DOI: 10.12357/cjea.20230197
刘梓萌, 李璐, 李昊天, 刘娜, 王鸿玺, 邵立威. 华北平原40年夏玉米作物系数变化及影响因素[J]. 中国生态农业学报 (中
英文), 2023, 31(9): 1355?1367
LIU Z M, LI L, LI H T, LIU N, WANG H X, SHAO L W. Changes and influencing factors of crop coefficient of summer maize dur-
ing the past 40 years in the North China Plain[J]. Chinese Journal of Eco-Agriculture, 2023, 31(9): 1355?1367
华北平原40年夏玉米作物系数变化及影响因素
刘梓萌1,2, 李 璐1,2, 李昊天1,2, 刘 娜1,2, 王鸿玺3, 邵立威1
(1. 中国科学院遗传与发育生物学研究所农业资源研究中心/中国科学院农业水资源重点实验室/河北省节水农业重点实验室
石家庄 050022; 2. 中国科学院大学 北京 100049; 3. 国网河北省电力有限公司营销服务中心 石家庄 050035)
摘 要: 作物系数(作物实际蒸散量与参考作物蒸散量之比, Kc)作为农田需耗水确定的关键参数, 对农业精准灌溉
和节水具有重要的参考价值。研究作物系数如何受生产条件和气象条件变化的影响, 可为准确确定作物系数提供
依据。本研究基于中国科学院栾城农业生态系统试验站1980—2018年充分灌溉条件下夏玉米作物系数变化规律
及影响因素, 利用2019—2021年夏玉米不同灌水处理下的试验数据, 确定不同供水条件下夏玉米作物系数的计算
方法。结果表明, 1980—2018年参考作物蒸散量(ETo)基本保持稳定, 但存在年际波动。充分供水条件下夏玉米实
际蒸散量(ETc)在2005年之前保持年际间稳定, 近年来年际间波动幅度较大。作物实际蒸散量与参考作物蒸散量
之比的作物系数多年平均值为0.91, 年际变异系数为12.36%。作物系数受作物产量和大气条件影响, 产量的增加伴
随着夏玉米实际蒸散量的增加, 参考作物蒸散量主要受平均风速和日照时数的影响。分析表明作物系数由参考作
物蒸散量和实际蒸散量共同决定, 且受夏玉米实际蒸散量的影响较大。灌水量的差异是造成相同年份不同处理间
差异的主要因素。利用缺水处理下土壤水分状况和不同土层相对根长密度计算土壤水分胁迫系数, 结果表明使用
缺水灌溉处理的土壤有效水分含量对夏玉米作物系数进行校正, 所得值与实际值最为接近, 可根据计划控制的土壤
水分状况调整作物系数, 确定不同控水条件下的农田实际耗水量。
关键词: 夏玉米; 作物系数; 充分灌溉; 缺水灌溉; 水分胁迫系数
中图分类号: S512.11开放科学码(资源服务)标识码(OSID):
Changes and influencing factors of crop coefficient of summer maize during the
past 40 years in the North China Plain
LIU Zimeng1,2, LI Lu1,2, LI Haotian1,2, LIU Na1,2, WANG Hongxi3, SHAO Liwei1
(1. Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences / Key Labor-
atory of Agricultural Water Resources, Chinese Academy of Sciences / Hebei Key Laboratory of Agricultural Water-saving, Shijiazhuang
050022, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China; 3. State Grid Hebei Electric Power Co., Ltd.
Marketing Service Center, Shijiazhuang 050035, China)
Abstract: As a key parameter for determining crop water consumption, accurate estimation of the crop coefficient (Kc) is important
for irrigation scheduling. Kc is influenced by changes in production and meteorological conditions. This study analyzed Kc changes
河北省创新团体项目(D2021503001)、河北省重点研发计划项目(21326410D)和国网河北省电力有限公司项目 (SGHEYX00SCJS2100077)资助
通信作者: 邵立威, 主要从事作物水分高效利用研究。E-mail: liweishao@sjziam.ac.cn
刘梓萌, 主要从事农田节水机理与技术研究。E-mail: Liuzimeng21@mails.ucas.ac.cn
收稿日期: 2023-04-14 接受日期: 2023-06-01
The study was supported by the Hebei Innovation Group Project (D2021503001), the Hebei Key R&D Initiative Project (21326410D) and the Project
of State Grid Hebei Electric Power Co., Ltd. (SGHEYX00SCJS2100077).
Corresponding author, E-mail: liweishao@sjziam.ac.cn
Received Apr. 14, 2023; accepted Jun. 1, 2023
中国生态农业学报 (中英文) ?2023年9月 ?第?31?卷 ?第?9?期
Chinese?Journal?of?Eco-Agriculture,?Sep.?2023,?31(9):?1355?1367
http://www.ecoagri.ac.cn
from 1980 to 2018 for summer maize under sufficient water supply based on long-term field experiments at the Luancheng Agro-Eco-
system Experimental Station of the Chinese Academy of Sciences. Using data of the three most recent seasons from 2019 to 2021 for
maize under normal and water-deficit conditions, the calibration coefficient of Kc by soil water content was developed and tested. The
results showed that the reference crop evapotranspiration (ETo) was stable from 1980 to 2018; however, seasonal fluctuations were
observed. The actual evapotranspiration (ETc) of summer maize under adequate water supply conditions has substantially changed
over recent years. The multiyear average Kc for maize was 0.91, and the interseasonal variation coefficient was 12.36%. Kc is affected
by crop yield and atmospheric conditions. An increase in yield was accompanied by an increase in the ETc of summer maize. ETo was
mainly affected by average wind speed and sunshine hours. Our analysis revealed that Kc is determined by ETo and ETc and is greatly
affected by the ETc of summer maize. For the three most recent seasons, the difference in irrigation quantity was the main factor caus-
ing differences in Kc among the different treatments in the same season. Kc adjustment using different methods considering the soil
water content could be used to estimate ETc. Incorporating the root length distribution factor into the soil water status for Kc adjust-
ment provided a better estimate of ETc using the crop coefficient method. Therefore, Kc can be adjusted according to the root-zone soil
moisture status to determine the actual crop water consumption.
