利用作物冠氣溫差估算農田蒸散量

黃凌旭，蔡甲冰，白亮亮， 張寶忠

(1.中國水利水電科學研究院 流域水循環模擬與調控國家重點實驗室，北京 100038；2. 國家節水灌溉北京工程技術研究中心，北京 100048)

0 引 言

在當前我國水資源嚴重短缺的形勢下，農業中有關節水問題的解決，幾乎都離不開農田蒸散和耗水的估算。準確及時的確定蒸散量，是計算作物水分利用率的前提和分析區域水量平衡的基礎，是研究農業高效用水和實施最嚴格水資源管理的切入點[1]。作物蒸散量的估算方法一直是研究的熱點，國內外關于估算作物蒸散量的模型與方法很多，如水量平衡法、彭曼綜合法、互補相關法、經驗公式法、遙感法等[2-5]。通過這些模型與方法可以得到較準確的作物日蒸散量，但其需要測量和計算的參數較多，模型與方法也比較復雜。

近幾十年，隨著紅外技術的快速發展，手持式紅外測溫儀、機載或衛星遙感紅外傳感器測量植被溫度被廣泛地應用[6-8]。紅外測溫技術具有測量時間短、測量誤差小、近距離測量時不受距離的影響、可連續觀測等優點。大量的研究表明作物蒸散量與冠層溫度或冠氣溫差之間關系密切，基于能量平衡原理，可通過冠層溫度估算作物蒸散量[9-11]，并進行精量灌溉決策[12,13]。Jackson[14]等(1977年)提出以冠層-空氣溫度差估算作物日蒸散量的模型，Seguin和Itier[15](1983年)對模型進行改進，得到簡化模型。該簡化模型具有測量的參數少，模型簡單等優點。已有學者對該模型進行驗證，并應用模型進行農田日蒸散量的估算[16-19]，其利用的數據往往是不連續的手持紅外測溫槍觀測。本文通過在內蒙古河套灌區解放閘灌域農田設置在線觀測系統，連續同步監測玉米和向日葵的冠層溫度和田間氣象數據，利用線性回歸分析Seguin和Itier簡化模型在該地區的適用性，并得到估算模型中關鍵參數，為遙感影像反演地面溫度進行區域尺度估算蒸散量提供參考依據。

1 材料與方法

1.1 試驗區概況

試驗點位于內蒙古自治區河套灌區解放閘灌域沙壕渠試驗站(光明二隊)，地處東經107°8′16″，北緯40°55′8″，海拔高程1 036 m。解放閘灌域地處干旱半干旱內陸地區，屬中溫帶高原、大陸性氣候特征。日照時間長，年蒸發量大，年平均降雨量151.3 mm，年內平均氣溫9℃。土壤類型為灌淤土，土質以為粉砂壤土為主，有機質含量較低，含鹽量較高，地下水位埋深較淺。

1.2 數據監測

利用中國水科院自主研發的CTMS-On line型作物冠層溫度及環境因子測量系統，對試驗點地面數據連續觀測和數據采集。系統主要由旋轉云臺、高精度紅外冠層溫度傳感器、氣象因子傳感器、數據采集器等組成，能夠在野外長期監測作物冠層溫度及氣象參數變化。其工作原理是在旋轉平臺安裝一個懸臂，懸臂末端安裝紅外冠層溫度傳感器，通過控制旋轉平臺轉動，從而實現對下墊面作物冠層不同采集位置點的掃描。儀器分別布置在主要農作物春玉米和向日葵種植區域，如圖1所示。玉米種植的品種為澤玉19，向日葵種植的品種為F2008。

圖1 數據采集系統

玉米的種植時間為2015年5月1日，收獲時間為9月20日，整個生育期為143 d。向日葵的種植時間為2015年5月28日，收獲時間為9月13日，整個生育期為109 d。

(1)冠層溫度。通過旋轉云臺轉動，利用測量系統懸臂末端的紅外測溫探頭，實現對下墊面作物冠層10個不同位置點的數據采集，設定旋轉云臺每小時轉動1次。

(2)田間微氣象數據。氣象因子和環境參數監測傳感器安裝在紅外測溫探頭同高度的附加懸臂上，采集的參數包括：空氣溫度、空氣濕度、風速、太陽輻射、光合有效輻射、大氣壓強等，采集時間與冠層溫度采集時間一致。

