基于冠氣溫差的淮北地區水稻日需水量估算模型研究

徐烈輝，牟漢書，王景才，周明耀*

（1.揚州大學 水利科學與工程學院，江蘇 揚州 225009；2.淮安市水利局，江蘇 淮安 223005）

0 引 言

農業精細化和水利信息化的發展對灌區灌溉用水管理提出了更高的要求。實現動態用水管理的先決條件是對作物需水量的準確估算，在此基礎上做出灌溉用水管理的決策和控制，是灌區灌溉用水管理的技術核心。傳統作物需水量的估算方法主要為：經驗公式法、水文學法和微氣象學法，上述方法在我國灌區灌溉管理中發揮了重要作用，但針對灌區動態用水調度有一定的局限性[1]。隨著灌區用水管理日益強調時效、準確性，如何實時、精確地獲取灌區作物日需水量成為國內外學者關注的問題[2]。

近年來，隨著紅外遙感測溫技術的快速發展，利用冠層溫度估算作物日需水量呈現了良好的應用前景[3]。其理論基礎是：作物冠層溫度與其能量吸收和釋放過程有關，當土壤水分供應充足時，作物以潛在速率蒸騰，此時葉片溫度較低；而當土壤水分供應不足時，葉片水勢降低，氣孔關閉，抑制蒸騰使冠層溫度上升[4-5]。彭世彰等[6]探討了水稻冠層溫度和土壤水分的關系，指出隨著土壤含水量增加，冠層溫度呈下降趨勢，葉水勢和蒸騰速率上升。白巖等[7]發現，葡萄液流速率與冠層溫度關系密切。張立偉等[8]發現，玉米氣孔導度隨著冠氣溫差增加線性降低，氣孔關閉作物日需水量減少。冠氣溫差能直接反映作物蒸騰速率，由此眾多學者通過冠層溫度建立了作物日需水量估算模型，蔡煥杰等[9]將冬小麥郁閉地面后的日需水量與冠氣溫差建立聯系，其估值與能量平衡法相比誤差不超過10%；黃凌旭等[10]通過采集玉米冠氣溫差并以此建立回歸模型，發現日需水量估算值絕對誤差小于0.2 mm/d；彭記永等[11]利用冠層溫度、太陽凈輻射構建夏玉米日需水量模型，利用葉面積修正該模型后提高了計算準確度。冠層溫度和作物日需水量之間存在很大的關聯性，冠層溫度上升，葉片氣孔關閉，日需水量下降，通過冠層溫度建立作物日需水量回歸模型精度較為理想。但目前研究對象多集中于旱作物，利用冠層溫度信息直接構建水稻日需水量估算模型的研究尚不多見。本文以淮北淮漣灌區水稻為研究對象，分析水稻日需水量與冠氣溫差之間的變化規律，構建水稻日需水量估算模型，并以對應時段葉面積指數修正該模型，以期為淮北稻作區灌溉預報和動態用水管理提供一定依據。

1 材料與方法

1.1 研究區概況

試驗在淮安市淮陰區農田水利試驗站進行，試驗站位于東經118°58′1″，北緯33°48′37″，海拔高度8 m，試驗土壤為沙壤土，飽和含水率（體積）47.35%，土壤體積質量為1.35 g/cm3。淮陰區地處北亞熱帶和暖溫帶交界區，多年平均氣溫14.1 ℃，年平均日照時間為2 233 h；年均降雨量954.8 mm。

1.2 試驗設計與數據測定

本次試驗以當地大規模推廣的水稻品種“徽兩優898”作為供試材料，試驗設1 個處理，共3 次重復。根據試驗站節水灌溉技術應用情況及相應試驗資料，灌溉方式選定為淺濕灌溉，各生育期土壤水分控制指標如表1 所示。利用試驗站原有3 個相鄰的2 m×2 m×2 m 測坑作為測桶放置坑，測坑上方布置有防雨棚架。在每個測坑中心埋置1 個面積為35 cm×35 cm，深度為50 cm 的有底方形測桶，每個測桶栽插3 株水稻，測桶地上部分為10 cm，測桶內土壤采自測坑，且與測坑地表持平，測桶內外水稻灌溉管理方式相同。測桶外另置一稍大于測桶的套筒，減少土壤或水分附著對測桶質量稱量的影響；套筒較測桶高5 cm，以防止地表水流入測桶。受試水稻生育期為6 月10 日—10 月20 日，共計133 d，數據監測階段為水稻拔節孕穗期（2018 年8 月4—29 日）、抽穗開花期（2018年8 月30 日—9 月18 日）和成熟期（2018 年9 月19 日—10 月10 日），此時作物冠層基本覆蓋地面。

