《Ecohydrology & Hydrobiology》：Stochastic modeling of soil water dynamics within the 0–4 m profile along a climate-soil transect on the Chinese Loess Plateau
编辑推荐：
•研究对中国黄土高原的深层土壤水分动态进行了剖面分析。•Laio模型在长治和神木的适用性优于安塞。•气候因子和土壤因子共同影响了土壤含水量的概率密度分布。•概率密度分布包络线表明土壤处于干燥状态。引言土壤水分是生态系统可持续性的基础，在水资源的积累、转化和消耗过程中起着关键作
- •
研究对中国黄土高原的深层土壤水分动态进行了剖面分析。
- •
Laio模型在长治和神木的适用性优于安塞。
- •
气候因子和土壤因子共同影响了土壤含水量的概率密度分布。
- •
概率密度分布包络线表明土壤处于干燥状态。
引言
土壤水分是生态系统可持续性的基础，在水资源的积累、转化和消耗过程中起着关键作用，在干旱和半干旱地区尤为如此（Gao和Shao，2012；Zhang等，2016；Chen等，2022；Zhu等，2025）。了解这些地区的土壤水分动态对于水资源管理具有重要的理论意义和实际应用价值（He等，2024；Wang等，2024），包括降雨入渗、水分迁移、深层渗透和蒸散发等过程（Liu等，2011；Lai等，2016；Shahadha等，2019）。由于高度的时空变异性，土壤水分动态不可避免地表现出概率性和随机性特征（Pan等，2013；Meng等，2025）。因此，研究土壤水分及其时空动态对于评估水资源管理策略和引导植被恢复实践至关重要（Verma等，2011）。
中国黄土高原是中国西北地区典型的水分限制区（Zhu等，2019）。为了改善黄土高原的生态环境，尤其是减少水土流失，政府于1999年实施了"退耕还林"工程，将大面积的陡坡耕地转化为林地、灌木地或草地（Fu等，2006、2017）。与谷物作物和天然草相比，树木和灌木由于其发达的根系和高生物量产出，具有更强的蒸腾作用和对深层水分的消耗能力（Liu和Shao，2015；Jia等，2017；Zhao等，2019）。因此，水分供应，尤其是在深层土壤，无法满足林地生长的需求，导致严重的干旱胁迫，表现为土壤干燥化及干土层的形成（Chen等，2008；Feng等，2016；Zhang等，2020；Li等，2021；Liu等，2022a）。因此，在水分限制区将大面积耕地转化为林地时，必须考虑土壤剖面内水分分布和动态的信息（Zhang等，2022）。先前的研究表明，植被恢复后水分消耗深度随植物生长而增加（Liu和Shao，2015；Zhou等，2024）。通过对典型刺槐林中27个样点向下至5米的深层土壤水分动态进行监测，观察到严重的土壤干燥现象，0.5米土层中有79%的水分含量低于0.1米土层（He等，2022）。
土壤水分动态源于大气、土壤和植被之间的相互作用，表现出广泛的变异性及随机性特征（Pan等，2013；Saadatkhah等，2016；Munoz等，2018）。自Eagleson（1978）首次提出以来，随机模型已被广泛用作描述土壤水分动态概率特征的有效工具（Li等，2016）。最初，描述土壤水分动态与土壤储水关系的随机模型无法评估这些动态对植被状况的影响（Milly，1993）。随后，一系列模型被开发出来，包括Laio等人（2001）的模型，能够更准确、更实用地描述不同气候-土壤-植被条件下的土壤水分动态（Rodriguez-Iturbe等，1999；Laio，2001、2006；Ridolfi等，2003）。该模型允许使用稳态概率密度函数来研究土壤水分动态。