張福娟，崔寧博, , 3*，趙璐，蔡煥杰，胡笑濤，張念，肖璐，虎海波，楊德文

(1. 四川大學水力學與山區(qū)河流開發(fā)保護國家重點實驗室，四川 成都 610065； 2. 西北農林科技大學旱區(qū)農業(yè)水土工程教育部重點實驗室，陜西 楊凌 712100； 3. 南方丘區(qū)節(jié)水農業(yè)研究四川省重點實驗室，四川 成都 610066； 4. 四川省攀枝花農林科學研究院，四川 攀枝花 617061)

準確估算作物騰發(fā)量(ET)對提升灌溉水有效利用率、區(qū)域農業(yè)水資源優(yōu)化配置具有重要意義.前人依據(jù)作物的生長環(huán)境、氣候條件和管理特征提出了ET的估算模型，其中包括基于輻射法的Priestley-Taylor(PT)模型[1]和基于參考作物騰發(fā)量(ET0)的作物系數(shù)模型[2].PT模型所需參數(shù)較少，因而在估算ET中有著較為廣泛的應用；作物系數(shù)模型是FAO-56推薦計算作物需水量的方法，該模型考慮了不同地區(qū)作物系數(shù)的差異性，在各地區(qū)ET計算中表現(xiàn)出較強的普適性.研究表明這2種模型對西北地區(qū)作物全生育期ET的估算精度較高，DING等[3]基于修正的PT模型對西北干旱地區(qū)2個生長季玉米的ET進行模擬，其R2可達0.96.ZHAO等[4]采用Shuttleworth-Wallace(S-W)模型和雙作物系數(shù)模型模擬西北干旱地區(qū)葡萄的ET，發(fā)現(xiàn)雙作物系數(shù)模型擬合度更高.李毅等[5]利用單雙作物系數(shù)模型估算西北地區(qū)不同砂石覆蓋條件下冬小麥需水量，其R2均在0.7以上.但目前2種模型在西北地區(qū)冬小麥分生育期ET估算的應用相對較少.

騰發(fā)是地表水分平衡中的重要組成部分，分析不同影響因子與ET的相關關系有助于研究作物耗水規(guī)律.ZHANG等[6]分析了夏玉米葉片、植物蒸騰作用以及農田ET的變化，提出多尺度ET與其氣象控制因素之間的關系，為夏玉米ET變化規(guī)律提供了理論依據(jù).XU等[7]基于氣象觀測數(shù)據(jù)和遙感數(shù)據(jù)分別研究了ET對氣象因子和作物長勢的響應規(guī)律，認為作物覆蓋度的變化是影響作物年際ET的主要因素.同時，研究表明由于各種傳統(tǒng)作物模型輸入?yún)?shù)存在差異，其模擬精度也會不同[8]，因此分析各生育期影響因子與ET的相關程度對模型的適用性評價必不可少.

文中冬小麥實際ET由田間的大型稱重式蒸滲儀自動測定，同時根據(jù)冬小麥生長情況將每年冬小麥全生育期劃分為4個分生育期，在對不同生育期ET與其影響因子進行相關分析基礎上，采用作物系數(shù)模型和改進的PT模型分別估算冬小麥各生育期ET，分析不同估算方法的精度差異，提出不同生育期模擬ET的最優(yōu)模型，為西北地區(qū)冬小麥的灌溉制度制定與高效用水管理提供參考.

1 材料與方法

1.1 試驗區(qū)概況

試驗于2011—2014年3個冬小麥生長季在西北農林科技大學農業(yè)水土工程重點實驗室的灌溉試驗站進行.站點處于關中地區(qū)，屬溫帶大陸性季風氣候，具體位置為108.4oE，34.3oN，海拔521 m.站內地形平坦，土壤質地疏松.1 m土層平均田間持水量為28%，凋萎含水率為14%(以上均為體積含水率)，平均干容重為1.44 g/cm3.從播種至收獲冬小麥全生育期內降水量2011—2012年為278.8 mm，2012—2013年為207.4 mm，2013—2014年為294.0 mm.

