基于土壤冠层组分温差监测侧柏蒸腾速率的研究

孙 浩， 黄华国， 解潍嘉， 梁文业， 扈晶晶

(1.北京林业大学 省部共建森林培育与保护教育部重点实验室，北京 100083； 2.西藏自治区林业调查规划研究院，拉萨 850000)

基于土壤冠层组分温差监测侧柏蒸腾速率的研究

孙 浩1， 黄华国1， 解潍嘉1， 梁文业2， 扈晶晶2

(1.北京林业大学 省部共建森林培育与保护教育部重点实验室，北京 100083； 2.西藏自治区林业调查规划研究院，拉萨 850000)

侧柏；蒸腾；液流速率；组分温差；遥感

林冠蒸腾是森林蒸散发(Evapotranspiration，ET)和森林水热平衡的重要组成部分，也是影响森林保水状况和区域小气候的重要因素[1]。而在根压和蒸腾拉力作用下的树干总液流耗水量中，树木自身同化作用所固定的水分和其它途径消耗的水分通常不足5%，由此可以将树干液流速率等价于整株树冠的蒸腾耗水速率[2-3]。

研究植被水分传输，国际上常用的方法是热技术法。它可以实现对植被连续自动观测，时间分辨率高，并且通常不会破坏植被的正常生理活动，也不会改变林分原来的环境状况和树木结构，因此被广泛的运用于林木水分传输相关研究中[4]。热技术根据原理差异分为热脉冲速率法(HPV)、热平衡法(SHB)、热扩散法(TDP)、激光热脉冲法(LHPG)、热变形法(HFD)[5-6]。这些方法均是对样木个体树干液流的精确测量，但无法实现对大尺度范围如整片森林的快速测定、即时监测或区域预估。

而基于卫星产品的遥感技术的应用为区域尺度树木蒸散估算和表面热过程模式的研究提供了一种可靠的途径[7]。多时相的热红外遥感可以快速、高效地获取区域尺度地表的辐射和温度状况，为土壤—植物—大气系统(Soil-Plant-Atmosphere Continuum，简称SPAC)直接提供表面能量信息[8]。Tanner[9]的研究指出，植被蒸腾耗水量与其自身个体的温度之间存在有一定的关系。徐军亮等[10]人的研究也表明，温度是影响京西山区油松、侧柏液流速率瞬态、日均值和月均值的主导环境因子。

目前，遥感基础上估算植被蒸散的经验方程通常是在大量的冠层温度(Tc)和区域空气温度(Ta)统计数据的基础上构建的。Jakon和Seguin等[11-12]人定义了用于反映作物灌溉时间和数量指标的Stress Degree Day(SSD)，它是由冠层温度和气温相减获得的，并提出了一个基于统计分析原理获取的调整参数(B)，从而建立区域性作物蒸散估算的简化经验方程：

ET=Rn-B(Tc-Ta)

式中，ET——日蒸散总量；

Rn——净辐射值。

该模型需要目标区域详细的气象资料来支持，但通常气象站的建立多是离散分布的，这就在一定程度上限制了这种方法的推广和应用。

本研究的目的则是试图将侧柏蒸腾(液流)量与通过遥感反演可快速提取的样木冠层温度(Tc)和林下地表温度(Ts)的差值(以下简称冠地组分温差，ΔT=Tc-Ts)建立时间序列关系，分析侧柏树干液流瞬时尺度、日尺度、旬尺度，以及昼夜、季节、天气变化下的流速差异，分析其对冠地组分温差ΔT的响应机制，得出具有区域特征的变化系数和响应函数，以期经过一定的尺度放大获得林分的整体蒸腾耗水量。进而实现快速高效、经济实用的森林尺度蒸腾耗水状况的监测与预估，弥补热技术法与遥感法各自的缺憾。关于由单木向林分尺度的放大，国内外均有相关研究[5，13]证明这种做法的可行性。

1 材料与方法

1.1 研究区概况

本研究区位于河北省怀来县东花园镇西北部的中科院怀来遥感综合试验站(40°20′55.093″N，115°46′59.569″E)，海拔488.3 m。试验站地处延怀盆地西南段，北距官厅水库约2 km。该地区两侧山地为西南—东北走向，形成自然的狭长风道，年平均风速3.1 m/s，全年大于等于17.0 m/s的风速出现39次，最大风速达24.0 m/s。区域内土壤属典型褐土，卵石母质，土层厚度多为40～80 cm。该区域虽然位于我国湿润与半湿润过渡区域，但由于盆地效应和南北山脉的雨影作用，年均温度为8.9 ℃，而年均降水量则只有391.3 mm[14-15]。

