SoilScope控制型蒸滲實驗系統(tǒng)應用|基于修正遺傳算法的夏玉米作物系數(shù)及蒸散發(fā)估算

??? 文獻信息

??? 文獻摘要

農(nóng)田蒸散量是作物蒸騰量和土壤蒸發(fā)量的總和，準確估算農(nóng)田蒸散量對制定合理的灌溉計劃至關重要，進而對農(nóng)作物的增產(chǎn)保收具有重要的意義?；春恿饔蚴侵袊饕霓r(nóng)業(yè)生產(chǎn)基地，而夏玉米是淮河流域最主要的糧食作物之一。為研究夏玉米全生育期蒸散估算模型，反映夏玉米逐日作物系數(shù)及蒸散量的變化，為當?shù)氐霓r(nóng)業(yè)生產(chǎn)活動提供指導，采用五道溝水文實驗站SoilScope控制型蒸滲實驗系統(tǒng)(稱重式蒸滲儀)及氣象要素實測數(shù)據(jù)，應用遺傳算法，構建夏玉米全生育期單作物系數(shù)蒸散模型，得到其4個生長階段的作物系數(shù)估算值。其中，參考作物蒸散量采用FAO Penman-Monteith公式計算；對估算誤差較大的發(fā)育期，利用葉面積指數(shù)和發(fā)育期天數(shù)構建調整模型，對發(fā)育期作物系數(shù)進行數(shù)值修正，取得了較好的效果，并進一步估算蒸散量，最終得到遺傳算法與多項式回歸相結合的夏玉米蒸散估算模型。

??? 實驗概述

實驗區(qū)位于安徽省蚌埠市固鎮(zhèn)縣五道溝水文實驗站，地處淮北平原南部，站內(nèi)共有62 套大型地中蒸滲儀群、10 套大型稱重式蒸滲儀(北京澳作設計、安裝)及自動高精度氣象站，設有蒸散發(fā)、氣象要素、潛水蒸發(fā)及土壤水分等觀測場地，地下水位埋深及年變幅為1—3m，作物主要是冬小麥、大豆、夏玉米。土壤類型主要為砂姜黑土和黃潮土，分別占淮北平原土壤總面積的54%和33%，凋萎含水率為10%—13%，田間持水率為28%—30%。

??? 實驗設施

本文研究土質為砂姜黑土，夏玉米生育期內(nèi)逐日蒸散數(shù)據(jù)由SoilScope控制型蒸滲實驗系統(tǒng)(稱重式蒸滲儀)自動采集，蒸滲儀型號為北京澳作FR101A，分辨率為0.025 mm，口徑面積4.0 m2，土柱高為4.0 m，蒸散數(shù)據(jù)每10 分鐘記錄一次。蒸滲儀上方設有攝像機，可每時自動獲取作物生長圖像，便于劃分生長階段。蒸滲儀內(nèi)10、30、50、100、200 cm 埋深處各設有時域反射儀（TDR），通過土壤水分傳感器，每小時測量1 次筒內(nèi)土壤體積含水率。場地設有高精度氣象站，可每10 分鐘獲取1 次空氣濕度、風向、凈輻射等不同氣象數(shù)據(jù)，測量準確度為±5%，可用于計算參考作物蒸散量。

??? 結果與分析

（1）本文構建了基于遺傳算法的夏玉米蒸散估算模型，并利用葉面積指數(shù)構造修正模型，對發(fā)育期作物系數(shù)進行數(shù)值修正，模型對夏玉米全生育期作物系數(shù)的合、預測精度均較高。根據(jù)修正遺傳算法模型，訓練集中作物系數(shù)模擬值與實際值的MAE 為0.083，RMSE 為0.112，P0.3為97.3%；檢驗集中兩者MAE為0.101，RMSE為0.805，P0.3為93.5%。本文模型可以提高作物系數(shù)的計算精度，可用于夏玉米作物系數(shù)的模擬。

（2）基于修正模型得到的夏玉米蒸散量計算精度較高。訓練集中蒸散量模擬值與實際值的MAE為0.786 mm·d?1，RMSE為1.120 mm·d?1，r為0.898；檢驗集中兩者MAE為1.148 mm·d?1，RMSE為1.610mm·d?1，r為0.813，蒸散量的擬合度均高于FAO推薦作物系數(shù)模型。

（3）與FAO推薦作物系數(shù)模型相比，全生育期內(nèi)，修正遺傳算法模型作物系數(shù)和蒸散量的擬合誤差、準確率均有明顯提高；對全生育期內(nèi)逐日作物系數(shù)與蒸散量的計算，本文提出的修正遺傳算法模型模擬精度符合精度要求。