周 勇,徐童心,羅書文,楊 皓,常 猛,莊家堯
(1.南京林業大學 南方現代林業協同創新中心,江蘇 南京 210037;2.江西省遂川縣龍泉林場,江西 遂川 343900;3.江蘇中煤長江生態環境科技有限公司,江蘇 南京 210046)
在全球氣候變化和人為劇烈活動的大環境背景下,河川徑流在時間和空間上的變化,能夠引起水資源的重新分配,并改變生態系統的演化過程[1]。揭示氣候和水文水資源與生態環境的相互作用,可以為森林資源和水資源的合理開發、科學規劃提供理論基礎[2]。森林植被作為陸地生態系統的重要組成部分,在碳循環系統中也發揮著重要的影響力。森林植被連接著土壤層和大氣層,具有截留降水、減少雨滴擊濺、增加土壤入滲等生態功能[3]。森林植被的枯枝落葉層可以降低徑流流動速度,增加徑流滲透時間,提高地表徑流入滲量,因此在減少水資源流失方面起著決定性的作用[4]。以往許多國內外學者進行了降雨量對徑流影響作用大小研究[5?9],而植被對徑流變化的影響研究較少,尤其是在中國南方紅壤丘陵區。一些森林植被對產流的影響研究中沒有考慮森林質量的差異,特別是地表覆蓋的差異[10]。為了分析不同時期森林質量水平和變化規律,探討徑流變化趨勢及其對植被變化的響應關系,進一步分析森林質量的變化對徑流產生的影響,本研究以江西省石城縣域1989?2018年的天然降雨、徑流序列數據為基礎,運用小波分析等方法對石城降雨徑流進行研究,并結合石城縣域1989、1995、2001、2004、2010和2017年6期遙感影像,計算森林質量指數,最終獲得石城縣域的降雨-森林-徑流三維空間模型。研究結果可為定量監測和科學評價南方紅壤丘陵區水土流失與生態環境狀況提供依據,指導南方紅壤丘陵區的水土流失綜合治理和水文水資源研究,進一步增強森林涵養水源功能價值評估科學性,為解決縣域低效林改造提供理論指導。
石城縣位于江西省贛州市東北部,25°57′47″~26°36′13″N,116°05′47″~116°38′03″E。石城縣域屬長江流域贛江水系,境內水系發達,河流密布,全縣大小河溪140條。石城縣主要河流琴江河發源于高田鎮,主河長143 km,流域面積大于100 km2的一級支流有3條,平均河網密度為0.69 km·km?2。除部分河流外,其余河流均在縣境匯入琴江河,流域獨立性強,縣域面積為1 581.53 km2。境內為武夷山脈的山間盆地,東、北、西三面環山,主要分為中低山、丘陵、單斜盆地3個類型。山地、丘陵約占全縣總面積的79%。石城縣地處中亞熱帶中南部,水熱條件優越。森林植被以馬尾松Pinusmassoniana林、杉木Cunninghamialanceolata林為主,其中馬尾松林面積較大。20世紀80年代初,全縣水土流失面積506.00 km2,占縣域總面積的32%,其中:強烈及以上水土流失面積150.47 km2,中度水土流失面積125.66 km2,輕度水土流失面積229.87 km2。嚴重的水土流失易造成自然災害,如山體滑坡、洪澇等。
本研究所使用1989?2018年的水文數據包括徑流實測數據、降雨實測數據等均來自江西省南昌市水文局水文觀測站(琴江河石城站)位于琴江河下游,流域集水面積為656 km2。本研究中的遙感影像數據以Landsat 4、5、8衛星影像為數據源。在中國科學院計算機網絡信息中心地理空間數據云平臺(http://www.gscloud.cn)下載1989、1995、2001、2004、2010和2017年冬季無云覆蓋的TM影像,其空間分辨率為30 m。森林資源二類調查數據來源于江西省石城縣林業局。
通過植被覆蓋度、林冠郁閉度和地表凋落物覆蓋度對森林質量等級因子值進行判定,進而通過等級面積相應比例得出森林質量指數。植被覆蓋度通過遙感影像圖提取研究區域的土地覆蓋分類圖[11?14],并利用軟件envi 5.2計算;林冠郁閉度和地表凋落物覆蓋度通過森林資源二類調查數據和實地調查數據進行判定和劃分。森林質量指數判定公式:

式(1)中:Si為等級面積,S為研究區總面積,Qi為森林質量等級因子值,β為森林質量指數。森林質量等級因子值確定范圍可參考表1[15]。
小波變換是一種信號的時間-尺度分析方法[16?20],它具有很多分辨率分析的特點,而且在時、頻兩域都具有表征信號局部特征的能力,是一種窗口大小固定不變但其形狀、時間和頻率窗都可以改變的時頻局部化分析方法[21]。在低頻部分具有較高的頻率分辨率,在高頻部分具有較高的時間分辨率和較低的頻率分辨率,很適合于探測正常信號中夾帶的瞬間反常現象并展示其成分[19]。小波函數定義為:設ψ(t)是平方可積函數,即ψ(t)∈L2(R),其傅里葉變換為(ω)滿足允許條件:

式(2)中:Cψ為容許函數,ψ(t)為一個基本小波或母小波,其中L2(R)表示滿足的函數空間。小波函數ψ(t)有2個基本特點:快速衰減性和震蕩性[22]。
森林植被可以攔截部分降雨,其中林冠層和地表凋落物層起到主要的攔截作用。當降雨強度一致時,有植被覆蓋的區域和無植被覆蓋的區域會對徑流產生不同的影響,有時差別很大。本研究嘗試建立模型,定量描述降雨、徑流和森林植被之間的響應關系,探索三者之間的變化規律。根據水量平衡理論,森林植被攔蓄降雨越多,研究區域產生的徑流越少,森林攔蓄降雨能力大小與攔蓄容量有關。本研究森林攔蓄降雨模型采用劉昌明[23]的森林攔蓄降雨極限容量模型:

式(3)中:Q為徑流深(mm);P為降雨量(mm);IT為森林攔蓄降雨量,K為攔蓄率隨降雨量遞減的速度,與森林覆蓋率(α)密切相關。,ITM為森林最大可能攔蓄降雨;劉道平[24]在ITM=bα+c的假設基礎上,提出如下模型改進:

式(4)中:b和c為系數。劉道平[24]的研究對象浙江省安吉縣森林多年變化相對較小。森林植被對降水徑流的影響較為復雜。以前,森林覆蓋率(α)對流域產流產沙的影響研究中沒有考慮森林質量的差異,特別是地表覆蓋的差異,而不同地表覆蓋的森林水源涵養及土壤保持功能差異巨大[25]。石城縣由于戰爭等歷史原因,森林覆蓋率及森林質量變化較大,僅考慮森林覆蓋率,研究誤差較大。為提高模型的精確度,本研究采用森林質量指數(β)代替森林覆蓋率(%),徑流預測模型則為:

式(5)中:Q、β、P分別表示徑流深、森林質量指數、降雨量。
2.1.1 降雨年際變化分析 本研究采用降雨量的豐枯等級變化,該等級變化以距平百分率X作為劃分標準,分為豐年、平年、枯年,,其中:i為某年平均降雨量,30為30a平均降雨量。具體的劃分標準:當?0.1<X≤0.1時為平水年;當X>0.1為豐水年;當X≤?0.1時為枯水年[26]。對石城縣域 1989?2018年降雨觀測資料進行統計分析,并統計年內豐水期 (1?3月、10?12月)、枯水期(4?9月)年際分布等特征。由表2可知:石城縣域多年平均年降雨量為1 831.3 mm,其中豐水期為1 228.9 mm,枯水期為 602.4 mm。石城縣域降雨年際變化差異明顯,最大年降雨量(2 724.0 mm)是最小年降雨量(1 074.8 mm)的2.5倍。石城縣域豐水年、平水年、枯水年對應的年降雨量分別為2 340.9、1 795.3、1 416.8 mm。

