养花知识
花卉大全
花卉诊疗
多肉植物
养花攻略
养花问答
网站首页作物的耗水量应该小于灌水量和降雨量之和吗
作物需水量
例如春小麦全生育期需水量为 435mm，如何换算成m³？10000m²0.435m=4350m³。
即需水量为：4350m³/公顷
一、直接计算需水量的方法
一般是先从影响作物需水量的诸因素中，选择几个主要因素(例如水面蒸发、气温、湿度、日照、辐射等)，再根据试验观测资料分析这些主要因素与作物需水量之间存在的数量关系，最后归纳成某种形式的经验公式。目前常见的这类经验公式大致有以下几种：
1．以水面蒸发为参数的需水系数法(简称“值法”或称蒸发皿法)
大量灌溉试验资料表明，各种气象因素都与当地的水面蒸发量之间有较为密切的关系，而水面蒸发量又与作物需水量之间存在一定程度的相关关系。因此，可以用水面蒸发量这一参数来衡量作物需水量的大小。这种方法的计算公式一般为：
或
式中 ET——某时段内的作物需水量，以水层深度mm计；
E0——与ET同时段的水面蒸发量，以水层深度mm计。E0一般采用80cm 口径蒸发皿的蒸发值；
a，b——经验常数；
a——需水系数，或称蒸发系数，为需水量与水面蒸发量之比值。
由于“值法”只要水面蒸发量资料，易于获得且比较稳定，所以该法在我国水稻地区曾被广泛采用。多年来的实践证明，用值法时除了必须注意使水面蒸发皿的规格、安设方式及观测场地规范化外，还必须注意非气象条件(如土壤、水文地质、农业技术措施、水利措施等)对值的影响，否则将会给资料整理工作带来困难，并使计算成果产生较大误差。
2．以产量为参数的需水系数法(简称“K值法”)
作物产量是太阳能的累积与水、土、肥、热www.rixia.cc、气诸因素的协调及农业措施的综合结果。因此，在一定的气象条件下和一定范围内，作物田间需水量将随产量的提高而增加，如图2-1所示，但是需水量的增加并不与产量成比例。由图2-1还可看出，单位产量的需水量随产量的增加而逐渐减小，说明当作物产量达到一定水平后，要进一步提高产量就不能仅靠增加水量，而http://www.rixia.cc必须同时改善作物生长所必需的其它条件。作物总需水量的表达式为：
式中 ET——作物全生育期内总需水量，m3/亩；
Y——作物单位面积产量，kg/亩；
K——以产量为指标的需水系数，对于ET=KY公式，则K代表单位产量的需水量，m3/kg；
n、c——分别为经验指数和常数。
公式中的K、n及c值可通过试验确定。此法简便，只要确定计划产量后便可算出需水量；同时，此法使需水量与产量相联系，便于进行灌溉经济分析。对于旱作物，在土壤水分不足而影响高产的情况下，需水量随产量的提高而增大，用此法推算较可靠。但对于土壤水分充足的旱田以及水稻田，需水量主要受气象条件控制，产量与需水量关系不明确，用此法推算的误差较大。
上述诸公式都可估算全生育期作物需水量，也可估算各生育阶段的作物需水量。在生产实践中，过去常习惯采用所谓模系数法估算作物各生育阶段的需水量，即先确定全生育期作物需水量，然后按照各生育阶段需水规律，以一定比例进行分配，即
式中 ETi——某一生育阶段作物需水量；
Ki——需水量模比系数，即生育阶段作物需水量占全生育期作物需水量的百分数，可以从试验资料中取得。
然而，这种按模比系数法估算作物各生育阶段需水量的方法存在较大的缺点。例如水稻整个生育期的需水系数值和总需水量的时程分配即模比系数Ki均非常量，而是各年不同的。所以按一个平均的值和Ki值计算水稻各生育阶段的需水量，计算结果不仅失真，而且导致需水时程分配均匀化而偏于不安全。因此，近年来，在计算水稻各生育阶段的需水量时，一般根据试验求得的水稻阶段需水系数直接加以推求。
必须指出，上述直接计算需水量的方法，虽然缺乏充分的理论依据，但我国在估算水稻需水量时尚有采用，因为方法比较简便，水面蒸发量资料容易取得。
如果一定要换算成m³，可以将玉米的种植面积乘以0.435m就得出m³了。
