郭丹丹, 馬英杰, 馬 亮

?

蒸滲儀測(cè)定滴灌棗樹不同時(shí)間尺度下騰發(fā)強(qiáng)度特征*

郭丹丹, 馬英杰, 馬 亮**

(新疆農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院 烏魯木齊 830052)

為精確測(cè)定、準(zhǔn)確模擬阿克蘇地區(qū)滴灌棗樹騰發(fā)過(guò)程, 基于大型稱重式蒸滲儀測(cè)定棗樹全生育期逐時(shí)及逐日騰發(fā)強(qiáng)度(ET), 利用水量平衡方程、PM公式及經(jīng)典統(tǒng)計(jì)原理, 分析不同時(shí)間尺度下葉面積指數(shù)(LAI)、氣象因素[溫度()、風(fēng)速()、凈輻射(n)]、表層土壤含水率()與棗樹騰發(fā)強(qiáng)度的相關(guān)關(guān)系并建立預(yù)測(cè)模型。結(jié)果表明: 棗樹日內(nèi)騰發(fā)強(qiáng)度呈單峰型變化趨勢(shì), 夜間變化幅度較小且騰發(fā)貢獻(xiàn)率低。棗樹全生育期逐日騰發(fā)強(qiáng)度變化呈先增大后減小的趨勢(shì), 花期的騰發(fā)強(qiáng)度最大, 為4.42 mm?d-1; 全生育期騰發(fā)總量為640.83 mm, 其中花期和果實(shí)生長(zhǎng)發(fā)育期耗水量占比較大, 分別為38.61%和32.72%。在小時(shí)和日時(shí)間尺度上, 影響騰發(fā)強(qiáng)度的主要因素不完全相同, 且影響程度有所差異。綜合考慮各影響因素, 以萌芽期、花期、果實(shí)發(fā)育期為基礎(chǔ), 分別建立以小時(shí)、日尺度下估算騰發(fā)強(qiáng)度的經(jīng)驗(yàn)?zāi)Ｐ虴T1(h)=0.153+0.004+0.012+0.176n+0.002+0.067LAI、ET2(d)=-3.325+0.081+0.163n+0.069+2.089LAI, 擬合度2均在0.7以上, 以果實(shí)發(fā)育期與成熟期數(shù)據(jù)對(duì)模型進(jìn)行檢驗(yàn), 納什效率系數(shù)分別達(dá)0.63、0.80。經(jīng)偏相關(guān)檢驗(yàn), 冠層凈輻射(n)對(duì)兩種尺度的騰發(fā)強(qiáng)度均影響最顯著, 因此以棗樹全生育期數(shù)據(jù)量為基礎(chǔ), 僅建立冠層凈輻射(n)與騰發(fā)強(qiáng)度的回歸模型ET1(h)=-0.063 3n2+0.361 2n?0.003 7、ET2(d)=-0.018 3n2+0.684 7n–1.642 1,2分別為0.704 7與0.743 6, 可滿足缺少數(shù)據(jù)支撐情況下的騰發(fā)過(guò)程估算。這些模型明確了阿克蘇地區(qū)滴灌棗樹騰發(fā)機(jī)制及影響程度, 可為水分管理精準(zhǔn)化提供計(jì)算基礎(chǔ)。

騰發(fā)強(qiáng)度; 氣象因子; 時(shí)間尺度; 棗樹; 滴灌

田間騰發(fā)強(qiáng)度的精確測(cè)定、模擬可為準(zhǔn)確估算土壤水分、預(yù)測(cè)農(nóng)田干旱的發(fā)生和作物水分脅迫狀況提供重要信息[1], 是制定農(nóng)作物灌溉制度的基礎(chǔ), 也是促進(jìn)農(nóng)業(yè)節(jié)水的關(guān)鍵[2-4]。紅棗(Mill.)抗寒抗旱, 耐鹽堿, 適應(yīng)性強(qiáng), 可減小干旱區(qū)降雨少、蒸發(fā)量大、鹽堿地嚴(yán)重等對(duì)農(nóng)業(yè)生產(chǎn)的影響。新疆光熱豐富, 晝夜溫差大, 是我國(guó)優(yōu)質(zhì)干棗生產(chǎn)基地, 目前新疆紅棗種植面積47.37萬(wàn)hm2, 占水果總面積的46.66%[5-6]。研究棗樹的騰發(fā)量已有不少結(jié)論, 王則玉等[7]采用TRIME水分監(jiān)測(cè)儀測(cè)定每次灌水前后土壤含水量, 得出不同灌水處理下9 a棗樹騰發(fā)量為579.6~668.2 mm; 曹俊[8]采用DIVERN2000每5 d觀測(cè)一次土壤含水量, 得出不同處理下8 a生成齡棗樹騰發(fā)量為410.7~472.0 mm。以上棗樹騰發(fā)量測(cè)定時(shí)間間隔較長(zhǎng), 且隨著灌水結(jié)束便終止測(cè)定棗樹騰發(fā)量, 測(cè)定結(jié)果不完整。大型稱重式蒸滲儀可控制土壤邊界條件, 直接測(cè)定冠層尺度的騰發(fā)強(qiáng)度, 測(cè)定時(shí)間間隔短, 精度高, 目前被認(rèn)為是測(cè)量作物騰發(fā)強(qiáng)度最準(zhǔn)確的儀器。國(guó)內(nèi)外利用蒸滲儀測(cè)定作物騰發(fā)強(qiáng)度已經(jīng)非常普遍, 研究對(duì)象多為小麥(L.)、玉米(L.)等一年生作物[9-11], 少見對(duì)多年生果樹的研究, 滴灌棗樹水分精準(zhǔn)化管理缺少有力的理論知識(shí)。

模擬騰發(fā)強(qiáng)度以預(yù)測(cè)作物需水量是灌溉預(yù)報(bào)的關(guān)鍵[12]。騰發(fā)過(guò)程主要受土壤因素、大氣因素、作物自身因素影響, 眾多因素間的關(guān)系錯(cuò)綜復(fù)雜[13]。汪秀敏等[14]發(fā)現(xiàn)環(huán)境因子對(duì)冬小麥騰發(fā)強(qiáng)度影響大小為凈輻射>空氣相對(duì)濕度>土壤溫度>空氣溫度> 40 cm土壤含水量>風(fēng)速; 楊光超等[15]研究表明, 日照、風(fēng)速對(duì)騰發(fā)強(qiáng)度的影響超過(guò)了溫度。目前各學(xué)者建立預(yù)測(cè)騰發(fā)強(qiáng)度的模型時(shí), 僅關(guān)注氣象條件對(duì)騰發(fā)強(qiáng)度的影響, 考慮影響騰發(fā)強(qiáng)度的因素不夠全面, 且得出的結(jié)論有所差異。本文使用大型稱重式蒸滲儀精確測(cè)定棗樹逐時(shí)及逐日騰發(fā)強(qiáng)度變化趨勢(shì), 測(cè)定截止時(shí)間為棗成熟期(采摘結(jié)束), 得出一個(gè)完整的棗樹全生育期騰發(fā)量。同時(shí)以蒸滲儀實(shí)測(cè)棗樹騰發(fā)強(qiáng)度為基礎(chǔ), 分析不同時(shí)間尺度下(小時(shí)、日)騰發(fā)強(qiáng)度與各影響因子間的關(guān)系, 建立回歸模型, 為滿足不同灌溉要求下預(yù)估作物需水量提供參考。

