我國北方干旱半干旱地區人工造林對地下水位變化影響的模擬研究

魯晨曦,曹世雄,石小亮

1 清華大學地球系統科學系, 北京 100084 2 北京林業大學經濟管理學院, 北京 100083 3 沈陽農業大學經濟管理學院, 沈陽 110866 4 中國環境科學研究院, 北京 100012

我國北方干旱半干旱地區人工造林對地下水位變化影響的模擬研究

魯晨曦1,2,曹世雄2,*,石小亮3,4

1 清華大學地球系統科學系, 北京 100084 2 北京林業大學經濟管理學院, 北京 100083 3 沈陽農業大學經濟管理學院, 沈陽 110866 4 中國環境科學研究院, 北京 100012

水資源短缺已成為阻礙我國社會可持續發展的至關因素,而其中地下水資源短缺更甚。自1952年我國于干旱半干旱地區實施大規模人工造林以來,大量研究資料顯示人工林的蒸散量要普遍高于當地自然植被的蒸散量,這可能會打破當地的地下水平衡。而以往我國有關人工造林對地下水位影響的研究較欠缺,因此在基于兩種假設條件下,運用7種蒸散發模型測算了人工造林活動對北方干旱半干旱地區的地下水位影響。結果表明大規模的人工造林活動會降低地下水位高度,基于假設條件一,甘肅、寧夏和新疆地下水位下降嚴重；基于假設條件二,北京地下水位下降明顯。提出我國在未來生態修復實踐中要考慮對地下水供給的影響,確定合理造林規模并選擇栽培鄉土樹種,真正提高地下水資源利用率。

人工造林；干旱半干旱地區；蒸散量；地下水位；鄉土樹種；造林規模

地下水是指在地表以下各種形式的重力水,它作為水資源的重要組成部分對生物生存和人類生產活動都具有重要意義[1]。由于地下水補給穩定且分布廣泛,因此在社會經濟發展、人類生存以及生態系統中有著不可替代的作用,尤其是在干旱和半干旱地區[1]。71%的城市將開采的地下水作為社會經濟活動的主要水源,90%以上用于生活和工業活動的水來自地下水[2]。在經濟飛速增長的同時,水資源短缺已成為限制我國經濟社會可持續發展的主要因素[3]；在這種嚴峻形勢下,開采地下水在一定程度上會緩解我國水資源的巨大需求,特別是在北方地區。在未來,鑒于大量的水資源需求,地下水在經濟社會發展中會日益發揮重要的作用。雖然如此,地下水資源卻處于尷尬境地。根據調查,全國有164個地下水超采區,北方干旱和半干旱地區地下水位以每年1.5m的速度下降。例如,北京城區地下水位從1965年以來已經下降了65m[4],雖然地下水資源的減少是由包括降水季節性變化、景觀和人類活動(工業生產和農業灌溉)等在內的諸多因素造成的[2],然而在這些因素中,研究學者們忽略了生態修復活動對其產生影響。

為緩解由于快速經濟發展產生的生態環境問題,我國已經斥巨資實施世界上規模最大的人工造林計劃——全球三分之一的人工林目前種植在我國[5-6],而大多數造林工程在我國北方干旱和半干旱地區實施,以緩解荒漠化和控制沙塵暴[7-9]。根據第八次全國森林資源清查結果顯示[10],我國人工林總面積為6933×104hm2,而造林政策實施的目標是到2050年使森林覆蓋率增加到26%以上[5]。森林具有改善區域水環境[11]和提供額外生態系統服務[12]的潛在功能,如防風固沙、調節氣候和減少污染[13-14]。然而,這些潛在功能能否實現有必要進行深入探討或探究[15-16]。

造林政策實施者傾向于生長快速、生命周期短、能迅速提供短期收益的樹木或灌木,而不是進行周期長,見效緩慢的自然修復,因為林地更新通常需要一個世紀甚至更長時間[17]。地區植被承載能力主要取決于降水量,然而北方多數實施項目和當地水文、土壤、氣候和地形條件不適應[15-16]。種植在干旱和半干旱區的樹木蒸散量超過了小鹽生亞灌木、草原等天然植被,如胡楊是干旱地區廣泛種植樹種,用來代替農田、固沙和提供其他生態功能[18],實驗表明8年生楊樹林的蒸散量大于同一時期的降水量[19]。由此不難想象,在干旱和半干旱地區,本身需消耗大量水的樹木或灌木必然會吸收深層土壤水來生存。然而,過程如不能及時得到降水或徑流補給會導致地下水位下降。當地下水位下降到一定水平下,淺根性植物將無法生存[15,20],且多數淺根性植物是自然植被[19,21]。當自然植被退化而不能攔截地表徑流時,會加劇當地水資源赤字并會引起像沙塵暴和水土流失的生態問題,進一步導致地下水的減少、造林死亡率的增加[11,14,22-23]。在全球氣候變化背景下,由于氣溫升高和植被蒸散量的加大,干旱和半干旱造林區變得更易遭受旱災,使地下水位下降更為嚴重。當地下水下降超過臨界點,也將會威脅到其他生態系統組成部分。因此沒有審查和科學的論證以及沒有考慮生態條件的人工造林項目,可能會加劇水資源短缺和地下水減少,提高相關的生態和經濟成本,這對整個生態系統包括造林失敗、持續退化和社會經濟發展的演替變化都有巨大影響。

