EN中文

地理科学 >

2023 , Vol. 43 >Issue 12: 2217 - 2227

DOI: https://doi.org/10.13249/j.cnki.sgs.2023.12.015

西南地区森林生态系统水源涵养评价

  • 李凯 ,
  • 王根绪 , * ,
  • 孙向阳 ,
  • 张鑫玉 ,
  • 李金龙
展开
  • 四川大学水利水电学院/山区河流保护与治理全国重点实验室，四川 成都 610065
王根绪。E-mail:

李凯（1995—），男，贵州瓮安县人，博士研究生，主要从事森林生态水文相关研究。E-mail:

收稿日期: 2022-06-10

  修回日期: 2022-12-20

  网络出版日期: 2024-01-12

基金资助

中国科学院战略先导A类项目(XDA23090201)

国家自然科学基金重大项目(41790431)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Evaluation of water conservation function of forest ecosystem in Southwest China

  • Li Kai ,
  • Wang Genxu , * ,
  • Sun Xiangyang ,
  • Zhang Xinyu ,
  • Li Jinlong
Expand
  • State Key Laboratory of Hydraulics and Mountain River Engineering, College of Water Resource and Hydropower, Sichuan University, Chengdu 610065, Sichuan, China

Received date: 2022-06-10

  Revised date: 2022-12-20

  Online published: 2024-01-12

Supported by

Chinese Academy of Sciences Strategic Pilot Category A Project(XDA23090201)

National Natural Science Foundation of China(41790431)

Copyright

Copyright reserved © 2023.
Fold

摘要

本研究整理了2009—2018年西南地区森林冠层、枯落物站点研究结果，并结合3种模型（冠层截留、枯落物截留和土壤蓄水模型），从林冠截留、枯落物截留以及土壤蓄水量3方面综合评估西南森林生态系统水源涵养，最后分析水源涵养时空变异性。结果表明：① 西南地区森林生态系统（2009—2018年）年均水源涵养为(1101.54×108 ±313.15) m3，其中，林冠截留占24.57%、枯落物截留占1.61%、土壤蓄水量占73.82%。② 西南地区混交林面积最大，水源涵养贡献率高达44.04%；单位面积上落叶阔叶林水源涵养最大[(4228.57 ± 2325.71) t/hm2]。③ 随着海拔升高，水源涵养先增大后减小，在海拔1000~1500 m达到最大。本研究结果可以服务于未来的西南森林生态系统服务功能的价值评估。

关键词： 森林生态系统; 西南地区; 水源涵养; 林冠截留; 枯落物截留; 土壤蓄水量

本文引用格式

李凯 , 王根绪 , 孙向阳 , 张鑫玉 , 李金龙 . 西南地区森林生态系统水源涵养评价[J]. 地理科学, 2023 , 43(12) : 2217 -2227 . DOI: 10.13249/j.cnki.sgs.2023.12.015

Abstract

This study collated the research results of forest canopy and litter sites in Southwest China from 2009 to 2018, combined with three models (canopy interception, litter interception and soil water storage model), evaluated the water conservation of forest ecosystems in Southwest China from three aspects: canopy interception, litter interception and soil water storage, and analyzed the spatial and temporal variability of water conservation. The results showed that: 1) The average annual water conservation of forest ecosystems in Southwest China (2009—2018) was (1101.54×108 ± 313.15) m3, of which canopy interception accounted for 24.57%, litter interception accounted for 1.61%, and soil water storage accounted for 73.82%. 2) The mixed forest ecosystem in Southwest China was dominant, contributing 44.04% of water conservation. The water conservation capacity of deciduous broad-leaved forest per unit area is the highest [(4228.57 ± 2325.71) t/hm2]. 3) As the altitude increases, the water conservation increases first and then decreases, reaching the maximum at 1000-1500 m. The results of this study can serve the future value assessment of forest ecosystem service functions in Southwest China.

Key words： forest ecosystem; Southwest China; water conservation; forest canopy interception; litter interception; soil water storage

