局部濕潤模型模擬南疆滴灌棗園蒸散量及蒸騰量適用性研究*

鄭 明,趙經(jīng)華, 馬英杰, 洪 明

?

局部濕潤模型模擬南疆滴灌棗園蒸散量及蒸騰量適用性研究*

鄭 明,趙經(jīng)華**, 馬英杰, 洪 明

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

為構(gòu)建適用于模擬南疆滴灌成齡棗園蒸散及其組成成分的模型, 了解棗園土壤蒸發(fā)特征,本研究在雙源模型和局部濕潤灌溉方式下稀疏植被蒸散估算模型基礎之上構(gòu)建滴灌棗園局部濕潤模型,以渦度相關(guān)法實測2017年棗園蒸散數(shù)據(jù), 對雙源模型(Shuttleworth-Wallace)及滴灌棗園局部濕潤模型(Partial Root-zone Irrigation model)系數(shù)進行擬合; 之后通過評價兩種模型模擬值的可靠性以及增加和減少模型參數(shù)10%來觀測模型各參數(shù)對蒸散的影響方式, 并校驗各模型參數(shù)計算公式的準確性; 然后以渦度相關(guān)法與液流法實測的2018年棗園蒸散與蒸騰量為基準值, 對雙源模型與滴灌棗園局部濕潤模型模擬2018年棗園蒸散及蒸騰量的可靠性進行評價, 篩選出適合模擬南疆滴灌棗園蒸散及其組分的模型并模擬滴灌棗園土壤蒸發(fā)特征。結(jié)果表明: 滴灌棗園局部濕潤模型和雙源模型的模型系數(shù)擬合準確; 依據(jù)模型模擬評價標準, 兩種模型模擬2018年棗園蒸散的結(jié)果均為極好, 且精度基本一致。滴灌棗園局部濕潤模型模擬蒸騰量結(jié)果良好, 與實際測定值之間的差值為15.73 mm; 雙源模型模擬蒸騰量結(jié)果不可取。因此篩選出滴灌棗園局部濕潤模型模擬棗園土壤蒸發(fā), 棗園土壤蒸發(fā)量占蒸散量的19.74%。滴灌棗園局部濕潤模型可以準確估算滴灌成齡棗園蒸散及蒸散組成成分。

棗園; 蒸散; 蒸騰; 局部濕潤模型; 雙源模型; 土壤蒸發(fā)

蒸散(evapotranspiration, ET)由植株蒸騰和土壤蒸發(fā)組成, 它既是地表能量平衡的重要成分, 又是水量平衡中重要的要素[1], 在能量轉(zhuǎn)換和水循環(huán)中起著極其重要的作用, 且是連接生態(tài)與水文的重要紐帶[2]。植物體通過根從土壤中吸收的水分, 只有約1%被植物體利用, 99%以上的水都通過蒸騰作用以水蒸氣的形式從葉片的氣孔散發(fā)到大氣中[3]。因此準確估算農(nóng)田ET及其組成成分對科學制定灌溉制度、提升作物水分生產(chǎn)力及合理利用有限的水資源有重大意義[4]。

渦度相關(guān)法(以下簡稱EC)作為測定ET最可靠方法之一[5-7], 在森林方面已有廣泛應用[8], EC測定的ET常被用作其他方法估算ET精度的參考依據(jù)[9]。莖流法也被作為測定植株蒸騰量最可靠的方法[10]。由于儀器測定ET會受到諸多時空因素限制, 因此應用模型估算ET對于農(nóng)業(yè)水管理是一種有效的途徑[11]。在已開發(fā)的眾多ET估算模型中, 應用相對廣泛的是Shuttleworth-Wallace Model[12-13](雙源模型, 以下簡稱SW模型)。SW模型在冠層較稀疏的生態(tài)系統(tǒng)適用性較強, 且能拆分ET。但SW模型假設土壤的含水率均一, 未考慮地表濕潤程度和濕潤面積對ET及ET組成成分的影響, 且在溝灌、滴灌、小管出流等局部濕潤的農(nóng)田應用研究報道較少[14]。Zhang等[15]使用SW模型對溝灌葡萄()園ET進行模擬, 模擬結(jié)果精度較高, 但并未分析SW模型模擬ET組成成分的精度。此后為準確估算溝灌葡萄園ET組成成分, 張寶忠等[16]提出局部濕潤灌溉方式下稀疏植被蒸散估算模型(PRI-ET模型)原理及公式, 并成功構(gòu)建溝灌葡萄園蒸散估算模型, 且模擬結(jié)果較好。但此模型理論在滴灌方式下棗園適用性有待驗證。因此, 本研究在張寶忠構(gòu)建PRI-ET模型和SW模型基礎之上, 構(gòu)建滴灌棗園局部濕潤模型(PRI-ET模型)。滴灌棗園PRI-ET模型將土壤蒸發(fā)分為干燥土壤區(qū)蒸發(fā)與濕潤土壤區(qū)蒸發(fā), 將冠層蒸騰分為干燥土壤區(qū)上層冠層蒸騰量與濕潤土壤區(qū)上方冠層蒸騰量。該模型精度還需驗證, 故將滴灌棗園PRI-ET模型與已經(jīng)應用廣泛的SW模型分別模擬棗園ET及其組成成分, 并將模擬結(jié)果與渦度相關(guān)法及液流法實測值進行對比分析, 評價出更加適合模擬新疆南部果園ET及ET組成成分的模型。為篩選精確估算新疆南部地區(qū)果園特有種植模式及灌水方法下的ET模型, 為當?shù)厮Y源合理分配提供可靠依據(jù)。

