基于称重式蒸渗仪的春玉米蒸散量研究

张宝珠，王仰仁*，李金玉，刘宏武，武朝宝

基于称重式蒸渗仪的春玉米蒸散量研究

张宝珠1，王仰仁1*，李金玉2，刘宏武2，武朝宝2

（1.天津农学院 水利工程学院，天津 300392；2.山西省中心灌溉试验站，山西 文水 032107）

【】分析春玉米蒸散变化规律及建立产量与水分的关系，为山西省春玉米灌溉需水量的精准调控提供依据。利用山西省中心灌溉试验站称重式蒸渗仪在2019—2020年春玉米不同供水量条件下的蒸散发测定试验，共设置4个处理，分别为T1（5水）、T2（6水）、T3（4水）、T4处理（2水），按照作物需水量确定灌水时间，灌水定额均为60 mm，每个处理配置1套称重式蒸渗仪，自动记录逐时土体水质量。利用水量平衡方法计算逐日蒸散量，分析蒸散变化规律，并利用相对腾发量为自变量的过程模型，建立产量与蒸散量之间的关系。发育中期日蒸散强度较其他生育阶段蒸散强度大，受灌水的影响，灌溉定额越大，不同生育阶段的日蒸散强度普遍增大，T2处理发育中期，13:00蒸散量最大为0.44 mm/h，T4处理发育中期09:00蒸散量最大为0.175 mm/h；灌水也会影响灌后几日蒸散量，灌水越多，蒸散量也越多，累计蒸散量也越大。春玉米生育期内蒸散作用主要集中在发育中期（播后的52～120 d），该时期日最大蒸散量，2019年和2020年分别为10.68 mm/d和7.27 mm/d，相应的蒸散量占全生育期蒸散量比例分别为75.7%和72.9%。以相对腾发量为自变量的过程模型对产量进行了模拟，率定了模型参数，拟合效果很好，相关系数（2）达到0.99以上，并利用文峪河2018—2020年春玉米的测试资料进行模型参数验证，2达到0.94以上，表明率定的参数合理。基于蒸渗仪测定数据能更准确地确定产量与水分关系，此外，利用FAO推荐的作物系数法计算的蒸散量很好地反映了作物的潜在蒸散量。

蒸渗仪；蒸散量；水量平衡；产量；相对腾发量

0 引 言

【研究意义】蒸散量（）是分析农业用水动态和评价作物用水需求的重要依据[1-2]，蒸散量的变化会显著影响作物生长发育与产量[3-4]。山西属半干旱地区，水资源短缺，农田灌溉用水十分紧张。为此了解春玉米生育过程中不同阶段的蒸散特征及其与产量的关系，将有助于正确评价农田水分状况，科学确定农田节水灌溉制度[5-6]。【研究进展】目前，确定作物蒸散量主要有遥感法、波文比能量平衡法、涡度相关法、蒸发蒸腾模型法、水量平衡法和蒸渗仪法等[7-8]。段晨斐等[9]基于无人机热红外冠层温度的作物蒸散模型可以准确快速的估算田间尺度作物日蒸散量，与实测值、FAO Penman-Monteith模型计算值对比，结果显示三者都具有良好的一致性。Dicken等[10]首次探讨了在温室中用波文比能量平衡法估算蒸散发的适用性。赵鹏等[11]利用涡度相关法具体分析葡萄园的耗水规律、土壤蒸发和植株蒸腾。卫新东等[12]利用Shuttlworth-wallace（S-W）和Penman-Monteith模型（P-M）对枣树蒸散量的模拟，并利用茎流计实时监测的蒸散量，结合水量平衡法所推求的蒸散量，对这2个结果进行了对比和检验。结果表明S-W模型模拟精度优于P-M模型。雷筱等[13]利用水量平衡法对宁夏滴灌葡萄的耗水规律进行了研究，发现葡萄的耗水量大小呈下开口抛物线分布，耗水量的峰值出现在果实膨大期，日均耗水量在2.26～4.46 mm/d范围内。

在诸多测定蒸散量的方法中，蒸渗仪测定法被认为是测定蒸散量最准确的方法[14]。近年来，许多学者[15-16]利用蒸渗仪进行了大量的蒸散量测定试验。胡程达等[17]在郑州农业气象试验站利用称重式蒸渗仪观测了自然生长和土壤水分充足状况下冬小麦农田实际蒸散量，进而计算2种水分状况下冬小麦的作物系数，并分析它们的变化规律及其与气象要素的相关关系。杨宜等[18]以北京市农林科学院玻璃温室内的秋茬茄子为研究对象，探究了茄子全生育期的植株蒸腾、土壤蒸发及总蒸散耗水的变化特征，利用通径分析方法确定影响温室耗水特征的主控因子为平均温度、相对湿度、饱和差和太阳辐射。李杰等[19]基于大型称重式蒸渗仪研究了北疆地区滴灌冬小麦产量与蒸散量的关系，通过对产量、水分利用效率和蒸散量的模拟，可知使产量和水分效率达到最优时的蒸散量介于600～650 mm之间。尽管前人在作物蒸散量计算方面采取了不同的计算方法，但是鉴于方法有较多的假定以及作物生理、地理位置等因素的多变性和蒸发蒸腾模型的建立，需要考虑不同因素和各个因素的影响，造成了不同地区，不同研究者之间的成果有一定的差异。而且，作物蒸散发受到气象条件和土壤供水量等因素的影响，不同区域分析得出的蒸散量结果不完全相同。【切入点】称重式蒸渗仪能有效避免下界面水分通量，准确测试渗漏量。为此利用蒸渗仪开展了春玉米蒸发蒸腾的研究。【拟解决的关键问题】分析不同供水条件下的春玉米蒸散规律及其产量与水分的关系，为该地区春玉米节水灌溉提供参考。

