耦合多因素影响的华北落叶松单株液流预测方法及系统与流程

1.本发明属于林业技术领域，具体涉及一种耦合多因素影响的华北落叶松单株液流预测方法及系统。


背景技术：

2.蒸腾在森林生产力、水文循环及能量平衡上都发挥着至关重要的作用，蒸腾不仅控制着地表能量平衡，决定着流域水文的响应特征，还影响着区域乃至全球的气候变化。近年来，全球范围内干旱事件的频发给森林带来了巨大的压力，导致了大量树木的死亡，基于这种情况，植被蒸腾成为了揭开全球气候变化条件下植被对干旱事件响应规律的核心要素。
3.测量林分蒸腾的方法众多，主要有快速称重法、蒸渗仪法、叶面气孔计监测法和热技术法。其中，热技术法因具有易安装和高度自动化监测等优点，被广泛应用于单株及林分的蒸腾测定。在应用热技术法对树干液流速率进行连续监测时，存在以下两个问题：问题一：在热技术法的应用中，尺度上升所带来的蒸腾误差不容小觑，尤其是从单株液流到林分蒸腾尺度上的转换。传统的基于树形指标的蒸腾模型只适用于特定的立地条件，在林分竞争较激烈的情况下并不能适用，会造成较大误差。且以往研究往往只考虑单一方向上的林木竞争，很少有综合考虑垂直方向上的林木高度与水平方向上的竞争压力对单株蒸腾的影响，但事实上混合效应模型的表现效果往往更好。此外，传统的蒸腾模型并未将空间和时间动态上液流的影响因素相结合，而只能表达单一维度因素（空间因素或时间因素）的影响，缺乏与林分管理密切相关的影响因素，因而无法定量给出林分管理建议。此外，单株液流速率同时受到不同因素的共同作用，如何控制其他因素不变来确定单一因素对液流影响是解决该问题的难点及关键所在。
4.问题二：热扩散探针按要求一般都装在树干胸高位置处，而在胸高位置测定的树干液流密度对环境因子变化的响应经常存在一定的时间不同步，主要体现在峰值时刻的差异上，即时滞效应。传统的树干液流研究往往忽略这一效应，导致环境因子不能准确反映蒸腾变化，从而限制日内短时间尺度上树木蒸腾变化的详细刻画和准确预测，影响气候变化条件下的林水精细化管理。此外，如何通过现有技术确定时滞时长是解决该问题的难点及关键所在。


技术实现要素：

5.本发明的目的在于提供一种耦合多因素影响的华北落叶松单株液流预测方法及系统，该方法及系统有利于提高华北落叶松单株液流预测的准确性。
6.为实现上述目的，本发明采用的技术方案是：一种耦合多因素影响的华北落叶松单株液流预测方法，包括以下步骤：步骤s1、采用单木竞争指数ci、相对树高hr反映空间维度的影响因素，潜在蒸散et
ref
、土壤含水量rew反映时间维度上的影响因素，并假设耦合多因素影响的树木生长指标
对各影响因素的响应彼此独立，且树木蒸腾对多因素的响应模型可表达为对单一因素响应函数的连乘，则耦合多因素影响的日尺度单株树干液流模型为：j
s = f(rew)
∙
f(et
ref
)
∙
f(ci)
∙
f(hr)
ꢀꢀꢀꢀ
（1）式中，js为树干液流速率，f(rew)、f(et
ref
)、f(ci)、f(hr)分别表示树干液流速率响应土壤含水量、潜在蒸散、hegyi指数和相对树高的函数；步骤s2、获取预测区域观测数据，包括树干液流速率js的时间序列数据、土壤含水量rew的时间序列数据、潜在蒸散et
ref
的时间序列数据以及样地实测数据；步骤s3、根据得到的时间序列数据计算树干液流速率js与土壤含水量rew、潜在蒸散et
ref
的时滞时长并调整时间序列数据；步骤s4、构建单株树干液流速率对林木水平方向的竞争压力的响应函数，单株树干液流速率对林木垂直方向的竞争压力的响应函数，单株树干液流速率对潜在蒸散的响应函数，以及单株树干液流速率对土壤含水量的响应函数；步骤s5、将树干液流速率及其单一因素响应函数f(hegyi)、f(hr)、f(et
ref
)、f(rew)连乘，实现对多因素影响的耦合，得到能反映树干液流速率受到空间结构上和时间进程上多因素影响的预测模型；步骤s6、利用构建的耦合多因素影响的日尺度单株树干液流模型对华北落叶松单株液流速率进行预测。
7.进一步地，基于热技术法得到的华北落叶松树干液流数据，同时受到多种因素的影响；使用上外包线法，首先确定树木生长指标响应各单一因素的函数形式或类型，以最大程度的降低其它因素的干扰，具体方法为：将树干液流速率响应各单一因素的数据绘制成散点图，根据自变量变化范围将其分成若干区段，在每个区段内选取比每个区段内的数据平均值高出至少一倍标准差的数据，或在数据密度较低的区段中直接选择最高的数据，将这些数据点作为上外包线的数据点，以此拟合能反映树木生长响应单一因素变化的函数类型，且拟合的函数能在一定程度上表征响应的数量关系；然后，把所有单一因素的响应函数连乘，从而确定能反映多因素影响的耦合模型的结构；但仍利用实测数据率定模型参数，并用独立实测数据验证模型精度；在满足精度要求后，最终建立耦合多因素影响的日尺度单株树干液流模型。
