乳熟期倒伏對(duì)夏玉米農(nóng)田蒸散量的影響

彭記永 ，韓耀杰 ，李樹巖 *，方文松

?作物水肥高效利用?

乳熟期倒伏對(duì)夏玉米農(nóng)田蒸散量的影響

彭記永1,2，韓耀杰1,2，李樹巖1,2*，方文松1,2

（1.中國(guó)氣象局·河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)開放實(shí)驗(yàn)室，鄭州 450003；2.河南省氣象科學(xué)研究所，鄭州 450003）

【目的】確定夏玉米倒伏后農(nóng)田蒸散量變化特征?！痉椒ā苦嵵蒉r(nóng)業(yè)氣象試驗(yàn)站2016 年8 月25 日出現(xiàn)夏玉米大風(fēng)倒伏現(xiàn)象，利用正常年（2017 年）氣象數(shù)據(jù)、作物觀測(cè)數(shù)據(jù)和渦度觀測(cè)數(shù)據(jù)，通過(guò)Penman-Monteith 模型（P-M模型）模擬并檢驗(yàn)夏玉米正常生長(zhǎng)年型蒸散量變化特征，優(yōu)化參數(shù)模型，計(jì)算P-M 模型模擬值與實(shí)測(cè)值的最優(yōu)擬合度。然后根據(jù)率定參數(shù)的P-M 蒸散模型，利用田間調(diào)查數(shù)據(jù)，以未倒伏的植株參數(shù)為假定夏玉米沒(méi)有發(fā)生倒伏，進(jìn)行農(nóng)田蒸散量模擬，模擬結(jié)果作為蒸散量對(duì)照值（P-MN）；以實(shí)際倒伏后的植株參數(shù)，進(jìn)行農(nóng)田蒸散量模擬，模擬結(jié)果為實(shí)際倒伏蒸散量（P-ML）。【結(jié)果】正常年型蒸散量模擬值與實(shí)測(cè)值具有較好的一致性，模擬絕對(duì)誤差為0.005，相對(duì)誤差為10.7%，均方根誤差和一致性指數(shù)分別為0.019、0.980，說(shuō)明模型具有較好的預(yù)測(cè)性。在倒伏年，倒伏后蒸散量模擬值與實(shí)測(cè)值的絕對(duì)誤差和相對(duì)誤差分別為0.002 mm/30 min、2.9%，均方根誤差為0.001，一致性指數(shù)為0.98?！窘Y(jié)論】乳熟期夏玉米倒伏后農(nóng)田蒸散量顯著降低，根據(jù)P-M 模型計(jì)算結(jié)果，夏玉米倒伏后農(nóng)田蒸散量降低0.019 mm/30 min，日平均降低0.68 mm/d，降低18.3%。并且倒伏前期日平均降低0.99 mm/d，降低20.6%；倒伏后期日平均降低0.42 mm/d，降低14.8%。

夏玉米；倒伏；Penman-Monteith 模型；渦度相關(guān)；模擬；蒸散量

0 引 言

【研究意義】準(zhǔn)確計(jì)算農(nóng)田蒸散量不僅有助于指導(dǎo)農(nóng)田灌溉和提高水分利用效率，而且在研究作物與大氣的相互作用中扮演著重要角色[1-2]。理清倒伏后農(nóng)田生態(tài)系統(tǒng)蒸散量變化特征，對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)、保障糧食安全以及制定倒伏后農(nóng)田管理措施有重要意義?！狙芯窟M(jìn)展】在計(jì)算農(nóng)田蒸散量的模型方面，Monteith 在Penman 潛在蒸散模型的基礎(chǔ)上，把作物冠層看成一片大葉整體，建立了基于阻力模型的Penman-Monteith 模型，具有較高的計(jì)算精度，在國(guó)內(nèi)外農(nóng)田蒸散量估算研究中得到了驗(yàn)證和廣泛應(yīng)用[3-4]。王娟等[5]基于P-M 模型模擬夏玉米農(nóng)田蒸散量，對(duì)模型中的關(guān)鍵阻力參數(shù)進(jìn)行校正，模型計(jì)算效果有很大提高，模擬結(jié)果更接近于測(cè)量值。郭映等[6]研究了西北黃土高原區(qū)覆膜情況下玉米的蒸散量變化特征，P-M 模型日蒸散量可滿足可靠性判斷標(biāo)準(zhǔn)。賈紅等[7]利用波文比系統(tǒng)對(duì)比分析了夏玉米生長(zhǎng)季Shuttleworth-Wallace 模型和P-M 模型對(duì)蒸散量估計(jì)的差異，在冠層郁閉時(shí)，二模擬值與實(shí)測(cè)值均有良好表現(xiàn)，與實(shí)測(cè)值較為接近。前人對(duì)農(nóng)田蒸散量的模擬研究多集中在作物正常生長(zhǎng)情況下模型的參數(shù)優(yōu)化、準(zhǔn)確性及敏感性分析等方面[8]，而利用蒸散模型針對(duì)農(nóng)田災(zāi)害尤其是夏玉米倒伏后農(nóng)田蒸散量進(jìn)行的研究還不多見。

