土壤水是黄土高原水资源的重要组成部分，合理有效地利用土壤水资源就成为黄土高原自然植被恢复、人工林建设、优化生态环境的关键。利用土壤水分模型对林地根系层土壤水分动态变化模拟则有助于预测不同气候条件尤其是极端干旱条件下土壤水分亏缺状况，可为确定合理的造林密度、充分有效和可持续地利用土壤水资源提供参考。

目前，国外能用于模拟各种土地利用类型土壤水分动态变化的模型有很多，如WATBAL（water balance model）（Fitzpatrick et al., 1969）、GRASP(grass production）（Rickert et al., 1982；McKeon et al., 1982)、PAMII（Canadian prairie agrometeorological mode）（Raddatz, 1993；Brimelow et al., 2010）、SWUF（soil water under forest）（Paul et al., 2003）、AWBM(Australian water balance model）（Boughton, 2004）等模型。由于林地土壤水分的时间变化特征具有季节性（张建军等, 2009），林地冠层截留作用、林下枯枝落叶持水作用以及植物根系吸水等都对林地根系区土壤水分动态变化产生影响，因此，只有充分考虑这些林地特征的专用模型才能准确模拟林地土壤水分的动态变化。SWUF模型就是模拟林地土壤水分变化的专用模型，通过模拟土壤水分垂向运动，能够精确地预测不同森林类型根系区土壤水分日变化。与其他林地土壤水分模型（如DNDC，AWBM，GRASP）相比，SWUF模型的优势在于结构简单，便于使用，输入参数较少，也容易测得。Paul等（2003）使用SWUF模型模拟了澳大利亚不同气候条件下（降雨量407~1 706 mm）桉树（Eucalyptus）林和辐射松(Pinus radiata)林57个样地表层土壤水分的日变化，指出该模型能够解释土壤含水量86%的变动情况。

国内已有学者利用不同模型对黄土高原土壤水分动态变化进行初步模拟。李忠武等（2004）利用GIS系统建立了黄土丘陵沟壑区基于土壤侵蚀和地块条件下主要耕地类型的土壤水分模型，并以晋西离石王家沟小流域为例进行了验证，其土壤水分动态模拟值与实测值误差率的绝对值约在20%以内。李小芳等（2007）建立了固原半干旱丘陵区Win-EPIC模型，对黄土高原丘陵区柠条锦鸡儿（Caragana korshinskii）林地水分生产力和9 m土层土壤有效含水量进行30年长期动态模拟研究。赵玉娟等（2007）也利用EPIC模型定量模拟研究了延安45年实时气象条件下油松（Pinus tabulaeformis）人工林地10 m土层土壤有效含水量的变化动态。Huang等（2006）利用SHAW模型模拟了黄土高原沟壑区裸地和冬小麦(Triticum aestivum)地土壤水分的动态变化，从而估算苹果（Malus domestica）林在被砍伐后其土壤水分的恢复年限。但针对水土保持林地土壤水分的模拟研究相对较少。为了研究黄土高原水土保持林地土壤水分的动态变化，本文对SWUF模型在黄土高原水土保持林地的适用性进行了研究，以期为林地土壤水分管理提供依据。

1 材料与方法 1.1 研究区概况

研究区位于山西省吉县蔡家川流域，流域面积38 km²，海拔900~1 513 m，属晋西黄土残塬沟壑区，是北京林业大学所属的山西吉县森林生态系统国家野外科学观测研究站所在地。研究区年降水量575.9 mm，6—9月的降水量占全年的70%左右。年均气温10 ℃。年均水面蒸发量1 732.9 mm。土壤为褐土，黄土母质。蔡家川流域中上游植被主要为天然次生林，树种组成为山杨（Populus davidiana）、辽东栎（Quercus wutaishanica）、杜梨（Pyrus betulifolia）、胡颓子（Elaeagnus pungens）、连翘（Forsythia suspensa）、虎榛子（Ostryopsis davidiana）、黄刺玫（Rosa xanthina）、三裂绣线菊（Spiraea trilobata）等；中游为人工林，造林树种为刺槐(Robinia pseudoacacia)、油松、侧柏（Platycladus orientalis）等；下游主要有荒草坡、农地和人工林。

