摘要： 通過建立基于不同時刻冠氣溫差（Tc-Ta）的溫室黃瓜日蒸散量（ETc）估算模型，分析了基于不同時刻Tc-Ta對估算ETc的準確性；同時，基于Tc-Ta構建了估算黃瓜不同生育期ETc的Jackson模型，并將模型估算結果與基于冠層阻力參數（rc）的Penman-Monteith模型及蒸滲儀實測數據進行比較，結果顯示，基于14：00的Tc-Ta構建的Jackson模型，估算溫室黃瓜ETc的精確度最高（R2為0.937），誤差最小（RMSE為0.722 mm/d）；相比Penman-Monteith模型（R2為0.964），基于Tc-Ta的Jackson經驗模型對黃瓜ETc估算結果與實測值相關性更高（R2為0.967），誤差更小（RMSE為0.735 mm/d）．研究結果可為溫室ETc模擬以及節(jié)水灌溉智能決策提供科學依據．

關鍵詞： 冠氣溫差；冠層溫度；溫室黃瓜；蒸散量；Jackson模型

中圖分類號： S274;TV93 "文獻標志碼： A 文章編號： 1674-8530（2024）05-0532-09

DOI：10.3969/j.issn.1674-8530.23.0072

蔣建輝，閆浩芳，張川， 等. 基于冠氣溫差的溫室黃瓜蒸散量模擬［J］. 排灌機械工程學報，2024，42（5）：532-540.

JIANG Jianhui， YAN Haofang， ZHANG Chuan， et al. Simulation of greenhouse cucumber evapotranspiration based on canopy-air temperature difference［J］. Journal of drainage and irrigation machinery engineering（JDIME）， 2024， 42（5）： 532-540.（in Chinese）

Simulation of greenhouse cucumber evapotranspiration based

on canopy-air temperature difference

JIANG Jianhui1， YAN Haofang1，2*， ZHANG Chuan3， WANG Guoqing2，

ZHANG Jianyun2， LIANG Shaowei1， DENG Shuaishuai1

（1. National Research Center of Pumps， Jiangsu University， Zhenjiang， Jiangsu 212013， China; 2. The National Key Laboratory of Water Disaster Prevention， Nanjing Hydraulic Research Institute， Nanjing， Jiangsu 210029， China; 3. School of Agricultural Enginee-ring， Jiangsu University， Zhenjiang， Jiangsu 212013， China）

Abstract： The estimation models of daily evapotranspiration （ETc） of cucumber in greenhouse were established based on canopy-air temperature difference （Tc-Ta） at different times， and the accuracy of estimating of Tc-Ta at different times on ETc was analyzed. The Jackson model based on Tc-Ta was constructed according to the different growth stages of cucumber， and the estimated results of the model were compared with the Penman-Monteith model based on canopy resistance parameter （rc） and the measured data of evapotranspiration meter. The conclusions are found that the Jackson model constructed based on Tc-Ta at 14：00 shows the highest accuracy（R2 is 0.937）and the lowest error（RMSE is 0.722 mm/d）in estimating greenhouse cucumber ETc. Compared with the Penman-Monteith model （R2 is 0.964）， the ETc estimation of Jackson empirical model based on Tc-Ta has a slightly higher correlation （R2 is 0.967） with the measured values and the deviation is smaller （RMSE is 0.735 mm/d）. The results can provide a basis for simulating evapotranspiration of greenhouse crops and scientific decision-making of water-saving irrigation.

