更全的杂志信息网

科尔沁沙地青贮玉米蒸散量的估算与分析

更新时间:2016-07-05

蒸散发量(简称蒸散量)为植物蒸腾量和土壤蒸发量之和[1],是水文循环的重要组成部分[2],也是制定农业灌溉制度和研究水文过程的重要依据,准确地估算蒸散量对于区域水资源管理和农业水资源高效利用具有重大意义[3]。估算蒸散量的方法有很多[4-7],关键在于参考作物蒸散量(ET0)的计算。由于蒸散量是经由土壤—植物—大气连续体(SPAC系统)的动态水分传输过程,导致蒸散量是水文循环中最难估算的。1979年联合国粮农组织(FAO)提出了修正Penman公式[8],在国内得到广泛的应用。1998年,FAO明确了“参考作物蒸散发(ET0)”的概念,即“高0.12 m、综合表面阻力为70 s·m-1、反射率为0.23的一种假想参考作物的蒸散速率,可以近似代表高度一致、生长良好、水分充足、完全覆盖地面的大面积绿草的蒸散量”[9],且在56号文件给出了具体的FAO-56 Penman-Monteith计算公式,且得到广泛的应用。2005年美国工程协会在FAO-56 Penman-Monteith公式的基础上,综合考虑作物高度变化的影响,提出ASCE Penman-Monteith公式,且在陕西关中地区[10]和黑河流域中游取得很好的效果[11]

针对玉米实际蒸散量估算,很多学者通过遥感反演的方法,分析大田玉米的蒸散发规律,如王敏政等[12]在河北省保定进行了相关研究;也有很多学者利用大型蒸渗仪来直接测量,经修正后可得玉米实际蒸散量,如杨光超等[13]在河北省怀来县进行了相关研究;一些学者通过涡度相关系统,分析了田间尺度玉米蒸散量的变化规律,如张淑杰等[14]在辽宁锦州地区开展了相关研究;少数学者借助大孔径闪烁仪,并结合涡度相关系统分析了暖温带半湿润季风气候区夏玉米蒸散量的变化特征,如杨凡等[15]在河北省栾城进行了相关研究。近些年来出现了很多利用模型来模拟作物蒸散规律的研究,如赵丽雯等[16]通过Shuttleworth-Wallace模型估算了绿洲农田玉米生长季的实际蒸散量;赵娜娜[17]等率定了双作物系数模型,并分析了夏玉米棵间土壤蒸发和作物蒸腾规律;蔡锡镇等[18]通过SWAT模型与遥感相结合的方法模拟了水文流域的蒸散发量,并取得了良好的效果;在与本文相似的浑善达克沙地,刘艳伟等[19]通过双作物系数模型和SWAT模型共同模拟天然植被的蒸散发量,均取得了良好的模拟效果。

本文以科尔沁沙地青贮玉米为研究对象,采用ASCE Penman-Monteith模型计算ET0,然后通过土壤含水率模拟值与实测值对比率定了双作物系数模型,从而得出土壤蒸发系数和作物蒸散系数,与ET0结合后可实现棵间土壤蒸发和青贮玉米蒸腾的模拟,重点分析棵间土壤蒸发和青贮玉米蒸腾的变化规律及其影响因素,对荒漠化日趋严重的科尔沁沙地青贮玉米蒸散量的计算和生态保护政策的制定具有重大意义。

1 材料与方法

1.1 研究区概况与试验设计

本文选择位于科尔沁沙地东南缘的阿古拉生态水文试验区域为研究区,行政区隶属内蒙古通辽市科尔沁左翼后旗阿古拉镇,地理坐标为122°33′00″~122°41′00″E,43°18′48″~43°21′24″N,面积55 km2。研究区为典型的半干旱荒漠化地区,流动、固定沙丘和草甸、农田与小型湖泡相间分布。区内南北沙丘主要有小叶锦鸡儿等灌木沙生植被,差巴嘎蒿等半灌木沙生植被,中间毗邻湖泡的低缓草甸地上分布着一年或多年生牧草,二者之间的过渡带分布着玉米、青贮玉米等农作物。研究区属典型的温带大陆性季风气候,雨热同期,常年多风干燥,多年平均降水量389 mm,且主要集中在6—9月,占年降水量的69.3%;Φ20 cm蒸发皿多年平均蒸发量1 412 mm,且主要集中在5—9月,占年蒸发量的79.0%;平均相对湿度介于40%~90%之间,多年平均日照时数2 931.5 h。