1 材料与方法

1.1 试验区概况

试验于2019年和2020年在山西省中心灌溉试验站进行。该站位于文水县城东17 km的刘胡兰镇（112°12'E，37°17'N，海拔749.5 m）。该地所属气候为温带大陆性半干旱类型，多年平均气温为9.5 ℃，降雨量为450 mm左右，年平均蒸发量为1 563.3mm，年日照时间为2 303.1 h，无霜期为180d。0～30、30～90、90～150 cm土壤类型分别为中壤土、重黏土、细砂土。0～100 cm土壤平均体积质量为1.49 g/cm3，田间持水率26.9%（质量含水率），地下水矿化度为0.787 g/L，pH值为8.12，0～80 cm全盐量平均为0.62%，0～50 cm有机质量为0.85%，含氮量为0.065%，速效磷量为14.15mg/kg，全年地下水埋深基本保持在1.5～4.0m。

文峪河试验站位于文水县凤城镇沟口村（111°56'E，37°36'N，海拔788.2 m）。该地所属气候为暖温带大陆性半干旱季风气候，多年平均降水量453.5 mm，多年平均蒸发量1 567 mm，多年平均温度13.0 ℃，平均湿度71.4%，年日照时间3 171 h，无霜期为160～180 d。土壤质地为中壤土，土壤有机质量为1.39%，含氮量为0.067%，速效磷量为13.41mg/kg，属中等肥力，0～100 cm土壤体积质量为1.38 t/m3，孔隙率44.6%，田间最大持水率23.4%（质量含水率），最大冻土深度为0.8 m。

1.2 试验设计

1.2.1 试验设备

试验采用带遮雨棚的称重式蒸渗仪，蒸渗仪开口面积为6 m2（3 m×2 m），深度为2 m，内装大田原状土壤，每30 min自动采集1次数据，精度0.01 mm，蒸渗仪配备有UPS电源，断电时能自动保存数据，复电后能自启动。

1.2.2 试验材料

春玉米供试品种为“登海679”。2019年生长期为5月2日—9月17日，2020年生长期为5月6日—9月27日。种植密度为60 000株/hm2（每个测坑种植株数为9株×4行）。播种前撒施底肥，底肥为复合肥“阿波罗”，含氮量（N）为18%、含磷量（P2O5）为18%、含钾量（K2O）为18%，施肥数量为750kg/hm2，日期为2019年5月2日和2020年4月23日。结合第1次灌水进行追肥，全生育期追肥1次，2019年和2020年追肥时间一致，T1—T4处理追肥日期分别为：6月17日、12日、24日、7月8日，追肥名称为硝酸铵钙（含氮量15.5%），追肥数量为375 kg/hm2。灌溉水源为井水，软管输水，用水表测定灌水量，试验期间其他管理措施与当地农田相同。

文峪河2018年春玉米在播前施底肥（复合肥），施肥数量为2 250 kg/hm2，6个处理施肥数量相同。2019年春玉米（4个处理）播前施底肥（复合肥），数量为750 kg/hm2；2020年春玉米（4个处理）播前施底肥（鲁西101复合肥），数量为600 kg/hm2。灌水定额均为75 mm，文峪河试验站年度播种情况见表1。

表1 春玉米基本情况

1.2.3 试验设计

2019年和2020年均为4个处理，每个处理配置1个称重式蒸渗仪，试验小区周边设置保护区，小区宽5 m。按照2014—2018年作物需水量的平均值确定各处理灌溉水量和灌水时间，其中作物需水量采用作物系数法计算。T1处理为从播种日开始，当累计的作物潜在需水量∑m达到60 mm时进行灌水，之后重新计量∑m，当∑m再次达到60 mm时进行第2次灌水，依次进行，直到收获；T2、T3、T4处理分别以1.2∑m、0.8∑m、0.5∑m为指标确定灌水时间，灌水定额均为60 mm，试验处理见表2。但是，2020年由于春玉米在苗期长势不均匀，所有处理于5月25日灌水1次，灌水定额为60 mm。此外，由于遮雨棚故障，2019年9月10日晚T1处理和T2处理遭受降雨，降雨量为40.4 mm；2020年T1处理和T2处理于8月5日、13日、16日晚也遭受了降雨：降雨量分别为40.5、5.1 mm和4.3 mm。文峪河试验站2018年春玉米设置6个处理，2019年和2020年春玉米设置4个处理，分年度实际灌水时间见表3。

