黃 茜,楊偉才,毛曉敏
(1. 中國農業(yè)大學水利與土木工程學院,北京 100083;2. 農業(yè)農村部作物高效用水武威科學觀測實驗站,武威 733000)
黑龍江省作為玉米的主產(chǎn)區(qū)之一,2018 年玉米種植面積 6.318×106hm2,占全省糧食作物種植面積的44.45%[1]。水是影響玉米產(chǎn)量的主要因素,而玉米耗水主要為蒸騰耗水,為此研究玉米莖流變化規(guī)律,明確單株莖流提升至群體蒸騰的尺度轉換因子,對于準確掌握春玉米蒸騰耗水規(guī)律,科學指導灌溉,實現(xiàn)玉米高產(chǎn)具有重要意義。
作物蒸發(fā)蒸騰量(Evapotranspiration,ET)包括作物蒸騰(Transpiration,T)和棵間蒸發(fā)(Evaporation,E)2 個部分。ET 常見的測定方法有蒸滲儀法[2]、渦度相關法[3-5]、波文比法[6-7]、區(qū)域遙感法[8-9]等,但以上方法都不能直接將T、E分開,不利于精準灌溉和提高作物水分利用效率。莖流計和微型蒸滲儀可直接分開測量計算T、E,大量研究結果表明基于熱平衡原理的莖流計測量作物蒸騰是可行的,且精度較高[10-14]。Manderscheid等[15]探究了不同 CO2濃度在不同供水條件下玉米莖流日變化和季節(jié)性變化規(guī)律。馮東雪等[16]探究了不同天氣情況下夏玉米莖流速率的日變化規(guī)律。時榮超等[17]分析了不同種植密度下玉米莖流的日變化。Jiang 等[10]比較了制種玉米父本、母本莖流日變化的差異。Feng 等[18]比較了覆膜與無覆膜處理之間玉米莖流的日變化和季節(jié)性變化。Ismanov 等[19]探究了大豆莖流在不同生育期、不同土壤水分下的變化規(guī)律。在此基礎上,國內外學者們探究了植物莖流與環(huán)境等因素的相關性。Zhao 等[20]分析了影響玉米莖流速率的主要氣象因子為凈輻射、氣溫、水汽壓差(Vapor Pressure Deficit,VPD)、風速,并以凈輻射和氣溫為因變量建立了玉米莖流的經(jīng)驗計算模型。張川等[21]研究發(fā)現(xiàn)溫室黃瓜莖流速率與空氣溫度、太陽輻射和凈輻射呈極顯著正相關,與相對濕度呈極顯著負相關,表明空氣溫度、太陽輻射、凈輻射和相對濕度是影響黃瓜莖流速率的主要因素。Deng 等[22]對4 種灌木的夜間莖流速率進行觀測,結果表明降水后可促進灌木夜間的莖流速率,VPD、平均氣溫和風速與夜間莖流顯著相關,此外樹干直徑也會影響夜間莖流的大小。莖流計僅能獲得單株莖流量,為掌握農田群體作物的蒸騰耗水規(guī)律,需要將單株莖流進行尺度提升。在這個由單株到群體的尺度提升過程中需確定尺度轉換因子,常見的尺度轉換因子有葉面積、莖干截面面積、種植密度、莖粗等[23-26]。
目前,有關單株莖流到群體蒸騰尺度提升的研究對象大多為樹木,對東北地區(qū)單株玉米莖流的尺度提升的研究較少。為此,本文通過采用FLOW32-1K 包裹式莖流計和微型蒸滲桶測得連續(xù)2 a春玉米需水關鍵期的莖流數(shù)據(jù)和棵間蒸發(fā)值,探究莖流速率在降雨前后、不同天氣條件下的變化規(guī)律及差異,并解析莖流速率與環(huán)境因素之間的相關關系及變化特征,通過比較不同尺度轉換因子計算農田尺度春玉米群體的蒸騰量,確定適合典型東北高寒黑土區(qū)單株春玉米莖流的尺度轉換因子,進一步探究春玉米在灌漿期內E、T、ET 的變化規(guī)律,為該地區(qū)精準灌溉提供理論支撐。
試驗于2017 年和 2018 年的5—10 月,在黑龍江省齊齊哈爾市克山縣北聯(lián)鎮(zhèn)沈陽空軍后勤部農場(125°36′E,48°15′N)進行,多年平均氣溫 2.4℃,多年降水量500 mm,多年平均風速4 m/s。土壤質地為粉壤土,1 m 土層平均田間持水量為0.41 cm3/cm3,飽和含水率為0.54 cm3/cm3,干容重為1.23 g/cm3。
