黄土高原沟壑区典型造林树种蒸散发对气候变化的响应

李蓝君，宋孝玉，夏 露，符 娜，李怀有，李垚林，冯 丹



黄土高原沟壑区典型造林树种蒸散发对气候变化的响应

李蓝君1，宋孝玉1※，夏 露1，符 娜1，李怀有2，李垚林2，冯 丹3

（1. 省部共建西北旱区生态水利国家重点实验室（西安理工大学），西安 710048； 2. 黄委会西峰水土保持科学试验站，庆阳 745000；3. 蓝田县水利水保工作站，西安 710500）

为研究黄土沟壑区典型造林树种蒸散发对气候变化的响应，基于黄土沟壑区小流域刺槐、侧柏、油松样地实测蒸散发数据，借助Hydrus-1D软件构建了黄土沟壑区刺槐、侧柏及油松植被蒸腾与土壤蒸发的模拟模型，使用修正Morris法对模型参数敏感性进行分析，结果表明：>40～100 cm土壤孔径分布参数（2），>40～100 cm土壤饱和体积含水率（θ2），0 cm土壤田间持水率（θ），根系吸水最适水势上阈值（1），根系吸水最适土壤水势下阈值（2），植物出现永久凋萎时的土壤水势（3），消光系数（），截留模型经验参数（）等参数对植被蒸腾影响较大，植被生理特征相关参数1，2，3，，的不同是造成树种间蒸腾量出现差异性的重要原因。选取2015年试验观测数据对模型进行率定，2016年试验观测数据对模型进行验证，土壤含水率及土壤蒸发的Nash-suttcliffe模拟效率系数（Ens）均在0.700以上。采用率定后的模型对预设情景下的蒸散发量进行模拟，结果表明：未来及不同水文年气候特征对刺槐蒸腾的影响程度大于蒸发，对侧柏和油松而言，则正好相反。所有气候情景下，刺槐、侧柏、油松的蒸腾量分布在128.8～282.6、99.3～200.3和140.5～220.5 mm，蒸发量分布在94.6～135.4、116.5～187.3和123.8～212.5 mm，蒸腾量与蒸发量均表现为丰水年＞平水年＞枯水年。3个树种蒸腾量对未来及不同水文年气候特征的响应程度表现为：刺槐＞侧柏＞油松，并且，同一时期内，在丰水年及平水年，刺槐蒸腾量最大，在枯水年，油松蒸腾量最大。3树种蒸发量对未来及不同水文年气候特征的响应程度表现为：油松＞侧柏＞刺槐。生长季降雨量对于同期蒸腾量与蒸发量的影响明显强于温度的影响，其与蒸腾量、蒸发量之间均呈极显著（<0.01）线性关系。

气候变化；蒸散发；植被；Hydrus-1D模型；黄土沟壑区

0 引 言

蒸散发（包括植物蒸腾和土壤蒸发）是土壤-植被-大气连续体（SPAC）系统中的关键环节，也是地表能量平衡和全球水循环的重要组成部分[1-2]，其在植物养分输送、生长发育、应对和缓解干旱胁迫以及改善区域微气候等方面意义重大[3]。黄土高原是中国西部主要的旱作农业区，区域内气候条件变化剧烈，干旱频发，水资源短缺成为限制该地区作物生长的主要因子[4-5]。目前，退耕还林作为治理水土流失、涵养水源的主要途径，已经在黄土高原地区得到广泛应用与推广[6]，然而，由于在造林过程中并未充分考虑当地水资源特点与林木蒸散耗水特性的匹配问题，使得造林过程中人工林存活率较低、生长率低等问题常有发生[6-8]。因此，对黄土区典型造林树种的蒸散特征进行分析，对于筛选造林树种、恢复种植结构以及生态修复等均具有十分重要的意义[3,7-8]。

受到全球气候变化的影响，黄土高原地区的气候特征也发生了显著的变化[9]。气候变化能够深刻地影响植被的蒸散，进而对植被的生长产生影响[10]。现阶段，对于黄土及半干旱地区林木蒸散特征进行的研究，按研究方法主要分为3类：第一类是基于植被树干液流的观测结果对植被蒸腾作用的日间变化、季节动态等方面的研究[3,7-8]，相比较而言，该类方法在短时段内的观测精度更好[11]；第二类是基于水量平衡、能量平衡理论，结合遥感技术等方法对整个区域林木蒸散进行的推求与观测，并基于此对蒸散特征及其动态变化进行的研究[2,5]，该类方法原理明确，适用性强，目前，主要运用于一定区域范围内蒸散发的整体变化状况的研究[2,10]。第三类为模型模型法，该类方法可以定量和动态描述植被的生长、发育及耗水过程，因此在气候变化条件下植被蒸散耗水方面的研究中应用比较广泛[12-15]，同时，大气环境物理基础理论研究的不断深入以及高分辨率统计降尺度的应用，也使得该种方法受到了越来越多的关注[12-13]。目前，应用模型模拟法研究植被蒸散对气候变化的响应，研究对象主要集中在水稻（）[13]、玉米（）[14]、棉花（）[15]等经济作物上，以黄土沟壑区典型造林树种刺槐（、侧柏（）、油松（）为对象进行对比的研究较少，并且，现有研究中，考虑典型水文年蒸散发变化特征的报道尚显空白，而在区域水资源供需平衡分析中，不同水文年植被蒸散则是进行水资源规划与管理时不可缺少的基础数据[16]。鉴于此，本文以黄土沟壑区刺槐、侧柏、油松为研究对象，引入Hydrus-1D模型[17]对其土壤蒸发与植被蒸腾过程进行合理再现，在此基础上，以丰、平、枯3个典型年的降雨及气象数据为基础情景，结合已有成果[18-19]进行未来气候情景的设定，进而对3个树种土壤蒸发与植被蒸腾在不同水文年气候情景下的响应程度及其影响因素进行系统分析和探讨，以期为科学选择造林树种、提高黄土沟壑区人工林区水分利用效率提供理论依据，为黄土沟壑区生态系统的管理、水资源综合规划等提供科学参考。

1 材料与方法

1.1 研究区概况及样地选择

南小河沟流域（图1）位于甘肃省庆阳市西峰区境内（35°41′～35°44′N，107°30′～107°37′E），系泾河支流蒲河左岸的一条支沟，流域面积为36.5 km2，海拔1 050～1 450 m，流域地貌主要包括塬面、梁峁坡、沟谷三大类，具有典型的黄土高原沟壑区地貌特征，是黄河水利委员会西峰水保站于1951年建立的黄土沟壑区典型原型观测小流域。流域内多年平均降水量为545.8 mm，主要集中在6－9月，并且大多以暴雨形式发生。流域地质构造单一，土壤抗蚀性差，易发生水土流失。流域内植被群落较为单一，以刺槐、侧柏、油松、山杏（以及紫花苜蓿（）等为主。

