張 雷 孫鵬森 劉世榮

(1. 中國林業(yè)科學(xué)研究院林業(yè)研究所 國家林業(yè)和草原局森林培育重點(diǎn)實(shí)驗(yàn)室 北京 100091; 2. 中國林業(yè)科學(xué)研究院森林生態(tài)環(huán)境與保護(hù)研究所 國家林業(yè)和草原局森林生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室 北京100091)

森林蒸騰耗水規(guī)律一直是生態(tài)水文學(xué)研究的核心問題(Tor-Ngernetal., 2018)，也是體現(xiàn)森林生態(tài)系統(tǒng)自身穩(wěn)定性與適應(yīng)氣候變化能力的一個(gè)關(guān)鍵過程(Bretfeldetal., 2018)。優(yōu)勢(shì)樹種作為群落的核心，其水分利用策略通常決定森林群落發(fā)展方向，如在巴拿馬地區(qū)，水分脅迫是影響大樹地理分布的主要因素(Meakemetal., 2017)； 與幼齡次生林相比，大齡次生林群落傾向于由耐旱樹種組成，并且具有較低的液流速率(Bretfeldetal., 2018)。在墨西哥中部地區(qū)，干旱區(qū)的櫟屬(Quercus)樹種有更短暫和更高效的水分利用效率，而濕潤區(qū)的櫟屬樹種有較長的水分利用時(shí)間和更強(qiáng)的木質(zhì)部抗栓塞能力； 干旱適應(yīng)能力不同導(dǎo)致櫟屬樹種生境變異和生態(tài)位分化，影響了櫟屬樹種的分布(Aguilar-Romeroetal., 2017)。Crimmins等(2011)通過比較加利福尼亞20世紀(jì)30年代(1930—1935)和當(dāng)前(2000—2005)間隔期內(nèi)的64種植物的海拔分布變化，發(fā)現(xiàn)氣候變化導(dǎo)致了植物最適宜海拔分布高度的下降，并且這個(gè)向低海拔地區(qū)遷移的現(xiàn)象是由水量平衡的區(qū)域變化引起的。不同的樹種具有不同的水分利用策略，不同演替階段森林群落通常由不同的優(yōu)勢(shì)樹種組成，那么不同演替階段的森林的蒸騰耗水特征是否存在明顯規(guī)律性，這個(gè)問題國內(nèi)外還較少涉及。

川西亞高山地區(qū)是開展森林不同恢復(fù)/演替階段水分利用特征研究的理想場(chǎng)所。歷史上的森林砍伐和土地開墾，致使川西亞高山地區(qū)森林類型和森林覆蓋率發(fā)生巨大變化。例如，岷江上游地區(qū)森林覆蓋率由新中國成立初期的39.5%左右降到了1985年的16%，隨著20世紀(jì)80年代末森工轉(zhuǎn)產(chǎn)和開始造林，1998年森林覆蓋率恢復(fù)到了27%(樊宏, 2002)。以往森林采伐主要以老齡暗針葉林為主，采伐跡地更新樹種主要為粗枝云杉(Piceaasperata)、川西云杉(P.balfouriana)和峨眉冷杉(Abiesfabri) (四川森林編輯委員會(huì), 1992)。由于更新跟不上采伐，撫育跟不上更新，導(dǎo)致無論是在采伐跡地還是人工云杉(Piceaspp.)林內(nèi)，都普遍出現(xiàn)了大量的樺木(Betulaspp.)等闊葉先鋒樹種的天然更新(周德彰等,1980)。目前，該區(qū)逐漸形成以天然更新的次生闊葉林、針闊混交林、人工云杉林以及少量老齡暗針葉林為主要森林類型的格局(劉慶, 2002)。川西亞高山地區(qū)作為天保工程和退耕還林工程等的聚焦點(diǎn)，森林植被將在今后逐漸步入恢復(fù)期。研究揭示不同恢復(fù)階段森林的水分利用特征，可為基于水資源承載力的植被恢復(fù)及生態(tài)工程效益評(píng)估提供科學(xué)指導(dǎo)。

