基于Horton模型的涟江流域马尾松林冠截留模拟

周秋文,朱红

贵州师范大学地理与环境科学学院,贵阳 550001

1 前言

森林与水的关系是当今森林生态学研究的核心问题之一[1]。森林的水文生态功能主要包括降雨截留(林冠截留、枯枝落叶层截持和土壤蓄水),调节径流、蒸发散失等[2-4]。林冠截留能够减少到达地面的雨量,延缓产流的时间,从而减少径流量[5–7]。喀斯特地区生态环境十分脆弱,土层薄,水土保持能力差,植被生长被恶劣的自然环境所限制[8,9]。林冠截留一方面减少了雨滴对土壤的直接冲刷,对防止土壤侵蚀有重要作用;另一方面林冠截留也延缓了降雨到达地面的时间,对与土壤层蓄水能力较弱的喀斯特地区而言,也起到了涵养水源的作用。马尾松是喀斯特地区广泛分布的树种,因此,研究喀斯特地区马尾松植被截留特征有重要的现实意义。

目前,已有学者对植被截留过程的研究取得了相应的成果。大多都是基于长期定位观测实验或实验模型的对比研究[10–12],如周秋文等人采用定位观测方法对喀斯特地区针叶林的降雨分配特征进行了研究分析[13]。张卓文等人对三峡库区莲峡河小流域内马尾松林分样地进行了降水截留观测与经验模型模拟研究[14]。影响林冠截留的因素比较复杂,常规的实验观测方法虽然数据精度高,但由于在大中尺度上各种因素有很强的空间分异性,因此想通过对局部的观测来描述大中尺度的林冠截留过程难度较大。在目前的研究中,林冠最大吸附水量的空间模拟研究较多,喀斯特地区流域尺度上的月林冠截留模拟研究较少[15]。而对于喀斯特地区,流域尺度上的林冠截留模拟对整个流域森林生态水量平衡的作用至关重要。

因此,本文以贵州省喀斯特地区典型马尾松林为研究对象,以林冠截留野外观测数据为基础,利用Horton模型对涟江流域进行林冠截留空间模拟,并对其时空分异特征进行分析,以便为该流域的森林生态功能分析与水土保持工作提供参考。

2 研究区概况

研究区为位于西南喀斯特地区的涟江流域(图1),流经贵阳、龙里、惠水、长顺、罗甸,地理位置为 106°14′E—106°52′E,25°32′N—26°27′N, 平均海拔约为1100 m。年平均气温为14.9℃,年降雨量1178.3 mm,雨量充沛。虽然水资源总量丰富,但由于喀斯特地貌条件限制,山高水低而造成开发难度大,导致很多地区工程性缺水日益突出。

3 研究方法

3.1 试验布置及数据采集

为开展参数率定和经度验证工作,选择位于研究区范围内的贵州师范大学地理与环境生态实验站(106°27′E、26°21′N)开展野外观测。该站点在流域范围内,位于流域北部。实验站平均海拔1200 m,土壤以石灰土为主,样地内马尾松平均树龄为25年,平均树高为16 m,郁闭度为0.87。于2015年9月-2016年4月在实验站内观测大气降水、树干流、林间穿透雨、林冠截留量等指标。

3.2 模型数据获取与处理

本文选择MYD15A2产品对叶面积指数进行的分析。首先利用NASA(National Aeronautics and Space Administration)官网提供的MODIS(Moderateresolution Imaging Spectroradiometer)数据预处理工具MRT,将原始的SIN投影HDF数据集统一转成WGS-1984经纬度坐标下的GeoTiff格式图像,并对数据进行重采样。最终将坐标统一为Albert等积投影系统,再用Arcmap10.2对数据进行裁剪与栅格计算后得到叶面积指数基础数据。

图1 研究区概况图(a)与研究区马尾松分布情况(b)Fig.1 Study area location,elevation(a)and distribution of Masson pine(b)

