1、doi：10.11707/j.1001-7488.LYKX20230190短轮伐毛白杨人工林耗水规律及作物系数曲线构建*李玲雅1,2,3邸楠4刘金强1,2,3赵小宁1,2,3邹松言5付海曼6席本野1,2,3（1.林木资源高效生产全国重点实验室北京 100083；2.干旱半干旱地区森林培育和生态系统研究国家林业和草原局重点实验室北京 100083；3.北京林业大学省部共建森林培育与保护教育部重点实验室北京 100083；4.内蒙古大学生态与环境学院呼和浩特 010021；5.重庆市林业投资开发有限责任公司重庆 401147；6.国家林业和草原局产业发展规划院北京 100010）摘要：【目的】明确
2、短轮伐毛白杨人工林在轮伐期内的长期耗水规律并构建(基础)作物系数曲线，为毛白杨人工林节水灌溉与经营管理提供依据。【方法】对充分供水下 26 年生毛白杨人工林的蒸腾(Tr)、土壤蒸发(Es)和林分蒸散(ET)进行连续监测，同时获取气象因子、茎干直径日增长量(DGR)、叶面积指数(LAI)和地下水位数据，并计算参考作物潜在蒸散量（ET0）、基础作物系数(Kcb)和作物系数(Kc)。【结果】1）林分每年的主要生长阶段不同，但 57 月均生长最快，该时期林木的直径生长量占生长季总生长量的 69%88%，ET 累积量占生长季 ET 总量的 47%61%。根据轮伐期内林分的平均 DGR 和 LAI 季节动
3、态，可将毛白杨人工林生长阶段划分为生长前期、发展期、生长中期和生长末期，其对应时段分别为 4 月初4 月中旬、4 月中旬6 月中旬、6 月中旬8 月中旬和 8 月中旬10 月末。2）林分 Tr、Es和 ET 存在明显的季节变化，但变化模式在不同林龄上存在较大差异；另外，林分 Tr 的季节变化与 ET0仅在 36 年生林分中显著正相关(P 0.05)、Es 和 ET0 的正相关(P 0.05)只出现在 2 年生和 6 年生林分中，但 ET 和 ET0在所有林龄林分中均存在正相关关系(P 0.05)。林分年总 ET 和 Tr 随林龄增加分别呈指数(P 0.001)和线性升高(P=0.004)，林分
4、Es则逐渐降低但在 6 年生林分中突然大幅度升高；ET 中的 Tr 和 Es 占比分别逐年升高和降低，并在 56 年生林分中趋于稳定。3）Kcb和 Kc的季节变化特征在不同林龄林分中也存在明显差异，二者的季节变化不受地下水位影响，但其在36 年生林分中受 LAI 的控制(P 0.05)，且 Kcb(R2=0.440.87)和 Kc(R2=0.420.77)与 LAI 间均可建立较好的定量关系模型。此外，依据 Kcb和 Kc的变化规律和划分的林木生长阶段，构建了毛白杨人工林的(基础)作物系数曲线和列表。【结论】毛白杨林分蒸散、蒸腾和蒸发的季节动态特征存在年际变化，ET0的波动是控制耗水季节动态的
5、重要因子，但控制方式因耗水组分和林龄而异。毛白杨生长阶段可划分为 4 个时期，且每年 57 月为林分水分管理的关键时期。构建的毛白杨人工林(基础)作物系数曲线、列表和预测模型，可用于林分耗水量的估算，帮助制定和优化灌溉制度。此外，研究结果不仅可为其他树种的高效水分管理提供借鉴，而且还能帮助深化认识人工林的水分关系。关键词：蒸腾；蒸散；土壤蒸发；毛白杨；人工林；水分管理中图分类号：S718.43文献标识码：A文章编号：10017488(2023)10007613Water Consumption Pattern and Crop Coefficient Curve Construction of
6、 Short-rotationPopulus tomentosa PlantationsLi Lingya1,2,3Di Nan4Liu Jinqiang1,2,3Zhao Xiaoning1,2,3Zou Songyan5Fu Haiman6Xi Benye1,2,3（1.State Key Laboratory of Efficient Production of Forest ResourcesBeijing 100083；2.Key Laboratory for Silviculture and Forest Ecosystem Research in Arid-and Semi-Ar
7、id Region of National Forestry and Grassland AdministrationBeijing 100083；3.Key Laboratory for Silviculture and Conservation of Ministry ofEducation,Beijing Forestry UniversityBeijing 100083；4.School of Ecology and Environment,Inner Mongolia UniversityHohhot 010021；5.ChongqingForestry Investment and
