從同步數據分析喬木樹干液流與氣象因子的關系

馬 澤，宋維峰*，徐小青,2，儲 婭

(1. 西南林業大學水土保持學院，云南 昆明 650224；2. 山西省桑干河楊樹豐產林實驗局，山西 大同 037045)

樹干液流是樹木蒸騰耗水的一個重要參數，可以反映出植物生理特性和環境因素對樹木水分利用的綜合調節作用[1-2]。然而，樹干液流受到生物因素（如樹種和樹形）以及環境要素（如地域、時間、氣象因子和土壤含水量）的影響較大，導致關于樹干液流與氣象因子（例如日照、溫度、濕度、氣壓、風速、降雨）之間關系的研究得出了不同的結論。一般而言，太陽輻射、飽和水汽壓差、氣溫和濕度被認為是驅動樹木蒸騰的主要氣象因子。其中，樹干液流與太陽輻射、飽和水汽壓差和氣溫呈正相關，與濕度呈負相關[3-12]。目前對于影響樹干液流的氣象因子的主次順序存在爭論：買爾當·克依木等[13]研究認為太陽輻射是影響植物光合作用和蒸騰作用的主要外界因子，在其直接或間接影響下氣溫、濕度才發生變化；孫旭等[14]研究認為太陽輻射、飽和水汽壓虧缺是影響日尺度油松蒸騰速率的主要因子；張雷等[15-16]研究認為影響樹干液流的主控氣象因子因區域、時間和物種不同而有差異。另外，由于研究的時間、地點、對象和方法的不同，樹干液流與氣象因子之間時滯長短也存在差異[17-22]。目前相關研究主要是針對單一或少數幾種樹種進行分析[23]，如松樹[3,14,24]、杉樹[10]、楊樹[18,20]、相思樹[5]、核桃樹[17]、側柏[6]和刺槐[25]等。而不同樹種的蒸騰耗水能力不一，這可能是上述研究結果不一致的原因。因此，本文選擇了哈尼梯田水源區的3 種林分中的10 種喬木樹種作為研究對象，以消除樹種因素的限制。從生理生態層面上研究喬木樹干液流與氣象因子的關系，對進一步研究喬木的蒸騰作用具有重要意義。

1 研究地區與研究方法

1.1 研究區概述

全福莊小流域位于云南省紅河州元陽縣新街鎮全福莊小寨（圖1a），是元陽哈尼梯田的核心區域，是哈尼梯田“森林-村莊-梯田-河流”垂直景觀結構[26]的典型代表，占地面積約為76.87 hm2。研究區氣候屬亞熱帶山地季風氣候，干濕季分明，平均氣溫16.6 ℃，年平均降雨量約為1 398 mm，其中約78% 的降水發生在雨季（5 月至10 月），11 月至次年4 月為旱季，3 月至10 月為植被生長季，11 月至2 月為非生長季。年平均日照時數1 550 h，相對濕度85%，土壤以黃棕壤為主，土壤剖面較為完整，土層大約有100 cm[27]。哈尼梯田水源區森林分布主要有原始林和次生林，本文在全福莊小流域水源區選取了3 個植被類型具有代表性的試驗點（圖1a，表1）。

表1 樹干液流速率監測樣木基本參數 Table 1 Basic parameters of sample wood were monitored by SAP flow rate

圖1 研究區位置及Granier 熱擴散測量樹干液流速率的原理[28]與現場測定Fig. 1 Schematic diagram of study area location and Granier thermal diffusion measurement of SAP flow rate

1.2 樹干液流速率的測量原理

Granier 熱擴散探針安裝在樣樹樹干離地面1.3 m 處，監測期間使用兩塊12 v 蓄電池輪流為其持續供電，每10 s 讀取 1 次數據，每30 min記錄1 次平均值，定期維護儀器并下載數據(圖1c)。Granier 熱擴散探頭[28]由兩根探針組成，上部探針內含有加熱器和熱電偶，可以恒定連續加熱；下部探針只有熱電偶，作為參考端(圖1b)。通過測定兩根探針在邊材的溫差值計算液流速率。當液流速率等于0 時，兩根探針的溫差最大，當液流速率增大，溫差值減小。液流速率計算公式：

