劉春偉，吳心語，邱讓建

(南京信息工程大學應(yīng)用氣象學院，江蘇省農(nóng)業(yè)氣象重點實驗室，南京 210044)

0 引 言

中國玉米種植面積位居世界第二，僅次于美國[1]。南京地區(qū)玉米種植水分供應(yīng)來源主要是降水，玉米田蒸發(fā)蒸騰量大小的準確估算可以為提高玉米田水分利用效率提供參考，還可計算農(nóng)田水量平衡和能量平衡，優(yōu)化水資源配置。蒸發(fā)蒸騰量(Evapotranspiration,ET)的估算方法主要有直接法和間接法，直接法包括Penman-Monteith方法、Shuttleworth-Wallace方法等[2-4]，間接法主要是單作物系數(shù)法和雙作物系數(shù)法[5,6]。隨著ET估算的發(fā)展，各種蒸散模型在各地區(qū)的適用性研究為農(nóng)田水分管理提供了有利支持。

研究表明直接法和間接法基礎(chǔ)理論假設(shè)不同，實際應(yīng)用上需要參照當?shù)鼐唧w情況決定[7]。陳鳳等以大型蒸滲儀測定數(shù)據(jù)確定了陜西楊陵地區(qū)的夏玉米的作物系數(shù)，測定的夏玉米總ET為350 mm[8]。梁文清的研究表明作物系數(shù)法計算的夏玉米多年平均總ET約為340 mm[9]。眾多研究表明采用間接法估算夏玉米[10,11]、冬小麥的ET均取得良好的結(jié)果[12]。也有不少學者采用直接法估算冬小麥[4]、葡萄[13]等作物的ET，認為基于PM法的多源模型適宜估算稀疏作物的ET。直接法和間接法計算ET的方法各有優(yōu)勢和缺點，在特定地區(qū)選用不同的模型計算ET有待具體分析。

本研究在測定氣象數(shù)據(jù)的基礎(chǔ)上，分別采用單作物系數(shù)法(Kc)、雙作物系數(shù)法(Kcb)和不同冠層阻力模型計算的PM方法(PM1和PM2)估算南京地區(qū)夏玉米ET，并以生育旺期液流法和微型蒸滲儀的實測ET為參考，擬得到南京地區(qū)夏玉米蒸散量的最優(yōu)估算方法，然后分析整個生育期玉米田ET的變化，最后討論影響南京地區(qū)夏玉米蒸散量的關(guān)鍵氣象因素，為南京地區(qū)夏玉米田間水分管理提供理論依據(jù)。

1 材料與方法

1.1 試驗區(qū)概況

試驗地點位于南京信息工程大學農(nóng)業(yè)氣象綜合實驗站(118.8°E，32.0°N，海拔32 m)，試驗區(qū)屬亞熱帶季風氣候區(qū)，年平均降水量1 106 mm，年平均氣溫為15.6 ℃，年極端氣溫最高為39.7 ℃，最低為-13.1 ℃，土壤人為水成黃黏土，玉米品種為江玉403。該地區(qū)自然氣候資源豐富，年降水較多，適合夏玉米生長發(fā)育。

夏玉米株行距設(shè)置為50 cm×50 cm，于2015年6月18號播種，9月23日收獲，生育期劃分如下：6月18日到7月2日為播種出苗期；7月3日到8月8日為拔節(jié)期；8月9-19日為抽穗開花期；8月20-31日為灌漿期；9月1-18日為蠟熟期；9月19-23日為成熟期。

1.2 田間測量指標

(1)氣象數(shù)據(jù)。氣象要素的測定由Envis氣象站完成，測定指標包括2 m高度處每小時平均風速，m/s，氣溫，℃，相對濕度，%，凈輻射，W/m2，土壤熱通量，W/m2，降雨量，mm/d等。

(2)植株高度和葉面積指數(shù)的測定。植株高度通過鋼尺每周測定一次，葉面積指數(shù)通過照片法每周測定一次[4]。

(3)液流法測定植株蒸騰。在試驗中，使用液流法和微型蒸滲儀測定9月8-22日的夏玉米的實際蒸發(fā)蒸騰量。液流法中的莖部熱平衡法是指在莖或枝條外面裹上一個加熱套，連續(xù)加熱樹皮、木材和樹液，通過安裝在周圍的溫度傳感器來感應(yīng)莖表面的溫度，依據(jù)熱量平衡原理求出被液流帶走的熱量來計算莖稈內(nèi)液體的流量[14,15]。

