陸地生態(tài)系統(tǒng)蒸騰蒸散比量化及其時空異質(zhì)性研究進(jìn)展*

于文穎 紀(jì)瑞鵬 賈慶宇 馮 銳 武晉雯 張玉書

1 中國氣象局沈陽大氣環(huán)境研究所，沈陽 110166 2 遼寧省農(nóng)業(yè)氣象災(zāi)害重點(diǎn)實(shí)驗(yàn)室，沈陽 110166

提 要：蒸騰蒸散比(T/ET)是闡明陸地生態(tài)系統(tǒng)水分散失過程中植被作用的關(guān)鍵參量，蒸散及其組分的準(zhǔn)確量化是生態(tài)水文研究的基礎(chǔ)，有助于理解蒸散與氣候變化的相互作用機(jī)制。總結(jié)了國內(nèi)外T/ET觀測和模擬方法及其量化結(jié)果的差異，梳理了森林、草原、濕地和農(nóng)田4種陸地生態(tài)系統(tǒng)T/ET的研究成果，闡述了不同類型陸地生態(tài)系統(tǒng)T/ET的時空異質(zhì)性及其驅(qū)動因素。不同生態(tài)系統(tǒng)T/ET的差異來源于生態(tài)系統(tǒng)特性、時空差異、觀測方法和模型或數(shù)據(jù)集選取，但各差異來源對其的貢獻(xiàn)率還未有統(tǒng)一定論；T/ET的變化主要依賴于生態(tài)類型、冠層特征、氣候、土壤等條件，不同時空尺度的生態(tài)系統(tǒng)T/ET驅(qū)動因素不同。因此，針對T/ET量化方法開展不確定研究，闡明不同陸地生態(tài)系統(tǒng)T/ET的時空異質(zhì)性，揭示其變化規(guī)律及驅(qū)動機(jī)制將是未來的研究重點(diǎn)。

引 言

蒸散(ET)是水通過開放的表面(包括海洋、湖泊、河流、植物和土壤表面等)蒸發(fā)和植物蒸騰以水蒸汽的形式傳遞到大氣中的過程(Fisher et al,2011)。ET包括三個組成部分：植被蒸騰(T)、截留蒸發(fā)(EI)和土壤蒸發(fā)(ES)。T是植物水分運(yùn)移的生物過程，EI和ES的總和為蒸發(fā)(E)，是冠層表面和土壤表面蒸發(fā)的物理過程(Gu et al,2018)。T和E分別反映生物過程與物理過程的生產(chǎn)性與非生產(chǎn)性的水分損失(Wang et al,2010)。蒸騰蒸散比(T/ET)描述T在ET分配過程中的貢獻(xiàn)率，反映植被在陸地生態(tài)系統(tǒng)水分散失中的作用，能提高對ET單個組分及其在陸地水循環(huán)中貢獻(xiàn)的理解(Fatichi and Pappas,2017)。

由于氣候、土壤和植被之間復(fù)雜的相互作用，T/ET存在較高的時空異質(zhì)性(Méndez-Barroso et al,2014;Wei et al,2017)，T/ET全球平均值為0.60，在各類生態(tài)系統(tǒng)中T/ET的變化范圍為0.20～0.95(Berkelhammer et al,2016)，反映不同類型生態(tài)系統(tǒng)的異質(zhì)性或數(shù)據(jù)獲取的不確定性。T/ET在全球范圍內(nèi)不同類型陸地生態(tài)系統(tǒng)間的差異及其不確定性研究是目前研究的熱點(diǎn)與挑戰(zhàn)。以往對陸地表面ET的觀測工作開展較多，但對T在ET中的定量貢獻(xiàn)研究仍不夠，如T/ET在多大程度上受植被控制，生態(tài)系統(tǒng)水平上T對ET的貢獻(xiàn)率，全球范圍的T/ET變化機(jī)制尚不清楚，對T/ET的不確定性認(rèn)識阻礙了對未來生態(tài)水文變化的預(yù)測(Wang et al, 2014; Wei et al,2015)。因此，確定陸地生態(tài)系統(tǒng)T/ET的時空異質(zhì)性及其控制和響應(yīng)機(jī)制是當(dāng)前研究的重點(diǎn)。