國際上,學者針對不同造林區的不同樹種對地下水補給進行了研究,如Allen和Chapman[24]通過對冰島造林區域的研究表明,由于人工林大量吸收土壤水以及土壤保水能力的增強,草原或荒原的地下水補給率會減少1/10,且由于地下水補給率的降低使地下水質污染的體現滯后,Salm等[25]基于水文SWAP模型,對前耕地上的橡樹和云杉的水平衡和氮預算研究,發現18年生的橡樹和13—14年生的云杉分別會導致地下水補給每年下降約485、100mm。然而,國內研究還沒有關注大規模人工造林對地下水位的影響。因此本研究不僅有利于了解我國規模巨大的人工造林工程對地下水資源造成的潛在影響,促進生態修復工程的資源節約及可持續,且可填補國內該研究的空白。根據國際上定義,人工林潛在蒸散量與降水量的比值大于1為干旱半干旱地區,因此根據該定義的測算結果,本研究選取以下9個省市自治區作為研究對象——北京、河北、河南、山西、陜西、寧夏、內蒙古、甘肅、新疆。利用已公布國際上通用的7種蒸散發模型來測算人工林的蒸散量。

1 研究方法

由于技術的受限以及數據的可獲得性,僅考慮人工林植被對地下水位的影響,不考慮下墊面對地下水位的影響,如灌木草地等,對人工林的植被類型也不加區分。為便于計算,假設自然降水僅供植物蒸騰作用和地下水循環使用。從國家氣象局發布的氣象年鑒[26]中搜集了從1952到2011年的降水量,從國家林業局出版的林業年鑒[27]中搜集了9個省市自治區1952—2011年的造林面積的相關數據。通過7種蒸散模型來計算各省造林區的年均水消耗量,從相關文獻中(表1)獲得9省的土壤孔隙度。

1.1 關于7種蒸散發模型說明

(1)ANN (Artificial Neural Networks) 人工神經網絡模型

ANN 是一種模仿人類大腦神經元特性和人腦認知功能構造的處理非線性知識信息的方法,該模型由三層構成：輸入層、隱含層、輸出層[28]。ANN通過訓練數據調整內部節點的權重以及充分考慮訓練網絡的復雜性,使其能夠代表任何一種非線性函數。當輸入樣本較雜亂甚至有部分數據丟失時,ANN可根據數據子集概括出相對精確的關系,且可適應模擬環境變化[29]。

ANN已在人工智能、模式識別、信號處理和自動控制等眾多研究領域取得了令人矚目的成果,正被越來越多地應用于蒸散發模型中[30]。該研究使用的是Rumelhart 等人1986年[31]發明的反向傳播神經網絡找到最合適的訓練數據,然后利用被廣泛使用的多層感知器 (MLP) 神經網絡將隱含層和輸出層相連。

(2)SVM (Support Vector Machines) 支持向量模型

SVM是Vapnik等人1998[32]年首先提出的一種監督學習方法,并且被廣泛應用于統計分類以及回歸分析。SVM回歸的求解方法是通過一個非線性映射,將數據映射到高維特征空間,在這個空間進行線性回歸,從而解決線性支持向量回歸問題,即可推廣至非線性回歸。SVM的最優回歸方程為：

對非線性回歸可通過該函數將樣本映射到一個高維特征空間中用線性回歸來解決。在以往研究中,SVM已被用來估算很多因子如風速[33]、降雨[34]、生態位[35]以及蒸散量[36]等。

(3)RT(Regression Trees)回歸樹模型

RT的基本原理是根據響應變量,利用循環二分形成二叉樹形式的決策樹結構,將由預測變量定義的空間劃分為盡可能同質類別[37]。預測變量被從主節點中逐次劃分為一系列等級結構的左節點和右節點,每個節點處列出了落在該部分的預測變量的均值(MEAN)、方差 (SD) 及樣本數 (N)。回歸樹模型在每個根節點處均可標出消減錯誤比例的數值,即任何一個分類參數對因變量變異的貢獻程度。一般位于第一級節點處的分類參數對因變量變異貢獻最大。在該研究中,使用Cubist (RuleQuest Research Pty Ltd Company, 30 Athena Avenue, St Ives NSW 2075, Australia)回歸樹模型進行計算[38]。

