基于改進SW模型的千煙洲人工林蒸散組分拆分及其特征

沈　競, 張　彌,* , 肖　薇 , 溫學發 , 劉壽東 , 李旭輝

1 南京信息工程大學大氣環境中心, 南京　210044 2 中國科學院地理科學與資源研究所, 北京　100101

?

基于改進SW模型的千煙洲人工林蒸散組分拆分及其特征

沈競1, 張彌1,*, 肖薇1, 溫學發2, 劉壽東1, 李旭輝1

1 南京信息工程大學大氣環境中心, 南京210044 2 中國科學院地理科學與資源研究所, 北京100101

摘要:蒸散組分拆分是準確評估陸地生態系統生產力以及估算水分利用效率的重要基礎。利用改進后的Shuttleworth-Wallace模型，將蒸散拆分為植被蒸騰、土壤蒸發和冠層截留蒸發，并采用Monte Carlo隨機參數化方案對模型參數進行優化。將模型與千煙洲亞熱帶人工針葉林站點的 2011年渦度相關及小氣候觀測資料結合，對千煙洲人工林蒸散及其組分進行模擬。研究結果表明：半小時尺度上蒸散量模擬值與實測值的一致性在晴天和雨天都較高。半小時尺度上全年蒸散模擬值與實測值的決定系數、均方根誤差和平均偏差為0.73、1.55 mmol m-2s-1和0.21 mmol m-2s-1。蒸散是該生態系統水分輸出的最主要貢獻項，占全年降水的80%。在蒸散中，植被蒸騰約占總蒸散量的85%，可推測2011年千煙洲人工林生態系統有較高的水分利用效率。該生態系統的蒸騰量季節變化明顯，主要受飽和水汽壓差和氣溫兩種環境因素以及植被的葉面積指數影響且與三者均呈正相關；土壤蒸發約占總蒸散量的5%，季節變化平緩；模擬的冠層截留蒸發量約占總蒸散量的10%，季節變化大，與降水量呈正相關，與暴雨頻次呈負相關，說明冠層無法有效截留強降水。該模型參數較少、時間分辨率高且可以有效模擬蒸散及其組分特征，是陸地生態系統水分循環過程研究有力的模型工具。

關鍵詞：蒸散拆分；土壤蒸發；植被蒸騰；冠層截留蒸發；Monte Carlo模擬

森林蒸散不僅是森林水熱平衡的重要分量[1]，而且是反映森林植被水分狀況的重要指標[2- 3]，同時是區域甚至全球氣候的重要影響因素[4]。隨著研究的深入，已認識到森林蒸散主要包括土壤蒸發、植被蒸騰和冠層截留蒸發[5- 7]。土壤蒸發反映土壤水含量、土壤溫度、風速等環境狀況，植被蒸騰反映著植被的生理狀況以及固碳能力，冠層截留蒸發則與當地降水量和降水格局密切相關[8]。蒸散及其組分的正確拆分不僅是是森林水分循環過程研究的基礎，還有助于準確評估森林生態系統的生產力，從而可為提高森林水分利用效率提供依據[9]。

然而，森林蒸散各組分難以直接、持續的觀測，因此利用模型對森林蒸散及其組分進行模擬成為有效的途徑。國內外的蒸散模型研究眾多，相應的參數化方案復雜程度不同，模擬效果也存在顯著的差異。單層大葉模型(Penman-Monteith模型[10- 11]以及Priestley-Taylor模型[12- 13]等)參數化較為簡單，但無法直接獲取蒸散組分狀況，常與某組分的觀測實驗結合進行組分拆分。多層大葉模型(Choudhury-Monteith 4層模型[14]以及Dolman 3層模型[15])以及基于生態機理過程的模型(如3-PG模型[16- 17]以及SEBS模型[18]等)能夠較好的模擬蒸散總量，但參數較多且難以獲取,使蒸散組分信息難以獲取。遙感模型(ETWATCH模型[19- 20]等)具有較好的區域代表性，參數較少、易于獲取，但時間分辨率低，無法進行組分拆分，無法模擬短時間尺度的動態特征。與上述模型相比，原始的Shuttleworth-Wallace(SW)模型[21]可以分別計算土壤蒸發和植被蒸騰，在此基礎上Iritz等[6]加入冠層截留蒸發，使得模型可以更細致、有效模擬蒸散組分。改進后的SW模型可以在參數較少且易于獲取的情況下，實現較高時間分辨率的蒸散及其組分的動態模擬。

我國中亞熱帶人工林廣泛分布于江西、湖南、廣東與福建等省，面積廣闊約0.288億km2，所在地區雨量充沛，但季節性旱澇災害比較嚴重[22- 23]。研究中亞熱帶人工林生態系統蒸散及其組分狀況，對了解當地的水循環狀況，調控水分及其利用效率，評估我國人工林生態系統生產潛力具有重要意義[24- 25]。針對江西省千煙洲中亞熱帶人工林，米娜等[26]利用EALCO模型，魏煥奇等[27]利用PT-Fi模型對蒸散及其組分拆分進行了模擬研究，但前者參數較多且難以獲取，后者時間分辨率低。本文利用參數化較為簡單的SW模型，對千煙洲中亞熱帶人工林的蒸散總量及其組分進行模擬并分析其變化特征。

