半干旱區草地站蒸散特征及其對氣象因子和植被的響應

韓典辰，張方敏*，陳吉泉，李云鵬，盧 琦

(1.南京信息工程大學氣象災害預報預警與評估協同創新中心，江蘇 南京 210044； 2.密歇根州立大學地理環境空間科學系全球變化觀測中心，密歇根 東蘭辛 MI48825； 3.內蒙古自治區生態與農業氣象中心，內蒙古 呼和浩特 010051；4.中國林科院荒漠化研究所/沙漠林業實驗中心，北京 100091)

蒸散(Evapotranspiration，ET)表示水分在陸面轉化成水蒸汽后進入大氣的過程[1]，它決定了生態系統水分和熱量傳輸[2]。ET的變化會影響生態系統降水量以及陸面可利用水分的分配，對植被的生長和氣候反饋產生重要作用[3-4]。因此分析ET的變化特征有助于研究氣候變化對生態系統水文循環的影響[5-6]。

半干旱地區約占全球陸地總面積的30%，是氣候變化的敏感區和脆弱區[7-8]。該區域降水少，使得水分成為制約半干旱地區生態系統發展的重要因素[9]。由于氣候變化和人類活動影響，半干旱地區水資源時空分布不均，水分收支平衡出現新的變化[10-13]。ET作為半干旱地區水分交換中關鍵一環，其變化特征因受到植被本身特性和環境條件的影響，具有很顯著的區域異質性和季節差異性。

不同地區的植被ET的影響因素有很大差異性。Zhang等人發現在內蒙古東北部地區氣溫和太陽凈輻射是影響ET的主要因素，而在中部和西南部半干旱地區相對濕度對ET變化起重要作用[14]，但王思如等人認為年降水量是影響內蒙古東南部ET變化的主要因素[15]。又有學者發現地表植被的類型以及生長情況也影響ET的變化[16]。草地是半干旱區主要地表類型之一[17]，與其他生態系統相比，半干旱草地生態系統對水文循環的變化更為敏感[18]，因此，揭示半干旱地區草地ET的特征及影響因子對研究氣候變化對半干旱區水文循環的影響有重要理論和實踐意義。

多倫和錫林浩特為內蒙古典型的半干旱草地站，因此本研究以多倫和錫林浩特草地為對象，分析兩個不同草地站的ET變化特征，對比不同氣象要素和植被狀況對兩站ET變化的影響，揭示半干旱草地對氣候變化的響應特征，為未來氣候變化背景下半干旱草地資源的開發與保護提供參考意義。

1 材料與方法

1.1 站點概況

多倫站位于東經116°13′36″，北緯42°32′03″，海拔高度為1 350 m，地處內蒙古高原東南部，多年平均氣溫為1.6℃，年最低氣溫多在1月，為—18.3℃，年最高氣溫多在7月，為18.3℃。多年平均降水量為385.5 mm，67%集中在6月—8月。植被主要以克氏針茅(StipakryloviiRoshev)和冷蒿(Artemisiafrigida)為主，生長季為5月—9月[17]。錫林浩特站位于東經116°40′40″，北緯43°32′45″，海拔高度為1 250 m，地處蒙古高原東南部，多年平均氣溫為2℃，年最低氣溫多在1月，為—22.3℃，年最高氣溫多在7月，為18.8℃。多年平均降水量為350 mm，80%集中在6—9月。植被主要以羊草(Leymuschinensis)和大針茅(Stipagrandis)為主，生長季為5月—9月[19]。兩站位于內蒙古自治區中部(圖1)，屬于中溫帶半干旱氣候，是農牧交錯的生態脆弱區[20]。

圖1 研究區站點位置示意圖(基于1980—2018年平均年降水量線劃分氣候區)Fig.1 Site location of study area (The climate zones are based on the mean annual precipitation during 1980—2018)

