车存伟^,, 张明军^,, 王圣杰, 杜勤勤, 马转转, 孟鸿飞, 瞿德业西北师范大学地理与环境科学学院,兰州 730070

Studying spatio-temporal variation and influencing factors of soil evaporation in southern and northern mountains of Lanzhou city based on stable hydrogen and oxygen isotopes

CHE Cunwei^,, ZHANG Mingjun^,, WANG Shengjie, DU Qinqin, MA Zhuanzhuan, MENG Hongfei, QU DeyeCollege of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070, China

通讯作者: 张明军（1974-）,男,甘肃宁县人,教授,博士生导师,研究方向为气候变化与水文过程。E-mail: mjzhang2004@163.com

收稿日期:2019-08-29修回日期:2020-06-18网络出版日期:2020-11-20

基金资助:

国家自然科学基金项目.41771035 甘肃省高等学校科研项目.2018C-02

Received:2019-08-29Revised:2020-06-18Online:2020-11-20
作者简介 About authors
车存伟（1994-）,男,甘肃永靖人,硕士,研究方向为全球变化与可持续发展。E-mail: geoche2017@126.com









摘要
基于2018年4—10月在兰州市南北两山采集的降水、河水及土壤样品,对不同水体中的氢氧稳定同位素进行测定,并应用Craig-Gordon模型分析了南北两山土壤蒸发的时空变化及其成因。结果表明：① 兰州市局地大气水线LMWL斜率相比全球大气水线GMWL较小,主要是相对湿度小,雨滴在下落过程中受到云下二次蒸发的影响。由表层0~10 cm至深层60~120 cm,土壤水δ²H和δ¹⁸O逐渐贫化,土壤水线SWL的斜率均呈现规律性增大,说明表层土壤受到的蒸发分馏最为强烈,随着土壤深度的增加,蒸发分馏逐渐减弱。② 时间变化上,局地蒸发线斜率S_LEL在4月较大,土壤蒸发较小,4—6月减小,土壤蒸发增大,6—8月趋于稳定,其中7月土壤蒸发最为强烈,自8月S_LEL增大,土壤蒸发开始减小,一直减小至10月。③ 空间变化上,北山相比南山蒸发损失量f更为强烈,主要原因是北山气温、相对湿度和土壤含水量均高于南山。④ 2018年4—10月,各采样点蒸发损失量f达到峰值和谷值的时间相比降水δ¹⁸O均存在明显的滞后,主要原因是降水在土壤基质入渗过程中存在滞留。
关键词： 氢氧稳定同位素;土壤蒸发;降水;兰州市南北两山

Abstract
Based on the precipitation, river water and soil samples collected from six sampling points in the southern and northern mountains of Lanzhou city from April to October 2018, the stable isotopic of hydrogen and oxygen of different water bodies were determined, and the spatio-temporal changes of soil evaporation in the study area and influencing factors were analyzed. In our paper, we first use water line equation to qualitatively analyze evaporation fractionation strength of different water bodies. Then, we quantitatively calculate the soil evaporation strength based on Craig-Gordon model. The results show that: (1) The slope of local meteoric water line (LMWL) is smaller than that of the global meteoric water line (GMWL), indicating that lower relatively humidity, and raindrop are affected by the sub-cloud secondary evaporation during the precipitation process. From surface layer of 0-10 cm to deep layer of 60-120 cm, the soil water δ²H and δ¹⁸O are gradually depleted, and the slope of the soil water line SWL is regularly increased. The smaller the slope, the stronger the evaporative fractionation, which indicated that the evaporation fractionation of the surface soil is the strongest, and with the increasing soil depth, evaporation fractionation gradually decreases. (2) In terms of the temporal variation, the slope of local evaporation line S_LEL is larger in April, indicating that the soil evaporation is smaller, the slope of local evaporation line S_LEL began to decrease from April to June, indicating that soil evaporation increases, the S_LEL tends to be stable from June to August, and the soil evaporation is more stronger in July. The S_LEL began to increase from August, and the soil evaporation began to decrease, and continued to decrease until October. (3) As for the spatial variation, the evaporation loss of northern mountain is more intense than that of southern mountain, which is the fact that the air temperature, relative humidity, and soil water content in north mountain are more higher than those of south mountain. (4) From April to October 2018, the evaporation loss reached the peak value and the valley value showed a significant hysteresis compared with the precipitation δ¹⁸O in each sampling point, which is owing to the main reason that there exists hysteresis in the process of precipitation infiltration into the soil matrix.
Keywords：stable isotopes of hydrogen and oxygen;soil evaporation;precipitation;southern and northern mountains in Lanzhou city


PDF (3588KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
车存伟, 张明军, 王圣杰, 杜勤勤, 马转转, 孟鸿飞, 瞿德业. 基于氢氧稳定同位素的兰州市南北两山土壤蒸发时空变化及影响因素研究. 地理研究[J], 2020, 39(11): 2537-2551 doi:10.11821/dlyj020190745
CHE Cunwei, ZHANG Mingjun, WANG Shengjie, DU Qinqin, MA Zhuanzhuan, MENG Hongfei, QU Deye. Studying spatio-temporal variation and influencing factors of soil evaporation in southern and northern mountains of Lanzhou city based on stable hydrogen and oxygen isotopes. Geographical Research[J], 2020, 39(11): 2537-2551 doi:10.11821/dlyj020190745

1 引言

稳定同位素¹⁸O和²H作为水分子的组成部分,是描述水循环过程的天然示踪剂,也是全球变化研究的热点之一^[1,2]。土壤水是联系地表水和地下水的纽带,研究土壤水中的氢氧稳定同位素特征不仅有助于深入理解区域水循环过程,并且可为同位素技术应用于水文学、生态学和气象学等领域的研究提供基础^[2,3,4]。降水入渗补给土壤并转化为土壤水,土壤水由于受到降水补给和土壤蒸发的影响处在不断的变化过程中^[2,3,5]。氢氧稳定同位素可以用来精确分析水分在不同水体间的相互转化过程,而土壤蒸发是区域水循环过程的主要输出项,结合土壤剖面上不同深度的同位素信息,可以揭示土壤中的很多水文过程信息,也是目前同位素水文学研究的热点^[3,4]。

