基于P-T模型估算雨養(yǎng)大豆田蒸散量

吳文心 賈志軍 董一平

1)(江西省上饒市氣象臺，上饒 334000)2)(成都信息工程學(xué)院大氣科學(xué)學(xué)院/高原大氣與環(huán)境四川省重點實驗室，成都 610225)

?

基于P-T模型估算雨養(yǎng)大豆田蒸散量

吳文心1)賈志軍2)*董一平2)

1)(江西省上饒市氣象臺，上饒 334000)2)(成都信息工程學(xué)院大氣科學(xué)學(xué)院/高原大氣與環(huán)境四川省重點實驗室，成都 610225)

基于2005—2007年渦度相關(guān)系統(tǒng)實測值和小氣候觀測資料，利用Priestley-Taylor(簡稱P-T)模型對三江平原雨養(yǎng)大豆田5—10月的蒸散量進行模擬和分析。結(jié)果表明：P-T模型參數(shù)α采用常規(guī)值1.26時，大豆出苗前和生長期模擬值明顯大于實測值，大豆收割后模擬值明顯小于實測值，模型不能用于模擬大豆田蒸散量。大豆生長期內(nèi)參數(shù)α與葉面積指數(shù)呈對數(shù)正相關(guān)關(guān)系；當(dāng)飽和水汽壓差較小時，參數(shù)α與其呈冪函數(shù)正相關(guān)關(guān)系，當(dāng)飽和水汽壓差較大時，參數(shù)α與其呈冪函數(shù)負相關(guān)關(guān)系。大豆出苗前參數(shù)α與太陽輻射呈正相關(guān)關(guān)系，與飽和水汽壓差呈負相關(guān)關(guān)系；大豆收割后參數(shù)α與風(fēng)速呈顯著正相關(guān)關(guān)系。依據(jù)回歸方程修正參數(shù)α后，多個用于檢驗?zāi)Ｐ湍M效果的統(tǒng)計量均表明：P-T模型對不同時期大豆田蒸散量的模擬精度明顯提高，能夠較好地估算大豆田蒸散量?？偠灾?，P-T模型必須修正參數(shù)α方可用于估算三江平原雨養(yǎng)大豆田蒸散量。

P-T模型； 參數(shù)α； 蒸散量； 雨養(yǎng)大豆田

引 言

農(nóng)田生態(tài)系統(tǒng)在全球生態(tài)環(huán)境、能量平衡和區(qū)域氣候研究中具有重要地位, 對農(nóng)田地表蒸散量的研究一直是國際上關(guān)注的熱點問題[1]，特別是提高農(nóng)田蒸散量估算精度不僅對于研究全球氣候變化和水資源評價具有重要作用，而且對于農(nóng)作物需水生產(chǎn)管理、旱情監(jiān)測預(yù)測、水資源有效開發(fā)利用等方面亦有十分重要的應(yīng)用價值[2-6]。Priestley-Taylor(簡稱P-T)模型在諸多蒸散模型中具有較強的機理性，其忽略了湍流輸送條件對水分蒸散的影響，所需氣象變量較少，在區(qū)域水分蒸散模擬研究中得到了廣泛應(yīng)用。Nurit等[7]在雙源地表能量平衡模型中基于P-T模型估算了農(nóng)作物冠層蒸散量，劉紹民[8]在農(nóng)田蒸散試驗資料的基礎(chǔ)上用P-T模型計算了新疆棉田實際蒸散量，呂厚荃等[9]基于P-T模型估算了華北地區(qū)玉米田實際蒸散量，米娜等[10]比較分析了Hargreaves，F(xiàn)AO Penman-Monteith模型和P-T模型對玉米農(nóng)田蒸散量的模擬精度，研究表明，作物系數(shù)采用分段單值法時P-T模型模擬結(jié)果最優(yōu)?；赑-T模型修正式，Sumner等[11]對美國佛羅里達州非灌溉牧草地、Pereira[12]對巴西濕熱氣候和美國半干旱氣候條件下的野生植被以及Stannard[13]對美國圣路易斯山谷半干旱牧草地野生植被的蒸散量均獲得了較好的模擬效果。然而P-T模型參數(shù)α的取值對蒸散量的估算精度具有決定性作用。在下墊面濕潤條件下參數(shù)α取常數(shù)1.26能夠取得較好的模擬效果[14]，但一些學(xué)者分析實際觀測資料發(fā)現(xiàn)，參數(shù)α不是常數(shù)，具有日變化和季節(jié)變化特征[15-16]，同時許多研究也表明：受研究區(qū)地理條件、海陸間平流輸送和年降水量變化等影響，參數(shù)α變異性顯著[3，12-13，17-19]，與土壤濕度[5，8-9，17]、飽和水汽壓差[7，20]、太陽輻射[11]、葉面積指數(shù)[5，8-9，11]、耦合系數(shù)[12]等因子密切相關(guān)。因此，應(yīng)用P-T模型估算蒸散量時，要依據(jù)研究區(qū)下墊面和氣候特征等因素確定參數(shù)α合適的數(shù)值。

