四種Ci/Ca模型在FVS法分離人工林生態(tài)系統(tǒng)蒸散發(fā)過程中的適用性評(píng)價(jià)與優(yōu)化*

王 新，周 宇，高 翔，孟 平，張勁松**

四種Ci/Ca模型在FVS法分離人工林生態(tài)系統(tǒng)蒸散發(fā)過程中的適用性評(píng)價(jià)與優(yōu)化*

王 新1,2，周 宇1,2，高 翔1,2，孟 平1,2，張勁松1,2**

（1.中國林業(yè)科學(xué)研究院林業(yè)研究所，北京 100091；2.南京林業(yè)大學(xué)南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心，南京 210037）

通量方差相似法（FVS）可基于單層渦度相關(guān)法觀測數(shù)據(jù)，直接拆分生態(tài)系統(tǒng)蒸散組分。該方法需計(jì)算關(guān)鍵參數(shù)Ci/Ca（胞間二氧化碳濃度與大氣二氧化碳濃度之比），因此，研究構(gòu)建Ci/Ca模型對(duì)FVS拆分蒸散的應(yīng)用研究具有重要支撐作用。本研究以楊樹人工林生態(tài)系統(tǒng)為研究對(duì)象，采用雙層渦度相關(guān)法（CEC）計(jì)算蒸騰，評(píng)價(jià)現(xiàn)有Const_Ci模型、Const_k模型、Linear模型和Katul模型共4種Ci/Ca模型，并優(yōu)化Ci/Ca模型中的關(guān)鍵參數(shù)。結(jié)果表明：基于CEC拆分的生態(tài)系統(tǒng)林木蒸騰和土壤蒸發(fā)日變化均表現(xiàn)為明顯的單峰曲線，且蒸發(fā)峰值出現(xiàn)在蒸騰峰值之前。連續(xù)83d拆分結(jié)果表現(xiàn)出明顯的日內(nèi)變化特征，日平均TR/ET（蒸騰/蒸散）、日蒸騰和日蒸發(fā)分別為0.78、2.46和0.63mm；基于Const_Ci模型、Const_k模型、Linear模型和Katul模型的FVS方法估算的TR模擬值與雙層渦度相關(guān)法實(shí)測值的偏差率分別為59%、?16%、?70%、?31%，MAE分別為0.18、0.069、0.21和0.085mm·h?1，RMSE分別為0.25、0.089、0.27和0.10mm·h?1。參數(shù)優(yōu)化后的Katul模型和VPD0.26模型估算冠層蒸騰的精度較原始Katul模型有明顯提高，MAE分別為0.048和0.047mm·h?1，RMSE分別為0.058和0.057mm·h?1；皮爾遜相關(guān)系數(shù)分別為0.83和0.73。說明Katul優(yōu)化模型應(yīng)用于FVS直接分離楊樹人工林生態(tài)系統(tǒng)蒸散組分具有可行性。

Ci/Ca；蒸散；分離；雙層渦度觀測；通量方差相似法

蒸散是生態(tài)系統(tǒng)水分循環(huán)的重要環(huán)節(jié)，也是連接土壤?植物?大氣連續(xù)體（SPAC）的關(guān)鍵紐帶，植物蒸騰（TR）是陸地生態(tài)系統(tǒng)蒸散的主要組分[1]，因此，精確分離生態(tài)系統(tǒng)ET組分、量化樹木蒸騰耗水對(duì)揭示區(qū)域水分循環(huán)特征及調(diào)節(jié)機(jī)制具有重要意義。楊樹是世界上分布最廣、適應(yīng)性最強(qiáng)的樹種，主要分布于北半球溫帶、寒溫帶22°?70°區(qū)域。在中國分布范圍跨25°?53°N，76°?134°E，遍及東北、西北、華北和西南等地。中國楊樹人工林占全國人工林面積的20%，精確分離楊樹人工林蒸散組分具有重要科學(xué)意義和應(yīng)用價(jià)值。

分離蒸散的方法有同位素分餾法[2?4]、樹干液流法[5]、Shuttleworth-Wallace模型及雙源模型[6?9]、雙層渦度相關(guān)法[10]（Concurrent Eddy Covariance, CEC）和通量方差相似性法[11]（Flux Variance Similarity, FVS）。其中，同位素分餾法難以進(jìn)行長期連續(xù)觀測，成本較高；樹干液流法存在樹種系數(shù)校正和尺度擴(kuò)展等問題[12]；Shuttleworth-Wallace模型及雙源模型法往往涉及眾多不易獲取的冠層阻抗、空氣動(dòng)力學(xué)阻抗等參數(shù)[9, 13?14]；雙層渦度相關(guān)法使用冠層上下兩層渦度實(shí)現(xiàn)對(duì)生態(tài)系統(tǒng)總蒸散和林下蒸散直接觀測,利用兩層水汽通量之差作為生態(tài)系統(tǒng)樹木蒸騰通量[15]。但儀器觀測成本較高，且在下墊面郁閉度較高的條件下，林冠下湍流狀態(tài)難以滿足EC觀測要求，制約了雙層渦度相關(guān)法在ET分離過程的普及應(yīng)用[15]。

