蔡甲冰 汪玉瑩, 劉玉春

(1.中國水利水電科學(xué)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.河北農(nóng)業(yè)大學(xué)城鄉(xiāng)建設(shè)學(xué)院，保定 071001)

0 引言

我國農(nóng)業(yè)用水占全國總用水量的70%左右，水資源短缺是農(nóng)業(yè)可持續(xù)發(fā)展面臨的重大挑戰(zhàn)。而節(jié)水灌溉是農(nóng)業(yè)發(fā)展的必然趨勢[1]，對保障我國糧食安全、生態(tài)安全和農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義[2]。作物需水量(騰發(fā)量，Evapotranspiration，ET)是制定合理灌溉制度的基礎(chǔ)，也是進行區(qū)域水資源規(guī)劃不可缺少的參數(shù)，因此有關(guān)研究一直備受關(guān)注[3]。利用蒸滲儀測定蒸散量可以直接對作物和土體的水分變化進行連續(xù)測量，受外界影響較小，是進行蒸發(fā)、滲漏研究較為準(zhǔn)確的方法[4]，因此廣泛應(yīng)用于農(nóng)田水分蒸散特征和作物耗水規(guī)律[5-7]的研究中，為農(nóng)田灌溉制度的完善提供精準(zhǔn)數(shù)據(jù)。

紅外測溫技術(shù)具有測量時間短、近距測量誤差小、可連續(xù)觀測等優(yōu)點[8]。作物冠層溫度是進行干旱監(jiān)測和灌溉決策的指標(biāo)[9]，也是良好的尺度聯(lián)結(jié)和尺度轉(zhuǎn)換的指標(biāo)。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，可利用冠層溫度估算作物蒸散量[10-12]，并進行精量灌溉決策[13-14]。JACKSON等[15]提出以冠層-空氣溫度差估算作物日蒸散量的模型，SEGUIN等[16]對模型進行改進，得到更為簡單、測量參數(shù)較少的ET估算模型(簡稱S-I模型)。多年來許多研究者利用S-I模型在不同地區(qū)對不同作物進行了參數(shù)率定和數(shù)據(jù)驗證，討論和確定了模型中關(guān)鍵特征參數(shù)a、b，并應(yīng)用該模型進行農(nóng)田日蒸散量的估算[17-21]。然而，農(nóng)田在不同水分狀況下，作物蒸散發(fā)過程是不同的，受環(huán)境的影響程度也不同，因此其模型特征參數(shù)可能產(chǎn)生差異，但目前不同水分處理下有關(guān)S-I模型特征參數(shù)的變化研究尚未見報道。

華北平原以冬小麥-夏玉米復(fù)種連作為主要種植模式，是中國重要的糧食生產(chǎn)基地[22-25]。本文利用24個群集式蒸滲儀，以冬小麥-夏玉米在不同水分處理下的冠層溫度和日蒸散量為數(shù)據(jù)源，對不同水分處理下冬小麥和夏玉米的S-I模型進行參數(shù)率定和驗證，并分析不同水分處理下模型特征參數(shù)的差異，獲取適用于華北平原的冬小麥-夏玉米連作模式下農(nóng)田蒸散量估算模型，為精準(zhǔn)ET估算提供依據(jù)。

1 材料與方法

1.1 試驗設(shè)置

試驗于2019—2020年在國家節(jié)水灌溉北京工程技術(shù)研究中心大興節(jié)水灌溉試驗站開展。不同灌溉試驗處理布置在12個稱重式蒸滲儀和12個固定式蒸滲儀內(nèi)，其中固定式蒸滲儀尺寸(長×寬×深)為2 m×2 m×3.5 m，稱重式蒸滲儀為2 m×2 m×2.3 m。測坑編號北邊為N，南邊為S，固定式蒸滲儀為NF和SF，稱重式蒸滲儀為NW和SW，由西向東依次編號為1～6，見圖1。

