滴灌夏玉米土壤水分與蒸散量SIMDualKc模型估算

閆世程，張富倉，吳 悠，強生才，鄒海洋，向友珍，范軍亮，田建柯（西北農林科技大學旱區農業水土工程教育部重點實驗室，西北農林科技大學中國旱區節水農業研究院，楊凌 712100）

滴灌夏玉米土壤水分與蒸散量SIMDualKc模型估算

閆世程，張富倉※，吳 悠，強生才，鄒海洋，向友珍，范軍亮，田建柯
（西北農林科技大學旱區農業水土工程教育部重點實驗室，西北農林科技大學中國旱區節水農業研究院，楊凌 712100）

為研究西北半干旱地區作物蒸騰和土壤蒸發規律，以及土壤蒸發量占蒸散量的比例（簡稱蒸發占比），開展2 a夏玉米滴灌控水試驗，設置正常灌水（W1）、適度水分虧缺（W2）和中度水分虧缺（W3）3個灌水水平。采用W2實測土壤水分數據對SIMDualKc模型進行參數率定，并采用W1和W3實測土壤水分數據對模型進行驗證；進一步基于SIMDualKc模型對不同水分供應的土壤水分脅迫系數、土壤蒸發量、植株蒸騰和蒸散量進行定量模擬分析。結果表明，SIMDualKc模型可以較好地模擬西北半干旱區滴灌夏玉米不同水分供應條件下的土壤水分動態變化過程，實測值與模型預測值有較好的一致性（R2＞0.88，RMSE＜5%）；夏玉米生長期，模型能較好地估算不同水分供應的土壤水分脅迫系數、土壤蒸發量和植株蒸騰。土壤蒸發主要集中在生育前期，而生育中期較低，后期略微升高。植物蒸騰主要集中在快速生長期和生長中期，整個生育期呈先增大后減小的趨勢。蒸散量隨著土壤蒸發和植物蒸騰的變化而變化，前期主要受土壤蒸發的影響，快速生長期、生長中期和后期主要受植物蒸騰的影響。W1～W3處理土壤蒸發量為78.1～100.2 mm，植株蒸騰為221.8～293.3 mm，蒸散量為299.3～383.0 mm，蒸發占比為24.1%～28.7%。研究可為西北半干旱地區制定合理的夏玉米滴灌制度和灌溉決策提供理論依據。

蒸散；土壤水分；脅迫；滴灌；SIMDualKc模型；夏玉米

0 引 言

關中地區是中國夏玉米的主要產區之一，該地區水資源短缺，降雨分布不均容易出現伏旱進而影響高產和穩產。當地農民主要采用地面灌水方式進行灌溉，其灌溉水利用效率較低。隨著農業節水新技術的出現，滴灌技術已經在中國廣泛應用。量化夏玉米在新型的節水技術下的精確用水對于農業的可持續發展至關重要，而確定蒸散量是制定合理灌溉制度的有效依據。

蒸散量（evapotranspiration，ET）包括植株蒸騰（transpiration，T）和土壤蒸發（evaporation，E），減少田間的無效土壤蒸發，是農田節水至關重要的一部分，故量化植株蒸騰和土壤蒸發的分配過程是研究的主要內容[1-2]。ENWATBAL[3]、雙源蒸散發模型包括分層模型（Shuttleworth-Wallace模型[4]）、分塊模型和混合模型[5]、 HYDRUS-1D[6]和雙作物系數模型[7]（dual crop coefficient model，SIMDualKc）都是研究作物蒸騰和土壤蒸發的重要方法。ENWATBAL、Shuttleworth-Wallace模型和HYDRUS-1D模型等參數較多求解復雜。雙作物系數法參數少、應用方便，是目前估算和區分農田蒸散量最常用的方法[8-10]。

SIMDualKc模型是Rosa等[11-13]基于FAO56雙作物系數法開發的量化植株蒸騰和土壤蒸發的模型。該模型依據水量平衡原理計算作物每天耗水量，且利用雙作物系數法將植株蒸騰和土壤蒸發有效分開。Gao等[14-16]驗證了SIMDualKc模型在冬小麥的適用性，利用模型將土壤蒸發和植株蒸騰分開。Martins等[17-18]驗證了SIMDualKc模型在巴西南部地區玉米的適用性；Zhao等[19-21]采用SIMDualKc模型模擬了玉米的蒸散量。目前較多研究集中在常規地面灌溉（溝灌、畦灌等）條件下SIMDualKc模型適用性，然而滴灌區別于常規地面灌溉，屬于局部灌溉，蒸散在空間上變異劇烈，夏玉米種植稀疏，降雨存在截留和再分布問題，進一步加劇了問題的復雜性，僅依靠作物系數和參考作物蒸散量能否精確呈現玉米實際水分消耗的規律，尚不夠明確。

為此，本研究進行2 a夏玉米滴灌不同水分條件下的小區控水試驗，采用實測的土壤水分數據對SIMDualKc模型進行參數校核與驗證，估算不同水分條件下土壤蒸發，農田蒸散量以及土壤水分脅迫系數，為西北半干旱區滴灌夏玉米實施精確的灌溉管理提供理論依據。

1 材料與方法

1.1 試驗區概況

試驗在暖濕帶季風半濕潤氣候區西北農林科技大學旱區農業水土工程教育部重點實驗室節水灌溉試驗站（34°20′ N，108°24′ E，海拔521 m）進行。年平均溫度為12.9 ℃，多年平均降水量550～600 mm（主要集中在8—10月），年均蒸發量1 500 mm。試驗地土壤為重壤土。0～100 cm土層的田間持水量（θFC）0.268 cm3/cm3，凋萎系數（θWP）0.138 cm3/cm3，土壤干容重1.35 g/cm3。0～20 cm土層pH值為8.14，有機質質量分數為12.02 g/kg，全氮質量分數為0.89 g/kg，速效磷質量分數為8.18 mg/kg，堿解氮質量分數為55.3 mg/kg，速效鉀質量分數為102.3 mg/kg。

