毛乌素沙地南缘樟子松树干液流特征及其对环境因子的响应_李明阳.pdf

第 37 卷第 4 期干旱区资源与环境Vol 37No 42023 年 4 月Journal of Arid Land esources and EnvironmentApr 2023文章编号:1003 7578(2023)04 153 09doi:1013448/j cnki jalre2023098毛乌素沙地南缘樟子松树干液流特征及其对环境因子的响应*李明阳1，党宏忠1，陈帅2，刘春颖1，杨伟3，乔一娜3(1 中国林业科学研究院生态保护与修复研究所，北京 100091;2 中国农业大学土地科学与技术学院，北京 100193;3 陕西省治沙研究所，陕西榆林毛乌素沙地荒漠生态系统国家定位观测研究站，榆林 719000)提要:树木边材液流是实时反映水分利用过程的重要变量。分析液流与环境因子尤其是与土壤水分间的关系，进而明确树木对水分胁迫的响应机制，是认识树木适应环境变化机制的重要内容。文中以毛乌素沙地南缘樟子松人工固沙林为研究对象，采用热扩散式液流计连续监测了树干边材液流速率，分析了液流变化与环境因子间的关系。结果表明:毛乌素沙地樟子松生长季中边材液流速率(Js)平均为 4 91 1 25cmh1，最大值为 18 75 2 99cmh1，其中夜间液流速率平均为 1 42 0 38cmh1，最大值为 7 47 1 92cmh1。Js与环境因子间的主成分分析结果显示，前 3 个主成分的累积方差贡献率达 86 2%，分别解释了方差的 54 5%、206%、11 1%。其中第一主成分主要包含大气水分亏缺(VPD)、大气温度(Ta)、太阳辐射(a)等因子，归为蒸发需求因子;第二主成分主要包含风速(Ws)等因子，为大汽水热散失动力因子;第三主成分主要包含土壤含水率()等因子，为土壤水分供给因子。在第一主成分的因子中，VPD 对 Js的影响具有明显的阈值效应，当VPD 升高到接近于 1 43 kPa 时，日间液流速率趋于最大值 16 15 cmh1;类似地引起夜间液流阈值效应的VPD 值约在 0 78 kPa 水平。土壤干旱对沙地樟子松日间液流表现出较明显的抑制作用，随着土壤水分亏缺的加剧，夜间液流在全天液流通量中的占比趋于提升，反映出沙地樟子松通过补偿树体水分应对干旱变化的策略与能力。关键词:边材液流;沙地樟子松;热扩散技术;蒸发需求因子;毛乌素沙地中图分类号:Q945文献标识码:A沙地樟子松(Pinus sylvestris var mongolica)是欧洲赤松(Pinus sylvestris)分布至远东的一个地理变种1，天然分布于我国大兴安岭北坡和呼伦贝尔沙地一带，具有耐旱、耐寒、耐瘠薄等优良特性2。沙地樟子松是我国“三北”防护林建设工程中最重要的常绿针叶树种之一3，种植面积已达 80 万 hm2以上4，在毛乌素沙地榆林地区、鄂尔多斯及雁北地区都有广泛引种固沙造林。据报道，最早引种到科尔沁沙地章古台镇的沙地樟子松人工林在林龄 30 35a 后在严重干旱年份出现了明显的衰退现象5，研究发现土壤水分亏缺是导致林分衰退的最直接因素4 5。树木边材液流是目前估算林木单株蒸腾用水量及诊断树木水分状况的有力工具6 7。尽管已有研究揭示了沙地樟子松边材液流水分传输的日、季变化特征8，以及液流速率的方位差异等特征9。然而，在毛乌素沙地特殊的地理气候环境下樟子松的水分利用特征及其对环境因子变化响应的规律仍缺乏系统地研究，限制了对这一树种适应和应对干旱的机制与能力的认识。文中采用热扩散液流监测技术(ThermalDissipation Probe，TDP)对毛乌素沙地南缘的樟子松树干液流开展了一个生长季的连续监测，并结合同步观测的环境要素分析了这一树种的水分传输特征及其对环境因子的响应规律。研究结果对于深入认识沙地樟子松的生态水文特征，更好地为科学绿化与固沙林经营提供重要理论支撑。*收稿日期:2022 10 25;修回日期:2023 1 10。基金项目:国家自然科学基金项目(32071836)资助。作者简介:李明阳(1997 )，男，汉族，内蒙古锡林郭勒人，硕士研究生，主要从事树木水分生理研究。E mail:limingyang56 163com通讯作者:党宏忠(1971 )，男，汉族，甘肃定西人，博士，研究员，主要从事旱区生态水文研究。E mail:hzdang caf ac cn1材料与方法1 1试验地概况试验地位于陕西省榆林市红石峡珍稀沙生植物保护基地(3820 N，10942 E)，地处毛乌素沙地南缘，海拔 1249m，温带半干旱大陆性季风气候，年均温度 8 8，年均日照时数2928h，10以上的活动积温 3208，无霜期 134 153d，年均降水量 400 1mm。土壤类型以风沙土为主，地表土层结构疏松，通透性好保水性差10。试验林为 40 年生樟子松(Pinussylvestris var mongolica)人工林(1985 年栽植)，种源为内蒙古自治区呼伦贝尔市红花尔基镇。1 2树木边材液流监测在样地内选取 16 株冠形完整、生长良好的樟子松为试验样株，样株基本情况(表 1)。按照传统安装的方法9，在每株样株的北侧、胸高位置处安装 Granier 式热扩散传感器(TDP 2 cm，Plantsensor，AUS)。