馮鑫煒 張志強(qiáng) 許 行 律 江 張海泉 孟祥雪

(1.北京林業(yè)大學(xué)水土保持學(xué)院 北京 100083;2.北京市共青林場(chǎng) 北京 101300)

大氣中CO2濃度持續(xù)升高引起的全球變暖和極端氣候頻率增加已成為事實(shí)(IPCC,2013;Kaushaletal.,2014)。森林生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)中最主要的植物碳庫(kù)(戴巍等,2017)，其植被對(duì)減緩氣候變化進(jìn)程發(fā)揮著不可替代的作用。隨大范圍造林，我國(guó)人工林面積不斷增加，已占森林總面積的33.17%(國(guó)家林業(yè)局,2014)，人工林生態(tài)系統(tǒng)對(duì)碳收支的潛在影響不可忽略。分析人工林凈生態(tài)系統(tǒng)碳交換(NEE)的變化特征及其與環(huán)境因子間的相互關(guān)系，對(duì)準(zhǔn)確評(píng)估我國(guó)人工林碳匯功能具有重要意義(唐祥等,2013;吳亞叢等,2013)，可為全球范圍內(nèi)森林生態(tài)系統(tǒng)碳循環(huán)研究提供重要支撐(鄒文濤等,2017)。

NEE受到土壤、植被、水、氣、光、熱等多種因素的共同作用，存在復(fù)雜的響應(yīng)機(jī)制(Lasslopetal.,2010)。大量研究證明，輻射是日尺度下驅(qū)動(dòng)NEE變化的主要因子(吳志祥等,2014;譚麗萍等,2015;馬小紅等,2017)。也有研究表明，土壤含水量是NEE日變化的主導(dǎo)因子(徐勇峰等,2018)。然而NEE對(duì)環(huán)境因子的響應(yīng)存在時(shí)滯現(xiàn)象(Pinginthaetal.,2010;Jiaetal.,2018)，會(huì)影響判斷環(huán)境因子對(duì)NEE的作用。定量研究時(shí)滯現(xiàn)象有助于分析氣候變化對(duì)陸地生態(tài)系統(tǒng)碳循環(huán)過(guò)程的影響機(jī)制、對(duì)提高陸地生態(tài)系統(tǒng)碳循環(huán)模型的參數(shù)化和驗(yàn)證精度(Dietzeetal.,2011;Jiaetal.,2018)具有十分重要的意義，但目前相關(guān)研究只停留在定性或定量描述時(shí)滯現(xiàn)象(Pinginthaetal.,2010;高翔,2013;Ouyangetal.,2014;Jiaetal.,2018)，很少定量分析忽略時(shí)滯現(xiàn)象對(duì)判斷NEE與環(huán)境影響因子間的相關(guān)性以及NEE數(shù)據(jù)擬合模型精度的影響。

本研究以北京市順義區(qū)歐美楊(Populus×euramericana)人工林為研究對(duì)象，揭示在日尺度下NEE與環(huán)境因子間的時(shí)滯現(xiàn)象，并分析消除時(shí)滯現(xiàn)象前后NEE與環(huán)境因子間的定量關(guān)系以及NEE擬合精度的變化情況，以期為提高估算生態(tài)系統(tǒng)碳源/匯量的準(zhǔn)確性提供依據(jù)。

1 研究區(qū)概況

研究區(qū)位于北京市順義區(qū)共青林場(chǎng)(116°42′41″E，40°06′27″N)，海拔29 m，地下水位約2 m。氣候類型屬于暖溫帶半濕潤(rùn)大陸性季風(fēng)氣候，年均氣溫11.5 ℃。1月平均氣溫4.9 ℃，最低氣溫-19.1 ℃；7月平均氣溫25.7 ℃，最高氣溫40.5 ℃。年日照2 750 h，全年無(wú)霜期195天左右。年均空氣相對(duì)濕度50%，年均降水量576 mm，為華北地區(qū)降水量較均衡的地區(qū)之一。全年75%的降水集中在夏季，每年生長(zhǎng)季為4—10月。該地區(qū)屬于海河水系潮白河沖積扇下段，地勢(shì)平坦，土壤以砂土、亞砂土為主，具有高滲透性和低持水能力。研究區(qū)為歐美楊人工林，種植于1996年，2014年胸徑為(25.7 ± 1.6) cm，樹(shù)高為(17.5 ± 1.6) m，栽植密度為4 m × 3 m，葉面積指數(shù)為2.15 ～ 3.41，林下灌木草本較少，主要有紅瑞木(Swidaalba)和珍珠梅(Sorbariasorbifolia)等。

