李 徐，岳春芳，張夢(mèng)麗

(新疆農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，烏魯木齊 830052)

0 引 言

【研究意義】蒸散(evapotranspiration，ET)，由土壤蒸發(fā)和植物蒸騰組成，是維持陸面水分平衡和地表能量平衡的重要組成部分，也是農(nóng)田生態(tài)系統(tǒng)水分消耗的主要途徑[1]。阿克蘇地區(qū)紅棗成為新疆紅棗產(chǎn)業(yè)發(fā)展的特色區(qū)域，2019年阿克蘇地區(qū)紅棗種植面積為8.67×104hm2，滴灌紅棗面積為6.55×103hm2，目前占紅棗總面積7.56%。阿克蘇地區(qū)合理調(diào)配紅棗灌溉用水，將恢復(fù)和新建棗樹節(jié)水滴灌工程4.33×103hm2[2]。目前，國(guó)內(nèi)外學(xué)者對(duì)ET0的顯著氣象因子進(jìn)行了一系列的研究，在不同時(shí)空顯著氣象因子存在差異。因獲取某地區(qū)實(shí)際蒸散資料較困難，大多研究利用參考作物蒸散量(ET0)確定當(dāng)?shù)貙?shí)際蒸散量(ETc)。ET影響作物水分利用效率及生長(zhǎng)，了解作物蒸散規(guī)律及其影響因素對(duì)作物高效用水具有重要意義。掌握滴灌棗園蒸散量的顯著影響因子，結(jié)合氣象資料對(duì)滴灌棗樹進(jìn)行動(dòng)態(tài)合理的科學(xué)灌溉，為當(dāng)?shù)睾侠碚{(diào)配紅棗灌溉用水提供參考?！厩叭搜芯窟M(jìn)展】Sharifi等[3]研究表明，平均溫度是干旱半干旱地區(qū)ET0的顯著氣象因子。Burn DH[4]研究表明，草原風(fēng)速及水汽壓差為ET0的顯著氣象因子，風(fēng)速與ET0呈負(fù)相關(guān)，水汽壓差與ET0呈正相關(guān)。段春鋒等[5]研究表明，風(fēng)速是西北地區(qū)ET0變化的主導(dǎo)因子。李迎等[6]研究表明，冬小麥各氣象要素顯著性在1、3、10月均表現(xiàn)為相對(duì)濕度>風(fēng)速>日照時(shí)間>溫度，5月則表現(xiàn)為相對(duì)濕度>日照時(shí)間>風(fēng)速>溫度。董宇軒等[7]研究表明，風(fēng)速在夏秋冬季和小麥生長(zhǎng)季為關(guān)中地區(qū)ET0的顯著氣象因子，平均溫度在春季和年尺度為ET0變化的主要?dú)庀笠蜃?。楊宜等[8]研究表明，相對(duì)濕度與西瓜日蒸散量呈負(fù)相關(guān)，其他氣象因子與西瓜日蒸散量呈正相關(guān)。董煜等[9]研究結(jié)果表明，新疆地區(qū)氣象因子顯著性排序?yàn)樽罡邷囟?相對(duì)濕度>日照時(shí)數(shù)。鄭明等[10]基于渦度系統(tǒng)和自動(dòng)氣象站設(shè)備分析了阿克蘇棗園全生育期蒸散變化，研究結(jié)果表明，在0.5 h時(shí)間尺度，太陽(yáng)輻射對(duì)棗園蒸散影響最大；在1 d時(shí)間尺度，空氣溫度對(duì)棗園蒸散影響最大。氣候、作物及灌溉方式不同，影響蒸散量的顯著氣象因子及其影響程度存在較大差異?！颈狙芯壳腥朦c(diǎn)】目前，研究ET0的顯著氣象因子和貢獻(xiàn)率的差異變化較多，而不同ET0模型的顯著氣象因子對(duì)滴灌棗園實(shí)際蒸散量(ETc)的影響研究較少。研究不同ET0的顯著氣象因子在不同生育期與ET0關(guān)系及各顯著氣象因子對(duì)棗樹ETc的貢獻(xiàn)率。【擬解決的關(guān)鍵問題】在阿克蘇地區(qū)棗樹滴灌試驗(yàn)，選取Penman-Monteith(PM)、Hargreaves-Samani(HS)、Priestley-Taylo(PT)模型，采用多元線性回歸分析不同ET0的顯著氣象因子，以及各顯著氣象因子對(duì)棗園ETc的貢獻(xiàn)率。分析不同參考作物蒸散與氣象因子的響應(yīng)，為該地區(qū)及氣候相近地區(qū)棗園蒸散量的成因及灌溉制度的合理制定提供參考。