1 材料與方法

1.1 試驗區(qū)概況及試驗材料

試驗于2017年和2018年在新疆阿克蘇地區(qū)阿克蘇市南工業(yè)園進行(80°36′E, 41°09′N)。試驗田地勢較為平坦, 平均海拔1 133 m。坡降為10‰~25‰, 地形較為平緩。

試驗田面積為300 m×300 m。供試果樹為15 a(2017年)生灰棗()樹, 棗園為低矮密植成齡果園, 株行距為2 m×4 m, 平均株高4 m。灌水方式為滴灌, 滴灌帶布置方式為1行3管, 滴頭流量3.2 L·h–1, 滴頭間距30 cm。滴灌帶布設位置: 與樹行垂直距離為1.3 m, 與樹行方向平行, 樹行兩側(cè)各布設1條; 滴灌管沿樹行方向緊貼棗樹布置。灌水周期為5 d, 灌水量根據(jù)上一灌水周期的棗園蒸散量減去降雨量確定, 若灌水周期內(nèi)無降雨, 則灌水定額為上一灌水周期的棗園蒸散量。試驗田土壤性質(zhì)見表1。2017年與2018年棗園能量閉合度為0.79與0.80, 棗園能量閉合度符合文獻報道范圍[17], EC測定數(shù)據(jù)真實可靠。

表1 試驗棗園土壤剖面基本物理性狀

1.2 指標測定及儀器布設

1.2.1 ET觀測

2017年4—10月與2018年4—9月棗園ET由Campbell公司生產(chǎn)的渦度相關(guān)系統(tǒng)(EC)進行測定(ETEC)。紅外氣體分析儀與三維超聲風速儀(一體)(IRGASON, Campbell Scientific, USA)架設高度為6 m; 四分量輻射計(CNR-4)架設高度為5.5 m; 土壤熱通量(HFP01SC)板共計兩幅, 埋于地表以下8 cm處, 間距1 m; 土壤溫度熱電偶探頭(TCAV)共計兩幅, 一幅分為兩個探針, 分別埋于地表以下2 cm和6 cm處, 兩幅間距1 m。土壤熱通量板與地表溫度探針, 一幅埋于滴灌管下濕潤土壤區(qū), 另一幅埋于滴灌帶與滴灌管之間干燥土壤區(qū)。土壤體積含水率由土壤三參數(shù)傳感器測定, 傳感器埋于株間滴灌管正下方地表以下2.5 cm處。以上傳感器數(shù)據(jù)采集均由CR3000數(shù)據(jù)采集器(CR3000, Campbell Scientific, USA)采集, CR3000數(shù)據(jù)采集器原始采樣頻率為10 Hz, 設定記錄時間為30 min。用CR3000內(nèi)載Campbell Easy-Flux_DL在線全修正軟件(Campbell Scientific Inc.2016)修正數(shù)據(jù)。

1.2.2 氣象數(shù)據(jù)觀測

試驗地布設有小型自動監(jiān)測氣象站(Watchdog, USA)。氣象站在棗樹萌芽期前安裝并設置啟動運行, 架設高度為4.5 m, 氣象站監(jiān)測棗樹全生育期內(nèi)的太陽輻射、降雨量、風速、相對濕度、空氣溫度等氣象因子, 記錄時間設置為30 min。

1.2.3 葉面積指數(shù)觀測

葉面積指數(shù)由HemiView數(shù)字植物冠層分析儀測定。HemiView分析儀器由有魚眼廣角鏡頭的單反數(shù)碼相機和HemiView 2.1半球影像圖片分析軟件等組成。測定時間為8:30, 使用相機從東南西北4個方向拍攝3棵樣樹的冠層圖片, 在棗樹全生育期每隔10 d拍攝一次冠層圖片。拍攝圖片通過Photoshop軟件預處理后, 使用HemiView 2.1軟件進行分析, 計算出半球影像圖片中所包含的冠層參數(shù)信息。

1.2.4 莖流數(shù)據(jù)觀測

2018年棗園全生育期(5—9月)莖流數(shù)據(jù)采用熱擴散探針法(TDP, Ecomatik, Germany)測定, 4月莖流儀出現(xiàn)故障, 故5月開始正常采集數(shù)據(jù)。傳感器由兩根探針組成, 一根加熱探針, 另外一根為對照探針。通過給加熱針加熱來計算兩根針的溫度差, 最終計算樹干莖流。一根探針安裝在加熱探針正下方且距地面60 cm的樹干上, 上探針與下探針間距10 cm, 共選擇3棵樣樹進行安裝, 即3個重復。數(shù)據(jù)采集器(CR1000, Campbell Scientific, USA)自動監(jiān)測和數(shù)據(jù)記錄, 每2 min記錄一次數(shù)據(jù), 每10 min求其平均值, 使用間隔30 min的數(shù)據(jù), 間隔10 min的數(shù)據(jù)用于校核間隔30 min的數(shù)據(jù)。

1.2.5 最小氣孔阻力觀測

在棗樹各生育期內(nèi)典型晴天, 將3棵樣樹分冠層頂層與底層兩部分, 在樣樹冠層頂?shù)變蓪拥臇|南西北4個方向各選擇1片樹葉。10:00—20:00使用便攜式光合測定系統(tǒng)CIRAS-3(PP SYSTEMS, USA)每間隔2 h測定樣樹選定葉片的光合數(shù)據(jù), 每天共計測定6組數(shù)據(jù), 1組數(shù)據(jù)共測定24片樹葉。同一時間測定24片樹葉氣孔導度的平均值作為此時刻棗園氣孔導度。最小氣孔阻力是最大氣孔導度的倒數(shù)。

