-
积雪作为一种特殊的介质，是冬季森林小气候以及季节水循环过程的一个重要组成部分[1]，其特性在整个森林水循环中受到越来越多的关注[2]。如相关学者在积雪期的研究中得出，积雪具有较高的反射率而导致雪蒸发强度降低的同时，也促进了雪深度的积累的功能[3]；又有学者研究得出在融雪期，积雪融化时将消耗大量的能量，促进雪蒸发的同时，也成为一年中重要的热汇点之一[4]。而积雪在农业方面也有重要的作用，其不良热传导性，会大大降低地表向大地的感热输送，起到对土壤的保温作用，对农作物过冬起到了一定的保护[4-5]。大兴安岭林区是我国黑龙江和松花江的发源地，其森林植被对积雪特征[5]，模拟融雪径流[6-7]，计算积雪的反射率、透射率和吸收率[8-10]以及估算积雪的导热系数[11-12]、雪晶的发育[13-14]均有重要影响。
目前国内外对森林雪水文过程的研究中，主要集中于对积雪期雪水当量和雪密度变化、积雪温度以及积雪化学研究较多[15-18]，对林下积雪蒸发特征和融雪期积雪深度和温度的变化研究较少。如王雪芹等[15]发现导致森林覆盖下的积雪物理特性和雪层结构与空地存在差异；Zhang等[19]发现，雪盖厚度对氮输入量的大小有着直接的影响；Golding等[20]对火烧林地以及对照林地积雪进行研究，发现二者物理和化学性质之间差异显著；Martine[21]在山区的研究中，得出积雪的物理性质和风速相关性不显著；Wever等[22]在阿尔卑斯山区的研究中指出，积雪消融过程受净辐射影响很大；杨俊华等[23]研究祁连山老虎沟不同下垫面积雪剖面，得出积雪下层温度变化与表面温度、雪深有密切关系；高培等[24]研究得出太阳辐射是影响雪层温度的主导因素；陆恒等[25]研究了开阔地和森林覆盖下雪深日变化特征以及融雪期雪深和平均气温之间的相关性，以及在积雪稳定期积雪积雪蒸发量和其他因子的关系。国内对雪水文过程研究多集中在西北地区，且集中在积雪特征和积雪盖度的变化[1]，在我国东北地区的积雪也多集中于降雪截留特征和再分配的比例，而且集中在小兴安岭地区，在大兴安岭的林地内整体雪水文过程的研究较少。本文采用定位观测的方法，对冬季兴安落叶松林雪水文过程进行研究，探讨大兴安岭兴安落叶松林内降雪、积雪和融雪过程的主要影响因子，为今后积雪蒸发测定和区域水资源调控提供更为科学的数据支撑和理论基础，为水源涵养林的建设提供依据。
-
研究地区位于黑龙江省大兴安岭北部漠河县，地形以低山丘陵为主，坡度较为平缓。该区属于寒温带大陆性季风气候，是我国多年冻土分布区，当地年均降水量为350~500mm，多集中在6—9月，年均气温为-4.9℃，年均最高气温为4.31℃，年均最低气温为-11.81℃，年均日照时数为2426.97h，年均风速为1.92m/s，年均相对湿度为70%。全年无霜期为85~110d。地带性土壤为棕色针叶林土，并有永冻层存在。地带性植被为明亮针叶林，兴安落叶松(Larix gmelinii)为当地的优势树种，当地的常见树种有樟子松(Pinus sylvestris var. mongolica)、白桦(Betula platyphylla)和山杨(Populus davidiana)等。
-
研究样地设在黑龙江漠河森林生态系统国家定位研究站的兴安落叶松林标准样地内，样地面积为100m×100m，样地内平均树高为(13.5±2.8)m，平均胸径为(11.4±4.7)cm，林分密度为1800株/hm2。在样地内建立3个20m×30m的临时样地，于2015年10月至2016年5月进行降雪、积雪和融雪特征调查。气象数据通过距离样地36m的通量塔进行采集，实验样地位置如图 1所示。
图 1 研究区域示意图
Figure 1. Schematic plot of research area
-
在所选样地随机放置9个距离地面0.5m，深度20cm，面积1m×1m的木质降雪槽，雪槽边缘打磨角度为45°，用以减少误差；林外空地中布置1个作为降雪总量数据。每次降雪过程结束后立即用称雪器测量降雪槽内沿对角线方向的5个点，取平均值后作为降雪数据进行比较和分析。
-
降雪前将有刻度的标尺固定在垂直于地面的木桩上，使标尺的零刻度与地面平齐，标尺量程为1m，用以在固定位置观测样地内的积雪深度。在兴安落叶松林样地内均匀设置9个积雪深度固定观测点，取平均值作为整个样地的积雪深度。积雪密度调查采用系统抽样的方法，在样地内沿样地中心十字线以5m为间隔设置10个观测点，同时对样地的积雪密度进行3次重复测量，取平均值作为该观测点的积雪密度，样地内积雪雪水当量根据公式(1)，输入该样地内积雪深度和积雪密度计算可得。
-
兴安落叶松林的积雪蒸发量采用样地内的通量塔上传感器数据，利用涡度技术以及样地内设置的Snow Scale SSG雪水当量测定仪分别对融雪期(3—4月)和积雪期(11月至次年2月)蒸发量数据进行测定。
涡度相关技术被广泛应用在草地界面、积雪层界面和森林界面上估算蒸发/升华。可以依据下式确定：
$$ \lambda \;\;{\rm{ET}} = \rho \overline {{W^\prime }{q^\prime }} $$ (1) 式中：ET为蒸散发量，kg/(m2·s)；λ为水的汽化潜热，J/kg；W′为垂直梯度上的风速，m/s；q′为垂直梯度上的湿度，%；ρ为空气密度，kg/m3；W′q′表示垂直风速与湿度的协方差。涡度相关技术通过估算林冠层界面上的蒸发/升华来推算出总的蒸发/升华。
-
积雪深度是积雪覆盖地表的厚度，表示不同地区积雪分布状态(SD，cm)。单位体积的积雪质量称为积雪密度(ρs, g/cm3)。雪水当量指一定表面积的积雪全部融化成水后水的深度(SWE, mm)。雪水当量与积雪深度和积雪密度的关系为：
$$ \mathrm{SWE}=10\left(\rho_{\mathrm{s}} \frac{\mathrm{SD}}{\rho_{\mathrm{w}}}\right) $$ (2) 式中：ρw为雪水的密度，这里默认为水的密度，即为1g/cm3。
-
按照水量平衡公式：
$$ I=P-S-T $$ (3) 式中：I为树冠截留量，mm；P为大气降雪量，mm；S为树干茎流量，mm；T为穿透量，mm。
由于该地区冬季以降雪为主，树干茎流不存在，S取值为0。
-
灰色关联分析法的基本思想主要是以两个系统之间的数据序列为基础，按其发展趋势的相似或相异程度，根据序列曲线几何形状的相似程度来判断其联系是否紧密。灰色关联度的计算公式为：
$$ \begin{array}{c}{\xi_{i}(k)=} \\ {\frac{\min \min \left|X_{0}(k)-X_{i}(k)\right|+\rho \max \max \left|X_{0}(k)-X_{i}(k)\right|}{\left|X_{0}(k)-X_{i}(k)\right|+\rho \max \max \left|X_{0}(k)-X_{i}(k)\right|}}\end{array} $$ (4) 式中：$\xi_{i}(k)$为X0和Xi在k指标时的关联系数；|X0(k)－Xi(k)|为比较数列与参考数列各对应点的绝对差值；ρ为分辨系数，值越小，分辨率就越大，ρ∈[0, 1]，一般ρ取值0.5；ri为灰色关联度，关联度越大说明子序列与母序列变化的态势越一致，则表明该序列对母序列的影响也就越大。
-
依据我国气象观测规范，当测站四周视区内二分之一的范围被雪覆盖时就记为积雪，积雪初、终日为年度中观测到的最早积雪和最后积雪的日期。根据实地观测数据判断，本研究积雪期的时段为2015年10月27日至2016年3月22日。融雪期的时段为2016年3月23日至4月21日。
