太行山石灰岩区侧柏人工林蒸腾耗水及其与环境因子的关系

李永生

(山西省林业科学研究院，030012，太原)

太行山石灰岩区侧柏人工林蒸腾耗水及其与环境因子的关系

李永生

(山西省林业科学研究院，030012，太原)

为阐明太行山石灰岩区干旱瘠薄立地侧柏人工林的蒸腾变异及其与环境因子的关系，采用自动观测技术对边材液流速率、气象与土壤因子进行高时间分辨率的同步测定，经统计分析与模型模拟，表明：1)不同月份，蒸腾速率的昼夜变化均为单峰曲线，昼夜均值为0.025～0.041mm/h，峰值为0.078～0.150mm/h。2)除风速(vw)(P＞0.05)外，相对湿度(Hr)、气温(ta)、光合有效辐射(Par)、土壤体积含水量(Wv)均对蒸腾速率昼夜变化有显著影响(P＜0.05)，可共同解释其变异的87.7%，相关程度从大到小依次为Par、Hr、ta与Wv;林分日蒸腾量为0.2～1.6mm，平均为0.7mm，除日降雨量(R)与vw外，Par、Hr、ta与Wv均对日蒸腾量有显著影响(P＜0.05)，可共同解释其季节性变异的64.3%，相关程度大小依次为Par、Hr、Wv与ta;观测期多数时段，日蒸腾量受Par的影响最为强烈，其次为ta，仅在干湿交替比较剧烈时段，Hr与Wv才明显发挥作用;林分月蒸腾量为18.3～28.8mm，平均为21.8mm，变化趋势为单峰曲线，6月最高，仅与Par月(月均值)有显著的相关关系(P＜0.05)。3)观测期林分总蒸腾量为130.5mm，占同期降雨量(306.8mm)的42.5%。

侧柏林;环境因子;林分蒸腾量;石灰岩区

蒸腾作为水量平衡组分，占地表水通量的40%～50%［1］，是森林水文循环和水资源管理的重要信息;作为能量平衡组分，蒸腾消耗60%以上的潜热通量，影响系统的能量流动［2］;此外，蒸腾与生态系统的碳收支关系密切，是气候变化研究的重要内容［3］：因此，蒸腾是植物生理学、森林生态学、森林水文学、气象学等及一些交叉学科共同关注的主题，也是生态系统水资源优化管理的决策依据［4-5］。

蒸腾具有明显的昼夜、季节、年际及空间变异，如 B.Köstner［6］发现森林年蒸腾量在 110 ～400mm波动，差异超过3倍［7］。林分蒸腾变异是生物、环境等多种因子共同作用的结果，就特定林分而言，环境因子(如气温、相对湿度、土壤含水量等)的影响尤为重要，但各因子的相对重要性尚未形成一致结论，孙慧珍等［8］和张彦群等［9］对此进行了详细综述。

侧柏(Platycladus orientalis(L.)Franco)是华北主要造林树种，国内学者［10-16］在北京及黄土高原对其边材液流及蒸腾特征开展过一些研究，但受区域与时间尺度限制，尚不能完整揭示侧柏蒸腾与环境因子的关系。作为太行山中南部主要造林树种的侧柏，其面积占石灰岩中山区人工林30%以上，并主要分布在水土流失严重的干旱瘠薄立地，生态地位重要，而目前对其蒸腾耗水特征缺乏系统研究。为此，笔者采用自动观测技术对液流速率、气象与土壤因子进行同步测定，对林分蒸腾耗水的昼夜、季节性变异规律，蒸腾耗水与环境因子的关系展开研究，筛选出不同时间尺度上蒸腾耗水变异的控制因子，判别各因子的相对重要性，为该区域侧柏林蒸腾耗水模型构建提供依据。

1 研究区域及试验地概况

试验区位于山西省平顺县青羊镇刘家村(E 113°10'～ 113°45'，N 35°50'～ 36°30')，为典型太行山石灰岩山地。具有明显的大陆性季风气候特征;海拔多在 1 000m以上，年平均气温7.9～10.3℃，无霜期 151～182 d。年平均降水量450mm，季节分配不均，主要集中在6—8月。

