删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

不同去趋势方法对基于Dendrometer数据的茎干水分动态分析的影响——以白扦为例

本站小编 Free考研考试/2022-01-01
薛峰,, 江源,*, 董满宇, 王明昌, 丁新原, 杨显基, 崔明皓, 康慕谊北京师范大学地理科学学部, 北京 100875

Influence of different de-trending methods on stem water relations of Picea meyeri derived from Dendrometer measurements

Feng XUE,, Yuan JIANG,*, Man-Yu DONG, Ming-Chang WANG, Xin-Yuan DING, Xian-Ji YANG, Ming-Hao CUI, Mu-Yi KANGand Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China

通讯作者: *jiangy@bnu.edu.cn

编委: 王政权
责任编辑: 李敏
收稿日期:2021-01-19修回日期:2021-05-7
基金资助:国家自然科学基金(41771051)
国家自然科学基金(41630750)
国家重点研发计划(2018YFA0606101)


Corresponding authors: *jiangy@bnu.edu.cn
Received:2021-01-19Revised:2021-05-7
Fund supported: National Natural Science Foundation of China(41771051)
National Natural Science Foundation of China(41630750)
National Key R&D Program of China(2018YFA0606101)


摘要
树木茎干半径变化记录仪(Dendrometer)监测的高精度数据不仅包括木质部的年内径向生长过程, 还包含由茎干水分的消耗和补充引起的可逆变化。然而, 不同的年内生长去趋势方法获得的茎干水分波动之间的差异性仍缺乏对比研究。基于芦芽山北坡针叶林下限白扦(Picea meyeri) 2015年生长季的茎干半径变化和环境因子的实时监测数据, 使用Gompertz生长模型(GPZ)、线性生长模型(LG)、零生长模型(ZG)、日值法(D)和茎干循环法(SC)模拟并去除茎干年内的生长趋势, 然后提取5种不同类型树木水分缺乏引起的茎干收缩(TWDGPZ、TWDLG、TWDZG、TWDD和TWDSC)以表征茎干水分亏缺, 并进一步对比分析了不同茎干水分亏缺序列对环境中水分状况的响应特征。研究发现: (1)不同去趋势方法计算的茎干水分亏缺的趋势和幅度有所差异, 可聚类为3组: TWDLG和TWDZG、TWDGPZ以及TWDD和TWDSC。同组或聚类距离接近的序列在生长季内每个月份都展现出显著的相关性。然而, TWDLG、TWDZG和TWDGPZ与TWDD和TWDSC在8月份相关性较弱。(2) TWDD和TWDSC与空气饱和水汽压差(VPD)的正相关关系比TWDGPZ、TWDLG和TWDZG更加稳定, 且具有更大的相关系数。5种茎干水分亏缺序列和土壤含水量(SWC)的关系在生长季内变化很大。(3)不同去趋势方法的茎干水分亏缺都随着水分胁迫程度(VPD/SWC)升高而显著增长。当胁迫程度较低时, TWDSC对VPD/SWC的变化最为敏感(R2 = 0.39, p < 0.001), 但是与TWDZG差别不大(R 2 = 0.37, p < 0.001); 当胁迫程度较高时, TWDZG对VPD/SWC的敏感性最高(R 2 = 0.59, p < 0.001)。综合对比来看, 零生长模型是比较适合研究区白扦生长季内茎干水分波动的去趋势方法, 其可为干旱胁迫条件下预测研究区树木的茎干水分动态及特征提供科学 依据。
关键词： 茎干半径变化记录仪;去生长趋势;茎干水分亏缺;滑动相关;干旱

Abstract
Aims The high-precision data measured by the Dendrometer includes not only the stem radial growth process caused by the enlargement of xylem cells but also the reversible changes caused by the consumption and replenishment of the stem water. Our objectives were to assess the difference in stem water relations of Picea meyeri obtained by different de-trending methods and their responses to water conditions in soil and air.
Methods Hourly stem radius variations in P. meyeri and corresponding environmental factors were monitored in the lower limit of the coniferous forest on the northern slope of Luya Mountain, northern Shanxi Province, China. Gompertz growth model (GPZ), linear growth model (LG), and zero growth model (ZG), daily approach (D), and stem cycle approach (SC) were used to fit the stem growth trend in the growing season of 2015. Then, the growth trend and extract five different types of tree water deficit-induced stem shrinkage (TWDGPZ, TWDLG, TWDZG, TWDD, and TWDSC) were removed to characterize the dynamic of stem water relations. Moving window correlation (31 days) and ordinary least square regression were further employed to analyze the responses of different types of stem water relations to soil and air moisture conditions.
Important findings The results showed that: 1) stem water relations derived from different de-trending methods had contrasting trends and amplitude, which could be clustered into three groups: TWDLG and TWDZG, TWDGPZ, and TWDD and TWDSC. Each month, significant correlations between stem water relations in the same group or a lower clustering distance showed, however, TWDLG, TWDZG, and TWDGPZ had weaker correlations with TWD and TWDSC in August. 2) TWDD and TWDSC had a closer and more stable positive relationship with vapor pressure deficit (VPD) than TWDGPZ, TWDLG, and TWDZG did. The responses of all types of stem water relations to soil water content (SWC) varied greatly during the growing season. 3) All stem water relations significantly increased as the water stress (VPD/SWC) intensified (p < 0.05). When the stress was low, TWDSC was most sensitive to the changes of VPD/SWC (R2 = 0.39, p < 0.001), whereas it was not much different from TWDZG (R2 = 0.37, p < 0.001); when the stress was high, TWDZG showed the greatest sensitivity to VPD/SWC (R2 = 0.59, p < 0.001). Our results suggested that the zero-growth model was more suitable to detrend the stem radius variations during the growing season, and provided a crucial reference for predicting the stem water status and dynamics, especially under drought stress.
Keywords：Dendrometer;growth detrend;stem shrinkage;moving window correlation;drought


PDF (865KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
引用本文
薛峰, 江源, 董满宇, 王明昌, 丁新原, 杨显基, 崔明皓, 康慕谊. 不同去趋势方法对基于Dendrometer数据的茎干水分动态分析的影响——以白扦为例. 植物生态学报, 2021, 45(8): 880-890. DOI: 10.17521/cjpe.2021.0025
XUE Feng, JIANG Yuan, DONG Man-Yu, WANG Ming-Chang, DING Xin-Yuan, YANG Xian-Ji, CUI Ming-Hao, KANG Mu-Yi. Influence of different de-trending methods on stem water relations of Picea meyeri derived from Dendrometer measurements. Chinese Journal of Plant Ecology, 2021, 45(8): 880-890. DOI: 10.17521/cjpe.2021.0025




森林生态系统对陆地碳循环和水文循环起着关键作用, 在土壤-植被-空气的连续体中, 大约一半的降水通过茎干运输然后蒸腾返回大气(Oki & Kanae, 2006; Schlesinger & Jasechko, 2014)。储存在树木茎干(包括形成层、韧皮部、不成熟木质部以及一些薄壁细胞)中的水分可以直接影响植株的蒸腾和光合作用, 进而影响森林生产力和固碳能力(Turcotte et al., 2011; 刘新圣等, 2015)。在气候变化背景下, 全球大部分地区高温与干旱事件将持续时间更长, 发生更频繁, 研究并阐明树木茎干水分动态以及其对环境中水分状况的响应特征事关树木的存活和整个森林生态系统的健康(Sallo et al., 2017)。

树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究。研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期。依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征。进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007)。高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016)。有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016)。为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法。van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响。Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015)。另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017)。孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响。然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少。

白扦是我国特有树种, 主要分布在华北地区海拔1 600-2 700 m的范围内, 是我国温带地区芦芽山地区寒温性针叶林的主要建群种。董满宇等(2012)将白扦生长季内茎干变化分为3个阶段, 其研究也指出白扦茎干变化与环境因子(土壤含水量、降水和土壤温度)的变化关系密切。本研究以分布在芦芽山北坡针叶林分布下限的白扦为例, 利用其2015年生长季内的茎干变化监测数据, 得到基于5种不同去趋势方法的茎干水分亏缺序列。研究的主要目的: 1)对比分析不同去趋势方法对生长季内茎干水分亏缺特征的影响; 2)探究不同去趋势方法计算获得的茎干水分亏缺对环境中水分状况的敏感性。以此确定适合茎干水分波动的年内生长趋势去除方法, 为更加准确地揭示树木水分动态特征提供科学依据。

1 材料和方法

1.1 样点概况

研究在山西省北部的芦芽山开展。气候记录(1957-2016年)显示该地区年平均气温5.3 ℃, 年降水量459.8 mm, 主要集中于夏季6-9月份之间, 占全年降水量的75%。该地区2015年的年平均气温为6.5 ℃, 高于多年气温平均值, 年降水量为464.3 mm, 稍高于多年降水量的平均值。然而, 当年降水的季节分布与多年的平均状况差异很大。其中, 2015年最大月降水量出现在9月份, 7和8月份的降水量(52.0和27.8 mm)远小于多年月降水量的平均值(113.7和108.2 mm)(图1)。研究点位于芦芽山北坡寒温性针叶林分布的下限林缘(38.75° N, 111.82° E), 海拔2 040 m, 主要建群种为白扦和华北落叶松。样地(10 m × 10 m)平均树高9 m, 林内郁闭度为0.9, 林下草本和灌木稀少。坡面缓平, 坡度为10°。土壤主要发育在残积和/或坡积母质上, 厚度约50 cm, 土壤类型为山地棕壤。

图1

新窗口打开|下载原图ZIP|生成PPT
图1气象站记录的山西芦芽山地区2015年月平均气温和月降水量变化与多年平均值(1957-2016年)的对比。

Fig. 1Comparison of the mean monthly air temperatures and the monthly precipitation for the year 2015 and the 60 a average (1957-2016) of Luya Mountain, Shanxi Province, China.



