實(shí)測草坪蒸散量評(píng)價(jià)P-M模型在北京地區(qū)適用性

袁小環(huán)，滕文軍，張 輝，武菊英，楊學(xué)軍

?

實(shí)測草坪蒸散量評(píng)價(jià)P-M模型在北京地區(qū)適用性

袁小環(huán)，滕文軍，張 輝，武菊英※，楊學(xué)軍

（北京草業(yè)與環(huán)境研究發(fā)展中心，農(nóng)業(yè)部華北都市農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室，北京 100097）

為了研究北京地區(qū)的參考作物蒸散（reference evapotranspiration, ET0）特征以及Penman-Monteith（P-M）模型的適用性，2012－2014年生長季，應(yīng)用蒸滲儀實(shí)測了冷季型高羊茅（）、暖季型野牛草（）和鄉(xiāng)土草種青綠苔草（）3種草坪的蒸散，應(yīng)用自動(dòng)氣象站監(jiān)測了試驗(yàn)地的太陽輻射、溫度、空氣相對(duì)濕度、風(fēng)速等氣象參數(shù)，通過P-M模型計(jì)算獲得了ET0。將同期的P-M模型計(jì)算值與實(shí)測值進(jìn)行了不同天氣以及不同尺度下的比較分析，應(yīng)用線性回歸斜率與決定系數(shù)（2）以及均方根誤差（root mean square error，RMSE）與一致性指數(shù)（）等統(tǒng)計(jì)參數(shù)進(jìn)行了一致性評(píng)價(jià)。結(jié)果表明，P-M模型計(jì)算ET0與實(shí)測值在日、周、月尺度上均呈現(xiàn)一致的變化趨勢。北京地區(qū)ET0高峰出現(xiàn)于5月，蒸散速率分別為4.18±0.27（P-M模型）、4.43±0.98（高羊茅）、3.96±0.23（青綠苔草）、3.53±0.25 mm/d（野牛草），10月最低。P-M模型計(jì)算的ET0與太陽輻射、平均氣溫、最高氣溫均呈極顯著的線性關(guān)系，其中ET0與太陽輻射回歸的2最高，達(dá)到0.885。天氣影響P-M模型的準(zhǔn)確性，P-M模型計(jì)算ET0與草坪實(shí)測值的比值隨著太陽輻射的降低（從晴天到雨天）而升高。P-M模型高估了陰雨天下的ET0。P-M模型計(jì)算ET0與實(shí)測值的RMSE和值均隨評(píng)價(jià)尺度減小而增大。實(shí)測ET0在3種草坪間差異顯著，高羊茅>青綠苔草>野牛草。P-M模型計(jì)算ET0與高羊茅實(shí)測值的一致性最高，具有接近1.0的回歸方程斜率（0.99～1.03）、最小的均方根誤差（0.62～1.05 mm/d）和最高的一致性指數(shù)（0.89～0.90）。P-M模型在北京地區(qū)有較好的適用性，但在陰雨天氣及春季低溫情況下會(huì)高估ET0。

蒸散；草坪；模型；蒸滲儀；高羊茅；青綠苔草；野牛草

0 引 言

蒸散是水分從植被（包括植物與地面）向大氣傳輸?shù)倪^程，是生態(tài)系統(tǒng)水循環(huán)的重要環(huán)節(jié)，是農(nóng)業(yè)生產(chǎn)管理的主要影響因素，代表著一個(gè)地區(qū)的水分耗散水平，其強(qiáng)度由氣象條件決定。Penman于1948年提出了潛在蒸散（potential evapotranspiration, ETp）的概念以定量表達(dá)這種水分耗散強(qiáng)度：“土壤水分充足條件下完全覆蓋地面、高度一致（8～15 cm）的低矮綠色作物在一定時(shí)間內(nèi)的蒸騰量”，并建立模型模擬這種水分耗散過程[1]。由于該定義規(guī)定得較為模糊，參考作物蒸散（reference evapotranpiration, ET0）的概念得到更多認(rèn)同與更廣泛的應(yīng)用，其被明確定義為“高0.12 m、綜合表面阻力為70 s/m、反射率為0.23的一種假想?yún)⒖甲魑锏恼羯⑺俾?，可以近似代表高度一致、生長良好、水分充足、完全覆蓋地面的大面積綠草的蒸散”[2]。

實(shí)測和模型模擬是研究ET0的經(jīng)典方法。實(shí)測法采用大型蒸滲儀直接測量地被的蒸散，而模型模擬則是應(yīng)用理論公式和經(jīng)驗(yàn)參數(shù)進(jìn)行ET0計(jì)算。先后發(fā)展出多種ET0模型，根據(jù)輸入?yún)?shù)大致分為輻射型、溫度型、蒸發(fā)皿型以及綜合型[3]，其中綜合型Penman-Monteith（P-M）模型因擬合的準(zhǔn)確性被廣泛應(yīng)用[2,4-5],然而亦有不少研究得出不同的結(jié)果[6-7]。因?yàn)槟Ｐ偷倪m用性隨氣候條件發(fā)生變化，通常采用蒸滲儀實(shí)測法進(jìn)行模型檢驗(yàn)與參數(shù)修正[8-9]。

