黃土高原溝壑區典型造林樹種蒸散發對氣候變化的響應

李藍君，宋孝玉，夏 露，符 娜，李懷有，李垚林，馮 丹

?

黃土高原溝壑區典型造林樹種蒸散發對氣候變化的響應

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

為研究黃土溝壑區典型造林樹種蒸散發對氣候變化的響應，基于黃土溝壑區小流域刺槐、側柏、油松樣地實測蒸散發數據，借助Hydrus-1D軟件構建了黃土溝壑區刺槐、側柏及油松植被蒸騰與土壤蒸發的模擬模型，使用修正Morris法對模型參數敏感性進行分析，結果表明：>40～100 cm土壤孔徑分布參數（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），植物出現永久凋萎時的土壤水勢（3），消光系數（），截留模型經驗參數（）等參數對植被蒸騰影響較大，植被生理特征相關參數1，2，3，，的不同是造成樹種間蒸騰量出現差異性的重要原因。選取2015年試驗觀測數據對模型進行率定，2016年試驗觀測數據對模型進行驗證，土壤含水率及土壤蒸發的Nash-suttcliffe模擬效率系數（Ens）均在0.700以上。采用率定后的模型對預設情景下的蒸散發量進行模擬，結果表明：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，對側柏和油松而言，則正好相反。所有氣候情景下，刺槐、側柏、油松的蒸騰量分布在128.8～282.6、99.3～200.3和140.5～220.5 mm，蒸發量分布在94.6～135.4、116.5～187.3和123.8～212.5 mm，蒸騰量與蒸發量均表現為豐水年＞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程度表現為：刺槐＞側柏＞油松，并且，同一時期內，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樹種蒸發量對未來及不同水文年氣候特征的響應程度表現為：油松＞側柏＞刺槐。生長季降雨量對于同期蒸騰量與蒸發量的影響明顯強于溫度的影響，其與蒸騰量、蒸發量之間均呈極顯著（<0.01）線性關系。

氣候變化；蒸散發；植被；Hydrus-1D模型；黃土溝壑區

0 引 言

蒸散發（包括植物蒸騰和土壤蒸發）是土壤-植被-大氣連續體（SPAC）系統中的關鍵環節，也是地表能量平衡和全球水循環的重要組成部分[1-2]，其在植物養分輸送、生長發育、應對和緩解干旱脅迫以及改善區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業區，區域內氣候條件變化劇烈，干旱頻發，水資源短缺成為限制該地區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、涵養水源的主要途徑，已經在黃土高原地區得到廣泛應用與推廣[6]，然而，由于在造林過程中并未充分考慮當地水資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生[6-8]。因此，對黃土區典型造林樹種的蒸散特征進行分析，對于篩選造林樹種、恢復種植結構以及生態修復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，黃土高原地區的氣候特征也發生了顯著的變化[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生影響[10]。現階段，對于黃土及半干旱地區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果對植被蒸騰作用的日間變化、季節動態等方面的研究[3,7-8]，相比較而言，該類方法在短時段內的觀測精度更好[11]；第二類是基于水量平衡、能量平衡理論，結合遙感技術等方法對整個區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，主要運用于一定區域范圍內蒸散發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描述植被的生長、發育及耗水過程，因此在氣候變化條件下植被蒸散耗水方面的研究中應用比較廣泛[12-15]，同時，大氣環境物理基礎理論研究的不斷深入以及高分辨率統計降尺度的應用，也使得該種方法受到了越來越多的關注[12-13]。目前，應用模型模擬法研究植被蒸散對氣候變化的響應，研究對象主要集中在水稻（）[13]、玉米（）[14]、棉花（）[15]等經濟作物上，以黃土溝壑區典型造林樹種刺槐（、側柏（）、油松（）為對象進行對比的研究較少，并且，現有研究中，考慮典型水文年蒸散發變化特征的報道尚顯空白，而在區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劃與管理時不可缺少的基礎數據[16]。鑒于此，本文以黃土溝壑區刺槐、側柏、油松為研究對象，引入Hydrus-1D模型[17]對其土壤蒸發與植被蒸騰過程進行合理再現，在此基礎上，以豐、平、枯3個典型年的降雨及氣象數據為基礎情景，結合已有成果[18-19]進行未來氣候情景的設定，進而對3個樹種土壤蒸發與植被蒸騰在不同水文年氣候情景下的響應程度及其影響因素進行系統分析和探討，以期為科學選擇造林樹種、提高黃土溝壑區人工林區水分利用效率提供理論依據，為黃土溝壑區生態系統的管理、水資源綜合規劃等提供科學參考。