FVS方法基于通量方差相似理論和葉片水分利用效率實(shí)現(xiàn)了對(duì)蒸散組分的拆分，其最大的優(yōu)點(diǎn)在于只需要一套渦度相關(guān)測量的高頻水汽和二氧化碳通量濃度作為輸入數(shù)據(jù)，可在長期定位觀測的通量站點(diǎn)實(shí)現(xiàn)生態(tài)系統(tǒng)尺度蒸散組分的精細(xì)拆分，同時(shí)避免了基于機(jī)理過程模型的參數(shù)復(fù)雜性，直接實(shí)現(xiàn)ET組分同步分離[16?18]。FVS方法與CEC方法相比，具有觀測成本低、可操作性強(qiáng)等優(yōu)點(diǎn)。該方法涉及水分利用效率中子模型Ci/Ca（胞間二氧化碳濃度與大氣二氧化碳濃度之比），需要重新估算。常用Ci/Ca模型主要包括Const_Ci模型[19]、Const_k模型[3]、Linear模型[20]和Katul模型[21]。已有研究發(fā)現(xiàn)使用不同Ci/Ca模型分離同一植被類型蒸散過程中存在較大差異[22]，且對(duì)森林生態(tài)系統(tǒng)FVS技術(shù)優(yōu)化的需求，未見開展Ci/Ca模型的評(píng)價(jià)、篩選與優(yōu)化研究。

本研究以楊樹人工林為研究對(duì)象，在葉面積穩(wěn)定的生長季中期，采用雙層渦度相關(guān)觀測方法（CEC）計(jì)算TR，反演評(píng)價(jià)上述Ci/Ca模型，優(yōu)化重構(gòu)Ci/Ca模型，以期為FVS法應(yīng)用于森林生態(tài)系統(tǒng)蒸散組分分離提供理論依據(jù)和技術(shù)支撐。

1 材料與方法

1.1 試驗(yàn)區(qū)概況

試驗(yàn)在河南黃淮海農(nóng)田防護(hù)林生態(tài)系統(tǒng)定位觀測研究站進(jìn)行（115°05′42″E，34°43′22″N，平均海拔102m）。該站位于河南省民權(quán)縣，屬暖溫帶季風(fēng)氣候，生長季內(nèi)盛行東南風(fēng)。多年平均氣溫為14.4℃，多年平均降水量為678mm，降水季節(jié)分配不均勻。主要樹種為楊樹（L.），林齡為20a，平均株高為17m，楊樹林下無灌木，草本植物主要包括決明[(L.) Roxb. 1832]、狗尾草[(Linn.) Beauv]、三葉草[incarnatum Linn.]，總蓋度為31%。研究期間葉面積指數(shù)（LAI）為2.6～2.8，株行距6.5m×6.5m，活枝下高3m，郁閉度為0.51，土壤種類為沙壤土。

1.2 試驗(yàn)觀測及數(shù)據(jù)處理

1.2.1 渦度相關(guān)系統(tǒng)

兩套渦度相關(guān)系統(tǒng)統(tǒng)一安裝在觀測塔的東南方向，高度分別為24m和2m。兩層渦度相關(guān)系統(tǒng)包括三維超聲風(fēng)速儀（CSAT3，USA）和開路式紅外CO2/H2O分析儀（LI7500，USA）。原始數(shù)據(jù)由數(shù)據(jù)采集器（CR1000，USA）采集，采樣頻率為10Hz。

微氣象觀測梯度系統(tǒng)包括4層空氣溫濕度傳感器，安裝高度分別為9m、17m、20m和32m。還安裝了總輻射（SP Lite2，NLD）和凈輻射（NR Lite2，NLD），安裝高度為32m。同時(shí)在2m和32m處安裝了雨量筒（AV-3665R，USA）。上述儀器均與數(shù)據(jù)采集器（CR1000X，USA）相連，掃描頻率15s，每30min輸出一組數(shù)據(jù)。

1.2.2 渦度相關(guān)數(shù)據(jù)

使用Eddypro v7.0.7對(duì)10Hz湍流原始數(shù)據(jù)進(jìn)行處理，其中包括異常值處理、野點(diǎn)剔除、時(shí)滯校正、二次坐標(biāo)旋轉(zhuǎn)、頻率損失訂正和WPL校正等。對(duì)初步計(jì)算出的通量結(jié)果進(jìn)一步處理，包括數(shù)據(jù)質(zhì)量控制[15]和通量拆分[23]。剔除研究期間所有降水時(shí)段內(nèi)的數(shù)據(jù)，半小時(shí)通量時(shí)間序列中的小間隙（<2h）通過線性插值填充，較大的間隙使用基于5日移動(dòng)窗口的平均日變化來填充，具體數(shù)據(jù)插補(bǔ)方法參考周宇等[24]的研究；使用R Package ‘REddyProc’（https://github.com/bgctw/REddyProc）[25]將凈生態(tài)系統(tǒng)碳交換量（NEE）拆分為生態(tài)系統(tǒng)呼吸（Fcr）和生態(tài)系統(tǒng)光合通量（Fcp）。

1.3 分析思路及步驟

1.3.1 分析思路

（1）在葉面積穩(wěn)定的生長季中期，使用雙層渦度相關(guān)法實(shí)現(xiàn)楊樹人工林生態(tài)系統(tǒng)冠層蒸騰與土壤蒸發(fā)的分離。

