全 文 ：气候变化对长白山阔叶红松林冠层蒸腾影响的模拟*
陈妮娜1,2 摇 袁凤辉1 摇 王安志1 摇 吴家兵1 摇 金昌杰1**摇 关德新1 摇 施婷婷3
( 1 中国科学院沈阳应用生态研究所, 沈阳 110016; 2 中国科学院研究生院, 北京 100049; 3 南京信息工程大学, 南京
210044)
摘摇 要摇 应用基于过程的碳水耦合多层模型对长白山阔叶红松林冠层蒸腾量进行了模拟和
模型验证,并模拟了冠层蒸腾量对未来气候变化的响应.结果表明:多层模型可以较好地模拟
长白山阔叶红松林冠层蒸腾量,模拟值与涡动相关技术观测的实测值拟合较好.冠层蒸腾对
气候变化响应的模拟显示,气温升高,潜热通量(LE)增加;土壤含水量减少,LE 减少;大气
CO2 浓度增加,LE减少. 在研究假定的气候变化情景下,LE 对 0 ~ 20 cm 土壤含水量减少
10% 、CO2 浓度增加 190 滋mol·mol-1的联合变化的响应最敏感,对气温增加 3郾 6 益、土壤含水
量减少 10%的联合变化的响应不敏感.
关键词摇 多层模型摇 涡动相关法摇 潜热摇 林冠蒸腾摇 气候变化
文章编号摇 1001-9332(2011)02-0309-08摇 中图分类号摇 S718郾 5摇 文献标识码摇 A
Simulation of the effects of climate change on canopy transpiration over a broad鄄leaved Ko鄄
rean pine forest in Changbai Mountains. CHEN Ni鄄na1,2, YUAN Feng鄄hui1, WANG An鄄zhi1,
WU Jia鄄bing1, JIN Chang鄄jie1, GUAN De鄄xin1, SHI Ting鄄ting3 ( 1 Institute of Applied Ecology, Chi鄄
nese Academy of Sciences, Shenyang 110016, China; 2Graduate University of Chinese Academy of
Sciences, Beijing 100049, China; 3Nanjing University of Information Science & Technology, Nanjing
210044, China) . 鄄Chin. J. Appl. Ecol. ,2011,22(2): 309-316.
Abstract: To investigate the effects of climate change on canopy transpiration, a process鄄based car鄄
bon and water coupling multi鄄layer model was verified, and used to simulate the canopy transpira鄄
tion over a broad鄄leaved Korean pine forest in Changbai Mountains. This multi鄄layer model could
well estimate canopy transpiration. The simulated values fitted well with the measured data based on
eddy covariance method. The simulation of the responses of canopy transpiration to climate change
indicated that the latent heat flux (LE) increased with increasing air temperature, and decreased
with the decline of soil water content or the increase of air CO2 concentration. Under the climate
scenarios in this study, the LE was most sensitive to the associated variation of 10% reduction of
soil water content in 0-20 cm layer and 190 滋mol·mol-1 increase of CO2 concentration, but not
sensitive to the synchronous variation of 10% reduce of soil water content and 3郾 6 益 increase of air
temperature.
Key words: multi鄄layer model; eddy covariance method; latent heat flux; canopy transpiration;
climate change.
*林业公益性行业科研专项(200804001)、国家重点基础研究发展
计划项目(2009CB421101)、中国科学院知识创新工程重要方向项目
(KZCX2鄄YW鄄Q06鄄2鄄1)资助.
**通讯作者. E鄄mail: cjjin@ iae. ac. cn
2010鄄07鄄06 收稿,2010鄄11鄄18 接受.
摇 摇 森林蒸腾是森林蒸散的重要组分,也是森林水
量平衡的重要项目[1] .研究森林蒸腾量对评价森林
水文效益、探求全球水分循环规律、以及正确认识陆
地生态系统的水文功能都具有重要意义.
由于植被和大气相互作用的复杂性和不确定
性,基于大量观测资料建立模型来估算森林蒸腾量
已成为必要的手段.近几十年来,生态系统蒸发散估
算模型经历了早期的统计模型、基于过程的碳水耦
合综合模型以及基于遥感的模型,并得到了飞速发
展[2] .其中,基于过程的碳水耦合综合模型因机理
明确,将植物的生理特征、冠层结构、土壤特征与气
候条件有效结合起来,可以在单叶尺度[3]、冠层尺
度[4]、生态系统尺度[5]、甚至区域尺度[6]模拟碳水
通量,受到研究者的青睐. Leuning[7]用叶面水汽压
应 用 生 态 学 报摇 2011 年 2 月摇 第 22 卷摇 第 2 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Feb. 2011,22(2): 309-316
差取代空气相对湿度对 Ball鄄Berry 模型进行了修
正,并建立了多层模型,该模型将环境因子作为模型
的输入变量,成功模拟了植被冠层与大气之间的
H2O和显热交换,同时用灵敏性分析可检验模型中
相对重要的参数,较真实地反映了植被冠层的生理
生态学过程,被广泛地应用到森林和农田中[8-10] .
