农田蒸散是地表水循环的重要组成部分，包括土壤蒸发和植物蒸腾两部分[1-2]。农田蒸散的准确计算不仅有助于指导农田灌溉和提高水分利用效率，而且在研究作物与大气的相互作用中扮演着重要角色[3-4]。随着科学技术的进步，在农田蒸散模型研究方面，学者们发展了各种蒸散模型[5-9]，比较著名的有Penman-Montieth(P-M)单源模型和Shuttleworth-Wallace(S-W)双源蒸散模型。与P-M模型相比，S-W模型将作物蒸腾和土壤蒸发分开计算，考虑了作物与裸土的阻力差异，提高了蒸散发的计算精度，弥补了Penman-Montieth公式在计算稀疏冠层时的缺陷[10-11]。Kato[12]比较了S-W模型与其他蒸散模型的差异，认为S-W模型具有较好的模拟效果。赵丽雯[13]估算了西北黑河中游荒漠绿洲农田玉米生长季实际蒸散量，表明S-W模型能较好地估算研究区的蒸散量，并能有效区分农田作物蒸腾和土壤蒸发。刘绍民[14]以涡度相关法的实测资料为标准，对多种蒸散量测定和估算方法进行了对比分析，结果表明S-W模型对各类阻抗较为敏感。贾红[15]利用S-W模型对夏玉米农田的蒸散模拟发现，模型分别对冠层阻力参数和土壤阻力参数最为敏感。S-W模型中土壤和冠层阻抗参数涉及植被结构、生理特征及土壤水分等因子，这些参数的获取本身就存在复杂性，无法由实验仪器直接观测得到。关于阻力参数模型的研究多停留在半定量的经验公式上，而且参数化方案和数值计算方法也存在缺陷。因此，蒸散发的模拟精度往往不能满足实际需求，需要进行更为系统全面的评估、检验和对模型进行改进。

玉米抽雄-成熟期是决定穗粒数、籽粒增重等玉米产量因素和品质的重要时期，同时也是对水分最敏感的时期，需水量约占全生育期的50%左右[16-17]。本文采用S-W模型，以夏玉米农田抽雄-成熟期涡度相关法测定的蒸散为参照，对不同冠层阻力和土壤阻力公式的S-W模型模拟蒸散的效果进行比较，并对各阻力参数的敏感性进行分析，以期找到最适合本地区的参数模型，为夏玉米农田蒸散模拟提供较为便捷的途径。为河南地区夏玉米田优化灌溉，提高土壤作物水分利用效率，夏玉米高产稳产提供帮助。

1 资料与方法

1.1 试验站点基本情况

试验地点在河南省郑州农业气象试验站(34°43′N，113°39′E，海拔110.4 m)试验田内进行。该试验站位于华北平原南部，属于暖温带大陆性气候，年平均气温14.9℃，多年平均降水量670.0 mm左右。土壤为沙壤土、微碱性，0～10 cm平均土壤容重1.30 g·cm-3，田间持水量22.8%，凋萎湿度4.1%，常年地下水埋深>2.0 m。农业生产以冬小麦和夏玉米1年2季轮作为主，其中夏玉米生长期为6月上旬—9月下旬。2008年夏玉米生长季，播种品种为杂交玉米、中熟品种‘郑单958’，播种到成熟期天数为94 d，总降水量369.1 mm，较历年同期偏少61.7 mm，日照时数1 178.7 h，较历年同期偏少195.0 h，为历史正常年份。

3．图书馆学情报学期刊鼓励学术成果的公益性传播，采取开放出版、自存储、搭建开放平台等多种形式，使本领域的研究成果在公共互联网上免费获取，允许任何用户阅读、下载、拷贝、分发、印刷、搜索、链接至文献的全文。

图书馆的发展先后经历了传统图书馆时代——图书馆各自为主，内部空间为专业阅览室加闭架书库；计算机网络化时代——1990年前后开始图书馆计算机集成系统建设，开始文献共建共享，书库空间逐渐向开架调整，2000年之后开始大规模馆藏资源数字化和借阅藏一体化空间布局。此阶段图书馆的中心工作是以资源建设为中心，大体量新馆建设是突出性标志；复合图书馆时代——20世纪末，以数字资源发现为主导，资源增加和馆藏结构与服务方式的变化，统一检索与资源发现，阅读推广与新媒体服务，24小时自助借还功能与流动书车，倡导提高阅读量。学习共享空间、双创发展空间应运而生。

