滴灌夏玉米土壤水分与蒸散量SIMDualKc模型估算

闫世程，张富仓，吴 悠，强生才，邹海洋，向友珍，范军亮，田建柯（西北农林科技大学旱区农业水土工程教育部重点实验室，西北农林科技大学中国旱区节水农业研究院，杨凌 712100）

滴灌夏玉米土壤水分与蒸散量SIMDualKc模型估算

闫世程，张富仓※，吴 悠，强生才，邹海洋，向友珍，范军亮，田建柯
（西北农林科技大学旱区农业水土工程教育部重点实验室，西北农林科技大学中国旱区节水农业研究院，杨凌 712100）

为研究西北半干旱地区作物蒸腾和土壤蒸发规律，以及土壤蒸发量占蒸散量的比例（简称蒸发占比），开展2 a夏玉米滴灌控水试验，设置正常灌水（W1）、适度水分亏缺（W2）和中度水分亏缺（W3）3个灌水水平。采用W2实测土壤水分数据对SIMDualKc模型进行参数率定，并采用W1和W3实测土壤水分数据对模型进行验证；进一步基于SIMDualKc模型对不同水分供应的土壤水分胁迫系数、土壤蒸发量、植株蒸腾和蒸散量进行定量模拟分析。结果表明，SIMDualKc模型可以较好地模拟西北半干旱区滴灌夏玉米不同水分供应条件下的土壤水分动态变化过程，实测值与模型预测值有较好的一致性（R2＞0.88，RMSE＜5%）；夏玉米生长期，模型能较好地估算不同水分供应的土壤水分胁迫系数、土壤蒸发量和植株蒸腾。土壤蒸发主要集中在生育前期，而生育中期较低，后期略微升高。植物蒸腾主要集中在快速生长期和生长中期，整个生育期呈先增大后减小的趋势。蒸散量随着土壤蒸发和植物蒸腾的变化而变化，前期主要受土壤蒸发的影响，快速生长期、生长中期和后期主要受植物蒸腾的影响。W1～W3处理土壤蒸发量为78.1～100.2 mm，植株蒸腾为221.8～293.3 mm，蒸散量为299.3～383.0 mm，蒸发占比为24.1%～28.7%。研究可为西北半干旱地区制定合理的夏玉米滴灌制度和灌溉决策提供理论依据。

蒸散；土壤水分；胁迫；滴灌；SIMDualKc模型；夏玉米

0 引 言

关中地区是中国夏玉米的主要产区之一，该地区水资源短缺，降雨分布不均容易出现伏旱进而影响高产和稳产。当地农民主要采用地面灌水方式进行灌溉，其灌溉水利用效率较低。随着农业节水新技术的出现，滴灌技术已经在中国广泛应用。量化夏玉米在新型的节水技术下的精确用水对于农业的可持续发展至关重要，而确定蒸散量是制定合理灌溉制度的有效依据。

蒸散量（evapotranspiration，ET）包括植株蒸腾（transpiration，T）和土壤蒸发（evaporation，E），减少田间的无效土壤蒸发，是农田节水至关重要的一部分，故量化植株蒸腾和土壤蒸发的分配过程是研究的主要内容[1-2]。ENWATBAL[3]、双源蒸散发模型包括分层模型（Shuttleworth-Wallace模型[4]）、分块模型和混合模型[5]、 HYDRUS-1D[6]和双作物系数模型[7]（dual crop coefficient model，SIMDualKc）都是研究作物蒸腾和土壤蒸发的重要方法。ENWATBAL、Shuttleworth-Wallace模型和HYDRUS-1D模型等参数较多求解复杂。双作物系数法参数少、应用方便，是目前估算和区分农田蒸散量最常用的方法[8-10]。

SIMDualKc模型是Rosa等[11-13]基于FAO56双作物系数法开发的量化植株蒸腾和土壤蒸发的模型。该模型依据水量平衡原理计算作物每天耗水量，且利用双作物系数法将植株蒸腾和土壤蒸发有效分开。Gao等[14-16]验证了SIMDualKc模型在冬小麦的适用性，利用模型将土壤蒸发和植株蒸腾分开。Martins等[17-18]验证了SIMDualKc模型在巴西南部地区玉米的适用性；Zhao等[19-21]采用SIMDualKc模型模拟了玉米的蒸散量。目前较多研究集中在常规地面灌溉（沟灌、畦灌等）条件下SIMDualKc模型适用性，然而滴灌区别于常规地面灌溉，属于局部灌溉，蒸散在空间上变异剧烈，夏玉米种植稀疏，降雨存在截留和再分布问题，进一步加剧了问题的复杂性，仅依靠作物系数和参考作物蒸散量能否精确呈现玉米实际水分消耗的规律，尚不够明确。

为此，本研究进行2 a夏玉米滴灌不同水分条件下的小区控水试验，采用实测的土壤水分数据对SIMDualKc模型进行参数校核与验证，估算不同水分条件下土壤蒸发，农田蒸散量以及土壤水分胁迫系数，为西北半干旱区滴灌夏玉米实施精确的灌溉管理提供理论依据。

