符 沖, 宋孝玉, 李藍(lán)君, 趙新凱, 李懷有

(1.西安理工大學(xué) 省部共建西北旱區(qū)生態(tài)水利國家重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710048; 2.黃河水利委員會 西峰水土保持科學(xué)試驗(yàn)站, 甘肅 慶陽 745000)

綠水是通過蒸散過程而流向大氣圈的水汽流，綠水資源中的綠水流即為實(shí)際蒸散發(fā)的總量[1]。蒸散發(fā)作為能量交換和水文循環(huán)的參與者，是土壤—植被—大氣連續(xù)體(SPAC)系統(tǒng)中必不可少的一個(gè)環(huán)節(jié)[2]。蒸散發(fā)包括土壤蒸發(fā)和植物蒸騰，其中，土壤蒸發(fā)被認(rèn)為是綠水資源中的低效綠水，植物蒸騰則被認(rèn)為是綠水資源中的高效綠水[3]。黃土高原地區(qū)多為干旱或半干旱氣候，干旱作為主要的氣象災(zāi)害，長期嚴(yán)重制約該區(qū)域內(nèi)農(nóng)業(yè)生產(chǎn)和生態(tài)恢復(fù)[4]。同時(shí)，受氣候特征和下墊面條件綜合作用，水土流失也一直是該地區(qū)亟待解決的關(guān)鍵問題。針對此種情況，國家大力推廣植樹造林、退耕還林工程，并取得了顯著的生態(tài)效益[3]，但在造林過程中，由于未切合實(shí)際的考慮到當(dāng)?shù)厮Y源以及樹種耗水的匹配特點(diǎn)，亦出現(xiàn)了林木存活率低或樹干呈現(xiàn)“半生半死”等不良現(xiàn)象，導(dǎo)致植樹造林效率大大降低[5-7]。因此，有必要對黃土區(qū)典型人工林地綠水流變化及其影響因素進(jìn)行研究，這對于充分利用綠水資源以及促進(jìn)人工林地的有效管理等均具有重要作用[5-6]。目前，模擬綠水流變化的模型較多應(yīng)用于大尺度上[8-10]，對小尺度方面關(guān)注較少，而且對干旱、半干旱地區(qū)高、低效綠水進(jìn)行分離的相關(guān)報(bào)道較少?，F(xiàn)有方法多基于水量平衡、能量平衡等原理發(fā)展得來，主要有Penman公式[11]、修正Penman公式[12]、Penman-Monteith公式[13]、Shuttleworth-Wallace模型[8]、雙作物系數(shù)法[14]、互補(bǔ)相關(guān)模型等[15]。其中，Penman類模型對數(shù)據(jù)要求較為嚴(yán)格，除了常規(guī)氣象資料外，還需要較多的植被參數(shù)，這些植被參數(shù)往往難以獲取或者取值精度不高，使該類模型在資料缺乏區(qū)域難以推廣應(yīng)用；相對而言，基于互補(bǔ)相關(guān)原理的Granger模型僅需要?dú)庀筚Y料即可計(jì)算出綠水流，應(yīng)用相對簡便，方便于小區(qū)域尺度的蒸散發(fā)變化和綠水研究。在綠水流動(dòng)態(tài)性研究方面，目前研究對象多為小麥(Triticumaestivum)[16]、大豆(Glycinemax)、玉米(Zeamays)、水稻(Oryzasativa)[17]，對黃土溝壑區(qū)典型人工林刺槐(Robiniapseudoacacia)、側(cè)柏(Platycladusorientalis)、油松(Pinustabuliformis)的研究較為缺乏；而且現(xiàn)有研究進(jìn)行綠水流變化探討時(shí)，時(shí)間尺度多以整年或者整月為主[18]，針對短時(shí)段內(nèi)變化特征進(jìn)行的研究也較少。因此，本文以黃土溝壑區(qū)典型小流域內(nèi)人工刺槐、側(cè)柏和油松林地為研究對象，在偏枯年份(2016年)和特枯年份(2017年)野外監(jiān)測的基礎(chǔ)上，首先對Granger模型在各樣地內(nèi)的適用性進(jìn)行評價(jià)，然后結(jié)合實(shí)測的低效綠水，對各樣地內(nèi)高、低效綠水進(jìn)行分離，基于分離結(jié)果，對無雨期各林地的高、低效綠水與太陽輻射、葉面積指數(shù)、土壤含水率的關(guān)系進(jìn)行分析，以期為黃土溝壑區(qū)典型人工林地綠水資源的合理利用、植樹造林生態(tài)效益的提升以及人工林地的系統(tǒng)管理等提供科學(xué)參考與指導(dǎo)。

