河北濱海鹽堿地雨養旱作紫花苜蓿蒸散特性及其影響因子

摘要：河北省濱海鹽堿地土地利用率和產出效益較低，紫花苜蓿（Medicago sativa L.）因其耐鹽堿、耐瘠薄的特點，在該地區被廣泛種植，種植面積近7萬 hm2。為研究該地區紫花苜蓿的蒸散特征及環境因子影響，并為其水分管理提供科學依據，本研究利用Shuttleworth-Wallace模型對國家牧草產業技術體系滄州綜合試驗站內的紫花苜蓿人工草地蒸散年際變化進行了定量研究。結果顯示，2021至2023年間，紫花苜蓿年蒸散量分別為609.9，644.3和678.5 mm，在第二茬和第三茬生長期日均蒸散量最高，而第三茬總蒸散量最大，蒸騰量分別占蒸散量的79.8%，80.6%與80.6%。蒸散與土壤蒸發的變化主要受凈輻射、空氣溫度和葉面積指數的影響，蒸騰則對凈輻射、飽和水汽壓差和葉面積指數的變化反應敏感。研究表明，該地區降水量基本滿足苜蓿生長需求，但在前兩茬生長期仍存在水分缺口，因此需加強這一時期的水分管理。

關鍵詞：濱海鹽堿地；雨養旱作；紫花苜蓿；蒸發；蒸騰；Shuttleworth-Wallace模型

中圖分類號：S541.9"""""" "文獻標識碼：A""""""" 文章編號：1007-0435（2025）02-0575-11

Evapotranspiration Characteristics of Alfalfa and Its Influencing Factors in the Coastal Saline-Alkali Land of Hebei Province

ZHANG Li-feng1， XIE Nan1， CUI Su-qian2， SUN Guo-tong2， FENG Wei1， SHI Jia-qi1， PAN Xuan1，

ZHI Jian-fei1， QIN Wen-li1， LI Jian-ming3， ZHANG Hong-fa4， LI Ya-nan4， LIU Zhen-yu1*， LIU Zhong-kuan1*

（1.Institute of Agricultural Resources and Environment， Hebei Academy of Agriculture and Forestry Sciences， Shijiazhuang， Hebei Province 050051， China； 2.Huanghua Agricultural and Rural Development Bureau， Cangzhou， Hebei Province 061100， China； 3.Livestock Breeding Station of Hebei Province， Shijiazhuang， Hebei Province 050011， China； 4.Cangzhou Animal Husbandry Technology Extension Station， Cangzhou， Hebei Province 061000， China）

Abstract：The coastal saline-alkali lands in Hebei Province have low land utilization and productivity. Due to its tolerance to salinity and poor soil conditions， alfalfa （Medicago sativa L.） is widely cultivated in this area， covering nearly 70 000 hm2. To investigate the evapotranspiration （ET） characteristics of alfalfa in this region and the influence of environmental factors and provide a scientific basis for water management， this study employed the Shuttleworth-Wallace model to quantitatively analyze the interannual variation in ET of alfalfa fields at the Cangzhou Comprehensive Experimental Station of China Forage and Grass Research System. The results showed that from 2021 to 2023， the annual ET of alfalfa was 609.9， 644.3， and 678.5 mm， respectively. The daily average ET was the highest during the second and third growth cycles， and the third growth cycle had the greatest total ET. Transpiration accounted for 79.8%， 80.6%， and 80.6% of the total ET in each year， respectively. The variation in ET and soil evaporation was mainly influenced by net radiation， air temperature， and leaf area index， while transpiration was particularly sensitive to changes in net radiation， vapor pressure deficit， and leaf area index. The study indicated that while the region’s precipitation generally met the water needs of alfalfa， there was still an obvious water deficit during the first two growth cycles， and the enhanced water management was necessitated during these stages.

Key words：Coastal saline-alkali land；Rainfed；Alfalfa；Evaporation；Transpiration；Shuttleworth-Wallace model

河北省是我國的農業大省，耕地總面積為590.1萬hm2，其中鹽堿地面積71.3萬hm2，占耕地總面積的12.1%，主要分布在濱海平原區［1-2］。河北省濱海鹽堿地是傳統旱作農業區，生態環境脆弱，淡水資源普遍缺乏，土地綜合利用率和產出效益低［3-5］。習近平總書記先后在視察山東東營和河北黃驊提出“以種適地”“以地適種”鹽堿地綜合利用指導精神后，因地制宜種植耐鹽堿作物越來越受到重視。