1 材料與方法

1.1 試驗(yàn)區(qū)概況

試驗(yàn)區(qū)地處新疆阿克蘇地區(qū)紅旗坡農(nóng)場(chǎng)新疆農(nóng)業(yè)大學(xué)林果實(shí)驗(yàn)基地(80°14￠E, 41°16￠N), 屬于典型的大陸性溫帶干旱沙漠氣候, 海拔1 133 m。實(shí)驗(yàn)站內(nèi)氣象站測(cè)得2014—2017年5—10月間平均降雨量為80.25 mm, 平均地表太陽(yáng)輻射量為197.96 MJ?m-2?d-1, 平均溫度達(dá)19.41 ℃。土壤為砂壤土, 0~100 cm土層平均土壤容重為1.46 g?cm-3, 平均田間持水量25.4%。試驗(yàn)時(shí)間為2017年棗樹全生育期。

試驗(yàn)區(qū)設(shè)有大型稱重式蒸滲儀, 箱體內(nèi)種植兩棵2013年嫁接棗樹, 供試棗樹品種為‘灰棗’。根據(jù)作物參考騰發(fā)量(ET0)與作物系數(shù)(c)[16]計(jì)算各時(shí)段騰發(fā)量(ET)確定灌溉量, 采用定周期制度(每隔7 d, 可調(diào)節(jié)), 灌溉方式為滴灌, 一行雙管布設(shè)在棗樹兩側(cè)30 cm處, 滴頭流量為3.2 L?h-1。箱體周圍架設(shè)直徑0.5 m、高度1 m的馬氏瓶, 高度為3 m, 連接迷宮式滴灌帶灌溉。試驗(yàn)期間施肥與其他管理措施與當(dāng)?shù)剞r(nóng)田相同。

1.2 試驗(yàn)設(shè)計(jì)

1.2.1 觀測(cè)內(nèi)容及方法

棗樹全生育期的騰發(fā)強(qiáng)度由大型稱重式蒸滲儀測(cè)定(稱重系統(tǒng)可直接測(cè)定土體水重與滲漏量), 箱體面積為3 m×2.2 m, 深3 m, 箱體內(nèi)裝有與試驗(yàn)地土壤類型一致的原狀土, 測(cè)量精度為±0.1 mm。土壤水分?jǐn)?shù)據(jù)由蒸滲儀自帶的5TE采集器獲得, 測(cè)量值為體積含水率, 測(cè)定土壤深度為10 cm、20 cm、30 cm、50 cm、70 cm、90 cm、130 cm、170 cm, 本文選取10 cm、20 cm的平均土壤含水率為表層土壤含水量。試驗(yàn)站內(nèi)設(shè)有HOBO小型自動(dòng)氣象站, 安裝高度為2 m, 可測(cè)定溫度、相對(duì)濕度、地表太陽(yáng)輻射、2 m處風(fēng)速、降雨量等氣象數(shù)據(jù)。HOBO小型自動(dòng)氣象站、大型稱重式蒸滲儀及自帶的5TE土壤水分采集器的測(cè)定時(shí)間間隔均為0.5 h。

葉面積指數(shù)測(cè)定需在太陽(yáng)升起之前進(jìn)行, 用帶有魚眼廣角鏡頭的單反數(shù)碼相機(jī)采集每株棗樹東、南、西、北4個(gè)方向半球影像圖片, 并采用HemiView數(shù)字植物冠層分析系統(tǒng)分析, 取平均值為棗樹葉面積指數(shù), 測(cè)定時(shí)間間隔為10 d, 內(nèi)差法獲得其余天數(shù)的葉面積指數(shù)。

1.2.2 數(shù)據(jù)處理

稱重式蒸滲儀測(cè)定植株的騰發(fā)量, 其基本的計(jì)算原理是水量平衡方程[17-19], 即:

ET = ?++–– ?(1)

式中: ET為棗樹騰發(fā)量; ?為土壤含水量的變化量, 即蒸滲儀土柱質(zhì)量的變化, 本研究所用蒸滲儀6.6 kg質(zhì)量變化對(duì)應(yīng)為1 mm的土壤水分變化;為土壤保存的有效降雨量, 包括降雨和露水;為灌溉水量, 蒸滲儀與大田的灌水量、灌水日期均一致;為地表徑流, 由于本試驗(yàn)區(qū)域的降雨不足以造成徑流, 故可以忽略; ?為時(shí)段內(nèi)的滲漏量, 通過(guò)蒸滲儀配套安裝的滲漏桶測(cè)量。以上變量單位為mm或m3?hm-2。

采用聯(lián)合國(guó)糧農(nóng)組織(FAO)推薦的Penman- Monteith(簡(jiǎn)稱PM)[17]方法計(jì)算日尺度下參考作物蒸發(fā)蒸騰量(ET0)。美國(guó)工程師協(xié)會(huì)-環(huán)境與水資源機(jī)構(gòu)(ASCE-EWRI)提出的標(biāo)準(zhǔn)Penman-Monteith(簡(jiǎn)稱ASCE-PM)模型計(jì)算小時(shí)尺度下ET0與冠層凈輻射量(n)[20-21], 計(jì)算公式為:

式中: ET0為參考作物騰發(fā)量(mm?d-1或mm?h-1), 其余各參數(shù)表示及計(jì)算過(guò)程可參考[17,20]。n、d是隨著白天(夜晚)作物冠層表面空氣動(dòng)力阻力的變化系數(shù), 計(jì)算時(shí)間步長(zhǎng)不同時(shí)n和d取不同的系數(shù)。n的單位為K?mm?s3?mg-1?d-1或K?mm?s3?mg-1?h-1,d的單位是s?m-1。本文采用FAO-56計(jì)算日尺度下ET0, 其中n取值為900 K?mm?s3?mg-1?d-1,d取值為0.34 s?m-1; 采用ASCE-PM計(jì)算小時(shí)尺度下ET0,n取值為37 K?mm?s3?mg-1?h-1,d白天取值為0.24 s?m-1, 夜間取值為0.96 s?m-1。

通過(guò)Microsoft Excel 2013進(jìn)行數(shù)據(jù)計(jì)算、歸一化處理及繪圖, 用DPS16.05軟件進(jìn)行多元線性回歸分析。

圖1 棗樹果實(shí)發(fā)育期典型天氣騰發(fā)強(qiáng)度變化

ET1表示小時(shí)尺度下蒸滲儀實(shí)測(cè)騰發(fā)強(qiáng)度; ET0表示參考作物騰發(fā)強(qiáng)度。ET1is the measured evapotranspiration rate at hour scale by lysimeter; ET0is the reference crop evapotranspiration rare.

