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%。     

采用作物系数法和PM模型估算南京地区玉米田蒸发蒸腾量

蒸发蒸腾量(ET)是农田水平衡中的重要环节,ET的准确估算有助于提高农田水分管理水平。在测定农田小气候、土壤蒸发和玉米生长旺季液流量基础上,比较了单作物系数法(Kc法)、双作物系数法(Kcb法)、不同冠层阻力计算的Penman-Monteith模型(PM1和PM2法)估算南京地区玉米田ET的适用性,并对玉米整个生育期ET变化及其影响因素进行分析。结果表明以液流法和土壤蒸发测定的总ET为基准,PM1方法估算的夏玉米ET误差最小,与实际测定ET的决定系数(R2)、平均绝对误差(MAE)和一致性指数(d)分别为0.52、0.8 mm/d和0.48。以PM1模型估算的夏玉米全生育期ET为310mm,日均ET为3.16mm/d,最大值出现在拔节期和抽穗期,整体变化呈单峰型。ET与气象因素响应顺序为净辐射饱和水汽压温度风速。本研究可为优化玉米田水资源管理和提高水资源有效利用提供参考。     

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。     

应用Shuttleworth-Wallace模型对夏玉米农田蒸散的估计

根据夏玉米生长季内逐时波文比系统观测资料和主要生育期的作物资料,以波文比-能量平衡法(BREB法)得到的蒸散量为实测值,对比研究了Shuttleworth-Wallace模型(以下简称S-W模型)、Penman-Monteith模型(以下简称P-M模型)对蒸散估计的差异。S-W模型因考虑了土壤蒸发,估算的逐时逐日蒸散值均比P-M模型有更好的精度。在作物生长前期,LAI(<2.0)较低,应用S-W模型在稀疏冠层下估算的蒸散量高于P-M方程,更接近于实测值,与实测值的相关系数更高,RMSE值低。随着LAI的增大,冬小麦冠层密闭,S-W模型和P-M方程估算的蒸散与实测值均相接近,二模型均有良好表现。对S-W模型的各阻力参数进行敏感性分析,分析结果表明,应用S-W模型时,模型对阻力参数冠层气孔阻力最为敏感,土壤表面阻力次之,作物冠层高度与参考高度间空气动力学阻力敏感程度居中,对地表与冠层高度间空气动力学阻力、冠层内边界阻力不敏感。在应用已有经验关系式时,特别需要注意对冠层气孔阻力、土壤表面阻力这二阻力参数中经验系数的合理确定。     

基于作物蒸散量模型的智能化滴灌控制系统研究

为解决中小规模温室大棚的滴灌问题,设计出一套由作物蒸散量模型计算作物灌溉量的智能化滴灌控制系统。系统采用温湿度传感器测量不同高度上的温湿度差,利用波文比-能量平衡法计算出作物的蒸散量,并将蒸散量换算为灌溉量,通过单片机设定程序控制电磁阀的开关时间即控制灌溉量多少。对比试验证明,该方法方便、可靠,可应用于温室大棚的精确灌...     

作物系数小时尺度和日尺度关系研究

利用Penman-Monteith公式估算参考作物蒸散,研究了日尺度参考作物蒸散(ET0d)和日内小时尺度参考作物蒸散之和(ET0dh)的关系。结果表明,ET0d和ET0dh以及实际日尺度和日内小时尺度作物系数均显著线性相关;基于Penman-Monteith公式的日尺度和小时尺度参考作物蒸散估算方法可用于作物系数的作物蒸散时间尺度转换。     

极端干旱区成龄葡萄园蒸散研究

利用波文比能量平衡法对新疆吐哈盆地葡萄园的蒸散变化规律进行了研究。结果表明,葡萄园水热平衡各分量的日变化呈典型的单峰曲线,潜热、感热和土壤热通量都随净辐射的增减而增减,但峰值出现的时间和大小各异,潜热通量占净辐射能量支出的大部分,其变化规律与净辐射的日变化规律一致性最好,土壤热通量变化很平缓,趋势与净辐射基本相同,但滞后净辐射2～3h。在晴朗无云的条件下,葡萄蒸散速率日变化呈单峰型。蒸散从早晨8:00以后出现,迅速增加,到中午13:00-15:00达到峰值,随后蒸散速率迅速下降;葡萄生长期内耗水强度呈现先增大后减小的趋势,果粒膨大期耗水强度最大为8.78mm/d,葡萄整个生长期内的日均蒸发蒸腾量为5.58mm,蒸发蒸腾总量为1 228.45mm。     

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.     