1.2 通量相关系统

通量观测系统采用美国Campbell Scientific公司的涡动协方差系统，主要包括1套梯度观测系统和1套涡度观测系统。涡动协方差系统仪架设高度为3 m，主要包括CSAT3三维超声风速仪、LI7500 CO2/H2O分析仪、净辐射传感器和土壤热通量板。

1.3 通量数据处理方法

实验选取2008年8月—9月夏玉米生育期的通量观测数据，共35 d。按照中国气象局下发《近地层通量观测数据格式》和《近地层通量观测业务规范(试行)》进行仪器维护和通量数据下载。利用EdiRe通量数据处理软件，并参照通量资料处理的一般标准，对半小时通量数据进行野点剔除、坐标轴旋转和WPL变换处理，并对异常数据进行剔除[18-22]。对由于降水、断电等因素造成的数据缺失以及剔除异常数据之后的数据序列，采用不同的方法进行插补[23-28]，形成完整的通量序列。

1.4 作物观测

式子，rmin、rmax表示最小和最大气孔阻力，此处夏玉米取值为120 s·m-1和2 400 s·m-1；Qt是到达冠层顶端太阳辐射(W·m-2)；Qcri为冠层辐射临界值，取100 W·m-2；θw为根层土壤含水量；θf为田间持水量；θw为凋萎含水量(cm3·cm-3)；es、ea分别表示饱和水汽压和实际水汽压(kPa)；β为系数，取值0.061 kPa-1；Ta为气温(℃)；T0为冠层温度。

(1)

其中：LAIL为逻辑斯迪克模拟叶面积指数；DS为归一化积温。

3.强化标准化生产的宣传。加强对畜牧生产管理人员、生产者的标准化生产宣传，普及标准化知识，促进各项标准落到实处，进一步提高合川区生猪的市场竞争力。

图1 叶面积指数模拟值与实测值对比

Fig.1 Leaf area index simulation values compared with the measured values

1.5 模型描述

Shuttleworth和Wallace研究了稀疏覆盖条件下土壤表面的蒸散量，在假设作物冠层为均匀覆盖的条件下，建立了由植被和植被覆盖下的土表两部分组成的双源模型[33]。

λET=CcPMc+CsPMs

(2)

PMs=

(3)

PMc=

(4)

[19] 徐自为,刘绍民,宫丽娟,等.涡动相关仪观测数据的处理与质量评价研究[J].地球科学进展,2008,23(4):357-370.

Cc和Cs分别为作物冠层和土壤表面的系数，其计算如下：

(5)

(6)

式中，Ra、Rc、Rs分别为：

为确保在极端工况、防喘振控制系统或阀门定位器等故障情况下也能保护机组,在喘振线与控制线之间设置了一条流量下限安全线（FAL）,当运行点到达安全线（FAL）时,旁路阀快速打开，提高入口流量，同时DCS上将旁路阀阀开度锁定在100%上，入口导流叶片阀开度锁定在0%上，压缩机卸载。

(7)

(8)

(9)

1.6 参数的确定

1.6.1 冠层阻力的确定 冠层阻力是冠层导度的倒数，本文具体计算采用Jarvis[34]和Noilhan等[35]提出的参数化模型，则夏玉米农田冠层阻力采用如下参数化方案：

(10)

式中：LAIe为冠层有效叶面积指数，计算方法参照李俊[36]改进型有效叶面积指数方法进行：

(11)

F1、F2、F3和F4分别为净辐射Rn(W·m-2)、饱和水汽压差D(hPa)、气温T(℃)和土壤容积含水量θ(cm3·cm-3)的响应函数。

(12)

(13)

(14)

F3=1-β(es-ea)

(15)

F4=1-0.0016(T0-Ta)2

(16)

夏玉米观测，安照《中国气象局农业气象观测规范(上卷)》进行密度、株高、叶面积、生物量测量[29]。根据实测叶面积指数，结合逻辑斯迪克模型进行逐日叶面积指数模拟[30-32]。