1.2 茎干半径变化和环境因子数据获取

选择样地内白扦平均木, 使用点状茎干半径变化自动记录仪(Point-dendrometer, Ecomatik, Munich, Germany)对其中生长良好、干形笔直的4株样树进行监测(表1)。先用小刀刮去茎干胸高处(约1.3 m处)最外层的死亡树皮, 以避免其吸湿膨胀和收缩的物理过程对监测的影响。然后将弹簧探头固定在茎干上, 利用探头滑动的电阻值变化实现自动观测。茎干半径变化自动记录仪的信号分辨率<2.6 µm, 传感器的热膨胀系数<0.1 µm·℃-1。茎干的半径变化(µm)会每1 h自动记录一次, 每株样树每天有24个茎干半径变化记录值, 连续记录2015年1-12月茎干半径变化数据并保存在数据记录仪(DL15, Ecomatik, Munich, Germany)中。同时, 对样点的环境因子状况进行同步监测。将小型HOBO Pro V2空气温湿度自动记录仪(Onset Computer Corp, Bourne, USA, 记录范围-40-70 ℃, 精度为±0.2 ℃)做防水处理后安装在2 m高处, 监测并记录样点内的空气温度(Ta, ℃)和相对湿度(RH, %)。安装Ml2x土壤水分传感器(Delta-T Corp, Cambridge, UK, 精度为±0.01 m3·m-3)和ST-05温度传感器(Delta-T Corp, Cambridge, UK, 精度为±0.5 ℃)测量样地10-15 cm深度的土壤含水量(SWC, m3·m-3)和土壤温度(Ts, ℃), 使用GP1型数据采集器(Delta-T Corp, Cambridge, UK)进行存储。与茎干监测相对应, 环境数据记录的时间间隔也设为1 h。基于空气温度和相对湿度记录值计算获取空气饱和水汽压差(VPD, kPa)来指示空气中实际水分的亏缺情况(Campbell & Norman, 1998)。

Table 1
表1
表1山西芦芽山白扦监测样树的基本信息
Table 1Characteristics of four Picea meyeri sample trees of Luya Mountain, Shanxi Province, China
编号
Tree number		树高
Tree height
(m)		胸径
Dimeter at breast
height (cm)		冠幅
Crown dimeter
(m)
18.014.72.0
29.016.92.7
312.020.13.5
49.018.82.5

新窗口打开|下载CSV

1.3 不同方法模拟的茎干生长

(1) Gompertz生长模型(GPZ, 图2A)。Gompertz函数在树木年内径向生长拟合中应用广泛, 其“S”形的生长模型也常用来模拟生长季内形成层细胞的分裂和扩大过程。函数公式如下:

$Y=Y_{0}+A \times \exp [-\exp (\beta-\kappa \times t)]$
式中, Y为拟合的茎干生长的小时数据; Y0为下渐近线; A为函数拟合的年内总生长量; β表示拟合函数沿x轴的位移参数; κ表示内秉生长率; t表示时间。

图2

新窗口打开|下载原图ZIP|生成PPT
图2山西芦芽山2015年生长季白扦茎干半径变化和不同方法模拟的生长过程。

Fig. 2Hourly time series of stem radial variations (SRV) and growth process calculated by different detrending approaches for Picea meyeri of Luya Mountain, Shanxi Province, China in the growing season of 2015. DOY, day of the year.



(2)线性生长模型(LG)。该模型假设茎干变化两个极大值间茎干实际生长的速率是正的且恒定, 树木水分缺失引起的茎干收缩并不影响树木的生长过程(Zweifel et al., 2005)。线性模型的生长是用一条包络曲线指示茎干的生长, 生长曲线和茎干变化之间的差值被认为是水分缺乏导致的茎干收缩(图2B)。生长趋势的计算方法: (i)设置初始极大值Yi=0; (ii)以Yi=0为原点做一条水平射线(向右)直到数据结束; (iii)以Yi=0为原点旋转增加线的斜率直到与Yi+1相交; (iv)设置Yi = Yi+1; (v)重复步骤(iii)和(iv)直到所有数据被包络在内。确定包络线的算法需要时长参数来设置两个波峰之间的最大时间差异。本研究设为21 d。

(3)零生长模型(ZG)。该模型假设茎干半径小于上一个最大值(饱和状态)时细胞缺水生长停滞(Zweifel et al., 2016)。在这个假设下, 不可逆的生长过程和可逆的水分波动从连续的茎干变化中分离开来(图2B)。茎干生长被定义为茎干超过上一个极大值的变化过程。这个最大值的认定取决于数据的精度, 可以是上一分钟、小时或者天的极大值, 这种计算方式下生长过程呈现阶梯形。零模型生长过程的计算方法如下:

$G R O(t)=\left\{\begin{array}{l}S R(t)-\max [S R(<t)], S R(t) \geqslant \max [S R(<t)] \\0, S R(t)<\max [S R(<t)]\end{array}\right.$
式中, t表示当前时刻, <t表示从开始到当前时刻, GRO表示茎干生长值, SR表示树木茎干半径变化记录仪的记录值。

(4)日值法(D)。日值法通过计算每天的最大值、最小值或平均值来分析径向变化特征。研究表明3种方法提取的茎干生长信息高度相关(Deslauriers et al., 2007), 因此本研究只采用了日最大值法(图2C), 即从茎干变化记录仪所获取的每日24个原始数据中提取最大值, 计算连续两日的最大值之差。当差值大于0时得到树木茎干的日生长值, 当差值小于0时日生长计为0。

(5)茎干循环法(SC)。茎干循环法并未将茎干变化的周期严格地定义在一天之内, 而是将茎干循环变化分为收缩、膨胀和生长3个不同阶段(图2D)。(i)茎干收缩期: 从清晨最高值到最低值之间的时段; (ii)茎干膨胀期: 从最低值到第二个最高值之间的时段; (iii)径向生长期: 在茎干膨胀期内, 当径向变化值超过上一个最高值的时间直至最高值的时间段。如果当前径向变化最高值没有超过上一个, 则不定义径向生长(Deslauriers et al., 2011)。

1.4 数据处理与分析

本研究分别采取GPZ、LG、ZG、D和SC模拟2015年生长季内白扦茎干生长过程。由于不同的方法提取的茎干生长期不同, 我们统一定义白扦茎干的生长阶段为5-9月, 即生长开始在5月1日(年序日(DOY) 121), 结束于9月30日(DOY 273)。然后, 将生长趋势从原始的茎干变化中剔除, 最终得到5种不同的茎干水分波动时间序列(小时)。

TWD = SRV - GRO
式中, TWD表示每小时的水分亏缺导致的茎干收缩(tree water deficit-induced stem shrinkage)以表示茎干水分波动, 以下统称为茎干水分亏缺。SRV表示每小时的茎干半径变化, GRO表示不同方法模拟的每小时茎干生长量。提取茎干水分亏缺的日最大收缩值(负值或0值), 分别表示为TWDGPZ、TWDLG、TWDZG、TWDD和TWDSC。为方便计算和表述, 接下来的分析中将TWD负值转换成正值, 即TWD越大说明茎干缺水越严重。

对5种不同去趋势的茎干水分波动序列进行系统聚类, 不同序列的关系强度以欧式距离度量, 聚合策略采用离差平方和法。然后, 利用皮尔逊相关分析探究不同茎干水分亏缺序列之间在不同月份的相关性。以31天为窗口计算滑动相关, 分析茎干水分亏缺对饱和水汽压差和土壤含水量的响应随时间变化的稳定性。使用普通最小二乘回归来量化不同茎干水分亏缺对环境中水分胁迫因子的敏感度。以上数据处理和统计分析均由R 3.4.2完成。

2 结果

2.1 不同去趋势方法的茎干水分亏缺特征

不同去趋势方法计算茎干水分亏缺特征有一定的差异。TWDGPZ的生长季平均值最小(100.2 μm), 其次是TWDD、TWDSC和TWDZG, TWDLG最大(328.2 μm), 甚至超过TWDGPZ的3倍之多。TWDLG和TWDZG变化幅度较大, 其标准差分别为155.3和159.9 μm, TWDD的标准差最低(82.4 μm)。TWDGPZ、TWDLG和TWDZG在2015年生长季内的最大值分别为388.8、685.9和630.1 μm, 且都出现在8月29日(DOY 241), 而TWDD和TWDSC的最大值分别为367.8和398.2 μm, 且都出现在5月13日(DOY 133)。整体上, 不同去趋势的茎干水分亏缺差异在8月最为明显。具体的, TWDGPZ、TWDLG和TWDZG在DOY 224-247, DOY 218-247和DOY 217-247的时间段内展现出大幅度水分流失, 这一阶段的平均值大于生长季平均值。然而, TWDD和TWDSC却并没有在8月份展示出较大的茎干水分亏缺(表2; 图3)。

Table 2
表2
表2山西芦芽山白扦不同去趋势的茎干水分亏缺(TWD)的特征参数
Table 2Main parameters of tree water deficit-induced stem shrinkage (TWD) calculated by different detrending methods of Picea meyeri on Luya Mountain, Shanxi Province, China
TWDGPZTWDLGTWDZGTWDDTWDSC
平均值 Mean (μm)100.2328.2262.0126.8144.6
标准差 SD (μm)108.0155.3159.982.490.3
最大值 Maximum (μm)388.8685.9630.1367.8398.2
最大值出现时间 Date of
maximum occurrence (DOY)		241241241133133
D, 日值法; GPZ, Gompertz生长模型; LG, 线性生长模型; SC, 茎干循环法; ZG, 零生长模型。
D, daily approach; GPZ, Gompertz model; LG, linear growth model; SC, stem cycle approach; ZG, zero growth model.

新窗口打开|下载CSV

图3

新窗口打开|下载原图ZIP|生成PPT
图3不同去趋势方法计算的山西芦芽山白扦茎干水分亏缺(TWD)。D, 日值法; GPZ, Gompertz生长模型; LG, 线性生长模型; SC, 茎干循环法; ZG, 零生长模型。虚线为平均值。

Fig. 3Tree water deficit-induced stem shrinkage (TWD) of Picea meyeri on Luya Mountain, Shanxi Province, China, calculated by different detrending approaches. D, daily approach; GPZ, Gompertz model; LG, linear growth model; SC, stem cycle approach; ZG, zero growth model. Dashed lines indicate the average. DOY, day of the year.



