1、 年 月 第 卷 第 期 赵爽基于改进的双作物系数模型与 模型估算温室黄瓜蒸散量赵爽,闫浩芳,张川,李迷,邓帅帅,梁少威,蒋建辉(江苏大学国家水泵及系统工程技术研究中心,江苏 镇江 ;江苏大学农业工程学院,江苏 镇江 )收稿日期:;修回日期:;网络出版时间:网络出版地址:基金项目:“十四五”国家重点研发计划项目();国家自然科学基金资助项目(,);水文水资源与水利工程国家重点实验室一带一路专项基金资助项目();江苏省博士后科研资助计划项目();江苏省农业装备与智能化高新技术重点实验室开放基金资助项目();中国水利水电科学研究院内蒙古阴山北麓草原生态水文国家野外科学观测研究站开放研究基金资助项目
2、()第一作者简介:赵爽(),男,安徽宿州人,硕士研究生(),主要从事农业节水灌溉研究通信作者简介:闫浩芳(),女,内蒙古呼和浩特人,副研究员,博士生导师(),主要从事节水灌溉技术在农业工程中的应用研究摘要:为估算温室黄瓜植株蒸腾()与土面蒸发(),基于 年春夏茬和秋冬茬温室内实测微气象数据、黄瓜作物叶面积指数()及根区土壤水分数据,对 推荐的双作物系数模型()及 ()模型中参数进行修正,应用修正后的 和 模型()估算温室黄瓜蒸散量(),利用 年春夏茬和秋冬茬实测数据对模型精度进行验证 结果表明:改进后的 和 模型估算的温室黄瓜 和 与实测值有较好的一致性,但 模型的估算误差高于 模型,模型估算
3、春夏茬与秋冬茬黄瓜 与实测值的均方根误差()、平均绝对误差()、偏离率()和相关系数()分别为 ,和 (春夏茬)及 ,和 (秋冬茬);模型的 ,和 分别为 ,和 (春夏茬)及 ,和 (秋冬茬)尽管 模型估算误差较 略高,但其结构简单、所需参数较少,在温室作物蒸散量估算中更值得推广关键词:黄瓜;蒸散量;双作物系数模型;模型中图分类号:文献标志码:文章编号:():赵爽,闫浩芳,张川,等 基于改进的双作物系数模型与 模型估算温室黄瓜蒸散量 排灌机械工程学报,():,(),():(),(,;,)排灌机械工程学报第 卷 :()(),(),(),()(),()(),(),(),()(),():;准确模拟温
4、室作物蒸散量()对于制定科学合理的灌溉制度、提高农业水资源利用效率及实现温室环境智能化调控具有重要意义 估算大田作物 的模型主要有 ()模、()双源模型、双作物系数模型和 ()模型等 模型将植被冠层和土壤表面视为一片“大叶”,整体估算作物 ,而 双源模型通过引入土壤表面阻力和作物冠层阻力等参数分别估算 和,但模型参数化过程复杂,参数的测量或估算误差会影响模型的估算精度 联合国粮农组织(,)推荐的双作物系数模型()将作物系数()分为土壤蒸发系数()和基础作物系数()两部分,分别用来计算植株蒸腾()和土面蒸发(),该模型所需参数相对较少,被广泛应用于不同的大田作物 模型中 和 受气候、土壤、作物栽
5、培管理方式和作物生长状况等诸多因素影响 ,在温室环境应用时应根据当地气候环境等因子进行率定 等 研究发现棉花生长初期 值是 推荐值的两倍多 等 得出温室西红柿中期的 计算值明显低于 推荐值 等 修正后的 均低于 推荐值 在半封闭温室环境应用 模型除了需要对 和 进行率定,还需验证参考作物蒸散量()计算方法的适应性 等 研究得出空气动力学阻力 取固定值 的 方法可准确估算地中海地区温室内 ()模型基于湍流对 的影响小于辐射影响的假设条件,根据下垫面接收的可用能量估算 和,不需要计算空气动力学项,该模型在不同大田作物 模拟中得到广泛应用 准确应用 模型的关键在于确定模型系数,影响 的主要因素有作物
