不同時間尺度下基于綠量的草地水土保持效應研究

吳曉霞, 顧祝軍

南京曉莊學院 環境科學學院, 南京 211171

不同時間尺度下基于綠量的草地水土保持效應研究

吳曉霞, 顧祝軍*

南京曉莊學院 環境科學學院, 南京 211171

基于福建省長汀縣河田鎮土壤侵蝕試驗小區連續四年的自然降雨、植被、產流和產沙觀測數據, 分析了次降雨、月、季和年這四種時間尺度下草地植被綠量、降雨指標和保水、保土效應的變化特征及其相互關系。結果表明, 隨著時間尺度的增大, 降雨和植被參數呈現或增或減的變化特征, 保水效應值(RE)變幅較小, 而保土效應值(SE)的變幅則緩慢降低。各時間尺度RE的均值呈約10%—20%幅度的變化, RE表征的草地保水效應以季尺度最好, 年尺度最差,而SE表征的草地保土效應以月尺度最好, 季和次降雨尺度最差且接近。草地植被的保水效應多受制于降雨因素, 次降雨尺度下, RE與降雨歷時和降雨量關系密切, 較長時間尺度下最大 30分鐘雨強是主要的控制因子。而保土效應則多受制于植被因素, 在次降雨尺度下, 貼近地表的枯葉層對保土效應的貢獻值得重視, 在中等的月和季尺度保土效應同時受降雨和植被的影響, 而在較大的年時間尺度下, 草本植被綠量參數可有效表征植被的保土效應。可見, 在不同的時間尺度, 影響水土保持的諸要素呈現不同的變化和耦合特征, 水土保持效應亦存在差異, 因而在水土保持的研究和管理工作中應關注時間尺度的影響。

綠量; 時間尺度; 保水效應; 保土效應

1 前言

水土流失是世界性的環境問題, 也是我國社會經濟持續穩定發展的主要限制因素之一。在水土流失治理中, 植被已被看作是關鍵性控制因子[1-3]。在不同的時空尺度, 植被的水土保持效應呈現不同的特征, 因而基于特定植被結構指標比較不同時空尺度的植被水土保持效應日益受到學者們的重視。

定量化和時空尺度是目前水土保持研究的熱點。量化的植被指標以植被覆蓋度(VFC)和葉面積指數(LAI)最為常見。植被覆蓋度是指植被(包括葉、莖、枝)在地面的垂直投影面積占統計區總面積的百分比[4], 葉面積指數是指地表單位面積上總綠葉面積的一半[5], 二者分別描述了植被(要素)的水平和垂直分布特征。多數學者認為這兩種指標與水土流失呈負相關[6-7], 但亦有與水土流失呈正相關或無明顯相關性的報道[8-9], 顯示僅從水平或垂直層面描述植被水土保持效應的不確定性。為此, Gu 等[10]將VFC和LAI相乘, 作為新的綠量指標(LVV), 他們發現在描述林地水土保持效應方面LVV多優于LAI這二個指標。

從時空尺度看, 水土保持研究已在小區、地塊、田間、坡面、流域和區域等多個空間尺度展開[11-16],涉及時間尺度的研究則包括次降雨、月、季、年和多年等。次降雨的研究多基于人工降雨試驗[17], 月和季節尺度則關注土壤侵蝕帶來的養分流失[18]、土壤粒徑分布[19]等屬性的變化。在年尺度, 土壤侵蝕模數的變化會小于較短的時間尺度[20], 多年尺度的研究則關注土壤與植被覆蓋的耦合效應, 如學者們提出了不同的影響土壤侵蝕的覆蓋度臨界值[21]。

不同時空尺度下的水土流失研究已取得不少成果, 但是結合特定植被結構指標的多時間尺度水土保持效應定量研究鮮有報道, 這制約著人們對植被水土保持效應的深入理解和水土保持工作的科學決策。本文通過土壤侵蝕試驗小區觀測, 基于草地綠量指標研究速生草本植被寬葉雀稗(Paspalurn wettsteinii)的水土保持效應在次降雨、月、季和全年時間尺度下的變化特征。