1材料與方法

1.1站點概況

本研究試驗站點位于江西省泰和縣，中國生態系統研究網絡的千煙洲紅壤丘陵農業綜合開發實驗站內(26°44′N，115°03′E，110.8 m Alt.)。站區面積2.04 km2，年平均氣溫17.9℃，平均年降水量855 mm，屬于典型的亞熱帶季風氣候[28]。通量塔周圍近1 km2范圍內森林覆蓋度為90%，近100 km2范圍內森林覆蓋近70%，主要樹種為1985年前后種植的馬尾松(Pinusmassoniana)、濕地松(PinuselliottiiEngelem)和杉木(Cunninghamialanceolata)，平均樹高為12 m[29]。

1.2試驗觀測1.2.1觀測儀器

千煙洲站渦度相關通量塔建立于2002年8月，塔上裝有開路渦度相關觀測系統(Open path eddy covariance, OPEC)對冠層的潛熱、顯熱、CO2通量進行觀測，并裝有7層常規氣象觀測系統(安裝高度依次為1.6、7.6、11.6、15.6、23.6、31.6 m和39.6 m)進行常規氣象信息的同步觀測。利用三維超聲風速儀(Model CSAT-3， Campbell Science，USA) 測定風速和溫度脈動。利用紅外線CO2/H2O氣體分析儀(Model LI-7500，Licor Inc.，USA)測定CO2/H2O密度脈動。儀器安裝在大約為3倍冠層高度，即39.6 m。所有10Hz的原始數據均通過數據采集器CR5000(Model CR5000，Campbell Scientific，USA)記錄并儲存，同時記錄并儲存的還有30 min的CO2通量數據[29]。本文采用的數據是千煙洲站2011年全年數據(1月1日至12月31日)，包括渦度通量數據(包括感熱通量、潛熱通量和CO2通量)和常規氣象信息數據(包括氣溫、水汽壓、凈輻射、土壤水含量、風速等)。其中潛熱通量為模型驗證數據，其余為模型驅動數據。

1.2.2數據質控、插補與拆分

為了消除水熱傳輸，需對CO2通量數據(Net ecosystem exchange,NEE)、潛熱通量(Latent heat flux,LE)和顯熱通量(Sensible heat flux,H)進行密度效應校正(WPL，Webb Pearman & Leuning校正)[30]，為消除地形影響引起的誤差，進行2維坐標軸旋轉校正[31]。考慮到冠層高度較大，需要計算CO2、潛熱和顯熱的儲存項，因此最終得到的生態系統凈CO2交換量、潛熱及顯熱通量，即式(1)、式(2)、式(3)：

NEE=Fc+Fs

(1)

LE=OE+SE

(2)

H=OH+SH

(3)

式中，Fc、OE和OH分別為潛熱和顯熱的觀測值。Fs、SE、SH為CO2、潛熱、感熱儲熱項，表達式分別為：

Fs=hΔc/Δt

(4)

(5)

SH=ρaCpZrΔTa/Δt

(6)

式中，Δc為前后兩時刻的CO2濃度差，Δt為前后兩時刻的時間間隔，取為1800 s，h為通量觀測高度，取值39.6 m，控制CO2濃度為600—850 mg/m3(90%的數據分布范圍)，控制Fs為-0.5—0.5 mg m-2s-1，Fs數值與王春林等[32]控制Fs小于0.3 mg m-2s-1相符。ρa空氣密度(1.293 kg m-3)，CP為定壓比熱(1004.67 J kg-1K-1)，Zr為觀測高度(12 m)，ΔTa/Δt為氣溫時間變化(℃/s)，γ為干濕表常數(0.67 hPa/K)，Δe/Δt為水汽壓的時間變化(hPa s-1)

數據處理過程中對數據進行篩選：(1)剔除同期有降水的通量數據；(2)確定LE和H白天閾值為[-100Rn]W/m2，夜間閾值為[Rn200]W/m2[33]；通過分析通量數據的頻率分布直方圖，NEE閾值為±1 mg m-2s-1，占原始數據的85%；(3)以臨界摩擦風速為0.2 m/s對夜間數據進行篩選[28- 29]，剔除低于臨界摩擦風速的通量數據；(4)將數據進行連續5點的1.96倍方差篩選[34](正太分布的假設下，數據覆蓋達95%)。數據篩選后，千煙洲白天的有效數據量為84.9%，但夜間的有效數據量僅為14.4%。

缺失數據的插補方法為：對于短時間(小于3h)的缺失數據采用線性內插；較長時間的潛熱通量LE、顯熱通量H和常規氣象缺失數據，則采用滑動平均的方法，以7—10 d作為滑動窗口。較長時間缺失的碳通量數據插補方法如下：

碳通量數據缺失，白天利用Michael-Menten方程進行插補[35]，時間窗口為30d。

(7)

式中,α為生態系統的光合量子效率，Pmax為最大光合速率(μmol m-2s-1)，Rd為系統白天的呼吸速率(mg m-2s-1)。

夜間碳通量缺失的數據利用生態系統呼吸隨溫度變化的指數方程進行插補[28]。

(8)

式中,Rd,ref是參考溫度(Tref)下的生態系統呼吸；E0在實際應用中取為309 K；T0為溫度實驗常數(K)，Tk為氣溫(K)

模型涉及的輸入變量GPP利用公式GPP=Rd-NEE計算得到。 其中白天生態系統呼吸Rd的計算，假定白天生態系統呼吸與氣溫遵循夜間兩者之間的關系，從而將夜間的生態系統呼吸方程外推至白天對白天的Rd進行計算。

