圆形喷灌机变量灌溉效益的田间试验评估_李秀梅.pdf

第 38 卷 第 21 期 农 业 工 程 学 报 Vol.38 No.21 60 2022 年 11 月 Transactions of the Chinese Society of Agricultural Engineering Nov.2022 圆形喷灌机变量灌溉效益的田间试验评估 李秀梅，赵伟霞，李久生，栗岩峰（中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100048）摘 要：科学的变量灌溉（Variable Rate Irrigation，VRI）水分管理方法是实现 VRI 技术适时适量适位水量空间分配功能和提高作物水分利用效率（Water Use Efficiency，WUE）的关键。为研究变量灌溉水分管理方法的灌溉效益，以冬小麦和夏玉米为供试作物，基于土壤可利用水量（Available soil Water holding Capacity，AWC）将试验田块划分为 4 个管理区，每个管理区划分为 4 个子区，分别布置 2 种常规喷灌管理（Uniform Rate Irrigation，URI）方法和 2 种 VRI 管理方法，对比评估了 VRI 水分管理方法在节水、增产、提高 WUE，以及改善作物株高、叶面积指数（Leaf Area Index，LAI）、产量和 WUE 空间分布均匀性方面的效果。结果表明，基于各管理区灌水上限值制定变量灌溉处方图并根据气象预报降雨量等级适当减少灌水量的 VRI 水分管理方法最优。与常规喷灌相比，最优 VRI 水分管理方法条件下，冬小麦节水 36%，WUE 提高 12%；夏玉米节水 40%，WUE 提高 29%。VRI 与常规喷灌的冬小麦、夏玉米产量均未产生显著差异，VRI 水分管理方法对作物株高、LAI、产量、WUE 空间分布均匀性也无明显影响。研究可为大型喷灌机 VRI 管理决策支持系统的建立提供依据。关键词：灌溉；土壤水分；降水；作物；精准农业；静态处方图；产量；水分利用效率 doi：10.11975/j.issn.1002-6819.2022.21.008 中图分类号：S274.3 文献标志码：A 文章编号：1002-6819(2022)-21-0060-07 李秀梅，赵伟霞，李久生，等.圆形喷灌机变量灌溉效益的田间试验评估J.农业工程学报，2022，38(21)：60-66.doi：10.11975/j.issn.1002-6819.2022.21.008 http:/www.tcsae.org Li Xiumei,Zhao Weixia,Li Jiusheng,et al.Field study on the benefits of the variable rate irrigation strategies for a center pivot systemJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2022,38(21):60-66.(in Chinese with English abstract)doi：10.11975/j.issn.1002-6819.2022.21.008 http:/www.tcsae.org 0 引 言 合理的变量灌溉（Variable Rate Irrigation，VRI）水分管理方法是实现变量灌溉技术适时、适量、适位水量空间分配功能，提高水分利用效率（Water Use Efficiency，WUE）的关键措施1-3。变量灌溉技术节水增产及环境效应研究不充分，同时变量灌溉管理较常规喷灌复杂，导致变量灌溉推广应用速度缓慢2,4。建立适宜的变量灌溉水分管理方法并将其作为变量灌溉管理决策支持系统重要组成部分进行软件开发，是实现变量灌溉技术自动化管理、用户一键式操作和 VRI 系统推广应用的重要发展方向5-6。由于目前变量灌溉系统的使用主要处在科研层面，应用案例较少，因此 VRI 技术效益评估大多基于模型模拟和田间 VRI 管理与常规喷灌（Uniform Rate Irrigation，URI）管理的对比实现。基于作物生长模型和土壤水量平衡模型的模拟研究结果表明，与常规喷灌相比，VRI 技术节水 026%4,7-10。