IPCC第四次评估报告[11]指出,气候系统变暖
毋庸置疑.我国东北地区是受全球气候变暖影响增
温最显著的地区之一,气候变化存在暖干化倾
向[12],降水事件有向极端化发展的倾向,降水分布
变得更不均匀,旱涝灾害发生的频率和强度增
加[13] .长白山阔叶红松林是我国东北东部中温带湿
润气候区最主要的森林植被类型[14],研究长白山阔
叶红松林对气候变化的响应对探究未来森林水文功
能具有指导意义.
近年来,国内外广泛开展了气候变化对植物蒸
散影响的研究,相关研究基于假定气候因子的未来
情景模式,或引用 IPCC发布的若干 GCMs模型所预
测的气候情景,通过不同的模型模拟结果揭示气候
变化对植物蒸散的影响. 如王昊等[15]利用 IPCC 发
布的 4 个 GCMs 模型的 2001—2060 年气候变化情
景,使用经验模型分析了扎龙湿地芦苇沼泽蒸散耗
水量的变化趋势;米娜等[16]利用 EALCO 模型研究
了玉米农田蒸散过程对气候变化的响应;Davi等[17]
用 CASTANEA模型研究了 1960—2100 年欧洲森林
生态系统水和 CO2 通量对气候变化的敏感性.但我
国温带针阔叶混交林生态系统冠层蒸腾对气候变化
响应的研究目前尚未见报道.为此,本研究将基于过
程的碳水耦合多层模型应用于长白山阔叶红松林,
在模型模拟效果检验的基础上,通过设置气候变化
情景,探讨了气候变化对该生态系统蒸腾过程所产
生的影响,为模拟和预测森林生态系统对气候变化
的响应和适应提供科学依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
本研究在中国科学院长白山森林生态系统定位
站 1 号标准地阔叶红松林(42毅24忆 N,128毅6忆 E,海拔
738 m)进行,采用涡动相关法对下垫面与大气之间
的水汽通量进行连续观测. 试验地土壤为山地暗棕
色森林土,乔木主要有红松(Pinus koriaensis)、紫椴
(Tilia amurensis)、蒙古栎(Quercus mongolica)、水曲
柳(Fraxinus mandshurica)、色木槭(Acer mono)等.
该区林分为复层结构,平均株高 26 m,立木株数 560
株·hm-2,总蓄积量 380 m·hm-2,郁闭度 0郾 8,下木
覆盖度 40% .
1郾 2摇 研究方法
1郾 2郾 1 涡相关观测 摇 观测林地建有高 62 m 的微气
象观测塔,塔上安装了 7 层气象要素传感器,高度分
别为 2郾 5、8、22、26、32、50 和 60 m,测量要素有风速
(A100R,Vector Instruments,Denbighshire,UK)、大气
温度和湿度(HMP45C,Vaisala,Helsinki,Finland).
另外,在 2郾 5 和 60 m 高处分别测量气压(CS105,
Vaisala,Helsinki, Finland)和风向 (W2OOP, Vector
Instruments,Denbighshire,UK),原始采样频率为 0郾 5
Hz,通过数据采集器(CR23X and CR10X,Campbell
Scientific,USA)采集并按 30 min计算平均值进行存
储.开路涡动相关系统安装在 40 m 高处,包括三维
超声风速仪(CAST3,Campbell,USA)和 CO2 / H2O红
外气体分析仪(Li鄄7500,Li鄄Cor Inc郾 ,USA),取样频
率为 10 Hz,通过数据采集器 ( CR5000,Campbell,
USA)采集并按 30 min 计算平均值进行存储. 本文
选取 2008 年生长季(5 月 1 日到 9 月 30 日)的数据
进行模型验证.
1郾 2郾 2 模型描述 摇 本研究使用的冠层模型以 Leun鄄
ing等[5]的多层模型为基础,增加了光合作用参数
的季节变化和树种差异,分别测定生长季不同时期
长白山阔叶红松林 5 个主要树种(红松、水曲柳、紫
椴、色木槭、蒙古栎)的生理参数.同时,在多层模型
中增加冠层的垂直异质性,即考虑各树种在冠层中
的不同高度和生物量比例[18] .
模型包括 3 部分:冠层的辐射吸收、耦合的单叶
气孔导度鄄能量平衡鄄光合作用模型和冠层尺度模
型.通过模型模拟可以了解植物蒸腾作用与环境因
子之间的相互作用及其对环境变化的响应机制,为
更大尺度的模型模拟奠定基础. 模型模拟的时间步
长为 30 min,输入数据包括气温(Ta)、水汽压( ea)、
太阳辐射(S0)、光合有效辐射(PAR)、风速(u0)、大
气压强(P)、大气 CO2 浓度(Ca),输出数据包括能
量通量和水汽通量等. 模型的详细描述见文献
[18].模型的主要模拟过程如下:
1)将 2008 年 5 月 1 日—9 月 30 日采集的每 30
min的 Ta、ea、S0、PAR、u0、P、Ca 输入模型.
2)进行辐射模型模拟,根据冠层分层及该层相
对应的累积叶面积指数(孜t),计算该层中受光照叶
片和被遮荫叶片吸收的太阳辐射和光合有效辐射.
