《1 导言》

1 导言

高水平的灌溉用水管理是节约用水,提高灌区农业产量,充分发挥灌溉工程效益的重要环节。灌溉用水管理的核心是实行计划用水,而指导计划用水的依据是用水计划。我国制定的常规用水计划属于“静态“用水计划,它是根据历史资料,选定儿种典型水文年,针对典型年的气象、水文情况,制定出当年的用水计划;在执行过程中,再依据当时的气象、水文等情况进行调整。由于这种计划是依据历史资料制定的,若当年实际的气象、水文情况与典型年差异较大,则难于有效地指导用水。国内外近年来的实践表明,采用先进的“动态“用水计划,可以避免此弊端。用动态用水计划指导灌溉用水,可达到节水、高产、高效益的目的。动态用水计划是以实时灌溉预报为依据的动态取水、配水与灌水计划,它是在充分利用实时信息基础上确定的短期计划,因而比较符合实际,实用价值较高。

实时灌溉预报是编制与执行灌区动态用水计划的必要条件,只有做出实时灌溉预报,才可能制定出动态用水计划;实时灌溉预报可靠、准确,动态用水计划才可能符合实际,才能发挥指导用水以取得节水、高产、高效益的效果。

实时灌溉预报是以“实时“资料为基础,即以各种最新的实测资料和最近的顽测成果为依据,通过计算机模拟分析,逐次预测作物所需的灌水日期及灌水定额。今后灌溉预报的发展趋势是开展实时灌溉预报,因此研究与应用实时灌溉预报有着重要的理论意义与实用价值。

实时灌溉预报的基础是作物需水量ET的实预报,提出较可靠、准确、又便于应用的ET实预报方法,是实时灌溉预报的重点与难点内容。在水资源能够满足作物正常灌渭要求的条件下,获得ET实时预报资料后,根据降水、地下水补给量等因素的实时预报数据,通过农田水量平衡分析,即可进行灌水时间与定额的实时预报。当水资源不能满足正常灌溉条件时,需根据水源情况以及不同程度缺水对产量的影响,进行大量的优化分析,确定作物优化灌溉制度,情况比较复杂,不单单是预报问题。本文仅论述水资源能够满足作物正常灌溉条件下的实时灌溉预报。

《2 作物需水量ET实时预报》

2 作物需水量ET实时预报

《2.1 预报作物需水量ET的基本数学模型》

2.1 预报作物需水量ET的基本数学模型

在我国,一舱把作物蒸腾量与棵间蒸发量之和(即蒸发蒸腾量)称为作物需水量,它等于土壤一植物一大气连续体系中水分传输的速率。能影响该体系中水分传输与水气扩散的任何一个过程的任何一种因素,均能影响ET。气象因素,包括太阳辐射、日照时数、气温、空气湿度与风速等,是影响ET的主要因素。对于一定的作物,作物因素,包括品种、生育阶段、生长发育情况等,由于其影响作物的根系吸水、体内输水和叶气孔水气扩散,因而对ET产生影响。土壤含水率影响土壤水向根系传输以及直接向地表传输的速率,故土壤含水率也是影响ET的主要土壤因素。ET与这些影响因素的关系可表示为ET = F(S,P,A), (1)式中,ET为作物需水量;S为土壤因素;P为植物因素;A为气象因素。根据国内外ET试验资料的分析,上述各因素对ET的综合影响,可以用土壤、植物与气象因素单独对ET影响结果之乘积表示^[1]。因此,ET可表示为ET = F₁(S) · F₂(P) · F₃(A)。(2)    F₃(A)为气象因素的影响。根据对中国大多数省分灌溉试验站实测ET资料的分析可以证实,用修正彭曼公式或彭曼-蒙特斯公式计算出的参照作物需水量ET₀是表示气象因素影响的最适合参数^[2,3],因此F₃(A)=ET₀。F₂(P)为作物因素的影响。国内外大量预测资料表明,叶面积指数(LAI)是影响ET的主要植物因素^[4,5]。但是,LAI难以迅速在大面积上准确地测定,而实时预报则要求及时地提供此数据,因而在实时预报中难于直接应用LAI求出F₂(P)。笔者的观测、研究表明,作物叶面积指数与绿叶稿盖百分率(覆盖率)LCP密切相关,两者相关系数达0.96以上^[5,6],而LCP可以在大面积上快速测定,因此,可采用LCP来计算F₂(P),即

