基于修正双作物系数模型估算温室黄瓜不同季节腾发量

闫浩芳，毋海梅，张 川，Samuel Joe Acquah，赵宝山，黄 松

（1.江苏大学 流体机械工程技术研究中心，镇江 212013； 2.江苏大学农业工程研究院，镇江 212013）

0 引 言

温室作物蒸发蒸腾量（ETc）的确定对于实现温室作物水分管理及温室内微气候环境的调控具有重要的意义[1]。农田系统中，作物蒸腾过程能够促进水分和养分的吸收和运转，降低植物体的温度，对作物的光合作用和干物质积累起着重要作用[2]，而土面蒸发被认为是无效的水分消耗，确定并减少土面蒸发对于提高土壤水分利用效率，实现日光温室黄瓜的优质、高产具有重要的意义[3-7]。目前估算作物ETc的主要方法有 Penman-Monteith（P-M）直接模型[8-10]和FAO-56推荐的作物系数间接模型[11]等，其中P-M模型已被FAO推荐为计算作物ETc的首选方法，但P-M直接模型不能实现对土面蒸发和植株蒸腾的分别估算，而是将两者作为一个整体估算作物 ETc[12]，这不仅使得模型在作物覆盖稀疏时精度下降，而且无法确定土面蒸发在作物不同生育期所占的比例。FAO推荐的作物系数模型分为单作物系数和双作物系数模型，其中双作物系数模型可以实现对植株蒸腾和土面蒸发的分别估算，从而实现对作物ETc更为准确地估算[13-15]，因此被国内外学者广泛应用[16-17]。Shrestha等[18]利用双作物系数法研究了亚热带地区覆膜藤蔓作物的基础作物系数和土面蒸发系数，对藤蔓作物植株蒸腾与土面蒸发进行了分别估算，但也指出FAO-56推荐的西瓜和辣椒的作物系数值的不适用性，普遍高估了冠层下土面蒸发。龚雪文等[19]采用修正后的双作物系数法估算不同水分条件下温室番茄的ETc，得出双作物系数法可较为准确地估算不同水分处理的ETc。冯禹等[20]利用修正后的双作物系数模型对山西寿阳县旱作玉米ETc进行了估算与区分，发现修正后的双作物系数模型能较为精确地估算玉米植株蒸腾及土面蒸发。由于作物系数受土壤、气候及作物等因素的影响，应根据当地气候状况等因素对 FAO-56推荐的作物系数值进行修正[21]。综上所述，利用双作物系数模型估算大田作物 ETc的研究较多[22-24]，但对温室作物 ETc的研究比较少见。

因此，本研究基于FAO-56推荐的双作物系数模型，通过实测温室黄瓜叶面积指数（LAI），土壤含水率（SWC）及微气象因子，引进作物冠层覆盖度系数Kcc对模型中基础作物系数（Kcb）进行动态模拟，利用LAI和SWC修正 Ke；应用修正后的双作物系数模型分别估算春夏季和秋冬季 Venlo型温室内黄瓜腾发量，并用实测 ETc（lysimeter）和Tr（茎流计）对修正后的双作物系数模型的精确性进行验证。该研究成果不仅可以作为指导Venlo型温室黄瓜准确灌溉的依据，而且对于实现温室环境调控及减少无效土面蒸发具有重要意义。

1 材料与方法

1.1 试验区概况

本研究试验于2017年3～7月（春夏季）和2017年8～12月（秋冬季）在江苏大学现代农业装备与技术省部共建重点实验室Venlo型温室内进行。试验点位于江苏省镇江市（32°11′N、119°25′E，海拔 23 m），属亚热带季风气候。试验用Venlo型温室屋脊呈南北走向，南北长20 m，东西长32 m，面积为640 m2，檐高4.4 m，跨度6.4 m，共两跨，每跨有2个小屋顶，温室覆盖材料为厚4 mm 的浮法玻璃。试验选取目前国内种植比例较大的黄瓜品种油亮3-2作为供试作物。试验采用滴灌灌水方式（滴头间距30 cm，滴头流量1.0 L/h），滴灌带布设方式为两行一带。以20 cm标准蒸发皿作为参考依据，当累计水面蒸发量（Ep）达到（20±2）mm时灌水，灌水量为 0.9 Ep（0.9为蒸发皿系数）[25-26]。为确保黄瓜幼苗成活，定植后以滴灌方式补充灌水20 mm。试验黄瓜春夏季及秋冬育苗日期分别为2017年3月19日和8月21日，定植日期分别为2017年4月4日和9月2日，春夏和秋冬季温室黄瓜全生育期天数均为120 d，黄瓜的株距和行距分别为40 cm和45 cm。试验土壤质地为沙壤土，作物根区土壤容重为 1.266 g/cm3，田间持水量（θFC）为 0.408 cm3/cm3，凋萎系数（θWP）为0.16 cm3/cm3。