1.2 試驗設計

試驗在遮雨棚下進行，將灌水量設置3個水平，分別為正常灌水（W1）、適度水分虧缺（W2）和中度水分虧缺（W3），細節描述見表1。采用隨機區組試驗設計，共3個處理，各處理3次重復，共計9個試驗小區，在相鄰試驗小區之間鋪設塑料膜以防止小區間相互滲漏，具體試驗方案列于表1。夏玉米滴灌試驗采用“1管2行”種植方式，行距配置為50 cm + 40 cm（圖1），株距33 cm，種植密度為6.45萬株/hm2；滴頭間距33 cm，工作壓力0.1 MPa，滴頭流量2 L/h。試驗采用當地主栽夏玉米品種為“鄭單958”，2015年6月11日播種，10月3日收獲，全生育期115 d；2016年6月8日播種，9月28日收獲，全生育期113 d。2015年和2016年生育期降雨量分別為279.9和286.3 mm，降雨次數分別為19和16次，其中有效降雨（日降雨量＞5mm）為246.9和258.4 mm；2015年降雨主要集中在8月上旬和9月下旬，2016年降雨主要集中在7月中旬，而9月19日出現暴雨（64.4 mm），此時玉米處于灌漿后期基本對于玉米生長發育影響不大。總體而言，2016年較2015年夏玉米季干旱少雨。試驗期間降雨時，用遮雨棚遮擋，故研究不受降雨影響。

1.3 灌水管理

夏玉米滴灌控水試驗灌溉制度如表2所示。2015和 2016年W1、W2和W3分別灌水12、10、7次和12、9、7次。2015年W1、W2和W3的灌水量分別為338.4、300.2和271.5 mm，其中W1和 W2最高灌水定額為46.8 mm，播種后統一灌水保證出苗整齊；W3最高灌水定額為53.4 mm。2016年W1、W2和W3的灌水量分別為330.5、307.6和267.8 mm，其中W1、W2和W3最高灌水定額分別為46.6、45.8和51.2 mm。

表1 夏玉米不同生育期灌水水平設置Table 1 Summer maize irrigation levels design during different growing stages

圖1 夏玉米滴灌試驗布置及其Trime管布置示意圖Fig.1 Sketch of drip irrigation experimental system and Trime layout

表2 2015和2016年滴灌夏玉米不同處理灌水日期和灌水量Table 2 Drip irrigation date and amount for different treatments of summer maize in 2015 and 2016

1.4 觀測指標及方法

1）氣象數據：采用距離試驗地50 m處的楊凌國家氣象觀測站的連續監測數據。主要包括逐日最高氣溫、最低氣溫、相對濕度、風速、日照時數等。

2）參考作物蒸散量(ET0)：采用FAO-56 Penman-Monteith公式[1]計算

式中ET0為參考作物蒸散量（mm/d）；Rn和G分別為地表凈輻射和土壤熱通量（MJ/(m2·d)）；ea和ed分別為飽和水汽壓和實際水汽壓（kPa）；Dk為飽和水汽壓曲線斜率（kPa/℃）；γ為干濕表常數（kPa/℃）；T為2 m高度處平均氣溫（℃）；U為2 m高度處風速（m/s）。

3）土壤含水率（θ）：將Trime土壤水分測定儀（IMKO Corp., Germany）埋設在距離滴灌帶水平位置0、20 cm（兩株之間）和40 cm（圖1）。測定深度0～100 cm，表層測量深度為20 cm，20 cm以下每隔10 cm設置1個采樣點，每隔5～10 d測定1次，灌水前后加測，試驗過程中用烘干法分層進行水分校核，計算時取其平均值。灌水量計算如下：

式中I為灌水量（mm）；H為計劃濕潤層厚度（cm）；Pb為濕潤比，取80%；η為田間持水率上限的百分比；θi為Trime水分測量儀測定的平均土壤含水率。

4）株高（h）和葉面積指數（leaf area index，LAI）：每隔7 d選取有代表性植株5株，用卷尺量取株高、所有葉片長度和最大寬度，單株葉面積為所有葉片葉長×葉寬×系數（展開葉為0.75，未展開葉0.5）之和，LAI=單株葉面積/單株所占地面積[22-23]。

5）地面覆蓋度（fC） ：由葉面積指數和株高計算得到[24]。

式中Dr,i為第i天末時根區田間持水量與實際儲水量的差值（mm），Dr,i-1為第i-1天末根區田間持水量與實際儲水量的差值（mm），ETc,i為第i天內夏玉米平均蒸散量（mm），Pi為第i天的降雨量（mm），ROi為第i天的徑流量（mm），CRi為第i天的地下水補給量（mm），Ii為第i天的累計灌水量（mm），DPi為第i天的深層滲漏量（mm）。由于試驗區地下水埋深50 m；降雨時用遮雨棚擋住；試驗地勢平坦且實測觀察灌溉過程中沒有形成地表徑流；滴灌計劃濕潤層厚度較淺；故CRi=0；Pi=0；ROi=0和DPi=0。其中根系的生長參照Jones等[25]給定的根系生長模型。上式簡化為：

