Integration and simulation analysis of temperature gradient based 3T and resistance-based evapotranspiration model
-
摘要:目的
整合消除阻抗的三温模型和基于阻抗的双源模型，开展蒸散发（ET）和蒸腾（T）的模拟及对比分析，实现不同模型的融合与蒸散发的动态模拟。
方法本研究基于已有的双源阻抗模型框架、干土壤和干叶片能量平衡，结合数值模拟技术模拟了参考温度的季节动态，并将其与三温模型整合开展蒸腾和土壤蒸发的模拟。
结果与涡动实测值相比，三温模型和双源模型对大满站日尺度ET模拟，R2分别为 0.85 和 0.72，对温带草地站小时尺度ET模拟，R2均为0.89。在小时尺度模拟效果更好。并且，三温模型和双源模型对植被蒸腾的估算结果较为一致（R2分别为0.67、0.68）。以上研究表明该研究框架对三温模型中参考温度的估算，提供了理论方法支撑，较好地量化了参考温度的时空动态。（2） 模型情景试验分析表明：两个模型对2个站点的ET和T的预测结果相似，前提是冠层可利用能量（如净辐射）和地面土壤可利用能量（如净辐射和地热通量）受到能量平衡的限制。相反，由于输入驱动因子（温度和辐射）在干湿情景下的系统不匹配，三温模型对T和ET的模拟精度显著下降。因此，在能量平衡的框架内，干湿土地条件下输入的温度和辐射系统匹配时，三温模型的效果更好。（3）参考温度具有一定的日变化与季节变动。
结论在白天，叶片和土壤参考温度普遍高于实际温度，而在夜晚低于实际温度，呈现出较大的日变幅。就日均值而言，参考温度普遍高于实际模拟温度。本研究的结果提供了一种新的温度梯度计算方法，可用来监测冠层水分胁迫及动态。
Abstract:ObjectiveThis paper integrates the three temperature model that eliminates impedance and impedance based dual source model to simulate and compare evapotranspiration (ET) and transpiration (T), achieving the fusion of different models and dynamic simulation of evapotranspiration.
MethodBased on the existing two-source impedance model framework and the energy balance of dry soil and dry leaves, combined with numerical simulation technology, this study simulated the seasonal dynamics of reference temperature, and integrated it with the three-temperature model to simulate transpiration and soil evaporation.
Result(1) Compared with the eddy measured ET, the R2 of ET estimated by the three-temperature model and the two-source model for the observations at Daman Station at the daily scale were 0.85 and 0.72, respectively, and R2 of the simulated temperate grassland station at the hourly scale was 0.89, and the simulation effect was better at the hourly scale. The above research showed that the research framework provided theoretical support for the estimation of reference temperature in the three-temperature model, and better quantified the spatio-temporal dynamics of reference temperature. (2) Model scenario test analysis showed that the prediction results of T and ET of the two models were similar, provided that canopy available energy (such as net radiation) and ground soil available energy (such as net radiation and surface heat flux) were limited within the framework of energy balance. On the contrary, due to the mismatch of the input driving factors (temperature and radiation) in the dry and wet scenarios, the simulation accuracy of T and ET by the “three-temperature” model decreased significantly. Therefore, in the framework of energy balance, the effect of three-temperature model was better when the input temperature and radiation system match under dry and wet land conditions. (3) The reference temperature had certain diurnal and seasonal variations.
ConclusionIn the daytime, the leaf or soil reference temperature is generally higher than the actual temperature, but lower than the actual temperature at night, showing a large daily variation. In terms of daily mean, the reference temperature is generally higher than the actual simulated temperature. The results of this study provide a promising new temperature gradient method and can be used to monitor canopy water stress and dynamics.
-
正常的花器分化发育与果实形成密切相关，围绕植物开花机理国内外均开展了广泛而深入的研究工作。目前，花器分化发育ABCDE模型和四因子模型被人们所熟知并广泛接受[1-3]。花器中的萼片、花瓣、雄蕊、心皮和胚珠由花器官特异性的MIKC型MADS转录因子四聚体复合物所决定，这些转录因子四聚体复合物与相邻的两个DNA顺式元件（CArG盒）相结合，使DNA顺式元件中间的DNA折叠成环[1]。2个A类蛋白APETALA1（AP1）与2个E类蛋白SEPALLATA（SEP）形成的四聚体复合物决定萼片发育；AP1、SEP、B类蛋白APETALA3（AP3）和PISTILLATA（PI）组成的四聚体复合物决定花瓣的发育；SEP、AP3、PI和C类蛋白AGAMOUS（AG）组成的四聚体复合物决定雄蕊的发育；2个SEP与2个AG蛋白组成的四聚体复合物决定心皮的发育；SEP、AG和D类蛋白SHATTERPROOF（SHP）和/或SEEDSTICK（STK）决定胚珠的发育[1]。可见，SEP可能是决定植物胚珠发育的一类重要蛋白。
榛子（Corylus spp.）是桦木科（Betulaceae）榛属（Corylus）植物，由于良好的环境适应性和较高的栽培效益，近年来，榛子成为东北退耕还林后广阔还林地的首选替代树种[4]。正常的胚珠充实是榛子种仁形成的前提与基础，胚珠充实不足可频繁导致瘪仁、空壳果实的形成[5]。清朝梁章钜撰的《巧对录》用“十榛九空”贴切的描述了榛子胚珠充实障碍的频繁程度；实际生产中，东北榛子产区仍采用传统的水选法来筛除空壳、瘪仁果实，通过水选的饱满果实俗称“水漏”。可见，榛子胚珠（种仁）充实障碍是一个历史久远且相当普遍的问题。目前SEP参与榛子胚珠发育的证据还不多。在此前的研究中，已经构建了榛子胚珠不同发育阶段的转录谱[6]；新近，利用PacBio单分子实时测序和Hi-C辅助组装策略，获得并发布了榛子高质量的基因组，并构建了平榛（Corylus heterophylla）基因组数据库HazelOmics，该数据库集成了组装基因组、基因编码序列、蛋白序列和各种注释信息[7]。这些研究为深入研究榛子SEP（ChSEP）基因的功能提供了良好的工作基础。本研究在此基础上，拟鉴定参与榛子胚珠发育的重要作用ChSEP基因，并制备ChSEP的多克隆抗体，开展正常发育与败育胚珠中ChSEP的免疫组织化学分析，以期为深入解析榛子胚珠发育机制提供科学依据。