-
观测期内共观测到16场降雪(图 1)。按照气象上的标准对降雪量大小划分为小雪(0≤SWE < 2.5mm)、中雪(2.5mm≤SWE < 5mm)、大雪(5mm≤SWE < 10mm)和暴雪(SWE≥10mm)4个降雪等级[23]。其中小雪次数最少，为2场，占总降雪次数的12.5%，中雪5场，大雪5场，暴雪4场，分别占总降雪次数的31.25%、31.25%和25%。11月共降雪4场，降水量29.5mm；4月降雪量在整个观测期内最多，达到55.22mm；而在10月降雪量达到14.7mm；12月至次年2月降雪次数少且均为中、小雪。研究期间大部分为低雪强、长历时的降雪(图 1)，平均降雪强度为2.55mm/h，最小雪强为0.28mm/h，最大雪强为8.62mm/h。其中，56.25%降雪的雪强小于1mm/h，没有观测到大于10mm/h的降雪。从次降雪量看，平均降雪量为8.54mm，次最小降雪量为1.83mm，最大为28.8mm。从降雪历时看，平均次降雪历时为5.97h，最短的仅1.9h，最长的为15h，降雪历时在2~5h和5~10h的降雪次数最多，均占31.25%，15h以上的占6.25%。
图 2 观测期内大气降雪特征
Figure 2. Atmospheric snowfall characteristics in observation period
-
将所观测的16场降雪，按照气象上对降雪量大小的规定划分为小雪(0≤SWE＜2.5mm)、中雪(2.5mm≤SWE＜5mm)、大雪(5mm≤SWE＜10mm)和暴雪(SWE≥10mm) 4个降雪级别。随着降雪级别的增大，兴安落叶松林的截雪率呈下降的趋势。观测期内林外空地降雪量为129.4mm，同时观测期内林内降雪输入量为119.43mm，截留率为7.7%。根据表 2可知，落叶松林在小雪时林冠截留率最高，暴雪时林冠截留率最低，分别为6.50%(暴雪)、9.04%(大雪)、9.8%(中雪)、15.7%(小雪)。本研究中兴安落叶松林在不同降雪等级的平均截雪量分别为1.35mm(暴雪)、0.53mm(大雪)、0.31mm(中雪)、0.27mm(小雪)；小于刘海亮等[27]在原始阔叶红松林的结果。主要原因该地区森林类型以兴安落叶松林为主，在冬季郁闭度低，故截留降雪量低；刘海亮等[27]在人工红松林得出平均截雪量为1.6mm，而李奕等[17]对樟子松天然林的研究中，得出樟子松林的平均截留量为13.67mm，而本研究中的截留量比其他学者的研究少的原因可能在于兴安落叶松林冬季落叶、同时冠幅和树高等都相对要小，对降雪的拦截作用要小，同时也说明郁闭度和树冠结构是森林降雪截留量的诸多因素之一。此外，而被降雪被截留后，被截留的那一部分受外界环境因子的影响重新落回森林内，另一部分则直接在林冠上逐渐蒸发。同时又有相关研究得出，积雪蒸发将会对大气、土壤中水分含量以及冬季森林积雪特征变化造成影响[28]。
表 1 兴安落叶松天然林林冠截留特征
Table 1. Canopy interception characteristics of Larix gmelinii forest
降雪级别
Snowfall level林外降雪量
Snowfall outsideforest/mm林内降雪量
Snowfall insideforest/mm林冠截留量
Canopy interception/mm林冠截留率
Canopy interception rate/%小雪Light snow 1.94 1.63 0.31 15.7 中雪Moderate snow 2.73 2.46 0.27 9.8 大雪Heavy snow 5.88 5.35 0.53 9.04 暴雪Blizzard 20.63 19.28 1.35 6.5 -
由图 3所示，2015年冬季观测期第1场降雪始于10月27日，并产生积雪。降雪初期由于当地昼夜温差较大，白天气温升高，导致林内和林外积雪深度在11月3日至11月12日期间明显下降。在11月20日后，林内和林外的积雪深度尽管随降雪的增加而加厚，但在无降雪期间变化幅度不大，1月12日至2月22日林内和林外积雪减少速度分别为0.03和0.11cm/d；林内和林外的积雪在3月16日达到峰值，分别为71.3和74.3cm，二者差异不显著。在3月16日后，林内和林外的积雪深度均有明显减少，林外空地积雪深度在3月31日降低至37.4cm，林内积雪深度降低至49.6cm，其中林外空地的积雪深度减少幅度相对林内积雪深度较大，林外减少量为36.9cm，林内减少量为21.7cm。说明在该地区，尽管兴安落叶松林冬季落叶，林内空隙较大，但对积雪保存的作用依然存在。融雪期期间，3月17日至3月24日积雪深度下降幅度较为平稳，林外空地和林内积雪减少速度均值分别为1.63和1.61cm/d，在3月25日至3月31日突然下降幅度剧烈，林外空地积雪深度减少6.9cm，林内减少6.6cm；造成积雪深度减少剧烈的原因可能与3月25日至3月31日温度大幅回升有关。4月10日至4月15日林外空地减少量为25.5cm，林内减少量为28.2cm，4月24日至4月29日林外空地和林内积雪深度减少量分别为25.7和21.7cm，均大于3月25日至3月31日林外空地和林内积雪减少量，该结果说明了在融雪期降雪尽管能补充一部分积雪，但由于融雪期当地温度逐渐上升，新降雪中吸收的热量增加，雪面的液态水含量同时增加[13]，导致积雪的融化速度加快；在研究期间林内和林外积雪深度差异不显著，并呈现相同的变化波动，可能是兴安落叶松为冬季落叶树种，对降雪的截留较小，同时林内接受日照时间较长，积累热量较多，使林内积雪融化程度和林外差异不显著(P>0.05)。
图 3 兴安落叶松林林内及林外空地积雪深度特征
Figure 3. Snow depth characteristics inside and outside Larix gemelinii forest
-
在对积雪的研究中，积雪的热通量以及积雪深度的稳定性受到雪密度的影响[24]。如图 4所示，10月27日1场暴雪后兴安落叶松林林内以及林外积雪密度分别是0.12和0.13g/cm3，林内跟林外积雪密度差异不显著(P>0.05)，造成这一结果的原因可能是由于气温较高，导致11月4日林内及林外积雪密度比10月29日升高，林内的积雪密度增长了0.1g/cm3，造成的原因是冬季的兴安落叶松林郁闭度低，导致绝大部分太阳能直接传输到地面，从而增加了积雪密实化的进程。11月5日的1场暴雪输入导致积雪密度有所下降，其中林外空地与兴安落叶松林积雪密度减少量分别为0.07和0.06g/cm3。1月14至1月29日，林外积雪密度升高0.02g/cm3，林内积雪密度在无降雪期有相应升高，但升高幅度较林外幅度低。11月6日前降雪的输入对林内积雪密度有较大影响，而11月25日后降雪的输入对林内积雪密度影响较小。在融雪期，雪密度呈现先升高后降低的变化趋势，但4月的两次暴雪，让雪密度呈现剧烈变化，下降幅度超过3月24日至4月4日的减少量。在4月24—29日，林外和林内减少量分别为0.07和0.11g/cm3。
图 4 兴安落叶松林雪密度特征
Figure 4. Snow density characteristics of Larix gmelinii forest
