不同时间尺度下黄土塬区19年生苹果树干液流速率与环境因子的关系

张 静，王 力，韩 雪，张林森



不同时间尺度下黄土塬区19年生苹果树干液流速率与环境因子的关系

张 静1，王 力1，韩 雪1，张林森2

（1西北农林科技大学资源环境学院/黄土高原土壤侵蚀与旱地农业国家重点实验室，陕西杨凌712100；2西北农林科技大学园艺学院， 陕西杨凌 712100）

【目的】以黄土高原沟壑区的典型代表长武塬为研究区，通过环境因子估算19年生苹果树耗水速率在不同时间尺度上的可行性，以期为黄土塬区有限水资源条件下苹果发展的科学布局、合理制定果园管理措施、增强其生产能力提供理论依据。【方法】选取黄土塬区长武县19年生苹果林生态系统为研究对象，应用热扩散式茎流计（TDP）于2014年5—9月对苹果林内8株标准果树树干液流速率进行连续测定，并通过数据采集器CR1000（Campbell Scientific，UN）对数据进行采集分析，用位于距样地50 m处的自动气象观测站连续监测获取气象数据；分析不同时间尺度下19年生苹果树干液流速率与环境因子的关系，建立不同时间尺度下树干液流速率与环境因子的关系模型。【结果】小时尺度下，苹果树干液流速率与水汽压差相关关系最密切，且与太阳辐射、风速和地表温度均呈极显著相关关系，树干液流速率曲线呈明显的单峰曲线，逐步回归方程为：v=-11.683+2.3VPD+0.009Rs+0.55Ts+0.880Ws，相关系数为0.779。日尺度下，只有地表温度、水汽压差与苹果树干液流速率显著相关。逐步回归方程为：v=1.637+0.404Ts-3.097VPD，相关系数为0.771。月尺度下，19年生苹果树干液流速率整体表现为8月＞7月＞6月＞9月＞5月，进入逐步回归方程的仅有地表温度，逐步回归方程为：v=-3.524+0.509Ts，相关系数为0.981。时间尺度越大，与苹果树干液流速率相关的环境因子越少，但地表温度始终都是其主导因子，且相关系数随着时间尺度的增大而增大；风速只在小时尺度下与树干液流速率极显著相关。水汽压差在小时尺度下与树干液流速率极显著正相关，在日尺度下与树干液流速率极显著负相关；太阳辐射在3种尺度下与树干液流速率的相关关系不明确。3种尺度下的逐步回归方程，以月尺度下的相关系数最大。【结论】在较大的时间尺度上，通过对少量环境因子的监测便能推算整株植物甚至整个林分的耗水量；在较小时间尺度上，液流速率受较多环境因子影响，且对每个环境因子的分辨率较高。因此，用环境因子估算整株植物或整个林分耗水不能达到很高的精准度，还需采用直接测定的方法。

