戚迎龍，趙 舉，史海濱，尹春艷，曹國軍，李 彬，李 敏

（1. 內(nèi)蒙古農(nóng)業(yè)大學(xué)水利與土木建筑工程學(xué)院，呼和浩特 010018；2. 內(nèi)蒙古農(nóng)牧業(yè)科學(xué)院 資源環(huán)境與檢測技術(shù)研究所，呼和浩特 010031；3. 吉林農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，長春 130118；4. 內(nèi)蒙古科技大學(xué)包頭師范學(xué)院，包頭 014030）

0 引 言

中國農(nóng)業(yè)因灌溉技術(shù)、灌水方式的問題所造成的農(nóng)業(yè)水資源浪費現(xiàn)象普遍[1]，農(nóng)業(yè)可持續(xù)發(fā)展必然要求限制農(nóng)業(yè)水資源的使用，而調(diào)和糧食穩(wěn)產(chǎn)、增產(chǎn)與農(nóng)業(yè)水資源短缺之間的矛盾，關(guān)鍵在農(nóng)業(yè)生產(chǎn)高效用水[2]。深入理解農(nóng)田作物生長的耗水結(jié)構(gòu)，才能更準(zhǔn)確地找到水分高效利用的途徑。通過獲知農(nóng)業(yè)水管理模型的參數(shù)敏感性，可以充分了解不同耗水結(jié)構(gòu)的成因，探求改變水分傳輸?shù)母鞣N可能性，從而提高水分利用率。西遼河流域作為玉米生產(chǎn)的優(yōu)勢區(qū)，近些年來隨著東北四省區(qū)節(jié)水增糧行動及各種技術(shù)推廣項目的實施，玉米的主要灌溉模式實現(xiàn)了畦田漫灌-膜下滴灌-覆土淺埋滴灌的過渡，雖然覆膜有增溫增產(chǎn)、保水保肥的作用[3-4]，但會帶來殘膜污染的環(huán)境問題[5]，因此無膜淺埋滴灌大面積應(yīng)用，而相應(yīng)的研究滯后于生產(chǎn)實踐。

敏感性分析目的是識別影響模型運算結(jié)果的關(guān)鍵參數(shù)，把結(jié)果的不確定性追溯到模型參數(shù)中[6]。專業(yè)模型的使用為管理決策提供便利[7]，但描述農(nóng)業(yè)系統(tǒng)的模型均涉及大量參數(shù)，對應(yīng)于系統(tǒng)內(nèi)復(fù)雜的生物、物理過程，也增加預(yù)測結(jié)果的未知程度[8]。多數(shù)模型參數(shù)和變量的傳遞過程繁復(fù)，各種運算交織組合，使模型成為未知的“黑箱”[9]。而作物模型參數(shù)的敏感性分析可了解模型輸入、輸出間的關(guān)系，篩選出敏感參數(shù)作為率定的重點，提高模型使用效率和精準(zhǔn)度[10-11]。Zheng 等[12]利用雙作物系數(shù)模型，得到作物蒸騰和土壤蒸發(fā)量，并利用Stewar“水分-產(chǎn)量”模型預(yù)測了大豆產(chǎn)量。張川等[13]提出分離估算土壤蒸發(fā)及作物蒸騰的方法，服務(wù)于理解農(nóng)田水分消耗結(jié)構(gòu)、減少土壤無效水分消耗。Paula 等[14]采用雙作物系數(shù)模型在不同灌溉策略下模擬了大豆對水分的消耗利用和水分生產(chǎn)力。Ran 等[15]分別采用AquaCrop 和基于雙作物系數(shù)法的SIMDualKc 模型分離玉米田蒸散發(fā)，探討了2 個模型在模擬土壤蒸發(fā)和作物蒸騰的優(yōu)劣表現(xiàn)。國內(nèi)外很多學(xué)者[16-19]。在研究農(nóng)田蒸散發(fā)耗水方面校準(zhǔn)和驗證了雙作物系數(shù)模型，但鮮有對其進(jìn)行敏感性分析的報道。