k_c = F₂(P) = F₂(LCP), k_c是作物系数。

F₁(S)为土壤因素的影响。根据土壤水分运移原理,在实际土壤含水率(ω)小于临界土壤含水率(ω_j)的条件下,有效土壤含水率即实际土壤含水率(ω)与凋萎系数(ω_p)之差是影响ET的主要土壤因素,即

k_{ω =} F₁(S) = f₁(ω-ω_p), (ω < ω_j),

k_ω是土壤水分修正系数。临界含水率;即“毛管断裂含水率“,其值取决于土壤质地,变化于田间持水率的70%到80%之间^[7]。

当实际土壤含水率不低于临界含水率ω_j时,土壤含水率对ET无影响,即k_{ω =} F₁(S) = 1,(ω ≥ ω_j)。综合以上分析,预报ET的基本数学模型为

ET = k_c · ET₀ (ω ≥ ωj),  (3) 

ET = k_ω · k_c  · ET₀ , (ω < ω_j)，（4）

或 ET = f₂(LCP)  · ET₀,(ω ≥ ωj),  (5)

ET = f₁(ω-ω_p) · f₂(LCP) · ET₀,(ω < ω)。(6)

《2.2 参照作物需水量ET0的预报》

2.2 参照作物需水量ET₀的预报

参照作物需水量ET₀简称参照需水量,是用以反映各种气象条件对作物需水量影响的综合因素。以大量试验研究成果为依据,目前全世界统一采用“高度一致(0.12m),生长旺盛,地表完全被绿叶覆盖的开阙(长、宽均在400m以上)绿草地“在不缺水条件下的燕发燕腾量为参照需水重,亦即上述条件草地之潜在(不缺水)需水量为参照需水量^[8,9]。

根据国际上半个世纪的试验研究,联合国粮农组织(FAO)1979年推荐用修正的彭曼公式计算ET₀^[9],该公式理论较完备,计算精度较高。1998年,FAO又推荐用理论上更为完善的彭曼-蒙特斯公式计算ET₀^[8]。在我国全国协作的“全国及各省(自治、直辖市)主要作物需水量等值线图研究“和“全国及各省(自治区、直辖市)作物需水量及灌溉制度资料整编“项目中,许多省(自治区、直辖市)的研究组对修正彭曼公式与国内外最常用的其他四五种公式进行了比较,表明用修正的彭曼公式算出ET₀后再算出的ET精度最高(精度高于90%的数据占80%以上)^[2]。根据中国水利水电科学研究院的研究,修正的彭曼公式与彭曼一蒙特斯公式计算结果十分接近,两者有良好的线性关系,相关系数大于0.97^[3]。因此,从实用出发,本文仍以修正彭曼公式为基础预报ET₀。修正彭曼公式如下^[9]：

\(E T_{0}=\frac{\frac{P_{0}}{P} \cdot \frac{\Delta}{r} R_{\mathrm{n}}+0.26\left(1+B_{\mathrm{u}} u\right)\left(e_{\mathrm{a}}-e_{\mathrm{d}}\right)}{\frac{P_{0}}{P} \cdot \frac{\Delta}{r}+1}\)            （7）

式中,P₀与P为海平面与预报地点平均气压(hPa);△为饱和水气压随温度的变率(hPa/℃); r为湿度计常数(hPa/℃);e_a为饱和水气压(hPa), e_d为实际水气压(hPa);R_n为净辐射,以蒸发能力计(mm/d),可以用总辐射、日照时数与e_d算出;u为2m高处日平均风速(m/s);B_u为风速修正系数。

在一定的地点(纬度、海拔高程)和时间(月份)里,利用式(7)计算ET₀,需要温度、湿度(或水汽压)、风速与日照时数4项气象因素的数据。对于常规的需水量预报,可以从历史上典型年的气象资料取得这些数据,故完全可以直接采用此公式。但是,由于短期气象预报中不进行湿度(或水汽压)与日照时数预报,因此,实时预报中不可能直接用此公式预报ET₀。