本試驗玉米品種為瑞福爾1 號,種植模式為1.1 m 大壟雙行南北種植,株距為20 cm,灌溉方式為滴灌,滴灌方式為“一帶雙行”,滴灌帶毛管間距110 cm,滴頭間距30 cm,滴頭流量1.38 L/h。根據(jù)當?shù)厥┓史桨敢淮涡允┳愕追?,不追肥,由二銨、硫酸鉀和尿素混合拌勻施入,各復合肥施入質量比例為 5.5∶14∶5,其中二銨含氮量≥18%,含磷量≥46%;硫酸鉀含鉀量≥41%;尿素含氮量≥46.4%。經(jīng)過計算施入純氮量為200 kg/hm2,純磷量為60 kg/hm2,純鉀量為49.5 kg/hm2。2017 年、2018年試驗為保證土壤水分保持在較高水平,無水分脅迫產(chǎn)生,設置灌溉下限為田間持水量(Field Capacity,F(xiàn)C)的80%,上限為100%FC。2017 年、2018 年春玉米播種日期均為5 月3 日,收獲日期分別為10 月2 日、9 月18日,2018 年因在玉米生育末期受霜凍天氣的影響,玉米提前收獲。
試驗采用水表作為量水標度,每次灌水量根據(jù)灌水上下限、計劃濕潤層深度和小區(qū)灌溉面積計算,單次灌水量[27]依據(jù)以下公式計算:
式中Q為灌水量,m3;θ1為灌水上限,cm3/cm3;θ2為灌水下限,cm3/cm3;h為計劃濕潤層深度,cm;α為土壤濕潤比;S為試驗小區(qū)面積,m2。取生育中期的h為40 cm,根據(jù)滴灌帶滴頭流速和流量取α為0.6。
根據(jù)水表讀數(shù)和式(1)計算實際灌水量,2017 年7月 20 日、7 月 22 日、7 月 25 日分別灌水 16.00、16.50、18.37 mm。由于2018 年在玉米整個生育期內降雨量豐富,土壤含水率保持在較高水平,所以未灌水。
1.3.1 氣象數(shù)據(jù)
在試驗田附近安裝氣象站實時監(jiān)測,氣象站是由錦州陽光氣象科技有限公司生產(chǎn)的PC-4 型自動氣象站,儀器安裝高度為2 m,每15 min 記錄1 次,記錄玉米整個生育期內的太陽輻射、大氣溫度、大氣濕度、降雨等氣象參數(shù)值。
有效降雨量采用經(jīng)驗公式計算[28]
式中Pe為有效降雨量,mm;Pr為降雨量,mm。
1.3.2 土壤水分
采用EM50(北京力高泰科技有限公司,精度為0.1%)測定土壤剖面的水分,測定的深度為1 m,每20 cm 土層安裝1 個傳感器,取其平均值作為該小區(qū)的土壤含水率。采用土鉆取土烘干法結合土壤容重對 EM50 采集的數(shù)據(jù)進行校正。
1.3.3 作物生長指標
從苗期開始,每隔10 d 在試驗小區(qū)隨機選取具有代表性的 6 株玉米,帶回室內測量作物生長指標,包括莖粗和葉面積指數(shù)(Leaf Area Index,LAI),所有完全展開葉的長和寬,用葉片的實際面積乘以修正系數(shù)0.75 計算LAI。
1.3.4 作物耗水量
作物耗水量的計算方法較多。為更可靠的進行作物耗水量的計算,本文采用了以下2 種方法。
1)水量平衡法
根據(jù)農田水量平衡[28]
式中Pe為有效降雨量,mm;I為灌水量,mm;B為地下水補給量,mm;D為深層滲漏量,mm;ΔW為田間始末狀態(tài)的土壤貯水量變化,mm;R為地表徑流,mm。因為試驗田地勢平坦,2 a 作物生育期內未出現(xiàn)暴雨,未觀測到地表徑流;另外在試驗田土壤質地隨土層加深粉粒含量增高,相當于在土壤深層形成一道隔水層,深層滲漏可忽略不計,又因為試驗區(qū)地下水埋深較深,因此未考慮地下水向作物根區(qū)的補給。
2)微型蒸滲桶和莖流計實測法
本研究采用微型蒸滲桶(微型蒸滲桶的外筒直徑為11 cm,內筒直徑為10 cm,高為20 cm,底部用塑料薄膜封住)測定棵間蒸發(fā),微型蒸滲桶的材質為PVC 管。采用基于熱平衡原理的 FLOW32-1K 包裹式莖流計[3,10,29](北京力高泰科技有限公司,精度為 1%)測得蒸騰,二者之和得到作物實際的蒸發(fā)蒸騰量。