1. 材料与方法
1.1 研究材料
平欧杂交榛（C. heterophylla × C. avellana）植株种植于吉林省四平市伊通满族自治县榛园，品种为“达维”，树龄12年，株高3.0 ~ 3.5 m。榛子果实有胚珠2枚，未受精时，这2枚胚珠大小相同。受精以后，胚珠大小出现差异，在绝大多数情况下，仅大胚珠发育充实并形成单仁果实，而小胚珠发育停滞，成为败育胚珠。
1.2 研究方法
1.2.1 ChSEP基因家族鉴定及系统发育分析
在榛子基因组数据库HazelOmics（http://122.9.151.76/）中下载蛋白序列，构建本地BioEdit[8]数据库。另外，下载拟南芥（Arabidopsis thaliala）、葡萄（Vitis vinifera）与毛果杨（Populus trichocarpa）的SEP与AGL6（作为外群）蛋白序列。以收集的拟南芥、葡萄与毛果杨的蛋白序列作为查询序列，在自建BioEdit数据库中检索榛子的SEP与AGL6同源蛋白，选择BLASTP程序，参数为E < e−20。同时，使用关键词“SEPALLATA”及“AGL6”在HazelOmics数据库进行序列检索。将检索得到的序列汇总去冗余，于Pfam和CDD[9]在线数据库进行蛋白结构域验证，删除不含SRF-TF结构域和K-box结构域的序列。使用MEGA软件[10]Muscle程序对上述序列进行比对，并用邻接法（Neighbor-joining，NJ）构建进化树，主要参数设置如下：统计方法为最大似然法，重复次数为1 000次，替换类型为氨基酸，模型为泊松模型。
1.2.2 SEP蛋白特性分析与基因表达热图汇制
此前，以平欧杂交榛（C. heterophylla × C. avellana）‘达维’ 4个发育时期的胚珠为材料，建立了榛子胚珠的基因表达谱[6]，原始测序数据保存于SRA数据库（https://www.ncbi.nlm.nih.gov/sra/?term=PRJNA591492）。这4个时期包括：胚珠形成期（Ov1），胚珠早期生长期（Ov2）、胚珠快速生长期（Ov3）和胚珠成熟期（Ov4）。使用EvolView[11]绘制ChSEP家族的基因表达热图，基因表达水平根据FPKM（fragments per kilobase of exon model per million mapped fragments）值确定。采用MEME软件[12]对ChSEP进行蛋白保守结构域预测，motif数量设置为15，长度设置为10 ~ 300 aa。
1.2.3 原核表达载体构建及诱导表达
构建目的基因和载体pMD18-T的重组质粒，进行ChSEP多克隆抗体的制备。以重组质粒为模板，对目的基因N端特异性片段进行PCR扩增，纯化PCR产物，再克隆至pGEX-4T-AB1载体（含His标签）。对克隆后的产物进行PCR检测和测序鉴定，提取阳性质粒并转化至Escherichia coli Rosetta菌株，使用氨苄青霉素选择培养基进行筛选及培养。检菌后，挑取单克隆阳性菌株于液体培养基中培养至菌液OD600达到0.6 ~ 1.0。实验组加入异丙基-β-D-硫代半乳糖苷至终浓度为0.8 mmol/L，37 ℃摇床培养4 h；空白对照组加入等量无菌水。收集少量菌体进行菌落聚丙烯酰胺凝胶电泳（SDS-PAGE），检测目的蛋白是否表达。若目的蛋白表达，再将剩余全部菌液离心、收集菌体、重悬、超声波破碎至菌液清澈，离心分离上清和沉淀，通过SDS-PAGE判断蛋白的表达形式，用8 mol/L尿素溶解包涵体蛋白，用His标签蛋白纯化试剂盒（碧云天生物技术有限公司，上海）纯化后，SDS-PAGE鉴定蛋白浓度。
1.2.4 抗体制备和纯化及Western Blot检测
将纯化后的蛋白作为抗原分4次对2只实验级雄性日本大耳白兔进行酶联免疫吸附效价检测，免疫流程见表1。取免疫前兔的耳缘静脉血清作阴性对照，59 d后取等量兔的耳缘静脉抗血清为阳性实验组。在聚苯乙烯板中加入200 ng稀释后的抗原，37 ℃孵育6 h。弃孔内液体，加封闭液，37 ℃湿盒孵育6 h，弃反应液，洗涤液洗涤。将抗血清按不同梯度稀释（1∶1 000 ~ 1∶512 000）后加至反应孔，37 ℃水浴45 min，洗涤。加稀释后的二抗（1∶8 000）进行显色反应，酶标仪测定OD450吸光值并进行效价分析[13]。用pGEX-4T-AB1-ChSEP蛋白作抗原对抗血清亲和纯化后，得到浓缩后的抗体。抗体浓度用Nanodrop 2000/2000 C超微量分光光度计进行检测，纯度用SDS-PAGE进行检测。以ChSEP（N-64-216）蛋白作为抗原，取梯度为10 ng、5 ng、1 ng、500 pg的抗原进行SDS-PAGE分析，抗体（1∶1 000）稀释后进行Western Blot（WB）检测[14]，以确定抗体检测下限。
表 1 免疫流程Table 1. Immunization process过程
Process周期
Cycle剂量
Dose/mg弗氏佐剂
Freund’s adjuvant动物状态
Animal state第1次免疫 1st immunization 第1天 1st day 0.30 完全 Completely 良好 Good 第2 ~ 4免疫 2nd to 4th immunization 第12、26、40天 12th, 26th, 40th day 0.15 不完全 Incompletely 良好 Good 免疫动物采血
Blood collection from immunized animal第59天 59th day 采血正常
Blood collection is normal1.2.5 样品采集与免疫组织化学检测
在6月20日—7月20日取榛子完整果实，解剖获得受精后的发育胚珠与败育胚珠，并置于4%多聚甲醛溶液中固定。将胚珠取出，进行石蜡包埋。将包埋好的组织置于切片机上，切出厚度7 ~ 9 μm的切片，于36 ℃摊片机摊平，并于25 ℃电热板上烤干。选择包含完整组织的切片进行免疫组织化学染色，处理流程如下：二甲苯浸泡30 min脱蜡，体积分数为100%、95%、80%、70%的酒精梯度水化处理玻片，蒸馏水洗净；随后用柠檬酸缓冲液（pH = 6.0）浸泡材料，微波炉加热3 min，冷却后，蒸馏水冲洗；PBS缓冲液处理2次，每次5 min，滴加封闭液封闭，37 ℃恒温箱孵育30 min；吸水纸吸干封闭液，处理组与实验组均加制备获得的一抗（1∶100），40 ℃恒温箱保存过夜；将玻片取出，PBS处理，晾干后，实验组加辣根过氧化物酶标记二抗（1∶100），对照组加蒸馏水，37 ℃孵育30 min；PBS洗净，加DAB（3, 3-N-Diaminobenzidine Tertrahydrochloride）显色剂显色。
2. 结果与分析
2.1 ChSEP基因家族鉴定与进化分析
本研究共鉴定到3条榛子的ChSEP蛋白序列（Cor0142960.1、Cor0054610.1、Cor0008190.1），为了研究ChSEP家族成员之间的系统发育关系，与源自拟南芥、葡萄、毛果杨的17条蛋白序列及榛子的2条AGL6蛋白序列（Cor0152110.1、Cor0119400.1）进行序列比对后构建NJ树。全部22条蛋白序列聚类为2组，包括：AGL2-like和AGL6-like（图1）。其中，ChSEP蛋白序列Cor0054610.1与拟南芥的AtSEP1和AtSEP2聚在同一进化分枝中；ChSEP蛋白序列Cor0142960.1和拟南芥的AtSEP4聚在同一进化分枝中；ChSEP蛋白序列Cor0008190.1和拟南芥的AtSEP3聚在同一进化分枝中；AGL6蛋白序列Cor0152110.1、Cor0119400.1与AtAGL6及AtAGL13等聚在同一进化分枝中（图1）。鉴定到的ChSEP与拟南芥、葡萄、毛果杨的SEP序列的平均相似性分别为67.71%、78.72%、77.07%，其中榛子与葡萄的平均相似性最高。
![]()
图 1 拟南芥、葡萄、毛果杨与榛子SEP蛋白的系统发育分析Figure 1. Phylogenetic analysis of A. thaliana, V. vinifera, P. persica and C. heterophylla SEP proteins2.2 SEP蛋白特性分析与胚珠发育过程中的基因表达变化