(3)土壤含水量。在儀器下部安裝有3層土壤水分傳感器，分別位于作物根區10、20和40 cm深度，用來監測土壤含水量。

(4)數據采集時間。本次試驗數據采集時間為2015年6月1日到8月31日。在作物生育初期，植被覆蓋度較低，儀器測量的溫度以地表溫度為主，此時的地表溫度與空氣溫度差值較大，但最大溫差不超過20 ℃。隨著作物不斷地生長，植被覆蓋度不斷增加，儀器測量的溫度以冠層溫度為主，此時的冠層溫度與空氣溫度差值較小，一般在-5～5 ℃之間。

(5)灌水日期及灌水深度。通過渠道引水進行灌溉，利用梯形堰控制灌溉水量，進行充分灌溉。向日葵和玉米田塊的灌水日期和灌水深度見表1。

1.3 計算模型

作物日蒸散量與日凈輻射和冠氣溫差有著密切的關系，Jackson[14]等提出了一種簡單的方法，基于冠氣溫差估算作物日蒸散量：

表1 2015年向日葵和玉米灌水日期和灌水深度

ETd=Rnd-B(Ts-Ta)

(1)

式中：ETd為作物日蒸散量，mm/d；Rnd為日凈輻射，mm/d；B為地區綜合系數；Ts為瞬時冠層溫度，℃；Ta為瞬時空氣溫度，℃。

Seguin和Itier[15]在此基礎上對模型進行了改進，忽略了能量平衡中貢獻較小的土壤熱通量，得到如下計算公式：

ETd-Rnd=a+b(Ts-Ta)

(2)

模型中參數a和b為經驗系數，可根據實測數據通過線性回歸方程得到。同時參數a和b的大小與風速和下墊面條件有關，不同的下墊面條件參數a和b會略有不同。Ts和Ta分別為接近中午時刻的瞬時冠層溫度和瞬時空氣溫度，不同時刻的瞬時冠層溫度和瞬時空氣溫度計算得到不同的冠氣溫差，會對模型估算結果的精度產生影響。通過試驗數據分析不同時刻的冠氣溫差，得到最佳時刻對應的冠氣溫差，使模型估算的日蒸散量更準確，更接近實際值。

1.4 作物實際蒸散量計算

采用FAO推薦的Penman-Monteith公式[20]計算ET0：

(3)

式中：ET0為參照作物騰發量，mm/d；Rn為作物表面的凈輻射，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；T為平均氣溫，℃；U2為2 m高處的平均風速，m/s；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa；Δ為水汽壓曲線斜率，kPa/℃；γ為濕度計常數，kPa/℃。

在玉米和向日葵生育期內進行充分灌溉，作物不發生水分脅迫。采用單作物系數法計算作物實際日蒸散量時，不考慮水分脅迫的影響，計算公式如下：

ETc=KcET0

(4)

式中：ETc為作物實際蒸散量，mm/d；Kc為作物系數。

閆浩芳[21]通過內蒙古河套灌區解放閘灌域2003-2006年實測的微氣象資料，基于波文比能量平衡法，計算得到玉米、小麥和向日葵不同生育期的作物系數。玉米和向日葵各生長階段的天數，分別參照FAO中美國加利福尼亞州玉米和向日葵各生長階段的天數[20]。本文玉米和向日葵各生育期Kc值參照上述的試驗結果，各生長階段的天數和Kc值見表2。其中快速生長期和生長后期的Kc值可通過生育期天數線性差值得到，然后利用單作物系數法計算玉米和向日葵的實際日蒸散量。