2.2 不同茎干年内水分亏缺序列之间的相关性

聚类分析显示5种不同去趋势的茎干水分亏缺序列可以划分为3组: TWDLG和TWDZG, TWDGPZ, TWDD和TWDSC (图4)。不同组间的茎干水分亏缺有所差异, 而同组之间则含有较多的共同波动信号。进一步的相关分析表明, 同组的TWDLG和TWDZG之间相关性在不同月份都极为显著(p < 0.001, 图5), 两者在7-9月相关系数(r)甚至超过了0.95。TWDGPZ与TWDLG和TWDZG的相关关系也都达到显著水平, 其相关系数在8月份最高(r = 0.97和0.95; p < 0.001)。除了生长季初期(5月), TWDD和TWDSC之间展示出很强的相关性(r > 0.80, p < 0.001)。但是, TWDD和TWDSC与TWDGPZ的相关系数较小并且在生长季中后期都达不到显著水平, 其中, TWDSC与TWDGPZ的相关性在5月份最弱(r = 0.03)。而TWDD和TWDSC与TWDGPZ在6月份展现出极为显著的相关关系(r = 0.90和0.97; p < 0.001)。

图4

新窗口打开|下载原图ZIP|生成PPT
图4山西芦芽山白扦不同去趋势茎干水分亏缺(TWD)序列的聚类分析。D, 日值法; GPZ, Gompertz生长模型; LG, 线性生长模型; SC, 茎干循环法; ZG, 零生长模型。

Fig. 4Cluster analysis of tree water deficit-induced stem shrinkage (TWD) of Picea meyeri on Luya Mountain, Shanxi Province, China, with different detrending methods. D, daily approach; GPZ, Gompertz model; LG, linear growth model; SC, stem cycle approach; ZG, zero growth model.



图5

新窗口打开|下载原图ZIP|生成PPT
图5山西芦芽山白扦不同去趋势茎干水分亏缺(TWD)在不同月份的相关系数矩阵。D, 日值法; GPZ, Gompertz生长模型; LG, 线性生长模型; SC, 茎干循环法; ZG, 零生长模型。*, p < 0.05; **, p < 0.01; ***, p < 0.001。

Fig. 5Correlation matrix of tree water deficit-induced stem shrinkage (TWD) relations of Picea meyeri on Luya Mountain, Shanxi Province, China, developed from different detrending approaches in different months. D, daily approach; GPZ, Gompertz model; LG, linear growth model; SC, stem cycle approach; ZG, zero growth model. *, p < 0.05; **, p < 0.01; ***, p < 0.001.



2.3 不同去趋势方法的茎干水分亏缺对空气和土壤水分条件的响应

不同去趋势方法获得的茎干水分亏缺对空气和土壤水分变化的响应有所不同。虽然5种方法获得的茎干水分亏缺数据均与VPD在整个生长季内呈现出相对稳定的正相关关系(图6), 但TWDD和TWDSC与VPD相关系数的平均值(0.73和0.75)大于TWDGPZ、TWDLG和TWDZG (0.64、0.68和0.60), 且TWDD和TWDSC与VPD的关系也比TWDGPZ、TWDLG和TWDZG的更加稳定。TWDGPZ、TWDLG和TWDZG与VPD的滑动相关系数在DOY 245、DOY 246和DOY 247急剧减小且都不显著。与空气水分相比, 不同去趋势方法获得的茎干水分亏缺对土壤水分变化地响应在生长季内展现出极大的不稳定性。TWDGPZ、TWDLG和TWDZG与SWC的滑动相关系数随时间推移发生正负交替变化, 在DOY 226-249的时间段内都呈现出显著负相关关系, 且滑动相关系数在DOY 246达到最大, 其值甚至大于0.93。TWDD和TWDSC与SWC的关系大多时候未达到显著水平, 只在8月中旬到9月中旬的时间段内呈显著正相关关系。

图6

新窗口打开|下载原图ZIP|生成PPT
图6山西芦芽山白扦不同去趋势茎干水分亏缺(TWD)与饱和水汽压差和土壤含水量的滑动相关(31天)。D, 日值法; GPZ, Gompertz生长模型; LG, 线性生长模型; SC, 茎干循环法; ZG, 零生长模型。虚线表示p < 0.05.

Fig. 6Moving window correlation (31 days) between tree water deficit-induced stem shrinkage (TWD) of Picea meyeri on Luya Mountain, Shanxi Province, China, and vapor pressure (VPD) and soil water content (SWC). D, daily approach; GPZ, Gompertz model; LG, linear growth model; SC, stem cycle approach; ZG, zero growth model. DOY, day of the year. Dotted lines indicate p < 0.05.



2.4 不同去趋势方法的茎干水分亏缺对干旱的敏感性

树木茎干的水分亏缺是蒸腾失水减少和土壤吸水补充动态平衡结果。我们计算空气饱和水汽压差和土壤含水量的比值(VPD/SWC)来表征样点环境中的水分胁迫程度, 其值反映了随着空气和土壤水分地减少, 茎干维持原来饱和状态的难度逐渐增大。整个生长季内, VPD/SWC在0-7.8 kPa·m3·m-3之间波动, 均值为2.7 kPa·m3·m-3。其中, 从8月4日(DOY 216)到9月3日(DOY 246)的时间段内其值都在生长季平均值之上, 持续长达30天(图7)。随着水分胁迫程度的升高, 不同去趋势方法得到的茎干水分波动都展示出显著的上升趋势(图8; p < 0.01)。当胁迫程度较低时(VPD/SWC ≤ 2.7 kPa·m3·m-3), TWDSC对VPD/SWC的变化最为敏感(R2 = 0.39, p < 0.001), TWDZG、TWDLG和TWDD次之(R2 = 0.37, 0.35和0.31; p < 0.001), TWDGPZ最弱(R2 = 0.11, p < 0.01)。而当胁迫程度较高时(VPD/SWC > 2.7 kPa·m3·m-3), TWDZG对VPD/SWC的变化敏感性最高, 解释率可达0.59。TWDLG和TWDGPZ对VPD/SWC的敏感性差别不大(R2 = 0.50; p < 0.001), 但是明显高于TWDD和TWDSC的(R2 = 0.10; p < 0.001)。

图7

新窗口打开|下载原图ZIP|生成PPT
图7山西芦芽山样点环境中水分胁迫因子的季节变化。SWC, 土壤含水量; VPD, 饱和水汽压差。虚线为平均值。

Fig. 7Seasonal variations of water stress factor at monitoring site on Luya Mountain, Shanxi Province, China. SWC, soil water content; VPD, vapor pressure deficit. DOY, day of the year. The dashed line represents the average.



图8

新窗口打开|下载原图ZIP|生成PPT
图8山西芦芽山白扦不同去趋势茎干水分亏缺(TWD)对环境中水分胁迫因子(VPD/SWC)的敏感性。D, 日值法; GPZ, Gompertz生长模型; LG, 线性生长模型; SC, 茎干循环法; ZG, 零生长模型。SWC, 土壤含水量; VPD, 饱和水汽压差。虚线为VPD/SWC的平均值(2.7 kPa·m3·m-3)。

Fig. 8Sensitivity of tree water dificit-induced stem shrinkage (TWD) relations of Picea meyeri on Luya Mountain, Shanxi Province, China, with different de-trending methods to water stress factors. D, daily approach; GPZ, Gompertz model; LG, linear growth model; SC, stem cycle approach; ZG, zero growth model. SWC, soil water content; VPD, vapor pressure deficit. The dashed line represents the average of VPD/SWC = 2.7 kPa·m3·m-3.



3 讨论

3.1 不同去趋势方法对茎干水分亏缺特征的影响

在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响。这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别。聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC。TWDGPZ是Gompertz函数曲线拟合去趋势的结果。高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小。线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016)。虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别。TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017)。本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC。

不同的茎干水分亏缺在生长季的各个阶段也呈现出不同的相关性。去趋势方法相似的TWDLG和TWDZG之间在各个月份都有极为显著的相关关系, 其与聚类距离接近的TWDGPZ的关系也都达到显著水平。比如, 在8月份, 这3种序列波动幅度都超过了生长季平均值并且两两的相关系数都在0.95之上, 共同反映了这一阶段茎干水分亏缺状况。同样地, 显著相关的TWDD和TWDSC也共同表征了茎干水分短时间内的高频波动。但是, TWDGPZ、TWDLG和TWDZG与TWDD和TWDSC的关系呈现出明显差别。TWDGPZ与TWDD和TWDSC在生长季末期的相关性均未达到显著水平。这可能主要是Gompertz函数拟合的方法不能有效地辨认出水分信号, 在生长季末期产生了“去趋势拟合问题” (Melvin & Briffa, 2008), 因此, TWDGPZ未能很好地反映出生长季末期茎干水分的波动状况。TWDLG和TWDZG与TWDD和TWDSC相关性在8月份最低。日值法和茎干循环法定义的短时间内的茎干增加往往会高估茎干生长, 比如本研究中茎干循环法将8月末茎干的快速水分恢复识别为生长过程, 因而去趋势后对茎干水分波动信息造成损失。以往的相关研究也都表明, 从茎干变化中提取的短时间尺度径向生长数据中包含水分信息, 所以和环境中水分因子的相关性很高(李兴欢等, 2014; Wang et al., 2015; 牛豪阁等, 2018)。

3.2 不同去趋势方法的茎干水分亏缺对环境中水分变化的异质性响应

不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大。并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大。这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致。短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020)。随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019)。这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用。尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013)。与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动。相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关。在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少。在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017)。

