張 帥，丁國棟*，高廣磊，趙媛媛，包巖峰，于明含

(1.北京林業(yè)大學水土保持國家林業(yè)局重點實驗室，北京 100083；2.北京林業(yè)大學 水土保持學院，寧夏鹽池毛烏素沙地生態(tài)系統國家定位觀測研究站，北京 100083；3.中國林業(yè)科學研究院荒漠化研究所，北京 100091)

土壤風蝕是指在以風力為主要外營力的作用下導致地表物質分散的物理過程，是造成環(huán)境惡化和土地生產力下降的主要原因之一[1-2].農田防護林作為生態(tài)建設的重要工程措施，能有效改善生產生活環(huán)境和局地小氣候，防止地表風蝕，減輕風沙危害，為生態(tài)安全提供保障[3-4].我國在很早之前就開始了防護林的營造，并在防護林建設等方面做了大量工作[5-6].目前防護林體系發(fā)展完善，空間格局多樣，可針對不同的保護對象設置相應的林網配置模式[7].防護林的防護作用主要表現在防風效能上[8-10]，風速的降低可引起其他氣象要素的改變，進而調節(jié)微氣候環(huán)境[11-13].現有研究通過野外觀測及風洞模擬的方法對影響農田防護林防風效能的因素進行了大量實驗[14-17]，并借助數學模型在細碎化、景觀結構方面進行評價，分析了林帶寬度、高度、結構類型、疏透度等對防護林防風效能的影響[18-21].但現有研究大多建立在主害風向與主林帶垂直的前提下，而在實踐中發(fā)現，由于地形的限制，防護林的營造常會出現與主害風向不垂直的情況，且部分地區(qū)氣候變化較大，主害風向會出現較大差異，因此，僅分析垂直主林帶風向的防風效能并不能反應真實狀況.針對這一問題，本研究通過數學期望的方法，對不同風向的林網內風速及防風效能進行綜合分析，以期揭示農田防護林網對曠野風速運動變化所產生的作用和影響，為農田防護林的規(guī)劃提供依據.

1 研究區(qū)概況

研究區(qū)位于烏蘭布和沙漠東北緣中國林業(yè)科學研究院沙漠林業(yè)實驗中心(以下簡稱沙林中心)第三實驗場，行政區(qū)劃屬于內蒙古自治區(qū)磴口縣.研究區(qū)處于溫帶干旱區(qū)，東臨黃河，為黃河沖積平原，屬溫帶大陸性氣候.年平均降水量為144.5 mm，降水量分配不均，集中分布在6—9月，占全年降水量的78%；年平均蒸發(fā)量為2 397.6 mm，年平均濕潤系數為0.094；年平均日照總時長為3 209.5 h，年均10 ℃及以上有效積溫為3 100～3 400 ℃，年無霜期為140～160 d；年平均風速為3.0～3.7 m/s，年大風日數為20～40 d.

研究區(qū)雨熱同期，且具有引黃灌溉的條件.植被類型豐富，試驗地為獨立防護林網，主要造林樹種為新疆楊(PopulusalbaL. var.pyramidalisBunge)，樹齡為24 a，長勢良好.主林帶間距140 m，副林帶間距300 m，無明顯缺口，基本情況詳見表1.

表1 試驗農田防護林網概況

Tab.1 General situation of farmland shelterbelt networks

林帶株行距/m樹高/m枝下高/m冠幅/m胸徑/m走向主林帶a1.0×1.524.03.03.1×3.827.5南北主林帶b1.0×1.522.51.92.7×4.020.5南北副林帶a1.0×2.023.32.83.0×2.224.3東西副林帶b1.0×2.025.54.34.2×2.426.0東西

注：根據主害風向，林網西側、東側林帶分別定義為主林帶a和主林帶b，北側和南側林帶分別定義為副林帶a和副林帶b.

2 觀測點布設與觀測方法

2.1 觀測點布設

防護林網內的觀測點布設情況如圖1所示：設定林網中心為原點，副林帶方向以平均樹高(h)為間距向兩側布設觀測點，共布設5列；主林帶方向以2h為間距向兩側布設觀測點，共布設5行.林網內總計觀測點為25個.