苹果；热扩散探针法；液流速率；时间尺度；环境因子

0 引言

【研究意义】黄土塬区地处中国西北部，是典型的旱作农耕区。该区辐射能源丰富、昼夜温差大、空气污染小，已经成为全国最佳苹果优生地之一。该区生产的苹果色艳质佳、效益高，是其主要的经济来源之一，且近年来发展迅速，成为颇具影响力的区域特色产业。然而，该区水资源匮乏，年降水少，且年际变化较大，年内分布极不均匀[1]，加上果园内果树的蒸腾、地面蒸发远大于降水补给，使得水分成为限制苹果生长及产量与品质的最重要因素。因此，研究该区苹果树干液流速率与环境因子的关系对如何合理及有效利用该区有限的水资源具有重要的理论价值。研究该区域苹果林蒸腾耗水规律、水分与树木生长的关系、环境因子对蒸腾耗水的影响，对提高苹果林地水分生产效率具有重要的指导意义。【前人研究进展】植物蒸腾作用是陆生植物吸收CO2并丧失水分的过程，其需水状况和水分胁迫均通过蒸腾速率表现[2-3]。热扩散探针法（thermal dissipation probe，TDP）测定树干液流具有连续、准确和稳定的特点，被广泛应用于树木蒸腾耗水研究[4-5]。国内应用TDP法研究液流速率始于20世纪90年代[6]。前人对液流速率的研究多是在小时尺度上进行的，赵春彦等[7]对荒漠河岸胡杨树干液流时滞效应的研究发现，不同月份胡杨树干液流速率对不同环境因子的时滞不同。Manuel[8]分析了环境因素对液流速率的影响，结果表明，液流速率与太阳辐射呈正相关关系，且液流速率相对太阳辐射具有一定的滞后性，平均滞后时间为1.5 h。Huang等[9]对影响中国北方半干旱地区柳树液流动态变化的环境因素进行研究，结果表明液流速率与太阳辐射、空气温度呈正相关关系，与相对湿度呈负相关关系。Guo等[10]对西藏冷杉液流与环境因子关系的研究结果表明，冷杉的液流速率与微气象因子呈现紧密的相关关系，与光合有效辐射、空气温度、降雨和相对湿度线性相关。Vose等[11]的研究结果表明，当水汽压差大于1 kPa时，液流速率显著下降。Zhang等[12]对梨树液流特征的研究结果表明，液流速度与气象因素的相关性顺序依次为太阳辐射、水汽压差、相对湿度和空气温度。张涵丹等[13]对典型黄土区油松树干液流变化特征进行分析的结果表明，油松液流速率与气象因子显著相关，对液流速率影响的大小顺序为：太阳辐射＞水汽压亏缺＞相对湿度＞大气温度。Nakai等[14]对日本柳杉茎干液流速率的昼夜变化进行了研究，结果显示，柳杉茎干液流速率呈现明显的昼夜规律性，光照与形成层、韧皮部的液流速率呈显著正相关关系，且液流速率由边材向内呈减小趋势。在不同时间尺度上有关液流速率的研究大多针对的是非经济林，Fiora等[15]利用该方法分析了日、季节尺度下银冷杉和挪威云杉液流密度径向分布特征，指出树干液流密度的径向分布与树所处的位置和它的冠层特征有关，气象因子也可以有效地改变日和季节尺度下树干的液流密度；王文杰等[16]对不同时间尺度下兴安落叶松树干液流密度与环境因子关系的研究表明，尺度越大，与树干液流显著相关的环境因子数越少，相关系数越高。李少宁等[17]对不同时间尺度下杨树人工林液流密度特征进行的研究表明，液流密度表现为晴天＞阴天＞雨天，夏季＞秋季＞春季，且均呈单峰曲线。【本研究切入点】目前对液流速率的研究多从小时尺度（或10 min到30 min尺度）推算液流速率与气象因子关系的经验模型[18-20]，有关日、月尺度下黄土塬区苹果树干液流速率与环境因子关系方面的研究相对较少；关于在不同时间尺度下，环境因子对黄土塬区苹果树干液流速率的影响是否一致，哪种尺度下估算的液流速率更能代表整个林地的液流水平方面的研究也需要加强。【拟解决的关键问题】本研究以黄土高原沟壑区的典型代表长武塬为研究区，选取19年生苹果林生态系统为研究对象，利用热扩散探针法（TDP）对小时、日、月尺度苹果树干液流进行监测，分析液流速率与环境因子的关系，建立二者经验模型，从而明确通过环境因子估算19a苹果树耗水速率在不同时间尺度上的可行性。以期为该区有限水资源条件下苹果发展的科学布局、合理地制定果园管理措施和增强其生产能力提供科学指导。

1 材料与方法

1.1 研究区概况

研究区位于长武县城以西12 km的王东沟小流域（107°40′30″—107°42′″ E，35°12′16″—35°16′00″ N），属于暖温带半湿润、大陆性季风气候区。主要土壤类型是黏黑垆土，母质为中壤质马兰黄土，田间持水量为23%，凋萎含水量为10.6%。近年降水量最大为813.2 mm，最小为369.5 mm，多年平均为584.1 mm，2014年降水量为456 mm，小于多年平均降水；年日照时数为2 226.5 h，日照率51%，年总辐射为48.4 kJ·cm-3；最高气温36.9℃，最低气温-24.9℃，年均气温9.1℃，年积温2 994℃，无霜期171 d[21]。

1.2 研究方法

1.2.1 样地选择 选择面积为1 000.5 m2的19年生‘红富士’苹果林于2014年5—9月进行试验，苹果树平均胸径15.8 cm，株行距3.5 m×4 m，林分密度720株/hm2，郁闭度0.79。果园定期进行病虫害防治，适时进行拉枝剪梢、套袋、保墒、追肥、锄草。