对研究区造林树种的分布状况进行实地踏查后，选取研究区内杨家沟刺槐人工林、常青山侧柏人工林以及魏家台油松人工林林地为试验样地（图1），在每个样地中，选取长势接近的9～12棵植株作为该样地代表植株，采用每木检尺测定每个代表植株的植物参数（胸径、树高以及冠层幅度），使用样地内植物参数样本平均值为该样地代表，各样地树种及地形特征统计见表1。

图1 研究区地理位置及采样点示意图

表1 试验样地树种及地形特征

1.2 试验设计

2015年4月在所选样地内进行试验布设，试验观测阶段分为两期，即2015年4月15日－2015年10月15日，以及2016年4月15日－2016年10月15日。试验内容包括植被根系密度分布、土壤物理参数初始值的测定以及降雨和气象要素、土壤含水率、土壤蒸发、叶面积指数等的获取与观测。

1.2.1 根系密度分布的测定

传统的细根分类标准认为根径≤2 mm的细根为吸水根系[20]，根据其分级标准，使用土钻法进行根系取样，即在所选样株中随机选择一颗，在距离树干50 cm处设定3个取样点，用50土钻取土，以10 cm为间距进行根系取样，直至土样中无根系出现为止。取出土样用0.5 mm土筛进行筛分，分拣出根系，用电子游标卡尺筛选出根茎≤2 mm的细根，用清水洗干净，烘干后（105 ℃）进行称质量（0.01 g），根据称质量结果计算根系分布密度。

1.2.2 土壤物理参数初始值的测定

根据根系分布的特点，确定样地内土壤物理参数及水分运动参数的测定深度为20、70以及150 cm，分别代表0～40、>40～100以及>100～200 cm土层的平均情况（田间持水率仅测定0 cm土层）。具体方法为，在样地内代表性植株中随机选取一棵树，在距离其树干50 cm处取土样，风干后剔除植物根系残体，碾压后过2 mm土筛，采用激光粒度分析仪（Mastersizer 2000，UK）测量土壤颗粒组成，在此基础上，由Rosetta模型[21]获取残余含水率（土壤在气连通、水不连通状态下的含水率）[22]。饱和导水率使用常水头法进行测定，土壤水分特征曲线使用离心机法进行测定，土壤容重、饱和含水率、田间持水率使用环刀法进行测定。

1.2.3 降雨及气象数据的获取

使用3台小型气象测报系统（Watch dog series 2009，China，位置如图1）对2个试验期内的降雨及气象要素（温度、湿度、风速、太阳辐射等）进行观测，观测时段设定为1 h，气象站安装位置距离3块样地的直线距离不超过100 m。在进行气候情景设定时，历史降雨数据来源于流域内的7个雨量站（图1），经泰森多边形法转换为流域面雨量数据。由于流域内观测站点气温观测数据序列较短且缺测数据较多，因此，历史气温数据使用临近的国家级气象观测站西峰站的观测数据，西峰站距离3样地间直线距离小于10 km。

1.2.4 土壤含水率的观测

土壤水分使用管式TDR系统（Trime TDR，Germany）进行观测，在每个样地的样株中随机选择2株，在距离树干50 cm处分别布设一根200 cm深的TDR测管，观测深度在0～100 cm时以10 cm为间隔进行观测，在100～200 cm时以20 cm为间隔进行观测，观测时间间隔为3～7 d。

1.2.5 土壤蒸发的观测

土壤蒸发使用3个微型蒸渗仪（Micro-lysimeters）进行观测，观测位置随机进行确定。蒸渗仪由内径16 cm，深度为25 cm的PVC测管组成，内部装有样地内原状土，用纱布封底，土壤蒸发量由称重法（精度0.01 g）进行确定，观测时间间隔为1～7 d。

1.2.6 叶面积指数的测定

叶面积指数使用植物冠层观测系统（Winscanopy 2006，Canada）进行观测，观测间隔为6～7 d，其余时段叶面积指数由线性内插法进行确定。

1.3 Hydrus-1D模型

Hydrus-1D模型是美国农业部国家盐土实验室开发的计算机软件，用于模拟饱和及非饱和介质中水流运动、热量传输和溶质运移，目前在土壤水分动态、溶质运移以及植被蒸散发模拟中应用较为广泛[17,21,23-24]。

1.3.1 水分运动方程

Hydrus-1D模型使用嵌入了源汇项的修正Richards方程来描述土壤水分运动[24]

1.3.2 根系吸水模拟

Hydrus-1D使用Feddes模型模拟根系吸水过程[17]

其中，水分胁迫函数通常由以下公式进行确定

式中1、2与3为影响植被根系吸水的3个水势阈值，cm，可根据相关参考文献[26]进行确定。

1.3.3 林木蒸腾与土壤蒸发的的模拟

Hydrus-1D使用以下公式进行潜在蒸腾量（T）与潜在蒸发量（E）的分离[17]，即：

式中ET0为参考作物蒸散量，cm/d，可以通过气象资料，应用Penman-Monteith公式[27]进行计算；LAI为植被叶面积指数；为作物消光系数，根据White等[28]的研究，常绿植物侧柏、油松的初始值取0.51，落叶植物刺槐的初始值取0.54。

在获取潜在蒸腾速率T、水分胁迫函数()以及标准化根系分布函数()之后，便可计算作物实际蒸腾速率，即

在进行土壤蒸发的模拟时，Hydrus-1D模型认为，当表层土壤供水充分，即土壤吸力小于某个临界值时，实际蒸发等于潜在蒸发，而当土壤吸力大于临界值时，则表层土壤吸力保持该临界值不变，此时上边界条件由通量边界变为定水头边界，不发生蒸发[29]。可以看出，模型未能考虑水分胁迫条件下蒸发存在但小于潜在蒸发的情况。因此，本研究根据李艳等[30]的研究对模型进行修正，根据表层（0 cm）土壤的65%田间持水率以及残余含水率将蒸发过程分3个阶段，并由此进行蒸发速率的计算

1.3.4 初始及边界条件

本研究以天为模拟时间步长，模拟区域为0～200 cm土层，以模拟前一天（2015年4月14日以及2016年4月14日）实测土壤水分剖面为初始条件。使用有径流产生的大气边界为上边界，考虑到黄土区地下水埋藏较深，因而使用自由排水边界为下边界。