由于模型模拟研究普遍忽略了灌溉 收稿日期：2022-05-28 修订日期：2022-08-10 基金项目：国家自然科学基金面上项目基金项目（51979289）；流域水循环模拟与调控国家重点实验室自由探索课题项目（SKL2022TS03）作者简介：李秀梅，博士生，研究方向为节水灌溉理论与技术。Email： 通信作者：李久生，研究员，博士生导师，研究方向为节水灌溉理论及技术。Email： 系统实行 VRI 管理的时间限制，假设可以随时灌溉，并假定用户熟识水分生产函数、作物腾发规律以及土壤特性等参数，模拟得到的作物水肥响应和节水增产等效果与实际情况仍存在一定差异。自 2006 年开始，VRI 节水增产效益评估从模拟研究逐步扩展到了田间试验研究11-13。不同生态区作物和水分管理方法间的田间试验研究结果表明，VRI 在改善轻质土壤中作物产量及其空间分布均匀性14、增产调质15-16及减少水氮淋失17-18等方面发挥了优势，同时也有一些田间试验研究结果指出，VRI 在节水、增产和提效等方面优势不够明显11,19-21。因为VRI技术的效益评估均以URI处理为对照，VRI技术的节水增产效益与对照处理的选择及其管理模式密切相关。例如，Oliveira 等8模拟研究表明，当使用面积加权平均土壤可利用水量（Available soil Water holding Capacity，AWC）的面积加权平均值制定 VRI 灌溉制度时，VRI 和 URI 处理的灌水量无显著差异；当 VRI 处理灌溉制度基于最低 AWC 管理区制定时，VRI 处理的马铃薯产量最高。另外，VRI 效益与气候条件密切相关。Evans等22认为，在干旱半干旱气候条件下，VRI 的潜在效益主要集中在使用非充分灌溉解决长期的干旱缺水问题，而湿润半湿润地区则包括充分利用作物生育期内时空变异性较大的降水，尽可能将短期作物受旱引起的减产损失降到最低。本文作者所在团队根据华北平原冬小麦、夏玉米生育期内降水量的不同，以及整个田块内土壤持水能力的空间变异性，自 2013 年开始应用自主研发的国第 21 期 李秀梅等：圆形喷灌机变量灌溉效益的田间试验评估 61 内首套 VRI 系统开展田间试验研究10，2017 年基于土壤水分空间变异的 VRI 管理对作物产量及节水效果的研究表明，不同管理区基于相同下限不同灌水日期的 VRI 管理方法节水增产效益并不明显20；2018 年针对半湿润气候条件下的夏玉米，提出了综合利用土壤特性和未来降水预报信息的 VRI 实时水分管理方法23；2019 年针对半干旱气候条件下的冬小麦，以整个田块 WUE 最高为目标，提出了非充分 VRI 管理方法，获得了不同管理区的适宜变量灌水比例24，但是这种基于不同管理区作物水分生产函数推荐变量灌水比例的方法需要结合具体的土壤、作物、气候条件开展试验，缺乏直接推广应用性。为了实现 VRI 管理决策支持系统的开发，需要提供具有普适性的水分管理方法。因此，从充分挖掘不同分区作物水分生产潜力和节能的角度出发，本文提出了在同一灌水日期基于各管理区适宜灌水上下限值进行 VRI管理的理念，以最小 AWC 区的土壤含水率和整个田块内的平均土壤含水率为基础的 URI 水分管理，以作者团队提出的上述冬小麦和夏玉米 VRI 水分管理方法为对照，一方面通过作物生长响应验证基于各管理区适宜灌水上下限值进行 VRI 管理的可行性，另一方面对比评估不同VRI 水分管理方法的节水增产效益，以期为大型喷灌机VRI 管理决策支持系统的建立提供依据。1 材料与方法 1.1 试验区概况 试验在河北省涿州市东城坊镇进行（3927N，11551E，海拔 42 m）。该试验场位于河北省中部，属暖温带半湿润季风区，大陆性季风气候特点明显。多年平均降水量 563.3 mm，其中 79 月份夏玉米生育期降水量约占全年降水量的 70%，年平均温度 11.6，试验场地质构造属太行山山洪冲积扇。试验区为圆形喷灌机 VRI 系统控制区域的 1/4，面积1.64 hm2。将试验区用 12 m12 m 的网格（110 个）剖分取样测量后，基于 AWC 将试验区划分为 4 个管理区，如图 1 所示。14 区 00.6 m 田间持水量 c1（c1中 c为田间持水量，1 为管理区，下同）、c2、c3、c4分别为 0.21、0.22、0.23 和 0.25 cm3/cm3，整个田块的平均 c为 0.23 cm3/cm3；14 区 01.0 m 深度 AWC 变化范围依次为 152161、161171、171185、185205 mm。