高冠龍,馮 起,劉賢德,李 偉
1 山西大學(xué),太原 030006 2 陜西省土地整治重點(diǎn)實(shí)驗(yàn)室,西安 710064 3 中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院,蘭州 730000 4 甘肅省祁連山水源涵養(yǎng)林研究院, 張掖 734000
氣孔是高等植物與大氣進(jìn)行水汽交換的主要通道[1],影響著蒸騰和光合等生理機(jī)能,隨所處的環(huán)境狀況而時(shí)刻發(fā)生著變化,在植物中起平衡調(diào)節(jié)作用[2]。氣孔的運(yùn)動(dòng)狀況一定程度就反應(yīng)了植物體內(nèi)的代謝情況,氣孔的靈敏度也是植物的一個(gè)重要抗旱特征[3]。氣孔導(dǎo)度表征了氣孔的開(kāi)放程度,是衡量植物和大氣間水分、能量及CO2平衡和循環(huán)的重要指標(biāo)[4]。在實(shí)際研究過(guò)程中,氣孔導(dǎo)度的觀測(cè)消耗的人力物力非常大,人為進(jìn)行連續(xù)測(cè)定是不現(xiàn)實(shí)的。在對(duì)氣孔的環(huán)境響應(yīng)機(jī)理認(rèn)識(shí)不足時(shí),模擬成為最有效和適宜的工具而受到廣泛關(guān)注。目前,學(xué)者們廣泛采用的估算氣孔導(dǎo)度對(duì)環(huán)境因子響應(yīng)的模型主要為經(jīng)驗(yàn)、半經(jīng)驗(yàn)?zāi)P?包括Jarvis模型、Ball-Woodrow-Berry(BWB)模型和Ball-Berry-Leuning(BBL)模型。其中:Jarvis模型是經(jīng)驗(yàn)?zāi)P?BWB和BBL模型是考慮了植物生理活動(dòng)影響的半經(jīng)驗(yàn)?zāi)P汀arvis、BWB和BBL模型的優(yōu)缺點(diǎn)見(jiàn)表1。
表1 Jarvis、BWB和BBL模型的優(yōu)缺點(diǎn)
BWB: Ball-Woodrow-Berry;BBL; Ball-Berry-Leuning
在黑河下游發(fā)育著一條沿河流而生長(zhǎng)的狹長(zhǎng)的荒漠河岸檉柳林生態(tài)系統(tǒng)。檉柳是長(zhǎng)期適應(yīng)干旱區(qū)內(nèi)陸河流域環(huán)境的產(chǎn)物[5],是干旱區(qū)內(nèi)陸河流域河流廊道植被類(lèi)型的主體,在生態(tài)結(jié)構(gòu)、功能及植被景觀格局中占主導(dǎo)地位[6]。檉柳不僅能維持荒漠地區(qū)生態(tài)系統(tǒng)的安全,還能保護(hù)干旱區(qū)植被的生物多樣性[7-8]。檉柳的生存與生長(zhǎng)發(fā)育主要依賴地下水,然而,由于降水稀少, 水資源短缺,檉柳林植被稀疏,生態(tài)環(huán)境脆弱。水分是影響干旱區(qū)荒漠河岸檉柳林生長(zhǎng)與衰敗的最為關(guān)鍵的生態(tài)因子,而氣孔是控制水分出入植物葉片的通道,是植物與外界進(jìn)行水氣交換的門(mén)戶[9]。因此,荒漠河岸檉柳林植物葉片氣孔導(dǎo)度觀測(cè)與模擬研究,對(duì)于了解極端干旱條件下檉柳的抗旱機(jī)理、提高水資源利用效率具有重要意義。
目前,學(xué)者們關(guān)于檉柳氣孔導(dǎo)度的研究,主要集中在檉柳的環(huán)境適應(yīng)機(jī)制[10-11]及其與環(huán)境因子的相互關(guān)系[12-13]方面,而對(duì)于數(shù)值模擬方面的研究較為少見(jiàn)。因此,本文基于實(shí)際觀測(cè)資料,運(yùn)用Jarvis、BWB和BBL模型分別對(duì)檉柳葉片氣孔導(dǎo)度進(jìn)行模擬,通過(guò)對(duì)比分析找到適宜模型,旨在為額濟(jì)納綠洲荒漠河岸檉柳林與大氣間的通量估算研究提供科學(xué)依據(jù)。
