基于葉面積指數改進雙作物系數法估算旱作玉米蒸散

馮 禹，崔寧博，龔道枝※，王罕博，郝衛(wèi)平，梅旭榮

（1. 中國農業(yè)科學院農業(yè)環(huán)境與可持續(xù)發(fā)展研究所作物高效用水與抗災減損國家工程實驗室/農業(yè)部旱作節(jié)水農業(yè)重點實驗室，北京 100081； 2. 四川大學水力學與山區(qū)河流開發(fā)保護國家重點實驗室，成都 610065）

基于葉面積指數改進雙作物系數法估算旱作玉米蒸散

馮 禹1，崔寧博2，龔道枝1※，王罕博1，郝衛(wèi)平1，梅旭榮1

（1. 中國農業(yè)科學院農業(yè)環(huán)境與可持續(xù)發(fā)展研究所作物高效用水與抗災減損國家工程實驗室/農業(yè)部旱作節(jié)水農業(yè)重點實驗室，北京 100081； 2. 四川大學水力學與山區(qū)河流開發(fā)保護國家重點實驗室，成都 610065）

為準確估算和區(qū)分黃土高原旱作春玉米蒸散（evapotranspiration, ET），該文基于實測葉面積指數（leaf area index, LAI）動態(tài)估算基礎作物系數，利用LAI修正土壤蒸發(fā)系數，并基于修正后的雙作物系數法估算和區(qū)分黃土高原地區(qū)旱作春玉米ET，并以2012、2013年壽陽站基于渦度相關系統(tǒng)和微型蒸滲儀實測的春玉米ET和土壤蒸發(fā)（soil evaporation）對修正后的雙作物系數法的適用性進行評估。結果表明：修正后的雙作物系數法能夠較為準確的估算春玉米ET，2012年春玉米全生育期ET估算值、實測值分別為365.3、372.6 mm，2013年分別為385.6、369.4 mm；2012年全生育期改進雙作物系數法決定系數、均方根誤差、模型效率系數和平均絕對誤差分別為0.824、0.561 mm/d、0.817和0.449 mm/d，2013分別為0.870、0.381 mm/d、0.871和0.332 mm/d；同時，修正后的雙作物系數法可對春玉米各生育期ET進行準確區(qū)分，土壤蒸發(fā)估算值與實測值有較好的一致性，2012年全生育期估算和實測土壤蒸發(fā)分別為0.98 和0.99 mm/d，分別占ET的38.12%和37.08%；2013年估算和實測土壤蒸發(fā)分別為0.86和0.89 mm/d，分別占ET的33.59%和35.90%。因此，修正后的雙作物系數法能夠較為準確地估算和區(qū)分黃土高原地區(qū)旱作春玉米ET。該研究可為黃土高原區(qū)農田水分精準管理提供科學指導。

作物；蒸散；模型；黃土高原；旱作春玉米；雙作物系數法；渦度相關系統(tǒng)

0 引言

蒸散（evapotranspiration，ET）主要由土壤蒸發(fā)（evaporation，Es）和作物蒸騰（transpiration，Tr）組成，是唯一既出現在地表能量平衡又出現在水量平衡中的要素[1]，其不僅在能量循環(huán)和水循環(huán)過程中起著極其重要的作用，也是連接生態(tài)與水文過程的重要紐帶[2]。目前60%～70%的地表降水會通過ET返回大氣[3]，且超過90%的農業(yè)用水最終以ET的形式消耗[4-5]，因此農田ET準確估算對區(qū)域灌溉制度制定和作物水分生產力提升意義重大[6-7]。1948年Penman[8]基于能量平衡和空氣動力學原理，建立Penman模型對ET進行估算；1965年Monteith[9]在Penman模型基礎上，引入了冠層阻力，建立了Penman-Monteith（PM）模型估算ET。PM模型全面考慮了影響ET的植被生理特性和大氣物理特性，具有明確的物理依據，能夠較為清晰地了分析ET變化過程及其影響機制[2]。但PM模型計算ET時冠層阻力等計算較為困難，因此聯合國糧農組織（food and agricultural organization，FAO）對作物高度和冠層阻力等標準化提出了參考作物蒸散量（reference evapotranspiration, ET0），并利用ET0基于作物系數法估算農田ET[10]。

作物系數法可分為單作物和雙作物系數法，雙作物系數法能夠區(qū)分計算Es和Tr，能評估降雨、灌溉和覆膜等對土壤水分的影響[11]，在許多地區(qū)的不同作物中得到了廣泛應用。Ding等[4]利用修正的雙作物系數法對甘肅石羊河流域覆膜條件下玉米ET進行了模擬與區(qū)分，發(fā)現修正后的雙作物系數法對覆膜條件下玉米ET的模擬精度較高，并能較好地區(qū)分Es和Tr。趙麗雯等[12]在黑河流域中游運用雙作物系數法估算和區(qū)分制種玉米ET，發(fā)現雙作物系數法能夠較好估算ET并有效區(qū)分。由于雙作物系數法應用簡便、參數少，可用于灌溉制度預報，是目前估算和區(qū)分農田ET最常用的方法[13]。Rosa等[14-15]基于雙作物系數法開發(fā)了SIMdualKc模型，該模型可以直接進行農田ET的計算，且輸入參數少，大量研究基于此模型進行農田ET模擬與區(qū)分，均取得了較為滿意的結果[16-18]。但雙作物系數法具有一定的經驗性，且其預定義的條件并不適用于每一個地區(qū)[19]，特別是在ET0值較高時，雙作物系數法會高估Tr[20]。由于作物系數受氣候、土壤、作物栽培管理方式和作物生長狀況等諸多因素影響，必須利用當地試驗資料對作物系數進行修正或重新計算[2]。