土壤性质沿垂直剖面表现出不同的分层特征，1区土壤砂粒体积百分数随深度增加呈明显增加趋势；2 区土壤砂粒和黏粒体积百分数随深度变化较小；3 区 0.20.4 m 土层存在明显的黏土夹层；4 区 40 cm 以下土层主要为南水北调管道工程开挖后回填的砂砾石25。土壤类型（美国制）以壤土（58%）和砂壤土（40%）为主。1.2 试验设计 供试作物分别为冬小麦（Triticum aestivum L.，济麦22）和夏玉米（Zea mays L.，郑单 958）。冬小麦行距 15 cm，播种量为 375 kg/hm2，2017 年 10 月 12 日播种，2018 年6 月 9 日收获。夏玉米于 2018 年 6 月 16 日播种，行距60 cm，株距 21 cm，9 月 26 日收获。冬小麦和夏玉米试验均考虑土壤特性和水分管理方法 2 个因素，1 区、2 区、3 区和 4 区（Z1、Z2、Z3、Z4）沿喷灌机桁架和行走方向等分为 4 个子区，分别随机设置 2 个 URI 处理（U1、U2）和 2 个 VRI 处理（V1、V2），共 16 个试验处理（图 1）。注：URI 和 VRI 分别为常规喷灌和变量灌溉处理；Vw2 和 Vm2 分别为冬小麦和夏玉米 V2 处理。Note:URI and VRI were the treatments of uniform rate irrigation and variable rate irrigation,respectively.Vw2 and Vm2 were the treatments of V2 for winter wheat and summer maize,respectively.图 1 冬小麦和夏玉米生育期内各灌水处理对应布置图 Fig.1 Layout diagram of different irrigation treatments during the growing seasons of winter wheat and summer maize 在 U1 处理的 4 个子区内（Z1U1、Z2U1、Z3U1、Z4U1），灌水日期基于 AWC 均值最小的 1 区（Z1U1 处理）土壤含水率进行判断，当土壤含水率到达冬小麦和夏玉米灌水下限值 0.66c1和 0.70c1时进行灌溉，4 个子区内灌水定额相同，冬小麦孕穗期（5 月 1 日）之前采用20 mm，之后采用 30 mm，夏玉米整个生育期灌水定额均为 20 mm。在 U2 处理的 4 个子区内（Z1U2、Z2U2、Z3U2、Z4U2），灌水日期基于 4 个子区内的平均土壤含水率进行判断，当土壤含水率到达冬小麦和夏玉米灌水下限值0.66c和 0.70c时进行灌溉，灌水定额与 U1 处理相同。为了验证基于各管理区适宜灌水上下限值进行 VRI管理的可行性，并进一步研究同时适用于冬小麦和夏玉米的变量灌溉水分管理方法，设置了 V1 处理。在 V1 处理的 4 个子区内（Z1V1、Z2V1、Z3V1、Z4V1），灌水日期确定方法同 U1 处理，即根据 Z1V1 处理土壤含水率是否达到灌水下限值进行判断，各子区灌水定额根据该区灌水上限与土壤实测含水率的差值确定，冬小麦灌水上限参考 2016 和 2017 年试验结果24设置为 0.75ci（i=1，2，3，4），夏玉米灌水上限设为田间持水量。根据冬小麦和夏玉米生育期内降水量的不同特征分别设置 Vw2 和 Vm2 处理。在冬小麦生育期内，4 个子区（Z1Vw2、Z2Vw2、Z3Vw2、Z4Vw2）的灌水日期相同，灌水日期基于 Z1Vw2 处理的土壤含水率是否达到灌水下限值 0.66c1判断。Z1Vw2 子区的灌水定额与 U1 处理相同，Z2Vw2Z4Vw2 子区的灌水定额根据各管理区水分利用农业工程学报（http:/www.tcsae.org）2022 年 62效率均最大的田间试验获得，即 Z1Vw2 子区灌水定额的84%、99%和 68%24。在夏玉米生育期内，Vm2 处理灌水方式同 V1 处理，但灌溉处方图需综合未来 3 d 降水预报信息进行调整，即当预报为有大雨及以上降雨、中雨、小雨及以下降雨时，灌水量分别减少 40%、20%和 026。为了判断灌水日期，根据土壤水分传感器布设原理27-28，冬小麦和夏玉米试验时，1 区、3 区和 4 区每个子区内分别选择 2 个直接代表 040 cm 平均土壤含水率的点，2区各子区选择 3 个代表点，在每代表点所在的 12 m12 m的网格中心位置布置 Trime-T3 探管，共 36 个探管。