20世紀(jì)60年代在川西米亞羅林區(qū)開展的森林水文試驗(yàn)發(fā)現(xiàn)，森林采伐導(dǎo)致流域年徑流量減少，即亞高山森林具有增加年徑流量的作用(馬雪華, 1987; 黃禮隆，1990)。李昌榮等(1983)對(duì)長江上游流域的對(duì)比分析也發(fā)現(xiàn)，多林流域徑流系數(shù)大于少林或無林流域。針對(duì)四川境內(nèi)長江上游各支流1960—1980年的徑流數(shù)據(jù)的分析表明，森林覆蓋率增加導(dǎo)致年徑流量和徑流系數(shù)增加(程根偉, 1991)。然而，川西亞高山地區(qū)暗針葉林對(duì)流域產(chǎn)水量的影響一直與國內(nèi)外其他研究結(jié)論不一致(張遠(yuǎn)東等, 2011)。國內(nèi)外大量研究表明： 森林采伐初期產(chǎn)水量增加，隨著森林恢復(fù)產(chǎn)水量增幅逐漸減少，最終達(dá)到新的平衡態(tài)(劉世榮等, 1996; 石培禮等, 2001; Andreassian, 2004; Brownetal., 2005; Zhangetal., 2012)。揭示川西亞高山地區(qū)森林水文效應(yīng)的特殊性，需要基于各水量平衡組分的精確估計(jì)，而森林蒸騰是其中的一個(gè)重要組分。樹木蒸騰耗水是流域水量平衡的重要組分，影響著流域產(chǎn)水量(Tor-Ngernetal., 2018)。

熱擴(kuò)散技術(shù)已普遍應(yīng)用于樹木水分利用研究(張雷等, 2009; Tfwalaetal., 2019)，基于單樹液流量尺度上推估計(jì)林分冠層蒸騰也相當(dāng)可靠(張雷等, 2009)。本研究以川西亞高山植被恢復(fù)系列中3個(gè)代表性發(fā)育階段(林齡)的典型森林類型即：岷江冷杉原始林、紅樺(Betulaalbo-sinensis)次生林和粗枝云杉人工林為對(duì)象，基于單樹液流觀測(cè)結(jié)果，嘗試?yán)脵C(jī)器學(xué)習(xí)技術(shù)——隨機(jī)森林回歸算法，經(jīng)尺度上推估計(jì)并對(duì)比森林冠層蒸騰特征，以期為研究地區(qū)的林水關(guān)系認(rèn)識(shí)、森林經(jīng)營、植被恢復(fù)過程中的樹種選擇和林分結(jié)構(gòu)調(diào)整等提供數(shù)據(jù)支撐，也可為流域可持續(xù)管理提供理論依據(jù)。

1 研究區(qū)概況

川西亞高山地區(qū)(97°—104°E， 28°—34°N)位于青藏高原東緣，是青藏高原向四川盆地的過渡帶，屬典型的高山峽谷地貌，地震頻發(fā)、生態(tài)環(huán)境脆弱。該區(qū)夏季溫涼多雨，冬季寒冷干燥。研究區(qū)內(nèi)理縣米亞羅林區(qū)(海拔2 760 m)，年降水量700～1 000 mm，1月平均氣溫-8 ℃，7月平均氣溫12.6 ℃；汶川縣臥龍自然保護(hù)區(qū)(海拔2 700 m)年均氣溫8.4 ℃，1月平均氣溫-1.7 ℃，7月平均氣溫17.0 ℃，年均降水量861.8 mm，年均空氣相對(duì)濕度80%左右。川西亞高山地區(qū)森林土壤隨海拔升高呈垂直地帶性，依次為棕色森林土、山地褐色假灰化土和高山草甸土。

川西亞高山地區(qū)森林資源豐富，原生森林主要是以冷杉(Abiesspp.)和云杉林為代表的亞高山暗針葉林，主要分布在海拔2 400～4 200 m的陰坡； 在陽坡則以川滇高山櫟(Quercusaquifolioides)為代表的硬葉闊葉林最為普遍。20世紀(jì)中葉以來，亞高山暗針葉林被大規(guī)模采伐，因此在1998年天然林資源保護(hù)工程啟動(dòng)后，川西地區(qū)實(shí)行了全面禁伐封育。

