馬 澤，宋維峰*，徐小青,2，儲 婭

(1. 西南林業(yè)大學(xué)水土保持學(xué)院，云南 昆明 650224；2. 山西省桑干河楊樹豐產(chǎn)林實(shí)驗(yàn)局，山西 大同 037045)

樹干液流是樹木蒸騰耗水的一個(gè)重要參數(shù)，可以反映出植物生理特性和環(huán)境因素對樹木水分利用的綜合調(diào)節(jié)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(huán)境要素（如地域、時(shí)間、氣象因子和土壤含水量）的影響較大，導(dǎo)致關(guān)于樹干液流與氣象因子（例如日照、溫度、濕度、氣壓、風(fēng)速、降雨）之間關(guān)系的研究得出了不同的結(jié)論。一般而言，太陽輻射、飽和水汽壓差、氣溫和濕度被認(rèn)為是驅(qū)動樹木蒸騰的主要?dú)庀笠蜃?。其中，樹干液流與太陽輻射、飽和水汽壓差和氣溫呈正相關(guān)，與濕度呈負(fù)相關(guān)[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(dāng)·克依木等[13]研究認(rèn)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(fā)生變化；孫旭等[14]研究認(rèn)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(rèn)為影響樹干液流的主控氣象因子因區(qū)域、時(shí)間和物種不同而有差異。另外，由于研究的時(shí)間、地點(diǎn)、對象和方法的不同，樹干液流與氣象因子之間時(shí)滯長短也存在差異[17-22]。目前相關(guān)研究主要是針對單一或少數(shù)幾種樹種進(jìn)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(cè)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(jié)果不一致的原因。因此，本文選擇了哈尼梯田水源區(qū)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(tài)層面上研究喬木樹干液流與氣象因子的關(guān)系，對進(jìn)一步研究喬木的蒸騰作用具有重要意義。

1 研究地區(qū)與研究方法

1.1 研究區(qū)概述

全福莊小流域位于云南省紅河州元陽縣新街鎮(zhèn)全福莊小寨（圖1a），是元陽哈尼梯田的核心區(qū)域，是哈尼梯田“森林-村莊-梯田-河流”垂直景觀結(jié)構(gòu)[26]的典型代表，占地面積約為76.87 hm2。研究區(qū)氣候?qū)賮啛釒降丶撅L(fēng)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(fā)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(shí)數(shù)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(qū)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(qū)選取了3 個(gè)植被類型具有代表性的試驗(yàn)點(diǎn)（圖1a，表1）。

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

圖1 研究區(qū)位置及Granier 熱擴(kuò)散測量樹干液流速率的原理[28]與現(xiàn)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(kuò)散探針安裝在樣樹樹干離地面1.3 m 處，監(jiān)測期間使用兩塊12 v 蓄電池輪流為其持續(xù)供電，每10 s 讀取 1 次數(shù)據(jù)，每30 min記錄1 次平均值，定期維護(hù)儀器并下載數(shù)據(jù)(圖1c)。Granier 熱擴(kuò)散探頭[28]由兩根探針組成，上部探針內(nèi)含有加熱器和熱電偶，可以恒定連續(xù)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(jì)算液流速率。當(dāng)液流速率等于0 時(shí)，兩根探針的溫差最大，當(dāng)液流速率增大，溫差值減小。液流速率計(jì)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(shí)的溫度差值/℃。

1.3 同步異常數(shù)據(jù)和同步數(shù)據(jù)的選擇

2020 年8 月至2021 年9 月，采用 Granier熱擴(kuò)散探針技術(shù)對哈尼梯田水源區(qū)次生常綠闊葉林、次生落葉闊葉林、原生常綠闊葉林的測驗(yàn)樣樹（表1）進(jìn)行樹干液流速率測定。在保證所有實(shí)驗(yàn)設(shè)備正常工作的前提下，選擇供研究的同步異常數(shù)據(jù)。本文根據(jù)樹干液流速率呈現(xiàn)“晝高夜低”的單峰或雙峰曲線的特點(diǎn)，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(shí)出現(xiàn)的高于此值的間斷性跳躍數(shù)據(jù)作為每棵樣樹的異常數(shù)據(jù)。在同一觀測時(shí)間，所有監(jiān)測樣樹都出現(xiàn)了“異常數(shù)據(jù)”的樹干液流異常數(shù)據(jù)才最終作為同步異常數(shù)據(jù)，所有監(jiān)測樣樹都滿足了相應(yīng)條件的數(shù)據(jù)作為同步數(shù)據(jù)。

