段晨斐，胡振華，魏 征，張寶忠，陳 鶴，李 榮

(1.山西農業(yè)大學林學院,山西 晉中 030801; 2.中國水利水電科學研究院流域水循環(huán)模擬與調控國家重點實驗室,北京 100038；3.國家節(jié)水灌溉北京工程技術研究中心,北京 100048)

0 引 言

蒸散量(ET)是水文循環(huán)、水資源管理的重要環(huán)節(jié)，也是土壤-作物-大氣系統(tǒng)之間物質和能量交換的關鍵因素[1,2]。加強農田蒸散量的準確模擬預測研究，提高蒸散模型的精度、適用性對于作物需水量、農業(yè)用水效率、灌溉用水管理和水文模擬等具有重要意義[3-5]。

Jackson等(1977年)提出基于冠氣溫差(Tc-Ta)估算作物ETd的方法[6-8]，并利用Penman-Monteith方程和冠層能量平衡單層模型，推導出rc/ra的冠層溫度表達式[9-11]，已有學者對該模型進行驗證，并應用模型進行農田日蒸散量的估算[11]。隨著科學進步和計算機、GIS、遙感、遙測、遙控等技術的快速發(fā)展，推動了作物ET的研究。無人機遙感采集圖像技術具有靈活、高效、高精度、低成本等優(yōu)點，在國內外被廣泛應用[12,13]。國外學者M.P.Gonzalez-Dugo等(2006年)利用無人機熱紅外研究探討了棉花田冠層溫度變化與作物水分脅迫的關系[14]，Kohei Arai(2013年)等應用無人機近紅外監(jiān)測茶葉含氮量[15]。Hoffmann et al等(2016年)應用無人機獲取地面高分辨率溫度分別用于TSEB和DTD算法計算地表蒸散量[16]。Nieto et al等(2018年)基于無人機獲取地面溫度，將其用于TSEB模型計算地表蒸散量[17]。國內，張智韜等(2018年)以棉花為研究對象借助無人機熱紅外圖像計算冠層溫度對水分脅迫進行了研究[13]。孫圣等(2018年)基于無人機熱紅外圖像對土壤水分進行了預測模型的建立與應用[18]。

利用無人機熱紅外影像對夏玉米的蒸散量研究相對較少。因此，本文基于無人機熱紅外傳感器反演夏玉米的冠層溫度，采用基于冠層溫度的作物蒸散模型估算ETd,t，并與渦度相關系統(tǒng)實測值ETd,e、FAO Penman-Monteith模型計算值ETd,f進行驗證。在此基礎上對比分析了不同影響因子對模型估算ETd,t的影響，并分析了相關影響因素，為無人機遙感影像反演冠層溫度進行區(qū)域尺度估算蒸散量提供參考依據(jù)。

1 材料與方法

1.1 試驗地概況

試驗在國家節(jié)水灌溉工程技術中心(北京)大興實驗基地完成，試驗地位于北京市南部的大興區(qū)內，距離市中心約30 km，北緯39°37.25′，東經116°25.51′，海拔30 m，屬暖溫帶半濕潤大陸季風氣候，年平均氣溫為12.1 ℃，平均水面蒸發(fā)量為1 800 mm，年平均降水量540 mm，多集中在汛期6-9月，約占全年降雨量80%左右，冬季干旱少雨，夏季濕潤多雨。實驗基地占地200 m×200 m，土壤土層深厚且以沙壤土為主，0～1 m平均田間持水量為33.4%左右。

田間試驗于2018年6-9月中旬進行，種植的夏玉米品種為“紀元168”。試驗區(qū)域分為8個小區(qū)，每個小區(qū)面積平均為25 m2，外圍設置保護行，減少外邊界的影響。灌水利用地下管道輸送到田間，出水口處裝有水表，用來計量灌水量。8個小區(qū)田間管理措施均一致，播種前進行灌水，施底肥。試驗田內裝有渦度相關系統(tǒng)、氣象站等儀器，用來測取所需數(shù)據(jù)資料。

1.2 實驗觀測數(shù)據(jù)