1.2.2 树干液流的测定 采用热扩散液流探针法通过检测插入树干边材的一对有热电偶的探针温差来计算液流速率值[22]。所用植物茎流计为美国Dynamax公司生产的插针式FLGS-TDP，探针型号为TDP-10，长10 mm，针头直径为1.2 mm。试验林地内选择8株标准果树（生长良好、树干通直、无病虫害的苹果树），用数据采集器CR 1000（Campbell Scientific，UN）和PC 400来调节茎流计的工作电压和检测热电偶，每60 s获取一次数据并记录每半小时的平均值。边材液流速率由以下公式计算[4]：

（1）

SF=0.0119K1.231（2）

式中，K为无量纲参数，用于消除液流速率为零时的温差；dTm为无液流时加热探针与参考探针的最大温差（℃）；dT为瞬时温差值（℃）；SF为液流速率（cm·s-1），其中，dTm和dT均为仪器自动监测结果。

TDP茎流计的安装步骤：（1）准备探针安装位点：在树干上距离地面80 cm高处去除树干表层粗糙的树皮。（2）钻孔：把钻模放在准备好的位置后用钻头钻30 mm深的孔，两个孔之间距离40 mm。（3）安装探针：把加热探针慢慢地插入钻孔中，留2—3 mm针管在外面。注意不要拉动探针连接处的导线，安装好之后把电缆固定到树干上。

1.2.3 环境因子的测定 气象数据由位于距样地50 m处自动气象观测站连续监测获取。测定指标主要有太阳总辐射（solar radiation，Rs）（W·m-2）、风速（wind speed，Ws）（m·s-1）、地表温度（soil temperature，Ts）（℃）和水汽压差（vapor pressure deficit，VPD，采用kPa），每h记录一次。水汽压差反映大气温度和相对湿度的协同效应，其计算公式为：

VPD=0.611e[17.502T/(T+240.97)](1-RH) （4）

式中，T为空气温度（℃），RH为空气相对湿度（%）。

1.2.4 数据处理 运用Origin9.0和PASW22.0统计分析软件对试验数据进行统计分析及作图。

2 结果

2.1 小时尺度下19年生苹果树干液流速率与环境因子的关系

2.1.1 树干液流速率的变化规律 图1显示了小时尺度下幼果期、果实膨大期、果实着色期的5个典型晴天（2014/5/20、2014/6/18、2014/7/2、2014/8/1、2014/9/3）时，19年生苹果树干液流速率的动态变化规律。结果表明，在不同生长期，小时尺度下19年生苹果树干液流速率曲线呈现明显的昼夜变化规律，昼高夜低，整体上表现为单峰曲线，在7月2日，峰值出现波动。液流速率达到峰值后，会处于一个相对平稳的状态。以7月2日（果实膨大期）为例，树干液流速率在7：30急速上升，12：30时达到峰值，20：30急速下降，维持较高速率的时间约为9 h（在12：30时达到峰值之后，液流速率有一定幅度的下降，直到15：30有所回升，随后出现一个急速下降的现象，这些曲线在达到峰值以后均呈现出这种规律）。

图1 小时尺度下苹果树干液流速率变化规律

2.1.2 树干液流速率与各个环境因子的相关性 图2显示了幼果期、果实膨大期、果实着色期的5个典型晴天（2014/5/20、2014/6/18、2014/7/2、2014/8/1、2014/9/3）时，19年生苹果树干液流速率与太阳辐射、风速、水汽压差和地表温度4个主要环境因子的相关性。结果表明，树干液流速率的变化受到环境因子和苹果树生理机能的共同影响。液流速率与太阳辐射、水汽压差、地表温度的变化不同步，最大峰值较太阳辐射晚0.5 h左右，较地表温度和水汽压差最大值提前2 h左右，当地表温度大于20℃时，液流速率显著上升。由分析结果可知，19年生苹果树干液流速率与太阳辐射、风速、地表温度、水汽压差均呈极显著正相关关系。树干液流速率与各个环境因子的pearson相关系数(VPD)=0.785**＞(Ts)=0.618**＞(Rs)= 0.517**＞(Ws)=0.460**（**表示在0.01水平（双侧）上显著相关）。