1 材料与方法

1.1 试验区概况

试验在暖湿带季风半湿润气候区西北农林科技大学旱区农业水土工程教育部重点实验室节水灌溉试验站（34°20′ N，108°24′ E，海拔521 m）进行。年平均温度为12.9 ℃，多年平均降水量550～600 mm（主要集中在8—10月），年均蒸发量1 500 mm。试验地土壤为重壤土。0～100 cm土层的田间持水量（θFC）0.268 cm3/cm3，凋萎系数（θWP）0.138 cm3/cm3，土壤干容重1.35 g/cm3。0～20 cm土层pH值为8.14，有机质质量分数为12.02 g/kg，全氮质量分数为0.89 g/kg，速效磷质量分数为8.18 mg/kg，碱解氮质量分数为55.3 mg/kg，速效钾质量分数为102.3 mg/kg。

1.2 试验设计

试验在遮雨棚下进行，将灌水量设置3个水平，分别为正常灌水（W1）、适度水分亏缺（W2）和中度水分亏缺（W3），细节描述见表1。采用随机区组试验设计，共3个处理，各处理3次重复，共计9个试验小区，在相邻试验小区之间铺设塑料膜以防止小区间相互渗漏，具体试验方案列于表1。夏玉米滴灌试验采用“1管2行”种植方式，行距配置为50 cm + 40 cm（图1），株距33 cm，种植密度为6.45万株/hm2；滴头间距33 cm，工作压力0.1 MPa，滴头流量2 L/h。试验采用当地主栽夏玉米品种为“郑单958”，2015年6月11日播种，10月3日收获，全生育期115 d；2016年6月8日播种，9月28日收获，全生育期113 d。2015年和2016年生育期降雨量分别为279.9和286.3 mm，降雨次数分别为19和16次，其中有效降雨（日降雨量＞5mm）为246.9和258.4 mm；2015年降雨主要集中在8月上旬和9月下旬，2016年降雨主要集中在7月中旬，而9月19日出现暴雨（64.4 mm），此时玉米处于灌浆后期基本对于玉米生长发育影响不大。总体而言，2016年较2015年夏玉米季干旱少雨。试验期间降雨时，用遮雨棚遮挡，故研究不受降雨影响。

1.3 灌水管理

夏玉米滴灌控水试验灌溉制度如表2所示。2015和 2016年W1、W2和W3分别灌水12、10、7次和12、9、7次。2015年W1、W2和W3的灌水量分别为338.4、300.2和271.5 mm，其中W1和 W2最高灌水定额为46.8 mm，播种后统一灌水保证出苗整齐；W3最高灌水定额为53.4 mm。2016年W1、W2和W3的灌水量分别为330.5、307.6和267.8 mm，其中W1、W2和W3最高灌水定额分别为46.6、45.8和51.2 mm。

表1 夏玉米不同生育期灌水水平设置Table 1 Summer maize irrigation levels design during different growing stages

图1 夏玉米滴灌试验布置及其Trime管布置示意图Fig.1 Sketch of drip irrigation experimental system and Trime layout

表2 2015和2016年滴灌夏玉米不同处理灌水日期和灌水量Table 2 Drip irrigation date and amount for different treatments of summer maize in 2015 and 2016

1.4 观测指标及方法

1）气象数据：采用距离试验地50 m处的杨凌国家气象观测站的连续监测数据。主要包括逐日最高气温、最低气温、相对湿度、风速、日照时数等。

2）参考作物蒸散量(ET0)：采用FAO-56 Penman-Monteith公式[1]计算

式中ET0为参考作物蒸散量（mm/d）；Rn和G分别为地表净辐射和土壤热通量（MJ/(m2·d)）；ea和ed分别为饱和水汽压和实际水汽压（kPa）；Dk为饱和水汽压曲线斜率（kPa/℃）；γ为干湿表常数（kPa/℃）；T为2 m高度处平均气温（℃）；U为2 m高度处风速（m/s）。

3）土壤含水率（θ）：将Trime土壤水分测定仪（IMKO Corp., Germany）埋设在距离滴灌带水平位置0、20 cm（两株之间）和40 cm（图1）。测定深度0～100 cm，表层测量深度为20 cm，20 cm以下每隔10 cm设置1个采样点，每隔5～10 d测定1次，灌水前后加测，试验过程中用烘干法分层进行水分校核，计算时取其平均值。灌水量计算如下：

式中I为灌水量（mm）；H为计划湿润层厚度（cm）；Pb为湿润比，取80%；η为田间持水率上限的百分比；θi为Trime水分测量仪测定的平均土壤含水率。

4）株高（h）和叶面积指数（leaf area index，LAI）：每隔7 d选取有代表性植株5株，用卷尺量取株高、所有叶片长度和最大宽度，单株叶面积为所有叶片叶长×叶宽×系数（展开叶为0.75，未展开叶0.5）之和，LAI=单株叶面积/单株所占地面积[22-23]。

5）地面覆盖度（fC） ：由叶面积指数和株高计算得到[24]。

式中Dr,i为第i天末时根区田间持水量与实际储水量的差值（mm），Dr,i-1为第i-1天末根区田间持水量与实际储水量的差值（mm），ETc,i为第i天内夏玉米平均蒸散量（mm），Pi为第i天的降雨量（mm），ROi为第i天的径流量（mm），CRi为第i天的地下水补给量（mm），Ii为第i天的累计灌水量（mm），DPi为第i天的深层渗漏量（mm）。由于试验区地下水埋深50 m；降雨时用遮雨棚挡住；试验地势平坦且实测观察灌溉过程中没有形成地表径流；滴灌计划湿润层厚度较浅；故CRi=0；Pi=0；ROi=0和DPi=0。其中根系的生长参照Jones等[25]给定的根系生长模型。上式简化为：