6、叶面积指数()、土壤含水量()和空气温度()等 等 考虑 ,及覆膜效应对 的影响,对 模型进行验证,结果表明,修正后的 模型具有更高的精度 以往研究表明,对于不同种植环境及作物类型,影响 的主要因素有较大差异,因此,根据种植地区环境特征对模型参数进行率定和改进是准确估算特定作物 和 的关键 综上,由于大田与温室种植条件下微气象环境和水热运移模式存在较大差异,使得基于大田构建的 模型及参数在温室环境应用时存在较大的不确定性文中基于 年温室内实测数据,对 和 模型进行改进,并对 模型中 进行动态模拟,根据实测 和 修正;考虑植物温度约束和叶片衰老对 的影响,以及土壤水分胁迫指标对 的影响,改进 模
7、型();应用改进的 和 模型分别估算温室内黄瓜,并用 实测 和 对 种模型的精确性 第 期赵爽,等基于改进的双作物系数模型与 模型估算温室黄瓜蒸散量进行验证,旨在为该地区温室作物水分精确管理提供理论依据 材料与方法 试验区概况本研究于 年 月、年 月(春夏茬)及 和 年 月(秋冬茬)在江苏省镇江市(,高于海拔 )江苏大学现代农业装备与技术省部共建教育部重点实验室的 型温室内进行 型温室屋脊呈南北走向,南北长 ,东西长 ,面积为 ,檐高 ,跨度 温室覆盖厚 的浮法玻璃,透光率超过 温室内种植作物选择国内种植比例较大的黄瓜品种 杂种 作为供试作物 黄瓜定植在土槽()中,每个土槽种植 行作物,行距
8、,株距 ,共 株,种植密度为 株 土槽内土壤质地为沙壤土,作物根区土壤平均容重为 ,田间持水量为 ,土壤饱和含水率为 ,凋萎系数为 试验采用滴灌灌水方式(滴头间距 ,滴头流量 ),滴灌带布设方式为两行一带 以 标准蒸发皿作为参考依据,当累计水面蒸发量()达到()时灌水,灌水量为 (为蒸发皿系数)试验区概况 气象资料温室内气温、湿度、净辐射等气象数据均由安装在温室中部的自动气象站测定 处太阳净辐射()由 个 (,荷兰)测定,并进行数据校核,温度()和湿度()由安装在 高度处的 (,)测定,用安装在 高度处的二维超声波风速仪 (,英国)测定温室内风速(),个土壤热通量板 (,)均安置在土壤下 深度
9、处,距离植株根部 处用来测量土壤热通量()土壤体积含水率()和土壤温度()由安装在土壤湿润周内 深度处根部位置的 个土壤水分探头测定 所有气象数据每 采集数据 次,由 数据采集器(,美国)每隔 自动记录次 土壤表面热通量()计算公式为 (),()式中:为时间间隔 ()内 处土壤温度的变化;为土壤热通量板放置的深度;和 分别为水的密度()和土壤密度();和 分 别 为 水 的 比 热 容()和土壤的比热容();为 处的土壤体积含水率 黄瓜蒸散量的测定移栽时选取 株长势均匀、无病虫害的黄瓜幼苗分别定植于直径为 ,深度为 的 个试验 桶 内,采 用 台 自 动 连 续 称 重 电 子 天 平(,荷兰
10、)测量温室内黄瓜,天平放置于温室内种植黄瓜中间位置以减小边界条件的影响,且放置的位置与土槽里黄瓜种植密度尽量保持一致,天平每 自动读数,由 数据采集器(,美国)记录 黄瓜植株蒸腾量的测定采用 包 裹 式 茎 流 计(,美国)监测系统观测黄瓜植株茎秆液流速率,分别于 年 月 日月 日、月 日 月 日及 月 日 月 日;年 月 日 月 日、月 日 月 日(春夏茬),年 月 日 月 日及 月 日 月 日;年 月 日 月 日、月 日 月 日(秋冬茬),随机选择 株长势良好且无病虫害的植株进行测定 采用 数据采集器,每 自动记录 次数据,所采集的茎流量通过黄瓜的种植密度换算为植株蒸腾量 黄瓜植株叶面积的
