共查询到18条相似文献，搜索用时 425 毫秒
1.
干旱区人工绿洲间作农田蒸散研究 总被引：7，自引：1，他引：7
在黑河流域中游的张掖绿洲区建立了大田环境下的春小麦和夏玉米间作农田能水平衡研究观测点，以气象观测资料为基础，采用波文比能量平衡法(BREB)和参考作物蒸散量—作物系数法(ET0-Kc)对作物的蒸散进行了计算。结果表明：在一个完整的生长期内，利用波文比能量平衡法得到的间作作物蒸散量为688 mm，日均3.4 mm/d，用参考作物蒸散量—作物系数法得到的作物蒸散量为666 mm，日均3.3 mm/d，两种计算方法得到的蒸散量总值差别小。同期，水文平衡法计算结果为733 mm。利用波文比能量平衡法所得结果的分析表明，试验地在不同生长阶段，ET变化剧烈，生长初期、中期、末期分别为1.19、4.41和2.58 mm/d，其蒸散量分别占全年蒸散总量的7.79%、78.73%和13.48%。ET月变化显示，3月维持在一个较低水平；4月和5月剧烈增加；6月达到最大；此后的7月和8月降低，但仍维持在一个高水平；9月，随着作物进入生长末期，蒸散急剧减小。对ET日内变化分析可知，作物蒸散开始于早晨7∶00～8∶00，在14∶00左右达到最大，19∶00～20∶00趋于0 mm/d。不同生长阶段蒸散强度差异明显。 相似文献
2.
联合国粮农组织推荐的蒸散计算方法中,蒸散系数是计算实际蒸散必不可少的参数。本文从蒸散系数的定义出发,在2005年额济纳绿洲生长季连续观测的基础上,运用波文比能量平衡法计算额济纳绿洲草地的实际蒸散量,利用FAO 56Penman-Monteith模型计算草地的参考蒸散,将实际蒸散与参考蒸散相除即得到额济纳绿洲草地的蒸散系数。通过研究发现:生长季草地的蒸散量(ETc)为446.96mm,从生长季初期开始,草地的蒸散量开始增加,在6月后半月达到最大值6.724mm/d,此后蒸散量开始快速下降,在生长季末期达到最低值1.215mm/d;蒸散系数(Kc)呈现出与蒸散量(ETc)相同的变化趋势,自生长季初期开始蒸散系数快速上升,在6月后半月达到生长季最大值0.623,之后随着草地生长减缓,蒸散系数快速下降,直至生长季末期草地停止生长。对额济纳绿洲草地蒸散系数的计算可以为该地区准确估算草地生态需水量提供依据。 相似文献
3.
气象要素时间分辨率对参考作物蒸散估算的影响 总被引：2，自引：1，他引：2
参考作物蒸散(reference evapotranspiration,ET0)的准确估算是农业水资源合理利用的重要环节。为了明确气象要素不同时间分辨率对参考作物蒸散估算的影响,该文基于寿县国家气候观象台2007-2013年观测资料,将1min时间分辨率数据平均值作为真实值,分析了10、20、30、40、60 min、4次/d(02:00、08:00、14:00、20:00)和3次/d(08:00、14:00、20:00)这7种不同时间分辨率对逐日气温、风速、太阳辐射、相对湿度和日、月及年参考作物蒸散(ET0)估算的误差情况。结果表明:ET0和气象要素的误差整体上随时间分辨率降低而增大。4个气象因子中,日平均风速估算受时间分辨率变化的影响最显著,误差最大;其次是太阳辐射。逐日ET0估算在7种时间分辨率的平均绝对相对误差(mean absolute relative error,MAPE)依次为0.53%、1.01%、1.38%、1.72%、2.46%、4.72%和6.14%,表明10至60min时间分辨率的估算效果相较3次/d和4次/d有明显改善。10至40 min的绝对误差超过95%都在-0.20~0.20 mm/d区间内,误差较小且集中度高;太阳辐射时间分辨率变化对ET0估算误差贡献最大,其次是风速,这主要是由于两个要素本身对分辨率较敏感且分别是ET0辐射项和动力项的主要组成因子。时间分辨率的变化对累计后长时间尺度ET0的影响较小,月和年ET0的误差明显小于逐日ET0,月ET0在7种时间分辨率的MAPE值依次为0.13%、0.21%、0.27%、0.40%、0.50%、1.18%和1.48%;各年ET0相对误差(relative error,PE)的绝对值多数均小于0.50%。 相似文献
4.