氣候變暖使得全球水文循環(huán)加強(qiáng)并將持續(xù)影響全球尺度降水、蒸散、徑流等水循環(huán)過程(姜彤等，2020)。氣候變化對蒸散組分E和T相對比率的影響并不平衡(Talsma et al,2018;Smith et al,2018)，溫度升高使得蒸騰作用加大，從而引起T/ET的增加，既反映蒸騰作用對全球變化的敏感性，也體現(xiàn)全球變暖的生物反饋(Frank et al,2015)。研究表明，植被葉面積指數(shù)(LAI)減少引起植被蒸散減弱，蒸散帶來的降溫作用減弱將導(dǎo)致溫度升高(胡祖恒等，2017)，表明區(qū)域蒸散對氣候變化的反饋。因缺乏氣候變暖對生態(tài)系統(tǒng)T/ET變化的實(shí)測數(shù)據(jù)，眾多氣候模型在預(yù)測全球變暖對水循環(huán)的影響時通常不考慮生物反饋，而了解T/ET才能更好地預(yù)測植被對氣候變化的響應(yīng)(Wang et al,2013)。T/ET的量化是闡明生態(tài)水文過程及其潛在機(jī)制的基礎(chǔ)，是理解全球變化背景下碳水循環(huán)變化的關(guān)鍵(Méndez-Barroso et al,2014;Chang et al,2018)，對于預(yù)測未來氣候變化背景下水分利用效率，緩解水資源危機(jī)至關(guān)重要(任小麗等,2019)。另外，T/ET對水文氣候條件變化的響應(yīng)還可以用來衡量生態(tài)系統(tǒng)的恢復(fù)能力(Chang et al,2018)。

1 T/ET的量化方法及結(jié)果差異

1.1 實(shí)測法

T/ET的量化實(shí)測法通常可分為兩類(表1)，一是ET組分實(shí)測法，如微型蒸滲儀與莖流計聯(lián)用法、渦動相關(guān)法和莖流計聯(lián)用法等；二是ET比率法，如渦動相關(guān)系統(tǒng)觀測ET后利用碳水通量關(guān)系計算T/ET，或通過觀測E和T的穩(wěn)定同位素組成來計算T/ET(Zhou et al,2016;Li et al,2019;Alam et al,2019)。20世紀(jì)70年代，微型蒸滲儀和莖流計的出現(xiàn)使E和T的拆分成為可能。碳水通量關(guān)系法基于假定T與總初級生產(chǎn)力之間存在一個穩(wěn)定斜率來估算T，再結(jié)合渦動相關(guān)法ET觀測值計算T/ET。但這些方法均存在著不確定性，如雨天無法觀測、尺度轉(zhuǎn)換困難、忽略下層植被蒸騰等(Kool et al,2014;Aouade et al,2016;Soubie et al,2016;Wang et al,2016)。

表1 T/ET量化實(shí)測法

應(yīng)用同位素法量化陸地生態(tài)系統(tǒng)T/ET是目前研究的熱點(diǎn)。基于E和T具有顯著不同的水汽同位素特征，其差異來源于水汽傳輸過程中的熱力學(xué)和動力學(xué)分餾，一方面水從土壤中蒸發(fā)，另一方面水由根系傳輸?shù)焦趯釉僬舭l(fā)(Rothfuss et al,2021)。同位素法由于試驗(yàn)儀器的限制無法連續(xù)監(jiān)測，其應(yīng)用一直受到限制，近年來隨著原位激光同位素光譜學(xué)和更穩(wěn)定的水同位素數(shù)據(jù)庫的發(fā)展，同位素法的應(yīng)用越來越普遍(Berkelhammer et al,2016)。穩(wěn)定同位素激光光譜學(xué)的發(fā)展允許在生態(tài)系統(tǒng)水平上連續(xù)監(jiān)測同位素組成(Good et al,2014)，能夠減少尺度擴(kuò)展帶來的問題(Wei et al,2015)。與其他觀測方法相比，同位素法能夠減少尺度提升問題，更適合生態(tài)系統(tǒng)尺度上T/ET的連續(xù)監(jiān)測，未來的研究重點(diǎn)將圍繞同位素法估算T/ET的不確定性開展研究，提供更精確、更廣泛的實(shí)測數(shù)據(jù)。