3)进行叶面过程(包括光合作用模型、能量平
衡方程和气孔导度模型)的模拟. 该过程采用数值
013 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷
求解方法进行求解,步骤如下:首先给气孔导度
(gsc)赋一个较小的初始值,如 0郾 1;在该 gsc值的条
件下,进行气孔导度和边界层导度模型的模拟,得到
各阻力段的导度值;将得到的导度值代入到能量平
衡方程组中,计算叶温(Tl)、潜热通量(LE)和显热
通量(H);将经计算得出的 Tl 以及给定的一个细胞
间隙 CO2 浓度(C i)值代入光合作用模型,计算出该
时刻的净光合作用速率(An),根据给定的 gsc值以及
An 与 C i 的关系,算出新的 C i 值,如果此 C i 值与之
前给定的 C i 值之差小于某一个较小的临界数值(如
0郾 01),则模型模拟进入气孔导度的求解,否则重复
光合作用模型的模拟,直到小于该临界值;将光合作
用模型模拟得出的 An、叶片表面的 CO2 浓度(Cs)值
代入气孔导度模型,得出新的 gsc值,如果该值与之
前给定 gsc 值之差小于某一个较小的数值 (如
0郾 0001),则模型进入下一时段的模拟,否则重复上
述步骤,直到符合要求.
4)将叶面过程模拟得到的受光照部分和被遮
荫部分的净光合作用速率 ( Asl、 Ash )、潜热通量
(LEsl、LEsh)代入到冠层某一层净光合作用的计算公
式,得出某一层该时刻的 An、LE 值,之后返回步骤
2),进行冠层另一层的模拟,最后各层求和,得出该
时刻整个冠层的总光合作用速率(Ac)和蒸散速率
(LEc).
1郾 2郾 3 模型参数化摇 模型参数以及初始状态变量源
于中国科学院长白山森林生态系统定位站 1 号标准
地阔叶红松林的生理生态观测和相关文献(表 1).
1郾 2郾 4 数据处理摇 为避免因涡动相关观测系统能量
表 1摇 模型参数及其取值
Table 1摇 Parameters in the model and their values
符号
Symbol
描述
Description
单位
Unit
取值
Value
来源
Source
a1 与 CO2 同化作用、CO2 分压、湿度以及温度相关的参数
Parameters related to CO2 assimilation, CO2 pressure, hu鄄
midity and temperature
- 5 [5]
Ca 大气中的 CO2浓度 CO2 concentration in air 滋mol·mol-1 变量 Variable 实测数据 Measured data
ea 大气中的水汽压 Vapor pressure in air kPa 变量 Variable 实测数据 Measured data
gsc0 光补偿点处 An =0 时,气孔对 CO2 的最小导度 Minimum
stomatal conductance to CO2 when An = 0 at the light com鄄
pensation point
mol·m-2·s-1 0郾 03 [19]
kd 理论冠层(黑体叶片)中漫射辐射的消光系数 Extinction
coefficient for diffuse radiation and a canopy of black leaves
m2·m-2 0郾 8 [20]
kn 叶片氮含量的分布系数 Distribution coefficient for leaf ni鄄
trogen
m2·m-2 0郾 5 实测数据 Measured data
ku 风速的衰减系数 Extinction coefficient for wind speed m2·m-2 0郾 5 [5]
l 叶宽 Leaf width m 变量 Variable 实测数据 Measured data
P 大气压 Atmosphere pressure kPa 变量 Variable 实测数据 Measured data
Q 光合有效辐射 Photosynthetic active radiation 滋mol·m-2·s-1 变量 Variable 实测数据 Measured data
S0 冠层上方的太阳辐射 Solar radiation above canopy W·m-2 变量 Variable 实测数据 Measured data
Sv 熵 Entropy J·mol-1 650 [19]
T0 参考温度 Reference temperature K 298郾 15 [21]
Ta 气温 Air temperature K 变量 Variable 实测数据 Measured data
u0 冠层顶部的风速 Wind speed above canopy m·s-1 变量 Variable 实测数据 Measured data
Vc mtop 冠层顶部 孜 = 0 的 Vc max0 值 Vc max0 value at the top of
canopy when 孜=0
滋mol·m-2·s-1 变量 Variable 实测数据 Measured data
Vpds0 气孔响应于 Vpds 的经验系数 Empirical coefficient
reflecting sensitivity of the stomata to Vpds
kPa 1郾 5 [5]
兹c 土壤饱和含水量 Soil saturation water content - 0郾 6 实测数据 Measured data
兹sm 土壤湿度(体积含水量) Soil moisture ( volumetric water
content)
- 变量 Variable 实测数据 Measured data
兹w 土壤萎蔫系数 Soil wilting coefficient - 0郾 08 实测数据 Measured data
孜t 总的叶面积指数 Total leaf area index m2·m-2 变量 Variable 实测数据 Measured data
籽cd 冠层对漫射辐射的反射系数 Reflection coefficient for
diffuse radiation
- 0郾 057 (可见光 Visible light),
0郾 389 (近红外 NIR)
[20]
滓 Steffan鄄Boltzman 常数 Steffan鄄Boltzman constant W·m-2·K-4 5郾 67伊10-8 常数 Constant
滓l 叶片的散射系数 Scattering coefficient of leaf - 0郾 2 (可见光 Visible light),
0郾 8 (近红外 NIR)
[20]
1132 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 陈妮娜等: 气候变化对长白山阔叶红松林冠层蒸腾影响的模拟摇 摇 摇 摇 摇
不闭合对模拟结果产生的影响,本研究应用 Twine
等[22]提出的订正方法对涡动相关系统观测的能量
通量进行闭合度订正. 该方法假定由涡动相关系统
观测的显热和潜热通量之比(茁)是正确的,再根据
能量平衡方程和可用能量(Rn-S),重新计算出显热
和潜热的大小.经过能量平衡闭合度订正过的显热
(H)和潜热(LE)通量算式分别为:
H =
Rn - S
1 + 1 / 茁 (1)
LE =
Rn - S
1 + 茁 (2)
用订正后的水汽通量对模拟的 LE 进行检
验[18,23] .冠层 LE观测数据是冠层上(40 m)、下(2郾 5
m)两层涡相关数据之差.因模型中没有考虑冠层截
留降雨的蒸发,故删除降雨期间及雨后 8 h 的通量
数据(确保“干冠层冶条件).
