基于涡度相关仪的蒸散量时间尺度扩展方法比较分析

蒸散量（ET,evapotranspiration）的时间尺度扩展是遥感反演区域ET的关键。为比较基于蒸发比、作物系数和冠层阻力的3种ET时间尺度扩展方法的估值效果,该文利用涡度相关仪实测的北京大兴区冬小麦3－6月份生育期内的ET数据,分析了蒸发比、作物系数和冠层阻力3种参数在日内的变异性并最终比较基于3种参数的ET时间尺度扩展方法的估值效果。结果表明,作物系数在日内变异性最小且其在3个时段的小时值最接近日均值,此外,对比3种方法的估值效果发现,基于作物系数的ET时间尺度扩展方法在3个时段表现效果均最优。对与具有相近气象、气候、下垫面条件和空间尺度数据的地区,推荐采用基于作物系数的时间尺度扩展方法开展从小时到日的ET时间尺度扩展。     

蒸发比法能量强制闭合及其对稻田蒸散量估算精度的影响

为探求节水灌溉稻田蒸发比(潜热通量与有效能量的比值,EF)变化特征及能量平衡闭合情况对稻田蒸散量测算的影响,该研究采用涡度相关系统,监测了2014-2016年节水灌溉稻田湍流通量过程,分析了稻田蒸发比的不同时间尺度的变化特征,对比了能量强制闭合前后湍流通量的比例与过程变化。结果表明,节水灌溉稻田EF与旱作物不同,小时尺度EF先减小后增加,在10:00-12:00时段的数值最为稳定。水稻全生育期EF均在0.7～1.0之间变化,均值约0.93,潜热蒸散是稻田主要的能量消耗项。能量强制闭合修正后湍流通量明显增加,日峰值差异最大,昼夜交替时,稻田能量平衡处于过闭合状态;能量强制闭合后不同时间尺度上的蒸散量都明显增加,能量强制闭合是涡度相关法准确计算蒸散量的前提。研究结果可为稻田蒸散量准确测算与蒸散模型扩展研究提供重要的数据支撑与方法。     

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。     

不同冠层阻力公式在玉米田蒸散模拟中的应用

在我国北方地区,水分供给一直是影响粮食产量的主要因素。玉米作为我国三大粮食作物之一,关乎其水分蒸散的观测和模拟一直是气象、水文、生态等相关学科的重要研究内容。研究玉米蒸散对于粮食安全、节水灌溉、提高作物水分利用效率具有重要意义。作为经典的双源模型,Shuttleworth-Wallace(SW)模型分别考虑土壤蒸发和植被蒸腾,非常适合于稀疏植被的蒸散估算。本文在SW模型中采用不同冠层阻力公式对玉米地蒸散进行模拟,并用涡度相关实测通量数据对模型的模拟效果进行验证。结果表明,采用Jarvis冠层阻力公式的SW1模型与采用Kelliher-Leuning冠层阻力公式的SW2模型模拟的蒸散量都与实测值吻合较好,相关系数均在0.85以上(P0.01),一致性指数都达到0.92以上。敏感性分析表明,SW模型估算蒸散对冠层阻力最敏感。在计算冠层阻力的各个参数中,SW1模型估算蒸散对田间持水量最敏感,其次是最小气孔阻力和有效叶面积指数;SW2模型估算蒸散对最大气孔导度最敏感。传统SW模型中,冠层阻力计算采用Jarvis公式,计算复杂。改用Kelliher-Leuning公式后,在一定程度上简化了模型的计算,更方便模型应用。     

