基于大型蒸渗仪的冬小麦蒸散规律及其模拟

• Published in: Guanʻgai paishui xuebao Vol. 41; no. 5; pp. 17 - 26
• Main Authors: Feng, JING, DUAN Aiwang, ZHANG, Yingying, He, LOU, GONG Wenjun, SUN Mengqiang, LIU Zhandong
• Format: Journal Article
• Language: Chinese; English
• Published: Xinxiang City Chinese Academy of Agricultural Sciences (CAAS) Farmland Irrigation Research Institute Editorial Office of Journal of Irrigation and Drainage 01.05.2022; 中国农业科学院 研究生院,北京 100081%中国农业科学院 农田灌溉研究所/农业农村部作物需水与调控重点实验室,河南 新乡 453002%河南威盛电气有限公司,河南 新乡450001%河南省焦作市广利灌区管理局,河南 沁阳 454550; 中国农业科学院 农田灌溉研究所/农业农村部作物需水与调控重点实验室,河南 新乡 453002
• Subjects: Accuracy; Agricultural land; Artificial neural networks; Crops; Evapotranspiration; Hydrologic cycle; Irrigation; Irrigation water; Lysimeters; Moisture content; Neural networks; Plant reliability; Root zone; Soil stresses; Soil water; Triticum aestivum; Water; Water content; Water stress; Water treatment; Wheat; Winter wheat; 蒸散量估算; 大型蒸渗仪; 模型评价; 冬小麦; 不同水分处理
• ISSN: 1672-3317
• DOI: 10.13522/j.cnki.ggps.2021624

S274; [目的]探究不同土壤水分条件下冬小麦蒸散量适宜估算模型.[方法]在华北地区,以冬小麦为研究对象,借助大型蒸渗仪,设置3个土壤含水率灌水控制下限水平(T70:70％田间持水率,T60:60％田间持水率,T50:50％田间持水率),分别采用单作物系数法,双作物系数法以及BP人工神经网络进行蒸散量估算,并结合纳什系数(NSE)和均方根误差/观测值标准差比率(RSR)等统计指标进行模型评价.[结果]随土壤水分胁迫程度的增加,冬小麦蒸散总量和各生长阶段蒸散量逐渐减少(T70处理>T60处理>T50处理);中度水分胁迫处理下(T50),仅双作物系数模型模拟结果适用(NSE=0.646,RSR=0.599);轻度水分胁迫处理下(T60),BP人工神经网络模型相对最优(NSE=0.872,RSR=0.360),双作物系数模型估算效果良好(NSE=0.729,RSR=0.523);适宜水分处理下(T70),各个模型均有较好的估算效果.[结论]双作物系数模型适宜于不同土壤水分胁迫水平.