（2）在生態(tài)系統(tǒng)水碳通量組分相等的前提下，認(rèn)為WUEstomatal=WUEl，使用FVS分離原理中的四種Ci/Ca模型估算蒸騰通量，利用雙層渦度相關(guān)法得到的實(shí)測蒸騰評(píng)價(jià)四種Ci/Ca的適用性，并計(jì)算其估算林木蒸騰通量的精度；使用觀測期間所有有效數(shù)據(jù)2021年6月30日?9月20日對(duì)四種Ci/Ca模型進(jìn)行評(píng)價(jià)。

（3）基于WUEstomatal=WUEl，反推出冠層內(nèi)部Ci/Ca，并重新對(duì)Ci/Ca對(duì)VPD的響應(yīng)模型（Linear model和Katul model）進(jìn)行參數(shù)擬合，其中觀測期間70%有效數(shù)據(jù)（7月21日?9月20日）用于模型參數(shù)擬合，30%有效數(shù)據(jù)（6月30日?7月20日）用于驗(yàn)證新建模型，并計(jì)算模型的精度。

1.3.2 雙層渦度相關(guān)法（CEC）

在計(jì)算植物蒸騰（TR）之前對(duì)原始數(shù)據(jù)質(zhì)量進(jìn)行嚴(yán)格控制，參考Vickers等研究[26]，其中包括如果，（1）峰值占時(shí)間序列的1%以上，（2）超過10%的可用數(shù)據(jù)點(diǎn)在統(tǒng)計(jì)上與半小時(shí)內(nèi)的總體趨勢不同，則拒絕原始高頻數(shù)據(jù)，（3）原始數(shù)據(jù)值超出合理范圍，（4）IRGA傳感器的窗口臟度超過80%。只有通過所有質(zhì)量測試的原始數(shù)據(jù)才能用于通量計(jì)算。

對(duì)于半小時(shí)水汽通量，拒絕以下情況：（1）H2O通量超出物理合理范圍，（2）穩(wěn)態(tài)測試統(tǒng)計(jì)量超出范圍±30%[27]，（3）整體湍流特性測試超出±30%范圍[27]。

因觀測時(shí)間段處于生長季中期，無需考慮冠層解耦期始末問題，僅需考慮冠層上下湍流耦合狀態(tài)，直接使用冠層上下σw作為依據(jù)，根據(jù)線性回歸分析得出，楊樹人工林生態(tài)系統(tǒng)冠層上下耦合狀態(tài)較好，利用冠層上下渦度相關(guān)觀測系統(tǒng)實(shí)測的蒸散量之差作為冠層蒸騰通量[15]。

1.3.3 FVS蒸散分離方法及Ci模型

假設(shè)：（1）楊樹人工林生態(tài)系統(tǒng)的光合通量（Fcp）在日間近似為樹木光合通量（GPP），忽略土壤表面草本植物的貢獻(xiàn)作用，而生態(tài)系統(tǒng)的蒸騰量（Fqt）近似為樹木的蒸騰（Ttree），忽略地上少量稀疏草本植物的蒸騰貢獻(xiàn)；（2）默認(rèn)夜間沒有光合作用，且蒸騰量近似為0。在林下植被較為稀疏的情況下，認(rèn)為該假設(shè)成立。至此，可以將FVS中的生態(tài)系統(tǒng)氣孔組分（蒸騰、光合通量）、非氣孔組分（土壤蒸發(fā)、生態(tài)系統(tǒng)呼吸）通量的源匯關(guān)系等價(jià)為生態(tài)系統(tǒng)樹木蒸騰與樹木光合、土壤蒸發(fā)和生態(tài)系統(tǒng)呼吸源匯項(xiàng)。在滿足以上兩個(gè)假設(shè)的前提下，認(rèn)為樹木水分利用效率與氣孔控制的水分利用效率是相等的。

FVS中將水汽脈動(dòng)劃分為氣孔控制的蒸騰脈動(dòng)和非氣孔控制的蒸發(fā)脈動(dòng)，將二氧化碳脈動(dòng)劃分為氣孔控制的光合脈動(dòng)和非氣孔控制的呼吸脈動(dòng)，且蒸騰脈動(dòng)與光合脈動(dòng)利用葉片尺度WUE聯(lián)系起來，即

進(jìn)一步將水汽通量劃分為生態(tài)系統(tǒng)蒸騰量和蒸發(fā)量，將生態(tài)系統(tǒng)碳通量劃分為生態(tài)系統(tǒng)光合通量和呼吸通量，即

生態(tài)系統(tǒng)光合通量與生態(tài)系統(tǒng)蒸騰量通過水分利用效率（WUEstomotal）聯(lián)系起來，見式（6），且WUEstomotal并不是通常意義上的生態(tài)系統(tǒng)尺度水分利用效率[11]。樹木蒸騰通過計(jì)算冠層上方蒸散與土壤蒸發(fā)之差得到，同時(shí)借助冠層上方碳通量的拆分得到GPP，進(jìn)一步得到與樹木直接相關(guān)的水分利用效率（tWUE）。

