05任小丽

Size: px

Start display at page:

Download "05任小丽"

劈单于
5 years ago
Views:

1 地理学报 ACTA GEOGRAPHICA SINICA Vol.74, No.1 January, 2019 中国东部南北样带森林生态系统蒸腾与蒸散比值 (T/ET) 时空变化任小丽 1, 路倩倩 2 1,, 何洪林 3 1,, 张黎 3 1, 4, 牛忠恩 (1. 中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室, 北京 ; 2. 中科同德 ( 北京 ) 生态科技有限公司, 北京 ;3. 中国科学院大学资源与环境学院, 北京 ; 4. 中国科学院大学, 北京 ) 摘要 : 植被蒸腾与蒸散的比值 (transpiration/evapotranspiration, T/ET) 表征了植被蒸腾对生态系统蒸散的贡献率, 是准确量化生态系统水分利用效率的关键参数, 对研究植被水分运移的生理生态机理以及碳水循环关系具有重要意义基于站点数据验证 PT-JPL 模型 (Priestly-Taylor Jet Propulsion Laboratory Model) 模拟精度, 集成遥感数据和气象栅格数据模拟中国东部南北样带森林生态系统年 T/ET, 并分析其时空变化及影响因子结果表明 :1 PT-JPL 模型适用于中国东部森林生态系统蒸散及其组分模拟, 具有较高的稳定性和可靠性 ;2 中国东部南北样带森林生态系统 T/ET 空间差异显著, 整体呈南部低北部高, 主要由夏季 T/ET 空间格局主导 ; 样带整体 T/ET 均值为 0.69, 年呈显著缓慢上升趋势, 增幅为 0.007/yr(p < 0.01); 3 T/ET 季节和年际变异的主控因子不同 : 温度和 EVI 是影响 T/ET 季节变异的关键因子, 两者均可解释 T/ET 季节变异的 90% 左右 (p < 0.01); 而 T/ET 的年际变异则主要受 EVI 影响, 解释率为 53%(p < 0.05) 关键词 : 中国东部南北样带 ; 森林生态系统 ; 蒸腾与蒸散比值 (T/ET); 水分利用效率 (WUE) DOI: /dlxb 全球变化带来的降水格局变化导致了淡水资源短缺等全球生态和环境问题, 与此同时人口爆发式增长对水资源的需求迅猛增加, 两者之间的矛盾加剧了全球水资源危机, 严重威胁着人类社会的生存和可持续发展地球表层淡水资源主要来源于大气降水, 而 [1] 60% 左右的降水以生态系统蒸散的形式返回大气陆地生态系统蒸散 (evapotranspiration, ET) 包括冠层截留蒸发 (interception evaporation, E i) 土壤蒸发 (soil evaporation, E s) 和植被蒸腾 (transpiration, T) [1-3], 其中植被蒸腾是蒸散最大的组 [1, 4-9] 分, 其占蒸散的比例 (T/ET) 全球均值在 60% 左右因此, 提高植被蒸腾的水分利 [10] 用效率 (water use efficiency, WUE=GPP/T) 对于缓解当前的水资源危机具有重要意义 [6, 11] 然而, 由于植被蒸腾观测数据的准确获取相对较难, 研究者多以蒸散替代蒸腾进行生 [12-13] 态系统水分利用效率 (ecosystem water use efficiency, EWUE=GPP/ET) 的研究, 从而收稿日期 : ; 修订日期 : 基金项目 : 国家重点基础研究发展计划 (973 计划 )(2015CB954102); 国家自然科学基金项目 ( , ); 国家重点研发计划 (2016YFC ) [Foundation: National Key Research and Development of China, No.2015 CB954102; National Natural Science Foundation of China, No , No ; National Key R&D Program of China, No.2016YFC ] 作者简介 : 任小丽 (1984-), 女, 河北邢台人, 副研究员, 博士, 主要从事碳循环模型数据融合研究 renxl@igsnrr.ac.cn 页