从序列相似性来看，Cor0054610.1与Cor0142960.1序列相似性较高，Cor0008190.1与上述2个ChSEP家族成员序列相似性相对较低（图2A）。保守结构域分析结果表明：鉴定到的3条榛子所有的ChSEP蛋白序列均含有SRF-TF与K-box结构域，具有SEP蛋白的典型特征，而且，在3条鉴定到的SEP蛋白中SRF-TF与K-box出现的位置相对接近，这表明SRF-TF与K-box结构域在不同的ChSEP蛋白中高度保守（图2B）。在榛子的胚珠形成期（Ov1）、胚珠早期生长期（Ov2）、胚珠快速生长期（Ov3）和胚珠成熟期（Ov4）进行了连续采样与RNA-seq分析，比较了3个ChSEP基因在4个发育时期基因表达丰度的变化（图2C）。其中，胚珠形成期（Ov1）时榛子还没有完成受精，胚珠早期生长期（Ov2）时榛子完成了受精，胚珠尺寸显著增加[6]。如果某个ChSEP基因参与胚珠发育调控，认为该基因表达丰度不应太低，而且在Ov2期的基因表达丰度可能会显著高于Ov1期。按以上标准进行筛选，认为Cor0054610.1和Cor0008190.1的FPKM值较高，而且Ov2期的基因表达丰度远高于Ov1期，推测这2个基因可能参与榛子胚珠发育调控。进一步考虑到K-box结构域是SEP的重要结构域，而Cor0008190.1的K-box结构域短于Cor0054610.1，关键结构域序列的缩短可能影响蛋白的调控功能，推测Cor0054610.1可能对胚珠发育调控起重要调控作用，但不排除Cor0008190.1及Cor0142960.1可能也具有调控胚珠发育的功能。
![]()
图 2 ChSEP基因家族多重序列比对（A）、保守结构域分布（B）与基因表达模式分析（C）Figure 2. Multiple sequence alignment (A) and the conserve domain distribution (B) and gene expression model of ChSEP gene family (C)2.3 原核表达载体的构建及表达
选择Cor0054610.1（ChSEP）的N-64-216作为抗原的特异性片段，N-64-216区段涵盖K-box保守区，也包含抗原的特异性片段（图2B）。以测序正确的pMD18-T-ChSEP质粒为模板DNA，对目的片段进行PCR扩增，获得的PCR扩增产物长度为459 bp，符合预期（图3A）。将该PCR扩增产物克隆到pGEX-4T-AB1表达载体上，构建pGEX-4T-AB1-ChSEP（N-64-216）重组载体，测序鉴定正确，重组载体构建成功。将阳性pGEX-4T-AB1-ChSEP（N-64-216）重组质粒转化至E. coli Rosetta菌株中进行表达，重组蛋白融合了分子量约33 kDa的组氨酸标签。SDS-PAGE分析结果表明：实验组相比于对照组多1条分子量为45 kDa的特异性条带（图3B），和预期大小相符，表明ChSEP（N-64-216）在E. coli Rosetta菌株中获得成功表达。
![]()
图 3 ChSEP（Cor0054610.1）PCR扩增结果与蛋白表达纯化检测A. PCR扩增结果：1. Marker；2. ChSEP（N-64-216）。B. 蛋白表达及可溶性检测：1. pGEX-4T-AB1空载诱导表达；2. 0.4 mg/mL BSA；3. Marker；4. 上清；5. 上清2；6. 包涵体2倍稀释（8 mol/L尿素溶解）；7. 包涵体10倍稀释（8 mol/L尿素溶解）。C. 纯化检测：1. Marker；2. 0.4 mg/mL 牛血清白蛋白； 3. 包涵体10倍稀释液（8 mol/L尿素溶解）；4. 包涵体5倍稀释液（8mol/L尿素溶解）。A, PCR amplification results: 1, marker; 2, ChSEP (N-64-216). B, protein expression and solubility detection: 1, pGEX-4T-AB1 empty-load-induced expression; 2, 0.4 mg/mL BSA; 3, marker; 4, supernatant; 5, supernatant 2; 6, two times dilution of inclusion bodies (dissolved in 8 mol/L urea); 7, ten times dilution of inclusion bodies (dissolved in 8 mol/L urea). C, purification detection:1, marker; 2, 0.4 mg/mL bovine serum albumin; 3, ten times dilution of inclusion bodies (dissolved in 8 mol/L urea); 4, five times dilution of inclusion bodies (dissolved in 8 mol/L urea).Figure 3. ChSEP (Cor0054610.1) PCR amplification results and detection of protein expression and purification2.4 抗原蛋白的可溶性检测及纯化
菌液经过超声波破碎离心后，分别取上清和沉淀进行ChSEP（N-64-216）抗原蛋白的可溶性检测。SDS-PAGE分析结果显示：在分子量45 kDa处，上清和上清2两条带不清晰，而沉淀中的包涵体经过8 mol/L尿素溶解后，2倍稀释和10倍稀释条件下条带都很清晰。可见，pGEX-4T-AB1-ChSEP（N-64-216）蛋白在包涵体中进行了表达。由于pGEX-4T-AB1-ChSEP（N-64-216）蛋白具有组氨酸标签，所以选择组氨酸蛋白纯化试剂盒对抗原蛋白进行纯化。纯化前，ChSEP（N-64-216）蛋白非特异性条带较多，经过纯化后，非特异性条带基本消失，分子量45 kDa处的特异性条带清晰（图3B和C），包涵体蛋白质量浓度为5 mg/mL时，纯度达到免疫要求，可用于后续免疫实验。
2.5 多克隆抗体的制备及效价分析
2只日本雄性大耳兔注射纯化的ChSEP抗原后，获得ChSEP多克隆抗血清E18305和E18306。将多克隆抗血清按一定浓度梯度稀释后进行酶联免疫吸附检测（表2）。在不同稀释倍数下，抗血清均能与抗原蛋白进行特异性结合并出现显色反应，这表明抗血清均具有较好的免疫原性，根据（OD阳性–OD空白）/（OD阴性–OD空白） > 2.1标准，E18305和E18306抗血清效价均已达到1∶512 000。
表 2 ChSEP（Cor0054610.1）抗血清ELISA效价检测Table 2. ELISA titer detection of ChSEP (Cor0054610.1) antiserum分组 Group 稀释比例 Dilution ratio OD450 （OD阳性−OD空白）/（OD阴性−OD空白）
（ODpositive−ODblank）/（ODnegative−ODblank）E18305 E18306 E18305 E18306 阳性对照 Positive control 1∶1 000 1.365 0 1.448 3 103.48 882.00 1∶4 000 1.230 8 1.384 7 92.25 842.25 1∶8 000 1.082 8 1.247 0 81.43 756.19 1∶16 000 0.902 9 1.142 2 67.38 690.06 1∶32 000 0.720 9 0.968 1 53.16 581.88 1∶64 000 0.533 9 0.767 2 704.86 33.19 1∶128 000 0.352 3 0.548 4 445.43 23.24 1∶256 000 0.2338 0.369 2 276.14 15.10 1∶512000 0.152 3 0.237 2 159.71 9.09 阴性对照 Negative control 1∶1 000 0.053 3 0.038 7 1∶64 000 0.041 2 0.059 1 空白对照 Blank control 0.040 5 0.037 1 2.6 多克隆抗体的纯化及WB检测
亲和纯化用pGEX-4T-AB1-ChSEP蛋白质量浓度为4 mg/mL，与破菌纯化后质量浓度和纯度差异不大，可进行抗原亲和纯化。抗血清用pGEX-4T-AB1-ChSEP蛋白作抗原进行亲和纯化后，得到浓缩后的抗体。多克隆抗血清E18305质量浓度为2.05 mg/mL，E18306质量浓度为2.64 mg/mL，SDS-PAGE电泳后无杂带，纯度高。将抗体按1∶1 000稀释后，加到含10 ng、5 ng、1 ng、500 pg ChSEP抗原的泳道中，进行WB检测（图4）。结果显示：多克隆抗血清E18305和E18306抗体抗原条带分子量在45 kDa左右，与预期相符。多克隆抗血清E18305和E18306抗体经1∶1 000 稀释后，前者在1 ng ChSEP抗原泳道产生清晰条带，在500 pg ChSEP抗原泳道产生模糊条带，认为E18305的检测下限为1 ng ChSEP抗原；E18306抗体在1 ng ChSEP抗原泳道产生的条带较模糊，在5 ng ChSEP抗原泳道产生的条带粗且清晰，认为其检测下限为2 ng左右 ChSEP抗原。
![]()
图 4 ChSEP E18305（A）和E18306（B）抗体的Western Blot检测泳道上方10 ng、5 ng、1 ng、500 pg分别表示该泳道中加有10 ng、5 ng、1 ng、500 pg ChSEP抗原。10 ng, 5 ng, 1 ng and 500 pg above the lane respectively indicate that 10 ng, 5 ng, 1 ng and 500 pg ChSEP antigen have been added to the lane.Figure 4. Western blot detection of ChSEP E18305 (A) and E18306 (B) antibody2.7 正常发育与败育胚珠的免疫组织化学分析
