基于Horton模型的漣江流域馬尾松林冠截留模擬

周秋文,朱紅

貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,貴陽 550001

1 前言

森林與水的關(guān)系是當(dāng)今森林生態(tài)學(xué)研究的核心問題之一[1]。森林的水文生態(tài)功能主要包括降雨截留(林冠截留、枯枝落葉層截持和土壤蓄水),調(diào)節(jié)徑流、蒸發(fā)散失等[2-4]。林冠截留能夠減少到達(dá)地面的雨量,延緩產(chǎn)流的時間,從而減少徑流量[5–7]。喀斯特地區(qū)生態(tài)環(huán)境十分脆弱,土層薄,水土保持能力差,植被生長被惡劣的自然環(huán)境所限制[8,9]。林冠截留一方面減少了雨滴對土壤的直接沖刷,對防止土壤侵蝕有重要作用;另一方面林冠截留也延緩了降雨到達(dá)地面的時間,對與土壤層蓄水能力較弱的喀斯特地區(qū)而言,也起到了涵養(yǎng)水源的作用。馬尾松是喀斯特地區(qū)廣泛分布的樹種,因此,研究喀斯特地區(qū)馬尾松植被截留特征有重要的現(xiàn)實意義。

目前,已有學(xué)者對植被截留過程的研究取得了相應(yīng)的成果。大多都是基于長期定位觀測實驗或?qū)嶒災(zāi)Ｐ偷膶Ρ妊芯縖10–12],如周秋文等人采用定位觀測方法對喀斯特地區(qū)針葉林的降雨分配特征進(jìn)行了研究分析[13]。張卓文等人對三峽庫區(qū)蓮峽河小流域內(nèi)馬尾松林分樣地進(jìn)行了降水截留觀測與經(jīng)驗?zāi)Ｐ湍M研究[14]。影響林冠截留的因素比較復(fù)雜,常規(guī)的實驗觀測方法雖然數(shù)據(jù)精度高,但由于在大中尺度上各種因素有很強(qiáng)的空間分異性,因此想通過對局部的觀測來描述大中尺度的林冠截留過程難度較大。在目前的研究中,林冠最大吸附水量的空間模擬研究較多,喀斯特地區(qū)流域尺度上的月林冠截留模擬研究較少[15]。而對于喀斯特地區(qū),流域尺度上的林冠截留模擬對整個流域森林生態(tài)水量平衡的作用至關(guān)重要。

因此,本文以貴州省喀斯特地區(qū)典型馬尾松林為研究對象,以林冠截留野外觀測數(shù)據(jù)為基礎(chǔ),利用Horton模型對漣江流域進(jìn)行林冠截留空間模擬,并對其時空分異特征進(jìn)行分析,以便為該流域的森林生態(tài)功能分析與水土保持工作提供參考。

2 研究區(qū)概況

研究區(qū)為位于西南喀斯特地區(qū)的漣江流域(圖1),流經(jīng)貴陽、龍里、惠水、長順、羅甸,地理位置為 106°14′E—106°52′E,25°32′N—26°27′N, 平均海拔約為1100 m。年平均氣溫為14.9℃,年降雨量1178.3 mm,雨量充沛。雖然水資源總量豐富,但由于喀斯特地貌條件限制,山高水低而造成開發(fā)難度大,導(dǎo)致很多地區(qū)工程性缺水日益突出。

3 研究方法

3.1 試驗布置及數(shù)據(jù)采集

為開展參數(shù)率定和經(jīng)度驗證工作,選擇位于研究區(qū)范圍內(nèi)的貴州師范大學(xué)地理與環(huán)境生態(tài)實驗站(106°27′E、26°21′N)開展野外觀測。該站點在流域范圍內(nèi),位于流域北部。實驗站平均海拔1200 m,土壤以石灰土為主,樣地內(nèi)馬尾松平均樹齡為25年,平均樹高為16 m,郁閉度為0.87。于2015年9月-2016年4月在實驗站內(nèi)觀測大氣降水、樹干流、林間穿透雨、林冠截留量等指標(biāo)。