为开展区域内青贮玉米蒸散量的专项研究,在研究区装有一套气象站(Campbell),可获得2.0 m与3.5 m处风速、2 m处空气温湿度、太阳净辐射和降雨量的测量数据;地下埋有CS655土壤探头,可实现土壤水分、电导率与温度的观测,埋设梯度为10 cm、20 cm、40 cm和80 cm;2.5 m架设一个自记式雨量筒。气象站各探头和雨量筒将数据的采集间隔设置为10 min,30 min和daily。试验点种植青贮玉米,于2015年5月23日播种、8月30日收割。7月27日雨后进行施肥(尿素),生长期内无明显虫害,且无灌溉。采集土样进行颗分试验,确定其土质为沙壤土。自6月3日开始,选取长势具有代表性的10 m×10 m样方,在样方选取具有代表性的两株青贮玉米,利用Li-6400光合作用仪对选定的两株青贮玉米上、中、下三个部位的叶片进行测试(前期矮小时只测上下两个部位),每个叶片测量3次,可获得叶片尺度的净光合速率、蒸腾速率、胞间CO2浓度等生理指标,测试的时间间隔为12 d,测试时段为4∶30—17∶30,每个小时测量一次;同时测量选定测试株的叶片个数及其面积;并在样方内再选定5棵代表样株,测定玉米的高度、叶面积等生态指标。在生长期内利用直径10 cm、高20 cm的两组小型蒸发器对土壤蒸发进行观测,每组由纱布封底和塑料布封底的小型蒸发器各一个,大雨后更换新土实施新一轮观测,雨后1 d、2 d、3 d直至下次降雨的早晚进行连续观测,选用0.01 g精度的天平对土样进行称重。

[14] 张淑杰,周广胜,李荣平.基于涡度相关的春玉米逐日作物系数及蒸散模拟[J].应用气象学报,2015,26(6):695-704.

1.2 ASCE Penman-Monteith(ASCE-PM)模型

鉴于青贮玉米叶片实测蒸腾速率与模拟田间整体蒸腾速率之间尺度因素和单位因素,仅对二者进行了相关性分析,决定系数R2见表4。可以看出8个试验日决定性系数均在0.5以上,线性关系显著,其中8月1日由于天气原因相关性最低,8月25日由于连续的降雨,造成了青贮玉米环境因子发生较大的变化,因而相关性较低;6月30日上午晴朗多云是造成相关性降低的主要原因。

(1)

式中:ET0为参考作物蒸散量,mm·d-1Rn为净辐射,MJ·m-2·d-1G为土壤热通量,MJ·m-2·d-1T为空气温度,℃;u2为高度2 m处风速,m·s-1;Δ为蒸汽压曲线斜率,kPa·℃-1γ为湿度常数,kPa·℃-1CnCd为计算系数,其值与作物冠层类型、计算步长和计算时段有关,见表1。

1 ASCE-PM模型中CnCd取值

Table 1 Cn and Cd values in the ASCE-PM model

项目Project<0.5m植被VegetationCnCd>0.5m植被VegetationCnCd计算步长Calculatethestepsize月或日Monthorday9000.3416000.38小时(白天)Hour(day-time)370.24660.25小时(夜晚)Hour(night)370.96661.70

1.3 双作物系数模型

双作物系数模型(SIMdualKc)是依据FAO-56双作物系数法[9]来模拟作物水分运移规律的模型。双作物系数法中的作物系数是实际蒸散量和参考蒸散量的比值,它综合反映了各种环境因素和作物对蒸散量的影响,包括空气动力学阻力、表面阻力、作物品种、作物长势、栽培技术等。双作物系数法将作物系数分离为作物蒸腾系数和土壤蒸发系数两个部分,用以表征农田棵间土壤蒸发量和作物蒸腾量占农田实际蒸散量的比例。本文采用FAO-56双作物系数法进行计算,数学表达式为:

ETc=KcET0

(2)

Kc=KsKcb+Ke

(3)

式中,ETc为农田实际蒸散量;ET0为参考作物蒸散量,通过ASCE-PM模型来估算;Kcb为基础作物系数,表征作物蒸腾的影响程度;Ke为土壤蒸发系数,表征土壤蒸发的影响程度;Ks为水分胁迫系数,反映根区土壤含水率不足时对作物蒸腾的影响。

值得注意的是,才府玻璃最新第二版招股书披露的毛利率数据与最初版本存在明显的差异。公司毛利率组成主要包括两个部分:玻璃瓶罐和玻璃器皿,两版中公司毛利率差异主要集中在玻璃器皿中。新版2015及2016年玻璃器皿毛利率分别:41.1%和45.27%。旧版中,相关年度毛利率为:39.09%和46.88%(见表一)。但两种类型的产品的总毛利润并没有发生变化。

基础作物系数Kcb分为生长初期、生长中期和生长末期三个生长阶段,分别记为KcbiniKcb midiKcb end,可根据FAO-56[9]、赵丽雯等[11]给定的计算方法并结合前人相近试验成果确定初始值,最终应由双作物系数模型模拟的土壤含水量、土壤蒸发率与相应实测值达最优拟合加以率定。