1郾 2郾 5 气候变化情景的设定 摇 根据实际观测数据,
2008 年生长季(5—9 月)林上大气 CO2 浓度平均值
为 364 滋mol·mol-1,日均气温的平均值为 16郾 2 益,
其间降水量为 457郾 8 mm,0 ~ 20 cm 土层土壤含水
量平均值为 31郾 1% .
工业革命前大气 CO2 浓度是 280 滋mol·mol-1,
根据 IPCC 第四次评估报告,如按目前增长速度,
2100 年大气中 CO2 浓度将增至 550 滋mol ·
mol-1 [11] .研究表明,长白山地区年均气温增加趋势
极显著,气候倾向率为 0郾 36 益·(10 a) -1 [24] . 根据
以上研究事实,在 2008 年气候条件基础上,气象要
素分别做如下变化,以代表 2100 年的气候情景:1)
气温增加 3郾 6 益 ( t);2)土壤含水量减少 10% ,为
2008 年的 90% ( s);3) CO2 浓度增加 190 滋mol·
mol-1(c);4)气温增加 3郾 6 益、CO2 浓度增加 190
滋mol·mol-1( tc);5)土壤含水量减少 10% 、CO2 浓
度增加 190 滋mol·mol-1( sc);6)气温增加 3郾 6 益、
土壤含水量减少 10% ( ts);7)气温增加 3郾 6 益、土
壤含水量减少 10% 、CO2 浓度增加 190 滋mol·mol-1
(tsc).
2摇 结果与分析
2郾 1摇 模拟效果的检验
从 30 min数据来看,生长季 LE 模拟值与实测
值有较好的线性关系.由图 1 可以看出,2008 年,研
究区生长季 LE 模拟值与实测值回归线的斜率为
0郾 89,截距为 29郾 88 W·m-2,相关系数为 0郾 623(样
本数 4656 组).由于生长季初末期和旺盛生长期的
植被以及环境特征差别较大,将这两个阶段分开考
虑.由不同阶段回归线的斜率、截距、相关系数及样
本数可以看出,旺盛生长期的模拟效果好于生长季
初末期(表 2),其原因可能是多层模型主要考虑的
是冠层叶片的生理生态学过程,而生长季初末期叶
面积指数 ( LAI) 和最大 Rubisco 催化反应速率
(Vc max)的变动较大,估计出现偏差.
从通量的日变化来看,长白山阔叶红松林 LE
实测值与模拟值日变化趋势基本一致(图 2). 夜间
通量值较低且变化较小,日出后,逐渐升高,12:00
左右达到最大值,以后逐渐降低,直到日落后又趋于
稳定.冠层日蒸腾量(Et)实测值与模拟值的季节变
化趋势基本一致,说明模型模拟效果较好,其值在生
长季初、末期(5 月和 9 月)较低,旺盛生长期(6—8
月)较高(图 3).整个生长季冠层日蒸腾量实测平均
值为 2郾 28 mm,模拟平均值为 2郾 50 mm,高估 9郾 3%
(RMSE=0郾 65 mm·d-1,n=71).
不论从冠层蒸腾量实测值与模拟值的 30 min
数值、日值还是从日变化、季节变化来看,用多层模
型模拟长白山阔叶红松林冠层蒸腾量的模拟效果较
好,可用该模型的模拟值进行气候变化对冠层蒸腾
量影响的研究.
2郾 2摇 冠层蒸腾量对单因子气候变化的响应
在气温增加 3郾 6 益、0 ~ 20 cm 土壤含水量减少
10% 、大气 CO2 浓度增加 190 滋mol·mol-1 3 种单因
子气候变化情景下,通过对气候因子变化前后 30
min LE模拟值线性分析(表3 )可以看出,气温增
图 1摇 长白山阔叶红松林潜热通量(LE)模拟值与实测值的
比较
Fig. 1摇 Comparison of measured against modeled latent heat flu鄄
xes in broad鄄leaved Korean pine forest in Changbai Mountains
(2008).
图中实线为回归线(y=ax+b),虚线为 1 颐 1 线 The solid line was the
best fit linear regression ( y = ax+ b), and the dashed line represented
1 颐 1 relation.
213 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷
图 2摇 长白山阔叶红松林生长季 LE模拟值与实测值的日变化
Fig. 2摇 Diurnal variation of modeled and measured latent heat fluxes in growing season in broad鄄leaved Korean pine forest in Changbai
Mountains (2008).
