森林资源管理与流域水文循环的关系一直是森林水文领域重点关注的问题^[1-4]。在森林流域中, 森林变化和气候变异被普遍认为是影响流域水文过程的两大驱动因素^[5-7]。森林生态系统作为陆地生态系统中不可或缺的组成部分, 在固碳和减少温室气体排放方面具有重要作用, 从而能够有效的减缓气候变化对生态系统的影响^[8-9]。因此, 近几十年来大规模的造林已经成为各国在应对全球气候变化的主要途径之一^[10]。然而, 如此大规模的造林是否对水资源产生了影响, 学术界还存在较大的争议^{[4, 11-12]}, 尤其在气候变化背景下, 开展此类研究可以为制订科学的碳-水战略提供参考。

目前, 国内外关于森林变化和气候变异对流域径流的影响结果已经取得了一些进展^{[3, 13-15]}。一般的结论是造林减少径流量, 森林采伐可以增加径流量, 而气候变异与森林植被的水文效应往往存在相互抵消的作用^{[6, 14]}, 但这些结论大多是基于年际尺度上来分析径流对森林变化和气候变异的响应。然而, 由于流域气候条件和森林植被的年内变化波动, 如降雨的季节性变化, 植被生长的季节性变化等, 会产生不同的季节性水文响应^[16]。因此, 在年际尺度上研究森林变化和气候变异对径流的影响并不能完全反映出径流的年内响应特征。探讨森林恢复和气候变异对季节性径流的相对贡献, 尤其是在大尺度流域中(>1000 km²)的研究对于了解区域水资源的年内动态及其影响机制具有十分重要的作用。

在以往的研究中, “准配对”流域法、敏感性分析法、累积双曲线法、时间趋势法、Budyko模型以及水文模型等方法被广泛的运用在分析森林变化和气候变异对径流的影响中^[17]。然而, 这些方法用来评估季节性径流有其局限性。如“准配对”流域法很难运用到大尺度的流域中, 因为在实际运用中很难找到气候、地形、土壤等特征十分相似的两个流域。因此, 近年来Budyko模型被进一步扩展并应用到季节尺度流域径流变化的研究中^[18-21]。该方法是基于水热耦合平衡关系, 从水分和能量角度来探讨气候和下垫面条件对流域径流的影响^[22-23]。此外, 目前大多数研究是基于该方法分析人类活动(如灌溉、水库蓄水等)对季节性径流的影响^[18], 但在以森林为主的流域中, Budyko模型运用在分析森林植被变化对季节性径流的影响研究却十分有限。

鄱阳湖是我国第一大淡水湖, 其水资源变化对流域生态系统稳定性至关重要^[24]。自建国初期以来, 鄱阳湖流域森林覆盖率发生了巨大的变化, 先是经历了大规模的森林采伐, 森林覆盖率从60%下降至30%左右, 随后由于近年来实施的一系列大规模的生态恢复工程, 鄱阳湖流域森林覆盖率上升至70%左右。然而, 大规模的植树造林对流域季节性径流产生了何种影响还知之甚少。基于以上分析, 本文选择鄱阳湖上游的平江流域为研究对象, 利用扩展的Budyko模型定量分析森林恢复和气候变异对平江流域季节性径流的影响, 为制订可持续的森林经营管理策略提供参考。

1 研究区概况

平江流域位于鄱阳湖上游, 流域面积2689.2 km²。河源和河口地理坐标分别为115°46′ E, 26°38′ N和115°08′ E, 25°57′ N(图 1)。流域地貌主要以丘陵为主, 平均海拔为298 m。土壤类型以山地红壤和黄红壤为主。流域坡度主要介于8°至35°之间, 占流域面积的84.66%。平江流域属于典型的亚热带季风湿润区, 多年平均降雨量为1575 mm, 多年平均气温为18.98℃, 多年平均径流量为848 mm。主要土地利用类型为林地、农业用地、草地以及城市建设用地等。主要的植被类型为人工针叶林和亚热带常绿阔叶林, 主要树种包括罗浮锥(Castanopsis fabri)、木荷(Schima superba)、马尾松(Pinus massoniana)、杉木(Cunninghamia lanceolata)、油茶(Camellia oleifera Abel)等^[25-26]。