为深入认识干旱缺水区水通量分配和植被类型变化对群落水分利用特征的影响,在宁夏六盘山叠叠沟小流域,利用热扩散技术、微型蒸渗仪、树干径向变化记录仪及文献资料等方法研究了三种典型植物群落的蒸腾（Tr）、蒸散（ET）和水分利用效率（WUE）及组成的季节变化。结果表明:生长季三种植物群落ET（mm）为:华北落叶松林（429.7） > 沙棘林（379.3） > 草地（206.9）,分别大于、约等于、小于同期的降雨量,均呈现低—高—低的月变化趋势。冠层蒸腾是蒸散的主要分量,生长季Tr/ET为:华北落叶松（48%） > 沙棘（39%）;华北落叶松林Tr/ET随季节持续降低,沙棘林Tr/ET随季节先升高后降低,最大为50.4%。生长季WUE（g/kg）为:草地（3.1） > 华北落叶松林（2.7） > 沙棘林（2.35）。其中,华北落叶松林WUE变化与其Tr/ET月变化相同,从WUE在林分各层的分布来看,乔木层WUE为4.04 g/kg,草本层为1.36 g/kg;沙棘林WUE表现为生长季前、中期较高而后期较低的变化趋势,其中灌木层WUE为2.32 g/kg,草本层WUE为2.37 g/kg;草地WUE在生长季前、中期均保持在3.2~4.8 g/kg。研究表明:无论是在水分充足季节（生长季中期）,还是水分有限季节（生长季初期和末期）,植被不可能完全利用所有的降水,但水分利用特征存在种间差异。 相似文献
5.
准确评估参考作物蒸散量的变化规律对新疆农业生产及水资源合理利用具有重要作用,采用Penman-Monteith公式以及55个气象站的逐日气象资料,计算了新疆1961-2013年参考作物蒸散量并分析其时空变化特征,运用多元回归分析法对影响参考作物蒸散量变化的主导气象因素进行了定量分析.结果表明:新疆ET0总体呈下降趋势,年际变化率为-1.01 mm/a.在20世纪80年代之前ET0偏高,90年代减少到最大,2000年以来又逐渐增大.从季节来看,夏季、秋季的ET0与年ET0的减小趋势一致,春季冬季ET0的减少趋势不明显.在不同年代际时间尺度,新疆全年及季节ET0的年际变化在空间上存在一定的分异.风速是全年及夏、秋季ET0变化的主导因素,而温度是春季及冬季新疆区域蒸发量变化的主导因素. 相似文献
6.
通径分析结合BP神经网络方法估算夏玉米作物系数及蒸散量 总被引：2，自引：2，他引：0
准确估算蒸散量对于精准管理农田水分至关重要。为了解作物系数的动态特征,准确估算作物需水量,使用叶面积指数和气象要素模拟玉米全生育期作物系数及蒸散量。利用2018年五道沟实验站气象和称重式蒸渗仪实测数据,运用通径分析法筛选影响作物系数的关键因子,建立无雨期不同地下水埋深下作物系数模型,以此估算蒸散量。结果表明:1 m埋深下全生育期作物系数平均绝对误差为0.04 mm/d,相关系数为0.94,其中初期、发育期、中期和后期平均绝对误差分别为0.06、0.09、0.05和0.03 mm/d。3 m埋深下全生育期作物系数平均绝对误差为0.08 mm/d,相关系数为0.92,各生育期平均绝对误差分别为0.11、0.10、0.07和0.03 mm/d,利用温度、风速和叶面积指数模拟作物系数精度较高。1 m埋深全生育期ET平均绝对误差为0.72 mm/d,各生育阶段平均绝对误差分别为0.56、059、0.66和0.45 mm/d。3 m埋深全生育期ET平均绝对误差为0.73 mm/d,各生育阶段ET平均绝对误差分别为0.82、0.98、0.68和0.29 mm/d。不同时间尺度下(1、3、5 d)2种埋深ET模拟值与实际值一致性指数均接近1.00,平均绝对误差小于1.0 mm/d,预报准确率达70%。随预报时间尺度的增加,预报精度提高。该方法可用于夏玉米蒸散发量计算。 相似文献
7.