2 64 地理学报 74 卷造成 WUE 的低估因此 T/ET 的准确估算是深入量化和理解 WUE 时空变异特征的重要基 [13] 础另外, 由于植被蒸腾作用与光合作用之间的耦合关系,T/ET 的量化也是理解全球 [5-6] 变化背景下碳水循环变化的关键因子因此,T/ET 的研究近年来受到广泛关注, 已有很多研究报道了全球不同生态系统类型的 T/ET [1, 4-6, 11, 14-15], 但中国森林生态系统尤其是区 [3] 域尺度 T/ET 研究鲜见报道 [14, 16] [15, 17] [3, 18] 目前,T/ET 的量化主要有野外观测同位素示踪遥感模型估算和过程 [19-20] 模型模拟等几种手段虽然多数研究表明 T 是 ET 最大的组分, 但利用不同方法对全 [4-9] 球 T/ET 的估算仍然存在较大的不确定性, 变化范围在 20%~95% 之间相对于基于观测的 T/ET (60% 左右 ), 过程模型模拟得到的 T/ET 相对较低, 例如 CMIP5 (Coupled Model Inter-comparison Project 5) 中多模型模拟的 T/ET 变化范围为 22%~58%, 均值仅为 43% [6] [18] 对于遥感模型,Miralles 等比较分析了 PM-MOD (Penman-Monteith algorithm behind the official Moderate Resolution Imaging Spectroradiometer evaporation product) GLEAM (Global Land Evaporation Amsterdam Model) 和 PT-JPL (Priestley-Taylor Jet Propulsion Laboratory model) 3 个模型对全球尺度 ET 及其组分的模拟效果, 发现对于大多数生态系统类型和气候带,PT-LPJ 模型模拟效果最好, 其全球 T/ET 模拟值为 56%, 接近于基于观测的结果, 表明 PT-LPJ 模型适用于 T/ET 的估算研究中国东部南北样带 (The North-South Transect of Eastern China, NSTEC) 有明显的水热组合梯度, 是一条独特完整的以热量和降水为主要驱动要素的连续植被带, 具有地球上最为完整的森林地带性植被系列, 为模拟和分析森林生态系统 T/ET 时空分布及其驱动机 [3] 制提供了天然的实验场 Zhu 等在站点尺度上分析了中国东部森林生态系统 T/ET 的时空变异及其影响因子, 然而尚未见报道 NSTEC 区域尺度森林生态系统的 T/ET 时空变 [21] 化路倩倩等针对 NSTEC 上长白山温带针阔混交林 (CBS) 千烟洲亚热带人工常绿针叶林 (QYZ) 和鼎湖山亚热带常绿阔叶林 (DHS) 3 个典型森林生态系统, 对 PT-LPJ 模型进行了参数修正, 提高了模型在中国东部森林生态系统蒸散模拟中的精度, 但受数据限制, 并未验证 CBS 和 DHS 的蒸腾模拟结果本文在其基础上, 进一步验证 CBS 和 DHS 的蒸腾模拟精度, 以中国东部南北样带森林生态系统为研究对象, 基于 MODIS 遥感植被指数数据和空间栅格化的气象数据, 利用 PT-JPL 模型模拟区域尺度 ET 及其组分 ; 并通过收集文献报道的 ET 和 T 观测数据, 对 ET 和 T 的空间模拟结果分别进行精度验证, 进而分析 NSTEC 森林生态系统 T/ET 时空变化及其影响因子, 为深入量化和理解中国森林生态系统蒸腾水分利用效率时空变异规律提供支撑研究区概况中国东部南北样带 (NSTEC) 南北距离超过 3500 km, 跨越 3 个气候带, 沿样带自南向北分别为热带亚热带和暖温带 [22], 具备明显的热量梯度与水热组合梯度, 是一条独特完整的以热量和降水为主要驱动要素的连续植被带, 被国际地圈生物圈计划 (IGBP) 列为第 15 条国际标准样带此样带 ( 向外扩展为欧亚大陆东缘森林样带 ) 具有地球上最为完整的森林地带性植被系列 ( 图 1), 区域内森林面积超过全国森林总面积的 1/2, 是研究全球变化和森林生态系统相互作用关系的理想实验样带长白山温带针阔混交林 (CBS) 千烟洲亚热带人工常绿针叶林 (QYZ) 和鼎湖山亚热带常绿阔叶林 (DHS) 3 个站点自北向南分布于中国东部南北样带 ( 图 1), 具有不同的水热条件及植被

3 1期任小丽等中国东部南北样带森林生态系统蒸腾与蒸散比值 T/ET 时空变化图1 65 中国东部南北样带(NSTEC)及 ChinaFLUX 研究站点和文献搜集观测点分布图 Fig. 1 Location of the NSTEC, ChinaFLUX sites and observation sites collected from literature 类型均隶属于中国陆地生态系统通量研究网络 ChinaFLUX 年均温分别为和 21 年降水量分别为 695 mm 1485 mm 和 1956 mm 3 个站点详细的气候状况植被特征等参见 Yu 等[23]和路倩倩等[21] 2.2 PT-JPL 模型介绍 PT-JPL 模型 Priestly-Taylor Jet Propulsion Laboratory Model 是由 Fisher 等 [2] 基于 Priestley-Taylor 方程发展起来的实际蒸散 ET 估算模型将 ET 拆分为土壤蒸发 Es 冠层截留蒸发 E 和植被蒸腾 T 3 个组分模型驱动变量包括空气温度 air i temperature, Ta 相对湿度 relative humidity, RH 净辐射 net radiation, Rn 归一化植被指数 normalized difference vegetation index, NDVI 及增强型植被指数 enhanced vegetation index, EVI 数据较易获取便于区域尺度扩展模型主要结构见公式 1 ~ 4 详细介绍参见文献[2, 21, 24] ET = T + Ei + E s 1 T = (1 - F wet ) F g F m α Δ R nc 2 Δ+γ Ei = F wet α Δ R nc 3 Δ+γ E s = (1 - F wet + F sm) (1 - F wet ) α Δ R ns 4 Δ+γ 式中 Fwet 为相对表面湿度 Fg 为绿色冠层所占比例 Fm 为蒸腾水分限制因子 Fsm 为土壤蒸发水分限制因子 Rnc 和 Rns 分别为冠层截获的净辐射和到达土壤表面的净辐射两者之