1.2 數據來源

本文選取多倫和錫林浩特2006年至2013年開路渦度相關系統觀測的通量數據。渦度相關技術是通過垂直風速波動量和水汽濃度協方差的乘積計算30分鐘平均潛熱通量。系統包括1臺開放式紅外氣體分析儀(LI-7500，LICOR)、1臺快速響應的三維聲波風速計(CSAT3，CSI)和1臺CR5000數據記錄器(CSI)。利用垂直風速脈動的平均協方差和水汽濃度標量的乘積計算30分鐘平均潛熱通量，利用EddyPro軟件對數據進行處理計算，包括野點去除、二維坐標旋轉訂正等。將每日潛熱通量除以汽化潛熱(λ≈2.45 MJ·kg-1)計算得出日ET數據。對于缺失時間短(<2 h)的數據采用線性內插法進行插補，對于缺失時間較長的數據采用日平均法對其進行插補[21]，通量數據的能量平衡平衡比率大于90%，符合能量不閉合程度的要求，說明數據質量良好[22-23]。具體的數據處理介紹參考Tian等人的方法[24-25]。

氣象數據主要包括：太陽凈輻射(Rnet)、光合有效輻射(PAR)、降水量(Pre)、相對濕度(RH)、空氣溫度(TA)、10 cm處土壤含水量(SWC)、土壤溫度(TS)。其中降水量資料來源于附近的氣象觀測站，其他數據來源于兩個臺站的自動氣象站。對數據采用三倍標準差法進行檢測，并剔除異常值。對于缺測的數據，采用通量數據的補插方法進行補插[24]。

葉面積指數(LAI)作為草地重要的綠量指標，能很好說明綠地在空間結構上的差異，因此采用LAI反應草地植被生長狀況[26]。資料來源于中國科學院地理科學與資源研究所劉榮高團隊制作的每8天的1 km GLOBMAP LAI V3產品，該產品經驗證具有較高的精度[27]。我們根據觀測站的經緯度選用2×2網格的LAI平均值表示該站的草地生長狀況。

1.3 通徑分析

通徑分析是研究多個自變量和響應變量間線性關系的統計方法，可以清晰地表明數據因果關系結構[28]。通徑分析將自變量和響應變量的相關關系分為直接影響(直接通徑系數)和間接影響(間接通徑系數)，具體計算過程見張雪松等人研究[29]。影響因子決策系數為正時，對因變量為正促進作用，反之為負抑制作用；決策系數絕對值越大，表明影響因子對因變量影響強度越強。

2 結果與分析

2.1 兩站的氣象條件和植被變化特征

多倫和錫林浩特氣候要素變化如圖2。結果表明，兩站Rnet年內呈單峰型分布(圖2a)，年際變化較小，最大值出現在6月—7月，最小值多出現在11月。兩站TA年際變化較小，變化趨勢和Rnet相近，最大值出現在7月—8月，最小值出現在12月。兩站多年均年降水總量分別為352.88 mm和263.41 mm，但是年際及年內變化明顯(圖2c)，總體上均表現為生長季高；多倫在2007,2009年和2011年降水總量較低，在2016年生長季偏高；錫林浩特2012年Pre較高，2007年Pre較低。SWC變化與Pre相似，年際及年內變化明顯(圖2 d)。多倫和錫林浩特飽和水汽壓差(VPD)月變化明顯，年內多在3月開始顯著上升，6月至7月達到最大值，之后開始下降(圖2e)。多倫和錫林浩特站LAI多年平均值分別為0.23 m2·m-2和0.24 m2·m-2；在生長季，錫林浩特LAI大于多倫；與其他年相比，兩站LAI都在2007—2010年比較小；LAI年內均為單峰型分布，5月開始顯著上升，7月達到最大值后開始下降。

圖2 2006—2013年多倫和錫林浩特太陽凈輻射(Rnet)、氣溫(TA)、降水量(Pre)、土壤含水量(SWC)、飽和水汽壓差(VPD)與葉面積指數(LAI)變化Fig.2 Changes in solar net radiation (Rnet),temperature (TA),precipitation (Pre),soil water content (SWC),saturated water vapor pressure difference (VPD),and leaf area index (LAI) in Duolun and Xilinhot from 2006 to 2013

