李昊天,李 璐,閆宗正,高聰帥,韓琳娜,張喜英**

(1.中國科學院遺傳與發(fā)育生物學研究所農(nóng)業(yè)資源研究中心/中國科學院農(nóng)業(yè)水資源重點實驗室/河北省節(jié)水農(nóng)業(yè)重點實驗室石家莊 050022; 2.中國科學院大學 北京 100049; 3.河北省水利工程局 石家莊 050021)

淡水資源匱乏是全球農(nóng)業(yè)生產(chǎn)面臨的重大問題,隨著氣候變化帶來的干旱發(fā)生頻率和嚴重程度的增加,優(yōu)化農(nóng)田水分管理,提升水資源利用效率顯得尤為重要。太行山前平原是中國華北平原冬小麥(L.)產(chǎn)區(qū)的重要組成部分。然而,由于冬小麥生育期降雨無法滿足作物需水要求,一般生育期需要灌水2～4 次,依賴于抽取地下水的灌溉造成地下水位顯著降低,威脅到了區(qū)域灌溉農(nóng)業(yè)的可繼續(xù)發(fā)展。因此,合理確定作物需水量,實行限水灌溉對于保護太行山前平原地下水資源具有重要意義。

作物系數(shù)()定義為作物的實際蒸散量(ET)與參考作物蒸散量(ET)比值,常用于估算作物需水量,該系數(shù)在農(nóng)田水分管理中發(fā)揮著重要作用。作物系數(shù)受土壤、氣候、作物生長狀況及農(nóng)業(yè)管理方式等因素影響,需通過相應實地數(shù)據(jù)進行計算。蒸發(fā)造成的土壤表面水分損失和作物葉面蒸騰造成的水分損失合稱為蒸散發(fā),是水循環(huán)過程中一個重要的通量參數(shù),也是灌溉水消耗的重要組成部分。作物系數(shù)在作物生育期的變化反映了作物在整個生長季耗水的變化規(guī)律,可以根據(jù)作物系數(shù)變化曲線對蒸散量進行估算。當前對于作物實際蒸散量的研究,應用較為廣泛的方法主要有土壤水量平衡法、蒸滲儀法、波文比能量平衡法和遙感法。綜合考慮更多的土壤類型及作物水分應用特征,聯(lián)合國糧農(nóng)組織(FAO)也擴大了對作物各生育期作物系數(shù)的估算方案。陳玉民提出盡管不同生育階段作物系數(shù)年際間不穩(wěn)定,但全生育期的作物系數(shù)年際間較為穩(wěn)定,同時存在一定的地域性特征。然而近年來的研究表明作物系數(shù)隨時間尺度改變,例如曹永強等提出河北省1955-2014年冬小麥作物系數(shù)呈不顯著下降趨勢。李波等研究發(fā)現(xiàn)近70年東北地區(qū)春玉米(L.)全生育期作物系數(shù)年際變化呈顯著下降趨勢?？臻g尺度上,關于作物系數(shù)的變化規(guī)律研究近年來逐漸增多,且多集中在省域尺度。上述實例表明作物系數(shù)在時間及空間尺度上存在差異,需結(jié)合實際情況進行具體計算。宋妮等證明實測方法是獲取作物系數(shù)最可靠的途徑,但實測資料的地區(qū)分布和時間系列均十分有限,實際研究中需要通過基于有限實測資料空間上的插補和系列上的延長以估算作物系數(shù)。以往研究對于長周期產(chǎn)量變化對作物系數(shù)影響的關注度不足,針對于華北平原溫帶季風氣候區(qū)的作物系數(shù)研究資料也較少。

作物產(chǎn)量通過育種和田間管理措施的改進逐漸增加,由此帶來的需水量提升會對作物系數(shù)產(chǎn)生重要影響,例如Zhang 等發(fā)現(xiàn),1979-2009年華北平原作物產(chǎn)量提高50%,而年均作物蒸散量僅略有增加。作物系數(shù)也受到氣候因素影響,各氣象因子貢獻值變化同樣會改變作物系數(shù)。聯(lián)合國糧農(nóng)組織作物需水量計算指南(FAO-56)中所提出的作物系數(shù)計算方法,需要滿足標準氣候(日間平均相對濕度45%,平均風速2 m·s,半濕潤性氣候)下無水分脅迫、田間管理水平高的條件。然而,實際生產(chǎn)中作物種植密度、土壤質(zhì)地及鹽分含量、品種更新等因素往往會對作物系數(shù)產(chǎn)生影響。此外,以往研究中所采用的氣象及產(chǎn)量數(shù)據(jù)多為地方氣象站及相關部門公開數(shù)據(jù),缺少特定區(qū)域長周期田間氣象、產(chǎn)量變化數(shù)據(jù)。作物品種、養(yǎng)分投入、耕作措施等田間管理措施隨著生產(chǎn)條件的改變而改變,對作物生產(chǎn)、產(chǎn)量、耗水等產(chǎn)生影響而影響作物系數(shù)。

