1.3 土壤水分变化对降水产流的影响
土壤水是地表水和地下水之间相互联系的重要纽带，在水资源的形成、转化和消耗过程中具有重要的作用［90］。土壤含水率的变化、土壤水分的再分布等土壤特性是降雨入渗产流过程主要决定因素之一［15，16］。一场降水是否产流是由几个关键控制因素相互决定的，如降雨强度、历时、土壤含水率、土壤物理特性、土壤结构、植被覆盖状况等。霍顿产流理论认为，产流受控于两个基本物理条件：一是降雨强度超过土壤水入渗容量，二是包气带土壤含水量超过田间持水量，土壤含水量的变化与降雨产流机制及降雨产流过程密切相关。近几十年，国内外开展了诸多关于土壤水变化与流域水文响应的研究，如初始含水量变化、地表结皮等对降雨产流及入渗过程的影响等。土壤水分研究发展过程见图1-4。由于全球气候变化和人类活动影响的加剧，全球水文循环过程随之变化，土壤水作为水文循环的重要组成部分越来越受到国内外学者的重视，成为水文学科研究的重点内容之一。
图1-4 国外土壤水分研究发展过程
1.3.1 土壤水分的入渗
水分入渗是指水分经地表进入土壤后，运移、存储变为土壤水的过程，是自然界水循环的一个重要环节［91］。国内外也开展了关于土壤水分入渗理论及过程的诸多研究。1907年，Buckingham首次将毛管势应用到土壤水的研究中，提出了非饱和运动方程；1931年，Richards将达西定律应用于土壤水分的非饱和运动中，建立了基于势能理论的非饱和流土壤水运动方程，并将数学物理方法引入到该研究中，使得土壤水的研究获得了很大的进步，逐步由静止、定性描述、经验研究转为动态、定量化、机理方面的研究［90］。
天然条件下的土壤水分入渗过程非常复杂，受到降雨强度、土壤质地、坡度、覆盖物及耕作条件等多种因素的综合影响。在入渗理论及其模型研究上，Darcy在1856年通过实验研究，发现饱和土壤水单位过水断面的渗透量与水头损失坡度成正比，提出了饱和土壤水运动的达西定律［92，93］。Buckingham于1907年将土壤水势或土壤吸力替代水头，提出了非饱和土壤水运动方程，也称为Buckingham-Darcy方程，即
式中：q为单位面积渗透量；ψ为土壤水势；k为非饱和土壤水力传导系数；z为地表以下距离。
Richards在1931年将Buckingham-Darcy方程和连续方程结合，提出描述非饱和土壤水运动的三维Richards方程。1948年，Childs和George引入扩散率概念，使Richards方程具有了扩散方程的形式，即
式中：θ为土壤容积含水率；t为时间；z为距基准面的距离，向上为正；K（θ）为土壤导水率；ψm（θ）为土壤水势；D（θ）为土壤水分扩散率，即基质势梯度为1时的导水率。
从式（1-2）和式（1-3）可以看出，土壤含水率的变化率∂θ/∂t可通过输入土壤水势ψm（θ）和土壤导水率K（θ）求出，同时土壤水势ψm（θ）和导水率K（θ）又都是土壤容积含水率θ的函数，因此通过初始土壤含水率的输入，就可以得出连续土层、连续时间段的土壤水分变化情况。
土壤水的运动分为饱和状态和非饱和状态两种［94］，对于一维的垂向运动，饱和状态的土壤水分可以用达西定律进行描述，对于非饱和状态的土壤水运动，可用Richards方程。另外，在土壤水的研究中还需要了解垂向连续土层和同一土层不同时间的土壤水势情况，从而得到土壤水的运动趋势，因此在模型中通过运用Van Genuchten方程中水势与含水率的函数公式，即
以及水势与导水率的函数公式，即
来解决土壤含水率与水势及导水率之间的计算问题，并将得到的K值代入Richards方程，用Newton-Raphson迭代算法解Richards方程，并通过设定最大模拟深度及模拟最大时段等边界条件，得出连续土层、连续时间段的土壤含水量、水势的变化以及垂向运动状况。
以上式中：θ为土壤容积含水率；ψ为土壤水势；θr、θs分别为土壤的剩余、饱和体积含水量；K为非饱和土壤导水率；Ks为饱和导水率；α、n、m为经验拟合参数且m=1-1/n。