1.4 氣象因子的測定

在試驗(yàn)區(qū)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(jì)頻率為5 min，測定指標(biāo)包括空氣氣溫(Ta)/℃、空氣相對濕度(RH)/%、風(fēng)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(jì)算求得，計(jì)算公式如下：

1.5 變化幅度公式

1.6 數(shù)據(jù)處理與分析

使用Origin 2018 和photoshop 2022 軟件對數(shù)據(jù)進(jìn)行計(jì)算和繪圖；使用SPSS 25.0 進(jìn)行各樹種樹干液流與氣象因子的Pearson 相關(guān)性分析，p＜0.01 表示極顯著相關(guān)，p＜ 0.05 表示顯著相關(guān)；采用錯(cuò)位相關(guān)法分析各月樹干液流與氣象因子的Pearson 相關(guān)系數(shù)；使用Excel 2010 篩選功能找出增幅超過100%的77 個(gè)上升同步數(shù)據(jù)和增幅小于-50%的63 個(gè)下降同步數(shù)據(jù)。

2 結(jié)果與分析

2.1 同步異常數(shù)據(jù)分析

通過分析監(jiān)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(shù)據(jù)中發(fā)現(xiàn)7 個(gè)同步異常數(shù)據(jù)（圖2）。在試驗(yàn)點(diǎn)2 次生落葉闊葉林樹干液流速率監(jiān)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(shí)間出現(xiàn)高于最大正常峰值的同步異常數(shù)據(jù)有3 條，它們分別出現(xiàn)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(fā)現(xiàn)的這3 條同步異常數(shù)據(jù)，在不同樹種（榿木或喜樹）、不同徑級、不同樹形，相同環(huán)境條件下都表現(xiàn)出極為明顯的時(shí)間同步性。在試驗(yàn)點(diǎn)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(jiān)測樣樹非峰值時(shí)間出現(xiàn)高于最大正常峰值的數(shù)量和出現(xiàn)時(shí)間不同。能夠滿足同步異常條件的數(shù)據(jù)有4 條，分別出現(xiàn)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(shù)據(jù)，也表現(xiàn)出明顯的同步一致性。利用這7 個(gè)同步異常數(shù)據(jù)分析該地區(qū)樹干液流與氣象因素的關(guān)系，可以消除樹種因素對其的影響，反映一個(gè)或多個(gè)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(xiàn)的7 個(gè)同步異常數(shù)據(jù)Fig. 2 Seven synchronous anomalies in secondary deciduous broad-leaved forest and primary evergreen broad-leaved forest

2.2 產(chǎn)生同步異常數(shù)據(jù)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(shù)據(jù)出現(xiàn)日對應(yīng)的太陽輻射、氣溫、濕度、飽和水汽壓差等主要?dú)庀笠蜃訌?:00 至18:00 的變化和增幅。7 月14 日12:00 當(dāng)太陽輻射快速升高到達(dá)最大值時(shí)，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(shí)出現(xiàn)了同步異常數(shù)據(jù)。5 月25 日13:00 當(dāng)太陽輻射值接近最大值時(shí)，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(shí)樣樹樹干液流出現(xiàn)了同步異常數(shù)據(jù)。3 月20 日、8 月28 日11:00 當(dāng)太陽輻射快速升高到達(dá)第一次最大值時(shí)，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(shí)出現(xiàn)了同步異常數(shù)據(jù)。6 月29 日、8 月18 日13:00 太陽輻射值到達(dá)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(shù)據(jù)出現(xiàn)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(shù)據(jù)出現(xiàn)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(shù)據(jù)出現(xiàn)在全日太陽輻射最大的點(diǎn)上，3 月20 日、8 月28 日同步異常數(shù)據(jù)出現(xiàn)在太陽輻射快速升高到達(dá)第一次最大的點(diǎn)上，6 月29 日、8 月18 日同步異常數(shù)據(jù)出現(xiàn)在太陽輻射最大后的30 min，7 月4 日同步異常數(shù)據(jù)出現(xiàn)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(shù)據(jù)出現(xiàn)在氣溫接近最高的中午13:00 至13:30，7 月14 日異常數(shù)據(jù)出現(xiàn)在氣溫增幅最大的點(diǎn)上，3 月20 日、7 月4 日和8 月28 日異常數(shù)據(jù)出現(xiàn)在氣溫增幅最大前的30～60 min。如圖3c，7 月14 日異常數(shù)據(jù)出現(xiàn)在濕度變化幅度最大的點(diǎn)上，8 月18 日同步異常數(shù)據(jù)出現(xiàn)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(shù)據(jù)出現(xiàn)在濕度變化幅度最大的30～60 min 前。如圖3d，5 月25 日異常數(shù)據(jù)出現(xiàn)在飽和水汽壓差值接近最大值的點(diǎn)上，7 月14 日異常數(shù)據(jù)出現(xiàn)在飽和水汽壓差變化幅度最大的點(diǎn)上，6 月29 日和8 月18 日同步異常數(shù)據(jù)出現(xiàn)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(shù)據(jù)出現(xiàn)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(shí)大變化是產(chǎn)生同步異常數(shù)據(jù)的原因，而且太陽輻射是產(chǎn)生同步異常樹干液流的直接驅(qū)動力，同步異常數(shù)據(jù)容易出現(xiàn)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(xiàn)出高度的一致性。