8.进一步地，所述步骤s3的具体方法为：基于r语言软件，对同一时间下的树干液流速率时间序列与土壤含水量rew时间序列进行相关性分析，并记录皮尔逊相关系数的大小；基于r语言软件，对土壤含水量时间序列推后5min，对此时的树干液流速率时间序列与土壤含水量时间序列进行相关性分析，并记录皮尔逊相关系数的大小；基于r语言软件，对同一时间下的土壤含水量时间序列推前5min，对此时的树干液流速率时间序列与土壤含水量时间序列进行相关性分析，并记录皮尔逊相关系数的大小；比较错位前后的相关性大小，如果错位前气象因子与树干液流速率的相关性最大，则不存在时滞效应，时滞时长为0；如果推后5min的相关性较大，则继续推后直至相关性达最大值为止，如推后n分钟时相关性最大，则时滞时长为n min；如果推前5min的相关性较大，则继续推前直至相关性达最大值为止，如推前n分钟时相关性最大，则时滞时长为
‑ꢀ
n min；基于r语言软件，对同一时间下的树干液流速率时间序列与潜在蒸散时间序列进
行相关性分析，并记录皮尔逊相关系数的大小；基于r语言软件，对潜在蒸散时间序列推后5min，对此时的树干液流速率时间序列与潜在蒸散时间序列进行相关性分析，并记录皮尔逊相关系数的大小；基于r语言软件，对同一时间下的潜在蒸散时间序列推前5min，对此时的树干液流速率时间序列与潜在蒸散时间序列进行相关性分析，并记录皮尔逊相关系数的大小；比较错位前后的相关性大小，如果错位前气象因子与树干液流速率的相关性最大，则不存在时滞效应，时滞时长为0；如果推后5min的相关性较大，则继续推后直至相关性达最大值为止，如推后n分钟时相关性最大，则时滞时长为n min；如果推前5min的相关性较大，则继续推前直至相关性达最大值为止，如推前n分钟时相关性最大，则时滞时长为
‑ꢀ
n min。
9.进一步地，所述步骤s4中，构建单株树干液流速率对林木水平方向的竞争压力的响应函数的具体方法为：绘制得到单株树干液流速率随hegyi竞争指数变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应hegyi竞争指数的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与hegyi竞争指数呈二次多项式关系，r2=0.931，p《0.01，n=671，基本函数形式为：j
s = a*ci2+b*ci+c，ci》0
ꢀꢀꢀꢀ
（2）其中，a、b、c分别为拟合得到的系数。
10.进一步地，所述步骤s4中，构建单株树干液流速率对林木垂直方向的竞争压力的响应函数的具体方法为：绘制得到单株树干液流速率随相对树高变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应相对树高的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与相对树高呈指数增长关系，r2=0.965，p《0.01，n=671，基本函数形式为：j
s = k1+k2*e
(-k3x)
ꢀꢀꢀꢀ
（3）其中，k1、k2、k3分别为拟合得到的系数，x为相对树高。
11.进一步地，所述步骤s4中，构建单株树干液流速率对潜在蒸散的响应函数的具体方法为：根据步骤s3调整过的时间序列数据，绘制得到单株树干液流速率随潜在整散变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应潜在整散的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与潜在蒸散呈二次多项式关系，r2=0.995，p《0.01，n=671，基本函数形式为：j
s = α1*et
ref2
+α2*et
ref
+α3ꢀꢀꢀꢀ
（4）其中，α1、α2、α3分别为拟合得到的系数。
12.进一步地，所述步骤s4中，构建单株树干液流速率对土壤含水量的响应函数的具体方法为：根据步骤s3调整过的时间序列数据，绘制得到单株树干液流速率随土壤含水量变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应土壤含水量
的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与土壤可利用水分呈指数函数关系，r2=0.999，p《0.01，n=671，基本函数形式为：j
s = β1+β2*(1-exp(-β3*rew))
ꢀꢀꢀꢀ
（5）其中，β1、β2、β3分别为拟合得到的系数。
13.进一步地，所述步骤s5得到耦合多因素影响的日尺度单株树干液流模型后，利用实测的hegyi、hr、et
ref
、rew数据，率定模型中的所有参数，并用另一数据集验证模型的精度，若精度符合要求，则建立了能反映多因素共同影响的日尺度单株树干液流模型。
14.本发明还提供了一种耦合多因素影响的华北落叶松单株液流预测系统，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现上述的方法步骤。
