彭 輝，賈仰文，龔家國，郝春灃

（中國水利水電科學研究院水資源研究所，北京 100038）

1 研究背景

生態(tài)水文學是20世紀90年代興起的水文學和生態(tài)學的交叉學科，其以生態(tài)過程和生態(tài)格局的水文學機制為研究核心［1］。陸地生態(tài)系統(tǒng)在地球生態(tài)系統(tǒng)中起著重要的作用，它與流域水循環(huán)過程相互作用、相互影響。一方面，生態(tài)系統(tǒng)需要一定的水分條件作為支撐，水文循環(huán)系統(tǒng)的變化會使生態(tài)系統(tǒng)發(fā)生演替［2］；另一方面，不同植被條件下的產(chǎn)匯流過程不同，生態(tài)系統(tǒng)的變化又反過來影響水文循環(huán)過程的演變，并影響水資源的數(shù)量與構成。當今世界，全球氣候變化、下墊面改變等環(huán)境變化影響到地球各部分的相互作用，涉及到發(fā)生在地球系統(tǒng)中的物理過程、生物過程和化學過程的相互作用。對生態(tài)水文過程的充分研究了解是分析氣候變化及人類活動對流域自然環(huán)境、社會經(jīng)濟影響的基礎。目前，生態(tài)系統(tǒng)模型和流域水文模型都被廣泛的開發(fā)應用，加強二者的耦合可以更好的研究陸地生態(tài)系統(tǒng)與流域水循環(huán)的相互作用，模擬評價氣候變化和人類活動等變化對生態(tài)水文過程的影響，具有十分重要的科學價值，同時也可為未來區(qū)域發(fā)展政策制定提供參考。

2 陸地生態(tài)系統(tǒng)模型

20世紀中葉以來，各種陸地生態(tài)系統(tǒng)模型陸續(xù)被研發(fā)出來，這些模型模擬的側重點各不相同，能夠從多方面模擬生態(tài)系統(tǒng)及其與其他過程的相互作用，為生態(tài)系統(tǒng)的研究特別是其未來發(fā)展趨勢預測方面提供了研究工具。陸地生態(tài)系統(tǒng)模型可分為基于靜態(tài)植被和動態(tài)植被兩種類型，其研究進展分述如下。

2.1 基于靜態(tài)植被的陸地生態(tài)系統(tǒng)模型 靜態(tài)植被模型是用來表述植被類型、植被生長與地理條件的數(shù)量關系，其中植被類型或地理條件是相對固定的。早期的陸地生態(tài)系統(tǒng)模型多屬于這種類型，根據(jù)研究內(nèi)容的不同，又可以細分為生物地理模型、生物地球化學模型和陸面生物物理模型等［3］。

2.1.1 生物地理模型 生物地理模型是用于模擬陸地生態(tài)系統(tǒng)類型的潛在自然分布,描述氣候和自然植被分布之間關系的非機理性模型［4］。其中比較著名的模型有Holdridge模型［5］、Box 模型［6］、DOLY模型［7］、BIOME系列模型［8-11］及MAPSS模型［12］。這類模型模擬植被的潛在分布是基于植被各種限制因素（例如氣候、植被生理等）與植被分布的統(tǒng)計關系。例如Holdridge模型是根據(jù)年降水量、氣溫、年蒸散發(fā)等多個氣候要素組合來界定植被分布區(qū)域，而BIOME1模型則考慮了生物氣候變量和生理生態(tài)限制因子來模擬生態(tài)系統(tǒng)的分布，隨后發(fā)展的BIOME2、BIOME3模型考慮了水碳循環(huán)和各種干擾因子，可以模擬區(qū)域生態(tài)系統(tǒng)的總LAI和NPP。生物地理模型是基于統(tǒng)計而非過程機理的模型，模型結構簡單、方便應用，但其與基于過程的水文模型的耦合難以實現(xiàn)，且兩者的尺度差異較大，尚未有二者的耦合研究。