探管埋设及布置见图 2。试验中，每次灌水 3 d 后开始逐日测量 040 cm 土壤含水率，以确定下次灌水日期。所有处理采用相同的施肥方式和施肥量。冬小麦施 N量为 175 kg/hm2，P2O5为 94 kg/hm2，K2O 为 30 kg/hm2。其中64 kg/hm2纯N和全部的磷、钾肥均以底肥施入土壤，所用肥料为长效型掺混肥料（N-P2O5-K2O 含量分别为17-25-8，代表质量分数，下同）；剩余 N 量在拔节期追施尿素。夏玉米施N量为228.6 kg/hm2，P2O5为79 kg/hm2，K2O 为 79 kg/hm2。其中 79 kg/hm2N 和全部的 P2O5、K2O均以底肥施入土壤，所用肥料为复混肥料（N-P2O5-K2O含量分别为 18-18-18）；剩余 N 量在夏玉米大喇叭口期追施尿素。图 2 冬小麦和夏玉米生育期内土壤水分传感器布置图 Fig.2 Diagram of layout for soil moisture sensors during growing period of winter wheat and summer maize 1.3 指标测定与计算 冬小麦和夏玉米生育期内，分别测量株高和叶面积指数（Leaf Area Index，LAI）。测量开始前，随机选取长势均匀的冬小麦或夏玉米 3 株进行挂牌标记，作为一个取样点，布置在 Trime-T3 探管埋设位置附近，2 种作物均设置 36 个取样点。利用钢卷尺对标记植株的株高值进行测量，每隔 10 d 测量 1 次，冬小麦和夏玉米的测量时间段分别为 4 月 17 日5 月 26 日和 7 月 19 日9 月17 日。冬小麦和夏玉米 LAI 均采用长宽系数法29测量，冬小麦采样时每个取样点附近随机选取 3 行0.15 m 的植株样品带回实验室，随机选择其中 10 株对所有绿叶的长宽进行测量；夏玉米对标记植株进行测量，系数均取为 0.75。分别计算不同处理整个生育期作物生长指标均值及其变异系数。冬小麦和夏玉米收获前进行人工采样测产。测量冬小麦产量时，分别在每个处理的各网格内选取具有代表性的长势均匀的 1 m1.05 m 的样方 1 个，人工脱粒后烘干计产。夏玉米产量测量时，样方面积为 1.2 m1.26 m，人工脱粒后烘干计产。水分利用效率（WUE，kg/m3）为单位面积籽粒产量Y（kg/hm2）与耗水量 ETa（mm）的 比值，计算方法如式（1）所示：WUE=0.1 Y/ETa（1）ETa=I+PRO+CR+SDP（2）式中 I 为生育期内灌水量，mm；P 为生育期内有效降水量，mm；RO 为径流量，mm，本试验为喷灌试验，灌溉定额较小，RO 近似为 0；CR 为生育期内地下水补给量，mm，由于试验区地下水埋深约为 50 m，因此 CR 忽略不计；S 为生育期初期和末期 0100 cm 土层深度土壤含水率动态变化，mm；DP 为深层渗漏量，mm，由于在连续较大降雨量条件下，玉米生育期内的深层渗漏量也仅有 21 mm18，因此 DP 忽略不计。1.4 数据分析 所有数据均采用 SPSS 17.0 软件（IBM，New York，US）进行统计分析。采用单因素方差分析评价水分管理方法对冬小麦和夏玉米株高、LAI、产量和 WUE 的影响；采用 Duncan 多重比较确定各处理的均值差异。2 结果与分析 2.1 变量灌溉管理节水效果 冬小麦和夏玉米生育期内降水量和不同管理区 URI和 VRI 处理灌水量如图 3 所示，4 个子区的平均累计灌水量如表 1 所示。冬小麦生育期内共降水 31 次，其中小雨 30 次、中雨 1 次，总降水量 96.4 mm，属于干旱年30。夏玉米生育期内共降水 26 次，总降水量 227 mm，其中小、中、大雨分别为 21 次、2 次和 3 次。冬小麦生育期内，为满足施肥需求，4 月 12 日各处理均灌水 20 mm。在常规喷灌处理，因为灌水日期的判断依据不同，U1 和 U2 处理的灌溉日期不完全一致，4个子区内的累计灌水量算术平均值（以下简称均值）分别为 213 和 220 mm。在变量灌溉 V1 处理，不同管理区的累计灌水量差异较大，变化范围为 101170 mm，均值为 141 mm，分别较 U1 和 U2 处理低 34%和 36%。