随机选取 4 日数据(7 月 1、24 日,9 月 5、6 日) 4 days爷 data (1 st,24 th July, and 5 th,6 th September) were randomly selected.
加,LE增加;0 ~ 20 cm土壤含水量减少,LE减少;大
气 CO2 浓度增加 190 滋mol·mol-1,LE 减少,回归线
的相关系数 R2 均在 0郾 97 以上.从回归线斜率(a,可
反映气候因子变化前后 LE 模拟值的变化幅度)来
看,30 min LE 值对 CO2 浓度增加最敏感, 变幅在
-14% ,对气温增加的响应次之,变幅在+8% ,对土
壤含水量减少最不敏感,变幅在-7% . 通过对气候
变化前后 LE日值的线性分析(表 3),也可以得出类
似结论. LE日值对 CO2 浓度和气温增加的响应幅度
分别为-12%和+9% . LE 值对单因子气候变化的响
应顺序为 LE t>LE0>LEs>LEc .
单因子气候变化对 5—9 月 Et累积过程的影响
(图 4)与对 30 min LE 的影响类似,表现为,气温增
加,Et累积量增加;CO2 浓度增加或土壤含水量减
少 ,Et累积量均减少 . 5—9月累积蒸散量分别为
图 3摇 长白山阔叶红松林冠层日蒸腾量(Et)模拟值与实测
值的季节变化
Fig. 3摇 Seasonal variation of modeled and measured canopy dai鄄
ly transpiration in broad鄄leaved Korean pine forest in Changbai
Mountains (2008).
表 2摇 2008 年生长季初、末期(5 月和 9 月)以及生长旺盛期
(6—8 月)长白山阔叶红松林 LE 模拟值与实测值的线性回
归分析
Table 2摇 Linear regression analysis of measured LE against
modeled LE in broad鄄leaved Korean pine forest in Changbai
Mountains for the early and late growing seasons (May and
September) and vigorously growing seasons (June to Au鄄
gust) in 2008
月份
Month
a b
(W·m-2)
R2 n
5,9 0郾 58 27郾 35 0郾 502 1872
6—8 0郾 92 38郾 82 0郾 635 2732
表 3摇 单因子气候变化对长白山阔叶红松林 LE的影响
Table 3摇 Effects of single climatic factor change on LE in
broad鄄leaved Korean pine forest in Changbai Mountains
LE 气候因子变化情景
Climatic factor
change scenarios
a R2
30 min值 t 1郾 08 0郾 976
30 min value s 0郾 93 0郾 998
(W·m-2) c 0郾 86 0郾 994
日值 t 1郾 09 0郾 966
Daily value s 0郾 93 0郾 999
(MJ·m-2·d-1) c 0郾 88 0郾 995
a、R2分别为气候因子变化前后 LE 模拟值线性回归线的斜率、相关
系数(设截距 b=0) a, R2 was the slope and coefficient of determination
in the linear regression of original and changed LE of modeled value,
respectively (set the intercept b = 0). t: 气温增加 3郾 6 益 3郾 6 益 in鄄
crease of air temperature; s: 土壤含水量减少 10% 10% reduction of
soil water content; c: CO2 浓度增加 190 滋mol·mol-1 190 滋mol·
mol-1 increase of CO2 concentration. 下同 The same below.
Et0 =407郾 3 mm、Ett = 439郾 4 mm、Etc = 359郾 2 mm、Ets
=380郾 3 mm,气候变化对累积蒸散量的影响率( 啄,
指气候变化引起的冠层蒸腾变化量占当前冠层蒸
腾量的百分比)分别为啄t = +7郾 9% 、啄c = -11郾 8% 、
3132 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 陈妮娜等: 气候变化对长白山阔叶红松林冠层蒸腾影响的模拟摇 摇 摇 摇 摇
图 4摇 单因子气候变化对生长季冠层蒸腾累积过程的影响
Fig. 4摇 Effects of single climatic factor change on accumulative
amount of canopy transpiration in growing season (2008).
0:初始值 Initial value; t: 气温增加 3郾 6 益 3郾 6 益 increase of air tem鄄
perature; s:土壤含水量减少10% 10% reduction of soil water content;
c: CO2 浓度增加 190 滋mol·mol-1 190 滋mol·mol-1 increase of CO2
concentration. 下同 The same below.
啄s = -6郾 6% ,可见,生长季 Et 累积量对 CO2 浓度的
增加最敏感.
不论从 30 min 值、日值还是生长季累积值来
看,长白山阔叶红松林冠层蒸腾量对单因子气候变
化的响应均表现为气温增加,Et 增加;CO2 浓度增
加,Et减少;土壤含水量减少,Et 减少. 其中,Et 对
CO2 浓度变化最敏感.