本研究基于中國科學院欒城農(nóng)業(yè)生態(tài)系統(tǒng)試驗站冬小麥長期定位灌溉試驗,通過長期氣象及產(chǎn)量數(shù)據(jù),計算并分析1980-2020年充分供水條件下作物系數(shù)變化規(guī)律及影響因素。同時基于該站2017-2020年現(xiàn)狀生產(chǎn)條件下冬小麥生長季試驗數(shù)據(jù),分析各生育期作物系數(shù)的主要影響因素,為確定冬小麥作物系數(shù)和制定合理灌溉制度提供參考。

1 材料與方法

1.1 試驗概況

田間試驗研究在中國科學院欒城農(nóng)業(yè)生態(tài)系統(tǒng)試驗站(37°50′N,114°40′E,海拔高度50.1 m)進行。試驗站位于太行山前平原,屬于暖溫帶半濕潤半干旱季風氣候區(qū),光熱資源豐富。作物種植模式為冬小麥和夏玉米一年兩熟,其中冬小麥一般于10月初播種,苗期從10月中旬持續(xù)至11月底,12月至次年2月為越冬期,3月初進入返青期,拔節(jié)期于4月初開始,抽穗期發(fā)生在4月底,揚花灌漿期從5月初至5月下旬,成熟期通常在5月底至6月10日左右。冬小麥收獲后立即播種夏玉米并于當年9月底收獲。1980-2020年試驗站多年平均降水量為480 mm。受季風氣候影響,華北地區(qū)約70%的降水量集中于每年的7-8月份即夏玉米生長季,而冬小麥整個生長季需水量在450 mm 左右,而同期多年平均降水量為115 mm 左右,灌溉補水是本地區(qū)保證冬小麥穩(wěn)產(chǎn)高產(chǎn)的重要措施。試驗地點2 m 土壤剖面土壤物理特征如表1所示。0～90 cm 土層主要為壤土,90 cm 以下土壤為黏壤土。0～2 m 土壤剖面平均田間持水量為35.6%(體積含水率,·),凋萎系數(shù)為13.1%(體積含水率,·),pH 為8。

表1 試驗地點不同層次土壤物理特征Table 1 Soil physical characteristics at different soil layers for the experimental site

定點試驗田管理措施與當?shù)剞r(nóng)田相同。1980-2020年期間冬小麥管理中的具體秸稈處理、耕作、化肥施用和品種變化如表2所示。每季冬小麥播種前,將全部磷肥和鉀肥及總量1/4 的氮肥作為基肥撒施于土壤表層。翻耕整地后播種小麥,播量為225 kg·hm,行距為“4 密1 稀”播種方式,平均行距15 cm。其余氮肥分為等量兩部分,在冬小麥拔節(jié)期及夏玉米大喇叭口期施入農(nóng)田。

表2 試驗地點冬小麥田間管理措施變化(1980—2020年)Table 2 Field management measures for the experimental plot during 1980-2020 for winter wheat

本研究所用數(shù)據(jù)來源于中國科學院欒城農(nóng)業(yè)生態(tài)系統(tǒng)試驗站的一個長期灌溉定位試驗,該試驗包括冬小麥和夏玉米各生育期從不灌水到灌水5 次的6 個處理,每個處理4 次重復。試驗小區(qū)隨機排列,每個小區(qū)面積5 m×9 m。各小區(qū)之間及試驗地周邊用2 m 寬的保護行隔開,保護行不灌水,減少相鄰小區(qū)之間水分影響。灌溉水來源于地下水,通過低壓管道輸送到小區(qū),用水表計量每個小區(qū)的灌水情況。由于每個生育期降水條件的差異,故采用6 個處理中獲得最高產(chǎn)量的灌溉處理作為滿足作物需水要求的處理(生育期灌溉5 水,共計360 mm),進行作物系數(shù)的計算。所選處理冬小麥各關鍵生育期灌溉量分別為越冬前80 mm、拔節(jié)期90 mm、孕穗期60 mm、開花期70 mm 以及灌漿期60 mm,生育期累計灌水量360 mm,基本彌補了本地區(qū)冬小麥生長季降水量不足的情況。

1.2 氣象因子和參考作物蒸散量計算

利用距離中國科學院欒城農(nóng)業(yè)生態(tài)系統(tǒng)試驗站約50 m 的標準氣象站,獲取逐日最高及最低溫度、相對濕度、降雨量、風速、飽和水汽壓差等氣象因子。氣象觀測資料通過王鵬濤等提出的方法進行處理及訂正,采用5年滑動平均值對氣象數(shù)據(jù)年際變化情況進行分析。利用聯(lián)合國糧農(nóng)組織推薦的Penman-Monteith 方程計算參考作物蒸散量(ET)。參考作物定義為面積大、高度均勻、生長旺盛、完全遮蔽地面且供水充分的綠色草地(反射率為0.23,高度為0.12 m,表面空氣阻力為70 s·m)。具體計算公式為:

式中: ET為參照作物蒸散量(mm·d),代表作物表面上的凈輻射(MJ·m·d),為土壤熱通量(MJ·m·d),是2 m 高處日平均氣溫(℃),代表2m 高處的平均風速(m·s),為飽和水汽壓(kPa),為實際水汽壓(kPa),Δ 代表飽和水汽壓曲線的斜率(kPa·℃),濕度計常數(shù)。

1.3 土壤含水率

從試驗開始,每個冬小麥生長季采用土鉆取土法,于播種前、收獲后及其他主要生長階段以每20 cm 為一層。測定0～2 m 土壤含水率,樣品稱重后放入鋁盒中置于烘箱,105 ℃烘干12 h 后稱取干重,通過重量變化求得土壤重量含水率,利用每層容重數(shù)據(jù),計算體積含水率。

從1986年開始,在每個小區(qū)安裝深度2 m 的鋁管,用中子儀每周測定0～2 m 土壤剖面體積含水率(從1986-2010年,用IH-II,Cambridge,UK; 2011年后利用503DR,CPN International Inc.USA)。中子儀使用前進行了校正,利用實際測定土壤體積含水率與中子儀測定數(shù)值建立關系。0～20 cm 上層土壤含水率利用土鉆取土法獲取。

2017-2020年冬小麥生長季,隨著觀測手段的進步,每個處理選擇一個小區(qū)安裝智墑儀(ET200,東方智感科技股份有限公司,中國),智墑儀埋深2 m,以每10 cm 為一層逐小時測定土壤體積含水率變化,測定數(shù)據(jù)通過無線網(wǎng)絡傳輸并可遠程下載。

1.4 葉面積、生物量及產(chǎn)量測定

試驗期間詳細記錄各生長季冬小麥播種時間、主要生育期及收獲時間。各小區(qū)單獨收獲,使用脫粒機脫粒并風干稱重確定籽粒產(chǎn)量(籽粒含水量13%)。收獲之前測定植株密度,每小區(qū)選取80～100穗測定生物量、粒重,獲得收獲指數(shù)。利用收獲指數(shù)和小區(qū)籽粒產(chǎn)量,獲得生物產(chǎn)量。2017-2020年冬小麥3 個生育期于越冬前期、返青期、拔節(jié)期及楊花期在每個小區(qū)分別隨機選取冬小麥80 莖,利用臺式葉面積儀(Li-3100C,LI-COR,USA)進行葉面積測定,葉面積指數(shù)(LAI)通過密度進行計算。將植株烘干稱重以測定干物質(zhì)量,結(jié)合密度計算單位面積生物量。冬小麥成熟時,隨機選取80～100 穗進行考種,獲取收獲指數(shù)、穗粒數(shù)及粒重。

1.5 氣象因子與參考作物蒸散量相關性

關于氣象因子對參考作物蒸散量的擾動情況,通常采用McCuen提出的敏感系數(shù)(S)法進行分析。具體計算方法為:

式中:v代表某一類型的氣象因子,S代表相應氣象因子的敏感系數(shù)。將氣象因子對ET的變化無量綱化,使得比較ET對單個氣象因子的敏感性變得簡單可行。敏感系數(shù)為正表明氣候因子與ET呈正相關,敏感系數(shù)為負則表明氣候因子與ET呈負相關。敏感系數(shù)絕對值越大,表明響應氣候因子對ET的影響也越大。

采用Yin 等提出的氣象因子對參考作物蒸散量變化的貢獻量(G)的計算方法(公式3),即氣候因子相對變化量與敏感系數(shù)乘積:

1.6 冬小麥生育期蒸散量和作物系數(shù)計算

利用水量平衡法計算1980-2020年冬小麥生育期蒸散量(ET)和2017-2020年全生育期及不同生育階段的蒸散量(ET):

式中:為降水量(mm),SWD 為0～2 m 土層的生育期或階段土壤水分消耗量(mm),CR 是土壤毛管上升至根區(qū)的水量(mm),為地表徑流(mm),為根區(qū)土壤水分下滲量(mm)。由于試驗地1980-2020年地下水埋深在15～40 m,故毛管上升水量CR 可以忽略不計; 小區(qū)四周均設置有保護行且起壟封閉,作物生育期內(nèi)降雨和灌水沒有形成地表徑流,故為0。根區(qū)土壤下滲量()根據(jù)Zhang 等提出的方法計算獲取:

式中:是土壤導水率,Δ是土壤深度差,Δ為對應深度差的土壤水勢差。利用非飽和土壤導水率與土壤體積含水量的指數(shù)關系=× exp[-(-)/(-)]計算,其中是土壤飽和導水率,是土壤飽和體積含水量,是土壤體積含水量,是殘余土壤體積含水量,是與土壤物理性質(zhì)相關的系數(shù),該系數(shù)根據(jù)Kendy 等的結(jié)果,取值14.5。計算中利用根系層相鄰兩個土層的土壤體積含水量數(shù)據(jù),依據(jù)張喜英等建立的不同深度土壤體積含水量與土壤基質(zhì)勢的關系獲得土壤基質(zhì)勢,忽略土壤溶質(zhì)勢,由土壤基質(zhì)勢和重力勢獲得某一層次土壤水勢。

作物充分供水條件下的ET=×ET,作物系數(shù)=ET/ET。該公式可用于作物整個生育期或各生育階段的作物系數(shù)計算。

1.7 統(tǒng)計分析

數(shù)據(jù)分析及作圖通過SPSS Version 26 和Excel 軟件完成。相同處理多個重復取平均值,采用線性回歸分析各因素間相關性。

2 結(jié)果與分析

2.1 1980-2020年氣象因素及參考作物蒸散量變化

圖1 為1980-2020年相關氣象參數(shù)及其敏感系數(shù)的變化情況。從圖1 可知,1980-2020年冬小麥生長季多年平均溫度()、相對濕度(RH)、平均風速()、日照時數(shù)(SH)分別為7.23 ℃、65.91%、1.13 m·s、1258.97 h。對比氣象觀測資料中最高溫度()、最低溫度()和平均溫度()多年變化情況,5年滑動平均值增長7.23%,每季平均增加0.05 ℃,每季平均增加0.07 ℃,每季平均增加0.03 ℃,特別是近年來(2011-2020年)最高氣溫增加速度較快,年均增速達0.20 ℃,表明冬小麥生長季平均溫度的升高主要是由于最高溫度的上升導致; 平均風速總體維持穩(wěn)定,5年滑動平均值下降2.6%; 而日照時數(shù)及相對濕度均顯著下降,5年滑動平均值分別下降了11.4%和8.4%。

相對濕度的降低和平均溫度的增加對參考作物蒸散量有正面影響,而風速和日照減少對參考作物蒸散量有負面影響。敏感系數(shù)計算結(jié)果(圖1)顯示,日照時數(shù)敏感系數(shù)()最高,平均溫度()次之,之后是平均風速(),3 因素的敏感系數(shù)的均值為0.16～0.18。參考作物蒸散量與相對濕度則表現(xiàn)為負相關,且相對濕度敏感系數(shù)()絕對值較高,多年均值為0.63,證明相對濕度的降低將會導致參考作物蒸散量的顯著提升。

圖1 1980—2020年冬小麥生長季氣象參數(shù)及其敏感系數(shù)Fig.1 Changes in meteorological factors and their sensitivity coefficients during winter wheat growing seasons from 1980 to 2020

圖2 為1980-2020年冬小麥生育期參考作物蒸散量(ET)及降雨量的變化情況。冬小麥生長季參考作物蒸散量多年平均值為550.8 mm,5年滑動平均值增加1.4%,年際間基本保持穩(wěn)定(=0.321)。同期冬小麥生長季多年降水量均值為107.4 mm,呈波動下降趨勢(＜0.05),40年間5年滑動平均值下降9.5%。根據(jù)韓淑敏等提出的太行山山前平原降水年型劃分標準,試驗區(qū)豐水年(=25%)冬小麥季降水量為140 mm; 平水年冬小麥季降水量(=50%)為115 mm,枯水年(=75%)冬小麥季降水量為105 mm,不同降雨年型對參考作物蒸散量并無顯著影響。研究期內(nèi)各氣象因素對參考作物蒸散量的貢獻值分別為平均溫度() 3.86、日照時數(shù)() -6.53、平均風速() -1.89、相對濕度() 5.82,4 個因素對參考作物蒸散量貢獻值總和為1.26,與基于實測數(shù)據(jù)計算參考作物蒸散量變化情況相近。其中,冬小麥生育期參考作物蒸散量的最低值(428.67 mm)出現(xiàn)在2002年,同年日照時數(shù)顯著低于多年平均值; 參考作物蒸散量的最高值出現(xiàn)于2019年(635.42 mm),同年平均溫度、日照時數(shù)較高,相對濕度較低,符合氣象因素對參考作物蒸散量的影響規(guī)律。

圖2 冬小麥生長季參考作物蒸散量及降雨量變化(1980—2020年)Fig.2 Changes in reference crop evapotranspiration(ET0) and rainfall during winter wheat growing seasons from 1980 to 2020