1 材料與方法

1.1 研究區(qū)概況

南小河溝流域(35°41′—35°44′N，107°30′—107°37′E)位于蒲河下游、董志源西側(cè)，流域內(nèi)建有黃河水利委員會西峰水土保持科學(xué)試驗(yàn)站。流域面積36.3 km2，海拔1 050—1 423 m，溝壑密度為2.68 km/km2，溝道比降2.8‰。地形地貌主要由塬面、坡地、溝谷組成，具有典型的黃土溝壑區(qū)地貌特征。流域處于半干旱地帶，多年平均降雨量為544.8 mm，多年平均氣溫為9.3 ℃，平均日最高氣溫為28.8 ℃，平均日最低氣溫為-22.6 ℃。流域內(nèi)降雨量集中在5—9月，占全年的70%以上，并多以大雨、暴雨的形式發(fā)生。土壤類型主要以黑壚土、黃綿土為主，容重分布在1.25～1.45 g/cm3。

流域內(nèi)無天然林分布，人工林主要是刺槐、側(cè)柏和油松，草被群落主要是白羊草、艾蒿和苜蓿。經(jīng)過實(shí)地考察，選擇研究區(qū)內(nèi)樹齡基本一致，長勢較為良好的刺槐、側(cè)柏及油松林地作為試驗(yàn)樣地,試驗(yàn)樣地基本情況詳見表1。

表1 試驗(yàn)樣地基本情況

1.2 試驗(yàn)設(shè)計(jì)

試驗(yàn)于2016年4月15日至10月15日及2017年4月15日至10月15日在南小河溝流域各樣地內(nèi)進(jìn)行，觀測及測定項(xiàng)目主要包括土壤含水率、土壤田間持水量、土壤蒸發(fā)、植被葉面積指數(shù)(LAI)等。土壤含水率使用管式時(shí)域反射系統(tǒng)(Trime TDR， Germany)測量，測量間隔為3～5 d，測量深度為200 cm，深度0—100 cm時(shí)間隔深度為10 cm，100—200 cm時(shí)，間隔深度為20 cm。土壤田間持水量使用環(huán)刀法進(jìn)行測定。土壤蒸發(fā)采用自制的微型蒸滲儀(深度20 cm，口徑16 cm)進(jìn)行，測量間隔為3～5 d；降雨及氣象數(shù)據(jù)(太陽輻射、溫度、濕度、2 m處風(fēng)速等)利用WatchDog 2009系列氣象觀測系統(tǒng)進(jìn)行監(jiān)測。LAI則使用植物冠層分析系統(tǒng)(WinScanopy 2006， Canada)進(jìn)行定點(diǎn)觀測，觀測間隔為6～7 d。

1.3 互補(bǔ)相關(guān)原理及Granger模型

互補(bǔ)相關(guān)理論是Bouchet[19]提出的一種計(jì)算區(qū)域綠水流的理論模型。他認(rèn)為在充分濕潤時(shí)，綠水流(ETa)是和潛在蒸散量(ETp)相等的，都為濕潤環(huán)境的蒸散量(ETw)。但是隨著水分減少，ETa會隨之減小，而原來用于蒸散的能量也不會消失，被用來改變該區(qū)域溫度、濕度等，即用來增加ETp，且其增加量應(yīng)該和剩余的原來用于蒸散的能量相等。公式(1)表示充分濕潤時(shí)ETa和ETp之間的關(guān)系：

