喬 英 馬英杰 辛明亮

(1.新疆農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院 烏魯木齊 830052； 2.新疆理工學(xué)院建筑工程學(xué)院 阿克蘇 843100)

棗樹(Ziziphusjujuba)作為近20年新疆成功引進(jìn)的重要經(jīng)濟(jì)林木，種植面積已達(dá)50萬hm2，占新疆林果種植面積的50%以上(新疆統(tǒng)計(jì)年鑒， 2020)。棗林可兼顧經(jīng)濟(jì)和生態(tài)環(huán)境雙重效益(吳翠云等， 2016)，但干旱區(qū)棗林僅靠降雨無法滿足需水要求，還需灌溉。干旱區(qū)作物的蒸散會(huì)消耗灌溉量的90%以上(Kiteetal., 2000)，隨著棗林種植面積的日益擴(kuò)大，水資源短缺問題更加突出，應(yīng)加強(qiáng)對(duì)棗林蒸散規(guī)律的研究以提高當(dāng)?shù)厮Y源利用效率(韓新生等， 2019； 王石言等， 2016)?，F(xiàn)階段，對(duì)干旱區(qū)人工棗林蒸散規(guī)律的研究相對(duì)較少，而測量蒸散量需要昂貴的儀器和專業(yè)人員的長期監(jiān)測(Gharsallahetal., 2013)，使用模型估算蒸散量是常用的解決辦法(Zhuetal., 2013)。

目前，林地稀疏冠層的蒸散模型多采用Shuttleworth-Wallace雙源模型(S-W模型)(楊雨亭等， 2012)和雙作物系數(shù)模型。S-W模型的求解參數(shù)較多、運(yùn)算量大，且假設(shè)土壤均質(zhì)，不適合滴灌、畦灌等灌溉方式； 而雙作物系數(shù)法因其參數(shù)少、使用方便等特點(diǎn)，被廣泛用于估算和區(qū)分蒸散量(閆世程等， 2017)。Rosa等(2012a)以FAO-56雙作物系數(shù)法為基礎(chǔ)開發(fā)了SIMDual_Kc模型，該模型以天為時(shí)間步長，利用水量平衡原理估算作物蒸散量，并區(qū)分植株蒸騰量和土壤蒸發(fā)量。當(dāng)植物覆蓋密度或葉面積低于全地被覆蓋時(shí)，SIMDual_Kc模型引入了作物密度系數(shù)Kd，使模型適用于地表只有部分作物覆蓋或高頻灌溉作物，例如蔬菜、果樹等(Aietal., 2020; Rosaetal., 2012a)，同時(shí)具有參數(shù)少、精度高、操作方便等特點(diǎn)(Allenetal., 2005; Rosaetal., 2012b)。SIMDual_Kc模型以氣象數(shù)據(jù)(氣溫、相對(duì)濕度、風(fēng)速、太陽輻射、降雨等)、土壤數(shù)據(jù)(土壤質(zhì)地、田間持水量、凋萎系數(shù)等)、作物數(shù)據(jù)(基礎(chǔ)作物系數(shù)、地面覆蓋度、根系深度、冠層高度等)、灌溉數(shù)據(jù)(灌溉方式、土壤濕潤比、灌溉制度等)為輸入?yún)?shù)，可模擬作物在不同灌溉方式(滴灌、噴灌、溝灌、雨養(yǎng)等)下的蒸散情況； 同時(shí)，還可以根據(jù)實(shí)際情況選擇性調(diào)整地表徑流、變化的地表覆蓋物、地表覆膜、地下水、間作、鹽分等數(shù)據(jù)。已有國外學(xué)者使用SIMDual_Kc模型在葡萄牙、印度等國家針對(duì)不同的人工林木，例如桃樹(Amygdaluspersica)(Pa?oetal., 2012)，橄欖(Canariumalbum)(Pa?oetal., 2014)，柑橘(Citrusreticulata)(Peddintietal., 2019)等)進(jìn)行蒸散量模擬，國內(nèi)學(xué)者則使用SIMDual_Kc模型針對(duì)一年生作物如玉米(Zeamays)(閆世程等， 2017)、溫室番茄(石小虎等， 2015)、冬小麥(Triticumaestivum)(王子申等， 2016)等)進(jìn)行蒸散量模擬。

綜上，本研究以干旱區(qū)人工棗林為對(duì)象，利用渦度協(xié)方差技術(shù)和熱脈沖法進(jìn)行了為期2年的蒸散量、植株蒸騰量監(jiān)測，擬驗(yàn)證SIMDual_Kc模型的適用性，以期為準(zhǔn)確估算干旱區(qū)人工棗林蒸散量、指導(dǎo)棗林科學(xué)灌溉提供理論依據(jù)。

