| 摘 要: |
当前黄土高原部分地区存在人工植被“生态水文错配”,引起土壤干燥化现象。但针对区域土壤干层的空间分布模拟较为薄弱,不利于进一步对土壤干层及土壤水资源可持续性的精细化研究。为量化黄土高原灌-草区土壤干层的空间分布,明确驱动土壤干层形成的控制性环境因素,构建土壤干层预测模型。通过野外调查乔木林地、灌木林地、草地和农地共111个样地0~5 m土壤剖面,结合土壤干层厚度、土壤干层内含水量和土壤水分亏缺度3个指标,收集5类环境参数,阐明和揭示了黄土高原灌-草区区域土壤干层的空间特征及其驱动因素,再利用传统统计和3种经典机器学习方法构建了土壤干层空间分布的预测模型。结果表明:黄土高原灌-草区0~500 cm深剖面普遍存在土壤干层发育,平均厚度为312 cm,平均土壤干层内含水量为9.05%,平均水分亏缺度为0.59。植被状况是影响区域土壤干层分布的决定性因素,而田间持水量是影响干层内含水量的关键因素。机器学习方法能够较好地预测土壤干层的空间分布,尤其是BP神经网络(back propagation neural network,BPNN)(除土壤干层厚度)和支持向量机(support vector machine,SVM)方法。研究量化了黄土高原灌-草区土壤干层的空间分布,并明确了植被状况、土壤性质和气象条件是影响土壤干层的关键环境因素。此外,机器学习模型的预测结果为这些发现提供了空间扩展的可能性,有助于在更广泛的区域进行土壤干层的管理和预测。 |