改进作物系数方法以支持超高密度橄榄园的实时灌溉调度

《Agricultural Water Management》：Enhancing the crop coefficient method to support real-time irrigation scheduling of a super-high-density olive orchard

灌溉需求估算方法比较及优化

　　橄榄种植在地中海地区占据重要地位，西班牙是该地区最大的橄榄油生产国。随着气候变化和水资源短缺问题的加剧，精准灌溉管理成为提高作物产量和减少水资源浪费的关键。本研究对比了FAO-56作物系数（CC）方法与Allen和Pereira（A&P）方法在超密集型‘Arbequina’橄榄园中的应用效果，旨在支持实时灌溉计划，评估作物蒸腾量（ETc）和灌溉需求（IR）的估算准确性。

在第一季实验中，A&P方法使用了之前在类似橄榄园中验证的作物系数（Kc）值，并结合了树高和冠层覆盖度等数据，通过最低相对湿度和风速等气候条件进行调整。结果表明，A&P方法在估算灌溉需求时比CC方法高估了约28%。然而，从农业表现来看，如叶片水势、气体交换、生长和产量等方面，两种方法之间没有显著差异。进一步的敏感性分析显示，叶片阻力（rl）是影响Kc、ETc及灌溉需求（IR）的关键变量。因此，在第二季实验中，研究人员采用了一个用于估算气孔导度（gs）的模型，并通过反推方式获得rl值，从而将两种方法在灌溉需求上的差异缩小至7%。更精确的Es估算可能会进一步减少这种差异。

研究表明，A&P方法在超密集橄榄园中具有较高的应用价值，能够支持实时灌溉计划。然而，要实现其在决策支持系统中的广泛应用，仍需解决模型改进带来的复杂性问题。在当前研究中，通过结合多种数据来源，如叶片水势和土壤湿度，可以更准确地评估实际灌溉计划的适宜性。此外，对A&P方法的进一步优化，如提高Es和rl的估算精度，有助于提高灌溉管理的效率。

在实验设计中，研究团队在橄榄园中设立了六个处理区，采用随机区组设计，每种处理重复三次。每个处理区包含120棵橄榄树，灌溉系统采用滴灌技术，每棵树行的滴灌器间隔0.5米，压力补偿滴灌器流量为2.4升/小时。研究人员通过安装自动记录设备，如树干直径变化记录仪和叶片水势测量仪，实时监测了土壤水分含量和植物生理状态。这些数据帮助评估了不同灌溉处理对作物生长和生理指标的影响，如叶片水势、气孔导度和净光合速率。

实验结果表明，两种方法在灌溉需求估算上的差异显著，但对农业性能的影响不明显。在2023年，A&P方法估算的灌溉需求比CC方法高估了28%，而在2024年，通过调整rl值，差异降至7%。这表明，对A&P方法中关键参数的优化，如叶片阻力和土壤蒸发估算，可以显著提高其准确性。此外，土壤水分含量的监测结果显示，两种处理在大多数灌溉季节内都能维持在田间持水量（FC）和允许耗水阈值（ADT）之间，说明灌溉管理较为合理。

在植物生理性能方面，实验测定了中日叶片水势（Ψmid）、最大气孔导度（gs,max）和最大净光合速率（AN,max）。这些指标在两个处理区和两个实验季节中表现相似，表明两种灌溉方法对作物生理状态的影响较小。然而，在某些特定气候条件下，如高蒸发需求日，部分处理区的叶片水势略有下降，但未达到严重水分胁迫的阈值。这表明，尽管存在一定的水分胁迫，但整体上两种处理均未对作物生长造成显著负面影响。

在营养状态和农业性能方面，实验发现两个处理区的橄榄树营养状况良好，但存在铁元素缺乏和钠含量略高的现象。尽管钠含量较高，但其浓度并未达到影响作物生长的程度，因此不认为是主要限制因素。铁元素缺乏则可能影响气孔导度和气体交换，但实验结果与桑布拉（Sanabria）橄榄园的其他研究一致，表明在非限制性土壤水分条件下，‘Arbequina’橄榄树的气体交换表现良好。

综上所述，本研究验证了两种作物系数方法在超密集橄榄园中的应用效果。虽然CC方法在操作上更为简便，但其依赖于经验数据，可能在缺乏准确Kc值的情况下导致灌溉需求估算的不准确。相比之下，A&P方法虽然复杂，但能够更精确地考虑植被特征和气孔调节因素，具有更高的应用潜力。然而，为了提高A&P方法的实用性，需要进一步优化其参数估算方法，并开发适合农民和技术人员使用的决策支持工具。通过本研究，研究人员为橄榄园的精准灌溉管理提供了科学依据，并为未来的研究和实践提供了方向。