2 研究方法

2.1 環(huán)境因子測(cè)定與計(jì)算方法

2014年生長(zhǎng)季(5—10月)環(huán)境因子由微氣象梯度觀測(cè)系統(tǒng)直接測(cè)定或間接計(jì)算所得。其中，空氣溫濕度傳感器(HC253,Campbell Scientific Inc,USA)測(cè)量空氣溫度(Ta)和空氣濕度(RH)，觀測(cè)高度分別為0.5、1.5、5、15和25 m；土壤溫度傳感器(TCAV107,Campbell Scientific Inc,USA)測(cè)量土壤溫度(Ts)，采樣深度分別為5、10和25 cm；光量子傳感器(LI-190SB,LI-COR Inc)測(cè)量光合有效輻射(PAR)，觀測(cè)高度為30 m；土壤水分觀測(cè)儀TDR(CS616,Campbell Scientific Inc,USA)測(cè)量土壤體積含水量(VWC)，采樣深度分別為5、25、50、100、150和200 cm。所有數(shù)據(jù)使用CR1000(Campbell Scientific Inc,USA)采集。飽和水汽壓差(VPD)定義為：

(1)

式中：Ta和RH分別為15 m高處的空氣溫度和空氣濕度，e為自然常數(shù)。

本研究土壤溫度采用5 cm深處傳感器數(shù)據(jù)(T5)，土壤體積含水量采用25 cm深處傳感器數(shù)據(jù)(VWC25)。

2.2 凈生態(tài)系統(tǒng)碳交換計(jì)算方法與數(shù)據(jù)預(yù)處理

2014年生長(zhǎng)季(4—10月)凈生態(tài)系統(tǒng)碳交換(NEE)由渦度相關(guān)觀測(cè)系統(tǒng)測(cè)得的湍流原始數(shù)據(jù)計(jì)算所得。渦度相關(guān)觀測(cè)系統(tǒng)由開(kāi)路式H2O/CO2紅外氣體分析儀(EC150,Campbell Scientific Inc.,Logan,Utah,USA)和三維超聲風(fēng)速儀(CSAT3,Campbell Scientific Inc.,USA)組成，觀測(cè)高度25 m，所有10 Hz湍流原始數(shù)據(jù)采用CR5000(Campbell Scientific Inc,USA)采集。利用Eddypro 6.2.0軟件對(duì)所采集的10 Hz湍流原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)測(cè)試與再處理，處理過(guò)程包括去除異常值(約占6%)、坐標(biāo)轉(zhuǎn)換(平面擬合法)、WPL校正和通量數(shù)據(jù)質(zhì)量分析。將存在10%以上野點(diǎn)或超出臨界值的數(shù)據(jù)、湍流穩(wěn)態(tài)測(cè)試質(zhì)量等級(jí)為8和9的數(shù)據(jù)以及超出通量貢獻(xiàn)區(qū)的數(shù)據(jù)剔除，最終獲得NEE的30 min原始數(shù)據(jù)，其中缺失數(shù)據(jù)占全年數(shù)據(jù)總量的22%(Xuetal.,2018)。不同因子缺失數(shù)據(jù)的時(shí)間段有可能不同步，故在生長(zhǎng)季選取的201天中至少有165天數(shù)據(jù)有效。根據(jù)PAR將NEE和各環(huán)境因子數(shù)據(jù)分為白天(PAR >4 μmol·m-2s-1)和夜間(PAR≤ 4 μmol·m-2s-1)兩部分(Kangetal.,2015)，在以下分析中除描述NEE與環(huán)境因子動(dòng)態(tài)變化及簡(jiǎn)單線性回歸分析使用全天30 min數(shù)據(jù)，其余分析分別使用白天和夜間30 min數(shù)據(jù)，且所有分析均使用未插補(bǔ)的數(shù)據(jù)。

