华北地区设施茄子蒸散量估算模型及作物系数确定*

王贺垒, 李家曦, 范凤翠, 韩宪忠, 刘胜尧, 李志宏, 贾建明, 王克俭, 张 哲, 贾宋楠



华北地区设施茄子蒸散量估算模型及作物系数确定*

王贺垒1, 李家曦2, 范凤翠3, 韩宪忠1**, 刘胜尧3, 李志宏3, 贾建明3, 王克俭1, 张 哲3, 贾宋楠3

(1. 河北农业大学信息科学与技术学院 保定 071001; 2. 南京农业大学园艺学院 南京 210095; 3. 河北农林科学院农业信息与经济研究所 石家庄 050051)

构建华北地区设施茄子蒸散量估算模型, 可为制定其优化灌溉制度提供理论依据。本研究设灌水定额15 mm(W1)、22.5 mm(W2)、30 mm(W3)和37.5 mm(充分灌溉, CK)4个处理, 在设施茄子苗期、开花座果期和成熟采摘期土壤含水率分别达田间持水量的70%、80%和70%时进行灌溉, 以保证土壤供水充足。基于修正后的Penman-Monteith方程, 通过分析CK处理的作物系数与叶面积指数的关系, 建立了基于气象数据与叶面积指数的蒸散量估算模型, 利用W1、W2和W3实测蒸散量对其进行验证。结果表明: 修正后的Penman-Monteith方程可用于设施参考作物蒸散量的估算, W1、W2和W3蒸散量的实测值与新建模型的模拟值平均相对误差分别为17.81%、18.31%和17.97%。作物系数与叶面积指数呈显著线性关系, 可通过叶面积指数确定作物系数。分析W1、W2、W3和CK处理的产量和水分利用效率(WUE)得出, W2与CK产量差异性不显著, 而WUE差异性显著, 较CK提高31.59%, 表明W2兼顾产量和WUE。W2处理下茄子的作物系数, 苗期为0.21~0.46, 开花座果期为0.62~0.94, 成熟采摘期为0.70~0.92。本研究认为, 新建模型在估算设施茄子实际蒸散量上具有较好适用性, 计算出的作物系数在节水灌溉条件下具有实际应用价值。

设施茄子; Penman-Monteith方程; 蒸散量; 估算模型; 作物系数; 灌水定额

近年来, 华北地区设施蔬菜种植面积逐年扩大, 灌水量大、水资源利用效率低成为设施蔬菜生产的突出问题[1]。蒸散是作物与外界进行水分交换的重要途径[2], 对作物生长发育和产量形成有重要影响[3], 是确定合理灌溉制度的依据[4-5]。蒸散是一个复杂的过程, 是土壤-植株-大气三者共同作用的结果。仅定性给出作物蒸散强度和耗水特性是不够的, 需要综合分析影响因素对蒸散量的作用, 达到动态模拟实际蒸散状况的目标。因此, 建立精确计算设施作物蒸散模型, 对优化灌溉制度、提高水分利用效率具有重要意义。

目前, 国内外广泛采用的蒸散模型有Penman- Monteith(以下简称P-M方程)、Penman-Van Bavel、Hargreaves-Samani、Priestley-Taylor等, 它们被用来估算实际蒸散量[6]。P-M方程综合考虑环境因素对蒸散量的影响, 具有科学的理论基础和计算精度[7], 在大田作物和设施栽培中被广泛应用。王娟等[8]利用气象数据和P-M方程构建夏玉米()蒸散模型, 并得出各生长阶段的作物系数, 估算蒸散量精度较高。吴立峰等[9]研究P-M方程在西北应用中表明, P-M模型在缺失湿度、风速或日照时数其中1项时, 仍能对蒸散量进行有效模拟。设施与常规露地气象条件不同, 具有相对封闭的微环境, 太阳总辐射和风速与自然条件下差距较大[10]。单纯将P-M方程应用到设施栽培环境下时, 造成P-M方程中的空气动力学项为零。而水分仍在作物与大气间进行交换, 这种观点违背水汽扩散理论, 不能被广泛应用。因此, 需要针对设施环境的特殊性来修正P-M方程, 提高模型的应用前景。陈新明等[10]对空气动力学项进行修正, 计算出适合设施环境下的P-M方程, 模拟精度很好。刘浩等[11]利用修正后的P-M模型计算出设施番茄()的作物系数和模拟实际需水量。张大龙等[12]基于修正的P-M方程得出设施甜瓜()蒸散估算模型, 动态掌握作物耗水规律。目前, 针对华北地区设施作物蒸散模型研究偏少, 还未形成全面系统的作物系数和灌溉制度, 对农业应用现代信息技术有所限制。因此, 在P-M方程的基础上, 建立华北地区设施作物蒸散量估算模型, 围绕水分高效利用这一中心, 形成优化灌溉制度, 可为设施农业集约发展奠定基础。