1.4 模型参数敏感性分析

采用局部敏感性分析中的修正Morris筛选法[31]对Hydrus-1D模型参数进行敏感性分析，参数灵敏度取多次扰动所计算出的Morris系数的平均值，如下式

1.5 情景方案的设定

1.5.1 气候要素的确定

1.5.2 典型水文年的选取

根据流域内7个雨量站（图1）1970－2016年的逐日降雨数据，利用泰森多边形法获取流域面雨量，对其进行频率分析，得到=25%（丰水年），=50%（平水年）以及=75%（枯水年）的年降雨量分别为605.8，522.6，以及449.7 mm。根据实测降雨资料，选取年降雨量与各频率对应降雨量接近、并且其年内分配具有代表性的年份作为典型年，最终确定为2012年（丰水年）、1984年（平水年）以及1996年（枯水年），以其实测降雨及气象因素为基准情景的气候特征。再结合未来3个时段的A2气候情景（图2），对每个树种设置3（典型年）×4（时期）共12种气候情景，见表2。

图2 A2情景下3个时期降雨量变化率及气温变化量

表2 不同气候情景组合降雨量及气温的设定

1.6 模型评价标准

使用Nash-suttcliffe系数（Ens）对模型模拟精度进行评价，其计算公式如下

式中O为实测值，P为模拟值，avg为实测值均值。Ens越接近于1，表明模型模拟值与实测值间拟合程度越高。

2 结果与分析

2.1 模型参数敏感性分析

根据2015年4月15日－10月15日试验观测数据，使用修正Morris筛选法计算对应参数的敏感度（每个参数的扰动范围分别为±20%，±15%，±10%以及±5%，在此过程中保持其余参数值不变）。刺槐、侧柏及油松林地Hydrus-1D模型的参数敏感度计算结果见表3。

表3 Hydrus-1D模型参数局部敏感性分析结果

从表3中可以看出，模型中敏感度最高的参数为2，为高灵敏度参数；θ，θ2，1，2，3，，为敏感参数；θ2，K1，1，2为中度敏感参数；θ1，θ3，θ3，K2，K3，3，3为不敏感系数。θ1及1对刺槐而言为高灵敏度参数，对侧柏和油松则为灵敏参数。对同一树种3个土壤分层的土壤水力学参数（θ，θ，K，，）进行对比分析还可以看出，除θ与以外，其余参数的敏感性随土层深度增加表现出逐渐减弱的趋势，当深度处于100～200 cm时，由于土壤中植物吸水根系的分布较少，使得该土层内土壤水力学参数的变化对植被蒸腾的影响程度非常弱，因此，对于3种植被类型而言，该土层土壤水力学参数的敏感度在各个土层中均最小，均为不敏感参数。由表3还可以看出，植被生理特征相关参数（1，2，3，，）均为敏感参数，即植被生理特征对于植被蒸腾的影响程度较大，表明植被生理特征的差异是造成不同树种间蒸腾量呈现差异的重要原因。参考以上分析结果，根据敏感度大小分别对3个树种的模型参数进行调整，将大大降低参数率定的工作量。

2.2 参数调整及模型验证

为了保证模拟结果的可靠性，需要对模型的初始参数进行率定及验证。以2015年4月15日－2015年10月15日为率定期，以2016年4月15日－2016年10月15日为验证期，依据参数敏感性分析结果，使用人工试错法对模型参数进行调整，根据实测土壤水分剖面（以20，80及160 cm土层土壤含水率状况分别代表0～40、>40～100以及>100～200 cm土层水分状况）以及土壤蒸发数据为基础，以Ens为指标评价模型模拟结果的可靠性，验证期土壤含水率及土壤蒸发的模拟结果评价见图3。可以看出，模型参数调整之后，土壤含水率及土壤蒸发模拟结果的Ens均大于0.700，这表明参数调整后模型在模拟土壤含水率与土壤蒸发过程中的精度较高。调整后的模型参数见表4。

图3 土壤含水率及土壤蒸发模拟结果验证

表4 Hydrus-1D模型参数调整结果

由于黄土区地下水埋藏较深，不参与土壤水分循环，其通过毛管上升作用对于表、浅层土壤水分的补给作用可以忽略[34]，因而，土壤水分的变化则主要取决于降雨入渗补给、土壤蒸发及植被蒸腾的共同作用，因此，当模型可以有效模拟土壤蓄水量（土壤含水率）变化及土壤蒸发过程时，就可以较好地模拟植被的蒸腾过程。

V Theory of toothpaste raw material (To be continued) 7 58

2.3 模型应用及分析

将模拟时段确定为整个生长季（4月15日－10月15日），为避免初始土壤含水率及LAI对结果的影响，在对各个情景进行模拟时，均采用2015年4月14日各树种林地实测土壤水分剖面作为初始水分条件，同时使用2015年同期LAI实测数据作为输入参数。通过将图2与表2确定的各情景气象要素分别带入模型当中，可以得到各树种在2种情景下不同典型年及其对应的未来3个时段的蒸腾、蒸发过程。

2.3.1 气候变化对蒸腾量的影响

图4为3种树种在各时期内不同典型年的蒸腾量及其对于基准期的变化率。分析可知，在4个时期内（基础情景（BC）及2020 s、2050 s以及2080 s），刺槐、侧柏、油松的蒸腾量分别分布在128.8～282.6、99.3～200.3、140.5～220.5 mm，均表现为丰水年＞平水年＞枯水年。与各基准期相比，未来3个时期生长季蒸腾量均随着时期的递增呈现出减小的趋势，刺槐、侧柏、油松在3种未来气时期下的蒸腾量分别为128.8～255.2、99.3～180.7、140.5～215.5 cm，与基准期相比分别减小16.1～83.5，13.5～59.5，11.1～46.4 mm，变异系数分别为24.80%、22.53%和14.75%，减小幅度与变异系数均表现为刺槐＞侧柏＞油松，表明刺槐蒸腾对于未来气候条件的变化最敏感，侧柏次之，油松最为稳定。

图4 不同气候情景下3种树种蒸腾量及其相对变化率

在同一时期，刺槐丰、枯水年蒸腾量差值分布在70.3～105.5 mm，侧柏、油松则分别在42.3～57.0、41.9～52.8 mm，均表现为刺槐＞侧柏＞油松，表明刺槐蒸腾量在不同水文年的差异性最大，侧柏次之，油松最小。同一时期内，在丰水年及平水年，刺槐蒸腾量最大，比侧柏高44.1～82.2 mm，比油松高1.6～62.0 mm，而在枯水年，则比侧柏高29.4～33.7 mm，比油松小1.6～11.7 mm，刺槐和侧柏在枯水年的蒸腾量小于油松的蒸腾量，进一步表明油松在不同水文年蒸腾的稳定性，特别是在枯水年，油松蒸腾减小幅度远小于刺槐，使其在枯水年的蒸腾量超过了刺槐，成为3个树种中蒸腾量最大的树种。

