蒸发比法能量强制闭合及其对稻田蒸散量估算精度的影响

刘笑吟，高明逸，周心怡，徐俊增※

（1.河海大学农业科学与工程学院，南京 210098；2.河海大学水文水资源与水利工程科学国家重点试验室，南京 210098）

0 引 言

水稻作为耗水量最大的粮食作物，在中国的种植面积居世界第二（约3 000万hm2），产量占世界首位，其中长江中下游地区又是中国水稻的主产区，节水灌溉制度的应用与普及对保障中国粮食和水资源安全十分关键。节水灌溉是提高水稻用水效率，落实“节水优先”治水理念的重要途径，但它也改变了土壤水热状况及作物生长环境，进而影响了稻田耗水量和“土壤-冠层-大气”间的水热转换，以及近地面湍流通量过程[1]。

湍流通量是近地面水热研究的关键，是进一步计算实际蒸散量的基础。涡度相关法被认为是测量湍流通量的优选方法[2]，能量闭合度是评价其数据质量可靠性的重要指标[3]。下垫面的自然状况，气流运动，以及仪器本身的物理限制等均会对下垫面能量平衡产生影响[4]。在不同季节对能量闭合度的影响，邓世雅等[5]研究认为冬季能量闭合率远低于夏季，冬季边界层较稳定，湍流发展条件不够充分，湍流通量计算值存在较大偏差。Ping等[6]发现在干旱年份，年蒸散量大于年降水量时，地表能量平衡能够更好地闭合。王春林等[7]研究认为应用空气密度脉动修正、摩擦风速（u*）订正和坐标转换会使得能量平衡闭合度有所提高，但夜间特别是冬季能量平衡较差问题依然没有得到根本解决。张强等[8]在地表能量平衡方程中补充了土壤热储存项和近地层垂直感热平流项，发现仍然存在约 10%的地表能量不平衡差额。有研究指出，这是由于涡度相关仪对湍流通量的低估，导致了无论对能量通量做出怎样的修正，所监测的地表能量都不能达到完全闭合状态[9-10]。

为了保障相关研究的合理性与准确性，许多学者采用强制闭合法修正低估的湍流通量数据。波文比[11]和蒸发比强制闭合法[12]是修正涡度相关法低估湍流通量的有效方法。波文比能量平衡法认为，在一给定表面，分配给潜热通量和感热通量的比值相对稳定，近似为一个常数（即波文比）。波文比强制闭合法通过这一比值重新将能量残余项分配给潜热和感热通量。但波文比的计算需要近地面两个不同高度间的空气温度差和实际水汽压差的测量数据，实际测量数据受周围环境变化影响较大。蒸发比（Evaporative Fraction，EF），指潜热通量与有效能量的比值，在解释地表能量分配中起着重要作用，而蒸发比法的适用性很强，它提供了一个更稳定和直接的能量分配思路[13]，能简单有效地实现能量的强制闭合。因为只要能确定能量亏缺的原因，就能将能量亏缺项在不同通量间进行分配[14]。蒸发比本身受下垫面作物种类、土壤水分和气象条件等变化的影响，是理解生态系统水热过程和能量分配的重要参数，在能量平衡强制闭合修正和蒸散量（Evapotranspiration，ET）估算方面起着重要作用。然而，目前的研究主要集中在西部较干旱的荒漠地区，光照强，降水少，昼夜温差大，作物多为旱作，缺少对于中国水热条件良好的长江中下游地区的研究，更少有针对节水灌溉稻田的研究。此外，很多蒸散模型的构建，如Penman-Monteith类模型，都是基于能量平衡原理构建的，但较多研究所获得的能量闭合度与理想情况误差较大。为了蒸散模型的进一步研究以及提高蒸散估算的准确性，需要对研究区域的能量通量进行进一步修正，而国内少有对涡度相关系统观测结果的强制闭合修正，更缺少采用蒸发比强制闭合法的研究。