冬小麥試驗期間利用擋雨棚遮擋自然降雨，在24個測坑設(shè)置6種水分處理、每個處理4個重復(fù)，分別控制各小區(qū)的灌水量。表1為冬小麥試驗設(shè)置情況和實際灌溉量，本文ET計算和詳細試驗觀測在冬小麥返青后的主要生育階段內(nèi)展開。由于夏季玉米蒸發(fā)量大耗水較多，試驗期間不做擋雨處理，使其接收自然降雨、不足部分用人工灌溉補充。為保證各測坑初始含水率盡量一致和玉米順利出苗，在播種前進行一次灌水(90 mm)。在24個測坑設(shè)置3種水分處理、每個處理8個重復(fù)，M1處理完全不灌溉，接收自然降雨生長；M2、M3處理在生育期中，當(dāng)計劃濕潤層(前期0～60 cm，中后期0～100 cm)體積含水率分別達到田間持水量的60%、70%時進行補充灌水。2019—2020年夏玉米生育期實際灌溉量和降雨量如表2和圖2所示。

表1 冬小麥試驗處理與灌溉量Tab.1 Irrigation treatments and irrigation amount for winter wheat in 2019—2020 mm

表2 夏玉米灌溉處理和灌水量Tab.2 Irrigation control and treatments for summer maize in 2019—2020 mm

1.2 觀測項目

利用手持紅外測溫槍，在作物生育期內(nèi)每個晴朗天氣10:00—16:00間隔0.5 h觀測作物冠層溫度；每次用紅外測溫槍順時針沿蒸滲儀小區(qū)8個方位監(jiān)測數(shù)據(jù)并記錄此時的空氣溫度。

稱重式蒸滲儀測量土體總質(zhì)量，采集間隔為2 h。蒸滲儀土壤含水率用內(nèi)置Hydra Probe Ⅱ型土壤水分傳感器測定，間隔為10、30 min。其中，非稱重式蒸滲儀監(jiān)測的土壤深度分別為10、20、40、60、100、150、210、240、270、300、330 cm，稱重式蒸滲儀內(nèi)分別為10、20、40、60、100、150、210、240 cm。

實驗站安裝有TRM-ZS1型自動氣象站，數(shù)據(jù)采集間隔30 min，包括空氣溫度、相對濕度、風(fēng)向、風(fēng)速、太陽輻射/凈輻射、降雨量等。

冬小麥按不同生育期干旱控制灌水量；夏玉米則關(guān)注每天土壤含水率變化，達到灌水下限時進行灌溉。

用規(guī)格為5 000 mL的量杯記錄各蒸滲儀小區(qū)滲漏量，每天08:00、20：00各記錄一次。

1.3 計算方法與模型

試驗區(qū)域稱重式蒸滲儀可以直接根據(jù)質(zhì)量變化計算日蒸散量(ETa)。在非稱重式蒸滲儀小區(qū)，則利用基于稱重式蒸滲儀不同灌水處理推求出的實際作物系數(shù)Kc和土壤水分脅迫指數(shù)Ks，從而根據(jù)單作物系數(shù)法計算其相同試驗處理下的作物日蒸散量。由此得到作物全部生育期的實測ETa。在此基礎(chǔ)上進行S-I模型計算結(jié)果的率定和驗證，以及相關(guān)特征參數(shù)的確定。

1.3.1蒸滲儀實際日蒸散量

(1)稱重式蒸滲儀

由稱重系統(tǒng)獲取蒸滲儀總質(zhì)量，根據(jù)前后的質(zhì)量差計算每天實際蒸散量。不考慮生長季內(nèi)地表徑流量、地下水補給量的影響，根據(jù)水量平衡方程計算ETa，計算式為

ETa=ΔW+P+I+D

(1)

式中ETa——作物實際蒸散量，mm

ΔW——階段儲水量差值，mm

P——階段降雨量，mm

I——階段灌溉量，mm

D——階段滲漏量，mm

參照FAO-56中推薦的生長階段時間，確定和計算冬小麥-夏玉米各生長階段天數(shù)。根據(jù)Penman-Monteith方程計算每日參照作物蒸散量(ET0)，計算式為

(2)

式中ET0——參照作物蒸散量(騰發(fā)量)，mm/d

Rn——作物表面凈輻射，MJ/(m2·d)

G——土壤熱通量，MJ/(m2·d)

T——平均氣溫，℃

U2——2 m高處平均風(fēng)速，m/s

es——飽和水汽壓，kPa

ea——實際水汽壓，kPa

Δ——水汽壓曲線斜率，kPa/℃

γ——濕度計常數(shù)，kPa/℃

由式(1)計算試驗設(shè)置中稱重式蒸滲儀小區(qū)中充分灌溉處理下的作物實際日蒸散量ETa，再利用單作物系數(shù)法和式(2)計算作物系數(shù)Kc(即ETa/ET0)，其中快速生長期和生育后期Kc由生育階段時間線性插值得到。試驗期內(nèi)作物生育階段和作物系數(shù)Kc的實際計算值見表3。

