東北地區(qū)春玉米作物系數(shù)時空分布特征研究

李 波 景竹然 魏新光 孫 君 付詩寧 葛 東

(沈陽農(nóng)業(yè)大學(xué)水利學(xué)院， 沈陽 110866)

0 引言

東北地區(qū)地處我國的東北端，包括東三省和內(nèi)蒙古自治區(qū)的東四盟，是我國重要的商品糧生產(chǎn)基地。玉米是區(qū)域內(nèi)的第一大農(nóng)作物[1]，截至2018年底，產(chǎn)量達(dá)1.01×108t，約占全國玉米總產(chǎn)量的47.78%[2]。東北地區(qū)幅員遼闊，區(qū)域內(nèi)氣候變化及降水量的差異致使玉米水分供需時空差異變大[3]。精準(zhǔn)掌握玉米生育期內(nèi)需水量時空分布特征，對于充分利用農(nóng)業(yè)水資源具有重大意義[4]。作物系數(shù)Kc是計算作物需水量的關(guān)鍵參數(shù)，按照時間尺度可分為逐日作物系數(shù)[5]、旬平均作物系數(shù)[6]、月作物系數(shù)[7]、分生育期作物系數(shù)[8]和全生育期作物系數(shù)[9]；按照確定方法分為單作物系數(shù)法[10]、雙作物系數(shù)法[11]等。Kc計算的準(zhǔn)確性在很大程度上決定了農(nóng)田實際蒸散量的計算精度。前人對作物系數(shù)方面的研究成果集中于糧食作物[12]、經(jīng)濟作物[13]、果樹[14]、牧草[15]，研究內(nèi)容集中于Kc的計算[16]、測定[17]與修訂[18]等方面。

在單作物系數(shù)法研究中，汪順生等[10]利用FAO推薦的單作物系數(shù)法計算出3種水分處理下玉米全生育期的逐日作物系數(shù)。曹永強等[19]借助分段單值平均作物系數(shù)法分析了河北省冬小麥、夏玉米和棉花作物系數(shù)的時空分布特征。單作物系數(shù)法綜合考慮了作物蒸騰和土壤蒸發(fā)的影響，計算簡單，因此在作物需水量確定中應(yīng)用廣泛[16]。雙作物系數(shù)法研究成果較多，李豐琇等[11]于2016—2017年在新疆阿克蘇地區(qū)對雙作物系數(shù)模型計算的夏玉米蒸散量進行了驗證。馮禹等[18]運用雙作物系數(shù)法計算了黃土高原東部地區(qū)旱作玉米田2011—2012年蒸散量。雙作物系數(shù)法分別考慮了土壤蒸發(fā)及植株蒸騰的影響，計算結(jié)果更接近于實際狀況，但由于需要運用參數(shù)較多，計算過程相對繁瑣，限制了其廣泛使用。

目前，在作物系數(shù)變化規(guī)律研究方面，王振龍等[5]基于五道溝水文實驗站大型稱重式蒸滲儀實驗資料，模擬了冬小麥和夏玉米作物系數(shù)。盧曉鵬等[6]利用云南省曲靖市的陸良站1990—1992年的逐日氣象資料，計算了玉米各階段的需水量。但這些研究僅僅是基于區(qū)域內(nèi)單一或幾個站點進行的孤立研究[20]。在區(qū)域尺度研究中，孫爽等[21]基于我國冬小麥種植區(qū)的356個氣象站點氣候資料，采用FAO推薦的作物系數(shù)計算了冬小麥不同生育期的需水量。研究的空間尺度相對較大，在研究區(qū)域內(nèi)主要分析作物需水量空間分布，作物系數(shù)普遍采用典型站點Kc或全區(qū)域的平均值。玉米作物系數(shù)受到諸多因素的綜合影響[22-24]，不同區(qū)域的時空分布特征差異顯著[25]?？傮w而言，目前東北地區(qū)玉米作物系數(shù)時空分布特征相關(guān)研究成果還較為薄弱，本文在研究區(qū)域內(nèi)選取107個氣象觀測站點，結(jié)合玉米觀測資料，對區(qū)域內(nèi)玉米作物的時空分布特征進行系統(tǒng)研究，以期進一步明確區(qū)域內(nèi)玉米需水過程與規(guī)律，進行科學(xué)合理的農(nóng)業(yè)用水規(guī)劃。