紫花苜蓿（Medicago sativa L.）是一類耐鹽堿的豆科植物，在輕度和中度鹽堿地中能夠良好生長［6-7］，被譽為“牧草之王”，是世界上種植面積最為廣泛的多年生豆科牧草，具有干物質產量高、營養豐富、適應性好等特點，在含鹽量0.1%～0.4%的土壤中均能良好生長，同時對輕中度鹽堿地具有明顯的改良效果［4， 8-10］。在河北濱海鹽堿地種植苜蓿已經成為高效利用鹽堿地、發展地方經濟、改善生態環境的一個重要途徑。紫花苜蓿屬于需水量較高的草本植物［11］，國內外的研究結果均表明紫花苜蓿的蒸散量（Evapotranspiration，ET）范圍很廣，且具有強烈的時空變異性。在干旱區紫花苜蓿全生長季ET最低僅約為300 mm，而在水分充足時，紫花苜蓿一年內的ET則高達約2250 mm［12-14］。在華北平原地區的研究表明［6］，多次刈割的紫花苜蓿年均ET在800～900 mm，超過了該地區的多年平均降水量。而在河北省濱海鹽堿地，紫花苜蓿的ET與降水量基本持平［15］。此外，隨著紫花苜蓿生長階段的不同，其耗水規律也不同，如陳鳳林等［16］在內蒙古錫林浩特的試驗結果表明，紫花苜蓿生長季的需水強度在5.3～6.7 mm·d-1之間；索建軍等［11］在新疆克拉瑪依的研究表明，從第一茬到第四茬，紫花苜蓿不同茬次的ET依次遞減。因此，在河北省濱海鹽堿地雨養旱作區研究紫花苜蓿ET的季節和年際變化特征，對于指導該地區紫花苜蓿適時適地種植、節約高效用水、高效施肥等技術管理具有重要現實意義。

ET主要包含土壤蒸發（Soil evaporation，E）和植被蒸騰（Plant transpiration，T）兩個部分，可以通過多種方法計算得到，如渦度相關法、蒸滲儀法、液流法、紅外溫度計法、同位素法以及模型模擬［17-20］。在這些方法中，應用模型模擬ET的變化正變得越來越流行，因為直接觀測ET的方法在儀器安裝與數據獲取中有著諸多嚴格的標準，而模型則沒有這些限制并且在計算或預測長時間尺度的ET中獨占優勢［21］。在眾多模型中，Shuttleworth-Wallace模型（SW模型）最為成熟，也是廣泛應用于生態系統ET模擬的分析模型。Shuttleworth和Wallace將植被冠層和土壤表面看成兩個既相互獨立，又相互作用的水汽源，建立了描述稀疏作物（玉米）ET的模型，即SW模型［22］。迄今為止，國內外眾多學者利用SW模型對不同類型的生態系統ET進行了研究［23-27］，包括森林、草地及農田生態系統等，這些研究均指出SW模型有很好的適用性。

本研究定期對河北濱海鹽堿地紫花苜蓿人工草地進行田間調查，在獲取植被及環境因子數據的基礎上，應用SW模型模擬了2021至2023年紫花苜蓿ET及其組分的季節和年際變化，以期揭示紫花苜蓿人工草地生態系統ET及其組分的變化特征以及探討分析植被和環境因子對紫花苜蓿人工草地生態系統ET及其組分的影響機制，為指導紫花苜蓿水分科學管理與高效利用提供科學依據。

1 材料與方法

1.1 試驗地概況

試驗地點位于河北省黃驊市羊二莊鎮國家牧草產業技術體系滄州綜合試驗站（38°16′36″ N，117°29′19″ E），該區域地處環渤海缺水鹽漬區，屬暖溫帶半濕潤大陸季風氣候，夏季炎熱多雨、冬季寒冷干燥。在研究期間的2021年至2023年，年均降水量600.0 mm，年均氣溫13.0℃，年均日照時數2700 h，無霜期210 d。供試土壤為鹽化潮土，土壤化學性質見表1。紫花苜蓿人工草地為‘中苜3號’紫花苜蓿單播樣地，于2020年4月份播種，面積約2×104 m2，農藝措施與當地常規處理相同，每年刈割4次，試驗在雨養旱作條件下進行。

1.2 數據收集

在試驗站內安裝有ENVIdata-Thies科研級生態氣象系統，實時觀測并記錄站內氣象數據。Thies多參數傳感器固定在觀測塔上，用于測量總輻射、空氣溫度、土壤溫度和含水量、相對濕度、降水量和風速等。采樣頻率10 Hz，每30 min輸出一次平均值，數據記錄在數據采集儀中，記錄的氣象數據直接傳送到ENVIdata數據服務器上，可聯網遠程獲取，無需現場下載數據。本研究中選取2021至2023年氣象數據，應用SW模型對紫花苜蓿人工草地的ET進行模擬分析。