当同时考虑到空气和土壤水分亏缺对茎干水分波动的影响, 水分胁迫因子(VPD/SWC)的季节变化表明, 样地树木在8月份(DOY 216-246)经历了长达30天的干旱期。这一发现与气象站记录的降水数据分析结果基本一致。TWDGPZ、TWDLG和TWDZG的波动大致反映了这一干旱事件, 而TWDD和TWDSC却未能捕捉到这一长时间持续的干旱期。尽管短时间内的茎干变化(如茎干日最大收缩量等)已经被广泛证明也可以表征植物自身水分状况(孙守家等, 2012; King et al., 2013), 但是这类指标难以很好地指示持续时间较长的干旱事件。并且, 当干旱程度较高时, TWDZG、TWDLG和TWDGPZ对外部环境中水分变化的敏感性远高于TWDD和TWDSC, 其中, TWDZG的敏感性最高。符合Zweifel等(2016)对挪威云杉(Picea abies)等树种的研究结论, 他们分别建立饱和水汽压差和土壤水势对茎干水分波动的加权模型, 结果也表明TWDZG的拟合度更高。然而, 当干旱程度较低时, TWDSC对VPD/SWC的变化比TWDZG更敏感, 尽管两者差别不大。这一结果说明在水分不受限制的环境下, 茎干水分流失可以及时得到补充和恢复, 外部水分胁迫主要引起茎干短时间内的水分波动而不会出现持续缺水的现象(Zweifel et al., 2005)。综合来看, 零生长模型去趋势方法比其他方法更适合用来计算研究区茎干水分波动特征, 尤其是在干旱条件下。

4 结论

不同类型的茎干水分亏缺趋势和幅度有一定的差异性, 其中, TWDGPZ、TWDLG和TWDZG的变化都很好地捕捉到了2015年8月份持续的干旱事件, 两两序列呈现出很强的相关性。而TWDD和TWDSC却未能反映夏季末的异常气候特征, 且和上述3种茎干水分波动序列相关性较弱。这主要是因为不同去趋势方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别。短时间尺度去趋势提取的茎干水分亏缺(TWDD和TWDSC)与空气饱和水汽压差的正相关关系比长时间尺度(TWDLG和TWDZG)和函数拟合去趋势的(TWDGPZ)茎干水分亏缺更加稳定。当同时考虑到空气和土壤水分亏缺的影响, 白扦茎干水分亏缺随着水分胁迫因子(VPD/SWC)增加而显著增长。当干旱胁迫程度较低时, TWDSC对VPD/SWC的变化最为敏感, 但是与TWDZG差别不大; 当胁迫程度较高时, TWDZG对VPD/SWC的敏感性最高。因此, 研究认为零生长模型是比较适合研究区白扦生长季内茎干水分波动的去趋势的方法。2015年夏季末长时间持续的干旱事件为分析茎干水分波动特征提供了良好机会, 但是单一生长季和点位的研究结果也使得本研究存在一定的局限性, 今后的工作可以深入分析不同气候条件下(如干旱年和湿润年)各类型茎干水分波动提取方法的差别, 或设置更多地理梯度及多树种的监测, 并以本研究的结果为基础继续探索不同去趋势方法对茎干水分动态分析的影响。

致谢

感谢山西五寨县的李海军、北京师范大学的田相佑和袁帅在野外工作中给予的帮助, 感谢北京师范大学的潘宁和吴芳在数据处理中的指导。


参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

Campbell GS, Norman JM (1998). An Introduction to Environmental Biophysics
Springer,New York.
[本文引用: 1]

De Swaef T, De Schepper V, Vandegehuchte MW, Steppe K (2015). Stem diameter variations as a versatile research tool in ecophysiology
Tree Physiology, 35, 1047-1061.
[本文引用: 1]

Deslauriers A, Morin H, Urbinati C, Carrer M (2003). Daily weather response of balsam fir (Abies balsamea(L.) Mill.) stem radius increment from dendrometer analysis in the boreal forests of Québec (Canada)
Trees, 17, 477-484.
[本文引用: 1]

Deslauriers A, Rossi S, Anfodillo T (2007). Dendrometer and intra-annual tree growth: What kind of information can be inferred?
Dendrochronologia, 25, 113-124.
[本文引用: 3]

Deslauriers A, Rossi S, Turcotte A, Morin H, Krause C (2011). A three-step procedure in SAS to analyze the time series from automatic dendrometers
Dendrochronologia, 29, 151-161.
[本文引用: 1]

Devine WD, Harrington CA (2011). Factors affecting diurnal stem contraction in young Douglas-fir
Agricultural and Forest Meteorology, 151, 414-419.
[本文引用: 1]

Dong MY, Jiang Y, Yang HC, Wang MC, Zhang WT, Guo YY (2012). Dynamics of stem radial growth of Picea meyeri during the growing season at the treeline of Luya Mountain, China
Chinese Journal of Plant Ecology, 36, 956-964.
[本文引用: 3]

[ 董满宇, 江源, 杨浩春, 王明昌, 张文涛, 郭媛媛 (2012). 芦芽山林线白杄生长季径向生长动态
植物生态学报, 36, 956-964.]
[本文引用: 3]

Dong MY, Wang BQ, Jiang Y, Ding XY (2019). Environmental controls of diurnal and seasonal variations in the stem radius of Platycladus orientalis in Northern China
Forests, 10, 784. DOI: 10.3390/f10090784.
[本文引用: 1]

Fernández JE, Cuevas MV (2010). Irrigation scheduling from stem diameter variations: a review
Agricultural and Forest Meteorology, 150, 135-151.
[本文引用: 1]

Gao JN, Yang B, He MH, Shishov V (2019). Intra-annual stem radial increment patterns of Chinese pine, Helan Mountains, Northern Central China
Trees, 33, 751-763.
[本文引用: 2]

Ji QW, Zheng CY, Zhang L, Zeng FX (2020). Stem radial growth dynamics of Pinus sylvestris var. mongolica and their relationship with meteorological factor in Saihanba, Hebei, China
Chinese Journal of Plant Ecology, 44, 257-265.
[本文引用: 1]

[ 季倩雯, 郑成洋, 张磊, 曾发旭 (2020). 河北塞罕坝樟子松径向生长动态变化及其与气象因子的关系
植物生态学报, 44, 257-265.]
[本文引用: 1]

King G, Fonti P, Nievergelt D, Büntgen U, Frank D (2013). Climatic drivers of hourly to yearly tree radius variations along a 6 °C natural warming gradient
Agricultural and Forest Meteorology, 168, 36-46.
[本文引用: 3]

Li XH, Liu RP, Mao ZJ, Song Y, Liu LX, Sun T (2014). Dailystem radial variation of Pinus koraiensis and its responseto meteorological parameters in Xiaoxing’an Mountain
Acta Ecologica Sinica, 34, 1635-1644.
[本文引用: 2]

[ 李兴欢, 刘瑞鹏, 毛子军, 宋媛, 刘林馨, 孙涛 (2014). 小兴安岭红松日径向变化及其对气象因子的响应
生态学报, 34, 1635-1644.]
[本文引用: 2]

Liu XS, Nie YQ, Qiu XW, Wen F, Zhang L, Luo TX (2015). A review on tree growth and its water use in cold environments based on Dendrometer
World Forestry Research, 28, 19-25.
[本文引用: 1]

[ 刘新圣, 聂玉琴, 邱秀文, 文锋, 张林, 罗天祥 (2015). 基于树木径向生长仪监测高寒地区树木生长和水分利用的研究进展
世界林业研究, 28, 19-25.]
[本文引用: 1]

Ma J, Guo JB, Wang YH, Liu ZB, Gao D, Hong L, Zhang ZY (2020). Variations in stem radii of Larix principis- rupprechtii to environmental factors at two slope locations in the Liupan Mountains, northwest China
Journal of Forestry Research, 32, 513-527.
[本文引用: 1]

Melvin TM, Briffa KR (2008). A “signal-free” approach to dendroclimatic standardisation
Dendrochronologia, 26, 71-86.
[本文引用: 1]

Niu HG, Zhang F, Yu AL, Wang F, Zhang JZ, Gou XH (2018). Intra-annual stem radial growth dynamics of Picea wilsorii in response to climate in the eastern Qilian Mountains
Acta Ecologica Sinica, 38, 7412-7420.
[本文引用: 2]

[ 牛豪阁, 张芬, 于爱灵, 王放, 张军周, 勾晓华 (2018). 祁连山东部青杄年内径向生长动态对气候的响应
生态学报, 38, 7412-7420.]
[本文引用: 2]

Oberhuber W (2017). Soil water availability and evaporative demand affect seasonal growth dynamics and use of stored water in co-occurring saplings and mature conifers under drought
Trees, 31, 467-478.
[本文引用: 1]

Oberhuber W, Hammerle A, Kofler W (2015). Tree water status and growth of saplings and mature Norway spruce (Picea abies) at a dry distribution limit
Frontiers in Plant Science, 6, 703. DOI: 10.3389/fpls.2015.00703.
[本文引用: 1]

Oki T, Kanae S (2006). Global hydrological cycles and world water resources
Science, 313, 1068-1072.
[本文引用: 1]

Sallo FdS, Sanches L, de Morais Dias VR, Palacios RdS, Nogueira JdS (2017). Stem water storage dynamics of Vochysia divergens in a seasonally flooded environment
Agricultural and Forest Meteorology, 232, 566-575.
[本文引用: 4]

Schlesinger WH, Jasechko S (2014). Transpiration in the global water cycle
Agricultural and Forest Meteorology, 189- 190, 115-117.
[本文引用: 1]

Sun SJ, Meng P, Zhang JS, Jia CR, Ren YF (2012). Diurnal variation of Quercus variabilis trunk diameter in response to environmental factors at south aspect of Taihang Mountains
Chinese Journal of Applied Ecology, 23, 2141-2148.
[本文引用: 3]

[ 孙守家, 孟平, 张劲松, 贾长荣, 任迎丰 (2012). 太行山南麓低山丘陵区栓皮栎直径变化及其与环境因子的关系
应用生态学报, 23, 2141-2148.]
[本文引用: 3]

Tian QY, He ZB, Xiao SC, Peng XM, Ding AJ, Lin PF (2017). Response of stem radial growth of Qinghai spruce (Picea crassifolia) to environmental factors in the Qilian Mountains of China
Dendrochronologia, 44, 76-83.
[本文引用: 3]