試驗(yàn)地位于黑河下游額濟(jì)納綠洲,大致范圍介于99°03′—100°00′E,40°30′—42°30′W,屬阿拉善臺(tái)地的一部分,是黑河末端的大型沖積扇,東為巴丹吉林沙漠,西為馬鬃山山地,北到中蒙邊界,南到黑河下游上端的鼎新綠洲,綠洲面積3.12×104 km2。由西南部剝蝕低山殘丘、中東部沖積平原、湖盆洼地與南部巴丹吉林沙漠等組成,海拔在 850—1100 m,總地形向東北傾斜;屬極端大陸性氣候,該地區(qū)年均降水量不足40 mm,最少降水量為7.0 mm;蒸發(fā)量高達(dá)2500—4000 mm,空氣相對(duì)濕度不足35%;年均氣溫8.6℃,年均風(fēng)速 4.4 m/s,全年8級(jí)以上大風(fēng)日數(shù)平均54 d,屬極端干旱區(qū)。
試驗(yàn)于阿拉善荒漠生態(tài)水文試驗(yàn)研究站西北方向約200 m處的群落水熱平衡綜合觀測(cè)場(chǎng)內(nèi)進(jìn)行,42°02′00.07″ N,101°02′59.41″ E,面積為50 m×50 m。蓋度約為55%,平均高度1.9 m,平均冠幅226 cm232 cm,平均地徑為2.0 cm。
試驗(yàn)于2015和2016年檉柳主要生長(zhǎng)季內(nèi)進(jìn)行,在試驗(yàn)樣地內(nèi)選擇標(biāo)準(zhǔn)的檉柳灌叢2株,每株樣樹(shù)上選取生長(zhǎng)狀況良好且無(wú)病蟲(chóng)害的成熟葉片9片作為重復(fù),采用美國(guó)Li-COR公司生產(chǎn)的LI- 6400便攜式光合作用測(cè)定系統(tǒng)(LI-COR, Lincoln, USA)測(cè)定檉柳葉片氣孔導(dǎo)度(gs,mol H2O m-2s-1),同時(shí)測(cè)定的參數(shù)還包括:凈光合速率(A, mol m-2s-1)、蒸騰速率(Tr, mol m-2s-1)、大氣中CO2濃度(Ca, mol/mol)、光合有效輻射(PAR, mol m-2s-1)、氣溫(Ta, ℃)、葉面大氣相對(duì)濕度(hs,%)和水汽壓虧缺(VPD, KPa)等。觀測(cè)時(shí)間為每天的8:00—19:00,每隔1 h測(cè)定1次檉柳葉片氣體交換特性,不同月份根據(jù)日出、日落的具體情況對(duì)觀測(cè)時(shí)間做相應(yīng)微調(diào)。由于檉柳的葉片形狀不規(guī)則,測(cè)定時(shí)將其盡量平鋪于儀器葉室之內(nèi),避免相互遮擋光線。試驗(yàn)結(jié)束后,將所觀測(cè)的同化枝或葉剪下,利用掃描儀掃描后再用分析軟件Delta-T Scan(Techne, Cambridge, UK)計(jì)算其實(shí)際葉面積,對(duì)應(yīng)算出各項(xiàng)生理參數(shù)的真實(shí)數(shù)值。
Jarvis模型[14]綜合考慮了PAR、VPD、Ta和Ca對(duì)植物葉片氣孔導(dǎo)度的影響,其表達(dá)式如下:
gs=gp(PAR)gD(VPD)gT(Ta)gc(Ca)
(1)
式中,gp(PAR)、gD(VPD)、gT(Ta)、gc(Cs)分別表示光合有效輻射、葉片與冠層內(nèi)空氣之間的飽和水汽壓差、大氣溫度、大氣中CO2濃度對(duì)氣孔導(dǎo)度的響應(yīng)函數(shù)。在以往的研究中,國(guó)內(nèi)外學(xué)者關(guān)于單一因子對(duì)氣孔導(dǎo)度的響應(yīng)模型給出了不同的表達(dá)式:
gp1(PAR)=a1+a2PAR
(2)
(3)
(4)
gD1(D)=1-b1(D)
(5)
(6)
(7)
(8)
gC(Ca)=1-d1Ca
(9)