(4)Reg1模型

Reg1模型是Wang 等人2007年[39]提出的一種估算蒸散量方法,其控制變量為Rn、T、VI。Reg1的公式為：

ET=Rn·(a0+a1·VI+a2·T)

式中,VI可以是增強型植被指數(EVI),也可以是歸一化植被指數(NDVI)；Rn為地面凈輻射；T則可以為日平均氣溫、日最高氣溫或者是陸地表面溫度Ts；a0、a1、a2為參數。

(5)Reg2模型

Reg2模型將ET分為兩個部分：一個是ETE；另一個是ETA[40]。Reg2模型估算蒸散量的公式為：

式中,ET為總蒸散量；ETE為能量為主要影響的蒸散量；ETA為氣壓控制為主的蒸散量；Δ為飽和水汽壓—溫度曲線上的斜率(kPa/℃)；γ為濕度計常數(kPa/℃)；Rs為到達地面的總輻射；NDVI歸一化植被指數；RHD相對干度,RHD=1-RH/100,RH為相對濕度；WS為風速(m/s)；VPD為飽和蒸汽壓虧缺；a1、a2、…、a9為參數。

(6)RRS-PM(RevisedRemoteSensing-PenmanMonteith)模型

RRS-PM模型是Yuan等人2010年在RS-PM模型基礎上改進后的新模型[41],同樣基于Penman—Monteith方程：

式中,λE為潛熱通量(W/m2),λ為汽化潛熱(kJ/kg)；s為飽和水汽壓-溫度曲線上的斜率(kPa/℃)；A表示在顯熱通量、潛熱通量和土壤不同區間的可利用能量；ρ為空氣密度；CP為空氣比熱(Jkg-1K-1)；γ為濕度計常數(kPa/℃)；Ra為氣動阻力系數；Rs為表面阻力系數；Da為空氣的飽和水汽壓和實際水汽壓的差值。

(7)PT-JPL模型

Fisher等人2008年對Priestley-Taylor模型做出適當改進后提出PT-JPL蒸散量模型[42],公式為：

E=ES+EC+EI

式中,E為蒸發蒸騰損失總量；ES為土壤蒸發量；EC為植被蒸騰量；EI為冠層截留水分蒸發量；Rnc為冠層的凈輻射量；Rns為土壤表面凈輻射量；fwet為表層相對濕度；fg為綠冠層覆蓋度；fT為植被溫度約束；fM為植被水分約束；Δ為飽和水汽壓—溫度曲線上的斜率(kPa/℃)；γ為濕度計常數(kPa/℃)；α=1.26。

1.2 具體模擬測試方法

(1)為了解人工造林對地下水位的影響,假設造林區是相對封閉區,不存在地下水之間的相互補給。基于人工造林的蒸散量(E)、降水量(P)和土壤孔隙率(S),估計了每年累計每省市自治區人工造林對地下水位變化(G)的影響：

(1)

在模型m中,Gitm是各省市自治區(i)每年(t)由人工造林所引起的累計地下水位變化；Eaim是各省市自治區(i)人工林蒸散量；Pit(m)是各省市自治區(i)每年(t)的降水量。

(2)實際上,地下水之間是會相互進行補給的,但補給受地域限制,而人工造林存活率往往較低。因此,假設地下水的相互補給在同一省份內進行沒有省際間補給,且考慮林地存活率,以大致估算人工造林活動造成各省市自治區地下水位實際的變化量。實際估測各省(直轄市、自治區)每年造林對地下水位變化的模型如下：

(2)

式中,Agitm(m)是在模型m中各省(直轄市、自治區)(i)每年(t)由人工造林而導致的實際地下水位變化；Ait(hm2)是各省(直轄市、自治區)(i)每年(t)的造林面積；Rit (%)是各省市自治區(i)每年(t)的樹木存活率[43],Li是各省市自治區的(i)土地面積。

表1 北方九省市自治區的土壤孔隙度

2 結果分析

在假設地區的地下水不相互流通以及沒有徑流的補給的情況下,研究結果表明,造林區的地下水位會隨著造林面積的逐年增加而不斷下降。7種模型均值測算結果為60年后,陜西和新疆的地下水位分別下降了21.5m和40m(圖1)。

圖1 1952—2011年我國北方干旱半干旱地區地下水位模擬變化Fig.1 Potential groundwater decline in arid and semi-arid areas in northern China from 1952 to 2011