图2 小时尺度下苹果树干液流速率与环境因子的变化规律

2.1.3 小时尺度下树干液流速率与环境因子的逐步回归分析 以树干液流速率为因变量，各个环境因子为自变量，依据引入因子P1＜0.05，剔除因子P2＞0.1的准则，利用多元线性逐步回归分析中的自淘汰变量法，建立液流速率与环境因子的综合关系模型。19年生苹果树干液流速率在与各个环境因子的逐步回归方程中，进入方程的环境因子有太阳辐射、水汽压差、风速和地表温度，可以解释液流速率变化的77.9%。置信水平为95%，回归方程为v=-11.683+2.3VPD+ 0.009Rs+0.55Ts+0.880Ws，达到显著水平（＜0.01），较好地解释了小时尺度下苹果树干液流速率变化与各环境因子的复合相关关系。

2.2 日尺度下19年生苹果林龄树干液流速率与环境因子的关系

2.2.1 树干液流速率变化规律 图3显示了幼果期、果实膨大期、果实着色期的典型晴天时，19年生苹果树干液流速率在日尺度下的变化规律。总体上讲，在不同时期的典型晴天，19年生苹果树干液流速率日均值在3.21—9.90 cm·d-1，整体表现为8月＞7月＞6月＞9月＞5月，5月18日液流速率日均值最低，8月25日液流速率日均值最高。

图3 日尺度下苹果树干液流速率变化规律

2.2.2 树干液流速率与环境因子的相关性分析 在日尺度下，树干液流速率与地表温度和水汽压差的变化同步进行。地表温度在5月和6月初维持在一个相对较低的水平，从6月中旬到中下旬维持在一个相对较高的水平，而从7月下旬到8月中旬，地表温度显著上升，8月下旬至9月，地表温度比5月略高。由分析可知，19年生的苹果树干液流速率与地表温度呈极显著正相关关系，而与水汽压差则呈极显著负相关关系，与太阳辐射和风速相关关系不显著。树干液流速率与各个环境因子的相关系数为：(Ts)=0.682**＞(VPD)=-0.552**＞(Rs)= -0.293＞(Ws)=-0.279（**表示在0.01水平（双侧）上显著相关）（图4）。

图4 日尺度下苹果树干液流速率与环境因子的变化规律

2.2.3 树干液流速率与环境因子的逐步回归分析 建立液流速率与环境因子的综合关系模型，如表1所示。日尺度下，进入19a苹果树干液流速率与环境因子回归方程中的环境因子有水汽压差和地表温度。地表温度是第一个进入的环境因子，能解释19a苹果树干液流速率变化的46.5%，地表温度每增加一个单位，液流速率增加0.404个单位；第二个进入的环境因子是水汽压差，这个能够显示Ts和VPD对树干液流速率复合影响的回归方程可以较好地解释19a苹果树干液流速率的变化，其相关系数提高到77.1%。回归方程达到了极显著水平（＜0.01），且能较好地解释日尺度下苹果树干液流速率变化与各环境因子变化的复合相关关系。

表1 日尺度下树干液流速率与环境因子的关系模型

置信水平为95%。下同The confidence level is 95%. The same as below

2.3 月尺度下19年生苹果树干液流速率与环境因子的关系

2.3.1 树干液流速率的变化规律 图5显示了典型晴天幼果期、果实膨大期、果实着色期19年生苹果树干液流速率月尺度下（剔除仪器故障天与阴雨天）的变化规律。结果表明，月尺度下苹果生长季内树干液流速率月均值在4.12—8.46 cm·m-1，整体表现为8月＞7月＞6月＞9月＞5月，8月液流速率均值最高。

图5 月尺度下苹果树干液流速率变化规律

2.3.2 树干液流速率与环境因子的相关性分析 在月尺度下，苹果树干液流速率与地表温度的变化具有同步性。由分析可知，19年生的苹果树干液流速率与地表温度和水汽压差呈极显著正相关关系，而与风速和太阳辐射相关关系不显著。树干液流速率与各个环境因子的相关系数为：(Ts)=0.991**＞(Rs)=-0.896*＞(Ws)=-0.426＞(VPD)=-0.076（**表示在0.01水平（双侧）上显相关；*表示在0.05水平（双侧）上显著相关）（图6）。

2.3.3 树干液流速率与环境因子的逐步回归分析 建立液流速率与环境因子的综合关系模型，如表2所示。月尺度下，进入回归方程的环境因子均只有地表温度，地表温度每增加一个单位，19年生苹果树干液流速率增加0.509个单位，这个回归方程能解释其液流速率变化的98.1%。回归方程达到了显著水平（＜0.01），且能较好地解释月尺度下苹果树干液流速率变化与各环境因子变化的复合相关关系。

