廬山日本柳杉林下穿透雨時空分布特征

鄧文平,郭錦榮,鄒 芹,陳 琦,黃家輝,盧妍潔, 劉苑秋

1 江西農業大學林學院, 南昌 330045 2 珠海市自然資源局, 珠海 519015 3 江西廬山國家級自然保護區管理局, 九江 332000 4 鄱陽湖流域森林生態系統保護與修復國家林業和草原局重點實驗室, 南昌 330045

森林與水的關系一直以來都是生態水文學的重要問題之一。森林冠層作為降水到達地面過程中的第一作用層,對降水進行第一次再分配,具有重要的水文功能和生態水文意義。而穿透雨作為降水再分配中最主要的組成部分,林冠層的作用將會對其時空分布格局產生重要影響,并進而影響林地土壤水分分布、養分循環利用、以及穿透雨中元素濃度和沉積、根系生長和徑流形成等[1]。因此其在樣地尺度水文、生物地球化學和生態過程中占有極其重要的地位[2]。

穿透雨的形成及空間分布受到降雨特性(降雨量和降雨強度)和林分結構(林分分布和葉面積指數(Leaf area index, LAI)的影響[3]。大量的研究認為降雨量是林內穿透雨量的決定因素,隨著林外降雨量的增加林內穿透雨量也逐漸增加,兩者呈線性關系[4]。對林內穿透雨率來說,其隨著林外降雨量的增加前期迅速增加而后達到穩定,大部分研究經統計后認為二者之間呈對數函數關系[4- 7]。林分結構因素中對葉面積指數的分析較多,穿透雨率與葉面積指數之間呈負相關關系,且隨降雨量增大相關性減弱。因此在穿透雨量及其主要影響因素間的關系是有一定結論的。

但是,穿透雨的輸入隨著空間和時間具有很高的變化,即隨著降雨的進行,從林冠到林下,形成穿透雨和溶質輸入的“熱點”和“熱時刻”[8- 10]。目前,關于穿透雨時空異質性及其影響因素的研究也在逐漸增多,但無論是從林分尺度[11- 12]還是在單株尺度的分析[13- 15],并未形成統一的結論。尤其是在林分尺度的分析,不同樹種結論各異。李振新等[16]對岷江流域冷杉針葉林穿透雨研究發現,林下不同觀測點穿透雨率具有顯著的差異,且各觀測點正上方的冠層及枝葉性質對穿透雨的空間分布也有一定影響。盛后財等[17]研究發現興安落葉松林下穿透雨空間異質性變異程度隨降雨量的增加而減小,以對數方程擬合較好(P<0.01);冠層結構特征是影響穿透雨空間變異的重要因素,冠層復雜程度與穿透雨量呈負相關關系；在冠層結構因子中,冠層厚度是決定穿透雨空間分布的最主要因素。 曹云等[18]對中亞熱帶杜仲(Eucommiaulmoides)人工林水文特征研究發現,距樹干距離和降雨量能夠影響穿透雨的空間異質性,即穿透雨率隨著與樹主干距離的增加而提高,但隨著降雨量的增加,穿透雨的空間變化減少,異質性降低。Sinun等[19]在熱帶雨林中的研究認為林冠密度和樹種差異與穿透降水的空間分布沒明顯關系,起主導作用的可能是葉尖滴水。時忠杰等[20]分析六盤山華山松林下穿透雨空間變異影響因素發現,冠層對穿透雨具有一定的聚集效應,且葉面積指數對穿透雨的空間分布影響最大。Pérez-Suárez等[21]研究也表明,隨著LAI增大穿透雨量降低。曹光秀等[22]基于Kriging插值法分析磨盤山常綠闊葉林穿透雨的空間分布發現,大氣降雨量與穿透雨量呈正相關關系,葉面積指數與其呈負相關關系。雨量較小時各觀測點林內穿透雨的大小分布與觀測點上方的林木結構有密切關系,雨量較大時穿透雨的分布更隨機,規律性較小,受其他隨機因素影響更多。但是也有研究認為葉片對降雨有聚集效應,葉面積指數大的地方,穿透雨率也大；而Teale等[23]認為降雨分配模式與LAI無顯著關系。不同地區無論是從樹種還是單一林分結構指標分析穿透雨的時空變異性得到不同的結論。