相关分析的结果表明（表5），刺槐、侧柏、油松蒸腾量与降雨量呈极显著正相关，与积温[35]（界限温度选定为10 ℃[36]，由于研究涉及时段内日平均气温均大于10 ℃，因此，本文中积温为研究时段内日平均气温之和）及降雨量-积温交互项的相关性明显低于降雨量，表明降雨量变化对蒸腾量的影响强于温度的影响，即不同气候情景下植被蒸腾量的改变主要取决于降雨量的改变。回归分析的结果表明，生长季蒸腾量与降雨量呈极显著（<0.01）线性关系，如式（14）－式（16）所示

表5 生长季蒸腾量与降雨、温度及其交互作用的相关系数

注：*表示显著相关；**表示极显著相关；P、A（>10 ℃）以及P×A（>10 ℃）分别表示降雨、积温（>10 ℃）及其交互作用，下同。

Notes:*.Correlation is significant at 0.05 level;**.Correlation is significant at 0.01 level; P, A (>10 ℃) and P×A (>10 ℃) represent precipitation, accumulated temperature (>10 ℃), and interaction between precipitation and accumulated temperature (>10 ℃), respectively, the same as below.

2.3.2 气候变化对蒸发量的影响

图5为3种树种在不同气候时期内各水平年的蒸发量及其对于基准期的变化率。分析可知，在4个时期内，3个树种的蒸发量同样表现为丰水年＞平水年＞枯水年，其中，刺槐蒸发量分布在94.6～135.4 mm，小于同等条件下的蒸腾量，而侧柏、油松的蒸发量分别在116.5～187.3 mm以及123.8～212.5 mm，均大于同等条件下的蒸腾量。与基准情景相比，未来3个时期内，3个树种蒸发量均随着时期的递增而减小，但其变化率均小于同等条件下蒸腾量变化率。刺槐、侧柏、油松在3个未来气候时期下的蒸发量变异系数分别为13.84%，15.96%以及16.26%，蒸发量与基准期相比分别减小0.4～9.1，3.7～22.1，5.1～37.3 mm，变异系数与减小幅度均表现为油松>侧柏>刺槐，并且，在同一典型年条件下，油松生长季蒸发量相对基准期的变化量较刺槐和侧柏分别偏大2.4～31.3 mm以及1.3～15.2 mm，对比分析可以发现，油松地土壤蒸发对于未来气候条件的变化最为敏感，侧柏次之，刺槐最为稳定。

同一时期，刺槐、侧柏及油松在不同水文年的蒸发量均表现为油松＞侧柏＞刺槐。3个树种丰、枯水年蒸发量差值分布在31.7～35.7、48.7～58.3以及51.4～73.8，均表现为油松＞侧柏＞刺槐，表明不同水文年气候特征的变化对油松蒸发量的影响程度最大，侧柏次之，刺槐最小。刺槐丰、枯水年蒸发量差值较同时期蒸腾量的丰、枯年差值偏小35.5～73.8 mm，对侧柏与油松而言，则分别偏大0.6～7.1 mm以及4.6～31.9 mm，表明不同水文年气候特征对刺槐蒸腾量的影响程度大于蒸发，对侧柏和油松而言，则正好相反。

图5 不同气候情景下3种林地蒸发量及其相对变化率

相关分析的结果表明（表6），刺槐、侧柏、油松林地蒸发量与降雨量以及降雨-积温交互项呈极显著正相关，与积温的相关性不显著。蒸发量与降雨量-积温交互项也达到极显著水平，但与积温的相关性很差，因而将温度因素考虑在内时，不会对蒸发量与降雨量相关性分析结果产生显著的影响。分析表明，降雨量变化对蒸散量的影响强于温度的影响，与蒸腾量影响因素的分析结果一致，这主要是由于，在研究区内，降雨为植被蒸散耗水的主要水分来源，因此，其与蒸腾量以及土壤蒸发量间的相关性更高。从式（8）－式（11）可以看出，对同一树种而言（LAI与一定），植被蒸腾量与蒸发量主要取决于ET0（文中主要为温度变化引起）以及土壤水分胁迫的共同作用，虽然温度的变化能够使得潜在蒸腾量与潜在蒸发量发生一定的变化，但在土壤供水有限的情况下，实际蒸腾量与实际蒸发量主要取决于土壤水分的胁迫作用，即降雨通过入渗补给的土壤水分改变了土壤水分的分布条件，引起了土壤水势的变化，改变了土壤水分对于根系吸水以及土壤蒸发的胁迫程度，进而对植被蒸腾与土壤蒸发产生了影响。回归分析的结果表明，蒸发量与降雨量也呈极显著（<0.01）线性关系，如式（17）－（19）所示

表6 生长季蒸发量与降雨、积温及其交互作用的相关系数

3 讨 论

植被蒸腾与土壤蒸发受到植被生理条件、气候条件以及土壤水分等众多因素的共同影响[37]。其中，气候条件中的降水及气温的变化对植被蒸腾量以及土壤蒸发的影响主要来源于以下2个方面：（1）气温变化改变了大气蒸发力[8]，使得潜在土壤蒸发与植被蒸腾量发生改变；（2）降雨的变化影响冠层截留以及水分入渗过程，改变了土壤水分的空间分布[38]，使得植被蒸腾与土壤蒸发的土壤水分胁迫条件发生改变。本研究的结果表明，不同树种的蒸散发过程对气候变化的响应程度并不相同，对蒸腾量而言，刺槐最易受到未来气候变化以及不同水文年气候特征变化的影响，侧柏次之，油松最为稳定。张涵丹等[3]的研究表明，油松属于节水型树种，在不同程度水分胁迫条件下，蒸腾速率能够在保持相对稳定的状态，与本研究结果相近。吴旭等[7]的研究表明，相对于侧柏，刺槐蒸腾更易受降水的影响，与本研究结果相一致。不同树种对同一气候特征的响应程度不同，这主要是由树种间生理特征不同引起的：1）刺槐的消光系数大于侧柏和油松[28]，其消光作用更强，能够截留更多的有效辐射[39]，这表明同等大气蒸发力条件下，刺槐叶面积指数及根系的共同作用使得刺槐的潜在蒸腾量更大，当气候变化引起的大气蒸发力变化时，刺槐潜在蒸腾量的变化量也会更大。2）刺槐为落叶阔叶林，冠层较大，叶片分布相对稀疏，其林冠对降雨的截留作用与侧柏和油松相比较小，容易被雨滴穿透[40]，导致同一降雨条件下，降雨对刺槐土壤水分补给量较大，根系吸水受到的水分胁迫较小。3）刺槐根系吸水特征水势（1，2，3）与油松相似，因此，其蒸腾量间的差异主要是由消光系数及冠层截留作用的差异性引起的。与刺槐和油松相比，侧柏根系吸水水势区间（0～3）明显较小，这也造成了侧柏林地蒸腾量偏小，进一步分析可以看出，当土壤处于较为干燥状态时（水势位于2～3），随着土壤水分含量的降低，侧柏根系吸水速率相较刺槐和油松而言减弱更为明显，这也一定程度上减小了侧柏的蒸腾量。

