柽柳（ Tamarix chinensis ）气孔导度对环境因子的响应特征和模拟

doi:10.7522/j.issn.1000-694X.2024.00110

摘要/Abstract

摘要：

进行叶片尺度气孔行为特征、对水分利用的影响及对环境因子的响应研究，并进行叶片气孔导度的模拟，对于理解区域植被和生态系统对环境的适应机制和进行水资源管理具有重要意义。采用LI-COR6400光合作用测定系统，对柽柳（Tamarix chinensis）各项光合生理特征进行野外观测，分析了柽柳叶片气孔导度（G_s）对环境因子的响应特征。结果表明：（1）大气相对湿度（h_s）、光合有效辐射（PAR）和空气温度（T_a）对柽柳叶片G_s影响较大，与G_s的相关性h_s（0.662）>PAR（0.613）>T_a（0.601）。（2）柽柳叶片G_s日变化趋势为先升高后降低。06:00开始，随着PAR增强和T_a升高，G_s升高，随后PAR减弱和T_a降低，G_s降低。6、7月正午T_a过高引起叶片气孔闭合，G_s最大值出现在10:00左右；8、9月G_s最大值出现在14:00左右。（3）在生长季末期，柽柳能够通过G_s的调节，实现对水分的高效利用来适应干旱的环境。（4）用经验模型（Jarvis）、半经验模型（BWB）和气孔导度机理模型（USO）模拟G_s，模拟结果的决定系数（R²）、修正效率系数（MEC）和均方根误差（RMSE）分别是（0.713、0.409、0.024）、（0.482、0.309、0.158）和（0.260、0.135、0.255）。在3个模型中，Jarvis模拟R²和MEC值最大且RMSE值最小，说明其模拟精度最高。

关键词: 柽柳（Tamarix chinensis）, 气孔导度, Jarvis模型, BWB模型, USO模型

Abstract:

Research on stomatal behavior characteristics， influence on water use and response to environmental factors at blade scale， and stomatal conductance of the simulation， to understand the regional mechanism of vegetation and the ecological system to adapt to the environment and water resources management is of great significance. In this study， the photosynthetic physiological characteristics of Tamarix chinensis were observed by the LI-COR 6400 photosynthesis measurement system in the field， and the characteristics， influence， and response to environmental factors of stomatal conductance （G_s） of Tamarix chinensis leaves were analyzed. The results showed that：（1） Atmospheric relative humidity （h_s）， photosynthetically active radiation （PAR） and air temperature （T_a） had significant effects on G_s， and the correlation between the three environmental factors and leaves G_s was ranked as h_s （0.662） >PAR （0.613） >T_a （0.601） in descending order. （2） The diurnal variation trend of leaf G_s of Tamarix chinensis increased at first and then decreased. At 06:00， G_s increased with PAR enhancement and T_a increase， then PAR weakened and T_a decreased， then G_s decreased. Due to the high midday T_a in June and July， stomatal closure of leaves was caused， and the maximum G_s value appeared at around 10:00 in June and July， and around 14:00 in August and September. （3） At the end of the growing season， Tamarix chinensis could adapt to the arid environment by increasing WUE by regulating G_s to achieve efficient water use. （4） By using three different models： an experience model （Jarvis）， a semi-empirical model （BWB）， and the mechanism of stomatal conductance model （USO） to simulate G_s， the determination coefficient （R²）， the modified efficiency coefficient （MEC） and the root mean square error （RMSE） of the simulation results were （0.713， 0.409， 0.024），（0.482， 0.309， 0.158） and （0.260， 0.135， 0.255）， respectively. Among the three models， the results of the Jarvis model simulation were obtained with the highest R² and MEC values and the lowest RMSE value， indicating that its simulation accuracy was the highest.

Key words: Tamarix chinensis, stomatal conductance, Jarvis model, BWB model, USO model

中图分类号:

Q945.1

李端, 任孝宗, 王佩将. 柽柳（ Tamarix chinensis ）气孔导度对环境因子的响应特征和模拟[J]. 中国沙漠, 2024, 44(5): 195-204.

Duan Li, Xiaozong Ren, Peijiang Wang. Stomatal conductance characteristics and simulation of Tamarix chinensis[J]. Journal of Desert Research, 2024, 44(5): 195-204.