2.2 充分供水條件下40年冬小麥產(chǎn)量、生育期蒸散量及作物系數(shù)變化

圖3 所示為1980-2020年間冬小麥產(chǎn)量及生育期蒸散量變化情況。20世紀80年代、90年代、2001-2010年及2011年之后,充分供水條件下冬小麥產(chǎn)量平均值分別為4809.5 kg·hm、5570.7 kg·hm、6279.6 kg·hm和6964.3 kg·hm,同期蒸散量均值分別為401.4 mm、417.3 mm、452.7 mm 和471.9 mm。40年間產(chǎn)量增幅達42.4%,遠高于同期蒸散量17.6%的增幅,表明長期品種改良、化肥施用及田間管理措施優(yōu)化在提升作物產(chǎn)量方面發(fā)揮了積極作用。

圖3 1980—2020年充分供水條件下冬小麥產(chǎn)量及蒸散量的變化Fig.3 Variations of yield and evapotranspiration(ET) of winter wheat under sufficient water supply from 1980 to 2020

圖4 所示為1980-2020年冬小麥生育期作物系數(shù)變化,通常認為作物系數(shù)反映了作物本身的性質(zhì),在生長環(huán)境穩(wěn)定的情況下年際間保持穩(wěn)定,但圖4的結(jié)果反映出作物系數(shù)具有明顯的年際變化,并隨著田間管理措施的改善,作物產(chǎn)量提升同時需水量增加,作物系數(shù)呈現(xiàn)上升變化趨勢。20世紀80年代、90年代、2001-2010年及2011年之后,充分供水條件下冬小麥作物系數(shù)均值分別為0.76、0.80、0.81 和0.85,40年間作物系數(shù)增長11.6%,多年平均值為0.80。

圖4 1980—2020年充分供水條件下冬小麥作物系數(shù)的變化Fig.4 Variation of crop coefficient of winter wheat under sufficient water supply from 1980 to 2020

分析冬小麥生育期作物系數(shù)與實際蒸散量及參考作物蒸散量相關關系如圖5 所示。顯著性分析表明作物系數(shù)與冬小麥實際蒸散量相關性較高,與參考作物蒸散量并沒有顯著相關性。原因可歸結(jié)為各氣象因素變化維持了參考作物蒸散量相對穩(wěn)定,而同期冬小麥實際蒸散量與品種改良及田間管理措施所帶來的產(chǎn)量提升相關性較強,是影響作物系數(shù)的直接因素。 2017-2018年、2018-2019年、2019-2020年冬小麥生長季蒸散量分別為420.3 mm、471.9 mm 和434.7 mm,同期作物系數(shù)為0.79、0.86和0.79。

圖5 1980—2020年充分供水冬小麥作物系數(shù)與蒸散量、參考作物蒸散量相關分析Fig.5 Correlation analysis of crop coefficient,evapotranspiration,and reference crop evapotranspiration during winter wheat growing seasons under sufficient water supply from 1980 to 2020

根據(jù)測定結(jié)果,進一步分析冬小麥作物系數(shù)與產(chǎn)量、生物量相關關系如圖6 所示。作物系數(shù)隨產(chǎn)量及生物量變化均符合正相關關系,與生物量相關性更為顯著。其原因可解釋為隨著冬小麥生物量增加,各生育期冠層相應增大,較大的葉面積指數(shù)提高了蒸散量,在參考作物蒸散量保持穩(wěn)定的情況下導致作物系數(shù)隨之增加。

圖6 1980—2020年充分供水冬小麥作物系數(shù)與產(chǎn)量、生物量相關分析Fig.6 Correlation analysis of crop coefficient,yield and biomass of winter wheat under sufficient water supply from 1980 to 2020

2.3 2017-2020年冬小麥生長季作物系數(shù)變化

冬小麥3 個生育期(2017-2020年)氣象條件如表3所示。分析可知,2017-2018年、2018-2019年、2019-2020年冬小麥生長季降水量分別較為接近豐水年、平水年、枯水年標準。3 個生長季正積溫均高于多年平均值,符合近年來冬小麥生長季平均溫度不斷升高的趨勢,平均相對濕度低于多年平均。此外,生育期累計日照時數(shù)和平均風速2017-2018年接近常年水平外,另外兩個生長季均低于多年平均。3 個生長季無極端天氣情況出現(xiàn),利用Penman-Monteith 方程結(jié)合氣象觀測數(shù)據(jù)計算2017-2020年各生長季冬小麥生育期參考作物蒸散量分別為542.5 mm、538.8 mm 和551.5 mm,接近多年平均值。

表3 2017—2020年冬小麥生長季氣象條件Table 3 Weather conditions during winter wheat growing seasons from 2017 to 2020