1.2 试验观测及方法

1.2.1 气象资料

采用自动气象站（HOBO, Onset Computer Corporation, USA）测定温室内气温、相对湿度、太阳辐射等气象数据。2.5 m 高处太阳净辐射由NR Lite 2（Kipp& ZONEN，荷兰）测定，土壤热通量由HFT3（Campbell，美国）测定，每10 s 采集数据1次，取每10 min平均值记录在数据采集器CR1000（Campbell，美国）上。温室内风速由安装在自动监测系统气象站上的二维风速仪1405-PK-021（Gill，英国）测得。

1.2.2 黄瓜ETc的测定

移栽时选取 3株长势均匀、无病虫害的黄瓜幼苗分别定植于直径为30 cm，深度为30 cm的3个试验桶内，桶深可保证作物根系自由生长，试验桶内黄瓜植株间距和行距与温室内作物一致，待黄瓜株高为20 cm时用落蔓器做搭架处理。采 3台精度为 1g的自动天平（METTLER TOLEDO，瑞士）测量试验桶每小时的质量，相邻观测值的差值即为对应时段黄瓜的ETc值。

1.2.3 植株蒸腾

采用包裹式茎流计（Flow32-1k system，Dynamax，USA）监测系统观测黄瓜植株茎秆液流速率，分别于 5月13日～6月1日及6月10日～6月29日（春夏季），10月14日～10月30日及11月15日～11月28日（秋冬季），随机选择4 ～ 8株长势良好无病虫害的植株进行测定。为避免土壤热量干扰，茎流计探头包裹在地表以上20 cm处，为确保茎流计探头与植株茎秆紧密接触，茎流计传感器类型为SGA5-WS，需满足黄瓜茎秆直径要求（5 ～ 7mm）[27]。采用CR1000数据采集器，每15 min自动记录一次数据，所采集的茎流量通过黄瓜的种植密度换算为植株蒸腾量。

1.2.4 土壤含水量和作物生长指标的测定

土壤体积含水率采用土壤水分、温度及盐分传感器（Hydra Probe，TSL11300-Stevens）进行观测，根据前期试验结果，选择作物根系及滴灌系统滴头附近位置[27]，将传感器探头埋置于地表下10 cm处，由CR1000数据采集器记录每10 min观测结果。

在黄瓜整个生育期，每隔7～10 d采用卷尺测量黄瓜株高和叶面积，分别选取长势均匀、无病虫害、有代表性的 8株黄瓜作物，采用直接测量法测定叶面积指数，即用卷尺直接测量黄瓜叶片长和宽的最大值，乘以折算系数计算黄瓜实际叶面积（折算系数取0.657）[28]。

2 模型描述

2.1 参考作物蒸发蒸腾量

采用王健等[29]修正后的适合温室环境的P-M方程计算参考作物蒸腾蒸发（ET0）。陈新明等[30]对修正后的P-M方程进行理论分析并利用温室内实测气象数据及水面蒸发数据对其进行了验证，得出的P-M修正式计算结果相对误差小、精度高，适宜在没有采用强制通风的温室应用。

修正后的 P-M 方程中空气动力学阻力取值为109.40 s/m[29]，其表达式见式（1）。

式中ET0为参考作物蒸发蒸腾量，mm/d；Rn和G分别为太阳净辐射和土壤热通量， MJ/(m2·d)；es和ea分别为饱和水汽压和实际水汽压，kPa；∆为饱和水汽压曲线斜率，kPa/℃；γ为干湿表常数，kPa/℃；Ta为 2m高度处平均气温，℃。

2.2 修正后的双作物系数模型

本研究通过修正FAO-56双作物系数模型，分别估算充分灌水条件下温室黄瓜植株蒸腾与土面蒸发[31]。植株蒸腾（Tr）和土面蒸发（Es）的计算公式如下[31]

