桉树(Eucalyptus)人工林是我国最大的人工林林种之一，其面积在世界上仅次于巴西和印度居第3位。桉树以其适应性强、速生丰产、良好的经济效益和社会效益而深受欢迎(杨民胜等, 2001)。然而，有关桉树人工林的环境风险问题，即其旺盛的生长是否会造成地下水的过量消耗，从而导致对当地农业和生活用水安全带来一定的危险曾一度引起世人的关注(Calder，1992；Davidson，1995；Bruijnzeel，1997；Landsberg，1997)。因此，人工林林地土壤含水量变化动态近年来日益引起人们的重视。国内曾先后开展过河北杨、晋西黄土区人工林、毛乌素沙地油松及沙地柏等的水分生态研究(焦树仁，1987；王孟本等，1991；1995；1996；董学军等，1999a；1999b)，桉树人工林土壤及地下水动态的对比研究(周国逸等，1995)。国外澳大利亚和印度分别对桉树人工林地下水动态进行了研究(Kallarackal，1992；Akilan et al., 1997；Meiresonne et al., 1999)。由此可见，从桉树水分生理角度以及林分角度甚至集水区水文学角度来看，桉树人工林林地土壤水分方面的研究可作为中心问题之一。目前包括桉树人工林在内的林地土壤水分动态的研究多侧重于生长季(Silberstein et al., 1999)，而桉树人工林干季土壤水分动态方面的研究较少，这不利于全面认识桉树人工林土壤水分在全年内的动态变化。本文研究了部分环境因子主要是气象因子对桉树人工林干季土壤含水量变化的影响，以探讨环境因子和干季土壤水分动态之间的变化关系，为进一步客观认识与合理经营桉树人工林提供理论依据。

1 研究地概况及研究方法 1.1 研究地概况

研究地位于广东雷州林业局纪家林场(20°52′N，109°25′E)，属热带北缘海洋性季风气候。年平均气温23.5℃，最热月7月，平均气温28.9℃，极端最高温37.2~38.8℃；最冷月1月，平均气温15.2℃，极端最低温1.4~3.6℃；年平均降雨量1 885 mm，分配不均，干湿季明显，4~9月为雨季，降雨量约占全年的80%；年蒸发量1 763 mm，年相对湿度80.4%，平均海拔高30 m左右。研究地林分为桉树纯林，主要树种有尾叶桉(E. urophylla)、刚果12号桉(E. ABL12)、巨桉(E. grandis)、赤桉(E. camaldulensis)和雷林1号桉(E. leizhouensis No. 1)。林地平整，土壤为红色砖红壤，较瘠薄。林下植被稀少，主要有鹧鸪草(Eviachne pallascens)、坡柳(Dodenca viosa)等。6-11月时有台风侵袭，台风风力一般9~10级，最大可达12级，对林木生长影响很大。

1.2 研究方法 1.2.1 数据观测方法

采用小集水区定位研究方法，观测时段为1999年10月1日—2000年3月31日。

土壤水分的测定        在小集水区桉树人工林内选择有代表性样地一个，将土壤水分感应探测器探头分别埋于50、150、250和350 cm 4个不同深度的土层内，感应器数据传输时间步长设为30 min一次，自动记录数据。土壤含水量由Theta probes Delta-T devices(英国)测定。

林内冠层小气候的测定        测定地点与土壤水分测定点相同。林内小气候观测系统由微功率数据采集器(Micropower data-loggers)和环境传感器(environmental sensors)共同组成，仪器为澳大利台恩电子公司制造(Tain Electronics, Box Hill, Australia)。测定内容为辐射(R_s)、风速(W_s)、相对湿度(RH)、最高温度(T_max)、最低温度(T_min)。水汽压差(VPD)由相对湿度计算得到。降雨量(P_r)由林外300 m处SL3自记式雨量计记录。

上述所有数据均为自动记录，每月将数据用专用电脑从数据存贮器内取出。

1.2.2 数据处理方法

将所收集到数据分成两类，即土壤含水量变量和林冠层气象因子变量。土壤水分分50、150、250、350 cm 4个层次的子变量，在本文中分别以SM50、SM150、SM250、SM350表示(下同)；环境影响因子分R_s、P_r、W_s、VPD、T_max、T_min等6个子变量。数据分析采用典型相关分析，由统计软件SPSS10.0及EXCEL2000完成相关计算。