土壤水同位素变化与大气降水入渗、土壤蒸发等因素有关。土壤蒸发过程中,不同区域,不同时空尺度上土壤水同位素值均存在显著的差异。在开放的液-汽同位素系统中,土壤水和植物木质部水样本点一般分布在局地大气水线（Local Meteoric Water Line,简称LMWL）的左下方,说明土壤水和植物用水受到降水的补给^[5,6]。土壤水和植物木质部水中氢氧同位素间的线性趋势线,称为“蒸发线”,且线性趋势线与LMWL的交点,通常被解释为原始水源的同位素组成^[5]。以上结论后来也被用于推断土壤水和植物木质部水^[6,7]、地下水^[8]和溪流水^[9]等水体水源的同位素组成。Benettin等^[5]在分析土壤蒸发的季节效应时,发现土壤水的蒸发损失量与降水同位素间存在一定的滞后效应,并做了相应的讨论和分析;Sprenger等^[2]应用Craig-Gordon模型研究发现不同深度的土壤水同位素组成存在梯度变化,并指出土壤水的蒸发分馏强度与大气降水存在密切的关系,但对土壤深度的研究仅在地表以下20 cm;此外,Sprenger等^[10]也利用土壤水同位素揭示了土壤-植被-大气连续体（Soil-Plant-Atmosphere Continuum,简称SPAC）中的水文过程,探讨了不同水体间的相互关系和不同气候类型下的土壤蒸发强度;Che等^[12]也分析了黄土高原地区SPAC系统中不同水体的氢氧同位素特征,并将整个土壤层进行分层讨论,分别建立了不同深度的土壤水线方程,从而通过方程的斜率判断了蒸发分馏的强弱。在土壤蒸发的研究中,局地蒸发线斜率S_LEL也是判断蒸发分馏强弱的重要指标,Gibson等^[11]应用全球湖水和土壤水S_LEL揭示了蒸发分馏的季节性差异,并总结出开放水体的S_LEL一般在4.0~5.5之间,而土壤水的S_LEL相对开放水体一般更低（通常小于3）。斜率越小,表明蒸发分馏强度越大,而不同时间、不同区域蒸发线斜率存在差异,因此也可以通过比较S_LEL的大小判断水体受到的蒸发分馏强弱。

综上所述,目前对土壤蒸发的研究在国内外已有相应分析,但多数是利用土壤水同位素值或土壤水线的斜率进行定性比较,从而得出不同时空尺度下的土壤蒸发强弱,但并未做系统的定量计算。鉴于此,本文基于2018年4—10月（植物生长季）在兰州市南北两山6个采样点采集的降水、河水及土壤样品,应用Craig-Gordon模型计算了不同时空尺度下的土壤蒸发强弱,并且根据计算的局地蒸发线斜率S_LEL判断了不同时间,不同地区的土壤蒸发程度。有助于深入理解黄土高原地区土壤蒸发的时空分布格局与特征,对于兰州市绿化用水的科学决策和提高水资源的利用率,也可以提供相应的理论依据。

2 材料与方法

2.1 研究区概况

兰州市地处中国黄土高原西部,市区平均海拔1500 m。黄河穿城而过,东西狭长,河谷盆地地貌较为发育（图1）。由于深居内陆,距海遥远,加之青藏高原的阻挡,海洋水汽难以直接到达,因此形成了典型的温带大陆性干旱气候^[12]。年平均气温9.1℃,多年平均降水量327 mm,多集中在7—9月^[13]。地带性土壤以第四纪风成黄土母质上发育的灰钙土为主^[14]。兰州市南北两山地跨兰州市辖区内的西固区、七里河区、安宁区、城关区、榆中县、皋兰县和永登县,东西长60 km,南北宽5~50 km^[13]。由于地处干旱地区,造林成活率较低,严重的土壤水分亏缺是影响南北两山植被生态恢复与维护的主要原因。

图1

新窗口打开|下载原图ZIP|生成PPT
图1研究区概况及采样点空间分布

Fig. 1Spatial distribution of the sampling sites and the study area

2.2 样品采集与实验分析

2.2.1 样品采集 本研究中所有样品采集时间均在2018年4—10月的08:00~11:00（北京时间）完成。采集地点分为兰州市南山和北山进行,其中南山采样点包括兰炼、任家庄和大洼山;北山采样点包括保利、大沙沟和机场西侧（表1）。每个采样点均放置标准雨量筒采集相应的降水样品。为避免样品蒸发造成实验误差,在每次降水结束后,立即将样本收集装入HDPE塑料瓶中,放入冰箱冷藏待测。2018年4—10月,一共收集了182个降水样品。

Tab. 1
表1
表1兰州市采样点基本信息
Tab. 1Basic information of sampling sites in Lanzhou city

采样点	经度（°E）	纬度（°N）	海拔（m）
兰炼	103.62	36.07	1710.1
任家庄	103.72	36.04	1649.2
大洼山	103.92	36.03	1629.1
保利	103.73	36.10	1578.9
大沙沟	103.68	36.16	1659.9
机场西侧	103.60	36.49	1992.9
中山桥	103.81	36.06	1515.0

新窗口打开|下载CSV

土壤样品：在选择的采样地内挖掘120 cm的土壤剖面,以10 cm为间隔,采样深度为120 cm。主要分为两部分,一部分样品采集后装入自带的铝盒中,用于测量土壤含水量（Soil Water Content,简称SWC）,每层土壤取两个平行样本;另一部分样品装入特定的实验玻璃瓶中,用于土壤水同位素的测定,每层土壤也取两个平行样本,带入实验室冷藏待测。2018年4—10月,一共收集了866个土壤样品。

河水样品：在兰州市中山桥附近采集河水样品,用于确定不同水体之间的相互补给关系,在采集过程中首先用河水将HDPE塑料瓶浸润3~5次,在河面以下20 cm处采集河水样品,带回实验室冷藏待测。河水样品以月尺度为间隔,2018年4—10月,一共采集了7个河水样品。

气象数据：本文气温、降水量、相对湿度等气象数据均来自中国气象数据网（http://data.cma.cn）提供的永登（机场西侧）和皋兰（大沙沟和保利）的逐小时观测资料,数据更新周期为7天,在使用时将小时数据处理成日数据带入计算。其中兰州市区内兰炼、任家庄和大洼山选用兰州市气象局提供的兰州站逐日气温、降水量和相对湿度数据。

2.2.2 实验室分析 本研究中所有实验均在西北师范大学地理与环境科学学院稳定同位素实验室进行,将冷藏的土壤样品在室温下解冻后采用北京理加联合公司开发的LI-2100全自动低温真空抽提系统提取土壤中的水分。本研究中所有水体样品（包括降水、河水和土壤水）经过过滤后均采用美国Los Gatos Research公司研发的DLT-100型液态水同位素分析仪,该仪器采用离轴积分腔输出光谱技术,每个样品均实验进针6次,其中前两针数据考虑到同位素的记忆效应予以剔除,取后四针的平均值作为水体同位素的测量值。其中,δ²H和δ¹⁸O的测量误差分别低于±1.00‰和±0.30‰^[12,15]。