1.2 研究方法 1.2.1 土壤水分监测

在流域内选择代表性的天然次生林（建群种为山杨和辽东栎）、刺槐人工林、油松人工林作为研究对象，次生林和水平条整地油松林位于流域中游，刺槐林位于流域下游，观测地基本情况见表 1。在这3种地类的0~150 cm土层内分别埋设一套澳大利亚Sentek公司研发的EnviroSMART土壤水分定位监测系统（张建军等, 2009）。每30 min测定1次土壤水分。每个样地安装13个探头，其中，0~110 cm土层范围内每10 cm布设1个探头，在130 cm和150 cm深处各布设1个探头。本文使用了2008-05-14至2008-10-11和2009-05-05至2009-08-05的监测数据。其中, 2008-05-14至2008-10-11的土壤水分日变化数据用于SWUF模型参数率定，刺槐人工林地2009-05-05至2009-06-22、油松人工林地2009-05-05至2009-06-26、次生林地2009-05-05至2009-08-05土壤水分数据用于模型验证。

1.2.2 其他数据获取

气象数据：SWUF模型只需用日最高和最低气温数据、降雨量数据和太阳日辐射数据，均来自吉县生态站的气象自动监测系统。

地形数据：3种林地的地形数据来自张建军等（2009）测定的样地数据。

土壤数据：土壤密度依据纳磊等（2008）测定的样地数据，100 cm以下土层密度数据采用80~100 cm土层密度数据；土壤黏粒含量数据依据孙立达等（1995）发表的数据。

植被数据：研究区刺槐人工林、油松人工林和次生林的乔木冠层叶面积、乔木冠层郁闭度、草本植物盖度、枯枝落叶层厚度及干质量通过近3年观测获得。其中叶面积数据通过直接测量法获取，即首先统计每棵树的枝条数，在所有枝条中选择5个标准枝，利用坐标纸测定标准枝上每个叶片的面积，得到标准枝的叶面积，利用标准枝的叶面积和枝条总数计算出每株树的叶面积，每个样地共测10株树，最后利用WEPP模型LAI变化模拟公式得出采样期逐日叶面积数据；乔木冠层郁闭度数据及草本植物盖度数据采用目估法及近3年植物生长期不同月份的观测资料获得；枯枝落叶厚度数据通过样地调查获得，枯枝落叶干质量数据通过烘干法获得。本文用于SWUF模型率定和验证的植被参数范围见表 2。

1.2.3 SWUF模型

SWUF模型是一个简单的串联式桶式模型，由澳大利亚的Paul等（2003）研发。通过改进农地水分平衡模型的算法，在考虑乔灌冠层截留、蒸发、枯枝落叶层厚度、样地地形特征和草本层或灌木层对土壤水分影响的基础上，预测不同类型林地根系层（主要为0~30 cm土层）土壤含水量的日变化。模型主要包括冠层含水量、枯枝落叶层含水量、土壤最上层的含水量以及其他土层含水量的计算，详见Paul等（2003）的论文。本文将SWUF模型的模拟深度扩展至150 cm，将土层间隔调整为20 cm。SWUF模型还考虑林地灌溉对土壤水分的影响，由于本文试验区无灌溉，因此将灌溉因子从模型中剔除。

1.2.4 模型参数敏感性分析和适用性的评价方法

当模型的结构和输入参数初步确定后，需要对模型进行参数敏感性分析。本文采用局部敏感性分析方法（One-Factor-At-a-Time)(Saltelli et al., 2000）进行敏感性分析，即可由模型参数输入变化而引起的模型输出的改变，敏感性分析表达式如下：

(1)

式中：I为敏感性指数；O为模型输出结果；F_i为模型输入参数值；ΔF_i为模型输入参数值变化量；ΔO模型输出结果的变化量。

敏感性I不受O和F_i单位尺度的影响，I的绝对值变化在0~1，数值越大表明参数的敏感性越高。其中，若0.00≤∣I∣ < 0.05时，则参数为不敏感；若0.05≤∣I∣ < 0.20，则为一般敏感；若0.20≤∣I∣ < 1.00，则为敏感；若∣I∣≥1.00，则为极敏感。

