毛烏素沙地沙蒿凝結水形成規律及其對水均衡的影響

冉 彬，張在勇，楊京博，許 達，宮程程

毛烏素沙地沙蒿凝結水形成規律及其對水均衡的影響

冉 彬，張在勇※，楊京博，許 達，宮程程

（1. 長安大學旱區地下水文與生態效應教育部重點實驗室，西安 710054；2. 長安大學水利與環境學院，西安 710054）

凝結水是干旱半干旱區重要的補給水源，為了探究毛烏素沙地典型植被沙蒿凝結水的形成過程，定量化凝結水量，分析氣象因素對凝結水的形成貢獻，評價沙蒿凝結水量對水均衡的影響，該研究在毛烏素沙地基于大型稱重式蒸滲儀開展了沙蒿凝結水的實時動態觀測研究。研究結果表明，沙蒿年凝結水生成量為47.1 mm，占年降水量的19.6%，且寒冷的月份凝結水量高于溫暖月份。空氣溫度與地表溫度之差及相對濕度的大小是凝結水形成的重要影響因素。通過增強回歸樹模型的結果發現，相對濕度對凝結水形成的貢獻率最高，為43.4%。考慮沙蒿凝結水量，水均衡方程的誤差能夠降至5.7%，可提高水資源評價時的精度。該研究可為干旱半干旱地區精確評價水資源量提供重要依據，同時也將深化沙蒿條件下凝結水對水循環影響的認識，為旱區植被生態系統的保護提供了科學依據。

濕度；溫度；凝結水；沙蒿；增強回歸樹模型；水均衡；毛烏素沙地

0 引 言?

凝結水是指當地表溫度下降至露點溫度后，空氣中的水汽和表層土壤孔隙中的水汽，在土壤表面或植物表面冷凝形成的液態水[1-2]。在干旱半干旱地區，凝結水是水循環的重要的組成部分[3]。例如，KIDRON[4]在以色列境內的內蓋夫沙漠（Negev Desert）裸地條件下的研究表明，年總凝結水量約占年降水總量的36%。王忠靜等[5]在黑河流域荒漠站采用渦度相關法計算了荒漠站年凝結水量為14.82 mm，占到年降水量的41.05%。此外，凝結水不僅是干旱區小型動物、植物和生物結皮等的重要水分來源[6-8]，還對地表水熱平衡過程起到重要的作用[9]。在干旱時期農作物可以通過葉片吸收凝結水來補充自身需要的水分，維持自身正常生理活動，還能夠促進種子的發育[10-11]。因此，精確定量化凝結水量不僅對水資源的評價和管理有重要的作用，而且對于維護干旱半干旱地區的生態環境及農業的發展具有重要的實際意義[12-13]。

近些年來，雖然國內外學者開展了大量有關凝結水的相關研究[14-16]。然而，目前對凝結水的觀測還較為困難，國際上還沒有統一和通用的觀測凝結水的方法[17]。常用的觀測或估算凝結水的方法有：葉片濕度傳感器、人造凝結面（雷克盤、濾紙圓盤等）、微滲儀、鋁盒、渦度相關法、Penman-Monteith公式法和地表能量平衡法等。FENG等[18]使用葉片濕度傳感器在青海海北高寒草甸站對凝結水進行了觀測，但由于凝結面為塑料制品與植物葉片存在明顯差別，因此觀測結果僅為潛在凝結水量。KIDRON[4]使用人造凝結面研究了內蓋夫沙漠不同海拔對凝結水的影響，但該方法不能估算凝結水的形成速率與持續時間。郭曉楠等[19]使用渦度相關法估算了寧夏鹽池沙生灌木的凝結水量，結果發現渦度相關法在低風速的夜間，嚴重低估凝結水量。王忠靜等[5]采用渦度相關法估算了黑河流域9個站點不同下墊面下的凝結水量，并且評價了裸地條件下凝結水量對水量平衡方程的影響，指出使用渦度相關法估算的凝結水量或低于實際凝結水量。GROH等[20]使用Penman-Monteith公式法估算了奧地利斯蒂里亞恩斯山谷中的凝結水量，結果發現在寒冷的條件下該方法計算的凝結水量低估了實際凝結水量。TOMASZKIEWICZ等[21]使用地表能量平衡法，計算了地中海流域附近142個地區的凝結水量。張強等[17]指出該方法的影響因素眾多，可靠性較差。目前微滲儀被廣泛用于測定凝結水量[22]。然而，當日尺度凝結水量較小時，使用微滲儀可能會導致較大的觀測誤差[23]，并且微滲儀的埋深深度一直存在爭議[24]。此外，使用微滲儀無法測定灌木葉片表面形成的凝結水量。ROSENBERG[25]指出稱重式蒸滲儀是目前使用觀測凝結水量最精確的方法，但由于其價格昂貴，使用較少。

毛烏素沙地位于黃河的中游，是中國典型的半干旱區，其降水量稀少且在時間上分布極不均勻，凝結水對該區生態系統的水分循環具有十分重要的意義。盡管該地區開展了一些凝結水方面的相關研究，但是多數使用微滲儀研究裸地條件下凝結水的形成過程和水汽來源等[16,26-27]。例如，陳曉涵等[28]研究了2021年7—9月毛烏素沙地南緣固沙灌叢下地表凝結水的形成特征。李洪波等[26]研究了2008年9月和10月土壤凝結水的水汽來源。錢連紅等[29]探討了2007年7—10月不同下墊面對土壤吸濕凝結水量的影響。然而，上述研究存在監測時間短和頻率低等問題。對于毛烏素沙地典型植被凝結水的形成過程、影響因素及對水均衡的影響還不是很清楚。