在本研究中，在二抗辣根过氧化物酶的催化下，DAB会产生棕色沉淀，从而显示ChSEP在组织中的表达情况。此前，我们报道了正常发育与败育胚珠的受精过程[5]，认为榛子含2枚胚珠，多数情况下会形成单仁果实。2枚胚珠均会受精，并发育形成幼胚。但败育胚珠生长停滞，无法完成充实[5]。图A1与A2中同时含有败育胚珠与正常发育胚珠，败育胚珠（左）尺寸小，正常发育胚珠（右）尺寸明显较大。与对照A1相比较，A2中发育胚珠ChSEP主要分布于珠被，也分布于幼胚子叶，但子叶中的ChSEP浓度小于珠被（图5A1和A2，B1和B2）；败育胚珠ChSEP主要分布于珠被，珠被内的幼胚有少量ChSEP分布（图5A1和A2，C1和C2）。因此，正常发育胚珠与败育胚珠ChSEP分布特征差异不明显。
![]()
图 5 榛子正常发育与败育胚珠的免疫组织化学分析A1与A2含正常发育与败育2个胚珠，A1为对照，一抗为清水，A2为处理，一抗为ChSEP抗体。B1与B2为正常发育胚珠，B1为对照，一抗为清水，B2为处理，一抗为ChSEP抗体。C1与C2为败育胚珠，C1为对照，一抗为清水，C2为处理，一抗为ChSEP抗体。ov. 败育胚珠；OV. 正常发育胚珠；Int. 珠被；F. 珠柄。A1 and A2 contain two ovules: normal development and abortive ovules. A1 is the control, the first antibody is distilled water, A2 is treatment, and the first antibody is ChSEP antibody; B1 and B2 are normal ovules, B1 is control, the first antibody is distilled water, B2 is treatment, and the first antibody is ChSEP antibody; C1 and C2 are aborted ovules, C1 is the control, the first antibody is distilled water, C2 is treatment, and the first antibody is ChSEP antibody. ov, abortive ovule; OV, normal development ovule. Int, integument; F, funicle.Figure 5. Immunohistochemical analysis of normal development and abortive ovules of hazelnut3. 讨 论
SEPALLATA是一类MADS转录因子，属同源异型蛋白亚家族，参与花发育过程的调节，决定花器与胚珠发育[15]。拟南芥基因组有4个SEP基因，包括：SEP1、SEP2、SEP3和SEP4[16-17]。在sep1 sep2 sep3三重突变体中，原本会发育为花瓣、雄蕊和心皮的原基结果发育成萼片状器官[16]。此外，在sep1 sep2 sep3三重突变体中，花器官生长受到干扰，花器官在第4个轮花中连续产生[16]。由于在单基因突变中很少观察到这种剧烈变异的表型，因此，一般认为SEP存在基因功能冗余[17-18]。本研究在榛子基因组中鉴定到3个ChSEP基因，所有的ChSEP蛋白序列均含有SRF-TF与K-box结构域，且SRF-TF与K-box出现的位置相对接近，认为这些ChSEP基因应当存在基因冗余。在转录水平上，这3个基因在榛子胚珠发育的不同时期均有表达，推测这些ChSEP基因均有可能参与了榛子胚珠的发育调控；其中，Cor0054610.1和Cor0008190.1的表达丰度相对较高，认为这2个基因可能在榛子胚珠发育中起到更重要的调控作用。进一步，在胚珠形成期（Ov1）、胚珠早期生长期（Ov2）、胚珠快速生长期（Ov3）和胚珠成熟期（Ov4）等4个发育期中，Cor0008190.1仅在Ov2期大量表达，表达量远高于其他3个时期，而Ov1、Ov3和Ov4等3个发育时期表达量相比无显著差异，认为该基因可能对受精后胚珠的早期生长有重要调控作用。Cor0054610.1在Ov1 vs Ov2、Ov1 vs Ov3、Ov1 vs Ov4、Ov2 vs Ov3、Ov2 vs Ov4这5种比较中均存在明显差异，推测Cor0054610.1可能广泛参与胚珠形成、早期生长、快速生长等生物学过程的调控。Cor0054610.1与拟南芥的SEP1与SEP2序列相似性高，成功制备了Cor0054610.1的多克隆抗体，开展了SEP的免疫组化定位分析，结果表明，ChSEP在胚珠的珠被及子叶等部位表达。因此，本研究在转录与蛋白水平上提供了ChSEP参与榛子胚珠发育调控的证据。
榛子是壳斗目（Fagales）植物，果实发育经历特殊的延迟受精过程[19-20]。在雌花开放时，榛子的子房还没有形成，需要等到花粉管进入柱头基部以后，子房原基才逐步发育，开始形成子房。随后，胚珠逐步发育，胚囊成熟，此时，在柱头基部长期驻留的花柱管恢复生长，进入胚囊完成受精作用。因此，榛子花粉管呈间歇性生长特征，受精时间耗时约2个月左右，远长于多数被子开花植物[19]。榛子含有2枚胚珠，可能存在3种情况。（1）1枚胚珠发育充实，1枚胚珠发生败育，形成单仁果实，在多数情况下榛子果实的确只含有1枚可食用的种子。（2）2枚胚珠同时发育充实，形成双仁果实，这种情况偶尔发生。（3）2枚胚珠均不发育充实，形成空壳果实[5]，果园中如果空壳果实大量形成，会导致严重的产量损失。单仁果实中存在1枚败育胚珠，而空壳果实中存在2枚败育胚珠，败育胚珠中均可观察到明显的胚结构，表明它们已经完成了受精，但营养物质运输受阻导致胚珠发育停滞[5, 21]。可见，胚珠败育在榛子果实生长过程中普遍发生。E 类SEP基因可与B、C和D类MADS-box基因进行协作并共同参与植物花果发育的调控[22]。在苹果（Malus pumila）中，SEP1/2的基因敲除导致花瓣变为萼片，果实尺寸变小[23]；枣（Ziziphus jujuba）和桃（Amygdalus persica）的基因组中各有3个SEP基因，实时荧光定量分析表明其在花和果实中表达[22, 24]。因此，目前SEP参与植物育性的证据多来自假果，如苹果、枣和桃等，其表达部位的证据一般来自实时定量分析或遗传转化后花果形态变化，少有SEP蛋白的免疫组织化学证据。榛子果实是真果，由子房发育而来。为确定ChSEP在胚珠败育过程中的调控作用，排除免疫组织化学分析中染色时间差异对研究结果的影响，特别选用同时含有败育胚珠（小胚珠）和正常发育胚珠（大胚珠）榛子幼果为材料，对比研究ChSEP分布特征的差异。结果表明，ChSEP在珠被中的表达量相对较高，而子叶表达量相对较低，认为ChSEP参与榛子珠被、子叶的发育调控，对榛子果实发育有重要影响，这与前人关于SEP基因参与植物花果发育调控的研究结果相一致。SEP参与番茄（Lycopersicon esculentum）育性的调控[25]。番茄的TM29与拟南芥的SEP1/2/3高度同源，在所有四轮花器官的原基中均有mRNA积累。通过共抑制或反义RNA干扰技术抑制了TM29的基因表达，转基因植株的内三轮花器官发生变化，且转基因番茄出现雄蕊和子房不育，还出现单性结实现象[25]。类似的，TM5 RNA表达受干扰后也会导致单性结实现象的发生[26]。综上，认为番茄SEP的直系同源基因通常都会限制单性结实果实的发育[25]。在本研究中，榛子发育胚珠与败育胚珠的ChSEP分布特征类似，意味着ChSEP似乎没有参与胚败育调控，这与番茄中SEP基因敲除导致单性结实（种子不可育）的结论并不一致，这应该与两者在果实结构及果实发育过程的差异有关。本研究完成了Cor0054610.1的抗体制备与免疫组织化学分析，另一个重要的SEP基因（Cor0008190.1）是否参与榛子胚败育调控还需进一步的研究。
-
![]()
图 1 模型综合框架及研究思路示意图