笔者根据我国一些地区的长期(20年以上)气象记录,用式(7)计算出逐年、逐月的ET₀,将其分月按晴、昙(少云、多云)、阴、雨4种天气类型分类统计,发现在同一地区和相同月份内,相同天气类型条件下的ET₀数值十分稳定^[1,5,6]。对于一个地区,可以根据长系列气象记录,应用式(7)算出各月晴、昙、阴、雨4种类型条件下的多年平均ET₀数值,例如,河北省3个县的各月不同天气类型的ET₀多年平均数值(表1）^[6]。各地在实时预报中可以直接用当地的这种多年平均值进行ET₀预报。我国地理部门也提出过预报蒸发力的类似方法^[10]。

《表1》

表1 河北省望都、藁城、临西四种天气类型下多年平均逐月ET₀。

Table1 Average long term values of monthly ET₀ under four weather type sin Wangdu, Gaocheng and Linxi, Hebei Province

由于天气类型是任何气象站(点)短期天气预报中的基本项目,可以根据预报的天气类型,用以上方法十分简便、迅速地预报ET₀。

《2.3 作物系数kc值的确定》

2.3 作物系数k_c值的确定

我国各省、自治区、直辖市已根据试验资料得到当地主要作物生育期内各月的k_c数值^[2,11],但对于ET的实时预报,其精度偏低。国内外的研究表明,用叶面积指数LAI按式(8)计算。(A与B为随作物而异的常数与系数)可提高精度^[4,6]。但由于难于在大面积上迅速测定LAI,致使在ET实时预报中难于采用式

k_{c =} A + B(LAI)。(8)

笔者的试验研究,探明了作物绿叶穗盖率LCP与LAI关系密切^[5,6],其关系为

LAI = m(LCP)ⁿ   (9)

式中m与n为随作物而变的系数与指数。

例如,对于夏玉米,其关系为LAI=1.48×10^-4(LCP)^-2.26(见图1)。根据式(8)与式(9),计算k_c的模型为

k_{c =} Q + R(LCP)ⁿ  (10)

式中,Q与R为随作物而变的常数与系数。

《图1》

图1 夏玉米叶面积指数与绿叶覆盖率关系(河北望都,1991)

Fig.1 Relationship between leaf area indices and coverage-percentage of leaves for summer maize(Wangdu, Hebei Province,1991)

根据笔者在湖北、广西等地的试验研究,几种作物的Q, R与n值如表2^[5]。

《表2》

表2 利用叶覆盖率计算A.的参数数值

Table2 Values of parameters for calculating by using coverage-percentage of leaves

用摄影法或光度计法进行LCP观测,可迅速取得当时多点(大面积上)的LCP数值,该数据完全能够及时地供给实时预报中采用。

2.4 土壤水分修正系数K_ω的确定

土壤中,凋萎点(凋萎含水率)。到田间持水率。之间的水分是可以保持在根层内并能被植物吸收利用之有效水分。土壤含水率。在临界吴水率(毛管断裂含水率,一般为ω_c的70%~80%,随土质而变)ω_j与ω_c之间时,土壤水分可藉毛管作用充分供给燃发、蒸腾之需要,土壤含水率之高低不影响蒸发燃腾,即K_ω=1。土壤含水率小于临界含水率时,由于土壤水分运移阻力的作用,土壤水分运移的实际速率小于充分满足燃发燕腾所需的速率,致使蒸发燕腾量随着土壤含水率之降低而降低,K_ω＜1。

针对土壤含水率低于临界含水率的范围,国内外许多学者推荐计算A.的模型为K_ω = (ω - ω_p) / (ω_j - ω_p),此模型表示在ω = ω_p时K_ω = 0,但实际上此时存在土壤蒸发,故此式不很合理。笔者通过在河北、广西等省(自治区)的试验研究,对此式进行了改正,提出K_ω与土壤含水率的关系为^[6]

\(k_{\omega}=a+b\left(\frac{\omega-\omega_{\mathrm{p}}}{\omega_{\mathrm{j}}-\omega_{\mathrm{p}}}\right) \quad \omega_{\mathrm{p}} \leqslant \omega<\omega_{\mathrm{j}} \)       (11)