表1 数据获取方案Tab.1 Data acquisition scheme

3.3 模型构建

由观测结果可知,涟江流域马尾松只有当降雨量大于1.79 mm时才能观测到树干流,且树干流量只占降雨量的0.01%左右。鉴于研究期间的降水特征及树干流的特点,此处暂不考虑树干流对截留量的影响。在现有的植被截留模型中,经验模型与理论模型都是以大量的实测数据建立的模型,而Gash模型需要的参数过多,Rutter模型对数据精度的要求很高,因此本文选用Horton以林冠吸附降雨容量与附加截留量为基础建立的半经验半理论截留模型[16]。本文基于该模型,以植被截留观测数据为基础,改进已有的模型建立涟江流域马尾松林冠截留模型。

王彦辉在参考Horton模型及树冠特征与吸附容量关系后,以降水与蒸发强度的关系作为附加截留量,建立了一个适用于全国各地的标准截留模型[17]:

其中:为林冠吸附降雨容量,P为次降雨量,∆P为附加截留量。

Aston与曾德慧等人的研究结果表明,叶面积指数与林冠吸附降雨容量有着极显著的线性函数关系[18,19]。因此可以用植被叶面积指数来计算林冠吸附截留量,公式2中的可用以下方程来表示:

其中:LAI为叶面积指数,a,b为与植被类型相关的参数。公式2中的附加截留量∆P与降雨量P有关,可以通过截留观测数据拟合。

在有截留观测的36次降雨事件中,选取5个不同的叶面积指数点观测到的降雨截留数据,对公式2中的林冠吸附降雨容量与附加截留量进行拟合,得到林冠截留量、LAI及次降水量之间的关系模型如下:

为了评价该模型的拟合效果,选取另外2个不同的叶面积指数观测点的数据模拟检验。以叶面积指数与降雨量为自变量拟合得到的a、b两个参数的决定系数(R2)为0.80,且通过了函数t0.05的检验,模型模拟效果较好。

由于考虑到在使用林冠降雨截留模型进行模拟时可能存在次降雨量尺度与月降雨量尺度之间存在的适应性问题,因此本文将公式2中的参数以月降雨量及月植被截留数据进行拟合,得到的拟合参数为a=0.38,b=0.16,与次降雨量拟合的参数差值较小,故该模型的拟合参数较为合理,可应用于涟江流域马尾松林冠降雨截留的空间模拟。

4 结果与分析

4.1 Horton模型精度与实用性分析

4.1.1 降雨与植被截留观测结果

试验区2015年9月—2016年4月共观测到36次大气降雨事件,降雨总量为300.67 mm,对降雨量大小进行分级,由图2可以看出,在1.79–5 mm这个级别上降雨频率最大,降雨次数达14次;大于15 mm的降雨为5次,其中有一次为暴雨,降雨量为58.6 mm。由于所观察每次降雨事件都出现了林内穿透雨,因此有截留观测的降雨次数为36次,最大为58.6 mm,最小为0.80 mm,平均降雨量为8.35 mm。

4.1.2 林冠截留模拟结果精度验证

图2 试验区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 马尾松林冠截留模拟结果与观测值对比Tab.2 Comparison of simulation results and observed values of canopy interception(mm)

表2表明,林冠截留总量的模拟值为67.79 mm,实测值为51.24mm,模拟值与实测值之差为16.55mm,综合模拟数据发现,研究区截留量模拟效果最差的为9月份,误差达到最高值7.26mm,而模拟效果最好的一个月是4月份,误差为1.8 mm,而4月份正值初春,降雨量大,降雨频次高。总体来看,涟江流域月模拟值与实测值具有较高的一致性,在2015年模拟的四个月中,模拟值普遍高于观测值3.5 mm以上,而在2016年模拟的两个月中,模拟值均小于实测值,但总体上相差不大。对林冠截留模拟值与观测值进行相关性分析,得到两者间的决定系数(R2)为0.75(图3),模拟效果较好。由此表明,Horton模型可以很好的模拟研究区马尾松植被截留特征。