此图基于Wang 等[58]修改。fv. 植被冠层的透光率；Sd. 向下短波辐射；αv. 植被冠层反射率；Ld. 向下长波辐射；σ. 斯蒂芬–波尔兹曼常数；TG. 土壤表面温度；αG. 地表反射率；TL. 冠层表面温度；H. 显热通量；Hv. 植被冠层感热通量；HG. 为地表显热通量；ET. 蒸散发；E. 土壤蒸发；T. 植被冠层蒸腾；TLd. 为参考冠层的温度；TGd. 参考土壤表面温度；Hvd. 参考植被冠层显热通量；HGd. 参考地表显热通量。The figure is modified based on Wang et al.[58] fv, vegetation canopy light transmittance; Sd, downward short-wave radiation; αv, vegetation canopy reflectance; Ld, downward long-waved radiation; σ, Stephen-Boltzmann constant; TG, soil surface temperature; αG, surface reflectance; TL, canopy surface temperature; H, sensible heat flux; Hv, vegetation canopy of sensible heat flux; HG, surface sensible heat flux; ET, evapotranspiration; E, the soil evaporation; T, vegetation canopy transpiration; TLd, reference canopy temperature; TGd, reference of soil surface temperature; Hvd, reference vegetation canopy sensible heat flux; HGd, reference surface sensible heat flux.
Figure 1. Schematic diagram of comprehensive framework and research ideas of the model
![]()
图 2 涡动观测与模型模拟输出蒸散发值对比
Figure 2. Comparison of evapotranspiration between EC measured and predicted by models
![]()
图 3 三温模型与双源模型模拟植被蒸腾结果对比
Figure 3. Comparison of plant transpiration predicted by 3T model and two-source model
![]()
图 4 温带草原站植被冠层温度和土壤表层温度
灰色为标准差。The gray line represents standard deviation.
Figure 4. Vegetation canopy and soil surface temperature of temperate grassland station
![]()
图 5 大满站2014—2015年逐日植被冠层温度和土壤表层温度
Figure 5. Daily vegetation canopy temperature and soil surface temperature in Daman Station from 2014 to 2015
![]()
图 6 土壤和植被参考温度与土壤和植被实际温度梯度差时间序列
a为大满站数据，b ~ d为温带草地站数据。Data in fig.a are from Daman Station, and the data in fig. b−d are from temperate grassland station.
Figure 6. Time series of difference in soil or vegetation layer between reference temperature and actual temperature
表 1 基于阻抗双源模型与三温模型输入参数对比
Table 1 Comparation of input parameters between two-source model based on the impedance and three-temperature (3T) model
输入变量
Input variable参数 Parameter 参数物理意义
Physical meaning of parameter单位
Unit双源模型
Two-source model三温模型
3T model气象数据 Meterological data Sd 向下短波辐射 Downward short-waved radiation W/m2 Ld 向下长波辐射 Downward long-waved radiation W/m2 Rn 净辐射 Net radiation W/m2 ha 相对湿度 Relative humidity % P 大气压 Air pressure Pa Ta Ta 气温 Air temperature ℃ u 水平风速 Horizontal wind speed m/s 植被属性 Vegetation property Zv 植被高度 Vegetation height m LAI 叶面积指数 Leaf area index m2/m2 TL 冠层表面温度 Canopy surface temperature ℃ Tvd 参考冠层表面温度 Reference canopy surface temperature ℃ 土壤属性 Soil property θ 根系层土壤含水量 Volumetric soil water content of root layer m3/m3 Tss 深度zss处土壤温度 Soil temperatureat depth zss ℃ TG 土壤表面温度 Soil surface temperature ℃ TGd 参考土壤表面温度 Reference soil surface temperature ℃ G 土壤热通量 Soil heat flux W/m2 常数 Constant λss 土壤表层导热系数 Soil surface thermal conductivity W/（m·K） zss 土壤热通量探测深度 Depth of ground heat flux measurement m CLAI 冠层聚集度 Canopy concentration θs 土壤饱和含水量 Soil saturated moisture content m3/m3 rst_min 最小气孔阻抗 Minimum stomata resistance s/m rst_max 最大气孔阻抗 Maximum stomata resistance s/m αv 植被冠层反射率 Vegetation canopy reflectance % αG 地表反射率 Surface reflectance % 
下载: 导出CSV
表 2 基于阻抗双源模型与三温模型输出参数对比
Table 2 Comparison of output parameters between two-source model based on the impedance and 3T model
输出变量
Output variable参数 Parameter 参数物理意义
Physical meaning of parameter单位
Unit双源模型
Two-source model三温模型
3T model植被冠层输出 Output of vegetation canopy layer TL 冠层表面温度 Canopy surface temperature ℃ T T 植物蒸腾 Plant transpiration W/m2 土壤层输出 Output of soil layer TG 土壤表面温度 Soil surface temperature ℃ E E 土壤蒸发量 Soil transportation W/m2 能量通量输出 Energy flux output lET lET 潜热通量 Latent heat flux W/m2 H 显热通量 Sensible heat flux W/m2 Rn 太阳净辐射 Net solar radiation W/m2 G 土壤热通量 Soil heat flux W/m2
下载: 导出CSV
表 3 不同站点温度指标统计
Table 3 Statistics of temperature indicators at different sites
℃ 站点
Station气温
Temperature (Ta)叶片温度
Leaf temperature (TL)叶片参考温度
Leaf reference
temperature (TLd)地表温度
Land surface temperature (TG)地表参考温度
Land surface reference
temperature (TGd)温带草地站1
Temperate grassland station21.44 ± 5.89 21.05 ± 10.29 22.75 ± 9.20 20.54 ± 6.11 21.40 ± 7.23 大满农田站2
Daman Station6.46 ± 11.23 6.22 ± 11.08 6.58 ± 11.38 6.59 ± 11.31 6.67 ± 11.35 注：1 DOY = 110—300（2012年04月20日—2012年10月27日），小时平均及季节动态统计，N = 4 583；2 2014—2015年，日平均及年际动态统计，N = 730。Notes: 1DOY = 110−300 (2012−04−20－2012−10−27)), hourly mean and seasonal dynamic statistics, N = 4583; 2 2014−2015, the average daily and annual dynamic statistics, N = 730.