式中 Kc是作物系数；Kcb是反映植株蒸腾的基础作物系数；Ke是反应土壤表面蒸发的土面蒸发系数；Ks为水分胁迫系数，反映根区土壤含水率不足对植株蒸腾的影响，本研究采用充分灌水，取Ks= 1[31]，ETc为作物蒸发蒸腾量，mm/d；ET0为参考作物蒸发蒸腾量，mm/d。基于方程（2）和（3），Tr占ETc的比例简化公式见式（5）。

2.2.1 基础作物系数Kcb

FAO-56推荐根据气象数据和作物因素修正基础作物系数，表达式见式（6）[31]。

式中Kcb为基础作物系数；Kcb(Tab)为FAO-56推荐的基础作物系数；RHmin为计算时段内每日最小相对湿度的平均值，%，20 % ≤ RHmin≤ 80%；u2为计算时段内2 m高处的日平均风速，m/s；h为计算时段内作物平均株高，m，0.1 m ≤ h ≤ 10 m。

为了更准确地估算温室黄瓜 Tr的动态变化，本研究引进冠层覆盖度系数Kcc计算动态Kcb[19-20,32]，如下。

式中Kc.min为裸土最小作物系数，取值为0.1[32]；Kcc为冠层覆盖度系数；Kcb,full为作物完全覆盖地表时的最大基础作物系数；Kmax为作物系数最大值，取1.2[31]；k为太阳辐射的冠层衰减系数，取0.7[20]。

2.2.2 土面蒸发系数Ke

当土壤表面由于灌溉较湿润时，Ke达到最大值；但Kc不会超过某个限度（Kc,max），因为Kc,max是由土壤表层的蒸发能量决定的；当土壤表面干燥时，由于土壤表面几乎没有可用于蒸发的水分，此时 Ke值很小甚至为 0，Ke可表示见式（10）[31]。

式中Kc,max为灌溉后Kc的最大值；few为裸露和湿润土壤的比值，即最大土面蒸发表面所占的百分比。Kr为取决于表层土面蒸发（或水分消耗）累积深度的蒸发减小系数，无量纲。

修正后Kr表达式见式（11）[32]。

式中De,i-1为截止到第i - 1 天的累积蒸发深度，mm；TEW为土壤表层的可蒸发深度，mm；REW 为土壤表面易蒸发的水量，mm；SWC为实际土壤体积含水率；θWP为土壤凋萎含水率，取为0.16 cm3/cm3；Ze为土面蒸发层深度，m，取为0.1[31]；TEW与REW的取值和土壤性质及可蒸发的土壤表面深度有关，本研究中土壤类型为沙壤土，0.10 m深的表层土壤的TEW与REW分别为20和8 mm[31]。

Kc,max的计算公式见式（12）[25]。

式中h为作物生长阶段内平均株高，m。

计算few的公式见式（13）[31]。

式中1-fc为裸露土壤的平均值；fw为灌水湿润的土壤表面平均值。

计算fc的公式见式（14）[31]。

为了准确地估算温室黄瓜冠层下土面蒸发的动态变化，本研究应用LAI 计算动态fc，计算公式见式（15）[20,32]。

2.3 误差评价指标

为了评价模型的估算精度，计算模型模拟值与实测值之间的均方根误差（RMSE）、平均绝对误差（AAE）和模型效率系数Ens[33-34]。通过相关系数检验模拟值与实测值相关性[34]。

本研究对不同种植季节均未考虑黄瓜育苗期天数，且作物生长后期由于温室维修，试验观测提前15d结束，因此，模拟样本数分别为85（春夏季）和76（秋冬季）。RMSE和AAE越接近0，表明模型偏差越小；Ens越接近1，表明模拟值与计算值吻合度越高。

式中Yi为修正的双作物系数模型估算的第i日ETc和Tr值，mm/d；Xi为桶栽称重法实测的第i日ETc和Tr观测值，mm/d；为Xi的平均值；m为数据样本数。

3 结果与讨论

3.1 温室内参考作物蒸腾蒸发及主要气象因子的变化规律

温室黄瓜生育期内（春夏季：2017年4～7月；秋冬季：9～12月）参考作物蒸发蒸腾量（ET0）、太阳净辐射（Rn）、日平均气温（Ta）和日平均相对湿度（RH）的变化规律如图 1所示。不同种植季节温室黄瓜生育阶段的划分如表1所示[31]。

