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

沈　競(jìng), 張　彌,* , 肖　薇 , 溫學(xué)發(fā) , 劉壽東 , 李旭輝

1 南京信息工程大學(xué)大氣環(huán)境中心, 南京　210044 2 中國(guó)科學(xué)院地理科學(xué)與資源研究所, 北京　100101

?

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

沈競(jìng)1, 張彌1,*, 肖薇1, 溫學(xué)發(fā)2, 劉壽東1, 李旭輝1

1 南京信息工程大學(xué)大氣環(huán)境中心, 南京210044 2 中國(guó)科學(xué)院地理科學(xué)與資源研究所, 北京100101

摘要:蒸散組分拆分是準(zhǔn)確評(píng)估陸地生態(tài)系統(tǒng)生產(chǎn)力以及估算水分利用效率的重要基礎(chǔ)。利用改進(jìn)后的Shuttleworth-Wallace模型，將蒸散拆分為植被蒸騰、土壤蒸發(fā)和冠層截留蒸發(fā)，并采用Monte Carlo隨機(jī)參數(shù)化方案對(duì)模型參數(shù)進(jìn)行優(yōu)化。將模型與千煙洲亞熱帶人工針葉林站點(diǎn)的 2011年渦度相關(guān)及小氣候觀測(cè)資料結(jié)合，對(duì)千煙洲人工林蒸散及其組分進(jìn)行模擬。研究結(jié)果表明：半小時(shí)尺度上蒸散量模擬值與實(shí)測(cè)值的一致性在晴天和雨天都較高。半小時(shí)尺度上全年蒸散模擬值與實(shí)測(cè)值的決定系數(shù)、均方根誤差和平均偏差為0.73、1.55 mmol m-2s-1和0.21 mmol m-2s-1。蒸散是該生態(tài)系統(tǒng)水分輸出的最主要貢獻(xiàn)項(xiàng)，占全年降水的80%。在蒸散中，植被蒸騰約占總蒸散量的85%，可推測(cè)2011年千煙洲人工林生態(tài)系統(tǒng)有較高的水分利用效率。該生態(tài)系統(tǒng)的蒸騰量季節(jié)變化明顯，主要受飽和水汽壓差和氣溫兩種環(huán)境因素以及植被的葉面積指數(shù)影響且與三者均呈正相關(guān)；土壤蒸發(fā)約占總蒸散量的5%，季節(jié)變化平緩；模擬的冠層截留蒸發(fā)量約占總蒸散量的10%，季節(jié)變化大，與降水量呈正相關(guān)，與暴雨頻次呈負(fù)相關(guān)，說明冠層無法有效截留強(qiáng)降水。該模型參數(shù)較少、時(shí)間分辨率高且可以有效模擬蒸散及其組分特征，是陸地生態(tài)系統(tǒng)水分循環(huán)過程研究有力的模型工具。

關(guān)鍵詞：蒸散拆分；土壤蒸發(fā)；植被蒸騰；冠層截留蒸發(fā)；Monte Carlo模擬

森林蒸散不僅是森林水熱平衡的重要分量[1]，而且是反映森林植被水分狀況的重要指標(biāo)[2- 3]，同時(shí)是區(qū)域甚至全球氣候的重要影響因素[4]。隨著研究的深入，已認(rèn)識(shí)到森林蒸散主要包括土壤蒸發(fā)、植被蒸騰和冠層截留蒸發(fā)[5- 7]。土壤蒸發(fā)反映土壤水含量、土壤溫度、風(fēng)速等環(huán)境狀況，植被蒸騰反映著植被的生理狀況以及固碳能力，冠層截留蒸發(fā)則與當(dāng)?shù)亟邓亢徒邓窬置芮邢嚓P(guān)[8]。蒸散及其組分的正確拆分不僅是是森林水分循環(huán)過程研究的基礎(chǔ)，還有助于準(zhǔn)確評(píng)估森林生態(tài)系統(tǒng)的生產(chǎn)力，從而可為提高森林水分利用效率提供依據(jù)[9]。

然而，森林蒸散各組分難以直接、持續(xù)的觀測(cè)，因此利用模型對(duì)森林蒸散及其組分進(jìn)行模擬成為有效的途徑。國(guó)內(nèi)外的蒸散模型研究眾多，相應(yīng)的參數(shù)化方案復(fù)雜程度不同，模擬效果也存在顯著的差異。單層大葉模型(Penman-Monteith模型[10- 11]以及Priestley-Taylor模型[12- 13]等)參數(shù)化較為簡(jiǎn)單，但無法直接獲取蒸散組分狀況，常與某組分的觀測(cè)實(shí)驗(yàn)結(jié)合進(jìn)行組分拆分。多層大葉模型(Choudhury-Monteith 4層模型[14]以及Dolman 3層模型[15])以及基于生態(tài)機(jī)理過程的模型(如3-PG模型[16- 17]以及SEBS模型[18]等)能夠較好的模擬蒸散總量，但參數(shù)較多且難以獲取,使蒸散組分信息難以獲取。遙感模型(ETWATCH模型[19- 20]等)具有較好的區(qū)域代表性，參數(shù)較少、易于獲取，但時(shí)間分辨率低，無法進(jìn)行組分拆分，無法模擬短時(shí)間尺度的動(dòng)態(tài)特征。與上述模型相比，原始的Shuttleworth-Wallace(SW)模型[21]可以分別計(jì)算土壤蒸發(fā)和植被蒸騰，在此基礎(chǔ)上Iritz等[6]加入冠層截留蒸發(fā)，使得模型可以更細(xì)致、有效模擬蒸散組分。改進(jìn)后的SW模型可以在參數(shù)較少且易于獲取的情況下，實(shí)現(xiàn)較高時(shí)間分辨率的蒸散及其組分的動(dòng)態(tài)模擬。

我國(guó)中亞熱帶人工林廣泛分布于江西、湖南、廣東與福建等省，面積廣闊約0.288億km2，所在地區(qū)雨量充沛，但季節(jié)性旱澇災(zāi)害比較嚴(yán)重[22- 23]。研究中亞熱帶人工林生態(tài)系統(tǒng)蒸散及其組分狀況，對(duì)了解當(dāng)?shù)氐乃h(huán)狀況，調(diào)控水分及其利用效率，評(píng)估我國(guó)人工林生態(tài)系統(tǒng)生產(chǎn)潛力具有重要意義[24- 25]。針對(duì)江西省千煙洲中亞熱帶人工林，米娜等[26]利用EALCO模型，魏煥奇等[27]利用PT-Fi模型對(duì)蒸散及其組分拆分進(jìn)行了模擬研究，但前者參數(shù)較多且難以獲取，后者時(shí)間分辨率低。本文利用參數(shù)化較為簡(jiǎn)單的SW模型，對(duì)千煙洲中亞熱帶人工林的蒸散總量及其組分進(jìn)行模擬并分析其變化特征。