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

2.3 同步數(shù)據(jù)分析

根據(jù)7 個(gè)同步異常數(shù)據(jù)，氣象因子的瞬時(shí)變化會改變樹干液流速率。本文進(jìn)一步分析了次生落葉林和原生常綠闊葉林在監(jiān)測期內(nèi)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(dǎo)致樹干液流的起伏。本文從這些數(shù)據(jù)中找出增幅超過100%的77 個(gè)同步數(shù)據(jù)作為液流快速上升的代表，增幅小于-50%的63 個(gè)同步數(shù)據(jù)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(guān)系

對試驗(yàn)區(qū)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(jìn)行1 h 為尺度監(jiān)測，分析飽和水汽壓差增幅時(shí)，發(fā)現(xiàn)了典型的“9 點(diǎn)現(xiàn)象”，如圖4a 所示。飽和水汽壓差90%增幅最大出現(xiàn)在9:00 am，其余10% 的第二大82%也出現(xiàn)在9:00 am，所以飽和水汽壓差最大增幅幾乎出現(xiàn)在每天9:00 am，本文將這一現(xiàn)象稱為“9 點(diǎn)現(xiàn)象”。由于研究地點(diǎn)經(jīng)緯度的原因，太陽輻射、氣溫和濕度等增幅出現(xiàn)典型的自然現(xiàn)象，太陽輻射增幅最大的時(shí)間出現(xiàn)在6:00 am，氣溫增幅最大出現(xiàn)在9:00 am，濕度增幅最大出現(xiàn)在 5:00 pm。液流上升增幅超過100%的77 個(gè)同步數(shù)據(jù)多數(shù)發(fā)生在9:00 至15：00，而且9:00 至10:00 和14:00 至15:00 兩個(gè)高發(fā)期，如圖4b 所示。液流下降增幅超過50% 的63 個(gè)同步數(shù)據(jù)多數(shù)發(fā)生在9:00 至18:00，而且9:00 至10:00 和15:00 至18:00 兩個(gè)高發(fā)期，如圖4c 所示。

圖4 飽和水汽壓差和同步數(shù)據(jù)各時(shí)間段分布Fig. 4 Distribution of saturated water vapour differential pressure and synchronous data by time period

在氣象數(shù)據(jù)中找到增幅超過100%的77 個(gè)和減幅超過50% 的63 個(gè)同步數(shù)據(jù)發(fā)生時(shí)間對應(yīng)的時(shí)間點(diǎn)，每個(gè)點(diǎn)對太陽輻射、氣溫、飽和水汽壓差、濕度、風(fēng)速、大氣壓、降雨等氣象因子進(jìn)行前后各2 h 的分析，如果在分析時(shí)間內(nèi)某個(gè)或多個(gè)氣象因子發(fā)生了突變，將它們作為影響原因進(jìn)行統(tǒng)計(jì)。如圖5a 所示，太陽輻射、氣溫和降雨是產(chǎn)生上升同步數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)的只有7 條，43 條是由于太陽輻射的突然增加而導(dǎo)致氣溫的快速升高，19 條是由于短時(shí)間內(nèi)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(chǎn)生下降同步數(shù)據(jù)的原因，降雨是液流降幅超過50%的直接原因，63 條數(shù)據(jù)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(shù)據(jù)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(dǎo)致氣溫快速變化。以上分析可知，太陽輻射的突然增加是產(chǎn)生液流上升同步數(shù)據(jù)的原因，而降雨則是產(chǎn)生液流下降同步數(shù)據(jù)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(shù)情況下是由于太陽輻射、降雨等主要因子發(fā)生變化，導(dǎo)致其它一個(gè)或多個(gè)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(qū)別