夏玉米是黃淮地區(qū)最主要的糧食作物，常年播種面積及產(chǎn)量占全國(guó)玉米的20%以上[9]。在夏玉米生長(zhǎng)季，強(qiáng)對(duì)流天氣多發(fā)，倒伏是影響玉米產(chǎn)量的重要?dú)庀鬄?zāi)害，研究表明每年因倒伏造成的玉米減產(chǎn)達(dá)5%～25%[10-11]。而且乳熟—成熟期倒伏發(fā)生概率達(dá)到28.7%，明顯高于其他生育階段[12]。倒伏改變玉米群體結(jié)構(gòu)及葉片空間分布，導(dǎo)致植株、葉片相互遮蔽；并破壞莖稈的疏導(dǎo)組織，阻礙根系向葉片輸送水分，影響農(nóng)田生態(tài)系統(tǒng)蒸騰速率[13-14]。而蒸散速率的大小影響著作物的光合作用強(qiáng)度和光合產(chǎn)物的累積，并最終影響產(chǎn)量的形成[15]。前人在倒伏對(duì)夏玉米干物質(zhì)累積、產(chǎn)量、品質(zhì)的影響，以及倒伏成因、補(bǔ)救措施及品種抗倒伏能力評(píng)價(jià)等方面做了較為深入的研究[16-17]，但玉米倒伏后群體蒸散量變化特征的對(duì)比分析研究成果較少，其中觀測(cè)手段是制約該領(lǐng)域研究的主要原因之一。玉米屬于高稈作物，人工控制試驗(yàn)難以反映災(zāi)害的真實(shí)性，倒伏后農(nóng)田生態(tài)系統(tǒng)蒸散量的對(duì)比觀測(cè)是難點(diǎn)。

【切入點(diǎn)】本研究針對(duì)鄭州農(nóng)業(yè)氣象試驗(yàn)站2016年8 月25 日發(fā)生的夏玉米倒伏災(zāi)害，根據(jù)正常年（2017 年）的氣象資料、作物觀測(cè)資料和渦度系統(tǒng)觀測(cè)資料，利用P-M 方程模擬夏玉米正常生長(zhǎng)狀況下農(nóng)田蒸散，率定模型參數(shù)，并檢驗(yàn)?zāi)Ｐ蜏?zhǔn)確性。根據(jù)率定參數(shù)的P-M 蒸散模型，利用田間調(diào)查數(shù)據(jù)，以未倒伏的植株參數(shù)為假定夏玉米沒(méi)有發(fā)生倒伏，進(jìn)行農(nóng)田蒸散量模擬，模擬結(jié)果作為蒸散量對(duì)照值；以實(shí)際倒伏后的植株參數(shù)，進(jìn)行農(nóng)田蒸散量模擬，模擬結(jié)果為實(shí)際倒伏蒸散量?！緮M解決的關(guān)鍵問(wèn)題】對(duì)比分析倒伏后農(nóng)田蒸散量的變化特征，確定夏玉米乳熟期大風(fēng)倒伏對(duì)農(nóng)田蒸散量的影響。

