基于水碳通量耦合的長江中下游稻田蒸散發組分分解

劉 博，汪文超，崔遠來，徐 濤

基于水碳通量耦合的長江中下游稻田蒸散發組分分解

劉 博1,2，汪文超3，崔遠來2，徐 濤4

（1. 揚州大學水利科學與工程學院，揚州 225009；2. 武漢大學水資源與水電工程科學國家重點實驗室，武漢 430072；3. 長江勘測規劃設計研究有限責任公司，武漢 430010；4. 江西省灌溉試驗中心站，南昌 330201）

探明稻田生態系統蒸散發（Evapotranspiration，ET）組分特征對于提高稻田水分利用效率、實現農業節水具有重要意義。該研究利用渦度相關（Eddy Covariance，EC）系統對長江中下游典型雙季稻田水碳通量進行了連續2 a（2017 —2018年）的觀測，使用潛在水分利用效率（Underlying Water Use Efficiency，uWUE）法將稻田ET分解為植株蒸騰（Transpiration，）和棵間蒸發（Evaporation，），揭示了稻田生態系統ET及其組分的季節變化特征，并使用小型蒸滲儀/渦度相關（Micro-lysimeter/Eddy Covariance, ML/EC）法觀測結果對uWUE法進行了評估。結果表明：早晚稻植株蒸騰占蒸散發的比例（/ET）均呈先增大后減少的趨勢，水稻生育期/ET在0.49～0.62之間，其中早稻季/ET明顯低于晚稻季。通過比較uWUE法和ML/EC法兩種ET組分分解方法發現，uWUE法與ML/EC法估算/ET差異主要在水稻生長前期和陰天；在其他時期，uWUE法和ML/EC法估算的/ET顯著線性相關（2=0.852，<0.01），表明uWUE法可以較好地模擬稻田ET組分。以上研究成果可為uWUE法在稻田生態系統的應用以及長江中下游稻田節水灌溉和水資源優化配置提供依據。

蒸散發；蒸騰；蒸發；渦度相關技術；水碳通量耦合；稻田生態系統；潛在水分利用效率

0 引 言

蒸散發（Evapotranspiration，ET）是“土壤-植物-大氣連續體”的重要組成部分，同時也是連接陸面水循環和生物化學循環的紐帶[1-3]。對于農田生態系統，絕大部分農業用水最終以ET的形式消耗[4]。農田ET通常包括植株蒸騰（Transpiration，）和棵間蒸發（Evaporation，），前者與作物生長緊密相關，后者則屬于無效蒸發。因此，準確估算農田ET組分，對于提高農業用水效率、促進農業節水發展具有重要意義。目前農田ET組分分解主要通過穩定同位素法、直接觀測法或模型法[5-8]來實現。然而，同位素法設備昂貴、工作量大[9]；直接觀測法通過渦度相關（Eddy Covariance，EC）系統、小型蒸滲儀（Micro Lysimeter，ML）或液流計等分別觀測ET及其組分，但直接觀測方法往往具有一定的局限性，如液流計的使用對作物莖稈粗細有一定的要求，在作物生長初期不能包裹液流計[10]；ML無法在灌溉或降雨期間使用[11]等。此外，不同觀測方法之間的“尺度效應”使其分解結果飽受質疑[12]；模型法則依賴觀測結果，計算時往往也需要輸入較多的參數[13-14]，如Shuttleworth-Wallace模型等，從而導致估算結果的不穩定。

隨著EC系統的推廣使用，一些學者開始從水碳通量耦合的角度嘗試對ET進行組分分解。Scanlon等[15]基于通量方差相似理論，提出了水碳相關法，但該方法需要高頻通量數據，對于大多數研究者難以獲得。Zhou等[16]在潛在水分利用效率（Underlying Water Use Efficiency，uWUE）[17]的基礎上提出了uWUE法。該方法僅需要30 min水碳通量和氣象數據即可實現ET組分的分解，具有簡單易用、ET組分在同一源區等優點。Zhou等[11]使用uWUE法獲取了黑河流域草地、玉米田和胡楊林ET組分，并與穩定同位素法、小型蒸滲儀和液流計觀測結果進行了比較，結果表明uWUE法相比其他方法可以更加有效地捕捉灌溉和葉面積指數對T/ET的影響。隨后，岳寧[10]和Ma等[18]先后評估了uWUE法在中國黃土高原玉米田和美國加州橡樹大草原的表現，表明uWUE法可以較好地模擬研究區ET組分。可見，uWUE法已經成為估算T/ET的有效方法，然而受限于有限的觀測數據，uWUE法在稻田生態系統中的應用和評估較少。