葉片尺度水分利用效率（WUE，mg·g?1）是實(shí)現(xiàn)FVS通量拆分的唯一輸入?yún)?shù)，通過菲克定律計(jì)算，即

2 結(jié)果與分析

2.1 實(shí)測楊樹人工林蒸騰/蒸發(fā)量日內(nèi)變化特征

以雙層渦度相關(guān)法（CEC）觀測得到的楊樹人工林蒸騰（TR）和土壤蒸發(fā)（E）為實(shí)測值，分析楊樹人工林蒸騰/蒸發(fā)量日內(nèi)變化特征。由圖1可見，2021年6月30日?9月20日白天（8：00?18：00），連續(xù)83d的楊樹人工林蒸騰和土壤蒸發(fā)的平均日間趨勢基本一致，均表現(xiàn)為明顯的單峰曲線型變化。期間氣溫與飽和水汽壓差表現(xiàn)為相同的變化趨勢（圖1d、圖1f），但溫度變化較緩，二者均滯后于太陽輻射的變化（圖1b），空氣相對(duì)濕度與太陽輻射的變化趨勢相反且存在滯后現(xiàn)象。從8：00開始，蒸騰隨著溫度及太陽輻射的同步上升（圖1b、圖1e），14：00左右到達(dá)一天內(nèi)的峰值，然后逐漸下降；日間土壤蒸發(fā)同樣表現(xiàn)為明顯的單峰曲線，但其峰值較蒸騰峰值提前約2h，說明本研究時(shí)段內(nèi)楊樹人工林對(duì)總輻射的響應(yīng)存在時(shí)間滯后行為，且不存在土壤水分脅迫的狀態(tài)。83d平均蒸騰/蒸散比為0.78（±0.12 SD），平均日土壤蒸發(fā)量為0.63mm（±0.34 SD），平均日林木蒸騰量為2.46mm（±1.29 SD）。

表1 FVS常用四種Ci（胞間二氧化碳濃度）計(jì)算模型

注：Ci為恒定的公式中，T為空氣溫度，P為大氣壓。

Note: Ci is a constant value, in the equation, T is the air temperature, P is the atmospheric pressure.

圖1 雙層渦度相關(guān)法（CEC）計(jì)算的2021年6月30日?9月20日白天（8：00?18：00）蒸騰/蒸發(fā)量及期間相關(guān)氣象因子平均日內(nèi)變化過程

2.2 四種Ci/Ca模型的精度評(píng)價(jià)

利用2021年6月30日?9月20日白天（8：00?18：00）的雙層渦度相關(guān)法的楊樹人工林蒸騰（TR）評(píng)價(jià)表1中的4種Ci模型?；贔VS中的Const_Ci模型、Const_k模型、Linear模型和Katul模型（表1），結(jié)合FVS分離原理即式（1）?（7），計(jì)算TR值即TR模擬值，將TR模擬值與CEC觀測得到的TR進(jìn)行線性回歸分析，并計(jì)算皮爾遜相關(guān)系數(shù)（r）、均方根誤差（RMSE）和平均絕對(duì)誤差（MAE），結(jié)果見圖2和表2。由圖2和表2可見，對(duì)比實(shí)測值，上述四種模型計(jì)算TR值的偏差率分別為59%、?16%、?70%和?31%，MAE分別為0.18、0.069、0.21和0.085mm·h?1；RMSE分別為0.25、0.089、0.27和0.10mm·h?1，說明使用FVS理論拆分蒸散組分時(shí)，Const_k和Katul模型的模擬精度相對(duì)較高，且較接近，Const_Ci和Linear模型擬精度相對(duì)較低。

圖2 基于四種Ci/Ca模型利用FVS分離估算楊樹人工林蒸騰（TR，即模擬值）與雙層渦度相關(guān)法（CEC）計(jì)算的TR（即實(shí)測值）的比較

表2 FVS四種Ci/Ca模型估算TR的精度

2.3 Ci/Ca模型重建、驗(yàn)證與優(yōu)化

為進(jìn)一步提高Katul模型計(jì)算楊樹人工林蒸騰的精度，利用雙層渦度法實(shí)測2021年7月20日?9月20日的TR數(shù)據(jù)，結(jié)合FVS理論反推出冠層內(nèi)部Ci/Ca，以1?Ci/Ca=b·VPD0.5，1?Ci/Ca=b·VPDm（b、m均為擬合參數(shù)）為基本模型，對(duì)模型參數(shù)重新進(jìn)行擬合。計(jì)算各模型的相關(guān)系數(shù)并進(jìn)行顯著性檢驗(yàn)，新建立的Ci/Ca模型參數(shù)見表3。由表可知，Ci/Ca模型擬合值與觀測值的相關(guān)系數(shù)分別為0.51、0.52；P值均小于0.05。

基于表3中的Katul優(yōu)化模型和VPD0.26模型，采用FVS方法計(jì)算2021年6月30日?7月19日白天TR模擬值，與CEC觀測得到的TR值進(jìn)行線性回歸分析，并計(jì)算三種優(yōu)化模型的r、MAE和RMSE，結(jié)果見圖3和表4。由圖3和表4可知，與雙層渦度法得出的TR相比，新建Ci/Ca模型的r分別為0.83和0.73，偏差率分別為?16%、?25%，MAE分別為0.048和0.047mm·h?1；RMSE分別為0.058和0.057mm·h?1。對(duì)比校正前Katul模型，偏差率分別降低15個(gè)和6個(gè)百分點(diǎn)；MAE分別降低0.16和0.037mm·h?1；RMSE分別降低0.21和0.048mm·h?1。綜合考慮偏差率、MAE和RMSE認(rèn)為，Katul優(yōu)化模型最優(yōu)。

表3 Ci/Ca對(duì)VPD響應(yīng)