1 材料與方法

1.1 材 料

試驗(yàn)區(qū)位于新疆阿克蘇地區(qū)紅旗坡農(nóng)場(chǎng)的新疆農(nóng)業(yè)大學(xué)林果試驗(yàn)基地(E80°20’，N41°16’)，海拔1 133 m，試驗(yàn)區(qū)面積為0.106 hm2。該試驗(yàn)地年均太陽(yáng)輻射為544～590 kJ/cm2，多年平均日照時(shí)數(shù)2 855～2 967 h，多年平均降雨量42.4～94.4 mm。試驗(yàn)區(qū)供試棗樹為6年生灰棗，行株距為4 m×1 m，滴灌帶采用1行2管式鋪設(shè)，滴灌帶距樹干40 cm。試驗(yàn)區(qū)土壤質(zhì)地上層(0～50 cm)以粉沙壤土為主，下層(50～100 cm)以細(xì)沙土為主。0～100 cm土層平均土壤容重為1.39 g/cm，平均田間持水率為27%，凋萎含水率為6%，地下水埋深10 m以上[11-12]。

數(shù)據(jù)來(lái)源于2019年棗樹滴灌試驗(yàn)，采用作物水分生產(chǎn)率(WUE)最高的處理進(jìn)行分析，該處理灌水定額為20 m3/667m2，灌水次數(shù)為13次。

1.2 方 法

1.2.1 測(cè)定指標(biāo)

1.2.1.1 氣象指標(biāo)

使用安裝高度2 m的HOBO小型自動(dòng)氣象站監(jiān)測(cè)并采集氣象數(shù)據(jù)(太陽(yáng)輻射、相對(duì)濕度、氣溫、降雨量、風(fēng)速等)，每30 min記錄1次數(shù)據(jù)，天頂輻射由當(dāng)?shù)亟?jīng)緯度計(jì)算得到。

1.2.1.2 土壤水分指標(biāo)

采用TRIME土壤水分測(cè)定儀測(cè)定土壤體積含水率，每次灌水前、后測(cè)量，雨后加測(cè)。棗樹行間布置2根TRIME管，株間布置1根TRIME管，分別布設(shè)在棗樹行間距樹干40、80 cm處和株間40 cm處。觀測(cè)土層深度100 cm，垂直測(cè)點(diǎn)為地面以下每10 cm測(cè)定1次。

1.2.1.3 作物水分生產(chǎn)率(WUE)

單位水量所獲得的紅棗產(chǎn)量。

1.2.2 計(jì)算

蒸散量受各類氣象因子綜合影響，影響因素可分為輻射項(xiàng)、溫度項(xiàng)、濕度項(xiàng)及風(fēng)速項(xiàng)。以2019年棗樹生育期內(nèi)的日尺度太陽(yáng)輻射(Rn)、天頂輻射(Ra)、最高溫度(Tmax)、平均溫度(T)、最低溫度(Tmin)、最高相對(duì)濕度(RHmax)、平均相對(duì)濕度(RH)、最低相對(duì)濕度(RHmin)、風(fēng)速(U)的日平均值為代表值。

顯著氣象因子為各氣象因子之間不存在共線性且氣象因子對(duì)ET0影響顯著。其中，顯著性為significance(sig)，當(dāng)0.000.05，則該氣象因子對(duì)ET0影響不顯著。VIF為方差膨脹因子，當(dāng)VIF<10，則各氣象因子之間不存在共線性；當(dāng)VIF>10則各氣象因子之間存在共線性。由于PM、HS、PT所需氣象因子存在差異，只考慮該計(jì)算模型所需的氣象因子。

