利用葉面積指數(shù)和氣象因子修正雙作物系數(shù)估算夏玉米蒸散量

姚婷月，王怡寧，石磊韜，尼瑪扎西，周 超，鞠 琴，王振龍

（1.河海大學(xué) 水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210098；2.浙江水文新技術(shù)開(kāi)發(fā)經(jīng)營(yíng)公司，杭州 310000；3.南京水利科學(xué)研究院，南京 210029；4.安徽省（水利部淮委）水利科學(xué)研究院 五道溝水文水資源實(shí)驗(yàn)站，安徽 蚌埠 233000；5.西藏自治區(qū)水文水資源勘測(cè)局 阿里水文水資源分局，西藏 阿里 850032）

?作物水肥高效利用?

利用葉面積指數(shù)和氣象因子修正雙作物系數(shù)估算夏玉米蒸散量

姚婷月1,2，王怡寧3*，石磊韜1,2，尼瑪扎西5，周 超4，鞠 琴1，王振龍4

（1.河海大學(xué) 水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210098；2.浙江水文新技術(shù)開(kāi)發(fā)經(jīng)營(yíng)公司，杭州 310000；3.南京水利科學(xué)研究院，南京 210029；4.安徽省（水利部淮委）水利科學(xué)研究院 五道溝水文水資源實(shí)驗(yàn)站，安徽 蚌埠 233000；5.西藏自治區(qū)水文水資源勘測(cè)局 阿里水文水資源分局，西藏 阿里 850032）

【目的】準(zhǔn)確估算夏玉米作物蒸騰（Tr）與土壤蒸發(fā)（Es）?！痉椒ā勘狙芯炕贔AO-56 推薦的雙作物系數(shù)模型，應(yīng)用五道溝水文實(shí)驗(yàn)站葉面積指數(shù)（LAI）、氣象因子以及土壤水分實(shí)測(cè)數(shù)據(jù)，對(duì)模型中的基礎(chǔ)作物系數(shù)（Kcb）和土壤蒸發(fā)系數(shù)（Ke）進(jìn)行動(dòng)態(tài)修正，并基于Penman-Monteith（P-M）模型，確定參考作物蒸散量（ET0），進(jìn)而估算夏玉米實(shí)際蒸散量（ETc），并以2018、2019 年大型蒸滲儀實(shí)測(cè)ETc對(duì)估算值進(jìn)行精度評(píng)價(jià)?！窘Y(jié)果】修正后的雙作物系數(shù)法估算夏玉米蒸散量較為準(zhǔn)確，2018 年夏玉米全生育期ETc估算與實(shí)測(cè)的日均值分別為4.89 mm/d和4.66 mm/d，2019 年分別為5.72 mm/d 和5.67 mm/d。應(yīng)用修正雙作物系數(shù)法估算夏玉米日ETc的決定系數(shù)（R2）、均方根誤差（RMSE）、模型效率系數(shù)（Ens）、平均絕對(duì)誤差（AAE），2018 年分別為0.89、0.98 mm/d、0.86 和0.73 mm/d，2019 年分別為0.89、0.76 mm/d、0.89 和0.58 mm/d?！窘Y(jié)論】因此，修正后的雙作物系數(shù)法能夠較為準(zhǔn)確的估算夏玉米蒸散量，該研究可為淮北平原農(nóng)田水分精準(zhǔn)管理提供科學(xué)依據(jù)。

蒸散估算；雙作物系數(shù)法；葉面積指數(shù)；氣象因子；夏玉米；蒸滲儀

0 引 言

蒸散發(fā)（Evapotranspiration，ETc）主要由作物蒸騰（Tr）和土壤蒸發(fā)（Es）組成，是唯一既出現(xiàn)在地表能量平衡又出現(xiàn)在水量平衡中的要素[1-2]?！狙芯窟M(jìn)展】國(guó)內(nèi)外估算作物蒸散量的方法主要有：P-M直接模型[3]、波文比法、作物系數(shù)模型（FAO-56）等。作物系數(shù)法分為2種：?jiǎn)巫魑锵禂?shù)法和雙作物系數(shù)法，其中雙作物系數(shù)法能區(qū)分計(jì)算Tr與Es，能評(píng)估降水、灌溉和覆膜等對(duì)土壤水分的影響[4-5]，對(duì)作物ETc的估算更為精確[6-7]，并且已經(jīng)在不同地區(qū)的各種作物上得到了廣泛應(yīng)用。馮禹等[8]基于改進(jìn)后的雙作物系數(shù)法對(duì)2012、2013年壽陽(yáng)站旱作玉米ETc進(jìn)行估算，發(fā)現(xiàn)改進(jìn)后的雙作物系數(shù)模型能分別計(jì)算作物蒸騰與土壤蒸發(fā)，對(duì)旱作玉米蒸散量的估算較為準(zhǔn)確。閆浩芳等[9]引入作物系數(shù)（LAI）修正FAO雙作物系數(shù)法，對(duì)江蘇省鎮(zhèn)江市溫室黃瓜蒸散量進(jìn)行估算，得出雙作物系數(shù)法估算溫室黃瓜精度較高，對(duì)研究溫室環(huán)境的控制具有重要意義。Ding等[10]以覆膜條件下的玉米為研究對(duì)象，對(duì)雙作物系數(shù)法進(jìn)行修正，發(fā)現(xiàn)修正后的雙作物系數(shù)法對(duì)玉米蒸散發(fā)的模擬效果較好，指出FAO-56推薦的作物系數(shù)在某些地區(qū)需根據(jù)不同氣候條件加以修正。李豐琇等[11]基于雙作物系數(shù)法對(duì)新疆滴灌夏玉米蒸散發(fā)進(jìn)行模擬與估算，發(fā)現(xiàn)實(shí)測(cè)值與模擬值吻合度較高。Shrestha等[12]利用雙作物系數(shù)法，研究了覆膜藤蔓的蒸散量，實(shí)現(xiàn)對(duì)作物蒸騰和土壤蒸發(fā)的分別估算，取得了良好的模擬效果，發(fā)現(xiàn)采用FAO-56推薦的作物系數(shù)易高估農(nóng)田的土壤蒸發(fā)。