Turcotte A, Rossi S, Deslauriers A, Krause C, Morin H (2011). Dynamics of depletion and replenishment of water storage in stem and roots of black spruce measured by Dendrometers
Frontiers in Plant Science, 2, 21. DOI: 10.3389/fpls.2011.00021.
[本文引用: 1]

van der Maaten E, Pape J, van der Maaten-Theunissen M, Scharnweber T, Smiljanić M, Cruz-García R, Wilmking M (2018). Distinct growth phenology but similar daily stem dynamics in three co-occurring broadleaved tree species
Tree Physiology, 38, 1820-1828.
[本文引用: 2]

Wang ZY, Yang B, Deslauriers A, Bräuning A (2015). Intra- annual stem radial increment response of Qilian juniper to temperature and precipitation along an altitudinal gradient in northwestern China
Trees, 29, 25-34.
[本文引用: 1]

Zhang YP, Jiang Y, Wen Y, Ding XY, Wang B, Xu JL (2019). Comparing primary and secondary growth of co-occurring deciduous and evergreen conifers in an alpine habitat
Forests, 10, 574. DOI: 10.3390/f10070574.
[本文引用: 1]

Zhao YD, Gao C, Zhang X, Cai X (2016). Review of real-time detecting methods of water stress for plants
Transactions of the Chinese Society for Agricultural Machiner, 47, 290-300.
[本文引用: 1]

[ 赵燕东, 高超, 张新, 蔡祥 (2016). 植物水分胁迫实时在线检测方法研究进展
农业机械学报, 47, 290-300.]
[本文引用: 1]

Zweifel R (2016). Radial stem variations—A source of tree physiological information not fully exploited yet
Plant, Cell, & Environment, 39, 231-232.
[本文引用: 5]

Zweifel R, Haeni M, Buchmann N, Eugster W (2016). Are trees able to grow in periods of stem shrinkage?
New Phytologist, 211, 839-849.


Zweifel R, Zimmermann L, Newbery DM (2005). Modeling tree water deficit from microclimate: an approach to quantifying drought stress
Tree Physiology, 25, 147-156.
[本文引用: 3]

An Introduction to Environmental Biophysics
1
1998

... 选择样地内白扦平均木, 使用点状茎干半径变化自动记录仪(Point-dendrometer, Ecomatik, Munich, Germany)对其中生长良好、干形笔直的4株样树进行监测(表1).先用小刀刮去茎干胸高处(约1.3 m处)最外层的死亡树皮, 以避免其吸湿膨胀和收缩的物理过程对监测的影响.然后将弹簧探头固定在茎干上, 利用探头滑动的电阻值变化实现自动观测.茎干半径变化自动记录仪的信号分辨率<2.6 µm, 传感器的热膨胀系数<0.1 µm·℃-1.茎干的半径变化(µm)会每1 h自动记录一次, 每株样树每天有24个茎干半径变化记录值, 连续记录2015年1-12月茎干半径变化数据并保存在数据记录仪(DL15, Ecomatik, Munich, Germany)中.同时, 对样点的环境因子状况进行同步监测.将小型HOBO Pro V2空气温湿度自动记录仪(Onset Computer Corp, Bourne, USA, 记录范围-40-70 ℃, 精度为±0.2 ℃)做防水处理后安装在2 m高处, 监测并记录样点内的空气温度(Ta, ℃)和相对湿度(RH, %).安装Ml2x土壤水分传感器(Delta-T Corp, Cambridge, UK, 精度为±0.01 m3·m-3)和ST-05温度传感器(Delta-T Corp, Cambridge, UK, 精度为±0.5 ℃)测量样地10-15 cm深度的土壤含水量(SWC, m3·m-3)和土壤温度(Ts, ℃), 使用GP1型数据采集器(Delta-T Corp, Cambridge, UK)进行存储.与茎干监测相对应, 环境数据记录的时间间隔也设为1 h.基于空气温度和相对湿度记录值计算获取空气饱和水汽压差(VPD, kPa)来指示空气中实际水分的亏缺情况(Campbell & Norman, 1998). ...

Stem diameter variations as a versatile research tool in ecophysiology
1
2015

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

Daily weather response of balsam fir (Abies balsamea(L.) Mill.) stem radius increment from dendrometer analysis in the boreal forests of Québec (Canada)
1
2003

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

Dendrometer and intra-annual tree growth: What kind of information can be inferred?
3
2007

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... )提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... (4)日值法(D).日值法通过计算每天的最大值、最小值或平均值来分析径向变化特征.研究表明3种方法提取的茎干生长信息高度相关(Deslauriers et al., 2007), 因此本研究只采用了日最大值法(图2C), 即从茎干变化记录仪所获取的每日24个原始数据中提取最大值, 计算连续两日的最大值之差.当差值大于0时得到树木茎干的日生长值, 当差值小于0时日生长计为0. ...

A three-step procedure in SAS to analyze the time series from automatic dendrometers
1
2011

... (5)茎干循环法(SC).茎干循环法并未将茎干变化的周期严格地定义在一天之内, 而是将茎干循环变化分为收缩、膨胀和生长3个不同阶段(图2D).(i)茎干收缩期: 从清晨最高值到最低值之间的时段; (ii)茎干膨胀期: 从最低值到第二个最高值之间的时段; (iii)径向生长期: 在茎干膨胀期内, 当径向变化值超过上一个最高值的时间直至最高值的时间段.如果当前径向变化最高值没有超过上一个, 则不定义径向生长(Deslauriers et al., 2011). ...

Factors affecting diurnal stem contraction in young Douglas-fir
1
2011

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

芦芽山林线白杄生长季径向生长动态
3
2012

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 白扦是我国特有树种, 主要分布在华北地区海拔1 600-2 700 m的范围内, 是我国温带地区芦芽山地区寒温性针叶林的主要建群种.董满宇等(2012)将白扦生长季内茎干变化分为3个阶段, 其研究也指出白扦茎干变化与环境因子(土壤含水量、降水和土壤温度)的变化关系密切.本研究以分布在芦芽山北坡针叶林分布下限的白扦为例, 利用其2015年生长季内的茎干变化监测数据, 得到基于5种不同去趋势方法的茎干水分亏缺序列.研究的主要目的: 1)对比分析不同去趋势方法对生长季内茎干水分亏缺特征的影响; 2)探究不同去趋势方法计算获得的茎干水分亏缺对环境中水分状况的敏感性.以此确定适合茎干水分波动的年内生长趋势去除方法, 为更加准确地揭示树木水分动态特征提供科学依据. ...

... 在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响.这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别.聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC.TWDGPZ是Gompertz函数曲线拟合去趋势的结果.高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小.线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016).虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别.TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017).本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC. ...

芦芽山林线白杄生长季径向生长动态
3
2012

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 白扦是我国特有树种, 主要分布在华北地区海拔1 600-2 700 m的范围内, 是我国温带地区芦芽山地区寒温性针叶林的主要建群种.董满宇等(2012)将白扦生长季内茎干变化分为3个阶段, 其研究也指出白扦茎干变化与环境因子(土壤含水量、降水和土壤温度)的变化关系密切.本研究以分布在芦芽山北坡针叶林分布下限的白扦为例, 利用其2015年生长季内的茎干变化监测数据, 得到基于5种不同去趋势方法的茎干水分亏缺序列.研究的主要目的: 1)对比分析不同去趋势方法对生长季内茎干水分亏缺特征的影响; 2)探究不同去趋势方法计算获得的茎干水分亏缺对环境中水分状况的敏感性.以此确定适合茎干水分波动的年内生长趋势去除方法, 为更加准确地揭示树木水分动态特征提供科学依据. ...

... 在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响.这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别.聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC.TWDGPZ是Gompertz函数曲线拟合去趋势的结果.高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小.线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016).虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别.TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017).本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC. ...

Environmental controls of diurnal and seasonal variations in the stem radius of Platycladus orientalis in Northern China
1
2019

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

Irrigation scheduling from stem diameter variations: a review
1
2010

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

Intra-annual stem radial increment patterns of Chinese pine, Helan Mountains, Northern Central China
2
2019

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... ; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

河北塞罕坝樟子松径向生长动态变化及其与气象因子的关系
1
2020

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

河北塞罕坝樟子松径向生长动态变化及其与气象因子的关系
1
2020

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

Climatic drivers of hourly to yearly tree radius variations along a 6 °C natural warming gradient
3
2013

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

... ; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

... 当同时考虑到空气和土壤水分亏缺对茎干水分波动的影响, 水分胁迫因子(VPD/SWC)的季节变化表明, 样地树木在8月份(DOY 216-246)经历了长达30天的干旱期.这一发现与气象站记录的降水数据分析结果基本一致.TWDGPZ、TWDLG和TWDZG的波动大致反映了这一干旱事件, 而TWDD和TWDSC却未能捕捉到这一长时间持续的干旱期.尽管短时间内的茎干变化(如茎干日最大收缩量等)已经被广泛证明也可以表征植物自身水分状况(孙守家等, 2012; King et al., 2013), 但是这类指标难以很好地指示持续时间较长的干旱事件.并且, 当干旱程度较高时, TWDZG、TWDLG和TWDGPZ对外部环境中水分变化的敏感性远高于TWDD和TWDSC, 其中, TWDZG的敏感性最高.符合Zweifel等(2016)对挪威云杉(Picea abies)等树种的研究结论, 他们分别建立饱和水汽压差和土壤水势对茎干水分波动的加权模型, 结果也表明TWDZG的拟合度更高.然而, 当干旱程度较低时, TWDSC对VPD/SWC的变化比TWDZG更敏感, 尽管两者差别不大.这一结果说明在水分不受限制的环境下, 茎干水分流失可以及时得到补充和恢复, 外部水分胁迫主要引起茎干短时间内的水分波动而不会出现持续缺水的现象(Zweifel et al., 2005).综合来看, 零生长模型去趋势方法比其他方法更适合用来计算研究区茎干水分波动特征, 尤其是在干旱条件下. ...

