紫色土坡耕地农田生态系统蒸散发与水分利用效率及其影响因素

蒸散发与水分利用效率是农田生态系统碳水循环的重要衡量指标。本研究利用涡度相关技术对紫色土坡耕地生态系统进行连续观测,获取2014—2018年碳水通量数据,分析紫色土冬小麦-夏玉米轮作下的雨养坡耕地农田生态系统蒸散发和水分利用效率变化特征及其对主要环境因子的响应规律。结果表明:紫色土坡耕地农田生态系统蒸散发日变化规律呈单峰型趋势,最大值均在14:00前后出现;一年中8月日蒸散发最高,1月最低;夏季日变化幅度最大,春季次之,冬季和秋季变化较为平缓。叶面积指数、温度为影响紫色土坡耕地蒸散发的最主要因子,其次为饱和水汽压差。水分利用效率在9:00—17:00期间基本呈先下降后回升的变化规律,冬季水分利用效率为全年最高;叶面积指数、CO2通量为影响水分利用效率的主要因子,其次为温度,相对湿度、饱和水汽压差等水分条件也显著影响了水分利用效率。年际差异分析结果表明,紫色土坡耕地夏季玉米生长盛期的水分利用效率对降雨响应更为敏感,同时冬季土壤水分为冬季蒸散发和水分利用效率的关键影响因子。未来仍需对紫色土坡耕地农田生态系统生长盛期蒸散发与水分利用效率动态进行深入研究,从而为探明当地主要作物应对春夏季季节性干旱威胁的系统性策略提供科学依据。     

轮作稻麦田水热通量及影响因素分析

轮作稻麦田水热通量及影响因素研究可为田间灌水管理和作物高效用水提供依据。该文利用波文比能量平衡监测系统测定的轮作稻麦田的水热通量数据及通径分析方法,分析了2种不同农田的水热通量变化规律及影响因素。结果表明轮作稻麦田的水热通量呈单峰曲线日变化。能量主要被潜热通量所消耗,全生育期小麦田潜热通量占可供能量的比例为71%,而2016和2017年水稻全生育期潜热通量占可供能量的比例分别为106%和122%,表明水稻冠层吸收了感热通量以进行水分消耗。净辐射对轮作稻麦田潜热通量的影响主要为直接作用,而1.5 m高气温、饱和水汽压差和风速主要通过净辐射路径对潜热通量产生间接影响。水稻田潜热通量受净辐射的直接作用小于小麦田,而受饱和水汽压差的直接作用大于小麦田。水稻田各影响因子对潜热通量影响的间接作用比小麦田更大。     

苏南地区典型作物冠层阻力参数及潜热通量的模拟

准确测算和模拟农田潜热通量对农业生产有着重要意义。该研究基于波文比能量观测系统对苏南地区夏玉米和冬小麦生育期内潜热通量进行连续观测,采用Katerji-Perrier（KP）和Todorovic（TD）两种方法来确定Penman-Monteith（P-M）模型中冠层阻力参数,探究两种冠层阻力参数子模型的估算误差及成因。结果表明：冬小麦生育期内主要气象因子呈现相似变化趋势,净辐射日均值呈现出波动上升趋势。两种冠层阻力参数子模型对冬小麦潜热通量模拟均取得良好的模拟效果,模拟R2不小于0.84,纳什系数不小于0.86,但KP模型精度稍高于TD模型。KP模型对冬小麦和夏玉米潜热通量均有高估,而TD模型高估了夏玉米潜热通量,饱和水汽压差是影响KP和TD两种冠层阻力参数子模型误差的主要因素,且饱和水汽压差越大绝对误差越大。研究为当地农业用水管理提供科学依据。     

冬小麦农田尺度瞬态CO2通量与水分利用效率日变化及影响因素分析

以华北平原冬小麦农田尺度为研究对象,采用涡度相关技术,研究冬小麦灌浆期瞬态CO2通量日变化特征及其与农田热量平衡各分量的关系。结果表明,非水分胁迫下CO2通量日变化(负值表示通量指向冠层)为U型,群体净光合速率最高值为-1.2~-1.4mg/m2.s,夜间瞬态CO2通量呈非稳定变化,最高值达0.4~0.54mg/m2.s。白天时段内CO2通量与净辐射、潜热通量呈高度相关,8:00~15:30时段内CO2和水汽通量呈同步日变化趋势,水分利用效率处于稳定状态,瞬态水分利用效率基本维持在0.012~0.014g(CO2)/g(H2O)范围内;但早晨和傍晚时段内水分利用效率变化较大。     

