中图分类号：S161.4 文献标识码：A 文章编号：0559-9350（2011）03-0284-06
Study on scale effect of farmland evapotranspiration and relationship with meteorological factors
LIU Guo-shui，LIU Yu，CAI Jia-bing，XU Di
Abstract：This article compared the evapotranspiration values of summer maize measured by lysimeter and eddy covariance，and also analyzed the correlation between meteorological factors and evapotranspiration values of two spatial scales. The evapotranspirations measured by lysimeter and eddy covariance represent observation results in different farmland scales. Study results show that （1） good correlation can be found between the measurement results of lysimeter and eddy covariance，but the daily values measured by lysimeterate sigNIficantly higher than that by eddy covariance due to different spatial scales；（2） good correlation can also be found between the evapotranspiration and the net radiation，but the correlations between evapotranspiration and other meteorological factors are dependent on temporal and spatial scales.
Key words：evapotranspiration；lysimeter；eddy covariance；meteorological factors
1 研究背景
作物蒸散量作为能量循环和水循环的结合点，一直是农学、水文学、灌溉排水学等领域的重点研究内容。确定作物蒸散量的方法有计算法和实测法。计算法主要以理论模型为基础，通过确定模型中的参数进而计算作物蒸散量［1］。这类方法的费用相应较低［2］，但是，计算的作物蒸散量精度主要受模型参数的影响［3］，需要实测数据的验证［4］。作物蒸散量实测法是相对可靠的方法，可用于验证理论模型计算结果或给科学研究提供基础数据［5］。但实测结果也受到监测仪器和地形的影响，陈建耀等［6］研究表明，蒸渗仪内外水、热条件存在差异，尽管趋势一致，但一般较周边区域的蒸散量高15%~20%，需乘一转换系数（0.75~0.85）才能表示周边区域的蒸散量，郭家选等［7］研究表明，地形的影响可导致湍流通量误差达10%~20%，因此，田间观测选择的观测区需尽可能地势平坦。区域蒸散模型的广泛应用对监测仪器的尺度效应提出新的质疑。蒸渗仪和涡度相关仪是较为准确的监测仪器［3］， 但蒸渗仪的监测尺度仅为蒸渗仪内部作物，而涡度相关仪的监测尺度为其通量足迹范围［8］。此外，气象因子对作物蒸散量影响巨大。国外学者研究表明［9-10］，净辐射、空气湿度、温度和风速是影响蒸散量的最主要因素，但是，国内学者提出了不同见解。强小嫚等［11］通过分析蒸渗仪所测冬小麦数据与净辐射变化规律，得出蒸渗仪实测值与净辐射关系不明显，李菊等［12］也提出，在人工林下垫面条件下，风速与蒸散量没有关系。
本文以夏玉米为研究对象，对比了蒸渗仪和涡度相关仪测定的蒸散量变化规律并分析了其与气象因子的相关关系，初步研究了两种监测仪器的尺度效应问题。
2 材料与方法
2.1 试验区概况
田间试验于2007年6—10月在中国水利水电科学研究院大兴试验站进行。该试验站地处北京南约30km，北纬39°37′ ，东经116°25′ 。试验研究区属半干旱大陆性季风气候，冬季寒冷少雨，春季干燥多风，夏季炎热多雨。降雨多集中在汛期的6—9月，其降雨量占全年总降雨量的80％ 以上， 其中汛期的降雨又主要集中在7—8 月， 约占全年雨量的60％ 左右。大兴试验站占地200m×200m，面积约15hm2，内设自记式农业气象站、灌溉试验小区、灌溉制度试验区和大棚作物试验区。灌溉水源为地下水，其埋深在10m左右。试验小区面积为5.5m×5.5m，小区之间设有1m左右隔离带，试验品种为雪糯2号。由于夏玉米生育期降雨较多，该生育期没有对作物进行灌溉，因此各试验小区具有相同的试验处理水平。
2.2 数据观测与处理
该试验站设有自记式农业气象站，可自动监测降雨量、风速、风向、温度、土壤温度、空气湿度、水面蒸发（A级蒸发皿）、太阳辐射、反射辐射、净辐射和日照时数等常规气象资料。时间间隔为每0.5h一次。