测量出的δ²H和δ¹⁸O以相对于维也纳标准平均海洋水（Standard Mean Ocean Water,简称SMOW）的千分差来表示：

（1）δ=R样品R标准-1×1000‰
式中：R_样品为样品中¹⁸O/¹⁶O和²H/¹H的比值;R_标准为SMOW中¹⁸O/¹⁶O和²H/¹H的比值。

将需测量SWC的土壤样品带回实验室,立即用电子天平（0.0001 g）测量湿土重量,之后在105±2℃的恒温烘箱中将样品烘干至恒温,待样品至恒重后立即称重,并计算SWC：

（2）SWC =G1-G2G2×100%
式中：G₁为湿土重量;G₂为烘干土重量。

2.3 研究方法

Dansgaard^[16]提出D-excess（D-excess=δ²H-8δ¹⁸O）的概念,用于说明蒸发分馏的强弱,在同位素平衡状态下,D-excess值为10。本文研究中,根据测量的土壤水氢氧同位素值以δ²H为纵坐标,δ¹⁸O为横坐标拟合出土壤蒸发线（Soil Evaporation Line, 简称SEL）,拟合的曲线均存在95%的置信区间。对于所有的水体样品,应用Landwehr等^[17]提出的line-conditioned excess（lc-excess）概念,计算公式为：

（3）lc-excess=δ²H-a×δ¹⁸O-b
式中：a和b分别为LMWL的斜率和截距;lc-excess表示样本中的同位素值相对LMWL的偏离程度,指示出由于蒸发引起的非平衡动力分馏过程^[18]。lc-excess相比D-excess能更好的解释蒸发分馏过程主要原因是降水和土壤水中的lc-excess变化平缓（接近0‰）,并且具有相对较小的季节变化,而δ²H、δ¹⁸O和D-excess随季节存在较大的变化^[19]。因此在本文研究中,采用lc-excess判断水体受到的蒸发分馏强弱。

基于同位素质量平衡原理,应用Craig-Gordon模型计算开放液-汽同位素系统中的蒸发损失量^[2,20]：

（4）f=1-(δs-δ*)(δp-δ*)m
式中：δ_s表示不同深度处的土壤水同位素值;δ_p定义为原始水源的同位素组成,可以通过开放液-汽同位素系统中LMWL与SEL交点的截距来计算^[6,7]：

（5）δ¹⁸O_截距=n-ba-m
（6） δ¹⁸H_截距 =δ¹⁸H-m(δ¹⁸O-O_截距)
式中：a和b、m和n分别是LMWL和SEL的斜率和截距。

δ^*为同位素富集的限制因素^[20],计算方法为：

（7）δ*=hδA+εk+ε+α+h-0.001(εk+ε+α+)
式中：m为富集的斜率^[21],计算方法为：

（8）m=h-0.001(εk+ε+α+)1-h+0.001εk
式中：h为空气中的相对湿度;δ_A为周围空气中的同位素值^[11]。计算方法为：

（9）δA=δp1-ε+α+
ε⁺和α⁺为平衡分馏系数^[22],计算方法为：

（10）1000lnα+2H=1158.8T3/(10×108)-1620.1T2/(100×104)+794.84(T/1000)-161.04+2.9992(10×108)/T3
（11）1000lnα+18O=-7.685+6.7123(1000/T)-1.6664(100×104)/T2+0.3504(10×108)/T3
式中： ε+=(α+-1)×1000;T代表气温（℃）。

ε_k为动力分馏系数,对于氢和氧同位素的计算方法分别为^[23]：

（12）εk=(1-h)×(1-0.9755)和εk=(1-h)×(1-0.9723)
局地蒸发线斜率,计算方法为^[20]：

（13）SLEL=h(δp1-δA)-(1+δp1×0.001)(εk+ε+α+)1-h+εk×0.0012h(δp1-δA)-(1+δp1×0.001)(εk+ε+α+)1-h+εk×0.00118

3 结果与分析

3.1 降水同位素及其环境效应

如图2a为2018年兰州市各月气温（T）和相对湿度（RH）的变化,由图可知6—8月气温较高,10月和4月较低。相对湿度4月最小,4—9月逐渐增大,9月达到峰值,9—10月又开始下降。在降水同位素和气象要素的关系研究中,Dansgaard^[16]提出了降水同位素的环境效应,用以分析降水同位素与气温、降水量等之间的相互关系。如图2c所示,兰州市降水δ¹⁸O与气温的相关关系为：δ¹⁸O=(-0.03±0.13)T-(5.14±2.53)(r²=0.002, p=0.03, n=34),相关性较弱。而当将样品按照降水量的不同分为干季（4月、5月和10月）和湿季（6—9月）时,再拟合出降水δ¹⁸O与气温的相关关系如图2e和2f所示。由图2可知,干季兰州市降水δ¹⁸O与气温显示出较好的相关性,降水δ¹⁸O与气温的相互关系为：δ¹⁸O=(0.5±0.15)T-(11.21±2.37)(r² = 0.56, p=0.001, n=10),表现出显著的温度效应;而湿季降水δ¹⁸O与气温的相关关系为：δ¹⁸O=(0.11±0.18)T-(9.35±3.69)(r²=0.01, p=0.01, n=24),相关性较弱。即兰州市南北两山降水同位素的温度效应在干季更为显著,而在湿季相关性较弱。

图2

新窗口打开|下载原图ZIP|生成PPT
图2各月气温、降水量、相对湿度和降水同位素的温度效应及降水量效应

Fig. 2Monthly air temperature, precipitation, relative humidity and temperature effects and precipitation effects of precipitation isotope



此外,降水δ¹⁸O与降水量的关系如图2b所示,其中7—9月降水量较大,降水δ¹⁸O较小,其余各月降水量较小,而降水δ¹⁸O较大,表现负相关关系。如图2d所示,降水δ¹⁸O与降水量的相关关系为：δ¹⁸O=(-0.09±0.23)P-(5.22±1.61)(r²=0.15, p<0.01, n=34),即降水量越大,降水δ¹⁸O越小,呈现出降水量效应。