为此, 本文以滴灌条件下设施茄子()为研究对象, 基于充分灌溉研究作物系数与叶面积指数的关系, 结合修正后P-M方程建立茄子蒸散估算模型。通过对比不同灌水定额的产量和水分利用效率(WUE)确定适宜灌水定额, 进而得出节水条件下作物系数, 有效实现农田精准灌溉。

1 材料与方法

1.1 试验区概况

试验在河北省农林科学院鹿泉大河试验站(38°14′N、114°39′E)进行。试验地区属温带半湿润大陆性季风气候区, 年均气温 13.3 ℃, 年日照时数1 776.9 h, 年均无霜期 205 d, 海拔92 m, 四季分明。设施塑料大棚为拱形结构, 棚室长 30 m, 宽15 m, 南北走向, 覆盖无滴聚乙烯薄膜。供试土壤质地为壤质洪冲积石灰性褐土, 0~100 cm土壤容重1.38 g×cm-3, 田间持水量为22.1%(质量含水率), 棚室地下水埋深大于5 m。

1.2 试验设计

茄子于2017年3月27日定植, 品种选择河北主栽品种‘茄杂6号’, 南北向种植。畦长6.3 m, 宽为2.4 m, 采用株距30 cm、行距60 cm起垄覆膜种植。每行铺设1条滴灌带, 滴头间距与株距相同。试验采取适宜供水方式, 苗期、开花座果期和成熟采摘期土壤水分下限依次为田间持水量的70%、80%和70%。设置灌水定额15 mm(W1)、22.5 mm(W2)、30 mm(W3)和37.5 mm(常规充分灌溉, CK)4个处理, 当各处理计划湿润层(40 cm)低于水分下限时开始灌水, 灌水量按照对应的灌水定额确定。每个小区面积15.12 m2, 处理之间由挡板隔离, 避免水分渗透。每个处理4次重复, 随机排列。

1.3 测定项目与方法

土壤水分: 采用土钻法于株间和行间中部位置采集0~100 cm土壤样品, 每10 cm为一土层。待茄子完成缓苗阶段后, 每隔3~5 d测定1次, 灌水前后各加测1次[13]。土壤质量含水率采用烘干法测定, 并用于计算蒸散量。

气象数据: 气象资料由设置在棚室中央的自动气象站获取, 每隔10 min采集一次, 观测气温、相对湿度、太阳辐射等气象要素指标。

茄子叶面积: 单叶叶面积(LA)采用直接测量法测定[14], 待茄子完成缓苗阶段后, 每隔6 d测量一次茄子叶片长、宽, 代入到实际拟合的叶面积[叶长()×叶宽()]回归方程来计算茄子叶面积。回归方程拟合方法: 选择300片形状、大小不同的茄子叶片, 采用益康农公司生产的叶面积仪测定LA, 用钢卷尺测定该叶片的和; 建立单叶面积与叶长乘叶宽的线性回归方程: LA=0.585 6×(×)+8.071 4, 其中决定系数2=0.991,<0.01。叶面积指数通过计算单位土地上所有植株叶片总面积, 再与土地面积做比得出。

LAI=LA×种植密度(株×m-2)/10 000 (1)

茄子产量: 在进入收获期后, 统一采摘, 每个小区分别称量, 各个处理产量4次重复。

1.4 参考作物蒸散量计算

参考作物蒸散量(ET0)反映气候特征对蒸散量的综合效应, 它是某种特定条件下的假想蒸散速率。假设作物的高度为0.12 m, 固定的叶面阻力为70 s×m-1, 反射率为0.23, 类似于表面开阔、高度一致、生长旺盛、完全遮盖地面而不缺水的绿色草地蒸散量[15-16]。P-M方程具体计算公式为:

式中:n为作物表面净辐射, MJ·m-2·d-1;为土壤热通量, MJ×m-2×d-1;为气温, ℃;2为2 m高处风速, m×s-1;s为设施内饱和水汽压, kPa;a为设施内实际水汽压,(kPa);为饱和水汽压随温度变化的曲线斜率, kPa×℃-1;为干湿表常数, kPa×℃-1。

设施与露地气象条件差异较大, 棚室内风速几乎为0, 需要对P-M方程进行修正。采用陈新明等[10]的方法, 通过空气动力学阻力公式, 将2=0代入式中计算空气动力学阻抗[17-18]:

式中:为测量风速的高度,0为地面粗糙度,为零平面位移长度。据文献研究得出[19],0=0.13c,=0.64c,c为作物冠层即0.12 m。通过推导a得出设施条件下的修正P-M方程, 具体公式为:

式中各变量的意义与式(2)相同。

1.5 作物系数的计算

对于正常生长的作物来说, 蒸散量主要受土壤、气象和植株生长发育状况的影响[20]。由于试验地所处的条件与FAO推荐值有所不同, 需要进行本地化修正[21]。在适宜供水条件下作物系数(c)可由实测蒸散量与参考蒸散量的比值来确定。具体计算公式为:

式中: ETc是作物实际蒸散量(mm×d-1), 其数值可通过水量平衡法确定; ET0是修正后P-M方程计算的参考作物蒸散量(mm×d-1)。

试验地势平坦, 没有地表径流; 地下水埋深5 m以下, 作物无法吸收利用, 故地下水补给可忽略。棚膜阻止降雨进入棚室, 无雨水补给, 滴灌灌水方式和灌水量不足于产生深层渗漏。因此, 实际蒸散量计算公式可简化为:

ET-(6)

式中:为阶段内灌水量(mm),为土体储水量变化(mm)。计算公式为: 10×土层厚度×容重×两次测定土体质量含水率差值(1)。

1.6 蒸散量估算模型构建及检验方法

通过自动气象站获取的各项环境数据, 计算出修正后P-M方程的参考蒸散量ET0; 分析水量平衡法计算的ETc与ET0的关系, 得到茄子充分灌溉条件下作物系数; 明确茄子作物系数与叶面积指数的关系, 通过与修正后P-M方程结合, 得出蒸散量估算模型。在不发生水分亏缺条件下, 利用3种灌水定额处理来验证新建蒸散模型的可靠性, 通过标准误差(RMSE)和平均相对误差(ARE)来定量分析。

式中:为检验样本数量, OBS为第个蒸散量实测值, SIM为第个蒸散量模型模拟值。

1.7 数据处理与统计分析

采用Microsoft Excel 2007对数据进行统计分析和作图, 利用SPSS 22.0软件进行方差分析和回归分析。

2 结果与分析

2.1 茄子生育期设施内气象因子的变化

由图1可知, 茄子生育期设施内日均温度呈递增趋势, 最低温度为7.3 ℃, 出现在苗期; 最高温度为38.9 ℃, 出现在成熟采摘期; 苗期平均温度为19.8 ℃, 开花座果期为29.1 ℃, 成熟采摘期为32.6 ℃。日均累积太阳辐射(a)和日均相对湿度(RH)受天气影响显著,a与RH呈负相关。a最高、最低分别为40.8 mol×m-2×d-1和8.5 mol×m-2×d-1, 分别出现在成熟采摘期和苗期; 苗期平均累积a为21.4 mol×m-2×d-1, 开花座果期为29.8 mol×m-2×d-1, 成熟采摘期为29.4 mol×m-2×d-1。RH最高、最低均出现在苗期, 分别为87.3%和29.8%; 苗期平均相对湿度为57.1%, 开花座果期为51.9%, 成熟采摘期为54.8%。

图1 茄子生育期内设施日均气温、日累积太阳辐射和日均相对湿度的变化

a: 日累积太阳辐射; RH: 日均相对湿度。a: daily cumulative solar radiation; RH: daily relative humidity.

2.2 充分灌溉条件下设施茄子的作物系数

由图2可以看出, 充分灌溉条件下茄子生长初期, 生长缓慢, 蒸散量低, 作物系数最小。随着生育阶段的推进, 茄子植株逐渐生长壮大, 叶面积快速建成, 开花座果期处于生殖生长与营养生长并进阶段, 茄子需水强度加大。作物系数在移栽后60 d达到峰值, 最大为1.25。此后, 随着茄子的不断采摘和植株机能的衰老, 作物系数呈下降趋势。

2.3 茄子作物系数与叶面积指数的关系

茄子在充分灌水情况下, 作物系数主要受植株生长发育的影响。叶面积指数能够综合反映作物生长状况, 因此分析作物系数与叶面积指数关系可实现动态模拟作物蒸散量。由图3可以看出, 作物系数与叶面积指数存在很好的线性关系, 随着叶面积指数的增大而增大。茄子作物系数与叶面积指数的拟合关系式为:c=0.21LAI+0.199 1, 决定系数2=0.86,<0.01。表明叶面积指数可有效表征作物系数, 从而确定作物的实际蒸散量。

图2 充分灌溉条件下设施茄子生育期内作物系数的变化

图3 设施茄子作物系数与叶面积指数的关系

2.4 茄子蒸散量估算模型的验证

在适宜灌溉条件下, 茄子蒸散量主要受大气因子和作物自身生长发育状况的影响, 大气综合蒸散力可由修正后P-M公式计算得出, 作物生长发育可由作物系数来表示, 从而得出茄子蒸散量估算模型:

为验证茄子蒸散量估算模型在不发生水分亏缺状态下的适用性, 利用W1、W2和W3灌水定额处理进行验证, 通过比较模型的模拟值与水量平衡法的实测值来定量评价。由图4可以看出, 3种灌水定额处理蒸散量的模拟值与实测值一致性较好, W1、W2和W3处理下的模拟值与实测值平均相对误差分别为17.81%、18.31%和17.97%。由此可以说明, 本研究所建的蒸散模型适用于华北地区适宜土壤水分条件下(苗期、开花座果期和成熟采摘期土壤水分下限分别为田间持水量的70%、80%和70%)茄子蒸散量的估算中。

