EN中文

Arid Zone Research >

2025 , Vol. 42 >Issue 9: 1574 - 1586

DOI: https://doi.org/10.13866/j.azr.2025.09.03

Land and Water Resources

Characteristics and factors influencing water and heat flux changes in typical desert ecosystems in arid inland river basins

  • XU Wentao , 1, 2 ,
  • DU Yongjun 1, 2 ,
  • ZHANG Heng 1, 2 ,
  • TIAN Hao 1, 2 ,
  • CHAI Wenguang 1, 2 ,
  • LI Xiaolong 1, 2 ,
  • JIA Weikang 3 ,
  • YANG Guang , 1, 2
Expand
  • 1. College of Water Conservancy & Architectural Engineering, Shihezi University, Shihezi 832003, Xinjiang, China
  • 2. Key Laboratory of Cold and Arid Regions Eco-Hydraulic Engineering of Xinjiang Production & Construction Corps, Shihezi 832003, Xinjiang, China
  • 3. Water Conservancy Project Management and Service Center of Shihezi, Shihezi 832000, Xinjiang, China

Received date: 2025-01-03

  Revised date: 2025-02-24

  Online published: 2026-03-12

Fold

Abstract

To address the challenges of water resource stress and ecological response in desert ecosystems of arid inland river basins under climate change, this study focuses on a typical desert ecosystem in the lower reaches of the Manas River Basin of the arid inland river in northwest China as the research object. Using the eddy correlation method, we simultaneously monitored the latent heat flux (LE), sensible heat flux (H), Bowen ratio (B), air temperature (TA), relative humidity (RH), saturated water vapor pressure (VPD), and average wind speed (WS) at the southern edge of the Gurbantunggut Desert. The Pearson correlation coefficient was applied to examine the characteristics of water and heat flux variations and their environmental impact factors in desert ecosystems from April to October 2023 and 2024. The main findings are summarized as follows. (1) At the half-hour scale, LE and H exhibited a unimodal pattern, with the maximum occurrence time of 13:00—15:00. The LE peak occurred 1-2 h earlier than that of H. The main environmental factors affecting LE were TA (r=0.63)>VPD (r=0.62)>WS (r=0.51), while those affecting H were WS (r=0.73)>VPD (r=0.61)>TA (r=0.56)>RH (r=-0.33). The main environmental factor affecting B was WS (r=0.11). (2) At the daily scale, H and LE exhibited clear seasonal variation characteristics, initially increasing and then decreasing, forming a “U” shaped trend, and B gradually flattened in the middle of growth. TA and VPD were the main environmental factors affecting LE wheile WS and RH mainly affected H. (3) At the monthly scale, the change in water heat flux showed a similar trend, with H and LE showing unimodal variations. LE was highest in July and August and lowest in October. H peaked in June and July and also reached its minimum in October. LE showed strong positive correlations with TA, VPD, and RH, with TA having the strongest positive correlation (r=0.85). H was mainly influenced by TA, VPD, and WS, with TA and VPD showing strong positive correlations (r=0.85 and 0.83, respectively). The main environmental factors affecting B were WS, TA, VPD, and RH, with RH showing a negative correlation. This study provides insights into the variation patterns of water and heat flux and their relationships with environmental factors across multiple time scales in the desert ecosystems of arid inland river basins, offering a theoretical foundation for the ecological construction of desert ecosystems.

Key words： desert ecosystem; eddy correlation; latent heat flux; sensible heat flux; Bowen ratio; environmental factors

Cite this article

XU Wentao , DU Yongjun , ZHANG Heng , TIAN Hao , CHAI Wenguang , LI Xiaolong , JIA Weikang , YANG Guang . Characteristics and factors influencing water and heat flux changes in typical desert ecosystems in arid inland river basins[J]. Arid Zone Research, 2025 , 42(9) : 1574 -1586 . DOI: 10.13866/j.azr.2025.09.03

陆地生态系统水分和热量循环是物质和能量交换的核心[1-2]，是地表与大气能量交换重要环节[3]，反映荒漠生态系统水与能量平衡过程。人类活动和气候变化影响下陆-气间水热交换过程复杂，干旱内陆河流域典型荒漠生态系统能量组分特征及环境因子对荒漠生态系统物质能量交换研究具有重要意义。水热通量主要包括潜热通量（Latent Heat Flux，LE）、显热通量（Sensible Heat Flux，H）。涡度相关技术为核心的水热通量观测方法当前世界范围内普遍认可的方法[4]。涡度相关系统（Eddy Correlation System，EC）通过估计垂直风速和质量及能量波动标量的高频测量协方差，直接测量植被冠层和大气之间能量和质量交换通量[4]，较蒸渗仪法、波文比法、涡度相关法和水量平衡法，涡度相关协方差（EC）技术是研究碳水通量最可靠的方法，由于其长期和高时间频率的检测能力，将水热通量与环境因子相联系，在城市[5]、湿地[6]、农田[7]、荒漠[8]等生态系统均有应用，且能显著表现荒漠生态系统水热变化特征及其驱动因素[9]。
古尔班通古特沙漠南缘是典型的温带荒漠[10]，其存在独特的植物和动物[11]，可在长时间尺度通过自我调节维持相对稳定，其在维持生态平衡、保护土壤、管理水资源等方面具有重要生态系统功能[12]，但受气候变化和人类活动影响其恢复能力、自维持、自我调控能力下降，保障区域生态环境安全和可持续发展尤为重要[13]。目前，对水热通量研究多集中于森林、农田、草甸，对干旱内陆河流域典型荒漠生态系统水热变化特征及其环境因子关系仍不明确，且多侧重于单一环境因子和特定时间尺度环境因子对水热通量的影响，而忽视环境因子之间互相作用对多种时间尺度水热传输影响。如刘冉等[14]对古尔班通古特沙漠南缘碳水通量季节变化特征进行分析，研究发现水热通量具有明显季节变化，显热通量占据主导地位；朱永泰等[15]对荒漠绿洲葡萄园水热通量研究发现潜热通量是白天主要消耗能量，生长季潜热通量主要影响因素是饱和水汽压和温度；唐家琦[16]对内蒙古沙漠研究发现显热通量日变化呈单峰型且受温度、风速和饱和水汽压差相关性较明显；韩信等[17]荒漠草原研究发现小时和日尺度显热通量主要影响因素分别是是风速和相对湿度。生态系统对水热通量在不同时间尺度环境因子具有较大差异性，在干旱内陆河流域对不同时间尺度水热通量及其与环境因子相关关系研究对区域可持续发展具有意义。
基于此，本文针对气候变化背景下干旱内陆河流域荒漠生态系统生态响应和水资源压力问题，基于微气象学理论，采用涡度相关方法，分析2023年和2024年4—10月干旱内陆河流域典型荒漠生态系统水热通量能量交换特征及与环境因子相关关系，揭示环境因子对荒漠生态系统水热通量调控结果，为生态保护提供理论基础。