侧柏林1987年营造，位于阳坡中上部，海拔1 201m，坡度23°，土壤为石灰岩质山地褐土，厚度20 cm左右;林分密度2 800株/hm2，郁闭度0.5，平均树高2.8m;林下灌木稀少，草本盖度0.3，枯落物层厚度0.5 cm。

2 材料与方法

2.1 测树因子调查与边材面积测算

经对研究区域侧柏林分的调查，在典型地段设置20m×20m的标准地对树高、冠幅、距地0.6m处(液流速率测定位置)树干直径(D0.6，cm)进行检尺。依检尺结果，在标准地外围选取20株样木，用生长锥钻取木芯确定边材宽度(0.6m树高处)，建立边材面积(As，cm2)与D0.6关系式(式1)，推算不同径阶的边材总面积。结果见表1。

2.2 边材液流速率测定及蒸腾量估算

根据径阶及边材宽度分布(表1)，在3.0～4.9、5.0～6.9和7.0～8.9 cm径阶内选干形通直、冠形良好的标准木各2株，加上9.0～11.0 cm径阶内的2株，共计8株树木用于液流速率测定。选用的 Granier热扩散探针(Dynamax Inc.，Houston，TX，USA)［17-18］包括 TDP20 与 TDP30。测定时，将探针插入树干北侧0.6m处(枝下高在1m左右)，用硅胶密封，用铝箔包裹。测定结果用CR10X数据采集器(Campbell Scientific Inc.，USA)每10min扫描1次，每1 h存储1次均值，测定时间为2009年4月1日—9月30日。液流速率用式(2)计算，当探针插入心材时，根据m.J.Clearwater等［19］的方法校正。

式中：Fs为边材液流速率，cm/h;dt为某时刻温差值，℃;dtm为一日内最大温差值，℃。

林分蒸腾速率用式(3)计算，在此基础上推算日、月蒸腾总量。根据 R.G.Benyon［20］、M.Daley等［21］的判别方法，发现侧柏夜间液流是树木补水所致，因此不纳入蒸腾量计算。

表1 标准地基本状况Tab．1 Characteristics of standard plot

式中：T为林分蒸腾速率，mm/h;Fsi为i径阶平均液流速率，cm/h;SAi为i径阶边材总面积，cm2;Ni为i径阶的株数;A为标准地面积，m2。

2.3 气象及土壤因子观测

在距侧柏标准地1 km的空旷处，安装HOBO气象站(Onset Computer Corporation，Pocasset，USA)测定空气温度(ta，℃)、空气相对湿度(Hr，%)、光合有效辐射(Par)、降雨量(R，mm)以及风速(vw，m/s);用 EM50(Decagon Devices Inc，Pullman，WA，USA)对0～10 cm的含水量进行测定，共4个重复。气象、土壤数据的扫描与存储方法与液流的一致。

2.4 数据处理

以月为单元，取不同日期相同时刻的林分蒸腾速率均值，展示昼夜变化。林分日、月蒸腾量均为对应时段的蒸腾总量。用SPSS18.0的曲线估计法(curve estimation)拟合边材面积(As)与直径(D0.6)间的关系;用逐步回归法(stepwise)构建蒸腾速率、蒸腾量与环境因子的多元回归模型，同步输出偏相关系数，判别各因子的相对重要性;用 One-Way ANOVA模块进行方差分析，Correlation模块计算Pearson相关系数。用累积距平法分析日蒸腾量的季节性变化趋势。图形用Origin 8.0与Sigma 11.0软件绘制。

3 结果与分析

3.1 蒸腾速率的昼夜变化及其与环境因子的关系

观测期各月，05：00—07：00林分蒸腾启动后，蒸腾速率随时间攀升，12：00—13：00达到最高，然后开始下降，17：00—19：00明显回落，夜间为0，昼夜变化均为单峰曲线，与Par的变化规律最为接近，但蒸腾启动时间滞后Par1 h，峰值滞后0～2 h。4—9月，白天蒸腾速率与Hr的变化模式(指曲线形状)相反，与Wv、ta、vw的一致，夜间蒸腾速率与这些因子的变化均明显不同(图 1)。此外，Hr、Wv、ta、vw与蒸腾速率在峰值出现时间上也不尽同步。单月尺度上，Wv昼夜变化很小，几乎成直线(图1)，与蒸腾速率的差异较大。因此，不同环境因子与蒸腾速率昼夜变化的一致性、同步性存在较大差别。