式中：Js為液流速率/(mL·cm-2·h-1)；ΔTm為日尺度所記錄的最大溫度差值/℃；ΔT為上下探頭之間瞬時的溫度差值/℃。

1.3 同步異常數據和同步數據的選擇

2020 年8 月至2021 年9 月，采用 Granier熱擴散探針技術對哈尼梯田水源區次生常綠闊葉林、次生落葉闊葉林、原生常綠闊葉林的測驗樣樹（表1）進行樹干液流速率測定。在保證所有實驗設備正常工作的前提下，選擇供研究的同步異常數據。本文根據樹干液流速率呈現“晝高夜低”的單峰或雙峰曲線的特點，先找出每棵樣樹在所有觀測期間正常的最高峰值，再把非峰值時出現的高于此值的間斷性跳躍數據作為每棵樣樹的異常數據。在同一觀測時間，所有監測樣樹都出現了“異常數據”的樹干液流異常數據才最終作為同步異常數據，所有監測樣樹都滿足了相應條件的數據作為同步數據。

1.4 氣象因子的測定

在試驗區林外空曠地安裝一臺WertherHawk-232 自動氣象站（WertherHawk，美國）記錄氣象條件，自計頻率為5 min，測定指標包括空氣氣溫(Ta)/℃、空氣相對濕度(RH)/%、風速(SP)/(m·s-1)、大氣壓(P)/kPa、降雨量(Pn)/mm 和太陽輻射(Rn)/(W·m-2)，飽和水汽壓差(VPD)/kPa[29]通過計算求得，計算公式如下：

1.5 變化幅度公式

1.6 數據處理與分析

使用Origin 2018 和photoshop 2022 軟件對數據進行計算和繪圖；使用SPSS 25.0 進行各樹種樹干液流與氣象因子的Pearson 相關性分析，p＜0.01 表示極顯著相關，p＜ 0.05 表示顯著相關；采用錯位相關法分析各月樹干液流與氣象因子的Pearson 相關系數；使用Excel 2010 篩選功能找出增幅超過100%的77 個上升同步數據和增幅小于-50%的63 個下降同步數據。

2 結果與分析

2.1 同步異常數據分析

通過分析監測期間樹干液流，2021 年3 月至9 月次生落葉林和原生常綠闊葉林的樹干液流數據中發現7 個同步異常數據（圖2）。在試驗點2 次生落葉闊葉林樹干液流速率監測中，樣樹液2-榿木2、液2-喜樹3、液2-喜樹4 最大的正常峰值分別為47.25 mL·cm-2·h-1、13.33 mL·cm-2·h-1和32.9 mL·cm-2·h-1，非峰值時間出現高于最大正常峰值的同步異常數據有3 條，它們分別出現在3 月20 日11:00，8 月18 日13:30，8 月28 日11:00（圖2a）。次生落葉闊葉林中發現的這3 條同步異常數據，在不同樹種（榿木或喜樹）、不同徑級、不同樹形，相同環境條件下都表現出極為明顯的時間同步性。在試驗點3 原生常綠闊葉林中，樣樹液3-云南樟1、液3-西南紅山茶2、液3-猴樟2 最大的正常峰值分別為 12.48 mL·cm-2·h-1、7.14 mL·cm-2·h-1和8.36 mL·cm-2·h-1，每棵監測樣樹非峰值時間出現高于最大正常峰值的數量和出現時間不同。能夠滿足同步異常條件的數據有4 條，分別出現在5 月25 日13：00、6 月29 日13:30、7月4日11:30和7月14日12:00（圖2b）。原生常綠闊葉林中找出的這4 條同步異常數據，也表現出明顯的同步一致性。利用這7 個同步異常數據分析該地區樹干液流與氣象因素的關系，可以消除樹種因素對其的影響，反映一個或多個氣象因素引起的樹干液流的變化。

圖2 次生落葉闊葉林和原生常綠闊葉林出現的7 個同步異常數據Fig. 2 Seven synchronous anomalies in secondary deciduous broad-leaved forest and primary evergreen broad-leaved forest