在2023年的生長季（4—10月）每月（如當月刈割，則刈割前）調查一次紫花苜蓿的葉面積指數（Leaf area index，LAI）與地上生物量（Above ground biomass，AGB）。LAI用葉面積儀（AM350，ADC BioScientific Ltd.，UK）直接測定，AGB調查采用收割法，先隨機選取5個大小為0.5 m×0.5 m的樣方，用剪刀將樣方內植被平齊地面剪下，接著裝入取樣袋內并給取樣袋順序編號，之后摘取葉片用葉面積儀掃描葉片并計算LAI，最后將葉片及其他植被樣品放入65℃烘箱中，烘干48小時后稱重得到AGB。因為刈割的影響，LAI和AGB的最大值均出現在5月，分別為6.03和823.00 g·m-2（圖1）。

1.3 模型

1.3.1 Shuttleworth-Wallace模型 Shuttleworth-Wallace（SW）模型基于Penman-Monteith（PM）模型發展而來，不同于PM模型假設的整個植被下墊面是單一水汽源的“大葉”理論，SW模型將土壤表面與植被冠層的潛熱看作兩個水汽源［22］。SW模型的基本公式如下：

ZSW=ESW+TSW=Cs×PMs+Cc×PMc"""" （1）

式（1）中ZSW，ESW和TSW分別為應用SW模型計算得到的生態系統蒸散、土壤蒸發以及植被蒸騰，PMs和PMc分別為用于描述土壤蒸發與植被蒸騰的物理量，Cs和Cc則分別為描述土壤蒸發和植物蒸騰的系數，以上參數均按照Shuttleworth和Wallace［22］推薦的公式計算。

在SW模型中，重點是計算5個阻力參數，分別為土壤表面到植被冠層和植被冠層到參考高度的空氣動力學阻力ras和raa（單位s·m-1），植被冠層氣孔阻力和植被冠層邊界層阻力rsc和rac（單位s·m-1），以及土壤表面阻力rss（單位s·m-1）。其中，ras和raa同樣按照Shuttleworth和Wallace［22］推薦的公式計算，rss取固定的參數值500 s·m-1［22，28］。而rsc和rac分別按下式計算：

rsc=rST/L （2）

rac=rb/2L""""""""" （3）

式（2）和（3）中，rST為平均氣孔阻力（s·m-1），本研究中直接取50 s·m-1［29］；L為葉面積指數；rb為平均邊界層阻力（s·m-1），按下式計算：

rb=（100/n）（w/u）1/2/［1-exp（-n/2）］ （4）

式（4）中，n為渦度擴散衰減常數，在株高小于1 m時，n為2.5，w為植被冠層特征葉片寬度，u為風速（m·s-1）。

1.3.2 結構方程模型 結構方程模型（Structural equation modeling，SEM）是驗證自變量（一個或多個）與因變量（一個或多個）之間相互關系的多元分析方程。SEM基于協方差矩陣同時分析多個變量之間因果關系，它能將變量之間的依賴關系分解為直接影響和間接影響［28-29］。SEM通過檢驗變量之間的協方差，可以估計出線性回歸模型的系數，從而在統計上檢驗所假設的模型對所研究的過程是否合適。如果證實所假設的模型合適，則說明假設變量之間的關系是合理的。SEM可以同時考慮和處理多個因變量，容許自變量與因變量含有測量誤差，目前已在生態學領域獲得廣泛應用。

本研究在R語言中采用lavaan包和semPlot包運行SEM，分析影響紫花苜蓿蒸散的環境因子。SEM構建探索型模型有兩種思路：一種是在初始模型中添加所有可能的影響路徑，而后根據SEM結果中路徑系數的顯著性對模型進行必要的修剪；另一種是在初始模型中只添加有充分理論依據的路徑，而后根據輸出的修正指數添加必要的路徑，使模型最終通過驗證［28-29］。本研究采用第一種思路，將影響紫花苜蓿蒸散的主要環境因子輸入模型，之后根據路徑系數顯著性進行修剪。

2 結果與分析

2.1 環境因子的變化

研究期間凈輻射（Net radiation，Rn）、土壤熱通量（Soil heat flux，G）、空氣溫度（Air temperture，Ta）、降水量（Precipitation，PPT）、土壤含水量（Soil water content，SWC）、飽和水汽壓差（Vapor pressure deficit，VPD）、相對濕度（Relative humidity，RH）和風速（Wind speed，WS）的季節變化明顯（圖2）。

