C3-C4混生高草草原蒸腾蒸发量分割：五种方法的比较分析及其季节性参数化评估

《Agricultural Water Management》：Partitioning evapotranspiration in C3-C4 mixed tallgrass prairies: An inter-comparison of five methods and evaluation of seasonal parameterization

　　

准确的蒸腾量（T）估算在C3-C4混生生态系统中仍面临重大挑战，原因在于物种相对优势度及其生理特性在整个生长季内动态变化。部分蒸腾蒸发量（ET）分割方法，如通量方差相似法（FVS），通常需要明确指定C3或C4光合途径以参数化胞间二氧化碳浓度（ci）。其他方法，如改进型松弛涡动累积法（MREA）、条件涡动相关法（CEC）、条件涡动累积法（CEA）以及FVS最优法，则无需预先进行ci近似或指定C3和C4植被。本研究在美国俄克拉荷马州中部两种不同管理方式（放牧与刈割干草）的C3-C4混生高草草原中，对五种ET分割方法（FVS、MREA、CEA、CEC及基于水分利用效率整合改进的CEC方法（CECw））进行了评估与比较。具体而言，研究人员探讨了当使用全年静态的C4参数化方案与季节性动态的C3-C4框架时，分割输出结果的变化情况。结果表明，无论采用全年C4参数化还是时变动态C3-C4参数化，基于恒定ci值或ci/ca比率的FVS方法所得到的T:ET比率在季节尺度和年尺度上均相似。在生长高峰期，MREA和CEC产生了最高的T:ET比率（0.93–0.95），而FVS和CEA给出了较为适中的数值（<0.75），CECw则提供了最低的估计值（0.56–0.62）。因此，MREA和CEC的T估算值比FVS和CEA的生物物理合理估计值高出10–20%。方法学差异在气孔或非气孔通量占主导的时期最为显著，当这两种交换量近乎相等时则一致性更高。与蒸渗仪测量的验证表明，FVS和CECw最优法表现最佳（r = 0.84–0.85；RMSE = 0.23–0.25 mm d^?1），而其他方法则存在较大偏差。作为首次在C3-C4混生高草草原中对五种分割方法进行相互比较的研究，本研究证明了方法选择对生态系统水量平衡计算结果具有显著影响。

该研究聚焦于C3-C4混生高草草原生态系统中蒸腾蒸发量（ET）分割方法的不确定性问题，发表于农学领域重要期刊《Agricultural Water Management》。北美大平原原生草原虽因农业开垦仅存不足4%的历史覆盖面积，但仍在畜牧业生产中具有重要地位。准确量化土壤-水-植物-大气相互作用，特别是蒸发量（E）与蒸腾量（T）通量，对于实现生态系统可持续管理、评估土地覆盖变化对陆面过程的影响至关重要。涡动相关法（EC）是获取田间尺度ET测量的主要手段，但其仅能提供总净通量而非组分通量。将总净通量分割为组分通量，对于区分基于气孔的生产性水分损失（T）和非生产性损失（E）具有关键意义。ET分割还对分析地球表面能量平衡和水循环、改进灌溉水分管理、理解多尺度ET控制机制以及校准改进陆面模型和卫星衍生模型具有重要价值。然而，现有方法在输入数据/参数需求、时空代表性和计算挑战方面存在局限，尤其在C3-C4混生系统中，由于物种组成季节动态变化，准确估算T尤为困难。FVS等方法对WUE算法和ci参数化高度敏感，而不同方法对C3/C4参数化的依赖程度差异显著，因此亟需系统比较不同分割框架在混生植被系统中的适用性。

本研究采用的关键技术方法主要包括：基于高频（10 Hz或20 Hz）EC湍流数据的五种ET分割方法（FVS、MREA、CEC、CEA和CECw）；在美国俄克拉荷马州中部两种不同管理方式（放牧的P13约60 ha和刈割干草的P20约26 ha）的原生高草草原进行的长期定位观测；以及利用美国堪萨斯州NEON网络Konza Prairie站点的21个微型蒸渗仪独立测量数据进行验证。EC数据使用EddyPro软件Express模式处理计算30分钟通量，经质量控制、摩擦速度过滤和REddyProc包间隙填充后聚合为日尺度数据。