1.2.1 冠層熱紅外影像

冠層熱紅外圖像采用大疆M600無人機搭載(FLIR Camera Tau2，USA)熱紅外相機測量，采集圖像像素為640×512，熱紅外波長范圍7.5～13.5 μm。在夏玉米每個生育期內，選擇晴朗、無風或微風的天氣采集數(shù)據(jù)2～3 次，數(shù)據(jù)采集時間為上午10∶00-12∶00，無人機飛行高度60 m，速度3 m/s，飛行時間約為3 min[19,20]。

圖1 試驗小區(qū)布置Fig.1 Test plot distribution

1.2.2 其他數(shù)據(jù)

(1)田間尺度日蒸散量(ETd,e)實測值的獲取。采用渦度相關系統(tǒng)(Campbell Scientific Inc，USA)自動測取[9]。

(2)夏玉米株高的測量。在每個小區(qū)內選取3株具有代表性的植株，平均5 d人工測量一次植株高度。

(3)多光譜數(shù)據(jù)的獲取。無人機熱紅外數(shù)據(jù)獲取的同時，通過無人機多光譜遙感平臺獲取多光譜影像數(shù)據(jù)。

(4)氣象數(shù)據(jù)采集。實驗基地內安裝有小型氣象站，每隔0.5 h自動監(jiān)測一次、包括空氣溫度、空氣濕度、大氣壓、太陽輻射、風速、降雨量等常規(guī)氣象資料[21]。8月份降雨頻繁，補充了土壤水分，圖2為夏玉米生育期內日均氣溫與降雨量。

圖2 夏玉米生育期日均氣溫與降雨量Fig.2 Average temperature and rainfall during the growth period of summer maize

2 研究方法

2.1 數(shù)學模型

2.1.1 基于冠層溫度的作物蒸散模型

根據(jù)冠層和空氣阻力計算蒸散發(fā)的Penman-Monteith方程表達式為[22,23]：

(1)

基于rc/ra的冠層溫度表達式為[24,25]：

rc/ra=f(Tc-Ta)=

(2)

聯(lián)立(1)、(2)式得[10,26]：

(3)

式中：ETc為作物蒸散量，mm/d；Rn為凈輻射，MJ/(m2·d)；G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；Δ飽和水汽壓曲線斜率，kPa/℃；γ為濕度計常數(shù)，kPa/℃；ρa為空氣密度，kg/m3；Cp為空氣定壓比熱容，1.013×10-3MJ/(kg·℃)；rc為冠層阻抗；ra為空氣動力學阻抗，s/m；Tc為冠層溫度；Ta為空氣溫度，℃。

計算空氣動力學阻抗表達式為[2,24]：

(4)

式中：ra為空氣動力學阻抗，s/m；zm為測風速的高度，m；zh為測濕度的高度，m；zom為控制動量傳遞的粗糙長度，m；zoh控制熱通量和水汽傳輸?shù)拇植陂L度，m；K為von Karman常數(shù)，取0.41；uz為z高度處的風速，m/s。

2.1.2 渦度相關法

計算冠層蒸散量ET的表達式為[9,25,27]：

(5)

式中：λETc為冠層尺度潛熱通量，單位W/m2；ω′為垂直風速脈動量，m/s；q′為水汽密度脈動值，g/m3。

2.1.3 Penman-Monteith法

利用由聯(lián)合國糧食及農業(yè)組織FAO Penman-Monteith方法計算ET0(Allen et al.1998)[2,28,29]：

(6)

式中：ET0為參考作物需水量[30]，mm/d；T為2 m高處的日平均氣溫，℃；u2為2 m高處的風速，m/s。

計算蒸散量ETc作物系數(shù)法[2]：

ETc=KcET0

(7)

式中：Kc為作物系數(shù)，取值Kcini=0.45，Kcmid=1.28，Kcend=0.5，取值具體詳見參考文獻[31]。

2.2 冠層熱紅外影像預處理

采用手持式地面測溫儀(Raytek ST6)對無人機熱紅外圖像進行校準，保證熱紅外圖像數(shù)據(jù)的準確度。圖3(a)為試驗區(qū)RGB圖像，試驗小區(qū)布置如圖所示。圖3(b)為熱紅外遙感影像，選取各個小區(qū)的冠層，剔除保護行與小區(qū)邊緣，對熱紅外圖像點云信息提取計算和統(tǒng)計分析。