7）土壤水分脅迫系數（soil water stress coefficient, KS）：當根區田間持水量與實際儲水量的差值大于作物快速利用的水量則產生土壤水分脅迫；反之，則無土壤水分脅迫。KS越小則脅迫越大。

式中TAW為根區總有效水量（mm），RAW為作物根區可以快速利用的水量（mm），ρ為初始土壤水分消耗比例[1]。

8）夏玉米生育期劃分：參照Doorenbos等[26-27]將玉米全生育期劃分為生長初期（播種至fC=10%）、快速生長期（fC=10%至LAI=3.0）、生長中期（LAI=3.0至作物開始成熟）和生長后期（作物開始成熟至收獲），上述4個生育期分別對應夏玉米的播種—苗期、苗期—大喇叭口期、大喇叭口期—灌漿期和灌漿期—成熟期。具體生育期劃分如表3所示。

表3 各處理夏玉米生育期Table 3 Summer maize growth stages for different treatments

1.5 SIMDualKc模型參數輸入與校驗

SIMDualKc模型輸入的基本參數包括：氣象、土壤、作物及灌溉數據。參照FAO56給定初始參數[1]包括：基礎作物系數（basal crop coefficient，Kcb（初期、中期、后期））、土壤水分消耗比率p（初期、中期、后期）、蒸發層深度Ze、總蒸發水量（total evaporable water，TEW）和易蒸發水量（readily evaporable water，REW）等參數。

本文采用2 a適度水分虧缺W2的實測0～100 cm土層平均含水率與模型預測的土壤含水率對模型進行率定。模型參數率定步驟：采用試錯法先保持Ze、TEW和REW不變，調整Kcb和p，直到實測值與預測值相對誤差小于10%；然后保持修正后的作物參數不變，調整土壤參數Ze、TEW和REW，直至誤差最小并趨于穩定，則終止校核[15]。用2 a正常灌水W1和中度水分虧缺W3對模型進行驗證。

1.6 模型評價

模型評價選取：回歸系數（regression coefficient，b）、決定系數[28]（determination coefficient，R2）、均方根誤差[29-30]（root mean square error，RMSE）、歸一化均方根誤差[31]（normalized RMSE，nRMSE）、均方根誤差與觀測值標準差比率（RMSE-observations standard deviation ratio，RSR）、一致性指數[32]（index of agreement，dIA）和模型模擬效率[33]（efficiency of simulation，EF）評價模型的模擬效果。前人研究[28-33]RMSE和dIA用來確定模型預測能力，RMSE越接近0，dIA越接近于1表明預測值與實測值一致性越高；nRMSE（%）用來表示預測值與實測值的相對差異，nRMSE ＜10%、10%～20%、＞20%～30%和＞30%、RSR≤0.5、0.5～0.6、＞0.6～0.7和＞0.7分別表示模擬效果優秀、良好、合理和較差；EF取值范圍介于-∞～1，負值表明觀測值的平均值高于預測的平均值，正值越接近1表明模型預測效率越高。

2 結果與分析

2.1 夏玉米生育期氣溫、濕度、風速及參考作物蒸發蒸騰量逐日變化

2015—2016年夏玉米生育期最高氣溫（Tmax）、最低氣溫（Tmin）、最小相對濕度（RHmin）、ET0、U變化如圖2所示。

圖2 2015—2016年夏玉米生育期氣象因子及其參考作物蒸散量ET0逐日變化Fig.2 Daily variation of climate factors and reference evapotranspiration ET0during growth stage of summer maize in 2015-2016

圖2 表明，2015年播種到快速生長開始的Tmax、Tmin和RHmin較2016年波動幅度較大，主要是因為2015年播種后降雨次數較2016年多。2016年Tmax≥30℃的天數較2015年多22 d。2 a ET0的變化范圍分別為1.3～6.3和1.5～7.4 mm/d，ET0的平均值分別3.86和4.36 mm/d。2 a U變化范圍分別為0.3～2.46 m/s和0.45～4.1 m/s，平均風速為1.13和1.29 m/s。

2.2 SIMDualKc模型參數率定與驗證

采用2015—2016年夏玉米滴灌試驗土壤水分數據對SIMDualKc模型進行適用性分析。利用實測0～100 cm土層平均含水率數據率定和驗證模型參數。土壤參數Ze、TEW、REW和作物參數Kcb、p的初始值采用FAO56推薦值。根據當地實際氣象條件及夏玉米生長特性等因素對模型參數進行修正后，最終率定初期、中期和后期基礎作物系數分別為0.15、1.13、0.2（表4）。

表4 SIMDualKc模型主要參數的初始值和率定值Table 4 Initial and calibrated values of main parameters of SIMDualKc model

SIMDualKc模擬的含水率與實測土壤含水率對比如圖3所示。2 a W1土壤體積含水率為0.171～0.259 m3/m3，其波動較W2（0.161～0.250 m3/m3）和W3（0.156～0.248 m3/m3）小。且2 a 的W3收獲時的土壤含水率較低，接近凋萎系數。SIMDualKc模型預測土壤含水率變化趨勢與實測的土壤水分變化趨勢基本一致，尤其是2 a 的W1和W2處理，整個生育期土壤水分的變化趨勢基本吻合；W3處理生育期初期吻合度偏差較大，模型預測值略高于實測值。