**3.1 蒸腾蒸发量比率的时序动态**

FVS的三种WUE算法（恒定值、恒定比率、最优法）在两个牧场产生了相似的T:ET比率时序动态。生长季（4-10月）T:ET比率较高，与C4禾草生长高峰期（DOY 150-250）吻合。MREA和CEC表现出相似的季节轨迹，但幅度通常高于FVS，峰值接近1.0；CEA和CECw则产生更为适中和衰减的T:ET估计值。P20刈割后所有方法均显示T:ET比率下降。降雨响应方面，MREA和CEC的T disclosed ratios temporal波动较小，表明这些方法可能存在系统性的E低估。

**3.2 分割方法与蒸渗仪测量的比较**

FVS方法的E估算与蒸渗仪测量E的一致性优于条件采样方法。FVS恒定比率/值法表现出较强相关性（r = 0.79，RMSE = 0.45 mm d^?1），FVS最优法进一步优化（r = 0.85，RMSE = 0.25 mm d^?1）。CECw最优法表现几乎与FVS最优法相当（r = 0.84，RMSE = 0.23 mm d^?1），表明纳入生理参数对准确估算E至关重要。相反，M°,singleton-littermates MREA的E估算与蒸渗仪数据呈微弱甚至负相关（r = ?0.18，RMSE = 1.05 mm d^?1），CEC（r = 0.26，RMSE = 0.68 mm d^?1）和CEA（r = 0.22，RMSE = 0.42 mm d^?1）同样表现不佳。T:ET验证结果一致，FVS（最优）和CECw表现最佳（R² = 0.87，RMSE = 0.08 mm d^?1），MREA最差（R² = ?0.04，RMSE = 0.23 mm d^?1）。这一结果凸显了纯粹统计或条件采样方法的潜在局限，以及结合生物或方差相似性约束方法的必要性。

**3.3 不同时间尺度的T:ET比率**

**3.3.1 生长季和年尺度**：如假设所示，无论采用全年C4参数化还是动态C3-C4参数化，T:ET比率在年尺度和季节尺度上均相似（相差1–3%），表明对于C4主导的高草草原，全年C4参数化足以获取准确的T:ET估计。生长季尺度上，CEC和MREA的T占总ET比例在P13约为81–85%，在P20约为88–89%，高于文献典型值；FVS和CEA方法则产生≤0.72的相似T:ET比率。FVS最优法和CEA在年尺度和生长季尺度上几乎一致。

**3.3.2 非生长季**：C3参数化使恒定值和恒定比率法的T:ET比率提高6–7%，与FVS最优法近乎相同，表明动态C3-C4参数化在该时期具有价值。所有方法均显示非生长季T:ET比率下降，但MREA、CEC、CEA和CECw的T估计（46–54%）仍高于FVS（≤41%）。鉴于冬季几乎无绿色植被，0.4–0.5的T:ET估计可能存在高估，FVS在冬季因叶温定义困难而表现不佳，其他方法可能因传感器与地表距离增大而高估T:ET。

**3.3.3 生长高峰期**：生长高峰期（5–6月）方法间差异最大，MREA和CEC产生最高T:ET比率（0.93–0.95），FVS和CEA较为适中（≤0.75），CECw最低（0.56–0.62）。许多瞬时半小时T:ET比率对CEC和MREA等于1（即E=0），而FVS最低E约为ET的10–15%。这与多数研究中干期和生长高峰期仍有15–20%E的报道不符，表明CEC和MREA在生长高峰期低估了E，可能与这些方法对冠层密度和高度敏感、强ρqc导致过度归因于T有关。