Rn在年內呈現出鐘形的單峰型變化趨勢，且年際間變化不大（圖2a）。2021至2023年Rn的年均總量為4815.2 MJ·m-2·a-1，其中約70%集中在4—10月的生長季。Rn在這三年的日均值為13.2 MJ·m-2·d-1，但在生長季的日均值達到了15.6 MJ·m-2·d-1（表2）。與Rn相比，G的季節變化幅度相對較小，在一個很窄的范圍內波動（圖2b），G在2021，2022和2023年的日總量變化范圍分別為-2.3～1.2 MJ·m-2·d-1，-1.3～1.5 MJ·m-2·d-1和-1.3～1.1 MJ·m-2·d-1（表2）。與Rn不同，G的累積值在生長季為正值，而在非生長季卻為負值，這說明紫花苜蓿人工草地的土壤在生長季總體上表現為吸收熱量，而在非生長季則往外散失熱量。Ta的季節變化趨勢與Rn大概一致（圖2a和2c），生長季的日平均溫度要高于非生長季，2021至2023年的生長季日平均溫度分別為20.5℃，21.2℃和21.9℃，而非生長季日平均溫度分別為3.0℃，2.0℃和3.0℃（表2）。

PPT的季節和年際波動很大，并主要集中在生長季，而非生長季降水量明顯減少（圖2d）。2021至2023年PPT的年總量分別為938.1，560.5和474.3 mm，生長季的PPT均超過了80%，分別為774.1 mm，502.3 mm和421.3 mm（表2）。SWC的變化主要受PPT的影響，PPT多時SWC保持在高值，而PPT降低之后SWC也呈降低趨勢（圖2d和2e）。在三年的生長季，SWC在6.8%～31.9%之間波動（表2）。VPD是表征空氣濕度的物理量，其變化主要受溫度影響。VPD的年內季節性波動很劇烈，總體上在冬季相對較低，5月和6月出現高值，在7月和8月則由于降水量增多的原因，VPD有所降低（圖2f）。同VPD一樣，RH也是描述空氣濕度的物理量，其變化受空氣溫度的影響。三年中RH表現出基本相同的季節變化趨勢與幅度，并且由于水熱條件充沛，生長季的RH要高于非生長季（圖2g）。2021至2023年，RH年均值分別為70.2%，68.5%和67.5%；而這三年生長季的均值則分別為73.7%，71.4%和72.7%（表2）。WS是影響ET的重要環境因子，研究期間WS的年均值分別為2.7 m·s-1（2021年）和2.6 m·s-1（2022和2023年），并且WS在生長季要低于非生長季（圖2h，表2）。

2.2 紫花苜蓿人工草地蒸散的變化特征

紫花苜蓿由Shuttleworth-Wallace（SW）模型模擬的蒸散（Evapotranspiration estimated by the Shuttleworth-Wallace model，ETSW）逐日及季節動態變化很大，總體上ETSW在年初時很低，進入4月份后迅速升高，在10月份開始下降，而在生長季隨著刈割操作，出現上升和下降的趨勢（圖3）。紫花苜蓿的ETSW在2021的日最高值出現在6月初，為5.6 mm；而2022和2023年的日最高值均出現在7月初，分別5.2 mm和5.4 mm（圖3）。這三年ETSW的年總量分別為609.9 mm，644.3 mm和678.1 mm，超過90%出現在生長季，分別為552.7 mm，591.1 mm和619.2 mm。

紫花苜蓿的ETSW在2021至2023年刈割前的日均值均約為0.3 mm·d-1，總量則分別為22.3 mm，22.5 mm和24.1 mm；第一茬的日均值分別為2.3 mm，2.4 mm和2.4 mm，總量則分別為134.2 mm，139.3 mm和141.5 mm；第二茬的日均值分別為3.1 mm，3.3 mm和3.4 mm，總量則分別為128.9 mm，136.4 mm和139.5 mm；第三茬的日均值分別為3.1 mm，3.0和3.3 mm，總量則分別為172.8 mm，168.8 mm和186.9 mm；第四茬的日均值分別為2.2 mm，2.7 mm和2.8 mm，總量則分別為125.0 mm，152.0 mm和158.4 mm；而刈割后的日均值分別為0.4 mm，0.3 mm和0.4 mm，總量則分別為26.6 mm，25.3 mm和27.7 mm（表3）。因此，在這三年間紫花苜蓿第二茬及第三茬生長期間日均需水量最高，并且第三茬的總需水量也是最多的。