1.2.3葉面積指數數據

由于SW模型中葉片阻力涉及葉面積指數LAI，所以LAI是極其重要的輸入變量。千煙洲通量站沒有葉面積指數的直接觀測數據，因而利用MODIS的地表植被指數(Normalized difference vegetation index, NDVI)數據進行反演。從MOD13A2產品中提取通量塔所在的單個像元(1000 m×1000 m)的NDVI數值，并進行平滑處理以消除云雨的干擾。反演公式[36]為

(9)

式中,Kpar取值為0.3[37]，Fcanopy=NDVI+0.05[38]。NDVI數據為16d間隔的，因而先進行5點rlowess平滑處理，計算得出相應的LAI，再線性內插到30min尺度上。

1.3能量平衡閉合狀況

能量平衡閉合狀況是反映渦度相關數據可靠性的重要指標，運用能量守恒原理分析輻射能量與潛熱、顯熱通量之間的閉合程度。參照施婷婷等[33]篩選有效數據，對篩選后30min的能量通量(y=H+LE)與可利用能量(x=Rn-G-S)進行能量閉合分析，幾何平均回歸方程為y=(0.83±0.01)x+(20.99±2.73) (R2=0.79,P<0.01)。即30min平均值閉合度為83%，與劉允芬等[39]結果相符，能量閉合度處于國內外同類觀測范圍(60%—90%)的中上水平[33]，說明觀測數據可信，可用來進行蒸散模擬與分析。

其中S為植被與大氣中的熱儲存量，通過植物和大氣的熱量傳輸耗能，在用渦度協方差方法測定中是指土壤表面到測量儀器高度之間的空氣與生物量的熱量儲存，對于植被冠層高于8 m的下墊面而言，該項對能量平衡的影響是不能忽略的[40]。根據Blanken等[41]的研究，S=SB+SL+SH+SE+SP，式中SB為樹干儲熱項，SL為葉片儲熱項，兩者參數較多且難以獲取，因而忽略不計。SP為光合作用儲熱項，表達式為SP=C×GPP，式中C=0.469 J/mol。SH和SE已在前文計算，故S=SP。

1.4模型方法1.4.1模型描述

SW模型是綜合考慮植被蒸騰和土壤蒸發過程的生態機理模型[21]，之后被廣泛應用于農田、草地和森林等生態系統的蒸散研究。

λET=Ec+Es+Eint=CcPMc+CsPMs+Eint

(10)

式中，展示了改進后SW模型的框架，即把蒸散拆分為植被蒸騰(Ec)、土壤蒸發(Es)和冠層截留蒸發(Eint)。其中PMc和PMs是類似Penman-Monteith方程的分別描述植被蒸騰(式11)和土壤蒸發(式12)的貢獻項，Cc和Cs為對應的植被阻力系數(式13)和土壤表層阻力系數(式14)：

(11)

(12)

(13)

(14)

式中，Δ是飽和水汽壓隨溫度變化的斜率(kPa/K)，ρ是空氣密度(1.293 kg/m3)，Cp是定壓比熱(1012 J kg-1K-1)，D是空氣中的飽和水汽壓差(kPa)，γ是干濕表常數(0.067 kPa/K)，G是土壤熱通量(W/m2)，Rn和Rns是入射到林冠層(式15)和土壤層(式16、17)的凈輻射(W/m2)，ρa、ρc和ρs為阻力計算的中間變量(式18—20)。其中rss是土壤表層阻力，ras是土壤與冠層氣流之間的空氣動力學阻力，raa是冠層氣流與參照高度之間的空氣動力學阻力，rac是冠層與冠層氣流之間的空氣動力學阻力，rsc是冠層表面阻力。

R=Rn-G-S

(15)

Rs=Rns-G

(16)

Rns=Rne-K·LAI

(17)

(18)

(19)

(20)

考慮到冠層截留蒸發對森林蒸散的貢獻，Iritz等[6]將冠層截留蒸發項加入到SW模型。具體公式為：

Eint=Epot(Wwet/Wwetmax)2/3

(21)

(22)

(23)

式中，Wwet是半小時的冠層截留量(mm)，Wwet max是半小時冠層截留的最大量(1.5 mm)[42]，P是半小時降水量(mm)，Epot是半小時潛在蒸發量(mm)。

1.4.2參數化方案

各項阻力中，所有的空氣動力學阻力項(raa、rac和ras)的計算都是參照Shuttleworth和Wallace文中的計算方法[21]。此外，土壤表層阻力rss計算公式[43]為:

(24)

式中,θ和θs分別是表層土壤水含量和表層飽和土壤水含量(m3m-3)，數值參見表1。b1、b2和b3(s m-1)為經驗常數。

冠層氣孔阻力rsc的計算公式[44- 45]為

(25)

(26)

式中，g0是冠層氣孔導度最小值，取值0.00025 m/s[46]；θf和θw分別是表層土壤的田間持水量和凋萎系數(m3/m3)(表1)。Pn是光合速率(μmol m-2s-1)，hs和Cs分別是葉片表面的相對濕度和CO2濃度(μL/L)。

上述公式中的系數b1、b2、b3和a1都是通過Monte Carlo隨機模擬方法獲得的。具體流程分為6步：(1)確定這4個參數的變化區間，分別是b1∈[1 5]，b2∈[1 5]，b3∈[1 1000]和a1∈[1 100]。(2)在給定的區間進行10000次Monte Carlo隨機模擬。(3)每次所得蒸散模擬值與觀測值進行線性回歸(y=kx)，得到10000個斜率(k)和相關系數(R2)。(4)在斜率(k)的取值范圍為[0.93，1.05]時，選出R2最大的200個參數化方案。(5)在斜率(k)的取值范圍為[0.94，1.05]時，選出R2最大的20個參數化方案。(6)利用選出的20個優化方案取平均值作為最優方案，并代入計算，模擬得出各組分的貢獻值。

