文章快速检索     高级检索
  中国水土保持科学   2021, Vol. 19 Issue (5): 53-62.  DOI: 10.16843/j.sswc.2021.05.007
0

引用本文 

左亚凡, 贺康宁, 王帅军, 俞国峰, 柴世秀, 李远航. 青海高寒地区典型针叶林的降雨分配特征及Gash修正模型的应用[J]. 中国水土保持科学, 2021, 19(5): 53-62. DOI: 10.16843/j.sswc.2021.05.007.
ZUO Yafan, HE Kangning, WANG Shuaijun, YU Guofeng, CHAI Shixiu, LI Yuanhang. Rainfall distribution characteristics of typical coniferous species in the alpine region of Qinghai and the application of revised Gash model[J]. Science of Soil and Water Conservation, 2021, 19(5): 53-62. DOI: 10.16843/j.sswc.2021.05.007.

项目名称

青海省科技厅重点研发与转化计划"基于水源涵养功能保障的森林健康综合评价体系构建"(2020-SF-144-1)

第一作者简介

左亚凡(1997-), 男, 硕士研究生。主要研究方向: 水土保持, 林业生态工程。E-mail: zuoyafan@yeah.net

通信作者简介

贺康宁(1962-), 男, 教授, 博士生导师。主要研究方向: 水土保持, 林业生态工程。E-mail: hkn@bjfu.edu.cn

文章历史

收稿日期:2020-07-28
修回日期:2021-05-18
青海高寒地区典型针叶林的降雨分配特征及Gash修正模型的应用
左亚凡 1, 贺康宁 1, 王帅军 2, 俞国峰 3, 柴世秀 3, 李远航 1     
1. 北京林业大学水土保持学院, 水土保持国家林业局重点实验室; 北京市水土保持工程技术研究中心; 林业生态工程教育部工程研究中心, 100083, 北京;
2. 中国电建集团华东勘测设计研究院有限公司, 310000, 杭州;
3. 青海省西宁市大通县气象局, 810100, 西宁
摘要:为了揭示高寒地区典型针叶林的降雨分配特征以及Gash修正模型在同一立地条件下不同林分类型的适用性,并为林分的水源涵养功能评价提供科学依据,以充分发挥林分的水土保持能力。于2019年5月15日-8月15日在青海省大通县闇门滩流域高位浅山阴缓斜坡分别选取华北落叶松(Larix principis-rupprechtii)纯林和青海云杉(Picea crassifolia)纯林样地各1块,实测其穿透雨量、树干茎流量和冠层截留量,并同步监测林外降雨量及常规气象因子,应用修正后的Gash模型对2种林分样地的冠层截留量进行模拟,并进行误差验证。结果表明:1)观测期内,林外总降雨量为255.83 mm,华北落叶松的冠层截留量、穿透雨量和树干茎流量分别占总降雨量的25.79%、74.06%和0.15%;青海云杉的冠层截留量、穿透雨量和树干茎流量分别占总降雨量的27.78%、71.03%和1.195%。2)Gash修正模型对华北落叶松和青海云杉冠层截留量的模拟结果分别占总降雨量的23.07%和23.98%,相对误差分别为10.55%和13.64%,模拟值均小于实测值,模拟效果比较合理。3)Gash修正模型中各项参数的敏感性排序为S > E > R > c > St > Pt。综上所述,Gash修正模型能够较好地模拟该地区华北落叶松和青海云杉的冠层截留,可以为该地区林分的水源涵养功能综合评价提供科学理论指导。
关键词华北落叶松    青海云杉    冠层截留    Gash修正模型    敏感性分析    
Rainfall distribution characteristics of typical coniferous species in the alpine region of Qinghai and the application of revised Gash model
ZUO Yafan 1, HE Kangning 1, WANG Shuaijun 2, YU Guofeng 3, CHAI Shixiu 3, LI Yuanhang 1     
1. School of Soil and Water Conservation, Key Laboratory of State Forestry Administration on Soil and Water Conservation, Beijing Engineering Research Center of Soil and Water Conservation, Engineering Research Center of Forestry Ecological Engineering of Ministry of Education, Beijing Forestry University, 100083, Beijing, China;
2. Power China Huadong Engineering Corpo, 310000, Hangzhou, China;
3. Bureau of Meteorology in Datong County, 810100, Xining, China
Abstract: [Background] In this study, the revised Gash model was used to simulate the interception process of two typical coniferous forests (Larix principis-rupprechtii and Picea crassifolia) in the alpine region of Qinghai province in order to understand the precipitation distribution of different forest stands on the same site. Concurrently, it can provide a theoretical basis for the evaluation of water conservation function of stand, so as to maintain the stability of stand, and give full play to the function of water and soil conservation as well as water conservation of stand. [Methods] From May 15th to August 15th, 2019, we selected two plots of L. principis-rupprechtii(the forest density of 1 700 trees/hm2, canopy density 0.62)and P. crassifolia(the forest density of 3 125 trees/hm2, canopy density 0.62)on the high and shallow slopes of the Anmentan watershed in Datong county, Qinghai province. We measured their throughfall, stemflow and canopy interception. And we simultaneously monitored conventional meteorological factors such as rainfall outside the forest, solar radiation intensity, wind speed, air relative humidity, and atmospheric temperature. Finally, we used the revised Gash model to simulate the canopy interception of two forest stands and performed an error analysis. [Results] 1) Under the same site conditions, the canopy interception of P. crassifolia was higher than that of L. principis-rupprechti. 2) The simulated canopy interceptions of L. principis-rupprechtii and P. crassifolia by the revised Gash model were 59.02 mm and 61.36 mm respectively, accounting for 23.07% and 23.98% of the total rainfall. And their relative errors were 10.55% and 13.64% respectively. The simulated values of the two stands were less than the measured values. 3)The sensitivity ranking of each parameter in the revised Gash model was canopy saturated water capacity (S) > average evaporation intensity (E) > average precipitation intensity (R) > canopy density (c) > trunk storage capacity (St) > drainage partitioning coefficient (Pt). Except for R that had a negative effect on the results, the other parameters had a positive effect on the simulation results of the interception. [Conculsions] The revised Gash model can better simulate the canopy interception of L. principis-rupprechtii and P. crassifolia. The canopy saturated water-holding capacity is a key factor affecting the simulation effect of the model. This model may provide theoretical guidance for the evaluation of forest stand water conservation function in this area.
Keywords: Larix principis-rupprechtii    Picea crassifolia    canopy interception    revised Gash model    sensitivity analysis    

