基于作物系數(shù)與水分生產(chǎn)函數(shù)的向日葵產(chǎn)量預(yù)測(cè)

云文麗 侯 瓊 李建軍 苗百嶺 馮旭宇

1)(內(nèi)蒙古氣象科學(xué)研究所，呼和浩特 010051)2)(內(nèi)蒙古巴彥淖爾市臨河觀象臺(tái)，臨河 015000)3)(內(nèi)蒙古生態(tài)與農(nóng)業(yè)氣象中心，呼和浩特 010051)

?

基于作物系數(shù)與水分生產(chǎn)函數(shù)的向日葵產(chǎn)量預(yù)測(cè)

云文麗1)*侯 瓊1)李建軍2)苗百嶺1)馮旭宇3)

1)(內(nèi)蒙古氣象科學(xué)研究所，呼和浩特 010051)2)(內(nèi)蒙古巴彥淖爾市臨河觀象臺(tái)，臨河 015000)3)(內(nèi)蒙古生態(tài)與農(nóng)業(yè)氣象中心，呼和浩特 010051)

利用河套灌區(qū)向日葵2012年田間水分、分期播種試驗(yàn)數(shù)據(jù)和兩個(gè)站點(diǎn)的農(nóng)業(yè)氣象歷史資料，研究基于向日葵作物系數(shù)和水分生產(chǎn)函數(shù)的產(chǎn)量預(yù)測(cè)方法。結(jié)果表明：向日葵標(biāo)準(zhǔn)作物系數(shù)在生育期內(nèi)的變化規(guī)律是前期小、中期大、后期小,最高值為1.21,出現(xiàn)在開(kāi)花期。標(biāo)準(zhǔn)作物系數(shù)與出苗后日數(shù)和大于0℃積溫有很好的二次和三次多項(xiàng)式關(guān)系，擬合優(yōu)度在0.93以上。在分析相對(duì)葉面積指數(shù)和作物系數(shù)關(guān)系的基礎(chǔ)上，提出標(biāo)準(zhǔn)作物系數(shù)的相對(duì)葉面積指數(shù)訂正方法，得出河套灌區(qū)向日葵作物系數(shù)的動(dòng)態(tài)計(jì)算式，為水分生產(chǎn)函數(shù)中實(shí)際蒸散量的計(jì)算提供支撐。建立以Jensen模型為基礎(chǔ)的向日葵水分生產(chǎn)函數(shù)，得到對(duì)水分虧缺的敏感順序從高到低是開(kāi)花期、花序形成期、成熟期、苗期。綜合應(yīng)用向日葵作物系數(shù)方程和水分生產(chǎn)函數(shù)模型計(jì)算分期播種產(chǎn)量，與實(shí)際產(chǎn)量分別相差4.4%和4.1%，初步證明該文提出的方法對(duì)產(chǎn)量預(yù)測(cè)較為理想，在該地區(qū)具有很好的適用性。

作物系數(shù)； 相對(duì)葉面積指數(shù)訂正； 耗水量； 水分生產(chǎn)函數(shù)； 產(chǎn)量預(yù)測(cè)

引 言

近年來(lái)，河套灌區(qū)向日葵種植面積占到總播面積的四分之一以上，是經(jīng)濟(jì)效益十分顯著的作物。河套灌區(qū)用于保障糧食生產(chǎn)、農(nóng)業(yè)豐收以及生態(tài)用水占到內(nèi)蒙古自治區(qū)引黃用水量的80%以上，而且對(duì)水資源的需求量逐年加大，對(duì)于光、溫資源豐富的該區(qū)域，水分成為限制農(nóng)業(yè)發(fā)展的主要因子[1]。因此，同時(shí)考慮光、溫、水3個(gè)因子的作物產(chǎn)量氣象預(yù)報(bào)方法[2-4]和考慮參數(shù)較多的作物生長(zhǎng)模式[5-7]不適合河套灌區(qū)，需主要考慮限制因子水分對(duì)產(chǎn)量預(yù)測(cè)的影響，即依據(jù)水分生產(chǎn)函數(shù)模型的建立預(yù)測(cè)產(chǎn)量。水分生產(chǎn)函數(shù)的主要計(jì)算因子是需水量和農(nóng)田實(shí)際蒸散量，而作物系數(shù)是計(jì)算二者的重要參數(shù)。它反映了作物本身的生物學(xué)特性、產(chǎn)量水平、土壤耕作條件等對(duì)作物耗水量的影響，其最合理的確定方法是采用當(dāng)?shù)氐膶?shí)測(cè)資料[8]?，F(xiàn)有研究主要是針對(duì)小麥、水稻、玉米等作物給定特定生長(zhǎng)階段的作物系數(shù)[9-13]，在向日葵上僅見(jiàn)到文獻(xiàn)[14-15]對(duì)油用向日葵的階段作物系數(shù)進(jìn)行了確定，但對(duì)食用向日葵尚未見(jiàn)報(bào)道，因此，有必要進(jìn)行食用向日葵全生育期作物系數(shù)的動(dòng)態(tài)計(jì)算，通過(guò)結(jié)合參考作物蒸散量，進(jìn)而確定實(shí)際蒸散量，該方法目前最為普遍[16]。實(shí)際蒸散量的動(dòng)態(tài)計(jì)算為水分生產(chǎn)函數(shù)的建立和產(chǎn)量計(jì)算奠定了基礎(chǔ)。國(guó)內(nèi)外對(duì)水分生產(chǎn)函數(shù)的研究很多，也建立了一些模型，從這些研究可以看出,不同地區(qū)、同一作物的數(shù)學(xué)模型存在較大差別[17-18]。對(duì)于依靠黃河灌溉的河套地區(qū)，合理、正確選用滿足當(dāng)?shù)氐南蛉湛稚a(chǎn)函數(shù)模型是非常必要的。本文旨在建立向日葵的作物系數(shù)動(dòng)態(tài)計(jì)算式，為準(zhǔn)確計(jì)算需水量和實(shí)際蒸散量提供方法。根據(jù)產(chǎn)量與不同生育階段的耗水量，采用乘法和加法模型，選取、建立適合河套灌區(qū)向日葵的水分生產(chǎn)函數(shù)模型。通過(guò)作物系數(shù)和水分生產(chǎn)函數(shù)二者的應(yīng)用，試圖進(jìn)一步預(yù)測(cè)不同水分水平對(duì)作物產(chǎn)量的影響，更好地為糧食安全和預(yù)警服務(wù)。

