将SWAT软件与LANDIS模型相结合，以实现针对林区流域的综合性景观尺度森林动态与生态水文模拟

《Ecological Modelling》：Coupling SWAT with LANDIS for integrated landscape-scale forest dynamics and ecohydrological simulations at forested watershed

　　

摘要

传统的水文模型经常简化森林结构和组成变化，尽管森林动态通过蒸腾、截留和遮荫与流域水文相互作用。此外，鉴于森林流域中复杂的森林演替，大多数现有模型难以预测未来条件下的生态水文反应。为了研究森林动态如何影响水文变量，本研究将基于过程的森林景观模型LANDIS与流行的SWAT模型相结合。在长白山脉的头道江流域，该流域森林覆盖率较高且物种多样，我们进行了为期2000年至2100年的案例研究模拟。我们评估了森林结构和优势树种组成对蒸发蒸腾和径流成分的影响。与原始SWAT模型相比，SWAT-LANDIS模型在水文变量和森林动态的模拟方面表现出了显著改进。特别是在2000至2020年的评估期间，叶面积指数（LAI）和径流模拟有了明显改善，R²平均增加了0.02，NSE增加了0.04。树种之间的转变对这些水文成分的影响更加显著。基于两个CMIP6未来气候情景的模拟显示，耦合模型与原始模型之间的差异趋势加剧，表明在模拟生态水文变量时存在额外的偏差。我们的发现强调了森林水文对组成变化的敏感性，并为气候适应和景观恢复中的物种选择提供了重要见解，凸显了将森林动态整合到水文模型中的必要性。

引言

森林对陆地水文过程具有主导作用，因为它们可以通过蒸腾、截留、渗透和土壤湿度显著改变水量和时机，尤其是在森林流域中（Haas等人，2022年；Jones，2020年；Singh等人，2022年）。在影响森林流域生态水文过程的所有因素中，从全球范围的证据（Qiu等人，2026年；Zhang等人，2017年）和中国森林流域的Regional研究（Sun等人，2018年）来看，景观尺度的生态过程在塑造森林结构和树种组成方面最为突出。广泛的树种组成及其在气候变化下的变化使得森林结构与水文之间的联系变得高度可变（McQuillan等人，2025年；Morin等人，2018年；Vose等人，2011年）。由于景观尺度的变异性尚未完全理解，这对概念化和开发基于过程的生态水文模型构成了重大挑战，从而导致水文过程建模的不确定性。因此，真实的生态水文建模需要关于结构变化和物种更替的定量信息。

虽然森林可以控制水循环并对流域内的水通量产生重大影响，但流域模型开发者很少考虑捕捉森林结构和物种级数据（如胸径DBH和树种）的准确性（Sun等人，2023年）。大多数传统的森林水文模型使用单一植被指数作为森林结构的替代指标（Arnold等人，2012年；Sun等人，2011年），这在森林管理实践中导致对森林结构变化的处理不够明确。鉴于森林属性受特定树种特性的主导，传统水文模型很少能完全吻合模拟和观测到的流域过程（Gao等人，2018年）。考虑到森林结构和物种组成对水文循环的巨大干扰，最近的模型发展解决了这些限制，大大提高了景观尺度上森林生长和演替的模拟真实性（An等人，2024年；Karki等人，2023年；Sun等人，2023年）。其中一个代表性的模型是FORHYCS（瑞士气候变化下的森林和水文），它通过将水文模型与森林景观模型相结合来关注完整的森林演替（Speich等人，2020年）。模拟表明，通过将森林景观过程与原始水文模型相结合，特别是在模拟径流方面，性能可以得到显著提升。

尽管在森林流域中应用现有的耦合模型，学者们仍然发现模型复杂性和对景观异质性的现实描述方面存在显著限制。首先，现有模型通常将森林动态表示为气候的非空间函数，无法明确地将塑造森林结构和组成的景观尺度生态过程与水文过程和功能联系起来（Sun等人，2023年）。例如，FORHYCs的行为似乎高估了径流，并在使用LAI作为森林结构的替代指标方面存在潜在缺陷（Speich等人，2020年）。另一方面，基面积减少后，径流受森林景观中储存的水的影响持续时间超过10年（Kirchner等人，2023年；Shifley等人，2017年）。现有的建模方法过于简化了景观过程，无法捕捉与森林反馈相关的长期水文动态。此外，耦合模型不够用户友好，无法在没有过高计算成本或牺牲空间分辨率的情况下在大范围和长时间内运行（Fatichi等人，2016年）。目前没有模型能够完全解决上述所有问题，因此迫切需要开发一种能够通过其他用户友好工具明确模拟森林景观与水文之间反馈的模型。