綜上，本研究為了深刻了解雙作物系數(shù)模型參數(shù)對蒸散發(fā)耗水結(jié)構(gòu)及水分傳輸過程的影響，采用拓展傅里葉幅度敏感性檢驗（Extended Fourier Amplitude Sensitivity Test，EFAST）方法對其模型參數(shù)進(jìn)行全局敏感性分析[20]，篩選敏感參數(shù)，提高調(diào)參校準(zhǔn)的效率，獲知不同土壤蒸發(fā)、作物蒸騰的成因，以期為調(diào)控覆土淺埋滴灌技術(shù)條件下的玉米田蒸散發(fā)耗水結(jié)構(gòu)提供理論支撐，進(jìn)一步完善改變水分傳輸過程、探索水分高效利用的途徑。

1 材料與方法

1.1 試驗區(qū)概況

覆土淺埋滴灌試驗田位于內(nèi)蒙古通遼市科爾沁區(qū)，選在通遼市農(nóng)業(yè)科學(xué)研究院所屬占地133 hm2的試驗園區(qū)，歸西遼河流域，流域面積13.6 萬km2，是內(nèi)蒙古重要的產(chǎn)糧基地。年均氣溫5.0～6.5 ℃，日照時數(shù)2 800～3 100 h，相對濕度45%～58%，年均降雨量300～400 mm，蒸發(fā)量1 199～2 200 mm，大部分地區(qū)處在半干旱季風(fēng)氣候區(qū)。內(nèi)蒙古自治區(qū)水資源公報[21]（2017 年）給出的西遼河流域供水量42.55 億 m3，農(nóng)田用水量30.10 億m3，占水資源供給總量的70.74%。本研究年份2017 年氣象條件如圖 1，其中 ET0通過 FAO-56 號文件推薦的Penman-Monteith 公式[22]計算，2017 年玉米生長季最值氣溫總趨勢為春季隨時間變化逐漸增長至7 月下旬后開始下降，空氣濕度也由春季增長，從7 月底—8 月上旬開始下降，ET0春季波動幅度大，而后相對穩(wěn)定，至7 月下旬開始下降，總的來看，當(dāng)?shù)卮杭靖稍锒囡L(fēng)、夏季濕熱多雨，降水時空分布不均。試驗田基本理化性質(zhì)如表1 所示。

圖1 2017 年玉米生長期氣象條件 Fig.1 Meteorological conditions during the growing season of maize in 2017

表1 試驗田土壤物理性質(zhì) Table 1 Soil physical properties of the experimental fields

1.2 試驗過程

玉米采用寬窄行（40 cm× 80 cm）種植模式，每條滴灌帶均位于窄行中間，覆土淺埋2～4 cm，用于灌溉2 行玉米，滴灌帶的布置間距為1.2 m。玉米品種為京科968，5 月9 日播種，9 月27 日收獲，種植密度為67 500 株/hm2，采用自制的PVC 株距標(biāo)識桿控制試驗田密度，人工播種并在苗期完成間苗補苗工作。每個試驗單元為5 條滴灌帶控制，其面積為垂直于滴灌帶方向6 m、平行于滴灌帶方向10 m，試驗設(shè)置3 個試驗單元。播種時開淺溝基施化肥，生長發(fā)育過程采用以色列TEFEN 公司的施肥泵接入滴灌系統(tǒng)滴施氮肥。灌溉管理通過旋翼式水表控制，灌溉制度參考地方標(biāo)準(zhǔn)[23]并結(jié)合當(dāng)?shù)厣a(chǎn)實踐制定，灌溉管理與施肥管理方案見表2。

表2 2017 年灌溉制度與施肥制度 Table 2 Irrigation and fertilization schedules in 2017

1.3 指標(biāo)測定及計算方法

使用壓力薄膜儀監(jiān)測獲得凋萎系數(shù)，通過環(huán)刀置于砂上8 h 的方法測得田間持水率，通過烘干法測得土壤容重及含水率，HELOS+OASIS 型激光粒度分析儀測得土壤級配后采用美國農(nóng)業(yè)部制定的分類法劃分質(zhì)地，土壤理化性質(zhì)見表1。玉米田生長發(fā)育指標(biāo)為株高和葉面積，每個小區(qū)標(biāo)定3 株采用鋼卷尺測量。株高測量方法為：玉米抽雄前測量位置最高的伸展葉在自然狀態(tài)下與地面的垂向最大距離，抽雄后測量雄穗至地面的垂向距離。葉面積測量方法為：測量葉片最寬處與葉片長作乘積累加，再乘以經(jīng)驗系數(shù)0.75，并計算為葉面積指數(shù)[15]。從中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/）獲取通遼站（站點號54135）的氣象數(shù)據(jù)。

