黄土高原自退耕还林还草以来, 植被得到良好的恢复, 植被绿度和覆盖度呈显著增加趋势[1], 土壤物理特性随之发生了相应改变, 势必对地表水文过程产生重要影响[2-4], 尤其是植被恢复驱动下的降雨-入渗过程及机制[5-6]。因此, 研究黄土高原下垫面植被恢复后降雨-入渗过程可以为黄土高原流域产汇流机制是否发生变化提供科学依据。

坡沟系统是黄土高原丘陵沟壑区联结坡面和沟道的重要地貌单元, 是分析流域水文过程变化的重要结构体[7-8]。坡沟系统土壤水分变化影响着流域的产汇流和产输沙过程[7, 9], 对于阐明黄土高原的产汇流机制和构建水沙过程模型具有重要的意义。王云强等[10]研究表明, 坡沟系统土壤水分在垂直方向和水平方向上均具有显著的空间异质性。甘淼等[7]和赵明阳[11]研究认为, 坡面土壤持水能力低于沟坡, 土壤有效水含量亦有相似的特征。可见, 目前研究大多围绕坡沟系统土壤水分空间异质性、土壤持水能力差异以及侵蚀产沙过程开展[12-13], 而有关土壤水分入渗过程与不同降雨类型的动态响应的研究较少, 未能有效地揭示不同降雨类型下的土壤水分入渗特征。因此, 本文通过高数据采集频率的土壤水分长期定位监测, 分析了不同降雨类型坡沟系统降水入渗差异和响应特征, 为揭示黄土高原植被恢复后的土壤水文过程提供科学支撑。

研究区位于陕西省榆林市绥德县裴家峁村桥沟小流域(37°29′41″ N, 110°17′56″ E), 是裴家峁沟的一级支沟, 属于黄土高原丘陵沟壑区第一副区(图 1)。流域面积0.45 km2, 主沟长1.4 km, 沟壑密度5.4 km/km2。流域内有两条支沟, 其中一支沟沟长为870 m, 沟道比降4.97%；二支沟沟长为805 m, 沟道比降1.15%。桥沟流域坡度集中在11—49°, 占整个流域面积的69%。流域多年平均气温10.2 ℃；平均降雨量约486 mm；降水主要集中在雨季6—9月, 约为年降水量的70.4%, 且多以暴雨形式出现。流域水土流失严重, 年平均侵蚀模数为3 423 t km-2 a-1, 以水力侵蚀和重力侵蚀为主[14]。

研究区植被以草本为主, 主要有艾蒿(Acroptilon repens (L.) DC.)、狗尾草(Cynosurus L.)、本氏羽茅(Achnatherum sibiricum (Linn.) Keng.)、胡枝子(Bush CloverLespedeza bicolor Turcz.)、百里香(Thymus mongolicus Ronn.)、白草(Pennisetum centrasiaticum Tzvel.)、猪毛蒿(Artemisia scoparia waldst.et Kit.)、冰草(Agropyron cristatum (L.) Gaertn.)等数十种, 多分布于沟谷的荒坡上, 人工草地较少。

以黄土丘陵沟壑区绥德桥沟小流域坡面、沟坡上自然恢复草地为研究对象, 分别布设土壤墒情仪(TD200), 将0—200 cm深度的土壤水分分为20层进行长期、稳定、多层次的土壤水分动态监测, 监测频率为30 min/个。降雨资料由布设在研究区的自动气象站监测, 监测频率与土壤水分同步。依据降雨类型(极端降雨类型、短历时中雨强降雨类型、短历时小雨强降雨类型、长历时小雨强降雨类型)和土壤水分过程资料, 分析坡沟系统次降雨过程中不同降雨类型下的土壤水分入渗过程和变化规律。

土壤水分动态监测采用北京东方润泽生态科技股份有限公司生产的土壤墒情监测仪(TD200), 监测深度为0—200 cm, 共20层, 每层间隔为10 cm, 监测频率为30 min。

土壤入渗量是某一时刻土壤蓄水量与前一时刻的差值, 计算公式如下：

土壤入渗量：

式中, I为土壤入渗量, St为某一时刻土壤蓄水量, S0为前一时刻土壤蓄水量。

土壤蓄水量：

式中, Si为每层土壤蓄水量, mm；θi为土壤体积含水量, %；hi为分层厚度, 10 cm；n为土壤层序号；S为土壤总蓄水量, mm。

降雨过程监测由布设在研究区的小型气象站监测, 监测频率与土壤水分监测频率同步, 为30 min。气象站雨量传感器为翻斗式雨量计, 仪器分辨率为0.2 mm, 降雨强度测量范围为0.01—4 mm/min, 翻斗计量误差为≤±4%。