1.3 模型介紹

1.3.1 SW模型

SW模型是在Penman-Monteith模型基礎上, 引入了土壤阻力理論及地表空氣動力學理論, 該模型將ET分為冠層蒸騰和土壤蒸發(fā)兩部分, 從而更加全面地模擬作物蒸散過程。在作物冠層未完全發(fā)育時, 土壤蒸發(fā)量較大, PM模型不能很好地模擬作物實際ET及組成成分特征, 而SW模型由于理論優(yōu)勢則能很好地模擬作物ET特征, 因此SW模型適用性優(yōu)于PM模型[18-19]。SW模型表達式[20]:

(5)

1.3.1.1 冠層阻力

該模型中的冠層阻力采用Jarvis的經(jīng)驗公式計算[22]:

式中:為光合有效輻射(W?m-2);為空氣溫度(℃);為土壤含水率(%);Z為根區(qū)土壤含水率(%);F為田間持水率(%);W為凋萎含水率(%), 當Z≥F,4()=1, 當Z≤F,4()=0, 當W≤Z≤F,4()取值按公式計算;H與L為作物停止生長的臨界溫度, 本文取值40 ℃和0 ℃[23]; e為常數(shù), 取值為2.72;1、2和3為經(jīng)驗系數(shù), 通過最小二乘法擬合獲得。

1.3.1.2 空氣動力學阻力

冠層上方的湍流擴散系數(shù)由下式表達[20]:

湍流擴散系數(shù)在冠層的表達式為[19]:

式中:h為冠層頂處的湍流擴散系數(shù)(m2·s–1);為湍流擴散系數(shù), 作物高度c<1 m時,=2.5,c>10 m時,=4.25[24], 本文根據(jù)線性內(nèi)插法取=3.08;為卡曼常數(shù), 取值0.41;為參照高度(m);為零平面位移(m);*為參照高度處的摩擦風速(m?s-1)。h的表達式為[25]:

式中:0為動量傳輸粗糙度長度(m)。

式中:b為單位冠層面積的邊界層阻力, 表達式為[20]:

式中:h為冠上風速(m?s-1);為典型葉片寬度, 本文取值6 cm[26]。

粗糙度長度0和零平面位移隨作物高度c和葉面積指數(shù)LAI的改變而改變, 其表達式為[20]:

1.3.1.3 地表阻力

地表阻力表達式為[27]:

式中:為地表土壤含水率(%), 本文采用地表以下2.5 cm處的土壤含水率。

1.3.2 滴灌棗園PRI-ET模型

SW模型需要平均土壤含水率參數(shù), 而滴灌、溝灌等局部濕潤灌溉土壤的平均土壤含水率無法直接獲得, 平均土壤含水率、干燥區(qū)土壤含水率與濕潤區(qū)的土壤含水率面積加權(quán)平均值之間亦無相關(guān)性, 因此SW模型無法準確模擬局部濕潤農(nóng)田的土壤蒸發(fā)量。在SW模型和PRI-ET模型基礎之上, 滴灌棗園PRI-ET模型將土壤蒸發(fā)分為干燥區(qū)土壤蒸發(fā)量與濕潤區(qū)土壤蒸發(fā)量, 其計算更加準確。為使冠層與土壤劃分標準匹配, 本研究將蒸騰分為土壤干燥區(qū)上方冠層蒸騰與土壤濕潤區(qū)上方冠層蒸騰。因此滴灌棗園PRI-ET模型將ET分為土壤濕潤區(qū)上方冠層蒸騰、土壤干燥區(qū)上方冠層蒸騰、濕潤土壤蒸發(fā)及干燥土壤蒸發(fā)4部分。

滴灌棗園PRI-ET模型表達式如下[16]:

式中:cw為土壤濕潤區(qū)面積與總面積比值, 實測計算為0.375;cd為土壤干燥區(qū)面積與總面積比值, 實測計算為0.625;pw、pd、cws與cds為相應比例系數(shù), 無量綱; PMpw、PMpd、PMcws、PMcds分別表示土壤濕潤區(qū)上方冠層蒸騰的潛熱通量(MJ?m-2?d-1)、土壤干燥區(qū)上方冠層蒸騰的潛熱通量(MJ?m-2?d-1)、土壤濕潤區(qū)土壤蒸發(fā)潛熱通量(MJ?m-2?d-1)、土壤濕潤區(qū)土壤蒸發(fā)潛熱通量(MJ?m-2?d-1), 以上4個物理量計算公式如下:

(43)

1.4 模型評價

根據(jù)前人研究[28-29]選取決定系數(shù)(coefficient of determination,2)、納什系數(shù)(Nash Sutcliffe efficiency , NSE)和均方根誤差與觀測值標準差比率(RMSE-observations standard deviation ratio, RSR)評價模型模擬精度。0.750.7時, 模擬結(jié)果不可接受。

式中: ETwi為EC測定棗園第天ET, mm; ETmi為模型計算棗園的天ET, mm;為數(shù)據(jù)數(shù)量。

1.5 數(shù)據(jù)處理

采用Microsoft Excel 2010對數(shù)據(jù)進行統(tǒng)計及繪圖, 使用Excel 2010和SPSS 20對模型模擬數(shù)據(jù)及儀器實測數(shù)據(jù)進行分析。