當某個地區的地下水位下降時,地勢高的地下水會流到該地區進行補給,所以實際的地下位變化與基于封閉地區(即方法一)的測算結果是不一樣的。如圖1顯示,陜西的地下位大約下降2m,新疆約下降0.2m。但基于方法二,北京地下水下降最為嚴重近3m(圖2)。由于人工造林活動使得水供給形勢變得更加嚴峻,這樣將增加額外的水成本如投資在水資源重復利用成本,調水成本以及其他途徑節約用水、開采水資源以及處理生態環境問題的成本。

以上兩種假設條件測算結果表明,隨著大規模人工造林活動的實施,地下水位有不斷下降的趨勢。

圖2 1952—2011年我國北方干旱半干旱地區實際地下水位模擬變化Fig.2 Actual groundwater decline in arid and semi-arid areas in northern China from 1952 to 2011

3 討論

研究測算結果表明人工造林對地下水位變化的影響不能忽視。我國人工造林取得了如控制土壤侵蝕和退化等成效[7-9]。但由于中央控制政策、部門間相互妥協以及短期考慮,造林政策實施者常選擇生產迅速的樹種作為造林種[53]。而在相同生態條件下,快速增長和短期生長的森林或者灌木總是會比天然植被蒸騰更多水分,因此,在干旱和半干旱地區大規模植樹造林時,由于該地區原本蒸發旺盛,水資源消耗(蒸散、人類生產活動等)和水供給(降水)之間的矛盾也將被激化。后果是土壤水分會降低,而地下水位會降低到使根部細小的天然草地和草原難以生存。此外,伴隨原生植被破壞,荒漠化也會隨之而來[15]。圖1顯示,如果地下水得不到充分補給,在新疆地區,根據七種模型平均值測算得到的地下水位將降低40m,這不僅將導致造林失敗,且使當地采水產生困難。可見,在干旱半干旱地區進行人工造林如果忽略其對地下水資源的影響,將給當地生態系統帶來致命影響,生態修復的目標難以達到,且會惡化生產生活條件。

由圖2可以看出,造林對地下水位變化影響最嚴重為北京,在考慮地下水補給條件下,北京市地下水位已降低3m。實際上,由于農業、工業生產活動和人類生活對地下水的開采,土地之間幾乎已經沒有相互的地下水補給。如在全年降水量減少和人口急劇增加情況下,北京作為水資源最短缺地區,地下水平均開采率為103.7%[54]。為確保北京市充足的水供應,政府為此付出了沉重代價。自2001年來,為保護水資源,在山西、河北、北京等省市推出21世紀初期首都水資源可持續利用規劃,總投資達220億人民幣[55],且為確保北京市的水安全,北京市周邊地區付出了巨大代價,承德市從1996年到2005年農作物減產量達3×104t,合計虧損400億人民幣(平均每人虧損1084元)[31],且作為北京郊區水源保護區,其GDP維持在較低水平。因此認識到人工造林對地下水資源的消耗,將促進對地下水資源的高效率利用,節約水資源,減少經濟代價。

4 建議

首先,地下水深度反映了消耗(蒸散、人類消耗、流出)和補給(降水及來自高海拔流量)之間的平衡。因為所有的生態組成部分相互影響,所以復雜的生態系統需要綜合考慮水的輸入和輸出問題。因此,政策制定者和科學家有責任根據當地氣候條件、水文、土壤等因素進行深入調查和取證,從而實現長期、有效的生態修復[56]。為達到長期可持續生態修復目標,應尊重當地的生態條件且權衡生態和社會效益。與目前大面積造林普遍使用的楊樹、刺槐、落葉松、油松等樹種相比,鄉土樹種由于對當地的氣候、水文、地理條件較適應,蒸散量明顯較小,尤其是在北方干旱半干旱地區對地下水資源的保護有積極作用。為做好人工造林更新工作,首先要適地適樹,在造林樹種的選擇上盡量選擇當地鄉土樹種,加強造林管護工作,及時撫育,促進森林資源的可持續發展和維護生態系統的多樣性(表2)。

