水稻蒸散特征及日尺度作物系數(shù)估算*5

高　磊，申雙和，邵立瑛，褚榮浩，譚詩琪（江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室/氣象災(zāi)害預(yù)警預(yù)報(bào)與健估協(xié)同創(chuàng)新中心，南京信息工程大學(xué)，南京 210044）

?

水稻蒸散特征及日尺度作物系數(shù)估算*5

高磊，申雙和**，邵立瑛，褚榮浩，譚詩琪
（江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室/氣象災(zāi)害預(yù)警預(yù)報(bào)與健估協(xié)同創(chuàng)新中心，南京信息工程大學(xué)，南京 210044）

摘要：基于南京2012年水稻生長季蒸滲儀水稻實(shí)際蒸散數(shù)據(jù)及相應(yīng)生物、氣象環(huán)境資料，對水稻生長季的參考作物蒸散量、實(shí)際蒸散量及作物系數(shù)進(jìn)行分析，并建立作物系數(shù)估計(jì)模型。結(jié)果表明：水稻生長季內(nèi)逐日參考作物蒸散量呈單峰曲線變化，峰值出現(xiàn)在分蘗-拔節(jié)期；逐日實(shí)際蒸散量變化則表現(xiàn)為雙峰型，耗水雙高峰發(fā)生于分蘗-抽穗期。日參考作物蒸散量和實(shí)際蒸散量均有明顯的季節(jié)性變化特征。水稻生長季內(nèi)實(shí)際作物系數(shù)趨勢變化特征與FAO修正作物系數(shù)較一致，但二者在數(shù)值上具有較大差異，建立的水稻作物系數(shù)與其影響因子（葉面積指數(shù)、氣溫、凈輻射）的關(guān)系模型檢驗(yàn)表明，其擬合度為0.887，將模型應(yīng)用于計(jì)算水稻農(nóng)田蒸散量，其擬合度為0.943，說明模型能較精確地估算稻田日蒸散量。該模型基于日尺度影響因子，在一定程度上簡化了水稻作物系數(shù)的計(jì)算過程，明確了不同類型因子對水稻作物系數(shù)的影響程度，可應(yīng)用于水稻作物系數(shù)的連續(xù)動態(tài)估算。

關(guān)鍵詞：蒸滲儀；水稻；蒸散；作物系數(shù)模型

高磊,申雙和,邵立瑛,等.水稻蒸散特征及日尺度作物系數(shù)估算[J].中國農(nóng)業(yè)氣象,2016,37(2):158-165

蒸散是土壤—植被—大氣系統(tǒng)中水分運(yùn)動重要而復(fù)雜的物理過程，在地表水分循環(huán)過程中扮演極其重要的角色[1]，它不僅對植物的生長發(fā)育、大氣環(huán)流、氣候的調(diào)節(jié)起到重要作用[2-3]，也是聯(lián)系植物氣孔行為、碳交換和水分利用的關(guān)鍵生態(tài)過程[4]。水稻作為世界三大主要糧食作物之一，其農(nóng)田水分消耗的主要形式為蒸散，為了減少稻田不必要的水分流失，可將水稻蒸散提供的反饋信息用于指導(dǎo)灌溉。因此，對水稻蒸散量的獲取、蒸散特征的定量表達(dá)及其影響因子的深入了解，對該地區(qū)水稻農(nóng)田的精量灌溉及可持續(xù)發(fā)展具有重要意義。

目前，作物蒸散量的獲取主要通過測定和模型模擬兩種途徑。其中，作物蒸散量的測定方法較多，大致可歸納為水文學(xué)方法、微氣象方法、植物生理學(xué)方法、遙感遙測法等[1]，這些測定方法對儀器設(shè)備、操作技術(shù)以及氣象環(huán)境均有較高要求，難以在實(shí)際中廣泛運(yùn)用[1，5-9]。因此，近年來，國內(nèi)外諸多學(xué)者提出了多種估算作物蒸散量的模型，如用于計(jì)算日時(shí)間尺度甚至更小尺度蒸散量的P-M模型[10]和Prierstley-Taylor[11-13]等模型，計(jì)算月尺度蒸散量的Thornthwaite模型，以及用于計(jì)算冠層稠密條件下實(shí)際蒸散的Penman-Monteith（P-M）單源模型[10]和冠層稀疏條件下的Shuttleworth-Wallace（S-W）雙源模型[14-15]。聯(lián)合國糧農(nóng)組織（FAO）總結(jié)了現(xiàn)有模型的優(yōu)缺點(diǎn)，提出一種估算作物實(shí)際蒸散的標(biāo)準(zhǔn)方法，即利用修正的P-M模型計(jì)算參考作物蒸散量，然后利用作物系數(shù)K乘以參考作物蒸散量得到作物的實(shí)際蒸散，這種方法在世界范圍內(nèi)得到廣泛運(yùn)用[16]，作物系數(shù)作為該方法的重要參數(shù)，其確定已成為作物需水量研究的關(guān)鍵問題。然而，F(xiàn)AO僅推薦了作物生長發(fā)育的4個(gè)特定階段（初始階段、發(fā)育階段、中期階段和后期階段）的作物系數(shù)，簡單地采用FAO推薦的作物系數(shù)計(jì)算得到的蒸散結(jié)果與作物實(shí)際蒸散會存在較大偏差[17-18]，而且得不到整個(gè)生育期內(nèi)的連續(xù)動態(tài)的估算結(jié)果，為此國內(nèi)外學(xué)者建立了多種作物系數(shù)模型，如Wright等[19]采用3次多項(xiàng)式分階段對作物系數(shù)進(jìn)行了詳細(xì)研究，Steele等[20]以播后天數(shù)為變量，采用5次多項(xiàng)式進(jìn)行回歸分析，確定了玉米的作物系數(shù)連續(xù)動態(tài)曲線，國內(nèi)學(xué)者孫景生等[21]建立了春小麥作物系數(shù)與播后天數(shù)和生育期積溫的多項(xiàng)式模型，彭世彰等[22]根據(jù)水稻冠層葉面積指數(shù)、天頂角綠葉覆蓋率等因素確定了作物系數(shù)計(jì)算公式，這些作物系數(shù)模型雖然取得相應(yīng)效果，但是基于作物系數(shù)影響因子的作物系數(shù)模型并未見報(bào)道，雖然雷志棟等[23]建立了基于葉面積指數(shù)的作物系數(shù)模型，并探討了作物系數(shù)與葉面積指數(shù)、太陽輻射、風(fēng)速和相對濕度的關(guān)系，但是利用氣象因子計(jì)算作物系數(shù)的方法沒有給出。因此，研究影響作物系數(shù)動態(tài)變化的因子，建立日尺度作物系數(shù)模型，對了解生育期內(nèi)作物系數(shù)的動態(tài)特征，精確估算作物實(shí)際蒸散量具有實(shí)際意義。