表1　模型中涉及的重要參數

2結果與討論

2.1氣象要素與葉面積指數的逐日變化

本文使用的SW模型主要需要氣溫Ta、飽和水汽壓差VPD、土壤水含量θ、降水P以及葉面積指數LAI等輸入變量。圖1給出了千煙洲2011年Ta、VPD、θ、P和LAI的時間變化。可以看出，2011年Ta變動范圍是-1—34 ℃，最小值出現在1月底，最大值出現在6月，VPD變動范圍是0—2.5 kPa，無降水時VPD與Ta具有一致性。θ變動范圍是0.34—0.43 m3/m3，極大值出現在降水時期。日降水P最大達52 mm，出現在第163天(6月12日)，年降水量為937.6 mm。LAI最小值為1.8，出現在冬季；最大值為6.4，出現在夏季；全年呈單峰型。總體來看，2月上、下旬出現季節性干旱，期間沒有降水且氣溫均值比2月中旬高出9.8 ℃。9月份季節性干旱，從9月11日至9月26日長達16d沒有降水且氣溫均值達24.4 ℃。

圖1　2011年千煙洲站點氣溫Ta、飽和水汽壓差VPD、土壤水含量θ、降水量P和葉面積指數LAI的時間變化Fig.1　Time series of Ta (air temperature), VPD (vapor pressure deficit), θ (soil water content), P (precipitation) and LAI (leaf aera index) at QYZ site in 2011

圖2　2011年千煙洲站點半小時尺度的模擬效果Fig.2　ET simulation at QYZ site on 30-min scale in 2011

2.2模型模擬結果評價

模型模擬半小時蒸散量與實測值的對比如圖2所示，圖中為有效蒸散觀測值對應的數據點，回歸方程為y=0.94x,R2=0.72,P<0.001。模擬效果高于宋耀明等[48]利用陸面通用模型CoLM對同一生態系統2003年蒸散總量69.2%的解釋度，可能的原因是最大葉面積指數的低估和千煙洲為針葉林且存在季節性干旱，不適合CoLM模型的應用。模擬效果低于魏煥奇等[27]利用PT-Fi遙感模型對千煙洲人工林2003—2008年蒸散R2=0.83的模擬結果，可能的原因是PT-Fi模型是基于Priestley-Taylor方程和水分、溫度等環境限制因子進行蒸散估算，此外8d平均值數據會部分掩蓋了天氣變化引起的估算誤差。本文的模擬效果低于米娜等[26]利用生理生態學過程的EALCO模型對千煙洲人工林2003—2004年蒸散R2=0.87的模擬結果，可能的原因是EALCO模型模擬了冠層蒸騰、根系吸水和植物水儲存量的變化，水動力過程考慮更為具體。本文模擬效果處于千煙洲人工林蒸散模擬研究成果的中上水平，考慮到本模型的參數較少，時間分辨率極高，蒸散組分貢獻明確等優點，模型具有實用價值。

其中，比較典型晴天和雨天情況下模擬值和觀測值的時間序列對模型模擬效果進行進一步驗證。如圖3所示，可以看出兩者的時間變化特征一致。引入一致性系數IA[49]、均方根誤差RMSE和平均偏差ME進行模擬效果的定量分析。就IA而言，晴天的模擬效果優于雨天，就ME而言晴天的模擬偏低而雨天的模擬結果偏高，相關結果詳見表2。但不論是雨天還是晴天，模擬效果都相當好。

圖3　2011年典型晴天和雨天千煙洲30min尺度蒸散觀測值(方塊)和模擬值(實線)的時間序列圖Fig.3　Time series of ET measurements (diamand) and simulations (line) during typical sunny and rainy days on 30-min scale in 2011

2.3蒸散及其組分特征2.3.1逐日蒸散量的特征

千煙洲人工林2011年蒸散分布特征如圖4。蒸散在夏半年較大，符合夏半年雨熱資源豐沛的規律，峰值通常出現在較大降水后的晴天。蒸散模擬最大值達7.82 mm/d，出現在第169天(6月18日)，當天日平均氣溫為30.2℃，此前8d連續降水達99.3 mm且連續8d日平均氣溫都高于27℃；蒸散模擬最小值為0.05 mm d-1，出現在第334天，此前連續10d沒有降水且伴有寒潮天氣，氣溫急劇下降(圖1)。2011年蒸散模擬總值為750 mm，約占年降水量80.0%，顯而易見蒸散是生態系統最主要的水分輸出項，在魏煥奇等[27]利用PT-Fi模型和渦度相關數據計算的2003—2008年結果38%—84%范圍內。

表22011年千煙洲人工林蒸散及其組分模擬的統計分析

Table 2Statistics of modelled ET and its components at QYZ site in 2011

時段Stage變量VariableIARMSEMEEc/ETEint/ETEs/ET全年Allyeararound0.921.550.2185%10%5.3%DOY120—125(雨天)Rainy0.901.200.8165%32%3%DOY225—230(晴天)Sunny0.941.96-0.1491%0%9%

IA：一致性系數Index of agreement，無量綱；RMSE：均方根誤差 Root mean square error(mmol m-2s-1)；ME：平均誤差 Mean error (mmol m-2s-1)；Ec/ET、Eint/ET和Es/ET為植被蒸騰、冠層截留蒸發和土壤蒸發的模擬值占蒸散模擬值的百分率