2 結(jié)果與分析

2.1 滴灌棗樹典型日騰發(fā)特征

運(yùn)用大型稱重式蒸滲儀, 可以精確地刻畫出棗樹日內(nèi)逐時(shí)騰發(fā)強(qiáng)度的變化趨勢(shì), 描述棗樹日動(dòng)態(tài)耗水特性。以ASCE-PM模型計(jì)算的小時(shí)尺度下ET0作為參考, 選取棗樹2017年生長(zhǎng)階段具有代表性的晴天(8月14日)、陰天(8月17日)分析棗樹逐時(shí)騰發(fā)強(qiáng)度(ET1)的動(dòng)態(tài)變化, 兩個(gè)時(shí)間均處于棗樹果實(shí)發(fā)育期, 生長(zhǎng)旺盛, 且期間只間隔3 d, 棗樹生理指標(biāo)的差異影響忽略不計(jì)。由棗樹騰發(fā)強(qiáng)度變化(圖1)可以看出, 棗樹實(shí)際逐時(shí)騰發(fā)強(qiáng)度與ET0變化趨勢(shì)基本一致, 二者日變化曲線均呈倒“U”型單峰變化; ET0相比棗樹騰發(fā)強(qiáng)度曲線較為平滑。騰發(fā)強(qiáng)度從9:00左右開始增大, 14:00—16:00達(dá)到峰值。晴天棗樹騰發(fā)強(qiáng)度峰值為0.55 mm?h-1, 之后慢慢變小, 22:00開始在零附近變動(dòng), 且變化起伏較小; 陰天峰值相對(duì)晴天較不穩(wěn)定, 12:00—16:00騰發(fā)強(qiáng)度較高; 陰天和晴天的夜間騰發(fā)強(qiáng)度都較小, 基本在0.05 mm?h-1以內(nèi)變動(dòng)。棗樹騰發(fā)強(qiáng)度均大于ET0, 主要是由于測(cè)定時(shí)間為棗樹果實(shí)發(fā)育期, 棗樹葉片、果實(shí)生長(zhǎng)均較旺盛, 冠層幅度較大, 騰發(fā)強(qiáng)度大。晴天各時(shí)刻的棗樹騰發(fā)強(qiáng)度值均大于陰天, 主要是晴天的太陽(yáng)輻射和飽和水汽壓差均大于陰天等因素引起的。棗樹騰發(fā)作用主要發(fā)生在白天, 夜間也有騰發(fā)作用, 但較小, 值比較穩(wěn)定。蒸滲儀測(cè)定晴天和陰天的騰發(fā)強(qiáng)度基本為正值,夜晚偶爾會(huì)有負(fù)值, 且陰天負(fù)值較多, 這主要是由于夜晚溫度降低明顯, 相對(duì)濕度增加, 空氣中水分在作物葉面形成凝水珠, 從而增加了土體水重。

2.2 滴灌棗樹各生育期騰發(fā)動(dòng)態(tài)變化

由棗樹逐日騰發(fā)強(qiáng)度動(dòng)態(tài)變化圖(圖2)可知, 棗樹耗水強(qiáng)度在各生育階段的分配呈現(xiàn)出兩頭小、中間大的格局, 全生育期的日騰發(fā)強(qiáng)度總體趨勢(shì)為前期緩慢增加, 至7月中旬左右達(dá)到最大, 隨之進(jìn)入下降階段, 直至10月底成熟期結(jié)束。萌芽期棗樹的騰發(fā)強(qiáng)度相對(duì)較小, 為2.70 mm?d-1, 期間有兩次灌水, 降雨與總灌溉量為68.5 mm。隨著氣溫逐漸上升, 凈輻射增強(qiáng), 作物生長(zhǎng)進(jìn)入旺盛期, 葉面積指數(shù)增大, 植物蒸騰速率隨之加強(qiáng), 花期作物騰發(fā)強(qiáng)度增至4.42 mm?d-1, 且花期在整個(gè)生育期中持續(xù)時(shí)間最長(zhǎng), 達(dá)56 d, 騰發(fā)總量為247.41 mm; 進(jìn)入幼果期后, 騰發(fā)強(qiáng)度降至4.09 mm?d-1, 這是由于幼果期時(shí)間較短, 僅有17 d, 且期間有5 d為降雨天氣, 導(dǎo)致騰發(fā)速率較低; 進(jìn)入果實(shí)發(fā)育期后, 人工灌水與降雨總量為127.4 mm, 停灌后, 棵間蒸發(fā)量減小, 騰發(fā)強(qiáng)度有所降低, 為3.81 mm?d-1; 成熟期后, 棗樹生長(zhǎng)遲緩, 蒸騰作用減弱, 加之該階段凈輻射較弱, 氣溫減弱, 土壤蒸發(fā)量較小, 導(dǎo)致成熟期的騰發(fā)強(qiáng)度僅有1.40mm?d-1。由此可見棗樹不同生育期的耗水量差異較大, 棗樹生長(zhǎng)前期與末期耗水較少, 花期、幼果期、果實(shí)發(fā)育期的騰發(fā)強(qiáng)度較大。

灌溉環(huán)境及生長(zhǎng)狀況對(duì)作物耗水分布產(chǎn)生至關(guān)重要的影響, 表1為棗樹不同生育階段騰發(fā)特征情況。棗樹從萌芽期到成熟期的騰發(fā)總量約為640.82 mm, 期間的降雨總量為99.20 mm, 僅為騰發(fā)量的14.86%, 全年灌水量為444.3 mm(含春灌30 mm), 其余97.32 mm棗樹耗水為蒸滲儀土壤儲(chǔ)水量。棗樹作物系數(shù)在萌芽期至果實(shí)發(fā)育期呈現(xiàn)逐漸增大趨勢(shì), 由0.74增至1.13, 其中萌芽期至花期增率最大, 為31.01%, 成熟期下降至0.87。全生育期綜合作物系數(shù)為0.94。棗樹花期和果實(shí)發(fā)育期是持續(xù)時(shí)間最長(zhǎng)的兩個(gè)生育階段, 達(dá)56 d與55 d之久, 且階段騰發(fā)強(qiáng)度較大, 造成花期和果實(shí)發(fā)育期的需水量較大, 花期、幼果期和果實(shí)生長(zhǎng)發(fā)育期相應(yīng)各生育階段的騰發(fā)量分別占總騰發(fā)量的38.61%、10.85%、32.72%。因此在制定滴灌棗樹灌溉制度時(shí), 在不影響植株正常生長(zhǎng)的前提下, 應(yīng)當(dāng)優(yōu)先保障棗樹花期、幼果期和果實(shí)生長(zhǎng)發(fā)育期的供水需求。