日本柳杉(Cryptomoriajaponica)在廬山主要分布在700 m海拔以上的地區,是該地的主要造林樹種,發揮著重要的水源涵養、凈化大氣環境、森林游憩等生態功能。目前對該樹種的研究主要集中于水分生理生態[24- 26]、毛竹入侵及其水分關系[27]的影響方面,因此,有必要對日本柳杉林的水循環過程進行研究,從而為其水源涵養服務功能效益評價提供一定的數據基礎。本研究將對日本柳杉林降雨再分配的時空異質性及其主要影響因素進行初步的分析和探索,以期能促進對日本柳杉林冠層水分傳輸的理解,并為其水文調節功能評價提供科學依據。

1 材料與方法

1.1 研究區概況

研究區位于江西廬山國家級自然保護區內(廬山森林生態系統定位觀測研究站),地理位置為115°52′38″—116°05′25″ E,29°25′18″—29°39′57″ N。處于北亞熱帶向中亞熱帶過渡的季風濕潤氣候區。多年平均溫度11.6℃,最低月平均溫度為一月-4.1℃,最高月平均溫度為七月22.3℃,年平均降水量為2068.1 mm,年日照時數1715 h。特殊的氣候特征和復雜地形,形成了多樣的生境,具有豐富的生物多樣性,植被沿海拔梯度呈明顯的垂直分布規律,自下而上分布有常綠闊葉林、常綠落葉闊葉混交林、落葉闊葉林、針闊混交林、針葉林、山頂矮林、人工柳杉林、毛竹林等,其中天然常綠落葉闊葉混交林森林生態系統具有典型性和代表性,而人工林以針葉林為主,其中最具代表性的樹種為20世紀中葉營造的日本柳杉林,面積約為330 hm2,平均蓄積297.3 m3/hm2,主要分布海拔在500—1300 m。

本實驗在海拔960 m處選擇長勢良好、林相整齊且胸徑大小變化豐富的日本柳杉林分,設置一塊30 m×30 m面積的長期固定觀測樣地,通過每木檢尺確定樣地內林木的基本特征。利用機械布點的方法,布設穿透雨和樹干徑流觀測設施。觀測樣地的具體信息詳見表1和圖1。

表1 觀測樣地主要林分特征

1.2 降雨、穿透雨、樹干徑流觀測方法

1.2.1大氣降雨的觀測

在所選樣地的林分邊緣200 m處的林外開闊地上布設自計式翻斗雨量計(由美國 Onset HOBO公司生產,型號為RG3-M),對林外降雨量和降雨強度進行實時的觀測,觀測頻度為5 min,降雨量觀測精度為0.2 mm。

1.2.2林內穿透雨的收集及觀測方法

林內穿透雨的收集采用自制的雨量筒,它是由內徑為20 cm的漏斗(截面積為314.16 cm2/筒)通過塑料管與2.5 L的收集瓶連接組成的,漏斗放置在同樣直徑大小的硬質PVC管(打入土壤20 cm)上以保持收集面水平和穩定。在30 m×30 m的日本柳杉林樣地內依據機械布點的方式(遇到布設點位處有樹木和巖石時,略微進行了垂向偏移),布點時先利用50 m皮卷尺將樣地劃分為6行6列的方格,再取第一行中間位置處放點,由于布點位置可能與樣地內的喬木位置重疊,或者布點位置不便于放置收集桶,采取根據現場情況進行平移或上下移動,最終布設完成時縱坐標均值分別為3.5、9.5、14.5、18.5、23.5、27.5,行方向上按照5 m的點位間隔,不同行交叉排列,最后4個雨量筒隨機插入第一行和第二行之間。共布設自制收集桶37處。在樣地中心以及四角(10 m×10 m)中心點處布設自計式雨量計5處,對穿透雨量及其變化過程進行觀測(圖1)。