选取Horton模型、Mezencev模型、Kostiakov模型以及USDA-NRCS模型对坡面降雨-入渗过程进行模拟。

式中, fc为稳渗速率, cm/min；f0为初始入渗率, cm/min；k为无量纲常量；I(t)为累积入渗量, mm；t为时间, h。

式中, K>0；α>0和0 < β < 1为无量纲常数；I(t)为累积入渗量, mm；t为时间, h。

式中, α>0和0 < β < 1为无量纲常数；I(t)为累积入渗量, mm；t为时间, h。

式中, a、b为无量纲常数；I(t)为累积入渗量, mm；t为时间, h。

模型精度评价指标采用调整决定系数(Adj-R2)、纳什效率系数(NSE)[15-16], 调整决定系数、纳什效率系数越大, 模拟结果越好。

式中, 分别为观测值、模拟值、模拟值平均值；R2为决定系数；n为观测值样本数；k为模拟参数个数。

式中, Yobs为观测值；Ypred为模拟值；Ymean为观测值平均值。当NSE接近1时, 说明模拟值可信度高；越接近0误差越大。

采用聚类分析法, 依据降雨量、降雨历时、雨强、最大30 min雨强[17], 将次降雨事件分为四类(表 1, 图 2)。组1(R6)为极端降雨类型, 主要特征为降雨总量大, 降雨强度高, R6(7月26日)降雨量为114.5 mm, 平均雨强为22.9 mm/h；组2(R1、R3、R7、R8、R12、R13、R15、R16、R17), 为短历时中雨强降雨类型, 主要特征为最大30 min雨强较大, 最大30 min雨强平均为3.83 mm/h；组3(R2、R5、R9、R11、R14), 为短历时小雨强, 降雨量小、降雨历时短, 最大30 min雨强小；组4(R4, R10)为长历时小雨强降雨类型, 降雨历时长, 平均降雨历时为44.5 h, 降雨强度相对较低。从降雨类型特征来看, 桥沟流域的降雨类型主要为短历时中雨强(组2), 其次为短历时小雨强(组3)。

坡沟系统土壤水分入渗量分布如图 3, 降雨量对坡面、沟坡土壤水分入渗量的影响程度相似。坡面不同类型次降雨入渗量基本蓄存在0—60 cm层次, 其中约有66.09%的入渗量集中在0—20 cm。沟坡土壤水分入渗量对次降雨事件的响应深度比坡面深约5—10 cm, 其中约有65.87%的入渗量处于0—20 cm层次。沟坡总入渗蓄存量较坡面高约42.67%。

如表 2所示, 坡沟系统土壤水分入渗量对不同降雨类型的响应深度存在显著差异(P < 0.05)。土壤水分入渗量对短历时小雨强类型的响应深度最小, 约为40 cm；其次为短历时中雨强降雨类型, 平均深度为60 cm；极端降雨类型R6及长历时小雨强类型R10入渗量能够达到70—80 cm, 80 cm以下层次土壤水分在降水—入渗过程中无明显变化。不同降雨类型的土壤水分入渗量亦具有显著差异(P < 0.01), 各雨型入渗量依次为：极端降雨类型(100.94 mm)>长历时小雨强类型(26.52 mm)>短历时中雨强类型(19.63 mm)>短历时小雨强类型(17.58 mm)；沟坡入渗量高于坡面, 沟坡不同降雨类型的入渗量分别较坡面高约25.37%、47.07%、84.15%、14.09%。

坡沟系统土壤水分入渗量随深度增加而减小(图 4)。坡面土壤水分入渗量在深度上服从指数函数递减趋势(Adj-R2=0.96)；沟坡土壤水分入渗量变化与坡面相似, 但沟坡土壤水分入渗量较坡面平均高约9.75%, 其中0—20 cm沟坡入渗量比坡面高约21.83%。

降雨类型不同, 坡面和沟坡土壤水分湿润锋到达深度存在较大差异(图 5)。极端暴雨类型(组1)坡面湿润锋深度为60 cm；沟坡湿润锋深度则较坡面深, 为70 cm。短历时中雨强降雨(组2)坡面和沟坡湿润锋深度介于20—40 cm, 其中坡面有8场降雨的湿润锋深度达到20 cm, 仅有1场降雨的湿润锋达到40 cm；而沟坡有4场降雨的湿润锋深度到达40 cm。短历时小雨强降雨(组3)湿润锋深度最浅, 坡面、沟坡湿润锋深度介于10—30 cm, 其中坡面约有80%场次降雨的湿润锋深度为10 cm；而沟坡80%场次降雨的湿润锋深度到达20 cm及以下层次。长历时小雨强降雨(组4)湿润锋深度比之组2和组3更深, 其深度约为40—70 cm, 坡面湿润锋深度浅于沟坡。可见, 不同降雨类型下坡面湿润锋深度均小于沟坡, 且极端暴雨类型(组1)、长历时小雨强降雨(组4)湿润锋深度较深, 短历时中雨强降雨(组2)湿润锋深度次之, 短历时小雨强降雨(组3)湿润锋深度最浅。