2.1.2 生物地球化學模型 生物地球化學模型是在固定植被類型和土壤類型的基礎上，根據(jù)生物生理學和生物化學原理模擬植被的凈初級生產(chǎn)力、碳和營養(yǎng)物質的循環(huán)。代表性模型有BIOME-BGC［13］、TEM［14］、CENTURY［15］、CASA[［16］及CEVSA［17］。這類模型考慮了大氣-植被-土壤之間的相互聯(lián)系，根據(jù)機理模擬植被生長過程的碳、氮和水循環(huán)。根據(jù)研究目的不同，各個模型模擬的重點也有所不同。BIOME-BGC模型模擬生態(tài)系統(tǒng)的光合、呼吸作用及土壤微生物分解過程，計算植物、土壤、大氣之間碳和養(yǎng)分循環(huán)以及溫室氣體交換通量［18］，適用于各種生態(tài)系統(tǒng)。CENTURY模型主要基于土壤結構功能，側重土壤和植被的生物化學循環(huán)過程，主要考慮碳、氮和磷三種營養(yǎng)物質，模擬生態(tài)系統(tǒng)生產(chǎn)力和管理措施影響，它最初用于草地生態(tài)系統(tǒng)模擬，現(xiàn)在也廣泛應用于森林、農(nóng)田等生態(tài)系統(tǒng)［19-20］。CASA模型基于植被生理過程，主要利用APAR和光能利用效率ε模擬植物生產(chǎn)力，需要遙感數(shù)據(jù)支持，可以用于估算流域或區(qū)域尺度的生產(chǎn)力［21］。這一類模型模擬過程比較復雜，參數(shù)眾多，且植被類型和土壤類型固定，無法實現(xiàn)植被動態(tài)變化的模擬，對于氣候變化對植被的影響反映不全面。生物地球化學模型考慮了植被生長過程中的水循環(huán)，可以與水文模型進行耦合研究生態(tài)水文的相互影響過程。

2.1.3 陸面生物物理模型 陸面生物物理模型是根據(jù)能量平衡、物質平衡和動量平衡原理，計算植被與土壤、大氣之間的水、熱和二氧化碳通量、動量交換，物理基礎明確。其代表性模型有SiB［22］、LSM［23］、VIC［24］等。這類模型可以為大氣環(huán)流模式提供合理的陸面參數(shù)化方案，其時間步長較短，有助于利用陸氣交換的渦度相關法測定資料進行驗證和校準。這類模型通常使用光合作用公式、氣孔傳導公式和參數(shù)化的呼吸公式模擬生態(tài)系統(tǒng)和大氣之間能量、水分和二氧化碳的交換過程，但對植被和土壤中的生物化學過程描述簡單，特別是植被的生長變化過程不能詳細模擬，且模型模擬空間尺度較大。因為陸面生物物理模型對土壤、植被、大氣之間的水碳通量有很詳細的模擬，常與全球氣候模式（GCM）耦合模擬，也可以與大尺度的水文模型進行耦合研究。

2.2 基于動態(tài)的陸地生態(tài)系統(tǒng)模型 由于靜態(tài)的陸地生態(tài)系統(tǒng)模型不能模擬植被類型和分布的變化，無法反映氣候變化和二氧化碳濃度變化條件下生態(tài)系統(tǒng)的演變規(guī)律，也無法預測未來全球生態(tài)系統(tǒng)的情況，基于動態(tài)的陸地生態(tài)系統(tǒng)模型逐漸成為當前生態(tài)系統(tǒng)模擬領域的研究熱點。根據(jù)其模擬內(nèi)容的不同，可分為動態(tài)植被模型、動態(tài)植被-生物地球化學耦合模型、動態(tài)植被-陸面生物物理耦合模型。