下载: 导出CSV
表 4 双源模型模拟通量与观测通量的比较
Table 4 Comparison of observed flux and simulated flux by two-source model
站点
Station能量通量
Energy flux线性拟合方程
Linear fitting equationR2 大满站 Daman Station Rn y = 1.1x – 20.1 0.90 lET y = 1.2x – 4.4 0.72 H y = 0.72x – 129.1 0.35 G y = 0.33x – 2.1 0.71 温带草地站
Temperate grassland stationRn y = 0.99x – 30.8 0.98 lET y = 0.8x – 3.8 0.89 H y = 0.93x – 25.0 0.57 G y = 2.1x + 13.9 0.64
下载: 导出CSV
-
[1] 程国栋, 赵文智. 绿水及其研究进展[J]. 地球科学进展, 2006, 21(3): 221−227. doi: 10.3321/j.issn:1001-8166.2006.03.001 Cheng G D, Zhao W Z. Green water and its research progress[J]. Advance in Earth Science, 2006, 21(3): 221−227. doi: 10.3321/j.issn:1001-8166.2006.03.001
[2] 李小雁. 流域绿水研究的关键科学问题[J]. 地球科学进展, 2008, 23(7): 707−712. doi: 10.3321/j.issn:1001-8166.2008.07.009 Li X Y. Key scientific issues in the study of green water in watershed[J]. Advance in Earth Sciences, 2008, 23(7): 707−712. doi: 10.3321/j.issn:1001-8166.2008.07.009
[3] 刘昌明, 李云成. “绿水”与节水: 中国水资源内涵问题讨论[J]. 科学对社会的影响, 2006(1): 16−20. Liu C M, Li Y C. “Green water” and water saving: discussion on the connotation of water resources in China[J]. The Impact of Science on Society, 2006(1): 16−20.
[4] Kustas W P, Norman J M. Use of remote sensing for evapotranspiration monitoring over land surfaces[J]. Hydrological Sciences Journal, 1996, 41(4): 495−516. doi: 10.1080/02626669609491522
[5] Jasechko S, Sharp Z D, Gibson J J, et al. Terrestrial water fluxes dominated by transpiration[J]. Nature, 2013, 496: 347−350. doi: 10.1038/nature11983
[6] Good S P, Noone D, Bowen G. Hydrologic connectivity constrains partitioning of global terrestrial water fluxes[J]. Science, 2015, 349: 175−177. doi: 10.1126/science.aaa5931
[7] Lian X, Piao S L, Huntingford C. Partitioning global land evapotranspiration using CMIP5 models constrained by observations[J]. Nature Climate Change, 2018, 8: 640−646. doi: 10.1038/s41558-018-0207-9
[8] Wei Z, Yoshimura K, Wang L, et al. Revisiting the contribution of transpiration to global terrestrial evapotranspiration[J]. Geophysical Research Letters, 2017, 44: 2792−2801. doi: 10.1002/2016GL072235
[9] Anderegg W R L, Trugman A T, Bowling D R, et al. Plant functional traits and climate influence drought intensification and land–atmosphere feedbacks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(28): 14071−14076.
[10] Piao S L, Wang X, Park T, et al. Characteristics, drivers and feedbacks of global greening[J]. Nature Reviews Earth & Environment, 2020, 1: 14−27.
[11] Fatichi S, Pappas C, Ivanov V Y. Modeling plant-water interactions: an ecohydrological overview from the cell to the global scale[J]. Wiley Interdisciplinary Reviews: Water, 2016, 3(3): 327−368. doi: 10.1002/wat2.1125
[12] 武夏宁, 胡铁松, 王修贵, 等. 区域蒸散发估算测定方法综述[J]. 农业工程学报, 2006, 22(10): 257−262. doi: 10.3321/j.issn:1002-6819.2006.10.058 Wu X N, Hu T S, Wang X G, et al. Review of regional evapotranspiration estimation methods[J]. Transactions of the Chinese Society of Agricultural Engineering, 2006, 22(10): 257−262. doi: 10.3321/j.issn:1002-6819.2006.10.058
[13] Bouman B A M, Van K H, Van L H H. The ‘School of de Wit’crop growth simulation models: a pedigree and historical overview[J]. Agricultural Systems, 1996, 52(2−3): 171−198. doi: 10.1016/0308-521X(96)00011-X
[14] 郭晓寅, 程国栋. 遥感技术应用于地表面蒸散发的研究进展[J]. 地球科学进展, 2004, 2(1): 107−114. doi: 10.3321/j.issn:1001-8166.2004.01.015 Guo X Y, Cheng G D. Research progress of remote sensing technology applied to surface evapotranspiration[J]. Advance in Earth Science, 2004, 2(1): 107−114. doi: 10.3321/j.issn:1001-8166.2004.01.015
[15] Nemani R R, Running S W. Estimation of regional surface resistance to evapotranspiration from NDVI and Thermal-IR AVHRR data[J]. Journal of Applied Meteorology, 1989, 28: 276−284. doi: 10.1175/1520-0450(1989)028<0276:EORSRT>2.0.CO;2
[16] Kustas W P, Daughtry C S T, Van O P J. Analytical treatment of the relationships between soil heat flux/net radiation ratio and vegetation indices[J]. Remote Sensing of Environment, 1993, 46(3): 319−330. doi: 10.1016/0034-4257(93)90052-Y
[17] Yang Y, Chen R S. Measurement and estimation of grassland evapotranspiration in a mountainous region at the upper reach of Heihe River basin[J]. Chinese Journal of Applied Ecology, 2013, 24(4): 1055−1062.
[18] Allen R G, Pereira L S, Howell T A, et al. Evapotranspiration information reporting (Ⅰ): factors governing measurement accuracy[J]. Agricultural Water Management, 2011, 98(6): 899−920. doi: 10.1016/j.agwat.2010.12.015
[19] 宋璐璐, 尹云鹤, 吴绍洪. 蒸散发测定方法研究进展[J]. 地理科学进展, 2012, 31(9): 1186−1195. Song L L, Yin Y H, Wu S H. Research progress of Evapotranspiration measurement methods[J]. Progress in Geography, 2012, 31(9): 1186−1195.
[20] Bowen I S. The ratio of heat losses by conduction and by evaporation from any water surface[J]. Physical Review, 1926, 27(6): 779−787. doi: 10.1103/PhysRev.27.779
[21] 刘红娟. 双源蒸散发模型的改进及优化[D]. 兰州: 兰州大学, 2022. Liu H J. Improvement and optimization of dual-source evapotranspiration model [D]. Lanzhou: Lanzhou University, 2022.