三江平原是我國重要的商品糧生產(chǎn)基地，大豆田為典型雨養(yǎng)旱作農(nóng)田。近年來，在全球氣候異常背景下，該區(qū)域生長季內(nèi)和年際間降水量差異比較顯著，降水量直接控制著土壤含水量和大豆田蒸散量，進而影響大豆生長發(fā)育和產(chǎn)量。研究表明：土壤水分含量充足時，蒸散量主要受大氣蒸發(fā)需求的影響，P-T模型參數(shù)α隨大氣蒸發(fā)需求的增加而增加[14]，一旦土壤含水量下降，參數(shù)α?xí)蛩终羯⒈韺幼枇Φ拿黠@增加而減小[17]。就三江平原氣候特征而言，P-T模型對大豆田蒸散量的模擬效果如何、參數(shù)α是否需要修正以及修正后模擬效果如何，這些問題目前尚不明確，有待深入探究與評價。本研究以渦度相關(guān)系統(tǒng)測量值為標準，通過分析P-T模型對三江平原大豆田蒸散量的模擬效果，明確估算P-T模式對于大豆田蒸散量的適用性，為評價該地區(qū)大豆田水分狀況、提高水資源利用率以及預(yù)測大豆產(chǎn)量提供依據(jù)。

1 資料和方法

1.1 資料來源

1.1.1 研究區(qū)概況

中國科學(xué)院三江平原沼澤濕地生態(tài)試驗站(47°35′ N，133°31′E)位于東北三江平原腹地黑龍江省同江市轄區(qū)，屬溫帶濕潤大陸性季風(fēng)氣候，夏季溫暖濕潤，冬季嚴寒漫長，凍結(jié)期長達7～8月。年平均氣溫為1.9℃，1月平均氣溫為-21℃，7月平均氣溫為22℃，年平均降水量約為600 mm，60%以上降水集中于6—8月。本研究試驗點位于旱地試驗場內(nèi)的大豆田，地表水分主要來源于大氣降水，在大豆生長期間沒有任何灌溉措施，屬典型雨養(yǎng)農(nóng)田。大豆田土壤類型為潛育白漿土，地下水埋深6～7 m。由于白漿土具有難以透水的緊實黏土層，因此，降水量較大時地表有短期積水。觀測期間大豆種植品種為綏化14-3，行距為0.65 m，南北隴向。5月初開始觀測，5月中、下旬播種，播種前一次性施入肥料(N,P2O5和K2O施肥量分別為40 kg·hm-1,90 kg·hm-1和15 kg·hm-1)，5月下旬6月上旬出苗，9月中、下旬至10月初成熟收割，10月下旬結(jié)束觀測。觀測期間大豆發(fā)育期狀況如表1所示。

表1 大豆發(fā)育期狀況Table 1 Developmental stages of soybean

注：播種前日期為渦度相關(guān)系統(tǒng)觀測開始日期，收割后日期為渦度 相關(guān)系統(tǒng)觀測結(jié)束日期。

1.1.2 數(shù)據(jù)來源和質(zhì)量控制

2005—2007年5—10月利用布置在本研究試驗點內(nèi)的渦度相關(guān)系統(tǒng)對大豆田蒸散量進行連續(xù)觀測。渦度相關(guān)系統(tǒng)主要由LI-7500開路式紅外氣體分析儀和CSAT3三維超聲風(fēng)速儀組成，分別用于測定CO2/H2O密度和三維風(fēng)速，采樣頻率為10 Hz,實時數(shù)據(jù)和在線計算的30 min平均通量均存儲于PC卡內(nèi)。同時還利用小氣候觀測系統(tǒng)對主要環(huán)境因子進行觀測，觀測儀器主要包括CNR1凈輻射傳感器、HMP45C空氣溫濕度傳感器和52203降水量傳感器。此外，每隔10 d采用CI-203型葉面積儀測定大豆葉面積指數(shù)，用以反映植被發(fā)育的季節(jié)變化。