岷江冷杉(A.faxoniana)是川西亞高山地區(qū)面積最大的原始暗針葉林的優(yōu)勢(shì)樹種和重要的用材林樹種。岷江冷杉林是大熊貓(Ailuropodamelanoleuca)等珍稀動(dòng)物的重要棲息地，主要分布在陰坡、半陰坡。岷江冷杉原始林樣地位于汶川縣臥龍自然保護(hù)區(qū)內(nèi)臥龍亞高山暗針葉林生態(tài)系統(tǒng)定位研究站(102°58′21″E, 30°51′41″N)附近。本研究所選森林類型之一為典型的亞高山岷江冷杉-箭竹原始暗針葉老齡林，建群種為岷江冷杉，喬木層高30～40 m，灌木層高1～7 m，總蓋度為80%，以華西箭竹(Fargesianitida)和冷箭竹(Bashaniafangiana)為優(yōu)勢(shì)種，草本層分布不均勻，蓋度為10%～70%，主要有鈍齒樓梯草(Elatostemaobtusum)、羽裂蟹甲草(Cacaliatangutica)和苔草(Carexspp.)等。

紅樺是川西亞高山地區(qū)植被演替系列中的先鋒樹種，因采伐跡地更新不及時(shí)，形成大量紅樺次生林，主要分布在陰坡、半陰坡。紅樺次生林樣地處于理縣米亞羅林區(qū)，為20世紀(jì)70年代左右形成的次生林，明顯具有層次結(jié)構(gòu)，建群種為紅樺，亞層為云杉、冷杉，灌木層為箭竹(F. spp.)，草本層主要有唐松草(Thalictrumuncatum)、蟹甲草(C.roborowskii)、冷蕨(Cystopterisfragils)、苔草、柳葉菜(Epilobiurnlaetum)和禾本科多屬等。

云杉是川西亞高山地區(qū)以岷江冷杉為主要優(yōu)勢(shì)樹種的原始暗針葉林被大面積采伐后人工造林的主要樹種，目前已在此地區(qū)形成了大面積的中幼齡人工純林，多分布在半陽坡和陽坡。粗枝云杉人工林樣地位于理縣米亞羅林區(qū)，為20世紀(jì)70年代采伐跡地上營造的人工林，喬木層樹種較單一，灌木大都被人工撫育清灌伐除，草本稀疏。

本研究所選樣地基本情況見表1。

2 研究方法

2.1 森林冠層蒸騰速率估算

2007年，在岷江冷杉原始林、紅樺次生林和粗枝云杉人工林3種林型中分別建立1塊30 m×30 m樣地。在每塊樣地進(jìn)行每木胸徑測(cè)量，平均劃分為4個(gè)徑級(jí)，每個(gè)徑級(jí)間胸徑分布的變程相等，然后每個(gè)徑級(jí)選標(biāo)準(zhǔn)木1棵，在標(biāo)準(zhǔn)木胸高處北側(cè)安裝TDP探針測(cè)定液流，根據(jù)以往對(duì)3個(gè)樹種樹干4個(gè)不同方位之間液流速率關(guān)系的研究結(jié)果(張雷， 2008)，估算整個(gè)樹干的平均液流速率。于當(dāng)年生長季(5—10月)利用插針式熱擴(kuò)散液流計(jì)Probe-12 (Dynamax, USA)長度為50 mm的探針測(cè)定樹木蒸騰液流，數(shù)據(jù)記錄時(shí)間步長設(shè)為30 min。液流速率v(m3·m-2s-1)經(jīng)驗(yàn)公式如下：

v=0.000 119×K1.231；K=(Tm-T)/T。

表1 森林樣地概況①Tab. 1 Survey of forest plots

①葉面積指數(shù)通過LAI-2000(Li-COR, USA)測(cè)定。LAI-2000 (Li-COR, USA) was used to estimate leaf area index (LAI).

式中：K為無量綱量；T為2探針間瞬時(shí)溫差；Tm為零通量時(shí)2探針間溫差，一般在黎明前無液流時(shí)測(cè)得。

在樣地周邊選取不同直徑的樹木個(gè)體，利用生長錐鉆取樹芯，目視區(qū)分邊材后量取邊材厚度，進(jìn)而確定邊材面積與胸徑之間的關(guān)系并藉此計(jì)算每木邊材面積。本研究利用邊材面積法，由單木液流量上推估計(jì)林分冠層蒸騰速率Ec(g H2O ·m-2h-1) (孫鵬森等, 2001; 張雷等, 2009)：