20世纪初以来，又出现了许多描述地表土壤入渗的计算模型，常见的有Green-Ampt模型［95］、Horton模型［96，97］和Philip模型［98］。
Green和Ampt在研究均质垂直土柱地表积水的入渗过程时，假定入渗前沿存在一个湿润锋将上部饱和土壤与下部非饱和土壤分离开来，应用Darcy定律和水量平衡原理，提出Green-Ampt入渗模型，即
式中：f为入渗率；F为累积入渗量；SW为湿润锋处的土壤吸力；k为湿润区土壤导水率；θs为湿润区土壤体积含水率；θ0为初始土壤含水率；h0为地表积水深；t为时间。
模型假定在薄层积水入渗过程中，初始干燥的土壤存在着一个界面可将入渗土柱分为饱和含水量的湿润区和初始含水量的湿润锋前区。
1933年，Horton提出了经典的入渗理论，该理论假定所有表层土壤均有其特定的入渗能力，当雨强大于该入渗能力时，土壤按其下渗能力入渗，多余的降雨量则形成坡面径流；反之，降雨量则全部入渗到土壤中。1940年，Horton根据试验观察得出下渗能力随时间呈指数变化，即Horton入渗模型。以某个初始入渗率f0开始的入渗过程，其入渗率f会随着时间t呈指数递减，直至达到某一稳定的入渗率fc，提出以下入渗公式，即
式中：a为递减常数。
1957年，Philip根据垂直入渗的级数解认为在入渗过程中任意时刻的入渗率与时间呈现幂级数关系，并以此提出了Philip入渗模型，与Horton经验性入渗模型相比，该模型具有了一定的物理基础；Philip针对半无限均质土壤一维垂直入渗的情况，当地表土壤的水势及含水率保持不变时，使用Boltzman变换函数B（θ）=zt-1/2，将Richards方程转化为常微分方程，推导出累积入渗量随时间变化的关系式，即
式中：S为土壤吸渗率（Sorptivity），是土壤吸力的函数；ks为土壤的饱和导水率。
将式（1-10）求导，得到入渗方程为
此外，Kostiakov［99］、Smith［100］以及Smith和Parlange［101］也提出了较为通用的入渗模型，其中由于Green-Ampt和Philip入渗模型物理意义比较明确，且在构建特征参数与土壤物理特征的关系上较为便捷，而在现阶段得以广泛应用。例如，Mein和Larson等［102］将Green-Ampt模型应用于降雨入渗研究中，对Green-Ampt入渗公式进行修正，推导出了可计算开始积水时间的函数关系式，之后Chu［103，104］在此基础上作了进一步修正，提出了各时段积水时间的计算方法。
我国在土壤水研究方面起步较晚，20世纪70—90年代，土壤水的研究经历了一个快速发展时期，许多学者开展了大量的理论和试验研究工作，如张蔚榛、雷志栋、康绍忠、荆恩春、杨邦杰等，形成了一系列的学术专著。随着研究工作的深入和计算机等新技术的不断发展，土壤水的研究逐渐从单学科走向学科交叉，由均质向非均质、点到面（或区域）、理论研究到应用研究方向扩展。尤其是近十几年来，应用数值模拟计算方法求解土壤水运动参数，使SPAC水分传输的计算机模拟等得以迅速发展。同时，地学统计技术的引入使得不同尺度间的土壤水变化研究成为热点［105-109］。我国土壤水分研究发展的概要历程如图1-5所示。
图1-5 我国土壤水分研究概要历程
水分入渗方面，根据实际情况对Green-Ampt等一些广泛应用的模型进行修正，推导出适用于实际研究区域的计算模型。如蒋定生等［110］结合大量野外实测资料提出了黄土高原地区积水条件下的入渗公式；范荣生等［111］将Mein-Larson方程中的土壤物理参数以水文参数进行替代，提出考虑了土壤特性和植被条件影响的黄土高原地区入渗计算模型；王文焰等［112］根据Darcy定律与水量平衡原理推导出了适用于黄土区的Green-Ampt入渗模型；王全九等［113］根据土壤水一维垂直入渗实验对比研究了Philip入渗模型和Green-Ampt入渗模型，发现前者对参数精度要求较高，后者则相对较低；赵伟霞等［114］对恒定水头井入渗Green-Ampt模型改进与验证，建立了适用于恒定水头井的Green-Ampt入渗模型；马娟娟等［115］对变水头积水入渗模型及其参数求解方法进行构建和分析；毛丽丽等［116］对用水平土柱和Green-Ampt模型方法分析土壤入渗性能的原理和测量误差，提出了一种新的测量土壤水分入渗率的方法。