為了防止荒漠化和水土流失，毛烏素沙地開展了一系列的植樹造林活動[30]。沙蒿由于具有耐干旱、能夠較好地防風固沙等優點而在當地廣泛地種植。目前，沙蒿（）的種植面積占毛烏素沙地面積的30%以上[31]。因此，定量化地研究毛烏素沙地沙蒿凝結水的形成規律，評價其對水均衡的影響，對于干旱半干旱地區的水資源評價及生態環境保護具有重要的意義。

基于此，本研究使用大型稱重式蒸滲儀，在毛烏素沙地開展沙蒿條件下凝結水量的觀測研究，分析氣象要素對凝結水形成的影響，量化氣象要素對凝結水形成的貢獻，并評價沙蒿凝結水量對水均衡的影響。以期深化對干旱半干旱地區沙蒿條件下凝結水形成過程的認識，助力于區域水資源的合理開發利用與管理。

1 材料與方法

1.1 研究區概況

毛烏素沙地（37.45o～39.37oN、107.67o～110.5oE，高程977～1 610 m）位于黃河的中游，處于陜西省、內蒙古自治區的交界處，面積約為3.45萬km2[32]。試驗觀測點（37.8oN、108.7oE）位于烏審旗河南鄉，其海拔為1 254.7 m，位于毛烏素沙漠腹地（圖1）。該區常年干燥少雨，屬于半干旱區，年平均氣溫為8.1 ℃（1954—2014年），年平均降水量為292.0 mm（1981—2020年）[33]，年均降水量波動較大，蒸發強烈，年均潛在蒸散發2 024.0 mm[34]。土壤以風沙土和黑壚土為主[35]。

1.2 試驗設計

試驗使用的大型稱重式蒸滲儀由原狀土體、稱重系統和水分監測系統共同構成。蒸滲儀直徑0.8 m，深度1.5 m。蒸滲儀最小分辨率為20 g（對應0.039 8 mm的水深）。2臺蒸滲儀并排放置，分別為沙蒿和裸地。選擇試驗區長勢良好的沙蒿（2020年8月測得沙蒿株高42.0 cm，冠幅37.0 cm），在不破壞土壤結構的情況下，將蒸滲儀內筒垂直插入種有沙蒿的土壤中。在蒸滲儀的剖面距離地表5、20、40、60、80及100 cm的位置上裝有監測土壤含水率和溫度的傳感器（型號5TE，美國Decagon公司），用來實時觀測土壤剖面含水率和溫度的變化。在沙蒿的近地表的冠層和蒸滲儀表面分別安裝有環境溫濕度儀（型號EL-USB-1，英國Lascar Electronics公司），用來監測地表及沙蒿冠層中的溫度和相對濕度。此外，試驗場中安裝有全自動小型氣象站，用來監測試驗場的空氣溫度、相對濕度、凈輻射、降水量及風速等氣象數據。蒸滲儀、氣象要素、含水率及溫濕度數據的監測頻率均為10 min/次。本研究的觀測數據時間為2020年10月1日—2021年9月30日。

注：毛烏素沙地邊界范圍來源于LIANG等[32]的研究。

為了解試驗區土壤的粒徑組成成分，在蒸滲儀的旁邊沿垂向剖面在土壤表面0～10 cm和>10～20 cm處，用環刀進行取樣，并送至西北農林科技大學旱區節水農業研究院實驗室進行顆粒分析試驗。實驗室測得土壤表層0～20 cm土壤粒徑91%以上在0.075～0.250 mm之間，根據《土的工程分類標準》（GB/T 50145-2007）[36]表層土壤定名為細砂。

1.3 凝結水觀測

本研究使用季辰等[37]提出的蒸滲儀數據處理方法，對監測到的蒸滲儀質量數據進行預處理。一段時間內各數據與其平均值的偏移量需要小于一個閾值（），保留滿足式（1）的數據，剔除不滿足條件的數據。

=y1-y（2）

式中為蒸滲儀質量差；y為時刻篩選后蒸滲儀質量數據；y1為+1時刻篩選后蒸滲儀質量數據。

有研究指出，可以使用無降水，晴朗的日落和次日日出期間的蒸滲儀質量的增加量來表示凝結水[8,20,38]。當蒸滲儀質量差為正值時，表明有凝結水的生成。將以質量表示的凝結水量換算成以深度表示的凝結水量，計算式[39-40]為

10π2（3）

式中為凝結水量，mm；為蒸滲儀的半徑，cm；為水的密度，g/cm3。需要特別指出的是，本研究觀測和統計得到的凝結水量為大氣凝結水量，包括露水、霧水以及霜。

1.4 增強回歸樹模型

增強回歸樹（boosted regression tress，BRT）模型結合了機器學習和統計學中的2種方法，分別為分類回歸樹（regression tree）和增長（boosting）。該模型的原理是，在運行過程中隨機抽取一部分數據，產生大量具有固定節點數的森林模型，建立因變量與自變量的擬合曲線，使用剩余數據對擬合結果進行檢驗，輸出多重回歸樹的平均值[41]。BRT模型能夠允許缺失值數據，能夠擬合復雜非線性關系，輸出自變量對于因變量的相對貢獻，以及其他自變量取均值或不變的情況下，該自變量與因變量的相互關系（邊際效應），該關系可反映在不同閾值區間內自變量對于因變量的貢獻程度[42-43]。最后將所有預測因子的相對重要性之和設置為1.0，使用百分數表示自變量對因變量的重要性[44]。

