馬鵬飛，劉廷璽，段利民，王 丹，祁秀嬌

(內(nèi)蒙古農(nóng)業(yè)大學(xué)水利與土木建筑工程學(xué)院，內(nèi)蒙古自治區(qū)水資源保護(hù)與利用重點(diǎn)實(shí)驗(yàn)室， 內(nèi)蒙古 呼和浩特 010018)

蒸散發(fā)量(簡稱蒸散量)為植物蒸騰量和土壤蒸發(fā)量之和[1]，是水文循環(huán)的重要組成部分[2]，也是制定農(nóng)業(yè)灌溉制度和研究水文過程的重要依據(jù)，準(zhǔn)確地估算蒸散量對(duì)于區(qū)域水資源管理和農(nóng)業(yè)水資源高效利用具有重大意義[3]。估算蒸散量的方法有很多[4-7]，關(guān)鍵在于參考作物蒸散量(ET0)的計(jì)算。由于蒸散量是經(jīng)由土壤—植物—大氣連續(xù)體(SPAC系統(tǒng))的動(dòng)態(tài)水分傳輸過程，導(dǎo)致蒸散量是水文循環(huán)中最難估算的。1979年聯(lián)合國糧農(nóng)組織(FAO)提出了修正Penman公式[8]，在國內(nèi)得到廣泛的應(yīng)用。1998年，F(xiàn)AO明確了“參考作物蒸散發(fā)(ET0)”的概念，即“高0.12 m、綜合表面阻力為70 s·m-1、反射率為0.23的一種假想?yún)⒖甲魑锏恼羯⑺俾?，可以近似代表高度一致、生長良好、水分充足、完全覆蓋地面的大面積綠草的蒸散量”[9]，且在56號(hào)文件給出了具體的FAO-56 Penman-Monteith計(jì)算公式，且得到廣泛的應(yīng)用。2005年美國工程協(xié)會(huì)在FAO-56 Penman-Monteith公式的基礎(chǔ)上，綜合考慮作物高度變化的影響，提出ASCE Penman-Monteith公式，且在陜西關(guān)中地區(qū)[10]和黑河流域中游取得很好的效果[11]。

針對(duì)玉米實(shí)際蒸散量估算，很多學(xué)者通過遙感反演的方法，分析大田玉米的蒸散發(fā)規(guī)律，如王敏政等[12]在河北省保定進(jìn)行了相關(guān)研究；也有很多學(xué)者利用大型蒸滲儀來直接測量，經(jīng)修正后可得玉米實(shí)際蒸散量，如楊光超等[13]在河北省懷來縣進(jìn)行了相關(guān)研究；一些學(xué)者通過渦度相關(guān)系統(tǒng)，分析了田間尺度玉米蒸散量的變化規(guī)律，如張淑杰等[14]在遼寧錦州地區(qū)開展了相關(guān)研究；少數(shù)學(xué)者借助大孔徑閃爍儀，并結(jié)合渦度相關(guān)系統(tǒng)分析了暖溫帶半濕潤季風(fēng)氣候區(qū)夏玉米蒸散量的變化特征，如楊凡等[15]在河北省欒城進(jìn)行了相關(guān)研究。近些年來出現(xiàn)了很多利用模型來模擬作物蒸散規(guī)律的研究，如趙麗雯等[16]通過Shuttleworth-Wallace模型估算了綠洲農(nóng)田玉米生長季的實(shí)際蒸散量；趙娜娜[17]等率定了雙作物系數(shù)模型，并分析了夏玉米棵間土壤蒸發(fā)和作物蒸騰規(guī)律；蔡錫鎮(zhèn)等[18]通過SWAT模型與遙感相結(jié)合的方法模擬了水文流域的蒸散發(fā)量，并取得了良好的效果；在與本文相似的渾善達(dá)克沙地，劉艷偉等[19]通過雙作物系數(shù)模型和SWAT模型共同模擬天然植被的蒸散發(fā)量，均取得了良好的模擬效果。

本文以科爾沁沙地青貯玉米為研究對(duì)象，采用ASCE Penman-Monteith模型計(jì)算ET0，然后通過土壤含水率模擬值與實(shí)測值對(duì)比率定了雙作物系數(shù)模型，從而得出土壤蒸發(fā)系數(shù)和作物蒸散系數(shù)，與ET0結(jié)合后可實(shí)現(xiàn)棵間土壤蒸發(fā)和青貯玉米蒸騰的模擬，重點(diǎn)分析棵間土壤蒸發(fā)和青貯玉米蒸騰的變化規(guī)律及其影響因素，對(duì)荒漠化日趨嚴(yán)重的科爾沁沙地青貯玉米蒸散量的計(jì)算和生態(tài)保護(hù)政策的制定具有重大意義。

1 材料與方法

1.1 研究區(qū)概況與試驗(yàn)設(shè)計(jì)