表1 水稻淺濕灌溉各生育階段灌溉調控指標 Table 1 Irrigation control index of rice shallow-wet irrigation at different growth stages

試驗測定項目為水稻冠層溫度、水稻日需水量以及空氣溫度等氣象信息，方法以定點觀測為主。

水稻日需水量：測定方法為稱質量法，通過德產賽多利斯4-150ll 型平臺秤，精度為5 g（換算成水層深度約為0.04 mm），每天早上08:00 定時秤量桶的質量，并換算成前1 天的水稻日需水量，若發生降雨，則打開降雨棚架。

冠層溫度：采用TYD-5A 型紅外溫度測量系統24 h 連續自動監測水稻冠層溫度，探頭安裝高度為1.5 m，布置在測桶上方，每15 min 采集1 次數據。由于13:00—15:00 的冠氣溫差最能反映水稻的生理狀況[12]，因此試驗采用14:00 的冠氣溫差進行分析。為減少該時段風速和云晴陰翳變化對冠層溫度采集的影響，14:00 前后15 min 采集3 次冠層溫度，取平均值。

水稻葉面積指數：葉面積指數（LAI）采集方法為人工測量，在試驗階段每隔7 d 測算1 次桶內水稻葉面積指數。

土壤含水率：當測桶無水層時，采用土壤水分速測儀（TSC II）每天早上08:00 測定桶內土壤水分狀況。

氣象資料：淮安市淮陰區農田水利試驗站測定與冠層溫度同步的空氣溫度、風速、大氣壓強、日照時間、濕度以及降雨等氣象數據據。

1.3 模型評價指標

為驗證模型的可靠性和精度，計算實測值與模擬值之間的統計分析指標，指標包括：決定系數R2、均方根誤差RMSE、相對誤差RE和一致性指數d。其中RMSE、RE越小，R2和d 越接近于1，說明模型預測性越好。通過文獻[9-11]可知，利用冠層溫度估算作物日需水量，通常計算結果的R2大于0.85，RE≤10%，一致性指數d≥0.90，說明該模型精度滿足灌溉用水管理要求。

2 結果與分析

2.1 水稻日需水量模型參數分析

利用2018 年8 月9 日—9 月22 采集到的水稻日需水量、冠氣溫度以及太陽凈輻射量等信息進行相關性分析（樣本數45），結果如圖1、表2 所示。由表2 可知，實測水稻日需水量ETd與太陽凈輻射量Rn、飽和水汽壓差（es-ed）、14:00 瞬時冠層溫度Tc、日平均冠層溫度Tca、14:00 瞬時空氣溫度Ta以及日平均空氣溫度Taa均表現出顯著的正相關性，而與冠氣溫差Tc-Ta表現出顯著的負相關性。在Tc、Ta、Tca和Taa的4 個溫度參數中，Tc與ETd的相關性最高（0.706）。Tca的相關性較Tc弱，而Taa相關性較Ta的相關性強，說明冠層溫度在14:00 瞬時與水稻生理活動聯系較為密切，日平均氣溫較14:00 瞬時空氣溫度對水稻蒸騰作用的影響更強。

