不同冠層阻力模型對冬小麥返青?成熟期蒸散量估算的影響*

郭仲英，吳英楠，劉曉英，顧峰雪，李玉中，鐘秀麗，李巧珍

不同冠層阻力模型對冬小麥返青?成熟期蒸散量估算的影響*

郭仲英，吳英楠，劉曉英**，顧峰雪，李玉中，鐘秀麗，李巧珍**

（中國農業科學院農業環境與可持續發展研究所，北京 100081）

蒸散量是農田水循環的重要組成部分，其準確估算對精準灌溉及農業節水具有重要意義。Penman- Monteith（P-M）模型是常用的估算方法之一，但冠層阻力/表面阻力的準確表達一直是應用中的難點。選取常用的7種冠層阻力模型，根據北京市順義區2a（2020年和2021年）的波文比實測結果，對不同模型模擬的小麥冠層阻力及P-M估算的小麥蒸散量進行比較，并進一步分析影響小麥冠層阻力的主要因子。結果表明，7種模型均低估了小麥冠層阻力，同時高估了蒸散量?？傮w而言，Todorovic模型（TD）模擬效果最好，其模擬的冠層阻力和蒸散量的R2均大于0.605，平均偏差（MBE）分別為?82.8s·m?1和10.4W·m?2，相應的均方根誤差（RMSE）分別為254.4s·m?1和33.5W·m?2；其余6種模型表現均較差，所模擬的冠層阻力R2僅0.113～0.241，MBE和RMSE在?236.4～?61.3s·m?1、277.2～373.8s·m?1；基于6種模型模擬阻力得到的小麥蒸散量與實測值的R2在0.046～0.184，MBE和RMSE分別在44.5～97.4W·m?2、81.4～147.9W·m?2。7種模型模擬效果排序為TD>FAO56-PM>Katerji-Perrier(KP) >Garc?á-Santos(GA)>idso(IS)>Jarvis(JA)>CO。相關分析表明，凈輻射（Rn）對小麥冠層阻力的影響最大，氣溫（Ta）和冠層溫度(Tc)對其影響最小，各因子影響力大小表現為Rn>葉面積指數（LAI）>相對濕度（RH）>飽和水汽壓（VPD）>土壤水分（θ）>冠氣溫差（?T）>Tc>Ta。這一結果較好地解釋了TD模型的良好普適性，既考慮了Rn、VPD、?T等影響冠層阻力的關鍵因子，且不含待校正參數，使用方便。

冠層阻力模型；冬小麥；蒸散量；Penman-Monteith

在北方冬麥區，小麥消耗水分主要來源于降水、灌溉和土壤貯水。由于降水大部分集中在6?8月，冬小麥生長期的降水量較少，致使冬小麥的需水與降水匹配度差，灌溉成為保障小麥產量的重要措施[1]。而小麥蒸散量（ET）是灌溉決策重要基礎，其準確與否對灌溉系統設計運行、灌溉制度制訂及農業用水管理具有重要意義。

前人圍繞作物蒸散量的實測和模擬開展了大量研究，提出了許多方法[2]。其中，P-M模型是最常用的方法之一，但模型中冠層阻力參數對估算精度影響較大，其在模型中的準確表達一直是研究及應用中的難點。P-M公式將冠層和地表當作一層即“大葉”看待，并引入表面阻力/冠層阻力參數（rs）的概念[3]。冠層阻力是一個虛擬的物理量，表示不同層次、不同部位葉片的氣孔阻力、土壤濕潤狀況及冠層內空氣動力學特性等因素對整個冠層蒸散影響總效果的一個參數。因此，冠層阻力并不是一個純粹的生理參數，其大小并不能僅僅從冠層上各個葉片的氣孔阻力值完全確定[4]，還受到其他眾多環境因子和作物因素的影響，造成其準確估算十分困難。大量研究表明，rs對P-M公式的估算精度影響很大。王安志等[5?6]發現P-M模型在估算農田作物ET時，rs的精確度起關鍵作用。李俊等[7]采用P-M模型和Shuttleworth-Wallace(S-W)模型模擬冬小麥田主要生長季的逐時ET，并分析了模型對各阻力參數的敏感性，發現S-W和P-M模型估算的ET均對rs最敏感。有學者[8]曾指出，P-M模型的模擬精度主要是受太陽輻射、空氣動力學阻力和冠層阻力準確度的影響。Allen等[9]也認為，若能確定具體作物的rs以及空氣動力學阻力，P-M模型適合任何作物ET的直接計算，而不僅僅是參考作物。FAO將P-M模型推薦為計算參照作物ET的標準方法，并且推薦rs取值為70s·m?1[9?10]。有研究表明[11?12]，rs可以推廣到多種作物，如冬小麥[11]等。