2.3.2蒸散各組分日總量的特征

2011年千煙洲站點蒸散組分的分布特征見圖5。結果表明，土壤蒸發日最大值為0.66 mm，出現在第227天(8月15日)；日最小值為-0.02 mm出現在第307天(11月3日)，即在該日出現凝露現象。土壤蒸發全年較少且很穩定，年總量約40 mm，約占總蒸散的5.3%。土壤蒸發所占比例總體很小可能的原因是千煙洲站點為常綠針葉林，郁閉度高、到達地表的凈輻射Rns常年較低。本結果與米娜等[26]8%(2003年)與12%(2004年)和魏煥奇等[27]結果11%—13%(2003—2008年)相比偏低。導致本研究中土壤蒸發所占比例偏小的原因可能是2011年降水比往年偏少，土壤含水量偏低，限制土壤蒸發。

圖4　2011年千煙洲站點蒸散分布特征Fig.4　Time series of ET at QYZ site on daily scale in 2011觀測值obs為倒三角，模擬值mod為實線，降水P為柱狀

冠層截留蒸發日最大值為1.15 mm，出現在第194天(7月13日)；年總量達到75 mm，約占總蒸散的10%，符合郁閉度較高的生態系統內，冠層截留的降水占總降水的10%—50%的規律[50]。根據公式15和17，冠層截留蒸發與降水量呈正相關，因而2011年降水量的減少會促使冠層截留蒸發所占比例的減小。另外由公式15可知，在最大冠層截留量Wwetmax的限制下，暴雨時段冠層截留占降水的比例降低，進而使得冠層截留蒸發占蒸散比例的減小。本結果與魏煥奇等[27]2003—2008年結果22%—24%相比偏低，出現差異的原因可能是年降雨量偏低，暴雨頻次偏多，使得冠層截留蒸發減小[51]。

植被蒸騰日最大值為7.2 mm，出現在第207天(7月26日)，日最小值為0.02 mm，出現在第364天(12月30日)；年總量為635 mm，主要受VPD和Ta兩種環境因素影響(對應的相關系數依次為0.84和0.56)和植物的自適應(與LAI的相關系數為0.36)影響，季節變化顯著。在2月上旬和下旬受Ta影響出現兩處高峰，此后逐漸上升；在5月和6月，植被蒸騰呈一定的下降趨勢，主要是梅雨期間VPD偏小且Ta相對較低。6月底7月初植被蒸騰受較高的Ta和VPD影響迅速增加，7—9月植被蒸騰受VPD影響存在波動減小。10月之后受LAI影響，植被蒸騰逐漸減小。

圖5　2011年千煙洲站點蒸散組分的分布特征Fig.5　Time series of modelled ET components at QYZ site in 2011

2.3.3植被蒸騰與蒸散比特征

植被蒸騰與蒸散比可以用來反映能量收入在森林生態系統內部不同組分之間的分配，同時可以表征森林生態系統水分利用效率。由表1可知，2011年千煙洲人工林植被蒸騰與蒸散年總量比為85%，與Jasechko等[52]蒸騰是陸地蒸散的最大貢獻項，可達到80—90%的研究成果一致。分析表明年內變化范圍為27%—104%，最小值出現在第342天(12月8日)，原因是當天有7h時長的小雨且VPD、Ta和LAI都很小，使得各組分的數值相似，最大值出現在307d(11月3日)， 原因是當天沒有降水且出現凝露現象，使得植被蒸騰大于蒸散。本結果比魏煥奇等[27]基于PT-Fi遙感模型對同一站點2003—2008年的研究結果63%—68%偏高，可能是受模擬時段內降水總量的偏少以及降水次數偏少的影響[8]。與其他森林蒸散拆分結果相比，與Williams等[53]基于樹干莖流測定以及水汽穩定同位素的“Keeling plot”拆分法所得的69%—100%，Cammalleri等[54]基于樹干莖流法所得的57%—90%和Sun等[55]基于穩定同位素法所得的91%相近，比Wilson等[56]基于樹干莖流和水平衡法所得的42%—46%，Oishi等[7]基于樹干莖流法所得的59%—72%以及Raz-Yaseef等[8]基于樹干莖流法所得的49%結果偏高。因而，本研究所得植被蒸騰與蒸散比的結果處于合理范圍內，結果可信。

3結論

本研究利用改進后的SW模型對千煙洲人工林蒸散及其組分進行模擬。主要結論為：

(1)模型的蒸散量模擬值與實測值的一致性較高，在30min尺度上無論是在晴天還是雨天均表現出較好的模擬效果，因此該模型在千煙洲亞熱帶人工針葉林適用。

(2)該生態系統的蒸散量有明顯的季節變化特征，占全年總降水量的80%，是生態系統水分輸出的最主要貢獻項。

(3)該生態系統蒸散的各組分表現為，蒸騰約占85%，與VPD、LAI以及Ta均呈正相關關系。通過蒸騰蒸散比可以發現，蒸騰為蒸散總量絕大多數的貢獻項，由此可知，2011年千煙洲人工林生態系統水分利用效率很高。受森林高度郁閉、到達地表的凈輻射較穩定的影響，土壤蒸發約占總蒸散量的5%，且無明顯的季節變化特征；該模型的主要特征之一是對冠層截留蒸發的模擬，得出冠層截留蒸發約占總蒸散量的10%，與降水量呈正相關關系、與暴雨頻次呈負相關關系。

參考文獻(References):

[1]Baldocchi D D, Meyers T P. Trace gas exchange above the floor of a deciduous forest: 1. Evaporation and CO2efflux. Journal of Geophysical Research: Atmospheres (1984—2012), 1991, 96(D4): 7271- 7285.