Keywords: Summer maize; Crop coefficient; Full irrigation; Deficit irrigation; Water stress coefficient
华北平原是我国重要的粮食产区, 农业用水占
总用水量的70%以上, 其中有75%以上来自地下水,
导致该地区地下水超采现象十分严重[1]。由此造成
的水资源短缺现象已成为威胁该区域农业生产、社
会经济发展的最大障碍。另外当前该地区农业用水
效率与灌溉水利用效率较低[2], 因此准确估计该区农
业需水量, 因地制宜采取相应的节水措施, 对实现农
业水资源的高效利用、确保粮食安全发挥着重要作
用[3]。计算作物系数(Kc)是估计作物需水量等农业
灌溉指标的基础, 准确计算作物系数对提高农田水
分利用率、制定科学合理的灌溉制度具有重要的现
实意义[4]。联合国粮农组织出版的FAO56将作物系
数定义为作物实际蒸散量(ETc)与参考作物蒸散量
(ETo)的比值[5]。参考作物蒸散量定义为一种假设的
积极生长、完全遮蔽地面、高度均匀、不缺水的参
考绿草蒸散发速率[6]。虽然FAO56提出的作物系数
法已经在许多地区和作物中得到验证, 但作物系数
在较长时期内如何变化, 在不同年份是否稳定仍不
确定[7]。
作物系数取决于作物类型及其品种、作物高度、
叶片特征、土壤性质、气候条件、灌溉方法等, 不
同作物会有不同的作物系数, 即使是同一种作物由
于植被和地表及其他因素的变化, 作物系数在整个
生育期也会有所不同[8]。李昊天等[9]研究发现, 太行
山前平原冬小麦作物系数并不是稳定不变的, 而是
呈上升趋势变化。李波等[10]研究指出, 70年间东北
地区春玉米(Zea mays)全生育期作物系数年际变化
呈显著下降趋势。Guo等[7]研究发现, 西北地区12
年地膜覆盖下玉米作物系数存在年际间变动, 变异
系数为12.18%。因此, 在不同地区以及不同管理措
施下, 需要考虑FAO56推荐作物系数是否适用, 是否
需要根据该地区实际情况调整作物系数参考值。
华北农业节水问题一直是我国节水农业研究的
焦点问题[11], 优化灌溉制度, 减少灌溉用水量是农田
节水的重要方面[12]。亏缺灌溉被认为是对灌溉制度
进行的合理调整, 在保证作物生长的前提下最大限
度提高水分利用效率的方法, 近年来已逐渐取代传
统的充分灌溉[13-14]。夏玉米生育期处在雨热充足的
夏季, 降水量充足, 对夏玉米进行亏缺灌溉可减少夏
玉米的奢侈耗水和土壤水分无效蒸发[15]。了解和估
算非充分灌溉条件下夏玉米作物系数, 对改进灌溉
方案、提高水分利用效率、保证华北地区玉米的高
产稳产具有重要意义。
本研究基于中国科学院栾城农业生态系统试验
站夏玉米长期定位灌溉试验, 通过长期气象、土壤
含水量及生物量和产量数据, 获得1980 ?2018年夏
玉米充分灌溉下的作物系数, 分析近40年间作物系
数的变化规律及影响因素。同时基于2019 ?2021
年夏玉米不同灌水试验, 计算并分析夏玉米充分灌
溉与非充分灌溉条件下作物系数变化及影响因素,
为确定夏玉米作物系数和制定合理灌溉制度提供重
要参考。
1 材料与方法
1.1 试验地点
本研究利用在中国科学院栾城农业生态系统试
验站(简称“栾城站”)进行的长期定位灌溉试验数据
进 行 分 析 。 栾 城 站 位 于 华 北 平 原 北 部(37°53′N,
114°41′E; 海拔50 m), 属于暖温带半湿润半干旱季风
气 候 区, 光 热 资 源 丰 富 。 作 物 种 植 模 式 为 冬 小 麦
(Triticum aestivum)和夏玉米一年两熟, 一般在10月
1356 中国生态农业学 报 (中英文 )?2023 第 31 卷
http://www.ecoagri.ac.cn
初播种冬小麦, 并在次年6月10日左右收获, 冬小麦
收获后立即播种夏玉米。采用曹永强等[4]的方法划
分夏玉米生育期, 6月中旬至7月初为初始生长期
(播种 ?拔节期), 7月初至7月末为快速发育期(拔节 ?
大喇叭口期), 8月初至8月末为生育中期(大喇叭口 ?
灌浆初期), 9月初至9月末为生育后期(灌浆 ?成熟
期), 9月底收获。受季风气候影响, 华北平原降水分
配极不均匀, 约70%的降水集中于夏玉米生长季,
1980?2021年 夏 玉 米 生 长 季 多 年 平 均 降 水 量 为
313 mm, 夏玉米需水量在400 mm以上[16], 在夏玉米
季灌溉1次水, 可维持玉米稳产[17]。试验地点以地下
水为主要灌溉水源。试验地点2 m土壤剖面0~90 cm
土层主要为壤土, 90 cm以下土壤为黏土。0~200 cm
土壤剖面平均田间持水量为35.6% (体积含水率), 凋
萎系数为13.1% (体积含水率), 土壤pH为8.0。
1.2 试验设计
明确作物系数年际变化的影响因素可为准确确
定作物需水量提供依据。本研究依托栾城站长期定
位灌溉试验设置冬小麦、夏玉米生育期不灌水、灌
水1次、灌水2次、灌水3次、灌水4次和灌水5
次6个处理, 每个处理设置4次重复, 试验小区随机
排列, 各小区面积为4 m×10 m。每个小区之间及试
验地周边用2 m宽的保护行隔开, 保护行不灌水, 减
少相邻小区之间水分影响。选取最高产量灌溉处理
为充分灌水处理进行作物系数(Kc)计算。
为研究夏玉米作物系数随不同灌水处理的变化,
选择近3年(2019 ?2021年) 3个灌水处理进行分析。
3个灌水处理分别为只灌溉出苗水(I1); 出苗水+大
喇叭口期进行灌水(I2); 在I2水平上根据夏玉米降
水情况, 后期再增加一次灌水(I3)。灌水通过低压管
道输水至每个小区, 低压管道安装水表, 控制每个小
区的灌水量。每次灌水75 mm。本研究认为I1为缺
水灌溉处理, I2和I3根据不同生长季的降水情况, 可
作为充分供水处理。
长期定位灌溉试验的田间管理除灌水外, 与当
地大田管理措施一致。在试验开始时, 冬小麦和夏
玉米地上部分秸秆在收获后全部从田间移出。20世
纪80年代中期, 冬小麦收割后的秸秆被留在田间,
从90年代中期开始, 两季作物的秸秆都还田。1980 ?
2021年夏玉米生长季田间管理措施变化如表1所示。
冬小麦收获后实施免耕播种夏玉米, 行距设置为等
行距60 cm, 密度一般为5~6株?m?2。
表 1 1980 ?2021年长期定位灌溉试验期间夏玉米品种及施肥量变化
Table 1 Changes of cultivar and fertilization rate of summer maize in the long-term irrigation experiment from 1980 to 2021
时期
Period
栽培品种
Cultivar
两季作物总施肥量
Total fertilizer use
amount of two season crops
施肥管理
Management of fertilizer application
20世纪 80年代
1980s
单杂交品种
Single hybrid
150~200 kg(N)?hm?2, 80~100
kg(P2O5)?hm?2, 20 kg(K2O)?hm?2
全部磷肥和钾肥以及 1/4氮肥作为基肥 , 在冬小麦播前全部施入 。 剩余氮肥分为
两等份 , 分别在冬小麦拔节期和玉米大喇叭口期随灌溉水或降水施入
All phosphate fertilizer, all potassium fertilizer, and 1/4 of nitrogen fertilizer are
used as the base fertilizer, and all are applied to the field before winter wheat
sowing. The remaining nitrogen fertilizer is divided into two equal parts, which are
applied with irrigation water or precipitation during the jointing stage of winter
wheat and the big bell mouth stage of maize
20世纪 90年代
1990s
紧凑型杂交种
Compact hybrid
250~300 kg(N)?hm?2, 100~150
kg(P2O5)?hm?2, 20 kg(K2O)?hm?2
20世纪 90年代末
至 21世纪初
From end of 1990s to
early 21st century
大穗型杂交种
Large panicle
hybrid
350~375 kg(N)?hm?2, 130~170
kg(P2O5)?hm?2, 20 kg(K2O)?hm?2
21世纪初至 21世纪
20年代初
From early 21st century
to early 2020s
杂交种 “郑单
958”
Hybrid of
“Zhengdan 958”
