時間尺度對草地水土保持效應(yīng)定量研究的影響

吳曉霞, 顧祝軍

(南京曉莊學(xué)院 生物化工與環(huán)境工程學(xué)院, 南京 211171)

時間尺度對草地水土保持效應(yīng)定量研究的影響

吳曉霞, 顧祝軍

(南京曉莊學(xué)院 生物化工與環(huán)境工程學(xué)院, 南京 211171)

時間尺度效應(yīng)的定量分析有利于進(jìn)一步理解植被的水土保持機(jī)理。基于福建省長汀縣河田鎮(zhèn)草覆和裸土侵蝕試驗(yàn)小區(qū)2007—2010年的觀測數(shù)據(jù)，分析了次降雨、月、季和年時間尺度下降雨、植被、保水和保土效應(yīng)這4類參數(shù)的變化特征,并建立保水(土)效應(yīng)RE(SE)的估算模型以探討諸因素的聯(lián)系，其中RE(SE)為草覆小區(qū)與裸土對照小區(qū)的徑流深度(土壤流失量)的比值。結(jié)果表明：4類參數(shù)在各時間尺度呈現(xiàn)不同的量值及變化特性，RE和SE因消除了同類因子的影響在各時間尺度之間及其內(nèi)部均相對穩(wěn)定。在次降雨尺度RE較低(<0.3)區(qū)間及月尺度下，降雨和植被的耦合作用導(dǎo)致了較好的保水效應(yīng)，而在RE略高(0.3～0.4)和較高(>0.7)區(qū)間以及年尺度，降雨因子主導(dǎo)了研究小區(qū)的保水效應(yīng)(R2>0.78)。從保土效應(yīng)來看，在次降雨和年尺度主要受降雨或/和植被的影響，綠草葉面積指數(shù)能較好地表征研究小區(qū)草地的保土正效應(yīng)(SE<1，R2>0.55)，而最大30 min雨強(qiáng)可精確表征研究小區(qū)草地的保土負(fù)效應(yīng)(SE>1，R2>0.79)。無論保水或保土效應(yīng)，其估算模型在月和季兩個中等時間尺度均存在較大的不確定性(R2≈0.4)?？梢娫诓煌臅r間尺度，影響草地水土保持效應(yīng)的諸要素呈現(xiàn)不同的變化和耦合特征，顯示時間尺度在植被水土保持研究中的重要性。

時間尺度; 葉面積指數(shù); 保水效應(yīng); 保土效應(yīng)

水土流失是各種生態(tài)問題的集中反映，已成為全球共同關(guān)注的焦點(diǎn)之一。中國的水土流失面廣量大[1]，已嚴(yán)重制約著我國社會經(jīng)濟(jì)的持續(xù)穩(wěn)定發(fā)展。水土流失受氣候、地形、植被、土壤和土地利用等因子的影響，而這些影響因子存在時空分布的異質(zhì)性，因而存在明顯的尺度效應(yīng)[2-3]。在上述諸因素中，植被是關(guān)鍵控制因子[4-5]。所以在不同的時空尺度下，基于特定植被結(jié)構(gòu)指標(biāo)分析植被的水土保持效應(yīng)，有助于深入理解植被的水土保持機(jī)理，進(jìn)而優(yōu)化水蝕區(qū)植被修復(fù)的監(jiān)測和評估。

近年來，植被的水土保持效應(yīng)研究廣泛展開，早期多基于植被類型之間的比較。彭紹云等[6]對比研究了葛藤(Puerarialobata)、乳源木蓮(ManglietiayuyuanensisLaw)、胡枝子(LespedezabicolorTurcz)、百喜草(PaspalumnotatumFlugge)和寬葉雀稗(PaspalumwetsfeteiniHackel)5種植物的水土保持功能，發(fā)現(xiàn)葛藤和乳源木蓮優(yōu)于胡枝子和百喜草，而寬葉雀稗最差。Chirino等[7]在西班牙東南部半干旱地區(qū)對裸土、純草、灌木、林草和林灌5種植被覆蓋小區(qū)進(jìn)行為期4年的觀測，結(jié)果顯示林草和林灌小區(qū)徑流量和侵蝕量略小于純草和灌木小區(qū)，說明混合植被比單一植被更有利于水土保持。隨著研究的深入，植被指標(biāo)的定量化成為水土保持研究中的廣泛需求，其中植被覆蓋度被廣泛運(yùn)用[8]。許多學(xué)者認(rèn)為，植被覆蓋度越高，其水土保持功能越顯著[9-11]。但也有研究指出，在相同的植被覆蓋水平下，天然林由于其多層植被結(jié)構(gòu)在水土保持效應(yīng)上優(yōu)于人工林[12-13]?？梢娭脖桓采w度僅從水平層面表征植被的水土保持功能具有局限性，因此，反映植被垂直分布密度信息的葉面積指數(shù)(LAI)日受重視。葉面積指數(shù)是指地表單位面積上總綠葉面積的一半。孫佳佳等[14]的研究表明，選擇葉面積指數(shù)表征土壤侵蝕模數(shù)來評價植被水土保持效益比植被覆蓋度更穩(wěn)定和可靠。還有學(xué)者認(rèn)為，在通用水土流失方程(USLE)中，植被覆蓋和管理因子C的取值必須考慮到葉面積指數(shù)值[15]。在近年來的森林水文生態(tài)功能研究中，LAI因其水文敏感性(調(diào)節(jié)蒸散、冠層截留等)成為降雨—植被耦合過程的關(guān)鍵參數(shù)[16]。由于測定技術(shù)和遙感技術(shù)的發(fā)展，為大范圍LAI測量提供了條件，進(jìn)一步拓寬了LAI的應(yīng)用[17]。