7）土壤水分胁迫系数（soil water stress coefficient, KS）：当根区田间持水量与实际储水量的差值大于作物快速利用的水量则产生土壤水分胁迫；反之，则无土壤水分胁迫。KS越小则胁迫越大。

式中TAW为根区总有效水量（mm），RAW为作物根区可以快速利用的水量（mm），ρ为初始土壤水分消耗比例[1]。

8）夏玉米生育期划分：参照Doorenbos等[26-27]将玉米全生育期划分为生长初期（播种至fC=10%）、快速生长期（fC=10%至LAI=3.0）、生长中期（LAI=3.0至作物开始成熟）和生长后期（作物开始成熟至收获），上述4个生育期分别对应夏玉米的播种—苗期、苗期—大喇叭口期、大喇叭口期—灌浆期和灌浆期—成熟期。具体生育期划分如表3所示。

表3 各处理夏玉米生育期Table 3 Summer maize growth stages for different treatments

1.5 SIMDualKc模型参数输入与校验

SIMDualKc模型输入的基本参数包括：气象、土壤、作物及灌溉数据。参照FAO56给定初始参数[1]包括：基础作物系数（basal crop coefficient，Kcb（初期、中期、后期））、土壤水分消耗比率p（初期、中期、后期）、蒸发层深度Ze、总蒸发水量（total evaporable water，TEW）和易蒸发水量（readily evaporable water，REW）等参数。

本文采用2 a适度水分亏缺W2的实测0～100 cm土层平均含水率与模型预测的土壤含水率对模型进行率定。模型参数率定步骤：采用试错法先保持Ze、TEW和REW不变，调整Kcb和p，直到实测值与预测值相对误差小于10%；然后保持修正后的作物参数不变，调整土壤参数Ze、TEW和REW，直至误差最小并趋于稳定，则终止校核[15]。用2 a正常灌水W1和中度水分亏缺W3对模型进行验证。

1.6 模型评价

模型评价选取：回归系数（regression coefficient，b）、决定系数[28]（determination coefficient，R2）、均方根误差[29-30]（root mean square error，RMSE）、归一化均方根误差[31]（normalized RMSE，nRMSE）、均方根误差与观测值标准差比率（RMSE-observations standard deviation ratio，RSR）、一致性指数[32]（index of agreement，dIA）和模型模拟效率[33]（efficiency of simulation，EF）评价模型的模拟效果。前人研究[28-33]RMSE和dIA用来确定模型预测能力，RMSE越接近0，dIA越接近于1表明预测值与实测值一致性越高；nRMSE（%）用来表示预测值与实测值的相对差异，nRMSE ＜10%、10%～20%、＞20%～30%和＞30%、RSR≤0.5、0.5～0.6、＞0.6～0.7和＞0.7分别表示模拟效果优秀、良好、合理和较差；EF取值范围介于-∞～1，负值表明观测值的平均值高于预测的平均值，正值越接近1表明模型预测效率越高。

2 结果与分析

2.1 夏玉米生育期气温、湿度、风速及参考作物蒸发蒸腾量逐日变化

2015—2016年夏玉米生育期最高气温（Tmax）、最低气温（Tmin）、最小相对湿度（RHmin）、ET0、U变化如图2所示。

图2 2015—2016年夏玉米生育期气象因子及其参考作物蒸散量ET0逐日变化Fig.2 Daily variation of climate factors and reference evapotranspiration ET0during growth stage of summer maize in 2015-2016

图2 表明，2015年播种到快速生长开始的Tmax、Tmin和RHmin较2016年波动幅度较大，主要是因为2015年播种后降雨次数较2016年多。2016年Tmax≥30℃的天数较2015年多22 d。2 a ET0的变化范围分别为1.3～6.3和1.5～7.4 mm/d，ET0的平均值分别3.86和4.36 mm/d。2 a U变化范围分别为0.3～2.46 m/s和0.45～4.1 m/s，平均风速为1.13和1.29 m/s。

2.2 SIMDualKc模型参数率定与验证

采用2015—2016年夏玉米滴灌试验土壤水分数据对SIMDualKc模型进行适用性分析。利用实测0～100 cm土层平均含水率数据率定和验证模型参数。土壤参数Ze、TEW、REW和作物参数Kcb、p的初始值采用FAO56推荐值。根据当地实际气象条件及夏玉米生长特性等因素对模型参数进行修正后，最终率定初期、中期和后期基础作物系数分别为0.15、1.13、0.2（表4）。

表4 SIMDualKc模型主要参数的初始值和率定值Table 4 Initial and calibrated values of main parameters of SIMDualKc model

SIMDualKc模拟的含水率与实测土壤含水率对比如图3所示。2 a W1土壤体积含水率为0.171～0.259 m3/m3，其波动较W2（0.161～0.250 m3/m3）和W3（0.156～0.248 m3/m3）小。且2 a 的W3收获时的土壤含水率较低，接近凋萎系数。SIMDualKc模型预测土壤含水率变化趋势与实测的土壤水分变化趋势基本一致，尤其是2 a 的W1和W2处理，整个生育期土壤水分的变化趋势基本吻合；W3处理生育期初期吻合度偏差较大，模型预测值略高于实测值。

