阿拉善白刺蒸腾速率的影响因子分析

2017-10-14赵晨光孟和巴雅尔程业森

防护林科技 2017年9期

关键词：白刺水势导度

赵晨光，孟和巴雅尔，程业森

(内蒙古阿拉善盟林业治沙研究所，内蒙古阿拉善 750306)

阿拉善白刺蒸腾速率的影响因子分析

赵晨光1，孟和巴雅尔2，程业森3

(内蒙古阿拉善盟林业治沙研究所，内蒙古阿拉善 750306)

为了分析白刺蒸腾速率随其影响因子的变化规律，选取了影响蒸腾速率的12个因子，通过主成分分析方法进行综合分析。结果表明：(1)气孔导度、50 cm土壤含水量与蒸腾速率呈典型的正相关关系；空气温度平均值、净辐射、10 cm土壤含水量、水汽压与蒸腾速率呈显著相关关系；光合速率、胞间CO2浓度与蒸腾速率呈正相关关系；叶片水势、风速与蒸腾速率呈负相关关系；30 cm土壤含水量、相对湿度平均值与蒸腾速率之间无显著的相关关系。(2)影响白刺叶片蒸腾速率的因子可归类为4个主成分：第一主成分包括气孔导度、10 cm土壤含水量、50 cm土壤含水量、空气温度、水汽压，这些因子均与第一主成分呈现正相关；第二主成分包括光合速率、相对湿度、10 cm土壤含水量、空气温度，其中光合速率、相对湿度与第二主成分呈正相关，其他两项与第二主成分呈负相关；第三主成分中比较显著的因子为30 cm土壤含水量、叶片水势，其中30 cm土壤含水量表现为显著的负相关关系；第四主成分主要包括胞间CO2浓度、净辐射，其中胞间CO2浓度与第四主成分间存在显著负相关关系。(3)白刺蒸腾速率与影响因子回归方程为Y=-7.077+10.078X2+0.214X4-3.011X7-0.195X5，R2为0.855，模拟效果较好。

阿拉善；白刺；蒸腾速率；影响因子

AbstractIn order to analyze the regularity of the transpiration rate of the Nitraria tangutorum, the 12 factors influencing the transpiration rate were selected and analyzed by the principal component analysis method. Result shows that: (1) Stomatal conductance, 50 cm soil water content and transpiration rate were positively correlated; air temperature average, net radiation, 10 cm soil water content, water vapor pressure and transpiration rate were significantly correlated;rate, intercellular CO2have negative correlation with transpiration;leaf water potential, wind speed and transpiration rate appear negative correlation. There was no significant correlation between soil water content, relative humidity and transpiration rate. (2) The factors that affect the transpiration rate ofNitrariatangutorumcan be classified into four principal components. The first principal component includes stomatal conductance, 10 cm soil water content, 50 cm soil water content, air temperature and water vapor pressure. And the second main component includes photosynthetic rate, relative humidity, 10 cm soil water content and air temperature. The photosynthetic rate and relative humidity are positively correlated with the second principal component, and the other two components are negatively correlated with the second principal component.The third major component of the third principal component is 30 cm soil water content, leaf water potential, and 30 cm soil water content showed significant negative correlation. The fourth principal component mainly included intercellular CO2concentration, net radiation;there is a significant negative correlation between the CO2concentration and the fourth principal component. (3) The regression equation of Bordeaux breviscapus and influencing factors isY= -7.077 + 10.078X2+ 0.214X4-3.011X7-0.195X5,R2is 0.855, and the simulation results are optimal.

KeywordsAlashan;Nitrariatangutorum; transpiration rate; influencing factor

水是干旱区生态系统构成、发展和稳定的基础。在阿拉善地区，降水稀少，日照充足，植被的蒸腾剧烈，致使大部分植物不能在此生存[1]。白刺(NitrariatangutorumBobr.)作为阿拉善盟的广布种，近年来，自然分布的白刺群落出现衰退的趋势[2]。

对于白刺群落的衰退，前人开展了大量的研究工作，主要集中在退化原因调查、水分平衡关系、植被生理以及水分生理方向[3-5]。本研究从阿拉善天然白刺群落光合、蒸腾生理特性入手，对影响白刺蒸腾的12个因素运用统计学原理进行相关分析、主成分分析。旨在揭示12个因子对蒸腾速率的影响，为白刺植被的恢复与保护提供一定的理论参考。

1 研究区概况

阿拉善地处祖国北疆内陆高原，属干旱荒漠地区，水资源严重匮乏，气候干冷酷热，降水稀少，风大沙多。降雨量从东南部的200 mm向西北部递减至40 mm以下，而蒸发量则由东南部的2 400 mm向西北部递增到4 700 mm，气候干旱、水资源短缺，成为阿拉善地区生态环境建设与社会发展最大的限制因子