1 試驗(yàn)與方法

1.1 試驗(yàn)材料與設(shè)計(jì)

試驗(yàn)設(shè)在內(nèi)蒙古巴彥淖爾市農(nóng)業(yè)氣象試驗(yàn)站(40°45′N(xiāo)，107°25′E，海拔為1039.3 m)。該區(qū)屬于干旱半干旱氣候帶，多年平均降水量為150.0 mm左右，年平均氣溫為8.0℃。土壤為壤土，0～1 m土壤容重平均值為1.36 g·cm-3， 田間持水量平均為26.8%，地下水埋深約5.8 m。

試驗(yàn)于2012年6—10月進(jìn)行。試驗(yàn)水分控制指標(biāo)設(shè)4類(lèi)，即嚴(yán)重缺水、缺水、水分適宜和偏濕,分別占田間持水量(0,40%]，(40%，55%]，(55%，70%]，(70%，90%]。水分控制時(shí)段分3類(lèi)：二對(duì)真葉期-花序形成期、花序形成期-開(kāi)花期、開(kāi)花期-成熟期，其他時(shí)段水分按55%～70%供給，各處理設(shè)2個(gè)重復(fù)。試驗(yàn)每小區(qū)面積為4 m×6 m，小區(qū)之間設(shè)置有隔離層，試驗(yàn)場(chǎng)設(shè)有大型活動(dòng)式防雨棚。灌水為井灌，灌水量通過(guò)水表記錄。

供試向日葵品種為L(zhǎng)D5009，屬中熟種，生育期平均為110 d。6月2日播種，9月18 日收獲。大小行種植，種植密度為47250株/hm2左右，田間管理等均以當(dāng)?shù)卮筇锕芾頌闇?zhǔn)。

本文同時(shí)利用臨河(2005—2011年)、烏拉特前旗(1987—2011年)向日葵農(nóng)業(yè)氣象觀測(cè)的歷史資料和2012年分期播種數(shù)據(jù)，包括土壤水分、發(fā)育期和產(chǎn)量等觀測(cè)資料。

1.2 測(cè)定項(xiàng)目與方法

土壤水分測(cè)定：采用CPN-503中子土壤水分儀(美國(guó))定點(diǎn)觀測(cè)，測(cè)深0～200 cm，每隔10 cm為1層，測(cè)定時(shí)間每隔5 d測(cè)定1次。表層(0～30 cm)采用土鉆取土烘箱烘干法進(jìn)行測(cè)定。利用0～50 cm 的土壤含水量確定小區(qū)是否處于控水范圍。

葉面積測(cè)定：每個(gè)小區(qū)選擇有代表性的植株5株作為葉面積的定株觀測(cè)樣本。二對(duì)真葉期開(kāi)始人工測(cè)定葉片最長(zhǎng)處的長(zhǎng)度與寬度，每5 d測(cè)量1次，開(kāi)花后每7 d觀測(cè)1次，直至收獲。測(cè)定向日葵13～14葉期和近開(kāi)花期的平均葉面積系數(shù)為0.64。

產(chǎn)量測(cè)定：收獲時(shí)，每個(gè)小區(qū)選10株進(jìn)行考種，分析產(chǎn)量結(jié)構(gòu)。

1.3 研究方法

本文首先基于向日葵田間水分試驗(yàn)數(shù)據(jù)和農(nóng)業(yè)氣象歷史資料，采用農(nóng)田水分平衡方程計(jì)算作物實(shí)際蒸散量 (見(jiàn)式(1))，當(dāng)農(nóng)田充分供水時(shí)的實(shí)際蒸散量可以近似地認(rèn)為是作物標(biāo)準(zhǔn)蒸散量，利用作物系數(shù)計(jì)算方法，建立向日葵全生育期作物系數(shù)動(dòng)態(tài)計(jì)算式。同時(shí)基于階段實(shí)際蒸散量的計(jì)算結(jié)果和需水量的確定，選取并建立了向日葵水分生產(chǎn)函數(shù)模型。最后應(yīng)用本文建立的向日葵作物系數(shù)計(jì)算方程和水分生產(chǎn)函數(shù)模型計(jì)算了分期播種試驗(yàn)中的階段實(shí)際蒸散量和產(chǎn)量，以分期播種中實(shí)際觀測(cè)數(shù)據(jù)對(duì)計(jì)算結(jié)果進(jìn)行驗(yàn)證。