1材料與方法

1.1站點(diǎn)概況

本研究試驗(yàn)站點(diǎn)位于江西省泰和縣，中國(guó)生態(tài)系統(tǒng)研究網(wǎng)絡(luò)的千煙洲紅壤丘陵農(nóng)業(yè)綜合開發(fā)實(shí)驗(yàn)站內(nèi)(26°44′N，115°03′E，110.8 m Alt.)。站區(qū)面積2.04 km2，年平均氣溫17.9℃，平均年降水量855 mm，屬于典型的亞熱帶季風(fēng)氣候[28]。通量塔周圍近1 km2范圍內(nèi)森林覆蓋度為90%，近100 km2范圍內(nèi)森林覆蓋近70%，主要樹種為1985年前后種植的馬尾松(Pinusmassoniana)、濕地松(PinuselliottiiEngelem)和杉木(Cunninghamialanceolata)，平均樹高為12 m[29]。

1.2試驗(yàn)觀測(cè)1.2.1觀測(cè)儀器

千煙洲站渦度相關(guān)通量塔建立于2002年8月，塔上裝有開路渦度相關(guān)觀測(cè)系統(tǒng)(Open path eddy covariance, OPEC)對(duì)冠層的潛熱、顯熱、CO2通量進(jìn)行觀測(cè)，并裝有7層常規(guī)氣象觀測(cè)系統(tǒng)(安裝高度依次為1.6、7.6、11.6、15.6、23.6、31.6 m和39.6 m)進(jìn)行常規(guī)氣象信息的同步觀測(cè)。利用三維超聲風(fēng)速儀(Model CSAT-3， Campbell Science，USA) 測(cè)定風(fēng)速和溫度脈動(dòng)。利用紅外線CO2/H2O氣體分析儀(Model LI-7500，Licor Inc.，USA)測(cè)定CO2/H2O密度脈動(dòng)。儀器安裝在大約為3倍冠層高度，即39.6 m。所有10Hz的原始數(shù)據(jù)均通過數(shù)據(jù)采集器CR5000(Model CR5000，Campbell Scientific，USA)記錄并儲(chǔ)存，同時(shí)記錄并儲(chǔ)存的還有30 min的CO2通量數(shù)據(jù)[29]。本文采用的數(shù)據(jù)是千煙洲站2011年全年數(shù)據(jù)(1月1日至12月31日)，包括渦度通量數(shù)據(jù)(包括感熱通量、潛熱通量和CO2通量)和常規(guī)氣象信息數(shù)據(jù)(包括氣溫、水汽壓、凈輻射、土壤水含量、風(fēng)速等)。其中潛熱通量為模型驗(yàn)證數(shù)據(jù)，其余為模型驅(qū)動(dòng)數(shù)據(jù)。

1.2.2數(shù)據(jù)質(zhì)控、插補(bǔ)與拆分

為了消除水熱傳輸，需對(duì)CO2通量數(shù)據(jù)(Net ecosystem exchange,NEE)、潛熱通量(Latent heat flux,LE)和顯熱通量(Sensible heat flux,H)進(jìn)行密度效應(yīng)校正(WPL，Webb Pearman & Leuning校正)[30]，為消除地形影響引起的誤差，進(jìn)行2維坐標(biāo)軸旋轉(zhuǎn)校正[31]?？紤]到冠層高度較大，需要計(jì)算CO2、潛熱和顯熱的儲(chǔ)存項(xiàng)，因此最終得到的生態(tài)系統(tǒng)凈CO2交換量、潛熱及顯熱通量，即式(1)、式(2)、式(3)：

NEE=Fc+Fs

(1)

LE=OE+SE

(2)

H=OH+SH

(3)

式中，F(xiàn)c、OE和OH分別為潛熱和顯熱的觀測(cè)值。Fs、SE、SH為CO2、潛熱、感熱儲(chǔ)熱項(xiàng)，表達(dá)式分別為：

Fs=hΔc/Δt

(4)

(5)

SH=ρa(bǔ)CpZrΔTa/Δt

(6)

式中，Δc為前后兩時(shí)刻的CO2濃度差，Δt為前后兩時(shí)刻的時(shí)間間隔，取為1800 s，h為通量觀測(cè)高度，取值39.6 m，控制CO2濃度為600—850 mg/m3(90%的數(shù)據(jù)分布范圍)，控制Fs為-0.5—0.5 mg m-2s-1，F(xiàn)s數(shù)值與王春林等[32]控制Fs小于0.3 mg m-2s-1相符。ρa(bǔ)空氣密度(1.293 kg m-3)，CP為定壓比熱(1004.67 J kg-1K-1)，Zr為觀測(cè)高度(12 m)，ΔTa/Δt為氣溫時(shí)間變化(℃/s)，γ為干濕表常數(shù)(0.67 hPa/K)，Δe/Δt為水汽壓的時(shí)間變化(hPa s-1)

數(shù)據(jù)處理過程中對(duì)數(shù)據(jù)進(jìn)行篩選：(1)剔除同期有降水的通量數(shù)據(jù)；(2)確定LE和H白天閾值為[-100Rn]W/m2，夜間閾值為[Rn200]W/m2[33]；通過分析通量數(shù)據(jù)的頻率分布直方圖，NEE閾值為±1 mg m-2s-1，占原始數(shù)據(jù)的85%；(3)以臨界摩擦風(fēng)速為0.2 m/s對(duì)夜間數(shù)據(jù)進(jìn)行篩選[28- 29]，剔除低于臨界摩擦風(fēng)速的通量數(shù)據(jù)；(4)將數(shù)據(jù)進(jìn)行連續(xù)5點(diǎn)的1.96倍方差篩選[34](正太分布的假設(shè)下，數(shù)據(jù)覆蓋達(dá)95%)。數(shù)據(jù)篩選后，千煙洲白天的有效數(shù)據(jù)量為84.9%，但夜間的有效數(shù)據(jù)量?jī)H為14.4%。

缺失數(shù)據(jù)的插補(bǔ)方法為：對(duì)于短時(shí)間(小于3h)的缺失數(shù)據(jù)采用線性內(nèi)插；較長(zhǎng)時(shí)間的潛熱通量LE、顯熱通量H和常規(guī)氣象缺失數(shù)據(jù)，則采用滑動(dòng)平均的方法，以7—10 d作為滑動(dòng)窗口。較長(zhǎng)時(shí)間缺失的碳通量數(shù)據(jù)插補(bǔ)方法如下：