目前在中國利用雙作物系數法估算和區(qū)分灌溉條件下農田ET的研究較多[21-22]，但對旱作農田ET的研究較少，由于旱作農田水分供給主要依靠天然降水，農田ET會因作物生育期內降水變化有較大差異，且不同生育期土壤水分虧缺時有發(fā)生[23]，因此，旱作農田ET準確估算和區(qū)分對降水利用率和水分生產力提升具有重要意義。本研究于2012、2013年在黃土高原東部半濕潤偏旱地區(qū)（山西省壽陽縣）開展大田試驗，對旱作春玉米生長狀況和ET等進行連續(xù)觀測，基于實測葉面積指數（leaf area index, LAI）動態(tài)估算基礎作物系數，利用LAI修正土壤蒸發(fā)系數，進而對FAO-56雙作物系數法進行改進，并對改進雙作物系數法估算和區(qū)分旱作春玉米ET的適用性進行評估，以期為該地區(qū)農田水分精準管理提供科學指導。

1 材料與方法

1.1 研究區(qū)域概況

試驗于2012、2013年在山西省壽陽縣農業(yè)部旱作農業(yè)與環(huán)境科學野外觀測試驗站進行，該站位于黃土高原東部，屬晉東豫西典型半濕潤偏旱區(qū)，海拔1202 m （37°44′52″N，113°12′11″E），該區(qū)降水年際變化較大，多年平均降水量為481 mm，多集中在6-9月。多年平均氣溫7.4℃，多年平均無霜期140 d。當地種植模式為一年一熟，作物生育期的水分供給為自然降雨，無補充灌溉。

試驗區(qū)土壤為砂壤土，其中砂粒（≥0.05～2 mm）占54.9%、粉粒（≥0.002～0.05 mm）占29.5%、黏粒（<0.002 mm）占15.6%。耕層土壤有機質質量分數為9.00 g/kg，堿解氮質量分數為85.30 mg/kg，田間持水量為36.2%（體積含水率）。

1.2 試驗設計

試驗春玉米品種為京單951，分別于2012年5月3日、2013年4月28日播種，于2012年9月22日、2013 年9月25日收獲，全生育期分別為142、150 d。試驗小區(qū)占地150 m×100 m，土地表面平坦均一，機械播種，播種深度約5 cm，行距50 cm，株距30 cm，出苗后根據出苗情況進行補苗。播種時秸稈還田并按當地種植習慣施底肥，以1050 kg/hm2復合肥為基肥，無追肥。春玉米生育期內當地主風向為東風，通量觀測塔布置小區(qū)中心位置略偏西，并根據不同時期春玉米冠層高度調整相應測量儀器高度，使其距離冠層始終為0.5 m，以滿足通量觀測風浪區(qū)要求[24]。

1.3 試驗數據采集

1.3.1 作物生長指標

分階段人工測定春玉米葉面積和株高，苗期隔2周、快速生長期隔1周、后期隔2周進行測定，分別在試驗小區(qū)選取長勢均勻、有代表性的7 株植株，測定每株各綠色葉片的長度和最大寬度，并結合經驗系數（本研究為0.75）計算出LAI[24]。

圖1為春玉米生育期LAI和株高隨播種后天數（days after sowing, DAS）的變化，可知LAI和株高均在前40 d變化較小，40 d后快速增大，2012年LAI在第84 d達到最大（4.52 m2/m2），2013年LAI在第97 d達到最大（3.97 m2/m2），在后期均快速減??；此外，2012年LAI明顯大于2013年，且2012年春玉米生長發(fā)育早于2013年。株高在前20 d較小，后開始逐漸增大，至第40 d后快速增大。

圖1 春玉米生育期葉面積指數和株高變化Fig.1 Seasonal variations of leaf area index and plant height during spring maize growing seasons

1.3.2 春玉米蒸散及氣象參數

利用渦度相關系統(tǒng)（Campbell公司，美國）連續(xù)監(jiān)測春玉米潛熱通量（即λET）、顯熱通量（H）、土壤水分和氣象參數等，該系統(tǒng)由CR5000數據采集器、CSAT3超聲風速儀（測定三維風速和超聲虛溫）、LI-7500紅外分析儀（CO2、H2O濃度和氣壓）、CNR4四分量凈輻射傳感器（凈輻射）、SI-111紅外溫度探頭（下墊面冠層溫度）、HMP45C空氣溫濕度探頭（空氣溫、濕度）、HEP01SC自標定熱通量板（表層土壤內部熱通量）和CS616土壤水分探頭（土壤水分）組成。其中CR5000控制測量、運算及數據存儲，并由LoggerNet 軟件支持。λET和氣象因子采樣頻率均為10 Hz，并同時把30 min和24 h的平均值記錄在CR5000數據采集器中。數據校正方法、取舍標準見參考文獻[25-26]。渦度相關系統(tǒng)30 min標準湍流熱通量（λET+H）與有效供應能量（Rn-G）呈顯著的正比例關系（P<0.001），能量閉合度為 0.83，表明數據完全滿足精度要求。

春玉米生育期內各氣象因子變化見表1。2012年全生育期內最高、最低和平均溫度均值分別為23.5、13.1和17.8℃；最大、最小和平均相對濕度均值為84.6%、42.1%和67.4%；太陽輻射和風速分別為15.8 MJ/(m2·d)和2.0 m/s，降水和參考作物蒸散量分別416.5 mm（月均值83.3 mm）和583 mm（月均值116.6 mm）；2013年生育期內最高、最低和平均溫度均值分別為25.0、13.3和18.3℃；最大、最小和平均相對濕度均值為84.0%、42.1%和67.3%；太陽輻射和風速分別為18.3 MJ/(m2·d)和1.7 m/s，降水和參考作物蒸散量分別為515.0 mm（月均值103.0 mm）和605 mm（月均值121.0 mm）。