本文選擇位于科爾沁沙地東南緣的阿古拉生態(tài)水文試驗(yàn)區(qū)域?yàn)檠芯繀^(qū)，行政區(qū)隸屬內(nèi)蒙古通遼市科爾沁左翼后旗阿古拉鎮(zhèn)，地理坐標(biāo)為122°33′00″～122°41′00″E，43°18′48″～43°21′24″N，面積55 km2。研究區(qū)為典型的半干旱荒漠化地區(qū)，流動(dòng)、固定沙丘和草甸、農(nóng)田與小型湖泡相間分布。區(qū)內(nèi)南北沙丘主要有小葉錦雞兒等灌木沙生植被，差巴嘎蒿等半灌木沙生植被，中間毗鄰湖泡的低緩草甸地上分布著一年或多年生牧草，二者之間的過渡帶分布著玉米、青貯玉米等農(nóng)作物。研究區(qū)屬典型的溫帶大陸性季風(fēng)氣候，雨熱同期，常年多風(fēng)干燥，多年平均降水量389 mm，且主要集中在6—9月，占年降水量的69.3%；Φ20 cm蒸發(fā)皿多年平均蒸發(fā)量1 412 mm，且主要集中在5—9月，占年蒸發(fā)量的79.0%；平均相對(duì)濕度介于40%～90%之間，多年平均日照時(shí)數(shù)2 931.5 h。

為開展區(qū)域內(nèi)青貯玉米蒸散量的專項(xiàng)研究，在研究區(qū)裝有一套氣象站(Campbell)，可獲得2.0 m與3.5 m處風(fēng)速、2 m處空氣溫濕度、太陽凈輻射和降雨量的測量數(shù)據(jù)；地下埋有CS655土壤探頭，可實(shí)現(xiàn)土壤水分、電導(dǎo)率與溫度的觀測，埋設(shè)梯度為10 cm、20 cm、40 cm和80 cm；2.5 m架設(shè)一個(gè)自記式雨量筒。氣象站各探頭和雨量筒將數(shù)據(jù)的采集間隔設(shè)置為10 min，30 min和daily。試驗(yàn)點(diǎn)種植青貯玉米，于2015年5月23日播種、8月30日收割。7月27日雨后進(jìn)行施肥(尿素)，生長期內(nèi)無明顯蟲害，且無灌溉。采集土樣進(jìn)行顆分試驗(yàn)，確定其土質(zhì)為沙壤土。自6月3日開始，選取長勢具有代表性的10 m×10 m樣方，在樣方選取具有代表性的兩株青貯玉米，利用Li-6400光合作用儀對(duì)選定的兩株青貯玉米上、中、下三個(gè)部位的葉片進(jìn)行測試(前期矮小時(shí)只測上下兩個(gè)部位)，每個(gè)葉片測量3次，可獲得葉片尺度的凈光合速率、蒸騰速率、胞間CO2濃度等生理指標(biāo)，測試的時(shí)間間隔為12 d，測試時(shí)段為4∶30—17∶30，每個(gè)小時(shí)測量一次；同時(shí)測量選定測試株的葉片個(gè)數(shù)及其面積；并在樣方內(nèi)再選定5棵代表樣株，測定玉米的高度、葉面積等生態(tài)指標(biāo)。在生長期內(nèi)利用直徑10 cm、高20 cm的兩組小型蒸發(fā)器對(duì)土壤蒸發(fā)進(jìn)行觀測，每組由紗布封底和塑料布封底的小型蒸發(fā)器各一個(gè)，大雨后更換新土實(shí)施新一輪觀測，雨后1 d、2 d、3 d直至下次降雨的早晚進(jìn)行連續(xù)觀測，選用0.01 g精度的天平對(duì)土樣進(jìn)行稱重。

1.2 ASCE Penman-Monteith(ASCE-PM)模型

美國工程師協(xié)會(huì)成立了參考作物蒸發(fā)蒸騰量標(biāo)準(zhǔn)委員會(huì)，該委員會(huì)對(duì)目前應(yīng)用比較廣泛的Penman(1948)、Modified-Penman、Penman-Monteith、FAO-56 Penman-Monteith等模型進(jìn)行了全面系統(tǒng)研究，廣泛的比較了這些參考作物蒸散發(fā)模型的性能，包括選擇標(biāo)準(zhǔn)的公式參照了Allen等人研究結(jié)果[10,20]。經(jīng)過了大量反復(fù)實(shí)驗(yàn)，結(jié)果表明：標(biāo)準(zhǔn)ASCE-PM模型誤差最小[21]。2005年美國工程師協(xié)會(huì)將ASCE-PM模型作為美國最新研究計(jì)算ET0的標(biāo)準(zhǔn)公式，其優(yōu)點(diǎn)為將作物分為高草(大于0.5 m)和矮草(小于0.5 m)以及白天和黑夜分開來計(jì)算。針對(duì)青貯玉米作物高度變化劇烈特點(diǎn)，本文選用ASCE-PM模型計(jì)算ET0，其計(jì)算公式為：

(1)