在对森林积雪的研究中，雪水当量是该过程中的重要研究内容之一[10]。如图 5所示，兴安落叶松林林内和林外的积雪雪水当量在无降雪期会有相应的减少。观测初期，由于气温较高导致积雪蒸发量较大，且林外和兴安落叶松林下雪水当量差异不显著(P>0.05)，这是由于兴安落叶松林冬季林内郁闭度低，导致太阳能与地面积雪的能量传输受到干扰较小[11]，所以林外和林内积雪雪水当量变化差别不大。林外和林内积雪雪水当量差异不显著(P>0.05)。兴安落叶松林在1月24日至2月19日无降雪，林内积雪雪水当量减少量较林外低，分别减少0.059和0.15mm/d，且在降雪日期间，其林内积雪雪水当量的增加量也较林外低。在融雪期刚开始的阶段，随着温度的升高，蒸发强度加大，雪水当量减少幅度也随之增大；但4月的两次降雪更加快了雪水当量的减少幅度，林内和林外的雪水当量在4月14至4月19日分别减少了12.38和17.65mm，特别是在4月24日至5月4日，林内和林外雪水当量相比融雪期初期减少量更大，分别为30.2和46.4mm。
图 5 兴安落叶松林雪水当量特征
Figure 5. characteristics of snow water equivalence of larix gmelinii forest
-
兴安落叶松林的积雪蒸发动态特征如图 6所示。积雪期(2015年10月27日至2016年3月22日)的日蒸发量和蒸发速率均值分别为0.046mm和0.2×10-3mm/h，日蒸发量波动幅度在0.01~0.11mm之间；在融雪期(2016年3月23日至4月21日)，日蒸发量和蒸发速率的均值分别为0.165mm和1.2×10-3mm/h，融雪期的日蒸发量是积雪期的3.58倍，蒸发速率是积雪期的6倍。兴安落叶松林积雪期蒸发量为5.59mm，融雪期蒸发量为7.26mm，林内蒸发总量为12.85mm，降雪总雪水当量为129.4mm，蒸发总量占降雪量的10.1%。兴安落叶松林积雪蒸发速率和蒸发量日变化如图 6所示。根据SSG雪水当量测定仪，测得积雪期和融雪期蒸发速率平均日变化趋势呈单峰曲线形式：在夜间00:00—09:00期间，积雪期和融雪期的雪蒸发速率和蒸发量变化较小。而在09:00后开始显著上升，于12:30达到峰值；在达到峰值后，于13:00—15:00期间缓慢减少，在15:30分后大幅降低，直至夜间21:00趋于平稳。在整个日变化动态期间，融雪期积雪蒸发速率和蒸发量显著大于积雪期。将积雪期和融雪期雪蒸发特征结合通量塔上的气象数据，测定研究期内环境因子对雪蒸发强度的影响程度，将积雪期和融雪期的蒸发量分别作为参考序列，温度、湿度、水汽压、风速、净辐射5种气象环境数据作为比较序列，参考序列及比较序列数据进行无量纲化处理，求出参考序列与比较序列的灰色关联系数。结果如表 2所示。
图 6 积雪融雪期日蒸发量动态变化特征
Figure 6. Dynamic variation characteristics of daily evaporation during snowcover and snowmelting period
图 7 积雪融雪期气象因子的动态变化特征
Figure 7. Dynamic variation characteristics of meteorological factors during snowcover and snowmelting period
表 2 不同气象因子与积雪蒸发量的灰色关联度
Table 2. Grey correlation degree of different meteorological factors and snowcover evaporation
因子Factor 环境温度
Environment temperature/℃环境湿度
Environment humidity/%水汽压
Water vapor pressure/kPa风速
Wind speed/(m·s-1)净辐射
Net radiation/(MJ·m-2·d-1)积雪期蒸发量Snow period evaporation 0.831 1 0.741 2 0.541 1 0.544 6 0.896 5 融雪期蒸发量Snowmelting period evaporation 0.827 8 0.686 6 0.533 4 0.582 7 0.856 6 在蒸发量和温度、净辐射的波动曲线图比较中(图 6、7)，积雪蒸发量和净辐射的波动幅度相对净辐射和温度波动幅度较小，说明当地蒸发日总量与净辐射的相关性比温度更高。有研究得出在冬季积雪蒸发是影响积雪厚度的主要影响因素之一[30]，但又有研究证明积雪在进入融雪期后，在该期间内雪层温度的变化是导致积雪变化过程中蒸发、热交换和物质交换的主要原因[31]。本研究得出在大兴安岭北部兴安落叶松林内，积雪期和融雪期的积雪蒸发主要受净辐射的影响，积雪期蒸发量和气象因子的灰色关联度为：净辐射＞温度＞湿度＞风速>水汽压，融雪期蒸发量和气象因子的灰色关联度为：净辐射>温度>湿度>风速>水汽压。
-
(1) 在本研究中，兴安落叶松林的平均截留率为7.7%；随着降雪级别的减小，兴安落叶松林的截留率分别为6.50%(暴雪)、9.04%(大雪)、9.8%(中雪)、15.7%(小雪)。本研究中兴安落叶松林冬季郁闭度低，在0.4~0.5左右，其在不同降雪等级的平均截雪量分别为1.35mm(暴雪)、0.53mm(大雪)、0.31mm(中雪)、0.27mm(小雪)。
(2) 在整个观测期内，兴安落叶松林内积雪深度和林外相比差异不大。其中落叶松林林内积雪深度最深为68.6cm，林外空地积雪深度最深为74.8cm；在整个冬季，积雪期林内和林外的积雪密度随降雪的输入而降低，无降雪期有相应升高。而融雪期则随着气温的逐渐升高，雪密度减少速度增加，降雪会导致样地内积雪密度减少量增大，在4月24日至4月29日达到最高，林内和林外最大减少量分别为0.08和0.11g/cm3；兴安落叶松林在1月24日至2月19日无降雪期，林内积雪雪水当量减少量较林外低，分别为0.059和0.15mm/d且在降雪期，其林内积雪雪水当量的增加量也较林外低。在融雪期刚开始的阶段，随着温度的升高，蒸发强度加大，雪水当量减少幅度也随之增大；但4月的两次降雪更加快了雪水当量的减少幅度，林内和林外的雪水当量在4月14日至4月19日分别减少了12.38和17.65mm，特别是在4月24日至5月4日，林内和林外雪水当量相比融雪期初期减少量更大，分别为30.2和46.4mm。
(3) 积雪期的日蒸发量和蒸发速率均值分别为0.046mm和0.2×10-3mm/h，日蒸发量波动幅度在0.01~0.11mm之间，整体蒸发强度趋于0；在融雪期间，日蒸发量和蒸发速率的均值分别为0.38mm和1.2×10-3mm/h，融雪期的日蒸发量是积雪稳定期的3.58倍，蒸发速率是积雪稳定期的6倍。兴安落叶松积雪期蒸发量为5.59mm，融雪期蒸发量为7.26mm，林内蒸发总量为12.85mm，降雪总雪水当量为129.4mm，蒸发总量占降雪量的10.1%。
-