2.3 棗樹騰發(fā)強(qiáng)度影響因素分析

在農(nóng)田生態(tài)系統(tǒng)中, 作物騰發(fā)強(qiáng)度受眾多因子影響, 而這些因子之間相互影響, 關(guān)系較復(fù)雜, 共同影響著農(nóng)田系統(tǒng)的水汽收支。簡(jiǎn)單的相關(guān)系數(shù)不能夠反映變量與騰發(fā)強(qiáng)度之間的關(guān)系, 眾多的影響因子增加了預(yù)測(cè)騰發(fā)強(qiáng)度模型的復(fù)雜性與計(jì)算量, 為確保模型的穩(wěn)定性, 綜合全面考慮各因子, 剔除不顯著因子, 以建立最優(yōu)的回歸模型。本研究分別以日和小時(shí)為時(shí)間尺度, 通過(guò)多元線性回歸方法, 對(duì)蒸滲儀測(cè)得的棗樹小時(shí)尺度下騰發(fā)強(qiáng)度(ET1)和日尺度下騰發(fā)強(qiáng)度(ET2)與葉面積指數(shù)(LAI)、冠層凈輻射(n)、相對(duì)濕度(RH)、空氣溫度()、風(fēng)速()和表層土壤含水率()等建立相關(guān)關(guān)系, 為不同時(shí)間尺度上的農(nóng)田水分管理提供必要依據(jù)。

圖2 棗樹各生育期逐日騰發(fā)強(qiáng)度(ET)動(dòng)態(tài)變化

P: 降水量; I: 灌水量; ET0: 作物參考騰發(fā)量。P: precipitation; I: irrigation; ET0: crop reference evapotranspiration.

表1 棗樹各生育階段騰發(fā)及相關(guān)因素特征

2.3.1 不同時(shí)間尺度下相關(guān)關(guān)系分析

選取4月23日—7月10日(萌芽期、花期、幼果期), 對(duì)小時(shí)尺度下棗樹騰發(fā)強(qiáng)度與影響因素的回歸關(guān)系進(jìn)行分析(表2), 方程置信度為<0.001, 復(fù)相關(guān)系數(shù)為0.853,統(tǒng)計(jì)值為394.36, 擬合度為0.721。進(jìn)一步逐步線性回歸分析可知, 回歸方程的復(fù)相關(guān)系數(shù)和統(tǒng)計(jì)值均滿足<0.001的要求, 方程極顯著。其中相對(duì)濕度(RH)的顯著性水平不滿足回歸系數(shù)檢驗(yàn)≤0.05, 剔除該因子。由偏相關(guān)系數(shù)分析可知顯著影響棗樹騰發(fā)強(qiáng)度的因素依次為冠層凈輻射(n)>空氣溫度()>風(fēng)速()>葉面積指數(shù)(LAI)>表層土壤含水率(), 利用這些因子建立小時(shí)尺度下估算騰發(fā)強(qiáng)度模型為:

ET1(h)=0.153+0.004+0.012+0.176n+0.002+0.067LAI (3)

表2 不同時(shí)間尺度下騰發(fā)強(qiáng)度(ET)與各影響因子的回歸關(guān)系檢驗(yàn)

**為極顯著相關(guān), *為顯著相關(guān)。** and * indicate extremely significant (< 0.01) and significant (< 0.05) correlations, respectively.

同樣選取4月23日—7月27日(萌芽期、花期、幼果期), 進(jìn)行日尺度下棗樹騰發(fā)強(qiáng)度與影響因素的回歸關(guān)系(表2), 分析方程置信度為<0.001水平, 復(fù)相關(guān)系數(shù)為0.758,統(tǒng)計(jì)值為40.235, 擬合度為0.775。進(jìn)一步逐步線性回歸分析可知, 回歸方程的復(fù)相關(guān)系數(shù)和統(tǒng)計(jì)值均滿足<0.001的要求, 方程極顯著。在逐步回歸分析中預(yù)測(cè)樣本及驗(yàn)證樣本的設(shè)定時(shí), 相對(duì)濕度(RH)與風(fēng)速()的顯著性水平不滿足回歸系數(shù)檢驗(yàn)≤0.05, 將這兩個(gè)變量剔除。顯著影響日尺度下騰發(fā)強(qiáng)度的相關(guān)因子主要是葉面積指數(shù)(LAI)、冠層凈輻射(n)、空氣溫度()和表層土壤含水率()。各因子影響程度不同, 冠層凈輻射(n)影響程度最大, 偏相關(guān)系數(shù)為0.468**; 騰發(fā)強(qiáng)度與表層土壤含水率()表現(xiàn)較弱的相關(guān)性, 偏相關(guān)系數(shù)僅為0.261*。楊光超等[15]研究玉米騰發(fā)強(qiáng)度也得出類似的研究成果。利用這些參數(shù)建立的日尺度下估算騰發(fā)強(qiáng)度模型為:

ET2(d)=-3.325+0.081+0.163n+0.069+2.089LAI (4)

2.3.2 不同時(shí)間尺度下棗樹騰發(fā)強(qiáng)度模型預(yù)測(cè)

由于文章篇幅有限, 選取果實(shí)發(fā)育期(7月28— 31日)為代表展示蒸滲儀實(shí)測(cè)小時(shí)尺度下騰發(fā)強(qiáng)度與模型(3)模擬騰發(fā)強(qiáng)度的擬合關(guān)系(圖3a), 其余時(shí)刻棗樹果實(shí)發(fā)育期與成熟期的模型預(yù)測(cè)過(guò)程省略。將葉面積指數(shù)(LAI)、冠層凈輻射(n)、空氣溫度()、風(fēng)速()和表層土壤含水率()帶入模型(3)。由圖3a可以看出, 小時(shí)尺度下棗樹實(shí)測(cè)與模擬騰發(fā)強(qiáng)度值對(duì)比, 二者變化趨勢(shì)基本一致, 均呈現(xiàn)倒“U”型單峰變化趨勢(shì), 在峰值處普遍存在模擬值大于實(shí)測(cè)值的現(xiàn)象。實(shí)際測(cè)定結(jié)果在果實(shí)發(fā)育期和成熟期的騰發(fā)強(qiáng)度分別為0.158 mm?h-1和0.060 mm?h-1, 模擬值為0.159 mm?h-1和0.062 mm?h-1。說(shuō)明模型(3)在果實(shí)發(fā)育期、成熟期均出現(xiàn)高估騰發(fā)強(qiáng)度的現(xiàn)象, 分別高估0.63%和3.33%。

選取果實(shí)發(fā)育期、成熟期(7月28日—10月27日)監(jiān)測(cè)的葉面積指數(shù)(LAI)、冠層凈輻射(n)、空氣溫度()和表層土壤含水率()帶入模型(4), 預(yù)測(cè)棗樹日尺度下騰發(fā)強(qiáng)度, 以蒸滲儀實(shí)測(cè)棗樹騰發(fā)強(qiáng)度為基準(zhǔn)檢驗(yàn)?zāi)Ｐ?4)模擬值。圖3b為日尺度下實(shí)測(cè)騰發(fā)強(qiáng)度與模型(4)模擬騰發(fā)強(qiáng)度的擬合圖, 可以看出, 在果實(shí)發(fā)育期、成熟期實(shí)測(cè)與模擬騰發(fā)強(qiáng)度均呈逐漸下降趨勢(shì)。以日為時(shí)間步長(zhǎng), 果實(shí)發(fā)育期和成熟期的實(shí)測(cè)騰發(fā)強(qiáng)度分別為3.798 mm?d-1和1.434 mm?d-1, 估算值為3.871 mm?d-1和1.370 mm?d-1。說(shuō)明模型(4)高估了果實(shí)發(fā)育期騰發(fā)強(qiáng)度而低估了成熟期騰發(fā)強(qiáng)度, 其中果實(shí)發(fā)育期高估1.92%, 成熟期低估4.46%。