4 66 地理学报 74 卷和为净辐射 ;α 为 Priestley-Taylor 常数 ;Δ 为温度饱和水汽压斜率 ;γ 为干湿表常数 2.3 研究数据研究数据包括年中国东部南北样带森林生态系统区域尺度的 MODIS 植被指数数据 (NDVI 和 EVI) 空间栅格化的气象数据 ( 空气温度相对湿度净辐射和降 [3] 水量 ) 以及植被类型数据另外, 收集了 Zhu 等利用 S-W 模型 (Shuttleworth-Wallace model) 模拟的年 CBS QYZ 和 DHS 3 个站点的蒸腾数据, 并将数据处理为 8 d 尺度, 用于站点尺度蒸腾模拟结果的验证 ; 并进一步收集了文献报道的中国东部森林生态系统蒸散和蒸腾的观测数据 ( 图 1), 用于区域尺度蒸散和蒸腾模拟结果的验证 EVI 和 NDVI 是基于下载的 MODIS 地表反射率数据 (MOD09A1) 利用 ENVI 软件进行波段运算得到 ( 式 (5)~(6)), 为消除云气溶胶等的影响, 利用 TIMESAT 软件对植被指数数据进行了平滑处理栅格化气象要素是基于中国气象局的地面气象站观测数据, 利用 ANUSPLIN 软件包进行空间化得到植被指数和栅格气象数据的时间分辨率均为 8 d, 空间分辨率均为 1 km 1 km NDVI = r nir - r red r nir + r red (5) r EVI = 2.5 nir - r red r nir + 6 r red r blue + 1 (6) 式中 :r 表示波段地表反射率 ; 下标 nir red 和 blue 分别代表近红外红和蓝波段植被类型数据是以中华人民共和国植被图 ( ) 为底图, 根据植被共同的生理生态特征及所属气候类型, 对森林植被进行合并编码处理并从中提取 NSTEC 区域 NSTEC 的森林生态系统共分为 7 大类 ( 图 1), 分别为 :1 寒温带温带针叶林, 2 温带亚热带落叶阔叶林,3 温带针阔混交林,4 亚热带热带常绿针叶林,5 亚热带常绿阔叶林,6 亚热带常绿落叶阔叶混交林,7 热带雨林性常绿阔叶林模型参数化与验证 [21] T/ET 模拟精度依赖于蒸腾和蒸散两个量的估算精度路倩倩等已验证了中国东部 [3] 南北样带上 CBS QYZ 和 DHS 3 个典型森林生态系统蒸散的模拟精度本文收集 Zhu 等利用 S-W 模型模拟的年 CBS QYZ 和 DHS 3 个站点蒸腾数据, 进一步验证了 3 个站点的蒸腾模拟效果由图 2 可知,PT-JPL 与 S-W 模型模拟的植被蒸腾具有基本一致的大小和季节变化规律, 表明两个模型模拟结果之间具有较高的一致性 (R 2 > 0.8, p < 0.01) 因此,PT-JPL 模型模拟的中国东部 3 个典型森林生态系统的 T/ET 数据具有较高的可信度不同森林生态系统类型, 其气候条件生态系统结构植被特性等都存在很大差异, 因此本文将 PT-JPL 模型应用于 NSTEC 区域尺度 T/ET 模拟时, 采取分植被类型设定模型关键参数的方法 NSTEC 区域尺度所有植被型的植物生长最适温度 (T opt) 计算方法均设定为 EVI 与 T a 乘积最大时的 T a; 蒸腾水分限制因子 (F m) 计算方法采用 (F apar+1)/ (F aparmax+1) 形式, 其中 F apar 和 F aparmax 分别为冠层吸收 PAR 的实际比例和最大比例, 详见路 [21] 倩倩等 ; 关于冠层消光系数 (k par) 和土壤蒸发水分限制因子 ( F sm = RH VPD/β ) 计算中的参量 β, 温带针阔混交林亚热带热带常绿针叶林亚热带常绿阔叶林分别采用 CBS [21] [2] QYZ 和 DHS 的取值, 其他 4 种森林类型参考文献值,β 参量参考 Fisher 等的经验值,

5 1 期任小丽等 : 中国东部南北样带森林生态系统蒸腾与蒸散比值 (T/ET) 时空变化 67 图 2 Fig. 2 PT-JPL 和 S-W 模型模拟的长白山千烟洲鼎湖山年蒸腾对比散点图 Comparison of the transpiration rates modeled by the PT-JPL model and the S-W model in CBS, QYZ, and DHS forests during [25] k par 参考 Zhang 等的整合分析结果, 表 1 中国东部南北样带各森林类型关键参数取值具体取值如表 1 所示利用文献报道的 ET 和 T 观测数 Tab. 1 Determined values of key model parameters for different forest types along the NSTEC 据 ( 观测点分布如图 1 所示 ), 进一步对 PT-LPJ 模型的空间模拟结果进森林类型编码 1 森林类型寒温带温带针叶林 β 1 kpar 温带亚热带落叶阔叶林行了验证通过提取观测点对应位置 3 温带针阔混交林的空间模拟数据, 得到了模拟值和观 4 亚热带热带常绿针叶林测值的散点图 ( 图 3), 可以看出 ET 5 亚热带常绿阔叶林和 T 的模拟结果与观测值较为接近, 6 亚热带常绿落叶阔叶树混交林 ET 模拟值与实测值的 R 2 为 0.62, 7 热带雨林性常绿阔叶林 RMSE 为 mm yr -1 ;T 模拟值与实测值的 R 2 为 0.71,RMSE 为 mm yr -1, 说明 PT-LPJ 模型能够较好地模拟中国东部森林生态系统区域尺度蒸散及其组分 3.2 T/ET 年和季节空间分布年中国东部南北样带森林生态系统 T/ET 多年均值空间分布差异显著, 整图 3 PT-JPL 模型模拟的 ET 和 T 与文献实测值对比散点图 Fig. 3 Comparison of the evapotranspiration and transpiration rates between modeled values by the PT-JPL model and measured values collected from literature