1 試驗(yàn)區(qū)概況

試驗(yàn)區(qū)(圖1a)位于塔克拉瑪干沙漠西北邊緣的阿克蘇市農(nóng)業(yè)示范園(80°22′E，41°08′N)，海拔1 198 m，面積約170 hm2，屬典型的溫帶大陸性氣候(Bwk)，年平均太陽總輻射量5 671.36 W·m-2，年平均降雨量68.4 mm，年平均氣溫11.2 ℃，年平均蒸發(fā)1 993 mm(魏光輝， 2015)，地下水埋深大于10m，土壤質(zhì)地為砂土(表1)，土壤密度1.63 g·cm-3，田間持水率26.93%。

表1 試驗(yàn)區(qū)土壤水力學(xué)特性及土壤質(zhì)地Tab.1 Hydraulic characteristics and soil texture of the tested soil

試驗(yàn)作物為18年生灰棗，種植株行距2 m×4 m，冠層高度(4±0.12)m，采用井水滴灌，使用單翼迷宮式滴灌帶(滴頭間距20 cm，工作壓力0.1 MPa，滴頭流量3.2 L·h-1)，每行棗樹(沿行方向)布設(shè)3根滴灌帶(1根滴灌帶布置在樹干底部，其余2根對(duì)稱布置在距樹干1 m處)，見圖1d。灌溉量(mm)根據(jù)灌水前后實(shí)際土壤含水率的差值乘以實(shí)驗(yàn)區(qū)面積和濕潤比計(jì)算。使用氮、磷、鉀質(zhì)量比為2∶1∶ 2的滴灌專用肥隨水滴施，單次施肥量37 kg·hm-2，施肥時(shí)間為4月中旬至8月下旬，2次施肥之間進(jìn)行1次清水灌溉(表2)。

圖1 試驗(yàn)區(qū)地理位置及實(shí)驗(yàn)布置Fig.1 Location and experimental layout of the test area

表2 2年棗林生育期灌溉制度和施肥次數(shù)Tab.2 Irrigation and Fertilizer amount of jujube growth stages in two-year

2 材料與方法

2.1 SIMDual_Kc模型簡介

2.1.1 模型原理 使用雙作物系數(shù)法計(jì)算作物蒸散量(Rosaetal., 2012a)：

ET=Kc act×ET0=(KsKcb+Ke)×ET0。

(1)

式中：ET為作物蒸散量(mm·d-1)，Kc act為實(shí)際作物系數(shù)，ET0為參考作物蒸散量(mm·d-1)，Ks為水分脅迫系數(shù)(basalt crop coefficent)，Kcb為基礎(chǔ)作物系數(shù)，Ke為土壤蒸發(fā)系數(shù)(Rosaetal., 2012a)。參考作物蒸散量ET0采用FAO Penman-Monteith 方程計(jì)算(Rosaetal., 2012a)。

當(dāng)作物覆蓋密度或葉面積低于全地被覆蓋時(shí)，Kcb可用作物密度系數(shù)Kd表示(Rosaetal., 2012a)：

Kcb=Kc min+Kd(Kcb full-Kc min)；

(2)

(3)

(4)

(5)

式中：Kd為作物密度系數(shù)，反映作物密度或葉面積對(duì)基礎(chǔ)作物系數(shù)的影響；Kcb full為生長中期作物完全覆蓋地表或葉面積指數(shù)LAI>3時(shí)的基礎(chǔ)作物系數(shù)；Kc min為裸露地表(有植被存在)的最小作物系數(shù)，Kc min≈0.15～0.20(Rosaetal., 2012a)；Kcb cover為沒有植被等地面覆蓋時(shí)的基礎(chǔ)作物系數(shù)；fc為垂直俯視時(shí)植被覆蓋土壤表面的有效面積比，取值范圍0～0.99；fc eff為植物覆蓋或遮蔽的有效土壤表面比率；h為作物平均冠層高度；ML為fc eff的參數(shù)，表示植被(水平面)每單位ET和ET0的比值； HWR為作物的高寬比；β為太陽高于地平線的角度(Rosaetal., 2012a)。

土壤蒸發(fā)系數(shù)Ke用下面公式計(jì)算(Ritchieetal., 1972)：

Ke=Kei+Kep；

(6)

Kei=KriW(Kc max-Kcb)≤fewiKc max；

(7)

Kep=Krp(1-W)(Kc max-Kcb)≤fewpKc max。

(8)

式中:Kei為灌溉濕潤土壤的蒸發(fā)系數(shù)；Kep為降雨濕潤土壤的蒸發(fā)系數(shù)；Kcmax為降雨或灌溉后的最大作物系數(shù)；fewi、fewp為土壤被灌溉、降雨濕潤和僅被降雨濕潤的比例；W為將可用能量劃分為fewi和fewp組分的加權(quán)系數(shù)；Kri、Krp為fewi和fewp組分的蒸發(fā)遞減系數(shù)。

