基于CoLM陆面模式的不同类型草地生长季碳水通量及其影响因素

doi:10.11686/cyxb2025004

摘要/Abstract

摘要：

草地生态系统是我国陆地面积最大的生态系统，其碳水通量对陆-气物质和能量循环起着重要作用。本研究优化了CoLM陆面模式的根系吸水（RWUF）和土壤呼吸（SRF）过程，评估了模型在不同草地生态系统碳水通量模拟中的适用性，模拟并分析了不同类型草地碳水通量生长季变化和日变化趋势，探讨了不同类型草地碳水过程的关键影响因子。结果表明：优化后的CoLM陆面模式对不同草地生态系统生长季碳水通量模拟的适用性较好，对蒸散发（ET）的模拟结果整体优于碳通量［总初级生产力（GPP）、生态系统呼吸（R_eco）、净生态系统交换量（NEE）］。温性荒漠、温性草原、荒漠草原和山地草甸的生长季蒸散发总量均大于降水量，温性草原、荒漠草原和山地草甸生长季碳吸收量分别为-28.2、-41.5和-152.0 g C·m^-2，均表现出对碳的固定，且碳固持能力顺序为山地草甸>荒漠草原>温性草原。降水和净辐射是影响不同类型草地生长季蒸散发最主要的因素，且与碳水通量呈显著正相关（P<0.01），相较于干旱地区低植被覆盖草地蒸散发受土壤蒸发的影响明显，植被覆盖较好的草地生态系统蒸散发受植物蒸腾作用的影响更大；叶面积指数是草地生态系统碳交换量最主要的影响因素，其次是降水和净辐射。研究结果为了解干旱-半干旱区草地生态系统碳、水过程及其对气候变化的响应提供了一定的参考。

关键词: 碳通量, 水通量, CoLM陆面模式, 草地生态系统参数优化

Abstract:

Grassland ecosystems occupy the largest area among the terrestrial ecosystems in China， and their carbon and water fluxes play an important role in the land-air carbon and energy cycles. In this study， we optimized the root water uptake function （RWUF） and soil respiration function （SRF） of a Common Land Model， evaluated the applicability of the model to the simulation of carbon and water flux in different grassland ecosystems， simulated and analyzed trends in the seasonal and daily variation of carbon and water flux in different grassland types， and discussed the key factors influencing water and carbon processes in different grassland types. It was found that the Common Land Model was suitable for simulating carbon and water fluxes in different grassland ecosystems during the growing season， and the simulation results of evapotranspiration （ET） were better than those of carbon fluxes （gross primary productivity， ecosystem respiration， net ecosystem exchange）. The total evapotranspiration of temperate desert， temperate steppe， desert steppe and mountain meadow in the growing season is greater than precipitation， and the carbon uptake of temperate steppe， desert steppe and mountain meadow in the growing season is -28.2， -41.5， and -152.0 g C·m^-2， respectively， showing carbon fixation and carbon sequestration capacity ranking as： Mountain meadow>desert steppe>temperate steppe. Precipitation and net radiation were the most important factors affecting evapotranspiration of different grassland types during the growing season， and were significantly positively correlated with carbon and water flux （P<0.01）. With low vegetation cover in arid land， evapotranspiration was more significantly affected by soil evaporation than was the case with grassland， and evapotranspiration of grassland with good vegetation cover was more affected by plant transpiration. Leaf area index （LAI） was the most important factor affecting carbon exchange in grassland ecosystems， followed by precipitation and net radiation. This study provides a framework for understanding the carbon and water cycling processes of grassland ecosystems and their responses to climate change in arid and semi-arid areas.

Key words: carbon flux, water flux, Common Land Model, parameter optimization of grassland ecosystem

程杨, 井长青. 基于CoLM陆面模式的不同类型草地生长季碳水通量及其影响因素[J]. 草业学报, 2025, 34(12): 33-49.