从图1a和1b可以看出，在春夏季温室黄瓜生长中期，ET0为 6.44 ～ 6.91 mm/d，Rn为 112.3 ～ 117.5 W/m2。随着作物的生长，到成熟采摘期（作物生长后期），温室内ET0为 0.88 ～ 1.15 mm/d，Rn为 12.12 ～ 26.58 W/m2；在黄瓜整个生育期，温室内Ta达到30.95 ～ 34.59 ℃。从图1c和1d可以看出，ET0、Rn和Ta在秋冬季温室黄瓜生长初期均为全生育期最大，其中ET0为5.06 ～ 5.38 mm/d，Rn为76.45 ～ 77.93 W/m2，Ta为 29.56 ～ 30.95℃。随着季节的变化，温室内ET0、Rn和Ta呈逐渐减小的趋势，在成熟采摘期，温室内ET0降到0.85 ～ 0.98 mm/d，Rn降到9.8 ～16.03 W/m2，Ta降到 8.33 ～ 10.65℃。温室内 RH与Ta呈现相反的变化规律，在黄瓜生长初期，温室内Rn和Ta相对较高，RH为全生育期最低，为66.15 % ～ 71.17 %；到黄瓜成熟采摘期，随着Rn和Ta降低，此时温室内RH增大，为80.58 % ～ 84.72 %。从图1可以看出，不同种植季节，温室内ET0与Rn呈相同变化规律，此外，可以看出秋冬季温室内Ta普遍低于春夏季，而RH秋冬季明显高于春夏季。

图1 不同种植季节温室内气象因子的日变化规律Fig. 1 Daily variation of climatic factors in greenhouse on different planting seasons

表1 不同种植季节温室黄瓜生育阶段的划分Table 1 . Duration of different growing stages of cucumber plants in greenhouse

3.2 不同种植季节黄瓜叶面积指数和株高的演变规律

图2为春夏季和秋冬季温室黄瓜整个生育期LAI和株高（h）随播种后天数（DAS）的变化规律。

图2 不同种植季节温室黄瓜叶面积指数（LAI）和株高（h）随着播种后天数（DAS）的变化Fig. 2 Variations of leaf area index (LAI) and crop height (h) of greenhouse cucumber against days after sowing (DAS) in different planting seasons

从图2可以看出，黄瓜作物LAI和h可以通过DAS进行模拟，春夏季和秋冬季模拟结果与实测值具有较好的一致性，模拟LAI的R2分别为0.96和0.97，RMSE分别为0.23和0.19 mm/d；模拟h的R2分别为0.99和0.97，RMSE分别为0.04和0.10 mm/d。从图2还可以看出，秋冬季温室黄瓜LAI和h在播种后20 d后快速增长，LAI在DAS为70 d达到最大值（4.07），在作物生长后期呈快速递减趋势；h在DAS为20 d后快速增长，至DAS为75 d后呈现较缓慢增长趋势，生长后期h达到最大值2.12 m。春夏季温室黄瓜也呈相似的变化规律，LAI在DAS为78 d时达到最大值（4.45），h在黄瓜生长后期达到最大值2.47 m。

3.3 修正的双作物系数模型参数的确定

应用修正的双作物系数模型估算温室黄瓜植株蒸腾及土面蒸发所需数据包括气象数据（RH、Ta和Rn）、作物生长指标（LAI和h）和土壤水分数据（REW和TEW）。模型主要参数取值见表2。

表2 修正的双作物系数模型中主要参数Table2 . Parameters of modified dual crop coefficient model

本研究土壤参数Ze、REW和TEW取值分别为0.1 m、7 mm和23 mm[20]。冯禹等[20]研究表明，由于土壤参数与土壤质地有关，试验地区土壤类型为沙壤土，其θFC较高，使得TEW较大。辐射的冠层衰减系数取值为0.7，Ding等[16,20,35]研究均表明k取0.7能较为准确地估算冠层覆盖度系数。

3.4 修正后的双作物系数模型的验证

温室黄瓜春夏和秋冬季全生育期 ETc实测值与估算值的日变化规律及回归分析结果如图3和4所示。

图3 不同种植季节温室黄瓜生育期内ETc实测值与估算值的日变化规律Fig.3 Seasonal variations of measured and estimated ETc of greenhouse cucumber at different planting seasons