式中ω ,ω_p与ω_j分别为实际土壤含水率、凋萎含水率与临界含水率(单位均为占干土重的百分比),a与b分别为常数与系数,a=0.03~0.07, b=0.86~1.00,随土质而变,可通过分析已有的土壤水分与需水量观测资料而确定,例如根据1986年河北省几个灌溉试验站的观测资料分析^[6],望都站a=0.038, b=0.987;藁城站a=0.065, b=0.887; 临西站a=0.068, b=0.89。

《2.5 作物需水量实时预报的计算》

2.5 作物需水量实时预报的计算

2.5.1 预报时期内无降水无地下水补给的情况

某一时段内的作物需水量ET等于该时段内根系吸水层中土壤傅水量的减少值,即

\(E T=-10 r H \frac{\mathrm{d} \omega}{\mathrm{d} t}\)         (12)

式中,r为土壤容重(t/m³),H为根系吸水层深度(m),。ω为H深度内的平均土壤含水率(占干土重%),t为时间(d),ET的单位为mm。将式(4)代人式(12),可得

\(k_{\omega} \cdot k_{\mathrm{c}} \cdot E T_{0}=-10 r H \frac{\mathrm{d} \omega}{\mathrm{d} t}\)             （13）

1) 时段初土壤含水率ω₀和时段未含水率ω均不小于ω_j时,K_ω=1,代入式(13)后积分可得

\(\sum_{0}^{t} E T=10 r H\left(\omega_{0}-\omega\right)=k_{\mathrm{c}} \cdot \int_{0}^{t} E T_{0} \mathrm{~d} t\)               (14)

逐日、逐旬预报的条件下,可用\(\sum_{0}^{t} E T_{0}\)代替\(\int_{0}^{t} E T_{0} \mathrm{~d} t\),则预报需水量的模型为

\(\sum_{0}^{t} E T=k_{\mathrm{c}} \cdot \sum_{0}^{t} E T_{0}\)                    (15)

K_c由式(10)确定(下同)。

2) ω₀小于ω_j时,预报ET的模型为

\(\sum_{n}^{t} E T=10 r H\left(\omega_{0}-\omega\right)\)                  (16)

其中,ω用以下方法确定:将式(11)代入式(13)推导得

\(\omega=\left(\omega_{0}-\omega_{\mathrm{p}}\right) e^{\frac{b k_{\mathrm{c}} \sum_{0}^{t} E T_{0}}{10 r H\left(\omega_{\mathrm{j}}-\omega_{\mathrm{p}}\right)}}-\frac{a \cdot k_{\mathrm{c}} \sum_{0}^{t} E T_{0}}{10 r H}+\omega_{\mathrm{p} }\)                   (17)

3) ω₀≥ω_j, ω_{0 ＜}ω_{j时，先计算出土壤初始含水率}ω₀到ω_{j所需时间t'}

\(t^{\prime}=\frac{10 r H\left(\omega_{0}-\omega_{\mathrm{j}}\right)}{\left(k_{\mathrm{c}} \cdot \sum_{0}^{t} E T_{0}\right) / t}\)                 （18）

若t≤t',用式(15)计算\(\sum_{0}^{t} E T\);若t>t',对于0~t' 时段,按式(15)模型计算此时段内的\(\sum_{0}^{t} E T\);对于t'~t时段,按式(16)和式(17)模型计算此时段内\(\sum_{t´}^{t} E T\)全部预报时期内需水量为

\(\sum_{0}^{t} E T=\sum_{0}^{t^{\prime}} E T+\sum_{t^{\prime}}^{t} E T\)。                 (19)

2.5.2  时期内有降水无地下水补给的情况设

在第天降水,有效降水量为p₀(mm),将0~t划分为0~n、n~t两个时段。

1)  \(\omega_{0}<\omega_{\mathrm{j}}  \)时, 对于\(  0 \sim n  \)时段, 按式 (16) 和式 (17) 模型计算\(  \sum_{0}^{n} E T \); 对于\(  n \sim t  \)时段, 先计算雨后土壤含水率 \( \omega_{0}^{\prime}\) (干土重百分比),

