小兴安岭红松林冠层截留降雪特征及模拟*

肖 洋 张淑兰 张海军 宋国华 王全波 宋纯彦

(1.黑龙江大学现代农业与生态环境学院 哈尔滨 150080；2.安康学院 安康 725000;3.黑龙江丰林国家级自然保护区管理局 伊春 153033)

林冠对降雪的截留因降雪可在树冠上存留较长时间而显著不同于对降雨的截留，传统上对以降水-穿透雨为主要过程的森林植被水文特征的认识并不适合于以降雪-穿透雪为主要过程的森林植被(刘世荣等，2003)，林冠对降雪的截留对季节性积雪覆盖区域的水文循环具有重要影响(张庆费等，1994；Varholaetal.，2010；Moeseraetal.，2015；Yoichietal.，2017；张飞云等，2019)。林冠截留降雪过程受降雪特征、小气候、冠层结构、树木几何特征等多种内外因素的共同制约(Lundbergetal.，1994)。一般认为，林冠截留雪量可用降雪量的线性方程来描述(Fitzharris，1975)，林冠次降雪截留率随次降雪量增加而减少(Joeletal.,2014)。Harestad等(1981)研究表明，林冠郁闭度和次降雪量均对海岸地区森林的次降雪截留率有显著影响。对红皮云杉(Piceakoraiensis)林木进行γ射线衰减试验发现，次降雪截留速率与次降雪速率和历时有关，截留雪量可用降雪深度的线性方程来描述(Calder，1990)。但也有研究认为，林冠次降雪截留率在不同降雪条件下差异不显著，只受林冠郁闭度的显著影响(Mcnayetal.，1988；Storcketal.，2002)。刘海亮等(2010；2012)研究发现，对于不同的降雪强度和降雪量，不同森林类型的林冠次降雪截留率差异显著。不同森林类型和气候特征致使林冠次降雪截留率差异较大，如北美寒温带大陆性气候地区的针叶林冠层能够截留60%的降雪(Strasseretal.，2011)，苏格兰温带海洋性气候地区的针叶林能够截留32%～35%的降雪(Lundbergetal.，1998)，我国寒温带大陆性气候地区的大兴安岭和北温带大陆性气候地区的小兴安岭主要针叶林生态系统林冠次降雪截留率为12%～40%(张淑兰等，2015；李奕等，2014)。

森林植被冠层截留降雪的观测过程较为复杂，根据野外实测资料建立、检验和优化林冠降雪截留模型一直是研究者关注的热点问题。在温带气候条件下，Satterlund等(1967)采用称质量法观测花旗松(Pseudotsugamenziesii)和白松(Pinusmonticola)幼树的降雪截留过程，建立了次降雪截留量统计模型，结果发现，在幼树枝条上存留有小于1 mm和大于2.5 mm前期降雪时次降雪截留速率较低，而在存留有1～2.5 mm前期降雪时次降雪截留速率较高。Schmidt等(1991)应用剪枝称质量法观测英格曼云杉(Piceaengelmannii)、落矶山冷杉(Abieslasiocarpa)和阔叶松(Pinuscontortavar.latifolia)枝条在22场次降雪中的截留过程，证明了Satterlund等(1967)的研究结论并修正了其模型，建立了适合单枝尺度的降雪截留统计模型。上述基于单枝或单树尺度的模型建立是在温带海洋性气候条件下进行的，每次降雪前的截留雪负荷假设为0；而在北方寒温带大陆性气候条件下，雪的截留过程与温带海洋性气候不同，截留雪能够保持在林冠上数天(Hedstrometal.，1998)，每次降雪前截留雪的负荷不为0。基于此，Hedstrom等(1998)和Pomeroy等(2002)在寒温带大陆性气候条件下通过称质量法建立了可用于林分尺度的基于物理机制的半经验性理论降雪截留模型，模型考虑了林冠层残存截留雪、林冠结构、大气降雪量等参数的影响，具有明确的物理意义。Andreadis等(2009)基于能量和水量耦合平衡法，建立了可应用于林分尺度的理论降雪截留模型，将林冠层的截留雪分为冰雪固态和水液态2种状况来考虑，模型运行时需要林冠层和地表的多个气象参数，计算较为复杂。综上可知，目前国内外已建立了3种类型的林冠降雪截留模型，包括基于单枝或单树尺度的统计模型、基于林分尺度的半经验性理论模型和基于能量和水量平衡法的机理性较强的理论模型(肖洋等，2017)，其中半经验性理论模型结构相对简单，能较好地揭示林冠截留过程机理，使用冠层结构参数和次降雪量资料即可运行。