Yang CHENG, Chang-qing JING. Carbon and water fluxes of different grassland types in the growing season based on the Common Land Model[J]. Acta Prataculturae Sinica, 2025, 34(12): 33-49.

图/表 15

表1 CoLM陆面模式的输入输出变量

Table 1 Input and output variables of the Common Land Model

变量类型 Variable type	变量Variable	物理意义 Physical meaning	单位 Unit
输入变量 Input variable	SW	太阳短波辐射Solar shortwave radiation	W·m^-2
	LW	大气长波辐射Atmospheric long wave radiation	W·m^-2
	TA	气温Air temperature	K
	RH	比湿Specific humidity	kg·kg^-1
	PR	降水速率Precipitation rate	mm·s^-1
	US	U风速U-wind	m·s^-1
	VS	V风速V-wind	m·s^-1
	PA	大气压Atmospheric pressure	hPa
	LAI	叶面积指数Leaf area index	m²·m^-2
输出变量 Output variable	H	感热通量Sensible heat flux	W·m^-2
	LE	潜热通量Latent heat flux	W·m^-2
	Fevpa	蒸散发速率Evapotranspiration rate	mm·s^-1
	assim	冠层同化速率Canopy assimilation rate	mol·m^-2·s^-1
	respc	总呼吸速率（植物+土壤） Total respiratory rate （Plant+soil）	mol·m^-2·s^-1
	Etr	植物蒸腾Plant transpiration	mm·s^-1
	Fg	土壤蒸发Soil evaporation	mm·s^-1
	Wliq	10层土壤水分含量Soil moisture content of 10 layer	kg·m^-2
	Tss	10层土壤温度10 layer soil temperature	K

图1 站点分布概况及日均气温和日降水量基于自然资源部标准地图服务网站GS（2019）1822号标准地图绘制，底图边界无修改Based on the standard map service website GS（2019）1822 of the Ministry of Natural Resources， the boundary of the base map is not modified；蓝色虚线是日均温度为0 ℃的辅助线The blue dotted line is the 0 scale auxiliary line of daily average temperature.

Fig.1 Site distribution， daily average temperature and daily precipitation

表2 涡度通量数据基本信息

Table 2 Basic information of vorticity flux data

站点Site	草地类型Grassland type	数据时段Data period	时间分辨率Time resolution （min）
菊花台Juhatai （JHT）	山地草甸 Mountain meadow	Apr.-Oct.2018	30
多伦Doron （DL）	温性草原 Temperate grassland	Apr.-Oct.2008	30
阜康Fukan （FK）	温性荒漠 Temperate desert	May.-Oct.2007	30
四子王旗Siziwang Banner （SW）	荒漠草原 Desert steppe	Apr.-Oct.2013	30

图2 各站点模型默认叶面积指数和MODIS叶面积指数季节变化情况折线表示MODIS LAI数据，空心圆表示CoLM陆面模式默认叶面积指数数据，分别用MODIS和Default表示。Broken lines represent MODIS LAI data， hollow circles represent Common Land Model default leaf area index data， it is represented by MODIS and Default respectively.

Fig.2 Model default LAI and MODIS LAI seasonal changes at each station

图3 4个草地类型能量闭合情况斜率代表能量闭合率The slope represents the energy closure rate； R2：决定系数The coefficient of determination；RMSE：均方根误差Root mean square error；黑色实线表示模型模拟值与实测值的线性回归，红色虚线为1∶1线The black solid line represents the linear regression between the simulated value and the measured value of the model， and the red dashed line is the 1∶1 line；下同The same below.

Fig.3 Station energy closure situation of different grassland types

图4 CoLM陆面模式对4个草地类型蒸散发模拟值与观测值的比较蒸散发时间尺度为30 min。The time scale is 30 min for evapotranspiration value.

Fig.4 Comparison between simulated and observed evapotranspiration of different grassland types by Common Land Model

图5 CoLM陆面模式对4个草地类型蒸散发模拟值与观测值生长季变化趋势及月积累量蒸散发时间尺度为日尺度The time scale is the daily scale for evapotranspiration value of the growing season.