2 研究方法

2.1 样地布设

根据阿拉善盟白刺群落格局、林龄、长势的调查，设置固定样地，样地分别布设在额济纳旗、阿拉善左旗、阿拉善右旗。以10 m×10 m样方调查植物群落变化、植被盖度，物种组成及分布格局。

2.2 观测指标

2.2.1 白刺叶片水势测定叶片水势采用WP4露点水势仪测定，试验期间分别选取生长发育正常的枝条叶片为叶样，测3个叶样水势值进行平均。每月选定一个标准日测定一个日进程，水势日变化测定是从8:00—18:00，每1 h取样测定1次，每次3个重复。水分利用效率(WUE)计算公式为：

WUE=Pn/E

式中：Pn为光合速率，E为蒸腾速率。

2.2.2 白刺光合速率、蒸腾速率的测定利用美国拉哥公司(LI-COR)生产的开放式气体交换LI-6400便携式光合作用测定系统，进行光合速率(Pn)、蒸腾速率(E)等生理指标的测定。并同步测定有关环境及植物生理参数——光量子密度(QNTM)、气温(Ta)、相对湿度(RH)、水汽压(EAIA)、叶温(Tl)、气孔阻力(Rs)等的变化。每个小区选择有代表性的植株3株，每株选择中上部的枝3处，测定叶片选择顶端完整叶片作为测定叶，于7:00—20:00每1小时测定1次，每次3个重复。测定时间为2012年5—10月，每个月每个试验地选择晴朗的天气连续测定3 d。

2.2.3 气象因子的测定气象因子的测定采用澳大利亚ICT公司生产的自动微气象站。主要观测项目包括辐射(总辐射、净辐射、有效辐射)、空气温湿度、风速风向、土壤温度、土壤热通量、CO2浓度。所有观测项目的传感器以电缆同室内数据采集器相连，24 h全天候观测，自动数据采集器对以上观测项目每10 min记录1次。

2.2.4 土壤含水量的测定采用TRIME-FM管式TDR(时域反射仪，德国IMKO公司生产)系统测定土壤体积含水率，每隔5～10 d测定1次。测定深度为160 cm，分8个层次，分别为0～20、20～40、40～60、60～80、80～100、100～120、120～140和140～160 cm。用烘干法测定一次土壤含水量，用于校准TDR测定值。结果取平均值。另外，土壤水分探头埋设8层，每20 cm为一层，自动数据采集器(Zeno3200-A-D)对以上观测项目每3 min记录一次。

2.3 数据处理

本文利用统计分析软件SPSS19，对各影响因素进行相关分析、主成分分析。通过主成分分析方法，提取其主要成分，进行综合分析。为了突出主成分，在主成分分析的过程中进行了旋转。在进行旋转主成分分析前进行因子的KMO(Kaiser-Meyer-Olkin)检验。

3 结果与分析

3.1白刺叶片尺度蒸腾速率及其影响因素的相关分析

通过分析全年蒸腾速率与各影响因素的相关分析结果可知(表1)，蒸腾速率与气孔导度的相关系数最大，为0.791；50 cm土壤含水量与蒸腾速率的相关系数为0.673，空气温度平均值、净辐射、10 cm土壤含水量、水汽压与蒸腾速率的相关系数分别为0.651、0.637、0.649、0.590；光合速率、胞间CO2浓度与蒸腾速率的相关系数分别为0.330、0.369；叶水势、风速与蒸腾速率的相关系数分别为-0.424、-0.328；30 cm土壤含水量、相对湿度平均值与蒸腾速率的相关系数为-0.197、0.018。

表2为各月影响因素与蒸腾速率的相关系数表，由表2可知，5月与蒸腾速率相关性最大的为净辐射、叶片水势、胞间CO2浓度、50 cm土壤含水量；6月为10 cm土壤含水量、50 cm土壤含水量、叶片水势、净辐射与蒸腾速率相关性明显；7月为气孔导度、净辐射与蒸腾速率之间呈显著的正相关关系、叶片水势与蒸腾速率呈负相关关系，其他影响因素与蒸腾速率的相关关系不显著；8月份，风速、净辐射与蒸腾速率呈现显著地正相关关系，气孔导度、10 cm土壤含水量、空气温度与蒸腾速率呈正相关关系，50 cm土壤含水量、空气湿度与蒸腾速率呈显著地负相关关系，叶片水势与蒸腾速率呈负相关关系，其他影响因素与蒸腾速率的相关性不显著；9月气孔导度、10 cm土壤含水量、净辐射与蒸腾速率之间呈现显著地正相关关系，空气温度与蒸腾速率之间呈正相关关系，叶片水势、相对湿度与蒸腾速率呈负相关关系，其中叶片水势与蒸腾速率为显著性负相关关系，其他影响因素与蒸腾速率的相关性不显著；10月白刺蒸腾速率的影响因素中，呈现显著正相关关系的为10 cm土壤含水量、水汽压，呈显著负相关关系的为50 cm土壤含水量，呈一般性正相关关系的为30 cm土壤含水量、空气温度平均值，其他影响因素与蒸腾速率的相关性不显著。