1　材料與方法

1.1試驗(yàn)地概況

試驗(yàn)地點(diǎn)位于南京信息工程大學(xué)農(nóng)業(yè)氣象試驗(yàn)站（32°14′N，118°42′E）。該試驗(yàn)站地處中緯度地區(qū)，冬冷夏熱，四季分明，屬亞熱帶季風(fēng)氣候區(qū)，年平均降水量約1100.0mm，年平均氣溫15.6℃，年極端最高氣溫39.7℃，最低氣溫-13.1℃。試驗(yàn)地地勢平坦，壤質(zhì)黏土，耕層土壤黏粒含量26.1%；0-100cm土層平均田間持水量19.3%～23.1%（重量含水量），凋萎系數(shù)6.2%～8.7%（重量含水量），平均干容重1.39g·cm-3，有機(jī)碳和全氮含量分別為19.4、11.5g·kg-1。試驗(yàn)站內(nèi)設(shè)有氣象站，按照國家氣象局的地面氣象觀測規(guī)范進(jìn)行氣溫、濕度、降水、輻射、風(fēng)速、氣壓和地溫的氣象觀測。

1.2試驗(yàn)設(shè)計(jì)與方法

供試作物為水稻（南粳46），于2012年6月29日移栽，11月8日收割，種植密度為30·m-2，每株2莖。水稻移栽后淺水活根，分蘗盛期落干烤田，幼穗分化開始后進(jìn)行間歇灌溉直至成熟。其它施肥、除草等田間管理與當(dāng)?shù)氐咎镆恢隆?/p>

采用自動稱重式圓形蒸滲儀（LG-Ⅱ，蘭州產(chǎn)）測定水稻實(shí)際蒸散量，測定面積4m2，土體深度2.6m，數(shù)據(jù)采集間隔時(shí)間60min，精度為0.01mm。

按照地面氣象觀測規(guī)范，使用試驗(yàn)站內(nèi)自動氣象站進(jìn)行氣溫、濕度、降水、太陽輻射(太陽短波、地面短波、地面長波、大氣長波)、風(fēng)速、氣壓等的觀測，時(shí)間間隔為10min。

利用土壤濕度自動觀測儀觀測蒸滲儀內(nèi)外5、20、40、80cm深處的土壤體積含水率，時(shí)間間隔為30min。蒸滲儀內(nèi)及其周圍大田不同深處安裝土壤濕度傳感器，可長期埋設(shè)在地下任意深度連續(xù)測量。

利用冠層分析儀（LAI-2000，USA）直接測定蒸滲儀內(nèi)和周圍大田的水稻葉面積指數(shù)。由于水稻移栽-分蘗期葉面積指數(shù)較小，葉面積指數(shù)測定工作從水稻分蘗開始，選取大田4處地點(diǎn)，做好標(biāo)記，固定時(shí)間和地點(diǎn)用“一上四下”法測定逐日水稻葉面積指數(shù)。

1.3蒸滲儀數(shù)據(jù)處理

大型蒸滲儀所測數(shù)據(jù)受天氣、儀器等因素的影響，因此需要對數(shù)據(jù)質(zhì)量進(jìn)行一定控制：（1）采用10倍方差剔除由于極端天氣或儀器故障產(chǎn)生的異常值[24],（2）對降水天氣條件下蒸滲儀觀測數(shù)據(jù)的分析表明，當(dāng)日降水量＜10.0mm，大型蒸滲儀的觀測結(jié)果較準(zhǔn)確，日降水量＞10.0mm，則蒸散量計(jì)算值明顯偏小甚至出現(xiàn)較大負(fù)值[5]，因此，當(dāng)日降水量低于10.0mm時(shí)，蒸滲儀實(shí)測日蒸散量與當(dāng)日降水量之和為修正以后的實(shí)際日蒸散量；當(dāng)日降水量高于10.0mm時(shí)，則剔除當(dāng)日數(shù)據(jù)。為了了解水稻生育期內(nèi)蒸散的連續(xù)變化特征，將剔除以后的缺失數(shù)據(jù)根據(jù)FAO作物系數(shù)-參考作物蒸散量法計(jì)算的水稻實(shí)際蒸散量與蒸滲儀實(shí)測蒸散量的擬合趨勢線(y=0.6805x+0.5896，R2=0.7471)進(jìn)行插補(bǔ)，此過程在Excel中操作。但在進(jìn)行作物系數(shù)估算時(shí)，為避免因插補(bǔ)數(shù)據(jù)對結(jié)果造成的影響，僅使用未經(jīng)插補(bǔ)的真實(shí)有效數(shù)據(jù)。