4.2 基于Horton模型的涟江流域马尾松林冠截留特征

4.2.1 年尺度马尾松林冠截留时空分布

为了研究涟江流域马尾松林冠截留空间分布情况,将2003-2015年的马尾松月林冠截留量叠加得到年林冠截留空间分布图(图4),在模拟的13年中,年林冠截留总量由大到小依次为: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为197.88 mm。从空间分布情况来看,林冠截留空间分布规律大多由东北部向南部递减,少部分是由南向北递减,其中只有2005年是由西向南递减,对比年降水量分布图发现林冠截留的空间分布明显受降水量的影响,贵阳市、龙里县降水量较多时呈现出东北部林冠截留量大的特征,而罗甸县、平塘县降水量较大时,流域南部林冠截留量较大。

图3 涟江流域马尾松林冠截留模拟值与观测值的比较Fig.3 Comparison of simulated and observed values of Masson pine canopy interception in the Lianjiang River

4.2.2 月尺度马尾松林冠截留时空分布

以涟江流域降雨量分布与马尾松叶面积指数分布为基础,根据公式4并用Phyton语言编程对涟江流域马尾松月林冠截留进行空间模拟,得到观测期间马尾松林冠截留空间分布(图5)。由林冠截留模拟值可知,2016年4月涟江流域马尾松林冠截留量在17.26 mm—26.95 mm之间,平均截留量为22.11 mm,是研究期内最大模拟林冠截留量,最小模拟林冠截留量为2016年3月的8.57 mm,而在2015年9月、10月与2016年4月平均林冠截留量均大于20 mm。这是由于上述三个月内降雨量普遍大于其他月份,从而使得林冠截留量也相对较大。因此,林冠截留的空间分布也呈现出与降雨量空间分布相似的趋势。在2015年9月、11月与12月林冠截留量由东南向西北方向递减,而2015年10月与2016年4月则是由西北向东南方向递减。

从整个涟江流域来看(图6),其年内各月变化趋势呈先升后降的单峰型变化趋势,其间偶尔出现异常的峰值峰谷,但总体上在1—4月林冠截留量缓慢上升,4—6月快速持续上升,6月林冠截留量最大,达到60.29 mm,随后6—8月急剧下降,9—12月下降趋于平缓直至次年的1—4月。在模拟期内林冠截留量最小值为2007年11月的0.6 mm,全年月平均林冠截留量为16.49 mm。分析降雨量情况可知,涟江流域降雨多集中于4—8月份,而此时林冠截留量也相对较大,说明降雨量对马尾松林冠截留影响较大。

图4 2003—2015年涟江流域马尾松林冠截留空间分布图Fig.4 Spatial distribution pattern of Masson pine canopy interception from 2003 to 2015 in the Lianjiang River Basin

图5 涟江流域马尾松林冠截留空间分布图Fig.5 Spatial distribution pattern of Masson pine canopy interception in the Lianjiang River Basin

图6 2003—2015年涟江流域马尾松月林冠截留量Fig.6 Monthly Masson pine canopy interception from 2003 to 2015 in the Lianjiang River Basin

4.3 不同土壤和地貌类型上的马尾松林冠截留特征

将2015年马尾松林冠截留空间分布与涟江流域土壤类型分布图进行空间叠加,得到不同土壤类型的年尺度马尾松林冠截留量分布情况(表3)。结果表明,涟江流域马尾松在黄红壤与洪积冲积土上具有相同的林冠截留量(232 mm—249 mm),红壤与石骨土的平均林冠截留量也相同,为236 mm,而平均林冠截留量最大的为山地灌丛土上的马尾松,截留量为253 mm,但此类型土壤在涟江流域极为少见,最小的为黄棕壤上的232 mm。结合2015年林冠截留空间分布图可以看出,在流域北方石灰土与黄壤上的马尾松林冠截留量是该年的最大林冠截留量地区,而在流域大部分黄壤地区林冠截留量都相对较大,总体来看,涟江流域的黄壤对马尾松林有着较好的截留效果,因此在流域的黄壤地区可以种植适量的马尾松,有助于该区的水土保持。