亚热带季风区樟树蒸腾与气象因子之间的时滞效应

以亚热带地区常绿阔叶树种樟树(Cinnamomum camphora)为研究对象,利用Grainer热扩散式探针技术,于2019年6月至2020年10月测定了樟树小时尺度的蒸腾速率,并同步监测了气象因子和土壤含水量,分析了樟树蒸腾在日间不同时段与主要气象因子的关系、时滞的变化特征以及时滞校正对蒸腾预测模型的影响。结果表明:蒸腾在生长季(6—10月)与太阳辐射的时滞回环呈逆时针,与饱和水汽压差和气温的时滞回环呈顺时针。利用Gauss方程拟合发现,2019年与2020年生长季蒸腾平均滞后于太阳辐射0.94 h,提前于饱和水汽压差和气温2.60,2.61 h。这种时滞效应是蒸腾在日内不同阶段对气象因子的响应不同导致的,蒸腾在上升阶段(7:00—11:00)对太阳辐射变化的响应较下降阶段(17:00—21:00)敏感,而在上升阶段蒸腾对饱和水汽压差和气温变化的响应不如下降阶段敏感。蒸腾与太阳辐射、饱和水汽压差和气温的时滞效应存在明显的季节变化,2019年与2020年的归一化时滞回环面积存在一定差异,但均在10月最大,8月或9月最小。小时尺度上,土壤水分充足时,时滞随主要日均气象因子的增大而增大,土壤水分胁迫时,随主要日均气象因子的增大,时滞变化不明显。时滞校正后,太阳辐射和饱和水汽压差与蒸腾的回归方程的决定系数分别提高了4%和9%,运用主成分分析构造的综合气象因子对蒸腾模拟的决定系数提高了7%,时滞校正可以提高蒸腾预测模型的精度。旨在加深对植物生理过程与环境变化过程关系的认识,并为提高蒸腾预测模型的精度提供依据。     

田块和小区尺度下节水灌溉稻田腾发量差异分析

为了揭示节水灌溉稻田腾发量在不同尺度间的差异,基于田间实测数据,对比分析了节水灌溉田块尺度与小区尺度间稻田腾发量的差异性。结果表明,节水灌溉水稻整个生育期不同尺度腾发量间存在显著差异,田块尺度的总腾发量比小区尺度小18.7%。各生育期稻田腾发量尺度间差异显著(P0.05),不同时段(旬、候)稻田腾发量尺度间差异极显著(P0.01)。节水灌溉条件下稻田下垫面状况、大气湍流状况、灌溉补水过程、土壤水分状况以及气象因子是造成不同尺度稻田腾发量差异的主要原因。气象因子中空气相对湿度和气温造成了尺度间腾发量差异的变化。稻田腾发量尺度差异的揭示可为稻田腾发量在尺度间的转换提供依据。     

不同时间尺度农田蒸散影响因子的通径分析

基于2011-2015年冬小麦农田实测大型称重式蒸渗仪数据及农业气象观测数据,分析不同时间尺度农田蒸散量的分布特征,并利用通径分析方法对各时间尺度农田蒸散的影响因子进行辨识。结果表明:(1)冬小麦开花-乳熟期典型晴天小时尺度蒸散呈单峰变化,最大值为0.9~1.1mm·h~(-1),日累计蒸散量7.0~9.1mm·d~(-1);冬小麦全生育期多年平均蒸散总量为385.4mm,日平均蒸散量为2.6mm·d~(-1),最大日蒸散量11.0mm·d~(-1),变化趋势为前期较低、后期较高;在生育期尺度,播种-返青期的蒸散速率较小,多年平均值为1.1mm·d~(-1),返青后,农田蒸散速率加快,多年平均值为4.2mm·d~(-1)。(2)不同时间尺度蒸散变化的影响因子主要包括净辐射(Rn)、饱和水汽压差(VPD)、0cm地温(T_(g0))、20cm土壤水分(SW20)。在小时尺度,VPD对典型晴天蒸散变化的直接作用最大,其次为Rn,T_(g0)通过Rn路径对EThourly变化产生间接影响,对蒸散的综合决定能力排序依次为VPDT_(g0)Rn;在日尺度,Rn作为最关键的影响因子,对蒸散的直接影响最大,VPD对蒸散的间接影响最大,VPD、T_(g0)主要通过Rn路径间接影响蒸散,SW20再通过T_(g0)路径间接影响蒸散且为负效应,各因子决策系数排序依次为RnVPDT_(g0)SW20;在生育期尺度,T_(g0)和Rn是驱动蒸散变化的最主要因子并起直接影响作用,决策系数表明T_(g0)对蒸散变化的促进作用比Rn明显。     