目前，水土保持研究已在各個空間尺度上展開, 包括小區(qū)、地塊、田間、坡面、小流域、流域、區(qū)域乃至全球尺度[18]。李瑞等[19]在貴州喀斯特地區(qū)設(shè)立徑流試驗(yàn)小區(qū)研究降雨與土壤侵蝕之間的關(guān)系。結(jié)果發(fā)現(xiàn)，5種不同種植模式徑流小區(qū)的降雨量和產(chǎn)沙量呈較好的正相關(guān)關(guān)系(R2>0.5)，而雨強(qiáng)和產(chǎn)沙量關(guān)系并不明顯。聶小軍等[20]利用137Cs示蹤法研究川中丘陵區(qū)紫色土坡耕地的土壤侵蝕特征，發(fā)現(xiàn)耕作侵蝕是短陡坡耕地的主要侵蝕過程，而水蝕是緩長坡耕地的主要侵蝕過程。魯克新等[21]在坡面和流域兩種尺度下研究次暴雨徑流侵蝕功率，結(jié)果表明徑流侵蝕功率比降雨侵蝕力更適于用作次暴雨侵蝕產(chǎn)沙模型的侵蝕動力因子。也有許多區(qū)域、小流域和全球尺度上的水土保持研究結(jié)合了遙感、地理信息系統(tǒng)等技術(shù)[22-23]。

與此同時，不同時間尺度的土壤侵蝕研究也常有報道，一般分為次降雨、月、季、年和多年幾種類型。焦菊英等[24]對黃土高原248場三種不同類型暴雨的降水、侵蝕特征進(jìn)行統(tǒng)計分析，結(jié)果表明，小范圍的短時強(qiáng)暴雨在黃土高原出現(xiàn)頻率最高，且是引起土壤侵蝕的主要類型，在坡面和溝道小流域，70%的極強(qiáng)烈侵蝕是由該類降雨產(chǎn)生。劉正佳等[25]基于1971—2008年逐日降雨量資料估算了沂蒙山區(qū)降雨侵蝕力時空變化特征。結(jié)果表明，降雨侵蝕力年內(nèi)主要集中分布在6—9月份，占全年的97%，最大月度降雨侵蝕力出現(xiàn)在7月。Andreu等[26]則分四季比較了南、北坡2個區(qū)域的土壤團(tuán)聚和土石比(表現(xiàn)侵蝕程度)，發(fā)現(xiàn)團(tuán)聚和侵蝕狀況由冬季到秋季逐漸變好。吳玫等[27]利用11 a的降雨、徑流及泥沙數(shù)據(jù)研究了川北紫色土深丘區(qū)徑流及土壤的月/年侵蝕規(guī)律，發(fā)現(xiàn)研究區(qū)年徑流量與降雨量/降雨侵蝕力均達(dá)到顯著相關(guān)(R2=0.716/0.660)，徑流月/年回歸模型分別以指數(shù)/冪函數(shù)模型為最佳，泥沙月/年回歸模型均以冪函數(shù)模型最佳。

綜上所述，關(guān)于不同時空尺度的水土流失研究已取得不少成果，但是結(jié)合定量植被結(jié)構(gòu)指標(biāo)的多時間尺度水土保持效應(yīng)研究鮮有報道。本文基于草覆和裸土試驗(yàn)小區(qū)觀測數(shù)據(jù)，研究次降雨、月、季和全年時間尺度下降雨、植被、保水和保土效應(yīng)的變化特征，并通過建立水土保持效應(yīng)值與降雨和植被葉面積指數(shù)的關(guān)系模型，來分析各時間尺度下諸因素之間的聯(lián)系。

