作物系数影响因素分析

吴慧蓉，崔远来，高明利(.武汉大学水资源与水电工程科学国家重点实验室，武汉 43007；.湖北省漳河工程管理局，湖北 荆门 44856)

采用间接法进行作物需水量(又称蒸发蒸腾量)计算时，其精度一是取决于参考作物蒸发蒸腾量(reference evapotranspirationET0)，二是取决于作物系数。作物系数是实际作物蒸发蒸腾量与参考作物蒸发蒸腾量的比值。对于ET0的计算，联合国粮农组织(Food and Agriculture Organization of the United Nations FAO)推荐的Penman-Monteith方法已经得到公认，在气象资料不满足要求时，其他ET0计算方法的适应性也在各地得到验证和修正[1,2]，因此，作物系数的合理取值是基于FAO推荐的Penman-Monteith方法进行作物需水量计算的关键。FAO在其指南《作物需水量计算指南》中给出了主要作物的作物系数Kc值[3]，并提供了在非标准气象及土壤水分条件下对Kc进行修订的方法。但FAO给定的值只是在资料缺测条件下的参考值，对于同种作物，如果其品种、耕作方式、农业管理措施、灌溉模式、气象条件等存在差异，作物长势状况不同，蒸发蒸腾量也不同，则作物系数会存在差异[4,5]。对于作物系数的确定，一般采用实测法，即按照作物需水量试验的方法测量实际作物蒸发蒸腾量ETc，然后由ETc与ET0的比值计算作物系数。我国《灌溉试验规范》规定[6]，一般作物需水量及作物系数的试验应开展3年，由3年试验结果的平均值得到作物系数。由于开展作物需水量试验需要一定的人力物力，实际工作中经常采用一个点的1～2 a的实测数据代表一个省尺度的值，甚至直接采用FAO推荐的值。为了探明这种做法可能导致的误差，分析水文年型、灌溉模式对作物系数的影响，以及作物系数受空间尺度气象条件的影响规律，为正确确定作物系数提供参考，本文开展相关研究。

1 研究区域概况

1.1 江西省

江西省地理位置为113°35′E～118°29′E，24°29′N～30°05′N。区内属亚热带湿润季风气候区，多年平均气温16～20 ℃，多年平均降水量1 400～1 900 mm，多年平均水面蒸发量800～1 200 mm。江西省灌溉试验中心站地处赣抚平原灌区内，位于116°00′E，28°26′N，海拔高程22 m，多年平均气温17.5 ℃，多年平均降雨量1 747 mm，多年平均蒸发量1 139 mm，多年平均日照1 720.8 h。

1.2 浙江省永康灌溉试验站

浙江省永康灌溉试验站地处永康市花街镇花街村，位于120°12′E， 28°42′N，海拔高程85.4 m，多年平均气温17.5 ℃，多年平均降雨量1 387 mm，多年平均蒸发量980.9mm，多年平均日照对数1 909 h。

1.3 云南省

云南省地理位置97°31′～106°11′E，21°8′～29°15′N。全省从南到北出现北热带、南亚热带、中亚热带、北亚热带、南温带、中温带、北温带(高原气候区域)等7种气候带类型，多年平均气温5～24 ℃左右，南北气温相差达19 ℃左右，多年平均降水量1 000～1 400 mm，多年平均水面蒸发量820～1 780 mm。由于冬夏两季受不同大气环流的控制和影响，降水量在季节上和地域上的分配极不均匀。水面蒸发量在地域间差异较大，东部地区数值较小，其值在1 100 mm以下，滇中一带、红河州等地蒸发量较大，在1 500 mm以上，为全省最高区。云南为山地高原地形，全省海拔高低相差很大，形成立体性气候。

2 计算方法

2.1 ET0

ET0的计算采用FAO推荐的Penman-Monteith公式：

(1)