未来气候变化对作物需水量的影响
石家庄平原区种植的主要农作物为冬小麦和夏玉米，种植面积占农作物总种植面积的70%以上，为一年两季轮作种植。因此，本研究以冬小麦和夏玉米为代表作物进行计算。计算时间段为2011～2060年。
为了将未来气候情景与现状气候条件进行对比，采用由中国国家气候中心研制的NCC/GU-WG(2.0)天气发生器软件生成2011～2060年现状气候条件(RCP)气象数据作为对照。该模拟软件由中国国家气候中心根据全国671个气象站点1961～2000年的逐日气象资料率定研制，具有较高的精度，见表7-1，软件操作方便，直接选用相应模拟站点，然后点击输出按钮即可，主要为2011～2060年逐日降水量、最高气温、最低气温和日照时数等。
表7-1 模拟气象数据与实测数据之间的对比
注：表中最高气温为多年平均日最高气温，最低气温为多年平均日最低气温，降水量为多年平均降水量，日照时数为多年平均日照时数。实测数据来自中国气象数据共享服务网。
一、计算方法
采用彭曼-蒙蒂斯(Penman-Monteith)公式计算农作物需水量，计算公式如下：
石家庄平原区地下水流场演变特征与尺度效应研究
式中：ETo为参照作物需水量，mm；Rn为地表净辐射，MJ/m2；G为土壤热通量，MJ/m2；T为2.0m高处日平均气温，℃；U2为2.0m高处风速，m/s；es为饱和水气压，kPa；ea为实际水气压，kPa；为饱和水气压曲线斜率，kPa/℃；r为干湿表常数，kPa/℃。以上计算公式所需基础计算数据有逐日最高温、逐日最低温、平均风速、平均相对湿度及日照时数等，其余计算参数均可由相应经验公式计算获得。本文计算过程在联合国国际粮农组织研发的EToCalculatorV32软件上实现，空气湿度(%)选用 【Tdew=Tmin+2℃】 按钮，风速(m/s)选用 【light tomoderate wind】 按钮，选用 【interior lacation】 按钮。
农作物灌溉需水量采用如下公式计算：
IR =KcETo-Pe (7-2)
式中：IR为灌溉需水量，mm；Kc为作物需水系数，采用刘钰等(2009)的实测数据；Pe为作物生育期内有效降水量，mm。
作物生育期内有效降水量(Pe)采用如下公式日夏养花网计算，计算时间单元为旬。
石家庄平原区地下水流场演变特征与尺度效应研究
式中：P为作物生育期内的降水量，mm。
二、数据来源
由于MPI-ESM-MR大气环流模型的输出数据分辨率较低(1.8651.875)，需要进行降尺度处理。本文采用统计降尺度软件SDSM(4.2)，对RCP4.5气候情景模式的逐日最高气温和逐日最低气温进行降尺度处理，预测因子为地面2.0m温度场和海平面气压场，统计模型校核期为1961～1975年，验证期为1976～1990年。
图7-1和图7-2 为研究区逐月最高气温和逐月最低气温实测数据与模拟数据1976～2010年系列。采用归一化均方根差(RMSE)来度量实测与模拟系列的差异化程度，其计算公式为式(7-4)，用两者相关性来度量其一致性。
图7-1 逐月最高气温实测数据与模拟数据之间的对比
图7-2 逐月最低气温实测数据与模拟数据之间的比较
一般认为，RMSE＜10%为极好，10% ＜RMSE＜20%为好，20% ＜RMSE＜30%为中等，RMSE＞30%为差。两者相关系数越接近1，说明两者相关性越好(图7-3)。
图7-3 实测逐月气温数据与降尺度数据相关关系
a—最高气温；b—最低气温
石家庄平原区地下水流场演变特征与尺度效应研究
式中：Si为模拟值，℃；Ri为实测值，℃；R为实测平均值，℃。经计算，1976～1990年年均最高气温的归一化均方根差(RMSE)为8.9%，为极好水平，年均最低气温的为22.6%，为中等水平；从相关系数来看，最高气温为0.98，最低气温为0.99，均很高，说明实测值与模拟值一致性较好。