(4)微型蒸滲儀測定土壤蒸發(fā)量。土壤蒸發(fā)采用微型蒸滲儀測定，蒸滲儀直徑D為10 cm，高h為20 cm。在夏玉米試驗田中不同位置布置3個微型蒸滲儀，每天18∶00采用精度為0.1 g的電子天平對微型蒸滲儀稱重，每兩次測定重量差值為ΔW(g)，土壤蒸發(fā)E(mm/d)采用下式計算：

(1)

式中：ρ為水的密度，g/cm3。

1.3 單作物系數(shù)估算蒸發(fā)蒸騰量

單作物系數(shù)法其計算公式為[6]：

ETc=KcET0

(2)

其中：

(3)

式中：ETc為實際蒸發(fā)蒸騰量，mm/d；Kc為作物系數(shù)；ET0為參考作物蒸發(fā)蒸騰量，mm/d；T為2 m處的日平均氣溫，℃；u2為冠層上方2 m處的風速，m/s；Δ為飽和水汽壓與溫度關(guān)系曲線的斜率，KPa/℃；Rn為太陽凈輻射，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa；es-ea為飽和水汽壓差，kPa；γ為濕度計常數(shù)，KPa/℃。

夏玉米不同階段的作物系數(shù)為Kcini=0.3，Kcmid=1.2，Kcend=0.6，因為當?shù)氐淖魑锵禂?shù)值需要按濕潤頻率和氣候條件對推薦值進行調(diào)整[6]。所以根據(jù)南京地區(qū)氣候條件，對Kcmid和Kcend進行修正，若日最低相對濕度的平均值不等于45%或2 m高度的日平均風速不等于2 m/s時，用公式(4)修正[6]：

(4)

式中：h為該生育階段內(nèi)作物的平均高度，m；u2為2 m高度處的日平均風速，m/s；Rmin為日最低相對濕度的平均值，%；修正后，Kcmid和Kcend的值分別為1.14、0.58。

1.4 雙作物系數(shù)法

雙作物系數(shù)法是把作物系數(shù)Kc分為基礎(chǔ)作物系數(shù)和土壤蒸發(fā)系數(shù)兩個部分[6]，基本作物系數(shù)Kcb用來描述作物蒸騰；另一個為土壤水蒸發(fā)系數(shù)Ke，反映降水或灌溉后地表土濕潤致使土壤蒸發(fā)強度短期內(nèi)增加而對ETc產(chǎn)生的影響。公式為：

ETc=(Kcb+Ke)ET0

(5)

式中：ETc為作物需水量；ET0為參考作物蒸發(fā)蒸騰量，用公式(3)計算；Kcb為基礎(chǔ)作物系數(shù)；Ke為土壤蒸發(fā)系數(shù)。

基礎(chǔ)作物系數(shù)Kcb不同生育階段值按南京地區(qū)實際氣象資料根據(jù)公式(4)進行修正[6]，Kcbini=0.15，Kcbmid=1.09，Kcbend=0.46。

當土壤表面由于灌溉或降水較濕潤時，Ke的值達到最大，但作物系數(shù)(Kc=Kcb+Ke)絕不會超過其最大值Kcmax，因為這個值是由土壤表層的騰發(fā)能量所決定的；當土壤表面干燥時，蒸發(fā)的水分較少，其蒸發(fā)的強度也小，這時可用下式計算[16]：

Ke=Kr(Kcmax-Kcb)≤fewKcmax

(6)

式中：Ke為土壤蒸發(fā)系數(shù)；Kr為表層土壤蒸發(fā)或累積深度的無量綱蒸發(fā)減小系數(shù)；Kcmax為降水或灌溉后的最大值Kc；Kcb為基礎(chǔ)作物系數(shù)；few為植株間發(fā)生蒸發(fā)土壤占總土壤面的百分比。

當土壤表面沒有可用蒸發(fā)的水分時，Ke最小，甚至可能為零。Kr的確定，當土壤表面濕潤(降雨1～2 d)時，Kr=1；降雨后(3～5 d)，Kr=0.7，降雨后(6～8 d)，Kr=0.2，表層土壤用來蒸發(fā)的總水量被消耗盡時，Kr=0。Kcmax[17]的計算公式為：

Kcmax=max({1.2+[0.04(u2-2)-

(7)

1.5 Penman-Monteith方法(PM1)計算蒸發(fā)蒸騰量

Penman-Monteith模型是將作物植株下墊面看作統(tǒng)一的整體來估算，又稱為單源模型，主要適用于下墊面均一，種植相對密集的作物[4]。計算方法如下：