式中：Δ为水汽压随温度变化曲线的斜率，kPa/℃；Rn为太阳净辐射MJ/(m2·d)；G为土壤热通量，MJ/(m2·d)；γ为湿度计算常数，kPa/℃；T为日平均大气温度，℃；u2为 2 m 高度处的风速，m/s；es为饱和水汽压，kPa；ea为实际水汽压，kPa。

2.2 作物系数

作物系数是实际作物蒸发蒸腾量与参考作物蒸发蒸腾量的比值，即：

(2)

本试验中水稻采用FAO推荐的单作物系数修订法，FAO给出了水稻初期、中期、末期基础作物系数Kcini、Kcmid和Kcend，分别为1.05、1.2、0.6～0.9，但FAO的推荐值具有一定的局限性，在资料缺测的情况下可以进行参考。有实测资料的情况下，应采用实测资料代替FAO推荐值，然后以该推荐值为基础对其他站点的Kc进行修订。本文中江西省采用中心站的实测值，云南省采用大理站的实测值。

3 结果与分析

3.1 Kc随水文年型的变化

由江西省灌溉试验中心站2000-2009年试验资料，针对早晚稻及两种灌溉模式，计算得到各年早晚稻不同灌溉模式下的作物系数，具体分析如下。

3.1.1作物系数Kc年内变化

图1表明，在全生育期内Kc的主要变化趋势为先增大后减小，在抽穗开花期达到最大。即此时为水稻需水高峰期[7]。不同灌溉模式下Kc存在差异，表现为间歇灌溉略小于浅水灌溉，但差异不大。早稻Kc小于晚稻Kc，主要是早稻生长期处于多雨季节，空气湿度较大，作物需水量较小，故Kc较小；而晚稻生长期雨水相对较少，平均温度高，作物需水量明显增大[8]，故作Kc较大。

图1 早、晚稻不同灌溉模式下Kc多年均值

3.1.2作物系数Kc年际变化

早、晚稻两种灌溉模式下全生育期Kc年际变化如图2。

图2 早、晚稻两种灌溉模式下全生育期Kc年际变化

由图2见，由于作物需水量在年际间受降雨等其他气象因素和灌水等条件影响，Kc在年际间存在差异。因此一般应取连续3年得到的Kc均值减小随机误差。若采用某一年的值(如2008或2009年)，随机误差可达到20%左右。下面分析降雨量与ET0对Kc的影响。

从图3可见，对于晚稻，Kc随着降雨的增加有变大的趋势，但不明显，早稻Kc与降雨量大小无关。降雨量对Kc的影响原因比较复杂，有研究认为若降雨过于频繁，导致空气温度和辐射长期处于较低水平，使作物蒸发蒸腾量较小，从而使Kc减小[9]。也有研究认为降雨量较少时需要进行多次灌溉，灌溉一般在天气晴朗时进行，此时土壤蒸发作用加强，且经过一段时间缺水的作物在恢复水层厚度后蒸腾量明显提高，导致作物ETc明显增大[4]，从而导致Kc增大。