1 材料與方法

1.1 試驗(yàn)點(diǎn)基本情況

試驗(yàn)地點(diǎn)位于河南省鄭州農(nóng)業(yè)氣象試驗(yàn)站（34°43′N，113°39′E，海拔110.4 m），地勢(shì)平坦，該試驗(yàn)站年平均氣溫14.9 ℃，多年平均降水量670 mm左右。土壤類型為沙壤土，微堿性，地下水位深度大于2 m。農(nóng)業(yè)生產(chǎn)以冬小麥和夏玉米輪作為主，種植結(jié)構(gòu)單一，試驗(yàn)地塊管理措施與當(dāng)?shù)卮筇镆恢?。主要作物種植以及土壤參數(shù)見表1。

表1 2016 年、2017 年夏玉米種植模式和土壤參數(shù)Table 1 Planting mode and soil parameters of summer maize in 2016 and 2017

2016年、2017年夏玉米主要生育期狀況及氣象條件如表2所示。2016年、2017年夏玉米試驗(yàn)季播種品種為雜交中熟品種“浚單20”。2017年夏玉米生長(zhǎng)季，無(wú)氣象災(zāi)害發(fā)生。2016年夏玉米生長(zhǎng)季，除2016年8月25日的大風(fēng)倒伏外，無(wú)其他氣象災(zāi)害發(fā)生。該試驗(yàn)站于2016年8月25日（乳熟后第3日）12:20出現(xiàn)8級(jí)大風(fēng)，極大風(fēng)速18.1 m/s，小時(shí)平均風(fēng)速3.8 m/s，并伴隨降水，日降水量23.8 mm。整個(gè)田塊倒伏近1/2，以莖稈折斷為主，主要發(fā)生在第三節(jié)和第四節(jié)節(jié)間，折斷部位距離地面約20～30 cm。

表2 2016年、2017年夏玉米主要生育期狀況及氣象條件Table 2 Growth and meteorological conditions of summer maize in 2016 and 2017

1.2 通量數(shù)據(jù)觀測(cè)及數(shù)據(jù)質(zhì)量控制

通量觀測(cè)系統(tǒng)采用美國(guó)Campbell Scientific公司的渦動(dòng)協(xié)方差系統(tǒng)，包括1 套梯度觀測(cè)系統(tǒng)和1 套渦度觀測(cè)系統(tǒng)。梯度觀測(cè)系統(tǒng)由1 套PAR LITE 光合有效輻射傳感器、5 層空氣溫濕度傳感器、4 層風(fēng)向風(fēng)速儀組成。渦度相關(guān)系統(tǒng)由LI-7500 CO2/H2O 分析儀（架設(shè)高度為3.0 m）、CSAT3 三維超聲風(fēng)速儀、CNR2凈輻射傳感器（架設(shè)高度為3.0 m）、HFP01 土壤熱通量板（埋深0.05 m）組成。按照中國(guó)氣象局下發(fā)的《近地層通量觀測(cè)數(shù)據(jù)格式》和《近地層通量觀測(cè)業(yè)務(wù)規(guī)范（試行）》進(jìn)行儀器日常維護(hù)和通量數(shù)據(jù)下載。參照一般通量數(shù)據(jù)處理方法[18-20]，對(duì)30 min 通量數(shù)據(jù)進(jìn)行野點(diǎn)剔除、坐標(biāo)軸旋轉(zhuǎn)和WPL 變換處理。對(duì)由于降水、斷電等因素造成的數(shù)據(jù)缺失以及剔除異常數(shù)據(jù)之后的數(shù)據(jù)序列，采用平均晝夜法和非線性回歸法等進(jìn)行插補(bǔ)[21-22]，形成完整的數(shù)據(jù)序列。

2016 年為倒伏年型，選擇倒伏前后（8 月22 日—9 月12 日）21 d 的數(shù)據(jù)進(jìn)行分析，剔除倒伏日（8 月25 日）由降水引起的異常數(shù)據(jù)。2017 年為正常年型，選取相對(duì)應(yīng)的乳熟期—成熟期（8 月28 日—9 月22日）連續(xù)25 d 數(shù)據(jù)進(jìn)行分析。2016 年倒伏前后能量閉合率分別為0.80、0.82；2017 年乳熟期能量閉合率為0.89。經(jīng)分析，數(shù)據(jù)能量平衡閉合率以及數(shù)據(jù)質(zhì)量等級(jí)標(biāo)準(zhǔn)滿足通量數(shù)據(jù)質(zhì)量要求。