1.4 雙作物系數(shù)模型簡介

農(nóng)田蒸散發(fā)過程的計算理論依托Allen 等[22]提出的以氣象因素驅(qū)動，土壤蒸發(fā)和作物蒸騰通過相應(yīng)的系數(shù)與參考蒸散量建立聯(lián)系，其關(guān)系如下[24-25]：

式中Ev、Tr分別為土壤蒸發(fā)量，mm、作物蒸騰量，mm，ET 為蒸發(fā)蒸騰（蒸散發(fā)）量，mm，對應(yīng)的Ke、Kcb分別為土壤蒸發(fā)系數(shù)和基礎(chǔ)作物系數(shù)（無量綱），ET0為潛在蒸散量，mm；Ks為水分脅迫系數(shù)，其值小于1.0 時表征土壤水消耗至一定數(shù)值后作物蒸騰量開始受限。

1.4.1 基礎(chǔ)作物系數(shù)

Kcb用來表征作物基礎(chǔ)蒸騰能力。

式中Kcb(tab)表示FAO-56 給出的在生長中期和后期基礎(chǔ)作物系數(shù)不小于0.45 時的推薦值；u2、RHmin、h 分別為2 m高處日平均風(fēng)速（m/s）、日平均最小相對濕度（%）、平均株高（m）。

1.4.2 土壤蒸發(fā)系數(shù)

1）蒸發(fā)衰減系數(shù)Kr

表面蒸發(fā)分能量、水分限制2 個階段，第1 階段表土蒸發(fā)不因土壤水分遞減而變化，Kr=1，第2 階段蒸發(fā)速率受土壤水分狀態(tài)限制，Kr算式為

式中TEW、REW 分別為表層土壤可蒸發(fā)水分總量及易蒸發(fā)土壤水分，mm；θFC、θWP分別為田間持水率、凋萎含水率，%；；Kr取值范圍在[0,1]；變量中的i 為時間序列的標(biāo)識，下同；De,i-1為截止i-1 天累積蒸發(fā)深度，mm； De,i-1不夠REW 時Kr=1，De,i-1達(dá)到TEW 時Kr=0；REW 的值取自FAO-56 按土壤質(zhì)地劃分的推薦值[22]。De通過表層土壤水量平衡計算

式中Ii、Pi、Ei、Ri、Tew,i、DPe,i分別為灌溉、降雨、土壤蒸發(fā)、地面徑流損失、蒸騰深度、表土滲漏損失量，單位均為mm；De,i、De,i-1為表土累積蒸發(fā)深度，mm。DPe,i在表土貯量超過累積蒸發(fā)深度時計算為

2）土壤蒸發(fā)有效面積比few

參考FAO-56，土壤蒸發(fā)有效面積比few算式

式中fw為被濕潤土壤表面積平均比值；fc是被植物覆蓋表層土壤面積的平均比值，本文參考文獻(xiàn)[16-18]利用葉面積指數(shù)（Leaf Area Index，LAI）計算fc，方法如下：

3）土壤蒸發(fā)系數(shù)Ke

Ke用于通過參考蒸散量ET0表達(dá)土壤蒸發(fā)，Kc(max)為作物系數(shù)上限值，算式為

1.4.3 水分脅迫系數(shù)

Ks的值取決于根系土壤水分狀況及作物品種本身的干旱耐受性，描述如下[19]：

式中W 為根系層土壤貯水量，mm；Wp、Wj分別為根系層土壤凋萎系數(shù)對應(yīng)的貯水量，mm、作物不受水分脅迫對應(yīng)的貯水量，mm；n1 為取值小于1 的指數(shù)項，與作物本身的耐旱性有關(guān)。W＞W(wǎng)j和W＜Wp時Ks取值分別1 和0。

1.4.4 土壤貯水量與蒸散發(fā)的水量平衡關(guān)系

農(nóng)田土壤水量平衡是對研究界面內(nèi)的土壤水輸入、消耗、損失過程的動態(tài)描述，描述如下：

式中各變量的單位均為mm，Wi+1、Wi為時間序列i+1和i 對應(yīng)的土壤貯水量；Ii、Pi、ETi分別為灌溉、降雨和蒸散發(fā)量；Ri為地面徑流損失量，試驗區(qū)地面平整且灌溉系統(tǒng)為滴灌，故該項不考慮；Qi為土壤底部界面的水分交換量，試驗區(qū)地下水位在6 m 以下，故該項只考慮超過田持的下滲損失量，不考慮地下水向根系層的補給量。