因此，本研究采用蒸发比修正方法实现能量的强制闭合，在该条件下研究长江中下游地区节水灌溉稻田湍流通量过程与蒸发比变化特征，以明确能量分配特征，准确计算稻田蒸散量，以期为灌区用水管理、作物产量模拟、农业节水及其产生的气候变化预测等提供参考。

1 材料与方法

1.1 试验区概况

试验于2014－2016年在河海大学水文水资源与水利工程科学国家重点实验室昆山试验研究基地开展。试验区地处太湖流域（31°15′15″N，120°57′43″E），属亚热带南部季风气候。年降水量1 097.1 mm，年蒸发量（E601型蒸发器测量水面蒸发）1 365.9 mm，总日照时数2 085.9 h，年平均气温 15.5 ℃，平均气压 101.63 kPa，平均无霜期234 d。2014—2016年水稻生育期（6月下旬—11月上旬）平均气温24.5 ℃，平均相对湿度80.1%。试区常年盛行东南风，多年来均实施稻麦轮作，6—11月观测场所监测下垫面为控制灌溉稻田，下垫面均一、平坦。试验区土壤为潴育型黄泥土，耕层土壤质地为重壤土，土壤容重1.3 g/cm3，根层土壤饱和含水率（θs）平均为50.2%，田间持水量（θf）为39.2%，凋萎系数（θw）17.9%（含水率指标均为体积含水率）。3 a试验种植水稻品种保持一致，均为南粳46。

1.2 试验设计与布置

试验区长×宽约为200 m×200 m，2014－2016年，观测场所监测稻田均采用控制灌溉模式，秧苗本田移栽后，田面保留浅薄水层返青，返青期以后的各生育阶段灌水后田面均不建立水层，以根层土壤含水率占饱和含水率60%～80%为灌水下限水分控制指标（不同阶段不同），确定灌水时间和灌水定额。若遇暴雨导致小区蓄水过多时（田面水层超过5 cm），打开小区地表排水口及时排水，同时记录排水前后小区田面水层，计算排水量。各生育期具体控制指标见表1。稻田施肥以及病虫害防治均按照当地农民习惯。稻季所监测下垫面全为控制灌溉稻田。

表1 水稻控制灌溉各生育期阶段根层土壤水分控制指标Table 1 Soil moisture thresholds in different growth stages of rice with controlled irrigation

2014年，6月26日移栽，10月27日收获，生育期124 d；2015 年，6月27日移栽，10月25日收获，生育期121 d；2016 年水稻生育期122 d，7月1日移栽，10月30日收获。3 a水稻种植密度相同，株距0.16 m，行距0.23 m，每穴3苗。2014—2016年稻田控制灌溉具体灌水日期和灌水量见表2。

表2 2014－2016年水稻全生育期控制灌溉稻田的灌溉制度Table 2 Irrigation schedule of controlled irrigation paddy field during the whole growth periods of 2014－2016

1.3 观测仪器与观测内容

在试验区西北方向（下风向）安装涡度相关系统（Eddy Covariance，EC）。该系统主要由 CAST3A三维超声风速仪、EC150开路CO2/H2O分析仪、CR3000数据采集器、HMP155A空气温湿度探头、CNR4四分量净辐射表、TE525MM雨量桶和HFP01SC热通量板等组成。观测内容主要包括感热通量（Hs）、潜热通量（LE）、太阳净辐射（Rn）、土壤热通量（Gs）、空气温度（Ta）、空气相对湿度（Relative Humidity，RH）、大气压（Pa）、风速（V）、风向和降雨量（P）等。土壤热通量板埋设深度为地表下8 cm，辐射观测高度为地面上方1.5 m，空气温湿探头观测高度 2 m，三维超声风速仪和 CO2/H2O分析仪安装高度为地面上方 2.5 m，雨量筒观测高度1.5 m。所有原始数据昼夜连续自动采集，采样频率为10 Hz，通过数据采集器在线计算并储存0.5 h的统计数据。为验证仪器测量数据的准确性，试验基地除EC系统能进行气象数据的观测，加设了一套自动监测气象站（WS-STD1, DELTA-T, UK），同时观测太阳辐射、Ta、Pa、RH、V和P，数据采集间隔均为0.5 h。两设备测量的数据可相互补充和验证，以保证气象资料的质量与完整性。涡度相关系统还能监测0.1、0.2和0.3 m不同埋深的土壤温度（Ts）和土壤含水率（θ）。在数据观测过程中，定期对EC进行日常清理和维护，保证仪器在良好的状况下运行。