3.2 模型數(shù)據(jù)獲取與處理

本文選擇MYD15A2產(chǎn)品對葉面積指數(shù)進(jìn)行的分析。首先利用NASA(National Aeronautics and Space Administration)官網(wǎng)提供的MODIS(Moderateresolution Imaging Spectroradiometer)數(shù)據(jù)預(yù)處理工具M(jìn)RT,將原始的SIN投影HDF數(shù)據(jù)集統(tǒng)一轉(zhuǎn)成WGS-1984經(jīng)緯度坐標(biāo)下的GeoTiff格式圖像,并對數(shù)據(jù)進(jìn)行重采樣。最終將坐標(biāo)統(tǒng)一為Albert等積投影系統(tǒng),再用Arcmap10.2對數(shù)據(jù)進(jìn)行裁剪與柵格計算后得到葉面積指數(shù)基礎(chǔ)數(shù)據(jù)。

圖1 研究區(qū)概況圖(a)與研究區(qū)馬尾松分布情況(b)Fig.1 Study area location,elevation(a)and distribution of Masson pine(b)

表1 數(shù)據(jù)獲取方案Tab.1 Data acquisition scheme

3.3 模型構(gòu)建

由觀測結(jié)果可知,漣江流域馬尾松只有當(dāng)降雨量大于1.79 mm時才能觀測到樹干流,且樹干流量只占降雨量的0.01%左右。鑒于研究期間的降水特征及樹干流的特點,此處暫不考慮樹干流對截留量的影響。在現(xiàn)有的植被截留模型中,經(jīng)驗?zāi)Ｐ团c理論模型都是以大量的實測數(shù)據(jù)建立的模型,而Gash模型需要的參數(shù)過多,Rutter模型對數(shù)據(jù)精度的要求很高,因此本文選用Horton以林冠吸附降雨容量與附加截留量為基礎(chǔ)建立的半經(jīng)驗半理論截留模型[16]。本文基于該模型,以植被截留觀測數(shù)據(jù)為基礎(chǔ),改進(jìn)已有的模型建立漣江流域馬尾松林冠截留模型。

王彥輝在參考Horton模型及樹冠特征與吸附容量關(guān)系后,以降水與蒸發(fā)強(qiáng)度的關(guān)系作為附加截留量,建立了一個適用于全國各地的標(biāo)準(zhǔn)截留模型[17]:

其中:為林冠吸附降雨容量,P為次降雨量,?P為附加截留量。

Aston與曾德慧等人的研究結(jié)果表明,葉面積指數(shù)與林冠吸附降雨容量有著極顯著的線性函數(shù)關(guān)系[18,19]。因此可以用植被葉面積指數(shù)來計算林冠吸附截留量,公式2中的可用以下方程來表示:

其中:LAI為葉面積指數(shù),a,b為與植被類型相關(guān)的參數(shù)。公式2中的附加截留量?P與降雨量P有關(guān),可以通過截留觀測數(shù)據(jù)擬合。

在有截留觀測的36次降雨事件中,選取5個不同的葉面積指數(shù)點觀測到的降雨截留數(shù)據(jù),對公式2中的林冠吸附降雨容量與附加截留量進(jìn)行擬合,得到林冠截留量、LAI及次降水量之間的關(guān)系模型如下:

為了評價該模型的擬合效果,選取另外2個不同的葉面積指數(shù)觀測點的數(shù)據(jù)模擬檢驗。以葉面積指數(shù)與降雨量為自變量擬合得到的a、b兩個參數(shù)的決定系數(shù)(R2)為0.80,且通過了函數(shù)t0.05的檢驗,模型模擬效果較好。

由于考慮到在使用林冠降雨截留模型進(jìn)行模擬時可能存在次降雨量尺度與月降雨量尺度之間存在的適應(yīng)性問題,因此本文將公式2中的參數(shù)以月降雨量及月植被截留數(shù)據(jù)進(jìn)行擬合,得到的擬合參數(shù)為a=0.38,b=0.16,與次降雨量擬合的參數(shù)差值較小,故該模型的擬合參數(shù)較為合理,可應(yīng)用于漣江流域馬尾松林冠降雨截留的空間模擬。