表2 试验处理（2019—2020年）

表3 各处理春玉米灌水时间

1.3 测试项目与方法

1.3.1 土体水质量和排水量测试

称重式蒸渗仪每30 min记录1次土体水质量（kg）。排水量由自动计量翻斗测定，翻斗容量为75 mL，记录翻斗次数和翻斗中存蓄的水量。

1.3.2 气象数据测试

试验站内有自动气象站，每天进行常规气象观测，包括地温和气温（最高、最低、日平均），光照、湿度、风速、降雨量和水面蒸发量等。

1.3.3 产量测试

待春玉米成熟时将每个处理的春玉米收获后考种测籽粒产量。

1.4 数据分析

1.4.1 作物实际蒸散量计算

以每日00:00和24:00称重式蒸渗仪测定的土体水质量为依据，按照水量平衡原理计算作物逐日蒸散量：

式中：为作物实际蒸散量（mm/d）；1为每日00:00测坑总质量（kg）；2为每日24:00测坑总质量（kg）；m为时段内灌入测坑的水量（kg）；P为时段内落入测坑内的降雨量（kg）；0为时段内测坑中的地表及底层排水量之和（kg）；为蒸渗仪开口面积（m2）。本研究设置了遮雨棚并采用管道输水灌溉，因而不会产生地表排水。

1.4.2 作物潜在蒸散量计算

采用FAO-56[20]推荐的单作物系数法计算作物潜在蒸散量，计算式为：

式中：0为参考作物蒸散量（mm/d）；n为净辐射（MJ/m2）；为土壤热通量密度（MJ/（m2·d））；为地面以上2 m处的平均温度（℃）；2为地面以上2 m处的风速（m/s）；a为饱和水汽压（kPa）；d为实际水汽压（kPa）；ad为饱和气压亏缺量（kPa）；Δ为饱和水汽温度曲线斜率（kPa）；为湿度计常数（kPa/℃）。c为作物系数，采用文献[21]推荐的初始生长期、快速发育期、发育中期和成熟期4阶段作物系数值，对于春玉米，其值见表4，其中快速发育期和成熟期采用插值法确定每日的作物系数，春玉米生育期4个生育阶段起止日期见表4。

表4 春玉米生育阶段

2 结果与分析

2.1 土体水质量日变化过程分析

选取2019年T2处理7月11日（无灌水）和7月2日（有灌水）的蒸渗仪测定土体水质量数据作图（图1）。从图1（a）可以看出，日内逐时土体水质量随时间的变化过程，无灌水时土体水质量随时间的变化趋势呈反“S”形，在0～600 min土体水质量变化平缓，600～900 min时快速减小，1 000 min之后降低幅度减小并趋于稳定。其日蒸散量可直接采用水量平衡法（式（1））计算。

日内有灌水时，灌水一般在08:00进行，从图1（b）可以看出，灌水之后土体水质量会迅速增加，土体水质量由3 881.0 kg增加到4 230.6 kg，该日蒸散量应采用分段法计算，分成灌水前和灌水后2个时段，分别应用水量平衡法求2个时段的蒸散量，最后将这2个时段的蒸散量相加，进而得到该日的蒸散量。采用此方法计算有灌水日的蒸散量，可有效避免渗漏水量测试误差，提高蒸散量计算精度。

图1 土体水质量随时间变化过程

2.2 春玉米蒸散量日变化过程分析

2.2.1 不同生育阶段日蒸散变化

不同年度春玉米生育阶段日蒸散特征的变化趋势和规律基本一致，本文仅选取了2019年T2处理（6次水）和T4处理（2次水）不同生育阶段蒸散强度日变化过程进行分析。从图2可以看出，2019年不同生育阶段春玉米的蒸散强度日内变化差异明显。发育中期>快速发育期>成熟期>初始生长期。2个处理的初始生长期蒸散量都是最小，变化范围为-0.001 7～0.041 mm/h，主要由于春玉米处于苗期，叶面积指数小，蒸散量低。发育中期最大，日蒸散量在-0.002 7～0.44 mm/h之间变化，占全生育期的蒸散量为75.7%（2019年）和72.9%（2020年），该生育阶段蒸散量增大的主要原因是作物生长发育旺盛，叶面积指数增大以及该阶段日平均气温较高。对比不同灌水处理的同一生育阶段可以看出，T2处理的日最大蒸散量都比T4处理的日最大蒸散量大，如：蒸散量最大的发育中期，T2处理（13:00）最大蒸散量较T4处理（09:00）高0.265 mm/h。造成这种现象的主要原因是T2处理在此时期共灌水5次较T4处理多灌3次水，T2处理的含水率较T4处理高，所以蒸散强度也比T4处理大。