1.4參考作物蒸散量ET0

采用1998年FAO推薦的Penman-Monteith公式[10]計(jì)算逐日參考作物蒸散量，其數(shù)學(xué)表達(dá)式為

式中，ET0為參考作物蒸散量（mm·d-1）；Rn為作物表層凈輻射（MJ·m-2·d-1），由輻射儀直接觀測得到；G為土壤熱通量（MJ·m-2·d-1），由G=0.1(ti-ti-1)計(jì)算得到，ti為該時(shí)段平均氣溫，ti-1為上一時(shí)段平均氣溫；U2為冠層上方2m處的風(fēng)速（m·s-1），由氣象梯度觀測資料直接獲取；es為飽和水汽壓（kPa）,由日最高氣溫和日最低氣溫計(jì)算得到；ea為實(shí)際水汽壓（kPa），由相對濕度和飽和水汽壓計(jì)算得到；D為飽和水汽壓隨溫度變化曲線的斜率（kPa·℃-1）；Cn和Cd在本研究中取定值900和0.34；g 為干濕球常數(shù)（kPa·℃-1），由氣壓值計(jì)算得到。

本試驗(yàn)站自動氣象站風(fēng)速、氣壓、氣溫、濕度、降水、凈輻射等氣象數(shù)據(jù)為每10min的瞬時(shí)值，一天中所有氣象數(shù)據(jù)的平均值即為日尺度參考作物蒸散量，其中凈輻射數(shù)據(jù)單位為W·m-2，由1MJ·m-2·d-1= 11.574W·m-2單位換算可得。

1.5作物系數(shù)計(jì)算及其模型構(gòu)建

作物系數(shù)(Kc)為實(shí)際蒸散量與參考作物蒸散量的比值，它綜合反映了各種環(huán)境因素和作物對蒸散發(fā)的影響[25]，其數(shù)學(xué)表達(dá)式為

式中，ETc為作物實(shí)際蒸散值（mm），由大型蒸滲儀實(shí)際測得；ET0為參考作物蒸散量（mm），采用FAO Penman-Monteith[10]方法計(jì)算。

由作物系數(shù)的數(shù)學(xué)表達(dá)式可知，作物系數(shù)反應(yīng)的是作物實(shí)際蒸散狀況與參考植被的差異，相關(guān)文獻(xiàn)研究表明[3，26-28]，在作物生長初期，隨著作物快速生長，葉面積指數(shù)不斷增大，地表裸露的土壤被逐漸覆蓋，作物系數(shù)也隨之迅速增大；當(dāng)葉面積指數(shù)增大到一定程度，作物系數(shù)對葉面積指數(shù)的響應(yīng)不再明顯，而對環(huán)境因子的響應(yīng)效果開始增強(qiáng)。因此，作物系數(shù)主要對生物因子（葉面積指數(shù)LAI）以及主要環(huán)境因子（凈輻射Rn、風(fēng)速U2、溫度T、相對濕度RH、土壤含水量RSWC）存在一定的響應(yīng)，故利用乘法模型建立作物系數(shù)模型，即

式中，Kc為作物系數(shù)；KLAI為僅受生物因子（即LAI）影響的作物系數(shù)；Ke為僅受環(huán)境因子影響的作物系數(shù)。

同時(shí)，將式（2）計(jì)算得到的實(shí)際作物系數(shù)與所測LAI進(jìn)行擬合，得到僅受LAI影響的作物系數(shù)KLAI。近年，不同學(xué)者在擬合作物系數(shù)和葉面積指數(shù)時(shí)也采用了不同的擬合方程，如直線擬合[26,29-31]、指數(shù)擬合[27，32]、二次曲線擬合[33-34]等，根據(jù)作物系數(shù)對葉面積指數(shù)的響應(yīng)特征[3，26-28]，本研究采用米氏方程擬合作物系數(shù)與葉面積指數(shù)，即

式中，a、b為待擬合參數(shù)。

根據(jù)式（3），用實(shí)際作物系數(shù)Kc除以擬合得到的KLAI，得到僅受環(huán)境因子影響的作物系數(shù)Ke,分析Ke與各個(gè)環(huán)境因子的相關(guān)性，并建立回歸方程。利用乘法模型，建立最終作物系數(shù)模型。

2　結(jié)果與分析

2.1水稻生長季日蒸散量變化特征

2.1.1參考作物蒸散量

由圖1可見，2012年水稻整個(gè)生長季內(nèi)，逐日參考作物蒸散量整體表現(xiàn)出“單峰型”變化特征。在水稻生長初期，隨著日平均氣溫升高、日照時(shí)數(shù)增加，參考作物日蒸散量呈波動增加趨勢，并在7 月25日（分蘗-拔節(jié)期）達(dá)到最大值，為9.67mm·d-1；進(jìn)入秋季，日平均氣溫逐漸降低、日照時(shí)數(shù)逐漸減少，參考作物蒸散量隨季節(jié)變化呈波動減小趨勢。在水稻整個(gè)生長季內(nèi)，日參考作物蒸散量為0.54～9.67mm，平均4.20mm·d-1，整個(gè)生長季逐日參考作物蒸散量總體以0.26mm·10d-1的速度呈極顯著（P＜0.01）減小趨勢。