红松(Pinuskoraiensis)是我国寒温带针叶林中最典型的地带性顶级植被，在小兴安岭和长白山地区分布较广。研究发现，红松林冠层降雪截留过程与大气降雪量和降雪强度之间存在紧密关联(刘海亮等，2010；2012；张淑兰等，2015)，但对红松林冠层结构特征如何影响降雪截留和穿透降雪目前仍不清楚。鉴于此，本研究以小兴安岭地区原始红松林为对象，通过分析冠层截留和穿透降雪的动态变化及其与冠层结构特征间的关系，并利用Pomeroy等(2002)建立的半经验性统计模型对冠层截留雪量进行模拟分析，以期能够优化模型参数并准确估算研究区域的林冠次降雪截留量，为定量评价该区域红松林的生态雪水文效应提供理论依据。

1 研究区概况

研究区位于黑龙江省小兴安岭森林生态系统定位研究站，该站建立在伊春五营丰林国家级自然保护区内，地处小兴安岭山脉中段(128°59′—129°15′E，48°02′—48°12′N)，为典型低山丘陵地貌，海拔285～688 m，坡度10°～25°。研究区属北温带大陆性季风气候，夏季高温多雨，冬季严寒干燥多风雪，春秋两季气候多变，春季多大风，降水量小，易发生干旱，秋季降温急剧，多出现早霜。年均气温-0.5 ℃，极端最高气温34.9 ℃，极端最低气温-44.5 ℃，全年无霜期100～110天；年降水量680～750 mm，降雨多集中在7—8月，降雪量占年总降水量的10%～20%，且积雪期长达130～150天，年均空气相对湿度78%。地带性土壤为暗棕色森林土。主要森林植被类型有白桦(Betulaplatyphylla)次生林、原始云杉(Piceaasperata)冷杉(Abiesnephrolepis)红松林、原始椴树(Tiliaamurensis)红松林、原始枫桦(Betulacostata)红松林、原始云杉冷杉林和原始兴安落叶松(Larixgmelinii)林等，其中以红松为主的温带针阔叶混交林属地带性植被(张淑兰等，2015)。

2 研究方法

2.1 样地设计与调查

试验于2013年11月至2014年4月和2014年11月至2015年4月的天然降雪条件下进行。在研究站设置2块1 hm2综合观测样地(编号A和B)，样地间距500 m，林分是以红松为主、伴生云杉和冷杉的原始林。长期定点监测林内外的降雪量，并于2013年11月调查样地内树高、胸径、林冠高度、林冠宽度、郁闭度、叶面积指数和坡度因子，样地概况见表1。

表1 样地概况Tab.1 Survey of sample plots

2.1.1 林外次降雪量、林内次穿透降雪量监测及林冠次截留雪量计算 在距离B样地200 m的林外空地处，间隔20 m随机布设4个1 m×1 m集雪槽，测定林外次降雪量。集雪槽为1 m2正方形木槽，深度20 cm，边缘为45°棱状，降落在木槽边缘内的雪能够滑落到槽内，集雪槽放置在离地面50 cm高的木架上。为减少测定过程中因雪升华/蒸发和风吹雪带来的误差，每次降雪后及时用钢直尺沿集雪槽对角线间隔20 cm测定4个点的雪深，取平均值作为次降雪深度；同时用已知质量的直径5 cm、高60 cm圆筒形自制PVC量雪器在每个集雪槽内随机重复3次采集雪样，带回实验室称雪质量并计算平均次降雪密度(g·cm-3)；根据次降雪深度和次降雪密度推求林外次降雪量(mm)。

在各样地内沿对角线间隔10 m布设14个与林外规格一致的集雪槽，2块样地共布设56个集雪槽，采用与林外次降雪量监测相同的方法，每次降雪后及时量测雪深并采集雪样，推求林内次穿透降雪量。集雪槽于春季和夏季无雪期收回保存，秋季降雪之前再布设到各样地。

