作物水分胁迫指数(CWSI)模型中的下限温度指水分充足时的冠层温度(Tc)或冠气温差(dT),对模型量化植被水分状况精度有较大影响.目前,基于数据驱动方法直接估算下限温度已在大田作物中取得成功,但尚未见其在森林生态系统中的适用性报道.本研究以太行山南麓栓皮栎人工林为研究对象,连续同步观测Tc和气象数据,评估使用多元线性回归模型和BP神经网络模型估算下限温度的可行性,以及CWSI指示人工林水分状况的精度.结果表明:在不具备灌溉条件的森林生态系统中,将以土壤含水量、风速、净辐射、饱和水汽压差、气温作为输入参数的多元线性回归模型与BP神经网络模型中的土壤水分条件设为饱和,即可获得下限温度;将下限温度与理论公式确定的上限温度结合,对实测Tc或dT进行归一化获得CW-SI,可实现对栓皮栎人工林水分状况的无损、快速、自动诊断.其中,基于BP神经网络模型确定的水分充足条件下的dT作为下限温度,并与上限温度结合获得CWSI,最适合精准量化人工林水分状况,与实测水分状况之间的决定系数、均方根误差和一致性指数分别为0.81、0.08和0.90.本研究结果可为森林生态系统水分状况的高效、精准监测提供参考方法.

本研究依托国家林草局六盘山森林生态定位站,于2019年生长季(5月17日—10月12日)对香水河小流域华北落叶松人工林树干液流进行连续观测,并同步监测气象条件与土壤环境(土壤温度和土壤水分),分析不同天气下华北落叶松树干液流的综合环境响应.结果表明:在日尺度上,华北落叶松树干液流速率呈先升后降的变化趋势,液流速率大小表现为:晴天＞阴天＞雨天;树干液流速率在晴天呈单峰变化趋势,在阴、雨天均呈多峰变化趋势.晴天的液流启动时间和峰值时间早于阴、雨天,持续时间多于阴、雨天.不同天气树干液流的主导因子存在明显差异,饱和水汽压差是晴天和阴天树干液流的主导因子,其贡献率分别为31.1％和27.4％,而雨天液流的主导因子为太阳辐射,贡献率为40.1％.主成分分析表明,晴天树干液流的综合影响因子为水热复合因子(大气温度、土壤温度、土壤体积含水量)、水汽蒸腾因子(相对湿度、饱和水汽压差)和辐射因子(太阳辐射);阴、雨天树干液流的综合影响因子为蒸腾驱动因子(相对湿度、太阳辐射、饱和水汽压差)、综合热量因子(大气温度、土壤温度)和土壤水分因子(土壤体积含水量).晴天液流分别滞后于水热复合因子、水汽蒸腾因子和辐射因子110、80和70 min到达峰值;阴天和雨天液流分别提前于蒸腾驱动因子、综合热量因子和土壤水分因子10、20、30 min和140、60、150 min到达峰值.

活立木茎干水分含量作为一种典型的生理水分参数,一直是活立木生命状态最为有效的表征参数之一,对维持整株树木水分平衡起着极其重要的作用,受到研究者、林木抚育者的高度重视.但活立木茎干水分含量的获取方法一直受到操作烦琐、成本昂贵、实时性不强、准确率不高及有损活立木生命等因素的影响,限制了对其深入的应用研究.该研究创新性地采用一种具有自主知识产权的茎干水分传感器,实时、无损地获取活立木茎干水分含量,并对茎干水分含量序列特征及其影响因素进行较为详细的研究.以常见的绿化树种五角枫(五角槭,Acer pictum subsp.mono)为研究对象,采用基于驻波率原理的植物茎干水分传感器实现对五角枫茎干水分含量原位且无损监测,同步监测相关气象因子,分析生长季不同时期茎干水分含量序列特征及其与各气象因子的关系.结果显示:(1)茎干水分含量在春季(4月)和秋季中后期(9-10月)呈"昼升夜降"的趋势,夏季至秋季中期(5-8月)呈"昼降夜升"的趋势;阴天会抑制茎干水分含量的日极差与极大值,雨天时,茎干水分含量会明显上升;干燥天气会使茎干水分含量呈下降趋势;(2)生长季萌芽期,对茎干水分含量变化起直接作用的气象因子主要是空气温度和饱和水汽压差,茎干水分含量与空气温度和土壤水分含量呈显著相关关系;生长期,影响茎干水分含量的主导因子为饱和水汽压差和土壤温度,茎干水分含量与饱和水汽压差和空气温度呈显著相关关系;落叶期,对茎干水分含量变化起直接作用的因子主要为空气温度和饱和水汽压差,且茎干水分含量与两因子的皮尔逊相关系数较高.采用逐步回归分析法构建3个时期茎干水分含量与各气象因子的回归方程模型,不同时期进入回归模型中的气象因子均有所不同.综上所述,该研究揭示了在不同气象因子协同作用下生长季茎干水分含量呈现出不同的序列特征及其影响因素,可为理解植物茎干内部水分运移规律及其环境适应机制提供一定的借鉴作用.