11、测定在黄瓜整个生育期,每隔 采用卷尺测量黄瓜株高和叶面积,分别选取长势良好、均匀及无病虫害的 株黄瓜植株,采用直接测量法测定叶面积指数,即用卷尺直接测量黄瓜叶片长和宽的最大值,乘以折算系数计算黄瓜实际叶面积(折算系数取 )双作物系数模型()在 双作物系数模型中,计算公式为 (),()式中:为土面蒸发系数;为基础作物系数;为参考作物蒸散量,参考作物蒸散量 等 研究得出 取固定值 时 方法可准确估算温室内 ,计算公式为 排灌机械工程学报第 卷 ()(),()式中:和 分别为太阳净辐射和土壤热通量,();为饱和水汽压差,;为饱和水汽压曲线斜率,;为干湿表常数,;为 高度处平均气温,基础作物系数 修正
12、考虑作物生长对 的影响,通过引入冠层盖度系数 与叶片衰老系数 计算 ,计算公式为(),(,),(),(,)()()(),()(),()(),()式中:,为裸土最小作物系数,取值为 ;为冠层覆盖度系数;,为作物完全覆盖地表时的最大基础作物系数 ;为太阳辐射的冠层衰减系数,取 ;为计算时段内每日最小相对湿度的平均值,;为计算时段内 高处的日平均风速,;为计算时段内作物平均株高,;为叶片衰老系数;为冠层消减系数,取 ;为作物冠层衰老的时间,一般发生在生长末期,即分别发生在本研究的 年 月 日,月 日及 年 月 日,月 日 土面蒸发系数 修正当土壤表层湿润,土壤蒸发系数 达到最大值 ,随着土壤水分减少
13、逐渐衰减,此时 计算公式为(,),(),()()(),()(),()(,),()式中:,为灌溉后 的最大值;为裸露的湿润土壤的比例,即土壤蒸发表面所占的百分比;为取决于表层土面蒸发累积深度的蒸发减小系数,量纲为一;为土壤表层的可蒸发深度,;为土壤表面易蒸发的水量,根据本试验土壤类型,取 和 分别为 和 ;为实际土壤体积含水率;为土壤凋萎含水率,取为 ;为土面蒸发层深度,取为 为了准确地估算温室黄瓜冠层下土面蒸发的动态变化,本研究应用 计算动态,公式为 ()()模型修正()模型是 模型的简化形式,计算公式 为 (),()式中:为水的汽化潜热(),为 模型的系数根据作物冠层和土壤表面接收的能量,可
14、以分为 和 ,计算公式为 ,()(),()式中:和 分别为冠层和土壤接收的能量;和分别为 和 的系数 ,和 计算公式为 ,()(),()(),(),()(),()式中:为到达土壤表面的辐射传输分数,随 变化;和 分别为能量限制条件下土壤和冠层的系数,计算公式为 ,()(),(),()式中:为 模型参考系数,取 ;是冠层覆盖达到最大值时 的值,取 植物温度约束系数()及水分胁迫系数()计算公式为 第 期赵爽,等基于改进的双作物系数模型与 模型估算温室黄瓜蒸散量 (),(),()()(),()式中:为植物生长的最佳温度,黄瓜的最佳生长温度为 ;为土壤饱和含水率,取 土壤热通量()为到达土壤表面的净
15、辐射()的一部分 ,因此,可以被表示为,()式中:为 与 的转换系数,取 综合式()(),可被表达为 ()()()()模型评价指标为了评价模型的估算精度,计算模型模拟值与实测值之间的均方根误差()、平均绝对误差()和偏离率()通过相关系数()检验模拟值与实测值相关性 ()()()槡()槡,(),()(),()(),()式中:和 分别为实测值和估算值;为 的平均值;为 的平均值;为数据样本数量 试验结果与分析 温室内气象因子变化特征温室黄瓜生育期内,和 的变化规律如图 所示,为移栽后天数图 不同种植季节黄瓜生育期内温室气象因子日变化 黄瓜生育阶段的划分如表 所示 春夏茬黄瓜整个生育期内,温室内日