4 結(jié)果與分析

4.1 Horton模型精度與實用性分析

4.1.1 降雨與植被截留觀測結(jié)果

試驗區(qū)2015年9月—2016年4月共觀測到36次大氣降雨事件,降雨總量為300.67 mm,對降雨量大小進(jìn)行分級,由圖2可以看出,在1.79–5 mm這個級別上降雨頻率最大,降雨次數(shù)達(dá)14次;大于15 mm的降雨為5次,其中有一次為暴雨,降雨量為58.6 mm。由于所觀察每次降雨事件都出現(xiàn)了林內(nèi)穿透雨,因此有截留觀測的降雨次數(shù)為36次,最大為58.6 mm,最小為0.80 mm,平均降雨量為8.35 mm。

4.1.2 林冠截留模擬結(jié)果精度驗證

圖2 試驗區(qū)2015年9月—2016年4月降雨量特征Fig.2 Precipitation characteristics from September 2015 toApril 2016 at the field observation site.

表2 馬尾松林冠截留模擬結(jié)果與觀測值對比Tab.2 Comparison of simulation results and observed values of canopy interception(mm)

表2表明,林冠截留總量的模擬值為67.79 mm,實測值為51.24mm,模擬值與實測值之差為16.55mm,綜合模擬數(shù)據(jù)發(fā)現(xiàn),研究區(qū)截留量模擬效果最差的為9月份,誤差達(dá)到最高值7.26mm,而模擬效果最好的一個月是4月份,誤差為1.8 mm,而4月份正值初春,降雨量大,降雨頻次高?？傮w來看,漣江流域月模擬值與實測值具有較高的一致性,在2015年模擬的四個月中,模擬值普遍高于觀測值3.5 mm以上,而在2016年模擬的兩個月中,模擬值均小于實測值,但總體上相差不大。對林冠截留模擬值與觀測值進(jìn)行相關(guān)性分析,得到兩者間的決定系數(shù)(R2)為0.75(圖3),模擬效果較好。由此表明,Horton模型可以很好的模擬研究區(qū)馬尾松植被截留特征。

4.2 基于Horton模型的漣江流域馬尾松林冠截留特征

4.2.1 年尺度馬尾松林冠截留時空分布

為了研究漣江流域馬尾松林冠截留空間分布情況,將2003-2015年的馬尾松月林冠截留量疊加得到年林冠截留空間分布圖(圖4),在模擬的13年中,年林冠截留總量由大到小依次為:2014年(251.48 mm)＞2015 年(248.38 mm)＞2008 年(243.37 mm)＞2010年(219.06 mm)＞2006年(204.10 mm)＞2007年(201.19 mm)＞2012 年(197.17 mm)＞2004 年(188.48 mm)＞2005 年(180.11 mm)＞2003 年(169.32 mm)＞2009年(162.78 mm)＞2011年(155.26 mm)＞2013年(151.70 mm),其年平均林冠截留量為197.88 mm。從空間分布情況來看,林冠截留空間分布規(guī)律大多由東北部向南部遞減,少部分是由南向北遞減,其中只有2005年是由西向南遞減,對比年降水量分布圖發(fā)現(xiàn)林冠截留的空間分布明顯受降水量的影響,貴陽市、龍里縣降水量較多時呈現(xiàn)出東北部林冠截留量大的特征,而羅甸縣、平塘縣降水量較大時,流域南部林冠截留量較大。

圖3 漣江流域馬尾松林冠截留模擬值與觀測值的比較Fig.3 Comparison of simulated and observed values of Masson pine canopy interception in the Lianjiang River

4.2.2 月尺度馬尾松林冠截留時空分布

以漣江流域降雨量分布與馬尾松葉面積指數(shù)分布為基礎(chǔ),根據(jù)公式4并用Phyton語言編程對漣江流域馬尾松月林冠截留進(jìn)行空間模擬,得到觀測期間馬尾松林冠截留空間分布(圖5)。由林冠截留模擬值可知,2016年4月漣江流域馬尾松林冠截留量在17.26 mm—26.95 mm之間,平均截留量為22.11 mm,是研究期內(nèi)最大模擬林冠截留量,最小模擬林冠截留量為2016年3月的8.57 mm,而在2015年9月、10月與2016年4月平均林冠截留量均大于20 mm。這是由于上述三個月內(nèi)降雨量普遍大于其他月份,從而使得林冠截留量也相對較大。因此,林冠截留的空間分布也呈現(xiàn)出與降雨量空間分布相似的趨勢。在2015年9月、11月與12月林冠截留量由東南向西北方向遞減,而2015年10月與2016年4月則是由西北向東南方向遞減。