森林作为最大的陆地类生态系统,能够涵养水源、拦洪蓄洪、减少地表径流中的泥沙含量、改变局部地区小气候以及改善水质,并且在水文过程中发挥着重要的调节作用[1-3]。林冠层位于森林的最顶层,是与降水直接接触的第一个部分,在对降水的分配过程中具有先导作用。降雨通过林冠层后将被分为穿透雨、树干茎流以及冠层截留3部分,降雨强度及分布状况均发生改变,最终体现在对降雨的"能"和"量"的调节上,从而对森林生态水文过程产生重要影响[4]

冠层截留是评价森林水源涵养功能的一个重要指标,但由于不同立地的林分结构和气候条件差异较大,影响因素众多,如何准确测量冠层截留成为近年来国内外学者的研究热点之一。自1919年Horton提出了冠层截留的概念后[5],除实际测量外,很多学者也竞相建立起不同的模型对冠层截留进行模拟和预测,主要分为理论模型、经验模型和半理论半经验模型3大类,比如Horton模型[5];Rutter模型[6-8];Gash模型[9];以及我国学者建立的刘家冈模型等[10]。其中被应用最广泛的模型为半经验半理论的Gash模型,半经验半理论模型相较于理论模型和经验模型的优点在于简化理论模型中过于繁琐的推导和计算过程并增加经验公式中所没有涉及到的截留过程,同时又保留二者的优点,具有较好的适用性[11-12]。Gash模型是在Rutter模型的基础上进一步发展而来的,Rutter模型在实际应用中由于测量和计算的气象要素多而杂,极不方便,Gash于1979年在Rutter模型的微气候原理的基础上对其进行简化,之后经过Gash及多位学者的修正,最终形成了现在流行的Gash修正模型。Gash修正模型在国内外已经有大量的应用,徐丽娜等[13]应用修正Gash模型对长白山地区的白桦林和云冷杉针叶混交林的冠层截留进行模拟以评价模型的适用性;何常清等[14]在岷江上游亚高山川滇对高山栎林的林冠截留量进行模拟,并定量化该种森林类型在应用Gash模型时的参数值;曹光秀等[15]基于修正后的Gash模型模拟亚热带常绿阔叶林的截留过程,为当地森林生态水文研究提供科学依据。一些国外学者譬如Murakami[16]、Fathizadeh等[17]和Motahari等[18]也应用Gash修正模型分别对日本柏树幼林、伊朗半干旱地区扎格罗斯森林中的布兰特栎以及半干旱气候区松柏人工林的截留过程进行模拟。

笔者应用修证后的Gash模型,对青海省高寒地区的2种典型针叶林(华北落叶松和青海云杉)的截留过程进行模拟,旨在了解同一立地条件不同林分的降水分配特征,同时又能够为森林的水源涵养综合能力评价提供科学理论依据,维持林分稳定性,以充分发挥该地区林分的水土保持功能和水源涵养功能。

1 研究区概况

研究区在青海省西宁市大通回族自治区(E 100°51′~101°56′,N 36°43′~37°23′)闇门滩流域,该地区位于青藏高原和黄土高原的过度带,地势自东南到西北逐渐升高,海拔2 280~4 600 m,属于大陆性高原气候;全年降雨量由东南至西北部呈增加趋势,全年降水量达450 mm以上且分布极不均匀,5—9月的降雨量占全年降雨量的85%左右,全年日照充足,年蒸发量在1 750 mm左右。该地区主要的造林树种为青海云杉(Picea crassifolia)和华北落叶松(Larix principis-rupprechtii)。其中青海云杉为自然更新的顶级群落,而华北落叶松多为人工栽植养护。

