西北地区夏玉米不同生育期蒸发蒸腾量模拟模型适用性评价

【目的】蒸发蒸腾量(ET)是农业生产的主要参数,ET的准确估算对农田精准用水管理和区域水资源优化配置具有重要意义。【方法】利用2012—2013年夏玉米作物指数与气象因子,采用基于参考作物蒸发蒸腾量(ET0)经验模型(Schendel、Hargreaves-M4(H-M4))的单作物系数法、单源模型(Priestley-Taylor(P-T))和双源模型(Shuttleworth-Wallace、Two-Patch)对作物蒸发蒸腾量进行模拟,并对比分析各估算模型模拟情况。【结果】基于不同生育期实测和平衡蒸发蒸腾量均值的比值修正P-T模型经验系数?,P-T修正模型对夏玉米全生育期ET模拟值与大型称质量式蒸渗仪实测值拟合的平均绝对误差(MAE)、决定系数(R2)、平均相对误差(MRE)、相对均方根误差(Relative root mean-squared error,RRMSE)和整体评价指标(GPI)排名分别为0.977 5 mm/d、0.5689、0.843 4、0.450 4和1,苗期分别为0.959 2 mm/d、0.332 0、0.478 4、0.481 1和3,拔节抽雄期分别为1.038 8 mm/d、0.507 8、0.551 7、0.429 0和1,成熟期分别为0.548 1 mm/d、0.774 6、0.915 8、0.423 9、0.692 1和1;H-M4模型对灌浆期ET模拟MAE、R2、MRE、RRMSE和GPI排名分别为1.344 3 mm/d、0.727 9、2.298 3、0.491 0和1。模拟结果均达到极显著(P<0.01,P代表显著性水平)。【结论】P-T和基于单作物系数法的H-M4均具有输入较少参数获取较精确ET估算值的优势,因此P-T可作为全生育期及苗期、拔节抽雄期和成熟期蒸发蒸腾量最优模拟模型,H-M4可作为灌浆期蒸发蒸腾量最优模拟模型。     

夏玉米蒸发蒸腾及与土壤含水率、叶面积指数关系研究

利用大型称重式蒸渗仪测定夏玉米不同生育期的农田蒸发蒸腾,分析了夏玉米的蒸发蒸腾变化规律,探讨了参考作物蒸发蒸腾量ET0、土壤含水率及叶面积指数LAI与作物蒸发蒸腾量ET之间的关系。结果表明:ET0和蒸渗仪实测的ET生育期内变化趋势基本一致;夏玉米ET受0~60cm土层土壤含水率的影响,尤其是0~40cm土层土壤含水率对作物ET影响显著,80cm以下土层土壤含水率基本对作物ET无明显影响;ET与LAI变化趋势在拔节期后期以后基本一致,苗期~拔节期中期无明显关系。     

淮北平原冬小麦蒸发蒸腾量与不同土层土壤含水率关系初探

利用大型称重式蒸渗仪测定了冬小麦不同生育期的农田蒸发蒸腾量,分析了冬小麦的蒸发蒸腾变化规律,探讨了参考作物蒸发蒸腾量(ET0)、土壤含水率与作物蒸发蒸腾量(ET)之间的关系。结果表明,ET0和蒸渗仪实测的ET生育期内变化趋势基本一致;冬小麦ET受0~60cm土层土壤含水率的影响,尤其是0~40cm土层土壤含水率对作物ET影响显著,80cm以下土层土壤含水率基本对作物ET无明显影响。     