小兴安岭红松日径向变化及其对气象因子的响应
2
2014

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 不同的茎干水分亏缺在生长季的各个阶段也呈现出不同的相关性.去趋势方法相似的TWDLG和TWDZG之间在各个月份都有极为显著的相关关系, 其与聚类距离接近的TWDGPZ的关系也都达到显著水平.比如, 在8月份, 这3种序列波动幅度都超过了生长季平均值并且两两的相关系数都在0.95之上, 共同反映了这一阶段茎干水分亏缺状况.同样地, 显著相关的TWDD和TWDSC也共同表征了茎干水分短时间内的高频波动.但是, TWDGPZ、TWDLG和TWDZG与TWDD和TWDSC的关系呈现出明显差别.TWDGPZ与TWDD和TWDSC在生长季末期的相关性均未达到显著水平.这可能主要是Gompertz函数拟合的方法不能有效地辨认出水分信号, 在生长季末期产生了“去趋势拟合问题” (Melvin & Briffa, 2008), 因此, TWDGPZ未能很好地反映出生长季末期茎干水分的波动状况.TWDLG和TWDZG与TWDD和TWDSC相关性在8月份最低.日值法和茎干循环法定义的短时间内的茎干增加往往会高估茎干生长, 比如本研究中茎干循环法将8月末茎干的快速水分恢复识别为生长过程, 因而去趋势后对茎干水分波动信息造成损失.以往的相关研究也都表明, 从茎干变化中提取的短时间尺度径向生长数据中包含水分信息, 所以和环境中水分因子的相关性很高(李兴欢等, 2014; Wang et al., 2015; 牛豪阁等, 2018). ...

小兴安岭红松日径向变化及其对气象因子的响应
2
2014

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 不同的茎干水分亏缺在生长季的各个阶段也呈现出不同的相关性.去趋势方法相似的TWDLG和TWDZG之间在各个月份都有极为显著的相关关系, 其与聚类距离接近的TWDGPZ的关系也都达到显著水平.比如, 在8月份, 这3种序列波动幅度都超过了生长季平均值并且两两的相关系数都在0.95之上, 共同反映了这一阶段茎干水分亏缺状况.同样地, 显著相关的TWDD和TWDSC也共同表征了茎干水分短时间内的高频波动.但是, TWDGPZ、TWDLG和TWDZG与TWDD和TWDSC的关系呈现出明显差别.TWDGPZ与TWDD和TWDSC在生长季末期的相关性均未达到显著水平.这可能主要是Gompertz函数拟合的方法不能有效地辨认出水分信号, 在生长季末期产生了“去趋势拟合问题” (Melvin & Briffa, 2008), 因此, TWDGPZ未能很好地反映出生长季末期茎干水分的波动状况.TWDLG和TWDZG与TWDD和TWDSC相关性在8月份最低.日值法和茎干循环法定义的短时间内的茎干增加往往会高估茎干生长, 比如本研究中茎干循环法将8月末茎干的快速水分恢复识别为生长过程, 因而去趋势后对茎干水分波动信息造成损失.以往的相关研究也都表明, 从茎干变化中提取的短时间尺度径向生长数据中包含水分信息, 所以和环境中水分因子的相关性很高(李兴欢等, 2014; Wang et al., 2015; 牛豪阁等, 2018). ...

基于树木径向生长仪监测高寒地区树木生长和水分利用的研究进展
1
2015

... 森林生态系统对陆地碳循环和水文循环起着关键作用, 在土壤-植被-空气的连续体中, 大约一半的降水通过茎干运输然后蒸腾返回大气(Oki & Kanae, 2006; Schlesinger & Jasechko, 2014).储存在树木茎干(包括形成层、韧皮部、不成熟木质部以及一些薄壁细胞)中的水分可以直接影响植株的蒸腾和光合作用, 进而影响森林生产力和固碳能力(Turcotte et al., 2011; 刘新圣等, 2015).在气候变化背景下, 全球大部分地区高温与干旱事件将持续时间更长, 发生更频繁, 研究并阐明树木茎干水分动态以及其对环境中水分状况的响应特征事关树木的存活和整个森林生态系统的健康(Sallo et al., 2017). ...

基于树木径向生长仪监测高寒地区树木生长和水分利用的研究进展
1
2015

... 森林生态系统对陆地碳循环和水文循环起着关键作用, 在土壤-植被-空气的连续体中, 大约一半的降水通过茎干运输然后蒸腾返回大气(Oki & Kanae, 2006; Schlesinger & Jasechko, 2014).储存在树木茎干(包括形成层、韧皮部、不成熟木质部以及一些薄壁细胞)中的水分可以直接影响植株的蒸腾和光合作用, 进而影响森林生产力和固碳能力(Turcotte et al., 2011; 刘新圣等, 2015).在气候变化背景下, 全球大部分地区高温与干旱事件将持续时间更长, 发生更频繁, 研究并阐明树木茎干水分动态以及其对环境中水分状况的响应特征事关树木的存活和整个森林生态系统的健康(Sallo et al., 2017). ...

Variations in stem radii of Larix principis- rupprechtii to environmental factors at two slope locations in the Liupan Mountains, northwest China
1
2020

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

A “signal-free” approach to dendroclimatic standardisation
1
2008

... 不同的茎干水分亏缺在生长季的各个阶段也呈现出不同的相关性.去趋势方法相似的TWDLG和TWDZG之间在各个月份都有极为显著的相关关系, 其与聚类距离接近的TWDGPZ的关系也都达到显著水平.比如, 在8月份, 这3种序列波动幅度都超过了生长季平均值并且两两的相关系数都在0.95之上, 共同反映了这一阶段茎干水分亏缺状况.同样地, 显著相关的TWDD和TWDSC也共同表征了茎干水分短时间内的高频波动.但是, TWDGPZ、TWDLG和TWDZG与TWDD和TWDSC的关系呈现出明显差别.TWDGPZ与TWDD和TWDSC在生长季末期的相关性均未达到显著水平.这可能主要是Gompertz函数拟合的方法不能有效地辨认出水分信号, 在生长季末期产生了“去趋势拟合问题” (Melvin & Briffa, 2008), 因此, TWDGPZ未能很好地反映出生长季末期茎干水分的波动状况.TWDLG和TWDZG与TWDD和TWDSC相关性在8月份最低.日值法和茎干循环法定义的短时间内的茎干增加往往会高估茎干生长, 比如本研究中茎干循环法将8月末茎干的快速水分恢复识别为生长过程, 因而去趋势后对茎干水分波动信息造成损失.以往的相关研究也都表明, 从茎干变化中提取的短时间尺度径向生长数据中包含水分信息, 所以和环境中水分因子的相关性很高(李兴欢等, 2014; Wang et al., 2015; 牛豪阁等, 2018). ...

祁连山东部青杄年内径向生长动态对气候的响应
2
2018

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 不同的茎干水分亏缺在生长季的各个阶段也呈现出不同的相关性.去趋势方法相似的TWDLG和TWDZG之间在各个月份都有极为显著的相关关系, 其与聚类距离接近的TWDGPZ的关系也都达到显著水平.比如, 在8月份, 这3种序列波动幅度都超过了生长季平均值并且两两的相关系数都在0.95之上, 共同反映了这一阶段茎干水分亏缺状况.同样地, 显著相关的TWDD和TWDSC也共同表征了茎干水分短时间内的高频波动.但是, TWDGPZ、TWDLG和TWDZG与TWDD和TWDSC的关系呈现出明显差别.TWDGPZ与TWDD和TWDSC在生长季末期的相关性均未达到显著水平.这可能主要是Gompertz函数拟合的方法不能有效地辨认出水分信号, 在生长季末期产生了“去趋势拟合问题” (Melvin & Briffa, 2008), 因此, TWDGPZ未能很好地反映出生长季末期茎干水分的波动状况.TWDLG和TWDZG与TWDD和TWDSC相关性在8月份最低.日值法和茎干循环法定义的短时间内的茎干增加往往会高估茎干生长, 比如本研究中茎干循环法将8月末茎干的快速水分恢复识别为生长过程, 因而去趋势后对茎干水分波动信息造成损失.以往的相关研究也都表明, 从茎干变化中提取的短时间尺度径向生长数据中包含水分信息, 所以和环境中水分因子的相关性很高(李兴欢等, 2014; Wang et al., 2015; 牛豪阁等, 2018). ...

祁连山东部青杄年内径向生长动态对气候的响应
2
2018

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 不同的茎干水分亏缺在生长季的各个阶段也呈现出不同的相关性.去趋势方法相似的TWDLG和TWDZG之间在各个月份都有极为显著的相关关系, 其与聚类距离接近的TWDGPZ的关系也都达到显著水平.比如, 在8月份, 这3种序列波动幅度都超过了生长季平均值并且两两的相关系数都在0.95之上, 共同反映了这一阶段茎干水分亏缺状况.同样地, 显著相关的TWDD和TWDSC也共同表征了茎干水分短时间内的高频波动.但是, TWDGPZ、TWDLG和TWDZG与TWDD和TWDSC的关系呈现出明显差别.TWDGPZ与TWDD和TWDSC在生长季末期的相关性均未达到显著水平.这可能主要是Gompertz函数拟合的方法不能有效地辨认出水分信号, 在生长季末期产生了“去趋势拟合问题” (Melvin & Briffa, 2008), 因此, TWDGPZ未能很好地反映出生长季末期茎干水分的波动状况.TWDLG和TWDZG与TWDD和TWDSC相关性在8月份最低.日值法和茎干循环法定义的短时间内的茎干增加往往会高估茎干生长, 比如本研究中茎干循环法将8月末茎干的快速水分恢复识别为生长过程, 因而去趋势后对茎干水分波动信息造成损失.以往的相关研究也都表明, 从茎干变化中提取的短时间尺度径向生长数据中包含水分信息, 所以和环境中水分因子的相关性很高(李兴欢等, 2014; Wang et al., 2015; 牛豪阁等, 2018). ...

Soil water availability and evaporative demand affect seasonal growth dynamics and use of stored water in co-occurring saplings and mature conifers under drought
1
2017

... 在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响.这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别.聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC.TWDGPZ是Gompertz函数曲线拟合去趋势的结果.高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小.线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016).虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别.TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017).本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC. ...