中國雖有少量ET0實(shí)測研究，如徐俊增等[10-11]在陜西關(guān)中地區(qū)評(píng)價(jià)了11種ET0模型，強(qiáng)小嫚等[12]在華東地區(qū)評(píng)價(jià)了4種ET0模型，Liu等[3]、袁小環(huán)等[13]在北京地區(qū)評(píng)價(jià)了多種ET0模型的適用性，但僅實(shí)測了一種草坪一個(gè)生長季的蒸散。實(shí)測植物多選用高羊茅（）、草地早熟禾（）等冷季型草種[3,14-15]。這些植物覆地效果好，易形成均一的下墊面，經(jīng)人工管理，接近ET0對(duì)參考作物的定義，因此被廣泛應(yīng)用。本文通過連續(xù)3 a蒸滲儀實(shí)測冷季型禾草高羊茅、暖季型禾草野牛草（）、本地草種青綠苔草（）草坪的蒸散，與FAO推薦的P-M模型計(jì)算的ET0進(jìn)行比較分析，意在：1）揭示北京地區(qū)的ET0特性；2）評(píng)價(jià)P-M模型在不同天氣、不同尺度下的應(yīng)用準(zhǔn)確性；3）研究草種對(duì)實(shí)測ET0以及評(píng)價(jià)P-M模型的影響，以期為作物和植被耗水研究、區(qū)域水量平衡分析、農(nóng)林業(yè)用水管理奠定基礎(chǔ)。

1 材料與方法

試驗(yàn)區(qū)位于北京市昌平區(qū)國家精準(zhǔn)農(nóng)業(yè)試驗(yàn)示范基地，40°10′36″N，116°26′13″E，海拔36 m。溫帶季風(fēng)氣候，月均溫?2.9～26.7 ℃；年降水544.8 mm，其中55.7%發(fā)生于7、8兩月；空氣相對(duì)濕度8月最高，為73.6%[16]。

試驗(yàn)地表層（0～20 cm）土壤為壤土，pH值為7.6，有機(jī)質(zhì)質(zhì)量分?jǐn)?shù)為16.7 g/kg，容重為1.3 g/cm3，田間持水量為32%。

1.1 播種與管理

2011年8月12日播種‘金太陽’高羊茅（‘Golden sun’）、青綠苔草、野牛草建植草坪，播種量分別為30、13、15 g/m2。每種草播種2個(gè)蒸滲儀。蒸滲儀1.3 m × 1.3 m，深2.3 m（2 m原狀土下填0.3 m河沙），自動(dòng)測量土體水質(zhì)量、稱重傳感器值及2次記錄差值、杠桿系數(shù)、時(shí)間常數(shù)、蒸降速率、滲漏量等數(shù)據(jù)并記錄。測量靈敏度為0.01 mm。

不定期修剪草坪，使其高度保持10～15 cm，以符合參考作物12 cm的定義[2]。蒸滲儀內(nèi)表層20 cm深度安裝張力計(jì)（SoilSpec，澳大利亞）觀測土水勢（基質(zhì)勢）。當(dāng)土水勢降低到–20 kPa（根據(jù)TDR測量，此時(shí)體積含水率為21%，為66%田間持水量）時(shí)，灌溉使土水勢達(dá)到–0.03 kPa以上。灌溉采用吊懸微噴，流速1 m3/h，水壓0.2 MPa。

蒸滲儀周圍8 m范圍內(nèi)播種高羊茅，與蒸滲儀內(nèi)草坪同樣管理；外側(cè)25 m為高度30 cm的苔草地被；其外為大面積的禾草和冬小麥夏玉米植被。

1.2 氣象數(shù)據(jù)采集與P-M模型

氣象站（Dynamet，美國Dynamax公司）位于蒸滲儀北100 m處的空地上，周圍為高30～100 cm的苔草和低矮禾草。測量氣象參數(shù)包括空氣溫度、空氣相對(duì)濕度、太陽輻射和高度2 m的風(fēng)速等ET0模型計(jì)算所需參數(shù)。

P-M模型[2]：

式中ET0為參考作物蒸散（mm/d），Δ為飽和水汽壓-溫度曲線斜率（kPa/°C），R為冠層表面凈輻射（MJ/(m2·d)），為平均氣溫（°C），為土壤熱通量（MJ/(m2·d)），2為2 m高處風(fēng)速（m/s），e為飽和水汽壓（kPa），e為實(shí)際水汽壓（kPa），為濕度計(jì)常數(shù)（kPa/℃）。

Dynamet氣象站觀測到太陽輻射（s），根據(jù)Fao-56文件推薦的凈短波輻射與凈長波輻射差值法計(jì)算凈輻射n，代入P-M模型[2]。

1.3 數(shù)據(jù)處理與一致性評(píng)價(jià)

蒸滲儀和氣象站的數(shù)據(jù)采集時(shí)間間隔設(shè)定為10 min，保持同步。采集時(shí)間為2012－2014年生長季，即每年4月1日－10月31日。日、周尺度分析中，由于儀器故障產(chǎn)生的異?；蛉笔?shù)據(jù)被剔除；月尺度分析中，異常或缺失的數(shù)據(jù)采取近鄰或局部均值法進(jìn)行差補(bǔ)。