碳通量數(shù)據(jù)缺失，白天利用Michael-Menten方程進(jìn)行插補(bǔ)[35]，時(shí)間窗口為30d。

(7)

式中,α為生態(tài)系統(tǒng)的光合量子效率，Pmax為最大光合速率(μmol m-2s-1)，Rd為系統(tǒng)白天的呼吸速率(mg m-2s-1)。

夜間碳通量缺失的數(shù)據(jù)利用生態(tài)系統(tǒng)呼吸隨溫度變化的指數(shù)方程進(jìn)行插補(bǔ)[28]。

(8)

式中,Rd,ref是參考溫度(Tref)下的生態(tài)系統(tǒng)呼吸；E0在實(shí)際應(yīng)用中取為309 K；T0為溫度實(shí)驗(yàn)常數(shù)(K)，Tk為氣溫(K)

模型涉及的輸入變量GPP利用公式GPP=Rd-NEE計(jì)算得到。 其中白天生態(tài)系統(tǒng)呼吸Rd的計(jì)算，假定白天生態(tài)系統(tǒng)呼吸與氣溫遵循夜間兩者之間的關(guān)系，從而將夜間的生態(tài)系統(tǒng)呼吸方程外推至白天對(duì)白天的Rd進(jìn)行計(jì)算。

1.2.3葉面積指數(shù)數(shù)據(jù)

由于SW模型中葉片阻力涉及葉面積指數(shù)LAI，所以LAI是極其重要的輸入變量。千煙洲通量站沒有葉面積指數(shù)的直接觀測(cè)數(shù)據(jù)，因而利用MODIS的地表植被指數(shù)(Normalized difference vegetation index, NDVI)數(shù)據(jù)進(jìn)行反演。從MOD13A2產(chǎn)品中提取通量塔所在的單個(gè)像元(1000 m×1000 m)的NDVI數(shù)值，并進(jìn)行平滑處理以消除云雨的干擾。反演公式[36]為

(9)

式中,Kpar取值為0.3[37]，F(xiàn)canopy=NDVI+0.05[38]。NDVI數(shù)據(jù)為16d間隔的，因而先進(jìn)行5點(diǎn)rlowess平滑處理，計(jì)算得出相應(yīng)的LAI，再線性內(nèi)插到30min尺度上。

1.3能量平衡閉合狀況

能量平衡閉合狀況是反映渦度相關(guān)數(shù)據(jù)可靠性的重要指標(biāo)，運(yùn)用能量守恒原理分析輻射能量與潛熱、顯熱通量之間的閉合程度。參照施婷婷等[33]篩選有效數(shù)據(jù)，對(duì)篩選后30min的能量通量(y=H+LE)與可利用能量(x=Rn-G-S)進(jìn)行能量閉合分析，幾何平均回歸方程為y=(0.83±0.01)x+(20.99±2.73) (R2=0.79,P<0.01)。即30min平均值閉合度為83%，與劉允芬等[39]結(jié)果相符，能量閉合度處于國(guó)內(nèi)外同類觀測(cè)范圍(60%—90%)的中上水平[33]，說明觀測(cè)數(shù)據(jù)可信，可用來進(jìn)行蒸散模擬與分析。

其中S為植被與大氣中的熱儲(chǔ)存量，通過植物和大氣的熱量傳輸耗能，在用渦度協(xié)方差方法測(cè)定中是指土壤表面到測(cè)量?jī)x器高度之間的空氣與生物量的熱量?jī)?chǔ)存，對(duì)于植被冠層高于8 m的下墊面而言，該項(xiàng)對(duì)能量平衡的影響是不能忽略的[40]。根據(jù)Blanken等[41]的研究，S=SB+SL+SH+SE+SP，式中SB為樹干儲(chǔ)熱項(xiàng)，SL為葉片儲(chǔ)熱項(xiàng)，兩者參數(shù)較多且難以獲取，因而忽略不計(jì)。SP為光合作用儲(chǔ)熱項(xiàng)，表達(dá)式為SP=C×GPP，式中C=0.469 J/mol。SH和SE已在前文計(jì)算，故S=SP。

1.4模型方法1.4.1模型描述

SW模型是綜合考慮植被蒸騰和土壤蒸發(fā)過程的生態(tài)機(jī)理模型[21]，之后被廣泛應(yīng)用于農(nóng)田、草地和森林等生態(tài)系統(tǒng)的蒸散研究。

λET=Ec+Es+Eint=CcPMc+CsPMs+Eint

(10)

式中，展示了改進(jìn)后SW模型的框架，即把蒸散拆分為植被蒸騰(Ec)、土壤蒸發(fā)(Es)和冠層截留蒸發(fā)(Eint)。其中PMc和PMs是類似Penman-Monteith方程的分別描述植被蒸騰(式11)和土壤蒸發(fā)(式12)的貢獻(xiàn)項(xiàng)，Cc和Cs為對(duì)應(yīng)的植被阻力系數(shù)(式13)和土壤表層阻力系數(shù)(式14)：

(11)

(12)

(13)

(14)

式中，Δ是飽和水汽壓隨溫度變化的斜率(kPa/K)，ρ是空氣密度(1.293 kg/m3)，Cp是定壓比熱(1012 J kg-1K-1)，D是空氣中的飽和水汽壓差(kPa)，γ是干濕表常數(shù)(0.067 kPa/K)，G是土壤熱通量(W/m2)，Rn和Rns是入射到林冠層(式15)和土壤層(式16、17)的凈輻射(W/m2)，ρa(bǔ)、ρc和ρs為阻力計(jì)算的中間變量(式18—20)。其中rss是土壤表層阻力，ras是土壤與冠層氣流之間的空氣動(dòng)力學(xué)阻力，raa是冠層氣流與參照高度之間的空氣動(dòng)力學(xué)阻力，rac是冠層與冠層氣流之間的空氣動(dòng)力學(xué)阻力，rsc是冠層表面阻力。

R=Rn-G-S

(15)

Rs=Rns-G

(16)

Rns=Rne-K·LAI

(17)

(18)

(19)

(20)

考慮到冠層截留蒸發(fā)對(duì)森林蒸散的貢獻(xiàn)，Iritz等[6]將冠層截留蒸發(fā)項(xiàng)加入到SW模型。具體公式為：

Eint=Epot(Wwet/Wwetmax)2/3

(21)

(22)

(23)

式中，Wwet是半小時(shí)的冠層截留量(mm)，Wwet max是半小時(shí)冠層截留的最大量(1.5 mm)[42]，P是半小時(shí)降水量(mm)，Epot是半小時(shí)潛在蒸發(fā)量(mm)。