精确评估地-气之间物质和能量交换对于有效管理水资源和促进农业可持续发展至关重要.为揭示黄河故道区玉米农田生态系统的能量分配特征和水热分量动态变化过程及其对气象因子的变化响应,本研究基于涡度相关系统和全要素自动气象站,对2019-2020年黄河故道区典型夏玉米农田生态系统的能量通量以及常规气象要素进行不间断观测,分析夏玉米农田各能量通量的变化特征以及与气温、降水、风速等环境因子的相关关系,并计算夏玉米生育时期的能量闭合率和能量分配比率.结果表明:研究区夏玉米净辐射、显热通量和潜热通量的峰值出现在11:00-14:00,土壤热通量的峰值发生在14:00-15:00.在能量分配上,夏玉米农田全生育期的能量分配以潜热通量和显热通量为主,播种-出苗期能量主要被显热通量消耗,占净辐射的37.1％,其余生育周期的能量均以潜热通量消耗为主.全生育期能量闭合率较好,决定系数为0.83,其中,白天闭合率较高,晚上较低.降水对潜热通量和显热通量都有明显影响,潜热通量对降水的反应更敏感,生育后期潜热通量在降雨后与降雨前的增幅比生育前期低.在夏玉米全生育期内,太阳辐射是水热通量最主要的气象因子,其次为饱和水汽压差.温度和饱和水汽压差对潜热通量的贡献度明显高于显热通量,风速、相对湿度和太阳辐射对潜热通量的解释率低于显热通量,叶面积指数和植被覆盖度与潜热通量呈显著正相关、与显热通量呈显著负相关.本研究的定量化结果可以深化对黄河故道区夏玉米农田水热传输规律的认识,为作物高效用水提供理论依据.

参考作物蒸散量(ET0)是估算植被生态需水量的关键数据.气候变化背景下,不同区域的ET0变化趋势各有不同,从区域尺度研究ET0的时空变化与归因分析更有利于变化环境下区域的农业用水管理和生态需水量估算.本研究基于第六次国际耦合模式比较项目(CMIP6)发布的最新气候数据和高精度栅格数据,分析了汾渭平原年均ET0在历史时期(1985-2015年)和未来时期(2030-2060年)的变化趋势、空间分布以及气象要素对ET0变化的贡献.结果表明:CMIP6的气象数据经偏差校正后可用于预测ET0,且多模式集合方法的预测精度(R2为82.9％,均方根误差为14.9 mm)高于单个气候模式的精度.汾渭平原ET0在历史时期呈显著下降趋势;在未来时期的SSP245和SSP585情景下分别呈不显著上升和显著上升趋势.饱和水汽压差在历史和未来时期对ET0变化的贡献率均最大,是气候变化条件下影响汾渭平原ET0变化的首要气象要素,太阳净辐射和风速是历史时期影响ET0变化的重要气象要素,温度和风速是未来时期影响ET0变化的重要气象要素.这些气象要素的较大贡献是由于其具有较大的多年相对变化率,而不是对ET0有高度的敏感性.未来时期SSP245和SSP585情景下的汾渭平原ET0相比历史时期分别增加4.2％和3.1％.汾渭平原ET0的变化趋势、相对变化的空间分布差异主要表现在平原的东部与西部地区之间.本研究的高精度ET0时空分布结果可为汾渭平原地区制定应对气候变化的适应性措施提供数据参考.