1.6.2 土壤表面蒸发阻力参数的确定 土壤表面蒸发阻力参数最早由Monteith有植被的地表蒸发阻力的概念发展而来，国内外学者进行了大量研究，提出了许多理论的和经验的计算公式[37-44]。但是由于土壤表面蒸发的复杂性，至今的理论研究没有取得重大进展，各种经验公式之间差别较大，在地表湿润时为几十s·m-1到地表风干时达几千s·m-1，很难满足实用要求[45]。本文选取应用较为广泛的Lin and Sun[46-47]：

适用于

(17)

和Sellers[48]的经验函数：

(18)

进行对比分析。

其中，经验系数b1、b2、b3分别为3.5、2.3、33.5，θ为0～10 mm深度土壤含水量值和θsat为饱和含水量。

基于微课的翻转课堂+对分课堂教学模式实现了学生学习方式的多元化和学习途径的广泛化，能有效调动学生的学习积极性，提升学生的自主学习能力和综合素质，并加强师生之间和学生之间的沟通交流。但同时我们也发现了一些可以进一步改进之处，如需要对自学能力较差、知识掌握相对薄弱的同学加强关注、提高每位学生的参与度、避免学生出现“滥竽充数”的现象、更合理的安排好有限的课堂时间、改进评价方式、加强网络教学平台建设等。

职业道德教育，是职业道德活动的重要形式，是使外在的职业道德规范得以转化为会计人员内在品质和行为的有效途径。长期以来，由于我们侧重应试而忽视素质教育，导致在会计教育中重视专业技能培养而忽视职业道德教育，部分走出会计专业院校的学生，职业道德教育先天不足，成为会计队伍中一支“专而不红”的群体。

1.6.3 其他阻力参数的确定 冠层内边界阻力作物冠层高度与参考高度间空气动力学阻力和地表与冠层高度间空气动力学阻力采用Shuttleworth and Gurney[49]提出的关系式计算。

1.7 模型验证和敏感性分析

本文以涡度相关系统每30 min测定的蒸散量(ET)作为参照，分别将修改前后的S-W模型计算出的ET与其进行比较，用以检验模型的模拟效果。在评价模型的模拟精度时除了使用斜率(slope)、截距(intercept)、相关系数(r)、均方根误差(RMSE)等，还引入了标准均方根误差(NRMSE)和一致性指数(IoA)等指标评价模拟效果[50-51]。

(19)

(20)

(21)

(22)

式中，Pi为模拟值；Oi为测量值；为平均实测值；n为模拟值或实测值个数。

家校合作共育是促进学生全面可持续发展的重要途径，通过家庭与学校的合作，能够进一步提升沟通质量，有助于家长科学地配合学校进行家庭教育，也有助于学校更全面地了解学生。而在互联网时代，“互联网+”已成为时代发展的趋势，在这种趋势下，中小学更需要树立家校共育的理念，构建一个学校与家庭互助的信息化平台，进一步提升沟通质量。这样一来，既有利于提升教师的教学能力，优化教学效果，又能够借助“互联网+”的优势，使用新的教学理念和教育方法，进而促进学生全面发展，开创学校和家庭合作的新模式。

模拟值与实测值的MAE和NRMSE越小、IoA越大，表明误差越小，模型的预测性越好。标准均方根误差用于说明数据的离散程度，无量纲，NRMSE越接近0说明数据越集中，模型的模拟效果越好。一致性指数IoA是均方误差与可能误差的比率，取值在0～1之间，1代表模拟值与实测值完全一致，0表示完全不一致。

径流水样品：每次降雨产生径流后，收集每个径流桶的径流水样，将水样储存于4 ℃冰箱内并及时过滤、测定。径流水采集结束后，需将径流桶内水排干并清洗干净，以备下次径流水采集。

2 结果分析

2.1 双源模型对比分析

选取李俊改进型(L1)和Cardiol[52](L2)叶面积指数冠层阻力模型，以及Sellers(S1)等和Lin and Sun(S2)两种土壤阻力参数模型，组成4个双源模型S-W1，S-W2，S-W3，S-W4。对四个模型的相关性和误差进行分析，从而找出最优化的模型参数。