2 材料和方法

2.1 研究區概況

福建省長汀縣是我國南方典型的嚴重水土流失地區。本區地處武夷山南段, 地質結構復雜, 在年內暴雨－干旱周期的作用下, 風化作用十分強烈, 坡面在自然力作用下易產生表土流失[22]。多年平均降雨量為1621 mm, 降水的季節分配極不均勻, 其中4—6月降雨量可占全年降雨量的50%, 7、8月份的降雨多為午后短暫的暴雨, 1月和10月的降雨量最少[23]。本區原生植被主要為中亞熱帶常綠闊葉林,但由于嚴重的水土流失被破壞殆盡, 在水土流失嚴重地段幾近裸地, 灌草覆蓋度極低。

2.2 試驗小區的建立

試驗小區位于長汀縣河田鎮羅地草山, 于2007年2月在山崗坡地上建立2個土壤侵蝕試驗小區, 分別為草地和作為對照的裸地(圖1)。小區坡度均為8°,水平投影面積為5 m×20 m。小區四周用水泥板與外部隔開, 水泥板露出地表20 cm, 埋深20 cm, 下坡向設有徑流和泥沙出口及徑流池。小區內土壤均為發育于花崗巖母質的山地紅壤, 呈酸性(pH值約為3.6),土壤容重為1.3 g·cm-3, 有機質含量4.4 g·kg-1, 砂土、壤土和粘土的百分比分別為32%、27%和41%[24]。草為一年生寬葉雀稗(Paspalurn wettsteinii), 2007年3月在草地小區均勻撒播草種, 任其自然生長, 此后每年的2月進行草坪養護, 去除枯草, 蓋播草種。草的高度夏秋可達60 cm左右, 最大植被覆蓋度可達80%左右。

2.3 降雨和植被參數的測量

降雨數據來自設在試驗小區附近的氣象觀測臺。試驗小區2007—2010年共獲得268場自然次降雨觀測數據, 剔除無明顯侵蝕發生的降雨場次, 余得144場降雨作為侵蝕性降雨。歷次降雨的降雨量P(mm)、降雨歷時T(min)、最大30分鐘雨強I30(mm·h-1)均從降雨自記曲線讀取。根據觀測數據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·ha-1)是將各時段單位降雨動能與該時段雨量的乘積按時段進行累加[25]。一次降雨侵蝕力 R (MJ·mm/ha·h)是將一次降雨總動能 E(MJ/ha)乘以這次降雨的最大30分鐘雨強I30(mm·h-1), 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、季和年的降雨參數除降雨量(P)和降雨歷時(T)用累加計算外, 其他參數均用相應時間尺度的均值。為保證數據量值的可比性, 各時間尺度下降雨特征參數通過下式進行歸一化處理：

圖1 試驗區地理位置及土壤侵蝕試驗小區示意圖Fig. 1 Location of the experimental plots and diagrammatic sketch of the plots

其中 X1、X0、Xmax、Xmin分別為降雨特征指標歸一化值、原數據、原數據的最大值和最小值。

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植被覆蓋度和葉面積指數。草地分為上、中、下三個子區, 每個子區等間隔設一個固定測量點并作標志。植被覆蓋度采用數碼照相法測量, 垂直向下拍攝每個子區的草本相片,根據相片中植被和非植被像元的灰度值差異, 計算植被覆蓋度值, 多張相片植被覆蓋度平均值作為草地的植被覆蓋度值[26]。葉面積指數利用 LP80 AccuPAR冠層分析儀測量, 在小區外空曠處和小區內草本植被下部分別測量太陽輻射值, 根據光合作用有效輻射計算葉面積指數, 并取三個子區的測量均值作為草地的葉面積指數。植被覆蓋度和葉面積指數相乘得到綠量(LVV綠草)。草地綠量在夏季達到峰值以后, 理論上應該在此后幾個月內保持不變(不考慮被風吹走等因素), 但實測發現逐漸減少, 減少的部分可以理解為枯草的貢獻。為分析枯草的影響,采用小區觀測 LVV峰值減去觀測值作為枯草的綠量(LVV枯草)。月、季和年的LVV值(包括LVV綠草和LVV枯草)采用相應時間尺度均值。

2.4 水土保持效應的計算

每次降雨后測量徑流池水位, 并計算池內積水的體積, 除以小區垂直投影面積作為小區歷次降雨產生的徑流深度(RD), 用來表征小區徑流量。用烘干法[27]測得徑流中的泥沙含量, 再根據徑流量計算出歷次降雨產生的土壤流失量(SL)。用各時間尺度下草地產生的徑流深度(土壤流失量)與裸地徑流深度(土壤流失量)的比值來表征草地的保水(保土)效應RE(SE)值：