1 材料与方法

1.1 研究区概况

研究区位于我国西北干旱区古尔班通古特沙漠南缘（图1），海拔范围300~600 m，属典型干旱内陆气候，降雨稀少，蒸发量大[18]。年平均气温6.6 ℃，年均降水量117 mm，年均蒸发量1979.5 mm。涡度相关系统（EC）附近主要荒漠植物包括梭梭（Haloxylon ammodendron）、白梭梭（Haloxylon persicum）和蛇麻黄（Ephedra sinica）等[19]。
图1 研究区地理位置及涡度监测系统示意图

注：底图采用国家地理信息公共服务平台标准地图制作，审图号为GS(2024)0650号，对底图边界无修改。

Fig. 1 Schematic diagram of the geographical location and eddy correlation system of the study area

1.2 数据来源与处理

涡度相关系统（EC）位于45°01′N，86°06′E，安装位置地势平坦开阔，无高大建筑物遮蔽，为大范围均一下垫面。涡度相关系统安装高度为3 m，涡度相关系统由开路式EC系统（EC100）和一体式涡度相关通量自动监测系统IRGASON（IRGASON，Campbell Scientific Inc. Logan，Utah，USA）组成。IRGASON将红外气体分析仪与三维超声风速仪集成于一体。IRGASON同步测量CO2/H2O、空气温度（Air Temperature，TA）、空气相对湿度（Relative Humidity，RH）、大气压力（Atmospheric Pressure，PA）、饱和水汽压差（Vapor Pressure Deficit，VPD）、风速（Wind Speed，WS）、风向（Wind Direction，WD）等。系统采样频率为10 Hz，系统朝向270°。
本研究生长季划分为：生长早期（4月1日—5月31日）、生长中期（6月1日—8月31日）和生长后期（9月1日—10月31日）。监测指标主要包括潜热通量、显热通量、空气温度、相对湿度、饱和水汽压、平均风速。数据采集器（CR6，Campbell Scientific Inc. Logan，Utah，USA）储存实时观测数据，每30 min记录一次，缺失数据标记为NAN。运用LoggerNet 4.5软件（CR6，Campbell Scientific Inc. Logan，Utah，USA），进行文件格式转化。数据处理主要包括野点去除和过滤10 Hz原始数据、趋势修正、坐标轴旋转（二次坐标轴旋转）、频率响应修正、超声虚温修正、密度扰动（WPL）修正数据质量分级等。

1.2.1 通量数据处理

（1） 相关系统通过直接测定大气中物理量的脉动与垂直风速脉动的协方差，求算湍流通量的方法，具体潜热通量（LE）、显热通量（H）计算公式如下:
L E = P a ω ' q ' ¯
式中：LE为潜热通量（W·m-2）； P a为空气密度（kg·m-3）；ω′为垂直方向风速的脉动值； q '为比湿的脉量。
H = P a C p ω ' T ' ¯
式中：H为显热通量（W·m-2）； C p为空气的定压比热[1004.67 J·（kg·K）-1]； T '为空气温度的浓度脉动值（K）。
（2） 波文比B为显热通量和潜热通量的比值，可准确反映能量平衡组分变化特征，具体波文比B计算公式如下：
B = H / L E
式中：B为波文比；LE为潜热通量（W·m-2）；H为显热通量（W·m-2）。

1.2.2 数据质量控制

为确保数据准确性和连续性，初步处理后数据进行质量控制，对数据进行质量评价和检验：（1） 引入u*（经过坐标旋转和频谱修正的摩擦风速）进行质量控制。本研究计算的u*值为0.1 m·s-1，剔除u*低于阈值的数据。（2） 剔除连续6点通量数据中与平均值相差超过3倍标准差的通量[20]。涡度相关法的水热通量估算通过测量大气中涡旋运动，测定的生态系统水热通量通常归因于一个区域或足迹[21]，该区域被定义为仪器记录产生的通量的上风区域。本研究区EC系统根据Kljun模型和Kormann模型等源区模型，上风向最远边界距离均值为235.92 m，上风向通量贡献40%、55%的源区边界距离均值分别为387.38 m、571.66 m。

1.2.3 通量数据插补

数据插补结合Reddy Proc程序通过R语言平台实现对通量数据插补[22]，程序包中主要使用三种方法对输入的通量数据进行插补，分别为查表法（LUT法）、平均日变化曲线法（MDC法）、边际分布抽样法（MDS法），本文采用边际分布抽样法对数据进行插补。