1.3 夏玉米倒伏災(zāi)害調(diào)查

在夏玉米倒伏后第2天（2016年8月26日）進(jìn)行倒伏類型和倒伏率的調(diào)查。此次倒伏基本為莖折，連續(xù)調(diào)查100株記錄倒伏株數(shù)，倒伏株數(shù)除以調(diào)查總株數(shù)即為相應(yīng)的倒伏率，并結(jié)合圖像識(shí)別[23]，綜合分析倒伏率為46.0%。在成熟期根據(jù)倒伏比例，分別進(jìn)行作物參數(shù)測(cè)定。

圖1 夏玉米倒伏前后對(duì)比Fig.1 Comparison of summer maize before and after lodging

1.4 作物觀測(cè)

1.4.1 發(fā)育期觀測(cè)

按照《中國(guó)氣象局農(nóng)業(yè)氣象觀測(cè)規(guī)范（上卷）》[24]進(jìn)行夏玉米生長(zhǎng)發(fā)育觀測(cè)。主要包括三葉期、七葉期、拔節(jié)期、抽雄期、乳熟期和成熟期。

1.4.2 作物參數(shù)測(cè)定

在三葉期、七葉期、拔節(jié)期、抽雄期、乳熟期和成熟期進(jìn)行了葉長(zhǎng)、葉寬、株高測(cè)定。取樣方法，在田間固定4個(gè)測(cè)點(diǎn)，每測(cè)點(diǎn)連續(xù)選取10株，4個(gè)測(cè)點(diǎn)共40株量取高度，按株高數(shù)據(jù)的離散程度分成數(shù)據(jù)范圍相等的5組，再按照每組的平均株高為參考高度取樣，每個(gè)參考高度取1株，共取5株，齊地面剪下，帶回室內(nèi)，將葉、莖鞘、穗等器官分離，量取并記錄每片葉長(zhǎng)、葉寬值。葉面積測(cè)量方法采用長(zhǎng)寬系數(shù)法進(jìn)行：

式中：LSi為單株葉面積（cm2）；Li為葉長(zhǎng)（cm）；Di為葉寬（cm）；k 為葉面積校正系數(shù)，取0.70。單株葉面積乘以每平方米株數(shù)即為葉面積指數(shù)（Leaf Area Index，LAI），2016 年、2017 年夏玉米葉面積指數(shù)如表3 所示。

表3 2016年、2017年夏玉米葉面積指數(shù)Table 3 Leaf area index of summer maize in 2016 and 2017

1.5 夏玉米農(nóng)田蒸散量模型

Penman-Monteith 模型用于實(shí)際蒸散量的計(jì)算[25]，公式如下：

式中：Δ 為飽和水汽壓—溫度曲線斜率（kPa/K）；Rn為冠層表面凈輻射（W/m2）；G 為土壤熱通量（W/m2）；ρ 為空氣密度（kg/m3）；Cp為空氣比熱（1 012 J/（kg·K））；es為參考高度的飽和水汽壓（hPa）；ea為蒸發(fā)表面的實(shí)際水汽壓（kPa）；γ 為干濕表常數(shù)（0.067 kPa/K）；rc為冠層阻力（s/m）；ra為作物冠層高度與參考高度間空氣動(dòng)力學(xué)阻力（s/m）。

凈輻射Rn由CNR2 凈輻射傳感器觀測(cè)得到。土壤熱通量G 通過(guò)積分法[26]計(jì)算得到，GZ為0.05 m 土壤熱通量板測(cè)量結(jié)果，GS為土壤熱存儲(chǔ)項(xiàng)：

對(duì)冠層阻力參數(shù)rc,采用Jarvis[27]和Noilhan 等[28]提出的參數(shù)化模型，使用有效葉面積指數(shù)（LAIe）對(duì)rc進(jìn)行優(yōu)化[29]：

式中：LAIe為冠層有效葉面積指數(shù)，F(xiàn)1、F2、F3和F4分別為凈輻射Rn（W/m2）；飽和水汽壓差VPD（hPa）、氣溫T（℃）和土壤容積含水率θ（cm3/cm3）的響應(yīng)函數(shù)。

有效葉面積指數(shù)LAIe由下式計(jì)算：

ra采用Shuttleworth 等[30]推算公式計(jì)算得到：

式中：κ為Karman 常數(shù)（κ=0.41）；u*為摩擦風(fēng)速（m/s）；Z 為參考高度（m）；d 為地面修正項(xiàng)（m）；h 為株高（m）；n 為冠層內(nèi)湍流擴(kuò)散衰減常數(shù)，取值為2.5；Z0為粗糙度（m）。

1.6 誤差分析方法和模型精度驗(yàn)證

通過(guò)相關(guān)系數(shù)（Correlation coefficient，r）、斜率（Slope）評(píng)價(jià)模擬值與實(shí)測(cè)值之間的相關(guān)性及變化趨勢(shì)的一致性。利用平均絕對(duì)誤差（Mean Absolute Error,MAE）和平均相對(duì)誤差（Mean Relative Error, MRE）對(duì)模型精度進(jìn)行評(píng)價(jià)，誤差越小，表明模擬精度越高。同時(shí)引入均方根誤差（Root Mean Squared Error，RMSE）和一致性指數(shù)（Index of Agreement，IA），分別用來(lái)評(píng)價(jià)誤差值的離散程度，以及模擬值與實(shí)測(cè)值之間的偏差，評(píng)價(jià)模型模擬的效果。誤差RMSE 越小，一致性指標(biāo)越接近于1，則模擬效果越好。

1.7 數(shù)據(jù)處理

采用Excel 2016 軟件進(jìn)行數(shù)據(jù)處理和制圖，采用SPSS19.0 軟件進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析。

2 結(jié)果與分析

2.1 夏玉米葉面積指數(shù)模擬

根據(jù)實(shí)測(cè)葉面積指數(shù)，利用修正的Logistics 模型進(jìn)行夏玉米逐日葉面積指數(shù)模擬[31]。并由倒伏率和成熟期倒伏后葉面積指數(shù)模擬計(jì)算2016 年倒伏后—成熟期葉面積指數(shù)。由圖2 可知，模擬值與實(shí)測(cè)值較為一致。

圖2 葉面積指數(shù)模擬Fig.2 Leaf area index simulation

2.2 正常年份夏玉米農(nóng)田蒸散量模擬

利用正常生長(zhǎng)年型（2017年）夏玉米乳熟期—成熟期觀測(cè)數(shù)據(jù)，進(jìn)行夏玉米正常生長(zhǎng)狀況下農(nóng)田蒸散量的模擬，采用有效葉面積指數(shù)，率定蒸散模型冠層阻力參數(shù)rc，正常年型夏玉米農(nóng)田蒸散量模擬值與實(shí)測(cè)值具有較好的一致性，P-M模型模擬值與實(shí)測(cè)值變化趨勢(shì)較為一致（圖3）。

圖3 正常年型夏玉米蒸散量實(shí)測(cè)值與模擬值對(duì)比Fig.3 Comparison between observed and simulated evapotranspiration of summer maize in normal year

由表4可知，P-M模型模擬值與實(shí)測(cè)值相關(guān)系數(shù)r分別為0.97（在0.01水平上顯著），呈極顯著正相關(guān)，擬合直線的斜率為1.08。平均絕對(duì)誤差為0.005 mm/30 min，平均相對(duì)誤差為10.5%。RMSE為0.019 mm/30 min，IA為0.98，說(shuō)明模型具有較好的預(yù)測(cè)精度，P-M模型可以較準(zhǔn)確的模擬夏玉米正常生長(zhǎng)狀況下的農(nóng)田蒸散量。

表4 正常年型P-M模型模擬夏玉米農(nóng)田蒸散量統(tǒng)計(jì)結(jié)果Table 4 Statistical results of evapotranspiration simulated by P-M model in normal year

注 *Plt; 0.01。

通過(guò)對(duì)30 min（08:00—18:00）蒸散量求和得到夏玉米農(nóng)田日蒸散量，對(duì)比分析夏玉米農(nóng)田蒸散量日（8月28日—9月22日）變化特征發(fā)現(xiàn)（圖4），正常年型（2017年），日P-M模型模擬值與實(shí)測(cè)具有較好的一致性，但模擬值較實(shí)測(cè)值大，日平均絕對(duì)誤差為0.22 mm/d，相對(duì)誤差為10.6%。