長江中下游是中國主要水稻產區，對于維持國家糧食安全至關重要[19]。然而稻田會消耗大量水分，每生產1 kg水稻所消耗的灌溉水量是其他糧食作物的2～3倍[20]，其中大部分灌溉水最終以ET的形式消耗。探明長江中下游稻田ET組分可為稻田節水灌溉和區域水資源優化配置提供指導。鄱陽湖流域是長江中下游主要的糧食產區，以雙季稻種植為主，水稻種植面積占所有糧食作物的86%[21]，在長江中下游稻作區具有很高的代表性。本研究使用EC系統對鄱陽湖流域雙季稻田水碳通量進行了為期2 a（2017—2018）的連續觀測，使用uWUE法將稻田ET分解為和，并與小型蒸滲儀/渦度相關（ML/EC）法進行比較，進而評估uWUE法在長江中下游稻田的適用性，以期為區域農業節水提供科學依據。

1 材料與方法

1.1 研究區概況

試驗于2017—2018年在江西省灌溉試驗中心站（116o00′01″E、28o26′26″N，海拔22 m）水稻試驗田開展。試驗站位于江西省贛撫平原灌區，屬亞熱帶季風性氣候，水熱條件充足，年均日照時數為1 720 h，年均氣溫在17～18 ℃之間，年平均降雨為1 663 mm，降雨在年內分布不均，早稻生長季降雨豐富，晚稻季則存在缺水風險。該區土壤屬于典型南方紅壤水稻土，土壤質地為粉砂質黏土，容重為1.34 g/cm3，飽和體積含水率為49%。試驗區為典型早稻-晚稻種植模式。早稻（陸兩優996）于4月下旬移栽，7月中旬收割，本田生育期在80 d左右；晚稻（天優華占）于7月下旬移栽，10月底收割，本田生育期在100 d左右。稻田水分管理采用間歇灌溉模式，返青期保持淺水層，分蘗后期曬田，黃熟期自然落干，其他生育期允許田間落干3～5 d[22]。

1.2 觀測項目

1.2.1 水碳通量觀測

使用EC系統對2017—2018年稻田水碳通量進行連續觀測。EC系統位于試驗田偏西南處（圖1），主要由開路式紅外CO2/H2O分析儀（LI-7500A，LI-COR公司，美國）、三維超聲風速儀（R3-50，Gill公司，英國）和數據采集器（LI-7550，LI-COR公司，美國）等設備組成。紅外CO2/H2O分析儀和三維超聲風速儀安裝高度為地面以上2.5 m，采樣頻率為10 Hz，每30 min一組儲存在LI-7550中。

試驗區配套了環境因素觀測儀器，空氣溫濕度傳感器、凈輻射傳感器、光合有效輻射傳感器和雨量筒安裝在地面以上3 m；土壤溫濕度傳感器和土壤熱通量板安裝在地面以下5 cm。所有設備每隔30 min計算1組均值，通過數據采集器（CR1000，Campbell公司，美國）進行存儲。

1.2.2 棵間蒸發觀測

使用自制ML觀測水稻田棵間蒸發（）。ML由PVC材料制成，包含內筒和外筒；內筒內徑為6 cm，高12 cm，外筒比內筒略大，內徑為7 cm，外筒外壁均勻打孔。內外桶在使用前均不封底，內筒嵌入土壤8 cm深，取出原狀土后封底，然后放入嵌入田間的外筒；內筒土面與田間土面保持在相同水平面，隨后內桶加水，每次觀測第3～4天進行換水，保持內部水層深度與田間水層一致。由于早稻生育期間降雨頻繁，僅對2017—2018年晚稻生育期進行觀測，共計4個重復，ML位于測坑試驗區，每個生育期連續測量7 d左右，每天08:00測量內筒質量，測量前應將內筒表面水分用紙巾擦拭干凈。根據內筒面積推算可知，內筒質量每降低1 g代表蒸發0.354 mm水。

1.3 數據計算與處理

1.3.1 通量數據計算與校正

利用EddyPro通量數據處理軟件（LI-COR公司，美國）對高頻通量數據進行計算和校正，校正方法包括傾斜校正、空氣密度校正、頻率響應校正、質量控制[23-24]等，最終輸出30 min顯熱通量（Sensible heat flux，）、潛熱通量（Latent heat flux，LE）和凈生態系統交換量（Net Ecosystem Exchange，NEE）。使用Kljun模型[25]分析水稻生育期通量貢獻區，結果表明白天主風向90%通量來自76～109 m的范圍（圖1）。2017—2018年早晚稻生育期能量閉合度在0.74～0.98之間，屬于正常范圍[25]。剔除降雨前后數據、質量控制[26]指標為7～9時數據、摩擦風速（Friction wind speed，*）小于0.15 m/s時的數據。經過以上數據篩選后，共計27.0%的數據被剔除。采用目前主流插補方法對空缺數據進行插補。對于缺失的和LE數據，短時間窗口（≤2 h）采用線性回歸法插值，長時間窗口（> 2 h）采用平均日變化法[27]（Mean Diurnal Variation，MDV）插補，夜間缺失LE通過建立夜間LE與飽和水汽壓差和風速的線性關系進行插補[28]。為避免能量不閉合對ET組分的影響，采用“波文比法”[29]對LE和進行能量閉合處理。使用非線性回歸法對NEE進行插補并將NEE分解為總初級生產力（Gross Primary Production，GPP）和生態系統呼吸（Ecosystem Respiration，eco）。首先使用Lloyd &Taylor呼吸模型[30]對夜間NEE（即生態系統呼吸，eco）進行插補：