進一步地，對含水率實測與模擬值進行定量分析（表5），表明2 a實測值與預測值之間的回歸系數b為0.995～1.025， R2為0.884～0.979，說明實測值與預測值的吻合度高。RSME為0.004～0.08 cm3/cm3， nRSME為2.17%～4.22%，RSR＜0.5（0.213～0.429），表明模型模擬土壤水分效果達到極好水平。模型EF大于0.816，dIA大于0.95，說明模型模擬效率高且一致性好。2 a回歸系數b和R2的平均值分別為1.014、1.008和0.964、0.938（P＜0.01）。2 a RSME、nRSME和RSR分別為0.006、0.005 cm3/cm3，2.43%、2.86%和0.239、0. 281。綜上，SIMDualKc模型不僅可以預測滴灌條件下正常灌溉時土壤含水率的變化，還可以預測有水分脅迫條件下的土壤含水率變化，且預測精度相對較高。故可用于夏玉米滴灌條件下日土壤水分變化研究。

圖3 模型模擬的土壤含水率與實測土壤含水率對比Fig.3 Comparison between predicted and observed soil water content

表5 夏玉米滴灌實測土壤含水率與預測值誤差統計量Table 5 Error statistics between observed and predicted soil water content of summer maize on drip irrigation

2.3 夏玉米滴灌條件下土壤水分脅迫系數

利用SIMDualKc模型計算出2 a不同灌水水平下W1、W2和W3的土壤水分脅迫系數（圖4）。2 a不同灌水水平KS的總體變化趨勢略有不同，2015年生育初期和快速生長前期基本沒有受到長時間的水分脅迫，而2016年整個生育期都受到一定程度的水分脅迫，且受到的水分脅迫次數較2015年多。主要的原因是2016年播種以后一直持續高溫（圖2），土壤蒸發和植物蒸騰較大。W3生育后期2 a都沒有灌水，則生育后期一直受到水分脅迫，2015年水分脅迫時間較2016年更長且水分脅迫程度略高。出苗之前，W1、W2和W3的水分脅迫較大，此時段表層土壤水分較低，水分脅迫過大不利于出苗。出苗后，W1的最大水分脅迫大致出現在8月下旬（2015，KSmax=0.479；2016，KSmax=0.536）；2015年W2最大水分脅迫出現在8月上旬為（KSmax=0.377），W3出現在收獲期為（KSmax=0.287）；2016年W2和W3的最大水分脅迫出現在8月上旬分別為（KSmax=0.337）和（KSmax=0.323），其中W3收獲期水分脅迫也較大為KS=0.379。

圖4 滴灌條件下不同處理土壤水分脅迫系數變化Fig.4 Change in soil water stress coefficient under drip irrigation conditions for different treatments

2.4 夏玉米滴灌條件下土壤蒸發量、植株蒸騰量和蒸散量

采用SIMDualKc 模型模擬滴灌條件下不同水分脅迫夏玉米的蒸散量、土壤蒸發量和作物蒸騰量（圖5），結果表明土壤蒸發主要集中在夏玉米生育前期，而生育中期較低，后期略微升高主要原因是隨著植株的快速生長、葉片擴展以及后期葉片衰老影響地面覆蓋度進而影響土壤蒸發，灌溉是影響土壤蒸發的主要因素，隨著灌水的變化而呈現波峰、波谷的變化趨勢。植物蒸騰主要集中在快速生長期和生長中期，整個生育呈先增大后減小開口向下的拋物線趨勢。夏玉米實際蒸散量隨著土壤蒸發和植物蒸騰的變化而變化，前期主要受土壤蒸發的影響，快速生長期、生長中期和后期主要受植物蒸騰的影響。

圖5 夏玉米滴灌條件下土壤蒸發E、植物蒸騰T和蒸散量ETFig.5 Evaporation E, transpiration T and evapotranspiration ET under drip irrigation for summer maize

表6 2015和2016年夏玉米生育期土壤蒸發量(E)、植株蒸騰量(T)、蒸散量(ET)和蒸發占比（E/ET）Table 6 Evaporation, transpiration, evapotranspiration and ratio of evaporation to evapotranspiration during growing stage of summer maize in 2015 and 2016

不同水分處理土壤蒸發量和植物蒸騰量以及不同生育期土壤蒸發占比（蒸發量占蒸散量的比例，%）如表6所示，夏玉米生長初期E較高（45.6～54.1 mm），T為10.4～15.8 mm，此時蒸發占比在全生育期內最大，為76.3%～83.5%。此時段為保證出苗整齊，統一灌水且灌水定額較高，表層濕潤面積較大，土壤蒸發的有效面積大，且氣溫高是此時蒸發占比較高的主要原因。進入快速生長期，夏玉米冠層覆蓋度和蒸騰速率逐漸增大，E隨之減少而T逐步增大。2 a的E、T和E/ET分別介于14.6～40.6 mm，67.0～119.8 mm和14.9%～26.9%；W1、W2和W3隨水分虧缺程度的增加E和T呈現下降趨勢。進入生長中期，其株高和冠層覆蓋度都達到最大值，E相對較小而T較大，滿足玉米營養生長到生殖生長的水分和能量所需。2 a的E、T和E/ET分別介于5.8～11.7 mm，89.4～160.3 mm和4.4%～11.7%；W1、W2和W3隨著水分虧缺程度的增加T呈現下降趨勢。進入生育后期，其株高和冠層覆蓋度都略有下降，此時關中地區正好處于雨季，氣溫相對較低，E和T較小。對于整個生育期而言，W1～W3處理E為78.1～100.2 mm，T為221.8～293.3 mm，ET為299.3～383.0 mm，蒸發占比為24.1%～28.7%。其中，2 a E、T和ET隨灌水量減少逐漸下降，與W1處理相比，W2和W3處理分別平均下降3.74%、18.0%，16.4%、21.7%和13.3%、21.0%；而2 a 蒸發占比隨著灌水量的減少呈上升趨勢，與W1處理相比，W2和W3處理分別平均增加11.1%和3.8%。