(8)

式中：λ為汽化潛熱，2.45 MJ/kg；ρ為常壓下的空氣平均密度，kg/m3；Cp為空氣的比熱，1.013×10-3MJ/(kg·℃)；rs是整體表面阻力，s/m；ra為空氣動力阻力，s/m。

空氣動力學阻力ra決定熱量和水汽由蒸發(fā)面?zhèn)鬏數(shù)焦趯右陨洗髿獾倪^程，計算公式為[13,18]：

(9)

式中：Zm為測風速的高度，m；Zh為測濕度的高度，m；Zm=Zh=2 m；Zom為控制動量傳輸?shù)拇植陂L度，m；Zom=0.123h；Zoh為控制熱通量和水汽傳輸?shù)拇植陂L度，m；Zoh=0.1Zom；d為作物零面位移高度，m；d=2/3h。

總冠層阻力rs是對通過蒸騰和蒸發(fā)面水汽的阻力，當植被沒有完全覆蓋土壤表面,這個阻力必須包括土壤表面蒸發(fā)的影響。下式rs的計算如下[19]：

(11)

式中：c1=0.85；c2=1.83；ρa為大氣密度，kg/m3。

1.6 Penman-Monteith法(PM2)計算蒸發(fā)蒸騰量

冠層阻力rs采用Stannard(1993年)提出的基于飽和差、葉面積指數(shù)和太陽輻射的函數(shù)估算的總表面阻力，公式為[19]：

(12)

式中：e1=0.06，e2=1.00，e3=1 000；LAImax為日平均LAI的最大值；Rnmax為日平均太陽凈輻射的最大值，其他參數(shù)同上給出。

1.7 評價指標

為了衡量估算值與實際測定蒸發(fā)蒸騰量值的關(guān)系，本研究采用平均絕對誤差、一致性指數(shù)和決定系數(shù)來評價估算值，平均絕對誤差、一致性指數(shù)和決定系數(shù)的表達式如下：

(15)

這些指標直接反應(yīng)了模擬值與實測值的相關(guān)關(guān)系及其絕對值大小。一致性指數(shù)(index of agreement，d)主要反映模擬值與實測值的離散程度和相對偏差[20]。d越接近1，MAE越小，表示模型估算值與實測值離散程度越小。R2的值越接近1，表示模型估算值與實測值相關(guān)性越顯著。

2 結(jié)果與分析

2.1 氣象數(shù)據(jù)生育期內(nèi)的變化

圖1為2015年整個生育期氣象因素的變化。由圖1(a)可知，整個生育期日平均風速都維持在一個穩(wěn)定的范圍，風速較小，最大值為2.42 m/s，出現(xiàn)在2015年8月9日。凈輻射值在整個生育期都較大，晴天條件下，凈輻射呈增大的趨勢，最高值在12～15 MJ/(m2·d)范圍內(nèi)，陰雨天氣，出現(xiàn)低峰值，相對濕度較大。但從圖1(b)中可以看出，整個生育期降雨較少，相對濕度一直較低。空氣溫度在整個夏玉米生育期的波動不大,在8月初出現(xiàn)最高溫度32.5 ℃，隨后逐漸減小，在9月13日減小到最低值19.6 ℃。從圖1(c)可以看出，夏玉米整個生育期內(nèi)的總降水量較少，降水量最大值出現(xiàn)在6月27日，次大值出現(xiàn)在8月10日，土壤水分含量隨降水的增加而增加，在降水過后又恢復到一個相對穩(wěn)定的范圍，在7月下旬，隨著天氣變熱，凈輻射出現(xiàn)最大值，土壤含水量相應(yīng)地出現(xiàn)最小值，土壤蒸發(fā)變大，這與南京地區(qū)7、8月的高溫天氣有關(guān)。

