孫 浩， 黃華國， 解濰嘉， 梁文業(yè)， 扈晶晶

(1.北京林業(yè)大學 省部共建森林培育與保護教育部重點實驗室，北京 100083； 2.西藏自治區(qū)林業(yè)調查規(guī)劃研究院，拉薩 850000)

基于土壤冠層組分溫差監(jiān)測側柏蒸騰速率的研究

孫 浩1， 黃華國1， 解濰嘉1， 梁文業(yè)2， 扈晶晶2

(1.北京林業(yè)大學 省部共建森林培育與保護教育部重點實驗室，北京 100083； 2.西藏自治區(qū)林業(yè)調查規(guī)劃研究院，拉薩 850000)

側柏；蒸騰；液流速率；組分溫差；遙感

林冠蒸騰是森林蒸散發(fā)(Evapotranspiration，ET)和森林水熱平衡的重要組成部分，也是影響森林保水狀況和區(qū)域小氣候的重要因素[1]。而在根壓和蒸騰拉力作用下的樹干總液流耗水量中，樹木自身同化作用所固定的水分和其它途徑消耗的水分通常不足5%，由此可以將樹干液流速率等價于整株樹冠的蒸騰耗水速率[2-3]。

研究植被水分傳輸，國際上常用的方法是熱技術法。它可以實現對植被連續(xù)自動觀測，時間分辨率高，并且通常不會破壞植被的正常生理活動，也不會改變林分原來的環(huán)境狀況和樹木結構，因此被廣泛的運用于林木水分傳輸相關研究中[4]。熱技術根據原理差異分為熱脈沖速率法(HPV)、熱平衡法(SHB)、熱擴散法(TDP)、激光熱脈沖法(LHPG)、熱變形法(HFD)[5-6]。這些方法均是對樣木個體樹干液流的精確測量，但無法實現對大尺度范圍如整片森林的快速測定、即時監(jiān)測或區(qū)域預估。

而基于衛(wèi)星產品的遙感技術的應用為區(qū)域尺度樹木蒸散估算和表面熱過程模式的研究提供了一種可靠的途徑[7]。多時相的熱紅外遙感可以快速、高效地獲取區(qū)域尺度地表的輻射和溫度狀況，為土壤—植物—大氣系統(Soil-Plant-Atmosphere Continuum，簡稱SPAC)直接提供表面能量信息[8]。Tanner[9]的研究指出，植被蒸騰耗水量與其自身個體的溫度之間存在有一定的關系。徐軍亮等[10]人的研究也表明，溫度是影響京西山區(qū)油松、側柏液流速率瞬態(tài)、日均值和月均值的主導環(huán)境因子。

目前，遙感基礎上估算植被蒸散的經驗方程通常是在大量的冠層溫度(Tc)和區(qū)域空氣溫度(Ta)統計數據的基礎上構建的。Jakon和Seguin等[11-12]人定義了用于反映作物灌溉時間和數量指標的Stress Degree Day(SSD)，它是由冠層溫度和氣溫相減獲得的，并提出了一個基于統計分析原理獲取的調整參數(B)，從而建立區(qū)域性作物蒸散估算的簡化經驗方程：

ET=Rn-B(Tc-Ta)

式中，ET——日蒸散總量；

Rn——凈輻射值。

該模型需要目標區(qū)域詳細的氣象資料來支持，但通常氣象站的建立多是離散分布的，這就在一定程度上限制了這種方法的推廣和應用。

本研究的目的則是試圖將側柏蒸騰(液流)量與通過遙感反演可快速提取的樣木冠層溫度(Tc)和林下地表溫度(Ts)的差值(以下簡稱冠地組分溫差，ΔT=Tc-Ts)建立時間序列關系，分析側柏樹干液流瞬時尺度、日尺度、旬尺度，以及晝夜、季節(jié)、天氣變化下的流速差異，分析其對冠地組分溫差ΔT的響應機制，得出具有區(qū)域特征的變化系數和響應函數，以期經過一定的尺度放大獲得林分的整體蒸騰耗水量。進而實現快速高效、經濟實用的森林尺度蒸騰耗水狀況的監(jiān)測與預估，彌補熱技術法與遙感法各自的缺憾。關于由單木向林分尺度的放大，國內外均有相關研究[5，13]證明這種做法的可行性。