本研究用 TDR （Trase system 1, Soil Moisture Equipment, USA）观测试区土壤含水率（θ），测针埋于试验区中相对中间的 5个典型观测小区，每个观测小区埋2根。观测时间为每天08:00，观测深度根据各个生育阶段的水稻根系长度来确定。测量后取平均值，然后进一步判断是否需要灌水，如需灌水，采用水表量测灌溉水量，如需排水，打开排水口，根据水层变化深度计算排水量。2014—2016年水稻生育期稻田土壤水分状况如图1所示。图1中所示土壤相对含水率反映的是地表下0~10 cm土壤的水分状况。节水灌溉制度下稻田土壤呈现干湿交替的土壤水分状态，虽然每年的降雨、灌水量和降雨、灌水时间不同，但降雨和灌水影响下的稻田干湿交替次数均在10次左右。

1.4 数据处理与分析方法

1.4.1 涡度相关法通量数据预处理

为了实现通量数据的质量保证和质量控制（QA/QC），本试验研究将涡度相关系统2014和2015年所测定的原始通量数据（10 Hz）用EdiRe软件处理（http://westdc.westgis.ac.cn/water/surveystd.2012）[15]，以0.5 h为时间步长，对原始湍流数据进行了预处理。2016年安装了Flux在线处理程序，可直接得到修正后的通量数据数据处理。本研究选用2014、2015和2016年6—10月水稻生育期预处理后的通量数据进行质量控制和评价，方法详见 Liu等[16]的研究。根据试验区大气条件和主风向，依据Kljun等[17]的计算方法和参数，计算得到本试验监测的通量数据，90%来自上风向（东南方向）100～120 m的范围，同时剔除来自试验区边界以外贡献源区的通量数据。对通量数据质量进行严格控制和筛选后，剔除了占数据总量约 16%的通量数据，然后进行数据的插补延长[16]。

1.4.2 能量平衡方程

对于农田生态系统，其能量平衡方程可表示为[18]：

式中LE为潜热通量，W/m2；Hs为感热通量，W/m2；Rn为净辐射，W/m2；G0为地表土壤热通量，W/m2；S为冠层热储量，W/m2；ED为平流损失能量，W/m2；EM为生化作用消耗能量，W/m2。其中：

式中Q为土壤热通量板到地表的土壤热储量，W/m2，根据土壤温度的变化量计算[19]；Gs为通量板测定的热通量，W/m2；Gw为水体热储存，W/m2，由于试验区为节水灌溉稻田，没有水层，Gw=0。土壤热通量板埋在地下8 cm深处，因此，在能量平衡方程中，地表土壤热通量不仅指土壤热通量板测定的热通量，还应包括土壤热通量板到地表的土壤热储存[20]。需要注意的是，由于没有测量8 cm深处的土壤温度，因此使用10 cm深处的土壤温度作为计算Q的温度，Q根据10 cm深度的土壤温度变化，按照式（3）近似确定[21]：

式中Cs为实际（潮湿）土壤的热容量，J/(g·℃)；Ts-10为地面下10 cm土壤温度，℃；T0是任意指定深度的参考温度，本文取T0=0 ℃[22]；Δz为热通量板到地表的距离，m；Δt为通量值输出间隔时间，本试验间隔时间为30 min；ρb为土壤容重，g/cm3；Cd为干土的土壤热容量，取0.84 J/(g·℃)[23]；θ是按体积计算的土壤含水率；ρw为水的密度，g/cm3；Cw为水的热容量，取4.19 J/(g·℃)。上标i、i-1表示计算时刻及其上一时刻。Rn作为SPAC系统的能量输入项，主要以Hs的形式加热大气和LE的形式加湿大气边界层底部，还有一部分以G0的形式进入土壤，或者转化为农田植物冠层S、由于平流作用从水平方向移走的能量ED以及作物生化作用所消耗的能量EM。能量平衡方程左端为标准湍流通量，右端为有效能量或可利用能量。在能量平衡的计算中，因ED和EM值很小常常被忽略（小于净辐射Rn的5%[24]），且Wilson等[25]也曾指出，对于冠层高度小于8 m的低矮作物，S项也常被忽略。因此，农田生态系统的能量平衡公式常简化为