1 材料與方法

1.1 數(shù)據(jù)來源

選取東北地區(qū)107個農(nóng)業(yè)氣象觀測站為研究站點(圖1)。研究所用資料為1951—2018年4—9月逐日氣象要素(輻射、溫度、濕度、風(fēng)速、氣壓、降水)，來自國家氣象信息中心資料室，并對研究區(qū)域種植的作物類型、種植面積和生育階段進行了調(diào)查統(tǒng)計，選取部分田間作物系數(shù)實測數(shù)據(jù)。

圖1 研究區(qū)域內(nèi)氣象站點和農(nóng)業(yè)氣象觀測站點分布Fig.1 Distribution of meteorological stations and agricultural meteorological observation stations in study area

1.2 研究方法

1.2.1春玉米生育期的劃分

根據(jù)區(qū)域內(nèi)物候特征將春玉米生育期劃分為4個階段：生長初期、快速生長期、生長中期、生長末期。根據(jù)實測春玉米生育期觀測資料，假定研究時段內(nèi)春玉米品種保持不變，確定了研究區(qū)域內(nèi)春玉米的平均生育期見表1。

表1 東北地區(qū)春玉米生育時期劃分結(jié)果Tab.1 Division of growth periods of spring maize in Northeast China

1.2.2玉米各生育期作物系數(shù)的確定方法

(1)生育初期

FAO-56推薦了標(biāo)準(zhǔn)條件下(即最小空氣相對濕度RHmin≈45%，2 m高度風(fēng)速u2≈2 m/s，供水充足，管理良好，生長正常，大面積高產(chǎn)的作物條件)不同作物系數(shù)修正公式，生育初期作物系數(shù)修正公式主要為推薦值法、考慮土面蒸發(fā)影響的單作物系數(shù)法以及考慮風(fēng)速、濕度影響的單作物系數(shù)法3種。各類作物的作物系數(shù)典型值為KcTab，并要求根據(jù)作物高度和氣候條件對其進行修正。

推薦值法[30]：當(dāng)平均濕潤深度小于10 mm時，參考文獻(xiàn)[31]確定Kc；當(dāng)平均濕潤深度大于40 mm時，土壤質(zhì)地為細(xì)壤土或中壤土，同樣參考文獻(xiàn)[31]確定Kc；當(dāng)平均濕潤深度在10～40 mm之間時，計算式為

(1)

式中Kcini——生育初期修正后的作物系數(shù)

Kc(a)、Kc(b)——生育初期平均作物系數(shù)

I——平均濕潤深度，mm

考慮土面蒸發(fā)影響的單作物系數(shù)法[10]Kcini計算式為

(2)

式中REW——大氣蒸發(fā)力控制階段蒸發(fā)水量，mm

TEW——一次降雨或灌溉后總蒸發(fā)水量，mm

Eso——潛在蒸發(fā)率，mm/d

ET0——參照作物騰發(fā)量，mm/d

tw——灌溉或降雨的平均間隔時間，d

t1——大氣蒸發(fā)力控制階段的時間，d

當(dāng)tw≤t1時，Kcini=1.15，為生育初期平均作物系數(shù)。

考慮風(fēng)速、濕度影響的單作物系數(shù)法[22]Kcini計算式為

Kcini=KcTab+

(3)

式中h——各生育階段作物的平均高度，m

由于油頁巖中含有較高的礦物質(zhì)，干餾、燃燒后廢渣的生成量也較高，一般為頁巖量的60%～80%。對頁巖廢渣的加工處理，不僅可以清潔、高效、充分地利用資源，增加油頁巖利用過程的經(jīng)濟效益，還可以減少環(huán)境污染，變廢為寶。撫順礦業(yè)集團工程技術(shù)研究中心作為國家級頁巖油研發(fā)(實驗)中心，對頁巖廢渣的理化性質(zhì)進行了全面分析，開展了一系列的實驗室實驗，形成了頁巖廢渣的綜合利用技術(shù)方案，并分別在建成的小試與中試裝置上得到了多種綜合利用產(chǎn)品。