2.2.1 動態(tài)植被模型 動態(tài)植被模型是利用植被動力學原理，在一個模擬框架中模擬生態(tài)系統(tǒng)物質循環(huán)、冠層生理過程、植被動態(tài)變化過程。動態(tài)模擬的過程包括通過冠層導度、光合作用和水分循環(huán)之間的反饋，植被生理快速過程與生態(tài)系統(tǒng)慢速過程（包括資源競爭、植被結構變化、土壤和凋落物碳循環(huán)以及火災等干擾）的耦合［3］。代表模型是LPJ［25］，它考慮生態(tài)系統(tǒng)內(nèi)部自然死亡和自然干擾（火災）等因素，模擬植被光合作用、呼吸作用、氣孔傳導、葉片生長凋落、資源競爭、植被種群變化、土壤微生物分解等過程，計算植物-土壤-大氣之間的水和二氧化碳交換通量、植被初級生產(chǎn)力和生態(tài)系統(tǒng)的動態(tài)水碳循環(huán)，在大區(qū)域動態(tài)模擬中有廣泛應用。另一類動態(tài)植被模型是根據(jù)種群競爭理論建立，代表模型是TRIFFD［26］，它將種群模型和光合作用模型進行耦合，根據(jù)光合作用的模擬預測更新植被的覆蓋率和種群結構（葉面積指數(shù)和高度），模型計算效率高，經(jīng)常與氣候模式耦合計算。這類模型可以模擬植被類型和植被結構的變化，可以與水文模型耦合研究未來氣候變化條件下植被變化對水文循環(huán)的影響。

2.2.2 動態(tài)植被-生物地球化學耦合模型 動態(tài)植被-生物地球化學耦合模型將生物地球化學模型中固定輸入的植被類型換成動態(tài)植被模型模擬的變化的植被類型，更符合實際情況。這一類模型比動態(tài)植被模型更詳細描述了植被生理生態(tài)過程，對生態(tài)系統(tǒng)水、碳和營養(yǎng)物質的模擬更加詳細。代表模型有HYBRID［27］和LPJ-TEM［28］模型。HYBRID模型可以模擬個體樹種和草之間對光、水和氮之間的競爭，預測不同植被種類和植被類型間未來的優(yōu)勢性，也可以評價不用大氣環(huán)境下的植物種群結構變化。LPJ-TEM模型將動態(tài)植被模型LPJ和生物化學模型TEM進行耦合，兩種模型間以月為時間步長進行信息交互，在每一種植物功能類型中模擬計算碳、氮和水分的流通以及植被初級生產(chǎn)力［29］。

2.2.3 動態(tài)植被-陸面生物物理耦合模型 動態(tài)植被-陸面生物物理耦合模型在計算植被、土壤和大氣的物質交換時使用動態(tài)變化的植被類型，考慮植被生理特性變化與大氣反饋作用，實現(xiàn)植被和氣候變化的雙向耦合，可以模擬預測未來氣候和植被的變化。最著名的模型是IBIS［30］，它模擬全球碳循環(huán)變化，在小時尺度耦合模擬水、能量和碳通量來估算年尺度上的水碳平衡，根據(jù)年度的碳平衡預測葉面積指數(shù)和生物量，模型把植被分為九種功能類型，每種功能類型有不同的光和水的競爭策略，最終實現(xiàn)對生物物理學、生物地球化學和植被演替等自然過程的模擬。

基于動態(tài)的陸地生態(tài)系統(tǒng)模型比靜態(tài)的模型更具合理性，適用性也更廣，成為未來陸地生態(tài)系統(tǒng)模型發(fā)展的方向，但目前模型還存在空間單元較大、通用性較差等不足。

各類生態(tài)系統(tǒng)模型的對比見表1。

表1 各類生態(tài)系統(tǒng)模型對比

3 陸地生態(tài)系統(tǒng)模型與流域水文模型耦合研究

為了更準確的理解流域內(nèi)的植被生長、水分利用、水文循環(huán)等過程的相互聯(lián)系，精確模擬流域的生態(tài)水文循環(huán)過程，陸地生態(tài)系統(tǒng)模型與流域水文模型的耦合研究工作陸續(xù)展開。