Key words： canopy-air temperature difference;canopy temperature;greenhouse cucumber;evapotranspiration;Jackson model

準確估算作物蒸散量（ETc）是灌溉用水管理的科學基礎［1-3］．由于中國設施農業(yè)的快速發(fā)展以及智能節(jié)水灌溉的需求，迫切需要更多關于溫室作物ETc的信息［3-4］．但是溫室與大田微氣象環(huán)境的差異，給溫室ETc模擬帶來了困難；同時，由于冠層阻力與空氣阻力參數獲取困難，常用于大田ETc模擬的Penman-Monteith（P-M）模型在溫室中的應用受到限制［5］．

相比于冠層阻力參數，冠氣溫差（Tc-Ta）的測量更加直接、方便；冠層溫度Tc是反映作物水分運移與能量變化的重要生理指標，通過Tc能夠精準判斷作物的水分狀況［6-8］．大量研究成果表明，作物Tc-Ta與ETc之間關系密切，基于能量平衡原理，可以通過Tc-Ta估算作物ETc，并進行精準的灌溉決策．JACKSON等［9］使用Tc-Ta、太陽凈輻射（Rn）以及風速u2等參數與作物ETc建立了經驗模型；SEGUIN等［10］對模型進行改進，得到簡化模型，該模型具有測量參數少，計算方便等優(yōu)點．該經驗模型已經被諸多學者驗證［6-8］，然而，以往對該模型的研究主要集中于大田作物，對于模型在溫室作物ETc估算中的應用罕見報道．

因此，文中以蘇南地區(qū)溫室黃瓜為研究對象，通過分析黃瓜Tc-Ta的變化規(guī)律和影響因素，探究不同時刻黃瓜Tc-Ta與ETc的響應關系，建立基于Tc-Ta估算ETc的經驗模型，并將模型估算黃瓜ETc結果與基于冠層阻力的P-M模型及蒸滲儀實測結果進行比較，探究該模型在溫室的適用性，為溫室農業(yè)智能灌溉決策提供參考依據．

1 材料與方法

1.1 試驗區(qū)概況

試驗于江蘇省鎮(zhèn)江市江蘇大學（119°10′E，31°56′N，平均海拔為23 m）現代農業(yè)裝備與技術教育部重點實驗室的Venlo型智能溫室中進行．試驗區(qū)屬典型亞熱帶季風氣候，常年平均氣溫為15.5 ℃，年均降雨量為1 058 mm，平均相對濕度為76%，平均風速為3.4 m/s，年日照時數為2 051.7 h，無霜期為239 d．Venlo型溫室屬于連棟溫室，屋脊呈南北走向，南北長20 m，東西長32 m，面積為640 m2．溫室覆蓋厚4 mm的浮法玻璃，透光率超過89%［11］．

于2020和2021年的2個種植季節(jié)，以黃瓜（品種為F1雜種3-5）為研究對象，對黃瓜不同生育期（生長初期：9月5日至9月20日；生長中期：9月21日至10月20日；生長末期：10月21日至11月1日）溫室內微氣象數據及作物生長生理指標等數據進行連續(xù)監(jiān)測，每個土槽種植2行作物，行距45 cm，株距40 cm，共72株．

試驗區(qū)土壤為沙壤土，平均容重為1.27 g/cm3，田間持水量為0.41 cm3/cm3，萎蔫點體積含水量為0.16 cm3/cm3．試驗基于20 cm標準蒸發(fā)皿的累計水面蒸發(fā)量（Ep）進行充分灌水，當Ep達到20±2 mm時進行灌水，灌水量為0.9Ep（0.9為蒸發(fā)皿系數）［12］．為確保黃瓜幼苗成活，定植后以滴灌方式補充灌水20 mm．

1.2 測定項目及方法

1.2.1 黃瓜蒸散量

采用稱重法測量黃瓜生育期蒸散量ETc，使用3臺精度為1 g的自動連續(xù)稱重蒸滲儀（MS32000L，Mettler Toledo，荷蘭）測量黃瓜生育期內小時尺度ETc．蒸滲儀中黃瓜的種植環(huán)境與土槽內黃瓜相同，蒸滲儀每10 min自動讀數，由CR1000數據采集器（Campbell，美國）記錄．