400~425 kg(N)?hm?2, 180~200
kg(P2O5)?hm?2, 30~40
kg(K2O)?hm?2
1.3 测定项目
1.3.1 气象因素
利用栾城站标准气象站获取气象数据, 包括日
最低温度、最高温度、平均温度、相对湿度、降水
量、10 m高度风速和日照时数。根据FAO56提供
的公式[6]将10 m高度风速转为2 m高度风速。
1.3.2 土壤含水量
试验期间用3种方式监测土壤含水量变化。夏
玉米播种前、各生育期及收获后均采用土钻取土烘
干法测定0~200 cm土壤剖面不同土层(每20 cm为
一层)土壤重量含水量(g?g?1), 乘以相应土层土壤容
重获得体积含水量。1986年开始, 在每个小区安装
深度为2 m的铝管, 间隔7~10 d用中子仪测定0~200
cm土壤剖面不同土层(每20 cm为一层)土壤体积含
水 率(其 中1986 ?2010年, 中 子 仪 型 号 为 IH-Ⅱ,
Cambridge, UK; 2011年后中子仪型号为503DR, CPN
International Inc., USA)。每次测定前对中子仪测定
数值进行校正。2019 ?2021年夏玉米生长季, 每个
处理选择一个小区安装2 m埋深的智墒仪(ET200,
东方智感科技股份有限公司, 中国), 以每10 cm为一
第 9 期 刘梓萌等 : 华北平 原 40年夏玉米作物系数变化及影响因素 1357
http://www.ecoagri.ac.cn
层连续测定土壤体积含水率, 测定数据通过无线网
络传输并远程下载。
1.3.3 夏玉米生物量、产量和叶面积指数
夏玉米主要生育期各小区取2~4株玉米进行生
物量和叶面积指数的测定, 用卷尺测定每一片叶子
的长度和宽度, 使用经验系数进行校正, 获得玉米叶
面积, 结合密度测定, 计算叶面积指数; 用生物量和
产量计算收获指数。2019 ?2021年从夏玉米苗期到
收获期, 每隔10~20 d在各小区分别选取夏玉米4株,
定时测定叶面积变化, 通过面积和密度计算叶面积
指数(LAI)的动态变化过程。
1.4 计算项目
1.4.1 参考作物蒸散量(ETo)
采用1998年联合国粮农组织修正后的Penmen-
Monteith公式[6]计算夏玉米生育期和不同生育阶段
的参考作物蒸散量。参考作物蒸散量定义为面积大、
高度均匀、生长旺盛、完全遮蔽地面且供水充分的
绿色草地(反射率为0.23, 高度为0.12 m, 表面空气阻
力为 70 s?m?1)蒸散量[18]。具体计算公式为:
ETo =
0:408 ? (Rn G)+ 900T +273 u2 (es ea)
?+ (1+0:34 u2)
(1)
式中: ETo为参考作物蒸散量, mm?d?1; Rn代表作物表
面的净辐射, MJ?m?2?d?1; G为土壤热通量, MJ?m?2?d?1;
γ是湿度计常数; T为2 m高处日平均温度, ℃; u2代
表2 m高处平均风速, m?s?1; es为饱和水汽压, kPa; ea
为实际水汽压, kPa; Δ代表饱和水汽压曲线的斜率,
kPa?℃?1。
利用CropWater软件输入日最低温度、最高温
度、相对湿度、日照时数和2 m高度的风速计算日
参考作物蒸散量。10 m高度风速转2 m高度风速的
计算公式如下[6]:
u2 =uz 4:87ln(67:82 5:42) (2)
式中: u2为地表2 m高处的风速, m·s?1; uz为地表以
上Z m高处的风速, m·s?1; Z为地表以上测量风速的
高度, m。
1.4.2 夏玉米作物系数( Kc)
作物系数定义为作物不同生育阶段或全生育期
的实际蒸散量与同时段参考作物蒸散量的比值。利
用充分供水下获得的蒸散量计算的作物系数可用于
常规定义的作物系数。而在缺水条件下获得的作物
实际蒸散量与参考作物蒸散量的比值为针对特定条
件下的作物系数。作物系数具体计算公式为:
Kc = ETcET
o
(3)
Kc act = ETc actET
o
(4)
式中: Kc为作物系数(不缺水条件), Kc act为缺水条件
下的作物系数, ETc为不缺水条件下夏玉米不同生育
时期和全生育期的作物需水量, ETo为夏玉米不同生
育时期和全生育期参考作物蒸散量, ETc act为缺水条
件下夏玉米不同生育时期和全生育期实际蒸散量。
1.4.3 作物不同生育期和全生育期实际蒸散量(ETc act)
利用水量平衡法计算夏玉米不同处理全生育期
及不同生育阶段的蒸散量:
ETc act = P+I+SWD+CR R D (5)
式中: ETc act为不同生育阶段或全生育期的实际蒸散
量, 充分供水条件下的ETc act等于ETc; P为降水量,
mm; I为灌水量, mm; SWD为0~200 cm根层土壤水
分消耗量, mm; CR为土壤毛管上升至根区的水量,
mm; R为地表径流, mm; D为根区土壤水分下渗量,
mm。由于试验地1980 ?2021年地下水埋深为15~
40 m, 故毛管上升水量可以忽略不计; 小区四周均设
置有保护行且起垄封闭, 作物生育期内降雨和灌水
没有形成地表径流, 故R为0。由于玉米的平均最大
根深约为140~160 cm, 因此将土壤水分从160 cm向
下移出根区的土壤水分定义为根层渗漏量D。根据
达西定律, 利用土壤深度160 cm至180 cm之间的水
势梯度计算:
D= k ?h?z (6)
式中: k为土壤导水率, Δh为160 cm与180 cm之间
的土壤水势差, Δz为两层土壤的深度差。土壤水势
由基质势和重力势确定, 基质势利用试验点建立的
土壤水分特征曲线获得[19]。非饱和导水率(k)通过
饱和导水率(ks)与土壤含水量(θ)的指数关系进行计算:
k =ks exp ( s )
s d
(7)
式中: α为一个无因次常数(α=14.5), θs为土层饱和体
积含水量, θ为土壤体积含水量, θd为风干土体积含
水量[20]。
1.4.4 水分胁迫系数( Ks)的4种计算方法
在缺水条件下农田蒸散量受土壤水分供给影响,
低于潜在蒸散量, 作物系数小于充分供水条件下的
作物系数[21]。作物系数受土壤水分亏缺的影响程度
1358 中国生态农业学 报 (中英文 )?2023 第 31 卷
http://www.ecoagri.ac.cn
可通过水分胁迫系数(Ks)表示。在有土壤水分胁迫
时, 利用充分供水条件下获取的作物系数, 结合土壤
水分胁迫系数, 计算实际蒸散量, 具体公式为:
ETc act = Ks Kc ETo (8)
式中: ETc act为缺水条件下的实际蒸散量, ETo为参考
作物蒸散量, Ks为水分胁迫系数, Kc为充分供水条件
下的作物系数。在没有发生水分亏缺时, Ks=1。
土壤水分对作物的有效性不仅取决于土壤含水
量的多少, 还取决于作物根系在土壤中的分布。为
了探究土壤水分对作物的有效性如何受土壤含水量
和根系分布的影响, 本文采用4种方法计算缺水条
件下的水分胁迫系数, 比较不同方法计算结果在定
量化土壤水分对作物系数影响方面的准确性。
不考虑作物根系分布的影响, 仅利用缺水条件
下土壤相对含水量和土壤有效含水量计算水分胁迫
系数, 计算夏玉米不同生育时期所用的土层深度分
别为: 生育初期根深为0~40 cm, 快速发育期根深为
0~60 cm, 生育中期根深为0~80 cm, 生育后期根深为
0~100 cm。计算方法如下:
Ks1 = SWCFC (9)
Ks2 = SWC WPFC WP (10)
式中: Ks1为利用土壤相对含水量计算得到的水分胁
迫系数, Ks2为利用土壤有效含水量计算得到的水分
胁迫系数, SWC为实际土壤含水量, FC为田间持水
量, WP为凋萎湿度。
考虑到夏玉米不同生育时期和全生育期根系分
布对不同层次土壤水分对作物有效性的影响, 利用
Gerwitz等[22]提出的方法模拟夏玉米不同生育时期
和 全 生 育 期 各 土 层 相 对 根 长 密 度, 具 体 公 式 为:
RLDz
RLDmax =exp
[
( Z
Zr
)]
(11)
RLDz
RLDmax
式中: RLDz为z深度的根长密度; RLDmax为根层土
壤中最大根长密度, 一般表层土壤RLD最大; δ为根
系分布系数; Z为土壤深度; Zr为最大根深。根据试
验地点观测情况, 夏玉米根系分布系数δ可取3[23]。
代表Z深度根长密度与最大根长密度的比值,
反映土壤深度Z的根系相对量。根据夏玉米不同生
育时期根深实测结果, 用播种后的天数进行拟合。
播后天数小于40 d, 均按照40 cm的土壤深度计算,
大于40 d后, 根深为播后天数[23]。
以20 cm为一个根层, 将夏玉米根系划分为5个
不 同 的 土 层(即0~20 cm、20~40 cm、40~60 cm、
60~80 cm和80~100 cm), 使用公式(12)计算各土层
相对根长密度之和, 具体公式为:
L=
n∑
i=1
exp
[
(Z
i
Zr
)]
(12)
式中: L代表各土层根长密度之和; Zi代表不同根层
深度; n代表不同生育时期总根层数。
利用各个根层相对根长密度占总土层相对根长
