趙晨光，孟和巴雅爾，程業(yè)森

(內(nèi)蒙古阿拉善盟林業(yè)治沙研究所，內(nèi)蒙古 阿拉善 750306)

阿拉善白刺蒸騰速率的影響因子分析

趙晨光1，孟和巴雅爾2，程業(yè)森3

(內(nèi)蒙古阿拉善盟林業(yè)治沙研究所，內(nèi)蒙古 阿拉善 750306)

為了分析白刺蒸騰速率隨其影響因子的變化規(guī)律，選取了影響蒸騰速率的12個因子，通過主成分分析方法進(jìn)行綜合分析。結(jié)果表明：(1)氣孔導(dǎo)度、50 cm土壤含水量與蒸騰速率呈典型的正相關(guān)關(guān)系；空氣溫度平均值、凈輻射、10 cm土壤含水量、水汽壓與蒸騰速率呈顯著相關(guān)關(guān)系；光合速率、胞間CO2濃度與蒸騰速率呈正相關(guān)關(guān)系；葉片水勢、風(fēng)速與蒸騰速率呈負(fù)相關(guān)關(guān)系；30 cm土壤含水量、相對濕度平均值與蒸騰速率之間無顯著的相關(guān)關(guān)系。(2)影響白刺葉片蒸騰速率的因子可歸類為4個主成分：第一主成分包括氣孔導(dǎo)度、10 cm土壤含水量、50 cm土壤含水量、空氣溫度、水汽壓，這些因子均與第一主成分呈現(xiàn)正相關(guān)；第二主成分包括光合速率、相對濕度、10 cm土壤含水量、空氣溫度，其中光合速率、相對濕度與第二主成分呈正相關(guān)，其他兩項與第二主成分呈負(fù)相關(guān)；第三主成分中比較顯著的因子為30 cm土壤含水量、葉片水勢，其中30 cm土壤含水量表現(xiàn)為顯著的負(fù)相關(guān)關(guān)系；第四主成分主要包括胞間CO2濃度、凈輻射，其中胞間CO2濃度與第四主成分間存在顯著負(fù)相關(guān)關(guān)系。(3)白刺蒸騰速率與影響因子回歸方程為Y=-7.077+10.078X2+0.214X4-3.011X7-0.195X5，R2為0.855，模擬效果較好。

阿拉善；白刺；蒸騰速率；影響因子

AbstractIn order to analyze the regularity of the transpiration rate of the Nitraria tangutorum, the 12 factors influencing the transpiration rate were selected and analyzed by the principal component analysis method. Result shows that: (1) Stomatal conductance, 50 cm soil water content and transpiration rate were positively correlated; air temperature average, net radiation, 10 cm soil water content, water vapor pressure and transpiration rate were significantly correlated;rate, intercellular CO2have negative correlation with transpiration;leaf water potential, wind speed and transpiration rate appear negative correlation. There was no significant correlation between soil water content, relative humidity and transpiration rate. (2) The factors that affect the transpiration rate ofNitrariatangutorumcan be classified into four principal components. The first principal component includes stomatal conductance, 10 cm soil water content, 50 cm soil water content, air temperature and water vapor pressure. And the second main component includes photosynthetic rate, relative humidity, 10 cm soil water content and air temperature. The photosynthetic rate and relative humidity are positively correlated with the second principal component, and the other two components are negatively correlated with the second principal component.The third major component of the third principal component is 30 cm soil water content, leaf water potential, and 30 cm soil water content showed significant negative correlation. The fourth principal component mainly included intercellular CO2concentration, net radiation;there is a significant negative correlation between the CO2concentration and the fourth principal component. (3) The regression equation of Bordeaux breviscapus and influencing factors isY= -7.077 + 10.078X2+ 0.214X4-3.011X7-0.195X5,R2is 0.855, and the simulation results are optimal.