农田蒸散(ET)及其组分的模拟是精准灌溉及准确估算生产力的基础。基于2013-2015年的涡度相关通量观测及辅助观测资料,利用Shuttleworth-Wallace模型(S-W模型)对盘锦水稻的蒸散及其组分进行模拟,并利用结构方程模型分析土壤蒸发占蒸散比例(ES/ET)的控制机制。结果表明:(1)S-W模型模拟蒸散值在生长季前期偏低,在生长旺季总体偏高;而在生长季后期与观测蒸散基本吻合。(2)就季节变化过程而言,水稻蒸散模拟值呈现明显的日间波动(0.5~10.4mm·d-1),但季节总体变化趋势不明显;蒸腾(TR)则先增大后降低,变化范围为0.1~8.4mm·d-1;土壤蒸发(ES)呈U型曲线,变化范围为0.1~4.7mm·d-1。(3)模拟水稻蒸散3a均值为892mm。在年尺度上,TR与ES各占ET的50%;但在生长季,TR是ET的主要消耗方式:在移栽分蘖期,水稻的植物蒸腾与土壤蒸发较接近,而在其它各生育期及全生育期,水稻的植物蒸腾均达土壤蒸发的2倍以上。(4)结构方程模型分析结果表明,气温是ES/ET最重要的影响因子,ES/ET随气温上升而下降(总影响系数为-0.82)。气温不仅对ES/ET有显著的直接影响(直接影响系数为-0.50),还通过叶面积指数(LAI)对ES/ET产生显著的间接影响(间接影响系数为-0.32)。除气温外,LAI和风速也是ES/ET的重要影响因子,ES/ET随LAI增大而下降(总影响系数为-0.39),随风速增大而增大(总影响系数为0.38)。 相似文献
8.
为探明以复合型人造土壤为边坡种植土的植物蒸散对于高陡边坡生态恢复评价体系制定及水资源利用的重要意义，以黑麦草、高羊茅、早熟禾和"黑麦草+高羊茅+早熟禾"混合草种为研究对象，采用壤中滴灌技术，通过改进后的Penman-Monteith公式研究草本植物实际蒸散量与作物系数，以此评价壤中滴灌技术的生态效益。结果表明：高羊茅的作物实际蒸散量和作物系数最大，黑麦草其次，早熟禾最小，拟合的决定系数不小于0.847；养护初期各植物蒸散量相差较小，均保持在4.2 mm/d左右；养护结束后混合草种的蒸散量最大，早熟禾最小，分别约6.2、5.7 mm/d；养护前20 d，除早熟禾外，黑麦草、高羊茅、混合草种实际蒸散量均差异不显著，养护20 d后黑麦草、早熟禾、混合草种开始发生显著变化；30 d后各草种蒸散量均差异不显著；4类草本植物蒸散量差值随时间递增，前期混合草种蒸散量低于黑麦草、高羊茅，后期有明显的提升，50 d起混合草种作物系数大于单草种作物系数。以30 d为界，30 d作物系数相近；生长初期的作物系数变幅最明显，且月增幅随时间呈下降趋势，但黑麦草和高羊茅的作物系数在任意时段均相近。边坡模型试验前期，以坡面喷灌方式灌溉的植物生态值较高，植物生长情况优于壤中滴灌方式，但自养护中期开始，壤中滴灌技术在生态效益上凸显优势，比坡面喷灌技术高出40.7%～1 444.0%的生态值。 相似文献
9.
麻黄是毛乌苏沙地重要的药用植物,对麻黄蒸散量以及水分供求关系的研究将有助于了解其蒸散耗水以及水分生理生态的特征。本研究于2004年生长季(4月20日-9月20日),利用由涡度相关技术测算得到的麻黄蒸散通量数据,并结合自动气象观测系统同步观测得到的麻黄冠层微气象参数,分析了毛乌素沙地麻黄蒸散耗水特征及水分供求关系。结果表明:(1)在生长季,麻黄蒸散(ET)具有明显的时间变化特征。在晴和多云天气,ET变化为单峰曲线,在阴天呈多峰曲线变化趋势;在日际变化方面,日ET值的变化过程表现为,4月下旬逐渐升高、6-7月达到高峰、8月逐渐降低、9月中旬降至最低。生长季的ET日均值为0.60mm.d-1,总ET量为93.6mm。(2)主要生长期内,蒸散速率(ET)与冠层太阳总辐射(Ra)、空气温度(Ta)、相对湿度(RH)、风速(V)等气象要素有极显著相关关系(R2=0.731,P0.01),其中影响ET的主要微气象因子是太阳总辐射(Ra)。(3)就整个生长季而言,降水总量与麻黄蒸散耗水总量的比值为2.9,说明试验区降水可以满足麻黄生长的水分需求。但在麻黄返青初期的降水量较低,麻黄生长受到降水量与土壤含水量的制约。 相似文献
10.