表2 月尺度下树干液流速率与环境因子的关系模型

3 讨论

小时尺度下，19年生的苹果树干液流速率与太阳辐射、地表温度、水汽压差的变化趋于一致，具有相同的峰形，但有明显的时滞效应（图2），原因是环境因子并不直接影响树干液流速率，而是通过影响植物的生理变化过程，进而影响树干液流速率，反映在植物液流速率的变化上需要一定的时间，这与王力等[20]的研究结果一致。在液流速率达到峰值后，会处于一个相对平稳的状态，一般持续3—5 h，保持一个“高峰平台”[23]。在此期间，液流速率会出现相对下降的趋势，然后稍微回升，原因在于液流速率达到峰值后有严重的水分胁迫现象，由果树导管内形成的空穴和栓塞所造成[23-24]。樊大勇等[25]认为，水分胁迫时会有压力差存在于充水管道和外部环境之间，导管水势降低，导管中水柱张力就会变大，形成空穴，进而引起输水通道栓塞化，从而阻碍水分的运输，减少蒸腾，表现为液流速率相对下降；过了水分胁迫的时间后，液流速率稍微回升。典型晴天液流速率峰值均出现在12：00左右，而7月2日16：00的液流速率为25.72 cm·s-1，远高于12：00（21.52 cm·s-1）和13：00（21.58 cm·s-1），可能是仪器或其他原因造成的异常值。

小时尺度下，树干液流速率变化与太阳辐射一致，太阳辐射直接影响果树叶片气孔的开闭和叶片的温度，随着太阳辐射增加，气孔打开，气孔阻力减小，与此同时，叶片温度和空气温度也增加，使得水汽压差增大，水分子扩散速度加快，促进了根系对水分的吸收，提高了水分在植物体内的运输速率。太阳辐射同时会影响地表和植物体的温度，相对湿度也会受到影响，空气温度越高，空气中所包括的水气也就越多[26]。风速对液流速率的影响比较复杂，风会将叶片气孔表面的水汽吹走，使叶片内外的水汽压差增大，从而加速蒸腾；也会使叶片的温度下降，叶片失水，导致气孔关闭，蒸腾减弱[27]。

日尺度下，从5—8月，随地表温度升高，苹果树的根系活动增强，对水分的有效利用率增大，液流速率随着根系吸水速率的提升而增加；9月，受降雨影响，地表温度下降，液流速率也随之下降。这可能是由于地表温度峰值相对液流速率的峰值有一定的滞后，原因在于土壤对液流速率的影响是一个长期过程且土壤具有极大的热容性和热传导阻力[28]。刘鑫等[29]的研究结果也表明，杉木日均液流速率与环境因子的关系中，与地表温度的相关性最高。

月尺度下，8、9月处于雨季，但温度仍然相对较高，因此液流速率维持在一个较高的状态。19年生果树树干液流速率表现为8月＞7月＞6月＞9月＞5月，这与桑玉强等[30]对核桃树的研究不一致（最大值出现在6月），出现这种不同现象的原因有3方面：（1）19年生苹果树对各个环境因子复合作用的反馈与核桃树不同；（2）7、8月比较干旱且温度较高，果农对林内进行锄草，影响了林内的土壤含水量和地表温度；（3）草与果树对光热等自然条件进行分散，影响果树的蒸腾。随着时间尺度的增大，与液流速率显著相关的环境因子数逐渐减少，且地表温度始终是19年生苹果树干液流速率的主导环境因子，可能是由小尺度下树干液流对环境因子的分辨率高于大尺度下树干液流对环境因子的分辨率引起，这与王文杰等[16]对兴安落叶松树干液流密度与环境因子关系的研究结果一致。

4 结论

4.1 小时尺度下，19年生苹果树干液流速率与各个环境因子的相关关系最密切的是水汽压差。树干液流速率与环境因子的逐步回归方程为：v=-11.683+ 2.3VPD+0.009Rs+0.55Ts+0.880Ws。日尺度下，与19年生苹果树干液流速率显著相关的环境因子仅有地表温度和水汽压差。地表温度影响土壤水分的运移，进而控制树干液流速率的日变化过程。月尺度下，19年生苹果树干液流速率整体表现为8月＞7月＞6月＞9月＞5月，进入逐步回归方程的环境因子只有地表温度。

