SoilScope控制型蒸渗实验系统在基于水文气象要素的淮北平原夏玉米蒸散灰色模型研究中的应用

准确预测作物蒸散量对制定精准的灌溉制度和提高水分利用率至关重要。为进一步研究识别气象要素对作物蒸散的影响，本文采用五道沟水文实验站SoilScope控制型蒸渗实验系统（大型称重式蒸渗仪）实测资料及气象资料，利用灰色关联法分析了玉米蒸散量与14个水文气象要素间的关联度，建立12个不同影响因素组合下的GM（1，n）逐日蒸散量预测模型。结果表明：淮北平原夏玉米蒸散量与各影响因素的灰色关联度从大到小排序依次为：水汽压力差>日最高气温>地温100cm>地温30cm>地温10cm>地温50cm>日平均气温>相对湿度>绝对湿度>叶面积指数>饱和差>日最低气温>日照时数>风速；不同影响因素组合下的建模结果表明输入要素个数为4-8时，模型预测精度均合格，后验差比值均小于0.45，小误差概率均大于0.8，可用于蒸散预测。采用GM（1，7）模型时，模型精度最高。

试验于2018 年在安徽省蚌埠市五道沟水文水资源实验站进行。该地区（117°21’E，33°09’N）属暖温带半湿润季风气候，四季分明，雨热同期。降雨量年际变化大，多年平均降雨量为899mm，其中汛期（6~9 月）占63.8%。多年平均蒸发为1181.3mm，地下水埋深在1~3m变化，凋萎含水率为10%~13%，田间持水率为28%~30%。土壤类型主要是砂姜黑土（54%）和黄潮土（33%），作物以玉米、小麦和大豆为主。

以淮北平原分布较广泛的砂姜黑土区为对象，研究夏玉米逐日蒸散动态变化规律，玉米实际蒸散量由SoilScope控制型蒸渗实验系统（大型称重式蒸渗仪）测得。蒸渗仪土柱口径4.0㎡，高度4.0m，地下水埋深设为1m。土壤为分层回填土，10cm、30cm、50cm、100cm 埋深处分别设有土壤水分、温度、电导三参数传感器，数据每10min 获取一次。蒸渗仪南侧设有气象观测场，可获取空气温度、湿度、降水量、风速、水面蒸发量和日照时数等水文气象要素。夏玉米于2018 年6 月22 日播种，10 月9 日收获。自动采集数据资料时段选取2018 年6 月22 日至10 月8 日，及同期气象观测场的气象要素数据。

1）夏玉米逐日蒸散量与各影响因子灰色关联分析，按关联度从大到小依次为：水汽压力差（0.8229）>日最高气温（0.7812）> 地温100cm （0.7812）> 地温30cm（0.7774）>地温10cm（0.7762）>地温50cm（0.7760）>日平均气温（0.7716）> 相对湿度（0.7684）> 绝对湿度（0.7646）>叶面积指数（0.7626）>饱和差（0.7584）>日最低气温（0.7531）>日照时数（0.7398）>风速（0.7100）。

2）以关联度最大的3个要素为基础建立灰色模型，逐步添加要素至14个。可知输入7个影响要素时，模型精度最高，后验差比值C为0.3272，小误差概率P为0.9825。该模型在训练集和验证集中均方根误差分别为0.71和0.64，纳什效率系数分别为0.74和0.70。

3）本文以灰关联分析为基础建立了作物蒸散量GM（1，n）模型，该模型具有适用、精度高等优点，可用于蒸散预测。不同土壤、不同作物的灰色预测模型构建及其在大田尺度上的应用需要进一步研究。

1

END

1