表1 改进阻力参数双源模型

Table 1 Improvement of the resistance parameters of S-W models

双源模型Shuttleworth-wallacemodel冠层阻力模型Canopyresistance土壤阻力模型SoilresistanceS-W1L1S1S-W2L1S2S-W3L2S1S-W4L2S2

模拟结果表明:S-W1、S-W2、S-W3和S-W4模型模拟的每30 min玉米地ET均与实测ET吻合较好(表2、图2、图3)。从图4可以看出，从8月1日—9月4日，4个模型斜率都小于1，但S-W1模型效果较好，拟合直线更接近1∶1线。

表2 双源模型玉米地蒸散量精度验证

Table 2 Accuracy of simulated evapotranspiration by S-W1、S-W2、S-W3 and S-W4 models of summer maize

模型Model相关系数r斜率Slope截距Intercept绝对误差ABSE均方根误差RMSE标准均方根误差NRMSE一致性指数IAS-W10.918**0.7520.0080.0550.0910.6220.954S-W20.919**0.6760.0050.0710.1160.7930.888S-W30.938**0.7210.0030.0610.0990.6750.885S-W40.935**0.6520.0010.0810.1270.8700.902

注：**在0.01水平上显著相关。

Notes: ** Correlation is significant at the 0.01 probability level.

分析表明(表2)，四个模型模拟值与实测值的相关系数均大于0.918(P<0.01)。四个模型的斜率在0.652～0.752之间，均小于1，模拟值较实测值小，截距均小于0.01。绝对误差在0.055～0.081之间，均方根误差在0.091～0.127之间，标准均方根误差在0.622～0.870之间，误差均以S-W1模型最小。一致性指数在0.885～0.954之间。

对比分析发现，当冠层阻力参数一致，采用不同的土壤阻力参数模型时。S-W1和S-W2两者相关系数差别不大，分别为0.918、0.919，S-W3和S-W4两者相关系数较前两者有一定的提升，分别为0.938、0.935。说明Cardiol冠层阻力参数在一定程度上提高了模型的相关性。通过斜率分析发现，S-W1和S-W3斜率分别为0.752、0.721，两者斜率差别不明显，S-W2和S-W4较前两者有一定程度的降低，分别为0.676、0.652。说明Sellers土壤阻力参数提高了模拟值的大小。误差分析表明，绝对误差、均方根误差和标准均方根误差均以S-W1为最小，分别为0.091、0.622、0.954。一致性指数以S-W1最大为0.954。综合分析，Cardiol冠层阻力参数在一定程度上提高了模型的相关性，但是李俊改进型冠层阻力参数和Sellers土壤阻力参数模型能够减少模拟误差，并且一致性指数更大。

图2 S-W1、S-W2、S-W3和S-W4模型模拟的每半小时蒸散量与实测值比较

Fig.2 Comparison of simulated evapotranspiration (ET) for 30 min by different models (S-W1、S-W2、S-W3 and S-W4) with measured ET

从整体上看，S-W1、S-W2、S-W3和S-W4模型蒸散的模拟值与实测值的相关系数差别不大，S-W1模型一致性指数更接近1，并且绝对误差、均方根误差、标准均方根误差均较其他模型小。可以看出S-W1模型更接近实测值(图3)，能够较好地模拟玉米地蒸散日变化趋势。

2.2 模型敏感性分析

选取S-W1模型对各阻力参数进行敏感性分析，结果(表3)表明:冠层阻力对蒸散(ET)和作物蒸腾(T)和棵间土壤蒸发(E)的影响均较大每增加10%，T减少7.19%，E增加1.24%左右，ET减少每降低10%，T增加8.41%，E减少1.45%，ET增加4.80%。土壤表面阻力每增加10%，ET减少1.11%；相反，每减少10%，ET增加的变化对T影响很小，每增减10%，T的变化幅度仅在-0.20%～0.2%左右每增加或减少10%，E则减少3.37%或增加3.64%。

由表3可见，模型中，作物冠层高度与参考高度间空气动力学阻力对ET和T的影响很小，每增减10%，ET和T的变化仅在0.2%左右每增减10%，E的变化幅度仅在-0.79%～0.82%左右。冠层表面边界层阻力对ET、T和E的影响均很小每增减10%，ET的变化均小于0.11%，E和T的变化均小于0.60%。土壤表面到冠层高度的空气动力学阻力对E影响较大，每增加10%，E减少2.31%左右；每减少10%，E增加1.74%左右对ET和T的影响较小，ET和T的变化在-0.73%～0.18%。有效叶面积指数(LAIe)的变化对ET、T和E均有较明显的影响，LAIe增减10%，T的变化在-7.41%～8.19%之间，E的变化在-2.64%～0.00%，ET的变化在-4.58%～3.54%。