3.2 土壤水同位素的时间变化

根据收集的降水、河水和土壤样品,做出LMWL、河水水线（River Water Line,简称RWL）和不同深度土壤水线（Soil Water Line,简称SWL）方程如图3（见第2543页）所示。2018年4—10月兰州市LMWL为：δ²H=(7.04±0.14)δ¹⁸O+(3.47±3.47)(r²=0.93, p<0.01, n=182),LMWL的斜率相比GMWL较小,说明相对湿度较低,且雨滴在下落过程中受到云下二次蒸发的影响^[12,24];RWL方程为：δ²H=(6.46±1.51)δ¹⁸O-(6.94±14.83)(r²=0.78, p=0.008, n=7)。如图3b和图3c（见第2543页）,河水氢氧同位素年内变化很小,说明河水相对降水和土壤水年内变化较为稳定,河水样本分布在LMWL的左下方,说明兰州市河水受到降水的补给^[12],并且RWL的斜率小于LMWL,说明河水受到蒸发分馏作用的影响;由图3b和图3c（见第2543页）可知,随着土壤深度的增加,土壤水δ²H和δ¹⁸O呈现出规律性地减小,主要原因是重轻同位素的原子量不同,使得轻同位素优先从水分子中逸出,而使剩余水体中富集重同位素,由于表层土壤受到的蒸发分馏最为强烈,因此土壤水δ²H和δ¹⁸O最为富集,随着土壤深度的增加,蒸发分馏逐渐减弱,土壤水δ²H和δ¹⁸O逐渐贫化。

图3

新窗口打开|下载原图ZIP|生成PPT
图3降水、河水及不同深度土壤水线

Fig. 3Precipitation, river water and soil water lines of different depths



为了更清楚地讨论不同深度土壤水受到的蒸发分馏强弱,采用SWC加权平均方法^[25,26,27],将0~30 cm土壤设定为表层,30~60 cm土壤设为中层,60~120 cm土壤设为深层,具体分层特征如下所示：

（1）表层土壤（0~30 cm）：SWC和土壤水同位素的变化具有显著的季节性差异。

（2）中层土壤（30~60 cm）：SWC和土壤水同位素更加贫化,但相比表层土壤存在较小的月变化。

（3）深层土壤（60~120 cm）：SWC和土壤水同位素较为稳定,季节性变化很弱。

此外,由于表层土壤受到的蒸发分馏过程最为复杂^[2],为使研究更加精确和合理,将表层0~30 cm土壤再次进行细分,分别为0~10 cm、10~20 cm和20~30 cm。如图3a所示,根据不同深度土壤水氢氧同位素特征拟合出表层SWL方程为：

0~10 cm为：δ²H=(3.08±0.21)δ¹⁸O-(28.54±1.02)(r²=0.74, p<0.01, n=68)

10~20 cm为：δ²H=(3.11±0.24)δ¹⁸O-(29.20±1.23)(r²=0.69, p<0.01, n=70)

20~30 cm为：δ²H=(3.15±0.18)δ¹⁸O-(30.45±0.88)(r²=0.81, p<0.01, n=70)

中层SWL方程为：δ²H=(3.68±0.07)δ¹⁸O-(30.38±0.38)(r²=0.89, p<0.01, n=286)

深层SWL方程为：δ²H=(4.01±0.08)δ¹⁸O-(28.34±0.55)(r²=0.85, p<0.01, n=372)

通过SWL的斜率可以明显地看出,从表层0~10 cm至深层60~120 cm,方程的斜率均呈现出规律性增大,斜率越小,说明受到的动力分馏越强烈,由此本文推断表层0~10 cm土壤受到的动力分馏作用最为强烈,10~20 cm次之,深层最弱。即随着土壤深度的增加,蒸发分馏逐渐减弱。

表2为兰州市各月降水lc-excess及土壤水lc-excess的样本数、极值、平均值和SWC。由表2可知,兰州市降水lc-excess值在6—8月为负值,说明兰州市6—8月降水相比其他各月受到的蒸发分馏作用更为强烈。土壤水同位素的蒸发线斜率分别在2.6~4.3之间波动,而土壤水lc-excess值与降水不同,除4月和5月外,其余各月土壤水lc-excess值均为负,说明4月和5月土壤水受到的蒸发分馏较弱,而6—10月土壤蒸发强度相比4月和5月更为强烈。季节变化上,春季（4—5月）土壤蒸发最弱,夏季（6—8月）最强,至秋季（9—10月）土壤蒸发开始减弱,但仍高于春季。

Tab. 2
表2
表2兰州市降水lc-excess、P、土壤水lc-excess、SEL及SWC的月变化
Tab. 2Monthly variations in precipitation lc-excess, precipitation, soil water lc-excess, SEL and SWC in Lanzhou city

日期	降水 lc-excess(‰)	P (mm)	土壤水lc-excess(‰)			样本数	SEL		SWC(%) mean
			Min.	mean	Max.		斜率	截距（‰）
2018年4月	1.8	24.7	-17.2	5.8	28.5	111	2.4±0.34*	-25.8±1.16*	5.4
2018年5月	4.6	27.6	-14.8	3.1	23.2	123	2.6±0.19*	-27.0±0.60*	3.6
2018年6月	-5.8	11.5	-18.7	-0.9	18.7	119	2.8±0.09*	-30.7±0.49*	2.3
2018年7月	-0.5	104.4	-13.7	-0.2	13.1	107	3.1±0.19*	-31.6±0.49*	3.1
2018年8月	-0.8	150.5	-14.9	-2.2	8.6	137	4.3±0.12*	-27.1±0.96*	7.7
2018年9月	0.9	50.4	-12.2	-1.9	8.6	140	4.3±0.73*	-26.9±0.09*	8.4
2018年10月	1.2	17.3	-15.4	-1.7	6.1	126	3.6±0.13*	-31.3±0.86*	5.1

注：*表示通过0.05水平的显著性检验。

新窗口打开|下载CSV

3.3 土壤水同位素的空间变化

3.3.1 不同深度土壤水同位素的变化 不同深度土壤水δ¹⁸O（由于δ²H与δ¹⁸O存在相同的变化,因此未显示）和lc-excess的变化如图4所示。由图4a可知,随着土壤深度的增加,土壤水δ¹⁸O逐渐贫化,由表层0~10 cm至深层60~120 cm,中值和四分位值呈现出规律性的减小,其中各月表层0~10 cm土壤水δ¹⁸O最为富集,随着深度的增加,60~120 cm最为贫化,结合图3中SWL的斜率变化可知,表层土壤受到的蒸发分馏最为强烈,随着土壤深度的增加,蒸发分馏逐渐减弱。土壤水lc-excess表示土壤水中δ¹⁸O和δ²H距离LMWL的偏离程度,解释为由于蒸发引起的非平衡动力分馏过程,lc-excess值越小,说明受到的蒸发分馏作用越强烈^[2,17,18]。如图4b所示,表层0~10 cm至10~20 cm,各月土壤水lc-excess逐渐增大,其中6—10月随着土壤深度的增加,土壤水lc-excess逐渐增大,但除7月外,由中层至深层土壤水lc-excess增大程度并不显著,由此推测土壤蒸发对中层30~60 cm和深层60~120 cm的土壤水影响并不明显（图3和图4b）。此外,由图4b可知,4月和5月由表层10~20 cm至深层,土壤水lc-excess并不呈现增加,反而减小,可能是由于贫化的降水δ¹⁸O和δ²H的入渗,导致表层土壤水δ¹⁸O相对贫化,从而使土壤水lc-excess由表层至深层减小^[2]。