圖1 防護林網內觀測點示意圖Fig.1 A schematic diagram of the observation sites in shelterbelt networks

2.2 風速測定

在防護林內按照圖1所示觀測點布設三杯風速傳感器(S-WSA-M003)，并連接HOBO-U30-NRC數據采集器，數據測定間隔設置為1 s，觀測高度為距地面2 m[19]，同時以沙林中心沙地地面氣象站便攜式氣象參數綜合測試儀(LS2009)觀測數據作為曠野對照風速.

2.3 氣象資料

檢索磴口區(qū)站2005—2015年間的氣象資料，按照圖2所示對風向進行分區(qū)，統計不同風向出現的頻數，并計算其頻率，作為計算防護林防風效能數學期望值的依據.所用數據來源于中國氣象科學數據共享服務網(http：∥data.cma.cn/).

2.4 防風效能

采用下式計算防風效能exz，用以表示風速減弱的程度：

式中，u0z表示高度z處的曠野對照風速，uxz表示防護林網內主林帶背風側距林帶x、高度z處的平均風速.

圖2 風向分區(qū)示意圖Fig.2 A schematic diagram of the wind direction partitions

2.5 數學期望

采用下式計算防風效能的數學期望Exz：

式中，exzi表示防護林網內主林帶背風側距林帶x、高度z、風向i時的防風效能，pi表示風向i出現的頻率.

2.6 數據處理方法

基于樣本觀測值統計平均值、標準差、極值、變異系數等，計算樣本頻數分布，并對樣本數據進行單變量方差分析，比較風速差異.運用地統計學方法擬合風速變異函數，分析空間異質性和空間自相關性，并選取平均風速值在Surfer 13.0軟件中利用克里金(Kriging)插值法繪制等值線圖，分析林網內風速分布狀況.

3 結果與分析

3.1 風向對林網內平均風速的影響

防護林網內風速的統計分析結果如表2所示，可以看出風向對防護林網內風速影響較明顯，隨著風向與主林帶夾角的減小，平均風速呈現出增大的趨勢.不同風速下各風向的最大值均小于曠野對照風速，表明防護林網發(fā)揮了防風作用，一至五區(qū)不同風速的平均防風效能分別達到69.5%，66.2%，60.4%，59.8%和50.1%.單變量方差分析結果顯示，風向為五區(qū)時防護林網內風速的變異系數較小，其他風區(qū)平均風速差異顯著(p<0.05)，這是由于當風向與主林帶夾角較大時，氣流能更順暢地通過林帶間隙，更容易形成狹管效應及渦流，導致林網內氣流變化復雜，風速數值波動明顯，造成樣本間差異較大.

表2 防護林網內風速統計特征

Tab.2 Characteristics of wind speed statistics in shelterbelt networks

曠野對照風速/(m·s-1)風向分區(qū)林網內風速/(m·s-1)最大值最小值平均值±標準差變異系數/%5.2一區(qū)1.520.251.29±0.42a32.7二區(qū)2.050.971.44±0.39b27.2三區(qū)2.531.141.94±0.44b22.8四區(qū)2.771.141.73±0.49c28.1五區(qū)3.031.572.45±0.42d17.27.3一區(qū)2.771.662.64±0.35a13.1二區(qū)3.532.162.91±0.51b17.6三區(qū)4.191.903.06±0.71b23.3四區(qū)4.532.663.44±0.61bc17.7五區(qū)4.673.013.73±0.51c13.6

注：不同小寫字母表示在p=0.05水平上差異顯著.

統計不同風區(qū)防護林網內風速頻數的正態(tài)分布概率，結果如圖3所示.可以看出：風向在一區(qū)時風速頻數分布較均勻，不符合正態(tài)分布，沒有明顯的偏度；風向在二區(qū)時風速頻數屬于正態(tài)分布中短尾分布，區(qū)間數據具有正偏離態(tài)勢；風向在三區(qū)低風速、四區(qū)不同風速及五區(qū)高風速時風速頻數屬于左偏態(tài)分布，區(qū)間數據具有正偏離態(tài)勢；風向在三區(qū)高風速及五區(qū)低風速時風速頻數屬于長尾分布，區(qū)間數據具有負偏離態(tài)勢.由此可見，不同風向的風速頻數分布差異較大，沒有明顯的規(guī)律性，進一步說明風速頻數的變異系數較大，樣本數據差異不顯著.