2.3 紫花苜蓿人工草地蒸發與蒸騰的變化特征

應用SW模型計算的蒸散由兩部分組成，即土壤蒸發（Soil evaporation estimated by the Shuttleworth-Wallace model，ESW）與植被蒸騰（Plant transpiration estimated by the Shuttleworth-Wallace model，TSW）。紫花苜蓿的ESW由于受到苜蓿刈割的影響，在一年中呈現出多峰型的變化趨勢（圖4a）。ESW在3月中旬、5月中旬、6月末、8月末以及10月末均呈現出增加的趨勢，在3月中旬左右由于氣溫開始升高到達第一個峰值，之后在3月和4月，由于紫花苜蓿開始生長，ESW呈下降趨勢，但在5月中旬、6月末、8月初以及10月末隨著苜蓿的刈割導致土壤裸露，ESW升高出現多重峰值，隨后由于太陽輻射與溫度的降低，可利用水分的減少，ESW再一次下降至0附近（圖4a）。

與ESW相對應，紫花苜蓿TSW的季節變化趨勢也呈現多峰型。從4月初開始，隨著苜蓿的生長，TSW逐漸升高。在5月中旬、6月末、8月末和10月末，由于第一茬至第四茬的刈割，TSW出現多次峰值。此后，隨著太陽輻射減弱和溫度降低，紫花苜蓿逐漸枯萎，TSW也隨之下降，直至降至0（圖4b）。紫花苜蓿的ESW在2021至2023年的年總量分別為123.0 mm，124.8 mm和131.8 mm，分別占了全年ETSW的20.2%，19.4%與19.4%；而TSW在2021至2023年的年總量分別為486.9 mm，519.5 mm和546.7 mm，分別占了全年ETSW的79.8%，80.6%與80.6%（表4）。可見，紫花苜蓿的蒸騰量占據了ET的絕大部分。

3 討論

3.1 紫花苜蓿人工草地的水分平衡及其蒸散組分

本研究中紫花苜蓿人工草地位于河北省濱海鹽堿地雨養旱作區，無灌溉措施，且試驗站周圍沒有河流經過，因此降水是唯一的水分輸入項。2021至2023年，紫花苜蓿的年均ETSW為644.2 mm，占了年均PPT（ET/P）的98.0%，之前研究表明，華北地區苜蓿人工草地的多年平均ET在500～900 mm之間［6， 15］，而全球不同草地生態系統ET/PPT的范圍大致在0.40～1.50之間［30］，本研究的結果在此范圍內。本研究結果表明，通過PPT輸入的水分絕大部分通過ET返回大氣，僅剩余一小部分滲漏入地下。研究期間的三年，PPT充足保證了紫花苜蓿的水分需求，并未過度消耗土壤水分，在2023年1至8月的SWC甚至要高于2021年同期（圖2e）。紫花苜蓿人工草地在不同茬次之間的ET/P有很大差異，研究期間刈割前、第一茬、第二茬、第三茬、第四茬與刈割后這六個不同時期ET/P的平均值分別為0.4，4.8，2.0，0.5，1.2和0.9。可見，在苜蓿的生長季，最大的水分缺口來自頭兩茬生長期，這與索建軍等［11］和康燕霞等［32］研究結果相似。第一茬苜蓿生長周期最長，對水分消耗相對較大，第二茬苜蓿雖然生長期短，但開始進入高溫階段，溫度的升高使日均ET增加，因此第二茬的總ET與第一茬相近。同時頭兩茬苜蓿的生長期PPT相對較少，這就造成了較大的水分虧缺，而第三茬苜蓿盡管總ET最高，但由于期間PPT充足反而有水分盈余。

植被蒸騰（Transpiration，T）是目前生態水文過程中不確定性最大的因素之一［28］，即便同為草地生態系統，由于植被狀況的不同以及環境因子的差異，T也有明顯不同［23-24］。以往的研究表明，植被生長良好的草地生態系統，T占ET的比例（T/ET）普遍超過60.0%［23-25］。本研究中紫花苜蓿人工草地水熱條件良好且管理措施得當，研究期間紫花苜蓿長勢旺盛，其年均TSW為517.7 mm，年均T/ET為80.4%，而在苜蓿的生長季，其T/ET更是高達86.1%，可見TSW是ETSW的主要組分并消耗利用了絕大多數的PPT，這與前人的研究結果相似。紫花苜蓿是深根性植物，并且在生長旺期對地表覆蓋度高，因此紫花苜蓿人工草地的土壤蒸發微弱，水分的無效散失降低，對PPT的利用率高。在淡水資源缺乏地區，發展紫花苜蓿雨養旱作種植是提高降水利用率的一種有效途徑。