圖3 棗樹小時(shí)尺度(a)和日尺度(b)騰發(fā)強(qiáng)度(ET)模擬值和實(shí)測(cè)值的比較

2.3.3 不同時(shí)間尺度下棗樹騰發(fā)模型誤差分析

當(dāng)以小時(shí)為步長(zhǎng), 模型(3)模擬騰發(fā)強(qiáng)度的、RMSE和NSE分別為0.784**、0.020 mm?h-1和0.64, 果實(shí)發(fā)育期的誤差大于成熟期, 且成熟期實(shí)測(cè)值與模擬值相關(guān)系數(shù)較高, 為0.796**。當(dāng)以日為步長(zhǎng), 模型(4)估算棗樹騰發(fā)強(qiáng)度的、RMSE和NSE分別為0.912**、0.362 mm?d-1和0.81(表3)。與模型(3)相似, 模型(4)成熟期騰發(fā)強(qiáng)度估算值與模擬值較為接近, 兩模型的誤差分別為0.013 mm?h-1、0.266 mm?d-1, 擬合度也較高, 納什效率系數(shù)分別達(dá)0.66、0.87, 與實(shí)測(cè)ET相關(guān)系數(shù)達(dá)0.937。從綜合納什效率來(lái)說(shuō), 模擬可信度較高的是模型(4), 納什效率系數(shù)達(dá)0.81, 與蒸滲儀所測(cè)騰發(fā)強(qiáng)度值模擬誤差最小。主要是因?yàn)楫?dāng)以小時(shí)為步長(zhǎng)時(shí), 土壤含水率測(cè)定值不穩(wěn)定, 葉面積指數(shù)基本無(wú)變化, 且以小時(shí)為步長(zhǎng)測(cè)定騰發(fā)強(qiáng)度值較小, 數(shù)值稍有波動(dòng)對(duì)騰發(fā)強(qiáng)度的模擬值影響較大。

表3 棗樹不同生育期估算不同時(shí)間尺度騰發(fā)強(qiáng)度(ET)誤差分析

為復(fù)相關(guān)系數(shù); RMSE為均方根誤差; NSE為納什效率系數(shù)。**為極顯著相關(guān)(<0.01)。is complex correlation coefficient; RMSE is the root mean square error; NSE is the Nash efficiency coefficient. ** indicates extremely significant (< 0.01).

2.3.4 冠層凈輻射對(duì)棗樹騰發(fā)強(qiáng)度預(yù)測(cè)

通過(guò)考慮氣象因素、葉面積指數(shù)、表層土壤含水量所建立的騰發(fā)強(qiáng)度估算模型精度較高, 但其所涉及的參數(shù)較多, 不便于在缺少數(shù)據(jù)支撐的前提下預(yù)測(cè)。輻射量作為騰發(fā)強(qiáng)度的驅(qū)動(dòng)因子, 經(jīng)檢驗(yàn)分析, 在以小時(shí)、日為步長(zhǎng)計(jì)算騰發(fā)強(qiáng)度時(shí), 冠層凈輻射量(n)是兩種尺度上棗樹騰發(fā)強(qiáng)度最主要的影響因素。為了簡(jiǎn)化作物騰發(fā)強(qiáng)度的估算, 以棗樹全生育期冠層凈輻射量與騰發(fā)強(qiáng)度數(shù)據(jù)為基礎(chǔ), 對(duì)二者做相關(guān)關(guān)系分析。結(jié)果表明, 二項(xiàng)式擬合度最高(圖4), 兩種時(shí)間步長(zhǎng)計(jì)算出的騰發(fā)強(qiáng)度與n均呈較好的相關(guān)性, 以小時(shí)和日為步長(zhǎng)下,n與騰發(fā)強(qiáng)度相關(guān)系數(shù)分別為0.862**和0.841**。

圖4 小時(shí)尺度(a)和日尺度(b)下棗樹冠層凈輻射(Rn)與騰發(fā)強(qiáng)度(ET)的關(guān)系

3 討論

對(duì)于果樹騰發(fā)量、需水量的研究, 國(guó)內(nèi)外學(xué)者已有不少成果[22-24], 大多確定棗樹騰發(fā)量測(cè)量的時(shí)間為一個(gè)灌水周期, 間隔較長(zhǎng), 且隨著灌水結(jié)束, 后期測(cè)量結(jié)束, 造成數(shù)據(jù)量少且測(cè)定周期不完整現(xiàn)象。蒸滲儀可自動(dòng)監(jiān)測(cè)棗樹全年逐時(shí)騰發(fā)強(qiáng)度, 數(shù)據(jù)完整精確, 代表性強(qiáng)。根據(jù)本研究大型稱重式蒸滲儀得出滴灌棗樹果實(shí)發(fā)育期不同天氣騰發(fā)強(qiáng)度測(cè)定結(jié)果表明, 農(nóng)田的耗水量隨著天氣變化而變化。晴天表現(xiàn)為明顯的單峰變化趨勢(shì), 峰值在14:00—16:00, 陰天12:00—16:00時(shí)段明顯高于一天中其他時(shí)段。不論晴天、陰天, 農(nóng)田騰發(fā)過(guò)程主要發(fā)生在10:00—20:00, 其他時(shí)段在零附近變動(dòng), 騰發(fā)強(qiáng)度貢獻(xiàn)率極小。本地區(qū)晴天騰發(fā)高峰在14:00—16:00, 這與王文明等[25]在新疆和田干旱荒漠性氣候區(qū)測(cè)定棗樹最大徑流在中午14:00前后出現(xiàn)結(jié)果類似, 而與甘卓亭等[26]在黃土塬區(qū)測(cè)定麥田騰發(fā)高峰期在11:00—14:00存在差異, 這主要是由于地區(qū)氣候、時(shí)差不同造成的。棗樹花期、果實(shí)發(fā)育期占全生育期騰發(fā)量的38.61%、32.72%, 這與王則玉等[7]確定開花坐果期與果實(shí)膨大期是棗樹需水關(guān)鍵期結(jié)論類似。這些結(jié)論將有助于加深對(duì)本氣候區(qū)的棗樹騰發(fā)機(jī)制認(rèn)識(shí), 且觀測(cè)結(jié)果為率定和校驗(yàn)其他方法提供可靠的科學(xué)依據(jù)[27-29]。騰發(fā)強(qiáng)度受多種因素影響, 不同氣象水平年下騰發(fā)量值不同, 本文所確定的2017年棗樹騰發(fā)量640.83 mm為單一值, 不是區(qū)間值。為確定更加嚴(yán)謹(jǐn)準(zhǔn)確的棗樹騰發(fā)量值, 應(yīng)結(jié)合多年棗樹騰發(fā)量值分析, 進(jìn)一步確定棗樹騰發(fā)量區(qū)間與年季變化趨勢(shì)。作物系數(shù)分析較簡(jiǎn)單, 可結(jié)合下一年數(shù)據(jù)補(bǔ)充另行分析。