式中：Vi為第i徑級(jí)標(biāo)準(zhǔn)木的液流；Ai為i徑級(jí)所有樹木的邊材總面積；S為樣地面積；n=4，為徑級(jí)個(gè)數(shù)。為保證公式通用性，公式中省略了單位之間的數(shù)值換算。

2.2 生長季累計(jì)冠層蒸騰量估算

由于液流觀測(cè)時(shí)間沒有貫穿生長季每一天，為精確比較整個(gè)生長季的蒸騰量，采用隨機(jī)森林(Random forests)回歸算法模型，建立日蒸騰量(mm)與日尺度上氣象因子間的關(guān)系，進(jìn)而估算每種林分生長季累計(jì)蒸騰量。通過對(duì)日蒸騰速率累加得到日蒸騰量。建模所利用數(shù)據(jù)包括晴天、雨天和陰天的日冠層蒸騰量。

2.2.1 氣象數(shù)據(jù)獲取 推算岷江冷杉林日冠層蒸騰量的氣象因素包括地表氣溫(℃)、空氣相對(duì)濕度(%)、風(fēng)速(m·s-1)、降雨量(mm)、太陽輻射(W ·m-2)和水面蒸發(fā)量(mm)。其中水面蒸發(fā)量為臥龍亞高山暗針葉林生態(tài)系統(tǒng)定位研究站的觀測(cè)數(shù)據(jù)，其他數(shù)據(jù)來自岷江冷杉原始林外的空地上架設(shè)的微型氣象站HOBO，氣象站自動(dòng)記錄步長設(shè)定為30 min。

推算紅樺次生林和粗枝云杉人工林冠層蒸騰量的氣象數(shù)據(jù)包括每日的平均氣溫(℃)、最高氣溫(℃)、最低氣溫(℃)、空氣相對(duì)濕度(%)、最小空氣相對(duì)濕度(%)、降雨量(mm)、日照時(shí)數(shù)(h)和水面蒸發(fā)量(mm)。數(shù)據(jù)來自馬爾康國家級(jí)氣象站(海拔2 700 m)，該站與研究區(qū)的氣候相似，直線距離約44 km。該站數(shù)據(jù)取自中國氣象數(shù)據(jù)共享網(wǎng)(http:∥data.cma.cn/)。

2.2.2 隨機(jī)森林算法簡(jiǎn)介 隨機(jī)森林算法是一種組合式的自學(xué)習(xí)技術(shù)，其技術(shù)原型來自決策樹。其利用自助法隨機(jī)選擇(不是全部)向量生成決策樹，并且不對(duì)決策樹的“生長”進(jìn)行“修剪”。生成決策樹的時(shí)候隨機(jī)選擇部分預(yù)測(cè)變量進(jìn)行節(jié)點(diǎn)分割。通過這個(gè)方式生成成百上千的決策樹，最終根據(jù)每個(gè)決策樹的“投票”進(jìn)行決定，即隨機(jī)森林選擇具有最多投票的那個(gè)類型(分類分析)。如果是進(jìn)行回歸分析，則對(duì)決策樹進(jìn)行平均。與其他模型方法相比，隨機(jī)森林算法通常具有較高的預(yù)測(cè)精度(張雷等, 2014; Worlandetal., 2018)，算法的詳細(xì)介紹參見張雷等(2014)和Zhang 等 (2019)。

2.2.3 隨機(jī)森林預(yù)測(cè)準(zhǔn)確度評(píng)估 隨機(jī)森林在利用自助法每次取樣的時(shí)候，大約2/3的數(shù)據(jù)用于決策樹構(gòu)建，剩余1/3數(shù)據(jù)稱為范圍外數(shù)據(jù)，在決策樹構(gòu)建完畢后對(duì)范圍外數(shù)據(jù)進(jìn)行預(yù)測(cè)，所有決策樹對(duì)范圍外數(shù)據(jù)進(jìn)行錯(cuò)誤分類預(yù)測(cè)的比例稱為范圍外預(yù)測(cè)誤差，隨機(jī)森林具有范圍外預(yù)測(cè)誤差(out-of-bag error)。這種范圍外錯(cuò)誤是常規(guī)錯(cuò)誤的一個(gè)無偏估計(jì)(Breiman, 2001)，因此在隨機(jī)森林中沒有必要進(jìn)行交叉驗(yàn)證或采用獨(dú)立數(shù)據(jù)建立誤差無偏估計(jì)。對(duì)于分類問題，隨機(jī)森林采用誤分類比例評(píng)估預(yù)測(cè)準(zhǔn)確性。對(duì)于回歸問題，采用平均殘差平方(MSE)評(píng)估模型準(zhǔn)確度(Liawetal., 2002)：

