李藍君，宋孝玉，夏 露，符 娜，李懷有，李垚林，馮 丹

?

黃土高原溝壑區(qū)典型造林樹種蒸散發(fā)對氣候變化的響應(yīng)

李藍君1，宋孝玉1※，夏 露1，符 娜1，李懷有2，李垚林2，馮 丹3

（1. 省部共建西北旱區(qū)生態(tài)水利國家重點實驗室（西安理工大學(xué)），西安 710048； 2. 黃委會西峰水土保持科學(xué)試驗站，慶陽 745000；3. 藍田縣水利水保工作站，西安 710500）

為研究黃土溝壑區(qū)典型造林樹種蒸散發(fā)對氣候變化的響應(yīng)，基于黃土溝壑區(qū)小流域刺槐、側(cè)柏、油松樣地實測蒸散發(fā)數(shù)據(jù)，借助Hydrus-1D軟件構(gòu)建了黃土溝壑區(qū)刺槐、側(cè)柏及油松植被蒸騰與土壤蒸發(fā)的模擬模型，使用修正Morris法對模型參數(shù)敏感性進行分析，結(jié)果表明：>40～100 cm土壤孔徑分布參數(shù)（2），>40～100 cm土壤飽和體積含水率（θ2），0 cm土壤田間持水率（θ），根系吸水最適水勢上閾值（1），根系吸水最適土壤水勢下閾值（2），植物出現(xiàn)永久凋萎時的土壤水勢（3），消光系數(shù)（），截留模型經(jīng)驗參數(shù)（）等參數(shù)對植被蒸騰影響較大，植被生理特征相關(guān)參數(shù)1，2，3，，的不同是造成樹種間蒸騰量出現(xiàn)差異性的重要原因。選取2015年試驗觀測數(shù)據(jù)對模型進行率定，2016年試驗觀測數(shù)據(jù)對模型進行驗證，土壤含水率及土壤蒸發(fā)的Nash-suttcliffe模擬效率系數(shù)（Ens）均在0.700以上。采用率定后的模型對預(yù)設(shè)情景下的蒸散發(fā)量進行模擬，結(jié)果表明：未來及不同水文年氣候特征對刺槐蒸騰的影響程度大于蒸發(fā)，對側(cè)柏和油松而言，則正好相反。所有氣候情景下，刺槐、側(cè)柏、油松的蒸騰量分布在128.8～282.6、99.3～200.3和140.5～220.5 mm，蒸發(fā)量分布在94.6～135.4、116.5～187.3和123.8～212.5 mm，蒸騰量與蒸發(fā)量均表現(xiàn)為豐水年＞平水年＞枯水年。3個樹種蒸騰量對未來及不同水文年氣候特征的響應(yīng)程度表現(xiàn)為：刺槐＞側(cè)柏＞油松，并且，同一時期內(nèi)，在豐水年及平水年，刺槐蒸騰量最大，在枯水年，油松蒸騰量最大。3樹種蒸發(fā)量對未來及不同水文年氣候特征的響應(yīng)程度表現(xiàn)為：油松＞側(cè)柏＞刺槐。生長季降雨量對于同期蒸騰量與蒸發(fā)量的影響明顯強于溫度的影響，其與蒸騰量、蒸發(fā)量之間均呈極顯著（<0.01）線性關(guān)系。

氣候變化；蒸散發(fā)；植被；Hydrus-1D模型；黃土溝壑區(qū)

0 引 言

蒸散發(fā)（包括植物蒸騰和土壤蒸發(fā)）是土壤-植被-大氣連續(xù)體（SPAC）系統(tǒng)中的關(guān)鍵環(huán)節(jié)，也是地表能量平衡和全球水循環(huán)的重要組成部分[1-2]，其在植物養(yǎng)分輸送、生長發(fā)育、應(yīng)對和緩解干旱脅迫以及改善區(qū)域微氣候等方面意義重大[3]。黃土高原是中國西部主要的旱作農(nóng)業(yè)區(qū)，區(qū)域內(nèi)氣候條件變化劇烈，干旱頻發(fā)，水資源短缺成為限制該地區(qū)作物生長的主要因子[4-5]。目前，退耕還林作為治理水土流失、涵養(yǎng)水源的主要途徑，已經(jīng)在黃土高原地區(qū)得到廣泛應(yīng)用與推廣[6]，然而，由于在造林過程中并未充分考慮當(dāng)?shù)厮Y源特點與林木蒸散耗水特性的匹配問題，使得造林過程中人工林存活率較低、生長率低等問題常有發(fā)生[6-8]。因此，對黃土區(qū)典型造林樹種的蒸散特征進行分析，對于篩選造林樹種、恢復(fù)種植結(jié)構(gòu)以及生態(tài)修復(fù)等均具有十分重要的意義[3,7-8]。