渦度相關(guān)技術(shù)作為測定地氣間水熱通量的標準方法在全球得到廣泛應(yīng)用，目前存在的主要問題是在渦度相關(guān)系統(tǒng)通量觀測中能量不閉合現(xiàn)象較為普遍，國際通量網(wǎng)(FLUXNET)平均能量不閉合度約為20%[21]，能量平衡閉合程度已被作為評價渦度相關(guān)數(shù)據(jù)可靠性的方法，F(xiàn)LUXNET許多站點將能量平衡閉合狀況分析作為一種標準程序用于通量數(shù)據(jù)的質(zhì)量評價。該研究中由于缺乏必要的輔助觀測數(shù)據(jù)，無法進行能量平衡閉合狀況分析，但現(xiàn)有研究表明：作物生長季能量閉合狀況好于非生長季[21-23]，且植株低矮的農(nóng)作物能量閉合程度明顯較好[23-24]。該研究主要觀測了大豆發(fā)育期間地表蒸散量，且大豆發(fā)育期間最大高度約為75 cm，趙曉松[25]對該研究中的渦度相關(guān)數(shù)據(jù)進行了大氣湍流統(tǒng)計特征分析、譜分析、通量貢獻區(qū)評價、傾斜校正和超聲濕度校正，結(jié)果表明：總體而言，該觀測所獲得的通量數(shù)據(jù)可信度較高，能夠代表觀測區(qū)域通量大小。該研究中，大豆田觀測點下墊面平坦均質(zhì)，有足夠的通量貢獻區(qū)，因此，主要考慮夜間通量低估帶來的系統(tǒng)誤差。目前多數(shù)研究者利用夜間湍流通量與表征湍流強度大小的摩擦風(fēng)速(u*)的關(guān)系剔除夜間弱湍流交換下的通量值[26]，該研究中剔除標準為u*< 0.1 m·s-1，被剔除的數(shù)據(jù)按缺測數(shù)據(jù)處理。此外，在渦度相關(guān)系統(tǒng)實際觀測中，由于傳感器故障、降水、感應(yīng)器維護和斷電等原因，不可避免地會出現(xiàn)缺測。2005—2007年觀測期間數(shù)據(jù)缺測率(包括被剔除的異常數(shù)據(jù))分別為16.7%，31.9%和21.4%，明顯低于FLUXNET 35%的平均值[27]。缺測通量數(shù)據(jù)依據(jù)下述方法進行插值：小于2 h的數(shù)據(jù)空缺，采用線性外推法插補；不小于2 h的數(shù)據(jù)空缺，采用查表法插補，查表法是生態(tài)系統(tǒng)能量通量標準插補方案的首選方案[28]。

1.2 模型與方法

1.2.1 P-T模型

Priestley和Taylor以平衡蒸發(fā)為基礎(chǔ)，通過引進參數(shù)α, 導(dǎo)出最小平流條件下蒸發(fā)力的估算公式[4]，即

(1)

式(1)中，E0為參考作物蒸散量(單位：mm·d-1)，Δ為飽和水汽壓曲線斜率(單位：kPa·℃-1)，γ為干濕球濕度方程常數(shù)(取值0.066 kPa·℃-1)，Rn為日總凈輻射，G為土壤熱通量，Rn和G單位需換算為mm·d-1,α為量綱為1的經(jīng)驗系數(shù)，當(dāng)取值為1.26時，該公式估算值為濕潤條件下的參考作物蒸散量。依據(jù)參考作物蒸散量估算實際蒸散量需考慮植被發(fā)育和地表水分供給條件的影響。為了簡化計算過程，本研究利用P-T修正式估算實際蒸散量Ea，其表達形式為

(2)

式(2)主要考慮了非理想條件下的蒸散量，參數(shù)α是一個關(guān)于環(huán)境因子x1，x2，…,xi的經(jīng)驗函數(shù)，要依據(jù)研究區(qū)域的實際環(huán)境條件確定[11]。日尺度上計算蒸散量時土壤熱通量G與凈輻射Rn相比很小，通?？梢院雎訹29]。

1.2.2 方 法

本研究以渦度相關(guān)系統(tǒng)測量值為標準，通過分析修正參數(shù)α前后P-T模型對大豆田蒸散量的模擬效果，明確該模型在三江平原大豆田的適用性。首先評估參數(shù)α取常規(guī)值1.26時P-T模型對2006年大豆田的模擬效果，然后依據(jù)2005年和2007年實測值反推出參數(shù) ，利用SPSS19.0軟件分析其與環(huán)境因子的關(guān)系，以2006年實測值對P-T修正式進行驗證。本研究中評價模型模擬效果的方法除了對實測值與模擬值進行線性回歸分析外，還引入平均偏差、均方根誤差和模擬效率，多角度統(tǒng)計分析模擬值的準確性[30]。

2 結(jié)果與分析

2.1 P-T模型參數(shù)α常規(guī)值模擬結(jié)果

圖1為P-T模型參數(shù)α取常規(guī)值1.26時，依據(jù)小氣候觀測資料和式(1)估算大豆田蒸散量，并與渦度相關(guān)系統(tǒng)實測值進行比較得出的不同時期模擬結(jié)果。由圖1a可見，大豆出苗前模擬值明顯大于實測值，且散點分布相當(dāng)分散，平均偏差為1.65 mm·d-1，均方根誤差為2.10 mm·d-1。由圖1b可見，大豆生長期內(nèi)(從出苗至成熟期)散點絕大多數(shù)位于1:1線上側(cè)，偏差明顯減小，平均偏差和均方根誤差分別為1.22 mm·d-1和1.49 mm·d-1。由圖1c可見，大豆收割后模擬值明顯小于實測值，散點分布也較分散，平均偏差和均方根誤差分別為-0.74 mm·d-1和0.86 mm·d-1。圖1給出了蒸散量實測值與模擬值之間的線性回歸方程，顯然在大豆生長期和收割后回歸方程可靠性較高，其決定系數(shù)R2較大，且達到0.01顯著性水平(p<0.01)，說明模擬值變化特征與實測值一致，但不同時期的模擬效率均為負值(大豆出苗前、生長期和收割后模擬效率分別為-3.00，-0.90，-1.43)，表明模擬值與實測值差距較大，P-T模型不能用于估算大豆田蒸散量。