[22] Anderson M C, Norman J M, Mecikalski J R, et al. A climatological study of evapotranspiration and moisture stress across the continental United States based on thermal remote sensing (Ⅰ): model formulation[J]. Journal of Geophysical Research: Atmospheres, 2007, 112(D10): 1−17.
[23] Eichelmann E, Mantoani M C, Chamberlain S D, et al. A novel approach to partitioning evapotranspiration into evaporation and transpiration in flooded ecosystems[J]. Global Change Biology, 2022, 28(3): 990−1007. doi: 10.1111/gcb.15974
[24] Penman H C. Natural evapotranspiration from open water, bare soil and grass[J]. Proceedings of the Royal Society of London, 1948, 193: 120−145.
[25] Shuttleworth W J, Wallace J S. Evaporation from sparse crops: an energy combination theory[J]. Quarterly Journal of the Royal Meteorological Society, 1985, 111(469): 839−855. doi: 10.1002/qj.49711146910
[26] Kustas W P, Schmugge T J, Hipps L E. On using mixed-layer transport parameterizations with radiometric surface temperature for computing regional scale sensible flux[J]. Boundary-Layer Meteorology, 1996, 80(3): 205−221. doi: 10.1007/BF00119543
[27] Li F, Kustas W P, Prueger J H. Utility of remote sensing-based two-source energy balance model under low and high-vegetation cover conditions[J]. Journal of Hydrometeorology, 2005, 6(6): 878−891. doi: 10.1175/JHM464.1
[28] Chen Y H, Li X B. Estimation of daily evapotranspiration using a two-layer remote sensing model[J]. International Journal of Remote Sensing, 2005, 26(8): 1755−1762. doi: 10.1080/01431160512331314074
[29] Hu Z, Yu G. Partitioning of evapotranspiration and its control in four grassland ecosystem: application of a two-source model[J]. Agricultural and Forest Meteorology, 2009, 149(9): 1410−1420. doi: 10.1016/j.agrformet.2009.03.014
[30] 莫兴国, 林忠辉, 刘苏峡. 基于Penman-Monteith公式的双源模型的改进[J]. 水利学报, 2000, 5(2): 6−11. Mo X G, Lin Z H, Liu S X. Improvement of two-source model based on Penman-Monteith formula[J]. Journal of Hydraulic Engineering, 2000, 5(2): 6−11.
[31] Wang P, Yamanaka T. Application of a two-source model for partitioning evapotranspiration and assessing its controls in temperature grassland in central Japan[J]. Ecohydrology, 2014, 7: 345−353. doi: 10.1002/eco.1352
[32] Tong Y Q, Wang P, Li X Y, et al. Seasonality of the transpiration fraction and its controls across typical ecosystems within the Heihe River Basin[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(3): 1277−1291. doi: 10.1029/2018JD029680
[33] Zhang K, Kimball J S, Running S W. A review of remote sensing based actual evapotranspiration estimation[J]. Wiley Interdisciplinary Reviews: Water, 2016, 3(6): 834−853. doi: 10.1002/wat2.1168
[34] Chen J M, Liu J. Evolution of evapotranspiration models using thermal and shortwave remote sensing data[J/OL]. Remote Sensing of Environment, 2020, 237: 111594[2020−01−13]. https://www.sciencedirect.com/science/article/abs/pii/S0034425719306145.
[35] Norman J M, Kustas W P, Humes K S. Source approach for estimating soil and vegetation energy fluxes in observations of directional radiometric surface temperature[J]. Agricultural and Forest Meteorology, 1995, 77(3−4): 263−293. doi: 10.1016/0168-1923(95)02265-Y
[36] Vinukollu R K, Wood E F, Ferguson C R. Global estimates of evapotranspiration for climate studies using multisensor remote sensing data[J]. Remote Sensing of Environment, 2011, 115(3): 801−823. doi: 10.1016/j.rse.2010.11.006
[37] 车生, 董晴晴. 基于水文模型的蒸散发数据同化研究进展[J]. 地理学报, 2015, 70(5): 809−818. doi: 10.11821/dlxb201505011 Che S, Dong Q Q. Advances in evapotranspiration data assimilation based on hydrological models[J]. Acta Geographica Sinica, 2015, 70(5): 809−818. doi: 10.11821/dlxb201505011
[38] Qiu G Y, Yano T, Momii K. An improved methodology to measure evaporation from bare soil based on comparison of surface temperature with a dry soil surface[J]. Journal of Hydrology, 1998, 210(1−4): 93−105. doi: 10.1016/S0022-1694(98)00174-7
[39] Qiu G Y, Wang S A, Wu X. Three temperature (3T) model: a method to estimate evapotranspiration and evaluate environmental quality[J]. Journal of Plant Ecology, 2006, 30(2): 231−238.
[40] 邱国玉, 吴晓, 王帅, 等. 三温模型——基于表面温度测算蒸散和评价环境质量的方法Ⅳ. 植被蒸腾扩散系数[J]. 植物生态学报, 2006, 30(5): 852−860. doi: 10.3321/j.issn:1005-264X.2006.05.016 Qiu G Y, Wu X, Wang S, et al. Three-temperature model: a method for measuring evapotranspiration and evaluating environmental quality based on surface temperature (Ⅳ): transpiration diffusion coefficient of vegetation[J]. Chinese Journal of Plant Ecology, 2006, 30(5): 852−860. doi: 10.3321/j.issn:1005-264X.2006.05.016
[41] Qiu G Y, Wang S, Wu X. Three Temperature (3T) Model: a method to estimate evapotranspiration and evaluate environmental quality[J]. Chinese Journal of Plant Ecology, 2006, 30(2): 231. doi: 10.17521/cjpe.2006.0032
[42] Qiu G Y, Shi P J, Wang L M. Theoretical analysis of a soil evaporation transfer coefficient[J]. Remote Sensing of Environment, 2006, 101(3): 390−398. doi: 10.1016/j.rse.2006.01.007
[43] 熊育久, 邱国玉, 陈晓, 等. 三温模型与 MODIS 影像反演蒸散发[J]. 遥感学报, 2012, 16(5): 969−985. doi: 10.11834/jrs.20121242 Xiong Y J, Qiu G Y, Chen X, et al. Evapotranspiration inversion by three-temperature model and MODIS image[J]. Journal of Remote Sensing, 2012, 16(5): 969−985. doi: 10.11834/jrs.20121242
[44] Feng Y, Qiu G Y, Zhang Q. Determination of canopy-shadow-affected area in sparse steppes and its effects on evaporation and evapotranspiration[J]. Ecohydrology, 2014, 7(6): 1589−1603. doi: 10.1002/eco.1482
[45] Xiong Y J, Zhao W L, Wang P, et al. Simple and applicable method for estimating evapotranspiration and its components in arid regions[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(17-18): 9963−9982. doi: 10.1029/2019JD030774
[46] Paniconi C, Putti M. A comparison of Picard and Newton iteration in the numerical solution of multidimensional variably saturated flow problems[J]. Water Resources Research, 1994, 30(12): 3357−3374. doi: 10.1029/94WR02046
[47] Yamanaka T, Takeda A, Sugita F. A modified surface-resistance approach for representing bare-soil evaporation: wind tunnel experiments under various atmospheric conditions[J]. Water Resources Research, 1997, 33(9): 2117−2128. doi: 10.1029/97WR01639
[48] Wang P, Li X Y, Wang L X, et al. Divergent evapotranspiration partition dynamics between shrubs and grasses in a shrub-encroached steppe ecosystem[J]. New Phytologist, 2018, 219(4): 1325−1337. doi: 10.1111/nph.15237
[49] Wang P, Deng Y J, Li X Y, et al. Dynamical effects of plastic mulch on evapotranspiration partitioning in a mulched agriculture ecosystem: measurement with numerical modeling[J]. Agricultural and Forest Meteorology, 2019, 268: 98−108. doi: 10.1016/j.agrformet.2019.01.014
[50] Liu S M, Li X, Xu Z W, et al. The Heihe Integrated Observatory Network: a basin-scale land surface processes observatory in China[J]. Vadose Zone Journal, 2018, 17(1): 1−21.