刺槐、侧柏及油松土壤蒸发在不同气候条件下的变化特征与其蒸腾量对气候变化的响应程度不同。刺槐蒸腾对气候变化最为敏感，但其土壤蒸发在气候特征发生变化时则比较稳定，这是由于树种间生理特征的不同使得不同树种的耗水结构不同而引起的：刺槐蒸腾强度较高，根系吸水蒸腾为土壤水分消耗的主要途径，虽然降雨对于刺槐土壤水分的补给大于侧柏和油松，但其蒸腾耗水消耗了过多的土壤水分，这一方面降低了可供蒸发的土壤水分残留量[39]，另一方面，也使得土壤蒸发受到的水分胁迫增大，进而减少土壤蒸发量[5]。与侧柏和油松相比，刺槐根系分布较深且随深度变化相对均匀[41]，其较强的蒸腾作用将消耗更多深层土壤的水分，这可能造成刺槐林地内深层土壤的干燥化，并可能形成深层土壤干层，为避免上述情况的发生，应当在生长季内对其进行必要的修枝抚育，以降低林分郁闭度，减少叶片数量，进而减小蒸腾作用对深层土壤水分的消耗，以避免深层土壤的过度干燥化。虽然上述措施可能造成林下土壤受到的太阳短波辐射增大，使得土壤蒸发量增大，但考虑到土壤蒸发主要影响表浅层土壤水分[42]，因此，该措施对研究区生态环境的长远恢复与改善具有一定的实际意义。对侧柏与油松而言，其土壤蒸发对气候变化的响应机理与刺槐相反，这两种树种的截留作用较强，虽然使降雨对土壤水补给较小，但由于其根系吸水对土壤水分影响与刺槐相比明显减小，这使得土壤水分含量相对较高，增大了土壤蒸发量[5,43]。侧柏与油松林地土壤蒸发量相对较高，同时，由于这两种植被根系分布较浅[41]，因而以上2种树种对土壤水分消耗的深度较浅，因此，可以对以上树种进行合理密植以提高郁闭度，提高其对浅、表层土壤水分的利用率。对以上三种植被，在进行以上措施的同时，也应充分重视林下次生植被与枯落物的合理经营，以进一步降低土壤蒸发，促进土壤水分的有效利用。

本文主要针对黄土沟壑区3种造林树种蒸腾量及土壤蒸发量对气候变化的响应程度及机理进行初步探讨，研究中未考虑盐分胁迫对根系吸水及土壤蒸发的影响，受到实测资料的限制，模拟时使用2015年初始土壤含水率作为所有气候情景的初始条件进行了模拟，同时，模拟过程也未考虑气候特征变化对于植被生理特征（叶片叶绿素含量、，LAI，1，2，3等）及土壤理化性质（盐分变化、重金属富集以及，，K，θ，θ，θ等）的改变，这些因素会对研究结果产生一定的影响，因此，结合植被生理生态响应机制，尽量将以上因素考虑在内进行模拟，以提高模拟精度及可靠性，将是进一步研究的重点。在设置气候情景时，也应充分考虑除降雨及温度外的其余气候条件变化对模拟结果的影响，以便更好的认识气候变化条件下各树种蒸腾及土壤蒸发的变化规律。本文未对气候变化条件下3个树种蒸散发总量的变化情况进行分析，也未针对蒸散发总量与降雨量间的关系进行研究，后续研究也应将以上内容作为重点进行考虑，以期为黄土沟壑区刺槐、侧柏及油松林地内耗水总量的控制，水分利用效率的提高等提供更加坚实的基础支持。

4 结 论

1）4个气候情景时期条件下，刺槐、侧柏、油松的蒸腾量分布在128.8～282.6、99.3～200.3、140.5～220.5 mm之间，均表现为丰水年＞平水年＞枯水年。蒸腾量对未来及不同水文年气候特征的响应程度表现为：刺槐＞侧柏＞油松，同一时期内，在丰水年及平水年，刺槐蒸腾量最大，而在枯水年，油松蒸腾量最大。

2）4个气候情景时期条件下，刺槐、侧柏、油松的蒸发量分布在94.6～135.4、116.5～187.3和123.8～212.5 mm之间，均表现为丰水年＞平水年＞枯水年。3个树种生长季蒸发量对未来及不同水文年气候特征的响应程度表现为：油松＞侧柏＞刺槐。

3）气候要素中，生长季降雨量对于同期蒸腾量与蒸发量的影响明显强于温度的影响，其与蒸腾量、蒸发量之间均呈极显著（＜0.01）线性关系。未来及不同水文年气候特征对刺槐蒸腾的影响程度大于蒸发，对侧柏和油松而言，则正好相反。

[1] 袁小环，滕文军，张辉，等. 实测草坪蒸散量评价P-M模型在北京地区适用性[J]. 农业工程学报，2018，34(7)：147－154.

Yuan Xiaohuan, Teng Wenjun, Zhang Hui, et al. Suitability assessment of P-M model by measuring ET0of turfs in Beijing, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(7): 147－154. (in Chinese with English abstract)

[2] 曲迪，范文义，杨金明，等. 塔河森林生态系统蒸散发的定量估算[J]. 应用生态学报，2014，25(6)：1652－1660.

Qu Di, Fan Wenyi, Yang Jinming, et al. Quantitative estimation of evapotranspiration from Tahe forest ecosystem, Northeast China[J]. Journal of Applied Ecology, 2014, 25(6): 1652－1660. (in Chinese with English abstract)

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

Zhang Handan, Wei Wei, Chen Liding, et al. Analysis of Sap Flow Characteristics of the Chinese Pine in typical Loess Plateau region of China[J]. Environmental Science, 2015, 36(1): 349－356. (in Chinese with English abstract)

[4] 李蓝君，宋孝玉，王光社，等. 南小河沟流域干旱特征[J]. 干旱地区农业研究，2017，35(5)：288－294.

Li Lanjun, Song Xiaoyu, Wang Guangshe, et al. Drought characteristics in Nanxiaohegou basin[J]. Agricultural Research in the Arid Areas, 2017, 35(5): 288－294. (in Chinese with English abstract)

[5] 张静，王力，韩雪，等. 黄土塬区农田蒸散的变化特征及主控因素[J]. 土壤学报，2016，53(6)：1421－1432.