3 討 論

3.1 夏玉米滴灌條件下基礎作物系數

作物系數反映了作物本身的生物學特性、產量水平、土壤水肥狀況以及管理水平等對作物需水量的影響[34]。前人對于玉米的基礎作物系數做了大量的研究。Martins等[17-18]利用SIMDualKc模型研究巴西南部圣瑪麗亞地區覆蓋秸稈條件下噴灌和滴灌玉米作物系數為Kcbini=0.2，Kcbmid=1.12，Kcbend=0.2。Rosa等[11,13]研究葡萄牙南部地區玉米的作物系數為Kcbini=0.15，Kcbmid=1.05，Kcbend= 0.55；而在鹽分脅迫下作物系數為Kcbini=0.07，Kcbmid=1.15，Kcbend=0.15～0.25。國內學者也在玉米作物系數方面做了一些研究，陳鳳等[35]通過大型稱重式蒸滲儀研究楊陵地區夏玉米作物系數得出Kcbini=0.25，Kcbmid=1.25，Kcbend=0.65；趙娜娜等[20]利用莖流計實測夏玉米在水分脅迫下的蒸騰量求得作物系數為Kcbmid=0.98，Kcbend=0.28；趙娜娜等[19]利用SIMDualKc模型研究得出夏玉米的基礎作物系數為Kcbini=0.2，Kcbmid=1.1，Kcbend=0.45。Ran 等[21]研究春玉米覆膜條件下的基礎作物系數為Kcbini=0.1，Kcbmid= 1.1，Kcbend=0.3。本研究在滴灌不同水分供應條件下利用SIMDualKc模型得出夏玉米基礎作物系數為Kcbini= 0.15，Kcbmid=1.13，Kcbend=0.2。與前人研究略有差異，究其原因可能是：1）本研究選取玉米品種、耕作農藝措施以及土壤肥力不同，且肥料采用文丘里施肥器對進行追施，保證玉米生育期土壤肥力十足，滿足作物生長需要。2）本研究是在完全控水條件下進行的，沒有降雨的影響，作物對水分的吸收主要來自灌溉和初始土壤水分。

3.2 夏玉米滴灌條件下土壤水分脅迫系數

KS反映作物受到水分脅迫的綜合指標[9]，它的大小不僅與土壤質地特性有關，而且與作物品種、生育期、長勢、根系分布及其抗旱能力有關，在對水分比較敏感的時期與氣象因素也有關系，特別地干熱風、持續高溫天氣等。總之，KS的大小與2個方面的因素有關，即土壤供給作物水分的能力和作物潛在的蒸散量大小[1,36]。本研究在設置灌水水平時綜合考慮不同生育期夏玉米對水分的敏感程度。生育初期，作物需水量較少，冠層覆蓋度較低，地表裸露，土壤水分大部分被蒸發，苗期一定程度的水分脅迫有利于蹲苗；快速生長期至生育中期，植物蒸騰較大作物對于水分相對較為敏感，應保證水分供應才能滿足作物生長需要；生育后期，籽粒逐漸開始成熟，土壤水分過高不利于植株養分向籽粒轉移，貪青晚熟，應減少該生育期的灌水量。通過SIMDualKc模型得到的KS與設置的水分脅迫程度一致性較高；播種后尚未出苗時的KS有高估趨勢，究其原因可能是實際播種深度為5～7 cm，而模型初始的根系深度設置為0 cm，故只要表層土壤水分低于凋萎系數則會出現土壤水分脅迫。

3.3 夏玉米滴灌條件下蒸發占比

土壤蒸發不參與植物生長過程是農田水分的無效散失，進而減少土壤蒸發量是發展節水農業的主要目標[37-38]。本研究表明，滴灌條件下E、T、ET和E/ET值分別約為78.1～100.2 mm、221.8～293.3 mm、299.3～383.3 mm和24.1%～28.7%。Martins等[17]得出在秸稈覆蓋條件下玉米滴灌E/ET在8%～9%，較本研究低很多，可能是因為巴西南部玉米生育前期氣溫較低且秸稈覆蓋減少玉米初期的土壤蒸發量引起的。Rosa等[11]研究葡萄牙南部地區玉米的E/ET在12%～16%，同樣較本研究低很多，可能是葡萄牙南部靠近大西洋，屬于地中海亞熱帶氣候，玉米生育期內溫度相對較低。Zhao等[19-20]認為夏玉米E/ET在37%～45%左右；Kang等[39]得出關中地區夏玉米E/ET在33%；Xu等[40]認為華北地區夏玉米E/ET在25%～36%；Liu等[41]研究得出夏玉米E/ET在30%左右。較本研究略高一些，可能是本研究采用滴灌節水的灌溉方式、土壤質地、夏玉米品種以及種植密度等不同引起的。綜上所述，本研究所得E/ET較國外高，而顯著低于常規地面灌溉，故在關中地區發展滴灌灌水技術具有較大的節水潛力。關中地區種植模式為冬小麥-夏玉米一年兩熟，建議冬小麥收獲時將秸稈全部還田，增加秸稈覆蓋量，減少生育初期裸露在空氣中的土壤表面積進而減少土壤蒸發；同時，采用免耕的措施種植夏玉米，可以減少因翻耕導致大量水分蒸發影響出苗。