作物騰發(fā)強(qiáng)度不僅受自身生理影響, 同時(shí)受環(huán)境、氣象因子影響。對(duì)于氣象、作物、土壤等因素對(duì)騰發(fā)強(qiáng)度影響的研究已有不少成果。而本文在小時(shí)和日時(shí)間尺度上, 影響滴灌棗樹騰發(fā)強(qiáng)度的主要因素并不完全相同, 影響程度也不相同。其中風(fēng)速()僅為小時(shí)尺度下騰發(fā)強(qiáng)度的影響因子, 主要是由于以小時(shí)為步長(zhǎng)時(shí), 風(fēng)速變化較明顯; 而葉面積指數(shù)(LAI)與表層土壤含水率()對(duì)騰發(fā)強(qiáng)度影響較小, 這主要是葉面積指數(shù)(LAI)與表層土壤含水率()逐時(shí)變化幅度太小。在不同時(shí)間尺度下騰發(fā)強(qiáng)度與冠層凈輻射(n)相關(guān)關(guān)系均較好, 與其他因素的相關(guān)關(guān)系隨時(shí)間尺度變化而變化。這與劉國(guó)水等[30]對(duì)日尺度下影響騰發(fā)強(qiáng)度的研究結(jié)果一致, 而與強(qiáng)小嫚等[31]分析表明蒸滲儀實(shí)測(cè)值日變化和太陽(yáng)凈輻射日變化的關(guān)系不很明顯不同, 亦與劉笑吟等[32]得出日尺度下對(duì)土壤蒸發(fā)和植株蒸騰影響最顯著的因子分別是葉面積指數(shù)與凈輻射, 小時(shí)尺度下對(duì)土壤蒸發(fā)和植株蒸騰影響最顯著的因子分別是葉面積指數(shù)與飽和水汽壓差的結(jié)果有所差異。主要原因是本文基于作物總騰發(fā)強(qiáng)度, 而前者測(cè)定的是土壤蒸發(fā)與植株蒸騰兩方面, 且兩個(gè)試驗(yàn)區(qū)氣候有所不同。本文建立不同時(shí)間尺度下預(yù)測(cè)騰發(fā)強(qiáng)度的模型(3)、(4)的基礎(chǔ)數(shù)據(jù)為棗樹萌芽期、花期、幼果期的數(shù)據(jù), 其余時(shí)段數(shù)據(jù)用于模型檢驗(yàn), 由于數(shù)據(jù)量不足, 模型的擬合度不高, 可結(jié)合下一年的數(shù)據(jù)對(duì)模型進(jìn)行優(yōu)化并檢驗(yàn), 以建立可信度更高的騰發(fā)強(qiáng)度預(yù)測(cè)模型。

4 結(jié)論

1)滴灌棗樹騰發(fā)強(qiáng)度日內(nèi)逐時(shí)變化曲線呈單峰型, 騰發(fā)強(qiáng)度基本從9:00左右開始增大, 中午14:00—16:00達(dá)到峰值, 之后慢慢變小, 至22:00左右在零附近變動(dòng), 夜間水汽凝結(jié)導(dǎo)致偶有負(fù)值出現(xiàn)。

2)棗樹全生育期逐日騰發(fā)強(qiáng)度動(dòng)態(tài)變化呈先增大后減小的趨勢(shì), 高峰期出現(xiàn)在花期后期、幼果期、果實(shí)發(fā)育期前期, 棗樹從萌芽期到成熟期的騰發(fā)總量約為640.83 mm, 其中花期和果實(shí)發(fā)育期占全生育期騰發(fā)量的38.61%和32.72%, 需水量占比較大。

3)在小時(shí)和日時(shí)間尺度上, 影響滴灌棗樹騰發(fā)強(qiáng)度的主要因素不完全相同, 影響程度也不相同, 存在明顯的時(shí)間尺度差異。但在不同時(shí)間尺度下騰發(fā)強(qiáng)度與冠層凈輻射量(n)相關(guān)性較強(qiáng), 與其他因素的相關(guān)關(guān)系隨時(shí)間尺度變化而變化。本文綜合考慮各影響騰發(fā)強(qiáng)度因素所建立的模型ET1(h)=0.153+0.004+0.012+0.176n+0.002+0.067LAI和ET2(d)=-3.325+0.081+0.163n+0.069+ 2.089LAI的精確度高, 可滿足精準(zhǔn)灌溉要求下的需水量估算, 僅考慮凈輻射建立的模型ET1(h)=-0.063 3n2+0.361 2n?0.003 7和ET2(d)=-0.018 3n2+ 0.684 7n–1.642 1可用于不同時(shí)間尺度、缺少數(shù)據(jù)支撐下的需水量估算, 為阿克蘇地區(qū)滴灌棗樹騰發(fā)強(qiáng)度預(yù)測(cè)提供理論支持。

[1] 趙華, 申雙和, 華榮強(qiáng), 等. Penman-Monteith模型中水稻冠層阻力的模擬[J]. 中國(guó)農(nóng)業(yè)氣象, 2015, 36(1): 17–23 ZHAO H, SHEN S H, HUA R Q, et al. Simulation of canopy resistance for paddy rice based on Penman-Monteith model[J]. Chinese Journal of Agrometeorology, 2015, 36(1): 17–23

[2] 鄭珍, 蔡煥杰, 虞連玉, 等. CERES-Wheat模型中兩種蒸發(fā)蒸騰量估算方法比較研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2016, 47(8): 179–191 ZHENG Z, CAI H J, YU L Y, et al. Comparison of two crop evapotranspiration calculating approaches in CSM-CERES- Wheat model[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(8): 179–191

[3] JI J M, CAI H J, HE J Q, et al. Performance evaluation of CERES-Wheat model in Guanzhong Plain of Northwest China[J]. Agricultural Water Management, 2014, 144: 1–10

[4] HE J Q, CAI H J, BAI J P. Irrigation scheduling based on CERES-Wheat model for spring wheat production in the Minqin Oasis in Northwest China[J]. Agricultural Water Management, 2013, 128: 19–31

[5] 鄭強(qiáng)卿, 陳奇凌, 李銘, 等. 南疆棗樹種植模式改造對(duì)駿棗生長(zhǎng)發(fā)育的影響[J]. 西南農(nóng)業(yè)學(xué)報(bào), 2015, 28(4): 1564–1568 ZHENG Q Q, CHEN Q L, LI M, et al. Effect of cultivation mode on growth and development of Jun-jujube from south of Xinjiang[J]. Southwest China Journal of Agricultural Sciences, 2015, 28(4): 1564–1568