**3.4 水碳通量相关系数与T:ET比率的关系**

T:ET比率与高频CO₂和H₂O波动的相关系数（ρqc）根本相关。MREA和CEC在ρqc≈?1时T:ET≈1，ρqc≈+1时T:ET≈0；FVS对ρqc依赖性较弱。CEA和CECw同样表现出比传统条件方法更弱的ρqc依赖性，源于其额外约束机制：CECw通过WUE算法调节纯湍动驱动分割，CEA则因同时利用上升和下降气流的综合信息而实现更细致的分割。当?0.1<ρqc<0.1（气孔与非气孔通量平衡）时，各方法一致性最高（平均48% T）；当ρqc0.8时差异最大，MREA和CEC分别可能高估T和E。

**3.5 方法间比较**

FVS恒定值和恒定比率（采用动态C3-C4参数化）与FVS最优法T:ET估计高度相关（R² = 0.82–0.86），而MREA、CEC、CECw和CEA与FVS最优法相关性较差（R² = 0.07–0.22）。MREA、CEC和CEA之间相关性较强（R² = 0.87–0.95），CECw与这些方法呈中等相关性（R² = 0.49–0.61）。尽管瞬时T:ET估计变异大、方法间相关性弱，但日尺度T估计收敛于高度一致的季节轨迹（R² = 0.95–1.0）。与FVS最优相比，FVS恒定值/比率低估T 2–9%，CEC和MREA高估10–12%，CEA和CECw最优分别低估13–14%和22–25%。

**3.6 不同生长条件下的T:ET比率变化**

2021年9月干旱期（无降雨），P13的T:ET比率FVS为0.71，MREA和CEC为0.87–0.90，CEA为0.68，CECw为0.63；P20相应值更高（FVS 0.86，MREA/CEC 0.94–0.95），可能与刈割后再生长有关。2021年6月21日–7月11日湿润期（173 mm降雨），P13各方法T:ET比率分别为：FVS 0.71、MREA/CEC 0.93、CEA 0.74、CECw 0.57；P20模式相似。MREA和CEC在湿润高峰期估计T占ET的93–95%（比FVS高约20%），进一步印证了其在气孔通量主导时高估T的倾向。刈割后所有方法T:ET均下降，MREA和CEC降幅最大，表明这些方法在冠层简化后可能更准确，但总体而言，MREA和CEC在多种条件下仍比FVS高估T约10–20%。

**结论部分翻译**：

本研究在美国俄克拉荷马州中部两种不同管理方式（放牧和刈割干草）的原生C3-C4混生高草草原中，对五种基于高频涡动相关数据的ET分割方法（FVS、MREA、CEC、CEA和CECw）进行了全面比较。结果强调，分割方法的选择并非仅仅是技术偏好问题，而是计算混生C3-C4草地生态系统水量平衡时不确定性的主要来源。模型间最大分歧出现在气孔或非气孔通量占主导的时期；当气孔和非气孔交换量平衡时，分割输出结果更为可比。研究发现不同分割框架存在根本差异：纯粹统计或条件采样方法（如MREA和CEC）倾向于高估蒸腾，而更具生物物理基础的方法（如FVS和CEA）则较为保守。CECw最保守的估计可归因于WUE约束的整合，防止了T:ET比率 itchy 基于湍动传输特性而数学饱和地接近1。此外，利用蒸渗仪数据对E和T:ET估计的独立地面验证进一步证实，结合生物物理和方差相似性约束的方法在捕捉蒸腾生理调控方面最为稳健；而统计和条件采样模型中的差异表明，它们缺乏在草原系统中分离非气孔水分损失（E）所需的敏感性。本研究的一项重要实践成果是验证了C4主导生态系统的简化建模方法：全年C4参数化足以在季节和年尺度上获取准确的T:ET估计，无需更复杂的动态C3-C4参数化。最终，这一比较研究为不同高频EC数据分割方法在混生C3-C4系统中T:ET比率差异及其年内变化提供了新的认识。