黃凌旭，蔡甲冰，白亮亮， 張寶忠

(1.中國水利水電科學研究院 流域水循環(huán)模擬與調(diào)控國家重點實驗室，北京 100038；2. 國家節(jié)水灌溉北京工程技術(shù)研究中心，北京 100048)

0 引 言

在當前我國水資源嚴重短缺的形勢下，農(nóng)業(yè)中有關(guān)節(jié)水問題的解決，幾乎都離不開農(nóng)田蒸散和耗水的估算。準確及時的確定蒸散量，是計算作物水分利用率的前提和分析區(qū)域水量平衡的基礎(chǔ)，是研究農(nóng)業(yè)高效用水和實施最嚴格水資源管理的切入點[1]。作物蒸散量的估算方法一直是研究的熱點，國內(nèi)外關(guān)于估算作物蒸散量的模型與方法很多，如水量平衡法、彭曼綜合法、互補相關(guān)法、經(jīng)驗公式法、遙感法等[2-5]。通過這些模型與方法可以得到較準確的作物日蒸散量，但其需要測量和計算的參數(shù)較多，模型與方法也比較復雜。

近幾十年，隨著紅外技術(shù)的快速發(fā)展，手持式紅外測溫儀、機載或衛(wèi)星遙感紅外傳感器測量植被溫度被廣泛地應用[6-8]。紅外測溫技術(shù)具有測量時間短、測量誤差小、近距離測量時不受距離的影響、可連續(xù)觀測等優(yōu)點。大量的研究表明作物蒸散量與冠層溫度或冠氣溫差之間關(guān)系密切，基于能量平衡原理，可通過冠層溫度估算作物蒸散量[9-11]，并進行精量灌溉決策[12,13]。Jackson[14]等(1977年)提出以冠層-空氣溫度差估算作物日蒸散量的模型，Seguin和Itier[15](1983年)對模型進行改進，得到簡化模型。該簡化模型具有測量的參數(shù)少，模型簡單等優(yōu)點。已有學者對該模型進行驗證，并應用模型進行農(nóng)田日蒸散量的估算[16-19]，其利用的數(shù)據(jù)往往是不連續(xù)的手持紅外測溫槍觀測。本文通過在內(nèi)蒙古河套灌區(qū)解放閘灌域農(nóng)田設(shè)置在線觀測系統(tǒng)，連續(xù)同步監(jiān)測玉米和向日葵的冠層溫度和田間氣象數(shù)據(jù)，利用線性回歸分析Seguin和Itier簡化模型在該地區(qū)的適用性，并得到估算模型中關(guān)鍵參數(shù)，為遙感影像反演地面溫度進行區(qū)域尺度估算蒸散量提供參考依據(jù)。

1 材料與方法

1.1 試驗區(qū)概況

試驗點位于內(nèi)蒙古自治區(qū)河套灌區(qū)解放閘灌域沙壕渠試驗站(光明二隊)，地處東經(jīng)107°8′16″，北緯40°55′8″，海拔高程1 036 m。解放閘灌域地處干旱半干旱內(nèi)陸地區(qū)，屬中溫帶高原、大陸性氣候特征。日照時間長，年蒸發(fā)量大，年平均降雨量151.3 mm，年內(nèi)平均氣溫9℃。土壤類型為灌淤土，土質(zhì)以為粉砂壤土為主，有機質(zhì)含量較低，含鹽量較高，地下水位埋深較淺。

1.2 數(shù)據(jù)監(jiān)測

利用中國水科院自主研發(fā)的CTMS-On line型作物冠層溫度及環(huán)境因子測量系統(tǒng)，對試驗點地面數(shù)據(jù)連續(xù)觀測和數(shù)據(jù)采集。系統(tǒng)主要由旋轉(zhuǎn)云臺、高精度紅外冠層溫度傳感器、氣象因子傳感器、數(shù)據(jù)采集器等組成，能夠在野外長期監(jiān)測作物冠層溫度及氣象參數(shù)變化。其工作原理是在旋轉(zhuǎn)平臺安裝一個懸臂，懸臂末端安裝紅外冠層溫度傳感器，通過控制旋轉(zhuǎn)平臺轉(zhuǎn)動，從而實現(xiàn)對下墊面作物冠層不同采集位置點的掃描。儀器分別布置在主要農(nóng)作物春玉米和向日葵種植區(qū)域，如圖1所示。玉米種植的品種為澤玉19，向日葵種植的品種為F2008。