1.2.2 氣象數據

Venlo型溫室內空氣溫度Ta、相對濕度RH、凈輻射Rn等氣象數據均由安裝在溫室中部的自動氣象站測定．2 m處太陽凈輻射Rn由2個NR Lite 2（Kipp amp; Zonen，荷蘭）測定，以進行數據校核；空氣溫度Ta和相對濕度RH由安裝在2 m高度處的CS215（Campbell Scientific，美國）測定；用安裝在2.0 m高度處的二維超聲波風速儀1405-PK-021（Gill，英國）測定溫室內風速（u2）；2個土壤熱通量板HFP01-L10（Campbell Scientific，美國）放置在土壤下5 cm深度處，用于測量土壤熱通量Gs，5～10 cm處土壤體積含水率SMC和土壤溫度Ts采用土壤水分和溫度傳感器（Hydra Probe，TSL11300-Stevens，美國）進行測量．所有氣象數據每10 s采集1次，每隔10 min由CR1000數據采集器（Campbell，美國）自動記錄1次．

1.2.3 葉面積指數和株高

每隔7 d測定黃瓜植株的葉面積和株高H．用卷尺測量葉長L和最大葉寬W，將測量結果與CAD軟件繪制的結果進行擬合，得到葉面積的換算系數為0.65，并計算對應的葉面積指數LAI．

1.2.4 冠層溫度

利用紅外測溫儀（SI-111，Apogee，USA）連續(xù)測量溫室黃瓜冠層溫度Tc，儀器距冠層上方30 cm左右，探棒傾角為30°，為了降低或避免土壤背景信息的影響，測溫儀的探頭隨作物的生長進行適當調整．

1.2.5 冠層阻力參數

試驗中需要使用到的冠層阻力參數rc通過2種方法獲得，其一是基于蒸滲儀實測ETc，采用P-M模型反算出黃瓜rc，并作為rc實測值；其二是基于各氣象參數，使用Jarvis模型模擬黃瓜rc，并作為rc的模擬值.

試驗中主要采用2021年的溫室黃瓜相關氣象參數和生理參數數據作為模型訓練數據，2020年的相關數據作為模型驗證數據.

1.3 計算模型

1.3.1 Jackson經驗模型

Jackson模型［9］是一種經驗模型，該模型通過冠層溫度（Tc）與空氣溫度（Ta）的差值（Tc-Ta），基于能量平衡原理，構建關于凈輻射（Rn），Tc-Ta和ETc三者的經驗方程.

BROWN等［13］根據能量守恒原則提出Brown-Rosenberg模型，該模型基于Tc-Ta與其他氣象因子，可以較好地模擬ETc，但該模型中空氣動力學阻力的計算較為復雜；JACKSON等［9］在該模型基礎上將風速的影響量化為經驗參數，提出基于Tc-Ta預測ETc的經驗模型，表達式為

ETc=Rn-a（Tc-Ta）+bv+c，（1）

式中：Rn為太陽凈輻射，mm/d；ETc為作物蒸散量，mm/d；Tc為作物冠層溫度，℃；Ta為冠層上方的空氣溫度，℃;v為風速，m/s；a，b和c為經驗參數．

由于溫室風速極小，忽略風速的影響，可以將上式簡化為

Rn-ETc=a（Tc-Ta）+c．（2）

模型中Tc和Ta為瞬時值，采用不同時刻的Tc-Ta模擬ETc存在較大差異，因此通過分析不同時刻Tc-Ta與實測黃瓜ETc之間的響應關系，得到最佳時刻的Tc-Ta來提高模型模擬精度．

1.3.2 Penman-Monteith模型

為了評價和對比基于Tc-Ta模擬溫室ETc與其他模型的輸出精度，同時采用基于冠層阻力參數rc的P-M模型［14］對溫室黃瓜ETc進行模擬．表達式為

ETc=Δ（R′n－G）+ρaCpVPDraΔ+γ1+rcra，（3）

式中：Δ為飽和水汽壓與溫度曲線的斜率，kPa/K；R′n為凈輻射，W/m2；G為土壤熱通量，W/m2；Cp為恒壓干燥空氣的比熱，MJ/（kg·℃）；ρa為空氣密度，kg/m3；VPD為飽和水汽壓差，kPa；ra為空氣動力學阻力，s/m；γ為濕度計常數，kPa·℃；rc為冠層阻力，s/m．