2.2 兩站的蒸散(ET)變化特征

多倫和錫林浩特的年和生長季ET總量的變化趨勢基本一致。多倫的ET年總量范圍為278.17 mm～542.76 mm，多年平均值為417.15 mm。錫林浩特ET年總量變化范圍為300.57 mm～547 mm，多年平均值為440.20 mm。由于受到當地水分條件的影響(圖2)，在2007年和2009年水分條件不佳，導致ET總量均較小。總體來說，兩站ET年總量多年均428.67 mm，多年均ET總量相差小于5.4%。

兩站ET主要集中在生長季，生長季多年均為317.57 mm，兩站多年均生長季總量相差小于1%，但是由于降水量季節分配的差異，導致生長季總量占年總量的比例有時差異很大。多倫的ET生長季總量占年總量的變化范圍為69.40%～81.22%之間，多年平均為75.75%，最小和最大分別在2010年和2012年。錫林浩特ET生長季占年總量的變化范圍為64.15%～80.66%，多年平均為72.38%，最小和最大分布在2011年和2013年。

兩站ET年內均呈單峰型分布，有明顯的季節性變化特征(圖3)。多年平均上看，基本表現為從3月開始隨著Rnet與TA的升高，ET明顯上升，至6月—7月達到最高水平，9月—10月Rnet,TA,VPD與LAI均下降，ET也隨之逐漸下降，11月—12月降至最低水平。由于生長季Rnet和TA水平較高，站點水分供應不足時，容易出現干旱脅迫，ET對水分的變化更敏感，會導致ET下降，比如多倫在2010年6月和2011年的6月，錫林浩特2006年8月、2008年7月和2011年6月。總體來說，多倫和錫林浩特的多年月均最高ET均在7月，分別為85.2 mm和77.64 mm，月均最低ET均在12月，分別為4.74 mm和4.98 mm。

圖3 2006—2013年多倫和錫林浩特蒸散(Evapotranspiration,ET)月變化及生長季占比情況Fig.3 Monthly changes of evapotranspiration (ET) and growth season proportion of Duolun and Xilinhot from 2006 to 2013注：折線圖代表多倫和錫林浩特ET變化，柱狀圖代表多倫和錫林浩特ET生長季占比變化Note：Broken line graph represents ET changes in Duolun and Xilinhot, bar graph represents ET proportion of the growing season in Duolun and Xilinhot

2.3 氣象因子和植被狀況與兩站蒸散(ET)的關系

通過分析，多倫與錫林浩特ET月變化受到氣候因素與LAI月變化的驅動。氣象要素、LAI與兩站ET的相關關系也相似(圖4)。影響多倫和錫林浩特ET的主要因子包括熱量因子(Rnet,TA),水分因子(Pre,SWC,VPD)與植被狀況(LAI)。ET和6個因子相關性均通過0.01顯著性檢驗。

熱量因子Rnet和TA顯著自相關，ET和Rnet,TA在兩站均呈顯著的指數關系(P<0.01)，這與前人研究結果一致[29]。當Rnet在20 W·m-2以下時，兩站ET的變化不明顯；當Rnet介于20 W·m-2和100 W·m-2之間時，隨著Rnet的增大，ET增加緩慢；當Rnet大于100 W·m-2時，隨著Rnet的增大，兩站的ET呈顯著指數型增長(圖4a)。當TA在-10℃以下時，兩站ET的變化不明顯；當TA在0℃以下時，兩站ET緩慢上升；TA大于0℃時，兩站的ET隨著TA的升高而顯著指數型上升。這說明，冬季ET小和Rnet,TA有很大關系，春季Rnet,TA增加，也是造成ET開始迅速上升的原因。

