1 引言

地球系统陆-气间的能量与水分交换对气候变化有重要影响, 是陆面过程研究的核心内容。地表能量可以改变其上边界层的结构及变化规律, 并通过改变陆-气间能量与物质交换影响区域及全球气候(Trenberth et al, 2001; Mahrt et al, 2005; Oncley et al, 2007; Zhu et al, 2007)。在不同气候背景和下垫面条件下, 陆-气之间的能量交换过程存在很大差异(胡隐樵, 1994; 李英年等, 2000; 张强等, 2003; 鲍艳等, 2004)。气候变化对潜热通量十分敏感, 影响着潜热通量的改变(Jacobs et al, 1992)。此外, 地表辐射收支与地表增温或冷却、蒸发、地表能量及地-气间的相互作用有直接的关系(陈渭民等, 1997)。现有研究表明, 潜热通量对近地面水热平衡至关重要, 其主要受到环境和地表因子相互作用的影响, 而热量(辐射与温度)与水分(土壤含水量与大气水汽压差)因子是控制地-气间水热交换的关键因子(Jarvis et al, 1986; Kellner, 2001; Wever et al, 2002; 于文颖等, 2008; 王修信等, 2008; 李祎君, 2015)。为了研究全球气候变化背景下潜热通量的时空变化, 探讨各环境因子(太阳辐射、水汽压差)对潜热通量的影响是非常重要的。湿地是水体、土壤和植被的混合体, 能够调节区域气候, 净化局地空气等, 被誉为“地球之肾”(李凤霞等, 2009; 谭鹏, 2014)。而黄河源高寒湿地是青藏高原主要生态屏障的关键区域, 是我国黄河上游最为重要的水源涵养区, 也是生态环境最脆弱的地区, 对气候变化响应最敏感(李红梅等, 2012)。并且黄河源区高寒湿地-大气间的水热交换过程是影响青藏高原气候变化的主要因素之一(贾东于等, 2017)。而潜热通量在湿地下垫面的季节变化为在植被生长季较大, 非生长季较小, 日变化呈现出早晚低、中午高的趋势, 并且月平均潜热通量均高于高寒草甸(于文颖等, 2008; 张海宏等, 2015; 罗琪等, 2017)。因此, 研究太阳辐射和水汽压差对黄河源区高寒湿地近地面潜热通量的影响, 对黄河源区水文过程和气候变化以及对区域生态环境有重要作用。

目前, 对潜热通量环境控制机制的研究已有很多, Wang et al(2005)利用Penman-Monteith(P-M)公式(Monteith, 1973)得到, 太阳辐射是影响森林下垫面潜热通量的主要环境因子, 而水汽压差影响较小。于文颖等(2008)通过回归分析, 发现盘锦湿地芦苇群落生长季蒸发散的主导环境影响因子为净辐射、土壤含水量、相对湿度等, 而非生长季主要为净辐射、地表温度和风速。王修信等(2008)发现半干旱地区草地水热通量多受净辐射影响, 其次是地气温差、下垫面土壤温度, 再次是局地相对空气湿度和温度。丁日升等(2014)分析了玉米田的水热通量特征及主控因子, 结果表明潜热通量是其能量的主要消耗项, 且日变化与净辐射同步, 年际变化主要由有效能决定。李祎君(2015)表明净辐射对农田水热交换的影响程度随着研究时间尺度的增大而减弱, 大气水汽压差和土壤水含量的影响则逐渐增强。

上述研究主要关注森林、草原和农田等生态系统, 针对高寒湿地下垫面环境因子对潜热通量影响的研究较少。并且对环境因子影响潜热通量的研究多停留在定性分析, 缺少定量的评估与计算。为此, 本研究以青藏高原东北部黄河源区高寒湿地为例, 以P-M公式为计算原理, 利用麻多站陆面过程观测试验资料, 分析不同环境因子(太阳辐射和水汽压差)对潜热通量的影响, 分别讨论了大气因素和地表因素对高寒湿地潜热通量的影响程度, 并对其进行了定量化计算。以期对探讨黄河源区高寒湿地潜热通量的环境因子与未来黄河源区乃至全球气候变化研究提供参考。

