的Badain Jaran沙漠(39°04′15∼42°12′23“N, 99°23 18“∼104°34′02′E)位于阿拉善高原,内蒙古自治区西部,中国。大约是古居延汉简和拐子湖,南部的直升机和北大山脉以北,Yabrai宗庆后奈山脉,西部和东部的Gurinai平原,面积大约有52200公里²( 25]。研究区位于西北边缘地区的东亚夏季季风大陆性气候。夏季和冬季每日平均气温是25.3°C和−9.1°C,分别为( 26]。年平均降雨量∼100毫米,主要集中在5月到9月,展品年际变化大( 27]。一个和湖泊在沙漠中是相互依存的,还有110个常年地下湖,面积< 1公里²( 28]。地下水补给过程主要发生在白垩纪和第三纪砂岩,和空间,允许浅层地下水循环是由第四纪砾石,细沙,细粉土( 29日]。

的Badain Jaran沙漠已经关闭了淡水湖泊,咸水湖泊和盐/分类的盐水湖泊在水中总溶解固体含量。湖流域的植被景观特征是环区分布在水( 30.]。海滨地区的沼泽草地,地下水深度< 0.5米,短而浓密的植被包括物种等 Triglochin maritima和 Glaux maritima。第二带周围的水主要是盐化草甸、地下水深度的∼1 m和植被特色 Achnatherum splendens, 芦苇南极光, 乌拉尔甘草。外皮带有地下水深度∼2 m和植被组成 白刺tangutorum和 艾salsoloides。最外层边缘的植被分布在固定和半固定沙丘中,连接到流沙。湖泊生态系统Badain Jaran沙漠,以最少的人类活动,是理想的特性研究过程看起来地区。长城航空研究小组建立了十个监测站点在沙漠湖泊流域自2010年以来(图 1);目前的研究是第一个从这些网站的分析数据。

十地下水观测井建立了在不同湖泊流域浅层地下水,是由PVC屏幕直径8厘米。长城航空每小时测量压力传感器(Solinst 3001;Solinst加拿大有限公司,乔治敦,加拿大),测量精度为0.1厘米,时钟精度±1分钟/年和工作温度范围−10°C到40°C。DTWT 0∼2 m在观测井,和传感器固定在∼30厘米低于地下水位。传感器测量的总压探针上方的水柱和大气压力,这是修改后的使用Barologger晴雨表(Solinst)。长城航空的每日变化的观测井计算在生长季节期间,它被定义为最大和最小值之间的差异在一天内(振幅在cm)。因为丢失的数据可能会影响计算,数据只考虑如果超过90%的日常总额每小时数据收集;否则,那天的振幅是排除在分析之外。在地下水系列适用于白色的方法,在MATLAB中值平滑滤波器用于消除噪声。

获得气象参数,一个气象站(莫斯- 301;芬兰Vaisala,万塔)是建立在平地Sumujilin南北之间的内陆湖泊Badain Jaran沙漠。QMH102传感器(Vaisala)被用来观察温度(°C)和相对湿度(RH, %)的观测时间间隔10年代和输出间隔10分钟。一个NR01净辐射传感器(Hukseflux热传感器,代尔夫特,荷兰)被用来观察辐射(Rg, W / m),与输出每30分钟。降水(mm)监测与流浪汉RG3-M(电脑集团。伯恩,妈,美国)翻斗式雨量计,记录在雨中事件与0.2毫米/评估的准确性。基于观测数据,每日平均温度,每日的意思是RH,每日Rg和日常降水被用于后续的分析。Rg和降水是一天的总金额,和温度在03年值的意思是:00,09年:00,15:00,和21:00(中国标准时间)。此外,每日最大和最小温度、RH Rg,风速(WS, m / s)是用来计算潜在蒸散(PET)基于Penman-Monteith (FAO56)方法( 31日]。参与这项研究的数据都是2014年的观察记录。

在修订后的白色方法中,Loheide改善了计算精度与浅DTWT等领域_G可以估计每小时( 32]。因此,这种改进的方法将从此称为Loheide方法,应用于估计等_G八个不同植被条件下观察网站。几个假设进行了分析和讨论,解释的适用性和减少不确定性的方法。地下水观测井附近的存储的变化可以表示为长城航空的变化随着时间的推移 dWT / d t 。存储的变化控制的净资金流入或流出附近的地下水 r t l / T 和等_G: (1) 年代 y ∗ dWT d t = r t − 等 G t , 在哪里 年代_y是特定的产量。