表1 白刺叶片尺度蒸腾速率的影响因素相关性分析

3.2 KMO(Kaiser-Meyer-Olkin)检验

为了突出主成分，在主成分分析的过程中进行了旋转。在进行旋转主成分分析前必须进行因子的KMO(Kaiser-Meyer-Olkin)检验(表3)，以判断是否适用于该分析方法。结果表明，这12个因子的KMO值为0.598，基本适合于主成分分析。

表3 白刺蒸腾速率的影响因素KMO and Bartlett's 检验值

3.3 白刺蒸腾速率影响因素的主成分分析

由表4可以看出，在进行主成分分析过程中，将主要成分分成10个，每一个因子的特征值、方差百分比、累计百分比如表所示，其中被提取的载荷平方和中，4个主成分的特征值分别为4.406、2.666、2.043、1.293，方差累计百分达到86.735%，满足主成分分析中主要成分提取的要求，即提取了4个主成分作为影响白刺蒸腾速率的主要因素。

表4 总方差解释

由表5可以看出影响白刺叶片蒸腾速率的因子被归类为4个主成分：第一主成分包括气孔导度、10 cm土壤含水量、50 cm土壤含水量、空气温度、水汽压，这些因子均与第一主成分呈现正相关；第二主成分包括光合作用速率、相对湿度、10 cm土壤含水量、空气温度，其中光合速率、相对湿度与第二主成分呈现正相关、其他两项与第二主成分呈现负相关；第三主成分中比较显著地因子为30 cm土壤含水量、叶片水势，其中30 cm土壤含水量表现为显著的负相关关系；第四主成分主要包括胞间CO2浓度、净辐射，其中胞间CO2浓度与第四主成分间存在显著负相关关系。

以上4个主成分贡献率如表4所示，第一主成分的贡献率为36.717%，高于其他主成分，这表明其对蒸腾速率的影响程度也是最大；第二主成分的贡献率为22.22%，第三主成分的贡献率为17.021%，第四主成分的贡献率为10.777%，四个主成分的累计贡献率为86.735%，说明这四个因子基本上可以代表整体的变化情况。

以12个因子在主成分中所占比例的绝对值大于0.600为例，来确定其为叶片蒸腾速率的主要的影响因素。通过分析表5可以看出，水汽压这一因子对于影响蒸腾速率的第一主成分中贡献最大，其次是50 cm土壤含水量，再次的为气孔导度、空气温度和10 cm土壤含水量因子，这些因子都是作为第一主成分共同影响蒸腾速率的；第二主成分中贡献最大的因子是相对湿度，其次是光合速率，然后是10 cm土壤含水量；第三主成分中贡献最大的是叶片水势，其次是30 cm土壤含水量；第四主成分中贡献最大的净辐射，其次是胞间CO2浓度。

表5 因子载荷矩阵

表6 回归模型汇总

a.预测变量: (常量), 气孔导度。

b.预测变量: (常量), 气孔导度, 土壤含水量10 cm。

c.预测变量: (常量), 气孔导度, 土壤含水量10 cm, 叶片水势。

d.预测变量: (常量), 气孔导度, 土壤含水量10 cm, 叶片水势, 土壤含水量30 cm。

e.因变量: 蒸腾速率

3.4白刺蒸腾速率与影响因素回归方程的建立及模拟

表6中给出了选择不同自变量条件下的相关系数R及R2，可以看出当仅选择气孔导度作为模型自变量来预测蒸腾速率时，R2仅为0.626，当选择气孔导度、10 cm土壤含水量、叶片水势、30 cm土壤含水量作为自变量来预测蒸腾速率变化时，R2为0.846，模拟的结果远远好于仅有一个自变量时的预测。由表7也可以看出当选择四个自变量进行预测蒸腾速率时，方差平方和中，残差也最小为373.544。模型拟合的系数如表8所示。