第二,管理者應該限制造林規模來緩解由造林和地下水位下降之間造成的用水矛盾,即便造林不是造成地下水位下降的主要原因。通過搜集北京市、河北省等9個省市自治區1952—2011年的每年降水量數據,對各省市自治區每年降水量和該省市自治區長期以來的平均降水量比較[64],正值代表濕潤趨勢,負值代表干旱趨勢,并將比較結果進行回歸,得到9個省市自治區氣候干濕變化趨勢圖(圖3)。通過1952—2011年各省市自治區的平均水資源總量和用水總量的對比[64],了解到北京市、河北以及寧夏處于極度缺水的狀態,水資源總量已不能滿足用水需求。河南、內蒙古、山西以及甘肅的水資源總量基本能夠滿足正常用水需求。陜西和新疆的水資源總量相對豐富,除可滿足正常用水外,還有大量富余的水資源。綜上分析,河南、內蒙古、山西、陜西、甘肅這五個地區都處于水資源相對充足,但當地相對濕度降低的狀態,因此,在這類地區開展造林活動時,應該注意控制好造林規模,做好合理規劃與布局,同時注重生態系統的自我修復,從而減緩或改善氣候變干旱的形勢。而北京、河北和寧夏處于本身水資源不能滿足用水需求的狀態,且氣候變化趨勢顯示會更加干旱,因此在缺水且干旱地區,大規模植樹造林活動已不再適合當地自然條件,即便實施造林活動,造林成活率也會很低,因此應以自然植被修復為主,同時加強水資源管理,提高水資源利用效率(表3)。

圖3 1952—2011年我國北方干旱半干旱地區的氣候干濕變化趨勢Fig.3 The trend of climate change in arid and semi-arid areas in northern China from 1952 to 2011

省份Province鄉土樹種Naturaltreespecies北京懸鈴木屬PlatanusL．、栓皮櫟Quercusvariabilis、銀杏Ginkgobiloba、毛白楊Populustomentosa、槐Sophorajaponica、西府海棠Malusmicromalus、垂柳Salixbabylonica、欒樹Koelreuteriapaniculata、五角楓Acermono河南梧桐屬FirmianaMarsigli、河南獼猴桃ActinidiahenanensisC．F．Liang、柿DiospyroskakiL．f．、楊屬PopulusL．河北蘋果Maluspumila、栗Castaneamollissima、楊屬PopulusL．、柳屬SalixL．、洋槐屬RobiniaL．內蒙古木賊屬EquisetumL．、油松Pinustabulaeformis、榛屬CorylusL．陜西楊屬PopulusL．、胡桃屬JuglansL．、陜西莢蒾ViburnumschensianumMaxim．山西華北落葉松Larixprincipis-rupprechtii、大葉榆Ulmuslaciniata、棗Ziziphusjujuba、李Prunussalicina、胡桃屬JuglansL．寧夏旱柳Salixmatsudana、云杉屬PiceaDietr．甘肅沙棗Elaeagnusangustifolia、麻櫟Quercusacutissima、文冠果Xanthocerassorbifolia新疆胡楊Populuseuphratica、怪柳Tamarixchinensis、梭梭Haloxylonammodendron

表3 我國北方干旱半干旱地區的造林規模建議

第三,考慮到地下水在動植物生存生長和人類活動中的重要地位,尤其在生態條件脆弱地區。因此,通過區域地下水資源調查與評價,制定優化的地下水開采方案是關鍵。通過征收適度水費和制定相關法律法規的方式來限制地下水的開采,提高地下水利用效率,而不是試圖增加水資源供給。

5 結語

本研究側重測算人工造林對地下水位變化的影響,因此忽略了其他因素對地下水位的影響,同時本研究是大尺度研究,因此本文的假設并不十分貼近實際,因此在以后的研究中需要進一步細化模型,加進更多的影響變量以提高模型的精度或改善研究方法,同時伴隨今后遙感精度的提高,獲得數據的精確性會更高。

[1] 閆琪.地下水資源的刑法保護研究.遼寧：遼寧大學,2013.

[2] 王玉平,劉金武.中國地下水資源合理開發利用研究.石家莊經濟學院學報,2000,(2):199- 210.

[3] 王瑗,盛連喜,李科,孫弘顏.中國水資源現狀分析與可持續發展對策研究.水資源與水工程學報,2008,19(3):10- 14.

[4] 李業.中國地下水位不斷下降將引起世界糧食價格的上.中國稅務,2000,(8):60- 61.

[5] Wang G, Innes J L, Lei J, Dai S, Wu S W. China′s forestry reforms. Science, 2007, 318: 1556-1557.

[6] Singh K D. Global forest resources assessments//Capacity building for the planning, assessment and systematic observations of forests.Springer Berlin Heidelberg, 2013:203- 211.

[7] 李瑞林,胡培興,張相輔,董建林.“六大工程”系列報道之一 綠色為京津撐起防沙“傘”──環北京地區防沙治沙工程訪談.森林與人類,2001,(9):14- 18.

[8] Yang H.Land conservation campaign in China: integrated management, local participation and food supply options. Geoforum, 2004,35:507- 518.

[9] Liu J,Li S,Ouyang Z,Tam C, Chen X.Ecological and socioeconomic effects of China′s policies for ecosystem services. Proceedings of the National Academy of Sciences of the United States of America,2008,105:9477- 9482.

[10] 國家林業局.第八次森林資源清查結果報告.北京:中國林業出版社,2013.