小尺度作物蒸散量通过大型称重式蒸渗仪（西安理工大学生产）测量， 其尺寸规格为2m×2m×2.3m，每1h自动采集一次数据，测量精度为0.02mm。大型蒸渗仪以水量平衡原理为基础，水量平衡方程如下：
ET = P + I - DW - S （1）
式中：ET 为时段内蒸散量，mm；P 为时段内降雨量，mm；I 为时段内灌溉量，mm；DW 为时段末与时段初土壤储水量差值，mm；S 为深层渗漏量，mm。其中，土壤储水量差值和深层渗漏量可通过蒸渗仪直接获得，降雨量可通过气象站获得，本次试验期间降雨较多，因此无灌溉。为保证大型称重式蒸渗仪测量数据的代表性，蒸渗仪安装在实验小区内，其内部作物种植密度与周围大田相同，蒸渗仪周围区域种有同等作物，此外，为消除蒸渗仪内外水热差异，本文采用的转换系数为0.75。
大气通量数据通过全自动涡度协方差开路系统（简称涡度相关仪，美国Campbell Scientific公司生产）测定，包括潜热通量（LE）和显热通量（H）。仪器安装高度为3.1m。其中CAST3型三维超声风速仪测定水平、垂直风速脉动和超声虚温；HMP45C空气温湿度传感器测定气温和相对湿度；LI7500开路气体分析仪观测水气密度脉动。潜热通量（LE）和显热通量（H）即可通过以下公式计算：
式中：λ 为汽化潜热，J/g；ρ为空气密度，g/m3；Cp为空气定压比热，J/kg/K；ω′为垂直风速脉动量，m/s；q′为水汽密度脉动量，g/m3；为温度脉动量，℃。另外，在田间埋有两块热通量板，可测定土壤热通量，埋深为1~2cm。数据采集时间每0.5h一次，记录各通量的时间平均值。对该仪器测量结果进行能量闭合程度校核，能量闭合度为90%，表明该仪器能量闭合程度较好。在数据处理过程中，依据以下原则对异常数据进行剔除：（1）降水以及前后各1h数据；（2）明显超出物理含义的数据；（3）传感器状态异常数据。
此外，利用Lagrange抛物插值多项式对缺失数据进行插值处理，同时，通过计算日内波文比反推潜热通量［7］以消除能量不闭合引起的误差，最后，通过计算潜热通量和汽化潜热的比值可得到相应时段的中尺度作物蒸散量。计算公式如下：
ET = 1 800× LE/λ （4）
式中：ET 为时段内蒸散量，mm；LE为时段内潜热通量，W/m2；λ为汽化潜热，MJ/kg。
由于在2007年夏玉米生育期内降水较多，对各种仪器的数据采集精度和稳定性影响较大，因此本文选取的研究时段为2007年8月4日—9月17日。
3 结果分析
3.1 大型称重式蒸渗仪和涡度相关仪测量数据对比
图1为通过大型称重式蒸渗仪（lysimeter）和涡度相关仪（eddy）测定的夏玉米生育期作物日蒸散量变化规律关系图。相关分析表明，大型称重式蒸渗仪和涡度相关仪所测数据相关关系较好，决定系数（R2）为0.69。在研究时段内，大型称重式蒸渗仪和涡度相关仪所测日蒸散量平均值分别为4.08mm/d和2.87mm/d，数据相差较大，分析原因可发现：（1）大型称重式蒸渗仪测量空间尺度较小，其测量数值仅代表该仪器范围内的作物蒸散量；涡度相关仪测量空间尺度为中型尺度，在其测量范围内，裸土面积所占比重较大，相关研究表明，夏玉米生育期土壤蒸发量占总蒸散量的比重较大［13-14］，因此导致涡度相关仪所测蒸散量数据较小；（2）大型称重式蒸渗仪由于仪器的边界效应，导致其测量数值偏大；涡度相关仪由于其仪器的安装影响到了大气的涡流运动，因此会导致其测量数值偏小［7］；（3）涡度相关仪测量足迹的变化［8］，引起其测量下垫面的不确定性，也会导致蒸渗仪与涡度相关仪测量结果的差异；（4）二者下垫面相似，所以两种仪器所测数值相关性较好；（5）由于9月期间有几次高强度降雨，导致9月6日以后数据相关性明显下降。
图1 蒸渗仪和涡度相关仪测定的日蒸散量变化规律比较
图2为通过大型称重式蒸渗仪和涡度相关仪测定的夏玉米生育期典型日内蒸散量变化规律关系图。从图中可发现，两种仪器测定的日内蒸散量变化规律一致。相关分析表明，大型称重式蒸渗仪和涡度相关仪测定的作物日内蒸散量相关关系较好。决定系数（R2）分别为0.951和0.941。但是，二者在数值上相差较多。8 月10 日大型称重式蒸渗仪和涡度相关仪测定的日内均值分别为0.16mm/h 和0.11mm/h，9月2日两种仪器测定的日内均值分别为0.13mm/h和0.10mm/h。同时，在太阳辐射较弱的时段，作物蒸散作用不明显，两种仪器测量数据相差不明显，随着太阳辐射增加，作物蒸散作用逐渐增强，尤其是作物蒸腾作用的增强，导致二者在数值上的差距逐渐增加，到下午13时左右，二者差距达到最大值。两种仪器测定的日内蒸散量表现规律与两种仪器测定的日蒸散量表现规律相一致。
图2 蒸渗仪和涡度相关仪测定的日内蒸散量变化规律比较
3.2 作物蒸散量与气象因子关系
图3对比了涡度相关仪测定的日蒸散量（ETe）与大型称重式蒸渗仪测定的日蒸散量（ETl）分别与净辐射（Rn）、空气湿度（RH）、温度（T）和风速（U）的相关关系（以上气象因子均为日平均值）。分析可发现：
（1）由于涡度相关仪基于能量平衡原理，ETe与净辐射的相关关系较好，决定系数（R2）为0.94，其次分别为空气湿度、温度和风速。