红壤坡地农业景观(旱季)地表界面水分传输研究——Ⅱ．叶面冠层一大气界面水分传输

定位观测红壤坡地典型作物系统叶面冠层 大气界面水分传输结果表明 ,叶面冠层 大气界面水汽传输通量大小取决于景观植物群落的构建 ,稳定群落叶面冠层 大气界面水汽传输通量有明显日变化规律 ,除受植物生理机制影响外 ,还明显受土壤水分和气象条件的影响。植株叶片蒸腾速率有明显日变化规律且呈单峰型曲线及多峰态势。净辐射、空气饱和水汽压差、气温、地表温度、风速对蒸腾的影响均达极显著水平 (正相关 ) ,其中净辐射、气温为主要影响因子。叶片气孔导度可反映叶片蒸腾速率 ,叶片气孔阻力日变化规律是植物对气象条件的响应 ,且受土壤水分状况强烈影响。改善作物生长环境 ,调节气孔行为 ,进而协调作物蒸腾作用和光合作用耗水制约 ,可调控叶面冠层 大气界面水分传输 ,提高作物水分利用效率     

浑善达克沙地人工植被覆盖下土壤蒸发的模拟研究

应用自制的微型蒸渗仪(Micro-Lysimeter)测定了2005年浑善达克沙地人工牧草区的日棵间土壤蒸发量。对影响土壤蒸发的主要因子进行了回归分析,并比较了以6因子[日平均气温(T)、净辐射(Rn)、相对湿度(RH)、2m处风速(U2)、0~30cm土壤含水率(θ)及叶面积指数(LAI)]和4因子[日平均气温(T)、净辐射(Rn)、0~30cm土壤含水率(θ)及叶面积指数(LAI)]为输入样本,以日棵间土壤蒸发量为输出样本的BP网络模拟预报模型。研究表明,BP网络可以用于日棵间土壤蒸发量的预报,6因子法和4因子法均简便可行,能满足生产的需要。相比之下,6因子法的精度更高。此研究是对传统棵间土壤蒸发量计算的补充。     

不同时空分辨率遥感数据融合估算冬小麦叶面积指数

高时空分辨率叶面积指数(leaf area index,LAI)数据能反映作物的长势动态变化,为作物长势评估和产量预测提供有效的生长指标依据。该文综合利用混合像元线性分解与数据同化算法,以高空间分辨率SPOT-5数据反演的LAI修正高时间分辨率HJ-CCD数据反演的LAI序列,生成了覆盖冬小麦主要生育期的高空间分辨率LAI序列,并结合SPOT-5反演的LAI和实测LAI值分析了像元纯度、高空间分辨率遥感数据同化景数对融合效果的影响。结果表明,采用数据融合方法生成的LAI与检验LAI具有较高的一致性,但像元纯度对融合效果影响较大;基于2景SPOT-5影像能够提高LAI序列估测精度,且优于基于1景SPOT-5影像的融合效果。该研究结果可为冬小麦生长监测提供技术支撑。     

