荒漠草原不同植物群落蒸散组分特征及其环境因子影响分析

2024-01-25杨新国宋乃平吴梦瑶

生态学报 2024年1期

陈林,杨新国,王磊,宋乃平,*,郑松,吴梦瑶

1 宁夏大学生态环境学院,银川 750021 2 宁夏大学西北土地退化与生态恢复国家重点实验室培育基地,银川 750021 3 宁夏大学西北退化生态系统恢复与重建教育部重点实验室,银川 750021 4 宁夏大学农学院,银川 750021

水分是植被恢复和生长中最重要的限制因子之一,决定着植被-土壤系统的可持续性和稳定性[1],往往会影响植被恢复和生态重建的效果,特别是在干旱半干旱地区的荒漠草原,水分供给是制约植被生理生态过程的主要因素[2-4]。干旱环境中生态系统的水文过程和植被生产力可能比潮湿环境中的生态系统更容易受到气候变化的影响[5],近年来,水分短缺对生态系统结构和功能的不利影响日益加重[6],荒漠草原具有典型的过渡性和脆弱性,对水分变化的影响更为敏感。降雨作为荒漠草原大部分地区水分的唯一来源,不仅影响着植被分布,还决定了草地生态系统的结构和功能[7]。因此水分的合理管理与利用成为荒漠草原生态系统可持续发展面临的重要挑战之一。

蒸散包括了植物蒸腾和土壤蒸发两个组分,是降雨转化的主要“出口”,频繁参与下垫面和大气之间的水汽交换,作为联系土壤-植被-大气连续体水分传输的重要环节,是水循环和水资源研究的重要内容[8],已成为许多学科的研究热点[9]。植物生长过程中蒸腾是水分的必要消耗,而土壤蒸发不参与植物生长过程,一般认为是水分的无效散失。但土壤蒸发会影响植被的水分利用,特别是在缺水的干旱半干旱地区,量化土壤蒸发对植被建设极其重要[10]。因此,准确测定蒸散组分对于揭示水分收支状况具有重要意义。基于水量平衡原理的称重式蒸渗仪通过测定蒸渗仪内土柱的质量变化计算水分收支,是直接测定蒸散量的主要方法,具有较高的准确性和时间分辨率,常被认为是测定蒸散量的“黄金标准”方法[1],可以校正和检验其他蒸散测定和模拟结果[11-12]。

目前,不同时间尺度蒸散发的探讨多集中在农田、森林、湿地等生态系统,对荒漠草原不同植物群落蒸散发特征的研究相对较少。基于此,本文以宁夏荒漠草原为研究区域,采用小型蒸渗仪,开展天然草地不同植物群落蒸散耗水特征的连续监测,研究不同时间尺度蒸散发特征,有助于深入了解荒漠草原水分耗散过程和土壤水分消耗特征,期望研究结果为蒸散发模拟与时间尺度转换模型奠定基础,并为今后荒漠草原水资源评价、生态恢复过程管理提供数据支撑。

1 材料与方法

1.1 研究区概况

研究地点位于宁夏回族自治区盐池县皖记沟行政村的宁夏大学西北退化生态系统恢复与重建教育部重点实验室--退化生态系统监测与试验基地。年降雨量小、时空分布不匀,年际变率大,多以小雨的形式为主[13],属典型的中温带大陆性气候[14]。土壤类型主要为风沙土和灰钙土。所选样地植物群落以一年生植物猪毛蒿(Artemisia.scoparia)和多年生植物针茅(Stipacapillata)为主。