由图4可见，随着ET0的增加，Kc呈减小的趋势，但影响不明显，相关系数较小。因此在气象因素相对稳定的年份使用Kc时可采用多年均值代替，减小随机误差。

图3 早、晚稻全生育期作物系数Kc与降雨关系

图4 早、晚稻全生育期作物系数Kc与ET0关系

3.2 灌溉模式对Kc的影响

3.2.1间歇灌溉与浅水灌溉对Kc的影响

江西省灌溉试验中心站2000-2009年晚稻间歇灌溉和浅水灌溉模式全生育期Kc多年均值如表1。

从表1可见间歇灌溉Kc略小于浅水灌溉，与两种灌溉模式田间水分管理及水稻生长发育过程有关，比如棵间蒸发的差异、根系生长及植株蒸腾的差异等[10]。

表1 江西灌中心站晚稻不同灌溉模式下全生育期Kc多年平均值

3.2.2淹灌、薄露灌溉、间歇灌溉对Kc的影响

浙江省永康试验站从2003-2010年针对单季稻开展了水稻需水量试验，淹灌、薄露灌溉、间歇灌溉3种灌溉模式下不同生育期Kc多年均值见表2。

表2 永康单季稻作物系数计算表

由表2可见，淹灌各个生育期以及全生育期的作物系数均最大，全生育期Kc间歇灌溉及薄露灌溉等节水型灌溉模式比淹灌模式降低9.5%。传统淹水管理因水稻蒸腾速率大，田面长期有水层使棵间蒸发大，故作物需水量大，从而Kc增大[11]。薄露灌溉及间歇灌溉大部分时间田面无水层，减少水稻棵间蒸发，从而使Kc减小。

3.3 作物系数随空间变化规律

由于实测数据有限，在作物需水量计算时经常采用邻近站点的作物系数，甚至直接采用FAO建议的值。这种做法的误差有多大，以下以江西及云南为例进行分析。

3.3.1江西省水稻作物系数空间分析

FAO推荐的3个生长期的作物系数以及修订公式都是在作物生长在半湿润气候区即u2≈2 m/s，RHmin≈45%的情况下得到的，本文计算中对江西省其余19个站点进行修订时，所采用的基础值为中心站的实测值，3个生长期的作物系数分别为1.05、1.65、1.14，实测的Kcini与FAO推荐值一致。采用FAO推荐的修订方法对生长中期Kcmid和生长末期Kcend进行修订时，需要对FAO推荐的修订公式进行改进，即公式中的基础风速(2 m/s)和最小相对湿度(45%)需要用中心站实测的多年平均2 m处风速以及平均最小相对湿度进行替代。

江西省中心站生长中期,生长末期的2 m处风速和平均最小相对湿度分别为0.93 m/s、53.69%；0.89 m/s、51.24%。

初期Kcini根据FAO推荐修订表均为1.05，中期Kcmid和末期Kcend修订公式采用FAO推荐并进行改进后的公式：

Kcmid=Kcmid(中心站)+[0.04(u2-0.93)-

0.004(RHmin-53.69)](h/3)0.3

(4)

Kcend=Kcend(中心站)+[0.04(u2-0.89)-

0.004(RHmin-51.24)](h/3)0.3

(5)

式中：Kcmid(中心站)为中心站实测的Kcmid；Kcend(中心站)为中心站实测的Kcend；u2为生长中期草面以上2 m高度处的日平均风速，m/s，用于1

针对晚稻间歇灌溉模式修订得到19个站的作物系数，并对19个站Kcini，Kcmid，Kcend的平均值(Mean)、最大值(Max)、最小值(Min)、标准差(Standard Deviation SD)、变异系数(Coefficient of Variation CV)进行统计分析如表3。

表3 江西省19个站点晚稻间歇灌溉模式下Kc修订结果统计表

由表3可得出江西省各站点之间Kcini没有差异，Kcmid和Kcend的标准差与变异系数均在0.01左右，最大值与最小值之间相差在3%左右。从19个站点的修订结果可以看出晚稻的Kcmid和Kcend的修订后的值远大于FAO推荐的值，与前人研究的内容一致，在间歇灌溉下Kcmid和Kcend分别为1.66、1.14[7,9,12]。

由公式(4)～式(5)知，Kc=f(u2，RHmin)，以下分别讨论2 m处风速u2，平均最小相对湿度RHmin对Kc的影响，分析2 m处风速u2影响时平均最小相对湿度采用19个站点的平均值，对19个站点的Kcini，Kcmid，Kcend计算结果进行统计分析，结果见表4，表5。

表4 2 m处风速u2对Kc影响统计表

表5 平均最小相对湿度RHmin对Kc影响统计表

由表4和表5可见江西省19个站点2 m处风速和最小相对湿度对作物系数影响较小，这两个因素对作物系数影响的标准差和变异系数均小于0.01，最大值与最小值相差3%左右。