8、 Development CompanyChongqing 401147；6.Industrial Development Planning Institute of National Forestry and GrasslandAdministrationBeijing 100010）Abstract：【Objective】This study aims to clarify the long-term water consumption pattern of short-rotation Populus tomentosaplantation during the rotation per
9、iod and construct a(basic)crop coefficient curve,so as to provide a basis for water-savingirrigation and management of P.tomentosa plantation.【Method】We continuously monitored the transpiration (Tr),soilevaporation(Es),and stand evapotranspiration(ET)of 26-year-old P.tomentosa plantations under suff
10、icient water supply.At thesame time,we also collected data of meteorological factors,daily trunk growth(DGR),leaf area index(LAI),and groundwaterlevel,and further calculated reference crop potential evapotranspiration(ET0),basic crop coefficient(Kcb),and crop coefficient(Kc).收稿日期：20230506；修回日期：20230
11、828。基金项目：国家重点研发计划课题(2021YFD2201203)。*席本野为通讯作者。第 59 卷 第 10 期林业科学 Vol.59，No.102 0 2 3 年 1 0 月SCIENTIA SILVAE SINICAEOct.，2 0 2 3【Result】1）The main growth stages of the stand were different each year,but the growth rate was the fastest from May to July,during which the diameter growth of trees in this
12、period accounted for 69%88%of the total growth in the whole growth season,and the cumulative ET accounted for 47%61%of the total ET in the whole growth season.According to the average DGR andLAI seasonal dynamics of stand during the rotation period,the growth stages of P.tomentosa plantation were di
13、vided into the earlygrowth stage,development stage,middle growth stage,and late growth stage,and the corresponding periods were from early Aprilto mid-April,from mid-April to mid-June,from mid-June to mid-August,and from mid-August to the end of October,respectively.2）The results showed that there w
14、ere significant seasonal changes in Tr,Es,and ET in the stand,but the change patterns were quitedifferent in different stand ages.In addition,the seasonal variation of stand Tr was significantly positively correlated with ET0 onlyin 36-year-old stands(P0.05),and there was positive correlation betwee
