基于擴展的Budyko模型定量評估平江流域森林恢復和氣候變異對季節性徑流的影響

徐志鵬,劉文飛,*,沈芳芳,段洪浪,吳建平,陳官鵬,徐 晉

1 南昌工程學院江西省退化生態系統修復與流域生態水文重點實驗室, 南昌 330099

2 云南大學生態與環境學院, 昆明 650500

3 云南省植物繁殖適應與進化生態學重點實驗室, 昆明 650500

森林資源管理與流域水文循環的關系一直是森林水文領域重點關注的問題[1- 4]。在森林流域中,森林變化和氣候變異被普遍認為是影響流域水文過程的兩大驅動因素[5- 7]。森林生態系統作為陸地生態系統中不可或缺的組成部分,在固碳和減少溫室氣體排放方面具有重要作用,從而能夠有效的減緩氣候變化對生態系統的影響[8- 9]。因此,近幾十年來大規模的造林已經成為各國在應對全球氣候變化的主要途徑之一[10]。然而,如此大規模的造林是否對水資源產生了影響,學術界還存在較大的爭議[4, 11- 12],尤其在氣候變化背景下,開展此類研究可以為制訂科學的碳-水戰略提供參考。

目前,國內外關于森林變化和氣候變異對流域徑流的影響結果已經取得了一些進展[3, 13- 15]。一般的結論是造林減少徑流量,森林采伐可以增加徑流量,而氣候變異與森林植被的水文效應往往存在相互抵消的作用[6, 14],但這些結論大多是基于年際尺度上來分析徑流對森林變化和氣候變異的響應。然而,由于流域氣候條件和森林植被的年內變化波動,如降雨的季節性變化,植被生長的季節性變化等,會產生不同的季節性水文響應[16]。因此,在年際尺度上研究森林變化和氣候變異對徑流的影響并不能完全反映出徑流的年內響應特征。探討森林恢復和氣候變異對季節性徑流的相對貢獻,尤其是在大尺度流域中(>1000 km2)的研究對于了解區域水資源的年內動態及其影響機制具有十分重要的作用。

在以往的研究中,“準配對”流域法、敏感性分析法、累積雙曲線法、時間趨勢法、Budyko模型以及水文模型等方法被廣泛的運用在分析森林變化和氣候變異對徑流的影響中[17]。然而,這些方法用來評估季節性徑流有其局限性。如“準配對”流域法很難運用到大尺度的流域中,因為在實際運用中很難找到氣候、地形、土壤等特征十分相似的兩個流域。因此,近年來Budyko模型被進一步擴展并應用到季節尺度流域徑流變化的研究中[18- 21]。該方法是基于水熱耦合平衡關系,從水分和能量角度來探討氣候和下墊面條件對流域徑流的影響[22- 23]。此外,目前大多數研究是基于該方法分析人類活動(如灌溉、水庫蓄水等)對季節性徑流的影響[18],但在以森林為主的流域中,Budyko模型運用在分析森林植被變化對季節性徑流的影響研究卻十分有限。

鄱陽湖是我國第一大淡水湖,其水資源變化對流域生態系統穩定性至關重要[24]。自建國初期以來,鄱陽湖流域森林覆蓋率發生了巨大的變化,先是經歷了大規模的森林采伐,森林覆蓋率從60%下降至30%左右,隨后由于近年來實施的一系列大規模的生態恢復工程,鄱陽湖流域森林覆蓋率上升至70%左右。然而,大規模的植樹造林對流域季節性徑流產生了何種影響還知之甚少。基于以上分析,本文選擇鄱陽湖上游的平江流域為研究對象,利用擴展的Budyko模型定量分析森林恢復和氣候變異對平江流域季節性徑流的影響,為制訂可持續的森林經營管理策略提供參考。

1 研究區概況

平江流域位于鄱陽湖上游,流域面積2689.2 km2。河源和河口地理坐標分別為115°46′ E,26°38′ N和115°08′ E,25°57′ N(圖1)。流域地貌主要以丘陵為主,平均海拔為298 m。土壤類型以山地紅壤和黃紅壤為主。流域坡度主要介于8°至35°之間,占流域面積的84.66%。平江流域屬于典型的亞熱帶季風濕潤區,多年平均降雨量為1575 mm,多年平均氣溫為18.98℃,多年平均徑流量為848 mm。主要土地利用類型為林地、農業用地、草地以及城市建設用地等。主要的植被類型為人工針葉林和亞熱帶常綠闊葉林,主要樹種包括羅浮錐(Castanopsisfabri)、木荷(Schimasuperba)、馬尾松(Pinusmassoniana)、杉木(Cunninghamialanceolata)、油茶(CamelliaoleiferaAbel)等[25- 26]。