1.4 统计参数

本文利用ASCE-PM模型计算科尔沁沙地的ET0,然后利用双作物系数模型模拟出土壤含水率与实测值进行统计分析,采用相对均方差(RMSE)、一致性指数(d)、平均绝对误差(AAE)和Nash-Sutcliffe效率指数(E)4个统计量(见下面公式)以及回归分析中回归系数(b)和决定性系数(R2)率定双作物系数模型。

(4)

(5)

(6)

(7)

式中,N为观测次数;Qi为第i个实测值;Pi为第i个模拟值;QaveQi平均实测值(i=1,2,3,…,N);PavePi平均模拟值(i=1,2,3,…,N)。

2 结果与分析

2.1 双作物系数模型率定

双作物系数法模型为概念性参数,具有一定的物理基础。可通过土壤数据、气象数据、作物数据和降雨灌溉数据对农田作物进行耗水量的模拟,并且实现了颗间土壤蒸发量和作物蒸腾量的剥离。试验样地青贮玉米种植间距为40 cm×30 cm,且整个生长期内无灌溉。根据作物生长过程中地面覆盖程度和叶面积指数的变化情况,将其生长期分为生长初期(5月23日—6月11日)、快速生长期(6月12日—7月21日)、生长中期(7月22日—8月20日)和生长末期(8月21日—8月30日)四个生长阶段[9]。根据试验样地青贮玉米生长初期、生长中期和生长末期的生理生态指标,并参照赵娜娜等[17,22]对北京大兴区夏玉米、吴尧等[23]对本研究区玉米农田的作物系数研究,确定KcbiniKcbmidKcbend的初始值分别为0.3、1.15和0.6,利用SIMdualKc模型[17,22-23],反复调整各生长阶段的作物系数和其它参数,使模型模拟的土壤含水率与实测值达到最优拟合,见图1。经参数率定后基础作物系数以及模拟土壤含水率和实测值之间的统计参数见表2。

1 土壤含水率模拟与实测之间对比

Fig.1 Comparison between simulated and observed soil water content

2 经率定的基础作物系数以及土壤含水率模拟值和实测值之间的统计量

Table 2 Determined Kcb and the statistical parameters between simulated θv and measured θv

作物生长阶段Cropgrowthstage初期KcbiniEarlygrowth中期KcbmidMedium-termgrowth末期KcbendTheendofgrowth统计参数StatisticsparametersbR2RMSEdEAAE0.250.90.51.0200.9150.0200.9750.8910.015

由图1及表2可以看出,双作物系数模型模拟的土壤含水率与实测值之间拟合度较高,回归系数达1.02,决定系数为0.87,可知模型模拟值与实测值线性关系极为显著。就误差而言,均方根误差仅为0.02,平均绝对误差AAE仅为0.15,误差很小,均在合理范围内;模型的一致性和有效性分别为0.975和0.891,均接近于1,说明双作物系数模型准确地预测了土壤含水率,同时也说明了模型在该地区可取得较好的模拟效果,因此模型模拟出的实际作物蒸散量、棵间土壤蒸发量和作物蒸腾量以及各种作物系数是可信的。模型模拟的作物系数如图2所示。

随着我国城市化发展步伐的逐步加快,人们开始源源不断地涌入城市,使得出行成为了一大难题,一系列交通运输问题随之而来。而城市地铁具有运输量大、速度快、节能、准时等诸多特点,所以近几年来已经成为了城市生活的一种主要出行工具,随着城市地铁线路的设计范围逐渐扩大,同时也拓宽了城市地铁网络系统的搭建范围,因此使得地铁换乘站的建筑设计也成为了当前地铁运输的重点内容,并且实际建筑效果也会对地铁服务质量产生重要影响,因此要致力于研究城市地铁换乘站的建筑设计。为此,本文主要对当前城市地铁换乘存在的问题进行了分析,并对城市地铁换乘站的建筑设计进行了初步探究。

2.2 蒸散发量的估算与分析

应用双作物系数模型可以较好地模拟土壤含水量的变化规律,同时也有效的将蒸散发量(ETc)剥离为棵间土壤蒸发量和作物蒸腾量两个部分,本文就两部分分别进行分析。

2.2.1 棵间土壤蒸发对模型的验证效果 根据参数统计结果(表3),就相关性而言,青贮玉米棵间土壤蒸发的实测值和模拟值之间的回归系数b为1.009,决定系数R2为0.925,二者相关性显著;就准确性而言,均方根误差RMSE为0.213,平均绝对误差为0.173,模型的模拟误差在可接受的范围之内;就一致性和有效性而言,其值分别为0.987和0.929,基本接近于1,说明给模型比较准确地预测了棵间土壤蒸发。通过验证表明双作物系数模型在本试验区具有一定的适用性。