密度的比值和土壤水分含量计算水分胁迫系数, 具
体公式如下:
Ks3 =
n∑
i=1
8>>
>>>>
><
>>>>
>>>:
SWCi
FCi
exp
[
(Z
i
Zr
)]
L
9>>
>>>>
>=
>>>>
>>>;
(13)
Ks4 =
n∑
i=1
8>>
>>>>
><
>>>>
>>>:
SWCi WPi
FCi WPi
exp
[
(Z
i
Zr
)]
L
9>>
>>>>
>=
>>>>
>>>;
(14)
式中: Ks3为利用土壤相对含水量和相对根长密度订
正的水分胁迫系数, Ks4为利用土壤有效含水量和相
对根长密度订正的水分胁迫系数, i代表不同土层,
SWCi、FCi、WPi 分别代表第i个土层的实际土壤含
水量、田间持水量和凋萎湿度。
1.5 统计分析
通过计算近40年间夏玉米生长季实际蒸散量
(ETc)、参考作物蒸散量(ETo)和作物系数(Kc)的平
均值与变异系数(CV), 分析其各自的年际变化, 采用
相同处理多个重复取平均值进行分析。利用线性回
归, 分析气象因素、ETo、ETc、Kc和产量随时间的
变化; 并利用相关分析, 研究产量、ETc、ETo和Kc
等的相关关系, 使用SPSS 26和Microsoft Excel 2021
软件完成。
2 结果与分析
2.1 近40年夏玉米生育期气象条件和参考作物蒸
散量变化趋势
图1为1980 ?2018年夏玉米生长季主要气象因
素的年际变化。最高温度、最低温度呈上升趋势,
相对湿度变化趋势不明显。相较于温度和相对湿度,
风速和日照时数年际间变动幅度较大, 近40年总体
呈下降趋势。
由气象因素决定的夏玉米生长季参考作物蒸散
量近40年的变化趋势如图2所示, 总体增加趋势不
显著, 年际间存在波动, 多年平均值为419.3 mm, 变
第 9 期 刘梓萌等 : 华北平 原 40年夏玉米作物系数变化及影响因素 1359
http://www.ecoagri.ac.cn
化范围为362.3~481.4 mm, 变异系数为6.54%。参考
作物蒸散量受风速和日照时数年际变化影响, 呈现
较大的年际波动。
2.2 近40年充分供水夏玉米产量和实际蒸散量变化
图3为1980 ?2018年夏玉米产量和实际蒸散量
的年际变化及相关关系。得益于品种更新和管理措
施改善, 40年间夏玉米产量呈持续增长, 平均每年产
量增幅为0.11 t?hm?2, 2000年之后增长速率趋于平缓。
夏玉米实际蒸散量在年际间波动变化, 多年平均值
为379.7 mm, 变异系数为9.7%。1980 ?2005年夏玉
米实际蒸散量年际间变化幅度较小, 2005年之后随
着玉米产量年际间变化幅度增大, 实际蒸散量在年
际间也呈现较大波动。夏玉米实际蒸散量与产量呈
显著正相关关系(P<0.05)。在大多数年份, 作物蒸散
0
1980 1985 1990 1995 2000
年份 Year
2005 2010
Wind
Tmax
Tmin
RH
SHP>0.05
2015 2020
0
2
4
6
8
10
12
0.4
0.8
平均风速
Average wind speed (m?s
?1
)
日照时数
Sunshine hours (h)
1.2
1.6
0
P<0.01
P>0.05
0
20
40
60
80
100
7
21
14温度
Temperatu
re (
℃
)
相对湿度
Relative humidity (%)
28
35
P<0.01
R2=0.2458
y=?0.0204 x+77.701R
2=0.0047
y=?0.0059 x+1.255
y=0.0323x+18.273
R2=0.2091
R2=0.1771
y=?0.0139 x+6.5708
R2=0.0344
y=0.0423x+29.309
P<0.01
图 1 1980—2018年夏玉米生长季气象因素年际变化
Fig. 1 Variation of meteorological factors during the growth seasons of summer maize from 1980 to 2018
Tmax: 最高空气温度; Tmin: 最低空气温度; RH: 相对湿度; Wind: 2 m处平均风速; SH: 日照时数。Tmax represents the maximum air temperature,
Tmin represents the minimum air temperature, RH represents the relative humidity, Wind represents the average wind speed at 2 m, and SH represents the sun-
shine hours.
300
1980 1985 1990 1995 2000
年份 Year
2005 2010
P>0.05
2015 2020
350
400
450
500
参考作物蒸散量
Re
fere
nc
e e
va
pot
ranspi
rati
on (m
m)y=0.1646x+90.28R2 =0.0047
图 2 1980—2018年夏玉米生长季参考作物蒸散量(ETo)年际变化
Fig. 2 Variation of reference crop evapotranspiration (ETo) during the growth seasons of summer maize from 1980 to 2018
1360 中国生态农业学 报 (中英文 )?2023 第 31 卷
http://www.ecoagri.ac.cn
量高, 夏玉米产量也较高, 主要是由于作物蒸腾潜力
增加, 气孔阻力降低, 利于光合速率提升, 进而增加
作物生物量积累, 产量增加。
2.3 近40年充分供水条件下夏玉米作物系数的变化
近40年夏玉米作物系数年际变化如图4所示,
夏玉米作物系数存在较明显的年际变化, 作物系数
最小值出现在2015年(0.63), 最大值出现在2012年
(1.17), 多年平均值为0.91, 季节变异系数为12.36%。
近40年作物系数的变化大于参考作物蒸散量和实
际蒸散量的变化。
0.6
1980 1985 1990 1995 2000
年份 Year
2005 2010
P>0.05
2015 2020
0.8
1.0
1.2
作物系数
Crop c
oeffi
cie
nt
y=?0.0005x+0.9202
R2 =0.0025
图 4 1980 ?2018年夏玉米作物系数年际变化
Fig. 4 Variation of crop coefficient of summer maize from 1980 to 2018
夏玉米生育期作物系数与实际蒸散量及参考作
物蒸散量的相关关系如图5所示。显著性分析表明,
夏玉米作物系数与参考作物蒸散量呈显著负相关、
与实际蒸散量呈显著正相关关系。参考作物蒸散量
的变化受气象因素影响, 不同气象因素的共同作用
使得参考作物蒸散量在年际间变化幅度较小, 但仍
在一些年份出现显著增加或显著降低现象。夏玉米
实际蒸散量不仅受气象因素影响, 也受作物长势影
响。40年间夏玉米年际作物系数变化在产量较低
的2000年前年际间波动小, 随着产量增加呈增加趋
势; 近年来产量维持在较高水平, 但较高的产量年
际波动及相应的耗水量变化导致年际作物系数变化
较大。
2.4 不同水分胁迫系数计算方法对夏玉米蒸散预测
结果的影响
利用2019 ?2021年夏玉米充分供水条件下的观
0
1980 1985 1990 1995 2000
年份 Year
2005 2010
ETc
产量 YieldP<0.01
P>0.05
2015 2020
0
3
6
9
12
15
100
200
300
400
500
600
0
3 5 7 9
P<0.05
11
200
100
300
500
400
600
产量
Ac
tua
l e
va
pot
ranspi
rat
ion (m
m)
实际蒸散量
实际蒸散量
Ac
tua
l e
va
pot
ranspi
rat
ion (m
m)
y=?0.0667x+381.06
R2 =0.0004
y=0.1127x+4.7777
R2 =0.5946
y=8.7075x+318.49
R2 =0.1557
Yi
eld (t
·hm
?2
)
产量 Yield (t·hm ?2)
图 3 1980—2018年夏玉米产量与实际蒸散量年际变化及相关关系
Fig. 3 Variation and correlation analysis of summer maize yield and actual evapotranspiration from 1980 to 2018
第 9 期 刘梓萌等 : 华北平 原 40年夏玉米作物系数变化及影响因素 1361
http://www.ecoagri.ac.cn
测数据, 分析了夏玉米不同生育期作物系数变化
(图6)。2019 ?2021年夏玉米全生育期作物系数符