根据水量平衡原理，林冠次截留雪量I(mm)可表示为：

I=Pc-T。

(1)

式中：Pc为次降雪量，mm；T为冠层次穿透降雪量，mm。该公式忽略了林冠次截留雪的升华/蒸发量。

2.1.2 集雪槽附近林分因子和地形因子调查 2013年10月上旬于林内布设集雪槽，并在以其为中心的5 m半径范围内，采用常规方法精确调查树高、胸径、林冠高度、林冠宽度、郁闭度、叶面积指数等林分因子，同时调查坡度、坡向和坡位等地形因子。树高和林冠高度用超声波测高系统(Vertex IV 60)获得；在样地内每个集雪槽上方用Nikon(Coolpix995，f=7～32 mm)相机和Nikon鱼眼镜头(FC-E8，f=8～24 m)，选择阴天或下午太阳落山后拍照，拍照时相机保持水平，垂直向上拍摄，焦距调节至最短，使鱼眼镜头拍摄范围最大，摄取林分全天空照片，样地以外的天空尽量不收入视野范围(姚丹丹等，2015)。采用Hemiview 冠层分析系统处理鱼眼相片，得到每个集雪槽上方的冠层郁闭度和叶面积指数。

2.2 林冠降雪截留模型

利用Pomeroy等(2002)建立的基于物理机制的半经验性理论降雪截留模型(该模型认为林冠层的叶面积指数、林冠郁闭度和树木种类等决定了林冠截留降雪能力)模拟红松林冠次截留雪量，模型形式为：

I=cI*(1-e-Ccpc/I*)；

(2)

(3)

式中：c为林冠截留雪经验释放系数；pc为次降雪量，mm；Cc为林冠郁闭度；I*为林冠最大截留雪量，mm；Sp为雪荷载系数；LAI为叶面积指数；ρ为次降雪密度，kg·m-3。

2.3 数据处理

采用SPSS 20.0软件进行数据的相关分析和多元回归统计分析。

3 结果与分析

3.1 林外降雪特征

2013年11月至2014年4月和2014年11月至2015年4月，共观测到17场降雪，累计降雪量174.3 mm。在2年观测期间内，次降雪量级<10 mm的发生频率达53%；15～20 mm和>20 mm的频率相对较低，均为12%；平均次降雪量10.3 mm，变异系数1.01;平均次降雪强度4.41 mm·d-1，最小次降雪强度0.48 mm·d-1，最大次降雪强度10.40 mm·d-1，变异系数1.14；次降雪强度<4.9 mm·d-1的降雪事件占65%，次降雪强度>5 mm·d-1的降雪事件占35%(图1)。观测期间降雪以中小雪为主。

图1 观测期间不同次降雪量级和次降雪强度的发生频率Fig.1 Frequency of snowfall with different depth and intensity grades during the observation period from

3.2 林内穿透降雪特征

2013年11月至2014年4月和2014年11月至2015年4月，林内累计穿透降雪量126.2 mm，占累计降雪量的72.4%。次穿透降雪量最大值19.8 mm，占次降雪量的85.5%，最小值2.0 mm，占次降雪量的70.6%。17次降雪的平均次穿透降雪量7.4 mm，平均次穿透率69.3%。次穿透降雪量和次穿透率随次降雪量增加而增大。回归分析表明，次穿透降雪量与次降雪量呈显著的幂函数正相关关系(R2=0.98)，次穿透率与次降雪量呈线性正相关关系(R2=0.36)(图2)。

图2 观测期间次穿透降雪量和次穿透率与次降雪量的回归分析Fig.2 Regression analysis between snowfall and the through-snowfall and through-snowfall rate during the observation period

林内穿透降雪量除受空旷地降雪量影响外，还与林分特征紧密联系。汇集56个林内集雪槽17场降雪的平均次穿透降雪量、平均次截留雪量及以林内集雪槽为中心5 m半径范围内的林分因子和地形因子等数据(表2)，并以此为基础进行了相关分析和多元回归分析。

表2 红松林内56个集雪槽的平均次穿透降雪量、平均次截留雪量以及林分特征和坡度Tab.2 Mean through-snowfall and mean snow interception by canopy at 56 trough-snowfall collectors and forest characteristics and slope in the Korean pine forests