图4 不同种植季节温室黄瓜生育期内ETc实测值与估算值的回归分析Fig.4 Regression analysis of measured and estimated ETc of greenhouse cucumber at different planting seasons

从图3和图4可以看出，在春夏季（2017年4 ～ 7月，图3a和4a）和秋冬季（2017年9 ～ 12月，图3b和4b），修正后的双作物系数模型均能较好地估算温室黄瓜ETc。从表3可以看出，春夏季和秋冬季温室黄瓜ETc的估算值在全生育期内的平均值分别为3.05和2.53 mm/d，对应的实测值分别为 2.94和 2.76 mm/d，可见春夏季温室黄瓜ETc估算值与实测值均分布在1:1线两侧，而秋冬季的估算值比实测值偏小，估算值与实测值之间的决定系数分别为0.95和0.91，均方根误差分别为0.41和0.48 mm/d，斜率分别为1.03和0.91，可以看出秋冬季的估算结果不如春夏季估算结果好。

温室黄瓜春夏季及秋冬季全生育期ETc和Tr的实测值与估算值的统计分析指标计算结果如表3所示。

表3 不同种植季节温室黄瓜实测ETc和Tr与估算值的统计分析Table3 Statistical analysis of measured and estimated ETc and Tr in different planting seasons of greenhouse cucumber

表3为茎流计测量的Tr与修正后双作物系数模型的估算结果的对比。从表3可以看出，春夏季和秋冬季温室黄瓜全生育期内Tr的估算值均值分别为2.37和1.43 mm/d，对应的实测值均值为2.19和1.34 mm/d，可以看出无论是春夏季还是秋冬季，温室黄瓜Tr的估算值均略大于实测值，估算值与实测值的决定系数分别为0.89和0.92，均方根误差分别为0.51和0.36 mm/d。结果表明，修正后的双作物系数模型能较好地估算温室黄瓜不同种植季节各生育期 Tr。

采用修正后的双作物系数模型估算温室黄瓜 ETc和Tr与实测值之间的误差成因可能是：1）对LAI进行周期性测量，采用插值法估算的每日植株生长状况与实际状况可能存在一定偏差；2）ET0的计算是引用王健等[29]修正的P-M公式，虽然陈新明等[30]对修正后的P-M方程式进行了验证，得出P-M修正式计算结果相对误差小、精度高，而在不同类型温室中的适用性还需进一步验证；3）本研究采用lysimeter称质量法实测ETc与包裹式茎流计实测的Tr之差作为Es实测值，尽管Raz-Yaseef等[17,20,32]等采用了类似的方法作为Es的实测值，但由于不同观测手段之间的差异而产生的观测误差，可能是造成修正的双作物系数模型误差产生的另一原因，针对这一问题，今后研究将采用微型蒸渗仪（micro-lysimeters，MLS）直接观测冠层下 Es来消除由于观测手段而产生的误差。

3.5 修正后的作物系数日变化规律

不同种植季节温室黄瓜生育期内修正后的作物系数、基础作物系数和土面蒸发系数的日变化规律如图 5所示。

图5 不同种植季节温室黄瓜生育期内作物系数的变化Fig.5 Seasonal variations of crop coefficients during growing seasons of greenhouse cucumber

在作物生长初期，由于 LAI较小，土壤裸露面积较大，因此，Ke较大（春夏季为0.38 ～ 0.42，秋冬季为0.36～ 0.43），Kcb较小（春夏季为0.17 ～ 0.25，秋冬季为0.14～ 0.36）。作物生长发育期和生长中期，随着LAI和h的增大，地面覆盖度逐渐增大，裸土面积逐渐减小，Ke逐渐减小（春夏季0.05 ～ 0.10，秋冬季0.08 ～ 0.11），Kcb逐渐增大，至作物中期 Kcb达到最大值（春夏季 1.05 ～1.10，秋冬季0.99 ～ 1.16）。在黄瓜生长后期，随着黄瓜叶片的枯萎，LAI减小，Kcb也逐渐减小（春夏季0.33 ～0.68，秋冬季0.45 ～ 0.71）。在整个生育期，Kcb和Ke变化趋势存在明显差异；受Kcb和Ke的影响，Kc值在作物生长初期较小（春夏季 0.52，秋冬季 0.60），发育期逐渐增大（春夏季 0.80，秋冬季 0.91），中期达到最大值（春夏季 1.14，秋冬季 1.25），后期又逐渐减小（春夏季0.71，秋冬季0.73）。对于温室黄瓜Kc值，Fathalian等[36]利用蒸渗仪确定了伊朗地区温室黄瓜Kc值在生育初期、发育期、生育中期和生育后期分别为0.14、0.78、1.32和0.86；Abedikoupai等[37]在相同地区研究得出生育初期、发育期、生育中期和生育后期分别为0.41、0.69、0.98和0.77；可以看出，不同研究地区温室黄瓜 Kc值存在着较大差异，造成这些差异的可能原因是：1）采用的ET0计算方法不同；2）由于气候环境和温室类型等的不同。