1.3.1 實(shí)際蒸散量計(jì)算

利用農(nóng)田水分平衡方程計(jì)算作物實(shí)際蒸散量[19]:

G-R0-Lg。

(1)

式(1)中，ETa為一定時(shí)間間隔的實(shí)際蒸散量(單位：mm),本文為整個(gè)生長(zhǎng)季和4個(gè)發(fā)育時(shí)段(出苗期-二對(duì)真葉期、二對(duì)真葉期-花序形成期、花序期-開(kāi)花期、開(kāi)花期-成熟期)，n為取土層次，hi和di分別為第i層土層厚度(單位：cm) 和土壤容重(單位：g·cm-3),W1和W2分別為時(shí)段開(kāi)始和結(jié)束時(shí)的第i層土壤濕度(計(jì)算中分別乘100)，P和I為時(shí)段內(nèi)降水量和灌溉量(單位：mm)；G為地下水補(bǔ)給量[19]：

(2)

計(jì)算4—9 月的潛水蒸發(fā)量,t為旬?dāng)?shù), 4 月第1旬為0；R0和Lg分別為地表徑流量(單位：mm) 和滲漏量到計(jì)劃層以下的水量(單位：mm )，本文將超出計(jì)劃層田間持水量的水分作為R0和Lg處理。

1.3.2 作物系數(shù)計(jì)算

作物系數(shù)描述了實(shí)際作物在農(nóng)田下墊面反射率、作物冠層特性及空氣動(dòng)力學(xué)阻力等方面與參考作物(地表覆蓋均勻，土壤水分充足，生長(zhǎng)旺盛，株高為12 cm，具有下墊面反射率為0.23和冠層阻力為70 s·m-1)的不同[20]。作物系數(shù)計(jì)算如下

Kc=ETc/ETo。

(3)

式(3)中，Kc為作物系數(shù)，ETc為標(biāo)準(zhǔn)條件下的作物蒸散量(單位:mm)，指在適宜的土壤水分條件下，作物正常發(fā)育，獲得較高產(chǎn)量的作物蒸騰和棵間蒸發(fā)量之和。農(nóng)田水分平衡方程通常用來(lái)計(jì)算實(shí)際蒸散量ETa,而農(nóng)田充分供水時(shí)的實(shí)際蒸散量可以近似地認(rèn)為是作物標(biāo)準(zhǔn)蒸散量ETc，因此，這種條件下用式(1)計(jì)算作物標(biāo)準(zhǔn)蒸散量ETc；ETo為參考作物蒸散量(單位：mm)，采用FAO推薦的Penman-Montieth公式計(jì)算，被廣泛用于農(nóng)田參考作物潛在蒸散量的計(jì)算[21-22]。

1.3.3 土壤水分修正

(4)

式(4)中，θ為土壤含水量(單位：%)；θp為土壤凋萎濕度(單位：%)；θj為土壤臨界含水量(單位：%)，等同于毛管斷裂濕度，可取田間持水量的75%[24]。

1.3.4 水分生產(chǎn)函數(shù)模型選取

選取乘法模型(Jensen模型、Minhas模型)和加法模型(Blank模型、Singh模型)對(duì)河套灌區(qū)向日葵水分生產(chǎn)函數(shù)進(jìn)行分析[25]。

(5)

(6)

(7)

(8)

其中，λi，Ai，Bi為作物不同階段缺水對(duì)產(chǎn)量的敏感指數(shù)及敏感系數(shù)；i為生育期；Ya為處理?xiàng)l件下的實(shí)際產(chǎn)量(單位：g·m-2)；Ym為正常灌溉下產(chǎn)量(單位：g·m-2)；ETa為各處理?xiàng)l件下實(shí)際蒸散量(單位：mm)；ETm為階段需水量(單位：mm)，通過(guò)水分適宜且獲得較高產(chǎn)量的小區(qū)作物耗水量(在任何土壤水分條件下的實(shí)際蒸散量)確定； 為模型的階段總數(shù)，在模型的計(jì)算中n=4。

根據(jù)向日葵水分試驗(yàn)實(shí)測(cè)數(shù)據(jù)，利用最小二乘法轉(zhuǎn)換為求解線性方程組,得到水分敏感指數(shù)(系數(shù))。

2 結(jié)果分析

2.1 作物系數(shù)確定

2.1.1 水分適宜條件下標(biāo)準(zhǔn)作物系數(shù)計(jì)算

利用水分適宜小區(qū)和降水豐沛年份歷史資料，通過(guò)式(1)、式(3)和聯(lián)合國(guó)糧食與農(nóng)業(yè)組織(FAO)近期推薦的Penman-Montieth公式計(jì)算參考作物蒸散量、實(shí)際蒸散量、作物標(biāo)準(zhǔn)蒸散量和作物系數(shù)，其中，作物標(biāo)準(zhǔn)蒸散量是農(nóng)田充分供水時(shí)的實(shí)際蒸散量，因而也通過(guò)式(1)進(jìn)行計(jì)算，計(jì)算結(jié)果作物系數(shù)和作物發(fā)育期日序繪圖(圖1)，二者呈二次多項(xiàng)式關(guān)系(表1)，擬合較好，擬合優(yōu)度(R2)為0.927。向日葵作物系數(shù)在生育期內(nèi)的變化規(guī)律是前期小、中期大、后期又小, 其中最高值為1. 21, 出現(xiàn)在播后65 d 左右, 即向日葵開(kāi)花期。進(jìn)一步分析大于0℃的積溫與作物系數(shù)的關(guān)系(圖2)，呈三次多項(xiàng)式關(guān)系(表1)，曲線和實(shí)測(cè)數(shù)據(jù)擬合較好，擬合優(yōu)度為0.949。