由于对降水序列进行降尺度处理相对复杂，且运用SDSM(4.2)软件降尺度所得到的数据较同期实测数据误差较大。本文参考了丛振涛等(2010)人的研究方法，采用如下步骤进行降尺度处理：
(1)分别统计大气环流模型 MPI-ESM-MR 历史输出数据(1961～2000年)和RCP4.5气候情景2011～2060年输出数据1～12月降水量平均值。
(2)对比分析计算RCP4.5情景模式下1～12月降水平均值分别相对于历史输出数据1～12月平均值的增大程度。
3)将计算得到的RCP4.5情景模式下1～12月降水量平均值相对于历史输出数据的增大幅度分别计算叠加到由NCC/GU-WG(2.0)天气发生器模拟生成的石家庄站2011～2060年1～12月降水序列，从而得到石家庄站RCP4.5情景模式下的逐日降水序列。
主要计算流程如图7-4所示：
图7-4 逐日降水量降尺度计算流程
三、结果分析
以气温为横坐标，作物需水量为纵坐标，建立相关关系图(图7-5)。从图上可以看出，随着温度的升高，两种气候情景下农作物需水量均呈直线递增关系，但递增幅度有所不同。在现状气候条件下，气温每升高1.0℃，农作物需水量增大40.7mm，RCP4.5情景下，需水量增大27.8mm。从未来50年2011～2060年农作物平均需水量来看，现状气候条件为1107mm，RCP4.5情景增大到1139mm。
图7-5 不同气候情景下年均最高气温对作物需水量的影响
a—RCP；b—RCP4.5
利用公式(7-2)和公式(7-3)可以计算得到石家庄平原区2011～2060年作物灌溉需水量。以降水量为横坐标，灌溉需水量为纵坐标，建立相关关系图(图7-6)。可以看出，随降水量的增大，两种气候情景下灌溉需水量均呈直线递减关系，但递减幅度有所不同。在现状气候条件下，降水量每增加100mm，灌溉需水量减小40mm，RCP4.5情景下，需水量减少45mm。
图7-6 不同气候情景下年均最高气温对作物灌溉需水量的影响
a—RCP；b—RCP4.5
从多年平均水平来看(2011～2060年)，现状气候条件灌溉需水量为715mm，2011～2035年期间为709mm，2036～2060年期间为720mm。RCP4.5需水量为712mm，2011～2035年期间为707mm，2036～2060年期间为717mm。为了定量评价气候变化对年需水量的影响，以需水量大于750mm为高强度灌溉需水量，700～750mm为中强度灌溉需水量，小于700mm为低强度灌溉需水量，则在现状气候条件下(RCP)，低强度灌溉需水量年占42%(2011～2060年)，中强度占34%，高强度占24%；RCP4.5日夏养花网气候情景下，低强度需水量年所占比例较现状气候条件增大8%，中强度减小6%，高强度减小2%。
从年际角度来看，现状气候条件下，在2011～2035年期间，灌溉需水量在5%显著水平上呈明显下降趋势，下降速率为13.5mm/10a，2036～2060年期间，无明显上升或下降趋势(图7-7)。RCP4.5气候情景下，在2011～2035年期间，灌溉需水量下降速率较现状气候条件下有所增大，为15.7mm/10a，同样在2036～2060年期间，灌溉需水量无明显上升或下降趋势(图7-8)。
图7-7 现状气候条件下石家庄平原区2011～2060年期间灌溉需水量演变特征
图7-8 RCP4.5气候情景下石家庄平原区2011～2060年期间灌溉需水量演变特征
水分利用效率是单位面积作物产量与作物生育期灌水量的比值，对吗
一、小麦耗水量的主要影响因素
1.土壤水分与小麦耗水量的关系