目前獲得作物群體冠層阻力常用三種方法：（1）反推法。是利用實測的ET采用P-M公式反推得到rs[13?14]，這是一種自上而下的方法(top-down approach)[15]，而且這樣得到的結果常視為“測定”值；（2）升尺度法。利用實測作物單個葉片的氣孔阻力，結合作物群體葉面積指數（LAI）空間垂直分布信息，對氣孔阻力校正后得到群體冠層阻力[16?18]；與方法（1）相比，這是一種自下而上的方法(bottom-up approach)[19]；（3）環境因子函數法。該方法考慮了影響葉片氣孔阻力的各類環境因子，并假設群體冠層阻力也受到這些環境因素的影響，且遵從同樣的函數關系，從而構建的rs模型[20?21]。以上三種方法中，環境因子函數法應用較多，如著名的JA模型[22]。黃輝等[23]通過引進LAI，將Yu等[24]校正的JA模型從葉片尺度擴展到冠層尺度，并以溫度和光合有效輻射兩個變量構建組合模型，模擬了華北平原小麥田的rs。李俊等[7]改進了Noihan的rs模型中有效LAI的算法，較好地模擬了禹城地區的冬小麥蒸散量。文建川等[25]用8種組合方式的JA模型和Irmak模型對低丘紅壤區稻田蒸散量進行了較好的模擬。在JA模型基礎上，莫興國[20]利用波文比實測資料，采用非線性最優化方法建立了華北平原冬小麥群體rs與太陽輻射、氣溫、空氣飽和差以及土壤含水量等環境因子的函數關系模型，并證明模型有較好的預測能力。Li等[26]基于JA模型和流體動力學原理，引入了土壤阻力參數，構建了耦合的rs模型（CO模型），在模擬芬蘭南部的大麥生長前期（LAI<2）效果良好。Garc?á-Santos等[27]在Jarvis- Stewart模型基礎上，只保留了凈輻射和飽和水氣壓，提出了一種rs模型（GA模型），并較好模擬了兩種植物的ET。Katerji等[28]基于對巴黎礦區水分條件良好的苜蓿的ET研究提出了一種廣泛應用的模型，即Katerji-Perrier（KP模型）rs模型，大量應用發現KP適用于很多種作物，如苜蓿[29]、草地[30?32]、向日葵[33]、高粱[33?34]、大豆[35]、萵苣[36]等。Todorovic[31]通過對加州地中海氣候下供水良好的草地ET模擬，提出一種阻力模型（TD模型），其計算rs時不需要任何校準，在很多應用中效果較好[31，37]。Yan等[38]利用TD和KP模擬了中國南部小麥和茶樹的蒸散量，發現二者都可以很好地估算小麥的小時和日蒸散量，但對于茶樹的日蒸散量，TD的模擬效果較差。Howell等[39]應用Idso[40]提出的冠氣溫差與空氣飽和水汽壓差線性關系的經驗模型（IS模型）來計算rs，發現此方法模擬德克薩斯州的冬小麥、高粱和玉米都有較好的效果。袁國富等[41]曾用IS模型估算禹城冬小麥不同生育期的最小冠層阻力，結果具有較好的代表性。

由于多數阻力模型是針對特定試驗地點和特定作物建立的，模型的普適性不明確，需用田間數據進行效果評價。文建川等[25]將兩種模型應用到低丘紅壤區的稻田，冠層阻力模型種類少，也未研究模擬冬小麥的效果，且試驗環境與北京不符。本研究通過把7種常用的rs模型引入P-M公式，探索該類阻力模型在模擬冬小麥蒸散量時的效果，從而實現提高P-M模型估算精度的目的，為小麥蒸散量準確估算提供多種方法選擇。

1 資料與方法

1.1 試驗地點及相關要素觀測

冬小麥試驗在中國農業科學院農業環境與可持續發展研究所北京順義基地進行?；卣嫉孛娣e66.67hm2，小麥種植面積53.33hm2，試驗田位于基地西北側，四周為小麥田，下墊面滿足波文比的測定要求。試驗地區屬于溫帶半濕潤大陸性季風氣候，四季分明，雨熱同季，晝夜溫差大，年平均氣溫11.5℃，無霜期平均120d，年平均降水量625mm。土壤質地為粉壤土，田間持水量為0.389cm3·cm?3（0?100cm）。試驗觀測時間為2020年和2021年冬小麥土壤水分主要消耗期（返青期?成熟期），即3?6月。

氣象數據由試驗田內的波文比系統得到，觀測要素包括氣溫、空氣相對濕度、總太陽輻射及凈輻射、土壤熱通量、風速、風向、氣壓等。數據采集器CR1000（美國）安裝高度為1.5m，每30min采集并記錄一次數據；用維薩拉P155A-L空氣溫濕度傳感器（芬蘭）測量兩個高度（1m和2m）的氣溫和濕度；用四分量輻射儀CNR4（荷蘭）測定輻射量，安裝高度1m；用自校準土壤熱通量傳感器HFP01SC（荷蘭）測量土壤熱通量，安裝高度為地下0.1m；用05103L風速風向傳感器（美國）測量風速風向，安裝高度2m；用TE525MM翻斗式雨量計（美國）記錄降水量，安裝高度2m；用PTB110氣壓計(芬蘭)記錄氣壓，安裝高度2m；用冠層溫度傳感器SI-111（美國）測量冬小麥冠層溫度，安裝高度為1m。