16、平均值为 ,最大日平均值 ,而秋冬茬黄瓜整个生育期内,日平均值仅为 ,最大日平均值为 排灌机械工程学报第 卷 和 表现出相似的变化趋势,春夏茬 日变化为 ,日均值为 ;秋冬茬 日变化为 ,日均值为 温室内 呈现明显的季节变化,春夏茬种植黄瓜生育期内日平均温度为 ,而秋冬茬日平均温度为 温室内 与 呈相反的变化趋势,且秋冬茬 明显高于春夏茬表 不同种植季节黄瓜生育期划分 生育期 年 年春夏茬秋冬茬春夏茬秋冬茬初期 快速发育期 中期 末期 总计 基础作物系数和土壤蒸发系数的变化规律基于 年实测数据对温室黄瓜 和 进行修正,并与 推荐标准状况下(无水分胁迫、管理良好、湿度在 左右、风速约为 )作物系
17、数进行比较,不同种植季节黄瓜生育期内修正后的 和 日变化规律如图 所示图 年春夏茬和秋冬茬种植黄瓜作物系数的变化规律 从图 可以看出,在春夏茬和秋冬茬种植黄瓜 生长初期分别为 和 ,均明显高于 的推荐值 本研究 值与 推荐值存在差异的原因可能是:推荐的 是在无水分胁迫、管理良好、湿度在 左右、风速约为 半湿润条件下获取的数值,而本研究中温室内气候状况与上述条件存在差异 随着黄瓜的快速生长,逐渐增大,至生长中期达到最大值 ,在后期随 、生长势及生理活性的降低逐渐减小,有明显的下降趋势 在温室黄瓜生长初期最大值可达到 ,随后逐渐减小至 左右,在生长后期,又呈现小幅度上升趋势 修正后的 日变化规律基
18、于 年实测数据对 模型中的系数 进行修正,修正后的 模型()系数 日变化规律如图 所示图 年春夏茬和秋冬茬黄瓜生育期内 模型系数 和 的变化 春夏茬黄瓜生长初期和快速发育期,模型系数随着 的增大呈上升趋势,变化范围为 ,在生长中期趋于稳定(),在生长后期由于叶片衰老,随 减小呈下降趋势,变化范围为 秋冬茬黄瓜生长初期及快速发育期,系数 变化规律与春夏茬相似,变化范围有所不同(秋冬茬为 ),在生长中期与后期呈现不断下降的趋势,变化范围为 改进的 和 模型估算黄瓜蒸散量的精度分析与比较,和 在 年和 年春夏茬和秋冬茬黄瓜在生育期内的日变化如图 所示,基于 种 第 期赵爽,等基于改进的双作物系数模型
19、与 模型估算温室黄瓜蒸散量模型估算的 和 与实测值的回归分析结果如图,所示,种模型的误差分析统计结果如表 所示,表中 ,分别为估算值与实测值的斜率、均方根误差、平均绝对误差及模型偏离率图 年和 年春夏茬和秋冬茬黄瓜生育期内 ,和 变化图 ,和 呈现相同的变化趋势(见图 ),但在不同生育期变化范围有所差异,和 在春夏茬黄瓜生育期内日平均值分别为 和 ,而秋冬茬分别为 和 改进的 和 模型估算春夏茬黄瓜 的 分别为 和 (见表 ),种模型估算秋冬茬黄瓜 的 分别为 和 ,可见 模型估算温室黄瓜 精度高于 模型,但 种模型均低估了 实测值对比黄瓜 个种植季节模拟结果发现,模型估算春夏茬 比估算秋冬茬
20、精度高,模型估算温室黄瓜春夏茬和秋冬茬 分别低估为 和 ,模型表现出同样的结果,模型估算温室黄瓜春夏茬和秋冬茬 分别低估为 和 图 年春夏茬和秋冬茬黄瓜生育期内 实测值与估算值的回归分析 图 年春夏茬和秋冬茬黄瓜全生育期内 模型拟合曲线 ,排灌机械工程学报第 卷表 和 模型估算 年春夏茬和秋冬茬黄瓜 和 值与实测值的统计分析 ,种植季节变量模型实测值 估算值 ()()春夏茬 秋冬茬 讨论应用 模型准确估算 的关键在于作物系数的确定,受气候条件、作物类型、地表覆盖和水盐胁迫等多因素的综合影响 本研究中,模型引入冠层覆盖度系数 和叶片衰老系数 动态模拟关键参数 ,利用 和实测土壤水分数据计算土壤蒸