式中和為擬合參數，T為空氣溫度，℃。

同時使用該模型估算白天eco，白天有效GPP可由有效NEE與白天eco的差值得到，根據Monteith的輻射使用效率理論，缺失的GPP可由非矩形雙曲模型[31]模擬得到，公式如下：

式中為光響應曲線曲率參數；為表觀量子效率；PAR為光合有效輻射，mol/(m2·s)；max為生態系統最大凈光合速率，mol/(m2·s)。

1.3.2 基于水碳通量耦合的ET組分分解

本文采用uWUE法[16]對研究區ET進行組分分解。該方法首先定義潛在uWUE（Potential uWUE，uWUEp）和表觀uWUE（Apparent uWUE，uWUEa）

式中VPD為飽和水汽壓差，hPa。

/ET可以通過uWUEa和uWUEp的比值估算。

uWUEp和uWUEa可分別由全生育期GPP·VPD0.5和ET的95%分位回歸線的斜率和短時期GPP·VPD0.5和ET的線性回歸斜率得到（詳見文獻[16]）。本文分別使用R語言“quantreg”程序包和Excel 2016計算以上兩個參數。

1.3.3 基于小型蒸滲儀/渦度相關的ET組分分解

使用ML觀測的可由式（6）計算得到。

基于渦度相關法觀測的ET可由式（7）得到。

可由ET與的差值得到，即

式中w1和w分別為第+1日和第日內筒質量，g；0.354為轉換系數，mm/g，LE為潛熱通量，W/m2；為汽化潛熱，MJ/kg；ρ為水的密度，kg/m3。

2 結果與分析

2.1 氣象因素季節變化特征

2017—2018年水稻生長季主要氣象要素，包括氣溫（T）、凈輻射（Net Radiation，R）和飽和水汽壓差（VPD）季節變化特征見圖2。兩年各氣象因素季節變化差異不大。R在早稻生育期（4月下旬到7月中旬）總體呈增長趨勢，由于該時期陰雨天較多，R呈現頻繁的波動；晚稻生育期（7月下旬到10月下旬）干旱少雨，R波動較少且呈逐漸下降趨勢。T和R變化趨勢一致，2017和2018年早稻季平均溫度分別為24.6和26.5 ℃，晚稻季平均溫度分別為25.4和25.2 ℃。VPD總體處于較低水平，VPD高值出現在7月份，該時期炎熱少雨，因而VPD較高。2018年5月15—17日VPD出現極值（1.46～1.90 kPa），此時出現極端高溫天氣，最高溫度達到36 ℃左右，導致該時期VPD出現極值。

2.2 ET、GPP季節變化特征

ET、GPP是基于水碳通量耦合估算/ET的重要中間變量，其季節變化特征見圖3。

由圖3可知，水稻移栽后，GPP隨水稻的生長呈顯著的增長趨勢，早晚稻GPP分別在6月中旬和9月中旬達到峰值，2017和2018年早稻GPP峰值分別為11.0和14.8 g/(m2·d)，晚稻GPP峰值分別為16.0和15.6 g/(m2·d)，由于晚稻期間光熱條件更加充足，晚稻GPP明顯大于早稻。隨著水稻的成熟，葉片開始逐漸變黃，葉面積和葉綠素含量逐漸降低，早晚稻GPP逐漸下降。早晚稻ET季節變化趨勢與GPP存在顯著差異，早稻ET總體呈逐漸增大的趨勢，而晚稻ET則呈逐漸減少的趨勢，這與T和R的季節變化趨勢較為一致，表明該區域ET主要受氣象因素影響。7月為早稻黃熟期和晚稻返青期，盡管該時期葉面積較小，但較高的T、R使得ET保持在較高水平。早稻ET受陰雨天氣的影響呈現頻繁的波動，2017年6月中下旬出現連續陰雨天，導致該時期ET較小，而晚稻期間炎熱少雨，ET波動也較小。隨著晚稻成熟，此時T和R均處于較低水平，日平均ET在3 mm左右。

2.3 基于水碳通量耦合的ET組分變化特征

選取2017—2018年早晚稻生育期30 min的GPP、ET和VPD數據，采用95%分位回歸計算uWUEp結果見圖4。從圖4可以看出，GPP·VPD0.5與ET有明顯的上邊界，95%分位回歸可以有效代表生長旺盛期時GPP·VPD0.5與ET的變化情況。本研究得到的稻田uWUEp為9.89 g·hPa0.5/kg，高于美國加州稻田（8.94 g·hPa0.5/kg）和日本稻田（7.06 g·hPa0.5/kg）[32]，這可能是因為研究區光熱條件更加充足，使得研究區水稻生長和光合作用更強；然而，研究區稻田uWUEp低于冬小麥和大豆（10.52～12.47 g·hPa0.5/kg），遠小于玉米（16.90～19.12 g·hPa0.5/kg）[32]，這是因為玉米為C4作物，其光合效率遠大于C3作物（水稻、小麥、大豆等）。