当外星人_G是零,方程( 1)可以简化如下: (2) 年代 y ∗ dWT d t = r t 。

充电率是时间的函数( 33]。Loheide [ 32)假设的补给来源是常数。因此,观察井的补给率可以从观察到的水位记录,获得表达方程( 2): (3) r WT = 年代 y ∗ dWT d t 。

经济复苏的方法假定头充电也有类似的变化趋势如表记录观察到的水;因此,长城航空趋势中可以删除如下: (4) WT DT t = WT t − 米 T × t − b T , 在哪里 WT DT t 长城航空去趋势, WT t 长城航空的观察, 米 T 趋势线的斜率, b T 趋势线拦截。

Γ WT DT 是一个函数的 dWT DT / d t 和 WT DT t ,可以获得最佳的估计函数的基础上,从00长城航空去趋势:00 06:00的兴趣和第二天的日子。然后,获得补给率函数, (5) r t = 年代 y ∗ × Γ WT t + 米 T 。

最后, 等 G 是计算 (6) 等 G t = r t − 年代 y ∗ × dWT d t 。

估计的不确定性 年代 y (具体的收益率)是原因的主要因素 等 G 估计错误( 23, 34]。仿真实验Loheide et al。 35)来估计 年代 y 长城航空表明,昼夜波动和前期水分条件几乎没有影响 年代 y 。此外,Meyboom [ 36建议随时可用 年代 y 值应该是一半的标准定义 年代 y ,而Loheide et al。 35)认为这个建议应该根据具体情况。获取 年代 y 价值的研究区域,土壤样品在两个深度范围(0 - 0.8米和0.8 - -1.5米以下地)被收集。土壤样品的土壤湿度曲线确定使用压板器(大树- 3404将;大树莉香Kogyo将有限公司、埼玉县、日本)来获取重要参数用于货车Genuchten模型,和土壤样本的属性进行了分析使用Mastersizer 2000激光衍射仪(英国莫尔文莫尔文Panalytical)。砾石(> 2毫米),砂(0.0625 - 2毫米),淤泥(0.004 - -0.0625毫米),和粘土(< 0.004毫米)0 - 0.8个土样的内容是0,98.63,1.37,0.8和0%和-1.5米的样品是0,78.58,19.10和2.32%,分别。范Genuchten参数 θ r (无单位), θ 年代 (无单位), α (cm⁻¹), n (无单位)0 - 0.8样本分别为0.0291,0.3873,0.0425,和2.363和0.8 - -1.5米的样品是0.0153,0.3732,0.0259,和1.753,分别。的 年代 y Crosbie提出的评估方法等。 37使用: (7) 年代 y = 年代 余 − 年代 余 1 + α z 我 + z f / 2 n 1 − 1 / n , 年代 余 = θ 年代 − θ r , 在哪里 θ 年代 土壤饱和含水量, θ r 残余水分含量, z 我 和 z f 初始和最终DTWT, α和 n范Genuchten模型中的参数。

长城航空从观察到的水位记录,定期昼夜波动检测八点地下水观测站点,除了井G1和G2,几乎完全是由裸沙(表 1)。波动的观察网站发现了满是各种类型的植被(见表 1主要植被类型)。这一现象出现的5月至10月,符合沙漠湖滨植被的生长季节观察网站(见图 2 (d)井G6和八国集团)。上述结果表明,长城航空昼夜波动是植被覆盖湖滨地区。

长城航空每天规模、昼夜波动表现出特征模式,地下水位不断下降在白天,晚上逐渐上升,达到最大的早上和下午最低。这一昼夜的周期通常被认为是引起地下水湿生植物的常规日常用水,这实质上代表之间的动态平衡侧向补给地下水和地下水的消耗植被( 6, 38- - - - - - 40]。规模的季节性,长城航空有昼夜变化波动的八个网站,这是由于植被与周围环境的相互作用( 1, 7, 41]。进一步了解长城航空昼夜波动之间的关系和植被观测站点规模季节性,长城航空昼夜波动无雨的时期观测地点G4, G6, G9不同月见图 3。长城航空在4月中旬,昼夜波动的三个观察地点没有明显由于低温(每日平均最高和最低温度:20.0°C和3.9°C),没有发芽的植物。图 3说明了长城航空明显的昼夜波动从6月到9月在沙漠植被的生长阶段和大量的地下水被消耗。7月长城航空的昼夜波动在观测站点G6和G9更明显,尽管DTWT更高的价格相比6月7月,显示7月长城航空日波动幅度更大。7月份气象条件导致更高的植被蒸腾(每日平均最高和最低温度:33.5°C和17.3°C)可以解释所提到的观察。11月底,植被进入潜伏期,长城航空昼夜波动下降,因为较低的温度在沙漠中(每日平均最高和最低温度:8.9°C和−6.7°C)。

