庐山日本柳杉林下穿透雨时空分布特征

邓文平,郭锦荣,邹 芹,陈 琦,黄家辉,卢妍洁, 刘苑秋

1 江西农业大学林学院, 南昌 330045 2 珠海市自然资源局, 珠海 519015 3 江西庐山国家级自然保护区管理局, 九江 332000 4 鄱阳湖流域森林生态系统保护与修复国家林业和草原局重点实验室, 南昌 330045

森林与水的关系一直以来都是生态水文学的重要问题之一。森林冠层作为降水到达地面过程中的第一作用层,对降水进行第一次再分配,具有重要的水文功能和生态水文意义。而穿透雨作为降水再分配中最主要的组成部分,林冠层的作用将会对其时空分布格局产生重要影响,并进而影响林地土壤水分分布、养分循环利用、以及穿透雨中元素浓度和沉积、根系生长和径流形成等[1]。因此其在样地尺度水文、生物地球化学和生态过程中占有极其重要的地位[2]。

穿透雨的形成及空间分布受到降雨特性(降雨量和降雨强度)和林分结构(林分分布和叶面积指数(Leaf area index, LAI)的影响[3]。大量的研究认为降雨量是林内穿透雨量的决定因素,随着林外降雨量的增加林内穿透雨量也逐渐增加,两者呈线性关系[4]。对林内穿透雨率来说,其随着林外降雨量的增加前期迅速增加而后达到稳定,大部分研究经统计后认为二者之间呈对数函数关系[4- 7]。林分结构因素中对叶面积指数的分析较多,穿透雨率与叶面积指数之间呈负相关关系,且随降雨量增大相关性减弱。因此在穿透雨量及其主要影响因素间的关系是有一定结论的。

但是,穿透雨的输入随着空间和时间具有很高的变化,即随着降雨的进行,从林冠到林下,形成穿透雨和溶质输入的“热点”和“热时刻”[8- 10]。目前,关于穿透雨时空异质性及其影响因素的研究也在逐渐增多,但无论是从林分尺度[11- 12]还是在单株尺度的分析[13- 15],并未形成统一的结论。尤其是在林分尺度的分析,不同树种结论各异。李振新等[16]对岷江流域冷杉针叶林穿透雨研究发现,林下不同观测点穿透雨率具有显著的差异,且各观测点正上方的冠层及枝叶性质对穿透雨的空间分布也有一定影响。盛后财等[17]研究发现兴安落叶松林下穿透雨空间异质性变异程度随降雨量的增加而减小,以对数方程拟合较好(P<0.01);冠层结构特征是影响穿透雨空间变异的重要因素,冠层复杂程度与穿透雨量呈负相关关系；在冠层结构因子中,冠层厚度是决定穿透雨空间分布的最主要因素。 曹云等[18]对中亚热带杜仲(Eucommiaulmoides)人工林水文特征研究发现,距树干距离和降雨量能够影响穿透雨的空间异质性,即穿透雨率随着与树主干距离的增加而提高,但随着降雨量的增加,穿透雨的空间变化减少,异质性降低。Sinun等[19]在热带雨林中的研究认为林冠密度和树种差异与穿透降水的空间分布没明显关系,起主导作用的可能是叶尖滴水。时忠杰等[20]分析六盘山华山松林下穿透雨空间变异影响因素发现,冠层对穿透雨具有一定的聚集效应,且叶面积指数对穿透雨的空间分布影响最大。Pérez-Suárez等[21]研究也表明,随着LAI增大穿透雨量降低。曹光秀等[22]基于Kriging插值法分析磨盘山常绿阔叶林穿透雨的空间分布发现,大气降雨量与穿透雨量呈正相关关系,叶面积指数与其呈负相关关系。雨量较小时各观测点林内穿透雨的大小分布与观测点上方的林木结构有密切关系,雨量较大时穿透雨的分布更随机,规律性较小,受其他随机因素影响更多。但是也有研究认为叶片对降雨有聚集效应,叶面积指数大的地方,穿透雨率也大；而Teale等[23]认为降雨分配模式与LAI无显著关系。不同地区无论是从树种还是单一林分结构指标分析穿透雨的时空变异性得到不同的结论。