2017和2018年不同稻季ET組分季節變化見圖5和表 1。隨著作物的生長，早稻E呈現先降低后升高的趨勢，則正好相反。早稻移栽后，由于水稻冠層覆蓋度最小，此時是ET的主要組成部分，2017年和2018年返青期早稻/ET分別為0.13和0.18。隨著水稻的生長，裸露水面面積減少，/ET逐漸升高，在拔節孕穗和抽穗開花期達到最大，此時為水稻營養生長旺盛期，ET主要由構成，日日棵間蒸發大多保持在1 mm/d以下。2017年和2018年拔節孕穗期/ET分別為0.64和0.70，抽穗開花期/ET分別為0.65和0.70。隨著早稻逐漸成熟，葉片開始變黃脫落，占比逐漸降低。晚稻ET組分季節變化規律與早稻相似。由于晚稻育秧時光熱條件更充足，秧苗相比早稻更健壯，移栽后/ET比早稻更大，2017年和2018年晚稻返青期/ET分別為0.35和0.34。此外，由于晚稻黃熟落干持續時間較長，收割前/ET更低。不同年份早晚稻全生育期ET組分情況見表1。對于早稻，2017年全生育期和分別為162.1和156.3 mm，分別占ET的51%和49%；2018年ET組分構成與2017年相近，E和分別占ET的48%和52%。對于晚稻，2017年全生育期和分別為170.3和281.6 mm，分別占ET的38%和62%，2018年晚稻/ET比2017年略低，為0.56。

表1 2017—2018年不同稻季各生育期ET組分

3 討 論

uWUE法是近年來基于水碳通量耦合的ET組分方法之一，該方法通過對水碳通量和氣象數據的簡單推算即可獲取生態系統尺度ET組分。需要注意的是，由于不同ET組分分解方法具有不同的理論基礎、適用范圍、觀測尺度等，難以判別哪種方法是絕對準確的，但可以通過不同方法之間的對比，分析不同方法的特點。uWUE法相比其他觀測方法簡單易用，可以獲取同一空間尺度連續的ET組分，FLUXNET等數據共享網也為該方法的廣泛使用提供數據基礎[33-34]。然而，該方法也存在一定的局限性，首先該方法假設在作物生長旺盛期近似等于ET；其次，該方法不適用于多植被覆蓋的生態系統[16-17]。由于uWUE法提出時間較短，目前僅在少量站點進行了驗證，Ma等[18]指出常規線性回歸方法可能會低估橡樹草原的uWUEa，并發現使用80%分位回歸計算uWUEa時得到的/ET與實際觀測結果較為一致。

本研究使用ML/EC法對稻田ET組分進行了同步觀測，并與uWUE方法估算結果進行了比較，圖6顯示了2017和2018年晚稻季ML/EC法和uWUE法估算逐日/ET的變化情況。從圖中可以看出，兩種方法估算的/ET總體變化趨勢保持一致。但在水稻生育前期，ML/EC法估算的/ET明顯小于uWUE法，這可能與ML的小尺度觀測有關。ML一般置于水稻行間，在生育初期，由于水稻植株矮小，其對ML的遮蔽作用相比田間尺度更弱，此時觀測的E更接近于無遮蔽的水面蒸發，從而導致ML/EC法估算的/ET變小。Zhou等[11]也發現uWUE法與穩定同位素、ML/EC法的差異主要集中在生長前期和后期，而在作物生長中期，uWUE法與其他方法估算的ET非常接近。

除生育初期以外，uWUE法估算的陰天/ET明顯高于ML/EC法。圖7顯示了2017和2018晚稻期間陰天/ET的平均情況。對于ML/EC法，/ET為（0.40±0.19），而uWUE法則為（0.61±0.20），這可能與太陽輻射對ET和GPP的非一致線性影響相關。本研究區域水分條件充足，ET主要受太陽輻射控制[2]，因此陰天輻射的降低會使ET顯著降低；對于稻田光合強度，盡管被太陽直射的部分葉片光合強度降低，但陰天散射輻射占太陽輻射比例較高[35]，散射輻射可以滲透到植被中下層的葉片，使得背陰處的葉片可以接收更多的散射輻射，從而對整體光合作用強度起到了一定的補償作用，因此uWUE反而升高。許多研究[35-37]也發現WUE或uWUE在與晴空指數（Clearness Index, CI）呈負相關關系。然而，uWUE模型是建立在葉片尺度上理想的氣體擴散理論上的，即假設輻射對GPP和ET的影響可以相互抵消，因此在濕潤區陰天，由于太陽輻射對GPP和ET的影響程度不同，uWUE法會出現一定的偏差。剔除掉陰天和生育初期數據以后，兩種方法估算/ET呈顯著線性關系，線性回歸斜率為0.958，決定系數2為0.852（圖8），表明uWUE法可以較好地模擬研究區稻田/ET。

基于uWUE法，本研究得到的長江中下游稻田全生育期/ET在0.49～0.62之間，由于晚稻生育期間光熱條件明顯好于早稻，晚稻作物生長較早稻更為旺盛，其/ET也高于早稻。研究區稻田/ET與東北三江平原、菲律賓、巴西、日本等地稻田/ET結果相近[38-40,32]，但略小于太湖流域控制灌溉稻田（0.62～0.65）和孟加拉稻田（0.64～0.70）[41-42]，這可能與不同的ET組分分解方法、水稻種植密度、品種等因素有關。稻田生態系統土壤大部分時間處于淹水或者近飽和狀態，與小麥、玉米等旱作物田間水分狀態存在差異，因而稻田/ET一般小于旱作物。馮禹等[4]使用雙作物系數法得到黃土高原春玉米/ET在0.64～0.68之間；Ma等[43]分別觀測了小麥和玉米田ET及其組分，發現2015和2016年單作小麥/ET分別為0.68～0.73，而單作玉米/ET均為0.70；Lei等[44]得到的華北平原冬小麥/ET為0.69～0.76。Jiang等[32]基于四種典型農田生態系統11個通量站點，共計32 a水碳通量數據，使用uWUE法將ET分解為和，發現夏玉米/ET最高（0.67±0.04），其次為冬小麥（0.65±0.07）和大豆（0.60±0.05），最后為水稻（0.57±0.02）。

4 結 論

本文基于水碳耦合關系，采用潛在水分利用效率（Underlying Water Use Efficiency, uWUE）法對長江中下游典型雙季稻田蒸散發（Evapotranspiration, ET）進行了組分分解，并與小型蒸滲儀/渦度相關（Micro Lysimeter/ Eddy Covariance, ML/EC）法觀測結果進行了比較，主要結論如下：

1）早晚稻植株蒸騰占蒸散發比例（Transpiration/Evapotranspiration,/ET）均呈先增加后減小的趨勢；水稻移栽后，稻田ET以棵間蒸發（Evaporation,）為主，返青期/ET在0.13～0.35之間；隨水稻的生長，占ET比例逐漸增大，到拔節孕穗-抽穗開花期達到最大，該時期/ET在0.62～0.79之間；隨著水稻逐漸成熟，/ET逐漸降低。

2）uWUE法和ML/EC法估算/ET主要差異在生長初期和陰天，ML/EC法可能低估生育初期/ET，而uWUE法則可能高估陰天/ET。未來有必要考慮濕潤區稻田水分利用效率影響機制，改進基于水碳通量耦合的ET組分分解方法。

3）2017年和2018年研究區早稻全生育期/ET分別為0.49和0.52，略低于晚稻全生育期/ET（0.62和0.56）。基于uWUE法得到的長江中下游稻田/ET與東北三江平原、菲律賓、巴西、日本等地稻田/ET結果相近，普遍低于小麥、玉米等旱作生態系統。

[1] Ma N, Zhang Y S, Guo Y H, et al. Environmental and biophysical controls on the evapotranspiration over the highest alpine steppe[J]. Journal of Hydrology, 2015, 529: 980-992.

[2] Liu B, Cui Y L, Luo Y F, et al. Energy partitioning and evapotranspiration over a rotated paddy field in Southern China[J]. Agricultural and Forest Meteorology, 2019, 276-277: 107626.

[3] 劉笑吟，王冠依，楊士紅，等. 不同時間尺度節水灌溉水稻騰發量特征與影響因素分析[J]. 農業機械學報，2016，47(8)：91-100，170.

Liu Xiaoyin, Wang Guanyi, Yang Shihong, et al. Influence factors and characteristics of transpiration and evaporation in water-saving irrigation paddy field under different temporal scales[J]. Transactions of The Chinese Society of Agricultural Machinery, 2016, 47(8): 91-100, 170. (in Chinese with English abstract)

[4] 馮禹，龔道枝，王罕博，等. 基于雙作物系數的旱作玉米田蒸散估算與驗證[J]. 中國農業氣象，2017，38(3)：141-149.

Feng Yu, Gong Daozhi, Wang Hanbo, et al. Estimating rainfed maize evapotranspiration using the FAO dual crop coefficient method on the Loess Plateau[J]. Chinese Journal of Agrometeorology, 2017, 38(3): 141-149. (in Chinese with English abstract)

[5] 吳友杰，杜太生. 基于氧同位素的玉米田蒸散發估算和區分[J]. 農業工程學報，2020，36(4)：127-134.

Wu Youjie, Du Taisheng. Estimating and partitioning evapotranspiration of maize farmland based on stable oxygen isotope[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(4): 127-134. (in Chinese with English abstract)

[6] 徐曉梧，余新曉，賈國棟，等. 基于穩定同位素的SPAC 水碳拆分及耦合研究進展[J]. 應用生態學報，2017，28(7)：2369-2378.