圖1 標(biāo)準(zhǔn)作物系數(shù)與日序的關(guān)系Fig.1 Relationship of standard crop coefficient to date of year

圖2 標(biāo)準(zhǔn)作物系數(shù)與大于0℃的積溫的關(guān)系Fig.2 Relationship of standard crop coefficient to accumulated temperature greater than 0℃

參數(shù)模擬方程式R2樣本量標(biāo)準(zhǔn)作物系數(shù)Kc=-2E-10T3j+8E-0.7T2j-0.0005Tj+0.26380.92726Kc=-0.0002D2+0.1011D-9.55280.94926葉面積指數(shù)LAID=-3E-0.9T3j+2E-0.5T2j-0.0276Tj+14.2360.96524

注：D表示日序，150

對(duì)向日葵整個(gè)生育期的標(biāo)準(zhǔn)作物系數(shù)按照FAO的時(shí)段劃分進(jìn)行平均值求算，并與FAO推薦階段值進(jìn)行比較[20，26](表2)。由表2可以看出：試驗(yàn)計(jì)算的作物系數(shù)在初期、前期和后期均較FAO推薦值的閾值范圍整體略高，中期和收獲期的計(jì)算結(jié)果較推薦值的閾值范圍大，特別是收獲期計(jì)算的閾值范圍為0.24～0.55，F(xiàn)AO推薦值的閾值范圍僅為0.35～0.45，整個(gè)生育期的計(jì)算平均值在推薦值的范圍中，即試驗(yàn)計(jì)算所得標(biāo)準(zhǔn)作物系數(shù)較為合理。

表2 標(biāo)準(zhǔn)作物系數(shù)與FAO推薦值的比較Table 2 Compared with FAO recommended values and standard crop coefficient

注：初期:播種-出苗；前期:出苗至13，14片葉；中期：13，14片葉至開(kāi)花后1周；后期：開(kāi)花后1周至開(kāi)花后20 d； 收獲期：開(kāi)花后20 d至成熟。

2.1.2 作物系數(shù)葉面積指數(shù)訂正

當(dāng)作物受到不同程度的水分虧缺時(shí)，葉面積指數(shù)成為表征作物生長(zhǎng)發(fā)育狀況的重要指標(biāo),其大小與實(shí)際蒸散量存在密切關(guān)系, 因而可以用作物相對(duì)葉面積指數(shù)對(duì)作物系數(shù)進(jìn)行水分脅迫訂正[27-28]。利用水分適宜時(shí)生長(zhǎng)季逐旬葉面積指數(shù)測(cè)定值與相應(yīng)時(shí)段大于0℃的積溫建立了葉面積指數(shù)動(dòng)態(tài)變化方程，用以計(jì)算不同時(shí)期非水分脅迫條件下的期望葉面積指數(shù)(表1)。通過(guò)分析不同水分梯度下測(cè)定的相對(duì)葉面積指數(shù)與同期計(jì)算的作物系數(shù)的關(guān)系發(fā)現(xiàn)，二者可以用指數(shù)回歸較好地描述(圖3),即

Kci=0.0569e2.73LAI/LAID(R2=0.618，n= 130)。

(9)

式(9)中，Kci為作物系數(shù)相對(duì)葉面積指數(shù)的訂正系數(shù),LAID可用表1中的公式計(jì)算。

由此，得出河套灌區(qū)向日葵的作物系數(shù)動(dòng)態(tài)計(jì)算式可表示為

Kcx=Kc×Kci。

(10)

式(10)中，Kcx為受水分脅迫影響下的作物系數(shù)，Kc為由時(shí)間變量或熱量變量方程計(jì)算的標(biāo)準(zhǔn)作物系數(shù)(表1)，Kci為水分脅迫下相對(duì)葉面積指數(shù)進(jìn)行訂正的作物系數(shù)(式(9))。

圖3 作物系數(shù)與相對(duì)葉面積指數(shù)關(guān)系Fig.3 Relationship of crop coefficient to relative leaf area index