6 68 地理学报 74 卷体呈现南部低北部高的特点 ( 图 4), 样带均值为 0.69 具体来看,T/ET 模拟值集中分布在 0.5~0.8 范围内,90% 以上的地区处于 0.6~0.8 范围内, 表明植被蒸腾是 NSTEC 绝大部分森林生态系统蒸散耗水的主要途径仅有不足 1% 的区域 T/ ET 超过 0.8 或低于 0.5, 其中低值区主要分布于南部沿海的亚热带热带常绿针叶林及热带雨林性常绿阔叶林从纬度梯度来看 ( 图 5),T/ET 空间变化纬向差异显著, 整体呈现出随纬度升高 T/ET 逐渐增大的趋势,52.5 N 以北 T/ET 值最高, 为 0.75; 最低值出现在南部 20 N~ 22.5 N, 为 0.60 分植被类型 ( 图 6) 来看, 不同植被类型间 T/ET 差异较大寒温带温带针叶林与温带亚热带落叶阔叶林及温带针阔混交林具有相对最高的 T/ET 值 (0.71~0.72),T/ET 最小值出现在亚热带常绿落叶阔叶树混交林 (0.64) 图年中国东部南北样带森林生态系统 T/ET 均值空间分布 Fig. 4 Spatial distribution of averaged T/ET in forests along the NSTEC during 图 5 NSTEC 森林生态系统 T/ET 空间分布格局表现出明显的季节差异性 ( 图 7) 冬季,NSTEC 森林生态系统 T/ET 整体呈现随纬度升高逐渐降低的趋势, 均值为 0.15; 超过 72% 的地区 T/ET 不足 0.2, 主要分布在温带森林生态系统及亚热带落叶林等冬季落叶生态系统 ; 约 18% 的地区 T/ET 介于 0.2~0.4, 集中分布在亚热带常绿阔叶林生态系统 ;T/ET 值超过 0.4 的地区不足 NSTEC 总面积的 11%, 主要分布在热带森林生态系统春季, NSTEC 森林生态系统 T/ET 仍保持南方高 NSTEC 森林生态系统不同纬度带 T/ET 值 Fig. 5 The zonally average T/ET along latitude along the NSTEC 图 6 NSTEC 不同森林类型 T/ET 值 Fig. 6 The average T/ET for different forest types (see Table 1 for the specific forest type names represented by ID) along the NSTEC

1期任小丽等中国东部南北样带森林生态系统蒸腾与蒸散比值 T/ET 时空变化图7 69 2001-2010 年中国东部南北样带年均 T/ET 季节分布图 Fig. 7 Spatial distribution of average seasonal T/ET in forests along the NSTEC during 2001-2010 于北方的空间格局均值为 0.

7 1期任小丽等中国东部南北样带森林生态系统蒸腾与蒸散比值 T/ET 时空变化图年中国东部南北样带年均 T/ET 季节分布图 Fig. 7 Spatial distribution of average seasonal T/ET in forests along the NSTEC during 于北方的空间格局均值为 0.44 约 95%的地区 T/ET 分布于 0.2~0.8 夏季 T/ET 空间差异缩小均值高达 0.80 约 99%的地区 T/ET 值在 0.6 以上其中 53% 的地区 T/ET 值超过 0.8 秋季 T/ET 空间格局与春季相似整体呈现随纬度升高逐渐降低的趋势且空间差异显著均值为 0.55 对比图 7b 和图 4 可以看出夏季 T/ ET 空间格局与年均 T/ET 最为相似即夏季 T/ET 主导了年均 T/ET 的空间格局 3.3 T/ET 年和季节时间变化基于 ArcGIS 平台对年 T/ET 空间数据进行代数运算得出中国东部南北样带森林生态系统所有栅格 T/ET 年均值和各季节平均值从而计算得到年季节 T/ET 的年际距平序列并用线性回归方法分析其图年中国东部南北样带年季节平均 T/ET 距平曲线变化趋势图年 Fig. 8 Anomalies of annual (a) and seasonal (b-e) T/ET averaged NSTEC 年均 T/ET 呈缓慢显著上升趋 all over the forests along the NSTEC during 势 R2 = 0.67, p < 0.01 平均增幅为 0.007/yr 图 8a 从 NSTEC 季节平均 T/ET 年际距平曲线图 8b 8c 8d 8e 可知春夏秋冬 4 个季节均表现为上升趋势上升幅度分别为 0.003/yr 0.005/yr 0.009/yr 和 0.001/yr 其中只有夏季上升趋势显著 R2 = 0.39, p = 0.05 且其距平变化曲线与年均曲线最为相似说明夏季 T/ET 年际波动对年均 T/ET 年际变化贡献最大

地理学报 70 74 卷 2003 年厄尔尼诺现象导致的夏秋季 T/ET 显著降低可能是当年 T/ET 年均值显著低于其他年份的原因之一[26] 3.4 T/ET 影响因子分析 3.4.1 T/ET 季节变异影响因子由 2001-2010 年 8 d 尺度 T/ET 对温度降水量和 EVI 变化的响应曲线图 9 可知三者均与 T/ET 间呈显著的正相关关系其中温度和 EVI 是 T/ET 季节变异的主导因子两者分别可以解释 T/ET 季节变异的 91% p < 0.