確定參考作物蒸散量的方法主要包括測(cè)量法和模型計(jì)算，根據(jù)基本氣象數(shù)據(jù)建立的經(jīng)驗(yàn)?zāi)Ｐ褪悄壳皡⒖甲魑镎羯⒘坑?jì)算中較為普遍的一種方法。參考作物蒸散量經(jīng)驗(yàn)?zāi)Ｐ椭饕譃榫C合法、溫度法、輻射法。其中，綜合法中的Penman-Monteith、溫度法中的Hargreaves-Samani、輻射法中的Priestley-Taylo模型在西北地區(qū)使用精度較高[13]。以農(nóng)田水量平衡方程計(jì)算的蒸散量為標(biāo)準(zhǔn)值ETc，PM、HS、PT計(jì)算的參考作物蒸散量為估算值ET0。表1

表1 計(jì)算蒸散量的相關(guān)公式Table 1 Correlation formula for evapotranspiration calculation

1.3 數(shù)據(jù)處理

因各氣象因子的量綱和數(shù)據(jù)差異，運(yùn)用SPSS對(duì)各氣象因子進(jìn)行標(biāo)準(zhǔn)化處理，采用多元線性回歸，分析各氣象因子對(duì)ETc變化的影響[14]。

YET=α1X1+α2X2+α3X3+…αnXn.

(2)

(3)

式中，YET為實(shí)際作物蒸散量的標(biāo)準(zhǔn)化值，X1、X2、X3、…、Xn分別為氣候因子的標(biāo)準(zhǔn)化值，α1、α2、α3、…、αn為氣候因子序列標(biāo)準(zhǔn)化后對(duì)應(yīng)的回歸系數(shù)，g1為某因子(X1)變化對(duì)YET變化的貢獻(xiàn)率。

對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后得到各模型顯著氣象因子在不同生育期對(duì)ETc的貢獻(xiàn)率。

使用Microsoft Excel 2013及SPSS 22.0進(jìn)行數(shù)據(jù)分析；采用Python3.7.0進(jìn)行制圖。

2 結(jié)果與分析

2.1 氣象因子及蒸散量的變化特征

研究表明，輻射、溫度均呈單峰狀，相對(duì)濕度呈雙峰狀，風(fēng)速呈多峰狀。Rn與Ra在6月下旬最高，日均值分別為24.31、41.86 MJ/m2；各溫度值在8月上旬最高，維持在2.2～38.6℃；各相對(duì)濕度值維持在13.3%～97.8%；U維持在0～1.6 m/s。圖1

圖1 各氣象因子變化特征Fig.1 Variation characteristics of meteorological factors

統(tǒng)計(jì)2019年棗樹生育期相關(guān)數(shù)據(jù)，得到各個(gè)旬的ETc與ET0數(shù)據(jù)，平均各旬得到相應(yīng)日蒸散量。圖2

圖2 棗樹ET0與ETc日均值變化特征Fig.2 Variation characteristics of daily mean values of ET0 and ETc in jujube trees

研究表明，ETc與ET0(PM、HS、PT)整體變化趨勢(shì)較為一致，均呈“先增后減”的趨勢(shì)：5月上旬至7月下旬逐漸增加，7月下旬左右達(dá)到峰值，隨后逐漸下降，但各ET0曲線也出現(xiàn)了不同程度的差異。ET0日均值排序?yàn)镋T0(HS)>ET0(PT)>ET0(PM)。圖2

實(shí)際蒸散強(qiáng)度在幼果期最大，但由于各生育期時(shí)長(zhǎng)不同，因此，各生育期ETc占比存在差異。ETc在萌芽期、花期、幼果期、果實(shí)發(fā)育期分別占全生育期的11.58%、35.80%、16.76%、35.86%；ET0-PM在萌芽期、花期、幼果期、果實(shí)發(fā)育期分別占計(jì)算總蒸散量的13.99%、44.67%、13.95%、27.40%；ET0-HS在萌芽期、花期、幼果期、果實(shí)發(fā)育期分別占計(jì)算總蒸散量的11.95%、42.11%、14.52%、31.42%；ET0-PT在萌芽期、花期、幼果期、果實(shí)發(fā)育期分別占計(jì)算總蒸散量的13.08%、42.62%、13.63%、30.67%。ETc與各模型計(jì)算的ET0之比即作物系數(shù)(Kc)存在差異，整體變化規(guī)律均隨生育期為先減后增。表2

表2 棗樹各生育期相關(guān)蒸散量Table 2 Evapotranspiration of jujube at different growth stages

2.2 各模型的顯著氣象因子

建立ET0與各顯著氣象因子的關(guān)系式，如下：

ET0=∑αixi+β.