河套灌区典型灌排单元农田耗水机制研究

由于耕荒地交错分布、作物插花种植、地下水埋深浅等特点,河套灌区灌溉水利用情况极为复杂。该研究以灌区典型灌排单元(农渠尺度)为研究对象,基于2 a野外试验观测数据,对整个观测区及其内部的不同作物田块分别建立水平衡方程,推求研究区平均给水度和不同作物田块腾发量,继而对研究区灌溉水利用状况及盐分归趋进行了评价分析。结果表明,研究区给水度为0.062,而仅考虑地下水位变动带的给水度为0.037;该研究提出的经验方法"上升下降法"可以较好地估算不同作物田块的腾发量;2 a中农毛渠系统输水损失水量(包括渗漏和蒸发)约占引水量的18%,灌到田间的水量占76%,直接退走的水量占6%;通过不同土地类型间地下水的横向交换,农田不但全部利用了田间灌溉水量,还通过地下水侧向流入的方式利用了约12%的渠道渗漏量,荒地利用了约65%的渠道渗漏量,排沟排走了23%;最终研究区农田腾发消耗了总引水量的78%,积累了总引入盐分的39%,荒地腾发消耗了总引水量的11%,承纳了总引入盐分的40%。研究结果可为灌区水盐管理提供依据。     

冬小麦拔节抽穗期作物系数的研究

在2000～2004年4个冬小麦生长季节研究了冬小麦拔节抽穗期农田蒸散量和参考作物腾发量（FAO56 PM方法计算）的关系，以及作物系数和叶面积指数及作物株高的关系。研究发现在冬小麦拔节抽穗前期，参考作物腾发量要大于或者接近于农田蒸散量，而在后期则要明显小于农田蒸散量。作物系数随着叶面积指数的增加和株高的增加而增加。用2003和2004年的数据回归建立了叶面积指数和株高与作物系数的数学表达式，并计算了2001和2002年的农田蒸散量。结果显示用叶面积和株高两种方法都能够很好的估算农田蒸散量。但是当农田蒸散量小于3 mm/d时，计算值要小于观测值。用叶面积指数和株高两种方法计算的农田蒸散量没有明显差别，说明用株高计算农田蒸散量是可行的。     

Crop evapotranspiration of chilli in the tropics

Abstract

The rate of crop evapotranspiration though can be predicted theoretically but the actual field study would give a more accurate data. Result from a simple lysimeter study showed that the daily rate of actual crops evapotranspiration, ETa of chilli (Capsicum annum) under the tropical condition was in the range between 4.94–7.72 mm. Their actual crop evapotranspiration/ reference crop evapotranspiration ratio, ETa/ETo ratio was between 0.94 to 1.76 depending on the growth stages of the crops. The estimated monthly value of ETo using Blaney‐Criddle was about 5 mm/day.     

黄土塬区农田蒸散的变化特征及主控因素

蒸散是水量平衡和能量平衡的重要组成部分,也是农田生态系统水分消耗的主要途径。为探究黄土塬区农田蒸散的日动态变化规律,运用涡度相关法、土壤水分及常规微气象观测系统等,于2013年作物生长季(4—10月)对试验区农田作物(冬小麦、春玉米)蒸散特征及影响因素进行分析。结果表明,降水对蒸散的影响较为显著,降水过后的日蒸散量较降水前会有所增加;农田0~100 cm土壤含水量变异系数较大,土壤水分变化剧烈,作物根系的集中分布范围在0~80 cm之间,因此0~100 cm土壤水分主要参与蒸散过程;晴天蒸散的累积量大于阴天,晴天和阴天的日均蒸散量分别为4.5、3.8 mm d-1,相差0.7 mm d-1。阴天蒸散开始的时间较晴天晚,阴天条件下的蒸散更易受到气象因子的扰动;不同天气条件下净辐射均为蒸散的主要影响因子,蒸散速率与净辐射变化趋势一致,但在时间上滞后于净辐射;在不同的土壤水分环境条件下,蒸散的过程和强度差异较大,水分胁迫条件下,全天蒸散量水平较低,"蒸散高地"的持续时间较长;而水分相对充足时,全天蒸散水平较高,"蒸散高地"持续时间较短,维持较高的蒸散速率的时间较长。     