旱地约占全球陆地面积的40%,而水分是旱地植被生长的一大限制要素.尽管土壤水分与饱和水汽压差对植被生长的重要性已经得到了广泛证实,然而目前二者对植被生产力影响的空间异质性及其形成因素仍未得到深入研究,这对研究旱地生态系统对气候变化的响应带来了挑战.为了填补这一认知空白,研究收集了多源气象、根区土壤含水率和总初级生产力产品,基于随机森林算法量化了植被总初级生产力对根区土壤含水率和饱和水汽压差的敏感性,结合土地覆盖数据和分档平均方法分析了敏感性空间异质性的形成机制.结果表明:全球旱地饱和水汽压差与植被生产力总体呈显著上升趋势;根区土壤水分对植被生长的影响以正效应主导,饱和水汽压差对植被生长的影响以负效应主导;相较于森林和灌木,饱和水汽压差对植被生长的负效应及根区土壤含水率对植被生长的正效应在农田、草地和苔原及半干旱区更为强烈;植被生产力对饱和水汽压差和根区土壤水分的敏感性在数量上总体呈显著的线性负相关性.综上,植被种类和气候条件是导致全球旱地植被生产力对土壤水分和饱和水汽压差敏感性空间异质性的重要因素.

北方土石山区因年内降水不均,常出现季节性干旱.探究降水对侧柏(Platycladus orientalis)液流特征与水分来源的影响,对构建稳定生态系统具有重要意义.该研究以北京山区侧柏人工林为研究对象,利用热扩散式边材液流探针技术(TDP)和氢氧同位素示踪技术对不同控水处理的侧柏进行观测,同步监测气象、土壤水分含量等环境因子.结果表明:(1)侧柏液流量呈现二倍降水与自然降水＞一半降水＞无降水.(2)降水增加土壤相对有效含水率(REW),进而提高侧柏液流对环境因子的响应程度,侧柏液流主要受饱和水汽压差(VPD)的影响,太阳辐射(Rs)与风速(WS)影响程度较低.(3)侧柏水分来源特征随降水梯度呈规律性变化,随土壤含水量升高,其水分来源逐步向浅层土壤转变.对比降水前后,除无降水区内侧柏水分来源无明显变化外,其他处理区侧柏均在降水后增加了对0-40 cm土壤水的利用比例,当降水后自然降水区与二倍降水区的土壤处于相对含水量较高时期,这种变化更为明显.综上所述,侧柏根据降水和土壤水分的变化调整液流运动和吸水深度,这种自适应特性有利于其度过极端干旱胁迫和生存.

净生态系统生产力(NEP)是定量描述陆地生态系统与大气之间碳交换的重要指标.明确区域尺度NEP的时空格局及主导因子,有助于增强对区域碳循环变化机制的认知.基于BEPS(Boreal Ecosystem Productivity Simulator)模型模拟结果,评估了安徽省1982-2020年NEP时空格局,分析了安徽省NEP对主要环境植被因子的敏感性,并借助通径分析和贡献率分析探究了影响安徽省NEP时空变化的驱动因子.结果表明:(1)1982-2020年,安徽省多年年均NEP为651.14 gC/m2,线性趋势变化率为1.10gCm-2a-1,总体呈显著增加趋势(P＜0.01).在空间上,NEP表现为"南北部较高、中部较低"的分布,显著增加(P＜0.05)的区域占52.77％,主要分布在北部和南部,显著减小(P＜0.05)的区域占7.11％,主要分布在西部和东南部.NEP重心有显著的北移趋势(P＜0.01).(2)NEP对大气CO2浓度变化最为敏感,对降水变化最不敏感.时间上,NEP对叶面积指数(LAI)(P＜0.01)、CO2(P＜0.01)和饱和水汽压差(VPD)(P＜0.05)的敏感性变化显著增强,对总辐射的敏感性变化显著减弱(P＜0.01),对气温和降水的敏感性变化不显著(P＞0.05).空间上,NEP对各因子的敏感性有地区差异性.(3)所选环境植被因子综合解释了 NEP79％的时空变化.LAI与CO2是安徽省NEP时空变化的主导因子,为正贡献,气候因子为次主导因子,为负贡献.空间上,LAI为主导因子的地区主要分布在安徽省北部、中西部的大部分地区,占49.65％,CO2为主导因子的地区主要分布在安徽省西北部与东南部的大部分地区,占44.54％.