ETa+ETp=2ETw

(1)

在此基礎(chǔ)上，Granger等引入“相對蒸散發(fā)”的概念并重新定義了可能蒸散發(fā)和濕潤環(huán)境蒸散發(fā)[20]，最終推導(dǎo)出估算綠水流的關(guān)系式，即：

(2)

式中：ETa為綠水流(mm)； Δ為溫度—飽和水氣壓曲線斜率(mbar/℃)；Rn為太陽凈輻射(W/m2) ；G為土壤熱通量(W/m2)；R為相對蒸散發(fā)；γ為干濕計(jì)常數(shù)(mbar/℃)，取值為0.658(mbar/℃)；Ea為干燥力項(xiàng)(W/m2)，它們與干燥力D之間的關(guān)系式為：

(3)

(4)

式中：b1，b2為經(jīng)驗(yàn)系數(shù)，Granger根據(jù)不同下墊面觀測資料[20]，分析認(rèn)為b1和b2取值分別為8.045,0.028。

1.4 水量平衡法

利用實(shí)測的刺槐、油松、側(cè)柏林地的土壤含水率，根據(jù)水量平衡原理計(jì)算試驗(yàn)期間樣地的綠水流：

ETa=W1-W2+P-I-R

(5)

式中：W1為前一次測量的土壤含水量；W2為后一次測量時(shí)的土壤含水量；P為前后兩次測量期間的降雨量；I為截留量；R為徑流量，該式中變量單位均為mm。

根據(jù)課題組在南小河溝流域進(jìn)行的相關(guān)研究[3]，刺槐、側(cè)柏及油松冠層截流比例大致保持在13%，20%以及18%。由于本研究試驗(yàn)樣地和其試驗(yàn)樣地在立地條件、植被密度、土壤性質(zhì)等方面十分接近，故本研究直接采用其成果進(jìn)行林地截流量的計(jì)算。同理，試驗(yàn)期內(nèi)徑流量采用李淼[21]所擬定的南小河溝流域林地產(chǎn)流方程進(jìn)行計(jì)算。

1.5 模型評價(jià)標(biāo)準(zhǔn)

以2016年為率定期，將Granger模型計(jì)算的綠水流與水量平衡法計(jì)算結(jié)果進(jìn)行對比，通過手工試錯(cuò)法調(diào)整模型參數(shù)，使模擬結(jié)果與實(shí)測結(jié)果接近。采用率定后的模型參數(shù)，以2017年為驗(yàn)證期對模型進(jìn)行驗(yàn)證。率定與驗(yàn)證模型時(shí)，以納什效率系數(shù)(NSE)[22]對模型模擬精度進(jìn)行評價(jià)：

(6)

式中：Pi為Granger模型模擬的綠水流；Oi為試驗(yàn)測定的綠水流；Oavg為試驗(yàn)測定綠水流的平均值。NSE越接近于1，說明模擬值與實(shí)測值的擬合程度越好，即適用性越好。一般而言，NSE大于0.5則表示模型模擬精度良好，處于可接受的范圍；NSE大于0.7表示模型模擬精度較高[23]。

1.6 綠水流分離

使用經(jīng)過驗(yàn)證后的Granger模型計(jì)算綠水流，減去刺槐、側(cè)柏、油松林地實(shí)測的低效綠水，即可計(jì)算得到刺槐、側(cè)柏、油松林地的高效綠水。