小麥葉面積指數（LAI）數據用Sunscan冠層分析儀（英國）測定，3?6月每5～7d測量一次。

土壤含水率由TDR測定，預埋三根測管，測后取平均值，測量深度為20、40、60、80及100cm。每個生育期進行，并與烘干法結果進行擬合校正。

1.2 Penman-Monteih蒸散量估算模型

P-M模型[3]是Monteih基于Penman的潛在蒸發公式得出，它基于能量守恒和空氣擴散理論，把植物冠層和土壤在動量匯源上看作是一片大葉[42?43]，并引入冠層阻力，計算式為

式中，λ為蒸發潛熱（J·kg?1），ET為作物蒸散量（W·m?2），Δ為飽和水汽壓曲線斜率（kPa·℃?1），Rn為凈輻射（W·m?2），G為土壤熱通量（W·m?2），Cp為空氣定壓比熱（J·kg?1·℃?1），ρa為空氣密度（kg·m?3），VPD為飽和水汽壓差（kPa），ra為空氣動力學阻力（s·m?1），rs為冠層阻力（s·m?1），γ為干濕表常數（kPa·℃?1）。其中，ra計算式為[43?44]

式中，z為參考高度（m），d為零平面位移（m），hc為植株高度（m），z0為作物相對于動量傳輸的粗糙高度（m），k為卡曼常數（k=0.4），u為參考高度的風速（m·s?1）。

1.3 冬小麥蒸散量實測值

使用波文比能量平衡法測定冬小麥蒸散量。該方法是Bowen在1926年基于能量平衡原理提出的[45]，根據兩個高度實測的溫度差和水汽壓差，輔以凈輻射、土壤熱通量而得到蒸散量。

地表能量平衡公式為

式中，H為顯熱通量（W·m?2），λET為潛熱通量（W·m?2）。

根據相似理論，假設潛熱和顯熱交換系數相等，同時引入波文比β=H/λET，并將微分化為差分，得到顯熱、潛熱通量，即

1.4 冬小麥冠層阻力rs模型

選擇rs模型要符合模型簡單、所需數據容易獲得、以往研究應用效果好和應用廣泛4項標準。基于這些標準，選擇7個rs模型如表1所示。

表1 研究所選冠層阻力模型

注：ri為等溫阻力(s·m?1)；r*為氣候阻力(s·m?1)；Tc為冠層溫度（℃）；Ta為空氣溫度（℃）；rcmin為充分供水條件下最小氣孔阻力(s·m?1)；θw為凋萎系數（0?100cm），取0.089cm3·cm?3；θf為田間持水量（0?100cm），取0.389cm3·cm?3；θ 為實際土壤含水量（cm3·cm?3）；rss為土壤阻力(s·m?1)。

Note: riis isothermal resistance (s·m?1); r*is the climate resistance (s·m?1); Tcis the canopy temperature (℃); Tais the air temperature (℃); rcminis the minimum pore resistance (s·m?1) under the condition of sufficient water supply; θwis the wilting coefficient (0?100cm,which is 0.089cm3·cm?3; θfis the field capacity (0?100cm) ,which is 0.389cm3·cm?3; θ is the actual soil water content (cm3·cm?3); rssis soil resistance (s·m?1).

1.5 模型檢驗及數據處理

模型檢驗從rs及λET兩方面進行，即分別使用rs實測值和小麥λET的實測值來驗證模型模擬值。rs實測值為P-M模型反演后的值，即將波文比實測的λET代入P-M模型中，經數學反演得到冠層阻力rsP?M，即

實際計算時，首先依據小麥田試驗觀測及氣象數據，利用表1中每個rs模型計算得到模擬值，再將rs模擬值與式（13）得到的實測值進行比較，從而實現對rs模型的初步檢驗。其次，將rs模擬值代入P-M模型，計算得到不同阻力模型條件下的λET，再將此值與波文比實測的小麥λET進行比較，實現對rs模型的二次檢驗。所有計算過程采用Matlab編程實現。

波文比及氣象數據的質量控制參閱莫興國的方法[20]。雨天β值很接近?1，通過波文比公式可知，λET會很大，這明顯不符合實際，因此，刪除雨天和灌溉天不可用的數據，最終獲得183d可用數據，其中2020年90d，2021年93d。波文比記錄的數據是30min的平均值，先使用該數據系列計算30min的λET系列值，之后再計算日平均λET，最后用式（13）得到日尺度的rs實測值與各影響因子進行相關分析。

阻力模型所需要的LAI是通過將生育期每隔5～7d測定的數據進行非線性回歸方法進行插補，從而得到作物參數的逐日值。

1.6 評價指標

評價指標主要包括決定系數 R2、平均偏差MBE和均方根誤差RMSE，各指標計算式分別為[49]

2 結果與分析

2.1 試驗期間氣象條件及實測小麥蒸散量

由圖1可見，兩個試驗年度的3?6月，當地日凈輻射量（Rn）基本在30～250W·m?2；土壤熱能量（G）的變化區間為?22～44W·m?2；兩年的風速（W）變化趨勢基本一致，最大值分別出現在2020年3月26日（3.6m·s?1）和2021年5月7日（3.2m·s?1）；溫度（T）變化區間在1～30℃；VPD整體呈上升趨勢，波動范圍在0.2～2.9kPa；3?6月降水量分別為61.2、36.8mm，但時間分配上不均勻，2020年主要集中在4、5、6月，峰值出現在4月16日（18.1mm）；而在2021年降水主要集中在5、6月，峰值出現在5月22日（6.3mm）。從降水總量來看，2020屬平水年，2021屬極干旱年份。