受到全球氣候變化的影響，黃土高原地區(qū)的氣候特征也發(fā)生了顯著的變化[9]。氣候變化能夠深刻地影響植被的蒸散，進而對植被的生長產(chǎn)生影響[10]?，F(xiàn)階段，對于黃土及半干旱地區(qū)林木蒸散特征進行的研究，按研究方法主要分為3類：第一類是基于植被樹干液流的觀測結(jié)果對植被蒸騰作用的日間變化、季節(jié)動態(tài)等方面的研究[3,7-8]，相比較而言，該類方法在短時段內(nèi)的觀測精度更好[11]；第二類是基于水量平衡、能量平衡理論，結(jié)合遙感技術(shù)等方法對整個區(qū)域林木蒸散進行的推求與觀測，并基于此對蒸散特征及其動態(tài)變化進行的研究[2,5]，該類方法原理明確，適用性強，目前，主要運用于一定區(qū)域范圍內(nèi)蒸散發(fā)的整體變化狀況的研究[2,10]。第三類為模型模型法，該類方法可以定量和動態(tài)描述植被的生長、發(fā)育及耗水過程，因此在氣候變化條件下植被蒸散耗水方面的研究中應(yīng)用比較廣泛[12-15]，同時，大氣環(huán)境物理基礎(chǔ)理論研究的不斷深入以及高分辨率統(tǒng)計降尺度的應(yīng)用，也使得該種方法受到了越來越多的關(guān)注[12-13]。目前，應(yīng)用模型模擬法研究植被蒸散對氣候變化的響應(yīng)，研究對象主要集中在水稻（）[13]、玉米（）[14]、棉花（）[15]等經(jīng)濟作物上，以黃土溝壑區(qū)典型造林樹種刺槐（、側(cè)柏（）、油松（）為對象進行對比的研究較少，并且，現(xiàn)有研究中，考慮典型水文年蒸散發(fā)變化特征的報道尚顯空白，而在區(qū)域水資源供需平衡分析中，不同水文年植被蒸散則是進行水資源規(guī)劃與管理時不可缺少的基礎(chǔ)數(shù)據(jù)[16]。鑒于此，本文以黃土溝壑區(qū)刺槐、側(cè)柏、油松為研究對象，引入Hydrus-1D模型[17]對其土壤蒸發(fā)與植被蒸騰過程進行合理再現(xiàn)，在此基礎(chǔ)上，以豐、平、枯3個典型年的降雨及氣象數(shù)據(jù)為基礎(chǔ)情景，結(jié)合已有成果[18-19]進行未來氣候情景的設(shè)定，進而對3個樹種土壤蒸發(fā)與植被蒸騰在不同水文年氣候情景下的響應(yīng)程度及其影響因素進行系統(tǒng)分析和探討，以期為科學(xué)選擇造林樹種、提高黃土溝壑區(qū)人工林區(qū)水分利用效率提供理論依據(jù)，為黃土溝壑區(qū)生態(tài)系統(tǒng)的管理、水資源綜合規(guī)劃等提供科學(xué)參考。

1 材料與方法

1.1 研究區(qū)概況及樣地選擇

南小河溝流域（圖1）位于甘肅省慶陽市西峰區(qū)境內(nèi)（35°41′～35°44′N，107°30′～107°37′E），系涇河支流蒲河左岸的一條支溝，流域面積為36.5 km2，海拔1 050～1 450 m，流域地貌主要包括塬面、梁峁坡、溝谷三大類，具有典型的黃土高原溝壑區(qū)地貌特征，是黃河水利委員會西峰水保站于1951年建立的黃土溝壑區(qū)典型原型觀測小流域。流域內(nèi)多年平均降水量為545.8 mm，主要集中在6－9月，并且大多以暴雨形式發(fā)生。流域地質(zhì)構(gòu)造單一，土壤抗蝕性差，易發(fā)生水土流失。流域內(nèi)植被群落較為單一，以刺槐、側(cè)柏、油松、山杏（以及紫花苜蓿（）等為主。

對研究區(qū)造林樹種的分布狀況進行實地踏查后，選取研究區(qū)內(nèi)楊家溝刺槐人工林、常青山側(cè)柏人工林以及魏家臺油松人工林林地為試驗樣地（圖1），在每個樣地中，選取長勢接近的9～12棵植株作為該樣地代表植株，采用每木檢尺測定每個代表植株的植物參數(shù)（胸徑、樹高以及冠層幅度），使用樣地內(nèi)植物參數(shù)樣本平均值為該樣地代表，各樣地樹種及地形特征統(tǒng)計見表1。

圖1 研究區(qū)地理位置及采樣點示意圖

表1 試驗樣地樹種及地形特征

1.2 試驗設(shè)計

2015年4月在所選樣地內(nèi)進行試驗布設(shè)，試驗觀測階段分為兩期，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。試驗內(nèi)容包括植被根系密度分布、土壤物理參數(shù)初始值的測定以及降雨和氣象要素、土壤含水率、土壤蒸發(fā)、葉面積指數(shù)等的獲取與觀測。

1.2.1 根系密度分布的測定

傳統(tǒng)的細根分類標(biāo)準(zhǔn)認(rèn)為根徑≤2 mm的細根為吸水根系[20]，根據(jù)其分級標(biāo)準(zhǔn)，使用土鉆法進行根系取樣，即在所選樣株中隨機選擇一顆，在距離樹干50 cm處設(shè)定3個取樣點，用50土鉆取土，以10 cm為間距進行根系取樣，直至土樣中無根系出現(xiàn)為止。取出土樣用0.5 mm土篩進行篩分，分揀出根系，用電子游標(biāo)卡尺篩選出根莖≤2 mm的細根，用清水洗干凈，烘干后（105 ℃）進行稱質(zhì)量（0.01 g），根據(jù)稱質(zhì)量結(jié)果計算根系分布密度。

1.2.2 土壤物理參數(shù)初始值的測定

根據(jù)根系分布的特點，確定樣地內(nèi)土壤物理參數(shù)及水分運動參數(shù)的測定深度為20、70以及150 cm，分別代表0～40、>40～100以及>100～200 cm土層的平均情況（田間持水率僅測定0 cm土層）。具體方法為，在樣地內(nèi)代表性植株中隨機選取一棵樹，在距離其樹干50 cm處取土樣，風(fēng)干后剔除植物根系殘體，碾壓后過2 mm土篩，采用激光粒度分析儀（Mastersizer 2000，UK）測量土壤顆粒組成，在此基礎(chǔ)上，由Rosetta模型[21]獲取殘余含水率（土壤在氣連通、水不連通狀態(tài)下的含水率）[22]。飽和導(dǎo)水率使用常水頭法進行測定，土壤水分特征曲線使用離心機法進行測定，土壤容重、飽和含水率、田間持水率使用環(huán)刀法進行測定。