2郾 3摇 冠层蒸腾量对多因子气候要素联合变化的响
应
通过对多因子气候变化前后 30 min LE 模拟值
线性分析(表 4)可以看出,土壤含水量减少、CO2 浓
度增加,LE减少;气温和 CO2 浓度同时增加,LE 减
少;气温增加、土壤含水量减少,LE 变化不大;气温
增加、土壤含水量减少、CO2 浓度增加,LE 减少,回
归线的相关系数 R2 均在 0郾 97 以上.从气候因子变
化前后 LE模拟值线性回归线的斜率 ( a )来看 ,
表 4摇 多因子气候变化对 LE的影响
Table 4摇 Effects of multi climatic factor change on LE
LE 气候因子变化情景
Climatic factor
change scenarios
a R2
30 min值 sc 0郾 80 0郾 994
30 min value tc 0郾 94 0郾 975
(W·m-2) ts 1郾 00 0郾 974
tsc 0郾 87 0郾 978
日值 sc 0郾 83 0郾 996
Daily value tc 0郾 97 0郾 971
(MJ·m-2·d-1) ts 1郾 01 0郾 965
tsc 0郾 90 0郾 971
30 min LE对土壤含水量减少、CO2 浓度增加的响应
最敏感,响应幅度为-20% ,对气温增加、土壤含水
量减少、 CO2 浓度增加的响应次之,响应幅度为
-13% ,对气温增加、土壤含水量减少的响应不
敏感.
多因子气候要素联合变化对 LE 日值的影响与
对 30 min LE值的影响类似(表 4). LE 日值对土壤
含水量减少、CO2 浓度增加的响应幅度为-17% ,对
3 种因子综合变化的响应幅度为-10% . LE 日值对
气候变化的响应顺序为 LE ts>LE0>LE tc>LE tsc>LEsc .
多因子气候变化对 5—9 月长白山阔叶红松林
冠层蒸腾累积过程的影响(图 5)与对 30 min LE 的
影响类似. 5—9 月累积冠层蒸腾量分别为 Et0 =
407郾 3 mm、Ettc = 389郾 0 mm、Etts = 408郾 9 mm、Etsc =
337郾 2 mm、Ettsc =363郾 6 mm.多因子气候变化对冠层
累积蒸腾量的影响率(啄)分别为 啄sc = -17郾 2% 、啄tc =
-4郾 5% 、啄ts = +0郾 4% 、啄tsc = -10郾 7% ,可见,生长季 Et
累积量对土壤含水量减少、CO2 浓度增加的响应最
敏感,对气温增加、土壤含水量减少的响应不敏感.
不论从 30 min 值、日值还是生长季累积值来
看,长白山阔叶红松林冠层蒸腾量对多因子气候变
化的响应为:土壤含水量减少、CO2 浓度增加,Et 减
少;气温增加、CO2 浓度增加,Et 减少;气温增加、土
壤含水量减少,Et 变化不大;气温增加、土壤含水量
减少、CO2 浓度增加,Et 减少. Et 对土壤含水量减
少、CO2 浓度增加的响应最敏感,对气温增加、土壤
含水量减少的响应不敏感. 综合冠层蒸腾量对单因
子和多因子气候变化的响应来看,响应大小依次为:
Etsc>Etc>Ettsc>Ett>Ets>Ettc>Ett .
图 5摇 多因子气候变化对林冠蒸腾累积过程的影响
Fig. 5摇 Effects of multi climatic factor change on accumulative
amount of canopy transpiration.
413 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷
3摇 讨摇 摇 论
3郾 1摇 模型的优缺点
本研究应用多层模型对长白山阔叶红松林生态
系统的冠层蒸腾量进行了模拟,从其 30 min 值、日
值及日变化、季节变化来看,模型能够较好地模拟冠
层蒸腾量.该模型关注植被与环境的垂直结构,将植
被冠层中的叶片与空气划分为水平的若干层次,逐
层计算各层通量,累加至冠层水平的量.此外,Leun鄄
ing[7]还将冠层中受光照的叶片和被遮荫的叶片分
开考虑,从而避免了对冠层同化作用的高估[25] .
模型模拟和观测中还存在着较多的误差来源,
如模型中参数取值和驱动变量的误差在一定空间与
时间尺度上模型物理过程的代表性如何,以及通量
观测数据会低估生态系统蒸散量[26]等. 此外,模型
H2O通量模拟结果对气孔导度的参数(a1)、LAI、气
温(Ta)变化的响应较强[18],由于这些参数的确定是
模型模拟准确与否的关键,因而,这些参数的误差会
对主要输出结果产生影响[27] . 尽管如此,使用该模
型模拟长白山阔叶红松林冠层蒸腾对气候变化的响
应还是切实可行的,通过进一步验证和修正,可将模
型推广到区域上应用.
3郾 2摇 长白山阔叶红松林冠层蒸腾量对气候变化情
景的响应
本研究设置了气温、土壤含水量和大气 CO2 浓
度共同发生变化的气候情景,以代表 2100 年的气候
状况,结果表明,2100 年冠层累积蒸腾量为 363郾 6
mm, 比气候变化前减少 10郾 7% .运用基于过程的生
理生态模型模拟气候变化对蒸散的影响,国内外已
作了切实可行的研究.米娜等[16]运用基于生理生态
过程的 EALCO 模型,设定了 4 种气候变化情景(气
温增加 3郾 4 益,降水减少 20% ,CO2 浓度增加 180
滋mol·mol-1,气温和 CO2 浓度的综合作用)对玉米
农田生态系统的蒸散过程进行了模拟,结果表明,
2100 年农田生态系统生长季蒸散将减少 11% . Davi
等[17]用基于生理生态过程的多层模型(CASTANEA
模型)研究了欧洲森林生态系统 1960—2100 年水和
CO2 通量对气候变化的敏感性,研究中设定的气候
变化情景为气温增加 3郾 1 益 (30% )、夏季降水减少
68 mm(-27% )、CO2 浓度增加 300 滋mol·mol-1,结
果表明森林蒸发散将减少 13郾 7% . Luo 等[28]用 4 种
模型研究森林、草地等 7 种生态类型对降水减半,或
者降水减半、气温升高、CO2 浓度增加联合变化的响
应发现,蒸腾量减少 20% ~ 60% . 本研究中蒸腾量
减少值偏小,这是因为本研究未考虑土壤蒸发的影
响以及气候变化情景的水分变化幅度较小,此外,用
不同的模型模拟冠层蒸腾量也会有所差异.