实践是推动力,必须以实践促实效,展现“求真务实”的工作作风。想要形成环境优美、风气良好、生活幸福的乡村氛围,必须务实笃行、脚踏实地,从乡村来到乡村去,在乡土里种文明,在群众里找榜样。在宣传思想工作上,要以习近平新时代中国特色社会主义思想为引领,结合实际、因人而“宣”,让党的创新理论“飞入寻常百姓家”。在阵地建设上,既要传承乡土文化,又要融入先进文化,赋予乡风新内涵。在风尚培育上,要以典型强引领、以榜样塑群样,鼓励村民见贤思齐,传承优良家风,弘扬文明新风。□

2 模型生长期内作物系数

Fig.2 Crop coefficients of four models during growth period

2.2.2 棵间土壤蒸发量的对比与分析 ASCE-PM模型经双作物系数模型模拟的土壤蒸发系数Ke折算后反映棵间土壤蒸发量的变化规律如图3所示。由图3可看出,棵间土壤蒸发变化总体上为:播种前后,棵间土壤蒸发处于生长季的最高水平,随着作物的生长波动降低至较低水平,收割前几天有所升高。青贮玉米生长初期,棵间土壤蒸发量较大,是因为播种前进行了翻地和除草,试验样地无植被覆盖,表层土壤松散而孔隙率较高,加之播种前10天内共降雨73.6 mm,致使土壤含水率持续较高水平,因此棵间土壤蒸发量均处于较高水平。进入快速生长期,棵间土壤蒸发量波动减小,造成这种现象的原因可能是前期盖度小,随青贮玉米增高、盖度增大而棵间土壤蒸发量减小。青贮玉米进入生长中期后,盖度逐渐达到最大,蒸散量以作物蒸腾量为主,棵间土壤蒸发量持续处于较低水平。青贮玉米的生长末期开始后,棵间土壤蒸发量开始增加,这是由于8月14日至8月22日期间有8天均发生降雨,总降雨量达49.3 mm,土壤含水量处在田间持水率水平附近,导致降雨过后连续4天棵间土壤蒸发持续增大;8月26日—29日之间降雨16.8 mm,使土壤含水率持续处于较高水平,因此棵间土壤蒸发量持续增加。

3 土壤蒸发实测值与模拟值间的统计参数

Table 3 The statistical parameters between simulated and observed soil evaporation

评价指标EvaluationindexbR2RMSEdEAAE土壤蒸发验证Soilevaporationverification1.0090.9250.2130.9870.9290.173

3 青贮玉米棵间土壤蒸发的日变化过程

Fig.3 Diurnal variation of soil evaporation in silage maize

2.2.3 作物蒸腾量的对比与分析 基于科尔沁沙地青贮玉米生长期短的特点,2015年青贮玉米出苗后利用Li-6400光合作用仪进行了8次蒸腾作用的测试,其中6月份3次(6月3日、6月17日和6月30日)、7月份2次(7月8日和7月19日)和8月份3次(8月1日、8月13日和8月25日),其变化情况见图4。叶片蒸腾速率整体上随着气温和太阳辐射增强而增大,且于10∶00—14∶00达到一天中的峰值,14∶00后随着光热强度的下降而减小。

各测试日由于田间气象和土壤水分的不同而具有不同的变化规律。6月3日是个典型的晴天,蒸腾速率大且峰值较高,呈单峰变化。6月17日、6月30日、7月8日、7月19日、8月1日和8月13日的蒸腾速率均呈双峰变化,除8月1日和8月13日外其它测试日第二峰值高于第一峰值,出现明显的“午休现象”,其原因是青贮玉米为了防止高温致使水分过度流失,叶片的气孔的闭合度较高。8月1日蒸腾速率的第二峰值远小于第一峰值,是因为13∶20—15∶10出现较厚云层的遮挡,短波辐射由47.13 MJ·m-2·d-1下降到11.28 MJ·m-2·d-1,且温度下降,15∶10以后云层消失而短波辐射增大至26.07 MJ·m-2·d-1;8月13日的第二峰值于第一峰值相当,可能因为测试时刻选取不恰当,并且14∶30左右出现薄云。8月25日出现为典型晴天,蒸腾速率呈光滑单峰变化,由于光热条件下降,整体的蒸腾速率小于其他测试日。就青贮玉米叶片平均蒸腾速率而言(见表4),除7月19日和8月1日因天气因素影响外,自出苗之日起直至生长中期结束均处于较高水平,于生长中期后半段到最大值,之后逐渐减弱。