表1 春玉米生育期內氣象因子逐月變化Table 1 Monthly average meteorological variables at experimental site during whole spring maize growing season

1.3.3 土壤蒸發(fā)量測定

利用微型蒸滲儀（micro-lysimeters, MLs）測定無雨期間Es。小區(qū)內布置10個微型蒸滲儀，每次只測定5個，3 d 后換測剩下的另一半。若遇降雨，雨停后也換測。MLs材質為PVC管，由高30 cm、內徑10 cm內管和高30 cm、內徑11 cm外管組成，測量時，MLs底部用塑料薄膜封住，將內管放入預埋在田間的套筒中，以便能及時取出和放回，且不破壞周圍土壤結構。MLs中原狀土每隔3 d更換1次，每天下午6:00利用精度0.01 g的電子天平測定。

1.4 雙作物系數法改進

1.4.1 參考作物蒸散量

利用FAO-56 Penman-Monteith模型計算ET0，其表達式為[27]

式中ET0為參考作物蒸散量，mm/d；Rn為作物表面凈輻射，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；T為平均氣溫，℃；es為飽和水氣壓，kPa；ea為實際水氣壓，kPa；Δ為飽和水氣壓-溫度曲線斜率，kPa/℃；γ為濕度計常數，kPa/℃；u2為距地面2 m高處風速，m/s。

1.4.2 雙作物系數法改進

采用雙作物系數法計算玉米田ET，其表達式為[10]

式中ET為農田蒸散量，mm/d；Kcb為反映作物蒸騰的基礎作物系數；Ke為土壤表面蒸發(fā)的蒸發(fā)系數；Ks為水分脅迫系數，反映根區(qū)土壤含水率不足時對作物蒸騰的影響。因此，春玉米Es和Tr計算公式分別為[10]

1）基礎作物系數計算。

FAO-56中首先將春玉米整個生育期劃分為初期、發(fā)育期、中期和后期等4個階段，再分別計算初期、中期和后期3個時期的Kcb單點值，分別為Kcb,ini、Kcb,mid和Kcb,end，中間值采用線性插值得到。Kcb計算公式為[10]

式中Kcb為基礎作物系數；Kcb,table為FAO-56推薦值；RHmin為最小相對濕度，%；h為作物冠層高度，m。

為更準確評估春玉米田ET動態(tài)變化，本文利用冠層覆蓋度系數Kcc計算動態(tài)Kcb[28]。

式中Kc,min為裸土最小作物系數，取0.1；Kcc為冠層覆蓋度系數；Kcb,full為作物完全覆蓋地表時的最大基礎作物系數。

式中Kmax為作物系數最大值，取1.2[28]。

Kcc由LAI計算獲得[28]。

式中κ為輻射的冠層衰減系數。

2）土壤蒸發(fā)系數計算。

當土壤表層濕潤，作物系數Kc取最大值Kc,max，隨著土壤水分減少，蒸發(fā)逐漸衰減，此時有[10]

式中Ke為土壤蒸發(fā)系數；Kc,max為Kc的最大值；Kr為土壤蒸發(fā)衰減系數；few裸露濕潤土壤表面比例。

Kc,max計算公式為[10]

裸露土壤的蒸發(fā)可以假定發(fā)生在能量限制階段和蒸發(fā)遞減階段。土壤表面濕潤時，Kr為1；表層土壤的含水率減小，Kr也隨之減小，當累計蒸發(fā)深度De達到可蒸發(fā)深度REW時，Kr滿足[10]

式中De,i-1為第（i-1）天土壤累積蒸發(fā)深度，mm；TEW 為Kr=0時的最大累計蒸發(fā)深度，mm；REW為能量限制階段的累計蒸發(fā)深度，mm。

TEW計算公式為[10]

式中θFC和θWP分別為蒸發(fā)層土壤的田間持水率和凋萎含水率，m3/m3；Ze為土壤蒸發(fā)層深度，m。

few計算公式為[10]

式中1-fc為裸露土壤平均比值；fw為降雨濕潤土壤表面平均比值。

FAO-56中利用式（14）計算fc[10]。

本文利用LAI推算fc[29]，

式（11）中累積蒸發(fā)深度通過水量平衡計算[10]

式中De,i，De,i-1分別為從降水開始算起第i天和第（i-1）天的累積蒸發(fā)深度，mm；Pi為第i天的降水量，mm；ROi為第i天的地表徑流，mm；Ei為第i天的蒸騰量，mm；Tew,i為第i天的蒸發(fā)量，mm；DPe,i為第i天通過地表蒸發(fā)損失的土壤深層滲透量，mm。

3）水分脅迫系數計算。

土壤水分脅迫系數計算公式為[10]

式中Dr為根系層中消耗的水量，mm；TAW為根系中的總有效水量，mm。

1.5 誤差評價指標

采用決定系數（R2）、均方根誤差（root mean square error，RMSE）、模型效率系數（Ens）和平均絕對誤差（average absolute error，AAE）對改進雙作物系數法模擬春玉米ET適用性進行分析[11,30]，

式中Yi為雙作物系數法模擬的第i日ET值；Xi為渦度相關系統(tǒng)實測的第i日ET標準值；為Yi的平均值；為Xi的平均值；m為數據樣本數量。RMSE和AAE越小，表明模型偏差越??；R2和Ens越接近1，表明吻合度越高。