此外，還采用確定系數(shù)(R2)、平均絕對(duì)誤差(MAE)和平均百分標(biāo)準(zhǔn)誤差(MPSE) 這3項(xiàng)指標(biāo)作為預(yù)測(cè)準(zhǔn)確度的基本評(píng)價(jià)指標(biāo)：

3 結(jié)果與分析

3.1 邊材面積與胸徑的關(guān)系

對(duì)岷江冷杉、粗枝云杉和紅樺而言，樹木胸徑和邊材面積的關(guān)系可用冪函數(shù)描述，并且回歸系數(shù)相關(guān)性檢驗(yàn)達(dá)到顯著性水平(圖1)，表明根據(jù)胸徑推斷邊材面積具有可行性和可靠性。

圖1 樹木邊材面積與胸徑的關(guān)系Fig.1 Allometric relationship between sapwood area and DBH

3.2 典型晴天天氣下林分冠層蒸騰速率日變化

在典型晴天時(shí)，清晨時(shí)分林分開始蒸騰，蒸騰速率在中午達(dá)到最高值，隨后逐漸下降，傍晚時(shí)最低，直至停止?？傮w來看，岷江冷杉原始林蒸騰速率日變化多為單峰形，紅樺次生林和粗枝云杉人工林蒸騰速率多在中午峰值時(shí)刻呈現(xiàn)波動(dòng)。從三者的同期比較來看，典型晴天時(shí)云杉人工林日蒸騰速率最大，其次為紅樺次生林，岷江冷杉原始林最小(圖2)。此外，云杉人工林、紅樺次生林和岷江冷杉原始林觀測(cè)期內(nèi)實(shí)測(cè)最大日蒸騰量分別為3.17、2.08和1.69 mm·d-1。

3.3 生長季林分冠層蒸騰量

基于隨機(jī)森林回歸算法對(duì)3種森林的生長季日冠層蒸騰量進(jìn)行估計(jì)。采用平均殘差平方(MSE)、確定系數(shù)(R2)、平均絕對(duì)誤差(MAE)和平均百分標(biāo)準(zhǔn)誤差(MPSE)4個(gè)指標(biāo)，評(píng)價(jià)模型預(yù)測(cè)準(zhǔn)確度，結(jié)果表明模型預(yù)測(cè)誤差較小(圖3)，圖3和4說明該算法可有效預(yù)測(cè)3種林分的日蒸騰量。生長季不同月份的林分蒸騰量(表2)均表現(xiàn)為岷江冷杉原始林<紅樺次生林<粗枝云杉人工林，整個(gè)生長季的蒸騰量分別為125.5、199.3和314.1 mm(表2)。

圖4 不同森林類型生長季林冠日蒸騰量觀測(cè)值及預(yù)測(cè)值Fig.4 Observed and predicted daily canopy transpiration during growing season for different forest types

表2 不同森林類型生長季冠層月蒸騰量預(yù)測(cè)值Tab. 2 Predicted monthly canopy transpiration during growing season for different forest types mm

4 討論

圖5 川西亞高山森林采伐跡地森林植被自然恢復(fù)(綠色)和人工恢復(fù)(紅線)兩條路徑的蒸騰耗水特征Fig.5 Graphical representation of forest transpiration in the two pathways of forest vegetation restoration (natural restoration, blue line; artificial restoration, read line) in subalpine region of Western Sichuan, China