[2]申雙和, 周英. 國外森林蒸散的測定、計算與模擬. 中國農業氣象, 1991, 12(1): 51- 55, 43- 43.

[3]閆俊華. 森林水文學研究進展(綜述). 熱帶亞熱帶植物學報, 1999, 7(4): 347- 356.

[4]王治國, 段喜明, 李文銀, 蔡繼清. 開發建設項目水土流失預測的若干問題討論. 中國水土保持, 2000, (4): 35- 37.

[5]馬雪華, 楊茂瑞, 胡星弼. 亞熱帶杉木、馬尾松人工林水文功能的研究. 林業科學, 1993, 29(3): 199- 206.

[6]Iritz Z, Lindroth A, Heikinheimo M, Grelle A, Kellner E. Test of a modified Shuttleworth-Wallace estimate of boreal forest evaporation. Agricultural and Forest Meteorology, 1999, 98- 99: 605- 619.

[7]Oishi A C, Oren R, Stoy P C. Estimating components of forest evapotranspiration: A footprint approach for scaling sap flux measurements. Agricultural and Forest Meteorology, 2008, 148(11): 1719- 1732.

[8]Raz-Yaseef N, Yakir D, Schiller G, Cohen S. Dynamics of evapotranspiration partitioning in a semi-arid forest as affected by temporal rainfall patterns. Agricultural and Forest Meteorology, 2012, 157: 77- 85.

[9]Kool D, Agam N, Lazarovitch N, Heitman J L, Sauer T J, Ben-Gal A. A review of approaches for evapotranspiration partitioning. Agricultural and Forest Meteorology, 2014, 184: 56- 70.

[10]李孝廣, 畢華興, 劉勝, 劉利峰, 李笑吟. Penman-Monteith蒸散模型及其在森林下墊面中參數的確定. 水土保持研究, 2005, 12(6): 257- 261.

[11]蘆新建. Penman-Monteith方程計算林木蒸騰量的方法研究[D]. 北京: 北京林業大學, 2008.

[12]李菲菲, 饒良懿, 呂琨瓏, 李會杰, 宋丹丹. Priestley-Taylor模型參數修正及在蒸散發估算中的應用. 浙江農林大學學報, 2013, 30(5): 748- 754.

[13]李菲菲, 饒良懿, 魯紹偉, 耿紹波. 華北平原楊樹人工林蒸散發估算研究. 灌溉排水學報, 2013, 32(1): 135- 138.

[14]Choudhury B J, Monteith J L. A four- layer model for the heat budget of homogeneous land surfaces. Quarterly Journal of the Royal Meteorological Society, 1988, 114(480): 373- 398.

[15]Dolman A J. A multiple-source land surface energy balance model for use in general circulation models. Agricultural and Forest Meteorology, 1993, 65(1): 21- 45.

[16]Dye P J, Jacobs S, Drew D. Verification of 3-PG growth and water-use predictions in twelveEucalyptusplantation stands in Zululand, South Africa. Forest Ecology and Management, 2004, 193(1): 197- 218.

[17]趙梅芳. 基于3-PG機理模型的杉木林碳固定及蒸散量模擬研究[D]. 長沙: 中南林業科技大學, 2008.

[18]張海博. 基于SEBS與SCS模型的區域水源涵養量估算研究[D]. 北京: 中國環境科學研究院, 2012.

[19]吳炳方, 熊雋, 閆娜娜, 楊雷東, 杜鑫. 基于遙感的區域蒸散量監測方法——ETWatch. 水科學進展, 2008, 19(5): 671- 678.

[20]Wu B F, Yan N N, Xiong J, Bastiaanssen W G M, Zhu W W, Stein A. Validation of ETWatch using field measurements at diverse landscapes: A case study in Hai Basin of China. Journal of Hydrology, 2012, 436: 67- 80.

[21]Shuttleworth W J, Wallace J S. Evaporation from sparse crops-an energy combination theory. Quarterly Journal of the Royal Meteorological Society, 1985, 111(469): 839- 855.

[22]黃道友, 王克林, 黃敏, 陳洪松, 吳金水, 張廣平, 彭廷柏. 我國中亞熱帶典型紅壤丘陵區季節性干旱. 生態學報, 2004, 24(11): 2516- 2523.

[23]孫曉敏, 溫學發, 于貴瑞, 劉允芬, 劉琪璟. 中亞熱帶季節性干旱對千煙洲人工林生態系統碳吸收的影響. 中國科學D輯: 地球科學, 2006, 36(S1):103- 110.

[24]方精云,陳安平.中國森林植被碳庫的動態變化及其意義. 植物學報. 2001(09):967- 973.

[25]Piao S L, Fang J Y, Ciais P, Peylin P, Huang Y, Sitch S, Wang T. The carbon balance of terrestrial ecosystems in China. Nature, 2009, 458(7241): 1009- 1013.

[26]Mi N, Yu G R, Wen W F, Sun X M, Wang S S, Zhang L M, Song X. Use of ecosystem flux data and a simulation model to examine seasonal drought effects on a subtropical coniferous forest. Asia-Pacific Journal of Atmospheric Sciences, 2009, 45(2): 207- 220.

[27]魏煥奇, 何洪林, 劉敏, 張黎, 于貴瑞, 閔程程, 王輝民, 劉影. 基于遙感的千煙洲人工林蒸散及其組分模擬研究. 自然資源學報, 2012, 27(5): 778- 789.

