基于中國生態系統研究網絡的典型森林生態系統土壤保持功能分析

董 蕊,任小麗,蓋艾鴻,何洪林,張 黎,李 沛

1 中國科學院地理科學與資源研究所,生態系統網絡觀測與模擬重點實驗室,北京 100101 2 甘肅農業大學,蘭州 730050 3 中國科學院大學,資源與環境學院,北京 100049 4 陜西省區域地質勘查與礦產資源勘查研究院, 咸陽 712000

生態系統服務是指生態系統與生態過程所形成及維持人類賴以生存的自然環境條件和效用[1]。森林生態系統有明顯的土壤保持作用,林冠層能夠攔截降水且減弱雨滴對土壤表層的直接沖擊和侵蝕,根系可以固持土壤,阻滯土壤顆粒流失,改良土壤結構[2-12]。Borrelli等研究認為減少全球4.1%的森林面積會使全球增加52%的土壤侵蝕量[3]。目前森林生態系統土壤保持功能的研究重點集中在區域土壤侵蝕量、侵蝕強度[5-10]或土壤保持功能價值[6-17]等方面,鮮見對不同類型森林生態系統土壤保持功能差異的研究[6]。中國生態系統研究網絡(Chinese Ecosystem Research Network, CERN)的森林生態系統臺站覆蓋北半球熱帶、亞熱帶和溫帶主要的森林生態系統類型,是研究不同類型森林生態系統土壤保持功能差異的天然實驗場；此外,CERN臺站經過長期封山育林,人類活動干擾較少,均為保存完好的地帶性植被,是相同水熱條件下自然本底較好的生態系統,估算其土壤保持功能可為相同類型生態系統土壤保持功能評估提供參照[18],在一定程度上解決土壤保持功能評估區域可比性差的問題。

森林生態系統結構的空間異質性會導致森林生態系統服務功能的空間異質性[19]。根據生態系統結構-過程-功能關系,森林生態系統類型和其植被覆蓋度都密切影響著土壤保持功能的強弱[13,20]。對不同森林生態系統類型土壤保持功能而言,混交林優于純林[21],天然林優于人工林[22-25]；植被覆蓋度上升則能有效遏制土壤侵蝕的發生[11,20]。森林生態系統實際發揮的土壤保持功能還會因為地形[8,12]、氣候[25]等環境條件以及林齡[26]的不同而產生差異。因此,對森林生態系統服務功能的動態變化與其環境影響因素的研究已成為目前生態系統服務功能的研究熱點[16],但仍缺乏分區分類型的森林生態系統環境因素如何影響其土壤保持功能的研究。

森林生態系統是重要的陸地生態系統,森林覆蓋面積占陸地面積的20.31%[27]。CERN森林生態系統臺站包括落葉針葉林、常綠針葉林、落葉闊葉林、常綠闊葉林、人工純林等各類型森林生態系統,具有一定的生態系統代表性,適合開展不同類型森林生態系統的土壤保持功能研究。本研究選用CERN的10個典型森林生態系統為研究對象,模擬分析了森林生態系統2005—2015年土壤保持功能的時空分異規律,并探討了其影響因素。

1 數據與方法

1.1 研究區概況

本研究選擇CERN的10個典型森林生態系統的綜合觀測場樣地,涵蓋熱帶(西雙版納)、亞熱帶(鼎湖山、鶴山、哀牢山、會同、神農架、貢嘎山)和溫帶(茂縣、北京、長白山)。樣地緯度范圍為21.96°N—42.4°N,海拔變化范圍為77.3—3160 m,樣地生態系統類型、地理位置、土壤類型等詳細信息見表1。

1.2 數據來源

研究數據包括氣象數據、土壤數據和植被數據。氣象數據包括來自CERN的2005—2015年人工觀測日降雨量數據(daily precipitation)、由中國陸地生態系統通量觀測研究網絡(ChinaFLUX)提供的BNF、DHF和CBF的2005—2010年半小時降雨量數據(30 minute precipitation)；土壤數據包括土壤機械組成數據(soil texture)和土壤有機碳數據(soil organic carbon, SOC),均為CERN提供的長期地面監測數據,監測層次為剖面0—100 cm；歸一化植被指數數據(normalized difference vegetation index, NDVI)來自于美國國家航空航天局(NASA)網站(http://glovis. usgs. gov)下載的MOD13Q1數據產品,空間分辨率為250 m,時間分辨率為16 d；地表徑流量數據(surface runoff)為CERN提供的各時段觀測數據計算的年均值。