2 结果与分析 2.1 土壤含水量垂直分层分布

关于土壤水分垂直分布特征的定量研究分析，采用标准差判别法(王孟本等，1995)。首先，将各层土壤含水量作异质性方差分析，探讨各层含水量总体差异显著性并作为分层的依据。然后，对各层间含水量作平均值多重比较显著性检验，以此差异显著性作为细分层次的依据。总体差异方差分析以及层间平均值差异显著性结果分别如表 1、2所示。

土壤含水量总体方差分析及层间差异检验均达到极其显著的水平(P=0.001)(表 1、2)。桉树人工林林地内各土壤层含水量差异明显，是分层次的。各层含水量平均值分别为0.418，0.446，0.467，0.500 g·kg^-1，对应的标准差分别是0.025，0.023，0.013，0.022。另外，从各层深度的含水量值动态图(图 1)可以看出是分层的，明显地可以分成4个层次，即：活跃层(0~50 cm)、次活跃层(50~150 cm)、相对稳定层(150~250 cm)和稳定层(250~350 cm)。

2.2 土壤含水量与林冠层气象因子变量间的典型相关分析

将数据分为两类，即土壤含水量和林冠层气象因子变量。土壤水分分SM50、SM150、SM250和SM350 4个层次，用子变量y₁，y₂，y₃和y₄代表，由此构成因变量U；林冠层气象因子分R_s、P_r、W_s、VPD、T_max和T_min6个子变量，以x₁，x₂，x₃，x₄，x₅和x₆表示，构成气象因子变量(控制变量)W。采用典型相关分析研究两类变量(U，W)间的相关性。

表 3(U₁，W₁)为第1典型相关变量，SM50、SM150、SM250和SM350的载荷量分别为0.177，0.381，1.833，2.486。各因子前的符号表明变化的方向性，正号代表趋向于增加，负号趋向于减少。W₁中各因子的系数即为其负荷量，其绝对值反映了其对典型变量的贡献率大小；其中正负号表明作用的方向性。

从第1典型相关变量表达式中，可归纳为如下几个特点：

第一，在U₁中SM250和SM350的水分负荷量值较高，以SM350为最大；而SM50和SM150的负荷量较小。这意味着在较长时间的干季里，近地表层蒸发较多的水分，降雨量不足以补充其蒸发量，因而逐渐呈现出低含水量状态；而地下较深处，如SM250和SM350处，由于地下水位较高，而且可能还在不断向这两个层次补充水分，所以维持着较高的含水量；而地表较长时间的水分收支失衡，使水分积累为负，因此地下较深土层的含水量逐渐在林地土壤贮水总量中占据主导地位。

第二，在干季，风力和高温均不利于土壤水分的维持，尤其是T_max。这与常识相符，即二者都有利于蒸发而不利于提高土壤水分含量。表达式W₁中，二者的符号为负，也说明了这一点。

第三，从表达式W₁的系数来看，P_r在干季所起的作用甚至低于VPD；T_min对W₁的贡献率最大，其负荷系数为1.457。这表明，干季降雨量太少，以至于不能成为影响土壤水分含量的主要因子；而低温尤其是T_min通过增加土壤中水分的粘滞性和降低根系的生理活性从而影响根部水势及降低空气中饱和水汽压差，可能降低了土壤蒸发与树木蒸腾强度，从而有利于维持各层次土壤水分。

从第2典型相关变量表达式(U₂, W₂)可看出如下几个趋势：

第一，在干季气象因子中，风力是影响林地土壤水分重要的因素之一，其次是最高温度。二者均降低土壤含水量。

第二，在干季的降雨量太少不足以显著提高SWC的情况下，随着时间的推进，林地土壤贮水量是倾向于减少的。然而，这并不意味着各层SWC均在减少，因为其中变化较大的只是第2层和第4层。第2层SWC的减少是因为蒸发和蒸腾引起，而第2、3层含水量的增加可能是第4层水分向上传输的结果。