每天晚上07:00,用精度為0.01 g 的電子秤稱質量,記錄數(shù)據(jù),每隔7 d 微型蒸滲儀里面的原狀土更換1 次,棵間蒸發(fā)[30]由下式計算:
式中E為土壤棵間蒸發(fā),mm/d;A為微型蒸滲桶的橫截面積,cm2,本文橫截面積為 78.5 cm2;ΔMi為第i日和i-1日的微型蒸滲桶質量差值,g;f為裸土所占比例;N為微型蒸滲桶重復數(shù);ρ為水的密度,g/cm3。
由于2 a 春玉米灌漿期內降雨頻率高,微型蒸滲桶測得的棵間蒸發(fā)數(shù)據(jù)缺失較多,本文利用支持向量機回歸算法(Support Vector Regression,SVR),建立了東北黑土區(qū)春玉米棵間蒸發(fā)預測模型,對缺失的棵間蒸發(fā)值進行補充。SVR 應用于回歸分析時,其原理是找到一個最佳分類表面使所有訓練樣本與該分類面間的誤差最小。SVR 是用代表性實例的子集(即支持向量機)而不是全部輸入數(shù)據(jù)來構建預測模型,從而避免了過擬合問題,降低了對數(shù)據(jù)規(guī)模和數(shù)據(jù)分布的要求[31]。
棵間蒸發(fā)需要的第 1 個條件是能量的供給,主要為太陽輻射、氣溫,第 2 個條件是水汽的輸送,主要取決于與水汽傳輸阻力相關的環(huán)境條件,如風速、水汽壓、氣溫、葉面積、土壤表面的濕潤程度等[32]。因此以LAI、風速、1 m 土層平均土壤含水率、凈輻射為輸入變量,微型蒸滲桶實測的蒸發(fā)值為輸出變量構建SVR 棵間蒸發(fā)的預測模型。以2017 年的數(shù)據(jù)訓練模型,以2018 年的數(shù)據(jù)驗證模型。
玉米生長中期階段(2017 年8 月3 日—9 月7 日,2018 年8 月6 日—9 月7 日)測定春玉米的莖流速率。莖流計安裝方法:1)選取具有代表性相隔一定距離的玉米植株,測量其葉面積,將傳感器隨機包裹在春玉米第3節(jié)莖稈位置上,包裹時需要除去莖稈處的葉鞘,用游標卡尺測量包裹植株的莖直徑;2)為了防止包裹處植株傷口增生,涂抹植物油,并在傳感器外面包裹2~3 層泡沫錫箔;3)用保鮮膜膠帶封口,防止雨水進入傳感器,每15 min 記錄1 次數(shù)據(jù)。選定包裹傳感器的植株每10 d 左右換 1 次,同時為防止降雨對儀器造成損害與干擾,在降雨后對莖流計傳感器進行重新安裝。
莖流計測得的莖流為單株的蒸騰量,為了得到玉米群體的蒸騰量需要通過尺度轉換因子對單株莖流進行尺度提升。本文選擇的尺度轉換因子包括莖干截面面積、葉面積和莖粗,具體轉換公式參照姜雪蓮在文中的描述[33]。
① 莖干截面面積為尺度轉換因子進行尺度提升
式中T截面面積為采用莖干截面面積為尺度轉換因子得到的玉米群體蒸騰量,mm/d;Qm為第m個樣本植株的莖流,g/d;Am為第m個樣本植株的莖干截面面積,cm2;Ak為單位占地面積的平均莖干截面面積,cm2/cm2;n為樣本數(shù)。
② 葉面積為尺度轉換因子進行尺度提升
式中T葉面積為采用葉面積為尺度轉換因子得到的玉米群體蒸騰量,mm/d;LAm為第m個樣本植株的葉面積,cm2;LAI 為平均葉面積指數(shù),m2/m2。
③ 莖粗為尺度轉換因子進行尺度提升
式中T莖粗為采用莖粗為尺度轉換因子得到的玉米群體蒸騰量,mm/d;Dm為第m個樣本植株的莖粗,cm;D'為單位占地面積的平均莖粗,cm/cm2。
采用Microsoft Office Excel 2010 處理數(shù)據(jù),制作圖表,用MATLAB 自帶的支持向量機工具箱進行棵間蒸發(fā)值的模擬,利用SPSS 軟件進行相關性分析。采用實測值和模擬值之間的決定系數(shù)(R2)表示實測值與模擬值之間的符合程度,R2值越大表示二者之間的吻合程度越高。選用均方根誤差(Root Mean Square Error,RMSE)表示模型模擬的精度,RMSE 越小表示模擬的的精度越高,計算公式如下:
式中hi為第i個實測值;yi為第i個模擬值;j為棵間蒸發(fā)實測值的個數(shù)。
2.1.1 玉米莖流速率的日變化特征
2017 年、2018 年玉米灌漿期玉米莖流速率和有效降雨的日變化如圖1 所示。2017 年莖流速率峰值最高與最低分別出現(xiàn)在 8 月 13 日(91.03 g/h)和 8 月 30 日(19.80 g/h)。2018 年莖流速率峰值最高與最低值出現(xiàn)在8 月6 日和9 月2 日,分別為82.169、8.56 g/h,且莖流速率大致隨日期推進呈下降趨勢。在 2017 年在 8 月 16日—23 日與2018 年8 月6 日—16 日玉米莖流速率呈現(xiàn)較高水平,原因是這幾日降雨少,光合有效輻射、氣溫都比灌漿期其他時間大。
圖1 2017 年和2018 年降雨和莖流速率日變化Fig.1 Diurnal variations of effective precipitation and sap flow rate in 2017 and 2018
玉米莖流速率呈現(xiàn)出明顯的晝夜變化規(guī)律,變化趨勢大約呈“幾字形”,隔天會出現(xiàn) 1 次莖流驟降然后又上升的情況,這是因為植物通過蒸騰作用水分以氣體形式散發(fā)到大氣中,中午溫度過高植物需要通過減小氣孔開度從而降低蒸騰作用來減少水分的流失,更好地維持生理上的穩(wěn)態(tài),因而出現(xiàn)“午休現(xiàn)象”[34]。2017 年、2018年灌漿期內莖流速率峰值的平均值分別為 58.72、48.26 g/h。2017 年觀測期內(8 月 4 日—9 月 8 日)有效降雨量為134.64 mm,2018 年在觀測日期內(8 月6 日—9 月6 日)有效降雨量為104.6 mm。2 a 在莖流計觀測時間段內均未灌水,玉米耗水主要來自降雨,且在灌漿期內玉米葉面積較大,絕大部分耗水用于蒸騰作用,因此2017 年比2018 年莖流速率平均峰值大。
2.1.2 降雨后的玉米莖流日變化
選取2017 年、2018 年降雨前、降雨和降雨后的莖流數(shù)據(jù)進行分析,如圖 2 所示??梢钥闯鼋涤陮τ衩浊o流有較強的抑制作用,在降雨后,土壤含水率增加,并且隨著太陽輻射升高、氣溫回升等氣因素的影響,蒸騰速率明顯提高,Zhang 等[35]研究結果也表示土壤含水率增加,加上氣象因素的綜合影響,玉米莖流會增加。此外,降雨后的莖流明顯大于降雨天莖流,達到甚至超過了降雨前的莖流。經(jīng)計算,2017 和2018 年降雨后日莖流速率峰值分別比降雨天增加24.67%和187.39%。
圖2 2017 年、2018 年降雨前后玉米莖流日變化Fig.2 Diurnal variation of maize sap flow rate before and after rainfall in 2017 and 2018
2.1.3 不同天氣條件下玉米莖流的日變化
選取2018 年典型的雨天、晴天和陰天進行對比分析。圖3 為2018 年晴天(8 月15 日)、陰天(8 月17 日)、雨天(8 月21 日)的玉米莖流速率日變化過程。晴天,玉米莖流速率在06:00 左右開始增加,到12:30 左右達到最大值,18:30 后莖流速率開始逐漸減小到0;陰天莖流數(shù)值波動較大,在06:00 左右開始逐漸增加,在17:30 左右逐漸減小到0;雨天玉米莖流速率在07:30 左右開始增加,達到峰值的時間最早為10:30,持續(xù)時間最短,在16:00左右莖流速率減小至0。晴天、陰天、雨天莖流速率平均值分別為16.14、8.28 和3.13 g/h,晴天最大,陰天次之,雨天最小。在陰雨天氣,玉米莖流速率日變化呈多峰曲線,波動較大,這是因為在多云條件下由于云量的變化導致太陽輻射變化頻繁,加上陰雨天氣條件下各環(huán)境因子大幅度變化所致。其他研究也發(fā)現(xiàn)了相似不同天氣情況下莖流的日變化規(guī)律[16,36-37]。
