基于稱重法對影響蒸發蒸騰量的主要氣象因子研究分析

蘇彥尹,范興科

(1.中國科學院水利部水土保持研究所,陜西 楊凌 712100；2.西北農林科技大學水土保持研究所,陜西 楊凌 712100；3.中國科學院大學,北京 100049)

隨著全球氣候變化及人類活動的加劇，水資源短缺已成為制約農業與生態環境發展的重要因素之一。西北干旱半干旱地區氣候干燥，缺水嚴重；華北平原春季用水緊張；南方地區河流徑流量小，人口多、水污染嚴重無法滿足灌溉需求。因此快速準確地估算植物蒸散量(ETc) 并預測其生長需水量、優化區域灌溉制度、估算作物產量、預報土壤水分動態對水資源合理開發以及實現區域水資源可持續發展具有非常重要的理論和實際意義[1-3]。

農村飲水工程點多、面廣、線長、分布偏僻，管理維護難度很大。寧夏針對農村飲水工程的特點和規模，積極探索農村飲水安全工程的管理模式，在各市縣建立了農村供水管理總站，由總站對本縣轄區內人飲工程運行管理進行監督和指導，供水工程形成了水利局設單項工程管理站專管、鄉鎮水利站管理、自來水公司管理和承包管理等多種形式，形成了專管與群管相結合的管理體系。通過健全水價機制，推行兩部制水價，加強對供水水源的保護，定期開展農村供水工程水質監測，確保群眾吃上安全水、放心水和明白水。集中供水工程全部落實了管理主體，大部分工程水價能按運行成本、考慮群眾承受能力、科學核定。

蒸散發過程是土壤-植物-大氣連續體(soil-plant-atmosphere continuum,SPAC)系統中的重要環節,其中蒸騰耗水量是衡量植被水分利用效率的重要指標[4],也是生態系統能量和水量平衡的重要分量[5]。潛在蒸騰耗水量(reference evapotranspiration，ET0)是間接估計作物蒸散發的關鍵參數，要確定最終的作物蒸騰耗水量(crop evapotranspiration，ETc)，其中最為重要的就是ET0的計算。

確定ET0的值有計算法和實測法[6-7]兩大類，二者各有利弊，Penman-Monteith(P-M)方程是計算法中最為常用的方法之一，其自變量均為氣象因子，奠定了氣象因子在ET0計算中不可撼動的重要地位。目前關于影響蒸散發的氣象因子研究中,劉國水、蔡甲冰等[8-9]發現不同時間和空間尺度的蒸散量與凈輻射的相關關系均較好,但與空氣濕度、溫度和風速的相關關系隨尺度變化而變化。亦有學者結合比爾定律應用Penman-Monteith(P-M)公式[10-11]和Priestley-Taylor(P-T)公式[12]、Shuttleworth-Wallace(SW)多層冠層理論模型[13]實現了蒸騰估算，但上述模型方法都不可避免地優先考慮太陽輻射對蒸散發的影響,同時也考慮了溫、濕度的影響，這樣很容易導致對蒸散發重復計算，有信息冗余現象。且實際觀測中發現凈輻射的準確觀測較難獲取且準確度難以保證,在大尺度觀測上限制了這些方法的估算精度。此外，并不是所有站點都具有太陽輻射的觀測條件,FAO-56中根據日序數對太陽輻射的估算在陰天時誤差較大,此類問題的存在極大限制了這些方法的使用范圍。其三，無論是P-M模型或是Hargreaves方程，其計算通常采用日時間尺度的平均氣象值，結果不能很好地體現單日內實時農田蒸發蒸騰量的變化過程。特別是晝夜耗水量差異較大時，無法及時獲知農田作物的水分虧缺狀況。因此，本研究旨在找到不同時間尺度下影響蒸發皿水面蒸發的氣象因子，在此基礎上進一步探索影響植物蒸騰的因子是否與蒸發皿水面蒸發一致，同時分析各氣象因子對蒸騰量變化的影響大小，從眾多影響因子中篩選對其作用最為主要且易于獲取的氣象因子,基于實測蒸發蒸騰量探索構建結構形式簡單、計算精度較高的潛在蒸發蒸騰量計算方法，為實時快捷地確定蒸散發狀況提供指導。