表2 玉米和向日葵各生長階段天數及Kc值

2 結果與討論

2.1 生育期內土壤供水情況和冠層溫度變化

2.1.1土壤水分情況

試驗期內利用烘干法每隔5～7 d同時測量試驗區土壤水分，并用其值對CTMS-On line型作物冠層溫度及環境因子測量系統中土壤水分傳感器測量值進行標定。圖2為玉米和向日葵3個月主要生育期內標定后的土壤含水量變化情況。從圖中可以看出，玉米0～10和10～20 cm深度處的土壤含水量相差較小，變化趨勢基本相同，但20～40 cm深度處土壤含水量明顯高于0～10和10～20 cm深度處的土壤含水量；向日葵0～10、10～20和20～40 cm深度處的土壤含水量相差較大。玉米和向日葵0～40 cm深度平均田間持水量(Fc)為0.37，3個月生育期內玉米和向日葵0～40 cm深度土壤含水量的加權平均值除受灌溉、降雨的影響，其他時間土壤含水量的加權平均值均在(0.7～1.0)Fc，表明在主要生育期內玉米和向日葵沒有發生水分脅迫。

2.1.2冠氣溫差變化

圖3為玉米生育期典型日內冠氣溫差(Ts-Ta)和冠層溫度Ts變化。從圖3中可以看出，在玉米快速生長期、生長中期和生長后期的典型日內，Ts的變化趨勢基本相同，都是從上午7∶00開始不斷增加，在下午14∶00左右達到最大值，然后開始逐漸減小。在快速生長期的典型日內，(Ts-Ta)的變化波動較大，與Ts的變化趨勢基本相同，但在下午13∶00左右達到最大值，比Ts達到最大值提前1 h；然而在生長中期和生長后期的典型日內，與快速生長期相比，(Ts-Ta)的變化波動較小，沒有出現明顯峰值變化。在快速生長期的典型日內，(Ts-Ta)的變化波動較大，是因為玉米植被覆蓋度較低，儀器測量的溫度以地表溫度為主，地表溫度變化較大；而到了生長中期和生長后期，玉米植被覆蓋度增加，儀器測量的溫度以冠層溫度為主，冠層溫度變化相對較小，(Ts-Ta)的變化波動也隨之減小。

圖2 玉米和向日葵生育期內土壤含水量變化

圖3 玉米生育期典型日(Ts-Ta)和Ts變化

由圖4可以看出，向日葵在3個月主要生育期典型日內，Ts的變化趨勢基本相同，從上午7∶00開始不斷增加，在下午14∶00～15∶00之間達到最大值，然后開始逐漸減小。在生育初期和快速生長期的典型日內，向日葵(Ts-Ta)的變化波動較大，與Ts的變化趨勢基本相同，但最大值出現在下午13∶00-14∶00之間；在生長中期和生長后期的典型日內，與生育初期和快速生長期相比，(Ts-Ta)的變化波動較小，沒有出現明顯的峰值變化。向日葵典型日內(Ts-Ta)的變化隨著向日葵植被覆蓋度的增加，其波動由大變小。

圖4 向日葵生育期典型日(Ts-Ta)和Ts變化

2.2 利用冠氣溫差確定作物每日ET

利用連續監測的氣象數據及試驗地的經緯度和海拔高程，計算得到玉米、向日葵的日蒸散量ETd和日凈輻射Rnd。根據玉米、向日葵一天內冠層溫度及冠氣溫差的變化情況，選擇一天中10∶00～16∶00之間每小時的冠氣溫差，分別與(ETd-Rnd)做線性回歸分析，從而得到玉米、向日葵日蒸散量模型中參數a、b的最佳值。

2.2.1玉米地參數估算

圖5和表3是玉米地計算結果。可見，在玉米3個月的生育期內，(Ts-Ta)與(ETd-Rnd)兩者在10∶00-16∶00每個時刻對應的決定系數R2大都在0.6以上，說明兩者之間具有較好的線性相關性。隨著時刻的變化，R2出現雙峰的變化趨勢，分別在13∶00和15∶00達到峰值，但在13∶00時峰值最大且為0.690。應用SPSS統計軟件對10∶00-16∶00每個時刻的回歸系數做t-檢驗分析，結果均表現出極顯著的水平(表3)。其中12∶00、13∶00和14∶00三個時刻的回歸系數很接近，分別為-0.113、-0.116和-0.112。從10∶00-16∶00每個時刻對應的均方根誤差都很小，13∶00對應的均方根誤差最小且為0.122 mm/d。