[51] Liu S M, Xu Z W, Wang W Z, et al. A comparison of eddy-covariance and large aperture scintillometer measurements with respect to the energy balance closure problem[J]. Hydrology and Earth System Sciences, 2011, 15(4): 1291−1306. doi: 10.5194/hess-15-1291-2011
[52] Bambach N, Kustas W, Alfieri J, et al. Evapotranspiration uncertainty at micrometeorological scales: the impact of the eddy covariance energy imbalance and correction method[J]. Irrigation Science, 2022, 40(4−5): 445−461. doi: 10.1007/s00271-022-00783-1
[53] Baldocchi D D. Assessing the eddy covariance technique for evaluating carbon dioxide exchange rates of ecosystems: past, present and future[J]. Global Change Biology, 2003, 9(4): 479−492. doi: 10.1046/j.1365-2486.2003.00629.x
[54] Aubinet M, Grelle A, Ibrom A U, et al. Estimates of the annual net carbon and water exchange of forests: the EUROFLUX methodology[J]. Advances in Ecological Research, 2000, 30: 114−175.
[55] Webb E K, Pearman G I, Leuning R G. Correction of flux measurements for density effects due to heat and water-vapor transfer[J]. Quarterly Journal of the Royal Meteorological Society, 1980, 106(447): 100.
[56] Xu Z W, Liu S M, Li X, et al. Intercomparison of surface energy flux measurement systems used during the HiWATER-MUSOEXE[J]. Journal of Geophysical Research: Atmospheres, 2013, 13: 140−13, 157.
[57] Wei G X, Zhou L L, Liu H J, et al. Improving evapotranspiration model performance by treating energy imbalance and interaction[J]. Water Resources Research, 2020, 56(9): 107956.
[58] Wang P, Zhang D P, Xing Y H, et al. Integrating temperature gradient-based 3T and resistance-based models for simulating evapotranspiration and its components[J/OL]. Journal of Hydrology, 2023, 620: 129459[2023−07−01]. https://www.sciencedirect.com/science/article/pii/S0022169423004018.
[59] Wang P, Yamanaka T, Li X Y, et al. Partitioning evapotranspiration in a temperate grassland ecosystem: Numerical modeling with isotopic tracers[J]. Agricultural and Forest Meteorology, 2015, 208: 16−31. doi: 10.1016/j.agrformet.2015.04.006
-
期刊类型引用(20)
1. 吕佩芟，蒋涵，周敏，刘一念，邓宇晴，刘雄琴，王业社，王灯. 不同海拔梯度对亮叶水青冈叶形态与光合色素的影响. 现代园艺. 2025(05): 34-36 . 
百度学术
2. 周航宇，付琪瑶，梁婉婷，宋沼鹏，侯继华. 天然油松叶-枝-根氮磷含量随降水和温度的变化规律. 北京林业大学学报. 2024(01): 44-54 . 本站查看
3. 郭文芳，陈艳梅，高飞，王佳乐. 太行山7种药用植物性状特征及其对土壤因子的响应. 环境工程技术学报. 2024(02): 612-621 . 百度学术
4. 张月萍，张梦婷，李敏瑄，代鹏跃，李润泽，王妍方. 不同生境下木棉幼苗叶性状和光合特性研究. 西部林业科学. 2024(02): 64-71 . 百度学术
5. 赵秋玲，郭小龙，张晶，张彦仲. 水曲柳叶片功能性状及C、N、P化学计量对海拔的响应. 西北植物学报. 2024(05): 792-801 . 百度学术
6. 邹旭阁，王寅，王健铭，曲梦君，朱威霖，赵航，司建华，李景文. 胡杨叶功能性状的协同与权衡及对树龄、土壤因子的响应. 北京林业大学学报. 2024(05): 82-92 . 本站查看
7. 毛开泽，高漫娟，吴睿，张月萍，程希平. 木棉树形结构和叶性状对生境要素的响应研究. 广西植物. 2024(05): 863-872 . 百度学术
8. 李永宁，宗鹏. 植物功能性状对环境的响应及在森林经营中的应用. 中南林业科技大学学报. 2024(06): 1-10 . 百度学术
9. 李娜娜，黄健，吴镜辉，张婷，侯晓龙，吴鹏飞. 马尾松林下套种阔叶树的叶功能性状和化学计量特征季节动态研究. 西北林学院学报. 2024(06): 87-94 . 百度学术
10. 郭美灵，赵伊玲，殷宝，宁春如，杜维波，王旭虎，周晓雷，张晓玮. 野外同质园内油松叶功能性状的种内变异研究. 西北林学院学报. 2024(06): 95-103 . 百度学术
11. 俞群，高伟，施家意，傅成杰，林国江，康天琪，邱敏. 珍稀植物银粉蔷薇叶功能性状对环境变化的响应. 热带亚热带植物学报. 2024(06): 705-714 . 百度学术
12. 周靖 ，杨邵 ，华绍贵 ，吴甘霖 . 大别山五针松针叶功能性状及其与土壤养分关系的研究. 安庆师范大学学报(自然科学版). 2023(02): 96-102 . 百度学术
13. 王洁茹，石文凯，吴会峰，胡保安，程小琴，韩海荣. 晋北典型针叶人工林叶功能性状特征及其与土壤因子的关系. 西北植物学报. 2023(05): 835-845 . 百度学术
14. 曹向文，张淼淼，陈健，史作民. 川滇高山栎叶片氮磷含量的海拔变化. 陆地生态系统与保护学报. 2023(05): 1-9 . 百度学术
15. 吴天彧，杨依康，周帅，张清舒，罗建. 色季拉山不同海拔梯度下三花杜鹃叶表型性状变异研究. 高原农业. 2022(01): 41-48 . 百度学术
16. 王超，卢杰，姚慧芳，于德水，段斐，周晨霓. 急尖长苞冷杉叶功能性状特征及其环境响应. 森林与环境学报. 2022(02): 123-130 . 百度学术
17. 何雅琴，史晓洁，陈国杰，赖敏英，曾纪毅，魏凯，邓传远. 滨柃叶功能性状对环境因子的响应. 生态学报. 2022(06): 2418-2429 . 百度学术
18. 杨巧，朱润军，杨畅宇，李仕杰，程希平. 基于树形结构的木棉叶功能性状差异性研究. 生态学报. 2022(07): 2834-2842 . 百度学术
19. 黄郑雯，杨霖，王玉洁，毛开泽，高漫娟，程希平. 不同生境下木棉树形结构特征及其影响因子. 生态学杂志. 2022(08): 1552-1559 . 百度学术
20. 黄汐月，陈卓，黄梦月，杨文静，石松林，李景吉，彭培好，王国严. 藏东木本植物群落功能性状分布与环境的关系. 生态学报. 2022(22): 8964-8976 . 百度学术
其他类型引用(20)
计量
- 文章访问数: 364
- HTML全文浏览量: 117
- PDF下载量: 58
- 被引次数: 40