森林生态系统是主要的陆地生态系统之一，覆盖了近1/3的全球陆地面积[1]，具有水源涵养、调节气候、改善生态等生态系统服务功能。水源涵养是森林生态系统的重要服务功能之一，森林生态系统通过林冠层、枯落物层和土壤层在不同时空尺度上发挥着重要的水源涵养功能[2]。广义上水源涵养表现为水源供给、调节径流、拦蓄降雨、净化水质等，其中拦蓄降雨是主要的表现形式，森林对降雨进行拦截和蓄积，涵养大量水源，是自然界最丰富和稳定的蓄水库。西南地区森林资源丰富是中国第二大林业区，是南方重要的生态屏障区[3]；河流众多，是中国水资源的主要战略储备区[4]，该地区森林生态变化，关系着长江流域、澜沧江流域和西南地区的生态环境状况和社会经济发展。评估西南森林生态系统的水源涵养对西南地区乃至长江、澜沧江中下游都具有重要意义。
森林水源涵养的评估方法存在差异性。目前计算方法主要有水量平衡法、降雨贮存法和综合蓄水能力法等，每种方法存在优势和不足。水量平衡法将水源涵养定义为降雨量与蒸发量的差值，所需观测数据少，结果准确性受到蒸发的影响[5]。林冠截留剩余法是将未被林冠层截留而落到地面的水量称为水源涵养，涉及到的参数少，计算简单，但未考虑到地表径流和蒸散发，导致计算结果大于实际值。GIS、RS和计算机技术的发展，提出了一系列水源涵养综合评估模型，主要分为以SWAT模型为代表注重水源涵养过程的模拟的水文模型，另一类是以InVEST模型为代表的侧重于生态系统服务及评估结果在景观尺度上的可视化表达的生态系统服务评估模型[6]。然而SWAT模型中土地利用分类体系中关于森林的类型仅有林地或是果园，在应用于森林资源分布广、林分类型复杂的地区时，无法做到精细化的模拟，且该模型参数多，校正困难大[7]。InVEST模型计算产水量时忽略了地表径流和土壤水分之间的动态作用，且时间尺度有限，不能反映水源涵养在年内及年际间的变化特征[8]。传统的综合蓄水能力法综合考虑了林冠层、枯落物层和土壤层拦蓄降雨的综合作用，比较全面，有助于比较分析不同作用层拦蓄降雨功能的大小[9]，但这种方法是计算的理论上的最大值，无法反应实际上的水源涵养。
此外，森林水源涵养表现形式在不同时空尺度上是有所不同的。在时间尺度上，季节森林水源涵养主要受到蒸散发、降雨的季节分配等因素影响。物候变化、气候变化和人类活动主导森林的水源涵养年际变化，然而目前的研究基本聚焦于年尺度上的水源涵养，对于实际水资源管理指导意义可能有限。受气候、地形、土壤性质和土地利用等因素的综合影响，区域水源涵养具有很强的空间分异性和动态复杂性。但已有的时空格局研究多是样地，各流域或各行政单元间水源涵养的差异比较。阔叶林喜温、针叶林喜寒，因而阔叶林与针叶林水文过程存在差异[10]。海拔升高，温度会显著下降；不同坡向的土壤由于水分和光照强度上的差异，在一定范围内形成独特小气候，从而影响植物和土壤微生物的生长和分布。然而，目前的研究缺乏对不同森林类型或地形要素（海拔、坡向）上水源涵养的空间异质性分析[11]。
基于上述存在的问题，本研究试图利用改进的Gash模型、枯落物截留模型以及土壤蓄水模型，分别从林冠截留、枯落物截留和土壤蓄水量评估西南地区森林生态系统2009 — 2018年实际水源涵养，并分析其水源涵养在不同森林类型、海拔、坡向的变化规律，以期服务于森林生态系统服务功能的价值评估。

1 研究区概况

本文选取的西南地区（97°21′E~110°11′E，21°8′N~34°19′N）包括中国的四川省、云南省、贵州省、重庆，总面积113.8×104 km2[12]。西南地区位于北回归线附近，气候类型复杂多样，区域内包含亚热带季风气候、高原山地气候、热带季风气候等，年均气温在15~20℃；年降雨量东多西少，降雨主要集中在5 — 9月，年均降雨量1100~1400 mm。西南地区地势、地貌复杂，地势西高东低，北高南低，地势起伏大，最大高差相差近7500 m，主要的地貌单元包括横断山脉，四川盆地以及云贵高原等[13]。
西南地区森林资源丰富，是中国第二大林场，其森林覆盖面积约18.89×104 km2，其中常绿针叶林占15.76%，主要以亚热带针叶林和亚热带和热带山地针叶林为主，分布于四川西南部，广西西北部；常绿阔叶林占21.47%，以亚热带常绿阔叶林、亚热带硬叶常绿阔叶林和矮林为主，主要分布于云南西南部、南部；落叶针叶林占0.04%；落叶阔叶林占12.41%，以亚热带落叶阔叶林为主，主要分布于四川盆地外围；混交林占50.32%，以亚热带常绿、落叶阔叶混交林为主，分布于海拔500~4000 m（ 图1）。西南地区土壤类型复杂多样，主要的土壤类型有棕色针叶林土、棕壤、暗棕壤、紫色土、赤红壤、红壤和黄壤等。
图1 图1 研究区森林类型（a）和样点分布及海拔（b）

Fig. 1 Forest types (a), sample sites and elevation (b) in the study area (b)

2 数据和方法

2.1 数据资料

研究所需的数据资料分为两类，一类是检索自中国学术期刊网络出版总库（https://www.cnki.net）、万方数据知识服务平台（https://www.wanfangdata.com.cn）、Web of Science （http://isiknowledge.com）和Google Scholar （http://scholar.google.com）文献中的数据。其中与林冠层相关文献16篇，共计469组降雨与穿林雨数据，通过线性回归分析得到降雨和穿林雨关系（图2）；与枯落物相关文献30篇，共计176组数据，包括枯落物蓄积量、初始含水量以及最大持水量等参数，利用随机森林方法结合地形和气象要素将点上的数据拓展到面（图3a-c）。采用IGBP分类方式将对应的林地类型重分类为常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林和混交林5类，其中落叶针叶林占比不足1%，本研究不做分析。另一类是已有的数据产品，包括气象数据、叶面积指数（LAI）数据、植被覆盖数据、林冠高度数据、数字高程、土壤数据和径流数据，数据信息及来源见表1。
图2 不同森林类型下降雨与穿林雨相关关系