KeywordsAlashan;Nitrariatangutorum; transpiration rate; influencing factor

水是干旱區(qū)生態(tài)系統(tǒng)構(gòu)成、發(fā)展和穩(wěn)定的基礎(chǔ)。在阿拉善地區(qū)，降水稀少，日照充足，植被的蒸騰劇烈，致使大部分植物不能在此生存[1]。白刺(NitrariatangutorumBobr.)作為阿拉善盟的廣布種，近年來，自然分布的白刺群落出現(xiàn)衰退的趨勢[2]。

對于白刺群落的衰退，前人開展了大量的研究工作，主要集中在退化原因調(diào)查、水分平衡關(guān)系、植被生理以及水分生理方向[3-5]。本研究從阿拉善天然白刺群落光合、蒸騰生理特性入手，對影響白刺蒸騰的12個因素運(yùn)用統(tǒng)計學(xué)原理進(jìn)行相關(guān)分析、主成分分析。旨在揭示12個因子對蒸騰速率的影響，為白刺植被的恢復(fù)與保護(hù)提供一定的理論參考。

1 研究區(qū)概況

阿拉善地處祖國北疆內(nèi)陸高原，屬干旱荒漠地區(qū)，水資源嚴(yán)重匱乏，氣候干冷酷熱，降水稀少，風(fēng)大沙多。降雨量從東南部的200 mm向西北部遞減至40 mm以下，而蒸發(fā)量則由東南部的2 400 mm向西北部遞增到4 700 mm，氣候干旱、水資源短缺，成為阿拉善地區(qū)生態(tài)環(huán)境建設(shè)與社會發(fā)展最大的限制因子

2 研究方法

2.1 樣地布設(shè)

根據(jù)阿拉善盟白刺群落格局、林齡、長勢的調(diào)查，設(shè)置固定樣地，樣地分別布設(shè)在額濟(jì)納旗、阿拉善左旗、阿拉善右旗。以10 m×10 m樣方調(diào)查植物群落變化、植被蓋度，物種組成及分布格局。

2.2 觀測指標(biāo)

2.2.1 白刺葉片水勢測定 葉片水勢采用WP4露點水勢儀測定，試驗期間分別選取生長發(fā)育正常的枝條葉片為葉樣，測3個葉樣水勢值進(jìn)行平均。每月選定一個標(biāo)準(zhǔn)日測定一個日進(jìn)程，水勢日變化測定是從8:00—18:00，每1 h取樣測定1次，每次3個重復(fù)。水分利用效率(WUE)計算公式為：

WUE=Pn/E

式中：Pn為光合速率，E為蒸騰速率。

2.2.2 白刺光合速率、蒸騰速率的測定 利用美國拉哥公司(LI-COR)生產(chǎn)的開放式氣體交換LI-6400便攜式光合作用測定系統(tǒng)，進(jìn)行光合速率(Pn)、蒸騰速率(E)等生理指標(biāo)的測定。并同步測定有關(guān)環(huán)境及植物生理參數(shù)——光量子密度(QNTM)、氣溫(Ta)、相對濕度(RH)、水汽壓(EAIA)、葉溫(Tl)、氣孔阻力(Rs)等的變化。每個小區(qū)選擇有代表性的植株3株，每株選擇中上部的枝3處，測定葉片選擇頂端完整葉片作為測定葉，于7:00—20:00每1小時測定1次，每次3個重復(fù)。測定時間為2012年5—10月，每個月每個試驗地選擇晴朗的天氣連續(xù)測定3 d。

2.2.3 氣象因子的測定 氣象因子的測定采用澳大利亞ICT公司生產(chǎn)的自動微氣象站。主要觀測項目包括輻射(總輻射、凈輻射、有效輻射)、空氣溫濕度、風(fēng)速風(fēng)向、土壤溫度、土壤熱通量、CO2濃度。所有觀測項目的傳感器以電纜同室內(nèi)數(shù)據(jù)采集器相連，24 h全天候觀測，自動數(shù)據(jù)采集器對以上觀測項目每10 min記錄1次。