蒸散作用主要发生在白天，基本为正值，夜间也有蒸散，但会出现负值，主要原因是夜间降温显著，湿度大，作物表面凝结露水，从而实测蒸散值会出现负值。

图2 春玉米各生育阶段日蒸散量（2019年）

图3 春玉米灌水前后日蒸散量变化（2019年）

2.2.2 春玉米灌水前后日蒸散特征

为了解灌水对蒸散量的影响，图3给出了2019年T2处理7月2日灌水和T4处理8月11日灌水，灌水前后日蒸散量随时间的变化过程图。从图3可以看出，不同灌水处理的日蒸散量变化趋势均呈单峰型；灌水多的处理生长期土壤含水率较高，因而蒸散量比灌水少的处理的蒸散量大；同一灌水处理条件下，灌水后的蒸散量明显大于灌水前的蒸散量。T2处理（11:00）蒸散量由0.38 mm/h增加到0.61 mm/h，T4处理（13:00）蒸散量由0.1 mm/h增加到0.3 mm/h。

2.3 春玉米生育期内蒸散变化过程

2.3.1 生育期内日蒸散量动态变化

图4为不同供水量条件下春玉米生育期内日蒸散量变化动态。由图4可知，生育期内春玉米日蒸散量随时间变化幅度较大，大致呈中期高，两端低的变化趋势，蒸散高峰出现在抽雄—灌浆期（71～90 d），日际间蒸散量变幅较大，2019年和2020年日蒸散量变化范围分别为0.16～10.68、0.07～7.27 mm/d。此外，春玉米生育期内蒸散量主要集中在发育中期，2019年4个处理发育中期（54～120 d）的蒸散量平均为250.2 mm，变化范围在0.636 7～10.68 mm/d之间，T2处理在播种后的第64天（7月5日）出现较大的蒸散值，主要是因为T2处理在7月2日灌了1次水，灌水会造成蒸散量的突然增大以及随后几天的蒸散量都变大。2020年4个处理发育中期（52～120 d）的蒸散量平均为236.8 mm，日蒸散范围在0.87～5.26 mm/d之间。造成2019年和2020年发育中期差异的主要原因是2020年的潜在蒸散量（337.2 mm）比2019年发育中期的潜在蒸散量（322.4 mm）多14.81 mm。

2.3.2 生育期内累计蒸散量变化动态

由图4的累计蒸散量可知，①累计蒸散量呈“S”形曲线变化，前期作物生长缓慢，蒸散量增加幅度小，到了中期随着作物生长加快耗水强度增大，蒸散量增幅变大，临近收获期，耗水强度降低，累计蒸散量增加幅度变小。②随着灌水量的增加，累计蒸散量增大。③年际间累计蒸散量也略有不同，2019年累计最大蒸散量（497.1 mm）较该年潜在最大蒸散量（530.6 mm）小33.5 mm；2020年累计最大蒸散量（429.4 mm）较该年潜在最大蒸散量（506.2 mm）小76.8 mm。2020年T2处理灌水量最大但其耗水量小于T1处理，主要原因是T2处理的蒸渗仪边壁产生了缝隙，致使在7月2日和31日灌水时有较大的渗漏量，渗漏水量分别为21.1 mm和21.4 mm。累计蒸散量最小的处理2019年和2020年都是T4处理，分别为230.1 mm和208.0 mm。

图4 春玉米日蒸散量和累计蒸散量变化

2.4 产量与蒸散量的关系

2.4.1 模拟产量的计算

以相对腾发量为自变量的过程模型，建立产量与水分的关系：

式中：t为播种日算起的作物生长时间；为时段编号；（Δt）为时段Δt（Δt=t-t1）的水分敏感指数值；（t）为t时刻水分敏感指数累积值；（Δt）为Δt时段实测蒸散量（mm），由式（1）计算；m（Δt）为Δt时段的潜在蒸散量（mm），由式（2）计算；y为处理的模拟产量，为处理编号，=1,2,3,4；=4；y为年的潜在产量（t/hm2）；为年份编号，=1,2，分别表示2019年和2020年；y为待定参数，由此可计算所有处理的模拟产量。

