论文摘要
降雨与植被变化是对流域水文特征有着深刻影响的两大因素。然而,森林植被对流域水文的影响,长期以来一直是人们争论的话题。普遍认为,对于处于离散状态的暴雨而言,森林植被减少洪水总量、削减洪峰流量及延长洪水汇流历时等水文效益比较显著,而在长历时的连续暴雨情况下,上述功能就会大大降低。但在离散暴雨和连续暴雨条件下,降雨与植被变化对小流域水文变化的贡献率大小各是多少?定量评价的研究成果罕见报道。因此,本文以赣西北大坑小流域为研究对象,进行定量评价离散暴雨和连续暴雨条件下降雨与植被变化对小流域水文特征影响的贡献率研究,旨在为天然林保护、退耕还林还草等林业生态工程的建设和水文效益评价提供理论依据,也有助于正确认识森林植被削洪减灾的作用大小和影响程度。通过时间序列分析法、统计回归分析法、流域自身对比法和水文模型模拟等方法,采用1966~1993年的降雨和水文资料、不同时段的航空遥感影像和土地利用现状图及2007年补充观测的暴雨径流资料和野外实地调查的植被、土壤资料,在已有研究成果的基础上,本文首先分析了大坑小流域的降雨变化、水文特征变化和植被变化及水文特征对降雨变化与植被变化的响应、场暴雨条件下径流特征值对暴雨特征值的响应。其次,根据1:10000地形图生成的数字高程模型,结合下垫面的地形、土壤特征和植被类型等,将小流域划分为16条河网和31个水文响应单元,构建了时段1981~1994年的具有物理基础的基于MMS的大坑小流域分布式暴雨水文模型PRMS_Storm,并进行了模型主要关键参数的率定、拟合与验证。最后,通过对时段1995~2007年(以2007年的资料为代表)的场次离散暴雨和连续暴雨分别进行的水文模拟,定量评价出离散暴雨和连续暴雨条件下大坑小流域降雨与植被变化对水文(径流深、洪峰流量)变化的贡献率大小。结果表明:大坑小流域1966~1993年的平均年降雨量、年雨日数和年径流深分别为1559.4 mm、154.8 d和791.6 mm,其年内变化均为典型的单峰型曲线,年际变化均较大。并且,降雨量总体呈增加趋势,雨日数总体趋势存在非常微弱的减少,径流深总体呈减少趋势。在离散暴雨和连续暴雨条件下,时段1995~2007年的平均径流系数比时段1981~1994年的分别减少55.6%、55.6%,平均洪峰流量分别减少67.5%、72.5%,而洪峰滞后雨峰历时分别增加72.5%、71.4%。说明,两个时段大坑小流域植被的景观格局、垂直结构和质量的变化有利于水源涵养、削减洪峰和延长洪水汇流历时等功能的发挥。定量评价结果显示,就场暴雨而言,降雨与植被变化对水文变化的贡献率相差较大。就选取的6场离散暴雨来说,70#、90#场暴雨的降雨变化对径流深变化的贡献率分别为37.3%、83.6%,而它们的植被变化贡献率分别为62.7%、16.4%;73#、67#场暴雨的降雨变化对洪峰流量变化的贡献率分别为57.1%、92.0%,而它们的植被变化贡献率分别为42.9%、8.0%;就选取的6场连续暴雨来说,79#、91#场暴雨的降雨变化对径流深变化的贡献率分别为79.7%、92.5%,而它们的植被变化贡献率分别为20.3%、7.5%;74#、58#场暴雨的降雨变化对洪峰流量变化的贡献率分别为73.3%、97.5%,而它们的植被变化贡献率分别为26.7%、2.5%。定量评价结果还显示,离散暴雨条件下,降雨与植被变化对径流深变化的贡献率分别为67.1%、32.9%,前者为后者的2.04倍。对洪峰流量变化的贡献率分别为76.8%、23.2%,前者为后者的3.31倍;连续暴雨条件下,降雨与植被变化对径流深变化的贡献率分别为86.9%、13.1%,前者为后者的6.63倍。对洪峰流量变化的贡献率分别为88.0%、12.0%,前者为后者的7.33倍。表明,不同时段大坑小流域场暴雨的径流深变化和洪峰流量变化主要是由降雨变化所致。暴雨类型的不同,降雨与植被变化对水文变化的贡献率也会不同,且连续暴雨条件下的降雨变化贡献率比离散暴雨条件下的增大了,而植被变化的贡献率减小了。
论文目录
相关论文文献
- [1].三江源植被碳利用率动态变化及其对气候响应[J]. 中国环境科学 2020(01)
- [2].基于MODIS数据的中国西北植被变化分析[J]. 林业科技通讯 2019(12)
- [3].长江流域中上游植被NDVI时空变化及其地形分异效应[J]. 长江流域资源与环境 2020(01)
- [4].西安园林芳香植被调研及改善建议[J]. 陕西农业科学 2020(01)
- [5].河北省植被NDVI变化及其对气象要素的响应[J]. 林业与生态科学 2020(01)
- [6].《中国植被志》:为中国植被登记造册[J]. 植物生态学报 2020(02)
- [7].乌蒙山地区植被时空演变趋势预测[J]. 四川环境 2020(04)
- [8].海岸带植被三种生物性状变化对消浪效果的影响[J]. 中国水运(下半月) 2020(08)
- [9].山东植被灰色动态预测探析[J]. 防护林科技 2020(08)
- [10].我国科学家发布植被病虫害遥感监测与预测系统[J]. 农村新技术 2020(10)
- [11].植被保持水土效益研究[J]. 智能城市 2019(07)
- [12].2000-2017年新疆天山植被水分利用效率时空特征及其与气候因子关系分析[J]. 植物生态学报 2019(06)
- [13].典型喀斯特区植被变化及其与气象因子的关系——以广西百色市为例[J]. 沙漠与绿洲气象 2019(05)
- [14].1982—2013年准噶尔盆地植被长势变化分析[J]. 林业资源管理 2016(05)
- [15].中国北方地区秋季植被变化及对气候变化的响应研究[J]. 测绘与空间地理信息 2016(11)
- [16].汉江流域植被净初级生产力时空格局及成因[J]. 生态学报 2016(23)
- [17].一种利用野地瓜修复矿区植被与土壤的方法初探[J]. 中国农学通报 2017(01)
- [18].城市冠层植被大气环境特性大涡模拟[J]. 科技导报 2017(03)
- [19].植被微波遥感下粒子的散射特性研究[J]. 电子世界 2016(23)
- [20].西藏自治区植被与气候变化的关系[J]. 山地学报 2017(01)
- [21].生态工程背景下西南喀斯特植被变化主导因素及其空间非平稳性[J]. 生态学报 2017(12)
- [22].2013年黑龙江省洪水对植被影响评估[J]. 灾害学 2017(04)
- [23].植被在湿地恢复与重建中的应用[J]. 科学技术创新 2017(20)
- [24].我国三北地区植被变化的动因分析[J]. 生态学报 2017(15)
- [25].利用国产开源卫星影像分析广州市天河区植被现状[J]. 广东园林 2017(04)
- [26].基于遥感数据的黔南州植被净初级生产力分析[J]. 江西农业学报 2017(10)
- [27].遥感反演植被含氮量研究进展[J]. 生态学报 2017(18)
- [28].植被保持水土的基本规律和总结[J]. 黑龙江科技信息 2015(24)
- [29].梭梭树:沙漠中的植被之王[J]. 科学之友(上半月) 2019(09)
- [30].“生物圈与植被”教学设计(鲁教版新教材)[J]. 地理教育 2020(09)