1.2 模型法

由于實(shí)測法的觀測成本高和代表的空間尺度有限，模型法更適于區(qū)域和全球尺度T/ET的量化。模型法主要可分為基于傳統(tǒng)模型的估算法，基于遙感模型的估算法和基于植被特征的經(jīng)驗(yàn)?zāi)Ｐ头ǖ?表2)。E和T的模型估算始于20世紀(jì)70年代。Shuttleworth and Wallace(1985)提出的S-W模型，實(shí)現(xiàn)了蒸散組分E和T的拆分，隨后許多數(shù)值和分析模型陸續(xù)出現(xiàn)(Kool et al,2014)，利用這些傳統(tǒng)模型模擬蒸散及其組分即可估算T/ET?；趥鹘y(tǒng)模型的估算法通常用于站點(diǎn)尺度和區(qū)域尺度，但這些模型大多數(shù)基于物理過程，通常對植被生理變量的時空參數(shù)化要求較高(Chen et al,2019)。在特定的生態(tài)類型和氣候條件下應(yīng)用不同模型，其結(jié)果可能產(chǎn)生較大差異(Miralles et al,2016)。遙感模型法是區(qū)域和全球尺度ET估算的主要手段，基于ET傳統(tǒng)模型融合遙感數(shù)據(jù)發(fā)展而來，如TSEB雙源模型、PT-JPL模型(Priestley-Taylor Jet Propulsion Laboratory Model，其是在Priestley-Taylor 模型發(fā)展起來的；后來還有在PT-JPL基礎(chǔ)上繼續(xù)發(fā)展優(yōu)化的，下文稱之為優(yōu)化的PT-JPL模型)。遙感模型法估算結(jié)果的不確定性通常來源于觀測數(shù)據(jù)的精度和過程參數(shù)化方案(Miralles et al,2011a；2011b)。近年來，一些研究者建立了基于植被特征的T/ET經(jīng)驗(yàn)?zāi)Ｐ?，如Wang et al(2014)、Wei et al(2017)建立了全球植被LAI與T/ET的關(guān)系模型、Sun et al(2019)建立了適用于干旱地區(qū)的LAI和T/ET關(guān)系模型。T/ET經(jīng)驗(yàn)?zāi)Ｐ头ǖ木纫蕾囉贓T產(chǎn)品的估算精度，但關(guān)于哪種全球ET產(chǎn)品最準(zhǔn)確，目前還沒有共識(Wei et al,2017)。

表2 T/ET模型法

另外，眾多陸面模型也能估算T/ET，但通常低估T/ET，從而將給模擬未來氣候變化和陸地水循環(huán)帶來不確定性(Lian et al,2018)。由于T/ET實(shí)測數(shù)據(jù)的嚴(yán)重缺乏，很難通過全球尺度的地表模擬來驗(yàn)證T/ET，一些研究基于站點(diǎn)數(shù)據(jù)驗(yàn)證和改進(jìn)這些模型，并評估T/ET對模型驅(qū)動數(shù)據(jù)的敏感性(Lawrence et al,2007;Fatichi and Pappas,2017;Ma et al,2020)。Lawrence et al(2007)發(fā)現(xiàn)，陸面模型CLM3.0低估蒸騰作用，通過修改植被和土壤水文參數(shù)，改善對蒸散及其組分的分配比例，提高了陸面模式估算精度。相比Noah模式，Noah-MP模式能夠提高夏季地表蒸散的模擬結(jié)果(張果等，2016)；采用合適的冠層阻抗方案能夠增大植被蒸騰，提高Noah-MP模型對蒸散的模擬效果(葉丹等，2017)。姜勃等(2020)基于CLM4.5模式模擬陸表蒸散，并與GLDAS和GLEAM數(shù)據(jù)產(chǎn)品進(jìn)行比較，發(fā)現(xiàn)植被覆蓋、氣候因素、植被蒸騰和裸地蒸發(fā)算法的差異都可能造成地表蒸散模擬結(jié)果的差異。Lian et al(2018)發(fā)現(xiàn)地球系統(tǒng)模型ESMs對T/ET的低估是由于對冠層光能利用、截留損失和根系水分吸收方案的描述不準(zhǔn)確。因此，T/ET可作為地球系統(tǒng)模型的附加約束，其可靠估計能提高陸面模型的估算精度，從而改進(jìn)全球氣候模型對未來氣候的預(yù)測性能(Lawrence et al,2007;Fatichi and Pappas,2017;Lian et al,2018)。

1.3 不同量化方法的結(jié)果差異

研究人員采用不同的數(shù)據(jù)集和方法估算全球尺度T/ET年均值，結(jié)果差異顯著(表3)。Jasechko et al(2013)利用同位素法估算全球T/ET為0.8～0.9，Coenders-Gerrits et al(2014)認(rèn)為這一結(jié)論高估了T的貢獻(xiàn)，指出全球T/ET在0.35～0.80，但是Jasechko(2018)并不認(rèn)同這一結(jié)論。Good et al(2015)通過量化土壤基質(zhì)水和流動地表水之間的連通性，修正陸地水分同位素數(shù)據(jù)，得到T/ET為0.64 ±0.13。Schlesinger and Jasechko(2014)匯總?cè)蚍秶鷥?nèi)已有81個研究，得到T/ET的平均值為0.61 ±0.15。Wei et al(2017)基于LAI回歸模型估算全球T/ET均值為0.57 ±0.07；Gu et al(2018)利用PT-JPL模型估算出全球范圍不同生物群落T/ET的變化范圍為0.29～0.72。Lian et al(2018)結(jié)合地球系統(tǒng)模型CIMP5與33個站點(diǎn)T/ET觀測值，重新估算得到T/ET均值為0.62 ±0.06。