2.4.2 参数确定方法

将模拟产量与实测产量进行误差分析，对参数进行率定，率定参数的目标函数为：

式中：Y为某1年的实测产量值；y为某1年的模拟产量值，=2；其他符号意义同上。

2.4.3 模型参数率定

本研究利用山西省中心灌溉试验站2019—2020年春玉米蒸渗仪实测蒸散资料进行模型参数的率定，待率定参数初始值（）参照王仰仁等[22]研究结果，将初始值代入模型中可以分年度分处理求出潜在产量，2019年4个处理的潜在产量为15.0、10.3、8.6 t/hm2和11.9 t/hm2，2020年4个处理的潜在产量为12.0、11.5、9.2 t/hm2和11.9 t/hm2；然后分年度求出潜在产量的平均值，作为潜在产量的初始参数见表5。利用Excel规划求解工具中的演化算法率定参数，率定结果见表5，得到2 a产量实测值与模拟值散点图，见图5。2019年实测最大产量为9.78 t/hm2，对应的耗水量为497.1 mm；2020年实测最大产量为9.82 t/hm2，对应的耗水量为429.4 mm。由此可见2019年测试的最大产量更接近率定的最大产量（9.74 t/hm2），主要原因是该年的最大蒸散量接近于潜在蒸散量。

表5 参数率定

图5 春玉米产量模拟值与实测值

从图5可以看出，春玉米的产量点均匀分布在45°线两侧，春玉米产量模拟值与实测值相关系数达到0.996 9，拟合程度很高，说明率定的参数合理。

2.4.4 模型参数验证

利用文峪河2018—2020年（14个处理）大田春玉米的试验数据进行参数验证，给出了3 a的产量模拟值与实测值的散点图，结果见图6。

图6 春玉米产量模拟值与实测值

从图6可以看出，春玉米的产量点均匀分布在45°线两侧，春玉米产量模拟值与实测值相关系数达到0.943 2，拟合程度很高，说明参数率定值适用性很好。

3 讨 论

3.1 春玉米的蒸散特征分析

春玉米的日蒸散过程反映了全生育期的蒸散规律，总体上是前期蒸散强度小、中期逐渐变大、后期又减少的趋势。这主要与春玉米的生理活动密切相关。播种之后的40 d内，虽然时间较长，但植株矮小，其蒸散作用以地面蒸发为主；发育中期（播后的52～120 d）随着气温的升高和植株的生长发育，叶面积指数增长，蒸散量也逐渐升高，这时田间蒸散转变为以叶片蒸腾为主；抽雄期间，叶面积指数达到最高值，蒸散量达到峰值，是整个生育期蒸散最多的时期；进入成熟期，叶片枯萎，叶面积指数日趋减少，蒸散量逐渐减少。该研究结果与肖俊夫等[23]对春玉米的研究结果基本一致。抽雄期春玉米对水的需求强烈，是需水的敏感期，确保该期春玉米对水分的要求对其高产、稳产十分重要[24]；春玉米的蒸散量也随着灌水量的增加而增大，相应的产量也越大。春玉米的蒸散量以及产量除受灌水的影响外，也受施肥时期、施肥量的影响[23]。本试验中没有考虑施肥因素的影响，下一步试验中应把灌水和施肥结合起来探讨对春玉米蒸散量和产量的影响。

春玉米的蒸散作用主要发生在白天为正值，夜间也有蒸散但偶尔出现负值，考虑主要影响因素是夜间温度低，玉米叶片容易凝结露水[25]。温度对春玉米的蒸散作用存在一定的滞后效应，不同灌水处理的春玉米各生育阶段的蒸散量在00:00—05:00蒸散量增加缓慢，之后随着温度的升高，叶片气孔张开，空气相对湿度减小，植物蒸腾和水分蒸发迅速增强，蒸散量于09:00—13:00之间达到最大，之后温度逐渐降低，空气湿度增大，蒸散量逐渐减小，至日落之后趋于稳定。此外，本研究得出，春玉米不同生育阶段日蒸散耗水差异明显。初始生长期最小，发育中期最大。该研究结果与姜国军等[26]研究结果基本一致。

3.2 灌水日蒸散量的合理计算

选择合理的分析方法是减小误差的重要途径之一[27]。在本研究中采用蒸渗仪实测数据进而根据水量平衡方程计算日蒸散量时[28]，发现有灌水日的蒸散量需分为灌水前和灌水后2个时段计算，再将2个时段的蒸散量相加得到灌水日的蒸散量。这样，水量平衡方程中将不包含灌水量和渗漏量，从而可以在一定程度上避免灌水量和渗漏量测试误差对蒸散量的影响。由此计算的蒸散量较未分段计算灌水日的蒸散量更合理，且累计蒸散量得变化趋势更符合作物实际情况。对于改进的计算方法的适用性还需要在之后的试验中进一步验证。

3.3 最大产量的拟合分析

作物对各生育阶段水分亏缺反应可考虑Jensen模型表示。通常情况下作物最大产量是通过田间试验处理确定的，但是选取的处理很难保证所有阶段不遭受干旱，此外被选取得产量也不是实际最大产量。针对该问题，学者利用Jensen模型结构特点提出确定水分敏感指数的方法[29]。但在实际应用中作为模型基本参数仍需要知道最大产量及其相应阶段潜在蒸散量。利用FAO推荐的作物系数法确定作物潜在蒸散量[21,30]。将作物最大产量作为模型参数，通过数据拟合的方法确定最大产量，由此获得最大产量与实际测试产量非常一致。由此表明FAO推荐的确定作物潜在蒸散量是一种有效可靠的方法。