长城航空的昼夜波动表现出变化的观测站点。如图 3在观测站点,长城航空昼夜波动的振幅G4从6月到9月是大于观测站点G6和G9。全面理解这些变化,长城航空昼夜波动的振幅每个观测站点的植被生长季节和不生长季节策划作为单独的箱线图(图 4)。观测站点G3-G10(植被)有更大的振幅长城航空昼夜波动在生长季节,但不生长季节的振幅可以忽略不计。在网站G1和G2(裸沙网站),没有观察到明显的长城航空昼夜波动在植被生长季节或不生长季节。此外,长城航空昼夜波动的振幅之间的生长季节不同网站G3-G10归因于植被类型。例如,网站G4和G5的振幅,主要覆盖了 芦苇南极光,比那些网站G6-G10, Achnatherum splendens和 白刺tangutorum。有趣的是,网站G3,也主要是覆盖着 芦苇南极光长城航空,有一个小幅度的昼夜波动比网站G4和G5,表明植被类型并不是唯一的因素确定长城航空昼夜波动的变化。因此,气候条件、土壤性质和地下水动态过程也可能导致用水量差异和充电平衡,展现空间差异在长城航空昼夜波动。

白色的方法被用来估计等_G率的观察网站有三个植被覆盖。观测站点的长城航空记录G3-G10植被生长季节期间被选来分析等_G率,并总结了统计结果表 2。的等_G率与植被类型有关,尤其是在生长季节的中间。从植被类型和日均等之间的关系_G率,观察网站可以分成三类:等_G速度网站G4和G5,发育 芦苇南极光报道,∼5毫米/ d;每日平均等_G观察网站G6和七国集团(G7)主导 Achnatherum splendens覆盖3∼4毫米,包括网站的七国集团(G7)最好的植被覆盖率这一类,等_G率达到4毫米/ d;剩下的三个观察网站G8-G10主要是由 白刺tangutorum,每日平均等_G率相对较低。总的来说,地下水消耗的顺序三个植被覆盖在这个研究 芦苇南极光> Achnatherum splendens> 白刺tangutorum。这些结果与等一致_G类似的研究领域。例如,一个地区覆盖着 柳树psammophilaμ的沙漠,我们中国,有DTWT 1∼1.5和日常等_G3∼4毫米的速度生长季节( 42),类似于估计观测场所 白刺tangutorum和 Achnatherum splendens在这项研究中。这种相似性支持代表估计结果的准确性等_G沙漠湖滨植被。

在这项研究中,等_G率也与植被活力有关。例如,网站G3 芦苇南极光,而网站G4和G5相似的植物,与稀疏植被条件较差,生存能力弱。正如上面提到的,长城航空昼夜波动的振幅在这个网站是窄,最终反映在一个较低的等_G比网站G4和G5。其他网站也显示出类似的情况,反映在最大程度上的每日等_G率。观察网站G3只有最大程度上的每日等_G率6.2毫米/ d,观察网站的相似 白刺tangutorum。相比之下,最大程度上的每日等_G速度网站G6 Achnatherum splendens达到11.3毫米/ d,略低于发育的网站 芦苇南极光。

季节性的范围等_G是由植被物候学( 7]。在这项研究中,估计等_G从7月到8月是高于其他阶段的生长季节(图 5)。此外,高峰期间每日意味着等_G观测站点中发生并不是完全一致的。每日最高等的意思_G在G6 G3, G9, G10发生在7月初,而等_G观察网站G4和七国集团(G7)从7月中旬到9月初明显高于其他增长阶段。这表明最优生长周期中不同的网站有不同的植被类型和活力。由于更好的植被覆盖和网站G4和七国集团(G7)的生长条件,植被保持相对良好的经济增长和消耗大量的地下水即使植被在其他网站9月进入最后成长阶段。解释这种差异,先前的研究表明的落叶和nondeciduous植被类型的差异导致不同时期达到最大等_G( 43]。本研究由草本植物和小灌木植物,不同植被盖度与上面提到的研究。因此,这是合乎逻辑的不同步的最大程度上的每日意味着等_G主要是由植被类型和带动的增长活力。