合FAO56作物系数基本变化规律, 在生长初期, 夏玉
米叶面积较小, 蒸散主要以土壤蒸发为主, 受降水影
响变动较大, 这一阶段的作物系数较低。在快速生
长期, 随着作物生长发育, 作物叶面积指数逐渐增大,
作物蒸腾作用占主导, 作物系数在这一阶段呈线性
增加, 在生育中期达到最大并保持相对稳定。在生
育后期, 随着夏玉米的成熟、叶片的衰老以及环境
因素的变化, 植物蒸腾降低, 作物系数也呈下降趋势。
夏玉米生育期作物系数变化主要受叶面积指数变化
的影响, 与叶面积指数变化规律基本一致。
0
0.4
0.8
1.2
1.6
0 20 40 60 80 100 120
2019 2020 2021
0
0.4
0.8
1.2
1.6
0 20 40 60 80 100 120
FAO56
播后天数 Days after sowing (d)
作物系数
Crop coefficient
2019—2021 年均值 Average from 2019 to 2021
图 6 2019 ?2021年充分灌水条件下夏玉米生育期作物系数变化
Fig. 6 Variation of crop coefficient of summer maize under full irrigation during different growth stages from 2019 to 2021
3年平均结果显示, 充分供水条件下夏玉米生育
初 期 、 中 期 和 生 长 结 束 点 作 物 系 数 分 别 为0.18、
0.89和0.81, FAO56规定的玉米生育初期、中期和
后期作物系数分别为0.3、1.2和0.6。生育初期和生
育中期作物系数低于FAO规定值, 这可能与夏玉米
种植在秸秆覆盖条件下有关, 特别是生育初期作物
系数受秸秆覆盖影响最大; 生育后期作物系数高于
FAO规定值, 主要原因可能与华北夏玉米生育期短,
灌浆期直至收获, 夏玉米依然保持旺盛生长有关。
2019?2021年缺水灌溉条件下夏玉米各生育
时期水分胁迫系数的动态变化如图7所示。生育
前期夏玉米因播种时的灌水, 较少受水分胁迫影响;
随着夏玉米的生长发育, 作物受到水分胁迫的程度
增加; 夏玉米生育中期和生育后期, 由于叶面积指
数较高, 光合作用旺盛, 后期降水较少, 土壤水分被
持续利用, 灌水次数少的处理作物受到较为严重的
水分胁迫。同一生育时期不同年份, 土壤水分胁迫
系数(Ks)存在明显差异, 2020 ?2021年生育前期和
快速生长期Ks高于2019年, 生育中期和生育后期
Ks低于2019年, 该现象与作物全生育期降水分布差
异有关。利用土壤水分状况和相对根长密度订正
的作物系数与仅利用土壤水分状况(土壤相对含水
量和土壤有效含水量)订正的作物系数差异不明显。
但各年份不同生育时期水分胁迫系数Ks1和Ks3明
显高于Ks2和Ks4, 尤其在作物生育后期, 差值可达
0.2左右。
350
0
0.4
0.8
1.2
1.6
370 390 410 430 450 470
P<0.01
490 200 250 300 350 400 450
P<0.01
500
实际蒸散量
Actual evapotranspiration (mm)
参考作物蒸散量
Reference evapotranspiration (mm)
作物系数
Crop c
oeffi
cie
nt
y=?0.0026x+2.0166
R2 =0.4129
y=0.0026x?0.0823
R2 =0.7306
图 5 1980—2018年夏玉米作物系数与参考作物蒸散量和实际蒸散量的相关关系
Fig. 5 Correlation analysis of crop coefficient, reference crop evapotranspiration and actual evapotranspiration during the growth
seasons of summer maize from 1980 to 2018
1362 中国生态农业学 报 (中英文 )?2023 第 31 卷
http://www.ecoagri.ac.cn
为了比较不同方法估算的水分胁迫系数精度,
利用公式(8)计算夏玉米实际蒸散量。图8为各年
份不同生育时期基于水分胁迫系数估算的夏玉米不
同生育时期和全生育期实际蒸散量, 结果显示不同
水分胁迫系数计算所得实际蒸散量与各年份不同生
育时期实测值存在明显差异。
Ini
0
60
120
180
240
300 2019
ETc1
ETc2
ETc3
ETc4
Dev Mid
实际蒸散量
Actual evapotranspiration (mm) End Total Ini
2020
Dev Mid
生育期 Growth stage
End Total Ini
2021
Dev Mid End Total
ETc
图 8 2019 ?2021年根据不同水分胁迫系数计算所得夏玉米不同生育期实际蒸散量
Fig. 8 Actual evapotranspiration during different growth stages of summer maize calculated from 2019 to 2021 according to differ-
ent water stress coefficients
ETc为实测实际蒸散量; ETc1、ETc2、ETc3和ETc4分别表示根据水分胁迫系数Ks1、Ks2、Ks3和Ks4计算所得实际蒸散量, Ks1、Ks2、Ks3和Ks4为
4种不同计算方法所得水分胁迫系数。Ini为生育初期, Dev为快速发育期, Mid为生育中期, End为生育末期, Total为全生育期。ETc represents the
measured actual evapotranspiration. ETc1, ETc2, ETc3 and ETc4 represent the actual evapotranspiration calculated by Ks1, Ks2, Ks3 and Ks4, respectively. Ks1, Ks2, Ks3
and Ks4 represent the water stress coefficients calculated by four methods. Ini represents initial stage, Dev represents developing stage, Mid represents middle
stage, End represents end stage, and Total represents whole growth stage.
针对图8中水分胁迫系数计算所得实际蒸散量
与各年份不同生育时期实测值存在明显差异的情况,
利用2019 ?2021年不同生育时期和全生育期计算
水分胁迫系数的平均值来预测水分亏缺条件下多年
平均蒸散量, 并与2019 ?2021年夏玉米不同生育时
期所测实际蒸散量平均值进行比较, 根据各生育时
期和全生育期实际蒸散量差异百分数平均值表示其
准确程度(表2)。结果显示计算所得夏玉米各生育
时期实际蒸散量准确性较差, 其差异最高可达30%。
但4种水分胁迫系数计算所得全生育期实际蒸散量
准确性均较高, 计算值与实测值差异最小约为1.7%,
根据 4种水分胁迫系数计算夏玉米全生育期实际蒸
散量的精确度排序为: Ks2>Ks1>Ks4>Ks3。说明本研究
所建立的4种水分胁迫系数不适用于精确预测不同
生育时期的作物系数, 而更适用于预测一段时间内
缺水灌溉条件下夏玉米全生育期平均作物系数。利
用土壤水分状况计算的水分胁迫系数的精确度高于
同时期利用土壤水分状况及相对根长密度得到的水
分胁迫系数。
3 讨论
3.1 1980?2018年参考作物蒸散量和实际蒸散量
变化及影响因素
本研究发现, 1980 ?2018年试验地点夏玉米参
考作物蒸散量呈现年际间较大的波动趋势, 多年平
均值为419.3 mm。参考作物蒸散量反映大气综合蒸
0
0
0.3
0.6
Ks1
Ks2
Ks3
Ks4
0.9
1.2 2019
30 60
水分胁迫系数
Water stress coef
ficient
90 120 0
2020
30 60
播后天数 Days after sowing (d)
90 120 0
2021
30 60 90 120
图 7 基于不同订正方法的夏玉米水分胁迫系数在各生育时期的动态变化
Fig. 7 Dynamic changes of water stress coefficients of summer maize at different growth stages calculated by different correction
methods
Ks1、Ks2、Ks3和Ks4为4种不同计算方法所得水分胁迫系数。Ks1, Ks2, Ks3 and Ks4 represent the water stress coefficients calculated by four methods.