表3 全球尺度不同方法T/ET估算結(jié)果比較

即使采用相同數(shù)據(jù)集，若評估方法不同，T/ET結(jié)果也差異顯著，如Talsma et al(2018)比較PT-JPL、PM-MODIS和Amsterdam三個基于遙感估算ET組分的模型發(fā)現(xiàn)，土壤蒸發(fā)、截留和蒸騰的遙感估計值與觀測值的誤差分別為90%～114%、62%～181%和54%～114%，總ET估算值的誤差為35%～49%，與總ET相比，各組分的估算誤差更大。在量化方法中，同位素法獲取的T/ET平均值較高，而模型法和其他觀測法的計算結(jié)果較低，如Sutanto et al(2014)匯總已有研究，基于同位素法的T/ET值大于0.7，而基于水量平衡法的T/ET值大于0.5，全球地表模型估計的T/ET值為0.5左右。全球尺度上T/ET的不確定比例在13%～90%(Rothfuss et al,2021)。

模型估計的不確定性通常由于其算法考慮不全面或參數(shù)化方案不完備，因此在應(yīng)用模型法量化T/ET時需要優(yōu)先考慮這些不確定性。利用觀測數(shù)據(jù)結(jié)合模型法優(yōu)化參數(shù)或算法能減少模型誤差，如Hu et al(2009)采用蒙特卡羅隨機(jī)參數(shù)化方案優(yōu)化S-W模型，結(jié)合渦動相關(guān)系統(tǒng)觀測數(shù)據(jù)，模擬中國草地生態(tài)系統(tǒng)ET分配；Zhu et al(2015)結(jié)合渦動相關(guān)觀測數(shù)據(jù)和修正S-W模型，模擬中國三個典型森林生態(tài)系統(tǒng)ET和T/ET；Wei et al(2018)將S-W 模型與光合-氣孔導(dǎo)度模型相結(jié)合，調(diào)整冠層阻力參數(shù)，模擬農(nóng)業(yè)生態(tài)系統(tǒng)T/ET；Niu et al(2019)利用多個生態(tài)系統(tǒng)的觀測數(shù)據(jù)約束PT-JPL模型的關(guān)鍵參數(shù)，利用優(yōu)化后的模型參數(shù)計算T/ET。另外，對蒸騰、截留以及蒸發(fā)量可靠估計的缺乏，抑制了一些模型應(yīng)用(Ershadi et al,2015)。

2 T/ET時空異質(zhì)性及其驅(qū)動因素

2.1 陸地生態(tài)系統(tǒng)T/ET的時空異質(zhì)性

單一生態(tài)系統(tǒng)的T/ET具有相對穩(wěn)定性，可用來表征不同生態(tài)系統(tǒng)間植被因素對蒸散貢獻(xiàn)率的差別。

2.1.1 森林生態(tài)系統(tǒng)

森林生態(tài)系統(tǒng)占陸地表面的30%(FAO,2012)，是陸地生態(tài)系統(tǒng)中分布最廣泛的自然生態(tài)系統(tǒng)，且結(jié)構(gòu)復(fù)雜、覆蓋類型多樣、異質(zhì)性高。針對森林生態(tài)系統(tǒng)T/ET的研究結(jié)果最多，全球范圍內(nèi)森林生態(tài)系統(tǒng)T/ET年均值在0.27～0.84(表4)。表4 統(tǒng)計了全球尺度不同森林類型T/ET的量化結(jié)果，發(fā)現(xiàn)落葉闊葉林的均值較高，其T/ET年均值分別為0.59(Gu et al,2018)、0.61(Wei et al,2017)和0.637(Wang-Erlandsson et al,2014)；其次是落葉針葉林，其T/ET年均值分別為0.55(Wei et al,2017;Schlesinger and Jasechko,2014)、0.522(Wang-Erlandsson et al,2014)；而常綠闊葉林和常綠針葉林較低，常綠闊葉林T/ET年均值分別為0.48(Gu et al,2018)、0.54(Schlesinger and Jasechko,2014)；常綠針葉林T/ET年均值分別為0.48(Gu et al,2018)、0.50(Wang-Erlandsson et al,2014)。但是Schlesinger and Jasechko(2014)對全球范圍內(nèi)已有研究匯總，將森林類型分為熱帶雨林、溫帶落葉林、北方森林和溫帶針葉林，T/ET年均值分別為0.70、0.67、0.65和0.55；其中熱帶雨林為常綠森林，其T/ET為0.70，高于其他研究結(jié)果。