应用修订的Shuttleworth-Wallace模型对 半干旱区覆膜玉米蒸散的研究

蒸散发(ET)包括植物蒸腾(T)和土壤蒸发(E),在维持全球能量平衡和气候调节中起关键作用。量化蒸散发及其组分在准确预报气候对生态系统碳水通量和能量的响应中至关重要。基于兰州大学半干旱区农业生态系统试验站2014年玉米生长季涡度相关仪的观测结果,利用修订后的Shuttleworth-Wallace模型(S-W模型)对覆膜玉米田的蒸散发进行模拟,利用实测值对模拟结果进行验证,对蒸散发及其组分的影响因素和敏感性进行分析。结果表明:S-W模型对覆膜玉米农田蒸散发的模拟结果在日蒸散量大于2 mm·d~(-1)的晴天和时晴时云天气较好,阴雨天气模拟结果较差,且模型模拟结果较涡度相关的实测值偏高。E/ET在一天内的变化为单峰曲线,在生长季尺度上,在玉米快速生长期呈下降趋势,在之后的时间基本保持不变。覆膜玉米农田的E/ET在日时间尺度的变化主要受气孔导度影响,在生长季尺度主要受叶面积指数和土壤含水量的共同影响。敏感性分析表明,蒸散发及其组分对作物冠层高度与参考高度间的空气动力阻力(raa)和冠层内边界层阻力(rac)均较敏感,对作物冠层阻力(rsc)敏感性适中,对地面与冠层间的空气动力阻力(ras)和下垫面裸土表面阻力(rss)不敏感,在应用S-W模型模拟覆膜玉米农田蒸散量时,要特别注意阻力参数raa、rac和rsc的合理确定。     

基于叶面积指数改进双作物系数法估算旱作玉米蒸散

为准确估算和区分黄土高原旱作春玉米蒸散(evapotranspiration,ET),该文基于实测叶面积指数(leaf area index,LAI)动态估算基础作物系数,利用LAI修正土壤蒸发系数,并基于修正后的双作物系数法估算和区分黄土高原地区旱作春玉米ET,并以2012、2013年寿阳站基于涡度相关系统和微型蒸渗仪实测的春玉米ET和土壤蒸发(soil evaporation)对修正后的双作物系数法的适用性进行评估。结果表明:修正后的双作物系数法能够较为准确的估算春玉米ET,2012年春玉米全生育期ET估算值、实测值分别为365.3、372.6 mm,2013年分别为385.6、369.4 mm;2012年全生育期改进双作物系数法决定系数、均方根误差、模型效率系数和平均绝对误差分别为0.824、0.561 mm/d、0.817和0.449 mm/d,2013分别为0.870、0.381 mm/d、0.871和0.332 mm/d;同时,修正后的双作物系数法可对春玉米各生育期ET进行准确区分,土壤蒸发估算值与实测值有较好的一致性,2012年全生育期估算和实测土壤蒸发分别为0.98和0.99 mm/d,分别占ET的38.12%和37.08%;2013年估算和实测土壤蒸发分别为0.86和0.89 mm/d,分别占ET的33.59%和35.90%。因此,修正后的双作物系数法能够较为准确地估算和区分黄土高原地区旱作春玉米ET。该研究可为黄土高原区农田水分精准管理提供科学指导。     

基于Penman-Monteith方程的节水灌溉稻田蒸散量模型

为利用Penman-Monteith方程直接计算非充分灌溉条件下的稻田蒸散量,该文根据国家“863”节水农业重大专项试验资料,在K-P表层阻抗模型修正研究基础上,提出改进的稻田蒸散量模拟模型。结果表明：根据土壤相对含水率修正后的K-P模型较好地模拟了水稻表层阻抗,且反映出不同土壤水分状况下表层阻抗的变化规律;采用改进的Penman-Monteith方程模拟水分胁迫条件下的稻田蒸散量后,误差从改进前的18.57%降低至10.84%,且对冠层未完全覆盖条件下的稻田蒸散量也具有较好的模拟效果;土壤含水率、空气温度和空气湿度是改进的Penman-Monteith方程最为敏感的因子,它们的准确观测对于提高模型的估算精度至关重要;模型回归系数（c1、c0）的变化对模型估算结果的影响较小。表明当某一特定作物的回归系数值确定后,改进的Penman-Monteith方程可应用于不同地区、不同灌溉模式下作物蒸发蒸腾量的估算。     

