夏玉米農田蒸散量的變化特征及相關性分析

王 娟，王建林，袁淑立，劉瑞娟，李 鵬，劉家斌

（1.青島農業大學 理學與信息科學學院，山東 青島 266109；2.中國科學院 遺傳與發育生物研究所，北京 100101；3.青島農業大學 現代農業科技服務中心，山東 青島 266109）

農田蒸散(ET)是植被及地面整體向大氣輸送的水汽總通量，它在作物需水量的確定和農田生態系統的生物量累積方面具有極其重要的作用［1-2］。水資源匱乏是全球面臨的不容忽視的嚴峻形勢，而灌溉在糧食生產方面的作用更加重要，我國大概有4/5的食物來自灌溉土地［3］。農田水分消耗既是制訂作物灌溉計劃及灌溉用水的基礎，又是水資源管理、農作物種植區劃分與布局等工作的重要資料［4］。農田水分主要通過植株蒸騰、土壤蒸發和深層滲漏3種途徑消耗掉［5］，由于深層滲漏量非常小，農田耗水量近似等于農田蒸散量，它也是農田水分消耗的主要部分，據報道農田中90%以上的農業用水是通過蒸散消耗掉的［6-7］，因此，對農田生態系統蒸散量的研究一直是國際上關注的熱點問題［8-10］。準確測量作物蒸散量，了解作物的蒸散特征，不僅對研究全球氣候變化和水資源評價具有重要的作用，而且對減少作物生育期的水分消耗、提高水分利用率、水資源有效開發利用和發展節水農業具有重要的現實意義［11-13］。

夏玉米是華北平原重要的糧食作物之一，產量占全國總產量的31%［14］。目前，大多數地區在夏玉米的種植過程中依然采用傳統的漫灌方式，這勢必會造成灌溉量過多或過少的問題，不利于玉米的生長，而且在水資源嚴重短缺的情況下，無疑造成了水資源的浪費，不利于水資源的可持續利用。準確了解夏玉米蒸散量的變化特征對水資源的利用在理論上和實際應用中都非常重要。因此，本研究利用渦度相關系統測得的數據，對夏玉米農田蒸散特征進行分析，并進行相關性分析和擬合分析，以期為作物需水量、農業灌溉等水資源利用提供數據支持。

1 試驗材料與方法

1.1 試驗站點概況

膠州灣站(120°48′E，36°26′N)位于青島農業大學現代農業科技服務中心試驗基地內（山東青島膠州），屬于暖溫帶亞濕潤地區。試驗地海拔約8 m，地勢平坦。膠州灣站隸屬于中國生態通量觀測網絡，是中國生態通量觀測網絡中3個海灣網站之一，且是山東省內繼禹城站之后，專門針對冬小麥/夏玉米農田水分—能量—碳通量進行長期觀測的試驗站點。本研究利用2018—2020年玉米生長季的觀測數據進行分析，各生長季的播種及收獲期見表1。

表1 2018—2020年玉米生長季播種及收獲期

膠州灣站種植的夏玉米品種為鄭單958，種植方式為免耕帶肥，行距為 0.65 m，株距為 0.22 m，肥料為復合肥 N-P2O5-K2O（22-10-10），施肥量為525 kg/hm2，在小喇叭口期追施尿素 225 kg/hm2。其他田間管理按照當地常規管理方式進行。試驗地的土壤為砂漿黑土，pH 值為 6.7，有機質含量為12.65 g/kg，有效氮、速效磷和速效鉀含量分別為100.41、39.80和135.80 mg/kg。試驗站采用聯合收割機進行收獲，作物收割后全部實現秸稈還田。

1.2 數據采集

本研究所需的水汽通量數據由渦度相關系統測量獲得。渦度相關系統安裝于試驗地中心的通量塔上（圖1），主要測量儀器包括：三維超聲風速儀(CAST3, Campbell，USA)和紅外開路式H2O/CO2氣體分析儀（LI-7500，Licor Inc，USA），分別用來快速測量三維風速及其脈動值、空氣中的水汽含量和CO2濃度。渦度相關系統安裝在通量塔上2.5 m高度的水平支架上，當玉米長至2 m時，水平支架高度調整至3.5 m。