目前，對區(qū)域和站點(diǎn)尺度森林生態(tài)系統(tǒng)T/ET的觀測和研究較多(表4)，如Chang et al(2018)利用CTRL模型、LSM-Like模型和同位素法計算美國萊蒙山地區(qū)T/ET年均值，結(jié)果分別為0.72、0.55 和0.798；任小麗等(2019)利用PT-JPL模型估算中國東部南北樣帶森林生態(tài)系統(tǒng)的T/ET范圍為0.64～0.72，T/ET年均值為0.69；Zhou et al(2016)利用通量數(shù)據(jù)和潛在水分利用效率(uWUE)估算美國常綠針葉林和落葉闊葉林的T/ET，分別為0.59和0.52左右；沈競等(2016)基于改進(jìn)的S-W模型估算人工針葉林年T/ET結(jié)果為0.85，王渝淞等(2019)對北京山區(qū)側(cè)柏林蒸散量進(jìn)行拆分，發(fā)現(xiàn)日尺度水文學(xué)法和同位素法T/ET分別為0.80～0.90 和0.79～0.99。眾多研究中，同位素法T/ET的量化結(jié)果普遍高于其他觀測法和模型法，日尺度的量化結(jié)果普遍高于年尺度的量化結(jié)果。

表4 森林生態(tài)系統(tǒng)T/ET研究結(jié)果

2.1.2 草原生態(tài)系統(tǒng)

草原生態(tài)系統(tǒng)占全球陸地面積的25%以上(徐霞等, 2017)。全球尺度草原生態(tài)系統(tǒng)T/ET年均值在0.17～0.81(表5)。對全球草原生態(tài)系統(tǒng)分類不一致，有的研究分為木本草原和稀樹草原等，有的分為熱帶草原和溫帶草原。如Gu et al(2018)和Wang-Erlandsson et al(2014)對木本草原的T/ET年均值估算結(jié)果分別為0.51和0.67；對稀樹草原的估算結(jié)果分別為0.52和0.70；對草地的估算結(jié)果分別為0.47和0.61。

一些學(xué)者對區(qū)域和站點(diǎn)尺度草原生態(tài)系統(tǒng)T/ET進(jìn)行了觀測和模擬(表5)，如Zhou et al(2016)利用渦動相關(guān)法對草原年T/ET的估算值為0.46～0.71；Hu et al(2009)利用S-W模型對高寒草甸和溫性草原的T和E進(jìn)行拆分，其T/ET年值為0.33～0.49；童雅琴等(2018)利用雙源模型對黑河流域高寒草甸T/ET進(jìn)行估算，發(fā)現(xiàn)年尺度上為0.53～0.54，生長季尺度上為0.74～0.79；Scott and Biederman(2017)利用渦動協(xié)方差法估算沙漠草原和溫帶草原月尺度T/ET分別為0.54和0.56；Wang et al(2013)利用同位素法估算美國日尺度平原草地T/ET，結(jié)果為0.65～0.77；Sutanto et al(2012)利用同位素法和HYDRUS模型法估算日尺度草本作物T/ET，結(jié)果分別為0.78和0.64。

表5 草原生態(tài)系統(tǒng)T/ET研究結(jié)果

2.1.3 濕地生態(tài)系統(tǒng)

濕地、森林與海洋并稱為全球三大生態(tài)系統(tǒng)(章光新等,2018)，濕地具有高度的脆弱性和敏感性，比其他陸地生態(tài)系統(tǒng)更容易受到氣候變化的影響(Carter Johnson et al,2016)。但與其他生態(tài)系統(tǒng)相比，無論是全球尺度還是站點(diǎn)和區(qū)域尺度，關(guān)于濕地生態(tài)系統(tǒng)T/ET的研究結(jié)果均很少。全球尺度濕地生態(tài)系統(tǒng)T/ET年均值模擬結(jié)果在0.31～0.61(表6)。Wang-Erlandsson et al(2014)、Wei et al(2017)和Gu et al(2018)估算全球濕地生態(tài)系統(tǒng)T/ET年均值分別為0.31、0.33和0.61。