3.2 不同風向頻率

統計研究區(qū)2005—2015年間的氣象資料發(fā)現，一至五區(qū)風向出現的頻率分別為3.31%，55.25%，22.10%，11.05%和8.29%.主害風向與主林帶角度較大的一區(qū)和二區(qū)風向出現的總頻率為58.56%，表明研究區(qū)當地林帶走向設置不合理，防護林不能充分發(fā)揮其防風作用.

圖3 防護林網內不同風區(qū)風速頻數的正態(tài)分布概率Fig.3 Normal frequency probabilities of wind speed in different partitions in shelterbelt networks

3.3 風向對林網內風速空間異質性的影響

利用地統計學的方法，分析不同風速下防護林網內風速的空間異質性，對其變異函數進行擬合并計算其參數，結果如圖4所示：當風速為5.2 m/s時，防護林帶內平均風速數學期望值可以較好地擬合為指數函數；當風速為7.3 m/s時，則選用高斯函數對防護林帶內平均風速數學期望值具有更高的擬合度.

圖4 平均風速數學期望值半方差分析Fig.4 Semi-variance analysis of mean wind velocity mathematical expectation

表3 防護林網內風速變異函數參數

Tab.3 Parameters of the variation function of wind velocity in shelterbelt networks

曠野風速/(m·s-1)模型C0C+C0空間相關度/%AR2RSS/10-45.2指數函數0.000 10.086 70.1092.90.8312.667.3高斯函數0.000 10.234 20.1070.80.9853.52

從表3中可以看出：塊金值(C0)較小，與基臺值(C+C0)的比值(空間相關度)遠小于強烈空間相關度的標準25%，表明樣本具有較強的空間自相關性，對其進行插值模擬具有準確性；變異函數的變程(A)分別為92.9和70.8，均遠大于觀測點間距(2h)，表明樣本取樣連續(xù)性強，且取樣間隔較為合理；兩個變異函數模型的決定系數(R2)較高，殘差(RSS)較小，表明模型的選擇較為合適.

3.4 防風效能數學期望值分布

計算防風效能數學期望值，并利用克里金插值法模擬出防風效能圖，如圖5所示，防護林在不同風速下均發(fā)揮較強的防護作用，防風效能最小值均大于0.5；不同風速下防風效能圖結構特征相似，在林網中間區(qū)域防護效果較差，主林帶和副林帶交界的區(qū)域防護效果較好.當風速為5.2 m/s時，林帶南側0～75 m區(qū)域內風速較小，形成明顯的風影區(qū)，最高防風效能達到0.79；林網內距副林帶100～200 m范圍內是低防風效能區(qū)，在此區(qū)域內等值線較為密集，表明風速變化較劇烈，氣流穩(wěn)定性差，沿風向自西向東風速先上升后下降，最低防風效能為0.58；林帶北側0～75 m范圍內等值線稀疏，氣流較穩(wěn)定，且防風效能變化幅度較小，形成穩(wěn)定風速區(qū)域.當風速為7.3 m/s時，防護林網內西南區(qū)域和東北區(qū)域形成明顯的防風效能區(qū)；中間區(qū)域由西北向東南形成近似菱形低防風效能區(qū)，在此區(qū)域內等值線較為稀疏，表明該區(qū)域雖保持較高的風速，但氣流較為穩(wěn)定，此時最低防風效能為0.5.當風速增大時，防護林網內防風效能區(qū)面積增大，但整體防護效果降低，表明防護林在低風速時能發(fā)揮更好的防護效果.

圖5 不同風速條件下防護林網內防風效能模擬Fig.5 Simulation of windbreak efficiency in shelterbelt networks under different wind speeds

防風效能圖可以直觀地展現林網內風速區(qū)域的劃分和差異性，但不能定量分析不同風速下林網防護范圍的大小，為此引入有效防護面積的概念.根據防風效能圖中等值線的插值模擬，確定不同標準下林網內的有效防護面積，結果如表4所示.當風速為5.2 m/s時，防護林防護作用較強，林網內均能達到0.55的防風效能；當風速增大至7.3 m/s時，有效防護比下降至73.4%，有效防護面積隨風速的增大而減小，這是由于風速增大時，動能以幾何倍數增長，單一防護林網不能完全吸收動能.當把防風效能標準提高到0.60時，與防風效能為0.55時相比，低風速下林網內有效防護比下降了3個百分點，而高風速下林網內有效防護比急劇下降了28.7個百分點，此時低風速下的有效防護面積是高風速下的2.17倍.當繼續(xù)把防風效能標準提高到0.65時，與防風效能為0.60時相比，低風速下林網內有效防護比下降了23.7個百分點，而高風速下林網內有效防護比下降了30.8個百分點，