BWB模型[15]假設(shè)gs和A之間呈線性關(guān)系,在很大程度上描述了氣孔的開(kāi)閉機(jī)理,計(jì)算公式如下:
(10)
式中,hs為葉面空氣相對(duì)濕度,%;Cs為葉表面CO2濃度,mol/mol;m和g0為待定參數(shù)。
Leuning等對(duì)BWB模型進(jìn)行了改進(jìn),提出了BBL模型[16],其實(shí)質(zhì)仍是BWB模型,計(jì)算公式如下:
(11)
通過(guò)對(duì)比實(shí)測(cè)葉片氣孔導(dǎo)度與各模型模擬的氣孔導(dǎo)度結(jié)果,進(jìn)而可確定各模型的模擬精度。本文引用Legates和McCabe[17]研究中所選用的3個(gè)數(shù)據(jù)指標(biāo)來(lái)評(píng)定模型的模擬精度:修正效率系數(shù)(E1)、修正一致系數(shù)(d1)和平均絕對(duì)誤差(MAE)。各系數(shù)計(jì)算公式為:
(12)
(13)
(14)
在2015和2016年檉柳主要生長(zhǎng)季內(nèi),每月選擇5—7天測(cè)定檉柳葉片氣體交換特性數(shù)據(jù),其中,每月選擇1天晴朗天氣條件下的數(shù)據(jù)以分析檉柳葉片氣孔導(dǎo)度日變化,見(jiàn)圖1。
圖1 2015和2016年檉柳主要生長(zhǎng)季內(nèi)葉片氣孔導(dǎo)度日變化Fig.1 Diurnal variations of leaf stomatal conductance during the main growing seasons of Tamarix ramosissima in 2015 and 2016, respectively
由圖1可以看出,檉柳葉片氣孔導(dǎo)度日變化大致呈先升高后降低的趨勢(shì)。上午隨著太陽(yáng)輻射逐漸增強(qiáng),氣溫逐漸升高,氣孔導(dǎo)度值逐漸升高,蒸騰速率也逐漸增大,在10:00—12:00時(shí)間段內(nèi)達(dá)到最大值。絕大部分觀測(cè)日內(nèi)中午12:00前后氣孔導(dǎo)度呈現(xiàn)出一定的波動(dòng),原因在于溫度過(guò)高致使葉片氣孔關(guān)閉(圖2)。從圖2可以看出,在2015和2016年觀測(cè)日內(nèi),中午時(shí)分的最高氣溫大多在35℃以上(個(gè)別觀測(cè)日內(nèi)最高氣溫甚至超過(guò)40℃)。隨后,太陽(yáng)輻射減弱,氣溫逐漸降低,空氣中相對(duì)濕度增加,檉柳葉片內(nèi)外水汽壓差減小,氣孔導(dǎo)度減小導(dǎo)致蒸騰速率下降。
圖2 2015和2016年觀測(cè)日內(nèi)氣溫日變化Fig.2 Diurnal variations of air temperature in observational days in 2015 and 2016, respectively
3.2.1Jarvis、BWB和BBL模型表達(dá)式確定
由Jarvis模型中各單一因子對(duì)氣孔導(dǎo)度的響應(yīng)模型可以看出,不同因子的計(jì)算公式組合而成的Jarvis模型的表達(dá)式有9種形式。本文基于實(shí)測(cè)葉片氣孔導(dǎo)度數(shù)據(jù),對(duì)Jarvis模型不同表達(dá)式的決定系數(shù)進(jìn)行對(duì)比分析,以確定最優(yōu)的葉片氣孔導(dǎo)度模型表達(dá)式。此外,基于SPSS 17.0軟件對(duì)各模型中包含的參數(shù)進(jìn)行擬合,進(jìn)而確定Jarvis、BWB和BBL模型表達(dá)式,具體結(jié)果見(jiàn)表2和表3。
表2 2015和2016年用于模擬檉柳葉片氣孔導(dǎo)度的Jarvis模型表達(dá)式確定
