基于蒸滲儀的冬小麥-夏玉米ET估算模型特征參數研究

蔡甲冰 汪玉瑩, 劉玉春

(1.中國水利水電科學研究院流域水循環模擬與調控國家重點實驗室，北京 100038；2.河北農業大學城鄉建設學院，保定 071001)

0 引言

我國農業用水占全國總用水量的70%左右，水資源短缺是農業可持續發展面臨的重大挑戰。而節水灌溉是農業發展的必然趨勢[1]，對保障我國糧食安全、生態安全和農業可持續發展具有重要意義[2]。作物需水量(騰發量，Evapotranspiration，ET)是制定合理灌溉制度的基礎，也是進行區域水資源規劃不可缺少的參數，因此有關研究一直備受關注[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測量，受外界影響較小，是進行蒸發、滲漏研究較為準確的方法[4]，因此廣泛應用于農田水分蒸散特征和作物耗水規律[5-7]的研究中，為農田灌溉制度的完善提供精準數據。

紅外測溫技術具有測量時間短、近距測量誤差小、可連續觀測等優點[8]。作物冠層溫度是進行干旱監測和灌溉決策的指標[9]，也是良好的尺度聯結和尺度轉換的指標。研究表明，作物蒸散量與冠層溫度或冠氣溫差之間關系密切，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模型在不同地區對不同作物進行了參數率定和數據驗證，討論和確定了模型中關鍵特征參數a、b，并應用該模型進行農田日蒸散量的估算[17-21]。然而，農田在不同水分狀況下，作物蒸散發過程是不同的，受環境的影響程度也不同，因此其模型特征參數可能產生差異，但目前不同水分處理下有關S-I模型特征參數的變化研究尚未見報道。

華北平原以冬小麥-夏玉米復種連作為主要種植模式，是中國重要的糧食生產基地[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據源，對不同水分處理下冬小麥和夏玉米的S-I模型進行參數率定和驗證，并分析不同水分處理下模型特征參數的差異，獲取適用于華北平原的冬小麥-夏玉米連作模式下農田蒸散量估算模型，為精準ET估算提供依據。

1 材料與方法

1.1 試驗設置

試驗于2019—2020年在國家節水灌溉北京工程技術研究中心大興節水灌溉試驗站開展。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，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個測坑設置6種水分處理、每個處理4個重復，分別控制各小區的灌水量。表1為冬小麥試驗設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展開。由于夏季玉米蒸發量大耗水較多，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個測坑設置3種水分處理、每個處理8個重復，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8個方位監測數據并記錄此時的空氣溫度。

稱重式蒸滲儀測量土體總質量，采集間隔為2 h。蒸滲儀土壤含水率用內置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，數據采集間隔30 min，包括空氣溫度、相對濕度、風向、風速、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；夏玉米則關注每天土壤含水率變化，達到灌水下限時進行灌溉。

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

1.3 計算方法與模型

試驗區域稱重式蒸滲儀可以直接根據質量變化計算日蒸散量(ETa)。在非稱重式蒸滲儀小區，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Kc和土壤水分脅迫指數Ks，從而根據單作物系數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。在此基礎上進行S-I模型計算結果的率定和驗證，以及相關特征參數的確定。

1.3.1蒸滲儀實際日蒸散量

(1)稱重式蒸滲儀

由稱重系統獲取蒸滲儀總質量，根據前后的質量差計算每天實際蒸散量。不考慮生長季內地表徑流量、地下水補給量的影響，根據水量平衡方程計算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。根據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，kPa/℃

由式(1)計算試驗設置中稱重式蒸滲儀小區中充分灌溉處理下的作物實際日蒸散量ETa，再利用單作物系數法和式(2)計算作物系數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。試驗期內作物生育階段和作物系數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Ks，以此計算其他同處理小區作物實際日蒸散量，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——經驗系數，與作物類別、風速、輻射等因素相關，需要根據作物和本地的條件進行率定和驗證

1.4 統計參數

利用2019年試驗獲得數據對模型進行特征參數率定，并在2020年進行重復試驗，所測得數據對2019年得到的模型進行驗證。為檢驗模型精度，采用決定系數R2、均方根誤差RMSE、一致性系數d來對實測值和模型計算值進行評價。

2 結果與分析

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環境因子，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上，率定S-I模型特征參數，從而獲得其農田蒸散量估算模式。