Zhang Jing, Wang Li, Han Xue, et al. Evapotranspiration of Farmland on Loess Tableland and its major influencing factors[J]. Acta Pedologica Sinica, 2016, 53(6): 1421－1432. (in Chinese with English abstract)

[6] 李蓝君，宋孝玉，夏露，等. 黄土沟壑区不同树龄侧柏林地土壤水分动态特征[J]. 水土保持通报，2017，37(6)：92－100. Li Lanjun, Song Xiaoyu, Xia Lu, et al. Dynamic characteristic of soil moisture for different age of Platycladus orientalis in Gully region of Loess Plateau[J]. Bulletin of Soil and Water Conservation, 2017, 37(6): 92－100. (in Chinese with English abstract)

[7] 吴旭，陈云明，唐亚坤. 黄土丘陵区刺槐和侧柏人工林树干液流特征及其对降水的响应[J]. 植物生态学报，2015，39(12)：1176－1187.

Wu Xu, Chen Yunming, Tang Yakun. Sap flow characteristics and its responses to precipitation in Robinia pseudoacacia and Platycladus orientalis plantations[J]. Chinese Journal of Plant Ecology, 2015, 39(12): 1176－1187. (in Chinese with English abstract)

[8] 郭宝妮，张建军，王震，等. 晋西黄土区刺槐林耗水特征[J]. 生态学杂志，2012，31(11)：2736－2741.

Guo Baoni, Zhang Jianjun, Wang Zhen, et al. Characteristics of water consumption byforest on Loess Plateau of western Shanxi Province, China[J]. Chinese Journal of Ecology, 2012, 31(11): 2736－2741. (in Chinese with English abstract)

[9] 王学春，李军，王红妮，等. 黄土高原冬小麦田土壤水分与小麦产量对降水和气温变化响应的模拟研究[J]. 自然资源学报，2017，32(8)：1398－1410.

Wang Xuechun, Li Jun, Wang Hongni, et al. Simulation of the response of soil water in winter wheat field and winter wheat yield to rainfall and temperature change[J]. Journal of Natural Resources, 2017, 32(8): 1398－1410. (in Chinese with English abstract)

[10] 赵凌玉，潘志华，安萍莉，等. 北方农牧交错带作物耗水特征及其与气温和降水的关系：以内蒙古呼和浩特市武川县为例[J]. 资源科学，2012，34(3)：401－408.

Zhao Lingyu, Pan Zhihua, An Pingli, et al. Water consumption characteristics of crop in North Agro-Pastoral area and its relationship to temperature and precipitation: A case study in Wuchuan county[J]. Resources Science, 2012, 34(3): 401－408. (in Chinese with English abstract)

[11] 司建华，冯起，鱼腾飞，等. 植物夜间蒸腾及其生态水文效应研究进展[J]. 水科学进展，2014，25(6)：907－914.

Si Jianhua, Feng Qi, Yu Tengfei, et al. Research advances in nighttime transpiration and its eco-hydrological implications[J]. Adcances in Water Science, 2014, 25(6): 907－914. (in Chinese with English abstract)

[12] 牛纪苹，粟晓玲，唐泽军. 气候变化条件下石羊河流域农业灌溉需水量的模拟与预测[J]. 干旱地区农业研究，2016，34(1)：206－212.

Niu Jiping, Su Xiaoling, Tang Zejun. Simulation and estimation of impact from climatic changes on irrigation water requirement in Shiyang River Basin[J]. Agricultural Research in the Arid Areas, 2016, 34(1): 206－212. (in Chinese with English abstract)

[13] 王卫光，孙风朝，彭世彰，等. 水稻灌溉需水量对气候变化响应的模拟[J]. 农业工程学报，2013，29(14)：90－98.

Wang Weiguang, Sun Fengchao, Peng Shizhang, et al. Simulation of response of water requirement for rice irrigation to climate change[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(14): 90－98. (in Chinese with English abstract)

[14] 熊伟，冯颖竹，高清竹，等. 气候变化对石羊河、大凌河流域灌溉玉米生产的影响[J]. 干旱区地理，2011，34(1)：150－159.

Xiong Wei, Feng Yingzhu, Gao Qingzhu, et al. Impacts of climate change on irrigated maize production in Shiyang and Daling river basins[J]. Arid Land Geography, 2011, 34(1): 150－159. (in Chinese with English abstract)

[15] 陈超，潘学标，张立祯，等. 气候变化对石羊河流域棉花生产和耗水的影响[J]. 农业工程学报，2011，27(1)：57－65.

Chen Chao, Pan Xuebiao, Zhang Lizheng, et al. Impact of climate change on cotton production and water consumption in Shiyang river basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(1): 57－65. (in Chinese with English abstract)

[16] 张智韬，粟晓玲，党永仁，等. 泾惠渠灌区作物种植结构变化对灌溉需水量的影响[J]. 农业机械学报，2016，47(10)：122－130.

Zhang Zhitao, Su Xiaoling, Dang Yongren, et al. Influence of crop planting structure change on irrigation water requirement in Jinghuiqu irrigation area[J]. Transactions of the Chinese Society of Agricultural Machinery, 2016, 47(10): 122－130. (in Chinese with English abstract)

[17] Simunek J, Sejna M, Van Genuchten M T. The Hydrus-1D Software Package for Simulation the One-dimensional Movement Water, Heat and Multiple Solutes in Variably-saturated Media[M]. California: U S Salinity Laboratory Agricultural Research Service, U S Department of Agriculture, Riverside, 1998.

[18] 赵姹，李志，刘文兆. GCM降尺度预测泾河流域未来降水变化[J]. 水土保持研究，2014，21(1)：23－28.

Zhao Cha, Li Zhi, Liu Wenzhao. Downscaling GCMs to project the potential changes of precipitation in Jinghe basin[J]. Research of Soil and Water Consercation, 2014, 21(1): 23－28. (in Chinese with English abstract)

[19] 赵姹，李志，刘文兆. 基于GCM泾河流域未来温度变化的降尺度预测[J]. 西北农林科技大学学报：自然科学版2013，41(6)：227－234.

Zhao Cha, Li Zhi, Liu Wenzhao. Progecting the potential changes of temperature in the Jinghe watershed using downscaling[J]. Journal of Northwest AgricultureandForestry University: Nature Science, 2013, 41(6): 227－234. (in Chinese with English abstract)

[20] 席本野，王烨，贾黎明，等. 宽窄行栽植模式下三倍体毛白杨根系分布特征及其与根系吸水的关系[J]. 生态学报，2011，31(1)：47－57.