温室葡萄蒸散量时间尺度提升方法优选

为探索在东北寒区温室种植环境下温室葡萄蒸散发（Evapotranspiration,ET）规律与不同时间尺度ET转化方法,该研究对温室葡萄蒸散过程及环境因子进行2 a的连续监测,利用3种尺度提升方法（蒸发比法、改进蒸发比法、作物系数法）对葡萄ET进行了瞬时到日以及日到全生育期的时间尺度提升。结果表明：利用蒸发比法、改进蒸发比法和作物系数法进行ET瞬时到日尺度提升的关键参数在08:00-16:00变化平稳,平均值分别为0.54、0.52和0.76,变异系数平均值分别为0.11、0.10和0.09。采用3种日尺度提升方法对葡萄ET进行瞬时到日尺度提升时,基于不同评价指标确定的最优模型和最佳尺度提升时间均不一致。进一步,利用综合评价指标确定了4个生育期的最佳模拟时刻,基于该时刻进行瞬时到日尺度提升模拟,模拟精度以蒸发比法最高,作物系数法最低,改进蒸发比法居中。2020和2021年蒸发比法模拟的R2分别达到0.92和0.89,相对均方根误差仅为20.23%和21.49%。利用不同生育期的日蒸腾进行生育期尺度ET提升,其中果实膨大期效果最好,基于3种方法利用该生育期日数据进行全生育期ET模拟,模拟精度仍然以蒸发比法最高,作物系数法最低,改进蒸发比法居中。蒸发比法在2020和2021年的ET模拟绝对误差仅为1.8和7.4 mm,相对误差仅为0.68%和2.73%。研究为东北地区温室葡萄的水分管理提供科学依据。     

Soil Evaporation and its Affecting Factors under Crop Canopy

Abstract

Based on field experiments, changing patterns and affecting factors of soil evaporation and energy balance under crop canopy were studied. Soil evaporation under crop canopy was measured directly using the microlysimetry technique. The main factors affecting soil evaporation under crop canopy including surface net radiation, leaf area index, soil water content, and crop growth period were analyzed to give scientific proof for the soil evaporation control. The results showed that no soil evaporation occurred under the crop canopy when net radiation was reduced to a threshold of 230.57 w/m². Under crop cover conditions, evaporation/evapotranspiration (E/ET) reduced with increases of crop leaf area index, followed by an exponential function to a leaf area index (LAI) threshold of 4. The cumulative evapotranspiration, transpiration, and evaporation under crop canopy conditions during the winter wheat growing season were 443.9 mm, 272.2 mm, and 171.7 mm, respectively, with E/ET having a relatively high value of 38.7%.     

水稻蒸散特征及日尺度作物系数估算*5

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

水稻蒸散特征及日尺度作物系数估算

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

基于Shuttleworth-Wallace模型的水稻蒸散组分模拟及其特征分析

农田蒸散(ET)及其组分的模拟是精准灌溉及准确估算生产力的基础。基于2013-2015年的涡度相关通量观测及辅助观测资料,利用Shuttleworth-Wallace模型(S-W模型)对盘锦水稻的蒸散及其组分进行模拟,并利用结构方程模型分析土壤蒸发占蒸散比例(ES/ET)的控制机制。结果表明:(1)S-W模型模拟蒸散值在生长季前期偏低,在生长旺季总体偏高;而在生长季后期与观测蒸散基本吻合。(2)就季节变化过程而言,水稻蒸散模拟值呈现明显的日间波动(0.5~10.4mm·d-1),但季节总体变化趋势不明显;蒸腾(TR)则先增大后降低,变化范围为0.1~8.4mm·d-1;土壤蒸发(ES)呈U型曲线,变化范围为0.1~4.7mm·d-1。(3)模拟水稻蒸散3a均值为892mm。在年尺度上,TR与ES各占ET的50%;但在生长季,TR是ET的主要消耗方式:在移栽分蘖期,水稻的植物蒸腾与土壤蒸发较接近,而在其它各生育期及全生育期,水稻的植物蒸腾均达土壤蒸发的2倍以上。(4)结构方程模型分析结果表明,气温是ES/ET最重要的影响因子,ES/ET随气温上升而下降(总影响系数为-0.82)。气温不仅对ES/ET有显著的直接影响(直接影响系数为-0.50),还通过叶面积指数(LAI)对ES/ET产生显著的间接影响(间接影响系数为-0.32)。除气温外,LAI和风速也是ES/ET的重要影响因子,ES/ET随LAI增大而下降(总影响系数为-0.39),随风速增大而增大(总影响系数为0.38)。