15、n Es and ET0(P0.05)only in 2-year-old and 6-year-oldstands,but there was a positive correlation between ET and ET0 in all stand ages(P0.05).The annual total ET and Tr increasedexponentially(P0.001)and linearly(P=0.004)with the increase of stand age,respectively,while the stand Es gradually decreased
16、with the plant age,but suddenly increased significantly in the 6-year-old stand.The proportions of Tr and Es in ET increased anddecreased yearly,respectively and tended to be stable in 56-year-old stands.3）There were significant differences in seasonalvariation characteristics of Kcb and Kc in diffe
17、rent stand ages.The seasonal variation of Kcb and Kc was not affected by groundwaterlevel,however,it was controlled by LAI in 36-year-old stands(P0.05).Moreover,both Kcb(R2=0.440.87)and Kc(R2=0.420.77)could establish an excellent quantitative relationship model with LAI.In addition,we constructed th
18、e(basic)cropcoefficient curve and list of P.tomentosa plantations according to the change patterns of Kcb and Kc and the divided tree growthstages.【Conclusion】The seasonal dynamic characteristics of evapotranspiration,transpiration,and evaporation of P.tomentosastands have interannual changes.The fl
19、uctuation of ET0 is an essential factor in controlling the seasonal dynamics of waterconsumption,but the control mode varies with water consumption components and stand ages.The growth stage of P.tomentosacan be divided into four periods,and the key period of water management in stands is from May t
20、o July every year.The established(basic)crop coefficient curve,list,and prediction model of P.tomentosa plantation can be used to estimate the stand waterconsumption and thereby formulate and optimize the irrigation schedule.In addition,the results can not only provide a referencefor the efficient w
21、ater management of other tree species,but also help deepen the understanding of the water relationship of theplantation.Key words：transpiration；evapotranspiration；soil evaporation；Populus tomentosa；plantation；water management 杨树（Populus spp.）因其生长快、适应性强而成为我国发展速生丰产用材林的主要树种。第九次全国森林资源清查数据显示，我国杨树人工林面积已达7