21、发系数,模型能分别反映植株蒸腾和土面蒸发过程 推荐的黄瓜基础作物系数 在生长初期、中期和后期的值分别为 ,和 本研究考虑了冠层覆盖、水分胁迫等因素对作物系数的影响,提高了 模型的适应性,但 模型估算温室黄瓜 与实测值仍存在一定差异 本研究未考虑作物种植密度、温室环境等因素的影响,基于一年试验数据对黄瓜作物系数进行修正,这些因素均可能影响 模型的估算精度 此外,的计算应用 等 基于地中海气候环境修正的 公式,尽管 等 对修正后的 方程进行了验证,得出 修正式计算结果相对误差小、精度高,但模型在不同类型温室中的适用性还需进一步验证本研究考虑了衰老系数()、水分胁迫系数()和温度约束系数()对 模型
22、系数 进行修正,使得 模型能够较好地估算温室黄瓜 和(见图 、表 )等 考虑太阳辐射和 对 的影响,提出了一种改进的 模型,精确地估算了美国东南部草地的 模型应用于其他作物,如玉米、西红柿、稻麦轮作等,均取得了较好的效果,这些研究根据不同气象数据(、太阳辐射)、植物生长指标(、冠层覆盖度)及土壤状况(土壤含水率、地膜覆盖)等多种因素对 进行了修正 为了量化系数 与其影响因素的响应关系,本研究利用 年春夏茬和秋冬茬试验数据,分析了()()与各种环境因子(,和)的响应关系(见图 )结果显示,与 呈显著的幂函数关系(),并随着 的增大而增大,表明作物冠层吸收能量的速率随着作物生长而增加,当 时,增长
23、速率明显下降,表明此时作物冠层吸收能量的增幅降低,即更大的叶面积并没有显著增加 对于 的变化不敏感,原因可能是 对 的影响较小 等 报道了类似的结论,即 在 变化时,值不变随 的增长显著增加,表明 受 的显著影响,该结果为 模型考虑植物温度约束()提供了依据 对 的变化较敏感(当 时),当 时,的增加会导致 的显著增加,等 也表明,(时)显著影响 ,因此,本研究在修正 时考虑了水分胁迫系数()这一因素根据本研究计算结果,尽管修正的 和 模型均能较好地估算春夏茬和秋冬茬温室黄瓜的 与,但 模型估算日 与 具有更好的性能 种模型估算结果存在差异的原因:模型中 是根据土壤含水量的函数确定,而 模型是
24、根据土壤表面接收的能量估算,土壤表面接收的能量与冠层覆盖度相关,冠层覆盖度的计算误差会影响 的计算精度;尽管温室内风速较低,但 模型忽略的空气动力学项可能会导致 模型的估算精度低于 模型 基于本研究关于 和 模型精度的比较结果,能够较准确地估算春夏茬和秋冬茬温室黄瓜 ,但考虑简单性及数据的可获取性,模型的精度也可满足指导灌溉的需求 结论改进的 和 模型均能够较好地估 第 期赵爽,等基于改进的双作物系数模型与 模型估算温室黄瓜蒸散量算温室内春夏茬和秋冬茬黄瓜 和,模型估算春夏茬与秋冬茬黄瓜 与实测值的均方根误差()、平均绝对误差()、偏离率()和相关系数()分别为 ,和 (春夏茬)及 ,和 (秋冬茬);模型的 ,和 分别为 ,和 (春夏茬)及 和 ,和 (秋冬茬)综上,尽管 模型相对于 模型估算误差较大,但由于其结构简单、所需参数较少,在温室作物 估算中更值得推广参考文献(),:李迷,闫浩芳,张川,等 设施作物蒸腾蒸发模型的研究现状及存在问题 排灌机械工程学报,:,:,:(),:,:,:,:,:,:,():,():闫浩芳,毋海梅,张川,等 基于修正双作物系数模型估算温室黄瓜不同季节腾发量 农业工程学报,():,():(),():,:,():,():(责任编辑徐云峰)
©2010-2024 宁波自信网络信息技术有限公司 版权所有
客服电话:4008-655-100 投诉/维权电话:4009-655-100