（2）大型称重式蒸渗仪以水量平衡为基础，因此，ETl与净辐射的相关关系低于ETe与净辐射的相关关系，决定系数（R 2）为0.67，其次分别为温度、空气湿度和风速。
（3）两种空间尺度的日蒸散量与净辐射的相关关系在所有气象因子中均排名首位，而两种空间尺度的日蒸散量与日平均风速的相关关系在所有气象因子中均排名末位，且日蒸散量与日平均风速的关系不明显。
图3 两种仪器日观测值与气象因子相关关系
表1为涡度相关仪日内观测值与4种气象因子相关关系，与日蒸散量和气象因子相关关系类似，日内蒸散量与净辐射的相关关系较好，且净辐射对日内蒸散量的影响在所有气象因子中排名首位。决定系数（R2）均超过0.9。此外，日内蒸散量与风速的相关关系有所上升，甚至超过与温度和空气湿度的相关关系。
表1 涡度相关日内观测值与气象因子相关关系
表2为大型蒸渗仪日内观测值与气象因子相关关系，比较可发现，日内时间尺度蒸散量与净辐射相关关系较日尺度有所上升，决定系数（R2）均超过0.9，且其决定系数在与所有气象因子中居于首位。同时，大型蒸渗仪日内观测值与风速相关关系也有所上升。表1和表2表现规律相似。
表2 大型蒸渗仪日内观测值与气象因子相关关系
4 结论
（1）大型称重式蒸渗仪和涡度相关仪测定的作物蒸散量代表不同的农田尺度量，在下垫面基本相同的条件下，两种仪器所测数值具有较好的相关性。在作物生育期内和日内尺度二者测定的蒸散量变化规律一致。
（2）由于涡度相关仪监测的空间尺度大于蒸渗仪，在其足迹范围内包括有田间道路、田埂等裸土面积，导致涡度相关仪所测数值小于蒸渗仪所测数值，说明农田蒸散量的尺度效应明显。
（3）对于不同的空间和时间尺度，净辐射是影响蒸散量的重要因子。空气湿度、温度和风速对蒸散量的影响程度随尺度变化而变化。
（4）在日时间尺度上蒸散量和日平均风速关系不明显，但在日内时间尺度（小时尺度）蒸散量与风速的相关关系明显上升。
参考文献：
［ 1 ］ 周剑，程国栋，李新，等. 应用遥感技术反演流域尺度的蒸散发［J］. 水利学报，2009，40（6）：679-687 .
［ 2 ］ Igbadun H，Mahoo H，Tarimo A，et al . Performance of two temperature-based reference evapotranspiration models in the Mkoji sub-catchment in Tanzania［J］ . Agricultural engineering international：The CIGR ejournal，2006，8（3）：1-19 .
［ 3 ］ 武夏宁，胡铁松，王修贵，等. 区域蒸散发估算测定方法综述［J］. 农业工程学报，2006，22（10）：257-262 .
［ 4 ］ 郑重，马富裕，李江全，等. 基于BP 神经网络的农田蒸散量预报模型［J］. 水利学报，2008，39（2）：230-234 .
［ 5 ］ Allen R G，Pereira L S，Raes D，et al . Crop Evapotranspiration：Guidelines for computing crop water requirement［M］. Rome：FAO . 1998 .
［ 6 ］ 陈建耀，吴凯. 利用大型蒸渗仪分析潜水蒸发对农田蒸散量的影响［J］. 地理学报，1997，52（5）：439-446 .
［ 7 ］ 郭家选，梅旭荣，卢志光，等. 测定农田蒸散的涡度相关技术［J］. 中国农业科学，2004，37（8）：1172-1176 .
［ 8 ］ 赵晓松，关德新，吴家兵，等. 长白山阔叶红松林通量观测的footprint及源区分布［J］. 北京林业大学学报，2005，27（3）：17-23 .
［ 9 ］ Clark G A，Smajstrla A G，Zazueta F S. Atmospheric parameters which affect evapotranspiration［M］// IFAS extension . Florida：University of Florida，1989：1-6 .
［ 10］ Mankin K R，Rogers D H . What is ET［M］// Irrigation management series . Manhattan：Kansas state university，1998：1-2 .
［ 11］ 强小嫚，蔡焕杰，王健. 波文比仪与蒸渗仪测定作物蒸发蒸腾量对比［J］.农业工程学报，2009，25（2）：12-17 .
［ 12］ 李菊，刘允芬，杨晓光，等. 千烟洲人工林水汽通量特征及其与环境因子关系［J］. 生态学报，2006，26（8）：2449-2456 .
［ 13］ 孙宏勇，张喜英，张永强，等. 用Micro-Lysimeters和大型蒸渗仪测定夏玉米蒸散的研究［J］.干旱地区农业研究，2002，20（4）：72-75 .
［ 14］ 王健，蔡焕杰，陈凤，等. 夏玉米田蒸发蒸腾量与棵间蒸发的试验研究［J］. 水利学报，2004（11）：108-113 .
作者简介：刘国水（1982-），河北人，博士生，主要从事作物需水应用基础与方法研究。