2.2 水分生產(chǎn)函數(shù)的建立

2.2.1 總產(chǎn)量與總耗水量關(guān)系

利用臨河和烏拉特前旗農(nóng)業(yè)氣象歷史觀測(cè)資料，結(jié)合向日葵水分試驗(yàn)數(shù)據(jù)，利用式(1)計(jì)算整個(gè)生育期的實(shí)際蒸散量,即作物耗水量,進(jìn)一步分析向日葵耗水量與產(chǎn)量的關(guān)系(樣本量為40)，二者呈二次拋物線(圖4)，由圖4可以看出，在耗水量較低的情況下，隨著耗水量的增加，產(chǎn)量上升較快，但當(dāng)耗水量達(dá)到一定數(shù)值時(shí)，產(chǎn)量達(dá)到最大，之后隨著耗水量的增加，產(chǎn)量呈現(xiàn)下降趨勢(shì)，二者之間存在一個(gè)適宜耗水界限值[29]。根據(jù)擬合方程計(jì)算得出向日葵適宜的耗水界限值大約為400～460 mm，產(chǎn)量為496.7～500.6 g·m-2。利用擬合方程對(duì)計(jì)算的產(chǎn)量結(jié)果進(jìn)行回代，得到圖5，可以看出,擬合方程計(jì)算的產(chǎn)量和實(shí)際產(chǎn)量基本吻合，擬合方程合理。實(shí)際產(chǎn)量和回代產(chǎn)量相關(guān)系數(shù)為0.934，R2為0.9055，平均相對(duì)誤差為4.37%。

圖4 總耗水量和總產(chǎn)量的關(guān)系Fig.4 Relationship of total water consumption to total yield

圖5 計(jì)算的產(chǎn)量和實(shí)際產(chǎn)量的比較Fig.5 Comparison of calculated and actual yields

2.2.2 不同生長(zhǎng)發(fā)育時(shí)段需水量確定

選取全生育期耗水量在400～460 mm之間且產(chǎn)量較高的試驗(yàn)小區(qū)和歷史年份，將向日葵按生育期分成4個(gè)階段,根據(jù)式(1)進(jìn)行生育階段實(shí)際蒸散量即耗水量的計(jì)算，由于供水充分,時(shí)段的耗水量既為向日葵各生育階段正常灌溉下的需水量(表3)，對(duì)應(yīng)產(chǎn)量為510 g·m-2。

竹韻有些犯難了，自己跟海力不過(guò)是普通主雇關(guān)系，上班拿了工資獎(jiǎng)金，豈能再收他如此貴重的禮物？從馬麗亞眼里的敵視來(lái)看，她已經(jīng)隱隱感覺(jué)出了些什么。但是，不收又如何拒絕呢？何不暫時(shí)把電腦收下，今后努力工作來(lái)回報(bào)公司，或者今后用工資付帳也行，其實(shí)她也早就想給龍斌買(mǎi)臺(tái)電腦了。想到這里，她伸手接過(guò)電腦，臉上也露出了笑容。

由表3可知, 在當(dāng)?shù)氐乩砗蜌夂驐l件下, 整個(gè)生育期內(nèi)向日葵在充分供水時(shí)的需水量為450 mm,平均耗水強(qiáng)度為4.09 mm·d-1。向日葵的需水規(guī)律表現(xiàn)為苗期需水強(qiáng)度最小, 平均日耗水僅為0.56 mm·d-1，總耗水量為5.0 mm；二對(duì)真葉期-花序形成期和開(kāi)花期-成熟期的日需水強(qiáng)度居中,且日耗水強(qiáng)度相差較?。换ㄐ蛐纬善?開(kāi)花期的需水量和日耗水強(qiáng)度最高，是需水高峰期，這階段占總需水量的42.22%，平均日耗水達(dá)9.5 mm·d-1。

表3 向日葵各生育階段需水量Table 3 Water requirement of sunflower in different growth stages

2.2.3 水分生產(chǎn)函數(shù)建立

根據(jù)式(5)～式(8)計(jì)算得到4種水分生產(chǎn)函數(shù)模型中的敏感指數(shù)及檢驗(yàn)參數(shù)值(表4)。

模型公式表明:λi值越高，缺水后Ya/Ya越低，即由于缺水導(dǎo)致的減產(chǎn)越嚴(yán)重(對(duì)缺水越敏感)[30]。Jensen模型和Blank模型λi值從高到低的順序?yàn)殚_(kāi)花期、花序形成期、成熟期、苗期，與前期研究所得的向日葵不同生長(zhǎng)發(fā)育階段的土壤水分對(duì)光合生理特征的影響[31]，以及通過(guò)分析向日葵的生長(zhǎng)特征得到的整個(gè)生育期的適宜土壤含水量和實(shí)際的灌溉經(jīng)驗(yàn)是一致的[1]，即向日葵在花序形成期-開(kāi)花期階段耗水量最大，對(duì)缺水最為敏感，在苗期向日葵矮小，向日葵對(duì)水分要求較低，可見(jiàn)敏感值的順序合理。而Minhas模型和Singh模型中的敏感指數(shù)順序不符合向日葵的水分生理特性和灌溉實(shí)踐。進(jìn)一步分析Jensen模型和Blank模型擬合計(jì)算產(chǎn)量和實(shí)際產(chǎn)量的相關(guān)系數(shù)可以看出，均達(dá)到0.01顯著性水平，但相關(guān)性最好的是Jensen模型，相關(guān)系數(shù)為0.806。同時(shí)分析計(jì)算產(chǎn)量和實(shí)際產(chǎn)量之間的平均相對(duì)誤差，Jensen模型的誤差僅為10.78%，而B(niǎo)lank模型的誤差達(dá)到32.03%。所以最終應(yīng)以Jensen模型作為河套灌區(qū)向日葵水分生產(chǎn)函數(shù)模型為宜。

表4 河套灌區(qū)向日葵水分生產(chǎn)函數(shù)模型敏感指標(biāo)及檢驗(yàn)參數(shù)(n=18)Table 4 Sensitive index and parametric test of sunflower crop water production function in Hetao irrigated area(n=18)