安装前先削去树皮至稍显露出淡黄色韧皮部，用 2mm钻头沿树干纵向分别钻取深约 2 5cm 的钻孔2 个，孔距12cm，表 1 样株基本情况Table 1 Basic information of sample treesfor the sap flow velocity measurement样株编号胸径/cm树高/m冠幅(南 北)(东 西)/m边材面积/cm2125438 032 34388221156 831 29271321336 325 24275422957 633 27318515327 137 29145622955 940 33318722478 343 41305815157 524 19142919577 535 342331025297 926 233841117197 426 271811224937 331 293731323957 232 243451427798 145 494611522499 231 363051624829 136 35370平均22057 633 31301图 1液流测定试验现场图(3820 N，10942 E)Figure 1 Field measurement of sap flow in Pinus sylvestris var mongolica trees(3820 N，10942 E)并插入探针。该传感器由上下两根探针组成，其中上部探针为加热探针，下部探针为参考探针。探针与树干接触处用专用胶密封，距探针上下各 30cm 的范围内用防辐射铝箔膜包裹树干外部，上口处用胶带完全密封防止雨水渗入(图 1)。16 套探针连接于 C1000 数据采集器和扩展板(Campbell Scientific，USA)。采用 100 W 多晶太阳能板连接 12V 100 AH 胶体电瓶连续供电。数据采集间隔为 10min，记录间隔为 30451干旱区资源与环境第 37 卷min。采用 Granier 公式计算边材液流速率(Js，cmh1)4:Js=119 104(T0 TT)1 23160(1)式中:T 为上、下两探针间实际温差();T0为液流为零时上下两探针间温差(最大值，)，该值采用两次回归法确定11。液流通量(Fs，m3d1)计算公式:Fs=24i=1Js As106(2)式中:Fs为日液流通量(m3d1);Js为对应时刻的边材液流速率(cmh1);As为边材面积(cm2);i为一日内的时刻(h)。根据沙地樟子松边材面积(As)与胸径(DBH)间的关系式4 计算边材面积:As=0 7117 DBH1 9472(2=0 99，n=25)(3)式中:As为边材面积(cm2)，DBH 为胸径(cm)。1 3气象要素监测在距试验林约 100m 远的空旷地架设小型自动气象站，采用美国 AVALON 公司的 AV 10TH 空气温湿度传感器、AV 30WS 风速传感器、AV 3665 雨量传感器，以及荷兰 Kipp Zonen 公司的 N LITE2太阳辐射传感器等，观测空气温度(Ta)、空气湿度(H)、风速(Ws)、降水量(P)、太阳辐射(a)等气象要素。数据采集器为 SQ2020(Grant，UK)。数据采集间隔为 10min，记录间隔为 30min。大气水分亏缺(VPD，kPa)计算公式4:VPD=0 611e(17 502TaTa+240 97)(1 H)(4)式中:Ta，空气温度();H，空气湿度(%)。1 4土壤水分监测樟子松几乎全部细根分布于 0 80cm 土层12 13。在样地内选择两处位置(株间、行的两侧带间)，分别在每处位置安装 ECH2O 土壤水分传感器(Decagon，USA)，传感器安装在距表层分别为 20、40、60、80cm的位置。每处位置的传感器连接一台 1008 数据采集器(雨根科技，北京)。数据采集、记录的时间间隔分别设置为 10、30min，平均计算求得每小时各层的土壤体积含水率值(，%)以及整个土层的平均含水率值。1 5数据处理数据收集时间为 2021 年4 月14 日 9 月30 日(主要生长季)。根据太阳辐射(a)的日变化，将一日中 a5 0Wm2的时间段定义为夜间14，期间的液流速率定义为夜间液流速率(Js night)，相应地，日间液流速率与全天液流速率分别用 Js day和 Js表示。全天的液流通量用 Fs total表示，其中夜间液流通量表示为 Fs night，夜间液流通量与全天液流通量的比值定义为夜间液流占比(Fs night/Fs total，%)。观测期间有18 天的数据因电池供电不足而日记录不完整，数据分析时删除了当日全天数据。共计收集到 152 个完整日的有效数据。采用 SPSS 23 0(SPSS Inc，USA)的主成分分析(PCA)模块，对小时时间尺度的液流与环境数据进行了主成分分析，其中采用方差极大旋转法(Varimax rotation，V)并输出因子得分。挑选出每日中 Js day和 Js nigh的最大值及其所对应时刻的 VPD 作为数据子集进行边界函数拟合。采用了植被生长模型中的 Logistic 函数(式 5)在 Origin 2023(OriginLab，USA)中进行拟合。y=Amax(1+(xx0)h)s(5)式中:Amax为函数曲线高值(上渐近线趋近的值);x0、h、s 为曲线参数。2结果与分析2 1液流通量与环境因子的季节变化动态观测期(生长季 4 9 月)降雨总量为 223 00mm，主要集中在 6、9 月，分别占总降水的 26 73%、27 49%(图 2A)。4 9 月风速(Ws)各月平均值分别为 4 21、4 28、2 61、2 95、2 39、1 68ms1，5 月份551第 4 期李明阳等毛乌素沙地南缘樟子松树干液流特征及其对环境因子的响应图 2环境因子(A E)及液流通量(Fs，F)季节变化过程，图中阴影区间是为期 52 天的土壤水分连续下降期(6 月 17 日 8 月 7 日)Figure 2 Seasonal variation of the environmental factors(A E)and the sap flux(Fs，F)The shadeinterval in the figure shows the 52 day period from June 17 to August 7 with continuous decline of soil volume water content最高(4 28ms1)，9 月份最低(1 68ms1)(图 2B)。土壤体积含水率()平均为 6 01 2 09%，各月平均值分别为 7 54、7 31、7 91、3