在研究期内(2015年10月至2016年5月)，兴安落叶松林林冠截留量为19.50mm，林冠截留率占总降雪量的7.7%，与刘海亮等[29]对小兴安岭红松林(28.2%)，李奕等[17]对大兴安岭樟子松林(23.66%)的研究结果相比较低，产生原因可能是10月末和11月初的两次暴雪把样地内部分兴安落叶松林的林冠折断有关。尽管如此，当降雪量较低时，兴安落叶林冠层可以截留大部分的降雪。林冠截留过程受森林结构类型和当地气象因子等多种因素的影响，国外学者Mcjannet等[29]和Bulcock等[30]研究中，气象因子是影响降雪截留的主要因子之一，而Rutter等[31]和Varhola等[32]的研究结果中，冠层结构和郁闭度是影响降雪截留主要因素。尽管本研究中不同降雪强度对降雪截留率产生影响，但是落叶树种的冠层结构和降雪截留之间的关系有待进一步研究。国外学者的研究发现，当森林积雪的输入量跟森林冠层的饱和截留量有直接的影响[33]。本研究发现，兴安落叶松林在小雪时截留率最高，达到15.7%，暴雪时截留量最低，为6.5%，可能是由于样地内郁闭度低，导致饱和截留量出现在小雪。研究表明，郁闭度[34]和太阳辐射[33]对林内积雪深度、雪水当量和雪密度有直接影响，且刘海亮等[27]在小兴安岭的积雪研究发现，红松人工林郁闭度并没有影响林内积雪厚度。同时相关研究也证明了林冠郁闭度的增加可以减缓林内积雪密实化进程[35]。12月29日后林内积雪密度变化平缓，可能是由于漠河当地极低的气温和样地内存雪量逐渐增多等原因造成的。而积雪蒸发速率跟森林郁闭度和光热辐射相关[36]，同时，和林外空地比起来，兴安落叶松林林内积雪深度、积雪密度及雪水当量差异不显著。
在本研究中，冬春季兴安落叶松林积雪蒸发量为12.85mm，小于李辉东等[30]在长白山阔叶红松林中的研究结果，可能由于冬季兴安落叶松落叶，相对常绿的红松缺少了光合作用，同时当地气温较冷，导致积雪蒸发量强度低。在对于森林整体的积雪蒸发过程研究中，。不同学者对于不同森林类型关注点也不一样，一般对北方针叶林的研究几乎都关注林冠截留雪蒸发[32-33]；对阔叶林，则集中在林下积雪蒸发过程[36-37]。目前，同时考虑林下积雪和林冠截雪蒸发的研究很少见，而大兴安岭北部关于不同林型的雪蒸发特征的报导还未见到。根据研究结果和图 6所示，影响该地区兴安落叶松林积雪蒸发强度的因子中，净辐射、空气温度是影响兴安落叶松林积雪蒸发强度的主要因子。净辐射是影响积雪特征的主要因子之一，这符合李辉东等[28]在长白山的研究结果，也证明利用涡动技术在当地测定积雪蒸发强度的可行性。但是大兴安岭北部当地冬季极低的气温等环境因素对通量塔的影响，以及森林林冠截留蒸发和林下雪面蒸发之间的差异，都需要进一步进行研究。
Snow hydrological characteristics of Larix gmelinii forest in northern Daxing'an Mountains of northeastern China
-
摘要:
目的研究大兴安岭北部地区兴安落叶松林雪水文特征，为今后积雪蒸发测定和区域水资源调控提供更为科学的数据支撑和理论基础。 方法对观测期内16场降雪的大气降雪量以及对林内积雪深度、积雪密度以及雪水当量进行了周期性观测与统计分析。 结果(1) 随着降雪级别的减少，兴安落叶松林的截留率呈现逐渐增加的趋势，分别为6.50%(暴雪)、9.04%(大雪)、9.8%(中雪)、15.7%(小雪)。可见，兴安落叶松林降雪截留最大截留率出现在小雪，暴雪时截留率则最小。(2)兴安落叶松林内积雪深度和林外相比差异不大，其中落叶松林林内积雪深度最深为68.6cm，林外空地积雪深度最深为74.8cm。(3)林内和林外的积雪密度在观测初期会随降雪的输入而降低，无降雪期有相应升高。融雪期随着气温的升高，雪密度减少速度会加快。在4月24—29日达到最大值，减少量分别为0.07和0.11g/cm3。(4)雪水当量速率减少量在4月24—29日达到最大值，分别为30.2和46.4mm。 结论和林外空地相比，兴安落叶松林对积雪深度、积雪密度及雪水当量影响不大，说明兴安落叶松林在雪水文过程中对积雪特征影响尽管存在，但并不明显。该区雪蒸发日变化呈单峰曲线变化规律，积雪期的日蒸发量和蒸发速率均值分别为0.04mm和0.2×10-3mm/h，日蒸发量波动幅度在0.02~0.14mm之间，在融雪期间，日蒸发量和蒸发速率的均值分别为0.38mm和1.51×10-3mm/h，采用灰色关联度对各因子进行分析，得出净辐射是影响兴安落叶松林内积雪蒸发的主要因素。 Abstract:ObjectiveTo provide more scientific data support and theoretical basis for the future snow cover evaporation measurement and regional water resurces requlation, the snow hydrological characteristics in the natural forest of Larix gmelinii was studied in northern Daxing'an Mountains of northeastern China. The snowfall interception and snow cover characteristics were systematically studied from the end of October 2015 to the beginning of May 2016. MethodDuring the observation period, the snowfall of 16 snowfalls, as well as the snow depth, snow density and snow water equivalent in the forest were periodically observed and statistically analyzed. Result(1) With the decreasing of snowfall level, the interception rate of Larix gmelinii forest showed a gradual increasing trend, which was 6.50% (blizzard), 9.04% (heavy snow), 9.8% (moderate snow), 15.7% (light snow). It can be seen that the maximum interception rate of snowfall in Larix gmelinii forest occurred in light snow, and the smallest occurred in blizzard. (2) The difference between the depth of snow inside Larix gmelinii forest and that outside the forest was not significant. Among them, the deepest snow depth in larch forest was 68.6cm, and that in outer space was 74.8cm. (3) The density of snow inside and outside the forest decreased with the input of snowfall in the early stage of observation, and did not increase in the absence of snowfall. Snowmelt as the temperature rises, the snow density will decrease faster. (4) Reaching the maximum between April 24 and April 29, with a decrease of 0.07 and 0.11g/cm3, respectively; the