Fig. 2 Correlation between rainfall and throughfall in different forest types

图3 西南地区林地特征分布格局

Fig. 3 Distribution pattern of forest characteristics in Southwest China

表1 空间数据描述

Table 1 Spatial data description

数据 数据信息 数据来源
气象数据[14] 中国区域地面气象要素驱动数据集（CMFD），格式为NETCDF
格式，时间分辨率1 d，空间分辨率为0.1°		 国家青藏高原数据中心（https://data.tpdc.ac.cn）
中国气象站数据 中国地面气候资料日值数据集 （V3.0） 国家气象科学数据中心（http://data.cma.cn）
叶面积指数 MODIS数据产品叶面积指数（LAI），2009—2018年，
时间间隔8 d，分辨率500 m		 全球陆面卫星（http://www.glass.umd.edu/LAI/AVHRR）
植被覆盖类型 基于MODIS陆地植被覆盖分类产品第六版的泛第三极植被覆盖
产品数据集（2001—2017年），空间分辨率500 m		 时空三级环境大数据平台
（http://poles.tpdc.ac.cn）
林冠高度[15] 全球森林冠层高度数据（2019年），空间分辨率30 m 全球陆地分析与发现
（https://glad.umd.edu）
数字高程 数字高程数据，空间分辨率30 m 地理空间数据云（https://www.gscloud.cn）
土壤数据 基于世界土壤数据库（HWSD）土壤数据集（V1.2），
分辨率1000 m×1000 m
主要包括土壤孔隙度、田间持水量、土壤导水率等物理性质		 国家青藏高原科学数据中心
（http://data.tpdc.ac.cn）
径流数据[16] 中国天然径流量格点数据集CNRD V1.0（1961—2018年） 国家青藏高原科学数据中心
（http://data.tpdc.ac.cn）

2.2 水源涵养计算

本研究中水源涵养定义为林冠截留、枯落物截留和土壤蓄水量的总和[9]，各分量计算方法如下。

2.2.1 林冠截留

林冠截留是森林植被对降雨的初始分配过程，其大小受到气象要素和林分特征等影响。林冠截留降雨量的计算采用修正的Gash模型[17]，各阶段的截留计算见表2。
表2 Gash模型各阶段计算步骤

Table 2 The calculation steps of each stage of the Gash model

表达式
　　注：$ {P}_{g}' $林冠达到饱和所需降雨量（mm）；$ \bar{R} $降雨强度（mm/h）；$ {S}_{c} $冠层截留能力（mm）；ε树干蒸发系数，取为0.02；$ {{\bar{E}}_{c}} $平均蒸发强度（mm/h）；Pd树干径流比率，取为0.02；$ c $ 冠层覆盖度；$ {P}_{g,j} $实际降雨量（mm）；$ {P}_{g}^{''} $树干达到饱和所需降雨（mm）；$ {S}_{t} $树干持水能力（mm）。
树冠饱和所需降雨量$ {{P}'}_{g} $ $-[\bar{R}{S}_{c}/(1-\varepsilon ){{\bar{E}}_{c} }]\mathit{ {\rm{ln} } }[1-(1-\varepsilon ){{\bar{E}}_{c} }/\bar{R}]$
树干达到饱和需要降雨$ {{P}_{g}}^{''} $ ${ {P}'}_{g}+\bar {R}{S}_{C}/\{{P}_{d}c[\bar {R}-{{\bar{E}}_{c} }(1-\varepsilon )]\}$
小于$ {{P}'}_{g} $的m次降雨 $ c\displaystyle\sum _{j=1}^{m}{P}_{g,j} $
大于$ {P'}_g $的n次降雨 $c\Bigg\{n{ {P}'}_{g}+[(1-\varepsilon ){ {\bar{E} }_{c} }/\bar{R}]\displaystyle\sum _{j=1}^{n}({P}_{g,j}-{ {P}'}_{g})\Bigg\}$
小于$ {{P}_{g}}'' $的q次降雨 $ q{S}_{t} $
大于$ {{P}_{g}}^{''} $的(n-q)次降雨 $ {P}_{d}c[1-(1-\varepsilon ){\bar{E}}/\bar{R}]\displaystyle\sum _{j=1}^{n}({P}_{g,j}-{{P}'}_{g}) $

2.2.2 枯落物截留

枯落物截留过程与冠层截留过程类似，研究结合Xia等[18]构建的枯落物截留模型形式，将Merriam 冠层截留模型改进为枯落物截留模型，形式如下：
$ {I}_{l}=a{M}_{l}\left({W}_{lm}-{W}_{l0}\right)\left\{1-\mathrm{exp}\left[-\dfrac{{c}_{l}{P}_{t}}{a{M}_{l}\left({W}_{lm}-{W}_{l0}\right)}\right]\right\}+k{P}_{t} $
式中，Il 为枯落物截留量 （mm）；a为经验系数；Ml 为枯落物单位面积蓄积量（kg/m2）；Wl0 和 Wlm 分别为枯落物初始含水量 （kg/kg）和最大含水量 （kg/kg）；cl 为枯落物有效截留系数；cl 和 k 需要通过实测数据回归分析得到的经验系数；$ {P}_{t} $为穿林雨（mm）。根据文献统计得到的枯落物截留量、枯落物蓄积量、枯落物初始含水量以及最大持水量数据拟合得到不同林地类型下的截留方程（表3）。
表3 不同森林类型的枯落物截留模型