22、57 万 hm2，占全国人工林总面积的 13.25%，是世界上杨树人工林面积最大的国家。人工林产量与质量的提高很大程度上取决于高效集约栽培技术的应用(Xiet al.,2021)。水分是影响杨树生长的最重要因素(董文怡等,2011;Xi et al.,2016,2021)，可通过水分管理的手段来提高杨树人工林的生产力(Gochis et al,2000;李广德,2010;任忠秀等,2011;孙兆地等,2012;席本野等,2012)，但人工林水分管理策略的合理制定和高效实施，需依赖对林木耗水规律的准确把握和对林分耗水量的准确估算。林分耗水量系指林木蒸腾、土壤蒸发消耗的水分以及植株体内所含水分的总
23、和。由于植株体内所含水分占比非常小且影响因素较复杂而常忽略不计，因此，林分的耗水量即林分蒸散量（林木蒸腾+土壤蒸发）。目前，国际上较为通用的植物耗水量计算方法是通过参考作物潜在蒸散量(reference crop potentialevapotranspiration，ET0)与作物系数 Kc(crop coefficient)和基础作物系数 Kcb(basal crop coefficient)计算的作物系数法(Allen et al.,1998)。该方法包括单作物系数法及双作物系数法，其中，单作物系数法以作物系数 Kc表示植物耗水量与参考作物耗水量之间的差异，Kc综合反映了植物的物种特异性
24、和土壤蒸发的平均效应。双作物系数法可以区分植物蒸腾和土壤蒸发对植物耗水量的影响，将 Kc分为基础作物系数 Kcb和土壤蒸发系数 Ke两部分，其中，Kcb代表植物蒸腾部分，是表层土壤干燥且根区土壤含水量不构成水分胁迫时植物蒸散量与 ET0的比值。在植物完全覆盖地面时，2种作物系数法计算结果差别不大，而地面被植物部分覆盖的情况下，双作物系数法计算得到的植物耗水量比单作物系数法更接近实测值(樊引琴等,2002)。因此，精确获取作物系数，探明植物耗水变化规律，是实现区域水资源高效利用和制定节水灌溉制度的前提。研究表明，杨树比大田作物及其他阔叶树种具有第 10 期李玲雅等：短轮伐毛白杨人工林耗水规律及作
25、物系数曲线构建77 更高的耗水需求(王彦辉等,2006；Petzold et al.,2011)，因此，杨树林地的高效水分管理更加需要获取精准的林分耗水规律和耗水量信息，否则难以在林分最需水的时期给予最适量的水分供给。目前，已有不少杨树耗水特性研究集中于苗木上(方晓娟等,2010;董文怡，2011)，且近十几年来，关于杨树人工林的耗水研究也大量开展。例如，李广德(2010)和莫康乐等(2014)分别研究了 45 年生和 13 年生杨树人工林的蒸腾特征，但未关注林地土壤蒸发和蒸散的变化规律；Gochis 等(2000)观测了 13 年生杂交杨人工林的蒸散变化，并构建了用于灌溉管理的 Kc 曲线，
26、但却未揭示林分蒸腾与土壤蒸发的变化特征；Di 等(2019)系统分析了67 年生杨树人工林的林木蒸腾和土壤蒸发变化，并构建土壤蒸发和 Kcb预测模型，但未对林分蒸散量进一步分析。由此可见，目前关于杨树人工林耗水规律的研究大多关注林分耗水的单一组分，鲜有综合分析耗水多组分变化特征；同时，现有研究多为在较短的时间尺度上，鲜有对整个轮伐期内的杨树人工林耗水规律开展深入分析，更缺乏将林分耗水信息转化为作物系数信息并将其应用于林分的水分管理。综上，本研究针对我国北方重要乡土树种、同时也是华北地区木材储备林建设的重要树种毛白杨(Populus tomentosa)，以其短轮伐人工林为研究对象，系统研究其轮
27、伐期尺度上的耗水规律。本研究的具体目标为：1)分析毛白杨人工林蒸腾、土壤蒸发及蒸散量的动态变化规律；2)探明毛白杨的季节生长动态及其作物系数和基础作物系数的变化特征，并依此构建毛白杨的(基础)作物系数曲线；3)揭示林地 Kc、Kcb与叶面积指数及地下水位间的关系，构建 Kc和 Kcb预测模型。本研究结果将有助于准确估算短轮伐毛白杨人工林的耗水量，从而为其林地高效水分管理的实现提供关键理论依据与数据支撑。1研究区概况研 究 区 位 于 山 东 省 高 唐 县 国 有 旧 城 林场(364811364812N，116457116458E)，海拔30 m，年日照时数 2 651.9 h，年均气温 1
28、2.014.1，全年无霜期 204 天。试验地中，0140 cm 土层为砂壤土，140300 cm 土层为粉壤土，平均土壤密度为 1.43gcm3，田间最大持水量为 0.35 cm3cm3，饱和含水率为 0.44 cm3cm3。三倍体毛白杨无性系B301(P.tomentosa P.bolleana)P.tomentosa)，简称毛白杨，于 2015 年春季栽植，林分株行距 2 m3 m。20162018 年及 2020 年每株每年穴施纯氮 82 g，2019 年每株穴施纯氮 113 g，采用除草剂定期去除杂草。林分内共设置 5 个水分处理，具体信息详见 Liu 等(2022)和 Jiao 等
29、(2021)。本研究滴灌系统采用一行两带的方式布设(滴管位于树木两侧，距树 30 cm 处，滴头间距 50 cm，流量 1.6Lh1)，于 2016 年 4 月启动使用，滴灌充分，在无土壤水分亏缺的条件下研究林分的潜在耗水规律根据以及毛白杨生长与土壤水分有效性间定量关系(Xi et al.，2016)。20162017 年当滴头下方 20 cm 处土壤水势达到 20 kPa 时进行滴灌，使土壤湿润体内水分达到田间最大持水量。随着林分生长，为满足林木增大的水分需求，20182020 年当土壤水势达到 18 kPa 时进行滴灌。根据试验期间获取的生长数据可知，林分6 年生时（2020 年）的蓄积连
