Trends and influencing factors of potential evapotranspiration in typical forest ecosystems of China during 1998-2017

Wanxin SUN, Li ZHANG, Xiaoli REN, Honglin HE, Yan Lü, Zhongen NIU, Qingqing CHANG, 1. Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China;2. National Ecosystem Science Data Center, Beijing 100101, China;3. University of Chinese Academy of Sciences, Beijing 100049, China;4. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
2020 资源科学  
1 引言 潜在蒸散 (Potential Evapotranspiration, PET) 表 示在一定气象条件下, 水分供应不受限制时, 某一 固定下垫面可能达到的最大蒸发蒸腾量 [1] 。它是估 算实际蒸散 [2] 和作物需水量 [3] 的基础, 也是评价区域 干湿状况 [4] 和制定水资源管理决策 [5] 的重要指标。 PET 的变化特征及其影响因素研究一直是国内外学 者关注的热点问题 [6] 。 20 世纪 50 年代以来, 随着全球变暖, 包括中国 在内的众多区域的蒸发皿蒸发量和 PET 的计算结 果反而呈现出下降趋势 [7-9] , 中国区域太阳辐射的下 降、 风速的降低和相对湿度的增加被认为是引起 PET 下降的主要原因 [10-12] 。例如, Zheng 等 [12] 发现日 照时数是引起中国区域 1960-2009 年 PET 变化的 重要因素; Wang 等 [13] 认为 1961-2013 年间中国区 域 PET 的下降趋势由风速主导, 其次是温度、 日照 时数和相对湿度; Liu 等 [14] 确定相对湿度是 1960-2007 年间全国尺度上对于 PET
more » ... 变化最敏感的因素; Jiang 等 [15] 发现中国西南地区 20 世纪 90 年代前生长 季 PET 的降低主要源自日照时数和风速的下降; Liu 等 [16] 认为 1961-2014 年间黄淮海平原 PET 的降低 主要由相对湿度和日照时数引起。 以往研究往往基于气象部门的台站观测数据, 采用联合国粮农组织 (Food and Agriculture Organization of the United Nations, FAO)推 荐 的 Penman-Monteith 模型 (PM) 进行流域、 国家和全球尺度 PET 的估算。由于森林结构和过程的复杂性以及数据 的有限性, 关于森林生态系统潜在蒸散的研究相对 较少 [17-19] 。已有研究表明, 与 FAO 设定的参考作物 相比, 森林具有更大的叶面积指数、 冠层导度和更低 的反照率, 因此PM方法可能会低估森林PET [20,21] 。利 用 PM 方法计算森林潜在蒸散需要获取森林叶面积 指数(LAI)和冠层导度的观测数据 [17] , 相对其他方 法较为困难, 且 PET 模拟值对植被参数差异的敏感 性 大 于 气 候 差 异 [22] 。 也 有 研 究 [20,21] 认 为 , 与 PM、 Hamon、 Thornthwaite 等 方 法 相 比 , Priestley-Taylor 方法估算森林 PET 的效果可能更好。并且, 20 世纪 70 年代末以来, 随着中国城市化进程不断加快, 许 多原本位于野外的气象观测台站现多处于城镇边 缘, 甚至被动进入城市内部, 气象观测环境的变化 在一定程度上影响了气象观测要素的代表性, 其观 测数据存在着对温度的高估 [23] 、 相对湿度的低估 [24] 等问题, 无法准确表征自然生态系统的气象条件。 由于这些偏差所引起的森林 PET 计算结果的不确 定性尚不清楚。 本文基于中国生态系统研究网络 (Chinese Ecosystem Research Network, CERN)的 11 个野外森林 生态系统台站近 20 年 (1998-2017 年) 的长期气象 观测资料, 分别使用 Penman-Monteith 模型和 Priest-
doi:10.18402/resci.2020.05.10 fatcat:wzzkxithbfhkpnb74brmuitnx4