2.2.4 土壤含水量的測定 采用TRIME-FM管式TDR(時域反射儀，德國IMKO公司生產(chǎn))系統(tǒng)測定土壤體積含水率，每隔5～10 d測定1次。測定深度為160 cm，分8個層次，分別為0～20、20～40、40～60、60～80、80～100、100～120、120～140和140～160 cm。用烘干法測定一次土壤含水量，用于校準(zhǔn)TDR測定值。結(jié)果取平均值。另外，土壤水分探頭埋設(shè)8層，每20 cm為一層，自動數(shù)據(jù)采集器(Zeno3200-A-D)對以上觀測項目每3 min記錄一次。

2.3 數(shù)據(jù)處理

本文利用統(tǒng)計分析軟件SPSS19，對各影響因素進(jìn)行相關(guān)分析、主成分分析。通過主成分分析方法，提取其主要成分，進(jìn)行綜合分析。為了突出主成分，在主成分分析的過程中進(jìn)行了旋轉(zhuǎn)。在進(jìn)行旋轉(zhuǎn)主成分分析前進(jìn)行因子的KMO(Kaiser-Meyer-Olkin)檢驗。

3 結(jié)果與分析

3.1白刺葉片尺度蒸騰速率及其影響因素的相關(guān)分析

通過分析全年蒸騰速率與各影響因素的相關(guān)分析結(jié)果可知(表1)，蒸騰速率與氣孔導(dǎo)度的相關(guān)系數(shù)最大，為0.791；50 cm土壤含水量與蒸騰速率的相關(guān)系數(shù)為0.673，空氣溫度平均值、凈輻射、10 cm土壤含水量、水汽壓與蒸騰速率的相關(guān)系數(shù)分別為0.651、0.637、0.649、0.590；光合速率、胞間CO2濃度與蒸騰速率的相關(guān)系數(shù)分別為0.330、0.369；葉水勢、風(fēng)速與蒸騰速率的相關(guān)系數(shù)分別為-0.424、-0.328；30 cm土壤含水量、相對濕度平均值與蒸騰速率的相關(guān)系數(shù)為-0.197、0.018。

表2為各月影響因素與蒸騰速率的相關(guān)系數(shù)表，由表2可知，5月與蒸騰速率相關(guān)性最大的為凈輻射、葉片水勢、胞間CO2濃度、50 cm土壤含水量；6月為10 cm土壤含水量、50 cm土壤含水量、葉片水勢、凈輻射與蒸騰速率相關(guān)性明顯；7月為氣孔導(dǎo)度、凈輻射與蒸騰速率之間呈顯著的正相關(guān)關(guān)系、葉片水勢與蒸騰速率呈負(fù)相關(guān)關(guān)系，其他影響因素與蒸騰速率的相關(guān)關(guān)系不顯著；8月份，風(fēng)速、凈輻射與蒸騰速率呈現(xiàn)顯著地正相關(guān)關(guān)系，氣孔導(dǎo)度、10 cm土壤含水量、空氣溫度與蒸騰速率呈正相關(guān)關(guān)系，50 cm土壤含水量、空氣濕度與蒸騰速率呈顯著地負(fù)相關(guān)關(guān)系，葉片水勢與蒸騰速率呈負(fù)相關(guān)關(guān)系，其他影響因素與蒸騰速率的相關(guān)性不顯著；9月氣孔導(dǎo)度、10 cm土壤含水量、凈輻射與蒸騰速率之間呈現(xiàn)顯著地正相關(guān)關(guān)系，空氣溫度與蒸騰速率之間呈正相關(guān)關(guān)系，葉片水勢、相對濕度與蒸騰速率呈負(fù)相關(guān)關(guān)系，其中葉片水勢與蒸騰速率為顯著性負(fù)相關(guān)關(guān)系，其他影響因素與蒸騰速率的相關(guān)性不顯著；10月白刺蒸騰速率的影響因素中，呈現(xiàn)顯著正相關(guān)關(guān)系的為10 cm土壤含水量、水汽壓，呈顯著負(fù)相關(guān)關(guān)系的為50 cm土壤含水量，呈一般性正相關(guān)關(guān)系的為30 cm土壤含水量、空氣溫度平均值，其他影響因素與蒸騰速率的相關(guān)性不顯著。