进一步地，对含水率实测与模拟值进行定量分析（表5），表明2 a实测值与预测值之间的回归系数b为0.995～1.025， R2为0.884～0.979，说明实测值与预测值的吻合度高。RSME为0.004～0.08 cm3/cm3， nRSME为2.17%～4.22%，RSR＜0.5（0.213～0.429），表明模型模拟土壤水分效果达到极好水平。模型EF大于0.816，dIA大于0.95，说明模型模拟效率高且一致性好。2 a回归系数b和R2的平均值分别为1.014、1.008和0.964、0.938（P＜0.01）。2 a RSME、nRSME和RSR分别为0.006、0.005 cm3/cm3，2.43%、2.86%和0.239、0. 281。综上，SIMDualKc模型不仅可以预测滴灌条件下正常灌溉时土壤含水率的变化，还可以预测有水分胁迫条件下的土壤含水率变化，且预测精度相对较高。故可用于夏玉米滴灌条件下日土壤水分变化研究。

图3 模型模拟的土壤含水率与实测土壤含水率对比Fig.3 Comparison between predicted and observed soil water content

表5 夏玉米滴灌实测土壤含水率与预测值误差统计量Table 5 Error statistics between observed and predicted soil water content of summer maize on drip irrigation

2.3 夏玉米滴灌条件下土壤水分胁迫系数

利用SIMDualKc模型计算出2 a不同灌水水平下W1、W2和W3的土壤水分胁迫系数（图4）。2 a不同灌水水平KS的总体变化趋势略有不同，2015年生育初期和快速生长前期基本没有受到长时间的水分胁迫，而2016年整个生育期都受到一定程度的水分胁迫，且受到的水分胁迫次数较2015年多。主要的原因是2016年播种以后一直持续高温（图2），土壤蒸发和植物蒸腾较大。W3生育后期2 a都没有灌水，则生育后期一直受到水分胁迫，2015年水分胁迫时间较2016年更长且水分胁迫程度略高。出苗之前，W1、W2和W3的水分胁迫较大，此时段表层土壤水分较低，水分胁迫过大不利于出苗。出苗后，W1的最大水分胁迫大致出现在8月下旬（2015，KSmax=0.479；2016，KSmax=0.536）；2015年W2最大水分胁迫出现在8月上旬为（KSmax=0.377），W3出现在收获期为（KSmax=0.287）；2016年W2和W3的最大水分胁迫出现在8月上旬分别为（KSmax=0.337）和（KSmax=0.323），其中W3收获期水分胁迫也较大为KS=0.379。

图4 滴灌条件下不同处理土壤水分胁迫系数变化Fig.4 Change in soil water stress coefficient under drip irrigation conditions for different treatments

2.4 夏玉米滴灌条件下土壤蒸发量、植株蒸腾量和蒸散量

采用SIMDualKc 模型模拟滴灌条件下不同水分胁迫夏玉米的蒸散量、土壤蒸发量和作物蒸腾量（图5），结果表明土壤蒸发主要集中在夏玉米生育前期，而生育中期较低，后期略微升高主要原因是随着植株的快速生长、叶片扩展以及后期叶片衰老影响地面覆盖度进而影响土壤蒸发，灌溉是影响土壤蒸发的主要因素，随着灌水的变化而呈现波峰、波谷的变化趋势。植物蒸腾主要集中在快速生长期和生长中期，整个生育呈先增大后减小开口向下的抛物线趋势。夏玉米实际蒸散量随着土壤蒸发和植物蒸腾的变化而变化，前期主要受土壤蒸发的影响，快速生长期、生长中期和后期主要受植物蒸腾的影响。

图5 夏玉米滴灌条件下土壤蒸发E、植物蒸腾T和蒸散量ETFig.5 Evaporation E, transpiration T and evapotranspiration ET under drip irrigation for summer maize

表6 2015和2016年夏玉米生育期土壤蒸发量(E)、植株蒸腾量(T)、蒸散量(ET)和蒸发占比（E/ET）Table 6 Evaporation, transpiration, evapotranspiration and ratio of evaporation to evapotranspiration during growing stage of summer maize in 2015 and 2016

不同水分处理土壤蒸发量和植物蒸腾量以及不同生育期土壤蒸发占比（蒸发量占蒸散量的比例，%）如表6所示，夏玉米生长初期E较高（45.6～54.1 mm），T为10.4～15.8 mm，此时蒸发占比在全生育期内最大，为76.3%～83.5%。此时段为保证出苗整齐，统一灌水且灌水定额较高，表层湿润面积较大，土壤蒸发的有效面积大，且气温高是此时蒸发占比较高的主要原因。进入快速生长期，夏玉米冠层覆盖度和蒸腾速率逐渐增大，E随之减少而T逐步增大。2 a的E、T和E/ET分别介于14.6～40.6 mm，67.0～119.8 mm和14.9%～26.9%；W1、W2和W3随水分亏缺程度的增加E和T呈现下降趋势。进入生长中期，其株高和冠层覆盖度都达到最大值，E相对较小而T较大，满足玉米营养生长到生殖生长的水分和能量所需。2 a的E、T和E/ET分别介于5.8～11.7 mm，89.4～160.3 mm和4.4%～11.7%；W1、W2和W3随着水分亏缺程度的增加T呈现下降趋势。进入生育后期，其株高和冠层覆盖度都略有下降，此时关中地区正好处于雨季，气温相对较低，E和T较小。对于整个生育期而言，W1～W3处理E为78.1～100.2 mm，T为221.8～293.3 mm，ET为299.3～383.0 mm，蒸发占比为24.1%～28.7%。其中，2 a E、T和ET随灌水量减少逐渐下降，与W1处理相比，W2和W3处理分别平均下降3.74%、18.0%，16.4%、21.7%和13.3%、21.0%；而2 a 蒸发占比随着灌水量的减少呈上升趋势，与W1处理相比，W2和W3处理分别平均增加11.1%和3.8%。