在变量灌溉 Vw2 处理，累计灌水量均值为 172 mm，分别较U1 和 U2 处理低 19%和 22%。与 Vw2 处理相比，根据不同管理区实时土壤含水率值进行灌溉管理的 V1 处理节水效果更明显，V1 处理比 Vw2 处理节水 18%，这与在本田块 4 个管理区内基于相同的灌水下限和灌水定额开展的冬小麦变量灌溉水分管理试验中有关 VRI 不节水的结论22不同，表明基于不同管理区灌水上下限或基于不同管理区历史 WUE 函数推荐的灌水比例进行冬小麦 VRI管理时，均可实现节水目的。第 21 期 李秀梅等：圆形喷灌机变量灌溉效益的田间试验评估 63 图 3 冬小麦和夏玉米生育期内常规喷灌和变量灌溉处理降水量和灌水量 Fig.3 Rainfall(Pr)and irrigation applied for the treatments of Uniform Rate Irrigation(URI)and Variable Rate Irrigation(VRI)during the growing seasons of winter wheat and summer maize 夏玉米生育期内，U1、U2、V1 和 Vm2 处理的 4 个子区累计灌水量均值分别为120、220、278 和131 mm（表1）。与冬小麦类似，U2 处理累计灌水量高于 U1 处理，且二者之间差值为 100 mm，远高于冬小麦的灌水量差值7 mm，这与其他学者基于最小 AWC 管理区进行灌溉决策时灌水量最大的结论不同3，主要与不同管理区较大的土壤剖面分层特征差异对土壤水分运移的影响有关。受2040 cm 土层土壤剖面黏土夹层的影响，具有较大AWC的3区00.4 m土层土壤含水率明显低于其他管理区24，使得基于田块所有管理区平均土壤含水率进行灌溉决策的 U2 处理累计灌水量高于基于最小 AWC 管理区的 U1 处理，且这种差异随降水（灌水）量增加而增大。在 VRI 处理内，夏玉米 Z1V1 处理累计灌水量均值为347 mm，较 Z1V2 处理多灌水 248 mm（图 3）。与常规喷灌相比，V1 处理累计灌水量均值分别比 U1 和 U2 高132%和27%，Vm2 处理累计灌水量均值比U1处理高9%，较 U2 处理低 40%；与 V1 处理相比，Vm2 处理累计灌水量均值减少了 53%。这表明夏玉米生育期内制定灌溉制度时，需要充分考虑频繁的降水，并需结合降雨预报信息适当推迟灌水时间或减少灌水定额。表 1 冬小麦和夏玉米不同处理累计灌水量 Table 1 Total irrigation amount for different treatments of winter wheat and summer maize mm 处理 Treatment 冬小麦 Winter wheat 夏玉米 Summer maize U1 213 120 U2 220 220 V1 141 278 Vw2,Vm2 172 131 2.2 变量灌溉对作物生长及其均匀性的影响 在测量时间段内，不同处理间冬小麦和夏玉米的株高、LAI 均值方差分析及变异系数统计结果如表 2 所示。2 种作物不同处理株高产生显著差异的次数均多于 LAI。冬小麦U1处理株高在生育初期和中期分别显著高于Vw2和 U2 处理；夏玉米 U2 处理株高在生育中期显著高于其他处理；2 种作物其他生育期各处理株高均无显著差异。除夏玉米生育中期 U2 处理 LAI 显著高于 Vm2 处理外，夏玉米其他处理和冬小麦所有处理LAI值均无显著差异。4 个灌水处理不同生育期冬小麦株高变异系数变化范围为 0.070.18，呈弱变异中等变异程度，LAI 变异系数变化范围为 0.270.73，呈中等变异程度，最高的株高和 LAI 变异系数均出现在 Vw2 处理。与冬小麦相似，夏玉米株高变异系数均小于 LAI，但最高的株高和 LAI变异系数均出现在 U1 处理。变异系数在生育期内的变化表明，除冬小麦株高变异系数在生育期内无明显变化外，水分管理措施均改善了株高和 LAI 的空间分布均匀性。与 U1 和 U2 处理相比，V1 和 V2 处理冬小麦和夏玉米株高和 LAI 的空间变异程度并没有明显降低，这与其他学者的研究结果类似7-8,27，即 VRI 水分管理并未明显降低作物生长指标的空间分布均匀性。2.3 变量灌溉对作物产量及水分利用效率影响 表 3 给出了不同处理间冬小麦和夏玉米的产量均值方差分析及变异系数统计结果。