表1 白刺葉片尺度蒸騰速率的影響因素相關(guān)性分析

3.2 KMO(Kaiser-Meyer-Olkin)檢驗

為了突出主成分，在主成分分析的過程中進(jìn)行了旋轉(zhuǎn)。在進(jìn)行旋轉(zhuǎn)主成分分析前必須進(jìn)行因子的KMO(Kaiser-Meyer-Olkin)檢驗(表3)，以判斷是否適用于該分析方法。結(jié)果表明，這12個因子的KMO值為0.598，基本適合于主成分分析。

表3 白刺蒸騰速率的影響因素KMO and Bartlett's 檢驗值

3.3 白刺蒸騰速率影響因素的主成分分析

由表4可以看出，在進(jìn)行主成分分析過程中，將主要成分分成10個，每一個因子的特征值、方差百分比、累計百分比如表所示，其中被提取的載荷平方和中，4個主成分的特征值分別為4.406、2.666、2.043、1.293，方差累計百分達(dá)到86.735%，滿足主成分分析中主要成分提取的要求，即提取了4個主成分作為影響白刺蒸騰速率的主要因素。

表4 總方差解釋

由表5可以看出影響白刺葉片蒸騰速率的因子被歸類為4個主成分：第一主成分包括氣孔導(dǎo)度、10 cm土壤含水量、50 cm土壤含水量、空氣溫度、水汽壓，這些因子均與第一主成分呈現(xiàn)正相關(guān)；第二主成分包括光合作用速率、相對濕度、10 cm土壤含水量、空氣溫度，其中光合速率、相對濕度與第二主成分呈現(xiàn)正相關(guān)、其他兩項與第二主成分呈現(xiàn)負(fù)相關(guān)；第三主成分中比較顯著地因子為30 cm土壤含水量、葉片水勢，其中30 cm土壤含水量表現(xiàn)為顯著的負(fù)相關(guān)關(guān)系；第四主成分主要包括胞間CO2濃度、凈輻射，其中胞間CO2濃度與第四主成分間存在顯著負(fù)相關(guān)關(guān)系。

以上4個主成分貢獻(xiàn)率如表4所示，第一主成分的貢獻(xiàn)率為36.717%，高于其他主成分，這表明其對蒸騰速率的影響程度也是最大；第二主成分的貢獻(xiàn)率為22.22%，第三主成分的貢獻(xiàn)率為17.021%，第四主成分的貢獻(xiàn)率為10.777%，四個主成分的累計貢獻(xiàn)率為86.735%，說明這四個因子基本上可以代表整體的變化情況。

以12個因子在主成分中所占比例的絕對值大于0.600為例，來確定其為葉片蒸騰速率的主要的影響因素。通過分析表5可以看出，水汽壓這一因子對于影響蒸騰速率的第一主成分中貢獻(xiàn)最大，其次是50 cm土壤含水量，再次的為氣孔導(dǎo)度、空氣溫度和10 cm土壤含水量因子，這些因子都是作為第一主成分共同影響蒸騰速率的；第二主成分中貢獻(xiàn)最大的因子是相對濕度，其次是光合速率，然后是10 cm土壤含水量；第三主成分中貢獻(xiàn)最大的是葉片水勢，其次是30 cm土壤含水量；第四主成分中貢獻(xiàn)最大的凈輻射，其次是胞間CO2濃度。