1.3 研究方法

1.3.1RUSLE模型

本研究所選典型森林生態系統主要土壤侵蝕類型為水力侵蝕,因此研究重點為水蝕情況。采用目前最為成熟且應用最為廣泛的修正的通用土壤流失方程(revised universal soil loss equation, RUSLE)[28-30]評估典型森林生態系統的土壤保持功能,其計算公式為：

A=Ap-Ar

(1)

(2)

Ap=M·K·LS

(3)

Ar=M·K·LS·C·P

(4)

(1) 降雨侵蝕力因子(M)

降雨侵蝕力因子是降雨引發土壤侵蝕的潛在能力[30]。本研究采用日雨量侵蝕力模型計算降雨侵蝕力[31-33]：

(5)

式中,M為月降雨侵蝕力(MJ mm hm-2h-1mon-1)；Di為第i天的侵蝕性日雨量(mm)(要求日雨量≥12 mm,否則以0計算)；k表示天數；α、β是模型待定參數。

(2) 土壤可蝕性因子(K)

土壤可蝕性因子是評價土壤遭受降水侵蝕難易程度的重要指標,與土壤機械組成和土壤有機碳含量密切相關[28]。本研究K值計算公式[30]為：

(6)

式中,K為土壤可蝕性因子(t hm2h MJ-1hm-2mm-1)；SAN、SIL、CLA為砂粒(0.05—2 mm)、粉粒(0.002—0.05 mm)、粘粒(<0.002 mm)的含量(%)；C為有機碳含量(%)。

(3) 坡長坡度因子(LS)

坡長坡度因子反映坡長和坡度對坡面土壤侵蝕的影響。LS值計算公式[30]為：

(7)

式中,λ為坡長(m)；θ為坡度(°)；m為坡長指數；n為坡度指數。

通過分析國內研究成果[34],坡長指數m隨坡度變化的取值范圍為：

(8)

全國坡度指數n值主要集中于1.3—1.4之間,本研究取1.35[34]。因CERN樣地大小為100m×100m,因此本研究λ值為100 m。

(4) 植被覆蓋因子(C)

植被覆蓋因子反映了不同地面植被覆蓋狀況對土壤侵蝕的影響。本研究根據NDVI與植被蓋度的經驗關系計算月植被覆蓋度Fc[35]；利用蔡崇法等[36]和江忠善等[34]的方法計算植被覆蓋度因子C,公式為：

Fc=108.49NDVI+0.717

(9)

(10)

式中,Fc為植被覆蓋度(%),e為自然對數底值。

(5) 水土保持因子(P)

水土保持因子是指在由一定水土保持措施的作用下,水土流失面積與標準狀況下土壤流失面積之比[30],其值介于0—1之間。本研究所選典型森林生態系統較少受到人為干擾,因此本研究中所有站點P因子均設置為1[37]。

1.3.2降雨侵蝕力參數優化方法

參數敏感性分析有助于明確日雨量侵蝕力模型參數對降雨侵蝕力估算的影響程度,從而更精確地進行參數優化。本研究采用OAT(one at a time)參數敏感性分析方法[38]量化降雨侵蝕力對模型參數的敏感性,將日雨量侵蝕力模型參數增加和減少10%時降雨侵蝕力的變化百分率均值作為對應參數的敏感性度量。

Kateikord等[39]實驗發現,影響降雨侵蝕的兩個重要參數是降雨持續時間和降雨強度,降雨持續時間影響地表徑流量產生時間；降雨強度影響降雨動能,雨滴直徑增大導致其動能增加,使雨滴對土壤顆粒的降解力越大,增加土壤侵蝕量。Wischmeier等[30]也認為降雨侵蝕力與降雨強度關系密切,并提出降雨侵蝕力應以次降雨動能(E)與30分鐘最大雨強(I30)的乘積來衡量。王萬中等[40]分析了中國降雨侵蝕力資料后認為EI30是一個物理性質的函數,可以反映雨滴對土壤的剝離和運輸能力,且兼顧我國大多數地區的降雨特性,對降雨侵蝕力模擬效果好。但由于長時間序列、大范圍的次降雨過程數據很難獲得,因此本研究以分布在熱帶(BNF)、亞熱帶(DHF)和溫帶(CBF)3個臺站的半小時降雨量數據估算的降雨侵蝕力精確值(公式11—13)對日雨量侵蝕力模型進行參數優化。通過模型決定系數(R2)評價優化結果。

Mi=EI30

(11)

(12)

er=0.29[1-0.72exp(-0.082ir)