由圖1可見，P-T模型估算值有大有小，在大豆出苗前明顯高于實測值，在大豆收割后又明顯低于實測值，在大豆生長期間系統(tǒng)偏大。偏差的這種變化可能與參數(shù)α取常數(shù)有關(guān)。依據(jù)2006年實測資料反推出參數(shù)α的季節(jié)變化趨勢如圖2所示。大豆出苗前和生長期參數(shù)α平均值分別為0.76(±0.42)和0.86(±0.27)，而在大豆收割后參數(shù)α明顯增大，平均值為2.20(±0.74)。Priestley等[14]推薦的參數(shù)α(平均值為1.26)適用于濕潤下墊面，而三江平原大豆田水分主要來源于大氣降水，降水量的季節(jié)和年際變化使地表水分條件變化很大，從而使參數(shù)α變異性較大，具有很強的經(jīng)驗性，因此，P-T模型參數(shù)α采用常規(guī)值1.26必然會產(chǎn)生較大誤差，有必要依據(jù)三江平原大豆田實際條件修正參數(shù)α。

圖1 基于P-T模型參數(shù)α常規(guī)值的大豆田不同階段蒸散量模擬值與實測值比較 (a)出苗前，(b)生長期，(c)收割后 Fig.1 Comparison of observed evapotranspirations and those simulated by P-T model based on conventional values of α during different period (a)before emergence，(b)growing season，(c)after harvest

圖2 不同時期大豆田P-T模型參數(shù)α變化特征(a)出苗前，(b)生長期，(c)收割后Fig.2 Variation characteristics parameter α of P-T model over soybean field during different period(a)before emergence，(b)growing season，(c)after harvest

續(xù)圖2

2.2 P-T模型參數(shù)α修正

利用2005年和2007年5—10月渦度相關(guān)系統(tǒng)蒸散量實測值和同期觀測的小氣候資料，依據(jù)式(2)反推計算得到各日參數(shù)α，分析其與生物和氣候因子的相關(guān)性。作物生長期內(nèi)蒸騰作用是水分蒸散的重要組成部分，在植被生長旺盛期尤為明顯[31]，因此大豆葉面積指數(shù)是農(nóng)田蒸散量的一個重要影響因子。如圖3所示，參數(shù)α隨葉面積指數(shù)的增加呈增加趨勢，二者呈對數(shù)顯著正相關(guān)關(guān)系，表明葉面積指數(shù)是影響參數(shù)α的一個重要因子。這與Burba等[5]對美國俄克拉荷馬州冬小麥、劉紹明[8]對中國新疆棉田P-

T模型α參數(shù)的研究結(jié)論一致。飽和水汽壓差是水汽從蒸發(fā)面輸送到周圍大氣的直接驅(qū)動力，但飽和水汽壓差對參數(shù)α的影響方式與飽和水汽壓差變化范圍有關(guān)。如圖3b所示，參數(shù)α隨飽和水汽壓差的增加表現(xiàn)出先增加、后降低的變化趨勢。利用二者建立的一元二次回歸方程得出轉(zhuǎn)折點為飽和水汽壓差D=5.05 hPa，當(dāng)D< 5.05 hPa時，參數(shù)α與D呈正相關(guān)關(guān)系；當(dāng)D> 5.05 hPa時，參數(shù)α與D呈負相關(guān)關(guān)系。

進一步分析飽和水汽壓差D不同變化范圍內(nèi)二者的關(guān)系，結(jié)果如圖4所示。當(dāng)D<5.05 hPa時，參數(shù)α與D呈冪函數(shù)正相關(guān)關(guān)系(冪函數(shù)的指數(shù)為正值)；當(dāng)D>5.05 hPa時，參數(shù)α與D呈冪函數(shù)負相關(guān)關(guān)系(冪函數(shù)指數(shù)為負值)。通常情況下，飽和水汽壓差D增加能夠促進水分輸送，使蒸散量增加，因此，在其他條件相同的情況下，特別是地表水分供給充足的條件下，參數(shù)α與D呈正相關(guān)關(guān)系[7]。但地表水分條件是控制蒸散的首要因子，三江平原大豆田屬于雨養(yǎng)農(nóng)田，農(nóng)田土壤水分僅來源于自然降水，久旱少雨使土壤含水量下降，地表蒸發(fā)和作物蒸騰作用逐漸減弱，導(dǎo)致近地層水汽含量下降而氣溫升高，干旱條件下蒸散量與近地表溫度呈負相關(guān)關(guān)系[32]，進而表現(xiàn)為參數(shù)α與D呈負相關(guān)關(guān)系[20]。由此可見，久旱少雨時飽和水汽壓差D的大小在一定程度上反映了地表的干旱程度。

