中国西南部滴灌猕猴桃和柑橘果园的能量通量、蒸散作用以及作物系数

作物系数Kc和Kcb在西南中国猕猴桃和柑橘滴灌果园中的本地化测定及与气象因素的关联。通过涡度协方差（EC）系统观测能量通量，结合土壤水分和气象数据，分析了不同生长阶段ET的组成及Kc、Kcb的时空变化规律。结果显示，ET主要由蒸腾（T）贡献，占比57%-58%。本地化Kc和Kcb值在初花期分别为0.74和0.24，盛花期增至0.99和0.58，末期回落。Kc与LAI呈正相关，与GDD和Gs存在非线性关系，FAO-56标准值需根据当地湿度、风速及植被覆盖调整。研究为优化该区域灌溉管理提供了参数依据。

　　
在西南地区的湿润气候条件下，猕猴桃和柑橘果园的蒸散发及作物系数研究对于精准灌溉管理具有重要意义。该研究通过三年期（2018-2020）的猕猴桃观测和四年期（2020-2023）的柑橘观测，结合涡度协方差（EC）和茎流仪等设备，系统测定了能量通量、作物系数及水分利用特征，为同类果园的灌溉规划提供了科学依据。

**研究背景与意义**
西南地区作为我国重要的柑橘和猕猴桃生产基地，其湿润气候特征（年均温16-17℃，年降水1100-1200mm）对作物水分需求呈现显著季节波动。传统FAO-56作物系数模型在雨热同期、果园立体覆盖等复杂生态系统中存在适用性局限，需结合本地化观测数据校准。研究团队通过建立双作物系数模型（Kc和Kcb），重点解析土壤蒸发（E）与植物蒸腾（T）的动态耦合机制，填补了亚热带果园长期观测数据的空白。

**研究方法与技术路线**
采用多源观测技术构建综合数据平台：
1. **能量平衡观测**：在 Pujiang（猕猴桃）和 Qionglai（柑橘）两个核心试验区部署涡度协方差系统（Campbell Scientific CSAT3 + EC155），连续监测潜热通量（LE）和感热通量（H），通过质量守恒和能量平衡闭合验证数据可靠性（EBC值达0.92-1.04）。
2. **水分动态监测**：布设分层土壤湿度传感器（猕猴桃4层，柑橘3层），结合气象站实时采集温湿度、风速等参数，构建土壤水分-作物系数动态关联模型。
3. **作物参数标定**：采用冠层叶面积指数（LAI）激光仪（LAI-2000）和MODIS遥感数据，建立叶面积指数-冠层透光率（LAI_t）的立体分布模型，通过Backpropagation神经网络填补EC数据缺失（RMSE<3.98 W/m2）。
4. **作物系数解算**：基于FAO-56单层系数法，通过实际蒸散发（ETa）反演法动态修正Kc和Kcb值，重点分析LAI、积温（GDD）和土壤导气率（G_s）的影响权重。

**关键发现与规律**
1. **能量分配特征**：
- 猕猴桃果园：70.9%的净辐射（Rn）转化为潜热通量（LE），盛夏阶段（6-8月）LE峰值达2.5 mm/d，占全年总蒸散（2.04±0.18 mm/d）的61.5%。
- 柑橘果园：69.9%的Rn分配至LE，雨季（4-6月）LE贡献率提升至82.3%，但晚熟期（9-11月）因土壤干燥导致LE下降37%。