15.与现有技术相比，本发明具有以下有益效果：本发明综合考虑了林木空间结构、环境变化、时间进程等因素对树干液流速率的影响，构建了多因素耦合的日尺度单株树干液流模型，通过该模型对华北落叶松单株液流速率进行预测，可以克服现有技术存在的问题，提高预测的准确性。因此，本发明具有很强的实用性和广阔的应用前景。
附图说明
16.图1是本发明实施例的方法实现流程图；图2是本发明实施例中单株树干液流速率对林木水平方向的竞争压力的响应函数；图3是本发明实施例中单株树干液流速率对林木垂直方向的竞争压力的响应函数；图4是本发明实施例中单株树干液流速率对潜在蒸散的响应函数；图5是本发明实施例中单株树干液流速率对土壤含水量的响应函数。
具体实施方式
17.下面结合附图及实施例对本发明做进一步说明。
18.应该指出，以下详细说明都是示例性的，旨在对本技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
19.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
20.如图1所示，本实施例提供了一种耦合多因素影响的华北落叶松单株液流预测方法，包括以下步骤：步骤s1、采用单木竞争指数ci（反映单株林木所受到的水平方向上的竞争压力）、相对树高hr（反映单株林木所受到的垂直方向上的竞争压力）反映空间维度的影响因素，潜在蒸散et
ref
（反映大气蒸发能力的综合气象指标）、土壤含水量rew（植被蒸腾的水分来源）
min。
25.步骤s4、构建单株树干液流速率对林木水平方向的竞争压力的响应函数，单株树干液流速率对林木垂直方向的竞争压力的响应函数，单株树干液流速率对潜在蒸散的响应函数，以及单株树干液流速率对土壤含水量的响应函数。
26.其中，构建单株树干液流速率对林木水平方向的竞争压力的响应函数的具体方法为：绘制得到单株树干液流速率随hegyi竞争指数变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应hegyi竞争指数的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与hegyi竞争指数呈二次多项式关系，r2=0.931，p《0.01，n=671，基本函数形式为：j
s = a*ci2+b*ci+c，ci》0
ꢀꢀꢀꢀ
（2）其中，a、b、c分别为拟合得到的系数。
27.构建单株树干液流速率对林木垂直方向的竞争压力的响应函数的具体方法为：绘制得到单株树干液流速率随相对树高变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应相对树高的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与相对树高呈指数增长关系，r2=0.965，p《0.01，n=671，基本函数形式为：j
s = k1+k2*e
(-k3x)
ꢀꢀꢀꢀ
（3）其中，k1、k2、k3分别为拟合得到的系数，x为相对树高。
28.构建单株树干液流速率对潜在蒸散的响应函数的具体方法为：根据步骤s3调整过的时间序列数据，绘制得到单株树干液流速率随潜在整散变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应潜在整散的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与潜在蒸散呈二次多项式关系，r2=0.995，p《0.01，n=671，基本函数形式为：j
s = α1*et
ref2
+α2*et
ref
+α3ꢀꢀꢀꢀ
（4）其中，α1、α2、α3分别为拟合得到的系数。
29.构建单株树干液流速率对土壤含水量的响应函数的具体方法为：根据步骤s3调整过的时间序列数据，绘制得到单株树干液流速率随土壤含水量变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应土壤含水量的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与土壤可利用水分呈指数函数关系，r2=0.999，p《0.01，n=671，基本函数形式为：j
s = β1+β2*(1-exp(-β3*rew))
ꢀꢀꢀꢀ
（5）其中，β1、β2、β3分别为拟合得到的系数。
30.本实施例中，拟合得到的单株树干液流速率对林木水平方向的竞争压力的响应函数、单株树干液流速率对林木垂直方向的竞争压力的响应函数、单株树干液流速率对潜在
蒸散的响应函数、单株树干液流速率对土壤含水量的响应函数分别如图2-5所示。
31.步骤s5、将树干液流速率及其单一因素响应函数f(hegyi)、f(hr)、f(et
ref