圖3 大豆生長期內(nèi)葉面積指數(shù)(a)和飽和水汽壓差(b)對P-T模型參數(shù)α的影響Fig.3 Effects of LAI(a) and D(b) on parameter α of P-T model during growing season of soybean

為確定P-T模型修正式的表達式，以參數(shù)α為因變量，以葉面積指數(shù)L與飽和水汽壓差D為自變量，依據(jù)圖3和圖4所揭示的函數(shù)關(guān)系，確定函數(shù)α的非線性回歸方程表達式為α=alnL+bDc。a,b和c為方程參數(shù)，大小反映了葉面積指數(shù)L與飽和水汽壓差D對參數(shù)α影響程度，其值越大，表明影響程度越大，且參數(shù)c的正負決定了參數(shù)α與D是正相關(guān)還是負相關(guān)。利用SPSS19.0統(tǒng)計軟件進行迭代計算，以確定各參數(shù)值大小。結(jié)果如表2所示，非線性回歸方程中參數(shù)α與葉面積指數(shù)L與飽和水汽壓差D的關(guān)系，與圖3和圖4所揭示的規(guī)律完全一致，但回歸方程參數(shù)a和b的標準差均較大，說明此估算值的顯著性水平不顯著。相比之下，參數(shù)c的標準差均較小，說明此估算值的顯著性水平較顯著。非線性回歸方程的決定系數(shù)R2較高，葉面積指數(shù)L與飽和水汽壓差D能夠解釋參數(shù)α變化的78.6%和67.9%，表明方程的擬合度較高。

圖4 不同飽和水汽壓差(D)對P-T模型參數(shù)α的影響 (a)D<5.05 hPa，(b)D>5.05 hPaFig.4 Effects of D on parameter α of P-T model under different conditions(a)D<5.05 hPa，(b)D>5.05 hPa

條件參數(shù)a(±標準差)參數(shù)b(±標準差)參數(shù)c(±標準差)R2樣本量D<5.05hPa0.083(±0.087)0.195(±0.105)1.294(±0.376)0.78680D>5.05hPa0.108(±0.128)5.246(±6.102)-0.953(±0.596)0.679150

大豆出苗前和收割后，氣象因子是控制水分蒸散的主要因子，為進一步定量描述參數(shù)α與環(huán)境因子的關(guān)系，在剔除模型中已包含的變量后，以參數(shù)α和環(huán)境因子分別為因變量和自變量，利用SPSS19.0軟件采用多元逐步回歸方法建立多元一次統(tǒng)計模型，入選模型的影響因子、回歸系數(shù)和顯著性檢驗結(jié)果如表3所示。大豆出苗前，參數(shù)α主要受太陽輻射Ra與飽和水汽壓差D控制，參數(shù)α與Ra呈正相關(guān)關(guān)系，而與D呈負相關(guān)關(guān)系。飽和水汽壓差D標準回歸系數(shù)的絕對值明顯大于太陽輻射Ra的標準回歸系數(shù)，說明D對參數(shù)α的影響作用要強于Ra的影響。參數(shù)α與Ra和D建立的回歸方程能夠解釋參數(shù)α變化的39.1%。

表3 大豆出苗前和收割后P-T模型參數(shù)α的統(tǒng)計模型Table 3 Statistical models of parameter α of P-T model before soybean emergence and after soybean harvest

注：*表示達到0.001顯著性水平。

大豆收割后參數(shù)α主要受風(fēng)速Ws控制，Ws能夠解釋參數(shù)α變化的39.2%。D和Ws是維持地表水分蒸散的必要條件，二者增加均能夠促進水分蒸散，因此與P-T模式參數(shù)α呈正相關(guān)關(guān)系。三江平原地區(qū)屬春旱多發(fā)區(qū)，大豆出苗前D因子回歸系數(shù)為負值，反映了干旱對水分蒸散的抑制作用。太陽輻射是地表能量的直接來源，因此,參數(shù)α與Ra呈正相關(guān)關(guān)系，Sumner等[11]針對牧草地蒸散量建立的參數(shù)α經(jīng)驗函數(shù)也證明了這個結(jié)論。