1.2.3 降雨及氣象數(shù)據(jù)的獲取

使用3臺小型氣象測報系統(tǒng)（Watch dog series 2009，China，位置如圖1）對2個試驗期內(nèi)的降雨及氣象要素（溫度、濕度、風(fēng)速、太陽輻射等）進行觀測，觀測時段設(shè)定為1 h，氣象站安裝位置距離3塊樣地的直線距離不超過100 m。在進行氣候情景設(shè)定時，歷史降雨數(shù)據(jù)來源于流域內(nèi)的7個雨量站（圖1），經(jīng)泰森多邊形法轉(zhuǎn)換為流域面雨量數(shù)據(jù)。由于流域內(nèi)觀測站點氣溫觀測數(shù)據(jù)序列較短且缺測數(shù)據(jù)較多，因此，歷史氣溫數(shù)據(jù)使用臨近的國家級氣象觀測站西峰站的觀測數(shù)據(jù)，西峰站距離3樣地間直線距離小于10 km。

1.2.4 土壤含水率的觀測

土壤水分使用管式TDR系統(tǒng)（Trime TDR，Germany）進行觀測，在每個樣地的樣株中隨機選擇2株，在距離樹干50 cm處分別布設(shè)一根200 cm深的TDR測管，觀測深度在0～100 cm時以10 cm為間隔進行觀測，在100～200 cm時以20 cm為間隔進行觀測，觀測時間間隔為3～7 d。

1.2.5 土壤蒸發(fā)的觀測

土壤蒸發(fā)使用3個微型蒸滲儀（Micro-lysimeters）進行觀測，觀測位置隨機進行確定。蒸滲儀由內(nèi)徑16 cm，深度為25 cm的PVC測管組成，內(nèi)部裝有樣地內(nèi)原狀土，用紗布封底，土壤蒸發(fā)量由稱重法（精度0.01 g）進行確定，觀測時間間隔為1～7 d。

1.2.6 葉面積指數(shù)的測定

葉面積指數(shù)使用植物冠層觀測系統(tǒng)（Winscanopy 2006，Canada）進行觀測，觀測間隔為6～7 d，其余時段葉面積指數(shù)由線性內(nèi)插法進行確定。

1.3 Hydrus-1D模型

Hydrus-1D模型是美國農(nóng)業(yè)部國家鹽土實驗室開發(fā)的計算機軟件，用于模擬飽和及非飽和介質(zhì)中水流運動、熱量傳輸和溶質(zhì)運移，目前在土壤水分動態(tài)、溶質(zhì)運移以及植被蒸散發(fā)模擬中應(yīng)用較為廣泛[17,21,23-24]。

1.3.1 水分運動方程

Hydrus-1D模型使用嵌入了源匯項的修正Richards方程來描述土壤水分運動[24]

1.3.2 根系吸水模擬

Hydrus-1D使用Feddes模型模擬根系吸水過程[17]

其中，水分脅迫函數(shù)通常由以下公式進行確定

式中1、2與3為影響植被根系吸水的3個水勢閾值，cm，可根據(jù)相關(guān)參考文獻[26]進行確定。

1.3.3 林木蒸騰與土壤蒸發(fā)的的模擬

Hydrus-1D使用以下公式進行潛在蒸騰量（T）與潛在蒸發(fā)量（E）的分離[17]，即：

式中ET0為參考作物蒸散量，cm/d，可以通過氣象資料，應(yīng)用Penman-Monteith公式[27]進行計算；LAI為植被葉面積指數(shù)；為作物消光系數(shù)，根據(jù)White等[28]的研究，常綠植物側(cè)柏、油松的初始值取0.51，落葉植物刺槐的初始值取0.54。

在獲取潛在蒸騰速率T、水分脅迫函數(shù)()以及標(biāo)準(zhǔn)化根系分布函數(shù)()之后，便可計算作物實際蒸騰速率，即

在進行土壤蒸發(fā)的模擬時，Hydrus-1D模型認(rèn)為，當(dāng)表層土壤供水充分，即土壤吸力小于某個臨界值時，實際蒸發(fā)等于潛在蒸發(fā)，而當(dāng)土壤吸力大于臨界值時，則表層土壤吸力保持該臨界值不變，此時上邊界條件由通量邊界變?yōu)槎ㄋ^邊界，不發(fā)生蒸發(fā)[29]。可以看出，模型未能考慮水分脅迫條件下蒸發(fā)存在但小于潛在蒸發(fā)的情況。因此，本研究根據(jù)李艷等[30]的研究對模型進行修正，根據(jù)表層（0 cm）土壤的65%田間持水率以及殘余含水率將蒸發(fā)過程分3個階段，并由此進行蒸發(fā)速率的計算

1.3.4 初始及邊界條件

本研究以天為模擬時間步長，模擬區(qū)域為0～200 cm土層，以模擬前一天（2015年4月14日以及2016年4月14日）實測土壤水分剖面為初始條件。使用有徑流產(chǎn)生的大氣邊界為上邊界，考慮到黃土區(qū)地下水埋藏較深，因而使用自由排水邊界為下邊界。

1.4 模型參數(shù)敏感性分析

采用局部敏感性分析中的修正Morris篩選法[31]對Hydrus-1D模型參數(shù)進行敏感性分析，參數(shù)靈敏度取多次擾動所計算出的Morris系數(shù)的平均值，如下式

