基于气象-生理的夏玉米作物系数及蒸散估算

准确估算作物系数对预测作物实际蒸散量和制定精准的灌溉计划至关重要。为反映作物逐日作物系数变化,综合考虑气象和生物因子对作物生长的共同影响,采用五道沟水文实验站大型蒸渗仪夏玉米实测蒸散及气象数据,基于地温及叶面积指数建立了气象-生理双函数乘法模型,并结合梯度下降法对模型进行了精度优化。结果表明,在整个玉米生长期中,作物系数实测值和计算值平均绝对误差为0.12,均方根误差为0.15,相关性为0.91,蒸散量实测值与计算值平均绝对误差为1.0 mm/d,均方根误差为4.5 mm/d,相关性为0.75。该模型计算的全生育期蒸散量准确率(误差在2～3 mm/d以内)相比使用联合国粮农组织(FAO)推荐的作物系数计算所得准确率提高了3倍以上,可更精确用于作物系数及蒸散量计算。     

基于水文气象多因子的夏玉米生育期土壤水分预测研究

准确掌握土壤水分动态变化,对制定灌溉计划至关重要。采用五道沟实验站1991-2018年大田土壤水、地下水埋深、降雨量、水面蒸发、风速、日照时数、气温和绝对湿度7个水文气象因子,经相关分析,筛选出4个关键水文气象影响因子,以影响程度最大的为初始变量,逐个添加到4个因子,分别建立了夏玉米各生育期不同土层(0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0、0～0.5 m)土壤含水率多元线性回归模型。结果表明:不同土层土壤水分与气象因子均表现出一致性的相关性,其中土壤水分与地下水埋深及绝对湿度的相关性最大;开花-成熟期土壤水分与气温和绝对湿度的相关性最大;其他生长阶段与地下水埋深和绝对湿度相关性最大。随着关键影响因子的增多,其预测精度提高,当影响因子为4个时,R~2最大为0.99。不同土层的土壤水分模型均具有较好的预测能力,随着土层深度的增加,平均相对误差均可控制在0.1以内。该研究对及时掌握作物各生长阶段土壤水变化,指导作物科学灌溉具有重要意义。