2 研究方法 2.1 数据来源

研究流域逐日径流数据来自于翰林桥水文站, 数据序列长度为46年(1961—2006年)；气象数据来自于江西省气候中心, 由位于平江流域周边5个国家气象站, 通过气候数据曲面拟合的ANUSPLIN空间插值软件生成气候变量的空间插值^[27-28], 整合得到了研究期间的气象数据, 其数据序列长度为1961至2006年, 主要包括日降雨、日平均温度、日最高温度、日最低温度(图 2)。以上数据均无缺失数据。

研究流域森林覆盖数据来自于江西省赣州市林业局, 其数据序列长度为1961至2006年。该流域森林覆盖率在1961至1985年间, 波动较小。而自1985年开始, 流域森林覆盖率从40%左右迅速上升到70%以上, 并一直保持相对稳定。根据Liu等^[26]在同一流域的研究, 现将流域森林变化分为2个子时期：1961—1985年为参考期；1986—2006年为森林恢复期。

2.2 扩展的Budyko模型

本研究是基于水热平衡理论的Budyko模型来量化森林变化和气候变异对季节性径流的影响, 该假设认为流域实际蒸散发(ET)主要是由能量和水分条件共同限制^[29], 同时认为在年尺度上流域储水量变化为0。然而, 在季节尺度上, 如在水分限制的季节, 流域储水量会被消耗, 而在能量限制季节则会由于大量降雨得到补给, 从而引起流域储水量波动较大^[18]。因此, 研究季节性径流变化必须要考虑流域储水量(ΔS)的变化^{[18, 30]}。基于此, Chen等^[30]引入了有效降水(P-ΔS)运用在扩展的Budyko模型上。扩展的Budyko模型形式如下：

(1)

(2)

式中, PET和ET利用Hargreaves^[31]和基于水量平衡关系修正的Budyko公式^[32]来计算：

(3)

(4)

式中, Q为流域径流量, ET为实际蒸散发, P为降雨, ΔS为流域储水量(土壤蓄水量和地下水蓄水量之和), P-ΔS为有效降水, 能够反映流域可用降水量, PET为潜在蒸散发, 为季节性干旱指数, w为植物水分利用系数^[32]；Ra为大气辐射, T_max为月平均最高温度, T_min为月平均最低温度。A为季节性干旱指数的下限, n是表示流域特征如植被、土壤和地形等对降雨影响的参数, 决定了Budyko曲线的形状。详细描述过程及计算步骤见参考文献Chen等^[30]和Xin等^[18]。

如扩展的Budyko模型示意图所示(图 3), 在季节尺度下, 主要是由于气候变异所引起的, 而则是由气候变异和人类活动(本研究人类活动主要为森林恢复)共同引起的。根据扩展的Budyko模型假设, 在没有森林变化影响的情况下, 如果气候条件从M点变化为一个新的状态, N点, 那么蒸发比也同样会从M点变成一个新的状态, N点, 遵循着Budyko曲线。这种假设被认为是合理的, 因为在没有其他因素干扰的情况下, Budyko曲线形状在很大程度上取决于流域特征, 尤其是植被特征^[33-34]。但是, 如果从M点变化为一个新的状态, G点, 那么该影响不仅是由气候变异引起的, 同时也受到了森林变化的影响。则森林变化和气候变异引起径流变化的影响可以计算为：

(5)

(6)

(7)

森林变化和气候变异对径流的相对贡献为：

(8)