圖3 2018 年不同天氣條件下玉米莖流日變化Fig.3 Diurnal variation of maize sap flow rate under different weather conditions in 2018
2.1.4 環(huán)境因素對莖流速率的影響
莖流速率與各環(huán)境因子相關性分析結果見表 1,從表 1 中可以看出,莖流速率與空氣溫度、風速、水汽壓、光合有效輻射呈顯著正相關,與相對濕度、土壤溫度呈顯著負相關,其中莖流速率與空氣溫度、光合有效輻射、相對濕度間相關系數(shù)的絕對值皆在0.8 以上,是影響東北黑土區(qū)莖流速率的主要環(huán)境因素。下面主要分析莖流速率與光合有效輻射、相對濕度、空氣溫度的日變化過程。
表1 2017 和2018 年玉米莖流速率與環(huán)境因子相關性分析Table 1 Correlation analysis of maize sap flow rate and environmental factors in 2017 and 2018
圖 4 所示分別為 2017 年 8 月 18 日—21 日,2018 年 8月11 日—13 日玉米莖流速率和空氣溫度、光合有效輻射、相對濕度的日變化。玉米莖流速率隨氣溫變化而變化,但氣溫出現(xiàn)峰值的時間比莖流速率首個峰值出現(xiàn)的時間晚1 h 左右,當氣溫達到最大值時,莖流速率會下降,一段時間后慢慢恢復到另1 個峰值,主要原因為玉米在氣溫高時啟動的自我保護機制,減小氣孔的大小,避免過度失水。光合有效輻射開始增加時間早于莖流開始增加時間,之后光合有效輻射逐漸減小,莖流速率隨之減小,兩者間變化的時間差可能是因為當外部環(huán)境變化的時候,玉米內部需要一定的時間來適應,Zhang[38]等也發(fā)現(xiàn)了莖流啟動時間比光合有效輻射滯后1 h 左右。相對濕度與玉米莖流速率變化趨勢相反,相對濕度出現(xiàn)波谷比莖流速率的高峰時間晚,減小至最小值的時間比莖流速率減小至0 的時間晚,這與Deng 等[22,39]研究結果一致。
圖4 玉米莖流速率及其主要影響因素的變化過程Fig.4 Variation of maize sap flow rate and its main influencing factors
2.2.1 單株玉米蒸騰尺度提升
根據(jù)式(5)~式(7)采用不同尺度轉換因子的提升方法計算蒸騰量,結果如圖5 和表2 所示。
圖5 2017 年和2018 年不同尺度轉換因子計算蒸騰量變化Fig.5 Variations of transpiration calculated by different scaling conversion factors methods in 2017 and 2018
表2 不同尺度轉換因子計算的春玉米群體蒸騰量Table 2 Transpiration of spring maize population calculated by different scaling conversion factors (mm·d-1)
從2 a 的數(shù)據(jù)可看出,在灌漿期內,作物蒸騰量在不同尺度提升方法下變化趨勢相同,在計算時間內以莖干截面面積換算的蒸騰量最大,莖粗值換算的蒸騰量次之,葉面積換算的蒸騰量最小。這與姜雪蓮[33]在西北甘肅地區(qū)研究結果相似,以莖粗為尺度轉換因子得到的結果大于以葉面積為尺度轉換因子得到的結果。
2.2.2 棵間蒸發(fā)量的計算
根據(jù)2 a 數(shù)據(jù)建立SVR 棵間蒸發(fā)預測模型訓練和驗證結果見圖6。如圖可見SVR 模型能較好地用于估算棵間蒸發(fā)值,訓練和驗證R2均在0.80 以上,RMSE 均小于0.5 mm,模型較為穩(wěn)定,且估算的精度較高。