圖1顯示，冬小麥返青?成熟期（3?6月）逐日蒸散量(λET)隨著生育期推進逐漸升高，變化范圍在10～200W·m?2。兩年的λET均在5月中旬之前增加較為緩慢，之后迅速增加，這是由于太陽輻射的增強、氣溫的升高和作物生長加速導致蒸散量的增加，符合作物λET變化的一般規律。2020年λET的實測平均值為100W·m?2，比2021年的均值97W·m?2高出3.1%。兩年的β均隨著蒸散量的增加而逐漸減小，波動范圍為?0.26～0.96。

2.2 不同阻力模型的模擬值與實測值比較

2.2.1 七種模型對小麥返青?成熟期冠層阻力的模擬效果

根據2020年和2021年數據，得到7種阻力模型的rs，與P-M反推得到的阻力實測值比較（圖2）表明，TD模型的rs模擬值與實測值的一致性最好，決定系數R2最高（0.705）。IS模型的一致性僅次于TD，R2為0.616。而KP、GA、JA和CO這4種模型的一致性都較差，R2分別為0.214、0.241、0.219和0.113。

由rs模擬值與實測值差異的統計特征值（表2）可知，所有模型的rs模擬值均小于實測值。其中KP模型模擬值與實測值的平均偏差MBE為?61.3s·m?1，相應的RMSE為277.2s·m?1，低估程度在7種模型中最小；FAO56-PM、TD、IS、GA、JA和CO模型模擬值與實測值的MBE為?185.1、?82.8、?198.5、?179.0、?184.9和?236.4s·m?1，相應的RMSE為344.6、254.4、316.1、322.1、321.0和373.8s·m?1。以RMSE為依據，各模型模擬值與實測值的一致性排序表現為TD>KP>IS>GA>JA>FAO56-PM>CO。

圖1 2020年和2021年小麥返青?成熟期（3?6月）波文比系統觀測冬小麥逐日蒸散量及其氣象條件變化

圖2 不同阻力模型的rs模擬值與實測值比較(n=183)

表2 不同阻力模型模擬值與實測值比較的統計特征值

注：統計檢驗的樣本n=183。

Note: Sample of statistical test n=183.

2.2.2 冠層阻力模擬結果對小麥蒸散量計算的影響

不同阻力模型的蒸散量模擬值與實測值比較（圖3）表明，TD模型的蒸散量模擬值與實測值一致性最好，決定系數R2最高（0.605）。而FAO56-PM、KP、IS、GA、JA和CO這6種模型的一致性均較差，R2分別為0.175、0.045、0.184、0.123、0.163和0.045?？傮w上，所有模型的小麥ET模擬值偏高。

表2中蒸散量模擬值與實測值差異的統計特征值進一步表明，所有模型估算的λET均高于實測值。其中TD模型與實測值的MBE為10.4W·m?2，RMSE為33.5W·m?2，高估程度在六種模型中最??；KP模型的高估程度比TD模型大，為44.5W·m?2，相應的RMSE為102.8W·m?2；FAO56-PM的高估程度比TD、KP模型都高，為52.0W·m?2，相應的RMSE為81.4W·m?2；GA、IS和JA模型的MBE分別為57.7、64.8和66.9W·m?2，相應的RMSE為103.2、108.2和112.2W·m?2；CO模型高估程度最大，MBE及RMSE分別為97.4和147.9W·m?2。以RMSE為依據，各模型模擬小麥λET以TD效果最好，其次為FAO56-PM，以CO效果最差。

圖3 不同阻力模型的λET模擬值與實測值比較(n=183)

由圖2、圖3和表2可見，在不進行任何參數校正的情況下，TD模型的模擬效果最好，而其余6種模型對小麥的rs和蒸散量的模擬效果均很差。

2.3 冠層阻力實測值與各因子的相關分析

根據rs實測值與各因子的相關系數（表3），RH、θ、VPD、Rn及LAI五大因子對冠層阻力的影響均達到極顯著水平（P<0.01），其中，θ、VPD為正相關，其余三因素為負相關。Tc、T和?T對冠層阻力均為不顯著的負相關。8個影響因子的相關性排序為Rn > LAI > RH > VPD > θ > ?T > Tc> Ta。

3 討論與結論

3.1 討論

基于北京市順義區2a冬小麥田間數據對7種冠層阻力模型的評價表明，TD模型普適性最好，在不進行任何參數校正的條件下，模擬的冬小麥3?6月的日λET結果也令人滿意，模擬蒸散量的R2為0.605，RMSE為33.5W·m?2，這與Yan等[38]對中國南部小麥λET的一年數據的模擬效果（R2為0.95、RMSE為24.1W·m?2）類似。其余6種模型在本研究中的普適性均表現較差。FAO-56推薦的草類冠層阻力rs=70s·m?1[9]，盡管有研究推廣到其他作物[50]，但本研究直接用于模擬冬小麥蒸散的效果不理想。說明作物種類之間rs差別較大，不能隨意推廣使用。

