森林水源涵養(yǎng)生態(tài)效益的估算與評價研究

翟 暢，胡潤田，范文義*

當今世界面臨諸如洪澇災害、水土流失和土地荒漠化等一系列與森林嚴重破壞密切相關的生態(tài)環(huán)境問題，其根本原因就是破壞了森林的水源涵養(yǎng)功能。森林生態(tài)系統(tǒng)的水源涵養(yǎng)功能是指森林通過林冠層截留、枯落物層持水和土壤層貯水對大氣降水進行再分配，將地表水轉(zhuǎn)為地表徑流或地下水，從而調(diào)節(jié)徑流的時空分布的過程［1］。

傳統(tǒng)的森林水源涵養(yǎng)效益的估算與研究評價的方法基本均是先通過森林水文學和流域水文學的方法估算出整個森林水源涵養(yǎng)效益的物理量［2］，然后選用合適的經(jīng)濟學理論和方法確定涵養(yǎng)的水資源價格，進而得到森林水源涵養(yǎng)的價值量。從森林生態(tài)系統(tǒng)水循環(huán)不同角度出發(fā)，采取不同方法對森林水源涵養(yǎng)的物理量進行計算，主要包括蓄水估算法、水量平衡法、徑流系數(shù)法、土壤蓄水能力法、林冠截留剩余量法、降水儲存量法、地下徑流增長法和多因子回歸法等方法［3］。20世紀初，瑞士等先進國家在對比流域試驗的基礎上比較和評價了有林地和無林地水源涵養(yǎng)作用的不同，并對森林的降雨分配、徑流、樹冠截留、穿透雨等等一系列的現(xiàn)象進行細致的觀察研究［4］。20世紀80年代以后，利用模型來估算森林水源涵養(yǎng)生態(tài)效益成為了相關領域研究的重點［5］。近年來隨著“3S”技術的迅速發(fā)展，許多學者開始利用GIS、GPS和RS為輔助手段研究森林水源涵養(yǎng)功能［6－9］。

1 研究區(qū)域及研究方法

1.1 研究區(qū)概況

研究區(qū)坐落于東北林業(yè)大學帽兒山實驗林場老山實驗站，隸屬于黑龍江省尚志縣，地理坐標為127°36'～127°39'E，45°23'～ 45°26'N，為長白山植物區(qū)系張廣才嶺西北部小嶺的余脈，平均海拔300 m，一般坡度在10°～15°。大陸性溫帶季風氣候，年平均氣溫為2～3℃。年降水量為600～800 mm，年蒸發(fā)量為1 094 mm，年平均濕度為70%，年日照時數(shù)為2 471.3 h，年平均風速為1.5 m/s。該地區(qū)歸屬于長白植物區(qū)系，森林覆蓋率為70.2%，闊葉紅松林為原地帶性頂級植被，遭受重大破壞經(jīng)幾個階段演替后逐漸恢復為天然次生林相，較為典型，類型多樣，主要的次生演替灌木林群落為胡枝子灌叢、棒子灌叢、珍珠梅灌叢以及繡線菊灌叢。土壤類型多為暗棕壤森林土，土壤肥沃且濕潤［10］。

1.2 數(shù)據(jù)獲取及預處理

1.2.1 樣地森林水源涵養(yǎng)物理量估算

在研究區(qū)內(nèi)選取8種林分類型分別設置20 m×20 m的標準樣地。在研究區(qū)附近建立氣象觀測站，根據(jù)文獻［11－14］的野外數(shù)據(jù)收集方法分別得到了每次降水后各林分類型林冠層截留降水量、枯落物層持水量和土壤層含蓄降水量。以此作為模型建立的基礎數(shù)據(jù)。

1.2.2 遙感數(shù)據(jù)獲取及預處理

本研究選取北京衛(wèi)星地面接收站接收的Landsat－5 TM影像作為研究區(qū)內(nèi)森林水源涵養(yǎng)效益計量的數(shù)據(jù)源。數(shù)據(jù)來源為中國科學院對地觀測與數(shù)字地球科學中心對地觀測數(shù)據(jù)共享計劃。

遙感影像獲取時，因太陽位置、大氣條件、傳感器成像、地形起伏、遙感平臺姿態(tài)、地球自轉(zhuǎn)等多種因素的作用［15］，對遙感影像有一定程度的影響，因此有效的消除各種因素對遙感影像的影響能夠達到增強信息量，提高光譜特征精確度，細化影像紋理特征的目的［16］，遙感影像經(jīng)過預處理后要能夠全面準確的反應出研究區(qū)的地表信息。遙感數(shù)據(jù)的預處理包括多光譜數(shù)據(jù)組建、幾何校正、輻射定標、大氣校正等過程［16］。