4 结 论

1）作物生育期的蒸散量主要集中在发育中期，该时期蒸散量占比可以达到70%以上。

2）利用称重式蒸渗仪测定数据确定的产量与水分关系拟合精度较高，相关系数2达到0.99以上。

3）利用联合国粮农组织（FAO）推荐的作物系数法计算的蒸散量，作为作物潜在蒸散量，并以此为依据通过作物水模型拟合，得到了年度最大产量，与实际测试的最大产量具有很好的一致性。

[1] OLIVERA-GUERRA L E, MERLIN O, MATTAR C, et al. Combining meteorological and lysimeter data to evaluate energy and water fluxes over a row crop for remote sensing applications[C]. Italy: Piscataway, NJ: IEEE, 2015: 4 649-4 651.

[2] ALI A, AL-MULLA Y. Comparative analysis of two remote sensing models estimating evapotranspiration of as’Suwaiq region[C]. Tunisia: Piscataway, NJ: IEEE, 2020: 273-276.

[3] 王子申. 基于作物模型的陕西关中地区冬小麦灌溉制度优化研究[D]. 杨凌: 西北农林科技大学, 2016.

[4] IRMAK S, DJAMAN K, RUDNICK D R. Effect of full and limited irrigation amount and frequency on subsurface drip-irrigated maize evapotranspiration, yield, water use efficiency and yield response factors[J]. Irrigation Science, 2016, 34(4): 271-286.

[5] 王同朝, 李小艳, 李仟, 等. 冬小麦-夏玉米两熟制农田蒸散量周年变化规律初探[J]. 华北农学报, 2014, 29(2): 218-222.

WANG Tongchao, LI Xiaoyan, LI Qian, et al. Preliminary study on evapotranspiration of winter wheat and summer maize cropping system[J]. Acta Agriculturae Boreali-Sinica, 2014, 29(2): 218-222.

[6] 郭燕. 不同发育阶段玉米蒸发蒸腾量的模拟及其影响因素[J]. 青海科技, 2020, 27(1): 47-58.

GOU Yan. Simulation of corn evapotranspiration at different development stages and its influencing factors[J]. Qinghai Technology, 2020, 27(1): 47-58.

[7] 汪明霞, 陈晓飞, 王铁梁, 等. 腾发量的测定和计算方法研究综述[J]. 中国农村水利水电, 2006(12): 9-12.

WANG Mingxia, CHEN Xiaofei, WANG Tieliang, et al. Review on the measuring and calculation methodologies of evapo-transpiration[J]. China Rural Water and Hydropower, 2006(12): 9-12.

[8] 汪秀敏, 申双和, 韩晓梅, 等. 大型称重式蒸渗仪测定的冬小麦农田的蒸散规律研究[J]. 气象与环境科学, 2011, 34(4): 14-18.

WANG Xiumin, SHEN Shuanghe, HAN Xiaomei, et al. Study on evapotranspiration of the winter wheat measured by large-scale weighting lysimeter[J]. Meteorological and Environmental Sciences, 2011, 34(4): 14-18.

[9] 段晨斐, 胡振华, 魏征, 等. 基于无人机热红外遥感的夏玉米蒸散量估算及其影响因子[J]. 节水灌溉, 2019(12): 110-116.

DUAN Chenfei, HU Zhenhua, WEI Zheng, et al. Estimation of summer maize evapotranspiration and its influencing factors based on uavs thermal infrared remote sensing[J]. Water Saving Irrigation, 2019(12): 110-116.

[10] DICKEN U, COHEN S, TANNY J. Examination of the Bowen ratio energy balance technique for evapotranspiration estimates in screenhouses[J]. Biosystems Engineering, 2013, 114(4): 397-405.

[11] 赵鹏, 李思恩, 郭维华, 等. 西北干旱地区葡萄园作物耗水规律研究[J]. 灌溉排水学报, 2015, 34(6): 68-72.

ZHAO Peng, LI Si’en, GUO Weihua, et al. Characteristics of crop water consumption in vineyard in arid regions of northwestern China[J]. Journal of Irrigation and Drainage, 2015, 34(6): 68-72.

[12] 卫新东, 刘守阳, 陈滇豫, 等. Shuttleworth-Wallace模型模拟陕北枣林蒸散适用性分析[J]. 农业机械学报, 2015, 46(3): 142-151.

WEI Xindong, LIU Shouyang, CHEN Dianyu, et al. Applicability of shuttleworth-Wallace model for evapotranspiration estimation of jujube forests in loess hilly-gully region[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3): 142-151.

[13] 雷筱, 周立华, 刘学军, 等. 宁夏贺兰山东麓酿酒葡萄耗水规律及灌溉制度优化研究[J]. 节水灌溉, 2017(4): 41-46.