借鑒《天氣術(shù)語》（DB51/T580-2006）[17]的規(guī)定并調(diào)整，以每月數(shù)值最高日的太陽輻射作為基準(zhǔn)，依據(jù)每日太陽輻射占基準(zhǔn)的百分比劃分天氣：80%～100%為晴天，40%～60%為多云，0～20%為陰天，白天10:00—15:00降雨且降雨量達(dá)到3 mm為雨天。

分別應(yīng)用日、周、月的平均氣象數(shù)據(jù)，應(yīng)用P-M模型計(jì)算日、周、月尺度的ET0。設(shè)置截距為0，分別以高羊茅、青綠苔草、野牛草的蒸滲儀實(shí)測蒸散值為標(biāo)準(zhǔn)值，與P-M模型計(jì)算值進(jìn)行線性回歸分析，采取統(tǒng)計(jì)參數(shù)斜率、判定系數(shù)（2）、均方根誤差（root mean square error，RMSE，mm/d）、一致性指數(shù)（）來評(píng)價(jià)不同尺度上模型計(jì)算值與3種草坪實(shí)測值的一致程度[18]。

2 結(jié)果與分析

2.1 月尺度ET0與氣象參數(shù)的相關(guān)性

影響蒸散的氣象因子主要包括太陽輻射、溫度、空氣濕度和風(fēng)速，降水因?yàn)槭巧鷳B(tài)系統(tǒng)水循環(huán)的主要輸入項(xiàng)而影響蒸散。為了分析各氣象因子對(duì)蒸散的貢獻(xiàn)，了解該地區(qū)的蒸散特征，分別對(duì)由P-M模型計(jì)算的ET0與主要?dú)庀髤?shù)進(jìn)行線性回歸，結(jié)果如表1所示。

2012年、2013年生長季總降水量分別為323.0、408.7 mm，其中7月降水量最高，分別占總降水量的37.5%、30.3%。2014年生長季總降水為243.3 mm，9月最高，占40.6%。太陽輻射、平均氣溫、平均空氣相對(duì)濕度、平均風(fēng)速分別在5—6月、7月、8—9月、4—5月最高。ET0在5月達(dá)到最大值，同段永紅等的研究結(jié)果[19]，3 a的均值為4.18 mm/d。

ET0分別與太陽輻射、平均氣溫、最高氣溫呈極顯著的線性關(guān)系（< 0.01），其中ET0與太陽輻射的判定系數(shù)達(dá)到0.885，而ET0與最高氣溫的判定系數(shù)高于其與平均氣溫。ET0與最低氣溫、平均風(fēng)速呈顯著的線性關(guān)系（< 0.05）。說明太陽輻射是影響ET0的最重要的氣象因子，氣溫次之。風(fēng)速亦顯著影響蒸散。

各種氣象因子共同作用影響蒸散強(qiáng)度。不同地區(qū)，或同一地區(qū)的不同季節(jié)，每種氣象因子對(duì)蒸散影響的作用大小可能不同。在北京市郊平原地區(qū)，夏、冬、春秋季與ET0相關(guān)性最大的氣象因子分別為日照時(shí)數(shù)、風(fēng)速和相對(duì)濕度[20]。Liu等[21]采用多年數(shù)據(jù)（1951—2010）分析北京地區(qū)ET0對(duì)氣象變化的敏感性，平均氣溫為最關(guān)鍵因子，其次為相對(duì)濕度，且麥季對(duì)于ET0變化的貢獻(xiàn)高于玉米季。黃河流域中游區(qū)域的數(shù)據(jù)表明，年度參考作物蒸散的變化對(duì)太陽輻射最敏感，其次是空氣相對(duì)濕度和平均氣溫，但是氣象因素對(duì)ET0的影響隨地區(qū)和時(shí)段的不同而變化，1960—2012年間空氣相對(duì)濕度對(duì)ET0變化的影響逐漸降低而氣溫逐漸增強(qiáng)[22]。羅雨等[23]認(rèn)為，影響ET0的主要?dú)庀笠蜃与S季節(jié)發(fā)生變化。本研究結(jié)果表明，這種隨季節(jié)而變化的相關(guān)性反映在生長季尺度，太陽輻射與ET0的相關(guān)性最高。

表1 2012－2014年生長季的ET0、氣象參數(shù)及其線性回歸

注：ET0與各氣象參數(shù)線性回歸，“*”、“**”分別表示在0.05、0.01水平上差異顯著。

Note: Linear regression between ET0and each meteorological parameter, “*”, “**” mean significant at0.05,0.01, respectively.