双作物系数法计算华北地区桃树蒸散量的可靠性评价

为评估双作物系数法计算华北地区果树蒸散量和作物系数的可靠性,采用液流法和水量平衡法在2012—2013年对桃树蒸散量和作物系数进行了大田小区试验测定。结果表明,双作物系数法计算的蒸散强度与液流法和水量平衡法测定的蒸散强度在果树生育期内均随时间呈先增大后减小的趋势,计算值与2种实测法测定结果之间均显著相关。全生育期蒸散量计算值与实测值的相对误差小于4.5%,但土壤蒸发量计算值比测定值小59.5%~64.8%,而蒸腾量计算值则比测定值大25.6%~26.0%。双作物系数法计算的作物系数与液流法和水量平衡法测定的作物系数也均随生育期呈先增大后减小的趋势,3种方法获得的整个生育期平均作物系数分别为0.90、0.89和0.95。通过对均方根-实测值标准偏差比(RSR)和纳什效率系数(NES)的分析,认为双作物系数法是估算充分灌溉条件下干旱-半干旱地区桃树蒸散量和作物系数的一种有效方法。     

广西多站点参考作物蒸散量时空变化分析

基于广西20个气象观测站点1957—2001年的逐月气象资料,采用Penman-Monteith公式计算各站点逐月、逐年参考作物蒸散量(ET0),采用变差系数和年际极值比分析ET0的年际变化特征,应用累积滤波器法、Ken-dall秩次相关法、R/S分析法分析ET0的变化趋势。研究结果表明,桂中ET0年际变化最剧烈,桂南ET0年际变化最小。岩溶发育地区的ET0的年际变化比非岩溶发育略显剧烈,但相差不大。20个站点中,5%站点的ET0呈显著上升趋势,95%站点的ET0呈下降趋势(下降趋势显著的站点占63.1%)。与1957—2001年相比,ET0呈上升趋势的站点由5%增加到未来的35%,且非岩溶地区ET0呈上升趋势的站点数大于岩溶地区。     

Accuracy of canopy temperature energy balance for determining daily evapotranspiration

The application of a single-layer canopy temperature energy balance (CTEB) model for determining integrated daily ET rates was tested, with possible applications towards determining irrigation requirements (“how much to irrigate”) as a complement to crop water stress index (CWSI) measurements (“when to irrigate”), an irrigation scheduling tool which uses much of the same data. Evapotranspiration (ET) rates estimated using the CTEB model were compared to Bowen ratio energy balance (BREB) measurements made over substantial portions of the growing seasons of corn and potato crops. Canopy temperature, net radiation and soil heat flux data were collected and analyzed at 20-minute intervals, and ET for each interval was summed to obtain daily and multi-day estimations. Only full canopy conditions were examined. Two methods for atmospheric stability correction were applied to the aerodynamic resistance required by the CTEB model; an iterative procedure proposed by Campbell, and a second procedure proposed by Monteith which uses an adjustment coefficient. To reduce instrumentation requirements for combined CTEB/CWSI data collection, estimates of ET were also determined using net radiation and soil heat flux values estimated from solar radiation measurements. Results showed that uncorrected CTEB ET estimates agreed reasonably well with BREB measurements over corn and potato canopies (RMSE = 0.5 to 0.7 mm day⁻ for observed average ET ranging from 4.8 to 5.5 mm day⁻, with a trend toward seasonal overprediction with corn. Stability corrections usually lowered the daily RMSE 0.1 to 0.2 mm day⁻, with seasonal ET more in agreement with BREB ET. The Monteith-based adjustment gave slightly better results. CTEB ET model with estimated net radiation and soil heat flux terms produced similar average and total ET, but somewhat larger daily errors (RMSE=0.5 to 0.9 mm day⁻). Seasonal total ET by the uncorrected CTEB model generally overestimated within 10% (ranging from 1% to 10%) of the observed BREB total ET, an acceptable error for most irrigation practices. Stability corrections generally caused seasonal ET to be underestimated within 1% to 9%.     