1.5 拓展傅里葉幅度敏感性檢驗（EFAST）

EFAST 法是Saltelli[26]等通過結(jié)合FAST 法[27-28]和Sobol’法提出的全局敏感性分析方法[29]。敏感性指數(shù)可表征模型參數(shù)對運算結(jié)果的靈敏程度，但目前劃定尚無統(tǒng)一標(biāo)準(zhǔn)。Dejonge 等[30]提出EFAST 法求得的結(jié)果中一階敏感性指數(shù)大于0.05，全局敏感性指數(shù)大于0.10 的可作為敏感參數(shù)重點考慮。

模型y=f(X)中輸入?yún)?shù)X 在n 維空間Kn中，可將X看做滿足一定概率分布P(X)=P(x1,x2,…xn)的隨機變量，則Y 的r 階距y(r)滿足

采用多維傅里葉變換可將X 變?yōu)橐痪S形式而進(jìn)一步求解，轉(zhuǎn)換Gi

式中s 為標(biāo)量，?∞ ＜ s ＜ +∞；ωi為xi所對應(yīng)的整數(shù)頻率，式（16）和式（17）可推導(dǎo)出式（18），可求得V(Y)。

進(jìn)一步對f(s)采用傅里葉級數(shù)展開可得：

則參數(shù)xi的變化引起的方差變化Vxi[E(Y|xi)]為ωi的整數(shù)倍的振幅平方和，算式如下：

可計算不考慮模型參數(shù)間耦合互作條件下的一階敏感性指數(shù)Si如下：

考慮到模型參數(shù)間的耦合作用后的敏感性指數(shù)稱為全局敏感性指數(shù)或總敏感性指數(shù)STi，通過下式計算：

1.6 數(shù)據(jù)處理與敏感性檢驗運算流程

1）針對9 個模型參數(shù)基于初始值作±10%的浮動，從2方面確定參數(shù)取值范圍：①參考了Wang 等[31]，Vazquez 等[32]采用EFAST 法選取的參數(shù)上下浮動百分比為±10%；②高于±10%的浮動百分比會使得作物系數(shù)最大值超過FAO-56中給出的上限值，即超過有作物地表的蒸騰和蒸發(fā)的上限±10%的波動范圍可確保模型在合理范圍內(nèi)進(jìn)行參數(shù)敏感性分析，參數(shù)在取值范圍內(nèi)服從均勻隨機的概率分布。

2）選擇EFAST 方法用Simlab 敏感性分析專業(yè)軟件將模型參數(shù)采樣1 755 次（EFAST 法要求采樣數(shù)大于模型參數(shù)的65 倍，采樣設(shè)計次數(shù)為9×65×3），共獲得1 755組模型參數(shù)。

3）采用Maltab 語言編寫雙作物系數(shù)模型并對上一步的采樣參數(shù)進(jìn)行批處理，求得模型運算結(jié)果。

4）采用Simlab 軟件調(diào)用Maltab 的運算結(jié)果求得一階敏感性指數(shù)及全局敏感性指數(shù)，進(jìn)行模型參數(shù)的敏感性分析。進(jìn)行敏感性分析的模型參數(shù)及取值范圍見表3，Simlab 敏感性分析軟件計算流程見圖2。

表3 不同條件下的模型參數(shù)取值 Table 3 Model parameter values under different conditions

圖2 Simlab 敏感性分析軟件計算流程 Fig.2 Calculation flow of sensitivity analysis software Simlab

2 結(jié)果與分析

2.1 模型參數(shù)的敏感性指數(shù)

參數(shù)敏感性指數(shù)計算結(jié)果見表4。EFAST 法可以有效篩選出敏感參數(shù)，參數(shù)之間有明顯的區(qū)分度，模型參數(shù)對土壤蒸發(fā)總量（E）的全局敏感性指數(shù)大小排序為TEW、Kcb(mid)、REW、Kcb(end)、Kcb(ini)、Wj、n、Wfc、Wp，敏感參數(shù)為TEW和Kcb(mid)，其敏感性指數(shù)為0.662、0.321，是不敏感參數(shù)均值的33.6～69.4 倍。