從整個漣江流域來看(圖6),其年內(nèi)各月變化趨勢呈先升后降的單峰型變化趨勢,其間偶爾出現(xiàn)異常的峰值峰谷,但總體上在1—4月林冠截留量緩慢上升,4—6月快速持續(xù)上升,6月林冠截留量最大,達(dá)到60.29 mm,隨后6—8月急劇下降,9—12月下降趨于平緩直至次年的1—4月。在模擬期內(nèi)林冠截留量最小值為2007年11月的0.6 mm,全年月平均林冠截留量為16.49 mm。分析降雨量情況可知,漣江流域降雨多集中于4—8月份,而此時林冠截留量也相對較大,說明降雨量對馬尾松林冠截留影響較大。

圖4 2003—2015年漣江流域馬尾松林冠截留空間分布圖Fig.4 Spatial distribution pattern of Masson pine canopy interception from 2003 to 2015 in the Lianjiang River Basin

圖5 漣江流域馬尾松林冠截留空間分布圖Fig.5 Spatial distribution pattern of Masson pine canopy interception in the Lianjiang River Basin

圖6 2003—2015年漣江流域馬尾松月林冠截留量Fig.6 Monthly Masson pine canopy interception from 2003 to 2015 in the Lianjiang River Basin

4.3 不同土壤和地貌類型上的馬尾松林冠截留特征

將2015年馬尾松林冠截留空間分布與漣江流域土壤類型分布圖進(jìn)行空間疊加,得到不同土壤類型的年尺度馬尾松林冠截留量分布情況(表3)。結(jié)果表明,漣江流域馬尾松在黃紅壤與洪積沖積土上具有相同的林冠截留量(232 mm—249 mm),紅壤與石骨土的平均林冠截留量也相同,為236 mm,而平均林冠截留量最大的為山地灌叢土上的馬尾松,截留量為253 mm,但此類型土壤在漣江流域極為少見,最小的為黃棕壤上的232 mm。結(jié)合2015年林冠截留空間分布圖可以看出,在流域北方石灰土與黃壤上的馬尾松林冠截留量是該年的最大林冠截留量地區(qū),而在流域大部分黃壤地區(qū)林冠截留量都相對較大,總體來看,漣江流域的黃壤對馬尾松林有著較好的截留效果,因此在流域的黃壤地區(qū)可以種植適量的馬尾松,有助于該區(qū)的水土保持。

漣江流域的地貌為中山、低山和丘陵,其中以中山為主,低山次之,而丘陵較少,分布在流域北方(龍里縣),區(qū)域西部的長順縣主要以中山為主,而低山大多分布在惠水境內(nèi)。將2015年馬尾松林冠截留空間分布與漣江流域地貌類型分布圖進(jìn)行空間疊加,可知:在流域內(nèi)相對高差1000 m以上的為中山,相對高差小于等于1000 m的為低山,丘陵則是相對高差大于100 m的山地,在貴州典型喀斯特地區(qū)的漣江流域,平均海拔1000 m以上,且中山、低山與丘陵的平均林冠截留量分別為242.5 mm、241.5 mm與243.5 mm,林冠截留量差值為1 mm,不同地貌類型上林冠截留量差值較小,因此可以看出在該流域地貌對林冠截留的影響不大。

表3 不同土壤類型的馬尾松林冠截留量Tab.3 Masson pine canopy interception on different soil types(mm)