2 結(jié)果與分析

2.1 模型系數(shù)率定

以2017年EC實測棗園全生育期ET為基準值, 對SW模型與滴灌棗園PRI-ET模型進行系數(shù)擬合。由圖1可知, 兩種模型擬合系數(shù)后, 驗證模型系數(shù)擬合精度, ETSW、ETPRI與ETEC變化特征和趨勢基本一致, ETEC為551.06 mm, ETSW和ETPRI分別為562.58 mm、537.01 mm, ETSW、ETPRI與ETEC差值分別為11.52 mm和-14.05 mm, 差值分別占實測值的2.1%和-2.5%。ETSW、ETPRI與ETEC呈現(xiàn)極顯著相關(guān)性(<0.01)。ETSW與ETEC之間的2為0.73, NSE為0.75, RSR為0.5。ETPRI與ETEC之間的2為0.87, NSE為0.81, RSR為0.44。說明兩種模型均能較好地模擬棗園ET, 兩模型系數(shù)擬合較準確。

2.2 模型敏感性分析

為保證模型可靠性, 需探究ET及其組分對參數(shù)的敏感性。本試驗通過增加和減小10%的模型各阻力參數(shù)值, 觀測2017年蒸散及其組分的變化量。由表2可知, 在滴灌棗園PRI-ET模型中, 對蒸騰影響最大的參數(shù)為LAI與sp, 蒸騰受aa影響較小, 其他阻力參數(shù)對蒸騰影響均為0。ap與sp對蒸發(fā)量影響為0, 其他參數(shù)對蒸發(fā)量影響較大, 其中scds與scws影響最大。對ET影響最大的是LAI與sp, 其他參數(shù)對其影響較小。在SW模型中, 對蒸騰影響最大的參數(shù)為LAI與sp, 蒸騰受其他參數(shù)影響較小。對ET影響最大的是LAI與sp, 其他參數(shù)對其影響較小。

圖1 SW模型、滴灌棗園PRI-ET模型和EC計算2017年滴灌棗園蒸散量對比

表2 滴灌棗園PRI-ET模型和SW模型模擬ET及其組分對參數(shù)變化±10%的敏感性

2.3 模型評價

2.3.1 2018年棗園實測ET與模型模擬ET的對比分析

圖2 2018年棗園ET日實測值與兩種模型模擬值

對2018年ETPRI、ETSW和ETEC進行線性回歸分析, 由圖3可知ETPRI()與ETEC()之間的線性回歸方程為:=1.006 8,2為0.87, NSE為0.88, RSR為0.35。根據(jù)數(shù)據(jù)評價標準判斷, 滴灌棗園PRI-ET模型模擬棗園ET結(jié)果為極好。ETSW()與ETEC()之間的線性回歸方程為:=1.000 9,2為0.75, NSE為0.76, RSR為0.49。根據(jù)數(shù)據(jù)評價標準判斷, SW模型模擬棗園ET結(jié)果也為極好。ETPRI相比ETSW,2的值與數(shù)據(jù)評價結(jié)果相對較高, 因此滴灌棗園PRI-ET模型相比SW模型在模擬棗園ET方面優(yōu)勢較突出。

圖3 2018年棗園ET日實測值與滴灌棗園PRI-ET(a)和SW模型(b)模擬值的線性回歸分析

2.3.2 棗園實測蒸騰量與模型模擬蒸騰量的對比分析

4月份莖流儀出現(xiàn)故障, 因此棗園蒸騰量監(jiān)測時間為5月6日—9月22日。使用滴灌棗園PRI-ET模型與SW模型對2018年棗園蒸騰量進行模擬。由圖4可知, SW模型模擬蒸騰量(TSW)與莖流實測蒸騰量(JL)呈現(xiàn)明顯不一致現(xiàn)象, 兩種方法測定蒸騰量總差值為97.05 mm, 日均差值為0.70 mm·d–1。這是因為SW模型中的土壤含水率參數(shù)采用濕潤區(qū)的土壤含水率, 而濕潤區(qū)的土壤含水率相比整個棗園平均土壤含水率較高, 導致模型過高估算土壤蒸發(fā)量, 而EC實測ETEC不變, 因此在模型擬合系數(shù)時, 模型會相應低估蒸騰量。滴灌棗園PRI-ET模型模擬蒸騰量(PRI)與TJL變化特征及數(shù)值基本一致, 兩種方法測定值之間的差值為15.73 mm, 日均差值為0.11 mm·d–1。說明滴灌棗園PRI-ET模型估算棗園的蒸騰量具有較高精度。由于滴灌棗園PRI-ET模型模擬土壤蒸發(fā)時考慮土壤干燥區(qū)土壤含水率、土壤濕潤區(qū)土壤含水率、干燥土壤區(qū)的面積比及濕潤土壤區(qū)的面積比等影響因素, 因此滴灌棗園PRI-ET模型模擬過程更符合棗園實際蒸散情況及特征, 因此能較準確地模擬棗園土壤蒸發(fā)量。

圖4 2018年棗園蒸騰量日實測值與兩種模型模擬值

對PRI、SW與JL進行線性回歸分析, 如圖5所示。PRI()與JL()之間的線性回歸方程為:=1.015 5,2為0.74, NSE為0.73, RSR為0.52。由數(shù)據(jù)評價標準判斷, 滴灌棗園PRI-ET模型模擬結(jié)果為良好。SW()與JL()之間的線性回歸方程為:=0.586 11.697 1,2為0.55, NSE為-0.44, RSR為1.20。由數(shù)據(jù)評價標準判斷, SW模型模擬結(jié)果不可取。