BRT模型參數包括：決策樹復雜程度（tree complexity，t），學習速率（learning rate，l），分割比率（bag fraction，b），樹數量（tree number，n）。本研究使用受試者工作特征（receiver operating characteristic，ROC）曲線下的面積（area under ROC curve，AUC）來評估BRT模型的精度。AUC值越大代表模型準確性越高，當AUC大于0.9時表示模型非常優秀[45]。本研究在R 4.1.3軟件上利用Dismo和Gbm軟件包實現BRT的計算[44]。本文測試了1 000種參數組合，當模型的參數t為8，l為0.001，b為0.75（每次隨機抽取75%數據進行模型構建，并進行10次交叉驗證），n為1 900時，AUC最大為0.96。利用構建的BRT模型定量化分析氣象要素（相對濕度、風速、凈輻射、空氣溫度及飽和水汽壓差）與凝結水量的關系和對凝結水量的貢獻率。

1.5 水均衡方程

為了研究沙蒿凝結水量對水循環的影響，本研究評價了考慮沙蒿凝結水量對水均衡方程的影響。朱新軍等[46]指出對于閉合流域且無跨流域調水時的水均衡方程為

=++（4）

式中為降水量，mm，是流域的輸入量；為垂向蒸散發量，mm；為側向地表水及地下水出流量之和，mm，和為輸出量；為土壤水、地表水及地下水之和的儲存量變化，mm。需要指出的是，試驗期間蒸滲儀表面無地表徑流，也無側向補給。底部的滲漏量可以通過蒸滲儀觀測得出。根據ZHANG等[47-48]的研究，蒸滲儀中土壤水儲量變化可通過含水率數據獲得。

王忠靜等[5]將凝結水項計入在水均衡方程中，原水均衡方程變為

=-++（5）

式中為凝結水量，mm。

2 結果與分析

2.1 凝結水量及其形成特征

通過稱重式蒸滲儀觀測得到的2020年10月1日—2021年9月30日的總凝結水量為47.1 mm，研究期內總降水量為240.3 mm，凝結水量占降水量的19.6%。圖2為凝結水量和降水量的月變化趨勢。由圖中可知，凝結水主要在2020年10月—2021年1月期間形成，其中2020年12月凝結水量最多為9.00 mm，2021年6月凝結水量最少為0.55 mm（圖2）。

圖2 降水量與凝結水量的月變化趨勢

為了詳細地了解凝結水形成的過程，本研究分別在凝結水形成較多和較少的月份各自選取了一個典型日深入剖析并且對比凝結水的形成過程。所選取的2個典型日為2020年10月6日12:00至7日12:00和2021年7月5日12:00至6日12:00。2個典型日期間天氣晴朗，無降水事件的發生。其中，2020年10月6日12:00—7日12:00，凝結水量為0.55 mm，而2021年7月5日12:00—6日12:00，凝結水量為0.10 mm。為了表述方便，本研究將2020年10月6日12:00至7日12:00稱之為典型日1，而將2021年7月5日12:00至6日12:00稱之為典型日2。圖3a和3b分別表示典型日1和2的相對濕度、空氣溫度和地表溫度的日變化特征曲線，圖3c為兩個典型日凝結水量日動態變化，其中負值代表蒸散發量，正值代表凝結量。

典型日1，凝結水的形成時間為18:00至次日的06:00。在17:00前，空氣溫度一直小于地表溫度，此時蒸發作用占主導作用，沒有凝結水的形成。17:30至次日07:00期間，空氣溫度大于地表溫度，空氣中的水汽在溫度梯度的作用下向地表運移并在土壤或沙蒿表面凝結，形成凝結水（圖3c）。在00:00至06:00之間，空氣中的相對濕度逐漸增加至飽和狀態，促進凝結水的生成，凝結水的生成量增加（圖3c）。在日出后，地表溫度開始高于空氣溫度，凝結水量逐漸減小至零（圖3c）。

典型日2（圖3b），凝結水的形成時間為22:00至次日03:30。在21:20至次日03:20期間，地表溫度低于空氣溫度，此時凝結水開始逐漸形成（圖3c）。而在03:40時，地表溫度開始高于空氣溫度，此后以蒸發作用為主，無凝結水形成。

2.2 植被對凝結水形成的影響

為了研究植被對凝結水形成的影響，本研究特別對比分析了典型日1沙蒿和裸地條件下凝結水量的差異。典型日1，沙蒿條件下形成的凝結水量為0.55 mm，而裸地條件下的凝結水量為0.39 mm。圖4a為沙蒿與裸地條件下相對濕度、空氣溫度和沙蒿溫度（裸地溫度）的日變化特征曲線，圖4b表示沙蒿與裸地條件下生成凝結水量的日動態變化對比圖。由圖4可知，自傍晚18:00至次日早上的07:00沙蒿近地表冠層溫度整體上低于裸地的溫度，沙蒿與空氣的溫度差高于裸地與空氣溫度之差，且沙蒿低于空氣溫度持續時間（12 h）相較于裸地時間（8 h）更長（圖4a），有利于凝結水的形成。同時，夜間20:00至次日凌晨08:00，沙蒿冠層平均相對濕度為84.5%比裸地夜間平均相對濕度高4.4%。尤其02:00以后，沙蒿條件下的相對濕度明顯高于裸地條件下的相對濕度，其凝結水的生成量也較裸地條件下高。