從逐日參考作物蒸散量累積值的變化過程可以看出，6月29日-8月7日（移栽-孕穗期）累積參考作物蒸散量隨著氣溫升高、日照時(shí)數(shù)延長、太陽輻射增強(qiáng)而迅速增大，呈冪函數(shù)曲線特征變化，占總參考作物蒸散量（554.17mm）的42%；之后，累積參考作物蒸散量增長趨勢變緩，大致呈線性增長趨勢。結(jié)合氣象資料分析可知，雖然8月上旬當(dāng)?shù)貧鉁馗?、太陽輻射?qiáng)，但由于相對濕度的加大，蒸散過程受到明顯抑制，導(dǎo)致累積參考作物蒸散量增長趨勢變緩。

圖1　2012年6-10月水稻生長季內(nèi)逐日參考作物蒸散量及其累積值的變化過程Fig. 1　The variation of daily reference evapotranspiration （ET0）and its accumulated value during growth season of paddy rice in Jun. –Oct. 2012

2.1.2實(shí)際蒸散量

利用大型蒸滲儀測定的水稻生長期間逐日實(shí)際蒸散量和計(jì)算得到的累積蒸散量見圖2。由圖可以看出，逐日實(shí)際蒸散量整體趨勢表現(xiàn)為雙峰曲線，但總體趨勢與水稻生育期內(nèi)參考作物蒸散量變化趨勢（圖1）基本一致。在水稻全生育期內(nèi)，移栽-分蘗期（6月29日-7月11日）日蒸散量相對較低，日均蒸散量3.81mm，累積蒸散量為49.52mm ，占全生育期蒸散量（755.81mm）的6.55%；水稻耗水高峰發(fā)生在分蘗-抽穗期（7月12日-9月9日），日均蒸散量為6.75mm，累積蒸散量為405.18mm，占全生育期耗水量的53.6%；從水稻乳熟期（9月24日）開始 ，逐日蒸散量呈下降趨勢，乳熟-成熟期水稻耗水量僅占全生育期耗水量的17.6%。在水稻全生育期內(nèi)，日實(shí)際蒸散量為0.41～13.03mm，平均5.73mm·d-1，總體以0.16mm·10d-1的速度呈顯著（P＜0.05）減小趨勢。由圖2還可見，兩峰之間有一個(gè)日蒸散量相對較低的階段，根據(jù)2012年水稻田間管理方案分析可知，可能是由于此日蒸散量相對較低階段為水稻農(nóng)田烤田階段（8月8-23日），由于地表無水層覆蓋，蒸散量僅通過稻田土壤蒸發(fā)和水稻冠層蒸騰產(chǎn)生，無水面蒸發(fā)，由于土壤蒸發(fā)量一般小于水面蒸發(fā)量，因此導(dǎo)致烤田階段水稻實(shí)際蒸散量出現(xiàn)低谷。

圖2　同期逐日實(shí)際蒸散量及其累積過程Fig. 2　Variation of daily actual evapotranspiration (ETc)and its accumulated value during the same period

2.2水稻生長季日作物系數(shù)的變化特征

由圖3可見，水稻生長季內(nèi)逐日作物系數(shù)變化總體呈單峰型。在水稻移栽-分蘗期間，作物系數(shù)在波動中呈增大趨勢，但從分蘗開始，水稻作物系數(shù)迅速增大，并在抽穗-乳熟期達(dá)到整個(gè)生長季的最大值，隨后逐漸減小，并在秋季維持較小值。同時(shí)，實(shí)際作物系數(shù)又表現(xiàn)出一定的分散性，這是由于參考作物蒸散量僅受到氣象條件的影響，而水稻蒸散量除受到氣象條件影響外，還受作物因素及作物與氣象因素相互作用的影響[35]。

FAO推薦標(biāo)準(zhǔn)氣候條件下，即半濕潤氣候區(qū)，空氣濕度≈45%，風(fēng)速≈2m·s-1，供水充足，管理良好，生長正常，大面積高產(chǎn)條件下，不同生長階段水稻作物系數(shù)Kcini=1.05，Kcmind=1.2，Kcend=0.9，為了消除南京地區(qū)氣候條件與標(biāo)準(zhǔn)氣候條件之間的差異，根據(jù)南京地區(qū)濕潤頻率和氣候條件，對FAO推薦值進(jìn)行修正，修正結(jié)果見圖3[16]。由圖3可見，盡管FAO修正值變化規(guī)律與本實(shí)驗(yàn)的實(shí)測作物系數(shù)基本一致，但二者在數(shù)值上存在較大差異，產(chǎn)生這種差異的原因在于作物品種、作物生長發(fā)育時(shí)期、栽培管理措施等的不同。因此，有必要根據(jù)當(dāng)?shù)貧庀髼l件及相應(yīng)試驗(yàn)數(shù)據(jù)，建立有針對性的水稻作物系數(shù)模型，以提高灌溉精度。

圖3　同期逐日實(shí)際作物系數(shù)及FAO修正值Fig. 3　Variation of daily actual crop coefficient and corrected value by FAO during the same period

2.3水稻生長季日作物系數(shù)的模擬

2.3.1模型構(gòu)建

選取2012年水稻分蘗-成熟期（7月11日-10 月15日）晴朗無雨天氣條件下并有實(shí)測葉面積指數(shù)的61d數(shù)據(jù)進(jìn)行研究，每隔1d抽取1d數(shù)據(jù)作為訓(xùn)練樣本（30d）進(jìn)行參數(shù)擬合，其余作為檢驗(yàn)樣本（31d）。利用訓(xùn)練樣本中水稻實(shí)際作物系數(shù)和對應(yīng)葉面積指數(shù)數(shù)據(jù)在SPSS中建立擬合方程，即