美国工程师协会成立了参考作物蒸发蒸腾量标准委员会,该委员会对目前应用比较广泛的Penman(1948)、Modified-Penman、Penman-Monteith、FAO-56 Penman-Monteith等模型进行了全面系统研究,广泛的比较了这些参考作物蒸散发模型的性能,包括选择标准的公式参照了Allen等人研究结果[10,20]。经过了大量反复实验,结果表明:标准ASCE-PM模型误差最小[21]。2005年美国工程师协会将ASCE-PM模型作为美国最新研究计算ET0的标准公式,其优点为将作物分为高草(大于0.5 m)和矮草(小于0.5 m)以及白天和黑夜分开来计算。针对青贮玉米作物高度变化剧烈特点,本文选用ASCE-PM模型计算ET0,其计算公式为:

4 青贮玉米生长季内蒸腾速率的日变化过程

Fig.4 Diurnal variation of transpiration rate in silage maize growing season

4 测试日叶片平均蒸腾速率以及作物蒸腾模拟值与实测值的对比

Table 4 The average transpiration rate of leaves on the test day and comparison of measured and simulated values of crop transpiration

叶片蒸腾速率/(mmol·m-2·s-1)Leaftranspirationrate06-0306-1706-3007-0807-1908-0108-1308-253.112.973.093.522.101.734.401.55决定系数R2Coefficientofdetermination0.6090.9480.5690.7950.8830.5230.7370.595

2.3 青贮玉米蒸散量与气象条件

太阳净辐射、日平均气温、空气湿度和风速是影响青贮玉米蒸散量的主要因素,而降雨通过影响这4个因素间接地影响青贮玉米蒸散量。为了分析各气象因子对青贮玉米蒸散量的影响程度,利用双作物系数模型模拟的青贮玉米蒸散量与主要气象因子进行线性拟合,太阳净辐射、日平均气温、空气湿度和风速与模拟蒸散量值的相关系数分别为0.604、0.572、0.501和0.235。由此可见,生长季内太阳净辐射与青贮玉米蒸散量相关性最为显著,因此,太阳净辐射是影响青贮玉米蒸散量的主要因素,同时也说明了太阳辐射能量是驱动SPAC系统中植物水分向大气运动的主要驱动力。气温与太阳辐射有密切的联系,同一天内气温和太阳辐射大体上变化趋势相同,但存在一定滞后性,太阳辐射最强的时段气温逐渐升高,而夜晚在没有太阳辐射的条件下气温也逐渐降低到一天中的最低值,因此蒸散量与气温的相关性仅次于太阳辐射,其值为0.572。由ASCE-PM模型结构可知,空气湿度对蒸散发有抑制作用,空气湿度增高造成水汽压差减小,而水汽压差是决定水分气化难易程度重要因素之一,炎热干旱地区的蒸散量远远大于潮湿高温地区就是这个原因,因此空气湿度与青贮玉米蒸散量的相关系数值为0.501。风速决定着汽化后的水蒸汽能否快速远离其汽化界面,从而降低土壤表面或叶面处的空气湿度,本文风速与蒸散量的相关性相对较低。

不同的计算机在药房工作过程中,都需要建立出计算机的使用登记记录,这样就能够了解计算机在使用过程中的使用人员信息,例如说使用患者的姓名和住院号码以及身份证号码,来了解使用患者的情况,同时也能够通过记录来了解药房中药物的计量和余量还有多少,药物具体的使用情况等,能够提升药物管理的规范性和严谨性[2]。

本文采用的ASCE-PM模型属于综合法,模型全面的考虑了空气动力项和辐射项的贡献,由于青贮玉米的生长期仅为100 d,采用月或旬尺度规律不明显,故本文采用5 d尺度的平均值进行分析研究。模型空气动力学项所占青贮玉米蒸散量的贡献率如图5所示。我们可根据空气动力项的贡献率的变化情况,也可得到辐射项的贡献率的变化情况。结果显示ASCE-PM模型空气动力项贡献率为27.94%~77.66%。同时在风速较大的前10 d,各模型空气动力项的贡献率为生长期内最大,在青贮玉米收割前的5~10 d,ASCE-PM模型的贡献率为整个生育期内的最小值,此时辐射项贡献率达最大值。空气动力项贡献率随风速同增同减。从总体上看生长季的前半段空气动力项的贡献率较高,随着作物生长辐射项逐渐成为蒸散量的主要贡献项。

5 生长季内空气动力学项贡献率

Fig.5 Contribution rate of aerodynamics during growth period

3 讨 论

国内已有很多利用双作物系数模型模拟蒸散量的研究,如赵娜娜等[24]对北京大兴区冬小麦进行了研究,指出模拟土壤含水率与实测值非常接近,这与本文土壤含水率模拟效果好有一定的相似之处;而在西北干旱区黑河流域中游农田玉米蒸散发研究中,赵丽雯等发现P-M和ASCE-PM模型与双作物模型结合后较好的估算了玉米日蒸散发量[11];王子申等[25]通过双作物系数模型研究了西北干旱区小麦蒸散发及棵间土壤蒸发规律,取得了很好的效果,以上都印证了模型的适用性和估算方法的可行性。