表4 不同風速下防護林網內有效防護面積

Tab.4 Effective protection area of shelterbetl networks under different wind speeds

曠野風速/(m·s-1)防風效能總面積/(103m2)有效防護面積/(103m2)有效防護比/%5.20.554242.001007.330.8373.45.20.604240.7497.07.318.7744.75.20.654230.7973.37.35.8413.9

此時低風速下的有效防護面積為高風速下的5.27倍.上述結果表明，防護林網能發(fā)揮較強的防護作用，但隨著風速的增大，有效防護面積呈現減小的趨勢.

4 討 論

在進行防風效能的模擬中，控制點的數量越多，模擬結果越準確；但在實踐中，由于受到實驗儀器及環(huán)境因素的影響，控制點的數量經常受到限制.控制點布設的合理性可運用變異函數來判斷.變異函數是地統計學中常用的手段和工具，用來研究區(qū)域化變量空間變化特征和強度，也被定義為區(qū)域化變量增量平方的數學期望[22].變程表示區(qū)域化變量從存在空間相關狀態(tài)轉到不存在空間相關狀態(tài)的臨界點，其值反映該變量的空間自相關范圍的大小，即空間自相關尺度，一般認為變程大于樣本間隔時，樣本空間存在自相關性.在本研究中，高、低風速條件下變程分別為70.8和92.9，均大于最大觀測點間距(2h)，因此可認為觀測點布設合理，模擬效果準確.

通過分析磴口區(qū)站氣象資料可以看到，與主林帶夾角較大的風向出現頻率是58.56%，與主林帶夾角較小的風向出現的頻率為41.44%，表明本研究區(qū)防護林的布置并未充分發(fā)揮其防護作用，主林帶走向與二、三區(qū)風向垂直可產生更好的防護效果.本研究中防風效能圖的控制點數據是基于數學期望計算所得，是所有防風效能的綜合，與范志平等[3]的單次風速分布圖結構有較大的差異；同時，風速變異函數模型選取與呂仁猛[9]的球狀模型不同，但自相關程度高，變程合理，決定系數較大，仍具有強烈的空間相關性及樣本區(qū)間的合理性.

風向與主林帶垂直時，除上風向林帶的阻滯減速作用外，會在林網中心形成較大的渦流減速區(qū)，隨后風速增大，中心渦流減速區(qū)風速數值明顯低于林網內其他區(qū)域；當風向為二區(qū)的角度時，林網的中心渦流減速區(qū)面積減小，且風速數值與林帶后減速區(qū)風速差異較??；當風向為三區(qū)的角度時，林網內僅在上風向主林帶與副林帶相交的區(qū)域出現小面積的減速區(qū)，林網中心渦流減速區(qū)消失；當風向為四區(qū)的角度時，林網內流場結構與三區(qū)相似，但風速恢復區(qū)的風速數值有了明顯提高；當風向為五區(qū)的角度時，上風向副林帶后形成阻滯減速區(qū)，范圍約占林帶的1/4，隨后在林網內形成較大面積的加速區(qū)，整個林網內風速數值均有了較明顯的提升.由此可見，風向與主林帶夾角變小時，防護林防護作用的減小表現為減速區(qū)域面積的減小和防風效能減弱導致風速數值的上升.

5 結 論

不同風速條件下防護林網空間相關度均為0.10%，具有較強的空間自相關性，高、低風速可分別較好地擬合為高斯函數和指數函數，變程分別為70.8和92.9，均高于最大取樣間隔，插值模擬具有較強的可靠性，風速樣本數據變異系數較大，離散程度較高，并不完全符合正態(tài)分布.防護林網對不同風向的風均有較強的防護作用，風向從一至五區(qū)的平均防風效能分別達到69.5%，66.2%，60.4%，59.8%和50.1%，但隨著風速的增大有效防護比呈現出降低的趨勢，風速為5.2 m/s時平均有效防護面積為90.1%，當風速增大到7.3 m/s時平均有效防護面積下降至44.0%.本研究基于風向數學期望的防風效能展現出林網對不同風向防護效果的差異，彌補了單一風向防風效能實踐性和準確性較差的缺陷，能充分表明防護林網的綜合防護效益，對防護林的建設具有一定的指導作用.