随各处理累计灌水量均值的增大，冬小麦和夏玉米各处理平均产量之间无显著水平差异（P0.05）。由产量的变异系数可知，各水分管理方法处理的产量均呈中等变异程度（冬小麦为 0.220.27；夏玉米为 0.110.13）。冬小麦产量的变异系数均高于株高，夏玉米产量变异系数整体低于生育前期但高于生育后期株高的变异系数；2 种作物产量变异系数均小于 LAI 的变异系数。与 URI 相比，VRI 处理的产量变异系数虽然整体有所降低，但差异较小，这表明变量灌溉水分管理方法对冬小麦和夏玉米产量空间分布均匀性的影响不明显。农业工程学报（http:/www.tcsae.org）2022 年 64表 2 冬小麦生长指标方差分析及其变异系数 Table 2 Analysis of variance of plant height and LAI of winter wheat and its coefficient of variance 指标 Index 统计量 Statistic 处理 Treatment 冬小麦 Winter wheat 夏玉米 Summer maize 04-17 04-2705-0605-1605-2607-1907-3008-10 08-20 09-0209-17株高 Plant height 均值/cm U1 22a 33a 45a 46a 46a 66a 115b 216b 241a 237a 239a U2 19ab 31a 42a 38b 40a 68a 130a 246a 256a 253a 248a V1 21ab 31a 42a 44ab 44a 62a 109b 220ab 247a 245a 248a Vw2,Vm2 19b 30a 43a 41ab 44a 64a 110b 213b 242a 240a 235a 变异系数 U1 0.10 0.11 0.15 0.16 0.14 0.20 0.20 0.19 0.10 0.10 0.10 U2 0.16 0.12 0.12 0.16 0.14 0.10 0.07 0.07 0.04 0.05 0.04 V1 0.11 0.07 0.10 0.16 0.16 0.14 0.12 0.09 0.05 0.04 0.05 Vw2,Vm2 0.14 0.13 0.11 0.18 0.12 0.16 0.14 0.15 0.05 0.04 0.05 叶面积指数 Leaf Area Index 均值 Mean U1 0.7a/2.0a/1.5a 0.8a 1.9a 4.2ab 4.2a 4.1a 3.6a U2 0.6a/1.5a/1.5a 0.7a 2.4a 4.8a 4.7a 4.7a 4.1a V1 0.5a/1.8a/1.4a 0.5a 2.0a 4.2ab 4.4a 4.4a 3.6a Vw2,Vm2 0.7a/1.4a/1.3a 0.7a 2.0a 4.0b 4.4a 4.1a 3.7a 变异系数 U1 0.64/0.53/0.43 0.65 0.34 0.24 0.23 0.27 0.25 U2 0.35/0.27/0.42 0.27 0.15 0.09 0.08 0.10 0.11 V1 0.31/0.30/0.31 0.16 0.24 0.11 0.10 0.09 0.15 Vw2,Vm2 0.73/0.39/0.35 0.49 0.28 0.20 0.18 0.15 0.11 注：不同小写字母表示同上指标不同处理间差异显著（P0.05）。下同。Note:Different small letters indicate significant difference among treatments(P0.05).Same as below.表 3 作物产量统计分析及其变异系数 Table 3 Statistic analysis of yield of crops and its coefficient of variance 处理 Treatment 冬小麦 Winter wheat 夏玉米 Summer maize 均值 Mean/(kghm-2)变异系数 Coefficient of variation 均值 Mean/(kghm-2)变异系数 Coefficient of variation U1 4 198a 0.23 11 072a 0.13 U2 4 033a 0.25 12 205a 0.13 V1 3 552a 0.27 12 106a 0.11 Vw2,Vm2 4 011a 0.22 11 431a 0.12 各水分管理方法处理的作物耗水量（ETa）及 WUE均值方差分析及变异系数如表 4 所示。