冠層阻力在植被與大氣的相互作用中扮演著重要角色，而它本身又受到環境因子和植物本身的影響。相關分析表明，rs隨著Ta、Tc、?T、Rn、LAI、RH的增大而減小，隨著θ和VPD的增大而增大。其中Rn對rs影響最大，其原因是Rn是地表能量的重要組成部分，在地表能量平衡和水分平衡中有直接參與，而且隨著Rn的增強，蒸散量增加，冬小麥需要增加氣孔開度，rs隨之減小，與儲長樹等[4]得出的rs與太陽輻射的對數呈顯著負線性相關一致。LAI是rs的第二大影響因子，這與Menzel[51]在瑞士研究草地冠層阻力與各因子關系時得到的結果相一致。VPD對rs的影響是氣溫和相對濕度的綜合影響結果，VPD反映天氣的干熱或水分的短缺程度，而較大的VPD會使冬小麥氣孔關閉，從而導致rs增大；θ對rs影響主要表現在土壤水分短缺導致氣孔的關閉，使得rs增大，Szeicz等[52]曾在研究土壤水分對冠層阻力影響時發現，當上層土壤水分虧缺不超過40mm時，rs是一個常數，而這個常數與溫度和葉面積指數有關，當虧缺超過40mm時，rs就迅速增加，充分說明了土壤水分對rs的重要影響。

可見，TD模型良好的模擬效果可能由于考慮了影響rs的大多數關鍵因子，如Rn、VPD等，而出現低估rs和高估λET的情況可能是由于忽略了作物在生長過程中LAI和θ的變化引起的。Katerji等[53]曾比較過KP和TD模型模擬的4種作物的ET，由于作物高度不同，TD模型會高估或低估蒸散量，其誤差可能是由于模型假設的局限性和忽略了空氣動力學阻力的影響造成的。而KP、IS、GA、JA和CO這5種模型普適性差的原因可能有兩個：（1）有多個參數，參數需要根據試驗的氣候和作物來校正。KP、IS、GA、JA和CO模型分別有2、2、3、4和6個參數，其普適性也是隨著參數個數的增加而降低。眾多研究都是在對模型的參數進行校正后得到良好的模擬效果[22?41]。（2）主要影響因子未考慮全面。KP、IS、GA模型均未考慮作物生長期間LAI和土壤水分變化對rs的影響，而這兩者都是影響極顯著的因子，可能導致低估rs和高估λET的問題出現；而JA、CO模型雖然考慮的主要影響因子全面，但參數也多，導致模擬精度最低。

通過對7種冠層阻力模型進行評價，得到了一定的評價結果，但是試驗進行過程中也發現了一些問題。在進行數據觀測時，周圍的環境變化會對數據產生一定影響，數據會有某些缺失，且數據年限少；同時，數據僅來自北京市順義區的一個實驗點，具有單一性；模擬作物只有冬小麥，且是冬小麥的主要生長期，未覆蓋整個生育期。最后評價僅選擇少部分經典模型，覆蓋面不夠寬，這些都有待將來進一步完善與深入。

表3 rs實測值與各因子的相關系數(n=82)

注：?T為冠氣溫差（℃），RH為相對濕度。P<0.05為顯著相關，P<0.01極顯著相關。

Note:?T is the canopy-air temperature difference(℃), RH is the relative humidity, and the meanings of other symbols are the same as before. P <0.05 means the correlation is significant at 0.05 level, and P < 0.01 means the correlation is significant at 0.01 level.

針對上述問題，可提出未來進一步研究的方向。第一，要盡可能選擇多地點，多年連續的多種作物的全生育期，保證數據的連續性和全面性；第二，選取更多的冠層阻力模型進行模擬精度的驗證，以期為使用一步計算冬小麥耗水量提供更可靠的科學依據。

3.2 結論

7種冠層阻力模型對冬小麥冠層阻力和蒸散量的模擬效果，TD模型的RMSE比其余6種模型都小，R2更接近1，模擬效果最好，適用于模擬冬小麥的蒸散。7種模型模擬效果排序為TD>FAO56-PM>KP> GA>IS>JarvisJA>CO。相關因子分析得到影響冠層阻力的因子排序為Rn>LAI>RH>VPD>θ>?T>Tc>Ta。研究結果揭示出TD模型由于考慮了Rn、VPD、?T等影響冠層阻力的關鍵因子，并且沒有需要校正的參數，所以普適性較強。而其余6種模型因考慮因素不夠全面或有待校正參數的問題，模擬效果較差。

[1] 盧闖,胡海棠,淮賀舉,等.夏玉米-冬小麥輪作期土壤呼吸的溫度敏感性分析[J].中國農業氣象,2020,41(7):403-412.

Lu C,Hu H T,Huai H J,et al.Characteristics of temperature sensitivity of soil respiration in a summer maize-winter wheat rotation cropland[J].Chinese Journal of Agrometeorology, 2020,41(7):403-412.(in Chinese)

[2] 劉曉英,李玉中,鐘秀麗,等.基于稱重式蒸滲儀實測日值評價16種參考作物蒸散量(ET0)模型[J].中國農業氣象, 2017,38(5):278-291.