[6] 馬建鵬, 董建國(guó), 汪有科, 等. 黃土丘陵區(qū)棗林地土壤水分時(shí)空變化研究[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2015, 23(7): 851–859 MA J P, DONG J G, WANG Y K, et al. Temporal and spatial variations in soil moisture under jujube forests in the loess hilly region[J]. Chinese Journal of Eco-Agriculture, 2015, 23(7): 851–859

[7] 王則玉, 謝香文, 劉國(guó)宏, 等. 干旱區(qū)綠洲滴灌成齡棗樹耗水規(guī)律及作物系數(shù)[J]. 新疆農(nóng)業(yè)科學(xué), 2015, 52(4): 675–680 WANG Z Y, XIE X W, LIU G H, et al. Jujube drip irrigation water consumption and its crop coefficient in oasis of arid areas[J]. Xinjiang Agricultural Sciences, 2015, 52(4): 675–680

[8] 曹俊. 陜北山地微灌土壤水分入滲特性與棗樹耗水規(guī)律試驗(yàn)研究[D]. 西安: 西安理工大學(xué), 2010: 52–70CAO J. Study on the characteristics of mico-irrigation soil water infiltration and jujube of water-consuming law in northern Shaanxi mountain[D]. Xi’an: Xi’an University of Technology, 2010: 52–70

[9] 王怡寧, 朱月靈. 蒸滲儀國(guó)內(nèi)外應(yīng)用現(xiàn)狀及研究趨勢(shì)[J]. 水文, 2018, 38(1): 81–85 WANG Y N, ZHU Y L. Application status and research trend of domestic and foreign Lysimeter[J]. Journal of China Hydrology, 2018, 38(1): 81–85

[10] KNAPPE S, HAFERKORN U, MATTUSCH J, et al. Water and solute balances in recultivated lignite mining dump soils-field data and lysimeter experiments[J]. Water Air and Soil Pollution, 2004, 157(1/4): 85–105

[11] 劉曉英, 李玉中, 鐘秀麗, 等. 基于稱重式蒸滲儀實(shí)測(cè)日值評(píng)價(jià)16種參考作物蒸散量(ET0)模型[J]. 中國(guó)農(nóng)業(yè)氣象, 2017, 38(5): 278–291 LIU X Y, LI Y Z, ZHONG X L, et al. Evaluation of 16 models for reference crop evapotranspiration (ET0) based on daily values of weighing lysimeter measurements[J]. Chinese Journal of Agrometeorology, 2017, 38(5): 278–291

[12] 張樂(lè)昕, 叢振濤. 基于FAO-Blaney-Criddle方法的河套灌區(qū)參考作物蒸散發(fā)量估算[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2016, 32(16): 95–101 ZHANG L X, CONG Z T. Calculation of reference evapotranspiration based on FAO-Blaney-Criddle method in Hetao irrigation district[J]. Transactions of the CSAE, 2016, 32(16): 95–101

[13] 黃仲冬, 齊學(xué)斌, 樊向陽(yáng), 等. 土壤水分有效性及其影響因素定量分析[J]. 水土保持學(xué)報(bào), 2014, 28(5): 71–76 HUANG Z D, QI X B, FAN X Y, et al. Quantitative analysis of soil water availability and its influencing factors[J]. Journal of Soil and Water Conservation, 2014, 28(5): 71–76

[14] 汪秀敏, 申雙和, 韓曉梅, 等. 大型稱重式蒸滲儀測(cè)定的冬小麥農(nóng)田的蒸散規(guī)律研究[J]. 氣象與環(huán)境科學(xué), 2011, 34(4): 14–18 WANG X M, SHEN S H, HAN X M, et al. Study on evapotranspiration of the winter wheat measured by large-scale weighting lysimeter[J]. Meteorological and Environmental Sciences, 2011, 34(4): 14–18

[15] 楊光超, 朱忠禮, 譚磊, 等. 懷來(lái)地區(qū)蒸滲儀測(cè)定玉米田蒸散發(fā)分析[J]. 高原氣象, 2015, 34(4): 1095–1106 YANG G C, ZHU Z L, TAN L, et al. Analysis on evapotranspiration of maize field measured by lysimetersin in Huailai[J]. Plateau Meteorology, 2015, 34(4): 1095–1106

[16] 洪明, 朱航威, 穆哈西, 等. 不同滴頭流量及灌水定額下紅棗樹耗水規(guī)律[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2014, 32(1): 72–77HONG M, ZHU H W, MU H X, et al. The water consumption rule of jujube trees under different emitter flow rate and irrigation quota[J]. Agricultural Research in the Arid Areas, 2014, 32(1): 72–77

[17] ALLAN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration-guidelines for computing crop water requirements-FAO irrigation and drainage paper 56[R]. Rome: FAO, 1998: 56

[18] DING R S, KANG S Z, LI F S, et al. Evaluating eddy covariance method by large-scale weighing lysimeter in a maize field of northwest China[J]. Agricultural Water Management, 2010, 98(1): 87–95

[19] 季辰, 朱忠禮, 徐自為. 高精度稱量式蒸滲儀數(shù)據(jù)處理方法研究[J]. 北京師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2016, 52(5): 628–634 JI C, ZHU Z L, XU Z W. Data processing of high precision weighing lysimeter[J]. Journal of Beijing Normal University: Natural Science, 2016, 52(5): 628–634

[20] ALLEN R G, WALTER I A, ELLIOTT R L, et al. The ASCE standardized reference evapotranspiration equation[R]. Reston: American Society of Civil Engineers, 2005

[21] ITENFISU D, ELLIOTT R L, ALLEN R G, et al. Comparison of reference evapotranspiration calculations as part of the ASCE standardization effort[J]. Journal of Irrigation and Drainage Engineering, 2003, 129(6): 440–448

[22] 孫發(fā)政. 水土生態(tài)的理論與實(shí)踐[J]. 中國(guó)水土保持, 2017, (12): 14–17 SUN F Z. The theory and practice of soil and water ecology[J]. Soil and Water Conservation in China, 2017, (12): 14–17

[23] 衛(wèi)新東, 劉守陽(yáng), 陳滇豫, 等. Shuttleworth-Wallace模型模擬陜北棗林蒸散適用性分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2015, 46(3): 142–151 WEI X D, LIU S Y, CHEN D Y, et al. Applicability of Shuttleworth-Wallace model for evapotranspiration estimation of jujube forests in Loess Hilly-gully region[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3): 142–151

[24] 白永紅, 高志永, 汪有科, 等. 修剪強(qiáng)度對(duì)棗林地耗水及水分利用效率的影響[J]. 水土保持研究, 2018, 25(4): 206–214 BAI Y H, GAO Z Y, WANG Y K, et al. Effects of pruning intensity on water consumption and water use efficiency of jujube plantation[J]. Soil and Water Conservation Research, 2018, 25(4): 206–214