[11] Ellison D, Futter M N, Bishop K. On the forest cover-water yield debate: from demand-to supply-side thinking. Global Change Biology,2012,18:806- 820.

[12] Molle F, Berkoff J. Cities vs. agriculture: a review of intersectoral water re-allocation. Nature Resource Forum,2009,33:6- 18.

[13] Dou J, Wang X, Xiong W. Study on soil capacities of water-retention on typical vegetations in the north side of Liupan Mountains in Ningxia.Forest Research,2006,19:301- 306.

[14] Wang S, Fu B, He C, Sun G, Gao G.A comparative analysis of forest cover and catchment water yield relationships in northern China.Forest Ecology and Management,2011,262:1189- 1198.

[15] Cao S, Sun G, Zhang Z, Chen L, Feng Q, Fu B, McNulty S, Shankman D, Tang J, Wang Y, Wei X.Greening China Naturally. Ambio,2011, 40:828- 831.

[16] Wang X, Zhang C,Hasi E, Dong Z. Three Norths Forest Shelterbelt Program solved the desertication and dust storm problems in arid and semiarid China? Journal of Arid Environments,2010,74:13- 22.

[17] Chazdon R L. Beyond deforestation: restoring forests and ecosystem services on degraded lands. Science,2008,320:1458- 1460.

[18] 高山遠.胡楊幼苗生長習性與成苗.新疆林業,2007,(2):34- 34.

[19] 王彥輝,熊偉,于澎濤,沈振西,郭春明,管偉,馬長明,葉兵,郭浩.干旱缺水地區森林植被蒸散耗水研究.中國水土保持科學,2006,4(4):19- 25.

[20] Duan Z, Xiao H, Li X, Dong Z, Wang G. Evolution of soil properties on stabilized sands in the Tengger Desert, China. Geomorphology,2004,59:237- 246.

[21] Wang X,Chen F, Hasi E, Li J. Desertication in China: an assessment. Earth-Science Reviews, 2008, 88: 188-206.

[22] Xu L H, Wang Y, Yu P, Shi Z, Xiong W, Mo F, Zhang S, Dong X. Hydrological impacts of afforestation: a case study based on simulation of TOPOG in the small watershed of Caogou in Liupan Mountains, China. Resource Ecology, 2010, 1: 202- 210.

[23] Yu P, Wang Y, Wu X, Dong X, Xiong W, Bu G, Wang S, Wang J, Liu X, Xu L. Water yield reduction due to forestation in arid mountainous regions, northwest China.Sediment Research, 2010,25:423- 430.

[24] Allen A, Chapman D.Impacts of afforestation on groundwater resources and quality. Hydrogeology Journal,2001,9(4):390- 400.

[25] Salm C V D, Gon H D V D, Wieggers R, Bleeker A, Toorn A V D. The effect of afforestation on water recharge and nitrogen leaching in the Netherlands. Forest Ecology and Management,2006,221(1/3):170- 182.

[26] 國家氣象局.中國氣象年鑒.北京中國氣象出版社,2002- 2012.

[27] 國家林業局.全國林業統計年報.北京中國林業出版社,1960- 2012.

[28] Papale D,Valentini R.A new assessment of European forests carbon exchanges by eddy fluxes and artificial neural network spatialization. Global Change Biology,2003,9:525- 535.

[29] Dawson C W, Wilby R. An artificial neural network approach to rainfall-runoff modelling. Hydrological Sciences Journal, 1998,43(1):47- 66.

[30] 金龍,申雙和.水面蒸發計算的人工神經網絡方法研究.南京氣象學院學報,199619:342- 347.

[31] Rumelhart D E, Hinton G E, Williams R J. Learning representations by back-propagating errors. Nature, 1986, 323: 533- 536.

[32] Vapnik V N, Vapnik V. Statistical learning theory. New York: Wiley,1998.

[33] Mohandes M A, Halawani T O, Rehman S, Hussain A A. 2004. Support vector machines for wind speed prediction. Renew Energy, 2004,29:939- 947.

[34] Tripathi S,Srinivas V V,Nanjundiah R S.Downscaling of precipitation for climate change scenarios: a support vector machine approach. Journal of Hydrology,2006,330:621- 640.

[35] Drake J M, Randin C, Guisan A.Modelling ecological niches with support vector machines. Journal of Applied Ecology,2006,43(3):424- 432.

[36] Yang F, White M, Michaelis A R, Ichii K, Hashimoto H, Votava P, Zhu A X,Nemani R R. Prediction of continental-scale evapotranspiration by combining MODIS and AmeriFlux data through support vector machine. Geoscience and Remote Sensing, IEEE Transactions on,2006,44(11):3452- 3461.