圖1 林木及雨量筒空間分布Fig.1 The spatial distribution of forest and rain gauge

1.2.3葉面積指數觀測與分析

自2017年4—9月,利用Li-Cor公司(USA)生產的LAI- 2200植物冠層分析儀,在穿透雨采集點正上方測定其葉面積指數。觀測頻度約為每月觀測一次,共觀測6次,具體時間點分別為2017-04-16,2017-05-12,2017-06-06,2017-07-04,2017-08-18,2017-09-13；各月葉面積指數平均值為4.14,3.86,3.87,4.27,4.08,4.22,不同月份之間差異不顯著,因此在進行葉面積指數的處理時選擇不同月份的平均值。采用FV2200軟件分析確定在不同天頂角度下(53°、 38°、 23°、7°)采集點處的葉面積指數,分析了不同天頂角度下葉面積指數與穿透雨率的相關性發現,天頂角度7°時的葉面積指數與穿透雨率關系顯著的場次最多為6場,其余天頂角度23°、38°、53°分別為2場、0場、0場。因此選擇天頂角度7°時的葉面積指數進行分析。

1.2.4穿透雨時空變異系數計算

穿透雨的空間變異系數表示為單次降雨事件下不同觀測點穿透雨率的空間變異性,而時間變異系數指示為某一固定監測點在不同場次降雨事件中穿透雨率的時間變異系數,其計算方法參考裴成敏等[28]。

2 結果與分析

2.1 研究期間降雨特征

依據距離樣地1 km處的林外空地氣象站記錄的降雨信息,將時間間隔超過4 h的降雨事件劃分為不同兩場場次降雨[17]。研究區降雨集中分布在4—9月,該時段內多年平均降水量占降水總量的76.4%。研究期間(2017年4月—2017年9月)共記錄61場有效降雨事件,總累計降雨量1356.8 mm,最大降雨量為147.66 mm,最小降雨量為0.6 mm。

將場次降雨按照降雨量范圍0—10、10—25、25—50、>50 mm進行等級劃分(圖2),不同等級場次降雨發生頻數分別為33次、12次、7次、9次。觀測期內降雨量主要集中在0—10 mm范圍內,隨著次降雨量的增大,林外降雨事件發生頻數下降。

從降雨強度分析(圖2),觀測期間內平均降雨強度為4.5 mm/h,最大降雨強度為27.2 mm/h,最小降雨強度為0.1 mm/h,不同降雨強度范圍(<2、2—5、5—10、10—20、>20 mm/h)下的降雨事件數占比分別為44.26%、22.95%、21.31%、9.84%、1.64%。說明觀測期內降雨強度集中在低強度<2 mm/h,且隨降雨強度增加林外降雨事件發生越少。

從降雨歷時來看(圖2),觀測期間內平均降雨歷時10.38 h,最長降雨歷時43.18 h,不同降雨歷時(<1、2—6、6—12、12—24、>24 h)對應的降雨事件發生頻數分別為8次、18次、15次、13次、7次。60%以上的降雨在12 h以內結束,還有11.5%的降雨歷時超過24 h。

圖2 研究期間降雨特征Fig.2 Characteristics of gross rainfall during the study period

2.2 林下穿透雨特征及其空間變異性

對樣地內37個穿透雨采樣點在21次降雨事件后的穿透雨量進行分析后,發現林下穿透雨率最大為222%,最小僅為2%,平均穿透雨率為80%,林下穿透雨率具有很大的空間變異性,不同次降雨事件下,穿透雨率空間變異系數最大為114%,最小僅為15%,因此林下穿透雨率及穿透雨的空間變異性與林外降雨特征關系密切。

圖3 穿透雨率、穿透雨變異系數與降雨量的關系 Fig.3 Relationship of gross rainfall versus throughfall percentage and CV of throughfall

