环境因素驱动及校正方法优化在沙漠河岸区柽柳（Populus euphratica）水源分析中同位素偏移的问题

《Journal of Hydro-environment Research》：Environmental drivers and correction methods optimization of isotope offsets in water source analysis of desert riparian Populus euphratica

稳定同位素分析揭示沙漠河岸杨(Populus euphratica)的水分利用策略，通过对比未校正、-8.1‰校正、土壤水线(SWL)和潜在水源线(PWL)校正方法，发现温度、辐射和湿度是导致δ2H偏移的主因，双同位素模式结合PWL校正可最优分配水源贡献率，为干旱区水文模型优化提供依据。

　　在干旱地区，水资源的稀缺性对生态系统的发展构成了重大限制，而了解植物如何高效利用水分对于缓解全球气候变化的影响以及确保可持续的水资源管理具有重要意义。特别是在沙漠河岸林地，植物的水分利用策略不仅影响其自身的生长和生存，还对整个区域的水文循环起到关键作用。然而，传统的同位素分析方法在识别植物水分来源时存在一定的局限性，特别是在植物木质部水与潜在水源之间存在显著的同位素偏移（isotopic offset）问题。这种偏移现象对基于同位素的水文过程追踪模型提出了挑战，使得对植物水分来源的定量分析变得复杂。

为了更准确地解析植物的水分利用机制，本研究以中国西北部干旱地区的一种关键河岸树种——欧洲白杨（*Populus euphratica*）为对象，结合现场采样与实验室同位素分析，探讨了木质部水δ2H偏移的主要驱动因素，并评估了不同同位素校正方法在单同位素和双同位素数据输入模式下的校正效果。研究发现，δ2H偏移主要受到气温、净辐射和湿度的影响，而土壤含水量和地下水深度的影响相对较小。这一结果表明，在干旱环境中，植物的水分来源识别不能仅仅依赖于土壤水分或地下水的直接测量，而是需要综合考虑环境条件对同位素信号的影响。

此外，研究还发现，在干旱内陆河流域中，采用双同位素模式并结合潜在水分线（PWL）校正的方法在预测*P. euphratica*的水分利用策略方面表现出最高的准确性。这说明，单纯依赖单一同位素数据可能会导致对植物水分来源的误判，而双同位素数据的结合能够提供更全面的信息，从而减少模型预测的不确定性。然而，目前的研究仍然存在一些不足，例如对于δ2H偏移的具体机制尚未完全明确，以及不同校正方法在实际应用中的效果仍需进一步验证。

植物的水分利用策略通常受到多种环境因素的共同影响，包括气候条件、土壤特性以及植物自身的生理适应。在干旱环境中，植物往往需要通过深入的根系来获取深层土壤水分或地下水，以满足其生长需求。然而，这一过程并不总是能够完全避免同位素偏移的发生。研究指出，δ2H偏移可能与植物根系在盐碱胁迫下的同位素分馏有关，也可能与土壤水分的异质性相关。例如，土壤水分的蒸发作用可能导致表层土壤水中的重同位素富集，进而影响植物的水分来源识别。同时，空气温度和湿度的变化也可能通过蒸腾作用加剧同位素偏移现象。

在实际操作中，同位素提取技术的误差也是不可忽视的因素。传统的低温真空提取（CVE）方法虽然被广泛采用，但在某些情况下可能会导致有机化合物与水之间的氢同位素交换，从而引入额外的误差。为了减少这种误差，一些研究提出了技术优化方案，例如提高提取效率以降低有机污染，以及采用定制化的实验流程和后处理校正方法。这些改进措施在一定程度上提高了同位素数据的准确性，但也表明，同位素分析的结果仍然受到多种技术因素的影响。

基于同位素质量守恒原理，科学家们开发了多种模型，如IsoSource模型和贝叶斯混合模型，用于识别植物的水分来源。其中，MixSIAR模型因其能够结合先验信息、处理固定和随机效应，并包含残差和过程误差模块，表现出优越的水来源划分能力。然而，大多数研究在应用这些模型时并未考虑δ2H偏移的影响，而是主要依赖于δ1?O数据。这可能导致对多水源贡献的误判，尤其是在植物水分来源较为复杂的情况下。