2.3 回歸分析

通過(guò)建立因變量與自變量間相關(guān)關(guān)系的回歸曲線可反映2個(gè)變量間的相關(guān)性，以回歸方程是否通過(guò)F檢驗(yàn)和決定系數(shù)R2來(lái)判斷是否存在相關(guān)性及相關(guān)程度。利用SPSS 22.0軟件分別對(duì)NEE和環(huán)境因子進(jìn)行簡(jiǎn)單線性回歸分析，從而初步判斷所選擇的環(huán)境因子是否對(duì)NEE有影響，并對(duì)消除時(shí)滯前后NEE與環(huán)境因子進(jìn)行曲線估計(jì)得到最優(yōu)回歸模型。

2.4 錯(cuò)位平移

按照觀測(cè)時(shí)間序列順序，以NEE數(shù)據(jù)為基準(zhǔn)，將對(duì)應(yīng)時(shí)刻的環(huán)境因子數(shù)據(jù)提前kh(k>0)或滯后-kh(k<0)平移，k=0時(shí)不做平移。其中，k為時(shí)滯時(shí)間，取0，±0.5，±1，±1.5，…，正值表示NEE先于環(huán)境因子變化，負(fù)值則相反。

2.5 時(shí)滯分析方法

小波互相關(guān)分析法可以對(duì)非平穩(wěn)的時(shí)間序列進(jìn)行時(shí)滯分析，通過(guò)分別計(jì)算NEE與各環(huán)境因子在不同時(shí)滯下小波互相關(guān)系數(shù)的大小來(lái)判斷時(shí)滯關(guān)系(桑燕芳等,2010)。對(duì)于時(shí)間序列xn(t)和yn(t)(n=1，2，3，…，N)，兩者之間的小波互相關(guān)系數(shù)定義為：

(2)

(3)

(4)

(5)

(6)

(7)

(8)

式中：c為無(wú)量綱時(shí)間；ω0為無(wú)綱量時(shí)間序列頻率，一般取ω0=6(Grinstedetal.，2004)；i為虛數(shù)單位。

本研究使用RStudio 1.1.447軟件，對(duì)公式(2) ～ (7)編程，將NEE和環(huán)境因子的半小時(shí)原始數(shù)據(jù)分別作為時(shí)間序列xn(t)和yn(t)輸入程序中，計(jì)算結(jié)果即為NEE與各環(huán)境因子的小波互相關(guān)系數(shù)數(shù)據(jù)。由于時(shí)滯分析使用白天和夜間2組數(shù)據(jù)，任意相鄰2天的數(shù)據(jù)并不連續(xù)，在時(shí)滯時(shí)間k下需要分別計(jì)算每天的小波互相關(guān)系數(shù)值，即最終對(duì)于任意時(shí)滯k將獲得至少165個(gè)小波互相關(guān)系數(shù)數(shù)據(jù)。

2.6 偏相關(guān)分析

分析2個(gè)指定變量在去除其他變量影響后的線性相關(guān)性，并通過(guò)雙尾t檢驗(yàn)和偏相關(guān)系數(shù)大小來(lái)可反映是否具有相關(guān)性及相關(guān)程度。利用SPSS 22.0軟件進(jìn)行偏相關(guān)分析，分別計(jì)算NEE與不同環(huán)境因子的t檢驗(yàn)P值和偏相關(guān)系數(shù)，以判斷影響NEE的主導(dǎo)因子以及NEE與各因子的相關(guān)程度。

2.7 主成分分析

通過(guò)降維把多個(gè)具有一定相關(guān)性的指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)相互獨(dú)立的綜合指標(biāo)，從而簡(jiǎn)化數(shù)據(jù)集。NEE受多種環(huán)境因子的影響，且這些環(huán)境因子間具有一定的相關(guān)性(周媛媛等,2017)。使用RStudio 1.1.447軟件的PCA函數(shù)對(duì)環(huán)境因子進(jìn)行主成分分析得出主成分表達(dá)式，根據(jù)貢獻(xiàn)率加權(quán)平均得到綜合環(huán)境因子，以進(jìn)一步分析NEE與綜合環(huán)境因子間的關(guān)系并進(jìn)行模型模擬。