图/表 9

图1 生长季气孔导度的日变化

Fig.1 Diurnal variation of stomatal conductance during the growing season

图2 主要环境因子对气孔导度的影响

Fig.2 Effects of major environmental factors on stomatal conductance

图3 生长季期间大气相对湿度和气温的变化

Fig.3 The change in air humidity and temperature during the growing season

图4 生长季期间水分利用效率的日变化

Fig.4 Diurnal variation of WUE during the growing season

图5 气孔导度和光合生理特征的关系

Fig.5 Relation between stomatal conductance and photosynthetic physiological characteristics

图6 基于Jarvis模型气孔导度观测值与模拟值的回归分析

Fig.6 Regression analysis between the observed and the measured stomatal conductance based on Jarvis model

图7 基于BWB模型气孔导度观测值与模拟值的回归分析

Fig.7 Regression analysis between the observed and the measured stomatal conductance based on the BWB model

图8 基于USO模型气孔导度观测值与模拟值的回归分析

Fig.8 Regression analysis between the observed and the measured stomatal conductance based on the USO model

表1 Jarvis模型、BWB模型和USO模型验证

Table 1 Validation among the Jarvis model， the BWB model and the USO model

模型	MEC	RMSE	R²
Jarvis模型	0.409	0.024	0.713
BWB模型	0.309	0.158	0.482
USO模型	0.135	0.255	0.260

参考文献 32

1	石建红，周锁铨，余华，等.鄱阳湖流域典型树种夏季气孔导度模型及影响因素比较［J］.环境科学研究，2010，23（1）：33-40.
2	杜澜，夏捷，李海花，等.逐步失水过程中绿竹光响应进程及其拟合［J］.应用生态学报，2019，6：2011-2020.
3	张中典，张大龙，李建明，等.黄瓜气孔导度、水力导度的环境响应及其调控蒸腾效应［J］.农业机械学报，2016，47（6）：139-147.
4	鱼腾飞，冯起，司建华.极端干旱区多枝柽柳叶片气孔导度的环境响应模拟［J］.植物生态学报，2012，36（6）：483-491.
5	Gago J， Douthe C， Florez-Sarasaet I，et al.Opportunities for improving leaf water use efficiency under climate change conditions［J］.Plant Science，2014，226：108-119.
6	Schwinning S， Ehleringer J R.Water use trade‐offs and optimal adaptations to pulse‐driven arid ecosystems［J］.Journal of Ecology，2001，89（3）：464-480.
7	苏文华，张光飞.土壤温度与气温对紫花雪山报春光合作用和蒸腾作用的影响［J］.西北植物学报，2002，22（4）：824-830.
8	Hetherington A M， Woodward F I.The role of stomata in sensing and driving environmental change［J］.Nature，2003，424（6951）：901-908.
9	陈亚宁，李卫红，周洪华，等.黑河下游荒漠河岸林植物水分传输观测试验研究［J］.北京师范大学学报（自然科学版），2016，52（3）：271-276.
10	刘冰，赵文智.荒漠绿洲过渡带柽柳和泡泡刺光合作用及水分代谢的生态适应性［J］.中国沙漠，2009，29（1）：101-107.
11	常宗强，冯起，张秀凤，等.CO₂浓度升高对极端干旱区多枝柽柳叶片水分利用效率的影响［J］.干旱区地理，2011，3：499-504.
12	邓雄，李小明，张希明，等.4种荒漠植物气体交换特征的研究［J］.植物生态学报，2002，26（5）：605-612.
13	陈亚宁，李卫红，陈亚鹏，等.新疆塔里木河下游柽柳、芦苇对生态输水的响应［J］.冰川冻土，2004，26（5）：595-601.
14	范嘉智，王丹，胡亚林，等.最优气孔行为理论和气孔导度模拟［J］.植物生态学报，2016，40（6）：631-642.
15	高冠龙，冯起，刘贤德，等.三种经验模型模拟荒漠河岸柽柳叶片气孔导度［J］.生态学报，2020，40（10）：3486-3494.
16	Legates D R， Mccabe G J.Evaluating the use of “goodness‐of‐fit” measures in hydrologic and hydroclimatic model validation［J］.Water Resources Research，1999，35（1）：233-241.
17	高冠龙，张小由，鱼腾飞，等.极端干旱条件下胡杨叶片气孔导度模拟［J］.干旱区地理，2016，39（3）：607-612.
18	邓雄，李小明，张希明，等.多枝柽柳气体交换特性研究［J］.生态学报，2003，23（1）：180-187.
19	司建华，常宗强，苏永红，等.胡杨叶片气孔导度特征及其对环境因子的响应［J］.西北植物学报，2008，28（1）：125-130.
20	苗玉，高冠龙，李伟.黄土高原苹果树叶片气孔导度的环境响应与模拟［J］.干旱区地理，2021，44（2）：525-533.
21	孟阳阳，刘冰，刘婵.水盐梯度下湿地柽柳（Tamarix ramosissima）光合响应特征和水分利用效率［J］.中国沙漠，2018，38（3）：568-577.
22	邢鹏，臧永新，闵孝君，等.塔克拉玛干沙漠南缘防护林和自然群落中多枝柽柳的光合特征及水分利用效率［J］.应用生态学报，2019，30（3）：61-69.
23	张佩，袁国富，庄伟，等.黑河中游荒漠绿洲过渡带多枝柽柳对地下水位变化的生理生态响应与适应［J］.生态学报，2011，31（22）：6677-6687.
24	解婷婷，苏培玺，丁松爽.黑河中游边缘绿洲不同水分条件对青贮玉米叶片光合特性及产量的影响［J］.西北农业学报，2009，6：127-133.
25	张晨，王翠红，严俊霞，等.1971-2011年汾河流域降水时空特征［J］.干旱区研究，2018，35（1）：57-67.
26	Li G， Lin L， Dong Y Y，et al.Testing two models for the estimation of leaf stomatal conductance in four greenhouse crops cucumber，chrysanthemum，tulip and lilium［J］.Agricultural and Forest Meteorology，2012，165：92-103.
27	王秋玲，周广胜.春玉米持续干旱过程中常用气孔导度模型的比较研究［J］.生态学报，2018，38（19）：6846-6856.
28	王海珍，韩路，徐雅丽，等.灰胡杨叶片气孔导度特征及数值模拟［J］.林业科学，2016，52（1）：136-142.
29	罗紫东，关华德，章新平，等.桂花树冠层气孔导度模型的优化及其参数分析［J］.生态学报，2016，36（13）：3995-4005.
30	Bauerle W L， Daniels A B， Barnard D M.Carbon and water flux responses to physiology by environment interactions：a sensitivity analysis of variation in climate on photosynthetic and stomatal parameters［J］.Climate Dynamics，2014，42（9）：2539-2554.
31	高冠龙，张小由，常宗强，等.植物气孔导度的环境响应模拟及其尺度扩展［J］.生态学报，2016，36（6）：1491-1500.
32	苏里坦，阿迪力·吐拉尔别克，王兴勇，等.地下变水位条件下塔里木河下游河岸胡杨林蒸腾模型［J］.干旱区地理，2014，37（5）：916-921.