1.2 氣象數(shù)據(jù)與作物指標測定

冬小麥生長季逐日氣象數(shù)據(jù)由相鄰氣象站測得，主要包括最高氣溫Tmax、最低氣溫Tmin、平均溫度T、降雨量P、日照時數(shù)n、相對濕度RH以及10 m處的最大風速u等，太陽凈輻射Rn通過實測日照時數(shù)計算得到，2011—2014年冬小麥生育期內逐日氣象要素變化情況見圖1.在生長過程中，逐日對冬小麥的株高h、覆蓋度fc進行觀測和記錄，確定冬小麥的播種、越冬、返青、抽穗、乳熟和收獲日期；逐時對20～100 cm厚土層的土壤含水率進行記錄.

冬小麥ET由2個大型稱重式蒸滲儀自動測定.測定時間間隔為1 h/次，將1 d內各時段測量值累加得到日騰發(fā)量值.大型稱重式蒸滲儀表面積為6.67 m2，蒸滲儀量程為 0～6 t(±1%)，靈敏度小于150 g，試驗期間冬小麥均為充分灌溉水平.

圖1 2011—2014年冬小麥生育期內逐日氣象要素變化規(guī)律

1.3 冬小麥生育期劃分

根據(jù)2011—2014年冬小麥實際生長狀況，將每年冬小麥全生育期劃分為4個分生育期，從播種至返青為Ⅰ期，返青至抽穗為Ⅱ期，抽穗至乳熟為Ⅲ期，乳熟至收獲為Ⅳ期，具體劃分情況見表1.由于冬小麥所經歷的越冬期較長，在越冬期土壤凍結，土壤蒸發(fā)和作物蒸騰都很小，因此將越冬期劃入Ⅰ期.

表1 各年份冬小麥生育期劃分情況

1.4 單作物系數(shù)模型

1.4.1 參考作物騰發(fā)量

采用單作物系數(shù)模型計算冬小麥ET的公式為

ET=KcET0，

(1)

式中：Kc為作物系數(shù)；ET0為參考作物騰發(fā)量，文中采用FAO-56中的Penman-Monteith公式計算，即

(2)

其中：Rn為冠層表面的凈輻射量，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；T2為2 m處高度的平均溫度；VPD為飽和水汽壓差，kPa；u2為2 m處的風速，m/s；Δ為飽和水汽壓與溫度曲線的斜率，kPa/℃；γ為濕度計常數(shù)，kPa/℃.

1.4.2 單作物系數(shù)的確定

FAO-56作物需水量計算指南推薦的冬小麥不同生育期的作物系數(shù)為Kcini=0.7，Kcmid=1.15，Kcend=0.25，作物系數(shù)需要依據(jù)不同生育期的土壤水分和氣象因子進行修正.根據(jù)楊凌當?shù)氐臍夂驐l件，分別對Kcini，Kcmid和Kcend進行修正.

Kcini的修正方法見參考文獻[2]，當日最低相對濕度的平均值不等于45%或u2不等于2 m/s時，采用式(3)對Kcmid和Kcend進行修正，即

Kc=Kc(tab)+[0.04(u2-2)-0.004(RHmin-45)](h/3)0.3，

(3)

式中：h為相應生育期內冬小麥平均高度，m；u2為2 m高度處日平均風速，1 m/s≤u2≤6 m/s；RHmin為最低相對濕度的平均值，20%≤RH≤80%；

1.5 雙作物系數(shù)模型

采用雙作物系數(shù)模型，分別計算充分供水條件下冬小麥蒸騰量和土壤蒸發(fā)量.其計算公式為

ET=(Kcb+Ke)ET0，

(4)

式中：Kcb為基礎作物系數(shù)；Ke為土壤蒸發(fā)系數(shù).