LEI Xiao, ZHOU Lihua, LIU Xuejun, et al. A study on water consumption rule and irrigation schedule of wine grape in the eastern foot of Helan mountain of ningxia[J]. Water Saving Irrigation, 2017(4): 41-46.

[14] 杨光超, 朱忠礼, 谭磊, 等. 怀来地区蒸渗仪测定玉米田蒸散发分析[J]. 高原气象, 2015, 34(4): 1 095-1 106.

YANG Guangchao, ZHU Zhongli, TAN Lei, et al. Analysis on evapotranspiration of maize field measured by lysimeters in Huailai[J]. Plateau Meteorology, 2015, 34(4): 1 095-1 106.

[15] HERNANDEZ-SALAZAR J A, HERNANDEZ-RODRIGUEZ D, HERNANDEZ-CRUZ R A, et al. Estimation of the evapotranspiration using ANFIS algorithm for agricultural production in greenhouse[C]. Queretaro, Mexico: International Conference on Applied Science and Advanced Technology, 2019.

[16] CREUTZFELDT B, GÜNTNER A, WZIONTEK H, et al. Reducing local hydrology from high-precision gravity measurements: A lysimeter-based approach[J]. Geophysical Journal International, 2010, 183(1): 178-187.

[17] 胡程达, 方文松, 王红振, 等. 河南省冬小麦农田蒸散和作物系数[J]. 生态学杂志, 2020, 39(9): 3 004-3 010.

HU Chengda, FANG Wensong, WANG Hongzhen, et al. Evapotranspiration and crop coefficient of winter wheat cropland in Henan Province[J]. Chinese Journal of Ecology, 2020, 39(9): 3 004-3 010.

[18] 杨宜, 李银坤, 郭文忠, 等. 基于称重式蒸渗仪的温室秋茬茄子蒸散特征及影响因素分析[J]. 节水灌溉, 2021(2): 47-51.

YANG Yi, LI Yinkun, GUO Wenzhong, et al. Analysis of dynamic changes of evapotranspiration water consumption and environmental factors of autumn eggplant in greenhouse[J]. Water Saving Irrigation, 2021(2): 47-51.

[19] 李杰, 吴杨焕, 陈锐, 等. 基于大型称重式蒸渗仪研究北疆滴灌麦田蒸散量[J]. 作物学报, 2016, 42(7): 1 058-1 066.

LI Jie, WU Yanghuan, CHEN Rui, et al. Measurement of Evapotranspiration for Drip-Irrigated Winter Wheat Using Large Weighing Lysimeter in Northern Xinjiang[J]. Acta Agronomica Sinica, 2016, 42(7): 1 058-1 066.

[20] ALLEN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration: guide-lines for computing crop water requirements[M]. Rome: FAO, 1998.

[21] 段爱旺, 孙景生, 刘珏, 等. 北方地区主要农作物灌溉用水定额[M]. 北京：中国农业科学技术出版社，2004.

DUAN Aiwang, SUN Jingsheng, LIU Jue, et al. Research on Irrigation Water Quota of Main Crops in Northern Area[M]. Beijing: China Agricultural Science and Technology Press, 2004.

[22] 王仰仁, 雷志栋, 杨诗秀. 冬小麦水分敏感指数累积函数研究[J]. 水利学报, 1997, 28(5): 29-36.

WANG Yangren, LEI Zhidong, YANG Shixiu. Cumulative function of sensitive index for winter wheat[J]. Journal of Hydraulic Engineering, 1997(5): 29-36.

[23] 肖俊夫, 刘战东, 南纪琴, 等. 不同水分处理对春玉米生态指标、耗水量及产量的影响[J]. 玉米科学, 2010, 18(6): 94-97, 101.

XIAO Junfu, LIU Zhandong, NAN Jiqin, et al. Effects of different moisture treatments on ecological index, water consumption and yield of spring maize[J]. Journal of Maize Sciences, 2010, 18(6): 94-97, 101.

[24] 寇明蕾, 王密侠, 周富彦, 等. 水分胁迫对夏玉米耗水规律及生长发育的影响[J]. 节水灌溉, 2008(11): 18-21.

KOU Minglei, WANG Mixia, ZHOU Fuyan, et al. Effects of water stress on water-consuming rule and growth of summer maize[J]. Water Saving Irrigation, 2008(11): 18-21.

[25] 康燕霞, 蔡焕杰, 王健, 等. 夏玉米日蒸发蒸腾量计算方法的试验研究[J]. 干旱地区农业研究, 2006, 24(2): 110-113, 129.

KANG Yanxia, CAI Huanjie, WANG Jian, et al. A study on calculation method of diurnal evapotranspiration of summer corn[J]. Agricultural Research in the Arid Areas, 2006, 24(2): 110-113, 129.

[26] 姜国军, 王振华, 郑旭荣, 等. 基于大型蒸渗仪的1年2作滴灌小麦-玉米耗水特征[J]. 灌溉排水学报, 2015, 34(1): 59-63.