1 材料與方法

1.1 研究區(qū)概況

本研究區(qū)位于河北省懷來縣東花園鎮(zhèn)西北部的中科院懷來遙感綜合試驗站(40°20′55.093″N，115°46′59.569″E)，海拔488.3 m。試驗站地處延懷盆地西南段，北距官廳水庫約2 km。該地區(qū)兩側山地為西南—東北走向，形成自然的狹長風道，年平均風速3.1 m/s，全年大于等于17.0 m/s的風速出現39次，最大風速達24.0 m/s。區(qū)域內土壤屬典型褐土，卵石母質，土層厚度多為40～80 cm。該區(qū)域雖然位于我國濕潤與半濕潤過渡區(qū)域，但由于盆地效應和南北山脈的雨影作用，年均溫度為8.9 ℃，而年均降水量則只有391.3 mm[14-15]。

試驗園區(qū)內人工林占地面積約2 652 m2，主要喬木樹種有山楊(Populusdavidiana)、側柏(Platycladusorientalis(L.)Franco)、油松(Pinustabuliformis)等。林區(qū)地勢平坦，近正南北走向；同種林木個體差異不大，其中側柏的地徑主要分布在11～15 cm間，約占整體林分的90%。林下植被多為草本，且分布稀疏可忽略不計。2014年夏季與2015年夏季側柏人工林區(qū)林分狀況統計見表1。

1.2 冠層—地表溫度的測定

使用兩個IRR-P型紅外溫度傳感器和CR800型數采完成對側柏目標樹的連續(xù)觀測，同樣每30 min一次采集。溫度傳感器設在側柏目標樹西南側成L形的支架上，通過線纜與數采連接。測溫探頭距地面2.0 m處，整體體積較小，對樹冠庇蔭面較小可忽略。其中一個探頭垂直指向地面，用來收集林下的地面溫度(Ts)；另一個探頭約成45°斜向樹冠，其延長線與樹干交點略高于莖流儀，用來收集冠層紅外溫度(Tc)。

表1 側柏人工林區(qū)樣地信息統計年份株行距/m行列數(含枯立木)活立木株數樹齡/a平均樹高/m平均地徑/cm平均冠幅/m20142 012?16187144 013 21 92015154 113 51 7

IRR-P型測溫探頭精度較高(-10 ℃～65 ℃時僅±0.2 ℃)，工作時使用錫箔紙包裹防止陽光直射；視場角為22°，觀測范圍呈圓形可實現對目標物的覆蓋；響應時間為1 s，采集時能夠輸出每1 min，30 min和1 d內的最大溫度、平均溫度、最小溫度值，及各自出現的時刻，便于后期分析。

1.3 樹干液流的測定

本研究在林分調查的基礎上，于2014-07-01在側柏人工林中選取生長旺盛、樹體通直、無被擠壓的側柏優(yōu)勢樹(樹高為4.2 m，東西冠幅為2.0 m，南北冠幅1.8 m，地徑為13.7 cm)，在樹干1.3 m處(要求測定部位±0.5 m范圍內不存在結疤或損傷[12])安裝監(jiān)測設備。并以30 min為時間間隔在試驗期內定點連續(xù)觀測樣木的液流通量。

試驗選用美國Dynamax公司生產的Flow-32型包裹式熱平衡樹干液流儀(Stem heat balance，SHB)及澳產DT80型太陽能自動數采設備完成測定。該設備集成了自動氣象觀測站，用于對林間空氣溫度等的同步監(jiān)測，并可以實現遠程數據瀏覽與狀態(tài)監(jiān)視。使用硅膠樹脂保證樹干與包裹材料有較好的接觸，使用防水、絕熱的泡沫棉和高反射性的錫箔護罩包裹傳感器，防止陽光直射引起設備溫度變化，進而防止對樹干液流輸送形成脅迫。