相关分析结果(表3)表明，观测期间平均次穿透降雪量与平均胸径显著正相关(P<0.05)，相关分析和多元回归分析(公式4)结果均表明，平均次穿透降雪量与平均树高和坡度显著正相关(P<0.05)，但与平均胸高断面积、平均林冠高度、平均林冠宽度和叶面积指数的相关性不显著(表3)。

T=8.6-0.057Cc+0.063H+0.023S(R2=0.587，P<0.05)。

(4)

3.3 林冠降雪截留特征

在2年观测期内，林冠截留雪总量48.1 mm，占林外降雪总量的27.6%。次截留雪量最大值6.6 mm，次降雪截留率为34.9%；最小值0.85 mm，次降雪截留率为29.4%。林冠平均次截留雪量2.8 mm，平均次降雪截留率为30.6%。由图3可知，林冠截留雪量随次降雪量增加逐渐增大，二者呈较好的幂函数关系(R2=0.81)，次降雪量解释了80.7%的林冠次截留雪量变异。林冠次降雪截留率与次降雪量呈负指数函数关系(R2=0.41)，充分表明林冠截留降雪能力的限制作用。当次降雪量<10 mm时，次降雪截留率为35.1%；当次降雪量在10～20 mm之间时，次降雪截留率缓慢降至28.4%；当次降雪量>20 mm时，次降雪截留率快速降至18.1%。

图3 观测期间次截留雪量和次降雪截留率与次降雪量的回归分析Fig.3 Regression analysis between snowfall and the mount and of interception and interception officiency during show

续表2 Continued

林冠次截留雪量还受林分特征等的影响，相关分析结果(表3)表明，林冠次截留雪量与林冠郁闭度极显著正相关(P<0.01)。逐步多元回归分析(公式5)结果也表明，林冠次截留雪量与林冠郁闭度极显著正相关(P<0.01)，且林冠郁闭度是林冠特征中唯一入选的林冠结构指标。

表3 红松林次穿透降雪量和林冠次截留雪量与林分特征和地形因子的相关分析①Tab.3 Correlation analysis between through-snowfall and snow interception and forest characteristics and terrain factors in Korean pine forests

I=0.728+0.039Cc(R2=0.51，P<0.001)。

(5)

3.4 林冠次截留雪模拟

3.4.1 模型参数 林冠次截留雪量模型(公式2和3)中的经验释放系数c采用Pomeroy等(2002)的设定值，即c=0.68。Schmidt等(1991)认为阔叶松和英格曼云杉的雪荷载系数Sp分别为6.6和5.9 kg·m-2，Pomeroy等(2002)采用两树种雪荷载系数的平均值，即Sp=6.3 kg·m-2，本研究中红松是与阔叶松相似的针叶树种，因此将雪荷载系数Sp设定为6.6 kg·m-2。对于模型中的次降雪密度ρ，Pomeroy等(2002)采用美国陆军工程兵团建立的降雪密度与空气温度关系式计算的经验值70 kg·m-3，而本研究采用研究区2年次降雪密度实测平均值，即ρ=81 kg·m-3。经过模型参数校正，原模型I=3.94LAI(1-e-Ccpc/5.8LAI)改为I=3.77LAI(1-e-Ccpc/5.54LAI′)来进行模拟(表5)。

3.4.2 模拟结果 Pomeroy等(2002)模型模拟结果表明，17次降雪的林冠截留雪总量为44.3 mm，实际截留雪总量为48.1 mm，模拟值比实际值低3.8 mm，回归模型的决定系数(R2)为0.800；修正模型模拟结果表明，林冠截留雪总量为43.9 mm，模拟值比实际值低4.2 mm，回归模型的决定系数(R2)为0.802。2个模型的模拟结果基本一致，且结果相对较好(表5和图4)。当次截留雪量<2 mm时，模拟值与实际值吻合较好；而当次截留雪量>2 mm时，模拟值与实际值偏差较大。

表5 林冠次截留雪量模型及其模拟结果Tab.5 Snow interception model and simulated result

图4 不同林冠截留模型的次降雪截留量模拟值与实测值对比Fig.4 Comparison between the measured and model simulated snow interception in single snowfall events

