不同生態修復措施和環境因素對亞熱帶紅壤區針葉純林坡面水土保持功能的影響

賴承義,左舒翟,任 引,*

1 中國科學院城市環境研究所城市環境與健康重點實驗室, 廈門 361021 2 中國科學院大學資源與環境學院, 北京 100049

水土保持功能是森林生態系統服務功能中最重要的一種。亞熱帶紅壤區盡管森林覆蓋率較高,但由于地形復雜、雨量多而集中和人地矛盾突出[1],且過去幾十年過度追求林業經營效益,植物群落結構單一,林下植被多樣性喪失,導致水土流失和森林加速退化[2]。森林自調節周期較長,治理初期敏感脆弱,且隨時可能發生反彈,由此造成的一系列生態環境問題將持續制約當地社會經濟發展[3]。

受多重因素的綜合影響,森林水土保持功能在不同植被條件、土壤和地形情況下研究結果差別很大[4]。植被主要通過垂直結構如林冠層、灌草層和枯枝落葉層截持調蓄降雨、降低雨滴動能,從而影響林下水文過程和土壤侵蝕過程[5]。不同植被類型的水土保持能力波動大,穩定性低[6]。熱帶、亞熱帶的闊葉林對降雨的調節能力較強,達100 mm以上,而暖溫帶、溫帶森林及亞熱帶針葉林的均低于100 mm[7]。土壤層是森林存蓄水分的主要載體,占林分截持水量的90%以上[8],其截留和持水能力主要受土壤結構、質地和孔隙度等因素的影響[9-10],而不同撫育措施也會使森林土壤和結構產生差異[11],針闊混交林的土壤團聚體含量、直徑和有機質均優于針葉林[12]。地形可影響降雨再分配過程和雨滴動能,坡度坡長等因子是水土流失的重要影響因素之一[13]。有研究表明,存在臨界坡度和坡長值,水土流失量隨著坡度和坡長和增加,呈先增后減趨勢[14],還有研究表明土壤養分流失與坡度和坡長存在正相關關系[15]。綜上,對森林水土保持功能的定量研究已從傳統的“植被覆蓋度”單一指標向“喬灌草”多層次、枯落物、地形、土壤、氣候等多因子多指標逐步深入發展,但研究更多還是聚焦于各因子與水土流失現象間的關系,較少關注各因子間的交互作用。

我國在水土保持功能的量化研究從黃土高原地區逐步發展而來[16],主要觀測方法為“徑流小區法”,該方法將徑流量和產沙量與各影響因子聯系起來,通過長時間的地面觀測研究自然和人為因素對坡面水土流失的影響規律和人工干擾措施效用[17]。目前國內觀測積累對比國外仍有差距[18],模型研究方面主要利用RUSEL、LISEM、USEL等通用水土流失模型進行土壤侵蝕預測模擬以及敏感區域判定[19-21],降雨侵蝕力因子、土壤可侵蝕性因子和植被人工措施因子是主要參數,但侵蝕模型應用對地形要求較高,不同類型地區缺失的背景值如土壤年流失量、降雨侵蝕力因子和土壤可侵蝕性因子仍需要通過連續8 a以上的徑流小區觀測得到[22]。所以,徑流小區仍是進行水土保持功能量化研究的重要手段,但現今對觀測調查數據的背后聯系挖掘還不夠,對各因素間交互影響的量化研究還不夠深入。

目前,國內外研究水土保持影響因素間關系主要采用變異函數、相關分析、多元回歸分析、主成分分析和灰色關聯分析等統計學方法[23-24],此類方法對數據要求較高,只能對連續的數值量進行分析且要求樣本單元多于30個,且其結果表示的是自變量對因變量的單一影響,無法處理類型變量和分析變量間的交互作用。地理探測器(GeoDetector)是研究空間分層異質性以量化度量現象背后驅動因子影響力并揭示其影響機制的空間統計學模型,它可以通過量化因變量與自變量之間空間分布相似性程度來表征自變量(X)對因變量(Y)產生的影響力,適合分析類型變量也可以分析經過離散化的數值量,既能分析地理空間數據也能分析屬性空間數據,且在探測自變量交互作用上存在優勢[25]。地理探測器的出現正好補充了經典統計學和傳統地統計學方法存在的短板,近年來得到了廣泛使用。