\(\omega_{0}^{\prime}=\omega+p_{0} / 10 r H\),                     （20）

其中,\(  \omega  \)按式 (17) 算出, 但需以\(  \sum_{0}^{n} E T_{0}  \)代替该 式中 的\(  \sum_{0}^{t} E T_{0}  \)。若\(  \omega_{0}^{\prime} \leqslant \omega_{\mathrm{j}} \), 按 式  (16)  、式
(17) 模式计算\(  \sum_{n}^{t} E T \); 若\(  \omega_{0}^{\prime}>\omega_{j} \), 则以\(  \omega_{0}^{\prime}  \)为 新的时段起点, 按  2.5.13  3) 的方法及其模型计算\(  \sum_{n}^{t} E T \), 对全部预报时段t则

\(\sum_{0}^{t} E T=\sum_{0}^{n} E T+\sum_{n}^{t} E T\) 。          （21）

2) \( \omega_{0} \geqslant \omega_{\mathrm{j}}  \)时, 对于\(  0 \sim n  \)时段, 按2.5.1 3) 的方法及模型计算\(  \sum_{0}^{n} E T \); 对于\(  n \sim t  \)时段, 先用式 (20) 计算 \( \omega_{0}^{\prime} \), 再根据 \( \omega_{0}^{\prime}<\omega_{\mathrm{j}}  \)或\(  \omega_{0}^{\prime} \geqslant   \omega_{\mathrm{j}}  \)的条件, 分别用式 (16) 和式 (17) 或用  2.5 .1 3) 中的方法与模型计算\(  \sum_{n}^{t} E T \), 最后用式 (21) 计算t时期内的需水量。

若降水后土壤含水率\(  \omega_{0}^{\prime} \)超过田间持水率\(  \omega_{\mathrm{c}}\) , 除按上述方法与模型计算预报时期内需水量\(  \sum_{0}^{t} E T  \)外, 还需算出深层渗漏量, 以供灌溉预报中采用。深层渗漏量用以下模型计算,

\(F=10 r H\left(\omega_{0}^{\prime}-\omega_{\mathrm{c}}\right)\) ，   （22）

式中，F为深层渗漏量(mm), 3c为田间持水率 (占干土重的％),其余符号的意义与单位如前。

以上是在t时期内降水1次条件下的预报需水 量的方法与模型。实际上，有时在t时段内降水多 次，则可根据实际降水情况，将多次的小量降水进 行概化，归并为1次或数次，以各次降水日期为时 段划分点，按以上方法计算各时段需水量，最后将 其累积，得到预报时期需水量。

2.5.3    预报期内有地下水补给的情况     设0~t时 段内地下水补给量为G = k・ET,其中及是地下水 补给系数(％),为地下水补给量占蒸发蒸腾量的百分数，取决于地下水埋深、土质、作物及其生育期，由试验站提供。

式(12)变为

\(\begin{array}{c} E T\left(1-\frac{k}{100}\right)=-10 r H \frac{\mathrm{d} \omega}{\mathrm{d} t} \text { 。 } \\ \text { 令 } \beta=1-\frac{k}{100} \text { 并将式（4）代人式（23) } \\ \beta \cdot k_{\omega} \cdot k_{\mathrm{c}} \cdot E T_{0}=-10 r H \frac{\mathrm{d} \omega}{\mathrm{d} t}, \end{array}\)

可见, 只要在式（15）、式 (17) 与式 (18) 的\(  k_{\mathrm{c}}  \)前乘以\( \beta\) , 就可用无地下水补给情况下的计算公式 求得此条件下需水量\(  \sum_{0}^{t} E T^{\prime}\) , 则该时段内的实际 需水量为

\(\sum_{0}^{t} E T=\sum_{0}^{t}\left(\frac{E T^{\prime}}{\beta}\right)\),            (25)

式中, \( E T^{\prime}  \)为无地下水补给条件下需水量 \( (\mathrm{mm})  \)。

2.6 作物需水量实时预报步骤

2.6.1 旱作物需水量实时预报步骤应用以上计算方法, 预报步骤如下:

1) 针对预报地区的土壤、作物与生育阶段,搜集以下资料: r,H,ω_p,ω_j,β

2) 根据当地或条件类似地区灌溉试验资料,分析确定当地不同月份与不同天气类型条件下ET₀数值以及式(10)中Q、R与n数值与式(11)中a、b数值;

3) 预报时段初,在典型农田上观测LCP及土壤含水率ω₀,上一时段末的ω。为下一时段的ω₀;

4) 根据气象预测中所预报的天气类型(晴、昙、阴、雨),用2.2节所介绍的方法,在预报时期内,逐日计算ET₀;

5) 根据预报时段内的LCP,用2.3节所介绍方法计算k_c;

6) 若预报时期内无降水,ω₀与ω均不小于ω_j,用式(15)计算需水量进行预报;

7) 若预报时期内无降水,ω_0＜ω_j， _{用式 （16）计算需水量进行预报，该式中的}ω_{用式 （17）算出;}

8) 若预报时期内无降水,ω₀≥ω_j, ω_{0 ＜}ω_j,按式(18)计算t',将0~t划分为0~t'与t'~1两个时段,用本文中2.5.13)中的方法算出各个阶段需水量,将各阶段需水量之和进行预报;

9) 若预报期内有降水,则按照ω₀的不同范图,根据预报的降水日期及降水量资料,用2.5.2中模型及方法进行预报;

10) 有地下水补入根层的条件下,仍接以上步骤进行计算与预报,只是需要在计算与预报过程中,用无地下水补给条件下的ET与β的乘积或者ET与地下水补给量之差代替无地下水条件下的ET, \(\beta=1-\frac{k}{100}\)为地下水补给量占需水量的百分比,我国有大量的地下水补给量试验研究成果,可按地下水埋深、土质、作物种类与口资料,根据这些试验成果确定A的数值。

2.6.2 水稻需水量预报步骤    水稻广泛采用浅水淹灌或其他节水高产的灌溉方式。在这些灌溉方式下,水稻全生育期内除晒田末期以及黄熟期的少数天数外,其余时期内稻田土壤含水率不低于临界含水率;而晒田末期及黄熟期又是不需灌溉也就是不必预报ET的阶段。故对于需要预报ET的阶段,水稻的需水量基本上不受土壤含水率的影响,即k_ω。因此,对于水稻ET的预报,取得LCP资料后,只需采用旱作物需水量预报中的第2)、第4)、第5)和第6)步骤。

2.7 作物需水量实时预报的计算机框图及说明

计算框图见图2。其中K为时段序号,N为时段个数,工为月份,TD为时段内的总天数,PD为时段内降水前的天数,TI=t',TI为降水后的天数,\(I O=10 r H, \quad x=\left[\frac{\omega-\omega_{\mathrm{p}}}{\omega_{\mathrm{j}}-\omega_{\mathrm{p}}}\right]\), EO,OE5和EI分别表示不同时段的ET₀,可根据月份T和晴、昙、阴、雨的代号(分别用1、2、3、4表示)由计算机自行查表计算,表中其余符号的意义与正文中的相同。

在TI时段内,ω₀＞ω_j,燕发蒸腾量仅受气象条件的影响和作物特性的制约,与土壤含水率无关,由乙乘以TI时段内的ET₀求得。若T时段内有降水,降水前的蒸发蒸腾量已计算在k_c·ET₀中,此处无需计算,故为EO赋零。若TI大于时段总天数TD,则降水后的燕发燕腾量也不需计算,已由k_c·ET₀计入。另外,超过田间持水量的降水量作为渗漏量,并输出。

受计算模型复杂性的限制,划分时段时,使一个时段内只包括一次降水,预报中,可把多次小雨雨量相加,概化为一次降水。

《3 作物灌水日期与灌水定额实时预报》

3 作物灌水日期与灌水定额实时预报

《3.1 旱作物灌水日期与灌水定频预报》

3.1 旱作物灌水日期与灌水定频预报

对于旱作物,无灌溉条件下,若无地下水补给量,田间水量平衡方程如式(26),水量平衡因索如图3。

\(10 r H \omega_{\mathrm{t}}=10 r H \omega_{0}+\sum_{0}^{t} P_{0}-\sum_{0}^{t} E T\),         (26)