注：圖c中縱坐標負值表示蒸散發。

圖4 沙蒿和裸地條件下氣象要素及凝結水量

2.3 氣象要素對凝結水形成的貢獻

通過BRT模型計算得出試驗期間各夜間氣象要素對凝結水形成的相對貢獻如圖5所示，折線圖表示在其他自變量取均值時，該自變量對凝結水形成的相關關系（邊際效應）。

在氣象要素中相對濕度對凝結水形成的貢獻率最高為43.4%，是影響凝結水形成的主要因素。根據圖5a，當相對濕度大于53%時，相對濕度對凝結水形成呈正向作用。夜間凈輻射對凝結水形成的貢獻率為21.7%，當夜間凈輻射小于-37 W/m2時，凈輻射對凝結水的形成呈正向作用（圖5b）。圖5c顯示，風速對凝結水形成的貢獻為15.2%，當風速在0.5～1.8 m/s時風速對凝結水的形成呈正向作用。當風速大于1.8 m/s時，風速對凝結水的形成呈負向作用，說明此時風速會阻礙甚至抑制凝結水的形成。圖5d顯示，空氣溫度對凝結水形成的貢獻為12.2%，當空氣溫度小于14.5 ℃時，對凝結水的形成呈正向作用。空氣溫度大于14.5 ℃時，對凝結水的形成呈負向作用。圖5e表明，飽和水汽壓差對凝結水形成的貢獻率最小為7.5%，當飽和水汽壓差小于0.6 kPa時，對凝結水的形成呈正向作用，大于0.6 kPa時，對凝結水的形成呈負向作用。

2.4 沙蒿凝結水量對水均衡的影響

試驗期間，研究區的降水量為240.3 mm，凝結水量為47.1 mm，沙蒿蒸散發量為446.5 mm，降水滲漏量為0（研究時段內未監測到滲漏量），土壤水儲量變化為-145.3 mm。根據水均衡方程式（4），計算得到水均衡誤差為-60.9 mm。試驗期間，無地表徑流和側向補給，因此這個結果存在明顯的誤差，且誤差約占年降水量的25.3%。將年凝結水量帶入到水均衡方程 式（5），計算得到的水均衡誤差為-13.8 mm，誤差僅占降水量的5.7%。考慮沙蒿凝結水量，可以提高水均衡方程的精確度，有利于提高水資源評價的精度。

注：Ic為氣象要素對凝結水形成的相對貢獻率。縱坐標數值大于0表示自變量對因變量的變化呈正向作用，促進凝結水的形成，反之則反[49]。

3 討 論

本研究定量化了夜間沙蒿凝結水（露水、霧水以及霜）的形成規律。空氣溫度與地表溫度之間的溫度梯度是凝結水形成的必要條件。當空氣溫度高于地表溫度時，空氣中的水汽在溫度梯度的作用下向地表運移并凝結。空氣中的相對濕度大小是凝結水形成的關鍵。通過BRT模型分析，當空氣中的相對濕度大于53%時，有利于凝結水的形成，且在年尺度上，相對濕度對凝結水形成的貢獻最高為43.4%。本研究中，典型日2的凝結水形成量低于典型日1（圖3c）。這是因為在典型日2的地表溫度低于空氣溫度的持續時間僅有5.5 h，遠低于典型日1的持續時間12 h。此外，典型日2夜間空氣相對濕度不超過60%，空氣中水汽含量遠低于典型日1。因此，典型日2的凝結水形成量小于典型日1。

凝結水量在不同月份上的形成時間和數量存在差異。在寒冷月份（2020年10月—2021年1月）凝結水的形成量遠高于溫暖的月份（5至7月）。其主要原因與上述分析一致，寒冷月份發生凝結的夜晚其地表溫度低于空氣溫度持續的時間（平均持續時間為8.7 h）相較于溫暖月份發生凝結的時間（5.8 h）會更長。此外，在寒冷的月份夜間平均相對濕度為68.6%，而溫暖的月份夜間相對濕度為僅為51.8%。寒冷的月份和溫暖月份的相對濕度分別大于和小于有利于凝結水形成相對濕度的53%。因此，較為寒冷的月份凝結水的形成量明顯高于溫暖的月份。

其他的氣象要素，包括風速、夜間凈輻射、飽和水汽壓差等會影響空氣凝結水的形成。在年尺度上，相對濕度、夜間凈輻射及風速對凝結水的形成貢獻率最大。其中，相對濕度對凝結水形成的貢獻最大。李玉靈等[50]基于微滲儀的觀測數據采用多元相關分析的方法研究了2002年5、8、9和10月毛烏素臭柏群落條件下凝結水的影響因素，發現風速與凝結水量之間存在較高的相關性，與本研究存在差異。一方面，這可能與觀測數據的時間長度有關，該研究僅觀測了4個月的數據且每月的觀測時間僅有5 d，而本研究基于1 a連續的實時監測數據；另一方面，李玉靈等[50]采用微滲儀觀測的凝結量不包括植物葉片生成的凝結量，而本研究采用稱重式蒸滲儀測得的凝結量更為全面。BEYSENS[14]指出，在夜間通過輻射冷卻使地表溫度迅速低于空氣溫度，因此促進凝結水的形成。此外，本研究的結果表明，當風速在0.5～1.8 m/s，有助于凝結水的形成；而當風速大于1.8 m/s時，阻礙甚至抑制凝結水的形成。這是因為當風速較小時不利于空氣中水汽的傳輸，而強風會降低空氣溫度與凝結面之間的溫度差，使得凝結面難以達到露點溫度[51]。

本研究的數據顯示，沙蒿會通過改變周邊環境的空氣溫度和相對濕度而影響凝結水的形成。PAN等[52]指出，夜間植物的蒸騰作用使得植物周邊空氣相對濕度相較于裸地會更高。隨著植物熱量的散失，植物葉片溫度下降，冠層高度處水汽遇到較冷的植物枝葉就會形成相對較多的凝結水[53]。加之，植物相較于地表土壤夜間的保溫效果較差，夜間更易降溫達到露點溫度，更有利于凝結水的形成[54]。

凝結水是干旱半干旱區水循環的重要組成部分，本研究的結果顯示沙蒿年度凝結水量占降水量的19.6%。考慮凝結水量的情況下，可以將水均衡方程的誤差大大降低，深化了對沙蒿影響水循環的認識。此外，有研究表明凝結水是沙蒿在干旱時維持生存的重要水分來源[38]。