以往研究表明，溫室內ETc對ra變化不敏感．研究中采用固定的ra參數［3］，為35 s/m．P-M模型中rc參數的模擬使用Jarvis冠層阻力模型，該模型在溫室中的應用已被許多學者驗證［15］．文中研究重點驗證基于Tc-Ta模擬溫室ETc的精度和適用性，而關于使用Jarvis模型確定黃瓜rc的計算過程不作詳細闡述．

2 模擬結果與分析

2.1 溫室環(huán)境因子及黃瓜生長指標

2.1.1 黃瓜生育期內主要環(huán)境因子的變化規(guī)律

選取2020與2021年秋季黃瓜移栽后生育期（2021年9月5日至2021年11月3日）內的溫室微氣象數據（太陽凈輻射R′n、土壤熱通量G、飽和水氣壓差VPD、土壤含水量SMC、空氣溫度Ta和空氣相對濕度RH），分析各氣象因子的變化特征，結果如圖1所示，DAT為移栽后的天數．

2020與2021年黃瓜生育期內R′n日平均值分別為132.4和99.8 W/m2，最大日均值分別為214.6和179.4 W/m2；G的日平均值分別為1.6和0.9 W/m2；黃瓜生育期內Ta的日均值分別為26.4和25.9 ℃，變化范圍分別為20.5～29.9和16.1～32.5 ℃，與R′n變化趨勢基本一致．R′n與黃瓜光合作用密切相關，有研究表明［16］，在溫室內，黃瓜ETc主要受溫室內R′n影響；R′n也是其他氣象因子（Ta，RH和VPD等）變化的主要動因．

VPD的變化與RH和Ta密切相關，2020與2021年溫室內VPD和RH均呈相反的變化趨勢，VPD和Ta均呈相同的變化趨勢；RH的變化范圍分別為50.1%～84.5%和48.3%～85.8%，日均值分別為62.1%和64.2%；VPD的變化分別為0.37～3.51 kPa和0.48～3.02 kPa，日均值分別為1.81 kPa和1.73 kPa.SMC的變化范圍分別為20.67%～30.89%和22.68%～28.34%，日均值分別為27.66%和24.38%.VPD主要受Ta和RH影響，是植物水分運輸的主要動力，VPD對黃瓜ETc模擬影響極大［17］．

2.1.2 黃瓜葉面積指數和株高變化

2020與2021年秋季黃瓜生育期內株高H與葉面積指數LAI變化如圖2所示，移栽后5～30 d為黃瓜生長旺盛期，黃瓜葉片數量和葉面積快速增加，LAI迅速提升；株高也快速增加，基本與LAI同步變化；移栽30 d后，LAI與H增速放緩，分別逐步穩(wěn)定在3 cm2/cm2與200 cm左右．

2.1.3 冠氣溫差日變化規(guī)律

冠氣溫差（Tc-Ta）的變化與作物冠層附近的微氣象因子密切相關，受Rn影響顯著［8］．研究選取2021年秋冬季溫室黃瓜不同生長階段的3個典型晴天數據，并計算其平均值，分別對Tc-Ta以及與其相關的主要環(huán)境因子（Rn，Ta和VPD）日變化特征進行分析，結果如圖3所示．由圖可知，黃瓜不同生育期溫室內Ta，Rn與VPD的日變化規(guī)律基本一致，呈明顯的單峰變化趨勢．日出后，隨著太陽輻射增大，Ta隨之上升，同時溫室內VPD也逐漸上升，在13：00—14：00達到最大；14：00后太陽輻射逐漸降低，Ta與VPD也逐漸下降．不同生育期Tc-Ta的日變化與各氣象因子的日變化具有較高的一致性，Tc-Ta與Ta，Rn和VPD的變化趨勢相反，冠氣溫差與Rn的最大值出現時間一致，均出現在13：00—14：00．有研究［18］表明，12：00—14：00是冠氣溫差最大的時段，此時的冠層溫度和葉水勢最能反映作物受水分脅迫的程度．大量研究［19-21］表明，14：00的Tc-Ta數據與作物生理活動關系最為密切，和作物日ETc及微氣象因子相關性最高．

