文獻信息

文獻摘要

準確預測作物蒸散量對制定精準的灌溉制度和提高水分利用率至關重要。為進一步研究識別氣象要素對作物蒸散的影響，本文采用五道溝水文實驗站SoilScope控制型蒸滲實驗系統（大型稱重式蒸滲儀）實測資料及氣象資料，利用灰色關聯法分析了玉米蒸散量與14個水文氣象要素間的關聯度，建立12個不同影響因素組合下的GM（1，n）逐日蒸散量預測模型。結果表明：淮北平原夏玉米蒸散量與各影響因素的灰色關聯度從大到小排序依次為：水汽壓力差>日最高氣溫>地溫100cm>地溫30cm>地溫10cm>地溫50cm>日平均氣溫>相對濕度>絕對濕度>葉面積指數>飽和差>日z低氣溫>日照時數>風速；不同影響因素組合下的建模結果表明輸入要素個數為4-8時，模型預測精度均合格，后驗差比值均小于0.45，小誤差概率均大于0.8，可用于蒸散預測。采用GM（1，7）模型時，模型精度最高。

實驗概述

試驗于2018 年在安徽省蚌埠市五道溝水文水資源實驗站進行。該地區（117°21’E，33°09’N）屬暖溫帶半濕潤季風氣候，四季分明，雨熱同期。降雨量年際變化大，多年平均降雨量為899mm，其中汛期（6~9 月）占63.8%。多年平均蒸發為1181.3mm，地下水埋深在1~3m變化，凋萎含水率為10%~13%，田間持水率為28%~30%。土壤類型主要是砂姜黑土（54%）和黃潮土（33%），作物以玉米、小麥和大豆為主。

實驗設施

以淮北平原分布較廣泛的砂姜黑土區為對象，研究夏玉米逐日蒸散動態變化規律，玉米實際蒸散量由SoilScope控制型蒸滲實驗系統（大型稱重式蒸滲儀）測得。蒸滲儀土柱口徑4.0㎡，高度4.0m，地下水埋深設為1m。土壤為分層回填土，10cm、30cm、50cm、100cm 埋深處分別設有土壤水分、溫度、電導三參數傳感器，數據每10min 獲取一次。蒸滲儀南側設有氣象觀測場，可獲取空氣溫度、濕度、降水量、風速、水面蒸發量和日照時數等水文氣象要素。夏玉米于2018 年6 月22 日播種，10 月9 日收獲。自動采集數據資料時段選取2018 年6 月22 日至10 月8 日，及同期氣象觀測場的氣象要素數據。

結果與分析

    1）夏玉米逐日蒸散量與各影響因子灰色關聯分析，按關聯度從大到小依次為：水汽壓力差（0.8229）>日最高氣溫（0.7812）> 地溫100cm （0.7812）> 地溫30cm（0.7774）>地溫10cm（0.7762）>地溫50cm（0.7760）>日平均氣溫（0.7716）> 相對濕度（0.7684）> 絕對濕度（0.7646）>葉面積指數（0.7626）>飽和差（0.7584）>日z低氣溫（0.7531）>日照時數（0.7398）>風速（0.7100）。

2）以關聯度最大的3個要素為基礎建立灰色模型，逐步添加要素至14個。可知輸入7個影響要素時，模型精度最高，后驗差比值C為0.3272，小誤差概率P為0.9825。該模型在訓練集和驗證集中均方根誤差分別為0.71和0.64，納什效率系數分別為0.74和0.70。

3）本文以灰關聯分析為基礎建立了作物蒸散量GM（1，n）模型，該模型具有適用、精度高等優點，可用于蒸散預測。不同土壤、不同作物的灰色預測模型構建及其在大田尺度上的應用需要進一步研究。

1、 基于SoilScope控制試驗平臺的“LysiCosm 地上地下碳氮循環監測系統”，配套可升降呼吸室“iChamber 群落自動箱”，同步測量表面 N2O/CO2/CH4等溫室氣體排放；“iChamber-G土壤采氣矛”測量蒸滲儀內土壤剖面N2O/CO2/CH4等濃度廓線。

2、“RhizoScope 根系生態倉”依托SoilScope系統實現土壤水、熱通量控制，采用攝像與掃描一體化“AZR-300復合根系”原位觀測根系分布、細根周轉，環境變化對同化物分配的影響、根際微生態過程。