1.4.2參數(shù)化方案

各項(xiàng)阻力中，所有的空氣動(dòng)力學(xué)阻力項(xiàng)(raa、rac和ras)的計(jì)算都是參照Shuttleworth和Wallace文中的計(jì)算方法[21]。此外，土壤表層阻力rss計(jì)算公式[43]為:

(24)

式中,θ和θs分別是表層土壤水含量和表層飽和土壤水含量(m3m-3)，數(shù)值參見表1。b1、b2和b3(s m-1)為經(jīng)驗(yàn)常數(shù)。

冠層氣孔阻力rsc的計(jì)算公式[44- 45]為

(25)

(26)

式中，g0是冠層氣孔導(dǎo)度最小值，取值0.00025 m/s[46]；θf和θw分別是表層土壤的田間持水量和凋萎系數(shù)(m3/m3)(表1)。Pn是光合速率(μmol m-2s-1)，hs和Cs分別是葉片表面的相對(duì)濕度和CO2濃度(μL/L)。

上述公式中的系數(shù)b1、b2、b3和a1都是通過Monte Carlo隨機(jī)模擬方法獲得的。具體流程分為6步：(1)確定這4個(gè)參數(shù)的變化區(qū)間，分別是b1∈[1 5]，b2∈[1 5]，b3∈[1 1000]和a1∈[1 100]。(2)在給定的區(qū)間進(jìn)行10000次Monte Carlo隨機(jī)模擬。(3)每次所得蒸散模擬值與觀測(cè)值進(jìn)行線性回歸(y=kx)，得到10000個(gè)斜率(k)和相關(guān)系數(shù)(R2)。(4)在斜率(k)的取值范圍為[0.93，1.05]時(shí)，選出R2最大的200個(gè)參數(shù)化方案。(5)在斜率(k)的取值范圍為[0.94，1.05]時(shí)，選出R2最大的20個(gè)參數(shù)化方案。(6)利用選出的20個(gè)優(yōu)化方案取平均值作為最優(yōu)方案，并代入計(jì)算，模擬得出各組分的貢獻(xiàn)值。

表1　模型中涉及的重要參數(shù)

2結(jié)果與討論

2.1氣象要素與葉面積指數(shù)的逐日變化

本文使用的SW模型主要需要?dú)鉁豑a、飽和水汽壓差VPD、土壤水含量θ、降水P以及葉面積指數(shù)LAI等輸入變量。圖1給出了千煙洲2011年Ta、VPD、θ、P和LAI的時(shí)間變化?？梢钥闯觯?011年Ta變動(dòng)范圍是-1—34 ℃，最小值出現(xiàn)在1月底，最大值出現(xiàn)在6月，VPD變動(dòng)范圍是0—2.5 kPa，無降水時(shí)VPD與Ta具有一致性。θ變動(dòng)范圍是0.34—0.43 m3/m3，極大值出現(xiàn)在降水時(shí)期。日降水P最大達(dá)52 mm，出現(xiàn)在第163天(6月12日)，年降水量為937.6 mm。LAI最小值為1.8，出現(xiàn)在冬季；最大值為6.4，出現(xiàn)在夏季；全年呈單峰型?？傮w來看，2月上、下旬出現(xiàn)季節(jié)性干旱，期間沒有降水且氣溫均值比2月中旬高出9.8 ℃。9月份季節(jié)性干旱，從9月11日至9月26日長(zhǎng)達(dá)16d沒有降水且氣溫均值達(dá)24.4 ℃。

圖1　2011年千煙洲站點(diǎn)氣溫Ta、飽和水汽壓差VPD、土壤水含量θ、降水量P和葉面積指數(shù)LAI的時(shí)間變化Fig.1　Time series of Ta (air temperature), VPD (vapor pressure deficit), θ (soil water content), P (precipitation) and LAI (leaf aera index) at QYZ site in 2011

圖2　2011年千煙洲站點(diǎn)半小時(shí)尺度的模擬效果Fig.2　ET simulation at QYZ site on 30-min scale in 2011

2.2模型模擬結(jié)果評(píng)價(jià)

模型模擬半小時(shí)蒸散量與實(shí)測(cè)值的對(duì)比如圖2所示，圖中為有效蒸散觀測(cè)值對(duì)應(yīng)的數(shù)據(jù)點(diǎn)，回歸方程為y=0.94x,R2=0.72,P<0.001。模擬效果高于宋耀明等[48]利用陸面通用模型CoLM對(duì)同一生態(tài)系統(tǒng)2003年蒸散總量69.2%的解釋度，可能的原因是最大葉面積指數(shù)的低估和千煙洲為針葉林且存在季節(jié)性干旱，不適合CoLM模型的應(yīng)用。模擬效果低于魏煥奇等[27]利用PT-Fi遙感模型對(duì)千煙洲人工林2003—2008年蒸散R2=0.83的模擬結(jié)果，可能的原因是PT-Fi模型是基于Priestley-Taylor方程和水分、溫度等環(huán)境限制因子進(jìn)行蒸散估算，此外8d平均值數(shù)據(jù)會(huì)部分掩蓋了天氣變化引起的估算誤差。本文的模擬效果低于米娜等[26]利用生理生態(tài)學(xué)過程的EALCO模型對(duì)千煙洲人工林2003—2004年蒸散R2=0.87的模擬結(jié)果，可能的原因是EALCO模型模擬了冠層蒸騰、根系吸水和植物水儲(chǔ)存量的變化，水動(dòng)力過程考慮更為具體。本文模擬效果處于千煙洲人工林蒸散模擬研究成果的中上水平，考慮到本模型的參數(shù)較少，時(shí)間分辨率極高，蒸散組分貢獻(xiàn)明確等優(yōu)點(diǎn)，模型具有實(shí)用價(jià)值。

其中，比較典型晴天和雨天情況下模擬值和觀測(cè)值的時(shí)間序列對(duì)模型模擬效果進(jìn)行進(jìn)一步驗(yàn)證。如圖3所示，可以看出兩者的時(shí)間變化特征一致。引入一致性系數(shù)IA[49]、均方根誤差RMSE和平均偏差ME進(jìn)行模擬效果的定量分析。就IA而言，晴天的模擬效果優(yōu)于雨天，就ME而言晴天的模擬偏低而雨天的模擬結(jié)果偏高，相關(guān)結(jié)果詳見表2。但不論是雨天還是晴天，模擬效果都相當(dāng)好。

圖3　2011年典型晴天和雨天千煙洲30min尺度蒸散觀測(cè)值(方塊)和模擬值(實(shí)線)的時(shí)間序列圖Fig.3　Time series of ET measurements (diamand) and simulations (line) during typical sunny and rainy days on 30-min scale in 2011

