Page 138 - 水利学报2025年第56卷第3期

５ 讨论

依据巴彦淖尔市、北京市水资源公报及站点实测降雨量，并计算降水距平百分比可知，ＣＨ － ＹＪ站
点 ２０２１年为枯水年、２０２２—２０２３年均为平水年；ＣＨ － ＤＸ站点 ２００６—２００９年仅 ２００８年为平水年，其
余为枯水年。在单站点、单年份应用时，水文年型不同造成的气象条件差异可能会使参数 α和 ｚ的率
定结果略有波动。但本研究是基于 ２个站点不同年份数据率定验证获得的 α和 ｚ最优值，涵盖了不同
的水文年型，进一步说明了修正模型及率定参数在时空尺度的普适性、可行性及准确性。
本文重点关注作物主要生育期内日尺度 Ｇ的估算，旨在厘清土壤水热变化对作物生长的影响机
制、提升农田作物蒸散发估算精度。冬小麦越冬期时生理活动近乎停止，蒸腾蒸发低；返青期后生理
活动逐渐增强，蒸散发升高，此时，Ｇ的波动对作物生长的影响较大 ［３４］ 。本文主要研究冬小麦生理活
动旺盛时期的 Ｇ，未涉及冬季等无明显植被生长的阶段。
本研究主要关注自然条件降雨和气温对 Ｇ的影响并试图量化表征。降雨时，农田周围气温显著下
降，云层的遮蔽效应使得到达土壤表面净辐射减少，抑制了地表温度原本因辐射加热而上升的幅度。
此时，土壤深层温度可能高于表层，进而对 Ｇ的分布与变化产生负影响。灌溉是农田缺水时补充水分
的人工措施。根据 ＣＨ － ＹＪ站点 ５月播前灌溉时的土壤温度监测结果分析发现，灌溉导致土壤深层与表
层温度差值由－ ４．９６℃变为 １．２４℃，表明灌溉引起了土壤温度波动，进而影响了 Ｇ。可见，灌溉与降
雨均通过影响土壤温度来对 Ｇ产生影响，即灌溉相当于一场局部集中降雨，其对 Ｇ的影响可以理解和
设置成降雨因子的特例。因此，在实际应用中，灌溉对 Ｇ的影响也可通过本文的修正公式量化。
本文 ４个研究站点位于不同气候区，包含多年实测数据，涵盖了国内外不同的气候条件、水文年
型及多种作物类型，对具有相似气候特征及种植作物类型的地区而言具有很好的代表性。因此，将本
研究结果应用于这些地区时，推荐 α ＝ ０．１，ｚ为 １０～２０。而在其他地区应用时，则需根据当地实际情
况确定模型的适用性并对模型参数进行调整与优化。此外，本文所修正土壤热通量模型基于不同作物
田块实测数据（包括向日葵、玉米、小麦等作物）进行验证并表现出较高的预测精度，但对于其他种植
条件下修正模型特定参数数值还需进一步研究和确定。

６ 结论

基于土壤热通量与净辐射随作物长势变化存在的比例关系，通过考虑降雨和气温变化影响，修正
了土壤热通量估算模型。利用 ＣＨ － ＹＪ站点向日葵和 ＣＨ － ＤＸ站点春玉米和冬小麦实测数据对修正模型
参数 α和 ｚ进行率定验证。通过 ＵＳ － Ｎｅ３玉米大豆轮作和 ＫＲ － ＣＲＫ水稻站点实测数据，结合遥感反演
ｆ，对修正模型进行校核应用。结论如下：（１）基于降雨和气温因子对土壤热通量模型进行修正后，能
ｃ
有效模拟各地区不同作物多年 Ｇ，包括负值的情况。与实测值相比，修正模型模拟结果取得了较高的
２
２
精度，在各地区不同作物 Ｇ模拟中 Ｒ、ＲＭＳＥ、ｄ及 ＭＲＥ范围分别在 ０．５４～０．６３、３．３０～１１．７０Ｗ?ｍ 、
、ｚ和 α变
０．８２～０．８８和－ １３．４％～１１．７０％之间。（２）参数 β ｍａｘ 与 Ｇ呈负相关，ｚ、α与 Ｇ呈正相关；β ｍａｘ
动 ２０％分别会引起各站点 Ｇ＜１５％、＜１２％及 ２０％的变化。Ｔａ 与 Ｇ呈正相关，Ｔ 与 Ｇ呈负相关；气温
ｍ
ｍａｘ
Ｔａ 和 Ｔ 每变化 １℃在各站点引起 Ｇ波动范围为 １０％～２５％。相较于其他因子，气温对修正模型模拟
ｍａｘ
ｍ
结果影响更大。（ ３）将修正模型应用到 ４个站点时，关键参数 α ＝ ０．１ ，在 ＣＨ － ＹＪ、ＣＨ － ＤＸ和 ＫＲ － ＣＲＫ
站点 ｚ ＝ １０ ，在 ＵＳ － Ｎｅ３站点 ｚ ＝ ２０ 。因此，将修正模型应用于具有相似气候特征及相同作物的地区时，
推荐α ＝ １ ，ｚ ＝ １０～２０ ；在其他地区、应用于不同作物时，需根据实际情况评估模型适用性并调整优化
参数值。

参 考 文 献：

［ １］ ＯＬＩＶＥＲＳＡ，ＯＬＩＶＥＲＨＲ，ＷＡＬＬＡＣＥＪＳ，ｅｔａｌ．Ｓｏｉｌｈｅａｔｆｌｕｘａｎｄｔｅｍｐｅｒａｔｕｒｅｖａｒｉａｔｉｏｎｗｉｔｈｖｅｇｅｔａｔｉｏｎ，ｓｏｉｌ

— ４ ２ —
０