土壤水分脅迫系數(shù)Ks為根區(qū)土壤水分消耗的線性函數(shù)，反映根區(qū)土壤水分不足時(shí)對(duì)植株蒸騰的影響(Rosaetal., 2012a)：

(9)

式中，TAW為土壤根系層中的總有效水量(mm)，RAW為土壤根系層中易被吸收的有效水量(mm)，Dr為土壤根系層中土壤蒸發(fā)量的累積深度(mm)，P(water consuption rcttio)為土壤水分消耗比率。

2.1.2 模型參數(shù)率定 本試驗(yàn)灌溉方式為滴灌，無地表徑流； 因試驗(yàn)區(qū)田間管理好，雜草較少，不考慮變化的地表覆蓋物； 地下水埋深大于10 m，不考慮地下水影響； 試驗(yàn)作物無間作，不覆膜，不考慮鹽分影響； 將氣象數(shù)據(jù)、土壤數(shù)據(jù)、作物數(shù)據(jù)和灌溉數(shù)據(jù)輸入SIMDual_Kc模型，Kcb、p、蒸發(fā)層深度Ze(depth of evaporation layer，mm)、總蒸發(fā)水量TEW(total evaporation water ，mm)、易蒸發(fā)水量REW(readily evaporable water，mm)等參數(shù)需要根據(jù)實(shí)測蒸散量率定。采用試錯(cuò)法率定模型參數(shù)，具體步驟： 1)根據(jù)試驗(yàn)區(qū)土壤物理性質(zhì)選擇FAO-56推薦的Ze、TEW和REW值，代入不同Kcb和p運(yùn)行模型，使得模擬值與實(shí)測值標(biāo)準(zhǔn)差在10%之內(nèi)； 2)用上一步確定的Kcb和p代入SIMDual_Kc模型中，在相應(yīng)參數(shù)的范圍內(nèi)代入不同的Ze、TEW和REW，比較不同Ze、TEW和REW值的模擬結(jié)果，直到誤差趨于穩(wěn)定，找到最佳參數(shù)(王子申等， 2016)。SIMDual_Kc模型中的Kcb、p、Ze、TEW和REW等參數(shù)的初始值，根據(jù)試驗(yàn)區(qū)實(shí)際情況選用FAO-56推薦的參考值和模型建議值，或者采用相似條件下其他學(xué)者的模型參數(shù)率定值。本研究使用2018年實(shí)測數(shù)據(jù)率定SIMDual_Kc模型參數(shù)， 2019年實(shí)測數(shù)據(jù)進(jìn)行模型驗(yàn)證。

2.1.3 模型評(píng)價(jià) Rosa等(2012a)使用均方根誤差(root mean square error，RMSE)、平均絕對(duì)誤差(mean absolute error，MAE)、決定系數(shù)(determination coefficient，R2)、Willmot的相對(duì)無偏性的一致性指數(shù)(index of agreement，d)等誤差統(tǒng)計(jì)參數(shù)對(duì)模型的模擬效果進(jìn)行評(píng)價(jià)，本文增加模型效率納什系數(shù)(Nash-Sutcliffe efficiency，NSE)(Moriasietal., 2007)輔助評(píng)價(jià)模擬效果。模型評(píng)價(jià)效果： RMSE、MAE越接近0表示模型模擬效果越好，R2、d、NSE越接近1表示模型模擬效果越好。

2.2 觀測項(xiàng)目與方法

氣象數(shù)據(jù)： 采用Watchdog氣象站(Watchdog，Spectrum，美國)連續(xù)監(jiān)測降雨量(mm)、相對(duì)濕度RH(%)、太陽輻射Rs(W·m-2)、氣溫Ta(℃)、風(fēng)速u(m·s-1)，每30 min輸出1組數(shù)據(jù)。監(jiān)測時(shí)間為棗樹的生育期(2018年4月12日—10月20日， 2019年4月14日—10月20日)。

植株蒸騰量： 使用熱脈沖探針式莖流儀(SF-G，Dynamax Inc，美國)測量棗樹蒸騰量，在5 棵樣樹北面安裝探針，利用2根探針的溫度差計(jì)算樹干莖流，通過數(shù)據(jù)采集器(CR1000型，Campbell Scientific，美國)收集數(shù)據(jù)，每30 min輸出1組數(shù)據(jù)，觀測時(shí)間為2年棗樹的生育期期間因儀器故障， 2019年7月27日—至8月19日的數(shù)據(jù)缺失。