[1]	徐翀, 庾强, 左小安, 张春萍, 牛得草. 氮素添加对草原不同冠层植物光合作用的影响[J]. 中国沙漠, 2019, 39(1): 135-141.
[2]	唐钢梁, 李向义, 林丽莎, 李磊, 鲁建荣. 表皮环割对花花柴(Kareliniacaspica)水势及光合参数的短期影响[J]. 中国沙漠, 2014, 34(6): 1527-1536.
[3]	杨淇越, 赵文智. 梭梭（Haloxylon ammodendron）叶片气孔导度与气体交换对典型降水事件的响应[J]. 中国沙漠, 2014, 34(2): 419-425.
[4]	张军;黄永梅;焦会景;夏显东. 毛乌素沙地油蒿群落演替的生理生态学机制[J]. 中国沙漠, 2007, 27(6): 977-983.
[5]	蒋志荣;杨占彪;汪君;柴薇薇. 兰州九州台四种绿化树种抗旱性机理比较研究[J]. 中国沙漠, 2006, 26(4): 553-558.
[6]	龚吉蕊, 赵爱芬, 苏培玺, 黄承红. 黑河流域几个主要植物种光合特征的比较研究[J]. 中国沙漠, 2005, 25(4): 587-592.
[7]	周海燕, 赵爱芬. 不同季节黄柳气孔导度和水分状况的变化特征[J]. 中国沙漠, 1999, 19(s1): 69-71.