为了更全面地评估同位素校正方法的有效性，本研究构建了九种不同的数据输入模式，包括未校正的单δ2H（H）、单δ1?O（O）、未校正的δ2H和δ1?O（HO）、使用–8.1?‰固定校正值的单δ2H（HM8.1）、使用–8.1?‰校正值和δ1?O的双同位素模式（HM8.1O）、使用土壤水分线（SWL）校正的单δ2H（HMS）、使用SWL校正和δ1?O的双同位素模式（HMSO）、使用PWL校正的单δ2H（HMP）以及使用PWL校正和δ1?O的双同位素模式（HMPO）。通过这些模式，研究团队能够系统地比较不同校正方法对植物水分来源划分的影响。

研究结果表明，δ2H偏移的驱动因素主要包括气温、净辐射和湿度，而土壤含水量和地下水深度的影响较小。这表明，在干旱地区，植物的水分利用策略更倾向于受到大气条件的影响，而不是直接依赖于土壤水分的可得性。此外，使用PWL校正的双同位素模式在预测植物水分利用策略方面表现最佳，显示出其在干旱内陆河流域中具有更高的适用性和准确性。

本研究的意义在于，它为优化干旱生态系统中同位素数据输入模式的选择提供了理论依据。通过揭示δ2H偏移的驱动因素以及不同校正方法的效果，研究有助于提高基于同位素的水文过程追踪模型的可靠性。这不仅对理解植物如何适应干旱环境具有重要价值，也为制定更加科学合理的水资源管理策略提供了支持。同时，研究结果也强调了在干旱地区进行生态水文研究时，必须综合考虑多种环境因素，以确保对植物水分来源的准确识别。

此外，本研究还对*P. euphratica*的生态功能进行了深入探讨。作为中亚干旱地区的重要河岸树种，*P. euphratica*在稳定沙丘、减少侵蚀和维持绿洲与沙漠生态过渡带的稳定性方面发挥着不可替代的作用。其广泛分布的根系和较高的蒸腾能力使其能够显著影响局部水文过程，包括地下水补给和消耗。因此，理解*P. euphratica*的水分利用机制不仅有助于保护这一物种，也为改善整个干旱生态系统的水文状况提供了科学依据。

在干旱环境中，水资源的稀缺性使得植物的水分利用策略成为研究的重点。然而，由于环境条件的复杂性，传统的同位素分析方法在解释植物水分来源时存在一定的局限性。本研究通过结合现场采样与实验室分析，揭示了δ2H偏移的主要驱动因素，并评估了不同校正方法的效果。研究结果表明，气温、净辐射和湿度是影响δ2H偏移的关键因素，而土壤含水量和地下水深度的影响相对较小。这表明，在干旱地区，植物的水分来源识别不能仅仅依赖于土壤水分或地下水的直接测量，而是需要综合考虑大气条件对同位素信号的影响。

在实际应用中，如何选择合适的同位素数据输入模式对于提高模型预测的准确性至关重要。本研究构建了九种不同的数据输入模式，包括未校正的单δ2H、单δ1?O、未校正的双同位素模式，以及结合不同校正方法的双同位素模式。通过比较这些模式的预测结果，研究团队能够系统地评估不同校正方法对植物水分来源划分的影响。研究发现，使用PWL校正的双同位素模式在预测*P. euphratica*的水分利用策略方面表现最佳，显示出其在干旱内陆河流域中具有更高的适用性和准确性。

本研究的结果不仅为干旱生态系统中植物水分来源的识别提供了新的视角，也为优化同位素数据输入模式的选择提供了理论支持。在干旱地区，由于水资源的限制，植物的水分利用策略往往受到多种环境因素的共同影响，因此，综合考虑这些因素对于提高模型预测的准确性具有重要意义。此外，研究还强调了技术优化在减少同位素提取误差方面的重要性，这表明，除了环境因素外，实验方法的选择也会影响同位素数据的可靠性。

总的来说，本研究通过系统的同位素分析和模型评估，揭示了干旱地区植物水分利用策略的关键驱动因素，并提出了更有效的校正方法。这些发现对于改进基于同位素的水文过程追踪模型，以及制定科学合理的水资源管理策略具有重要的参考价值。同时，研究也表明，在干旱生态系统中，植物的水分来源识别需要综合考虑多种环境因素和技术条件，以确保对水文过程的准确理解。