圖5 2018年棗園蒸騰量日實測值與滴灌棗園PRI-ET(a)和SW模型(b)模擬值線性回歸分析

2.4 棗園土壤蒸發(fā)特征

使用滴灌棗園PRI-ET模型估算2018年棗園內(nèi)日土壤蒸發(fā)強度如圖6所示。棗園日土壤蒸發(fā)強度呈現(xiàn)先增大后減小的變化趨勢, 監(jiān)測期內(nèi)棗園總土壤蒸發(fā)量為106.52 mm, 占總蒸散量19.74%。4月12日至6月25日棗園內(nèi)日土壤蒸發(fā)強度較小, 但此時的日土壤蒸發(fā)比(日土壤蒸發(fā)量/當天的蒸散量)較大。此階段灌水量較小、灌水時間較短、氣溫與太陽輻射等氣象因子相對較低, 以上因素使得日土壤蒸發(fā)強度較小, 而此時棗園蒸騰量較小, 因此日土壤蒸發(fā)比相對較大。6月26日至8月31日, 此階段是棗樹果實發(fā)育期, 此發(fā)育期耗水量最大, 葉面積指數(shù)也達到最大, 是棗園需水關(guān)鍵期。因此為保證棗樹正常需水要求, 該時期棗園灌水時間比其他時間長, 造成濕潤區(qū)的土壤含水率相比其他時間段高; 此外在這一時段氣溫與太陽輻射氣象因子均達到最大, 使得土壤蒸發(fā)量加大, 因此該階段棗園日土壤蒸發(fā)強度最大, 但此時的日土壤蒸發(fā)比相對較小, 棗園蒸騰量較大, 使得日土壤蒸發(fā)強度占比較小。8月31日至9月22日的日土壤蒸發(fā)強度較小, 此時的灌水量較小、氣溫與太陽輻射下降使得日土壤蒸發(fā)強度與日土壤蒸發(fā)占比較小?？傮w來說, 滴灌條件下矮化密植模式的農(nóng)田相比其他灌溉方式及種植模式農(nóng)田可以有效減小作物無效耗水量(土壤蒸發(fā))。

圖6 滴灌棗園PRI-ET模型估算的棗園日土壤蒸發(fā)強度及日土壤蒸發(fā)比變化特征

3 討論

本研究通過對參數(shù)增加與減小±10%, 發(fā)現(xiàn)對ET影響最大的是LAI與sp, 與前人[30-32]研究結(jié)論一致。使用SW模型與滴灌棗園PRI-ET模型對2018年ET與蒸騰量進行模擬, 滴灌棗園PRI-ET模型相比SW模型具有較高精度。使用兩種模型模擬棗園蒸騰量時, 發(fā)現(xiàn)滴灌棗園PRI-ET模型模擬結(jié)果與實測結(jié)果變化特征基本一致, 而SW模型模擬結(jié)果與實測結(jié)果呈現(xiàn)較大差異, 滴灌棗園PRI-ET模型在模擬棗園蒸騰量方面的精度遠高于SW模型。這是因為SW模型模擬土壤蒸發(fā)時, 使用的是滴灌帶下濕潤區(qū)土壤含水率, 而濕潤區(qū)面積僅占總面積的0.375, 因此SW模型會高估土壤蒸發(fā)量, 即高估ET。但SW模型是以實測ET為基礎擬合參數(shù), 無形中增加了冠層阻力的值, 即低估植株蒸騰量來彌補高估土壤蒸發(fā)的部分。因此SW模型相比滴灌棗園PRI-ET模型在計算蒸散量的精度雖相近, 但若要分別分析棗園ET組成成分時, SW模型精度遠低于滴灌棗園PRI-ET模型。

本研究還發(fā)現(xiàn), 利用滴灌棗園PRI-ET模型對棗園ET及棗樹蒸騰量進行估算, 其精度相比衛(wèi)新東等[14]使用SW模型模擬陜北棗林ET較低。這是因為棗樹每個生育期都有其各自特點[26], 本研究以全生育期為基準, 對模型進行率定系數(shù), 這可能會對計算ET產(chǎn)生較大誤差; 此外本試驗由于缺乏對干燥區(qū)土壤含水率連續(xù)的監(jiān)測, 而假設干燥區(qū)土壤含水率短時間內(nèi)不變, 采用烘干法定期對干燥土壤含水率進行測定, 會存在較大誤差。

研究還發(fā)現(xiàn)本試驗區(qū)土壤蒸發(fā)量遠遠小于艾鵬睿等[33]的研究結(jié)果, 艾鵬睿研究結(jié)果為土壤蒸發(fā)占ET的40%, 而本試驗土壤蒸發(fā)僅占ET的19.74%。這可能是種植模式及土壤性質(zhì)不同所致, 其中種植模式影響葉面積指數(shù), 而葉面積指數(shù)是影響土壤蒸發(fā)的重要因素[34]。本試驗田為低矮密植成齡棗樹, 葉面積指數(shù)較大。而艾鵬睿等的試驗對象為幼齡棗樹且種植行間距為成齡棗樹的標準, 因此其棗樹葉面積指數(shù)較小。此外兩試驗田雖相距不遠, 但土壤性質(zhì)卻完全不同, 本試驗田為細砂, 相比艾鵬睿等試驗的壤土, 灌溉水迅速下滲且在同等灌水條件下地表濕潤面積較小, 留存于地表濕潤區(qū)水分較少, 故土壤蒸發(fā)量較少。這也側(cè)面說明滴灌條件下, 細砂土壤相比壤土可以有效減少農(nóng)田無效耗水, 達到有效節(jié)水目的。

