第166篇 |【文献推荐】季节性气象强迫控制了地中海森林山区集水区多尺度径流的产生

01 研究背景

02 研究数据和方法

Re della Pietra是位于意大利中部的托斯卡纳-艾米利亚阿平宁山脉一个2km2的实验森林集水区（图1a）。该地区属于温带地中海气候，有湿润期（约10月至次年5月）和干旱期（约6月至9月）。年平均降水量为1316mm（1992-2022年），年平均气温为10.5℃。海拔高度从634到1320m不等，平均坡度为27.5°，河道长约3km。

图1 （a）研究区位置；（b）Re della Pietra实验集水区地图以及监测仪器地图（流量和雨量计、地下水井、气象站和土壤湿度探头）的位置；（c）Lecciona子集水区的野外照片；（d）气象站、土壤湿度探头、三口地下水井（GW1、GW2和GW3）和流量计的位置。

水文气象数据收集于2021年1月19日至2022年1月20日从源头到出口的四个子集水区（图1b）。大多数仪器安装在集水区源头部分的Lecciona子集水区（图1c）。气象站安装在海拔991m的Lecciona子集水区边界附近的森林空地上（图1d），以10分钟/次的时间间隔记录降水深度、气温、空气湿度、太阳辐射、风速和风向。土壤湿度通过安装在子集水区的六个探头测量，以10分钟/次的间隔进行记录（图1d）。三个位置的15cm和35cm深处均安装两个探头，以评估山坡尺度的土壤水分对流域水文响应的影响。压力传感器以15分钟/次的间隔在3口地下水井（GW1、GW2、GW3）中测量Lecciona子集水区的地下水位（精度为±0.05mm），其中GW1和GW3位于河岸带，GW2位于山坡脚下（图1d）。

通过前土壤水分指数（ASI, antecedent soil moisture index）来评估前土壤水分条件对水文响应的影响：

其中，θ是给定深度（m³/m³）的体积土壤含水量，D是安装深度（m）。根据降水事件开始前一小时内记录的土壤水分值计算ASI，并在两个深度和山坡位置之间取平均值。

通过计算山坡三个位置之间的土壤湿度，并分析山坡35cm和15cm深度的平均土壤水分之间的差异。向上的正峰值表明35cm处的土壤湿度大于15cm处的土壤湿度，并且更早响应于降水，被归入湿润期，而向下的负峰值表明35cm处的土壤湿度较低，响应晚于15cm处，被归入干旱期（图2）。

图2 Lecciona子集水区水文气象变量的时间序列；灰色阴影区域表示由基于土壤水分的指标定义的干旱期；（a）气象站记录的降水和每小时气温；（b）三个位置在15cm和35cm深处的空间平均土壤湿度；（c）35cm和15cm处平均土壤湿度之间的差异；（d）三口井的地下水位；（e）Lecciona子集水区河流中的事件水和事件前水。

使用基于示踪剂的过程线分离方法来估计降水事件产生的水（事件水）以及集水区中已经储存的水（事件前水）对总径流量的贡献。后者被假设为土壤水和地下水的混合物。分别对湿润期和干旱期应用基于EC的过程线分离，将事件前水的EC特征定义为在基流条件下每条河流段测得的最高EC值。过程线分离方程如下：

其中 f_e是事件水的分量，C_s是河流水的电导率，C_e是降水的电导率，C_p是事件前水的电导率。

降水径流事件定义为降水深度>1mm的径流事件，其产生的径流响应>0.01mm/10min。根据该标准，Lecciona子集水区在研究期间共识别到34起径流事件。使用常数k方法区分基流和雨流，其方程如下：

式中，Q 为流量，t 为时间。

采用时滞分析方法，评估从Lecciona流量计到C4出口在每个空间尺度上的水文响应时间（即流量峰值时间）。通过计算每个子集水区的Gravelius指数（Bendjoudi，2002），分析集水区形状对峰值流量响应时间的可能影响。该指数越高表明集水区形态越细长，反之则表明其形态更趋向圆形。

03 主要发现

3.1 Lecciona子集水区的季节性水文响应

研究区气象强迫的强烈季节性最终体现在Lecciona子集水区的水文响应中（图2）。基于土壤水分的指标明确识别了两个时期的降水深度和水文条件。土壤水分差异时间序列中以峰值上升为主的正值与降水深度大、同样深度且相互耦合的土壤水分高、河流流量大的时期有关，该现象是冬季、早春和晚秋的典型特征，相反的是典型的春末和夏季特征（图2）。通过两个深度之间的土壤水分差异可以区分时间序列的湿润期和干旱期。在湿润期，降水深度在1.5~2mm之间，强度为低等到中等强度（1.9~10.8mm/h），而在干旱期，降水较少，但降水强度较高（5.4~28.0mm/h）。