現(xiàn)狀生產(chǎn)條件下,2017-2020年3 個冬小麥生長季,對于充分灌溉即生育期灌溉5 水共計360 mm的冬小麥處理,利用水量平衡法結(jié)合智墑儀監(jiān)測數(shù)據(jù)計算冬小麥每日實際蒸散量,結(jié)合同期參考作物蒸散量,求得充分供水條件下作物系數(shù)5日均值,同期冬小麥生育期灌溉、降水量如圖7 所示。對于取得最高產(chǎn)量的冬小麥處理,從單個生育期來看,作物系數(shù)呈現(xiàn)雙峰曲線變化特征,分別于越冬前期及開花-灌漿期出現(xiàn)峰值,且生育期后期作物系數(shù)高于前期,其中返青-拔節(jié)初期冬小麥達最大分蘗數(shù)后,部分無效分蘗枯萎,導致葉面積指數(shù)短期下降,蒸散量降低,表現(xiàn)為作物系數(shù)出現(xiàn)降低現(xiàn)象。3 個生長季各生育期作物系數(shù)均值分別為: 播種-越冬前0.70、越冬期間0.42、返青-拔節(jié)期0.76、拔節(jié)-抽穗期1.18、抽穗-灌漿期1.39、成熟期0.96。各生育期作物系數(shù)變化及峰值出現(xiàn)時間與葉面積指數(shù)變化規(guī)律相同。從作物生長角度看,在越冬前作物已形成一定的群體,需水量維持在一定強度,作物系數(shù)從播種到越冬呈現(xiàn)增加趨勢,并出現(xiàn)一個高峰。隨著冬小麥進入越冬期,地上部分枯黃,不再具有蒸騰能力,這個時段農(nóng)田蒸散以土壤蒸發(fā)失水為主,且維持低水平,因而這個時期的作物系數(shù)降低并維持在較低水平。越冬后,從返青期到抽穗揚花,作物葉面積指數(shù)不斷增加至最大水平,同時在這個階段隨著大氣溫度升高、輻射增強,作物日蒸散量不斷增加,作物系數(shù)出現(xiàn)顯著增加趨勢。

圖7 2017—2020年充分供水處理冬小麥作物系數(shù)及降雨量的變化Fig.7 Changes in crop coefficients of winter wheat under sufficient water supply and distribution of rainfall and irrigation during the growing seasons of winter wheat from 2017 to 2020

2017-2020年3 個生長季,根據(jù)主要生育期田間實測數(shù)據(jù)獲取的生物量及葉面積指數(shù),通過插值法計算獲得逐日生物量和葉面積指數(shù),結(jié)果如圖8所示。分析不同生育階段作物系數(shù)與生物量、葉面積指數(shù)相關性,結(jié)果如圖9 所示。在參考作物蒸散量沒有顯著差異的前提下,2018-2019年生長季作物系數(shù)整體高于其余兩個生長季。在考慮氣象因素對蒸散量的影響外,該生長季各生育期累計生物量及最終產(chǎn)量較高導致實際蒸散量增加,在參考作物蒸散量年際變化保持穩(wěn)定的前提下,使得生長季作物系數(shù)均值升高。因此,作物本身生長要素即葉面積指數(shù)、生物量累積是影響作物系數(shù)年際變化的重要因素。

圖8 2017—2020年充分供水處理冬小麥平均生物量及葉面積指數(shù)變化Fig.8 Changes in biomass and leaf area index during three growing seasons of winter wheat under sufficient water supply from 2017 to 2020

圖9 2017—2020年冬小麥主要生育期作物系數(shù)與生物量、葉面積指數(shù)的相關關系分析Fig.9 Correlation analysis between crop coefficients with biomass and leaf area index of winter wheat during different growth stages for three seasons from 2017 to 2020

對于冬小麥整個生育期,作物系數(shù)與生物量相關性略高于葉面積指數(shù)。不同生育階段分析,播種后至越冬前隨著冬小麥生長,早期土壤表面蒸發(fā)占比較高,蒸散量易受降雨量影響導致不同生育期作物系數(shù)差值較大,不穩(wěn)定性更為明顯。作物蒸散量隨葉面積指數(shù)同步增加,作物系數(shù)變化與葉面積指數(shù)呈顯著正相關。本階段末冬小麥平均生物量累計占全生育期的12.6%,葉面積指數(shù)達到峰值的26.5%,同時作物系數(shù)隨冬小麥耗水增加而顯著升高,由于冬小麥播種至越冬前期持續(xù)時間較長,3 個生長季此階段平均蒸散量占整個生育期均值的29.4%。冬小麥越冬期間農(nóng)田蒸散以土壤蒸發(fā)為主,蒸散速率維持較低狀態(tài),作物系數(shù)降低。進入返青-拔節(jié)期,無效分蘗死亡導致作物系數(shù)產(chǎn)生較大波動,致使生物量及葉面積指數(shù)與作物系數(shù)的相關性降低。

從拔節(jié)至抽穗-灌漿期,是冬小麥干物質(zhì)積累的重要階段,此階段蒸散量占總蒸散量的46.3%,同期積累了總生物量的80.2%,是作物系數(shù)增加并維持高水平的時期。本階段葉面積指數(shù)逐漸達到較高水平并維持穩(wěn)定,于揚花期達峰值后逐漸下降,葉片蒸散量提升使得作物系數(shù)達另一峰值且高于越冬前峰值。由于作物冠層較大,土壤蒸發(fā)占蒸散量的比例小,作物系數(shù)更多地反映了作物本身的蒸騰耗水特征。進入灌漿后期至成熟期,作物系數(shù)逐漸降低,主要是葉片生長活力降低,光合作用減弱,葉片蒸騰量降低,葉面積指數(shù)呈不斷下降趨勢,與作物系數(shù)變動顯著相關。