3 讨 论

3.1 夏玉米滴灌条件下基础作物系数

作物系数反映了作物本身的生物学特性、产量水平、土壤水肥状况以及管理水平等对作物需水量的影响[34]。前人对于玉米的基础作物系数做了大量的研究。Martins等[17-18]利用SIMDualKc模型研究巴西南部圣玛丽亚地区覆盖秸秆条件下喷灌和滴灌玉米作物系数为Kcbini=0.2，Kcbmid=1.12，Kcbend=0.2。Rosa等[11,13]研究葡萄牙南部地区玉米的作物系数为Kcbini=0.15，Kcbmid=1.05，Kcbend= 0.55；而在盐分胁迫下作物系数为Kcbini=0.07，Kcbmid=1.15，Kcbend=0.15～0.25。国内学者也在玉米作物系数方面做了一些研究，陈凤等[35]通过大型称重式蒸渗仪研究杨陵地区夏玉米作物系数得出Kcbini=0.25，Kcbmid=1.25，Kcbend=0.65；赵娜娜等[20]利用茎流计实测夏玉米在水分胁迫下的蒸腾量求得作物系数为Kcbmid=0.98，Kcbend=0.28；赵娜娜等[19]利用SIMDualKc模型研究得出夏玉米的基础作物系数为Kcbini=0.2，Kcbmid=1.1，Kcbend=0.45。Ran 等[21]研究春玉米覆膜条件下的基础作物系数为Kcbini=0.1，Kcbmid= 1.1，Kcbend=0.3。本研究在滴灌不同水分供应条件下利用SIMDualKc模型得出夏玉米基础作物系数为Kcbini= 0.15，Kcbmid=1.13，Kcbend=0.2。与前人研究略有差异，究其原因可能是：1）本研究选取玉米品种、耕作农艺措施以及土壤肥力不同，且肥料采用文丘里施肥器对进行追施，保证玉米生育期土壤肥力十足，满足作物生长需要。2）本研究是在完全控水条件下进行的，没有降雨的影响，作物对水分的吸收主要来自灌溉和初始土壤水分。

3.2 夏玉米滴灌条件下土壤水分胁迫系数

KS反映作物受到水分胁迫的综合指标[9]，它的大小不仅与土壤质地特性有关，而且与作物品种、生育期、长势、根系分布及其抗旱能力有关，在对水分比较敏感的时期与气象因素也有关系，特别地干热风、持续高温天气等。总之，KS的大小与2个方面的因素有关，即土壤供给作物水分的能力和作物潜在的蒸散量大小[1,36]。本研究在设置灌水水平时综合考虑不同生育期夏玉米对水分的敏感程度。生育初期，作物需水量较少，冠层覆盖度较低，地表裸露，土壤水分大部分被蒸发，苗期一定程度的水分胁迫有利于蹲苗；快速生长期至生育中期，植物蒸腾较大作物对于水分相对较为敏感，应保证水分供应才能满足作物生长需要；生育后期，籽粒逐渐开始成熟，土壤水分过高不利于植株养分向籽粒转移，贪青晚熟，应减少该生育期的灌水量。通过SIMDualKc模型得到的KS与设置的水分胁迫程度一致性较高；播种后尚未出苗时的KS有高估趋势，究其原因可能是实际播种深度为5～7 cm，而模型初始的根系深度设置为0 cm，故只要表层土壤水分低于凋萎系数则会出现土壤水分胁迫。

3.3 夏玉米滴灌条件下蒸发占比

土壤蒸发不参与植物生长过程是农田水分的无效散失，进而减少土壤蒸发量是发展节水农业的主要目标[37-38]。本研究表明，滴灌条件下E、T、ET和E/ET值分别约为78.1～100.2 mm、221.8～293.3 mm、299.3～383.3 mm和24.1%～28.7%。Martins等[17]得出在秸秆覆盖条件下玉米滴灌E/ET在8%～9%，较本研究低很多，可能是因为巴西南部玉米生育前期气温较低且秸秆覆盖减少玉米初期的土壤蒸发量引起的。Rosa等[11]研究葡萄牙南部地区玉米的E/ET在12%～16%，同样较本研究低很多，可能是葡萄牙南部靠近大西洋，属于地中海亚热带气候，玉米生育期内温度相对较低。Zhao等[19-20]认为夏玉米E/ET在37%～45%左右；Kang等[39]得出关中地区夏玉米E/ET在33%；Xu等[40]认为华北地区夏玉米E/ET在25%～36%；Liu等[41]研究得出夏玉米E/ET在30%左右。较本研究略高一些，可能是本研究采用滴灌节水的灌溉方式、土壤质地、夏玉米品种以及种植密度等不同引起的。综上所述，本研究所得E/ET较国外高，而显著低于常规地面灌溉，故在关中地区发展滴灌灌水技术具有较大的节水潜力。关中地区种植模式为冬小麦-夏玉米一年两熟，建议冬小麦收获时将秸秆全部还田，增加秸秆覆盖量，减少生育初期裸露在空气中的土壤表面积进而减少土壤蒸发；同时，采用免耕的措施种植夏玉米，可以减少因翻耕导致大量水分蒸发影响出苗。