2.8 模型精度評(píng)價(jià)指標(biāo)

本研究選取決定系數(shù)(R2)、均方根誤差(RMSE)和林氏調(diào)和系數(shù)(LCCC)作為評(píng)價(jià)模型模擬精度的指標(biāo)(Lin,1989;陳亮等,2018)：

(9)

(10)

(11)

3 結(jié)果與分析

3.1 主要環(huán)境因子月均日動(dòng)態(tài)變化特征

環(huán)境因子月均日變化具有一定的規(guī)律性(圖1)。Ta在各月均存在1個(gè)峰值(14:00—15:30)和1個(gè)谷值(5:00—6:30)，整個(gè)生長(zhǎng)季7月出現(xiàn)最大值，10月出現(xiàn)最小值。T5的變化趨勢(shì)與Ta相近，最低點(diǎn)出現(xiàn)在5:30—6:30，最高點(diǎn)出現(xiàn)在12:00—13:30，7月出現(xiàn)最大值，10月出現(xiàn)最小值。兩者最小值出現(xiàn)時(shí)間相近，但Ta的峰值明顯落后于T5，這是由于研究區(qū)的土壤類型主要為砂土，其土壤熱容量比較小。PAR呈倒“U”型曲線，5:00前后開(kāi)始上升，中午12:00前后達(dá)到峰值，隨后開(kāi)始下降，直到19:00前后趨于平緩，最大值出現(xiàn)在8月，最小值出現(xiàn)在10月。VPD各月在凌晨4:30 — 6:00處于最低值，下午14:30—16:00達(dá)到峰值，6月出現(xiàn)最大值，10月出現(xiàn)最小值。VWC25各月日變化平緩，6:00前后達(dá)到最大值，18:00前后下降到最低值，整個(gè)生長(zhǎng)季最大值出現(xiàn)在9月，最小值出現(xiàn)在8月。

圖1 Ta、T5、PAR、VPD和VWC25的月平均日動(dòng)態(tài)變化Fig.1 Diurnal variations of monthly mean Ta,T5,PAR,VPD,and VWC25

3.2 NEE月均日動(dòng)態(tài)變化特征

生長(zhǎng)季NEE各月24 h日均值呈現(xiàn)出相似的變化趨勢(shì)(圖2)。各月份白天NEE均為負(fù)值，植物吸收大氣中的CO2，表現(xiàn)為碳匯；夜間均為正值，生態(tài)系統(tǒng)向大氣排放CO2，表現(xiàn)為碳源。NEE各月的日變化均呈單峰“U”型分布，從5:30前后開(kāi)始，隨著光合作用加強(qiáng)，NEE由正值開(kāi)始向負(fù)值逐漸變化，于中午12:00前后出現(xiàn)吸收峰，午后NEE吸收減緩，漸趨于0，在18:00前后由負(fù)值轉(zhuǎn)變?yōu)檎?，隨后一直為正值，處于碳排放狀態(tài)。整個(gè)生長(zhǎng)季，4—10月NEE的平均值分別為-4.96、-5.67、-7.26、-5.40、-5.27、-4.33和-2.10 μmol·m-2s-1，波動(dòng)范圍分別為 -19.59～4.28，-23.02～7.18，-28.47～9.66，-23.72～7.68，-21.86～5.79，-21.29 ～ 5.23和-14.47～3.47 μmol·m-2s-1，6月NEE變化幅度最大，10月最小。

圖2 2014年生長(zhǎng)季凈生態(tài)系統(tǒng)碳交換(NEE)月平均日動(dòng)態(tài)變化Fig.2 Diurnal variation of the monthly mean net ecosystem exchange of CO2 (NEE) during the growing season in 2014

3.3 NEE與環(huán)境因子的線性回歸分析

NEE與Ta、T5、PAR和VPD均極顯著負(fù)相關(guān)(圖3)，P值均小于0.000 1，且與PAR的相關(guān)性最強(qiáng)(R2=0.465 9)，其次是T5(R2=0.227 5)、Ta(R2=0.224 2)和VPD(R2=0.173 0)。由于NEE與VWC25的回歸方程P值(0.151 5)大于0.05而未通過(guò)F檢驗(yàn)，不具有顯著的相關(guān)性，但為了避免因忽略時(shí)滯現(xiàn)象而誤判VWC25對(duì)NEE沒(méi)有影響，還需進(jìn)一步結(jié)合時(shí)滯分析結(jié)果來(lái)判斷。