(13)

式中,Mi為降雨侵蝕力精確值(MJ mm hm-2h-1mon-1)；er為降雨動能(MJ mm-1hm-2h-1)；ir為雨強(mm/h)；E為日降雨總動能(MJ/mm)；Pr為侵蝕性日雨量(mm)；n為降雨天數。

2 結果與分析

2.1 降雨侵蝕力參數優化與驗證結果

圖1 日雨量侵蝕力模型參數優化結果Fig.1 Daily rainfall erosivity model parameter optimization results

通過對日雨量侵蝕力模型的參數進行敏感性分析,發現參數α和參數β敏感性相近,分別為10%和12%；參數α變化取值范圍在0.4—4.44之間,參數β的變化取值僅在2.51—3.25之間,與參數α相較,參數β區域空間差異較小,這與章文波的研究結果一致[33]。因此本研究利用長白山、鼎湖山和西雙版納3個臺站30 min觀測降雨數據計算降雨侵蝕力為精確值對參數α進行優化,用優化后的日雨量模型重新模擬了降雨侵蝕力,并與優化前的降雨侵蝕力模擬效果進行比較(圖1),發現未進行參數優化的日雨量侵蝕力模型對3個臺站的降雨侵蝕力都存在高估,其中對溫帶闊葉紅松林(CBF)和亞熱帶季風常綠闊葉林(DHF)的高估十分明顯。參數化后對溫帶和亞熱帶森林生態系統的模擬效果有顯著提高,R2分別由0.5和0.47提高到0.61和0.69,并且擬合線更接近于1∶1線(圖1)；對熱帶季節雨林的降雨侵蝕力模擬效果提升較小,R2由0.7提升至0.71(圖1)。

2.2 森林生態系統土壤保持功能空間格局分析

根據參數優化后的RUSLE模型的計算結果,通過土壤保持量和土壤保持率兩個指征對各森林生態系統土壤保持功能進行評估。表2顯示了CERN2005—2015年各典型森林生態系統的土壤保持量、土壤保持率和土壤侵蝕量。2005—2015年期間土壤保持量呈現自北至南顯著上升(R2=0.65***)的空間格局(圖2)。土壤保持量變化范圍為4.44—891.67 t hm-2a-1,其中鼎湖山、西雙版納和鶴山土壤保持量較高,大于500 t hm-2a-1,其余樣地的土壤保持量除長白山低于10 t hm-2a-1,均處于100—500 t hm-2a-1范圍內。實際土壤侵蝕量變化范圍為0.07—11.51 t hm-2a-1,其中貢嘎山實際土壤侵蝕量高于10 t hm-2a-1,長白山、茂縣、神農架、哀牢山和西雙版納實際土壤侵蝕量均低于1 t hm-2a-1。根據《土壤侵蝕分類分級標準》(SL190—2007)[41]的容許土壤流失量判斷,貢嘎山、鶴山和北京的實際土壤侵蝕量超過了容許土壤流失量,屬輕度侵蝕,其余各站均未超出容許范圍,屬微度侵蝕。

表2 森林生態系統土壤侵蝕量、土壤保持量與土壤保持率

圖2 各森林生態系統樣地土壤保持量隨緯度的變化格局 Fig.2 Spatial pattern of soil conservation in forest ecosystems plots

由于不同森林生態系統的土壤保持量受森林結構以及各自所處的氣候條件、地形條件等環境因素的影響,土壤保持量存在明顯的量級差異。因此本研究采用土壤保持率反映森林生態系統對土壤侵蝕的調控速率。從表2可以看出各森林生態系統的土壤保持率均達到97%以上。饒恩明提出2010年全國生態系統平均土壤保持率為95.71%[42],孫文義等指出2010年黃土高原草地和林地的土壤保持率分別為88%和97%[6]。與之比較,CERN森林生態系統各樣地土壤保持率均高于全國均值,可達到97%以上,說明各森林生態系統土壤保持功能都得到充分發揮。本研究利用OAT敏感性分析方法對RUSLE模型中的環境因子進行了敏感性分析,選取敏感性>2%的4種環境因子并分析其與土壤保持功能的相關性(表3),各環境因子取值均為2005—2015年CERN森林生態系統樣地觀測數據多年均值。降雨量的空間格局對潛在土壤侵蝕量、土壤保持量的空間格局產生了顯著影響(R2=0.52*,R2=0.52*),這是由于水力侵蝕是研究區主要侵蝕類型,降雨雨滴動能對土壤的打擊作用破壞土壤的團粒結構,隨著降雨持續時間的增加產生了地表徑流,且降雨對徑流的紊動作用又使徑流分散,對泥沙的搬運能力增強[43-44],所以降雨是導致土壤徑流產生和土壤濺蝕的基礎；土壤自身性質與土壤侵蝕營力的敏感性也存在密切關系,實際土壤侵蝕量與土壤砂粒含量呈現顯著正相關(R2=0.41*),本研究根據CERN提供的地表徑流量數據發現土壤砂粒含量超過40%的GGF和DHF地表徑流量最高,均大于400mm,所以考慮其實際土壤侵蝕量可能是由于土壤砂粒含量較高導致地表徑流量增加而造成的,但由于CERN各森林生態系統2010—2015年植被蓋度均達到50%以上,植被冠層攔截雨滴從而消解雨滴動能造成的土壤團粒結構的破壞[2],因此森林植被覆蓋有效的減少了實際土壤侵蝕量,NDVI與實際土壤侵蝕量存在顯著負相關(R2=0.64**)。