4 结 论

基于2 a试验，采用SIMDualKc模型模拟土壤含水率，土壤蒸发、作物蒸腾和蒸散量，结果表明：

1）SIMDualKc模型模拟土壤含水率变化趋势与实测的土壤水分变化趋势基本一致（R2＞0.88、nRMSE＜5%、RSR＜0.5）。

2）运用SIMDualKc模型研究夏玉米初期、中期、后期不同水分供应条件下的基础作物系数为0.15、1.13、0.2。

3）播种后尚未出苗时的土壤水分胁迫系数有高估的趋势；出苗后，W1最大水分胁迫出现在8月下旬， W2最大水分胁迫出现在8月上旬，W3最大水分胁迫大致出现在收获期。

4）W1～W3处理土壤蒸发为78.1～100.2 mm，作物蒸腾为221.8～293.3 mm，蒸散量为299.3～383.0 mm，蒸发占比为24.1%～28.7%。土壤蒸发、作物蒸腾和蒸散量随灌水量减少逐渐下降；而2 a 蒸发占比随着灌水量减少呈上升趋势。因此，运用SIMDualKc模型可以准确估算夏玉米滴灌不同水分条件下的蒸散量，能够准确地将土壤蒸发和植株蒸腾分开，可以预测滴灌条件下土壤水分动态变化过程，为农业生产提供理论依据。

[1] Allen R, Pereira L, Smith M, et al. FAO-56 Dual crop coefficient method for estimating evaporation from soil and application extensions[J]. Journal of Irrigation and Drainage Engineering,2005, 131(1): 2-13.

[2] 康绍忠，杜太生，孙景生，等. 基于生命需水信息的作物高效节水调控理论与技术[J]. 水利学报，2007，38(6)：661 -667. Kang Shaozhong, Du Taisheng, Sun Jingsheng, et al. Theory and technology of improving irrigation water use efficiency based on crop growing water demand information[J]. Journal of Hydraulic Engineering, 2007, 38(6): 661-667. (in Chinese with English abstract)

[3] Lascano R J, Van Bavel C H M, Hatfield J L, et al. Energy and water balance of a sparse crop: simulated and measured soil and crop evaporation[J]. Soil Science Society of America Journal, 1987, 51(5): 1113-1121.

[4] 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.

[5] 杨雨亭，尚松浩. 双源蒸散发模型估算潜在蒸散发量的对比[J]. 农业工程学报，2012，28(24)：85-91. Yang Yuting, Shang Songhao. Comparison of dual-source evapotranspiration models in estimating potential evaporationandtranspiration[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(24): 85-91. (in Chinese with English abstract)

[6] Jiang Shuang, Pang Liping, Buchan G D, et al. Modeling water flow and bacterial transport in undisturbed lysimeters under irrigations of dairy shed effluent and water using HYDRUS-1D[J]. Water Research, 2010, 44(4): 1050-1061.

[7] Allen R G, Pereira L S, Raes D, et al. Crop Evapotranspiration: Guidelines or Computing Crop Water Requirements [M]. Rome: FAO Irrigation and Drainage, 1998: 56.

[8] Kool D, Agam N, Lazarovitch N, et al. A review of approaches for evapotranspiration partitioning[J]. Agricultural and Forest Meteorology, 2014, 184(1): 56-70.

[9] 冯禹，崔宁博，龚道枝，等. 基于叶面积指数改进双作物系数法估算旱作玉米蒸散[J]. 农业工程学报，2016，32(9)：90-98. Feng Yu, Cui Ningbo, Gong Daozhi, et al. Estimating rainfed spring maize evapotranspiration using modified dual crop coefficient approach based on leaf area index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 90-98. (in Chinese with English abstract)

[10] 文冶强，杨健，尚松浩. 基于双作物系数法的干旱区覆膜农田耗水及水量平衡分析[J]. 农业工程学报，2017，33(1)：138-147. Wen Yeqiang, Yang Jian, Shang Songhao. Analysis on evapotranspiration and water balance of cropland with plastic mulch in arid region using dual crop coefficient approach[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(1): 138-147. (in Chinese with English abstract)

[11] Rosa R D, Paredes P, Rodrigues G C, et al. Implementing the dual crop coefficient approach in interactive software. 1. Background and computational strategy[J]. Agricultural Water Management, 2012, 103(1): 8-24.

[12] Rosa R D, Paredes P, Rodrigues G C, et al. Implementing the dual crop coefficient approach in interactive software: 2. Model testing[J]. Agricultural Water Management, 2012, 103(1): 62-77.

[13] Rosa R D, Ramos T B, Pereira L S. The dual Kc approach to assess maize and sweet sorghum transpiration and soil evaporation under saline conditions: Application of the SIMDualKc model[J]. Agricultural Water Management, 2016, 177: 77-94.

[14] Gao Yang, Yang Linlin, Shen Xinjun, et al. Winter wheat with subsurface drip irrigation (SDI): Crop coefficients, water-use estimates, and effects of SDI on grain yield and water use efficiency[J]. Agricultural Water Management, 2014, 146: 1-10.

[15] 杨林林，高阳，韩敏琦，等. 基于SIMDual_Kc模型的豫北地区麦田土壤水分动态和棵间蒸发模拟[J]. 水土保持学报，2016，30(4)：147-153. Yang Linlin, Gao Yang, Han Minqi, et al. Simulation of moisture dynamics and soil evaporation of winter wheat based on SIMDual_Kc model in Northern Henan Province[J]. Journal of Soil Water Conservation, 2016, 30(4): 147-153 .(in Chinese with English abstract)

[16] 王子申，蔡焕杰，虞连玉，等. 基于SIMDualKc模型估算西北旱区冬小麦蒸散量及土壤蒸发量[J]. 农业工程学报，2016，32(5)：126-136. Wang Zishen, Cai Huanjie, Yu Lianyu, et al. Estimation of evapotranspiration and soil evaporation of winter wheat in arid region Northwest China based on SIMDualKc model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(5): 126-136. (in Chinese with English abstract)

[17] Martins J D, Rodrigues G C, Paredes P, et al. Dual crop coefficients for maize in southern Brazil: Model testing for sprinkler and drip irrigation and mulched soil[J]. Biosystems Engineering, 2013, 115(3): 291-310.