不同灌水条件对小叶女贞蒸散特性和生长的影响 总被引：1，自引：0，他引：1
为了探讨不同水分处理对北方城市常见绿篱树木小叶女贞蒸散量及生长的影响,在呼和浩特市和林格尔县盛乐经济园区进行了小区和盆栽试验。盆栽设9种水分处理,小区设4种,滴灌灌溉。研究结果表明,小叶女贞蒸散量随灌水量增加而增加,在75%～100%田间持水量(FC)时最大,35%～45%FC时最小;株高、冠幅与蒸散量呈开口向下的二次抛物线关系,在65%～100%FC时株高、冠幅最大,地上生物量与蒸散量呈正相关;小叶女贞水分利用效率(WUE)随蒸散量的增加呈减小的趋势,在35%～45%FC时小叶女贞的WUE最大,但此区间的生物量最小,生长发育受到干旱胁迫最明显;小区滴灌的较佳灌水模式是滴头流量选4L/h或5L/h,灌水量控制在415～470mm范围内。 相似文献
11.
日光温室番茄不同空间尺度蒸散量变化及主控因子分析 总被引：8，自引：8，他引：0
明确日光温室作物不同空间尺度蒸散量及变化规律是提高水分利用效率、实现农业水资源合理配置的关键。该文针对华北地区典型日光温室,于2015—2016年在中国农业科学院新乡综合试验基地,以滴灌番茄为研究对象,参考20 cm标准蒸发皿的累积蒸发量,设计充分灌溉和亏缺灌溉2种水平,研究不同水平下番茄叶片蒸腾、单株耗水(用茎流速率表征)和群体蒸散量的日变化和生育期变化,并采用通径分析法确定影响不同空间尺度蒸散量的主控因子。结果表明:叶片蒸腾和气孔导度随太阳辐射变化,峰值出现在10:00—14:00之间,移栽54~58 d后充分和亏缺处理的叶片蒸腾和气孔导度开始出现差异;充分和亏缺处理的单株耗水在晴天差异最大,阴雨天最小,且滞后太阳辐射约1 h;全生育期充分和亏缺处理的日群体蒸散量分别在0.32~6.65和0.15~5.91 mm/d之间变化,群体蒸散量在盛果期最大,占总耗水量的31.7%~34.7%。净辐射对叶片、单株和群体尺度的蒸腾量影响均显著,而水汽压差仅对单株和群体尺度蒸散量影响显著,估算日光温室番茄单株耗水和群体蒸散量时需考虑风速影响。水分胁迫条件下,考虑叶温变量可显著提高单株耗水和群体蒸散量的估算精度。研究可为不同空间尺度蒸散量转换方法的选择以及尺度提升理论模型的构建提供借鉴。 相似文献
12.
不同蒸散量时间尺度提升法用于节水灌溉稻田的对比分析 总被引：4，自引：4，他引：0
蒸散量（ET）时间尺度提升方法能充分利用遥感数据与地面观测的优势,获得精确的区域日尺度估算值,对指导农业水管理特别是农田灌溉具有重要的意义。该研究以节水灌溉稻田为研究对象,基于2015和2016年稻季涡度相关系统实测数据,在能量强制闭合的条件下,选择了4种基于能量平衡原理的蒸散量尺度提升方法,分析了蒸发比、作物系数、冠层阻力、辐照度比4个尺度转换因子在节水灌溉条件下的变化特征,对比了四种方法提升估算日尺度ET与涡度相关系统实测值的差异。结果表明,节水灌溉条件下蒸发比、作物系数、冠层阻力3个尺度转换因子的生育期平均日变化和其他下垫面相比有一定特殊性,辐照度比的变化仅取决于研究区域所处纬度位置。作物系数法与冠层阻力法以 10:00－11:00小时值估算日蒸散量结果的准确性较好,决定系数和一致性系数分别达到0.92和0.97以上,正弦关系法的模拟效果稍差,但该方法估算效果稳定,可作为一种粗略的尺度提升方法。各时段蒸发比法估算值均存在一定程度的低估,但相关性较好,用考虑饱和水汽压差的线性关系修正后,10:00－11:00估算结果的准确性和一致性均最好,决定系数和一致性系数分别为0.987和0.996。研究结果明确了适宜长江中下游节水灌溉稻田ET时间尺度提升各估算方法的较优时段,并表明修正后的蒸发比法提升估算日尺度ET最优。 相似文献
13.