试验园区内人工林占地面积约2 652 m2，主要乔木树种有山杨(Populusdavidiana)、侧柏(Platycladusorientalis(L.)Franco)、油松(Pinustabuliformis)等。林区地势平坦，近正南北走向；同种林木个体差异不大，其中侧柏的地径主要分布在11～15 cm间，约占整体林分的90%。林下植被多为草本，且分布稀疏可忽略不计。2014年夏季与2015年夏季侧柏人工林区林分状况统计见表1。

1.2 冠层—地表温度的测定

使用两个IRR-P型红外温度传感器和CR800型数采完成对侧柏目标树的连续观测，同样每30 min一次采集。温度传感器设在侧柏目标树西南侧成L形的支架上，通过线缆与数采连接。测温探头距地面2.0 m处，整体体积较小，对树冠庇荫面较小可忽略。其中一个探头垂直指向地面，用来收集林下的地面温度(Ts)；另一个探头约成45°斜向树冠，其延长线与树干交点略高于茎流仪，用来收集冠层红外温度(Tc)。

表1 侧柏人工林区样地信息统计年份株行距/m行列数(含枯立木)活立木株数树龄/a平均树高/m平均地径/cm平均冠幅/m20142 012∗16187144 013 21 92015154 113 51 7

IRR-P型测温探头精度较高(-10 ℃～65 ℃时仅±0.2 ℃)，工作时使用锡箔纸包裹防止阳光直射；视场角为22°，观测范围呈圆形可实现对目标物的覆盖；响应时间为1 s，采集时能够输出每1 min，30 min和1 d内的最大温度、平均温度、最小温度值，及各自出现的时刻，便于后期分析。

1.3 树干液流的测定

本研究在林分调查的基础上，于2014-07-01在侧柏人工林中选取生长旺盛、树体通直、无被挤压的侧柏优势树(树高为4.2 m，东西冠幅为2.0 m，南北冠幅1.8 m，地径为13.7 cm)，在树干1.3 m处(要求测定部位±0.5 m范围内不存在结疤或损伤[12])安装监测设备。并以30 min为时间间隔在试验期内定点连续观测样木的液流通量。

试验选用美国Dynamax公司生产的Flow-32型包裹式热平衡树干液流仪(Stem heat balance，SHB)及澳产DT80型太阳能自动数采设备完成测定。该设备集成了自动气象观测站，用于对林间空气温度等的同步监测，并可以实现远程数据浏览与状态监视。使用硅胶树脂保证树干与包裹材料有较好的接触，使用防水、绝热的泡沫棉和高反射性的锡箔护罩包裹传感器，防止阳光直射引起设备温度变化，进而防止对树干液流输送形成胁迫。

SHB法测定植被茎流或液流是由Dynamax在1970年提出的，后经Baker等[16]研究人员的验证和推广，由Groot[17]等人对针叶树种的应用，证明了该方法的普适性。其理论依据是：向树干或茎秆持续供给的恒定热量，由于液流的不断流动，在理想状态下，被液流带走的热量应等于供给的热量[18]。

该方法是基于热平衡方程、Fourier定律及欧姆定律联立得出的，其详细的计算过程可以参看徐先英[19]和Groot[17]的相关文献。这里只列出最终的计算式：

式中：

F——侧柏树干的液流通量(g/h)；

V——茎流仪供电电压(V)；

R——传感器电阻(Ω)；

Kst——树干轴向热传导系数，木本类植被通常为0.42 W/(m·K)；

A——树干的横截面积(m2)，本研究中的侧柏测点直径3.8 cm；

dTu/dx——茎流仪向上热传导时的温度梯度(℃/m)；

dTd/dx——茎流仪向下热传导时的温度梯度(℃/m)；

Ksh——护套的导热系数(W/mV)，通过解零流率(即Qf=0)时的能量平衡方程求出；

CH——辐射热电堆的电压(V)；

Cp——树液的比热容(J/(g·℃))，通常用水(0.418)的代替；

dT——上下两个温度监测点间树干水流温度的梯度(℃)，dT=(Vu+Vd)/2/0.04；其中Vu和Vd分别为上部和下部传感器测得的电压(mV)，0.04为电压温度系数(mV/℃)，由半导体电压随自身温度的变化而变化的性质获得。