SHB法測定植被莖流或液流是由Dynamax在1970年提出的，后經Baker等[16]研究人員的驗證和推廣，由Groot[17]等人對針葉樹種的應用，證明了該方法的普適性。其理論依據是：向樹干或莖稈持續(xù)供給的恒定熱量，由于液流的不斷流動，在理想狀態(tài)下，被液流帶走的熱量應等于供給的熱量[18]。

該方法是基于熱平衡方程、Fourier定律及歐姆定律聯立得出的，其詳細的計算過程可以參看徐先英[19]和Groot[17]的相關文獻。這里只列出最終的計算式：

式中：

F——側柏樹干的液流通量(g/h)；

V——莖流儀供電電壓(V)；

R——傳感器電阻(Ω)；

Kst——樹干軸向熱傳導系數，木本類植被通常為0.42 W/(m·K)；

A——樹干的橫截面積(m2)，本研究中的側柏測點直徑3.8 cm；

dTu/dx——莖流儀向上熱傳導時的溫度梯度(℃/m)；

dTd/dx——莖流儀向下熱傳導時的溫度梯度(℃/m)；

Ksh——護套的導熱系數(W/mV)，通過解零流率(即Qf=0)時的能量平衡方程求出；

CH——輻射熱電堆的電壓(V)；

Cp——樹液的比熱容(J/(g·℃))，通常用水(0.418)的代替；

dT——上下兩個溫度監(jiān)測點間樹干水流溫度的梯度(℃)，dT=(Vu+Vd)/2/0.04；其中Vu和Vd分別為上部和下部傳感器測得的電壓(mV)，0.04為電壓溫度系數(mV/℃)，由半導體電壓隨自身溫度的變化而變化的性質獲得。

1.4 數據處理與統計分析

首先將年月日信息轉換成國際通用的年積日(Day of Year Calendar，簡寫為DoY)進行日期標記，利用Matlab和Origin軟件對獲得的數據進行去噪、平滑、插值處理，分別分析側柏樹干液流F與冠層-地表溫度(Tc-Ts)各自基于時間尺度和不同天氣條件(晴、多云、雨)下的周期變化。而后將液流通量與樣木冠層溫度(Tc)和林下地表溫度(Ts)的差值(Tc-Ts)建立時間序列關系，分析對應周期內的變化規(guī)律，以及F對(Tc-Ts)的響應機制，得出具有區(qū)域特征的響應函數或經驗公式。最后經過一定的尺度放大獲得林分的整體蒸騰通量，再與即有遙感觀測森林蒸騰的模型相對比，評估該方法的精度與可行性。

實驗研究證明，樹木液流在5—10月間的液流總量約占全年總量的85%[20]。鑒于5—9月為試驗地側柏的主要生長季，這段時間內植被生長旺盛，日蒸散量較大，能明顯的表征其液流的24 h連續(xù)變化特征，且各種天氣狀況豐富，故選取該階段內晴、多云、降雨3種天氣狀況下各5個典型日的液流連續(xù)觀測數據進行處理與分析，具有較好的代表性。典型日(年積日)選擇及相應的氣溫狀況詳見表2。

表2 夏季不同天氣條件下典型日的氣象條件天氣評價標準典型日DateDoY最高溫度/℃最高溫度/℃晴晴朗，云量<20%07-06—10187-1913417多云云量介于20%～80%08-26—30239-2413419降雨含雨、雪、雹在內的垂直降水06-05—09156-1603314

本研究的外業(yè)觀測試驗并非在完整一年內的連續(xù)觀測，而是實現了跨年監(jiān)測(2014-07—2015-09)，在經過年積日轉換后，將篩選出的兩部分數據(2014-10-01—2014-12-31，對應的DoY為274-365；2015-01-01—2015-09-30，對應的DoY為1-273)進行合并重組為連續(xù)的第1-365天，這樣便可以獲得連續(xù)的季節(jié)變化。