5 結(jié)論

本文以漣江流域馬尾松林為例,通過Horton模型模擬與實測數(shù)據(jù)分析,研究了模型的適用性與林冠截留的空間分布特征。主要結(jié)論如下:(2)模型模擬值與實測值間的決定系數(shù)(R2)為0.76,結(jié)果精度較高。年尺度植被截留量最大值為251.48 mm,占同期降雨量的17.07%,最小值為151.70 mm,占同期降雨量的17.01%。流域的東北方向馬尾松植被截留量較大,且截留量空間分布與降雨量的空間分布大致相同。(3)漣江流域的土壤類型對植被截留能力有一定的影響,而漣江流域地貌對林冠截留的影響相對較小?？傮w而言,漣江流域馬尾松對降雨具有較強(qiáng)的截留和再分配作用,Horton模型在漣江流域馬尾松林冠截留模擬方面有較好的適用性。

參考文獻(xiàn)

[1]高甲榮,肖斌,張東升,等.國外森林水文研究進(jìn)展評述[J].水土保持學(xué)報,2001,10(5):60–65.

[2]劉世榮,孫鵬森,溫遠(yuǎn)光.中國主要森林生態(tài)系統(tǒng)水文功能的比較研究[J].植物生態(tài)學(xué)報,2003,27(1):16–22.

[3]石培禮,李文華.森林植被變化對水文過程和徑流的影響效應(yīng)[J].自然資源學(xué)報,2001,16(5):481–487.

[4]王禮先,張志強(qiáng).森林植被變化的水文生態(tài)效應(yīng)研究進(jìn)展[J].世界林業(yè)研究,1998(6):14–23.

[5]夏軍,左其亭.國際水文科學(xué)研究的新進(jìn)展[J].地球科學(xué)進(jìn)展,2006.21(3):256–261.

[6]蘆新建,賀康寧,王輝,等.AWRA-L模型估算區(qū)域林冠降雨截留量[J].農(nóng)業(yè)工程學(xué)報,2015,31(7):137–144.

[7]黃忠良,孔國輝,魏平.鼎湖山植物物種多樣性動態(tài)[J].生物多樣性雜志,1998,6(2):116–121.

[8]何師意,冉景丞,袁道先.西南巖溶地區(qū)植被喀斯特效應(yīng)[J].地球?qū)W報,2001,22(2):159–164.

[9]王世杰,季宏兵,歐陽自遠(yuǎn),等.碳酸鹽巖風(fēng)化成土作用的初步研究[J].中國科學(xué)(D輯),1999,2(5):441–449.

[10]張喜,薛建輝,生原喜久雄,等.黔中山地喀斯特森林的水文學(xué)過程和養(yǎng)分動態(tài)[J].植物生態(tài)學(xué)報,2007,31(5):757–768.

[11]唐常源.亞熱帶馬尾松人工林的降雨截留作用[J].地理學(xué)報,1992,47(6):545–551.

[12]何常清,薛建輝,吳永波,等.應(yīng)用修正的Gash解析模型對岷江上游亞高山川滇高山櫟林林冠截留的模擬[J].生態(tài)學(xué)報,2010,30(5):1125–1132.

[13]周秋文,顏紅,馬龍生,等.喀斯特地區(qū)典型針葉林的降雨截留分配效應(yīng)[J].生態(tài)科學(xué),2016,35(6):140–145.

[14]張卓文,楊志海,張志永,等.三峽庫區(qū)蓮峽河小流域馬尾松林冠降雨截留模擬研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報,2006,25(3):318–322.

[15]李崇巍,劉世榮,孫鵬森,等.岷江上游植被冠層降水截留的空間模擬[J].植物生態(tài)學(xué)報,2005,29(1):60–67.

[16]Horton R E.Rainfall interception[J].Monthly Weather Review,1919,47:603–623.

[17]王彥輝,于澎濤.林冠截留降雨模型轉(zhuǎn)化和參數(shù)規(guī)律的初步研究[J].北京林業(yè)大學(xué)學(xué)報,1998,20(6):25–30.

[18]ASTON A R.Rainfall interceptionby eight small trees[J].Journal of hydrology,1979,42(3/4):383-396.

[19]曾德慧,范志平.樟子松林冠截留模擬實驗研究[J],應(yīng)用生態(tài)學(xué)報,1996,(2):134–138.