2.3 P-T模型修正式驗證

依據(jù)修正后的α函數(shù)代入式(2)對P-T模型修正式進行驗證，結(jié)果如圖5所示。由圖5a可見，大豆出苗前P-T修正式模擬精度明顯提高，散點較均勻地分布于1:1線兩側(cè)，平均偏差和均方根誤差分別為0.06 mm· d-1和0.60 mm· d-1，較參數(shù)修正前分別下降了96.4%和71.4%，明顯接近于理想值(0 mm·d-1)；模擬效率由負值轉(zhuǎn)變?yōu)檎?0.57)，接近于理想值1，表明模型模擬精度較高。由圖5b可見，大豆生長期內(nèi)P-T修正式模擬精度也明顯提高，散點較均勻地分布于1:1線兩側(cè)，盡管散點離散程度相對偏大，但平均偏差和均方根誤差較參數(shù)修正前分別下降87.7%和38.3%，達到0.15 mm·d-1和0.92 mm·d-1，模擬效率由負值轉(zhuǎn)變?yōu)檎?0.28)，表明模型能夠用于估算大豆田生長期蒸散量。由圖5c可見，大豆收割后P-T修正式模擬精度也明顯提高，盡管大部分散點分布于1:1線下側(cè)，但散點離散程度明顯減小，平均偏差和均方根誤差分別為-0.21 mm·d-1和0.41 mm·d-1，較參數(shù)修正前分別下降了71.6%和52.3%；模擬效率由負值轉(zhuǎn)變?yōu)檎?0.42)，表明模型能夠用于估算大豆收割后的地表蒸散量。蒸散量實測值與模擬值之間線性回歸方程的截距、斜率和決定系數(shù)R2如圖5中公式所示，其數(shù)值大小較參數(shù)α修正前明顯接近于其理想值(分別為0，1和1)，這也表明，P-T修正式估算精度明顯提高。P-T模型參數(shù)α是關(guān)于環(huán)境因子的經(jīng)驗函數(shù)，因此，依據(jù)研究區(qū)域環(huán)境條件確定參數(shù)α亦能提高模型估算精度[33]，其他學(xué)者修正P-T模型參數(shù)α后也得到了相同的結(jié)論。Sumner[11]擬合建立了關(guān)于太陽輻射和葉面積指數(shù)的參數(shù)α函數(shù)后，很好地估算了牧草地半小時蒸散量；Pereira[12]研究了濕熱氣候和半干旱氣候條件下P-T模型的模擬精度，結(jié)果表明:P-T模型參數(shù)α與耦合系數(shù)呈倒數(shù)關(guān)系，據(jù)此修正參數(shù)α后P-T模型的模擬值與蒸滲儀測量值具有很好的一致性。Stannard[13]利用葉面積指數(shù)和土壤蒸發(fā)量修正參數(shù)α后，P-T模型很好地模擬了半干旱牧草地野生植被的蒸散量。劉紹民[8]和呂厚荃等[9]分別基于P-T模型，結(jié)合作物葉面積指數(shù)和土壤濕度,建立了適用于干旱地區(qū)棉田和華北地區(qū)玉米田的實際蒸散量計算模式。

圖5 基于P-T模型參數(shù)α修正值的大豆田不同階段蒸散量模擬值與實測值比較 (a)出苗前，(b)生長期，(c)收割后 Fig.5 Comparison of observed evapotranspirations and those simulated by P-T model based on modified α value during different periods (a)before emergence，(b)growing season，(c)after harvest

整體而言，參數(shù)α修正后，P-T模型對模擬精度均明顯提高，能夠用于估算雨養(yǎng)大豆田不同階段的蒸散量。但在大豆收割后模擬值明顯小于實測值，這可能與大豆收割后農(nóng)田翻耕、氣溫顯著下降有關(guān)。另外，本研究在分析P-T修正式對大豆田蒸散量模擬效果時，僅用1年數(shù)據(jù)進行驗證，其結(jié)果缺乏普遍性，今后將利用三江平原其他區(qū)域、其他年份的大豆田蒸散量實測資料進一步評估其模擬效果。

3 結(jié) 論

本文以2005—2007年實測蒸散量和氣象因子資料，分析了P-T模型對雨養(yǎng)大豆田蒸散量的模擬效果，主要結(jié)論如下：

1) P-T模型參數(shù)α采用常規(guī)值1.26模擬效果較差，在大豆出苗前和生長期模擬值明顯大于實測值，而在大豆收割后模擬值明顯小于實測值，不能用于估算大豆田蒸散量。

2) P-T模型參數(shù)α與環(huán)境因子密切相關(guān)。大豆生長期內(nèi)參數(shù)α與葉面積指數(shù)呈對數(shù)正相關(guān)關(guān)系；當(dāng)飽和水汽壓差D較大時參數(shù)α與D呈冪函數(shù)負相關(guān)關(guān)系，而當(dāng)飽和水汽壓差D較小時參數(shù)α與D呈冪函數(shù)正相關(guān)關(guān)系；大豆出苗前參數(shù)α與太陽輻射呈正相關(guān)關(guān)系，與D呈負相關(guān)關(guān)系；大豆收割后α與風(fēng)速呈顯著正相關(guān)關(guān)系。

3) 依據(jù)回歸分析結(jié)果修正參數(shù)α后，P-T模型模擬精度明顯提高，對不同時期大豆田蒸散量均取得了較好的模擬效果，表明參數(shù)α修正后P-T模型才可用于估算三江平原雨養(yǎng)大豆田蒸散量。

[1] Lee T S，Najim M M，Aminul M H.Estimating evapotranspiration of irrigated rice at the west coast of the Peninsular of Malaysia.JournalofAppliedIrrigationScience，2004，39(1):103-117.

[2] 張順謙,馬振峰,張玉芳.四川省潛在蒸散量估算模型.應(yīng)用氣象學(xué)報,2009,20(6):729-736.