2 研究方法 2.1 样地设置

林分样方使用手持GPS、指南针和坡度仪测定海拔、坡位、坡度、坡向并记录。样方按照20 m×20 m布置,4个边角使用喷漆做出标记,并用玻璃绳围起。从样地左下角作为起点呈S型对样地内树木进行编号,使用测高仪、胸径尺分别测量样地内每棵编号树的树高和胸径并记录其平均值;每个样地内选取5棵标准木,使用生长锥由南北方向钻入树干,将获取的随心带回实验室泡水后数出其年轮数量,估算林龄。样地具体信息见表 1

表 1 样地信息 Tab. 1 Information of plot
2.2 观测数据的获取

1) 林内降水数据获取。在所选典型植被类型的样方内林下,采取6×6点阵式布设简易雨量桶,每个雨量桶间隔3 m,以观测林内穿透雨量。在每个样地内选取3株代表不同径阶的标准木,在每个典型林木的树干上缠绕一圈中部被剖开的PVC塑料软管作为导水槽,用U型针固定,并将软管和树干之间的缝隙采用玻璃胶进行密封,避免树干流无法全部流入塑料软管导水槽,下接简易集水器,以收集树干茎流。穿透雨和树干茎流同步观测,每次观测结束均采用量筒测量降水量。要想直接准确观测到林冠层截留量是非常困难的,通常采用的方法是使用其他数据间接计算得出,可用水量平衡法[19]进行计算:

$ I = {P_{\rm{G}}} - {S_{\rm{f}}} - {T_{\rm{f}}}. $

式中:I为林冠层的截留量;PG为林外降雨量,mm;Sf为林内穿透雨量,mm;Tf为树干茎流量,mm。

2) 常规气象参数测定。在林外空阔场地处及护林房布设便携式气象站(DAVIS公司生产,Vantage Pro2 Plus,美国),该仪器采集数据的时间间隔为60 s,每30 min记录1次平均数据,该气象站测量的主要气象数据有太阳辐射、风速、温度、大气湿度、降水量等。

2.3 理论模型

在以往的研究中,平均蒸发速率(E)和平均降雨强度(R)往往采用多场降雨的平均值作为参数带入Gash模型中进行计算,这样会对模拟结果产生一定的误差[20],因此,笔者在引入郁闭度后的Gash模型的基础上,进一步做出如下调整,采用下式进行模拟:

$ \begin{array}{l} \sum\limits_{j = 1}^{m + n} {{I_{{\rm{aj}}}}} = c\sum\limits_{j = 1}^m {{P_{{\rm{G}}j}}} + \sum\limits_{j = 1}^n {\left( {{P_{{\rm{G}}j}} - P_{\rm{G}}^\prime } \right)} \left( {\frac{{{{\bar E}_j}}}{{{{\bar R}_j}}}} \right) + \\ c\sum\limits_{j = 1}^n {P_{{\rm{G}}j}^\prime } + q{S_{\rm{t}}} + {P_{\rm{t}}}\sum\limits_{j = 1}^{n - q} {\left( {1 - \frac{{{{\bar E}_{{\rm{cj}}}}}}{{{{\bar R}_j}}}} \right)} \left( {{P_{{\rm{G}}j}} - P_{{\rm{G}}j}^\prime } \right) \end{array} $

式中:m为未使林冠层持水量达到饱和的降雨次数;n为使林冠层持水量达到饱和状态的降雨次数;Iaj为第j场降雨的冠层截留量,mm;c为林分郁闭度;PGj为第j场降雨的降雨量,mm;P′G为使林冠层达到饱和状态所需的最小降雨量,mm;Ej为第j场降雨对应平均蒸发速率,mm/h;Rj为第j场降雨的降雨强度,mm/h;P′Gj为第j场降雨所对应的使林冠层达到饱和状态所需的最小降雨量,mm;q为产生树干茎流的降雨次数;St为树干的持水能力,mm;Pt为树干茎流系数;E cj为第j场降雨的林冠平均蒸发强度,mm;Ecj=Ej/c,林冠饱和状态下的平均蒸发速率Ej可用利用Penman-Monteith方程进行模拟计算[21]

使林冠层达到饱和状态的最小降雨量可用下式计算:

$ P_{\rm{G}}^\prime = - \frac{{\bar R}}{{{{\bar E}_{\rm{c}}}}}{S_{\rm{c}}}\;\ln \;\;\left( {1 - \frac{{{{\bar E}_{\rm{c}}}}}{{\bar R}}} \right). $

式中:Sc=S/cS为林冠饱和时的持水量,mm;Ec为林冠层平均蒸发强度,mm/h;Ec=E/cE为林冠饱和状态下的平均蒸发速率,mm/h。

树干持水能力达到饱和状态所需的最小降雨量可用下式计算:

$ P_{\rm{G}}^{\prime \prime } = \frac{{{S_{\rm{t}}}}}{{{P_{\rm{t}}}}}\left( {\frac{{\bar R}}{{\bar R - {{\bar E}_c}}}} \right) + P. $

树干茎流量(Sa)和穿透雨量(Ta)可用下式进行计算[22]