2.2 基于不同時刻冠氣溫差模擬溫室黃瓜蒸散量

為了進一步探究基于不同時刻Tc-Ta模擬黃瓜日蒸散量ETc的精度差異，選取2021年不同時刻（9：00—17：00）Tc-Ta與ETc及Rn數據，對Jackson模型進行率定，見表1．結果顯示，使用9：00的Tc-Ta數據率定的Jackson模型擬合程度最低，R2為0.326；使用14：00的Tc-Ta數據率定的Jackson模型擬合程度最高，R2為0.758．

采用2020年黃瓜生育期實測數據對基于不同時刻Tc-Ta數據率定的Jackson模型精度進行驗證，結果如圖4所示，ETc-J為Jackson模擬值．所有模型均在不同程度上高估了ETc，可能是由于黃瓜不同生育期冠層覆蓋度差異導致黃瓜ETc與Tc-Ta相關性出現變化，使模型估算出現偏差．

對比圖4a—4i，基于13：00的Tc-Ta數據率定的Jackson模型模擬的ETc與實測值擬合程度最低（R2為0.902），偏差最大（RMSE為2.337 mm/d），該時刻模型模擬精度較低，主要原因可能是處于一天中溫度最高的時段，黃瓜在此時段會產生“午休現象”，影響Jackson模型對黃瓜ETc的估算.基于14：00的Tc-Ta數據率定的Jackson模型模擬的ETc與實測值擬合程度最高（R2為0.937），偏差最?。≧MSE為0.722 mm/d）．徐烈輝等［8］分析了淮北地區(qū)水稻不同時刻Tc-Ta與ETc的相關關系，認為14：00的Tc-Ta數據與水稻ETc相關性最高，并構建了基于該時刻Tc-Ta的水稻ETc模擬模型．蔡煥杰等［6］對冬小麥ETc的模擬研究也表明，使用14：00的小麥Tc-Ta數據估算小麥ETc的結果較佳．孫道宗等［19］分析了不同時刻Tc-Ta與黃瓜生理活動之間的關系，發(fā)現14：00的Tc-Ta數據與黃瓜ETc相關性最高．以上結果驗證了基于14：00的Tc-Ta數據作為模擬溫室黃瓜ETc最佳數據這一結論的可靠性．

2.3 Jackson模型在黃瓜不同生育期的率定結果

為了減少冠層覆蓋度的差異對Jackson模型估算精度的影響，基于2021年黃瓜不同生育期實測ETc、氣象數據及14：00時刻的Tc-Ta數據，對不同生育階段Jackson模型參數進行分段率定，結果見表2．

在黃瓜生長初期，Jackson經驗模型擬合程度最差，決定系數為0.573．可能原因是在黃瓜生長初期，葉面覆蓋程度較低，土壤蒸發(fā)作用對ETc影響較大，同時黃瓜植株蒸騰作用不強，對冠層溫度影響不明顯，導致黃瓜Tc-Ta與ETc的相關性不高．

2.4 Jackson經驗模型的準確性驗證

采用2020年溫室數據對Jackson經驗模型進行驗證，并與P-M模型估算的ETc進行對比，結果如圖5所示（圖中ETc-PM為P-M模型模擬結果，ETc-J為Jackson模型模擬結果），P-M模型整體上高估了ETc，而Jackson模型對ETc的估算值與實測值較為接近．

表3為黃瓜不同生育期模型ETc模擬值與實測值相關分析（ETca為ETc平均值），在全生育期內，Jackson模型對溫室黃瓜ETc模擬結果與實測值擬合程度較高，決定系數達0.967，略高于P-M模型（R2為0.964）；Jackson模型估算的ETc（平均值為3.98 mm/d）更接近實測值（平均值為3.80 mm/d），而P-M模型估算結果偏高（平均值為4.88 mm/d）；Jackson模型對ETc的估算偏差（RMSE為0.735 mm/d，MAE為0.593 mm/d）比P-M模型（RMSE為1.511 mm/d，MAE為1.207 mm/d）更?。?/p>