表3 冬小麥-夏玉米生育階段時間和KcTab.3 Days of growth stages and Kc values for winter wheat-summer maize

(2)非稱重式蒸滲儀

在稱重式蒸滲儀實測值的基礎(chǔ)上，來確定非稱重式蒸滲儀的日蒸散量。充分灌溉處理可由上述計算的Kc直接用單作物系數(shù)法確定；非充分灌溉處理，可用稱重式蒸滲儀實測ETa與ET0Kc的比值得出不同處理的土壤水分脅迫系數(shù)Ks，以此計算其他同處理小區(qū)作物實際日蒸散量，公式為

ETa=KcKsET0

(3)

1.3.2基于S-I模型的作物蒸散量

作物日蒸散量與日凈輻射和冠氣溫差有著密切的關(guān)系，文獻[14-15]在基于冠氣溫差估算作物日蒸散量的方法上進行改進，計算公式為

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

(4)

式中ETd——S-I模型計算日蒸散量，mm/d

Rnd——日凈輻射，mm/d

Tc——冠層溫度，℃

Ta——空氣溫度，℃

a、b——經(jīng)驗系數(shù)，與作物類別、風(fēng)速、輻射等因素相關(guān)，需要根據(jù)作物和本地的條件進行率定和驗證

1.4 統(tǒng)計參數(shù)

利用2019年試驗獲得數(shù)據(jù)對模型進行特征參數(shù)率定，并在2020年進行重復(fù)試驗，所測得數(shù)據(jù)對2019年得到的模型進行驗證。為檢驗?zāi)Ｐ途?，采用決定系數(shù)R2、均方根誤差RMSE、一致性系數(shù)d來對實測值和模型計算值進行評價。

2 結(jié)果與分析

采用稱重式蒸滲儀和非稱重式蒸滲儀測量作物實際日蒸散量(ETa)；通過手持紅外測溫儀觀測作物在不同水分條件下的冠層溫度和相關(guān)環(huán)境因子，并利用S-I模型來計算作物蒸散量(ETd)。通過對比分析冬小麥-夏玉米不同水分條件下兩種方法計算的作物日蒸散量差異的基礎(chǔ)上，率定S-I模型特征參數(shù)，從而獲得其農(nóng)田蒸散量估算模式。

2.1 冬小麥-夏玉米不同處理實際日蒸散量變化

2.1.1冬小麥主要生育期不同處理ETa變化

由實際情況和蒸滲儀觀測數(shù)據(jù)，根據(jù)水量平衡方程和單作物系數(shù)法確定2019年(4月1日—6月5日)和2020年(3月26日—6月11日)冬小麥返青后主要生育期的ETa。圖3為冬小麥主要生育期內(nèi)不同水分處理實際日蒸散量ETa變化過程。將冬小麥不同水分處理分為3組，其中W3處理為充分灌溉處理，2019年和2020年主要生育期總蒸散量最大分別為361、396 mm；W1、W2和W5總灌水量相同且設(shè)置一個生育階段缺水，2019、2020年3個處理主要生育期內(nèi)總蒸散量分別為311、325、340 mm和332、354、358 mm；W4、W6總灌水量相同，均為兩個生育階段缺水但缺水的時期不同，生育期內(nèi)發(fā)生嚴重水分脅迫，2019、2020年主要生育期ETa分別為270、266 mm和305、297 mm；2020年主要生育期蒸散量均大于2019年，但實際日蒸散量最大值較2019年略小。

由圖3可知，小麥主要生育期內(nèi)ETa呈現(xiàn)先升高再降低的趨勢，幾次峰值出現(xiàn)在灌水后。生育前期隨著生長和氣溫的升高，ETa逐漸增大；生育中期除陰雨天氣外日蒸散量均較大；生育后期隨葉片變黃，ETa下降變小。不同處理之間ETa有顯著差別，含水率高的處理ETa大于含水率低的處理。充分灌溉處理與缺水處理ETa差值較大，2019年最大為95 mm，2020年為99 mm；對比W1、W2和W5處理可以發(fā)現(xiàn)，當(dāng)生育期灌水量相同時，缺水生育階段不同也會使總蒸散量有較大差異，其中W1處理主要生育期總蒸散量最小，說明拔節(jié)-抽穗期對水分較為敏感，這一時期缺水會引起總蒸散量減少較多。