小麦生长过程中，田间土壤含水量的大小直接影响小麦的生长状况和小麦的需水量状况。土壤含水量的大小和变化受降雨、灌水还有地下水的埋深等等因素的影响。经过各地多次试验的结果总结出，小麦田间灌溉次数和小麦田间所需要的水量表现出的关系是正相关。麦田存在水分利用率变低的现象，这是因为灌水量增大时，存在土壤的供给水量就会减少，还存在蒸发和蒸腾量变大。张旭东的研究显示，所在区域的土地情况不同其所需要水量也不同。如果麦田在在半湿润区，平均生育期消耗的量为352.6mm。如果麦田在半干旱区，平均生育期耗水量为347.5mm。为了了解不同深度的土壤失墒发展规律与小麦春季耗水规律的一样程度，李树军把土层进行分层次分析。分成的三个层次分别是0-20cm、20-50cm和50-130cm，土壤湿度情况也被分成为浅墒、底墒和深墒。
2.地力条件对小麦耗水量的影响
容重、孔隙率、田间持水率等物理性质受土壤地力质的影响，地力质不lDUniH相同表现的物理性质也不相同。由此可见，小麦吸收土壤水分的能力直接受地理条件的影响。为了达到以肥调水、以水促根，以根抗旱的目标。采用的增加肥料的实施培肥土地增加地力，核心是有机质含量的增加用来改善土壤物理性状，使土壤成为高效土壤水库。水分利用率的提高可以通过进行科学的施肥来实现。有机肥的施用量对土壤耕层的蓄水多少有很大的影响。同时也提高了水分的利用效率，如有机肥增施1t/667m2，水分利用率就增长0.04kg.mm/667m2。为了达到水肥调控的最佳效果，即节水又增产增收同时又保护环境。为了达到农作物的最优水肥管理进行进行水肥同步供应、监测与调控。还有农作物的生长规律、当地的气象和土壤条件等等因素相结合。将灌溉与施肥有机进行科学的结合用来减少小麦的耗水量。
3.小麦产量与耗水量的关系
近年来随小麦产量的提高，小麦耗水量随之增加。王在阳[11]研究证实，需水量每增加1m3/亩，可增产2.17kg/亩。亩产100、200、300、400、500、600千克，其需水量分别为169、215、261、307、353、399 m3/亩。这可能是由于产量提高，后期需水强度增大，并且生长期延长所致。
注：资料来源于单玉珊等编著《小麦高产栽培技术原理》，2001年。
Hilld研究了在土壤水分成为限制因素的情况下，随耗水量（AET）增加，生物产量和经济产量随之增加，AET和产量呈线性关系[12]。国内大量研究表明，耗水量与产量呈抛物线型关系，即随灌水量增大，产量升高，但灌水量到一定程度后，则产量下降或保持平稳[13]。
关于山东高产小麦一生耗水量的问题不同历史时期的研究结果有一定差异。亓新华等于90年代的研究结果表明山东泰安小麦产量2773.5～6841.5kg?hm-2的耗水量为147.5～451.6mm，高产小麦耗水量为338～536mm[14]。进入21世纪后的研究表明山东小麦生长期平均耗水量为450mm左右，同期降水量占作物耗水量的35%左右[15]。吨粮田冬小麦全生育期耗水量为370～450mm[16]可实现节水高产。
二、小麦耗水量中的不同水分来源
小麦耗水主要包括降水、灌溉水和土壤水。随灌水量增加，降水量和土壤供水量占农田耗水量的比例均降低，以土壤供水量所占比例降低最大[17]。研究表明，适量灌溉处理显著提高了土壤贮水消耗量占总耗水量的百分率，灌水量过多降低土壤水和灌水的利用率[18]。
三、小麦耗水量需进一步研究的问题
近年来，由于降水减少，地下水位下降，水资源日趋匮乏。因此，在保障小麦高产前提下，建立非充分灌溉制度，充分利用土壤水分和降水，最大限度减少灌溉用水，提高灌水利用效率具有重要意义。在保障小麦高产条件下，如何协调小麦耗水量中不同水分来源比例，提高灌溉水利用率是下步研究方向。
灌区主要作物灌溉需水量
作物灌溉需水量指通过灌溉补充的士壤原有储水量和有效降水量不能满足作物蒸发蒸腾、冲洗盐碱以及其他方面要求的水量（陕西省水利水士保持厅，1992）。对于旱地作物，灌溉需水量等于作物蒸发蒸腾量加上创造良好农田生态环境所必需的冲洗压盐水量，减去有效降水量、地下水补给量和生长期内的士壤水分利用量（段家旺等，2004）。如果不要求盐碱化冲洗和地下水补给量忽略时，作物全生育期的灌溉需水量近似等于作物蒸发蒸腾量减去有效降水量。因此，作物需水量是灌溉需水量研究的重要组成部分。