图4

新窗口打开|下载原图ZIP|生成PPT
图4不同深度土壤水δ¹⁸O和lc-excess的月变化

Fig. 4Monthly variations of soil water δ¹⁸O and lc-excess at different depths



3.3.2 局地蒸发线斜率S_LEL 在开放的液-汽同位素系统中,局地蒸发线斜率（S_LEL）也是判断土壤水及开放水体蒸发程度的重要指标,S_LEL越小,说明土壤蒸发作用越强烈^[11]。Gibson总结出全球多数地区开放水体的S_LEL一般在4.0~5.5之间,而土壤水S_LEL一般小于3。如图5所示,各采样点4—10月土壤水S_LEL均小于3,其中6—8月各采样点相比其他各月S_LEL均较低,4月和10月均较高,说明兰州市土壤蒸发6—8月较为强烈,而4月和10月较小。从图中S_LEL的波动可以得出兰州市土壤蒸发在4—10月的年内变化：4月S_LEL较大,土壤蒸发较小,4月至6月S_LEL减小,土壤蒸发增大,6—8月S_LEL趋于稳定,其中7月土壤蒸发达到年内的最大值,自8月S_LEL增大,土壤蒸发开始减小,一直减小至10月。

图5

新窗口打开|下载原图ZIP|生成PPT
图5各采样点局地蒸发线斜率的月变化

Fig. 5Monthly variations of the slope of the local evaporation line at each sampling site



Gibson等^[11]通过文献资料分析了全球湖水和土壤水中的氢氧同位素组成,并预测了不同气候区的局地蒸发线斜率,与本文温带大陆性气候区相比,全球其他地区S_LEL如表3所示。

Tab. 3
表3
表3全球不同地区S_LEL
Tab. 3The S_LEL in different regions of the world

地理位置	SLEL	数据来源
北美洲（萨斯喀彻温省）	4.4	文献[28]
欧洲（英国）	5.7~6.4	文献[29]
非洲（撒哈拉）	2.0	文献[30]
大洋洲（澳大利亚）	3.7~5.4	文献[31]
	2.7~3.5	文献[32]
亚洲（中国）	2.5~2.9	本研究

新窗口打开|下载CSV

由表3可知,以兰州为代表的温带大陆性气候区相比亚寒带针叶林气候的萨斯喀彻温省、温带海洋性气候的英国S_LEL均较小,说明温带大陆性气候区相比亚寒带针叶林气候区和温带海洋性气候区土壤蒸发更为强烈;此外,由表3可知温带大陆性气候区S_LEL大于热带沙漠气候的撒哈拉地区,说明土壤蒸发相比热带沙漠气候较弱,主要原因是撒哈拉地区靠近赤道,气温较高,降水稀少,从而导致土壤蒸发最为强烈。此外,从表3可以看出,全球不同地区S_LEL与纬度存在较强的关系,即纬度越低,S_LEL越小,土壤蒸发越强^[11],反之则越弱。

3.3.3 南山和北山蒸发损失量的差异蒸发损失量f,表示由降水入渗至蒸发过程中损失的土壤水百分比。如图6a为不同采样点蒸发损失量f和土壤水lc-excess的年内变化。由图6可知,蒸发损失量f时间上与土壤水S_LEL的变化较为一致,4月最小,4月之后逐渐增大,7月和8月达到年内的最大值,自8月开始逐渐减小至10月;空间上,可以明显的看出,4—10月,北山的保利、大沙沟和机场西侧蒸发损失量f明显高于南山的兰炼、任家庄和大洼山的蒸发损失量f,各月均呈现出此规律,说明北山相比南山土壤蒸发更为强烈。此外,由6b可知,除4月的大沙沟采样点、5月的保利和大沙沟土壤水lc-excess值较大外,其余各月各采样点均遵循北山相比南山土壤水lc-excess较小,蒸发损失量f较大的结论。4月和5月保利和大沙沟出现异常,可能仍与贫化的降水入渗相关^[2]。

图6

新窗口打开|下载原图ZIP|生成PPT
图6各采样点土壤水lc-excess和蒸发损失量f 的月变化

Fig. 6Monthly variation of soil water lc-excess and evaporation loss f at each sampling site

3.4 土壤蒸发的影响因素分析

3.4.1 降水对土壤蒸发的影响 大气降水通过入渗进入到土壤基质,原先土壤吸收降水进而转化为土壤水参与到水循环过程中。如表1和图2所示,兰州市降水集中在7—9月,降水δ¹⁸O与降水量的关系为：δ¹⁸O=(-0.09±0.23)P-(5.22±1.61)(r²=0.15, p<0.01, n=34),表现出降水量效应。而通过上文分析可知土壤蒸发在7—9月较为强烈,而其余月份较小,可能与降水的入渗相关。因此做出降水δ¹⁸O与各采样点蒸发损失量f的时间变化如图7所示。图7显示,4—6月f波动较小,从6月急剧增加,7月各采样点f均达到峰值,7月后开始下降,其中保利采样点8—9月有一段上升的趋势,9月过后开始下降。此外,从图7中各采样点f的波动也不难发现北山相比南山蒸发损失量较大的结论。图中黑色曲线代表降水δ¹⁸O由4—10月的变化,从图中可以明显的看出,降水δ¹⁸O值5月达到峰值,从5月开始急剧下降,至8—9月之间达到谷值,而各采样点蒸发损失量f均在7月达到峰值,从7月开始急剧下降,至9—10月之间达到谷值。可以发现,蒸发损失量f达到峰值和谷值的时间相比降水δ¹⁸O均存在明显的滞后,此结论也与Sprenger等^[2]和Benettin等^[5]的研究结果相一致。分析其原因可以推测,降水入渗进入到土壤基质,从表层往深层运移过程中,在土壤基质中会存在滞留。如图7所示,降水δ¹⁸O在5月达到峰值,而各采样点蒸发损失量f在7月达到峰值,即5月的降水,在5月结束之前入渗的降水并未完全蒸发殆尽,即会滞留在土壤水中,滞留至6月,7月甚至更长的时间,参与到之后的蒸发分馏过程中,因此使蒸发损失量f相比降水δ¹⁸O存在一定的滞后。