4 結 論

本研究使用大型稱重式蒸滲儀，在毛烏素沙地原位試驗場中實時觀測2020年10月—2021年9月期間的沙蒿凝結水的形成量，分析了沙蒿凝結水的形成過程，且應用BRT模型定量化了氣象要素對凝結水形成的貢獻率及其邊際效應，定量化評價了沙蒿凝結水量對水均衡方程的影響，主要可以獲得以下幾個結論：

1）在2020年10月—2021年9月，沙蒿凝結水的形成量為47.1 mm，占年降水量的19.6%。凝結水主要形成在較寒冷的月份，且較寒冷月份的凝結水的形成量大于溫暖月份。試驗期間，12月份的凝結水量最多（9.00 mm），而6月份的凝結水量最少（0.55 mm）。

2）相對濕度的對凝結水形成的貢獻最大為43.4%，夜間凈輻射與風速的貢獻分別為21.7%和15.2%。空氣溫度與飽和水汽壓差對凝結水的形成的貢獻并不突出。相對濕度大于53%時，有利于凝結水的形成；夜間凈輻射小于-37 W/m2時，有利于凝結水的形成；而風速在0.5～1.8 m/s時，有利于凝結水的形成。

3）沙蒿可通過改變周邊的相對濕度和溫度而影響凝結水的形成。在干旱半干旱地區，沙蒿凝結水量是水循環的重要組成部分，考慮沙蒿凝結水量，能將水均衡方程的誤差減小至5.7%，可提高水資源評價的精度。該研究可深化對沙蒿影響水循環的認識且為精確評價水資源量提供依據。

本文定量化觀測研究了沙蒿凝結水量不僅對于提高水資源的評價的精度有重要的作用，同時對于維持生態環境具有重要的意義。需要特別指出的是，本研究僅對氣象因素對凝結水形成的影響進行了分析。而植被的特征及土壤的類型與性質等也是凝結水形成的重要因素。因此，在未來的研究中，需要進一步考慮上述因素對凝結水形成的影響及貢獻。同時，對于定量化沙蒿在應對干旱時所需的凝結水量及其凝結水的具體來源還有待進一步的探究。

[1] 侯新偉，陳浩，李向全，等. 中國北方土壤凝結水研究綜述[J]. 工程勘察，2009，37(8)：42-46. HOU Xinwei, CHEN Hao, LI Xiangquan, et al. An overview on soil condensate in North of China[J]. Geotechnical Investigation & Surveying, 2009, 37(8): 42-46. (in Chinese with English abstract)

[2] 郭占榮，劉建輝. 中國干旱半干旱地區土壤凝結水研究綜述[J]. 干旱區研究，2005，22(4)：160-164. GUO Zhanrong, LIU Jianhui. An overview on soil condensate in arid and Semiarid Regions in China[J]. Arid Zone Research, 2005, 22(4): 160-164. (in Chinese with English abstract)

[3] HAO X, CONG L, GUO B, et al. Dew formation and its long-term trend in a desert riparian forest ecosystem on the eastern edge of the Taklimakan Desert in China[J]. Journal of Hydrology, 2012, 472: 90-98.

[4] KIDRON G J. Altitude dependent dew and fog in the Negev Desert, Israel[J]. Agricultural & Forest Meteorology, 1999, 96(1): 1-8.

[5] 王忠靜，張子雄，索瀅. 干旱區凝結水評估及對水量平衡方程影響[J]. 水利學報，2019，50(6)：710-720. WANG Zhongjing, ZHANG Zixiong, SUO Ying. A new water balance equation introducing dew amount in arid area[J]. Journal of Hydraulic Engineering, 2019, 50(6): 710-720. (in Chinese with English abstract)

[6] RAO B, LIU Y, WANG W, et al. Influence of dew on biomass and photosystem II activity of cyanobacterial crusts in the Hopq Desert, northwest China[J]. Soil Biology and Biochemistry, 2009, 41(12): 2387-2393.

[7] 潘顏霞，王新平，張亞峰，等. 沙坡頭地區吸濕凝結水對生物土壤結皮的生態作用[J]. 應用生態學報，2013，24(3)：653-658. PAN Yanxia, WANG Xinping, ZHANG Yafeng, et al. Ecological effect of hygroscopic and condensate water on biological soil crusts in Shapotou region of China[J]. Chinese Journal of Applied Ecology, 2013, 24(3): 653-658. (in Chinese with English abstract)

[8] 李勝龍，肖波，孫福海. 黃土高原干旱半干旱區生物結皮覆蓋土壤水汽吸附與凝結特征[J]. 農業工程學報，2020，36(15)：111-119. LI Shenglong, XIAO Bo, SUN Fuhai. Characteristics of water vapor sorption and condensation in biocrusts covered surface soil inarid and semiarid areas of the Loess Plateau, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 111-119. (in Chinese with English abstract)

[9] DAWSON T E, GOLDSMITH G R. The value of wet leaves[J]. New Phytologist, 2018, 219(4): 1156-1169.

[10] 馬瑞莎，喬長錄，葛瑞晨. 膜下滴灌棉田凝結水量研究[J]. 灌溉排水學報，2021，40(5)：93-99. MA Ruisha, QIAO Changlu, GE Ruichen. Study of dew in cotton field under drip irrigation[J]. Journal of Irrigation and Drainage, 2021, 40(5): 93-99. (in Chinese with English abstract)

[11] YOKOYAMA G, YASUTAKE D, WANG W, et al. Limiting factor of dew formation changes seasonally in a semiarid crop field of northwest China[J]. Agricultural and Forest Meteorology, 2021, 311: 108705.