1.2.3 其他數(shù)據(jù)獲取

前人的研究中大多數(shù)方法和模型都沒有真正充分利用遙感所提供的數(shù)據(jù)，特別是對結(jié)合地理信息數(shù)據(jù)庫的定性因子的引用明顯不足，基于以上原因，本研究提出將RS和GIS變量引入模型，故本文提取了各種與森林水源涵養(yǎng)效益相關的波段及各波段組合 (包括植被指數(shù))信息、地形因子信息(高程、坡度和坡向)和主成分因子信息參與模型的建立［16］。其中DEM數(shù)據(jù)來自中國科學院計算機網(wǎng)絡信息中心國際科學數(shù)據(jù)服務平臺。

1.2.4 樣地遙感信息提取

對于固定樣地中遙感信息的提取，采用空間定位的思想，將樣地矢量數(shù)據(jù)和遙感柵格數(shù)據(jù)進行疊加，在固定樣地的矢量點文件中讀取樣地相應的坐標，按照坐標提取柵格圖像上對應像元中儲存的信息［16］。為了給森林水源涵養(yǎng)模型的建立提供可靠數(shù)據(jù)，本研究利用IDL語言設計了按坐標提取遙感影像灰度值的程序，因樣地大小為20 m×20 m，而TM影像的分辨率為30 m×30 m，忽略GPS精度的影響近似的認為每個樣地點都能夠落入到影像的一個像元中。

1.2 常規(guī)統(tǒng)計模型建立

從各波段灰度值、不同波段灰度值之間的線性和非線性組合所派生出的各種變量因子 (包括各種植被指數(shù))、以及非生物因子柵格化所形成的輔助波段如海拔、坡度、坡向等出發(fā)［17］，盡可能多地選出各種自變量用于估算森林水源涵養(yǎng)生態(tài)效益的物理量。選取 TM1、TM2、TM3、TM4、TM5、TM7、TM73、TM42、TM437、TM452、RVI、DVI、NDVI、SAVI、PVI、亮度、綠度、樣地坐標X、樣地坐標 Y、高程、坡度、坡向、降水量、PC1、PC2、郁閉度和林齡27個自變量，根據(jù)提取影像灰度值程序提取出樣地點的因子信息參與建模，對所有這些因子與對應樣地總水源涵養(yǎng)物理量作相關性分析，相關系數(shù)見表1。

由此可以看出:TM1、降水量 (Precipitation)與樣地水源涵養(yǎng)物理量相關系數(shù)在0.05水平上具有 顯 著 性， TM2、 TM3、 TM5、 TM7、 TM437、DVI、NDVI、PVI、Elevation和郁閉度與樣地水源涵養(yǎng)物理量相關系數(shù)在0.01水平上具有顯著性。

利用SPSS統(tǒng)計分析軟件，利用逐步回歸的方法，樣地物理量作為因變量，27個與之相關的因子作為自變量進行回歸分析。

表1 自變量因子與樣地物理量的相關系數(shù)Tab.1 Correlation coefficient between Independent variables and plot quantity

2 結(jié)果分析

2.1 物理量及價值量估算

根據(jù)模型結(jié)果，選取所需變量，應用ENVI的波段運算功能計算出研究區(qū)的物理量分布如圖1所示。根據(jù)文獻［17］中所述的貨幣構造模型方法構建研究區(qū)的價值量結(jié)構模型如下:

圖1 2008年老山物理量分布Fig.1 Physical quantity distribution in Laoshan in 2008

式中:E為森林水源涵養(yǎng)效益的價值量;P為有效面積系數(shù);R為市場逼近系數(shù);C為貨幣轉(zhuǎn)換系數(shù);S為研究區(qū)面積。而在本區(qū)域內(nèi)，R=1，C=0.8［17］，研究區(qū)面積由ENVI軟件中計算像元個數(shù)得到。結(jié)合GIS，生成研究區(qū)價值量分布圖，如圖2所示。將各個像元值相加，得到2008年全年水源涵養(yǎng)生態(tài)效益的物理量總量I=263.78萬t，價值量總量E=131.89萬元。由此可以看出，在研究區(qū)的西北及中東部地區(qū)涵養(yǎng)水源的能力較強。