由于土壤水分入渗参数相对较多，时空变异性较大，且估算参数的准确性通常会影响到土壤水流的模拟精度，因此，可以通过模型参数简化或者模型参数估算的方法建立不同条件下的入渗方程，提高模型模拟精度［117-122］。如雷廷武、刘汉等人［123，124］根据前期试验提出了用产流积水法来测量土壤入渗动态过程，其精度相对较高。
影响土壤入渗特性的因素很多，如土壤理化性质、降雨强度及历时、下垫面性质等。土壤理化性质中，土壤质地、土壤容重和孔隙度、土壤团聚体和有机质等对土壤入渗特性影响较大。一般来说，土壤质地越粗，透水性越强，相同时间内粗砂土、粉土和粉质黏土的入渗量依次减小［125，126］，入渗率反而降低［127］，同时结构疏松的土壤其渗透率要大于结构相对紧密的土壤［128］；土壤容重越大，孔隙度会越小，其渗透性越弱［129，130］；土壤团聚体的形成会使土壤表面疏松，有利于水分入渗，但由于土壤质地均一时，土壤稳定入渗率还受土体中有无裂隙等因素的影响，致使这种相关性并不高［131］。不同的地表覆盖、田间管理措施及土地利用类型等也会对土壤的入渗性能产生较大的影响。一般情况下，当其他影响因素不变时，草地覆盖度越大，初始和稳定的入渗率更高，入渗补给系数越大［132］，而森林的土壤平均入渗率要比荒草地的高1.87～10倍［133，134］；田间管理措施不同，入渗性能也会发生一定的变化［135，136］。
此外，耕作措施也会改变田间土壤水分入渗性能［137］，如深松覆盖可提高田间土壤入渗能力，比较适宜的松土深度为30cm［138］；相同入渗时间内，等高耕作的土壤稳渗速率最大，其次为人工掏挖、人工锄耕，最小则为直线坡［139］，不同轮耕模式则会显著增强土壤的入渗性能，提高对土壤水分的有效利用及降雨利用率［140］；秸秆还田方式不同，农田土壤的入渗能力也会有所变化［141］。此外，初始土壤含水量也是影响下渗率的一个非常重要的因素，初始值不同其下渗率和累积下渗量也会不同［142-145］。
目前，对土壤入渗特性影响因素的研究主要集中在土壤理化性质方面，尤其是在土壤物理性质的宏观表征指标对入渗特性的影响方面，土壤化学作用对入渗的影响机理研究相对比较缺乏；水质，尤其是灌溉水中离子与土壤溶液中离子反映机理对入渗影响的研究较少［146］；降雨条件下土壤入渗特性的变化尚无统一结论。
1.3.2 土壤水分的空间变异性
土壤水分空间变异性及分布格局是指水分在土壤不同空间位置的分布和变化规律，反映土壤在不同空间位置上的特征和功能，是土壤的重要属性之一，其异质性的存在对各种水文过程和土壤形成过程均有显著的影响［147］，尤其是在干旱、半干旱地区，流域产流的空间分布问题十分突出。土壤水分空间变异性不仅在较大尺度上受气候和土壤条件地带性分异的影响，而且在较小的空间尺度上受微地形、人为干扰和生物地球化学循环等因素的共同作用，不同尺度下的土壤水分空间变异性的影响因素造成了土壤水分格局具有空间依赖性。
这种空间变异是影响流域产流空间变化的重要因素之一，其对下渗特性的影响，主要以下渗过程和土壤水分剖面的变化为特征［148］。Brocca等［149］对意大利中部土壤水分的空间变异性进行了研究，根据经典统计学分析，土壤水分的变异性随土壤含水量的增加呈减小趋势；Qiu 等［150］对黄土高原土壤水分空间变异性的研究表明，研究区域内土壤平均含水量较高时，土壤水分的空间变异性通常较弱，主要受土地利用方式和地形等环境因子的影响；土壤水分的变异性在田间尺度上因研究区域和尺度的不同而差异较大，多为中等或弱变异［151-154］。胡伟等［147］利用经典统计学方法研究了黄土高原退耕坡地土壤水分的空间变异性：在垂直方向和水平方向上，土壤水分的平均变异程度较弱；从坡顶到坡脚土壤水分的变异性先减小后增大，不同坡位处的变异程度差异明显，总体上为坡上最大，其次为坡中，坡下相对最小；随采样幅度尺度和采样间距的变化，研究区域内土壤水分变异的特征参数呈现不同的变化规律。袁建平等［155］研究了小流域土壤稳定入渗速率的空间变异，着重分析坡度、坡向、坡位和土地利用等因素的影响，认为研究尺度和测量面积的不同会影响到土壤稳定入渗率空间变异性的分析结果［156］。近年来，田间尺度土壤水分的空间变异及其环境因素的相互关系的研究也逐渐成为土壤水分空间变异性研究的热点之一［157］。