2 結果與討論

2.1 側柏液流速率與組分溫度的日變化

典型天氣下側柏冠層(Tc)與地表溫度(Ts)、液流速率(F)與冠層—地表溫差(ΔT)隨時間的連續(xù)變化見圖2。

圖2 不同天氣下典型觀測日內Tc，Ts，F和ΔT的連續(xù)變化

續(xù)圖2 不同天氣下典型觀測日內Tc，Ts，F和ΔT的連續(xù)變化

將上述3種典型天氣下的5組樣本取時刻均值，對比不同天氣條件下的ΔT與F的日內變化過程(見圖3)不難發(fā)現：1天中(尤其是白天階段)側柏的液流速率與溫差呈現明顯的負相關性，且液流速率達到峰值的時刻與溫差達到負最大的時刻十分接近，均為11：30—12：30間，而此時刻的冠層和地表溫度達到30 ℃。也就是說，夏季晴天時中午12：00許，液流速率達到高峰，側柏冠層與林下地表的溫度差額達到最大。同時，夏季不同天氣情況下的液流速率與溫差變化幅度相對接近，沒有出現明顯的差異性；只是液流速率的日時間進程略有差異，表現出啟動時刻晴天最早、雨天最晚，結束時刻則是雨天最早、晴天最晚。

2.2 側柏液流速率與組分溫度的季節(jié)變化

根據物候和氣象資料，懷來試驗站四季的月份分布依次為：春季3—5月，夏季6—9月，秋季10—11月，冬季12月至次年2月(冬季生長趨于停止，這里不再做詳細解析)。

圖3 夏季典型天氣的側柏液流速率與溫差的日內變化

受側柏冠層自身理化性質與地表物理結果影響，隨季節(jié)交替對溫度等氣象因子產生影響，側柏樹干液流流速也之發(fā)生明顯的季節(jié)性周期變化。由圖4和圖5可看出，春季側柏逐漸恢復進入到生長季，組分溫度整體呈現緩慢的升高趨勢，晝夜溫差較大，達到20～25 ℃，正午時分的組分溫差絕對值也呈現緩慢增大的態(tài)勢，此階段內1天中的液流速率會呈現雙峰形態(tài)，其啟動與結束間隔期相對較短，在入夜至黎明前通常液流十分緩慢甚至流速趨于0。入夏后，光合有效輻射逐漸增強，機體生命活力達到最強，組分溫度的日間差值達到最大，夜晚平均流速為50 g/h，日間液流活動時間延長；日間云層遮擋、高溫多雨致使夏季液流日間起伏波動較大。之后在11月左右入秋，組分溫度差值不大，整體變化趨勢接近，晝夜溫差縮小，而液流速度也趨于平緩，日間流速起伏不大。

2.3 側柏液流速率與組分溫差的關系

2.3.1 瞬時觀測尺度

由前文可知，中午12：00對液流流速和組分溫差而言，是一個非常關鍵的時刻點，這時二者具有明顯數值變化。選取夏季晴天(6—9月)中12時和衛(wèi)星大致過境時間的10：00和14：00三個時刻，繪制側柏液流速率與冠地組分溫差相關性曲線(圖6)得出擬合曲線為：F=78.184-19.002ΔT，R=0.663。這說明瞬時尺度下，液流速率與組分溫差具有一定的相關性。

圖4 側柏人工林組分溫度季節(jié)變化

圖5 側柏人工林液流速率季節(jié)變化

圖6 夏季側柏樹干液流速率與組分溫差的瞬時尺度相關性

2.3.2 日尺度

由于自身的理化性質和生理活動，側柏白天液流量占全天85%以上，液流流速呈現明顯的階段性。將一天分為06：00時至18：00和18：00至06：00，即白晝和夜晚兩個階段進行分析(見圖7)。晝夜的主要差別在于光照條件，白天光照充分組分溫差較大，液流流速隨組分溫差而變化的相關性尚可(F=61.980-11.148ΔT，R=0.664)。雖然夜晚的環(huán)境更穩(wěn)定，但是無光條件下氣孔開合度不足，氣孔阻力較大，加之夜晚濕度較大，側柏葉片內外蒸氣壓差下降；土壤溫度低于葉片，使之蒸騰耗水量降低，由蒸騰引起的液流耗水量降低；組分表面溫度受環(huán)境影響，組分溫差過于集中，進而使之與液流速率相關性不明顯(F=35.610-7.339ΔT，R=0.261)。