2 研究资料及数据处理 2.1 研究区域概况

黄河源区位于青藏高原东北部, 区域内分布有盆地、草甸、高山、峡谷、冰川、湖泊和冻土等众多地貌。青海省玉树藏族自治州曲麻莱县位于黄河源西南部, 玉树州境内北部, 地处青藏高原黄河源, 县域内平均海拔4 500 m以上[图 1, 该图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1569号的中国地图制作, 底图无修改]。麻多乡位于曲麻莱县辖乡, 在县境东北部, 距县府驻地220 km, 面积1 300 km²。所用资料取自麻多站(96°23′E, 35°02′N, 海拔4 313 m), 位于麻多乡西南。研究区域高寒缺氧, 日照时间长, 紫外线强。冷暖两季, 冷季长达七八个月, 暖季只有四五个月, 气候比较干燥。年温差不大, 日温差则较大。年均气温-3.3 ℃, 年均降水量380~470 mm, 属典型的高原高寒气候, 下垫面为均匀的高寒草甸或季节性湿地, 地势平坦开阔(陈金雷等, 2017)。

2.2 涡动相关通量和辐射系统观测数据处理

所用的通量数据由开路涡度相关通量观测系统观测获得, 该系统是由CR5000数据采集器、CSAT3超声风速仪(Campbell公司)、Li-7500 CO₂/H₂O分析仪(Li-Cor公司)和1个1 G的PC卡组成。CR5000数据采集器主要是控制测量、运算及数据存储; CSAT3超声风速仪测量三维风速和超声虚温, 风速测量范围为0~30 m·s^-1, 风向为-170°~170°, 工作温度范围为-30~50 ℃, 水平方向分辨率为1 mm·s^-1, 垂直方向为0.5 mm·s^-1, 精度小于±2%; Li-7500测量CO₂绝对密度、H₂O绝对密度和大气压力, 工作温度范围为-25~50 ℃, 精度小于读数的1%。整个系统安装于距地面2.2 m高度处, 仪器采样频率为10 Hz, 由数据采集器自动存储原始数据。系统工作时由涡度相关原理计算在线通量, 并存储30 min平均的CO₂通量、潜热通量与感热通量的时间序列, 并且同时对在线通量自动进行虚温订正与空气密度变化订正。辐射观测系统仪器为荷兰Hukseflux公司生产的NR01四分量/净辐射传感器。该仪器有独立的日光(短波波长范围305~2 800 nm)及远红外(长波波长范围4 500~50 000 nm)的辐射测量, 可以测近地面辐射平衡的四个独立的成分。输出的四个仪表电压对应于长波、短波的入射量和反射量。为了测量空中和表面的温度, 在地面辐射强度计中安装了一个Pt100温度传感器, 精度为0.5%。NR01整体性能指标:温度范围-40~80 ℃, 量程范围0~2 000 W·m²。该仪器每日观测时间范围为00:00—23:30(北京时), 每0.5 h记录一次数据, 此数值为数据记录时刻前后10 min的平均值。本次研究所用资料为2014年6月1日至8月31日向下太阳短波辐射、地面向上短波辐射、地面长波向上辐射、大气长波向下辐射、感热通量和潜热通量以及常规气象要素观测资料。

由于受到天气因素、地形条件以及仪器的物理限制等影响, 需要先对观测数据进行质量控制, 才能进行物理过程分析。主要依据参考通量资料剔除的普适标准(郭家选等, 2004; 李袆君等, 2007; 贺俊杰, 2014), 所用的具体方法为: (1)由于降水影响, 潜热通量在正午出现负值, 辐射数据也不稳定, 因此选择晴天数据资料; (2)由于湍流较弱时通量数据不确定性较大, 以摩擦风速(u^*)为湍流强弱的度量指标, 选择u^*>0.1 m·s^-1时的通量数据; (3)由于夜间湍流较弱, 传感器探头易结露或霜, 且夜间水热通量较小。因此采用向下太阳短波辐射大于零时的数据。

3 方法理论

根据Jacobs et al(1992)提出的理论, 一个自变量因子(x)对因变量影响程度的定量化计算可以称为控制, 则环境因子对潜热通量(λE)的绝对控制(I_x^A)和相对控制(I_x^R)定义为:

$ I_{_{x}}^{^{A}}=\frac{\partial \left( \lambda E \right)}{\partial x}\text{ }, $

(1)

$ I_{_{x}}^{^{R}}=\frac{\partial \left( \lambda E \right)}{\partial x}\frac{x}{\lambda E}=I_{_{x}}^{^{A}}\frac{x}{\lambda E}\text{ }, $