式中：ET0為參考作物蒸散量，mm·d-1；Rn為凈輻射，MJ·m-2·d-1；G為土壤熱通量，MJ·m-2·d-1；T為空氣溫度，℃；u2為高度2 m處風(fēng)速，m·s-1；Δ為蒸汽壓曲線斜率，kPa·℃-1；γ為濕度常數(shù)，kPa·℃-1，Cn和Cd為計(jì)算系數(shù)，其值與作物冠層類型、計(jì)算步長和計(jì)算時(shí)段有關(guān)，見表1。

表1 ASCE-PM模型中Cn和Cd取值

1.3 雙作物系數(shù)模型

ETc=KcET0

(2)

Kc=KsKcb+Ke

(3)

式中，ETc為農(nóng)田實(shí)際蒸散量；ET0為參考作物蒸散量，通過ASCE-PM模型來估算；Kcb為基礎(chǔ)作物系數(shù)，表征作物蒸騰的影響程度；Ke為土壤蒸發(fā)系數(shù)，表征土壤蒸發(fā)的影響程度；Ks為水分脅迫系數(shù)，反映根區(qū)土壤含水率不足時(shí)對(duì)作物蒸騰的影響。

基礎(chǔ)作物系數(shù)Kcb分為生長初期、生長中期和生長末期三個(gè)生長階段，分別記為Kcbini、Kcb midi和Kcb end，可根據(jù)FAO-56[9]、趙麗雯等[11]給定的計(jì)算方法并結(jié)合前人相近試驗(yàn)成果確定初始值，最終應(yīng)由雙作物系數(shù)模型模擬的土壤含水量、土壤蒸發(fā)率與相應(yīng)實(shí)測值達(dá)最優(yōu)擬合加以率定。

1.4 統(tǒng)計(jì)參數(shù)

本文利用ASCE-PM模型計(jì)算科爾沁沙地的ET0，然后利用雙作物系數(shù)模型模擬出土壤含水率與實(shí)測值進(jìn)行統(tǒng)計(jì)分析，采用相對(duì)均方差(RMSE)、一致性指數(shù)(d)、平均絕對(duì)誤差(AAE)和Nash-Sutcliffe效率指數(shù)(E)4個(gè)統(tǒng)計(jì)量(見下面公式)以及回歸分析中回歸系數(shù)(b)和決定性系數(shù)(R2)率定雙作物系數(shù)模型。

(4)

(5)

(6)

(7)

式中，N為觀測次數(shù)；Qi為第i個(gè)實(shí)測值；Pi為第i個(gè)模擬值；Qave為Qi平均實(shí)測值(i=1,2,3，…，N)；Pave為Pi平均模擬值(i=1,2,3，…，N)。

2 結(jié)果與分析

2.1 雙作物系數(shù)模型率定

雙作物系數(shù)法模型為概念性參數(shù)，具有一定的物理基礎(chǔ)。可通過土壤數(shù)據(jù)、氣象數(shù)據(jù)、作物數(shù)據(jù)和降雨灌溉數(shù)據(jù)對(duì)農(nóng)田作物進(jìn)行耗水量的模擬，并且實(shí)現(xiàn)了顆間土壤蒸發(fā)量和作物蒸騰量的剝離。試驗(yàn)樣地青貯玉米種植間距為40 cm×30 cm，且整個(gè)生長期內(nèi)無灌溉。根據(jù)作物生長過程中地面覆蓋程度和葉面積指數(shù)的變化情況，將其生長期分為生長初期(5月23日—6月11日)、快速生長期(6月12日—7月21日)、生長中期(7月22日—8月20日)和生長末期(8月21日—8月30日)四個(gè)生長階段[9]。根據(jù)試驗(yàn)樣地青貯玉米生長初期、生長中期和生長末期的生理生態(tài)指標(biāo)，并參照趙娜娜等[17,22]對(duì)北京大興區(qū)夏玉米、吳堯等[23]對(duì)本研究區(qū)玉米農(nóng)田的作物系數(shù)研究，確定Kcbini、Kcbmid和Kcbend的初始值分別為0.3、1.15和0.6，利用SIMdualKc模型[17,22-23]，反復(fù)調(diào)整各生長階段的作物系數(shù)和其它參數(shù)，使模型模擬的土壤含水率與實(shí)測值達(dá)到最優(yōu)擬合，見圖1。經(jīng)參數(shù)率定后基礎(chǔ)作物系數(shù)以及模擬土壤含水率和實(shí)測值之間的統(tǒng)計(jì)參數(shù)見表2。