第 9 期 刘梓萌等 : 华北平 原 40年夏玉米作物系数变化及影响因素 1363
http://www.ecoagri.ac.cn
散能力, 取决于当地气候条件[24]。Hulme等[25]认为
全球气温升高将导致参考作物蒸散量增加; 段春锋等[26]
发现风速是西北地区参考作物蒸散量变化的主导因
子, 太阳辐射和气温次之; 李楠等[27]研究指出, 参考
作物蒸散量与温度、风速和日照时数呈正相关, 与
相对湿度呈负相关; Cohen等[28]发现以色列1964 ?
1998年水汽压差和风速同时增加, 但参考作物蒸散
量无明显变化。本研究试验地点的温度和湿度在近
40年间变化较小, 因此风速和日照时数的年际间变
动是造成参考作物蒸散量年际变化的主要因素。
充分供水条件下, 近40年间夏玉米实际蒸散量多
年平均值为379.7 mm。王琳娜等[29]在华北平原估算
的玉米季实际蒸散量为260~480 mm, 莫兴国等[30]得
出的华北平原玉米季大部分区域蒸散量为360~420 mm,
与本研究结果相似。本研究显示40年间夏玉米实
际蒸散量在较长时间内保持稳定, 随着产量潜力的
提升, 夏玉米产量受天气条件的影响增大, 导致年际
产量波动增加, 进而导致年际耗水量变化增大。40
年间夏玉米实际蒸散量与产量呈显著正相关关系,
但还无法全部解释年际间的变化。这可能是由于作
物实际蒸散量受多种因素影响, 如天气、作物品种、
土壤、管理等[31]。
3.2 作物系数的稳定性
作物系数与参考作物蒸散量和实际蒸散量呈显
著相关关系。本研究结果显示, 由于参考作物蒸散
量与实际蒸散量存在年际间波动, 因此作物系数在
年际间表现出不稳定性。雷志栋等[32]研究表明, 作
物 系 数 的 年 际 变 异 性 可 归 因 于 气 象 因 子 的 影 响;
Kuo等[33]和Attri等[34]指出, 在潮湿或半湿润地区, 当
地作物系数低于FAO56值; Rajan等[35]和Bezerra等[36]
发现, 在干旱或亚干旱气候条件下, 与FAO56提出的
作物系数值相比, 试验推导的作物系数值通常较小;
Zhang等[37]认为, 气候变化引起的气象变量的任何变
化都会影响到蒸散发, 进而影响到作物系数。
除气候条件外, 陈玉民[38]研究表明, 作物系数受
产量、叶面积指数、土壤水分等条件的影响, 呈现
出年际间不稳定的特点, 这与本文研究结果一致。
本研究近40年夏玉米平均作物系数为0.91, 低于梁
文清[39]研究中估算的陕西地区夏玉米全生育期多年
平均作物系数(0.95), 高于李波等[10]得出的东北地区
全生育期春玉米平均作物系数(0.79), 这说明作物系
数因当地气候和管理因素的不同而产生差异。本研
究中夏玉米多年作物系数波动区间为0.6~1.2, 变异
系数为12.36%。Guo等[7]基于12年春玉米作物系
数的研究得出, 西北地区覆膜春玉米的变异系数为
12%; Kang等[40]从10年的研究数据中得出, 玉米作
物系数的变异系数为8%。这些研究均表明了在一
定生产条件下作物系数的稳定性, 根据当地田间试
验确定的实际作物系数可用于当地作物需耗水的研
究中。
3.3 水分亏缺对实际作物系数的影响
作物系数是农业水管理中优化灌溉水分生产力
和设计灌溉调度的关键变量[41], 灌溉水量影响作物生
长和蒸散[42], 灌溉水量不足造成的水分亏缺直接导致
作物系数的降低[43]。FAO56推荐的夏玉米初期、中
期、后期作物系数分别为0.3、1.2、0.6, 与本研究
表 2 不同水分胁迫系数多年平均值所得实际蒸散量及精度比较
Table 2 Comparison of the actual evapotranspiration calculated from the annual average of different water stress coefficients and
precision comparison between different water stress coefficients
生育期
Growth stage
2019—2021 年平均实际蒸散量
Average actual evapotranspiration from 2019 to 2021
计算精度
Calculation accuracy
ETc
(mm)
ETc1
(mm)
ETc2
(mm)
ETc3
(mm)
ETc4
(mm)
ETc1?ETc
(%)
ETc2?ETc
(%)
ETc3?ETc
(%)
ETc4?ETc
(%)
生育初期
Initial stage 11.98 16.08 14.88 15.65 14.17 34.25 24.17 30.67 18.31
快速发育期
Developing stage 54.69 71.90 62.93 71.92 62.96 31.46 15.06 31.51 15.13
生育中期
Mid-growth stage 100.22 99.92 89.14 100.62 90.28 0.30 11.06 0.40 9.92
生育后期
Late-growth stage 71.15 55.88 41.31 54.88 39.67 5.93 30.46 7.62 33.23
全生育期
Whole growth stage 234.97 248.18 230.97 257.42 216.90 5.62 1.70 9.55 7.96
平均值
Average 15.51 16.49 15.95 16.91
ETc为实测实际蒸散量; ETc1、ETc2、ETc3和ETc4分别表示根据水分胁迫系数 Ks1、Ks2、Ks3和Ks4计算所得实际蒸散量平均值, Ks1、Ks2、Ks3和Ks4为4种
不同计算方法所得水分胁迫系数。ETc1?ETc、ETc2?ETc、ETc3?ETc、ETc4?ETc分别表示ETc1、ETc2、ETc3、ETc4与ETc的差异程度。ETc represents the
measured actual evapotranspiration. ETc1, ETc2, ETc3 and ETc4 represent the actual evapotranspiration calculated by Ks1, Ks2, Ks3 and Ks4, respectively. Ks1, Ks2, Ks3
and Ks4 represent the water stress coefficients calculated by four methods. ETc1?ETc, ETc2?ETc, ETc3?ETc and ETc4?ETc indicate the differences of ETc1, ETc2,
ETc3, ETc4 compared with ETc, respectively.