(2)

式中:上标A和R分别表示绝对和相对控制。

3.1 控制的计算方法

根据P-M公式, 潜热通量密度(λE)依赖于地表阻抗(r_c)、空气动力学阻抗(r_a)、有效能(F_A)、水汽压差(D)、热力学湿度常数(γ)、空气密度(ρ)和饱和水汽压随温度的变化率(Δ):

$ \lambda E=\frac{\Delta {{F}_{A}}+(\rho {{c}_{p}}D)/{{r}_{a}}}{\Delta +\gamma (1+{{r}_{c}}/{{r}_{a}})}\text{ }, $

(3)

式中:有效能F_A为(R_n-G)。Wang et al(2005)表明(R_n-G)与向下太阳辐射成正比例, 即βR_s。其中β为一个常数, 可以通过线性拟合得到。r_c可以表达为(Monteith, 1973; Stewart, 1988; Mackay et al, 2003):

$ {{r}_{c}}={{r}_{\min }}~{{f}_{1}}({{R}_{s}}){{f}_{2}}\left( D \right){{f}_{3}}\left( T \right){{f}_{4}}\left( \psi \right)\text{ },~ $

(4)

这个等式描述了r_c对环境因子的直接响应, 其中: r_min为最小地表阻抗; 下标1~4代表R_s、D、T(气温)和ψ(土壤水容量)不同的响应函数。

计算太阳辐射(R_s)和水汽压差(D)等环境因子对潜热通量的影响, 假设r_a、R_s、D、γ和Δ互为独立变量, 将式(3)和(4)带入(1)和(2), 分别得到太阳辐射和水汽压差对潜热通量的绝对控制和相对控制为:

$ I_{_{{{R}_{s}}}}^{^{A}}=\frac{\beta \Delta {{r}_{a}}}{\gamma {{r}_{c}}}\omega -\lambda E\frac{f{{'}_{1}}({{R}_{s}})}{{{f}_{1}}({{R}_{s}})}\omega \text{ }, $

(5)

$ I_{_{D}}^{^{A}}=\frac{\rho {{c}_{p}}}{\gamma {{r}_{c}}}\omega -\lambda E\frac{f{{'}_{2}}\left( D \right)}{{{f}_{2}}\left( D \right)}\omega \text{ }, $

(6)

和

$ I_{_{{{R}_{s}}}}^{^{R}}=\frac{1}{1+m}-{{R}_{s}}\frac{f{{'}_{1}}({{R}_{s}})}{{{f}_{1}}({{R}_{s}})}\omega \text{ }, $

(7)

$ I_{_{D}}^{^{R}}=\frac{m}{1+m}-{{R}_{s}}\frac{f{{'}_{2}}\left( D \right)}{{{f}_{2}}\left( D \right)}\omega \text{ }, $

(8)

$ 其中:参数m=\frac{(\rho {{c}_{p}}D)/{{r}_{a}}}{\beta \Delta {{R}_{s}}}~, $

(9)

耦合因子ω表征了太阳辐射或水汽压差与潜热通量的耦合程度, 即:

$ \omega =\frac{\gamma ({{r}_{c}}/{{r}_{a}})}{\Delta +\gamma (1+{{r}_{c}}/{{r}_{a}})}\text{ }, $

(10)

在式(5)~(8)中, 太阳辐射和水汽压差对潜热通量的绝对和相对控制均由两项组成:第一项为大气因素控制, 代表着太阳辐射和水汽压差对潜热通量的直接影响; 第二项为地表因素控制, 代表着太阳辐射和水气压差通过地表阻抗对潜热通量的间接影响。大气因素控制和地表因素控制之和构成了环境因子对潜热通量的总控制, 并且两者相对独立却又同时对潜热通量的总控制产生贡献。

3.2 响应函数的计算

在式(5)~(8)中, 只有响应函数f₁(R_s)和f₂(D)需要计算, 根据Cienciala et al(1997)和Wang et al(2005)的研究, 响应函数f₁(R_s)和f₂(D)可以分别定义为双曲线函数和反比例函数:

$ {{f}_{1}}({{R}_{s}})=\frac{{{a}_{1}}+{{R}_{s}}}{{{a}_{2}}{{R}_{s}}}~, $

(11)