基于FAO-Blaney-Criddle方法的河套灌区参考作物蒸散发量估算 总被引：2，自引：0，他引：2
实时灌溉预报是河套灌区管理科学化与信息化的要求,利用天气预报中相对准确的气温数据估算参考作物蒸散发量对实时灌溉预报非常重要,因此需要建立一种基于温度的参考作物蒸散发量估算方法。利用 FAO-Penman-Monteith方法估算河套灌区解放闸灌域历史参考作物蒸散发量,以此作为标准值率定 FAO-Blaney-Criddle 公式中逐旬的修正系数,得到基于温度的参考作物蒸散发量估算方法。结果表明,在作物的生长季（4－9月）,FAO-Blaney-Criddle 方法与FAO-Penman-Monteith 方法的估算结果相近。率定期各旬相对误差均<5%,标准误差<0.65 mm/d,验证期各旬相对误差均<9%,标准误差<0.70 mm/d。10 d 滑动平均的参考作物蒸散发量估算精度,Nash 效率系数达到0.75,误差0.5 mm/d 的精确度达到了68%,误差在1 mm/d 以内的准确率达到95%。FAO-Blaney-Criddle 方法可以应用于河套灌区的灌溉预报中。另外,FAO-Blaney-Criddle 方法的参数具有较强的地区差异性,需要针对不同地区的气象数据进行率定和验证。 相似文献
14.
为探索在东北寒区温室种植环境下温室葡萄蒸散发（Evapotranspiration,ET）规律与不同时间尺度ET转化方法,该研究对温室葡萄蒸散过程及环境因子进行2 a的连续监测,利用3种尺度提升方法（蒸发比法、改进蒸发比法、作物系数法）对葡萄ET进行了瞬时到日以及日到全生育期的时间尺度提升。结果表明：利用蒸发比法、改进蒸发比法和作物系数法进行ET瞬时到日尺度提升的关键参数在08:00-16:00变化平稳,平均值分别为0.54、0.52和0.76,变异系数平均值分别为0.11、0.10和0.09。采用3种日尺度提升方法对葡萄ET进行瞬时到日尺度提升时,基于不同评价指标确定的最优模型和最佳尺度提升时间均不一致。进一步,利用综合评价指标确定了4个生育期的最佳模拟时刻,基于该时刻进行瞬时到日尺度提升模拟,模拟精度以蒸发比法最高,作物系数法最低,改进蒸发比法居中。2020和2021年蒸发比法模拟的R2分别达到0.92和0.89,相对均方根误差仅为20.23%和21.49%。利用不同生育期的日蒸腾进行生育期尺度ET提升,其中果实膨大期效果最好,基于3种方法利用该生育期日数据进行全生育期ET模拟,模拟精度仍然以蒸发比法最高,作物系数法最低,改进蒸发比法居中。蒸发比法在2020和2021年的ET模拟绝对误差仅为1.8和7.4 mm,相对误差仅为0.68%和2.73%。研究为东北地区温室葡萄的水分管理提供科学依据。 相似文献
15.
基于STME模型和MODIS数据的滹滏平原实际蒸散量遥感估算 总被引：1，自引：0，他引：1
滹滏平原光、热及土壤资源优越,是华北平原重要的粮食生产基地,灌溉是该区农业获得稳产高产的重要保障,持续抽取地下水和无节制利用地表水已经引起了严重的水资源危机,合理高效利用有限水资源进行农业生产势在必行。本文利用单源梯形遥感蒸散发模型(a single-source trapezoid model for evapotranspiration,STME)和中等分辨率成像光谱仪MODIS(2011—2012年共115期)地表温度和反射率产品估算区域地表土壤缺水状况及实际蒸散量,并利用中国科学院栾城农业生态系统试验站(以下简称"栾城站")和赵县梨园涡度相关系统地表水热通量的观测值对STME模型估算结果进行验证。结果表明该模型可以很好地估算区域蒸散量,误差在可接受范围内。赵县梨园净辐射Rn的观测平均值为4.10 mm,估算平均值为4.69 mm,均方根差RMSD为0.80 mm;赵县梨园蒸散量观测平均值为2.86 mm,估算平均值为3.01 mm,均方根差RMSD为0.95 mm;栾城站蒸散量的观测平均值为2.67 mm,估算平均值为2.44 mm,均方根差RMSD为0.87 mm。将STME模型应用到滹滏平原估算日蒸散量,明确了区域尺度蒸散发的时空变化特征:10月份果园生态系统蒸散量多于农田生态系统;11月份区域蒸散量整体小于1 mm;第2年春季小麦返青、拔节期,农田生态系统蒸散量多于果园生态系统蒸散量;5月份处于植被生长旺盛期,农田和果园生态系统的蒸散量相差不大;6月份小麦收获,玉米播种,农田生态系统蒸散量少于果园生态系统;7月份整个区域蒸散量达到最大,蒸散量不仅与植被长势相关,而且与土壤湿度相关;8、9月份随着植被的成熟和收获,区域蒸散量整体变小。不同时期区域水分亏缺指数不同,可根据其指导区域灌溉量。STME模型继承了基于数理计算确定梯形顶点的方法和水分亏缺指数,使得计算过程得以简化且物理机制明确。 相似文献
16.
