基于全球涡度协方差观测网络的干旱土壤水汽吸收机制及其对陆地水循环的启示

本文利用全球涡度协方差（EC）观测网络，系统分析了土壤水汽吸附（SVA）的发生规律及其环境驱动因素。研究发现，在干旱和半干旱生态系统中，夜间负潜热通量（λE）可有效指示水汽向土壤的输送过程，且该过程与土壤体积含水量（VWC）和近地表相对湿度（RHa）密切相关。这一机制对干旱区水文平衡和碳循环具有重要影响，为理解全球“缺失碳汇”提供了新视角。

　　

1 引言

土壤持水能力对维持陆地植被和微生物生命至关重要。在年降雨量低或旱季漫长的地区，非降雨水分输入（如露水、雾和直接水汽吸附）对季节性水分平衡的贡献显著。干旱区（干旱指数AI<0.65）占全球陆地面积的40%以上，其中土壤水汽吸附（SVA）虽未被充分研究，但可能在干旱区水文和碳循环中发挥重要作用。近期研究表明，SVA可通过CO₂溶解和方解石沉淀促进无机碳吸收，每年可达?17±15 g C m^?2，若推广至全球干旱区，可能解释部分“缺失”的陆地碳汇。然而，由于缺乏长期、大尺度的直接观测，评估SVA的全球相关性仍面临挑战。

2 材料与方法

2.1 涡度协方差数据

研究使用了来自全球331个站点的EC数据（2001–2022年），数据源自FLUXNET2015、ICOS Level2、AmeriFlux等网络。经过质量控制，最终纳入228个站点。数据包括潜热通量（λE）、气象和土壤变量（如蒸汽压亏缺VPD、气温、体积含水量VWC、降雨等）。VWC数据经过多变量一致性检查和异常值检测，确保物理合理性。站点按植物功能型（PFT）分为作物、森林、草地、稀树草原和灌丛地。

2.2 模型与遥感数据

土壤质地数据来自SoilGrids250m版本2.0，主导黏土矿物类型基于Ito和Wagai的全球数据集。干旱指数（AI）基于Zomer等人的数据集计算。海岸距离基于全球海岸线数据集计算。植被绿度使用近红外植被指数（NIRv）表征，以降低稀疏植被区土壤反射的干扰。

3 方法

3.1 概念框架

土壤与大气间的水汽交换由水势梯度驱动，遵循Fick定律。当大气水汽压高于土壤孔隙水汽压时，水汽从大气向土壤输送并以液态形式吸附在土壤颗粒表面。通过开尔文方程，水势可转换为相对湿度（RH），从而将水汽通量方向与VWC和RHa关联起来。研究提出“表观生态系统蒸汽平衡（EVEa）”概念，用于描述生态系统尺度上VWC、RHa和λE通量方向之间的 emergent 关系。

3.2 实验方法

研究假设λE通量方向与VWC和RHa相关，并可通过EC观测识别SVA。基于542个土壤样本的实验室数据（使用露点电位计测量），拟合了Peters-Durner-Iden模型，以描述不同质地土壤的VWC与RHs关系。利用EC数据，将半小时观测按RHa（5%间隔）和VWC（2%间隔）分箱，计算每箱中负λE通量的比例，以确定主导通量方向。仅使用夜间数据，以降低随机误差影响。

4 结果

4.1 潜热通量方向的模式与时间动态

结果表明，λE通量方向随RHa和VWC系统变化：低RHa和高VWC时，λE以正向（向大气）为主；高RHa时，负向λE占主导；当RHa<75%时，负向λE仅发生在VWC<15%的条件下。干旱和半干旱站点（如ES-Amo、US-Rws）SVA频率较高，且呈季节性变化。温带森林站点（如FR-Bil、DE-Tha）则显示夜间通量方向波动较大。

4.2 通量方向假设的验证

跨站点和植被类型的分析表明，负λE通量在特定条件（高RHa或低VWC）下占主导。森林站点在较低RHa和高VWC时也常观测到负λE。使用分类指标（如准确度ACC、真阳性分数TPF）评估EVEa模板的拟合效果，发现干旱区站点和灌丛地准确度提升最大（ACC从0.79升至0.93）。土壤砂含量与EVEa模板呈显著负相关，但黏土含量和矿物类型的影响未呈现一致 pattern。

4.3 土壤水汽吸附的年际频率与持续时间

基于EC数据，估算各站点每年发生SVA的天数。US-Var草地站点SVA频率最高（中位数80天/年），稀树草原、森林、灌丛地和作物地依次降低。SVA事件通常持续<7小时/天，但部分站点（如FR-Bil）可达8小时。沿海站点和特定黏土矿物（如蒙脱石）丰富的站点SVA频率较高。

4.4 土壤水汽吸附检测的不确定性

在Majadas de Tiétar站点的多高度EC观测表明，低塔（1.6m）比高塔（15m）更易检测到SVA，说明测量高度和植被结构影响检测灵敏度。与称重式蒸渗仪相比，EC方法可能低估SVA频率（Recall率75% vs. EC检测54天/年），表明EC提供了保守但一致的SVA估计。

5 讨论

5.1 站点间土壤水汽吸附的热点分布

干旱和半干旱生态系统是SVA发生的热点，尤其是植被稀疏的地区（如稀树草原、灌丛地）。沿海站点（如FR-Bil、GH-Ank）和高比表面积黏土矿物（如蒙脱石）丰富的站点（如AU-Cpr）SVA频率较高。但FLUXNET站点在超干旱区代表性不足，限制了全球评估。

5.2 全球监测土壤水汽吸附的意义

SVA可能影响干区水文平衡、碳循环（通过促进CO₂溶解和微生物活动）、粉尘抑制和土壤恢复。气候变暖可能导致SVA空间格局变化，需长期监测以捕捉其动态。

5.3 涡度协方差作为SVA观测的新尺度

EC提供了生态系统尺度的集成信号，但受植被结构、塔高和微气候异质性影响。与传统方法（如蒸渗仪）相比，EC虽可能低估SVA量级，但能提供连续、非侵入性的大尺度观测。

5.4 水力梯度影响生态系统水汽通量方向的证据

开尔文方程描述的VWC与RHs关系在生态系统尺度上得到实证支持，表明孔隙尺度过程可上推至EC可检测的尺度。但生态系统级控制因素（如干旱度、PFT）比土壤质地更具解释力。

5.5 理论与方法的不确定性与局限

VWC和RHa作为代理变量存在传感器误差和代表性 uncertainty。夜间EC测量信噪比低，但随机误差不影响通量方向分类。沿海站点可能受平流 moisture 输送影响，导致SVA被低估。未来需结合土壤水力特性测量和模型模拟以降低 uncertainty。

5.6 使用涡度协方差检测土壤水汽吸附的考量与建议

负λE通量应被视为SVA的有效指标，尤其在干旱条件下。建议辅以土壤湿度剖面、开顶 chamber 测量或原位RH记录器以验证EC观测。建模需采用多相流和热传输模型，但简单梯度方法更易应用。尽管存在挑战，EC为全球SVA研究提供了宝贵工具。