有研究表明，降水等水分條件以非線性方式影響生態系統水循環輸出項[30-31]。本研究也表明，ET和Pre為非線性二次多項式型相關關系，即隨著Pre增大，ET先增大后緩慢下降；多倫Pre達到140 mm時，ET由增大趨勢轉為緩慢下降；錫林浩特Pre達到120 mm時，ET由增大趨勢轉為緩慢下降。Pre較低時，Pre和ET呈良好正相關關系，Pre基本用于ET，而當Pre水平較高時，ET沒有隨Pre增大而線性增長(圖4c)。ET和SWC與VPD都呈線性正相關關系，ET均隨著兩者的增大而呈增大趨勢，在SWC與VPD水平較低時，ET趨近于0(圖4 d，圖4e)。ET與VPD的離散程度大于與SWC的離散程度，說明草地生態系統ET變化更受土壤水分的影響。總體來說，降水并不能直接影響ET，而是通過別的因素比如凈輻射或土壤水分影響ET。所以，降水量小時，土壤水分補給下降，造成植被受脅迫，影響ET的增加；當降水量過大時，密集性陰雨天氣可能影響了地表凈輻射，大部分的降水可能通過徑流失掉，用于土壤蒸發和植被蒸騰的有效水并沒有增加，加上受溫度條件的影響，因此ET反而也會降低。

兩站的ET與LAI均呈對數關系。當LAI小于0.1 m2·m-2時，基本上在非生長季的1—3月和11—12月，植被稀少，ET主要受熱量條件的影響；當LAI大于0.1 m2·m-2后，兩站的ET均隨著LAI的增加而快速增加，在LAI達到一定值后增大減緩，可能因為當LAI增加時，冠層植被覆蓋導致的遮蔭作用增強，減少了土壤的蒸發作用[32]；同時ET對LAI的離散程度很大，說明除了植被蒸騰對兩站草地生態系統ET有貢獻外，土壤蒸發也很重要，而土壤蒸發主要受熱量和水分條件的影響。

圖4 多倫、錫林浩特蒸散(ET)與影響因子散點圖Fig.4 Correlations between evapotranspiration (ET) and main impact factors in Duolun and Xilinhot

2.4 影響兩站蒸散(ET)因子的通徑分析

以多倫和錫林浩特多年ET月數據為因變量，同步觀測因子包括Rnet，TA，SWC，Pre，VPD和LAI為擬自變量進行通徑分析。部分因子在綜合考慮直接影響和間接影響時，對ET的作用不顯著，逐步回歸過程中被剔除。

圖5 多倫、錫林浩特蒸散(ET)通徑分析圖Fig.5 Path analysis chart of evapotranspiration (ET) in Duolun and Xilinhot注：**表示相關性在通過0.01顯著性檢驗，下同Note:** indicates that the correlation is passing the 0.01 significance test,the same as below

多倫ET和不同因子通徑分析結果如表1和圖5a所示。考慮各個因子直接和間接作用的共同貢獻，對多倫ET變化的影響依次為Rnet>SWC>Pre>LAI，其中直接作用依次為Rnet>LAI>Pre>SWC，總間接作用依次為SWC>Pre>LAI>Rnet。Rnet的直接作用最大，系數為0.507。Rnet的總間接作用系數為0.322，與直接作用系數相差0.185，表明Rnet的直接作用大于間接作用。SWC的總間接作用系數最大，為0.59，且遠大于直接作用系數0.157，說明SWC對ET的影響主要通過和Rnet、Pre和LAI相互作用(相關系數分別為0.646,0.745,0.608)間接影響ET。綜合考慮直接和間接影響，Rnet的決策系數最大，為0.593，LAI,Pre和SWC的決策系數相對較小，表明Rnet對多倫ET的綜合決定能力最大，LAI,Pre和SWC次之。

表1 多倫蒸散(ET)影響因子通徑分析Table 1 Path analysis of influencing factors of evapotranspiration (ET) in Duolun