此外，高校內部控制有兩個特點：其一，參與主體廣泛且主體素質較高。參與主體應該包括各級管理層以及全體教職工和學生。其二，控制制度種類多且缺乏參考標準。除國家和其他行政事業單位通行的內部控制法規、制度外，高校控制制度還包括特有的獎助學金等學生經費管理制度，教學、科研經費管理制度，學術活動管理制度以及其他經濟活動管理制度等。這些制度缺乏統一的參考標準，由各個大學自行制定。

1 材料與方法

1.1 試驗區概況

蒸騰蒸發量觀測試驗地位于陜西省咸陽市楊陵區西北農林科技大學旱區農業研究院(108°05′E,34°24′N,海拔506 m)，試驗站所在地區位于關中平原旱作區，屬于暖溫帶季風氣候區。采用精度高電子秤稱重法測定蒸發皿(20 cm口徑)水面蒸發量和盆栽綠蘿的蒸騰蒸發量，同時獲取溫、濕度數據。為了避免降水對蒸騰蒸發量測定的影響，蒸發實驗布設在遮雨棚(棚高3 m)下進行。

1.2 監測指標與方法

蒸散發過程由水分蒸發與植物蒸騰共同組成,是水分傳輸和能量轉化的動態過程[14],為了探究各氣象因子在這兩個過程中的作用大小是否相同,本文分為蒸發皿水面蒸發與綠蘿蒸騰兩部分進行研究,進而探究影響植物蒸騰的氣象因子是否與蒸發一致，蒸發過程采用稱重法測定蒸發皿水面蒸發量,植物蒸騰過程采用覆蓋度高的盆栽綠蘿蒸騰,稱重法獲取其蒸騰量。由于水汽壓虧缺(VPD)與溫、濕度有較好的相關性,為避免信息冗余，在氣象因子的選擇上暫不考慮VPD的影響。

(1)水面蒸發量的測定：將3個相同規格的蒸發皿(3個重復)分別置于3臺電子稱上，如圖1所示。電子秤傳感器數據采集間隔設定為1 h，在靠近蒸發皿且與水面持平處設置溫度和濕度傳感器(型號：SHT30，量程-40℃～125℃，精度±0.2℃，分辨率0.1℃，西安淼森電子科技),實時采集3個水面附近的溫度和濕度數據,溫度和濕度傳感器數據間隔確定為5 min，自動讀取，上傳數據為1 h、12組數據的平均值。其他氣象數據以布設的小氣象站觀測值為依據，氣象站觀測項目為：太陽凈輻射(型號：TBB-1太陽凈輻射表，測量波段：280～50 000 nm，靈敏度：3～14 μV·W-1·m-2，日靈敏度/夜靈敏度為8.014 W·m-2/2.567 W·m-2，測量范圍：-2 000～+2 000 W·m-2，錦州陽光氣象科技)；氣壓(塞通科技多合一傳感器)；風速(PHWS-12V-A1風速傳感器，量程0～45 m·s-1)，采集間隔為1 h，電子稱連續兩次讀取的重量值之差即為在該氣象條件下1 h內的水面蒸發量，最后取三個蒸發皿的蒸發量平均值。水面蒸發觀測時間2018年6月至2019年2月。

傳統作業模式中，以還原率、利潤率等估價參數的確定為例，往往依賴估價師經驗進行決策，很多估價人員知其然而不知其所以然。大數據可通過數據決策的方式，使估價更趨近科學化、估價結果更趨向市場化。

圖1 稱重法實測蒸發量示意圖Fig.1 Schematic diagram of measured evaporation by weighting method