4 結 論

基于2 a試驗，采用SIMDualKc模型模擬土壤含水率，土壤蒸發、作物蒸騰和蒸散量，結果表明：

1）SIMDualKc模型模擬土壤含水率變化趨勢與實測的土壤水分變化趨勢基本一致（R2＞0.88、nRMSE＜5%、RSR＜0.5）。

2）運用SIMDualKc模型研究夏玉米初期、中期、后期不同水分供應條件下的基礎作物系數為0.15、1.13、0.2。

3）播種后尚未出苗時的土壤水分脅迫系數有高估的趨勢；出苗后，W1最大水分脅迫出現在8月下旬， W2最大水分脅迫出現在8月上旬，W3最大水分脅迫大致出現在收獲期。

4）W1～W3處理土壤蒸發為78.1～100.2 mm，作物蒸騰為221.8～293.3 mm，蒸散量為299.3～383.0 mm，蒸發占比為24.1%～28.7%。土壤蒸發、作物蒸騰和蒸散量隨灌水量減少逐漸下降；而2 a 蒸發占比隨著灌水量減少呈上升趨勢。因此，運用SIMDualKc模型可以準確估算夏玉米滴灌不同水分條件下的蒸散量，能夠準確地將土壤蒸發和植株蒸騰分開，可以預測滴灌條件下土壤水分動態變化過程，為農業生產提供理論依據。

[1] Allen R, Pereira L, Smith M, et al. FAO-56 Dual crop coefficient method for estimating evaporation from soil and application extensions[J]. Journal of Irrigation and Drainage Engineering,2005, 131(1): 2-13.

[2] 康紹忠，杜太生，孫景生，等. 基于生命需水信息的作物高效節水調控理論與技術[J]. 水利學報，2007，38(6)：661 -667. Kang Shaozhong, Du Taisheng, Sun Jingsheng, et al. Theory and technology of improving irrigation water use efficiency based on crop growing water demand information[J]. Journal of Hydraulic Engineering, 2007, 38(6): 661-667. (in Chinese with English abstract)

[3] Lascano R J, Van Bavel C H M, Hatfield J L, et al. Energy and water balance of a sparse crop: simulated and measured soil and crop evaporation[J]. Soil Science Society of America Journal, 1987, 51(5): 1113-1121.

[4] Shuttleworth W J, Wallace J S. Evaporation from sparse crops-an energy combination theory[J]. Quarterly Journal of the Royal Meteorological Society, 1985, 111(469): 839-855.

[5] 楊雨亭，尚松浩. 雙源蒸散發模型估算潛在蒸散發量的對比[J]. 農業工程學報，2012，28(24)：85-91. Yang Yuting, Shang Songhao. Comparison of dual-source evapotranspiration models in estimating potential evaporationandtranspiration[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(24): 85-91. (in Chinese with English abstract)

[6] Jiang Shuang, Pang Liping, Buchan G D, et al. Modeling water flow and bacterial transport in undisturbed lysimeters under irrigations of dairy shed effluent and water using HYDRUS-1D[J]. Water Research, 2010, 44(4): 1050-1061.

[7] Allen R G, Pereira L S, Raes D, et al. Crop Evapotranspiration: Guidelines or Computing Crop Water Requirements [M]. Rome: FAO Irrigation and Drainage, 1998: 56.

[8] Kool D, Agam N, Lazarovitch N, et al. A review of approaches for evapotranspiration partitioning[J]. Agricultural and Forest Meteorology, 2014, 184(1): 56-70.

[9] 馮禹，崔寧博，龔道枝，等. 基于葉面積指數改進雙作物系數法估算旱作玉米蒸散[J]. 農業工程學報，2016，32(9)：90-98. Feng Yu, Cui Ningbo, Gong Daozhi, et al. Estimating rainfed spring maize evapotranspiration using modified dual crop coefficient approach based on leaf area index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 90-98. (in Chinese with English abstract)

[10] 文冶強，楊健，尚松浩. 基于雙作物系數法的干旱區覆膜農田耗水及水量平衡分析[J]. 農業工程學報，2017，33(1)：138-147. Wen Yeqiang, Yang Jian, Shang Songhao. Analysis on evapotranspiration and water balance of cropland with plastic mulch in arid region using dual crop coefficient approach[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(1): 138-147. (in Chinese with English abstract)

[11] Rosa R D, Paredes P, Rodrigues G C, et al. Implementing the dual crop coefficient approach in interactive software. 1. Background and computational strategy[J]. Agricultural Water Management, 2012, 103(1): 8-24.

[12] Rosa R D, Paredes P, Rodrigues G C, et al. Implementing the dual crop coefficient approach in interactive software: 2. Model testing[J]. Agricultural Water Management, 2012, 103(1): 62-77.

[13] Rosa R D, Ramos T B, Pereira L S. The dual Kc approach to assess maize and sweet sorghum transpiration and soil evaporation under saline conditions: Application of the SIMDualKc model[J]. Agricultural Water Management, 2016, 177: 77-94.

[14] Gao Yang, Yang Linlin, Shen Xinjun, et al. Winter wheat with subsurface drip irrigation (SDI): Crop coefficients, water-use estimates, and effects of SDI on grain yield and water use efficiency[J]. Agricultural Water Management, 2014, 146: 1-10.