3.4 NEE與環(huán)境因子時(shí)滯現(xiàn)象分析

小波互相關(guān)分析表明，白天NEE與各環(huán)境因子的小波互相關(guān)系數(shù)變化幅度較大(圖4)。NEE與Ta、T5和VPD的小波互相關(guān)系數(shù)分別在2.5、2和2.5 h達(dá)到最大值，表明NEE比Ta和VPD提前2.5 h達(dá)到峰值，比T5提前2 h達(dá)到峰值。而NEE與PAR的小波互相關(guān)系數(shù)在時(shí)滯為0 h時(shí)處于最大值，說(shuō)明NEE與PAR同步變化。NEE與VWC25的小波互相關(guān)系數(shù)在任何時(shí)滯下沒(méi)有明顯大小關(guān)系，無(wú)法確定準(zhǔn)確的時(shí)滯時(shí)間。夜間NEE與各環(huán)境因子在任何時(shí)滯下的小波互相關(guān)系數(shù)均沒(méi)有十分明顯的大小關(guān)系。因此，夜間NEE與環(huán)境因子間的時(shí)滯關(guān)系不明確，同樣無(wú)法找到確切的時(shí)滯時(shí)間(圖5)。

NEE與VWC25在白天和夜間均不存在時(shí)滯現(xiàn)象，結(jié)合回歸分析(圖3)證明VWC25不是影響NEE的環(huán)境因子，其余環(huán)境因子在夜間同樣不存在時(shí)滯關(guān)系，故在后面的分析中將VWC25剔除且不考慮其他因子夜間的時(shí)滯情況。

3.5 忽略時(shí)滯現(xiàn)象產(chǎn)生的影響

3.5.1 忽略時(shí)滯現(xiàn)象對(duì)判斷NEE驅(qū)動(dòng)因子的影響 消除時(shí)滯后，NEE與Ta和T5的偏相關(guān)系數(shù)絕對(duì)值小幅提高，而與PAR和VPD的偏相關(guān)系數(shù)絕對(duì)值有所下降，但與PAR的偏相關(guān)系數(shù)絕對(duì)值始終最大，說(shuō)明PAR是影響NEE的主導(dǎo)因子，時(shí)滯現(xiàn)象并不會(huì)影響對(duì)NEE主導(dǎo)因子的判斷。此外，消除時(shí)滯前T5的偏相關(guān)系數(shù)P值(0.224 8)大于0.05而未通過(guò)顯著性檢驗(yàn)，即NEE與T5的線性關(guān)系不顯著。但消除時(shí)滯后的偏相關(guān)系數(shù)P值(0.005 1)比0.05小而通過(guò)檢驗(yàn)，即NEE與T5有顯著的線性關(guān)系。這種變化表明不考慮時(shí)滯現(xiàn)象會(huì)忽略白天T5對(duì)NEE的真實(shí)影響(表1)。

3.5.2 忽略時(shí)滯現(xiàn)象對(duì)NEE與環(huán)境因子擬合模型的影響 對(duì)消除時(shí)滯前后的環(huán)境因子數(shù)據(jù)進(jìn)行主成分分析，計(jì)算得到特征值、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率(表2)和主成分載荷(表3)。

圖3 凈生態(tài)系統(tǒng)碳交換(NEE)與Ta、T5、PAR、VPD和VWC25日均值的回歸曲線Fig.3 Regression curves of diurnal mean NEE with Ta,T5,PAR,VPD,and VWC25

