河南地区夏玉米作物系数试验研究

马建琴，李鹏飞，刘 蕾

(华北水利水电大学，郑州 450011)

0 引 言

作物系数定义为作物的实际蒸发蒸腾量与实测的或估算的参考作物蒸发蒸腾量的比值，是计算作物需水量的重要参数[1]。常用的计算作物系数的方法为FAO推荐的单作物系数法和双作物系数法。但是由FAO推荐的计算作物系数的方法是基于标准状态下的作物生长条件，与作物实际的生长状态差别较大，且计算的方法较为复杂，因此学者们多是在实验的基础上，利用田间水量平衡原理对作物的作物系数进行计算。左余宝等(2009年)[2]依据田间试验资料，利用Penman-Monteith公式对鲁北地区主要作物各生育期的参考作物需水量进行了计算，同时利用农田水量平衡方程及土壤水分胁迫系数计算了作物不同生育期实际蒸散量，最终计算得到相应的作物系数；赵娜娜等(2010年)[3]根据北京大兴区试验资料采用基于土壤水量平衡的ISAREG模型模拟了夏玉米生育期内土壤含水量的变化过程，以此来反推夏玉米的作物系数。

虽然学者们已对不同地区、不同作物的作物系数进行了计算，并取得了许多研究成果[4]，但因各地区自然环境不同，同一作物在各地的生长发育起止日期、需水量和作物系数具有一定差异：夏玉米在陕西关中东部的生育期起止日期为6月15日至9月25日，作物系数为1.02；而在山东鲁西南的生育期起止日期为6月11日至9月15日，作物系数为1.08[5]。因此针对不同地区同种作物的作物系数存在差异的问题，需要在农业节水灌溉的过程中对本地区的作物系数进行具体的试验研究。

河南为农业大省，主要农作物为冬小麦、夏玉米、棉花等，近年来水资源的短缺和水环境恶化等已成为制约河南可持续发展的重要瓶颈[6]。为了建立本地区农作物节水灌溉制度，实时高效的指导农业用水。本文基于田间实时监测的气象和土壤水分数据，在利用IrriMax软件对夏玉米根深进行修正的基础上，对夏玉米的作物系数进行计算，并结合土壤水分预测模型对作物根区土壤水分进行模拟分析，以检验作物系数修正结果，为夏玉米实时灌溉提供数据支撑。

1 研究材料

1.1 试验区概况

试验于2013-2014年在郑州市华北水利水电大学龙子湖校区的农业节水灌溉试验场进行。郑州市属北温带大陆性季风气候，年平均气温14.3 ℃，夏季降雨量最多，占全年降雨量的53.3%，夏玉米在整个生育期内年均降雨量为341.6 mm。试验区土质为壤土，土壤孔隙率为0.4，田间持水率为42%(以占土体百分比计)。

1.2 试验设计

本次试验夏玉米的生育期起止日期为6月10日至9月22日，试验由A、B、C 3个实验小区组成，每个小区面积为240 m2。试验分为3种不同的灌水处理，见表1。

表1 夏玉米田间试验设计Tab.1 Field experiments design for summer maize

注：θ为田间持水率。

1.3 数据来源

(1)土壤墒情测取。采用土壤水环境监测设备EnviroScan来测定不同深度土层的实时土壤含水率，测量深度为90 cm；取每日2时、8时、14时、20时4个监测时刻的实测土壤含水率，以作物根系所处计划湿润层深度以上所有传感器不同时刻所测土壤含水率的均值作为当天的实测含水率。

θi,h=[θi,(2,h)+θi,(8,h)+θi,(14,h)+θi,(20,h)]/4

(1)

式中：θi,h为第i天给定土层深h处实测土壤含水率；θi,(2,h)、θi,(8,h)、θi,(14,h)、θi,(20,h)分别为第i天给定土层深 h处4个监测时刻的实测土壤含水率。

(2)气象数据采集。利用位于田间的小型自动气象站(AWS)来测量每日的气象数据。主要包括2 m风速、风向、太阳辐射、土壤湿度、降雨量、空气相对湿度、空气温度、大气压等。

(3)灌溉。当试验田的土壤含水率低于对应小区的灌水下限时即对该小区进行灌溉，并对灌水日期及灌水量进行记录。

2 研究方法

2.1 夏玉米根区范围分析和计划湿润层的修正

作物根系层的深度直接影响着计划湿润层深度以及灌溉水量的大小，是决定作物生长发育以及最终产量的重要因素。传统的灌溉预报利用根深的经验值进行计划湿润层的确定，忽略了作物的真实生长情况，容易导致预报精度偏低。作物根深的修正可以真实的反应作物根系活动层深度的变化情况，为科学合理的确定土壤计划湿润层深度提供依据。

随着作物的生长发育，必然会导致根系活动范围内土壤含水量的变动。本文利用IrriMax的根区分析功能，将EnviroScan所测数据生成以时间为横坐标的不同深度土层含水率分层曲线图，根据曲线图判断根区的位置，修正作物计划湿润层深度。