蒸散量： 采用渦度協(xié)方差系統(tǒng)監(jiān)測蒸散量，使用開路式紅外吸收分析儀與三維聲波風(fēng)速儀一體機(jī)(IRGASON，Campbell Scientific，美國)觀測下墊面潛熱通量(LE，即蒸散量)，迎風(fēng)向安裝在6 m處，使用數(shù)據(jù)采集器(CR3000型，Campbell Scientific，USA)收集數(shù)據(jù)，每30 min輸出1組數(shù)據(jù)，觀測時(shí)間為棗樹生育期。

土壤含水率： 使用土壤水分傳感器(Hydra ProbeⅡ，Stevens，芬蘭)埋設(shè)在渦度塔附近的地表以下2.5 cm、25 cm測量土壤含水率(土壤體積含水率，%)，通過數(shù)據(jù)采集器(CR3000型，Campbell Scientific，美國)收集數(shù)據(jù)，每30 min輸出1組數(shù)據(jù)，觀測時(shí)間為2年棗樹生育期。在土壤水分傳感器50 cm的范圍內(nèi)，選取3個(gè)點(diǎn)用土鉆分層取土，用烘干法測量實(shí)際土壤含水率，用于標(biāo)定儀器。

葉面積指數(shù)： 采用林地冠層數(shù)字分析系統(tǒng)(HemiView型，Delta-T，英國)監(jiān)測生育期內(nèi)5 棵樣樹的葉面積指數(shù)(leaf area index，LAI，m2·m-2)，觀測頻率為2018年5月28日—9月22日每月測量1次， 2019年5月8日—9月26日每半個(gè)月測量1次，使用實(shí)測葉面積指數(shù)擬合曲線并得到擬合公式(圖2)： LAI2018=-0.000 07x2+0.036 4x-2.282 1(R2=0.99)，LAI2019=-0.000 04x2+0.025x-1.599 3(R2=0.96)，其中x為日序數(shù)，LAI在2年的變化趨勢相似。

表3 棗樹生育期劃分Tab.3 Jujube growth stages for different treatment

圖2 2年實(shí)測葉面積指數(shù)及擬合曲線Fig.2 2-year measured leaf area index and fitted curve

2.3 數(shù)據(jù)處理方法

2.3.1 潛熱通量 使用軟件LoggerNet 4.5 (Campbell Science Inc. 美國)按照標(biāo)準(zhǔn)程序計(jì)算后輸出30min的潛熱通量數(shù)據(jù)(Leuningetal., 2006)，并根據(jù)穩(wěn)態(tài)測試、完整湍流特征、超聲風(fēng)速儀的水平定位等按照微氣象學(xué)經(jīng)驗(yàn)進(jìn)行數(shù)據(jù)質(zhì)量分級(jí)(Massmanetal., 2000)，將質(zhì)量不合格的數(shù)據(jù)刪除。使用R語言REddyProc包(Wutzleretal., 2018)(https://www.r-project.org/)插補(bǔ)缺失數(shù)據(jù)，采用交叉驗(yàn)證法驗(yàn)證插補(bǔ)數(shù)據(jù)精度，并使用誤差統(tǒng)計(jì)參數(shù)決定系數(shù)R2、一致性指數(shù)d、模型模擬效率納什系數(shù)NSE評(píng)價(jià)插補(bǔ)效果。

2.3.2 植株蒸騰量 植株蒸騰量測量選擇探針式莖流儀，樹干液流通量按Granier(1985)提出的公式計(jì)算：

(10)

式中：U為液流通量密度(mL·cm-2min-1)，ΔT為雙針溫差，ΔTmax是每天晚上ΔT的最大值，樹干液流通量每晚都回到零(Granier，1985)。

樹干液流計(jì)算公式：

F=U×S。

(11)

式中：F為樹干液流流量(mL·min-1)，S為樹木的邊材面積(cm2)。

3 結(jié)果與分析

3.1 生育期的氣象因素和ET0的逐日變化

2年生育期的降雨量(mm)、灌溉量(mm)和ET0(mm·d-1)變化規(guī)律見圖3，生育期劃分見表3。2018年生育期192天(4月12日—10月20日)， 2019年生育期190天(4月14日—10月20日)，2年生育期內(nèi)的降雨量分別為81.5、57.4 mm； 灌溉量分別為814.47、812.00 mm； 日平均氣溫分別為19.71、20.04 ℃； 日平均相對(duì)濕度分別為52.80%、56.26%； 2m處的平均風(fēng)速分別為1.20、1.22 m·s-1； 日均凈輻射Rn分別為134.51、133.22 W·m-2； 全生育期ET0分別為798.10、781.60 mm。

3.2 潛熱通量的數(shù)據(jù)插補(bǔ)