1.4 数据处理与统计分析

首先将年月日信息转换成国际通用的年积日(Day of Year Calendar，简写为DoY)进行日期标记，利用Matlab和Origin软件对获得的数据进行去噪、平滑、插值处理，分别分析侧柏树干液流F与冠层-地表温度(Tc-Ts)各自基于时间尺度和不同天气条件(晴、多云、雨)下的周期变化。而后将液流通量与样木冠层温度(Tc)和林下地表温度(Ts)的差值(Tc-Ts)建立时间序列关系，分析对应周期内的变化规律，以及F对(Tc-Ts)的响应机制，得出具有区域特征的响应函数或经验公式。最后经过一定的尺度放大获得林分的整体蒸腾通量，再与即有遥感观测森林蒸腾的模型相对比，评估该方法的精度与可行性。

实验研究证明，树木液流在5—10月间的液流总量约占全年总量的85%[20]。鉴于5—9月为试验地侧柏的主要生长季，这段时间内植被生长旺盛，日蒸散量较大，能明显的表征其液流的24 h连续变化特征，且各种天气状况丰富，故选取该阶段内晴、多云、降雨3种天气状况下各5个典型日的液流连续观测数据进行处理与分析，具有较好的代表性。典型日(年积日)选择及相应的气温状况详见表2。

表2 夏季不同天气条件下典型日的气象条件天气评价标准典型日DateDoY最高温度/℃最高温度/℃晴晴朗，云量<20%07-06—10187-1913417多云云量介于20%～80%08-26—30239-2413419降雨含雨、雪、雹在内的垂直降水06-05—09156-1603314

本研究的外业观测试验并非在完整一年内的连续观测，而是实现了跨年监测(2014-07—2015-09)，在经过年积日转换后，将筛选出的两部分数据(2014-10-01—2014-12-31，对应的DoY为274-365；2015-01-01—2015-09-30，对应的DoY为1-273)进行合并重组为连续的第1-365天，这样便可以获得连续的季节变化。

2 结果与讨论

2.1 侧柏液流速率与组分温度的日变化

典型天气下侧柏冠层(Tc)与地表温度(Ts)、液流速率(F)与冠层—地表温差(ΔT)随时间的连续变化见图2。

图2 不同天气下典型观测日内Tc，Ts，F和ΔT的连续变化

续图2 不同天气下典型观测日内Tc，Ts，F和ΔT的连续变化

将上述3种典型天气下的5组样本取时刻均值，对比不同天气条件下的ΔT与F的日内变化过程(见图3)不难发现：1天中(尤其是白天阶段)侧柏的液流速率与温差呈现明显的负相关性，且液流速率达到峰值的时刻与温差达到负最大的时刻十分接近，均为11：30—12：30间，而此时刻的冠层和地表温度达到30 ℃。也就是说，夏季晴天时中午12：00许，液流速率达到高峰，侧柏冠层与林下地表的温度差额达到最大。同时，夏季不同天气情况下的液流速率与温差变化幅度相对接近，没有出现明显的差异性；只是液流速率的日时间进程略有差异，表现出启动时刻晴天最早、雨天最晚，结束时刻则是雨天最早、晴天最晚。

2.2 侧柏液流速率与组分温度的季节变化

根据物候和气象资料，怀来试验站四季的月份分布依次为：春季3—5月，夏季6—9月，秋季10—11月，冬季12月至次年2月(冬季生长趋于停止，这里不再做详细解析)。

图3 夏季典型天气的侧柏液流速率与温差的日内变化

受侧柏冠层自身理化性质与地表物理结果影响，随季节交替对温度等气象因子产生影响，侧柏树干液流流速也之发生明显的季节性周期变化。由图4和图5可看出，春季侧柏逐渐恢复进入到生长季，组分温度整体呈现缓慢的升高趋势，昼夜温差较大，达到20～25 ℃，正午时分的组分温差绝对值也呈现缓慢增大的态势，此阶段内1天中的液流速率会呈现双峰形态，其启动与结束间隔期相对较短，在入夜至黎明前通常液流十分缓慢甚至流速趋于0。入夏后，光合有效辐射逐渐增强，机体生命活力达到最强，组分温度的日间差值达到最大，夜晚平均流速为50 g/h，日间液流活动时间延长；日间云层遮挡、高温多雨致使夏季液流日间起伏波动较大。之后在11月左右入秋，组分温度差值不大，整体变化趋势接近，昼夜温差缩小，而液流速度也趋于平缓，日间流速起伏不大。