2.2 不同天氣下ET0特點(diǎn)

鑒于太陽輻射是影響ET0的最關(guān)鍵氣象因子，選擇2012－2014年生長季144個(gè)晴天、65個(gè)多云、27個(gè)陰天、17個(gè)雨天的數(shù)據(jù)，對(duì)不同天氣下的ET0進(jìn)行了分析。

ET0呈現(xiàn)隨太陽輻射減少而降低的趨勢（圖1），晴天最強(qiáng)，雨天最弱。P-M模型計(jì)算與3種草坪實(shí)測ET0趨勢一致。P-M模型計(jì)算值的折線比較平緩，而草坪實(shí)測值的折線波動(dòng)較大，尤其在晴天下特征明顯。反映了草坪的生命特性，其蒸散不僅受氣象因素影響，同時(shí)受管理措施制約。2012年6月4日、6月15日下午灌溉，次日草坪蒸散增強(qiáng)（圖1a），尤以高羊茅表現(xiàn)明顯。

P-M模型計(jì)算ET0與實(shí)測值的相對(duì)大小呈現(xiàn)隨太陽輻射減少而升高的趨勢。反映在計(jì)算值與同種草坪實(shí)測值的比值上，則從晴天到雨天逐步上升（圖2）。該比值因草種不同而有差異，陰天為1.59～2.27，雨天為2.32～3.00，P-M模型高估了陰雨天氣的ET0。

即使同屬一類天氣，每日的氣象參數(shù)亦有較大差異，加上陰雨天的樣本數(shù)較少，致使陰天和雨天P-M模型計(jì)算ET0與實(shí)測值的比值均值的標(biāo)準(zhǔn)差較大，但總體趨勢明顯，雨天>陰天>多云、晴天，差異達(dá)到極顯著水平（<0.01）。

同在雨天條件下，P-M模型對(duì)ET0的高估程度并不相同，主要決定于降雨發(fā)生的時(shí)間。2012年9月2日降雨發(fā)生于0:00－10:10，降雨量為17.2 mm，2014年5月9日降雨發(fā)生于14:00－14:10，降雨量為4.2 mm，此2 d的降雨避開了太陽輻射與蒸散最強(qiáng)的中午時(shí)段或降雨歷時(shí)短，實(shí)測草坪蒸散與P-M模型計(jì)算值較為接近。2012年4月24日降雨發(fā)生于06:40－16:20，降雨量為13.2 mm，2013年7月9日，降雨發(fā)生于06:30－15:40，降雨量為3 mm，此2 d的降雨發(fā)生于一日中太陽輻射和蒸散最強(qiáng)的時(shí)段，P-M模型計(jì)算的參考作物蒸散遠(yuǎn)遠(yuǎn)高于草坪實(shí)測值。

2.3 ET0逐日趨勢

經(jīng)剔除異常數(shù)據(jù)（蒸滲儀土體水質(zhì)量保持1 200 kg不變），2012－2014年4月1日－10月31日，共計(jì)489 d的數(shù)據(jù)用于參考作物蒸散逐日趨勢分析，其中2012年150 d，2013年189 d，2014年150 d。

P-M模型計(jì)算與草坪實(shí)測ET0逐日趨勢一致（圖3）。植物生長旺盛、蒸散強(qiáng)烈的5－7月日蒸散波動(dòng)較大，8月之后趨于平緩。每生長季的4條線性趨勢線均呈現(xiàn)前高后低的形態(tài)，說明生長季前期蒸散強(qiáng)于后期。2013年4月1日－20日之間，模型計(jì)算值明顯高于實(shí)測草坪蒸散，是因?yàn)楫?dāng)年春季低溫（4月1日－4月20日的平均氣溫為9.5 ℃，低于2012年、2014年同期的14.2 ℃、15.0 ℃），影響了草坪的生長與蒸散強(qiáng)度。

由折線和趨勢線均可看出，2012年的蒸散強(qiáng)度由高至低分別為高羊茅>P-M模型>青綠苔草>野牛草，2013年的蒸散強(qiáng)度由高至低分別為P-M模型>高羊茅>青綠苔草>野牛草，2014年3種草坪蒸散接近，均低于P-M模型計(jì)算結(jié)果。2012年、2013年、2014年，P-M模型計(jì)算所得的生長季平均ET0分別為3.47、3.36、3.14 mm/d，高羊茅實(shí)測值分別為3.85、3.14、2.81 mm/d，青綠苔草實(shí)測值分別為2.77、2.80、2.82 mm/d，野牛草實(shí)測值分別為2.46、2.48、2.87 mm/d。相較于P-M模型，高羊茅蒸散呈現(xiàn)下降趨勢，而青綠苔草和野牛草的實(shí)測蒸散相對(duì)于P-M模型計(jì)算值呈現(xiàn)穩(wěn)中有升的趨勢，同Wherley等的研究結(jié)果[24]。

圖1 生長季不同天氣下的逐日ET0

注：同一草坪不同小寫字母表示處理間差異顯著（P<0.05）。

2.4 周、月尺度ET0蒸散特點(diǎn)