1 材料與方法

1.1 研究區概況及樣地選擇

南小河溝流域（圖1）位于甘肅省慶陽市西峰區境內（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典型原型觀測小流域。流域內多年平均降水量為545.8 mm，主要集中在6－9月，并且大多以暴雨形式發生。流域地質構造單一，土壤抗蝕性差，易發生水土流失。流域內植被群落較為單一，以刺槐、側柏、油松、山杏（以及紫花苜蓿（）等為主。

對研究區造林樹種的分布狀況進行實地踏查后，選取研究區內楊家溝刺槐人工林、常青山側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（胸徑、樹高以及冠層幅度），使用樣地內植物參數樣本平均值為該樣地代表，各樣地樹種及地形特征統計見表1。

圖1 研究區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 試驗設計

2015年4月在所選樣地內進行試驗布設，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。試驗內容包括植被根系密度分布、土壤物理參數初始值的測定以及降雨和氣象要素、土壤含水率、土壤蒸發、葉面積指數等的獲取與觀測。

1.2.1 根系密度分布的測定

傳統的細根分類標準認為根徑≤2 mm的細根為吸水根系[20]，根據其分級標準，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 ℃）進行稱質量（0.01 g），根據稱質量結果計算根系分布密度。

1.2.2 土壤物理參數初始值的測定

根據根系分布的特點，確定樣地內土壤物理參數及水分運動參數的測定深度為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、水不連通狀態下的含水率）[22]。飽和導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、田間持水率使用環刀法進行測定。

1.2.3 降雨及氣象數據的獲取

使用3臺小型氣象測報系統（Watch dog series 2009，China，位置如圖1）對2個試驗期內的降雨及氣象要素（溫度、濕度、風速、太陽輻射等）進行觀測，觀測時段設定為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。在進行氣候情景設定時，歷史降雨數據來源于流域內的7個雨量站（圖1），經泰森多邊形法轉換為流域面雨量數據。由于流域內觀測站點氣溫觀測數據序列較短且缺測數據較多，因此，歷史氣溫數據使用臨近的國家級氣象觀測站西峰站的觀測數據，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（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 土壤蒸發的觀測

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

1.2.6 葉面積指數的測定

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

1.3 Hydrus-1D模型

Hydrus-1D模型是美國農業部國家鹽土實驗室開發的計算機軟件，用于模擬飽和及非飽和介質中水流運動、熱量傳輸和溶質運移，目前在土壤水分動態、溶質運移以及植被蒸散發模擬中應用較為廣泛[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，可根據相關參考文獻[26]進行確定。

1.3.3 林木蒸騰與土壤蒸發的的模擬

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，應用Penman-Monteith公式[27]進行計算；LAI為植被葉面積指數；為作物消光系數，根據White等[28]的研究，常綠植物側柏、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()以及標準化根系分布函數()之后，便可計算作物實際蒸騰速率，即

在進行土壤蒸發的模擬時，Hydrus-1D模型認為，當表層土壤供水充分，即土壤吸力小于某個臨界值時，實際蒸發等于潛在蒸發，而當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為定水頭邊界，不發生蒸發[29]。可以看出，模型未能考慮水分脅迫條件下蒸發存在但小于潛在蒸發的情況。因此，本研究根據李艷等[30]的研究對模型進行修正，根據表層（0 cm）土壤的65%田間持水率以及殘余含水率將蒸發過程分3個階段，并由此進行蒸發速率的計算