2 结果与分析

2.1 荒漠生态系统不同尺度环境因子变化

2.1.1 荒漠生态系统半小时尺度环境因子变化

2023年和2024年玛纳斯河流域荒漠生态系统植物半小时尺度环境因子变化规律（图2），不同生育期半小时尺度环境因子变化差异不显著，TA、WS和VPD日内呈减小后增大再减小趋势，约14:00—16:00出现温度最大值。VPD在不同生育期差异较大，2023年各生长早期、中期和后期均值分别为18.21 hPa、29.40 hPa和15.09 hPa，2024年各生长期分别为21.31 hPa、33.33 hPa和17.64 hPa。RH在不同生育期日内呈现先增大后减小再增大趋势，2023年和2024年RH值差异显著，2023年不同生长阶段均值分别为15.11%、27.11%和26.77%，2024年为12.70%、18.15%和11.47%。环境因子TA、WS和VPD日内呈现减小后增大再减小趋势，RH则呈现相反变化趋势。
图2 2023年和2024年生长早期、中期和后期环境因子半小时尺度变化特征

注：图中分辨率为0.5 h。TA、RH、VPD和WS分别代表温度、相对湿度、饱和水汽压差和平均风速；浅粉色、浅黄色、浅绿色分别代表生长早期、生长中期和生长后期。下同。

Fig. 2 Half-hour changes of TA, RH, VPD, and WS in early, middle and late growth in 2023 and 2024

2.1.2 荒漠生态系统环境因子日尺度变化

荒漠生态系统2023年和2024年日尺度环境因子变化特征（图3）。2023年和2024年环境因子年际变化不显著，荒漠生态系统年均全生育期TA、VPD和WS变化范围-2.57~40.99 ℃、0.2~74.83 hPa和0.12~12.85 m·s-1，均值分别为20.16 ℃、23.48 hPa和1.78 m·s-1。
图3 2023年和2024年TA、RH、VPD和WS日变化

Fig. 3 Daily variations of TA, RH, VPD and WS in 2023 and 2024

TA日变化曲线随时间推移呈单峰型变化，先增大后减小趋势，最大值出现在8月，最小值出现在4月；RH呈“双峰型”变化趋势，在4月和8月出现峰值；VPD随时间推移整体上升，呈现先增大后减小趋势，最大值出现在8月；WS随时间推移逐渐减小，最大值出现在4月和5月。

2.1.3 荒漠生态系统环境因子月尺度变化

2023年和2024年荒漠生态系统环境因子TA、RH、VPD和WS月变化特征（图4），TA和VPD随着时间推移呈先增大后减小的趋势，8月出现峰值；RH和WS在生长季早期均呈现减小趋势且出现最大值；RH在生长季中期到后期，呈现增加趋势，最小值出现在生长季中期；而WS继续呈现减小趋势，最小值出现在生长后期。不同生长期环境因子植物生长呈现不同的变化趋势，如RH在半小时尺度呈现先增大后减小再增大的趋势，在月尺度出现先减小后增大的趋势，TA和VPD在半小时尺度呈现先减小后增大再减小趋势，在月尺度上则为先增大后减少的趋势。
图4 2023年和2024年TA、RH、VPD和WS月变化

Fig. 4 Monthly changes of TA, RH, VPD and WS in 2023 and 2024

2.2 荒漠生态系统水热通量变化

2.2.1 荒漠生态系统水热通量半小时变化

2023年和2024年荒漠生态系统植物生长早期、中期和后期半小时尺度LE和H变化特征（图5）。LE和H的日内变化趋势基本一致，均基本呈现单峰型变化，早上随着TA升高，H随之增大，LE也随之增大，到达峰值，随着TA降低，LE和H也随之降低。LE和H值从9:00左右逐渐增加，在13:00—15:00左右达到最大值，之后随地表辐射减少，TA下降，H和LE也随着下降，H持续下降到0 ℃之下。各年在日内LE和H峰值均出现在生长中期，相较于H的日动态曲线，LE的变化幅度较小，如2023年LE峰值为78.62 W·m-2，H峰值为213.25 W·m-2，2024年在日内LE峰值为60.50 W·m-2，H峰值为、221.88 W·m-2。2023年和2024年生长中期H较LE高134.63 W·m-2和161.38 W·m-2，在不同生长季，所消耗的能量不同，植物生长早期日内主要消耗能量为LE，在植物生长中、后期主要消耗能量为H。
图5 2023年和2024年生长早、中和后期半小时尺度的LE和H变化

注：LE和H分别为潜热通量和显热通量。下同。

Fig. 5 Changes of LE and H at the half-hour scales of early, middle and late growth in 2023 and 2024

LE和H出现峰值时间有所不同，各年LE峰值均出现在13:30~14:00，各年H峰值均出现在14:30~15:00，LE峰值时间比H峰值时间提前1~2 h，荒漠生态系统不同生长季出现峰值时间有所差异，荒漠生态系统下垫面水分含量低，表层少量水分蒸发，吸收热量，LE随之增加，率先出现峰值，随着辐射持续加热，荒漠生态系统地表温度高于空气温度，H随后达到最大值。
LE和H不同生长季日内波动范围较大，比如，2023年和2024年整个生长季全天LE和H变化区间分别为2.39~41.77 W·m-2、0.60~52.23 W·m-2和-10.69~145.67 W·m-2、-14.31~165.99 W·m-2；H和LE都呈现单峰曲线变化，H的波动范围远大于LE，比如，2024年植物生长中期LE和H波动范围分别在0.17~65.87 W·m-2和-17.31~221.88 W·m-2。由于荒漠生态系统极为干旱且玛纳斯河流域辐射总量较大，下垫面变化较为缓和，地表升温快且直接吸收和释放能量能力强，植被对水分能量调控不足，在荒漠地区能量收支中，2023年和2024年显热通量占比水热通量为69.76%和68.14%，能量分配的不均衡性触发潜热通量的敏感响应，偶发的水分事件，荒漠植被在降雨后增强蒸腾作用，导致LE和H波动大。2024年植物生长早期和后期H值较2023年降低，说明地表反射率降低土壤水分增加，表明植物覆盖率增加。