表6 濕地生態(tài)系統(tǒng)T/ET研究結(jié)果

站點(diǎn)尺度濕地生態(tài)系統(tǒng)T/ET的研究結(jié)果有較大差異，可能與觀測時間和濕地結(jié)構(gòu)有很大關(guān)系(表5)。Bijoor et al(2011)利用同位素法估算香蒲生長季T/ET在0.56±0.17～0.96±0.67，發(fā)現(xiàn)T是生長季沼澤濕地水分損失的主要來源。Zhang S C et al(2018)和Zhang J et al(2018)基于同位素法估算莫莫格濕地T/ET日均值，以藨草為主要植被和以蘆葦為主要植被的濕地T/ET分別為0.40和0.38；這兩項(xiàng)研究中僅用了6月份2天的觀測數(shù)據(jù)，6月濕地植被尚處于生長初期，植被覆蓋度低可能是研究中T的貢獻(xiàn)小于E的原因?；谶|河三角洲蘆葦濕地T和ET估算結(jié)果(于文穎等,2020)進(jìn)行統(tǒng)計，其生長季小時尺度T/ET的范圍為0.82～0.94。相比其他生態(tài)系統(tǒng)，站點(diǎn)尺度濕地生態(tài)系統(tǒng)T/ET的量化結(jié)果通常為小時或日均值，大部分?jǐn)?shù)值高于年尺度估算值，但由于其觀測數(shù)據(jù)較少，難以擴(kuò)展其時間尺度與全球范圍的模擬結(jié)果進(jìn)行比較。

2.1.4 農(nóng)田生態(tài)系統(tǒng)

與其他生態(tài)系統(tǒng)相比，針對全球尺度農(nóng)田生態(tài)系統(tǒng)T/ET研究結(jié)果較少，針對站點(diǎn)或區(qū)域尺度的研究較多。全球尺度農(nóng)田生態(tài)系統(tǒng)T/ET年均值估算結(jié)果范圍在0.18～0.72(表7)。Gu et al(2018)估算的農(nóng)田生態(tài)系統(tǒng)T/ET年均值為0.18～0.47；Wang-Erlandsson et al(2014)對旱田、農(nóng)田、灌溉農(nóng)田和水稻T/ET年均值估算結(jié)果分別為0.72、0.65、0.66和0.37，其中旱田最高，而水田最低。

研究尺度和作物的不同，使得區(qū)域和站點(diǎn)尺度的農(nóng)田生態(tài)系統(tǒng)T/ET結(jié)果差異更大(表7)。Zhou et al(2016)對玉米和大豆年T/ET的估算值分別為0.62～0.75和0.53～0.69；袁國富等(2010)利用同位素法對華北冬小麥蒸散分割，生長盛期麥田94%～99%的蒸散來源于作物蒸騰；石俊杰等(2012)利用同位素法和渦動相關(guān)系統(tǒng)-微型蒸滲儀法估算夏季玉米農(nóng)田T/ET，結(jié)果分別為0.81和0.78；趙娜娜等(2009)利用莖流計法和蒸滲儀法對E、T拆分，夏玉米生育期內(nèi)T/ET為0.47～0.84；Zhang et al(2011)利用同位素法對冬小麥T/ET的觀測結(jié)果為0.60～0.83。由于站點(diǎn)尺度農(nóng)田生態(tài)系統(tǒng)T/ET的觀測和模擬僅在作物生長季內(nèi)或者某個發(fā)育期，使得農(nóng)田T/ET的觀測和模擬值大部分?jǐn)?shù)值高于年尺度估計值。

表7 農(nóng)田生態(tài)系統(tǒng)T/ET研究結(jié)果

2.1.5 不同陸地生態(tài)系統(tǒng)T/ET比較

不同生態(tài)系統(tǒng)間T/ET比較，其前提是保證數(shù)據(jù)來源的時空尺度一致性(Berkelhammer et al,2016;Jasechko,2018)。比較全球尺度T/ET年均值發(fā)現(xiàn)，森林生態(tài)系統(tǒng)T/ET的最大值最高，濕地生態(tài)系統(tǒng)最低(圖1)。森林、草原、農(nóng)田和濕地生態(tài)系統(tǒng)T/ET年均值分別在0.27～0.84、0.17～0.81、0.18～0.72、0.31～0.61。針對不同生態(tài)系統(tǒng)T/ET的比較，研究結(jié)論并不完全一致。Zhou et al(2016)利用通量數(shù)據(jù)拆分E和T，發(fā)現(xiàn)農(nóng)田T/ET最高，其次是草地和常綠針葉林，落葉闊葉林最低；Wei et al(2017)估算全球森林、草原、農(nóng)田和濕地生態(tài)系統(tǒng)T/ET年均值分別為0.55～0.61、0.65、0.66、0.33，其中農(nóng)田最高、濕地最低；Gu et al(2018)依據(jù)全球FLUXNET數(shù)據(jù)估算森林、草原、農(nóng)田和濕地T/ET分別為0.27～0.79、0.17～0.71、0.18～0.47、0.61，其中森林最高，農(nóng)田最低；Li et al(2019)認(rèn)為常綠針葉林年均T/ET最高(0.75±0.17)，其次是耕地(0.62±0.16)和草地(0.56±0.15)。