Fig.5 Seasonal variation and monthly accumulation of simulated and observed evapotranspiration of different grassland types by Common Land Model

图6 CoLM陆面模式对4个草地类型蒸散发模拟值与观测值的日变化趋势Sim：模拟值Simulation； Obs：观测值Observation.

Fig.6 Daily variation trend of simulated and observed evapotranspiration of different grassland types by Common Land Model

图7 CoLM陆面模式对温性草原（DL）、荒漠草原（SW）、山地草甸（JHT）碳通量模拟值与观测值的比较GPP：总初级生产力Gross primary productivity； Reco：生态系统呼吸Ecosystem respiration； NEE：净生态系统交换量Net ecosystem exchange；下同The same below；生长季碳通量时间尺度为30 min The time scale of 30 min for carbon flux in the growing season.

Fig.7 Comparison of simulated and observed carbon fluxes in temperate steppe （DL）， desert steppe （SW） and mountain meadow （JHT） by Common Land Model

图8 CoLM陆面模式对温性草原（DL）、荒漠草原（SW）、山地草甸（JHT）碳通量模拟值与观测值生长季变化趋势及碳总量

Fig.8 Growth season variation trend of simulated and observed carbon flux and total carbon in temperate steppe （DL）， desert steppe （SW） and mountain meadow （JHT） by Common Land Model

图9 CoLM陆面模式对温性草原（DL）、荒漠草原（SW）、山地草甸（JHT）碳通量模拟值与观测值的日变化趋势

Fig.9 Daily variation trend of simulated and observed carbon flux values in temperate steppe （DL）， desert steppe （SW） and mountain meadow （JHT） by Common Land Model

表3 影响碳水通量的环境因子

Table 3 Environmental factors affecting carbon water flux

影响因子Influence factor	变量名称Variable name	单位Unit	数据来源Data sources
H	感热通量Sensible heat flux	W·m^-2	涡度数据Vorticity data
LE	潜热通量Latent heat flux	W·m^-2	涡度数据Vorticity data
Etr	植物蒸腾Plant transpiration	mm	CoLM模拟CoLM simulation
Fg	土壤蒸发Soil evaporation	mm	CoLM模拟CoLM simulation
R_net	净辐射通量Net radiation flux	W·m^-2	涡度数据Vorticity data
SWC （0~71 cm）	土壤水分含量Soil moisture content （0-71 cm）	kg·m^-3	CoLM模拟CoLM simulation
Ts （0~71 cm）	土壤温度Soil temperature （0-71 cm）	K	CoLM模拟CoLM simulation
Ta	气温Air temperature	℃	气象数据Meteorological data
Prec	累计降水Accumulated precipitation	mm	气象数据Meteorological data
LAI	叶面积指数Leaf area index	-	MODIS数据MODIS data
RH	空气湿度Air humidity	%	涡度数据Vorticity data
VPD	饱和水汽压差Vapor pressure deficit	kPa	涡度数据Vorticity data

图10 温性草原（DL）、荒漠草原（SW）、山地草甸（JHT）生长季碳水通量环境因子变化趋势

Fig.10 Simulate the trend of changes in environmental factors related to carbon and water flux during the growing season in temperate steppe （DL）， desert steppe （SW） and mountain meadow （JHT）

图11 各环境因子对蒸散发、总初级生产力、生态系统呼吸和净生态系统交换量的影响*： P<0.05； **： P<0.01； ***： P<0.001.