2.3蒸散及其組分特征2.3.1逐日蒸散量的特征

千煙洲人工林2011年蒸散分布特征如圖4。蒸散在夏半年較大，符合夏半年雨熱資源豐沛的規(guī)律，峰值通常出現(xiàn)在較大降水后的晴天。蒸散模擬最大值達(dá)7.82 mm/d，出現(xiàn)在第169天(6月18日)，當(dāng)天日平均氣溫為30.2℃，此前8d連續(xù)降水達(dá)99.3 mm且連續(xù)8d日平均氣溫都高于27℃；蒸散模擬最小值為0.05 mm d-1，出現(xiàn)在第334天，此前連續(xù)10d沒有降水且伴有寒潮天氣，氣溫急劇下降(圖1)。2011年蒸散模擬總值為750 mm，約占年降水量80.0%，顯而易見蒸散是生態(tài)系統(tǒng)最主要的水分輸出項(xiàng)，在魏煥奇等[27]利用PT-Fi模型和渦度相關(guān)數(shù)據(jù)計(jì)算的2003—2008年結(jié)果38%—84%范圍內(nèi)。

表22011年千煙洲人工林蒸散及其組分模擬的統(tǒng)計(jì)分析

Table 2Statistics of modelled ET and its components at QYZ site in 2011

時(shí)段Stage變量VariableIARMSEMEEc/ETEint/ETEs/ET全年Allyeararound0.921.550.2185%10%5.3%DOY120—125(雨天)Rainy0.901.200.8165%32%3%DOY225—230(晴天)Sunny0.941.96-0.1491%0%9%

IA：一致性系數(shù)Index of agreement，無量綱；RMSE：均方根誤差 Root mean square error(mmol m-2s-1)；ME：平均誤差 Mean error (mmol m-2s-1)；Ec/ET、Eint/ET和Es/ET為植被蒸騰、冠層截留蒸發(fā)和土壤蒸發(fā)的模擬值占蒸散模擬值的百分率

2.3.2蒸散各組分日總量的特征

2011年千煙洲站點(diǎn)蒸散組分的分布特征見圖5。結(jié)果表明，土壤蒸發(fā)日最大值為0.66 mm，出現(xiàn)在第227天(8月15日)；日最小值為-0.02 mm出現(xiàn)在第307天(11月3日)，即在該日出現(xiàn)凝露現(xiàn)象。土壤蒸發(fā)全年較少且很穩(wěn)定，年總量約40 mm，約占總蒸散的5.3%。土壤蒸發(fā)所占比例總體很小可能的原因是千煙洲站點(diǎn)為常綠針葉林，郁閉度高、到達(dá)地表的凈輻射Rns常年較低。本結(jié)果與米娜等[26]8%(2003年)與12%(2004年)和魏煥奇等[27]結(jié)果11%—13%(2003—2008年)相比偏低。導(dǎo)致本研究中土壤蒸發(fā)所占比例偏小的原因可能是2011年降水比往年偏少，土壤含水量偏低，限制土壤蒸發(fā)。

圖4　2011年千煙洲站點(diǎn)蒸散分布特征Fig.4　Time series of ET at QYZ site on daily scale in 2011觀測(cè)值obs為倒三角，模擬值mod為實(shí)線，降水P為柱狀

冠層截留蒸發(fā)日最大值為1.15 mm，出現(xiàn)在第194天(7月13日)；年總量達(dá)到75 mm，約占總蒸散的10%，符合郁閉度較高的生態(tài)系統(tǒng)內(nèi)，冠層截留的降水占總降水的10%—50%的規(guī)律[50]。根據(jù)公式15和17，冠層截留蒸發(fā)與降水量呈正相關(guān)，因而2011年降水量的減少會(huì)促使冠層截留蒸發(fā)所占比例的減小。另外由公式15可知，在最大冠層截留量Wwetmax的限制下，暴雨時(shí)段冠層截留占降水的比例降低，進(jìn)而使得冠層截留蒸發(fā)占蒸散比例的減小。本結(jié)果與魏煥奇等[27]2003—2008年結(jié)果22%—24%相比偏低，出現(xiàn)差異的原因可能是年降雨量偏低，暴雨頻次偏多，使得冠層截留蒸發(fā)減小[51]。

植被蒸騰日最大值為7.2 mm，出現(xiàn)在第207天(7月26日)，日最小值為0.02 mm，出現(xiàn)在第364天(12月30日)；年總量為635 mm，主要受VPD和Ta兩種環(huán)境因素影響(對(duì)應(yīng)的相關(guān)系數(shù)依次為0.84和0.56)和植物的自適應(yīng)(與LAI的相關(guān)系數(shù)為0.36)影響，季節(jié)變化顯著。在2月上旬和下旬受Ta影響出現(xiàn)兩處高峰，此后逐漸上升；在5月和6月，植被蒸騰呈一定的下降趨勢(shì)，主要是梅雨期間VPD偏小且Ta相對(duì)較低。6月底7月初植被蒸騰受較高的Ta和VPD影響迅速增加，7—9月植被蒸騰受VPD影響存在波動(dòng)減小。10月之后受LAI影響，植被蒸騰逐漸減小。

圖5　2011年千煙洲站點(diǎn)蒸散組分的分布特征Fig.5　Time series of modelled ET components at QYZ site in 2011

2.3.3植被蒸騰與蒸散比特征

植被蒸騰與蒸散比可以用來反映能量收入在森林生態(tài)系統(tǒng)內(nèi)部不同組分之間的分配，同時(shí)可以表征森林生態(tài)系統(tǒng)水分利用效率。由表1可知，2011年千煙洲人工林植被蒸騰與蒸散年總量比為85%，與Jasechko等[52]蒸騰是陸地蒸散的最大貢獻(xiàn)項(xiàng)，可達(dá)到80—90%的研究成果一致。分析表明年內(nèi)變化范圍為27%—104%，最小值出現(xiàn)在第342天(12月8日)，原因是當(dāng)天有7h時(shí)長(zhǎng)的小雨且VPD、Ta和LAI都很小，使得各組分的數(shù)值相似，最大值出現(xiàn)在307d(11月3日)， 原因是當(dāng)天沒有降水且出現(xiàn)凝露現(xiàn)象，使得植被蒸騰大于蒸散。本結(jié)果比魏煥奇等[27]基于PT-Fi遙感模型對(duì)同一站點(diǎn)2003—2008年的研究結(jié)果63%—68%偏高，可能是受模擬時(shí)段內(nèi)降水總量的偏少以及降水次數(shù)偏少的影響[8]。與其他森林蒸散拆分結(jié)果相比，與Williams等[53]基于樹干莖流測(cè)定以及水汽穩(wěn)定同位素的“Keeling plot”拆分法所得的69%—100%，Cammalleri等[54]基于樹干莖流法所得的57%—90%和Sun等[55]基于穩(wěn)定同位素法所得的91%相近，比Wilson等[56]基于樹干莖流和水平衡法所得的42%—46%，Oishi等[7]基于樹干莖流法所得的59%—72%以及Raz-Yaseef等[8]基于樹干莖流法所得的49%結(jié)果偏高。因而，本研究所得植被蒸騰與蒸散比的結(jié)果處于合理范圍內(nèi)，結(jié)果可信。