使用R語言REddyProc包插補(bǔ)潛熱通量缺失數(shù)據(jù)，采用交叉驗(yàn)證法檢驗(yàn)插補(bǔ)數(shù)據(jù)的質(zhì)量，2年實(shí)測潛熱通量和插補(bǔ)數(shù)據(jù)的誤差統(tǒng)計(jì)參數(shù)：R2均為0.93(圖4)，d均為0.99，NSE分別為0.85、0.87，誤差統(tǒng)計(jì)參數(shù)均在可接受范圍內(nèi)，說明REddyProc包插補(bǔ)的潛熱通量數(shù)據(jù)質(zhì)量較好，可作為試驗(yàn)區(qū)棗林蒸散量的測量值。插補(bǔ)后2年生育期的棗林蒸散量分別為ET2018=605.12 mm、ET2019=630.98 mm。

圖3 2年降雨量、灌溉量和參考作物蒸散量逐日變化Fig.3 Daily variation of rainfall, irrigation and reference crop evapotranspiration in two-year

圖4 潛熱通量的實(shí)測值和插補(bǔ)值R2Fig.4 Comparison of measured and REddyProc package interpolation latent heat fluxes

3.3 SIMDual_Kc模型參數(shù)率定與驗(yàn)證

3.3.1 參數(shù)率定與驗(yàn)證 使用SIMDual_Kc模型中砂土的推薦值(TEW為13 mm、REW為7 mm、Ze為0.15 m)的代入模型，因本文滴灌棗林和Pa?o等(2012)報(bào)道的滴灌桃園土壤條件相似——均為砂質(zhì)土壤，故參考Pa?o等(2012)在滴灌桃園中率定的參數(shù)p=0.5作為初始值。經(jīng)2018年實(shí)測蒸散量數(shù)據(jù)率定的SIMDual_Kc模型參數(shù)為： TEW=18 mm，REW=9 mm，Ze=15 mm，初期作物基礎(chǔ)系數(shù)：Kcb ini=0.18，中期作物基礎(chǔ)系數(shù)：Kcb mid=0.7，后期作物基礎(chǔ)系數(shù)：Kcb end=0.7，p在生育期均為0.5(表4)。

表4 SIMDual_Kc模型主要參數(shù)的初始值和率定值Tab.4 Initial and rate values of the main parameters of the SIMDual_Kc model

將2018年棗林蒸散量的實(shí)測值與模擬值作圖(圖5)，誤差統(tǒng)計(jì)參數(shù)見表5。SIMDual_Kc模型模擬的蒸散量和實(shí)測值吻合度較高， 2018年實(shí)測蒸散量為605.12 mm，模擬值為605.38 mm，生育期蒸散總誤差為0.26 mm。由表5可知， 2018年參數(shù)率定驗(yàn)證情況較好，估計(jì)誤差較小，均方根誤差RMSE為0.95 mm·d-1； 平均絕對(duì)誤差MAE為0.74 mm·d-1； 決定系數(shù)R2為0.57，大于0.5，表示模擬結(jié)果可接受； Willmot的一致性指數(shù)d較高，為0.86，表明均方誤差非常接近于建模引起的潛在誤差； 模型效率納什系數(shù)NSE為0.55，表明殘差方差遠(yuǎn)小于測得的數(shù)據(jù)方差，即該模型可較好地預(yù)測蒸散規(guī)律； NSE和d表明蒸散量的實(shí)測值和模擬值之間的一致性是可接受的。

圖5 2年蒸散量實(shí)測值和模擬值對(duì)比Fig.5 Comparison of measured and simulated values of evapotranspiration for 2 years

用2019年實(shí)測數(shù)據(jù)驗(yàn)證已率定的SIMDual_Kc模型參數(shù)， 2019年實(shí)測蒸散量為630.98 mm，模擬值為579.08 mm，生育期蒸散量的總誤差為51.9 mm，實(shí)測值和模擬值對(duì)比見圖5，誤差統(tǒng)計(jì)參數(shù)見表5。評(píng)價(jià)模擬效果的誤差統(tǒng)計(jì)參數(shù)均符合要求，與2018年的評(píng)價(jià)結(jié)果相似。經(jīng)參數(shù)校驗(yàn)后的SIMDual_Kc模型可較好的模擬干旱區(qū)人工棗林蒸散量，模擬精度較高，可反映出其蒸散特性，模擬結(jié)果可用于研究干旱區(qū)人工棗林的蒸散規(guī)律。