Liu X Y,Li Y Z,Zhong X L,et al.Evaluation of 16 models for reference crop evapotranspiration(ET0) based on daily values of weighing lysimeter measurements[J].Chinese Journal of Agrometeorology,2017,38(5):278-291.(in Chinese)

[3] Monteith J I L.Evaporation and environment[J].Symp Soc Exp Biol,1965, 19:205-234.

[4] 儲長樹,盧顯富,青吉銘.Penman-Monteith公式中冠層阻抗的合成方法[J].南京氣象學院學報,1995,18(4):494-499.

Chu C S,Lu X F,Qing J M.Synthesis method of canopy impedance in Penman-Monteith formula[J].Journal of Nanjing Institute of Meteorology,1995,18(4):494-499.(in Chinese)

[5] 王安志,裴鐵璠.森林蒸散測算方法研究進展與展望[J].應用生態學報, 2001,12(6):933-937.

Wang A Z,Pei T F.Research progress on surveying and calculation of forest evapotranspiration and its prospects[J]. Chin. J. A ppl. Ecol.,2001,12(6):933-937.(in Chinese)

[6] 劉斌,胡繼超,趙秀蘭,等.應用Penman-Monteith模型估算稻田蒸散的誤差分析[J].中國農業氣象,2015,36(1):24-32.

Liu B,Hu J C,Zhao X L,et al.Error analysis on evapotranspiration estimation of paddy rice field by Penman- Monteith Model[J].Chinese Journal of Agrometeorology, 2015,36(1):24-32. (in Chinese)

[7] 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的敏感性分析[J].中國農業氣象,2014,35(6): 635-643.

Li 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.(in Chinese)

[8] Gong X E,Liu H,Sun J S,el at.A proposed surface resistance model for the Penman-Monteith formula to estimate evapotranspiration in a solar greenhouse[J]. Journal of Arid Land,2017,9(4):530-546.

[9] Allen R G,Pereira L S,Raes D,et al.Crop evapotrans- piration:guidelines for com putting crop water requi- rements[M].Rome, Italy:FAO irrigation and drainage paper 56, 1998:300.

[10] Smith M,Allen R G,Monteith J L,et al.Report on the expert consultation on revision of FAO methodologies for crop water requirements[R].Rome:FAO Land and Water Deve- lopment Division,1991.

[11] Linvolak Pich,蔡煥杰,Qaisar Saddique,等.關中地區夏玉米和冬小麥不同蒸發蒸騰量估算方法的研究[J].節水灌溉,2019(8):39-47.

Linvolak P,Cai H J,Qaisar S,et al.Study on different methods for estimating evapotranspiration of summer maize and winter wheat in Guanzhong area[J].Water Saving Irrigation,2019(8):39-47.(in Chinese)

[12] 黃強,陳子燊.多種蒸散發公式在珠江流域的適用性分析[J].熱帶地理,2014, 34(6):737-745.

Huang Q,Chen Z S.Applicability of evapotranspiration equations for the Pearl river basin[J].Tropical Geography, 2014, 4(6):737-745. (in Chinese)

[13] 李召寶.冬小麥和夏玉米氣孔阻力與冠層阻力監測與估算方法研究[D].武漢:華中農業大學,2010.

Li Z B.Study on monitoring and estimation methods of stomatal resistance and canopy resistance of winter wheat and summer maize[D].Wuhan:Huazhong Agricultural University, 2010. (in Chinese)

[14] 胡繼超,張佳寶,趙炳梓,等.冬小麥冠層阻力日變化的估算[J].灌溉排水學報,2005,24(2):1-4.

Hu J C,Zhang J B,Zhao B Z,et alEstimating diurnal variation of winter wheat canopy resistance at different growth stages[J].Journal of Irrigation and Drainage,2005, 24(2):1-4.(in Chinese)

[15] 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.

[16] Szeicz G,Long I F.Surface resistance of crop canopies[J]. Water Resources Research,1969,5(3):622-633.

[17] Jones H G.Estimation of an effective soil water potential at the root surface of transpiring plants[J].Plant,Cell & Environment,1983,6(8):671-674.

[18] Choudhury B J,Idso S B.Evaluating plant and canopy resistances of field-grown wheat from concurrent diurnal observations of leaf water potential, stomatal resistance, canopy temperature,and evapotranspiration flux[J]. Agricultural and Forest Meteorology,1985,34(1):67-76.

[19] 牛海山,旭日,張志誠,等.羊草氣孔導度的Jarvis-類模型[J].生態學雜志, 2005,24(11):1287-1290.

Niu H S,Xu R,Zhang Z C,et al.A Jarvis stomatal conductance model under considering soil moisture condition[J].Chinese Journal of Ecology,2005,24(11): 1287-1290.(in Chinese)

[20] 莫興國.冠層表面阻力與環境因子關系模型及其在蒸散估算中的應用[J].地理研究,1997,16(2):81-88.

Mo X G.A model for the relationship between canopy surface resistance and environmental factors and its application to evapotranspiration estimation[J]. Geographical Research,1997,16(2):81-88.(in Chinese)

[21] Ball J T.A model predicting stomatal conductance and its contribution to the control of photosynthesis under different environmental conditions[J].Progress in Photosynthesis Research, 1987(5):221-224.

