馬建琴,李鵬飛,劉 蕾
(華北水利水電大學,鄭州 450011)
作物系數定義為作物的實際蒸發蒸騰量與實測的或估算的參考作物蒸發蒸騰量的比值,是計算作物需水量的重要參數[1]。常用的計算作物系數的方法為FAO推薦的單作物系數法和雙作物系數法。但是由FAO推薦的計算作物系數的方法是基于標準狀態下的作物生長條件,與作物實際的生長狀態差別較大,且計算的方法較為復雜,因此學者們多是在實驗的基礎上,利用田間水量平衡原理對作物的作物系數進行計算。左余寶等(2009年)[2]依據田間試驗資料,利用Penman-Monteith公式對魯北地區主要作物各生育期的參考作物需水量進行了計算,同時利用農田水量平衡方程及土壤水分脅迫系數計算了作物不同生育期實際蒸散量,最終計算得到相應的作物系數;趙娜娜等(2010年)[3]根據北京大興區試驗資料采用基于土壤水量平衡的ISAREG模型模擬了夏玉米生育期內土壤含水量的變化過程,以此來反推夏玉米的作物系數。
雖然學者們已對不同地區、不同作物的作物系數進行了計算,并取得了許多研究成果[4],但因各地區自然環境不同,同一作物在各地的生長發育起止日期、需水量和作物系數具有一定差異:夏玉米在陜西關中東部的生育期起止日期為6月15日至9月25日,作物系數為1.02;而在山東魯西南的生育期起止日期為6月11日至9月15日,作物系數為1.08[5]。因此針對不同地區同種作物的作物系數存在差異的問題,需要在農業節水灌溉的過程中對本地區的作物系數進行具體的試驗研究。
河南為農業大省,主要農作物為冬小麥、夏玉米、棉花等,近年來水資源的短缺和水環境惡化等已成為制約河南可持續發展的重要瓶頸[6]。為了建立本地區農作物節水灌溉制度,實時高效的指導農業用水。本文基于田間實時監測的氣象和土壤水分數據,在利用IrriMax軟件對夏玉米根深進行修正的基礎上,對夏玉米的作物系數進行計算,并結合土壤水分預測模型對作物根區土壤水分進行模擬分析,以檢驗作物系數修正結果,為夏玉米實時灌溉提供數據支撐。
試驗于2013-2014年在鄭州市華北水利水電大學龍子湖校區的農業節水灌溉試驗場進行。鄭州市屬北溫帶大陸性季風氣候,年平均氣溫14.3 ℃,夏季降雨量最多,占全年降雨量的53.3%,夏玉米在整個生育期內年均降雨量為341.6 mm。試驗區土質為壤土,土壤孔隙率為0.4,田間持水率為42%(以占土體百分比計)。
本次試驗夏玉米的生育期起止日期為6月10日至9月22日,試驗由A、B、C 3個實驗小區組成,每個小區面積為240 m2。試驗分為3種不同的灌水處理,見表1。