图1 林分蒸腾速率与环境因子的昼夜变化Fig．1 Diurnal change of transpiration rate and environmental factors

随月份推移，各环境因子昼夜变化曲线的中心位置(均值)、极值与扁平程度(变幅)发生了变化(图1)。除Par外，其他环境因子的昼夜变化在不同月份间均有显著差异性(P＜0.05)。期间，除蒸腾速率的最小值不变外，其他统计量均出现不同程度的变异，其中以6月的均值、最大值与变幅最高，其他月份比较接近(表2)。观测期内，昼夜蒸腾速率最大值出现在高温、低湿、高辐射、高风速与高土壤含水量的条件下。

回归分析表明：除vw外，Hr、Ta、Par、Wv均对蒸腾速率在不同月份的昼夜变化产生显著影响(P＜0.05)，其相对重要性依次为Par、Hr、ta与Wv，可共同解释整个观测期蒸腾速率昼夜变异的87.7%。回归模型为

式中：T、Par与ta的单位分别为mm/h、μmol/(m2·s)与℃;Wv与Hr量纲为1，以小数计量。

表2 昼夜蒸腾速率的季节性变异Tab．2 Seasonal variation of diurnal transpiration rate μm/h

3.2 日蒸腾量的季节变化及其与环境因子的关系

土壤含水量先后经历了3个变化过程。4月1日—5月9日，含水量从9.3%持续缓降至6.0%;5月10日降雨量高达41.2mm，含水量剧增为35.1%(最大值);5月10日—8月4日，含水量从35.1%波动降到6.1%;8月5日，降水量为12.6mm，含水量升至11.8%后在较高水平上波动缓增，直到9月30日。土壤含水量变异情况见表3。其中，有84天的含水量高于观测期均值(13%)，为土壤相对湿润期，其余时段的含水量低于13%，为土壤相对干旱期(图2)，2个时期的日蒸腾量差异显著(P＜0.05)。

风速随时间推移总体呈下降趋势(拟合结果)，除4月20日(2.7m/s)与4月24日(2.9m/s)较大外，其他均小于 2.0m/s。其中 1.5m/s＜vw日＜2.0m/s的 7 d，1.0m/s＜vw日≤1.5m/s的 26 天，0.5m/s＜vw日≤1.0m/s的 89 d，0 ＜vw日≤0.5m/s的59 d(图2)。基本情况见表3。4个风速区间的日蒸腾量无显著差异(P＞0.05)。

表3 日蒸腾量与环境因子的季节性变化Tab．3 Seasonal variation of daily transpiration and environmental factors

4月1日—6月25日，气温处于明显回升阶段，于6月25日达到最高(27.9℃)，其间变幅27.6℃，平均15.2℃;6月26日—7月24日在高位徘徊，变幅6.2℃，平均22.6℃;7月25日—9月30日在波动中缓慢回落，变幅10.6℃，平均17.2℃，季节变化过程为单峰曲线(图2)。气温的基本情况见表3。气温与日蒸腾量呈显著正相关(P＜0.05)。

4月1日—6月20日，Hr在60%上下徘徊，平均58.8%，比观测期的均值(65.5%)低6.5%;6月21日—7月5日，Hr在60%以下波动，平均湿度41.8%，低于观测期均值14.5%，这2个时段属大气相对干燥期。7月6日—9月30日，湿度明显增加，平均75.4%，属大气相对湿润期。Hr整体上随时间呈增加趋势(拟合结果)(图2)。Hr的基本情况见表3，与日蒸腾量存在显著的负相关关系(P＜0.05)。

4月1日—6月22日，Par日在波动中上升，于6月22日达到最高，为60.2mol/(m2·d)，高位徘徊至7月11日后开始下降，表现为单峰曲线，Par日基本情况见表3，Par日与日蒸腾量存在显著的正相关关系(P＞0.05)。