$ {{f}_{2}}\left( D \right)=\frac{1}{1-{{a}_{3}}D}\text{ }, $

(12)

式中:参数a₁=172.2 W·m^-1; a₂=1.24 Pa^-1; a₃=0.000 47 Pa^-1。

3.3 各参数和参量的计算 3.3.1 饱和水汽压随温度的变化率和热力学湿度常数的计算

拟合常数(β)可通过近地面能量收支各分量观测数据线性拟合获得, 选取2014年6月1日至8月31日的晴天向下太阳短波辐射、地面向上短波辐射、地面长波向上辐射、大气长波向下辐射以及感热通量和潜热通量观测资料, 计算能量平衡闭合度:

$ \lambda E+H=K({{R}_{n}}-G)\text{ }, $

(13)

本研究所得能量闭合度为68.0%, 由于有效能定义为:

$ {{F}_{A}}={{R}_{n}}-G=\beta {{R}_{s}}~, $

(14)

则通过线性拟合得到β为0.554。

饱和水汽压随温度的变化率(Δ)的计算方法为:

$ \Delta =\frac{4\text{ }098{{e}_{a}}}{{{\left( T+273.2 \right)}^{2}}}\ , $

(15)

$ {{e}_{a}}=\frac{{{e}_{0}}({{T}_{\text{max}}})+{{e}_{0}}({{T}_{\text{min}}})}{2}\text{ }, $

(16)

式中: e₀(T)是温度T条件下的饱和水汽压:

$ {{e}_{0}}\left( T \right)=0.618\text{exp}~\left( \frac{12.27T}{T+273.2} \right)\text{ }, $

(17)

联立式(15)~(17), 得到Δ为0.705。

热力学湿度常数(γ)的计算方法为:

$ \gamma =\frac{{{c}_{p}}P}{\varepsilon \lambda }=\frac{0.001\text{ }63P}{\lambda }\text{ }, $

(18)

式中: c_p=1.013 MJ×10^-3 MJ·(kg·℃)^-1, 为空气的定压比热; ε=0.622, 为水汽与干空气分子比重; P为大气压(单位: kPa); λ为蒸发潜热(单位: MJ·kg^-1), 其计算方法为:

$ \lambda =2.501-0.002\text{ }361T\text{ }. $

(19)

3.3.2 空气动力学阻抗的计算

根据涡旋相关仪测量法理论, 可计算得到空气动力学阻抗r_a, 其表达式为:

$ {{r}_{a}}=\frac{\rho {{c}_{p}}({{T}_{s}}-T)}{H}\text{ }, $

(20)

式中: H为涡旋相关仪测得的感热通量(单位: W·m^-2); ρ为空气密度(单位: kg·m^-3); T_s和T分别为地表温度和气温(单位: ℃)。

3.3.3 地表阻抗的计算

地表阻抗(r_c)可以通过P-M公式计算得到, 将实测的潜热通量作为输入量, 并且带入各时刻的太阳辐射和水汽压差, 以及计算得到的空气动力学阻抗, 就能计算出其对应时刻的地表阻抗。

3.3.4 湿地地-气系统耦合度

湿地地-气系统水汽通量耦合计算的出发点为P-M公式, 分别令空气动力学阻抗(r_a)趋于无穷大或0, 则潜热通量(λE)可以用下面2个公式表达:

$ \mathop {\lim }\limits_{{r_a} \to \infty } {\mkern 1mu} \lambda E = \frac{{\Delta \left( {{R_n} - G} \right)}}{{\Delta + \gamma }}{\rm{ }}, $

(21)

$ \mathop {\lim }\limits_{{r_a} \to 0} {\mkern 1mu} \lambda E = \frac{{\rho {c_p}D}}{{\gamma {r_c}}}{\rm{ }}, $

(22)

式中:当r_a→∞时, λE极值为均衡潜热通量(λE_eq), 其值取决于有效能; 当r_a→0时, λE极值为强加潜热通量(λE_imp), 其值取决于饱水汽压差和地表阻抗。

引入退耦因子Ω作为湿地地-气系统水汽通量耦合的评价指标, 其计算公式为:

$ \mathit{\Omega }={{\left[ 1+\frac{{{r}_{c}}}{{{r}_{a}}}\left( \frac{\gamma }{\Delta +\gamma } \right) \right]}^{-1}}=1+I_{_{{{r}_{c}}}}^{^{R}}=1-\omega \text{ }, $