4.2 时间尺度越大，与苹果树干液流速率相关的环境因子越少，但地表温度始终都是其主导因子，且相关系数随着时间尺度的增大而增大；风速只在小时尺度下与树干液流速率极显著相关。水汽压差在小时尺度下与树干液流速率极显著正相关，在日尺度下与树干液流速率极显著负相关；太阳辐射在3种尺度下与树干液流速率的相关关系不明确。3种尺度下的逐步回归方程，月尺度下的相关系数最大。在较大的时间尺度上，通过对少量环境因子的监测便能推算整株植物甚至整个林分的耗水量；在较小时间尺度上，液流速率受较多环境因子影响，且对每个环境因子的分辨率较高。因此，用环境因子估算整株植物或者整个林分耗水不能达到很高的精度，还需结合采用直接测定的方法。

References：

[1] 韩雪, 王力, 王艳萍. 自然降雨条件下夏玉米冠层截留特征及影响因素. 中国农业科学, 2014, 47(8): 1541-1549.

Han X, Wang L, Wang Y P. Summer corn canopy interception and its influencing factors under natural rainfall., 2014, 47(8): 1541-1549. (in Chinese)

[2] 刘艳伟, 朱仲元, 乌云, 荆玉龙, 朝伦巴根. 浑善达克沙地天然植被蒸散量两种计算方法的比较. 农业机械学报, 2010, 41(11): 84-88.

Liu Y W, Zhu Z Y, Wu Y, JinG Y L, Chao L B G. Comparison of evapotranspiration of the natural vegetation in the otindag sandy area using two calculation methods., 2010, 41(11): 84-88. (in Chinese)

[3] 梁宗锁, 康绍忠, 石培泽, 潘英华, 何立绩. 隔沟交替灌溉对玉米根系分布和产量的影响及其节水效益. 中国农业科学, 2000, 33(6): 26-32.

Liang Z S, Kang S Z, Shi P Z, Pan Y H, He L J. Effect of alternate furrow irrigation on maize production, root density and water-saving benefit., 2000, 33(6): 26-32. (in Chinese)

[4] Granier A. Evaluation of transpiration in a Douglas-fir stand by means of sap flow measurements., 1987, 3(4): 309-320.

[5] Vergeynst L L, VANDEGEHUCHTE M W, McGuire M A, TESKEY R O, Steppe K. Changes in stem water content influence sap flux density measurements with thermal dissipation probes., 2014, 28(3): 949-955.

[6] 刘奉觉, Edwards W, 郑世锴, 巨关升, 王广举, 卢永农. 杨树树干液流时空动态研究. 林业科学研究, 1993, 6(4): 368-372.

Liu F J, Edwards W, Zheng S K, Ju G S, Wang G J, Lu Y N. A study on the dynamics of sap flow in space and time in polar stems., 1993, 6(4): 368-372. (in Chinese)

[7] 赵春彦, 司建华, 冯起, 常宗强, 鱼腾飞, 李炜. 荒漠河岸胡杨() 树干液流的时滞效应. 中国沙漠, 2014, 34(5): 1254-1260.

Zhao C Y, Si J H, Feng Q, Chang Z Q, Yu T F, Li W. Time lag characteristics of stem sap flow of populus euphratica in desert riparian forest., 2014, 34(5): 1254-1260. (in Chinese)

[8] Bužková R, Acosta M, Dařenová E, Pokorný R, Pavelka M. Environmental factors influencing the relationship between stem CO2efflux and sap flow., 2014, 29(2): 333-433.

[9] HUANG J, ZHOU Y, YIN L, WENNINGER J, ZHANG J, HOU G. Climatic controls on sap flow dynamics and used water sources ofin a semi-arid environment in northwest China., 2015, 73(1): 289-301.

[10] GUO Q, ZHANG W. Sap flow ofvar.and its relationship with the environment factors in the Tibetan subalpine region, China., 2015, 12(6): 1373-1382.

[11] VOSE J M, SWANK W T, HARVEY G J,CLINTON B D, Sobek C. Leaf water relations and sap flow in eastern cottonwood (Bartr.) trees planted for phytoremediation of a groundwater pollutant., 2(1): 53-73.

[12] ZHANG H D, WEI W, CHEN L D, YANG Y U, YANG L, Jia F Y. Analysis of sap flow characteristics of the Chinese pine in typical Loess Plateau Region of China., 2015, 36(1): 349-356.

[13] 张涵丹, 卫伟, 陈利顶, 于洋, 杨磊, 贾福岩. 典型黄土区油松树干液流变化特征分析. 环境科学, 2015, 36(1): 349-356.