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。使用有徑流產生的大氣邊界為上邊界，考慮到黃土區地下水埋藏較深，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模型參數進行敏感性分析，參數靈敏度取多次擾動所計算出的Morris系數的平均值，如下式

1.5 情景方案的設定

1.5.1 氣候要素的確定

1.5.2 典型水文年的選取

根據流域內7個雨量站（圖1）1970－2016年的逐日降雨數據，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。根據實測降雨資料，選取年降雨量與各頻率對應降雨量接近、并且其年內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情景的氣候特征。再結合未來3個時段的A2氣候情景（圖2），對每個樹種設置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定

1.6 模型評價標準

使用Nash-suttcliffe系數（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 結果與分析

2.1 模型參數敏感性分析

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

表3 Hydrus-1D模型參數局部敏感性分析結果

從表3中可以看出，模型中敏感度最高的參數為2，為高靈敏度參數；θ，θ2，1，2，3，，為敏感參數；θ2，K1，1，2為中度敏感參數；θ1，θ3，θ3，K2，K3，3，3為不敏感系數。θ1及1對刺槐而言為高靈敏度參數，對側柏和油松則為靈敏參數。對同一樹種3個土壤分層的土壤水力學參數（θ，θ，K，，）進行對比分析還可以看出，除θ與以外，其余參數的敏感性隨土層深度增加表現出逐漸減弱的趨勢，當深度處于100～200 cm時，由于土壤中植物吸水根系的分布較少，使得該土層內土壤水力學參數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，該土層土壤水力學參數的敏感度在各個土層中均最小，均為不敏感參數。由表3還可以看出，植被生理特征相關參數（1，2，3，，）均為敏感參數，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差異的重要原因。參考以上分析結果，根據敏感度大小分別對3個樹種的模型參數進行調整，將大大降低參數率定的工作量。

2.2 參數調整及模型驗證

為了保證模擬結果的可靠性，需要對模型的初始參數進行率定及驗證。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，依據參數敏感性分析結果，使用人工試錯法對模型參數進行調整，根據實測土壤水分剖面（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）以及土壤蒸發數據為基礎，以Ens為指標評價模型模擬結果的可靠性，驗證期土壤含水率及土壤蒸發的模擬結果評價見圖3。可以看出，模型參數調整之后，土壤含水率及土壤蒸發模擬結果的Ens均大于0.700，這表明參數調整后模型在模擬土壤含水率與土壤蒸發過程中的精度較高。調整后的模型參數見表4。

圖3 土壤含水率及土壤蒸發模擬結果驗證

表4 Hydrus-1D模型參數調整結果

由于黃土區地下水埋藏較深，不參與土壤水分循環，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、土壤蒸發及植被蒸騰的共同作用，因此，當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實測數據作為輸入參數。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中，可以得到各樹種在2種情景下不同典型年及其對應的未來3個時段的蒸騰、蒸發過程。

2.3.1 氣候變化對蒸騰量的影響

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

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，側柏、油松則分別在42.3～57.0、41.9～52.8 mm，均表現為刺槐＞側柏＞油松，表明刺槐蒸騰量在不同水文年的差異性最大，側柏次之，油松最小。同一時期內，在豐水年及平水年，刺槐蒸騰量最大，比側柏高44.1～82.2 mm，比油松高1.6～62.0 mm，而在枯水年，則比側柏高29.4～33.7 mm，比油松小1.6～11.7 mm，刺槐和側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。

相關分析的結果表明（表5），刺槐、側柏、油松蒸騰量與降雨量呈極顯著正相關，與積溫[35]（界限溫度選定為10 ℃[36]，由于研究涉及時段內日平均氣溫均大于10 ℃，因此，本文中積溫為研究時段內日平均氣溫之和）及降雨量-積溫交互項的相關性明顯低于降雨量，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。回歸分析的結果表明，生長季蒸騰量與降雨量呈極顯著（<0.01）線性關系，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系數

注：*表示顯著相關；**表示極顯著相關；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 氣候變化對蒸發量的影響