(23)

当$\mathop {\lim }\limits_{{r_a} \to \infty } \mathit{\Omega } = 1 $, $ \mathop {\lim }\limits_{{r_a} \to 0 } \mathit{\Omega } = 0 $, 反应了空气动力学阻抗相对地表阻抗的重要性。联系式(21)、(22)和(23), 并带入式(3)得:

$ \lambda E=\mathit{\Omega }\lambda {{E}_{eq}}+\left( 1-\mathit{\Omega } \right)\lambda {{E}_{imp}}~, $

(24)

则实际潜热通量λE由λE_eq、λE_imp和退耦因子Ω决定, Ω的取值范围在0~1之间, 在决定λE时反映了λE_eq对于λE_imp的相对重要性(Steduto et al, 1998)。当Ω=0时, 说明两个系统完全耦合, 潜热通量主要受水汽压差和地表阻抗影响; 当Ω=1时, 说明两个系统完全不能耦合, 潜热通量主要受到太阳辐射(或有效能)的影响。通过计算得到的高寒湿地Ω平均值为0.38, 说明湿地与大气间的耦合程度较差, 根据Ω理论, 潜热通量应主要受太阳辐射的影响。

4 结果分析 4.1 太阳辐射和水汽压差对潜热通量的大气因素控制

利用上述公式, 获得2014年6—8月太阳辐射和水汽压差对高寒湿地下垫面潜热通量的绝对大气因素控制分别随阻抗比和地表阻抗的变化结果。考虑大气因素对潜热通量的影响, 太阳辐射对潜热通量的绝对控制的变化范围为0.07~0.39, 平均为0.20, 并且与阻抗比(r_c/r_a)反相关[图 3(a)]。当阻抗比(>80)取得较大值时, 太阳辐射对潜热通量的绝对控制低至0.10;当阻抗比(< 10)取得较小值时, 太阳辐射对潜热通量的绝对控制高达0.30。太阳辐射对潜热通量的相对控制的变化范围为0.928~0.996, 平均为0.976, 并且随着太阳辐射和水汽压差之比(R_s/D), 空气动力学阻抗(r_a)和气温的增加而增加。水汽压差对潜热通量的绝对控制的变化范围为0.001~0.013 W·m^-2·Pa^-1, 平均为0.005 W·m^-2·Pa^-1, 并且与地表阻抗(r_c)近乎反相关[图 3(b)]。水汽压差对潜热通量的相对控制的变化范围0.004~0.072, 平均为0.024, 并且随着太阳辐射和水汽压差之比(R_s/D), 空气动力学阻抗(r_a)和气温的减小而增加。

太阳辐射通过大气因素对潜热通量的绝对控制与阻抗比密切相关, 而水汽压差通过大气因素对潜热通量的绝对控制单独与地表阻抗紧密相关。这是因为太阳辐射和植被的气孔开度与地表风速均有密切的关系, 而植被气孔开度和地表风速决定着地表阻抗和空气动力学阻抗, 而水汽压差只与植被的蒸腾作用密切相关, 进而与地表阻抗密切相关。且太阳辐射通过大气因素对潜热通量的绝对控制在日出后逐渐增加, 日落前达到最大; 而水汽压差通过大气因素对潜热通量的绝对控制日变化趋势并不明显。

从太阳辐射和水汽压差对潜热通量的相对大气因素控制的表达式以及两者平均值来看, 均可得到太阳辐射和水汽压差对潜热通量的相对大气因素控制之和为1.0, 且太阳辐射对潜热通量的相对大气因素控制最小值大于0.90, 而水汽压差对潜热通量的相对大气因素控制最大值小于0.10。以上结果表明高寒湿地下垫面太阳辐射是通过大气因素影响潜热通量的主要因子, 水汽压差通过大气因素对潜热通量的影响是可忽略的, 这与Ω理论所得结果相同。实际情况亦是如此, 在供水良好且空气动力学整齐的高寒湿地下垫面, 潜热通量主要受太阳辐射影响。