式中，KLAI為僅受生物學(xué)因子（LAI）影響的作物系數(shù)；系數(shù)1.832為KLAI的最大值；0.792為米氏常數(shù)，表示KLAI達(dá)最大作物系數(shù)（1.832）一半時(shí)的葉面積指數(shù)，此數(shù)值越小，作物系數(shù)受葉面積指數(shù)的影響越敏感，但米氏常數(shù)大小僅與作物品種有關(guān)。

利用式（5），將實(shí)測作物系數(shù)Kc進(jìn)行去除生物因子影響的處理（Kc/KLAI），得到受環(huán)境因子影響的作物系數(shù)Ke，分析其與凈輻射、風(fēng)速、氣溫、相對濕度和土壤含水量的相關(guān)性（表1），由表1可見，Ke與氣溫、凈輻射呈顯著性相關(guān)，這兩個(gè)因子為Ke的主要影響因子。水稻生長對水分的依賴性極強(qiáng)，整個(gè)生長季內(nèi)表層土壤含水量對水稻的生長并不起脅迫作用，因此，忽略土壤含水量對作物系數(shù)的影響。

表1　Ke與各環(huán)境因子的相關(guān)系數(shù)Table 1　Correlation coefficient between Keand various environmental factors

根據(jù)表1結(jié)果，采用多元逐步回歸方法分析Ke與空氣溫度T、凈輻射Rn的關(guān)系，最終入選因子為空氣溫度，該式可以解釋Ke變化的43.7%。

最優(yōu)線性回歸方程為

利用乘法模型（式3），建立的水稻生育期日作物系數(shù)模擬模型為

2.3.2模型檢驗(yàn)

將2012年水稻31d的檢驗(yàn)樣本中葉面積指數(shù)和日均氣溫?cái)?shù)據(jù)代入式（7），得到作物系數(shù)模擬值，與同日實(shí)測作物系數(shù)（式2）進(jìn)行對比，同時(shí)將利用模擬作物系數(shù)值計(jì)算的水稻實(shí)際蒸散量與同日蒸滲儀實(shí)測水稻日蒸散量進(jìn)行對比，結(jié)果見圖4。

圖4　日作物系數(shù)（a）和日蒸散量（b）模擬值與實(shí)測值對比Fig. 4　Comparison between simulated and measured values of crop coefficient(a) and daily evapotranspiration(b)

由圖4可以看出，水稻作物系數(shù)模擬值和實(shí)際作物系數(shù)散點(diǎn)、實(shí)際蒸散量模擬值和實(shí)測值散點(diǎn)基本沿1:1線分布，模擬值與實(shí)際值的對比未表現(xiàn)出明顯的偏大或偏小趨勢，數(shù)值分布較均一，總體上模型模擬的結(jié)果與大型蒸滲儀實(shí)測結(jié)果較接近。

引入擬合度（R2）對模型作進(jìn)一步解釋，以更深入理解作物系數(shù)模型的模擬能力。

式中，y為實(shí)測值，y*為模擬值，y為實(shí)測值的平均值，n為樣本個(gè)數(shù)。此擬合度指標(biāo)是一個(gè)用于判定非線性回歸方程擬合優(yōu)度的統(tǒng)計(jì)參數(shù)，當(dāng)R2=1時(shí)，所有觀測點(diǎn)全部落在回歸曲線上，R2值越接近1，表明非線性方程擬合程度越好；當(dāng)R2=0時(shí)，表示自變量與因變量無此非線性關(guān)系。2012年水稻逐日作物系數(shù)模擬值與實(shí)際值間的R2=0.887，逐日蒸散量模擬值與實(shí)際值間的R2=0.943，模型對水稻農(nóng)田逐日蒸散量的模擬精度較高，說明本文所建立的作物系數(shù)模型能較精確地模擬水稻生育期內(nèi)逐日蒸散量，將此日尺度作物系數(shù)模型應(yīng)用于作物系數(shù)-參考作物蒸散量法，則可作為估算水稻農(nóng)田逐日蒸散量的簡便方法之一。

3　結(jié)論與討論

3.1結(jié)論

（1）水稻生長季內(nèi)，逐日參考作物蒸散量呈單峰曲線型變化，并存在明顯的季節(jié)性變化特征，而實(shí)際蒸散卻表現(xiàn)為雙峰型曲線特征，兩峰峰值出現(xiàn)于水稻的分蘗-抽穗期，兩峰之間的烤田階段存在一個(gè)日蒸散量相對較低的階段。

（2）水稻實(shí)際作物系數(shù)呈單峰曲線變化，整體表現(xiàn)出一定的分散性，并在水稻的抽穗-乳熟期達(dá)到最大值；水稻實(shí)際作物系數(shù)與FAO修正作物系數(shù)的比較表明，二者變化規(guī)律一致，但即使修正了標(biāo)準(zhǔn)氣象條件與當(dāng)?shù)貧庀髼l件的差異，二者作物系數(shù)仍具有較大差異，因此需要因地制宜，建立有針對性的水稻作物系數(shù)模型。