表7 方差分析

a.预测变量: (常量), 气孔导度。

b.预测变量: (常量), 气孔导度, 土壤含水量10 cm。

c.预测变量: (常量), 气孔导度, 土壤含水量10 cm, 叶片水势。

d.预测变量: (常量), 气孔导度, 土壤含水量10 cm, 叶片水势, 土壤含水量30 cm。

e.因变量: 蒸腾速率

表8 回归模型系数

a.因变量: 蒸腾速率

本研究为了更好地通过各影响因素来预测不同月份蒸腾速率，分别在白刺生长的各月份建立了蒸腾速率与影响因素的回归关系模型，模型采用逐步回归的方法来剔除次要因子，建立的模拟模型如表9所示，其中9月建立的模拟模型中R2最大，但影响因子较多，5月建立的回归模型仅选择了1个自变量进行预测蒸腾速率，其相关系数R2为0.663，基本上能够满足预测蒸腾速率的需要。全年拟合的方程为最下边公式，即前面通过表9回归模型求解的各变量系数，方程为：Y=-7.077+10.078×X2+0.214×X4-3.011×X7-0.195×X5，R2为0.855，模拟效果较好。

表9 白刺蒸散速率及影响因素回归模型

注：Y-蒸腾速率；X1—光合速率；X2—气孔导度；X3—胞间CO2浓度；X4—10cm土壤含水量；X5—30cm土壤含水量；X6—50cm土壤含水量；X7—叶片水势；X8—风速；X9—净辐射；X10—空气温度平均值；X11—相对湿度平均值；X12—水汽压平均值

4 讨论

在干旱地区，水分条件被认为是植被生长的最主要限制因素[6]，但是据大量研究表明，植被的光合、蒸腾等生理活动也受环境因子、土壤水分状况以及植被自身因素影响[7,8]。影响程度有多大，目前研究成果不一。本研究通过选取12个影响白刺蒸腾作用的因子进行相关分析、主成分分析描述白刺蒸腾速率的影响因素。可为白刺群落需水监测、白刺群落植被重建提供理论依据。为了更进一步精细分析白刺蒸腾速率的影响因素，今后需加大样本调查数量以及调查范围。

5 结论

5.1 蒸腾速率与气孔导度、50 cm土壤含水量呈典型的正相关关系；空气温度平均值、净辐射、10 cm土壤含水量、水汽压与蒸腾速率呈现显著相关关系；光合作用速率、胞间CO2浓度与蒸腾速率呈现正相关关系；叶片水势、风速与蒸腾速率呈现负相关关系；30 cm土壤含水量、相对湿度平均值与蒸腾速率之间无显著的相关关系。

5.2 影响白刺叶片蒸腾速率的因子被归类为4个主成分：第一主成分包括气孔导度、10 cm土壤含水量、50 cm土壤含水量、空气温度、水汽压，这些因子均与第一主成分呈现正相关；第二主成分包括光合速率、相对湿度、10 cm土壤含水量、空气温度，其中光合速率、相对湿度与第二主成分呈现正相关、其他两项与第二主成分呈现负相关；第三主成分中比较显著的因子为30 cm土壤含水量、叶片水势，其中30 cm土壤含水量表现为显著的负相关关系；第四主成分主要包括胞间CO2浓度、净辐射，其中胞间CO2浓度与第四主成分间存在显著负相关关系。

5.3 白刺蒸腾速率与影响因素回归方程的建立及模拟结果：Y=-7.077+10.078×X2+0.214×X4-3.011×X7-0.195×X5，R2为0.855，模拟效果较好。

[1] 翟盘茂,潘晓华.中国北方近50年温度和降水极端事件变化[J].地理学报,2003，21(S1):1-10

[2] 李昌龙,李茂哉,汪杰,等.绿洲边缘白刺林退化植被恢复与重建技术研究[J].干旱区资源与环境，2005，19(1):167-171

[3] 赵长明,魏小平,尉秋实,等.民勤绿洲荒漠过渡带植物白刺和梭梭光合特性[J].生态学报,2005,25(8):1908-1913

[4] 张锦春,赵明,张应昌，等.灌溉植被梭梭、白刺光合蒸腾特性及影响因素研究[J].西北植物学报,2005,25(1):70-76

[5] 柏新富,朱建军,赵爱芬,等.几种荒漠植物对干旱过程的生理适应性比较[J].应用与环境生物学报，2008,14(6):763-768

[6] 马全林，王继和，纪永福，等.固沙树种梭梭在不同水分梯度下的光合生理特性[J].西北植物学报，2003，23(12):1854-1901

[7] 赵明，郭志中，王耀林，等.不同地下水位植物蒸腾耗水特性研究[J].干旱区资源，2003,20(4):286-291

[8] 何炎红,郭连生,田有亮.白刺叶不同水分状况下光合速率及其叶绿素荧光特性的研究[J].西北植物学报,2005,25(11):131-139

AnalysisofInfluencingFactorsonTranspirationRateofNitrariatangutorum

Zhao Chenguang1, Menghebayaer2, Cheng Yesen3

(Institute of Forestry Desalination, Alxa League, Inner Mongolia, Alxa 750306, Inner Mongolia)