1.4.3 能量平衡闭合评价指标

常用的能量平衡闭合指标有最小二乘法（OLS）线性回归、能量平衡比率（Energy Balance Ratio，EBR）和能量平衡残差（D）等，本研究用EBR来评价节水灌溉稻田的能量平衡闭合程度。

能量平衡比率EBR表示在一定时间内，涡度相关系统观测到的湍流通量（LE＋Hs）与有效能量（Rn－G0）之间的比值，其适用范围广，是评价能量闭合程度最常用的方法之一[26]。

EBR不仅能反映日内能量平衡状况，也能反映较长时段内的能量平衡状况。EBR越接近1，说明能量平衡闭合程度越高。本研究在考虑土壤热储存和相位修正后，2014—2016年EBR分别为0.87、0.93和0.85。

1.4.4 能量强制闭合修正方法

1）日间修正

研究假设能量平衡亏缺全部由低估的LE和Hs造成，则低估的湍流通量可根据时段内蒸发比进行修正。蒸发比强制闭合法，先以3 h为移动窗口的通量数据重新计算3 h平均能量平衡亏缺（D3h）[12]：

式中Rn3h、G03h、LE3h和Hs3h分别为以30 min时间步长的EC测量值统计的3 h内的平均净辐射能，平均地表土壤热通量，平均潜热通量，平均感热通量，W/m2；D3h为用3 h内各通量平均值计算的平均能量平衡亏缺。

蒸发比（EF），即潜热通量占可供能量的比值，是衡量能量分配的重要指标，本研究中用式（8）计算：

式中EF7d、LE7d和Hs7d分别为7 d内的平均蒸发比、平均潜热通量、平均感热通量，W/m2。选择以7 d为移动窗口的时间周期计算蒸发比（EF7d），是为了保证计算结果的可靠性[12]。选择一天的观测值计算EF，有时会因为天阴或其他原因导致瞬时观测值较小，使计算结果没有意义。另一方面，EF会随着水稻生长、天气变化等不断变化，其计算周期也不宜太长。EF的有效范围在 0～1之间，当计算的EF<0或EF>1，则令EF=0或1。最后根据计算的蒸发比重新分配能量平衡亏缺项，使能量平衡强制闭合。修正的潜热和感热通量可分别由式（9）和（10）计算得到：

式中LE*和Hs*分别为根据蒸发比重新分配后，能量强制闭合条件下30 min时间步长的潜热通量和感热通量，W/m2。

2）夜间修正

本研究采用过滤插值法对夜间通量数据进行修正。过滤插值法考虑了夜间通量数据的影响因素，根据摩擦风速（u*）将不稳定通量值剔除后（研究选择u*=0.3 m/s为界限[27]，剔除u*<0.3 m/s对应的夜间蒸散量值），再建立水稻不同生育阶段夜间蒸散量与饱和水汽压差（Vapor Pressure Deficit，VPD）的函数关系，分段插补被剔除的蒸散量值[28]。

1.4.5 蒸散量计算

通过能量强制闭合修正前和修正后的潜热通量（LE和LE*），分别计算节水灌溉稻田蒸散量（ETEC和ETEC*）[14]：

式中ETEC和ETEC*为能量强制闭合修正前和修正后稻田蒸散量，mm/(0.5 h)；LE和LE*为能量不闭合和强制闭合条件下潜热通量，W/m2；ρ为水汽密度，1 000 kg/m3；λ为汽化潜热，MJ/kg；λ=2.501–(2.361×10-3)Ta，Ta为平均空气温度（℃）；1 800为“s”到“0.5 h”的时间转换系数。计算出0.5 h蒸散量后再分别累积计算小时和日尺度蒸散量。