Fig.11 The impact of various environmental factors on evapotranspiration， gross primary productivity， ecosystem respiration and net ecosystem exchange

表4 环境因子对不同类型草地碳水通量的影响程度

Table 4 The impact of environmental factors on carbon and water fluxes in different types of grasslands （%）

通量站点 Flux site	变量 Variable	重要值Importance value
通量站点 Flux site	变量 Variable	1	2	3	4	5
多伦站 Doron station （DL）	ET	R_net（23.6）**	Fg（22.7）**	Etr（19.5）**	LE（19.0）**	Prec（16.8）**
	GPP	LAI（30.0）**	Prec（21.6）**	Ta（15.0）**	Etr（14.3）**	Ts（12.2）**
	R_eco	Ta（21.3）**	LAI（18.5）**	Prec（18.5）**	Ts（15.7）**	SWC（13.3）**
	NEE	Prec（20.3）**	Etr（17.5）**	LAI（16.1）**	R_net（11.3）*	-
四子王旗站 Siziwang banner （SW）	ET	Prec（24.5）**	LE（21.8）**	Fg（21.5）**	R_net（20.9）**	SWC（13.5）**
	GPP	Prec（23.8）**	LAI（19.3）**	LE（17.1）**	R_net（16.8）**	Fg（15.0）**
	R_eco	Fg（19.5）**	LE（19.2）**	LAI（18.9）**	Ta（15.2）**	Ts（14.7）**
	NEE	Prec（23.9）**	R_net（23.8）**	H（14.4）**	LE（13.8）**	Etr（11.8）**
菊花台站 Juhatai station （JHT）	ET	R_net（28.5）**	Prec（27.4）**	Etr（22.3）**	LE（18.4）**	Ta（16.3）**
	GPP	Prec（37.1）**	LAI（33.9）**	R_net（18.3）**	Ta（13.4）**	Etr（12.9）**
	R_eco	LAI（28.3）**	Prec（18.3）**	Ts（16.8）**	Ta（14.8）**	SWC（9.7）**
	NEE	Prec（46.6）**	LAI（22.8）**	R_net（19.2）**	Etr（14.5）**	LE（11.7）*