3結(jié)論

本研究利用改進(jìn)后的SW模型對(duì)千煙洲人工林蒸散及其組分進(jìn)行模擬。主要結(jié)論為：

(1)模型的蒸散量模擬值與實(shí)測(cè)值的一致性較高，在30min尺度上無論是在晴天還是雨天均表現(xiàn)出較好的模擬效果，因此該模型在千煙洲亞熱帶人工針葉林適用。

(2)該生態(tài)系統(tǒng)的蒸散量有明顯的季節(jié)變化特征，占全年總降水量的80%，是生態(tài)系統(tǒng)水分輸出的最主要貢獻(xiàn)項(xiàng)。

(3)該生態(tài)系統(tǒng)蒸散的各組分表現(xiàn)為，蒸騰約占85%，與VPD、LAI以及Ta均呈正相關(guān)關(guān)系。通過蒸騰蒸散比可以發(fā)現(xiàn)，蒸騰為蒸散總量絕大多數(shù)的貢獻(xiàn)項(xiàng)，由此可知，2011年千煙洲人工林生態(tài)系統(tǒng)水分利用效率很高。受森林高度郁閉、到達(dá)地表的凈輻射較穩(wěn)定的影響，土壤蒸發(fā)約占總蒸散量的5%，且無明顯的季節(jié)變化特征；該模型的主要特征之一是對(duì)冠層截留蒸發(fā)的模擬，得出冠層截留蒸發(fā)約占總蒸散量的10%，與降水量呈正相關(guān)關(guān)系、與暴雨頻次呈負(fù)相關(guān)關(guān)系。

參考文獻(xiàn)(References):

[1]Baldocchi D D, Meyers T P. Trace gas exchange above the floor of a deciduous forest: 1. Evaporation and CO2efflux. Journal of Geophysical Research: Atmospheres (1984—2012), 1991, 96(D4): 7271- 7285.

[2]申雙和, 周英. 國(guó)外森林蒸散的測(cè)定、計(jì)算與模擬. 中國(guó)農(nóng)業(yè)氣象, 1991, 12(1): 51- 55, 43- 43.

[3]閆俊華. 森林水文學(xué)研究進(jìn)展(綜述). 熱帶亞熱帶植物學(xué)報(bào), 1999, 7(4): 347- 356.

[4]王治國(guó), 段喜明, 李文銀, 蔡繼清. 開發(fā)建設(shè)項(xiàng)目水土流失預(yù)測(cè)的若干問題討論. 中國(guó)水土保持, 2000, (4): 35- 37.

[5]馬雪華, 楊茂瑞, 胡星弼. 亞熱帶杉木、馬尾松人工林水文功能的研究. 林業(yè)科學(xué), 1993, 29(3): 199- 206.

[6]Iritz Z, Lindroth A, Heikinheimo M, Grelle A, Kellner E. Test of a modified Shuttleworth-Wallace estimate of boreal forest evaporation. Agricultural and Forest Meteorology, 1999, 98- 99: 605- 619.

[7]Oishi A C, Oren R, Stoy P C. Estimating components of forest evapotranspiration: A footprint approach for scaling sap flux measurements. Agricultural and Forest Meteorology, 2008, 148(11): 1719- 1732.

[8]Raz-Yaseef N, Yakir D, Schiller G, Cohen S. Dynamics of evapotranspiration partitioning in a semi-arid forest as affected by temporal rainfall patterns. Agricultural and Forest Meteorology, 2012, 157: 77- 85.

[9]Kool D, Agam N, Lazarovitch N, Heitman J L, Sauer T J, Ben-Gal A. A review of approaches for evapotranspiration partitioning. Agricultural and Forest Meteorology, 2014, 184: 56- 70.

[10]李孝廣, 畢華興, 劉勝, 劉利峰, 李笑吟. Penman-Monteith蒸散模型及其在森林下墊面中參數(shù)的確定. 水土保持研究, 2005, 12(6): 257- 261.

[11]蘆新建. Penman-Monteith方程計(jì)算林木蒸騰量的方法研究[D]. 北京: 北京林業(yè)大學(xué), 2008.

[12]李菲菲, 饒良懿, 呂琨瓏, 李會(huì)杰, 宋丹丹. Priestley-Taylor模型參數(shù)修正及在蒸散發(fā)估算中的應(yīng)用. 浙江農(nóng)林大學(xué)學(xué)報(bào), 2013, 30(5): 748- 754.

[13]李菲菲, 饒良懿, 魯紹偉, 耿紹波. 華北平原楊樹人工林蒸散發(fā)估算研究. 灌溉排水學(xué)報(bào), 2013, 32(1): 135- 138.

[14]Choudhury B J, Monteith J L. A four- layer model for the heat budget of homogeneous land surfaces. Quarterly Journal of the Royal Meteorological Society, 1988, 114(480): 373- 398.

[15]Dolman A J. A multiple-source land surface energy balance model for use in general circulation models. Agricultural and Forest Meteorology, 1993, 65(1): 21- 45.

[16]Dye P J, Jacobs S, Drew D. Verification of 3-PG growth and water-use predictions in twelveEucalyptusplantation stands in Zululand, South Africa. Forest Ecology and Management, 2004, 193(1): 197- 218.

[17]趙梅芳. 基于3-PG機(jī)理模型的杉木林碳固定及蒸散量模擬研究[D]. 長(zhǎng)沙: 中南林業(yè)科技大學(xué), 2008.

[18]張海博. 基于SEBS與SCS模型的區(qū)域水源涵養(yǎng)量估算研究[D]. 北京: 中國(guó)環(huán)境科學(xué)研究院, 2012.

[19]吳炳方, 熊雋, 閆娜娜, 楊雷東, 杜鑫. 基于遙感的區(qū)域蒸散量監(jiān)測(cè)方法——ETWatch. 水科學(xué)進(jìn)展, 2008, 19(5): 671- 678.

[20]Wu B F, Yan N N, Xiong J, Bastiaanssen W G M, Zhu W W, Stein A. Validation of ETWatch using field measurements at diverse landscapes: A case study in Hai Basin of China. Journal of Hydrology, 2012, 436: 67- 80.