1.4.6 数据统计与分析方法

数据统计分析采用Microsoft Excel 2003和SPSS 22完成，图表采用Microsoft Excel 2003绘制。线性回归系数和决定系数（R2）反映数据系列的相关性，均方根误差（Root Mean Square Error，RMSE）评价数据系列的绝对无偏性，一致性系数（Index of Agreement，IOA）分析相关数据精确度和相对无偏性。相关指标的计算公式见文献[29]。

2 结果与分析

2.1 节水灌溉稻田蒸发比变化特征

图2为 2014－2016年稻田 EF在水稻全生育期07:00－16:00间9个时段的平均日变化过程。从图2可知，水稻全生育期平均蒸发比EF在3 a稻季的变化趋势相似，总体上呈先减小后增加，但均值较高。因为该试验区所处亚热带季风气候，空气湿度大，且下垫面为节水灌溉稻田，土壤含水率相对旱作物高，无论在一天中什么时段，潜热蒸散都是能量的主要消耗，因此，计算的EF均较高。此外，EF在10:00—12:00时段的变幅最为平缓，数值也较稳定，因为中午时段太阳辐射大，空气湿度相对较小，因此相应的EF较其他时刻小。

图3为2014—2016年稻田EF的生育期变化过程。从图中可看出，节水灌溉稻田水稻全生育期EF均在0.7～1.0之间变化，2014、2015和2016年，EF平均分别为0.920、0.926和0.939，3 a平均约为0.93，说明LE占湍流通量的极大部分，潜热蒸散是节水灌溉稻田绝对主要的能量消耗项。分蘖前期（移栽后11～20 d），EF相对较低，基本在0.8～0.9之间变化，分蘖后期（移栽后35～46 d），EF增大，基本在0.9以上波动变化，2015年分蘖后期末甚至达到1。拔节孕穗期（移栽后47～72 d），EF依旧维持在0.9以上，抽穗开花（移栽后73～81 d）或乳熟期（移栽后82～113 d）EF达到最大，且连续多日能达到1，这与湿润的土壤水环境和亚热带季风气候有关[30]。较高的土壤含水率、亚热带季风气候中较大的水汽压亏缺和太阳辐射使能量消耗以潜热输送加湿大气为主，且 9月昼夜温差大，会出现夜间大气散热量大于白天给大气加热的能量，使得日Hs为负，计算的EF大于1（EF计算中分子大于分母），该现象在2015年分蘖后期也有出现，可能因为下雨阴天太阳辐射较小，同样使得夜间大气散热量大于白天给大气加热的能量。生育期末（黄熟期），由于土壤含水率降低且水稻蒸腾减弱，EF迅速降低，最后降至0.8以下，最小值分别为0.780、0.790和0.713。

蒸发比在不同的气候环境和下垫面条件下有不同的变化特征，其大小与变化趋势与植被覆盖率、降雨量、季节的干湿变化情况、饱和水气压差和植被光合作用[31-32]等均有相关性。考虑到EF的重要性与差异性，国内外研究者已在草地[33]、葡萄园[34]、小麦和玉米等[35]不同下垫面开展了对EF的研究，EF在常规稻田中的研究始于19世纪50年代，并明确了它与能量分配的关系[30,36]。在印度东部，研究者发现不同品种和季节条件下稻田 EF值为79%～82%，其中从分蘖中后期到抽穗期，EF有一个平缓的宽峰值[37]。Higuchi等[32]发现由于稻田土壤处于长期淹水或饱和状态，稻田环境湿度较大，EF值始终接近1。正是由于稻田土壤环境湿度较大，使得水稻生态系统的地表能量各组分与EF特征与旱作物不同[36]。

