您的浏览器不支持JavaScript,请开启后继续

China Heating,Ventilation and Air Conditioning
联系热线:010-64693287 / 010-64693285

湿热地区常见树种蒸腾的模型化研究——以广州地区为例

  • 作者:
  • 中国暖通空调网
  • 发布时间:
  • 2019-09-27

华南理工大学亚热带建筑科学国家重点实验室      郑森林   刘之欣   赵立华

摘   要:为了确定适用于湿热地区常见树种的蒸腾模型,本文将利用实地测量和理论模型两种方法,通过测量获得亚热带地区四种常见的树木(细叶榕,芒果,白兰和羊蹄甲)的蒸腾随气象参数的变化规律,并将实测数据与S-W模型的计算结果进行比较,确定适用于预测湿热地区常见树种的蒸腾模型,实现了S-W模型在时间尺度上由大到小的拓展和在空间尺度上由小到大的扩展。

基金项目:本论文受国家自然科学基金面上项目“湿热地区乔木对居住区热环境影响机理及优化配置研究”(51878288)支持。

       0   引言

       蒸散发(Evapotranspiration, ET),包括土壤蒸发(E)和植被蒸腾(T),是水圈、大气圈和生物圈水分和能量交换的主要过程[1],也是水循环中最重要的分量之一[2~3]。目前,测定蒸散发的方法主要包括:液流法[4~5]、蒸渗仪法[6]、同位素法[6~7]以及涡度相关法[8~9]。由于蒸散发的测定受时空因素的限制[10],而通过模型计算可以很好地解决这一问题[11],近年来受到学者们的广泛关注。最常用的蒸散发模型包括:Penman-Monteith(P-M)模型、Priestley-Taylor(P-T)模型、Shuttleworth-Wallace(S-W)模型等。 其中,P-M 模型虽然包含了对植被参数化方案的描述,但其将下垫面看作一个整体,并没有区分土壤蒸发和植被蒸腾的不同过程,不适用于植被稀疏的下垫面; P-T 模型仅考虑了气候条件对蒸散发的影响,却忽略了陆面植被对蒸散发过程的控制作用;S-W 模型假设作物冠层为均匀覆盖,引入冠层阻力和土壤阻力参数[12],综合考虑了来自冠层和土壤两个涌源的蒸散发过程,近年来得到广泛应用[13~14]。然而,该模型是在农业领域建立起来的,由于城市树木与农作物的土壤性质和植物性质的差异,在农业领域建立起来的S-W模型是否完全适合用于城市树木需要亟待解决的问题。就目前的研究而言,其可用的模型和测量方法很多,但在不同的环境下各种方法表现出的适用性却有一定差异,如何选择或者发展模型,确定适用于城市树木的蒸腾模型是解决问题的关键。其次,农业领域蒸散发的计算至少是以天为计算单位,但是对于城市树木而言,为了准确评价其对热岛效应的改善,需要确定瞬时蒸散发量,因此,如何实现蒸腾的估算在时间尺度上由大到小的拓展也是研究的重点和难点。因此,本文将利用实地测量和理论模型两种方法,通过测量四种常见的树木(细叶榕,芒果,白兰和羊蹄甲)的蒸腾随气象参数的变化规律,并将实测数据与S-W模型进行验证,确定用该模型计算城市树木的蒸腾的适用性。

       2   方法

       2.1   实地测量

       2.1.1   测试地点和测试对象

       测试对象选取广州地区常见的形状差异较大,对室外热环境影响较为明显的4种优势树种,即:芒果,细叶榕,白兰以及红花羊蹄甲。为了尽量避免其他树木及建筑物对测试的影响,测试地点选择位于空旷地段的单株树种。测试对象的具体信息如表1所示。

表1   测试树木的基本参数

       2.1.2   蒸腾率的测量

       利用美国Li–COR 公司生产的Li – COR6400便携式光合仪。对单株乔木的东南西北四个方位进行叶片蒸腾速率和叶表面温度进行测量,每个方位测试三片不同的阳生叶并取其均值。同时测量叶片周围的空气温度湿度太阳辐射和风速,实测过程中的照片和仪器如图1所示。

(a)为实测光合作用仪器        (b)为实测现场照片

图1   实测照片

       2.1.3   土壤温度和含水率的测量

       利用热电偶测量树下土壤不同深度的温度分布规律,土壤下方每隔10cm布置一个测点,测量不同深度的土壤温度随时间的变化规律;利用FDS-100土壤水分传感器测量树下土壤的含水率随时间的变化,测试土壤深度为5CM处的土壤体积含水率。

       2.2   理论模型

       S-W 模型计算地表蒸散发由植被冠层蒸腾和冠层间(或冠层下)裸土地面蒸发两部分组成,该模型计算表达如下[4~5]

       式中,ET为总蒸散发(mm/s);λ为水汽化潜热(MJ/kg);ETc和ETs分别为郁闭冠层蒸腾和裸土地面蒸发,以相应潜热表示(MJ/(m2·s));CC和CS分别为它们的权重系数,本文只计算树木蒸腾,不计算树下裸土的蒸腾,因此CS =0;Rn和Rns分别为冠层和土壤表面的净辐射(MJ/(m2·s));G为土壤热通量(MJ/(m2·s));es和ea分别为饱和水汽压和实际水汽压(kPa);Δ 为饱和水汽压—温度曲线的斜率(kPa/℃);ρ为平均空气密度(kg/m3);Cp为空气定压比热,1.013×10-3MJ·kg-1·℃-1;γ为空气湿度常数(kPa/℃);rsc和rac分别为冠层气孔阻力和冠层边界层阻力(s/m);rsa和raa分别为土壤表面到冠层、冠层到参考高度间的空气动力学阻力(s/m);rss为土壤表面阻力(s/m)。