针对小型蒸发器测定土壤蒸发数据校验模型的研究屡见不鲜,阳勇等[26]利用小型蒸发器评价了P-M、Priestley-Taylor和Hargreaves-Samani模型在草地的适用性,取得了较好的效果;赵娜娜等[17]利用小型蒸发器与双作物系数模型相结合的方法,校验了双作物系数模型,并取得较好的效果,与本研究相似;赵丽雯等[16]利用小型蒸发器检验了蒸散发模型,取得较好的效果。就作物蒸腾而言,赵风华等[27]在山东禹城平原区和夏桂敏等[28]在辽宁平原区都得出玉米蒸腾速率呈明显单峰变化的结论,而王淑庆等[29]在黄土高原中南部和郭映等[30]在黄土高原丘陵沟壑区的研究均发现玉米的蒸腾速率均呈现双峰变化;这些与本文青贮玉米刚出苗和收割前呈单峰变化而生长季的大部分时间呈双峰规律的结果均有一些差别。并且很多学者确定的作物蒸腾测试时段为8∶00—18∶00,而本文8∶00之前日出后仪器测试出作物蒸腾速率较大,可能是因为叶片上露珠较多,叶片表面水分蒸发影响了测试结果,对此有待进一步研究。

[8] Frere M, Popov G F. Agrometerological crop monitoring and forecasting. FAO Plant Production and Protection Paper 17[R]. Roma: Food and Agriculture Organization of United Nation (FAO), 1979.

2种类型土壤分别设置3个不同的外源压力(T1,T2,T3分别为0,10,20 kg)处理,设4个重复,由于需要进行3次生育期破坏性取样,每个类型土壤条件下设置盆栽48个.各处理土壤过2 mm筛后,加入肥料混匀,使得供试土壤氮、磷、钾养分含量相同,分别为每kg风干土中含N 200 mg,P2O5 120 mg,K2O 250 mg.肥料为尿素(N质量分数为46%)、硫酸钾(分析纯,K2O质量分数为52%)、磷酸钙(分析纯,P2O5质量分数为12%),均一次基施.

4 结 论

本文以科尔沁沙地青贮玉米为研究对象,选用ASCE-PM模型计算ET0;利用双作物系数模型模拟土壤含水率与对应实测值进行统计分析,根据统计指标对模型进行率定和验证,然后模拟青贮玉米的作物系数,与ASCE-PM模型结合后模拟青贮玉米的蒸散发量、棵间土壤蒸发量和作物蒸腾量规律,并分析其影响因素,得出以下几点结论:

1) 双作物系数模型可以较为准确地模拟科尔沁沙地青贮玉米的土壤含水率和棵间土壤蒸发量的变化过程,且率定出青贮玉米的KcbiniKcb midiKcb end值分别为0.25、0.90和0.50。

2) 生长季内棵间土壤蒸发量由初期峰值下降到较低水平并持续到生长末期,直到收割前5-10天有所回升。青贮玉米蒸腾速率刚出苗和收割前呈单峰变化而生长季的大部分时间呈双峰规律,第二峰值高于第一峰值;日内蒸腾速率变化规律为整体上随着气温和太阳辐射增强而增大,且于10∶00—14∶00达到一天中的峰值,14∶00后随着光热强度的下降而减小。蒸腾速率自出苗之日起直至生长中期结束均处于较高水平,于生长中期后半段到最大值,之后逐渐减弱。

3) 青贮玉米实际蒸散量与太阳辐射线性关系最为显著(R=0.643),说明太阳辐射是驱动SPAC系统的主要驱动力;与气温、空气湿度和风速的相关性依次次之。ASCE-PM模型空气动力项5 d尺度贡献率为27.94%~77.66%,从总体上看生长季的前半段空气动力项的贡献率较高,随着作物生长辐射项逐渐成为主要的贡献项,并且随风速同增同减。

综上所述,ASCE-PM模型结合双作物系数可较好估算科尔沁沙地玉米的蒸散量,以及棵间土壤蒸发和玉米蒸腾量。

[1] 魏光辉,杨鹏年.新疆焉耆盆地ET0计算方法的适用性评价[J].干旱地区农业研究,2015,(6):46-51.

ADAMS软件使用交互式图形环境和零件库、约束库以及力库创建完全参数化的机械系统几何模型,其求解器采用多刚体系统力学理论中的拉格朗日方程方法,建立系统动力学方程,对虚拟机械系统进行动力学分析,输出位移、位置等所需要的数据曲线[1]。

[6] 屈艳萍,康绍忠,王素芬,等.液流—株间微型蒸渗仪法测定新疆杨蒸发蒸腾量适用性分析[J].干旱地区农业研究,2014,32(3):88-94.