2.5 设施茄子适宜灌水定额的确定

由充分灌溉条件下得出设施茄子作物系数和蒸散量估算模型, 并结合3种灌水定额验证模型的可靠性, 新建蒸散模型在不发生水分胁迫状态下, 可对实际蒸散量进行有效模拟。为探究兼顾茄子产量和水分利用效率的灌水定额, 对各灌水处理的茄子产量和水分利用效率进行分析比较。

2.5.1 不同灌水定额处理下的茄子产量和水分利用效率

由图5A可以看出, 不同灌水定额作物产量呈现“抛物线”变化曲线, 产量最高的处理为W3。W3与W2差异性不显著, 与W1和对照CK差异性显著, 说明W3处理已经达到茄子的最高产量, 高于W3灌水定额对产量形成负效应。W2与W1差异性显著, 与CK 差异性不显著, 而W1与CK差异性不显著。由此可说明, W2和W3是追求产量最大化的灌水定额。

确定设施栽培条件下适宜灌水定额, 不仅需要考虑作物产量, 还要考虑水分利用效率(WUE)。WUE反映水的投入产出效率, 是节水灌溉的重要指标。由图5B可以看出, 3个灌水定额处理WUE均与对照CK差异显著。随着灌水定额的升高, WUE呈“先增加后降低”的趋势, W2水分利用效率最高。W2的WUE较CK提高31.59%, 较W3提高7.82%。说明W2已达到水分最大化利用, 高于该灌水定额显著降低水分利用效率。W1与W2水分利用效率差异不显著, 但产量存在差异性, 说明W1以减少耗水来获得较高的WUE。因此, 综合考虑产量和WUE, 茄子适宜的灌水定额为W2。

2.5.2 适宜灌水定额下的作物系数

通过分析不同灌水定额的产量和水分利用效率, 得出适宜灌水定额为W2, 可实现产量与水分利用效率最大化。因此, 分析W2作物系数对指导设施节水灌溉具有重要意义。由充分灌溉条件下得出并以W1、W2和W3验证作物系数与叶面积指数关系, 表明:c=0.21LAI+0.199 1可用于不发生水分亏缺条件下茄子作物系数的确定。由图6可以看出, 随着移栽天数的增加, 作物系数呈现递增趋势, 最大为0.94。之后随着生育阶段的推进, 作物系数呈下降趋势。W2处理作物系数苗期为0.21~0.46, 开花座果期为0.62~0.94, 成熟采摘期为0.70~0.92。W2处理作物系数与CK总体变化趋势相同, 但作物系数在成熟采摘期较CK下降缓慢。表明适宜灌水可延迟植株衰老, 提高植株生长发育状况, 从而促进产量和水分生产效率的提高。

图4 不同灌水条件下设施茄子蒸散量实测值(左)及其与模拟值的比较(右)

W1: 灌水定额15 mm; W2: 灌水定额22.5 mm; W3: 灌水定额30 mm。W1: irrigation quota 15 mm; W2: irrigation quota 22.5 mm; W3: irrigation quota 30 mm.

图5 不同灌水定额处理茄子产量(A)、水分生产效率(B)的比较

W1: 灌水定额15 mm; W2: 灌水定额22.5 mm; W3: 灌水定额30 mm; CK: 灌水定额37.5 mm。不同小写字母表示不同处理间差异显著(<0.05)。W1: irrigation quota 15 mm; W2: irrigation quota 22.5 mm; W3: irrigation quota 30 mm; CK: irrigation quota 37.5 mm. Different lowercase letters indicate significant differences among treatments (<0.05).

图6 适宜灌水条件下设施茄子生育期内作物系数的变化

3 讨论

3.1 P-M方程应用分析

P-M方程对确定实际蒸散量(ET)具有高精确性, 被广泛应用到大田与设施作物当中[21-23]。ET值通常采用实测法进行确定, 对人力成本依赖程度高, 无法动态掌握作物实时蒸散状况。为此, 国内外通常采用作物系数(c)与参考蒸散量(ET0)来模拟ET。栽培设施由于环境的封闭性, 在计算ET0时造成空气动力学项为零, 影响结果的精确性, 故P-M方程在栽培设施应用中需要进行调整[10]。本文针对栽培设施环境的特殊性, 引入空气动力阻力计算方法来修正P-M方程, 形成针对设施特定环境的计算公式, 模拟效果较好, 适于设施茄子蒸散量的估算。国际粮农组织(FAO)针对气候、土壤、作物的特殊性, 提出适合当地的作物系数, 与P-M方程结合来计算蒸散量[24-25]。由于给出的茄子作物系数是针对干旱区, 而华北属于半湿润地区, 气候、土壤及生产管理有较大差异, 不符合其地域应用条件, 需要结合设施条件下的各项数据对作物系数进行校正, 提高其实践应用性。本研究结合茄子的实测值计算出作物系数与叶面积指数的关系, 可掌握每个生育阶段的作物系数值, 具有广阔的应用空间。