為了進一步驗證Jackson模型對不同生育期溫室黃瓜ETc的估算精度，對黃瓜不同生育期P-M模型與Jackson模型模擬結果與實測值進行比較，見表3．在黃瓜生長中期，Jackson模型性能最佳（R2為0.989），Jackson模型表現略優(yōu)于P-M模型（R2為0.976），偏差更?。≧MSE為0.742 mm/d，MAE為0.602 mm/d）．在生長初期，2種模型均高估了ETc，但與P-M模型相比（R2為0.943，RMSE為1.144 mm/d，MAE為0.879 mm/d），Jackson模型對ETc的估算值與實測值擬合程度更高，偏差更?。≧2為0.961，RMSE為0.855 mm/d，MAE為0.769 mm/d）．

相關研究指出，P-M模型對溫室作物ETc的模擬精度受溫室作物生長狀況以及微氣象因子影響，由于溫室與大田環(huán)境微氣象差異，P-M模型中空氣動力學阻力參數ra和冠層阻力參數rc難以直接獲取，需要通過不同的阻力參數模型對ra和rc進行模擬［21-22］．而這些阻力模型受溫室氣象因子和作物種類等影響，不同模型的表現差異較大［11，23-24］．文中研究結果也表明，相比P-M模型，基于冠氣溫差的Jackson模型在溫室黃瓜不同生育期估算ETc表現均優(yōu)于P-M模型，因此，基于更多作物和溫室類型對Jackson模型進行率定和驗證可作為下一步工作的研究重點，以提高冠氣溫差模型的普適性．

值得注意的是，在黃瓜生長初期，P-M模型的估算偏差小于其他生育期（RMSE為1.144 mm/d，MAE為0.879 mm/d），而Jackson模型的估算偏差（RMSE為0.855 mm/d，MAE為0.769 mm/d）大于其他時期，可能由于黃瓜生長初期，冠層覆蓋度迅速增加，植株蒸騰作用隨之增強，對黃瓜ETc影響較大，而冠氣溫差在不同生育期變化較小，難以體現不同生育期對黃瓜ETc模擬的影響．因此，在對Jackson模型的研究中可以考慮引入葉面積指數，以提高模型對不同生育期ETc的估算精度．

綜上所述，Jackson模型對ETc模擬結果與實測值擬合較好，對全生育期ETc的估算偏差更小，所需參數少，更適用于溫室智能灌溉決策．然而，關于基于冠氣溫差模擬溫室作物ETc經驗模型的普適性，還需要在更多不同溫室及作物類型條件下開展更長系列觀測數據進行驗證，目前所得模型參數結果在不同類型溫室或作物使用時仍需進一步率定；同時，Jackson模型缺少對作物生長初期由冠層覆蓋程度變化引起的作物ETc變化的考慮，需要引入體現冠層覆蓋度的參數以提高模型性能．

3 結 論

驗證了基于不同時刻及不同生育階段黃瓜冠氣溫差（Tc-Ta）構建的Jackson模型，模型模擬結果與實測值及P-M模型對比結果及結論如下：

1） 基于14：00時刻的Tc-Ta構建的Jackson模型，估算溫室黃瓜ETc精度最高．

2） 黃瓜全生育期內，相比P-M模型精度（R2為0.964，RMSE為1.511 mm/d），基于Tc-Ta的Jackson模型估算黃瓜ETc精度較高（R2為0.967，RMSE為0.735 mm/d），且所需實測數據及參數較少，推薦作為溫室作物ETc模擬的首選方法．

3） 在黃瓜生育初期，Jackson模型對ETc的估算偏差（RMSE為0.855 mm/d，MAE為0.769 mm/d）比其他時期更大，建議在模型構建中考慮冠層覆蓋度對ETc的影響．

參考文獻（References）

［1］ ACQUAH S， YAN H， ZHANG C， et al. Application and evaluation of Stanghellini model in the determination of crop evapotranspiration in a naturally ventilated greenhouse［J］. International journal of agricultural and biological engineering， 2018， 11 （6）： 95-103.