(2)植物蒸騰量測定：將植被覆蓋度較高的盆栽綠蘿置于電子秤(量程5 kg，精度1/1 000 g，西安淼森電子科技)上進行稱重，3次重復，進行定期補水。在充足供水條件下，測其冠層的溫、濕度(傳感器型號：SHT30，量程-40℃～125℃，精度±0.2℃，分辨率0.1)，綠蘿蒸騰的觀測時間為2019年3月13日至2019年5月7日。

2.1.1 日蒸發量(ETpan)對氣象因子的響應 日蒸發量與氣象因素的波動規律存在一定的相關性。基于Penman-Monteith方程對每日蒸發皿蒸發量與各氣象因子之間的關系進行分析,獲取氣溫(Ta,℃)、相對濕度(RH,%)、風速(U, m·s-1)、氣壓(P,kPa)和太陽凈輻射(Rn,W·m-2)5項氣象因子。對2018年6月14日至2019年2月20日9個月每日氣象數據與每日實測水面蒸發量(ETpan)，相關性分析如圖2所示。

繪圖軟件: AUTO CAD, SPSS, ORIGIN.

1.3 分析計算方法及評價指標

本文通過復相關分析月時間尺度下日蒸散發變化量與多個氣象因子之間的相關關系，運用偏相關計算分析日時間尺度下小時蒸散發變化量與各氣象因子之間的關系，通過相關系數的大小確定各因子對蒸散發量變化影響的作用大小；對蒸發量蒸騰量與溫、濕度建立非線性擬合方程并進行檢驗。

除此之外發現,各個氣象因子之間存在不同程度的相關,溫度與太陽凈輻射之間存在極顯著的正相關關系(r=0.605)；其次溫度與氣壓之間存在極顯著的負相關關系(r=-0.724)。

(1)采用Pearson相關分析法(Pearson correlation coefficient)，樣本相關系數r為總體相關系數ρ的最大似然估計量,作為相關性的評價指標,-1≤r≤1絕對值越大,表明兩個變量之間的相關程度越強；若0

我明白，一個人只有在幫助他人站起時才有權利俯視他。我能夠從你們身上學到的東西是如此之多，可事實上已經意義寥寥，因為當人們將我斂入棺木時，我正在死去。

由2019年6月6日—2019年6月30日綠蘿小時蒸騰量ETc與5項氣象因子關系圖看出(圖5a，縱坐標取相關系數絕對值，只考慮各因子相關性大小，忽略正負作用)，ETc與氣象因子之間的相關性與蒸發皿ETpan一致，影響大小依次為：溫度(r=0.819)>凈輻射(r=0.806)>濕度(r=0.769)>風速(r=0.482)>氣壓(r=0.357)，其中對綠蘿蒸騰量變化存在顯著影響(α=0.01)的因子為溫度、濕度與太陽凈輻射。6月20日有較強降雨過程，空氣中水分長期處于飽和狀態,各因子與蒸騰量之間的關系均遠遠小于其余幾日。綠蘿蒸騰過程中，太陽凈輻射、溫度、濕度三者關系密切，趨勢一致(圖5b)。

(1)

(3)擬合優度檢驗：度量擬合優度的統計量(R2)。R2的值越接近1說明回歸直線對實測值的擬合程度越好；反之,R2的值越小,說明回歸直線對實際測量值的擬合程度越差。

(2)

2 結果與分析

2.1 蒸發皿水面蒸發(ETpan)對氣象因子的響應

(3)氣象指標以及監測方法：水面溫度(Ta，℃)、相對濕度(RH,%)，溫、濕度傳感器數據與電子秤重量數據同頻率一并輸出，試驗點附近布設小型氣象站,監測步長設置為1 h。2 m風速(WS,m·s-1)、氣壓(P, kPa)、太陽凈輻射(Rn,W·m-2)，觀測時間：2018年7月起持續觀測。