[18] González M G, Ramos T B, Carlesso R, et al. Modelling soil water dynamics of full and deficit drip irrigated maize cultivated under a rain shelter[J]. Biosystems Engineering, 2015, 132: 1-18.

[19] Zhao Nana, Liu Yu, Cai Jiabing, et al. Dual crop coefficient modelling applied to the winter wheat-summer maize crop sequence in North China Plain: basal crop coefficients and soil evaporation component[J]. Agricultural Water Management, 2013, 117(117): 93-105.

[20] 赵娜娜，刘钰，蔡甲冰，等. 双作物系数模型SIMDual_Kc的验证及应用[J]. 农业工程学报，2011，27(2)：89-95. Zhao Nana, Liu Yu, Cai Jiabing, et al, Validation and application of dual crop coefficient model SIMDual_Kc[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(2): 89-95. (in Chinese with English abstract)

[21] Ran Hui, Kang Shaozhong, Li Fusheng, et al. Performance of AquaCrop and SIMDualKc models in evapotranspiration partitioning on full and deficit irrigated maize for seed production under plastic film-mulch in an arid region of China[J]. Agricultural Systems, 2017, 151: 20-32.

[22] 孙锐，朱平，王志敏，等. 春玉米叶面积系数动态特征的密度效应[J]. 作物学报，2009，35(6)：1097-1105. Sun Rui, Zhu Ping, Wang Zhimin, et al. Effect of plant density on dynamic characteristics of leaf area index in development of spring Maize. Acta Agronomica Sinica, 2009, 35(6):1097-1105. (in Chinese with English abstract)

[23] Li Sien, Kang Shaozhong, Li Fusheng, et al. Evapotranspiration and crop coefficient of spring maize with plastic mulch using eddy covariance in northwest China[J]. Agricultural Water Management, 2008, 95(11): 1214-1222.

[24] Allen R G, Pereira L S. Estimating crop coefficients from fraction of ground cover and height[J]. Irrigation Science, 2009, 28(1): 17-34.

[25] Jones C A, Bland W L, Ritchie J T, et al. Simulation of root growth[J]. Modeling Plant and Soil Systems, 1991: 91-123.

[26] Doorenbos J, Pruitt W O. Guidelines for predicting crop water requirements[J]. Irrigation & Drainage Paper, 1977, 24 :15-29

[27] Fernando R M C. Quantificação Do Balanço Hídrico De Um Solo Regado Na Presença De Uma Toalha Freática: Simulação Com O Modelo SWATRER[D]. Lisboa: Universidade Técnica de Lisboa, 1993. (inPortuguese)

[28] Legates D R, Mccabe G J. Evaluating the use of 'goodnessof-fit' measures in hydrologic and hydroclimatic model validation[J]. Water Resources Research, 1999, 35(1): 233-241

[29] Loague K, Green R E. Statistical and graphical methods for evaluating solute transport models: overview and application[J]. Journal of Contaminant Hydrology, 1991, 7(1): 51-73.

[30] Willmott C J. Some comments on the evaluation of model performance[J]. Bulletin of the American Meteorological Society, 1982, 63(11): 1309-1313.

[31] Jamieson P D, Porter J R, Wilson D R. A test of the computer simulation model ARCWHEAT1 on wheat crops grown in New Zealand[J]. Field Crops Research, 1991, 27(4): 337-350.

[32] Willmott C J. On the validation of models[J]. Physical Geography, 1981, 2(55): 184-194.

[33] Moriasi D N, Arnold J G, Van Liew M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transactions of the ASABE, 2007, 50(3): 885-900.

[34] 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)：953-959，969 Zhao Nana, Liu Yu, Cai Jiabing. Calculation of crop coefficient and water consumption of summer maize[J]. Journal of Hydraulic Engineering, 2010, 41(8): 953-959, 969. (in Chinese with English abstract)

[35] 陈凤，蔡焕杰，王健，等. 杨凌地区冬小麦和夏玉米蒸发蒸腾和作物系数的确定[J]. 农业工程学报，2006，22(5)：191-193. Chen Feng, Cai Huanjie, Wang Jian, et al. Estimation of evapotranspiration and crop coefficients of winter wheat and summer maize in Yangling Zone[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 191-193. (in Chinese with English abstract)

[36] 胡庆芳，尚松浩，田俊武，等. FAO56计算水分胁迫系数的方法在田间水量平衡分析中的应用[J]. 农业工程学报，2006，22(5)：40-43. Hu Qingfang, Shang Songhao, Tian Junwu, et al. Application of water stress coefficient from FAO56 to the field water balance analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 40-43. (in Chinese with English abstract)

[37] Penman H L. Natural evaporation from open water, bare soil and grass[J]. Proceedings of The Royal Society A: Mathematical, Physical and Engineering Sciences, 1948, 193(1032): 120-145.