2 結果與分析

2.1 雙作物系數法參數校準

利用雙作物系數法計算春玉米ET需要的數據主要包括氣象、作物和土壤數據。氣象數據主要包括RHmin、P、u2和ET0等；作物數據包括Ze、h和LAI等；土壤數據包括REW、TEW和TAW，各參數見表2。

表2 雙作物系數法計算春玉米蒸散參數Table 2 Parameters for dual crop coefficient approach to estimate spring maize evapotranspiration

2012年初期、發(fā)育期、中期和后期生長天數分別為22、39、55和26 d，全生育期142 d；2013年分別為23、42、58和27 d，全生育期為150 d；與Jiang等[31]、Ding 等[4]和趙麗雯等[12]在中國西北地區(qū)春玉米試驗結果較為一致，但和Liu等[32]在華北平原夏玉米試驗結果差異較大。2012和2013年最大株高分別為2.98和2.97 m，最大株高和FAO-56推薦的2 m差異較大。丁日升等[28]也發(fā)現，在西北石羊河流域玉米最大株高值（2.7 m）和FAO-56推薦值差異較大，考慮因為種植區(qū)域、品種以及土壤肥料和農藝措施差別，最終導致各研究中株高差異較大，而株高的增加會導致總葉面積和相應捕獲的凈輻射增大；此外，還可能發(fā)生從土壤到冠層的熱輻射和微平流，冠層內的湍流交換也會增加[28, 33]，這些都會影響覆蓋度系數，最終影響雙作物系數法的適用性。本研究中土壤參數Ze、 REW、TEW和TAW分別為0.1 m、7 mm、23 mm和181 mm，由于土壤參數與土壤質地有關，而試驗地區(qū)土壤為砂壤土，其田間持水量較高，使得TEW和TAW均較大。輻射的冠層衰減系數κ取值為0.7，Ding等[4]和Allen 等[33]均表明κ取值0.7時能較好地估算冠層覆蓋度系數。

2.2 春玉米作物系數變化

圖2為春玉米生育期作物系數變化情況。圖2a和2b顯示，2012和2013年初期土壤濕潤頻率較大，且覆蓋度較小，因此Ke變幅也較大，至發(fā)育期和中期覆蓋度逐漸增大，裸土面積逐漸減小，使得Ke逐漸減小，至后期Ke有逐漸增大的趨勢；在初期Kcb較小，隨著春玉米的快速生長，Kcb逐漸增大，至中期達到最大，在后期LAI逐漸減小，Kcb也逐漸減小?？梢钥闯鯧cb和Ke變化趨勢存在明顯差異，在初期Ke較大，發(fā)育期逐漸減小，中期最小至后期隨降水偶有增大趨勢；而Kcb在初期較小，發(fā)育期逐漸增大，中期最大，至后期有逐漸減小趨勢；受Kcb和Ke的影響，Kc在初期變化較大，發(fā)育期逐漸增大，中期則保持在較大的水平，至后期又逐漸減小。

圖2 春玉米生育期作物系數變化Fig.2 Seasonal variations of crop coefficient during spring maize growing seasons

2.3 春玉米蒸散變化

圖3為春玉米生育期實測和估算ET值對比?？梢钥闯?個生長季估算和實測ET值均有較為相似的變化趨勢，在初期ET值相對較小，后逐漸增大，在中期保持在一個較高的水平，在后期逐漸減小。結合表3不同生育期雙作物系數法估算蒸散誤差可以看出，2012年初期、發(fā)育期、中期、后期和全生育期實測ET值分別為42.1、74.2、187.6、68.6和372.6 mm，估算值分別為47.0、81.1、172.7、64.6和365.3 mm，可以看出雙作物系數法在初期和發(fā)育期高估ET，在中期和后期低估ET，在整個全生育期也低估ET；2013年實測ET值分別為20.1、72.2、205.3、71.8和369.4 mm，估算值分別為25.1、78.5、211.5、70.5 和385.6 mm，說明在初期、發(fā)育期和中期高估ET，在后期低估ET，整個生育期高估ET。

圖3 春玉米生育期實測和估算蒸散變化Fig.3 Seasonal variations of measured and simulated evapotranspiration during spring maize growing seasons

2012年初期雙作物系數法估算春玉米ET的R2、RMSE、Ens和AAE分別為0.926、0.385 mm/d、0.879和0.324 mm/d，在發(fā)育期分別為0.829、0.444 mm/d、0.803 和0.368 mm/d，在中期分別為0.728、0.706 mm/d、0.680 和0.582 mm/d，在后期分別為0.841、0.496 mm/d、0.817、0.402 mm/d，整個全生育期為0.824、0.561 mm/d、0.817 和0.449 mm/d；2013年初期分別為0.886、0.348 mm/d、0.845和0.271 mm/d，發(fā)育期分別為0.852、0.390 mm/d、0.834和0.336 mm/d，中期分別為0.869、0.397 mm/d、0.862 和0.333 mm/d，后期分別為0.874、0.343 mm/d、0.868 和0.311 mm/d，全生育期分別為0.870、0.381 mm/d、0.871 和0.332 mm/d，說明在2個生長季的全生育期或各生育期，雙作物系數法均能較好的估算春玉米ET。

表3 不同生育期雙作物系數法估算蒸散誤差Table 3 Statistical error of dual crop coefficient approach in different growing stages

2.4 春玉米蒸散區(qū)分

圖4為春玉米生育期Es和Tr變化，可知，2個生長季實測和估算Es有較為一致的變化趨勢，在初期Es變幅較大，在發(fā)育期后逐漸減小，在中期達到最小，在后期有逐漸增大的趨勢。Tr在前期較小，發(fā)育期后逐漸增大，在中期最大，在后期有逐漸減小的趨勢。