式中,ω_t为第t日作物根系吸水层(深度为一)中平均土壤含水率(占干土重%,下同);ω₀为预报时段初土壤含水率;P₀为有效降水量(mm);其余符号的意义与单位如前相同。

为了满足农作物正常生长发育的需要,任一时段内作物根系货水层内的储水量必须经常保持在一定的适宜范围以内,即通常要求土壤湿涧层平均土壤含水率不小于作物允许的最低含水率(ω_min)和不大于作物允许的最高含水率(ω_max)。预报灌水时,r、H、ω₀及土壤适宥含水率上限ω_max与下限ω_min均己知,根据天气预报,按2.5节方法,可从第1日起,逐日求出累积的P₀与ET,即\(\sum_{0}^{t} P_{0} \)与\( \sum_{0}^{t} E T\)

,运用式(26),逐日求ω_t。

ω_t降到ω_min。的日期即为适宜的灌水日期。

《图2》

图2 需水量实时预报计算机框图
Fig.2 Computer frame diagram of real-time forecast of evapotranspiration

灌水定额为

\(m=10 r H\left(\omega_{\max }-\omega_{\min }\right)(\mathrm{mm})\)         （27）

一般,ω_max取为田间持水率。若当地有地下水补给量,补给系数为k,或每日补给量为g(mm),只要将前述旱作条件下各种计算中的\(\sum_{0}^{t} E T\)换成\( \sum_{0}^{t}(\beta E T)\) 或\(\sum_{0}^{t}(E T-g)\)即可完全按以上方法预报灌水日期与灌水定额,其中\(\beta=1-\frac{k}{100}\)。

《图3 》

图3 旱田土壤湿润层水量平衡参数示意图

Fig. 3 Diagrammatic sketch of the factors ofwater balance in root zone of dry foot crops

3.2 水稻灌水日期与灌水定额预报

对于水稻田,无灌溉时,可列出以下稻田水量平衡方程式:

\(h_{\mathrm{t}}=h_{0}+\sum_{0}^{t} P_{0}-\sum_{0}^{t} E T-\sum_{0}^{t} f\)。    （28）

式中,  \(h_{\mathrm{t}}  \)为第t日田面水层深度（mm）; \(h_{0}  \)为预 报时段初田面水层深度\(  (\mathrm{mm}) ; \sum_{0}^{t} P_{0} 、 \sum_{0}^{t} E T\)  与\(  \sum_{0}^{t} f  \)分别代表t时段内的有效降水量、需水量与渗漏量 (mm)。

在进行灌水预报时,根据各监测稻田(代表性稻田)的水层深度资料确定h₀,根据天气预报确定预报期内每日的P₀,根据灌溉试验成果确定每日的下以及阶段适宜水层深度上限h_max(mm)与下限h_min(mm),按2.5节方法计算每日的ET,逐日累积P₀,ET与f,用式(27)计算逐日的h_t，当h_t下降到h_min时的日期即为适宜灌水日期。

水稻灌水定额为

m = h_{max -} h_min。            （29）

《3.3 预报的精度与效果》

3.3 预报的精度与效果

从3.1和3.2节内容可知,预报的作物需水量是预报灌水日期与灌水定额所依据的基本数据,作物需水量预报的精度直接影响到灌水日期、灌水次数、灌溉定额的预报精度。作者用本文介绍的预报需水量方法计算了河北省望都、藁城与临西三个灌溉试验站1985一1993年冬小麦、夏玉米各阶段的需水量^[5,6],共129组数据,与实测值进行比较,88%的计算成果精度在80%以上。此外,还计算了河北唐海水稻试验站1991年7月份连绪22天的逐日需水量,与实测值相比,全部成果的精度在85%以上,90%的成果精度在89%以上,80%的成果精度在99%以上。以上对需水量的计算,依据的是实际的天气类型,不是预报结果。当前,在1一3天的短期气象预报中,对天气类型预报的可靠性已达90%,考虑到天气类型预报可靠性(90%)的影响,用上述方法预报需水量,对于早作物,80%的预报精度在80%以上;对于水稻,90%的预报精度在85%以上,81%的预报精度在89%以上,72%的预报精度在99%以上。