植被类型、气象参数和地下水动力学共同导致了长城航空昼夜波动的时空变化观测站点,最终反映在等_G。进一步探索的关键影响因素等_G速度的观测站点和机制控制等_G在Badain Jaran沙漠,等之间的关系_G率与DTWT和气象参数进行了分析。以观测站点G6为例(图 6),之间有显著的正相关关系等_G率和空气温度,这是一致的结果,温度是关键因素控制seasonal-scale长城航空昼夜的变化波动从图中获得 3。此外,等_G速度网站G6太阳辐射呈正相关,但与风速没有显著关系,相对湿度和其他因素。这些结果表明,空气温度和太阳辐射是关键气象因素控制等_G在这个观察网站速度。

之间的关系等_Gsite G6率和外部因素表明,气象条件Badain Jaran沙漠是最关键因素控制等_G率。为了验证这一结论,等之间的关系_G率和宠物八个观察地点(即。,as a comprehensive measure of meteorological condition) were investigated. Significant positive correlations ( R²= 0.38∼0.54)观察网站除了七国集团(G7)(图 7),它演示了气象因素等的影响_G率。相比之下,一项研究在半干旱地区建议等_G与宠物(弱正相关 R²= 0.02∼0.32)[ 19],Lautz [ 23)也报道了类似的宠物与外星人之间的相关性_G在河岸地区。相比之下,等_G观察到元et al。 18)呈显著正相关与宠物在沙漠河岸森林。Mazur et al。 17)也承认正相关,估计等_C(即。,我nterpolated ET rate) based on the significant relationship between the estimated ET_G和宠物当白色的方法不适合等_G估计。因此,估计之间的关系等_G和宠物之间的不同观测站点和两者之间的关系应该探索在应用估算方法之前,Mazur et al。 17]。

在这项研究中,估计等_G和宠物最多显示相对较高的相关性观察网站,和几乎没有降水事件。因此,白色和Mazur共同评估方法可以用来量化的年度地下水消耗(见图 8估计结果的观测站点G6)。观察网站G3, G5、G6 G8, G9, G10被选为这个应用程序基于估计等之间的重要关系_G和宠物,总等_G在整个生长季节(共计184天)。的等_G在观测地点范围从600到900毫米 芦苇南极光多样根据覆盖条件下,从大约600到650毫米不等网站覆盖着 Achnatherum splendens。在网站 白刺tangutorum和 Achnatherum splendens,的等_G从500 - 650毫米不等。

一般来说,地下水用于植被根系的数量减少随着DTWT增加,导致负面DTWT和等之间的关系_G率( 44]。此外,库珀et al。 45)发现,1.6水位下降导致减少62%等_G,凸显DTWT变化等的影响_G。在这项研究中,观测站点DTWT范围不同,及其与植被的关系类型,植被活力,蒸散率符合杰克逊等人观察到的趋势。 44]。例如,观察网站G4和G5,主要覆盖人口 芦苇南极光,有DTWT 0.7∼1.5 m。与此同时,八国集团和G9稀疏覆盖的网站 白刺tangutorum,有DTWT 1.2∼1.7 m。相应地,在同样的气象条件下,等_G网站的速度 芦苇南极光明显高于网站 白刺tangutorum。

估计总等_G在生长季节每个观测站点的年降水总量大于年(103.7毫米),但没有区别DTWT在生长季节的开始和结束。总的来说,水位下降,然后回到原来的水平(图 9),表明地下水的主要补给来源是湖泊在这一研究领域,只有少量的降水补给。此外,横向补给的总量和降水补给地下水大于总等_G。因此,地下水是植被生长的主要水源在这种情况下,等_G过程是依赖于地下水补给。然而,表示等之间的正相关关系_G率和在观测站点DTWT G6(图 6),地下水位下降了∼0.2从5月到8月,估计等_G显示一个增加的趋势(图 9)。这种看似矛盾的现象可以解释的事实等_G率共同控制的DTWT和宠物,和宠物的影响超过DTWT的时期。观察期间在这项研究中,DTWT变化没有显著的影响等_G率,因为DTWTs浅(即。,all within 2 m) and presented relatively small changes, all within 2 m. Therefore, observation sites with a wider DTWT range can be set up in future research to further discuss the influence of DTWT on the ET_G率。

白色的应用方法及其修正方法是基于四个基本假设:(1)减少长城航空只有植物诱导;(2)夜间蒸腾作用较弱,可以忽略不计;(3)晚上长城航空的平均提高利率对地下水的补给率可以表示在某一天;(4)具体收益率代表和可靠。尽管地下水信号方法被广泛验证和应用在干旱地区植被蒸散研究,假设仍有一定的局限性。这些短缺特别反映在以下场景:横向长城航空每天充电率变化和使用常数有错误在充电率上升利率长城航空的晚上;准确具体的收益是不容易获得;高频数字数据采集设备的进步,最近的研究发现,一些植被蒸腾晚上没有完全停止( 5, 46]。为了克服这些不足,许多研究提出了几种修正方法。在地下水补给率的计算方面,Troxell [ 33)质疑每天充电率是常数。之后,学者由Gribovszki et al。 14]和Loheide [ 32)提出新方法来获取动态日报充电率、改善等_G估计精度。