[4] 张俊鹏,孙景生,刘祖贵,等.不同麦秸覆盖量对夏玉米田棵间土壤蒸发和地温的影响[J].干旱地区农业研究,2009,27(1):95-100.

[3] 樊 军,邵明安,王全九.黄土区参考作物蒸散量多种计算方法的比较研究[J].农业工程学报,2008,24(3):98-102.

[5] 杜加强,熊珊珊,刘成程,等.黄河上游地区几种参考作物蒸散量计算方法的适用性比较[J].干旱区地理,2013,36(5):831-840.

[2] 汤鹏程,何 蒙,苗 澍,等.不同ET0计算方法在内蒙古东部地区适用性比较[J].干旱地区农业研究,2016,34(1):38-43.

[7] 贾 悦,崔宁博,魏新平,等.基于反距离权重法的长江流域参考作物蒸散量算法适用性评价[J].农业工程学报,2016,32(6):130-138.

很多学者已对SPAC系统的驱动力进行了相关的研究[31],大多数学者都得出太阳辐射为主要驱动力。孙菽芬[32]在对SPAC综合系统的研究中发现,水循环过程和能量平衡过程均起因于太阳辐射能量,与本文结论相同。蒸散发是多种气象因子综合作用的结果,不同时期的影响因子有所不同。唐霞等[33]针对科尔沁沙地玉米的研究表明,光合有效辐射是玉米液流变化的最主要影响因子,与本文的研究结果相近;刘昌明和张丹[34]在分析了全国蒸散发的影响因子,指出蒸散量受太阳辐射和最高温度影响显著,与本文结论均有一致性。

[9] Allen R G, Pereira L S, Raes D, et al. Crop Evapotranspiration: guidelines for Computing Crop Water Requirements. Irrigation and Drainage paper 56[R]. Rome: Food and Agriculture Organization of United Nation (FAO), 1998.

200例手术患者术前均按国际妇产科联盟2009年标准进行分期[3],其中ⅠB1期174例,ⅠB2期19例,ⅡA1期5例,ⅡA2期2例。术后依据2014年WHO第4版女性生殖器官肿瘤分类,AC病理亚型:腺癌40例,黏液腺癌118例,绒毛管状腺癌7例,宫内膜样腺癌22例,透明细胞癌10例,浆液性腺癌3例。

[10] Allen R G, WilliamO, Pruitt, et al. A recommendation on standardized surface resistance for hourly calculation of reference ET0 by the FAO 56 Penman-Monteithmethod[J]. Agricultural Water Management, 2006,81(1):1-22.

[11] 赵丽雯,吉喜斌.基于FAO-56双作物系数法估算农田作物蒸腾和土壤蒸发研究——以西北干旱区黑河流域中游绿洲农田为例[J].中国农业科学,2010,43(19):4016-4026.

[12] 王敏政,周广胜.基于地面遥感信息与气温的夏玉米土壤水分估算方法[J].应用生态学报,2016,27(6):1804-1810.

[13] 杨光超,朱忠礼,谭 磊,等.怀来地区蒸渗仪测定玉米田蒸散发分析[J].高原气象,2015,34(4):1095-1106.

以2017年医院目标管理考核体系建立为例,当时,医院的战略目标是提升医院的综合实力及影响力,采用基于战略的成功关键因素分析法,确定医院实现战略目标所必须的关键成功领域是质量安全、运行管理和创新发展。

除此之外,还应该认识到传统文化元素具有不可替代的实用价值,因为民族的也是世界的,但是民族艺术和民族文化的发展实际上是一个经历了从实践到理论提升的过程的,也就是说劳动人民在漫长的社会经济实践当中总结出来的审美意趣和审美偏好,实际上是与日常生活工作和生产息息相关的,符合中国人的生活习惯,也符合中国人的审美意趣,因此现代服装设计的过程当中,从传统文化当中吸取营养,实际上也是在借鉴传统文化元素当中不可替代的实用价值,是为现代服装设计成果本身赋予新的内涵和意义。

[15] 杨 凡,齐永青,张玉翠,等.大孔径闪烁仪与涡度相关系统对灌溉农田蒸散量的对比观测[J].中国生态农业学报,2011,19(5):1067-1071.

当骨折导致的治疗成本在29 336~37 007元间变动时,当其他参数不变时,ICER的变动范围在38 075.00~45 746.00。当骨折导致的治疗成本选取了最小值29 336时,芪骨胶囊方案和仙灵骨葆胶囊治疗方案所需的总成本分别为1 984.94元和1 344.96元,有效率为99.72%和98.32%,ICER为45 746.00。当骨折导致的治疗成本选取了最大值37 007时,芪骨胶囊方案和仙灵骨葆胶囊治疗方案所需的总成本分别为2 006.55元和1 473.88元,有效率为99.72%和98.32%,ICER为38 075.00。

[16] 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.