已有几项研究将Laio随机模型应用于黄土高原。Chang等（2017）在油松林地测试了该模型的适用性，证明了其在无资料站获取土壤水分数据的效用。Suo和Huang（2019）在长治单一地点模拟了三种植被类型（草地、灌木和乔木）下的土壤水分概率密度分布，并基于土壤水分有效性确定了最具可持续性的植被类型。虽然这些研究证实了该模型在样地或坡面尺度的能力，但它们并未探讨土壤水分概率密度分布在黄土高原显著的 climatic和土壤梯度上如何变化。然而，这种更广泛的应用必须应对模型的基本假设——稳态条件、点尺度均一性和可忽略的侧向流——其在黄土高原异质性坡面上的可行性仍不确定。因此，我们将严格的验证限制在三个高频监测的坡面（神木、安塞和长治）上，而模型在其他横断面站的应用则被视为沿相同气候-土壤梯度的基于过程的推演。
虽然已有大量野外调查测量和表征了黄土高原的深层土壤水分动态（Chang等，2017；Zhou等，2024），但大多数研究集中在时空变异性的描述性统计分析或特定土地利用变化的影响。对于深层土壤水分动态概率性质的系统性、基于过程的理解，特别是它们如何在区域横断面上由气候和土壤因子共同调节，仍有待深入探索。本研究利用Laio随机模型模拟了0-4米深度的土壤水分动态，并评估了土壤水分是否足以支持树木和灌木的种植。由于利用Laio随机模型评估土壤水分动态可为可持续植被恢复提供有用的参考信息，我们同时研究了土壤水分动态的时空特征。数据收集自黄土高原的36个采样点和三个采样地点（杨凌、富县和绥德），并选择了三个坡面（神木、安塞和长治）进行为期三年的研究。分析了黄土高原0-4米土壤剖面内林地和灌木地下土壤水分动态的概率特征，并模拟了土壤水分的概率密度分布。最后，利用模拟的土壤水分概率密度分布，对黄土高原的造林适宜性进行了初步评估；这些结果是描述性和临时性的，在没有当地野外验证的情况下不应指导实践。
章节摘要
研究区
研究在中国黄土高原（34°05′N-39°55′N，107°14′E-111°49′E）进行，该区域具有大陆性季风气候特征。年降水量为150至800毫米，年均气温为3.6至14.3°C，潜在蒸散发量从西北向东南递减，范围为700至1226毫米（Ning等，2018）。由于黄土沉积，西北地区的土壤沙性更强，而东南地区土壤黏性更强（Zhao等，2016b）。
用于模型评估的观测含水量分布
观测数据为模型评估提供了实证背景。在灌丛地和林地中，土壤含水量沿从南到北的空间梯度均呈下降趋势（图2）。表层（0-1米）对季节性降雨的响应比1-4米土层更强烈，在长治和安塞尤为明显（图3）。在密集监测的坡面上，土壤含水量表现为长治＞安塞＞神木。时间变异性主要集中在7-9月的0-1米土层，而深层土层
观测土壤水分格局的机制和尺度依赖性
0-4米土层中观测到的土壤含水量由南向北递减趋势，与中国黄土高原广泛的水文气候和土壤学梯度相一致（Liu等，2016；Zhao等，2016a；Zhao等，2017）。南部地区以较高的降水量和较低的蒸散发为特征，而北部地区则以较低的降水量和较高的蒸散发为特征（Huang和Shao，2019）。表层土壤含水量的时间变化
结论
本研究分析了中国黄土高原横断面上不同土壤层以及长治、安塞和神木坡面的土壤含水量的时空特征。Laio模型在长治（RMSE=0.666）和神木（RMSE=0.977）较好地再现了观测到的概率密度分布，但在安塞的表现稍差（RMSE=1.178）。参数集比较表明，土壤性质主要影响土壤含水量的分布范围，而气候因子主要影响不同的
CRediT作者贡献声明
阎山：撰写——初稿，方法论，数据管理。苏丽姝：资金获取，概念构思。王杰：形式分析。马岚：资源，数据管理。王祥宇：资源。宋衍静：方法论。
阎山|苏丽姝|王杰|马岚|王祥宇|宋衍静