圖1 試驗地渦度相關系統示意圖

1.3 常規氣象要素觀測

常規氣象要素包括：空氣溫濕度、風速/風向、總輻射、光合有效輻射、凈輻射、降雨量、土壤溫濕度和土壤熱通量等。空氣溫度、濕度由溫濕度傳感器(HMP45C, Campbell Scientific Inc, USA)測量；總輻射(CM3, Kipp & Zonen, Netherlands)、光合有效輻射(LI190SB，Licor Inc，USA)和凈輻射(CNR1, Kipp and Zonen)安裝在通量塔正南向支架上(高度5 m)。土壤熱通量板(HFP01SC, Hukseflux, Netherlands)安裝在地下5 mm處，用來測量土壤熱通量；土壤溫度和濕度由土壤溫度儀(109, Campbell Scientific Inc,USA)和土壤濕度儀(CS616, Campbell Scientific Inc,USA)進行測量。數據采集和儲存利用數據采集器(CR3000, Campbell Scientific Inc, USA)完成，數據采集器安裝在系統控制箱內。

1.4 數據處理

利用Eddypro軟件對渦度相關系統的10 Hz數據進行處理，得到潛熱通量(LE)(W/m2)的半小時平均值，經過野點去除，進行缺失數據插補（若缺失數據小于2 h，采用線性插值進行；若連續缺失數據大于2 h，采用“平均日變化法”進行數據插補）［15］得到潛熱通量的時間序列。潛熱通量通過下式進行單位轉換，轉化為每小時蒸散量ET (mm/h)，具體計算公式為：

其中：L為水的汽化潛熱，LE為潛熱通量(W/m2)，ET為每小時蒸散量(mm/h)。

日蒸散量(mm/d)可以通過對小時蒸散量進行求和得到。

利用SPSS軟件進行蒸散量與影響因素的相關性分析，利用Origin 8.5軟件繪圖。

2 結果與分析

2.1 氣象因素時間變化特征分析

2018—2020年玉米季氣象因素——氣溫、空氣濕度、凈輻射通量、光合有效輻射、水汽壓差及降雨量（均為日平均值）時間變化特征如圖2所示。可以看出，2018—2020年試驗地氣溫變化規律相似，3 a來最高日平均氣溫分別為29.4、30.0和31.3 ℃，玉米季平均氣溫為23.0 ℃；空氣濕度介于38%～89%之間；凈輻射通量平均值為123.8 W/m2，3個夏玉米季輻射總通量平均值為15142.6 W/m2；光合有效輻射最大值為605 W/m2，2019年最大值略低，為571 W/m2；水汽壓差介于0.15～2.05 kPa之間波動。總體來說，2018—2020年夏玉米季氣象情況相似，未出現較大變動。

圖2 2018—2020年膠州灣站氣象因素變化特征

2.2 夏玉米農田蒸散特征分析

2.2.1 不同生長階段夏玉米農田蒸散日變化分析 根據聯合國糧食及農業組織(FAO)［16］的劃分標準，將夏玉米生長季（2018—2020年）劃分為4個生長階段進行分析，即初期、發育期、中期和后期。夏玉米4個生長階段的蒸散量日變化特征如圖3所示。

圖3 2018—2020年不同階段夏玉米農田蒸散量的日變化特征

從圖3可以看出，夏玉米的蒸散量具有明顯的日變化規律，自18:00開始至次日06:00，蒸散量非常小，幾乎接近于零，蒸散量最大值出現在12:00～13:00之間。生長初期的蒸散量最小，主要是因為該階段的作物剛播種，基本通過土壤蒸發；在生長中期，玉米生長旺盛，該階段的葉面積最大，蒸散作用最強，因此，蒸散量的極大值出現在中期；接近收獲期時，由于作物已經成熟，葉子開始枯萎，葉面的蒸騰、蒸發作用比較小，因此蒸散量也開始減少。這3 a玉米季的蒸散峰值均出現在13:00左右，為0.7 mm/h，同時，生長初期和后期的蒸散峰值并沒有太大差別。總之，不同生長時期蒸散量的峰值不同，依次排序為生長中期＞發育期＞后期＞初期。

2.2.2 夏玉米季日蒸散變化分析 對2018—2020年間夏玉米生長季每天的蒸散量進行分析，得到夏玉米季農田蒸散量的變化特征如圖4所示。夏玉米農田的日蒸散量雖有波動，但整體呈現先增大后減小的趨勢。2018—2020年夏玉米生長期間日蒸散量的最低值為0.1～0.2 mm/d，均出現在生長初期和后期；夏玉米季日蒸散量的最大值分別為8.83、5.23和5.77 mm/d，出現在夏玉米生長季的中期（大約在8月中下旬）。2018、2019和2020年夏玉米季農田蒸散總量分別為355.6、273.9、290.6 mm；2018—2020年夏玉米的平均日蒸散量分別為2.84、2.21和2.33 mm/d。