表 2 石城縣域多年降雨統計分析Table 2 Distribution characteristics of annual rainfall in Shicheng County
2.1.2 徑流年際變化分析 為了反映徑流的年際變化特征,采用降雨量的豐枯等級變化,對石城縣域1989?2018年徑流觀測資料進行統計分析,并統計豐水年、平水年、枯水年徑流特征(表3)。石城縣域多年平均徑流量為6.69 億m3,年徑流量總體呈緩慢下降趨勢。最大年徑流量為11.73 億m3,最小年徑流量為3.19 億m3,前者為后者的5.1倍,說明石城縣域的年際徑流幅度變化極大。石城縣域豐水年、平水年和枯水年對應的年均徑流量分別是9.58、6.69和4.25 億m3。豐水年年均徑流系數最高,為0.63,之后是平水年和枯水年,年均徑流系數分別為 0.57、0.46。

表 3 石城縣域年徑流分布特征Table 3 Distribution characteristics of annual runoff in Shicheng County
2.1.3 降雨徑流年際響應 圖 1 為石城縣域多年降水量與徑流深隨時間的變化。從圖1可以看出:在研究時段內,石城縣域年降雨量和年徑流深均呈正相關關系,即徑流深隨降雨量的增加而增加,相關系數R2為 0.795 1。

圖 1 石城縣域降雨量和徑流深變化分析Figure 1 Analysis of rainfall and runoff depth in Shicheng County
2.2.1 森林質量指數的計算結果 對石城縣域 1989、1995、2001、2004、2010和2017年6期遙感影像進行植被覆蓋度計算,并根據森林質量等級因子值確定范圍表提取得到石城縣域的森林質量等級分布(圖2)。

圖 2 石城縣域森林質量等級分布示意圖Figure 2 Distribution map of forest quality grade in Shicheng County
2.2.2 森林質量指數年際變化分析 利用ArcGIS軟件快速統計功能統計森林質量等級面積分布[27],并對其變化情況進行分析,如表4所示。為了提高結果的精確度,將年代劃分為6個階段,每階段包括5 個年份,分別是 1989?1993、1994?1998、1999?2003、2004?2008、2009?2013、2014?2018 年。石城縣域森林質量指數隨年份的增加整體呈上升—下降—上升趨勢。石城縣在20世紀60?70年代大量砍伐天然林,致使全縣森林資源受到毀滅性破壞,森林質量指數較低。在20世紀80年代大面積采用飛播造林和人工植苗培育了馬尾松林和杉木林,石城縣域森林質量指數呈現上升趨勢;2000?2010年,石城縣由于撫育管理措施不當,出現了大面積的針葉純林和低效低產林,森林質量指數有所下降;從2010年至今,森林培育管理技術的成熟和生產力的提高,特別是2000年以來,林下植被和枯枝落葉層恢復顯著,森林質量要素中的地表覆蓋率顯著上升,石城縣域森林質量指數呈現顯著上升趨勢。同時,20世紀90年代以來,相關政府部門越來越關注生態和環境問題,制定一系列政策,有效遏制了森林資源的破壞。此外,還開展了低效林改造、封山育林等項目,使得森林質量得到一定的改善。石城縣域森林質量等級在0.50以上的面積比例整體均呈上升趨勢。石城縣域2017年較1989年森林質量指數在0.50以上的面積比例增加了66.54%,高質量林分占比越來越高。