3.2 蒸散估算模型分析

土壤-植株-大气系统是蒸散的主要途径, 确定ET值对指导农田灌溉具有重要意义。本文通过分析叶面积指数与作物系数的关系, 得出在适宜灌水条件下的蒸散估算模型。并通过检验数据验证实测值与模拟值吻合度较好, 回归系数高, 可用于模拟设施栽培环境下的实际蒸散量。本文所建立的模型可根据作物实际生长状况来计算ET值, 具有较高的实践应用性。由于叶面积指数通过单位土地上作物总叶面积来确定, 需要定期对植株进行测量, 这对农业应用计算机技术来模拟ET有一定的约束。目前, 有学者提出辐热积法来模拟作物生长发育[26-27], 其充分考虑光、温共同对作物叶面积的影响。这在生长发育前中期可有效模拟, 但在后期人工对作物整枝打叶、优化株型, 植株生长受到人为因素的干预, 模拟效果受到限制。近年来, 利用计算机视觉技术测定叶面积指数越来越多[28-29], 通过数字图像快速、连续地测定植株叶面积的变化, 可综合反映温、光和人为管理对植株的影响, 这给叶面积指数连续获取提供了可能, 可与本研究的蒸散模型进行结合, 具有很好的实践应用性。

3.3 作物系数变化规律

本文基于充分灌溉条件下, 得出作物系数与叶面积指数呈显著线性相关, 通过不缺水处理来验证蒸散模型的可靠性。同时结合作物产量和WUE得出适宜灌水定额为22.5 mm(以下简称W2)。通过比较W2与CK作物系数的变化规律, 发现W2处理在生育后期作物系数下降趋势较CK缓慢。这种现象主要由于CK前期灌水量高引发作物徒长, 田间通风透光性变差。这与强小嫚等[30]大灌水定额造成棉花提早封行, 影响作物后期的生殖生长观点一致。生育后期高灌水定额造成土壤通气不佳, 植株根系呼吸受阻, 加快作物衰老速度, 表现在叶面积指数上。裴芸等[31]研究灌水上限对生菜(var.)生长影响时, 发现生育后期高灌水上限会影响作物地上部的生长佐证了本文观点。而W2处理作物形态结构科学合理, 能够保持较高的生长状况, 延长后期的作物产量积累过程, 从而表现出产量较CK高、作物系数下降趋势缓慢。本研究所建模型基于适宜灌水条件下, 在干旱胁迫下需要考虑土壤水分变化, 引入土壤水模型并与本文所构建的蒸散模型进行结合, 针对缺水状况有相应的理论指导, 以提高模型的普遍适用性。本研究所得模型需在不同地域条件进行反复验证, 让模型更能指导田间生产。

4 结论

对华北地区设施茄子蒸散估算模型研究发现, 修正后P-M方程可用于估算设施特定环境下的作物实际蒸散量。在适宜灌水条件下, 所建的蒸散模型平均相对误差分别为17.81%、18.31%和17.97%, 模拟效果较好。作物系数与叶面积指数呈显著线性关系, 计算作物系数可通过叶面积指数来确定。灌水定额30 mm处理(W3)茄子产量最高, 为55.22 t×hm-2。灌水定额22.5 mm处理(W2)WUE最高, 为14.42 kg×m-3。W3与W2产量差异性不显著, 而WUE两者差异性显著。W2较CK产量提高1.43%, WUE提高31.59%, 说明W2兼顾产量和WUE。通过分析W2处理作物系数变化规律, 得出该灌水定额处理下设施茄子各生育阶段的作物系数: 苗期为0.21~0.46, 开花座果期0.62~0.94, 成熟采摘期0.70~0.92。表明新建模型适用于估算设施茄子实际蒸散量, 计算出的作物系数对指导农业精准灌溉具有重要意义, 为农业应用计算机技术, 实现数字化农业做出推动作用。

[1] 张凯, 周婕, 赵杰, 等. 华北平原主要种植模式农业地下水足迹研究——以河北省吴桥县为例[J]. 中国生态农业学报, 2017, 25(3): 328–336 ZHANG K, ZHOU J, ZHAO J, et al. Agricultural groundwater footprint of the major cropping system in the North China Plain: A case study of Wuqiao County, Hebei Province[J]. Chinese Journal of Eco-Agriculture, 2017, 25(3): 328–336

[2] YANG J F, LI B Q, LIU S P. A large weighing lysimeter for evapotranspiration and soil-water-groundwater exchange studies[J]. Hydrological Processes, 2000, 14(10): 1887–1897

[3] 王亚蕊, 王彦辉, 于澎涛, 等. 华北落叶松人工林蒸散及产流对叶面积指数变化的响应[J]. 生态学报, 2016, 36(21): 6928–6938 WANG Y R, WANG Y H, YU P T, et al. Simulated responses of evapotranspiration and runoff to changes in the leaf area index of aplantation[J]. Acta Ecologica Sinica, 2016, 36(21): 6928–6938