2.3 森林生態系統土壤保持功能年際動態分析

2005—2015年期間,CERN各森林生態系統土壤保持率均呈現上升趨勢(圖3),茂縣、鶴山和貢嘎山土壤保持率上升趨勢顯著,上升速率分別為0.08%/a、0.11%/a和0.22%/a,貢嘎山土壤保持率增長最快。其中茂縣和鶴山林齡僅為30年左右,貢嘎山為65年左右。進一步分析土壤保持率年際增長率與林齡的關系(圖4),發現兩者顯著正相關,呈現冪函數關系(y=9.37x-1.4,R2=0.56**)。因此中幼齡林的土壤保持率年際增長率較高,而隨著林齡的增加,土壤保持率年際變化趨于穩定。

表3 土壤保持功能與環境因子相關性(R2)

*P<0.05; **P<0.01; ***P<0.005;nsP>0.05

圖3 中國典型森林生態系統土壤保持率年際動態變化Fig.3 Interannual dynamics of soil conservation rate in typical forest ecosystems in China

圖4 土壤保持率年際動態斜率與林齡擬合曲線 Fig.4 Fitting curve about annual dynamic slope of soil conservation rate and forest age

3 討論

本研究基于RUSLE模型估算的CERN各典型森林生態系統土壤保持量與已有研究結果基本一致。裴夏根據2001—2006年CERN的樣地長期監測數據估算的長白山闊葉紅松林和西雙版納熱帶季節雨林的土壤保持量分別為9.68、607.64 t hm-2a-1[45],與本研究結果相近。王斌利用USLE模型計算CERN的9個森林生態系統2005年土壤保持量介于16.87—808.94 t hm-2a-1[46],本研究結果在長白山、茂縣、哀牢山略低于該研究結果,其余站點略高,這可能是由研究時段差異導致的。與南方紅壤丘陵區、東北地區等相似區域研究結果比較,本研究結果基本位于其結果區間內[8,44-47]。

降雨是土壤水蝕的主要動力,降雨侵蝕力是土壤保持功能評估中最基本也是最重要的因子[31-33],因此對降雨侵蝕力的準確估算能有效提高土壤保持功能評估的精度。但由于長期次降雨過程資料較難獲取,所以前人在研究中提出了以降雨量為基礎資料的降雨侵蝕力估算方法[43,48]。本研究利用位于3個氣候帶的樣地的30 min降雨量數據估算的降雨侵蝕力精確值對日雨量侵蝕力模型進行參數優化,發現該模型在降雨豐富的地區模擬效果明顯優于降雨較少的地區,這與章文波等[33]對日雨量侵蝕力模型的研究結果一致。王萬中[40]、鐘莉娜等[25]也提出,在降雨較少的北方地區,降雨多表現出歷時短、雨量集中的特點。這時的土壤侵蝕基本上是與雨滴直徑大小和速度相關的雨滴動能通過對土壤顆粒的剝離和地表徑流的輸移而產生的,與降雨強度關系密切；而在降雨較豐富的南方地區,暴雨特性差異則并不顯著。而日雨量侵蝕力模型以雨量估算侵蝕力導致其在降雨較少的區域模擬結果偏差較大。因此,應以不同區域的降雨特征為依據進行降雨侵蝕力估算,才能提供更為準確的土壤保持功能評估。