1 材料和方法

1.1 試驗(yàn)小區(qū)的建立

2007年2月，在福建省長汀縣河田鎮(zhèn)羅地草山建立草覆小區(qū)和裸土對照共兩個土壤侵蝕試驗(yàn)小區(qū)。長汀縣為我國南方典型的嚴(yán)重水土流失地區(qū)，屬中亞熱帶季風(fēng)氣候，年均降雨量1 621 mm，多年平均氣溫19.5℃，土壤以山地丘陵紅壤為主，含沙量大，極易產(chǎn)生表土流失。小區(qū)坡度均為8°，水平投影面積為5 m×20 m。小區(qū)四周用水泥板與外部隔開，水泥板露出地表20 cm，埋深20 cm；下坡設(shè)有徑流、泥沙出口和徑流池。小區(qū)內(nèi)土壤均為發(fā)育于花崗巖母質(zhì)的山地紅壤，且理化性質(zhì)接近。草覆小區(qū)種植一年生寬葉雀稗(PaspalurnwetsfeteiniHackel)，于2007年3月始每年3月、4月間在小區(qū)坡面均勻撒播草種，草呈自然生長狀態(tài)，其高度夏秋可達(dá)60 cm左右，植被覆蓋度可達(dá)80%左右。

1.2 降雨參數(shù)的觀測

歷次降雨的降雨量P(mm)、降雨歷時T(min)、最大30 min雨強(qiáng)I30(mm/h)均從降雨自計曲線讀取，數(shù)據(jù)來自設(shè)在試驗(yàn)小區(qū)附近的氣象觀測臺。根據(jù)觀測數(shù)據(jù)分別計算次降雨的降雨動能與降雨侵蝕力。一次降雨總動能E(MJ/hm2)是將各時段單位降雨動能與該時段雨量的乘積按時段進(jìn)行累加[28]。一次降雨侵蝕力R是將一次降雨總動能E乘以此次降雨的最大30 min雨強(qiáng)I30，即R=E·I30。前11天累計降雨量(AP11，mm)為計算日期前11天降雨量之和。月、季和年的降雨參數(shù)除降雨量(P)和降雨歷時(T)用累加計算外，其他參數(shù)均用相應(yīng)時間尺度的均值。為保證數(shù)據(jù)量值的可比性，各時間尺度下降雨特征參數(shù)需通過下式進(jìn)行歸一化處理：X1=(X0-Xmin)/(Xmax-Xmin)，其中X1，X0，Xmax，Xmin分別為降雨特征指標(biāo)歸一化值、原數(shù)據(jù)、最大值和最小值。

1.3 葉面積指數(shù)的測算

自2007年3月起至2010年11月，每周選擇晴朗無云天氣定期測量小區(qū)葉面積指數(shù)。草覆小區(qū)分為上、中、下三個子區(qū)，每個子區(qū)等間距設(shè)一個固定測量點(diǎn)并作標(biāo)志，利用LP80 AccuPAR冠層分析儀自動測量，在小區(qū)外空曠處和小區(qū)內(nèi)草本植被下部分別測量太陽輻射值，根據(jù)光合作用有效輻射計算子區(qū)葉面積指數(shù)，并取三個子區(qū)的測量均值作為綠草的葉面積指數(shù)。草地葉面積指數(shù)在夏季達(dá)到峰值以后，理論上應(yīng)該在此后幾個月內(nèi)保持不變(不考慮被風(fēng)吹走等因素)，但實(shí)測發(fā)現(xiàn)逐步減少，減少的部分可以理解為枯草的貢獻(xiàn)。為分析枯葉的影響，用綠草的LAI峰值減去觀測值作為枯草的葉面積指數(shù)(LAI草枯)。月、季和年的LAI值(包括LAI草和LAI草枯)采用相應(yīng)時間尺度均值。

1.4 水土保持效應(yīng)評估

每次降雨之后測量徑流搜集池內(nèi)的水位和泥沙含量，用池內(nèi)積水體積除以小區(qū)垂直投影面積作為小區(qū)歷次降雨產(chǎn)生的徑流深度，用烘干法測得歷次降雨產(chǎn)生的土壤流失量。用各時間尺度下草覆小區(qū)產(chǎn)生的地表徑流深度(土壤侵蝕量)與對照小區(qū)的地表徑流深度(土壤侵蝕量)的比值來表征草本植被的保水(保土)效應(yīng)RE(SE)值。這種比值減小了降雨、地形和土壤等其他外界因子的影響。RE和SE越低，植被水土保持效應(yīng)越好。