涟江流域的地貌为中山、低山和丘陵,其中以中山为主,低山次之,而丘陵较少,分布在流域北方(龙里县),区域西部的长顺县主要以中山为主,而低山大多分布在惠水境内。将2015年马尾松林冠截留空间分布与涟江流域地貌类型分布图进行空间叠加,可知:在流域内相对高差1000 m以上的为中山,相对高差小于等于1000 m的为低山,丘陵则是相对高差大于100 m的山地,在贵州典型喀斯特地区的涟江流域,平均海拔1000 m以上,且中山、低山与丘陵的平均林冠截留量分别为242.5 mm、241.5 mm与243.5 mm,林冠截留量差值为1 mm,不同地貌类型上林冠截留量差值较小,因此可以看出在该流域地貌对林冠截留的影响不大。

表3 不同土壤类型的马尾松林冠截留量Tab.3 Masson pine canopy interception on different soil types(mm)

5 结论

本文以涟江流域马尾松林为例,通过Horton模型模拟与实测数据分析,研究了模型的适用性与林冠截留的空间分布特征。主要结论如下:(2)模型模拟值与实测值间的决定系数(R2)为0.76,结果精度较高。年尺度植被截留量最大值为251.48 mm,占同期降雨量的17.07%,最小值为151.70 mm,占同期降雨量的17.01%。流域的东北方向马尾松植被截留量较大,且截留量空间分布与降雨量的空间分布大致相同。(3)涟江流域的土壤类型对植被截留能力有一定的影响,而涟江流域地貌对林冠截留的影响相对较小。总体而言,涟江流域马尾松对降雨具有较强的截留和再分配作用,Horton模型在涟江流域马尾松林冠截留模拟方面有较好的适用性。

参考文献

[1]高甲荣,肖斌,张东升,等.国外森林水文研究进展评述[J].水土保持学报,2001,10(5):60–65.

[2]刘世荣,孙鹏森,温远光.中国主要森林生态系统水文功能的比较研究[J].植物生态学报,2003,27(1):16–22.

[3]石培礼,李文华.森林植被变化对水文过程和径流的影响效应[J].自然资源学报,2001,16(5):481–487.

[4]王礼先,张志强.森林植被变化的水文生态效应研究进展[J].世界林业研究,1998(6):14–23.

[5]夏军,左其亭.国际水文科学研究的新进展[J].地球科学进展,2006.21(3):256–261.

[6]芦新建,贺康宁,王辉,等.AWRA-L模型估算区域林冠降雨截留量[J].农业工程学报,2015,31(7):137–144.

[7]黄忠良,孔国辉,魏平.鼎湖山植物物种多样性动态[J].生物多样性杂志,1998,6(2):116–121.

[8]何师意,冉景丞,袁道先.西南岩溶地区植被喀斯特效应[J].地球学报,2001,22(2):159–164.

[9]王世杰,季宏兵,欧阳自远,等.碳酸盐岩风化成土作用的初步研究[J].中国科学(D辑),1999,2(5):441–449.

[10]张喜,薛建辉,生原喜久雄,等.黔中山地喀斯特森林的水文学过程和养分动态[J].植物生态学报,2007,31(5):757–768.

[11]唐常源.亚热带马尾松人工林的降雨截留作用[J].地理学报,1992,47(6):545–551.

[12]何常清,薛建辉,吴永波,等.应用修正的Gash解析模型对岷江上游亚高山川滇高山栎林林冠截留的模拟[J].生态学报,2010,30(5):1125–1132.

[13]周秋文,颜红,马龙生,等.喀斯特地区典型针叶林的降雨截留分配效应[J].生态科学,2016,35(6):140–145.

[14]张卓文,杨志海,张志永,等.三峡库区莲峡河小流域马尾松林冠降雨截留模拟研究[J].华中农业大学学报,2006,25(3):318–322.

[15]李崇巍,刘世荣,孙鹏森,等.岷江上游植被冠层降水截留的空间模拟[J].植物生态学报,2005,29(1):60–67.

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

[17]王彦辉,于澎涛.林冠截留降雨模型转化和参数规律的初步研究[J].北京林业大学学报,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.樟子松林冠截留模拟实验研究[J],应用生态学报,1996,(2):134–138.