六种冠层阻力模型在冬小麦蒸散估算中的应用

蒸散量是农田水循环中水分损失的主要途径,其准确估算对节水灌溉具有重要意义。单源的Penman-Monteith （P-M）模型是最常用的蒸散量估算方法,但模型中冠层阻力的合理参数化一直是研究中的难点。该研究选取常用6种冠层阻力模型,使用北京顺义2 a（2020年和2021年）的波文比实测结果,分析不同模型进行冬小麦冠层阻力及蒸散估算的可行性。结果表明：1）无参数校正条件下,6种模型均低估了冬小麦冠层阻力,同时高估了蒸散量。其中,Todorovic模型（TD）的普适性最好,其模拟的冠层阻力、蒸散量与实测值的R2都在0.605及以上;耦合的冠层阻力模型（CO模型）普适性最差,冠层阻力、蒸散量与实测值的R2分别为0.113、0.046;2）进一步使用2021年的试验数据进行模型参数校正、2020年的数据进行验证,发现校正后的JA、CO、GA、KP及FAO56-PM模型计算的冠层阻力和蒸散量与实测值的一致性大幅提高。除JA模型低估冠层阻力外,其余均高估冠层阻力、低估蒸散量。其中KP模型模拟的冠层阻力和蒸散量效果最好,R2均在0.907及以上,而其余5种模型估算精度也较好。6种模型的估算精度排序为KP、GA、TD、FAO56-PM、CO、JA。综上,所评价的模型校正后均可作为P-M模型的冠层阻力输入来估算冬小麦蒸散量,但TD 模型不需要参数校正,在数据不足时可作为首选;而KP模型参数较少,校正后拟合精度最高,在数据充足时可作为首选。研究结果对华北地区使用P-M一步法计算冬小麦蒸散量具有重要价值。     

分时段修正双源模型在西北干旱区玉米蒸散量模拟中的应用

蒸散发(ET)是陆地水循环过程的重要组成部分,同时也是区域能量平衡以及水量平衡的关键环节,精确估算ET,对于提高水分利用效率以及优化区域用水结构具有重要意义。本文利用黑河重大计划观测数据,对比了考虑CO_2浓度和不考虑CO_2浓度对玉米冠层影响的冠层阻力模型,分别将其耦合到双源的Shuttleworth-Wallace(S-W)模型中,并利用这两种模型分时段对玉米整个生育期内半小时尺度上的ET进行模拟,利用涡度相关实测数据对模型进行验证,最后分别对影响玉米冠层阻力的气象要素和影响ET的阻力参数进行敏感性分析,探寻大气CO_2浓度改变条件下黑河中游绿洲区玉米不同生长阶段的农田耗水规律。结果表明:本文所修正的考虑CO_2浓度对玉米冠层影响的冠层阻力模型耦合到S-W模型后,能够较精准地模拟玉米整个生育期不同生长阶段半小时尺度上农田耗水过程。敏感性分析表明:各生长阶段冠层阻力(r_s~c)和冠层面高度到参考面高度间的空气动力阻力(r_a~a)对ET的影响最为强烈,其他阻力参数对ET的影响不明显,ET的变化程度随着r_s~c和r_a~a的增大而减小。本文所修正的考虑CO_2浓度影响的分时段双源模型能够精准地模拟玉米整个生育期各生长阶段的ET,可为种植结构调整和土地利用方式改变以及CO_2浓度变化环境下的农田蒸散研究提供参考。     