圖3 優(yōu)化Katul模型和VPDm模型的驗(yàn)證

表4 Ci/Ca模型校正后估算TR的精度

3 結(jié)論與討論

3.1 討論

基于氣孔過程和非氣孔過程的通量方差相似原理，為生態(tài)系統(tǒng)蒸散組分精細(xì)化拆分提供了堅(jiān)實(shí)的物理基礎(chǔ)，該方法在農(nóng)田生態(tài)系統(tǒng)、草地生態(tài)系統(tǒng)和森林生態(tài)系統(tǒng)得到了初步應(yīng)用[5, 11, 22, 29?31]，F(xiàn)VS在站點(diǎn)尺度上量化生態(tài)系統(tǒng)水碳通量組分動(dòng)態(tài)方面表現(xiàn)出巨大潛力，未來對(duì)于揭示生態(tài)系統(tǒng)水碳耦合過程將發(fā)揮更重要作用。

WUE作為FVS的關(guān)鍵輸入?yún)?shù)，已有研究表明FVS算法得出分離結(jié)果對(duì)葉片WUE表現(xiàn)出中度敏感性[30]，且在不同的生態(tài)系統(tǒng)、不同的植被類群會(huì)表現(xiàn)出不同的變化特征[22]，Ci/Ca是估算WUE過程中造成分離結(jié)果不確定性的重要原因之一，為此在站點(diǎn)尺度上驗(yàn)證FVS算法中Ci/Ca模型的適用性，優(yōu)化Ci/Ca模型，對(duì)未來應(yīng)用FVS實(shí)現(xiàn)生態(tài)系統(tǒng)水碳通量組分拆分精度提升有重大意義。

（1）Ci/Ca對(duì)VPD的響應(yīng)

目前對(duì)于冠層尺度Ci/Ca估算模型的研究報(bào)道仍然較少，已有學(xué)者指出對(duì)于Ci/Ca模型的估算并非參數(shù)越多，性能越高[21, 32]，因此，僅探討Ci/Ca對(duì)VPD響應(yīng)的估算模型。Ci/Ca對(duì)VPD的響應(yīng)模式是一個(gè)充滿爭議的問題，一些學(xué)者認(rèn)為Ci/Ca隨VPD的增大而線性減小，二者呈現(xiàn)負(fù)相關(guān)關(guān)系[3]；另一些學(xué)者認(rèn)為Ci/Ca隨VPD0.5增加而降低[21]。因此，對(duì)于森林生態(tài)系統(tǒng)Ci/Ca對(duì)VPD的最佳響應(yīng)模式需要進(jìn)一步探索，為WUE的準(zhǔn)確估算提供參考。

Ci/Ca對(duì)VPD的非線性響應(yīng)模型的相關(guān)系數(shù)均高于線性響應(yīng)模型，基于雙層渦度觀測反推的Ci/Ca對(duì)VPD響應(yīng)更符合非線性關(guān)系，這與Tan等的結(jié)論相同。進(jìn)一步說明非線性估算模型較線性估算模型在拆分蒸散組分時(shí)會(huì)獲得更多有效解[22]。不同的非線性響應(yīng)模型的相關(guān)系數(shù)較原始Katul模型并沒有明顯提升，但Ci/Ca對(duì)VPD響應(yīng)的最佳冪次發(fā)生改變，遵循VPD0.26規(guī)律。而非線性響應(yīng)模型中，新建立的Katul優(yōu)化模型和VPDm模型較在估算冠層蒸騰精度較原始Katul模型有較大提升，但VPDm模型與Const_k模型相比，模型精度無明顯提升，且相關(guān)系數(shù)略低（分別為0.73、0.79），進(jìn)一步說明Const_k模型在水碳通量組分拆分結(jié)果方面有較好的穩(wěn)定性，這與Wagle等[22]的結(jié)論一致。在所有模型中，經(jīng)過參數(shù)擬合后的Katul優(yōu)化模型較原始Katul模型和Const_k模型的精度和皮爾遜相關(guān)系數(shù)均有較大提升。

考慮到生態(tài)系統(tǒng)水碳耦合過程和Ci/Ca對(duì)VPD的冪次響應(yīng)模型，并參考Beer等的推導(dǎo)過程[33?34]，由Ci/Ca對(duì)VPD的響應(yīng)模型導(dǎo)出半小時(shí)尺度VPD符合0.74冪次響應(yīng)規(guī)律。該值高于在農(nóng)田和草地生態(tài)系統(tǒng)的研究結(jié)果（0.4～0.63）[35?37]；低于Beer等在多站點(diǎn)上的研究結(jié)果[33]，出現(xiàn)這一現(xiàn)象的原因一方面在于部分研究結(jié)果雖是基于植物的碳水交換過程與最優(yōu)氣孔導(dǎo)度模型相結(jié)合發(fā)展而來，但在實(shí)際模擬過程中并未完全消除土壤蒸發(fā)過程帶來的干擾；另一方面在于下墊面情況和生態(tài)系統(tǒng)類型差異，無法消除植被類型造成的誤差。

（2）Ci/Ca模型不確定來源

采用葉室法實(shí)測冠層葉片尺度的Ci/Ca及氣象變量，對(duì)于利用葉片尺度光合觀測進(jìn)一步有效約束冠層尺度的水分利用效率具有重要意義[30]，但楊樹生長季中期冠層位置葉片相對(duì)較高，難以連續(xù)觀測不同冠層位置處葉片尺度光合參數(shù)的變化特征，這不可避免地給冠層尺度Ci/Ca模型帶來了一定的不確定性。

