黄土高原植被生理过程和蒸散量计算方法及变化特征研究

发布时间：2017-12-19 15:10

  本文关键词：黄土高原植被生理过程和蒸散量计算方法及变化特征研究　出处：《兰州大学》2016年博士论文　论文类型：学位论文

  更多相关文章： 黄土高原 小麦光合生理特征 垄沟微集雨 蒸散量估算 蒸散量时空变化 植被调控

【摘要】：黄土高原是我国独特的地理和生态环境区域,有关该地区陆面植被生理过程和水分过程的研究是黄土高原陆面过程研究亟待解决的科学问题。本文以黄土高原主要农作物为代表分析了植被生理特征对微气象条件、微集雨垄沟覆膜方式的响应规律,评估了国际上主要蒸散量估算模型在黄土高原的适用性,并在此基础上发展了黄土高原蒸散量估算方法,基于此方法分析了黄土高原近30年蒸散量时空分布特征及其影响因素,同时,也利用观测资料分析了蒸散量年际变化及其植被生理调控。主要得到以下几点结论:(1)通过大田试验,分析了大田条件下春小麦旗叶抽穗期和灌浆期光合生理特征的动态变化规律,及对空气温湿度的响应及其阈值,探讨了自然条件下光合作用的气孔与非气孔限制特征。研究发现抽穗期净光合速率与空气温度成负相关,灌浆期净光合速率与气温成二次曲线相关,阈值温度为23.0℃。蒸腾速率与空气温度都成单峰型关系,阈值空气温度抽穗期为21.7℃,灌浆期为23.4℃。气孔导度与空气温度成二次曲线关系,阈值温度在抽穗期灌浆期分别为21.0℃和24.0℃。净光合速率与空气相对湿度成极显著正相关,蒸腾速率、气孔导度与空气湿度呈正相关。春小麦旗叶光合作用在抽穗期和灌浆期均出现明显的气孔限制,但出现限制时段不同,抽穗期主要出现在下午,灌浆期主要是中午较强。抽穗期气孔导度对饱和水汽压差更敏感,该生育期下午出现更为明显的气孔限制。灌浆期中午出现较为明显的光合“午休”现象,其主要原因是较大VPD和强烈的辐射致使气孔关闭,气孔限制非常明显,并且非气孔限制因素也较为突出。从抽穗期至灌浆期,由于气孔对饱和水汽压差敏感性的下降以及“午休”策略,光合气孔限制逐渐减小,是春小麦在半干地区维持较高光合速率,保证产量的重要自适应机制。(2)微集雨技术是旱作农业重要栽培技术,近年来发展十分迅速,为探究土壤-植被水分特征及水分运移对垄沟微集雨的响应,以平地不覆膜为对照,研究了马铃薯叶片和土壤水势水势对不同沟垄和覆膜方式的响应。不同沟垄和覆膜方式在不同土层和不同生育期对土壤和叶片水势的影响差异显著。各处理土壤水势表现出2种日变化特征:0~20cm土层,开花期土垄处理、块茎膨大期土垄和膜垄处理、成熟期膜垄和全膜双垄沟播处理为先下降后上升型,其余的为逐渐下降型;20~40cm土层,各处理土壤水势呈逐渐下降趋势。叶片水势表现出两种日变化特征:开花期和块茎膨大期表现为双低谷型,双低谷分别在13:00和17:00,成熟期为“v”型,即单低谷型,低谷出现在17:00。各处理叶片水势日变化特征相同,但水势大小存在差异:在水分关键期(开花期和块茎膨大期)土垄叶片水势显著高于其他处理,而成熟期则是全膜双垄沟播最高。随着生育期进程土壤水势和叶片水势均表现为先减小后增大的趋势。20~40cm土层对叶片水势影响最大,土垄处理在该土层具有最高的水势。较强的蒸腾作用加速了土壤-植被-大气连续体的水分运移速率,是导致膜垄和全膜双垄沟播处理水势低于土垄的主要原因。(3)通过评估目前国际上主要的八个et模型在黄土高原地区的效果发现,各模型整体估算效果从最好到最差的排序为:改进的priestley-taylor模型(pt-jpl),yao等改进的pt-jpl模型(m1-pt-jpl),clm,garcia等改进的pt-jpl模型(m2-pt-jpl),改进的penman-monteith模型(rs-pm),经验模型(wang),平流—干旱模型(aa)和能量平衡模型(sebs)。所有模型冬季、夏季估算效果均表现不佳,而春季、秋季估算效果较好。考虑不同下垫面状况,wang、rs-pm、pt-jpl、m1-pt-jpl和m2-pt-jpl模型估算效果在农田更好,而aa、sebs和clm估算效果则在草地更好。考虑不同气候,pt-jpl和wang模型估算效果在半干旱地区比半湿润地区好,而clm、sebs和rs-pm模型则相反,aa、m1-pt-jpl和m2-pt-jpl模型在半干旱和半湿润地区估算效果相似。各模型估算效果受不同年降雨量条件影响较大:wang模型在一些降雨量条件下估算效果较好,但在其它降水量下可通过重新校正其经验参数获得较好结果;pt-jpl模型估算效果在普通降水量条件下较好且较为稳定,但在异常高的降水量条件下导致估算效果降低;两个改进pt-jpl模型继承了pt-jpl模型较为稳定的特点,通过修改土壤湿度限制因子,在异常高降水量条件下估算效果得到提升;rs-pm模型更适合于较大年降水量条件,因为基于vpd的地表阻抗更适用于湿润环境。aa模型估算效果在较大降水量条件下减弱,因为互补理论更适用于干旱环境。