雖然森林生態系統的土壤保持功能顯著高于其他類型的生態系統[2,22],但本研究結果顯示各森林生態系統臺站的土壤保持量、潛在土壤侵蝕量和實際土壤侵蝕量的量級并不一致。這是因為土壤保持功能的空間格局是由引起土壤侵蝕的各類氣候因素、地形因素,以及保護土壤的植被共同作用而形成的。例如,在西雙版納和鼎湖山,盡管降雨豐沛導致潛在土壤侵蝕量較大,但由于較高的植被覆蓋度(>90%)對降雨形成阻隔,實際土壤侵蝕量是較低的。而在貢嘎山,由于坡度較大造成了實際土壤侵蝕量較大,而且海拔較高(3160 m)導致水熱條件差抑制了植被生長,植被覆蓋度為十站中最低僅有54%,較低的植被覆蓋度導致植被無法充分發揮其土壤保持功能,這表明坡度會對實際土壤侵蝕量造成直接影響,而海拔會通過影響植被生長進而造成實際土壤侵蝕量的變化,這與陳龍[12]、查良松[11]、陳思旭[8]等人研究結果相一致。植被覆蓋度較低(57%)的北京和植被構成主要為人工純林的鶴山實際土壤侵蝕量高于相似水熱條件的長白山和鼎湖山,張彪[49]、鄭華[22]、賴仕嶂[48]、康惠惠[20]、楊吉華[23]、黃承標[24]等人提出植被覆蓋度較低或者植被為人工造林時,產生的實際土壤侵蝕量會大于植被覆蓋度高或原生森林植被的實際土壤侵蝕量。

對于森林生態系統土壤保持功能的研究,必須結合當地自然條件,客觀認識森林生態系統的功能特征,但我國當前的森林土壤保持功能研究還集中在單一植被覆蓋度指標[50],而忽視了其他植被特征對土壤保持功能的影響。本研究發現林齡為30a左右的茂縣和鶴山,植被覆蓋度年際變化速率達到0.43%/a和0.88%/a且顯著上升,說明此時植被冠層可能處于逐漸郁閉,植被尚處于空間結構的形成階段,對降雨動能的攔截作用隨著植被冠層生長而顯著增加,因此其土壤保持率增長趨勢顯著。林齡大于100a的西雙版納、哀牢山和鼎湖山的植被覆蓋度沒有明顯的年際變化,其土壤保持率則沒有表現出顯著的增長趨勢,但當林齡較大時地面枯落物層累積可降低地表徑流流速,提高土壤下滲作用[51],其平均土壤保持率可達到99.4%以上,本研究認為此時森林生態系統可能處于土壤保持功能得到充分發揮的功能顯著階段,這與吳欽孝[21]的研究結果相似。總體來說,林木生長過程中對土壤以及森林生態系統環境的改變會影響森林生態系統土壤保持功能的發揮[21,52- 53]。

本研究采用RUSLE模型分析了中國典型森林生態系統土壤保持功能時空變化特征及其影響因素,為評估森林生態系統對土壤侵蝕的調控作用提供了依據。但CERN觀測場樣地選址多為平緩的坡中或山地下坡區域導致無法判斷是否存在短距離沉積,且由于RUSLE模型僅考慮水蝕動力的固定參數,未解釋森林生態系統結構特征與土壤保持功能的內在聯系,因此今后還需要結合長期和系統的觀測實驗,獲取長時間序列且精度更高的相關實測數據,綜合分析森林植被對土壤侵蝕的控制作用,研究土壤保持功能各個因素間的相關性,從而能更客觀全面的評估森林生態系統的土壤保持功能。

4 結論

1) 日雨量侵蝕力模型在降雨較豐富的熱帶地區模擬效果比在亞熱帶和溫帶地區模擬效果好。對日雨量侵蝕力模型進行參數校正后熱帶地區模擬效果提升較小,亞熱帶和溫帶地區的模擬效果有顯著提升。

2) 2005—2015年期間,CERN各典型森林生態系統土壤保持量呈現北低南高的空間格局(R2=0.65***)。本研究中貢嘎山、鶴山和北京為輕度侵蝕,其余各站均屬微度侵蝕。所有樣地土壤保持率均達到97%以上,說明各森林生態系統發揮了較好的土壤保持功能。

3) 降雨量對潛在土壤侵蝕量和土壤保持量的影響最大,其決定系數0.52；NDVI與實際土壤侵蝕量呈顯著負相關(R2=0.64**),土壤砂粒含量與實際土壤侵蝕量呈顯著正相關(R2=0.41*)；植被林齡與土壤保持率年際增長率呈冪函數關系,說明林齡越小土壤保持率年際變化越快。