3.1 生物地球化學模型與流域水文模型的耦合 由于生物地球化學模型可以詳細描述植被生長的物質、水分循環(huán)，將生物地球化學模型與流域水文模型耦合可以模擬流域的生態(tài)水文相互過程。其中最著名的是RHESSys（Regional HydroEcological Simulation System）。最初的RHESSys是將BIOME-BGC模型的前身FOREST-BGC模型與流域水文模型TOPMODEL進行耦合，在流域尺度探討生態(tài)過程和水文循環(huán)的相互反饋［31］。FOREST-BGC是森林生態(tài)系統(tǒng)模型，TOPMODEL是一個以地形和土壤為基礎的半分布式流域水文模型，它具有參數(shù)較少、物理基礎明確等特點。在RHESSys中TOPMODEL的土壤水模擬過程取代了FOREST-BGC模型中原有的簡單土壤水模塊，加入了土壤水縱向入滲過程以及壤中流過程，使FOREST-BGC模型中植被土壤水分吸收過程更準確，同時土壤出流過程也比單獨使用流域水文模型計算更加準確。由于模型的計算單元劃分是基于地形參數(shù)的分布，所以模型計算可以分析土壤水空間分布與地形的關系，以及植被生長狀況與地形的關系。模擬中各種水碳通量過程的耦合可以更加準確地反映區(qū)域尺度上陸地與大氣的水碳交換過程。

經(jīng)過多年的研究，RHESSys不斷完善?，F(xiàn)在的版本中加強了土壤生物化學過程的模擬，借鑒了CENTURY模型中土壤模擬的內(nèi)容。水文模擬部分也使用一個基于DHSVM［32］的直接演算模型代替了TOPMODEL模型。RHESSys模型已經(jīng)在流域生產(chǎn)力、碳氮循環(huán)模擬等領域有很多研究應用［33］。

除了RHESSys以外，描述流域生態(tài)水文過程的模型還有Macaque［34］和Topog［35］等，這兩個模型是在模型建立中就考慮了植被生長過程和流域水文循環(huán)，而不是把現(xiàn)有模型進行耦合。

3.2 陸面生物物理模型與流域水文模型耦合 陸面生物物理模型與流域水文模型耦合有廣泛的應用，現(xiàn)有的很多分布式水文模型都考慮了陸面生物物理過程。如分布式水文模型WEP，參照了ISBA模型，采用Penman公式或Penman-Monteith公式等進行蒸散發(fā)計算［36］。謝正輝等利用VIC模型構建大尺度的陸面水文模型，模型分辨率網(wǎng)格選取50km×50km，按網(wǎng)格來準備植被和土壤參數(shù)，用距離權重插值方法進行氣象數(shù)據(jù)的插值，輸出模型結果與渭河流域部分子流域實測資料進行比較，吻合程度較好［37］。

3.3 動態(tài)植被模型與流域水文模型耦合 動態(tài)植被模型的出現(xiàn)為研究植被在氣候變化條件下的演變過程提供了條件，同時動態(tài)植被模型與流域水文模型耦合可以將植被變化的過程反映在水文模擬過程中。袁飛采用LPJ模型模擬的不同氣候變化情景下的植被動態(tài)變化，再將植被動態(tài)變化信息運用到流域水文模型新安江水文模型中，研究氣候變化引起的植被變化對水文循環(huán)過程的影響［38］。

3.4 基于物理基礎的分布式水文模型中生態(tài)系統(tǒng)模型的耦合 基于物理基礎的分布式水文模型將水循環(huán)的各要素過程聯(lián)系起來進行詳細模擬，其中一部分模型考慮了陸地生態(tài)系統(tǒng)的作用，不同程度上耦合了生態(tài)系統(tǒng)模型。例如MIKE SHE模型中包括了土壤作物系統(tǒng)仿真模型DAISY，SWAT模型中利用一個單一植物生長模型來模擬所有類型的植被覆蓋［36］等。

4 結論與討論

綜上所述，陸地生態(tài)系統(tǒng)模型可分為靜態(tài)模型和動態(tài)模型兩大類，包括生物地理模型、生物地球化學模型等多種類型。各種類型的陸地生態(tài)系統(tǒng)模型與流域水文模型有不同程度的耦合研究，對生態(tài)水文相互作用研究有很大的貢獻。但生態(tài)系統(tǒng)模型和流域水文模型的耦合仍處在探索階段，發(fā)展較完善的RHESSys側重于生態(tài)過程，還不能充分體現(xiàn)生態(tài)過程對水循環(huán)過程的影響，特別是對于大尺度流域。