Table 3 Litter retention models for different forest types

林地类型 表达式
　　注：${W}_{l0} $和${W}_{lm} $分别为枯落物初始含水量和最大含水量，${M}_{l} $ 为枯落物单位面积蓄积量，${I}_{l} $为枯落物截留量，Pt为穿林雨，n为样本数。
常绿针叶林 ${I}_{l}=0.083{M}_{l}({W}_{lm}-{W}_{l0})\left\{\left.1-\mathrm{exp}\Bigg[-\dfrac{0.19{P}_{t}}{0.083{M}_{l}({W}_{lm}-{W}_{l0})}\Bigg]\right\}\right.+1.22{P}_{t} \quad ({n}=38,{ {R} }^{2}=0.32,{P} < 0.05)$
常绿阔叶林 ${I}_{l}=0.084{M}_{l}({W}_{lm}-{W}_{l0})\left\{\left.1-{ {\rm{exp} } }\Bigg[-\dfrac{0.24{P}_{t}}{0.084{M}_{l}({W}_{lm}-{W}_{l0})}\Bigg]\right\}\right.+0.86{P}_{t} \quad ({n}=16,{ {R} }^{2}=0.29,{P} < 0.05)$
落叶针叶林 ${I}_{l}=0.03{M}_{l}({W}_{lm}-{W}_{l0})\left\{\left.1-{ {\rm{exp} } }\Bigg[-\dfrac{0.55{P}_{t}}{0.03{M}_{l}({W}_{lm}-{W}_{l0})}\Bigg]\right\}\right.+3.28{P}_{t} \quad ({n}=12,{ {R} }^{2}=0.21,{P} < 0.05)$
落叶阔叶林 ${I}_{l}=0.08{M}_{l}({W}_{lm}-{W}_{l0})\left\{\left.1-{ {\rm{exp} } }\Bigg[-\dfrac{0.61{P}_{t}}{0.08{M}_{l}({W}_{lm}-{W}_{l0})}\Bigg]\right\}\right.+0.78{P}_{t} \quad ({n}=29,{ {R} }^{2}=0.35,{P} < 0.05)$
混交林 ${I}_{l}=0.228{M}_{l}({W}_{lm}-{W}_{l0})\left\{\left.1-{\rm{exp} }\Bigg[-\dfrac{0.164{P}_{t}}{0.228{M}_{l}({W}_{lm}-{W}_{l0})}\Bigg]\right\}\right.+0.70{P}_{t} \quad ({n}=44,{ {R} }^{2}=0.46,{P} < 0.05)$

2.2.3 土壤蓄水量

土壤蓄水量是指一定土层厚度的土壤总含水量[19]，土壤蓄水量考虑土壤下渗、地表径流和蒸散发等过程，形式如下：
$ {W}_{t}={W}_{t-1}+{P}_{tt}-{R}_{t}-{E}_{t} $
式中，Wt表示t时刻的土壤蓄水量（mm）；Wt-1表示t-1时刻的土壤蓄水量（mm）；Ptt表示t时刻的经过枯落物截留后的穿林雨（mm）；Rt表示t时刻的地表径流（mm），数据来源于中国天然径流量格点数据集CNRD v1.0 （1961—2018年）。Et表示t时刻的蒸散发量（mm）。
1）下渗：森林土壤通常具有高孔隙度、低容重、高饱和导水率和高入渗率的特点[20]，本研究中下渗等于$（{P}_{tt}-{R}_{t}）$。
2）土壤蒸散发：对于二层蒸散发模型[21]，降雨先补充上层，当上层土壤达到饱和蓄水量（Wum）后，再补充下层。蒸散发则先消耗上层蓄水量（Wu），实际蒸散发的计算公式为：
$ \left.\begin{array}{c}{E}_{u,t}={E}_{m}\\ {E}_{l,t}=0\\ {E}_{t}={E}_{m}\end{array}\right\},{P}_{tt}+{W}_{u,t} > {E}_{m} $
$ \left.\begin{array}{c}{E}_{u,t}={W}_{u,t}\\ {E}_{l,t}=\dfrac{({E}_{m}-{E}_{u,t}){W}_{l,t}}{{W}_{lm}}\\ {E}_{t}={E}_{u,t}+{E}_{l,t}\end{array}\right\},{P}_{tt}+{W}_{u,t} < {E}_{m} $
式中， Eu,t为土壤上层蒸散发量 （mm）；Wu,t为t时刻的上层土壤蓄水量（mm）；Em为土壤蒸散发能力，可用Penman公式[22]计算（mm）；El,t为t时刻的土壤下层蒸散发量（mm）；Wl,t为下层实际含水量（mm）。

3 结果与分析

3.1 水源涵养的空间分布特征

西南森林生态系统多年平均总水源涵养为(1101.54×108 ± 313.15) m3，单位面积的水源涵养为(3838.72 ± 1657.75) t/hm2，其中林冠截留(270.68×108 ± 78.48) m3，占总量的24.57%；枯落物截留量为(1.34×108 ± 13.33) m3，占总量的1.61%；土壤蓄水量(816.5×108 ± 277.12) m3，占总量的73.82%，是森林水源涵养的主体。林冠截留量大的地区分布在云南南部（澜沧江流域）、西部（怒江流域）、四川盆地以西、西南（贡嘎山地区）、北部等地区（图4a）；枯落物截留量较大的区域主要分布在横断山脉地区（图4b）；而土壤蓄水量较高的地区分在云南南部、西部、四川盆地西部等地区（图4c）。土壤蓄水量是森林地区水源涵养的最主要组成部分，因此森林水源涵养空间分布与土壤蓄水量基本一致。
图4 西南地区森林生态系统水源涵养组成

Fig. 4 Water conservation of forest ecosystems in Southwest China

3.2 不同森林类型的水源涵养

从图1和图3f中可以看出常绿针叶林主要分布在横断山脉地区，叶面积指数为2.01；常绿阔叶林主要分布于云南南部，其叶面积指数为3.17；落叶阔叶林主要分布在大巴山地区，其叶面积指数为1.48；混交林主要分布于四川盆地周边，叶面积指数为1.76。其中混交林覆盖面积占比最大，因而对森林水源涵养贡献率最大。表4展现西南地区不同森林下的水源涵养，单位面积上常绿针叶林的林冠截留量最大 [(2104.14 ± 988.94) t/hm2]，常绿阔叶林次之[ (1261.45 ± 643.34) t/hm2]，混交林最小[(891.98 ± 499.51) t/hm2]。但就林冠截留率来看，常绿针叶林 >常绿阔叶林 >落叶阔叶林 >混交林。单位面积上枯落物截留，落叶阔叶林最大[(151.43 ± 53.01) t/hm2]，混交林最小[(4.07 ± 5.11) t/hm2]；单位面积上土壤蓄水量，落叶阔叶林最大[(3179.83 ± 1112.94) t/hm2]，混交林最小[(2466.47 ± 910.19) t/hm2]。从总的水源涵养来看，阔叶落叶林单位面积的水源涵养最大[(4228.57 ± 2325.71) t/hm2]、常绿阔叶林次之[(4085.28 ± 1879.23) t/hm2]、常绿针叶林最少[(3291.32 ± 1514.01) t/hm2]。
表4 不同森林类型的水源涵养