通過對降雨量、降雨強度與穿透雨率、穿透雨空間變異系數的Person相關性分析發現,日本柳杉林內穿透雨率、標準偏差及其空間變異系數與林外降雨強度的相關性不顯著,而與降雨量的相關性極顯著(相關系數分別為r=0.699、-0.593、-0.693,P<0.01),即穿透雨率隨林外降雨量的增加呈增加的趨勢,空間變異系數和穿透雨率的標準偏差隨林外降雨量的增加而減小。通過回歸分析發現,穿透雨率、空間變異系數與降雨量之間用對數函數、二次多項式、冪函數以及邏輯斯蒂方程進行模擬,回歸方程和回歸系數都能通過顯著性檢驗,但根據決定系數R2大小,本研究中穿透雨率與降雨量之間以二次多項式模擬效果最好(圖3),擬合方程為：

TF(%)=-0.0006P2+0.033P+0.520,R2=0.673,

P<0.01,n=21

(1)

式中,TF為穿透雨率(%),P為降雨量(mm)。

這與之前研究中普遍采用的冪函數[17,29]和對數函數[18,28]有不同之處。根據穿透雨的形成規律,從降雨開始至林冠層趨于飽和前,隨降雨量的增加穿透雨率逐漸增加,由于水分在冠層的運動過程中,其截留的部分雨水也會與后續的降雨混合后進入林地內,因此,會出現穿透雨率的后續一段時間的波動起伏。同時由于本研究觀測的林外降雨量最大為44 mm,未能呈現出降雨量繼續增大后的波動穩定狀態。由此以二次多項式擬合方程效果最佳,由方程可知,日本柳杉林的林下穿透雨率趨于漸進值時的最小降雨量約為28mm。

穿透雨的空間變異系數與林外降雨量之間以冪函數模擬效果最好,擬合方程為：

CV(TF)=0.739P-0.368,R2=0.795,P<0.01,n=21

(2)

式中,CV為單次降水事件下林下穿透雨率的空間變異系數,TF為穿透雨率(%),P為降雨量(mm)。許多前人對不同樹種的研究中也得出相同的結果[28]。由擬合曲線分析可知,在降雨量逐漸接近20 mm時,林內穿透雨率的空間變異系數變化范圍為20%—114%,平均值為46%；降水量大于20 mm后其變化范圍15%—26%,平均穿透雨率為22%。此時,可推測當降雨量大于20 mm時林冠層對穿透雨的空間變異性影響減弱。

因此,綜合穿透雨率、空間變異系數與林外降雨的關系,我們推測日本柳杉林樣地冠層達到飽和時的林外降水量在20—28 mm之間。

2.3 穿透雨時空分布特征及其與葉面積指數的關系

穿透雨的空間差異與許多因素有關,但主要影響因素為冠層結構特征和氣象因子。本研究中我們將觀測期內不同位置處觀測點上的降雨量、風速、風向、溫度等氣象因子處理為一致的,主要探討冠層結構特征的差異引起的空間變化。采用天頂角度為7°時,不同觀測點處的葉面指數平均值變化范圍在1.99—6.34,將37個觀測點依據葉面積指數劃分為1.99—3(3個), 3—4(13個), 4—5(10個), 5—6(7個), 6—7(4個)共5種情景,進一步分析不同觀測點位的空間差異。

圖4 不同葉面積指數下觀測點平均穿透雨率與降雨量關系 Fig.4 Relationship of mean throughfall rate and gross rainfall at different LAILAI: 葉面積指數Leaf area index