8 地理学报卷 2003 年厄尔尼诺现象导致的夏秋季 T/ET 显著降低可能是当年 T/ET 年均值显著低于其他年份的原因之一[26] 3.4 T/ET 影响因子分析 T/ET 季节变异影响因子由年 8 d 尺度 T/ET 对温度降水量和 EVI 变化的响应曲线图 9 可知三者均与 T/ET 间呈显著的正相关关系其中温度和 EVI 是 T/ET 季节变异的主导因子两者分别可以解释 T/ET 季节变异的 91% p < 0.01 和 88% p < 0.01 降水量对 T/ET 季节变化的影响则相对较弱 T/ET 随温度升高线性增大温度每升高 1 T/ET 增大 0.03 EVI 与 T/ET 呈显著的对数正相关关系当 EVI 低于 0.4 时随 EVI 增大 T/ET 表现出线性增大趋势当 EVI 超过 0.4 时 T/ET 升高趋势减缓为进一步了解不同森林类型 T/ET 季节变异受温度降水量及 EVI 的影响本文计算了 8 d 尺度逐像元 T/ET 与 3 个影响因子之间的 Pearson 相关系数 R 值图 10 NSTEC 大部分地区 T/ET 季节变异都由温度和 EVI 控制尤其是在温带森林及北亚热带南亚热图9 中国东部南北样带森林生态系统 8 d 尺度 T/ET 对温度降水量和 EVI 变化的响应 Fig. 9 Responses of the modeled T/ET 8 d to temperature, precipitation, and EVI in forests along the NSTEC 图 10 中国东部南北样带森林生态系统 8 d 尺度 T/ET 与温度降水量和 EVI 之间相关系数空间分布 Fig. 10 Spatial distribution of the correlation coefficient (R) between the modeled T/ET (8 d) to temperature, precipitation, and EVI in forests along the NSTEC

9 1 期任小丽等 : 中国东部南北样带森林生态系统蒸腾与蒸散比值 (T/ET) 时空变化 71 带气候区的森林生态系统, 温度和 EVI 与 T/ET 间的相关系数超过 0.8 在整条样带上,T/ ET 与降水量的相关系数均不超过 0.4, 说明在几乎所有森林生态系统类型中, 降水量都不是影响 T/ET 季节变化的关键因子 T/ET 年际变异影响因子由样带平均 T/ET 年值与年均温年降水量年均 EVI 间的相关关系 ( 图 11) 可知, 年降水量和年均温的年际变化对 T/ET 的影响极弱 (R 2 = 0.01, p > 0.7),EVI 年际变异是年样带平均 T/ET 年值显著升高的关键因素年均 EVI 可解释样带平均 T/ET 年际变异的 53%, 二者表现出显著的正相关关系 (p < 0.05), EVI 每升高 0.01,T/ET 随之增大图 11 Fig. 11 中国东部南北样带森林生态系统 T/ET 年值与年均温年降水量和年均 EVI 的关系 Relationships between the annual T/ET to temperature, precipitation, and EVI in forests along the NSTEC 通过计算 NSTEC 森林生态系统逐像素年 T/ET 年值与年均温年降水量和年均 EVI 的相关系数 ( 图 12), 定量分析了气候和植被生长状况年际变化对年均 T/ET 年际变异影响的空间差异性整体而言,EVI 与 T/ET 之间相关性最高, 其次为年均温, 年降水量与 T/ET 相关性最低约 90% 的地区年均 T/ET 与年均 EVI 之间表现为正相关关系, 年均 EVI 增大对 T/ET 起促进作用 ; 其中, 超过 50% 的森林生态系统二者之间相关系数高于 0.5, 主要分布在寒温带温带针叶林及亚热带常绿落叶混交林生态系统 ( 图 12c) 年均温与年均 T/ET 之间的正相关关系在整条样带 80% 左右的森林生态系统中都得以体现, 其中仅有不足 20% 的地区相关系数大于 0.5, 主要分布于中部亚热带热带常绿针叶林 ( 图 12a) 年降水量与 T/ET 的相关系数在大部地区 ( 近 90%) 为负值, 即降水增大会抑制 T/ET, 只有中温带中部及东南部一小部分年降水量不足 800 mm 的地区, 降水增加对 T/ET 起到促进作用 ( 图 12b) 4 近年来, 学术界对 T/ET 比较关注, 已有很多研究报道了全球陆地生态系统的 T/ET, 其均值集中分布在 0.6 左右 [1, 4-9] ; 本文估算的中国东部南北样带 (NSTEC) 森林生态系统平均 T/ET 值为 0.69, 与全球均值较为接近由于 NSTEC 自然条件复杂多样, 孕育了几乎中国全部森林类型, 不同森林生态系统其植被生理生态过程生态系统结构等都存在较大差异, 因此, 本文也分析了各植被型的 T/ET, 发现各森林生态系统类型 T/ET 均超过了 0.60, 其中寒温带温带针叶林与温带亚热带落叶阔叶林及温带针阔混交林具有相对最高的 T/ET 值 (0.71~0.72),T/ET 最小值出现在亚热带常绿落叶阔叶混交林 (0.64) 表明在中国东部森林生态系统中, 植被蒸腾是生态系统蒸散的最主要贡献者全球尺度上, 目前对于不同森林类型研究结果差异较大, 并未呈现出一致的规律

地理学报 72 图 12 74 卷中国东部南北样带森林生态系统年均 T/ET 与年均温度年降水量年均 EVI 相关系数空间分布图 Fig.