1364 中国生态农业学 报 (中英文 )?2023 第 31 卷
http://www.ecoagri.ac.cn
近3年的结果存在一定差异, 主要原因是本研究中
夏玉米是在冬小麦收获后秸秆覆盖条件下获得的。
Patil等[44]研究表明, 相比于不覆盖处理, 覆盖可以降
低22%的作物蒸散量, 秸秆覆盖减少了土壤蒸发, 特
别是在叶面积较低的前期和中期, 土壤蒸发降低幅
度大, 因此本研究获得的夏玉米生育初期和中期作
物系数均低于FAO56推荐值, 而生育后期作物系数
均高于推荐值。这表明华北夏玉米生育期较短, 灌
浆后期夏玉米依然维持较旺盛的生长, 蒸散耗水量
降低幅度小, 作物系数没有明显下降趋势。很多研
究显示不同作物生育阶段的作物系数存在一定区域
性[9]。Wang等[45]认为, 计算出的作物系数还受ETc
测量方法的影响, 因此比较不同测量方法计算作物
系数的精度还需要进一步研究。
Allen等[6]认为作物系数主要受根区土壤水分的
影响。在缺水灌溉条件下, 本文利用土壤水分含量
和相对根长密度建立了4种水分胁迫系数计算公式,
通过对夏玉米实际蒸散量的调整, 比较预测值与真
实值的吻合程度。本文研究结果表明, 4种水分胁迫
系数均可用来预测夏玉米全生育期作物系数, 其中
利用土壤有效水分含量计算所得水分胁迫系数的精
确度最高, 这与黄梦琪[46]发现的可以通过对根层有
效含水量的测定来推导土壤水分胁迫系数研究结果
较为一致, 但本文计算的水分胁迫系数所预测的不
同年份各生育时期夏玉米实际蒸散量还存在一定误
差, 后期需要调整。任何灌溉计划、土壤水预测都
把土壤含水量作为一项基本输入数据[47]。土壤含水
量受气候条件、土壤类型、土壤质地等因素的影
响[47]。当这些条件保持一致时, 在该区可以用亏缺灌
溉处理的土壤水分状态和充分供水条件下的作物系
数得到亏缺灌溉处理下的作物系数。
4 结论
作物系数的准确性是区域作物用水和耗水研究
的重要因素, 本研究结果显示作物系数受作物生长
条件的影响, 存在一定年际波动。本研究显示试验
地点近40年间温度和湿度相对稳定, 平均风速和日
照时数的年际变化导致了参考作物蒸散量的年际变
化。作物系数多年平均值为0.91, 变异系数为12.36%,
总体保持年际间稳定。夏玉米在充分供水条件下
40年产量显著增加, 实际蒸散量与产量呈正相关关
系。缺水条件下的作物系数可以通过水分亏缺订正
系数获取, 使用亏缺灌溉处理的土壤含水量建立水
分胁迫系数计算公式, 对充分灌溉夏玉米各生育时
期和全生育期实际蒸散量进行订正, 全生育期实际
蒸散量订正值与实测值最为接近, 不同生育时期实
际蒸散量订正值与实测值存在误差较大。
参考文献 References
ZHANG Y C, LEI H M, ZHAO W G, et al. Comparison of the
water budget for the typical cropland and pear orchard
ecosystems in the North China Plain[J]. Agricultural Water
Management, 2018, 198: 53?64
[1]
魏 童 彤. 华 北 地 区 小 麦—玉 米 轮 作 月 尺 度 灌 溉 需 水 量 研
究[D]. 泰安: 山东农业大学, 2020
WEI T T. Study on monthly scale irrigation water requirement
of wheat-maize rotation in North China[D]. Tai’an: Shandong
Agricultural University, 2020
[2]
何胜. 冬小麦适应性节水灌溉预报与实时配水技术研究[D].
郑州: 华北水利水电大学, 2016
HE S. Study on adaptive water-saving irrigation prediction and
real-time water distribution technology of winter wheat[D].
Zhengzhou: North China University of Water Resources and
Electric Power, 2016
[3]
曹永强, 李晓瑞, 朱明明. 河北省主要作物系数时空分布特
征[J]. 水利水电科技进展, 2019, 39(2): 37?45
CAO Y Q, LI X R, ZHU M M. Spatial and temporal distribution
characteristics of main crop coefficients in Hebei Province[J].
Advances in Science and Technology of Water Resources,
2019, 39(2): 37?45
[4]
BENLI B, KODAL S, ILBEYI A, et al. Determination of
evapotranspiration and basal crop coefficient of alfalfa with a
weighing lysimeter[J]. Agricultural Water Management, 2006,
81(3): 358?370
[5]
ALLEN R G, PEREIRA L S, RAES D, et al. Crop
Evapotranspiration?Guidelines for Computing Crop Water
Requirements-FAO Irrigation and Drainage Paper 56[R]. Rome:
FAO, 1998: 300
[6]
GUO H, LI S E, KANG S Z, et al. Crop coefficient for spring
maize under plastic mulch based on 12-year eddy covariance
observation in the arid region of Northwest China[J]. Journal of
Hydrology, 2020, 588: 125108
[7]
REDDY K C. Development of crop coefficient models of castor
and maize crops[J]. European Journal of Agronomy, 2015, 69:
59?62
[8]
李昊天, 李璐, 闫宗正, 等. 太行山前平原40年冬小麦作物
系数变化及影响因素研究[J]. 中国生态农业学报(中英文),
2022(5): 747?760
LI H T, LI L, YAN Z Z, et al. Changes in and influencing
factors of crop coefficient of winter wheat during the past 40
years on the Taihang Piedmont Plain[J]. Chinese Journal of Eco-
Agriculture, 2022(5): 747?760
[9]
李波, 景竹然, 魏新光, 等. 东北地区春玉米作物系数时空
分布特征研究[J]. 农业机械学报, 2020, 51(4): 279?290
LI B, JING Z R, WEI X G, et al. Spatial and temporal
distribution characteristics of spring maize coefficients in
Northeast China[J]. Transactions of the Chinese Society for
Agricultural Machinery, 2020, 51(4): 279?290
[10]
第 9 期 刘梓萌等 : 华北平 原 40年夏玉米作物系数变化及影响因素 1365
http://www.ecoagri.ac.cn
DU T S, KANG S Z, SUN J S, et al. An improved water use
efficiency of cereals under temporal and spatial deficit irrigation
in North China[J]. Agricultural Water Management, 2010,
97(1): 66?74
[11]
张喜英. 华北典型区域农田耗水与节水灌溉研究[J]. 中国生
态农业学报, 2018, 26(10): 1454?1464
ZHANG X Y. Water use and water-saving irrigation in typical
farmlands in the North China Plain[J]. Chinese Journal of Eco-
Agriculture, 2018, 26(10): 1454?1464
[12]
ALI M H, HOQUE M R, HASSAN A A, et al. Effects of deficit
irrigation on yield, water productivity, and economic returns of
wheat[J]. Agricultural Water Management, 2007, 92(3):
151?161
[13]
SARWAR A, BASTIAANSSEN W G M, FEDDES R A.
Irrigation water distribution and long-term effects on crop and
environment[J]. Agricultural Water Management, 2001, 50(2):
125?140
[14]
杨永辉, 邬佳宾, 武继承, 等. 不同灌溉方式氢、氧同位素
分布与夏玉米水分利用特征[J]. 节水灌溉, 2023(1): 71?77,
85
YANG Y H, WU J B, WU J C, et al. Hydrogen and oxygen
isotope distribution and water use characteristics of summer
maize under different irrigation modes[J]. Water Saving
Irrigation, 2023(1): 71?77, 85
[15]
张金鑫, 葛均筑, 马玮, 等. 华北平原冬小麦-夏玉米种植
体系周年水分高效利用研究进展[J]. 作物学报, 2023, 49(4):
879?892
ZHANG J X, GE J Z, MA W, et al. Research advance on annual
water use efficiency of winter wheat-summer maize cropping
system in North China Plain[J]. Acta Agronomica Sinica, 2023,
49(4): 879?892
[16]
YANG X L, WANG G Y, CHEN Y Q, et al. Reduced
groundwater use and increased grain production by optimized
irrigation scheduling in winter wheat?summer maize double
cropping system?a 16-year field study in North China Plain[J].
Field Crops Research, 2022, 275: 108364
[17]
PEREIRA L S, PAREDES P, HUNSAKER D J, et al. Updates
and advances to the FAO56 crop water requirements method[J].
Agricultural Water Management, 2021, 248: 106697
[18]
张喜英, 张橹, 刘昌明. 太行山前平原土壤水分特征曲线拟
合参数的确定[J]. 华北农学报, 2001, 26(2): 75?82
ZHANG X Y, ZHANG L, LIU C M. On describing the
hydraulic properties of unsaturated soil in piedmont of Mt.
Taihang[J]. Acta Agriculturae Boreali-sinica, 2001, 26(2):
75?82
[19]
KENDY E, GéRARD-MARCHANT P, TODD WALTER M, et
al. A soil-water-balance approach to quantify groundwater
recharge from irrigated cropland in the North China Plain[J].