Table 4 Water conservation of different forest types

森林类型 常绿针叶林 常绿阔叶林 落叶阔叶林 混交林
面积占比/% 15.76 21.47 12.41 50.32
叶面积指数 2.01 3.17 1.48 1.76
林冠截留量/(t/hm2) 2104.14 ± 988.94 1261.45 ± 643.34 897.31 ± 532.48 891.98 ± 499.50
林冠截留率/% 23.54 9.28 8.51 8.35
枯落物截留/（t/hm2） 146.05 ± 84.32 82.38 ± 53.14 151.43 ± 53.01 4.07 ± 5.11
土壤蓄水量/(t/hm2) 2487.60 ± 1465.12 2741.46 ± 1578.36 3179.83 ± 1112.94 2466.16 ± 910.19
水源涵养/（t/hm2) 3291.32 ± 1514.01 4085.28 ± 1879.23 4228.57 ± 2325.71 3362.21 ± 1869.74
水源涵养总贡献率/% 19.44 22.83 13.66 44.04

3.3 不同海拔和坡向的水源涵养

图5对比了不同海拔和坡向的林冠截留量，其中海拔1000~1500 m的林冠截留量的贡献率（16.01%）明显高于其它海拔带，这主要是因为该海拔面积占比最大（12.75%），同时单位面积上的截留量最高[(1160.79 ± 464.32) t/hm2]；海拔大于4000 m森林面积占比最小（2.83%），且单位面积上的截留量最小[(493.32 ± 182.52) t/hm2]，因而该海拔带的林冠截留贡献率最小。对比不同坡向下的林冠截留量，可以看出阳坡林冠截留量贡献率明显是大于阴坡的（图5a）。随着海拔的升高，阴阳坡单位面积冠截留量均表现出先增大后减小的趋势，在海拔1000~1500 m最大，这与降雨变化基本一致（图5b）。
图5 不同海拔和坡向下的水源涵养特征

Fig. 5 Characteristics of water conservation at different elevation and slope aspects

不同海拔和坡向下的枯落物截留量与林冠截留量分布类似，即在1000~1500 m海拔带森林的枯落物层截留贡献率最大，这主要是因为该海拔带上森林面积比例足够大。对比不同坡向的枯落物截留量时，阳坡的枯落物截留量普遍大于阴坡（图5c），单位面积上的枯落物截留随着海拔的升高呈现上升趋势（图5d）。
图5e展示了不同海拔梯度和坡向下土壤蓄水量面积比和贡献率，对于森林土壤蓄水量的贡献率来说，阳坡明显大于阴坡；1000~1500 m海拔贡献率明显大于其他海拔。阴阳坡单位面积上的土壤蓄水量随海拔的变化，在2500~3000 m海拔的土壤蓄水量最大，阳坡3315.50 ±1989.30 t/hm2、阴坡3922.00±1882.56 t/hm2，当海拔升高后或者降低后，单位面积的土壤蓄水量都将降低（图5f）。

4 分析与讨论

4.1 水源涵养影响因素分析

降雨特征和林分特征是控制森林冠层截留的主要因素。研究发现降雨量对林冠截留影响最为显著[23]，林冠截留在达到冠层持水能力之前，会随着降雨量增加而增加；当达到冠层持水能力后趋于稳定。西南贡嘎山亚高山雨林冠层截留量随降雨量增加而增加，达到1.27 mm时保持稳定[24]。本研究中林冠截留量与降雨量空间分布规律基本一致，且具有显著的相关系数（平均相关关系0.7），降雨量四季分配不均，导致了林冠截留四季分配差异明显。林分特征中森林类型，叶面积指数对冠层截留影响最为显著，不同森林类型的林冠截留差异明显，一般林冠截留量占全年降雨量的10%~20%，针叶林的林冠截留量占降雨比例可达20%~50%[25]。本研究中常绿针叶林林冠平均截留能力最大，平均林冠截留率23.54%，跟已有的研究结论保持一致，而阔叶林林冠截留率略低，这可能是阔叶林的冠层持水能力被低估了。叶面积指数被认为与林冠层截留具有显著正相关关系，Fleischbein 等[26]认为林冠截留量出现空间差异的主要原因是叶面积指数的变化。本研究中林冠截留与叶面积指数相关性大于0.6，且通过95%显著性检验，常绿阔叶林带的平均叶面积指数3.17，这就导致了其单位面积上的林冠截留量大于落叶阔叶林和混交林。
枯落物截留量主要受到枯落物特征（枯落物蓄积量、枯落物最大含水量、枯落物初始含水量，枯落物类型）和地形影响。枯落物蓄水量与枯落物蓄积量呈显著线性的关系，枯落物蓄积量会增加其有效蓄水量[27]。西南森林生态系统枯落物蓄积量的空间分布特征（图3a）与枯落物截留量空间分布（图4b）特征保持一致。枯落物最大含水量代表最大可能的降雨截留量，枯落物初始含水量影响枯落物截留量，初始含水量越大，枯落物截留量越小。本研究中在云南南部的澜沧江流域和黑水河流域枯落物蓄积量、最大含水量较高，但枯落物的初始含水量同样也高（图3a-b），因此其枯落物实际截留量较小（图4b）。阔叶林枯落物持水能力要大于针叶林[28]，因为针叶林表层含有较多的油脂，具有斥水性[29]，本研究中区域上的枯落物截留影响因素较多，不同覆盖类型下的枯落物截留没有显著的差异。此外，地形因素中，尤其是坡度对枯落物截留量影响较大，枯落物截留的降雨量随坡度的增加而减少[30]。
影响土壤蓄水量的因素较于林冠截留、枯落物截留更多，且影响机理更复杂。土壤蓄水量可能受到气象要素[31]、土壤性质[32]和地形的影响。在本文中降雨与土壤蓄水量的时空分布特征一致，土壤蓄水量与土壤孔隙度显著正相关（R2 > 0.6，P < 0.05），与土壤容重显著负相关（R2 > 0.65，P < 0.05），与已有的研究结论保持一致[33]。此外，森林覆盖类型的影响导致土壤蓄水量也存在差异。