1.2 试验设计和数据采集

2018年3月,在所选固定监测样地内,布设4个小型称重式蒸渗仪(LYS40)测定不同植物群落蒸散量,其中多年生植物为针茅,一年生植物为猪毛蒿。供试蒸渗仪(LYS40-2)直径40 cm、高度50 cm、蒸发分辨率和渗漏分辨率均为0.04 mm。渗漏水由自动排水泵排出,排水系统仅在规定的时间内进行,避免排水时扰动称量传感器的精确测量。蒸渗仪的测量筒内原状土体采用切削加压法套制,移栽的主要植物密度与监测点周围草地相一致,监测期内植物生长良好。在西北干旱地区降雨量小而蒸发量大的条件下,小型蒸渗仪测定土壤蒸发是可行和准确的[15],因此本研究所选土壤棵间蒸发仪(LYS40-1)与蒸渗仪规格相同,两者共用一个数据采集器,但测量筒内无移植植物,并及时清除萌发的幼苗。每30 min记录一次土柱重量,并不定期的用标准砝码(500 g)校准称量系统,以防止金属蠕变等设备原因产生的误差影响测量精度。此外,蒸渗仪测量数据的准确性是研究的关键[12],因此,为保证数据可靠,排除因安装过程对土壤扰动的影响,在仪器安装一个月后采集数据并进行相关分析。利用布置在蒸渗仪附近的自动气象站(Weather Station Vantage Pro2TMPlus)采集草地上蒸散主要的气象驱动力:降雨量、空气温度、太阳辐射、风速等环境因子,采样频率与蒸渗仪一致,均为30 min。期间由于设备损坏,缺失了部分时间段的数据,在分析与蒸散组分的关系时,同步删除对应缺失时间段的蒸散组分数据,然后进行相关分析。以上数据采集时间均为2018年4月1日至2021年3月31日。

1.3 数据分析

1.3.1蒸散组分计算

日累积蒸散量为每天0:00-24:00数据累加。为确保数据质量,当遇到下述情况时,蒸渗仪的观测数据被剔除以减少观测误差和系统误差:(1)明显超出各通量物理含义的数据;(2)数据质量监控指标异常时的数据;(3)大风、动物等造成异常的数据。

根据水量平衡原理,蒸渗仪监测的蒸散量(ET)计算公式为:

ET=P-Q-ΔS-R

式中,ET为蒸散量(mm);P为降雨量(mm);Q为渗漏量(mm);ΔS为蒸渗仪监测土壤水的变化量(mm);R为地表径流量(mm);ΔW为每两次测定重量差值(g),实际还包含了汽态凝结水量(多发生在夜间)[16];ρ为降雨密度,一般设定为1 g/cm3;D为微型蒸渗仪直径(cm)。研究区地势平坦,多以小降雨事件为主,且降雨强度较小[17],R忽略不计,即R=0。土壤蒸发量(E)则采用土壤棵间蒸发仪所测得的数据,其计算公式和蒸散量一致。

干旱半干旱地区冠层截留蒸发占总蒸散量的比例较低,往往忽略不计[18-19]。因此,其蒸散组分多以双源结构(植物蒸腾和土壤蒸发)进行分析[20]。植物蒸腾(T,mm)则由蒸散量(ET)与土壤蒸发量(E)的差值得出,计算公式为:T=ET-E。

1.3.2Mantel 检验分析

Mantel检验是控制了第三个距离矩阵的效应后来检验两个距离矩阵间的相关性[21],已被广泛用于生态学众多研究内容中[22]。以蒸散量、蒸发量和蒸腾量为一矩阵,采用Mantel-Test方法分析蒸散组分与气候和土壤因子矩阵的相关性。为消除环境因子与蒸散组分单位差异的影响,保证同等对待每维特征,在分析前先对所有数据进行非负实数的平方根转换标准化后,采用R Studio软件绘制Mantel Test结果。当Mantel′sr值<0.2时,表明两个矩阵相关性较低,当Mantel′sr值在0.2-0.4时,表明两矩阵仅有部分重合,重合度相对较高,当Mantel′sr值在≥0.4时,表明两矩阵大部分重合,重合度最高;统计检验水平Mantel′sP<0.01时,Mantel′sr值越高,两矩阵相关性越强[23],反之亦然。

2 结果与分析

2.1 气候因子变化特征

图1为研究期内日均温。一般将日均温度大于0℃的时期记为一年之中的暖期,小于0℃的时期则记为一年之中的冷期。可以看出,研究区4-10月为暖期,为期7个月,而11月至次年3月为5个月的冷期。监测期内日平均气温为9.75℃,最高值是29.27℃,最低值为-16.82℃。气温具有明显的月动态差异。1月份气温达到最低值,月平均为-6.30℃,从3月开始,气温呈现上升趋势,到5月日均温>10℃,植物开始萌发生长,在7月份达到最高值,平均日气温为23.57℃。之后,气温呈下降趋势。而年际间气温差异不大。