$ \begin{array}{l} \sum\limits_{j = 1}^q {{S_{{\rm{a}}j}}} = c{P_{\rm{t}}}\sum\limits_{j = 1}^q {\left( {1 - \frac{{{{\bar E}_j}}}{{{{\bar R}_j}}}} \right)} \left( {{P_{{\rm{G}}j}} - P_{{\rm{G}}j}^\prime } \right) - q{S_t}\\ \;\;\;\;\;\sum\limits_{j = 1}^{n + m} {{T_{{\rm{a}}j}}} = \sum\limits_{j = 1}^{m + n} {{P_{{\rm{G}}j}}} - \sum\limits_{j = 1}^{m + n} {{I_{{\rm{a}}j}}} - \sum\limits_{j = 1}^q {{S_{{\rm{a}}j}}} \end{array} $

式中:Saj为第j场降雨产生的树干茎流量,mm;Taj为第j场降雨产生的穿透雨量,mm。

在应用Gash修正模型时,需要满足以下几个基本假设条件:1)林冠没有达到饱和状态时,不会产生穿透雨;2)只有林冠处于饱和状态才会产生树干茎流;3)只有在1次降雨结束的时候,才会产生蒸散量。2次降雨之间要有足够的干燥期,以使林冠完全干燥,本研究采用8 h为1次降雨间隔,即2次降雨间隔时间<8 h时,视为一场降雨。

2.4 数据处理

使用Excel 2016进行数据整理、误差分析和敏感性分析,通过计算模拟值(predicted)和实测值(observed)的相对误差(MRE)来确定模型模拟的准确性,相对误差计算公式如下:

$ {\rm{MRE}} = \frac{{\left| {{\rm{observed}} - {\rm{predicted}}} \right|}}{{{\rm{observed }}}} \times 100\% $

使用Excel 2016进行敏感性分析,对Gash模型中的6个主要参数进行分析:ERScStPt。每个参数的调整范围为-50%~+50%,调整步长为10%,并记录调整后的模拟截留量对比初始模拟截留量(即参数调整幅度为0时的截留量模拟值)的变化幅度。使用Origin 2018进行绘图。

3 结果与分析 3.1 林外降雨及蒸发特征

在观测期内(5月15日—8月15日)共检测到29次降雨,单次最大的降雨量为30.38 mm,出现于7月25日,单次最小降雨量为0.4 mm发生于6月11日;观测期降雨量共计255.83 mm;降雨总历时大约为155 h;平均降雨强度为1.95 mm/h,降雨强度最大为4.8 mm/h,出现于6月16日;最小降雨强度为0.52 mm/h,发生在6月8日。单次降雨量较少,强度较高,是该地区的降水特征。利用Penman-Monteith方程计算的平均蒸发速率如图 1所示。

图 1 林外降雨特征及平均蒸发速率 Fig. 1 Rainfall characteristics outside forest and average evaporation rate
3.2 林内穿透雨特征

华北落叶松与青海云杉的穿透雨与降雨量保持着良好的正相关关系,穿透雨量随着降雨量的增大而不断增大,分别占总降雨量的74.06%和71.03%,其关系式如下:

$ \begin{array}{l} 华北落叶松:{S_{\rm{f}}} = 0.79651{P_{\rm{G}}} - 0.49334\\ \;\;青海云杉:{S_{\rm{f}}} = 0.7433{P_{\rm{G}}} - 0.29704 \end{array} $

图 2可见,华北落叶松在降雨量为0.4 mm的降雨场次中,穿透雨量为0,青海云杉在降雨量为0.4 mm和0.73 mm的降雨场次中穿透雨为0。在相同的降雨条件下,华北落叶松样地的穿透雨比例要略大于青海云杉样地。

Sf为穿透雨量,mm;PG为林外降雨量,mm。 Sf is throughfall, mm; PG is Rainfall outside forest, mm 图 2 穿透雨量和降雨量的回归关系 Fig. 2 Regression relationship between throughfall and rainfall
3.3 林内树干茎流特征

通过建立树干茎流和降雨量的回归方程可发现,两者基本上呈线性正相关关系,可用下式表示:

$ \begin{array}{l} 华北落叶松:{T_{\rm{f}}} = 0.0028{P_{\rm{G}}} - 0.011\\ \;\;青海云杉:{T_{\rm{f}}} = 0.0175{P_{\rm{G}}} - 0.049 \end{array} $

华北落叶松和青海云杉的树干茎流占总降雨量的比例分别为0.15%和1.195%,相较于穿透雨量来说要小很多。树干茎流并不是一开始降雨就会产生的,而是具有一定时滞性,由图 3可以看出,落叶松在降雨量为8.62 mm左右开始产生树干茎流,而青海云杉在降雨量5.3 mm时产生树干茎流。树干茎流量和降雨量的拟合关系相比于穿透雨量较为分散。

Tf为树干茎流量,mm。 Tf is stemflow, mm. 图 3 树干茎流量和降雨量的回归关系 Fig. 3 Regression relationship between stemflow and rainfall
3.4 林冠层截留特征

笔者利用水量平衡的原理,通过上文中所提到的穿透雨、树干茎流及降雨量的观测值,间接推算出林冠截留量,并建立其与林外降雨量的回归方程,如下:

$ \begin{array}{l} 华北落叶松:I = 0.20074{P_{\rm{G}}} + 0.50438\\ \;\;\;青海云杉:I = 0.23921{P_{\rm{G}}} + 0.33977 \end{array} $

图 4所示,两树种林分的林冠截留量与降雨量均呈正相关关系,随着降雨量的增大,截留量也在不断增大;但其离散程度较穿透雨量—降雨量的回归方程较大。在整个观测期内,华北落叶松的总截留量为65.98 mm,单场次降雨的截留率在13.12%~100%,观测期内总的截留率为25.79%;青海云杉的截留量为71.05 mm,略大于华北落叶松,单次降雨的截留率为15.95%-100%,总截留率为27.78%。

I为树冠截留量,mm。 I is canopy interception, mm. 图 4 冠层截留量与降雨量的回归关系 Fig. 4 Regression relationship between canopy interception and rainfall
3.5 模型参数确定

1) 使用Leyton[23]提出的残差回归法进行计算。最终得出华北落叶松的冠层饱和持水量为1.342 6 mm,青海云杉为1.576 3 mm(表 2),大于使用浸水法测得的华北落叶松(1.28 mm)和青海云杉(1.37 mm)的冠层饱和持水量。该现象与芦新建等[20]和王军帅[24]的研究结果相同,即利用回归法模拟出的林冠枝叶部分的持水能力会被高估。

表 2 大于拐点且残差大于0的降雨量与对应穿透雨量的回归方程 Tab. 2 Regression equation of rainfall and corresponding throughfall when PG> P0 and Sδ > 0

2) 树干最大持水量和树干茎流系数一般采用回归法得出[25-26]。华北落叶松和青海云杉的树干最大持水量分别为0.011 mm和0.049 mm;树干茎流系数分别为0.002 8和0.017 5。

3.6 模型模拟

笔者应用修正后的Gash模型分别对华北落叶松和青海云杉2个林分进行了截留模拟,具体如表 3所示。在整个观测期内,两种林分的模拟值均为穿透雨量>冠层截留量>树干流,与实测值有相同的趋势。其中,华北落叶松的模拟冠层截留量为59.02 mm,低于实测值6.96 mm,相对误差为10.55%;模拟树干茎流量为0.27 mm,低于实测值0.11 mm,相对误差为28.95%;而穿透雨量的模拟值则略大于实测值,相对误差为3.73%。青海云杉的冠层截流量为61.36 mm,比实测值小9.69 mm,相对误差为13.64%;树干茎流量的模拟值为2.41 mm,比实测值小0.64 mm;穿透雨模拟值(192.05 mm)比实测值(181.73 mm)高10.32 mm,相对误差为5.68%。Gash修正模型对于华北落叶松的林冠截留量的模拟效果要优于青海云杉。

表 3 Gash修正模型的模拟结果与实测值对比 Tab. 3 Comparison of simulated results by the revised Gash model and measured ones
3.7 敏感性分析

敏感性分析结果如图 5所示,对于华北落叶松,对截留量影响最大的参数是S,其次是E,然后是R,当SER增加10%时,截留量的模拟值变动幅度分别为4.56%、3.84%和-3.5%;对于青海云杉,对截留量模拟值影响最大的3个参数也为SER,当其分别增加10%时,模拟值变化幅度分别为6.07%、2.78%和-2.53%。对于2种林分而言,影响最小的参数均为cStPt,当其分别增加10%时,模拟值的增加幅度均小于2%,各项参数的敏感性排序为SERcStPt,除R对结果产生负影响外,其余参数对截留量模拟结果均产生正影响。

E is average evaporation intensity, mm/h; R is average rainfall intensity, mm/h; S is water holding capacity of canopy saturation, mm; St is maximum water holding of trunk, mm; Pt is coefficient of stem flow. 图 5 敏感性分析 Fig. 5 Sensitivity analysis
4 讨论 4.1 林分的降雨分配特征

相关文献表明,我国主要的林分类型的截留率大约在11.4%~36.5%之间[27],芦新建等[20]对高寒地区25次降雨中的华北落叶松截留率的测量结果为23.34%;高婵婵等[12]对祁连山东部地区28次降雨中的青海云杉截留率的实测值为25.30%,与本研究实验结果接近。笔者发现,青海云杉的截留量略高于华北落叶松,但是前者产生的树干流(3.05 mm)却远大于后者(0.38 mm),魏曦等[26]在河北围场县林场的研究中测得华北落叶松的树干茎流为0.17~0.51 mm远小于油松的树干流0.64~2.81 mm,这说明华北落叶松树皮的形态特征不易产生树干茎流。笔者发现,华北落叶松的林分密度和郁闭度均小于青海云杉样地,这可能是造成前者树干茎流小于后者的原因。