)、f(rew)连乘，实现对多因素影响的耦合，得到能反映树干液流速率受到空间结构上和时间进程上多因素影响的预测模型。
32.得到耦合多因素影响的日尺度单株树干液流模型后，利用实测的hegyi、hr、et
ref
、rew数据，率定模型中的所有参数，并用另一数据集验证模型的精度，若精度符合要求，则建立了能反映多因素共同影响的日尺度单株树干液流模型。
33.步骤s6、利用构建的耦合多因素影响的日尺度单株树干液流模型对华北落叶松单株液流速率进行预测。
34.本实施例还提供了一种耦合多因素影响的华北落叶松单株液流预测系统，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现上述的方法步骤。
35.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
36.本技术是参照根据本技术实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
37.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
38.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
39.以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

技术特征：
1.一种耦合多因素影响的华北落叶松单株液流预测方法，其特征在于，包括以下步骤：步骤s1、采用单木竞争指数ci、相对树高h
r
反映空间维度的影响因素，潜在蒸散et
ref
、土壤含水量rew反映时间维度上的影响因素，并假设耦合多因素影响的树木生长指标对各影响因素的响应彼此独立，且树木蒸腾对多因素的响应模型可表达为对单一因素响应函数的连乘，则耦合多因素影响的日尺度单株树干液流模型为：j
s = f(rew)
∙
f(et
ref
)
∙
f(ci)
∙
f(h
r
)
ꢀꢀꢀꢀ
（1）式中，j
s
为树干液流速率，f(rew)、f(et
ref
)、f(ci)、f(h
r
)分别表示树干液流速率响应土壤含水量、潜在蒸散、hegyi指数和相对树高的函数；步骤s2、获取预测区域观测数据，包括树干液流速率js的时间序列数据、土壤含水量rew的时间序列数据、潜在蒸散et
ref
的时间序列数据以及样地实测数据；步骤s3、根据得到的时间序列数据计算树干液流速率js与土壤含水量rew、潜在蒸散et
ref
的时滞时长并调整时间序列数据；步骤s4、构建单株树干液流速率对林木水平方向的竞争压力的响应函数，单株树干液流速率对林木垂直方向的竞争压力的响应函数，单株树干液流速率对潜在蒸散的响应函数，以及单株树干液流速率对土壤含水量的响应函数；步骤s5、将树干液流速率及其单一因素响应函数f(hegyi)、f(h
r
)、f(et
ref
)、f(rew)连乘，实现对多因素影响的耦合，得到能反映树干液流速率受到空间结构上和时间进程上多因素影响的预测模型；步骤s6、利用构建的耦合多因素影响的日尺度单株树干液流模型对华北落叶松单株液流速率进行预测。2.根据权利要求1所述的耦合多因素影响的华北落叶松单株液流预测方法，其特征在于，基于热技术法得到的华北落叶松树干液流数据，同时受到多种因素的影响；使用上外包线法，首先确定树木生长指标响应各单一因素的函数形式或类型，以最大程度的降低其它因素的干扰，具体方法为：将树干液流速率响应各单一因素的数据绘制成散点图，根据自变量变化范围将其分成若干区段，在每个区段内选取比每个区段内的数据平均值高出至少一倍标准差的数据，或在数据密度较低的区段中直接选择最高的数据，将这些数据点作为上外包线的数据点，以此拟合能反映树木生长响应单一因素变化的函数类型，且拟合的函数能在一定程度上表征响应的数量关系；然后，把所有单一因素的响应函数连乘，从而确定能反映多因素影响的耦合模型的结构；但仍利用实测数据率定模型参数，并用独立实测数据验证模型精度；在满足精度要求后，最终建立耦合多因素影响的日尺度单株树干液流模型。3.根据权利要求1所述的耦合多因素影响的华北落叶松单株液流预测方法，其特征在于，所述步骤s3的具体方法为：基于r语言软件，对同一时间下的树干液流速率时间序列与土壤含水量rew时间序列进行相关性分析，并记录皮尔逊相关系数的大小；基于r语言软件，对土壤含水量时间序列推后5min，对此时的树干液流速率时间序列与土壤含水量时间序列进行相关性分析，并记录皮尔逊相关系数的大小；基于r语言软件，对同一时间下的土壤含水量时间序列推前5min，对此时的树干液流速率时间序列与土壤含水量时间序列进行相关性分析，并记录皮尔逊相关系数的大小；比较错位前后的相关性大小，如果错位前气象因子与树干液流速率的相关性最大，则不存在时滞效应，时滞时长为0；如果推后5min的相关性较大，则继续推后直至相