圖1 研究流域地理位置Fig.1 The location of the study watershed

2 研究方法

2.1 數據來源

圖2 研究流域1961—2006年氣候因素變化Fig.2 The climate factors change in the study watershed from 1961 to 2006

研究流域森林覆蓋數據來自于江西省贛州市林業局,其數據序列長度為1961至2006年。該流域森林覆蓋率在1961至1985年間,波動較小。而自1985年開始,流域森林覆蓋率從40%左右迅速上升到70%以上,并一直保持相對穩定。根據Liu 等[26]在同一流域的研究,現將流域森林變化分為2個子時期：1961—1985年為參考期；1986—2006年為森林恢復期。

2.2 擴展的Budyko模型

本研究是基于水熱平衡理論的Budyko模型來量化森林變化和氣候變異對季節性徑流的影響,該假設認為流域實際蒸散發(ET)主要是由能量和水分條件共同限制[29],同時認為在年尺度上流域儲水量變化為0。然而,在季節尺度上,如在水分限制的季節,流域儲水量會被消耗,而在能量限制季節則會由于大量降雨得到補給,從而引起流域儲水量波動較大[18]。因此,研究季節性徑流變化必須要考慮流域儲水量(ΔS)的變化[18,30]。基于此,Chen等[30]引入了有效降水(P-ΔS)運用在擴展的Budyko模型上。擴展的Budyko模型形式如下：

ΔS=P-ET-Q

(1)

(2)

式中,PET和ET利用Hargreaves[31]和基于水量平衡關系修正的Budyko公式[32]來計算：

(3)

(4)

(5)

ΔQc=ΔQ-ΔQf

(6)

ΔQ=QR-Qr

(7)

圖3 Budyko模型示意圖Fig.3 Schematic of Budyko modelP: 降雨Precipitation； ET：蒸散發Evapotranspiration；PET：潛在蒸散發Potential evapotranspiration；ΔS：蓄水量變化Change of water storage

森林變化和氣候變異對徑流的相對貢獻為：

(8)

式中,ΔQf為森林變化引起的徑流變化量,ΔQc是由氣候變異引起的徑流變化量,ΔQ是森林恢復期徑流(QR)和參考期徑流(Qr)之差,ΔQfr和ΔQcr分別為森林變化和氣候變異對徑流的相對貢獻。具體的計算步驟詳見Xin等[18]。

2.3 季節性定義

基于城市網絡視角的“復雜網絡中心度測算模型”，對2017年國際重要體育賽事主辦城市網絡進行了分析，結果顯示，上海的網絡中心度和中介度總體排名在全球21位，與倫敦、紐約、墨爾本等頂級主辦城市相距較大，說明上海與全球體育“資源配置中心”及“連接橋梁”的地位還有較大距離，要建設成為世界一流的體育賽事之都還任重道遠。本文基于城市網絡的視角，認為上海提升主辦城市競爭優勢應該從戰略和策略兩個層面制定長遠計劃。

(9)

隨后根據公式(9)計算得到的研究期內的能量限制和水分限制月份,不同季節月份數據累加得到每年能量限制和水分限制季節值,再根據季節值計算季節干旱指數,當季節干旱指數小于1時,為能量限制季節,當季節干旱指數大于或等于1時,為水分限制季節。其計算如下:

(10)

(11)

(12)

式中,PETw、Pw和ΔSw為每年中能量限制季節蒸散發、降雨量和儲水量變化,PETmw、Pmw和ΔSmw為每年中能量限制月份蒸散發、降雨量和儲水量變化；PETd、Pd和ΔSd為每年中水分限制季節蒸散發、降雨量和儲水量變化,PETmd、Pmd和ΔSmd為每年中水分限制月份蒸散發、降雨量和儲水量變化；nw為季節月數；Aw為能量限制季節干旱指數,Ad水分限制季節干旱指數。

2.4 數據分析

運用EXCEL 2019和SPSS 24.0軟件進行統計分析,采用Mann-Kendall[35-36]檢驗分析研究期內水文和氣候變量的趨勢變化,圖表使用ArcGIS 10.4.1與SigmaPlot 12.5進行繪制。

3 結果分析

3.1 季節性劃分和趨勢分析

根據對能量限制和水分限制季節的定義,平江流域1961—2006年1—12月的多年平均月干旱指數如圖4所示。其中, 1—6月,月干旱指數小于1,被定義為能量限制季；7—12月,月干旱指數大于1,被定義為水分限制季。這一結果也與圖2中多年平均月降雨變化相一致,說明本研究的季節性劃分是可靠的。

圖4 研究流域月干旱指數Fig.4 Monthly aridity index in the study watershed

通過表1分析可知,在森林恢復期,能量限制季降雨量相較于參考期減少了2.36%,而流域蓄水量和實際蒸散發卻增加了128.77%和3.13%。另外,流域潛在蒸散發與參考期潛在蒸散發相比基本保持不變。對于水分限制季來說,相較于參考期,森林恢復期降雨量增加了10.98%,而流域蓄水量和潛在蒸散發卻減少了18.96%和1.64%,實際蒸散發基本保持不變。