30、年生长量与年均生长量变化曲线交叉，因此，本研究中毛白杨林分轮伐期为6 年。2研究方法 2.1林分蒸腾利用热扩散探针(北京时域通科技有限公司，北京，中国)于树干北侧 1.31.5 m 高度处插入测定液流速率(Js,cms1)。探针安装完毕后，使用橡皮泥对探针基部与树干连接处进行黏固，然后采用泡沫和锡箔纸分别进行探针的固定和包裹，具体安装过程参照Yang 等(2019)。2016 年使用 10 mm 长度探针测定液流速率，20172020 年使用 30 mm 长度探针。20162017 年生长数据显示，林木胸径变异很小，选择平均标准木进行插针测定；20182020 年，林木分化导致林木胸径差异增大
31、，根据胸径分布规律，将林木划分为不同径阶，并在每一径阶选择 1 株平均标准木进行插针测定。由于探针数量有限，20162020 年测定样树株数分别为 5、5、5、5 和 6 株。根据赵小宁等(2023)对毛白杨不同液流速率计算公式的对比研究结论，本研究采用 Granier 原始公式(1)（Granier,1987）对热扩散探针测定的温差数据进行计算以得到液流速率。Js=0.011 9K1.231。（1）式 中：温 差 系数 K=(TMT)/T；TM为 液 流 速 率 为0 cms1时的温差()；T为某一时刻的瞬时温差()。林分蒸腾量(Tr,mmd1)由单木蒸腾量推导而来，20162017 年 T
32、r 计算见公式(2)，20182020 年 Tr 计算见公式(3)。Tr=0.086 4Js-aveAs-totalAG。（2）78林业科学59 卷 Tr=i0.086 4JsiAsiAG。（3）式中：Js-ave为测定的平均标准木的液流速率平均值(cms1)；Js-i为第 i 级径阶平均标准木的液流速率(cms1)；As-total为测定林地所有林木的边材面积总和(cm2)；As-i为第 i 级径阶所有林木的边材面积总和(cm2)；AG为测定林地的面积(m2)。林木边材面积利用前期建立的异速方程（Zhao etal.,2023），以液流测定位置处的树干直径为自变量计算得到。2.2土壤蒸发受冠
33、层发育的影响，林地内距树不同距离的土壤会接受到不同程度的降雨量和太阳辐射，从而导致林地不同位置的土壤蒸发存在差异。为将土壤蒸发的空间变异考虑在内，2016 年于林内选取 2 株标准木作为样树，在距离每株样树树干 30、80 和 130 cm 处各安装 1 个 内 径 7.5 cm、高 度 20 cm 的 微 型 蒸 渗 仪（Boast et al.,1982）进行土壤蒸发测定。2016 年的土壤蒸发数据表明，距树 80 和 130 cm 的土壤蒸发无显著差异，此外，前期研究发现灌溉下的最大土壤水平湿润距离约为 50 cm(李豆豆等，2018)。因此，20172020 年只在距树 30 和 80
34、 cm 处测定土壤蒸发。试验期间，每 34 天灌溉或降雨后对蒸渗仪进行换土，换土后每天使用精度为 0.1 g 的电子天平对微型蒸渗仪进行称重，然后采用质量减差法(Xi et al.,2017)计算林内每日的土壤蒸发量(Es，mmd1)。2.3林分蒸散量及参考作物潜在蒸散量林分蒸散量(ET，mmd1)即林木蒸腾和土壤蒸发的总和，采用公式(4)进行计算。ET=Tr+Es。（4）2016 年，使用位于林地中心的自动气象站(Delta-T Devices Ltd.,Cambridge,UK)对气象数据进行监测。2017 年起，采用林内和距离林地 900 m 的自动气象站(北京时域通科技有限公司，北京，
35、中国)对林内和林外的气象数据进行同时监测。测定的气象指标包括太阳总辐射(Wm2)、空气温度()、空气相对湿度(%)、风速(ms1)、风向和降雨(mm)。由于 2016 年(2年生)林木高度较低，且 2016 年和 2017 年同时期林内和林外气象站采集的气象数据没有明显差异。因此，根据 Allen et al.(1998)的计算方法，利用林内气象站监测的气象数据计算 2 年生林分的 ET0(mmd1)，利用林外气象站监测的气象数据进行计算 36 年生林分的 ET0。ET0=0.408(RnG）+900T+273u2(esea)+(1+0.34u2)。（5）式中：Rn为净辐射量(MJm2d1)；
36、G 为土壤热通量(MJm2d1)；T 为平均气温()；u2为 2 m 高处的平均风速(ms1)；es为饱和水汽压(kPa)；ea为实际水汽压(kPa)；为饱和水汽压与温度曲线的斜率；为干湿表常数。2.4作物系数及基础作物系数采用 FAO-56(Allen et al.,1998)中双作物系数法对作物系数 Kc和基础作物系数 Kcb进行计算。ET=KcET0=(KsKcb+Ke)ET0。（6）式中，Ks为水分胁迫系数，反映土壤含水率不足时对植物蒸腾的影响，本研究中毛白杨在生长过程中水分供应充足，故 Ks=1。Ke为土壤表面蒸发的蒸发系数，Ke=Es/ET0。由上推导可得，Kc为林分实际蒸散量与