圖4 正常年型蒸散量日模擬值與實(shí)測(cè)值Fig.4 Daily simulated and observed value of normal annual evapotranspiration

2.3 倒伏年夏玉米農(nóng)田蒸散量模擬

根據(jù)率定參數(shù)的蒸散模型，利用田間調(diào)查數(shù)據(jù)，以未倒伏的植株參數(shù)為假定夏玉米沒(méi)有發(fā)生倒伏，進(jìn)行農(nóng)田蒸散量模擬，模擬結(jié)果作為蒸散量對(duì)照值（P-MN）；以實(shí)際倒伏后的植株參數(shù)，進(jìn)行農(nóng)田蒸散量模擬，模擬結(jié)果為實(shí)際倒伏蒸散量（P-ML）。對(duì)比倒伏發(fā)生后（2016 年8 月26 日—9 月12 日）蒸散量變化特征，農(nóng)田蒸散量逐漸降低，實(shí)測(cè)值與倒伏后模擬值（P-ML）變化趨勢(shì)具有較好的一致性，P-MN較 P-ML大（圖5），說(shuō)明倒伏后農(nóng)田蒸散量降低。

圖5 倒伏年型夏玉米蒸散量實(shí)測(cè)值與模擬值Fig.5 Observed and simulated value of summer maize evapotranspiration in lodging years

由表5可知，倒伏后，P-ML模型模擬值與實(shí)測(cè)值相關(guān)系數(shù)r為0.97（在0.01水平上顯著），呈極顯著正相關(guān)，擬合直線斜率為1.16。P-ML模型模擬值與實(shí)測(cè)值的平均絕對(duì)誤差為0.002 mm/30 min，平均相對(duì)誤差分別為2.9%。RMSE為0.001 mm/30 min，IA為0.98，說(shuō)明模型能夠預(yù)測(cè)倒伏后蒸散量的變化趨勢(shì)。根據(jù)P-MN和P-ML模型的模擬結(jié)果，計(jì)算倒伏后夏玉米農(nóng)田平均蒸散量降低了0.019 mm/30 min。

表5 倒伏后P-M模型模擬夏玉米農(nóng)田蒸散量統(tǒng)計(jì)分析Table 5 Statistical results of evapotranspiration simulated by P-M model in lodging year

夏玉米倒伏年型（2016年8月26日—9月12日）P-ML模型和P-MN模型日蒸散量變化趨勢(shì)與實(shí)測(cè)值較為一致，但P-MN模型模擬值較P-ML模型模擬值大，說(shuō)明倒伏后農(nóng)田蒸散量較未倒伏降低，模擬值與實(shí)測(cè)值之差分別為0.35、1.03 mm/d。根據(jù)模型模擬結(jié)果，并考慮模型模擬誤差，計(jì)算得到倒伏后夏玉米農(nóng)田蒸散量降低了0.68 mm/d，平均降低了18.3%（圖6）。

圖6 倒伏年型日蒸散量模擬值與實(shí)測(cè)值Fig.6 Daily simulated and observed evapotranspiration value in lodging years

從夏玉米倒伏后日蒸散量減少值可以看出（圖7），倒伏前期（8 月26 日—9 月2 日）夏玉米農(nóng)田蒸散量降低較多，日平均降低0.99 mm/d，平均降低20.6%；倒伏后期（9 月3—12 日）夏玉米逐漸成熟，植株枯萎，作物蒸騰降低，農(nóng)田蒸散量逐漸減小，日平均蒸散量降低0.42 mm/d，平均降低14.8%。

圖7 夏玉米倒伏后日蒸散量減少值Fig.7 Daily evapotranspiration reduction after summer maize Lodging