注：*表示達(dá)到0.01顯著性水平。

根據(jù)以Jensen模型為基礎(chǔ)建立的向日葵水分生產(chǎn)函數(shù)，對(duì)臨河和烏拉特前旗24年的歷史農(nóng)業(yè)氣象觀測(cè)資料進(jìn)行回代，與實(shí)際產(chǎn)量進(jìn)行對(duì)比。由圖6可以看出，回代結(jié)果較好。分析二者的誤差情況，平均相對(duì)誤差為7.25%，誤差在±10%以?xún)?nèi)的占62.5%，進(jìn)一步證實(shí)了Jensen模型在河套地區(qū)的適用性。

圖6 Jensen模型計(jì)算產(chǎn)量和實(shí)際產(chǎn)量比較Fig.6 Comparison of Jensen model calculated and actual yields

2.3 基于作物系數(shù)和水分生產(chǎn)函數(shù)的產(chǎn)量預(yù)測(cè)

表5 作物系數(shù)方程和水分生產(chǎn)函數(shù)模型計(jì)算及產(chǎn)量預(yù)測(cè)Table 5 Calculation of crop coefficient equation and water production function model and yield prediction

3 結(jié)論與討論

本文以?xún)?nèi)蒙古巴彥淖爾市農(nóng)業(yè)氣象試驗(yàn)站2012年向日葵田間水分、分期播種試驗(yàn)數(shù)據(jù)和兩個(gè)站的農(nóng)業(yè)氣象歷史資料為基礎(chǔ)，建立向日葵的作物系數(shù)動(dòng)態(tài)計(jì)算式和水分生產(chǎn)函數(shù)模型，應(yīng)用二者進(jìn)行產(chǎn)量預(yù)測(cè)方法適用性研究，得到以下主要結(jié)論：

1) 向日葵標(biāo)準(zhǔn)作物系數(shù)在生育期內(nèi)的變化規(guī)律是前期小、中期大、后期又小,最高值為1.21,出現(xiàn)在開(kāi)花期。標(biāo)準(zhǔn)作物系數(shù)與出苗后日數(shù)和大于0℃積溫有很好的二次和三次多項(xiàng)式關(guān)系，擬合優(yōu)度在0.93以上。在分析相對(duì)葉面積指數(shù)和作物系數(shù)關(guān)系的基礎(chǔ)上，提出標(biāo)準(zhǔn)作物系數(shù)的相對(duì)葉面積指數(shù)訂正方法，得出河套灌區(qū)向日葵作物系數(shù)的動(dòng)態(tài)計(jì)算式，為水分生產(chǎn)函數(shù)中實(shí)際蒸散量的計(jì)算提供了支撐。

2) 對(duì)比4種水分生產(chǎn)函數(shù)模型中的敏感指數(shù)順序，以及計(jì)算產(chǎn)量和實(shí)際產(chǎn)量之間的平均相對(duì)誤差，確定以Jensen模型作為河套灌區(qū)向日葵水分生產(chǎn)函數(shù)模型。向日葵對(duì)水分虧缺的敏感順序從高到低是開(kāi)花期、花序形成期、成熟期、苗期。

3) 綜合應(yīng)用向日葵作物系數(shù)方程和水分生產(chǎn)函數(shù)模型計(jì)算分期播種產(chǎn)量，與實(shí)際產(chǎn)量分別差4.4%和4.1%，初步證明本文提出的方法對(duì)產(chǎn)量的預(yù)測(cè)結(jié)果較為理想，在該地區(qū)具有很好的適用性。

作物系數(shù)的確定受到許多因素的影響。在特定的土壤、氣候和管理方式下,當(dāng)作物不發(fā)生水分虧缺時(shí), 作物系數(shù)主要受作物生長(zhǎng)發(fā)育進(jìn)程和大氣蒸發(fā)力的影響。文中確定的食用向日葵標(biāo)準(zhǔn)作物系數(shù)符合FAO推薦值的閾值范圍，但在不同生長(zhǎng)階段均比2011年戴佳信等[14]確定的油用向日葵的雙值作物系數(shù)偏高，這可能與向日葵品種關(guān)系密切。當(dāng)作物受到不同程度的水分虧缺時(shí)，葉面積指數(shù)成為表征作物生長(zhǎng)發(fā)育狀況的重要指標(biāo),其大小與作物耗水量存在密切關(guān)系,因而作物系數(shù)可通過(guò)作物相對(duì)葉面積指數(shù)的大小反映[28]。葉面積指數(shù)的訂正精度與它對(duì)實(shí)際蒸散量的影響程度有關(guān)，同時(shí)對(duì)整個(gè)生長(zhǎng)發(fā)育期的修正精度會(huì)低于對(duì)單一生長(zhǎng)發(fā)育期的精度。

本文通過(guò)作物系數(shù)對(duì)實(shí)際蒸散量的計(jì)算，結(jié)合建立的向日葵水分生產(chǎn)函數(shù)的應(yīng)用，對(duì)產(chǎn)量的計(jì)算結(jié)果和實(shí)際產(chǎn)量相差較少，可見(jiàn)該方法不僅可為節(jié)水灌溉提供一定的科學(xué)依據(jù)，同時(shí)也為不同階段缺水對(duì)作物產(chǎn)量影響的預(yù)評(píng)估進(jìn)行了很好的嘗試，但該方法在預(yù)評(píng)估方面的應(yīng)用還有待進(jìn)一步深入。

[1] 云文麗,李建軍,侯瓊.土壤水分對(duì)向日葵生長(zhǎng)狀況的影響.干旱地區(qū)農(nóng)業(yè)研究，2014,32(2)：186-190.