2.1.2夏玉米生育期不同處理ETa變化

和冬小麥類似，由蒸滲儀觀測數(shù)據(jù)，根據(jù)水量平衡方程和單作物系數(shù)法計算了2019年(7月1日—9月25日)和2020年(7月14日—9月22日)夏玉米主要生育期ETa，如圖4所示。其中M1處理整個生育期僅接收自然降雨，發(fā)生嚴重水分脅迫，M2處理以田間持水率的60%為灌水下限，M3為充分灌溉。從圖中可以看出，夏玉米生育期內(nèi)ETa變化范圍較大，最大達到10 mm/d以上，最高峰值出現(xiàn)在灌水后。苗期日蒸散量較小，快速生長期氣溫高需水量大，ETa較大；2019年8月初由于連續(xù)陰雨天氣ETa較??；生育后期葉片變黃，作物需水量小，ETa較小。M1、M2、M3處理主要生育期總蒸散量分別為381、557、582 mm，M2、M3處理總蒸散量相差不大，嚴重水分脅迫的M1處理明顯小于充分灌溉M3處理，差值達201 mm。2020年由于天氣原因6月底進行玉米播種，在玉米生育期內(nèi)多陰雨天氣，主要生育期總蒸散量較2019年小很多，ETa變化幅度較2019年大；M1、M2、M3處理主要生育期總蒸散量分別為295、403、464 mm，嚴重水分脅迫的M1處理與充分灌溉M3處理差值達169 mm。

2.2 基于2019年蒸滲儀實測ETa的S-I模型特征參數(shù)率定

2.2.1冬小麥不同處理S-I模型特征參數(shù)率定

在冬小麥主要生育期內(nèi)由各個處理中蒸滲儀實測數(shù)據(jù)計算出ETa，根據(jù)氣象站觀測數(shù)據(jù)計算得到日凈輻射Rnd，然后用10:00—16:00之間每個時刻實測的冠氣溫差(Tc-Ta)分別與ETa-Rnd作線性回歸分析。在此基礎(chǔ)上，通過擬合方程得到S-I模型中特征參數(shù)a、b。表4為冬小麥不同處理下10:00—16:00每小時Tc-Ta與ETa-Rnd擬合方程的決定系數(shù)R2，以及所得到的特征參數(shù)a、b。圖5是以充分灌溉處理(W3)為例二者擬合圖。

表4 冬小麥不同處理S-I模型特征參數(shù)a、b及擬合方程決定系數(shù)R2Tab.4 Feature parameters of S-I model and R2 of fitted regression equation for different treatments of winter wheat

由表4可看出，不同處理之間模型參數(shù)a、b變化范圍不同，但R2最高值都出現(xiàn)在13:00。W1～W6處理參數(shù)a變化范圍分別為-0.446～1.277、-0.825～1.261、-0.520～1.170、-0.977～-0.032、-0.553～1.560、-1.038～-0.007，其中W1、W2、W5和充分灌溉處理(W3)參數(shù)a均由正值變?yōu)樨撝?，W4和W6處理參數(shù)a則是全為負值且變化范圍小于其他4個處理。W1～W6處理的特征參數(shù)b變化范圍分別為-1.254～-1.070、-1.360～1.057、-1.250～-1.057、-0.966～-0.703、-1.388～-1.041、-0.942～-0.778，6個處理參數(shù)b均為負值；W1、W2、W5和充分灌溉處理(W3)參數(shù)b均小于-1，而W4和W6處理參數(shù)b均在-1～-0.7之間。可見，灌水量最小的W4和W6處理的特征參數(shù)明顯與其他不同。

不同處理之間特征參數(shù)變化趨勢也有明顯差異。6個處理參數(shù)a都隨時間變化先增大再減小，W4處理拐點出現(xiàn)在13:00，W5處理拐點出現(xiàn)在11:00，其余處理拐點均出現(xiàn)在12:00。參數(shù)b在W3和W5處理隨時間逐漸增大，W1和W2處理先增大再減小，灌水量最小的W4和W6處理參數(shù)b隨時間先增大再減小而后再增大，拐點出現(xiàn)在14:00。由此可見，水分脅迫對S-I模型參數(shù)有顯著影響，其值與無水分脅迫處理的日內(nèi)變化趨勢、變化范圍有差別。