1.5 情景方案的設(shè)定

1.5.1 氣候要素的確定

1.5.2 典型水文年的選取

根據(jù)流域內(nèi)7個雨量站（圖1）1970－2016年的逐日降雨數(shù)據(jù)，利用泰森多邊形法獲取流域面雨量，對其進行頻率分析，得到=25%（豐水年），=50%（平水年）以及=75%（枯水年）的年降雨量分別為605.8，522.6，以及449.7 mm。根據(jù)實測降雨資料，選取年降雨量與各頻率對應(yīng)降雨量接近、并且其年內(nèi)分配具有代表性的年份作為典型年，最終確定為2012年（豐水年）、1984年（平水年）以及1996年（枯水年），以其實測降雨及氣象因素為基準(zhǔn)情景的氣候特征。再結(jié)合未來3個時段的A2氣候情景（圖2），對每個樹種設(shè)置3（典型年）×4（時期）共12種氣候情景，見表2。

圖2 A2情景下3個時期降雨量變化率及氣溫變化量

表2 不同氣候情景組合降雨量及氣溫的設(shè)定

1.6 模型評價標(biāo)準(zhǔn)

使用Nash-suttcliffe系數(shù)（Ens）對模型模擬精度進行評價，其計算公式如下

式中O為實測值，P為模擬值，avg為實測值均值。Ens越接近于1，表明模型模擬值與實測值間擬合程度越高。

2 結(jié)果與分析

2.1 模型參數(shù)敏感性分析

根據(jù)2015年4月15日－10月15日試驗觀測數(shù)據(jù)，使用修正Morris篩選法計算對應(yīng)參數(shù)的敏感度（每個參數(shù)的擾動范圍分別為±20%，±15%，±10%以及±5%，在此過程中保持其余參數(shù)值不變）。刺槐、側(cè)柏及油松林地Hydrus-1D模型的參數(shù)敏感度計算結(jié)果見表3。

表3 Hydrus-1D模型參數(shù)局部敏感性分析結(jié)果

從表3中可以看出，模型中敏感度最高的參數(shù)為2，為高靈敏度參數(shù)；θ，θ2，1，2，3，，為敏感參數(shù)；θ2，K1，1，2為中度敏感參數(shù)；θ1，θ3，θ3，K2，K3，3，3為不敏感系數(shù)。θ1及1對刺槐而言為高靈敏度參數(shù)，對側(cè)柏和油松則為靈敏參數(shù)。對同一樹種3個土壤分層的土壤水力學(xué)參數(shù)（θ，θ，K，，）進行對比分析還可以看出，除θ與以外，其余參數(shù)的敏感性隨土層深度增加表現(xiàn)出逐漸減弱的趨勢，當(dāng)深度處于100～200 cm時，由于土壤中植物吸水根系的分布較少，使得該土層內(nèi)土壤水力學(xué)參數(shù)的變化對植被蒸騰的影響程度非常弱，因此，對于3種植被類型而言，該土層土壤水力學(xué)參數(shù)的敏感度在各個土層中均最小，均為不敏感參數(shù)。由表3還可以看出，植被生理特征相關(guān)參數(shù)（1，2，3，，）均為敏感參數(shù)，即植被生理特征對于植被蒸騰的影響程度較大，表明植被生理特征的差異是造成不同樹種間蒸騰量呈現(xiàn)差異的重要原因。參考以上分析結(jié)果，根據(jù)敏感度大小分別對3個樹種的模型參數(shù)進行調(diào)整，將大大降低參數(shù)率定的工作量。

2.2 參數(shù)調(diào)整及模型驗證

為了保證模擬結(jié)果的可靠性，需要對模型的初始參數(shù)進行率定及驗證。以2015年4月15日－2015年10月15日為率定期，以2016年4月15日－2016年10月15日為驗證期，依據(jù)參數(shù)敏感性分析結(jié)果，使用人工試錯法對模型參數(shù)進行調(diào)整，根據(jù)實測土壤水分剖面（以20，80及160 cm土層土壤含水率狀況分別代表0～40、>40～100以及>100～200 cm土層水分狀況）以及土壤蒸發(fā)數(shù)據(jù)為基礎(chǔ)，以Ens為指標(biāo)評價模型模擬結(jié)果的可靠性，驗證期土壤含水率及土壤蒸發(fā)的模擬結(jié)果評價見圖3。可以看出，模型參數(shù)調(diào)整之后，土壤含水率及土壤蒸發(fā)模擬結(jié)果的Ens均大于0.700，這表明參數(shù)調(diào)整后模型在模擬土壤含水率與土壤蒸發(fā)過程中的精度較高。調(diào)整后的模型參數(shù)見表4。

圖3 土壤含水率及土壤蒸發(fā)模擬結(jié)果驗證

表4 Hydrus-1D模型參數(shù)調(diào)整結(jié)果

由于黃土區(qū)地下水埋藏較深，不參與土壤水分循環(huán)，其通過毛管上升作用對于表、淺層土壤水分的補給作用可以忽略[34]，因而，土壤水分的變化則主要取決于降雨入滲補給、土壤蒸發(fā)及植被蒸騰的共同作用，因此，當(dāng)模型可以有效模擬土壤蓄水量（土壤含水率）變化及土壤蒸發(fā)過程時，就可以較好地模擬植被的蒸騰過程。

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

2.3 模型應(yīng)用及分析

將模擬時段確定為整個生長季（4月15日－10月15日），為避免初始土壤含水率及LAI對結(jié)果的影響，在對各個情景進行模擬時，均采用2015年4月14日各樹種林地實測土壤水分剖面作為初始水分條件，同時使用2015年同期LAI實測數(shù)據(jù)作為輸入?yún)?shù)。通過將圖2與表2確定的各情景氣象要素分別帶入模型當(dāng)中，可以得到各樹種在2種情景下不同典型年及其對應(yīng)的未來3個時段的蒸騰、蒸發(fā)過程。