一、作物系数Kc的确定
作物系数指作物不同生育期中需水量与可能蒸散量之比值。作物系数Kc是农作物本身生物学特性的反映，它与作物的种类、品种、生育期、群体叶面积指数等因素密切相关（陈玉民等，1995）。根据各月田间实测需水量和利用同一时段的气象因素计算的参考作物需水量来计算，即
灌区农业节水对地下水空间分布影响及模拟
式中：Kc为作物系数；ET0为参考作物腾发量；ETc为作物需水量。作物系数的准确性很大程度上取决于实测作物需水量的精度，根据灌区灌溉试验站历年的实测需水量资料分析，经筛选之后得出灌区冬小麦、夏玉米等4种主要作物历年各月Kci和全生育期总Kc，然后进行算术平均，得出历年平均各月的作物系数和历年平均全生育期总作物系数，其结果见表4-1。
表4-1 泾惠渠灌区历年平均作物系数Kc值 Table4-1 past years average crop coefficient Kcvalues in Jinghui Canal Irrigation District
（据陈玉民等，1995）
二、参考作物需水量ET0计算公式
参考作物蒸发蒸腾量（ET0）采用彭曼-蒙蒂斯（penman-Monteith）方法计算，彭曼-蒙蒂斯公式是联合国粮农组织（FAO，1998）提出的最新修正彭曼公式，并已被广泛应用且已证实具有较高精度及可使用性（阮本清等，2007）。该公式以及计算中需要的参数如表4-2所示。
表4-2 彭曼公式各参数项的确定 Table4-2 Each parameter definition of penman
三、参考作物需水量ET0影响因字分析
根据灌区1950～2005年气象资料，采用通径分析原理分析研究泾惠渠灌区ET0主要气象影响因素，主要气象因子包括：最高气温（X1）、最低气温（X2）、平均气温（X3）、相对湿度（X4）、风速（X5）和日照时数（X6）等（表4-3）。通径分析理论于1921年由SewallWrixht提出，并经遗传和统计工作者不断发展完善，已证明在几乎所有的相关变数系统中作因果分析都是有效的（蔡甲冰等，2008；赵伟霞等，2009）。这一理论广泛应用于各个领域，为解决许多复杂的相关分析问题提供了一个简捷而灵活的方法。通过通径系数绝对值的大小，直接比较各自变量在回归方程中的重要作用，对于一个多变量的系统中抓住关键因子，改变依变量的反应量具有很好的实用价值（郑健等，2009；蔡甲冰等，2011）。在多变量的研究中，通径分析比相关分析更加全面，更加细腻。
表4-3 泾惠渠灌区气象因子与参考作物需水量的通径分析 Table4-3 path Analysis between meteorological factors and ET0-pM in Jinghui Canal Irrigation District
注：Xi（i＝1，2，3，4，5，6）分别为最高气温、最低气温、平均气温、相对湿度、风速和日照时数。
从表4-3中可知，灌区各气象因子对参考ET0都有不同程度的影响，根据各气象因子对ET0的直接作用和间接作用分析，最高气温、最低气温及平均气温对ET0的影响明显比其他气象因子影响作用大。最高气温对ET0的直接作用系数、间接作用系数分别为2.1012和-1.4676；最低气温对ET0的直接作用系数、间接作用系数分别为7.7622和-7.1028；平均气温对ET0的直接作用系数、间接作用系数分别为-8.7018 和-8.054；相对湿度对ET0的直接作用系数、间接作用系数分别为-0.895和0.2344；其他气象因子对ET0的直接作用系数、间接作用系数相对较小，说明在泾惠渠灌区影响ET0的主要气象因子是大气温度和相对湿度。通过各气象因子的间接作用分析，最高气温、最低气温及相对湿度通过平均气温对ET0具有较强的作用，间接作用系数分别为-8.6541，-8.6129，-8.1727。风速和日照时数通过气温对ET0具有一定的负面影响。
文章标签:
