设施作物蒸腾蒸发模型的研究现状及存在问题

李迷,闫浩芳,*,张川,张建云,王国庆,ACQUAH Samuel Joe

(1. 江苏大学国家水泵及系统工程技术研究中心,江苏 镇江 212013; 2. 南京水利科学研究院水文水资源与水利工程科学国家重点实验室,江苏 南京 210029; 3.江苏大学农业工程学院,江苏 镇江 212013)

设施农业作为高新技术产业在农业经济中的地位和作用日益突出,不论从产量还是种植规模上,中国都居世界首位[1].发展设施农业、提高设施蔬菜的产量和品质是发展现代化农业、提高农民收入的重要途径和手段.从国家农业发展分布状况和投入产出效果的现状分析,在设施农业上大力推广节水灌溉技术,将更有利于节水农业的稳步发展.

根据构造方法、使用材料及内部设施条件的不同,常见温室类型主要有:荷兰Venlo型温室、塑料大棚及拱形温室等.不同的温室结构及形状对温室内部气象状况有很大的影响,特别是对温室内温度、湿度及透光率的影响.温室作为半封闭系统,其气象环境与大田自然环境差异较大,而温室内的加热、降温及通风设施的使用,使得温室内气象因子的变化规律与空间分布产生了变化.

作物蒸腾蒸发(ETc)是灌溉水消耗的主要组成部分,准确地确定温室作物ETc不仅对调节温室湿热环境具有重要意义,而且对于改善温室种植用水管理、确定和提高温室作物产量及果实品质具有决定性作用.蔬菜作物生长过程中对水分管理要求较高,水分的供给量、供给时期以及生长过程中出现水分亏缺或过剩都会对蔬菜的产量及品质产生影响,而进行科学合理的灌溉取决于对作物ETc的准确确定[2].

实测温室作物ETc的若干方法,或者成本昂贵(蒸渗仪)或者操作复杂(茎流计),均不适用于温室生产的实际应用.因此,准确的模拟手段显得尤为重要,构建适合不同通风状况温室、不同作物类型及种植季节的微气象模型,对于确定温室作物灌溉制度、设置温室通风及实现温室环境控制均具有重要意义[3].

目前对作物ETc模型的研究工作多数集中于大田环境,或者对某种基于大田环境构建的模型,在特定温室状况下进行修正以估算作物生育期内ETc的变化规律.然而,由于温室通风状况的不同,温室内不同冠层高度微气象因子数值的大小及空间分布的变化规律存在差异,使得已有模型在不同类型温室中的应用存在较大的不确定性.

1 温室蒸腾蒸发模型综述

通过微气象数据间接确定温室作物ETc是一种常用的方法.间接确定温室作物ETc的模型包括物理模型和经验模型.物理模型主要基于能量平衡和其他不同理论的结合;经验模型主要基于辐射、温度和相对湿度与ETc的相关关系,且只适用于特定的地区和时间.最常见的用于确定不同温室作物ETc的间接模型有FAO-Penman,FAO-Radiation,FAO-56 Penman-Monteith(FAO-56 PM),Hargreaves及Priestley-Taylor(PT)模型等.以上模型需实测气象数据,即可获得作物的参考蒸腾蒸发量(ET0),然后应用推荐的作物系数值(kc)实现对特定作物ETc的估算,模型的精度取决于ET0与kc的准确性.

表1为计算不同参考界面蒸腾或蒸发的模型表达式、适用气候条件及优缺点比较.以往大量研究比较了不同模型估算温室ET0的精度及适用性,例如LIU等[4]比较了不同模型(FAO Penman,FAO-56 PM,FAO Radiation,Hargreaves和PT)计算通风温室ET0的结果显示:考虑风速影响的FAO Penman和FAO-56 PM模型的计算结果与实测值较其他方法接近,考虑温度和水汽压差的模型较只考虑辐射的模型精度高,PT模型与其他模型相比精度最差.而VALDES-GOMEZ等[5]通过考虑微气象数据对辐射项的影响,对PT模型进行修正,使其预测温室ET0的误差仅为6.1%.FERNANDEZ等[6]指出Hargreaves模型的精度取决于温室内辐射透过率,即温室类型或者温室材质,例如温室有无涂层对于模型的适用性有很大的影响.PRENGER等[7]研究表明,FAO-56 PM模型高估温室ET0;由此可见,以上模型中参数的确定均基于特定的气候条件,直接应用于估算其他地区温室ET0将产生较大误差.

表1 计算不同参考界面蒸腾或蒸发的模型表达式、适用气候条件及优缺点

根据作物蒸腾机理确定温室作物ETc的直接模型有基于大田条件构建的Penman-Monteith(PM)模型(不同于FAO-56 PM模型)、考虑作物生长状况构建的Stanghellini模型、基于冠层表面温度与大气温度差及能量平衡方程构建的Bulk transfer模型等.PM模型是Monteith于1965年通过对Penman模型的修正,引进冠层与空气之间水汽传输的阻力参数.PM模型提高了估算作物ETc的精度.STANGHELLINI[8]引进作物生长指标——叶面积指数(LAI)对PM模型进行了修正,构建了预测温室作物ETc的Stanghellini模型.Bulk transfer 模型是基于作物冠层表面温度与空气温度之差,以及冠层表面温度下饱和水汽压与空气实际水汽压之差,确定冠层显热与潜热通量的一种机理模型[9].

MEDRANO等[10]应用PM模型对不同辐射强度下无土栽培黄瓜气孔蒸腾进行模拟,指出研究中模型参数只能应用于地中海气候条件.SEGINER[11]通过将能量平衡方程与PM方程相结合,修正模型中关键参数,研究结果表明,当辐射、温度和湿度变化时,改进后的模型能够预测温室通风条件下作物ETc,克服了以往ETc模型只考虑蒸腾系数的缺点.MOLLER等[12]引进一个边界层阻力参数,对PM模型进行修正,构建了基于微气象和物理参数、适用于设有防虫网孔的玻璃温室能量平衡模型,对温室甜椒ETc进行了估算,并与茎流计实测结果进行了比较,模型的敏感性分析结果显示模型对可利用辐射项最为敏感,其次是温度和水汽压.LOPE-CRUZ等[13]比较了PM和Stanghellini模型预测自然通风温室内西红柿ETc,结果显示,基于大田条件构建的PM模型高估西红柿ETc实测值,而Stanghellini模型由于考虑了LAI的影响,可以准确估算温室西红柿ETc.TAKAKURA等[14]用能量平衡方程确定了自然通风下温室西红柿ETc,并将结果与茎流计观测结果进行了比较,其研究没有考虑土壤热通量的影响,也没有提出模型中难以实测的冠层表面温度的确定方法,使得模型的推广应用受到了限制.

Stanghellini模型是基于控制温室环境条件构建的,在自然通风或风速为0的温室条件下的适用性还未有研究报道.不同类型温室作物ETc模型的精确度比较及所需气象数据见表2.已有的研究针对特定气候区域、温室通风类型、作物种类及种植季节,考虑不同气象因子和生长因子,修正模型参数,能够提高模型的准确性,但不同条件下适用的模型并不相同,使得模型的推广应用受到了限制.

表2 不同类型温室作物蒸腾蒸发模型的精确度比较

2 温室作物蒸腾蒸发机理模型参数

不同ETc机理模型(Shuttleworth-Wallace,PM,Stanghellini及Bulk transfer等模型)的精度取决于对模型中主要参数——空气动力学阻力参数与冠层阻力参数的取值或模拟[6].表3为作物ETc机理模型中冠层阻力参数(rc)的不同确定方法.目前,国际上对大田种植条件下作物ETc机理模型中rc的确定已进行了大量的研究,而对于温室栽培条件下的相关研究甚少,且不同研究地区所得结果存在差异,所得阻力参数模型或特征值的应用也存在地区或温室通风状况的限制.YANG等[16]指出rc随作物种类及气候状况的不同而存在差异,很多研究基于独立的气象因子构建了rc的经验模型,但由于不同气象因子之间的相互关联性,使得模型的应用受到了限制.HUANG等[17]基于Shuttleworth-Wallace模型,分别模拟了黄瓜植株蒸腾与土面蒸发的阻力参数,实现了对Venlo型温室黄瓜ETc的准确估算,但模型中参数的确定方法和结果对其他类型温室或作物种类的适用性还有待进一步验证.YAN等[18]通过分析温室中对流类型确定PM模型中空气动力学阻力参数,通过分析太阳辐射与黄瓜叶片气孔导度的相关关系确定rc,建立了适用于模拟Venlo型温室黄瓜ETc的冠层阻力参数子模型,并确定了模型中空气动力学阻力参数的特征值.陈新明等[19]改进PM方程,引进作物冠层高度,修正与风速有关的空气动力学项,使得大棚番茄ETc的计算值与实测值较为吻合.但研究结果仅适用于没有通风设备的温室大棚,对于有强制通风设备的智能控制(Venlo型)温室,采用该研究中改进的PM模型将会产生较大的误差.JONES等[20]认为PM模型中辐射项和空气动力项之间相互关联,由于温室中风速几乎为0,因此在温室作物ETc的预测中可以忽略空气动力学项;在通风量很小的情形下,该温室模型具有一定适用性,但在温室有通风设计的条件下,上述假设就受到质疑.罗卫红等[21]通过对温室内小气候、作物蒸腾速率及气孔阻力进行试验观测,分析温室黄瓜蒸腾速率的变化规律及其与温室小气候之间的定量关系,确定了温室黄瓜rc的特征值,并指出其研究所确定的阻力参数特征值仅适用于所研究地区及温室通风状况.