2.2 强制闭合后湍流通量的变化特征

节水灌溉稻田2014－2016年能量强制闭合前后的潜热和感热通量数据的OLS回归关系（LE与LE*，Hs与Hs*）如表3所示。2014－2016年LE和LE*各回归系数相似，均在1.4左右，R2和IOA指标表明修正前后相关性和一致性均较好，但修正后潜热通量平均增加了32.1%。2014—2016年Hs和Hs*各回归系数也相似，回归斜率分别为1.21、1.16和1.13，R2和IOA接近于1，R2均高达为 0.97，RMSE较小，分别为 6.02、4.53和4.64 W/m2。能量强制闭合修正后感热通量也有所增加，平均增加了 19.8%，2014年增加较大，修正前后感热通量的相关性和一致性均高于潜热通量。

表3 2014—2016年能量强制闭合前后潜热通量（感热通量）的线性回归分析Table 3 Comparison of latent heat flux (sensible heat flux) with and without enforcing energy balance closure in 2014, 2015 and 2016

为了进一步探究潜热和感热通量在能量闭合前后的变化情况，将2014—2016年能量闭合前后水稻各生育阶段从00:00—24:00时每日48个时次的30 min潜热（LE与LE*）和感热通量（Hs与Hs*）再平均得到各分量的生育阶段平均日变化图（图4）。从图中可看出，潜热和感热通量变化规律和趋势在能量强制闭合修正前后均相似。修正后 LE*变化幅度明显增加，日峰值差异最大，即通量值越大，强制闭合修正后增量越大。昼夜交替时，LE*明显低于 LE，说明修正前该时段能量平衡处于过闭合状态。修正后感热通量变化幅度也有所增加，但增量小于潜热通量。

2.3 能量平衡闭合对节水灌溉稻田蒸散量的影响

本研究根据式（11）和式（12）分别计算了2014－2016年能量强制闭合前后的田间尺度蒸散量，能量闭合前后小时和日尺度上蒸散量的相关性分别如图5和图6所示。由图5可知，能量强制闭合后，基于小时数据的田间尺度蒸散量明显增大，2014－2016年过原点的OLS线性回归斜率分别为1.48、1.36和1.38，2014年较后2 a稍大，说明能量平衡修正对2014年田间尺度蒸散量影响最大。对3 a数据的回归分析还可知，虽然能量平衡修正后蒸散量明显增大，但与修正前蒸散量的相关性和一致性仍较好，R2均达到0.88及以上，IOA分别为0.914、0.935和0.934。RMSE也较小，分别为0.073、0.072和0.075 mm/h。

将30 min计算值累积计算日尺度蒸散量，分析可知能量平衡前后田间尺度蒸散量的回归斜率较小时尺度小，2014－2016年分别为1.38、1.25和1.31（图6）。相关性和一致性较小时尺度更好，R2分别为0.93、0.95和 0.97，IOA分别高达 0.966、0.974和0.970，RMSE也较小，分别为0.371、0.422和0.366 mm/d。不同时间尺度计算的差异性，说明稻田蒸散量受作物和环境因素的影响，存在一定的时间尺度差异性。较大时间尺度能掩盖短时间观测的误差，且不同时间尺度下影响蒸散量的主要因素不同，分析不同时间尺度下蒸散量的主控因素，可为农田水分管理提供必要依据。此外，能量平衡强制闭合修正后，2014－2016年 ETEC*日均值分别为3.89、3.84和3.81 mm/d（平均为3.85 mm/d），平均约为能量强制闭合前 ETEC的1.31倍，这解释了为什么普遍认为涡度相关法测量值低估了下垫面蒸散量。但与非节水灌溉稻田相比[38]，本试验所得ETEC*仍明显较小，节水灌溉技术改变了稻田土壤水分状况，减少了稻田耗水量，有效提高了灌溉水利用率。