對觀測期內21次次降雨事件穿透雨的觀測,分析可知,在5種葉面積指數條件下,通過配對樣本T檢驗發現,除LAI(1.99—3)與LAI(3—4)以及LAI(4—5)與LAI(6—7)配對之間差異不顯著外,其他配對之間差異均顯著,說明這種葉面積指數劃分是有意義的。葉面積指數處于1.99—3時,平均穿透雨率最大,平均值為94.6%,標準差為24.5%,變異系數為25.9%；而葉面積指數處于5—6時,平均穿透雨率最小,平均值為62.2%,標準差為28.7%,變異系數為46.1%。在21次次降雨事件下,葉面積指數(1.99—3)的觀測點平均穿透雨率≥100%的降雨事件數達到9次,占到所有降雨事件數的42.9%,說明在葉面積指數(1.99—3)的觀測點位處更易發生降雨聚集效應。

對5種葉面積指數條件下,觀測點平均穿透雨率與林外降雨量進行回歸分析和顯著性檢驗(圖4),發現LAI(1.99—3)條件下,穿透雨率與林外降雨量的關系不明顯,而其他葉面積指數條件下均呈現了顯著的相關性,且回歸方程以二次多項式擬合效果最好(表2),隨著林外降雨量的增加,穿透雨率均呈現增加的趨勢,且葉面積指數>4的觀測點,穿透雨率均在林外降雨量為30 mm時達到最大,而LAI(3—4)的觀測點在林外降雨量為24.3 mm時達到最大,進一步說明了冠層結構對降水攔蓄截留作用的重要性。

對5種葉面積指數條件下,觀測點穿透雨率變異系數與林外降雨量進行回歸分析和顯著性檢驗(圖5),在LAI(1.99—3)條件下,穿透雨率變異系數與林外降雨量的關系不明顯,而其他葉面積指數條件下,觀測點空間變異系數均呈現出極顯著的相關性,回歸方程都以對數函數的擬合效果為最好(表3)。葉面積指數在4—5時,擬合方程的決定系數最大,葉面積指數為6—7之間時,決定系數最小,而葉面積指數在1.99—3之間時不呈現相關性。可知,隨冠層葉面積指數的增加,林外降雨量對空間異質性變化的解釋度降低。

表2 不同葉面積指數(LAI)下觀測點平均穿透雨率與降雨量回歸擬合及顯著性

表3 不同葉面積指數下觀測點空間變異系數與降雨量回歸擬合及顯著性

圖5 不同葉面積指數下觀測點空間變異系數與降雨量關系 Fig.5 Relationship between CV of throughfall and gross rainfall at different LAI

基于上述分析結果,我們進一步對21場降雨下不同觀測點處的平均穿透雨率和時間變異系數與冠層結構特征(葉面積指數LAI)進行相關和回歸分析(圖6和圖7)。發現不同觀測點葉面積指數與平均穿透雨率呈極顯著負相關性(r=-0.605),而與時間變異系數呈極顯著的正相關(r=0.639)；而回歸擬合效果皆以三次多項式的效果為最好；說明空間結構特征對穿透雨分布影響的復雜性。森林冠層葉面積指數只有在某一范圍時,才能發揮最優的截持和分配降雨能力。因此,我們根據穿透雨率的變化進行了分段擬合,發現葉面積指數以4.5為分界點,在LAI 3—4.5之間變化時,隨著葉面積指數的增加穿透雨率近似呈線性減小,而當葉面積指數在4.5—7之間時,它們之間以二次多項式擬合為最優。而依據降雨量等級0—10 mm(小雨),10—25 mm(中雨)和25—50 mm(大雨),將穿透雨率按照葉面積指數進行多重比較(Tukey)也發現,降雨量級為0—10 mm時,不同葉面積指數等級之間差異顯著,而降雨量級大于10 mm后,葉面積指數大于4的觀測點穿透雨率差異不顯著。因此不考慮降雨量影響條件下以4.5作為葉面積指數影響的分界點是合理。隨著葉面積指數的增加穿透雨觀測點位的時間變異系數在逐漸增加。

圖6 平均穿透雨率與葉面積指數的關系 Fig.6 Relationship between mean throughfall percentage and LAI

圖7 時間變異系數與葉面積指數的關系 Fig.7 Relationship between time coefficient of variation and LAI