Xu Xiaowu, Xu Xinxiao, Jia Guodong, et al. A review of water and carbon flux partitioning and coupling in SPAC using stable isotope techniques[J]. Chinese Journal of Applied Ecology, 2017, 28(7): 2369-2378 (in Chinese with English abstract)

[7] 吳友杰，杜太生. 西北干旱區農田土壤蒸發量及影響因子分析[J]. 農業工程學報，2020，36(12)：110-116.

Wu Youjie, Du Taisheng. Evaporation and its influencing factors in farmland soil in the arid region of Northwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(12): 110-116. (in Chinese with English abstract)

[8] Rafi Z, Merlin O, Dantec V L, et al. Partitioning evapotranspiration of a drip-irrigated wheat crop: Inter-comparing eddy covariance-, sap flow-, lysimeter- and FAO-based methods[J]. Agricultural and Forest Meteorology, 2019, 265: 310-326.

[9] Griffis T J. Tracing the flow of carbon dioxide and water vapor between the biosphere and atmosphere: A review of optical isotope techniques and their application[J]. Agricultural and Forest Meteorology, 2013, 174/175: 85-109.

[10] 岳寧. 隴中半干旱區玉米水分利用效率及其對T/ET響應的研究[D]. 蘭州：蘭州大學，2018.

Yue Ning. Water use Efficiency And Its Response To T/ET Of Maize Field In Longzhong Semi-Arid Area[D]. Lanzhou: Lanzhou University, 2018. (in Chinese with English abstract)

[11] Zhou S, Yu B F, Huang Y F, et al. Water use efficiency and evapotranspiration partitioning for three typical ecosystems in the Heihe River Basin, northwestern China[J]. Agricultural and Forest Meteorology, 2018, 253/254: 261-273.

[12] Kool D, Agam N, Lazarovitch N, et al. A review of approaches for evapotranspiration partitioning[J]. Agricultural and Forest Meteorology, 2014, 184: 56-70.

[13] Shuttleworth W J, Wallace J S, Evaporation from sparse crops-an energy combination theory[J]. Quarterly Journal of the Royal Meteorological Society, 1985, 111: 839-855.

[14] Liu X Y, Xu J Z, Wang W G, et al. Modeling rice evapotranspiration under water-saving irrigation condition: Improved canopy-resistance-based[J]. Agricultural Water Management, 2020, 590: 125435.

[15] Scanlon T, Sahu P. On the correlation structure of water vapor and carbon dioxide in the atmospheric surface layer: A basis for flux partitioning[J]. Water Resources Research, 2008, 44: W10418.

[16] Zhou S, Yu B F, Huang Y F, et al. Partitioning evapotranspiration based on the concept of underlying water use efficiency[J]. Water Resources Research, 2016, 52: 1160-1175.

[17] Zhou S, Yu B F, Huang Y F, et al. The effect of vapor pressure deficit on water use efficiency at the subdaily time scale[J]. Geophysical Research Letters, 2014, 41: 5005-5013.

[18] Ma S Y, Eichelmann E, Wolf S, et al. Transpiration and evaporation in a Californian oak-grass savanna: Field measurements and partitioning model results[J]. Agricultural and Forest Meteorology, 2020, 295:108204.

[19] 王衛光，彭世彰，孫風朝，等. 氣候變化下長江中下游水稻灌溉需水量時空變化特征[J]. 水科學進展，2012，23(5)：656-664.

Wang Weiguang, Peng Shizhang, Sun Fengchao, et al. Spatiotemporal variations of rice irrigation water requirements in the mid-lower reaches of Yangtze River under changing climate[J]. Advances in Water Science, 2012, 23(5): 656-664. (in Chinese with English abstract)

[20] Tuong T P, Bouman B A M, Mortimer M. More rice, less water-Integrated approaches for increasing water productivity in irrigated rice-based systems in Asia[J]. Plant Production Science, 2005, 8: 229-239.

[21] 劉影，肖池偉，李鵬，等. 基于Landsat影像的鄱陽湖平原水稻生產區水稻熟制動態監測[J]. 自然資源學報，2016，31(12)：2086-2098.

Liu Ying, Xiao Chiwei, Li Peng, et al. Monitoring rice cropping system changes in the major rice-producing are of Poyang Lake plain using Landsat images during 2005-2013[J]. Journal of Natural Resources, 2016, 31(12): 2086-2098. (in Chinese with English abstract)

[22] 才碩，時紅，許亞群，等. 贛撫平原灌區雙季稻優化灌溉方式研究[J]. 中國農村水利水電，2014（4）：11-14.

Cai Shuo, Shi Hong, Xu Yaqun, et al. Research on the intensifying irrigation modes of double season rice in irrigation areas of Ganfu Plain[J]. China Rural Water and Hydropower, 2014(4): 11-14. (in Chinese with English abstract)

[23] 時元智，崔遠來，才碩，等. WPL 校正和坐標軸旋轉對稻田湍流通量計算的影響[J]. 中國農村水利水電，2016(9)：5-9.