Table 2 Determination of the Jarvis model expressions for estimating stomatal conductance ofTamarixramosissimain 2015 and 2016, respectively
年份Year表達(dá)式ExpressionsR2年份Year表達(dá)式ExpressionsR22015gp1(PAR)gD1(D)gT(Ta)gCCa-gp1(PAR)gD2(D)gT(Ta)gCCa-gp1(PAR)gD3(D)gT(Ta)gCCa-gp2(PAR)gD1(D)gT(Ta)gCCa0.432gp2(PAR)gD2(D)gT(Ta)gCCa0.574gp2(PAR)gD3(D)gT(Ta)gCCa0.513gp3(PAR)gD1(D)gT(Ta)gCCa0.138gp3(PAR)gD2(D)gT(Ta)gCCa0.220gp3(PAR)gD3(D)gT(Ta)gCCa*0.590*2016gp1(PAR)gD1(D)gT(Ta)gCCa-gp1(PAR)gD2(D)gT(Ta)gCCa0.516gp1(PAR)gD3(D)gT(Ta)gCCa*0.645*gp2(PAR)gD1(D)gT(Ta)gCCa0.532gp2(PAR)gD2(D)gT(Ta)gCCa0.417gp2(PAR)gD3(D)gT(Ta)gCCa0.551gp3(PAR)gD1(D)gT(Ta)gCCa0.353gp3(PAR)gD2(D)gT(Ta)gCCa0.446gp3(PAR)gD3(D)gT(Ta)gCCa0.437
*表示該表達(dá)式對(duì)應(yīng)的決定系數(shù)最高,為最優(yōu)Jarvis葉片氣孔導(dǎo)度模型
表3 Jarvis、BWB和BBL模型的表達(dá)式
*表示該模型對(duì)應(yīng)的決定系數(shù)最高,為最優(yōu)葉片氣孔導(dǎo)度模型
基于最優(yōu)Jarvis葉片氣孔導(dǎo)度模型表達(dá)式,結(jié)合其他實(shí)測(cè)氣象、生理參數(shù)便可模擬計(jì)算檉柳葉片氣孔導(dǎo)度。
3.2.2氣孔導(dǎo)度模型精度對(duì)比
圖3 2015年檉柳主要生長(zhǎng)季內(nèi)實(shí)測(cè)氣孔導(dǎo)度與模擬氣孔導(dǎo)度對(duì)比Fig.3 Comparison between the measured and simulated stomatal conductance during the main growing season of Tamarix ramosissima in 2015
2015和2016年檉柳主要生長(zhǎng)季內(nèi)實(shí)測(cè)氣孔導(dǎo)度與Jarvis、BWB和BBL模型模擬氣孔導(dǎo)度對(duì)比見(jiàn)圖3、4和表4??梢钥闯?2015和2016年檉柳主要生長(zhǎng)季內(nèi),Jarvis模型其修正效率系數(shù)(0.775、0.891)、修正一致系數(shù)(0.887、0.945)和決定系數(shù)(0.590、0.645)均基本高于BWB模型(修正效率系數(shù)(0.752、0.849)、修正一致系數(shù)(0.876、0.925)和決定系數(shù)(0.556、0.414))和BBL模型(修正效率系數(shù)(0.733、0.844)、修正一致系數(shù)(0.852、0.922)和決定系數(shù)(0.603、0.400))各系數(shù)值,而Jarvis模型平均絕對(duì)誤差(0.028、0.022)小于BWB(0.031、0.030)和BBL模型(0.033、0.031),說(shuō)明Jarvis模型的模擬效果更好。