瑞舒伐他汀聯合替羅非班對急性冠狀動脈綜合征并發糖尿病患者PCI術后血清炎癥因子水平和腎功能的影響…………………………………………………… 楊建軍等（5）：679

圖2中，促進水面蒸發、與蒸發量變化成正相關關系的氣象因子以紅色表示，對水面蒸發有抑制作用的氣象因子以藍色圓表示，圓圈的大小代表該因子對水面蒸發量變化的影響劇烈程度，氣象因子溫度、濕度、凈輻射、風速和氣壓對蒸發量變化產生的影響作用大小不同,其中影響作用較大的有溫度、濕度、凈輻射與氣壓4項,相關系數大小依次為0.809、-0.436、0.526和-0.56,均在α=0.01水平上與ETpan極顯著相關,觀測5項氣象因子對ETpan影響作用大小依次為：Ta>P>Rn>RH>U。溫度和凈輻射以及風速與ETpan呈正相關關系,相對濕度和氣壓與ETpan呈現負相關,隨著溫度的升高、濕度的下降以及凈輻射量的增大、風速的加大,潛在蒸散發呈現出升高的趨勢，此次研究發現，在日尺度上蒸發量與風速相關性很弱，分析原因可能是由于風速計算是通過一天內數值平均得到，其瞬時變化對水面蒸發的影響被淡化。

如果相關系數在α=0.01水平上顯著,則各因子間存在顯著的相關關系[15-16]；同時分析各氣象因子之間的相關關系,進行偏相關分析,分別將各因子作為控制變量進行，以找到對植物蒸騰蒸發量影響的主要氣象因子與植物生理生態指標因子。

2.1.2 小時水面蒸發量(ETpan)對氣象因子的響應 根據2018年夏季測定結果，日小時蒸發皿蒸發量與5項氣象因子的相關關系如表1所示。由表1可知，小時蒸發量的變化與溫度、濕度、凈輻射、風速關系較為密切,各因子與水面蒸發量ETpan的相關系數大小依次為：Ta(r=0.843)>Rn(r=0.808)>RH(r=-0.780)>U(r=0.538)>P(r=-0.113)。

采用無抗舍養、無抗放養、有抗舍養和有抗放養等方式進行固始雞養殖，測定不同養殖階段雞腿肉、胸肉和肝臟中氨基酸及其組成，以研究不同養殖方法對其雞肉品質的影響。結果表明，在舍養條件下有抗養殖與無抗養殖比較，隨著養殖時間的延長，無抗養殖在雞胸肉和腿肉中總氨基酸略高于有抗養殖，而呈鮮味和必需氨基酸有抗養殖略高；放養條件下有抗養殖與無抗養殖比較，總氨基酸、呈鮮味氨基酸、必需和非必需氨基酸，無抗養殖均略高。

注：ETpan:日水面蒸發(mm·d-1);Ta：氣溫(℃);RH：相對濕度(%);U：風速(m·s-1);P：氣壓(kPa);Rn：太陽凈輻射(W·m-2)。Note：ETpan:Daily water evaporation (mm·d-1);Ta：Temperature (℃);RH：Relative humidity (%);U：Wind speed (m·s-1);P：Atmospheric pressure (kPa);Rn：Net solar radiation (W·m-2)。圖2 日蒸發量與各氣象因子相關性Fig.2 Correlation between monthly scale evaporation and various meteorological factors

太陽凈輻射與溫度、濕度三者對水面蒸發的影響在a=0.01水平上顯著, 凈輻射與溫度和濕度之間相關系數分別為0.831、-0.639,說明凈輻射與溫度間相互依存關系的密切程度有83.1%,與濕度間有63.9%的密切程度。溫度、濕度、太陽凈輻射關系密切(見圖3)，三者變化趨勢一致，太陽凈輻射與溫度呈現正相關關系，隨著凈輻射的增大，溫度同時上升，二者同時達到波峰、波谷(最大、最小值)。太陽凈輻射與相對濕度呈現出顯著負相關關系，隨著凈輻射的增大濕度下降，當凈輻射到達峰值時濕度到達波谷值。

圖3 水面蒸發溫度、濕度與同期太陽凈輻射關系Fig.3 Relationship between temperature and humidity and net solar radiation