式中, ΔQ_f为森林变化引起的径流变化量, ΔQ_c是由气候变异引起的径流变化量, ΔQ是森林恢复期径流(Q_R)和参考期径流(Q_r)之差, ΔQ_fr和ΔQ_cr分别为森林变化和气候变异对径流的相对贡献。具体的计算步骤详见Xin等^[18]。

2.3 季节性定义

由于流域气候条件和植被特征的季节性变化, 基于扩展的Budyko模型, 需要对一年中的能量限制和水分限制季节进行划分。Chen等^[30]通过引入月干旱指数A_m来定义能量限制和水分限制月份, 当A_m < 1时为能量限制月份, 当A_m≥1时为水分限制月份。由于每个年份能量限制和水分限制月份有所变化, 因此, 通过多年平均月干旱指数(A_m)使整个研究期内每年的能量限制和水分限制月份相同, 计算方法如下：

(9)

式中, A_m、PET_m、P_m、ΔS_m多年平均月干旱指数、月潜在蒸发散、月降雨和月储水量变化。

随后根据公式(9)计算得到的研究期内的能量限制和水分限制月份, 不同季节月份数据累加得到每年能量限制和水分限制季节值, 再根据季节值计算季节干旱指数, 当季节干旱指数小于1时, 为能量限制季节, 当季节干旱指数大于或等于1时, 为水分限制季节。其计算如下:

(10)

(11)

(12)

式中, PET_w、P_w和ΔS_w为每年中能量限制季节蒸散发、降雨量和储水量变化, PET_mw、P_mw和ΔS_mw为每年中能量限制月份蒸散发、降雨量和储水量变化；PET_d、P_d和ΔS_d为每年中水分限制季节蒸散发、降雨量和储水量变化, PET_md、P_md和ΔS_md为每年中水分限制月份蒸散发、降雨量和储水量变化；n_w为季节月数；A_w为能量限制季节干旱指数, A_d水分限制季节干旱指数。

2.4 数据分析

运用EXCEL 2019和SPSS 24.0软件进行统计分析, 采用Mann-Kendall^[35-36]检验分析研究期内水文和气候变量的趋势变化, 图表使用ArcGIS 10.4.1与SigmaPlot 12.5进行绘制。

3 结果分析 3.1 季节性划分和趋势分析

根据对能量限制和水分限制季节的定义, 平江流域1961—2006年1—12月的多年平均月干旱指数如图 4所示。其中, 1—6月, 月干旱指数小于1, 被定义为能量限制季；7—12月, 月干旱指数大于1, 被定义为水分限制季。这一结果也与图 2中多年平均月降雨变化相一致, 说明本研究的季节性划分是可靠的。

通过表 1分析可知, 在森林恢复期, 能量限制季降雨量相较于参考期减少了2.36%, 而流域蓄水量和实际蒸散发却增加了128.77%和3.13%。另外, 流域潜在蒸散发与参考期潜在蒸散发相比基本保持不变。对于水分限制季来说, 相较于参考期, 森林恢复期降雨量增加了10.98%, 而流域蓄水量和潜在蒸散发却减少了18.96%和1.64%, 实际蒸散发基本保持不变。

如表 2所示, 利用Mann-Kendall检验对研究流域的气候和水文变量进行趋势分析, 结果表明：1961至2006年, 平江流域水分限制季径流量有显著的上升趋势(P < 0.05), 而其余的水文和气候变量虽有一定程度的上升或下降趋势, 但均未达到统计学显著性。

3.2 Budyko模型拟合

由表 3可知, 参考期Budyko模型拟合精度在能量限制季为0.94(P < 0.01), 水分限制季为0.69(P < 0.01), 精度较高, 说明模拟结果较为可靠。同时, 从图 5可以看出, 在森林恢复期, 能量限制季的数据点基本都位于参考期所拟合的Budyko曲线上方, 说明森林恢复对于能量限制季径流具有减少的作用。相反, 在水分限制季, 数据点基本都位于参考期所拟合的Budyko曲线下方, 说明森林恢复增加了水分限制季径流。