[2] 王叔同,張榮霞,張敏.基于長(zhǎng)時(shí)段非線性影響分析的冬小麥產(chǎn)量預(yù)報(bào).應(yīng)用氣象學(xué)報(bào),2000,11(3):377-382.

[3] 魏瑞江,宋迎波,王鑫.基于氣候適宜度的玉米產(chǎn)量動(dòng)態(tài)預(yù)報(bào)方法.應(yīng)用氣象學(xué)報(bào),2009,20(5):622-627.

[4] 劉振忠,徐梅.三江平原地區(qū)糧食產(chǎn)量預(yù)報(bào)模型研究.農(nóng)業(yè)工程學(xué)報(bào)，1999,15(4)：14-18.

[5] 劉春，張春輝，郭薩薩．基于能量模型的水稻生長(zhǎng)模型．應(yīng)用氣象學(xué)報(bào),2013，24(2)：240-247．

[6] 帥細(xì)強(qiáng),王石立,馬玉平,等.基于水稻生長(zhǎng)模型的氣象影響評(píng)價(jià)和產(chǎn)量動(dòng)態(tài)預(yù)測(cè).應(yīng)用氣象學(xué)報(bào),2008,19(1):71-81.

[7] 熊偉.CERES-Wheat模型在我國(guó)小麥區(qū)的應(yīng)用效果及誤差來(lái)源.應(yīng)用氣象學(xué)報(bào),2009,20(1):88-94.

[8] 劉鈺，Pereira L S.對(duì)FAO推薦的作物系數(shù)計(jì)算方法的驗(yàn)證.農(nóng)業(yè)工程學(xué)報(bào)，2000,16(5)：26-30.

[9] 王笑影，梁文舉，聞大中.北方稻田蒸散需水分析及其作物系數(shù)確定.應(yīng)用生態(tài)學(xué)報(bào),2005，16(1):69-72.

[10] 劉海軍，康躍虎.冬小麥拔節(jié)抽穗期作物系數(shù)的研究.農(nóng)業(yè)工程學(xué)報(bào),2006,22(10):52-56.

[11] 李玉霖,崔建垣,張銅會(huì).奈曼地區(qū)灌溉麥田蒸散量及作物系數(shù)的確定.應(yīng)用生態(tài)學(xué)報(bào),2003,14(6):930-934.

[12] 王宇,周廣勝.雨養(yǎng)玉米農(nóng)田生態(tài)系統(tǒng)的蒸散特征及其作物系數(shù).應(yīng)用生態(tài)學(xué)報(bào)，2010，21(3):647-653.

[13] 陳鳳,蔡煥杰,王健，等.楊凌地區(qū)冬小麥和夏玉米蒸發(fā)蒸騰和作物系數(shù)的確定.農(nóng)業(yè)工程學(xué)報(bào),2006,22(5):191-193 .

[14] 戴佳信,史海濱,田德龍，等.內(nèi)蒙古河套灌區(qū)主要糧油作物系數(shù)的確定.灌溉排水學(xué)報(bào),2011,30(3):23-27.

[15] Vu S H，Watanabe H，Takagi K.Application of FAO-56 for evaluating evapotranspiration in simulation of pollutant runoff from paddy rice field in Japan.AgriculturalWaterManagement，2005，76:195-210.

[16] Sentelhas P C，Gillespie T J，Santos E A.Evaluation of FAO Penman-Monteith and alternative methods for estimating reference evapotranspiration with missing data in Southern Ontario，Canada.AgriculturalWaterManagement，2010，97: 635-644.

[17] 劉增進(jìn),李寶萍,李遠(yuǎn)華，等.冬小麥水分利用效率與最優(yōu)灌溉制度的研究.農(nóng)業(yè)工程學(xué)報(bào),2004,20(4):58-63.

[18] 遲道才,王瑄,夏桂敏,等.北方水稻動(dòng)態(tài)水分生產(chǎn)函數(shù)研究.農(nóng)業(yè)工程學(xué)報(bào),2004,20(3):30-34 .

[19] 華北平原作物水分脅迫與干旱研究課題組.作物水分脅迫與干旱研究.鄭州：河南科學(xué)技術(shù)出版社，1991.

[20] Allen R G，Pereira L S，Raes D，et al.Crop Evapotranspiration：Guidelines for Computing Crop Water Requirements.FAO Irrigation and Drainage Paper No.56.Rome：Food and Agricultural Organization of the United Nations，1998.

[21] Chiew F H S,Kamadalasa N N，Malano H M，et al.Penman-Monteith，F(xiàn)AO-24 reference crop evapotranspiraion and class-a pan data in Australia.AgriculturalWaterManagement，1995，28：9-12.

[22] David M S，Jenifer M J.Utility of Penman-Monteith，Priestley-Taylor，reference evapotranspiraion，and pan evaporation methods to estimate pasture evapotranspiraion.JHydrol，2005,308：81-104.

