere, 22(22): 165-177.

GAN L, PENG X, PETH S, et al. 2013. Modeling grazing effects on soil

water budget under Leymus chinensis and Stipa grandis vegetation in Inner Mongolia, China [J]. Soil Science, 178(5): 256-266.

GIESE M, BRUECK H, GAO Y Z, et al. 2013. N balance and cycling of

Inner Mongolia typical steppe: a comprehensive case study of grazing effects [J]. Ecological Monographs, 83(2): 195-219.

OLIVER M A. 2007. Geostatistics and its application to soil science [J].

Soil Use and Management, 3(1): 8-20.

RESZKOWSKA A, KRÜMMELBEIN J, GAN L, et al. 2011. Influence of

grazing on soil water and gas fluxes of two Inner Mongolian steppe ecosystems [J]. Soil and Tillage Research, 111(2): 180-189.

RODERIGUEZ-ITURBE I. 2000. Ecohydrology: A hydrological

perspective of climate-soil-vegetation dynamics [J]. Water Resources Research, 36: 3-9.

ZHANG H Q, HORN R. 1996. Einfluß der Beweidung auf die

physikalischen Eigenschaften einer Salzmarsch im Deichvorland. I: die gesättigte Wasserleitfähigkeit und das Bodengefüge [J]. Z. Kulturtechnik und Landentwicklung, 37: 24-31.

ZHANG H Q, HORN R. 1996. Einfluß der Beweidung auf die

physikalischen Eigenschaften einer Salzmarsch im Deichvorland II: Bodenfestigkeit [J]. Z. Kulturtechnik and Landentwicklung, 37: 214-220.

ZHAO Y, PETH S, KRÜMMELBEIN J, et al. 2010. Modeling grazing

effects on coupled water and heat fluxes in Inner Mongolia grassland [J]. Soil and Tillage Research, 109(2): 75-86.

ZHAO Y, PETH P, KRÜMMELBEIN J, et al. 2007. Spatial variability of

soil properties affected by grazing intensity in Inner Mongolia grassland [J]. Ecological Modeling, 205(1-2): 241-254.

（甘磊等：不同放牧强度下羊草和大针茅草原土壤含水量的空间变化 1279

高英志, 韩兴国, 汪诗平. 2004. 放牧对草原土壤的影响[J]. 生态学报,

24(4): 790-797.

郭卫华, 李波, 张新时, 等. 2003. FDR系统在土壤水分连续动态监测中

的应用[J]. 干旱区研究, 20(4): 247-251.

杨智明, 王琴, 王秀娟, 等. 2005. 放牧强度对草地牧草物候期生活力和

土壤含水量的影响[J]. 农业科学研究, 26(3): 1-3.

张仁陟, 李小刚, 李焕峰. 1993. 土壤水分变异规律的研究: 土壤水分空

间变异的研究[J]. 西北农业大学学报, 2(1): 21-26.

The Effect of Different Grazing Intensities on Spatial Distribution of Soil

Water-under Leymus Chinensis and Stipa Grandis Grassland

GAN Lei1, 2, 3, 4, MA Rui1, PENG Yangjian1, PENG Xinhua2, MO Chunmeng1, HORN RAINER4

1. College of Environmental Science and Engineering, Guilin University of Technology, Guilin 541004, China;

2. State Key Lab of Soil and Sustainable Agriculture, Institute of Soil Science, Nanjing 210008, China; 3. Institute of Plant Nutrition and Soil Science, Christian-Albrechts-University zu Kiel, Kiel 24118 Germany

Abstract: The improper grazing manner led to soil deterioration in Inner Mongolia grassland. To understand the change of soil water content and its’ spatial distribution, 5 plots: Un-grazed since 1979 (LUG79), winter grazing (LWG) and heavy grazing (LHG) under Leymus Chinensis (L), and Un-grazed since 1979 (SUG79) and continuous grazing (SCG), under Stipa Grandis (S) Grassland were investigated by HH2 Moisture Meter. In each plot, a regular sampling grid which covered an area of 105m×135m and included 100 points was positioned by GPS. The results showed that precipitation is the key factor to change the magnitude and the spatial variability and distribution of soil water content in Inner Mongolia Grassland. Under Leymus Chinensis plots, soil water content was greater in LWG (0.29~0.05 cm3·cm-3) than LUG79 (0.24~0.03 cm3·cm-3), however the value was lowest in LHG (0.21~0.01 cm3·cm-3). Under Stipa Grandis the soil water content was greater in SCG (0.28~0.07 cm3·cm-3) than in SUG79 (0.27~0.05 cm3·cm-3). Comparing to un-grazing plots, SCG and LWG could increase the soil water content due to appropriate continuous grazing and winter grazing. In 2 un-grazing plots the soil water content was greater in SUG79 than in LUG79. The geostatistical analyst showed the Proportion for the spatial distribution of soil water content were over 97% in all plots but they were more stable in UG79 than other grazing plots, which indicated grazing destroyed the distribution at some extent. Key words: grazing intensity; soil water content; spatial distribution