图1 2018-2021年研究区日均温变化Fig.1 Changes of average daily temperature in research area from 2018 to 2021

图2为日降雨量和平均降雨强度。2018年4月至2019年3月总降雨量为137.97 mm,属于枯水年。其中,5-9月降雨量115.40 mm,占全年总降雨量的83.64%。发生降雨事件共有56 d,最大日降雨量为26.00 mm,最小日降雨量0.20 mm,降雨发生日平均降雨量仅为2.46 mm。2019年4月至2020年3月总降雨量为354.66 mm(5-9月降雨量302.72 mm,占全年总降雨量的85.36%),属于丰水年。共有63 d发生降雨事件,2019年5月18日降雨量高达90.20 mm,达到了暴雨级别,降雨发生日平均降雨量为5.63 mm。2020年4月至2021年3月总降雨量为274.29 mm(5-9月降雨量229.51 mm,占全年总降雨量的83.67%),属于平水年。发生降雨事件的63天中,最大日降雨量为23.87 mm,最小日降雨量0.20 mm,降雨发生日平均降雨量为4.35 mm。从降雨速率来看,最大降雨速率发生在2019年8月2日,达到了8.18 mm/h,但平均降雨速率仅为0.84 mm/h。

图2 2018-2021年研究区降雨量和降雨强度变化Fig.2 Changes of rainfall and rainfall rate in research area from 2018 to 2021

太阳辐射直接影响植物的光合作用,太阳辐射强度增加,植物的光合作用及蒸腾速率增加[24]。研究区太阳辐射日平均值为187.57 W/m2,但受云量变化的影响,其日变化幅度较大(图3)。太阳辐射具有明显的月动态变化,5-9月太阳辐射日平均值最高,大于220.00 W/m2,12月-次年2月太阳辐射日均值小于120.00 W/m2,为全年最低值。

图3 2018-2021年研究区太阳辐射变化Fig.3 Changes of solar radiation in research area from 2018 to 2021

取一天24小时每30 min的风速求平均作为日平均风速(灰色)。日平均风速分布在0.03-5.68 m/s范围内(图4),平均为1.54 m/s,日最大风速为5.68 m/s。低风速(≤1.00 m/s)天数占有记录天数的30.43%。同时,本研究取风速7日(红色)和30日(黑色)平均值以降低随机性来探讨风速的特征。但总体看来,风速的日平均、7日移动平均和30日移动平均值风速变化较大,并没有明显的规律。这与风是自然界中随机变化最大的气象要素之一有关[25]。

图4 2018-2021年研究区风速变化Fig.4 Changes of wind speed in research area from 2018 to 2021

2.2 典型天气蒸散组分日动态特征

2.2.1典型晴天

选择植物生长期作为典型晴天的观测资料,探讨荒漠草原不同蒸散组分的日变化特征。从图5中可以看出,一年生植物和多年生植物的蒸散量、蒸发量和蒸腾量的日变化均为先增加后减小的抛物线型,最高值出现在12:00-14:00左右。一年生植物群落中,2018年7月22日、8月24日和9月29日累积蒸散量分别为3.26 mm/d、1.83 mm/d、1.31 mm/d,日累积蒸发量分别为1.51 mm/d、0.88 mm/d、0.92 mm/d,日累积蒸腾量分别为1.75 mm/d、0.96 mm/d、0.40 mm/d;多年生植物日累积蒸散量在7-9月间分别为2.83 mm/d、3.22 mm/d、2.59 mm/d,日累积蒸发量分别为2.55 mm/d、1.79 mm/d、1.35 mm/d,日累积蒸腾量分别为0.28 mm/d、1.43 mm/d、1.23 mm/d。夜间(20:00至次日6:00)蒸散活动较弱,累积蒸散量较低,半小时平均蒸散量不足0.10 mm,该时段累积蒸散量不足全日总累积蒸散量的20%。而且夜间蒸散组分常有正负波动,可能与晚上温度降低使水汽凝结进而对蒸渗仪的测量产生影响有关[16,26]。