當數據文件為多變量時，直接對兩個變量進行相關分析往往不能真實地反映二者之間的相關關系，需要用到偏相關分析從中剔除其他變量的線性影響，在控制其他變量的線性影響下分析兩變量之間的相關關系。分別選擇溫度、濕度、太陽凈輻射與風速作為控制變量，依次進行剔除，觀察分別在剔除其中一個因子后，其他三者對蒸發量的影響大小變化，溫度、濕度、凈輻射、風速4項氣象因子與小時蒸發量影響的偏相關分析結果如圖4所示(各氣象因子與蒸發量的相關系數取絕對值)。首先將溫度(Ta)作為控制變量剔除其影響作用后,濕度、凈輻射、風速3項與水面蒸發量之間相關性顯著下降,下降幅度分別為41.92%、51.49%、34.57%,相關性平均下降率為42.66%；將濕度(RH)作為控制變量后,溫度、凈輻射、風速與水面蒸發量之間相關性顯著下降,下降幅度分別為18.51%、13.11%、53.9%,平均下降率為28.51%；將太陽凈輻射(Rn)作為控制變量剔除其影響作用后,溫度、濕度與蒸發量的相關性分別下降34.04%、21.54%,風速與蒸發量的相關性則上升12.83%，平均下降率為14.25%；將風速(U)作為控制變量剔除其影響后,其他3項氣象因子與水面蒸發量的相關性平均下降8.63%。由此得出，Rn、U與ETpan的相關性在很大程度上受Ta和RH影響，Rn與U對ETpan產生的影響作用很大程度上可由Ta與RH替代。

……什么叫做對象。我認為不可能有一條嚴格的定義，因為我們這里的東西十分簡單，以至于不能對它進行邏輯分析。只能說明它是什么意思。這里只能簡明地說：對象是一切不是函數的東西，因此它的表達不帶有空位。[注][德]弗雷格：“函數和概念”，《弗雷格哲學論著選輯》，王路譯，北京：商務印書館，2006年，第68頁。

圖4 偏相關分析下氣象因子與蒸發量相關系數變化Fig.4 Correlation coefficient between meteorological factors and evaporation under partial correlation analysis

2.2 植物蒸騰量(ETc)對氣象因子的響應

(2)本文采用一階偏相關：控制變量X3的線性影響下分析兩自變量X1和X2之間的相關,X1和X2之間的一階偏相關關系如下：

2.3.1 溫度、濕度二者對水面蒸發量的預測 通過以上分析認為，溫度與濕度是影響蒸發皿水面蒸發與綠蘿蒸騰耗水的最主要因子，室外蒸發皿蒸發量對溫、濕度的響應情況如圖6所示,其二者的影響顯著,蒸發量的變化與溫度同步。隨著溫度的升高,蒸發量呈上升趨勢；濕度與蒸發量呈負相關關系,隨著空氣中濕度的升高水面蒸發量降低。蒸發量的最大值出現在白天氣溫最高的午后,最小值出現在氣溫最低的凌晨時刻,同時發現,盡管夜間蒸發量較小,但其值并不為零。基于蒸發皿一個補水周期(2018年6月24日16∶00—2018年7月6日16∶00)內的小時實測蒸發量,構建了蒸發量與溫、濕度之間的回歸方程(圖7a)，并通過另一補水周期2018年8月3日10∶00—2018年8月12日10∶00)的電子秤小時水面蒸發數據與溫、濕度數據對其擬合效果進行了驗證(圖7b)，顯示溫、濕度可以較好地擬合預測蒸發皿水面蒸發(R2=0.893)，但發現8月的擬合蒸發量值的峰值存在低于實際蒸發量的現象，推測試驗場地處半干旱季風區，8月風速的影響較大，由于擬合方程僅參考溫、濕度 ，忽略風速影響導致。

圖5 綠蘿蒸發蒸騰量變化過程與氣象因子間的關系Fig.5 Relationship between changes in evapotranspiration and meteorological factors

2.3 蒸發量、蒸騰量與溫度、濕度關系擬合

翻譯后的作品具有明顯異國情調是指“源文本的語言和文化特征只做了很少改動或未經改動就轉移到目標文本中，結果目標文本看起來有一種明顯的‘外國’味兒”（轉引自譚載喜，2005，p.72）