基于大型蒸渗仪和遗传算法的受旱玉米蒸发蒸腾量估算

受旱胁迫下作物蒸发蒸腾量估算重要且复杂,依托新马桥农水综合试验站6台大型称重式蒸渗仪开展玉米受旱胁迫专项试验,对不同受旱胁迫下玉米蒸发蒸腾量特征进行分析,在双作物系数法估算无受旱胁迫下玉米蒸发蒸腾量的基础上,采用遗传算法优化率定基础作物系数Kcbini、Kcbmid、Kcbend和作物系数上限Kcmax,同时基于试验站实测太阳辐射数据采用遗传算法优化率定了Angstrom公式经验参数a、b,进而优化了参考作物蒸发蒸腾量(ET0)的计算结果,并以此基础运用双作物系数法估算受旱胁迫下玉米蒸发蒸腾量。结果表明:营养生长中前期轻微的水分亏缺可能会刺激玉米适应性机能,复水后各项生理功能恢复正常;水分亏缺加重时不仅会使玉米当期的蒸发蒸腾量减少,而且会产生累积效应,将这种胁迫影响传递到之后的生育阶段;相同受旱胁迫强度对玉米生殖生长阶段影响更为明显,且易造成永久胁迫;Kcbini、Kcbmid、Kcbend、Kcmax的率定结果分别为0.150、1.090、0.152和1.400,在此基础上运用双作物系数法估算无受旱胁迫下玉米全生育期蒸发蒸腾量的均方根误差RMSE和平均绝对误差MAE分别为1.39 mm和0.97 mm,比对应的FAO-56推荐值估算结果小6.74%和8.23%,受旱胁迫下玉米计算的2个处理全生育期RMSE、MAE和MRE均值分别为1.60 mm、1.18 mm和6.73%,整体估算效果虽然没有无受旱胁迫下的好,但仍优于FAO-56推荐值的估算结果。因此,基于双作物系数法和遗传算法的受旱胁迫下玉米蒸发蒸腾量估算合理可靠,该研究可为区域制定适宜灌溉制度和降低农业旱灾损失风险提供理论依据。     

基于地面观测和Sentinel-2数据的玉米实际蒸散发估算

基于遥感技术估算作物蒸散发(Evapotranspiration,ET)对农业用水效率评价和精量灌溉决策具有重要意义。结合Sentinel-2数据和农田连续地面观测资料,利用混合双源蒸散发模型(Hybrid dual-source scheme and trapezoid framework-based evapotranspiration model,HTEM)对宁夏回族自治区中卫市2019年两个试验田玉米主要生育期(5—8月)的蒸散发量进行估算,并用水量平衡法对遥感估算结果进行验证和评价。结果表明:Sentinel-2数据具有高时空分辨率,能够与研究区复杂的种植地块相匹配,减少了混合像元的数量;遥感反演参数与地面观测数据拟合度较高,研究区2019年遥感反演的玉米田净辐射量均方根误差为36.256 W/m²。利用HTEM模型估算可得,主要生育期内研究区两个玉米试验田的日均实际蒸散发量分别为4.269 mm/d和4.339 mm/d,实际蒸散发总量分别为525.114 mm和533.690 mm,其中植被蒸腾量分别为363.483 mm和358.196 mm,生育初期主要以土壤蒸发形式消耗水分,随着作物的生长,在生育中后期主要以植被蒸腾的形式消耗水分。ET遥感反演结果与水量平衡结果之间差别不显著,两个观测点绝对误差分别为13.533 mm和7.774 mm。因此,结合地面连续观测系统和Sentinel-2数据估算研究区玉米生育阶段蒸散发量具有较高的精度,可为作物耗水规律研究及区域农业水管理提供技术支撑。     

关中地区夏玉米和冬小麦不同蒸发蒸腾量估算方法的研究

参考作物蒸发蒸腾量(ET0)是精准估算作物需水量、提高农田水分利用效率的重要依据。基于2013-2017年的田间试验数据以及相关气象观测资料,采用5种计算ET0的方法计算关中地区日平均ET0和年平均ET0,采用Origin对ET0及环境因子进行相关分析,使用标准误差估计(SSE)和决定系数r2,在FAO-56 PM和其他4种简单替代方法之间进行比较。结果表明:对ET0和气象因子的标准分数的分析表明,ET测量值和5种方法的估计值均高度依赖于太阳辐射和温度,但与相对湿度和风速的关系较小。对5种ET0估算方法,即:FAO-56 Penman-Monteith(FAO-56 PM)、Penman-Monteith(PM)、Priestly-Taylor(PT)、Mankink(MK)和Hargreaves(HG)进行了评估。统计分析表明PM可代替FAO-56 PM方法来预测该地区的ET_0值。这与作物蒸发蒸腾量(ETC)的准确估计直接相关,这也取决于作物生理特征和发育阶段、天气参数、环境条件和管理实践。     