土壤水分空间变异性研究多从土壤水分入渗特性及土壤水分的时空变异角度出发，而土壤水分的空间变异性对降雨产流的影响研究则相对较少。李长兴等［148］提出了用标定理论方法建立考虑土壤特性空间变异性的流域产流模型，为从物理机制上模拟流域产流的空间变化提供了一条途径，但也仅是一种近似处理的经验方法；Fitzjohn等［158］对西班牙半干旱地区土壤水分的空间变异性进行分析发现，在旱季这种空间变化形式以干湿相间、水文响应对比明显的区域为主，且空间上相对独立不受地表径流的影响，这种土壤水分空间上的差异有利于降低流域大范围的产流和土壤侵蚀；Brocca等［159］分析和估算了降雨产流模型中应用的、从不同尺度测算的、具有时空变异性的土壤水分数据；土壤水分的空间变异性一般具有随机性和系统性，而这种空间变异的系统性可能是流域产流的主要影响因素，且土壤水分的空间变异性对产流的影响随着降雨类型的变化而变化，对中雨产生的影响很大，小雨和暴雨条件下这种空间变异性的影响可以忽略［8］。
目前土壤水分空间变异性的研究的基础理论和方法有反距离权重插值法（IDW）［160］、样条函数插值法（Spline）［161］、克里格插值法（Kriging）［162］等。IDW是一种常用而简便的空间插值方法，它以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大。IDW通过对邻近区域的每个采样点值平均运算获得内插单元值，其计算过程是一个均分过程，这一方法要求离散点均匀分布，并且密集程度足以满足在分析中反映局部表面变化。Spline一般有两种不同的计算方法：规则样条计算（Regularized spline）和张力样条计算（Tension spline）。规则样条计算生成一个渐进、平滑的表面，插值结果可能会超出样本点的取值范围；而张力样条计算的插值结果更加接近限制在样本点的取值范围内。Kriging是地统计学中最常用的插值法，它是利用原始数据和半方差函数的结构性，对未采样点的局域化变量进行最优无偏估计值的一种方法。它不仅考虑距离，而且通过变异函数和结构分析，考虑了已知样本点的空间分布及与未知样点的空间方位关系。
空间尺度下的土壤水分数据获得比时间维度上的土壤水分数据要简单很多。地统计学已被证明是分析土壤特性时空分布特征及其变异规律最为有效的方法之一。地统计学是以区域化变量理论为基础，变异函数作为主要工具。研究土壤水分空间变异性主要包括以下几个方面［163］：
（1）确定土壤水分采集点。为了提高土壤水分信息的采集精度、减少采样数目、降低采样成本，在研究土壤水分的过程中首先要明确土壤水分的采样点。实践证明应用地统计学方法指导土壤水分采样的效率比经典统计学方法高7倍左右。传统样点的设置是根据经验按照一定的概率分布确定采样点的位置和个数，然后利用GPS进行采集。但我国多数使用的GPS精度不高，若遇到某些地形复杂的区域，采集精度就更差。而传统经典统计学方法在描述土壤水分变异性时假设采样区的土壤水分变化是纯随机的，样本之间完全独立且服从已知的某种概率分布，但实际上土壤水分的变化不完全是随机的，其在空间上具有一定的相关性。而地统计学的最大优势在于它考虑了采样点在空间上的不规则性，且能进行优化插值计算。