日本柳杉(Cryptomoriajaponica)在庐山主要分布在700 m海拔以上的地区,是该地的主要造林树种,发挥着重要的水源涵养、净化大气环境、森林游憩等生态功能。目前对该树种的研究主要集中于水分生理生态[24- 26]、毛竹入侵及其水分关系[27]的影响方面,因此,有必要对日本柳杉林的水循环过程进行研究,从而为其水源涵养服务功能效益评价提供一定的数据基础。本研究将对日本柳杉林降雨再分配的时空异质性及其主要影响因素进行初步的分析和探索,以期能促进对日本柳杉林冠层水分传输的理解,并为其水文调节功能评价提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于江西庐山国家级自然保护区内(庐山森林生态系统定位观测研究站),地理位置为115°52′38″—116°05′25″ E,29°25′18″—29°39′57″ N。处于北亚热带向中亚热带过渡的季风湿润气候区。多年平均温度11.6℃,最低月平均温度为一月-4.1℃,最高月平均温度为七月22.3℃,年平均降水量为2068.1 mm,年日照时数1715 h。特殊的气候特征和复杂地形,形成了多样的生境,具有丰富的生物多样性,植被沿海拔梯度呈明显的垂直分布规律,自下而上分布有常绿阔叶林、常绿落叶阔叶混交林、落叶阔叶林、针阔混交林、针叶林、山顶矮林、人工柳杉林、毛竹林等,其中天然常绿落叶阔叶混交林森林生态系统具有典型性和代表性,而人工林以针叶林为主,其中最具代表性的树种为20世纪中叶营造的日本柳杉林,面积约为330 hm2,平均蓄积297.3 m3/hm2,主要分布海拔在500—1300 m。

本实验在海拔960 m处选择长势良好、林相整齐且胸径大小变化丰富的日本柳杉林分,设置一块30 m×30 m面积的长期固定观测样地,通过每木检尺确定样地内林木的基本特征。利用机械布点的方法,布设穿透雨和树干径流观测设施。观测样地的具体信息详见表1和图1。

表1 观测样地主要林分特征

1.2 降雨、穿透雨、树干径流观测方法

1.2.1大气降雨的观测

在所选样地的林分边缘200 m处的林外开阔地上布设自计式翻斗雨量计(由美国 Onset HOBO公司生产,型号为RG3-M),对林外降雨量和降雨强度进行实时的观测,观测频度为5 min,降雨量观测精度为0.2 mm。

1.2.2林内穿透雨的收集及观测方法

林内穿透雨的收集采用自制的雨量筒,它是由内径为20 cm的漏斗(截面积为314.16 cm2/筒)通过塑料管与2.5 L的收集瓶连接组成的,漏斗放置在同样直径大小的硬质PVC管(打入土壤20 cm)上以保持收集面水平和稳定。在30 m×30 m的日本柳杉林样地内依据机械布点的方式(遇到布设点位处有树木和岩石时,略微进行了垂向偏移),布点时先利用50 m皮卷尺将样地划分为6行6列的方格,再取第一行中间位置处放点,由于布点位置可能与样地内的乔木位置重叠,或者布点位置不便于放置收集桶,采取根据现场情况进行平移或上下移动,最终布设完成时纵坐标均值分别为3.5、9.5、14.5、18.5、23.5、27.5,行方向上按照5 m的点位间隔,不同行交叉排列,最后4个雨量筒随机插入第一行和第二行之间。共布设自制收集桶37处。在样地中心以及四角(10 m×10 m)中心点处布设自计式雨量计5处,对穿透雨量及其变化过程进行观测(图1)。

图1 林木及雨量筒空间分布Fig.1 The spatial distribution of forest and rain gauge

1.2.3叶面积指数观测与分析

自2017年4—9月,利用Li-Cor公司(USA)生产的LAI- 2200植物冠层分析仪,在穿透雨采集点正上方测定其叶面积指数。观测频度约为每月观测一次,共观测6次,具体时间点分别为2017-04-16,2017-05-12,2017-06-06,2017-07-04,2017-08-18,2017-09-13；各月叶面积指数平均值为4.14,3.86,3.87,4.27,4.08,4.22,不同月份之间差异不显著,因此在进行叶面积指数的处理时选择不同月份的平均值。采用FV2200软件分析确定在不同天顶角度下(53°、 38°、 23°、7°)采集点处的叶面积指数,分析了不同天顶角度下叶面积指数与穿透雨率的相关性发现,天顶角度7°时的叶面积指数与穿透雨率关系显著的场次最多为6场,其余天顶角度23°、38°、53°分别为2场、0场、0场。因此选择天顶角度7°时的叶面积指数进行分析。