Zhang H D, Wei W, Chen L D, Yu Y, Yang L, Jia F Y. Analysis of sap flow characteristics of the Chinese pine in typical Loess Plateau region of China., 2015, 36(1): 349-356. (in Chinese)

[14] Nakai T, Abe H, Muramoto T, Nakao T. The relationship between sap flow rate and diurnal change of tangential strain on inner bark insaplings., 2005, 51(5): 441-447.

[15] FIORA A, CESCATTI A. Diurnal and seasonal variability in radial distribution of sap flux density: implications for estimating stand transpiration., 2006, 26(9): 1217-1225.

[16] 王文杰, 孙伟, 邱岭, 祖元刚, 刘伟. 不同时间尺度下兴安落叶松树干液流密度与环境因子的关系. 林业科学, 2012, 48(1): 77-85.

Wang W J, Sun W, Qiu L, Zu Y G, Liu W. Relations between stem sap flow density of larix gmelinii and environmental factors under different temporal scale., 2012, 48(1): 77-85. (in Chinese)

[17] 李少宁, 陈波, 鲁绍伟, 张玉平, 潘青华, 王华. 不同时间尺度下杨树人工林液流密度特征. 灌溉排水学报, 2012, 31(6): 121-125.

Li S N, Chen B, Lu S W, Zhang Y P, Pan Q H, Wang H. Characteristics of stem sap flow density of poplar plantation in different temporal scales., 2012, 31(6): 121-125. (in Chinese)

[18] 孙慧珍, 周晓峰, 赵惠勋. 白桦树干液流的动态研究. 生态学报, 2002, 22(9): 1387-1391.

Sun H Z, Zhou X F, Zhao H X. A research on stem sap flow dynamics of betula palatyphylla., 2002, 22(9): 1387-1391. (in Chinese)

[19] 熊伟, 王彦辉. 宁南山区华北落叶松人工林蒸腾耗水规律及其对环境因子的响应. 林业科学, 2003, 39(2): 1-7.

Xiong W, Wang Y H. Regulations of water use for transpiration of larix principl rupprechtll plantation and its response on environmental factors in southern ningxia hilly area., 2003, 39(2): 1-7. (in Chinese)

[20] 王力, 王艳萍. 黄土塬区苹果树干液流特征. 农业机械学报, 2013, 44(10): 152-158.

Wang L, Wang Y P. Characteristics of stem sap flow of apple tree in Loss Tableland., 2013, 44(10): 152-158. (in Chinese)

[21] 宋孝玉, 沈冰, 史文娟, 胡笑涛. 黄土区不同下垫面农田降雨入渗及产流关系的数值模拟. 农业工程学报, 2005, 21(1): 1-5.

Song X Y, Shen B, Shi W J, Hu X T. Simulating the relationship between the infiltration and runoff of different underlying farmland in the loess region., 2005, 21(1): 1-5. (in Chinese)

[22] 王华田, 马履一. 利用热扩式边材液流探针(TDP)测定树木整株蒸腾耗水量的研究. 植物生态学报, 2002, 26(6): 661-667.

Wang H T, Ma L Y. Measurement of whole tree’s water consumption with thermal dissipation sap flow probe (TDP)., 2002, 26(6): 661-667. (in Chinese)

[23] Tyree M T. The Cohesion-Tension theory of sap ascent: current controversies., 1997, 48(10): 1753-1765.

[24] Cochard H, Cruiziat P, Tyree M T. Use of positive pressures to establish vulnerability curves: further support for the air-seeding hypothesis and implications for pressure-volume analysis., 1992, 100(1): 205-209.

[25] 樊大勇, 谢宗强. 木质部导管空穴化研究中的几个热点问题. 植物生态学, 2004, 28(1): 126-132.

Fan D Y, Xie Z Q. Several controversial viewpoints in studying the caciation of xylem vessels., 2004, 28(1): 126-132. (in Chinese)

[26] 孙鹏森, 马履一, 王小平, 翟明普. 油松树干液流的时空变异性研究. 北京林业大学学报, 2000, 22(5): 1-6.

Sun P S, Ma L Y, Wang X P, Zhai M P. Temporal and spacial variation of sap flow of Chinese pinel ()., 2000, 22(5): 1-6. (in Chinese)

[27] Choat B, Lahr E C, Zwieniecki M A, Holbrook N M. The spatial pattern of air seeding thresholds in mature sugar maple trees., 2005, 28(9): 1082-1089.