2.2.2 荒漠生态系统水热通量日变化

2023年和2024年荒漠生态系统各生长季LE、H和B逐日变化规律（图6）。荒漠生态系统H、LE呈现明显的季节变化特征。整个生长季，LE和H呈现先增大后减小趋势，B呈现“U”型趋势，B生长中期逐渐平缓，说明植物生长早期和后期空气较不稳定，早期不稳定与植物生长能量交换频繁，植物生长中期能量分配较均衡，说明植物能量调节作用明显。不同生长季LE、H和B存在差异，比如，2023年LE、H和B早期和中期均值分别为20.41 W·m-2、104.28 W·m-2、4.39，2023年LE、H和B中期均值分别为53.02 W·m-2、118.57 W·m-2、1.91。H较LE大，说明H在荒漠生态系统能量消耗中占主导地位。
图6 2023年和2024年LE、H和B逐日动态变化

注：图中B代表波文比。下同。

Fig. 6 Daily dynamics of LE, H and B in 2023 and 2024

荒漠生态系统LE和H逐日波动范围较大，与乌兰察布荒漠相比较为类似，乌兰察布荒漠2018年和2019年H在4—11月（8:00—18:00）变化范围为4.23~186.13 W·m-2、5.06~145.02 W·m-2，LE变化范围1.59~160.92 W·m-2、1.35~153.76 W·m-2[17]，荒漠生态系统2023年和2024年4—10月（0:00—24:00）H变化范围为1.43~81.07 W·m-2、4.88~96.39 W·m-2，LE的变化范围0.45~103.72 W·m-2、2.28~85.00 W·m-2，说明荒漠生态系统强热力作用下，湍流运动对热量输送存在较大的随机性，而湍流运动对热量输送作用随大气不稳定的增强而增强[23]及间歇湍流和夜间湍流的低估[24]，导致LE和H存在较大波动。

2.2.3 荒漠生态系统水热通量月尺度变化

2023年和2024年LE、H、B和B日月变化规律（图7）。水热通量变化呈现相似趋势，H和LE呈现先增大后减少的趋势，形成近似单峰型曲线。2023年和2024年LE变化范围分别为9.81~32.84 W·m-2和17.52~64.94 W·m-2，LE的7月和8月均值较大，10月出现均值最小值，夏季TA较高，植物蒸腾和地表蒸发增强，RH较大，能量用于水汽运输占比较大，则LE较大。2023年和2024年H值与月变化范围分别为17.05~64.94 W·m-2、27.00~69.33 W·m-2，H值6月和7月均值较大，10月出现均值最小值，荒漠生态系统H夏季变化较为剧烈，荒漠生态系统夏季TA高，荒漠地表热容较低，地表吸收辐射转化为感热比例高，导致H夏季均值较大。
图7 2023年和2024年LE、H、B和B日月变化

注：图中B的数据是基于0:00—24:00平均到30 min的数据，B日的数据是基于日间7:00—19:00平均到30 min的数据。

Fig. 7 Diurnal and monthly changes of LE, H, B and B日 in 2023 and 2024

荒漠植物整个生长季B日均呈现生长早期>生长后期>生长中期。荒漠植物生长中期开始减小，生长后期逐步上升。比如：2023年和2024年LE生长早期至生长中期分别增加15.38 W·m-2、27.28 W·m-2，LE生长中期至生长后期分别减少23.03 W·m-2、32.01 W·m-2；2023年和2024年H生长早期至生长中期分别增加28.34 W·m-2、27.81 W·m-2，LE生长中期至生长后期分别减少52.89 W·m-2、42.32 W·m-2。2023年和2024年植物生长季日间B分别为2.90和2.40（图7b），说明能量过剩与水分匮乏的矛盾明显，也说明H占据主导地位。2023年和2024年B与B日曲线出现较大差异，与夜间H为负值，LE趋近于0值有关（图5），2023年和2024年B在植物生长早期差异较大，表明夜间（19:00—7:00）H对波文比影响显著，荒漠生态系统地表较为裸露，地表反照率不敏感及土壤含水率小和受湍流影响，导致H和LE变异较大。夏季LE占比稍大，这与植物蒸腾作用增加，用于水汽传输能量较多有关。

2.3 水热通量与环境因子相关性

2.3.1 半小时尺度水热通量对环境因子的响应

运用皮尔逊相关性系数量化半小时尺度LE、H和B与环境因子相关关系（图8）。LE主要环境影响因子为TA、VPD、WS，相关系数r为0.63、0.62和0.51，呈显著正相关；H主要环境影响因子为WS、VPD、TA和RH，分别为0.73、0.61、0.56和-0.33；B主要环境影响因子为WS，r为0.11，WS增加，湍流增强，能量交换速度加快。在不同生长季期间，LE和H与环境因子的影响程度WS>TA>VPD>RH，无明显差异。而不同生长季，B与环境因子WS相关性存在差异，生长早期和中期，B与WS呈显著正相关，r为0.17和0.54，而植物生长后期r为0.07，无显著相关性，可能由于植物生长后期处于衰败期且WS较小，减弱了对B的影响。
图8 H、LE、B与TA、VPD、RH和WS半小时尺度和不同生长季相关关系