2.3.1 氣候變化對蒸騰量的影響

圖4為3種樹種在各時期內(nèi)不同典型年的蒸騰量及其對于基準(zhǔn)期的變化率。分析可知，在4個時期內(nèi)（基礎(chǔ)情景（BC）及2020 s、2050 s以及2080 s），刺槐、側(cè)柏、油松的蒸騰量分別分布在128.8～282.6、99.3～200.3、140.5～220.5 mm，均表現(xiàn)為豐水年＞平水年＞枯水年。與各基準(zhǔn)期相比，未來3個時期生長季蒸騰量均隨著時期的遞增呈現(xiàn)出減小的趨勢，刺槐、側(cè)柏、油松在3種未來氣時期下的蒸騰量分別為128.8～255.2、99.3～180.7、140.5～215.5 cm，與基準(zhǔn)期相比分別減小16.1～83.5，13.5～59.5，11.1～46.4 mm，變異系數(shù)分別為24.80%、22.53%和14.75%，減小幅度與變異系數(shù)均表現(xiàn)為刺槐＞側(cè)柏＞油松，表明刺槐蒸騰對于未來氣候條件的變化最敏感，側(cè)柏次之，油松最為穩(wěn)定。

圖4 不同氣候情景下3種樹種蒸騰量及其相對變化率

在同一時期，刺槐豐、枯水年蒸騰量差值分布在70.3～105.5 mm，側(cè)柏、油松則分別在42.3～57.0、41.9～52.8 mm，均表現(xiàn)為刺槐＞側(cè)柏＞油松，表明刺槐蒸騰量在不同水文年的差異性最大，側(cè)柏次之，油松最小。同一時期內(nèi)，在豐水年及平水年，刺槐蒸騰量最大，比側(cè)柏高44.1～82.2 mm，比油松高1.6～62.0 mm，而在枯水年，則比側(cè)柏高29.4～33.7 mm，比油松小1.6～11.7 mm，刺槐和側(cè)柏在枯水年的蒸騰量小于油松的蒸騰量，進一步表明油松在不同水文年蒸騰的穩(wěn)定性，特別是在枯水年，油松蒸騰減小幅度遠小于刺槐，使其在枯水年的蒸騰量超過了刺槐，成為3個樹種中蒸騰量最大的樹種。

相關(guān)分析的結(jié)果表明（表5），刺槐、側(cè)柏、油松蒸騰量與降雨量呈極顯著正相關(guān)，與積溫[35]（界限溫度選定為10 ℃[36]，由于研究涉及時段內(nèi)日平均氣溫均大于10 ℃，因此，本文中積溫為研究時段內(nèi)日平均氣溫之和）及降雨量-積溫交互項的相關(guān)性明顯低于降雨量，表明降雨量變化對蒸騰量的影響強于溫度的影響，即不同氣候情景下植被蒸騰量的改變主要取決于降雨量的改變。回歸分析的結(jié)果表明，生長季蒸騰量與降雨量呈極顯著（<0.01）線性關(guān)系，如式（14）－式（16）所示

表5 生長季蒸騰量與降雨、溫度及其交互作用的相關(guān)系數(shù)

注：*表示顯著相關(guān)；**表示極顯著相關(guān)；P、A（>10 ℃）以及P×A（>10 ℃）分別表示降雨、積溫（>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 氣候變化對蒸發(fā)量的影響

圖5為3種樹種在不同氣候時期內(nèi)各水平年的蒸發(fā)量及其對于基準(zhǔn)期的變化率。分析可知，在4個時期內(nèi)，3個樹種的蒸發(fā)量同樣表現(xiàn)為豐水年＞平水年＞枯水年，其中，刺槐蒸發(fā)量分布在94.6～135.4 mm，小于同等條件下的蒸騰量，而側(cè)柏、油松的蒸發(fā)量分別在116.5～187.3 mm以及123.8～212.5 mm，均大于同等條件下的蒸騰量。與基準(zhǔn)情景相比，未來3個時期內(nèi)，3個樹種蒸發(fā)量均隨著時期的遞增而減小，但其變化率均小于同等條件下蒸騰量變化率。刺槐、側(cè)柏、油松在3個未來氣候時期下的蒸發(fā)量變異系數(shù)分別為13.84%，15.96%以及16.26%，蒸發(fā)量與基準(zhǔn)期相比分別減小0.4～9.1，3.7～22.1，5.1～37.3 mm，變異系數(shù)與減小幅度均表現(xiàn)為油松>側(cè)柏>刺槐，并且，在同一典型年條件下，油松生長季蒸發(fā)量相對基準(zhǔn)期的變化量較刺槐和側(cè)柏分別偏大2.4～31.3 mm以及1.3～15.2 mm，對比分析可以發(fā)現(xiàn)，油松地土壤蒸發(fā)對于未來氣候條件的變化最為敏感，側(cè)柏次之，刺槐最為穩(wěn)定。

同一時期，刺槐、側(cè)柏及油松在不同水文年的蒸發(fā)量均表現(xiàn)為油松＞側(cè)柏＞刺槐。3個樹種豐、枯水年蒸發(fā)量差值分布在31.7～35.7、48.7～58.3以及51.4～73.8，均表現(xiàn)為油松＞側(cè)柏＞刺槐，表明不同水文年氣候特征的變化對油松蒸發(fā)量的影響程度最大，側(cè)柏次之，刺槐最小。刺槐豐、枯水年蒸發(fā)量差值較同時期蒸騰量的豐、枯年差值偏小35.5～73.8 mm，對側(cè)柏與油松而言，則分別偏大0.6～7.1 mm以及4.6～31.9 mm，表明不同水文年氣候特征對刺槐蒸騰量的影響程度大于蒸發(fā)，對側(cè)柏和油松而言，則正好相反。