圖7 溫、濕度對小時水面蒸發擬合效果圖Fig.7 Effect of temperature and humidity on the evaporation of hourly water surface

圖6 蒸發量對溫、濕度的響應Fig.6 Response of transpiration to its temperature and humidity

同時，由于氣壓的時空變異產生空氣對流而形成風，風也是影響蒸散發的主要氣象因子之一，之所以在月尺度上風速對ETpan、ETc的影響均不顯著，一是因為試驗場位于關中盆地風速較小且風速對其產生的是瞬時影響(體現在風速對小時蒸發量影響顯著)，另一方面，認為空氣對流的加大會導致溫度、濕度的變化：2.1.1中由于時間尺度跨度大，既包含了月尺度日蒸發量的影響因素又考慮到了不同季節對蒸發量產生影響的氣象因素，故所包含的氣象因子多數(主要體現在氣壓對蒸發量的顯著影響上)在較長的時間尺度，例如9個月的長時間實測水面蒸發量的變化受氣壓的影響較大，發現如果將時間尺度放短，在小時尺度上氣壓的影響不再顯著，則通過影響溫、濕度變化對蒸散發量變化產生影響。并且在不同時間、不同季節情況下，主要影響的氣象因子種類也會改變[19]，故本研究做了不同時間尺度下各因子對蒸發蒸騰量影響作用的研究，得到同樣結果(風速是影響小時蒸發量的因子但對日蒸發量的影響不顯著)，在更長時間尺度，包含不同季節變化情況下，溫、濕度可以較好體現出各氣象因子的綜合作用。

圖8 溫、濕度對綠蘿蒸騰耗水擬合效果圖Fig.8 Effect of temperature and humidity on transpiration water consumption

3 討 論

氣象因子對蒸散發的影響并不是單獨作用[16]，表現為各個因子共同作用影響蒸發蒸騰量的變化。有研究表明，在日時間尺度內太陽輻射的升高會導致溫度的升高[18]，但在實際應用中，太陽輻射或太陽凈輻射量的獲取難度遠遠高于溫度。通過本文的探索與驗證，溫、濕度在一定程度上可以替代太陽輻射對蒸騰蒸發的影響，利用溫度、濕度兩個因子可以較好地表示水面蒸發與綠蘿蒸騰量的變化，較大程度上簡化了水面蒸發與植物蒸騰計算時所需的氣象因子，會給實際農業生產中蒸騰蒸發量預測帶來極大便利；輻射對蒸散發的影響之所以可以被溫度和濕度所替代，從能量交換的角度考慮，太陽輻射是引起地面、水面和大氣等溫度升高的主要能量來源，溫度是影響作物生長狀態基本的氣象因素,溫度的升高和降低直接反映了太陽凈輻射的大小，溫度的變化正是能量增減的體現，水的蒸發和凝結也是大氣能量交換的體現，太陽輻射會同時引起空氣和水體的升溫,空氣溫度的高低決定空氣接納水汽能力的高低,水面溫度的高低決定了水面處分子逃逸出水面的能力,溫度越高,水分子獲得的動能越大,蒸發越大。

2.3.2 溫度、濕度二者對植物蒸騰量的預測 對2019年6月充分灌水條件下的小時綠蘿蒸騰耗水量與對應氣溫、濕度，建立估算經驗模型,模型計算結果與電子秤實測結果的對比見圖8，在6月14日與6月30日存在模擬值高于實測值現象，通過對比其他氣象因子的變化，兩日該時刻均有降雨，認為是忽略了氣壓的變化而導致預測值偏高，除此之外擬合效果良好(R2=0.724)。分析表明，綜合2.3.1中溫度與濕度與水面蒸發的擬合效果，顯示表明只利用簡單易得的氣象資料(氣溫與相對濕度)可較好擬合預測蒸發蒸騰量。