其中RDv和RDc分別表示草地和裸地產生的徑流深度(mm); SLv和SLc分別表示草地和裸地的土壤流失量(t·ha-1)。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, 植被水土保持效應越好。

在各時間尺度下, 運用最小二乘法分別建立RE/SE與LVV綠草、LVV枯草以及降雨指標的單變量線性模型。統計與分析工作均借助SPSS17.0 (SPSS Inc., USA)軟件及Excel (Microsoft, USA)軟件完成。

3 結果與分析

3.1 降雨和植被參數的時間動態

不同降雨特征參數在各時間尺度下的均值隨著時間尺度的增大呈不同趨勢(圖2)。降雨量 (P)、 最大30分鐘雨強(I30)、降雨侵蝕力(R)、 乘積因子(P*I30)從次降雨尺度到年尺度逐步上升; 前11天累計降雨量(AP11)在月尺度下達到最低點后上升; 降雨動能E(MJ/ha)和降雨歷時 T(min)則或增或減。從植被參數來看, 隨著時間尺度的增大, 無論均值或標準差, LVV綠草均總體呈下降趨勢, 而 LVV枯草則先增后減(圖3)。 這一結果表明, 降雨和植被參數隨著時間尺度的變化而呈不同的變化特征, 時間尺度帶來的參數量值的變化顯示植被水土保持效應研究中關注時間尺度問題的必要性。

3.2 不同時間尺度下的草地保水效應

圖2 不同時間尺度下各降雨參數Fig. 2 Rainfall parameters at each time scale

圖3 不同時間尺度下植被參數Fig. 3 Vegetation parameters at each time scale

考慮到離散系數包含了均值和標準差信息, 且可以表征數據的波動性, 本文選用各指標的離散系數進行草地的保水效應分析。徑流深度(RD)和保水效應值(RE)在各時間尺度的離散系數如圖4。可見各時間尺度RD的離散系數均高于RE, 二者的差異以月和季尺度最大, 年尺度最小, 次降雨尺度居中;隨著時間尺度的增大, RD的離散系數明顯地先升后降, 而RE離散系數則基本不變。這一結果表明, 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RE值則由于消除了降雨、土壤等同類因子的影響, 無論在時間尺度內部還是各時間尺度之間均相對穩定, 這就為植被水土保持效應的進一步研究提供了較好的基礎。

為了進一步分析RE的變化特征及其影響因素,統計了各時間尺度的 RE均值和標準差, 并分別建立了 RE與各降雨和植被參數的線性關系模型, 其中次降雨尺度由于數據呈一定的聚類分布則按照RE分段建立模型(表1)。各時間尺度RE的均值呈現約10%—20%幅度的變化, RE表征的草地保水效應以季尺度最好(RE = 0.45), 年尺度最差(RE = 0.47), 次和月尺度居中且接近(RE = 0.46)。從RE的標準差來看, RE在各時間尺度內部的變化以次降雨尺度最大(0.222), 月和季尺度最小且接近(＜ 0.1), 年尺度居中(0.18)。可見不同時間尺度下草地的保水效應評估結果存在差異, 因而在進行植被保水效應的分析時需考慮時間尺度因素。在所建立的最優模型中, 除次降雨尺度下0.4 ＜ RE ＜ 0.7時RE與LVV綠草呈弱相關外(R2= 0.2, p = 0.3), 次降雨尺度的其他分段及其他時間尺度, 最優模型均以降雨參數為自變量, 包括降雨歷時(T)、降雨量(P)、最大 30分鐘雨強(I30)以及后二者的乘積(P*I30)。在次降雨尺度下,當RE較小時(RE ＜ 0.4), T可解釋80%的RE, 表明草地的較好的保水效應主要取決于降雨歷時; 當 RE較大時(RE ＞ 0.7),P可解釋78%的保水效應, 即較差的保水效應取決于降雨量; 而對中等的RE(0.4 ＜ RE ＜0.7), 只有 LVV綠草與其微弱相關, 顯示草地的保水效應受制于多種影響因素, 而植被因素的影響可能略大于降雨參數。在月、季和年等較大的時間尺度,最優模型自變量均有 I30, 顯示較大的時間尺度下雨強是制約草地保水效應的重要因素, 尤其是在年尺度, I30可90%以上解釋RE。而在月和季尺度, P*I30則在0.05的顯著性水平上部分解釋RE(R2＞ 0.2), 表明在中等的時間尺度下, 草地的保水效應受制于多種因素, 其中降水因素(尤其是 P和 I30)較之植被因素影響更為明顯。