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據，根據水量平衡方程和單作物系數法確定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總灌水量相同且設置一個生育階段缺水，2019、2020年3個處理主要生育期內總蒸散量分別為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，生育期內發生嚴重水分脅迫，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ETa呈現先升高再降低的趨勢，幾次峰值出現在灌水后。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處理可以發現，當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-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，由蒸滲儀觀測數據，根據水量平衡方程和單作物系數法計算了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ETa變化范圍較大，最大達到10 mm/d以上，最高峰值出現在灌水后。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月初由于連續陰雨天氣ETa較小；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模型特征參數率定

2.2.1冬小麥不同處理S-I模型特征參數率定

在冬小麥主要生育期內由各個處理中蒸滲儀實測數據計算出ETa，根據氣象站觀測數據計算得到日凈輻射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。在此基礎上，通過擬合方程得到S-I模型中特征參數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R2，以及所得到的特征參數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a、b及擬合方程決定系數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a、b變化范圍不同，但R2最高值都出現在13:00。W1～W6處理參數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a均由正值變為負值，W4和W6處理參數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b均為負值；W1、W2、W5和充分灌溉處理(W3)參數b均小于-1，而W4和W6處理參數b均在-1～-0.7之間。可見，灌水量最小的W4和W6處理的特征參數明顯與其他不同。

不同處理之間特征參數變化趨勢也有明顯差異。6個處理參數a都隨時間變化先增大再減小，W4處理拐點出現在13:00，W5處理拐點出現在11:00，其余處理拐點均出現在12:00。參數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b隨時間先增大再減小而后再增大，拐點出現在14:00。由此可見，水分脅迫對S-I模型參數有顯著影響，其值與無水分脅迫處理的日內變化趨勢、變化范圍有差別。

2.2.2夏玉米不同處理S-I模型特征參數率定

與冬小麥計算過程類似，以蒸滲儀觀測數據為基礎，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a、b。表5為3個處理擬合結果和回歸方程決定系數R2，圖6為充分灌溉處理(M3)的數據擬合圖。

表5 夏玉米不同處理S-I模型特征參數率定值及回歸方程決定系數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a、b變化范圍不同，但R2最高值都出現在13:00。M1、M2、M3處理參數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。可見極旱M1處理參數a、b均小于同一時刻的M2、M3處理。

不同處理參數變化趨勢較為相似，3個處理參數b都隨日內時間變化逐漸增大。參數a略有不同，M2、M3處理參數a隨時間先增大再減小，拐點出現在13:00；極旱的M1處理參數a先增大再減小再增大最后一直減小，兩次拐點出現在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據對2019年模型率定參數進行校核。根據表4、5所得的特征參數，利用S-I模型和生育期觀測數據計算每日ETd，并結合2020年稱重式蒸滲儀實測數據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據，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，可利用的有效數據為36 d。表6為上述5個時間點模型計算ETd和蒸滲儀實測ETa之間擬合關系的統計參數，圖7為以冬小麥W3處理為例二者之間關系散點圖。

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R2均在0.7以上，說明基于2019年獲取數據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d均在0.9 以上，進一步說明利用模型估算的ETd較為準確。由表6可知，灌水量最小的W4和W6處理決定系數R2和一致性系數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R2和一致性系數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模型特征參數驗證

2020年夏季降雨較多，晴朗天氣較少，可利用的有效數據為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擬合關系的統計參數，圖8為以夏玉米不缺水的M3處理為例二者之間關系的散點圖。

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個處理回歸系數和R2均在0.8以上，說明基于2019年獲取數據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d均在0.9以上，進一步說明利用模型估算ETd較為準確。由表7可以看出，極旱的M1處理決定系數R2和一致性系數d均小于M2、M3處理，均方根誤差RMSE大于M2、M3處理，而M2、M3處理各統計參數相差不大，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率定和驗證可知，不同水分條件下模型參數存在差異，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S-I模型對于充分灌溉處理的適用性優于發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據存在誤差，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，總灌溉量相同的處理之間參數也有差異，可能是由于每個生育階段灌水量不同，發生水分脅迫的時間不同，進而影響模型參數；夏玉米M2、M3處理參數差異不大，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育的水分條件，所以參數差異較小，不同生育階段灌水量差異對模型參數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域及不同作物上應用時需要提前校核和驗證。

3 結論

(1)冬小麥不同水分處理之間模型特征參數的變化范圍和變化趨勢均有差異。其中，特征參數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為負值且數值較小，其余灌溉處理時參數a由正值變化為負值；特征參數b均為負值，充分灌溉處理時參數b在日間隨時間變化逐漸增大，嚴重水分脅迫處理時參數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b相對較大。

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

(3)冬小麥與夏玉米不同處理之間模型參數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年蒸滲儀實測數據進行了驗證，結果表明利用率定的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模型能夠更準確地估算較少受到水分脅迫的農田ET。