本章筛选了不同降雨类型下坡面和沟坡8次典型的降雨-入渗过程进行了分析, 分别为极端降雨类型组(R6), 短历时中强度降雨类型组(R12、R15、R17), 短历时低强度降雨类型组(R9、R11)以及长历时小雨强降雨类型组(R4、R10)。

坡面、沟坡土壤水分对不同降雨类型的响应时间存在较大差异, 具体表现为土壤水分对不同降雨类型的响应时间有明显滞后性(图 6, 表 3)。表层0—10 cm土壤水分响应时间不随降雨类型发生改变。10—20 cm层次坡面、沟坡响应时间则受降雨类型影响有较大差异, 其中, 极端降雨类型(组1)受大雨量、大雨强影响, 坡面、沟坡土壤水分入渗对降雨的响应同时发生(图 6)；短历时中强度降雨类型(组2)10—20 cm土层较0—10 cm土层有1—2 h的滞后, 且10—20 cm土层坡面较沟坡表现出更强的滞后性, 约滞后1 h(图 6)；短历时低雨强降雨类型(组3)响应规律与组2相似, 但10—20 cm沟坡土壤水分响应时间晚于0—10 cm土层1—3 h, 坡面响应滞后0—10 cm土层约4—7h(图 6)；长历时小雨强降雨类型(组4)相较其他降雨类型, 土壤水分响应表现出更明显的滞后效应, 10—20 cm土层的响应时间更迟缓, 约为降雨后10.5—29.5 h(图 6)。

从四种降雨类型中选取典型次降雨过程对降雨入渗过程的累积入渗量进行模拟, 分别为：极端降雨类型(R6)、短历时中强度降雨类型(R3)、短历时低强度降雨类型(R14)以及长历时低强度降雨类型(R10)。

桥沟坡面累积入渗量平均增速极端降雨R6(3.1 mm/h)最大, 短历时中强度降雨R3(1.2 mm/h)次之, 短历时低强度降雨R14(0.13 mm/h)和长历时低强度降雨R10(0.22 mm/h)较小(图 7)。

四种降雨类型下各入渗模型对累积入渗量的模拟如图 8, 模型参数和模拟精度见表 4、表 5。四种入渗模型对不同降雨类型累积入渗量的模拟均具有较高精度, Adj-R2与NSE均在0.88以上(表 4)。其中, Horton模型、Mezencev模型对于极端降雨的模拟效果(NSE>0.98)优于其他模型；Horton模型、Mezencev模型、Kostiakov模型以及USDA-NRCS模型均对短历时中强度降雨及短历时低强度降雨有较好的模拟精度(NSE>0.98)；Mezencev模型更适于模拟长历时低强度降雨(NSE =0.96)。此外, Kostiakov模型参数α、Horton模型参数f0、Mezencev模型参数α及USDA-NRCS模型参数a均呈现随雨强增大而增加的趋势；Kostiakov模型参数β、Horton模型参数fc、Mezencev模型参数β及USDA-NRCS模型参数b相对稳定(表 5)。

坡沟系统作为是黄土高原流域产水产沙的基本结构单元, 地形地貌特征复杂, 严重影响着坡面和沟坡的降雨-入渗过程, 使得坡面和沟坡土壤剖面不同层次的蓄水能力和入渗特征存在显著差异[18-19]。研究表明, 沟坡土壤水分入渗量高于坡面约42.67%, 且超过65%的入渗量处于0—20 cm层次。由于坡面监测点高程较大, 因而接受较多的太阳辐射, 导致地表蒸发量大；而沟坡则由于地势低洼且植被覆盖高, 抑制了水分的蒸发, 加大了坡沟系统的水分差异。高晓东等[9]、Li等[20]对比坡面、沟道土壤水分的差异性, 也证实沟坡土壤水分高于坡面。尽管坡沟系统土壤水分含量的差异性研究较多, 但缺乏坡沟系统降雨-入渗过程的研究, 使得坡沟系统产汇流机制认识还存在不足, 难以揭示坡沟系统土壤水分之间的响应关系[21-23]。

