青藏高原东北缘祁连山高寒灌丛与草甸生态系统地表能量分配及其与环境因子的关系

《Atmosphere》：Surface Energy Partitioning and Its Relation to Environmental Factors in Alpine Shrubland and Meadow Ecosystems on the Northeastern Qinghai–Tibet Plateau, China

　　

研究人员利用2022年11月至2023年10月的辐射与气象数据，对比了祁连山相邻的高寒灌丛（葫芦1站）与高寒草甸（葫芦2站）生态系统。地表能量通量采用基于地表能量平衡的组合法（combined method, CM）估算，并以涡动相关（eddy covariance, EC）观测评估。路径模型分析了环境因子对湍流通量的直接与间接效应；基于蒸发分数（evaporative fraction, EF）的标准化敏感系数评估了能量分配对环境变化的季节响应。两系统季节格局相似但通量量级不同：净辐射(Rn)呈单峰年循环，草甸均值107.69 W m?2，灌丛89.36 W m?2；感热通量(H)5月达峰，年均值分别为60.22与51.68 W m?2；潜热通量(LE)7月达峰，均值49.12与38.58 W m?2；土壤热通量(G)变幅最小，均值?21.64与?0.89 W m?2。路径分析确定Rn为湍流通量最强控制项，其对H的影响灌丛(0.92)弱于草甸(0.97)，对LE的影响灌丛(0.94)强于草甸(0.71)；风速(U)与H正相关、与LE负相关，对灌丛H作用更强；饱和差(vapor pressure deficit, VPD)与H负相关、与LE正相关；土壤含水量(soil water content, SWC)对两地湍流通量直接效应有限。敏感分析显示生长季草甸EF对环境变化总敏感度更高(0.510对0.228)，草甸EF对土温(Ts)与SWC更敏感，灌丛EF对VPD响应更强；全期灌丛总敏感度高于草甸(0.439对0.353)。结果表明植被类型与局地环境共同塑造高寒生态系统地表能量平衡与分配。

研究背景方面，青藏高原（Qinghai–Tibet Plateau, QTP）作为气候敏感区，其辐射平衡与地表能量交换直接影响陆气水热反馈。高寒草甸与高寒灌丛是QTP广泛分布的两类植被，二者在反照率、冠层高度、空气动力学粗糙度、根系深度及水分利用策略上存在差异，可改变净辐射(R_n)在感热通量(H)与潜热通量(LE)间的分配。既往观测多限于单一下垫面，关于同一高山流域内灌丛—草甸配对对比及环境因子通过直接与间接路径调控能量分配的机制仍不充分，且表面能量平衡非闭合、数据缺失与下垫面异质性限制了R_n、H、LE与土壤热通量(G)的准确解释。为此，研究人员于祁连山葫芦流域设相邻高寒灌丛（Hulu 1）与高寒草甸（Hulu 2）站点，利用2022年11月至2023年10月观测回答两个科学问题：季节转换如何改变两系统的地表能量分配；哪些环境因子控制H与LE，哪类植被对辐射、大气水分需求及土壤水热条件更敏感。论文发表于《Atmosphere》。

主要关键技术方法上，研究人员在葫芦流域同一山谷相对平坦处布设两站，Hulu 2配开放路径涡动相关（EC）系统（10 Hz采样，经坐标旋转、频率响应、WPL等校正，REddyProc补缺），两站均配自动气象站与土壤廓线，半小时均值化后线性插补缺失。通量计算采用组合法（CM）：由四分量辐射算R_n，量热法算G，基于莫宁—奥布霍夫相似理论（Monin-Obukhov similarity theory, MOST）迭代求H，由能量平衡闭合计LE，并以EC为独立参照检验（EBR约0.74，CM与EC的H/LE回归斜率1.15/1.12，RMSE 39.54/44.21 W m^?2）。环境控制分析采用路径分析（标准化系数）量化R_n、气温(T_a)、风速(U)、VPD、SWC对H与LE的直接/间接效应；并以蒸发分数EF对单因子标准化回归得标准化敏感系数（SSC），分生长季（GS，5—9月）、非生长季（NGS）与全期评估。

研究结果部分，3.1节生态气候特征表明，两站气象变量均呈季节波动，灌丛站VPD略低、U较低（灌丛冠层削弱近地气流）、T_a与表层土温NGS外多低于草甸，SWC受11月中降温与4月中融冻跃升驱动。3.2节日变化显示四通量单峰昼夜型，R_n灌丛峰值高于草甸约90—100 W m^?2，H晨间速升、灌丛峰值更早更高（245.63 W m^?2），LE稍晚于H且灌丛全期峰值257.06 W m^?2高于草甸69.11 W m^?2，G振幅小且灌丛峰值早于草甸。3.3节季节变化指出R_n单峰（7月最高，灌丛各月多高于草甸），H峰值早于R_n并于5月最高，LE 7月最高且灌丛GS内多数月份高于草甸；H/R_n冬季最大、GS回落，LE/R_n夏季增强，鲍文比(β)冬高夏低；G冻期为负（土中向上释热）、暖季为正（向下储热）。3.4节环境控制与敏感性中，路径模型解释灌丛H/LE方差79%/86%、草甸73%/73%，R_n为最强驱动（灌丛R_n→LE 0.94、→H 0.92；草甸R_n→H 0.97、→LE 0.71），U促H抑LE且在灌丛对H作用更强，VPD抑H促LE且草甸直接效应更显，SWC直接效应有限；SSC显示GS草甸总敏度0.510＞灌丛0.228（草甸EF受T_a、T_s促、U与SWC抑，灌丛EF主响应T_a与VPD），NGS两站敏度均降（0.164对0.141），全期灌丛0.439＞草甸0.353且EF随T_a、T_s、VPD、SWC升、随U降。

讨论部分总结：CM较EC略高估H与LE，源于山地复杂下垫面MOST参数化、Z_om/Z_oh经验式偏差、冬季雪面升华及储热项S省略，但两法一致性足以支撑对比。季节分配上，冻期H主导（β＞1），GS灌丛LE略超H、草甸H略超LE，归因于灌丛较高复杂冠层增强冠层—大气水汽交换且遮荫抑土面蒸发，草甸矮冠露土偏H；G冻期反向释热。敏感性与植被调控方面，R_n控量级，T_a/T_s升促EF（草甸GS对热条件更敏），VPD升促LE抑H，U强则降EF，SWC效应随季相反（GS草甸浅层高SWC伴EF降，冷季助LE）。局限包括CM参数移植不确定性、冠层储热与雪升华未显式计入、单年周期不代际、两站传感器高度与土层深度不完全一致。

结论部分翻译：本研究量化了2022年11月至2023年10月祁连山高寒灌丛与高寒草甸的地表能量平衡及环境控制。两系统均现明确季节转换：GS中LE贡献增加并与H相当（灌丛尤甚），NGS以H主导湍流交换；G亦季节反向，暖季为正、冻期为负，表明夏季储热与冬季向上释热。这证明高寒植被通过季节性的辐射、土壤融冻、水分可用性与冠层发育调节陆气能量交换。路径分析显示R_n为H与LE主导控制但路径因植被而异——灌丛R_n对LE控制更强，草甸对H更强。敏感分析揭示对比响应：GS草甸对环境变化更敏，EF尤其响应T_a、T_s、U与SWC；NGS两站敏度均弱且差异缩小；全期灌丛总敏度更高，暗示冠层结构—辐射—水分可用性的耦合更持久。这些发现刻画了观测期内高寒灌丛与草甸地表能量分配及环境响应的季节差异。