37、ET0的比值，Kcb为林分蒸腾量与 ET0的比值。Kc=ET/ET0；（7）Kcb=KcKe=Tr/ET0。（8）2.5叶面积指数、地下水位及茎干直径采用 Li-Cor 2 200 冠层分析仪(PCA,Li-Cor Inc.,Lincoln,Nebraska,USA)测定林分叶面积指数(LAI，m2m2)（Liu et al.，2022)。基于实测的 LAI 值，采用线性内插法估算林分生长季内每日的 LAI。利 用 位 于 林 地 中 心 的 自 动 观 测 井 和 水 位计(G3061,北京时域通科技有限公司)测定林分地下水位(GWL，m)。此外，在林内选择 3 株标准木，于树干约 1m 高
38、度处安装直径微变化传感器(北京时域通科技有限公司)对树干直径的生长动态进行测定，测定频率为 每 10 min 一次，精度为 1 m。上述采集的数据均存储于自动采集器(i-logger，北京时域通科技有限公司)。2.6数据分析本研究中的所有数据分析均在半月时间尺度上进行，为此，从 4 月 1 日开始，将每 15 天的数据做平均（10 月 13 日10 月 31 日期间的数据为 19 天数据的平均值）后用于分析。此外，因降雨天未能获取土壤蒸发实测数据，且降雨会导致蒸腾大幅度下降，为得到环境稳态期间的 Kc和 Kcb，故剔除其降雨天数据。热扩散液流探针采集的温差数据采用 Baseliner软件进行处
39、理和计算(Oishi et al.,2016)。使用 SPSS（v.19.0,SPSS Inc.,Chicago IL,USA）对不同时期的平均茎干直径日增长率（Trunk diameter daily growth rate，DGR;md1）数据进行配对样本 t 检验，以确定其与第 10 期李玲雅等：短轮伐毛白杨人工林耗水规律及作物系数曲线构建79 0 md1是否在 P=0.05 水平上存在显著差异，如差 异 显 著，则 认 定 该 时 期 为 林 木 主 要 生 长 阶段(Deslaurier et al.，2003)。使 用 Origin 10.0(OriginLabCorporatio
40、n,MA,USA)对不同变量间的关系进行线性和非线性回归分析以及绘图。3结果与分析 3.1林分生长动态由图 1 可知，毛白杨每年的主要生长阶段有所变化，但 4 月中旬7 月末为所有林龄林分的主要生长阶段。此外，57 月为毛白杨生长速度最快的时期，26 年生林分在该时期的生长量占年总生长量的 69%88%。根据轮伐期内林分的平均 DGR 和 LAI 季节动态，可将毛白杨生长季划分为 4 个阶段（图 2）。第 I 阶段为生长前期，时间为 4 月初 4 月中旬，该时期内林木刚启动展叶，生长速率较小。第 II 阶段为发展期，时间约为 4 月中旬 6 月中旬，该阶段林木冠层发育迅速，LAI 快速升高，林
41、木生长速度较快，并出现全年的第 1 个生长高峰（5 月初5 月中旬）。第 III 阶段为生长中期，时间跨度约在 6 月中旬 8 月中旬，该时期内 LAI 达到全年最高水平且变化相对较小，并出现第 2 次生长高峰（6 月中旬6 月末），但生长速度从 7月中开始快速降低。第 IV 阶段为生长后期，时间约为 8 月中旬 10 月末，这个时期林木基本不再生长，同时开始大量落叶，林分 LAI 快速减小。6002 年生2 years old3 年生3 years old4 年生4 years old5 年生5 years old6 年生6 years old4002000200600400200茎干直径日
42、增长率 DGRtrunk diameter daily growth rate/(md1)060040020008006004002000200800600400200020004-0104-1605-0105-1605-3106-1506-3007-15日期 Date07-3008-1408-2909-1309-2810-13图 126 年生毛白杨人工林茎干直径日增长率（DGR）的动态变化Fig.1Dynamic changes of trunk diameter daily growth rate(DGR)in 26 years old Populus tomentosa plantati
43、on蓝色箱图表示该点时段内茎干直径日增长率与 0 md1相比在 0.05 水平上差异显著，即该点时段为生长季内的林木主要生长阶段。除 10 月 22 日数据点为 19 天数据的平均值，其他时间点上的数据均为该时间点前后共计 15 天数据的平均值。The blue box chart indicates that the trunk diameter daily growthrate in a period is significantly different from 0 md1 at P 0.05,i.e.,such a kind of period is the main growth s