[15] 楊林林，高陽，韓敏琦，等. 基于SIMDual_Kc模型的豫北地區麥田土壤水分動態和棵間蒸發模擬[J]. 水土保持學報，2016，30(4)：147-153. Yang Linlin, Gao Yang, Han Minqi, et al. Simulation of moisture dynamics and soil evaporation of winter wheat based on SIMDual_Kc model in Northern Henan Province[J]. Journal of Soil Water Conservation, 2016, 30(4): 147-153 .(in Chinese with English abstract)

[16] 王子申，蔡煥杰，虞連玉，等. 基于SIMDualKc模型估算西北旱區冬小麥蒸散量及土壤蒸發量[J]. 農業工程學報，2016，32(5)：126-136. Wang Zishen, Cai Huanjie, Yu Lianyu, et al. Estimation of evapotranspiration and soil evaporation of winter wheat in arid region Northwest China based on SIMDualKc model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(5): 126-136. (in Chinese with English abstract)

[17] Martins J D, Rodrigues G C, Paredes P, et al. Dual crop coefficients for maize in southern Brazil: Model testing for sprinkler and drip irrigation and mulched soil[J]. Biosystems Engineering, 2013, 115(3): 291-310.

[18] González M G, Ramos T B, Carlesso R, et al. Modelling soil water dynamics of full and deficit drip irrigated maize cultivated under a rain shelter[J]. Biosystems Engineering, 2015, 132: 1-18.

[19] Zhao Nana, Liu Yu, Cai Jiabing, et al. Dual crop coefficient modelling applied to the winter wheat-summer maize crop sequence in North China Plain: basal crop coefficients and soil evaporation component[J]. Agricultural Water Management, 2013, 117(117): 93-105.

[20] 趙娜娜，劉鈺，蔡甲冰，等. 雙作物系數模型SIMDual_Kc的驗證及應用[J]. 農業工程學報，2011，27(2)：89-95. Zhao Nana, Liu Yu, Cai Jiabing, et al, Validation and application of dual crop coefficient model SIMDual_Kc[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(2): 89-95. (in Chinese with English abstract)

[21] Ran Hui, Kang Shaozhong, Li Fusheng, et al. Performance of AquaCrop and SIMDualKc models in evapotranspiration partitioning on full and deficit irrigated maize for seed production under plastic film-mulch in an arid region of China[J]. Agricultural Systems, 2017, 151: 20-32.

[22] 孫銳，朱平，王志敏，等. 春玉米葉面積系數動態特征的密度效應[J]. 作物學報，2009，35(6)：1097-1105. Sun Rui, Zhu Ping, Wang Zhimin, et al. Effect of plant density on dynamic characteristics of leaf area index in development of spring Maize. Acta Agronomica Sinica, 2009, 35(6):1097-1105. (in Chinese with English abstract)

[23] Li Sien, Kang Shaozhong, Li Fusheng, et al. Evapotranspiration and crop coefficient of spring maize with plastic mulch using eddy covariance in northwest China[J]. Agricultural Water Management, 2008, 95(11): 1214-1222.

[24] Allen R G, Pereira L S. Estimating crop coefficients from fraction of ground cover and height[J]. Irrigation Science, 2009, 28(1): 17-34.

[25] Jones C A, Bland W L, Ritchie J T, et al. Simulation of root growth[J]. Modeling Plant and Soil Systems, 1991: 91-123.

[26] Doorenbos J, Pruitt W O. Guidelines for predicting crop water requirements[J]. Irrigation & Drainage Paper, 1977, 24 :15-29

[27] Fernando R M C. Quantifica??o Do Balan?o Hídrico De Um Solo Regado Na Presen?a De Uma Toalha Freática: Simula??o Com O Modelo SWATRER[D]. Lisboa: Universidade Técnica de Lisboa, 1993. (inPortuguese)

[28] Legates D R, Mccabe G J. Evaluating the use of 'goodnessof-fit' measures in hydrologic and hydroclimatic model validation[J]. Water Resources Research, 1999, 35(1): 233-241

[29] Loague K, Green R E. Statistical and graphical methods for evaluating solute transport models: overview and application[J]. Journal of Contaminant Hydrology, 1991, 7(1): 51-73.

[30] Willmott C J. Some comments on the evaluation of model performance[J]. Bulletin of the American Meteorological Society, 1982, 63(11): 1309-1313.

[31] Jamieson P D, Porter J R, Wilson D R. A test of the computer simulation model ARCWHEAT1 on wheat crops grown in New Zealand[J]. Field Crops Research, 1991, 27(4): 337-350.

[32] Willmott C J. On the validation of models[J]. Physical Geography, 1981, 2(55): 184-194.

[33] Moriasi D N, Arnold J G, Van Liew M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transactions of the ASABE, 2007, 50(3): 885-900.

[34] 趙娜娜，劉鈺，蔡甲冰. 夏玉米作物系數計算與耗水量研究[J]. 水利學報，2010，41(8)：953-959，969 Zhao Nana, Liu Yu, Cai Jiabing. Calculation of crop coefficient and water consumption of summer maize[J]. Journal of Hydraulic Engineering, 2010, 41(8): 953-959, 969. (in Chinese with English abstract)

[35] 陳鳳，蔡煥杰，王健，等. 楊凌地區冬小麥和夏玉米蒸發蒸騰和作物系數的確定[J]. 農業工程學報，2006，22(5)：191-193. Chen Feng, Cai Huanjie, Wang Jian, et al. Estimation of evapotranspiration and crop coefficients of winter wheat and summer maize in Yangling Zone[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 191-193. (in Chinese with English abstract)

[36] 胡慶芳，尚松浩，田俊武，等. FAO56計算水分脅迫系數的方法在田間水量平衡分析中的應用[J]. 農業工程學報，2006，22(5)：40-43. Hu Qingfang, Shang Songhao, Tian Junwu, et al. Application of water stress coefficient from FAO56 to the field water balance analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 40-43. (in Chinese with English abstract)

[37] Penman H L. Natural evaporation from open water, bare soil and grass[J]. Proceedings of The Royal Society A: Mathematical, Physical and Engineering Sciences, 1948, 193(1032): 120-145.