本研究雖根據(jù)當?shù)胤N植模式及滴灌條件構(gòu)建滴灌棗園PRI-ET模型, 但模型精度仍未達到理想狀態(tài), 這是由于數(shù)據(jù)采集有所欠缺及未針對各生育期調(diào)整系數(shù)所致, 為提高滴灌棗園PRI-ET模型精度, 仍需后續(xù)工作深入研究。

4 結(jié)論

對滴灌棗園局部濕潤模型與雙源模型的系數(shù)進行擬合, 擬合系數(shù)后兩模型均可以較好地模擬棗園蒸散量, 且兩種模型精度基本一致。但在模擬棗園蒸散量組成成分方面, 滴灌棗園局部濕潤模型可以較好地模擬棗園蒸散量組成成分, 而雙源模型模擬結(jié)果不可取, 因此建議使用滴灌棗園局部濕潤模型模擬棗園蒸散組成成分。應用滴灌棗園局部濕潤模型模擬2018年棗園土壤蒸發(fā)為106.52 mm, 僅占蒸散量的19.74%, 遠低于其他相關(guān)研究, 說明土壤性質(zhì)對土壤蒸發(fā)量影響較大。

[1] XU C Y, SINGH V P. Evaluation of three complementary relationship evapotranspiration models by water balance approach to estimate actual regional evapotranspiration in different climatic regions[J]. Journal of Hydrology, 2005, 308(1/4): 105–121

[2] 張寶忠, 許迪, 劉鈺, 等. 多尺度蒸散發(fā)估測與時空尺度拓展方法研究進展[J]. 農(nóng)業(yè)工程學報, 2015, 31(6): 8–16 ZHANG B Z, XU D, LIU Y, et al. Review of multi-scale evapotranspiration estimation and spatio-temporal scale expansion[J]. Transactions of the CSAE, 2015, 31(6): 8–16

[3] RANA G, KATERJI N. Measurement and estimation of actual evapotranspiration in the field under Mediterranean climate: A review[J]. European Journal of Agronomy, 2000, 13(2/3): 125–153

[4] 石小虎, 蔡煥杰, 趙麗麗, 等. 基于SIMDualKc模型估算非充分灌水條件下溫室番茄蒸發(fā)蒸騰量[J]. 農(nóng)業(yè)工程學報, 2015, 31(22): 131–138 SHI X H, CAI H J, ZHAO L L, et al. Estimation of greenhouse tomato evapotranspiration under deficit irrigation based on SIMDualKc model[J]. Transactions of the CSAE, 2015, 31(22): 131–138

[5] 劉海軍, 黃冠華, TANNY J, 等. 用渦度相關(guān)法測定網(wǎng)室內(nèi)香蕉樹蒸散量[J]. 農(nóng)業(yè)工程學報, 2008, 24(9): 1–5 LIU H J, HUANG G H, TANNY J, et al. Measurement of banana tree evapotranspiration in screen house using eddy covariance method[J]. Transactions of the CSAE, 2008, 24(9): 1–5

[6] Massman W J, Lee X. Eddy covariance flux corrections and uncertainties in long-term studies of carbon and energy exchanges[J]. Agricultural & Forest Meteorology, 2002, 113(1): 121-144

[7] 王維真, 徐自為, 劉紹民, 等. 黑河流域不同下墊面水熱通量特征分析[J]. 地球科學進展, 2009, 24(07): 714-723 WANG W Z, XU Z W, LIU S M, et al. The characteristics of heat and water vapor fluxes over different surfaces in the Heihe River Basin[J]. Advances in Earth Science, 2009, 24(7): 714-723

[8] 黃輝, 孟平, 張勁松, 等. 華北低丘山地人工林蒸散的控制因子[J]. 生態(tài)學報, 2014, 34(3): 667–673 HUANG H, MENG P, ZHANG J S, et al. Stomatal and environmental control on evapotranspiration in a plantation in the lower mountain areas of North China[J]. Aca Ecologica Sinica, 2014, 34(3): 667–673

[9] 楊凡, 齊永青, 張玉翠, 等. 大孔徑閃爍儀與渦度相關(guān)系統(tǒng)對灌溉農(nóng)田蒸散量的對比觀測[J]. 中國生態(tài)農(nóng)業(yè)學報, 2011, 19(5): 1067–1071 YANG F, QI Y Q, ZHANG Y C, et al. Comparative advantages of large aperture Scintiilometer and Eddy Covariance instrument for measuring evapotranspiration in irrigated farmlands[J]. Chinese Journal of Eco-Agriculture, 2011, 19(5): 1067–1071

[10] 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 QU Y P, KANG S Z, WANG S F, et al. Applicability analysis for measuring evapotranspiration ofvar. by sap flow and micro-lysimeter method[J]. Agricultural Research in the Arid Areas, 2014, 32(3): 88–94

[11] VILLARREAL-GUERRERO F, KACIRA M, FITZ-RODRíGUEZ E, et al. Comparison of three evapotranspiration models for a greenhouse cooling strategy with natural ventilation and variable high pressure fogging[J]. Scientia Horticulturae, 2012, 134: 210–221

[12] 朱仲元, 朝倫巴根, 王志強, 等. 基于Shuttleworth-Wallace雙源模型的天然楊樹蒸散量日變化研究[J]. 水利學報, 2007, 38(5): 582–590 ZHU Z Y, CHAO L B G, WANG Z Q, et al. Study on diurnal variation ofevapotranspiration based on Shuttleworth-Wallace model[J]. Journal of Hydraulic Engineering, 2007, 38(5): 582–590