2.2 產生同步異常數據原因分析

為了探究引起樹干液流同步異常的氣象原因，圖3 羅列出了7 條同步異常數據出現日對應的太陽輻射、氣溫、濕度、飽和水汽壓差等主要氣象因子從6:00 至18:00 的變化和增幅。7 月14 日12:00 當太陽輻射快速升高到達最大值時，氣溫也隨之快速升高，濕度快速減少，飽和水汽壓差變化幅度最大，所以樹干液流在此時出現了同步異常數據。5 月25 日13:00 當太陽輻射值接近最大值時，氣溫也接近最高值，濕度接近最小值，飽和水汽壓差接近最大值，此時樣樹樹干液流出現了同步異常數據。3 月20 日、8 月28 日11:00 當太陽輻射快速升高到達第一次最大值時，盡管氣溫沒有快速升高，濕度沒有快速減少，樹干液流在此時出現了同步異常數據。6 月29 日、8 月18 日13:00 太陽輻射值到達最大值后快速下降，但是氣溫、濕度和飽和水汽壓差變化不大，同步異常數據出現在30 min 后的13:30。7 月4 日11:00 太陽輻射快速升高，氣溫也隨之快速升高，濕度快速減少，飽和水汽壓差快速變大，同步異常數據出現在太陽輻射增幅最大后30 min 的11:30。如圖3a，5 月25 日、7 月14 日同步異常數據出現在全日太陽輻射最大的點上，3 月20 日、8 月28 日同步異常數據出現在太陽輻射快速升高到達第一次最大的點上，6 月29 日、8 月18 日同步異常數據出現在太陽輻射最大后的30 min，7 月4 日同步異常數據出現在太陽輻射增幅最大后30 min。如圖3b，5 月25 日、6 月29 日和8 月18 日異常數據出現在氣溫接近最高的中午13:00 至13:30，7 月14 日異常數據出現在氣溫增幅最大的點上，3 月20 日、7 月4 日和8 月28 日異常數據出現在氣溫增幅最大前的30～60 min。如圖3c，7 月14 日異常數據出現在濕度變化幅度最大的點上，8 月18 日同步異常數據出現在濕度最小的30 min 前，3 月20 日、7 月4 日和8 月28 日同步異常數據出現在濕度變化幅度最大的30～60 min 前。如圖3d，5 月25 日異常數據出現在飽和水汽壓差值接近最大值的點上，7 月14 日異常數據出現在飽和水汽壓差變化幅度最大的點上，6 月29 日和8 月18 日同步異常數據出現在飽和水汽壓差最大的30 min 前，3 月20 日、7 月4 日和8 月28 日同步異常數據出現在飽和水汽壓差變化幅度最大的30～60 min 前。從以上分析可以看出，氣象因子的瞬時大變化是產生同步異常數據的原因，而且太陽輻射是產生同步異常樹干液流的直接驅動力，同步異常數據容易出現在太陽輻射最大或增幅最大后的0～30 min，氣溫、濕度和飽和水汽壓差最大或者增幅最大前0～60 min，而且氣溫、濕度和飽和水汽壓差三者表現出高度的一致性。

圖3 同步異常樹干液流與氣象因子關系分析Fig. 3 Relationship analysis diagram of synchronous abnormal SAP flow and meteorological factors

2.3 同步數據分析

根據7 個同步異常數據，氣象因子的瞬時變化會改變樹干液流速率。本文進一步分析了次生落葉林和原生常綠闊葉林在監測期內每日6:00 至18:00 樹干液流的增幅情況，如表2 所示。不同樹種的液流變化幅度不同，但大部分液流增幅都在-50%～50% 之間， 約占78% ， 增幅大于100%的約占9%，增幅小于-50%的約占7%。樹干液流增幅超過100%和低于-50%可能是由于某些氣象因素的突變，導致樹干液流的起伏。本文從這些數據中找出增幅超過100%的77 個同步數據作為液流快速上升的代表，增幅小于-50%的63 個同步數據作為液流快速下降的代表。

表2 樣樹樹干液流變化幅度最大值和頻次 Table 2 Table of frequency and maximum values of trunk sap flow variation of sample trees

2.4 同步樹干液流與氣象因子的關系

對試驗區2020 年8 月至2021 年9 月的太陽輻射、氣溫、濕度和飽和水汽壓差進行1 h 為尺度監測，分析飽和水汽壓差增幅時，發現了典型的“9 點現象”，如圖4a 所示。飽和水汽壓差90%增幅最大出現在9:00 am，其余10% 的第二大82%也出現在9:00 am，所以飽和水汽壓差最大增幅幾乎出現在每天9:00 am，本文將這一現象稱為“9 點現象”。由于研究地點經緯度的原因，太陽輻射、氣溫和濕度等增幅出現典型的自然現象，太陽輻射增幅最大的時間出現在6:00 am，氣溫增幅最大出現在9:00 am，濕度增幅最大出現在 5:00 pm。液流上升增幅超過100%的77 個同步數據多數發生在9:00 至15：00，而且9:00 至10:00 和14:00 至15:00 兩個高發期，如圖4b 所示。液流下降增幅超過50% 的63 個同步數據多數發生在9:00 至18:00，而且9:00 至10:00 和15:00 至18:00 兩個高發期，如圖4c 所示。

圖4 飽和水汽壓差和同步數據各時間段分布Fig. 4 Distribution of saturated water vapour differential pressure and synchronous data by time period