表4 模型參數(shù)的全局敏感性指數(shù) Table 4 Global sensitivity indexes of model parameters

對各生育階段，初期土壤蒸發(fā)量Eini敏感參數(shù)為TEW，Edev（發(fā)育期）為Kcb(mid)，Emid（中期）、Eend（末期）敏感參數(shù)與E 相同，生長初期地表裸露，濕潤表土蒸發(fā)強度大，故土壤參數(shù)中的TEW 敏感，而發(fā)育期冠層快速擴張，土壤蒸發(fā)逐漸降低，到生長中期冠層全覆蓋后土壤蒸發(fā)微弱，至后期葉片開始衰減枯萎，除了生長初期外土壤蒸發(fā)均和作物冠層發(fā)育直接相關(guān)，故Kcb(mid)也為敏感參數(shù)（表4）。對于E，排序前2 位的TEW、Kcb(mid)為敏感參數(shù)，以全生育期尺度來看，表層土壤持水和傳輸特征對土壤蒸發(fā)影響最大，其次是中期基礎(chǔ)作物系數(shù)。模型參數(shù)對作物蒸騰總量（T）的全局敏感性指數(shù)大小排序為Wj、Kcb(mid)、Wfc、n、Wp、Kcb(end)、TEW、REW、Kcb(ini)，敏感參數(shù)為Wj、Kcb(mid)、Wfc，其敏感性指數(shù)為0.569、0.485、0.455，是不敏感參數(shù)均值的34.5～43 倍。在各生育階段，對Tini的敏感參數(shù)為Kcb(ini)，對Tdev、Tmid的敏感參數(shù)與T 相同，Tend除與T 相同的部分外Kcb(end)也為敏感參數(shù)。生長初期是種子到幼苗的過程，本身作物蒸騰量低，只有初期基礎(chǔ)作物系數(shù)Kcb(ini)對其敏感，從發(fā)育期開始，單個生育階段敏感參數(shù)基本和全生育期一致。從對T 的敏感性排序來看，因根系不受水分脅迫的臨界值決定作物蒸騰受限是否發(fā)生及發(fā)生的時間長短，故而從全生育期尺度來看，Wj最敏感。參數(shù)對蒸散發(fā)耗水總量（ET）的全局敏感性指數(shù)大小排序為Wfc、Wj、Kcb(mid)、n、Wp、Kcb(end)、TEW、REW、Kcb(ini)，敏感參數(shù)為Wfc、Wj、Kcb(mid)，與對T的敏感性表現(xiàn)類似，玉米生長中期耗水量最多[18]，研究年份在玉米生長中期雨水充沛，田間得水量大時土壤持水能力對ET 的影響程度更大，Wfc在此條件下對ET及T 會更敏感一些。

2.2 敏感參數(shù)對土壤蒸發(fā)及作物蒸騰的影響

為直觀分析敏感參數(shù)對E、T 的影響，采用隨機采樣法對模型參數(shù)進(jìn)行采樣后計算對應(yīng)的E、T。圖3 可直觀顯示2 個參數(shù)對E 的影響，受表層土壤物理性狀的影響，TEW 影響E 的總趨勢是隨著TEW 的增大E明顯增大，因為每次有效降雨和灌溉使表層土壤完全濕潤后，可蒸發(fā)的水量決定著隨后干燥過程的土壤蒸發(fā)量，進(jìn)而影響著全生育期土壤蒸發(fā)量，對于不同生育期的敏感參數(shù)，TEW 對Eini更敏感，圖3 顯示在該階段Eini隨TEW 的增大過程數(shù)值集中，說明Eini受其他參數(shù)的影響微弱，且土壤蒸發(fā)主要發(fā)生在地表裸露的生育初期，故TEW 對其他生育期的影響要弱一些。Kcb(mid)影響E 的總趨勢是隨之增大E 明顯減小，因模型運算土壤蒸發(fā)系數(shù)Ke時受基礎(chǔ)作物系數(shù)的影響以及作物系數(shù)上限值的約束，故模型估算土壤蒸發(fā)系數(shù)時直接受基礎(chǔ)作物系數(shù)的影響。對于不同生育期，Edev隨Kcb(mid)減少的最顯著，在Kcb(mid)超過一定值后Emid值穩(wěn)定，而Kcb(mid)增大對Eend有一些增長趨勢，是由于Kcb(mid)取值變高時，末期Kcb(mid)至Kcb(end)降低速度快，及蒸騰能力減弱速度快，對應(yīng)與冠層枯萎快，相應(yīng)的土壤蒸發(fā)面積增大使得Eend增大。