在各時間尺度下，以RE/SE為因變量，LAI草、LAI草枯以及降雨指標(biāo)為自變量，運(yùn)用逐步回歸法(stepwise)建立了多變量線性模型，以找出草地水土保持效應(yīng)的主導(dǎo)因子。根據(jù)RE/SE對7個降雨參數(shù)和兩個植被參數(shù)的散點(diǎn)圖中數(shù)據(jù)的聚類特征，將RE/SE劃分為幾個區(qū)間進(jìn)行建模。統(tǒng)計與分析工作均借助SPSS 17.0 (SPSS Inc.，USA)軟件及Excel (Microsoft，USA)軟件完成。

2 結(jié)果與分析

從試驗(yàn)小區(qū)4年共268場自然次降雨中剔除無明顯侵蝕發(fā)生的降雨場次，共獲得144場侵蝕性降雨觀測數(shù)據(jù)。分別基于均值、標(biāo)準(zhǔn)差及離散系數(shù)指標(biāo)從次降雨、月、季和年4個時間尺度分析降雨、植被、保水和保土特征值在各時間尺度的變化，并通過水土保持效應(yīng)估算模型的分析，探討上述諸因素在各時間尺度的聯(lián)系。

2.1 降雨特征

在觀測期間共發(fā)生的144場侵蝕性降雨中，平均降雨量(P)為28.4 mm，平均降雨歷時(T)為491.5 min，平均最大30 min雨強(qiáng)(I30)為11.6 mm/h，計算得到平均次降雨動能(E)為6.75 MJ/hm2，平均一次降雨侵蝕力(R)為104.1 (MJ·mm)/(hm2·h)。歸一化處理后，發(fā)現(xiàn)各降雨參數(shù)在不同的時間尺度呈現(xiàn)不同特征。從歸一化均值來看(圖1a)，降雨量(P)、最大30 min雨強(qiáng)(I30)、降雨侵蝕力(R)和乘積因子(P·I30)從次降雨尺度到年尺度逐步增大，降雨動能(E)以季和年尺度明顯大于月和次降雨尺度，降雨歷時(T)則以次降雨、季和年尺度略大于月尺度，前11天累計降雨量(AP11)則以年尺度顯著大于其他三種時間尺度；類似地，歸一化值的標(biāo)準(zhǔn)差中P，I30，R，P·I30和AP11均以年尺度最大，其他時間尺度較小且相當(dāng)，而E和T均以季和年尺度略大于月和次降雨尺度；就離散系數(shù)而言(圖1b)，各時間尺度均以R和P·I30最大，E和AP11居中，其他參數(shù)較小，每個降雨參數(shù)在各時間尺度之間離散系數(shù)的差異亦較大，總體上，次降雨和年尺度大于月和季尺度。綜上所述，各降雨參數(shù)在不同的時間尺度特征各異，顯示時間尺度對參數(shù)量值的影響。

圖1 不同時間尺度下的降雨參數(shù)特征

2.2植被變化

隨著時間尺度從次降雨到年尺度的粗化，綠草葉面積指數(shù)(LAI草)的均值呈緩慢地先降后升(圖2a)，以月尺度最小，而標(biāo)準(zhǔn)差則緩慢地先升后降，以月尺度最大；枯草葉面積指數(shù)(LAI草枯)的均值和標(biāo)準(zhǔn)差均緩慢地先升后降，均以月尺度最大。從離散系數(shù)來看(圖2b)，隨著時間尺度的粗化，LAI草的離散系數(shù)緩慢地先升后降，以月尺度最大，而LAI草枯反之，以季尺度最小。這一結(jié)果表明，植被參數(shù)隨著時間尺度的變化亦呈不同的變化特征，進(jìn)一步顯示植被水土保持效應(yīng)研究中關(guān)注時間尺度問題的必要性。

圖2 不同時間尺度下的植被參數(shù)特征

2.3保水效應(yīng)