圖4 2016年檉柳主要生長(zhǎng)季內(nèi)實(shí)測(cè)氣孔導(dǎo)度與模擬氣孔導(dǎo)度對(duì)比Fig.4 Comparison between the measured and simulated stomatal conductance during the main growing season of Tamarix ramosissima in 2016
表4 2015和2016年檉柳主要生長(zhǎng)季Jarvis、BWB和BBL模型模擬精度對(duì)比
Table 4 Comparison of accuracies among the Jarvis, BWB and BBL models during the main growing season ofTamarixramosissimain 2015 and 2016, respectively
模型Model修正效率系數(shù)E1/mmModified coefficient of efficiency修正一致性系數(shù)d1/mmModified index of agreement平均絕對(duì)誤差MAE/mmMean absolute errorJarvis模型Jarvis model (2015) *0.7750.8870.028BWB模型BWB model (2015)0.7520.8760.031BBL模型BBL model (2015)0.7330.8520.033Jarvis模型Jarvis model (2016) *0.8910.9450.022BWB模型BWB model (2016)0.8490.9250.030BBL模型BBL model (2016)0.8440.9220.031
*表示該模型為最優(yōu)葉片氣孔導(dǎo)度模型
氣孔導(dǎo)度的開(kāi)放程度直接影響植物的蒸騰速率和光合作用[18],在控制水分平衡中起關(guān)鍵作用[19]。本文基于黑河下游阿拉善群落水熱平衡綜合觀測(cè)場(chǎng)實(shí)際觀測(cè)數(shù)據(jù),采用LI-COR 6400光合作用測(cè)定系統(tǒng),對(duì)荒漠河岸檉柳葉片氣孔導(dǎo)度進(jìn)行觀測(cè),分析晴朗天氣條件下氣孔導(dǎo)度日變化特征,結(jié)果顯示檉柳葉片氣孔導(dǎo)度日變化大致呈先升高后降低的趨勢(shì)。上午隨著太陽(yáng)輻射的逐漸增強(qiáng),氣溫逐漸升高,氣孔導(dǎo)度值逐漸升高,蒸騰速率也逐漸增大,在10:00—12:00的時(shí)間段內(nèi)達(dá)到最大值。絕大部分觀測(cè)日內(nèi)中午12:00前后氣孔導(dǎo)度呈現(xiàn)出一定的波動(dòng),原因在于溫度過(guò)高致使葉片氣孔關(guān)閉,這與司建華等[20]對(duì)極端干旱區(qū)荒漠河岸胡楊、張利平等[21]對(duì)半荒漠地區(qū)花棒氣孔導(dǎo)度日變化研究結(jié)果一致。對(duì)于植物葉片氣孔導(dǎo)度發(fā)生周期性波動(dòng)的原因,大多學(xué)者認(rèn)為這是一種自然現(xiàn)象[21-24],主要作用在于調(diào)整CO2吸收與水分散失之間的矛盾,從而提高水分利用效率,避免溫度過(guò)高導(dǎo)致過(guò)度的水分散失。隨后,太陽(yáng)輻射減弱,氣溫逐漸降低,空氣中相對(duì)濕度增加,檉柳葉片內(nèi)外水汽壓差減小,氣孔導(dǎo)度減小導(dǎo)致蒸騰速率下降。