[12] 龔雪偉，呂光輝，冉啟洋，等. 狹果鶴虱幼苗營養生長和生物量分配對凝結水梯度的響應[J]. 應用生態學報，2016，27(7)：2257-2263. GONG Xuewei, LV Guanghui, RAN Qiyang, et al. Response of vegetative growth and biomass allocation of Lappula semiglabra seedlings to dew gradient[J]. Chinese Journal of Applied Ecology, 2016, 27(7): 2257-2263. (in Chinese with English abstract)

[13] ZHUANG Y, RATCLIFFE S. Relationship between dew presence and Bassia dasyphylla plant growth[J]. Journal of Arid Land, 2012, 4(1): 11-18.

[14] BEYSENS D. The formation of dew[J]. Atmospheric Research, 1995, 39(1): 215-237.

[15] 曹文炳，萬力，周訓，等. 西北地區沙丘凝結水形成機制及對生態環境影響初步探討[J]. 水文地質工程地質，2003，30(2)：6-10. CAO Wenbing, WAN Li, ZHOU Xun, et al. A preliminary study of the formation mechanism of condensation water and its effects on theecological environment in northwest China[J]. Hydrogeology & Engineering Geology, 2003(2): 6-10. (in Chinese with English abstract)

[16] 羅玉昌，王哲，趙平和. 毛烏素沙地土壤凝結水試驗研究[J]. 內蒙古氣象，2007(4)：35-38. LUO Yuchang, WANG Zhe, ZHAO Heping. Experimental study on soil condensation in Mu Us Desert[J]. Meteorology Journal of Inner Mongolia, 2007(4): 35-38. (in Chinese with English abstract)

[17] 張強，問曉梅，王勝，等. 關于陸面降露水測量方法及其開發利用研究[J]. 高原氣象，2010，29(4)：1085-1092. ZHANG Qiang, WEN Xiaomei WANG Sheng, et al. On measuring methods and exploitation technology for dewfall on land surface[J]. Plateau Meteorology, 2010, 29(4): 1085-1092. (in Chinese with English abstract)

[18] FENG T, ZHANG L, CHEN Q, et al. Dew formation reduction in global warming experiments and the potential consequences[J]. Journal of Hydrology, 2021, 593: 125819.

[19] 郭曉楠，查天山，賈昕. 典型沙生灌木生態系統凝結水量估算[J]. 北京林業大學學報，2016，38(10)：80-87. GUO Xiaonan, ZHA Tianshan, JIA Xin. Estimation of dewfall amount in a typical desert shrub ecosystem[J]. Journal of BeiJing Forestry University, 2016, 38(10): 80-87. (in Chinese with English abstract)

[20] GROH J, SLAWITSCH V, HERNDL M, et al. Determining dew and hoar frost formation for a low mountain range and alpine grassland site by weighable lysimeter[J]. Journal of Hydrology, 2018, 563: 372-381.

[21] TOMASZKIEWICZ M, NAJM M A, BEYSENS D, et al. Projected climate change impacts upon dew yield in the Mediterranean basin[J]. Science of the Total Environment, 2016, 566/567: 1339-1348.

[22] 賈志峰，陳丹姿，王智，等. 關中平原土壤凝結水量及水汽來源特征[J]. 應用生態學報，2023，34(2)：369-376. JIA Zhifeng, CHEN Danzi, WANG Zhi, et al. Characteristics and source of soil condensation water in Guanzhong Plain, China[J]. Chinese Journal of Applied Ecology, 2023, 34(2): 369-376. (in Chinese with English abstract)

[23] AGAM N, BERLINER P R. Dew formation and water vapor adsorption in semi-arid environments: A review[J]. Journal of Arid Environments, 2006, 65(4): 572-590.

[24] NINARI N, BERLINER P R. The role of dew in the water and heat balance of bare loess soil in the Negev Desert: Quantifying the actual dew deposition on the soil surface[J]. Atmospheric Research, 2002, 64(1): 323-334.

[25] ROSENBERG K J. Microclimate: The Biological Environment[M]. New York: John Wiley & Sons, Inc, 1983.

[26] 李洪波，白愛寧，張國盛，等. 毛烏素沙地土壤凝結水來源分析[J]. 中國沙漠，2010，30(2)：241-246. LI Hongbo, BAI Aining, ZHANG Guosheng, et al. Analysis on soil condensation water source in Mu Us sandland[J]. Journal of Desert Research, 2010, 30(2): 241-246. (in Chinese with English abstract)

[27] 尹瑞平，吳永勝，張欣，等. 毛烏素沙地南緣沙丘生物結皮對凝結水形成和蒸發的影響[J]. 生態學報，2013，33(19)：6173-6180. YIN Ruiping, WU Yongsheng, ZHANG Xin, et al. Effects of biological crusts on dew deposition and evaporation in the Southern Edge of the Mu Us Sandy Land, Northern China[J]. Acta Ecologica Sinica, 2013, 33(19): 6173-6180. (in Chinese with English abstract)

[28] 陳曉涵，吳永勝，海春興. 毛烏素沙地南緣固沙灌叢下地表凝結水特征[J]. 中國沙漠，2023，43(1)：83-95. CHEN Xiaohan, WU Yongsheng, HAI Chunxing. Effects of surface dew under different types of sand-fixing shrubs in the southern margin of Mu Us Sandy Land, Northern China[J]. Journal of Desert Research, 2023, 43(1): 83-95. (in Chinese with English abstract)