Ci/Ca模型估算WUE時(shí)應(yīng)充分考慮葉溫帶來的誤差，由于多數(shù)FVS分離研究未考慮葉溫對(duì)通量分離的影響，本研究未使用冠層葉片溫度，因此，在估算蒸騰通量時(shí)也會(huì)存在一定的誤差[18, 38?39]。

另外，本研究是在楊樹人工林生長季中期進(jìn)行的田間測量，LAI處于相對(duì)穩(wěn)定狀態(tài)，在此階段冠層結(jié)構(gòu)未發(fā)生明顯變化，盡管通過雙層渦度相關(guān)觀測可以排除土壤蒸發(fā)和林下植被蒸騰對(duì)模型帶來的干擾，但校準(zhǔn)后模型是否適用于生長季初期和末期仍需驗(yàn)證，因此，需要充分考慮Ci/Ca模型對(duì)冠層結(jié)構(gòu)的動(dòng)態(tài)變化特征響應(yīng)規(guī)律。另一方面，不同Ci/Ca模型在不同人工林生態(tài)系統(tǒng)蒸騰估算適用性方面是否具有普遍意義，仍需進(jìn)一步使用多站點(diǎn)觀測數(shù)據(jù)驗(yàn)證。

3.2 結(jié)論

（1）基于雙層渦度觀測的楊樹人工林生態(tài)系統(tǒng)蒸騰和土壤蒸發(fā)表現(xiàn)出明顯的日內(nèi)變化特征，均為明顯的單峰曲線，蒸騰對(duì)總輻射的變化表現(xiàn)出時(shí)間滯后現(xiàn)象；總輻射、空氣溫度和飽和水汽壓虧缺的日內(nèi)變化特征均表現(xiàn)為明顯的單峰曲線，而相對(duì)濕度為倒V形曲線。

（2）使用FVS理論拆分蒸散組分時(shí)，Const_k和Katul model模型的模擬精度相對(duì)較高，且較接近，Const_Ci和Linear模型的模擬精度相對(duì)較低。在缺少Ci/Ca模型時(shí)，Const_k模型在分離蒸散組分時(shí)表現(xiàn)較為穩(wěn)定。

（3）考慮VPD對(duì)生態(tài)系統(tǒng)水碳耦合過程的影響，本研究新構(gòu)建的Katul模型最優(yōu)，Katul優(yōu)化模型計(jì)算出TR與原Katul模型相比，偏差率降低15個(gè)百分點(diǎn)；MAE分別降低0.037mm·h?1；RMSE降低0.042mm·h?1，皮爾遜相關(guān)系數(shù)提高0.08。Katul優(yōu)化模型可為FVS計(jì)算楊樹人工林蒸騰提供有效的模型參考。

[1] Schlesinger W H,Jasechko S.Transpiration in the global water cycle[J].Agricultural and Forest Meteorology,2014, 189-190:115-117.

[2] Sun S J,Meng P,Zhang J S,et al.Partitioning oak woodland evapotranspiration in the rocky mountainous area of North China was disturbed by foreign vapor,as estimated based on non-steady-state 180 isotopic composition[J]. Agricultural and Forest Meteorology,2014,184:36-47.

[3] Kim S H,Sicher R C,Bae H,et al.Canopy photosynthesis, evapotranspiration, leaf nitrogen, and transcription profiles of maize in response to CO2enrichment[J].Global Change Biology,2006,12(3):588-600.

[4] 武昱鑫,張永娥,賈國棟,等.基于多種同位素模型的側(cè)柏林生態(tài)系統(tǒng)蒸散組分定量拆分[J].應(yīng)用生態(tài)學(xué)報(bào),2021, 32(6):1971-1979.

Wu Y X,Zhang Y E,Jia G D,et al.Quantitative separation of evapotranspiration components of Platycladus orientalis ecosystem based on multiple isotope models[J].Chinese Journal of Applied Ecology,2021,32(06):1971-1979.(in Chinese)

[5] Rana G,De Lorenzi F,Palatella L,et al.Field scale recalibration of the sap flow thermal dissipation method in a Mediterranean vineyard[J].Agricultural and Forest Meteorology,2019,269-270:169-179.

[6] Colaizzi P D,Kustas W P,Anderson M C,et al.Two-source energy balance model estimates of evapotranspiration using component and composite surface temperatures[J]. Advances in Water Resources,2012,50:134-151.

[7] Colaizzi P D,Agam N,Tolk J A,et al.Two-source energy balance model to calculate E,T,and ET:comparison of Priestley-Taylor and Penman-Monteith formulations and two time scaling methods[J].Transactions of the ASABE, 2014,57(2):479-498.

[8] Kustas W P,Alfieri J G,Nieto H,et al.Utility of the two-source energy balance (TSEB) model in vine and interrow flux partitioning over the growing season[J]. Irrigation Science,2019,37(3):375-388.

[9] 沈競,張彌,肖薇,等.基于改進(jìn)SW模型的千煙洲人工林蒸散組分拆分及其特征[J].生態(tài)學(xué)報(bào),2016,36(8):2164-2174.