圖1 氣象因素生育期內(nèi)的變化

2.2 模型估算值與液流值的比較

將9月8-22日時段單作物系數(shù)法Kc、雙作物系數(shù)Kcb、PM模型(PM1和PM2)估算夏玉米蒸發(fā)蒸散量的值與液流法和微型蒸滲儀的實測值進行比較分析(圖2和表1)。結(jié)果表明，采取作物系數(shù)法和PM模型估算玉米蒸發(fā)蒸散量的估算值與實測值變化趨勢總體一致，估算值相對比較穩(wěn)定。從圖2和表1中可看出，單作物系數(shù)法估算的ET決定系數(shù)R2為0.57，平均絕對誤差MAE為1.28 mm/h，一致性指數(shù)d為0.33，其估測值較符合實測值，離散程度??；圖2(b)為雙作物系數(shù)法估算的ET與實測值間的關(guān)系，雙作物系數(shù)模型中R2為0.42，MAE為1.28 mm/h，d為0.35；圖2(c)為PM1模型估算值ET與實測值的關(guān)系，R2為0.52，MAE為0.79 mm/h，d為0.48，二者的顯著關(guān)系強于其他模型，建議使用PM1模型估算南京地區(qū)夏玉米的蒸發(fā)蒸騰量；圖2(d)為PM2模型估算的ET與實測值的關(guān)系，其擬合性最差，顯著性不明顯，R2為0.33，MAE為1.67 mm/h，d為0.28；表1給出了2015年南京地區(qū)夏玉米4種模型估算值的平均值，PM1模型估算的日平均ET值最大，為3.16 mm，與實測值的日平均值相等；其次是PM2模型和雙作物系數(shù)法估算的日ET，分別為2.93和2.55 mm；單作物系數(shù)法估算的日平均ET值較小，與其他模型的估算值相差顯著，為2.12 mm。綜合表明，采用PM1模型估算南京地區(qū)夏玉米蒸發(fā)蒸騰量最貼切，計算誤差較小。通過R2和MAE的比較，本研究采用PM1模型估算的夏玉米ET。

圖2 液流法和蒸滲儀測定夏玉米蒸散量和4種方法估算ET的關(guān)系

模型模型平均值/(mm·d-1)實測平均值/(mm·d-1)AbR2MAEdKc2．12Kcb2．55PM13．16PM22．933．160．65-0．200．571．290．330．64-0．100．421．290．350．630．380．520．800．480．68-0．590．331．680．28

注：線性公式為y=ax+b，a為直線的斜率，b為直線的截距，R2為決定系數(shù)，MAE為平均絕對誤差，d為一致性指數(shù)。

2.3 全生育期ET的變化

由圖3可知，夏玉米蒸發(fā)蒸騰量在生育期中期較大，生育后期減小，最大值出現(xiàn)在抽穗期或灌漿期，最小值出現(xiàn)在播種出苗期；從種植夏玉米開始，南京進入初夏，隨著太陽輻射和大氣溫度的增加，夏玉米的參考作物蒸發(fā)蒸騰量一直增加，在抽穗期達到最大值，到灌漿后期，太陽輻射與大氣溫度逐漸減小從而使收獲期的夏玉米參考作物蒸發(fā)蒸騰量降低。夏玉米作物蒸發(fā)蒸騰量主要集中在拔節(jié)期和抽穗灌漿期，整個生育期的變化趨勢呈單峰型[20]。從表2中可看出，南京地區(qū)夏玉米日平均蒸發(fā)蒸騰量為3.16 mm/d；播種出苗期ET為40.6 mm/d，占全生育期的13%，日平均蒸散量為2.71 mm/d；拔節(jié)期ET占44%，日平均蒸散量為3.7 mm/d；抽穗開花期ET占9%，日平均蒸散量為2.57 mm/d；灌漿期ET占14%，日平均蒸散量為3.59 mm/d；蠟熟期ET占17%，日平均蒸散量為2.88 mm/d；成熟期ET占3%，日平均蒸散量為2.08 mm/d；從模型估測值的日平均ET可看出，它們與液流法和微型蒸滲儀實測的日平均值的誤差≤0.34，誤差在合理范圍內(nèi)，說明估測值在一定的程度上符合實際蒸發(fā)蒸騰量，并支持理論依據(jù)。

圖3 PM1法估算的玉米田ET的生育期變化

2.4 ET與氣象因素的關(guān)系

表2 PM1法計算不同生育期的ET

氣象環(huán)境因素是影響夏玉米蒸發(fā)蒸騰量的大小的主要因素，南京地區(qū)位于長江中下游，夏季高溫炎熱，冬季寒冷干燥，2014年年平均氣溫15.9～17 ℃，夏季平均氣溫25.4～26.2 ℃[21]。太陽輻射是地球能量的來源，它影響著作物體內(nèi)水的汽化，大氣和土壤剖面的增溫，隨著全球天氣變暖的趨勢，夏玉米的生長發(fā)育在一定程度上受到了影響，但風速的大小與凈輻射的變化究竟哪一個對夏玉米蒸發(fā)蒸散量的影響更大呢？如何有效地應(yīng)對氣象條件變化對蒸發(fā)蒸騰量的影響呢？圖4為PM-1模型估算的ET與氣象因素的關(guān)系，通過分析它們之間的相關(guān)性，可以明確ET對氣象因素的響應(yīng)，從而為南京地區(qū)夏玉米種植提供依據(jù)。