4.2 模型模拟

在应用Gash模型的模拟中,2种林分的模拟值均小于实测值,这与曹光秀等[15]、柴汝杉等[28]分别对亚热带常绿阔叶林和红松林的研究结果一致,造成模拟值偏小的原因可能是:Gash模型应用的前提是假定每次降雨前林冠都达到了完全干燥的状态,本研究划分两次降雨的时间间隔是>8 h算1次降雨,但是在实际应用时,尤其是在青海省高寒地区,该地区昼夜温差大,平均气温较低,在8 h内可能无法完全达到干燥状态,这就导致在下次降雨时,使林冠达到饱和状态的降雨量会一定程度上减小,同时林冠层内的枝叶和其他生物会吸收一定量的水分,但是Gash模型无法模拟这部分水分,从而导致模拟值偏小;另一方面,林分中一些较高灌木对雨水的截留可能会影响穿透雨的测量,最后导致截留流量实测值偏高。赵洋毅等[29]在对缙云山毛竹林的研究中,截留量的模拟值比实测值略高;王艳萍等[30]在黄土区人工刺槐林的研究中也得出截留量模拟值比实测值高的结论,笔者分析,在Gash模型的模拟过程中,其认为当降雨量大于使林冠层达到饱和状态的最小降雨量时(PGP′G)才会产生穿透雨,然而在实际情况中,一些长历时、雨量小的降雨,在降雨开始时就会产生少量的穿透雨并伴随整个降雨过程,使得截留量的模拟值偏大。

4.3 敏感性分析

在敏感性分析中得出,对于两种林分的模拟结果影响最大的3个参数为ERS,其中降雨强度对模拟结果产生负影响,其余参数均产生正影响,这与李亦然等[25]的研究结果一致。另外,高婵婵等人在对青海云杉的研究中,将平均蒸发速率和降雨强度的比值作为一项参数进行分析,并得出结论该项参数对模拟结果的影响最大。而曹光秀等[15]、Limousin[31]和时忠杰等[32]的实验结果认为影响最大的参数为林分郁闭度c。造成这差异的原因可能是树种和立地条件不同所导致的。

综合来看,Gash修正模型在对华北落叶松和青海云杉的冠层截留模拟中,取得了较为合理的模拟结果,是否适合该立地条件下的其他树种有待进一步研究。由于本研究是利用Penman-Monteith方程对平均蒸发速率进行估算,模型本身会受到多种环境因子的影响,势必会产生一定误差,该方程的模拟精度在以后的研究中有待进一步评估;另外由于实验中采用的气象站测量频率是30 min记录一次数据,对降雨历时的测量也有一定偏差,使降雨强度的计算产生误差,导致最终的模拟结果偏离实测值。随着科学技术的发展,涡度协方差技术越来越成熟,它能够直接将原始的观测数据直接处理成科学研究所需的通量结果,从而避免模型本身具有的误差性,未来有望将其应用到Gash模型的模拟以及森林水文方面的研究中,使得模拟结果更加精确。

5 结论

1) 在观测期内的总降雨量为255.83 mm;该地区2种典型针叶树种的降雨分配特征为:华北落叶松的穿透雨率为74.06%,冠层截留率为25.79%,树干茎流占总降雨量0.15%;青海云杉的穿透雨率为71.03%,冠层截留率为27.78%,树干茎流占降雨比例为1.195%。华北落叶松林相比青海云杉林更容易汇集雨水。

2) 树干茎流量的产生相对于降雨量具有一定滞后性,华北落叶松和青海云杉分别在降雨量为8.62 mm和5.3 mm时产生树干茎流。

3) 穿透雨量、冠层截留量和树干茎流量均随林外降雨量增大而增大,并保持良好线性正相关关系;穿透雨率和降雨量呈正相关对数关系,林冠截留率则和降雨量呈负相关对数关系,

4) 修正后的Gash模型能够较好的模拟2种林分的冠层截留量。华北落叶松(林分密度2 700株/hm2,郁闭度0.62)和青海云杉林(林分密度3 125株/hm2,郁闭度0.92)的冠层截留量模拟值相对误差分别为10.55%和13.64%,华北落叶松的冠层截留模拟效果要优于青海云杉。