JIANG Guojun, WANG Zhenhua, ZHENG Xurong, et al. Water consumption characteristics of wheat-maize double cropping under drip irrigation based on large-scale lysimeter[J]. Journal of Irrigation and Drainage, 2015, 34(1): 59-63.

[27] 刘青山, 杨广华. 分析工作中的核心是减少误差[J]. 中小企业管理与科技(中旬刊), 2014(5): 314.

[28] 蔡甲冰, 汪玉莹, 刘玉春. 基于蒸渗仪的冬小麦-夏玉米ET估算模型特征参数研究[J]. 农业机械学报, 2021, 52(3): 285-295.

CAI Jiabing, WANG Yuying, LIU Yuchun. Feature parameters of evapotranspiration estimation model for winter wheat and summer maize based on lysimeter monitoring system[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(3): 285-295.

[29] 王仰仁, 张鸿, 赵印英, 等. 几种作物的水分敏感指数[J]. 灌溉排水, 1989, 8(4): 58-60.

WANG Yangren, ZHANG Hong, ZHAO Yinying, et al. Moisture Sensitivity Index of Several Crops[J]. Irrigation and Drainage. 1989, 8(4): 58-60.

[30] 刘钰, L S Pereira. 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.

LIU Yu, L S Pereira. Validation of FAO Methods for Estimating Crop Coefficients[J]. Transactions of the Chinese Society of Agricultural Engineering, 2000, 16(5): 26-30.

Evapotranspiration from Maize Studied Using Weighing Lysimeters

ZHANG Baozhu1, WANG Yangren1*, LI Jinyu2, LIU Hongwu2, WU Chaobao2

(1. School of Hydraulic Engineering, Tianjin Agricultural University, Tianjin 300392, China;2.Shanxi Central Irrigation Test Station, Wenshui 032107, China)

【】Evapotranspiration is important not only as a component of the hydrological cycle but also for its role in modulating crop growth. The purpose of this paper is to measure the evapotranspiration of spring maize using weighing lysimeters and analyze its relationship with the yield and water use efficiency of the crop.【】A two-year experiment was conducted in Shanxi province from 2019 to 2020, and the evapotranspiration of spring maize under different water supplies was measured using weighing lysimeters. We compared four irrigation schedules: irrigating 5 times (T1), 6 times (T2), 4 times (T3) and 2 times (T4), with irrigation amount in all them being kept at 60cm. The irrigations differed only in the criteria set to resume irrigation, judged by a critical soil moisture measured in situ. Hourly changes in soil water content in all lysimeters were recorded automatically, and daily evapotranspiration was calculated using the water balance method, from which we further analyzed the relationship between yield and evapotranspiration.【】The evapotranspiration rate peaked in the middle of growing season in all treatments, and the daily evapotranspiration rate in all growing stages increased with the irrigation amount. In T2, the maximum evapotranspiration rate was 0.44 mm/h occurring at 13:00 pm, while in T4 it was reduced to 0.175 mm/h occurring at 09:00 am. The legacy of the effect of irrigation scheduling on evapotranspiration lasted a few days following the irrigation. The more frequently the crop was irrigation, the more the water would be evaporated or transpired. Most soil water was lost via evapotranspiration in the middle growth stage, i.e., 52 to 120 days after drilling the seeds; the maximum daily evapotranspiration during this period was 10.68 mm/d in 2019 and 7.27 mm/d in 2020, accounting for 75.7% and 72.9% of the total evapotranspiration in each of the two years, respectively. Model using relative evapotranspiration to predict the crop yield gave a good fitting with a correlation coefficient2> 0.99. Further verification of the model against data measured from 2018 to 2020 from a spring maize field in Wenyu River Basin proved the robustness of the model with a correlation coefficient2>0.94.【】Evapotranspiration measured from the weighting lysimeter was accurate and can be used to predict yield and estimate soil water change.

Weighting lysimeter; evapotranspiration; water balance; corn yield; relative evapotranspiration

S274

A

10.13522/j.cnki.ggps.2021062

张宝珠, 王仰仁, 李金玉, 等. 基于称重式蒸渗仪的春玉米蒸散量研究[J]. 灌溉排水学报, 2021, 40(11): 17-25.

ZHANG Baozhu, WANG Yangren, LI Jinyu, et al.Evapotranspiration from Maize Studied Using Weighing Lysimeters[J]. Journal of Irrigation and Drainage, 2021, 40(11): 17-25.

1672 - 3317（2021）11 - 0017 - 09

2021-02-09

国家自然科学基金项目（51779174）；山西水利科学技术研究与推广项目（201810，2019BZ003）；水利部水利技术示范项目（SF-201908）

张宝珠（1993-），男。硕士研究生，主要从事灌溉排水与新技术研究。E-mail: 1176180614@qq.com

王仰仁（1962-），男。教授，主要从事灌溉排水与新技术研究。E-mail: wyrf@163.com

责任编辑：白芳芳