目前，利用雙作物系數(shù)法估算作物ETc的相關(guān)研究較多[7,13]，但對(duì)淮北平原夏玉米ETc的研究幾乎沒(méi)有。由于氣候、作物生長(zhǎng)狀況、土壤質(zhì)地等諸多因素都會(huì)影響作物系數(shù)的取值，因此，確定當(dāng)?shù)氐淖魑锵禂?shù)需依據(jù)當(dāng)?shù)貙?shí)測(cè)資料進(jìn)行修正[2]。【切入點(diǎn)】本研究于2018、2019年在五道溝實(shí)驗(yàn)站進(jìn)行，基于夏玉米葉面積指數(shù)、氣象因子以及土壤含水率實(shí)測(cè)資料，運(yùn)用LAI與作物冠層覆蓋度系數(shù)（Kcc）動(dòng)態(tài)模擬Kcb，運(yùn)用LAI修正Ke。【擬解決的關(guān)鍵問(wèn)題】并采用修正后的雙作物系數(shù)模型對(duì)淮北平原夏玉米蒸散量進(jìn)行估算，對(duì)其適用性進(jìn)行評(píng)估，以期為實(shí)現(xiàn)淮北平原精準(zhǔn)灌溉提供科學(xué)依據(jù)。

1 材料與方法

1.1 試驗(yàn)區(qū)概況

試驗(yàn)于2018、2019年在蚌埠市五道溝水文實(shí)驗(yàn)站進(jìn)行，海拔19.7 m[14]，作物以夏玉米、夏大豆和冬小麥為主[15-16]，地下水埋深年變幅為1～3 m，站內(nèi)設(shè)有降水徑流、潛水蒸發(fā)與蒸散發(fā)、人工降水、灌溉排水、水文氣象全要素、作物與水關(guān)系6大研究?jī)?nèi)容。該地區(qū)屬暖溫帶半濕潤(rùn)季風(fēng)氣候，夏季炎熱多雨，冬季干旱少雨。降水量年際變化大，多年平均降水量為913 mm，汛期為6—9月，全年約65%的降水發(fā)生在該時(shí)期。多年平均蒸發(fā)量為1 183.3 mm，多年平均氣溫為15.3 ℃，研究區(qū)土壤平均體積質(zhì)量為1.4 g/cm3，適宜作物生長(zhǎng)的土壤質(zhì)量含水率為18%～25%，田間持水率為28%～30%，凋萎含水率為10%～12%，土壤飽和含水率為38%～40%，淮北平原區(qū)砂姜黑土分布廣泛，約占土壤總面積的54%。

1.2 試驗(yàn)設(shè)計(jì)及資料選取

試驗(yàn)以砂姜黑土區(qū)種植的夏玉米（登海618）為研究對(duì)象，玉米實(shí)際蒸散量由五道溝大型稱質(zhì)量式蒸滲儀測(cè)得，蒸滲儀（型號(hào)FR101A）土柱橫截面積4.0 m2，高度4.0 m，土壤體積含水率1 h測(cè)量1次，其他數(shù)據(jù)每10 min記錄1次。站內(nèi)設(shè)有高精度氣象站，每10 min記錄1次風(fēng)速、凈輻射、空氣濕度等氣象數(shù)據(jù)。2018年夏玉米于6月24日播種，10月8日收獲；2019年于6月18日播種，9月28日收獲。資料選取2018年6月24日—10月8日和2019年6月18日—9月28日蒸滲儀數(shù)據(jù)及同期氣象數(shù)據(jù)。蒸滲儀內(nèi)夏玉米種植株距約為32 cm，行距約為55 cm，種植密度為267株/hm2。夏玉米以土壤養(yǎng)分測(cè)定為基礎(chǔ)，根據(jù)玉米吸肥規(guī)律、產(chǎn)量水平、土壤供肥能力、肥料養(yǎng)分量和利用率等多種因素確定施肥方案，一般高產(chǎn)田每生產(chǎn)100 kg籽粒施用氮（N）3 kg，磷（P2O5）1～1.5 kg，鉀（K2O）2 kg計(jì)算需肥量。