基于无人机热红外遥感的夏玉米蒸散量估算及其影响因子

农田蒸散量(ET)是土壤—作物—大气连续体水分运移的关键参数,与作物生理活动和产量有着极为密切的关系,准确实时估算田间作物蒸散量对研究作物生长发育至关重要。基于无人机热红外传感器反演夏玉米的冠层温度,基于反演的冠层温度构建夏玉米蒸散模型(ET_(d,t))并验证了模型反演作物蒸散量的精度,分析了ET_(d,t)相关影响因子。结果表明:以热红外冠层温度作物蒸散模型计算的ET_(d,t)最低值出现在幼苗期为3.42 mm/d,最高值出现在灌浆期为10.94 mm/d,并与涡度相关实测值ET_(d,e)、FAO Penman-Monteith模型计算值ET_(d,f)进行验证,在P0.01水平上呈显著线性关系(R~2=0.739、0.742,RMSE=0.676、0.109 mm/d),ET_(d,t)估算精度达到80%以上。ET_(d,t)的计算受日净辐射、风速、气温、降雨等气象因子影响,不同气象条件的ET_(d,t)不同。叶面积指数(LAI)为夏玉米农田最主要的生物因子,LAI与ET_(d,t)呈线性正相关关系(R~2=0.700),空气动力学阻抗(r_a)是最主要的环境驱动因子,r_a与ET_(d,t)呈线性负相关关系(R~2=0.696)。随着植被覆盖度(NDVI)的变化,ET_(d,t)呈现相同变化趋势(R~2=0.656)。因此,基于无人机热红外反演的冠层温度计算的(ET_(d,t))能较好的反映田间夏玉米蒸散变化过程,从而为利用无人机热红外遥感估算作物蒸散量提供了科学依据。     

基于蒸腾估算的不同施肥量对夏玉米生长及产量的影响研究

利用作物蒸腾和土壤蒸发之间的定量分配占比确定最优施肥量,是指导合理灌溉、提高水肥利用效率的重要研究内容。该研究测定了夏玉米蒸腾量、土壤蒸发量、作物生长参数和产量,并用修正双作物系数法估算全生育期夏玉米蒸发蒸腾量,分析了雨养条件下,不同施肥量对夏玉米植株蒸腾(T_c)和土壤蒸发(E)及产量的影响。结果表明:夏玉米生长初期,施肥量对T_c的影响不明显,E对蒸散量(ET_c)的贡献大于T_c;生长中期,施肥量越大,T_c相对较大,0肥(N1)低肥(N2)中肥(N3)高肥(N4),T_c对夏玉米蒸散量ET_c的贡献大于E;生长后期,N2处理T_c最高,N4处理最低。不同施肥量下,T_c、E整体呈现下降趋势,T_c、E对ET_c相互影响。不同施肥量夏玉米产量N3N2N4N1,N3处理比N1处理产量高16.9%、N3处理比N4处理产量高9.6%。施肥量过多或太少,都会降低夏玉米产量。适当施肥可以提高T_c在ET_c中的所占比例(N3最高,T_c/ET_c=67.53%),降低E的消耗,从而使水分消耗向增加作物产量的方向分配。     

砂石覆盖条件下冬小麦蒸散量的单、双作物系数法估算

农田蒸散(ETc)是农业系统能量平衡和水分平衡的关键要素,砂石覆盖条件下ETc的估算对于评价砂石覆盖对农田作物的影响非常重要。为准确估算砂石覆盖条件下冬小麦ETc,在陕西杨凌建立了遮雨棚下的蒸渗仪动态观测系统。利用FAO-56的Penman-Monteith(PM)模型和单、双作物系数法对冬小麦ETc进行估算,并基于两年度不同砂石覆盖量下冬小麦实测ETc数据,对单、双作物系数法进行改进和修正,得到适用于砂石覆盖条件下单、双作物系数与砂石覆盖量的关系。结果表明:(1)冬小麦不同生长阶段的单作物系数与砂石覆盖量具有很好的线性关系,进一步结合估算的参考作物腾发量(ET0)计算,能很好地模拟两年度不同砂石覆盖量下的冬小麦ETc。(2)基于冬小麦实测ETc对双作物系数进行修正,可得到其修正系数A与砂石覆盖量之间的线性关系,进一步结合ET0可准确估算两年度不同砂石覆盖量下的冬小麦各生长阶段ETc。(3)不同砂石覆盖量下,双作物系数法比单作物系数法和PM模型估算冬小麦ETc的精度更高。总体上,单、双作物系数法在估算砂石覆盖条件下的冬小麦ETc中仍有一定的适用性,但需经实测数据进行修正。     