圖3 土壤蒸發(fā)量與相應(yīng)敏感參數(shù)的關(guān)系 Fig.3 Relationships between soil evaporation and its sensitivity parameters

圖4 顯示了3 個敏感參數(shù)的變化對T 的影響，Kcb(mid)、Wfc影響T 的總趨勢是隨著取值增大T 明顯增大，Wj影響T 的總趨勢是隨著取值增大T 明顯降低。Wj與發(fā)育期、中期、后期作物蒸騰關(guān)系均為負(fù)相關(guān)。Kcb(mid)的值遠(yuǎn)高于Kcb(ini)與Kcb(end)，對T 的影響也遠(yuǎn)大于后二者，生長中期為從冠層發(fā)育完全至成熟期的開始，玉米該時期蒸騰耗水量最多，Kcb(mid)在估算T 時是關(guān)鍵參數(shù)，在調(diào)參校準(zhǔn)時應(yīng)重點考慮，不同生育期間比較，Kcb(mid)對Tdev更不受其他參數(shù)變化的影響，發(fā)育期基礎(chǔ)作物系數(shù)一直在增長變化，對應(yīng)著作物基礎(chǔ)蒸騰能力不斷增大，Kcb(mid)決定其增大的斜率，至中期開始基礎(chǔ)蒸騰能力穩(wěn)定，所以Kcb(mid)變化對中期日尺度基礎(chǔ)蒸騰能力的影響是一致的，而對發(fā)育期每天的基礎(chǔ)蒸騰能力影響都不同，因此Kcb(mid)對Tdev的影響更顯著。Wj參與計算水分脅迫系數(shù)Ks，Wj越高，作物根區(qū)易利用的水量區(qū)間越窄，所以該參數(shù)取值越大，根系越早發(fā)生水分脅迫，作物蒸騰受限。圖5 所示W(wǎng)fc與T 及各生育階段蒸騰量均程正相關(guān)，在玉米耗水量最高的生長中期相關(guān)性最強，土壤持水量高的條件下在灌溉、降雨量大時能存貯更多的水分，即土壤可獲得更多的有效水分供給作物蒸騰。

圖4 作物蒸騰量與相應(yīng)敏感參數(shù)的關(guān)系 Fig.4 Relationships between crop transpiration and its sensitivity parameters

2.3 土壤蒸發(fā)、作物蒸騰總量為最值條件下的耗水過程

對玉米田耗水組成在全生育期總量最值條件進(jìn)行過程分析，可以進(jìn)一步理解其形成過程及生育期內(nèi)的波動范圍，了解形成結(jié)果的原因和過程。因玉米田耗水結(jié)構(gòu)及相應(yīng)的耗水量關(guān)系到玉米產(chǎn)量，故探討最值情形下的土壤和作物耗水動態(tài)關(guān)系到玉米產(chǎn)量的可能范圍，模型計算結(jié)果中抽取了最值條件下的參數(shù)取值見表5，對應(yīng)的不同生育期蒸散發(fā)數(shù)值見表6。

表5 蒸散耗水總量在最值條件下的模型參數(shù)取值 Table 5 Model parameters value when total evapotranspiration reaches extreme value

表6 蒸散耗水總量在最值條件下的各生育期耗水結(jié)構(gòu) Table 6 Water consumption structure in each growth period when total evapotranspiration reaches extreme value

由表6 可知，土壤蒸發(fā)量初期最多，中后期蒸發(fā)微弱，蒸發(fā)量少；作物蒸騰量中期最多，初期最少；蒸散發(fā)量中期最多，初期最少。生育期玉米田土壤蒸發(fā)總量最大值較最小值高18.72%，作物蒸騰總量最大值較最小值高 25.37%，蒸散發(fā)耗水總量最大值較最小值高19.9%。