圖2 2008年老山價值量分布Fig.2 Value distribution in Laoshan in 2008

2.2 結(jié)果檢驗

利用未參與建模的實測數(shù)據(jù)與模型估測數(shù)據(jù)進行比較，建立圖3的關系圖。根據(jù)下式計算模擬精度。

計算得出精度高達81.1%，表明該統(tǒng)計模型對研究區(qū)的物理量模擬效果很好，能夠基本合理預算區(qū)域水源涵養(yǎng)的物理量。

圖3 模型檢驗Fig.3 Model test

2.3 物理量空間分析

因物理量與價值量存在線性相關關系，故只對物理量進行分析如圖4所示。研究區(qū)高程區(qū)間為0～775 m，劃分為7個等級;坡度按國家等級劃分為6個級別;坡向劃分為9個方向。分別計算每個等級的物理量，圖4可以看出物理量隨高程的增大而逐漸升高，在第3個等級 (200～300 m)處達到峰值 (44%)，隨后隨高程增大而驟減。引起變化的主要原因是重力和地球引力;由于類似的原因，在坡度的第2個等級 (6°～15°)處物理量達到峰值 (45%)，繼而隨坡度增大而降低;在坡向的第一 (平坡)和第六等級 (南坡)處，物理量分別為32%和25%，均高于其他等級。這是由于陽坡和半陽坡比陰坡和半陰坡的林木生長快，樹木的郁閉度和生物量較高而引起的［18］。

圖4 物理量分布圖Fig.4 Physical quantity distribution

3 結(jié)束語

利用生態(tài)定位觀測站數(shù)據(jù)與遙感和地理信息數(shù)據(jù)相結(jié)合，構建研究區(qū)的物理量統(tǒng)計模型和價值量計量模型，估算了2008年老山地區(qū)的水源涵養(yǎng)能力，為林區(qū)可持續(xù)發(fā)展提供了寶貴的數(shù)據(jù)基礎。在本研究中，準確地利用遙感信息驅(qū)動生態(tài)學過程模型，將研究尺度成功地從林班或小班尺度轉(zhuǎn)換到像元尺度上，為大區(qū)域的相關研究奠定了基礎，并且結(jié)合地理信息技術，使研究結(jié)果更加直觀。但在研究過程中由于數(shù)據(jù)有限，并沒有對各個樹種分別建模，故導致了結(jié)果的不精確性，另外，在提取樣地遙感信息時也具有像元值誤差。

［1］余新曉，于 敬.水源涵養(yǎng)林研究與示范［M］.北京:中國林業(yè)出版社，2008.

［2］蘇 帆.重慶四面山森林涵養(yǎng)水源功能價值評價及管理研究［D］.北京:北京林業(yè)大學，2010.

［3］吳 波.大興安嶺東部林區(qū)植被蓄水能力與價值的評估［J］.林業(yè)科學研究，2006，19(6):23 －25.

［4］Burt T P，Swank W T.Watershed ecosystem analysis as a basis for multiple use management of eastern forest［J］.Ecol，1992，2:238 －247.

［5］Ogee Jand Brunet Y.A forest floor model fox heat and moisture including a litter layer［J］.Journal of Hydrology，2002，266:212 －233.

［6］蔡體久.基于RS和GIS的林型結(jié)構與森林涵養(yǎng)水源關系的研究［J］.水土保持學報，2001，15(4):16 －17.

［7］艾夕輝.西莊河流域森林生態(tài)系統(tǒng)涵養(yǎng)水源的價值［J］.山地學報，2005(1):22－25.

［8］劉京濤，劉世榮.植被蒸散研究方法的進展與展望［J］.林業(yè)科學，2006，42(6):111 －112.

［9］趙 超.產(chǎn)生生態(tài)化與黑龍江省國有林區(qū)的可持續(xù)發(fā)展［J］.林業(yè)機械與木工設備，2011，39(8):17 －19.

［10］孔 亮.黑龍江省東部山地灌木林水源涵養(yǎng)機理及功能評價［D］.哈爾濱:東北林業(yè)大學，2005.

［11］孔維健.廟山塢自然保護區(qū)次生常綠闊葉林水文生態(tài)特征［J］.南京林業(yè)大學學報(自然科學版).2010，34(4):87 －90.

［12］吳旭東.興安落葉松林冠截留與降雨強度的關系［J］.內(nèi)蒙古農(nóng)業(yè)大學學報(自然科學版)，2006，12(4):4 －45.

［13］王承建.濟南市南部山區(qū)不同林分類型土壤入滲規(guī)律的研究［J］.山東林業(yè)科技，2007，5(4):38 －40.

［14］何漢杏.張家界市漩水林場毛竹林水文生態(tài)效益初步研究Ⅰ生態(tài)效益計量［J］.中南林學院學報，2001，21(4):11 －15.

［15］毛學剛.東北森林碳循環(huán)日步長模型與遙感綜合應用研究［D］.哈爾濱:東北林業(yè)大學，2011.

［16］李明澤.東北林區(qū)森林生物量遙感估算及分析［D］.哈爾濱:東北林業(yè)大學，2010.

［17］李翠華.帽兒山基于GIS的森林資源與生態(tài)效益動態(tài)分析研究［D］.哈爾濱:東北林業(yè)大學，2007.

［18］白靈海，賈宏炎.巖溶地區(qū)石漠化綜合治理模式的試驗研究［J］.森林工程，2009，25(5):21 －23.