[13] 楊雨亭, 尚松浩. 雙源蒸散發(fā)模型估算潛在蒸散發(fā)量的對比[J]. 農(nóng)業(yè)工程學報, 2012, 28(24): 85–91 YANG Y T, SHANG S H. Comparison of dual-source evapotranspiration models in estimating potential evaporation and transpiration[J]. Transactions of the CSAE, 2012, 28(24): 85–91

[14] 衛(wèi)新東, 劉守陽, 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)機械學報, 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

[15] ZHANG B Z, KANG S Z, LI F S, et al. Comparison of three evapotranspiration models to Bowen ratio-energy balance method for a vineyard in an arid desert region of northwest China[J]. Agricultural and Forest Meteorology, 2008, 148(10): 1629–1640

[16] 張寶忠, 康紹忠, 劉鈺. 局部濕潤灌溉方式下稀疏植被蒸散估算模型——以溝灌葡萄園為例[C]//現(xiàn)代節(jié)水高效農(nóng)業(yè)與生態(tài)灌區(qū)建設. 北京: 中國農(nóng)業(yè)工程學會, 2010: 11 ZHANG B Z, KANG S Z, LIU Y. Estimation model for evapotranspiration of sparse vegetation under partial wetting irrigation: A case study of vineyard in furrow irrigation[C]//Proceedings of the Modern Water-Saving and Efficient Agriculture and Ecological Irrigation Area Construction. Beijing: Chinese Society of Agricultural Engineering, 2010: 11

[17] WILSON K, GOLDSTEIN A, FALGE E, et al. Energy balance closure at FLUXNET sites[J]. Agricultural and Forest Meteorology, 2002, 113(1/4): 223–243

[18] BRISSON N, ITIER B, L’HOTEL J C, et al. Parameterisation of the Shuttleworth-Wallace model to estimate daily maximum transpiration for use in crop models[J]. Ecological Modelling, 1998, 107(2/3): 159–169

[19] 母艷梅, 李俊, 同小娟, 等. 基于Penman-Monteith模型和Shuttleworth-Wallace模型對太行山南麓人工林蒸散的模擬[J]. 北京林業(yè)大學學報, 2017, 39(11): 35–44 MU Y M, LI J, TONG X J, et al. Evapotranspiration simulated by Penman-Monteith and Shuttleworth-Wallace models over a mixed plantation in the southern foot of the Taihang Mountain, northern China[J]. Journal of Beijing Forestry University, 2017, 39(11): 35–44

[20] SHUTTLEWORTH W J, WALLACE J S. Evaporation from sparse crops —an energy combination theory[J]. Quarterly Journal of the Royal Meteorological Society, 1985, 111(469): 839–855

[21] ZHOU M C, ISHIDAIRA H, HAPUARACHCHI H P, et al. Estimating potential evapotranspiration using Shuttleworth-Wallace model and NOAA-AVHRR NDVI data to feed a distributed hydrological model over the Mekong River basin[J]. Journal of Hydrology, 2006, 327(1/2): 151–173

[22] JARVIS P G. The interpretation of the variations in leaf water potential and stomatal conductance found in canopies in the field[J]. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences, 1976, 273(927): 593–610

[23] HARRIS P P, HUNTINGFORD C, COX P M, et al. Effect of soil moisture on canopy conductance of Amazonian rainforest[J]. Agricultural and Forest Meteorology, 2004, 122(3/4): 215–227

[24] BRUTSAERT W. Evaporation into the Atmosphere: Theory, History and Applications[M]. Netherlands: Springer, 1982

[25] KATO T, KIMURA R, KAMICHIKA M. Estimation of evapotranspiration, transpiration ratio and water-use efficiency from a sparse canopy using a compartment model[J]. Agricultural Water Management, 2004, 65(3): 173–191

[26] 劉守陽. 黃土丘陵溝壑區(qū)旱作山地棗林耗水規(guī)律研究[D]. 楊凌: 西北農(nóng)林科技大學, 2013: 39–49LIU S Y. Law of rainfed jujube forest evapotranspiration in the loess hill and gully area[D]. Yangling: Northwest A&F University, 2013: 39–49

[27] 高冠龍, 張小由, 魚騰飛, 等. Shuttleworth-Wallace雙源蒸散發(fā)模型阻力參數(shù)的確定[J]. 冰川凍土, 2016, 38(1): 170–177 GAO G L, ZHANG X Y, YU T F, et al. Calculation methods of resistances of the Shuttleworth-Wallace model[J]. Journal of Glaciology and Geocryology, 2016, 38(1): 170–177

[28] ROSA R D, PAREDES P, RODRIGUES G C, et al. Implementing the dual crop coefficient approach in interactive software: 2. Model testing[J]. Agricultural Water Management, 2012, 103: 62–77

[29] 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)工程學報, 2016, 32(5): 126–136WANG Z S, CAI H J, YU L Y, et al. Estimation of evapotranspiration and soil evaporation of winter wheat in arid region of Northwest China based on SIMDualKc model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(5): 126–136

[30] LI X Y, YANG P L, REN S M, et al. Modeling cherry orchard evapotranspiration based on an improved dual-source model[J]. Agricultural Water Management, 2010, 98(1): 12–18

[31] 吳林, 閔雷雷, 沈彥俊, 等. 分時段修正雙源模型在西北干旱區(qū)玉米蒸散量模擬中的應用[J]. 中國生態(tài)農(nóng)業(yè)學報, 2017, 25(5): 634–646WU L, MIN L L, SHEN Y J, et al. Simulation of maize evapotranspiration at different growth stages using revised dual-layered model in arid Northwest China[J]. Chinese Journal of Eco-Agriculture, 2017, 25(5): 634–646