周、月尺度上，模型計(jì)算ET0與3種草坪實(shí)測值的關(guān)系與逐日趨勢相似（圖4）。

周尺度上，模型計(jì)算ET0與實(shí)測值的一致性略低，是天氣因素和草坪管理兩方面影響的結(jié)果。2013年春寒，4月1日－20日的平均氣溫為9.5 ℃，而2012、2014年同期分別為14.2、15.0 ℃，低溫限制了草坪草的生長和蒸騰，造成2013年4月8日－14日的P-M模型計(jì)算值高于實(shí)測蒸散（圖4b），即P-M模型高估了ET0。2012年7月10日－16日期間（圖4a），12日和16日均發(fā)生了降雨，2013年7月3日－9日期間，9日全天降雨，而6日－8日每天有零星降雨，因?yàn)橛晏鞐l件下P-M模型高估蒸散，加上2012年7月11日和2013年7月3日對(duì)高羊茅和青綠苔草草坪進(jìn)行了修剪，兩方面因素的疊加造成了模型計(jì)算值相對(duì)于實(shí)測蒸散的偏離。2012年5月22日－28日為P-M模型計(jì)算以及實(shí)測高羊茅草坪和青綠苔草草坪的蒸散高峰，蒸散速率分別為5.22、7.13、5.06 mm/d，而由于野牛草暖季型的特點(diǎn)春季返青晚，其蒸散速率最高值5.24 mm/d出現(xiàn)于2014年7月8日－14日。

氣溫對(duì)蒸散的影響同樣反映在月尺度上，如2013年4月P-M模型計(jì)算ET0明顯高于實(shí)測草坪值（圖4c）。實(shí)測和模型計(jì)算結(jié)果表明，北京地區(qū)參考作物蒸散高峰出現(xiàn)于5月，蒸散速率分別為4.18±0.27（P-M模型）、4.43±0.98（高羊茅）、3.96±0.23（青綠苔草）、3.53± 0.25 mm/d（野牛草），其次為8月和6月，10月是生長季ET0最低的月份。

2.5 P-M模型計(jì)算ET0與實(shí)測值一致性評(píng)價(jià)

方差分析表明，3種草坪的蒸散速率分別在日、周、月尺度上差異顯著。日尺度上，蒸散速率依次為高羊茅（3.28 mm/d）>青綠苔草（2.81 mm/d）>野牛草（2.62 mm/d）；周、月尺度上，高羊茅的蒸散速率顯著大于野牛草（<0.1）。

P-M模型計(jì)算ET0與實(shí)測高羊茅蒸散值最接近，斜率為0.99～1.03，明顯高于實(shí)測青綠苔草和野牛草蒸散值（表2）。2在草種和尺度上略有差別，除了月尺度上計(jì)算值與實(shí)測青綠苔草蒸散的2較高（0.8），其余2為0.65～0.74（<0.1）。

RMSE隨著評(píng)價(jià)尺度減小而增大，在日、周、月尺度上模型計(jì)算ET0與野牛草實(shí)測值的RMSE均高于高羊茅和青綠苔草2種草坪。值在不同尺度間差別較小，日尺度上略高于周尺度和月尺度。模型計(jì)算ET0與高羊茅實(shí)測值相比較的值最高。

圖3 生長季逐日ET0

圖4 周、月尺度模型計(jì)算ET0與實(shí)測值

表2 模型計(jì)算ET0與草坪實(shí)測值的線性回歸以及均方根誤差與一致性指數(shù)

注：回歸方程中“”為實(shí)測ET0，“”為P-M模型計(jì)算ET0。

Note: The ‘’ in the regression equation means measured ET0and the ‘’ means calculated ET0by P-M model.

綜合各項(xiàng)統(tǒng)計(jì)參數(shù)，P-M模型計(jì)算ET0與高羊茅實(shí)測值的一致性最高，具有接近1.0的回歸方程斜率（0.99～1.03）、最小的均方根誤差（0.62～1.05 mm/d）和最高的一致性指數(shù)（0.89～0.90）。

3 討 論

模型計(jì)算和草坪實(shí)測ET0同由氣象因素決定，但不利的氣象因素對(duì)模型計(jì)算和草坪蒸散的影響程度不同。López-Urrea等[25]的研究結(jié)果表明，倒春寒不僅使葡萄的年蒸散量由505～550 mm降低到377 mm，還使作物系數(shù)（實(shí)測作物蒸散與ET0的比值）由0.70～0.75降低到0.60，說明低溫對(duì)實(shí)測值的影響大于對(duì)模型計(jì)算值的影響。本研究中，在2013年春季低溫的條件下，4月8－14日及4月整月P-M模型計(jì)算值明顯高于草坪實(shí)測蒸散速率。

除了由氣象因素決定之外，草坪蒸散還受生長狀態(tài)和管理措施的影響。高羊茅等冷季型草因?qū)饪椎目刂迫醵哂休^高的蒸散速率，不適宜在干熱氣候下種植[2]。其適宜的生長溫度為10～24 ℃，高溫影響生理代謝，造成生長延緩、葉色褪綠，甚至死亡[26]，并不適應(yīng)北京地區(qū)夏季高溫高濕、冬季寒冷干旱的氣候條件，因此呈現(xiàn)出隨生長年限延長蒸散速率相對(duì)降低的趨勢。灌溉、修剪管理亦影響草坪蒸散。下午灌溉后次日若是晴天，則草坪蒸散明顯增強(qiáng)。修剪與降雨的疊加作用使草坪蒸散明顯降低。