2.2.2夏玉米不同處理S-I模型特征參數(shù)率定

與冬小麥計算過程類似，以蒸滲儀觀測數(shù)據(jù)為基礎(chǔ)，將夏玉米整個生育期一天中10:00—16:00之間每個時刻的冠氣溫差(Tc-Ta)分別與ETa-Rnd作線性回歸分析，得到回歸方程，推求S-I模型中玉米特征參數(shù)a、b。表5為3個處理擬合結(jié)果和回歸方程決定系數(shù)R2，圖6為充分灌溉處理(M3)的數(shù)據(jù)擬合圖。

表5 夏玉米不同處理S-I模型特征參數(shù)率定值及回歸方程決定系數(shù)R2Tab.5 Feature parameters of S-I model and R2 of fitted regression equation for different treatments of summer maize

從表5可以看出，不同處理之間模型參數(shù)a、b變化范圍不同，但R2最高值都出現(xiàn)在13:00。M1、M2、M3處理參數(shù)a均為正值，變化范圍分別為0.816～1.489、0.585～2.151、0.333～1.890，其中M1處理變化范圍較小。參數(shù)b在M1、M2、M3處理下變化范圍分別為-1.397～-1.178、-1.599～-1.242、-1.687～-1.303，均為負值?？梢姌O旱M1處理參數(shù)a、b均小于同一時刻的M2、M3處理。

不同處理參數(shù)變化趨勢較為相似，3個處理參數(shù)b都隨日內(nèi)時間變化逐漸增大。參數(shù)a略有不同，M2、M3處理參數(shù)a隨時間先增大再減小，拐點出現(xiàn)在13:00；極旱的M1處理參數(shù)a先增大再減小再增大最后一直減小，兩次拐點出現(xiàn)在10:00和13:00。

2.3 基于2020年蒸滲儀實測ETa的S-I模型特征參數(shù)驗證

2020年灌溉試驗處理與2019年類似，利用本年度試驗觀測數(shù)據(jù)對2019年模型率定參數(shù)進行校核。根據(jù)表4、5所得的特征參數(shù)，利用S-I模型和生育期觀測數(shù)據(jù)計算每日ETd，并結(jié)合2020年稱重式蒸滲儀實測數(shù)據(jù)ETa，對其進行驗證。

2.3.1冬小麥不同處理S-I模型特征參數(shù)驗證

2020年冬小麥試驗過程因疫情原因，缺失12:00和13:00的作物冠層溫度觀測數(shù)據(jù)，因此每日只對10:00、11:00、14:00、15:00和16:00 5個時間點進行驗證和校核，可利用的有效數(shù)據(jù)為36 d。表6為上述5個時間點模型計算ETd和蒸滲儀實測ETa之間擬合關(guān)系的統(tǒng)計參數(shù)，圖7為以冬小麥W3處理為例二者之間關(guān)系散點圖。

可見，6個處理模型計算ETd和蒸滲儀實測ETa之間的決定系數(shù)R2均在0.7以上，說明基于2019年獲取數(shù)據(jù)建立的模型能夠較好估算ETa。各個處理均方根誤差RMSE均小于0.89 mm/d，一致性系數(shù)d均在0.9 以上，進一步說明利用模型估算的ETd較為準(zhǔn)確。由表6可知，灌水量最小的W4和W6處理決定系數(shù)R2和一致性系數(shù)d小于其他處理，均方根誤差RMSE大于其他處理。總體來看，W3處理決定系數(shù)R2和一致性系數(shù)d均較高，均方根誤差RMSE小于其他處理，說明水分脅迫影響模型估算精度，利用S-I模型估算蒸散量的適用性在充分灌溉處理時優(yōu)于水分脅迫處理。

表6 冬小麥不同處理S-I模型計算ETd和蒸滲儀實測ETa回歸參數(shù)Tab.6 Regression parameters between ETa measured by lysimeter and ETd calculated by S-I model for winter wheat

2.3.2夏玉米不同處理S-I模型特征參數(shù)驗證

2020年夏季降雨較多，晴朗天氣較少，可利用的有效數(shù)據(jù)為31 d。表7為2020年夏玉米10:00—16:00模型計算ETd和蒸滲儀實測ETa擬合關(guān)系的統(tǒng)計參數(shù)，圖8為以夏玉米不缺水的M3處理為例二者之間關(guān)系的散點圖。