2 結(jié)果與分析

2.1 模型參數(shù)率定

模型參數(shù)率定后的結(jié)果詳見表2。參數(shù)率定后，模型模擬效果如圖1—2所示，可以看出，率定期模型在刺槐、側(cè)柏、油松林地內(nèi)的NSE分別為0.72，0.70和0.67，在驗(yàn)證期則分別為0.56，0.52，0.58。整體來看，率定參數(shù)后的Granger模型對各樣地內(nèi)綠水流的模擬效果較好，可用于進(jìn)行日尺度的綠水流計(jì)算。

表2 試驗(yàn)樣地Granger模型綠水流模擬參數(shù)率定結(jié)果

圖1 率定期(2016年)Granger模型模擬不同林地綠水流效果

圖2 驗(yàn)證期(2017年)Granger模型模擬不同林地綠水流效果

2.2 樣地尺度高低效綠水關(guān)系分析

利用多元非線性回歸模型進(jìn)行綠水流及其影響因子關(guān)系的擬合，即將低效綠水(E)或高效綠水(T)分別與太陽凈輻射(Rn)、土壤含水率(θ)、葉面積指數(shù)(LAI)建立函數(shù)關(guān)系。建立方程時(shí)，不僅考慮各單因子對E和T影響，同時(shí)也考慮各因子之間的交互影響作用。方程具體形式為：

diθ×LAI+eiRn×LAI+

fiRn×θ+giRn×θ·LAI+hi

(7)

式中：ai,bi,ci,di,ei,fi,gi,hi,n1,n2,n3均為待定系數(shù)?？紤]到E主要發(fā)生在表層土壤,因此,建立函數(shù)關(guān)系時(shí)θ分別采用0,10以及20 cm土層含水率分別進(jìn)行擬合。對T而言,則采用0,10,20,30和40 cm土層的θ來分別建立函數(shù)關(guān)系。

經(jīng)多次試算，最后確定n1=1，n2=2，n3=1。采用不同深度含水率建立的回歸方程決定系數(shù)(表3—4)。可以看出，在其他因素確定的情況下，低效綠水對10 cm土壤含水量敏感，而高效綠水對20 cm土壤含水量敏感。采用以上兩深度進(jìn)行方程擬合時(shí)，低效綠水方程的決定系數(shù)在刺槐、側(cè)柏及油松林地內(nèi)為0.44，0.64，0.57；對高效綠水而言，則分別為0.62，0.57，0.63。

表3 各林地低效綠水方程決定系數(shù)R2

表4 各林地高效綠水方程決定系數(shù)R2

2.3 各因子對綠水流的影響分析

由于降雨量大小會影響各因子對綠水流的貢獻(xiàn)度，因此，在對各影響因素進(jìn)行分析前，需要確定2016和2017年的豐枯程度。根據(jù)氣象科學(xué)研究院擬定的降雨量5級判別標(biāo)準(zhǔn)，本研究采用降雨量距平百分率(Pa)來進(jìn)行水文年份的判別(表5)[24]。結(jié)合2016與2017年降雨量(397.6與217.8 mm)得到，研究區(qū)域2016年降雨量距平百分率Pa2016=-27%，2017年降雨量距平百分率Pa2017=-60%，因此，2016年是偏枯年份，2017年是特枯年份。

表5 水文年份判別標(biāo)準(zhǔn)

2.3.1 葉面積指數(shù)(LAI) 圖3表示不同林地在不同年份無雨期內(nèi)(一般為4 d)低效綠水(E)和高效綠水(T)隨葉面積指數(shù)(LAI)變化。由圖3可以看出，刺槐、側(cè)柏、油松林地的E值在偏枯年(2016年)分別分布在在0.13～7.45，0.08～4.22 mm以及0.18～7.63 mm，日平均E值分別為1.86，1.91以及1.06 mm/d；在特枯年(2017年)，E值則分布在0.47～6.31 mm，0.36～7.36 mm以及0.01～9.88 mm，日均E分別為1.59，1.84，2.47 mm/d。對比分析可以看出，不同水文年刺槐林地低效綠水變化幅度較小，其次是油松，而側(cè)柏變化最敏感，其最大E在不同水文年變化比例超過了70%。