[3] Zhang Y Q，Liu C M，Yu Q，et al.Energy fluxes and the Priestley-Taylor parameter over winter wheat and maize in the North China Plain.HydrologicalProcesses，2004,18(12):2235-2246.

[4] 龔員石,李子忠,李春友.利用時域反射儀測定的土壤水分估算農(nóng)田蒸散量.應(yīng)用氣象學(xué)報,1998，9(1):72-78.

[5] Burba G G，Verma S B.Seasonal and interannual variability in evapotranspiration of native tallgrass prairie and cultivated wheat ecosystems.AgriculturalandForestMeteorology，2005，135(1-4):190-201.

[6] 毛飛,張光智,徐祥德.參考作物蒸散量的多種計算方法及其結(jié)果的比較.應(yīng)用氣象學(xué)報,2000,11(增刊Ⅰ):128-136.

[7] Nurit A，William P K，Martha C.Application of the Priestley-Taylor approach in a two-source surface energy balance model.JournalofHydrometeorology，2010,11(1):185-198.

[8] 劉紹民.用Priestley-Taylor模式計算棉田實際蒸散量的研究.應(yīng)用氣象學(xué)報，1998,9(1):88-93.

[9] 呂厚荃,錢拴,楊霏云,等.華北地區(qū)玉米田實際蒸散量的計算.應(yīng)用氣象學(xué)報，2003,14(6):722-728.

[10] 米娜,陳鵬獅,張玉書,等.幾種蒸散模型在玉米農(nóng)田蒸散量計算中的應(yīng)用比較.資源科學(xué)，2009，31(9):1599-1606.

[11] Sumner D M，Jacobs J M.Utility of Penman-Monteith，Priestley-Taylor，reference evapotranspiration and pan evaporation methods to estimate pasture evapotranspiration.JHydrol，2005，308(1-4):81-104.

[12] Pereira A R.The Priestley-Taylor parameter and the decoupling factor for estimating reference evapotranspiration.AgriculturalandForestMeteorology，2004,125(3-4):305-313.

[13] Stannard D I.Comparison of Penman-Monteith，Shuttleworth-Wallace and modified Priestley-Taylor evapotranspiration models for wildland vegetation in semiarid rangeland.WaterResourcesResearch，1993，29(5):1379-1392.

[14] Priestley C H B，Taylor R J.On the assessment of surface heat flux and evaporation using large-scale parameters.MonWeaRev，1972，100:81-92.

[15] Debrin H A R，Keijman J Q.The Priestley-Taylor evaporation model applied to a large shallow lake in the Netherlands.JAppliedMeteor，1979，18(7):898-903.

[16] Mukammal E I ,Neumann H H.Application of the Priestley-Taylor evaporation model to assess the influence of soil moisture on the evaporation from a large weighing lysimeter and class A Pan.Boundary-layerMeteorology，1977，12:243-256.

[17] Flint A L，Childs S W.Use of the Priestley-Taylor evaporation equation for soil water limited conditions in a small forest clear-cut .AgriculturalandForestMeteorology，1991，56(3-4):247-260.

[18] 馬耀明.非均勻陸面上區(qū)域蒸發(fā)(散)研究概況.高原氣象,1997,16(4):446-452.

[19] Xu C Y，Singh V P.Evaluation of three complementary relationship evapotranspiration models by water balance approach to estimate actual regional evapotranspiration in different climate regions.JHydrol，2005，308(1/4):105-121.

[20] Shi T T，Guan D X，Wang A Z，et al.Comparison of three models to estimate evapotranspiration for a temperate mixed forest.HydrologicalProcesses，2008，22:3431-3443.

[21] Wilson K B，Goldstein A H，F(xiàn)alge E，et a1.Energy balance closure at FLUXNET sites.AgriculturalandForestMeteorology，2002，113(1-4):223-243.

[22] 李正泉,于貴瑞,溫學(xué)發(fā),等.中國能量觀測網(wǎng)絡(luò)(ChinaFLUX)能量平衡閉合狀況的評價.中國科學(xué)D輯:地球科學(xué),2004,34(增刊Ⅱ):46-56.

[23] 劉渡,李俊,于強,等.渦度相關(guān)觀測的能量閉合狀況及其對農(nóng)田蒸散測定的影響.生態(tài)學(xué)報,2012,32(17):5309-5317.

[24] 田紅,伍瓊,童應(yīng)祥.安徽省壽縣農(nóng)田能量平衡評價.應(yīng)用氣象學(xué)報,2011,22(3):356-361.

[25] 趙曉松.三江平原沼澤濕地墾殖對CO2、水汽及能量通量的影響研究.北京:中國科學(xué)院研究生院,2008.

[26] Lafleur P M，Roulet N T，Admiral S W.Annual cycle of CO2exchange at a bog peatland.JournalofGeophysicalResearch:Atmospheres,2001,106(D3):3071-3081.

[27] Falge E，Baldocchi D D，Olson R J.Gap filling strategies for defensible annual sums of net ecosystem exchange.AgriculturalandForestMeteorology，2001,107(1):43-69.