关性达最大值为止，如推后n分钟时相关性最大，则时滞时长为n min；如果推前5min的相关性较大，则继续推前直至相关性达最大值为止，如推前n分钟时相关性最大，则时滞时长为
‑ꢀ
n min；基于r语言软件，对同一时间下的树干液流速率时间序列与潜在蒸散时间序列进行相关性分析，并记录皮尔逊相关系数的大小；基于r语言软件，对潜在蒸散时间序列推后5min，对此时的树干液流速率时间序列与潜在蒸散时间序列进行相关性分析，并记录皮尔逊相关系数的大小；基于r语言软件，对同一时间下的潜在蒸散时间序列推前5min，对此时的树干液流速率时间序列与潜在蒸散时间序列进行相关性分析，并记录皮尔逊相关系数的大小；比较错位前后的相关性大小，如果错位前气象因子与树干液流速率的相关性最大，则不存在时滞效应，时滞时长为0；如果推后5min的相关性较大，则继续推后直至相关性达最大值为止，如推后n分钟时相关性最大，则时滞时长为n min；如果推前5min的相关性较大，则继续推前直至相关性达最大值为止，如推前n分钟时相关性最大，则时滞时长为
‑ꢀ
n min。4.根据权利要求1所述的耦合多因素影响的华北落叶松单株液流预测方法，其特征在于，所述步骤s4中，构建单株树干液流速率对林木水平方向的竞争压力的响应函数的具体方法为：绘制得到单株树干液流速率随hegyi竞争指数变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应hegyi竞争指数的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与hegyi竞争指数呈二次多项式关系，r2=0.931，p<0.01，n=671，基本函数形式为：j
s = a*ci2+b*ci+c，ci>0
ꢀꢀꢀꢀ
（2）其中，a、b、c分别为拟合得到的系数。5.根据权利要求1所述的耦合多因素影响的华北落叶松单株液流预测方法，其特征在于，所述步骤s4中，构建单株树干液流速率对林木垂直方向的竞争压力的响应函数的具体方法为：绘制得到单株树干液流速率随相对树高变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应相对树高的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与相对树高呈指数增长关系，r2=0.965，p<0.01，n=671，基本函数形式为：j
s = k1+k2*e
(-k3x)
ꢀꢀꢀꢀ
（3）其中，k1、k2、k3分别为拟合得到的系数，x为相对树高。6.根据权利要求1所述的耦合多因素影响的华北落叶松单株液流预测方法，其特征在于，所述步骤s4中，构建单株树干液流速率对潜在蒸散的响应函数的具体方法为：根据步骤s3调整过的时间序列数据，绘制得到单株树干液流速率随潜在整散变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应潜在整散的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与潜在蒸散呈二次多项式关系，r2=0.995，p<0.01，n=671，基本函数形式为：
j
s = α1*et
ref2
+α2*et
ref
+α3ꢀꢀꢀꢀ
（4）其中，α1、α2、α3分别为拟合得到的系数。7.根据权利要求1所述的耦合多因素影响的华北落叶松单株液流预测方法，其特征在于，所述步骤s4中，构建单株树干液流速率对土壤含水量的响应函数的具体方法为：根据步骤s3调整过的时间序列数据，绘制得到单株树干液流速率随土壤含水量变化的散点图，确定上外包线的数据点并拟合上外包线，作为树干液流速率响应土壤含水量的函数，确立单株液流与单木竞争指数的基本函数形式；单株树干液流速率与土壤可利用水分呈指数函数关系，r2=0.999，p<0.01，n=671，基本函数形式为：j
s = β1+β2*(1-exp(-β3*rew))
ꢀꢀꢀꢀ
（5）其中，β1、β2、β3分别为拟合得到的系数。8.根据权利要求1所述的耦合多因素影响的华北落叶松单株液流预测方法，其特征在于，所述步骤s5得到耦合多因素影响的日尺度单株树干液流模型后，利用实测的hegyi、h
r
、et
ref
、rew数据，率定模型中的所有参数，并用另一数据集验证模型的精度，若精度符合要求，则建立了能反映多因素共同影响的日尺度单株树干液流模型。9.一种耦合多因素影响的华北落叶松单株液流预测系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如权利要求1-8任一项所述的方法步骤。

技术总结
本发明涉及一种耦合多因素影响的华北落叶松单株液流预测方法及系统，该方法包括以下步骤：结合单木竞争指数CI、相对树高H


技术研发人员：洪流 郭建斌 王文奎 陈奕 蒋艳君
受保护的技术使用者：福州市规划设计研究院集团有限公司
技术研发日：2022.03.11
技术公布日：2022/5/25