1.2.4穿透雨时空变异系数计算

穿透雨的空间变异系数表示为单次降雨事件下不同观测点穿透雨率的空间变异性,而时间变异系数指示为某一固定监测点在不同场次降雨事件中穿透雨率的时间变异系数,其计算方法参考裴成敏等[28]。

2 结果与分析

2.1 研究期间降雨特征

依据距离样地1 km处的林外空地气象站记录的降雨信息,将时间间隔超过4 h的降雨事件划分为不同两场场次降雨[17]。研究区降雨集中分布在4—9月,该时段内多年平均降水量占降水总量的76.4%。研究期间(2017年4月—2017年9月)共记录61场有效降雨事件,总累计降雨量1356.8 mm,最大降雨量为147.66 mm,最小降雨量为0.6 mm。

将场次降雨按照降雨量范围0—10、10—25、25—50、>50 mm进行等级划分(图2),不同等级场次降雨发生频数分别为33次、12次、7次、9次。观测期内降雨量主要集中在0—10 mm范围内,随着次降雨量的增大,林外降雨事件发生频数下降。

从降雨强度分析(图2),观测期间内平均降雨强度为4.5 mm/h,最大降雨强度为27.2 mm/h,最小降雨强度为0.1 mm/h,不同降雨强度范围(<2、2—5、5—10、10—20、>20 mm/h)下的降雨事件数占比分别为44.26%、22.95%、21.31%、9.84%、1.64%。说明观测期内降雨强度集中在低强度<2 mm/h,且随降雨强度增加林外降雨事件发生越少。

从降雨历时来看(图2),观测期间内平均降雨历时10.38 h,最长降雨历时43.18 h,不同降雨历时(<1、2—6、6—12、12—24、>24 h)对应的降雨事件发生频数分别为8次、18次、15次、13次、7次。60%以上的降雨在12 h以内结束,还有11.5%的降雨历时超过24 h。

图2 研究期间降雨特征Fig.2 Characteristics of gross rainfall during the study period

2.2 林下穿透雨特征及其空间变异性

对样地内37个穿透雨采样点在21次降雨事件后的穿透雨量进行分析后,发现林下穿透雨率最大为222%,最小仅为2%,平均穿透雨率为80%,林下穿透雨率具有很大的空间变异性,不同次降雨事件下,穿透雨率空间变异系数最大为114%,最小仅为15%,因此林下穿透雨率及穿透雨的空间变异性与林外降雨特征关系密切。

图3 穿透雨率、穿透雨变异系数与降雨量的关系 Fig.3 Relationship of gross rainfall versus throughfall percentage and CV of throughfall

通过对降雨量、降雨强度与穿透雨率、穿透雨空间变异系数的Person相关性分析发现,日本柳杉林内穿透雨率、标准偏差及其空间变异系数与林外降雨强度的相关性不显著,而与降雨量的相关性极显著(相关系数分别为r=0.699、-0.593、-0.693,P<0.01),即穿透雨率随林外降雨量的增加呈增加的趋势,空间变异系数和穿透雨率的标准偏差随林外降雨量的增加而减小。通过回归分析发现,穿透雨率、空间变异系数与降雨量之间用对数函数、二次多项式、幂函数以及逻辑斯蒂方程进行模拟,回归方程和回归系数都能通过显著性检验,但根据决定系数R2大小,本研究中穿透雨率与降雨量之间以二次多项式模拟效果最好(图3),拟合方程为：

TF(%)=-0.0006P2+0.033P+0.520,R2=0.673,

P<0.01,n=21

(1)

式中,TF为穿透雨率(%),P为降雨量(mm)。

这与之前研究中普遍采用的幂函数[17,29]和对数函数[18,28]有不同之处。根据穿透雨的形成规律,从降雨开始至林冠层趋于饱和前,随降雨量的增加穿透雨率逐渐增加,由于水分在冠层的运动过程中,其截留的部分雨水也会与后续的降雨混合后进入林地内,因此,会出现穿透雨率的后续一段时间的波动起伏。同时由于本研究观测的林外降雨量最大为44 mm,未能呈现出降雨量继续增大后的波动稳定状态。由此以二次多项式拟合方程效果最佳,由方程可知,日本柳杉林的林下穿透雨率趋于渐进值时的最小降雨量约为28mm。

穿透雨的空间变异系数与林外降雨量之间以幂函数模拟效果最好,拟合方程为：

CV(TF)=0.739P-0.368,R2=0.795,P<0.01,n=21

(2)