3.3.2 植株蒸騰量 SIMDual_Kc模型可區(qū)分土壤蒸發(fā)量和植株蒸騰量，使用已率定的模型參數(shù)模擬干旱區(qū)棗林的植株蒸騰量，利用2年熱脈沖莖流計(jì)實(shí)測植株蒸騰量驗(yàn)證模擬值，將實(shí)測值與模擬值作圖(圖6)，并計(jì)算誤差統(tǒng)計(jì)參數(shù)(表5)。2018年和2019年2年植株蒸騰量實(shí)測值和模擬值的吻合度較高，誤差統(tǒng)計(jì)參數(shù)RMSE為0.57 mm、0.58 mm·d-1，MAE為0.43、0.48 mm·d-1；R2為0.77、0.73；d為0.92、0.91； NSE為0.64、0.62； 決定系數(shù)R2、模型效率NSE和一致度d較好，各項(xiàng)誤差統(tǒng)計(jì)量取值均在合理范圍內(nèi)，說明SIMDual_Kc模型模擬棗林的植株蒸騰量精度高，可將蒸散量分為植株蒸騰量和土壤蒸發(fā)量，適用于干旱區(qū)人工棗林，模擬結(jié)果可用于研究棗林植株蒸騰規(guī)律。

圖6 2年植株蒸騰量實(shí)測值和模擬值對(duì)比Fig.6 Comparison of measured and simulated values of plants transpiration in 2 years

表5 實(shí)測值與模擬值的誤差統(tǒng)計(jì)參數(shù)Tab.5 Statistical parameters of the error between the measured and simulated values

3.4 模型預(yù)測

為評(píng)估灌溉頻率對(duì)干旱區(qū)人工棗林的蒸散量、植株蒸騰量的影響，根據(jù)2年的實(shí)際灌溉總量預(yù)設(shè)4個(gè)灌溉頻率情景，使用SIMDual_Kc模型預(yù)測了不同灌溉頻率的蒸散量。預(yù)測方案： A方案為2次灌水時(shí)間間隔1天， B方案為2次灌水時(shí)間間隔2天， C方案為間隔3天， D方案為間隔4天；單次灌溉量及灌溉次數(shù)見表6。使用2年實(shí)測的氣象數(shù)據(jù)、土壤數(shù)據(jù)、作物數(shù)據(jù)、已率定的模型參數(shù)和預(yù)測的灌溉方案進(jìn)行模擬，單次灌溉量為灌溉總量除以灌溉次數(shù)(預(yù)測方案的灌溉總量與實(shí)際灌溉總量略有差異)，情景預(yù)測的模擬結(jié)果見表6。

表6 不同灌溉頻率的SIMDual_Kc模型預(yù)測結(jié)果Tab.6 Prediction results of SIMDual_Kc model with different irrigation frequencies

情景預(yù)測的結(jié)果顯示，在氣象條件、土壤條件、作物條件不變時(shí)，蒸散量隨著灌溉頻率的增大而增大，間隔1天灌水的A方案蒸散量最大(689.12、681.70 mm)，間隔4天灌水的D方案蒸散量最小(626.25、620.16 mm)。蒸散量的變化主要由土壤蒸發(fā)量影響，灌溉頻率對(duì)土壤蒸發(fā)量的影響較大，隨著灌溉頻率的降低，土壤蒸發(fā)量由239.00、238.65 mm逐漸減少至177.00 mm、177.24 mm； 而灌溉頻率對(duì)植株蒸騰量的影響較小，4個(gè)灌水頻率的植株蒸騰量基本保持一致[(449.26±0.87) mm、(442.90±0.20) mm]，這可能因?yàn)楣喔攘靠蓾M足作物的正常生長，作物的葉面積指數(shù)、根系深度、冠層高度均沒有改變。2年的模擬結(jié)果相似，即灌溉量相同時(shí)，灌水頻率高低對(duì)土壤蒸發(fā)量影響較大(土壤蒸發(fā)量隨著灌溉頻率的增大而增大)，而對(duì)植株蒸騰量影響較小。

4 討論

4.1 SIMDual_Kc模型的模擬精度

SIMDual_Kc模型已經(jīng)在多種人工經(jīng)濟(jì)林上得到了驗(yàn)證。Pa?o等(2012)在地中海氣候的葡萄牙南部桃園使用該模型模擬蒸散量、植株蒸騰量，蒸散量的模擬精度為：R2=0.56～0.85，d=0.85～0.95； 植株蒸騰量的模擬精度為：R2=0.49～0.80，d=0.81～0.94。Peddinti等(2019)在印度中部柑橘園使用該模型模擬植株蒸騰量的精度為： RMSE=0.35 mm·d-1，MAE=0.25，R2=0.56，NSE=0.35。Pa?o等(2014)在葡萄牙橄欖園使用該模型模擬植株蒸騰量精度為：R2=0.65～0.76，MAE=0.28～0.34 mm·d-1，NSE=0.60～0.71，d=0.90～0.93。本研究在干旱區(qū)棗林使用該模型模擬蒸散量、植株蒸騰量，蒸散量的模擬精度為：R2=0.57～0.60，d=0.86～0.87； 植株蒸騰量的模擬精度為： RMSE=0.57～0.58 mm·d-1，R2=0.73～0.77，d=0.91～0.92，MAE=0.43～0.48 mm·d-1，NSE=0.62～0.64。蒸散量的模型模擬誤差統(tǒng)計(jì)參數(shù)R2和d均在桃園的數(shù)值范圍內(nèi)。植株蒸騰量的模型模擬誤差統(tǒng)計(jì)參數(shù)R2比柑橘園的數(shù)值高，在桃園、橄欖園的數(shù)值范圍內(nèi)；d在橄欖園、柑橘園的數(shù)值范圍內(nèi)； NSE在橄欖園的數(shù)值范圍內(nèi)； RMSE比柑橘園的數(shù)值高； MAE比橄欖園、柑橘園的數(shù)值高。