錫林浩特ET和不同因子通徑分析結果如表2和圖5b所示。考慮各個因子直接和間接作用的共同貢獻，對錫林浩特ET變化的影響依次為Rnet>SWC>Pre>LAI，其中直接作用為Rnet>Pre>LAI>SWC，總間接作用為SWC>LAI>Pre>Rnet。Rnet的直接作用系數最大，為0.608，表明Rnet對ET變化的直接作用最大。Rnet的總間接作用系數為0.285，與直接作用系數相差較大，表明Rnet主要通過直接作用的方式影響ET變化。SWC的總間接作用系數最大，為0.619，遠大于直接作用系數0.125，說明SWC對ET的影響主要通過和Rnet、Pre和LAI相互作用(相關系數分別為0.736,0.612,0.552)間接影響ET。LAI總間接作用系數和直接作用系數之差(0.439)相比多倫(0.2)更大，說明錫林浩特LAI對ET的間接促進作用更強。綜合考慮直接和間接影響后，Rnet的決策系數最大，為0.716，Pre,LAI和SWC的決策系數小于0.2，表明Rnet對錫林浩特ET的綜合決定能力最大，Pre,LAI和SWC次之。

表2 錫林浩特蒸散(ET)影響因子通徑分析Table 2 Path analysis of influencing factors of evapotranspiration (ET) in Xilinhot

結合上述分析，將ET影響因子組合，建立簡單多元ET估算模型，用于未來半干旱區多倫和錫林浩特草地的ET估算，其中多倫ET回歸方程為：ET=0.2Rnet+0.1Pre+1.4SWC+64.48LAI-12.54(R2=0.90)。錫林浩特ET回歸方程為：ET=0.38Rnet+0.17Pre+0.83SWC+17.49LAI-5.12(R2=0.84)。

3 討論

根據前人研究，半干旱區不同的生態條件會影響ET對氣候條件的響應[33-36]。多倫和錫林浩特在氣象條件和地表植被上存在一定差異，所以，雖然氣候和植被變化和兩站ET變化的相關關系及影響ET的主導因子基本一致，但是造成ET的控制因子的直接作用和間接作用存在區別。

有研究表明，站點水分條件是ET變化的重要限制因素[37]。半干旱地區水分條件較差，ET對于降水和土壤水分情況較敏感。根據本研究通徑分析結果，Pre和SWC均為多倫和錫林浩特ET變化的主要影響因子，但兩種因子的間接作用系數均遠大于直接作用系數，表明Pre和SWC主要通過Rnet路徑間接影響ET變化。在生長季中期，陰雨天氣多發，大氣云量增加，降水量大，地表接收的凈輻射存在降低現象(圖2)，從而不利于ET的增加，這也符合前人對于降水以非線性形式影響ET的結果[25]。

有研究表明，不同植被狀況影響著地表輻射吸收以及蒸散過程[38]。本研究結果表明，多倫和錫林浩特ET主要影響因子Rnet變化差別較小，而多倫和錫林浩特LAI存在差異。兩站植被差異可能造成地表對凈輻射的吸收程度不同，更高的植被覆蓋度有利于充分利用地表接收的凈輻射能量，加大蒸騰作用，因此，錫林浩特LAI間接作用系數和直接作用系數之差比多倫更大，錫林浩特LAI對ET的間接促進作用更強。

半干旱地區整體降水較少，地表儲水能力又較差，水分流失較嚴重，而近年來該地區氣候暖干化程度較強[39-40]，ET作為地表-大氣水分交換中重要過程，如何更好地運用該地區ET的變化特征和氣候變化及植被之間的關系，科學有效增加大氣濕度及降水、抑制區域暖干化是今后重要的研究內容。

4 結論

本研究利用通量、氣象及植被觀測數據，分析多倫和錫林浩特草地站的ET變化特征，探究不同氣象要素和植被狀況對ET的影響。結果表明，半干旱草地多倫站和錫林浩特站多年均ET總量分別為417.15 mm和440.20 mm，ET年內變化多呈單峰型，生長季占比分別為75.75%和72.38%，受到水分脅迫時，ET生長季出現低值現象。兩站ET變化均和熱量因子(Rnet，TA)、水分因子(Pre，SWC，VPD)與植被狀況(LAI)呈顯著性正相關關系(P<0.01)。通徑分析進一步表明，ET變化主要受到Rnet直接作用的驅動，其次受到LAI，Pre和SWC間接作用的影響。