3 讨 论

3.1 能量平衡不闭合与强制闭合

近50 a来，国际上关于不同生态系统能量平衡闭合问题开展了大量的试验研究，并得到一个普遍的关于能量不平衡的结论：不同条件下能量平衡不闭合率达10%～30%[25,39]。目前关于能量不平衡的解释有很多[40]：1）测量仪器本身系统误差及安装问题等引起的偏差；2）各能量项测量源区贡献大小不同及确定实际源区面积产生的误差；3）部分能量汇在观测中被忽略造成的能量损失；4）采样平均时长对能量闭合的影响；5）高频或低频部分对湍流通量贡献的丢失；6）摩擦风速对湍流通量测定的影响以及摩擦风速阈值确定对计算夜间湍流的误差等。研究表明，土壤-作物-大气之间的能量储存未充分计入[20]以及Rn通量向LE、Hs和G转换过程中存在时间滞后性[39]，是能量不闭合重要的且能够修正的原因。但是能量存储项和能量各分量相位的修正，对能量平衡闭合率的提高作用是有限的，修正后仍然存在一定程度的能量不闭合，这说明还存在其他一些导致能量不闭合的原因。Ding等[41]研究也发现，在中国南方香蕉园考虑了能量存储项后，还存在 20%无法修正的能量亏缺。由此可见，因为仪器的系统误差等原因，无论测量仪器精度再高，也无论将观测数据做怎样的修正，地表能量都不可能完全闭合。辐射传感器在20 a前就被认为相当精确[42]，考虑了土壤热储存后的土壤地表热通量计算也较为准确[20]，其他热储存约占稻田下垫面能量交换的2%，小于测定主要成分时的实际误差[43]。大量国外研究还对比了其他观测结果，都表明在考虑了能量各存储项后，湍流通量的低估是造成能量不闭合的最主要原因[9-10,12]。

本文采用较为简单的蒸发比强制闭合法对节水灌溉稻田白天的湍流通量数据进行修正。但夜间，一方面稻田蒸散量小且趋近 0，按蒸发比分配能量将没有实际意义；另一方面，夜间能量平衡受平流损失和摩擦风速等的影响较大，湍流通量的随机相对误差因通量绝对值很小而被无限放大[15]，从而使蒸发比强制闭合法不再适用于夜间湍流通量的修正。因此，对于夜间的湍流数据，本文用过滤插值法[28]进行修正，即根据摩擦风速和饱和水汽压亏缺对湍流数据进行剔除插补。本研究用上述方法将能量平衡强制闭合后，潜热和感热通量均有明显增加，占Rn的比例分别为89.5%和5.4%，潜热较强制闭合前所占比例明显增加。且强制闭合前能量不平衡程度越大，LE*和Hs*较LE和Hs增加的幅度越大。

为了进一步说明能量强制闭合对涡度相关系统测算蒸散量的影响，本研究还将能量闭合前后涡度测量值（ETEC和ETEC*）与蒸渗仪测量值（ETCML）进行了对比。基于 2014－2016年小时数据，分别建立 ETCML与 ETEC和ETEC*之间的进行线性回归（图7），研究发现能量平衡闭合前ETEC平均为ETCML的0.626倍。能量强制闭合后，ETEC*虽仍小于ETCML，但较能量闭合前明显增加，且与ETCML相关性更好。2014－2016年ETEC*分别约为ETCML的 0.894、0.897和 0.892，R2分别为 0.855、0.869和0.866，RMSE分别为0.090、0.095和0.098 mm/h，IOA分别为0.960、0.964和0.961。3 a回归方程的各参数均较为接近，说明测量的数据具有较高的可靠性。ETCML与ETEC*的差异，主要源于蒸散量的空间尺度差异。蒸散量的时空尺度差异及其影响因素分析，也是目前研究的热点问题。由此可知，能量强制闭合虽然使涡度所测蒸散量明显增加，但增加后代表不同空间尺度蒸散量的相关性和一致性更好，能量平衡的强制闭合为进一步准确模拟估算稻田蒸散量奠定了基础。