圖4 白天凈生態(tài)系統(tǒng)碳交換(NEE)與Ta、T5、PAR、VPD和VWC25間的時(shí)滯分析Fig.4 Time-lag anal ysis of NEE with Ta,T5,PAR,VPD,and VWC25 during the daytime,respectively矩形盒中間黑線表示小波互相關(guān)系數(shù)的中位數(shù)，上下邊緣分別表示第3分位數(shù)Q3和第1分位數(shù)Q1，兩者的差值為四分位距IQR，由矩形盒向上延伸的豎線端點(diǎn)為最大值(Q3+1.5IQR)，向下延伸的豎線端點(diǎn)為最小值(Q1-1.5IQR)，最大值與最小值以外的黑色點(diǎn)為異常值。下同。The middle black line of the rectangular box represents the median value of the cross-correlation coefficient.The upper and lower edges represent the third quartile (Q3) and the first quartile (Q1),respectively.The difference value between the two quartiles is the interquartile range (IQR).The vertical endpoint extending upward from the rectangular box indicates the maximum value (Q3+1.5IQR),while the vertical endpoint extending downward shows the minimum value (Q1-1.5IQR).And the black points beside the two endpoints are the outliers.The same below.

圖5 夜間凈生態(tài)系統(tǒng)碳交換(NEE)與Ta、T5、VPD和VWC25間的時(shí)滯分析Fig.5 Time-lag analysis of NEE with Ta,T5,VPD,and VWC25 during the night time,respectively

表1 凈生態(tài)系統(tǒng)碳交換(NEE)與Ta、T5、PAR和VPD的偏相關(guān)系數(shù)Tab.1 Partial correlation coefficient of NEE with Ta,T5,PAR and VPD,respectively

表2 Ta、T5、PAR和VPD 4個(gè)環(huán)境因子各主成分的特征值和貢獻(xiàn)率Tab.2 Eigenvalue and contribution rate of four environmental factors (Ta,T5,PAR,and VPD)

由表2可知，消除時(shí)滯前后，前2個(gè)主成分的累計(jì)貢獻(xiàn)率均超過(guò)90%，因此可以選取前2個(gè)主成分來(lái)反映原評(píng)價(jià)對(duì)象。根據(jù)表3可以得到消除時(shí)滯前環(huán)境因子第一主成分C1和第二主成分C2的表達(dá)式：

C1=0.523Ta+0.533T5+0.419PAR+0.517VPD，

(12)

C2=0.466Ta+0.390T5-0.772PAR-0.228VPD。

(13)

(14)

(15)

C=(74.92C1+17.65C2)/92.57,

(16)

(17)

表3 Ta、T5、PAR和VPD 4個(gè)環(huán)境因子的主成分載荷Tab.3 Principal component loads of four environmental factors (Ta,T5,PAR,and VPD)

利用NEE與消除時(shí)滯前后的綜合環(huán)境影響因子分別進(jìn)行回歸分析，經(jīng)過(guò)多種曲線估計(jì)后結(jié)果見(jiàn)表4。由表4可知，所有回歸模型的決定系數(shù)R2在消除時(shí)滯后均得到了提升。消除時(shí)滯前后，NEE與綜合環(huán)境因子的最優(yōu)回歸模型均為對(duì)數(shù)回歸模型，R2分別為0.450(P<0.000 1)和0.531(P<0.000 1)。消除時(shí)滯前后NEE與綜合氣象因子的相關(guān)性均為極顯著，消除時(shí)滯后R2較消除時(shí)滯前提高了0.081。進(jìn)一步利用消除時(shí)滯前后的原始環(huán)境因子數(shù)據(jù)通過(guò)最優(yōu)對(duì)數(shù)回歸模型模擬NEE值，結(jié)果如圖6所示，可以看出NEE觀測(cè)值與模擬值均分布在1∶1直線兩側(cè)，消除時(shí)滯后RMSE減小了0.417 μmol·m-2s-1，LCCC提升了0.02。綜合R2、RMSE和LCCC 3個(gè)指標(biāo)，忽略時(shí)滯現(xiàn)象影響了白天NEE數(shù)據(jù)模型的擬合精度，消除時(shí)滯后模型的擬合效果更好，精度更高。

表4 凈生態(tài)系統(tǒng)碳交換(NEE)與綜合環(huán)境因子(C和C’)的回歸分析Tab.4 Regression analysis between net ecosystem exchange of CO2 (NEE) and comprehensive environmental factors(C and C’)