5) Gash修正模型中各项参数的敏感性排序为SERcStPt,除R对结果产生负影响外,其余参数对截留量模拟结果均产生正影响。

6 参考文献
[1]
ZENG N, SHUTTLEWORTH J W, GASH J H C. Influence of temporal variability of rainfall on interception loss. Part Ⅰ. Point analysis[J]. Journal of Hydrology, 2000, 228(3): 228.
[2]
常宗强, 王金叶, 常学向, 等. 祁连山水源涵养林枯枝落叶层水文生态功能[J]. 西北林学院学报, 2001, 16(S1): 8.
CHANG Zongqiang, WANG Jinye, CHANG Xuexiang, et al. Litter hydrology and ecological functions of water resource conservation forest in Qilian Mountains[J]. Journal of Northwest Forestry University, 2001, 16(S1): 8.
[3]
王德连, 雷瑞德, 韩创举. 国内外森林水文研究现状和进展[J]. 西北林学院学报, 2004, 19(2): 156.
WANG Deilian, LEI Ruide, HAN Chuangju. A review on current situation of forest hydrology research and its advances[J]. Journal of Northwest Forestry University, 2004, 19(2): 156. DOI:10.3969/j.issn.1001-7461.2004.02.045
[4]
党宏忠, 赵雨森, 陈祥伟. 祁连山水源涵养林水分传输规律研究[J]. 中国生态农业学报, 2004(2): 43.
DANG Hongzhong, ZHAO Yusen, CHEN Xiangwei. Law of the water transfer process of water-conversation forest in Qilian Mountains[J]. Chinese Journal of Eco-Agriculture, 2004(2): 43.
[5]
HORTON R E. Rainfall interception[J]. Month Weather Review, 1919, 47(9): 603. DOI:10.1175/1520-0493(1919)47<603:RI>2.0.CO;2
[6]
RUTTER A J, KERSHAW K A, ROBINS P C, et al. A predictive model of rainfall interception in forests, Ⅰ. Derivation of the model from observations in a plantation of Corsican pine[J]. Agricultural Meteorology, 1972, 9(none): 367.
[7]
RUTTER A J, KERSHAW K A, ROBINS P C, et al. A predictive model of rainfall interception in forests, Ⅰ.Derivation of the model from observations in a plantation of Corsican pine[J]. Agricultural Meteorology, 1971(9): 367.
[8]
RUTTER A J, MORTON A J, ROBINS P C. A predictive model of rainfall interception in forests.Ⅱ.Generalization of the model and comparison with observations in some coniferous and hardwood stands[J]. Journal of Applied Ecology, 1975, 12(1): 367. DOI:10.2307/2401739
[9]
GASH JHC. Analytical model of rainfall interception by forests[J]. Quart J Roy Meteorol Soc, 1979.
[10]
刘家冈. 林冠对降雨的截留过程[J]. 北京林业大学学报, 1987, 9(2): 140.
LIU Jiagang. Rainfall interception process by forest canopy[J]. Journal of Beijing Forestry University, 1987, 9(2): 140.
[11]
王馨, 张一平, 刘文杰. Gash模型在热带季节雨林林冠截留研究中的应用[J]. 生态学报, 2006, 26(3): 722.
WANG Xin, ZHANG Yiping, LIU Wengjie. Modeling canopy rainfall interception of a tropical seasonal rainforest in Xishuangbanna, Southwest China[J]. Acta Ecologica Sinica, 2006, 26(3): 722. DOI:10.3321/j.issn:1000-0933.2006.03.012
[12]
高婵婵, 彭焕华, 赵传燕, 等. 基于Gash模型的青海云杉林降水截留模拟[J]. 生态学杂志, 2015, 34(1): 288.
GAO Chanchan, PENG Huanhua, ZHAO Chuanyan, et al. Simulation of rainfall interception of Qinghai spruce (Picea crassifolia) forest in the eastern part of Qilian Mountains by Gash model[J]. Journal of Ecology, 2015, 34(1): 288.
[13]
徐丽娜, 管清成, 赵忠林, 等. 长白山两种林型的降雨截留再分配特征与修正的Gash模型模拟[J]. 东北林业大学学报, 2019, 47(3): 46.
XU Lina, GUAN Qingcheng, ZHAO Zhonglin, et al. Canopy rainfall interception characteristics of two typical forest types in Changbai Mountains and its revised Gash model simulation[J]. Journal of Northeast Forestry University, 2019, 47(3): 46.
[14]
何常清, 薛建辉, 吴永波, 等. 应用修正的Gash解析模型对岷江上游亚高山川滇高山栎林林冠截留的模拟[J]. 生态学报, 2010, 30(5): 1125.
HE Changqing, XUE Jianhui, WU Yongbo, et al. Application of a revised Gash analytical model to simulate subalpine Quercus aquifolioides forest canopy interception in the upper reaches of Minjiang River[J]. Acta Ecologica Sinica, 2010, 30(5): 1125.
[15]
曹光秀, 赵洋毅, 段旭, 等. 基于修正的Gash模型模拟中亚热带常绿阔叶林降雨截留过程[J]. 水土保持学报, 2018, 32(2): 367.
CAO Guangxiu, ZHAO Yangyi, DUAN Xu, et al. Simulation of canopy rainfall interception of the evergreen broad-leaved forest in Mid Subtropical Zone using the modified Gash model[J]. Journal of Soil and Water Conservation, 2018, 32(2): 367.
[16]
MURAKAMI S. Application of three canopy interception models to a young stand of Japanese cypress and interpretation in terms of interception mechanism[J]. Journal of Hydrology, 2007, 342(3/4): 305.
[17]