本研究中的3種森林生長季蒸騰特征明顯不同。從植被恢復(fù)序列角度來看，粗枝云杉林屬強(qiáng)度干擾人工造林恢復(fù)類型，紅樺林為采伐跡地自然恢復(fù)的次生林，岷江冷杉為地帶性頂級(jí)植被，屬演替末期。老齡原始林岷江冷杉冠層蒸騰耗水量最低，其次是紅樺次生林，而以人工造林方式恢復(fù)的粗枝云杉人工林最高。此外，本研究只考慮了林冠層蒸騰耗水量，沒有考慮林下灌草層蒸騰耗水量，尤其對(duì)林下植被豐富的岷江冷杉原始林和紅樺次生林來講，其林冠蒸騰耗水量會(huì)遠(yuǎn)低于林分實(shí)際蒸騰量和總蒸散量。對(duì)林下植被十分稀疏的云杉人工林，林冠層蒸騰可更加接近林分實(shí)際蒸騰量。本研究所提出的不同演替序列中蒸騰耗水量的變化規(guī)律也在該區(qū)域的其他一些研究中得以印證，例如以米亞羅林區(qū)典型森林類型為例，蒸散模型預(yù)測(cè)表明年蒸散量表現(xiàn)為岷江冷杉老齡暗針葉林<針闊混交林<落葉闊葉林<人工云杉林(張遠(yuǎn)東等， 2011)。類似的，利用SWAT水文模型對(duì)各森林類型蒸騰量的模擬結(jié)果也與以上蒸散量大小的排序一致(崔雪晴， 2012)。結(jié)合以上3種森林類型冠層蒸騰耗水特性，參考研究區(qū)內(nèi)雜谷腦流域植被恢復(fù)過程中水文功能的恢復(fù)周期(馬姜明， 2007； Zhangetal., 2012)，本文提出了“森林水分利用生態(tài)演替”假說，即伴隨著森林植被自然恢復(fù)正向演替進(jìn)程，林地耗水量將趨于減少，頂級(jí)群落暗針葉林具有最低蒸騰耗水特征(圖5)。

此外，結(jié)合川西亞高山地區(qū)云杉人工林的生長過程曲線和大面積造林時(shí)間(劉慶， 2002)以及本文粗枝云杉林冠層蒸騰量，初步繪制了粗枝云杉人工林造林后的蒸騰耗水變化曲線(圖5)。由于當(dāng)前川西亞高山地區(qū)云杉人工林有效經(jīng)營管理措施不到位，導(dǎo)致大量低效人工林存在(張遠(yuǎn)東等， 2005)，此曲線基本反映了該類人工林的水分消耗特征。需要特別指出的是，當(dāng)前人工林恢復(fù)進(jìn)程和水分消耗過程仍然不明確，還需要開展大量的深入研究。粗枝云杉人工林多分布在溝谷陽坡和半陽坡，原屬于陰濕環(huán)境下云杉和冷杉天然林的采伐跡地，其蒸騰耗水量小于陽坡的地帶性頂級(jí)植被類型川滇高山櫟闊葉矮林。根據(jù)何常清(2009)建立的臥龍地區(qū)川滇高山櫟林冠層耗水量與氣象因素之間的回歸模型估算，7月份林地耗水量為88.77 mm, 高于本研究的3種森林的同期蒸騰量。對(duì)低效人工林進(jìn)行適當(dāng)?shù)某闪謸嵊捎行Ы档退窒牟⒓铀倨湎蛱烊涣炙掷脿顟B(tài)靠近。因此，在實(shí)際人工林的經(jīng)營過程中，尤其是對(duì)其水文功能的調(diào)整，在立地條件相似的前提下，應(yīng)以原始暗針葉林為參照對(duì)象。

影響森林蒸騰的因素眾多，除氣候因素外，還有生態(tài)系統(tǒng)本身特征，如： 闊葉樹葉片氣孔寬度和比孔面積常大于針葉樹，闊葉樹葉片氣孔阻力小，單位面積上的氣體交換量大(拉夏埃爾, 1980)； 整樹水力導(dǎo)度也是一個(gè)重要因素，它會(huì)通過協(xié)調(diào)冠層導(dǎo)度來調(diào)節(jié)冠層蒸騰(趙平, 2011)； 通常認(rèn)為葉面積指數(shù)(LAI)影響著季節(jié)和年份蒸騰耗水量(Yanetal., 2016)； 不同演替階段的森林蒸騰量也存在差異(Bretfeldetal., 2018)。此外，林分密度、林齡(孫鵬森等, 2001)、地形和坡位(王云霓等, 2018)等也是重要影響因素。因此，林分冠層蒸騰大小是樹木生長節(jié)律、生物學(xué)結(jié)構(gòu)及各環(huán)境因子綜合作用的結(jié)果。盡管在川西亞高山地區(qū)，植被類型是影響蒸騰的主導(dǎo)因素(張遠(yuǎn)東等， 2011； 崔雪晴， 2013)，但其他因素的作用不可或缺?；诖?，上文提出的森林水分利用生態(tài)演替學(xué)說，還需要大量其他相似的實(shí)證研究來進(jìn)一步佐證，如闊葉林演替階段內(nèi)林分年齡序列上的水分利用變化特征等。