图3 模拟值与实测值相关性分析

Fig.3 Correlation analysis of simulated values and measured values

表3 S-W1模型阻力参数敏感性分析

Table 3 Sensitivities of simulated evapotranspiration (ET) by using S-W1 models to the changes of parameters in a maize field

阻力参数Resistanceparameter蒸散发ET/%Evapotranspiration蒸腾T/%Transpiration蒸发E/%EvaporationrcsrssraarcarsaLAIe+10%-4.10-7.19 1.24-10% 4.80 8.41-1.45+10%-1.11 0.20-3.37-10% 1.20-0.22 3.64+10%-0.19 0.14-0.79-10% 0.20-0.15 0.82+10%-0.05-0.08-0.44-10% 0.11 0.59 0.32+10%-0.73-0.08-2.31-10% 0.12 0.18 1.74+10% 3.54 8.19-2.64-10%-4.58-7.41 0.00

3 结 论

以涡度观测数据为基础，研究了夏玉米农田冠层阻力参数和土壤阻力参数，并利用Shuttleworth-Wallace模型，对比分析了两种阻力参数模型玉米农田双源蒸散模型特征。结果表明，叶面积指数的改进对提高模型精度很有必要，李俊等改进型有效叶面积指数冠层阻力模型和Sellers土壤阻力参数模型在本地区具有较好的模拟效果。

分析了夏玉米生长季抽穗期～成熟期蒸散值与实测值变化特征，S-W模型估算的蒸散量的日变化趋势与涡度相关法相近，但模拟值较涡度观测值偏小。上述结论与刘斌[53]在稻田的研究结果相同。并S-W模型阻力参数进行了敏感性分析，和两个阻力参数以及LAIe对模型表现敏感，对和表现不敏感，模拟值与实测值有较好的一致性，模拟结果是可以接受的。

4 讨 论

在计算LAI时，使用现有的Logistics模型，由此带来一定误差，因此叶面积指数模拟的误差会导致ET模拟的不准确[54]。研究表明[55]，需要3年的连续LAI观测数据才能使Logistics模型最优。因此，需要针对本地区、不同类型植被建立LAIe与LAI的函数关系，减少LAIe的计算误差，进一步提高蒸散模型的模拟精度。

由于土壤表面阻力模型较多，大部分是基于经验公式、半经验公式及物理学角度提出的计算方法，研究选择了常用的两种模型进行对比，以找到适合本地区的土壤阻力参数模型。有学者提出[56]，Sun和Dolman[57]提出的经验公式最为准确，目前还没有统一的结论。Villagarcía等[58]研究发现，土壤测定深度距表层土壤越近越好，每当测定深度增加0.03 m，总潜热通量的误差范围将超过100%。因此，根据不同深度土壤水分，结合本地区的下垫面特征，进行多种土壤阻力参数模型的对比分析有待于进一步研究。

分析S-W模型对各阻力参数的敏感性发现，作物蒸腾对最敏感，其次为LAIe；土壤蒸发对最敏感，其次为和蒸散对最敏感，LAIe次之；蒸散、蒸腾和蒸发对和最不敏感。本文在夏玉米农田得到的结果与李璐[59]的研究结果相同，贾红[60]在水稻田也取得了相同的结果。鉴于和对S-W模型估算的蒸散影响较大，在应用上述模型估算蒸散时，需特别注意这些阻力参数计算公式中经验系数的确定。S-W模型在不同研究背景条件下、不同作物对象的敏感程度存在差异。一些学者[61]对西北半干旱区膜覆盖玉米田S-W模型蒸散特征研究，并进行了敏感性分析，得出了不同的结论，S-W模型对和均较敏感，对敏感性适中，对和不敏感。原因在于试验是在西北半干旱区膜覆盖条件下进行的，影响了土壤蒸发，从而得到不同的模拟结果。因此，今后研究中利用大型蒸渗仪等直接测量手段，结合涡度相关数据，在相同下垫面情况下，多站点协同观测，进一步验证模拟结果的准确性，并简化阻力参数模型，使得蒸散模型更加具有可比性，是今后的重点。

参 考 文 献：

图片数据包pic_package封装后先存放在PC内存中,利用驱动程序在系统内存开辟两个DMA缓冲区(上位机与硬件板卡直接通信的数据交互区)pdata_buf1和pdata_buf2。

[4] 汪秀敏.农田蒸散量测定与计算方法研究[D].南京：南京信息工程大学,2012.