4.2 水源涵养结果对比分析

本文的研究结果中林冠截留、枯落物截留和土壤蓄水量对于水源涵养的贡献率分别为24.57%、1.61%、74.09%。Wu等[34]研究中国地区水源涵养时认为林冠截留贡献率在15.48%~25.51%、枯落物截留贡献率1.64%~8.75%、土壤蓄水量贡献率71.56%~77.51%，这与本文研究结论一致。不同森林类型的水源涵养贡献率时，混交林贡献率最大，这主要是因为西南地区混交林占比最多。海拔1000~1500 m水源涵量贡献最大，一方面是因为林地面积占比大，另一方面是降雨量偏多。本文研究发现阳坡水源涵养的贡献率大于阴坡，这与已有的研究结论保持一致[35]。
在对比不同海拔的森林水源涵养时，认为单位面积森林水源涵养随海拔的增加先增大后减小[10]。但就枯落物层截留量来看时，随着海拔的提升，截留量是增加的。可能是因为海拔提升导致温度下降，枯落物层分解速率缓慢，枯落物蓄积量增加，进而导致枯落物截留量增加。

4.3 不确定性分析

本研究采用与水源涵养内涵相近的综合蓄水能力法计算西南森林地区水源涵养。模型结构相对复杂以及较多的模型参数都给研究带来了较大的不确定性。此外，研究需要大量的驱动数据，其中降雨数据被认为是水文模型最大的不确定性因素，本研究使用的CMFD数据集通过遥感产品、再分析数据集和原位观测数据融合而成， CMFD的质量被证明要优于其他强迫数据集[36]。但西南地区下垫面空间异质性强，该数据精度为0.1°，在西南部分地区可能应用效果不佳。此外，穿林雨数据和枯落物特征数据都是基于文献统计而来，研究区的分布和数据量的多少、年限都会增加结果的不确定性。尽管该方法存在较大的不确定性，但总得来说，本研究结果具有一定的可信度，对区域水资源优化配置、生态文明建设具有一定的参考价值。

5 结论与展望

本文以文献收集数据和开源的数据集产品为基础，从林冠截留、枯落物截留和土壤蓄水量3个方面估算西南地区森林生态系统的实际水源涵养，并分析不同森林类型和不同海拔、坡向森林生态系统的水源涵养及其时空分布。得到以下结论：西南森林生态系统水源涵养总量为1101.54×108 ±313.15 m3，其中土壤蓄水量占比最大，林冠截留量次之，枯落物截留量最小。混交林对西南森林生态系统水源涵养的贡献率44.04%。随着海拔抬升，森林水源涵养总量先增加，在1000~1500 m达到最大，随后逐渐减少。
森林生态系统水源涵养作为森林生态系统服务的重要组成部分，是森林与水的相互作用在生态系统中的集中体现[37]。目前，狭义的森林水源涵养一般被认为是森林调节径流，或是拦蓄降雨的能力，广义的森林水源涵养则体现在森林各个结构层次在各对应水文过程中的响应[38]。然而，无论是狭义或是广义，都将其视为森林与水这一单一生态因子的相互作用，而与之密切相关的土壤、植被、气候等多因子之间的间接影响，以及森林水源涵养的不同效应之间存在的内在矛盾，既使得森林水源涵养的界定存在着显著的尺度和区域效应，又导致了该功能中与水文过程耦合的各个响应难以同步。此外，由于该功能研究对象模糊，且计算方法尚无统一标准，森林生态系统水源涵养尚未形成一个公认的定义。在当前国内外研究中，其内涵进一步拓展和深化，逐渐发展为由调节径流、水源供给[39]、水质净化等多种功能组成的整体。在生态系统评估中，该功能被理解为淡水供给、水文调节和水质净化3类。
综上所述，森林生态系统水源涵养的界定既需要综合考虑多因子（林冠层、枯落物层、土壤层）与水之间的相互作用，又需要耦合与之密切联系的水文过程。其中，林冠截留量除少量被植物吸收，其余均直接蒸发返回大气，枯落物截留最终以蒸发形式返回到大气中，故林冠截留和枯落物截留不参与流域产流；土壤蓄水量除少量被植物根系吸收，剩余的继续贮存在土壤层中或补给地下水或是以壤中流的形式排出。因此，如果将水源涵养以功能形式进一步划分，可将林冠截留量、枯落物截留量归为水源涵养中的调节功能；而土壤蓄水量则可归结为森林的蓄持水分功能；可将产流的大小归为森林生态系统的供给功能。科学认知森林生态系统的水源涵养是开展森林生态系统服务功能评估的基础，也是指导水源涵养林建设与管理的重要理论支撑。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Foley J, Defriws R, Asner G P et al. Global consequences of land use[J]. Science, 2005, 309(5734): 570-574.