表1 參考期和森林恢復期氣候因子變化分析Table 1 Analysis of climate variables change between reference and reforestation periods

如表2所示,利用Mann-Kendall檢驗對研究流域的氣候和水文變量進行趨勢分析,結果表明：1961至2006年,平江流域水分限制季徑流量有顯著的上升趨勢(P<0.05),而其余的水文和氣候變量雖有一定程度的上升或下降趨勢,但均未達到統計學顯著性。

表2 平江流域1961—2006年氣候和水文變量趨勢分析Table 2 Trend analysis of climate and hydrological variables in the Pingjiang watershed from 1961 to 2006

3.2 Budyko模型擬合

由表3可知,參考期Budyko模型擬合精度在能量限制季為0.94(P<0.01),水分限制季為0.69(P<0.01),精度較高,說明模擬結果較為可靠。同時,從圖5可以看出,在森林恢復期,能量限制季的數據點基本都位于參考期所擬合的Budyko曲線上方,說明森林恢復對于能量限制季徑流具有減少的作用。相反,在水分限制季,數據點基本都位于參考期所擬合的Budyko曲線下方,說明森林恢復增加了水分限制季徑流。

圖5 Budyko模型擬合下森林恢復對季節性徑流的影響Fig.5 Effects of reforestation on seasonal streamflow under Budyko model fitting

表3 參考期Budyko模型參數擬合結果Table 3 Parameter fitting for the Budyko model in the reference period

3.3 森林恢復和氣候變異對季節性徑流的相對貢獻

由表4可知,森林恢復期(1986—2006)和參考期(1961—1985)相比,森林恢復期能量限制季徑流和降雨分別減少了47.99 mm/a和24.53 mm/a,而水分限制季徑流和降雨分別增加了71.21 mm/a和54.56 mm/a,能量限制季和水分限制季降雨變化分別占徑流變化的51.11%和76.62%,此外,相對貢獻結果表明,能量限制季森林恢復和氣候變異均導致徑流減少,分別減少了11.71 mm/a和36.28 mm/a。與能量限制季相反,在水分限制季森林恢復和氣候變異分別使徑流增加了12.27 mm/a和58.94 mm/a。說明氣候變異是導致季節性徑流變化的主要驅動因素。

表4 森林恢復和氣候變異對季節性徑流的影響Table 4 Effects of reforestation and climate variability on seasonal streamflow

3.4 森林恢復和氣候變異對季節性徑流的累積影響

森林恢復和氣候變異對徑流的累積影響如圖6所示,在森林恢復期的初期(1986—1990年),森林恢復并沒有對能量限制和水分限制季徑流產生較大的影響,在此期間,徑流變化主要受氣候變異控制,而在1990年之后,隨著森林恢復質量的提高和恢復時間的持續,森林恢復的水文效應逐漸加強,氣候變異導致的徑流累積效應也在增加。此外,在季節尺度的徑流累積變化表明,森林覆蓋率的大幅度提高對于季節性徑流產生了較大的改變。同時,由圖6可以看出,季節尺度的累積變化與氣候對徑流的累積影響的變化趨勢一致,進一步表明在長時間的累積影響下,季節性徑流變化仍受氣候變異主導。

圖6 森林恢復和氣候變異對季節性徑流的累積影響Fig.6 The cumulative effects of reforestation and climate variability on seasonal streamflow

4 討論

4.1 季節性徑流對森林恢復和氣候變異的響應

本研究中,相較于參考期,在季節尺度上,森林恢復減少了能量限制季徑流,增加了水分限制季徑流。目前大多數研究表明,在年尺度上森林恢復對年徑流具有負面作用[5, 14],這與本研究在能量限制季結論一致。然而一些研究認為,年尺度上森林恢復對年徑流具有積極的影響效應[11],這與本研究水分限制季結論相似。例如在我國北方的松花江水系的研究表明：森林覆蓋率增加1%,年徑流量也隨之增加1.46 mm[37]。而Liu等[6]在我國亞熱帶流域的研究表明,梅江流域森林恢復減少徑流量[6]。然而,Zhou等[38]研究了廣東省近50年的大規模造林對區域水資源的影響,表明森林的增加并沒有對區域水資源產生影響。上述研究所得不同結論的原因可能歸結于,在年尺度的研究中,忽略了年內氣候和植被的季節性變化對徑流的影響以及流域所處的地理位置、流域特征、氣候條件和植被類型等空間異質性的存在。其次,年尺度的水文效應與季節尺度水文效應變化密切相關。在以降雨為主的流域中,森林恢復會改善土壤水文物理性質[39]和增加林下植被和枯落物[40],從而在雨季會增加降雨截留和土壤蓄水,提高地下水補給,進而降低地表徑流[4,39,41],而旱季河川徑流來源很大程度上依賴于流域地下水和雨季蓄水補給,從而在一定程度上會增加流域旱季徑流[42-45]。因此,森林恢復對季節性徑流的年內分布具有積極的影響效應,可以降低極端洪水和干旱發生的概率,同時森林恢復通過對不同季節徑流的影響程度進而會對年尺度徑流的調節起著至關重要的作用。