Tree water status and growth of saplings and mature Norway spruce (Picea abies) at a dry distribution limit
1
2015

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

Global hydrological cycles and world water resources
1
2006

... 森林生态系统对陆地碳循环和水文循环起着关键作用, 在土壤-植被-空气的连续体中, 大约一半的降水通过茎干运输然后蒸腾返回大气(Oki & Kanae, 2006; Schlesinger & Jasechko, 2014).储存在树木茎干(包括形成层、韧皮部、不成熟木质部以及一些薄壁细胞)中的水分可以直接影响植株的蒸腾和光合作用, 进而影响森林生产力和固碳能力(Turcotte et al., 2011; 刘新圣等, 2015).在气候变化背景下, 全球大部分地区高温与干旱事件将持续时间更长, 发生更频繁, 研究并阐明树木茎干水分动态以及其对环境中水分状况的响应特征事关树木的存活和整个森林生态系统的健康(Sallo et al., 2017). ...

Stem water storage dynamics of Vochysia divergens in a seasonally flooded environment
4
2017

... 森林生态系统对陆地碳循环和水文循环起着关键作用, 在土壤-植被-空气的连续体中, 大约一半的降水通过茎干运输然后蒸腾返回大气(Oki & Kanae, 2006; Schlesinger & Jasechko, 2014).储存在树木茎干(包括形成层、韧皮部、不成熟木质部以及一些薄壁细胞)中的水分可以直接影响植株的蒸腾和光合作用, 进而影响森林生产力和固碳能力(Turcotte et al., 2011; 刘新圣等, 2015).在气候变化背景下, 全球大部分地区高温与干旱事件将持续时间更长, 发生更频繁, 研究并阐明树木茎干水分动态以及其对环境中水分状况的响应特征事关树木的存活和整个森林生态系统的健康(Sallo et al., 2017). ...

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响.这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别.聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC.TWDGPZ是Gompertz函数曲线拟合去趋势的结果.高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小.线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016).虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别.TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017).本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC. ...

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

Transpiration in the global water cycle
1
2014

... 森林生态系统对陆地碳循环和水文循环起着关键作用, 在土壤-植被-空气的连续体中, 大约一半的降水通过茎干运输然后蒸腾返回大气(Oki & Kanae, 2006; Schlesinger & Jasechko, 2014).储存在树木茎干(包括形成层、韧皮部、不成熟木质部以及一些薄壁细胞)中的水分可以直接影响植株的蒸腾和光合作用, 进而影响森林生产力和固碳能力(Turcotte et al., 2011; 刘新圣等, 2015).在气候变化背景下, 全球大部分地区高温与干旱事件将持续时间更长, 发生更频繁, 研究并阐明树木茎干水分动态以及其对环境中水分状况的响应特征事关树木的存活和整个森林生态系统的健康(Sallo et al., 2017). ...

太行山南麓低山丘陵区栓皮栎直径变化及其与环境因子的关系
3
2012

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

... 当同时考虑到空气和土壤水分亏缺对茎干水分波动的影响, 水分胁迫因子(VPD/SWC)的季节变化表明, 样地树木在8月份(DOY 216-246)经历了长达30天的干旱期.这一发现与气象站记录的降水数据分析结果基本一致.TWDGPZ、TWDLG和TWDZG的波动大致反映了这一干旱事件, 而TWDD和TWDSC却未能捕捉到这一长时间持续的干旱期.尽管短时间内的茎干变化(如茎干日最大收缩量等)已经被广泛证明也可以表征植物自身水分状况(孙守家等, 2012; King et al., 2013), 但是这类指标难以很好地指示持续时间较长的干旱事件.并且, 当干旱程度较高时, TWDZG、TWDLG和TWDGPZ对外部环境中水分变化的敏感性远高于TWDD和TWDSC, 其中, TWDZG的敏感性最高.符合Zweifel等(2016)对挪威云杉(Picea abies)等树种的研究结论, 他们分别建立饱和水汽压差和土壤水势对茎干水分波动的加权模型, 结果也表明TWDZG的拟合度更高.然而, 当干旱程度较低时, TWDSC对VPD/SWC的变化比TWDZG更敏感, 尽管两者差别不大.这一结果说明在水分不受限制的环境下, 茎干水分流失可以及时得到补充和恢复, 外部水分胁迫主要引起茎干短时间内的水分波动而不会出现持续缺水的现象(Zweifel et al., 2005).综合来看, 零生长模型去趋势方法比其他方法更适合用来计算研究区茎干水分波动特征, 尤其是在干旱条件下. ...

太行山南麓低山丘陵区栓皮栎直径变化及其与环境因子的关系
3
2012

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

... 当同时考虑到空气和土壤水分亏缺对茎干水分波动的影响, 水分胁迫因子(VPD/SWC)的季节变化表明, 样地树木在8月份(DOY 216-246)经历了长达30天的干旱期.这一发现与气象站记录的降水数据分析结果基本一致.TWDGPZ、TWDLG和TWDZG的波动大致反映了这一干旱事件, 而TWDD和TWDSC却未能捕捉到这一长时间持续的干旱期.尽管短时间内的茎干变化(如茎干日最大收缩量等)已经被广泛证明也可以表征植物自身水分状况(孙守家等, 2012; King et al., 2013), 但是这类指标难以很好地指示持续时间较长的干旱事件.并且, 当干旱程度较高时, TWDZG、TWDLG和TWDGPZ对外部环境中水分变化的敏感性远高于TWDD和TWDSC, 其中, TWDZG的敏感性最高.符合Zweifel等(2016)对挪威云杉(Picea abies)等树种的研究结论, 他们分别建立饱和水汽压差和土壤水势对茎干水分波动的加权模型, 结果也表明TWDZG的拟合度更高.然而, 当干旱程度较低时, TWDSC对VPD/SWC的变化比TWDZG更敏感, 尽管两者差别不大.这一结果说明在水分不受限制的环境下, 茎干水分流失可以及时得到补充和恢复, 外部水分胁迫主要引起茎干短时间内的水分波动而不会出现持续缺水的现象(Zweifel et al., 2005).综合来看, 零生长模型去趋势方法比其他方法更适合用来计算研究区茎干水分波动特征, 尤其是在干旱条件下. ...

Response of stem radial growth of Qinghai spruce (Picea crassifolia) to environmental factors in the Qilian Mountains of China
3
2017

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... ; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 不同去趋势方法的茎干水分亏缺与饱和水汽压差有着相对稳定的正相关关系, 而与土壤含水量的关系则变化很大.并且, 短时间尺度的茎干水分亏缺(TWDD和TWDSC)与饱和水汽压差有更好更稳定的相关性, 而与土壤含水量关系不大.这一结果与其他树种不同时间尺度上茎干水分波动的研究 (King et al., 2013; Oberhuber et al., 2015; Tian et al., 2017)一致.短时间内茎干水分动态主要受到蒸腾作用的驱动(Fernández & Cuevas, 2010; 季倩雯等, 2020).随着饱和水汽压差的增大, 叶片和空气之间水势差升高, 茎干储水的加速流失导致茎干收缩量变大(孙守家等, 2012; Dong et al., 2019).这也从侧面说明了茎干储水对异常蒸腾需求的缓冲作用.尽管土壤水分是茎干水分的重要来源, 但是大多数研究也都发现土壤含水量对短时间内的茎干变化影响很弱(Devine & Harrington, 2011; King et al., 2013).与我们的观察相似, 这主要是因为土壤水分昼夜变化小, 而且其在生长季内不断下降的趋势不符合茎干水分高频率波动.相比之下, TWDGPZ、TWDLG和TWDZG与饱和水汽压的关系较不稳定, 其相关性在8月份的干旱期未达到显著水平, 而与土壤含水量显著负相关.在土壤-植被-空气的连续体中, 随着土壤含水量的降低, 植株水分无法得到充足补充, 茎干储水量不断减少.在长时间持续的干旱期, 当土壤和茎干水分损耗到一定程度时, 储水组织间水分的流动阻力大于蒸腾拉力, 茎干水分波动将和空气水分状况解耦(Sallo et al., 2017). ...

Dynamics of depletion and replenishment of water storage in stem and roots of black spruce measured by Dendrometers
1
2011

... 森林生态系统对陆地碳循环和水文循环起着关键作用, 在土壤-植被-空气的连续体中, 大约一半的降水通过茎干运输然后蒸腾返回大气(Oki & Kanae, 2006; Schlesinger & Jasechko, 2014).储存在树木茎干(包括形成层、韧皮部、不成熟木质部以及一些薄壁细胞)中的水分可以直接影响植株的蒸腾和光合作用, 进而影响森林生产力和固碳能力(Turcotte et al., 2011; 刘新圣等, 2015).在气候变化背景下, 全球大部分地区高温与干旱事件将持续时间更长, 发生更频繁, 研究并阐明树木茎干水分动态以及其对环境中水分状况的响应特征事关树木的存活和整个森林生态系统的健康(Sallo et al., 2017). ...

Distinct growth phenology but similar daily stem dynamics in three co-occurring broadleaved tree species
2
2018

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响.这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别.聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC.TWDGPZ是Gompertz函数曲线拟合去趋势的结果.高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小.线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016).虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别.TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017).本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC. ...

Intra- annual stem radial increment response of Qilian juniper to temperature and precipitation along an altitudinal gradient in northwestern China
1
2015

... 不同的茎干水分亏缺在生长季的各个阶段也呈现出不同的相关性.去趋势方法相似的TWDLG和TWDZG之间在各个月份都有极为显著的相关关系, 其与聚类距离接近的TWDGPZ的关系也都达到显著水平.比如, 在8月份, 这3种序列波动幅度都超过了生长季平均值并且两两的相关系数都在0.95之上, 共同反映了这一阶段茎干水分亏缺状况.同样地, 显著相关的TWDD和TWDSC也共同表征了茎干水分短时间内的高频波动.但是, TWDGPZ、TWDLG和TWDZG与TWDD和TWDSC的关系呈现出明显差别.TWDGPZ与TWDD和TWDSC在生长季末期的相关性均未达到显著水平.这可能主要是Gompertz函数拟合的方法不能有效地辨认出水分信号, 在生长季末期产生了“去趋势拟合问题” (Melvin & Briffa, 2008), 因此, TWDGPZ未能很好地反映出生长季末期茎干水分的波动状况.TWDLG和TWDZG与TWDD和TWDSC相关性在8月份最低.日值法和茎干循环法定义的短时间内的茎干增加往往会高估茎干生长, 比如本研究中茎干循环法将8月末茎干的快速水分恢复识别为生长过程, 因而去趋势后对茎干水分波动信息造成损失.以往的相关研究也都表明, 从茎干变化中提取的短时间尺度径向生长数据中包含水分信息, 所以和环境中水分因子的相关性很高(李兴欢等, 2014; Wang et al., 2015; 牛豪阁等, 2018). ...