Xi Benye, Wang Ye, Jia Liming, et al. Property of root distribution of triploid Populus tomentosa and its relation to root water uptake under the wide-and-narrow row spacing scheme[J]. Acta Ecologica Sinica, 2011, 31(1): 47－57. (in Chinese with English abstract)

[21] 余根坚，黄介生，高占义. 基于HYDRUS模型不同灌水模式下土壤水盐运移模拟[J]. 水利学报，2013，44(7)：826－834.

Yu Genjian, Huang Jiesheng, Gao Zhanyi. Study on water and salt transportation of different irrigation modes by the simulation of Hydrus model[J]. Journal of Hydraulic Engineering, 2013, 44(7): 826－834. (in Chinese with English abstract)

[22] Fairbridge R, Finkl C. The Encyclopedia of Soil Science Part 1[M]. Stroudsburg: Hutchinson and Ross Inc. 1979.

[23] 李家科，赵瑞松，李亚娇. 基于HYDRUS-1D模型的不同生物滞留池中水分及溶质运移特征模拟[J]. 环境科学学报，2017，37(11)：4150－4159.

Li Jiake, Zhao Ruisong, Li Yajiao. Simulation of water and solute transport characteristics in different bioretention tanks using Hydrus-1D model[J]. Acta Scientiae Circumstantiae, 2017, 37(11): 4150－4159. (in Chinese with English abstract)

[24] 辛小桂，吴普特，汪有科，等. 山地梨枣树耗水特征及模型[J]. 生态学报，2012，32(23)：7473－7482.

Xin Xiaogui, Wu Pute, Wang Youke, et al. A model for water consumption by mountain jujube pear-like[J]. Acta Ecologica Sinica, 2012, 32(23): 7473－7482. (in Chinese with English abstract)

[25] Van Genuchten M T. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils[J]. Soil Science Society of America Journal, 1980, 44(5): 892－898.

[26] 苏里坦，古丽米热·哈那提，刘迁迁，等. 塔里木河下游胡杨林根系吸水模型[J]. 干旱区地理，2017，40(1)：102－107.

Su Litan, Gulimire Hanati, Liu Qianqian, et al. Root water uptake model of Populus euphratica in the lower reaches of Tarim river[J]. Arid Land Geography, 2017, 40(1): 102－107. (in Chinese with English abstract)

[27] Monteith J L. Evaporation and environment[C]// The State and Movement of Water in Living Organisms. Proceedings of the Symposium of the Society for Experimental Biology Swansea, New York. Academic Press, 1964.

[28] White M A, Thornton P E, Running S W, et al. Parameterization and sensitivity analysis of the BIOME-BGC terrestrial ecosystem model: Net primary production controls[J]. Earth Interaction, 2000, 43: 1－86.

[29] 马欢，杨大文，雷慧闽，等. Hydrus-1D模型在田间水循环 规律分析中的应用及改进[J]. 农业工程学报，2011，27(3)：6－12.

Ma Huan, Yang Dawen, Lei Huimin, et al. Application and improvement of Hydrus-1D model for analyzing water cycle in an agricultural field[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(3): 6－12. (in Chinese with English abstract)

[30] 李艳，刘海军，黄冠华. 麦秸覆盖条件下土壤蒸发阻力及蒸发模拟[J]. 农业工程学报，2015，31(1)：98－106.

Li Yan, Liu Haijun, Huang Guanhua. Modeling resistance of soil evaporation and soil evaporation under straw mulching[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(1): 98－106. (in Chinese with English abstract)

[31] Morris M D. Factorial sampling plans for preliminary computational experiments[J]. Technometrics, 1991, 33(2): 161－174.

[32] 潘迪，毕华兴，次仁曲西，等. 晋西黄土区典型森林植被耗水规律与环境因子关系研究[J]. 北京林业大学学报，2013，35(4)：16－20.

Pan Di, Bi Huaxing, Ci Renquxi, et al. Relationship between environmental factors and water consumption regularity of typical forest vegetation in loess region of western Shanxi Province, northern China[J]. Journal of Beijing Forestry University, 2013, 35(4): 16－20. (in Chinese with English abstract)

[33] 降亚楠，王蕾，魏晓妹. 基于SWAT模型的气候变化对泾河径流量的影响[J]. 农业机械学报，2017，48(2)：262－270.

Jiang Yanan, Wang Lei, Wei Xiaomei. Impacts of climate change on runoff of Jinghe river based on SWAT model[J]. Transactions of The Chinese Society of Agricultural Machinery, 2017, 48(2): 262－270. (in Chinese with English abstract)

[34] 李鹏展，王力，王棣. 黄土旱塬区冬小麦土壤水库动态[J]. 应用生态学报，2017，28(11)：3653－3662.

Li Pengzhan, Wang Li, Wang Di. Dynamics of soil water reservoir of wheat field in rain-fed area of the Loess Tableland, China[J].Chinese Journal of Applied Ecology, 2017, 28(11): 3653－3662. (in Chinese with English abstract)

[35] 戴声佩，李海亮，罗红霞，等. 1960－2011年华南地区界限温度10 ℃积温时空变化分析[J]. 地理学报，2014，69(5)：650－660.

Dai Shengpei, Li Hailiang, Luo Hongxia, et al. The spatio-temporal change of active accumulated temperature ≥10 ℃ in Southern China from 1960 to 2011[J]. Acta Geographica Sinica, 2014, 69(5): 650－660. (in Chinese with English abstract)

[36] 曹萌萌，李俏，张立友，等. 黑龙江省积温时空变化及积温带的重新划分[J]. 中国农业气象，2014，35(5)：492－496.

Cao Mengmeng, Li Qiao, Zhang Liyou, et al. Accumulated temperature variation and accumulated temperature rezone in Heilongjiang Province, Chinese[J]. Journal of Agrometeorology, 2014, 35(5): 492－496. (in Chinese with English abstract)

[37] Xu M J, Wen X F, Wang H M, et al. Effects of climatic factors and ecosystem responses on the inter-annual variability of evapotranspiration in a coniferous plantation in Subtropical China[J]. Plos one, 2014, 9(1): 1－13.

[38] 万艳芳，刘贤德，王顺利，等. 祁连山青海云杉林冠降雨再分配特征及影响因素[J]. 水土保持学报，2016，30(5)：224－229.

Wan Yanfang, Liu Xiande, Wang Shunli, et al. Rainfall canopy partitioning and its influencing factors of Picea crassifolia forest in the Qilian mountains[J]. Journal of Soil and Water Conservation, 2016, 30(5): 224－229. (in Chinese with English abstract)

[39] 王亮，林涛，严昌荣，等. 地膜残留量对新疆棉田蒸散及棵间蒸发的影响[J]. 农业工程学报，2016，32(14)：120－128.