在氣象數據中找到增幅超過100%的77 個和減幅超過50% 的63 個同步數據發生時間對應的時間點，每個點對太陽輻射、氣溫、飽和水汽壓差、濕度、風速、大氣壓、降雨等氣象因子進行前后各2 h 的分析，如果在分析時間內某個或多個氣象因子發生了突變，將它們作為影響原因進行統計。如圖5a 所示，太陽輻射、氣溫和降雨是產生上升同步數據的原因，太陽輻射的突然增加是液流增幅超過100%的直接原因，77 條數據中有70 條的首要原因是太陽輻射的突然增加。但是影響樹干液流快速上升的氣象因子不是單一的，太陽輻射單一因子影響上升同步數據的只有7 條，43 條是由于太陽輻射的突然增加而導致氣溫的快速升高，19 條是由于短時間內降雨后太陽輻射突然增加。如圖5b 所示，降雨、太陽輻射和氣溫是產生下降同步數據的原因，降雨是液流降幅超過50%的直接原因，63 條數據中有56 條的首要原因是降雨，7 條是由于太陽輻射的快速減少。但是影響樹干液流快速下降的氣象因子也不是單一的，降雨單一因子影響下降同步數據的只有9 條，36 條是由于降雨而太陽輻射快速變化，11 條是由于降雨而導致氣溫快速變化。以上分析可知，太陽輻射的突然增加是產生液流上升同步數據的原因，而降雨則是產生液流下降同步數據的原因，但是影響液流同步上升或下降的氣象因子不是單一的，多數情況下是由于太陽輻射、降雨等主要因子發生變化，導致其它一個或多個因子變化，從而影響樹干液流的變化。

圖5 影響同步樹干液流的氣象原因分析Fig. 5 Analysis of the meteorological causes affecting synchronous trunk sap flow

3 討論

3.1 影響同步異常和正常液流因素區別

3 種林分類型優勢樹種正常液流速均呈“晝高夜低”日變化規律，隨著每天日出和氣溫上升，液流上午啟動，中午達到峰值后開始下降（單峰曲線），而部分樹種液流又返回另一峰值（雙峰曲線），每天下午六七點鐘幾乎為零，很少有其他時刻出現超過峰值的異常數據。相同樹種各月樹干液流速率的變化趨勢非常相似，不同樹種各月液流速峰值大小不同，有的樹種不同徑級樹干液流速差異較大，而有的差異卻較小。在典型晴天條件下，不同時期不同樹種液流啟動和停止時間也不相同，但同一樹種的變化規律卻非常相似，所有樹種液流啟動并到達峰值的時間從3 月春季開始逐漸提前，至夏季最早后，到秋季、冬季再逐漸推遲，相同樹種在相同時期液流速率大小呈晴天＞陰天＞雨天的規律。樹干液流與樹種、樹形、環境因子和氣象因子密切相關，對各月份氣象因子和不同樹種的樹干液流速率進行了Pearson 相關性分析，如表3 所示。結果表明研究區各樹種生長季樹干液流與太陽輻射、氣溫、飽和水汽壓差、濕度極顯著相關，與風速和大氣壓在多數月份呈顯著或極顯著相關，與降雨量相關性不強。樹干液流速率與太陽輻射、氣溫、飽和水汽壓差和風速呈正相關，而與濕度和大氣壓呈負相關。同一樹種不同月份由于環境原因與各氣象因子的相關強弱不同[30]，例如喜樹3 月、7 月、8 月、9 月樹干液流與太陽輻射的相關系數分別為0.69、0.75、0.84 和0.77；不同樹種同一月份由于樹種原因與氣象因子的相關強弱也不同，例如云南樟、西南紅山茶、猴樟、榿木、喜樹7 月樹干液流與飽和水汽壓差的相關系數分別為0.66、0.60、0.25、0.44 和0.71。影響樹干液流的氣象因子主要是太陽輻射、飽和水汽壓差、氣溫和濕度，但是與氣象因子的相關性大小由不同樹種決定。這與王小菲[5,31]、于占輝[6]、張璇[9]、涂潔和萬艷芳[32]研究結論一致。

表3 各樹種生長季樹干液流速率與各氣象因子的Pearson 相關系數分析 Table 3 Pearson correlation coefficient between SAP flow rate of tree species and meteorological factors in growing season