sebs模型在600mm年降水量下估算效果最好。clm在年降水量大于600mm时估算效果最好,在年降水量小于600mm时估算效果仅稍有减弱。clm是适用于所有年降水量条件的最佳估算模型,其次是pt-jpl,它也具有较好的估算效果并且模型结构更简单。(4)进一步对比clm(communitylandmodel)模拟蒸散量和地面实测蒸散量发现,clm模拟蒸散量在半湿润地区较精确,在半干旱地区误差较大,而这种误差与植被指数呈正相关关系,与不同气候区植被的生理响应特征密切相关.虽然clm考虑了植被生理生化过程,但并没有考虑不同气候区植被的生理过程的差别。于是,在考虑植被生态气候效应后,基于clm模式模拟资料和卫星遥感植被指数建立了一种黄土高原蒸散量新估算方法,该方法考虑了不同干湿气候区植被生理特征的特性,在一定程度上弥补了clm植被生理过程参数化方案不够完善引起的模拟蒸散量的较大不确定性,对半干旱地区蒸散量估算效果有明显改善:与观测值相关系数提高了0.07,均方根误差减小了6.2mm,相对误差减小达13.9%.(5)利用黄土高原地表蒸散量、气象和生态观测数据,分析了蒸散量的年际变化特征及其生理生态调控。黄土高原地表蒸散量具有明显的年际变化特征(~19.5%)。参考蒸散量、降水量、土壤含水量、ndvi和冠层导度等环境因子也表现出较为明显的年际变化特征,ndvi的年际变化幅度相比其他因子较弱。降水量是蒸散量年际变化的原始强迫因子,ndvi和冠层导度在调控地表蒸散量过程中起着重要作用,它们消弱了土壤湿度与蒸散量的直接相关关系,导致土壤湿度与蒸散量表现出弱相关性。在各生态系统中,土壤湿度和空气水汽压通过植被生理生态响应影响蒸散量。在半干旱地区,不同生态系统具有不同的生理生态调控机制:半干旱草地冠层导度对土壤湿度和空气水汽压响应敏感,从而有效的调节蒸腾速率;半干旱农田ndvi对土壤湿度和空气水汽压响应敏感,ndvi的年际变化主导着冠层导度的年际变化,从而调控蒸散量。这意味着蒸散量在半干旱农田具有较强的生态调控,而半干旱草地具有较强的生理调控。在半湿润农田虽然ndvi对土壤湿度响应敏感,但由于较好的水分条件,植被的生理生态调控作用较弱。(6)利用新建立的蒸散量计算方法估算了黄土高原地区1982-2013年地表蒸散量,并分析了蒸散量时空变化特征及其影响因素。黄土高原平均年蒸散量由东南向西北逐渐递减,蒸散量变化范围为50-500mm之间,区域平均蒸散量为299.5mm.半湿润的天水地区和黄河、渭河及洛河交汇地区为蒸散量的高值区.近31年黄土高原地区年平均地表蒸散量呈下降趋势,平均下降速率为-1.65mmyear-1,反映出黄土高原水循环减弱.80年代、90年代蒸散量下降较小,本世纪00年代下降幅度较大.蒸散量在90年代波动幅度明显大于其它年代,这种剧烈波动体现了水循环失衡.各季节变化趋势差异较大,除秋季微弱上升之外,其余季节均下降.夏季蒸散量约占全年蒸散量一半,其下降趋势主导了全年蒸散量的变化.春季下降趋势较小,但波动幅度大.冬季蒸散量很小,呈微小的减少趋势.不同气候区下,半干旱地区较半湿润地区蒸散量下降速率大.局地蒸散量气候倾向率与平均降水量密切相关:平均降水量小于400mm的地区,气候倾向率为负值;平均降水量介于400mm-600mm的地区,气候倾向率正负值均存在,是正负转变的过渡区;平均降水量大于600mm的地区,气候倾向率为正值.蒸散量在降水量小的地区减小,在降水量大的地区增大,导致在黄土高原形成两种相反的反馈机制,这反映了水分和能量对蒸散量变化的综合作用.(7)利用clm和pt-jpl两种方法估算了1982-2011年全球典型半干旱地区蒸散量。近30年全球典型半干旱地区蒸散量均呈下降趋势,其中,北非半干旱区下降速率最快,达-8.6mm/year,南非半干旱区下降最慢,约为-0.7mm/year。与全球典型半干旱地区相比,黄土高原近30年蒸散量下降速率低于北非、澳大利亚,与南美下降速率相当,大于北美、东亚、中亚半干旱区。黄土高原地区在同纬度半干旱地区中蒸散量下降速率最大,约为-3.7 mm/year。黄土高原、东亚、中亚和南非夏半年下降趋势明显,但冬半年下降趋势不明显,而北美、南美、北非、澳大利亚冬半年和夏半年均表现出明显的下降趋势。控制蒸散量的3个基本因素中,大气蒸发需求在各半干旱区均表现为上升趋势,且黄土高原在同纬度半干旱区中上升最快,各半干旱区辐射均为下降趋势,除南非之外各半干旱地区降雨量均呈下降趋势,南非半干旱区降雨量呈微弱增加趋势。RH是土壤湿度的有效代表,是决定蒸散量下降的主要因素,黄土高原较同纬度其它半干旱地区RH下降快表明黄土高原干旱化更剧烈,是导致黄土高原在同纬度半干旱地区中蒸散量下降最快的主要原因。
【学位授予单位】：兰州大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：Q945
，

本文编号：1308404