3.2 蒸发比在蒸散研究中的重要意义

实践中，任何提高农业用水管理效率和研究水热传输的基础数据都应基于日ET的可靠估计[44]。这些数据通常用于预测日ET、灌溉调度、水资源规划、水分调节，是一般水文和土壤水分模型的重要组成部分。在研究区域尺度的水热问题时，遥感观测不需要繁重的工作量或昂贵的投资，且能够处理地表特征的空间变异性，是利用区域尺度能量平衡分量推导瞬时ET数据的理想方法。也就是说，需要将遥感数据从瞬时观测值外推日ET，这是解决遥感仅提供瞬时ET估计值问题的有效途径，而且这种上升关系如果能通过局部（原位）观测的研究来证明，那研究结果可显著提高遥感方法在区域或全球范围内估算每日ET的便利性和准确性[45]。蒸发比法、作物系数法、冠层阻力法、Katerji-Perrier法、平流干燥度法和正弦函数法，都是可以通过瞬时ET值估算日尺度ET的常用方法[45-47]。

蒸发比法是目前最流行的 ET时间尺度提升方法之一，该方法的有效性已在大量的研究中得到证实。早期研究假设，EF在白天相对恒定，所以可以借助恒定的EF值估算生态系统每天或更长时间尺度上的蒸散量[48]。但实际上，白天EF的变化是随着时间进程而变化的，一方面EF的变化很大程度上取决于土壤水分的有效性、冠层覆盖率、作物生育阶段、空气相对湿度以及作物的生物学特性[49]，另一方面它反映了生态系统的能量分配特征，进而影响冠层小气候。所以，对于不同条件下EF的变化特征还没有统一的定论。Hoedjes等[45]强调了白天EF值在干旱环境条件下保持相对恒定，而在潮湿环境条件下则呈下凹形状。Allen等[46]在美国新墨西哥州和加利福尼亚州的研究发现，草地生态系统白天每小时的EF值呈持续下降趋势，而甜菜 EF则在下午出现明显上升。由于EF在白天变化较大，因此，在遥感估算中选择最具代表性的小时EF是估算日ET的关键。然而，最具代表性的时间因气候环境和下垫面条件而异，研究表明，利用中午前后的EF值估计日ET的精度较好[49]，也有一些研究发现非正午时刻的EF值更具代表性[34]。但目前，蒸发比尺度提升法估算稻田蒸散量的研究还较少，考虑节水灌溉条件下稻田能量平衡特征与水热转换过程特殊性的研究尚还欠缺。本研究中，EF在10:00－12:00时段的变幅最为平缓，数值也较稳定，可用于进一步提升估算日ET。研究节水灌溉稻田的蒸发比特征及其最具代表性小时值，是遥感瞬时蒸散量尺度提升的前提和关键，这为今后遥感瞬时值提升估算日蒸散量以及制定合理的灌溉策略提供了可靠的方法。

4 结 论

本试验研究了节水灌溉稻田蒸发比变化特征，以及能量强制闭合对湍流通量与稻田蒸散量的影响，得到以下结论：

1）蒸发比反映了下垫面的能量分配特征，节水灌溉稻田蒸发比（Evaporative Fraction，EF）特征与旱作物不同。小时尺度EF呈先减小后增加，均值较高，在10:00－12:00时段的数值最为稳定，EF日内变化的研究，是遥感瞬时蒸散量时间尺度提升的关键。水稻全生育期EF均在0.7～1.0之间变化，抽穗开花或乳熟期EF达到最大或为1，生育末期，EF迅速下降至0.8以下；2014－2016年，EF均值约0.93，说明潜热占湍流通量的极大部分，潜热蒸散是节水灌溉稻田绝对主要的能量消耗项。

2）蒸发比能量强制闭合修正后湍流通量明显增加，2014－2016年潜热和感热通量平均增加了 32.1%和19.8%；修正后潜热通量变化幅度明显增加，日峰值差异最大，昼夜交替时，修正后潜热通量明显低于修正前，说明修正前该时段能量平衡处于过闭合状态；修正后感热通量变化幅度也有所增加，但增量小于潜热通量；无论在小时尺度还是日尺度，能量强制闭合后计算的蒸散量明显增加，2014－2016年蒸散量日均值约为3.85 mm/d，是能量强制闭合前蒸散量的1.31倍。能量强制闭合是准确估算节水灌溉稻田蒸散量以及蒸散模型研究的重要保障。