（3）結(jié)合P-M模型及相應(yīng)的生物因子、氣象因子觀測數(shù)據(jù)對水稻作物系數(shù)響應(yīng)因子分析表明：水稻作物系數(shù)受葉面積指數(shù)、氣溫、凈輻射的影響明顯，并在此基礎(chǔ)上建立了日尺度的水稻作物系數(shù)模型，其擬合度為0.887，將此作物系數(shù)模型用于模擬水稻實(shí)際蒸散量，擬合度為0.943，模擬精度較高。

3.2討論

Steiner等[36]認(rèn)為蒸滲儀法是測量農(nóng)田蒸散最有代表性的方法，而農(nóng)田蒸散量的精確測定除受蒸滲儀數(shù)量不足、下墊面特性等非人為因素限制，還與蒸滲儀內(nèi)試種作物的代表性密不可分，Allen等[37]研究指出，為了確保蒸滲儀內(nèi)的作物生長狀況與周圍大田一致，要最大限度減少其周圍的人為踏踩影響，否則將會產(chǎn)生約30%以上的誤差，許迪等[38]也認(rèn)為只有蒸滲儀內(nèi)種植的作物與鄰近大田作物生長狀況相一致，才能確保其代表性。因此，為提高作物實(shí)際蒸散量的準(zhǔn)確性與真實(shí)性，應(yīng)最大限度減少人為因素對蒸滲儀產(chǎn)生的誤差。

水稻逐日作物系數(shù)波動范圍較大，分散性顯著[35]，它反映的是作物的實(shí)際情況與參考植被之間的差異，當(dāng)實(shí)際條件更有利于作物蒸散時(shí)（實(shí)際作物蒸騰潛力大于參考作物、實(shí)際阻力小于參考阻力等），作物系數(shù)大于1，反之則小于1。王笑影等[17,39]認(rèn)為確定作物系數(shù)最合理的方法就是采用當(dāng)?shù)卦囼?yàn)資料建立有針對性的作物系數(shù)，因?yàn)镕AO提供的作物系數(shù)值與實(shí)際存在較大差異。王笑影等[17-18,23]證明了不同生長階段的水稻作物系數(shù)存在較大差異，對于水稻烤田這樣的特殊生長階段，其土壤含水量及農(nóng)田小氣候與其它生長發(fā)育階段有較大差異，因此，對于此階段水稻作物系數(shù)的研究有待進(jìn)一步深入。

本研究水稻作物系數(shù)受葉面積指數(shù)、空氣溫度、凈輻射影響明顯，但是逐步回歸分析時(shí)，凈輻射對水稻作物系數(shù)的影響未曾體現(xiàn)，這可能是由于2012年水稻生育期內(nèi)凈輻射對水稻生長的脅迫不顯著，造成對模型的影響力不足。王靖等[29]指出土壤含水量是作物系數(shù)變化的關(guān)鍵因子，而在本研究中未把土壤含水量作為預(yù)測因子納入考慮范圍，是由于本研究區(qū)域降水量充足，降水季節(jié)分布均勻，無明顯的持續(xù)干旱，并且整個(gè)水稻生長過程中，對水稻農(nóng)田的間歇性灌溉，使土壤含水量對水稻的生長并未產(chǎn)生脅迫，因此，沒有把土壤含水量作為水稻作物系數(shù)變化的一個(gè)響應(yīng)因子。在以后的研究中，對于受到干旱脅迫的區(qū)域，或者不同類型作物品種，將土壤含水量進(jìn)行重點(diǎn)考慮。

本研究建立的逐日水稻作物系數(shù)模型的優(yōu)勢在于基于作物系數(shù)的影響因子（LAI和氣象環(huán)境），并取得較好模擬效果，但是由于資料來源和試驗(yàn)條件的限制，本文僅對南京地區(qū)2012年數(shù)據(jù)進(jìn)行研究，在年份及地區(qū)上具有一定的特殊性，因此，將此模型用于不同年際不同區(qū)域的水稻作物系數(shù)模擬并不具有普適性，但是模型建立的思路及方程形式具有一定參考和借鑒作用。如何改進(jìn)模型，更好地模擬水稻蒸散還需進(jìn)一步探討。

參考文獻(xiàn)References

[1]胡繼超,張佳寶,馮杰,等.蒸散的測定和模擬計(jì)算研究進(jìn)展[J].土壤,2004,36(5):492-497.

Hu J C,Zhang J B,Feng J,et al.Measurement and simulation of evapotranspiration[J].Soils,2004,36(5):492-497.(in Chinese)

[2]孫嵐,吳國雄.陸面蒸散對氣候變化的影響[J].中國科學(xué)D輯(地球科學(xué)),2001,31(1): 59-69.

Sun L,Wu G X.Influence of land evapotranspiration on climate variations[J].Science in China Series D(Earth Sciences),2001,31(1): 59-69. (in Chinese)

[3]Suyker A E,Verma S B.Inter-annual water vapor and energy exchange in an irrigated maize-based agroeco-system[J]. Agricultural and Forest Meteorology,2008,148(3):417- 427.

[4]Yair A,Raz-Yassif N.Hydrological processes in a small arid-catchment:scale effects of rainfall and slope length[J]. Geomorphology,2004, 61(1-2):155-169.

[5]楊炳玉,申雙和,張富存,等.不同尺寸蒸滲儀測定作物蒸散的田間試驗(yàn)研究[J].中國農(nóng)業(yè)氣象, 2015,36(2):161-169.

Yang B Y,Shen S H,Zhang F C,et al.Field experiment on crop evapotranspiration measurements via lysimeters with different scales[J].Agricultural Meteorology of China,2015,36(2): 161-169.(in Chinese)

[6]郭家選,梅旭榮,盧志光,等.測定農(nóng)田蒸散的渦度相關(guān)技術(shù)[J].中國農(nóng)業(yè)科學(xué),2004,37(8):1172-1176.