當前,探究土壤侵蝕過程和水土保持措施防蝕機理以及利用土壤侵蝕預測模型,是水土保持科學領域亟需解決的重點問題[26]。本文采用地理探測器統計分析方法,結合徑流小區關于降雨、地表徑流、泥沙、土壤和植被等多種地面觀測數據,以對應侵蝕模型相關參數,分析了在亞熱帶紅壤區針葉純林采取補植闊葉樹種和施肥生態修復措施的水土保持效應,找出了影響亞熱帶紅壤區坡面水土保持能力的主要因素,量化了各影響因素單獨和交互作用后對坡面產沙產流的影響力,為探究亞熱帶紅壤區水土流失防治機理和土壤侵蝕預測模型的參數本地化提供科學基礎。

1 材料與方法

1.1 研究區域概況

研究區位于福建省龍巖市新羅區小池鎮龍門溪小流域內(北緯24°47″—25°35″,東經116°40″—117°20″),地處九龍江北溪上游,是龍巖市256萬人的飲用水與工農業水源地,區域生態安全意義重大。研究區以紅壤土為主,屬亞熱帶海洋性季風氣候,平均海拔560 m,年均溫度18.4 ℃,年均降雨量1768 mm,日照時數1804 —2060 h,全年氣候溫和,無霜期長,雨量充沛,適合亞熱帶作物和林木的生長[27]。近幾十年來由于當地養殖業、種植業發展和采伐、開礦等人為活動干擾,導致地表植被及下墊面遭到破壞,水土流失嚴重,生物多樣性減少,生態系統出現功能性失調。2011年遙感調查發現新羅區水土流失總面積達128.8 km2,約占土地總面積的4.8%[27]。研究區內植被結構簡單,以馬尾松(Pinusmassoniana)和杉木(Cunninghamialanceolata)中齡林為主,水源涵養及水土保持功能低下。

1.2 試驗地布設與處理

由于土壤養分含量較低,在研究區內形成了近20 a林齡的以馬尾松、杉木為造林樹種的“老頭松”和“老頭杉”覆蓋的針葉純林。在2014年4月設置了11個坡度25°、中坡位和正北坡向的固定樣方(15 m×20 m),選擇楓香(Liquidambarformosana)、深山含笑(MicheliamaudiaeDunn)、木荷(Schimasuperba)、紅葉石楠(Photiniaxfraseri)、千年桐(Aleuritesmontana)等鄉土闊葉樹種,在試驗地補植幼齡(5 a)闊葉樹和施肥處理。

對照Ⅳ區(后文簡稱針葉純林)為針葉純林,對應樣地10、11,不作干涉；處理Ⅰ區(簡稱補植施肥3∶2林地)為補植闊葉樹至針闊混交比例3∶2林地,對應樣地1、2、3,采用穴施法[28]對全部喬木施復合肥(N16:P16:K16),穴長25 cm、寬20 cm、深30 cm,穴距50 cm,施肥穴統一選擇于樹干正上坡距其基部50 cm處,每株施肥500 g,隨即覆土；處理Ⅱ區(簡稱補植3∶2林地)為補植闊葉樹至針闊混交比例3∶2林地,對應樣地4、5、6；處理Ⅲ區(簡稱補植7∶2林地)為補植闊葉樹至針闊混交比例7∶2林地,對應樣地7、8、9。

本研究采用樣方收獲法、土壤剖面法、環刀法和烘干法等調查取樣方法[29-30],測量各樣地的植被、土壤等相關數據(表1)。

表1 龍巖地區龍門溪小流域坡面樣方調查結果

1.3 徑流小區設置

參考相關標準[31],在11個樣方中逐一布設標準徑流觀測小區,小區投影面積為100 m2(20 m×5 m),周圍用PVC板圍護并設有5—10 m的隔離防護帶以消除區間干擾,圍埂應互相連接緊密,埋深牢靠,地表出露20 cm,埋入地下20 cm。根據小池鎮50 a來最大日降雨量209 mm,計算日降雨徑流量[32]為8.36 m3(植物措施徑流系數確定為0.4),徑流小區的洪峰流量采用經驗公式[33]計算為0.71 m3/h。設集流槽橫斷面為矩形,底寬0.20 m,深0.15 m,長度與徑流小區寬度一致,槽底部設計為兩側向中間傾斜的形式,坡度0.03,便于地表徑流及泥沙的集中,頂部加設蓋板。引水管選用管徑100 mm PVC管,分流孔用Φ50 mm分流管,采用7孔分流法,用鋼管焊接在分流桶外壁,選擇中間一孔將分流水量引入集流桶中,分流孔孔底高度0.6 m,集流桶進水孔孔底高度0.6 m。分流箱和集流桶固定于徑流小區下方階梯平臺,分流箱采用1.2 mm鐵板焊接而成,外刷防銹漆,直徑0.8 m,頂部加蓋加鎖,桶內設觀測標記。集流桶直徑0.8 m,桶內設觀測標記。分流箱、集流桶底部連接鋼管,并安裝閥門,作為排水孔。