圖1 不同類型生態(tài)系統(tǒng)T/ET年均值的研究結(jié)果

除生態(tài)系統(tǒng)的類型不同外，各生態(tài)系統(tǒng)之間T/ET的差異原因主要在以下三個方面：一方面，眾多研究結(jié)果中，針對森林的研究最多，針對濕地研究最少，其數(shù)據(jù)大小可能與研究站點(diǎn)多少有關(guān)；第二，同位素法T/ET的量化結(jié)果普遍高于其他方法；第三，不同研究結(jié)果比較需要關(guān)注其時間尺度，T/ET在生長季和年尺度上的結(jié)果差異較大，日尺度的量化結(jié)果通常高于年尺度。因此，不同類型生態(tài)系統(tǒng)間T/ET產(chǎn)生差異的原因包括生態(tài)系統(tǒng)類型差異、時空差異、觀測方法和模型選擇的不同、尺度轉(zhuǎn)化或數(shù)據(jù)集選取所引發(fā)的差異等，而各因素對T/ET的影響程度和貢獻(xiàn)率還未有統(tǒng)一定論。

2.2 T/ET變化的驅(qū)動因素

2.2.1 植被覆蓋

LAI被很多研究者識別為T/ET空間變化的主要驅(qū)動因素(Lian et al,2018)，Wang et al(2014)認(rèn)為LAI能解釋全球T/ET數(shù)據(jù)集中43%的變化。研究普遍認(rèn)為，T/ET變化與植被覆蓋直接相關(guān)，隨著植被覆蓋度增加，T/ET將增加。Alam et al(2019)觀測澳大利亞某農(nóng)場高羊茅，當(dāng)LAI從0增加到4.22時，T/ET從0.03增加到0.46。有學(xué)者指出，增強(qiáng)型植被指數(shù)(EVI)比LAI更能解釋T/ET的差異，Zhou et al(2016)發(fā)現(xiàn)EVI可以解釋美國17個通量站T/ET變化的75%；任小麗等(2019)認(rèn)為溫度和EVI是中國東部南北樣帶森林生態(tài)系統(tǒng)T/ET季節(jié)變異的關(guān)鍵因子，解釋率達(dá)90%。但也有研究認(rèn)為，T/ET對LAI不敏感，F(xiàn)atichi and Pappas(2017)認(rèn)為全球尺度T/ET對LAI缺乏敏感性，Li et al(2019)認(rèn)為全球尺度LAI只能解釋T/ET年變化的20%，但是在季節(jié)尺度上T/ET與LAI呈非線性增長。

2.2.2 氣候與植被因素

研究認(rèn)為，T/ET很大程度上取決于當(dāng)?shù)貧夂蚝椭脖惶匦?Paschalis et al,2018)。Niu et al(2019)利用模型-數(shù)據(jù)融合方法量化了1982—2015年中國陸地生態(tài)系統(tǒng)T/ET，發(fā)現(xiàn)植被恢復(fù)和氣候變化是中國T/ET增加的主要原因，分別解釋了T/ET變化趨勢的57.89%和36.84%；Scott and Biederman(2017)認(rèn)為T/ET在蒸發(fā)需求較低的半干旱地區(qū)數(shù)值較高；Wang et al(2013)發(fā)現(xiàn)草地的T/ET增加主要由蒸發(fā)減少引起；Zhang J et al(2018)認(rèn)為干旱氣候下濕地生態(tài)系統(tǒng)T的貢獻(xiàn)小于E；Burns et al(2015)提出在降水事件之后有效地表水的存在導(dǎo)致森林T/ET降低10%～20%。但也有研究認(rèn)為降水量對T/ET的影響很小，如 Li et al(2019)發(fā)現(xiàn)多年時間尺度上T/ET與降水量沒有顯著關(guān)系。Eichelmann et al(2018)研究發(fā)現(xiàn)開放水域比例較高的濕地，E對ET的貢獻(xiàn)較大，主要受較高的水溫驅(qū)動；而開放水域比例較低的濕地，受到植被覆蓋和較低水溫的影響，E的貢獻(xiàn)很小，T的貢獻(xiàn)較大。