[28] Falge E，Baldocchi D D，Olson R J.Gap filling strategies for long term energy flux data sets.AgriculturalandForestMeteorology，2001,107(1):71-77.

[29] 曾麗紅,宋開山,張柏,等.應(yīng)用Landsat數(shù)據(jù)和SEBAL模型反演區(qū)域蒸散發(fā)及其參數(shù)估算.遙感技術(shù)與應(yīng)用,2008,23(3):255-263.

[30] Perez P J，Castellvi F，Martnez-Cob A.A simple model for estimating the Bowen ratio from climatic factors for determining latent and sensible heat flux.AgriculturalandForestMeteorology,2008,148:25-37.

[31] Kang S Z，Gu B J，Du T S，et al.Crop coefficient and ratio of transpiration to evapotranspiration of winter wheat and maize in a semi-humid region.AgriculturalWaterManagement,2003,59:239-254.

[32] 潘竟虎．黃土丘陵溝壑區(qū)蒸散的遙感反演:以靜寧縣水土保持世行貸款項目區(qū)為例．生態(tài)與農(nóng)村環(huán)境學(xué)報,2008,24(4):6-9;41.

[33] Bormann H.Sensitivity analysis of 18 different potential evapotranspiration models to observed climatic change at German climate stations.ClimaticChange，2011,104(3-4):729-753.

Simulating Evapotranspiration of Rain-fed Soybean Field Based on P-T Model

Wu Wenxin1)Jia Zhijun2)Dong Yiping2)

1)(ShangraoMeteorologicalObservatoryofJiangxiProvince,Shangrao334000)2)(CollegeofAtmosphericSciences,ChengduUniversityofInformationTechnology,PlateauAtmosphereandEnvironmentKeyLaboratoryofSichuanProvince,Chengdu610225)

Based on eddy covariance measurements and microclimate observations available from 2005 to 2007, the simulating accuracy of evapotranspiration with P-T model of rain-fed soybean field from May to October in Sanjiang Plain is analyzed. Results indicate that simulated values of evapotranspiration by P-T model with conventional parameter (1.26) are significantly higher than observations before emergence and during the growing season of soybean, and the mean bias error (MBE) are 1.65 mm·d-1and 1.22 mm·d-1. However, simulated values are significantly lower than measurements after harvest, with the MBE of -0.74 mm·d-1. Modeling efficiency (ME) of P-T model are all negative values, which indicates that the model cannot be used in predicting evapotranspiration of soybean field during different periods. The cause may have much to do with the parameter, which is assumed as constant value of 1.26. According to measurements of evapotranspiration, the parameter is derived and shows obviously increasing trend during the whole observation periods. Average values of parameter before emergence, during the growing season, and after harvest are 0.76, 0.86 and 2.20, respectively. It is obvious that the parameter varies according to the growing phase, and it is necessary to modify the parameter based on the measured evapotranspiration of rain-fed soybean field in Sanjiang Plain.

Statistical analysis shows that leaf area index (LAI) is an important factor affecting evapotranspiration of soybean field. During the growing season, the parameter is creased with increasing LAI, following a logarithmic equation and a positive correlation. Vapor pressure deficit (VPD) is the direct driving force of transporting vapor from the surface to the surrounding atmosphere. The relationship between and VPD can be described empirically by a piecewise function: When the VPD is greater than 5.05 hPa, it’s a positive power function, but when the VPD is lower than 5.05, it’s a negative power function. The parameter is positively related to solar radiation and negatively related to VPD before soybean emergency and is positively related to wind speed after soybean harvest.

With parameter modified by using linear or non-linear regression equation, the estimation accuracy of P-T model under different periods are improved markedly. Before soybean emergency, MBE and root mean square error (RMSE) are 0.06 mm·d-1and 0.60 mm·d-1, reduced by 96.4% and 71.4%, respectively. ME is improved from a negative to a positive value (0.57) , close to the ideal value of 1. During the growing season, MBE and RMSE are 0.15 mm·d-1and 0.92 mm·d-1, reduced by 87.7% and 38.3%, respectively, and ME from a negative to a positive value (0.28). After soybean harvest, MBE and RMSE are -0.21 mm·d-1and 0.41 mm·d-1, reduced by 71.6% and 52.3%, respectively, ME turns from a negative into a positive value (0.42). It indicates that the modified P-T model can simulate the evapotranspiration of soybean field. In conclusion, P-T model is suitable to simulate the evapotranspiration only when the parameter is modified.

P-T model; parameterα; evapotranspiration; rain-fed soybean field

10.11898/1001-7313.20150210

高原大氣與環(huán)境四川省重點實驗室開放基金項目(PAEKL-2010-K3)，四川省教育廳應(yīng)用基礎(chǔ)研究項目(2009JY0117)

吳文心,賈志軍,董一平. 基于P-T模型估算雨養(yǎng)大豆田蒸散量. 應(yīng)用氣象學(xué)報，2015，26(2)：221-230.

2014-08-13收到， 2015-01-09收到再改稿。

* 通信作者，email: jzj@cuit.edu.cn