观测期的总降雨量为306.8mm，降雨历时为55 d，主要集中在 5、8与 9月。其中日降雨量≤5mm 33 d;总量为48.6mm;5mm＜R日≤10mm的10 d，总量为65.2mm;10mm＜R日≤15mm的7 d，总量为 89.2mm;15＜R日≤41.2mm 的4 d，总量为103.8mm，占总降雨量的33.9%(图2);R日的基本情况见表3，降雨量与日蒸腾无显著的相关关系(P＞0.05)。

图2 林分日蒸腾量与环境因子的季节性变化Fig．2 Seasonal variation of daily transpiration and environmental factors

从累积距平曲线来看，林分日蒸腾量的季节性变化有4个转折点，分别为4月23日、7月11日、8月7日与8月15日，将变化过程分为5个时段(图3)。4月1日—4月23日，日蒸腾量平稳而缓慢上升(图4)，仅与ta日与Par日的波动一致(图 2)，这 2个因子共同解释了该时段日蒸腾量变异的86.7%(表4);4月24日—7月11日蒸腾量在波动中增加，ta日与Par日在此期间达到峰值并在高位徘徊(图2、图4)，二者共同解释了蒸腾量变异的50.5%，其他4个环境因子对日蒸腾量均无显著影响(表4);7月12日—8月7日蒸腾量明显下降，期间风速变化不大，Par日处于下降阶段，气温从高位徘徊转入缓慢下降，空气湿度由相对干燥向相对湿润跃变、土壤也由相对干旱向相对湿润转变，是一个典型的干湿交替期(图2、图4)，该时段内仅Wv与Hr对日蒸腾量有显著影响，二者共同解释了变异的73.0%(表4);8月8日—8月15日蒸腾量又出现了一个短期的明显回升，此时段日蒸腾量与Hr的相关性最高(图2、图4);8月16日—9月30日，蒸腾量处于相对平稳的缓慢下降阶段，与Par日、ta日的变化趋势一致(图2、图4)，此时段Par日、ta日与R日对日蒸腾量的变异有显著影响，三者共同解释了变异的70.8%(表4)。由此看来，多数时期(占观测期81%)以Par日的影响最为强烈，其次为温度，仅在干湿交替比较剧烈的时段，水分(Hr与Wv)才明显发挥作用。不论哪个时段，风速均对日蒸腾量无显著影响，这可能是风速较小的缘故。从整个观测期来看，Par日、Hr、ta日、与Wv对日蒸腾量均有显著影响，可共同解释日蒸腾量季节性变异的64.3%(表4)，与日蒸腾量的偏相关系数依次为0.420、-0.342、0.285与0.267，对日蒸腾量影响的相对重要性依次为Par日＞Hr＞Wv＞ta日。

图3 日蒸腾量累积距平值的动态变化Fig．3 Seasonal change of accumulative anomaly value of daily transpiration

图4 不同时段日蒸腾量变化趋势Fig．4 Variation of daily transpiration during different time intervals

表4 日蒸腾量与环境因子关系Tab．4 Relationship of daily transpiration and environmental factors

3.3 月蒸腾量的变化及其与环境因子的关系

4—9月，月尺度上的R月(月总量)、Hr月(月均值)、Wv月(月均值)、vw月(月均值)、ta月(月均值)、Par月(月均值)与T月(月总量)的波动很大。6月的林分蒸腾量最高(28.8mm)，其后依次为5月(24.7mm)、7 月(20.4mm)、4 月(19.3mm)、8 月(19.0mm)与9月(18.3mm);最大、最小蒸腾量分别发生在高温低湿(6月)与中温高湿(9月)的环境下(图5)。观测期林分的总蒸腾量为130.5mm，占总降雨量(306.8mm)的42.5%;4—9月，各月蒸腾量占降水的比例依次为 6.3%、8.1%、9.4%、6.6%、6.2%与6.0%。

图5 月蒸腾量与环境因子的季节变异Fig．5 Variation of accumulativemonthly transpiration and environment factors