10 地理学报 72 图卷中国东部南北样带森林生态系统年均 T/ET 与年均温度年降水量年均 EVI 相关系数空间分布图 Fig. 12 Spatial distribution of the correlation coefficient (R) between the annual T/ET to temperature, precipitation, and EVI in forests along the NSTEC 性 [5-7, 14, 20] 例如 Wang-Erlandsson 等 [20] 利用 STEAM 模型 Simple Terrestrial Evaporation to Atmosphere Model 模拟了全球蒸散及其组分发现落叶阔叶林最大 0.64 其次是混交林和常绿阔叶林 0.57 和 0.54 落叶和常绿针叶林最小 0.52 和 0.50 Wei 等[6]利用 T/ET 与 LAI 经验关系估算了全球不同植被型的 T/ET 发现阔叶林 0.61 大于混交林和针叶林 0.55 而 Zhou 等[14]基于 FLUXNET 涡度相关通量观测数据利用表观 LUE 和潜在 LUE 比值法估算了 17 个美国通量站点的 T/ET 结果表明常绿针叶林大于落叶阔叶林 0.56 和 0.52 与上述两个研究的结论相反 Fatichi 等[5]对全球不同植被型的 T/ET 研究发现不同植被型的 T/ET 值较为接近基本都在 0.70±0.09 范围内虽然不同方法获取的不同森林类型 T/ET 规律并不一致但数值变化范围均集中在 0.50~0.79 之间本文各植被类型模拟结果图 ~0.72 处于其变化范围内中国 NSTEC 森林生态系统 T/ET 年均值呈现出的随纬度升高而增大的趋势与 Wei 等[6]的全球研究结果一致 T/ET 低值区主要分布于南部沿海的亚热带热带常绿针叶林及热带雨林性常绿阔叶林图 4 可能是由于林冠厚度大结构复杂吸纳储存水分的能力强[27] 加之沿海多雨的气候条件导致该地区较高的截留蒸发比例从而削减了蒸腾对蒸散的贡献冬季 T/ET 整体较低但在热带森林生态系统 T/ET 有超过 0.4 的区域可能是由于该类生态系统冬季植被常绿相比北方地区植被生理活动相对旺盛从冬季到春季随降水量增多温度升高南方常绿林蒸腾活动逐渐加快北方落叶林逐渐复苏萌芽恢复蒸腾过程整个样带 T/ET 均有所提高但仍保持南方 T/ET 高于北方的分布格局夏季整个样带森林生态系统均进入植被旺盛生长期因此样带整体 T/ET 值较高秋季北方落叶林开始进入落叶期用于蒸腾的叶面积减少植被生理活动减

11 1 期任小丽等 : 中国东部南北样带森林生态系统蒸腾与蒸散比值 (T/ET) 时空变化 73 弱, 但南方常绿林仍保持较高的蒸腾潜力, 因此 T/ET 表现出随纬度升高逐渐降低的趋势 T/ET 涉及植被蒸腾和蒸发两个过程, 受太阳辐射空气温度空气湿度降水风 [3, 28] 速土壤含水量等环境因素及植被生长状况植被类型 LAI 等生物因素的共同影 [9, 16, 28] 响本文定量分析了表征环境条件的气温降水量以及表征植被生长状况的 EVI 3 个变量对 T/ET 变异的影响, 发现 NSTEC 森林生态系统 T/ET 年际变异主要由 EVI 主导 ; [29] [3] Hu 等和 Zhu 等基于不同生态系统 T/ET 的研究结果也证实了植被生长状况对 T/ET 年际变化的主控作用而对于 T/ET 的季节变异, 本文研究表明主要是由气温和 EVI 共同主 [3, 29-30] 导温度对 T/ET 季节变异的影响主要是通过调节叶片气孔导度来实现的 EVI 增大意味着用于植被蒸腾的叶面积增大, 冠层截获的辐射增多而到达地表的辐射减少, 从而导致蒸腾耗水增加而蒸发耗水减少, 进而对 T/ET 的增大起到促进作用 ; 但当 EVI 达到一定数值之后再继续增大, 虽然仍会使得冠层截留蒸发增大, 但也会在很大程度上减小土 [5] 壤蒸发, 两个作用相互抵消, 因此对 T/ET 影响逐渐减弱, 呈现非线性关系 ( 图 9c) [14] Zhou 等研究也证实 EVI 与 T/ET 的季节变异相关关系显著, 能解释 T/ET 季节变异的 [5] 75%;Fatichi 等也发现 T/ET 的季节变异与植被生长状况存在较大的相关性本文 T/ET 的影响因子分析采用的是单变量相关分析方法, 由于气温降水量和 EVI 之间存在相互作用, 可能会影响结论的准确性因此, 进一步利用偏相关分析方法分析 T/ET 的影响因子, 结果表明气温和 EVI 仍然是 T/ET 季节变异的主导因子 ( 温度 :R 2 = 0.53, p < ; 降水量 :R 2 = 0.00, p = 0.93;EVI:R 2 = 0.02, p < 0.05), 但 EVI 的解释率明显下降, 说明 EVI 对 T/ET 季节变异的影响很大程度上是由于其与温度的相关性所致 ;T/ET 的年际变异主导因子依然是 EVI ( 温度 :R 2 = 0.19, p = 0.29; 降水量 :R 2 = 0.00, p = 0.91;EVI:R 2 = 0.62, p < 0.05) 可见, 自变量之间的相关性确实会干扰分析结果, 但主要结论并没有受到影响另外, 结构方程模型可以更深层次地分析变量间的因果关 [31] 系, 也是分析 T/ET 影响因子的有效方法 ; 土壤水分饱和水汽压差风速等环境因子均会影响 T/ET, 而本文尚未分析这些因子的影响 ; 而且本文目前仅模拟分析了年 ; 未来可搜集更多环境因子数据, 并延长数据时段, 利用结构方程模型进一步深入分析近几十年中国东部森林生态系统 T/ET 的时空变异及其影响因子 5 本文基于 MODIS 遥感植被指数数据和空间栅格化的气象数据, 利用 PT-JPL 模型模拟得到中国东部南北样带 (NSTEC) 森林生态系统年 8 d 尺度 T/ET 空间数据, 并分析了 T/ET 的空间分布和时间变化 ; 在此基础上结合气温降水量和 EVI 数据, 探讨了 NSTEC 森林生态系统 T/ET 季节和年际变异的影响因素研究结论为 :1 经多站点验证,PT-JPL 模型适用于中国东部森林生态系统蒸散及其组分模拟研究, 具有较高的稳定性和可靠性年 NSTEC 森林生态系统 T/ET 年均值具有显著的空间差异性, 整体呈现南部低北部高的分布格局, 样带均值为年 NSTEC 森林生态系统年季节平均 T/ET 年际变异均呈增大趋势其中, 年夏季平均 T/ET 变化趋势显著, 增幅分别为 0.007/yr 和 0.005/yr 4 NSTEC 森林生态系统 T/ET 季节和年际变异的主要影响因子不同 : 季节变异主要受温度和 EVI 影响, 而年际变异则主要受 EVI 影响致谢 : 特别感谢 ChinaFLUX 长白山千烟洲和鼎湖山 3 个台站提供通量观测数据, 感谢朱先进博士和于贵瑞研究员提供 S-W 模型模拟的 3 个台站蒸腾数据