圖5 不同氣候情景下3種林地蒸發(fā)量及其相對變化率

相關(guān)分析的結(jié)果表明（表6），刺槐、側(cè)柏、油松林地蒸發(fā)量與降雨量以及降雨-積溫交互項呈極顯著正相關(guān)，與積溫的相關(guān)性不顯著。蒸發(fā)量與降雨量-積溫交互項也達到極顯著水平，但與積溫的相關(guān)性很差，因而將溫度因素考慮在內(nèi)時，不會對蒸發(fā)量與降雨量相關(guān)性分析結(jié)果產(chǎn)生顯著的影響。分析表明，降雨量變化對蒸散量的影響強于溫度的影響，與蒸騰量影響因素的分析結(jié)果一致，這主要是由于，在研究區(qū)內(nèi)，降雨為植被蒸散耗水的主要水分來源，因此，其與蒸騰量以及土壤蒸發(fā)量間的相關(guān)性更高。從式（8）－式（11）可以看出，對同一樹種而言（LAI與一定），植被蒸騰量與蒸發(fā)量主要取決于ET0（文中主要為溫度變化引起）以及土壤水分脅迫的共同作用，雖然溫度的變化能夠使得潛在蒸騰量與潛在蒸發(fā)量發(fā)生一定的變化，但在土壤供水有限的情況下，實際蒸騰量與實際蒸發(fā)量主要取決于土壤水分的脅迫作用，即降雨通過入滲補給的土壤水分改變了土壤水分的分布條件，引起了土壤水勢的變化，改變了土壤水分對于根系吸水以及土壤蒸發(fā)的脅迫程度，進而對植被蒸騰與土壤蒸發(fā)產(chǎn)生了影響?；貧w分析的結(jié)果表明，蒸發(fā)量與降雨量也呈極顯著（<0.01）線性關(guān)系，如式（17）－（19）所示

表6 生長季蒸發(fā)量與降雨、積溫及其交互作用的相關(guān)系數(shù)

3 討 論

植被蒸騰與土壤蒸發(fā)受到植被生理條件、氣候條件以及土壤水分等眾多因素的共同影響[37]。其中，氣候條件中的降水及氣溫的變化對植被蒸騰量以及土壤蒸發(fā)的影響主要來源于以下2個方面：（1）氣溫變化改變了大氣蒸發(fā)力[8]，使得潛在土壤蒸發(fā)與植被蒸騰量發(fā)生改變；（2）降雨的變化影響冠層截留以及水分入滲過程，改變了土壤水分的空間分布[38]，使得植被蒸騰與土壤蒸發(fā)的土壤水分脅迫條件發(fā)生改變。本研究的結(jié)果表明，不同樹種的蒸散發(fā)過程對氣候變化的響應(yīng)程度并不相同，對蒸騰量而言，刺槐最易受到未來氣候變化以及不同水文年氣候特征變化的影響，側(cè)柏次之，油松最為穩(wěn)定。張涵丹等[3]的研究表明，油松屬于節(jié)水型樹種，在不同程度水分脅迫條件下，蒸騰速率能夠在保持相對穩(wěn)定的狀態(tài)，與本研究結(jié)果相近。吳旭等[7]的研究表明，相對于側(cè)柏，刺槐蒸騰更易受降水的影響，與本研究結(jié)果相一致。不同樹種對同一氣候特征的響應(yīng)程度不同，這主要是由樹種間生理特征不同引起的：1）刺槐的消光系數(shù)大于側(cè)柏和油松[28]，其消光作用更強，能夠截留更多的有效輻射[39]，這表明同等大氣蒸發(fā)力條件下，刺槐葉面積指數(shù)及根系的共同作用使得刺槐的潛在蒸騰量更大，當(dāng)氣候變化引起的大氣蒸發(fā)力變化時，刺槐潛在蒸騰量的變化量也會更大。2）刺槐為落葉闊葉林，冠層較大，葉片分布相對稀疏，其林冠對降雨的截留作用與側(cè)柏和油松相比較小，容易被雨滴穿透[40]，導(dǎo)致同一降雨條件下，降雨對刺槐土壤水分補給量較大，根系吸水受到的水分脅迫較小。3）刺槐根系吸水特征水勢（1，2，3）與油松相似，因此，其蒸騰量間的差異主要是由消光系數(shù)及冠層截留作用的差異性引起的。與刺槐和油松相比，側(cè)柏根系吸水水勢區(qū)間（0～3）明顯較小，這也造成了側(cè)柏林地蒸騰量偏小，進一步分析可以看出，當(dāng)土壤處于較為干燥狀態(tài)時（水勢位于2～3），隨著土壤水分含量的降低，側(cè)柏根系吸水速率相較刺槐和油松而言減弱更為明顯，這也一定程度上減小了側(cè)柏的蒸騰量。