3.2 紫花苜蓿人工草地蒸散及其組分的影響因子

本研究采用SEM方法分析了環境因子與植被對紫花苜蓿人工草地ET及其組分的影響（圖5）。ET與植被狀況、大氣環境、土壤環境密切相關，其影響因素復雜，時空變異率大［33］。ET主要由環境因子控制，并受植被及SWC的制約［34］。ET包含土壤蒸發和植被蒸騰兩個部分，這兩部分受到不同環境因子控制，并對植被有不同程度響應［35］。

Rn與地表植被下墊面的狀況緊密相關，是生態系統ET的主要驅動力［23］；Ta的變化會影響降水的方式，并制約著T的強弱［36］；而VPD影響著植物氣孔的開啟與關閉，從而影響T［37］；葉片是植被蒸騰作用的器官，有研究表明在土壤水分相對充足時，一開始ET會隨著LAI的增加而增加，但是當LAI達到一定值時，這種關系會減弱［23］。本研究SEM分析的結果顯示，Rn和Ta是對河北濱海鹽堿地紫花苜蓿人工草地ETSW影響最大的兩個環境因子，其次是VPD，而作為植被參數的LAI對ETSW的影響與VPD大致相同（圖5a）。對于ESW和TSW，同樣是Rn，Ta，VPD和LAI對它們的影響最大（圖5b）。Rn，Ta，VPD和LAI對ETSW的影響均是正向的，即ETSW隨著它們的升高而增加，并且Rn對ETSW的促進作用最為明顯（圖5a）。這說明在研究期間水分供應充足，紫花苜蓿的ETSW基本由Rn控制。2021至2023年的PPT逐年降低，而Rn則逐年升高。2021年遠超多年平均值的PPT為之后的年份提供了充足的水分，而2022年PPT恢復至平均水準，2023年PPT則低于平均值（表1和圖2d）。PPT的降低意味著晴朗天氣的增加，因此Rn的增加為ETSW提供了驅動力，導致ETSW也隨著Rn逐年增加。這與Zhang等［38］對濕潤高寒草甸蒸散的研究結果相同，在水分不受限制時，蒸散主要受Rn的調控。對于TSW，同樣是Rn的正向促進作用最大，并且其對VPD的響應比對Ta敏感，而LAI的增加會提高TSW（圖5b）。但對于ESW，則是Ta的正向作用最大，而LAI對其有極大的抑制作用（圖5b）。值得注意的是，LAI對ESW和TSW具有相反的作用，并且對ESW的抑制作用要比對TSW的促進作用大，同時ESW和TSW之間也有互相抑制的作用，自身的升高會使對方降低（圖5b）。草地生態系統LAI的增加會覆蓋裸露的地表，抑制土壤蒸發［39］，有研究表明植被覆蓋度高的草地相比于有大量地表裸露的退化草地，其土壤蒸發顯著降低［23］。LAI的增加也意味著植被的生長旺盛，因此蒸騰作用強烈。但一地的蒸散總體由當地的水熱條件決定［40］，因此土壤蒸發與植被蒸騰之間基本表現為對立統一的關系。在蒸散過程中，兩者相互統一，但一者的增加會導致另一者的減少。

3.3 模擬結果的合理性分析與驗證

SW模型的良好適用性已在全球不同類型的生態系統中得到驗證，包括森林、草地及農田生態系統等［23-27］，本研究利用SW模型對紫花苜蓿人工草地ET的模擬結果也與前人的觀測研究結果相似。之前的研究結果說明，SW模型對5種空氣動力學阻力（ras，raa，rsc，rac和rss）的響應最為敏感，尤其是土壤表面阻力rss［24］。之前的研究通常找出rss和SWC的經驗方程［23-24］，但在本研究中由于條件限制，未能獲取rss與SWC的經驗方程。因此在參考前人經驗的基礎上，將rss設置為常數［22， 28］，這可能會對SW模型的結果造成一定的誤差。但同時SW模型假設土壤均質化［22， 29］，這是SW模型的創建者將rss設置為常數的理論基礎，土壤均質化的假設適用于雨養旱作的種植模式，而本研究中的紫花苜蓿人工草地正是采用這種模式，這也是我們將rss設置為常數的依據。

為了進一步驗證SW模型結果的準確性，我們將模型結果與渦度相關系統觀測的ET（ETeddy）進行了對比分析（圖6）（渦度相關系統于2024年4月16日安裝，因此本研究選取2024年4月17日至5月16日一個月的數據進行驗證）。結果表明，盡管我們將rss設置為常數，SW模型仍能夠很好地模擬紫花苜蓿人工草地ET的變化趨勢與數值大小（圖6）。今后的研究將加強模型與觀測的對比分析，優化rss參數，為SW模型模擬結果的準確性提供更直觀可靠的數據支撐。