Shi Yuanzhi, Cui Yuanlai, Cai Shuo, et al. Influence of WPL correction and coordinate rotation on turbulent fluxes calculation in paddy field[J]. China Rural Water and Hydorpower, 2016(9): 5-9. (in Chinese with English abstract)

[24] 李亞威，劉笑吟，徐哲威，等. 不同蒸散量時間尺度提升法用于節水灌溉稻田的對比分析[J]. 農業工程學報，2021，37(21): 90-99.

Li Yawei, Liu Xiaoyin, Xu Zhewei, et al. Comparative analysis of different temporal up-scaling methods for evapotranspiration applied to water-saving irrigated paddy fields[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(21): 90-99. (in Chinese with English abstract).

[25] Kljun N, Calanca P, Rotach M W, et al. A simple parameterisation for flux footprint predictions[J]. Boundary-Layer Meteorology, 2004, 112(3): 503-523.

[26] Foken T, G?ockede M, Mauder M, et al. Post-field data quality control[M]// Lee X, Massman W, Law B. Handbook of Micrometeorology: A Guide for Surface Flux Measurements. Dordrecht: Kluwer Academic, 2004: 81-108.

[27] Falge E, Baldocchi D, Olson R, et al. Gap filling strategies for long term energy flux data sets[J]. Agricultural and Forest Meteorology, 2001, 107(1): 71-77.

[28] Liu B, Cui Y L, Shi Y Z, et al. Comparison of evapotranspiration measurements between eddy covariance and lysimeters in paddy fields under alternate wetting and drying irrigation[J]. Paddy and Water Environment, 2019, 17: 725-739.

[29] Wohlfahrt G, Haslwanter A, Hortnagl L, et al. On the consequences of the energy imbalance for calculating surface conductance to water vapour[J]. Agricultural and Forest Meteorology, 2009, 149(9): 1556-1559.

[30] Lloyd J, Taylor J A. On the temperature dependence of soil respiration[J]. Functional Ecology, 1994, 8(3): 315-323

[31] Gilmanov T G, Verma S B, Sims P L, et al. Gross primary production and light response parameters of four Southern Plains ecosystems estimated using long-term CO2-flux tower measurements[J]. Global Biogeochemical Cycles, 2003, 17(2): 1071.

[32] Jiang S Z, Liang C, Cui N B, et al. Water use efficiency and its drivers in four typical agroecosystems based on flux tower measurements[J]. Agricultural and Forest Meteorology, 2020, 295: 108200.

[33] Baldocchi D, Falge E, Gu L, et al. FLUXNET: A new tool to study the temporal and spatial variability of ecosystem-scale carbon dioxide, water vapor, and energy flux densities[J]. Bulletin of the American Meteorological Society, 2001, 82(11): 2415-2434.

[34] 于貴瑞，張雷明，孫曉敏. 中國陸地生態系統通量觀測研究網絡（ChinaFLUX）的主要進展及發展展望[J]. 地球科學進展，2014，33(7)：903-917.

Yu Guirui, Zhang Leiming, Sun Xiaomin. Progresses and prospects of Chinese terrestrial ecosystem flux observation and research network (ChinaFLUX)[J]. Progress in Geography, 2014, 33(7): 903-917. (in Chinese with English abstract)

[35] Wang Y, Zhou L, Jia Q Y, et al. Water use efficiency of a rice paddy field in Liaohe Delta, Northeast China[J]. Agricultural Water Management, 2017, 187: 222-231.

[36] 闞飛，岳寧，丁林凱，等. 不同氣象條件下隴中玉米農田生態系統水分利用效率研究[J]. 灌溉排水學報，2018，37(10)：116-122.

Kan Fei, Yue Ning, Ding Linkai, et al. Water use efficiency of maize agroecosystem in Longzhong region under different weathers[J]. Journal of Irrigation and Drainage, 2018, 37(10): 116-122. (in Chinese with English abstract)

[37] Zhang M, Yu G, Zhuang J, et al. Effects of cloudiness change on net ecosystem exchange, light use efficiency, and water use efficiency in typical ecosystems of China[J]. Agricultural and Forest Meteorology, 2011, 151(7): 803-816.

[38] Alberto M C R, Quilty J R, Buresh R J, et al. 2014. Actual evapotranspiration and dual crop coefficients for dry-seeded rice and hybrid maize grown with overhead sprinkler irrigation[J]. Agricultural Water Management, 2014, 136: 1-12.

[39] 聶曉，王毅勇，劉興土. 節水灌溉對三江平原寒地水稻生理生態需水和產量的影響[J]. 華北農學報，2011，26(6)：168-173.

Nie Xiao, Wang Yiyong, Liu Xingtu. Effects of water-saving irrigation on ecological and physiological water requirement and yield of cold rice at Sanjiang Plain[J]. Acta Agriculture Boreali-Sinica, 2011, 26(6): 168-173. (in Chinese with English abstract)

[40] Diaz M B, Roberti D R, Carneiro J V, et al. Dynamics of the superficial fluxes over a flooded rice paddy in southern Brazil[J]. Agricultural and Forest Meteorology, 2019, 276-277, 107650.