2.3 侧柏液流速率与组分温差的关系

2.3.1 瞬时观测尺度

由前文可知，中午12：00对液流流速和组分温差而言，是一个非常关键的时刻点，这时二者具有明显数值变化。选取夏季晴天(6—9月)中12时和卫星大致过境时间的10：00和14：00三个时刻，绘制侧柏液流速率与冠地组分温差相关性曲线(图6)得出拟合曲线为：F=78.184-19.002ΔT，R=0.663。这说明瞬时尺度下，液流速率与组分温差具有一定的相关性。

图4 侧柏人工林组分温度季节变化

图5 侧柏人工林液流速率季节变化

图6 夏季侧柏树干液流速率与组分温差的瞬时尺度相关性

2.3.2 日尺度

由于自身的理化性质和生理活动，侧柏白天液流量占全天85%以上，液流流速呈现明显的阶段性。将一天分为06：00时至18：00和18：00至06：00，即白昼和夜晚两个阶段进行分析(见图7)。昼夜的主要差别在于光照条件，白天光照充分组分温差较大，液流流速随组分温差而变化的相关性尚可(F=61.980-11.148ΔT，R=0.664)。虽然夜晚的环境更稳定，但是无光条件下气孔开合度不足，气孔阻力较大，加之夜晚湿度较大，侧柏叶片内外蒸气压差下降；土壤温度低于叶片，使之蒸腾耗水量降低，由蒸腾引起的液流耗水量降低；组分表面温度受环境影响，组分温差过于集中，进而使之与液流速率相关性不明显(F=35.610-7.339ΔT，R=0.261)。

2.3.3 旬尺度

由前文可知，组分温度和液流速率存在季相变化，同时二者呈现负相关关系。为充分获得这种负相关关系的变化规律，以1旬(10 d)为单位，只选取每个自然旬中的晴天数据作为基础，线性拟合1年中的连续变化，趋势如图8，对应的拟合曲线信息见表3。

图7 侧柏液流速率与组分温差的昼夜相关性

图8 旬尺度相关性拟合

表3 线性拟合曲线信息序号日期截距斜率R旬内晴天数120150101—10119 136-82 2950 7695220150110—20231 184-33 0860 4843320150311—2033 878-18 7330 5817420150321—3138 516-7 5960 5118520150401—1037 178-6 7160 4865620150411—2027 750-7 3140 5325720150421—3033 994-9 7150 7087820150501—1021 175-10 1690 6582920150511—2036 306-4 0280 48251020150521—3145 607-8 8970 61251120150601—1038 130-13 5560 61821220150611—2067 177-20 6690 84411320150621—3052 187-11 4300 58111420150701—1037 554-10 6670 78721520150901—1093 005-13 4790 61261620150921—30113 220-9 9620 45631720141001—1066 422-6 5590 36651820141011—2058 798-10 8650 48061920141021—3077 121-7 4550 24342020141101—1053 564-12 8810 61882120141111—2063 309-23 4550 63952220141121—30124 225-26 9640 49232320141201—10192 006-94 0190 77972420141211—20182 238-99 3000 5816

侧柏液流速率与组分温差的相关性拟合结果与斜率存在着一定的关系：整体斜率小于-20时，R可以达到0.6以上；旬内晴天数在6 d以上时可以获得较好的相关性(R平均可达0.6以上)。其中，2014-12-11—20期间的数据拟合曲线斜率-99.3，R=0.914为最大值，样本内晴天有6 d。

若将拟合曲线的斜率按照时间的顺序绘制成折线图(图9)，就会发现：一年中3月中—11月末的曲线拟合斜率保持在相对恒定的范围区间间，其他时间则出现了差异明显的波动。其中3月中旬(2015-03-11—20，斜率=-18.733，R=0.581)和11月下旬(2014-11-21—30，斜率=-26.964，R=0.492)为两个明显的拐点，这两个点分别是冬—春和秋—冬的交点。3月中—11月末的这段时间内，相对全年，曲线拟合斜率在-20～0间微小波动变化，平均-12.056。