从变化模式看，月蒸腾量从4月起攀升，5月没有受到R月、Wv月与Hr月下降的影响，与Par月和ta月一同持续增加，6月达到最高;6—9月，月蒸腾量没有受ta月、R与Wv月波动的影响，与Par月、vw月一同持续回落，9 月跌至最小(图 5)。R月、Hr月与Wv月的变化趋势并不一致，可能是Wv月与Hr月除受降雨量影响外，可能还受降雨强度、降雨持续时间等的影响。

相关分析显示T月仅与Par月有显著的相关关系(R=0.926，P＜0.05)，与其他因子相关性由大到小依次为Hr月(R=-0.751)、vw月(R=0.430)、ta月(R=0.387)、R月(R=-0.038 8)与Wv月(R=0.038 7)。

4 结论与讨论

1)昼夜尺度上，蒸腾速率的变化趋势均为单峰曲线，不同月份的昼夜均值为0.025～0.041mm/h，峰值为 0.078 ～0.150mm/h，除vw外，Hr、ta、Par、Wv均对蒸腾速率的昼夜变化有显著影响，可共同解释变异的87.7%，相对重要性从大到小依次为Par、Hr、ta与Wv。

2)观测期内，林分日蒸腾量为0.2～1.6mm，平均为 0.7mm，Par日、Hr、ta日与Wv均对日蒸腾量有显著影响，可共同解释其季节性变异的64.3%，环境因子的相对重要性依次为Par日、Hr、Wv与ta日;多数时段日蒸腾量受Par日的影响最为强烈，其次为温度，仅在干湿交替比较剧烈的时段，Hr与Wv才明显发挥作用。张彦群等［9］认为，温带针叶林在生长季的日蒸腾量均值为1.51mm，最大值平均为2.68mm。F.M.Kelliher等［22］由林分的冠层导度最大值推测，任何一种林型在光照充足、水分不受限条件下的最大日蒸腾量约为4.5mm［23］，本研究测算的日蒸腾量在此范围内。

3)林分月蒸腾总量的变幅为18.3～28.8mm，变化趋势为单峰曲线，6月最高，月蒸腾总量仅与Par月有显著的相关关系。观测期林分的总蒸腾量为130.5mm，占总降雨量(306.8mm)的42.5%。

总体来看，环境因子对蒸腾变异的解释能力为50.5%～80.7%，尚有部分变异不能得到解释，因此，从生物因子、生理角度开展蒸腾控制机制研究十分必要。

5 参考文献

［1］Yadugiri V T.Climate change：the role of plant physiology［J］.Current Science，2010，99(4)：423-425

［2］贺庆棠.中国森林气象学［M］.北京：中国林业出版社，2000

［3］于贵瑞，王秋风，于振良.陆地生态系统水-碳耦合循环与过程管理研究［J］.地球科学进展，2004，19(5)：831-838

［4］马履一，王华田.油松边材液流时空变化及其影响因子研究［J］.北京林业大学学报，2002，24(3)：23-27

［5］Forrester D I，Collopy J J，Morris J D.Transpiration along an age series of Eucalyptus globulus plantations in southeastern Australia［J］.Forest Ecology andmanagement，2010，259：1754-1760

［6］Köstner B.Evaporation and transpiration from forests in Central Europe relevance of patch-level studies for spatial scaling［J］. meteorology and Atmospheric Physics，2001，76：69-82

［7］mcDowell N G，White S，Pockman W T.Transpiration and stomatal conductance across a steep climate gradient in the southern Rockymountains［J］.Ecohydrology，2008，1：193-204