[41] 劉笑吟，王海明，王鑰，等. 節水灌溉稻田蒸發蒸騰過程及其比例變化特征研究[J]. 農業機械學報，2021，52(7): 271-282.

Liu Xiaoyin, Wang Haiming, Wang Yue, et al. Characteristics of rice transpiration and soil evaporation and their proportion variation in water-saving irrigated paddy field[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(7): 271-282. (in Chinese with English abstract)

[42] Hossen M S, Mano M, Miyata A, et al. Surface energy partitioning and evapotranspiration over a double-cropping paddy field in Bangladesh[J]. Hydrological Processes, 2012, 26: 1311-1320.

[43] Ma L S, Li Y J, Wu P T, et al. Coupling evapotranspiration partitioning with water migration to identify the water consumption characteristics of wheat and maize in an intercropping system[J]. Agricultural and Forest Meteorology, 2020, 290: 108034.

[44] Lei H M, Gong T T, Zhang Y C, et al. Biological factors dominate the interannual variability of evapotranspiration in an irrigated cropland in the North China Plain[J]. Agricultural and Forest Meteorology, 2018, 250/251: 262-276.

Partitioning evapotranspiration using the water-carbon flux coupling in a paddy field in the Middle and Lower Reaches of the Yangtze River in China

Liu Bo1,2, Wang Wenchao3, Cui Yuanlai2, Xu Tao4

(1.,,225009,;2.,,430072,;3.,,.,.,430010,;4.,330201,)

Partitioning Evapotranspiration (ET) over an agricultural ecosystem has been one of the most important strategies to improve the water use efficiency of the rice-producing areas in the middle and lower reaches of the Yangtze River in China. However, the traditional ET partitioning presents labor intensive, scales mismatches, and low applicability. The new ET partitioning has been widely expected to consider the water-carbon fluxes coupling in recent years. In the present study, a two-year (2017-2018) water-carbon flux was evaluated using the eddy covariance measurement over a paddy field in the middle and lower reaches of the Yangtze River in China. An Underlying Water Use Efficiency (uWUE) model was also applied to partition the ET into the transpiration () and evaporation (), in order to investigate the seasonal variation of ET and the/components. Moreover, the uWUE model was verified by the/ET observation using the micro-lysimeter and eddy covariance measurement. The results showed that the ET were 318.4 and 335.6 mm for the early rice, and 451.9 and 469.0 mm for the late rice in 2017 and 2018, respectively. The seasonal variation of T/ET was also closely related to the plant phenology. Specifically, the E was the main component of ET with the/ET ranging from 0.13-0.35 at the regreening stage after the early and late rice were transplanted. The/ET gradually increased with the growth of the rice plant, when reaching the peak values of 0.62-0.79 at the jointing, booting-heading, and flowering stages. Then, the/ET decreased with the senescence of the paddy rice. In season, the/ET values of the early rice were 0.49 and 0.52, respectively, which were lower than those of the late rice (0.62 and 0.55) in 2017 and 2018, respectively, because the light and thermal conditions were much better during the late rice season. Furthermore, the/ET variations over the paddy fields in the study area were close to those in the Sanjiang Plain, Philippines, Brazil, and Japan, but lower than the dryland ecosystems, such as wheat and maize. In addition, there were great differences in/ET in the initial period and cloudy days using the uWUE and micro-lysimeter/eddy covariance measurements. The micro-lysimeter/eddy covariance measurement underestimated the T/ET in the early stage, whereas, the uWUE simulation overestimated in cloudy days. However, the daily/ET presented a significant linear correlation (2=0.852,<0.01), indicating that the uWUE model can be used to partition ET over paddy fields. Future work needs to be done to investigate the water use efficiency over paddy fields in humid areas for better ET partitioning. The findings can also provide a strong reference for the application of uWUE model over rice ecosystems, as well as water-saving irrigation and allocation in the middle and lower reaches of the Yangtze River.

evapotranspiration; transpiration; evaporation; eddy covariance technology; water-carbon fluxes coupling; rice ecosystem; underlying water use efficiency

2021-05-17

2021-10-10

國家自然科學基金委員會-中華人民共和國水利部-中國長江三峽集團有限公司長江水科學研究聯合基金項目（U2040213）；江西省水利廳一般科技項目（202123YBKT09）

劉博，博士，講師，研究方向為農田生態水文與節水灌溉。Email：boliu@yzu.edu.cn

10.11975/j.issn.1002-6819.2021.24.011

S271；S161.4

A

1002-6819(2021)-24-0094-08

劉博，汪文超，崔遠來，等. 基于水碳通量耦合的長江中下游稻田蒸散發組分分解[J]. 農業工程學報，2021，37(24)：94-101. doi：10.11975/j.issn.1002-6819.2021.24.011 http://www.tcsae.org

Liu Bo, Wang Wenchao, Cui Yuanlai, et al. Partitioning evapotranspiration using the water-carbon flux coupling in a paddy field in the Middle and Lower Reaches of the Yangtze River in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(24): 94-101. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.24.011 http://www.tcsae.org