3 討論

對2017年生長季4—9月21場降雨下日本柳杉林內37個穿透雨觀測點數據分析,日本柳杉林下平均穿透雨率為80%,與許多前人對針葉樹種穿透雨研究結果相比處于中間值,如祁連山青海云杉林(75.04%)[6]、側柏林(60%—78.8%)[30]、亞熱帶馬尾松林(72.51%—76.45%)[31]、六盤山華北落葉松林(74.94%—85.3%)[3,32]、興安落葉松林(80.62—81.39%)[29]、六盤山華山松林(84.34%)[20],不同樹種的這種差異是由許多生物和非生物因素共同作用導致的,如林分密度[13,32]、林齡[33]、郁閉度[34]、冠層厚度[30]、葉面積指數[3]等生物因素。本文對降雨量和葉面積指數的分析發現,降雨量大于28 mm時,穿透雨率趨于穩定；而降雨量級在中雨和大雨時,穿透雨率差異不顯著；將觀測點處的葉面積指數分為五種情形分析降雨量與穿透雨率關系時發現,葉面積指數在1.9—3之間時,穿透雨率與林外降雨量沒有相關性,而在其他四種情形下,降雨量和穿透雨率都以二次多項式擬合最優,當LAI在4—5、5—6、6—7這幾種情景時,擬合函數的決定系數R2≥ 0.70,而LAI處在3—4之間時,降雨量對穿透雨的解釋程度R2只有0.41。由此可以推論,林分冠層結構參數LAI在3—4.5時,對穿透雨率的影響最大,降雨量此時的解釋程度低,而當LAI繼續增加,冠層結構特征對穿透雨率的影響穩定。對不同降雨量級下,不同水平葉面積指數下穿透雨率的多重比較結果,也證明不考慮降雨量影響,葉面積指數超過4以后穿透雨率變化不顯著,因此可以將葉面積指數4.5作為該地區今后日本柳杉水源涵養林最優結構的參考指標。

幾乎所有的研究都認為林外降雨量(非生物因素)才是林內穿透雨量的決定性因素,穿透雨率隨著林外降雨量的增加先顯著增大后緩慢增大并漸趨穩定,穿透雨率很大程度上取決于林外降雨量的大小[17]；目前大多數研究是以對數函數來對穿透雨率和降雨量進行模擬[4,6- 7,35],也有一些研究選擇用指數函數[3,36]、冪函數[17,29]和邏輯斯蒂函數[20],這些擬合結果的整體趨勢也基本符合穿透雨率的變化規律。本研究中的穿透雨率與林外降雨量的回歸擬合表明,二次多項式的擬合效果最好(R2= 0.67),顯示林外降雨超過28 mm后穿透雨率會有波動下降的趨勢。這結果與盛后財等[17]所得出的20 mm后穿透雨率漸趨穩定有一定的差異,主要原因有以下幾個方面,第一,本研究中所觀測的林外降雨事件中最大降雨量為44 mm,沒有更大次降雨事件的觀測,可能影響了整體曲線的擬合；第二,綜合分析前人有關針葉林的研究發現,多數研究所觀測的最大次降雨量小于25 mm[16- 17,29,36- 37,],因此,導致擬合曲線末端趨穩的結果,第三,對部分觀測到30—45 mm降雨事件的研究進行分析,發現他們的研究結果與本研究結果相似,即在林外降雨大于28 mm后穿透雨率有向下波動的趨勢[3,7]?？梢?大降雨量時段其穿透雨率變化是復雜的。但在更大降雨事件下(>50 mm),其穿透雨率更趨于臨界閾值,其變化規律更難于預測。由此我們認為本研究的擬合曲線是可以接受的,并推論,在林冠層達到飽和后,隨著降雨量的繼續增加,穿透雨率會呈現一種分段波動趨穩的狀態,即先增加(約在20—30 mm)后下降(約在30—45 mm)而后再上升至穩定期(>45 mm)。