为了扩大气象卫星FY-3在科研、业务中的应用范围,将数据尽快用于遥感反演蒸散量业务工作中,根据FY-3/VIRR卫星通道特点,以山东为研究区域,基于地表能量平衡方程,结合地面气象要素,提出了利用FY-3卫星遥感数据进行区域蒸散反演的方法,建立了省级的区域逐日蒸散量估算系统。以2013年5月11日、8月20日、10月16日估算的日蒸散量为例,分析表明:基于FY-3/VIRR卫星反演的日蒸散量与利用Pen-man公式方法得到的数据对比,偏差分别为-0.19、-0.12和0.16 mm/d,相对偏差分别为10%、12%和11%;反演结果可准确揭示区域内不同地表覆盖类型的蒸散量的空间特点和差异性,结果较为合理;与同区域、同时段的EOS/MODIS蒸散产品进行对比分析表明:2种日蒸散产品的空间分布特征总体非常相似,相关系数在0.99以上,均方根差在0.36 mm以下,说明2种产品的一致性较好。利用中国新型自主研发的FY-3卫星资料估算蒸散量是可行的。 相似文献
17.
冬小麦返青后腾发量时空尺度效应的通径分析 总被引：10，自引：6，他引：4
作物腾发量（ET）的时空尺度效应是作物高效用水调控与节水灌溉管理中需面对的基础科学问题。该文对返青后冬小麦生育期内试验小区实际腾发量（ETa）和区域水分通量（LE）以及作物生长环境因子进行实测,利用通径分析方法,对冬小麦ET时空尺度效应及其主要影响因子进行分析。结果表明,不同时间尺度和空间尺度下,作物蒸腾蒸发的影响因子不同,显示了其不同的时空尺度效应。对试验小区实际腾发量ETa来说,以全日24 h的数据来分析,其主要影响因子是叶面积指数LAI和净辐射Rn,而白日时段（7:00-18:00）分析显示主要影响因子是空气饱和水汽压差VPD_7-18和叶面积指数LAI。对田间尺度的区域水分通量LE来说,全日24h数据的主要影响因子是净辐射Rn和作物高度H,白日时段（7:00－18:00）数据的主要影响因子是饱和水汽压差VPD_7-18和作物高度H。冬小麦返青后的时间尺度效应表现是全日24h作物腾发量的主要影响因子是净辐射,而白天时段影响腾发量的主要因子是空气饱和水汽压差;空间尺度效应表现是小面积的作物腾发量大小对作物的叶面积指数变化敏感,区域水分通量的大小与下垫面植被高度的变化有关。 相似文献
18.
《Communications in Soil Science and Plant Analysis》2012,43(1-2):259-271
Abstract Based on field experiments, changing patterns and affecting factors of soil evaporation and energy balance under crop canopy were studied. Soil evaporation under crop canopy was measured directly using the microlysimetry technique. The main factors affecting soil evaporation under crop canopy including surface net radiation, leaf area index, soil water content, and crop growth period were analyzed to give scientific proof for the soil evaporation control. The results showed that no soil evaporation occurred under the crop canopy when net radiation was reduced to a threshold of 230.57 w/m2. Under crop cover conditions, evaporation/evapotranspiration (E/ET) reduced with increases of crop leaf area index, followed by an exponential function to a leaf area index (LAI) threshold of 4. The cumulative evapotranspiration, transpiration, and evaporation under crop canopy conditions during the winter wheat growing season were 443.9 mm, 272.2 mm, and 171.7 mm, respectively, with E/ET having a relatively high value of 38.7%. 相似文献