Wang Liang, Lin Tao, Yan Changrong, et al. Effects of plastic film residue on evapotranspiration and soil evaporation in cotton field of Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(14): 120－128. (in Chinese with English abstract)

[40] 马维玲，石培礼，宗宁，等. 太行山区主要森林生态系统水源涵养能力[J]. 中国生态农业学报，2017，25(4)：478－489.

Ma Weiling, Shi Peili, Zong Ning, et al. Water conservation capacity of forest ecosystems in Taihang tain[J]. Chinese Journal of Eco-Agriculture, 2017, 25(4): 478－489. (in Chinese with English abstract)

[41] 赵忠，李鹏，王乃江. 渭北黄土高原主要造林树种根系分布特征的研究[J]. 应用生态学报，2000，11(1)：37－39.

Zhao Zhong, Li Peng, Wang Naijiang, et al. Distribution patterns of root systems of main planting tree species in Weibei Loess Plateau[J].Chinese Journal of Applied Ecology, 2000, 11(1): 37－39. (in Chinese with English abstract)

[42] 钟芳，李正平，宋耀选，等. 黄土高原西部土壤蒸发实验研究[J]. 中国沙漠，2006，26(4)：608－611.

Zhong Fang, Li Zhengping, Song Yaoxuan, et al. Experimental study on soil moisture evaporation in western Loess Plateau[J]. Journal of Desert Research, 2006, 26(4): 608－611. (in Chinese with English abstract)

[43] Grünzweig J M, Hemming D, Maseyk K, et al. Water limitation to soil CO2efflux in a pine forest at the semiarid “timberline”[J]. Journal of Geophysical Research, 2009, 114(3): 1－14.

Response of evaporation and transpiration of typical afforestation tree species to climate changes in gully region of Loess Plateau

Li Lanjun1, Song Xiaoyu1※, Xia Lu1, Fu Na1, Li Huaiyou2, Li Yaolin2, Feng Dan3

(1.(),710048; 2.,,745000,; 3.,710500,)

The Loess Plateau is the main rain-fed agricultural area in western China, and water shortage is a critical factor restricting vegetation establishment and growth in this region. Under the influence of global climate change in recent years, significant changes have taken place in climate characteristics of the Loess Plateau, which will have a far-reaching impact on evaporation and transpiration under different vegetation conditions. Therefore, there is needed to make a in-depth research on the response of evaporation and transpiration to climate change for typical afforestation tree species, which has remarkable theoretical and practical significance in providing useful indications for tree species selection, water use efficiency improvement and ecosystem restoration. In order to evaluate the effects and mechanism of climate change on evaporation and transpiration of typical artificial afforestation tree species, a field experiment was carried out in the growing season of 2015－2016 (April 15th-October15th) at Nanxiaohegou basin (35°41′-35°44′N,107°30′-107°37′E), a typical small basin in gully region of the Loess Plateau selected by the Yellow River Water Conservancy Commission of China. In three sample plots of Robinia pseudoacacia, Platycladus orientalis and Pinus tabulaeformis, soil physical parameters of three soil depth (0-40 cm, >40-100 and >100-200 cm) and the distribution of root density were measured, and soil moisture content, leaf area index, evaporation, precipitation and meteorology data were observed during the study period, from which simulation models of transpiration and evaporation in three experimental plots were established using Hydrus-1D software. The uncertainty of models parameters were analyzed through the Morris method, and the results showed that parameters of pore size distribution (40–100 cm) (2), saturated water content (40-100cm) (θ2), field water capacity (θ), optimum threshold for root water absorption (1), lower threshold for root water absorption (2), soil water potential for permanent wilting (3), extinction coefficient (), and parameter of vegetation interception model () had a great influence on transpiration, and the parameters related to the physiological characteristics of vegetation (1,2,3,, and) were the important reasons for the differences in transpiration of three tree species. The measured soil moisture content and evaporation data from 2015 were used to calibrate the model, and the data from 2016 were used to validate the model. Nash-suttcliffe efficiency coefficients were all above 0.700. The calibrated models were used to simulate evaporation and transpiration process under different presupposition scenarios derived from related research on climate characteristics of the study area, and the results showed that: 1) The effects of climate change in the future and different hydrological years on Robinia pseudopodia transpiration were greater than that in evaporation, while the opposite was true for Platycladus orientalis and Pinus tabuliformis. 2) Under all climate scenarios, the amount of transpiration for above tree species were distributed in 128.8-282.6, 99.3-200.3 and 140.5-220.5 mm, respectively, while the amount of evaporation were distributed in 94.6-135.4, 116.5-187.3 and 123.8-212.5 mm, respectively, and the transpiration and evaporation were both shown in the following aspect: the wet year > the normal year > the dry year. 3) As for transpiration, the response degree of three tree species to the climate characteristics of the future and different hydrological years was: Robinia pseudoacacia > Platycladus orientalis > Pinus tabuliformis, when it came to the evaporation, it was just the opposite. 4) In the same period of the future climate scenarios, the amount of transpiration in Robinia pseudoacacia plot was the largest among all tree species in wet and normal year, while in the dry year, the tree species with largest amount of transpiration was Pinus tabulaeformis. 5) The influence of precipitation on the transpiration and evaporation in growing season was stronger than that of temperature, and regression analysis indicated that the precipitation in growing season had a very significant linear function (<0.01) with transpiration and evaporation for all 3 tree species. This study may provide valuable information for rational management of artificial afforestation tree species and restoration of the local ecological environment.

climate change; evapotranspiration; vegetation; Hydrus-1D model; gully region of Loess Plateau

10.11975/j.issn.1002-6819.2018.20.019

S162.5

A

1002-6819(2018)-20-0148-12

2018-05-13

2018-08-26

国家自然科学基金资助项目（41771259、41171034）；陕西省教育厅省级重点实验室科研计划项目（14JS059）；陕西省水利科技计划项目（2016slkj-11）

李蓝君，博士生，主要从事水文学及水资源方面的研究。Emai：li_lanjun@126.com

宋孝玉，博士，教授，博士生导师，主要从事水文学及水资源方面的研究。Email：songxy@xaut.edu.cn

李蓝君，宋孝玉，夏 露，符 娜，李怀有，李垚林，冯 丹. 黄土高原沟壑区典型造林树种蒸散发对气候变化的响应[J]. 农业工程学报，2018，34(20)：148－159. doi：10.11975/j.issn.1002-6819.2018.20.019 http://www.tcsae.org

Li Lanjun, Song Xiaoyu, Xia Lu, Fu Na, Li Huaiyou, Li Yaolin, Feng Dan. Response of evaporation and transpiration of typical afforestation tree species to climate changes in gully region of Loess Plateau[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(20): 148－159. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.20.019 http://www.tcsae.org