圖4 春玉米生育期蒸發(fā)和蒸騰變化Fig.4 Seasonal variations of evaporation and transpiration during spring maize growing season

表4為不同生育期蒸散區(qū)分，可知在2012年初期、發(fā)育期、中期、后期和全生育期實測Es分別為1.25、1.11、0.67、0.73和0.99 mm/d，估算Es分別為1.71、1.25、0.61、0.78和0.98 mm/d；2013年實測Es分別為0.82、1.04、0.91、0.67和0.89 mm/d，估算Es分別為0.75、0.96、0.87、0.77 和0.86 mm/d。ET區(qū)分中，2012年實測Es/ET分別為85.57%、63.32%、17.23%、22.19%和37.08%，估算Es/ET分別為79.86%、59.95%、20.20%、28.88%和38.12%；2013年實測Es/ET分別為90.24%、55.13%、24.09%、20.75% 和35.90%，估算Es/ET分別為66.96%、51.34%、54.04%、29.62%和33.59%，可以看出雙作物系數法能較好地估算Es和Tr，能夠較為準確區(qū)分ET。

此外，2012年雖然雙作物系數法低估Es，但在ET區(qū)分中，估算的Es/ET卻略微高于實測，這可能由于微型蒸滲儀在雨天停測，使得實測值樣本數較少，最終的實測Es并不一定能完全代表實際的Es。在中期玉米基本完全覆蓋地表，因此在雙作物系數法中裸露可蒸發(fā)的土壤較少，土壤表面的輻射較小，進而中期估算的Es也較小[28]。此外，種植密度和玉米行方向對裸露土壤面積和土壤表面用于蒸發(fā)的輻射影響較大，Qiu等[16]、Jiang等[31]和Allen等[33]均表明種植密度增大使得ET和Kc增大，而使Ke和Es減小。而本文中雙作物系數法并未考慮種植密度和玉米行方向的影響。

表4 春玉米不同生育期蒸散區(qū)分Table 4 Partitioning evapotranspiration during spring maize different growing season

3 討論

由于FAO-56雙作物系數法中基礎作物系數是靜態(tài)值，因此本研究在雙作物系數法中引入冠層覆蓋度系數來計算基礎作物系數，同時在土壤蒸發(fā)系數中利用LAI計算冠層覆蓋度，實現對旱作春玉米ET的準確估算和區(qū)分。LAI能夠反映作物生長和下墊面狀況[34]，其大小對凈輻射在土壤表面和作物冠層的分布影響較大，而凈輻射是蒸發(fā)和蒸騰能量的主要來源。由于FAO-56雙作物系數法中并未考慮LAI對Es和Tr的影響，而本文在Kcb和Ke的計算中均考慮了LAI的影響，結果表明修正后的雙作物系數法能較好地估算Es和Tr。

本研究利用渦度相關系統(tǒng)測定的ET值作為標準，盡管目前渦度相關系統(tǒng)理論假設少，精度高，被認為是測定ET的標準方法[2]，但其在應用中仍存在能量不閉合的問題。本研究中渦度相關系統(tǒng)數據能量閉合度為0.83，與ChinaFLUX系統(tǒng)觀測的數據對比可以看出本研究的數據精度較高[35]，但能量仍然不閉合。Wolf等[36]認為ET的低估是造成能量不閉合的一個重要原因，在前期地表基本裸露，反射率較高，所測凈輻射較小，而在中期和后期玉米植株較高，冠層的熱儲存對玉米田能量平衡影響較大，使得能量閉合較差[34]，這可能導致對雙作物系數法適用性評價的不確定性。由于Kc綜合了土壤、氣象、作物和農藝措施對ET的影響，因此不同的地區(qū)Kc差異較大，在應用時需要進行區(qū)域校正，本研究中引入了LAI來分別計算Es和Tr，提高了雙作物系數法的適用性，但并未考慮種植密度和玉米行方向的影響。此外，由于缺少實測的Tr數據，本文直接利用實測ET和Es之差來替代Tr，這也可能造成雙作物系數法適用性評估的不確定性，在后續(xù)的研究中應使用莖流計或氣孔計對Tr進行觀測，結合實測的ET和Es，并考慮作物種植密度和行方向等的影響，對雙作物系數法進一步修正，能夠提高其在黃土高原地區(qū)估算旱作春玉米ET的適用性。

4 結論

通過2012、2013年在黃土高原地區(qū)旱作春玉米的大田試驗數據，基于實測葉面積指數（leaf area index，LAI）對FAO-56雙作物系數法進行改進，并利用基于渦度相關系統(tǒng)和微型蒸滲儀實測的春玉米蒸散（evapotranspiration，ET）和土壤蒸發(fā)數據對改進的雙作物系數法估算和區(qū)分ET的適用性進行評估，得到以下結論：

1）改進后的雙作物系數法能夠較為準確估算各階段春玉米ET，2012年初期、發(fā)育期、中期、后期和全生育期估算ET值分別為47.0、81.1、172.7、64.6和365.3 mm，全生育期雙作物系數法決定系數、均方根誤差、模型效率系數和平均絕對誤差分別為0.824、0.561 mm/d、0.817 和0.449 mm/d；2013年估算ET值分別為25.1、78.5、211.5、70.5和385.6 mm，全生育期雙作物系數法決定系數、均方根誤差、模型效率系數和平均絕對誤差分別為0.870、0.381 mm/d、0.871和0.332 mm/d，與實測值均較為一致。