Comparing primary and secondary growth of co-occurring deciduous and evergreen conifers in an alpine habitat
1
2019

... 在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响.这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别.聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC.TWDGPZ是Gompertz函数曲线拟合去趋势的结果.高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小.线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016).虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别.TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017).本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC. ...

植物水分胁迫实时在线检测方法研究进展
1
2016

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

植物水分胁迫实时在线检测方法研究进展
1
2016

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

Radial stem variations—A source of tree physiological information not fully exploited yet
5
2016

... 树木茎干半径变化记录仪(Dendrometer)因其可以无伤害、自动和连续监测的特点而被广泛应用于树木的径向变化研究.研究人员基于茎干变化监测数据用Gompertz方程模拟了我国北方主要的针叶树——油松(Pinus tabuliformis)(Gao et al., 2019), 华北落叶松(Larix gmelinii var. principis-rupprechtii)(Ma et al., 2020), 青海云杉(Picea crassifolia)(Tian et al., 2017), 白扦(Picea meyeri)(董满宇等, 2012), 青扦(Picea wilsonii)(牛豪阁等, 2018)和红松(Pinus koraiensis)(李兴欢等, 2014)的季节生长过程并以此确定了各树种径向生长的物候期.依据茎干半径昼夜波动规律, 以往的研究也会使用日值法(Deslauriers et al., 2003; Gao et al., 2019)或茎干循环法(Deslauriers et al., 2007)提取茎干生长信息, 并以此分析短时间尺度下径向生长特征.进一步的研究也表明, 日值法和茎干循环法获得的日茎干生长的时间序列高度相关(Deslauriers et al., 2007).高精度的茎干变化数据不仅包含形成层细胞分裂和扩大导致的不可逆变化, 还包含由茎干水分的消耗和补充引起的可逆变化(Zweifel, 2016).有研究甚至认为茎干变化可以比液流、茎干水势和蒸腾速率等更为敏感有效地指示植物水分动态(赵燕东等, 2016).为了将茎干水分信息从茎干变化中剥离出来, 研究人员采用多种去生长趋势方法.van der Maaten等(2018)通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... 通过函数拟合去趋势的方法发现, 德国3种阔叶树的茎干水分波动非常相似并且都主要受到空气湿度、饱和水汽压差和降水的影响.Zweifel等(2016)根据茎干在收缩期线性生长或不生长的假设, 计算并提出以茎干的收缩量代表树木水分缺失, 而近年来的观测表明, 其能够较好地追踪叶水势和茎干水势等的变化(De Swaef et al., 2015).另外, 茎干日最大收缩量, 茎干收缩和恢复速率等也常被用来表征茎干水分的动态(Sallo et al., 2017; Tian et al., 2017).孙守家等(2012)对太行山南麓栓皮栎(Quercus variabilis)的研究发现, 茎干日最大收缩值与液流通量和叶片水势的变化显著相关, 并且主要受到季节性干旱和雨季土壤含水量的影响.然而, 迄今为止, 我们对不同去趋势方法获得的茎干水分波动序列之间的关系以及它们对环境因子敏感度的差异性仍然知之甚少. ...

... (3)零生长模型(ZG).该模型假设茎干半径小于上一个最大值(饱和状态)时细胞缺水生长停滞(Zweifel et al., 2016).在这个假设下, 不可逆的生长过程和可逆的水分波动从连续的茎干变化中分离开来(图2B).茎干生长被定义为茎干超过上一个极大值的变化过程.这个最大值的认定取决于数据的精度, 可以是上一分钟、小时或者天的极大值, 这种计算方式下生长过程呈现阶梯形.零模型生长过程的计算方法如下: ...

... 在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响.这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别.聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC.TWDGPZ是Gompertz函数曲线拟合去趋势的结果.高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小.线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016).虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别.TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017).本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC. ...

... 当同时考虑到空气和土壤水分亏缺对茎干水分波动的影响, 水分胁迫因子(VPD/SWC)的季节变化表明, 样地树木在8月份(DOY 216-246)经历了长达30天的干旱期.这一发现与气象站记录的降水数据分析结果基本一致.TWDGPZ、TWDLG和TWDZG的波动大致反映了这一干旱事件, 而TWDD和TWDSC却未能捕捉到这一长时间持续的干旱期.尽管短时间内的茎干变化(如茎干日最大收缩量等)已经被广泛证明也可以表征植物自身水分状况(孙守家等, 2012; King et al., 2013), 但是这类指标难以很好地指示持续时间较长的干旱事件.并且, 当干旱程度较高时, TWDZG、TWDLG和TWDGPZ对外部环境中水分变化的敏感性远高于TWDD和TWDSC, 其中, TWDZG的敏感性最高.符合Zweifel等(2016)对挪威云杉(Picea abies)等树种的研究结论, 他们分别建立饱和水汽压差和土壤水势对茎干水分波动的加权模型, 结果也表明TWDZG的拟合度更高.然而, 当干旱程度较低时, TWDSC对VPD/SWC的变化比TWDZG更敏感, 尽管两者差别不大.这一结果说明在水分不受限制的环境下, 茎干水分流失可以及时得到补充和恢复, 外部水分胁迫主要引起茎干短时间内的水分波动而不会出现持续缺水的现象(Zweifel et al., 2005).综合来看, 零生长模型去趋势方法比其他方法更适合用来计算研究区茎干水分波动特征, 尤其是在干旱条件下. ...

Are trees able to grow in periods of stem shrinkage?
0
2016

Modeling tree water deficit from microclimate: an approach to quantifying drought stress
3
2005

... (2)线性生长模型(LG).该模型假设茎干变化两个极大值间茎干实际生长的速率是正的且恒定, 树木水分缺失引起的茎干收缩并不影响树木的生长过程(Zweifel et al., 2005).线性模型的生长是用一条包络曲线指示茎干的生长, 生长曲线和茎干变化之间的差值被认为是水分缺乏导致的茎干收缩(图2B).生长趋势的计算方法: (i)设置初始极大值Yi=0; (ii)以Yi=0为原点做一条水平射线(向右)直到数据结束; (iii)以Yi=0为原点旋转增加线的斜率直到与Yi+1相交; (iv)设置Yi = Yi+1; (v)重复步骤(iii)和(iv)直到所有数据被包络在内.确定包络线的算法需要时长参数来设置两个波峰之间的最大时间差异.本研究设为21 d. ...

... 在从高精度茎干变化数据中提取茎干水分信息的过程中, 不同去趋势方法对计算得到的茎干水分亏缺特征有一定的影响.这主要是因为不同方法模拟的年内茎干生长过程不同, 并且时间尺度也有所差别.聚类分析也将不同的茎干水分亏缺序列划分为3组: TWDGPZ, TWDLG和TWDZG, TWDD和TWDSC.TWDGPZ是Gompertz函数曲线拟合去趋势的结果.高拟合度的Gompertz生长模型被认为更符合木质部细胞的实际生长过程(董满宇等, 2012; Zhang et al., 2019), 而去除拟合生长趋势接近于茎干半径变化数据标准化的过程(Oberhuber, 2017; van der Maaten et al., 2018), 因此, TWDGPZ的平均值最小.线性生长模型和零生长模型以及日值法和茎干循环法根据茎干收缩和膨胀变化来模拟生长过程, 其构建机理是形成层细胞活动和茎干水势以及细胞膨压的紧密关联(Zweifel et al., 2005; Zweifel, 2016).虽然很难量化不同时间尺度内木质部细胞在茎干收缩期的真实生理活动, 但是长时间尺度去趋势的TWDLG和TWDZG与短时间尺度的TWDD和TWDSC之间的波动特征展现出很大差别.TWDLG和TWDZG能够很好地捕捉到一段时间内树木茎干水分亏缺, 而TWDD和TWDSC主要反映短时间内的茎干水分流失(Sallo et al., 2017).本研究的结果也显示, TWDLG和TWDZG的平均值、最大值以及波动幅度都远大于TWDD和TWDSC. ...

... 当同时考虑到空气和土壤水分亏缺对茎干水分波动的影响, 水分胁迫因子(VPD/SWC)的季节变化表明, 样地树木在8月份(DOY 216-246)经历了长达30天的干旱期.这一发现与气象站记录的降水数据分析结果基本一致.TWDGPZ、TWDLG和TWDZG的波动大致反映了这一干旱事件, 而TWDD和TWDSC却未能捕捉到这一长时间持续的干旱期.尽管短时间内的茎干变化(如茎干日最大收缩量等)已经被广泛证明也可以表征植物自身水分状况(孙守家等, 2012; King et al., 2013), 但是这类指标难以很好地指示持续时间较长的干旱事件.并且, 当干旱程度较高时, TWDZG、TWDLG和TWDGPZ对外部环境中水分变化的敏感性远高于TWDD和TWDSC, 其中, TWDZG的敏感性最高.符合Zweifel等(2016)对挪威云杉(Picea abies)等树种的研究结论, 他们分别建立饱和水汽压差和土壤水势对茎干水分波动的加权模型, 结果也表明TWDZG的拟合度更高.然而, 当干旱程度较低时, TWDSC对VPD/SWC的变化比TWDZG更敏感, 尽管两者差别不大.这一结果说明在水分不受限制的环境下, 茎干水分流失可以及时得到补充和恢复, 外部水分胁迫主要引起茎干短时间内的水分波动而不会出现持续缺水的现象(Zweifel et al., 2005).综合来看, 零生长模型去趋势方法比其他方法更适合用来计算研究区茎干水分波动特征, 尤其是在干旱条件下. ...




相关话题/茎干 数据 土壤 过程 序列

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.