[23] Jensen E.耗水量與灌溉需水量.馬文，譯.北京：農(nóng)業(yè)出版社，1982.

[24] 王玉娟，楊勝天，劉昌明，等.植被生態(tài)用水結(jié)果及綠水資源消耗效用——以黃河三門(mén)峽地區(qū)為例.地理研究，2009,28(1)：74-84.

[25] 王立坤,單玉芬,馬永勝,等.黑龍江省西部半干旱區(qū)向日葵水分生產(chǎn)函數(shù)試驗(yàn)研究.東北農(nóng)林大學(xué)學(xué)報(bào)，2009,40(4)：33-36.

[26] 呂厚荃，張玉書(shū)，王建林,等.農(nóng)業(yè)干旱等級(jí)(審定稿).GB/T—2009，2009.

[27] 侯瓊，王英舜，師桂花,等.內(nèi)蒙古典型草原作物系數(shù)的試驗(yàn)研究.草業(yè)學(xué)報(bào)，2011，20(4):34-41.

[28] 劉浩,孫景生,梁媛媛,等.溫室滴灌條件下土壤水分虧缺對(duì)番茄產(chǎn)量及其形成過(guò)程的影響.應(yīng)用生態(tài)學(xué)報(bào),2011,22(5):1201-1206.

[29] 侯瓊，沈建國(guó).內(nèi)蒙古主要灌區(qū)春小麥、春玉米農(nóng)田優(yōu)化灌溉指標(biāo)研究.干旱地區(qū)農(nóng)業(yè)研究，2001,19(1)：33-39.

[30] 云文麗,侯瓊,王海梅，等.不同土壤水分對(duì)向日葵光合光響應(yīng)的影響.應(yīng)用氣象學(xué)報(bào)，2014,25(4):476-482.

[31] 翟勝，梁銀麗，王巨媛,等.干旱半干旱地區(qū)日光溫室黃瓜水分生產(chǎn)函數(shù)的研究.農(nóng)業(yè)工程學(xué)報(bào)，2005,21(4)：136-139.

Yield Prediction of Sunflower Based on Crop Coefficient and Water Production Function

Yun Wenli1)Hou Qiong1)Li Jianjun2)Miao Bailing1)Feng Xuyu3)

1)(InnerMongoliaInstituteofMeteorologicalSciences,Hohhot010051)2)(LinheAstronomicalObservatory,BayannaoerMeteorologicalBureauofInnerMongolia,Linhe015000)3)(InnerMongoliaEcologicalandAgriculturalMeteorologicalCenter,Hohhot010051)

Crop coefficient and water production function are important parameters for water saving irrigation. Through making use of data from the stage sowing test at Bayannaoer (40°45′N(xiāo)，107°25′E，elevation 1039.3 m) of Inner Mongolia in 2012 and historical agro-meteorological data from two monitoring stations, most of the research is carried out in accordance with yield prediction methods based on crop coefficient and water production function. As far as results are concerned, variations in the standard sunflower crop are small in the early stage, large in the medium stage and small again in the late stage. The peak value (1.21) presents itself in the blossom period. There are strong quadratic and cubic polynomial relationships amongst standard crop coefficients days after germination and positive accumulated temperature values (determination coefficient is 0.93). Through comparison with FAO recommended stage values, standard crop coefficient from the test computing is reasonable. In addition, when calibration methods of standard crop coefficient and relative leaf area index are put forward, the actual evapo-transpiration of water production function can be calculated, and dynamic calculation equations of sunflower crop coefficient in the irrigated districts are obtained. There is a quadratic parabola relationship between sunflower water consumption and yield with a suitable water consumption limit. The suitable water consumption threshold is about 400-460 mm, and the yield is 496.7-500.6 g·m-2. Moreover, when water supply is adequate, the water requirement of sunflowers during the entire growth period is 450 mm with an average frequency of 4.09 mm/d. The regular water requirement pattern indicates that minimum water is required during seeding stage, medium water is required during two pairs of true leaves-inflorescence formation stage and blossom-maturity stage, and maximum water is required during inflorescence formation-blossom stage. Additionally, when Jensen model is put forward and established through comparison with 4 sensitive indexes, the order of water deficit from high to low is blossom period, inflorescence formation period, maturity period and seeding period, which is consistent with the regular water requirement pattern. Through integrated utilization of sunflower crop coefficient equation and water production function model, the stage sowing production and production are obtained (504.36g·m-2and 493.83 g·m-2, respectively), which show 4.4% and 4.1% deviations with actual production, respectively. There is preliminary evidence that the prediction method of production proposed is relatively reasonable with a great applicability in this region, and can be further applied to pre-assessment of production affected by water deficit in different stages.

crop coefficient； correction of leaf area index； water consumption； crop water production function； yield prediction

10.11898/1001-7313.20150607

公益性行業(yè)(氣象)科研專(zhuān)項(xiàng)(GYHY201206021)，內(nèi)蒙古自治區(qū)科技計(jì)劃項(xiàng)目(20140427)

云文麗,侯瓊,李建軍,等. 基于作物系數(shù)與水分生產(chǎn)函數(shù)的向日葵產(chǎn)量預(yù)測(cè). 應(yīng)用氣象學(xué)報(bào)，2015，26(6)：705-713.

2015-01-05收到， 2015-07-22收到再改稿。

* email: 564838918@qq.con