[1] 赵 华.不同尺寸蒸渗仪测定农田蒸散量的对比及冠层阻力的模拟研究[D].南京：南京信息工程大学,2015.

[29] 国家气象局.农业气象观测规范(上卷)[M].北京:气象出版社,1993:7-30.

[3] 崔晓军,薛昌颖,杨晓光，等.不同水分处理旱稻农田蒸散特征和水分利用效率[J].农业工程学报，2008,24(4):49-54.

目前，我国已成为全球第二大经济体和世界第一大贸易国，为世界经贸发展做出了巨大贡献。然而中国的快速发展在美国眼里，俨然已经成为美国作为世界霸主地位的威胁。为在美国还有能力之时尽力遏制中国的发展，美国将近年来中美经济上的问题不断扩大，逐步衍生为世界级的贸易战。2018年3月22日，两国的贸易战正式开始。尽管中方一直以缓和事态、制止贸易战进一步延伸的态度应对美国的出击，但美国却一直不依不挠，两国贸易战不断升级。

[5] 吕厚荃,于贵瑞.几种实际蒸散计算方法在土壤水分模拟中的应用[J].资源科学,2001,23(6):85-90.

[6] Penman H L. Natural evaporation from open water, hare soil and grass[J]. Proceedings of the Royal Society of London, 1948,193(1032):120-145.

[7] Monteith J L. Resistance of a partially wet canopy: Whose equation fails?[J]. Boundary-Layer Meteorology, 1977,12(3):379-383.

[8] Monteith J L. Evaporation and environment[J]. Symposia of the Society for Experimental Biology, 1965,19(19):205-234.

[9] Daamen C C. Two source model of surface fluxes for millet fields in Niger[J]. Agricultural and Forest Meteorology, 1997,83(3):205-230.

[10] 米 娜,陈鹏狮,张玉书,等.几种蒸散模型在玉米农田蒸散量计算中的应用比较[J].资源科学,2009,31(9):1599-1606.

[11] 郭 映.应用Shuttleworth-Wallace双源模型对玉米蒸散的研究[D].兰州：兰州大学,2015.

[12] Kato T, Kimura R, Kamichika M. Estimation of evapotranspiration, transpiration ratio and water-use efficiency from a sparse canopy using a compartment model[J]. Agricultural Water Management An International Journal, 2004,65(3):173-191.

[13] 赵丽雯,赵文智,吉喜斌.西北黑河中游荒漠绿洲农田作物蒸腾与土壤蒸发区分及作物耗水规律[J].生态学报,2015,35(4):1114-1123.

[14] 刘绍民,孙中平,李小文,等.蒸散量测定与估算方法的对比研究[J].自然资源学报,2003,18(2):161-167.

[15] 贾 红,胡继超,张佳宝,等.应用Shuttleworth-Wallace模型对夏玉米农田蒸散的估计[J].灌溉排水学报,2008,27(4):77-80.

从PUE延伸出来的能效指标还包括制冷负载因素CLF(Cooling Load Factor)和供电负载因素PLF(Power Load Factor)，他们的定义分别是：

[16] 刘荣花，赵国强．现代农业气象服务手册[M].北京：气象出版社.2014：21-25.

[17] 刘战东,肖俊夫,刘祖贵,等.高产条件下夏玉米需水量与需水规律研究[J].节水灌溉,2011，(6):4-6.

[18] 李 春,何洪林,刘 敏,等.China Flux CO2通量数据处理系统与应用[J].地球信息科学,2008,10(5):557-565.