（2）土壤水分空间变异的定量分析方法。传统的土壤水分空间变异定量分析方法是Fisher提出的经典统计学方法，其忽略了土壤特性在空间上的相关性，尽管其分析方法简单，但在某种情况下不能满足研究的需要。而地统计学方法研究土壤水分的空间变异性，估算土壤水分的半变异函数是关键，因为半变异函数模型直接影响土壤水分的采样数目和Kriging插值。而土壤调查的采样密度对半变异函数影响很大，一般来讲，土壤水分半变异函数值随样本间距的增大而增大，并在达到一定的间距后成为一个稳定的常数，也称为基台，半方差函数值小于基台值时，样点间存在空间上的自相关性。利用这种关系可以确定土壤水分样本方差和样本数目最佳的样本间距离，界定土壤水分含量在空间上具有相关性的区域，然后采用Kriging法对未采样区进行插值和预测。
（3）土壤水分空间变异性的尺度效应。土壤水分的空间变异性受气候、土壤质地、地形、地表植被等因素的影响，不同尺度下研究土壤水分的空间变异性所得结果有所差异，胡伟等［157］在研究黄土高原退耕坡地时发现，随着采样幅度尺度在一定范围内的增大，土壤水分变异的特征参数如变异系数、相关距离和Moran的相关指数都呈不同程度的增大。
（4）地形坡面对土壤水分空间变异性的影响。不同土壤类型下坡面对土壤水分的空间变异影响不能仅仅考虑地形坡面一种因素，应该全面分析各样点相关环境因素的影响，分析其变异程度和相关距离，然后把土壤水分变异与各环境因素变异进行对比分析，得到区域内一定坡面下影响土壤水分空间变异的主要影响因素。
（5）土壤各层的土壤水分空间变异性。土壤水分空间变异性不仅体现在土壤的表层，也体现在土壤的其他各层，土壤水分在不同地区呈现不同的结构与分布。有研究表明土壤厚度与树木的根系分布与土壤含水量无关，而与坡度和相对海拔密切相关；也有学者指出西南丘陵区坡面土壤水分特性在不同的剖面深度具有一定的空间结构，可用各类模型进行拟合；还有研究发现桂西北喀斯特洼地土壤，表层土壤水分总体具有良好的半方差结构，呈明显的斑块状分布格局，其余各层表现出强烈的空间相关性。
1.3.3 初始土壤含水率
初始土壤含水率是影响入渗率的主要因素之一。一般情况下，初始含水率越大，初损值越低，土壤入渗率越小；土壤越干燥其初始入渗率越大［146，164］。通过影响入渗率进而对地表产流的形成产生一定影响，初始含水率越高，产流越快，达到稳定入渗率的时间越短［165-167］。降雨入渗和再分布过程中，初始含水率分布均匀的条件下，湿润锋面表现出平行坡面且垂直向下运移的规律；而分布不均匀时，初始含水率越高，再分布过程中湿润锋的运移速率越大［143］。
不同条件下，初始含水率对流域水文过程的影响不同。目前，初始含水率的水文响应研究多是以土壤含水率分布均匀为前提，初始含水率水文响应的敏感性主要取决于降雨特性，降雨量越多，雨强越大，前期含水率的影响相对会越小，同时研究区域主要的产流机制也会对其产生重要影响［168］。在半干旱地区，主要产流机制为超渗产流，其地表径流的产生主要取决于雨强与土壤水力传导度的对比，当雨强远远超过土壤入渗率时，整个流域的产流相对均匀，雨强相对较小时，土壤含水率的影响比较大；相比而言，饱和产流机制时，初始含水率的影响很大，同时也受到流域内土壤特性的空间变异性的影响［［30，168，169］］。
土壤含水率对降雨产流过程的影响通常与下垫面土地利用类型、土壤类型等综合因素有关，与裸地相比，有植被覆盖的区域，初始含水率对产流过程起着非常重要的作用。Blavet［170］分析了法国地中海沿岸葡萄园种植区不同的地表覆盖（干草、灌木丛）条件下前期土壤含水量对产流及土壤侵蚀的影响，研究表明初始土壤含水率、土壤孔隙度、有机物含量等与产流之间有很明显的相关性；而农林混合种植系统下，产流随着季节和初始含水量的变化而变化：雨季产流量达到最大值，产流系数与前期土水势的倒数呈指数相关，旱季产流系数与前期土水势呈线性负相关［171］；免耕地上，前期土壤含水率是土壤水分运动和传输的主要驱动因素［172］；当雨强和坡度较大时，塿土坡面产流过程受前期土壤含水率的影响较小，砂黄土的坡面产流时间则受其影响显著［173］；红壤土，前期含水率比较低时，土壤的径流系数和入渗率都与降雨时间呈线性关系，前期含水率比较高时，土壤的径流系数、入渗率及产沙速率与降雨时间关系符合Bohzmann（玻尔兹曼）方程［166］。同时，前期含水率也会对流域水文过程中河道流量和水中溶质浓度之间的关系产生影响。Biron等［174］用加拿大魁比克地区小流域两年的实测数据对河道流量和化学物质浓度之间的关系进行分析，发现由于流域初始含水率条件的变化，流量与浓度之间的关系也随之不断变化。