FATHIZADEH O, HOSSEINI S M, KEIM R F, et al. A seasonal evaluation of the reformulated Gash interception model for semi-arid deciduous oak forest stands[J]. Forest Ecology & Management, 2018(409): 601.
[18]
MOTAHARI M, ATTAROD P, PYPKER T G, et al. Rainfall interception in a Pinus eldarica plantation in a semiarid climate zone: An application of the Gash model[J]. Journal of Agricultural ence & Technology, 2013, 15(5): 981.
[19]
夏体渊, 吴家勇, 段昌群, 等. 滇中3种林冠层对降雨的再分配作用[J]. 云南大学学报(自然科学版), 2009, 31(1): 97.
XIA Tiyuan, WU Jiayong, DUAN Chuangqun, et al. Canopy rainfall redistribution of three forest vegetation types in Mid-Yunnan[J]. Journal of Yunnan University, 2009, 31(1): 97.
[20]
芦新建, 贺康宁, 王辉, 等. 应用Gash模型对青海高寒区华北落叶松人工林林冠截留的模拟[J]. 水土保持学报, 2014, 28(4): 44.
LU Xinjian, HE Kangning, WANG Hui, et al. Simulation of canopy rainfall interception of the Larix principis-rupprechtii artificial forest with the Gash model in high-cold areas of Qinghai province[J]. Journal of Soil and Water Conservation, 2014, 28(4): 44.
[21]
康绍忠, 熊运章. 用彭曼-蒙特斯模式估算作物蒸腾量的研究[J]. 西北农林科技大学学报(自然科学版), 1991, 19(1): 13.
KANG Shaozhong, XIONG Yunzhang. A study of penman-monteith model to estimate transpiration from crops[J]. Journal of Northwest A & F University (Natural Science Edition), 1991, 19(1): 13. DOI:10.3321/j.issn:1671-9387.1991.01.003
[22]
CARLYLE-MOSES D E, PRICE A G. An evaluation of the Gash interception model in a northern hardwood stand[J]. Journal of Hydrology, 1999, 214(1/4): 103-110.
[23]
LEYTON L. Rainfall interception in forest and moorland[C]. International Symposium on Forest Hydrology. Pergamon, 1967.
[24]
王帅军. 基于水源涵养功能的近自然林分结构优化技术[D]. 北京: 北京林业大学, 2020: 10.
WANG Shuaijun. Structure optimization technology of near-natural stand based on water conservation function[D]. Beijing: Beijing Forestry University, 2020: 10.
[25]
李亦然, 马睿, 张永涛, 等. 基于Gash修正模型模拟侧柏及其混交林的林冠截留过程[J]. 生态学杂志, 2019, 38(5): 67.
LI Yiran, MA Rui, ZHANG Yongtao, et al. Simulation of canopy rainfall interception of Platycladus orientalis forest and its mixed forest using the modified Gash model[J]. Chinese Journal of Ecology, 2019, 38(5): 67.
[26]
魏曦, 毕华兴, 梁文俊. 基于Gash模型对华北落叶松和油松人工林冠层截留的模拟[J]. 中国水土保持科学, 2017, 15(6): 27.
WEI Xi, BI Huaxing, LIANG Wenjun. Canopy interception simulation of Larix principis-rupprechtii and Pinus tabulaeformis forests in northern China based on Gash model[J]. Science and Soil Water Conservation, 2017, 15(6): 27.
[27]
温远光, 孙鹏森, 刘世荣. 中国主要森林生态系统水文功能的比较研究(英文)[J]. 植物生态学报, 2003, 27(1): 15.
WEN Yuanguang, SUN Pengsen, LIU Shirong. Comparative analysis of hydrological functions of major forest ecosystems in China[J]. Chinese Journal of Plant Ecology, 2003, 27(1): 15.
[28]
柴汝杉, 蔡体久, 满秀玲, 等. 基于修正的Gash模型模拟小兴安岭原始红松林降雨截留过程[J]. 生态学报, 2013, 33(4): 1276.
CHAI Rushan, CAI Tijiu, MAN Xiuling, et al. Simulation of rainfall interception process of primary korean pine forest in Xiaoxing'an Mountains by using the modified Gash model[J]. Acta Ecologica Sinica, 2013, 33(4): 1276.
[29]
赵洋毅, 王玉杰, 王云琦, 等. 基于修正的Gash模型模拟缙云山毛竹林降雨截留[J]. 林业科学, 2011, 47(9): 15.
ZHAO Yangyi, WANG Yujie, WANG Yunqi, et al. Simulation of canopy rainfall interception of the Phyllostachys edulis forest with the revised Gash model in the Jinyun Mountains of Chongqing[J]. Scientia Silvae Sinicae, 2011, 47(9): 15.
[30]
王艳萍, 王力, 卫三平. Gash模型在黄土区人工刺槐林冠降雨截留研究中的应用[J]. 生态学报, 2012, 32(17): 5445.
WANG Yanping, WANG Li, WEI Sanping. Modeling canopy rainfall interception of a replanted Robinia pseudoacacia forest in the Loess Plateau[J]. Acta Ecologica Sinica, 2012, 32(17): 5445.
[31]
LIMOUSIN J M, RAMBAL S, OURCIVAL J M, et al. Modelling rainfall interception in a mediterranean Quercus ilex ecosystem: Lesson from a throughfall exclusion experiment[J]. Journal of Hydrology, 2008, 357(1/2): 57.
[32]
时忠杰, 王彦辉, 徐丽宏, 等. 六盘山华山松(Pinus armandii)林降雨再分配及其空间变异特征[J]. 生态学报, 2009, 29(1): 76.
SHI Zhongjie, WANG Yanhui, XU Lihong, et al. Rainfall redistribution and its spatial variation in the stand of Pinus armandii in the Liupan Mountains, China[J]. Acta Ecologica Sinica, 2009, 29(1): 76. DOI:10.3321/j.issn:1000-0933.2009.01.010