圖1 土壤含水率模擬與實(shí)測之間對(duì)比

由圖1及表2可以看出，雙作物系數(shù)模型模擬的土壤含水率與實(shí)測值之間擬合度較高，回歸系數(shù)達(dá)1.02，決定系數(shù)為0.87，可知模型模擬值與實(shí)測值線性關(guān)系極為顯著。就誤差而言，均方根誤差僅為0.02，平均絕對(duì)誤差A(yù)AE僅為0.15，誤差很小，均在合理范圍內(nèi)；模型的一致性和有效性分別為0.975和0.891，均接近于1，說明雙作物系數(shù)模型準(zhǔn)確地預(yù)測了土壤含水率，同時(shí)也說明了模型在該地區(qū)可取得較好的模擬效果，因此模型模擬出的實(shí)際作物蒸散量、棵間土壤蒸發(fā)量和作物蒸騰量以及各種作物系數(shù)是可信的。模型模擬的作物系數(shù)如圖2所示。

2.2 蒸散發(fā)量的估算與分析

應(yīng)用雙作物系數(shù)模型可以較好地模擬土壤含水量的變化規(guī)律，同時(shí)也有效的將蒸散發(fā)量(ETc)剝離為棵間土壤蒸發(fā)量和作物蒸騰量兩個(gè)部分，本文就兩部分分別進(jìn)行分析。

2.2.1 棵間土壤蒸發(fā)對(duì)模型的驗(yàn)證效果 根據(jù)參數(shù)統(tǒng)計(jì)結(jié)果(表3)，就相關(guān)性而言，青貯玉米棵間土壤蒸發(fā)的實(shí)測值和模擬值之間的回歸系數(shù)b為1.009，決定系數(shù)R2為0.925，二者相關(guān)性顯著；就準(zhǔn)確性而言，均方根誤差RMSE為0.213，平均絕對(duì)誤差為0.173，模型的模擬誤差在可接受的范圍之內(nèi)；就一致性和有效性而言，其值分別為0.987和0.929，基本接近于1，說明給模型比較準(zhǔn)確地預(yù)測了棵間土壤蒸發(fā)。通過驗(yàn)證表明雙作物系數(shù)模型在本試驗(yàn)區(qū)具有一定的適用性。

圖2模型生長期內(nèi)作物系數(shù)

Fig.2 Crop coefficients of four models during growth period

2.2.2 棵間土壤蒸發(fā)量的對(duì)比與分析 ASCE-PM模型經(jīng)雙作物系數(shù)模型模擬的土壤蒸發(fā)系數(shù)Ke折算后反映棵間土壤蒸發(fā)量的變化規(guī)律如圖3所示。由圖3可看出，棵間土壤蒸發(fā)變化總體上為：播種前后，棵間土壤蒸發(fā)處于生長季的最高水平，隨著作物的生長波動(dòng)降低至較低水平，收割前幾天有所升高。青貯玉米生長初期，棵間土壤蒸發(fā)量較大，是因?yàn)椴シN前進(jìn)行了翻地和除草，試驗(yàn)樣地?zé)o植被覆蓋，表層土壤松散而孔隙率較高，加之播種前10天內(nèi)共降雨73.6 mm，致使土壤含水率持續(xù)較高水平，因此棵間土壤蒸發(fā)量均處于較高水平。進(jìn)入快速生長期，棵間土壤蒸發(fā)量波動(dòng)減小，造成這種現(xiàn)象的原因可能是前期蓋度小，隨青貯玉米增高、蓋度增大而棵間土壤蒸發(fā)量減小。青貯玉米進(jìn)入生長中期后，蓋度逐漸達(dá)到最大，蒸散量以作物蒸騰量為主，棵間土壤蒸發(fā)量持續(xù)處于較低水平。青貯玉米的生長末期開始后，棵間土壤蒸發(fā)量開始增加，這是由于8月14日至8月22日期間有8天均發(fā)生降雨，總降雨量達(dá)49.3 mm，土壤含水量處在田間持水率水平附近，導(dǎo)致降雨過后連續(xù)4天棵間土壤蒸發(fā)持續(xù)增大；8月26日—29日之間降雨16.8 mm，使土壤含水率持續(xù)處于較高水平，因此棵間土壤蒸發(fā)量持續(xù)增加。

表3 土壤蒸發(fā)實(shí)測值與模擬值間的統(tǒng)計(jì)參數(shù)

圖3青貯玉米棵間土壤蒸發(fā)的日變化過程

Fig.3 Diurnal variation of soil evaporation in silage maize

2.2.3 作物蒸騰量的對(duì)比與分析 基于科爾沁沙地青貯玉米生長期短的特點(diǎn)，2015年青貯玉米出苗后利用Li-6400光合作用儀進(jìn)行了8次蒸騰作用的測試，其中6月份3次(6月3日、6月17日和6月30日)、7月份2次(7月8日和7月19日)和8月份3次(8月1日、8月13日和8月25日)，其變化情況見圖4。葉片蒸騰速率整體上隨著氣溫和太陽輻射增強(qiáng)而增大，且于10∶00—14∶00達(dá)到一天中的峰值，14∶00后隨著光熱強(qiáng)度的下降而減小。