1.5.1 基礎作物系數(shù)的確定

FAO-56推薦的冬小麥不同生育期的基礎作物系數(shù)為Kcbini=0.15，Kcbmid=1.10，Kcbend=0.15，當RHmin的平均值不等于45%或u2不等于2 m/s時，采用式(3)對Kcbmid和Kcbend進行修正.

1.5.2 土壤蒸發(fā)系數(shù)的確定

當土壤水分含量較低，蒸發(fā)能力較弱時，Ke值很小甚至為零.Ke計算公式為

Ke=Kr(Kcmax-Kcb)≤fewKcmax，

(5)

式中：Kcmax，Kr分別為降雨或灌溉后作物系數(shù)的最大值和由累積蒸發(fā)水深決定的表層土壤蒸發(fā)衰減系數(shù)；few為發(fā)生棵間蒸發(fā)的土壤占全部土壤的比例.式中各參數(shù)的確定方法見參考文獻[2].

1.6 Priestley-Taylor模型

Priestley和Taylor于1972年對PM模型進行簡化，并提出了著名的Priestley-Taylor模型[1]，即

(6)

式中：α為經驗系數(shù)；λ為氣化潛熱，取2.45 MJ/kg.

α取值受環(huán)境和作物因素等條件影響，文中通過實測資料提出適用于西北地區(qū)冬小麥的模型系數(shù)α[9].

(7)

(8)

(9)

得到各年份PT模型計算冬小麥不同生育期的模型系數(shù)α′i.2011—2012年各生育期的模型系數(shù)α′1，α′2，α′3，α′4分別為0.76，1.05，1.45，0.44，2012—2013年的α′1，α′2，α′3，α′4分別為1.11，1.06，1.12，0.51，2013—2014年的α′1，α′2，α′3，α′4分別為1.12，1.02，1.15，1.35.

1.7 模型評價指標

選用均方根誤差RMSE、平均絕對誤差MAE、納什系數(shù)NSE和決定系數(shù)R2，并將其統(tǒng)一到整體評價指標(global performance indicator，GPI)評價模型的精度[8]，具體公式為

(10)

(11)

(12)

(13)

(14)

2 結果與分析

2.1 冬小麥全生育期ET變化情況分析

由大型蒸滲儀實測的2011—2014年冬小麥全生育期ET變化情況見圖2.由圖2可知，3個年度冬小麥Ⅰ期(播種—返青)的ET較低，且在一定水平范圍內波動，Ⅱ期(返青—抽穗)和Ⅲ期(抽穗—乳熟)ET逐漸增大，前2年冬小麥Ⅳ期(乳熟—收獲)ET均呈減小趨勢，最后1年ET在該生育期先增后減.3個年度冬小麥全生育期內日均騰發(fā)量分別為1.43，1.57，1.75 mm/d，其中2011—2012年冬小麥Ⅰ，Ⅱ，Ⅲ，Ⅳ期的日均騰發(fā)量分別為0.53，0.96，4.30，1.75 mm/d，2012—2013年分別為0.69，2.07，3.53，0.98 mm/d，2013—2014年分別為0.71，1.97，3.75，4.47 mm/d.