本文选用相对误差（RE，即模拟值与实测值之差与实测值之比）和相对误差的绝对值（ARE）评价SWUF模型在晋西黄土区的适用性。

2 结果与分析 2.1 模型参数敏感性分析

SWUF模型总共有17个参数，Paul等（2003）指出模型中4个蒸发参数（U，c，r_a，r_min）、2个非饱和水流参数（j，k）、产流参数u、根吸水参数m是可以进行率定的参数，而其余参数在模型中均默认为常数。Paul等（2003）在澳大利亚不同样地对模型中上述8个参数进行了敏感性分析，结果表明SWUF模型中产流参数u、非饱和水流参数j和k、蒸发参数U和c具有很高的敏感性，部分样地内敏感性指数在0.2~1.0；蒸发参数r_a和r_min同样具有敏感性，但敏感性弱于上述5个参数；而根吸水参数m并不高，在部分样地内不具有敏感性。

由于黄土高原的气候、地质、土壤、水文和植被等自然条件与澳大利亚不同，因此在晋西黄土区使用SWUF模型前需要对蒸发参数（U，c，r_a，r_min）、非饱和水流参数j和k、产流参数u、根吸水参数m的敏感性重新进行敏感性分析和率定，敏感性分析结果如表 3所示。

参数敏感性分析结果表明：蒸发参数U具有很高的敏感性（∣I∣≥1.00），产流参数u、非饱和水流参数j和k具有敏感性（0.20≤∣I∣ < 1.00），蒸发参数c和r_a具有一般程度的敏感性（0.05≤∣I∣<0.20），而根吸水参数m和蒸发参数r_min不具有敏感性（∣I∣=0），为此，将根吸水参数m和蒸发参数r_min设为模型初始值0.8和35 s·m^-1。

2.2 模型参数率定

利用刺槐人工林、油松人工林、次生林2008-05-14至2008-10-11的土壤水分日变化数据，使用试错法对表 3中具有敏感性的6个参数进行率定，率定中通过调整参数使各层土壤水分模拟值与实测值误差平方和最小，以提高模型模拟的准确性。模型率定后各参数取值及结果如表 4，5所示。

模型参数率定后，产流参数u的取值与模型原值一致，为0.8，这是因为无论是在澳大利亚还是在晋西黄土区，林地样地的坡度相对集中在15°~35°，所以产流参数u取值较为一致，说明这个参数的取值具有通用性；蒸发参数U和c的取值与土壤性质有关，根据Ritchie（1972）的研究，重砂质土壤U值为3 mm，砂质土壤为6 mm，壤质土壤为9 mm，黏质土壤为12 mm，模型率定后U和c的值分别为7 mm和4 mm，研究区以壤质土壤为主，说明参数取值合理；另2个蒸发参数j和k取值分别为780mm²·d^-1和20 mm²·d^-1，与模型原值有较大出入，其原因是研究区土壤性质与Paul等（2003）研究样地的土壤性质有较大差异；空气阻力参数r_a取值为35 s·m^-1，与模型原值存在差异的原因在于研究区的气候条件尤其是气温与Paul等（2003）的研究区存在差异。