[17] 赵娜娜,刘 钰,蔡甲冰,等.夏玉米棵间蒸发的田间试验与模拟[J].农业工程学报,2012,28(21):66-73.

(b)I borrowed the book from the libraryI can keep for a week.

[18] 蔡锡填,徐宗学,苏保林,等.区域蒸散发分布式模拟及其遥感验证[J].农业工程学报,2009,25(10):154-160,365.

[19] 刘艳伟,朱仲元,乌 云,等.浑善达克沙地天然植被蒸散量两种计算方法的比较[J].农业机械学报,2010,41(11):84-88.

为打通农商行进入资本市场的渠道,应由上级部门(如省联社)等进行主管,协同各区域农商行进行集中出资,来设立农商行股权交易信息中心,实现股权登记、质押、挂牌、托管等多功能,同时结合当地农村区域发展状况,可以将债权、土地承包权、金融资产及林权等在交易中心来办理交易及托管,将其打造成适用于农商行的战略平台。除此之外,农商行应建立健全股权流通的相应机制,完善交易流程及运行规则,对股权转让、设置及信息披露来进行明确规定,严格规范股权在交易中的操作细则,将制度进行市场化、透明化,使得广大股东充分明晰自身的权益,构建科学规范、合法、高效的农商行股权流动机制,实现股权的正常化,发挥农商行股权的真正价值。

[20] Allen RG, Walter IA, Elliott R, et al. Requirements and challenges in selecting and specifying astandardized ET equation[C]//4th Decennial National Irrigation Symposium, American Society of Agricultural Engineers, 2000:201-208.

[21] Walter I A, Allen R G, Elliott R, et al. ASCE's Standardized Reference Evapotranspiration Equation[R]. ASCE-EWRI Task Committee Report, 2005.

[22] Nana Zhao, Yui Liu, Jiabing Cai, et al. Dual crop coefficient modelling applied to the winter wheatorprojectwide evapotranspiration using crop coefficients and reference evapo soil evaporation component[J]. Agricultural Water Management, 2013,117:93-105.

[23] Yao Wu, Tingxi Liu, Paula P, et al. Water use by a groundwater dependent maize in a semi-arid region ofInner Mongolia: Evapotranspiration partitioning and capillary rise[J]. Agricultural Water Management, 2015,152:222-232.

[24] 赵娜娜,刘 钰,蔡甲冰,等.双作物系数模型SIMDualKc的验证及应用[J].农业工程学报,2011,27(2):89-95.

1)定义一个列表labels作为标签,定义一个列表samples用于存储标准化后的训练数据。定义一个计数变量i=0,定义一个存取字符范围的列表alphabet。定义一个列表img_path用于存储所有图片的路径。进入步骤2);

[25] 王子申,蔡焕杰,虞连玉,等.基于SIMDualKc模型估算西北旱区冬小麦蒸散量及土壤蒸发量[J].农业工程学报,2016,32(5):126-136.

[26] 阳 勇,陈仁升,宋耀选,等.黑河上游山区草地蒸散发观测与估算[J].应用生态学报,2013,24(4):1055-1062.

[27] 赵风华,王秋凤,王建林,等.小麦和玉米叶片光合-蒸腾日变化耦合机理[J].生态学报,2011,31(24):7526-7532.

[28] 夏桂敏,郑丽丽,孙仕军,等.免耕玉米环境因子对叶片光合-蒸腾日变化的影响研究[J].灌溉排水学报,2013,32(3):79-82.

[29] 王淑庆,张岁岐,王小林.黄土塬区不同栽培模式下玉米蒸腾耗水规律的研究[J]. 中国生态农业学报,2013,21(4):432-439.

[30] 郭 映,董 阳,党慧慧,等.基于不同时间尺度玉米蒸散蒸腾量及其影响因素[J].资源科学,2014,36(7):1501-1508.

[31] 寿文凯,胡飞龙,阿拉木萨,等.基于SPAC系统干旱区水分循环和水分来源研究方法综述[J].生态学杂志,2013,32(8):2194-2202.

[32] 孙菽芬.土壤-植被-大气统一体内水分循环和能量交换——SPAC模型[J].力学进展,1984,14(1):1-10.

[33] 唐 霞,崔建垣,赵学勇,等.科尔沁沙地玉米叶面蒸腾与棵间蒸发特性[J].草业科学,2011,28(5):788-792.

[34]刘昌明,张 丹.中国地表潜在蒸散发敏感性的时空变化特征分析[J].地理学报,2011,66(5):579-588.

马鹏飞,刘廷玺,段利民,王丹,祁秀娇
《干旱地区农业研究》2018年第02期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号