[32] 李俊, 韓鳳明, 同小娟, 等. 麥田蒸散模型的改進及其對阻力參數(shù)的敏感性分析[J]. 中國農(nóng)業(yè)氣象, 2014, 35(6): 635–643LI J, HAN F M, TONG X J, et al. Evapotranspiration models for a winter wheat field: The improvements and analyses on their sensitivities to the resistance parameters[J]. Chinese Journal of Agrometeorology, 2014, 35(6): 635–643

[33] 艾鵬睿, 馬英杰, 馬亮. 干旱區(qū)滴灌棗棉間作模式下棗樹棵間蒸發(fā)的變化規(guī)律[J]. 生態(tài)學報, 2018, 38(13): 4761–4769AI P R, MA Y J, MA L. Study on evaporation variation of jujube trees under drip irrigation of jujube and cotton intercropping in an arid area[J]. Acta Ecologica Sinica, 2018, 38(13): 4761–4769

[34] 王新, 劉洪波, 張江輝, 等. 不同水分條件下干旱區(qū)葡萄園土面蒸發(fā)試驗研究[J]. 土壤學報, 2012, 49(5): 1050–1055WANG X, LIU H B, ZHANG J H, et al. Experimental study on soil evaporation in vineyards different in soil moisture in arid region[J]. Acta Pedologica Sinica, 2012, 49(5): 1050–1055

Applicability of Partial Root-zone Irrigation model to simulate evapotranspiration and transpiration in drip irrigation jujube orchards in southern Xinjiang*

ZHENG Ming, ZHAO Jinghua**, MA Yingjie, HONG Ming

(College of Hydraulic and Civil Engineering, Xinjiang Agricultural University, Urumqi 830052, China)

Constructing a model suitable for simulating evapotranspiration and evapotranspiration components of mature jujube orchard under drip irrigation in southern Xinjiang and understanding their soil evaporation characteristics would be beneficial for growers. Based on the Shuttleworth-Wallace model and the evapotranspiration estimation model of sparse vegetation under local wet irrigation, a Partial Root-zone Irrigation model of drip irrigation for the jujube orchard was constructed. The evapotranspiration data were measured by eddy correlation methods in the jujube orchard in 2017, and the coefficients of the Shuttleworth-Wallace model and the Partial Root-zone Irrigation model of drip irrigation for jujube orchard were fitted and evaluated; the effects of the model parameters on evapotranspiration were observed by increasing and decreasing the model parameters by 10%, and the accuracy of the formulas for calculating the parameters of each model was verified. Evapotranspiration was then measured using the eddy correlation method and transpiration was measured using the liquid flow method to obtain accurate values. The reliability of the two models used to simulate evapotranspiration and transpiration in jujube orchard in 2018 were evaluated. The models were suitable for calculating evapotranspiration and evapotranspiration components in the drip irrigation jujube orchard of southern Xinjiang in 2018, as well as simulating the soil evaporation characteristics. Model coefficients of the Shuttleworth-Wallace model and Partial Root-zone Irrigation model for the drip irrigation jujube orchard were accurately fitted according to the criteria for evaluating the simulation results of the model. The results of the two models for simulating evapotranspiration were excellent for the jujube orchard in 2018, and the accuracy of the two models were the same. The results of the Partial Root-zone Irrigation model for drip irrigation jujube orchard were also good, with a difference of 15.73 mm between the model and actual measured value. It was not advisable to simulate transpiration by using the Shuttleworth-Wallace model. Therefore, the Partial Root-zone Irrigation model for drip irrigation was selected to simulate soil evaporation in the jujube orchard, and the results showed that soil evaporation accounted for 19.74% of the evapotranspiration. Thus, the Partial Root-zone Irrigation model for the drip irrigation jujube orchards can be used to accurately estimate the evapotranspiration and evapotranspiration components of the orchards.

Jujube orchard; Evapotranspiration; Transpiration; Partial Root-zone Irrigation model; Shuttleworth-Wallace model; Soil evaporation

, E-mail: zhaojinghua__xj@126.com

Nov. 8, 2018;

Dec. 26, 2018

S715.4

A

2096-6237(2019)05-0726-12

10.13930/j.cnki.cjea.180984

鄭明, 趙經(jīng)華, 馬英杰, 洪明. 局部濕潤模型模擬南疆滴灌棗園蒸散量及蒸騰量適用性研究[J]. 中國生態(tài)農(nóng)業(yè)學報(中英文), 2019, 27(5): 726-737

ZHENG M, ZHAO J H, MA Y J, HONG M. Applicability of Partial Root-zone Irrigation model to simulate evapotranspiration and transpiration in drip irrigation jujube orchards in southern Xinjiang[J]. Chinese Journal of Eco-Agriculture, 2019, 27(5): 726-737

* 新疆教育廳創(chuàng)新項目(XJEDU2017T004)和中國農(nóng)業(yè)大學-新疆農(nóng)業(yè)大學聯(lián)合基金項目(2015TC051)資助

趙經(jīng)華, 主要從事節(jié)水灌溉技術(shù)研究及教學工作。E-mail: zhaojinghua__xj@126.com

鄭明, 主要從事節(jié)水灌溉技術(shù)研究。E-mail: xjzhengming@126.com

2018-11-08

2018-12-26

* This study was supported by the Innovation Project of Xinjiang Education Department (XJEDU2017T004) and China Agricultural University-Xinjiang Agricultural University Joint Fund Project (2015TC051).