各測試日由于田間氣象和土壤水分的不同而具有不同的變化規(guī)律。6月3日是個(gè)典型的晴天，蒸騰速率大且峰值較高，呈單峰變化。6月17日、6月30日、7月8日、7月19日、8月1日和8月13日的蒸騰速率均呈雙峰變化，除8月1日和8月13日外其它測試日第二峰值高于第一峰值，出現(xiàn)明顯的“午休現(xiàn)象”，其原因是青貯玉米為了防止高溫致使水分過度流失，葉片的氣孔的閉合度較高。8月1日蒸騰速率的第二峰值遠(yuǎn)小于第一峰值，是因?yàn)?3∶20—15∶10出現(xiàn)較厚云層的遮擋，短波輻射由47.13 MJ·m-2·d-1下降到11.28 MJ·m-2·d-1，且溫度下降，15∶10以后云層消失而短波輻射增大至26.07 MJ·m-2·d-1；8月13日的第二峰值于第一峰值相當(dāng)，可能因?yàn)闇y試時(shí)刻選取不恰當(dāng)，并且14∶30左右出現(xiàn)薄云。8月25日出現(xiàn)為典型晴天，蒸騰速率呈光滑單峰變化，由于光熱條件下降，整體的蒸騰速率小于其他測試日。就青貯玉米葉片平均蒸騰速率而言(見表4)，除7月19日和8月1日因天氣因素影響外，自出苗之日起直至生長中期結(jié)束均處于較高水平，于生長中期后半段到最大值，之后逐漸減弱。

鑒于青貯玉米葉片實(shí)測蒸騰速率與模擬田間整體蒸騰速率之間尺度因素和單位因素，僅對(duì)二者進(jìn)行了相關(guān)性分析，決定系數(shù)R2見表4?？梢钥闯?個(gè)試驗(yàn)日決定性系數(shù)均在0.5以上，線性關(guān)系顯著，其中8月1日由于天氣原因相關(guān)性最低，8月25日由于連續(xù)的降雨，造成了青貯玉米環(huán)境因子發(fā)生較大的變化，因而相關(guān)性較低；6月30日上午晴朗多云是造成相關(guān)性降低的主要原因。

圖4 青貯玉米生長季內(nèi)蒸騰速率的日變化過程

2.3 青貯玉米蒸散量與氣象條件

太陽凈輻射、日平均氣溫、空氣濕度和風(fēng)速是影響青貯玉米蒸散量的主要因素，而降雨通過影響這4個(gè)因素間接地影響青貯玉米蒸散量。為了分析各氣象因子對(duì)青貯玉米蒸散量的影響程度，利用雙作物系數(shù)模型模擬的青貯玉米蒸散量與主要?dú)庀笠蜃舆M(jìn)行線性擬合，太陽凈輻射、日平均氣溫、空氣濕度和風(fēng)速與模擬蒸散量值的相關(guān)系數(shù)分別為0.604、0.572、0.501和0.235。由此可見，生長季內(nèi)太陽凈輻射與青貯玉米蒸散量相關(guān)性最為顯著，因此，太陽凈輻射是影響青貯玉米蒸散量的主要因素，同時(shí)也說明了太陽輻射能量是驅(qū)動(dòng)SPAC系統(tǒng)中植物水分向大氣運(yùn)動(dòng)的主要驅(qū)動(dòng)力。氣溫與太陽輻射有密切的聯(lián)系，同一天內(nèi)氣溫和太陽輻射大體上變化趨勢相同，但存在一定滯后性，太陽輻射最強(qiáng)的時(shí)段氣溫逐漸升高，而夜晚在沒有太陽輻射的條件下氣溫也逐漸降低到一天中的最低值，因此蒸散量與氣溫的相關(guān)性僅次于太陽輻射，其值為0.572。由ASCE-PM模型結(jié)構(gòu)可知，空氣濕度對(duì)蒸散發(fā)有抑制作用，空氣濕度增高造成水汽壓差減小，而水汽壓差是決定水分氣化難易程度重要因素之一，炎熱干旱地區(qū)的蒸散量遠(yuǎn)遠(yuǎn)大于潮濕高溫地區(qū)就是這個(gè)原因，因此空氣濕度與青貯玉米蒸散量的相關(guān)系數(shù)值為0.501。風(fēng)速?zèng)Q定著汽化后的水蒸汽能否快速遠(yuǎn)離其汽化界面，從而降低土壤表面或葉面處的空氣濕度，本文風(fēng)速與蒸散量的相關(guān)性相對(duì)較低。