4.2 太阳辐射和水汽压差对潜热通量的地表因素控制

考虑地表因素对潜热通量的影响, 太阳辐射对潜热通量的绝对控制随着太阳辐射的增大而减小[图 4(a)], 并且与阻抗比反相关, 其变化范围为0.01~0.06, 平均为0.02。当太阳辐射(< 250 W·m^-2)取得较小值时, 太阳辐射对潜热通量的绝对控制可达到0.05;当太阳辐射(>800 W·m^-2 )取得较大值时, 太阳辐射对潜热通量的绝对控制可降低至0.02。太阳辐射对潜热通量的相对控制变化范围为0.06~0.28, 平均为0.12, 亦随着太阳辐射的增大而减小[图 4(b)]。并且当太阳辐射(< 300 W·m^-2)取得较小值时, 相对生物控制可达到0.20;当太阳辐射(>1 000 W·m^-2 )取得较大值时, 相对生物控制可降低至0.10。水汽压差对潜热通量的绝对控制变化范围为-0.16~-0.01 W·m^-2·Pa^-1, 均值为-0.07 W·m^-2·Pa^-1, 其绝对值随着水汽压差的增大而增大[图 4(c)]。而水汽压差对潜热通量的相对控制变化范围为-0.75~-0.04, 均值为-0.31, 并且与水汽压差密切的相关, 即当水汽压差取得较大值时, 水汽压差对潜热通量的相对控制的绝对值亦为大值[图 4(d)]。

在计算太阳辐射和水汽压差对潜热通量的绝对和相对控制时, 使用了经验公式描述地表阻抗, 用来估计太阳辐射和水汽压差对潜热通量的地表因素影响。在绝对控制项和相对控制项中, 对潜热通量的地表因素控制不仅仅是因子ω(或退耦因子Ω)决定的, 还受到其他因子的影响(如太阳辐射、水汽压差和响应函数等)。因此, 如图 4所示, 在高寒湿地地表, 即使ω略大(或Ω略小, 是由阻抗比较大决定的), 太阳辐射和水汽压差对潜热通量的绝对和相对地表因素控制都能够取得较大值或较小值。

太阳辐射对潜热通量的绝对和相对地表因素控制均表现出显著的日变化趋势, 早晚大, 中午小; 而水汽压差对潜热通量的绝对和相对地表因素控制日变化趋势则与其相反, 为早晚小, 中午大, 并且均表现为减弱潜热通量的趋势。由于水汽压差对潜热通量的地表因素控制的绝对值变化范围大于太阳辐射对潜热通量的地表因素控制的取值范围, 当太阳辐射通过地表阻抗对潜热通量产生了较大的正的贡献时, 也有可能因为相应的水汽压差产生负的贡献, 使得地表因素对潜热通量总的贡献为负, 产生削弱潜热通量的作用。与太阳辐射和水汽压差对潜热通量的相对大气因素控制之和为1不同, 其相对地表因素控制之和并不为一常数。

4.3 太阳辐射和水汽压差对潜热通量的总控制

通过计算结果可以得出, 太阳辐射对潜热通量的绝对总控制变化范围为0.08~0.42, 平均为0.22, 其变化与阻抗比的变化密切相关。当阻抗比(< 50)较小时[图 5(a)], 随着阻抗比的增大, 太阳辐射对潜热通量的绝对总控制迅速减小。太阳辐射对潜热通量的相对总控制变化范围为1.01~1.25, 平均为1.10, 其变化受到太阳辐射和阻抗比的影响程度相当。随着太阳辐射的增加[图 5(b)], 太阳辐射对潜热通量的相对总控制逐渐减小。由于其值均大于1, 说明太阳辐射小幅度的增加, 能造成潜热通量大幅度的增大。

通过2014年6—8月水汽压差对高寒湿地下垫面潜热通量的绝对和相对总控制随着水汽压差的变化(图 6)可知, 水汽压差对潜热通量的绝对总控制变化范围为-0.15~-0.01 W·m^-2·Pa^-1, 平均为-0.06 W·m^-2·Pa^-1。并且水汽压差对潜热通量的绝对和相对总控制的绝对值均随着水汽压差的增大而增大, 并且其值均小于0, 说明在黄河源高寒湿地, 水汽压差总是起着减小地表潜热的作用, 并且随着水汽压差的增加, 这种阻碍作用也更加的强烈。