2.3 土壤水分动态影响因子显著性检验

SWC与林冠层气象因子的典型相关表达式给出了土壤含水量与各种气象因子相互关系的一个总体轮廓，但不能确定各影响因子的显著性程度。所以，有必要进一步作典型变量中各因子间相关性检验。如表 4所示，在干季，SM50处的SWC与P_r和W_s相关性显著，尤其与P_r相关性极其显著，表明SM50处的SWC明显受P_r、W_s的影响；而与R_s、VPD、T_max和T_min相关性不显著。SM50处含水量变化受P_r影响而波动较大(图 1)。干季期间降雨量的分布和降雨强度见图 2。

SM150处的SWC与R_s、W_s、T_max和T_min相关性极其显著(P=0.001)，与P_r、VPD相关性显著(P=0.05)。SM250和SM350同时与VPD、T_min相关性极其显著(P=0.001)，其次与R_s、T_max达到显著相关性(P=0.05)；其中SM350除了具有上述相关外，还与P_r相关性显著(P=0.05)。这种现象中有两点值得注意，一是较深层次土壤含水量变化的影响因素具有一致性；二是较深层次(即SM150，SM250和SM350)SWC变化的主要因素与影响浅层(SM50)SWC变化的主要因素不一样，因而其变化趋势也不一样(见图 1)。这是由土壤层次不同深度所决定的特征；同时还与气象因子(如降雨)作用强度与方式有关(王孟本等，1995)。一些研究结果(Phillips et al., 1999；Pataki et al., 2000；Oren et al., 2001)也支持这一观点。

2.4 土壤水分动态影响因素综合分析

在2.2和2.3中，分别给出了土壤水分含量变化与各种环境因子相互关系的总体轮廓，及气象因子中各变量对SWC间相互关系的显著性程度。在此，进一步分析气象因子各变量及土壤层含水量变量与两个典型因素(U₁，W₁)和(U₂，W₂)间的相关性以及这些因素与典型因素间复杂的关系，以得出一个综合的评价。结果如表 5所示。

由表 5可以看出：

第一，两个典型相关系数均达0.05以上的显著水平，分别为r₁＝0.841和r₂＝0.548，6个气象因子变量(即控制变量)主要通过两个典型因素影响到各层SWC。

第二，气象因子变量与土壤含水量变量的第1个典型变量(U₁，W₁)间的复相关系数为0.707，而土壤含水量变量的第1个典型因素(U₁)可解释土壤含水量自身变异量的57.2%。气象因子变量与土壤含水量变量重叠部份为40.4%，因而，气象因子变量通过第1典型因素(U₁，W₁)可解释土壤含水量变异量的40.4%。

第三，土壤含水量变量的第2个典型变量(U₂)可解释土壤含水量自身变异量的8.5%，气象因子变量与土壤含水量变量重叠部份为2.5%，表明气象因子变量通过第2典型变量(U₂，W₂)可解释土壤含水量变异量的2.5%。

第四，气象因子变量和土壤含水量变量在第1个至第2个典型因素的重叠部份，共计43.0%。即气象因子中6个气象因子变量经由第1(U₁，W₁)、第2典型变量(U₂，W₂)共可解释SM50、SM150、SM250和SM350 4个土壤层含水量总变异量43.0%。

第五，两组典型相关及重叠量以第1个典型相关较大，第2组的重叠量甚小，可见6个气象因子变量主要是由第1典型因素影响4个土壤层含水量的。6个气象因子变量中与第1个典型因素(W₁)相关性较高者为T_min、T_max和R_s，其相关系数依次为0.883、0.831、0.658；在土壤含水量变量中，与第1个典型因素(U₁)的关系较密切者为SM350、SM250、SM150，其相关系数几乎均在0.800以上。可见，第1个典型因素中主要是T_min、T_max和R_s影响SM350、SM250、SM150 3层的SWC。

3 结论与讨论

在以往研究中，由于样本数量有限，因而随机误差影响可能会较大，这已引起一些研究者的注意(王孟本等，1995)。本试验中土壤水分监测是整个干季里每日自动观测记录，并且其它观测项目也是同步记录，这使样本数据精度、可比性和样本数量的局限性在一定程度上得到了提高。