[28]于貴瑞, 溫學發, 李慶康, 張雷明, 任傳友, 劉允芬, 關德新. 中國亞熱帶和溫帶典型森林生態系統呼吸的季節模式及環境響應特征. 中國科學(D輯: 地球科學), 2004, 34(S2): 84- 94.

[29]劉允芬, 宋霞, 孫曉敏, 溫學發, 陳永瑞. 千煙洲人工針葉林CO2通量季節變化及其環境因子的影響. 中國科學(D輯: 地球科學), 2004, 34(S2): 109- 117.

[30]Webb E K, Pearman G I, Leuning R. Correction of flux measurements for density effects due to heat and water vapour transfer. Quarterly Journal of the Royal Meteorological Society, 1980, 106(447): 85- 100.

[31]Wilczak J M, Oncley S P, Stage S A. Sonic anemometer tilt correction algorithms. Boundary-Layer Meteorology, 2001, 99(1): 127- 150.

[32]王春林, 于貴瑞, 周國逸, 閆俊華, 張雷明, 王旭, 孫曉敏. 鼎湖山常綠針闊葉混交林 CO2通量估算. 中國科學(D輯: 地球科學), 2006, 36(S1): 119- 129.

[33]施婷婷, 關德新, 吳家兵, 張彌, 王安志, 金昌杰, 韓士杰. 用渦動相關技術觀測長白山闊葉紅松林蒸散特征. 北京林業大學學報, 2006, 28(6): 1- 8.

[34]張雷明, 于貴瑞, 孫曉敏, 溫學發, 任傳友, 宋霞, 劉允芬, 關德新, 閆俊華, 張一平. 中國東部森林樣帶典型生態系統碳收支的季節變化. 中國科學(D輯: 地球科學), 2006, 36(S1): 45- 59.

[35]Falge E, Baldocchi D, Olson R, Anthoni P, Aubinet M, Bernhofer C, Burba G, Ceulemans R, Clement R, Dolman H, Granier A, Gross P, Grünwald T, Hollinger D, Jensen N-O, Katul G, Keronen P, Kowalski A, Lai C T, Law B E, Meyers T, Moncrieff J, Moors E, Munger J W, Pilegaard K, Rannik ü, Rebmann C, Suyker A, Tenhunen J, Tu K, Verma S, Vesala T, Wilson K, Wofsy S. Gap filling strategies for defensible annual sums of net ecosystem exchange. Agricultural and Forest Meteorology, 2001, 107(1): 43- 69.

[36]Beer A. Bestimmung der Absorption des rothen Lichts in farbigen Flüssigkeiten. Annalen der Physik, 1852, 162(5): 78- 88.

[37]李軒然, 劉琪, 蔡哲, 馬澤清. 濕地松林葉面積指數測算. 生態學報, 2006, 26(12): 4099- 4105.

[38]魏煥奇. 基于遙感與氣象信息的江西省陸地生態系統蒸散及其組分模擬與水源供給研究[D]. 南昌: 江西師范大學, 2011.

[39]劉允芬, 于貴瑞, 李菊, 宋霞, 陳永瑞. 紅壤丘陵區人工林能量平衡閉合研究――以江西省泰和縣千煙洲為例. 林業科學, 2006, 42(2): 13- 20.

[40]Lindroth A, M?lder M, Lagergren F. Heat storage in forest biomass improves energy balance closure. Biogeosciences, 2010, 7(1): 301- 313.

[41]Blanken P D, Black T A, Yang P C, Neumann H H, Nesic Z, Staebler R, Den Hartog G, Novak M D, Lee X. Energy balance and canopy conductance of a boreal aspen forest: Partitioning overstory and understory components. Journal of Geophysical Research: Atmospheres (1984—2012), 1997, 102(D24): 28915-28927.

[42]Grelle A, Lundberg A, Lindroth A, Morén A S, Cienciala E. Evaporation components of a boreal forest: variations during the growing season. Journal of Hydrology, 1997, 197(1/4): 70- 87.

[43]Lin J, Sun S. Moisture and heat flow in soil and theirs effects on bare soil evaporation. Trans. Water Conservancy, 1983, 7: 1- 7.

[44]Ball J T, Woodrow I E, Berry J A. A model predicting stomatal conductance and its contribution to the control of photosynthesis under different environmental conditions[M]//Progress in Photosynthesis Research. Springer Netherlands, 1987: 221- 224.

[45]Wang Y P, Leuning R. A two-leaf model for canopy conductance, photosynthesis and partitioning of available energy I: Model description and comparison with a multi-layered model. Agricultural and Forest Meteorology, 1998, 91(1): 89- 111.

[46]Ronda R J, De Bruin H A R, Holtslag A A M. Representation of the canopy conductance in modeling the surface energy budget for low vegetation. Journal of Applied Meteorology, 2001, 40(8): 1431- 1444.

[47]Huang M, Ji J J, Li K R, Liu Y F, Yang F T, Tao B. The ecosystem carbon accumulation after conversion of grasslands to pine plantations in subtropical red soil of South China. Tellus B, 2007, 59(3): 439- 448.

[48]宋耀明, 郭維棟, 張耀存. CoLM模式在中國溫帶混交林和亞熱帶人工針葉林的水熱通量模擬性能評估. 高原氣象, 2008, 27(5): 967- 977.

[49]Willmott C J. On the validation of models. Physical Geographer, 1981, 2(2): 184- 194.

[50]李博, 趙斌, 彭容豪. 陸地生態系統生態學原理. 北京: 高等教育出版社, 2005.