图9 相关曲线拟合斜率的全年分布

则可以得到如下函数关系式：

式中，F——侧柏液流速率(g/h)；

I——综合变量参数，待定值，需要详细的林地气象参数综合考虑；

S——为拟合斜率，取值范围为(-20，0)，均值为-12.056；

这说明，在主要的生长季节(春、夏、秋)内，侧柏液流速率与组分温差呈明显的负相关性，具有较好的相关性。

2.4 冠层气温温差与冠地组分温差的关系

使用与前文相同的方法获得冠层—气温温差与液流速率的相关性，通过对比同期两个温差拟合曲线的变化规律(见图10,图11)。

图10 冠气温差与液流速率相关性拟合

图11 冠气温差与液流速率相关性全年分布

可知： 液流速率与冠气温差和冠地温差的相关性具有相近的函数关系，都是在春夏秋3个主要生长季内线性相关且斜率在一定范围内波动，在冬季有较大变化。其中主要生长季内冠气温度-液流速率的线性拟合斜率的变化范围为(-20，20)，波动更剧烈。

这里使用的空气温度为自动气象站测得的地表1.5 m处的林内气温，这说明了冠气温差法估算蒸散(腾)需要较高的辅助条件。同时也从侧面说明了如果通过遥感图像反演获得冠地组分温度，使用本研究的方法具有更便捷的条件，结果也相对更加稳定。

2.5 侧柏液流耗水量估计

根据试验原理，所测速率为每30 min内的平均速度，24 h内共有48组数据，这样，侧柏每日累计液流通量为：

可知：春天，侧柏逐渐从冬季的休眠中恢复过来，蒸腾作用逐渐增强，日均累计流量为1.532 kg；夏季为主要生长季，天气等条件充足，但是温度过高时气孔关闭会大大影响蒸腾效率，液流日均流量仅为1.652 kg；入秋以后，天气转凉，空气湿度相对较低，但是正午限制气孔开合的高温条件逐渐丧失，液流强度达到最大，季内日均液流通量达3.072 kg。春夏秋三季的侧柏累计液流通量详见图12。

图12 侧柏液流日流量的累计通量

以三季数据为基础拟合液流通量(kg)的累计量曲线：

Facc=-128.675+1.444 d

拟合结果较好(R=0.987)，以此为基础预估侧柏单木年蒸腾液流耗水量为655.735 kg。之后通过结合林分密度，即可估算林分整体的年液流通量。

3 结论与展望

本研究创新性地将热红外遥感获取侧柏冠层—林下地表组分温度与热平衡法测量单木液流速率相结合，分析二者的相关变化关系，得出结论：液流速率与组分温度呈明显的负相关关系，其表达式为：

式中，F——侧柏液流速率；

A——综合变量参数，待定值，需要详细的林地气象参数综合考虑；

S——拟合斜率，取值范围为(-20，0)，均值为-12.056，适用于京西地区侧柏(树龄15 a)的单日或连续蒸腾耗水量估计。

本研究试验为遥感获取森林蒸腾耗水量估计提供了快速有效的方法，并获得了较为可靠的研究结果。

传统的冠气温差法对目标测区的气象数据有较高的要求，而全球气象观测站点的离散分布，并非每个实验区都能获得准确的气象数据。所以，使用该方法可以免除了传统冠气温差法对地面气象站数据的依赖，直接利用遥感图像反演地表植被冠层和地表土壤的红外温度，来统计估计植被的蒸腾耗水量，为SPAC系统水循环研究和应用提供了新的方法。

但是，本研究试验虽分析获得了液流流速与组分温度的相关性和拟合曲线斜率，并未得出综合变量参数的真实值，这在以后的试验中需要详细统计各环境因素的综合影响，进而确定该参数的真实值或变化规律。

[1] Greenwood E A N，Beresford J D，Bartle J R，et al.Evaporation from vegetation in landscapes developing secondary salinity using the ventilated-chamber technique：IV.Evaporation from a regenerating forest of Eucalyptus wandoo on land formerly cleared for agriculture[J].Journal of Hydrology，1982，58(3-4)：357-366.

[2] A R，R T，W R H，et al.Water in stems of sessile oak(Quercus petraea)assessed by computer tomography with concurrent measurements of sap velocity and ultrasound emission[J].Plant，Cell and Environment，1995，18(5)：545-554.

[3] 马履一，王华田，林平.北京地区几个造林树种耗水性比较研究[J].北京林业大学学报，2003(02)：1-7.

[4] Nakai T，Abe H，Muramoto T，et al.The relationship between sap flow rate and diurnal change of tangential strain on inner bark in Cryptomeria japonica saplings[J].Journal of Wood Science，2005，51(5)：441-447.