氣候變化和人類活動對自然環(huán)境的影響是當前的研究熱點，未來生態(tài)水文關系在氣候變化和人類活動影響下如何變化成為了眾多研究者關注的問題。生態(tài)系統(tǒng)模型和流域水文模型耦合研究可以對未來氣候變化和人類活動影響下生態(tài)水文過程的演化進行預測模擬，為生態(tài)保護修復和流域綜合規(guī)劃提供決策支持。模型耦合研究的未來發(fā)展方向主要有：（1）將地理信息系統(tǒng)和遙感技術與生態(tài)水文相互作用的建模過程相結合，加強宏觀尺度上生態(tài)水文耦合模型的應用；（2）加強生態(tài)系統(tǒng)變化和水循環(huán)過程監(jiān)測，根據(jù)不同的目的利用測量數(shù)據(jù)建立相應尺度的模型，以便加深對不同區(qū)域各種尺度生態(tài)系統(tǒng)與水循環(huán)相互作用的認識；（3）加強動態(tài)植被模型的研究及其與流域水文模型的耦合，以實現(xiàn)對未來植被類型和分布變化的預測，更好的模擬生態(tài)水文過程的變化。

［1］Baird A J，Wilby R L.生態(tài)水文學——陸生環(huán)境和水生環(huán)境植被與水分關系［M］.北京：海洋出版社，2002.

［2］Chapin F S，Matson P A，Mooney H A.陸地生態(tài)系統(tǒng)生態(tài)學原理［M］.北京：高等教育出版社，2005.

［3］毛留喜，孫艷玲，延曉冬.陸地生態(tài)系統(tǒng)碳循環(huán)模型研究概述［J］.應用生態(tài)學報，2006，17（11）：2189-2195.

［4］Zhou G S，Wang Y H.Global change and climate-vegetation classification［J］.Chinese Science Bulletin，2000，45（7）：577-585.

［5］Holdridge L R.Determination of world formations from simple climatic data［J］.Science，1947，（105）：367-368.

［6］Box E O.Macroclimate and plant forms：an introduction to predictive modeling in phytogeography［M］.The Hague，Dr.W Junk publisher.1981.

［7］Woodward F I.Climate and Plant Distribution［M］.Cambridge，Cambridge University Press，1987.

［8］Prentice I C，Cramer W，et al.Global biome model：predicting global vegetation patterns from plant physiology and dominance，soil properties and climate［J］.Journal of Biogeography，1992（19）：117-134.

［9］Haxeltine A.Modelling the vegetation of the world［D］.Lund University.Ph.D.1996.

［10］Haxeltine A，Prentice I C.BIOME3：an equilibrium terrestrial biosphere model based on ecophysiological con?straints，resource availability，and competition among plant functional types［J］.Global Biogeochemical Cycles，1996（10）：693-709.

［11］Kaplan J O.Geophysical applications of vegetation modeling［D］.Lund University.Ph.D.，2001.

［12］Neilson R P.A model for predicting continental scale vegetation distribution and water balance［J］.Ecological Application，1995（5）：362-385.

［13］Running S W，Hunt R E.Generalization of a forest ecosystem process model for other biomes，BIOME—BGC，and an application for global—scale models［M］.San Diego，Academic Press，1993.

［14］Melillo J M，McGuire A D，Kicklighter D W，et al.Global climate change and terrestrial net primary production［J］.Nature，1993（363）：234-240.

［15］Parton W J，Scurlock J M O，Ojima D S，et al.Observation and modeling of biomass and soil organic matter dy?namics for t he grassland biome worldwide［J］.Global Biogeochem Cycles，1993（7）：485-809.

［16］Potter C S，Randerson J T，F(xiàn)ield C B，et al.Terrestrial ecosystem production，a process model based on global satellite and surface data［J］.Global Biogeochemical Cycles，1993（7）：811-841.

［17］Cao M K，Woodward F I.Net primary and ecosystem production and carbon stocks of terrestrial ecosystem and their responses to climate change［J］.Global Change Biology，1998（4）：185-198.