DOI

[2]
Bonell M, Purandara B K, Venkatesh B et al. The impact of forest use and reforestation on soil hydraulic conductivity in the Western Ghats of India: Implications for surface and sub-surface hydrology[J]. Journal of Hydrology, 2010, 391(1-2): 49-64.

[3]
李奇, 朱建华, 范立红, 等. 西南地区乔木林碳储量及木材生产潜力预测[J]. 生态环境学报, 2018, 27(3): 416-423.

Li Qi, Zhu Jianhua, Fan Lihong et al. Prediction of forest carbon storage and timber yield potential in Southwestern China. Ecology and Environmental Sciences, 2018, 27(3): 416-423.

[4]
夏军, 翟金良, 占车生. 我国水资源研究与发展的若干思考[J]. 地球科学进展, 2011, 26(9): 905-915.

Xia Jun, Zhai Jinliang, Zhan Chesheng. Some reflections on the research and development of water resources in China. Advances in Earth Science, 2011, 26(9): 905-915.

[5]
Zhai R, Tao F. Contributions of climate change and human activities to runoff change in seven typical catchments across China[J]. Science of the Total Environment, 2017, 605: 219-229.

[6]
Hu W M, Li G, Gao Z H et al. Assessment of the impact of the Poplar Ecological Retreat Project on water conservation in the Dongting Lake wetland region using the InVEST model[J]. Science of the Total Environment, 2020(733): 139423

[7]
林峰, 陈兴伟, 姚文艺, 等. 基于SWAT模型的森林分布不连续流域水源涵养量多时间尺度分析[J]. 地理学报, 2020, 75(5): 1065-1078.

Lin Feng, Chen Xingwei, Yao Wenyi et al. Multi-time scale analysis of water conservation in a discontinuous forest watershed based on SWAT model. Acta Geographica Sinica, 2020, 75(5): 1065-1078.

[8]
Li M Y, Liang D, Xia J et al. Evaluation of water conservation function of Danjiang River Basin in Qinling Mountains, China based on InVEST model[J]. Journal of Environmental Management, 2021, 286: 112212.

DOI

[9]
Wu X, Shi W, Guo B et al. Large spatial variations in the distributions of and factors affecting forest water retention capacity in China[J]. Ecological Indicators, 2020, 113: 106152.

DOI

[10]
唐玉芝, 邵全琴. 乌江上游地区森林生态系统水源涵养功能评估及其空间差异探究[J]. 地球信息科学学报, 2016, 18(7): 987-999.

Tang Yuzhi, Shao Quanqin. Water conservation capacity of forest ecosystem and its spatial variation in the upper reaches of Wujiang River. Journal of Geo-information Science, 2016, 18(7): 987-999.

[11]
包玉斌, 李婷, 柳辉, 等. 基于 InVEST 模型的陕北黄土高原水源涵养功能时空变化[J]. 地理研究, 2016, 35(4): 664-676.

Bao Yubin, Li Ting, Liu Hui et al. Spatial and temporal changes of water conservation of Loess Plateau in northern Shaanxi province by InVEST model. Geographical Research, 2016, 35(4): 664-676.

[12]
李文晶, 詹宇, 第宝锋, 等. 中国西南部分地区地震灾害恢复力时空变化特征研究[J]. 灾害学, 2021, 36(2): 213-219.

DOI

Li Wenjing, Zhan Yu, Di Baofeng et al. Spatio-temporal change of seismic resilience in Southwest China. Journal of Catastrophology, 2021, 36(2): 213-219.

DOI

[13]
林丹, 王维佳. 基于CERES资料的中国西南地区云水含量和粒子有效半径分布及变化特征[J]. 气候与环境研究, 2019, 24(3): 383-395.

Lin Dan, Wang Weijia. Distribution and variation of cloud water content and particle effectice radius in Southwest China based on CERES data. Climatic and Environmental Research, 2019, 24(3): 383-395.

[14]
He J, Yang K, Tang W et al. The first high-resolution meteorological forcing dataset for land process studies over China[J]. Scientific Data, 2020, 7(1): 1-11.

DOI

[15]
Potapov P, Li X, Hernandez-serna A et al. Mapping global forest canopy height through integration of GEDI and Landsat data[J]. Remote Sensing of Environment, 2021, 253: 112165.

DOI

[16]
Miao C, Gou J, Fu B et al. High-quality reconstruction of China's natural streamflow[J]. Science Bulletin, 2022, 67(5): 547-556.

DOI

[17]
Miralles D G, Gash J H, Holmes T R H et al. Global canopy interception from satellite observations[J]. Journal of Geophysical Research-Atmospheres, 2010, 115: D16122.

DOI

[18]
Xia L, Song X, Fu N et al. Effects of forest litter cover on hydrological response of hillslopes in the Loess Plateau of China[J]. Catena, 2019, 181: 104076.

DOI

[19]
曹寒. 不同覆膜方式对土壤水热和冬小麦–夏玉米生长的影响[D]. 杨凌: 西北农林科技大学, 2015.

Cao Han. Effects of different mulching treatments on soil moisture and temperature and growth of winter wheat and summer maize. Yangling: Northwest A&F University, 2015.