選取葉面積指數(shù)達到最高時期的冬小麥抽穗-灌漿期,分析與蒸散發(fā)強度相關性較強的飽和水汽壓差(VPD)及大氣溫度(),進一步分析作物系數(shù)與氣象因素的關系,結(jié)果如圖10 所示。VPD 與大氣溫濕度狀況密切相關,是決定大氣蒸散力的主要因素,VPD 與作物系數(shù)相關性高于。從顯著性來看,由于2018-2019年生長季作物生物量和葉面積指數(shù)大于其他兩個生長季,蒸散量與VPD 及相關性也高于其他兩個生長季,表明作物系數(shù)的年際變化受制于大氣蒸散力和作物本身的葉面積指數(shù)大小的影響。

圖10 2017—2020年冬小麥各生育期作物系數(shù)與飽和水汽壓差、溫度相關性分析Fig.10 Correlation analysis between crop coefficient with saturated water vapor pressure difference and air temperature during different growing stages of winter wheat for three seasons from 2017 to 2020

3 討論

本研究發(fā)現(xiàn),1980-2020年試驗地點參考作物蒸散量平均值為550.8 mm,平均增加1.4%,并未出現(xiàn)顯著上升趨勢。充分供水試驗結(jié)果表明,40年間冬小麥蒸散量平均值為434.7 mm,增長17.6%,作物系數(shù)多年平均值為0.80,增長11.6%。Zhang 等的研究表明,參考作物蒸散量(ET)年際變化相對穩(wěn)定,而冬小麥實際蒸散量與生長狀況密切相關,呈現(xiàn)季節(jié)性波動的特征,是影響作物系數(shù)主要因素。

作物系數(shù)變化與產(chǎn)量保持了一定的同步性,但40年間冬小麥產(chǎn)量增加42.4%,遠高于作物系數(shù)同期增幅,產(chǎn)量隨作物系數(shù)的增長速度略高于生物量,證明收獲指數(shù)的增加對冬小麥產(chǎn)量提升有很大的貢獻。在本研究區(qū)開展的其他研究表明,冬小麥產(chǎn)量與品種的更新和土壤養(yǎng)分含量的增加有關。Zhou等基于1960-2000年本地區(qū)的試驗結(jié)果,指出新品種的引進使冬小麥產(chǎn)量年均增加0.5%～1.0%。Zhang 等基于田間試驗及模擬的結(jié)果表明: 20世紀90年代冬小麥品種更新導致的產(chǎn)量增長率為24.7%,2000年后達52.0%。由于化肥投入量增加和秸稈還田的共同作用,40年來試驗地點土壤養(yǎng)分含量顯著提升,極大地促進了作物產(chǎn)量的提高。土壤養(yǎng)分增加可以調(diào)控作物葉片蒸騰效率,王艷哲研究發(fā)現(xiàn),光合速率與根系可利用土壤水中氮含量呈正相關,葉片水平水分利用效率也顯著提升。因此,品種更新、土壤養(yǎng)分含量提高帶來的收獲指數(shù)增加和光合效率的提升是冬小麥40年間產(chǎn)量和生物量增加高于耗水增加幅度的重要因素。因此,40年間冬小麥產(chǎn)量顯著提升,而農(nóng)田蒸散量提升幅度較低,作物系數(shù)緩慢增加。

對于冬小麥作物系數(shù)年際變化,FAO-56 計算指南中推薦冬小麥(無冷凍土壤)全生育期作物系數(shù)均值為0.75,其中冬小麥生育期前、中、后期標準作物系數(shù)分別為0.70、1.15 和0.20～0.40,由于指南中對作物生長環(huán)境有明確規(guī)定,實際應用中往往需要根據(jù)實際情況對作物系數(shù)計算值進行修正。例如花佳程等計算淮北平原主要地區(qū)作物系數(shù)多年均值為0.79,全生育期波動范圍為0.56～1.02,1991-2018年間作物系數(shù)在播種-出苗期、抽穗-灌漿期和灌漿-成熟期均呈現(xiàn)顯著上升趨勢,與產(chǎn)量提升所導致的需水量升高及氣溫、降水等氣候因子顯著相關。Kang 等研究表明中國西北干旱地區(qū)冬小麥1995-2014年間全生育期平均作物系數(shù)為0.83。不同生育期內(nèi)作物系數(shù)變化范圍為0.49～1.24,且峰值出現(xiàn)于生育期中后期。韓淑敏等基于中國科學院欒城農(nóng)業(yè)生態(tài)系統(tǒng)試驗站充分供水條件下冬小麥作物系數(shù)研究,計算得出1995-2001年間冬小麥生育期作物系數(shù)均值為0.80,生育期內(nèi)變化范圍為0.28～1.43,與本研究同期計算值基本相符,同時作物系數(shù)與降水年型無顯著相關性。本地區(qū)作物系數(shù)各生育期計算值及年際變化均值高于FAO-56 計算指南中的參考值,表明作物系數(shù)存在一定的區(qū)域性,同時從較長時間尺度看作物系數(shù)并非保持不變,而是與作物產(chǎn)量水平相關。