3.3 森林恢复和气候变异对季节性径流的相对贡献

由表 4可知, 森林恢复期(1986—2006)和参考期(1961—1985)相比, 森林恢复期能量限制季径流和降雨分别减少了47.99 mm/a和24.53 mm/a, 而水分限制季径流和降雨分别增加了71.21 mm/a和54.56 mm/a, 能量限制季和水分限制季降雨变化分别占径流变化的51.11%和76.62%, 此外, 相对贡献结果表明, 能量限制季森林恢复和气候变异均导致径流减少, 分别减少了11.71 mm/a和36.28 mm/a。与能量限制季相反, 在水分限制季森林恢复和气候变异分别使径流增加了12.27 mm/a和58.94 mm/a。说明气候变异是导致季节性径流变化的主要驱动因素。

3.4 森林恢复和气候变异对季节性径流的累积影响

森林恢复和气候变异对径流的累积影响如图 6所示, 在森林恢复期的初期(1986—1990年), 森林恢复并没有对能量限制和水分限制季径流产生较大的影响, 在此期间, 径流变化主要受气候变异控制, 而在1990年之后, 随着森林恢复质量的提高和恢复时间的持续, 森林恢复的水文效应逐渐加强, 气候变异导致的径流累积效应也在增加。此外, 在季节尺度的径流累积变化表明, 森林覆盖率的大幅度提高对于季节性径流产生了较大的改变。同时, 由图 6可以看出, 季节尺度的累积变化与气候对径流的累积影响的变化趋势一致, 进一步表明在长时间的累积影响下, 季节性径流变化仍受气候变异主导。

4 讨论 4.1 季节性径流对森林恢复和气候变异的响应

本研究中, 相较于参考期, 在季节尺度上, 森林恢复减少了能量限制季径流, 增加了水分限制季径流。目前大多数研究表明, 在年尺度上森林恢复对年径流具有负面作用^{[5, 14]}, 这与本研究在能量限制季结论一致。然而一些研究认为, 年尺度上森林恢复对年径流具有积极的影响效应^[11], 这与本研究水分限制季结论相似。例如在我国北方的松花江水系的研究表明：森林覆盖率增加1%, 年径流量也随之增加1.46 mm^[37]。而Liu等^[6]在我国亚热带流域的研究表明, 梅江流域森林恢复减少径流量^[6]。然而, Zhou等^[38]研究了广东省近50年的大规模造林对区域水资源的影响, 表明森林的增加并没有对区域水资源产生影响。上述研究所得不同结论的原因可能归结于, 在年尺度的研究中, 忽略了年内气候和植被的季节性变化对径流的影响以及流域所处的地理位置、流域特征、气候条件和植被类型等空间异质性的存在。其次, 年尺度的水文效应与季节尺度水文效应变化密切相关。在以降雨为主的流域中, 森林恢复会改善土壤水文物理性质^[39]和增加林下植被和枯落物^[40], 从而在雨季会增加降雨截留和土壤蓄水, 提高地下水补给, 进而降低地表径流^{[4, 39, 41]}, 而旱季河川径流来源很大程度上依赖于流域地下水和雨季蓄水补给, 从而在一定程度上会增加流域旱季径流^[42-45]。因此, 森林恢复对季节性径流的年内分布具有积极的影响效应, 可以降低极端洪水和干旱发生的概率, 同时森林恢复通过对不同季节径流的影响程度进而会对年尺度径流的调节起着至关重要的作用。