圖8 Monte Carlo 模擬的穿透雨率平均值和置信區間隨雨量收集器數量的變化Fig.8 Variation of the average and confidence intervals of throughfall rate with collector number based on the Monte Carlo resampling5%、 10%誤差水平指占 37 個收集器測穿透雨量平均值的 5%、 10%

本研究對日本柳杉林內穿透雨空間變異系數的分析發現,其與林外降雨強度沒有相關性,與降雨量和葉面積指數顯著相關。隨著降雨量的增加變異系數減小,在降雨量大于20 mm后,趨于穩定(15%—26%),與林外降雨量的擬合關系以冪函數效果最佳。這與其他針葉樹種的研究結果一致,如六盤山華北落葉松林空間變異系數最終穩定在15%[3],雜交松(16.5%)[12],油松、興安落葉松、青海云杉基本穩定在18%—22%之間,這主要是由于隨著降雨量的增加,冠層結構特征對穿透雨的影響減弱,穿透雨趨向于空間均勻化,變異系數的大小取決于隨機因素[3,15,29]。從不同葉面積指數區間內觀測點平均空間變異系數與降雨量的關系也可以發現,在觀測點處LAI >6以后,用降雨量對空間變異性的解釋度降低(R2),降雨量的解釋度最高時葉面積指數處在4—5這個區間內。各觀測點處葉面積指數及其時間變異系數的關系可知,隨著葉面積指數的增加,觀測點位處的時間變異系數也增加。這與之前空間變異系數的分析相符,即在葉面積指數 >5后,降雨量對穿透雨率的空間變異系數的解釋度降低,因為此時觀測點本身的時間變異系數較大。

空間變異性影響穿透雨的精確評估,及其收集過程中雨量器的布設方式和數量,劉澤彬等[3]在對六盤山華北落葉松穿透雨空間變異性的研究中,得出在30 m×30 m的樣地內,雨量筒收集口面積為230.58 cm2時,降雨量級為 0—10 mm,在 95%的置信區間下,華北落葉松林內布設 13 和 26 個以上的穿透雨收集器；當降雨量級在 10—20 mm 時,則需布設 6 和 15 個以上的收集器時,當降雨量級大于20 mm 時,則需設5 和 15 個以上收集器時,能滿足測穿透雨量誤差能控制在 10%和 5%內。與之對比可以發現,本研究林分平均葉面積指數更大,空間變異系數也更大,在采用相同布局方式和雨量筒規格時,需要布設更多數量的采集器才能滿足穿透雨量誤差的需求,通過Monte Carlo模擬重抽樣的方法(圖8),發現在降雨量級0—10 mm時,95%置信區間下,收集器數量需25和32個以上,在降雨量級10—20 mm時,收集器數量需10和22個以上,在降雨量級20—40 mm時,95%置信區間下,收集器數量7和18個以上。盡管有研究顯示穿透雨變異系數隨著穿透雨收集器面積增大而減小,本研究使用的穿透雨收集器面積(314.16 cm2)更大,因此,相對于穿透雨收集器面積,葉面積指數可能是導致本研究穿透雨變異系數較大的主要原因。

4 結論

根據本文對廬山日本柳杉林下穿透雨與葉面積指數的時空關系研究,發現：

(1) 穿透雨率受降雨量和葉面積指數的影響。其隨著降雨量的增加而增加,降雨量達到28 mm時穿透雨率趨于最大值,之后變化規律復雜未見穩定,二者之間關系以二次多項式擬合最優(降雨量0—44mm)。與葉面積指數呈顯著負相關,葉面積指數小于4.5時對穿透雨率的影響顯著。不同葉面積指數下,穿透雨率達到最大時的林外降雨量不同。

(2)林下穿透雨率的空間分布受降雨量和葉面積指數的影響。隨著降雨量的增加先減小,降雨量超過20 mm后逐漸穩定,二者之間以對數函數關系式擬合。觀測點位的時間變異系數隨著葉面積指數的增加而增大。葉面積指數小于5,降雨量小于20 mm時,降雨量是影響穿透雨空間變異性的關鍵因素。