圖6 凈生態(tài)系統(tǒng)碳交換(NEE)實(shí)際觀測(cè)值與模型模擬值的精度評(píng)價(jià)Fig.6 Accuracy evaluation of the observation values and the simulation values of NEE

4 討論

4.1 驅(qū)動(dòng)NEE變化的主導(dǎo)因子

結(jié)合NEE與環(huán)境因子間的回歸分析(圖3)與偏相關(guān)分析(表1)可知，PAR對(duì)NEE日變化的解釋度(46.59%)和偏相關(guān)系數(shù)絕對(duì)值均大于其余因子，在不考慮時(shí)滯和考慮時(shí)滯2種情況下這種關(guān)系不會(huì)發(fā)生改變，所以Ta、T5和VPD對(duì)NEE沒(méi)有足夠的影響力，PAR是驅(qū)動(dòng)NEE變化的最主要因子，這一結(jié)論與吳志祥等(2014)和Kwon等(2010)的結(jié)論一致。對(duì)于農(nóng)田(Lietal.,2006;Guoetal.,2013)、濕地(Polsenaereetal.,2013;王莉莉等,2017)和草甸(王海波等,2014;王婧等,2015)等生態(tài)系統(tǒng)，輻射是驅(qū)動(dòng)NEE變化的主導(dǎo)因子，說(shuō)明陸地生態(tài)系統(tǒng)中主要由輻射影響植物的光合作用，進(jìn)而決定生態(tài)系統(tǒng)的碳源/匯功能。此外，本站點(diǎn)NEE與VWC25沒(méi)有相關(guān)性(P=0.151 5)和明確的時(shí)滯關(guān)系，不是影響NEE變化的環(huán)境因子。這是由于研究區(qū)靠近潮白河，水分充足，地下水位在2 m左右，水分已不再是制約NEE變化的環(huán)境因子(Xuetal.,2018)。

4.2 NEE對(duì)環(huán)境因子響應(yīng)產(chǎn)生時(shí)滯的原因

森林生態(tài)系統(tǒng)NEE受不同環(huán)境因子的控制而產(chǎn)生不同的響應(yīng)機(jī)制(Borchardetal.,2015)，在這些復(fù)雜的環(huán)境因子作用下，NEE與環(huán)境因子產(chǎn)生了非同步變化(徐同慶等,2017)，這種非同步變化是由環(huán)境因子對(duì)植物生理過(guò)程發(fā)生作用而引起的。

溫度影響著植物的新陳代謝過(guò)程，主要通過(guò)對(duì)酶活性、微生物活性和植物根系生長(zhǎng)等產(chǎn)生作用來(lái)直接或間接影響植物的光合作用與呼吸作用(Lasslopetal.,2012;溫旭丁等,2014;馬濤等,2017)。本站點(diǎn)NEE比Ta提前2.5 h達(dá)到峰值，比T5提前2 h達(dá)到峰值，這可能是因?yàn)橹形巛椛渥畲?，光合作用也最大，NEE達(dá)到峰值，但溫度還因受光照繼續(xù)加熱，并未達(dá)到最大值(李小梅等,2015;韋志剛等,2016)，因此中午NEE依然領(lǐng)先于Ta和T5達(dá)到峰值。

在溫度等環(huán)境條件適宜的情況下，PAR對(duì)植物光合作用起主要作用(Krauseetal.,2013)。本站點(diǎn)NEE與PAR同步變化，Ouyang等(2014)也得出了同樣的結(jié)論，這是由于光直接作用于植物冠層，葉子接受光的同時(shí)開(kāi)始光合作用，所以通常情況下NEE與PAR同步變化(彭鎮(zhèn)華等,2009;藥?kù)o宇等,2016)。但謝瀟(2011)的研究發(fā)現(xiàn)，由于下墊面植株間距小，且植被十分繁茂，冠層導(dǎo)度小，使原本較大的湍流被分成若干較小的湍流，不能及時(shí)進(jìn)行氣體交換，CO2在冠層內(nèi)發(fā)生滯留，儀器需要更長(zhǎng)的時(shí)間才能觀測(cè)到NEE數(shù)據(jù)，最終導(dǎo)致崇明東灘濕地CM1站點(diǎn)出現(xiàn)NEE滯后PAR 0.5 h的現(xiàn)象。而Jia等(2018)研究發(fā)現(xiàn)，NEE比PAR提前1.25 h達(dá)到峰值，這是因?yàn)槠溲芯繀^(qū)域水資源有限，上午比中午具有更高的葉水勢(shì)和更強(qiáng)的光合能力，隨著光照增強(qiáng)，水分蒸發(fā)增多，阻礙光合作用，NEE先于PAR達(dá)到峰值。