1.3.4 大孔隙流
大孔隙是一个相对的概念，目前还没有统一的通用标准来衡量。学者们根据自身的研究情况提出了不同的划分标准［175］，如依据土壤毛管势换算的孔隙直径大小划分、根据孔径充满水时的压力划分、根据土壤导水率大小划分、根据空隙所处的位置划分以及根据土壤水达到田间持水率时孔隙水所处状态划分。另外，不是土壤中所有的空隙都是大孔隙，应该考虑其孔隙的结构性。Beven和German［176］指出大孔隙是能传导非平衡沟道水流的土壤孔隙结构（无论其尺寸有多大），因此，从土壤中水流运动角度来看，目前较为一致的是根据非平衡流产生的条件来定义大孔隙。而大孔隙的成因也有很多种，包括动物的活动、植物根系的生长、温度变化、湿度变化等。
而大孔隙流的产生条件较为复杂，其与孔隙本身的物理性质有关，而且与土壤的物理特性，如土壤初始含水率等密切相关。土壤孔隙中的水流运动是重力、毛管力、黏滞力、惯性力共同作用的结果，而对于大孔隙来说，毛管力相对较弱，因此重力对水流的影响更大。达西定律在这种情况下并不适用，因为达西定律是建立在黏滞力为主的缓慢层流的基础上提出的。如果将土壤孔隙全部看成直径不同的长直圆管，那么在一定管径下，当水流为层流时满足Hagen-Poiseuille方程［176］，即
式中：r为圆管半径；g为重力加速度；υ为运动黏度；h为压力水头；L为管长；q为单宽流量。
对于一个给定的大孔隙度nm，大孔隙半径的概率密度函数f（r）可以用式（1-13）来计算，即
式中：r为大孔隙半径；k1、k2为可调式的参数，如果nm=0.01，那么它们的取值分别为0.63和0.60［177］。
所以不同半径的大孔隙水力传导度可以由式（1-14）计算，即
其中，Γ需要满足
式中：ψae为气压；ψ为基质势。
Γ可以用式（1-15）计算，即
式中：σ为空气和水之间的表面张力；γ为水/孔隙表面的接触角度；ρ为水的密度；g为重力加速度；Γ为大孔隙的最大半径。
大孔隙虽然只占整个土壤体积的很小一部分，但对水和化学物质在土壤中的迁移有重要影响。大孔隙在大多数土壤中为下渗的水流提供快速流动的通道［178］，它可以促进水和废弃物在土壤中快速流动，而且目前所有计算土壤中水流的数学模型都依赖对非饱和水力传导度的精确计算，而大孔隙对此有重要影响，因此引起了学者们的广泛关注［［176，179，180］］。当土壤中存在大孔隙时，进入土壤中的水及溶质就会绕过大部分土壤基质，经过大孔隙快速到达土壤深处或者地下水中，即使土壤基质没有完全饱和的情况下也会发生。土壤中水的运动和溶质的运移主要由大孔隙来决定，基质中水和溶质只占一小部分，尤其是在土壤接近饱和的情况下。大孔隙中的水流速率远大于土壤基质流。也就是说，大孔隙的存在加快了土壤中的水流运动。
大孔隙的存在可能加快地下水的响应速度，地下水在土壤未达到田间持水量时就得到了补充，提高了雨水和地表水的渗透性，减少了地表径流，减轻了侵蚀作用，因而一些学者认为，大孔隙的存在可以减少一定量的农业化学物质随地表径流损失，但可能污染地下水。
而同时大孔隙流也受到其他因素的影响，土壤质地、土壤结构、土地利用类型、初始含水量等都会对大孔隙流产生影响。土壤质地会对土壤干湿循环造成的裂隙产生重要影响，其中有机物会阻滞土壤孔隙变粗，黏土和其他类型土壤相比其大孔隙结构更加显著。原状土的染色示踪试验能够揭示土壤结构对非平衡溶质迁移具有明显的影响。地表植被及耕作制度会对土壤结构造成明显的影响，农业生产活动、灌溉等会影响大孔隙的分布和连通性。研究表明，初始含水率高的土壤比初始含水率低的土壤在其他条件相同时，更容易产生大孔隙流。