Guo J X,Mei X R,Lu Z G,et al.Field evapotranspiration measurement based on eddy covariance technology [J]. Agricultural Sciences in China,2004,37(8):1172-1176. (in Chinese)

[7]樊引勤.作物蒸發(fā)蒸騰量的測定與作物蒸發(fā)蒸騰量計(jì)算方法的研究[D].楊胡:西北農(nóng)林科技大學(xué),2001.

Fan Y Q.Study on the method of calculating crop water requirement and measuring crop evapotranspiration [D].Yangling : Northwest Agriculture and Forestry University, 2001.(in Chinese)

[8]賈紅.稻田雙源蒸散模型研究[D].南京:南京信息工程大學(xué),2008.

Jia H.Estimation of actual evapotranspiration from rice field using dual source model[D].Nanjing:Nanjing University of Information Science & Technology,2008.(in Chinese)

[9]李彥,王勤學(xué),馬健,等.鹽生荒漠地表水、熱與CO2輸送的實(shí)驗(yàn)研究[J].地理學(xué)報(bào),2004,59(1) :34-39.

Li Y,Wang Q X,Ma J,et al.Water,heat and CO2transfer over a salinized desert in the arid area[J].Journal of Geography, 2004,59(1):34-39.(in Chinese)

[10]Monteith J L.Evaporation and environment[A].The state and movement of water in living organism[C].U K:Cambridge University Press,1965:205-234.

[11]Priestley C H B,Taylor R J.On the assessment of surface heat flux and evaporation using large-scale parameters[J]. Monthly Weather Review,1972,100(2):81-92.

[12]Davies J A,Allen C D.Equilibrium,potential and actual evaporation from cropped surfaces in southern Ontario[J]. Journal of Applied Meteorology,1973,12(4): 649-657.

[13]Barton I J.A parameterization of the evaporation from nonsaturated surfaces[J].Journal of Applied Meteorology, 1979,18(1): 43-47.

[14]Shuttleworth W J,Wallance J S.Evaporation from sparse crops an energy combination theory[J].Quarterly Journal of Royal Meteoro1ogical Society,1985,111(465): 839-855.

[15]Shuttleworth W J,Gurney R J.The theoretical relationship between foliage temperature and canopy resistance in sparse crops[J].Quarterly Journal of Royal Meteorological Society, 1990,116(492): 497-519.

[16]Allen R G,Pereira L S,Raes D,et al.Crop evapotranspiration: guidelines for computing crop water requirements[R].Rome: FAO Irrigation and Drainage Paper56,1998.

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

Wang X Y,Liang W J,Wen D Z,et al.Analysis of paddy field evapotranspiration in North China and calculation of crop coefficient[J].Chinese Journal of Applied Ecology,2005, 16(1):69-72.(in Chinese)

[18]彭世彰,丁加麗,茆智,等.用FAO-56作物系數(shù)法推求控制灌溉條件下晚稻作物系數(shù)及驗(yàn)證[J].農(nóng)業(yè)工程學(xué)報(bào),2007, 23(7):30-34.

Peng S Z,Ding J L,Mao Z,et al.Estimation and verification of crop coefficient for water saving irrigation of late rice using the FAO-56 method[J].Transactions of the CSAE,2007,23(7): 30-34.(in Chinese)

[19]Wright J L,Jensen M E.Development and evaluation of evapotranspiration models for irrigation scheduling[J]. Transactions of the ASAE,1978,21(1):88-96.

[20]Steele D D,Sajid A H,Pruuty L D.New corn evapotranspiration crop curves for southeastern North Dakota[J].Transactions of the ASAE,1996,39(3):931-936.

[21]孫景生,劉祖貴,張寄陽,等.風(fēng)沙區(qū)春小麥作物系數(shù)試驗(yàn)研究[J].農(nóng)業(yè)工程學(xué)報(bào),2002,18(6):55-58.

Sun J S,Liu Z G,Zhang G Y,et al.Crop coefficients of spring wheat in windy dust area[J].Transactions of the CSAE,2002, 18(6):55-58.(in Chinese)

[22]彭世彰,李榮超.覆膜旱作水稻作物系數(shù)試驗(yàn)研究[J].水科學(xué)進(jìn)展,2001,12(3):313-317.

Peng S Z,Li R C.Test for crop coefficients of rice in plasticfilm mulched dryland[J].Advances in Water Science,2001, 12(3):313-317.(in Chinese)

[23]雷志棟,羅毅,楊詩秀,等.利用常規(guī)氣象資料模擬計(jì)算作物系數(shù)的探討[J].農(nóng)業(yè)工程學(xué)報(bào),1999,15(3):120-122.

Lei Z D,Luo Y,Yang S X,et al.Calculation of crop coefficient with meteorological data[J].Transactions of the CSAE,1999, 15(3):120-122.(in Chinese)

[24]劉斌,胡繼超,趙秀蘭,等.應(yīng)用Penman-Monteith模型估算稻田蒸散的誤差分析[J].中國農(nóng)業(yè)氣象,2015,36(1):24-32.

Liu B,Hu J C,Zhao X L,et al.Error analysis on evapotranspiration estimation of paddy rice field by Penman-Monteith model[J].Agricultural Meteorology of China,2015, 36(1):24-32.(in Chinese)

[25]Sahin U,Kuslu Y,Tune P,Kiziloglu F M.Determining crop and pancoefficients for cauliflower and red cabbage crops under cool season semiarid climatic condition[J].Agricultural Sciences in China,2009,8(2):167-171.