注：*代表P≤0.1，**代表P≤0.05。下同。

Fig. 8 Correlation between H, LE, B and TA, VPD, RH and WS at half-hour scales and different growing seasons

2.3.2 日尺度水热通量对环境因子的响应

H、LE、B与TA、VPD、RH和WS日尺度和不同生长季相关关系（图9）。LE日尺度主要环境影响因子为TA、VPD，相关系数r分别为0.28和0.28，呈显著正相关；H主要环境影响因子为WS和RH，分别为0.43和-0.27；B主要环境影响因子为WS，r为0.28，呈显著正相关，B与TA、RH、VPD的r分别为-0.36、-0.33、-0.12。在不同生长季期间，同一环境因子对LE、H和B存在差异，VPD对生长早期LE相关性不显著，r为0.06，但与生长中期和后期的LE呈显著正相关，r为0.43和0.24，主要原因是植物生长早期地表水分和植物蒸腾较植物生长中后期小，从而对LE产生影响小。
图9 H、LE、B与TA、VPD、RH和WS日尺度和不同生长季相关关系

Fig. 9 Correlation between H, LE, B and TA, VPD, RH and WS at daily scales and different growing seasons

2.3.3 月尺度水热通量对环境因子的响应

H、LE、B与TA、VPD、RH和WS月尺度和不同生长季相关关系图（图10），在月尺度分别在生长早、中和后期，LE、H和B的环境因子影响程度为WS>TA>VPD>RH；LE全生育期主要环境影响因子为TA、VPD、RH，相关系数r分别为0.77、0.61和0.6，呈显著正相关；H主要环境影响因子为TA、VPD和WS，分别为0.85、0.83和0.39；B主要环境影响因子为WS、TA和VPD，r为0.49、0.34和0.36，呈显著正相关；B与RH的r为-0.19，呈显著负相关。月尺度各环境因子对H和LE影响结果不同。比如，TA对H和LE均有显著性影响，WS对H有显著性影响，对LE影响微弱，这说明H和LE驱动力存在差异。
图10 H、LE、B与TA、VPD、RH和WS月尺度和不同生长季相关关系

Fig. 10 Correlation between H, LE, B and TA, VPD, RH and WS at monthly scales and different growing seasons

3 讨论

水热通量是地表能量通量分配由可用能量转化，陆地与大气之间的作用受地表能量分配的影响，将地表的性质变化传播到大气中，影响陆地生态系统的水循环。本文利用涡度相关系统实测数据，分析干旱内陆河流域典型荒漠生态系统全生育期环境因子和水热通量半小时、日和月尺度变化规律。
荒漠生态系统水热通量半小时和日变化特征呈明显单峰型[25]，年均日内不同生长期LE峰值为33.82 W·m-2、69.56 W·m-2、39.11 W·m-2，H峰值为168.86 W·m-2、217.57 W·m-2、125.42 W·m-2，根据主要原因是净辐射与地气间能量交换会迅速反映到水热通量变化。夜间LE为正值，而夜间H为负值，相关学者有相似结论[26]，由于研究区位于古尔班通古特沙漠边缘，白天荒漠生态系统温度较高，被荒漠植被覆盖致地表温度低，夜间存在逆温的情况，导致H为负值。荒漠生态系统不同生长阶段能量分量的正负转换时间不同，导致不同生长阶段的不同[15]。在日尺度上，荒漠生态系统2023年和2024年4—10月（0:00—24:00）H在1.43~81.07 W·m-2、4.88~96.39 W·m-2，LE的变化范围0.45~103.72 W·m-2、2.28~85.00 W·m-2，2023年和2024年日间（7:00—19:00），波文比月均值分别为2.90和2.40。波文比大于1，说明荒漠生态系统全生长季H大于LE，H占据主导地位，中亚地区[27]和塔克拉玛干沙漠地区[25]显热通量在能量消耗中占据主导地位的研究一致，这与H消耗净辐射较多[28]，荒漠地表热容低，地表吸收辐射转化为感热比例高有关。在月尺度上，根据环境因子年际差异性，同一地理位置和海拔高度、相同的下垫面类型，使得能量交换量存在差异，其地表潜热和感热通量的年际变化不一致。2023年和2024年能量累积LE分别为738.54 MJ·m-2、833.53 MJ·m-2，H分别为1620.44 MJ·m-2、1806.13 MJ·m-2，2024年能量累积较2023年增加（图11）。2024年较2023年波文比下降0.4，各环境因子交互作用[29]，荒漠植被结构变化，蒸发面增加，植被的光合作用、呼吸作用增加，植被区地表焓变、近地层空气焓变等通量变化，植被的叶面积指数直接影响冠层尺度的光合参数[30]，进而调节生态系统反射率等，影响地表与大气的能量交换[31]。
图11 2023年和2024年不同生长期累积能量通量