此外, 气候变异减少了能量限制季径流, 增加了水分限制季径流, 与森林恢复的水文效应一致。通过表 1可知, 森林恢复期能量限制季有效降雨(P-ΔS)的减少和水分限制季有效降雨(P-ΔS)的增加可能是气候变异导致季节性径流变化的主要原因。其次, 先前研究表明森林覆盖率提高会使蒸散发显著增加, 从而对径流产生负面作用^[46-47]。然而本研究中, 森林覆盖率的大幅度增加, 并没有使流域蒸散发产生显著变化(表 1)。这与Liu等^[5]结论一致。原因可能是由于研究流域气候条件较为湿润, 流域实际蒸散发和潜在蒸散发强度差异不大, 而森林覆盖率的大面积增加会使该区域近地面空间的空气温度显著下降^[48], 从而导致该区域的潜在蒸散发下降, 进而对于实际蒸散发有抑制作用^{[4, 49]}。

4.2 森林恢复和气候变异的累积效应

在整个森林恢复期内, 森林恢复和气候变异的累积效应对于流域季节性径流产生了显著的改变。但是在森林恢复前期(1986—1990), 森林覆盖率的增加对于季节性径流的累积效应并没有产生显著影响, 这说明, 水文效应对于森林恢复的响应存在一个响应时间差^[50]。Stednick^[51]研究也表明：流域发生变化的面积至少达到10%至20%, 才会产生显著的水文效应。随着森林恢复的程度增加(1990—2006), 森林覆盖率的提高对季节性径流的影响逐渐加强。可能是由于随着恢复年限的增长, 森林覆盖率增加超过30%, 森林植被的结构和质量有了较大程度的提高。此时, 径流变化受森林恢复和气候变异共同作用, 但是从图 6中可以看出, 径流变化依然受气候变异的主导, 研究结果与Hou等^[40]在同区域的梅江流域森林恢复和气候变异对旱季径流研究结论一致。然而, 目前也存在一些相反的研究结论。如Hou等^[40]研究表明杂谷脑流域旱季径流变化原因主要是由于植被变化所导致。造成不同结论的原因可能是由于流域所处地理位置、气候条件、植被类型等空间异质性的存在, 导致季节性径流对森林和气候变异的响应有所差异^[52]。

另外, 本研究中, 在季节尺度上气候变异和森林恢复对径流的作用是一致的。目前, 很多研究都是基于年尺度上来分析森林恢复和气候变异对径流的相对贡献^[5], 并且大多数研究表明气候变异和森林恢复对径流的贡献在年尺度存在一个相互抵消的作用^{[5, 53]}。然而, 在季节尺度上, 气候和森林恢复对季节尺度径流的交互作用既存在增强, 也存在相互抵消效应^[40]。这主要取决于气候变异和森林变化的强度和方向^{[44, 54]}。如Hou等^[40]在梅江流域的研究发现, 在森林恢复前期, 气候变异和森林恢复对旱季径流的影响效应是相互抵消的, 然而, 在森林恢复后期, 气候变异和森林变化的影响效应却是一致的。表明森林对季节性径流的作用会随着时间和森林恢复的程度而发生改变, 同时体现了森林恢复的水文累积作用对季节性径流影响的重要性。

5 结论

本研究利用平江流域1961—2006年间的水文气象资料和森林覆盖率数据, 基于扩展的Budyko模型定量分析了森林恢复和气候变异对平江流域季节性径流的影响, 得到如下结论：

1) 平江流域森林恢复降低了能量限制季径流(-11.71 mm/a), 增加了水分限制季径流(+12.27 mm/a)；平江流域气候变异同样降低了能量限制季径流(-36.28 mm/a), 增加了水分限制季的径流(+58.94 mm/a), 说明森林恢复和气候变异对平江流域季节性径流的影响效应一致, 也表明森林恢复对调节年内径流分布具有积极的作用。

2) 森林恢复对径流的累积影响具有一个响应时间差, 森林恢复对径流的累积影响在能量限制季和水分限制季具有相互抵消的作用, 气候变异与森林恢复的影响效应类似。此外, 平江流域季节尺度径流变化主要受气候变异所控制, 但森林恢复对季节性径流的作用也不容忽视。