本文采用的ASCE-PM模型屬于綜合法，模型全面的考慮了空氣動(dòng)力項(xiàng)和輻射項(xiàng)的貢獻(xiàn)，由于青貯玉米的生長期僅為100 d，采用月或旬尺度規(guī)律不明顯，故本文采用5 d尺度的平均值進(jìn)行分析研究。模型空氣動(dòng)力學(xué)項(xiàng)所占青貯玉米蒸散量的貢獻(xiàn)率如圖5所示。我們可根據(jù)空氣動(dòng)力項(xiàng)的貢獻(xiàn)率的變化情況，也可得到輻射項(xiàng)的貢獻(xiàn)率的變化情況。結(jié)果顯示ASCE-PM模型空氣動(dòng)力項(xiàng)貢獻(xiàn)率為27.94%～77.66%。同時(shí)在風(fēng)速較大的前10 d，各模型空氣動(dòng)力項(xiàng)的貢獻(xiàn)率為生長期內(nèi)最大，在青貯玉米收割前的5～10 d，ASCE-PM模型的貢獻(xiàn)率為整個(gè)生育期內(nèi)的最小值，此時(shí)輻射項(xiàng)貢獻(xiàn)率達(dá)最大值?？諝鈩?dòng)力項(xiàng)貢獻(xiàn)率隨風(fēng)速同增同減。從總體上看生長季的前半段空氣動(dòng)力項(xiàng)的貢獻(xiàn)率較高，隨著作物生長輻射項(xiàng)逐漸成為蒸散量的主要貢獻(xiàn)項(xiàng)。

圖5生長季內(nèi)空氣動(dòng)力學(xué)項(xiàng)貢獻(xiàn)率

Fig.5 Contribution rate of aerodynamics during growth period

3 討 論

國內(nèi)已有很多利用雙作物系數(shù)模型模擬蒸散量的研究，如趙娜娜等[24]對(duì)北京大興區(qū)冬小麥進(jìn)行了研究，指出模擬土壤含水率與實(shí)測值非常接近，這與本文土壤含水率模擬效果好有一定的相似之處；而在西北干旱區(qū)黑河流域中游農(nóng)田玉米蒸散發(fā)研究中，趙麗雯等發(fā)現(xiàn)P-M和ASCE-PM模型與雙作物模型結(jié)合后較好的估算了玉米日蒸散發(fā)量[11]；王子申等[25]通過雙作物系數(shù)模型研究了西北干旱區(qū)小麥蒸散發(fā)及棵間土壤蒸發(fā)規(guī)律，取得了很好的效果，以上都印證了模型的適用性和估算方法的可行性。

針對(duì)小型蒸發(fā)器測定土壤蒸發(fā)數(shù)據(jù)校驗(yàn)?zāi)Ｐ偷难芯繉乙姴货r，陽勇等[26]利用小型蒸發(fā)器評(píng)價(jià)了P-M、Priestley-Taylor和Hargreaves-Samani模型在草地的適用性，取得了較好的效果；趙娜娜等[17]利用小型蒸發(fā)器與雙作物系數(shù)模型相結(jié)合的方法，校驗(yàn)了雙作物系數(shù)模型，并取得較好的效果，與本研究相似；趙麗雯等[16]利用小型蒸發(fā)器檢驗(yàn)了蒸散發(fā)模型，取得較好的效果。就作物蒸騰而言，趙風(fēng)華等[27]在山東禹城平原區(qū)和夏桂敏等[28]在遼寧平原區(qū)都得出玉米蒸騰速率呈明顯單峰變化的結(jié)論，而王淑慶等[29]在黃土高原中南部和郭映等[30]在黃土高原丘陵溝壑區(qū)的研究均發(fā)現(xiàn)玉米的蒸騰速率均呈現(xiàn)雙峰變化；這些與本文青貯玉米剛出苗和收割前呈單峰變化而生長季的大部分時(shí)間呈雙峰規(guī)律的結(jié)果均有一些差別。并且很多學(xué)者確定的作物蒸騰測試時(shí)段為8∶00—18∶00，而本文8∶00之前日出后儀器測試出作物蒸騰速率較大，可能是因?yàn)槿~片上露珠較多，葉片表面水分蒸發(fā)影響了測試結(jié)果，對(duì)此有待進(jìn)一步研究。

很多學(xué)者已對(duì)SPAC系統(tǒng)的驅(qū)動(dòng)力進(jìn)行了相關(guān)的研究[31]，大多數(shù)學(xué)者都得出太陽輻射為主要驅(qū)動(dòng)力。孫菽芬[32]在對(duì)SPAC綜合系統(tǒng)的研究中發(fā)現(xiàn)，水循環(huán)過程和能量平衡過程均起因于太陽輻射能量，與本文結(jié)論相同。蒸散發(fā)是多種氣象因子綜合作用的結(jié)果，不同時(shí)期的影響因子有所不同。唐霞等[33]針對(duì)科爾沁沙地玉米的研究表明，光合有效輻射是玉米液流變化的最主要影響因子，與本文的研究結(jié)果相近；劉昌明和張丹[34]在分析了全國蒸散發(fā)的影響因子，指出蒸散量受太陽輻射和最高溫度影響顯著，與本文結(jié)論均有一致性。