2.3 SWUF模型的验证

模型参数率定后，利用模型对刺槐人工林2009-05-05至06-22、水平条油松人工林2009-05-05至06-26、天然次生林2009-05-05至08-05土壤水分数据进行了模拟，并与实测数据比较对模型进行了验证。从表 6可以看出3种林地0~150 cm相对误差均值ARE都在10%以内，其中油松人工林各土层ARE均值为3.41%、次生林为3.66%、刺槐人工林为7.58%。但是三者的模拟效果有很大差异。水平条整地油松林土壤水分模拟效果最好，各土层的模拟误差RE和ARE都在10%以内; 刺槐林0~20 cm模拟效果最差，不仅ARE均值较大（27.92%），而且只有54%的0~20 cm土层日均土壤水分的模拟相对误差在20%以内; 天然次生林的模拟效果也比较好，只有0~20 cm的模拟误差在10%以上。3种林地土壤水分模拟效果的差异还表现在刺槐林各土层的模拟值与实测值相比偏高; 水平条整地油松林除了0~20 cm和80~100 cm以外，模拟值都偏低; 天然次生林则是0~60 cm偏高，60 cm以下偏低。但总的趋势是土层越深土壤水分模拟效果越好。图 1表明SWUF能够比较充分地模拟3种林地不同深度土壤层土壤水分的变化趋势，但刺槐林表层0~20 cm土壤水分的模拟值波动程度明显低于实测值的波动程度。

3 结论与讨论

与其他国外模型相比，SWUF模型的优点是结构简单，其所需输入数据相对容易获取，主要为林地乔木叶面积指数、枯枝落叶量、土壤密度和观测期各土层土壤含水量的最大和最小值以及每日气象数据（气温、降雨量和太阳辐射）。另一方面，SWUF模型在降低了模型复杂性、减少了输入参数的同时，也在一定程度上降低了模拟精度。比如与APSIM-SWIM（agricultural production systems simulator-soil water infiltration and movement)模型(Connolly et al., 2002）相比，SWUF模型并没有考虑降雨历时和降雨强度；与AWBM模型(Boughton, 2004）相比，SWUF模型使用自带模块模拟林地每日蒸散量，而AWBM模型则要求将每日实际蒸散数据作为输入数据；与GRASP（grass production)模型(Rickert et al., 1982; McKeon et al.，1982）相比，SWUF模型并不能模拟植被的生长，而GRASP模型结合了“生长指标”方法、“水分利用”方法和“辐射利用效率”方法来模拟植物的生长。

本文的研究结果显示SWUF模型对刺槐人工林20~150 cm各土层、水平条整地油松人工林和次生林0~150 cm各土层土壤水分动态模拟效果较好，模拟值与实测值相对误差的绝对值均在20%以内。李忠武等（2004）对晋西离石王家沟小流域耕地土壤水分的模拟也取得了类似的模拟精度。SWUF对刺槐人工林0~40 cm土层土壤水分的模拟效果较差，其原因在于刺槐林耗水量大，水分亏缺严重（张建军等, 2009）。SWUF自带的林地蒸散子模型不能精确地模拟出刺槐人工林每日的实际蒸散量，从而导致土壤水分模拟值过高。而林地实际蒸散量数据在其他模型, 如AWBM(Australian water balance model)(Boughton, 2004）中通常被设为输入数据。油松林的蒸散量虽然也很大，但是水平条整地使得油松林地蓄水量与次生林地相近（张建军等, 2008），因此，模拟效果好。

此外，SWUF模型在黄土高原应用时还有如下突出的缺陷：1）未考虑坡向因子对林地土壤水分的影响，而黄土高原阴坡与阳坡土壤水分特征差异明显；2）在黄土高原的旱季，林地土壤水分蒸发影响深度可能超过10 cm甚至更深，而SWUF模型中只认为0~5 cm土层土壤水分才受到蒸发影响；3）SWUF模型并没有充分考虑林下灌草植被生长所需消耗的水分，因此该模型还需进一步改进，以便提高其自身通用性。

本文在晋西黄土区对澳大利亚的SWUF模型参数的敏感性分析和有效性验证的结果表明：由于晋西黄土高原气候和土壤与澳大利亚的差异，模型部分参数的敏感性发生了变化，敏感性参数的率定值与模型提供的参考值也有所不同。因此，模型参数敏感性分析和参数率定是在研究区使用SWUF模型必不可少的环节。

验证结果表明：SWUF模型能够模拟刺槐人工林、油松人工林和次生林0~150 cm土层每日平均含水量，尤其适用于模拟水平条整地油松林和天然次生林各土层每日土壤含水量；SWUF也能够比较充分地模拟3种林地不同深度土壤层土壤水分的变化趋势。这说明SWUF模型在晋西黄土高原地区具有适用性。