對T而言，刺槐、側(cè)柏、油松林地的T在偏枯年(2016年)分別分布在0.04～16.07，0.11～18.48 mm以及0.05～16.49 mm，日均T分別為4.01，4.62以及4.12 mm/d左右；在特枯年(2017年)，T則分布在0.63～14.85，0.27～9.59 mm以及0.09～10.44 mm，日均T為3.71，2.40，2.61 mm/d?？梢钥闯觯煌哪陮?cè)柏的高效綠水影響最大，次之油松，對刺槐的影響是最小的。

就綠水流而言，刺槐、側(cè)柏、油松林地在偏枯年份和特枯年份的綠水流分別為181.9，193.1，178.3和159.4，152.3，179.2 mm；各樣地不同水文年無雨期間綠水流變化表現(xiàn)為：側(cè)柏(21.13%)>刺槐(12.37%)>油松(0.50%)，結(jié)合高低效綠水的變化情況可知側(cè)柏是對水分最敏感的樹種，油松是不同水文年綠水流變化最小的樹種。

縱觀三樣地葉面積指數(shù)的變化可知，隨著葉面積指數(shù)的增大，刺槐林地E在偏枯年份和特枯年份均呈下降的趨勢，T則呈現(xiàn)增大的趨勢；相比之下，在特枯年份，葉面積指數(shù)較小時(shí)T即會達(dá)到峰值。側(cè)柏E隨著葉面積指數(shù)的增大呈下降趨勢，T則呈現(xiàn)波動(dòng)變化，出現(xiàn)了幾個(gè)大小不一的峰值。油松E隨著葉面積指數(shù)的增大同樣呈下降趨勢，T則呈現(xiàn)穩(wěn)定的上升趨勢。樹種間對比可以看出，葉面積指數(shù)對側(cè)柏的影響最不穩(wěn)定，這說明側(cè)柏對水分較為敏感，因此，其LAI的增加會導(dǎo)致E，T間比例關(guān)系的不穩(wěn)定所致。

圖3 不同林地高、低效綠水流隨葉面積指數(shù)變化過程

2.3.2 太陽凈輻射(Rn) 圖4為不同林地低效綠水(E)和高效綠水(T)隨太陽凈輻射(Rn)變化圖?？梢钥闯?，偏枯年(2016年)Rn相對比較充足，隨其增大，各林地的E，T均呈現(xiàn)出明顯的波動(dòng)上升趨勢。但是在特枯年(2017年)，Rn較小時(shí)，即可使T達(dá)到峰值。對各林地進(jìn)行對比，可以看出，在偏枯年份，側(cè)柏E的最大值出現(xiàn)所對應(yīng)的Rn最小，而刺槐和油松則保持相對一致；在特枯年份，刺槐E的最大值所對應(yīng)的Rn最小，油松次之，側(cè)柏最大。對T而言，偏枯年份和特枯年份刺槐T最大值對應(yīng)的Rn都較小，側(cè)柏和油松保持一致。對比分析可以看出，Rn對側(cè)柏林地E的影響最大，對刺槐林地的T影響最大。

圖4 不同林地高、低效綠水流隨太陽凈輻射變化

2.3.3 土壤含水率(θ)