通径分析结合BP神经网络方法估算夏玉米作物系数及蒸散量

准确估算蒸散量对于精准管理农田水分至关重要。为了解作物系数的动态特征,准确估算作物需水量,使用叶面积指数和气象要素模拟玉米全生育期作物系数及蒸散量。利用2018年五道沟实验站气象和称重式蒸渗仪实测数据,运用通径分析法筛选影响作物系数的关键因子,建立无雨期不同地下水埋深下作物系数模型,以此估算蒸散量。结果表明:1 m埋深下全生育期作物系数平均绝对误差为0.04 mm/d,相关系数为0.94,其中初期、发育期、中期和后期平均绝对误差分别为0.06、0.09、0.05和0.03 mm/d。3 m埋深下全生育期作物系数平均绝对误差为0.08 mm/d,相关系数为0.92,各生育期平均绝对误差分别为0.11、0.10、0.07和0.03 mm/d,利用温度、风速和叶面积指数模拟作物系数精度较高。1 m埋深全生育期ET平均绝对误差为0.72 mm/d,各生育阶段平均绝对误差分别为0.56、059、0.66和0.45 mm/d。3 m埋深全生育期ET平均绝对误差为0.73 mm/d,各生育阶段ET平均绝对误差分别为0.82、0.98、0.68和0.29 mm/d。不同时间尺度下(1、3、5 d)2种埋深ET模拟值与实际值一致性指数均接近1.00,平均绝对误差小于1.0 mm/d,预报准确率达70%。随预报时间尺度的增加,预报精度提高。该方法可用于夏玉米蒸散发量计算。     

不同作物类型下蒸散发时间尺度扩展方法对比

该文的目的是评价由瞬时潜热通量经过时间尺度扩展方法计算日蒸散发量的可靠性。为此,采用蒸发比法、改进的蒸发比法、正弦关系法及作物系数法等4种常用的蒸散发时间尺度扩展方法,针对位于华北平原的高营站和位于东北平原的通榆站的5种典型下垫面类型,分别对瞬时潜热通量进行时间尺度扩展,估算日蒸散发量,并与通量站采用涡度相关系统观测的日蒸散发量进行对比。结果表明,尽管4种方法在总体上具有一致性,但改进的蒸发比法的模拟精度最高(相对均方根误差20%左右),更适合于估算中国北方典型农田的日蒸散发量。然而,4种方法均存在系统误差,从而导致采用上午时段瞬时通量估算的日蒸散发量系统偏小,而采用下午时段估算的日蒸散发量系统偏大。     

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。     

不同水源灌溉对水稻高温热害影响的微气象学分析

高温热害是长江中下游地区水稻常见的农业气象灾害,井水和池塘水灌溉是水稻高温热害过程中常用的农业措施。为研究高温热害下不同灌溉水源对稻田微气象的影响,以两优培九为研究对象,在高温热害期间（2016年8月12-18日）开展田间试验。试验分3个处理,T1：用池塘水每日8：00灌溉,田间水层达10cm后停止,18：00排干,灌溉水温平均30.5℃;T2：用井水每日8：00灌溉,田间水层达10cm后停止,18：00排干,灌溉水温平均18.2℃;CK：试验开始当天用池塘水灌溉至田间水深达10cm后停止,夜晚不排放,当田间水深低于5cm时补充灌溉至10cm,试验期间每日8：00田间平均水温27.2℃。对稻田不同层次的土温和水温、水稻冠层不同层次温湿度、冠层顶部（120cm）叶温、冠层上方太阳辐射等指标进行测定,用Penman-Monteith分层模式计算稻田能量平衡各分量的日变化。结果表明：白天（8：00-18：00）,所有处理各层次冠层内气温和地温均为T1>CK>T2,随着冠层高度增加,处理间气温差异逐渐减小;随着土壤深度增加各处理间地温差异逐渐减小。夜间（18：00-次日8：00）,各处理间5cm地温差异最大,其次为冠层40cm处。不同灌溉水温改变了各处理的能量平衡分量,水体含热量的变化（Q）表现为T2>CK>T1,土壤热通量（G）、显热通量（H）和潜热通量（LE）均表现为T1>CK>T2。说明较高温度的池塘水灌溉加重了水稻的高温热害,而较低温度的井水灌溉对抵御高温热害有良好效果。     