图5 典型晴天荒漠草原蒸散、蒸腾和蒸发日变化Fig.5 Daily variation of evapotranspiration,transpiration and evaporation at typical sunny day in desert steppeE:蒸发量Evaporation;T:蒸腾量Transpiration;ET:蒸散量Evapotranspiration

2.2.2典型阴天

研究区光照充足,完全无日照且无降雨的时间段较少,经过筛选,将2020年7月29日、8月16日和9月27日作为三个典型阴天,分析其蒸散组分的日变化特征。从图6可以看出,阴天时各蒸散组分变化量均较低,半小时变化量分布在-0.16-0.16 mm的范围内,且无明显的峰值。7月份日累积蒸散量分别是0.32 mm/d和0.52 mm/d,日累积蒸发量分别为0.31 mm/d和0.40 mm/d,日累积蒸腾量分别为0.01 mm/d和0.12 mm/d;8月份一年生植物和多年生植物群落日累积蒸散量分别是1.47 mm/d和0.96 mm/d,日累积蒸发量分别为1.11 mm/d和0.60 mm/d,日累积蒸腾量均为0.36 mm/d;9月份日累积蒸散量分别是0.52 mm/d和0.72 mm/d,日累积蒸发量分别为0.44 mm/d和0.28 mm/d,日累积蒸腾量分别为0.08 mm/d和0.44 mm/d。一年生和多年生植物群落蒸散量、蒸发量和蒸腾量差异不显著。

图6 典型阴天荒漠草原蒸散、蒸腾和蒸发日变化Fig.6 Daily variation of evapotranspiration,transpiration and evaporation at typical cloudy day in desert steppe

2.2.3典型雨天

根据本研究区的降雨特征,划分三个等级的降雨观测数据进行分析,分别是小降雨等级(2018年9月29日,降雨量6.6 mm)、中降雨等级(2020年8月23日,降雨量10.64 mm)和大降雨等级(2020年8月30日,降雨量23.87 mm),以探讨不同降雨条件下荒漠草原蒸散组分的日变化特征。从图7看出,小降雨事件对蒸散组分变化量的影响较小,多年生植物群落半小时蒸散变化量最大值不超过0.20 mm,而一年生植物群落变化量最大仅为0.08 mm;中降雨等级下多年生植物群落半小时最大变化量为1.15 mm,一年生植物的最大变化量为1.19 mm;当降雨量达到23.87 mm的大降雨等级时,多年生植物群落蒸散和蒸发半小时最大变化量均达到了1.75 mm,一年生植物群落的蒸散和蒸发最大变化量为1.67 mm。

图7 典型雨天荒漠草原蒸散、蒸腾和蒸发日变化Fig.7 Daily variation of evapotranspiration,transpiration and evaporation at typical rainy day in desert steppe

从图8可以看出,根据水量平衡公式,小降雨等级下多年生植物群落的日累积蒸散量为4.01 mm,日累积蒸发量为5.25 mm,日累积蒸腾量为-1.24 mm,一年生植物的日累积蒸散量为5.29 mm,日累积蒸发量为5.68 mm,日累积蒸腾量为-0.40 mm;在中降雨等级,多年生和一年生植物群落的日累积蒸散量分别为17.93 mm和18.16 mm,日累积蒸发量为18.08 mm和18.24 mm,而日累积蒸腾量为-0.16 mm和-0.08 mm;当达到大降雨等级时,多年生植物群落的日累积蒸散量高达45.21 mm,日累积蒸发量为45.13 mm,日累积蒸腾量为0.08 mm,一年生植物的日累积蒸散量为44.81 mm,日累积蒸发量为44.25 mm,日累积蒸腾量为0.56 mm。因此,随着降雨量的增加,计算得出的蒸散量和蒸发量也是增大的,而蒸腾量几乎为0,甚至还有负值出现。说明蒸散量和蒸发量对降雨等级具有显著响应,而蒸腾量则与实际植物耗水情况不相符,这可能与在雨天会低估3%-11%的蒸散量有关[5],也可能与裸地相比,植物的遮阴作用,减少了蒸渗仪中的棵间土壤蒸发量,而太阳辐射强度较弱的雨天,植物蒸腾作用减弱,两者叠加使得蒸散量较小。