圖1 數(shù)據(jù)采集系統(tǒng)

玉米的種植時間為2015年5月1日，收獲時間為9月20日，整個生育期為143 d。向日葵的種植時間為2015年5月28日，收獲時間為9月13日，整個生育期為109 d。

(1)冠層溫度。通過旋轉(zhuǎn)云臺轉(zhuǎn)動，利用測量系統(tǒng)懸臂末端的紅外測溫探頭，實現(xiàn)對下墊面作物冠層10個不同位置點的數(shù)據(jù)采集，設(shè)定旋轉(zhuǎn)云臺每小時轉(zhuǎn)動1次。

(2)田間微氣象數(shù)據(jù)。氣象因子和環(huán)境參數(shù)監(jiān)測傳感器安裝在紅外測溫探頭同高度的附加懸臂上，采集的參數(shù)包括：空氣溫度、空氣濕度、風速、太陽輻射、光合有效輻射、大氣壓強等，采集時間與冠層溫度采集時間一致。

(3)土壤含水量。在儀器下部安裝有3層土壤水分傳感器，分別位于作物根區(qū)10、20和40 cm深度，用來監(jiān)測土壤含水量。

(4)數(shù)據(jù)采集時間。本次試驗數(shù)據(jù)采集時間為2015年6月1日到8月31日。在作物生育初期，植被覆蓋度較低，儀器測量的溫度以地表溫度為主，此時的地表溫度與空氣溫度差值較大，但最大溫差不超過20 ℃。隨著作物不斷地生長，植被覆蓋度不斷增加，儀器測量的溫度以冠層溫度為主，此時的冠層溫度與空氣溫度差值較小，一般在-5～5 ℃之間。

(5)灌水日期及灌水深度。通過渠道引水進行灌溉，利用梯形堰控制灌溉水量，進行充分灌溉。向日葵和玉米田塊的灌水日期和灌水深度見表1。

1.3 計算模型

作物日蒸散量與日凈輻射和冠氣溫差有著密切的關(guān)系，Jackson[14]等提出了一種簡單的方法，基于冠氣溫差估算作物日蒸散量：

表1 2015年向日葵和玉米灌水日期和灌水深度

ETd=Rnd-B(Ts-Ta)

(1)

式中：ETd為作物日蒸散量，mm/d；Rnd為日凈輻射，mm/d；B為地區(qū)綜合系數(shù)；Ts為瞬時冠層溫度，℃；Ta為瞬時空氣溫度，℃。

Seguin和Itier[15]在此基礎(chǔ)上對模型進行了改進，忽略了能量平衡中貢獻較小的土壤熱通量，得到如下計算公式：

ETd-Rnd=a+b(Ts-Ta)

(2)

模型中參數(shù)a和b為經(jīng)驗系數(shù)，可根據(jù)實測數(shù)據(jù)通過線性回歸方程得到。同時參數(shù)a和b的大小與風速和下墊面條件有關(guān)，不同的下墊面條件參數(shù)a和b會略有不同。Ts和Ta分別為接近中午時刻的瞬時冠層溫度和瞬時空氣溫度，不同時刻的瞬時冠層溫度和瞬時空氣溫度計算得到不同的冠氣溫差，會對模型估算結(jié)果的精度產(chǎn)生影響。通過試驗數(shù)據(jù)分析不同時刻的冠氣溫差，得到最佳時刻對應的冠氣溫差，使模型估算的日蒸散量更準確，更接近實際值。