参考文献 47

[1]	You C H， Wang Y B， Chen S P. A dataset of carbon and water fluxes of the typical grasslands in Duolun County， Inner Mongolia during 2006-2015. China Scientific Data， 2023， 8（2）： 99-109.
	游翠海，王彦兵，陈世苹. 2006-2015年内蒙古多伦典型草原碳水通量观测数据集. 中国科学数据， 2023， 8（2）： 99-109.
[2]	Bai Y F， Han X G， Wu J G， et al. Ecosystem stability and compensatory effects in the Inner Mongolia grassland. Nature， 2004， 431（7005）： 181-184.
[3]	Xi Z H， Wang Y Y， Ma Y M， et al. Characteristics of carbon and water fluxes over the alpine shrub steppe ecosystem during growing season on the northern slope of Qomolangma region. Plateau Meteorology， 2023， 42（4）： 887-898.
	席振华，王玉阳，马耀明，等. 珠峰北坡高寒灌丛草原生长季碳、水通量特征分析. 高原气象， 2023， 42（4）： 887-898.
[4]	Anav A， Friedlingstein P， Beer C， et al. Spatiotemporal patterns of terrestrial gross primary production： A review. Reviews of Geophysics， 2015， 53（3）： 785-818.
[5]	Chen S P， Lin G H， Huang J H， et al. Dependence of carbon sequestration on the differential responses of ecosystem photosynthesis and respiration to rain pulses in a semiarid steppe. Global Change Biology， 2009， 15（10）： 2450-2461.
[6]	Zhang B W， Tan X R， Wang S S， et al. Asymmetric sensitivity of ecosystem carbon and water processes in response to precipitation change in a semi-arid steppe. Functional Ecology， 2017， 31（6）： 1301-1311.
[7]	Wang L， Liu H Z， Shao Y P， et al. Water and CO₂ fluxes over semiarid alpine steppe and humid alpine meadow ecosystems on the Tibetan Plateau. Theoretical and Applied Climatology， 2018， 131（1）： 547-556.
[8]	Chen S P， Chen J Q， Lin G H， et al. Energy balance and partition in Inner Mongolia steppe ecosystems with different land use types. Agricultural and Forest Meteorology， 2009， 149（11）： 1800-1809.
[9]	Chaves M M， Flexas J， Pinheiro C. Photosynthesis under drought and salt stress： Regulation mechanisms from whole plant to cell. Annals of Botany， 2009， 103（4）： 551-560.
[10]	Guo W Z， Jing C Q， Deng X J， et al. Variations in carbon flux and factors influencing it on the northern slopes of the Tianshan Mountains. Acta Prataculturae Sinica， 2022， 31（5）： 1-12.
	郭文章，井长青，邓小进，等. 新疆天山北坡荒漠草原碳通量特征及其对环境因子的响应. 草业学报， 2022， 31（5）： 1-12.
[11]	Xu S X， Jing C Q， Gao S H， et al. Evaluation of the applicability of remote sensing GPP models in four typical ecosystems in the arid zone of Central Asia. Acta Ecologica Sinica， 2022， 42（23）： 9689-9700.
	许世贤，井长青，高胜寒，等. 遥感GPP模型在中亚干旱区4个典型生态系统的适用性评价. 生态学报， 2022， 42（23）： 9689-9700.
[12]	Wang S J， Zhou S J， Fang C L. Spatial-temporal patterns and evolution of carbon storage in China’ s terrestrial ecosystems from 1980 to 2020. Scientia Sinica Terrae， 2024， 54（10）： 3323-3339.
	王少剑，周诗洁，方创琳. 1980-2020年中国陆地生态系统碳储量时空格局与演进规律. 中国科学：地球科学， 2024， 54（10）： 3323-3339.
[13]	Dai Y J， Dickinson R E， Wang Y P. A two-big-leaf model for canopy temperature， photosynthesis， and stomatal conductance. Journal of Climate， 2004， 17（12）： 2281-2299.
[14]	Dai Y J， Zeng X B， Dickinson R E， et al. The Common Land Model. Bulletin of the American Meteorological Society， 2003， 84（8）： 1013-1023.
[15]	Guo Q， Liu S F， Yuan H， et al. Evaluating energy fluxes of the common land model based on FLUXNET dataset. Climatic and Environmental Research， 2022， 27（6）： 688-706.
	郭琦，刘少锋，袁华，等. 基于FLUXNET数据集对陆面模式CoLM能量通量的单点评估. 气候与环境研究， 2022， 27（6）： 688-706.
[16]	Jing C Q， An S Z. Numerical simulation of land surface processes in arid desert grassland ecosystems in Central Asia by CoLM land surface model. Acta Prataculturae Sinica， 2017， 26（3）： 13-21.
	井长青，安沙舟. CoLM陆面模式对中亚干旱荒漠草地生态系统陆面过程的数值模拟. 草业学报， 2017， 26（3）： 13-21.
[17]	Jiang H N， Xu J H. Soil moisture simulation and error analysis in arid area of China based on CoLM model. Acta Agrestia Sinica， 2018， 26（1）： 244-248.
	江红南，许剑辉. 基于CoLM模式的干旱区土壤湿度模拟试验与误差分析. 草地学报， 2018， 26（1）： 244-248.
[18]	Li Y Z， Li L H， Dong J Q， et al. Process refinement contributed more than parameter optimization to improve the CoLM’s performance in simulating the carbon and water fluxes in a grassland. Agricultural and Forest Meteorology， 2020， 291（1923）： 108067.
[19]	Shao Y Q， Yuan X L， Jing C Q， et al. A better simulation of water and carbon fluxes in a typical desert grassland ecosystem through the Common Land Model. Journal of Hydrology， 2024， 644（1694）： 132111.
[20]	Zhang K Y， Liu D F， Liu H，et al. Soil respiration characteristics and influencing factors of shrub ecosystem on the Loess Plateau. Pearl River， 2022， 43（4）： 83-94.
	张奎月，刘登峰，刘慧，等. 黄土高原灌丛生态系统土壤呼吸特征及其影响因素. 人民珠江， 2022， 43（4）： 83-94.
[21]	Li J D， Duan Q Y， Dai Y J， et al. A study of the most sensitive parameters for simulating soil temperature and moisture of CoLM. Chinese Journal of Atmospheric Sciences， 2013， 37（4）： 841-851.
	李剑铎，段青云，戴永久，等. CoLM模拟土壤温度和湿度最敏感参数的研究. 大气科学， 2013， 37（4）： 841-851.
[22]	Xin Y F， Bian L G， Zhang X H. The application of CoLM to arid region of north west China and Qinghai-Xizang Plateau. Plateau Meteorology， 2006（4）： 567-574.
	辛羽飞，卞林根，张雪红. CoLM模式在西北干旱区和青藏高原区的适用性研究. 高原气象， 2006（4）： 567-574.
[23]	Liu R， Wang Q X， Tang L S， et al. Seasonal variation in water， heat and CO₂ fluxes and its driving forces over a saline desert. Acta Ecologica Sinica， 2009， 29（1）： 67-75.
	刘冉，王勤学，唐立松，等. 盐生荒漠地表水热与二氧化碳通量的季节变化及驱动因素. 生态学报， 2009， 29（1）： 67-75.
[24]	Reichstein M， Falge E， Baldocchi D， et al. On the separation of net ecosystem exchange into assimilation and ecosystem respiration： Review and improved algorithm. Global Change Biology， 2005， 11（9）： 1424-1439.
[25]	Zhang L M， Yu G R， Sun X M， et al. Seasonal variations of ecosystem apparent quantum yield（a） and maximum photosynthesis rate（Pmax） of different forest ecosystems in China. Agricultural and Forest Meteorology， 2006， 137（3/4）： 176-187.
[26]	Yu G R， Wen X F， Li Q K， et al. Seasonal patterns and environmental control of ecosystem respiration in subtropical and temperate forests in China. Science in China （Series D： Earth Sciences）， 2005， 48（S1）： 93-105.
[27]	Lloyd J， Taylor J A. On the temperature dependence of soil respiration. Functional Ecology， 1994， 8（3）： 315.
[28]	Zheng Z， Wang G. Modeling the dynamic root water uptake and its hydrological impactat the Reserva Jaru site in Amazonia. Journal of Geophysical Research-Biogeosciences， 2007， 112（G4）： 8512-8518.
[29]	Darenova E， Pavelka M， Acosta M. Diurnal deviations in the relationship between CO₂ efflux and temperature： A case study. Catena， 2014， 123（123）： 263-269.
[30]	Juszczak R， Acosta M， Olejnik J. Comparison of daytime and night time ecosystem respiration measured by the closed chamber technique on a temperate mire in poland. Polish Journal of Environmental Studies， 2012， 21（3）： 643-658.
[31]	Hashimoto S， Carvalhais N， Ito A， et al. Global spatiotemporal distribution of soil respiration modeled using a global database. Biogeosciences， 2015， 12（13）： 4121-4132.
[32]	Burri S， Niklaus P A， Grassow K， et al. Effects of plant productivity and species richness on the drought response of soil respiration in temperate grasslands. PLoS One， 2018， 13（12）： e0209031.