[25] 王文明, 鄭德明, 姜益娟, 等. 滴灌條件下棗樹耗水規(guī)律的研究[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2014, 32(6): 38–42 WANG W M, ZHENG D M, JANG Y J, et al. Research on water consumption rule of jujube tree under drop irrigation[J]. Agricultural Research in the Arid Areas, 2014, 32(6): 38–42

[26] 甘卓亭, 劉文兆. 黃土塬區(qū)麥田蒸散特征[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2006, 17(8): 1435–1438 GAN Z T, LIU W Z. Evapotranspiration of winter wheat field on Loess Plateau tableland[J]. Chinese Journal of Applied Ecology, 2006, 17(8): 1435–1438

[27] 李杰, 吳楊煥, 陳銳, 等. 基于大型稱重式蒸滲儀研究北疆滴灌麥田蒸散量[J]. 作物學(xué)報(bào), 2016, 42(7): 1058–1066 LI J, WU Y H, CHEN R, et al. Measurement of evapotranspiration for drip-irrigated winter wheat using large weighing lysimeter in northern Xinjiang[J]. Acta Agronomica Sinica, 2016, 42(7): 1058–1066

[28] 王曉晨, 朱忠禮, 季辰, 等. 幾種蒸散計(jì)算方法在懷來(lái)地區(qū)的適用性研究[J]. 氣象, 2016, 42(11): 1395–1401 WANG X C, ZHU Z L, JI C, et al. Applicability of evapotranspiration estimation methods in the Huailai region of Hebei Province[J]. Meteorological Monthly, 2016, 42(11): 1395–1401

[29] WEI Z, LIU Y, XU D, et al. Evapotranspiration and ratio of soil evaporation to evapotranspiration of winter wheat and maize[J]. Applied Mechanics and Materials, 2014, 539: 832–837

[30] 劉國(guó)水, 劉鈺, 蔡甲冰, 等. 農(nóng)田不同尺度蒸散量的尺度效應(yīng)與氣象因子的關(guān)系[J]. 水利學(xué)報(bào), 2011, 42(3): 284–289LIU G S LIU Y, CAI J B, et al. Study on scale effect of farmland evapotranspiration and relationship with meteorological factors[J]. Journal of Hydraulic Engineering, 2011, 42(3): 284–289

[31] 強(qiáng)小嫚, 蔡煥杰, 王健. 波文比儀與蒸滲儀測(cè)定作物蒸發(fā)蒸騰量對(duì)比[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2009, 25(2): 12–17 QIANG X M, CAI H J, WANG J. Comparative study of crop evapotranspiration measured by Bowen ratio and lysimeter[J]. Transactions of the CSAE, 2009, 25(2): 12–17

[32] 劉笑吟, 王冠依, 楊士紅, 等. 不同時(shí)間尺度節(jié)水灌溉水稻騰發(fā)量特征與影響因素分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2016, 47(8): 91–100 LIU X Y, WANG G Y, YANG S H, et al. Influence factors and characteristics of transpiration and evaporation in water-saving irrigation paddy field under different temporal scales[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(8): 91–100

Prediction of the evapotranspiration rate of jujube using lysimeters for drip irrigation*

GUO Dandan, MA Yingjie, MA Liang**

(School of Water Conservancy and Civil Engineering, Xinjiang Agricultural University, Urumqi 830052, China)

Measuring field evapotranspiration can provide important information needed for estimating soil moisture and crop water stress and premature drying out, and such information is essential for irrigation formulation. Evapotranspiration can be measured using large lysimeters that have the advantage of confining soil boundaries, flexible measuring intervals, and high precision. Most of studies of evapotranspiration have been done for annual crops such as wheat and maize, and the present study was conducted to measure evapotranspiration of jujubes. Jujube trees of four years were transplanted into lysimeters and evapotranspiration was measured at 30-min intervals for complete growth season. The correlation between evapotranspiration rate and leaf area index, meteorological factors, and surface soil moisture content was analyzed based on water balance and the PM formula. The daily evapotranspiration of jujube was unimodal, taking place mainly in the daytime; the contribution of was small and stable. Evapotranspiration peaked at flowering stage, reaching 4.42 mm?d-1, and then declined gradually. The total evapotranspiration during growth season was 640.83 mm, a large proportion of which occurred during flowering and fruit development stages that accounted for 38.61% and 32.72%, respectively. The observation suggested that there is a need for flowering and fruit stages to be emphasized in irrigation of jujube trees. Hourly and daily evapotranspiration rates of jujube were different in their affecting factors. The wind speed () affected hourly evapotranspiration only. The most sensitive factor for evapotranspiration was canopy net radiation (n), followed by air temperature (), wind speed (), leaf area index (LAI), and surface soil moisture content (W), as summarized in the following empirical equations for hourly and daily evapotranspiration, respectively: ET1(h) = 0.153 + 0.004+ 0.012+ 0.176n+ 0.002+ 0.067LAI, and ET2(d) =-3.325 + 0.081+ 0.163n+ 0.069+ 2.089LAI. Because canopy net radiation had the largest and most significant impact (the partial correlation coefficient was 0.562**and 0.468**for the hourly and daily equation, respectively), the regression was simplified as ET1(h) = 0.232 6n+ 0.018,2= 0.719 6, and ET2(d) = 0.321 2n? 0.141 8,2=0.719 6. These equations were tested to be accurate and could be used to estimate the evapotranspiration rate of jujube for developing drip irrigation in arid areas when input data were complete or partially complete.

Evapotranspiration rate; Meteorological factors; Time scale; Jujube; Drip irrigation

, E-mail: 42409584@qq.com

Jun. 4, 2018;

Nov. 29, 2018

S271

A

2096-6237(2019)03-0474-10

10.13930/j.cnki.cjea.180529

郭丹丹, 馬英杰, 馬亮. 蒸滲儀測(cè)定滴灌棗樹不同時(shí)間尺度下騰發(fā)強(qiáng)度特征[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(3): 474-483

GUO D D, MA Y J, MA L. Prediction of the evapotranspiration rate of jujube using lysimeters for drip irrigation[J]. Chinese Journal of Eco-Agriculture, 2019, 27(3): 474-483

* 國(guó)家自然科學(xué)基金項(xiàng)目(51369029)、水利工程重點(diǎn)學(xué)科基金項(xiàng)目(SLXK2018-01)、干旱區(qū)棗樹節(jié)水調(diào)質(zhì)技術(shù)及智能決策系統(tǒng)研發(fā)創(chuàng)新團(tuán)隊(duì)(XJEDU2017T004)及新疆水利科技項(xiàng)目(2017G04)資助

馬亮, 主要從事節(jié)水灌溉理論研究。E-mail: 42409584@qq.com

郭丹丹, 主要從事節(jié)水灌溉理論研究。E-mail: 623046780@qq.com

2018-06-04

2018-11-29

* This study was funded by the National Natural Science Foundation of China (51369029), the Key Discipline Fund Project of Water Conservancy Engineering (SLXK2018-01), the Innovation Team of Jujube Water Saving and Quality Control Technology (XJEDU2017T004) and the Xinjiang Water ConservancyScience and Technology Project (2017G04).