图8 典型雨天荒漠草原蒸散、蒸腾和蒸发日累积量Fig.8 Daily cumulative quantity of evapotranspiration,transpiration and evaporation at typical rainy day in desert steppe

2.3 不同月份蒸散组分动态特征

根据蒸渗仪实测数据,结合水平平衡公式分析后得出的蒸散组分月动态(图9),可以看出蒸散和蒸发量在月际间呈先增后减的抛物线型,在月际间变化幅度较大。11月至次年3月份,由于气温较低,植物尚未萌发,蒸散作用较弱,且以土壤蒸发为主。4月份开始,随着气温回暖,植物生长,蒸腾作用叠加土壤蒸发,使得蒸散量逐渐增大,到8月份达到峰值。总体来看,7-9月蒸散和蒸发占全年总蒸散发量的比例较高,其中多年生植物群落三个月占全年蒸散量的47.19%,蒸发量占全年蒸发量的50.39%;一年生植物群落在7-9月的蒸散量和蒸发量也占全年的一半左右,分别是44.80%和52.91%。10月份之后气温逐渐降低,植物由生长旺盛期进入生长后期,蒸散量也大幅降低,一年生植物和多年生植物群落月平均蒸散量低于5 mm。总体看来,冬春季蒸散量和蒸发量维持在全年最低水平,与毛乌素裸沙丘的蒸发特征相一致[27]。

图9 荒漠草原蒸散、蒸腾和蒸发月变化Fig.9 Daily variation of evapotranspiration,transpiration and evaporation in different months of desert steppe

2.4 年际间蒸散组分动态特征

从2018年4月-2019年3月(第一年)、2019年4月-2020年3月(第二年)和2020年4月-2021年3月(第三年)连续三年的蒸散组分可以看出(图10),多年生植物群落蒸散总量为814.53 mm,年平均蒸散量为271.51 mm;蒸发总量为739.37 mm,年平均蒸发量246.46 mm;蒸腾总量仅为75.16 mm,年平均蒸腾量为25.05 mm。结合对应的降雨量分析,我们发现这与王韦娜等[28]研究发现蒸渗仪测定的年蒸散量与年降雨量接近相一致。一年生植物群落的蒸散总量为845.66 mm,年平均蒸散量为281.89 mm;蒸发总量为785.47 mm,年平均蒸发量261.82 mm;蒸腾总量为60.19 mm,年平均蒸腾量为20.06 mm。其中2019年4月-2020年3月间,多年生和一年生植物群落的蒸散量分别为350.64 mm和380.02 mm,蒸发量为340.49 mm和355.42 mm,均明显高于其他两个年份。2018年4月-2019年3月的蒸散量和蒸发量最低,多年生植物群落的蒸散量和蒸发量是184.39 mm和136.10 mm,一年生植物群落的则分别为159.07 mm和143.94 mm。多年生植物和一年生植物群落三年平均蒸腾量仅占蒸散总量的9.23%和7.12%。

图10 荒漠草原年蒸散量、蒸发量和蒸腾量Fig.10 The annual evapotranspiration,evaporation and transpiration of desert steppe for three years