［2］ 馬釗，任傳棟，劉靜，等.基于不同LSTM模型和Hargreaves模型估算魯中地區(qū)參考作物蒸散量［J］.江蘇農業(yè)學報，2022，38（6）：1559-1568.

MA Zhao， REN Chuandong， LIU Jing， et al. Estimation of reference crop evapotranspiration in central Shandong by different LSTM models and Hargreaves models［J］. Jiangsu journal of agricultural sciences， 2022，38（6）：1559-1568.（in Chinese）

［3］ YAN H， ZHANG C， MIRIAM C， et al. Parametrization of aerodynamic and canopy resistances for modeling evapotranspiration of greenhouse cucumber［J］. Agricul-tural and forest meteorology， 2018， 262：370-378.

［4］ 劉長梅，趙欣茹，汪曉宇，等.不同類型日光溫室環(huán)境性能及越冬茬黃瓜栽培效果比較研究［J］.江蘇農業(yè)科學，2023，51（3）：147-155.

LIU Changmei， ZHAO Xinru， WANG Xiaoyu， et al. Comparative study on environmental performance and cultivation effect of cucumber in different types of solar greenhouse［J］. Jiangsu agricultural sciences， 2023，51（3）：147-155.（in Chinese）

［5］ LI G， LIN L， DONG Y， et al. Testing two models for the estimation of leaf stomatal conductance in four greenhouse crops cucumber， chrysanthemum， tulip and lilium［J］. Agricultural amp; forest meteorology， 2012， 165：92-103.

［6］ 蔡煥杰，熊運章，邵明安.計算農田蒸散量的冠層溫度法研究［J］.中國科學院水利部西北水土保持研究所集刊（SPAC中水分運行與模擬研究專集），1991（1）：57-65.

CAI Huanjie， XIONG Yunzhang， SHAO Ming′an. The study of using canopy temperature to estimate evapotranspiration［J］. Journal of Northwest Institute of Soil and Water Conservation， Chinese Academy of Sciences （Special collection on water operation and simulation in SPAC）， 1991（1）：57-65.（in Chinese）

［7］ 黃凌旭，蔡甲冰，白亮亮，等.利用作物冠氣溫差估算農田蒸散量［J］.中國農村水利水電，2016（8）： 76-82.

HUANG Lingxu， CAI Jiabing， BAI Liangliang， et al. Estimating daily evapotranspiration based crop canopy temperature and meteorology factors in field［J］. China rural water and hydropower， 2016（8）：76-82.（in Chinese）

［8］ 徐烈輝，牟漢書，王景才，等.基于冠氣溫差的淮北地區(qū)水稻日需水量估算模型研究［J］. 灌溉排水學報，2020，39（3）：119-125.

XU Liehui， MOU Hanshu， WANG Jingcai， et al. Estimating daily water requirement of rice in Huaibei Region using temperature difference between canopy and ambient air［J］. Journal of irrigation and drainage，2020，39（3）：119-125.（in Chinese）

［9］ JACKSON R D， REGINATO R J， IDSO S B. Wheat canopy temperature： a practical tool for evaluating water requirements［J］. Water resources research， 1977， 13（3）：651-656.

［10］ SEGUIN B， ITIER B. Using midday surface temperature to estimate daily evaporation from satellite thermal IR data［J］. International journal of remote sensing， 1983，4（2）：371-383.

［11］ YAN H， ACQUAH S J， ZHANG C， et al. Energy partitioning of greenhouse cucumber based on the application of Penman-Monteith and Bulk Transfer models［J］. Agricultural water management， 2019， 217：201-211.

［12］ HUANG S， YAN H， ZHANG C， et al. Modeling evapotranspiration for cucumber plants based on the Shuttleworth-Wallace model in a Venlo-type greenhouse［J］. Agricultural water management， 2020， 228：105861.

［13］ BROWN K W， ROSENBERG N J. A resistance model to predict evapotranspiration and its application to a sugar beet field［J］. Agronomy journal， 1973， 65（3）：341-347.