Shen J,Zhang M,Xiao W,et al.Modeling evapotranspiration and its components in Qianyanzhou plantation based on modified SW model[J].Acta Ecologica Sinica,2016,36(8): 2164-2174.(in Chinese)

[10] Black T A,Den Hartog G,Neumann H H,et al.Annual cycles of water vapour and carbon dioxide fluxes in and above a boreal aspen forest[J].Global Change Biology,1996,2(3): 219-229.

[11] Scanlon T M,Sahu P.On the correlation structure of water vapor and carbon dioxide in the atmospheric surface layer:a basis for flux partitioning[J].Water Resources Research,2008,44(10):W10418.

[12] Wilson K B,Hanson P J,Mulholland P J,et al.A comparison of methods for determining forest evapotranspiration and its components:sap-flow,soil water budget,eddy covariance and catchment water balance[J].Agricultural and Forest Meteorology,2001,106(2):153-168.

[13] Shuttleworth W J,WallaceL J S.Evaporation from sparse crops-an energy combination theory[J].Quarterly Journal of the Royal Meteorological Society,1985,111(469):839-855.

[14] 李俊,韓鳳明,同小娟,等.麥田蒸散模型的改進(jìn)及其對(duì)阻力參數(shù)的敏感性分析[J].中國農(nóng)業(yè)氣象,2014,35(6): 635- 643.

Li J,Han F M,Tong X J,et al.Evapotranspiration models for a winter wheat field: the improvements and analyses on their sensitivities to the resistance parameters[J].Chinese Journal of Agrometeorology,2014,35(6):635-643.(in Chinese)

[15] Paul L E,Wolf S,Schneider F D,et al.Partitioning evapotranspiration with concurrent eddy covariance measurements in a mixed forest[J].Agricultural and Forest Meteorology,2020,280:107786.

[16] Scanlon T M,Kustas W P.Partitioning carbon dioxide and water vapor fluxes using correlation analysis[J]. Agricultural and Forest Meteorology,2010,150(1):89-99.

[17] Palatella L,Rana G,Vitale D.Towards a flux-partitioning procedure based on the direct use of high-frequency eddy-covariance data[J].Boundary-Layer Meteorology, 2014, 153(2):327-337.

[18] Anderson R G,Zhang X,Skaggs T H.Measurement and partitioning of evapotranspiration for application to vadose zone studies[J].Vadose Zone Journal,2017,16(13):1-9.

[19] Campbell G S,Norman J M.An introduction to environmental biophysics[M]. Berlin: Berlin Springer Science & Business Media, 2000.

[20] Morison J I L,Gifford R M.Stomatal sensitivity to carbon dioxide and humidity: a comparison of two C3 and two C4 grass species[J].Plant physiology,1983,71(4):789-796.

[21] Katul G G,Palmroth S,Oren R A M.Leaf stomatal responses to vapour pressure deficit under current and CO2-enriched atmosphere explained by the economics of gas exchange [J].Plant,Cell Environmental Earth Sciences,2009, 32(8): 968-979.

[22] Wagle P,Skaggs T H,Gowda P H,et al.Evaluation of water use efficiency algorithms for flux variance similarity-based evapotranspiration partitioning in C3 and C4 grain crops[J].Water Resources Research,2021,57(5):e2020WR 028866.

[23] Reichstein M,Falge E,Baldocchi D,et al.On the separation of net ecosystem exchange into assimilation and ecosystem respiration:review and improved algorithm[J].Global Change Biology,2005,11(9):1424-1439.

[24] 周宇,黃輝,張勁松,等.森林生態(tài)系統(tǒng)渦度相關(guān)法碳通量長時(shí)間連續(xù)性缺失數(shù)據(jù)插補(bǔ)方法的比較[J].中國農(nóng)業(yè)氣象,2021,42(4):330-343.

Zhou Y,Huang H,Zhang J S,et al.Comparison of gap-filling methods for long-term continuous missing data in carbon flux observation by eddy covariance method of forest ecosystem[J].Chinese Journal of Agrometeorology,2021, 42(4):330-343.(in Chinese)

[25] Wutzler T,Lucas-Moffat A,Migliavacca M,et al.Basic and extensible post-processing of eddy covariance flux data with REddyProc[J].Biogeosciences,2018,15(16):5015-5030.

[26] Vickers D,Mahrt L.Quality control and flux sampling problems for tower and aircraft data[J].Journal of Atmospheric Oceanic Technology,1997,14(3):512-526.

[27] Foken T,G?ckede M,Mauder M,et al.Post-field data quality control.In:Lee X, Massman W, Law B(eds.).Handbook of micrometeorology:a guide for surface flux measurement and analysis[M]. Kluwer:Dordrecht,2004: 181-208.

[28] Brutsaert W.Evaporation into the atmosphere:theory[J]. History,Applications,1982,1.

[29] Scanlon T M,Schmidt D F,Skaggs T H.Correlation-based flux partitioning of water vapor and carbon dioxide fluxes:method simplification and estimation of canopy water use efficiency[J].Agricultural and Forest Meteorology, 2019,279:107732.

[30] Sulman B N,Roman D T,Scanlon T M,et al.Comparing methods for partitioning a decade of carbon dioxide and water vapor fluxes in a temperate forest[J].Agricultural and Forest Meteorology,2016,226:226-227.

[31] Wang W,Smith J A,Ramamurthy P,et al.On the correlation of water vapor and CO2:application to flux partitioning of evapotranspiration[J].Water Resources Research,2016,52 (12):9452-9469.