2.5 蒸散组分与影响因子的Mantel-Test分析

不同时间尺度下蒸散组分与气候、土壤因子间具有不同的相关性结果。小时尺度(图11)来看,蒸散量和蒸发量与降雨量、降雨速率间的相关性较强(0.2≤r<0.4),但显著性水平较低(P≥0.05);太阳辐射与蒸发量和蒸腾量的显著性较高(P<0.01),但相关性较低(r<0.2)。日尺度上(图12),蒸散量、蒸发量和蒸腾量与降雨量的相关性(r≥0.4)和显著性(P<0.01)均较高;降雨速率与蒸散量和蒸发量间的关系水平较显著(P<0.05);土壤含水量与蒸散量显著性较高(P<0.01);在日尺度上,风速、太阳辐射、气温和土壤温度对蒸散量、蒸发量和蒸腾量的影响较小(P≥0.05,r<0.2)。从月尺度(图13)可以看出,降雨量和降雨速率与蒸散量、蒸发量的相关性较高(0.2≤r<0.4),但显著性较低(P≥0.05);太阳辐射与蒸发量和蒸腾量的显著性相对较高(P<0.01),但相关性较低(r<0.2)。

图11 蒸散组分与气象土壤因子的小时尺度Mantel-Test分析Fig.11 Mantel-Test analysis of evapotranspiration components and meteorological soil factors on the hourly scales

图12 蒸散组分与气象土壤因子的日尺度Mantel-Test分析Fig.12 Mantel-Test analysis of evapotranspiration components and meteorological soil factors on the daily scale

图13 蒸散组分与气象土壤因子的月尺度Mantel-Test分析Fig.13 Mantel-Test analysis of evapotranspiration components and meteorological soil factors on the monthly scale

3 讨论

3.1 蒸散组分特征

有研究发现,地表降雨量的70%会通过蒸散返回到大气中,干旱地区甚至可达到90%以上[28],这与本研究发现蒸腾量仅占蒸散总量的7.12%-9.23%相一致。蒸腾量占蒸散量的比例很小,主要是因为荒漠草原植被覆盖度和生物量与农田、森林、典型草原等生态系统相比,其植物叶面积小、植被稀疏、生物量少,而光照充足、空气湿度较小、夏季气温较高,导致蒸发作用强烈。此外,还可能与在干旱半干旱区蒸渗仪(特别是在土壤蒸发桶中)测定的降雨量要比雨量计观测的高[10],加之非降雨性的水分(露、雾)能够被土壤和植被吸收[29-30],这也影响了不同植被条件下蒸渗仪重量变化,是导致采用双源结构差值法得出蒸腾量较小(甚至出现负值)的主要原因。此外,土壤棵间蒸发仪由于缺少了植物的遮挡作用,土壤增温更快,导致蒸发量增大,对计算结果也产生了不可忽略的影响。因此,采用简单的双源结构差值法来分析植物蒸腾量还有待商榷,未来可以采用其他布设方式[31]或利用同位素方法验证差值法,以便更合理地拆分蒸散发组分[32]。

3.2 蒸散组分主要影响因素

自然条件下,作为水循环的重要环节,蒸散受到气象因素变化的影响最为直接[8,33]。其中,太阳辐射是蒸散的主要驱动力,也是导致温度变化的主要因子[28]。气温是通过影响植物的生理活动和植物叶面温度来影响蒸腾,而且冠层结构的时间和空间变化大,水分耗散的变异过程和原因均较复杂。Ahmadi等[34]研究发现,对于年尺度数据,太阳辐射是美国加利福尼亚州蒸散最有影响力的驱动因素;季节和月尺度上,水汽压则是夏季和春季的主要影响因素,而太阳辐射在较冷季节更为重要。在加州南圣华金河谷的果园,日蒸散量对净辐射最敏感,其次是地表温度和近地表温差[35]。向下的短波辐射是太湖蒸发变化的主控因子,向下的长波辐射、气温、比湿也对湖泊蒸发年际变化有一定影响,但是风速对蒸发量的年际变化影响不大[36]。可以利用饱和水汽压差、温度和空气相对湿度三个气象因子较好地模拟祁连山东段南麓青海云杉林日蒸腾过程[37]。年蒸散变化的主导因子为相对湿度与风速,季尺度上春、秋季蒸散变化的主导因子为相对湿度,夏季为日照时数,而冬季则为风速[38]。还有研究发现冠层气孔导度在日尺度上控制蒸发量和蒸散量的比例,叶面积指数的变化和大小解释了季节、年度和地点间变化,是最关键的因素[5]。李谦等[33]综合通径分析的结果认为,逐日尺度上影响稻田蒸散的主要因子为净辐射、相对湿度与最高气温,同时各气象因子间存在相互的制约、影响,最终对实际蒸散起到了综合性的作用效果。上述研究结果和结论间存在的差异既受到来自下垫面植被变异的影响,也受到蒸散数据空间观测尺度变化的影响。