［18］董文娟，齊曄，李惠民，等.植被生產(chǎn)力的空間分布研究—以黃河小花間盧氏以上流域為例［J］.地理與地理信息科學，2005，21（3）：105-108.

［19］張永強，唐艷鴻，姜杰.青藏高原草地生態(tài)系統(tǒng)土壤有機碳動態(tài)特征［J］.中國科學D輯，地球科學，2006，36（12）：1140-1147.

［20］黃忠良.運用Century模型模擬管理對鼎湖山森林生產(chǎn)力的影響［J］.植物生態(tài)學報，2000，24（2）：175-179.

［21］陳正華，麻清源，王建，等.利用CASA模型估算黑河流域凈第一性生產(chǎn)［J］.自然資源學報，2008，23（2）：263-273.

［22］Sellers P J，Mintz Y，Sud Y.A simple biosphere model（SiB）for use within general circulation models［J］.Atmo?sphere Science，1986（6）：505-531.

［23］Bonan G B.Land-atmospheric interactions for climate system models：Coupling biophysical，biogeochemical and ecosystem dynamical processes［J］.Remote Sense Environment，1995（51）：57-73.

［24］Liang Xu，Lettenmaier D P，Wood E F.A simple hydrologically based model of land surface water and energy fluxes for general circulation models［J］.Journal of Geophysical Research，1994，99（7）：14415-14428 .

［25］Sitch S，Smit h B，Prentice I C.Evaluation of ecosystem dynamics，plant geography and terrestrial carbon cycling in the LPJ dynamic vegetation model［J］.Global Change Biology，2003（9）：161-185.

［26］Cox P M，Betts R A，Jones C D.Modeling vegetation and the carbon cycle as interactive elements of the climate system［M］//Pearce R，ed.Meteorology at the Millennium.New York，Academic Press，2001.

［27］Friend A D，Stevens A K，Knox R G.A process-based terrestrial biosphere model of ecosystem dynamics（Hy?brid v.3.0）［J］.Ecology Model，1997（95）：249-287.

［28］Pan Yude，Hom J，Jenkins J C.Importance of foliar nitrogen concentration to predict forest productivity spatially across the Mid-Atlantic region［J］.Forest Science，2004（50）：279-289.

［29］Pan Yude，McGuire A D，Melillo D W，et al.A biogeochemistry-based dynamic vegetation model and its appli?cation along a moisture gradient in the continental United States［J］.Journal of Vegetation Science，2002（13）：369-382.

［30］Foley J A，Prentice I C，Ramankutty N.An integrated biosphere model of land surface processes，terrestrial car?bon balance，and vegetation dynamics［J］.Global Biogeochemical Cycle，1996（10）：693-709.

［31］Band L E，Patterson P，et al.Forest ecosystem processes at the watershed scale：incorporating hillslope hydrology［J］.Agricultural and Forest Meteorology，1993（63）：93-126.

［32］Wigmosta M S，Vail L W，et al.A distributed hydrology-vegetation model for complex terrain［J］.Water Resourc?es Research，1994，30（6）：1665-1679.

［33］Tague C L，Band L E.RHESSys：Regional Hydro-Ecologic Simulation System—An Object-Oriented Approach to Spatially Distributed Modeling of Carbon，Water，and Nutrient Cycling［J］.Earth Interactions，2004（19）：1-42.

［34］Watson F G R，Vertessy R A，et al.Large-scale modelling of forest hydrological processes and their long-term ef?fect on water yield［J］.Hydrological Processes，1999，13（5）：689-700.

［35］Vertessy R，Hatton T，et al.Predicting water yield from a mountain ash forest catchment using a terrain analysis based catchment model［J］.Journal of Hydrology，1993（150）：667-700.

［36］賈仰文，王浩，倪廣恒，等.分布式流域水文模型原理與實踐［M］.北京：中國水利水電出版社，2005.

［37］謝正輝，劉謙，袁飛，等.基于全國50km×50km網(wǎng)格的大尺度陸面水文模型框架［J］.水利學報，2004（5）：76-82.

［38］袁飛，朱躍娟.考慮植被動態(tài)變化的水文過程模擬研究［J］.水科學研究，2007，1（1）：50-57.