以上结果表明,水稻需水量预报的精度高于旱作物。无论水稻还是早作物的需水量,由于受到气象、作物本身生育性状及土壤水分条件的影响,很难预报得十分准确,上述预报精度已可以满足灌溉日期、定额预报的要求。

对于灌水日期、定额预报的精度与预报效果,仍以河北省望都、薰城、临西三个试验站1985一1993年的冬小麦资料说明^[6]。用本文介绍的预报方法确定灌水日期、灌水定额,在中等年、中湿年与湿润年,预报的灌水日期和定频与实际情况吻合;在中旱年、干早年,预报的灌水定额吻合,预报的灌水日期后移,结果是全生育内预报的灌水次数比实际(3一5次)少1次,灌溉定额凌少20%一25%。因此,当地认为,按此法进行的实时灌淋预报指导冬小麦灌水,可起到节水、增产作用。从20世纪90年代中期起,石家庄市、保定市按此法在每次灌水前通过报纸、广播与电视发布冬小麦分次灌水预报,并大量地培训推广、应用此预报技术的人才来开展预报工作。据该两市不完全统计,由于推广此预报技术,1993年至1999年,已促进节水3.9x10⁸m³、增产粮食8.9X10⁴t。溜北省滚河灌区(水稻田面积14.7X10⁴hm²)在1999年、2000年用以上方法进行水稻实时灌溉预报,每10天之初预报未来10天的灌水日期及灌水定额,并依据此预报成果制定动态用水计划,确定未来10年里各主要渠道的操作计划,以此指导渠系用水。据该工程管理局调查、统计,采用动态用水计划后的1999年、2000年与采用前的1996年、1997年(气象、水文条件与1999年、2000年相似)相比,平均每年节水5.2x10⁷m³、增产粮食1.5x10⁴t^[12~14]。两省的实践表明,实时灌溉预报对促进节水、高产有显著效果。

《4 结语》

4 结语

1) 作物灌溉实时预报是编制动态用水计划的基础,在高水平的用水管理中需要这种预报。随着对灌区节水、高产、高效益和改善水、土环境要求的不断提高,要求用水管理的科技水平不断提高,并逐步实现用水管理现代化,也随着先进管理设施(如通信设施、有关参数观测设施、电脑等)的不断完善与充实,更需要也更有条件开展这种预报。当前,我国已有少数灌区开展实时灌溉预报,并取得显著的节水、增产效果,今后在我国将会有越来越多的灌区开展这种预报。

2) 作物需水量实时预报是作物灌溉实时预报的基础,国内外已有的预报作物需水量方法与模型是建立在采用历史(典型年或多年平均)资料基础上的,无法用于实时预报。因为有的方法与模型考虑因素不全面或过于简单,预报精度低;若采用因素较全面的方法与模型,有些因素无法取得实时的数值,如预报时期内的空气湿度、日照时数等,有些因素难于在预报前通过迅速测定而及时取得大面积上的数值,如叶面积指数。本文根据作物需水量与天气类型、土壤含水率、作物绿叶覆盖率的密切关系,提出了依据此三种因素进行作物需水量实时预报的方法与模型。在这种方法与模型中,考虑的因素较全面,所需因素与参数易于取得实时数值,运用比较简便,如以天气类型代替改进彭曼公式中的4种气象因素,以绿叶覆盖代替叶面积指数,改进了用土壤含水率计算土壤水分修正系数的模型等。通过实际应用与检验,预报的可靠性与精度较高。

3) 实时作物灌溉预报的可靠性与精度,除与气象预报的可靠性与精度密切有关外,还受到土壤水分基本参数(如诽萍含水率、临界含水率、田间持水率等)、实时观测的参数(如初始土壤含水率、作物绿叶覆盖率等)和模型中的常数、系数与指数的可靠性与精确度的影响,这些参数、常数、系数与指数,系由灌溉试验站(点)的观测试验而取得,因此,要有效地开展实时灌溉预报,必须有灌溉试验站(点)为其开展观测、试验工作和提供所需的数据。在我国,为了有效地开展实时灌溉预报和提高用水管理水平,迫切需要做好全国灌溉试验站网规划和调整、恢复、巩固、改进、提高我国灌溉试验站(点)的工作。