實(shí)測草坪蒸散與模型模擬是研究參考作物蒸散的2種常用方法，其中實(shí)測草坪蒸散亦是評(píng)價(jià)和校正ET0模型的標(biāo)準(zhǔn)方法。由于不同草種具有不同的蒸散特性，草種選擇對(duì)于評(píng)價(jià)結(jié)果的準(zhǔn)確性至關(guān)重要。Zhang等[27]研究表明冷季型草的作物系數(shù)（0.93～1.14）均高于暖季型草（0.66～0.92），與本研究相符。同為冷季型草，高羊茅的蒸散速率略高于草地早熟禾和多年生黑麥草[28-29]。

ET0的概念最初于FAO第24號(hào)文件中提出，當(dāng)時(shí)給出的“參考作物”高度為8～15 cm[30]，本研究從可操作性出發(fā)，結(jié)合FAO第56號(hào)文件12 cm高度的規(guī)定[2]，將草坪高度控制在10～15 cm。66%的田間持水量作為水分下限稍低，由于試驗(yàn)場地限制蒸滲儀周邊的下墊面不夠均一，會(huì)對(duì)實(shí)測蒸散和模型計(jì)算結(jié)果的一致性評(píng)價(jià)產(chǎn)生偏差。但從試驗(yàn)地設(shè)立和試驗(yàn)操作的便利性上考慮，這些差別是可接受的[3,7]。

4 結(jié) 論

本研究的結(jié)果表明，P-M模型計(jì)算ET0與實(shí)測值在日、周、月尺度上均呈現(xiàn)一致的變化趨勢。北京地區(qū)的ET0高峰出現(xiàn)于5月，蒸散速率分別為4.18±0.27（P-M模型）、4.43±0.98（高羊茅）、3.96±0.23（青綠苔草）、3.53±0.25 mm/d（野牛草），其次為8月和6月，10月是生長季ET0最低的月份。

P-M模型計(jì)算的ET0與太陽輻射、平均氣溫、最高氣溫均呈極顯著的線性關(guān)系，其中ET0與太陽輻射回歸的判定系數(shù)最高，達(dá)到0.885。不同天氣下，P-M模型計(jì)算ET0與實(shí)測值的比值不同，從晴天到雨天隨著太陽輻射的減少而升高。P-M模型高估了陰雨天氣下的ET0。

P-M模型計(jì)算ET0與實(shí)測值線性回歸的斜率和2在日、周、月尺度上略有不同，不具有規(guī)律性，而RMSE和值均隨評(píng)價(jià)尺度減小而增大。實(shí)測ET0在3種草坪間差異顯著，高羊茅>青綠苔草>野牛草。P-M模型計(jì)算ET0與高羊茅實(shí)測值的一致性最高，具有接近1.0的回歸方程斜率（0.99～1.03）、最小的均方根誤差（0.62～1.05 mm/d）和最高的一致性指數(shù)（0.89～0.90）。

[1] Penman H L. Natural evapotranspiration from open water, bare soil and grass[C] // Proceedings of the Royal Society of London, 1948.

[2] Allen R G, Pereiro L S, Raes D. et al. Crop Evapotranspirtion: Guidelines for Computing Crop Requirements [M]. Rome: FAO, Irrigation and Drainage paper No. 56, 1998.

[3] Liu Xiaoying, Xu Chunying, Zhong Xiuli, et al. Comparison of 16 models for reference crop evapotranspiration against weighing lysimeter measuremeng[J]. Agricultural Water Management, 2017, 184: 145－155.

[4] Jensen M E, Burman R D, Allen R G. Evapotranspiration and irrigation water requirements[C]//ASCE Manuals and Reports on Engineering Practices No. 70, New York: ASCE, 1990.

[5] Yoder R E, Odhiambo L O, Wright W C. Evaluation of methods for estimatingdaily reference crop evapotranspiration at a site in the humid southeast United States[J]. Applied Engineering in Agriculture, 2005, 21(2): 197－202.

[6] Berengena J, Gavilán P. Reference evapotranspiration estimation in a highly advective semi-arid environment [J]. Journal of Irrigation and Drainage Engineering - ASCE, 2005, 131(2): 147－163

[7] Howell T A, Evett S R, Schneider A D, et al. Evapotranspiration of irrigated fescue grass in a semi-arid environment [C] // Presentation at the 1998 ASCE Annual International Meeting. St. Joseph, USA: ASCE, 1998.

[8] Azhar A H, Perera B J C. Evaluation of reference evapotranspiration estimation methods under southeast Australian conditions [J]. Journal of Irrigation and Drainage Engineering - ASCE, 2011, 137(5): 268－279.

[9] Vaughan P J, Trout T J, Ayars J E. A processing method for weighing lysimeter data and comparison to micrometeorological ET0predictions [J]. Agricultural Water Management, 2007, 88(1/2/3): 141－146.