4 讨论

4.1 次穿透降雪量与次降雪量和林分特征等的关系

本研究中，次穿透降雪量随次降雪量增加而增大，且次穿透降雪量与次降雪量为幂函数关系，而次穿透率与次降雪量为线性关系，线性回归模型的决定系数(R2)较低，仅0.36，表明次降雪量只能解释36%的次穿透率。相关分析和逐步回归分析结果表明，次穿透降雪量还与林冠郁闭度、树高和坡度紧密相关，然而多元逐步回归模型的标准误差较高，决定系数(R2)也较低，这表明仅考虑林分因子和地形因子构建的模型预测精度不高，气温、风速和湿度等气象因子也可能对穿透降雪过程有影响，未来应引入到模型中。

4.2 林冠次截留雪量与次降雪量和林分特征等的关系

林冠截留降雪能力不仅与降雪量相关，也与林分特征和气象条件紧密相关。本研究中，林冠次截留雪量随降雪量增加逐渐增大，次降雪截留率在不同降雪量级中差异较大，当次降雪量小于10 mm时，次降雪截留率为35.1%；当次降雪量在10～20 mm之间时，次降雪量截留率缓慢降至28.4%；当次降雪量大于20 mm时，次降雪截留率快速降至18.1%，最终达到稳定值，这表明林冠截留降雪能力是有限度的。林冠截留降雪过程除了受风速、次降雪密度和气温等气象条件影响外，也可能受前期林冠残存截留雪量的影响(Schmidtetal.，1991)。

林冠郁闭度对林冠次降雪截留率影响较大。本研究中红松林冠平均郁闭度为55%，次降雪截留率为30.6%；刘海亮等(2012)研究的红松林冠郁闭度为87%，次降雪截留率为39.7%。本研究表明，林冠次降雪截留率随次降雪量增加呈减少趋势，林冠次截留雪量随林冠郁闭度增加而显著增加，与前人研究结果相一致(Harestadetal.,1981)。

4.3 林冠降雪截留模型

林冠降雪截留模型对预测降雪截留再分配过程有重要作用。由于林冠截留雪量受降雪量、降雪期间气象条件和植被特征等共同影响，因此林冠降雪截留模型的适用性也受到很大限制。本研究中，相关分析和逐步回归分析结果均表明，林冠郁闭度是最重要的林冠结构指标，然而多元逐步回归分析模型较低的决定系数则表明，只用林冠郁闭度建立林冠降雪截留模型是不够的，故本研究继续采用Pomeroy等(2002)的半经验性理论模型模拟林冠次截留雪量，该模型同时考虑了林冠郁闭度、叶面积指数和次降雪量等的影响，模拟效果较好。对林冠次截留雪量的模拟表明，次降雪量较小时模拟精度较高，但次降雪量较大时模拟偏差较大，这表明次降雪量和冠层结构参数虽然能解释林冠次截留雪量的大部分，但还需要由降雪期间的气温、风速、湿度和气压等气象因子来解释，因为气象因子对截留雪的升华/蒸发影响显著(Lundbergetal.，1998；Knowlesetal.，2012；李辉东等，2013；Lietal.，2013)，模型对该过程的忽略可能是一些降雪场次中次截留雪量模拟值低于实测值的主要原因。另外，模型中的林冠截留雪经验释放系数和雪荷载系数均是基于北美地区的针叶林截留过程观测得出的，今后应加强对研究区主要针叶林的长期定位监测和深入研究，以改善这2个系数。本研究未考虑前期林冠截留降雪残存量的影响，如何估计残存截留并纳入模型中，也是将来需要考虑的内容。

5 结论

1)在2年观测期间，降雪以中小雪为主，平均次降雪量10.3 mm，平均降雪强度4.41 mm·d-1；平均次穿透降雪量7.4 mm，平均次穿透率69.3%，林冠次截留雪量2.9 mm，次降雪截留率30.7%；次穿降透雪量和次穿透率均随次降雪量增加而增大；次穿透降雪量与次降雪量、胸径、郁闭度、树高和坡度等因子显著(P<0.05)或极显著(P<0.01)相关。

2)林冠次降雪截留率随次降雪量增加呈减少趋势，林冠截留雪量与林冠郁闭度极显著正相关(P<0.01)。

3)Pomeroy等(2002)模型和本研究修正的模型能较好拟合小兴安岭地区红松林冠次截留雪量，但需引入更多影响因子以优化模型结构和调整模型参数等。