2.3.3 旬尺度

由前文可知，組分溫度和液流速率存在季相變化，同時二者呈現負相關關系。為充分獲得這種負相關關系的變化規(guī)律，以1旬(10 d)為單位，只選取每個自然旬中的晴天數據作為基礎，線性擬合1年中的連續(xù)變化，趨勢如圖8，對應的擬合曲線信息見表3。

圖7 側柏液流速率與組分溫差的晝夜相關性

圖8 旬尺度相關性擬合

表3 線性擬合曲線信息序號日期截距斜率R旬內晴天數120150101—10119 136-82 2950 7695220150110—20231 184-33 0860 4843320150311—2033 878-18 7330 5817420150321—3138 516-7 5960 5118520150401—1037 178-6 7160 4865620150411—2027 750-7 3140 5325720150421—3033 994-9 7150 7087820150501—1021 175-10 1690 6582920150511—2036 306-4 0280 48251020150521—3145 607-8 8970 61251120150601—1038 130-13 5560 61821220150611—2067 177-20 6690 84411320150621—3052 187-11 4300 58111420150701—1037 554-10 6670 78721520150901—1093 005-13 4790 61261620150921—30113 220-9 9620 45631720141001—1066 422-6 5590 36651820141011—2058 798-10 8650 48061920141021—3077 121-7 4550 24342020141101—1053 564-12 8810 61882120141111—2063 309-23 4550 63952220141121—30124 225-26 9640 49232320141201—10192 006-94 0190 77972420141211—20182 238-99 3000 5816

側柏液流速率與組分溫差的相關性擬合結果與斜率存在著一定的關系：整體斜率小于-20時，R可以達到0.6以上；旬內晴天數在6 d以上時可以獲得較好的相關性(R平均可達0.6以上)。其中，2014-12-11—20期間的數據擬合曲線斜率-99.3，R=0.914為最大值，樣本內晴天有6 d。

若將擬合曲線的斜率按照時間的順序繪制成折線圖(圖9)，就會發(fā)現：一年中3月中—11月末的曲線擬合斜率保持在相對恒定的范圍區(qū)間間，其他時間則出現了差異明顯的波動。其中3月中旬(2015-03-11—20，斜率=-18.733，R=0.581)和11月下旬(2014-11-21—30，斜率=-26.964，R=0.492)為兩個明顯的拐點，這兩個點分別是冬—春和秋—冬的交點。3月中—11月末的這段時間內，相對全年，曲線擬合斜率在-20～0間微小波動變化，平均-12.056。

圖9 相關曲線擬合斜率的全年分布

則可以得到如下函數關系式：

式中，F——側柏液流速率(g/h)；

I——綜合變量參數，待定值，需要詳細的林地氣象參數綜合考慮；

S——為擬合斜率，取值范圍為(-20，0)，均值為-12.056；

這說明，在主要的生長季節(jié)(春、夏、秋)內，側柏液流速率與組分溫差呈明顯的負相關性，具有較好的相關性。

2.4 冠層氣溫溫差與冠地組分溫差的關系

使用與前文相同的方法獲得冠層—氣溫溫差與液流速率的相關性，通過對比同期兩個溫差擬合曲線的變化規(guī)律(見圖10,圖11)。

圖10 冠氣溫差與液流速率相關性擬合

圖11 冠氣溫差與液流速率相關性全年分布

可知： 液流速率與冠氣溫差和冠地溫差的相關性具有相近的函數關系，都是在春夏秋3個主要生長季內線性相關且斜率在一定范圍內波動，在冬季有較大變化。其中主要生長季內冠氣溫度-液流速率的線性擬合斜率的變化范圍為(-20，20)，波動更劇烈。

這里使用的空氣溫度為自動氣象站測得的地表1.5 m處的林內氣溫，這說明了冠氣溫差法估算蒸散(騰)需要較高的輔助條件。同時也從側面說明了如果通過遙感圖像反演獲得冠地組分溫度，使用本研究的方法具有更便捷的條件，結果也相對更加穩(wěn)定。