2.2 土壤墒情预测模型

土壤墒情预报是农田用水和区域水资源管理的一项基础工作，对于农田灌溉排水的合理实施和提高水资源的利用效率具有重要的作用[7]。以天作为预报时段的田间土壤水量平衡方程为：

Wi=Wi-1+P0i+WTi+Mi+Ki-ETi

(2)

式中：Wi-1为第i天初始时刻计划湿润层土壤含水量，mm；Wi为第i天结束时刻计划湿润层土壤含水量，mm；P0i为第i天的有效降雨量，mm；WTi为第i天由于计划湿润层增加而增加的土壤含水量，mm；Mi为第i天实际灌水量，mm；Ki为第i天由地下水的补给而增加的水量，mm；ETi为第i天作物的实际需水量，mm。

其中第i天初始时刻和结束时刻的计划湿润层土壤含水量可由下列公式得出：

Wi-1=1 000nHi-1θi-1

(3)

Wi=1 000nHiθi

(4)

式中：Hi-1为第i天开始时的计划湿润层深，mm；Hi为第i天结束时的计划湿润层深，mm；n为土壤孔隙率，取值0.4；θi-1为第i天初始时刻土壤含水率，%；θi为第i天结束时刻土壤含水率，%。

ETi的计算公式为：

ETi=KcKwET0i

(5)

式中：Kc为作物系数；Kw为土壤水分胁迫系数；ET0i为参考作物需水量，mm/d,根据自动气象站(AWS)的实时数据采用FAO-56推荐的Penman-Monteith公式计算[8]。

地下水通过毛管作用向根层的补给量，主要与地下水埋深、土壤质地及作物需水强度有关，可用下式计算[9]：

Ki=ETiexp(-σh)

(6)

式中：σ为经验系数，对沙土、壤土和黏土可分别取2.1，2.0和1.9；h为地下水埋深；其余符号意义同前。

有效降雨量一般生产中采用经验的降雨有效利用系数法来计算[10]：

P0i=αPi

(7)

式中：P0i为第i天的有效降雨量，mm；Pi为第i天的实际降雨量，mm；α为降雨有效利用系数。

α值与一次降雨量、降雨强度、降雨延续时间、土壤性质、地面覆盖及地形等因素有关。一般认为一次降雨量小于5 mm时，α为0；当一次降雨量在5～50 mm时，α约为0.8～1.0；当一次降雨量大于50 mm时，α约为0.7～0.8。

由式(2)～(7)可得以天为预测时段的土壤水分预测模型：

θi=[1 000nHi-1θi-1-αPi-WTi-Mi-

ETi(1+e-σ h)]/(1 000nHi)

(8)

从种植日期开始实测一次土壤含水率，然后利用计算或实测数据通过土壤水分预测模型从作物的种植日期开始逐日对作物整个生育期内的土壤含水率进行预测。

2.3 作物系数逐日修正

以天为计算时段，作物系数逐日修正具体计算步骤如下：

(1)在生育期开始时，对第一天作物系数的修正采用经验值作为本地区作物系数初始值：6月份经验值为0.85[11]。

(2)第i+1天开始时，第i天的土壤含水率、有效降雨量以及灌溉水量均为已知的，而初始的作物系数取本地区的经验值，可以利用式ETi=Kc,i·ET0,i·Kw,i计算出第i天作物的实际需水量。由第i天的实测土壤含水率初始值θi-1，根据式(8)就能得到第i+1天的土壤含水率初始值。

(3)第i天结束时，第i+1天的实测土壤含水率初始值θi为已知，如果第i+1天预测的土壤含水率与实测的土壤含水率非常接近，则第i天的作物系数就取初始值，反之则用第i+1天实测的土壤含水率初始值θi带入式(8)反推第i天的作物实际需水量：

ETi=(1 000nHi-1θi-1-1 000nHiθi-

αPi-WTi-Mi)/(1+e-σh)

(9)

(4)由式ETi=Kc,i·ET0,i·Kw,i可得第i天作物系数修正值Kc,i：

Kc,i=ETi/(Kw,i·ET0,i)

(10)

(5)将第i天的作物系数修正值Kc,i作为第i+1天作物系数初始值，并重复以上步骤，逐日修正作物系数值，直到生育期结束。

(6)用修正后的Kc,i作为下一年第i天作物系数的初始值，并重复以上步骤，对当年的作物系数进行修正。

3 结果与分析

3.1 根深修正结果与分析

以C方案为例，结合夏玉米的生长机理，根据土壤水分分层曲线图中各土层土壤水分曲线的波动性，判断夏玉米在不同生育阶段的根区范围.图1为土壤水分分层曲线，图中箭头标注处即为该生育阶段作物根系到达范围，图1中右侧纵坐标1号、2号、3号、4号、5号、6号、7号、8号、9号分别表示传感器埋深为10、20、30、40、50、60、70、80、90 cm；横坐标表示日期。