Fig. 11 Cumulative energy flux in different growth periods in 2023 and 2024

荒漠生态系统的能量流动和物质循环受环境因子影响，环境因子是影响生态系统能量流动和物质循环的重要因素，同一环境因子对不同时间尺度和同一时间尺度水热通量的影响主导因素均存在差异性[32]。风速（WS）、温度（TA）在半小时和日尺度下对潜热通量（LE）和显热通量（H）具有显著正相关（表1），WS促进湍流混合作用，强湍流加速地表与大气之间的热量交换，导致波动加剧；TA促进空气及土壤中的水分蒸发和植被蒸腾作用[16]，LE增加，而日间土壤温度较空气温度低，较低的土壤温度会限制水分蒸发，导致LE较低于H，侧面证明荒漠生态系统H占据主导地位。在月尺度下，WS增大，导致植被蒸腾和水分蒸发加速，导致表土干燥化和加速蒸散作用，WS与LE呈负相关性。相关学者在荒漠草原生长季不同时间尺度水热通量研究中表明LE与WS、TA呈显著正相关，H与TA、WS呈显著正相关[17]。饱和水汽压差（VPD）在日尺度下对植物蒸腾和热平衡影响较大，VPD增大时，植物保持蒸腾作用的水分增多，LE增大，蒸腾作用导致H增大[33]，荒漠生态系统水分极端匮乏时，出现负效应（表1）。空气相对湿度（RH）与水热通量在日和月尺度上呈负相关[1]，空气相对湿度对植被蒸腾和土壤蒸发的水汽输送有直接影响[34]。
表1 不同时间尺度不同生长期主导因子

Tab. 1 Dominant factors at different time scales and different growth periods

时间尺度 生长期 潜热通量 显热通量
正相关 负相关 正相关 负相关
环境因子 r 环境因子 r 环境因子 r 环境因子 r
半小时 早期 WS 0.69 WS 0.82
中期 WS 0.89 WS 0.88
后期 WS 0.91 WS 0.94
全生育期 WS 0.63 WS 0.73 RH -0.33
日 早期 TA 0.44 WS 0.30 RH -0.11
中期 TA 0.35 WS 0.23 VPD -0.23
后期 VPD 0.43 WS 0.44 VPD -0.22
全生育期 TA 0.28 WS 0.43 RH -0.24
月 早期 RH 0.94 VPD -0.29 WS 0.90 RH -0.20
中期 RH 0.91 WS -0.92 WS 0.82 RH -0.71
后期 TA 0.94 TA 0.90 RH -0.33
全生育期 TA 0.77 TA 0.85 RH -0.11

注：TA、RH、VPD和WS分别代表温度、相对湿度、饱和水汽压差和平均风速；r为相关系数。

未来的研究可以针对荒漠生态的辐射和土壤温度、水分对水热通量的影响进行更全面的研究，同时可以进行荒漠生态碳通量与水热通量耦合关系等研究。

4 结论

本研究基于涡动相关系统探讨了不同时间尺度荒漠生态系统2023年、2024年4—10月潜热通量（LE）、显热通量（H）和波文比（B）变化特征及与环境因子的响应，主要结论如下：
（1） 半小时尺度上，H和LE半小时尺度波动较大，LE和H呈单峰型变化，LE和H出现最大值的时间为13:00—15:00，LE最大值比H最大值提前1~2 h，植物生长早期主要消耗能量为LE，在植物生长中后期主要消耗能量为H；影响LE主要环境因子为温度（TA）、饱和水汽压差（VPD）、风速（WS），相关系数r分别为0.63、0.62和0.51；影响H主要环境因子为WS、VPD、TA和相对湿度（RH），分别为0.73、0.61、0.56和-0.33；影响B主要环境因子为WS，r为0.11。
（2） 日尺度上，H、LE呈明显季节变化特征，LE和H呈先增大后减小趋势，B呈现“U”型趋势，生长中期逐渐平缓，2023年和2024年植物生长季日均值LE的变化范围分别是为2.36~41.77 W·m-2、0.60~52.23 W·m-2，H的变化范围分别为-10.69~145.67 W·m-2、-14.31~165.99 W·m-2；H较LE大，说明H在荒漠生态系统能量消耗中占主导地位。影响LE主要环境因子为TA、VPD，呈显著正相关；影响H主要环境因子为WS和RH，其中WS正相关性最强；B与TA、RH、VPD有显著相关性。
（3） 月尺度上，H和LE呈先增大后减少趋势，月尺度上，H、LE呈单峰型变化；2023年和2024年LE变化范围分别为9.81~32.84 W·m-2、17.52~64.94 W·m-2，7月和8月均值较大，10月出现最小值；2023年和2024年H值变化范围为17.05~64.94 W·m-2、27.00~69.33 W·m-2，6月和7月均值较大，10月出现最小值；影响LE主要环境因子为TA、VPD、RH，呈现显著正相关；影响H主要环境因子为TA、VPD和WS；影响B主要环境因子为WS、TA、VPD和RH，其中RH呈负相关。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
谢正辉, 陈思, 秦佩华, 等. 人类用水活动的气候反馈及其对陆地水循环的影响研究——进展与挑战[J]. 地球科学进展, 2019, 34(8): 801-813.

[Xie Zhenghui, Chen Si, Qin Peihua, et al. Research on climate feedback of human water use and its impact on terrestrial water cycles—Advances and challenges[J]. Advances in Earth Science, 2019, 34(8): 801-813.]

[2]
王根绪, 夏军, 李小雁, 等. 陆地植被生态水文过程前沿进展: 从植物叶片到流域[J]. 科学通报, 2021, 66(增刊): 3667-3683.

[Wang Genxu, Xia Jun, Li Xiaoyan, et al. Frontier progress of terrestrial vegetation ecohydrological processes: From plant leaves to watersheds[J]. Chinese Science Bulletin, 2021, 66(Suppl. ): 3667-3683.]

[3]
Wang H, Yu L, Chen L, et al. Carbon fluxes and soil carbon dynamics along a gradient of biogeomorphic succession in alpine wetlands of Tibetan Plateau[J]. Fundamental Research, 2023, 3(2): 151-159.