3 討 論

1）P-M 模型能夠模擬植株正常生長(zhǎng)的農(nóng)田蒸散量，具有較高的準(zhǔn)確性[32-33]。呂厚荃等[34]利用修正阻力參數(shù)的P-M 模型，進(jìn)行夏玉米實(shí)際蒸散量的模擬，相對(duì)誤差為10%～15%左右。Gardiol 等[35]研究發(fā)現(xiàn)，P-M 模型相比其他模型，模擬夏玉米農(nóng)田蒸散量偏低，但較渦度相關(guān)法實(shí)測(cè)值偏高。渦度相關(guān)數(shù)據(jù)由于能量閉合和空間代表性等問(wèn)題，與蒸滲儀法以及P-M 模型模擬法相比可能會(huì)低估生態(tài)系統(tǒng)的蒸散量[36-37]。與本文研究結(jié)果一致，夏玉米正常生長(zhǎng)年型P-M 模型模擬值較通量觀測(cè)值大，與觀測(cè)值相比平均相對(duì)誤差為10.7%。研究表明rc是影響農(nóng)田蒸散最敏感的阻力參數(shù)[38]，并且LAI 是影響rc的最主要的生物因素[39]。因此，本研究主要考慮利用有效葉面積指數(shù)，提高冠層阻力模擬精度，進(jìn)行農(nóng)田蒸散量模擬。此外，夏玉米倒伏后，不僅葉面積指數(shù)降低，而且冠層高度也因之降低，本研究忽略了平均冠層高度降低對(duì)ra造成的影響[40]，是模型誤差產(chǎn)生的原因之一。

2）在夏玉米乳熟—成熟期，隨著植株葉片變黃，葉面蒸騰逐漸降低，棵間蒸發(fā)逐漸占比增大，逐步回升到20%～40%左右[41]。而夏玉米倒伏后，倒伏植株覆蓋地面，不僅使作物蒸騰降低，而且造成棵間蒸發(fā)減少。本研究發(fā)現(xiàn)夏玉米農(nóng)田蒸散量降低值倒伏前期明顯大于倒伏后期，可能由于倒伏后至成熟期一直無(wú)有效降水，表層土壤含水率逐漸降低，從而造成棵間蒸發(fā)減小有關(guān)。由于大風(fēng)倒伏災(zāi)害的突發(fā)性、偶發(fā)性，目前還缺乏有效的觀測(cè)手段開展大面積夏玉米倒伏蒸散量的定量化研究，而人工控制試驗(yàn)難以還原災(zāi)害的真實(shí)性。本研究?jī)H利用1 a 的倒伏數(shù)據(jù)進(jìn)行夏玉米農(nóng)田蒸散量的模擬，并且無(wú)區(qū)分作物蒸騰和土壤蒸發(fā)，有待于利用更多觀測(cè)數(shù)據(jù)和方法[42-43]，把作物蒸騰和土壤蒸發(fā)區(qū)分開，進(jìn)行全面深入的研究。

3）乳熟期是夏玉米產(chǎn)量形成的關(guān)鍵時(shí)期，夏玉米倒伏后，不但造成農(nóng)田蒸散量降低；而且倒伏后莖稈折斷，破壞莖稈輸導(dǎo)系統(tǒng)，既影響根系向葉片運(yùn)輸水分和養(yǎng)料，也影響葉片向果穗輸送光合產(chǎn)物，最終造成減產(chǎn)。本研究沒(méi)有考慮倒伏后農(nóng)田蒸散量對(duì)產(chǎn)量的影響，以及倒伏后農(nóng)田蒸散量、群體光合作用和農(nóng)田水分利用效率之間的關(guān)系，有待于進(jìn)一步研究。同時(shí)，乳熟期—成熟期也是夏玉米葉片逐漸衰老、生理功能進(jìn)入全面衰退的時(shí)期。研究表明在夏玉米生育后期，保持較高的葉面積指數(shù)和一定的土壤含水率，能夠提高農(nóng)田耗水量和葉片抗衰老能力，有利于增加夏玉米產(chǎn)量[44-45]。雖然乳熟期灌溉會(huì)降低農(nóng)田水分利用率，但能夠增加營(yíng)養(yǎng)器官同化物向籽粒的轉(zhuǎn)化效率，從而提高籽粒產(chǎn)量[46]。因此，在夏玉米生育后期發(fā)生倒伏后，為了盡可能減少產(chǎn)量的損失，在土壤含水率較小時(shí)，適當(dāng)進(jìn)行灌溉是需要關(guān)注的重點(diǎn)。