图7

新窗口打开|下载原图ZIP|生成PPT
图7各采样点蒸发损失量f和降水δ¹⁸O间的关系

Fig. 7Relationship between evaporation loss f and precipitation δ¹⁸O at each sampling site



3.4.2 气温对土壤蒸发的影响 上一节分析了降水对土壤蒸发的影响,而蒸发分馏强度除与降水相关外,气温对蒸发的影响不容忽视。由图2a可知,2018年兰州市气温从4月（春季）开始上升,6—8月（夏季）平均气温接近20℃,从8月开始下降,一直降至10月（秋季）。结合图6a分析,4月各采样点蒸发损失量f最小,自6月开始上升,7月和8月各采样点蒸发损失量f明显高于其余各月,自8月开始下降,从图中可以看出各采样点4—6月与10月f相差较小,结合S_LEL的年内变化不难发现土壤蒸发强度与气温的变化趋势较为一致,即气温T越高,蒸发损失量f越大,随着气温的降低,f开始减小。

气温与蒸发损失量f呈现出正相关关系,而各采样点所处的海拔高度不同,海拔越高,气温越低,并且海拔也会影响蒸发分馏的强弱^[11],因此有必要讨论海拔对f的影响。如表1和图7所示,北山的保利、大沙沟和机场西侧相比南山的兰炼、任家庄和大洼山,蒸发损失量均较大,其中4—6月各采样点蒸发损失量f均较小,北山f显著高于南山各点,而北山和南山各点间f均较为接近,与海拔并无明显的相关关系。6—8月,各采样点f明显增大,其中北山采样点中大沙沟最高,保利次之,机场西侧最弱,大沙沟和保利海拔仅相差81 m,海拔对f的影响并不显著,而机场西侧海拔明显高于保利（高414 m）和大沙沟（高333 m）,海拔越高,气温越低,由此导致f越弱。6—8月南山各采样点f间相差较小,其中任家庄最大,兰炼和大洼山呈现出交替变化的现象,而南山各采样点海拔最高点（兰炼,1710.1 m）与最低点（大洼山,1629.1 m）仅相差81 m,海拔对f的影响并不显著。9—10月,北山各采样点f变化规律出现较大的波动,其中保利8月出现谷值,8—9月又开始增大,9—10月减小,总体保利f大于大沙沟和机场西侧,符合海拔越高,f越小的规律。

3.4.3 相对湿度对土壤蒸发的影响 在应用Craig-Gordon模型计算土壤蒸发强度的过程中,相对湿度RH也是计算过程中的重要变量之一。如图8为各采样点蒸发损失量f和相对湿度RH间的关系。图8显示,4—6月,保利和大沙沟采样点相对湿度分别为40%、49%和49%,兰州市区相对湿度与保利和大沙沟相差较小,其值分别为40%、46%和48%,而机场西侧相对湿度相对上述各点4—6月均较小,分别为37%、37%和38%。各采样点蒸发损失量均较小,并无明显的变化;6—7月,保利和大沙沟采样点蒸发损失量分别由26.78%和15.25%迅速增加到69.62%和81.50%,而平均相对湿度也由49%增大到70%。兰州市区内的兰炼、任家庄和大洼山采样点蒸发损失量分别由10.62%、10.55%和7.27%增加到38.89%、40.02%和34.08%,平均相对湿度由48%增大到69%。而机场西侧采样点蒸发损失量由16.48%增大到60.56%,相对湿度由38%增大到58%,即在兰州市南北两山存在土壤蒸发随相对湿度的增大而增大的现象,但增大程度在不同地区有所差异,原因可能与气温等其他因素相关;7—10月,保利和大沙沟采样点蒸发损失量分别由69.62%和81.50%减小到29.54%和21.13%（保利8—9月有一段上升的现象）,而平均相对湿度由70%减小到62%。兰州市区内的兰炼、任家庄和大洼山采样点蒸发损失量分别由38.89%、40.02%和34.08%减小到5.23%、17.06%和7.44%,平均相对湿度由69%减小到67%,几乎不呈现变化。而机场西侧采样点蒸发损失量由60.56%减小到29.23%,相对湿度也由58%减小到49%。即从整个生长季来看,土壤蒸发损失量呈现出随着相对湿度的变化而变化的现象。

图8

新窗口打开|下载原图ZIP|生成PPT
图8各采样点蒸发损失量f和相对湿度RH间的关系

Fig. 8Relationship between evaporation loss f and related humidity RH at each sampling site



3.4.4 土壤含水量对土壤蒸发的影响 在土壤蒸发的过程中,土壤含水量SWC代表了土壤中可蒸发性水量的大小,因此也是影响土壤蒸发强度的重要因素之一。本节根据2018年4—10月收集到的土壤水样品,计算出兰州市南山和北山不同月份的土壤含水量SWC。结果如图9所示：兰州市北山各采样点土壤含水量的年内变化在4月平均值为7.80%,由4—6月逐渐减小,其中5月土壤含水量平均值为4.58%,6月减小到最小,平均值为3.45%。6—9月逐渐增大,其中7月和8月平均值分别为4.29%和8.26%,9月北山土壤含水量平均值达到9.11%,10月土壤含水量减小至5.61%;而南山各采样点土壤含水量的变化趋势与北山相似,但含水量不同,南山4月土壤含水量平均值为3.27%,由4—6月逐渐减小,其中5月土壤含水量平均值为2.52%,6月时减小到最小,平均值为1.23%,6—9月逐渐增大,其中7月和8月平均值分别为2.06%和7.15%,9月土壤含水量平均值为7.84%,10月土壤含水量减小至4.68%。不难发现南山各月土壤含水量均小于北山土壤含水量,而结合图7可知南山各月蒸发损失量均小于北山蒸发损失量。通过上述分析可以发现,兰州市南北两山土壤蒸发强度与土壤含水量相关,土壤含水量越大,土壤中的可蒸发性水量越多,土壤蒸发越强。北山相比南山土壤含水量更大,由此土壤蒸发更强。

图9

新窗口打开|下载原图ZIP|生成PPT
图9南山和北山土壤含水量SWC的差异

Fig. 9The difference of SWC in southern and northern mountains of Lanzhou

4 结论与讨论

通过选取兰州市南北两山6个采样点,在2018年4—10月（植物生长季）以月尺度为单位收集各个采样点的降水、河水、土壤水样品,运用Craig-Gordon模型系统计算了不同采样点的土壤蒸发强度,得到以下主要结论：