在充分灌水條件下確定影響植物耗水主要氣象因子，對簡化植物蒸騰耗水量預測模型十分重要。除此之外，Wang等[22]發現隨著生長季的變化,植物蒸騰量與各影響因素間的關系會發生改變，隨著作物種類、氣候、灌溉方式以及其它農田管理條件不同而發生變化[23],已有研究表明植被蒸騰耗水是導致土壤水分虧缺從而形成土壤干層的主因[24]。在本研究基礎上與土壤蒸發量(Ke)與基礎作物系數(簡稱作物系數,Kc)結合可以計算得到實際蒸騰蒸發量(ETc)，進一步探討SPAC系統之間水分動態和量化關系，最終達到計算實時蒸騰耗水量，以此來有效解決下墊面濕度變化與蒸發問題[25]，以期達到科學合理地配置有限水資源，制定高效實時的灌溉計劃與作物灌溉量的目的。

在誤差允許范圍內，同時考慮到氣象因子與植物作物的生理生態因子對蒸散發量的影響，用影響最主要并且易獲取參數進行作物蒸騰蒸發量的計算，將為今后植物蒸散發耗水量的研究以及實際灌溉帶來極大的便利。文中所擬合初步蒸散模型對氣溫與濕度要求是明確的,且也是初步進行探索，目前,關于不考慮太陽輻射、植物蒸散發量與溫度、濕度的研究尚未完善，為得到更為完善的蒸散發模型,還需參考其他地區研究成果確定溫、濕度范圍,再進一步搜索求得各參數最優解。

考慮到不同地區不同季節溫度與濕度的影響可能存有差異，本文研究仍存在不足：文中水面蒸發和綠蘿蒸騰模型中各參數是基于陜西楊凌旱地研究院試驗場數據所得,其他地區需先率定參數或將各參數與已有研究對比后再應用。

4 結 論

通過對蒸發皿水面蒸發量與盆栽綠蘿蒸發蒸騰量的監測以及對氣象因子的獲取分析,研究發現：

(1)影響蒸發皿水面蒸發量的3個主要氣象因子為溫度(Ta)、平均相對濕度(RH)與太陽凈輻射(Rn)。在日尺度下，各氣象因子與日水面蒸發量的相關關系由小到大依次為：Ta(r=0.809)>P(r=-0.56)>Rn(r=0.526)>RH(r=-0.44>U(r=0.041)；在小時尺度下，各氣象因子與水面蒸發皿小時蒸發量的相關性大小依次為：Ta(r=0.843)>Rn(r=0.808)>RH(r=-0.780)>U(r=0.538)>P(r=-0.113)，溫度、濕度與太陽凈輻射三者對蒸發量的影響顯著且穩定，氣壓影響不穩定，且主要體現在夏季與冬季的差異上，故不認為其是影響蒸騰蒸發量的主要因子。

(2)影響綠蘿蒸發蒸騰量的主要氣象因子為：氣溫(Ta)、平均相對濕度(RH)、太陽凈輻射(Rn)，Ta(r=0.819)>Rn(r=0.806)>濕度(r=0.769)在α=0.01水平上極顯著。

由此可見，在試驗條件下影響植物蒸發蒸騰量的主要氣象因子為溫度、太陽凈輻射、濕度，與蒸發皿水面蒸發具有一致性。

1.2.1 試驗設計 設置4個光照強度，分別為：一層遮蔭(P1，47.3%透光率)，二層遮蔭(P2，15.1%透光率)，三層遮蔭(P3，7.3%透光率)，全光照(CK，100%透光率)。每個處理4株，3次重復，共48株。試驗于2016年5月1日開始，共進行180 d，在試驗期間每個處理進行相同的水肥管護。

3)凈輻射與氣溫和濕度間存在顯著的相關關系(r=0.718，r=-0.639)，基于溫度和濕度與蒸發蒸騰量之間的相關關系建立的水面蒸發量和綠蘿蒸發蒸騰量回歸方程，能夠較好地反映蒸發蒸騰量變化過程(R2=0.893(水面蒸發),R2=0.724(綠蘿蒸騰))。