［8］孙慧珍，周晓峰，康绍忠.应用热技术研究树干液流进展［J］.应用生态学报，2004，15(6)：1074-1078

［9］张彦群，王传宽.北方和温带森林生态系统的蒸腾耗水［J］.应用与环境生物学报，2008，14(6)：838-845

［10］王华田，马履一，孙鹏森.油松、侧柏深秋边材木质部液流变化规律的研究［J］.林业科学，2002，38(5)：31-37

［11］王华田，赵文飞，马履一.侧柏树干边材液流的空间变化规律及其相关因子［J］.林业科学，2006，42(7)：21-27

［12］刘德良，李吉跃，马达，等.侧柏树干边材液流空间变化规律［J］.生态学杂志，2008，27(8)：1262-1286

［13］徐军亮，章异平.春季侧柏树干边材液流的滞后效应分析［J］.水土保持研究，2009，16(4)：109-112

［14］于占辉，陈云明，杜盛.黄土高原半干旱区侧柏树干液流动态［J］.生态学报，2009，29(7)：3970-3976

［15］徐军亮，章异平.春季侧柏树干边材液流的滞后效应分析［J］.水土保持研究，2009，16(4)：109-112

［16］胡兴波，韩磊，张东，等.黄土半干旱区白榆和侧柏夜间液流动态分析［J］.中国水土保持科学，2010，8(4)：51-56

［17］Granier A.Evaluation of transpiration in a Douglas-fir stand bymeans of sap flowmeasurements［J］.Tree Physiology ，1987，3：309-320

［18］Lu P，Urban L，Zhao P.Granier’s thermal dissipation probe(TDP)method formeasuring sap flow in trees：theory and practice［J］.Acta Botanica Sinica，2004，46：631-646

［19］Clearwaterm J，Meinzer F C，Andrate J L，et al.Potential errors inmeasuremnet of non-uniform sap flow using heat dissipation probes［J］.Tree Physiology，1999，19：681-687

［20］Benyon R G.Nighttime water use in an irrigatedEucalyptus grandisplantation［J］.Tree Physiology ，1999，19：853-859

［21］Deleym，Phillips N G.Interspecific variation in nighttime transpiration and stomatal conductance in amixed new England deciduous forest［J］.Tree Physiology，2006，26：411-419

［22］Kelliher Fm，Leuning R，Raupachm R，et al.Maximum conductances for evaporation from global vegetation types［J］.Meteorology and Atmospheric Physics，1995，73：1-16

［23］Landdsberg J J，Gower S T.Application of Physiological ecology to forestmangemant［M］.San Diego：Academic Press，1996：72-79

Transpiration ofPlatycladus orientalisplantation and its relationship with environmental factors in limestone area，Taihangmountains

Li Yongsheng
(Shanxi Academy of Forestry Sciences，030012，Taiyuan，China)

In order to ascertain the transpiration variation of oriental arborvitae(Platycladus orientalis(L.)Franco)plantation and its relationship with environmental factors in limestone area of Taihangmountains，flow-based transpiration wasmeasured simultaneously with environmental variables，including soil volumetric water content(Wv)，photosynthetically active radiation(Par)，relative humidity(Hr)，air temperature(ta)，wind speed(vw)and rainfall(R).Transpiration rate showed unimodal diurnal variations with diurnalmean value 0.025-0.041mm/h andmaximum value 0.078-0.150mm/h over the experiment period.Diurnal transpiration rate was significantly affected byHr，ta，ParandWv(P＜0.05)，which could give 87.7%variation together.The descending order of correlation degree wasPar，Hr，taandWv.Accumulative andmean daily transpiration of standmean was 0.2-1.6mm and 0.7mm respectively.They were significantly affected byHr，ta，ParandWv，which could give 64.3%seasonal variation together.The descending order of correlation degree wasPar，Hr，Wvandtaover the experiment period.Parhad themost significant effects on daily transpiration，followed bytainmost of period intervals.HrandWvhad significant effects on daily transpiration only during the wetting and drying alternation intervals.Accumulative andmeanmonthly transpiration were 18.3-28.8mm and 21.8mm respectively.The seasonal variation of accumulativemonthly transpiration occurred unimodal pattern with peak value observed in June.Accumulativemonthly transpiration only greatly correlated withPar(P＜0.05).The seasonal(1 April to 30 September)total transpiration amounts to 130.5mm，representing 42.5%of rainfall over the period.

Platycladus orientalisplantation;environmental factors;stand level transpiration;lime stone area

2011-03-28

2011-07-07

“十一五”国家科技支撑计划“石灰岩中山区雨水资源高效利用与固土蓄水技术试验示范”(2006BAD03A1103)

李永生(1965—)，男，高级工程师。主要研究方向：森林培育与林业生态工程。E-mail：lys0427@163.com

(责任编辑：程 云)