表5 因子載荷矩陣

表6 回歸模型匯總

a.預(yù)測變量: (常量), 氣孔導(dǎo)度。

b.預(yù)測變量: (常量), 氣孔導(dǎo)度, 土壤含水量10 cm。

c.預(yù)測變量: (常量), 氣孔導(dǎo)度, 土壤含水量10 cm, 葉片水勢。

d.預(yù)測變量: (常量), 氣孔導(dǎo)度, 土壤含水量10 cm, 葉片水勢, 土壤含水量30 cm。

e.因變量: 蒸騰速率

3.4白刺蒸騰速率與影響因素回歸方程的建立及模擬

表6中給出了選擇不同自變量條件下的相關(guān)系數(shù)R及R2，可以看出當(dāng)僅選擇氣孔導(dǎo)度作為模型自變量來預(yù)測蒸騰速率時，R2僅為0.626，當(dāng)選擇氣孔導(dǎo)度、10 cm土壤含水量、葉片水勢、30 cm土壤含水量作為自變量來預(yù)測蒸騰速率變化時，R2為0.846，模擬的結(jié)果遠(yuǎn)遠(yuǎn)好于僅有一個自變量時的預(yù)測。由表7也可以看出當(dāng)選擇四個自變量進(jìn)行預(yù)測蒸騰速率時，方差平方和中，殘差也最小為373.544。模型擬合的系數(shù)如表8所示。

表7 方差分析

a.預(yù)測變量: (常量), 氣孔導(dǎo)度。

b.預(yù)測變量: (常量), 氣孔導(dǎo)度, 土壤含水量10 cm。

c.預(yù)測變量: (常量), 氣孔導(dǎo)度, 土壤含水量10 cm, 葉片水勢。

d.預(yù)測變量: (常量), 氣孔導(dǎo)度, 土壤含水量10 cm, 葉片水勢, 土壤含水量30 cm。

e.因變量: 蒸騰速率

表8 回歸模型系數(shù)

a.因變量: 蒸騰速率

本研究為了更好地通過各影響因素來預(yù)測不同月份蒸騰速率，分別在白刺生長的各月份建立了蒸騰速率與影響因素的回歸關(guān)系模型，模型采用逐步回歸的方法來剔除次要因子，建立的模擬模型如表9所示，其中9月建立的模擬模型中R2最大，但影響因子較多，5月建立的回歸模型僅選擇了1個自變量進(jìn)行預(yù)測蒸騰速率，其相關(guān)系數(shù)R2為0.663，基本上能夠滿足預(yù)測蒸騰速率的需要。全年擬合的方程為最下邊公式，即前面通過表9回歸模型求解的各變量系數(shù)，方程為：Y=-7.077+10.078×X2+0.214×X4-3.011×X7-0.195×X5，R2為0.855，模擬效果較好。

表9 白刺蒸散速率及影響因素回歸模型

注：Y-蒸騰速率；X1—光合速率；X2—氣孔導(dǎo)度；X3—胞間CO2濃度；X4—10cm土壤含水量；X5—30cm土壤含水量；X6—50cm土壤含水量；X7—葉片水勢；X8—風(fēng)速；X9—凈輻射；X10—空氣溫度平均值；X11—相對濕度平均值；X12—水汽壓平均值

4 討論

在干旱地區(qū)，水分條件被認(rèn)為是植被生長的最主要限制因素[6]，但是據(jù)大量研究表明，植被的光合、蒸騰等生理活動也受環(huán)境因子、土壤水分狀況以及植被自身因素影響[7,8]。影響程度有多大，目前研究成果不一。本研究通過選取12個影響白刺蒸騰作用的因子進(jìn)行相關(guān)分析、主成分分析描述白刺蒸騰速率的影響因素?？蔀榘状倘郝湫杷O(jiān)測、白刺群落植被重建提供理論依據(jù)。為了更進(jìn)一步精細(xì)分析白刺蒸騰速率的影響因素，今后需加大樣本調(diào)查數(shù)量以及調(diào)查范圍。