[10] 徐俊增，彭世彰，丁加麗，等. 基于蒸滲儀實(shí)測數(shù)據(jù)的日參考作物蒸發(fā)騰發(fā)量計(jì)算方法評(píng)價(jià)[J]. 水利學(xué)報(bào)，2010，41(12)：1497－1505. Xu Junzeng, Peng Shizhang, Ding Jiali, et al. Evaluation of methods for estimating daily reference crop evapotranspiration based on lysimeter grass experiments [J]. Journal of Hydraulic Engineering, 2010, 41(12): 1497－1505. (in Chinese with English abstract)

[11] Xu Junzeng, Peng Shizhang, Ding Jiali, et al. Evaluation and calibration of simple methods for daily reference evapotranspiration estimation in humid East China [J]. Archives of Agronomy and Soil Science, 2013, 59(6): 845－858.

[12] 強(qiáng)小嫚，蔡煥杰，孫景生，等. 陜西關(guān)中地區(qū)ET0計(jì)算公式的適用性評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(20)：121－127. Qiang Xiaoman, Cai Huanjie, Sun Jingsheng, et al. Adaptability evaluation for reference evapotranspiration (ET0) formulas in Guanzhong Region of Shaanxi [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(20): 121－27. (in Chinese with English abstract)

[13] 袁小環(huán)，楊學(xué)軍，陳超，等. 基于蒸滲儀實(shí)測的參考作物蒸散發(fā)模型北京地區(qū)適用性評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(13)：104－110. Yuan Xiaohuan, Yang Xuejun, Chen Chao, et al. Applicability assessment of reference evapotranspiration models in Beijing based on lysimeter measurement [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(13): 104－110. (in Chinese with English abstract)

[14] Razzaghi F, Sepaskhah A R. Calibration and validation of four common ET0estimation equations by lysimeter data in a semi-arid environment[J]. Archives of Agronomy and Soil Science, 2012, 58(3): 303－319.

[15] Bakhtiari B, Ghahreman N, Liaghat A. Evaluation of reference evapotranspiration models for a semiarid environment using lysimeter measurements [J]. Journal of Agricultural Science and Technology, 2011, 13: 223－237.

[16] Yuan Xiaohuan, Teng Wenjun, Yang Xuejun, et al. Evapotranspiration and irrigation scheduling for three landscape ornamentals in Beijing, China [J]. New Zealand Journal of Crop Horticulture. 2009, 37: 289－194.

[17] 詹兆渝，潘建華，范曉宏，等. DB51/T580-2006天氣術(shù)語[S]. 成都：四川省質(zhì)量技術(shù)監(jiān)督局，2006.

[18] 梁浩，胡克林，李保國，等. 土壤-作物-大氣系統(tǒng)水熱碳氮過程耦合模型構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(24)：54－66. Liang Hao, Hu Kelin, Li Baoguo, et al. Coupled simulation of soil water-heat-carbon-nitrogen process and crop growth at soil-plant-atmosphere continuum system [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(24): 54－66. (in Chinese with English abstract)

[19] 段永紅，陶澍，李本綱. 北京市參考作物蒸散量的時(shí)空分布特征[J]. 中國農(nóng)業(yè)氣象，2004，25(2)：22－25. Duan Yonghong, Tao Shu, Li Bengang. Spacial and temporal variation of reference crop evapotranspiration in Beijing [J]. Chinese Journal of Agrometeorology, 2004, 25(2): 22－25. (in Chinese with English abstract)

[20] 宋振偉，唐衡，孔箐鋅，等. 京郊平原參考作物騰發(fā)量及其與氣象因子相關(guān)性研究[J]. 灌溉排水學(xué)報(bào)，2009，28(6)：74－77. Song Zhenwei, Tang Heng, Kong Qingxin, et al. Crop reference evapotranspiration and its correlation with the meteorological factors in Beijing plain [J]. Journal of Irrigation and Drainage, 2009, 28(6): 74－77. (in Chinese with English abstract)

[21] Liu Haijun, Li Yan, Josef T, et al. Quantitative estimation of climate change effects on potential evapotranspiration in Beijing during 1951－2010 [J]. Journal of Geographical Sciences. 2014, 24(1): 93－112.

[22] She Dunxian, Xia Jun, Zhang Yongyong. Changes in reference evapotranspiration and its driving factors in the middle reaches of Yellow River Basin, China [J]. Science of the Total Environment, 2017, 607: 1151－1162.

[23] 羅雨，劉海軍，李艷. 北京地區(qū)參考作物蒸散量變化趨勢及其主要影響因素分析[J]. 干旱地區(qū)農(nóng)業(yè)研究，2010，28(1)：34－38. Luo Yu, Liu Haijun, Li Yan. Changing trend and dominated meteorological variables of reference crop evapotranspiration in Beijing [J]. Agricultural Research in the Arid Areas, 2010, 28(1): 34－38. (in Chinese with English abstract)

[24] Wherley B, Dukes M D, Cathey S, et al. Consumptive water use and crop coefficients for warm-season turfgrass species in the Southeastern United States [J]. Agricultural Water Management, 2015, 156: 10－18.

[25] López-Urrea R, Montoro A, Manas F. Evapotranspiration and crop coefficients from Lysimeter measurements of mature ‘Tempranillo’ wine grapes [J]. Agricultural Water Management, 2012, 112:13－20.