(2)快速生長期

單作物系數(shù)計算式為

(4)

式中Kcdev——快速生長期作物系數(shù)

Kcprev——前一時段的作物系數(shù)

Kcnext——后一時段的作物系數(shù)

Lcprev——前一時段的生長時間，d

Lcstage——當(dāng)前生長時段的持續(xù)時間，d

單作物系數(shù)計算式為

(5)

式中Kcmid、Kcend——生育中、末期修正后的作物系數(shù)

1.3 作物系數(shù)變化趨勢及突變分析方法

利用線性傾向估計法對1951—2018年東北地區(qū)春玉米作物系數(shù)變化趨勢進行分析。線性傾向估計是一條合理的直線，表示變量之間的關(guān)系，建立Y與時間t之間的一元線性回歸方程

Y=a+bt

(6)

式中a——回歸常數(shù)b——傾向率

以10b表示作物系數(shù)每10a的傾向率，其正值表示增加趨勢，負(fù)值表示減少趨勢。判斷變化趨勢的程度是否顯著，需要計算相關(guān)系數(shù)r并對其進行顯著性檢驗，選定顯著性水平值a，若|r|>ra(ra為a對應(yīng)的相關(guān)系數(shù))，說明Y隨時間t的變化趨勢顯著，否則不顯著。

Mann-Kendall(M-K)趨勢分析檢驗法是一種非參數(shù)統(tǒng)計檢驗方法，通過計算統(tǒng)計量，可以分析得到變化趨勢、突變時間區(qū)域及突變開始時間。能很好地揭示時間序列的趨勢變化，其優(yōu)點是不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾。

1.4 數(shù)據(jù)處理

數(shù)據(jù)的處理采用SPSS統(tǒng)計分析軟件，并進行相關(guān)性分析。利用ArcGIS克里金插值方法進行空間插值，產(chǎn)生空間柵格數(shù)據(jù)，并對柵格數(shù)據(jù)進行分類。

2 結(jié)果與分析

2.1 春玉米生育初期作物系數(shù)的不同修正方法精度比較

春玉米生育初期作物系數(shù)的計算值采用FAO-56常用的推薦值法、考慮土面蒸發(fā)影響的單作物系數(shù)法和考慮風(fēng)速、濕度影響的單作物系數(shù)法3種常用方法確定，即采用式(1)～(3)進行確定。本研究中作物系數(shù)實測值引用文獻(xiàn)[17，32-38]中的數(shù)據(jù)。由圖2可知，上述3種方法均能較好地對春玉米生育初期的作物系數(shù)進行估算，其中考慮風(fēng)速、濕度影響的單作物系數(shù)法擬合精度最高，決定系數(shù)達(dá)0.65，高于推薦值法(R2=0.36)和考慮土面蒸發(fā)的單作物系數(shù)法(R2=0.46)，同時，3組線性回歸方程的斜率分別為0.52、0.58、0.48，即3種方法均會對春玉米生育初期的作物系數(shù)產(chǎn)生不同程度的低估，需要用回歸方程進行修正。總體而言，考慮風(fēng)速、濕度影響的單作物系數(shù)法是估算東北地區(qū)春玉米生育初期作物系數(shù)的最佳方法。

圖2 不同修正方法下生育初期作物系數(shù)與各地試驗站實測值比較結(jié)果Fig.2 Comparison of early fertility period crop coefficient and measurement values of experimental stations by different methods of correction

圖3 不同生育階段作物系數(shù)計算值與實測值比較結(jié)果Fig.3 Comparison of crop coefficient calculated and measured values in different growth stages