图1 整个生育期内的土壤水分分层曲线图Fig.1 Tiered curves of soil moisture in whole growth period

由于夏玉米种植时种子埋深约为10 cm，因此初始计划湿润层深取10 cm。由图1可知，在6月23号箭头指向处10～30 cm深度土层的土壤含水率曲线波动明显，在40 cm深度土层处有轻微波动，而40 cm以下深度土层则没有明显波动。由于根系的活动造成10～30 cm深度土层的含水量曲线剧烈波动，而40 cm深度土层的含水量曲线并无明显波动，因此40 cm处作物根系较少。由此可以判断6月23号玉米的根深为40 cm，计划湿润层深为40 cm。同理可以判断7月22号玉米的根深为50 cm，计划湿润层深为50 cm；8月10号玉米的根深为60 cm，计划湿润层深为60 cm；9月10号玉米的根深为70 cm，计划湿润层深为70 cm。具体分析结果见表2。

3.2 作物系数修正结果与分析

根据田间实时监测数据和修正后的初始计划湿润层深，采用文中所述作物系数逐日修正模型，对2013年夏玉米的作物系数进行修正，2013年夏玉米作物系数逐日变化情况见图2，表3。由图2可知，在作物生长发育初期，作物系数KC较小；

表2 夏玉米生育期内不同生育阶段计划湿润层深修正值 m

随着作物的生长，作物的叶面积快速的增大，作物需水量增大，KC值迅速上升；在生长发育后期，作物生长较缓慢，需水量较少，KC值逐渐减小。由表3可知，夏玉米在各个生育阶段的作物系数：在幼苗期为0.47，拔节期为0.70，孕穗期为0.97，抽穗期为1.21，灌浆期为0.67。

基于2013年作物系数修正结果，采用土壤水分逐日递推模型，模拟C方案中2014年夏玉米全生育期内的土壤含水率逐日变化情况，以检验作物系数修正结果，模拟结果见图3、表4。由图3、表4可知，在玉米的整个生育期内，土壤水分的预测值与实测值基本吻合，2014年夏玉米在整个生育期内最大相对误差绝对值为3.27%，最小相对误差绝对值为0.21%，相对误差均值的绝对值为0.72%。

图2 2013年夏玉米作物系数逐日变化情况Fig.2 Crop coefficient daily variation of summer maize in 2013

图3 2014年夏玉米全生育期内土壤含水率预测值与实测值的对比Fig.3 Comparison of soil moisture simulated values and measured values in 2014

生育阶段起止日期(月日)生育期累积天数/d2013年KC值播种0610幼苗期0611～061990．47拔节期0620～0716270．70孕穗期0717～0806210．97抽穗期0807～0826201．21灌浆期0827～0922270．67全生育期0610～09221050．80

表4 2014年不同生育期内土壤含水率实测值与模拟值的对比 %

4 结 语

本文利用华北水利水电大学龙子湖校区农业高效节水试验场2013、2014年夏玉米两个生长季的实时气象资料和田间实测土壤水分的数据，对夏玉米的作物系数进行了计算，并利用土壤水分预测模型对计算结果进行了验证。结果表明，夏玉米在各个生育阶段的作物系数在幼苗期为0.47，拔节期为0.70，孕穗期为0.97，抽穗期为1.21，灌浆期为0.67，全生育期的作物系数为0.80；在2014年夏玉米整个生育期内土壤水分预测值与实测值基本吻合。 由以上结果可以看出，在取得了实时气象资料和土壤水分等数据的基础上土壤水分预测模型可以比较准确的预测土壤水分以及作物的实时需水量，同时也可以说明通过作物系数修正模型对作物系数的修正结果是可靠的，能够为夏玉米需水量的确定提供数据支撑，为河南地区夏玉米实时灌溉提供科学指导。

[1] Allen RG, Lu is SP, Reas D, et al.Crop evapotranspiration Guidelines for computing crop water requirements[M]. FAO Irrigation and Drainage, 1998,56:89-102.

[2] 左余宝，田昌玉，唐继伟,等. 鲁北地区主要农作物不同生育期需水量和作物系数的实验研究[J].中国农业气象,2009,30(1):70-73.

[3] 赵娜娜，刘 钰，蔡甲冰. 夏玉米作物系数计算与耗水量研究[J].水利学报,2010,41(8):953-958.

[4] 刘 钰，Pereira LS. 对FAO推荐的作物系数计算方法的验证[J].农业工程学报,2000,16(5):26-30.

[5] 邵晓梅，严昌荣. 黄河流域主要农作物的降水盈亏格局分析[J].中国农业气象,2007,28(1):40-44.

[6] 陈 云. 河南省农业水资源可持续利用的对策分析[D].郑州：河南农业大学,2012.

[7] 乔光建. 北方干旱地区土壤墒情预测模型[J].南水北调与水利科技,2009,(1):39-42.

[8] Richard G Allen，Pereira LS，Dirk raes，Martin Smith[M].FAO Irrigation and Drainage Pape,1998,56.

[9] 茆 智，李远华，李会昌. 逐日作物需水量预测数学模型研究[J].武汉水利电力大学学报,1995,(3):253-259.

[10] 郭元裕. 农田水利学[M].北京：中国水利水电出版社，2007：41-42.

[11] 彭世彰，索丽生. 节水灌溉条件下作物系数和土壤水分修正系数试验研究[J].水利学报,2004,(1):17-21.