隨著時間尺度從次降雨到年尺度的粗化，徑流深度(RD)呈緩慢地先降后升(圖3a)，以月尺度最小，保水效應(yīng)(RE)亦以月尺度最小，但其他三個時間尺度相當(dāng)。從標(biāo)準(zhǔn)差來看，各時間尺度RD的標(biāo)準(zhǔn)差均略大于RE，除了年尺度下RD的標(biāo)準(zhǔn)差略大外，RD的其他時間尺度及RE的各時間尺度標(biāo)準(zhǔn)差均接近。離散系數(shù)更直觀地表明了這兩種指標(biāo)的變異特性(圖3b)。各時間尺度RD的離散系數(shù)均高于RE，且隨著時間尺度的粗化，RD的離散系數(shù)大體呈上升趨勢，而RE的離散系數(shù)除季尺度略高外其他尺度均相對接近。上述結(jié)果表明，RD和RE隨著時間尺度的變化呈現(xiàn)不同的變化特性，RD這一絕對量因受到多種因素的影響在各時間尺度上呈較大波動，而消除了同類因子影響的RE值則無論在時間尺度內(nèi)部還是各時間尺度之間均相對穩(wěn)定。所以本文基于RE進(jìn)一步分析草本植被保水特性的影響因素。

為此，在各時間尺度分別將RE與所有降雨和植被參數(shù)值進(jìn)行多元線性回歸，其中次降雨尺度由于數(shù)據(jù)呈一定的聚類分布則按照RE分段建立模型，其中最優(yōu)模型如表1所示。

從模型決定系數(shù)(R2)來看，在次降雨尺度的RE較低(<0.4)和較高(>0.7)區(qū)間及年尺度下，最優(yōu)模型R2均高于0.78，而次降雨尺度RE中等區(qū)間(0.4～0.7)及月、季尺度下，最優(yōu)模型R2低于0.4，顯示在次降雨尺度RE較低和較高區(qū)間及年尺度，主要是降雨或/和植被的作用決定了保水效應(yīng)，而在月和季這兩個中等的時間尺度以及次降雨尺度中等RE區(qū)間，植被的保水效應(yīng)還可能受到諸如地形、土壤等其他環(huán)境要素的影響，即需綜合分析諸環(huán)境要素的相互作用(表1)。

圖3 不同時間尺度下的保水參數(shù)特征

時間尺度RE分段優(yōu)選模型R2模型編號RE<0.3RE=1.761T+0.174LAI草枯-0.8020.988(1)次降雨0.30.7RE=1.0357P+0.49880.775(4)月總體RE=-0.318I30-0.381LAI草+0.2380.318(5)季總體RE=0.381P*I30+0.4020.364(6)年總體RE=0.433I30+0.2460.927(7)

注：RE為保水效應(yīng)，P為降雨量(mm)，T為降雨歷時(min)，I30為最大30分鐘雨強(qiáng)(mm/h)，LAI草枯為枯草葉面積指數(shù)，LAI草為綠草葉面積指數(shù)。

就優(yōu)選模型的自變量而言，次降雨尺度RE較低區(qū)間(<0.3)和月尺度下，優(yōu)選模型的自變量為降雨和植被參數(shù)，表明降雨和植被的耦合作用產(chǎn)生較好的保水效應(yīng)(RE的歸一化均值以月尺度最小，圖3a)。而在RE略高(0.3～0.4)和較高(>0.7)區(qū)間以及季和年尺度，最優(yōu)模型自變量均為降雨參數(shù)(T，P，I30及P·I30)，表明在較大時間尺度和RE較高時，降雨是導(dǎo)致產(chǎn)流的主要因素，但不同時間尺度下，關(guān)鍵的影響因子各異。此時，植被的保水作用甚小，因此保水效應(yīng)較差(由圖3a可知，季和年尺度下RE值較大)。這一結(jié)果顯示在不同時間尺度，植被和/或降雨因子對保水效應(yīng)的重要性，可為不同時間尺度下保水效應(yīng)的影響因子研究提供參考依據(jù)。

簡言之，在不同的時間尺度，保水效應(yīng)及其影響因子呈現(xiàn)不同的變化和耦合特征，表明時間尺度因素在保水效應(yīng)研究中的重要意義。

2.4 保土效應(yīng)

隨著時間尺度從次降雨到年尺度的粗化，土壤流失量(SL)緩慢地先升后降(圖4a)，以季尺度最大，保土效應(yīng)(SE)則以次降雨尺度最大，其他三個時間尺度較小且相當(dāng)。從標(biāo)準(zhǔn)差來看，SL的標(biāo)準(zhǔn)差除了次降雨尺度較小外，其他時間尺度均較大且接近，SE的標(biāo)準(zhǔn)差則以次降雨尺度較大，年尺度較小，月和季尺度居中。就離散系數(shù)而言(圖4b)，除季尺度外，其余各尺度下SL的離散系數(shù)均高于SE；無論SL或SE均以次降雨尺度最高，月尺度居中，而季和年尺度則變化較大，季尺度下SL小于SE，年尺度下則SL遠(yuǎn)大于SE。這一結(jié)果亦表明，SL和SE這兩個因子隨著時間尺度的變化呈現(xiàn)不同的量值，在各時間尺度消除了同類因子影響的SE值較之SL相對穩(wěn)定，所以本文亦基于SE進(jìn)一步分析草本植被保土特性的影響因素。