圖4 ET與氣象因素的關(guān)系(注：除風速外，顯著性水平p<0.001)

從圖4可看出，夏玉米的蒸發(fā)蒸騰量與風速、凈輻射、溫度、飽和水汽壓差的決定系數(shù)R2分別為0.02、0.97、0.34和0.65，其中風速與ET呈不明顯的負相關(guān)關(guān)系，與凈輻射、溫度和飽和水汽壓差存在顯著的正相關(guān)，其相關(guān)性由大到小排序為凈輻射>飽和水汽壓差>溫度。此外，蒸發(fā)蒸騰量還受土壤條件和作物的生物學特性影響，強小嫚等(2008年)就氣孔阻力與ET的關(guān)系進行深入研究，發(fā)現(xiàn)在土壤含水率變化梯度較小時，作物蒸發(fā)蒸騰量在一定的氣孔阻力范圍內(nèi)隨著氣孔阻力的增大而減小，當土壤含水率變化梯度較大時，氣孔阻力與蒸發(fā)蒸騰量的關(guān)系不明顯，原因是灌水下限較低時，土壤含水率變化快，使得田間水分狀況變復雜，從而影響了作物蒸發(fā)蒸騰[21]。

3 討 論

本研究采用單作物系數(shù)法、雙作物系數(shù)法、PM1和PM2方法估算了ET，并與液流微型蒸滲儀法測定ET進行比較，結(jié)果表明采用PM1模型估算的ET最貼近實際蒸發(fā)蒸騰量。盧曉鵬等運用云南曲靖市陸良站1990-1992年的逐日氣象資料對夏玉米蒸發(fā)蒸騰量進行估算，結(jié)果表明單作物系數(shù)法和雙作物系數(shù)法估算的ET與實測值ET非常接近，相對偏差都小于10%，相比而言，雙作物系數(shù)法估算的ET更切合實際，這主要是因為雙作物系數(shù)法充分考慮了土壤蒸發(fā)和植株蒸騰在各階段的變化規(guī)律，同時還考慮了灌溉和降水對作物系數(shù)的影響[22]。冠層阻力公式選擇也會影響估算的蒸發(fā)蒸騰量。丁加麗等(2003-2004年)運用PM模型和改進的PM模型估算江西省鷹潭余江示范區(qū)的稻田蒸散量[2,3]，改進后的PM模型能反映出不同土壤水分狀況下冠層阻力的變化規(guī)律，與實測值ET的誤差從18.57%降低至10.84%，模擬效果較好，且與氣象因子的敏感性分析響應(yīng)程度為凈輻射>平均溫度>風速，這與本文PM1模型估算玉米蒸發(fā)蒸騰量的情況相類似，其絕對誤差最小，能夠很好地模擬夏玉米蒸發(fā)蒸騰，且ET對氣象因子的響應(yīng)順序基本一致。

4 結(jié) 語

本研究在試驗數(shù)據(jù)基礎(chǔ)上對南京地區(qū)夏玉米ET進行估算，并分析了ET對氣象因素的響應(yīng)。ET估算方法包括單作物系數(shù)法、雙作物系數(shù)法、PM1和PM2方法，并以液流法和微型蒸滲儀的實測ET為參照。結(jié)果表明，相比于單作物系數(shù)法、雙作物系數(shù)法和PM2法，PM1法估算的ET精度更高，與實測值更貼近，其R2為0.52，MAE為0.8 mm/h，d為0.48。采用PM1法估算的全生育期ET，發(fā)現(xiàn)夏玉米ET主要集中在拔節(jié)期和抽穗灌漿期，其整體變化呈單峰型。ET對氣象因素的響應(yīng)分析表明凈輻射對ET的影響最為顯著，其次是飽和水汽壓差和溫度，最后是風速。通過PM1模型對南京地區(qū)夏玉米ET的模擬可以為南京地區(qū)夏玉米的農(nóng)田水分管理提供科學依據(jù)，從而制定有效的田間水分管理計劃。

[1] 何奇瑾,周廣勝. 我國玉米種植區(qū)分布的氣候適宜性[J]. 科學通報,2012,(4):267-275.

[2] Ershadi A, McCabe M F, Evans J P, et al. Impact of model structure and parameterization on Penman-Monteith type evaporation models[J]. Journal of Hydrology, 2015,525,521-535.