[4] Yeager T H, Million J B. Irrigation system capacity determined by container plant evapotranspiration[J]. Acta Horticulturae, 2013, 990(990): 327–329

[5] 孙宏勇, 张喜英, 陈素英, 等. 农田耗水构成、规律及影响因素分析[J]. 中国生态农业学报, 2011, 19(5): 1032–1038 SUN H Y, ZHANG X Y, CHEN S Y, et al. Analysis of field water consumption, its pattern, impact and driving factors[J]. Chinese Journal of Eco-Agriculture, 2011, 19(5): 1032–1038

[6] 吴林, 刘兴冉, 闵雷雷, 等. 黑河中游绿洲区玉米冠层阻抗的环境响应及模拟[J]. 中国生态农业学报, 2017, 25(2): 247–257 WU L, LIU X R, MIN L L, et al. Response of maize canopy to environmental factors in the middle reach oasis of Heihe River Basin[J]. Chinese Journal of Eco-Agriculture, 2017, 25(2): 247–257

[7] 段爱旺, 孙景生, 刘钰, 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 A W, SUN J S, LIU Y, et al. Main Crops Irrigation Quota in Northern China[M]. Beijing: China Agricultural Science and Technology Press, 2004

[8] 王娟, 王建林, 刘家斌, 等. 基于Penman-Monteith模型的两个蒸散模型在夏玉米农田的参数修正及性能评价[J]. 应用生态学报, 2017, 28(6): 1917–1924 WANG J, WANG J L, LIU J B, et al. Parameters modification and evaluation of two evapotranspiration models based on Penman-Monteith model for summer maize[J]. Chinese Journal of Applied Ecology, 2017, 28(6): 1917–1924

[9] 吴立峰, 白桦, 张富仓, 等. FAO Penman-Monteith及简化方法在西北适用性研究[J]. 农业机械学报, 2016, 47(12): 139–151 WU L F, BAI H, ZHANG F C, et al. Applicability of FAO Penman-Monteith and alternative methods for estimating reference evapotranspiration in Northwest China[J]. Transactions of the Chinese Society of Agricultural Machinery, 2016, 47(12): 139–151

[10] 陈新明, 蔡焕杰, 李红星, 等. 温室大棚内作物蒸发蒸腾量计算[J]. 应用生态学报, 2007, 18(2): 317–321 CHEN X M, CAI H J, LI H X, et al. Calculation of crop evapotranspiration in greenhouse[J]. Chinese Journal of Applied Ecology, 2007, 18(2): 317–321

[11] 刘浩, 孙景生, 梁媛媛, 等. 滴灌条件下温室番茄需水量估算模型[J]. 应用生态学报, 2011, 22(5): 1201–1206 LIU H, SUN J S, LIANG Y Y, et al. Estimation model for water requirement of greenhouse tomato under drip irrigation[J]. Chinese Journal of Applied Ecology, 2011, 22(5): 1201–1206

[12] 张大龙, 李建明, 吴普特, 等. 温室甜瓜营养生长期日蒸腾量估算模型[J]. 应用生态学报, 2013, 24(7): 1938–1944 ZHANG D L, LI J M, WU P T, et al. Estimation model for daily transpiration of greenhouse muskmelon in its vegetative growth period[J]. Chinese Journal of Applied Ecology, 2013, 24(7): 1938–1944

[13] 王浩, 王淑兰, 徐宗贵, 等. 耕作与施肥对旱地玉米田土壤耗水量和水分利用效率的影响[J]. 中国生态农业学报, 2017, 25(6): 856–864 WANG H, WANG S L, XU Z G, et al. Effect of tillage and fertilization on water use efficiency of maize in dryland conditions[J]. Chinese Journal of Eco-Agriculture, 2017, 25(6): 856–864

[14] 倪纪恒, 罗卫红, 李永秀, 等. 温室番茄叶面积与干物质生产的模拟[J]. 中国农业科学, 2005, 38(8): 1629–1635 NI J H, LUO W H, LI Y X, et al. Simulation of leaf area and dry matter production in greenhouse tomato[J]. Scientia Agricultura Sinica, 2005, 38(8): 1629–1635

[15] ZERMEÑIO-GONZÁLEZ A, MELENDRES-ALVAREZ A I, FUERTE-MOSQUEDA L A, et al. Evapotranspiration rate of a vineyard and its relation to the reference of the FAO Penman-Monteith method[J]. Agrociencia, 2017, 51(1): 1–12

[16] AMAZIRH A, ER-RAKI S, CHEHBOUNI A, et al. Modified Penmane-Monteith equation for monitoring evapotranspiration of wheat crop: Relationship between the surface resistance and remotely sensed stress index[J]. Biosystems Engineering, 2017, 164: 68–84

[17] GONG L B, XU C Y, CHEN D L, et al. Sensitivity of the Penman-Monteith reference evapotranspiration to key climatic variables in the Changjiang (Yangtze River) basin[J]. Journal of Hydrology, 2006, 329(3/4): 620–629