圖4 不同時間尺度下保水參數的離散系數Fig. 4 Variation coefficient of water conservation parameters at each time scale

3.3 不同時間尺度下的草地保土效應

土壤侵蝕量(SL)和保土效應值(SE)在各時間尺度的離散系數如圖5所示。在次降雨和月尺度下SL的離散系數高于 SE, 而季和年尺度二者相當, 表明較小的時間尺度下SL較之SE變化大; SL的離散系數隨時間尺度的粗化而明顯降低, 而 RE離散系數則緩慢降低, 顯示SL在各時間尺度之間的變化亦大于SE。總之, 絕對量SL因受到多種因素的影響在各時間尺度上變化顯著, 而消除了同類因子影響的SE值則變化平緩。

表1 不同時間尺度下估算RE最優模型Tab. 1 Optimal models estimating RE at different time scale

圖5 不同時間尺度下保土參數的離散系數Fig. 5 Variation coefficient of soil conservation parameters at each time scale

類似于RE, 為了進一步分析SE的變化特征及其影響因素, 統計了各時間尺度的SE均值和標準差,并分別建立了 SE與各降雨和植被參數的線性關系模型, 其中次降雨尺度亦按照 SE分段建立模型(表2)。各時間尺度SE的均值呈現較大幅度的變化, 保土效應以月尺度最好(SE = 0.40), 季和次降雨尺度最差且接近(SE = 0.47), 年尺度居中(SE = 0.45)。從SE的標準差來看, SE在各時間尺度內部的變化仍以次降雨尺度最大(0.49), 年尺度最小且接近(0.16),月和季尺度居中且接近(0.27)。可見不同時間尺度下草地的保土效應評估結果較之保水效應存在較大差異, 二種效應評估的最優結果對應的時間尺度亦不一致, 因而在進行植被保土效應的比較時更需考慮時間尺度因素, 并與保水效應分別進行獨立分析。在所建立的最優模型自變量中, R2較高的模型(10)為I30, 模型(11)和(14)均為LVV綠草, 顯示在特定的時間尺度, 降雨強度和綠草綠量均可分別制約植被的保土效應(R2＞ 0.8)。在次降雨尺度下, SE ＜ 1時模型的R2不及0.5, 而SE ＞ 1時模型的R2＞ 0.8, 且在本研究中, 只有LVV枯草可在SE ＜ 0.5時約50%解釋SE的變化(p ＜ 0.01), 而LVV枯草可在0.5 ＜ SE ＜1時30%解釋SE的變化(p ＜ 0.05), 表明當LVV枯草與次降雨尺度的LVV枯草總體均值(0.151)接近時, 植被呈現最好的保土效應, 而當LVV枯草略低于該值時, 亦仍呈現一定的保土正效應(SE ＜ 1)。因此, 貼近地表的枯葉層對保土效應的貢獻值得重視。需要注意的是,本試驗區保土負效應(SE ＞ 1)可在不同的SE區間分別用I30和LVV綠草80%以上解釋SE的變化, 其中的I30高于次降雨尺度的總體均值(I30＝11.6), 而LVV綠草低于次降雨尺度的總體均值(LVV綠草＝0.621), 顯示在強降雨條件或草本植被綠量相對較低時, 草地呈現保土負效應。換言之, 在降雨強度較大或綠量較低時植被的存在反而增加了土壤侵蝕, 其侵蝕機制值得進一步觀測研究。從時間尺度來看, 在中等的月和季尺度, 無論降雨強度或綠量參數, 均不及50%解釋SE的變化, 而年尺度模型R2則達80%以上, 表明在中等的月和季尺度多種環境要素對植被保土效應的影響均需要考慮, 而在較大的年時間尺度下, 綠草綠量可有效表征植被的保土效應。

4 結論

表2 不同時間尺度下估算SE最優模型Tab. 2 Optimal models estimating SE at different time scale

(1) 降雨和植被參數隨時間尺度的增大而呈現或增或減的變化特征, 水土流失絕對量指標 RD和SL因受到多種因素的影響而在各時間尺度上有較大波動, 而消除了降雨、土壤等因子影響的 RE和SE值則相對穩定, 但亦存在不同程度的變化;