圖5a 描述了生育期玉米田土壤蒸發(fā)總量獲得最值時的逐日土壤蒸發(fā)，可以看出玉米田土壤蒸發(fā)以生長初期和快速生長期為主，因為隨著玉米田冠層的發(fā)育，裸露土壤面積越來越小，太陽輻射逐漸被濃密葉片截獲，土壤蒸發(fā)動力減弱，通過觀察玉米田灌溉、降雨和土壤蒸發(fā)動態(tài)的關(guān)系，可看出在生長初期和快速生長期，土壤蒸發(fā)和表土濕潤直接相關(guān)，灌溉和降雨后土壤蒸發(fā)隨時間遞減，直至表土可蒸發(fā)水量蒸發(fā)完。由圖5b 可知，日作物蒸騰表現(xiàn)為生長中期前逐漸增大，即冠層發(fā)育過程作物蒸騰量一直增大，營養(yǎng)發(fā)育后進(jìn)入生殖階段的作物蒸騰總體最大，且基礎(chǔ)作物系數(shù)達(dá)最值后不再增大，單日作物蒸騰量的變化主要受空氣溫濕度、輻射及風(fēng)速的影響，也受到根系土壤水狀況的影響即有無水分脅迫。對比作物蒸騰，土壤蒸發(fā)在模型參數(shù)±10%波動的采樣運算條件下，總量取到最值時的日動態(tài)更接近。

圖5 不同條件下的土壤蒸發(fā)和作物蒸騰 Fig.5 Soil evaporation and crop transpiration under different conditions

圖6 描述了生育期玉米田土壤蒸發(fā)、作物蒸騰總量模型運算得到最值時的土壤貯水量動態(tài)，可以看出土壤蒸發(fā)在2 種條件下的日動態(tài)相似，而作物蒸騰在2 種條件下日動態(tài)差異較大，因為土壤蒸發(fā)是表層濕潤土壤水分的消耗過程，而作物蒸騰消耗的是整個根系層范圍內(nèi)的土壤水，因而土壤蒸發(fā)在不同條件下對1 m 土層貯水量動態(tài)影響較小，作物蒸騰總量的變化對1 m 土層水分消耗的影響較大。從土壤貯水量的下降斜率來看，生長初期土壤水消耗緩慢，進(jìn)入快速生長期后消耗速率明顯增大，圖6 可看出快速生長期的后半段及生長中期內(nèi)貯水量下降斜率最大，即玉米營養(yǎng)發(fā)育最旺盛時和生殖階段對土壤水分的消耗速率最大，充足的土壤貯水量為作物蒸騰提供了基礎(chǔ)條件，減少了根系受水分脅迫的次數(shù)和持續(xù)時間，土壤的持水能力強也是給作物提供好的土壤水分條件的基礎(chǔ)，可以提高天然降雨量大時及灌水定額偏高時的灌溉水利用率。

圖6 不同條件下的土壤水分消耗 Fig.6 Water consumption in soil under different conditions

3 討 論

本研究基于現(xiàn)階段西遼河流域玉米種植的覆土淺埋滴灌技術(shù)進(jìn)行大田試驗，取得模型運行所需的田間作物生長及土壤數(shù)據(jù)，采用EFAST 法對聯(lián)合國糧農(nóng)組織提出的雙作物系數(shù)模型進(jìn)行全局敏感性分析，探討了模型參數(shù)在合理范圍內(nèi)變化對蒸散發(fā)耗水及土壤貯水量消耗過程的影響；獲得了雙作物系數(shù)模型在模擬耗水量時的敏感參數(shù)；分析了敏感參數(shù)與蒸發(fā)蒸騰之間的關(guān)系。對于模擬蒸散發(fā)時模型參數(shù)敏感性的研究，何磊等[34]對SEBS模型估算黑河流域中游ET 時的敏感性分析指出地面溫度最敏感，之后是氣溫、風(fēng)速、反照率。李俊等[35]在山東禹城采用Penman-Monteith、Shuttleworth-Wallace 模型估算麥田ET 時對參數(shù)±10%浮動進(jìn)行敏感性分析，得出2 個模型均對冠層阻力最敏感。對比學(xué)者們針對各種估算ET 的模型參數(shù)敏感性研究，本文研究對象FAO-56 提出的雙作物系數(shù)模型可直接用于指導(dǎo)灌溉管理，側(cè)重土壤和作物的宏觀參數(shù)，而非蒸散的能量驅(qū)動力參數(shù)。Tadesse等[36]在美國得克薩斯州采用APEX 模型模擬旱作和灌溉種植條件下的ET 并對模型參數(shù)進(jìn)行了敏感性分析，得出植物覆蓋因子、根系生長的土壤強度、最大截雨量和截雨系數(shù)是影響ET 的敏感參數(shù)，而本文研究的雙作物系數(shù)模型得出田間持水量、根系不受水分脅迫的臨界土壤貯水量、生長中期基礎(chǔ)作物系數(shù)為影響ET 的敏感參數(shù)，APEX 模型中的植物覆蓋因子和作物截雨量參數(shù)和冠層特性相關(guān)，與本文中的基礎(chǔ)作物系數(shù)同為表征蒸騰能力的冠層特性，均可得出除了土壤等環(huán)境脅迫因子，作物品種攜帶的自身冠層特性是影響蒸散發(fā)耗水量的關(guān)鍵參數(shù)。總之，由于各不同模型估算ET 的切入點不同，描述其物理過程的機理不同，相應(yīng)的結(jié)論往往均有明顯的針對性。本文研究成果可提高學(xué)者們在應(yīng)用雙作物系數(shù)模型解決實際問題的工作效率，為探索高效水分管理方法提供理論參考。