由2014年6—8月太阳辐射对高寒湿地下垫面潜热通量的绝对和相对大气因素、地表因素和总控制随太阳辐射的变化[图 7(a), (b)]可以看到, 无论太阳辐射怎么变化, 其对潜热通量的绝对和相对总控制主要是由大气因素控制贡献的。由水汽压差对高寒湿地下垫面潜热通量的绝对和相对大气因素、地表因素和总控制随水汽压差的变化[图 7(c), (d)]可以看到, 无论水汽压差怎么变化, 其对潜热通量的绝对和相对总控制主要是由地表因素控制贡献的。说明在高寒湿地下垫面, 太阳辐射主要是通过直接作用(如改变有效能等), 对潜热通量产生贡献; 而水汽压差则主要通过改变地表阻抗(如改变郁闭度等)的间接作用, 对潜热通量产生贡献。

在高寒湿地下垫面, 太阳辐射和水汽压差在潜热通量的变化过程中起着相反的作用, 太阳辐射总是起着增大潜热通量的作用, 而水汽压差总是起着减小潜热通量的作用。但两者对潜热通量绝对控制的反作用并不是一一对应的[图 8(a)], 当水汽压差对潜热通量的绝对总控制较小时, 太阳辐射对潜热通量的绝对总控制可以较大或较小, 并且随着水汽压差对潜热通量的总控制逐渐增大, 太阳辐射对潜热通量的总控制变化范围减小, 并趋于平均值。

太阳辐射对潜热通量的相对总控制均大于水汽压差对潜热通量的相对总控制[图 8(b)], 正如太阳辐射对潜热通量的相对总控制平均为1.10, 水汽压差对潜热通量的相对总控制平均为-0.29所描述的那样。这个结论符合Ω理论, 高寒湿地Ω的平均值为0.38, 湿地与大气间的耦合程度较差, 潜热通量主要受到太阳辐射的影响。

5 结论与讨论

利用2014年6月1日至8月31日涡动相关系统野外观测数据和P-M公式, 从大气因素、地表因素和总控制方面, 定量计算了太阳辐射和水汽压差对黄河源区高寒湿地下垫面潜热通量的影响。得出如下主要结论:

(1) 太阳辐射和水汽压差对潜热通量的相对大气因素控制平均为0.98和0.02, 且太阳辐射是影响潜热通量相对大气因素控制的主要因子, 水汽压差的影响可忽略。太阳辐射和水汽压差对潜热通量的相对地表因素控制平均为0.12和-0.31, 前者早晚大, 中午小, 后者绝对值早晚小, 中午大。

(2) 太阳辐射对潜热通量的绝对总控制平均为0.22, 相对总控制平均为1.10。水汽压差的绝对总控制平均为-0.06 W·m^-2·Pa^-1, 相对总控制平均为-0.29。太阳辐射和水汽压差在改变潜热通量的过程中起着相反的作用, 太阳辐射总是增大潜热通量, 而水汽压差总是减小潜热通量。

(3) 太阳辐射主要是通过直接作用(如改变有效能等)影响潜热通量; 而水汽压差则主要通过改变湿地地表阻抗(如改变郁闭度等)的间接作用影响潜热通量。

(4) 在下垫面水分充足且空气动力学整齐的高寒湿地下垫面退耦因子(Ω)的平均值为0.38, 湿地与大气间的耦合程度较差。实际情况与Ω理论相符, 太阳辐射是影响高寒湿地下垫面潜热通量的主要因子, 水汽压差的影响较小。

Ω作为评价植被-大气系统水汽通量耦合的指标, 可表示水汽压差在作植被表面与植被边界层外大气的耦合程度, 同时表示太阳辐射、水汽压差控制植被蒸腾速率的相对重要性。通过P-M公式, 定量计算了太阳辐射和水汽压差对黄河源区高寒湿地下垫面潜热通量的影响, 并与Ω理论进行了对比, 发现实际观测所得结果与Ω理论是相符的。在黄河源区高寒湿地下垫面, 潜热通量主要受到太阳辐射的影响。研究结果为气候变化背景下的潜热通量参数化及其蒸散发研究开辟一条新的研究思路。Ω可以用来量化地表阻抗对潜热通量的影响, 但是Ω并不能量化太阳辐射和水汽压差对潜热通量的影响。由太阳辐射和水汽压差对潜热通量的绝对和相对总控制的表达式可以看出, 其变化趋势是非线性的, 并且其值不仅受Ω的影响, 还受到其他因子(如太阳辐射、水汽压差和响应函数等)的影响。本次研究是在一个观测点上进行的研究, 未来将通过模式把点推广到面上, 以期能更好的了解在全球气候变化背景下潜热通量的时空变化情况。