(2) 各時間尺度RE的均值呈現約10%—20%幅度的變化, RE表征的草地保水效應以季尺度最好,年尺度最差, 而SE表征的草地保土效應以月尺度最好, 季和次降雨尺度最差且接近, RE和SE的標準差均以次降雨尺度最大。可見不同的時間尺度下, 水土保持效應的評估結果存在差異;

(3) 草地的保水效應多受制于降雨因素, 次降雨尺度下, 保水效應與降雨歷時和雨量關系密切,較長時間尺度下最大 30分鐘雨強是重要的控制因子; 而保土效應則多受制于植被因素, 在次降雨尺度下, 貼近地表的枯葉層對保土效應的貢獻值得重視, 在中等的月和季尺度保土效應受多種環境要素的影響, 而在較大的年時間尺度下, 綠草綠量可以有效表征植被的保土效應;

(4) 時間尺度影響著水土保持諸影響因素的量值及其穩定性、各要素的耦合過程、以及水土保持效應的評估結果, 因而在進行植被保土效應的比較和評估時需考慮時間尺度因素。

致謝：本研究得到國家自然科學基金項目(No. 41571415，41071281)、江蘇省自然科學基金項目(No. BK20132 1325)和江蘇省教育廳“青藍工程”中青年學術帶頭人培養計劃項目的資助。感謝福建省長汀水土保持工作站的技術支持。

[1] 余新曉, 畢華興, 朱金兆, 等. 黃土地區森林植被水土保持作用研究[J]. 植物生態學報, 1997, 21(5)： 433-440.

[2] 郭忠升. 最佳森林覆蓋率的初步研究[J]. 西北林學院學報, 1998, 13(3)： 23-27.

[3] 韋紅波, 李銳, 楊勤科. 我國植被水土保持功能研究進展[J]. 植物生態學報, 2002, 26(4)： 489-496.

[4] LU H, RAUPACH M R, Mc VICAR T R, et al. Decomposition of vegetation cover into woody and herbaceous components using AVHRR NDVI time series[J]. Remote Sensing of Environment, 2003, 86(1)： 1-18.

[5] CHEN J M, BLACK T A. Defining leaf area index for non-flat leaves[J]. Plant Cell and Environment, 1992, 15：421-429.

[6] 韋紅波. 區域植被水土保持功能遙感評價研究[D]. 楊凌：西北農林科技大學, 2001.

[7] CHEN Yuehong, WANG Feixin, LIU Guangqua, et al. Modified vegetation-erosion dynamics model and its application in typical watersheds in the Loess Plateau[J]. International Journal of Sediment Research, 2011, 26(1)：78-86.

[8] 劉世榮, 孫鵬森, 王金錫, 等. 長江上游森林植被水文功能研究[J]. 自然資源學報, 2001, 16(5)： 451-456.

[9] FOOT K, MORGAN R P C. The role of leaf inclination, leaf orientation and plant canopy architecture in soil particle detachment by raindrops[J]. Earth Surface Processes and Landforms, 2005, 30(12)： 1509-1520.

[10] GU Zhujun, JU Weimin, LIU Yibo, et al. Applicability of Spectral and Spatial Information from IKONOS2 Imagery in Retrieving Leaf Area Index of Forests in the Urban Area of Nanjing, China[J]. Journal of Applied Remote Sensing, 2012, 6(1)： 063556～1-14.

[11] 張赫斯, 張麗萍, 朱曉梅, 等. 紅壤坡地降雨產流產沙動態過程模擬試驗研究[J]. 生態環境學報, 2010, 19(5)：1210-1214.

[12] PENG Tao, WANG Shijie. Effects of land use, land cover and rainfall regimes on the surface runoff and soil loss on karst slopes in southwest China[J]. Catena, 2012, 90, 53-62.

[13] 鄭海金, 楊潔, 湯崇軍,等. 不同水土保持耕作措施對徑流泥沙和土壤碳庫的影響[J]. 水土保持通報, 2011, 31(6)：1-5.

[14] de VENTE J, POESEN J, VERSTRAETEN G, et al. Spatially distributed modeling of soil erosion and sediment yield at regional scales in Spain[J]. Global and Planetary Change, 2008, 60(3-4)： 393-415.

[15] 王琦, 楊勤科, 任宗萍. 中尺度流域NDVI尺度轉換研究[J]. 水土保持通報, 2010, 30(3)： 96-100.

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

[17] 傅斌, 王玉寬, 王道杰. 變雨強連續降雨坡地侵蝕特征[J]. 水土保持學報, 2009, 23(2)： 25-28.