3 種林分類型優(yōu)勢樹種正常液流速均呈“晝高夜低”日變化規(guī)律，隨著每天日出和氣溫上升，液流上午啟動，中午達(dá)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(diǎn)鐘幾乎為零，很少有其他時(shí)刻出現(xiàn)超過峰值的異常數(shù)據(jù)。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(shí)期不同樹種液流啟動和停止時(shí)間也不相同，但同一樹種的變化規(guī)律卻非常相似，所有樹種液流啟動并到達(dá)峰值的時(shí)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(shí)期液流速率大小呈晴天＞陰天＞雨天的規(guī)律。樹干液流與樹種、樹形、環(huán)境因子和氣象因子密切相關(guān)，對各月份氣象因子和不同樹種的樹干液流速率進(jìn)行了Pearson 相關(guān)性分析，如表3 所示。結(jié)果表明研究區(qū)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(guān)，與風(fēng)速和大氣壓在多數(shù)月份呈顯著或極顯著相關(guān)，與降雨量相關(guān)性不強(qiáng)。樹干液流速率與太陽輻射、氣溫、飽和水汽壓差和風(fēng)速呈正相關(guān)，而與濕度和大氣壓呈負(fù)相關(guān)。同一樹種不同月份由于環(huán)境原因與各氣象因子的相關(guān)強(qiáng)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(guān)系數(shù)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(guān)強(qiáng)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(guān)系數(shù)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(guān)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(jié)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(guān)系數(shù)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(wěn)定，在非峰值時(shí)間很少出現(xiàn)超過峰值的異常數(shù)據(jù)，但某個(gè)或多個(gè)氣象因子發(fā)生瞬態(tài)性的大變化，樹干液流瞬態(tài)響應(yīng)。根據(jù)上文的分析，產(chǎn)生7 個(gè)同步異常的主要原因是太陽輻射發(fā)生了瞬時(shí)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(chǎn)生同步異常數(shù)據(jù)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(qū)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(gè)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(shí)滯時(shí)間區(qū)別

樹干液流與氣象因子具有一定的時(shí)滯效應(yīng)，本文以喜樹、西南紅山茶、刺栲為例，采用錯(cuò)位相關(guān)法分析各月樹干液流與氣象因子的Pearson 相關(guān)系數(shù)，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(shí)滯效應(yīng)。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(xué)者[24,33-36]的研究結(jié)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(fēng)速，但是滯后和提前時(shí)間不同，可能是地域、時(shí)間、物種和環(huán)境等原因造成時(shí)滯時(shí)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(shí)期的氣象因子與樹干液流的時(shí)滯時(shí)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(shí)滯時(shí)間也不一樣。本文由同步異常數(shù)據(jù)分析可知，所有監(jiān)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(jié)果與馬長明[8]、武鵬飛[18]、涂潔[41]等研究結(jié)果非常接近。用同步異常數(shù)據(jù)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(shí)間遠(yuǎn)小于正常數(shù)據(jù)。一般情況下，因?yàn)椴煌瑯浞N內(nèi)部結(jié)構(gòu)和生理特性不一樣、地域和時(shí)間不一樣，氣象因子無法100%滿足的所有樹種樹干液流發(fā)生同步異常，所以會出現(xiàn)時(shí)滯時(shí)間遠(yuǎn)大于異常數(shù)據(jù)。但是本文的7 個(gè)同步異常數(shù)據(jù)是滿足了所有外部條件，已經(jīng)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(tài)特性的關(guān)系和時(shí)滯時(shí)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(jié)論也從另外一個(gè)角度證明了本文的結(jié)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(shí)間或提前時(shí)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(shí)滯效應(yīng)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(jié)論

本文通過對哈尼梯田水源區(qū)3 種林分中10 種喬木樹種樹干液流與氣象因子的關(guān)系分析中發(fā)現(xiàn)，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(guān)，而與濕度呈負(fù)相關(guān)，相關(guān)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(tài)樹干液流的主要?dú)庀笠蜃?，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(fā)生同步異常數(shù)據(jù)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(shí)間遠(yuǎn)小于正常氣候條件下各樹種的時(shí)滯時(shí)間。本研究為喬木樹干液流與氣象因子的關(guān)系和時(shí)滯時(shí)間提供了科學(xué)依據(jù)，對天氣突變等原因影響喬木蒸騰有重要意義。