基于双作物系数法的新疆覆膜滴灌夏玉米蒸散量估算

为评估双作物系数法计算干旱区部分覆膜滴灌条件下夏玉米蒸散量的可靠性,于2016—2017年在新疆阿克苏地区开展了夏玉米蒸散量测坑试验研究,试验根据定灌水周期（W1、W2、W3）和变灌水周期（W4、W5）共设置5个处理,并分别采用稳定碳同位素法和水量平衡法,对双作物系数模型计算的夏玉米蒸腾量和蒸散量进行了验证。结果表明,双作物系数法计算的蒸散量与水量平衡法测定的蒸散量呈现出较好的相关性,全生育期蒸散量模拟值与实测值的均方根误差在10mm左右。双作物系数法计算的蒸腾量与稳定碳同位素法测得的耗水量亦呈现出较好相关性,模拟值与实测值的均方根误差在20mm左右。通过回归系数（b）、一致性指数（d）及均方根误差〖JP3〗（RMSE）的分析,认为双作物系数法可以估算并区分局部覆膜滴灌条件下干旱区夏玉米蒸散量,且2016年和2017年夏玉米全生育期内估算土壤蒸发量分别占蒸散量的21.33%和23.97%,作物蒸腾量分别占蒸散量的78.67%和76.03%。     

基于增强回归树的麦-玉轮作农田蒸散影响因素分析

为探讨华北典型轮作农田蒸散(ET)变化规律,以山东禹城试验站冬小麦-夏玉米(麦-玉)轮作田为研究对象,基于涡度相关技术实测的8年观测数据与增强回归树方法,分析了农田ET逐日变化特征及其对环境因子的响应。结果表明：研究时段内逐日ET变化范围在0～9.6 mm/d之间,且不同阶段(小麦季、玉米季和农闲期)ET总量存在较大差异。一般而言,每年小麦季ET的峰值和总量均明显高于玉米季,而农闲期ET占全年ET总量的比例不足4%。净辐射是影响麦-玉轮作田不同阶段ET变化的首要因素,对各阶段ET的贡献率由高到低依次为小麦季(81.4%)、玉米季(52.7%)、农闲期(36.8%)。除净辐射外,其他环境因子对ET的影响则具有阶段性差异。饱和水汽压差对小麦季和玉米季ET存在一定的影响,而土壤含水率和风速对农闲期ET的贡献率相对较高。研究可为变化环境下农业水资源高效利用以及作物模型优化等提供科学依据。     

基于气温预报和HS公式的不同生育期参考作物腾发量预报

根据南京站2001-2011年实测气象数据,以Penman-Monteith(PM)公式计算得到的参考作物腾发量ET0值作为基准值,对仅需要气温数据计算参考作物腾发量的Hargreaves-Samani(HS)公式进行参数率定,采用率定后的HS公式依据2012年6月-2015年6月气温预报数据对南京水稻、冬小麦不同生育期未来1~7d的ET0进行预报,并与基于实测气象数据的PM法计算的ET0值进行比较,评价HS法的ET0预报精度。结果表明:最低、最高气温实测值与预报值相关系数分别为0.97和0.93,最低气温预报精度略高于最高气温;预见期1~7d内,水稻、冬小麦不同生育期ET0预报值与PM法计算值变化趋势基本一致,整个生育期内冬小麦ET0预报值与PM法计算值吻合程度更好,水稻、冬小麦相关系数分别达0.60、0.80左右;水稻各生育期平均准确率为66.0%~97.5%,平均绝对误差为0.65~1.22mm/d,均方根误差为0.76~1.42mm/d,冬小麦各生育期平均准确率为75.4%~99.5%,平均绝对误差为0.33~1.06mm/d,均方根误差为0.43~1.23mm/d;作物生育期各阶段对气温预报误差越敏感,ET0预报精度越低,随着生育期的推进,水稻对气温预报误差的敏感程度逐渐减小,相应的ET0预报精度逐渐增加,而冬小麦反之;但整体上预见期1~7d的气温预报及ET0预报精度达到可利用程度,可为快速灌溉预报及灌溉决策提供数据支撑。     