圖3 夏玉米熱紅外圖像Fig.3 Infrared image of summer maize

3 結果與分析

3.1 生育期內熱紅外冠層溫度分布情況

夏玉米試驗期內利用反演的冠層溫度影像，繪制夏玉米熱紅外溫度直方圖，圖4為夏玉米各主要生育期內熱紅外溫度分布情況。從圖4(a)中可知，夏玉米冠層溫度變化范圍為25.8～38.6 ℃，極差12.8 ℃，冠層溫度像元集中在28.9 ℃，頻率為3.4%。由于冠層溫度直方圖的主要貢獻像元集中在溫度直方圖的中間段，而前端部分像元溫度遠離主體部分，尾部像元稀少且零散，誤差較大，因此做剔除處理，以最大頻率分布為中心取95%的累計像元為小區(qū)有效溫度像元取值，其余部分為有效溫度像元取值，其有效溫度變化范圍27.6～31.4 ℃，極差為3.8 ℃。由圖4(b)可看出，其有效溫度變化范圍28.7～36.4 ℃，極差為7.7 ℃，像元最大頻率為1.9%，溫度值32.5 ℃。由圖4(c)可得，其有效溫度變化范圍25.9～34.7 ℃，極差為8.8 ℃，像元最大頻率為1.9%，溫度值32.5 ℃。由圖4(d)可得，其有效溫度變化范圍28.4～34.6 ℃，極差為6.2 ℃，像元最大頻率為2.3%，溫度值31.0 ℃。

夏玉米各主要生育期內冠層溫度均值在30.845 ℃左右(10∶00-12∶00)，從均值來看差異不是很大，出苗期溫度均值最低29.4 ℃，拔節(jié)期溫度均值最高32.2 ℃，基本趨于穩(wěn)定。分別從熱紅外冠層溫度直方圖空間分布來看，圖4(b)、圖4(c)夏玉米拔節(jié)期和灌漿期溫度空間差異較明顯，是夏玉米生長最活躍的時期，拔節(jié)期內玉米個體生長快慢有所差異，熱紅外冠層溫度值較分散，總體上看呈正態(tài)分布。夏玉米在灌漿期內，玉米籽粒生長差異最大，加之玉米個體株高不同，導致熱紅外溫度值最為分散。而在生長初期和生長末期圖4(a)、圖4(d)，夏玉米生長緩慢或停滯，玉米個體形態(tài)長勢接近，熱紅外冠層溫度較為集中。

圖4 不同生育期夏玉米冠層溫度直方圖Fig.4 Histogram of summer maize canopy temperature at different growth stages

3.2 蒸散量ETd,t的估算

為驗證基于熱紅外溫度的作物蒸散模型估算ETd,t的準確性，利用(1)、(2)和(5)式結合小型氣象站得到的典型日氣象要素，分別計算得到夏玉米在整個生育期內不同方法估算的日蒸散量ETd。

為保障萬無一失，試驗前米瑛無數(shù)次到采氣平臺，收集生產數(shù)據(jù)，反復核算對比，才最終制定分析方案，并一次試驗成功。目前，該平臺4口井日產量14萬立方米，為氣田穩(wěn)產增添了“底氣”。2017年，米瑛還負責完成了“涪陵頁巖氣田微注入測試分析”等工作，參與了“涪陵頁巖氣田開發(fā)規(guī)律及合理配產研究”等項目。