[26]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[J].Agricultural Water Management,2003,59(3):239-254.

[27]Sepaskhah A R,Andam M.Crop coefficient of sesame in a semi-arid region of I. R. Iran[J].Agricultural Water Management,2001,49(1):51- 63.

[28]Medeiros G A,Arruda F B,Sakai E,et al.The influence of crop canopy on evapotranspiration and crop coefficient of beans(Phaseolus vulgaris L.)[J].Agricultural Water Management,2001,49(3):211- 224.

[29]王靖,李湘閣,劉恩民.華北平原冬小麥相對蒸散與葉面積指數(shù)及表層土壤含水量的關(guān)系[J].中國農(nóng)業(yè)生態(tài)學(xué)報(bào), 2003,11(2):32-34.

Wang J,Li X G,Liu E M,et al.The relationship between relative evapotranspiration and leaf area index and sur face soil water content in winter wheat field of North China Plain[J].Chinese Journal of Eco-Agriculture,2003,11(2):32-34.(in Chinese)

[30]Williams L E,Ayars J E.Grapevine water use and the crop coefficient are linear functions of the shaded area measured beneath the canopy[J].Agricultural and Forest Meteorology, 2005,132(3):201- 211.

[31]Gong D Z,Kang S Z,Yao L M,et al.Estimation of evapotranspiration and its components from an apple orchard in northwest China using sap flow and water balance methods[J].Hydrological Processes,2007,21(7):931- 938.

[32]張喜英,陳素英,裴東.秸稈覆蓋下的夏玉米蒸散、水分利用效率和作物系數(shù)的變化[J].地理科學(xué)進(jìn)展,2002,21(6): 583-592.

Zhang X Y,Chen S Y,Pei D,et al.Evapotranspiration,yield and crop coefficient of irrigated maize under straw mulch conditions [J].Progress in Geography,2002,21(6):583-592. (in Chinese)

[33]Medeiros G A,Arruda F B,Sakai E.Crop coefficient for irrigated beans de rived using three reference evaporation methods[J].Agricultural and Forest Meteorology,2005, 135(1-4):135-143.

[34]Hanson B R,May D M.Crop coefficients for drip- irrigated processing tomato[J].Agricultural Water Management,2006, 81(3): 381- 399.

[35]Singh K B,Gajri P R,Arora V K.Modelling the effect s of soil and water management practices on the water balance and performance of rice[J].Agricultural Water Management,2001, 49(2) :77 -95.

[36] Steiner J L,Howell T A,Schneider A D.Lysimetric evalution of daily potential evapotranspiration model for grain sorghum[J].Agron.J,1991,83(1):240-247.

[37]Allen R G,Smith M,Perrier A,et al.An update for the definition of reference evapotranspiration[J].ICID Bull,1994, 43(2):1-34．

[38]許迪,劉鈺.測定和估算田間作物蒸發(fā)量方法研究綜述[J].灌溉排水,1997,16(4):54-59.

Xu D,Liu Y.Survey on methods for determining and estimating the evapotranspiration of field crops[J].Irrigation drainage,1997,16(4):54-59.(in Chinese)

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

Liu Y,Pereira R G.Validation of FAO methods for estimating crop coefficients[J].Transactions of the CSAE,2000,16(5): 26-30.(in Chinese)

Evapotranspiration Characteristics and Crop Coefficient Estimation of Paddy Rice

GAO Lei, SHEN Shuang-he, SHAO Li-ying, CHU Rong-hao, TAN Shi-qi
(Jiangsu Key Laboratory of Agricultural Meteology/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China)

Abstract：Based on evapotranspiration data in a lysimeter of paddy rice, the data of biological and meteorological during the growth season in Nanjing in 2012, the reference evapotranspiration (ET0), actual evapotranspiration (ETc), and actual crop coefficient (Kc) of paddy rice were calculated, and the crop coefficient model was established. The results showed that the daily ET0changed as a single peak curve, with the peak at tillering-jointing stage. While the daily ETcchanged as a two-peak type, with the peak at tillering and heading stages respectively. Both ET0and ETcobvious varied as seasonal. The actual crop coefficient (Kc) was consistent with the K corrected by FAO, but their values generally differed. The relationship between establishing model and its affected factors was well, with their R2= 0.887. A model describing relationships between daily Kcand biological factor (LAI) as well as environmental factors (air temperature, net solar radiation) was established and its estimate agreed very well with the actual crop coefficient, and the model was capable of predicting ETcof paddy rice (R2= 0.943) from a formula ETc=KcET0by use of the Kcestimates. This model could help simplify computation of crop coefficient and define the effect of different factors and know well its dynamic characteristics.

Key words：Lysimeter; Paddy rice; Evapotranspiration; Crop coefficient model

doi:10.3969/j.issn.1000-6362.2016.02.005

* 收稿日期：2015-06-30**通訊作者。E-mail：yqzhr@nuist.edu.cn

基金項(xiàng)目：國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（“973”計(jì)劃）項(xiàng)目（2010CB950702）；公益性行業(yè)（氣象）科研專項(xiàng) （GYHY201106043；GYHY201306046）；干旱氣象科學(xué)研究-我國北方干旱致災(zāi)過程及機(jī)理（GYHY201506001）

作者簡介：高磊（1991-），碩士生，主要從事農(nóng)業(yè)氣象研究。E-mail：gaoleisg@sina.com