2.2.3 其他因素

E和T之間的相互關(guān)系主要依賴于環(huán)境條件、冠層和土壤條件(Wang et al,2014)，同時還受海拔、地下水等因子的影響。任小麗等(2019)發(fā)現(xiàn)，中國東部森林生態(tài)系統(tǒng)T/ET年均值隨緯度升高而增大；Méndez-Barroso et al(2014)認(rèn)為中高海拔地區(qū)的蒸騰作用會減弱，使得T/ET減小；Maxwell and Condon(2016)認(rèn)為大陸尺度的地下水流動過程可能大幅度增加T/ET。

3 結(jié)論與展望

近年來，國內(nèi)外學(xué)者對全球陸地生態(tài)系統(tǒng)T/ET的研究已取得了一定的進(jìn)展，但還存在如下問題需要進(jìn)一步解決：

(1)T/ET單點(diǎn)觀測限制了各方法估算結(jié)果的比較。不同觀測方法對時空尺度的范圍都很敏感，由于測量周期不一致、時間尺度和空間尺度的差異，限制了各估算方法之間的比較。觀測法中水量平衡法容易低估T/ET，同位素法可能高估T/ET，但由于同位素法能夠減少尺度提升問題，與其他觀測方法相比，更適合生態(tài)系統(tǒng)尺度上T/ET的連續(xù)監(jiān)測。同位素法估算結(jié)果的不確定性，通常來源于穩(wěn)態(tài)假設(shè)問題、不同生長階段和環(huán)境條件對T/ET的影響、Keeling Plot等模擬結(jié)果可能產(chǎn)生偏差等方面。因此，圍繞同位素法估算T/ET的不確定性開展研究是目前的研究熱點(diǎn)。

(2)T/ET模型估算的誤差來源及比例不清。利用不同模型估算T/ET時呈現(xiàn)較大差異，與同位素法相比，模型法容易低估T/ET。利用不同方法估算T/ET時呈現(xiàn)顯著差異。模型誤差來源的不確定性是蒸散組分及T/ET模擬中的主要問題，由于觀測數(shù)據(jù)集的缺乏，很難判定模型誤差的來源。這種不確定性可能來源于方法上的假設(shè)或參數(shù)估計誤差，因此模擬T/ET時需要優(yōu)先考慮這些不確定性，識別模型中導(dǎo)致誤差的假設(shè)和參數(shù)，基于觀測數(shù)據(jù)減少模型誤差，優(yōu)化蒸散模型參數(shù)，數(shù)據(jù)與模型融合法仍將是未來T/ET模擬方法研究重點(diǎn)。

(3)不同類型生態(tài)系統(tǒng)間T/ET變化的內(nèi)在機(jī)制不明晰。引起不同生態(tài)系統(tǒng)間T/ET差異的原因主要有三個方面：一是來源于各生態(tài)系統(tǒng)間的差異，如不同生態(tài)系統(tǒng)生物種群間的差異；二是觀測方法和模型選擇的誤差導(dǎo)致，如模型法普遍存在低估現(xiàn)象；三是由于尺度轉(zhuǎn)化或數(shù)據(jù)集不同所引發(fā)的差異，如來源于不同時空尺度的觀測數(shù)據(jù)集。T/ET的準(zhǔn)確量化是研究陸地生態(tài)系統(tǒng)T/ET差異的關(guān)鍵，只有確定引發(fā)T/ET差異的根本原因，減少由于量化方法引起的不確定性，優(yōu)化模型性能準(zhǔn)確評估T/ET，才能正確理解不同生態(tài)系統(tǒng)T/ET變化的內(nèi)在機(jī)制。

(4)不同類型生態(tài)系統(tǒng)T/ET的驅(qū)動機(jī)制不清。植被、氣候、土壤等因素均影響著T/ET的變化，不同類型生態(tài)系統(tǒng)引起T/ET變化的驅(qū)動因子不同，即使同一生態(tài)系統(tǒng)T/ET變化的驅(qū)動因子貢獻(xiàn)率也不同。另外，估算方法的選取、生態(tài)系統(tǒng)所處的地理位置不同等原因也可能引起研究結(jié)果不一致。目前對于T/ET控制因子假設(shè)的驗(yàn)證一直受到缺乏直接估算方法的限制，使得T/ET變化的驅(qū)動機(jī)制仍不夠明晰。為了更好地理解T/ET變化對生態(tài)、水文和氣候等因子的響應(yīng)過程以及各因子對其變化的貢獻(xiàn)率，有必要更準(zhǔn)確地量化T/ET以及對陸地生態(tài)系統(tǒng)T/ET進(jìn)行持續(xù)的觀測和深入研究。