圖4 不同時間尺度下的保土參數(shù)特征

類似于RE，在各時間尺度分別將SE與所有降雨和植被參數(shù)值進(jìn)行多元線性回歸，其中次降雨尺度亦按照SE分段建立模型，其最優(yōu)模型如表2所示。從模型決定系數(shù)(R2)來看，在次降雨尺度各區(qū)間和年尺度，最優(yōu)模型R2均高于0.55，月和季尺度最優(yōu)模型R2為0.4左右。這一結(jié)果顯示在次降雨和年尺度，主要是降雨或植被的作用決定了保土效應(yīng)，而在月和季這兩個中等的時間尺度，植被的保土效應(yīng)研究還需考慮其他環(huán)境要素的影響。此外值得注意的是，次降雨尺度最優(yōu)模型的R2值以保土負(fù)效應(yīng)(SE>1)對應(yīng)的模型遠(yuǎn)高于保土正效應(yīng)(SE<1)，表明本研究所選變量能較好地表征次降雨尺度下研究小區(qū)草地的保土負(fù)效應(yīng)，而保土正效應(yīng)的研究尚需進(jìn)一步探討其他的影響因素。

就優(yōu)選模型的自變量而言，次降雨尺度的保土正效應(yīng)SE(<1)優(yōu)選估算模型的自變量均為綠草葉面積指數(shù)(LAI草)，表明研究小區(qū)綠草植被主導(dǎo)了保土正效應(yīng)。次降雨尺度的保土負(fù)效應(yīng)SE(>1)優(yōu)選估算模型的自變量則均為最大30 min雨強(qiáng) (I30)，顯示保土負(fù)效應(yīng)的出現(xiàn)主要因?yàn)樘囟ㄓ陱?qiáng)的影響(I30=11.3±8.7 mm/h)，此時草地植被的保土作用甚微。在年尺度，降雨量(P)可60%以上解釋SE，再次表明降雨因素在研究小區(qū)保土效應(yīng)中的關(guān)鍵作用。在中等的月和季尺度，優(yōu)選模型的自變量出現(xiàn)LAI草和I30，顯示在中等的時間尺度，保土效應(yīng)主要受綠草植被和/或雨強(qiáng)因子的影響，這一結(jié)果可為中等時間尺度下保土效應(yīng)的影響因子研究提供參考依據(jù)。綜上所述，在不同的時間尺度，保土效應(yīng)及其影響因子亦呈現(xiàn)不同的變化和耦合特征，表明保土效應(yīng)研究中亦需考慮時間尺度因素。

表2 不同時間尺度下估算SE優(yōu)選模型統(tǒng)計

注：SE為保土效應(yīng)，P為降雨量(mm)，I30為最大30 min雨強(qiáng)(mm/h)，LAI草為綠草葉面積指數(shù)。

3 結(jié) 論

本文基于試驗(yàn)小區(qū)2007—2010年144場侵蝕性降雨觀測數(shù)據(jù)，在次降雨、月、季和年時間尺度下分析了降雨、植被、保水和保土這4類參數(shù)的變化特征，并建立了保水和保土效應(yīng)值與所有降雨和植被指標(biāo)的關(guān)系模型以分析諸要素的聯(lián)系。結(jié)果表明，4類參數(shù)在各時間尺度呈現(xiàn)不同的量值及變化特性，保水效應(yīng)RE和保土效應(yīng)SE值因消除了同類因子的影響，在各時間尺度之間及其內(nèi)部均相對穩(wěn)定。在次降雨尺度RE較低(<0.3)區(qū)間及月尺度下，降雨和植被的綜合作用導(dǎo)致了較好的保水效應(yīng)，而在RE略高(0.3～0.4)和較高(>0.7)區(qū)間以及年尺度，降雨特性主導(dǎo)了研究小區(qū)的保水效應(yīng)(R2>0.78)。從保土效應(yīng)來看，在次降雨和年尺度主要受降雨或植被的影響，綠草葉面積指數(shù)能較好地表征研究小區(qū)草地的保土正效應(yīng)(RE<1，R2>0.55)，而最大30 min雨強(qiáng)可精確表征研究小區(qū)草地的保土負(fù)效應(yīng)(RE>1，R2>0.79)。無論保水或保土效應(yīng)，在月和季兩個中等時間尺度均存在較大的不確定性(R2≈0.4)，故需考慮更多的影響因素。可見在不同的時間尺度，影響植被水土保持的諸要素呈現(xiàn)不同的變化和耦合特征，因而在植被水土保持研究和管理中需關(guān)注時間尺度效應(yīng)。

[1] 鄭粉莉,王占禮,楊勤科.我國土壤侵蝕科學(xué)研究回顧和展望[J].自然雜志,2008,30(1):12-16.