reduction of snow equivalent rate reached the maximum between April 24 and April 29, 30.2 and 46.4mm, respectively. ConclusionCompared with the open space outside the forest, the Larix gmelinii forest has little effect on the snow depth, snow cover density and snow water equivalent, indicating that the effect of Larix gmelinii forest on the hydrological characteristics of snow cover is not obvious. The daily change of snow evapotranspiration in this area showed a single-peak curve variation. The daily evaporation and evaporation rates in the snow-covered period were 0.04mm and 0.2×10-3mm/h, respectively. Daily evaporation fluctuated between 0.02-0.14mm. During the snowmelt period, the average daily evaporation and evaporation rates were 0.38mm and 1.51×10-3mm/h, respectively, and the factors were analyzed using the grey correlation degree. It is concluded that net radiation is the main factor influencing snowcover evaporation in Larix gmelinii forest. -
Key words:
- Larix gmelinii forest /
- snowcover evaporation /
- snowfall interception /
- snowmelting
-
图 3 兴安落叶松林林内及林外空地积雪深度特征
Figure 3. Snow depth characteristics inside and outside Larix gemelinii forest
图 5 兴安落叶松林雪水当量特征
Figure 5. characteristics of snow water equivalence of larix gmelinii forest
图 6 积雪融雪期日蒸发量动态变化特征
Figure 6. Dynamic variation characteristics of daily evaporation during snowcover and snowmelting period
图 7 积雪融雪期气象因子的动态变化特征
Figure 7. Dynamic variation characteristics of meteorological factors during snowcover and snowmelting period
表 1 兴安落叶松天然林林冠截留特征
Table 1. Canopy interception characteristics of Larix gmelinii forest
降雪级别
Snowfall level林外降雪量
Snowfall outsideforest/mm林内降雪量
Snowfall insideforest/mm林冠截留量
Canopy interception/mm林冠截留率
Canopy interception rate/%小雪Light snow 1.94 1.63 0.31 15.7 中雪Moderate snow 2.73 2.46 0.27 9.8 大雪Heavy snow 5.88 5.35 0.53 9.04 暴雪Blizzard 20.63 19.28 1.35 6.5 
下载: 导出CSV
表 2 不同气象因子与积雪蒸发量的灰色关联度
Table 2. Grey correlation degree of different meteorological factors and snowcover evaporation
因子Factor 环境温度
Environment temperature/℃环境湿度
Environment humidity/%水汽压
Water vapor pressure/kPa风速
Wind speed/(m·s-1)净辐射
Net radiation/(MJ·m-2·d-1)积雪期蒸发量Snow period evaporation 0.831 1 0.741 2 0.541 1 0.544 6 0.896 5 融雪期蒸发量Snowmelting period evaporation 0.827 8 0.686 6 0.533 4 0.582 7 0.856 6
下载: 导出CSV
-
[1] 刘世荣, 常建国, 孙鹏森.森林水文学:全球变化背景下的森林与水的关系[J].植物生态学报, 2007, 31(5):753-756. http://d.old.wanfangdata.com.cn/Periodical/zwstxb200705001 Liu S R, Chang J G, Sun P S. Forest hydrology: forest and water in a context of global change[J]. Journal of Plant Ecology, 2007, 31 (5):753-756. http://d.old.wanfangdata.com.cn/Periodical/zwstxb200705001 [2] 盛后财, 蔡体久, 琚存勇.小兴安岭白桦林降水转化过程元素特征分析[J].北京林业大学学报, 2015, 37(2):59-66. doi: 10.13332/j.cnki.jbfu.2015.02.009 Sheng H C, Cai T J, Ju C Y. Element characteristics in the precipitation conversion process in Betula platyphlla forest of Xiaoxing'an Mountains, northeastern China[J]. Journal of Beijing Forestry University, 2015, 37 (2):59-66. doi: 10.13332/j.cnki.jbfu.2015.02.009 [3] 王增艳, 车涛. 2002—2009年中国干旱区积雪时空分布特征[J].干旱区研究, 2012, 29(3): 464-467. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ghqyj201203014 Wang Z Y, Che T. Spatiotemporal distribution of snow cover in arid regions in China[J]. Arid Zone Research, 2012, 29(3): 464-467. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ghqyj201203014 [4] Wei X, Liu S, Zhou G, et al. Hydrological processes in major types of Chinese forest[J]. Hydrological Processes, 2005, 19(1):63-75. http://cn.bing.com/academic/profile?id=ccec2017c9ca1ef970d1dedffceb46a4&encoded=0&v=paper_preview&mkt=zh-cn [5] Dozlier J. Snow, snowmelt, rain, runoff, and chemistry in a Sierra Nevada Watershed[Z]. Final Report to California Air Resources Board, 1989: 16-26. [6] Martinet J. Rango A. Paramenter values for snowmelt runoff modeling[J]. Journa1 of Hydrology, 1986, 84(3-4):197-219. http://cn.bing.com/academic/profile?id=6a99879c59f02f9b9a5b642dcab50102&encoded=0&v=paper_preview&mkt=zh-cn [7] Sokratov S A. Parameters influencing the recrystallization rate of snow[J]. Cold Regions Science and Technology, 2001, 33(2-3): 263-274. doi: 10.1016/S0165-232X(01)00053-2 [8] Pomeroy J W, Brun E. Physical properties of snow[M]//Jones H G, Pomeroy J W, Walker D A, et al. Snow ecology: an interdisciplinary examination of snow-covered ecosystems. Cambridge: Cambridge University Press, 2001: 45-126. [9] 白重媛, 大畑哲夫.天山乌鲁木齐河源1号冰川夏季消融期内反射率的变化[J].冰川冻土, 1989, 11(4): 311-324. http://www.cnki.com.cn/Article/CJFDTotal-BCDT198904002.htm Bai Z Y, Ohata T. Variations of albedo on the glacier No.1 at the head water of Urumqi River, Tianshan Moutains, during the summer ablation period[J]. Journal of Glaciology and Geocryology, 1989, 11(4): 311-324. http://www.cnki.com.cn/Article/CJFDTotal-BCDT198904002.htm [10] 谢应钦, 张金生.雪层内太阳的穿透辐射[J].冰川冻土, 1988, 10(2): 135-142. http://www.cnki.com.cn/Article/CJFDTOTAL-BCDT198802004.htm Xie Y Q, Zhang J S. Solar penetration radiation in snow layers[J]. Journal of Glaciology and Geocryology, 1988, 10(2):135-142. http://www.cnki.com.cn/Article/CJFDTOTAL-BCDT198802004.htm [11] Kormos P R, Marks D, McNamara J P, et al. Snow distribution, melt and surface water inputs to the soil in the mountain rain-snow transition zone[J]. Journal of Hydrology, 2014, 519:190-204. doi: 10.1016/j.jhydrol.2014.06.051 [12] Schelker J, Kuglerová L, Eklöf K, et al. Hydrological effects of clear-cutting in a boreal forest-snowpack dynamics, snowmelt and streamflow responses[J]. Journal of Hydrology, 2013, 484: 105-114. doi: 10.1016/j.jhydrol.2013.01.015 [13] Michael A, Rawlins, Kyle C, et al. Remote sensing of snow thaw at the pan-Arctic scale using the seawinds scatterometer[J]. Journal of Hydrology, 2005, 312(1-4):294-311. doi: 10.1016/j.jhydrol.2004.12.018 [14] Bernier P Y. Microwave remote sensing of snowpack properties: potential and limitations[J]. Nordic Hydrology, 1987, 18(1): 1-20. http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_bac5a3a177fc5f9ac0af5e29a5f820e4 [15] 王雪芹, 张元明, 蒋进, 等.古尔班通古特沙漠南部沙垄水分动态:兼论积雪融化和冻土变化对沙丘水分分异作用[J].冰川冻土, 2006, 28(2):262-268. doi: 10.3969/j.issn.1000-0240.2006.02.017 Wang X Q, Zhang Y M, Jiang J, et al. Variation pattern of soil water content in longitudinal dune in the southern part of Gurbantêggêt Desert: how snowmelt and frozen soil change affect the soil moisture[J]. Journal of Glaciology & Geocryology, 2006, 28(2):262-268. doi: 10.3969/j.issn.1000-0240.2006.02.017 [16] 王贺, 蔡体久, 满秀玲, 等.