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

[22]黃道友, 王克林, 黃敏, 陳洪松, 吳金水, 張廣平, 彭廷柏. 我國(guó)中亞熱帶典型紅壤丘陵區(qū)季節(jié)性干旱. 生態(tài)學(xué)報(bào), 2004, 24(11): 2516- 2523.

[23]孫曉敏, 溫學(xué)發(fā), 于貴瑞, 劉允芬, 劉琪璟. 中亞熱帶季節(jié)性干旱對(duì)千煙洲人工林生態(tài)系統(tǒng)碳吸收的影響. 中國(guó)科學(xué)D輯: 地球科學(xué), 2006, 36(S1):103- 110.

[24]方精云,陳安平.中國(guó)森林植被碳庫(kù)的動(dòng)態(tài)變化及其意義. 植物學(xué)報(bào). 2001(09):967- 973.

[25]Piao S L, Fang J Y, Ciais P, Peylin P, Huang Y, Sitch S, Wang T. The carbon balance of terrestrial ecosystems in China. Nature, 2009, 458(7241): 1009- 1013.

[26]Mi N, Yu G R, Wen W F, Sun X M, Wang S S, Zhang L M, Song X. Use of ecosystem flux data and a simulation model to examine seasonal drought effects on a subtropical coniferous forest. Asia-Pacific Journal of Atmospheric Sciences, 2009, 45(2): 207- 220.

[27]魏煥奇, 何洪林, 劉敏, 張黎, 于貴瑞, 閔程程, 王輝民, 劉影. 基于遙感的千煙洲人工林蒸散及其組分模擬研究. 自然資源學(xué)報(bào), 2012, 27(5): 778- 789.

[28]于貴瑞, 溫學(xué)發(fā), 李慶康, 張雷明, 任傳友, 劉允芬, 關(guān)德新. 中國(guó)亞熱帶和溫帶典型森林生態(tài)系統(tǒng)呼吸的季節(jié)模式及環(huán)境響應(yīng)特征. 中國(guó)科學(xué)(D輯: 地球科學(xué)), 2004, 34(S2): 84- 94.

[29]劉允芬, 宋霞, 孫曉敏, 溫學(xué)發(fā), 陳永瑞. 千煙洲人工針葉林CO2通量季節(jié)變化及其環(huán)境因子的影響. 中國(guó)科學(xué)(D輯: 地球科學(xué)), 2004, 34(S2): 109- 117.

[30]Webb E K, Pearman G I, Leuning R. Correction of flux measurements for density effects due to heat and water vapour transfer. Quarterly Journal of the Royal Meteorological Society, 1980, 106(447): 85- 100.

[31]Wilczak J M, Oncley S P, Stage S A. Sonic anemometer tilt correction algorithms. Boundary-Layer Meteorology, 2001, 99(1): 127- 150.

[32]王春林, 于貴瑞, 周國(guó)逸, 閆俊華, 張雷明, 王旭, 孫曉敏. 鼎湖山常綠針闊葉混交林 CO2通量估算. 中國(guó)科學(xué)(D輯: 地球科學(xué)), 2006, 36(S1): 119- 129.

[33]施婷婷, 關(guān)德新, 吳家兵, 張彌, 王安志, 金昌杰, 韓士杰. 用渦動(dòng)相關(guān)技術(shù)觀測(cè)長(zhǎng)白山闊葉紅松林蒸散特征. 北京林業(yè)大學(xué)學(xué)報(bào), 2006, 28(6): 1- 8.

[34]張雷明, 于貴瑞, 孫曉敏, 溫學(xué)發(fā), 任傳友, 宋霞, 劉允芬, 關(guān)德新, 閆俊華, 張一平. 中國(guó)東部森林樣帶典型生態(tài)系統(tǒng)碳收支的季節(jié)變化. 中國(guó)科學(xué)(D輯: 地球科學(xué)), 2006, 36(S1): 45- 59.

[35]Falge E, Baldocchi D, Olson R, Anthoni P, Aubinet M, Bernhofer C, Burba G, Ceulemans R, Clement R, Dolman H, Granier A, Gross P, Grünwald T, Hollinger D, Jensen N-O, Katul G, Keronen P, Kowalski A, Lai C T, Law B E, Meyers T, Moncrieff J, Moors E, Munger J W, Pilegaard K, Rannik ü, Rebmann C, Suyker A, Tenhunen J, Tu K, Verma S, Vesala T, Wilson K, Wofsy S. Gap filling strategies for defensible annual sums of net ecosystem exchange. Agricultural and Forest Meteorology, 2001, 107(1): 43- 69.

[36]Beer A. Bestimmung der Absorption des rothen Lichts in farbigen Flüssigkeiten. Annalen der Physik, 1852, 162(5): 78- 88.

[37]李軒然, 劉琪, 蔡哲, 馬澤清. 濕地松林葉面積指數(shù)測(cè)算. 生態(tài)學(xué)報(bào), 2006, 26(12): 4099- 4105.

[38]魏煥奇. 基于遙感與氣象信息的江西省陸地生態(tài)系統(tǒng)蒸散及其組分模擬與水源供給研究[D]. 南昌: 江西師范大學(xué), 2011.

[39]劉允芬, 于貴瑞, 李菊, 宋霞, 陳永瑞. 紅壤丘陵區(qū)人工林能量平衡閉合研究――以江西省泰和縣千煙洲為例. 林業(yè)科學(xué), 2006, 42(2): 13- 20.

[40]Lindroth A, M?lder M, Lagergren F. Heat storage in forest biomass improves energy balance closure. Biogeosciences, 2010, 7(1): 301- 313.

[41]Blanken P D, Black T A, Yang P C, Neumann H H, Nesic Z, Staebler R, Den Hartog G, Novak M D, Lee X. Energy balance and canopy conductance of a boreal aspen forest: Partitioning overstory and understory components. Journal of Geophysical Research: Atmospheres (1984—2012), 1997, 102(D24): 28915-28927.

[42]Grelle A, Lundberg A, Lindroth A, Morén A S, Cienciala E. Evaporation components of a boreal forest: variations during the growing season. Journal of Hydrology, 1997, 197(1/4): 70- 87.

[43]Lin J, Sun S. Moisture and heat flow in soil and theirs effects on bare soil evaporation. Trans. Water Conservancy, 1983, 7: 1- 7.

[44]Ball J T, Woodrow I E, Berry J A. A model predicting stomatal conductance and its contribution to the control of photosynthesis under different environmental conditions[M]//Progress in Photosynthesis Research. Springer Netherlands, 1987: 221- 224.