1.4 作物實際蒸散量計算

采用FAO推薦的Penman-Monteith公式[20]計算ET0：

(3)

式中：ET0為參照作物騰發(fā)量，mm/d；Rn為作物表面的凈輻射，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；T為平均氣溫，℃；U2為2 m高處的平均風速，m/s；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa；Δ為水汽壓曲線斜率，kPa/℃；γ為濕度計常數(shù)，kPa/℃。

在玉米和向日葵生育期內(nèi)進行充分灌溉，作物不發(fā)生水分脅迫。采用單作物系數(shù)法計算作物實際日蒸散量時，不考慮水分脅迫的影響，計算公式如下：

ETc=KcET0

(4)

式中：ETc為作物實際蒸散量，mm/d；Kc為作物系數(shù)。

閆浩芳[21]通過內(nèi)蒙古河套灌區(qū)解放閘灌域2003-2006年實測的微氣象資料，基于波文比能量平衡法，計算得到玉米、小麥和向日葵不同生育期的作物系數(shù)。玉米和向日葵各生長階段的天數(shù)，分別參照FAO中美國加利福尼亞州玉米和向日葵各生長階段的天數(shù)[20]。本文玉米和向日葵各生育期Kc值參照上述的試驗結(jié)果，各生長階段的天數(shù)和Kc值見表2。其中快速生長期和生長后期的Kc值可通過生育期天數(shù)線性差值得到，然后利用單作物系數(shù)法計算玉米和向日葵的實際日蒸散量。

表2 玉米和向日葵各生長階段天數(shù)及Kc值

2 結(jié)果與討論

2.1 生育期內(nèi)土壤供水情況和冠層溫度變化

2.1.1土壤水分情況

試驗期內(nèi)利用烘干法每隔5～7 d同時測量試驗區(qū)土壤水分，并用其值對CTMS-On line型作物冠層溫度及環(huán)境因子測量系統(tǒng)中土壤水分傳感器測量值進行標定。圖2為玉米和向日葵3個月主要生育期內(nèi)標定后的土壤含水量變化情況。從圖中可以看出，玉米0～10和10～20 cm深度處的土壤含水量相差較小，變化趨勢基本相同，但20～40 cm深度處土壤含水量明顯高于0～10和10～20 cm深度處的土壤含水量；向日葵0～10、10～20和20～40 cm深度處的土壤含水量相差較大。玉米和向日葵0～40 cm深度平均田間持水量(Fc)為0.37，3個月生育期內(nèi)玉米和向日葵0～40 cm深度土壤含水量的加權(quán)平均值除受灌溉、降雨的影響，其他時間土壤含水量的加權(quán)平均值均在(0.7～1.0)Fc，表明在主要生育期內(nèi)玉米和向日葵沒有發(fā)生水分脅迫。

2.1.2冠氣溫差變化

圖3為玉米生育期典型日內(nèi)冠氣溫差(Ts-Ta)和冠層溫度Ts變化。從圖3中可以看出，在玉米快速生長期、生長中期和生長后期的典型日內(nèi)，Ts的變化趨勢基本相同，都是從上午7∶00開始不斷增加，在下午14∶00左右達到最大值，然后開始逐漸減小。在快速生長期的典型日內(nèi)，(Ts-Ta)的變化波動較大，與Ts的變化趨勢基本相同，但在下午13∶00左右達到最大值，比Ts達到最大值提前1 h；然而在生長中期和生長后期的典型日內(nèi)，與快速生長期相比，(Ts-Ta)的變化波動較小，沒有出現(xiàn)明顯峰值變化。在快速生長期的典型日內(nèi)，(Ts-Ta)的變化波動較大，是因為玉米植被覆蓋度較低，儀器測量的溫度以地表溫度為主，地表溫度變化較大；而到了生長中期和生長后期，玉米植被覆蓋度增加，儀器測量的溫度以冠層溫度為主，冠層溫度變化相對較小，(Ts-Ta)的變化波動也隨之減小。