[20]
Wang F, Wang G X, Cui J F et al. Preferential flow patterns in forested hillslopes of the east Tibetan Plateau revealed by dye tracing and soil moisture network[J]. European Journal of Soil Science, 2022: e13294.

[21]
芮孝芳. 水文学原理[M]. 北京: 中国水利水电出版社, 2004.

Rui Xiaofang. Principles of Hydrology. Beijing: China Water & Power Press, 2004.

[22]
Penman H L. Natural evaporation from open water, bare soil and grass[J]. Proceedings of the Royal Society of London Series A Mathematical and Physical Sciences, 1948, 193(1032): 120-145.

[23]
Zabret K, Rakovec J, Šraj M. Influence of meteorological variables on rainfall partitioning for deciduous and coniferous tree species in urban area[J]. Journal of Hydrology, 2018, 558: 29-41.

DOI

[24]
Sun X Y, Wang G X, Li W et al. Measurements and modeling of canopy interception in the Gongga Mountain subalpine succession forest[J]. Advances in Water Science, 2011, 22(1): 23-29.

[25]
Carlyle-Moses D E. Throughfall, stemflow, and canopy interception loss fluxes in a semi-arid Sierra Madre Oriental matorral community[J]. Journal of Arid Environments, 2004, 58(2): 181-202.

DOI

[26]
Fleischbein K, Wilcke W, Goller R et al. Rainfall interception in a lower montane forest in Ecuador: Effects of canopy properties[J]. Hydrological Processes: An International Journal, 2005, 19(7): 1355-1371.

DOI

[27]
张君玉, 程金花, 张洪江, 等. 晋西黄土丘陵区 3 个树种人工林枯落物的持水特性[J]. 西北农林科技大学学报:自然科学版, 2012, 40(10): 69-74.

Zhang Junyu, Cheng Jinhu, Zhang Hongjiang et al. Reserves and water capacity characteristics of three kinds of litter in loess hilly region of West Shanxi Province. Journal of Northwest A&F University (Nat. Sci.Ed), 2012, 40(10): 69-74.

[28]
王櫹橦, 吴勇, 陈盟. 贡嘎山枯落物降雨截留试验及其水文效应[J]. 人民黄河, 2017, 39(5): 88-92+144.

Wang Xiaotong, Wu Yong, Chen Meng. Study on litter rainfall interception test and hydrological effect in Gongga Mountain. Yellow River, 2017, 39(5): 88-92+144.

[29]
刘燕平, 王根绪, 胡兆永, 等. 西南山区典型森林枯落物储量及持水能力[J]. 应用生态学报, 2022, 33(8): 2113-2120.

Liu Yanping, Wang Genxu, Hu Zhaoyong et al. Litter storage and water-holding capacity of typical forests in mountainous area of Southwest China. Chinese Journal of Applied Ecology, 2022, 33(8): 2113-2120.

[30]
Zhao L, Meng P, Zhang J et al. Effect of slopes on rainfall interception by leaf litter under simulated rainfall conditions[J]. Hydrological Processes, 2022, 36(8): e14659.

DOI

[31]
Vinnikov K Y, Robock A, Qiu S et al. Optimal design of surface networks for observation of soil moisture[J]. Journal of Geophysical Research: Atmospheres, 1999, 104(D16): 19743-19749.

DOI

[32]
Qiu Y, Fu B, Wang J et al. Spatial variability of soil moisture content and its relation to environmental indices in a semi-arid gully catchment of the Loess Plateau, China[J]. Journal of Arid Environments, 2001, 49(4): 723-750.

DOI

[33]
廖超林, 傅灵艺, 盛浩, 等. 紫色丘陵区旱地撂荒自然恢复提高土壤蓄水性能[J]. 农业工程学报, 2014, 30(21): 111-119.

Liao Chaolin, Fu Lingyi, Sheng Hao et al. Natural restoration improves soil's water-storage function in abandoned dryland of purple hilly region[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(21): 111-119.

[34]
Wu X, Shi W, Tao F. Estimations of forest water retention across China from an observation site-scale to a national-scale[J]. Ecological Indicators, 2021, 132: 108274.

DOI

[35]
柳冬青, 曹二佳, 张金茜, 等. 甘肃白龙江流域水源涵养服务时空格局及其影响因素[J]. 自然资源学报, 2020, 35(7): 1728-1743.

DOI

Liu Dongqing, Cao Erjia, Zhang Jinxi et al. Spatiotemporal pattern of water conservation and its influencing factors in Bailongjiang Watershed of Gansu. Journal of Natural Resources, 2020, 35(7): 1728-1743.

DOI

[36]
Guo L, Huang K, Wang G et al. Development and evaluation of temperature-induced variable source area runoff generation model[J]. Journal of Hydrology, 2022, 610: 127894.

DOI

[37]
周佳雯, 高吉喜, 高志球, 等. 森林生态系统水源涵养服务功能解析[J]. 生态学报, 2018, 38(5): 1679-1686.

Zhou Jiawen, Gao Jixi, Gao Zhiqiu, et al. Analyzing the water conservation service function of the forest ecosystem. Acta Ecologica Sinica, 2018, 38(5): 1679-1686.

[38]
张彪, 李文华, 谢高地, 等. 森林生态系统的水源涵养功能及其计量方法[J]. 生态学杂志, 2009, 28(3): 529-534.

Zhang Biao, Li Wenhua, Xie Gaodi et al. Water conservation function and its measurement methods of forest ecosystem. Chinese Journal of Ecology, 2009, 28(3): 529-534.

[39]
Ferreira S, Ghimire R. Forest cover, socioeconomics, and reported flood frequency in developing countries[J]. Water Resources Research, 2012, 48: W08529

Options
文章导航

/

〈 〉