式中,CV为单次降水事件下林下穿透雨率的空间变异系数,TF为穿透雨率(%),P为降雨量(mm)。许多前人对不同树种的研究中也得出相同的结果[28]。由拟合曲线分析可知,在降雨量逐渐接近20 mm时,林内穿透雨率的空间变异系数变化范围为20%—114%,平均值为46%；降水量大于20 mm后其变化范围15%—26%,平均穿透雨率为22%。此时,可推测当降雨量大于20 mm时林冠层对穿透雨的空间变异性影响减弱。

因此,综合穿透雨率、空间变异系数与林外降雨的关系,我们推测日本柳杉林样地冠层达到饱和时的林外降水量在20—28 mm之间。

2.3 穿透雨时空分布特征及其与叶面积指数的关系

穿透雨的空间差异与许多因素有关,但主要影响因素为冠层结构特征和气象因子。本研究中我们将观测期内不同位置处观测点上的降雨量、风速、风向、温度等气象因子处理为一致的,主要探讨冠层结构特征的差异引起的空间变化。采用天顶角度为7°时,不同观测点处的叶面指数平均值变化范围在1.99—6.34,将37个观测点依据叶面积指数划分为1.99—3(3个), 3—4(13个), 4—5(10个), 5—6(7个), 6—7(4个)共5种情景,进一步分析不同观测点位的空间差异。

图4 不同叶面积指数下观测点平均穿透雨率与降雨量关系 Fig.4 Relationship of mean throughfall rate and gross rainfall at different LAILAI: 叶面积指数Leaf area index

对观测期内21次次降雨事件穿透雨的观测,分析可知,在5种叶面积指数条件下,通过配对样本T检验发现,除LAI(1.99—3)与LAI(3—4)以及LAI(4—5)与LAI(6—7)配对之间差异不显著外,其他配对之间差异均显著,说明这种叶面积指数划分是有意义的。叶面积指数处于1.99—3时,平均穿透雨率最大,平均值为94.6%,标准差为24.5%,变异系数为25.9%；而叶面积指数处于5—6时,平均穿透雨率最小,平均值为62.2%,标准差为28.7%,变异系数为46.1%。在21次次降雨事件下,叶面积指数(1.99—3)的观测点平均穿透雨率≥100%的降雨事件数达到9次,占到所有降雨事件数的42.9%,说明在叶面积指数(1.99—3)的观测点位处更易发生降雨聚集效应。

对5种叶面积指数条件下,观测点平均穿透雨率与林外降雨量进行回归分析和显著性检验(图4),发现LAI(1.99—3)条件下,穿透雨率与林外降雨量的关系不明显,而其他叶面积指数条件下均呈现了显著的相关性,且回归方程以二次多项式拟合效果最好(表2),随着林外降雨量的增加,穿透雨率均呈现增加的趋势,且叶面积指数>4的观测点,穿透雨率均在林外降雨量为30 mm时达到最大,而LAI(3—4)的观测点在林外降雨量为24.3 mm时达到最大,进一步说明了冠层结构对降水拦蓄截留作用的重要性。

对5种叶面积指数条件下,观测点穿透雨率变异系数与林外降雨量进行回归分析和显著性检验(图5),在LAI(1.99—3)条件下,穿透雨率变异系数与林外降雨量的关系不明显,而其他叶面积指数条件下,观测点空间变异系数均呈现出极显著的相关性,回归方程都以对数函数的拟合效果为最好(表3)。叶面积指数在4—5时,拟合方程的决定系数最大,叶面积指数为6—7之间时,决定系数最小,而叶面积指数在1.99—3之间时不呈现相关性。可知,随冠层叶面积指数的增加,林外降雨量对空间异质性变化的解释度降低。

表2 不同叶面积指数(LAI)下观测点平均穿透雨率与降雨量回归拟合及显著性

表3 不同叶面积指数下观测点空间变异系数与降雨量回归拟合及显著性

图5 不同叶面积指数下观测点空间变异系数与降雨量关系 Fig.5 Relationship between CV of throughfall and gross rainfall at different LAI