圖5分別給出熱紅外溫度的作物蒸散模型計算的ETd,t，F(xiàn)AO Penman-Monteith模型計算的ETd,f，基于渦度相關儀器實測數(shù)據(jù)計算的ETd,e，在夏玉米整個生育期內的ETd變化過程。從圖5中可以看出，熱紅外冠層溫度作物蒸散模型計算的ETd,t最低值出現(xiàn)在幼苗期為3.42 mm/d，最高值出現(xiàn)在灌漿期為10.94 mm/d，從蒸散量空間分布來看試驗區(qū)邊緣ETd,t高于內部，熱紅外溫度的作物蒸散模型計算的ETd,t與夏玉米熱紅外溫度分布具有很好的一致性。在夏玉米出苗期、成熟期各個像元的ETd,t較為集中，在夏玉米拔節(jié)期、灌漿期各個像元的ETd,t較為分散，與熱紅外溫度直方圖空間分布有良好的一致性。由于夏玉米在幼苗期植株性狀差異較小，植被覆蓋度較低，熱紅外遙感影像大部分都為土壤，下墊面蒸散量(ETd)較為均勻。成熟期由于夏玉米生長發(fā)育停滯，葉片枯黃脫落，株高等個體差異較小，蒸散量(ETd)分布較為一致。拔節(jié)期、灌漿期夏玉米處于生長發(fā)育迅速的階段，個體差異較為明顯，導致ETd,t差異明顯。3種方法計算出的作物蒸散量整體趨勢一致，在有降雨時期，日蒸散量(ETd)降低，降雨過后日蒸散量(ETd)增加。7月下旬三種模型估算的ETd相差最低，ETd,t與ETd,e差值(0.292 mm/d)，小于ETd,t與ETd,f差值(2.051 mm/d)。8月初，三種模型估算的ETd差距最大，ETd,t與ETd,e差值(8.209 mm/d)，大于ETd,t與ETd,f差值(5.612 mm/d)。很大原因是由于夏玉米處于拔節(jié)期，生長速度較快，空氣動力學阻抗ra計算值差異較大。8月中旬到9月底夏玉米(ETd)出現(xiàn)相同的發(fā)展趨勢，抽穗期、灌漿期和成熟期的ETd值保持良好的一致性。FAO Penman-Monteith模型估算的日蒸散量(ETd,f)值總體最低，ETd,t與ETd,e總體上看兩者相差不大，ETd,t估算精度達到80%，8月中旬和9月上旬ETd,上下波動較大，很可能是頻繁降雨的影響。

圖5 不同模型計算的日蒸散量ETdFig.5 Daily evapotranspiration ETd calculated by different models

圖6為ETd,t分別與ETd,e、ETd,f建立的一元線性回歸模型，ETd,t與ETd,f模擬效果良好，一元線性模型擬合線整體位于1∶1線附近(R2=0.739，RMSE=0.676 mm/d)。ETd,t與ETd,e一元回歸模型(R2=0.742，RMSE=0.109 mm/d)。表1中兩種不同回歸分析在P<0.01水平上呈極顯著性關系。

3.3 蒸散量ETd,t與影響因子

3.3.1 蒸散量ETd,t與株高、日凈輻射Rnd、風速W、空氣動力學阻抗ra

將夏玉米生育期內蒸散量(ETd,t)與同時期株高測量值進行線性擬合(圖7)，兩者存在線性關系(R2=0.652)，呈正相關關系。夏玉米生長期內蒸散量(ETd,t)與氣象要素日凈輻射(Rnd)、田間夏玉米冠層風速(W)和空氣動力學阻抗(ra)進行線性擬合(圖7)。日蒸散量(ETd,t)與日凈輻射(Rnd)、風速(W)相關性較低，而ETd,t與ra相關性較高(R2=0.696)呈負相關關系。結果表明，株高與空氣動力學阻抗ra對夏玉米農田蒸散量影響較大，而日凈輻射Rnd、風速W的影響相對較小。

圖6 熱紅外分別與渦度相關系統(tǒng)、FAO彭曼模型計算ETd的相關關系Fig.6 The correlation between thermal infrared and vorticity correlation system and ETd calculated by FAO Penman-Monteith model is shown

表1 夏玉米熱紅外溫度蒸散模型ETd,t與渦度相關系統(tǒng)ETd,e、FAO Penman-Monteith模型ETd,f的一元線性模型Tab.1 The ETd,t of the thermal infrared temperature evapotranspiration model of summer maize and the ETd,e of the vorticity correlation system, and the unitary linear model of FAO penman-monteith model ETd,f

3.3.2 蒸散量ETd,t與葉面積指數(shù)LAI

夏玉米葉面積指數(shù)(LAI)[圖8(a)]從7月下旬到8月中旬，快速增加，這是由于夏玉米處于拔節(jié)、抽穗期，夏玉米生長發(fā)育較快。隨著植被覆蓋度的增加，熱紅外估算的日蒸散量(ETd,t)顯著增加，這與CUI Mingyue等[32]研究結果一致，根據(jù)這一變化趨勢來看，熱紅外估算的(ETd,t)能夠準確反映出夏玉米在拔節(jié)期和抽穗期實際生長情況，LAI與ETd,t建立線性回歸模型(R2=0.700)呈現(xiàn)良好的相關性[圖8(b)]。8月中旬到9月下旬，夏玉米灌漿期、乳熟期，株高停止生長，作物葉片隨著玉米的成熟變黃枯萎凋落，葉面積指數(shù)呈緩慢下降趨勢，ETd,t在這一時期也呈現(xiàn)相同緩慢下降趨勢。