Hydrological Processes, 2003, 17(10): 2011?2031
[20]
TROUT T J, DEJONGE K C. Evapotranspiration and water
stress coefficient for deficit-irrigated maize[J]. Journal of
Irrigation and Drainage Engineering, 2021, 147(10): 1?17
[21]
GERWITZ A, PAGE E R. Empirical mathematical-model to
describe plant root systems[J]. Journal of Applied Ecology,
1974, 11(2): 773?781
[22]
王艳哲, 邵立威, 刘秀位. 小麦和玉米根系取样位置优化确
定及根系分布模拟[J]. 植物生态学报, 2013, 37(4): 365?372
WANG Y Z, SHAO L W, LIU X W. Optimization of root
sampling sites and modeling root length density distribution for
wheat and maize[J]. Chinese Journal of Plant Ecology, 2013,
37(4): 365?372
[23]
邱新法, 刘昌明, 曾燕. 黄河流域近40年蒸发皿蒸发量的气
候变化特征[J]. 自然资源学报, 2003, 18(4): 437?442
QIU X F, LIU C M, ZENG Y. Changes of pan evaporation in
the recent 40 years over the Yellow River Basin[J]. Journal of
Natural Resources, 2003, 18(4): 437?442
[24]
HULME M, ZHAO Z C, JIANG T. Recent and future climate
change in East Asia[J]. International Journal of Climatology,
1994, 14(6): 637?658
[25]
段春锋, 缪启龙, 曹雯. 西北地区参考作物蒸散变化特征及
其主要影响因素[J]. 农业工程学报, 2011, 27(8): 77?83
DUAN C F, MIAO Q L, CAO W. Changing characteristics of
reference crop evapotranspiration and main causes in the
Northwest China[J]. Transactions of the Chinese Society of
Agricultural Engineering, 2011, 27(8): 77?83
[26]
李楠, 邱新法, 纪凡华, 等. 鲁西平原参考作物蒸散量变化
及气候影响分析[J]. 湖北农业科学, 2015, 54(8): 1852?1856
LI N, QIU X F, JI F H, et al. Analysis on change of reference
crop evapotranspiration and climatic effects in Luxi plain[J].
Hubei Agricultural Sciences, 2015, 54(8): 1852?1856
[27]
COHEN S, IANETZ A, STANHILL G. Evaporative climate
changes at Bet Dagan, Israel, 1964–1998[J]. Agricultural and
Forest Meteorology, 2002, 111(2): 83?91
[28]
王林娜, 韩淑敏, 李会龙, 等. 华北平原蒸散发变化及对植
被 生 产 力 的 响 应[J]. 中 国 生 态 农 业 学 报(中 英 文), 2022,
30(5): 735?746
WANG L N, HAN S M, LI H L, et al. Variation of
evapotranspiration and its response to vegetation productivity in
the North China Plain[J]. Chinese Journal of Eco-Agriculture,
2022, 30(5): 735?746
[29]
莫兴国, 刘苏峡, 林忠辉, 等. 华北平原蒸散和GPP格局及
其对气候波动的响应[J]. 地理学报, 2011, 66(5): 589?598
MO X G, LIU S X, LIN Z H, et al. Patterns of
evapotranspiration and GPP and their responses to climate
variations over the North China Plain[J]. Acta Geographica
Sinica, 2011, 66(5): 589?598
[30]
ZHANG K, KIMBALL J S, NEMANI R R, et al. Vegetation
greening and climate change promote multidecadal rises of
global land evapotranspiration[J]. Scientific Reports, 2015, 5(1):
1?9
[31]
雷志栋, 罗毅, 杨诗秀. 利用常规气象资料模拟计算作物系
数的探讨[J]. 农业工程学报, 1999(3): 119?122
LEI Z D, LUO Y, YANG S X. Calculation of crop coefficient
with meteorological data[J]. Agricultural Engineering Journal,
1999(3): 119?122
[32]
KUO S F, HO S S, LIU C W. Estimation irrigation water
requirements with derived crop coefficients for upland and
paddy crops in ChiaNan Irrigation Association, Taiwan[J].
Agricultural Water Management, 2006, 82(3): 433?451
[33]
ATTRI S D, RATHORE L S, SIVAKUMAR M V K, et al.[34]
1366 中国生态农业学 报 (中英文 )?2023 第 31 卷
http://www.ecoagri.ac.cn
Challenges and Opportunities in Agrometeorology[M]. Berlin,
Heidelberg: Springer Berlin Heidelberg, 2011
RAJAN N. Estimation of crop water use for different cropping
systems in the Texas High Plains using remote sensing[D].
Lubbock: Texas Tech University, 2007
[35]
BEZERRA B G, DA SILVA B B, BEZERRA J R C, et al.
Evapotranspiration and crop coefficient for sprinkler-irrigated
cotton crop in Apodi Plateau semiarid lands of Brazil[J].
Agricultural Water Management, 2012, 107: 86?93
[36]
ZHANG X Y, CHEN S Y, SUN H Y, et al. Changes in
evapotranspiration over irrigated winter wheat and maize in
North China Plain over three decades[J]. Agricultural Water
Management, 2011, 98(6): 1097?1104
[37]
陈玉民. 关于作物系数的研究及新进展[J]. 灌溉排水, 1987,
6(2): 1?7
CHEN Y M. A study on the crop coefficients and its new
development[J]. Journal of Irrigation and Drainage, 1987, 6(2):
1?7
[38]
梁文清. 冬小麦、夏玉米蒸发蒸腾及作物系数的研究[D]. 杨
凌: 西北农林科技大学, 2021
LIANG W Q. Study on evapotranspiration and crop coefficient
of winter wheat and summer maize[D]. Yangling: Northwest
A & F University, 2021
[39]
KANG S Z, GU B J, DU T S, et al. Crop coefficient and ratio of
transpiration to evapotranspiration of winter wheat and maize in
a semi-humid region[J]. Agricultural Water Management, 2003,
59(3): 239?254
[40]
KOOL D, AGAM N, LAZAROVITCH N, et al. A review of
approaches for evapotranspiration partitioning[J]. Agricultural
[41]
and Forest Meteorology, 2014, 184: 56?70
HOOSHMAND M, ALBAJI M, ZADEH ANSARI N A, et al.
The effect of deficit irrigation on yield and yield components of
greenhouse tomato (Solanum lycopersicum) in hydroponic
culture in Ahvaz region, Iran[J]. Scientia Horticulturae, 2019,
254: 84?90
[42]
GONG X W, QIU R J, SUN J S, et al. Evapotranspiration and
crop coefficient of tomato grown in a solar greenhouse under
full and deficit irrigation[J]. Agricultural Water Management,
2020, 235: 106154
[43]
PATIL A, TIWARI K N. Evapotranspiration and crop
coefficient of okra under subsurface drip with and without
plastic mulch[J]. Current Science, 2018, 115(12): 2249
[44]
WANG Y F, CAI H J, YU L Y, et al. Evapotranspiration
partitioning and crop coefficient of maize in dry semi-humid
climate regime[J]. Agricultural Water Management, 2020, 236:
106164
[45]
黄梦琪. 冬小麦土壤含水量与土壤水分胁迫系数关系分
析[J]. 陕西农业科学, 2014, 60(3): 23?25, 29
HUANG M Q. Analysis on the relationship between soil water
content and soil water stress coefficient of winter wheat[J].
Shaanxi Journal of Agricultural Sciences, 2014, 60(3): 23?25,
29
[46]
周文佐. 基于GIS的我国主要土壤类型土壤有效含水量研
究[D]. 南京: 南京农业大学, 2003
ZHOU W Z. Study on soil available water content of main soil
types in China based on GIS[D]. Nanjing: Nanjing Agricultural
University, 2003
[47]
第 9 期 刘梓萌等 : 华北平 原 40年夏玉米作物系数变化及影响因素 1367
http://www.ecoagri.ac.cn
|
|