（1）2018年4—10月,兰州市LMWL斜率相比GMWL较小,说明相对湿度较小,且雨滴在下落过程中受到云下二次蒸发的影响。由表层0~10 cm至深层60~120 cm,土壤水δ²H和δ¹⁸O逐渐贫化,SWL方程的斜率均呈现规律性减小,说明表层土壤受到的蒸发分馏最为强烈,随着土壤深度的增加,蒸发分馏逐渐减弱。

（2）时间变化上,S_LEL在4月较大,土壤蒸发较小,4—6月减小,土壤蒸发增大,6—8月趋于稳定,土壤蒸发达到年内的最大值,自8月S_LEL增大,土壤蒸发开始减小,一直减小至10月。

（3）空间变化上,北山相比南山蒸发损失量f更为强烈,主要原因是北山气温、相对湿度较高,且土壤含水量相比南山更大。

（4）2018年4—10月,各采样点蒸发损失量f达到峰值和谷值的时间相比降水δ¹⁸O均存在明显的滞后,主要原因是降水在土壤基质中存在滞留。

本文引言中提到在目前的研究中,将LMWL和SWL的交点定义为原始水源的同位素组成。Benettin等^[5]通过分析得出在有些地区,LMWL与土壤水线并不存在交点,即在这些地区除有降水补给土壤外,还有其他水源的补给,因此不能将土壤水δ¹⁸O和δ²H的趋势线定义为“土壤蒸发线”。如图3所示,不同深度的SWL与LMWL均存在交点,且均在土壤水δ¹⁸O和δ²H的变化范围之内,因此利用土壤水δ¹⁸O和δ²H拟合的趋势线即为“土壤蒸发线”,从而可以应用Craig-Gordon模型对蒸发损失量进行定量的计算。因此,在利用Craig-Gordon模型计算土壤水的蒸发分馏过程时,首先需要判断在开放水体中拟合的趋势线是否为“蒸发线”,若不存在交点,则需要寻找其他可能的补给水源,再进行计算与分析。

本文利用Craig-Gordon模型计算了不同时空尺度下的土壤蒸发强弱,其中气温和相对湿度是计算的主要参数之一,由于各月不同采样点气温和相对湿度均存在显著的差异（图2a）,相比前人将气温（20℃）和相对湿度（0.75）作为定值进行计算的方法,本文研究中,对每个采样点各月的气温和相对湿度均使用气象局的监测数据,使计算结果更加准确。

此外,目前对土壤蒸发过程的研究仍然运用经典的Craig-Gordon模型计算,但最终的计算结果是百分比。在今后的研究中,如果能结合其他可以运用的公式或模型,与Craig-Gordon模型进行比较或做相关分析,算出蒸发量的大小,将更有利于揭示区域的水循环过程,这也是下一步研究需要努力的目标。

致谢：

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家从论文结构、结果与讨论、特别是对于土壤蒸发的影响因素等方面对本文的分析提出了修改意见,使本文获益匪浅。

参考文献 View Option 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

[1] Kool D, Agam N, Lazarovitch N, et al. A review of approaches for evapotranspiration partitioning
Agricultural Forest Meteorology, 2014,184:56-70.
[本文引用: 1]

[2] Sprenger M, Tetzlaff D, Soulsby C. Soil water stable isotopes reveal evaporation dynamics at the soil-plant-atmosphere interface of the critical zone
Hydrology and Earth System Sciences, 2017,21(7):3839-3858.
[本文引用: 10]

[3] 邓文平, 余新晓, 贾国栋, 等. 北京西山鹫峰地区氢氧稳定同位素特征分析
水科学进展, 2013,24(5):642-650.
URL [本文引用: 3]
18O变化范围较大,土壤水次之,泉水变化最小;而沿着大气降水-土壤水-地下水(泉水)这一水循环路径,水体中的δD、δ18O值总体上呈下降趋势。]]>
[ Deng Wenping, Yu Xinxiao, Jia Guodong, et al. An analysis of characteristics of hydrogen and oxygen stable isotopes in Jiufeng Mountain areas of Beijing
Advances in Water Science, 2013,24(5):642-650.]
[本文引用: 3]

[4] Wu Huawu, Li Xiaoyan, Li Jing, et al. Differential soil moisture pulse uptake by coexisting plants in an Alpine Achnatherum Splendens, grassland community
Environmental Earth Sciences, 2016,75(10):914.
DOI:10.1007/s12665-016-5694-2URL [本文引用: 2]

[5] Benettin P, Volkmann T H M, Freyberg J V, et al. Effects of climatic seasonality on the isotopic composition of evaporating soil waters
Hydrology and Earth System Sciences, 2018,22:2881-2890.
DOI:10.5194/hess-22-2881-2018URL [本文引用: 6]

[6] Evaristo J, Jasechko S, McDonnell J J, Global separation of plant transpiration from groundwater and streamflow
Nature, 2015,525(7567):91.
DOI:10.1038/nature14983URLPMID:26333467 [本文引用: 3]
Current land surface models assume that groundwater, streamflow and plant transpiration are all sourced and mediated by the same well mixed water reservoir--the soil. However, recent work in Oregon and Mexico has shown evidence of ecohydrological separation, whereby different subsurface compartmentalized pools of water supply either plant transpiration fluxes or the combined fluxes of groundwater and streamflow. These findings have not yet been widely tested. Here we use hydrogen and oxygen isotopic data ((2)H/(1)H (delta(2)H) and (18)O/(16)O (delta(18)O)) from 47 globally distributed sites to show that ecohydrological separation is widespread across different biomes. Precipitation, stream water and groundwater from each site plot approximately along the delta(2)H/delta(18)O slope of local precipitation inputs. But soil and plant xylem waters extracted from the 47 sites all plot below the local stream water and groundwater on the meteoric water line, suggesting that plants use soil water that does not itself contribute to groundwater recharge or streamflow. Our results further show that, at 80% of the sites, the precipitation that supplies groundwater recharge and streamflow is different from the water that supplies parts of soil water recharge and plant transpiration. The ubiquity of subsurface water compartmentalization found here, and the segregation of storm types relative to hydrological and ecological fluxes, may be used to improve numerical simulations of runoff generation, stream water transit time and evaporation-transpiration partitioning. Future land surface model parameterizations should be closely examined for how vegetation, groundwater recharge and streamflow are assumed to be coupled.