1.4 指標監測

研究監測了2015年2月至2016年5月期間11個標準徑流小區共25組降雨量、地表徑流量及泥沙量數據,監測方法簡要介紹如下[31]：(1)降雨量由設置在徑流小區附近的翻斗式數字雨量計觀測記錄,實時監測日降雨量、降雨次數及降雨過程等指標；(2)地表徑流量為當次降雨雨停后對分流桶水位進行3次重復測量取平均值計算所得；(3)泥沙量測量為雨后對各徑流小區集流桶進行充分攪拌后,采集水樣500 mL,用濾紙過濾后烘干測定。每次雨后測量后對分流箱和集流桶進行排水排沙清理,確保不產生滯后影響。

1.5 數據處理與分析

1.5.1數據處理

對試驗的實測數據進行初步篩選,去除離群值。徑流量和泥沙量數據采用SPSS 22.0軟件One-way ANOVA的LSD法進行差異顯著檢驗。數據分析與繪圖在Origin 2017完成。

根據前期文獻調研,將觀測數據分為4類影響因子：降雨因子包括總降雨量、降雨天數、平均降雨量、最強雨量和臨近降雨量;土壤因子包括土壤厚度、腐殖質厚度,土壤含水率和土壤容重;植被因子包括林分密度、平均樹高、胸徑、針闊比、灌草層Patrick指數、蓋度和生物量；生態修復措施因子包括補植闊葉樹至針闊比3∶2、補植至7∶2、施肥和對照4種不同處理。

1.5.2數據分析方法

地理探測器包括四個探測器,分別為：(1)用于探測現象背后是否存在分異及各因子對其分異性的解釋度的因子探測器；(2)識別和量化不同因素的相互影響及共同效果的交互作用探測器；(3)判斷兩個影響因素屬性均值是否存在顯著差別的風險區探測器；(4)比較兩因素對現象的空間分布影響是否有顯著差異的生態探測器[25],本研究使用的為因子探測器和交互作用探測器。采用2016年6月的土壤和植被因子實地調查數據進行地理探測器分析。

(1)因子探測

因子探測器可量化自變量和因變量在空間分布上的一致性程度,其原理為：如存在變量X影響變量Y的現象,那么它們的空間分布趨于耦合,其分布既可以是線性也可以是非線性。兩變量空間分布的耦合程度用可以地理探測器q統計度量,反映X對Y的決定力,進而揭示現象背后可能存在的因果關系。

將研究對象劃分為h=1,…,L個層,N和σ2分別為總體的樣本單元數和方差,SSW和SST為層內方差之和和總方差,則q值的表達式為：

(1)

①若分層是對Y的劃分,那么q=0說明Y沒有空間分異性；q=1說明Y存在完美的空間分異性,即Y空間分異程度達到100%；

②若分層是根據X對Y的劃分,那么q=0說明X對Y沒有任何影響力；q=1說明X完全控制了Y的空間分布,即X對Y影響力達到100%。

(2)交互作用探測

交互作用探測器可識別不同影響因子間的兩兩交互作用,即評估變量X1和X2共同作用時是否會增加或減弱對變量Y分布的影響力(或不同變量間不產生交互作用)。其原理為：首先計算兩個變量X1和X2對Y的因子探測結果,分別記為q(X1)和q(X2),再計算它們共同作用后對Y分布的決定力,記為q(X1∩X2),最后比較q(X1)、q(X2)與q(X1∩X2)數值大小并對其作用關系進行分類(表2)：

表2 地理探測器中因子交互作用類型和判斷依據

鑒于地理探測器方法在分析類型數據方面具備的優勢,故將降雨、土壤、植被和生態修復措施因子進行離散化處理[34](降雨因子根據《降水強度等級劃分標準》分級,植被和土壤因子根據《GBT26424—2010森林資源規劃設計調查技術規程》分級,其余如灌草多樣性和生物量根據個人先驗知識等比分級),以探測各因子與地表徑流量、坡面產沙量在時空分布特征上的一致性,以q值量化各因子對其分異性的解釋力,P值檢驗其顯著性,并探究各因子交互作用對坡面水土保持能力的影響。

