Applying time series models to estimate time lags between sap flux and micro-meteorological factors

ABSTRACT

Sap flux (F_t) measurements are extensively used to scale-up canopy transpiration and conductance, but time lag between sap flux and canopy transpiration is a problem. As canopy transpiration is nearly synchronous with micrometeorological drivers, better understanding of the lag relationships between F_t and micrometeorological drivers and soil water conditions would benefit the up-scaling of canopy transpiration from sap flux. Time series modeling at different spatial and temporal scales can identify and incorporate time lag effects, as well as multiple variables affecting transpiration and the interactions between them. SARIMAX and GARCH hybrid models were used to capture seasonality and autoregressive conditional heteroscedasticity effects. Two univariate hybrid models were designed to measure vapor pressure deficit () and photosynthetic active radiation (), and one multivariate hybrid model was used in each season. Sap flow lagged behind canopy transpiration by 0–10 min in the dry season and 10–20 min in the wet season. had a stronger influence on transpiration than . Only the interaction between and in the wet season was observed. This study extends the application of time series modeling to the prediction of sap flow dynamics.

RÉSUMÉ

Les mesures de flux de sève (F_t) sont souvent utilisées pour estimer la transpiration et la conductance du couvert, mais le délai entre le flux de sève et la transpiration est problématique. La transpiration du couvert étant presque synchrone avec les variables micrométéorologiques, mieux comprendre le délai entre F_t et les variables micrométéorologiques et l’humidité du sol permettrait d’améliorer l’estimation de la transpiration à partir du flux de sève. La modélisation de séries temporelles à différentes échelles spatiales et temporelles permet d’identifier et d’inclure les effets du délai et de plusieurs variables affectant la transpiration, ainsi que les interactions entre elles. Des modèles hybrides SARIMAX et GARCH ont été élaborés pour capter la saisonnalité et les effets autorégressifs conditionnellement hétéroscédastiques. Deux modèles hybrides unidimensionnels ont été élaborés pour mesurer le déficit de pression de vapeur (VPDt) et la radiation photosynthétique active (PARt), et un modèle hybride multidimensionnel a été utilisé pour chaque saison. Les résultats montrent que le flux de sève accuse un délai de 0 à 10 minutes sur la transpiration du couvert durant la saison sèche, et de 10 à 20 minutes durant la saison humide. La VPDt avait une influence plus marquée sur la transpiration que la PARt. Seule l’interaction entre VPDt et PARt a été observée durant la saison humide. Cette étude permet d’étendre l’application de la modélisation de séries temporelles à la prédiction de la dynamique des flux de sève.

KEYWORDS:

• Time lag
• sap flow
• SARIMA
• SARIMAX
• GARCH
• autocorrelation function

MOTS CLÉS:

• Délai
• flux de sève
• SARIMA
• SARIMAX
• GARCH
• fonction d’autocorrélation

Acknowledgements

The authors thank Dr Reng Chen (South China Botanical Garden) for help in submission.

Disclosure statement

The authors declare that they have no conflict of interest.

Additional information

Funding

This study was supported by National Nature Science Foundation of China [No. 41030638, 41275169].