考虑基本假设及其局限性,有些观察应用程序中需要解释的地下水昼夜信号方法Badain Jaran沙漠。长城航空由于各自不同的机制,昼夜波动可以分为不同类型 40]。长城航空的系列很容易互相区别,除了周期引起的大气压力和蒸散,两起伏的形状相似。大气压力的影响也会发生在非承压含水层一般镜像彼此 47- - - - - - 49]。昼夜周期引起的大气压力和蒸散都是连续的时间序列。然而,在日常的变化有显著差异。长城航空的平方成正比的波动周期密切相关的大气压力在每一个季节,和长城航空的山谷和高峰值对应于最大和最小气压一整天,分别。长城航空的昼夜波动观察到江et al。 50),空气压力达到最大值大约10:00点每天最低水位时。相反,压力最低的3:00点长城航空时达到最大值。在Badain Jaran沙漠,长城航空昼夜波动是完全不同的从上面的类型和符合ET-diurnal周期( 40]。

第二个假设在白色的方法(即。,the transpiration of vegetation at night is negligible) can be confirmed by comparing the results in this study with other research results in nearby desert areas. For example, Yuan et al. [ 18]认为晚上地下水蒸散是基于观察的弱覆盖区域的使用涡度相关方法沙漠植被。该网站为观察主要是选择 甘蒙柽柳,在那里 芦苇南极光, 甘草inflata,而其他类型也会相当类似于观察网站在这个研究。此外,其他研究基于白色的方法估计地区地下水蒸散的μ,戈壁沙漠覆盖着植被( 11, 42, 43]。尽管植被蒸腾,晚上可以在大多数情况下可以忽略不计,其他研究已经确定,夜间蒸腾在某些环境中是相当大的。因此,等_G估计在这种情况下是基于假设的可靠性。在未来的研究中,有必要对监测植被耗水量晚上减少等_G估计的不确定性。

方法获得含水层特定产量在涉及白色的研究方法也很重要。具体收益不仅与含水层土壤质地有关,还受深度影响水位,长城航空的时间变化的动态利率,和排水时间。基于事实的研究方法有很多种条件旨在获得代表特定产量和可靠的。Gribovszki [ 51)最近提出了一个昼夜的方法获得动态的具体产量,并与传统的具体产量估计技术。此外,抽水试验估计被认为是一个相对低成本的和合适的方法,因为它是最类似于动态特定产量。虽然很难实现在内陆段塞测试研究,相对可靠的具体产量可以轻松获得通过pF曲线(texture-based字段能力值)。然而,特定此方法获得的收益率nondynamic,也可能成为一种等_G估计错误。因此,观察对特定的产量估计在这个研究进一步解释如下。

具体收益强烈依赖于DTWT浅层地下水环境和现实中是动态的。现有研究[ 5]结合排水实验和仿真建模方法来获得特定的收益率的变化与内DTWT 0∼2 m。DTWT在0.8 m时,特定的收益率变化随着DTWTs变得更深。然后,不同深度大于0.8米时,和DTWT变化的影响在特定的产量开始下降,接近常数的值取决于土壤质地。在另一起案件中,观测表明,特定产量和DTWT之间没有显著相关性( 51],长城航空的变化被认为是小的范围和深度补偿地下水中不是一个关键的问题需要考虑。DTWTs变化从0.8到1.1米在第二种情况下;因此,在某种程度上,上述两项研究的结果一致。本研究的Badain Jaran沙漠,每个观测站点的DTWTs大于0.8米(图 7)除了观察网站G3和G5 DTWTs的小于0.8 m在短时间内生长季节的开始和结束。从这个角度看,最多DTWTs观察网站的变化几乎没有影响的具体收益估计。然而,本研究具体产量估计是nondynamic长城航空,因为它没有说明动态时序变化利率相对于抽水试验评估或动态日方法。因此,特定的产量估计会的来源等_G估计错误。根据Gribovzxki比较,估计具体的产量在这项研究将略高于动态计算的方法。在未来的研究中,土壤水分监测仪器将被添加在地下水观测地点观察动态特定的产量,从而提高等_G估计精度。