12 74 地理学报 74 卷参考文献 (References) [ 1 ] Maxwell R M, Condon L E. Connections between groundwater flow and transpiration partitioning. Science, 2016, 353 (6297): [ 2 ] Fisher J B, Tu K P, Baldocchi D D. Global estimates of the land-atmosphere water flux based on monthly AVHRR and ISLSCP-II data, validated at 16 FLUXNET sites. Remote Sensing of Environment, 2008, 112(3): [ 3 ] Zhu X J, Yu G R, Hu Z M, et al. Spatiotemporal variations of T/ET (the ratio of transpiration to evapotranspiration) in three forests of Eastern China. Ecological Indicators, 2015, 52: doi: /j.ecolind [ 4 ] Berkelhammer M, Noone D C, Wong T E, et al. Convergent approaches to determine an ecosystem's transpiration fraction. Global Biogeochemical Cycles, 2016, 30(6): [ 5 ] Fatichi S, Pappas C. Constrained variability of modeled T: ET ratio across biomes. Geophysical Research Letters, 2017, 44(13): [ 6 ] Wei Z W, Yoshimura K, Wang L X, et al. Revisiting the contribution of transpiration to global terrestrial evapotranspiration. Geophysical Research Letters, 2017, 44(6): [ 7 ] Schlesinger W H, Jasechko S. Transpiration in the global water cycle. Agricultural and Forest Meteorology, 2014, 189: Doi: /j.agrformet [ 8 ] Miralles D G, De Jeu R A M, Gash J H, et al. Magnitude and variability of land evaporation and its components at the global scale. Hydrology and Earth System Sciences, 2011, 15(3): [ 9 ] Jasechko S, Sharp Z D, Gibson J J, et al. Terrestrial water fluxes dominated by transpiration. Nature, 2013, 496(7445): [10] Cheng L, Zhang L, Wang Y P, et al. Recent increases in terrestrial carbon uptake at little cost to the water cycle. Nature Communications, 2017, 8: 110. Doi: /s [11] Scott R L, Biederman J A. Partitioning evapotranspiration using long- term carbon dioxide and water vapor fluxes. Geophysical Research Letters, 2017, 44(13): [12] Hu Zhongmin, Yu Guirui, Wang Qiufeng, et al. Ecosystem level water use efficiency: A review. Acta Ecologica Sinica, 2009, 29(3): [ 胡中民, 于贵瑞, 王秋凤, 等. 生态系统水分利用效率研究进展. 生态学报, 2009, 29(3): ] [13] Gao Y, Zhu X J, Yu G R, et al. Water use efficiency threshold for terrestrial ecosystem carbon sequestration in China under afforestation. Agricultural and Forest Meteorology, 2014, 195: Doi: /j.agrformet [14] Zhou S, Yu B F, Zhang Y, et al. Partitioning evapotranspiration based on the concept of underlying water use efficiency. Water Resources Research, 2016, 52(2): [15] Coenders-Gerrits A M J, van der Ent R J, Bogaard T A, et al. Uncertainties in transpiration estimates. Nature, 2014, 506 (7487): E1-E2. [16] Wang L X, Good S P, Caylor K K. Global synthesis of vegetation control on evapotranspiration partitioning. Geophysical Research Letters, 2014, 41(19): [17] Good S P, Noone D, Bowen G. Hydrologic connectivity constrains partitioning of global terrestrial water fluxes. Science, 2015, 349(6244): [18] Miralles D G, Jimenez C, Jung M, et al. The WACMOS-ET project (Part 2): Evaluation of global terrestrial evaporation data sets. Hydrology and Earth System Sciences, 2016, 20(2): [19] Lawrence D M, Thornton P E, Oleson K W, et al. The partitioning of evapotranspiration into transpiration, soil evaporation, and canopy evaporation in a GCM: Impacts on land-atmosphere interaction. Journal of Hydrometeorology, 2007, 8(4): [20] Wang- Erlandsson L, van der Ent R J, Gordon L J, et al. Contrasting roles of interception and transpiration in the hydrological cycle - Part 1: Temporal characteristics over land. Earth System Dynamics, 2014, 5(2): [21] Lu Qianqian, He Honglin, Zhu Xianjin, et al. Study on the variations of forest evapotranspiration and its components in eastern China. Journal of Natural Resources, 2015, 30(9): [ 路倩倩, 何洪林, 朱先进, 等. 中国东部典型森林生态系统蒸散及其组分变异规律研究. 自然资源学报, 2015, 30(9): ] [22] Gao Y H, Liu X X, Min C C, et al. Estimation of the North- South Transect of Eastern China forest biomass using remote sensing and forest inventory data. International Journal of Remote Sensing, 2013, 34(15): [23] Yu G R, Zhang L M, Sun X M, et al. Environmental controls over carbon exchange of three forest ecosystems in eastern China. Global Change Biology, 2008, 14(11): [24] Wei Huanqi, He Honglin, Liu Min, et al. Modeling evapotranspiration and its components in Qianyanzhou plantation based on remote sensing data. Journal of Natural Resources, 2012, 27(5): [ 魏焕奇, 何洪林, 刘敏, 等. 基于遥感的千烟洲人工林蒸散及其组分模拟研究. 自然资源学报, 2012, 27(5): ] [25] Zhang L X, Hu Z M, Fan J W, et al. A meta-analysis of the canopy light extinction coefficient in terrestrial ecosystems.