3.3.2云南水稻作物系数空间分析

云南省其他站点中稻的修订方法同江西省中心站一致，采用大理站的实测值作为基础值，大理站实测水稻3个生长期的作物系数分别为1.1、1.3、1.2，采用改进后的FAO推荐的公式对全省36个站点作物系数进行修订，并对Kcini，Kcmid，Kcend进行统计分析，结果见表6。

表6 云南省36个站点晚稻Kc修订结果统计表

由表6可见云南省各个站点之间生长初期Kcini相差较大，最大值与最小值相差10%，标准差与变异系数均大于0.03，Kcmid和Kcend的标准差与变异系数均接近0.02，最大值与最小值相差5%左右，明显大于江西省。主要是云南省山多地少，立体气候突出，区域气候差异较大。

4 结 语

(1)在全生育期内水稻作物系数的主要变化趋势为先增大后减小，在抽穗开花期达到最大。

(2)作物系数年际间的变化存在一定的差异性，采取3年试验得到的作物系数相对误差较小，而只用某1年的值则可能产生较大的随机误差。年际间降雨对作物系数趋势有一定的影响，实测数据表明，晚稻作物系数随降雨量增加有增大的趋势，而早稻作物系数与降雨无关，因此总体而言可以不考虑降雨对年际间作物吸收的影响。ET0与作物系数呈负相关，但也不明显。

(3)节水型灌溉模式下作物系数明显减小，因此应考虑不同灌溉模式对作物系数的影响。

(4)在省域尺度上，如果省内降雨、气象要素相对稳定时，某个站点的作物系数可以扩展到整个省内使用，如江西省；若气象要素和降雨空间变异较大，一个站点的作物系数不宜直接在全省应用，应根据实测站点作物系数进行修订，如云南省。修订时应尽量以本省(或区域)某些实测站点的作物系数为基础，而不宜采用FAO推荐值，同时应考虑试验站点实际风速及相对湿度对FAO修订公式进行改进，以提高作物系数的修订精度。

[1] 李丽君, 刘玉甫, 王 蓓,等. 浅谈采用彭曼-蒙特斯公式计算参照作物需水量[J]. 中国西部科技, 2008,7(15):9-10.

[2] 王新华, 郭美华, 徐中民. 分别利用Hargreaves和PM公式计算西北干旱区ET0的比较[J]. 农业工程学报, 2006,22(10):21-25.

[3] 联合国粮农组织.作物需水指南[M]. 联合国粮农组织灌溉排水丛书56分册,1998.

[4] 丁加丽. 控制灌溉水稻水分利用规律及蒸发蒸腾量模拟研究[D]. 南京：河海大学, 2007.

[5] 石艳芬, 缴锡云, 罗玉峰,等. 水稻作物系数与稻田渗漏模型参数的同步估算[J]. 水利水电科技进展, 2013,(4):27-30.

[6] SL12-2004，灌溉试验规范[S].

[7] 丁加丽, 彭世彰, 徐俊增,等. 控制灌溉条件下水稻蒸发蒸腾量及作物系数试验研究[J]. 河海大学学报:自然科学版, 2006,34(3):239-242.

[8] 李国章. 我国南方水稻需水量与需水系数的研究[J]. 广西水利水电, 1991,(3):55-60.

[9] 彭世彰, 丁加丽, 茆 智,等. 用FAO-56作物系数法推求控制灌溉条件下晚稻作物系数及验证[J]. 农业工程学报, 2007,23(7):30-34.

[10] 傅志强, 黄 璜, 朱华武,等. 不同灌溉模式对水稻生长及产量的影响[J]. 作物研究, 2011,25(4):299-303.

[11] 邓 环, 曹凑贵, 程建平,等. 不同灌溉方式对水稻生物学特性的影响[J]. 中国生态农业学报, 2008,16(3):602-606.

[12] 王笑影, 梁文举, 闻大中. 北方稻田蒸散需水分析及其作物系数确定[J]. 应用生态学报, 2005,16(1):69-72.