圖2 2011—2014年冬小麥生育期內ET變化情況

2.2 各生育期騰發(fā)量與影響因子相關性分析

冬小麥各分生育期及全生育期ET與影響因子的相關性分析結果見表2.表2顯示，Ⅰ期日照時數(shù)n、溫度T、相對濕度RH等氣象因子與ET的相關程度明顯高于株高h、覆蓋度fc等作物因子，說明Ⅰ期氣象因子對冬小麥ET起主導作用；Ⅱ期n，T與ET的相關系數(shù)分別為0.712，0.766，h，fc與ET的相關系數(shù)分別為0.578，0.530，且均達到極顯著水平(p<0.01)，表明氣象因子和作物因子對冬小麥Ⅱ期ET均有較大影響；Ⅲ期ET與n的相關系數(shù)達到0.836，與T和RH的相關系數(shù)也在0.600以上，而h，fc與ET的相關系數(shù)不足0.200，且未達到極顯著水平，表明Ⅲ期冬小麥ET的主要驅動因子和Ⅰ期同為氣象因子；Ⅳ期n，T與ET的相關程度明顯降低，只有RH與ET的相關系數(shù)達到了極顯著水平，而fc與ET的相關系數(shù)高達0.749，可以看出在Ⅳ期氣象因子對ET的作用明顯減弱，作物因子對ET驅動加強；除RH和風速u，全生育期中各影響因子與ET的相關系數(shù)均在0.500以上，說明全生育期冬小麥ET對多種因子的響應程度相當.GONG等[10]基于稱重式蒸滲儀分析了溫室滴灌番茄ET的變化特征，發(fā)現(xiàn)在初期ET與土壤含水率有密切聯(lián)系，在中后期葉面積指數(shù)對ET的影響更大，這說明不同作物在各生育期土壤條件和生長情況發(fā)生變化時，主要驅動因子也會發(fā)生改變.

表2 冬小麥各生育期騰發(fā)量與影響因子相關性分析結果

2.3 各生育期經驗模型模擬精度分析

以大型蒸滲儀實測ET為標準值對比不同模型在各生育期的模擬精度，其結果見表3.由表可知，全生育期雙作物系數(shù)模型的RMSE，MAE和NSE分別為0.551 5，0.364 8 mm/d和0.896 4，R2為0.902 2，GPI排名第1；單作物系數(shù)模型的RMSE，MAE和NSE分別為0.711 5，0.487 7 mm/d和0.827 6，R2為0.828 1；PT模型的RMSE，MAE和NSE分別為0.893 6，0.591 6 mm/d和0.728 0，R2為0.734 0，模擬精度與作物系數(shù)模型相比較差.PT模型的輸入?yún)?shù)主要為T，n和RH等氣象參數(shù)，并未考慮作物長勢和土壤含水率變化對ET的影響.經驗系數(shù)α雖然經過實測資料的修正，但在各生育期α仍為靜態(tài)參數(shù).DING等[6]基于葉面積指數(shù)、土壤水分和覆蓋度等對ET的影響建立了改進后的PT模型，實現(xiàn)了α的動態(tài)化，其模擬精度明顯提高，作物系數(shù)模型本身就考慮了不同生育期冬小麥生長情況和土壤水分含量的動態(tài)變化，因此模擬效果更好.

從表3可看出，Ⅰ期各模型的模擬精度較全生育期明顯下降，雙作物系數(shù)模型的R2，NSE分別為0.511 8，0.500 0，模擬精度仍最高；單作物系數(shù)模型和PT模型的R2，NSE均在0.500 0以下，其中單作物系數(shù)模型的R2僅為0.239 3，表明單作物系數(shù)模型雖然在全生育期中總體模擬效果較好，但在Ⅰ期并不適用.冬小麥Ⅰ期含有較長時間的越冬期，由圖1可知，在越冬期間Rn和T均呈下降趨勢，冬小麥生長緩慢、覆蓋度較低，騰發(fā)以土壤蒸發(fā)為主，雙作物系數(shù)模型能區(qū)分土壤蒸發(fā)和作物蒸騰，相比單作物系數(shù)模型模擬效果更佳.

Ⅱ，Ⅲ期，雙作物系數(shù)模型的R2分別為0.821 6，0.854 3，RMSE分別為0.540 9，0.828 8 mm/d，單作物系數(shù)模型和PT模型的R2分別在0.700 0，0.600 0以上，且均達到極顯著水平，可見3個模型在冬小麥生長發(fā)育期和生長旺盛期模擬效果較好.由表2和圖1可知，Ⅱ，Ⅲ期冬小麥ET與n，T和RH的相關系數(shù)較Ⅰ期明顯增大，Rn和T在冬小麥快速生長期呈上升趨勢，葉片氣孔導度亦隨之逐漸升高，氣象因子對冬小麥ET的驅動作用增強，因為3個模型都考慮了氣象因子對ET的影響，所以在Ⅱ，Ⅲ期模擬效果較為穩(wěn)定.