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

同一時期，刺槐、側柏及油松在不同水文年的蒸發量均表現為油松＞側柏＞刺槐。3個樹種豐、枯水年蒸發量差值分布在31.7～35.7、48.7～58.3以及51.4～73.8，均表現為油松＞側柏＞刺槐，表明不同水文年氣候特征的變化對油松蒸發量的影響程度最大，側柏次之，刺槐最小。刺槐豐、枯水年蒸發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，對側柏和油松而言，則正好相反。

圖5 不同氣候情景下3種林地蒸發量及其相對變化率

相關分析的結果表明（表6），刺槐、側柏、油松林地蒸發量與降雨量以及降雨-積溫交互項呈極顯著正相關，與積溫的相關性不顯著。蒸發量與降雨量-積溫交互項也達到極顯著水平，但與積溫的相關性很差，因而將溫度因素考慮在內時，不會對蒸發量與降雨量相關性分析結果產生顯著的影響。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果一致，這主要是由于，在研究區內，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量間的相關性更高。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量發生一定的變化，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的脅迫程度，進而對植被蒸騰與土壤蒸發產生了影響。回歸分析的結果表明，蒸發量與降雨量也呈極顯著（<0.01）線性關系，如式（17）－（19）所示

表6 生長季蒸發量與降雨、積溫及其交互作用的相關系數

3 討 論

植被蒸騰與土壤蒸發受到植被生理條件、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力[8]，使得潛在土壤蒸發與植被蒸騰量發生改變；（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的土壤水分脅迫條件發生改變。本研究的結果表明，不同樹種的蒸散發過程對氣候變化的響應程度并不相同，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，側柏次之，油松最為穩定。張涵丹等[3]的研究表明，油松屬于節水型樹種，在不同程度水分脅迫條件下，蒸騰速率能夠在保持相對穩定的狀態，與本研究結果相近。吳旭等[7]的研究表明，相對于側柏，刺槐蒸騰更易受降水的影響，與本研究結果相一致。不同樹種對同一氣候特征的響應程度不同，這主要是由樹種間生理特征不同引起的：1）刺槐的消光系數大于側柏和油松[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力條件下，刺槐葉面積指數及根系的共同作用使得刺槐的潛在蒸騰量更大，當氣候變化引起的大氣蒸發力變化時，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柏和油松相比較小，容易被雨滴穿透[40]，導致同一降雨條件下，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及冠層截留作用的差異性引起的。與刺槐和油松相比，側柏根系吸水水勢區間（0～3）明顯較小，這也造成了側柏林地蒸騰量偏小，進一步分析可以看出，當土壤處于較為干燥狀態時（水勢位于2～3），隨著土壤水分含量的降低，側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柏的蒸騰量。

刺槐、側柏及油松土壤蒸發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程度不同。刺槐蒸騰對氣候變化最為敏感，但其土壤蒸發在氣候特征發生變化時則比較穩定，這是由于樹種間生理特征的不同使得不同樹種的耗水結構不同而引起的：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的土壤水分殘留量[39]，另一方面，也使得土壤蒸發受到的水分脅迫增大，進而減少土壤蒸發量[5]。與側柏和油松相比，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生，應當在生長季內對其進行必要的修枝撫育，以降低林分郁閉度，減少葉片數量，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，使得土壤蒸發量增大，但考慮到土壤蒸發主要影響表淺層土壤水分[42]，因此，該措施對研究區生態環境的長遠恢復與改善具有一定的實際意義。對側柏與油松而言，其土壤蒸發對氣候變化的響應機理與刺槐相反，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，增大了土壤蒸發量[5,43]。側柏與油松林地土壤蒸發量相對較高，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，也應充分重視林下次生植被與枯落物的合理經營，以進一步降低土壤蒸發，促進土壤水分的有效利用。