       3   结果分析与讨论

       图2给出亚热带地区常见四种树种的小时蒸腾的计算值(S-W value)与实测值(Measured value)的比较,图中纵坐标误差值为S-W计算的小时蒸腾值减去实地测量所得到的小时蒸腾值,误差率为误差值/实际测得的小时蒸腾值,从该图中可以看出:

     (1)在所考察的时间段内,S-W模型能够较为准确的计算树木的小时蒸腾(平均误差率在12%~15%之间),同时,S-W模型计算的小时蒸腾均高于实测所得到的小时蒸腾;

     (2)对于考察的四种树种,误差率由大到小的顺序为:白兰,羊蹄甲,芒果和细叶榕;

     (3)当时间尺度缩小到小时以后,高于以天为单位的误差,这主要是因为S-W模型是基于稳态计算的,时间尺度越小,土壤和植物以及空气间的换热还没有稳定,因此用S-W模型计算小时间尺度的树木蒸腾时误差会变大。因此,在利用S-W模型计算树木蒸腾时,时间尺度越大,越趋于稳定,计算值越接近真实值。

图2   亚热带地区常见四种树种的小时蒸腾的计算值(S-W value)与实测值(Measured value)的比较,图中纵坐标误差值为S-W计算的小时蒸腾值减去实地测量所得到的小时蒸腾值,误差率为误差值/实际测得的小时蒸腾值

       4   结论

       为了确定适用于湿热地区常见城市绿化的蒸散发模型,本文将利用实地测量和理论模型两种方法,通过测量亚热带地区四种常见的树木(细叶榕,芒果,白兰和羊蹄甲)的蒸腾随气象参数的变化规律,并将实测数据与S-W模型的计算结果进行比较,确定适用于描述湿热地区常见城市树种的蒸腾模型,实现了蒸散发的估算在时间尺度上由大到小的拓展,具体内容如下:在所考察的时间段内,S-W模型能够较为准确的计算树木的小时蒸腾(平均误差率在12%~15%之间),同时,S-W模型计算的小时蒸腾均高于实测所得到的小时蒸腾;对于考察的四种树种,误差率由大到小的顺序为:白兰,羊蹄甲,芒果和细叶榕;在利用S-W模型计算树木蒸腾时,时间尺度越大,越趋于稳定,计算值越接近真实值。

参考文献

       [1] Gao Yanchun, Long Di.Progress in model for evapotranspiration estimation using remotely sensed data[J]. Journal of Remote Sensing, 2008, 12(3):515–528.

       [2] Yao Xiaoying, Pu Jinyong, Wang Chenghai,et al. Variations in evapotranspiration of soil moisture in Gansu Loess Plateau in the recent 40 years[J]. Journal of glaciology and geocryology, 2007, 29(1):126–130.

       [3] Allen S, Grime V. Measurements of transpiration from savannah shrubs using sap flow gauges[J]. Agricultural and Forest Meteorology, 1995, 75(1):23–41.

       [4] Williams D, Cable W, Hultine K, et al. Evapotranspiration components determined by stable isotope,sap flow and eddy covariance techniques[J]. Agricultural and Forest Meteorology,2004,125(3):241–258.

       [5] Scott R L, Huxman T E, Cable W L, et al. Partitioning of evapotranspiration and its relation to carbon dioxide exchange in a Chihuahuan Desert shrubland[J]. Hydrological Processes, 2006, 20(15):3227–3243.

       [6] Zhang Yinsheng, Munkhtsetseg E, Kadota T, et al. An observational study of ecohydrology of a sparse grassland at the edge of the Eurasian cryosphere in Mongolia[J]. Journal of Geophysical Research: Atmospheres  (1984–2012) , 2005, 110(D14) .

       [7] Moran M, Scott R, Keefer T, et al. Partitioning evapotranspiration in semiarid grassland and shrubland ecosystems using time series of soil surface temperature[J], Agricultural and Forest Meteorology, 2009, 149(1):59–72.

       [8] Yepez E A, Williams D G, Scott R L, et al. Partitioning overstory and understory evapotranspiration in a semiarid savanna woodland from the isotopic composition of water vapor[J]. Agricultural and Forest Meteorology, 2003, 119(1):53–68.

       [9] Evett S, Matthias A, Warrick A, Energy balance model of spatially variable evaporation from bare soil[J].  Soil Science Society of America Journal, 1994,58(6):1604 –1611.

       [10] Tourula T, Heikinheimo M. Modelling evapotranspiration from a barley field over the growing season[J]. Agricultural and Forest Meteorology, 1998,91(3):237– 250.

       [11] Zhu Gaofeng, Su Yonghong, Li Xin, et al. Modelling evapotranspiration in an alpine grassland ecosystem on Qinghai-Tibetan Plateau[J]. Hydrological Processes,2014,28(3):610–619.

       [12] Zhu Gaofeng, Su Yonghong, Li Xin, et al. Estimating actual evapotranspiration from an alpine grassland on Qinghai-Tibetan Plateau using a two-source model and parameter uncertainty analysis by Bayesian approach[J].  Journal of Hydrology, 2013, 476:42–51.

       [13] Zhang Xiaoyou, Gong Jiadong, Zhou Maoxian, et al. A study on the stem sap flow of Populus euphrtaic and tamaris spp.By heat pulse technique[J]. Journal of glaciology and geocryology,2003,25(5):585–590.

       [14] Domingo F, Villagarc,a L, Brenner A, et al. Evapotranspiration model for semi-arid shrub-lands tested against data from SE Spain[J]. Agricultural and Forest Meteorology,1999,95(2):67–84.

备注:本文收录于《建筑环境与能源》2019年5月刊总第21期。
                 版权归论文作者所有,任何形式转载请联系作者。