刺槐、側(cè)柏及油松土壤蒸發(fā)在不同氣候條件下的變化特征與其蒸騰量對氣候變化的響應(yīng)程度不同。刺槐蒸騰對氣候變化最為敏感，但其土壤蒸發(fā)在氣候特征發(fā)生變化時則比較穩(wěn)定，這是由于樹種間生理特征的不同使得不同樹種的耗水結(jié)構(gòu)不同而引起的：刺槐蒸騰強度較高，根系吸水蒸騰為土壤水分消耗的主要途徑，雖然降雨對于刺槐土壤水分的補給大于側(cè)柏和油松，但其蒸騰耗水消耗了過多的土壤水分，這一方面降低了可供蒸發(fā)的土壤水分殘留量[39]，另一方面，也使得土壤蒸發(fā)受到的水分脅迫增大，進而減少土壤蒸發(fā)量[5]。與側(cè)柏和油松相比，刺槐根系分布較深且隨深度變化相對均勻[41]，其較強的蒸騰作用將消耗更多深層土壤的水分，這可能造成刺槐林地內(nèi)深層土壤的干燥化，并可能形成深層土壤干層，為避免上述情況的發(fā)生，應(yīng)當(dāng)在生長季內(nèi)對其進行必要的修枝撫育，以降低林分郁閉度，減少葉片數(shù)量，進而減小蒸騰作用對深層土壤水分的消耗，以避免深層土壤的過度干燥化。雖然上述措施可能造成林下土壤受到的太陽短波輻射增大，使得土壤蒸發(fā)量增大，但考慮到土壤蒸發(fā)主要影響表淺層土壤水分[42]，因此，該措施對研究區(qū)生態(tài)環(huán)境的長遠恢復(fù)與改善具有一定的實際意義。對側(cè)柏與油松而言，其土壤蒸發(fā)對氣候變化的響應(yīng)機理與刺槐相反，這兩種樹種的截留作用較強，雖然使降雨對土壤水補給較小，但由于其根系吸水對土壤水分影響與刺槐相比明顯減小，這使得土壤水分含量相對較高，增大了土壤蒸發(fā)量[5,43]。側(cè)柏與油松林地土壤蒸發(fā)量相對較高，同時，由于這兩種植被根系分布較淺[41]，因而以上2種樹種對土壤水分消耗的深度較淺，因此，可以對以上樹種進行合理密植以提高郁閉度，提高其對淺、表層土壤水分的利用率。對以上三種植被，在進行以上措施的同時，也應(yīng)充分重視林下次生植被與枯落物的合理經(jīng)營，以進一步降低土壤蒸發(fā)，促進土壤水分的有效利用。

本文主要針對黃土溝壑區(qū)3種造林樹種蒸騰量及土壤蒸發(fā)量對氣候變化的響應(yīng)程度及機理進行初步探討，研究中未考慮鹽分脅迫對根系吸水及土壤蒸發(fā)的影響，受到實測資料的限制，模擬時使用2015年初始土壤含水率作為所有氣候情景的初始條件進行了模擬，同時，模擬過程也未考慮氣候特征變化對于植被生理特征（葉片葉綠素含量、，LAI，1，2，3等）及土壤理化性質(zhì)（鹽分變化、重金屬富集以及，，K，θ，θ，θ等）的改變，這些因素會對研究結(jié)果產(chǎn)生一定的影響，因此，結(jié)合植被生理生態(tài)響應(yīng)機制，盡量將以上因素考慮在內(nèi)進行模擬，以提高模擬精度及可靠性，將是進一步研究的重點。在設(shè)置氣候情景時，也應(yīng)充分考慮除降雨及溫度外的其余氣候條件變化對模擬結(jié)果的影響，以便更好的認(rèn)識氣候變化條件下各樹種蒸騰及土壤蒸發(fā)的變化規(guī)律。本文未對氣候變化條件下3個樹種蒸散發(fā)總量的變化情況進行分析，也未針對蒸散發(fā)總量與降雨量間的關(guān)系進行研究，后續(xù)研究也應(yīng)將以上內(nèi)容作為重點進行考慮，以期為黃土溝壑區(qū)刺槐、側(cè)柏及油松林地內(nèi)耗水總量的控制，水分利用效率的提高等提供更加堅實的基礎(chǔ)支持。

4 結(jié) 論

1）4個氣候情景時期條件下，刺槐、側(cè)柏、油松的蒸騰量分布在128.8～282.6、99.3～200.3、140.5～220.5 mm之間，均表現(xiàn)為豐水年＞平水年＞枯水年。蒸騰量對未來及不同水文年氣候特征的響應(yīng)程度表現(xiàn)為：刺槐＞側(cè)柏＞油松，同一時期內(nèi)，在豐水年及平水年，刺槐蒸騰量最大，而在枯水年，油松蒸騰量最大。

2）4個氣候情景時期條件下，刺槐、側(cè)柏、油松的蒸發(fā)量分布在94.6～135.4、116.5～187.3和123.8～212.5 mm之間，均表現(xiàn)為豐水年＞平水年＞枯水年。3個樹種生長季蒸發(fā)量對未來及不同水文年氣候特征的響應(yīng)程度表現(xiàn)為：油松＞側(cè)柏＞刺槐。

3）氣候要素中，生長季降雨量對于同期蒸騰量與蒸發(fā)量的影響明顯強于溫度的影響，其與蒸騰量、蒸發(fā)量之間均呈極顯著（＜0.01）線性關(guān)系。未來及不同水文年氣候特征對刺槐蒸騰的影響程度大于蒸發(fā)，對側(cè)柏和油松而言，則正好相反。

[1] 袁小環(huán)，滕文軍，張輝，等. 實測草坪蒸散量評價P-M模型在北京地區(qū)適用性[J]. 農(nóng)業(yè)工程學(xué)報，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，范文義，楊金明，等. 塔河森林生態(tài)系統(tǒng)蒸散發(fā)的定量估算[J]. 應(yīng)用生態(tài)學(xué)報，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] 張涵丹，衛(wèi)偉，陳利頂，等. 典型黃土區(qū)油松樹干液流變化特征分析[J]. 環(huán)境科學(xué)，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] 李藍君，宋孝玉，王光社，等. 南小河溝流域干旱特征[J]. 干旱地區(qū)農(nóng)業(yè)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] 張靜，王力，韓雪，等. 黃土塬區(qū)農(nóng)田蒸散的變化特征及主控因素[J]. 土壤學(xué)報，2016，53(6)：1421－1432.