与产量类似，ETa基本随各处理累计灌水量的增加而增大，夏玉米 U1 和Vm2 处理 WUE 显著高于 U2 和 V1。与常规喷灌处理相比，冬小麦 V1 处理 WUE 较 U1 和 U2 处理分别高 9%和12%，Vw2处理WUE较U1和U2处理分别高23%和27%。夏玉米 V1 处理则分别比 U1 和 U2 处理低 25%和 8%，Vm2 处理 WUE 高于 URI 处理，比 U1 和 U2 处理分别高5%和 29%。表 4 作物水分利用效率统计分析及其变异系数 Table 4 Statistic analysis of water use efficiency of crops and its coefficient of variance 作物 Crops 处理 Treatment ETa/mm 均值 Mean/(kgm-3)变异系数Coefficient of variation 冬小麦 Winter wheat U1 328 1.3a 0.25 U2 327 1.2a 0.28 V1 258 1.4a 0.29 Vw2 275 1.6a 0.46 夏玉米 Summer maize U1 296 3.8a 0.18 U2 398 3.1b 0.14 V1 433 2.8b 0.16 Vm2 296 4.0a 0.21 与产量和 LAI 的变异系数类似，各水分管理方法处理间的冬小麦和夏玉米 WUE 均呈中等变异程度，且冬小麦变异性大于夏玉米，表明作物生育期内较大的降雨会减轻由土壤供水能力空间变异和水分管理差异引起的作物耗水、生长和产量的空间分布差异。3 结 论 为了分析变量灌溉（Variable Rate Irrigation，VRI）水分管理效益，以冬小麦和夏玉米为研究对象，对比分析了 2 种 VRI 管理方法和常规喷灌（Uniform Rate Irrigation，URI）管理方法在节水、增产、提高作物生长和产量空间分布均匀性等方面的效果，主要结论如下：1）冬小麦生育期内，与各管理区内设置不同灌水比例的 Vw2 处理相比，基于各管理区灌水上下限值制定灌水定额的 V1 处理节水效果更明显，V1 比 Vw2 处理节水18%。夏玉米生育期内，与基于各管理区灌水上下限值制定灌水定额的 V1 处理相比，结合降雨预报信息对灌水量进行实时调整的 Vm2 处理节水效果更明显，节水量可达53%。表明基于管理区灌水上下限值和降水预报信息是最优的变量灌溉管理方法。2）与基于所有管理区土壤含水率均值进行灌溉决策的常规喷灌相比，最优 VRI 水分管理条件下，冬小麦节水 36%，WUE 提高 12%；夏玉米节水 40%，WUE 提高29%，且 WUE 差异达到了显著水平。3）VRI 和 URI 处理之间的冬小麦、夏玉米产量均未产生显著差异，且 VRI 水分管理方法对作物株高、叶面积指数、产量、WUE 空间分布均匀性无明显影响。参 考 文 献 1 Evans R G,LaRue J,Stone K C,et al.Adoption of site-specific variable rate sprinkler irrigation systemsJ.Irrigation Science,2013,31:871-887.第 21 期 李秀梅等：圆形喷灌机变量灌溉效益的田间试验评估 65 2 吴文勇，龚时宏，李久生，等.现代灌溉水肥调控原理与技术研究进展J.中国水利水电科学研究院学报，2021，19(1)：81-89.Wu Wenyong,Gong Shihong,Li Jiusheng,et al.Research development on principle and technology of water and fertilizer regulation under modern irrigationJ.Journal of China Institute of Water Resources and Hydropower Research,2021,19(1):81-89.(in Chinese with English abstract)3 李茂娜，孙宇，严海军，等.