表 4 森林質量等級面積分布Table 4 Forest quality grade area distribution in each basin
結合水文數據實際情況,在1989?2018年隔5 a作為1個觀測階段,對各流域徑流數據進行統計,分析石城縣域降雨量、徑流模數、徑流量和徑流系數等階段變化(表5)。表5表明:石城縣域徑流系數同森林質量指數均呈相反的線性變化趨勢,說明森林質量指數和徑流系數呈負相關。分析原因可知:隨著森林質量指數的增加,森林植被在截留降雨、促進土壤入滲方面作用越來越強。根據水量平衡理論可知,徑流系數降低。

表 5 石城縣域徑流年代階段特征Table 5 Chronological characteristics of runoff in Shicheng County
收集到的信號通常帶有噪聲,常見的噪聲就有高斯白噪聲。降雨-徑流數據經過小波分析降噪處理后的時間序列散點圖相比原始數據處理后的時間序列信號可表現出更好的相關性,時間序列信號熵值也由降噪處理變得更低,低頻信息變得明顯的同時會保留高頻信息中的突變信號。圖3是石城縣域小波變換消噪后的降雨-徑流數據。

圖 3 石城縣域小波變換消噪后的降雨-徑流Figure 3 Path diagram of precipitation-runoff depth with wavelet denoising in Shicheng County
結合經過小波變換后的降雨徑流降噪數據以及森林質量指數數據,在軟件Matlab上使用參數率定方法,模擬出最優結果值。經過篩選最優結果為:b=340.7,c=351.8,R2=0.951 9。因此,得到降雨-徑流-森林模型表達式為:

其中:P為降雨量(mm);β為森林質量指數(%);Q為徑流深(mm)。
圖4為石城縣域模型三維空間圖。分析模型可知:徑流深與降水量呈正相關,與森林質量指數呈負相關。根據模型模擬,當降雨量為2 000.0 mm,森林質量指數為0.50時,徑流深為1 489.0 mm;當降雨量為2 000.0 mm,森林質量指數為1.00時,徑流深為1 346.0 mm。森林質量指數從0.50增加到1.00時,徑流深減少了143.0 mm。隨著森林質量指數的提高,徑流深逐漸降低,表明石城縣域森林質量的提升會加強森林涵養水源能力和森林滯洪作用。這與劉道平[24]模型擬合結果相同。而且,本模型在精度上較優,可定量監測和科學評價南方紅壤丘陵區水土流失與生態環境狀況,從而更好地實現對縣域水資源變化的動態監測和預測。

圖 4 石城縣域降水-徑流-森林質量模型Figure 4 Q-β-P model in Shicheng County
本研究以1989?2018年原始水文數據為基礎,分析了江西省石城縣域降雨和徑流年際特征,并初步分析了降雨對徑流的影響;再利用石城縣域1989?2018年遙感影像數據,通過軟件ENVI和ArcGIS運用新的公式算法得出石城縣域的森林質量指數;最后通過軟件Matlab的小波分析功能在降雨-徑流二維平面分析的基礎上,建立了關于降雨-森林質量-徑流三維空間模型,以更好地表達三者之間的響應關系。主要結論如下:①石城縣域1989?2018年多年平均降雨量為1 831.3 mm,豐水期多年平均降雨1 228.9 mm,枯水期多年平均降雨量602.4 mm;多年平均徑流量為6.69 億m3,降雨和徑流隨著年際變化表現出緩慢下降趨勢,下降趨勢不明顯。②石城縣域森林質量指數隨著解析年份的增加整體呈上升—下降—上升趨勢;森林質量等級在0.50以上的面積比例整體均呈顯著上升趨勢;石城縣域2017年較1989年森林質量指數在0.50以上的面積比例增加了66.54%。③石城縣域徑流系數同森林質量指數呈相反的線性變化,表明森林質量提升具有顯著滯洪作用。④通過參數率定,建立了石城縣域降雨-森林質量-徑流模型,模型相關系數為0.951 9,其中徑流深與降雨量呈正相關,與森林質量指數呈負相關。