表7 夏玉米不同處理S-I模型計算ETd和蒸滲儀實測ETa回歸參數(shù)Tab.7 Regression parameters between ETa measured by lysimeter and ETd calculated by S-I model for summer maize

可見，夏玉米M1、M2、M3處理模型計算ETd與蒸滲儀實測ETa的決定系數(shù)R2變化范圍分別為0.910～0.929、0.958～0.980、0.930～0.961，3個處理回歸系數(shù)和R2均在0.8以上，說明基于2019年獲取數(shù)據(jù)建立的模型能夠較好地估算ETa。M1、M2、M3處理模型計算ETd和蒸滲儀實測ETa的均方根誤差RMSE均不大于0.68 mm/d，一致性系數(shù)d均在0.9以上，進一步說明利用模型估算ETd較為準(zhǔn)確。由表7可以看出，極旱的M1處理決定系數(shù)R2和一致性系數(shù)d均小于M2、M3處理，均方根誤差RMSE大于M2、M3處理，而M2、M3處理各統(tǒng)計參數(shù)相差不大，說明水分脅迫影響模型估算精度，利用S-I模型估算蒸散量更適用于不缺水的情況。

2.4 討論

由以上冬小麥-夏玉米不同水分條件下不同時刻的模型特征參數(shù)率定和驗證可知，不同水分條件下模型參數(shù)存在差異，但兩種作物的不同處理都在13:00精度最高，其中充分灌溉處理精度高于其他處理，說明在本地區(qū)S-I模型對于充分灌溉處理的適用性優(yōu)于發(fā)生了水分脅迫的其他處理。整體來看，兩種作物不同水分處理模型參數(shù)率定精度均有待提高，可能是由于實際測量過程中存在人工誤差，而天氣驟變也會使氣象數(shù)據(jù)存在誤差，進而影響率定和驗證精度。

對比冬小麥不同水分條件下模型特征參數(shù)，總灌溉量相同的處理之間參數(shù)也有差異，可能是由于每個生育階段灌水量不同，發(fā)生水分脅迫的時間不同，進而影響模型參數(shù)；夏玉米M2、M3處理參數(shù)差異不大，可能是由于以田間持水率的60%～70%為灌水下限是適宜夏玉米生長發(fā)育的水分條件，所以參數(shù)差異較小，不同生育階段灌水量差異對模型參數(shù)具體影響有待進一步研究。

冬小麥和夏玉米兩種作物之間模型參數(shù)a、b差異較大，可能是由于兩種作物生育期存在差異，下墊面條件也有所不同，這進一步說明了模型在不同區(qū)域及不同作物上應(yīng)用時需要提前校核和驗證。

3 結(jié)論

(1)冬小麥不同水分處理之間模型特征參數(shù)的變化范圍和變化趨勢均有差異。其中，特征參數(shù)a在日間隨時間變化先增大、后減小，在嚴重水分脅迫處理時a為負值且數(shù)值較小，其余灌溉處理時參數(shù)a由正值變化為負值；特征參數(shù)b均為負值，充分灌溉處理時參數(shù)b在日間隨時間變化逐漸增大，嚴重水分脅迫處理時參數(shù)b先增大、再減小、而后再增大，但生育階段缺水的兩個處理參數(shù)b相對較大。

(2)水分脅迫對夏玉米模型參數(shù)的影響程度低于冬小麥。特征參數(shù)a均為正值，參數(shù)b均為負值，且隨時間變化逐漸增大，水分脅迫處理時參數(shù)b變化范圍明顯小于其他兩個處理，干旱處理時特征參數(shù)日間變化較大。

(3)冬小麥與夏玉米不同處理之間模型參數(shù)a、b變化差異較大，但Tc-Ta與ETd-Rnd都在13:00擬合精度最高，此時充分灌溉處理時模型參數(shù)a、b分別為：冬小麥1.082、-1.127，夏玉米1.588、-1.363。

(4)利用2020年蒸滲儀實測數(shù)據(jù)進行了驗證，結(jié)果表明利用率定的S-I模型計算冬小麥和夏玉米生育期ETd與實測ETa之間R2均在0.7以上，均方根誤差RMSE均小于0.89 mm/d，一致性系數(shù)d均在0.9以上。尤其是充分灌溉處理時R2和d均較高，均方根誤差小于其他處理，說明水分脅迫影響模型估算精度，S-I模型能夠更準(zhǔn)確地估算較少受到水分脅迫的農(nóng)田ET。