[18] KOTHYARI B P, VERMA P K, JOSHI B K, et al. Rainfallrunoff-soil and nutrient loss relationships for plot size areas of bhetagad watershed in Central Himalaya, India[J]. Journal of Hydrology, 2004, 293(1-4)： 137-150.

[19] 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： 69-84.

[20] 廖義善, 蔡強國, 卓慕寧, 等. 不同時空尺度下溝壑對流域侵蝕產沙的影響——以黃土丘陵溝壑區岔巴溝流域為例[J]. 地理科學進展, 2009, 28(1)： 47-54.

[21] GAO Yang, ZHONG Binglin, YUE Hui, et al. A degradation threshold for irreversible loss of soil productivity： a long-term case study in China[J]. Journal of Applied Ecology, 2011, 48(5)： 1145-1154.

[22] 江洪. 長汀縣水土流失遙感監測及其生態安全評價[D].福州： 福州大學, 2005.

[23] 廖善剛, 趙昭昞. 長汀河田風化花崗巖坡面水土流失規律和預測方程[J]. 福建師范大學學報：自然科學版, 1990, 6(1)： 105-109.

[24] WU Xiaoxia, GU Zhujun, LUO Hao, et al. Analyzing the Effects of Pure Forest on Runoff and Sediment Production during Natural Rainfall Events Using Leaf Area Index[J]. Journal of Mountain Science, 2014, 11(1)： 119-130.

[25] WISCHMEIER W H, SMITH D D. Rainfall energy and its relationship to soil loss[J]. Transmission. American Geophysical Union, 1958, 39： 285-291.

[26] GU Zhujun, ZENG Zhiyuan, SHI Xuezheng, et al. A model for estimating total forest coverage with ground-based digital photography[J]. Pedosphere, 2010, 20(3)： 318-325.

[27] 劉光崧. 土壤物理化學分析與剖面結構描述[M]. 北京：中國標準化出版社, 1996.

Time scale influence on the study of water and soil conservation effects of grass based on live vegetation volume

WU Xiaoxia, GU Zhujun*
School of Environmental Science, Nanjing Xiaozhuang University, Nanjing 211171, China

Based on the continuous 4-year observation data of rainfall, vegetation, runoff and sediment yield in the experimental plots located in Hetian Town, Changting County of Fujian Province, the change characteristics and the interrelation were analyzed at four time scales of rainfall event, month, season, and year with the live vegetation volume of grass, rainfall parameters and water (soil) conservation effect RE (SE). Results show that with the coarsened time scale, the rainfall and vegetation indices increase or decrease more or less, the variation range of RE is small, while SE slowly decreases. The mean RE has 10%-20% variations at different time scales and the observed water conservation effect of grass is the best at season scale while the worst at year scale. The soil conservation effect of grass is the best at month scale, while the worst and close to each other at season and rainfall event scales. The water conservation effect of grass is mainly controlled by rainfall characteristics, including rainfall duration and precipitation at rainfall event scale, and maximum 30-min rainfall intensity at longer time scales. However, the soil conservation effect of grass is mainly controlled by vegetation properties, including the contribution of the litter on soil surface at rainfall event scale, the interaction of rainfall and vegetation at month and season scales, and the live vegetation volume of grass at the year scale. Consequently, at different time scales, the factors influencing water and soil conservation change and interact, and the observed water and soilconservation effects are also different, indicating that the time scale influence deserves attention in both research and management practices.

live vegetation volume; time scale; water conservation effect; soil conservation effect

10.14108/j.cnki.1008-8873.2016.01.013

S157.1

A

1008-8873(2016)01-085-07

2014-04-05;

2014-05-13

國家自然科學基金項目(41571415, 41071281); 江蘇省自然科學基金項目(BK20131078); 江蘇省教育廳“青藍工程”中青年學術帶頭人培養計劃

吳曉霞(1977—), 女, 廣西南寧人, 碩士, 講師, 主要研究方向為環境監測與生態評估

*通信作者：顧祝軍, 男, 博士, 副教授, 主要從事水土保持和林業遙感研究, E-mail： zhujungu@163.com

吳曉霞, 顧祝軍. 不同時間尺度下基于綠量的草地水土保持效應研究[J]. 生態科學, 2016, 35(1)： 85-91.

WU Xiaoxia, GU Zhujun. Time scale influence on the study of water and soil conservation effects of grass based on live vegetation volume[J]. Ecological Science, 2016, 35(1)： 85-91.