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

[23] 黃輝,于貴瑞,孫曉敏,等.華北平原冬小麥冠層導度的環境響應及模擬[J].生態學報,2007,27(12):5209-5221.

Huang H,Yu G R,Sun X M,et al.The environmental responses and simulation of canopy conductance in a winter wheat field of North China Plain[J].Chinese Journal of Ecology,2007, 27(12):5209-5221.(in Chinese)

[24] Yu G R,Nakayama K,Matsuoka N,et al.A combination model for estimating stomatal conductance of maize (L.) leaves over a long term[J].Agricultural and Forest Meteorology, 1998, 92(1):9-28.

[25] 文建川,景元書,韓麗娟.基于Penman-Monteith模型的低丘紅壤區稻田蒸散模擬[J].中國農業氣象,2020,41(4): 201-210.

Wen J C,Jing Y S,Han L J.Simulation of evapotrans- piration for paddy rice in low hilly red soil region base[J].Chinese Journal of Agrometeorology,2020,41(4): 201-210.(in Chinese)

[26] Li S E,Zhang L,Kang S Z,et al.Comparison of several surface resistance models for estimating crop evapotrans- piration over the entire growing season in arid regions[J]. Agricultural and Forest Meteorology,2015,208:1-15.

[27] Garcíá-Santos G,Bruijnzeel L A,Dolman A J.Modelling canopy conductance under wet and dry conditions in a subtropical cloud forest[J].Agricultural and Forest Meteorology, 2009,149(10):1565-1572

[28] Katerji N,Perrier A,Oulida?ssa K,el at.Exploration au champ et interprétation de la variation horizontale et verticale de la résistance stomatique :cas d'une culture de luzerne (L.)[J].Agronomie,1983,3(9):847- 856.

[29] Katerji N,Perrier A.A model of actual evapotrans- piration(ETR) for a field of lucerne:the role of a crop coefficient.Modelisation de l'evapotranspiration reelle ETR d'une parcelle de luzerne:role d'un coefficient cultural[J]. Agronomie,1983,3(6):513-521.

[30] Rana G,Katerji N,Mastrorilli M,et al.Evapotranspiration and canopy resistance of grass in a Mediterranean region[J]. Theoretical & Applied Climatology,1994,50(1): 61-71.

[31] Todorovic M.Single-layer evapotranspiration model with variable canopy resistance[J].J. Irrig. Drain. Eng., 1999, 125 (5):235-245.

[32] Lecina S,Martnez-Cob A,Pérez P J,et al.Fixed versus variable bulk canopy resistance for reference evapotranspiration estimation using the Penman-Monteith equation under semiarid conditions[J].Agricultural Water Management,2003,60(3):181-198.

[33] Rana G,Katerj N,Mastrorilli M,et al.A model for predicting actual evapotranspiration under soil water stress in a Mediterranean region[J].Theoretical & Applied Climatology, 1997,56(1-2):45-55.

[34] Rana G,Katerji N,Perniola M.Evapotranspiration of sweet sorghum:a general model and multilocal validity in semiarid environmental conditions[J].Water Resources Research,2001,37(12):3237-3246.

[35] Rana G,Katerji N,Mastrorilli M,et al.Validation of a model of actual evapotranspiration for water stressed soybeans[J]. Agricultural & Forest Meteorology,1997, 86(3-4):215-224.

[36] Alves I,Pereira L S.Modelling surface resistance from climatic variables[J].Agricultural Water Management,2000, 42(3):371-385.

[37] Lecina S,Martnez-Cob A,Pérez P J,et al.Fixed versus variable bulk canopy resistance for reference evapotrans- piration estimation using the Penman-Monteith equation under semiarid conditions[J].Agricultural Water Management, 2003,60(3):181-198.

[38] Yan H,Yu J,Zhang C,et al.Comparison of two canopy resistance models to estimate evapotranspiration for tea and wheat in southeast China[J].Agricultural Water Management,2021,245:106581.

[39] Howell T A,Steiner J L,Schneider A D,et al.Seasonal and maximum daily evapotranspiration of irrigated winter wheat,sorghum,and corn-southern high plains[J]. Transactions of the Asae,1997,40(3):623-634.

[40] Idso S B.Stomatal regulation of evaporation from well- watered plant canopies:a new synthesis[J].Agricultural Meteorology,1983,29(3):213-217.

[41] 袁國富,羅毅,唐登銀,等.冬小麥不同生育期最小冠層阻力的估算[J].生態學報,2002,22(6):930-934.

Yuan G F,Luo Y,Tang D Y,et al.Estimating minimum canopy resistances of winter wheat at different development stages[J].Acta Ecologica Sinica,2002,22(6): 930-934.(in Chinese)

[42] Li S,Kang S,Zhang L,et al.Measuring and modeling maize evapotranspiration under plastic film-mulching condition[J] Journal of Hydrology,2013,503:153-168.

[43] Li S,Hao X,Du T,et al.A coupled surface resistance model to estimate crop evapotranspiration in arid region of northwest China[J].Hydrological Processes,2013,28(4): 2312-2323.

[44] Thom A S.Momentum,mass and heat exchange of vegetation[J].Quarterly Journal of the Royal Meteorological Society,1972,98: 124-134.