相關(guān)研究表明[17-18]，淮北平原砂姜黑土區(qū)地下水埋深年變幅為1～3 m，結(jié)合實(shí)驗(yàn)站蒸滲儀的地下水埋深特點(diǎn)，本次研究資料選取地下水埋深為1 m和3 m的夏玉米實(shí)測(cè)資料（3 m的資料用于驗(yàn)證）。2018、2019年夏玉米全生育期內(nèi)均未灌溉，僅接受自然降水。

1.3 生長(zhǎng)階段劃分

根據(jù)依據(jù)FAO建議的生長(zhǎng)階段劃分方法和試驗(yàn)區(qū)每日采集的作物生長(zhǎng)圖像，將2018、2019年夏玉米各生長(zhǎng)階段劃分如表1所示。

表1 夏玉米生長(zhǎng)階段劃分Table 1 Summer maize growth stage division

1.4 參考作物蒸散量

利用FAO P-M公式計(jì)算日ET0，計(jì)算式為[19]：

各參數(shù)解釋見(jiàn)文獻(xiàn)[15-17]。

1.5 葉面積指數(shù)

選取蒸滲儀內(nèi)具有代表性的5株玉米（長(zhǎng)勢(shì)均勻，無(wú)病蟲(chóng)害），使用Yaxin-1242的葉面積儀測(cè)定葉面積，每7天測(cè)量1次，中間值采用線性插補(bǔ)得到。葉面積指數(shù)即為單位土地面積上的玉米葉片總面積與土地面積的比值。玉米株高每7天用卷尺測(cè)量1次，中間值進(jìn)行插補(bǔ)得到。

夏玉米生育期內(nèi)LAI隨播種后天數(shù)（DAS）的變化曲線見(jiàn)圖1所示。由圖1可知，2 a的LAI變化趨勢(shì)相似，LAI在播種后前20 d緩慢增長(zhǎng)，在20～50 d內(nèi)增速變大，2018年在第59天達(dá)到最大值（3.62 m2/m2），2019年在第56天達(dá)到最大值（3.38 m2/m2），在作物生長(zhǎng)后期快速減小。

圖1 葉面積指數(shù)Fig.1 Leaf area index

2 模型概述

2.1 FAO雙作物系數(shù)模型

將作物系數(shù)Kc分為：基礎(chǔ)作物系數(shù)Kcb和土壤蒸發(fā)系數(shù)Ke，Kcb用來(lái)描述作物蒸騰，Ke體現(xiàn)了土壤蒸發(fā)強(qiáng)度短期內(nèi)增加對(duì)ETc的影響[20]。計(jì)算式為[21]：

式中：ETc為作物蒸散量（mm）；ET0為參考作物蒸散量（mm）；Ks為水分脅迫系數(shù)。

水分脅迫系數(shù)計(jì)算式為：

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）；RAW為根系中易被吸收利用的水量（mm）。

Ks反映根區(qū)土壤含水率不足時(shí)對(duì)作物蒸騰的影響，2018、2019年夏玉米在生長(zhǎng)過(guò)程中水分供應(yīng)充足，故本文Ks=1。

2.2 基礎(chǔ)作物系數(shù)（Kcb）

從“作物需水量計(jì)算指南”(FAO-56)中查出推薦的基礎(chǔ)作物系數(shù)，分別為：Kcbini(tab)=0.15，Kcbmid(tab)=1.15，Kcbend(tab)=0.50。

根據(jù)當(dāng)?shù)貙?shí)測(cè)數(shù)據(jù)，對(duì)Kcbmid和Kcbend進(jìn)行修正。若日最小相對(duì)濕度的平均值RHmin≠45%或2 m高處的日平均風(fēng)速U2≠2 m/s，且Kcbgt;0.45時(shí)，推薦的Kcbmid(tab)、Kcbend(tab)需進(jìn)行修正，計(jì)算式為[21]：

式中：h為該生長(zhǎng)階段作物的平均株高（m）；RHmin為空氣的最小相對(duì)濕度（%）；Kcb(tab)為FAO-56推薦的參考基礎(chǔ)作物系數(shù)；U2為2 m高處的日平均風(fēng)速。

為更準(zhǔn)確估算夏玉米ETc的動(dòng)態(tài)變化，本文引入冠層覆蓋度系數(shù)Kcc計(jì)算動(dòng)態(tài)Kcb，計(jì)算式為[8,22]：

式中：Kc,min為裸土最小作物系數(shù)，本文取0.1[8]；Kcc為冠層覆蓋度系數(shù)；Kcb,full為作物完全覆蓋地表時(shí)的最大基礎(chǔ)作物系數(shù)；Kmax為作物系數(shù)最大值，取值為1.2[8,21]。

Kcc的計(jì)算需要引入葉面積指數(shù)LAI。

式中：