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

[6] 李藍君，宋孝玉，夏露，等. 黃土溝壑區(qū)不同樹齡側(cè)柏林地土壤水分動態(tài)特征[J]. 水土保持通報，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] 吳旭，陳云明，唐亞坤. 黃土丘陵區(qū)刺槐和側(cè)柏人工林樹干液流特征及其對降水的響應(yīng)[J]. 植物生態(tài)學(xué)報，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] 郭寶妮，張建軍，王震，等. 晉西黃土區(qū)刺槐林耗水特征[J]. 生態(tài)學(xué)雜志，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] 王學(xué)春，李軍，王紅妮，等. 黃土高原冬小麥田土壤水分與小麥產(chǎn)量對降水和氣溫變化響應(yīng)的模擬研究[J]. 自然資源學(xué)報，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] 趙凌玉，潘志華，安萍莉，等. 北方農(nóng)牧交錯帶作物耗水特征及其與氣溫和降水的關(guān)系：以內(nèi)蒙古呼和浩特市武川縣為例[J]. 資源科學(xué)，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] 司建華，馮起，魚騰飛，等. 植物夜間蒸騰及其生態(tài)水文效應(yīng)研究進展[J]. 水科學(xué)進展，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] 牛紀(jì)蘋，粟曉玲，唐澤軍. 氣候變化條件下石羊河流域農(nóng)業(yè)灌溉需水量的模擬與預(yù)測[J]. 干旱地區(qū)農(nóng)業(yè)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] 王衛(wèi)光，孫風(fēng)朝，彭世彰，等. 水稻灌溉需水量對氣候變化響應(yīng)的模擬[J]. 農(nóng)業(yè)工程學(xué)報，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] 熊偉，馮穎竹，高清竹，等. 氣候變化對石羊河、大凌河流域灌溉玉米生產(chǎn)的影響[J]. 干旱區(qū)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] 陳超，潘學(xué)標(biāo)，張立禎，等. 氣候變化對石羊河流域棉花生產(chǎn)和耗水的影響[J]. 農(nóng)業(yè)工程學(xué)報，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] 張智韜，粟曉玲，黨永仁，等. 涇惠渠灌區(qū)作物種植結(jié)構(gòu)變化對灌溉需水量的影響[J]. 農(nóng)業(yè)機械學(xué)報，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] 趙姹，李志，劉文兆. GCM降尺度預(yù)測涇河流域未來降水變化[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] 趙姹，李志，劉文兆. 基于GCM涇河流域未來溫度變化的降尺度預(yù)測[J]. 西北農(nóng)林科技大學(xué)學(xué)報：自然科學(xué)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，王燁，賈黎明，等. 寬窄行栽植模式下三倍體毛白楊根系分布特征及其與根系吸水的關(guān)系[J]. 生態(tài)學(xué)報，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] 余根堅，黃介生，高占義. 基于HYDRUS模型不同灌水模式下土壤水鹽運移模擬[J]. 水利學(xué)報，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，趙瑞松，李亞嬌. 基于HYDRUS-1D模型的不同生物滯留池中水分及溶質(zhì)運移特征模擬[J]. 環(huán)境科學(xué)學(xué)報，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，吳普特，汪有科，等. 山地梨棗樹耗水特征及模型[J]. 生態(tài)學(xué)報，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] 蘇里坦，古麗米熱·哈那提，劉遷遷，等. 塔里木河下游胡楊林根系吸水模型[J]. 干旱區(qū)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] 馬歡，楊大文，雷慧閩，等. Hydrus-1D模型在田間水循環(huán) 規(guī)律分析中的應(yīng)用及改進[J]. 農(nóng)業(yè)工程學(xué)報，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] 李艷，劉海軍，黃冠華. 麥秸覆蓋條件下土壤蒸發(fā)阻力及蒸發(fā)模擬[J]. 農(nóng)業(yè)工程學(xué)報，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，畢華興，次仁曲西，等. 晉西黃土區(qū)典型森林植被耗水規(guī)律與環(huán)境因子關(guān)系研究[J]. 北京林業(yè)大學(xué)學(xué)報，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] 降亞楠，王蕾，魏曉妹. 基于SWAT模型的氣候變化對涇河徑流量的影響[J]. 農(nóng)業(yè)機械學(xué)報，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] 李鵬展，王力，王棣. 黃土旱塬區(qū)冬小麥土壤水庫動態(tài)[J]. 應(yīng)用生態(tài)學(xué)報，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] 戴聲佩，李海亮，羅紅霞，等. 1960－2011年華南地區(qū)界限溫度10 ℃積溫時空變化分析[J]. 地理學(xué)報，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，張立友，等. 黑龍江省積溫時空變化及積溫帶的重新劃分[J]. 中國農(nóng)業(yè)氣象，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] 萬艷芳，劉賢德，王順利，等. 祁連山青海云杉林冠降雨再分配特征及影響因素[J]. 水土保持學(xué)報，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，林濤，嚴(yán)昌榮，等. 地膜殘留量對新疆棉田蒸散及棵間蒸發(fā)的影響[J]. 農(nóng)業(yè)工程學(xué)報，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] 馬維玲，石培禮，宗寧，等. 太行山區(qū)主要森林生態(tài)系統(tǒng)水源涵養(yǎng)能力[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，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] 趙忠，李鵬，王乃江. 渭北黃土高原主要造林樹種根系分布特征的研究[J]. 應(yīng)用生態(tài)學(xué)報，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] 鐘芳，李正平，宋耀選，等. 黃土高原西部土壤蒸發(fā)實驗研究[J]. 中國沙漠，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

國家自然科學(xué)基金資助項目（41771259、41171034）；陜西省教育廳省級重點實驗室科研計劃項目（14JS059）；陜西省水利科技計劃項目（2016slkj-11）

李藍君，博士生，主要從事水文學(xué)及水資源方面的研究。Emai：li_lanjun@126.com

宋孝玉，博士，教授，博士生導(dǎo)師，主要從事水文學(xué)及水資源方面的研究。Email：songxy@xaut.edu.cn

李藍君，宋孝玉，夏 露，符 娜，李懷有，李垚林，馮 丹. 黃土高原溝壑區(qū)典型造林樹種蒸散發(fā)對氣候變化的響應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報，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