[5] 谢东锋，马履一，王华田.树木边材液流传输研究述评[J].江西农业大学学报，2004(01)：149-153.

[6] 孙慧珍，周晓峰，康绍忠.应用热技术研究树干液流进展[J].应用生态学报，2004(06)：1074-1078.

[7] 陈鸣，潘之棣.用卫星遥感热红外数据估算大面积蒸散量[J].水科学进展，1994(02)：126-133.

[8] 高彦春，龙笛.遥感蒸散发模型研究进展[J].遥感学报，2008，12(3)：515-528.

[9] Tanner C B.plant temperatures[J].Agronomy J，1963(55)：210-211.

[10] 徐军亮.京西山区油松、侧柏单木耗水环境影响因子评价与模拟[D].北京：北京林业大学，2006.

[11] Jackon R D，Reginato R J，Idso S B.Wheat Canopy Temperature：A Practical Tool for Evaluating Water Requirements[J].Water Resour Research，1977(13)：651-656.

[12] Seguin B，Itier B.Using midday surface temperature to estimate daily evaporation from satellite thermal IR data[J].International Journal of Remote Sensing，1983，4(2)：371-383.

[13] Reyes-Acosta J L，Lubczynski M W.Mapping dry-season tree transpiration of an oak woodland at the catchment scale，using object-attributes derived from satellite imagery and sap flow measurements[J].Agricultural and Forest Meteorology，2013，174：184-201.

[14] 娄安如.中国北方农牧交错带河北省怀来县生态环境敏感性分析[J].北京林业大学学报，2006(03)：46-52.

[15] 许颖，唐海萍.河北怀来盆地近60a气候变化特征及其影响[J].北京师范大学学报：自然科学版，2015，3(51)：293-298.

[16] M.B J，van Bavel.C H M.Measurement of mass flow of water in stems of herbaceous plants[J].Plant，Cell，and Environment，1987，10：777-782.

[17] Groot A，King K M.Measurement of sap flow by the heat balance method：numerical analysis and application to coniferous seedlings[J].Agricultural and Forest Meteorology，1992，59(3-4)：289-308.

[18] 罗中岭.热量法茎流测定技术的发展及应用[J].中国农业气象，1997(03)：54-59.

[19] 徐先英，孙保平，丁国栋，等.干旱荒漠区典型固沙灌木液流动态变化及其对环境因子的响应[J].生态学报，2008(03)：895-905.

[20] 王文杰，孙伟，邱岭，等.不同时间尺度下兴安落叶松树干液流密度与环境因子的关系[J].林业科学，2012，48(1)：77-85.

StudyonTranspirationMonitoringofPlatycladusorientalis(L.)FrancoBasedonSoil-canopySurfaceComponentTemperatureDifference

SUN Hao1， HUANG Huaguo1， XIE Weijia1， LIANG Wenye2， HU Jingjing2

(1.Beijing Forestry University，Key Laboratory for Silvicultureand Conservation of Ministry of Education，Beijing 100083,China； 2.Forest Inventory and Planning Institute of Tibet Autonomous Region, Lhasa 850000,Tibet,China)

One year continuous field monitoring was conducted on samplePlatycladusorientalis(L.) Franco trees in Huailai Remote Sensing Testing Site of the Chinese Academy of Sciences using thermal infrared imager and SHB sap-flow instrument. Significant periodic daily, diurnal and seasonal variations were found out among the variation law of the sap flow velocity(F) , the component temperature of soil surface(Ts) and canopy surface(Tc) and their difference(ΔT). And the climate has a great impact on these variation patterns. A significant negative correlation was found between the F and the ΔTwith different time scale. Compared with traditional temperature difference method, this new model better fits the reality, which eliminates the use of surface weather stations. In addition, there was an increasing linear trend between the cumulative sap flow flux versus the day of year(d). The current research has provided new thoughts and ways for the monitoring and prediction of water consumption during the process of plant transpiration by remote sensing inversion methods of components temperature difference.

Platycladusorientalis(L.) Franco；transpiration； sap flow velocity；component surface temperature difference；remote sensing.

2016 — 03 — 01

国家自然科学基金(41171278)“耦合三维过程模式的植被热辐射时空变异研究”的一部分。

孙浩，男，硕士研究生。主要研究方向：林业遥感与信息技术。

黄华国，教授。主要研究方向：定量遥感。

T 791.38

A

1003 — 6075(2016)01 — 0034 — 12

10.16166/j.cnki.cn43 — 1095.2016.01.009