[29] 錢連紅，李洪波，張國盛，等. 毛烏素沙地三種下墊面土壤吸濕凝結水量的比較[J]. 干旱區資源與環境，2009，23(3)：122-125. QIAN Lianhong, LI Hongbo, ZHANG Guoqiang, et al. Comparison of soil absorbtion of condensation water among three underlying surfaces in Mu Us Sandland[J]. Journal of Arid Land Resources and Environment, 2009, 23(3): 122-125. (in Chinese with English abstract)

[30] 辛靜，田永飛，賈麗瓊，等. 毛烏素沙地的植被恢復方法淺析[J]. 中國農業信息，2014(19)：158. XIN Jing, TIAN Yongfei, JIA Liqiong, et al. Analysis of vegetation restoration methods in Mu Us Sandy[J]. China Agricultural Informatics, 2014(19): 158. (in Chinese with English abstract)

[31] 代遠萌，李滿樂，徐銘澤，等. 毛烏素沙地沙丘不同固定階段黑沙蒿葉性狀特征研究 [J]. 植物生態學報，2022，46(11)：1376-1387. DAI Yuanmeng, LI Manle, XU Mingze, et al. Leaf traits ofat different dune fixation stages in Mu Us Sandy Land[J]. Chinese Journal of Plant Ecology, 46(11): 1376-1387. (in Chinese with English abstract)

[32] LIANG P, YANG X. Landscape spatial patterns in the Maowusu (Mu Us) Sandy Land, northern China and their impact factors[J]. CATENA, 2016, 145: 321-333.

[33] 廉泓林，韓雪瑩，劉雅莉，等. 基于標準化降水蒸散指數(SPEI)的毛烏素沙地1981—2020年干旱特征研究[J]. 中國沙漠，2022，42(4)：71-80. LIAN Honglin, HAN Xueying, LIU Yali, et al. Study on spatiotemporal characteristics of atmospheric drought from 1981 to 2020 in the Mu Us SandyLand of China based on SPEl index[J]. Journal of Desert Research, 2022, 42(4): 71-80. (in Chinese with English abstract)

[34] JIA X, ZHA T, GONG J, et al. Multi-scale dynamics and environmental controls on net ecosystem CO2exchange over a temperate semiarid shrubland[J]. Agricultural and Forest Meteorology, 2018, 259: 250-259.

[35] 靳川，蔣燕，李鑫豪，等. 毛烏素沙地油蒿光系統II多時間尺度的環境響應特征[J]. 農業工程學報，2021，37(2)：152-160. JIN Chuan, JIANG Yan, LI Xinhao, et al. Multi-time scale property of environmental responses to photosystem Il ofin Mu Us desert[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(2): 152-160. (in Chinese with English abstract)

[36] 南京水利科學研究院. 土的工程分類標準[M]. 北京：中國計劃出版社，2008.

[37] 季辰，朱忠禮，徐自為. 高精度稱量式蒸滲儀數據處理方法研究[J]. 北京師范大學學報：自然科學版，2016，52(5)：628-634. JI Chen, ZHU Zhongli, XU Ziwei. Data processing of high precision weighing lysimeter[J]. Journal of Beijing Normal University (Natural Science), 2016, 52(5): 628-634. (in Chinese with English abstract)

[38] ZHUANG Y, ZHAO W. Dew formation and its variation in Haloxylon ammodendron plantations at the edge of a desert oasis, northwestern China[J]. Agricultural and Forest Meteorology, 2017, 247: 541-550.

[39] JIA Z, MA Y, LIU, P, et al. Relationship between sand dew and plant leaf dew and its significance in irrigation water supplementation in Guanzhong Basin, China[J]. Environmental Earth Sciences, 2019,78:1-10.

[40] 吳友杰，杜太生. 西北干旱區農田土壤蒸發量及影響因子分析[J]. 農業工程學報，2020，36(12)：110-116. WU Youjie, DU Taisheng. Evaporation and its influencing factors in farmland soil in the arid region of Northwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(12): 110-116. (in Chinese with English abstract)

[41] KEINATH D A, DOAK D F, HODGES K E, et al. A global analysis of traits predicting species sensitivity to habitat fragmentation[J]. Global Ecology and Biogeography, 2017, 26(1): 115-127.

[42] DE"ATH G. Boosted trees for ecological modeling and prediction[J]. Ecology, 2007, 88(1): 243-251.

[43] 徐秋蓉，鄭新奇. 一種基于地理探測器的城鎮擴展影響機理分析法[J]. 測繪學報，2015，44(S1)：96-101. XU Qiurong, ZHENG Xinqi. Analysis of influencing mechanism of urban growth using geographical detector[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(S1): 96-101. (in Chinese with English abstract)

[44] ELITH J, LEATHWICK J R, HASTIE T. A working guide to boosted regression trees[J]. Journal of Animal Ecology, 2008, 77(4): 802-813.

[45] HOSMER D W, LEMESHOW S. Applied logistic regression[M]. New York: John Wiley & Sons, Inc, 2000.

[46] 朱新軍，王中根，夏軍，等. 基于分布式模擬的流域水平衡分析研究：以海河流域為例[J]. 地理科學進展，2008，27(4)：23-27. ZHU Xinjun, WANG Zhonghen, XIA Jun, et al. Basin level water balance analysis study based on distributed hydroloqical mode: case study in the haihe river basin[J]. Progress in Geography, 2008，27(4): 23-27. (in Chinese with English abstract)

[47] ZHANG Z, WANG W, GONG C, et al. Salix psammophila afforestations can cause a decline of the water table, prevent groundwater recharge and reduce effective infiltration[J]. Science of the Total Environment, 2021, 780: 146336.

[48] GONG C, WANG W, ZHANG Z, et al. Comparison of field methods for estimating evaporation from bare soil using lysimeters in a semi-arid area[J]. Journal of Hydrology, 2020, 590: 125334.