[3] 劉春偉,邱讓建,王振昌,等. 基于液流量的蘋果樹蒸騰量模擬[J]. 農(nóng)業(yè)機械學報,2016,(2):105-112.

[4] 劉春偉,曾勰婷,邱讓建. 用分時段修正雙源模型估算南京地區(qū)冬小麥生育期蒸散量[J]. 農(nóng)業(yè)工程學報,2016,(S1):80-87.

[5] Allen R G, Pereira L S, Smith M, et al. FAO-56 dual crop coefficient method for estimating evaporation from soil and application extensions[J]. Journal Of Irrigation And Drainage Engineering-Asce, 2005,131(1):2-13.

[6] Allen, R.G., Pereira, L.S., Raes, D. and Smith, M., 1998. Crop evapotranspiration[R]. FAO irrigation and drainage paper No. 56, No.56.

[7] 許 迪,劉 鈺. 測定和估算田間作物騰發(fā)量方法研究綜述[J]. 灌溉排水, 1997,(4):56-61.

[8] 陳 鳳,蔡煥杰,王 健,等. 楊凌地區(qū)冬小麥和夏玉米蒸發(fā)蒸騰和作物系數(shù)的確定[J]. 農(nóng)業(yè)工程學報,2006,(5):191-193.

[9] 梁文清. 冬小麥、夏玉米蒸發(fā)蒸騰及作物系數(shù)的研究[D].陜西楊凌：西北農(nóng)林科技大學,2012.

[10] 盧曉鵬,段順瓊,馬顯瑩,等. 單雙作物系數(shù)法計算玉米需水量的對比研究[J]. 節(jié)水灌溉, 2012,(11):18-21.

[11] 趙麗雯,吉喜斌. 基于FAO-56雙作物系數(shù)法估算農(nóng)田作物蒸騰和土壤蒸發(fā)研究----以西北干旱區(qū)黑河流域中游綠洲農(nóng)田為例[J]. 中國農(nóng)業(yè)科學, 2010,(19):4 016-4 026.

[12] 樊引琴,蔡煥杰. 單作物系數(shù)法和雙作物系數(shù)法計算作物需水量的比較研究[J]. 水利學報,2002,(3):50-54.

[13] Zhang B, Kang S, Li F, et al. Comparison of three evapotranspiration models to Bowen ratio-energy balance method for a vineyard in an arid desert region of Northwest China[J]. Agricultural and Forest Meteorology, 2008,148(10):1 629-1 640.

[14] Chabot R, Bouarfa S, Zimmer D, et al. Evaluation of the sap flow determined with a heat balance method to measure the transpiration of a sugarcane canopy[J]. Agricultural Water Management. 2005,75(1):10-24.

[15] Logsdon SD, Singer JW, Prueger JH, et al. Comparison of corn transpiration, eddy covariance, and soil water loss[J]. Soil Science Society of America Journal. 2014,78(4):1 214-23.

[16] 范曉慧. 不同水分脅迫下青貯玉米需水量及優(yōu)化灌溉制度的分析研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學,2013.

[17] 閆浩芳. 內(nèi)蒙古河套灌區(qū)不同作物騰發(fā)量及作物系數(shù)的研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學,2008.

[18] Katerji N,Rana G,Fahed S. Parameterizing canopy resistance using mechanistic and semi-empirical estimates of hourly evapotranspiration: critical evaluation for irrigated crops in the Mediterranean[J]. Hydrological Processes, 2011,25(1):117-129.

[19] Li S, Zhang L, Kang S, et al. Comparison of several surface resistance models for estimating crop evapotranspiration over the entire growing season in arid regions[J]. Agricultural and Forest Meteorology, 2015,208:1-5.

[20] Moriasi D, Arnold J, Van Liew M, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transaction of ASABE, 2007,50(3):885-900.

[21] 強小嫚.ET0計算公式適用性評價及作物生理指標與蒸發(fā)蒸騰量關(guān)系的研究[D]. 陜西楊凌：西北農(nóng)林科技大學,2008.

[22] 盧曉鵬,段順瓊,馬顯瑩,等. 單雙作物系數(shù)法計算玉米需水量的對比研究[J]. 節(jié)水灌溉,2012,(11):18-21.

[23] 丁加麗,彭世彰,徐俊增,等. 基于Penman-Monteith方程的節(jié)水灌溉稻田蒸散量模型[J]. 農(nóng)業(yè)工程學報, 2010,26(4):31-35.