(1) 對低效綠水的影響。圖5是不同林地低效綠水(E)隨10 cm土壤含水率(θ10 cm)變化圖。由圖5可以看出，E整體隨著θ10 cm的增大而增大。在偏枯年份(2016年)，E總量表現(xiàn)為刺槐(75.6 mm)>油松(64.1 mm)>側(cè)柏(59.2 mm)，在特枯年份(2017年)，E總量表現(xiàn)則為油松(97.9 mm)>側(cè)柏(79.9 mm)>刺槐(59.6 mm)。對比分析可知，不同水文年油松低效綠水的變化最大(52.73%)，側(cè)柏次之(34.97%)，對刺槐的影響最小(21.16%)。根據(jù)田間持水量試驗(yàn)中測定的0—40 cm土壤的田間持水量，設(shè)定4個(gè)土壤水分梯度，分別為：充分供水(>75%田間持水量)，輕度缺水(50%～75%田間持水量)，中度缺水(25%～50%田間持水量)，重度缺水(<25%田間持水量)。相對含水量指土壤含水量占田間持水量的百分比，3塊林地對比可知，偏枯年份刺槐林地10 cm相對含水量集中保持在26.5%～35.2%之間，特枯年份保持在35.5%～54.4%之間；偏枯年份側(cè)柏相對含水量集中保持38.8%～56.5%之間，特枯年份保持在26.4%～56.4%之間；偏枯年份油松10 cm相對含水量集中保持37.4%～52.7%之間，特枯年份保持在37.2%～59.9%之間。可以看出，在枯水年不同時(shí)期林地土壤水分大多都保持在田間持水量的60%以下，但是幼苗存活重要條件之一是土壤含水量至少要保持在田間持水量的50%以上[25]，側(cè)柏幼苗甚至要保持在70%～80%才是最適宜的水分環(huán)境[26]。試驗(yàn)期中的無雨期間，兩種水文年份下，刺槐林地相對含水量低于50%的占90.1%和56.8%；側(cè)柏為64.0%和68.4%；油松是70.1%和71.2%，大部分時(shí)期人工林地都處于中度缺水狀態(tài)，即存在著水分不足進(jìn)而限制樹木生長的現(xiàn)象，這是導(dǎo)致樹苗成活率低的一個(gè)重要原因。

圖5 不同林地低效綠水流隨10 cm土壤含水率變化過程

(2) 對高效綠水的影響。圖6是不同林地高效綠水(T)隨20 cm土壤含水率(θ20 cm)變化圖。由圖6可以看出，隨著θ20 cm的增大，各樣地不同年份林木的T都呈下降趨勢。在偏枯年份(2016年)無雨期內(nèi)，T總量表現(xiàn)為：側(cè)柏(133.9 mm)>油松(114.2 mm)>刺槐(106.3 mm)，在特枯年(2017年)，則表現(xiàn)為刺槐(99.8 mm)>油松(81.3 mm)>側(cè)柏(72.4 mm)。對比分析可以看出，不同水文年側(cè)柏林地內(nèi)T的變化幅度最大(45.93%)，油松次之(28.81%)，刺槐最小(6.11%)。3塊林地對比可知，偏枯年份刺槐林地20 cm相對含水量集中保持在26.9%～39.9%之間，特枯年份保持在43.3%～65.1%之間；偏枯年份側(cè)柏林地相對含水量集中保持40.4%～59.4%之間，特枯年份保持在30.8%～52.3%之間；偏枯年份油松林地相對含水量集中保持42.2%～52.4%之間，特枯年份保持在41.7%～56.4%之間。兩種水文年份下，刺槐林地20 cm相對含水量低于50%的占90.1%和61.0%；側(cè)柏為60.1%和80.0%；油松是66.7%和50.5%。三片林地大多處于中度缺水狀態(tài)，只有極少一部分時(shí)間處于輕度缺水狀態(tài)。

圖6 不同林地高效綠水流隨20 cm土壤含水率變化過程

3 討論與結(jié)論

水分脅迫是植物正常生長和發(fā)育過程中最容易受到的非生物環(huán)境脅迫因子，水分的供給情況往往成為限制植物生長以及成林的重要因素[27-28]。土壤水分缺乏的情況最容易出現(xiàn)在無雨期階段，在黃土高原，如何保證人工林在無雨期間的存活率是保證人工林存活的關(guān)鍵。對主要造林樹種在無雨期間綠水流變化研究的首要問題就是進(jìn)行綠水流的分離。本研究結(jié)果表明，率定后的基于互補(bǔ)相關(guān)原理的Granger模型在南小河溝的適用性良好，在率定期納什效率系數(shù)均在0.7左右，在驗(yàn)證期也都超過了0.5，表明模擬結(jié)果較好，在數(shù)據(jù)不充足或者缺失的小流域可用來模擬綠水流的變化情況。Xu等[29]指出互補(bǔ)相關(guān)模型在率定參數(shù)后可以在各氣候區(qū)得到理想的蒸散量，這與本研究結(jié)果一致。