2）改進后的雙作物系數法能夠較為準確區(qū)分春玉米ET，Es估算值與實測值具有較為相似的變化，2012年初期、發(fā)育期、中期、后期和全生育期估算土壤蒸發(fā)分別占ET的79.86%、59.95%、20.20%、28.88%和38.12%，2013年分別占ET的66.96%、51.34%、54.04%、29.62% 和33.59%。

本文在計算作物蒸騰的基礎作物系數和土壤表面蒸發(fā)的蒸發(fā)系數中引入LAI，結果表明改進后的雙作物系數法能較好地估算和區(qū)分旱作春玉米ET，可以將其應用于黃土高原地區(qū)旱作玉米田ET估算和區(qū)分中。但本文并未考慮種植密度和行方向等對ET的影響，此外也缺乏實測的作物蒸騰數據，在后續(xù)試驗中需考慮這些因素的影響，對雙作物系數法進一步修正。

[1] Xu C Y, Singh V P. Evaluation of three complementary relationship evapotranspiration models by water balance approach to estimate actual regional evapotranspiration in different climatic regions[J]. Journal of Hydrology, 2005, 308: 105－121.

[2] 張寶忠，許迪，劉鈺，等. 多尺度蒸散發(fā)估測與時空尺度拓展方法研究進展[J]. 農業(yè)工程學報，2015，31(6)：8－16. Zhang Baozhong, Xu Di, Liu Yu, et al. Review of multi-scale evapotranspiration estimation and spatio-temporal scale expansion[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(6): 8－16. (in Chinese with English abstract)

[3] 連晉姣，黃明斌，李杏鮮，等. 夏季黑河中游綠洲樣帶蒸散量遙感估算[J]. 農業(yè)工程學報，2014，30(15)：120－129. Lian Jinjiao, Huang Mingbin, Li Xingxian, et al. Evapotranspiration estimation for oasis transect in middle reach of Heihe river basin based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(15): 120－129. (in Chinese with English abstract)

[4] Ding Risheng, Kang Shaozhong, Zhang Yanqun, et al. Partitioning evapotranspiration into soil evaporation and transpiration using a modified dual crop coefficient model in irrigated maize field with ground-mulching[J]. Agricultural Water Management, 2013, 127: 85－96.

[5] Rana G, Katerji N. Measurement and estimation of actual evapotranspiration in the field under Mediterranean climate: a review[J]. European Journal of Agronomy, 2000, 13: 125－153.

[6] 石小虎，蔡煥杰，趙麗麗，等. 基于SIMDualKc模型估算非充分灌水條件下溫室番茄蒸發(fā)蒸騰量[J]. 農業(yè)工程學報，2015，31(22)：131－138. Shi Xiaohu, Cai Huanjie, Zhao Lili, et al. Estimation of greenhouse tomato evapotranspiration under deficit irrigation based on SIMDualKc model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 131－138. (in Chinese with English abstract)

[7] 梅旭榮，康紹忠，于強，等. 協同提升黃淮海平原作物生產力與農田水分利用效率途徑[J]. 中國農業(yè)科學，2013，46(6)：1149－1157. Mei Xurong, Kang Shaozhong, Yu Qiang, et al. Pathways to synchronously improving crop productivity and field water use efficiency in the North China Plain[J]. Scientia Agricultura Sinica, 2013, 46(6): 1149－1157. (in Chinese with English abstract)

[8] Penman H L. Natural evaporation from open water, bare soil and grass[J]. Proceedings of the Royal Society of London. Series A 193, Mathematical and Physical Sciences, 1948, 193(1032): 120－145.

[9] Monteith J L. Evaporation and Environment[M]. Cambridge: Cambridge University Press, 1965: 205－234.

[10] Allen R G, Pereiral L S, Raes D, et al. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements[M]. Rome: FAO Irrigation and Drainage Paper 56, 1998.

[11] Zhang Baozhong, Liu Yu, Xu Di, et al. The dual crop coefficient approach to estimate and partitioning evapotranspiration of the winter wheat–summer maize crop sequence in North China Plain[J]. Irrigation Science, 2013, 31: 1303－1316.

[12] 趙麗雯，吉喜斌. 基于FAO-56雙作物系數法估算農田作物蒸騰和土壤蒸發(fā)研究：以西北干旱區(qū)黑河流域中游綠洲農田為例[J]. 中國農業(yè)科學，2010，43(19)：4016－4026. Zhao Liwen, Ji Xibin. Quantification of transpiration and evaporation over agricultural field using the FAO-56 dual crop coefficient approach—a case study of the maize field in an oasis in the middlestream of the Heihe River basin in Northwest China[J]. Scientia Agricultura Sinica, 2010, 43(19): 4016－4026. (in Chinese with English abstract)

[13] Kool D, Agam N, Lazarovitch N, et al. A review of approaches for evapotranspiration partitioning[J]. Agricultural and Forest Meteorology, 2014, 184: 56－70.

[14] Rosa R D, Paredes P, Rodrigues G C, et al. Implementing the dual crop coefficient approach in interactive soft-ware: 1. Background and computational strategy[J]. Agricultural Water Management, 2012, 103: 8－24.

[15] Rosa R D, Paredes P, Rodrigues G C, et al. Implementing the dual crop coefficient approach in interactive software: 2. Model testing[J]. Agricultural Water Management, 2012, 103: 62－77.

[16] Qiu Rangjian, Du Taisheng, Kang Shaozhong, et al. Assessing the SIMDualKc model for estimating evapotranspiration of hot pepper grown in a solar greenhouse in Northwest China[J]. Agricultural Systems, 2015, 138: 1－9.