由以上分析結果可知，13∶00時(Ts-Ta)與(ETd-Rnd)兩者之間的線性相關性最好，模型中參數a和b采用13∶00對應的回歸方程系數，分別為-0.859和-0.116，進而得到玉米日蒸散量估算模型。

圖5 玉米10∶00-16∶00(Ts-Ta)與(ETd-Rnd)關系

時刻R2回歸系數均方根誤差/(mm·d-1)t檢驗值顯著性水平10∶000．590-0．1430．161-11．132011∶000．613-0．1290．150-11．734012∶000．679-0．1130．123-13．641013∶000．690-0．1160．122-13．605014∶000．614-0．1120．147-11．898015∶000．636-0．1200．139-12．457016∶000．611-0．1420．147-11．8800

2.2.2向日葵地參數估算

由圖6及表4可以看出，在向日葵3個月的生育期內，(Ts-Ta)與(ETd-Rnd)兩者在10∶00-16∶00每個時刻的決定系數R2大都在0.8以上，說明兩者之間具有較好的線性相關性。隨著時刻的變化，R2變化趨勢是先增加后減少，隨后又增加，但在13∶00時最大且為0.864。應用SPSS統計軟件對10∶00-16∶00每個時刻的回歸系數做t-檢驗分析，結果均表現出極顯著的水平(表4)。其中13∶00、14∶00和15∶00三個時刻的回歸系數很接近，分別為-0.343、-0.348和-0.342。從10∶00-16∶00每個時刻對應的均方根誤差都很小，13∶00時刻對應的均方根誤差最小且為0.408 mm/d。

表4 向日葵10∶00-16∶00(Ts-Ta)與(ETd-Rnd)回歸參數統計

圖6 向日葵10∶00-16∶00(Ts-Ta)與(ETd-Rnd)關系

由以上分析結果可知，13∶00時(Ts-Ta)與(ETd-Rnd)兩者之間的線性相關性最好，模型中參數a和b采用13∶00對應的回歸方程系數，分別為0.548和-0.343，進而得到向日葵日蒸散量估算模型。

2.3 討 論

由以上玉米、向日葵主要生育期內不同時刻的冠氣溫差估算日蒸散量可知，模型在河套灌區解放閘灌域具有較好的適用性，其中兩種作物利用13∶00的冠氣溫差進行日蒸散量估算時，得到的結果精度最高。模型估算結果精度的提高，依賴于測量數據的準確性，但是在實際測量中，有時由于天氣條件的突然變化，導致測量的冠層溫度和農田氣象數據不準確，會使結果產生誤差。同時由于測量時儀器本身也會產生系統誤差，以及測量時風速、土壤背景、表面粗糙度等因素的影響，也會使估算的結果產生誤差。農田尺度數據測量時不受天氣條件(陰天或多云)的影響，可以連續測量，但當進行遙感區域尺度估算作物蒸散量時，遙感影像的獲取受天氣條件影響很大。

玉米、向日葵日蒸散量估算模型中的參數a、b相差較大，這可能與兩種作物的下墊面條件有關。模型在應用過程中具有區域性，在不同區域應用時，需要對模型中的參數進行校正。上述研究在對模型參數進行回歸和擬合時，玉米、向日葵進行充分灌溉，在其生育期內不發生水分脅迫。當作物在生育期內發生水分脅迫時，模型的適用性需要進一步研究。

3 結 語

通過河套灌區解放閘灌域2015年6月1日到8月31日連續3個月玉米和向日葵田間實測數據，對Seguin和Itier簡化模型在本地區的應用進行了研究和分析，可得到如下初步結論。

(1)(Ts-Ta)與(ETd-Rnd)兩者之間具有較好的線性相關性，應用該簡化模型估算玉米和向日葵的日蒸散量具有較高的精度；

(2)通過對比分析10∶00-16∶00之間的田間觀測數據，玉米和向日葵均在13∶00時(Ts-Ta)與(ETd-Rnd)兩者之間線性相關性最佳；

(3)根據13∶00的(Ts-Ta)與(ETd-Rnd)兩者線性回歸方程，可得玉米日蒸散量估算模型中參數a和b分別為-0.859和-0.116，向日葵日蒸散量估算模型中參數a和b分別為0.548和-0.343；