本研究的結(jié)果表明，E對10 cm土壤含水率敏感，T對20 cm土壤含水率敏感。宋孝玉等[24]研究表明，E與土壤表層含水率有較大關(guān)系，這與本研究結(jié)果一致。王健等[30]認(rèn)為，T與40 cm土壤含水率相關(guān)性較好，與本研究不一致，這是由于在南小河溝流域，降雨多以大雨、暴雨形式發(fā)生，但持續(xù)時(shí)間短，因此，更多的降雨來自小于10 mm的小雨，這種小雨一般只能影響到表層(0—10 cm)或次表層(10—20 cm)的土壤含水率[31-32]，對40 cm土壤含水率的影響較小，所以本研究中T表現(xiàn)出對40 cm土壤含水率不如對20 cm土壤含水率更為敏感。

本研究表明，側(cè)柏的T受LAI影響較小，而刺槐、油松的E，T以及側(cè)柏的E都受LAI影響較大。相對而言，Rn對側(cè)柏林地的E影響最大，對刺槐林地的T影響最小。不同水文年油松E的變化最大，側(cè)柏次之，刺槐最小。不同水文年側(cè)柏T變化幅度最大，刺槐次之，油松最小。對比E和T的變化可知，不同水文年對側(cè)柏T的影響大于E，對刺槐和油松則正好相反。各樹種中，側(cè)柏對水分最敏感。這與以往的結(jié)果不一致[33]，這是因?yàn)閺挠酌玳_始，側(cè)柏就需要土壤水分保持在田間持水量的70%～80%才能正常生長[26]，而且側(cè)柏根系分布在0—90 cm，主要分布在0—40 cm，刺槐根系分布在0—120 cm且呈均勻分布[33]，本研究所用的水文年份為偏枯年份和特枯年份，降雨量距平百分率Pa2016=-27%，Pa2017=-60%，差異較大，在特枯年份幾場大暴雨的存在就決定了當(dāng)年大部分的降雨量，大暴雨可以補(bǔ)充刺槐林地的深層土壤水分，對刺槐而言，由于根系均勻分布，其可以將深層土壤水分轉(zhuǎn)化成高低效綠水；而側(cè)柏由于根系的集中分布導(dǎo)致其對深層水的利用相對困難，因此，其綠水流少于刺槐。由綠水流總量可知，偏枯年份到特枯年份，油松林地綠水流總量相對穩(wěn)定，這與以往的研究基本一致[5,34]。同時(shí)，刺槐相比側(cè)柏也較為穩(wěn)定，這主要是因?yàn)榇袒绷值卮┩赣炅慷嘤趥?cè)柏[3]，降雨對刺槐林地土壤水分的補(bǔ)充較為充足，使得刺槐根系所受的水分脅迫程度低于側(cè)柏。

對土壤水分析可知，3種林地大部分階段都處于中度缺水狀態(tài)，存在著水分不足進(jìn)而限制樹木生長的現(xiàn)象，這意味著綠水資源對樹種生長的支持程度有所欠缺，因此，對這3種樹種而言，植樹造林時(shí)，要將人工林密度控制在土壤水分對應(yīng)的植被承載能力內(nèi)。同時(shí)，也應(yīng)通過改善林下植被層次以及枯落物覆蓋等的影響，來盡量減少E，促使E朝著T轉(zhuǎn)化，從而促進(jìn)綠水資源更有效的利用。