圖2 玉米和向日葵生育期內(nèi)土壤含水量變化

圖3 玉米生育期典型日(Ts-Ta)和Ts變化

由圖4可以看出，向日葵在3個月主要生育期典型日內(nèi)，Ts的變化趨勢基本相同，從上午7∶00開始不斷增加，在下午14∶00～15∶00之間達到最大值，然后開始逐漸減小。在生育初期和快速生長期的典型日內(nèi)，向日葵(Ts-Ta)的變化波動較大，與Ts的變化趨勢基本相同，但最大值出現(xiàn)在下午13∶00-14∶00之間；在生長中期和生長后期的典型日內(nèi)，與生育初期和快速生長期相比，(Ts-Ta)的變化波動較小，沒有出現(xiàn)明顯的峰值變化。向日葵典型日內(nèi)(Ts-Ta)的變化隨著向日葵植被覆蓋度的增加，其波動由大變小。

圖4 向日葵生育期典型日(Ts-Ta)和Ts變化

2.2 利用冠氣溫差確定作物每日ET

利用連續(xù)監(jiān)測的氣象數(shù)據(jù)及試驗地的經(jīng)緯度和海拔高程，計算得到玉米、向日葵的日蒸散量ETd和日凈輻射Rnd。根據(jù)玉米、向日葵一天內(nèi)冠層溫度及冠氣溫差的變化情況，選擇一天中10∶00～16∶00之間每小時的冠氣溫差，分別與(ETd-Rnd)做線性回歸分析，從而得到玉米、向日葵日蒸散量模型中參數(shù)a、b的最佳值。

2.2.1玉米地參數(shù)估算

圖5和表3是玉米地計算結(jié)果。可見，在玉米3個月的生育期內(nèi)，(Ts-Ta)與(ETd-Rnd)兩者在10∶00-16∶00每個時刻對應的決定系數(shù)R2大都在0.6以上，說明兩者之間具有較好的線性相關(guān)性。隨著時刻的變化，R2出現(xiàn)雙峰的變化趨勢，分別在13∶00和15∶00達到峰值，但在13∶00時峰值最大且為0.690。應用SPSS統(tǒng)計軟件對10∶00-16∶00每個時刻的回歸系數(shù)做t-檢驗分析，結(jié)果均表現(xiàn)出極顯著的水平(表3)。其中12∶00、13∶00和14∶00三個時刻的回歸系數(shù)很接近，分別為-0.113、-0.116和-0.112。從10∶00-16∶00每個時刻對應的均方根誤差都很小，13∶00對應的均方根誤差最小且為0.122 mm/d。

由以上分析結(jié)果可知，13∶00時(Ts-Ta)與(ETd-Rnd)兩者之間的線性相關(guān)性最好，模型中參數(shù)a和b采用13∶00對應的回歸方程系數(shù)，分別為-0.859和-0.116，進而得到玉米日蒸散量估算模型。

圖5 玉米10∶00-16∶00(Ts-Ta)與(ETd-Rnd)關(guān)系

時刻R2回歸系數(shù)均方根誤差/(mm·d-1)t檢驗值顯著性水平10∶000．590-0．1430．161-11．132011∶000．613-0．1290．150-11．734012∶000．679-0．1130．123-13．641013∶000．690-0．1160．122-13．605014∶000．614-0．1120．147-11．898015∶000．636-0．1200．139-12．457016∶000．611-0．1420．147-11．8800

2.2.2向日葵地參數(shù)估算

由圖6及表4可以看出，在向日葵3個月的生育期內(nèi)，(Ts-Ta)與(ETd-Rnd)兩者在10∶00-16∶00每個時刻的決定系數(shù)R2大都在0.8以上，說明兩者之間具有較好的線性相關(guān)性。隨著時刻的變化，R2變化趨勢是先增加后減少，隨后又增加，但在13∶00時最大且為0.864。應用SPSS統(tǒng)計軟件對10∶00-16∶00每個時刻的回歸系數(shù)做t-檢驗分析，結(jié)果均表現(xiàn)出極顯著的水平(表4)。其中13∶00、14∶00和15∶00三個時刻的回歸系數(shù)很接近，分別為-0.343、-0.348和-0.342。從10∶00-16∶00每個時刻對應的均方根誤差都很小，13∶00時刻對應的均方根誤差最小且為0.408 mm/d。

