作物需水量的估算方法

作物需水取决于作物生长发育和对水分需求的内部因子与外部因子。在自然条件下，主要受气象条件、土壤水分条件和作物的生物学特征的影响。因此作物需水量的表达式可写为:

(3－1)式中:Ks是土壤水分修正系数;Kc是作物系数;ET是作物需水量;ET0为参考作物潜在蒸散量。

作物需水量数据，可经实测取得，缺乏必要的实测数据时，可以用估算方法确定。以下逐一分析目前国内外作物需水估算方法。

(一)水分充足条件下的作物需水估算

水分充足条件下，Ks的值为1。估算的方法有两类，一是直接计算法;另一类是通过参考作物需水量与作物系数Kc估算。

1.直接计算作物需水量的方法

国内采用较多的有:(1)蒸发皿法(又称α值法)，该法应用简单，采用水面蒸发推算需水量。(2)产量法，只要确定了计划产量便可算出需水量，此法使需水量与产量相联系，有助于进行灌溉经济分析计算。但是，该法只能用来推算全生育期的总需水量，不能用来推算各阶段的需水量。(3)多因素法，根据两个或两个以上的因素推算需水量，我国采用的主要是水面蒸发、产量法，该法缺点是只能计算全生育期的总需水量，不能计算各阶段的需水量。(4)水文学法，此法是基于一定区域面积和土体深度在某一时段内的水量平衡，间接测定总蒸散量，进而推算作物需水。此法又可称为“水量平衡法”。测量的空间尺度可小至几平方米，大至几十平方公里。该方法最大的优点是，不受气象条件的限制。缺点是测定时间相对较长，所以难以反映蒸散的日动态变化规律。

2.通过参考作物需水量计算实际作物需水量

参考作物需水量ET0，是指土壤水分充足、地面开阔、生长茂密、8～15 cm高的矮草地上的蒸发蒸腾量。只考虑气象因素，用经验或半经验方法算出，再考虑作物系数，将它修正为作物需水量，即ET=Kc×ET0。参考作物需水量均按日历时段根据当时的气象条件进行计算。常用的计算方法有:布莱尼－克雷多公式(适于干旱、半干旱地区)，水汽扩散法公式(精度高)，能量平衡法，Penman综合法公式。其中Penman综合法公式已被大多数学者接受，国内计算参考作物蒸散大多仍采用1979年联合国粮农组织推荐的Penman修正式，可是这种方法也有不足之处，需在计算中对一些参数加以修正，但计算结果仍表现出明显的不确定性，不同的Penman修正式所得结果相差很大。近年来的研究结果表明，Penman－Monteith公式的计算精度比其他各种计算方法要好，与世界各地的蒸渗仪实测结果更为接近，且该公式不仅能计算以月为周期的蒸散量，还能计算以日或小时为周期的蒸散量。

1998年在罗马又推出了进一步改进的Penman－Monteith公式，目前它已被国内外学者普遍采用。至于作物系数Kc的确定，其实际上与作物的种类、品种、生育期、作物群体叶面积指数等因素有关。可根据各月田间实测需水量和用相同阶段的气象因素计算出的参考作物需水量求得。

(二)胁迫条件下的作物蒸散量估算

作物蒸散蒸发不仅受外界蒸发条件的支配，同时还受作物本身的生理特征以及土壤水分状况的制约。在干旱缺水时，土壤含水量降低，土壤中毛管传导率减小，根系吸水率降低，供水不足，作物遭受水分胁迫，引起叶面含水量减小，气孔阻力增大，从而导致胁迫条件下的作物蒸散发速率低于无水分胁迫时的蒸散发速率。如前所述，胁迫条件下的蒸散量ETa是充分供水条件下的作物需水量ET乘以土壤水分修正系数Ks，即:ETa=Ks×ET0。对于计算Ks有线性公式法、对数公式法及康绍忠等提出的幂函数公式法。但这些方法只反映了胁迫条件下作物蒸散发的变化规律，不易用来确定作物各阶段的实际蒸散量，因为Ks与未来时段的土壤含水量有关，此时的土壤含水量是未知的。通常在胁迫条件下估算时段内的作物蒸散发量时，根据田间土壤水分平衡方程，把蒸散发量视为作物根系活动层的土壤含水量随时间的变率。估算时所需要的参数有初始土壤含水量、叶面积指数和时段内的日平均参考作物需水量。

(三)用遥感方法测定作物蒸散蒸发量

国内外关于蒸散遥感估算模型的研究大致可分为以下三类:一是遥感参数应用于传统模型;二是统计模型;三是基于地表能量平衡方程的模型，即先计算净辐射通量Rn、土壤热通量G和显热通量H，然后利用能量平衡方程推算出蒸散量。

1.与传统模型相结合的模型

将遥感获得的数据应用于传统的Priestley－Taylor公式、Penman公式或互补相关等模型估算区域蒸发散。

2.统计模型

根据经验将瞬时的遥感数据、潜热L(E)和净辐射(Rn)建立某种统计关系来计算日蒸散量即经验统计模型。如Jackson等在对小麦的研究中认为在地表完全覆盖的情况下，一天之中土壤热通量可以忽略不计，由此提出简化的统计模型:

式中:ETd是日蒸散量，B是半经验系数，Ta和Ts分别是空气和表面温度。只需通过热红外遥感资料确定表面温度就可得到地表蒸散值。该类方法比较简单，适用于大面积绝对均一的区域，该模型的缺点在于只适用于地表植被完全覆盖的情况下，当地表不完全覆盖时，效果不一定很好;并且该模型是基于晴天的结果，由于日蒸散值是由瞬时的表面温度与气温的差值确定的，而在多云天由于瞬时蒸散变化比较大，所以用该模型进行估计也会造成误差。

3.基于地表能量平衡方程的遥感蒸发散模型按照其对地表描述方法的差异又可分为一层模型、双层模型等。

在忽略光合作用消耗的微小能量之后，地表能量守恒方程可以表示为:

式中:Rn为净辐射，G0为土壤热通量，H为感热通量，λE为潜热通量(λ为水的蒸发潜热)。各量的单位为(W·m－2)。

在一层模型中，将下垫面看作是一个大叶片，假设空气与表面进行潜热和显热交换时的阻力是相同的，并且显热和潜热是在相同温度下进行的，水汽源饱和。首先由空气动力学阻抗及表面温度与气温的差值确定显热通量，然后由能量平衡方程计算蒸散。显热通量(H)的表达式为:

式中:ρ为空气密度，CP为空气定压比热，Taer为空气动力学温度，T为空气温度，ra为空气动力学阻抗。由于Taer无法由遥感资料推算出，因此用辐射温度Trad代替。

对于全覆盖条件下，一层模型简单方便、精度较高。但对于分植被覆盖的地区，Taer与Trad相差10℃左右，这种模型的误差较大，一般用辐射表面温度代替空气动力学温度，并引入一订正项。过去二十年来大量的研究表明:使用这些订正方法都是经验性的，无法用于不同的地表类型。空气动力学温度与辐射温度的差异取决于许多因子，如植被类型与状态、土壤湿度以及大气变量(主要为风速和入射辐射)等，所以很难找到一个稳定不变的关系来反映所有这些因子。

双层或双源模型可以一定程度上解决这些问题。在自然界，大多数地表均比一层模型所描述的要复杂，为了更精确的估算区域蒸散量，应当更准确的定量描述地表状态。双层模型把土壤和植被分开，分别考虑两者的动量吸收、能量和物质转化传输过程以及相互作用，物理意义明确。因此比单层模型更接近真实情况，适应性更广，精度更高。其基本思想是:水汽和热量的两个源是互相叠加的，底层的水与热量只能通过顶层离开或进入，从整个冠层发散的总显热通量是各层显热通量之和。对于部分植被覆盖的地表，冠层表面和土壤表面各存在一个热量平衡方程。双层模型中显热通量的计算公式为

Hs和Hv分别是土壤和植被的显热通量，T0是冠层(d+Zom)的空气动力学温度，Ta是在参考高度处的气温，Ts和Tv分别是土壤和植被的温度，ras是土壤与热源汇高度之间的空气动力学阻抗，rac是整个植被层的边界层阻抗。潜热通量可以用同样方法分解为土壤和植被两部分。

由于多时相、多光谱的观测资料既克服了微气象学法因下垫面几何结构和物理属性的水平非均匀性而难以将“点”上观测资料应用到“面”上的局限性，也克服了水量平衡法在时间分辨率上的缺陷，故该方法具有广泛的应用前景。但是，遥感方法的结果精度受到许多因子的制约，具体有:(1)图像信息源;(2)反照率、比辐射率和表面温度等地表参数的遥感反演精度;(3)空气动力学阻抗和表面阻抗模型;(4)估算结果的验证方法;(5)时间尺度的扩展问题。

(四)通过数学建模方法预测作物需水量

这种方法建立在对历史数据的统计分析基础上，应用数学建模预测作物需水。根据对数据处理方式不同，需水量预测主要分为:时间序列法、结构分析法和系统方法。①时间序列法，包括移动平均法、指数平滑法、趋势外推法、季节变动法、马尔可夫法和自回归－平均模型(ARMA)法，ARMA法集时间序列模型之大成，它可对作物任何一个用水过程进行模拟，对时预测、日预测和年预测均有效，且预测速度快、精度高。缺点是无法剖析形成预测值的原因及合理的误差估计。②结构分析法，包括回归分析法、指数分析法等。③系统方法，包括灰色预测方法、人工神经网络方法及系统动力学方法。灰色预测法能根据原始数据的不同特点，构造出不同的预测模型。人工神经网络方法实际上是对系统的一种黑箱模拟，更适合于短期预测和动态预报短期负荷值以及动态训练系统。系统动力学方法则能预测出远期作物需水，找出系统的影响因素及作用关系，有利于系统优化。