目前關(guān)于氣孔導(dǎo)度的模擬研究,主要采用的是(半)經(jīng)驗(yàn)?zāi)P?。其?Jarvis模型僅需要考慮特定環(huán)境因子對(duì)氣孔行為的影響便可模擬植物葉片氣孔導(dǎo)度,近年來(lái)在不同尺度的氣孔導(dǎo)度模擬研究中應(yīng)用廣泛[25-32]。本文研究結(jié)果顯示,在荒漠干旱地區(qū)Jarvis模型比其他經(jīng)驗(yàn)?zāi)P偷哪M精度高,王海珍等[33]對(duì)塔里木河流域灰胡楊葉片氣孔導(dǎo)度模擬、高冠龍等[34]對(duì)黑河下游胡楊葉片氣孔導(dǎo)度模擬研究均得出了相同的結(jié)論,認(rèn)為Jarvis模型在極端干旱荒漠區(qū)具有更好的適用性。然而,從表2可以看出,Jarvis模型的不同表達(dá)式間模擬精度存在明顯差異,這一點(diǎn)與朱仲元等[35]對(duì)天然楊樹(shù)不同生育期葉片氣孔導(dǎo)度模擬(R2介于0.635—0.992之間)、羅紫東等[36]對(duì)桂花樹(shù)葉片氣孔導(dǎo)度模擬研究結(jié)論一致。因此,Jarvis模型在實(shí)際應(yīng)用時(shí)應(yīng)對(duì)其表達(dá)式進(jìn)行有效確定,遴選出模擬精度最高的表達(dá)式。Jarvis模型為完全的經(jīng)驗(yàn)?zāi)P?其在其他植被與氣候條件下的葉片氣孔導(dǎo)度模擬方面的適用性還有待進(jìn)一步驗(yàn)證。BWB模型和BBL模型結(jié)構(gòu)相似,區(qū)別在于BBL模型指出水汽壓差與氣孔導(dǎo)度的關(guān)系比大氣濕度更密切,因而在模型中用參數(shù)D代替了hs。本研究中,用于評(píng)定BWB模型和BBL模型的各數(shù)據(jù)指標(biāo)的值都較為接近(表4),說(shuō)明BWB模型的模擬精度與BBL模型相近。因此,用參數(shù)D代替hs并沒(méi)有明顯提高模型的模擬精度。Van Wijk等[37]對(duì)花旗松葉片氣孔導(dǎo)度的模擬結(jié)果也得出,用D代替hs模擬葉片氣孔導(dǎo)度并不適用。
植物葉片氣孔導(dǎo)度受輻射、溫度和水汽壓虧缺等環(huán)境因子影響[38],木質(zhì)部汁液中的脫落酸和葉片水勢(shì)均參與植株水平的氣孔控制,且對(duì)不同物種的作用不同[39]。在對(duì)氣孔的環(huán)境響應(yīng)機(jī)理認(rèn)識(shí)不足時(shí),模型模擬成為最有效和適宜的工具[40]。此外,葉片氣孔導(dǎo)度模擬對(duì)于氣孔導(dǎo)度的尺度提升、生態(tài)系統(tǒng)建模和大尺度生態(tài)系統(tǒng)模型應(yīng)用均具有重要意義。
本文基于黑河下游阿拉善群落水熱平衡綜合觀測(cè)場(chǎng)實(shí)際觀測(cè)數(shù)據(jù),采用LI-COR 6400光合作用測(cè)定系統(tǒng),對(duì)荒漠河岸檉柳葉片氣孔導(dǎo)度進(jìn)行觀測(cè),分析晴朗天氣條件下氣孔導(dǎo)度日變化特征,同時(shí),結(jié)合微氣象及植物生理相關(guān)數(shù)據(jù),運(yùn)用學(xué)術(shù)界3種最常用的(半)經(jīng)驗(yàn)?zāi)P蛯?duì)檉柳葉片氣孔導(dǎo)度進(jìn)行模擬。得到的主要結(jié)論如下:
(1)檉柳葉片氣孔導(dǎo)度日變化大致呈先升高后降低的趨勢(shì)。上午隨著太陽(yáng)輻射的逐漸增強(qiáng),氣溫逐漸升高,蒸騰速率逐漸增大,氣孔導(dǎo)度值也逐漸升高,在10:00—12:00的時(shí)間段內(nèi)達(dá)到最大值。隨后,太陽(yáng)輻射減弱,氣溫逐漸降低,空氣中相對(duì)濕度增加,檉柳葉片內(nèi)外水汽壓差減小,氣孔導(dǎo)度減小導(dǎo)致蒸騰速率下降;
(2)在3種最常用的(半)經(jīng)驗(yàn)?zāi)P椭?Jarvis模型模擬荒漠河岸檉柳葉片的氣孔導(dǎo)度精度最高;
(3)BWB模型與BBL模型的模擬精度相近,說(shuō)明水汽壓差、大氣濕度與氣孔導(dǎo)度的密切程度相近,沒(méi)有明顯的區(qū)別。