植物蒸腾依赖于环境条件(微气象因子和土壤水分供给),土壤水分被认为是水分亏缺条件下影响植物蒸腾和光合作用的主要环境因子。Buckley、Turnbull和Adams(2013)提出一个简化的基于物理过程的模型(a simplified process-based model,根据作者首字母,被命名为BTA)。该模型被广泛用于植物蒸腾模拟,其模型结构简单,仅包含两个变量(太阳辐射(Rs)和饱和水汽压差(VPD)),在土壤水分条件变化幅度小的地区或季节,能够很好地模拟植物蒸腾和液流。但由于模型结构中不包含指示土壤水分状况的指标,该模型在土壤水分变化幅度大的条件下失去了高效模拟蒸腾的能力。本文分别基于土壤水势(ψ)、土壤含水量(θ)和作物水分胁迫指标(CWSI)构建了三个模型BTA-ψ、BTA-θ和BTA-CWSI用于改进BTA模型在水分条件变化大的情况下的蒸腾模拟效果,并利用亚热带气候区和地中海气候区(共五个站点)小时尺度和日尺度的实测数据检验各模型的性能。结果证明,所有改进的模型都能够有效地模拟不同土壤水分条件下的植物蒸腾量及其动态变化,可以作为不同时空尺度、不同水分条件下估算植物用水的有力工具。主要研究成果如下:(1)BTA模型中的参数Emax(环境条件达到最佳状态时的最大蒸腾量/最大蒸腾量)用包括ψ和另外两个参数在内的方程代替,表示根区水分变化对蒸腾的影响,提出了改进的模型BTA-ψ。用中国南方长沙市的两个站点(亚热带季风气候)和南澳阿德莱德一个站点(地中海气候)不同水分条件下、小时尺度和日尺度数据检验BTA和BTA-ψ的蒸腾模拟效果。结果表明,在水分条件充足时,BTA模型在小时尺度和日尺度都表现较合理,但在干旱期,该模型完全失去了模拟蒸腾的能力。而BTA-ψ模型能有效提高不同土壤水分条件下BTA的模拟效果。尽管BTA和BTA-ψ都能模拟夜间液流或蒸腾,但BTA-ψ比BTA表现得更好。此外,两种模型用不同树种的数据拟合的参数结果与基于叶尺度光合作用监测拟合的参数结果一致,证明BTA和BTA-ψ的参数结果能够指示植物的生理特征。(2)由于在诸多蒸腾模型中,机理模型的变量和参数往往不容易获得(如BTA-ψ模型中的土壤水势数据),而经验模型中环境因子的最佳响应函数表达式因树种和气候的不同而有差异(如Modified Jarvis-Stewart模型,MJS)。故本文将BTA与用土壤含水量(θ)表达的水分胁迫方程结合,构建了一个混合蒸腾模型(BTA-θ)用于解决上述问题。分别考虑用三种不同的水分胁迫方程构建BTA-θ和MJS模型,以检验最佳水分胁迫方程在不同气候区、不同实验站点和不同树种之间的可传递性。结果表明,BTA-θ在不同水分条件下蒸腾模拟的Nash-Sutcliffe效率系数(NSE)都超过0.5,即模拟结果非常可靠,且能够显著提高BTA模型在同期的蒸腾模拟效果。采用不同水分胁迫方程构建的BTA-θ,其模型整体性能在不同气候区和不同树种间的性能表现差异较小,且对模型结构中BTA部分的参数结果影响甚微。但是,由不同水分胁迫方程构建的MJS模型,其模型效果在不同树种、不同气候区差异显著,且对MJS中其它环境因子的参数结果有很大的影响。结果证明混合模型BTA-θ的性能优于简化的机理模型BTA,且在实际应用中,BTA-θ比经验模型MJS更稳健。(3)本文基于长期连续的实测数据,检验了作物水分胁迫指标(CWSI)能否用于自然生态系统中的植物水分状况监测。应用地中海气候区三个站点的实测数据评估基于饱和水汽压差的经验法估算的CWSI_e和基于Penman-Monteith方程和能量平衡公式的机理法估算的CWSI_t的水分状况指示效果。结果表明,虽然CWSI_e的计算方法简单、变量少,而CWSI_t机理明确、所需变量多、计算复杂,但CWSI_e的效果优于CWSI_t。结果也表明,中午是一天中监测冠层温度的最佳时间窗口,CWSI的指示效果受微气象因子影响的程度在不同站点有所不同。整体上,应用CWSI监测土壤水分状况的适宜气象条件是:太阳辐射(Rs)大于600 W m-2且风速(u)小于3.0 m s-1。CWSI_e与ψ呈显著的指数关系,与θ有明显的线性关系。通过CWSI_e估算的θ和ψ与实测的θ和ψ吻合得非常好(R2约为0.7)。结果证明CWSI_e是一种对植物和土壤无损伤的、可用于监测自然生态系统中植物水分状况的有效方法。在缺失θ和ψ的实测数据时,用CWSI_e估算θ和ψ是可行的。(4)由于ψ和θ的监测对植物或土壤有破坏性、耗时耗力且仅限于站点尺度,限制了BTA-ψ和BTA-θ的广泛应用。为了解决这一问题,本文首先基于CWSI_e与ψ和θ之间显著的数学关系,通过由冠层温度得到的CWSI_e估算ψ和θ,并应用于BTA-ψ和BTA-θ模型估算蒸腾;其次,直接引进CWSI作为水分胁迫指标改进BTA模型,构建了BTA-CWSI模型。通过对比实测数据,结果证明:应用估算的θ和ψ时,BTA-θ和BTA-ψ的模拟效果稍逊于使用实测的θ和ψ的效果,但仍然能有效模拟不同水分条件下的植物蒸腾,且模拟效果远胜于BTA模型。同时,BTA-CWSI模型在不同水分条件下的蒸腾模拟效果也表现很好,证明在蒸腾建模时,CWSI作为土壤水分状况指标是有效性的。由于可以通过多种手段获得不同时空分辨率的冠层温度数据,进而可估算CWSI_e,因此,有望在大尺度上应用BTA-ψ、BTA-θ和BTA-CWSI模型,这为大尺度上估算植被生态需水量和区分蒸散发提供了有效的工具。本文基于多种水分胁迫指标改进了机理模型BTA在土壤水分条件变化大时的蒸腾模拟效果,所构建的BTA-ψ,BTA-θ和BTA-CWSI模型都能有效估算不同气候区、不同水分条件下的植物蒸腾。在这几个模型的应用中,若有土壤水势数据,建议用BTA-ψ模型,既能得到较好的蒸腾模拟效果又能通过拟合的参数结果分析植物生理特征;若只有土壤水分数据,则用BTA-θ模型也能在不同水分条件下得到较好的蒸腾模拟效果;若既没有水势数据也无水分数据,则可以通过冠层温度计算CWSI,然后用BTA-CWSI模型估算植物蒸腾;如果只有部分土壤水势(或土壤水分)数据及冠层温度数据,则可以通过ψ(或θ)和CWSI之间的关系对整个监测期的ψ(或θ)进行插值,然后用BTA-ψ(或BTA-θ)估算植物蒸腾。总之,本文的研究成果将有助于取得不同土壤水分条件下的蒸腾模拟效果,指导农林用水管理和理解生态水文过程。