4 結(jié) 論

乳熟期夏玉米倒伏后農(nóng)田蒸散量顯著降低，并且倒伏前期較倒伏后期降低更多。根據(jù)P-M模型計(jì)算結(jié)果，夏玉米倒伏后農(nóng)田蒸散量降低0.019 mm/30 min，日平均降低0.68 mm/d，降低18.3%。并且倒伏前期日平均降低0.99 mm/d，降低20.6%；倒伏后期日平均降低0.42 mm/d，降低14.8%。因此，在夏玉米乳熟期，對(duì)于發(fā)生莖折的倒伏玉米，可提早收割，避免產(chǎn)量損失；對(duì)于根倒、莖倒以及正常生長(zhǎng)的植株，需加強(qiáng)水肥管理。

Effect of Lodging on Evapotranspiration of Summer Maize at Milk Ripening Stage

PENG Jiyong1,2, HAN Yaojie1,2, LI Shuyan1,2*, FANG Wensong1,2

(1. CMA·Henan Agrometeorological Support and Applied Technique Key Laboratory, Zhengzhou 450003, China;2. Henan Institute of Meteorological Science, Zhengzhou 450003, China)

【Objective】Strong winds in summer often result in lodging stress to summer maize in central China. The purpose of this paper is to evaluate experimentally how the lodging affects evapotranspiration from a maize field.【Method】The analysis was based on a dataset collected on 25 August 2016 after a strong wind hit Zhengzhou agrometeorological station. Using the Penman-Monteith (P-M) model, meteorological and crop data, as well as vorticity measured in 2017 (a normal year), we calculated the evapotranspiration and optimized the model parameters to fit the P-M model to the measured data in 2017. Using the P-M model and the calibrated parameters and field-survey data, we estimated evapotranspiration from the summer maize field without any lodging as the control (P-MN). The reduced evapotranspiration (P-ML) due to the lodging in 2016 was estimated using field survey-plant data. 【Result】The evapotranspiration calculated without lodging agreed well with the measured data,with an absolute error of 0.005 mm/30 min, a relative error of 10.7%, and root mean square error and consistency index being 0.019 and 0.98 respectively. For the lodged maize field, the absolute and relative errors between the calculated and measured evapotranspiration were 0.002 mm/30 min and 2.9%, respectively, and the root mean square error and the consistency index were 0.001 and 0.98 respectively. 【Conclusion】Mazie lodging at milk stage due to strong winds significantly reduced its evapotranspiration. Results calculated using the P-M model showed that the lodging reduced daily evapotranspiration by 0.68 mm, a 18.3% reduction compared to the control. The reduced daily average evapotranspiration in the early stage of the lodging was 20.6% (0.99 mm), while in the later stage it decreased to 0.42 mm, 14.8% down compared to the control.

summer maize; lodging; Penman-Monteith model; eddy covariance; simulation; evapotranspiration

S513

A

10.13522/j.cnki.ggps.2022075

彭記永, 韓耀杰, 李樹巖, 等. 乳熟期倒伏對(duì)夏玉米農(nóng)田蒸散量的影響[J]. 灌溉排水學(xué)報(bào), 2022, 41(7): 8-15.

PENG Jiyong, HAN Yaojie, LI Shuyan, et al. Effect of Lodging on Evapotranspiration of Summer Maize at Milk Ripening Stage[J]. Journal of Irrigation and Drainage, 2022, 41(7): 8-15.

1672 - 3317（2022）07 - 0008 - 08

2022-02-15

中國(guó)氣象局·河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目（AMF202106）；中國(guó)氣象局 河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室應(yīng)用基金項(xiàng)目（KM202216）；中國(guó)氣象局創(chuàng)新發(fā)展專項(xiàng)項(xiàng)目（CXFZ2021Z094）

彭記永（1981-），男。高級(jí)工程師，主要從事農(nóng)業(yè)氣象學(xué)研究。E-mail: ppeng345@163.com

李樹巖（1979-），女。正研級(jí)高級(jí)工程師，主要從事農(nóng)業(yè)氣象災(zāi)害及作物模型應(yīng)用研究。E-mail: lsy_126com@126.com

責(zé)任編輯：趙宇龍