2 結果與分析

2.1 補植施肥措施對針葉純林水土保持能力的影響

徑流量受不同補植施肥措施影響顯著,且降雨量越大,各措施的徑流量差異越明顯(圖1)。不同措施林地徑流量的時間變化趨勢與降雨基本相同,降雨量是影響坡面產生徑流的主要因子,其影響力強于補植施肥措施。觀測期內,在針葉純林(4240 L)內采取補植闊葉樹措施,可有效減少徑流量,補植施肥3∶2林地、補植3∶2林地和補植7∶2林地徑流總量分別為4342 L、2937 L和2272 L,徑流變化幅度為4.8%、-30.04%和-46.01%。同為針闊混交比3∶2的混交林,施肥林地較不施肥林地徑流總量提高了47.83%。方差分析結果顯示,補植3∶2林地和補植7∶2林地徑流總量顯著小于其余兩種林地(P<0.05)。

圖1 不同措施下亞熱帶紅壤區森林坡面產生徑流差異 Fig.1 Difference of runoff on forest-slopes in subtropical red soil region under different measures不同小寫字母表示徑流量受不同補植施肥措施影響顯著(P<0.05)

補植闊葉樹可有效減小針葉純林土壤流失(圖2)。對比針葉純林(1561 g),補植施肥3∶2林地、補植3∶2林地和補植7∶2林地泥沙量為1044 g、767 g和521 g,分別減少了52.76%、69.71%和76.30%,顯著小于針葉純林(P<0.05)。泥沙量變化呈季節性分布,春夏季(3月—8月)土壤流失遠高于秋冬季(9月-來年2月),泥沙量均值分別為66 g和8 g。針葉純林春夏季泥沙量顯著高于其他措施林地,而秋冬季各措施樣地泥沙量差異較小,補植7∶2林地泥沙量顯著低于其他林地。

圖2 不同措施下亞熱帶紅壤區森林坡面產生泥沙差異 Fig.2 Difference of sediment on forest-slopes in subtropical red soil region under different measures不同小寫字母表示泥沙量受不同補植施肥措施影響顯著(P<0.05)

2.2 坡面徑流量和泥沙量的因子探測結果

林地環境對坡面徑流量單因子影響力強于生態修復措施,影響力大小排序為：降雨因子、植被因子、土壤因子和補植施肥措施因子(圖3)。降雨因子對徑流量的單因子影響力最高,q值大于0.5,且結果顯著(P<0.01)。其余影響因子對徑流量均有一定影響,其中單因子影響力最大的依次是土壤容重、林分密度、灌草蓋度、樹高和針闊比,q值均在0.08左右(P<0.05)。生態修復措施因子補植處理和施肥的單因子影響力相對較小,q值在0.03左右。

圖3 地理探測器對地表徑流量和泥沙量的因子探測結果Fig.3 Factor detection results of runoff and sediment by GeodetectorA至S分別對應19個影響因子：A地表徑流量、B降雨總量、C降雨天數、D平均降雨量、E最強雨量、F臨近降雨量、G補植處理、H施肥處理、I土壤深度、J腐殖質深度、K土壤含水率、L土壤容重、M林分密度、N平均樹高、O平均胸徑、P針闊混交比、Q草本多樣性指數、R灌草層蓋度、S灌草層總生物量

地表徑流量對泥沙量單因子影響力最高,q值達0.84,遠高于降雨因子。降雨因子在土壤流失過程中起主導作用,除降雨天數為0.14外,其余q值均高于0.2。林分密度、土壤容重、灌草層蓋度、土壤含水率、灌草層總生物量、多樣性指數對泥沙量的解釋度均在0.12左右,結果顯著,說明它們是影響坡面土壤流失的重要因素。

2.3 坡面地表徑流量和泥沙量的交互作用探測結果

利用地理探測器對19個影響水土支持能力的因子進行交互作用探測(圖4)發現,各影響因子間主要表現為非線性增強和雙因子增強作用,占比分別超過53%和35%。非線性增強作用主要出現在降雨因子和其他類型因子的交互中,交互后影響力遠大于單因子影響力；雙因子增強作用則出現在降雨因子間交互作用和非降雨因子間交互作情況下,交互影響力較單因子略有提升。

圖4 地理探測器對影響因子交互作用探測結果Fig.4 Interaction detection results of factors by Geodetector

林分密度、灌草層蓋度、土壤容重、胸徑、針闊比、樹高、灌草生物量和土壤含水率等8個因子與降雨因子交互后對地表徑流量分布的影響力大于0.9。林分密度、灌草層蓋度和土壤容重與降雨總量交互作用后影響力為1,比單因子作用增強40%,表明該類強烈的因子間交互作用主導了徑流量的產生。