13 1 期任小丽等 : 中国东部南北样带森林生态系统蒸腾与蒸散比值 (T/ET) 时空变化 75 Frontiers of Earth Science, 2014, 8(4): [26] 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. Plos One, 2014, 9(1): e Doi: / journal.pone [27] Wu Houshui, Liu Huiping, Huang Daji. Interception of Precipitation in Dinghushan Evergreen Broadleaf Forest. Research of Forest Ecosystems in Subtropical and Tropical regions. Beijing: China Meteorological Press, [ 吴厚水, 刘慧屏, 黄大基. 鼎湖山季风常绿阔叶林对降水的截留作用. 热带亚热带森林生态系统研究. 北京 : 气象出版社, 1998.] [28] Wang K C, Dickinson R E. A review of global terrestrial evapotranspiration: Observation, modeling, climatology, and climatic variability. Reviews of Geophysics, 2012, 50: RG2005. Doi: /2011RG [29] Hu Z M, Yu G R, Zhou Y L, et al. Partitioning of evapotranspiration and its controls in four grassland ecosystems: Application of a two-source model. Agricultural and Forest Meteorology, 2009, 149(9): [30] Yu Guirui, Wang Qiufeng. Ecophysiology of Plant Photosynthesis, Transpiration, and Water Use. Beijing: Science Press, [ 于贵瑞, 王秋凤. 植物光合蒸腾与水分利用的生理生态学. 北京 : 科学出版社, 2010.] [31] Quan Q, Zhang F Y, Tian D S, et al. Transpiration dominates ecosystem water-use efficiency in response to warming in an alpine meadow. Journal of Geophysical Research-Biogeosciences, 2018, 123(2): Spatio-temporal variations of the ratio of transpiration to evapotranspiration in forest ecosystems along the North-South Transect of Eastern China REN Xiaoli 1, LU Qianqian 2, HE Honglin 1, 3, ZHANG Li 1, 3, NIU Zhongen 1, 4 (1. Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing , China; 2. Zhongke Tongde (Beijing) Ecology Technology Co., Beijing , China; 3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing , China; 4. University of Chinese Academy of Sciences, Beijing , China) Abstract: The ratio of transpiration to evapotranspiration (T/ET) is a key parameter for quantifying water use efficiency of ecosystems and understanding the interaction between ecosystem carbon uptake and water cycling in the context of global change. The estimation of T/ET has been paid increasing attention from the scientific community in recent years globally. In this paper, we used the Priestly-Taylor Jet Propulsion Laboratory Model (PT-JPL) driven by regional remote sensing data and gridded meteorological data, to simulate the T/ET in forest ecosystems along the North-South Transect of Eastern China (NSTEC) during , and to analyze the spatial distribution and temporal variation of T/ET, as well as the factors influencing the variation in T/ET. The results show that: (1) The PT-JPL model is suitable for the simulation of evapotranspiration and its components of forest ecosystems in Eastern China, and has relatively good stability and reliability. (2) Spatial distribution of T/ET in forest ecosystems along NSTEC was heterogeneous, i.e., T/ET was higher in the north and lower in the south, with an averaged value of 0.69; and the inter- annual variation of T/ET showed a significantly increasing trend, with an increment of 0.007/yr (p < 0.01). (3) Seasonal and interannual variations of T/ET had different dominant factors. Temperature and EVI can explain around 90% (p < 0.01) of the seasonal variation in T/ET, while the inter-annual variation in T/ ET was mainly controlled by EVI (53%, p < 0.05). Keywords: North- South Transect of Eastern China (NSTEC); forest ecosystems; ratio of transpiration to evapotranspiration (T/ET); water use efficiency (WUE)

mm 400 mm 15 mm EOF mm/10a Fig. 1 Distributions

mm 400 mm 15 mm EOF mm/10a Fig. 1 Distributions 7 2 2011 3 ADVANCES IN CLIMATE CHANGE RESEARCH Vol. 7 No. 2 March 2011 1673-1719 (2011) 02-0097-07 1961 2007 77 5 5 6 2 3 8 11 1980 1980 1990 2015 8 11 P426.6 A 7.86% 4 50 0.35 5 6 19 7 8 9 1 1906 2005