(1)

式中：ET0為參考作物蒸散量(mm)，αi為各顯著氣象因子偏回歸系數(shù)(其中，α1為太陽(yáng)輻射系數(shù)；α2為平均溫度系數(shù)；α3為平均風(fēng)速系數(shù)；α4為平均相對(duì)濕度系數(shù)；α5為最高溫度系數(shù)；α6為最低溫度系數(shù)；α7為天頂輻射系數(shù)，xi為各氣象值，β為偏回歸系數(shù)常數(shù)，各顯著氣象因子及偏回歸系數(shù)。表3

當(dāng)選用PM所需氣象因子，ET0顯著影響因子有太陽(yáng)輻射、平均相對(duì)濕度、平均溫度和平均風(fēng)速；當(dāng)選用HS所需氣象因子，ET0顯著影響因子有天頂輻射、最高溫度、最低溫度、平均溫度；當(dāng)選用PT所需氣象因子，顯著影響因子有太陽(yáng)輻射、最低溫度和平均溫度。平均相對(duì)濕度與各ET0總體上呈負(fù)相關(guān)，即隨著平均相對(duì)濕度的增大，ET0減少。太陽(yáng)輻射、平均溫度、平均風(fēng)速、最低溫度、最高溫度、天頂輻射、平均風(fēng)速與各ET0總體上呈正相關(guān)，即隨著太陽(yáng)輻射、平均溫度、平均風(fēng)速、最低溫度、最高溫度、天頂輻射、平均風(fēng)速的增大，ET0增大。表3

表3 各顯著氣象因子及偏回歸系數(shù)Table 3 Significant meteorological factors and partial regression coefficient

2.3 顯著氣象因子對(duì)ETc的貢獻(xiàn)率

研究表明，對(duì)于PM模型而言，太陽(yáng)輻射在全生育期對(duì)ETc貢獻(xiàn)率最大，其貢獻(xiàn)率為57.6%～74.6%，在幼果期達(dá)到最大值74.6%。由于該地區(qū)的風(fēng)季通常出現(xiàn)在花期和幼果期，因此，風(fēng)速在這2個(gè)生育期對(duì)蒸散量的貢獻(xiàn)率較大，僅次于太陽(yáng)輻射。在萌芽期和花期，空氣平均相對(duì)濕度對(duì)蒸散量影響較大，主要是因?yàn)槊妊科诤突ㄆ跅棙渲θ~尚處于生長(zhǎng)發(fā)育初期，葉面積指數(shù)較低，地表土壤裸露較多，受光照及風(fēng)速影響地表附近相對(duì)濕度變化較大。反之，在幼果期和果實(shí)發(fā)育期隨著葉面積指數(shù)的增大，棗樹地表附近相對(duì)濕度值相對(duì)穩(wěn)定，平均相對(duì)濕度對(duì)蒸散量影響較小。因?yàn)橛坠谄骄鶞囟容^其他氣象因子變化不大，因此，平均溫度在幼果期對(duì)蒸散量影響較小，而在萌芽期、花期與果實(shí)發(fā)育期對(duì)蒸散量的影響較大。

最高溫度在花期、萌芽期和果實(shí)發(fā)育期對(duì)ETc貢獻(xiàn)率較大，其貢獻(xiàn)率為60.5%～69.5%。最低溫度在幼果期對(duì)ETc貢獻(xiàn)率較大，其貢獻(xiàn)率為53.6%。春季的萌芽期和花期、秋季的果實(shí)發(fā)育期整體溫度相對(duì)夏季較低，最低溫度值相對(duì)穩(wěn)定，季節(jié)交替性的最高溫度值的變化可能是引起土壤蒸發(fā)和植株蒸騰變化的主要因素。反之，在幼果期整體溫度較高，最高溫度值相對(duì)穩(wěn)定，最低溫度值的變化是引起作物蒸騰變化的主要因素。最低溫度在幼果期對(duì)蒸散量變化的影響明顯大于最高溫度。由于各溫度項(xiàng)(最高溫度、最低溫度和平均溫度)存在不同程度的自相關(guān)關(guān)系，經(jīng)多元回歸自相關(guān)計(jì)算后，3個(gè)溫度項(xiàng)指標(biāo)在各生育期的影響略有差異。天頂輻射在不同生育期也略有不同。