由于降水的季节性，土壤水分在湿润期的变化比干旱期要大，在无雨期有明显的下降趋势且变化较少（图2a）。土壤水分在干旱期呈现出不同的含水量（图2b），分别导致湿润期和干旱期的耦合和解耦。9月下旬至12月中下旬，两个深度的土壤水分再次出现相似的趋势。

地下水位也有一定程度的季节性变化。GW3和GW1井位置相近，但呈现显著不同的水文响应模式。整个研究期间，GW3的地下水位对降水的响应十分敏感，峰值很高。峰值的频率和幅度与大暴雨的频率和幅度一致。在雨季，GW1也表现出类似的模式，但在降水量极小或无降水的时段之前，GW1几乎没有响应。在整个干旱期，地下水位相对稳定，但在暴雨间歇时间较长的湿润期，这种情况也很明显。

Lecciona河流的季节性也很明显，河流在湿润期对降水高度敏感，而在干旱期响应很少但剧烈。与干旱期相比，湿润期的衰退时间更长，而干旱期则表现出对降水非常急剧的快速衰退反应。干旱期的最高峰发生在长时间的干旱条件之后，并伴随着土壤水分的急剧上升。

3.2 土壤水分和降水对季节性水文响应的影响

15cm和35cm的土壤湿度对河流的响应揭示了湿润期和干旱期的显著不同行为模式（图3）。在湿润期，两个深度的土壤湿度都在0.25m³/m³左右时，河流流量增加，形成非线性趋势（图3a、b）。在土壤湿度值介于0.20至0.25m³/m³之间时，河流上升但幅度较小，并出现瞬时峰值，这可能源于4月底至5月初的一次大暴雨事件。相反，在干旱期，土壤湿度对河流产生的影响很小，两个深度的土壤湿度值在0.20m³/m³左右时，河流会突然达到峰值，这与7月中旬和9月下旬的强暴雨事件相对应（图3a、b）。两个深度的土壤湿度与事件水分量具有明显的非线性关系，尤其是在干旱期（图3c、d）。

ASI与暴雨流量之间存在显著的非线性关系，只有在ASI>60mm的湿润条件下才会记录到较高的暴雨流量值。然而，有些降水事件的ASI值大于60mm，但暴雨流量值却很低（图4a）。在ASI的基础上增加降水深度（即ASI+P），可使ASI+P超过80mm时的暴雨流量呈线性增加的趋势（图4b）。在干旱期事件中，ASI+P与暴雨流量也呈线性关系（图4b）。15cm和35cm深处的前土壤水分条件，尤其是降水深度的增加，也影响了干旱期和湿润期的最大事件水分（图4c、d）。在两种情况下，干旱期和湿润期的事件都被归入两个不同的群组，但随着ASI+P的增加，旱季的最大事件水分量总体上高于雨季。

GW1的地下水位峰值与干旱期的ASI无关（图5）。即使在大量降水期间，GW1的水位也保持稳定。例外的是由红色和蓝色箭头指示的两个事件，它们对应了干湿期的最高降水事件。除去这两个事件，ASI值在62-67mm范围内的GW1峰值的垂直上升，表明在湿润期GW1峰值对ASI的响应是有临界值的。ASI+P消除了该临界，ASI+P与GW1峰值具有线性关系，ASI+P超过100mm时略有分散（图5b）。在干旱期，最大事件水量分数与GW1的地下水位峰值之间也呈线性关系（图5）。

3.3 跨多个空间尺度的河流响应

C1、C3和C4的河流阶段以及Lecciona的河流显示出季节性模式，在湿润期有中高峰和较长的衰退期，而在干旱期则有较小且迅速的反应（图6a）。Lecciona和C1的事件水分量非常相似（图6b）。但在湿润期，Lecciona的事件水分量往往较高，而在干旱期，C1的事件水分量则经常较高。与C1和Lecciona相比，C4的事件水分量变化更大，在雨季（5月前）明显较低，而从5月中旬开始以及旱季的大部分时间则明显较高。2021年10月至2022年1月期间，C4的事件水分量波动与Lecciona和C1不同，总体上保持较低（图6b）。

整个流域的河流响应时间各不相同（图7）。正值表示上游河流流量计的峰值早于下游，负值则表示相反。从Lecciona到C1、C3和C4，随着每个子流域的流域面积和河流长度的差异增大，时间滞后也随之增大。相反，C1和C3之间的集水区面积较小，但河流较长，抵消了这一影响，尽管变异性较大，但中位值却较高。然而，当考虑C3-C4和C1-C4 时，河流长度与集水面积之间的时滞关系被打乱了（图7）。

04 主要结论

05 引发思考