[37] Xiao J, Zhuang Q, Law B E, Chen J, Baldocchi D D, Cook D R, Oren R, Richardson A D, Wharton S, Ma S, Martin T A, Verma S B, Suyker A E, Scott R L, Monson R K, Litvak M, Hollinger D Y, Sun G, Davis K J, Bolstad P V, Burns S P, Curtis P S, Drake B G, Falk M, Fischer M L, Foster D R, Gu L, Hadley J L, Katul G G, Matamala R, McNulty S, Meyers T P. A continuous measure of gross primary production for the conterminous United States derived from MODIS and AmeriFlux data. Remote sensing of environment,2010,114(3):576- 591.

[38] Wu X, Kumar V, Ross Quinlan J, Ghosh J, Yang Q, Motoda H, McLachlan G J, Ng A, Liu B, Yu P S, Zhou Z H, Steinbach M, Hand D J, Steinberg D. 2007. Top 10 algorithms in data mining. Knowledge and Information Systems,2007,14:1- 37.

[39] Wang K, Wang P, Li Z, Cribb M, Sparrow M. A simple method to estimate actual evapotranspiration from a combination of net radiation, vegetation index, and temperature. Journal of Geophysical Research: Atmospheres (1984—2012), 2007, 112(D15).

[40] Wang K, Dickinson R E, Wild M, Liang S. Evidence for decadal variation in global terrestrial evapotranspiration between 1982 and 2002: 1. Model development. Journal of Geophysical Research: Atmospheres(1984—2012),2010:115.

[41] Yuan W, Liu S, Yu G, Bonnefond J M, Chen J, Davis K, Desai A R, Goldstein A H, Gianelle D, Rossi F, Suyker A E, Verma S B. Global estimates of evapotranspiration and gross primary production based on MODIS and global meteorology data. Remote Sensing of Environment, 2010,114(7):1416- 1431.

[42] Fisher J B, Tu K P, Baldocchi D D. Global estimates of the land-atmosphere water flux based on monthly AVHRR and ISLSCP-II data, validated at 16 FLUXNET sites. Remote Sensing of Environment,2008,112:901- 919.

[43] 國家林業局.第七次全國森林資源清查結果.北京中國林業出版社,2009.

[44] 劉勇,李國雷,林平,姜輝,于海群,呂瑞恒.華北落葉松人工幼, 中齡林土壤肥力變化.北京林業大學學報,2009,31(3):17- 23.

[45] 宋慶豐,楊新兵,張金柱,曹云生張偉,馮學全.霧靈山典型林分枯落物和土壤水文效應.生態環境學報,2009,18(6):2316- 2320.

[46] 李樹人,趙勇,閆志平,趙體順,李向東,聶宏善.豫西伏牛山區日本落葉松林水文效應研究.林業科學,1999,35(1):48- 53.

[47] 納磊,張建軍,朱金兆,董煌彪,王鵬,袁琳麗.晉西黃土區不同土地利用類型坡面土壤飽和導水率研究.水土保持研究,2008,15(3):69- 73.

[48] 張社奇,王國棟,劉云鵬,劉建軍,賈根良.黃土高原人工油松林地土壤微生物的分布特征.激光生物學報,2006,14(5):353- 358.

[49] 吳秉禮,石建忠,謝忙義,賀立勇,陳小華,趙軍營.甘肅水土流失區防護效益森林覆蓋率研究.生態學報,2003,23(6):1125- 1137.

[50] 竇建德,王緒芳,熊偉,王彥輝,于澎濤,郭浩.寧夏六盤山北側 5 種典型植被的土壤持水性能研究. 林業科學研究,2006,19(3):301- 306.

[51] 劉端,張毓濤,郝帥,韓燕梁.天山云杉林下土壤物理性質空間異質性研究.安徽農業大學學報,2009,(3):397- 402.

[52] 韓勝利,田有亮,何炎紅,郭連生.大青山油松人工林地土壤物理特性研究.內蒙古農業大學學報:自然科學版,2009,29(4):58- 63.

[53] Guan L,Sun G,Cao S.China′s bureaucracy hinders environmental recovery.Ambio,2011,40:96- 99.

[54] 北京市社會科學院.北京水資源狀況及用水結構分析.北京社會科學,2000(1):40- 44.

[55] 肖金成,李娟,戚仁廣.京冀水資源補償機制研究.經濟研究參考,2011(46):15- 25.

[56] Fraiture C.Integrated water and food analysis at the global and basin level. An application of WATERSIM. Water Resource Management,2007,21:185- 198.

[57] 賀士元.北京植物志.北京：北京出版社,1993.

[58] 河北植物志編輯委員會. 河北植物志. 石家莊：河北科學技術出版社,1986.