[17] Zhao Nana, Liu Yu, Cai Jiabing, et al. Dual crop coefficient modelling applied to the winter wheat-summer maize crop sequence in North China Plain: basal crop coefficients and soil evaporation component[J]. Agricultural Water Management, 2013, 117: 93－105.

[18] Gao Yang, Yang Linlin, Shen Xiaojun, et al., 2014. Winter wheat with subsurface drip irrigation (SDI): crop coefficients, water-use estimates, and effects of SDI on grain yield and water use efficiency[J]. Agricultural Water Management, 2014, 146: 1－10.

[19] Ferreira M I, Silvestre J, Conceicao N et al. Crop and stress coefficients in rainfed and deficit irrigation vineyards using sap flow techniques[J]. Irrigation Science, 2012, 30: 433－447.

[20] Paco T A, Ferreira M I, Rosa R D, et al. The dual crop coefficient approach using a density factor to simulate the evapotranspiration of a peach orchard: SIMDualKc model versus eddy covariance measurements[J]. Irrigation Science, 2011, 30: 115－126.

[21] Zhao Peng, Li Sien, Li Fusheng, et al. Comparison of dual crop coefficient method and Shuttleworth-Wallace model in evapotranspiration partitioning in a vineyard of northwest China[J]. Agricultural Water Management, 2015, 160: 41－56.

[22] Wei Zheng, Paredes P, Liu Yu, et al. Modelling transpiration, soil evaporation and yield prediction of soybean in North China Plain[J]. Agricultural Water Management, 2015, 147: 43－53.

[23] 米娜，陳鵬獅，張玉書. 幾種蒸散模型在玉米農田蒸散量計算中的應用比較[J]. 資源科學，2009，31(9)：1599－1606. Mi Na, Chen Pengshi, Zhang Yushu, et al. A comparative study on estimation models for field evapotranspiration[J]. Resources Science, 2009, 31(9): 1599－1606. (in Chinese with English abstract)

[24] 高翔，龔道枝，顧峰雪，等. 覆膜抑制土壤呼吸提高旱作春玉米產量[J]. 農業(yè)工程學報，2014，30(6)：62－70. Gao Xiang, Gong Daozhi, Gu Fengxue, et al. Inhibiting soil respiration and improving yield of spring maize in fields with plastic film mulching[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(6): 62－70. (in Chinese with English abstract)

[25] Leuning R. Measurements of trace gas fluxes in the atmosphere using eddy covariance: WPL corrections revisited[M]//Lee X, Massman WJ, Law BE. (Eds) Handbook of Micrometeorology. Dordrecht: Kluwer Academic Publ., 2004, 119－132.

[26] Massman W J. A simple method for estimating frequency response corrections for eddy covariance systems[J]. Agricultural and Forest Meteorology, 2000, 104: 185－198.

[27] 馮禹，崔寧博，魏新平，等. 川中丘陵區(qū)參考作物蒸散量時空變化特征與成因分析[J]. 農業(yè)工程學報，2014，30(14)：78－86. Feng Yu, Cui Ningbo, Wei Xinping, et al. Temporal-spatial distribution characteristics and causes analysis of reference crop evapotranspiration in hilly area of central Sichuan[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(14): 78－86. (in Chinese with English abstract)

[28] 丁日升. 干旱內陸區(qū)玉米田水熱傳輸機理與蒸散發(fā)模型研究[D]. 北京：中國農業(yè)大學，2012. Ding Risheng. Mechanism of Water and Heat Transfer and Evapotranspiration Modeling Over Maize Field in An Arid Inland Region[D]. Beijing: China Agricultural University, 2012. (in Chinese with English abstract)

[29] 劉琦. 利用AquaCrop模型模擬覆膜春玉米耗水和產量[D].北京：中國農業(yè)科學院，2015. Liu Qi. Simulating Water Use and Yield of Plastic Film Mulched Spring Maize with AquaCrop Model[D]. Beijing: Chinese Academy of Agricultural Sciences, 2015. (in Chinese with English abstract)

[30] 馮禹，崔寧博，龔道枝，等. 基于極限學習機的參考作物蒸散量預測模型[J]. 農業(yè)工程學報，2015，31(增刊1)：153－160. Feng Yu, Cui Ningbo, Gong Daozhi, et al. Prediction model of reference crop evapotranspiration based on extreme learning machine[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(Supp.1): 153－160. (in Chinese with English abstract)

[31] Jiang Xuelian, Kang Shaozhong, Tong Ling, et al. Crop coefficient and evapotranspiration of grain maize modified by planting density in an arid region of northwest China[J]. Agricultural Water Management, 2014, 142: 135－143.

[32] Liu Yujie, Luo Yi. A consolidated evaluation of the FAO-56 dual crop coefficient approach using the lysimeter data in the North China Plain[J]. Agricultural Water Management, 2010, 97: 31－40.

[33] Allen R G, Pereira L S. Estimating crop coefficients from fraction of ground cover and height[J]. Irrigation Science, 2009, 28(1): 17－34.

[34] 劉渡，李俊，于強，等. 渦度相關觀測的能量閉合狀況及其對農田蒸散測定的影響[J]. 生態(tài)學報，2012，32(17)：5309－5317. Liu Du, Li Jun, Yu Qiang, et al. Energy balance closure and its effects on evapotranspiration measurements with the eddy covariance technique in a crop land[J]. Acta Ecologica Sinica, 2012, 32(17): 5309－5317. (in Chinese with English abstract)

[35] Li Zhengquan, Yu Guirui, Wen Xuefa, et al. Energy balance closure at China FLUX sites[J]. Science in China Series D: Earth Sciences, 2005, 48(Suppl1): 51－62.