[2] Fekete B M, V?r?smarty C J, Lammers R B. Scaling gridded river networks for macroscale hydrology: Development, analysis, and control of error[J]. Water Resources Research,2001,37(7):1955-1967.

[3] 邱揚(yáng),傅伯杰.異質(zhì)景觀中水土流失的空間變異與尺度變異[J].生態(tài)學(xué)報,2004,24(2):330-337.

[4] 李鵬,李占斌,鄭良勇.植被保持水土有效性研究進(jìn)展[J].水土保持研究,2002,9(2):76-80.

[5] 余新曉,張曉明,武思宏,等.黃土區(qū)林草植被與降水對坡面徑流和侵蝕產(chǎn)沙的影響[J].山地學(xué)報,2006,24(1):19-26.

[6] 彭紹云,顧祝軍,修平.南方紅壤試驗(yàn)小區(qū)喬灌草多年水土保持效應(yīng)比較[J].水土保持研究,2013,20(1):25-29.

[7] Chirino E, Bonet A, Bellot J, et al. Effects of 30-year-old Aleppo pine plantations on runoff, soil erosion, and plant diversity in a semi-arid landscape in south eastern Spain[J]. Catena,2006,65(1):19-29.

[8] 張清春,劉寶元,翟剛.植被與水土流失研究綜述[J].水土保持研究,2002,9(4):96-101.

[9] Zhang B, Yang Y, Zepp H. Effect of vegetation restoration on soil and water erosion and nutrient losses of a severely eroded clayey Plinthudult in southeastern China[J]. Catena,2004,57(1):77-90.

[10] Zhou Z C, Shangguan Z P, Zhao D. Modeling vegetation coverage and soil erosion in the Loess Plateau Area of China[J]. Ecological Modelling,2006,198(1/2):263-268.

[11] 王升,王全九,董文財,等.黃土坡面不同植被覆蓋度下產(chǎn)流產(chǎn)沙與養(yǎng)分流失規(guī)律[J].水土保持學(xué)報,2012,26(4):23-27.

[12] Zhang X, Yu X, Wu S, et al. Effects of forest vegetation on runoff and sediment production on sloping lands of Loess area[J]. Chinese Journal of Applied Ecology,2005,16(9):1613-1617.

[13] Zheng H, Chen F, Ouyang Z, et al. Impacts of reforestation approaches on runoff control in the hilly red soil region of Southern China[J]. Journal of Hydrology,2008,356(1/2):174-184.

[14] 孫佳佳,于東升,史學(xué)正,等.植被葉面積指數(shù)與覆蓋度定量表征紅壤區(qū)土壤侵蝕關(guān)系的對比研究[J].土壤學(xué)報,2010,47(6):1060-1066.

[15] Panicker G K, Tiwari S C, Bunch J, et al. Research on biomass development and residue decomposition of horticultural crops for erosion prediction models: Philosophy and methodology of data collection[J]. Acta Horticulturae,2004,638:53-58.

[16] 王希群,馬履一,賈忠奎,等.葉面積指數(shù)的研究和應(yīng)用進(jìn)展[J].生態(tài)學(xué)雜志,2005,24(5):537-541.

[17] 顧祝軍,劉詠梅,陸俊英.用多輻射校正水平遙感數(shù)據(jù)提取植被葉面積指數(shù)的精度分析[J].土壤學(xué)報,2010,47(6):39-46.

[18] Wang J Q, Lu Z H. Study on impact of land use changes on the hydrological system[J]. Advance in Earth Sciences,2003,18(2):292-298.

[19] 李瑞,李勇,劉云芳.貴州喀斯特地區(qū)降雨與坡面土壤侵蝕關(guān)系研究[J].水土保持研究,2012,19(3):7-11.

[20] 聶小軍,蘇艷艷.川中丘陵區(qū)紫色土坡耕地土壤侵蝕特征[J].生態(tài)環(huán)境學(xué)報,2012,21(4):682-686.