[33]	Gill R A， Jackson R B. Global patterns of root turnover for terrestrial ecosystems. The New Phytologist， 2000， 147（1）： 13-31.
[34]	Jones D R， Schonlau M， Welch W J. Efficient global optimization of expensive black-box functions. Journal of Global Optimization， 1998， 13（4）： 455-492.
[35]	Katakami S， Sakamoto H， Okada M. Bayesian hyperparameter estimation using Gaussian process and bayesian optimization. Journal of the Physical Society of Japan， 2019， 88（7）： 074001.
[36]	Breiman L. Random forests， machine learning 45.Journal of Clinical Microbiology， 2001， 2： 199-228.
[37]	Xu L L， Niu B， Zhang X Z， et al. Climate responses of carbon fluxes in two adjacent alpine grasslands in northern Tibet. Acta Prataculturae Sinica， 2024， 33（6）： 1-16.
	徐玲玲，牛犇，张宪洲，等. 藏北两个临近不同高寒草地碳通量对气候条件的响应. 草业学报， 2024， 33（6）： 1-16.
[38]	Flexas J， Ribas-Carbó M， Diaz-Espejo A， et al. Mesophyll conductance to CO₂： Current knowledge and future prospects. Plant， Cell and Environment， 2008， 31（5）： 602-612.
[39]	Pu C， Yang B， Zhao Y G， et al. Comparison of the variation characteristics and influencing factors of evapotranspiration in two alpine grasslands on the Qinghai-Xizang Plateau. Plateau Meteorology， 2024， 43（5）： 1102-1112.
	蒲春，杨斌，赵阳刚，等. 青藏高原两处高寒草地蒸散发的变化特征及影响因子对比. 高原气象， 2024， 43（5）： 1102-1112.
[40]	Li Q H， Zhang H S， Ju T T， et al. Experimental research on the characteristics of the atmospheric boundary layer in the semi-arid north China. Acta Scientiarum Naturalium Universitatis Pekinensis， 2020， 56（2）： 215-222.
	李倩惠，张宏升，鞠婷婷，等. 华北北部半干旱地区夏季大气边界层特征的实验研究. 北京大学学报（自然科学版）， 2020， 56（2）： 215-222.
[41]	Wang X D. Study on the productivity and community dynamics of grassland vegetation in Inner Mongolia and their response to climate. Hohhot： Inner Mongolia Agricultural University， 2023.
	王晓栋. 内蒙古草原植被生产力与群落结构动态及其对气候变化响应的研究. 呼和浩特：内蒙古农业大学， 2023.
[42]	Lu Q Q， He H L， Zhu X J， et al. Study on the variations of forest evapotranspiration and its components in eastern China. Journal of Natural Resources， 2015， 30（9）： 1436-1448.
	路倩倩，何洪林，朱先进，等. 中国东部典型森林生态系统蒸散及其组分变异规律研究. 自然资源学报， 2015， 30（9）： 1436-1448.
[43]	Zhang M D， Zhang L F， Chen Z G， et al. Effects of evaporation and transpiration on evapotranspiration of degraded meadow in the Three-River Source Region. Acta Ecologica Sinica， 2021， 41（18）： 7138-7152.
	张梦迪，张立锋，陈之光，等. 土壤蒸发和植被蒸腾对三江源退化高寒草甸蒸散的影响. 生态学报， 2021， 41（18）： 7138-7152.
[44]	Spinelli G M， Snyder R L， Sanden B L， et al. Water stress causes stomatal closure but does not reduce canopy evapotranspiration in almond. Agricultural Water Management， 2016， 168（3774）： 11-22.
[45]	Xiao M Z， Yu Z B， Kong D D， et al. Stomatal response to decreased relative humidity constrains the acceleration of terrestrial evapotranspiration. Environmental Research Letters， 2020， 15（9）： 094066.
[46]	Yun W L， Hou Q， Wang Y L， et al. Spatial and temporal distribution of crop coefficient and actual evapotranspiration in typical steppe of Inner Mongolia. Journal of Natural Resources， 2013， 28（2）： 300-311.
	云文丽，侯琼，王永利，等. 内蒙古典型草原作物系数和实际蒸散量的时空分布特征. 自然资源学报， 2013， 28（2）： 300-311.
[47]	Zhang W B， Xin H J， Li Z S， et al.Net ecosystem CO₂ exchange in alpine meadows in the Qilian Mountains during the non-growing season and its influencing factors. Journal of Glaciology and Geocryology， 2024， 46（2）： 688-696.
	张文豹，辛惠娟，李宗省，等. 祁连山高寒草甸非生长季碳水通量及其影响因素. 冰川冻土， 2024， 46（2）： 688-696.