5 結(jié)論

5.1 蒸騰速率與氣孔導(dǎo)度、50 cm土壤含水量呈典型的正相關(guān)關(guān)系；空氣溫度平均值、凈輻射、10 cm土壤含水量、水汽壓與蒸騰速率呈現(xiàn)顯著相關(guān)關(guān)系；光合作用速率、胞間CO2濃度與蒸騰速率呈現(xiàn)正相關(guān)關(guān)系；葉片水勢、風(fēng)速與蒸騰速率呈現(xiàn)負(fù)相關(guān)關(guān)系；30 cm土壤含水量、相對濕度平均值與蒸騰速率之間無顯著的相關(guān)關(guān)系。

5.2 影響白刺葉片蒸騰速率的因子被歸類為4個主成分：第一主成分包括氣孔導(dǎo)度、10 cm土壤含水量、50 cm土壤含水量、空氣溫度、水汽壓，這些因子均與第一主成分呈現(xiàn)正相關(guān)；第二主成分包括光合速率、相對濕度、10 cm土壤含水量、空氣溫度，其中光合速率、相對濕度與第二主成分呈現(xiàn)正相關(guān)、其他兩項與第二主成分呈現(xiàn)負(fù)相關(guān)；第三主成分中比較顯著的因子為30 cm土壤含水量、葉片水勢，其中30 cm土壤含水量表現(xiàn)為顯著的負(fù)相關(guān)關(guān)系；第四主成分主要包括胞間CO2濃度、凈輻射，其中胞間CO2濃度與第四主成分間存在顯著負(fù)相關(guān)關(guān)系。

5.3 白刺蒸騰速率與影響因素回歸方程的建立及模擬結(jié)果：Y=-7.077+10.078×X2+0.214×X4-3.011×X7-0.195×X5，R2為0.855，模擬效果較好。

[1] 翟盤茂,潘曉華.中國北方近50年溫度和降水極端事件變化[J].地理學(xué)報,2003，21(S1):1-10

[2] 李昌龍,李茂哉,汪杰,等.綠洲邊緣白刺林退化植被恢復(fù)與重建技術(shù)研究[J].干旱區(qū)資源與環(huán)境，2005，19(1):167-171

[3] 趙長明,魏小平,尉秋實,等.民勤綠洲荒漠過渡帶植物白刺和梭梭光合特性[J].生態(tài)學(xué)報,2005,25(8):1908-1913

[4] 張錦春,趙明,張應(yīng)昌，等.灌溉植被梭梭、白刺光合蒸騰特性及影響因素研究[J].西北植物學(xué)報,2005,25(1):70-76

[5] 柏新富,朱建軍,趙愛芬,等.幾種荒漠植物對干旱過程的生理適應(yīng)性比較[J].應(yīng)用與環(huán)境生物學(xué)報，2008,14(6):763-768

[6] 馬全林，王繼和，紀(jì)永福，等.固沙樹種梭梭在不同水分梯度下的光合生理特性[J].西北植物學(xué)報，2003，23(12):1854-1901

[7] 趙明，郭志中，王耀林，等.不同地下水位植物蒸騰耗水特性研究[J].干旱區(qū)資源，2003,20(4):286-291

[8] 何炎紅,郭連生,田有亮.白刺葉不同水分狀況下光合速率及其葉綠素?zé)晒馓匦缘难芯縖J].西北植物學(xué)報,2005,25(11):131-139

AnalysisofInfluencingFactorsonTranspirationRateofNitrariatangutorum

Zhao Chenguang1, Menghebayaer2, Cheng Yesen3

(Institute of Forestry Desalination, Alxa League, Inner Mongolia, Alxa 750306, Inner Mongolia)

S161.4

A

10.13601/j.issn.1005-5215.2017.09.011

1005-5215(2017)09-0035-05

2017-07-26

趙晨光(1986-)，男，遼寧法庫人，碩士，工程師，現(xiàn)從事森林生態(tài)及荒漠化防治研究，Email:18648330471@163.com