[51]Muzylo A, Llorens P, Valente F, Keizer J J, Domingo F, Gash J H C. A review of rainfall interception modelling. Journal of Hydrology, 2009, 370(1): 191- 206.

[52]Jasechko S, Sharp Z D, Gibson J J, Birks S J, Yi Y, Fawcett P J. Terrestrial water fluxes dominated by transpiration. Nature, 2013, 496(7445): 347- 350.

[53]Williams D G, Cable W, Hultine K, Hoedjes J C B, Yepez E A, Simonneaux V, Er-Raki S, Boulet G, De Bruin H A R, Chehbouni A, Hartogensis O K, Timouk F. Evapotranspiration components determined by stable isotope, sap flow and eddy covariance techniques. Agricultural and Forest Meteorology, 2004, 125(3): 241- 258.

[54]Cammalleri C, Rallo G, Agnese C, Ciraolo G, Minacapilli M, Provenzano G. Combined use of eddy covariance and sap flow techniques for partition of ET fluxes and water stress assessment in an irrigated olive orchard. Agricultural Water Management, 2013, 120: 89- 97.

[55]Sun S J, Meng P, Zhang J S, Wan X C, Zheng N, He C X. Partitioning oak woodland evapotranspiration in the rocky mountainous area of North China was disturbed by foreign vapor, as estimated based on non-steady-state18O isotopic composition. Agricultural and Forest Meteorology, 2014, 184: 36- 47.

[56]Wilson K B, Hanson P J, Mulholland P J, Baldocchi D D, Wullschleger S D. A comparison of methods for determining forest evapotranspiration and its components: sap-flow, soil water budget, eddy covariance and catchment water balance. Agricultural and Forest Meteorology, 2001, 106(2): 153- 168.

Modeling evapotranspiration and its components in qianyanzhou plantation based on modified SW model

SHEN Jing1, ZHANG Mi1,*, XIAO Wei1, WEN Xuefa2, LIU Shoudong1, LI Xuhui1

1Yale-NUISTCenteronAtmosphericEnvironment,NanjingUniversityofInformationScience&Technology,Nanjing210044,China2InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China

Abstract：Evapotranspiration (ET) in the terrestrial ecosystem actually includes canopy transpiration (Ec), soil evaporation (Es), and interception evaporation (Eint). Partitioning of ET is an important basis in order to accurately assess biomass production and estimate water use efficiency in the terrestrial ecosystem. Actually, Ec is the desired component within the water cycling, which being used to enhance plant productivity. Up to now, it is still difficult to accurately partition ET through observation methods in the long period. Instead, partitioning ET with models is effective method in a long period. However, most of them roughly partition ET into Ec and Es, ignoring Eint. This partition way could lead to deviation in Ec and Es simulation. In this study, a modified Shuttleworth-Wallace model was used to partition ET into Ec, Es, and Eintin a forest ecosystem. Monte Carlo, an approach of random parameterization, was performed to optimize the key parameters in the functions estimating soil surface resistance and canopy stomatal resistance in the model. Based on the modified model, we simulated the evapotranspiration and its components in the planted coniferous forest ecosystem at the Qianyanzhou site combining the eddy covariance measurement data (including sensible/latent heat flux and CO2 flux) with routine meteorological data(including air temperature/humidity, CO2 concentration, wind speed, net radiation, soil temperature/water content/heat flux and precipitation) in 2011. The results showed that the simulation amount of ET agreed well with the measurement data at 30 minutes temporal scale not matter on sunny days or rainy days. At the same temporal scale, the index of agreement, mean error, and root mean square error between simulation value and measurement data in whole year were 0.73, 0.21 mmol m-2s-1, and 1.55 mmol m-2s-1, respectively. The proportion of ET in annual accumulative precipitation was more than 80%, which meant that the amount of ET contributing to the water outputs is the most in this ecosystem. The proportion of canopy transpiration in ET was about 85%, which suggested that water use efficiency in the forest ecosystem might be quite high in 2011. The seasonal variation of the transpiration was obvious. The environmental factors, vapor pressure deficit, air temperature, and leaf area index controlled transpiration. Transpiration correlated positively with the three factors. Soil evaporation was 5% of the ET and changed little with season. Interception evaporation accounted for 10% of the ET and showed seasonal dynamic. This term correlated positively with precipitation and negatively with rainfall storm events. This result indicated that the vegetation canopy couldn′t effectively intercept the heavy rainfall. The modified Shuttleworth-Wallace model is a powerful tool for studying the hydrological processes in terrestrial ecosystem with the advantages of a few parameters, high temporal resolution, and a good performance in simulating the characteristics of evapotranspiration and its components.

Key Words:partitioning of evapotranspiration; soil evaporation; canopy transpiration; interception evaporation; Monte Carlo simulation

基金項目:國家自然科學基金項目(31100359)；教育部“長江學者與創新團隊發展計劃”(PCSIRT); 江蘇省高校優勢學科建設工程項目(PAPD)

收稿日期:2014- 11- 04; 網絡出版日期:2015- 08- 21

*通訊作者

Corresponding author.E-mail: zhangm.80@nuist.edu.cn

DOI:10.5846/stxb201411042174

沈競, 張彌, 肖薇, 溫學發, 劉壽東, 李旭輝.基于改進SW模型的千煙洲人工林蒸散組分拆分及其特征.生態學報,2016,36(8):2164- 2174.

Shen J, Zhang M, Xiao W, Wen X F, Liu S D, Li X H.Modeling evapotranspiration and its components in qianyanzhou plantation based on modified SW model.Acta Ecologica Sinica,2016,36(8):2164- 2174.