以华北石质山地侧柏林为研究对象, 运用氢稳定同位素(δD)技术, 结合大气、土壤的温湿度, 探讨雨季和旱季降雨对不同深度土壤温湿度动态及水分运移的影响。结果表明:土壤温度在雨季随降雨产生先减小后增大, 随土壤深度增加而降低, 而旱季初期则随降雨持续减小, 且随土壤深度的增加而升高。雨季和旱季, 土壤湿度随降雨先增大后减小, 且均随土壤深度的增加而下降。雨季前期土壤湿度较低时, 中雨可使表、中层土壤湿度增加较多, 且该层土壤水δD贫化, 即降雨优先补给表、中层土壤;而前期降雨充足时, 中雨使下层土壤湿度增加较多, 而所有土壤水δD均贫化, 即降雨可较快入渗到深层土壤。大雨使所有土层湿度增加且差异较小、δD贫化, 即降雨可迅速入渗全部土层。旱季初期, 中雨使表层湿度增加较多, 即使前期土壤湿度较低时, 雨后全部土壤水δD均贫化, 即中雨也可较快入渗到深层土壤, 进一步补给地下水。表层枯落物水δD值受降雨δD值直接影响, 随降雨产生先贫化后富集;而浅层、深层地下水δD值皆较稳定, 几乎不受短期降水影响, 可为干旱季节植被生长提供重要水源。

目的 探究华北土石山区典型人工林生长季与非生长空气负离子（NAI）的变化特征以及其影响因子的差异性，为揭示该地区不同季节影响NAI浓度的环境因子变化提供科学依据。 方法 利用河南黄河小浪底地球关键带国家野外科学观测研究站的空气负离子、PM2.5、PM10和气象数据，分析该地区生长季与非生长季栓皮栎和侧柏的NAI变化特征，在此基础上，采用随机森林模型（RF）比较了影响NAI的主要环境因子及其重要性得分。 结果 生长季栓皮栎人工林NAI浓度日内变化呈单峰曲线，非生长季则不明显。生长季和非生长季侧柏人工林NAI浓度日内变化均呈单峰变化趋势，但峰值大小差异较大；观测期栓皮栎人工林平均NAI浓度（740.32 ion·cm⁻³）>侧柏（703.74 ion·cm⁻³）（p<0.01），其中，生长季栓皮栎人工林日均NAI浓度（858.94 ion·cm⁻³）>侧柏（724.33 ion·cm⁻³）（p<0.01）；非生长季侧柏人工林日均NAI浓度（683.16 ion·cm⁻³）>栓皮栎（621.70 ion·cm⁻³）（p<0.01）；生长季空气温度（Ta）、相对湿度（RH）、饱和水汽压亏缺（VPD）、光合有效辐射（PAR）等气象因子均高于非生长季，而颗粒物（PM2.5、PM10）表现为非生长季高于生长季，且同时期PM10浓度>PM2.5浓度，风速（WS）生长季与非生长季差异不明显；随机森林模型显示，生长季影响栓皮栎和侧柏人工林NAI浓度的主要环境因子为VPD、PAR和WS，其重要性得分分别为20.22、15.08、14.71和25.08、16.76、16.49；非生长季影响栓皮栎人工林NAI浓度的主要环境因子为PM2.5、WS和PM10，其重要性得分分别为33.36、17.58和14.28，影响侧柏人工林NAI浓度的主要环境因子为WS、PM2.5和PM10，其重要性得分分别为17.51、15.89和14.62。 结论 华北土石山区生长季栓皮栎与侧柏NAI浓度日内变化均呈单峰曲线，非生长季栓皮栎NAI浓度变化不明显，而侧柏呈单峰曲线。栓皮栎和侧柏人工林NAI浓度差异显著，其中，生长季人工林的NAI浓度栓皮栎>侧柏，非生长季人工林的NAI浓度侧柏>栓皮栎，观测期内栓皮栎NAI浓度高于侧柏NAI浓度。影响该地区典型人工林NAI浓度的环境因子季节差异明显，生长季主要的环境因子是VPD和PAR，而非生长季的主要环境因子是颗粒物和WS。