(4)模型具有地域特征，在其他地區應用時，需要重新確定模型中參數。本研究分析了模型在河套灌區解放閘灌域農田尺度上適用性，結合遙感影像和地面觀測進行區域尺度的應用，將是下一步研究重點。

□

[1] Bormann H. Sensitivity analysis of 18 different potential evapotranspiration models to observed climatic change at German climate stations [J]. Climatic Change, 2011,104(3-4):729-753.

[2] 劉 鈺,彭致功. 區域蒸散發監測與估算方法研究綜述[J]. 中國水利水電科學研究院學報, 2009,7(2):256-264.

[3] 汪明霞,陳曉飛,王鐵梁,等. 騰發量的測定和計算方法研究綜述[J]. 中國農村水利水電, 2006,(12):9-12.

[4] 易永紅,楊大文,劉 鈺,等. 區域蒸散發遙感模型研究的進展[J]. 水利學報, 2008,39(9):1 118-1 124.

[5] 魚騰飛,馮 起,司建華,等. 遙感結合地面觀測估算陸地生態系統蒸散發研究綜述[J]. 地球科學進展, 2011,26(12):1 260-1 268.

[6] 姚云軍,程 浩,趙少華,等. 基于熱紅外遙感的農田蒸散估算方法研究綜述[J]. 地球科學進展, 2012,27(12):1 308-1 318.

[7] 姜艷豐,王 煒,梁存柱,等. 紅外測溫儀及其在群落冠層溫度測定上的應用[J]. 內蒙古科技與經濟, 2007,(10):119-120.

[8] Jose A, Juan C, Pablo J, et al. Land surface temperature derived from airborne hyperspectral scanner thermal infrared data[J]. Remote Sensing of Environment, 2006,102:99 -115.

[9] Faver K L, Toole J C, Krieg D R. Short-term estimation of sorghum evapotranspiration from canopy temperature[J]. Agricultural and Forest Meteorology, 1989,48:175-183.

[10] 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, 1991,(1):57-64.

[11] 王純枝,宇振榮,毛留喜,等. 基于能量平衡的華北平原農田蒸散量的估算[J]. 中國農業氣象, 2008,29(1):42-46.

[12] 蔡甲冰,劉 鈺,雷廷武. 精量灌溉決策定量指標研究現狀與進展[J]. 水科學進展, 2004,15(4):531-536.

[13] 蔡甲冰,劉 鈺,許 迪,等. 基于作物冠氣溫差的精量灌溉決策研究及其田間驗證[J]. 中國水利水電科學研究院學報，2007,5(4):262-268.

[14] Jackson R D, Rbginato R J, and Idso S B. Wheat canopy temperature: a practical tool for evaluating water requirements [J]. Water Resources Research, 1977,13:651-656.

[15] Seguin B, Itier B. Using midday surface temperature to estimate daily evaporation from satellite thermal IR data[J]. Remote Sensing, 1983,4(2):371-383.

[16] Dunkel Z, Szenyan I G. Estimation of areal distribution of evapotranspiration using remotely sensed data during vegetation period in Hungary[J]. Advances in Space Research, 2000,26(7):1 051-1 054．

[17] 郭家選. 基于渦度相關與冠層溫度遙感信息的實時農田墑情監測研究[D]. 北京：中國農業科學院，2003.

[18] 郭家選,李玉中,嚴昌榮,等. 華北平原冬小麥農田蒸散量[J]. 應用生態學報，2006,17(12):2 357-2 362.

[19] 張建君. 農田日蒸散量估算方法研究[D]. 北京：中國農業科學院, 2009.

[20] Allen R G, Pereira L S, Martin D S. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements[M]. FAO Irrigation and Drainage, Food and Agriculture Organization of the United Nations，Rome, 1998.

[21] 閆浩芳. 內蒙古河套灌區不同作物騰發量及作物系數的研究[D]. 呼和浩特：內蒙古農業大學, 2008.