[26] 何亞麗，曹衛(wèi)星，劉友良，等. 冷季型草坪草耐熱性研究綜述[J]. 草業(yè)學(xué)報(bào)，2000，9(2)：58－63. He Yali, Cao Weixing, Liu Youliang, et al. A review on heat tolerance of cool-season turf-grasses [J]. Acta Prataculturae Sinica, 2000, 9(2): 58－63. (in Chinese with English abstract)

[27] Zhang Xinmin, Hu Lin, Bian Xiuju, et al. The most economical irrigation amount and evapotranspiration of the turfgrasses in Beijing City, China [J]. Agricultural Water Management, 2007, 89: 98－104.

[28] 趙炳祥，胡林，陳佐忠，等. 常用六種草坪草蒸散量及作物系數(shù)的研究[J]. 北京林業(yè)大學(xué)學(xué)報(bào)，2003，25(6)：39－44. Zhao Bingxiang, Hu Lin, Chen Zuozhong, et al. Evapotranspiration rates and crop coefficients of turfgrasses in North China [J]. Journal of Beijing Forestry University, 2003, 25(6): 39－44. (in Chinese with English abstract)

[29] 孫強(qiáng)，韓建國，姜麗，等. 草坪蒸散量及水分管理的研究[J]. 草地學(xué)報(bào)，2004，12(1)：51－56. Sun Qiang, Han Jianguo, Jiang Li, et al. Study on the evapotranspiration rate and water management of turf [J]. Acta Agrestia Sinica, 2004, 12(1): 51－56. (in Chinese with English abstract)

[30] Doorenbos J, Pruitt W O. Guidelines for predicting crop water requirements [M]//Irrigation and Drainage Paper 24.Rome: FAO, 1977.

Suitability assessment of P-M model by measuring ET0of turfs in Beijing, China

Yuan Xiaohuan, Teng Wenjun, Zhang Hui, Wu Juying※, Yang Xuejun

(100097,)

Reference evapotranspiration (ET0) is an important parameter for agricultural irrigation scheme. Penman-Monteith (P-M) model is used extensively to simulate ET0for its accuracy in Europe and America area. But it’s rarely evaluated by lysimeter measurement in China. This study aimed to: 1) reveal ET0characteristics in Beijing area; 2) evaluate the accuracy of P-M model under different weathers and at different scales; 3) research the effect of plant species on ET0measurement and P-M model evaluation. The evapotranspiration of the cool-season grass, the warm-season grass, and the native speciesduring the growing seasons of 2012-2014 was measured by lysimeters. Meteorological parameters of the solar radiation, the temperature, the air relative humidity, and the wind speed were measured using a weather station and were put into P-M model to obtain ET0values. Comparison was conducted between the P-M calculated ET0and the measured values under different weather conditions and at different scales. The consistency was analyzed using the statistical parameters of the slope and the coefficient of determination (2) of the linear regression, the root mean square error (RMSE), and the concordance index (). The results indicated that the calculated ET0showed consistent trends with the measured values at all the daily, weekly, and monthly scales. The peak of the monthly ET0came in May, with the values of 4.18±0.27 (P-M), 4.43±0.98 (), 3.96±0.23 (), 3.53±0.25 mm/d (). October had the lowest value. The monthly calculated ET0showed a significant linear relationship with the solar radiation, the average air temperature, and the highest air temperature (<0.01). The regression between ET0and the solar radiation had the highest2of 0.885. The ratio of the calculated ET0to the measured value varied with different weathers. It increased with the solar radiation decreasing from the sunny to the rainy day. The P-M model overestimated ET0under overcast and rainy weathers. The RMSE andbetween the P-M calculated ET0and the measured values increased with the assessment scale decreasing. The measured ET0differed significantly, sorted by>>. The calculated ET0was the highest consistent with the measured value of, with the regression slope of 0.99-1.03, the lowest RMSE of 0.62-1.05 mm/d, and the highestof 0.89-0.90. It’s concluded that P-M model was applicable for Beijing area. But it could overestimate ET0under overcast and rainy weathers or in cold spring.

evapotranspiration; turf; models; lysimeter;;;

袁小環(huán)，滕文軍，張 輝，武菊英，楊學(xué)軍. 實(shí)測草坪蒸散量評(píng)價(jià)P-M模型在北京地區(qū)適用性[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(7)：147－154. doi：10.11975/j.issn.1002-6819.2018.07.019 http://www.tcsae.org

Yuan Xiaohuan, Teng Wenjun, Zhang Hui, Wu Juying, Yang Xuejun. Suitability assessment of P-M model by measuring ET0of turfs in Beijing, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(7): 147－154. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.07.019 http://www.tcsae.org

2017-10-13

2018-01-10

北京市自然科學(xué)基金（6122010）；北京市農(nóng)林科學(xué)院科技創(chuàng)新專項(xiàng)（KJCX20151412）

袁小環(huán)，副研究員，博士，主要從事園林節(jié)水灌溉研究。Email：sunringner@163.com

武菊英，研究員，主要從事草業(yè)科學(xué)與生態(tài)環(huán)境研究。Email：wujuying1@263.net

10.11975/j.issn.1002-6819.2018.07.019

S161

A

1002-6819(2018)-07-0147-08