降雨因子與林分密度、灌草層蓋度、灌草層生物量、土壤含水率和容重交互后對泥沙量影響力大于0.95,降雨總量與其他因子交互后q值大于0.98甚至達到1,表現出對泥沙量分布的強烈影響力。單因子影響較小的因素如撫育施肥、補植處理、土壤深度和腐殖質深度,可與其他因子產生雙因子或非線性的增強作用,如補植措施對泥沙量單因子影響力為0.05,與降雨因子交互后影響力高達0.98,與其余非降雨因子交互后也可以達到0.13。

3 討論

在本研究中,在針闊比例3∶2的混交林采取穴施法施復合肥500 g降低了林地水土保持能力,與同類研究的結果[35]不一致,這可能與土壤貧瘠和穴施法擾動周邊環境有關。通過對比2014年4月和2016年6月的每木檢尺數據,發現各林地兩年間樹高平均增加(1.08±0.33) m,胸徑增加(0.46±0.17) cm,喬木樹干細小,冠幅稀疏,生長緩慢,屬于生長受限的“老頭樹”,由于土壤養分極度匱乏,故施肥500 g難以產生效果。還有研究指出貧瘠林地施肥可能導致土壤結皮率的增加,降低土壤滲透能力,從而導致徑流量和泥沙量增加[36]。

亞熱帶紅壤區坡面水土保持能力單因子影響力從強到弱排序為：降雨因子>植被因子>土壤因子>補植施肥措施因子。林下徑流和泥沙量的產生與降雨密切相關,姜芃等[37]使用稀土示蹤技術發現降雨是導致南方地區坡面侵蝕的主要因素,侵蝕量與降雨強度有關,與本文結果相似。林分密度、灌草蓋度、灌草層生物量可有效表征植被覆蓋情況,而植被覆蓋率已被證實與坡面徑流泥沙流失量高度線性相關[38]。徑流量對坡面土壤流失過程影響強于降雨,這可能與研究區成土母巖為花崗巖有關,該類土壤粒徑大、砂粒含量高、黏性差、結皮率高,在降雨后形成地表徑流和泥沙的速度快,導致徑流對土壤的侵蝕沖刷更加劇烈,有研究[39]表明花崗巖紅壤在降雨為45 mm強度下8分鐘產流,50分鐘內坡面徑流增長迅速,在產流后泥沙濃度達25 g/L,高于其他類型土壤,與本文結果一致。施肥、土壤深度和腐殖質深度的單因子影響力較小,可能是由于該3類數據差異化不明顯導致,且撫育施肥屬于間接性措施,無法對坡面水文過程產生直接影響。

降雨因子與土壤植被等因子的增強交互作用對徑流泥沙的產生具有很強的影響力,遠遠高于單一因子的影響。無論是從單因子影響還是從交互作用影響來說,降雨因子都是導致坡面水土流失的最關鍵因素[40],而林分密度、灌草層蓋度和土壤容重與降雨的非線性增強交互作用對亞熱帶紅壤區針葉純林坡面水土保持功能產生強烈影響,土壤容重對土壤的入滲持水和抗侵蝕能力影響很大,且受母巖、成土過程、微生物和周邊氣候等因素影響存在較強異質性,李鳳鳴等[41]通過人工模擬降雨發現容重和土壤侵蝕量呈極顯著負相關關系,隨著容重變大侵蝕量明顯減少,其相關性不受雨強和坡度影響。林分密度、灌草層蓋度等因素容易進行人為控制,在人工林撫育、森林生態修復和水土流失治理工作中可多加考慮。

4 結論

在亞熱帶紅壤區針葉純林補植闊樹葉可有效提升坡面水土保持能力,補植的針闊混交比例為7∶2總體效果優于3∶2。在侵蝕退化嚴重區域,對“老頭樹”使用穴施法單木施復合肥500 g難以產生促進生長作用。

森林水土保持能力影響因子交互后主要呈現為非線性增強和雙因子增強作用,除降雨和地表徑流量外,林分密度、灌草層蓋度和土壤容重單因子影響力高,與降雨因子交互作用后產生對坡面徑流量和泥沙量的絕對影響力,在開展森林生態修復、細化亞熱帶紅壤區坡面侵蝕模型參數時可更多關注此類因子。

研究存在一定局限性：一是枯落物層也是決定森林坡面水土保持功能的重要層次,在研究中缺少對枯落物的實測數據,未能探討枯落物的影響力大小及其交互作用；二是地理探測器要求輸入數據為類型變量,研究根據行業標準和先驗知識等方式對數值變量進行離散化,有一定主觀性。