Evapotranspiration and crop coefficient of spring maize with plastic mulch using eddy covariance in northwest China

Spring maize under plastic mulch is the staple food crop in northwest China. Studying its evapotranspiration (ET) and crop coefficient (K_c) is important for managing water-saving irrigation in the region. Eddy covariance (EC) was applied to measure spring maize ET in 2007 in northwest China, focusing on the characteristics of the maize ET and K_c processes under plastic mulch. An interesting result was that a higher K_c in this study relative to the value of FAO 56 was presented in the mid and late season, e.g. average K_c was 1.46, 1.39 and 1.22 during the heading, filling and maturity stage, respectively. This result was mainly due to that (1) the plastic mulch had an effect on anti-senescence of maize and great green leaf still existed before the harvest; (2) the FAO 56 PM model may underestimate the reference crop ET in the mid and late season of maize in the region; (3) the planting density was higher in the study, which was about 374,800 plants ha⁻¹. Though K_c during the mid and late season was high, a high water use efficiency of 25.2 kg ha⁻¹ mm⁻¹ was still obtained in the study. Our study confirmed that plastic mulch has beneficial effect on improving maize water use efficiency in this severe water shortage region of northwest China.     

The dual crop coefficient approach using a density factor to simulate the evapotranspiration of a peach orchard: SIMDualKc model versus eddy covariance measurements

The dual crop coefficient approach accounts separately for plant transpiration and soil evaporation by using the basal crop coefficient and the evaporation coefficient, respectively. The SIMDualKc model, which performs the soil water balance simulation with estimation of the actual crop evapotranspiration (ET) with the dual crop coefficient approach, was applied to a drip-irrigated peach orchard under Mediterranean conditions. Orchard ET was obtained with the eddy covariance technique, which was subsequently correlated with tree transpiration estimated from sap flow measurements and soil evaporation determined with microlysimeters, thus providing ET for the whole irrigation season. Two years of field observations were used for model calibration and validation using those ET measurements and taking into account the fraction of ground covered by trees through a density factor which adjusts the basal crop coefficient. Model fitting relative to ET observations during calibration and validation provided indices of agreement averaging 0.90, coefficients of regression close to 1.0, root mean square errors around 0.41 mm and average absolute errors of 0.32 mm. Model fitting relative to transpiration and to soil evaporation produced similar results, so showing the adequateness of modelling.     

西北地区冬小麦腾发量估算模型适用性评价

为实现对西北地区冬小麦腾发量(ET)的准确估算,在对不同生育期ET的影响因子进行分析后分别采用双作物系数模型、单作物系数模型和Priestley-Taylor(PT)模型模拟ET,并以大型蒸渗仪实测ET为标准值对比其精度.结果表明:气象因子是播种-返青(Ⅰ期)和抽穗-乳熟(Ⅲ期)ET的主导因子,作物因子是乳熟-收获(Ⅳ期)ET的主导因子,2种因子对返青-抽穗(Ⅱ期)和全生育期ET的驱动作用相近;Ⅰ期双作物系数模型、单作物系数模型和PT模型的R²分别为0.511 8,0.239 3,0.374 2,RMSE变化范围为0.284 6~0.366 3 mm/d,总体评价指标GPI排名分别为1,3,2;Ⅱ期3个模型的R²均在0.700 0 以上,RMSE为0.540 9~0.844 0 mm/d,双作物系数模型模拟效果最好;Ⅲ期各模型的R²均高于0.600 0,RMSE为0.828 8~1.258 7 mm/d,双作物系数模型GPI排名第1;Ⅳ期3个模型的R²分别为0.799 1,0.671 6,0.270 8,RMSE为0.968 1~1.946 2 mm/d,作物系数模型模拟精度明显高于PT模型;全生育期各模型RMSE为0.551 5~0.893 6 mm/d,双作物系数模型的R²达到0.902 2.     