式中，Rn为冠层表面净辐射(W·m-2)；G为土壤热通量(W·m-2)；ρ为空气密度(kg·m-3)；Cp为空气比热(1012J·kg-1·K-1)；D为空气饱和水汽压差(hPa)；γ为干湿表常数(0.67 hPa·K-1)；Δ为饱和水汽压—温度曲线斜率为土壤表面净辐射为冠层阻力为土壤表面阻力为冠层内边界阻力为作物冠层高度与参考高度间空气动力学阻力为地表与冠层高度间空气动力学阻力(s·m-1)。

[20] 徐自为,刘绍民,徐同仁,等.涡动相关仪观测蒸散量的插补方法比较[J].地球科学进展,2009,24(4):372-382.

[21] Vickers D, Mahrt L. Quality control and flux sampling problems for tower and aircraft data[J]. Journal of Atmospheric and Oceanic Technology, 1997,14(3):514-526.

[22] 郭建侠,汴林根,戴永久.在华北玉米生育期观测的16 m高度CO2浓度及通量特征[J].大气科学,2007,31(4):695-707.

[23] 孙晓敏,朱治林,许金萍，等.涡度相关测定中平均周期参数的确定及其影响分析[J].中国科学D辑,地球科学，2004,34(S2):30-36.

[24] 朱治林,孙晓敏,袁国富，等.非平坦下垫面涡度相关通量的校正方法及其在ChinaFLLUX中的应用[J].中国科学D辑,地球科学，2004,34(A02):37-45.

[25] 刘 敏，何洪林，于贵瑞，等.数据处理方法不确定性对CO2通量组分估算的影响[J].应用生态学报，2010,21(9):2389-2396.

[26] 王春林,周国逸,王 旭，等.复杂地形条件下涡度相关法通量测定修正方法分析[J].中国农业气象，2007,28(3)：233-240.

[27] Falge E, Baldocchi D D, Olson R, et al. Gap-filling strategies for defensible annual sums of net ecosystem echange[J]. Agricultural and Foresrt Meteorology, 2001,107(1):43-69.

[28] Falge E, Baldocchi D D, Olson R, et al. Gap-filling strategies for long-term energy flux data sets[J]. Agricultural and Forest Meteorology, 2001,107(1):71-77.

[2] 郭晓寅,程国栋.遥感技术应用于地表面蒸散发的研究进展[J].地球科学进展,2004,19(1):107-114.

Risk Evaluation and Early Warning System for Ice Navigating Vessels in Northern Sea Areas of China

[30] 林忠辉,项月琴,莫兴国,等.夏玉米叶面积指数增长模型的研究[J].中国生态农业学报,2003,11(4):69-72.

[33] Shuttleworth W J, Wallace J S. Evaporation from sparse crops-an energy combination theory[J]. Quarterly Journal of the Royal Meteorological Society, 1985,111(469):839-855.

[32] 刘铁梅,曹卫星,罗卫红,等.小麦叶面积指数的模拟模型研究[J].麦类作物学报,2001,21(2):38-41.

[31] 王信理.在作物干物质积累的动态模拟中如何合理运用Logistic方程[J].中国农业气象,1986,7(1):14-19.

此刻的母亲，就像他想着的一样，满脸带笑。只要母亲脸上有笑，阿里心里就很舒服。他也会呵呵地笑，仿佛梦里的享受一直在延续，一秒钟也未中断。有一回，母亲满脸忧伤，眼眶含泪。阿里醒时，吓一大跳。他立即就难过，甚至哇哇大哭。一边哭一边伸出两只手，去拉扯母亲的嘴。母亲的嘴巴必须是张开着笑的。这样子阿里的心才会好受。

[34] Jarvis P G. The interpretation of the variations in leaf water potential and stomatal conductance found in canopies in the field[J]. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences, 1976,273(927):593-610.

[35] Noilhan J, Planton S. A simple parameterization of land surface processes for meteorological models[J]. Monthly Weather Review, 1989,117(3):536-549.

[36] 李 俊,韩凤明,同小娟,等.麦田蒸散模型的改进及其对阻力参数的敏感性分析[J].中国农业气象,2014,35(6):635-643.

[37] John L. Monteith. Principles of Environmental Physics[M]. London: Edward Arnold, 1973.

[38] Kim J, Verma S B. Modeling canopy stomatal conductance in a temperate grassland ecosystem[J]. Agricultural and forest meteorology，1991，55(1)：149-166.