從圖1（a）可以發現，Rn綜合反映了氣溫、日照時間長等氣象要素，因此相關系數最高（0.918），隨著Rn的增加，ETd也逐漸增大，二者表現出顯著的線性變化關系。ETd與Tc-Ta的相關系數僅低于Rn，r=-0.884，這是由于冠氣溫差直接反應了作物蒸騰作用的強弱；ETd總體上隨著Tc-Ta的增大而減小，Tc-Ta致在-5～3℃范圍內（見圖1（b））。由圖1（c）可知，ETd與（es-ed）呈顯著正相關性，這與（es-ed）表現水稻蒸發面水分運移梯度有關。比較圖1（d）、圖1（e）發現14:00 瞬時Tc比Ta的相關性高，二者與ETd均呈指數關系。該測站風速基本保持在0～3 m/s，與ETd的關系并不明顯，這與測站附近建筑物干擾有關。

表2 實測水稻日需水量ETd 與氣象因子相關性分析結果 Table 2 Correlation analysis results between measured daily water requirement (ETd) and the meteorological factors

圖1 實測水稻日需水量ETd 與氣象因子相關關系 Fig.1 The correlation curves between measured rice daily water requirement (ETd) and the meteorological factors

飽和水汽壓差與冠氣溫差存在線性關系[13]，作者根據實測數據（樣本數45）發現二者表現出較明顯的負線性變化關系，r=-0.727，且14:00 瞬時冠氣溫差與水稻日需水量的相關性高于飽和水汽壓差，可以認為冠氣溫差包含飽和水汽壓差對水稻日需水量的影響，表明太陽凈輻射和14:00 瞬時冠氣溫差是影響該灌區水稻日需水量的關鍵因子。

2.2 水稻冠氣溫差日變化規律

2018 年實測水稻冠氣溫差日變化規律如圖2 所示。由圖2 可知，水稻不同生育期冠氣溫差在1 d 內表現為先增加后減小的規律。早晨太陽輻射較弱，空氣溫度和冠層溫度均較小，此時冠氣溫差多為負值；隨著太陽輻射的增強，冠層溫度和空氣溫度均有不同程度的增加，且冠層溫度的上升速度明顯快于空氣溫度，水稻冠氣溫差一般在12:00—14:00 前后達到最大，此時冠氣溫差一般為正值；之后隨著太陽輻射的減少，冠氣溫差逐步變小。其變化規律因水稻生育期不同而異。

比較圖2（a）、圖2（b）可以發現，水稻在抽穗期（9 月10 日）、成熟期（10 月1 日）的變化范圍分別在-3.7～1.3、-1.4～2.9 ℃之間。隨著水稻生育期的延續，冠氣溫差有逐漸上升的趨勢，這與水稻進入成熟期，同時太陽輻射減少、溫度降低造成水稻植株蒸騰減弱有關。

圖2 水稻不同生育期冠氣溫差日變化 Fig.2 Diurnal variation of canopy-air temperature difference in different growth stages of rice

式中：ET1為模型估算水稻日需水量（mm/d）；Rn太陽凈輻射（MJ/（m2·d））；Tc-Ta為冠氣溫差（℃）；a0、a1、a2均為系數。

2.3.2 基于LAI 的水稻日需水量修正模型

上述模型僅考慮了氣象要素對水稻日需水量的影響，但植株本身的生長發育狀況同樣會對日需水量產生影響，因此有必要對水稻群落進行數學描述來修正該模型。葉面積指數（LAI）可以定量描述群體水平上葉片密度的變化，其對水稻騰發的影響主要包括2 個方面：一是LAI 越大，單位面積上氣孔數目越多，植株蒸騰量大；二是LAI 越大，棵間蒸發量越小，二者互為消長。有關學者認為作物因素可由葉面積指數全部表達，且為一次函數[14]，得到水稻日需水量的修正形式：

2.3 水稻日需水量模型構建

2.3.1 基于冠氣溫差的水稻日需水量模型

根據相關性分析結果，模型輸入參數選定為太陽凈輻射和冠氣溫差。考慮到二者與水稻日需水量為線性關系，估算模型結構為：

式中：ET2為修正后水稻日需水量（mm/d），b0、b1分別為系數，其余各項意義同前。

在生態學中，Logistic 方程被廣泛用來模擬種群動態變化的規律，且同一作物在不同的生長環境下生長曲線大體相似，國內學者將該模型用來模擬作物干物質量增長的動態過程，其積分形式如式（4）所示[15]。2018 年8 月6 日—10 月2 日采集的葉面積指數（樣本數7）構建了擬合模型，擬合結果如表3 所示。