[49] 陳蕾，郭熙，韓逸，等. 基于BRT模型的南昌市城市擴展時空特征及驅動因素研究[J]. 長江流域資源與環境，2020，29(2)：322-333. CHEN Lei, GUO Xi, HAN Yi, et al. Research on spatio-temporal characteristics and driving factors of urban expansion in Nanchang city based on BRT model[J]. Resources and Environment in the Yangtze Basin, 2020, 29(2): 322-333. (in Chinese with English abstract)

[50] 李玉靈，朱帆，張國盛，等. 毛烏素沙地凝結水動態變化及其影響因子的研究[J]. 干旱區資源與環境，2008，22(8)：61-66. LI Yuling, ZHU Fan, ZHANG Guosheng, et al. Dynamics of dew condensation and its controlling factors in Mu Us desert[J]. Journal of Arid Land Resources and Environment, 2008, 22(8): 61-66. (in Chinese with English abstract)

[51] VUOLLEKOSKI H, VOGT M, SINCLAIR V A, et al. Estimates of global dew collection potential on artificial surfaces[J]. Hydrology and Earth System Sciences, 2015, 19: 601-613.

[52] PAN Y, WANG X, ZHANG Y. Dew formation characteristics in a revegetation-stabilized desert ecosystem in Shapotou area, Northern China[J]. Journal of Hydrology Amsterdam 2010, 387(3): 265-272.

[53] 閻百興，鄧偉. 三江平原露水資源研究[J]. 自然資源學報，2004，19(6)：732-737. YAN Baixing, DENG Wei. Study on the dew resource in Sanjiang Plain[J]. Journal of Natural Resources, 2004, 19(6): 732-737. (in Chinese with English abstract)

[54] XIAO H, MEISSNER R, SEEGER J, et al. Effect of vegetation type and growth stage on dewfall, determined with high precision weighing lysimeters at a site in northern Germany[J]. Journal of Hydrology, 2009, 377(1): 43-49.

Dew formation characteristics ofand its influence on water balance in the Mu Us Sandy Land

RAN Bin, ZHANG Zaiyong※, YANG Jingbo, XU Da, GONG Chengcheng

(1.,,,710054,;2.,,710054,)

Dew is one of the most important supplementary water sources in arid and semi-arid regions. The influence of dew amount on the water balance can be evaluated for water management, ecosystem protection, and the optimization of agricultural practices. Moreover, the influencing factors of dew formation can provide some insights into how climate change may impact water availability and ecosystems. However, it is still unclear in the dew formation, due to the difficulty of observation without considering the dew in the water balance. This study aims to quantify the dew amount for a better understanding of dew formation. A series of lysimeter experiments were carried out to continuously observe the dew amount in the Mu Us desert from October 2020 to September 2021. Among them, the dew amount included the fog, dew, and hoar frost formation. In addition, the meteorological factors were monitored at the experimental site, including air temperature, precipitation, wind speed, relative humidity, net radiation, and surface temperature. All data were recorded every ten minutes. The dew amount was evaluated for the water balance during formation. Boosted regression tree (BRT) model was used to investigate the influence of meteorological factors on dew formation. The results were as follows. 1) The dew amount was 47.1 mm in the experimental period, corresponding to 19.6% of the annual rainfall. The dew started to form at night when the air temperature was significantly higher than the soil surface temperature. The dew was mainly formed from October 2020 to January 2021 (cold months), with a maximum amount of 9.00 mm in December 2020, and a minimum of 0.55 mm in June 2021. The dew amount was larger in the colder months than that in the warmer ones. 2) The BRT model showed that the largest contribution (43.4%) was found in the relative humidity to the dew formation. It infers that relative humidity was a key factor in the formation of dew. The contribution rates of the net radiation at night and the wind speed to the dew formation were 21.7% and 15.2%, respectively. The much fewer contributions to the dew formation were the air temperature and vapor pressure deficit. The optimal combination of parameters was achieved in the dew formation, such as the relative humidity greater than 53%, net radiation at night less than -37 W/m2, and wind speeds ranging from 0.5 to 1.8 m/s. 3) The surrounding air temperature and relative humidity ofposed the more significant influence on the dew formation, compared with bare ground. The errors of the water balance were reduced from 25.3% to 5.7%, considering the amount of dew in the semi-arid regions. The dew amount was quantified to improve the accuracy of the water balance. The finding can provide a strong reference to accurately evaluate the water resources and then better understand the formation process of dew amounts under the coverage of. In addition, thein the water cycle can be expected to protect the vegetation ecosystems in the arid and semi-arid regions.

humidity; temperature; dew;; boosted regression tree; water balance; Mu Us Sandy Land

2023-01-13

2023-03-08

國家自然科學基金青年科學基金項目（41902249）；陜西省留學人員科技活動擇優資助項目（2020006）；陜西省重點研發計劃（No.2020SF-405, 2021ZDLSF05-01）；中央高校基本科研業務費資助項目（300102292201）

冉彬，研究方向為干旱半干旱區凝結水的形成與影響機制。Email：binranchd@126.com

張在勇，博士，副教授，研究方向為旱區地下水資源合理開發利用與數值模擬。Email：zaiyongzhang@126.com

10.11975/j.issn.1002-6819.202301062

S271

A

1002-6819(2023)-08-0111-09

冉彬，張在勇，楊京博，等. 毛烏素沙地沙蒿凝結水形成規律及其對水均衡的影響[J]. 農業工程學報，2023，39(8)：111-119. doi：10.11975/j.issn.1002-6819.202301062 http://www.tcsae.org

RAN Bin, ZHANG Zaiyong, YANG Jingbo, et al. Dew formation characteristics ofand its influence on water balance in the Mu Us Sandy Land[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(8): 111-119. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202301062 http://www.tcsae.org