覆土淺埋滴灌技術(shù)是針對西遼河流域地下水資源超采、殘膜白色污染的嚴(yán)峻形式下，提出的一種高效灌溉技術(shù)，將滴灌帶淺埋覆土代替塑料地膜，從根本上解決了土壤殘膜污染，但也失去了地膜對土壤的保溫保墑作用，因此統(tǒng)籌兼顧節(jié)水、減肥、增產(chǎn)的難度會加大。下一步研究需要不斷加深土壤-作物系統(tǒng)與水肥資源之間的互饋關(guān)系的理解，以提出對農(nóng)作物更科學(xué)更精準(zhǔn)的管理方法與調(diào)控技術(shù)。

4 結(jié) 論

1）拓展傅里葉幅度敏感性檢驗法對雙作物系數(shù)模型參數(shù)的敏感性有明顯區(qū)分度，能有效篩選出敏感參數(shù)。對于覆土淺埋滴灌玉米田全生育期土壤蒸發(fā)量，其敏感參數(shù)為土壤表層可蒸發(fā)水量、生長中期基礎(chǔ)作物系數(shù)，其全局敏感性指數(shù)分別為0.662、0.321，是不敏感參數(shù)均值的33.6～69.4 倍。對全生育期作物蒸騰量的敏感參數(shù)為根系不受水分脅迫的臨界土壤貯水量、生長中期基礎(chǔ)作物系數(shù)、田間持水量，其敏感性指數(shù)分別為0.569、0.485、0.455，是不敏感參數(shù)均值的34.5～43 倍。

2）表土完全濕潤后，其可蒸發(fā)水量決定干燥過程土壤蒸發(fā)量，二者正相關(guān)。生長中期基礎(chǔ)作物系數(shù)通過影響蒸發(fā)系數(shù)而改變土壤蒸發(fā)，全生育期土壤蒸發(fā)量因中期基礎(chǔ)作物系數(shù)增大而減小，二者負(fù)相關(guān)。根系不受水分脅迫的土壤貯水量臨界值越高，玉米根區(qū)易利用的水量區(qū)間越窄，根系越早發(fā)生水分脅迫，作物蒸騰受限，全生育期作物蒸騰量因其增大而減小。中期基礎(chǔ)作物系數(shù)對總蒸騰量的影響遠(yuǎn)高于初期和后期，二者正相關(guān)。灌溉、降雨量較大時田間持水量高的土壤能存貯更多水分用于作物蒸騰，總蒸騰量因其增大而增大。

3）土壤蒸發(fā)是表土水分的消耗過程，總量變化對1 m土層日貯水量動態(tài)影響較小，作物蒸騰消耗整個根系層內(nèi)土壤水，總量變化對1 m 土層水分消耗的影響較大。參數(shù)±10%采樣范圍內(nèi)，全生育期土壤蒸發(fā)、作物蒸騰、蒸散發(fā)耗水量最大值較最小值分別高18.72%、25.37%、19.9%。