[39] Schulze E D. Relationships among maximum stomatal conductance, ecosystem surface conductance, carbon assimilation rate，and plant nitrogen nutrition：a global ecology scaling exercise[J]. Annual Review of Ecology and Systematics，1994，25(1)：629-660.

[40] 李 放,沈彦俊.地表遥感蒸散发模型研究进展[J].资源科学，2014，36(7)：1478-1488.

[41] Sun S F. Moisture and Heat Transport in a Soil Layer Forced by Atmospheric Conditions[D]. M.S. Thesis, Dept. of Civil Engineering, USA：University of Connecticut, 1982.

[42] Camillo P J, Gurney R J, Camillo P J. A resistance parameter for bare-soil evaporation models[J]. Soil Science, 1986,141(2):95-105.

[43] Anadranistakis M, Liakatas A, Kerkides P, et al. Crop water requirement model tested for crops grown in Greece[J]. Agricultural Water Management, 2000,45(3):297-316.

[44] ?cs F. A comparative analysis of transpiration and bare soil evaporation[J]. Boundary-Layer Meteorology, 2003,109(2):139-162.

[45] 杨邦杰, Blackwell, Nicholson DF.土壤表面蒸发阻力模型与田间测定方法[J].地理学报,1997，(2):177-183.

[46] 林家鼎,孙菽芬.土壤内水分流动、温度分布及其表面蒸发效应的研究——土壤表面蒸发阻抗的探讨[J].水利学报,1983，(7)：1-7.

[47] Sun Shufen. Moisture and heat transport in a soil layer forced by atmospheric conditions[D]: USA: University of Connecticut，1982.

[48] Sellers P J, Heiser M D, HALL F G. Relationship between surface conductance and spectral vegetation indices at intermediate (100 m2～15 m2) length scales[J]. J. Geophys. Res. FIFE special issue, 1992,(97):19033-19060.

[49] Shuttleworth W J, Gurney R J. The theoretical relationship between foliage temperature and canopy resistance in sparse crops[J]. Q. J. R. Meteorol. Soc, 1990,116(492):498-451.

[50] Zhan X, Kustas W P, Humes K S. An intercomparison study on models of sensible heat flux over partial canopy surfaces with remotely sensed surface temperature[J]. Remote Sensing of Environment, 1997,58(3):242-256.

[51] Janssen P H M, Heuberger P S C. Calibration of process-oriented models[J]. Ecological Modelling, 1995,83(1):55-66.

[52] Camillo P J, Gurney R J. A resistance parameter for bare soil evaporation models[J]. Soil Science, 1986,141(2):95-105.

[53] 刘 斌,胡继超,张雪松,等.稻田逐时蒸散量的测定及其模拟方法的比较[J].灌溉排水学报,2014,33(4):369-373.

[54] 麻雪艳,周广胜.玉米叶面积指数动态模拟的最适野外观测资料[J].应用生态学报,2013,24(6):1579-1585.

[55] 米 娜,张玉书,陈鹏狮,等.玉米农田蒸散过程及其对气候变化的响应模拟[J].生态学报,2010,30(3):698-709.

[56] 高冠龙,张小由,鱼腾飞,等.Shuttleworth-Wallace双源蒸散发模型阻力参数的确定[J].冰川冻土,2016,38(1):170-177.

[57] Dolman A J. A multiple-source land surface energy balance model for use in general circulation models[J]. Agricultural & Forest Meteorology, 1993,65(93):21-45.

[58] Villagarcía L, Were A, García M, et al. Sensitivity of a clumped model of evapotranspiration to surface resistance parameterisations: Application in a semi-arid environment[J]. Agricultural & Forest Meteorology, 2010,150(7-8):1065-1078.

[59] 李 璐,李 俊,同小娟,等.不同冠层阻力公式在玉米田蒸散模拟中的应用[J].中国生态农业学报,2015,23(8):1026-1034.

[60] 贾 红.稻田双源蒸散模型研究[D].南京：南京信息工程大学,2008.

[61] 董 军,岳 宁,党慧慧,等.应用修订的Shuttleworth-Wallace模型对半干旱区覆膜玉米蒸散的研究[J].中国生态农业学报,2016,24(5):674-683.