4 結論

通過對河北濱海鹽堿地紫花苜蓿人工草地的蒸散模擬研究，結果表明蒸散量與降水量基本持平（占降水的98.0%），其中生長季植被蒸騰占蒸散的86.1%。研究期間，降水滿足了苜蓿的生長需求，且降水利用率高，土壤蒸發微弱，水分無效散失減少。因此，在水資源匱乏地區，發展紫花苜蓿雨養旱作種植是提高降水利用率的一種有效途徑。但在頭兩茬苜蓿的生長期仍然有明顯的水分缺口，因此在今后的苜蓿生產中，應注意頭兩茬苜蓿的水分管理。

參考文獻

［1］"""""" 仇玉霞. 河北省鹽堿地開發利用措施與治理建議［J］. 河北農業，2019（4）：62-64

［2］"""""" 馮偉，劉忠寬，劉振宇，等. 河北省鹽堿地分布成因及改良利用技術研究［J］. 河北農業科學，2015，19（1）：56-60

［3］"""""" 李倩茹，賈彥龍，王慧軍，等. 基于生態功能區的河北省生態系統服務權衡與協同分析［J］. 地理學報，2023，78（11）：2833-2849

［4］"""""" 吳星月，姚紅麗，王北南，等. 滄州鹽堿地紫花苜蓿根際促生細菌的篩選［J］. 草業科學，2017，34（11）：2211-2217

［5］"""""" 謝楠，劉振宇，馮偉，等. 滄州地區29個紫花苜蓿品種生產性能評價［J］. 河北農業科學，2016，20（6）：19-26

［6］"""""" 朱湘寧，郭繼勛，梁存柱，等. 華北平原地區灌溉對苜蓿產量及土壤水分的影響［J］. 中國草地，2002，24（6）：32-37

［7］"""""" 石嘉琦，劉忠寬，王東奎，等. 河北濱海鹽堿地14個苜蓿品種光合性能與產量性狀分析［J］. 草地學報，2023，31（7）：2107-2115

［8］"""""" 孫延亮，趙宇哲，魏孔欽，等. 不同秋眠級紫花苜蓿莖和葉的碳、氮、磷化學計量特征［J］. 中國草地學報，2022，44（5）：9-19

［9］"""""" 周彤，師尚禮，陳建綱，等. 紫花苜蓿與3種多年生禾本科牧草輪作的土壤養分生長季動態比較［J］. 草原與草坪，2021，41（3）：19-25

［10］"""" 石嘉琦，周繁，王爍凱，等. 行距和播量對河北濱海鹽堿地苜蓿光合特性及產量的影響［J］. 草地學報，2023，31（8）：2554-2563

［11］"""" 索建軍，揚江平，孫棟，等. 紫花苜蓿全生長期蒸散變化研究［J］. 農業開發與裝備，2017（11）：66-67，79

［12］"""" 楊洪濤. 鹽堿化紫花苜蓿人工草地土壤水鹽特征及優化調控［D］. 哈爾濱：中國科學院大學（中國科學院東北地理與農業生態研究所），2019：7-10

［13］"""" 范文波，劉換芳，朱保榮，等. 棄耕地苜蓿耗水規律及灌溉制度研究［J］. 水土保持學報，2003，17（3）：165-166，173

［14］"""" WRIGHT J L. Daily and seasonal evapotranspiration and yield of irrigated alfalfa in Southern Idaho［J］. Agronomy Journal，1988，80（4）：662-669

［15］"""" 邢新海，田魁祥. 河北省黑龍港地區苜蓿發展與水土生態系統分析［J］. 農業現代化研究，1992，13（4）：218-221

［16］"""" 陳鳳林，劉文清. 幾種栽培牧草需水規律的初步研究［J］. 中國草原，1982，4（3）：38-43

［17］"""" XIE J K，LIU L，WANG Y T，et al. Changes in actual evapotranspiration and its dominant drivers across the Three-River Source Region of China during 1982-2014［J］. Hydrology Research，2022，53（2）：297-313

［18］"""" WILLIAMS D G，CABLE W，HULTINE K，et al. Evapotranspiration components determined by stable isotope， sap flow and eddy covariance techniques［J］. Agricultural and Forest Meteorology，2004，125（3/4）：241-258

［19］"""" 劉元波，邱國玉，張宏昇，等. 陸域蒸散的測算理論方法： 回顧與展望［J］. 中國科學：地球科學，2022，52（3）：381-399

［20］"""" SHI M J，WORDEN J R，BAILEY A，et al. Amazonian terrestrial water balance inferred from satellite-observed water vapor isotopes［J］. Nature Communications，2022，13（1）：2686