小兴安岭不同类型人工林林内积雪特征[J].水土保持学报, 2012, 26(6):263-267, 273. http://d.old.wanfangdata.com.cn/Periodical/trqsystbcxb201206052 Wang H, Cai T J, Man X L, et al. Characteristics of snowpack in different planted forests of Xiaoxing'anling[J]. Journal of Soil and Water Conservation, 2012, 26(6):263-267, 273. http://d.old.wanfangdata.com.cn/Periodical/trqsystbcxb201206052 [17] 李奕, 蔡体久, 盛后财, 等.大兴安岭地区天然樟子松林降雪截留及积雪特征[J].水土保持学报, 2014, 28(5):124-128. http://d.old.wanfangdata.com.cn/Periodical/trqsystbcxb201405022 Li Y, Cai T J, Sheng H C, et al. Characteristics of the snow interception and the snowpack in Scotch pine forest in Great Xing'an Mountains[J]. Journal of Soil and Water Conservation, 2014, 28(5):124-128. http://d.old.wanfangdata.com.cn/Periodical/trqsystbcxb201405022 [18] 俞正祥, 蔡体久, 朱宾宾.大兴安岭北部主要森林类型林内积雪特征[J].北京林业大学学报, 2015, 37(12):100-107. doi: 10.13332/j.1000-1522.20150175 Yu Z X, Cai T J, Zhu B B. Characteristics of snowpack in major forest types of northern Daxing' anling Mountains, northeastern China[J]. Journal of Beijing Forestry University, 2015, 37(12):100-107. doi: 10.13332/j.1000-1522.20150175 [19] Zhang J, Ashjian C, Campbell R, et al. The influence of sea ice and snow cover and nutrient availiability on the formation of massive under-ice phytoplankton blooms in the Chukchi Sea[J]. Deep Sea Research Part Ⅱ: Topical Studies in Oceanography, 2015, 118:122-135. doi: 10.1016/j.dsr2.2015.02.008 [20] Golding D L, Swanson R H. Snow distribution patterns in clearings and adjacent forest[J]. Water Resources Research, 1986, 22(13): 1931-1940. doi: 10.1029/WR022i013p01931 [21] Martinee J. Expected snow loads on structure from incomplete hydrological data[J]. Journal of Glaciology, 1977, 19(81):185-195. doi: 10.1017/S0022143000029270 [22] Wever N, Schmid L, Heilig A, et al. Verification of the multi-layer SNOWPACK model with different water transport schemes[J]. The Cryosphere, 2015, 9(6): 2271-2293. doi: 10.5194/tc-9-2271-2015 [23] 杨俊华, 秦翔, 吴锦奎, 等.祁连山老虎沟流域春季积雪属性的分布及变化特征[J].冰川冻土, 2012, 34(5):1092-1093. http://d.old.wanfangdata.com.cn/Periodical/bcdt201205010 Yang J H, Qin X, Wu J K, et al. Distribution and variation of spring snow cover in Laohugou Watershed of the Qilian Mountains[J]. Journal of Glaciology and Geocryology, 2012, 34(5):1092-1093. http://d.old.wanfangdata.com.cn/Periodical/bcdt201205010 [24] 高培, 魏文寿, 刘明哲.中国西天山季节性积雪热力特征分析[J].高原气象, 2012, 31(4): 1075-1078. http://d.old.wanfangdata.com.cn/Periodical/gyqx201204022 Gao P, Wei W S, Liu M Z. Characteristic analysis on temperature change in snow layer in Western Tianshan Mountain in China[J]. Plateau Meteorology, 2012, 31(4): 1075-1078. http://d.old.wanfangdata.com.cn/Periodical/gyqx201204022 [25] 陆恒, 魏文寿, 刘明哲, 等.季节性森林积雪融雪期雪层含水率垂直廓线与时间变化特征[J].地理研究, 2011, 30(7):1245-1248. http://d.old.wanfangdata.com.cn/Periodical/dlyj201107010 Lu H, Wei W S, Liu M Z, et al. A study on the vertical profile of forest snow liquid water content and variation with time in the snowmelt period[J]. Geographical Research, 2011, 30(7):1245-1248. http://d.old.wanfangdata.com.cn/Periodical/dlyj201107010 [26] 刘家霖, 满秀玲.降雨和非降雨日兴安落叶松天然林蒸腾及蒸散发特征[J].