本文从干季土壤不同深度SWC分布入手，研究了桉树人工林林冠层气象因子对SWC的影响，将上述变量分为气象因子变量和土壤含水量变量两组变量，利用典型相关分析方法，得如下结论：

在干季SWC随着深度而变化，层间含水量差异极其显著，较深层土壤含水量高于较浅层的。各层土壤含水量因子中以SM350与SM250占林地SWC比重较大，权重系数依次为2.486和1.83 3。这个结果与雨季研究结果相仿(王孟本等，1995)，但不同之处在于，王孟本等(1995)的研究结果表明在晋西黄土区上层土壤SWC较下层的为高，这可能与两地土壤质地、降水格局以及地下水位不同有关。同时，通过比较干季、雨季各层土壤SWC变化曲线，发现干季的SWC变化曲线较为平缓，总体趋势是下降的，而雨季的SWC变化起伏较大。这可能与雨季的降水格局、降水强度及植物生长等因素同干季相比均有较大的区别有关。

气象因子中，T_min和T_max在气象因子中所起的作用较大。干季P_r和W_s极其显著地影响土壤浅层(SM50)的SWC，R_s、VPD、T_max和T_min也能显著地影响浅层的SWC，因而SM50处含水量变化曲线波动较大。影响较深层土壤含水量变化的因素具有一定程度的一致性，这是由于土壤所处深度层次不同及气象因子作用强度与方式有别，因而引起较深层(即SM150、SM250和SM350)SWC变化的主要因素与较浅层(SM50)的不一样，其变化程度也不同。

两个典型因素相关性较强(r₁、r₂依次是0.841和0.548)，气象因子变量通过两个典型因素(U₁, W₁)，(U₂, W₂)，可以解释土壤含水量变量总变异量的43.0%。第1典型因素主要是气象因素变量中的T_min、T_max和R_s影响了SM350、S M250和SM150 3层次中的SWC。

土壤水分具有明显的时空尺度特征(Davidson，1995)，并有研究发现了桉树人工林土壤水分的年内变化近似于单峰曲线(周国逸等，1995)。桉林—砖红壤水分也具有明显的季节性，在雨季的短期内其土壤水分会出现较大幅度变化(钟继洪等，2001)。因此，如果在年际时间尺度里比较干、湿季SWC动态可能会提供更多的SWC动态信息。

在本研究中，SM150中的SWC与R_s、W_s、T_max和T_min均达到极其显著相关水平，与P_r及VPD也达显著相关水平。SM250和SM350与VPD、T_min均达到极其显著相关水平，与R_s、T_max也达到显著程度；但此二层中只有SM350与P_r相关性达显著水平。研究表明，王桉(E. grandis)气孔对高的VPD反应明显，可以看作是桉树夏季耗水下降的主要原因(Myers et al., 1998)。在本研究中，R_s、W_s、T_max、T_min等因素同SM150、SM250、SM350中的SWC相关性达到显著性水平，有的甚至于达到极其显著水平。考虑到两个典型因素解释了4个层次SWC总变异量的43.0%，因此推断可能还有其它因素(如土壤、蒸腾等)在起作用。桉树作为一个热带、亚热带的常绿速生树种，在外界温度、湿度条件合适时没有明显的休眠期，2年生的柠檬桉主根可深入地下3.2 m(祁述雄，1989)，地表下较深层次土壤水分正是通过桉树的蒸腾拉力才得以向上输送的。因此，桉树蒸腾的耗水作用可视为一个在量上有变化的消耗土壤水分的恒常因子。在干季，桉树并未停止生长，本研究只考虑了气象因子，而没有将桉树的蒸腾特性考虑进来，尽管环境因子的作用在一定程度上通过影响桉树蒸腾而制约着土壤水分损失，如桉树叶面积指数受水分胁迫和温度限制(Battaglia et al., 1998)，但这毕竟是一种间接作用。因而，桉树蒸腾作用引起的水分消耗可能只是林地干季系统贮水量下降的原因之一(Greenwood et al., 1985)。但钟继洪等(2001)认为即使在雨季，SWC受气候条件和桉树蒸腾蒸发的影响，在短期内就可能出现大辐度的变化。因此，气象因子与桉树耗水量对干季土壤水分动态的影响作用有待进一步研究。