[32] Tan Z H,Wu Z X,Hughes A C,et al.On the ratio of intercellular to ambient CO2(Ci/Ca) derived from ecosystem flux[J].Int J Biometeorol,2017,61(12):2059-2071.

[33] Beer C,Ciais P,Reichstein M,et al.Temporal and among-site variability of inherent water use efficiency at the ecosystem level[J].Global Biogeochemical Cycles,2009,23(2):GB2018.

[34] Zhou S,Yu B,Zhang Y,et al.Partitioning evapotranspiration based on the concept of underlying water use efficiency[J]. Water Resources Research,2016,52(2):1160-1175.

[35] 戰(zhàn)領(lǐng),楊漢波,雷慧閩.基于通量觀測數(shù)據(jù)的玉米水碳交換量及水分利用效率分析[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(S1): 88-93.

Zhan L,Yang H B,Lei H M.Analysis of corn water consumption, carbon assimilation and ecosystem water use efficiency based on flux observations[J].Transactions of the CSAE,2016,32(Supp.1):88-93.(in Chinese)

[36] 劉曉,戚超,閆藝蘭,等.不同生態(tài)系統(tǒng)水分利用效率指標(biāo)在黃土高原半干旱草地應(yīng)用的適宜性評(píng)價(jià)[J].植物生態(tài)學(xué)報(bào),2017,41(5):497-505.

Liu X,Qi C,Yan Y L,et al.Revised algorithm of ecosystem water use efficiency for semi-arid steppe in the Loess Plateau of China[J].Chinese Journal of Plant Ecology,2017, 41(5):497-505.(in Chinese)

[37] Chen Y,Ding Z,YU P,et al.Quantifying the variability in water use efficiency from the canopy to ecosystem scale across main croplands[J].Agricultural Water Management, 2022,262:107467.

[38] Anderson R G,Alfieri J G,Tirado-Corbalá R,et al.Assessing FAO-56 dual crop coefficients using eddy covariance flux partitioning[J].Agricultural Water Management,2017,179: 92-102.

[39] Klosterhalfen A,Moene A,Schmidt M,et al.Sensitivity analysis of a source partitioning method for H2O and CO2fluxes based on high frequency eddy covariance data: Findings from field data and large eddy simulations[J]. Agricultural Forest Meteorology,2019,265:152-170.

Evaluation and Optimization of the Applicability of Four Ci/Ca Models in the FVS Method for Partitioning the Evapotranspiration of Plantation Ecosystems

WANG Xin1, ZHOU Yu1, GAO Xiang1, MENG Ping1,2, ZHANG Jin-song1,2

(1. Research Institute of Forestry, Chinese Academy of Forestry, Beijing 100091, China; 2. Co-Innovation Center for Sustainable Forestry in Southern China, Nanjing Forestry University, Nanjing 210037)

The Flux Variance Similarity (FVS) method can directly decompose the ecosystem evapotranspiration components based on the observation data of the eddy covariance method. This method needs to calculate the key parameter Ci/Ca (ratio of intercellular CO2concentration to atmospheric CO2concentration), so the research and construction of the Ci/Ca model plays an important supporting role in the application research of FVS method. In this study, the poplar plantation was taken as the research object, and the transpiration was calculated by the concurrent eddy covariance (CEC) method. Four existing Ci models were inverted, evaluated and optimized: Constant Ci model, Constant Ci/Ca model, Linear model and Katul model. The results showed that the diurnal changes of ecosystem transpiration and soil evaporation based on CEC split showed obvious unimodal curves, and the peak of evaporation appeared before the peak of transpiration. The partitioning results for 83 consecutive days also showed obvious diurnal variation characteristics. TR/ET（transpiration/evaportranspiration）, daily transpiration and daily evaporation are 0.78, 2.46 and 0.63mm, respectively; linear regression deviation was calculated between TR measured by CEC and simulated of FVS method based on Const_Ci model, Const_k model, Linear model and Katul model. The deviation rates were 59%, ?16%, ?70%, and ?31%, MAE were 0.18, 0.069, 0.21 and 0.085mm·h?1, and RMSE were 0.25, 0.089, 0.27 and 0.10mm·h?1,respectively. Compared with the original Katul model, the optimized Katul model and VPD0.26model after parameter optimization have significantly improved accuracy in estimating canopy transpiration. MAE were 0.048 and 0.047mm·h?1, and RMSE were 0.058 and 0.057mm·h?1, and Pearson correlation coefficients were 0.83 and 0.73, respectively. It is feasible to apply the optimized Katul model for FVS to directly separate evapotranspiration components of poplar plantation ecosystem.

Ci/Ca; Evapotranspiration; Partitioning; Concurrent eddy covariance; Flux variance similarity

10.3969/j.issn.1000-6362.2023.04.006

王新,周宇,高翔,等.四種Ci/Ca模型在FVS法分離人工林生態(tài)系統(tǒng)蒸散發(fā)過程中的適用性評(píng)價(jià)與優(yōu)化[J].中國農(nóng)業(yè)氣象,2023,44(4):317-326

2022?05?09

國家重點(diǎn)研發(fā)計(jì)劃“全球變化對(duì)人工林生態(tài)系統(tǒng)的影響過程”（2020YFA0608101）

張勁松，研究員，研究方向?yàn)榱謽I(yè)氣象，E-mail: zhangjs@caf.ac.cn

王新，E-mail: wangxin@caf.ac.cn