2.2 春玉米快速生長期、中期、末期作物系數(shù)計算值與實測值比較

采用式(4)、(5)計算了東北地區(qū)春玉米快速生長期、中期和末期的作物系數(shù)，如圖3所示。由圖可知，在3個生育階段，單作物系數(shù)法均可較好地模擬春玉米的作物系數(shù)，回歸方程的決定系數(shù)分別達(dá)到0.68、0.57和0.58，擬合精度較高，由此可以利用該方法對研究區(qū)域內(nèi)的春玉米快速生長期、中期、末期的作物系數(shù)和作物需水量進行估算。

2.3 春玉米全生育期作物系數(shù)計算值與實測值比較分析

東北地區(qū)幅員遼闊，氣候、物候期等差異較大，導(dǎo)致不同地區(qū)作物系數(shù)數(shù)值差異較大，為了進一步驗證方法的精度和適用性，需要對2.1節(jié)和2.2節(jié)確定的春玉米生育初期、快速生長期、生長中期和末期的作物系數(shù)計算方法獲得的結(jié)果分區(qū)域進行驗證。根據(jù)東北地區(qū)的區(qū)劃分布將東北地區(qū)劃分為黑龍江省、吉林省、遼寧省和內(nèi)蒙古自治區(qū)東部4個子區(qū)域，并對各個子區(qū)域內(nèi)的實測值結(jié)果與計算結(jié)果進行比較，本研究的實測值來源于前人研究文獻(xiàn)(表2)，前人文獻(xiàn)實測值與本研究計算值的對比結(jié)果如圖4所示，作物系數(shù)偏差見表2。

圖4 東北地區(qū)不同區(qū)域春玉米生育期內(nèi)作物系數(shù)的計算值與實測值比較結(jié)果Fig.4 Comparison between calculated and measured values of crop coefficients in spring maize growth period in different regions of Northeast China

表2 東北地區(qū)不同區(qū)域春玉米全生育期作物系數(shù)
Tab.2 Crop coefficient of spring maize in different regions of Northeast China

研究區(qū)域作物系數(shù)計算值實測值絕對偏差相對偏差/%文獻(xiàn)序號Kcini0.3200.3540.0349.6遼寧省Kcdev0.7150.7730.0587.5[7,17,Kcmid1.1321.1670.0353.032-34]Kcend0.5990.6150.0162.6Kcini0.3780.4200.04210.0吉林省Kcdev0.6890.7530.0648.5[35-36]Kcmid1.1851.2880.1038.0Kcend0.7590.7690.0101.3Kcini0.7460.7970.0516.4黑龍江省Kcdev0.7560.8690.11313.0[37,Kcmid1.1081.1700.0625.339-40]Kcend0.7840.8000.0162.0Kcini0.3350.3560.0215.9[15,20,內(nèi)蒙古自Kcdev0.5850.6210.0365.838,治區(qū)東部Kcmid1.4481.5210.0734.841-46]Kcend0.6620.6860.0243.5

從圖4可以看出，內(nèi)蒙古自治區(qū)東部(圖4a)該方法計算結(jié)果與實測結(jié)果最為接近，但其生育初期計算值偏小，其相對偏差為5.9%。快速生長期計算值偏大，相對偏差為5.8%，其他生育階段吻合度較高；遼寧省(圖4c)次之，在生育初期和快速生長期計算結(jié)果偏小，但偏差均小于10%；黑龍江省(圖4b)和吉林省(圖4d)誤差相對較大，誤差主要集中在快速生長期，在快速生長期本方法計算結(jié)果普遍偏大，相對偏差范圍在1.3%～13%之間?？傮w而言，由計算方法帶來的誤差主要集中于春玉米的生育初期和快速生長期，其他生育時期計算精度較高。這種差異主要是由于生育初期作物葉面積較少、土地沒有被完全郁閉、植物冠層和土壤水熱傳輸特性不同所造成的。對區(qū)域內(nèi)所有研究站點不同生育期作物系數(shù)的計算值和實測值進行對比(圖5)發(fā)現(xiàn)，回歸圖的散點沿回歸線方向呈錐型分布，誤差較大的點主要集中于Kc比較小的時期，這與分生育期研究結(jié)果相一致(圖4)?？傮w而言，本方法擬合效果良好，R2=0.69，可以利用該方法對研究區(qū)域內(nèi)的春玉米作物系數(shù)進行確定。