式中：LAI 為水稻葉面積指數擬合值；t 為栽插天數（d）；LAImax為實測水稻葉面積指數最大值；c0、c1、c2為葉面積擬合參數。

表3 水稻葉面積指數參數擬合結果 Table 3 Fitting parameters of rice leaf area index

2.3.3 水稻日需水量模型參數估計

將2018 年8 月9 日―9 月22 日的實測數據及擬合葉面積指數輸入上述2 個模型中進行回歸分析，參數估計值見表4。其中a0是Rn的系數，為正值；a1是Tc-Ta的系數，為負值，這與相關性分析結果吻合。從表4 可知，2 個模型的F 檢驗值均大于臨界值，且p＜0.01，因此用上述2 個模型計算水稻日需水量大體上是可行的。

2.4 水稻日需水量模型評價

2018 年水稻生育期連續15 d（9 月23 日—10 月7 日）日需水量的模擬值與實測值的變化趨勢如圖3所示。從圖3 可知，隨著生育期的延續，實測值與模擬值均呈下降趨勢，修正模型的殘差更集中于0 軸附近。9 月26 日、10 月2 日2 個估算模型誤差均較大，可能是因為9 月26 日、10 月2 日均為陰雨天氣，冠層溫度與大氣溫度十分接近，因而水稻日需水量估算值出現較大誤差。

表4 水稻日需水量估算模型參數估計值 Table 4 Estimated parameters of rice daily water requirement estimation model

圖3 水稻日需水量模擬值與實測值對比 Fig.3 Comparison of simulated and measured values of rice daily water requirement

表5 為不同模型精度評價結果。

表5 水稻日需水量估算模型評價結果 Table 5 Evaluation results of rice daily water requirement estimation model

由表5 可知，2 個模型的決定系數R2均在0.85以上；修正模型的均方根誤差RMSE為0.183 mm/d，較原模型低0.116 mm/d；修正模型相對誤差RE為5.07%，較原模型減少3.19%；修正模型的一致性指數d 也較原模型高，可見通過水稻葉面積指數建立的修正模型在精度評價上總體優于原模型。

3 討 論

研究表明水稻日需水量和冠氣溫差呈負相關，這與李麗等[16]、魏征等[17]研究結果類似，主要原因是：冠氣溫差與土壤含水量、水稻蒸騰速率之間為反比關系，隨著水稻冠氣溫差的上升，蒸騰速率下降，水稻日需水量也隨之降低。閆苗祥等[18]研究表明對水稻日需水量影響最大的因素為太陽凈輻射，這與本次研究的結論相吻合。

Jackson 等[19]通過冠氣溫差建立冬小麥日需水量回歸模型，其估算值與田測法相比誤差不超過15%。研究通過Logistic 函數模擬水稻葉面積指數，得出的日需水量修正模型相對誤差為5.07%，表明通過冠氣溫差結合葉面積指數獲取水稻日需水量信息是可行的，修正后水稻日需水量估算模型可指導當地灌區實時用水管理。

本試驗以定點觀測為主，由于下墊面條件的物理特性和水平非均勻性，可能與實際生產中的數據存在偏差。近年來，隨著無人機技術在農業工程領域中的廣泛應用，大面積獲取作物冠層溫度和葉面積指數信息已日趨成熟[20]，結合水稻日需水量估算模型，實時、準確反映灌區水稻日需水量信息，呈現出良好的應用前景。

4 結 論

1）水稻日需水量與太陽凈輻射和冠氣溫差均具有較好的相關性；水稻日需水量與太陽凈輻射呈正線性相關，與冠氣溫差呈負線性相關；冠氣溫差隨著生育期延續從-3.7～1.3 ℃增加到-1.4～2.9 ℃。

2）選擇太陽凈輻射量和冠氣溫差作為水稻日需水量模型的輸入參數，并引入葉面積指數對原模型進行修正。修正模型相對誤差為5.07%，均方根誤差為0.183 mm/d，修正模型計算精度較高，可指導灌區實時用水管理。