4 結(jié) 論

本文以科爾沁沙地青貯玉米為研究對(duì)象，選用ASCE-PM模型計(jì)算ET0；利用雙作物系數(shù)模型模擬土壤含水率與對(duì)應(yīng)實(shí)測值進(jìn)行統(tǒng)計(jì)分析，根據(jù)統(tǒng)計(jì)指標(biāo)對(duì)模型進(jìn)行率定和驗(yàn)證，然后模擬青貯玉米的作物系數(shù)，與ASCE-PM模型結(jié)合后模擬青貯玉米的蒸散發(fā)量、棵間土壤蒸發(fā)量和作物蒸騰量規(guī)律，并分析其影響因素，得出以下幾點(diǎn)結(jié)論：

1) 雙作物系數(shù)模型可以較為準(zhǔn)確地模擬科爾沁沙地青貯玉米的土壤含水率和棵間土壤蒸發(fā)量的變化過程，且率定出青貯玉米的Kcbini、Kcb midi和Kcb end值分別為0.25、0.90和0.50。

2) 生長季內(nèi)棵間土壤蒸發(fā)量由初期峰值下降到較低水平并持續(xù)到生長末期，直到收割前5-10天有所回升。青貯玉米蒸騰速率剛出苗和收割前呈單峰變化而生長季的大部分時(shí)間呈雙峰規(guī)律，第二峰值高于第一峰值；日內(nèi)蒸騰速率變化規(guī)律為整體上隨著氣溫和太陽輻射增強(qiáng)而增大，且于10∶00—14∶00達(dá)到一天中的峰值，14∶00后隨著光熱強(qiáng)度的下降而減小。蒸騰速率自出苗之日起直至生長中期結(jié)束均處于較高水平，于生長中期后半段到最大值，之后逐漸減弱。

3) 青貯玉米實(shí)際蒸散量與太陽輻射線性關(guān)系最為顯著(R=0.643)，說明太陽輻射是驅(qū)動(dòng)SPAC系統(tǒng)的主要驅(qū)動(dòng)力；與氣溫、空氣濕度和風(fēng)速的相關(guān)性依次次之。ASCE-PM模型空氣動(dòng)力項(xiàng)5 d尺度貢獻(xiàn)率為27.94%～77.66%，從總體上看生長季的前半段空氣動(dòng)力項(xiàng)的貢獻(xiàn)率較高，隨著作物生長輻射項(xiàng)逐漸成為主要的貢獻(xiàn)項(xiàng)，并且隨風(fēng)速同增同減。

綜上所述，ASCE-PM模型結(jié)合雙作物系數(shù)可較好估算科爾沁沙地玉米的蒸散量，以及棵間土壤蒸發(fā)和玉米蒸騰量。

參考文獻(xiàn)：

[1] 魏光輝,楊鵬年.新疆焉耆盆地ET0計(jì)算方法的適用性評(píng)價(jià)[J].干旱地區(qū)農(nóng)業(yè)研究,2015，(6):46-51.

[2] 湯鵬程,何 蒙,苗 澍,等.不同ET0計(jì)算方法在內(nèi)蒙古東部地區(qū)適用性比較[J].干旱地區(qū)農(nóng)業(yè)研究,2016,34(1):38-43.

[3] 樊 軍,邵明安,王全九.黃土區(qū)參考作物蒸散量多種計(jì)算方法的比較研究[J].農(nóng)業(yè)工程學(xué)報(bào),2008,24(3):98-102.

[4] 張俊鵬,孫景生,劉祖貴,等.不同麥秸覆蓋量對(duì)夏玉米田棵間土壤蒸發(fā)和地溫的影響[J].干旱地區(qū)農(nóng)業(yè)研究,2009,27(1):95-100.

[5] 杜加強(qiáng),熊珊珊,劉成程,等.黃河上游地區(qū)幾種參考作物蒸散量計(jì)算方法的適用性比較[J].干旱區(qū)地理,2013,36(5):831-840.

[6] 屈艷萍,康紹忠,王素芬,等.液流—株間微型蒸滲儀法測定新疆楊蒸發(fā)蒸騰量適用性分析[J].干旱地區(qū)農(nóng)業(yè)研究,2014,32(3):88-94.

[7] 賈 悅,崔寧博,魏新平,等.基于反距離權(quán)重法的長江流域參考作物蒸散量算法適用性評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(6):130-138.

[8] Frere M, Popov G F. Agrometerological crop monitoring and forecasting. FAO Plant Production and Protection Paper 17[R]. Roma: Food and Agriculture Organization of United Nation (FAO), 1979.

[9] Allen R G, Pereira L S, Raes D, et al. Crop Evapotranspiration: guidelines for Computing Crop Water Requirements. Irrigation and Drainage paper 56[R]. Rome: Food and Agriculture Organization of United Nation (FAO), 1998.

[10] Allen R G, WilliamO, Pruitt, et al. A recommendation on standardized surface resistance for hourly calculation of reference ET0 by the FAO 56 Penman-Monteithmethod[J]. Agricultural Water Management, 2006,81(1):1-22.

[11] 趙麗雯,吉喜斌.基于FAO-56雙作物系數(shù)法估算農(nóng)田作物蒸騰和土壤蒸發(fā)研究——以西北干旱區(qū)黑河流域中游綠洲農(nóng)田為例[J].中國農(nóng)業(yè)科學(xué),2010,43(19):4016-4026.