[36] Wolf A, Saliendra N, Akshalov K, et al. Effects of different eddy covariance correction schemes on energy balance closure and comparisons with the modified Bowen ratio system[J]. Agricultural and Forest Meteorology, 2008, 148: 942－952.

Estimating rainfed spring maize evapotranspiration using modified dual crop coefficient approach based on leaf area index

Feng Yu1, Cui Ningbo2, Gong Daozhi1※, Wang Hanbo1, Hao Weiping1, Mei Xurong1
(1. State Key Engineering Laboratory of Crops Efficient Water Use and Drought Mitigation/Key Laboratory of Dryland Agriculture of Ministry of Agriculture, Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100081, China; 2. State Key Laboratory of Hydraulics and Mountain River Engineering, Sichuan University, Chengdu 610065, China)

Evapotranspiration (ET) is vital to energy and water balance in agriculture, and accurate estimation and partition of ET is needed for crop water productivity improvement. In this study, a modified approach of FAO-56 dual coefficients of crop was developed for estimating and partitioning maize ET. Daily basal crop coefficient was dynamically calculated by introducing a canopy cover coefficient which could be simply described as a function of leaf area index (LAI). Daily evaporation coefficient was also calculated by modified canopy cover that was computed by LAI. A field experiment was conducted from May to September during 2012 and 2013 in a rainfed farmland on the Loess Plateau of North China, and daily spring maize ET and soil evaporation were measured by eddy covariance system and micro-lysimeters to validate the modified approach of dual coefficients of crop. The results indicated that the LAI and the maximum plant height in 2012 were slightly larger than those in 2013, with the LAI ranging from 0 to 4.52 m2/m2in 2012 and from 0 to 3.97 m2/m2in 2013, the maximum plant height of 2.98 m in 2012 and 2.97 m in 2013, respectively. Due to large frequency of wetting by rainfall and small canopy cover in initial stage, daily evaporation coefficient fluctuated significantly; then daily evaporation coefficient decreased with the increase of canopy cover in development and mid stages, and increased in late stage. In contrast to daily evaporation coefficient, the change trend of daily basal crop coefficient was relatively small in initial stage; then daily basal crop coefficient increased with the increase of LAI in development and mid stages, and decreased in late stage. Simulated maize ET values in initial, development, mid, late and whole growing season were 47.0, 81.1, 172.7, 64.6 and 365.3 mm in 2012, and 25.1, 78.5, 211.5, 70.5 and 385.6 mm in 2013, respectively, which were in good agreement with the measured ET, with the coefficient of determination (R2) of 0.824, root mean square error (RMSE) of 0.561 mm/d, coefficient of model efficiency (Ens) of 0.817, and average absolute error (AAE) of 0.449 mm/d in 2012, R2of 0.870, RMSE of 0.381 mm/d, Ensof 0.871, and AAE of 0.332 mm/d in 2013, respectively. The good agreements were found between the simulated soil evaporation using the modified approach of dual coefficients of crop and the measured one by micro-lysimeters; the simulated soil evaporation was 1.71, 1.25, 0.61, 0.78 and 0.98 mm/d in initial, development, mid, late and whole growing season, which accounted for 79.86%, 59.95%, 20.20%, 28.88% and 38.12% of ET in 2012, and 0.75, 0.96, 0.87, 0.77 and 0.86 mm/d in initial, development, mid, late and whole growing season, which accounted for 66.96%, 51.34%, 54.04%, 29.62% and 33.59% of ET in 2013, respectively. The results suggested that the modified approach of dual coefficients of crop could estimate and partition rainfed maize ET accurately on the Loess Plateau of North China, and thus could be a useful method for agricultural water management. The current study doesn’t take the effects of maize planting density and direction of maize sowing-line on ET into consideration, and lacks the measured transpiration data, which may bring some uncertainties, and therefore, a further study considering these factors is needed to improve the performances of the approach of dual coefficients of crop.

crops; evapotranspiration; models; the Loess Plateau; rainfed spring maize; FAO-56 dual crop coefficient approach; eddy covariance system

10.11975/j.issn.1002-6819.2016.09.013

S161.4

A

1002-6819(2016)-09-0090-09

馮 禹，崔寧博，龔道枝，王罕博，郝衛(wèi)平，梅旭榮. 基于葉面積指數改進雙作物系數法估算旱作玉米蒸散[J]. 農業(yè)工程學報，2016，32(9)：90－98.

10.11975/j.issn.1002-6819.2016.09.013 http://www.tcsae.org

Feng Yu, Cui Ningbo, Gong Daozhi, Wang Hanbo, Hao Weiping, Mei Xurong. Estimating rainfed spring maize evapotranspiration using modified dual crop coefficient approach based on leaf area index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 90－98. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.09.013 http://www.tcsae.org

2016-01-05

2016-02-23

國家自然科學基金項目（51179194）；國家科技支撐計劃課題（2015BAD24B01）；中央基本科研業(yè)務費（BSRF201609）；農業(yè)部旱作節(jié)水農業(yè)重點實驗室基金（HZJSNY201502）。

馮 禹，男，四川成都人，研究方向為農業(yè)水資源與環(huán)境。北京中國農業(yè)科學院農業(yè)環(huán)境與可持續(xù)發(fā)展研究所，100081。Email：fengyu272@163.com

※通信作者：龔道枝，男，湖南澧縣人，副研究員，研究方向為農業(yè)水資源與環(huán)境。北京 中國農業(yè)科學院農業(yè)環(huán)境與可持續(xù)發(fā)展研究所，100081。Email：gongdaozhi@caas.cn