VPD主要影響植物氣孔開(kāi)閉行為，繼而影響植物的光合作用(譚麗萍等,2015)。本站點(diǎn)NEE比VPD提前2.5 h達(dá)到峰值，這是由于當(dāng)VPD升高時(shí)氣孔關(guān)閉，導(dǎo)致氣孔導(dǎo)度減小，植物冠層的光合作用也隨之降低，從而影響了NEE的變化(Sulmanetal.,2016)。此外，由于VPD受到Ta的影響產(chǎn)生變化(Wagleetal.,2014)，所以NEE比VPD提前達(dá)到峰值的時(shí)間與NEE和Ta的時(shí)滯一致，均為2.5 h。

4.3 忽略時(shí)滯現(xiàn)象對(duì)分析結(jié)果的影響

目前大多數(shù)研究認(rèn)為土壤溫度主要影響土壤呼吸過(guò)程(付雨龍等,2013;魏書(shū)精等,2013)，而土壤呼吸是NEE的重要組成部分，NEE的變化也應(yīng)該受到土壤溫度的影響，但本研究未考慮時(shí)滯現(xiàn)象時(shí)NEE與T5的線性關(guān)系被忽略。因此，消除時(shí)滯現(xiàn)象對(duì)明確NEE的環(huán)境影響因子具有重要意義。

此外，不考慮時(shí)滯現(xiàn)象還會(huì)影響NEE與環(huán)境因子回歸模型的擬合精度，不利于插補(bǔ)缺失數(shù)據(jù)以及模擬NEE動(dòng)態(tài)變化。本研究中考慮時(shí)滯后的NEE擬合模型解釋度可以提高8.1%，RMSE降低5.6%，LCCC增加2.0%，使用此模型對(duì)白天NEE數(shù)據(jù)進(jìn)行擬合，模擬值與實(shí)際觀測(cè)值較不考慮時(shí)滯時(shí)更精確。土壤呼吸和枝干呼吸作為NEE的組成部分，也有研究表明忽略時(shí)滯對(duì)分析土壤呼吸和枝干呼吸與環(huán)境因子間關(guān)系有影響。Vargas等(2008)發(fā)現(xiàn)，在模擬土壤呼吸動(dòng)態(tài)變化時(shí)，如果不考慮時(shí)滯現(xiàn)象的影響，會(huì)導(dǎo)致高估或低估土壤呼吸速率。韓風(fēng)森等(2015)的研究表明，枝干呼吸與溫度存在明顯的時(shí)滯，這種時(shí)滯現(xiàn)象會(huì)影響計(jì)算敏感系數(shù)Q10的準(zhǔn)確性，而且這種影響隨著測(cè)量枝干的高度降低而有所增加。因此，定量NEE及其相關(guān)變量的數(shù)值時(shí)，忽略時(shí)滯因素會(huì)影響結(jié)果的準(zhǔn)確性，需要先排除時(shí)滯的影響。

5 結(jié)論

PAR直接作用于植物冠層而與NEE同步變化，是NEE的主導(dǎo)因子。由于研究區(qū)水分充足，VWC25不是制約NEE變化的因子。NEE還受到Ta、T5和VPD調(diào)控，分別比三者提前2.5、2和2.5 h變化。不考慮時(shí)滯現(xiàn)象會(huì)忽略白天NEE與T5的線性關(guān)系，還會(huì)使NEE的擬合精度降低，影響分析結(jié)果的準(zhǔn)確性?？紤]時(shí)滯現(xiàn)象并剔除其影響可以明確NEE的環(huán)境影響因子并提高NEE數(shù)據(jù)插補(bǔ)和模擬準(zhǔn)確性，對(duì)估算生態(tài)系統(tǒng)碳源/匯量具有重要意義。