2.5 側柏液流耗水量估計

根據試驗原理，所測速率為每30 min內的平均速度，24 h內共有48組數據，這樣，側柏每日累計液流通量為：

可知：春天，側柏逐漸從冬季的休眠中恢復過來，蒸騰作用逐漸增強，日均累計流量為1.532 kg；夏季為主要生長季，天氣等條件充足，但是溫度過高時氣孔關閉會大大影響蒸騰效率，液流日均流量僅為1.652 kg；入秋以后，天氣轉涼，空氣濕度相對較低，但是正午限制氣孔開合的高溫條件逐漸喪失，液流強度達到最大，季內日均液流通量達3.072 kg。春夏秋三季的側柏累計液流通量詳見圖12。

圖12 側柏液流日流量的累計通量

以三季數據為基礎擬合液流通量(kg)的累計量曲線：

Facc=-128.675+1.444 d

擬合結果較好(R=0.987)，以此為基礎預估側柏單木年蒸騰液流耗水量為655.735 kg。之后通過結合林分密度，即可估算林分整體的年液流通量。

3 結論與展望

本研究創(chuàng)新性地將熱紅外遙感獲取側柏冠層—林下地表組分溫度與熱平衡法測量單木液流速率相結合，分析二者的相關變化關系，得出結論：液流速率與組分溫度呈明顯的負相關關系，其表達式為：

式中，F——側柏液流速率；

A——綜合變量參數，待定值，需要詳細的林地氣象參數綜合考慮；

S——擬合斜率，取值范圍為(-20，0)，均值為-12.056，適用于京西地區(qū)側柏(樹齡15 a)的單日或連續(xù)蒸騰耗水量估計。

本研究試驗為遙感獲取森林蒸騰耗水量估計提供了快速有效的方法，并獲得了較為可靠的研究結果。

傳統的冠氣溫差法對目標測區(qū)的氣象數據有較高的要求，而全球氣象觀測站點的離散分布，并非每個實驗區(qū)都能獲得準確的氣象數據。所以，使用該方法可以免除了傳統冠氣溫差法對地面氣象站數據的依賴，直接利用遙感圖像反演地表植被冠層和地表土壤的紅外溫度，來統計估計植被的蒸騰耗水量，為SPAC系統水循環(huán)研究和應用提供了新的方法。

但是，本研究試驗雖分析獲得了液流流速與組分溫度的相關性和擬合曲線斜率，并未得出綜合變量參數的真實值，這在以后的試驗中需要詳細統計各環(huán)境因素的綜合影響，進而確定該參數的真實值或變化規(guī)律。

[1] Greenwood E A N，Beresford J D，Bartle J R，et al.Evaporation from vegetation in landscapes developing secondary salinity using the ventilated-chamber technique：IV.Evaporation from a regenerating forest of Eucalyptus wandoo on land formerly cleared for agriculture[J].Journal of Hydrology，1982，58(3-4)：357-366.

[2] A R，R T，W R H，et al.Water in stems of sessile oak(Quercus petraea)assessed by computer tomography with concurrent measurements of sap velocity and ultrasound emission[J].Plant，Cell and Environment，1995，18(5)：545-554.

[3] 馬履一，王華田，林平.北京地區(qū)幾個造林樹種耗水性比較研究[J].北京林業(yè)大學學報，2003(02)：1-7.

[4] Nakai T，Abe H，Muramoto T，et al.The relationship between sap flow rate and diurnal change of tangential strain on inner bark in Cryptomeria japonica saplings[J].Journal of Wood Science，2005，51(5)：441-447.

[5] 謝東鋒，馬履一，王華田.樹木邊材液流傳輸研究述評[J].江西農業(yè)大學學報，2004(01)：149-153.

[6] 孫慧珍，周曉峰，康紹忠.應用熱技術研究樹干液流進展[J].應用生態(tài)學報，2004(06)：1074-1078.

[7] 陳鳴，潘之棣.用衛(wèi)星遙感熱紅外數據估算大面積蒸散量[J].水科學進展，1994(02)：126-133.

[8] 高彥春，龍笛.遙感蒸散發(fā)模型研究進展[J].遙感學報，2008，12(3)：515-528.