根據(jù)建立的SVR 模型對降雨天缺失的棵間蒸發(fā)值進行補充,圖7 為2 a 灌漿期內棵間蒸發(fā)變化,2 a 灌漿期內最大棵間蒸發(fā)值分別為3.59、3.31 mm/d,日均棵間蒸發(fā)值分別為1.17、1.03 mm/d,2017 年灌漿期內棵間蒸發(fā)(42.32 mm)大于2018 年(32.98 mm),這是因為2017年灌漿期內降雨量、1 m 土層平均含水率、平均風速、平均凈輻射均高于2018 年。2 a 灌漿期內的日均值蒸發(fā)值與劉洋[40]在黑龍江省哈爾濱的研究結果接近(全生育期平均土壤蒸發(fā)量在1.5 mm/d 左右)。
圖6 棵間蒸發(fā)值的SVR 模型訓練和驗證結果Fig.6 Training and testing results of evaporation based on SVR model
圖7 2017 年和2018 年春玉米灌漿期棵間蒸發(fā)變化Fig.7 Variations of evaporation during filling stage of spring maize in 2017 and 2018
2.2.3 不同尺度提升方法與水量平衡計算結果比較
根據(jù)以上 2 節(jié)得到的群體蒸騰量和棵間蒸發(fā)量,可得到基于3 種不同尺度轉換因子下的2 a 春玉米灌漿期內的農田蒸發(fā)蒸騰量。
采用水量平衡法作為標準與3 種尺度轉換因子下的農田ET 進行比較,結果見表3??梢钥吹?,所有方法得到的結果均顯示 2017 年在灌漿期內的春玉米蒸發(fā)蒸騰量大于2018 年,這是因為2017 年灌漿期內降雨充沛,而降雨又作為玉米耗水的主要來源。2017 和2018 年春玉米灌漿期日均蒸發(fā)蒸騰量分別為4.22~4.78 和3.91~4.56 mm/d,根據(jù)聶堂哲[41]的研究,1959—2015 年黑龍江省玉米8 月蒸發(fā)蒸騰量范圍為106~158 mm,即日均蒸發(fā)蒸騰量范圍為3.12~5.09 mm/d,2 a 的結果均在聶堂哲[41]的結果范圍內。
基于 3 種尺度轉換因子尺度提升方法與水量平衡法的比較可以看出2 a與水量平衡法最接近的皆為以葉面積為轉換因子計算的 ET,誤差在 5%左右,而基于其他 2個尺度轉換因子尺度提升得到的ET 誤差在8%~17%之間,說明選擇葉面積為尺度轉換因子效果理想,這與韓兆敏[26]在內蒙古砒砂巖區(qū)對沙棘單株莖流擴展到林分群體耗水、姜雪蓮[33]在西北旱區(qū)對制種玉米單株莖流提升到農田蒸騰量的研究結果一致,認為葉面積作為尺度轉換因子與實測值最為接近。
表3 灌漿期內春玉米蒸發(fā)蒸騰量不同計算方法的比較Table 3 Comparisons of evapotranspiration (ET) during filling stage of spring maize by different calculation methods
通過2017 年、2018 年在黑龍江省典型黑土區(qū)春玉米莖流、棵間蒸發(fā)、土壤含水率等的試驗監(jiān)測,研究了春玉米單株莖流速率的動態(tài)變化規(guī)律及其農田尺度提升方法,主要得到了以下結論:
1)玉米莖流速率有明顯的晝夜變化規(guī)律,變化趨勢大約呈“幾”字形,降雨對莖流速率有較強的抑制作用,春玉米莖流日變化在晴天、陰天、雨天總體趨勢相同,但是在陰雨天氣,玉米莖流速率日變化呈多峰曲線;玉米莖流的變化是各種氣象因子綜合作用的結果,莖流速率與空氣溫度、光合有效輻射、相對濕度密切相關。
2)以莖粗、莖干截面面積、葉面積為尺度轉換因子將單株莖流尺度擴展得到春玉米群體蒸騰量,加上棵間蒸發(fā)值,與水量平衡法計算蒸發(fā)蒸騰量比較,2 a 灌漿期誤差均在 20%以內,其中以葉面積為尺度轉換因子計算的ET 與水量平衡法最接近,2 a 灌漿期誤差在5%左右,說明選擇葉面積為尺度轉換因子效果理想。
由于本研究只在春玉米灌漿期內進行了莖流速率的監(jiān)測和單株莖流提升至群體蒸騰方法的研究,在其他生育期是否有同樣的規(guī)律有待做進一步的研究。