表1 夏玉米田間試驗設計Tab.1 Field experiments design for summer maize
注:θ為田間持水率。
(1)土壤墑情測取。采用土壤水環境監測設備EnviroScan來測定不同深度土層的實時土壤含水率,測量深度為90 cm;取每日2時、8時、14時、20時4個監測時刻的實測土壤含水率,以作物根系所處計劃濕潤層深度以上所有傳感器不同時刻所測土壤含水率的均值作為當天的實測含水率。
θi,h=[θi,(2,h)+θi,(8,h)+θi,(14,h)+θi,(20,h)]/4
(1)
式中:θi,h為第i天給定土層深h處實測土壤含水率;θi,(2,h)、θi,(8,h)、θi,(14,h)、θi,(20,h)分別為第i天給定土層深 h處4個監測時刻的實測土壤含水率。
(2)氣象數據采集。利用位于田間的小型自動氣象站(AWS)來測量每日的氣象數據。主要包括2 m風速、風向、太陽輻射、土壤濕度、降雨量、空氣相對濕度、空氣溫度、大氣壓等。
(3)灌溉。當試驗田的土壤含水率低于對應小區的灌水下限時即對該小區進行灌溉,并對灌水日期及灌水量進行記錄。
作物根系層的深度直接影響著計劃濕潤層深度以及灌溉水量的大小,是決定作物生長發育以及最終產量的重要因素。傳統的灌溉預報利用根深的經驗值進行計劃濕潤層的確定,忽略了作物的真實生長情況,容易導致預報精度偏低。作物根深的修正可以真實的反應作物根系活動層深度的變化情況,為科學合理的確定土壤計劃濕潤層深度提供依據。
隨著作物的生長發育,必然會導致根系活動范圍內土壤含水量的變動。本文利用IrriMax的根區分析功能,將EnviroScan所測數據生成以時間為橫坐標的不同深度土層含水率分層曲線圖,根據曲線圖判斷根區的位置,修正作物計劃濕潤層深度。
土壤墑情預報是農田用水和區域水資源管理的一項基礎工作,對于農田灌溉排水的合理實施和提高水資源的利用效率具有重要的作用[7]。以天作為預報時段的田間土壤水量平衡方程為:
Wi=Wi-1+P0i+WTi+Mi+Ki-ETi
(2)
式中:Wi-1為第i天初始時刻計劃濕潤層土壤含水量,mm;Wi為第i天結束時刻計劃濕潤層土壤含水量,mm;P0i為第i天的有效降雨量,mm;WTi為第i天由于計劃濕潤層增加而增加的土壤含水量,mm;Mi為第i天實際灌水量,mm;Ki為第i天由地下水的補給而增加的水量,mm;ETi為第i天作物的實際需水量,mm。
其中第i天初始時刻和結束時刻的計劃濕潤層土壤含水量可由下列公式得出:
Wi-1=1 000nHi-1θi-1
(3)
Wi=1 000nHiθi
(4)
式中:Hi-1為第i天開始時的計劃濕潤層深,mm;Hi為第i天結束時的計劃濕潤層深,mm;n為土壤孔隙率,取值0.4;θi-1為第i天初始時刻土壤含水率,%;θi為第i天結束時刻土壤含水率,%。
ETi的計算公式為:
ETi=KcKwET0i
(5)
式中:Kc為作物系數;Kw為土壤水分脅迫系數;ET0i為參考作物需水量,mm/d,根據自動氣象站(AWS)的實時數據采用FAO-56推薦的Penman-Monteith公式計算[8]。
地下水通過毛管作用向根層的補給量,主要與地下水埋深、土壤質地及作物需水強度有關,可用下式計算[9]:
Ki=ETiexp(-σh)
(6)
式中:σ為經驗系數,對沙土、壤土和黏土可分別取2.1,2.0和1.9;h為地下水埋深;其余符號意義同前。
有效降雨量一般生產中采用經驗的降雨有效利用系數法來計算[10]:
P0i=αPi
(7)
式中:P0i為第i天的有效降雨量,mm;Pi為第i天的實際降雨量,mm;α為降雨有效利用系數。
α值與一次降雨量、降雨強度、降雨延續時間、土壤性質、地面覆蓋及地形等因素有關。一般認為一次降雨量小于5 mm時,α為0;當一次降雨量在5~50 mm時,α約為0.8~1.0;當一次降雨量大于50 mm時,α約為0.7~0.8。
由式(2)~(7)可得以天為預測時段的土壤水分預測模型:
θi=[1 000nHi-1θi-1-αPi-WTi-Mi-
ETi(1+e-σ h)]/(1 000nHi)
(8)
從種植日期開始實測一次土壤含水率,然后利用計算或實測數據通過土壤水分預測模型從作物的種植日期開始逐日對作物整個生育期內的土壤含水率進行預測。
以天為計算時段,作物系數逐日修正具體計算步驟如下:
(1)在生育期開始時,對第一天作物系數的修正采用經驗值作為本地區作物系數初始值:6月份經驗值為0.85[11]。
(2)第i+1天開始時,第i天的土壤含水率、有效降雨量以及灌溉水量均為已知的,而初始的作物系數取本地區的經驗值,可以利用式ETi=Kc,i·ET0,i·Kw,i計算出第i天作物的實際需水量。由第i天的實測土壤含水率初始值θi-1,根據式(8)就能得到第i+1天的土壤含水率初始值。
(3)第i天結束時,第i+1天的實測土壤含水率初始值θi為已知,如果第i+1天預測的土壤含水率與實測的土壤含水率非常接近,則第i天的作物系數就取初始值,反之則用第i+1天實測的土壤含水率初始值θi帶入式(8)反推第i天的作物實際需水量:
ETi=(1 000nHi-1θi-1-1 000nHiθi-
αPi-WTi-Mi)/(1+e-σh)
(9)
(4)由式ETi=Kc,i·ET0,i·Kw,i可得第i天作物系數修正值Kc,i:
Kc,i=ETi/(Kw,i·ET0,i)
(10)
(5)將第i天的作物系數修正值Kc,i作為第i+1天作物系數初始值,并重復以上步驟,逐日修正作物系數值,直到生育期結束。
(6)用修正后的Kc,i作為下一年第i天作物系數的初始值,并重復以上步驟,對當年的作物系數進行修正。
以C方案為例,結合夏玉米的生長機理,根據土壤水分分層曲線圖中各土層土壤水分曲線的波動性,判斷夏玉米在不同生育階段的根區范圍.圖1為土壤水分分層曲線,圖中箭頭標注處即為該生育階段作物根系到達范圍,圖1中右側縱坐標1號、2號、3號、4號、5號、6號、7號、8號、9號分別表示傳感器埋深為10、20、30、40、50、60、70、80、90 cm;橫坐標表示日期。