河套灌区玉米农田蒸散动态变化及其影响因子的通径分析

采用大型称重式蒸渗仪研究了内蒙古河套灌区玉米蒸散动态规律,并运用通径分析法探讨了玉米蒸散量ET与各影响因子间的相关关系.结果表明:充分灌溉处理下玉米生育期(播前-收获)累积蒸散量为593.72 mm,亏缺灌溉处理下为395.21 mm,日平均蒸散量分别为4.24和2.82 mm/d.由各生育期的分布情况可知苗期蒸散量最小,分别占全生育期的3.7%和5.8%;拔节期开始,蒸散量逐渐增大,在抽雄期达到峰值,2种处理总蒸散量分别为279.38和166.76 mm,日平均蒸散量分别为8.47和5.05 mm/d,分别占整个生育期蒸散总量的47.1%和42.2%.由小时尺度蒸散量变化规律可知,玉米日蒸散量变化规律表现为早晚低、中午高的“单峰型”曲线特征.通径分析表明:2种灌溉处理下,饱和水气压和平均气温对ET的综合决定能力较大,是2个主要的环境驱动因子;2种灌溉处理下对蒸散作用最小的因子均为风速,且风速对ET的影响以间接作用为主.影响河套灌区玉米蒸散的主要气象因子为饱和水气压与气温.     

基于蒸渗仪的冬小麦-夏玉米ET估算模型特征参数研究

为快速准确估算农田蒸散量,利用24个群集式蒸渗仪,在国家节水灌溉北京工程技术研究中心大兴节水灌溉试验站进行了两年的灌溉试验,获得冬小麦-夏玉米生育期的日内冠气温差和实际日蒸散量(ET_a)等数据,对不同水分处理下的S-I蒸散量估算模型进行率定及验证,并分析模型特征参数a、b的变化规律及两者的差异。结果表明:冬小麦的S-I模型特征参数a在日间随时间变化先增大、后减小,在严重水分胁迫处理时a为负值、且数值较小,其余灌溉处理时参数a由正值逐渐变化至负值;不同灌水处理b均为负值,充分灌溉处理时b在日间随时间变化逐渐增大,严重水分胁迫处理时b相对较大,日间变化趋势不稳定。水分胁迫对夏玉米模型参数的影响程度低于冬小麦,特征参数a均为正值,参数b均为负值,且随时间变化逐渐增大;水分胁迫处理时b变化范围明显小于其他两个处理,干旱处理特征参数日间变化较大。冬小麦与夏玉米不同处理之间模型参数a、b变化差异较大,但冠层温度和空气温度差T_c-T_a与日蒸散量和日净辐射量差ET_d-Rn_d间拟合精度都在13:00时最高,此时充分灌溉冬小麦和夏玉米的模型参数a、b分别为1.082、-1.127和1.588、-1.363。利用率定的S-I模型计算冬小麦和夏玉米主要生育期ET_d与实测ET_a之间的决定系数R~2均在0.7以上,均方根误差RMSE均小于0.89 mm/d,一致性系数d均在0.9以上。尤其是充分灌溉处理的数据间R~2和d均较高,RMSE小于其他处理,说明水分胁迫影响模型的估算精度,S-I模型能够更准确地估算水分胁迫较少农田的蒸散量。     

A simple irrigation scheduling approach for pecans

Pecans are a major crop in New Mexico's Lower Rio Grande Valley (LRGV). It is estimated that New Mexico is responsible for about 21% of the world's pecan production (Lillywhite et al., 2007). Currently, approximately 12,000 ha of pecan orchards at various stages of growth consume 45% of the area's irrigation water. Pecan evapotranspiration (ET) varies with age, canopy cover, soil type, crop density and method of water management. Intense competition for the LRGV's limited water supply has created a serious need for better water management through improved irrigation scheduling. Annual pecan ET ranges from as low as 500 mm to as high as 1400 mm. Diversity of the pecan crop coefficient (K_c) and ET makes the task of irrigation scheduling for this crop very complicated. Using remote sensing technology and field ET measurements, a simple relationship was developed to relate crop coefficient and ET to canopy cover. This relationship is then used in combination with climate data to calculate daily and weekly water requirements for each orchard. The difference between annual ET values estimated from canopy cover and values measured with an eddy covariance flux tower ranged from 2 to 5%. The average ratio of estimated monthly ET values over measured ET values was 1.03 with the standard error of the estimate ranging from 10 to 20 mm/month. This methodology provides a simple tool that farmers can use to schedule irrigation of pecan orchards. Even though the methodology was developed for irrigation scheduling in the LRGV, it can be used in other locations by transferring the reference crop coefficients using K_c-GDD relationships.