3.6 温室黄瓜不同生育期植株蒸腾及土面蒸发占总蒸腾蒸发的比例

采用修正的双作物系数模型分别估算植株蒸腾（Tr）和土面蒸发（Es），进而研究黄瓜生育期内Tr/ETc的变化规律。表4为温室黄瓜不同生育期Es、Tr及Tr/ETc的观测及计算结果。

表4 不同种植季节温室黄瓜不同生育期Tr和Es的观测值Table 4 Observed value of Tr and Es during different growing seasons of greenhouse cucumber

如表4所示，春夏季温室黄瓜全生育期 Es估算值的均值为0.59 mm/d，Tr估算值的均值为2.19 mm/d；对应的秋冬季Es估算值为0.51 mm/d，Tr为1.34 mm/d。在黄瓜生长初期，由于裸土面积较大，Es较高，春夏季估算值均值为1.46 mm/d，秋冬季为1.53 mm/d，该阶段由于黄瓜植株较小，所以Tr较低，春夏季估算值均值为0.87 mm/d，秋冬季为0.21 mm/d。春夏季与秋冬季Tr的差异，主要是由于秋冬季种植的黄瓜作物生长初期（8～9月）温度和辐射较春夏季（3～4月）高。随着作物生长， LAI及株高快速增大，此时Tr/ETc也逐渐增大，春夏季Tr/ETc估算值均值为69.67%，秋冬季Tr/ETc为49.09%，到作物生长中期，黄瓜LAI达到最大值，此时Tr达到最大值，而Es降到最小值。春夏季Tr/ETc的估算值均值为84.36%，秋冬季为84.79%。在作物生长后期，由于黄瓜叶片逐渐衰老，春夏季Tr减少。秋冬季黄瓜生长后期（11～12月），由于气温和辐射逐渐降低，Tr和 Es都逐渐减小。春夏季Tr/ETc估算值均值为75.77%，秋冬季Tr/ETc为69.77%。

4 结 论

通过观测Venlo型温室内黄瓜不同种植季节LAI，土壤水分状况及微气象数据等，对FAO-56推荐的分别估算植株蒸腾与土面蒸发的双作物系数模型进行修正，引进冠层覆盖度系数，动态模拟模型中关键参数—基础作物系数；利用LAI和土壤水分数据修正模型中另一参数—土壤蒸发系数。

通过lysimeter称重法和包裹式茎流计实测春夏季和秋冬季温室黄瓜蒸发蒸腾和植株蒸腾量，验证了修正后的双作物系数模型估算和区分ETc的准确性，得到以下结论：应用修正的双作物系数模型可以较好的估算温室黄瓜不同种植季节的蒸发蒸腾和植株蒸腾，不同种植季节模型估算的蒸发蒸腾量与实测值的均方根误差分别为：0.41 mm/d（春夏季）和0.48 mm/d（秋冬季），估算植株蒸腾与实测值的均方根误差分别为：0.51 mm/d（春夏季）和0.36 mm/d（秋冬季）。

应用修正后的双作物系数模型实现了对温室黄瓜植株蒸腾和土面蒸发的分别估算，研究结果显示，温室黄瓜各生育期植株蒸腾占蒸腾蒸发总量的比值在黄瓜生长中期最大，不同种植季节Tr与ETc的比值分别为84.36%（春夏季）和84.79%（秋冬季）。研究成果不仅为制定精确的温室黄瓜灌溉制度提供了理论依据，而且对实现温室环境智能化控制及减少温室内无效的土面蒸发具有重要意义。