44、tage of trees.Except for the data point on October22,which is the average of 19 days data,all data at other time points are the average of the data within 15 days around that time point.3.2林分蒸腾、蒸发和蒸散动态不同林龄林分生长季内的蒸发、蒸腾及蒸散量变化见图 3。26 年生林分生长季内的累积 Es分别为250、200、198、179 和 255 mm，在林木栽植后的前 5年，Es随林龄增大而呈非线性逐渐下
45、降，但在栽植后的第 6 年即轮伐期末，Es又出现明显升高（图 4）。年际尺度上，Es对 ET 的贡献比例随林龄增大而非线性逐渐下降（P=0.038），并在 56 年生林分中趋于相对稳定（图 4）。在年内尺度上，Es对 ET 的贡献存在季节变化，且变化模式因林龄而异（图 3）。2 年生林分中，Es在整个生长季的 ET 中几乎均占主导地位；随着林木发育，林分在 3 年生时达到郁闭，因而除了生长季和/或生长季末，其他时期内 Es在 ET 中的占比均较小，且林龄越大该趋势越明显。此外，2 年生 和 6 年80林业科学59 卷 生林分中，Es 的季节变化与 ET0呈显著的正相关关系（P 0.05）。26
46、 年生林分的累积 Tr 分别为 145、267、343、603 和 664 mm，随林龄增加而线性增大（P=0.004），但其在林分 ET 中的占比则随林龄变化而非线性增大并在 56 年生林分中保持相对稳定（P=0.038），26年生林分中的该占比分别为 37%、57%、63%、77%和72%（图 4）。Tr 在生长季内的变化规律随林龄而异（图 3）。其中，在 2 年生林分内，Tr呈缓慢上升趋势，直至 9 月中下旬大量落叶后逐渐下降。3 年生和 4 年生林分进入生长季后，其 Tr 在约半个月内即快速升高至全年较高水平，之后在一定范围内稳定波动，并分别从 7 月上旬和 8 月上旬开始逐渐下降。5
47、6 年生林分的 Tr在进入生长季后同样迅速上升，但上升期明显延长，直至在 5 月下旬达到全年最高峰后保持稳定11.5 个月，然后逐渐波动下降。总体而言，Tr 的季节变化在 2 年生林分中与 ET0 的季节变化无关（P 0.05），但在 36 年生林分中则显著正相关（P 0.05）。年际尺度上，24 年生林分的 ET 从低于 ET0到逐渐与其相当，随后 56 年生林分 ET 明显高于 ET0，且高出程度逐年增大（图 3）；26 年生林分的累积 ET 分别为 396、467、541、782 和 919 mm，在整个轮伐期内随林龄增大而呈指数增加（P 0.001）（图 4）。年内尺度上，林分 ET
48、的动态变化与 ET0基本一致，二者间存在显著的正相关关系（P 0.05），且协同程度逐年升高（回归方程的 R2逐年增大）。整个轮伐期内，ET 均在6 月达到最大；在毛白杨生长最快的 57 月（图 1），林分 ET 占生长季总 ET 的比例在 26 年生林分中分别为 47%、48%、52%、61%和 59%；在历年主要生长阶段（图 1）的累积 ET 占生长季总 ET 的 58%76%。3.3林分（基础）作物系数动态不同林龄林分的作物系数季节动态差异明显（图 5a）：2 年生林分中，Kc在生长季内整体呈阶梯状逐渐升高，但在 3 年生林分中，Kc则呈“下降稳定逐渐升高”变化；46 年生林分的 Kc季
49、节动态大体一致，呈双峰变化，且在生长后期快速下降。依据划分的 4 个生长阶段（图 2），构建 26 年生林分的作物系数曲线（图 6），利用该曲线可获取不同林龄林分每半月尺度的作物系数。此外，不同林龄林分各生长阶段的平均作物系数见表 1，发展期和生长中期的平均 3.0LAIDGR2.52.01.51.00.530025020015010050050叶面积指数 LAILeaf area index/(m2m2)茎干直径日增长率 DGRtrunk diameter daily growth rate/(md1)04-0104-1605-0105-1605-3106-1506-3007-1507-30
50、08-1408-2909-1309-2810-1310-28日期 Date生长前期Early stageof growth发展期Developmentstage生长中期Middle stageof growth生长后期End stageof growth图 226 年生毛白杨人工林平均茎干直径日增长率（DGR）和叶面积指数（LAI）的季节动态Fig.2Seasonal dynamics of the average trunk diameter dailygrowth rate(DGR)and leaf area index(LAI)in 26 years oldPopulus tomento