[7] Javaux M, Rothfuss Y, Vanderborght J, et al. Isotopic composition of plant water sources
Nature, 2016,536(7617):E1-E3.
DOI:10.1038/nature18946URLPMID:27558067 [本文引用: 2]

[8] Dogramaci S, Skrzypek G, Dodson W, et al. Stable isotope and hydrochemical evolution of groundwater in the semi-arid Hamersley basin of subtropical northwest Australia
Journal of Hydrology, 2012,475:281-293.
[本文引用: 1]

[9] Telmer K, Veizer J. Isotopic constraints on the transpiration, evaporation, energy, and gross primary production budgets of a large boreal watershed: Ottawa River basin, Canada
Global Biogeochemical Cycles, 2000,14(1):149-165.
[本文引用: 1]

[10] Sprenger M, Leistert M, Gimbel M, et al. Illuminating hydrological processes at the soil-vegetation-atmosphere interface with water stable isotopes
Reviews of Geophysics, 2016,54(3):674-704.
[本文引用: 1]

[11] Gibson J J, Birks S J, Edwards T W D, Global prediction of δA and δ²H-δ¹⁸O evaporation slopes for lakes and soil water accounting for seasonality
Global Biogeochemical Cycles, 2008,22(2):1-25.
[本文引用: 6]

[12] Che Cunwei, Zhang Mingjun, Argiriou A A, et al. The stable isotopic composition of different water bodies at the Soil-Plant-Atmosphere Continuum (SPAC) of the western loess plateau, China
Water, 2019,11(9):1742.
[本文引用: 5]

[13] 武利玉, 苏世平, 王蕙. 兰州南北两山绿化区植物与植被类型初查
中国沙漠, 2006,26(4):564-568.
[本文引用: 2]

[ Wu Liyu, Su Shiping, Wang Hui. Preliminary investigation into plant and vegetation types in afforestation region in southern and northern mountains of Lanzhou City
Journal of Desert Research, 2006,26(4):564-568.]
[本文引用: 2]

[14] 段争虎, 肖洪浪, 宋耀选, 等. 黄土高原西部兰州市郊地貌驱动的土壤水分变化及对植物的影响分析
中国沙漠, 2006,26(4):522-526.
[本文引用: 1]

[ Duan Zhenghu, Xiao Honglang, Sun Yaoxuan, et al. Soil water variation in different terrains and influence on plant in Lanzhou suburb on western Loess Plateau
Journal of Desert Research, 2006,26(4):522-526.]
[本文引用: 1]

[15] 周盼盼, 张明军, 王圣杰, 等. 兰州城区绿化植物稳定氢氧同位素特征
生态学杂志, 2016,35(11):2942-2951.
[本文引用: 1]

[ Zhou Panpan, Zhang Mingjun, Wang Shengjie, et al. The characteristics of stable hydrogen and oxygen isotopes of greening plants in Lanzhou downtown
Chinese Journal of Ecology, 2016,35(11):2942-2951.]
[本文引用: 1]

[16] Dansgaard W. Stable isotopes in precipitation
Tellus, 1964,14(4):436-468.
[本文引用: 2]

[17] Landwehr J M, Coplen T B. Line-Conditioned Excess: A New Method for Characterizing Stable Hydrogen and Oxygen Isotope Ratios in Hydrologic Systems
Vienna: International Conference on Isotopes in Environmental Studies, IAEA, 2006: 132-135.
[本文引用: 2]

[18] Landwehr J M, Coplen T B, Stewart D W. Spatial seasonal, and source variability in the stable hydrogen and oxygen isotopic composition of tap water throughout the USA
Hydrological Processes, 2014,28(21):5382-5422.
[本文引用: 2]

[19] Sprenger M, Tetzlaff D, Tunaley C, et al. Evaporation fractionation in a peatland drainage network affects stream water isotope composition
Water Resources Research, 2017,53(1):851-866.
[本文引用: 1]

[20] Gonfiantini R. Environmental isotopes in lake studies
Handbook of Environmental Isotope Geochemistry, the Terrestrial Environment, 1986,2:113-168.
[本文引用: 3]

[21] Gibson J J, Reid R. Water balance along a chain of tundra lakes: A 20-year isotopic perspective
Journal of Hydrology, 2014,519:2148-2164.
[本文引用: 1]

[22] Horita J, Wesolowski D J. Liquid-vapor fractionation of oxygen and hydrogen isotopes of water from the freezing to the critical temperature
Geochimica Et Cosmochimica Acta, 1994,58(16):3425-3437.
[本文引用: 1]

[23] Merlivat L. The dependence of bulk evaporation coefficients on air-water interfacial conditions as determined by the isotopic method
Journal of Geophysical Research Oceans, 1978,83(6):2977-2980.
[本文引用: 1]

[24] 车存伟, 张明军, 王圣杰, 等. 黄河流域降水稳定同位素的云下二次蒸发效应
干旱区地理, 2019,42(4):790-798.
[本文引用: 1]

[ Che Cunwei, Zhang Mingjun, Wang Shengjie, et al. Influence of sub-cloud secondary evaporation on stable isotope composition in precipitation in the Yellow River Basin
Arid Land Geography, 2019,42(4):790-798.]
[本文引用: 1]

[25] Snyder K A, Williams D G. Defoliation alters water uptake by deep and shallow roots of Prosopis velutina (Velvet Mesquite)
Functional Ecology, 2003,17(3):363-374.
[本文引用: 1]

[26] Liu Wenjie, Wang Pingyuan, Li Jintao, et al. Plasticity of source-water acquisition in epiphytic, transitional and terrestrial growth phases of Ficus tinctoria
Ecohydrology, 2014,7(6):1524-1533.
[本文引用: 1]

[27] Wu Huawu, Li Xiaoyan, Jiang Zhiyun, et al. Contrasting water use pattern of introduced and native plants in an alpine desert ecosystem, Northeast Qinghai-Tibet Plateau, China
Science of the Total Environment, 2016,542(Pt A):182-191.
[本文引用: 1]

[28] Maulé C P, Chanasyk D S, Muehlenbachs K. Isotopic determination of snow-water contribution to soil water and groundwater
Journal of Hydrology, 1994,155:73-91.
[本文引用: 1]

[29] Darling W G, Bath A H. A stable isotope study of recharge processes in the English Chalk
Journal of Hydrology, 1988,101:31-46.
[本文引用: 1]

[30] Dincer T, Al-Mugrin A, Zimmermann U. Study of the infiltration and recharge through the sand dunes in arid zones with special reference to the stable isotopes and thermonuclear tritium
Journal of Hydrology, 1974,23:79-109.
[本文引用: 1]

[31] Allison G B, Hughes M W. The use of natural tracers as indicators of soil-water movement in a temperate semi-arid region
Journal of Hydrology, 1983,60:157-173.
[本文引用: 1]

[32] Allison G B, Barnes C J, Hughes M W, et al. Effect of Climate and Vegetation on Oxygen-18 and Deuterium Profiles in Soils
Vienna: IAEA, 1984: 105-122.
[本文引用: 1]