本研究的對(duì)象是該地區(qū)植被演替系列的主要森林類型，無論林齡(張遠(yuǎn)東等， 2005)還是森林類型(周德彰等,1980； 四川森林編輯委員會(huì), 1992)都具有典型代表性，因此其林分蒸騰量的比較具有現(xiàn)實(shí)指導(dǎo)意義。以此地區(qū)的雜谷腦流域上游為例，自20世紀(jì)70—80年代以來營造的人工林面積占流域總面積的15.5%(Zhangetal., 2012)，約占現(xiàn)有針葉林面積的50%。這些人工林普遍處于速生的中齡林階段，由于林分密度過大，易出現(xiàn)因水分需求量大而生長受限的現(xiàn)象，個(gè)別地塊甚至爆發(fā)枯梢現(xiàn)象。人工林耗水量遠(yuǎn)大于天然林的現(xiàn)象，很可能打破本地區(qū)早期原生植被建立的水量平衡關(guān)系，從而對(duì)流域水資源構(gòu)成壓力(Tanetal., 2011; Yuetal., 2019)。與天然林不存在干旱脅迫的情況相比，耗水量高的人工林可能正處于脅迫狀態(tài)，最終會(huì)影響人工林的生長、更新和碳匯功能，如Yu 等(2019)發(fā)現(xiàn)林齡相近的人工林比天然林的耗水量更大但碳匯功能更低。因此，圖5中關(guān)于采伐跡地森林自然恢復(fù)過程中的水分利用特征曲線可以作為現(xiàn)實(shí)低效人工林后期可持續(xù)管理(撫育采伐)的參考標(biāo)準(zhǔn)，從而保障長江流域水源區(qū)對(duì)下游地區(qū)淡水資源的可持續(xù)供應(yīng)。

隨機(jī)森林算法是機(jī)器學(xué)習(xí)領(lǐng)域的主要“學(xué)習(xí)者”和分類器，可捕捉預(yù)測(cè)變量中的非線性和相關(guān)關(guān)系，善于挖掘數(shù)據(jù)中隱藏的“信號(hào)”，非常適合復(fù)雜數(shù)據(jù)的分析(Breiman, 2001)。另外，由于隨機(jī)森林算法屬于組合學(xué)習(xí)技術(shù)，可以保證模型預(yù)測(cè)精度和模型穩(wěn)健性之間的平衡(Zhangetal., 2019)。本研究表明，隨機(jī)森林算法總體具有較好的森林日蒸騰量預(yù)測(cè)能力，本研究利用該算法建立的氣象因素和林分蒸騰的經(jīng)驗(yàn)?zāi)Ｐ涂捎行ьA(yù)測(cè)較長時(shí)間序列的林地蒸騰。

5 結(jié)論

對(duì)川西亞高山地區(qū)不同恢復(fù)階段的典型森林生長季蒸騰研究表明，演替早期的紅樺次生林冠層蒸騰耗水量明顯高于演替晚期的岷江冷杉林，粗枝云杉人工林冠層蒸騰耗水量明顯高于紅樺次生林和岷江冷杉原始林，即作為地帶性演替頂級(jí)群落的亞高山暗針葉林岷江冷杉的冠層蒸騰量最小。當(dāng)前通過大量營造粗枝云杉人工林的植被恢復(fù)方法可能會(huì)在短期內(nèi)對(duì)流域水資源構(gòu)成壓力。建議將林地耗水特征作為川西亞高山地區(qū)森林恢復(fù)度的評(píng)價(jià)指標(biāo)。此外，本研究基于數(shù)量有限的樣地實(shí)測(cè)數(shù)據(jù)分析，提出了一個(gè)森林水分利用生態(tài)演替假說，即在川西亞高山地區(qū)，伴隨著森林植被恢復(fù)正向演替進(jìn)程，林地蒸騰耗水量趨于減少，頂級(jí)群落暗針葉林具有最低的蒸騰耗水量。