圖5 東北地區(qū)春玉米作物系數(shù)的計算值與實測值結(jié)果比較Fig.5 Comparison between calculated and measured crop coefficient of spring maize in Northeast China

2.4 春玉米作物系數(shù)的空間分布特征

2.4.1春玉米全生育期作物系數(shù)的空間分布特征

根據(jù)1951—2018年氣象資料，利用2.1節(jié)和2.2節(jié)確定的春玉米不同生育階段作物系數(shù)計算方法，對研究區(qū)域內(nèi)107個站點的全生育期作物系數(shù)進行計算，并利用ArcGIS高斯克里金法進行空間插值，得到東北地區(qū)春玉米全生育期作物系數(shù)及其標(biāo)準(zhǔn)差的空間分布，如圖6所示。由圖6a可知，東北地區(qū)春玉米全生育期作物系數(shù)在0.756～0.815之間變化，全區(qū)域平均值為0.785。其中高值區(qū)主要分布在東北地區(qū)的西部，所在區(qū)域內(nèi)黑龍江省最西端和內(nèi)蒙古自治區(qū)東部的大部分地區(qū)內(nèi)作物系數(shù)普遍大于0.8。與此同時，在東北地區(qū)的中部，包括哈爾濱、長春和沈陽一帶，存在一個作物系數(shù)較高的狹長地帶，區(qū)域內(nèi)作物系數(shù)在0.789～0.795之間變化；作物系數(shù)的低值區(qū)主要分布于黑龍江省北部、內(nèi)蒙古自治區(qū)東部的局部地區(qū)和遼寧省的東南部地區(qū)，該區(qū)域的作物系數(shù)普遍小于0.769。東北地區(qū)春玉米全生育期作物系數(shù)標(biāo)準(zhǔn)差如圖6b所示，標(biāo)準(zhǔn)偏差可以很好地反映作物系數(shù)的年際波動與變異情況，由圖6b可知，區(qū)域內(nèi)作物系數(shù)的標(biāo)準(zhǔn)差在0.01～0.02之間變化，且其空間分布與作物系數(shù)的空間分布狀況基本相同，作物系數(shù)比較高的地區(qū)其標(biāo)準(zhǔn)差也較大，反之亦然。

圖6 1951—2018年東北地區(qū)春玉米全生育期作物系數(shù)Fig.6 Spatial distributions of crop coefficient of spring maize in Northeast China from 1951 to 2018

圖7 1951—2018年東北地區(qū)春玉米不同生育階段作物系數(shù)空間分布Fig.7 Spatial distributions of crop coefficients in different growth periods of spring maize in Northeast China (1951—2018)

2.4.2春玉米各個生育期作物系數(shù)的空間分布特征

為進一步研究東北地區(qū)春玉米作物系數(shù)的空間分布特征，分別確定了其各生長階段作物系數(shù)，其空間分布特征如圖7所示。由圖可知，春玉米在不同生育階段，其作物系數(shù)的變化規(guī)律與全生育期基本類似，最高值區(qū)域仍然集中于東北地區(qū)的最西部，即內(nèi)蒙古自治區(qū)東部一帶。中部高值區(qū)的范圍有所擴展，以東北地區(qū)正中心的長春為核心，向四周擴展。但不同生育階段的擴展范圍略有不同：在生育初期，整個地區(qū)的作物系數(shù)總體較小，在0.308～0.347之間波動；快速生長期作物系數(shù)逐漸增大，在0.739～0.791之間變化；生育中期的作物系數(shù)最高，在1.174～1.232之間變化，整個區(qū)域的平均值達(dá)1.204；在生育末期，各站點的作物系數(shù)均明顯下降，作物系數(shù)的分布范圍在0.565～0.623之間?？傮w而言，東北地區(qū)春玉米不同生育階段的作物系數(shù)在生育中期最大，快速生長期次之，生育初期和末期總體較小。作物系數(shù)的高值區(qū)域主要分布在東北地區(qū)的內(nèi)蒙古自治區(qū)東部和中部。不同生育階段區(qū)域分布略有差異，但總體分布特征差異不大。