[9] Tanner C B.plant temperatures[J].Agronomy J，1963(55)：210-211.

[10] 徐軍亮.京西山區(qū)油松、側柏單木耗水環(huán)境影響因子評價與模擬[D].北京：北京林業(yè)大學，2006.

[11] Jackon R D，Reginato R J，Idso S B.Wheat Canopy Temperature：A Practical Tool for Evaluating Water Requirements[J].Water Resour Research，1977(13)：651-656.

[12] Seguin B，Itier B.Using midday surface temperature to estimate daily evaporation from satellite thermal IR data[J].International Journal of Remote Sensing，1983，4(2)：371-383.

[13] Reyes-Acosta J L，Lubczynski M W.Mapping dry-season tree transpiration of an oak woodland at the catchment scale，using object-attributes derived from satellite imagery and sap flow measurements[J].Agricultural and Forest Meteorology，2013，174：184-201.

[14] 婁安如.中國北方農牧交錯帶河北省懷來縣生態(tài)環(huán)境敏感性分析[J].北京林業(yè)大學學報，2006(03)：46-52.

[15] 許穎，唐海萍.河北懷來盆地近60a氣候變化特征及其影響[J].北京師范大學學報：自然科學版，2015，3(51)：293-298.

[16] M.B J，van Bavel.C H M.Measurement of mass flow of water in stems of herbaceous plants[J].Plant，Cell，and Environment，1987，10：777-782.

[17] Groot A，King K M.Measurement of sap flow by the heat balance method：numerical analysis and application to coniferous seedlings[J].Agricultural and Forest Meteorology，1992，59(3-4)：289-308.

[18] 羅中嶺.熱量法莖流測定技術的發(fā)展及應用[J].中國農業(yè)氣象，1997(03)：54-59.

[19] 徐先英，孫保平，丁國棟，等.干旱荒漠區(qū)典型固沙灌木液流動態(tài)變化及其對環(huán)境因子的響應[J].生態(tài)學報，2008(03)：895-905.

[20] 王文杰，孫偉，邱嶺，等.不同時間尺度下興安落葉松樹干液流密度與環(huán)境因子的關系[J].林業(yè)科學，2012，48(1)：77-85.

StudyonTranspirationMonitoringofPlatycladusorientalis(L.)FrancoBasedonSoil-canopySurfaceComponentTemperatureDifference

SUN Hao1， HUANG Huaguo1， XIE Weijia1， LIANG Wenye2， HU Jingjing2

(1.Beijing Forestry University，Key Laboratory for Silvicultureand Conservation of Ministry of Education，Beijing 100083,China； 2.Forest Inventory and Planning Institute of Tibet Autonomous Region, Lhasa 850000,Tibet,China)

One year continuous field monitoring was conducted on samplePlatycladusorientalis(L.) Franco trees in Huailai Remote Sensing Testing Site of the Chinese Academy of Sciences using thermal infrared imager and SHB sap-flow instrument. Significant periodic daily, diurnal and seasonal variations were found out among the variation law of the sap flow velocity(F) , the component temperature of soil surface(Ts) and canopy surface(Tc) and their difference(ΔT). And the climate has a great impact on these variation patterns. A significant negative correlation was found between the F and the ΔTwith different time scale. Compared with traditional temperature difference method, this new model better fits the reality, which eliminates the use of surface weather stations. In addition, there was an increasing linear trend between the cumulative sap flow flux versus the day of year(d). The current research has provided new thoughts and ways for the monitoring and prediction of water consumption during the process of plant transpiration by remote sensing inversion methods of components temperature difference.

Platycladusorientalis(L.) Franco；transpiration； sap flow velocity；component surface temperature difference；remote sensing.

2016 — 03 — 01

國家自然科學基金(41171278)“耦合三維過程模式的植被熱輻射時空變異研究”的一部分。

孫浩，男，碩士研究生。主要研究方向：林業(yè)遙感與信息技術。

黃華國，教授。主要研究方向：定量遙感。

T 791.38

A

1003 — 6075(2016)01 — 0034 — 12

10.16166/j.cnki.cn43 — 1095.2016.01.009