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。     

干旱荒漠草原应用Penman-Monteith与Penman修正式计算ET_0的偏差分析

甘肃天祝草原位于我国西北干旱荒漠草原,应用天祝县二道墩试验站2005年的实测气象资料,利用Penman-Monteith公式和Penman修正式计算参考作物腾发量(ET0)并进行了比较。Penman修正式计算的参考作物腾发量ET0值略小于Penman-Monteith公式计算的值,最大绝对偏差0.5 mm/d。分析发现生育期辐射项ETrad是导致参考作物腾发量ET0产生偏差的主要原因。2种方法计算的空气动力项ETaero差别较小,最大绝对偏差不超过0.2 mm/d。导致计算偏差的原因在于2种公式采用了不同的辐射项和空气动力学项计算公式和参数。2个公式计算的参考作物腾发量具有显著的线性相关性。     

Estimation of water consumption and crop water productivity of winter wheat in North China Plain using remote sensing technology

The North China Plain (NCP) is one of the most water stressed areas in the world. The water consumption of winter wheat accounts for more than 50% of the total water consumption in this region. An accurate estimate of the evapotranspiration (ET) and crop water productivity (CWP) at regional scale is therefore key to the practice of water-saving agriculture in NCP. In this research, the ET and CWP of winter wheat in 83 counties during October 2003 to June 2004 in NCP were estimated using the remote sensing data. The daily ET was calculated using SEBAL model with NOAA remote sensing data in 17 non-cloud days whereas the reference daily crop ET was estimated using meteorological data based on Hargreaves approach. The daily ET and the total ET over the entire growing season of winter wheat were obtained using crop coefficient interpolation approach. The calculated average and maximum water consumption of winter wheat in these 83 counties were 424 and 475 mm, respectively. The calculated daily ET from SEBAL model showed good match with the observed data collected in a Lysimeter. The error of ET estimation over the entire growing stage of winter wheat was approximately 4.3%. The highest CWP across this region was 1.67 kg m⁻³, and the lowest was less than 0.5 kg m⁻³. We observed a close linear relationship between CWP and yield. We also observed that the continuing increase of ET leads to a peaking and subsequent decline of CWP, which suggests that the higher water consumption does not necessarily lead to a higher yield.     

风沙区参考作物需水量的计算

根据国内外相关的研究成果 ,分析选择并确定了适宜于风沙区参考作物需水量 (ET0 )的计算模式。利用典型风沙区的气象资料 ,对多年逐旬参考作物需水量及 2 0 0 1年春小麦与春玉米生育时段内逐日参考作物需水量进行了分析计算。结果表明 ,FAO最新修正的 Penman-Moteith公式可较好地用于风沙区参考作物需水量的估算 ,一般 ET0 值在年内与年际间变化较大 ,最高值发生在 6月上旬左右 ,多年平均为 5 .82 mm/ d,最低值发生在 1月上旬 ,多年平均 0 .43 mm/ d左右 ,年内各日 ET0 值受气象因素的影响变幅很大 ,因此 ,精确灌溉应设法提高短期天气预报和灌溉预报的精度     

冬小麦田间蒸发蒸腾与棵间蒸发规律研究

利用2010-2011年的大型称量式蒸渗仪和小型棵问蒸发器的实测资料,研究了冬小麦田间蒸散和棵闽蒸发变化规律。结果表明,冬小麦总蒸发蒸腾量为360．974mm,抽穗-灌浆期蒸发蒸腾量达到最大为84．706mm,日均蒸发蒸腾量在全生育期内呈双峰变化,2个峰值处于播种-分蘖、抽穗-灌浆期;冬小麦的棵间蒸发量达到了115．8...     

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公式的参考作物腾发量预报

为探索精确预报未来短期参考作物腾发量ET0的方法,提出基于气温预报和HargreavesSamani(HS)公式进行ET0预报.收集了南京站2001—2011年逐日气象观测数据和2011年预见期为4 d的逐日天气预报数据,采用FAO-56Penman-Monteith公式计算逐日ET0,用2001—2010年计算的ET0率定HS公式参数;用率定后的公式和2011年的天气预报气温数据进行未来4 d的ET0预报;比较2011年ET0的计算值与预报值、气温观测值与预报值以评价ET0预报精度及误差原因.结果表明:最低气温预报准确率达81.9%,最高气温预报准确率为80.1%;经过参数校正后,HS公式精度较高.ET0预报准确率为85.7%,平均绝对误差为1.01 mm/d,均方根误差为1.42 mm/d,相关系数为0.74;各项预报误差随着预见期的增大而增大.产生误差的主要原因为气温预报误差和HS公式未考虑平均风速和相对湿度的影响.总体而言,基于气温预报和HS公式的ET0预报方法精度较高,可为灌溉预报及决策提供较为准确的ET0预报数据.