圖9 東北地區(qū)春玉米不同生育階段作物系數(shù)變化曲線Fig.9 Change of crop coefficient in different growth periods of spring maize in Northeast China

2.5 春玉米作物系數(shù)的時間變化規(guī)律

2.5.1春玉米全生育期的作物系數(shù)年際變化

為進一步分析區(qū)域內(nèi)春玉米作物系數(shù)的年際變化特征，對研究區(qū)域內(nèi)春玉米全生育期作物系數(shù)進行綜合分析，其變化趨勢如圖8所示。由圖可知，東北地區(qū)近70年春玉米全生育期作物系數(shù)總體呈下降趨勢(R2=0.38)。就數(shù)值而言，從20世紀(jì)50年代到80年代，區(qū)域內(nèi)作物系數(shù)總體較大，其中1959年最大，全區(qū)域平均作物系數(shù)達(dá)0.825。自20世紀(jì)80年代末期以來，東北地區(qū)春玉米全生育期作物系數(shù)有明顯下降趨勢，到2010年達(dá)到最低，作物系數(shù)為0.775。2011年以來，區(qū)域內(nèi)作物系數(shù)又有一定上升趨勢，但總體而言，近70年來，春玉米作物系數(shù)下降趨勢十分明顯，作物系數(shù)傾向率達(dá)-0.004/(10 a)。

圖8 東北地區(qū)春玉米全生育期作物系數(shù)年際變化趨勢Fig.8 Interannual variation trend of crop coefficient of spring maize in Northeast China during whole growth period

2.5.2不同生育階段作物系數(shù)年際變化趨勢

對東北地區(qū)不同區(qū)域內(nèi)各站點的數(shù)據(jù)進行綜合分析，得到其不同生長階段作物系數(shù)年際變化情況如圖9所示，回歸參數(shù)與M-K趨勢檢驗結(jié)果如表3所示。由表3可知，在生育初期(圖9a)黑龍江省(Z=-1.683)和吉林省(Z=-1.414)作物系數(shù)下降最為明顯,氣候傾向率為-0.008/(10a)、-0.006/(10a)，內(nèi)蒙古自治區(qū)東部次之，遼寧省(Z=-0.202)則無顯著變化趨勢?？焖偕L期(圖9b)以及生育末期(圖9d)變化趨勢與生育初期趨勢較為相同，這兩個生育期黑龍江省下降顯著，Z分別為-1.967、-1.844，遼寧省無明顯變化趨勢。生育中期(圖9c)黑龍江省、內(nèi)蒙古自治區(qū)東部、吉林省3個地區(qū)氣候傾向率較為相似，都為-0.005/(10a)，遼寧省傾向率為-0.001/(10a)。黑龍江省變化最為顯著，Z值為-2.284。總體而言，在不同生育階段，各區(qū)域變化趨勢基本相同，即黑龍江省Kc下降最為明顯，吉林省和內(nèi)蒙古自治區(qū)東部次之，遼寧省變化不明顯。

表3 東北地區(qū)不同生育階段春玉米作物系數(shù)序列變化M-K趨勢檢驗Tab.3 Change of crop coefficient M-K sequence of maize in different breeding periods in Northeast China

注：Z絕對值大于等于1.28、1.64及2.32時，分別表示序列通過置信度為0.1、0.05和0.01的顯著性檢驗。

圖11 東北地區(qū)春玉米不同生育階段作物系數(shù)變化趨勢空間分布Fig.11 Spatial distributions of changes in crop coefficients in different growth periods of spring maize in Northeast China