通常，由于氣象因子相對穩定，在非峰值時間很少出現超過峰值的異常數據，但某個或多個氣象因子發生瞬態性的大變化，樹干液流瞬態響應。根據上文的分析，產生7 個同步異常的主要原因是太陽輻射發生了瞬時的大變化，在11：00 至13：30接近中午最熱期間太陽輻射的快速異常是產生同步異常數據的直接原因，所以太陽輻射是影響同步異常樹干液流的直接驅動力。太陽輻射又直接或者間接影響了氣溫和濕度[13]，氣溫和濕度又決定了飽和水汽壓差，所以影響樹干液流的太陽輻射、飽和水汽壓差、氣溫和濕度四個氣象因子中，太陽輻射是主要原因，飽和水汽壓差、氣溫和濕度是次要原因。

3.2 同步異常和正常液流時滯時間區別

樹干液流與氣象因子具有一定的時滯效應，本文以喜樹、西南紅山茶、刺栲為例，采用錯位相關法分析各月樹干液流與氣象因子的Pearson 相關系數，分析2020 年8 月至2021 年2 月3 種樹各月樹干液流和氣象因子的時滯效應。如圖6 所示，原生常綠闊葉林不同樹種的樹干液流滯后太陽輻射90～240 min，提前氣溫60～120 min，提前濕度90～120 min，提前于飽和水汽壓差0～120 min。這與其他學者[24,33-36]的研究結果基本一致，樹干液流滯后于太陽輻射，提前于氣溫、飽和水汽壓差、濕度和風速，但是滯后和提前時間不同，可能是地域、時間、物種和環境等原因造成時滯時間不同[21,33,37-40]。黨宏忠等[20]研究得出新疆楊在不同年份同一時期的氣象因子與樹干液流的時滯時間都不一樣，馬長明等[8]研究得出不同健康狀況的北京楊的時滯時間也不一樣。本文由同步異常數據分析可知，所有監測樹種的樹干液流滯后太陽輻射0～30 min，提前于飽和水汽壓差、氣溫和濕度0～60 min。這一結果與馬長明[8]、武鵬飛[18]、涂潔[41]等研究結果非常接近。用同步異常數據分析得出的太陽輻射、飽和水汽壓差、氣溫和濕度滯后或提前時間遠小于正常數據。一般情況下，因為不同樹種內部結構和生理特性不一樣、地域和時間不一樣，氣象因子無法100%滿足的所有樹種樹干液流發生同步異常，所以會出現時滯時間遠大于異常數據。但是本文的7 個同步異常數據是滿足了所有外部條件，已經突破了樹種的限制，純粹反映了氣象因子與喬木樹木生理生態特性的關系和時滯時間。馬長明等[8]研究得出健康和亞健康北京楊單株液流速率滯后于太陽輻射30 min，提前于空氣溫度、濕度、飽和水汽壓差60 min；而不健康單株液流速率則滯后于太陽輻射60 min，與空氣溫度、濕度、飽和水汽壓差同步。他們的結論也從另外一個角度證明了本文的結果，如果滿足所有條件，樹木的樹干液流將滯后太陽輻射0～30 min，提前于飽和水汽壓差、氣溫和濕度0～60 min，如果不能100%滿足條件，滯后時間或提前時間將更大。

圖6 喜樹、西南紅山茶和刺栲3 種樹種樹干液流與氣象因子時滯效應分析Fig. 6 Analysis of SAP flow and time delay effects of meteorological factors in three species of native evergreen broad-leaved forest and secondary deciduous broad-leaved forest

4 結論

本文通過對哈尼梯田水源區3 種林分中10 種喬木樹種樹干液流與氣象因子的關系分析中發現，如果考慮樹種因素，影響樹干液流的氣象因子主要是太陽輻射、飽和水汽壓差、氣溫和濕度，與太陽輻射、氣溫、飽和水汽壓差呈正相關，而與濕度呈負相關，相關性大小由不同樹種決定。如果消除樹種因素限制，太陽輻射、氣溫和降雨是影響喬木生理生態樹干液流的主要氣象因子，其中太陽輻射是影響喬木樹干液流的主要原因。在正常氣候天氣下，原生常綠闊葉林不同樹種的樹干液流滯后太陽輻射90～240 min，提前氣溫60～120 min，提前濕度90～120 min，提前于飽和水汽壓差0～120 min；在滿足發生同步異常數據的氣候條件下，樹干液流滯后太陽輻射0～30 min，提前于飽和水汽壓差、氣溫和濕度0～60 min，滯后或提前時間遠小于正常氣候條件下各樹種的時滯時間。本研究為喬木樹干液流與氣象因子的關系和時滯時間提供了科學依據，對天氣突變等原因影響喬木蒸騰有重要意義。