表4 向日葵10∶00-16∶00(Ts-Ta)與(ETd-Rnd)回歸參數(shù)統(tǒng)計

圖6 向日葵10∶00-16∶00(Ts-Ta)與(ETd-Rnd)關(guān)系

由以上分析結(jié)果可知，13∶00時(Ts-Ta)與(ETd-Rnd)兩者之間的線性相關(guān)性最好，模型中參數(shù)a和b采用13∶00對應的回歸方程系數(shù)，分別為0.548和-0.343，進而得到向日葵日蒸散量估算模型。

2.3 討 論

由以上玉米、向日葵主要生育期內(nèi)不同時刻的冠氣溫差估算日蒸散量可知，模型在河套灌區(qū)解放閘灌域具有較好的適用性，其中兩種作物利用13∶00的冠氣溫差進行日蒸散量估算時，得到的結(jié)果精度最高。模型估算結(jié)果精度的提高，依賴于測量數(shù)據(jù)的準確性，但是在實際測量中，有時由于天氣條件的突然變化，導致測量的冠層溫度和農(nóng)田氣象數(shù)據(jù)不準確，會使結(jié)果產(chǎn)生誤差。同時由于測量時儀器本身也會產(chǎn)生系統(tǒng)誤差，以及測量時風速、土壤背景、表面粗糙度等因素的影響，也會使估算的結(jié)果產(chǎn)生誤差。農(nóng)田尺度數(shù)據(jù)測量時不受天氣條件(陰天或多云)的影響，可以連續(xù)測量，但當進行遙感區(qū)域尺度估算作物蒸散量時，遙感影像的獲取受天氣條件影響很大。

玉米、向日葵日蒸散量估算模型中的參數(shù)a、b相差較大，這可能與兩種作物的下墊面條件有關(guān)。模型在應用過程中具有區(qū)域性，在不同區(qū)域應用時，需要對模型中的參數(shù)進行校正。上述研究在對模型參數(shù)進行回歸和擬合時，玉米、向日葵進行充分灌溉，在其生育期內(nèi)不發(fā)生水分脅迫。當作物在生育期內(nèi)發(fā)生水分脅迫時，模型的適用性需要進一步研究。

3 結(jié) 語

通過河套灌區(qū)解放閘灌域2015年6月1日到8月31日連續(xù)3個月玉米和向日葵田間實測數(shù)據(jù)，對Seguin和Itier簡化模型在本地區(qū)的應用進行了研究和分析，可得到如下初步結(jié)論。

(1)(Ts-Ta)與(ETd-Rnd)兩者之間具有較好的線性相關(guān)性，應用該簡化模型估算玉米和向日葵的日蒸散量具有較高的精度；

(2)通過對比分析10∶00-16∶00之間的田間觀測數(shù)據(jù)，玉米和向日葵均在13∶00時(Ts-Ta)與(ETd-Rnd)兩者之間線性相關(guān)性最佳；

(3)根據(jù)13∶00的(Ts-Ta)與(ETd-Rnd)兩者線性回歸方程，可得玉米日蒸散量估算模型中參數(shù)a和b分別為-0.859和-0.116，向日葵日蒸散量估算模型中參數(shù)a和b分別為0.548和-0.343；

(4)模型具有地域特征，在其他地區(qū)應用時，需要重新確定模型中參數(shù)。本研究分析了模型在河套灌區(qū)解放閘灌域農(nóng)田尺度上適用性，結(jié)合遙感影像和地面觀測進行區(qū)域尺度的應用，將是下一步研究重點。

□

[1] Bormann H. Sensitivity analysis of 18 different potential evapotranspiration models to observed climatic change at German climate stations [J]. Climatic Change, 2011,104(3-4):729-753.