［14］ MONTEITH J L. Evaporation and environment［J］. Symposia of the Society for Experimental Biology， 1965， 19： 205-234.

［15］ LI X， KANG S， LI F， et al. Applying segmented Jarvis canopy resistance into Penman-Monteith model improves the accuracy of estimated evapotranspiration in maize for seed production with film-mulching in arid area［J］. Agricultural water management， 2016，178：314-324.

［16］ SAADON T， LAZAROVITCH N， JERSZURKI D， et al. Predicting net radiation in naturally ventilated green-houses based on outside global solar radiation for refe-rence evapotranspiration estimation［J］. Agricultural water management， 2021，257：107102.

［17］ YODER R， ODHIAMBO L， WRIGHT W. Effects of vapor-pressure deficit and net-irradiance calculation me-thods on accuracy of standardized Penman-Monteith equation in a humid climate［J］. Journal of irrigation amp; drainage engineering， 2005， 131（3）：228-237.

［18］ 周穎，劉鈺，蔡甲冰，等.冬小麥主要生長期內冠氣溫差與蒸騰速率的關系［J］. 山西農業(yè)科學，2011，39（9）：939-942.

ZHOU Ying， LIU Yu， CAI Jiabing， et al. Relationship between canopy-air temperature difference and transpiration rate at main growth stages in winter wheat［J］. Journal of Shanxi agricultural sciences， 2011，39（9）：939-942.（in Chinese）

［19］ 孫道宗， 王衛(wèi)星， 唐勁馳， 等. 茶樹水分脅迫建模及試驗［J］. 排灌機械工程學報， 2017， 35（1）： 65-70.

SUN Daozong， WANG Weixing， TANG Jinchi， et al. Modeling and testing of tea tree water stress［J］. Journal of drainage and irrigation machinery engineering， 2017， 35（1）： 65-70.（in Chinese）

［20］ YAN H， LI M， ZHANG C， et al. Comparison of evapotranspiration upscaling methods from instantaneous to daytime scale for tea and wheat in southeast China［J］. Agricultural water management， 2022， 264：107464.

［21］ YAN H， DENG S， ZHANG C， et al. Determination of energy partition of a cucumber grown Venlo-type greenhouse in southeast China［J］. Agricultural water ma-nagement， 2023， 276： 108047.

［22］ YAN H， YU J， ZHANG C， et al. Comparison of two canopy resistance models to estimate evapotranspiration for tea and wheat in southeast China［J］. Agricultural water management， 2021， 245（1）：106581.

［23］ QIU R， KANG S， DU T， et al. Effect of convection on the Penman-Monteith model estimates of transpiration of hot pepper grown in solar greenhouse［J］. Scientia horticulturae， 2013， 160：163-171.

［24］ ITO Y， YAEGASHI S， AOKI S， et al. Evaluation of irrigation rate and applicability of Penman-Monteith method to bell pepper grown soil regulated by cloud-based automatic fertigation system in greenhouse［J］. Irrigation and water management， 2019，69（1）：23-32.

（責任編輯 張文濤）

收稿日期： 2023-04-23； 修回日期： 2023-06-02； 網絡出版時間： 2024-04-25

網絡出版地址： https：//link.cnki.net/urlid/32.1814.TH.20240423.1113.014

基金項目： “十四五”國家重點研發(fā)計劃項目（2021YFC3201103）；國家自然科學基金資助項目（41860863，52121006，51509107，51609103）；水文水資源與水利工程國家重點實驗室專項基金資助項目（2020nkzd01）；江蘇省博士后研究項目（Bs510001）；江蘇省農業(yè)裝備與智能化高新技術重點實驗室開放基金資助項目（JNZ201917）

第一作者簡介： 蔣建輝（1997—），男，江西九江人，碩士研究生（460923381@qq.com），主要從事農業(yè)節(jié)水灌溉研究.

通信作者簡介： 閆浩芳（1983—），女，內蒙古呼和浩特人，副教授，博士生導師（yanhaofangyhf@163.com），主要從事農業(yè)節(jié)水灌溉理論與水分高效利用研究.