[45] Bowen I S.The ratio of heat losses by conduction and by evaporation from any water surface[J].Physical Review, 1926,27(6):779-787.

[46] Katerji N,Rana G.Modelling evapotranspiration of six irrigated crops under Mediterranean climate conditions[J]. Agricultural and Forest Meteorology,2006,138(1-4):142- 155.

[47] 趙華,申雙和,華榮強,等.Penman-Monteith模型中水稻冠層阻力的模擬[J].中國農業氣象,2015,36(1):17-23.

Zhao H,Shen S H,Hua R Q,et al.Simulation of canopy resistance for paddy rice based on Penman-Monteith model[J].Chinese Journal of Agrometeorology,2015,36 (1):17-23.(in Chinese)

[48] Li S E,Hao X M,Du T S,et al.A coupled surface resistance model to estimate crop evapotranspiration in arid region of northwest China[J].Hydrological Processes,2014,28(4): 2312-2323.

[49] Liu X Y,Li Y Z,Zhong X L,et al.Towards increasing availability of the ?ngstr?m-Prescott radiation parameters across China: Spatial trend and modeling[J].Energy Conversion and Management,2014,87:975-989.

[50] Smith M,Allen R,Pereira L.Revised FAO methodology for crop-water requirements[C]//Proceeding of the International Conference on Evapotranspiration & Irrigation Scheduling, 1998.

[51] Menzel L.Modelling canopy resistances and transpiration of grassland[J].Physics & Chemistry of the Earth,1996, 21(3):123-129.

[52] Szeicz G,Long I F.Surface resistance of crop canopies[J]. Wat.Resour.Res, 1969, 5(3):622-633.

[53] Katerji N,Rana G,Fahed S.Parameterizing canopy resistance using mechanistic and semi-empirical estimates of hourly evapotranspiration:critical evaluation for irrigated crops in the Mediterranean[J].Hydrological Processes, 2011, 25(1):117-129.

Effect of Different Canopy Resistance Models on Estimation of Winter Wheat Evapotranspiration during Regreening-Maturing Stage

GUO Zhong-ying, WU Ying-nan, LIU Xiao-ying, GU Feng-xue, LI Yu-zhong, ZHONG Xiu-li, LI Qiao-zhen

(Institute of Environment and Sustainable Development in Agriculture, CAAS, Beijing 100081, China)

Evapotranspiration(ET) is an important component of farmland water cycle, and its accurate estimation is of great significance for precision irrigation and water-saving agriculture. The Penman-Monteith (P-M) model is one of the most commonly used estimation methods, but reliable representation of canopy resistance (rs) has been a difficult problem in applying the P-M. In this paper, seven commonly used rsmodels were selected to assess if their simulated rscould be used with P-M to directly estimate winter wheat ET. The P-M simulated ET was compared with measured values by Bowen ratio energy balance (BREB) system in Shunyi, Beijing for two years (2020 and 2021), and the main factors affecting wheat rswere analyzed. The results showed that the seven models generally underestimated wheat canopy resistance and overestimated evapotranspiration. Overall, the Todorovic model (TD) performed the best, and the R2for simulated rsand ET were >0.605, mean bias error (MBE) being ?82.8s·m?1and 10.4W·m?2, respectively, with root mean square error (RMSE) of 254.4s·m?1and 33.5W·m?2; the other six models performed poor, and the R2for simulated rswas between 0.113?0.241, MBE and RMSE, were between ?236.4 to ?61.3s·m?1and 277.2 to 373.8s·m?1, respectively. The R2for simulated ET was between 0.046?0.184, MBE and RMSE were between 44.5?97.4W·m?2and 81.4?147.9W·m?2, respectively. On basis of RMSE, the performing order was TD>FAO56-PM>Katerji-Perrier (KP)>Garc?á-Santos (GA)>idso (IS)>Jarvis (JA)>CO. The correlation between canopy resistance and various factors suggested that net radiation (Rn) affected the most on wheat rs, while air temperature (Ta) and canopy temperature (Tc) affected the least with the following specific order: Rn>leaf area index (LAI)>relative humidity (RH)>vapor pressure deficit (VPD)>soil moisture (θ)> canopy-air temperature difference (?T)>Tc>Ta. This results better explained the good performance of TD model, and it considers the key factors affecting canopy resistance such as Rn, VPD and ?T. In addition, it has no parameters to be calibrated, which makes it easy to use. The results of this paper provided a scientific basis for applying one-step approach to calculate the water consumption of winter wheat.

Canopy resistance model；Winter wheat；Evapotranspiration；Penman-Monteith

10.3969/j.issn.1000-6362.2023.01.001

郭仲英,吳英楠,劉曉英,等.不同冠層阻力模型對冬小麥返青?成熟期蒸散量估算的影響[J].中國農業氣象,2023,44(1):1-12

2022?01?12

國家重點研發計劃（2017YFD0201702）；國家自然科學基金（41371065）

劉曉英，博士，研究員，主要從事農業水資源高效利用研究，E-mail：liuxiaoying@caas.cn；李巧珍，碩士，研究員，主要從事農業水資源高效利用研究，E-mail：liqiaozhen@caas.cn

郭仲英，E-mail：guozhongying@caas.cn