[59] 內蒙古植物志編輯委員會.內蒙古植物志. 呼和浩特：內蒙古人民出版社,1989.

[60] 劉天慰.山西植物志.北京：中國科學技術出版社,1992.

[61] 牛春山.陜西植物志.北京：中國林業出版社,1990.

[62] 丁寶章,王遂義.河南植物志:第三冊.鄭州:河南科學技術出版社,1981.

[63] 張志翔.樹木學(北方本).北京:中國林業出版社,2008

[64] 國家統計局.中國統計年鑒.北京:中國統計出版社,1960- 2012.

Stimulation on the impact of afforestation on the groundwater table in arid and semi-arid areas in northern China

LU Chenxi1,2, CAO Shixiong2,*, SHI Xiaoliang3,4

1DepartmentofEarthSystemScience,TsinghuaUniversity,Beijing100084,China2CollegeofEconomicManagement,BeijingForestryUniversity,Beijing100083,China3CollegeofEconomicsandManagement,ShenyangAgriculturalUniversity,Shenyang110866,China4ChineseResearchAcademyofEnvironmentalScience,Beijing100012,China

Water scarcity is a global environmental problem that jeopardizes human safety and socioeconomic development. In China, it has also become a potentially major obstacle for socioeconomic development, where 164 major groundwater areas are being exploited unsustainably. As a result, the depth of the groundwater table has increased by an average of 1.5 m per year in the arid and semi-arid regions of the north. Since 1952, China has implemented an unprecedented large-scale tree-planting program that focused on arid and semi-arid regions. The goal was to use trees to conserve water and combat desertification. Unfortunately, there is a serious risk that this program could exacerbate water shortages and lower the groundwater table because the trees were not chosen based on local environmental constraints, and their evapotranspiration is greater than the regional precipitation. Since precipitation is the major source of groundwater recharge in these semi-arid and arid areas of northern China, this imbalance will intensify the decline of the groundwater resource. Despite this risk, there has been limited research on the effect of afforestation on the groundwater table in China. In the present study, we selected nine provinces and provincial-level regions (Beijing, Hebei, Henan, Shanxi, Shaanxi, Ningxia, Inner Mongolia, Gansu, and Xinjiang) in China that focused on the tree-planting program, and are environmentally fragile arid or semi-arid regions facing a serious water scarcity. We calculated the influence of the afforestation program on groundwater based on two assumptions using seven evapotranspiration models, without considering evapotranspiration of the underlying vegetation or accounting for differences among the tree species used in afforestation. We confirmed that there is a serious risk that afforestation will cause the groundwater table to decline, independent of any other human withdrawals of this water. Based on our assumptions that afforestation plots had insignificant groundwater recharge or losses as a result of lateral inputs from adjacent land via subsurface or surface flows and that all planted trees survived, the groundwater table would decline most dramatically in Gansu, Ningxia, and Xinjiang regions. When we extended our analysis to assume that groundwater exchanges would possibly occur in land adjacent to the afforestation plots, and that this recharge is affected by the distance between the two plots, we found that the groundwater table in Beijing decreased most. Together, our results suggest that implementing such an afforestation program in arid and semi-arid areas without considering its influence on the groundwater supply will cause potentially severe damage to local ecosystems. In China, this will possibly compromise the goals of the national environmental policy, and damaging local socioeconomic conditions. In contrast, acknowledging the effects of this program will support efforts to utilize groundwater resources more efficiently, decrease the impact on the ecological services provided by these regions, and will mitigate the social and economic impacts on residents in these regions. In planning future ecological restoration practices, the impacts on the groundwater resource must be considered and calculated. In particular, environmental managers should select native tree species with high water-use efficiency and consider alternatives to trees, such as shrubs, sub-shrubs, and grassland or steppe vegetation. In addition, a broader variety of trees and other plant types should be considered; to determine an appropriate scale for afforestation that accounts for local moisture conditions, and determine methods to utilize the groundwater resource more efficiently and sustainably. This afforestation approach will improve the successful ecological restoration and sustainability of arid and semi-arid regions in China.

afforestation; arid and semi-arid areas; evapotranspiration; groundwater supply; natural tree species; afforestation

國家社科基金重大項目(11&ZD042)

2015- 08- 27;

日期:2016- 06- 14

10.5846/stxb201508271781

*通訊作者Corresponding author.E-mail: shixiongcao@126.com

魯晨曦,曹世雄,石小亮.我國北方干旱半干旱地區人工造林對地下水位變化影響的模擬研究.生態學報,2017,37(3):715- 725.

Lu C X, Cao S X, Shi X L.Stimulation on the impact of afforestation on the groundwater table in arid and semi-arid areas in northern China.Acta Ecologica Sinica,2017,37(3):715- 725.