[45]Wang Y P, Leuning R. A two-leaf model for canopy conductance, photosynthesis and partitioning of available energy I: Model description and comparison with a multi-layered model. Agricultural and Forest Meteorology, 1998, 91(1): 89- 111.

[46]Ronda R J, De Bruin H A R, Holtslag A A M. Representation of the canopy conductance in modeling the surface energy budget for low vegetation. Journal of Applied Meteorology, 2001, 40(8): 1431- 1444.

[47]Huang M, Ji J J, Li K R, Liu Y F, Yang F T, Tao B. The ecosystem carbon accumulation after conversion of grasslands to pine plantations in subtropical red soil of South China. Tellus B, 2007, 59(3): 439- 448.

[48]宋耀明, 郭維棟, 張耀存. CoLM模式在中國(guó)溫帶混交林和亞熱帶人工針葉林的水熱通量模擬性能評(píng)估. 高原氣象, 2008, 27(5): 967- 977.

[49]Willmott C J. On the validation of models. Physical Geographer, 1981, 2(2): 184- 194.

[50]李博, 趙斌, 彭容豪. 陸地生態(tài)系統(tǒng)生態(tài)學(xué)原理. 北京: 高等教育出版社, 2005.

[51]Muzylo A, Llorens P, Valente F, Keizer J J, Domingo F, Gash J H C. A review of rainfall interception modelling. Journal of Hydrology, 2009, 370(1): 191- 206.

[52]Jasechko S, Sharp Z D, Gibson J J, Birks S J, Yi Y, Fawcett P J. Terrestrial water fluxes dominated by transpiration. Nature, 2013, 496(7445): 347- 350.

[53]Williams D G, Cable W, Hultine K, Hoedjes J C B, Yepez E A, Simonneaux V, Er-Raki S, Boulet G, De Bruin H A R, Chehbouni A, Hartogensis O K, Timouk F. Evapotranspiration components determined by stable isotope, sap flow and eddy covariance techniques. Agricultural and Forest Meteorology, 2004, 125(3): 241- 258.

[54]Cammalleri C, Rallo G, Agnese C, Ciraolo G, Minacapilli M, Provenzano G. Combined use of eddy covariance and sap flow techniques for partition of ET fluxes and water stress assessment in an irrigated olive orchard. Agricultural Water Management, 2013, 120: 89- 97.

[55]Sun S J, Meng P, Zhang J S, Wan X C, Zheng N, He C X. Partitioning oak woodland evapotranspiration in the rocky mountainous area of North China was disturbed by foreign vapor, as estimated based on non-steady-state18O isotopic composition. Agricultural and Forest Meteorology, 2014, 184: 36- 47.

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

Modeling evapotranspiration and its components in qianyanzhou plantation based on modified SW model

SHEN Jing1, ZHANG Mi1,*, XIAO Wei1, WEN Xuefa2, LIU Shoudong1, LI Xuhui1

1Yale-NUISTCenteronAtmosphericEnvironment,NanjingUniversityofInformationScience&Technology,Nanjing210044,China2InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China

Abstract：Evapotranspiration (ET) in the terrestrial ecosystem actually includes canopy transpiration (Ec), soil evaporation (Es), and interception evaporation (Eint). Partitioning of ET is an important basis in order to accurately assess biomass production and estimate water use efficiency in the terrestrial ecosystem. Actually, Ec is the desired component within the water cycling, which being used to enhance plant productivity. Up to now, it is still difficult to accurately partition ET through observation methods in the long period. Instead, partitioning ET with models is effective method in a long period. However, most of them roughly partition ET into Ec and Es, ignoring Eint. This partition way could lead to deviation in Ec and Es simulation. In this study, a modified Shuttleworth-Wallace model was used to partition ET into Ec, Es, and Eintin a forest ecosystem. Monte Carlo, an approach of random parameterization, was performed to optimize the key parameters in the functions estimating soil surface resistance and canopy stomatal resistance in the model. Based on the modified model, we simulated the evapotranspiration and its components in the planted coniferous forest ecosystem at the Qianyanzhou site combining the eddy covariance measurement data (including sensible/latent heat flux and CO2 flux) with routine meteorological data(including air temperature/humidity, CO2 concentration, wind speed, net radiation, soil temperature/water content/heat flux and precipitation) in 2011. The results showed that the simulation amount of ET agreed well with the measurement data at 30 minutes temporal scale not matter on sunny days or rainy days. At the same temporal scale, the index of agreement, mean error, and root mean square error between simulation value and measurement data in whole year were 0.73, 0.21 mmol m-2s-1, and 1.55 mmol m-2s-1, respectively. The proportion of ET in annual accumulative precipitation was more than 80%, which meant that the amount of ET contributing to the water outputs is the most in this ecosystem. The proportion of canopy transpiration in ET was about 85%, which suggested that water use efficiency in the forest ecosystem might be quite high in 2011. The seasonal variation of the transpiration was obvious. The environmental factors, vapor pressure deficit, air temperature, and leaf area index controlled transpiration. Transpiration correlated positively with the three factors. Soil evaporation was 5% of the ET and changed little with season. Interception evaporation accounted for 10% of the ET and showed seasonal dynamic. This term correlated positively with precipitation and negatively with rainfall storm events. This result indicated that the vegetation canopy couldn′t effectively intercept the heavy rainfall. The modified Shuttleworth-Wallace model is a powerful tool for studying the hydrological processes in terrestrial ecosystem with the advantages of a few parameters, high temporal resolution, and a good performance in simulating the characteristics of evapotranspiration and its components.

Key Words:partitioning of evapotranspiration; soil evaporation; canopy transpiration; interception evaporation; Monte Carlo simulation

基金項(xiàng)目:國(guó)家自然科學(xué)基金項(xiàng)目(31100359)；教育部“長(zhǎng)江學(xué)者與創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃”(PCSIRT); 江蘇省高校優(yōu)勢(shì)學(xué)科建設(shè)工程項(xiàng)目(PAPD)

收稿日期:2014- 11- 04; 網(wǎng)絡(luò)出版日期:2015- 08- 21

*通訊作者

Corresponding author.E-mail: zhangm.80@nuist.edu.cn

DOI:10.5846/stxb201411042174

沈競(jìng), 張彌, 肖薇, 溫學(xué)發(fā), 劉壽東, 李旭輝.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.生態(tài)學(xué)報(bào),2016,36(8):2164- 2174.

Shen J, Zhang M, Xiao W, Wen X F, Liu S D, Li X H.Modeling evapotranspiration and its components in qianyanzhou plantation based on modified SW model.Acta Ecologica Sinica,2016,36(8):2164- 2174.