[28] 王瑞辉, 马履一, 奚如春, 徐军亮. 元宝枫生长旺季树干液流动态及影响因素. 生态学杂志, 2006, 25(3): 231-237.

Wang R H, Ma L Y, Xi R C, Xu J L. Fluctuation of acer truncatum sap flow inrapid growth season and relevant variable., 2006, 25(3): 231-237. (in Chinese)

[29] 刘鑫, 张金池, 汪春林, 庄家尧, 韩诚, 顾哲衍, 杨志华. 长三角地区典型树种杉木液流速率变化特征. 南京林业大学学报(自然科学版), 2014, 38(2): 86-92.

Liu X, Zhang J C, Wang C L, Zhuang J Y, Han C, Gu Z Y, Yang Z H. The variation characteristics of sap flow of Chinese fir in the Yangtze River Delta., 2014, 38(2): 86-92. (in Chinese)

[30] 桑玉强, 张劲松. 华北山区核桃液流变化特征及对不同时间尺度参考作物蒸散量的响应. 生态学报, 2014, 34(23): 6828-6836.

Sang Y Q, Zhang J S. Characteristics ofL. sap flow and its response to reference evapotranspiration on different time scales in the rocky mountain of North China., 2014, 34(23): 6828-6836. (in Chinese)

（责任编辑 赵伶俐）

The Relationship between Sap Flow Velocity and Environmental Factors of the 19 a Apple Trees on the Loess Plateau at Different Time Scales

ZHANG Jing1, WANG Li1, HAN Xue1, ZHANG Lin-sen2

(1College of Resources and Environment, Northwest A&F University/State Key Laboratory of Soil Erosion and Dryland Farming on the Loess Plateau, Northwest A&F University, Yangling 712100, Shaanxi;2College of Horticulture, Northwest A&F University, Yangling 712100, Shaanxi)

【Objective】The Changwu Tableland was taken as a study area in consideration of its typical representative of the Loess Plateau. The purposes of the study were to estimate water consumption rate of 19 a apple trees at different time scales by environmental factors, and provide a theoretical basis for the scientific distribution, sustainable management and production capacity of apple trees. 【Method】Thermal dissipation probe (TDP) was used to measure sap flow velocity of 8 standard 19 a apple trees on the Changwu Tableland located on the Loess Plateau from May to September, 2014, the data collector CR1000 (Campbell Scientific, UN) was used to collect and analyze the data, and the meteorological data were monitored continuously by automatic weather station 50 m away from the plot. The characteristics of sap flow were analyzed, and the relationship model between the rate of sap flow rate and environmental factors at different time scales was established.【Result】 The most close correlations between the sap flow velocity of the 19 a apple tree and various environmental factors at the hour scale was vapor pressure difference (VPD). Radiation (Rs), wind velocity (Ws) and soil temperature (Ts) also showed significant correlations with the sap flow. The sap flow curve had a single peak. The empirical model for the hour scale was: v=-11.683+2.3VPD+0.009Rs+0.55Ts+0.880Ws.At the day scale, Ts and VPD were significantly correlated with the sap flow velocity. The empirical model for the day scale was: v=1.637+0.404Ts- 3.097VPD. The sap flow velocity showed an order of August＞July＞June＞September＞May. Only Ts showed a correlation with the sap flow velocity. The empirical model for the month scale was: v=-3.524+0.509Ts. With the increasing time scales, the number of environmental factors associated with the sap flow velocity was gradually reduced, but Ts was the dominant factor at every scale and the correlation coefficients were gradually increased. Wind velocity (Ws) showed a significant correlation at the hour scale. VPD had a significantly positive correlation with the sap flow velocity at the hour scale and a significant and negative correlation at the day scale. The correlation between the Rs and sap flow velocity at the three time scales was not found. For the three stepwise regression equations, the correlation coefficient for the month scale was the largest. 【Conclusion】At the larger time scale, the consumption of water can be estimated by monitoring a small number of environmental factors, but at the smaller time scales, most of the environmental factors will influence the sap flow. Therefore, estimates of the consumption by the environmental factors cannot be achieved with a great accuracy, and the method of TDP needs to be used to monitor the consumption.

apple; TDP; sap flow velocity; time scale; environment factor

2016-01-17；接受日期：2016-04-13

国家自然科学基金（41390463，41571218）、中央高校基本科研业务费（2452015120）

张静，E-mail：tdcq0306@126.com。通信作者王力，E-mail：wangli5208@nwsuaf.edu.cn