本研究使用SIMDual_Kc模型在棗林模擬蒸散量、植株蒸騰量與國外學(xué)者在人工經(jīng)濟(jì)林的模擬誤差統(tǒng)計(jì)參數(shù)R2、d、NSE數(shù)值范圍相似，RMSE、MAE稍大，說明SIMDual_Kc模型在干旱區(qū)人工棗林模擬蒸散量和植株蒸騰量精度可靠，可作為干旱區(qū)人工棗林估算蒸散量、植株蒸騰量的有效工具。

4.2 模型參數(shù)

經(jīng)率定，SIMDual_Kc模型在干旱區(qū)人工棗林的基本作物系數(shù)為Kcb ini=0.18，Kcb mid=0.7，Kcb end=0.7，土壤蒸發(fā)參數(shù)為： TEW=18 mm，p=0.5； 而Ai等(2020)在干旱區(qū)的棗樹-棉花間作生態(tài)系統(tǒng)使用雙作物系數(shù)法模型的基礎(chǔ)作物系數(shù)為Kcb ini=0.4，Kcb mid=1.0，Kcb end=0.7，TEW=39 mm，p=0.5； 與本文有差異。

基本作物系數(shù)不同的原因： 1)研究對(duì)象的樹齡不同。Ai等(2020)研究棗樹為5～7年生，屬于幼齡棗樹； 本文研究棗樹為18年生，屬于盛年期，樹齡的不同造成作物的冠層高度、根深、葉面積指數(shù)均有差別。2)種植密度不同。Ai等(2020)研究棗樹的株行距為1 m×4 m，本研究棗樹的株行距為2 m×4 m，種植密度會(huì)影響作物密度因子Kd和葉面積指數(shù)，導(dǎo)致基礎(chǔ)作物系數(shù)Kcb和土壤蒸發(fā)系數(shù)Ke變化，會(huì)影響植株蒸騰量和土壤蒸發(fā)量。

土壤蒸發(fā)參數(shù)TEW不同的原因可能是研究區(qū)土壤性質(zhì)不同。Ai等(2020)研究區(qū)的土壤上層(0～50 cm)為粉質(zhì)壤土，下層(50～100 cm)為細(xì)砂； 本研究的土壤上層(0～50 cm)為砂土，下層(50～100 cm)為壤質(zhì)砂土； 土壤性質(zhì)不同，導(dǎo)致土壤蒸發(fā)參數(shù)系不同，造成模型參數(shù)TEW的不同。

Pa?o等(2012)在葡萄牙南部滴灌桃園、Ai等(2020)在干旱區(qū)的滴灌棗園、本文在干旱區(qū)的滴灌棗林，SIMDual_Kc模型參數(shù)土壤水分消耗比率p均為0.5，其原因可能是這3項(xiàng)研究的灌溉方式均為滴灌：p值較小與灌溉頻率較高、滴灌的部分濕潤土壤以及作物根系發(fā)育不良有關(guān)，這與Pa?o等(2012)研究結(jié)果一致。

4.3 模型優(yōu)勢及不確定性

SIMDual_Kc模型中利用作物密度因子Kd對(duì)Kcb進(jìn)行的調(diào)整計(jì)算。本研究人工棗林行距為4 m，田間管理較好，雜草少，地表覆蓋度低，冠層稀疏且使用滴灌(高頻灌溉)，故使用Kd計(jì)算Kcb較為合適。Allen等(2005)和Ayars等(2003)報(bào)道基礎(chǔ)作物系數(shù)Kcb和地表覆蓋比例之間的密切關(guān)系，Goodwin等(2006)采用Kcb=1.52 ×fc eff的線性關(guān)系，將基礎(chǔ)作物系數(shù)與地表有效覆蓋度進(jìn)行了關(guān)聯(lián)，說明作物密度因子Kd估算Kcb是可行的。同時(shí)，也說明SIMDual_Kc模型比較適合冠層稀疏、高頻灌溉的人工林。