［21］"""" HU Z M，YU G R，ZHOU Y L，et al. Partitioning of evapotranspiration and its controls in four grassland ecosystems： Application of a two-source model［J］. Agricultural and Forest Meteorology，2009，149（9）：1410-1420

［22］"""" SHUTTLEWORTH W J，WALLACE J S. Evaporation from sparse crops-an energy combination theory［J］. Quarterly Journal of the Royal Meteorological Society，1985，111（469）：839-855

［23］"""" ZHANG L F，CHEN Z G，ZHANG X，et al. Evapotranspiration and its partitioning in alpine meadow of Three-River Source Region on the Qinghai-Tibetan Plateau［J］. Water，2021，13（15）：2061

［24］"""" ZHANG L F，SCHLAEPFER D R，CHEN Z G，et al. Precipitation and evapotranspiration partitioning on the Three-River Source Region： A comparison between water balance and energy balance models［J］. Journal of Hydrology：Regional Studies，2021，38：100936

［25］"""" CHEN H，JIANG A Z，HUANG J J， et al. An enhanced shuttleworth-Wallace model for simulation of evapotranspiration and its components［J］. Agricultural and Forest Meteorology，2022，313：108769

［26］"""" MILLY P C D，DUNNE K A. Potential evapotranspiration and continental drying［J］. Nature Climate Change，2016，6：946-949

［27］"""" MALLICK K，TOIVONEN E，TREBS I，et al. Bridging thermal infrared sensing and physically-based evapotranspiration modeling： from theoretical implementation to validation across an aridity gradient in Australian ecosystems［J］. Water Resources Research，2018，54（5）：3409-3435

［28］"""" 王宇，周莉，賈慶宇，等. 基于Shuttleworth-Wallace模型的水稻蒸散組分模擬及其特征分析［J］. 中國農業氣象，2017，38（11）：709-719

［29］"""" 喬英，馬英杰，辛明亮. 基于改進S-W與結構方程模型的干旱區棗園蒸散特征分析［J］. 農業機械學報，2021，52（8）：307-317

［30］"""" ZHOU M C，ISHIDAIRA H，HAPUARACHCHI H P，et al. Estimating potential evapotranspiration using Shuttleworth–Wallace model and NOAA-AVHRR NDVI data to feed a distributed hydrological model over the Mekong River basin［J］. Journal of Hydrology，2006，327（1/2）：151-173

［31］"""" 張立鋒，張繼群，張翔，等. 三江源區退化高寒草甸蒸散的變化特征［J］. 草地學報，2017，25（2）：273-281

［32］"""" 康燕霞，姜淵博，齊廣平，等. 紅豆草與無芒雀麥混播草地生產力提升的水分調控模式研究［J］. 草業學報，2023，32（8）：115-128

［33］"""" 吳錦奎，陳軍武，吳灝，等. 疏勒河上游高寒草甸蒸散對比研究［J］. 地理科學，2013，33（1）：97-103

［34］"""" CHEN H，HUANG J J，MCBEAN E. Partitioning of daily evapotranspiration using a modified shuttleworth-wallace model， random Forest and support vector regression， for a cabbage farmland［J］. Agricultural Water Management，2020，228：105923

［35］"""" WANG L，LIU H Z，BERNHOFER C. Grazing intensity effects on the partitioning of evapotranspiration in the semiarid typical steppe ecosystems in Inner Mongolia［J］. International Journal of Climatology，2016，36（12）：4130-4140

［36］"""" 陳小平. 科爾沁沙丘—草甸濕地水熱碳通量變化及響應機制研究［D］. 呼和浩特：內蒙古農業大學，2018：37-51

［37］"""" DONG J ，BERGMANN D C. Stomatal patterning and development［J］. Current Topics in Developmental Biology，2010，91：267-297

［38］"""" ZHANG F W，LI H Q，WANG W Y，et al. Net radiation rather than surface moisture limits evapotranspiration over a humid alpine meadow on the northeastern Qinghai‐Tibetan Plateau［J］. Ecohydrology，2018，11（2）：e1925

［39］"""" 周雪彤，孫文義，穆興民，等. 1990—2020年三江源水源涵養能力時空變化及影響因素［J］. 生態學報，2023，43（23）：9844-9855

［40］"""" YANG Y T，RODERICK M L，GUO H，et al. Evapotranspiration on a greening Earth［J］. Nature Reviews Earth amp; Environment，2023，4：626-641

（責任編輯" 閔芝智）