虽然有较多的研究表明,风速对加大田间蒸散[39]、加快植物蒸腾和棵间蒸发均具有一定作用,在亚热带南部季风区的太湖流域,风速在日尺度对稻田蒸散量的影响大于小时尺度[12],但在半干旱大陆性季风区的北京,夏玉米地蒸散量则与净辐射的相关关系较好,但与空气湿度、温度和风速的相关关系随尺度变化而不同[40]。这可能与所属气候类型区、下垫面条件不同导致蒸散特征有所差异。一天之中风速会随着时间而有大小变化,本研究中风速对蒸散组分的影响并不显著,可能与风速会对蒸渗仪产生一定影响有关,当施加在蒸渗仪的风压不均匀时,蒸渗仪称重系统表现出易变性[28]而出现许多异常值[10],还与取平均值后抵消了部分差异,进而导致与蒸散组分的相关性不高,这一点从小时尺度、日尺度和月尺度的相关性分析结果具有差异性也可以得到验证。

3.3 蒸散组分的尺度效应

蒸散量存在明显的时间尺度效应[41],而且影响蒸散量的因素还受到时间尺度不同而有所差异。Baldocchi &Wilson[42]以小时、天、季、年和十年时间尺度探讨了温带阔叶林蒸散量的各影响因素,并发现降雨量和气温是主要影响因素。孙树娇等[43]以小时、日、旬、月尺度探究了青藏高原典型高寒荒漠的蒸散及水分消耗特征。刘笑吟等[16]则利用自制小型蒸渗仪研究了小时和日尺度下稻田的蒸散量、水稻蒸腾量和土壤蒸发量特征,发现不同时间尺度影响因素不完全相同,而且影响程度也不一样。王军等[44]通过连续7年的观测数据系统解析了荒漠草原生长季小时、日和月尺度上的蒸散特征,研究表明蒸散与风速、气温和降雨量保持高度相关。但贾晓鹏等[10]对库布齐沙漠人工林研究发现土壤蒸发与降雨、气温、相对湿度、太阳辐射显著相关,而与风速不相关。周学雅等[45]发现科尔沁草地土壤蒸发与饱和水汽压差、净辐射、风速显著相关,与气温显著不相关。有学者研究发现小时和月尺度上的经验方程可较好地反映内蒙古荒漠草原不同时间尺度下垫面蒸散特征[44]。本研究中,蒸散量变化与气象因子间的关系同样存在时间尺度差异,相比于小时和月尺度,日尺度上各气象因子对实际蒸散量的影响效果更为明显。导致以上研究结果的差异可能与不同研究区的气象因子差异较大有关,同时也说明了不断变化的气象因子之间发生着错综复杂的作用。此外,也可能与所处的植被类型不同导致蒸散量有所差异[46],说明蒸散受到气象、植物和土壤等多种因子的相互作用,共同作用影响着生态系统的水汽收支。刘国水等[9]认为应依据空间尺度观测方法、下垫面状况和气候区条件来选择适宜的蒸散量时间尺度扩展方法。

受尺度效应影响,不同植物群落蒸散组分与其他影响因子间的相关性在不同时间尺度上具有较大的差异性,甚至出现了正负交替变化,这可能是尺度叠加造成的结果[44],同时也说明蒸散组分的变化是多种因素共同影响和控制的结果,仅分析其中单个因素的影响规律,很难准确进行评价,不能完全弄清蒸散量、蒸腾量和蒸发量的控制机制[16]。本研究仅探讨了气温、降雨、风速等气象因子和土壤温湿度对蒸散组分的影响,尚不能完全明确对蒸散发的调控机理,未来还需对多因素(如群落结构、叶面积指数、土壤理化性质等)的综合作用开展相关探讨,以明确荒漠草原蒸散组分所依赖的主控因子。