[38] 劉群昌，謝森傳. 華北地區夏玉米田間水分轉化規律研究[J]. 水利學報，1998，29(1)：62-69. Liu Qunchang, Xie Shenchuan. A study on field soil water balance for summer corn in north China plain[J]. Journal of Hydraulic Engineering, 1998, 29(1): 62-69. (in Chinese with English abstract)

[39] Kang Shaozhong, Gu Binjie, Du Taisheng, et al. Crop coefficient and ratio of transpiration to evapotranspiration of winter wheat and maize in a semi-humid region[J]. Agricultural Water Management, 2003, 59(3): 239-254.

[40] Xu Duoxia, Mermoud A. Modeling the soil water balance based on time-dependent hydraulic conductivity under different tillage practices[J]. Agricultural Water Management, 2003, 63(2): 139-151.

[41] Liu Changming, Zhang Xiying, Zhang Yongqiang. Determination of daily evaporation and evapotranspiration of winter wheat and maize by large-scale weighing lysimeter and micro-lysimeter[J]. Agricultural and Forest Meteorology, 2002, 111(2): 109-120.

Estimation of drip irrigated summer maize soil water content and evapotranspiration based on SIMDualKc model

Yan Shicheng, Zhang Fucang※, Wu You, Qiang Shengcai, Zou Haiyang, Xiang Youzhen, Fan Junliang, Tian Jianke
(Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Institute of Water-saving Agriculture in Arid Areas of China, Northwest A&F University, Yangling 712100, China)

Accurate estimation of soil evaporation, crop transpiration, evapotranspiration (ET), and the ratio of soil evaporation to evapotranspiration are critical for the precise water management in areas with scarce water resources. This study aimed to evaluate the SIMDualKc model for ET estimation and partition in terms of accuracy in summer maize under drip irrigation. A 2-year controlled drip irrigation experiment was conducted in the summer maize field in semi-arid regions of northwest China. This drip irrigation experiment included 3 water-supply levels (i.e., normal irrigation, W1; moderate deficit, W2; and medium deficit, W3). The measured soil water content for W2 treatment was selected for parameter calibration in SIMDualKc model, while the measured soil water content for W1 and W3 treatments were used for model validation. Based on those, the parameters such as transpiration, soil evaporation, ET and soil water stress coefficient for each treatment were simulated and analyzed. The results showed a good agreement in the measured soil water content and the simulated values from SIMDualKc model, with R2＞ 0.88 and normalized root mean square error smaller than 5%, which indicated that the SIMDualKc model was suitable for describing the dynamic changes of soil water content in this experiment. The values of basal crop coefficient for summer maize at the initial-, mid-, and late-season growth stages was 0.15, 1.13, and 0.2, respectively. Furthermore, the SIMDualKc model exhibited a high accuracy in estimating soil water stress coefficient, transpiration and soil evaporation during the whole growth stage of summer maize for all the treatments, but it overestimated soil water stress coefficient before the seed emergence. Soil evaporation mainly occurred in the early growth stage. While for transpiration, it was mainly in the rapid growth period and middle growth period. It increased and then decreased in the whole growth, peaking at the development and mid-season stages. Evapotranspiration varied with changes in the soil evaporation and crop transpiration, which was mainly affected by soil evaporation at the initial stage, and by crop transpiration at the development, mid-season and later stages. Specifically, values of soil evaporation, transpiration, ET, and the ratio of soil evaporation to ET for W1-W3 were 78.1-100.2 mm, 221.8-293.3 mm, 299.3-383.0 mm, and 24.1%-28.7%, respectively. Besides, values of soil evaporation, transpiration and ET had a downward trend with the decrease in water supply amount. Compared with the W1, the W2 and W3 declined on average by 3.74%-21.7%, while the ratio of soil evaporation to ET increased with the decrease in water supply amount. The W2 and W3 treatments increased by 11.1% and 3.8% as compared to W1 during the 2 growing seasons. This study can provide a basis for the establishment of reasonable drip irrigation scheduling and irrigation decision-making for summer maize in the semi-arid regions of northwest China.

evapotranspiration; soil water content; stress; drip irrigation; SIMDualKc model; summer maize

10.11975/j.issn.1002-6819.2017.16.020

S275.6; S161.4

A

1002-6819(2017)-16-0152-9

閆世程，張富倉，吳 悠，強生才，鄒海洋，向友珍，范軍亮，田建柯. 滴灌夏玉米土壤水分與蒸散量SIMDualKc模型估算[J]. 農業工程學報，2017，33(16)：152-160.

10.11975/j.issn.1002-6819.2017.16.020 http://www.tcsae.org

Yan Shicheng, Zhang Fucang, Wu You, Qiang Shengcai, Zou Haiyang, Xiang Youzhen, Fan Junliang, Tian Jianke. Estimation of drip irrigated summer maize soil water content and evapotranspiration based on SIMDualKc model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(16): 152-160. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.16.020 http://www.tcsae.org

2017-01-11

2017-06-10

國家“十二五”863計劃項目課題（2011AA100504）；農業部公益性行業科研專項（201503124）；教育部高等學校創新引智計劃項目（B12007）

閆世程，男，甘肅民勤人，博士生，主要從事節水灌溉理論與技術研究。楊凌 西北農林科技大學旱區農業水土工程教育部重點實驗室，712100。Email：jintian5200@163.com

※通信作者：張富倉，男，陜西武功人，教授，博士生導師，主要從事節水灌溉理論與技術研究。楊凌 西北農林科技大學旱區農業水土工程教育部重點實驗室，712100。Email：zhangfc@nwsuaf.edu.cn