2005年11月至2006年3月,利用L i－8100土壤呼吸自动观测系统及AR－A－ECH土壤温度湿度自动观测系统,观测了华北山区30年生侧柏和25年生栓皮栎林土壤呼吸速率与土壤温度及湿度,分析了非主要生长季土壤呼吸变化特征。结果表明: (1)晴或多云条件下, 2种人工林林地土壤呼吸速率都明显高于阴天,但日变化均不明显;整个非主要生长季,土壤呼吸速率(SRR)呈现出明显的日际变化特征; 2005年11月至2006年1月, SRR 呈显著降低的趋势,在2月份,维持在相对较低水平,进入3月中旬则迅速回升,降雪使SRR 均有不同程度的增加;整个非主要生长季,侧柏林地与栓皮栎林地的平均SRR分别为0. 61、0. 39μmol·m-2 ·s-1。( 2) 2种人工林林地地表及地下5、10、15、20 cm深处土壤温度与SRR都存在显著的指数相关关系( p pp < 0. 01) ,且比较偏相关系数表明:影响2种林地土壤呼吸速率的最主要土壤环境因子都是土壤温度。

采用由热扩散树干液流技术测算得到的、周期为2个主要生长季节(4—9月)杜仲人工林蒸腾数据,结合同步观测得到降雨量以及冠层微气象数据,分析了华北石质山区10年生杜仲人工林耗水规律及水分供求关系,旨在为该地区杜仲的发展提供必要的水分生态理论依据。结果表明: (1)杜仲人工林蒸腾量( TR )呈现出明显的日内变化和日际变化特征,在晴天条件下,杜仲人工林蒸腾呈现单峰变化趋势,在多云及阴天条件下,呈现多峰变化趋势;阴天日蒸腾值明显低于晴天及多云日;杜仲蒸腾的日际变化表现为: 4—5月逐渐升高, 6月份左右达到高峰值, 7月份逐渐降低, 2005年及2006年4—9月蒸腾总量分别为268. 5、212. 0 mm, 4—9月各月蒸腾总量所占总蒸腾量的比例在2005年分别为12. 3%、20. 4%、20. 2%、18. 2%、15. 9%和13. 0% ,在2006年分别为10. 6%、21. 7%、23. 3%、17. 4%、14. 6%和12. 4%; (2) TR与冠层太阳总辐射(Ra) 、空气温度、湿度及风速等微气象要素有很好的复相关性(α = 0. 01) ,各月影响TR的最主要微气象因子都是Ra; (3) 4—9月降雨总量( P)与TR 的比值( P / TR )都大于1. 0 ,且除4月份外,各月P / TR也大于或接近于1. 0,说明降水可以满足杜仲人工林蒸腾耗水的需要。

At present, field measurement is the main means of acquiring soil temperature data, which is spatially and temporally discontinuous. The prediction model of soil temperature should be built based on continuous measured data. Based on the soil temperature data of different layers (0 cm, 5 cm, 10 cm, 15 cm, and 20 cm) and the air temperature above and below the canopy, the data were measured continuously in a nearly 30-year-old Robinia pseudoacacia plantation in the hilly zone in Jiyuan City of He’nan Province in 2006 and 2007, the relationship between soil temperature and air temperature was analyzed, a mathematical model for predicting soil temperature was developed based on daily air temperature data in 2006, and the predictions were tested based on the data of 2007. The results show that:The variation trends of soil temperature of different layers and air temperature are basically the same; as soil depth increased, the impact of the soil increased, yet the correlation of soil temperature and air temperature decreased. According to the growth status of trees, a year can be divided into four phases of phenology. The correlation of soil temperature and air temperature was significant when the leaf area index was small. Therefore, the structure of forest canopy had obvious impact on the soil temperature. The model based on air temperature can provide a valuable and accurate tool for predicting temperature of shallow soil. However, to accurately predict deep soil temperature, more factors should be taken into account.