[21] 魯克新,李占斌,鞠花,等.不同空間尺度次降雨徑流侵蝕功率與降雨侵蝕力的對比研究[J].西北農(nóng)林科技大學(xué)學(xué)報:自然科學(xué)版,2009,37(10):204-209.

[22] de Vente J, Poesen J, Verstraeten G, et al. Spatially distributed modelling of soil erosion and sediment yield at regional scales in Spain[J]. Global and Planetary Change,2008,60(3/4):393-415.

[23] 馮永麗,李陽兵,程曉麗,等.重慶市主城區(qū)不同地質(zhì)條件下土壤侵蝕時空分異特征[J].水土保持學(xué)報,2011,25(5):30-34.

[24] 焦菊英,王萬中,郝小品.黃土高原不同類型暴雨的降水侵蝕特征[J].干旱區(qū)資源與環(huán)境,1999,13(1):34-42.

[25] 劉正佳,劉占仁,王絲絲,等.基于日降雨的啟蒙山區(qū)降雨侵蝕力時空變化研究[J].水土保持研究,2012,19(2):34-38.

[26] Andreu V, Imeson A C, Rubio J L. Temporal changes in soil aggregates and water erosion after a wildfire in a Mediterranean pine forest[J]. Catena,2001,44(1):69-84.

[27] 吳玫,何丙輝,王銳亮.川北紫色土深丘區(qū)徑流及土壤侵蝕研究[J].水土保持研究,2013,20(1):9-13.

[28] Wischmeier W H, Smith D D. Rainfall energy and its relationship to soil loss[J]. Transactions, American Geophysical Union,1958,39:285-291.

InfluenceofTimeScaleontheQuantitativeStudyofSoilandWaterConservationinGrassland

WU Xiao-xia, GU Zhu-jun

(SchoolofBio-chemicalandEnvironmentalEngineering,NanjingXiaozhuangUniversity,Nanjing211171,China)

Quantitative analysis of time scale effects on vegetation soil and water conservation favors further understanding the conservation mechanism. Based on the observation data of the grass covered soil and bare soil (control) experimental plots located in Hetian Town, Changting County of Fujian Province from 2007 to 2010, characteristics of 4 parameters(rainfall, vegetation, RE and SE) were analyzed at rainfall event, month, season, and annual scale, respectively, and then the linear regression models were established to describe the relationships between RE(SE) and its influencing factors of rainfall and vegetation. RE(SE) means the ratio of runoff depth (soil loss) of grass covered plot to that of the control plot. Results show that these 4 parameters presented different magnitude and variation at different time scales. RE and SE were relatively stable either within or among different time scales due to their ratios reducing the influence of other factors. The coupling of rainfall and vegetation led to better water conservation effect at lower REs (< 0.3) at rainfall event scale as well as at season scale, while the water conservation effect was dominated by rainfall at slightly higher(0.3～0.4)and higher(>0.7)REs at rainfall event scale as well as at annual scale (R2> 0.78). For the soil conservation effect, rainfall or/and vegetation were the dominated influence factors at rainfall event and annual scales, and the grass LAI could basically present the positive conservation effect(SE<1，R2>0.55), while the maximum 30 min intensity (I30) could describe the negative conservation effect more accurately(SE>1,R2>0.79). More uncertainties(R2≈0.4) exist in the models of both RE and SE at two moderate time scales (month and season). Consequently, factors influencing soil and water conservation effect of grass present different variation and coupling characteristics at different time scales, indicating the importance of time scale in terms of the study on soil and water conservation.

time scale; leaf area index; water conservation effect; soil conservation effect

2013-10-31

：2013-12-29

國家自然科學(xué)基金項目“林下水蝕區(qū)植被三維綠量恢復(fù)度多角度遙感反演研究”(41071281);江蘇省自然科學(xué)基金項目“基于多角度光譜和紋理信息的林地植被結(jié)構(gòu)分層遙感反演研究”(BK20131078);江蘇省教育廳“青藍(lán)工程”中青年學(xué)術(shù)帶頭人培養(yǎng)計劃

吳曉霞(1977—),女,廣西南寧人,碩士,講師,主要研究方向?yàn)榄h(huán)境監(jiān)測與生態(tài)評估。E-mail:wuxiaoxia0964@sina.com

顧祝軍(1970—),男,博士,副教授,主要研究方向?yàn)樗帘３?、環(huán)境遙感與GIS應(yīng)用研究。E-mail:zhujungu@163.com

S157.1

：A

：1005-3409(2014)05-0059-07