圖4 夏玉米季日蒸散量的變化特征

2.2.3 夏玉米蒸散量的相關性分析 對夏玉米蒸散量與其影響因素的相關性進行分析，選擇的氣象因素包括氣溫(Ta)、空氣濕度(RH)、凈輻射通量(Rn)、光合有效輻射(PAR)和水汽壓差(VPD)；土壤參數包括土壤熱通量(G)、土壤溫度(ST)和土壤濕度(SM)（表2）。

表2 夏玉米蒸散量與其影響因素的相關系數

表 3 蒸散量與相關因素的擬合關系（單變量函數）

從表2可以看出，夏玉米農田的蒸散量與光合有效輻射的相關性最大，其次為土壤熱通量、凈輻射通量、水汽壓差和空氣溫度，均呈正相關；蒸散量與空氣濕度呈負相關。蒸散量與其他參量的相關性較小，因此在后面擬合分析中不再討論。

2.2.4 夏玉米蒸散量的擬合分析 為了更好地說明蒸散量與其影響因素的關系，選擇3種單變量函數進行擬合分析，3種函數分別為：線性關系(y=ax+b)、指數關系(y=aebx)和二次多項式關系(y=ax2+bx+c)，擬合結果見表3。

從表3可以看出，蒸散量與光合有效輻射、水汽壓差均呈二次多項式關系；而與凈輻射通量呈線性關系。蒸散量與其他變量的確定性系數均小于0.3，說明擬合關系不是很理想。上述函數中，擬合的確定性系數均較低，均小于0.6，原因在于使用單變量函數進行擬合，說明蒸散量不僅是一個變量的函數，其大小還受到多個變量的影響，因此，在此基礎上，利用雙變量函數（雙變量指數函數和雙變量復合函數）對蒸散量與其影響因素(PAR、VPD和Rn)的關系進行擬合，結果如表4所示。

表4 蒸散量與影響因素的回歸關系（雙變量函數）

從表4可以看出，雙變量函數擬合時，確定性系數較單變量函數大，說明雙變量函數的擬合效果優于單變量函數。雙變量函數中雙變量復合函數擬合的確定性系數普遍大于雙變量指數函數，因此，雙變量復合函數的擬合效果優于雙變量指數函數。從擬合數據中可以得到，蒸散量與VPD和Rn的雙變量復合函數擬合效果最好，其函數關系為：

3 結論與討論

準確獲得作物蒸散量對實現農業用水的精準管理、減少灌溉用水量具有重要意義。本研究利用膠州灣站2018—2020年渦度相關系統獲得的通量數據和氣象數據，對夏玉米農田的蒸散量進行了分析，得到夏玉米農田蒸散量的變化特征，通過對其與主要影響因素的相關性分析和擬合分析，得到了蒸散量與主要影響因素的函數關系。得出如下主要結論：

（1）夏玉米的蒸散量具有明顯的日變化規律。蒸散量最大值出現在12:00～13:00之間，2018—2020年夏玉米季蒸散峰值出現在13:00左右，為0.7 mm/h。夏玉米在不同生長階段的蒸散量峰值不同，依次排序為生長中期＞發育期＞后期＞初期，整個生育期呈現先升后降的變化趨勢，這一結論與楊天一等［17］的研究結果相同。

（2）對夏玉米蒸散量與其影響因素的相關性進行分析，結果表明：夏玉米農田的蒸散量與光合有效輻射的相關性最大，其次為土壤熱通量、凈輻射通量、水汽壓差和空氣溫度，均呈正相關；蒸散量與空氣濕度呈負相關，與閆妍等［18］的研究結果相同。蒸散量與其他變量的相關性較小。

（3）利用單變量函數對蒸散量與其影響因素進行擬合，結果表明：蒸散量與光合有效輻射、水汽壓差均呈二次多項式關系；而與凈輻射通量呈線性關系，確定性系數為0.59，遠遠大于陳露等［19］的研究結果（0.25）。蒸散量與其他變量的確定性系數均小于0.3，說明擬合關系不理想。單變量函數的擬合效果整體不佳，確定性系數小于0.6。利用雙變量函數對蒸散量與其影響因素進行擬合，結果表明：雙變量函數的擬合效果優于單變量函數。且雙變量復合函數的擬合效果優于雙變量指數函數。從擬合數據中可以得到，蒸散量與VPD和Rn的雙變量復合函數擬合效果最好。

本文利用渦度相關系統對2018—2020年間夏玉米農田進行不間斷監測，得到夏玉米農田的蒸散量變化特征，并對其影響因素進行相關性分析及擬合分析，以期對未來田間用水計劃、灌溉等水資源利用提供一定的參考。