此外,氣候變異減少了能量限制季徑流,增加了水分限制季徑流,與森林恢復的水文效應一致。通過表1可知,森林恢復期能量限制季有效降雨(P-ΔS)的減少和水分限制季有效降雨(P-ΔS)的增加可能是氣候變異導致季節性徑流變化的主要原因。其次,先前研究表明森林覆蓋率提高會使蒸散發顯著增加,從而對徑流產生負面作用[46-47]。然而本研究中,森林覆蓋率的大幅度增加,并沒有使流域蒸散發產生顯著變化(表1)。這與Liu等[5]結論一致。原因可能是由于研究流域氣候條件較為濕潤,流域實際蒸散發和潛在蒸散發強度差異不大,而森林覆蓋率的大面積增加會使該區域近地面空間的空氣溫度顯著下降[48],從而導致該區域的潛在蒸散發下降,進而對于實際蒸散發有抑制作用[4,49]。

4.2 森林恢復和氣候變異的累積效應

在整個森林恢復期內,森林恢復和氣候變異的累積效應對于流域季節性徑流產生了顯著的改變。但是在森林恢復前期(1986—1990),森林覆蓋率的增加對于季節性徑流的累積效應并沒有產生顯著影響,這說明,水文效應對于森林恢復的響應存在一個響應時間差[50]。Stednick[51]研究也表明：流域發生變化的面積至少達到10%至20%,才會產生顯著的水文效應。隨著森林恢復的程度增加(1990—2006),森林覆蓋率的提高對季節性徑流的影響逐漸加強。可能是由于隨著恢復年限的增長,森林覆蓋率增加超過30%,森林植被的結構和質量有了較大程度的提高。此時,徑流變化受森林恢復和氣候變異共同作用,但是從圖6中可以看出,徑流變化依然受氣候變異的主導,研究結果與Hou等[40]在同區域的梅江流域森林恢復和氣候變異對旱季徑流研究結論一致。然而,目前也存在一些相反的研究結論。如Hou等[40]研究表明雜谷腦流域旱季徑流變化原因主要是由于植被變化所導致。造成不同結論的原因可能是由于流域所處地理位置、氣候條件、植被類型等空間異質性的存在,導致季節性徑流對森林和氣候變異的響應有所差異[52]。

另外,本研究中,在季節尺度上氣候變異和森林恢復對徑流的作用是一致的。目前,很多研究都是基于年尺度上來分析森林恢復和氣候變異對徑流的相對貢獻[5],并且大多數研究表明氣候變異和森林恢復對徑流的貢獻在年尺度存在一個相互抵消的作用[5,53]。然而,在季節尺度上,氣候和森林恢復對季節尺度徑流的交互作用既存在增強,也存在相互抵消效應[40]。這主要取決于氣候變異和森林變化的強度和方向[44,54]。如Hou等[40]在梅江流域的研究發現,在森林恢復前期,氣候變異和森林恢復對旱季徑流的影響效應是相互抵消的,然而,在森林恢復后期,氣候變異和森林變化的影響效應卻是一致的。表明森林對季節性徑流的作用會隨著時間和森林恢復的程度而發生改變,同時體現了森林恢復的水文累積作用對季節性徑流影響的重要性。

5 結論

本研究利用平江流域1961—2006年間的水文氣象資料和森林覆蓋率數據,基于擴展的Budyko模型定量分析了森林恢復和氣候變異對平江流域季節性徑流的影響,得到如下結論：

1)平江流域森林恢復降低了能量限制季徑流(-11.71 mm/a),增加了水分限制季徑流(+12.27 mm/a)；平江流域氣候變異同樣降低了能量限制季徑流(-36.28 mm/a),增加了水分限制季的徑流(+58.94 mm/a),說明森林恢復和氣候變異對平江流域季節性徑流的影響效應一致,也表明森林恢復對調節年內徑流分布具有積極的作用。

2)森林恢復對徑流的累積影響具有一個響應時間差,森林恢復對徑流的累積影響在能量限制季和水分限制季具有相互抵消的作用,氣候變異與森林恢復的影響效應類似。此外,平江流域季節尺度徑流變化主要受氣候變異所控制,但森林恢復對季節性徑流的作用也不容忽視。