[4]
于贵瑞, 孙晓敏. 中国陆地生态系统碳通量观测技术及时空变化特征[M]. 北京: 科学出版社, 2008.

[Yu Guirui, Sun Xiaomin. Spatial and Temporal Variation Characteristics of Terrestrial Ecosystem Carbon Flux Observation Technology in China[M]. Beijing: Science Press, 2008.]

[5]
邓紫君. 城市生态系统水热碳通量及足迹研究——以长沙市为例[D]. 长沙: 中南林业科技大学, 2024.

[Deng Zijun. Study on Water, Heat, Carbon Flux and Footprint of Urban Ecosystem: A Case Study of Changsha City[D]. Changsha: Central South University of Forestry and Technology, 2024.]

[6]
杨磊, 蒋小伟, 张志远, 等. 基于涡度协方差技术的白洋淀湿地蒸散速率研究[J]. 湖泊科学, 2025, 37(3): 1024-1034.

[Yang Lei, Jiang Xiaowei, Zhang Zhiyuan, et al. Evapotranspiration rate in the Baiyangdian wetland based on the eddy covariance technique[J]. Journal of Lake Sciences, 2025, 37(3): 1024-1034.]

[7]
包恒鑫, 张弥, 谢燕红, 等. 高塔涡度相关观测长三角农业区CO2通量变化特征及影响因素[J]. 生态学报, 2024, 44(17): 7552-7568.

[Bao Hengxin, Zhang Mi, Xie Yanhong, et al. Dynamics and environmental controls of CO2 flux with tall-tower eddy covariance in heterogeneous agricultural landscape of Yangtze River Delta[J]. Acta Ecologica Sinica, 2024, 44(17): 7552-7568.]

[8]
郭文章. 天山北坡荒漠草原碳通量特征及其影响因素[D]. 乌鲁木齐: 新疆农业大学, 2022.

[Guo Wenzhang. Characteristics and Influencing Factors of Carbon Flux in Desert Steppe on the Northern Slope of Tianshan Mountains[D]. Urumqi: Xinjiang Agricultural University, 2022.]

[9]
Kannenberg S A, Anderegg W R L, Barnes M L, et al. Dominant role of soil moisture in mediating carbon and water fluxes in dryland ecosystems[J]. Nature Geoscience, 2024, 17: 38-43.

[10]
徐贵青, 魏文寿. 新疆气候变化及其对生态环境的影响[J]. 干旱区地理, 2004, 27(1): 14-18.

[Xu Guiqing, Wei Wenshou. Climate change of Xinjiang and its impact on eco-environment[J]. Arid Land Geography, 2004, 27(1): 14-18.]

[11]
Du L T, Zeng Y J, Ma L L, et al. Effects of anthropogenic revegetation on the water and carbon cycles of a desert steppe ecosystem[J]. Agricultural and Forest Meteorology, 2021, 300: 108339.

[12]
Wang H B, Li X, Xiao J F, et al. Carbon fluxes across alpine, oasis, and desert ecosystems in Northwestern China: The importance of water availability[J]. Science of The Total Environment, 2019, 697: 133978.

[13]
巩炜, 胡广录, 付鹏程, 等. 干旱区沙漠-绿洲过渡带固沙植物的土壤水分入渗特征[J]. 中国沙漠, 2020, 40(5): 200-208.

DOI

[Gong Wei, Hu Guanglu, Fu Pengcheng, et al. Soil moisture infiltration characteristics of different sand-fixing plants in the desert-oasis transition zone in arid region of China[J] Journal of Desert Research, 2020, 40(5): 200-208.]

DOI

[14]
刘冉, 王勤学, 唐立松, 等. 盐生荒漠地表水热与二氧化碳通量的季节变化及驱动因素[J]. 生态学报, 2009, 29(1): 67-75.

[Liu Ran, Wang Qinxue, Tang Lisong, et al. Seasonal variation in water, heat and CO2 fluxes and its driving forces over a saline desert[J]. Acta Ecologica Sinica, 2009, 29(1): 67-75.]

[15]
朱永泰, 陈惠玲, 徐聪, 等. 西北干旱荒漠绿洲区葡萄园水热通量特征及其主要影响因素[J]. 广西植物, 2023, 43(5): 900-911.

[Zhu Yongtai, Chen Huiling, Xu Cong, et al. Characteristics and influencing factors of water and heat fluxes over an vineyard in arid desert oasis region in the Northwest China[J]. Guihaia, 2023, 43(5): 900-911.]

[16]
唐家琦. 内蒙古荒漠草原显热通量特征及影响因素研究[D]. 呼和浩特: 内蒙古农业大学, 2023.

[Tang Jiaqi. Study on the Characteristics and Influencing Factors of Sensible Heat Flux over the Desert Steppe in Inner Mongol[D]. Hohhot: Inner Mongolia Agricultural University, 2023.]

[17]
韩信, 张宝忠, 车政, 等. 荒漠草原生长季不同时间尺度水热通量变化特征及其影响因子[J]. 农业工程学报, 2024, 40(15): 65-75.

[Han Xin, Zhang Baozhong, Che Zheng, et al. Characteristics and impact factors of water and heat flux changes at different time scales during the growing season of desert grasslands[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(15): 65-75.]

[18]
薛智暄, 张丽, 王新军, 等. 古尔班通古特沙漠SMAP土壤水分产品降尺度分析[J]. 干旱区研究, 2023, 40(4): 583-593.

DOI

[Xue Zhixuan, Zang Li, Wang Xinjun, et al. Downscaling analysis of SMAP soil moisture products in Gurbantunggut Desert[J]. Arid Zone Research, 2023, 40(4): 583-593.]