本文主要針對黃土溝壑區3種造林樹種蒸騰量及土壤蒸發量對氣候變化的響應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（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果產生一定的影響，因此，結合植被生理生態響應機制，盡量將以上因素考慮在內進行模擬，以提高模擬精度及可靠性，將是進一步研究的重點。在設置氣候情景時，也應充分考慮除降雨及溫度外的其余氣候條件變化對模擬結果的影響，以便更好的認識氣候變化條件下各樹種蒸騰及土壤蒸發的變化規律。本文未對氣候變化條件下3個樹種蒸散發總量的變化情況進行分析，也未針對蒸散發總量與降雨量間的關系進行研究，后續研究也應將以上內容作為重點進行考慮，以期為黃土溝壑區刺槐、側柏及油松林地內耗水總量的控制，水分利用效率的提高等提供更加堅實的基礎支持。

4 結 論

1）4個氣候情景時期條件下，刺槐、側柏、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程度表現為：刺槐＞側柏＞油松，同一時期內，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、側柏、油松的蒸發量分布在94.6～135.4、116.5～187.3和123.8～212.5 mm之間，均表現為豐水年＞平水年＞枯水年。3個樹種生長季蒸發量對未來及不同水文年氣候特征的響應程度表現為：油松＞側柏＞刺槐。

3）氣候要素中，生長季降雨量對于同期蒸騰量與蒸發量的影響明顯強于溫度的影響，其與蒸騰量、蒸發量之間均呈極顯著（＜0.01）線性關系。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，對側柏和油松而言，則正好相反。

[1] 袁小環，滕文軍，張輝，等. 實測草坪蒸散量評價P-M模型在北京地區適用性[J]. 農業工程學報，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. 塔河森林生態系統蒸散發的定量估算[J]. 應用生態學報，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，衛偉，陳利頂，等. 典型黃土區油松樹干液流變化特征分析[J]. 環境科學，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]. 干旱地區農業研究，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. 黃土塬區農田蒸散的變化特征及主控因素[J]. 土壤學報，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. 黃土溝壑區不同樹齡側柏林地土壤水分動態特征[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. 黃土丘陵區刺槐和側柏人工林樹干液流特征及其對降水的響應[J]. 植物生態學報，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. 晉西黃土區刺槐林耗水特征[J]. 生態學雜志，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] 王學春，李軍，王紅妮，等. 黃土高原冬小麥田土壤水分與小麥產量對降水和氣溫變化響應的模擬研究[J]. 自然資源學報，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. 北方農牧交錯帶作物耗水特征及其與氣溫和降水的關系：以內蒙古呼和浩特市武川縣為例[J]. 資源科學，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水文效應研究進展[J]. 水科學進展，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] 牛紀蘋，粟曉玲，唐澤軍. 氣候變化條件下石羊河流域農業灌溉需水量的模擬與預測[J]. 干旱地區農業研究，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] 王衛光，孫風朝，彭世彰，等. 水稻灌溉需水量對氣候變化響應的模擬[J]. 農業工程學報，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的影響[J]. 干旱區地理，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，潘學標，張立禎，等. 氣候變化對石羊河流域棉花生產和耗水的影響[J]. 農業工程學報，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. 涇惠渠灌區作物種植結構變化對灌溉需水量的影響[J]. 農業機械學報，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測[J]. 西北農林科技大學學報：自然科學版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系[J]. 生態學報，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運移特征模擬[J]. 環境科學學報，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]. 生態學報，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 規律分析中的應用及改進[J]. 農業工程學報，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阻力及蒸發模擬[J]. 農業工程學報，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. 晉西黃土區典型森林植被耗水規律與環境因子關系研究[J]. 北京林業大學學報，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]. 農業機械學報，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. 黃土旱塬區冬小麥土壤水庫動態[J]. 應用生態學報，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年華南地區界限溫度10 ℃積溫時空變化分析[J]. 地理學報，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]. 中國農業氣象，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，嚴昌榮，等. 地膜殘留量對新疆棉田蒸散及棵間蒸發的影響[J]. 農業工程學報，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. 太行山區主要森林生態系統水源涵養能力[J]. 中國生態農業學報，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]. 應用生態學報，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，博士生導師，主要從事水文學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. 黃土高原溝壑區典型造林樹種蒸散發對氣候變化的響應[J]. 農業工程學報，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