基于上述分析结果,我们进一步对21场降雨下不同观测点处的平均穿透雨率和时间变异系数与冠层结构特征(叶面积指数LAI)进行相关和回归分析(图6和图7)。发现不同观测点叶面积指数与平均穿透雨率呈极显著负相关性(r=-0.605),而与时间变异系数呈极显著的正相关(r=0.639)；而回归拟合效果皆以三次多项式的效果为最好；说明空间结构特征对穿透雨分布影响的复杂性。森林冠层叶面积指数只有在某一范围时,才能发挥最优的截持和分配降雨能力。因此,我们根据穿透雨率的变化进行了分段拟合,发现叶面积指数以4.5为分界点,在LAI 3—4.5之间变化时,随着叶面积指数的增加穿透雨率近似呈线性减小,而当叶面积指数在4.5—7之间时,它们之间以二次多项式拟合为最优。而依据降雨量等级0—10 mm(小雨),10—25 mm(中雨)和25—50 mm(大雨),将穿透雨率按照叶面积指数进行多重比较(Tukey)也发现,降雨量级为0—10 mm时,不同叶面积指数等级之间差异显著,而降雨量级大于10 mm后,叶面积指数大于4的观测点穿透雨率差异不显著。因此不考虑降雨量影响条件下以4.5作为叶面积指数影响的分界点是合理。随着叶面积指数的增加穿透雨观测点位的时间变异系数在逐渐增加。

图6 平均穿透雨率与叶面积指数的关系 Fig.6 Relationship between mean throughfall percentage and LAI

图7 时间变异系数与叶面积指数的关系 Fig.7 Relationship between time coefficient of variation and LAI

3 讨论

对2017年生长季4—9月21场降雨下日本柳杉林内37个穿透雨观测点数据分析,日本柳杉林下平均穿透雨率为80%,与许多前人对针叶树种穿透雨研究结果相比处于中间值,如祁连山青海云杉林(75.04%)[6]、侧柏林(60%—78.8%)[30]、亚热带马尾松林(72.51%—76.45%)[31]、六盘山华北落叶松林(74.94%—85.3%)[3,32]、兴安落叶松林(80.62—81.39%)[29]、六盘山华山松林(84.34%)[20],不同树种的这种差异是由许多生物和非生物因素共同作用导致的,如林分密度[13,32]、林龄[33]、郁闭度[34]、冠层厚度[30]、叶面积指数[3]等生物因素。本文对降雨量和叶面积指数的分析发现,降雨量大于28 mm时,穿透雨率趋于稳定；而降雨量级在中雨和大雨时,穿透雨率差异不显著；将观测点处的叶面积指数分为五种情形分析降雨量与穿透雨率关系时发现,叶面积指数在1.9—3之间时,穿透雨率与林外降雨量没有相关性,而在其他四种情形下,降雨量和穿透雨率都以二次多项式拟合最优,当LAI在4—5、5—6、6—7这几种情景时,拟合函数的决定系数R2≥ 0.70,而LAI处在3—4之间时,降雨量对穿透雨的解释程度R2只有0.41。由此可以推论,林分冠层结构参数LAI在3—4.5时,对穿透雨率的影响最大,降雨量此时的解释程度低,而当LAI继续增加,冠层结构特征对穿透雨率的影响稳定。对不同降雨量级下,不同水平叶面积指数下穿透雨率的多重比较结果,也证明不考虑降雨量影响,叶面积指数超过4以后穿透雨率变化不显著,因此可以将叶面积指数4.5作为该地区今后日本柳杉水源涵养林最优结构的参考指标。

几乎所有的研究都认为林外降雨量(非生物因素)才是林内穿透雨量的决定性因素,穿透雨率随着林外降雨量的增加先显著增大后缓慢增大并渐趋稳定,穿透雨率很大程度上取决于林外降雨量的大小[17]；目前大多数研究是以对数函数来对穿透雨率和降雨量进行模拟[4,6- 7,35],也有一些研究选择用指数函数[3,36]、幂函数[17,29]和逻辑斯蒂函数[20],这些拟合结果的整体趋势也基本符合穿透雨率的变化规律。本研究中的穿透雨率与林外降雨量的回归拟合表明,二次多项式的拟合效果最好(R2= 0.67),显示林外降雨超过28 mm后穿透雨率会有波动下降的趋势。这结果与盛后财等[17]所得出的20 mm后穿透雨率渐趋稳定有一定的差异,主要原因有以下几个方面,第一,本研究中所观测的林外降雨事件中最大降雨量为44 mm,没有更大次降雨事件的观测,可能影响了整体曲线的拟合；第二,综合分析前人有关针叶林的研究发现,多数研究所观测的最大次降雨量小于25 mm[16- 17,29,36- 37,],因此,导致拟合曲线末端趋稳的结果,第三,对部分观测到30—45 mm降雨事件的研究进行分析,发现他们的研究结果与本研究结果相似,即在林外降雨大于28 mm后穿透雨率有向下波动的趋势[3,7]。可见,大降雨量时段其穿透雨率变化是复杂的。但在更大降雨事件下(>50 mm),其穿透雨率更趋于临界阈值,其变化规律更难于预测。由此我们认为本研究的拟合曲线是可以接受的,并推论,在林冠层达到饱和后,随着降雨量的继续增加,穿透雨率会呈现一种分段波动趋稳的状态,即先增加(约在20—30 mm)后下降(约在30—45 mm)而后再上升至稳定期(>45 mm)。