表3 冬小麥各生育期不同模型的ET模擬精度

Ⅳ期，雙作物系數(shù)模型的R2，NSE分別為0.799 1，0.792 1，單作物系數(shù)模型的R2，NSE分別為0.671 6，0.652 5，說明單雙作物系數(shù)模型在覆蓋度較大時，模擬精度無明顯差異；PT模型的R2僅為0.270 8，NSE為0.159 8，精度明顯低于作物系數(shù)模型.根據(jù)Ⅳ期冬小麥ET與影響因子的相關分析，ET與fc相關程度較高，n，T等對ET的作用明顯減弱，導致以氣象因子為主要輸入?yún)?shù)的PT模型精度發(fā)生改變.此外，PT模型沒有考慮RH的影響，由圖1可知，在小麥生育后期RH維持在較高水平，這可能造成該模型估算結果存在較大偏差.圖3為全生育期模擬騰發(fā)量與實測騰發(fā)量的對比，圖中n為樣本數(shù)量.

圖3 冬小麥全生育期模擬騰發(fā)量與大型蒸滲儀實測騰發(fā)量的對比

圖3表明全生育期各模型模擬ETm(Model ET)和實測ETs(Measured ET)的線性關系較好，但3個模型模擬值都偏小.單作物系數(shù)模型雖采用了氣象和作物因子，可土壤條件和地表情況不在研究范圍內，將土壤蒸發(fā)和作物蒸騰看作同一涌源造成了模擬誤差.雙作物系數(shù)模型的模擬結果在很大程度上取決于Ke，3個年度經過修正后的Kcbmid和Kcbend均低于FAO-56作物需水指南中的推薦值，這可能是雙作物系數(shù)模型估算結果偏小的原因.土壤蒸發(fā)主要與T，Rn有關，當冬小麥處于快速生長期時，生理活動不斷增強，氣孔導度隨溫度上升而增大，ET以植株蒸騰為主；到了生育后期小麥葉片逐漸枯黃，需水量有所減少，但此時地面覆蓋度較大，土壤蒸發(fā)并不明顯，因此在土壤蒸發(fā)較弱時PT模型可能會低估作物蒸騰作用而導致模擬ET偏小.同時本研究在對PT模型進行改進時并未考慮到不同生育期氣候、土壤水分和作物狀態(tài)變化對α變異性的影響，這也會使模擬值和實測值存在一定偏差.

3 結 論

1) Ⅰ期和Ⅲ期n，T，RH等氣象因子是冬小麥ET的主導因子，其相關系數(shù)均在0.4以上；在Ⅳ期冬小麥ET與n，T的相關系數(shù)不足0.3，與fc的相關系數(shù)達到0.749，作物因子主導騰發(fā)；而冬小麥全生育期和Ⅱ期ET與n，T，h和fc的相關系數(shù)變化范圍為0.5～0.7，ET對氣象因子和作物因子的響應程度相當.

2) 雙作物系數(shù)模型在各生育期的模擬效果最好，可將其作為西北地區(qū)估算冬小麥ET的推薦模型.Ⅰ期單作物系數(shù)模型模擬精度低于PT模型，在其他生育期單作物系數(shù)模型GPI排名均高于PT模型.全生育期和Ⅱ，Ⅲ期PT模型的R2均在0.600 0以上，在ET與氣象因子相關程度較大時可采用PT模型模擬ET.

3) 不同模型模擬精度因各生育期ET的驅動因子發(fā)生變化而存在差異.Ⅱ，Ⅳ期當ET對h，fc等作物因子響應程度較大時，作物系數(shù)模型的估算效果較好.而Ⅰ，Ⅲ期當n，T等氣象因子為ET的主導因子時，Priestley-Taylor模型模擬精度明顯提高.