基于土壤表观电导率的变量灌溉管理分区方法J.农业工程学报，2020，36(22)：172-180.Li Maona,Sun Yu,Yan Haijun,et al.Method for variable rate irrigation management zone delineation based on apparent soil electrical conductivityJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2020,36(22):172-180.(in Chinese with English abstract)4 DeJonge K C,Kaleita A L,Thorp K R.Simulating the effects of spatially variable irrigation on corn yields,costs,and revenue in IowaJ.Agricultural Water Management,2007,92(1/2):99-109.5 Stone K C,Bauer P J,OShaughnessy S A,et al.A variable-rate irrigation decision support system for corn in the U.S.Eastern Coastal PlainJ.Transactions of the ASABE,2020,63(5):1295-1303.6 Andrade M A,OShaughnessy S A,Evett S R.ARS Pivot,a sensor-based decision support software for variable-rate irrigation center pivot systems:Part A.DevelopmentJ.Transactions of the ASABE,2020,63(5):1521-1533.7 Watkins K B,Lu Y C,Huang W Y.A case study of economic and environmental impact of variable rate nitrogen and water applicationJ.Agricultural Engineering Journal,2002,11(4):173-185.8 Oliveira C,Yoder R,Larson J.Evaluating the returns to site-specific irrigationC/Minneapolis:Proceedings of the 7th International Conference on Precision Agriculture,2005:756-770.9 Hedley C B,Yule I J.Soil water status mapping and two variable-rate irrigation scenariosJ.Precision Agriculture,2009,10(4):342-355.10 杨汝苗.变量灌溉系统水力性能及其对作物生长影响的评估D.北京：中国农业大学，2015.Yang Rumiao.Evaluation of Hydraulic Performances of Variable Irrigation System and Their Influence on Crop GrowthD.Beijing:China Agricultural University(CAU),2015.(in Chinese with English abstract)11 King B A,Stark J C,Wall R W.Comparison of site-specific and conventional uniform irrigation management for potatoesJ.Applied Engineering in Agriculture,2006,22(5):677-688.12 Sui R X,Yan H J.Field study of variable rate irrigation managemen