太陽(yáng)輻射對(duì)ETc貢獻(xiàn)率最大。在整個(gè)生育期太陽(yáng)輻射對(duì)ETc的貢獻(xiàn)率呈先增后減的趨勢(shì)，在幼果期貢獻(xiàn)率達(dá)到最高值為100%。溫度項(xiàng)對(duì)ETc的貢獻(xiàn)率在不同生育期存在差異，在萌芽期與花期平均溫度對(duì)ETc的貢獻(xiàn)率僅次于太陽(yáng)輻射，在幼果期最低溫度對(duì)ETc的貢獻(xiàn)率僅次于太陽(yáng)輻射。

由于不同參考作物蒸散量模型的顯著氣象因子不同，因此，各顯著氣象因子在不同生育期對(duì)ETc的貢獻(xiàn)率存在差異。對(duì)于全生育期而言，PM模型的顯著因子對(duì)ETc的貢獻(xiàn)率分別為：太陽(yáng)輻射(62.6%)、平均風(fēng)速(19.9%)、平均溫度(11.8%)和平均相對(duì)濕度(5.7%)；HS模型的顯著因子對(duì)ETc的貢獻(xiàn)率分別為：最高溫度(55.1%)、最低溫度(30.1%)、天頂輻射(11.6%)和平均溫度(3.2%)；PT模型的顯著因子對(duì)ETc的貢獻(xiàn)率分別為：太陽(yáng)輻射(84.1%)、平均溫度(12%)和最低溫度(3.9%)。圖3

圖3 各顯著氣象因子對(duì)ETc的貢獻(xiàn)率Fig.3 Contribution rate of each significant meteorological factor to ETc

3 討 論

試驗(yàn)通過(guò)逐步回歸分析得出，不同參考作物蒸散模型的顯著氣象因子存在差異。溫度與輻射對(duì)棗園實(shí)際蒸散量的變化起到關(guān)鍵性作用，與楊宜[8]對(duì)于西瓜的研究結(jié)論相近。平均氣溫與ET0呈極顯著正相關(guān)關(guān)系，相對(duì)濕度與ET0呈顯著負(fù)相關(guān)關(guān)系，這與段崢嶸等[15]對(duì)阿克蘇地區(qū)潛在蒸散量的研究結(jié)果一致，而與王媛等[16]對(duì)艾比湖綠洲參考作物蒸散量的研究結(jié)果存在差異。由于存在儀器誤差及其他不可控因素，且該地區(qū)全天溫差較大，直接以該地區(qū)氣象日均值代表該區(qū)域氣象的取值可能使結(jié)果存在偏差。因此，后續(xù)研究可考慮不同時(shí)間尺度的校正精度，以確定最優(yōu)的時(shí)間尺度從而減少氣候變化對(duì)ET0的誤差。

4 結(jié) 論

4.1ETc與ET0在全生育期均呈先增后減的趨勢(shì)，7月下旬達(dá)到峰值，ET0日均值排序?yàn)椋篍T0(HS)>ET0(PT)>ET0(PM)。PM、HS、PT計(jì)算的ET0與ETc在不同生育期占比存在較大差異。

4.2若選用PM計(jì)算ET0，則顯著氣象因子有太陽(yáng)輻射、平均相對(duì)濕度、平均溫度和平均風(fēng)速；若選用HS計(jì)算ET0，則顯著氣象因子有最高溫度、最低溫度、天頂輻射、平均溫度；若選用PT計(jì)算ET0，則顯著氣象因子有太陽(yáng)輻射、最低溫度和平均溫度。對(duì)PM、HS、PT而言，平均相對(duì)濕度與ET0總體上呈負(fù)相關(guān)，太陽(yáng)輻射、平均溫度、最低溫度、最高溫度、天頂輻射、平均風(fēng)速與ET0總體上呈正相關(guān)。

4.3PM模型的顯著因子對(duì)ETc的貢獻(xiàn)率分別為：太陽(yáng)輻射(62.6%)、平均風(fēng)速(19.9%)、平均溫度(11.8%)和平均相對(duì)濕度(5.7%)；HS模型的顯著因子對(duì)ETc的貢獻(xiàn)率分別為：最高溫度(55.1%)、最低溫度(30.1%)、天頂輻射(11.6%)和平均溫度(3.2%)；PT模型的顯著因子對(duì)ETc的貢獻(xiàn)率分別為：太陽(yáng)輻射(84.1%)、平均溫度(12%)和最低溫度(3.9%)。