表3 作物蒸腾蒸发模型中冠层阻力参数的确定方法及优缺点比较

综上所述,已有文献大多是对大田条件下阻力参数模型进行修正后应用于温室,并未研究温室不同通风设置对模型精度的影响.由于温室与大田微气象条件差异较大,温室内冠层不同高度气象因子的变化规律与大田存在很大差异,随着温室通风状况的改变,温室内不同冠层高度微气象数据的差异、温湿度和辐射等主要模型输入因子的同步性及相关关系也将产生变化,从而对模型输出结果产生较大的影响.

3 影响作物蒸腾模型估算精度的因素

已有研究指出,作物ETc模型的输出精度受气候状况影响显著.LI等[24]分别应用Jarvis和改进的BWB-Leuning模型对气孔阻力参数进行估算,并对模型进行参数化,发现应用相同试验点数据进行检验时模型精度较高,而应用不同气候地区数据检验模型时,模型参数需要重新率定.QIU等[25]基于不同空气动力学阻力参数估算模型,研究了中国西北地区对流作用对Penman-Monteith模型估算日光温室辣椒气孔蒸腾的影响,指出气孔阻力可以通过观测太阳辐射计算.然而,当温室作物处于冬季保温或加温所造成的高温度、低辐射环境,即温度、辐射不同步时,仅用太阳辐射模拟气孔阻力将导致结果准确性较差.MONTERO等[26]将Penman-Monteith模型与其他方法进行比较,结果表明在空气饱和水汽压和温度都较高时,采用Penman-Monteith模型能够精确预报温室天竺葵的ETc,且随着空气饱和水汽压和气温增大,采用气孔计测得的作物气孔阻力值并没有下降,得出冠层阻力只是有效辐射的函数,与空气饱和水汽压及气温无关.以上研究均表明,温室作物ETc模型的适用性与气候状况(或种植季节)有很大的相关性.在同一研究区域,微气象数据的采集位置对ETc模型输出结果亦有显著影响.MORILLE等[27]发现用PM模型预测新几内亚岛凤仙花的ETc与实测值有较大偏差,提出了有效提高模型预测效率的新方法——采用冠层内部而非冠层顶部温湿度作为PM方程的输入气象因子.YANG等[16]通过观测温室黄瓜冠层不同高度叶片温度和空气温度,分析了冠层不同高度空气温度变化规律及差异,得出冠层不同高度处气温在8:00—12:00随高度增加而增大,而夜间呈相反趋势,表明冠层不同高度处气温存在较大差异,尤其是在蒸发力较大的时段.YAN等[28]通过分析温室黄瓜作物冠层不同高度主要微气象数据的变化特征与分布规律,分别应用不同观测位置气象因子作为Stanghellini模型的输入数据对ETc进行模拟,结果显示,采用作物冠层内部气象数据可使Stanghellini模型的输出精度提高.因此,气象数据观测位置的合理选择对模型输出精度有较大的影响.

作物种类及种植季节也是影响ETc模型输出精度及适用性的重要因素.已有文献指出,Stanghellini模型可以较好预测温室西红柿[29]和红枫树[30]的ETc,但均需对难以实测的阻力参数进行修正.QIU等[25]通过对日光温室内对流类型分类确定了PM模型中空气动力学阻力,通过分析气孔阻力与总辐射的关系确定了rc,实现了模型对日光温室中番茄及辣椒ETc的估算.YAN等[31]在比较基于气象条件构建的rc模型对不同作物种类的适应研究中指出,rc模型中回归系数随作物种类存在较大的差异,该结论表明,在以往仅考虑气象因子的rc模型中增加反映作物种类的因子可能是提高ETc模型普适性的方法之一.

4 存在的问题和展望

综上,目前国内外针对特定气候区域、温室通风类型、作物种类及种植季节,修正了蒸腾蒸发模型中空气动力学阻力和冠层阻力参数,并基于实测ETc值验证了模型的准确性.然而确定的模型参数或方法往往不适用于其他气候或温室类型及其他作物类型或种植季节,对作物蒸腾蒸发模型在温室的适用性及普适性研究仍不充分.因此:

1) 系统分析温室内微气象环境的变化特征,研究温室作物蒸腾蒸发过程对气候因子分布特征及变化规律的响应机理,是目前提高温室作物ETc模型普适性的重要基础工作之一.

2) 即使同一气候环境下,不同作物适用的蒸腾蒸发模型也不尽相同.系统分析不同ETc机理模型对作物种类及种植季节的适应性,构建普适性更强的温室作物ETc模型,是满足目前设施农业精量种植、智能发展的重点研究内容.

3) 气象因子和作物生长因子两者之间相互作用,是决定能否准确估算作物ETc的重要因素,而设施农业具有相对封闭的温室环境以及灌溉频繁等特点,使作物生长过程更为复杂.深入探索气象因子与作物生长因子之间的协作机理,并精确量化不同种植季节温室内气象要素对作物生长过程的影响,是推进温室作物ETc模型普适性的重要研究课题.