對于冬小麥各生育期作物系數(shù)變化,左余寶等計算得出魯北地區(qū)2006-2007年冬小麥播種-越冬前、返青-拔節(jié)、抽穗-灌漿和成熟期作物系數(shù)均值分別為0.84、1.05、1.58 和1.29,略高于本試驗區(qū),原因在于該地區(qū)較淺的地下水埋深(2～3 m)及較高的降水量(547.5 mm)使得冬小麥生育期蒸散量較高,達491.2 mm。時學雙等計算了關中地區(qū)冬小麥作物系數(shù)生育期內(nèi)逐月變化情況,其中11月、3月、5月和6月作物系數(shù)計算值分別為1.34、0.75、1.15 和0.54,生育期內(nèi)峰值出現(xiàn)于分蘗期與本試驗結(jié)果不一致,與該地區(qū)年日照時數(shù)達2616 h、秋季降雨較多使得冬小麥苗期蒸散量較高相關。從作物系數(shù)影響因素來看,陳玉民研究表明作物系數(shù)主要受產(chǎn)量、葉面積指數(shù)及葉片性狀、土壤表層水分、栽培因素影響,同時指出作物需水量過程線(或蒸散量過程線)年際間因降雨影響變化較大,而參考作物蒸散量是由同期多個氣象指標求得,一定時期內(nèi)較為穩(wěn)定,由此二者比值即作物系數(shù)呈現(xiàn)出年際間不穩(wěn)定性的特點。雷志棟等通過計算1980-1993年冬小麥各生育期作物系數(shù)均值,發(fā)現(xiàn)作物系數(shù)與葉面積指數(shù)直接相關,在返青-拔節(jié)期后太陽凈輻射、相對濕度和風速波動對作物系數(shù)影響逐漸增強。劉海軍等利用2003年和2004年兩個生長季計算冬小麥拔節(jié)抽穗期作物系數(shù)均值為1.26 和1.35,相關性分析表明葉面積指數(shù)與株高存在顯著相關性,可以利用株高進行作物系數(shù)估算。花佳程等研究表明冬小麥全生育期作物系數(shù)與氣溫顯著相關、而在生育期中后期與相對濕度相關性較強,不同氣象站點各氣候因子與作物系數(shù)之間相關性差異較大。

對于作物系數(shù)計算方案的合理性及準確性,宋妮等指出基于Penman 修正式和Penman-Monteith 公式的河南地區(qū)作物系數(shù)計算值分別為1.02 和0.87,后者與實測值更為接近,差異產(chǎn)生的原因在于參考作物蒸散量計算誤差較大。陳玉民提出了冬小麥作物系數(shù)年內(nèi)均值參考值,其中華北地區(qū)一般沿黃河兩岸為1.0 左右,北部的河北、山西、北京、天津等地都小于1.0,與本研究結(jié)果基本相符,證明了作物系數(shù)年際變化的長期穩(wěn)定性。

4 結(jié)論

太行山前平原作為重要的冬小麥產(chǎn)區(qū),1980-2020年來冬小麥生長季作物系數(shù)增加11.6%,多年平均值為0.80。作物系數(shù)與實際蒸散量相關性顯著,與參考作物蒸散量無顯著相關性,生產(chǎn)條件改善所帶來的冬小麥實際蒸散量的增加是作物系數(shù)升高的直接原因,同時生物量對作物系數(shù)的影響高于經(jīng)濟產(chǎn)量。2017-2020年生長季現(xiàn)狀生產(chǎn)條件下,冬小麥作物系數(shù)均值為0.81,略高于聯(lián)合國糧農(nóng)組織所提出的參考值0.75,體現(xiàn)了作物系數(shù)的區(qū)域性。作物系數(shù)與生物量的相關性高于葉面積指數(shù),各生長季間作物系數(shù)計算值范圍波動較大,生育期中后期作物系數(shù)與生物量及葉面積指數(shù)相關性增強,受飽和水汽壓差及溫度影響較為明顯。實際生產(chǎn)中需要結(jié)合不同品種冬小麥耗水特性及田間生長條件,對作物系數(shù)進行訂正,基于能夠反映生產(chǎn)實際的作物系數(shù),確定作物生育期需水和耗水規(guī)律,為區(qū)域水資源管理和優(yōu)化灌溉制度提供依據(jù)。