图8 Monte Carlo 模拟的穿透雨率平均值和置信区间随雨量收集器数量的变化Fig.8 Variation of the average and confidence intervals of throughfall rate with collector number based on the Monte Carlo resampling5%、 10%误差水平指占 37 个收集器测穿透雨量平均值的 5%、 10%

本研究对日本柳杉林内穿透雨空间变异系数的分析发现,其与林外降雨强度没有相关性,与降雨量和叶面积指数显著相关。随着降雨量的增加变异系数减小,在降雨量大于20 mm后,趋于稳定(15%—26%),与林外降雨量的拟合关系以幂函数效果最佳。这与其他针叶树种的研究结果一致,如六盘山华北落叶松林空间变异系数最终稳定在15%[3],杂交松(16.5%)[12],油松、兴安落叶松、青海云杉基本稳定在18%—22%之间,这主要是由于随着降雨量的增加,冠层结构特征对穿透雨的影响减弱,穿透雨趋向于空间均匀化,变异系数的大小取决于随机因素[3,15,29]。从不同叶面积指数区间内观测点平均空间变异系数与降雨量的关系也可以发现,在观测点处LAI >6以后,用降雨量对空间变异性的解释度降低(R2),降雨量的解释度最高时叶面积指数处在4—5这个区间内。各观测点处叶面积指数及其时间变异系数的关系可知,随着叶面积指数的增加,观测点位处的时间变异系数也增加。这与之前空间变异系数的分析相符,即在叶面积指数 >5后,降雨量对穿透雨率的空间变异系数的解释度降低,因为此时观测点本身的时间变异系数较大。

空间变异性影响穿透雨的精确评估,及其收集过程中雨量器的布设方式和数量,刘泽彬等[3]在对六盘山华北落叶松穿透雨空间变异性的研究中,得出在30 m×30 m的样地内,雨量筒收集口面积为230.58 cm2时,降雨量级为 0—10 mm,在 95%的置信区间下,华北落叶松林内布设 13 和 26 个以上的穿透雨收集器；当降雨量级在 10—20 mm 时,则需布设 6 和 15 个以上的收集器时,当降雨量级大于20 mm 时,则需设5 和 15 个以上收集器时,能满足测穿透雨量误差能控制在 10%和 5%内。与之对比可以发现,本研究林分平均叶面积指数更大,空间变异系数也更大,在采用相同布局方式和雨量筒规格时,需要布设更多数量的采集器才能满足穿透雨量误差的需求,通过Monte Carlo模拟重抽样的方法(图8),发现在降雨量级0—10 mm时,95%置信区间下,收集器数量需25和32个以上,在降雨量级10—20 mm时,收集器数量需10和22个以上,在降雨量级20—40 mm时,95%置信区间下,收集器数量7和18个以上。尽管有研究显示穿透雨变异系数随着穿透雨收集器面积增大而减小,本研究使用的穿透雨收集器面积(314.16 cm2)更大,因此,相对于穿透雨收集器面积,叶面积指数可能是导致本研究穿透雨变异系数较大的主要原因。

4 结论

根据本文对庐山日本柳杉林下穿透雨与叶面积指数的时空关系研究,发现：

(1) 穿透雨率受降雨量和叶面积指数的影响。其随着降雨量的增加而增加,降雨量达到28 mm时穿透雨率趋于最大值,之后变化规律复杂未见稳定,二者之间关系以二次多项式拟合最优(降雨量0—44mm)。与叶面积指数呈显著负相关,叶面积指数小于4.5时对穿透雨率的影响显著。不同叶面积指数下,穿透雨率达到最大时的林外降雨量不同。

(2)林下穿透雨率的空间分布受降雨量和叶面积指数的影响。随着降雨量的增加先减小,降雨量超过20 mm后逐渐稳定,二者之间以对数函数关系式拟合。观测点位的时间变异系数随着叶面积指数的增加而增大。叶面积指数小于5,降雨量小于20 mm时,降雨量是影响穿透雨空间变异性的关键因素。