在所有森林水文建模工具中，SWAT（土壤和水资源评估工具）因其易于使用和修改而成为量化森林和水文动态最广泛使用的模型（Haas等人，2022年；Sun等人，2023年）。然而，由于SWAT最初是为农业开发的，其在模拟森林结构和组成方面的能力较弱（Karki等人，2023年，2025年），因此在模拟森林生态系统中的森林动态方面潜力有限。不过，SWAT有很大的潜力可以改进这一局限性。首先，SWAT的默认参数可以重新参数化为特定物种的参数（Haas等人，2022年）。其次，尽管像SWAT这样的“大叶”模型在模拟景观尺度上的森林结构和随后的森林恢复方面存在困难，但可以通过修改植物生长来将结构信息与SWAT关联起来（Alemayehu等人，2017年；Jones等人，2022年）。例如，提出的SWAT-3PG模型用基于过程的森林生长模型替换了原始SWAT，增强了其分辨不同森林生物量成分的能力（Karki等人，2023年，2025年）。同样，An等人（2024年）整合了森林老化数据以优化森林植被生长模块，提高了它们模拟植被动态的能力。SWAT在模拟森林动态方面的简单性和潜力使其成为通过特定物种参数化和结构信息改进森林模拟的理想耦合解决方案。

考虑到森林结构（如基面积、DBH）与LAI之间的异速生长回归关系（Fang等人，2019年；Sun等人，2024年），我们提出了SWAT+（一个更加灵活的SWAT版本）与基于LANDIS PRO的新森林模块（以下简称SWAT-LANDIS）的耦合，以弥补忽视森林景观的不足。在这里，LANDIS被用来明确模拟森林动态（包括森林结构和组成）。SWAT-LANDIS的耦合方式与上述FORHYCs类似，它在水文模型和森林景观模型之间传输结构和物种级信息。这种耦合明确捕捉了长期的森林-水文动态，并可以输出更多与景观相关的参数，以发现森林景观与水文之间的相互作用。主要目标包括：（1）将LANDIS森林景观模型整合到SWAT中，实现景观森林过程与分布式水文之间的动态交互；（2）通过案例研究，使用实地和遥感数据评估该框架在模拟森林结构和流域水文方面的性能。因此，新的SWAT-LANDIS模型可以提高与水文过程相关的森林动态估计，更好地描绘森林水文，并改进对树种、干扰和森林结构的模拟。

节片段

SWAT描述

SWAT+（Bieger等人，2017年）是SWAT的完全重构版本。它基于相同的方程，但在模型配置方面提供了更大的灵活性。SWAT+在每个子流域内划分了独特的洪水响应单元（HRUs），这些单元由坡度、土地利用和土壤特性的不同组合定义。目前，SWAT+ Editor和QSWAT+（基于QGIS的界面）是配置SWAT+模型的唯一可用界面。

在SWAT中，森林生长

研究区域

为了测试链接的模型工作流程，我们使用了位于长白山脉的森林流域（头道江流域），总面积为4551平方公里（41°42′?42°29′N，126°47′?128°4′E）。该流域具有明显的高程梯度，海拔范围从408米到2678米。两条支流汇合成主流向。根据Harmonized World Soil Database（HWSD）的数据，头道江流域包含16种不同的土壤类别：

基底面积和树木密度

模拟的森林景观成功捕捉了当前情景下所有物种的基底面积和树木密度的时间动态（图3）。模拟的树木生长与已建立的森林群落发展理论一致，证实了2000年至2020年间森林动态的真实性。由于现场清查数据仅限于2000年代和2020年代，因此通过比较评估期的初始状态和最终状态来评估模型性能。

改进的动态森林生长模拟的生态水文效应

我们耦合模型最关键的发展是更现实的森林动态，这决定了SWAT在森林流域中的水文性能。与现场测量的基底面积和卫星衍生的叶面积指数（LAI）相比，LANDIS有效复制了特定树种的森林结构动态（图3，图4）。原始模型和耦合模型之间的结果表明，原始模型在LAI值方面的估计有些偏高，尤其是对于针叶树种（图6）

结论

本研究将森林景观模型LANDIS整合到SWAT模型中，明确模拟了长白山脉头道江流域中森林结构与水文之间的反馈，该流域森林覆盖率较高。主要接口变量包括基底面积（BA）、LAI、生物量和SEP。经过模型改进后，耦合的SWAT-LANDIS框架忠实捕捉了森林生长动态，从而显著提高了模拟水文过程的准确性。

CRediT作者贡献声明

马天晓：撰写——初稿，可视化，方法论，概念化。梁宇：撰写——审阅与编辑，监督，资金获取。刘波：验证，资金获取。吴佳敏：可视化。刘志华：撰写——审阅与编辑。郝光友：撰写——审阅与编辑。何洪胜：撰写——审阅与编辑。杨健：撰写——审阅与编辑。肖建章：撰写——审阅与编辑。

Tianxiao Ma|Yu Liang|Bo Liu|Mia M. Wu|Zhihua Liu|Guangyou Hao|Hong S. He|Jian Yang|Jianzhang Xiao

中国科学院应用生态研究所森林生态与管理重点实验室，沈阳110016，中国