[2] 劉 鈺,彭致功. 區(qū)域蒸散發(fā)監(jiān)測與估算方法研究綜述[J]. 中國水利水電科學研究院學報, 2009,7(2):256-264.

[3] 汪明霞,陳曉飛,王鐵梁,等. 騰發(fā)量的測定和計算方法研究綜述[J]. 中國農(nóng)村水利水電, 2006,(12):9-12.

[4] 易永紅,楊大文,劉 鈺,等. 區(qū)域蒸散發(fā)遙感模型研究的進展[J]. 水利學報, 2008,39(9):1 118-1 124.

[5] 魚騰飛,馮 起,司建華,等. 遙感結(jié)合地面觀測估算陸地生態(tài)系統(tǒng)蒸散發(fā)研究綜述[J]. 地球科學進展, 2011,26(12):1 260-1 268.

[6] 姚云軍,程 浩,趙少華,等. 基于熱紅外遙感的農(nóng)田蒸散估算方法研究綜述[J]. 地球科學進展, 2012,27(12):1 308-1 318.

[7] 姜艷豐,王 煒,梁存柱,等. 紅外測溫儀及其在群落冠層溫度測定上的應用[J]. 內(nèi)蒙古科技與經(jīng)濟, 2007,(10):119-120.

[8] Jose A, Juan C, Pablo J, et al. Land surface temperature derived from airborne hyperspectral scanner thermal infrared data[J]. Remote Sensing of Environment, 2006,102:99 -115.

[9] Faver K L, Toole J C, Krieg D R. Short-term estimation of sorghum evapotranspiration from canopy temperature[J]. Agricultural and Forest Meteorology, 1989,48:175-183.

[10] 蔡煥杰,熊運章,邵明安. 計算農(nóng)田蒸散量的冠層溫度法研究[J]. 中國科學院水利部西北水土保持研究所集刊, 1991,(1):57-64.

[11] 王純枝,宇振榮,毛留喜,等. 基于能量平衡的華北平原農(nóng)田蒸散量的估算[J]. 中國農(nóng)業(yè)氣象, 2008,29(1):42-46.

[12] 蔡甲冰,劉 鈺,雷廷武. 精量灌溉決策定量指標研究現(xiàn)狀與進展[J]. 水科學進展, 2004,15(4):531-536.

[13] 蔡甲冰,劉 鈺,許 迪,等. 基于作物冠氣溫差的精量灌溉決策研究及其田間驗證[J]. 中國水利水電科學研究院學報，2007,5(4):262-268.

[14] Jackson R D, Rbginato R J, and Idso S B. Wheat canopy temperature: a practical tool for evaluating water requirements [J]. Water Resources Research, 1977,13:651-656.

[15] Seguin B, Itier B. Using midday surface temperature to estimate daily evaporation from satellite thermal IR data[J]. Remote Sensing, 1983,4(2):371-383.

[16] Dunkel Z, Szenyan I G. Estimation of areal distribution of evapotranspiration using remotely sensed data during vegetation period in Hungary[J]. Advances in Space Research, 2000,26(7):1 051-1 054．

[17] 郭家選. 基于渦度相關(guān)與冠層溫度遙感信息的實時農(nóng)田墑情監(jiān)測研究[D]. 北京：中國農(nóng)業(yè)科學院，2003.

[18] 郭家選,李玉中,嚴昌榮,等. 華北平原冬小麥農(nóng)田蒸散量[J]. 應用生態(tài)學報，2006,17(12):2 357-2 362.

[19] 張建君. 農(nóng)田日蒸散量估算方法研究[D]. 北京：中國農(nóng)業(yè)科學院, 2009.

[20] Allen R G, Pereira L S, Martin D S. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements[M]. FAO Irrigation and Drainage, Food and Agriculture Organization of the United Nations，Rome, 1998.

[21] 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.