[38] 刘群昌，谢森传. 华北地区夏玉米田间水分转化规律研究[J]. 水利学报，1998，29(1)：62-69. Liu Qunchang, Xie Shenchuan. A study on field soil water balance for summer corn in north China plain[J]. Journal of Hydraulic Engineering, 1998, 29(1): 62-69. (in Chinese with English abstract)

[39] Kang Shaozhong, Gu Binjie, Du Taisheng, et al. Crop coefficient and ratio of transpiration to evapotranspiration of winter wheat and maize in a semi-humid region[J]. Agricultural Water Management, 2003, 59(3): 239-254.

[40] Xu Duoxia, Mermoud A. Modeling the soil water balance based on time-dependent hydraulic conductivity under different tillage practices[J]. Agricultural Water Management, 2003, 63(2): 139-151.

[41] Liu Changming, Zhang Xiying, Zhang Yongqiang. Determination of daily evaporation and evapotranspiration of winter wheat and maize by large-scale weighing lysimeter and micro-lysimeter[J]. Agricultural and Forest Meteorology, 2002, 111(2): 109-120.

Estimation of drip irrigated summer maize soil water content and evapotranspiration based on SIMDualKc model

Yan Shicheng, Zhang Fucang※, Wu You, Qiang Shengcai, Zou Haiyang, Xiang Youzhen, Fan Junliang, Tian Jianke
(Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Institute of Water-saving Agriculture in Arid Areas of China, Northwest A&F University, Yangling 712100, China)

Accurate estimation of soil evaporation, crop transpiration, evapotranspiration (ET), and the ratio of soil evaporation to evapotranspiration are critical for the precise water management in areas with scarce water resources. This study aimed to evaluate the SIMDualKc model for ET estimation and partition in terms of accuracy in summer maize under drip irrigation. A 2-year controlled drip irrigation experiment was conducted in the summer maize field in semi-arid regions of northwest China. This drip irrigation experiment included 3 water-supply levels (i.e., normal irrigation, W1; moderate deficit, W2; and medium deficit, W3). The measured soil water content for W2 treatment was selected for parameter calibration in SIMDualKc model, while the measured soil water content for W1 and W3 treatments were used for model validation. Based on those, the parameters such as transpiration, soil evaporation, ET and soil water stress coefficient for each treatment were simulated and analyzed. The results showed a good agreement in the measured soil water content and the simulated values from SIMDualKc model, with R2＞ 0.88 and normalized root mean square error smaller than 5%, which indicated that the SIMDualKc model was suitable for describing the dynamic changes of soil water content in this experiment. The values of basal crop coefficient for summer maize at the initial-, mid-, and late-season growth stages was 0.15, 1.13, and 0.2, respectively. Furthermore, the SIMDualKc model exhibited a high accuracy in estimating soil water stress coefficient, transpiration and soil evaporation during the whole growth stage of summer maize for all the treatments, but it overestimated soil water stress coefficient before the seed emergence. Soil evaporation mainly occurred in the early growth stage. While for transpiration, it was mainly in the rapid growth period and middle growth period. It increased and then decreased in the whole growth, peaking at the development and mid-season stages. Evapotranspiration varied with changes in the soil evaporation and crop transpiration, which was mainly affected by soil evaporation at the initial stage, and by crop transpiration at the development, mid-season and later stages. Specifically, values of soil evaporation, transpiration, ET, and the ratio of soil evaporation to ET for W1-W3 were 78.1-100.2 mm, 221.8-293.3 mm, 299.3-383.0 mm, and 24.1%-28.7%, respectively. Besides, values of soil evaporation, transpiration and ET had a downward trend with the decrease in water supply amount. Compared with the W1, the W2 and W3 declined on average by 3.74%-21.7%, while the ratio of soil evaporation to ET increased with the decrease in water supply amount. The W2 and W3 treatments increased by 11.1% and 3.8% as compared to W1 during the 2 growing seasons. This study can provide a basis for the establishment of reasonable drip irrigation scheduling and irrigation decision-making for summer maize in the semi-arid regions of northwest China.

evapotranspiration; soil water content; stress; drip irrigation; SIMDualKc model; summer maize

10.11975/j.issn.1002-6819.2017.16.020

S275.6; S161.4

A

1002-6819(2017)-16-0152-9

闫世程，张富仓，吴 悠，强生才，邹海洋，向友珍，范军亮，田建柯. 滴灌夏玉米土壤水分与蒸散量SIMDualKc模型估算[J]. 农业工程学报，2017，33(16)：152-160.

10.11975/j.issn.1002-6819.2017.16.020 http://www.tcsae.org

Yan Shicheng, Zhang Fucang, Wu You, Qiang Shengcai, Zou Haiyang, Xiang Youzhen, Fan Junliang, Tian Jianke. Estimation of drip irrigated summer maize soil water content and evapotranspiration based on SIMDualKc model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(16): 152-160. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.16.020 http://www.tcsae.org

2017-01-11

2017-06-10

国家“十二五”863计划项目课题（2011AA100504）；农业部公益性行业科研专项（201503124）；教育部高等学校创新引智计划项目（B12007）

闫世程，男，甘肃民勤人，博士生，主要从事节水灌溉理论与技术研究。杨凌 西北农林科技大学旱区农业水土工程教育部重点实验室，712100。Email：jintian5200@163.com

※通信作者：张富仓，男，陕西武功人，教授，博士生导师，主要从事节水灌溉理论与技术研究。杨凌 西北农林科技大学旱区农业水土工程教育部重点实验室，712100。Email：zhangfc@nwsuaf.edu.cn