冬小麦返青后腾发量时空尺度效应的通径分析

作物腾发量（ET）的时空尺度效应是作物高效用水调控与节水灌溉管理中需面对的基础科学问题。该文对返青后冬小麦生育期内试验小区实际腾发量（ETa）和区域水分通量（LE）以及作物生长环境因子进行实测,利用通径分析方法,对冬小麦ET时空尺度效应及其主要影响因子进行分析。结果表明,不同时间尺度和空间尺度下,作物蒸腾蒸发的影响因子不同,显示了其不同的时空尺度效应。对试验小区实际腾发量ETa来说,以全日24 h的数据来分析,其主要影响因子是叶面积指数LAI和净辐射Rn,而白日时段（7:00-18:00）分析显示主要影响因子是空气饱和水汽压差VPD_7-18和叶面积指数LAI。对田间尺度的区域水分通量LE来说,全日24h数据的主要影响因子是净辐射Rn和作物高度H,白日时段（7:00－18:00）数据的主要影响因子是饱和水汽压差VPD_7-18和作物高度H。冬小麦返青后的时间尺度效应表现是全日24h作物腾发量的主要影响因子是净辐射,而白天时段影响腾发量的主要因子是空气饱和水汽压差;空间尺度效应表现是小面积的作物腾发量大小对作物的叶面积指数变化敏感,区域水分通量的大小与下垫面植被高度的变化有关。     

基于夏玉米叶片气孔导度提升的冠层导度估算模型

叶片气孔导度模拟及其向冠层导度的尺度提升是实现蒸散发尺度转换的基础,对农业水资源高效利用与评价意义重大。本文依据夏玉米叶片气孔导度和冠层导度实测值,在建立叶片气孔导度估算模型基础上,构建冠层导度估算模型。结果表明,夏玉米叶片气孔导度每日在10:00－14:00之间达到峰值,其日变化趋势与光合有效辐射的一致性较好,较大的饱和水汽压差对夏玉米叶片气孔导度具有一定的限制作用。根据光合有效辐射和饱和水汽压差建立的叶片气孔导度估算模型能较好反映当地夏玉米叶片气孔导度对主要环境因子的响应过程,以光合有效辐射作为尺度转换因子构建的冠层导度估算模型可较好实现从叶片气孔导度向冠层导度的尺度转换提升。     

Diurnal patterns of methane emissions from paddy rice fields in the Philippines

Methane (CH₄) emissions from rice paddies often show significant diurnal variations, most likely driven by diurnal changes of radiation and temperature in air, floodwater, and soil. Field measurements, however, are often scheduled at a fixed time of a given measuring day, thereby neglecting sub‐daily variations of CH₄ emissions. Here we evaluated diurnal patterns of CH₄ emissions from traditional paddy rice production as observed during field measurements in the Philippines. Field emissions were measured during three consecutive cropping seasons using an automated chamber and gas sampling system with fluxes being obtained every 4 h. Methane fluxes were monitored with a total of nine chambers during the dry seasons in 2012 and 2013 and 27 chambers during the wet season in 2012. Significant and consistent diurnal patterns of CH₄ emissions were mainly observed from the start of field flooding until the middle of cropping periods, i.e., periods with low leaf area of the rice crop. Our data show that disregarding the diurnal variability of fluxes results in an average overestimation of seasonal CH₄ emissions of 22% (16–31%) if measurements were conducted only around noon. Scheduling manual sampling either at early morning (7:00–9:00) or evening (17:00–19:00) results in estimations of seasonal emissions within 94–101% of the “true” value as calculated from multiple daily flux measurements. Alternatively, uncertainties of seasonal emissions can be reduced to an average of ≤3% by applying sinus function or Gauss function‐based correction factors. Application of correction factors allows the performance of flux measurements at any time of day. We also investigated N₂O emissions from rice paddies with respect to diurnal variations, but did not find, as in the case of CH₄, any significant and persistent diurnal pattern.