[18] TIAN G M, WANG F E, CHEN Y X, et al. Effect of different vegetation systems on soil erosion and soil nutrients in red soil region of southeastern China[J]. Pedosphere, 2003, 13(2): 121–128

[19] Baselga Yrisarry J J, Prieto Losada M H, Rodríguez del Rinc&oacu A. Response of processing tomato to three different levels of water and nitrogen applications[C]// International Symposium on Irrigation of Horticultural Crops. 1992: 149–156

[20] PAREDES P, PEREIRA L S, RODRIGUES G C, et al. Using the FAO dual crop coefficient approach to model water use and productivity of processing pea (L.) as influenced by irrigation strategies[J]. Agricultural Water Management, 2017, 189: 5–18

[21] 宋文品, 黄菁, 陈晓丽, 等. 地膜覆盖与常规灌溉对冬小麦耗水特征和产量的影响[J]. 中国生态农业学报, 2016, 24(11): 1445–1455 SONG W P, HUANG J, CHEN X L, et al. Effects of plastic film mulching and conventional irrigation on water consumption characteristics and yield of winter wheat[J]. Chinese Journal of Eco-Agriculture, 2016, 24(11): 1445–1455

[22] 吴东, 何奇瑾, 潘志华, 等. 东北春玉米不同生育阶段日蒸散发模型的适用性研究[J]. 中国农业大学学报, 2017, 22(8): 18–29WU D, HE Q J, PAN Z H, et al. Applicability of daily evapotranspiration models at different growth stages of spring maize in Northeast China[J]. Journal of China Agricultural University, 2017, 22(8): 18–29

[23] 刘春伟, 曾勰婷, 邱让建. 用分时段修正双源模型估算南京地区冬小麦生育期蒸散量[J]. 农业工程学报, 2016, 32(S1): 80–87LIU C W, ZENG X T, QIU R J. Simulated total evapotranspiration of winter wheat with modified Shuttleworth-Wallace model in different stages in Nanjing[J]. Transactions of the CSAE, 2016, 32(S1): 80–87

[24] 刘浩, 段爱旺, 孙景生, 等. 基于Penman-Monteith方程的日光温室番茄蒸腾量估算模型[J]. 农业工程学报, 2011, 27(9): 208–213LIU H, DUAN A W, SUN J S, et al. Estimation model of transpiration for greenhouse tomato based on Penman-Monteith equation[J]. Transactions of the CSAE, 2011, 27(9): 208–213

[25] DJAMAN K, RUDNICK D, MEL V C, et al. Evaluation of Valiantzas’ simplified forms of the FAO-56 Penman-Monteith reference evapotranspiration model in a humid climate[J]. Journal of Irrigation and Drainage Engineering, 2017, 143(8): 06017005

[26] 石小虎, 蔡焕杰, 赵丽丽, 等. 不同水分处理下基于辐热积的温室番茄干物质生产及分配模型[J]. 农业工程学报, 2016, 32(3): 69–77SHI X H, CAI H J, ZHAO L L, et al. Greenhouse tomato dry matter production and distribution model under condition of irrigation based on product of thermal effectiveness and photosynthesis active radiation[J]. Transactions of the CSAE, 2016, 32(3): 69–77

[27] 张中典, 张大龙, 李建明, 等. 辐热积驱动的温室甜瓜作物系数模型[J]. 西北农林科技大学学报: 自然科学版, 2017, 45(2): 128–134 ZHANG Z D, ZHANG D L, LI J M, et al. Modeling crop coefficient for muskmelon in greenhouse using photo-thermal product[J]. Journal of Northwest A & F University: Natural Science Edition, 2017, 45(2): 128–134

[28] 谭峰, 高艳萍. 基于图像的植物叶面积无损测量方法研究[J]. 农业工程学报, 2008, 24(5): 170–173 TAN F, GAO Y P. Investigation of the method for non-destructive measurement of leaf area based on image[J]. Transactions of the CSAE, 2008, 24(5): 170–173

[29] 李翠娜, 张雪芬, 余正泓, 等. 基于图像提取技术计算夏玉米覆盖度和反演叶面积指数的精度评价[J]. 中国农业气象, 2016, 37(4): 479–491 LI C N, ZHANG X F, YU Z H, et al. Accuracy evaluation of summer maize coverage and leaf area index inversion based on images extraction technology[J]. Chinese Journal of Agrometeorology, 2016, 37(4): 479–491

[30] 强小嫚, 孙景生, 刘浩, 等. 滴灌定额对西瓜/棉花间作产量及水分生产效率的影响[J]. 农业工程学报, 2016, 32(19): 113–119 QIANG X M, SUN J S, LIU H, et al. Effects of drip irrigation quota on yield and water productivity in watermelon-cotton intercropping system[J]. Transactions of the CSAE, 2016, 32(19): 113–119

[31] 裴芸, 别之龙. 塑料大棚中不同灌水量上限对生菜生长、品质及生理特性的影响[J]. 农业工程学报, 2007, 23(9): 176–180PEI Y, BIE Z L. Effects of different irrigation maxima on the growth, quality and physiological characteristics of lettuce in plastic greenhouse[J]. Transactions of the CSAE, 2007, 23(9): 176–180