采用开路式涡度相关系统,针对三江并流核心区西藏红拉山滇金丝猴国家自然保护区,通过测量和分析非生长季亚高山常绿针叶林净生态系统碳交换量(NEE),探讨了亚高山森林非生长季CO2通量特征及其主要影响因子.保护区常绿针叶林NEE值在非生长季具有明显"U"型变化曲线,白天表现为碳吸收,夜间表现为碳释放,日间CO2吸收高峰介于12:00到15:00之间,平均每天碳汇时间在10h左右.非生长季各月NEE大小依次为:4月>3月>2月>11月>1月>12月.研究期内气温(T)、相对湿度(RH)、饱和水汽压差(VPD)和光合有效辐射(PAR)等气象因子对净生态系统CO2交换量影响显著.此外,森林碳吸收对温度响应敏感,光合作用在整个非生长季较为明显.各影响因子中光合有效辐射对碳交换影响最大;夜间NEE与5cm土壤温度呈极显著相关性(P<0.01)且NEE随着土壤温度升高而增大;整个非生长季NEE、生态系统呼吸量(Re)和总生态系统CO2交换量(GEE)分别为-596.759g CO2/m2、582.849g CO2/m2和-1179.608g CO2/m2.该亚高山常绿针叶林生态系统与青藏高原其他生态系统类型相比具有明显的碳汇功能.

植被是陆地生态系统不可或缺的部分,气候是影响其动态变化的重要驱动因素.因此,探究植被的时空变化及其与气候因子的响应关系,有助于理解陆地生态系统的内在演化机制.目前,不同生态系统尺度下的植被动态变化与气候因子的时间响应关系仍未被完整剖析.因此,为了厘清过去30年不同生态系统植被生长对气候因子的响应关系,利用GIMMS NDVI3g数据和气候资料数据,通过Theil-Sen Median趋势分析和Mann-Kendall检验分析了 1985-2015年中国陆地NDVI的时空变化特征,结合时间序列相关分析探究了 NDVI变化与降水、温度和饱和水汽压差的内部关联,探讨了中国不同生态系统植被与气候因子间的时间响应机制.结果表明:(1)1985-2015年中国陆地植被呈现改善趋势,年均NDVI先减小后增加,拐点时间在1995年左右,整体变化率为0.5×10-3/a.农田、森林和草地生态系统的植被显著改善的程度最高,湿地生态系统的植被退化趋势最显著.(2)中国陆地植被NDVI与气候因子的相关性存在明显的空间异质性,且受不同生态系统分区影响.内蒙古高原中部草地生态系统NDVI与降水呈正相关,而在东部森林生态系统和青藏高原草地生态系统呈负相关;农田生态系统NDVI与温度呈明显正相关,在西部高寒、干旱地区呈负相关;中国东部农田生态系统NDVI与饱和水汽压差呈正相关,而在新疆北部和内蒙古高原中部草地生态系统负相关明显.(3)不同生态系统植被生长对气候因子存在月尺度的时间响应差异.降水对森林生态系统植被生长存在累积效应,农田生态系统植被生长对降水的响应最快;不考虑累积时,不同生态系统植被生长对当月或滞后1月的温度相关性最高;不同生态系统饱和水汽压差对植被生长存在两个月的累积效应,且随着滞后时长的增加相关性逐渐降低.研究成果有利于预测和评价全球气候变化背景下的植被动态变化,可为区域生态环境保护提供理论依据.