[12] 王敏政,周廣勝.基于地面遙感信息與氣溫的夏玉米土壤水分估算方法[J].應(yīng)用生態(tài)學(xué)報(bào),2016,27(6):1804-1810.

[13] 楊光超,朱忠禮,譚 磊,等.懷來地區(qū)蒸滲儀測定玉米田蒸散發(fā)分析[J].高原氣象,2015,34(4):1095-1106.

[14] 張淑杰,周廣勝,李榮平.基于渦度相關(guān)的春玉米逐日作物系數(shù)及蒸散模擬[J].應(yīng)用氣象學(xué)報(bào),2015,26(6):695-704.

[15] 楊 凡,齊永青,張玉翠,等.大孔徑閃爍儀與渦度相關(guān)系統(tǒng)對(duì)灌溉農(nóng)田蒸散量的對(duì)比觀測[J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2011,19(5):1067-1071.

[16] 趙麗雯,趙文智,吉喜斌.西北黑河中游荒漠綠洲農(nóng)田作物蒸騰與土壤蒸發(fā)區(qū)分及作物耗水規(guī)律[J].生態(tài)學(xué)報(bào),2015,35(4):1114-1123.

[17] 趙娜娜,劉 鈺,蔡甲冰,等.夏玉米棵間蒸發(fā)的田間試驗(yàn)與模擬[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(21):66-73.

[18] 蔡錫填,徐宗學(xué),蘇保林,等.區(qū)域蒸散發(fā)分布式模擬及其遙感驗(yàn)證[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(10):154-160，365.

[19] 劉艷偉,朱仲元,烏 云,等.渾善達(dá)克沙地天然植被蒸散量兩種計(jì)算方法的比較[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2010,41(11):84-88.

[20] Allen RG, Walter IA, Elliott R, et al. Requirements and challenges in selecting and specifying astandardized ET equation[C]//4th Decennial National Irrigation Symposium, American Society of Agricultural Engineers, 2000：201-208.

[21] Walter I A, Allen R G, Elliott R, et al. ASCE's Standardized Reference Evapotranspiration Equation[R]. ASCE-EWRI Task Committee Report, 2005.

[22] Nana Zhao, Yui Liu, Jiabing Cai, et al. Dual crop coefficient modelling applied to the winter wheatorprojectwide evapotranspiration using crop coefficients and reference evapo soil evaporation component[J]. Agricultural Water Management, 2013,117:93-105.

[23] Yao Wu, Tingxi Liu, Paula P, et al. Water use by a groundwater dependent maize in a semi-arid region ofInner Mongolia: Evapotranspiration partitioning and capillary rise[J]. Agricultural Water Management, 2015,152:222-232.

[25] 王子申,蔡煥杰,虞連玉,等.基于SIMDualKc模型估算西北旱區(qū)冬小麥蒸散量及土壤蒸發(fā)量[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(5):126-136.

[26] 陽 勇,陳仁升,宋耀選,等.黑河上游山區(qū)草地蒸散發(fā)觀測與估算[J].應(yīng)用生態(tài)學(xué)報(bào),2013,24(4):1055-1062.

[27] 趙風(fēng)華,王秋鳳,王建林,等.小麥和玉米葉片光合-蒸騰日變化耦合機(jī)理[J].生態(tài)學(xué)報(bào),2011,31(24):7526-7532.

[28] 夏桂敏,鄭麗麗,孫仕軍,等.免耕玉米環(huán)境因子對(duì)葉片光合-蒸騰日變化的影響研究[J].灌溉排水學(xué)報(bào),2013,32(3):79-82.

[29] 王淑慶,張歲岐,王小林.黃土塬區(qū)不同栽培模式下玉米蒸騰耗水規(guī)律的研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2013,21(4):432-439.

[30] 郭 映,董 陽,黨慧慧,等.基于不同時(shí)間尺度玉米蒸散蒸騰量及其影響因素[J].資源科學(xué),2014,36(7):1501-1508.

[31] 壽文凱,胡飛龍,阿拉木薩,等.基于SPAC系統(tǒng)干旱區(qū)水分循環(huán)和水分來源研究方法綜述[J].生態(tài)學(xué)雜志,2013,32(8):2194-2202.

[32] 孫菽芬.土壤-植被-大氣統(tǒng)一體內(nèi)水分循環(huán)和能量交換——SPAC模型[J].力學(xué)進(jìn)展,1984,14(1):1-10.

[33] 唐 霞,崔建垣,趙學(xué)勇,等.科爾沁沙地玉米葉面蒸騰與棵間蒸發(fā)特性[J].草業(yè)科學(xué),2011,28(5):788-792.

[34]劉昌明,張 丹.中國地表潛在蒸散發(fā)敏感性的時(shí)空變化特征分析[J].地理學(xué)報(bào),2011,66(5):579-588.