目前，使用SIMDual_Kc模型模擬蒸散時(shí)，都是在多年生作物的某一個(gè)階段。如，Pa?o等(2012)在葡萄牙桃園的研究對(duì)象為2～3年生幼齡桃樹； Pa?o等(2014)在葡萄牙橄欖園的研究對(duì)象為7～8年生橄欖樹； Peddinti等(2019)在印度柑橘林的研究對(duì)象為8年生的成熟柑橘樹； Villalobos等(2009)在西班牙柑橘林的研究對(duì)象為17年生柑橘； 本文在干旱區(qū)棗林的研究對(duì)象為18年生盛年期棗樹。Pa?o等(2014)和Testi等(2006)曾報(bào)道，多年生橄欖的植株蒸騰作用受樹齡等因素影響。本文只驗(yàn)證了SIMDual_Kc模型在盛年期棗樹的適用性，率定的模型參數(shù)適用于盛年期棗樹，而棗樹在幼齡期和盛年期的蒸散、植株蒸騰規(guī)律是否相同以及模型參數(shù)是否相同還有待驗(yàn)證。SIMDual_Kc模型用于模擬多年生作物長時(shí)間序列蒸散規(guī)律時(shí)，其適用性還有待進(jìn)一步研究。

SIMDual_Kc模型適用于各種灌溉方式(例如降雨、噴灌、漫灌、畦灌、交替溝渠灌溉、滴灌等)，同時(shí)，還可以選擇性調(diào)整地表徑流、變化的地表覆蓋物、地表覆膜、地下水、間作、鹽分等數(shù)據(jù)，該模型的適用范圍較廣。

4.4 灌溉頻率對(duì)蒸散的影響

El-Hendawy等(2008)認(rèn)為，灌溉頻率是滴灌制度中的重要因素之一，在灌溉量相同時(shí)，灌溉頻率會(huì)影響土壤水分分布、水分利用效率和作物產(chǎn)量，必須為不同生態(tài)系統(tǒng)制定最合適的灌溉制度。Villalobos等(2009)在西班牙滴灌柑橘園中發(fā)現(xiàn)，柑橘的蒸散量受土壤蒸發(fā)量的影響較大，而土壤蒸發(fā)量主要受降雨頻率、灌溉頻率的影響。喬英等(2021)在干旱區(qū)棗園使用結(jié)構(gòu)方程模型分析土壤表層含水率對(duì)植株蒸騰和土壤蒸發(fā)的影響，結(jié)果顯示，土壤表層含水率對(duì)土壤蒸發(fā)的直接影響系數(shù)為0.69，而對(duì)植株蒸騰的直接影響系數(shù)為0.29。本文的情景預(yù)測結(jié)果顯示，在灌溉量相同時(shí)，灌溉頻率對(duì)土壤蒸發(fā)量影響較大，對(duì)植株蒸騰影響較小，與前人學(xué)者的研究結(jié)果一致。這可能是因?yàn)椋?dāng)生育期內(nèi)的總灌溉量不變時(shí)，沒有發(fā)生水分虧缺情況，所以棗樹葉面積指數(shù)正常，在這種情況下增加灌溉頻率，會(huì)使土壤表層(0～10 cm)的土壤含水率增大，而土壤表層含水率的增大直接導(dǎo)致土壤蒸發(fā)量的增大。灌溉頻率過低，當(dāng)單次灌溉量高于土壤儲(chǔ)水能力時(shí)，會(huì)導(dǎo)致部分灌溉水可能沒有被植物利用，而是排到根系以下的土壤中，產(chǎn)生深層滲漏。沙質(zhì)土壤的儲(chǔ)水能力相對(duì)較低，更容易造成深層滲漏。灌溉頻率過高，會(huì)造成土壤表層含水率一直處于較高的水平，導(dǎo)致土壤蒸發(fā)量增大。以上結(jié)果表明，適合的灌溉頻率即可以減少深層滲漏的概率，又可以減少土壤蒸發(fā)量，確定滴灌系統(tǒng)的灌溉頻率，對(duì)干旱區(qū)人工棗林的農(nóng)業(yè)節(jié)水非常重要。

5 結(jié)論

1) SIMDual_Kc模型可用于模擬干旱區(qū)人工棗林的蒸散量、植株蒸騰量，模型模擬精度較高，模擬精度評(píng)價(jià)指標(biāo)：R2為0.57～0.73，d為0.86～0.92，NSE為0.51～0.64，模型可做為干旱區(qū)人工棗林估算蒸散量、植株蒸騰量的有效工具。

2) SIMDual_Kc模型在干旱區(qū)人工棗林適用的參數(shù)為：Kcb ini=0.18，Kcb mid=0.7，Kcb end=0.7，Ze=0.15 m，TEW=18 mm， REW=19 mm，p=0.5。

3) 灌溉頻率過低會(huì)增加深層滲漏的概率，灌溉頻率過高會(huì)增加土壤蒸發(fā)量，選擇合適的灌溉頻率對(duì)干旱區(qū)農(nóng)業(yè)節(jié)水很重要。