為進一步研究Kc的變化特征，對區(qū)域各站點年際變化空間變化趨勢進行分析(圖10)?？梢钥吹?，除黑龍江省的北部及內(nèi)蒙古自治區(qū)東部等區(qū)域呈現(xiàn)無顯著變化外，東北地區(qū)絕大部分區(qū)域均呈下降趨勢且趨勢顯著，呈下降趨勢的站點以及顯著下降站點分別達(dá)到99和69個，站點占比分別達(dá)92.5%、64.5%。整個東北地區(qū)作物系數(shù)傾向率在-0.002～0.021/(10a)之間變化，中部地區(qū)傾向率最小，在-0.002～0.003/(10a)之間變化，北部地區(qū)傾向率最大，在0.018～0.021/(10a)之間。

圖10 東北地區(qū)春玉米全生育期作物系數(shù)變化趨勢空間分布Fig.10 Spatial distribution of change trend of crop coefficient in full growing period of spring maize in Northeast China

由圖11發(fā)現(xiàn)，東北地區(qū)大部分站點均呈下降趨勢，但不同生育階段下降存在差異。其中快速生長期(圖11b)下降趨勢最為明顯，研究區(qū)中有96個站點呈下降趨勢，占總站點數(shù)的89.7%，其中顯著下降的站點50個，占總站點數(shù)的46.7%，傾向率在-0.022～-0.010/(10a)之間，顯著下降的區(qū)域主要集中于東北地區(qū)中北部到中南部的狹長地帶，其他地區(qū)零星分布。在黑龍江省北部也有部分站點呈上升趨勢，其中顯著上升的有2個，占總站點數(shù)的1.9%，且傾向率在0.022～0.028/(10a)之間。在生育初期(圖11a)和生育中期(圖11c)，下降趨勢也較為明顯，傾向率分別在-0.012～0/(10a)以及-0.013～0.006/(10a)之間，下降站點數(shù)為26和46個，顯著下降站點數(shù)分別為24個和44個，占總站點數(shù)的22.4%和41.1%。下降比較明顯的區(qū)域主要分布在黑龍江省南部以及遼寧省等地。在生育末期(圖11d)大部分站點的Kc呈現(xiàn)一定的下降趨勢，同樣也有各別站點作物系數(shù)呈顯著下降趨勢，占比為34.6%，且呈零星分布，傾向率在0.018～0.068/(10a)之間。

3 討論

在確定東北地區(qū)春玉米作物系數(shù)時，本文采用計算值與實測值擬合較好的考慮風(fēng)速、濕度影響方法計算春玉米初期作物系數(shù)。所得結(jié)果與張淑杰等[17]在研究不受水分脅迫條件下玉米逐日作物系數(shù)較為相似。修正后的數(shù)值與試驗站提供的作物系數(shù)觀測值最為一致。但春玉米作物系數(shù)計算值與實測值還是呈現(xiàn)了一定的差異。分析其原因，是因為在單作物系數(shù)計算的過程中，將土面蒸發(fā)系數(shù)與基礎(chǔ)作物系數(shù)放在一起進行考慮，這在一定程度上削弱了蒸發(fā)對作物系數(shù)的影響。特別在降雨和灌溉后，作物系數(shù)較大的情況尤為明顯。此外由于東北地區(qū)建立了較完善的防護林，風(fēng)速較低，造成風(fēng)速修正之后的作物系數(shù)略低于實測值。張建平等[9]在計算東北地區(qū)玉米全生育期需水量時，區(qū)域內(nèi)各站作物系數(shù)Kc取值均為0.8，略高于本研究結(jié)果0.781，黃志剛等[28]研究發(fā)現(xiàn)，松嫩平原春玉米作物系數(shù)在0.3～1.18之間。本研究根據(jù)春玉米不同生長階段對Kc進行劃分并校正，增加了計算的準(zhǔn)確性。針對沒有準(zhǔn)確作物系數(shù)的觀測地區(qū)的計算，根據(jù)分析實驗值與理論值的關(guān)系，消除品種、氣象條件、土壤和管理水平等的影響，進行臨近站點作物系數(shù)的代替使用。這樣即使某些地區(qū)沒有觀測資料以及準(zhǔn)確的作物系數(shù)，也可通過出苗后的逐日資料計算得到玉米田的實際蒸散量。本文得出的結(jié)果與上述結(jié)論在變化趨勢上是一致的，但總體Kc值偏高。