3.3.3 蒸散量ETd,t與歸一化植被指數(shù)NDVI

夏玉米蒸散量(ETd,t)與基于無人機多光譜影像反演歸一化植被指數(shù)(NDVI)在生育期內的變化如圖9(a)所示，在夏玉米生長初期，NDVI值較低，作物耗水量相對較低，夏玉米蒸散量(ETd,t)與NDVI的變化趨勢一致并保持穩(wěn)定。夏玉米進入拔節(jié)期，隨著作物生長發(fā)育加快，NDVI值迅速升高，同時期ETd,t同步上升。夏玉米抽穗期、灌漿期夏玉米生長發(fā)育趨于穩(wěn)定，成熟期葉黃枯萎，NDVI在中、后期變化相對減小，并呈緩慢下降趨勢，此時期內ETd,t與NDVI變化趨勢相同。圖9(b)為NDVI與ETd,t一元線性模型(R2=0.656)，表明夏玉米NDVI與ETd,t之間有良好的正相關關系，夏玉米ETd,t隨著NDVI的變化而變化，與實際田間觀測保持一致。

圖7 夏玉米生育期內日蒸散量與影響因子的關系Fig.7 Relationship between daily evapotranspiration and influencing factors in summer maize growth period

圖8 夏玉米生育期葉面積指數(shù)及相關性分析Fig.8 LAI and its correlation analysis in summer maize growing period

圖9 夏玉米生育期歸一化植被指數(shù)與ETd,t變化趨勢及相關性分析Fig.9 The change trend and correlation analysis of NDVI, ETd,t in summer maize growth stage

4 結 論

本文利用無人機搭載熱紅外遙感平臺，結合采集得到不同生育期熱紅外冠層溫度影像反演出夏玉米其日蒸散量(ETd,t)變化狀況，與渦度計算的實測值(ETd,e)、FAO Penman-Monteith模型計算值(ETd,f)進行對比，并對其與影響因子之間的關系進行分析，所得結論如下：

(1)基于無人機熱紅外冠層溫度的作物蒸散模型可以準確快速的估算田間尺度作物日蒸散量(ETd,t)，與實測值(ETd,e)、FAO Penman-Monteith模型計算值(ETd,f)結果對比，結果顯示ETd,t與ETd,e、ETd,f都有良好的一致性。ETd,t分別與ETd,e、ETd,f建立一元線性模型均呈現(xiàn)良好的線性相關關系(R2=0.739、0.742)，得出ETd,t最低值出現(xiàn)在幼苗期為3.42 mm/d，最高值出現(xiàn)在灌漿期為10.94 mm/d，試驗區(qū)邊緣ETd,t高于內部，并與渦度相關實測值ETd,e、FAO Penman-Monteith模型計算值ETd,f進行驗證，在P<0.01水平上呈顯著線性關系(R2=0.739 、0.742，RMSE=0.676、0.109 mm/d)，ETd,t估算精度達到80%以上。

(2)反演蒸散量(ETd,t)與影響因子株高、Rnd、W、ra、LAI和NDVI進一步分析，株高、LAI、NDVI是主要的生物因子，其中LAI為夏玉米農田最主要的生物因子，ETd,t隨著LAI的增加而顯著增加，LAI與ETd,t呈線性正相關關系(R2=0.700)，這與CUI Mingyue等[32]研究結果一致。Rnd、W、ra中，空氣動力學阻抗(ra)是最主要的環(huán)境驅動因子，ra與ETd,t呈線性負相關關系(R2= 0.696)。

相比傳統(tǒng)計算作物蒸散量的方法，以無人機熱紅外遙感為平臺，具有較高的空間精度和應用潛力。對小區(qū)域作物實現(xiàn)精準灌溉具有重要意義，同時也為今后實現(xiàn)多區(qū)域、大尺度的估算作物蒸散量狀況提供了一條新途徑。