2. **作物系数动态**：
- **猕猴桃Kc**呈现"U型"分布：初花期（Kc-ini=0.67）、盛花期（Kc-mid=0.89）和晚熟期（Kc-end=0.68）分别较FAO标准值高15%、3%和-15%。
- **柑橘Kcb**存在显著空间异质性：宽行种植导致行间土壤蒸发（E）占比达52%，行内灌溉湿润度（θf）每降低10%即引发Kcb下降0.08-0.12。
- **关键调节因子**：
- 冠层结构：猕猴桃水平枝条布局使LAI_t达3.8 m2/m2，导致行间土壤蒸发（E）占比仅28%；柑橘垂直冠层（LAI_t=2.85）与土壤湿度动态耦合，E占比达62%（晚熟期）。
- 气象驱动：VPD（蒸气压亏缺）与风速（u2）的交互作用使Kc在湿润季（VPD<0.6 kPa）下降23%，而高温（Ta>30℃）时段G_s（土壤导气率）提升17%。
- 土壤水文响应：土壤含水量（θf）低于临界值（0.7θf）时，Kc与Kcb均下降40-50%，尤其在猕猴桃初花期土壤干燥期（日均降水<5mm）。

3. **双系数模型精度验证**：
- 采用FAO-56彭曼-蒙特ith方程估算参考蒸散发（ETo），通过实测ETa反演Kc（误差<±0.08），Kcb通过土壤蒸发分离模型（E=ETa-T）校准，其R2值达0.85-0.93。
- 模型验证显示：Kc在盛花期（GDD=1829℃）与FAO标准值偏差仅5%，而Kcb因土壤蒸发动态调节，晚熟期标准值（Kcb-standard=0.69±0.09）较FAO推荐值（0.5）高出38%。

**管理启示与模型优化方向**
1. **灌溉策略优化**：
- 猕猴桃灌溉需重点保障盛花期（5-8月）土壤含水量>0.65θf，建议采用"双水源"滴灌系统（根系层与冠层水分监测）。
- 柑橘果园需建立"雨季蓄水-旱季微喷"的动态调控机制，特别是宽行种植区需在初花期（日均E=1.15mm）额外补充灌溉。

2. **作物系数应用建议**：
- 猕猴桃Kc建议采用分阶段系数：初花期0.74→盛花期0.99→晚熟期0.82，较传统FAO值（0.40-0.80）更贴合亚热带湿润季风气候特征。
- 柑橘Kcb值需引入土壤湿度阈值（θf>0.5θf时采用0.59，θf<0.3θf时提升至0.73），避免FAO标准值（0.5-0.6）低估土壤蒸发贡献。

3. **模型改进方向**：
- 需整合冠层三维结构（如柑橘垂直分层冠形）与地表能量再分配模型。
- 建议引入机器学习算法（如LSTM神经网络）处理土壤湿度与气象因素的时空关联。

**创新点总结**
本研究首次在亚热带果园实现双作物系数的时空动态标定：
1. 揭示猕猴桃水平冠层（LAI=3.8）与柑橘垂直冠层（LAI=2.85）对Kc的调控机制，提出"冠层结构指数"（CSI）修正公式。
2. 发现土壤蒸发（E）在宽行柑橘果园占比达52%，通过建立E-Kcb耦合模型（E=0.43θf-dθ/dt）实现灌溉量优化。
3. 提出基于积温（GDD）的作物系数分阶段转换模型，GDD>1800℃时Kc需衰减15-20%。

该成果已应用于成渝地区20万亩果园的智能灌溉系统，通过手机APP实现实时Kc-Kcb动态修正，使灌溉效率提升23-35%（据田间试验数据）。

**局限性及后续研究**
1. 当前模型未考虑极端降水事件（如西南地区年最大单日降水达120mm）对土壤持水能力的突变影响。
2. 需补充不同树龄（本研究均选盛果期树）和树形结构（如主干数、枝条分布）的系数修正因子。
3. 建议开展多尺度验证：将果园尺度观测结果（1ha2）与省级农业气象站（50km2）数据进行匹配分析。

本研究为建立"气候-作物-土壤"三位一体的智能灌溉决策系统奠定了基础，特别在雨热分配不均的西南丘陵区具有重要推广价值。后续将结合无人机多光谱遥感和物联网土壤传感器，开发基于实时LAI和θf的Kc-Kcb动态预测模型。