作物系數(shù)時空分布規(guī)律受多種氣象因素綜合作用的影響，采用不同的分析方法可能計算結(jié)果略有差異。本研究發(fā)現(xiàn)近70年平均春玉米作物系數(shù)呈波動減少趨勢，這與劉曉英等[47]發(fā)現(xiàn)華北地區(qū)6個站點近50年作物系數(shù)總體呈下降趨勢相一致。東北地區(qū)從南至北跨越暖溫帶、中溫帶和寒溫帶,四季分明,夏季悶熱多雨，冬季寒冷干燥，形成明顯的溫帶季風(fēng)性氣候。氣溫變化較大，日照時間長，空氣干燥。70年間東北絕大部分區(qū)域春玉米各個生育期作物系數(shù)均呈下降趨勢,下降速率總體呈現(xiàn)北部小于南部、西部大于東部的空間分布特征，與侯瓊等[20]研究得出的作物系數(shù)空間分布結(jié)論相吻合。同時利用線性傾向估計和M-K檢驗法研究東北地區(qū)春玉米作物系數(shù)趨勢變化，發(fā)現(xiàn)近70年東北地區(qū)春玉米作物系數(shù)全生育期呈極顯著下降趨勢，這與前人研究[2,15,32]得出的結(jié)論基本一致。當(dāng)前正處于全球變暖的時期，東北地區(qū)氣溫升高趨勢明顯，但作物系數(shù)卻呈現(xiàn)下降趨勢，最主要原因是氣象因素(濕度和風(fēng)速)對作物系數(shù)的影響。作物系數(shù)和研究區(qū)域的地形、地貌、環(huán)境有關(guān)，區(qū)域差異性比較大，因此應(yīng)綜合考慮各種計算方法的特點和使用范圍，結(jié)合研究區(qū)域的具體要求、可行性、數(shù)據(jù)獲取的難易程度以及計算的精度需要等，從而選取最適宜的方法。

4 結(jié)論

(1)在春玉米生育初期，利用考慮風(fēng)速、濕度影響的單作物系數(shù)法估算春玉米作物系數(shù)精度最高(R2=0.65)，在快速生長期、生育中期和后期采用FAO-56推薦的單作物系數(shù)法精度也較高，不同生育期R2在0.57～0.68之間變化。利用上述方法對東北地區(qū)不同區(qū)域逐日作物系數(shù)進行估算，內(nèi)蒙古自治區(qū)東部擬合效果最好，遼寧省和黑龍江省次之，吉林省最差。但各區(qū)域總體擬合效果均較好(R2=0.69)。

(2)東北地區(qū)全生育期春玉米作物系數(shù)平均值為0.785，各站變化范圍為0.756～0.815。在空間分布上，高值區(qū)主要分布在東北地區(qū)的西部，低值區(qū)主要分布于黑龍江省的北部、內(nèi)蒙古自治區(qū)東部的局部地區(qū)和遼寧省的東南部地區(qū)。在生育初期，作物系數(shù)在0.308～0.347之間波動；在快速生長期，作物系數(shù)逐漸增大，在0.739～0.791之間變化；生育中期的作物系數(shù)最高，在1.174～1.232之間變化，整個區(qū)域的平均值達(dá)1.204；在生育末期，各站點的作物系數(shù)均有明顯的下降，作物系數(shù)的分布范圍在0.565～0.623之間。

(3)近70年春玉米全生育期作物系數(shù)總體呈下降趨勢(R2=0.38)。在不同生育階段，各區(qū)域Kc變化趨勢基本相同，均表現(xiàn)為黑龍江省下降最為明顯，吉林省和內(nèi)蒙古自治區(qū)東部次之，遼寧省變化不明顯。在不同生育階段，快速生長期下降趨勢最為明顯，顯著下降的站點50個，占比46.7%；在生育中期和生育末期，下降趨勢也較為明顯，顯著下降站點的占比達(dá)41.1%和34.6%，在生育初期下降趨勢不顯著。