本研究中,单因子气候变化对长白山阔叶红松
林冠层蒸腾量影响的结果表明,温度增加 3郾 6 益,冠
层蒸腾量约增加 8% .以往研究也得出了相似结论,
如 Johnson等[29]利用 Nutrient Cycling Model(NuCM
模型)研究气象因素变化对美国 6 种森林类型生物
化学循环的影响,发现温度增加 4 益,Et 增加 0 ~
12% .
由于降水与土壤湿度的关系较复杂,本文没有
设置降水变化的情景,而直接假设了土壤湿度变化
情景,气候变化条件下降水与土壤湿度的关系问题
尚需深入研究.
4摇 结摇 摇 论
本研究结合 2008 年生长季气象条件以及未来
气候变化趋势设定了 2100 年气候变化情景,并用多
层模型模拟了长白山阔叶红松林冠层蒸腾量在气候
变化情景下的响应,主要结论如下:多层模型模拟长
白山阔叶红松林冠层蒸腾量模拟值与实测值的拟合
效果较好,可以用其进行冠层蒸腾量对气候变化响
应的研究;在设定的气候变化情景下,气温增加
3郾 6 益, Et 增 加 7郾 9% ; 大 气 CO2 浓 度 增 加
190 滋mol·mol-1,Et减少 11郾 8% ;0 ~ 20 cm 土壤含
水量减少 10% ,Et 减少 6郾 6% ;土壤含水量减少
10% 、CO2 浓度增加190 滋mol·mol-1的联合变化对
Et的影响最大,为-17郾 2% ,气温增加 3郾 6 益、土壤
含水量减少 10% 的联合变化对 Et 影响最小,为
+0郾 4% .
参考文献
[1]摇 Gao R (高摇 人), Zhou G鄄Z (周广柱). Transpiration
effects of various major forest vegetation types in eastern
Liaoning mountainous region. Liaoning Agricultural Sci鄄
ences (辽宁农业科学), 2001(6): 5-8 (in Chinese)
[2]摇 Wang J (王摇 靖), Yu Q (于摇 强), Pan X鄄B (潘学
标), et al. A review on water, heat and CO2 fluxes sim鄄
ulation models. Acta Ecologica Sinica (生态学报),
2008, 28(6): 2843-2853 (in Chinese)
[3]摇 Yu Q (于摇 强), Ren B鄄H (任保华), Wang T鄄D (王
天铎), et al. A simulation of diurnal variations of pho鄄
tosynthesis of C3 plant leaves. Scientia Atmospherica Sin鄄
ica (大气科学), 1998, 22 (6): 867 - 880 ( in Chi鄄
nese)
[4]摇 Sellers PJ, Berry JA, Collatz GJ, et al. Canopy reflec鄄
tance, photosynthesis and transpiration. 芋: A reanalys鄄
is using improved leaf models and a new canopy integra鄄
5132 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 陈妮娜等: 气候变化对长白山阔叶红松林冠层蒸腾影响的模拟摇 摇 摇 摇 摇
tion scheme. Remote Sensing Environment, 1992, 42:
187-216
[5]摇 Leuning R, Kelliher FM, De Pury DGG, et al. Leaf ni鄄
trogen, photosynthesis, conductance and transpiration:
Scaling from leaves to canopies. Plant, Cell and Envi鄄
ronment, 1995, 18: 1183-1200
[6] 摇 McMurtrie RE, Leuning R, Thompson WA, et al. A
model of canopy photosynthesis and water use incorpora鄄
ting a mechanistic formulation of leaf CO2 exchange.
Forest and Ecology Management, 1992, 52: 261-278
[7]摇 Leuning R. A critical appraisal of a combined stomatal鄄
photosynthesis model for C3 plants. Plant, Cell and En鄄
vironment, 1995, 18: 339-357
[8]摇 Diaz鄄Espejo A, Hafidi B, Fernandez JE, et al. Transpi鄄
ration and photosynthesis of the olive tree: A model
approach. Proceedings of the Fourth International Sym鄄
posium on Olive Growing, Valenzano, Italy, 2002:
457-460
[9] 摇 Uddling J, Pleije H. Changes in stomatal conductance
and net photosynthesis during phenological development
in spring wheat: Implications for gas exchange model鄄
ing. International Journal of Biometeorology, 2006, 51:
37-48
[10]摇 Buker P, Emberson LD, Ashmore MR, et al. Compari鄄
son of different stomatal conductance algorithms for
ozone flux modelling. Environmental Pollution, 2007,
146: 726-735
[11]摇 IPCC. Climate Change 2007: The Physical Science Ba鄄
sis: Summary for Policymakers [ EB / OL] (2007鄄02鄄
02) [2010鄄11鄄14]. http: / / www. ipcc. ch
[12]摇 Sun F鄄H (孙凤华), Ren G鄄Y (任国玉), Zhao C鄄Y
(赵春雨), et al. An analysis of temperature abnormal
change in northeast China and type underlying surface.