降雨类型是影响坡沟系统入渗特征的重要因素, 显著影响土壤水分的入渗深度。研究表明, 在降雨过程中极端暴雨类型和长历时降雨类型湿润锋深度可深达70—80 cm；短历时中雨强降雨湿润锋深度次之, 约为60 cm；短历时小雨强降雨湿润锋深度最浅, 为40 cm。可见, 长历时、大雨量、高强度的降雨能够促进土壤水分向深层土壤渗透[24]。大降雨量为土壤入渗提供充足的水分致使入渗深度增大, 降雨量与土壤水分入渗深度存在显著正相关关系[25], 当降雨量小于10 mm时, 入渗深度约为10 cm左右；而降雨量为50 mm时, 入渗深度可达100 cm[26]。较大的雨强则加剧了近地表水流的运动, 增强土壤入渗性能, 进一步促进湿润锋向深层土壤运动；长降雨历时使得入渗过程延长, 入渗深度也随之增大。入渗湿润锋随降雨历时延长而逐渐增加；降雨强度由10 mm/h增至30 mm/h时, 湿润锋运移深度有3.27倍的增加[27]。黄土高原降雨多以小雨量中到大雨强降雨为主, 这种降雨类型极大影响了坡沟系统较深层次土壤水分分布, 决定了植被恢复的程度[28-29]。

除了湿润锋深度差异外, 坡沟系统土壤水分入渗特征的差异还体现在降雨-入渗响应时间上。研究表明, 各降雨类型土壤水分含量对降雨的响应整体表现为沟坡快于坡面。这与坡沟系统的地貌结构特征有关, 沟坡不仅得到降雨的输入, 而且承接了来自坡面和沟道上方来水, 促进沟坡水分的汇集, 表现出沟坡响应快于坡面[22, 30]。降雨类型影响着降雨-入渗响应时间的差异, 极端降雨类型坡面、沟坡土壤水分入渗的响应时间基本一致, 但短历时中强度降雨类型10—20 cm坡面土壤水分入渗的响应时间滞后1—2 h, 长历时小雨强降雨类型滞后可达约10.5—29.5 h。Jin等[31]认为降雨量和降雨强度是引发土壤水分响应快慢最重要的降雨指标, 降雨量大且降雨强度高的暴雨能够更快引起土壤水分的响应[32]。

降雨入渗过程模拟可以评价坡沟系统中不同降雨类型对土壤入渗过程的影响[33], 对于深入认识植被恢复驱动下降雨-入渗过程具有重要的科学意义。研究表明, Kostiakov模型参数α、Horton模型参数f0、Mezencev模型参数α及USDA-NRCS模型参数a均表现为随雨强增加而增加的趋势, 这些参数对降雨性质的变化敏感, 通过改变地表供水强度影响入渗过程[34]。而Kostiakov模型参数β、Horton模型参数fc、Mezencev模型参数β及USDA-NRCS模型参数b, 则相对稳定, 不随降雨强度而变化, 这类参数与土壤入渗环境特征相关[35]。本研究采用的四种模型均为经验模型, 适用性优于数值模拟[36], 但不能反映真实的物理过程[37]。

本文对不同降雨类型下坡沟系统降雨-入渗过程的水文特征进行了分析, 探究不同降雨类型下坡沟系统土壤水分入渗的差异, 以及湿润锋运移规律和土壤蓄水量变化对降雨过程的响应, 揭示了不同降雨类型下坡沟系统降雨-入渗特征。主要结论如下：

(1) 黄土丘陵沟壑区0—60 cm是坡沟系统降雨-入渗过程响应的关键层次, 超过80%的入渗量蓄存在土层0—60 cm。极端暴雨类型、长历时小雨强降雨湿润锋深度可达70—80 cm；短历时中雨强降雨湿润锋深度次之, 约为60 cm；短历时小雨强降雨湿润锋深度最浅, 为40 cm。

(2) 坡沟系统中, 沟坡土壤水分总入渗量比坡面高约42.67%, 沟坡湿润锋深度平均较坡面深约5—10 cm。

(3) 土壤水分入渗对降雨的响应时间整体表现为沟坡快于坡面。极端降雨类型坡面、沟坡对应层次响应基本一致；短历时中强度降雨类型10—20 cm土层坡面土壤水分入渗则滞后1—2 h响应, 短历时小雨强类型滞后性更强；长历时小雨强降雨类型滞后约10.5—29.5 h。

(4) Horton模型、Mezencev模型对于极端降雨的模拟效果(NSE>0.98)优于其他模型；Horton模型、Mezencev模型、Kostiakov模型以及USDA-NRCS模型均对短历时中强度降雨及短历时低强度降雨有较好的模拟精度(NSE>0.98)；仅有Mezencev模型擅长模拟长历时低强度降雨(NSE =0.96)。