Evapotranspiration model and crop coefficient of greenhouse eggplant in North China*

WANG Helei1, LI Jiaxi2, FAN Fengcui3, HAN Xianzhong1**, LIU Shengyao3, LI Zhihong3, JIA Jianming3, WANG Kejian1, ZHANG Zhe3, JIA Songnan3

(1. Institute of Information Science and Technology, Agricultural University of Hebei, Baoding 071001, China; 2. College of Horticulture, Nanjing Agricultural University, Nanjing 210095, China; 3. Institute of Agriculture Information and Economic of Hebei Academy of Agriculture and Forestry Sciences, Shijiazhuang 050051, China

The theoretical basis of a model for estimation of evapotranspiration of greenhouse eggplants in North China was constructed for the development of optimized irrigation systems. Because irrigation of vegetables in North China has been much higher than crop evapotranspiration, severe deep soil water leakage has occurred, resulting in soil salinization and compaction. This has had a significant impact on the yield and quality of vegetables, resulting in larges waste of water resources. An evapotranspiration model was needed to not only guide irrigation to improve water use efficiency of vegetables, also lay the foundation for the application of agricultural information technology. It can be used to alleviate over-exploitation of groundwater and reduce frequent occurrences of diseases and pests in vegetables due to large amount irrigation. Therefore, it was necessary to establish a model that can accurately simulate vegetable evapotranspiration under greenhouse conditions. In this experiment, the effect of irrigation quota on yield and water use efficiency of eggplant in greenhouse was investigated by setting watering quotas of 15 mm (W1), 22.5 mm (W2), 30 mm (W3) and 37.5 mm (full irrigation quota, CK). The fields were irrigated to ensure sufficient water supply at seeding, flowering and maturity stages, at which the soil moisture contents were kept respectively at 70%, 80% and 70% of field capacity. Based on the modified Penman-Monteith equation and by analysis of relationship between crop coefficient and leaf area index of CK treatment, a model for the evapotranspiration based on meteorological data and leaf area index was established. The model was validated by measured evapotranspiration data under W1, W2 and W3. The results showed that average relative errors between the measured evapotranspiration for W1, W2 and W3 and the simulated values by the model were respectively 17.81%, 18.31% and 17.97%. This showed that the modified Penman-Monteith equation accurately estimated reference crop evapotranspiration under greenhouse conditions. Crop coefficient (c) had a significant linear regression with leaf area index (LAI),c= 0.21 LAI+0.199 1 (< 0.05), indicating that it was possible to determine crop coefficient from leaf area index. The simulated results showed on significant difference in yield (> 0.05), and significant difference in WUE (< 0.05) between W2 and CK. WUE of W2 was 31.59% higher than that of CK, indicating that W2 addressed both yield and WUE. Crop coefficients of eggplants at seedling stage and flowering to fruiting period and ripening stage under W2 treatment were respectively 0.21-0.46, 0.62-0.94 and 0.70-0.92. The study suggested that the new model was applicable in estimating actual evapotranspiration of facility eggplants. It calculated crop coefficient that was of practical value in water-saving irrigation. The research was significant for guiding agricultural precision irrigation.

Facility eggplant; Penman-Monteith equation; Evapotranspiration; Estimation model; Crop coefficient; Irrigation quota

, E-mail: 13832252366@163.com

Feb. 28, 2018;

Jul. 10, 2018

S641.1; S161.4; S275.6

A

1671-3990(2018)12-1819-09

10.13930/j.cnki.cjea.180192

* 国家公益性行业(农业)科研专项(201303133-1-3)、河北省科技计划项目(16227005D)和现代农业科技创新工程(494-0402-YBN-H5A4)资助

韩宪忠, 主要研究方向为农业模型与信息化研究。E-mail: 13832252366@163.com

王贺垒, 主要从事农业节水模型信息化研究。E-mail: wanghelei20117462@163.com

2018-02-28

2018-07-10

* This study was supported by the Special Fund for Agro-scientific Research in the Public Interest of China (201303133-1-3),Hebei Science and Technology Plan Project (16227005D) and the Modern Agricultural Science and Technology Innovation Project of China (494-0402-YBN-H5A4).

王贺垒, 李家曦, 范凤翠, 韩宪忠, 刘胜尧, 李志宏, 贾建明, 王克俭, 张哲, 贾宋楠. 华北地区设施茄子蒸散量估算模型及作物系数确定[J]. 中国生态农业学报, 2018, 26(12): 1819-1827

WANG H L, LI J X, FAN F C, HAN X Z, LIU S Y, LI Z H, JIA J M, WANG K J, ZHANG Z, JIA S N. Evapotranspiration model and crop coefficient of greenhouse eggplant in North China[J]. Chinese Journal of Eco-Agriculture, 2018, 26(12): 1819-1827