DOI

[19]
张梦肖, 王豫, 买买提艾力·买买提依明, 等. 古尔班通特沙漠及周边区域冬季大气边界层高度对地表积雪的响应[J]. 冰川冻土, 2022, 44(5): 1558-1569.

DOI

[Zhang Mengxiao, Wang Yu, Maimaitimin Maimaitiali, et al. Response of atmospheric boundary layer height to snow cover in winter in Gurbantunggut Desert and its surrounding areas[J]. 2022, 44(5): 1558-1569.]

[20]
Lowry A L, McGowan H A, Gray M A. Multi-year carbon and water exchanges over contrasting ecosystems on a sub-tropical sand island[J]. Agricultural and Forest Meteorology, 2021, 304-305: 108404.

[21]
竹万宽, 王志超, 杜阿朋, 等. 广东湛江桉树人工林碳水通量季节格局及其环境生物控制[J]. 林业科学, 2024, 60(9): 18-32.

[Zhu Wankuan, Wang Zhichao, Du Apeng, et al. Seasonal patterns of carbon and water fluxes and their environmental biological control in the eucalyptus plantation in Zhanjiang of Guangdong Province[J]. Scientia Silvae Sinica, 2024, 60(9): 18-32.]

[22]
Wutzler T, Lucas-Moffat A, Migliavacca M, et al. Basic and extensible post-processing of eddy covariance flux data with ReddyProc[J]. Biogeosciences, 2018, 15(16): 5015-5030.

[23]
张璐, 彭艳, 李倩惠, 等. 塔克拉玛干沙漠夏季近地面层湍流特征与热量和动量输送差异及成因研究[J]. 北京大学学报(自然科学版), 2023, 59(4): 581-592.

[Zhang Lu, Peng Yan, Li Qianhui, et al. Characteristics and dissimilarity of turbulent transport of heat and momentum in summer unstable atmospheric surface layerin Taklimakan Desert and its physical mechanisms[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2023, 59(4): 581-592.]

[24]
张思敏. 科尔沁沙丘-草甸梯级生态带水热碳通量动态特征及影响机制[D]. 呼和浩特: 内蒙古农业大学, 2024.

[Zhang Simin. Dynamic Characteristics and Influence Mechanism of Water, Heatand Carbon Fluxes in the Horqin Dune-Meadow Cascade Ecosystem[D]. Hohhot: Inner Mongolia Agricultural University, 2024.]

[25]
齐斐斐, 买买提艾力·买买提依明, 霍文, 等. 塔克拉玛干沙漠腹地地表辐射和能量平衡及小气候特征[J]. 干旱气象, 2020, 38(1): 32-39.

[Qi Feifei, Mamtimin Maimaitiali, Huo Wen, et al. Characteristics of surface radiation and energy balance and microclimate in the hinterland of Taklimakan Desert[J]. Journal of Arid Meteorology, 2020, 38(1): 32-39.]

[26]
张雪芹, 靳铮, 沈鹏珂, 等. 西藏羊卓雍错湖面水热通量变化及其与气象因子的关联[J]. 地理学报, 2023, 78(11): 2797-2810.

DOI

[Zhang Xueqin, Jin Zheng, Shen Pengke, et al. Lake surface water-heat flux variation and its correlation with meteorological factors in the Yamzhog Yumco, Xizang[J]. Acta Geographica Sinica, 2023, 78(11): 2797-2810.]

DOI

[27]
周连童. 欧亚大陆干旱半干旱区感热通量的时空变化特征[J]. 大气科学学报, 2010, 33(3): 299-306.

[Zhou Liantong. Characteristics of temporal and spatial variations of sensible heat flux in the arid and semi-arid region of Eurasia[J]. Transactions of Atmospheric Sciences, 2010, 33(3): 299-306.]

[28]
Rotenberg E, Yakir D. Contribution of semi-arid forests to the climate system[J]. Science, 2010, 327(5964): 451-454.

DOI PMID

[29]
范毅宁, 廖梓龙, 龙胤慧, 等. 内蒙古阴山北麓草原植被净初级生产力变化特征及其气候驱动力[J]. 水利水电技术(中英文), 2024, 55(8): 38-50.

[Fan Yining, Liao Zilong, Long Yinhui, et al. Characteristics of vegetation net primary productivity change and its climatic driving forces in the Yinshanbeilu Steppe, Inner Mongolia[J]. Water Resources and Hydropower Engineering, 2024, 55(8): 38-50.]

[30]
You C, Wang Y, Tan X, et al. Seasonal and interannual variations of ecosystem photosynthetic characteristics in a semi-arid grassland of Northern China[J]. Journal of Plant Ecology, 2022, 15(5): 961-976.

DOI

[31]
Castellví F, Suvočarev K, Reba M L, et al. A new free-convection form to estimate sensible heat and latent heat fluxes for unstable cases[J]. Journal of Hydrology, 2020, 586: 124917.

[32]
Baldocchi D D. How eddy covariance flux measurements have contributed to our understanding of Global Change Biology[J]. Global Change Biology, 2020, 26(1): 242-260.

DOI PMID

[33]
Han L, Wang Q F, Chen Z, et al. Spatial patterns and climate controls of seasonal variations in carbon fluxes in China's terrestrial ecosystems[J]. Global and Planetary Change, 2020, 189: 103175.

[34]
Zhang Q, Sun R, Jiang G, et al. Carbon and energy flux from a Phragmites australis wetland in Zhangye oasis-desert area, China[J]. Agricultural and Forest Meteorology, 2016, 230-231: 45-57.

Options
Outlines

/

〈 〉