Scientia Geographica Sinica (地理科学), 2005, 25
(2): 167-171 (in Chinese)
[13] 摇 Sun F鄄H (孙凤华), Wu Z鄄J (吴志坚), Yang S鄄Y
(杨素英). Temporal and spatial variations of extreme
precipitation and dryness events in northeast China in
last 50 years. Chinese Journal of Ecology (生态学杂
志), 2006, 25(7): 779-784 (in Chinese)
[14]摇 Jin C鄄J (金昌杰), Guan D鄄X (关德新), Zhu T鄄Y
(朱廷曜). Spectral characteristics of solar radiation in
broadleaved Korean pine forest in Changbai mountain.
Chinese Journal of Applied Ecology (应用生态学报),
2000, 11(1):19-21 (in Chinese)
[15]摇 Wang H (王摇 昊), Xu S鄄G (许士国), Sun L鄄S (孙
砳石). The prediction on reed swamp evapotranspira鄄
tion in Zhalong wetland. Acta Ecologica Sinica (生态学
报), 2006, 26(5): 1352-1358 (in Chinese)
[16]摇 Mi N (米摇 娜), Zhang Y鄄S (张玉书), Chen P鄄S (陈
鹏狮), et al. A modeling study of evapotranspiration
from maize cropping system and its response to climate
change. Acta Ecologica Sinica (生态学报), 2010, 30
(3): 698-709 (in Chinese)
[17]摇 Davi H, Dufr俸ne E, Francois C, et al. Sensitivity of
water and carbon fluxes to climate changes from 1960 to
2100 in European forest ecosystems. Agricultural and
Forest Meteorology, 2006, 141: 35-56
[18]摇 Shi TT, Guan DX, Wang AZ, et al. Modeling canopy
CO2 and H2O exchange of a temperate mixed forest.
Journal of Geophysical Research鄄Atmospheres, 2010,
115: 2009JD012832
[19]摇 Harley PC, Thomas RB, Reynolds JE, et al. Modelling
photosynthesis of cotton grown in elevated CO2 . Plant,
Cell and Environment, 1992, 15: 271-282
[20]摇 Goudriaan J, van Laar HH. Modelling Potential Crop
Growth Processes. Dordrecht, The Netherlands: Kluwer
Academic Publishers, 1994
[21] 摇 Farquhar GD, Caemmerer S, Berry JA. A biochemical
model of photosynthetic CO2 assimilation in leaves of C3
species. Planta, 1980, 149: 78-90
[22]摇 Twine TE, Kustas WP, Norman JM, et al. Correcting
eddy鄄covariance flux underestimates over a grassland.
Agricultural and Forest Meteorology, 2000, 103: 279 -
300
[23]摇 Shi TT, Guan DX, Wu JB, et al. Comparison of meth鄄
ods for estimating evapotranspiration rate of dry forest
canopy: Eddy covariance, Bowen ratio energy balance,
and Penman鄄Monteith equation. Journal of Geophysical
Research, 2008, 113, D19116, doi: 10. 1029 /
2008JD010174
[24]摇 Wang JJ. Climate Change During Recent 50 Years and
Its Procection in Changbai Mountains Region. PhD The鄄
sis. Beijing: Graduate University of Chinese Academy of
Sciences, 2009
[25] 摇 Spitters CJJ. Separating the diffuse and direct compo鄄
nent of global radiation and its implications for modeling
canopy photosynthesis. 域: Calculation of canopy photo鄄
synthesis. Agricultural and Forest Meteorology, 1986,
38: 231-242
[26]摇 Qi P鄄T (戚培同), Gu S (古摇 松), Tang Y鄄H (唐艳
鸿), et al. Comparison of three methods for measure鄄
ment of evapotranspiration in an alpine meadow. Acta
Ecologica Sinica (生态学报), 2008, 28(1): 202-211
(in Chinese)
[27]摇 Wang J (王 摇 靖), Yu Q (于 摇 强), Li X鄄G (李湘
阁), et al. Diurnal variation of winter wheat water and
heat fluxes of a simulation with photosynthesis鄄evapo鄄
transpiration coupled model. Chinese Journal of Applied
Ecology (应用生态学报), 2004, 15(11): 2077-2082
(in Chinese)
[28]摇 Luo YQ, Gerten D, Maire GL, et al. Modeled interac鄄
tive effects of precipitation, temperature, and [CO2] on
ecosystem carbon and water dynamics in different climat鄄
ic zones. Global Change Biology, 2008, 14: 1986 -
1999
[29]摇 Johnson DW, Susfalk RB, Gholz HL, et al. Simulated
effects of temperature and precipitation change in several
forest ecosystems. Journal of Hydrology, 2000, 235:
183-204
作者简介摇 陈妮娜,女,1986 年生,博士研究生.主要从事生
态气候研究,发表论文 1 篇. E鄄mail: ninachen. yu@ 163. com
责任编辑摇 杨摇 弘
613 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