生态学报, 2017, 37(15):5059-5069. http://d.old.wanfangdata.com.cn/Periodical/stxb201715014 Liu J L, Man X L.Characteristics of transpiration and evapo-transpiration from natural Larix gmelinii forests on rainy and non-rainy days[J]. Acta Ecologica Sinica, 2017, 37(15):5059-5069. http://d.old.wanfangdata.com.cn/Periodical/stxb201715014 [27] 刘海亮, 蔡体久, 满秀玲, 等.小兴安岭主要森林类型对降雪、积雪和融雪过程的影响[J].北京林业大学学报, 2012, 34(2): 20-25. http://j.bjfu.edu.cn/article/id/9722 Liu H L, Cai T J, Man X L, et al. Effects of major forest types of Xiaoxing'an Mountains on the process of snowfall, snow cover and snow melting[J]. Journal of Beijing Forestry University, 2012, 34(2):20-25. http://j.bjfu.edu.cn/article/id/9722 [28] 李辉东, 关德新, 吴家兵, 等.长白山阔叶红松林冬季雪面蒸发特征[J].应用生态学报, 2013, 24(4):1039-1046. http://d.old.wanfangdata.com.cn/Periodical/yystxb201304022 Li H D, Guan D X, Wu J B, et al. Characteristics of evaporation over broadleaved Korean pine forest in Changbai Mountains, Northeast China during snow cover period in winter[J]. Chinese Journal of Applied Ecology, 2013, 24(4):1039-1046. http://d.old.wanfangdata.com.cn/Periodical/yystxb201304022 [29] Mcjannet D, Vertessy R. Effects of thinning on wood production, leaf area index, transpiration and canopy Interception of a plantation subject to drought[J]. Tree Physiology, 2011, 21 (12/13): 1001-1008. http://cn.bing.com/academic/profile?id=de705ad9c3839e0d39309fb425d6fb00&encoded=0&v=paper_preview&mkt=zh-cn [30] Bulcock H H, Jewitt G P W. Spatial mapping of leaf area index using hyperspectral remote sensing for hydrological application with a particular focus on canopy interception[J]. Hydrology and Earth System Science, 2010, 14(2): 383-392. doi: 10.5194/hess-14-383-2010 [31] Rutter N, Essery R, Pomeroy J, et al. Evaluation of forest snow processes models (SnowMIP2)[J/OL]. Journal of Geophysical Research: Atmospheres, 2009, 114[2017-08-11]. http://onlinelibrary.wiley.com/doi/10.1029/2008JD011063/full. [32] Varhola A, Coops N C, Weiler M, et al. Forest canopy effects on snow accumulation and ablation: an integrative review of empirical results[J]. Journal of Hydrology, 2010, 392(3): 219-233. http://cn.bing.com/academic/profile?id=e815be270bf9fff351eb43f73e52a547&encoded=0&v=paper_preview&mkt=zh-cn [33] Boon S. Snow ablation energy balance in a dead forest stand[J]. Hydrological Processes, 2009, 23(18): 2600-2610. doi: 10.1002/hyp.v23:18 [34] Coughlan J C, Running S W. Regional ecosystem simulation: a general model for simulating snow accumulation and melt in mountainous terrain[J]. Landscape Ecology, 1997, 12(3):119-136. doi: 10.1023/A:1007933813251 [35] Lee Y H, Mahrt L. An evaluation of snowmelt and sublimation over short vegetation in land surface modeling[J]. Hydrological Processes, 2004, 18: 3543-3557. doi: 10.1002/hyp.5799 [36] Suzuki K, Nakai Y. Canopy snow influence on water and energy balances in a coniferous forest plantation in northern Japan[J]. Journal of Hydrology, 2008, 352(1): 126-138. http://cn.bing.com/academic/profile?id=483a6d8db5f9163138b01bbf53530c1b&encoded=0&v=paper_preview&mkt=zh-cn [37] Lundberg A, Calder I, Harding R. Evaporation of intercepted snow: measurement and modeling[J]. Journal of Hydrology, 1998, 206(3-4): 151-163. doi: 10.1016/S0022-1694(97)00016-4 -
点击查看大图
图(7) / 表 (2)
计量
- 文章访问数: 438
- HTML全文浏览量: 111
- PDF下载量: 10
- 被引次数: 0