圖1 整個生育期內的土壤水分分層曲線圖Fig.1 Tiered curves of soil moisture in whole growth period
由于夏玉米種植時種子埋深約為10 cm,因此初始計劃濕潤層深取10 cm。由圖1可知,在6月23號箭頭指向處10~30 cm深度土層的土壤含水率曲線波動明顯,在40 cm深度土層處有輕微波動,而40 cm以下深度土層則沒有明顯波動。由于根系的活動造成10~30 cm深度土層的含水量曲線劇烈波動,而40 cm深度土層的含水量曲線并無明顯波動,因此40 cm處作物根系較少。由此可以判斷6月23號玉米的根深為40 cm,計劃濕潤層深為40 cm。同理可以判斷7月22號玉米的根深為50 cm,計劃濕潤層深為50 cm;8月10號玉米的根深為60 cm,計劃濕潤層深為60 cm;9月10號玉米的根深為70 cm,計劃濕潤層深為70 cm。具體分析結果見表2。
根據田間實時監測數據和修正后的初始計劃濕潤層深,采用文中所述作物系數逐日修正模型,對2013年夏玉米的作物系數進行修正,2013年夏玉米作物系數逐日變化情況見圖2,表3。由圖2可知,在作物生長發育初期,作物系數KC較小;

表2 夏玉米生育期內不同生育階段計劃濕潤層深修正值 m
隨著作物的生長,作物的葉面積快速的增大,作物需水量增大,KC值迅速上升;在生長發育后期,作物生長較緩慢,需水量較少,KC值逐漸減小。由表3可知,夏玉米在各個生育階段的作物系數:在幼苗期為0.47,拔節期為0.70,孕穗期為0.97,抽穗期為1.21,灌漿期為0.67。
基于2013年作物系數修正結果,采用土壤水分逐日遞推模型,模擬C方案中2014年夏玉米全生育期內的土壤含水率逐日變化情況,以檢驗作物系數修正結果,模擬結果見圖3、表4。由圖3、表4可知,在玉米的整個生育期內,土壤水分的預測值與實測值基本吻合,2014年夏玉米在整個生育期內最大相對誤差絕對值為3.27%,最小相對誤差絕對值為0.21%,相對誤差均值的絕對值為0.72%。

圖2 2013年夏玉米作物系數逐日變化情況Fig.2 Crop coefficient daily variation of summer maize in 2013

圖3 2014年夏玉米全生育期內土壤含水率預測值與實測值的對比Fig.3 Comparison of soil moisture simulated values and measured values in 2014

生育階段起止日期(月日)生育期累積天數/d2013年KC值播種0610幼苗期0611~061990.47拔節期0620~0716270.70孕穗期0717~0806210.97抽穗期0807~0826201.21灌漿期0827~0922270.67全生育期0610~09221050.80

表4 2014年不同生育期內土壤含水率實測值與模擬值的對比 %
本文利用華北水利水電大學龍子湖校區農業高效節水試驗場2013、2014年夏玉米兩個生長季的實時氣象資料和田間實測土壤水分的數據,對夏玉米的作物系數進行了計算,并利用土壤水分預測模型對計算結果進行了驗證。結果表明,夏玉米在各個生育階段的作物系數在幼苗期為0.47,拔節期為0.70,孕穗期為0.97,抽穗期為1.21,灌漿期為0.67,全生育期的作物系數為0.80;在2014年夏玉米整個生育期內土壤水分預測值與實測值基本吻合。 由以上結果可以看出,在取得了實時氣象資料和土壤水分等數據的基礎上土壤水分預測模型可以比較準確的預測土壤水分以及作物的實時需水量,同時也可以說明通過作物系數修正模型對作物系數的修正結果是可靠的,能夠為夏玉米需水量的確定提供數據支撐,為河南地區夏玉米實時灌溉提供科學指導。
[1] Allen RG, Lu is SP, Reas D, et al.Crop evapotranspiration Guidelines for computing crop water requirements[M]. FAO Irrigation and Drainage, 1998,56:89-102.
[2] 左余寶,田昌玉,唐繼偉,等. 魯北地區主要農作物不同生育期需水量和作物系數的實驗研究[J].中國農業氣象,2009,30(1):70-73.
[3] 趙娜娜,劉 鈺,蔡甲冰. 夏玉米作物系數計算與耗水量研究[J].水利學報,2010,41(8):953-958.
[4] 劉 鈺,Pereira LS. 對FAO推薦的作物系數計算方法的驗證[J].農業工程學報,2000,16(5):26-30.
[5] 邵曉梅,嚴昌榮. 黃河流域主要農作物的降水盈虧格局分析[J].中國農業氣象,2007,28(1):40-44.
[6] 陳 云. 河南省農業水資源可持續利用的對策分析[D].鄭州:河南農業大學,2012.
[7] 喬光建. 北方干旱地區土壤墑情預測模型[J].南水北調與水利科技,2009,(1):39-42.
[8] Richard G Allen,Pereira LS,Dirk raes,Martin Smith[M].FAO Irrigation and Drainage Pape,1998,56.
[9] 茆 智,李遠華,李會昌. 逐日作物需水量預測數學模型研究[J].武漢水利電力大學學報,1995,(3):253-259.
[10] 郭元裕. 農田水利學[M].北京:中國水利水電出版社,2007:41-42.
[11] 彭世彰,索麗生. 節水灌溉條件下作物系數和土壤水分修正系數試驗研究[J].水利學報,2004,(1):17-21.