我国是农业大国, 据《2017年中国水资源公报》统计, 2017年, 全国水资源总量为28 761.2亿m3, 农业用水高达用水总量的62.3%[1]。大豆(Glycine max)原产自我国, 种植历史悠久, 约65%的食用植物蛋白质来自大豆[2], 是我国人民依赖的重要传统粮食之一。大豆产量是遗传特性和水、肥、气、热、光等环境因素综合作用的结果[3], 其需水量大, 每生产1 g籽粒需要l kg水[4], 在豆类作物中对水分胁迫最敏感[5]。而我国水资源紧张, 在绝大多数年份中, 大豆种植环境都存在一定水分胁迫[6-7], 而缺水是影响大豆稳产高产的主要因素, 因此大豆抗旱节水育种尤为重要。
土壤-植物-大气连续体(SPAC)是作物水循环的活动层[8], 作物通过根系吸水, 以蒸腾的方式将水分散发到大气。作物蒸腾(T)是农业用水的主要耗散途径。Rosenberg等[9]指出降水到达地面后, 有70%通过土壤蒸发(E)和作物蒸腾(T)回到大气中。在干旱区内陆河流域水资源中, 这个数字甚至超过90%, 可见精准估算作物耗水变得十分关键。
近年来, 学者们针对大豆蒸腾速率的测定研究中, 多采用传统方法, 如作物系数法和光合系统测定仪法等。其中作物系数法[10]估算大豆蒸腾量, 作物系数的确定受作物生长状况和气象因素等影响, 需要多年的试验和验证, 使得估算结果误差较大。光合系统测定仪法常用测定大豆蒸腾方法的仪器有CB-1102[11]和LI-6400[12]等, 采用气体交换法原理测定作物的光合和蒸腾, 该类仪器精度高、自动化功能强, 但该方法仅能反映作物的潜在耗水能力, 估算实际耗水速率误差大, 无法实现精准推算作物实际耗水量。可见, 传统方法已无法满足农田小气候环境下区域内作物蒸腾速率的精度要求。且目前对现有优异大豆品种耗水方面挖掘做的还不够[13], 大豆蒸腾耗水在空间尺度上的研究尚少见, 大多数研究都集中在时间尺度上[10-12], 难以反映蒸散发的空间异质性。
针对传统蒸发蒸腾估算方法存在以“点”观测代“区域”的局限性[14]。Brown等[15]利用热红外遥感, 根据作物阻抗原理和能量平衡, 建立的作物阻抗-蒸散发模型, 克服了这一缺点, 成为蒸散发模型热红外遥感应用的理论基础。近年来热遥感能力迅速增加, 虽然不能直接观测作物蒸腾值, 但是可以利用该技术建立估算蒸散发的模型[16]。“三温模型”是近年邱国玉等[17-20]提出估算土壤蒸发和植物蒸腾的模型, 该模型所含参数少、参数容易遥感获取, 在田间尺度方面遥感法的精度能够达到米级像元尺度的观测[16], 且通过引入参考土壤的概念, 避开空气动力阻抗等难获取数据[20], 可以广泛应用于蒸散发研究。目前, 已有很多学者将其应用于估算植被蒸腾速率的研究。Tian等[21]在西北干旱区已得到很好的应用, 误差约0.08 mm·d-1; 高永等[22]应用于半日花(Helianthemum songaricum)的蒸腾速率研究, 验证了其可行性。
因此, 本研究应用高分辨率的热红外遥感技术结合三温模型, 定量研究不同品种大豆在毫米级尺度区域面上的蒸腾速率, 分析其蒸腾时空特征变化差异, 为未来抗旱节水品种筛选提供重要参考。
1 研究区概况和研究方法 1.1 研究区概况本研究在中国农业大学石羊河农业与生态节水试验站进行。该站位于甘肃省武威市凉州区东河乡王景寨村(102°50′E, 37°52′N), 海拔1 580 m。该地区具有典型的温带干旱气候, 是干旱地区水资源供需矛盾最突出的领域之一[23]。降雨稀少, 干旱指数约为15~25, 多年平均降水量164 mm; 蒸发强烈, 多年平均水面蒸发量2 000 mm; 光照充足, 全年日照时数达3 000 h以上, 无霜期超过150 d; 昼夜温差大, 多年平均气温为8 ℃, 大于0 ℃的积温为3 550 ℃以上。该站所处的自然条件在我国西北内陆干旱区具有典型性和代表性。试验地土质为灰钙质轻砂壤土, 根层土壤干容重为1.53 g·cm-3, 田间持水率(体积)为32%;耕作层土壤有机质4~8 g·kg-1, 硝态氮含量52.13 mg·kg-1, 铵态氮含量6.70 mg·kg-1, 速效磷含量为5~8 mg·kg-1[24]。
1.2 试验设计本试验以站内试验田中两个大豆品种‘晋21’(J21)和‘Union’(C08)为研究对象, 大豆于2018年4月27日播种, 5月5日灌出苗水, 灌水定额均28.88 mm, 以确保大豆的出苗率; 其余生育期内两个大豆品种均设置两种灌水处理:灌水定额分别为当地经验灌水定额的75%(A0)和37.5%(A1), 并于6月7日开始进行不同灌水处理, 灌水频率约为11 d·次-1。本研究主要在大豆的分枝期和开花结荚期(6—7月)进行, 该时期的当地经验灌水定额为450 m3·hm-2, 即A0和A1处理的灌水定额为18.57 mm和9.29 mm。试验期间, 共历经2018年6月7日、6月18日、6月29日、7月10日4次灌溉。大豆采用覆膜穴播方式, 株距15 cm, 行距50 cm, 小区为3 m×6 m, 分别种植6行大豆, 每两行布置1根滴灌带和1幅地膜。各小区施肥措施相同, 其他环境条件一致。
1.3 数据采集在试验站, 利用美国Fluke TiX 620便携式红外热成像仪(Fluke IR Flex Cam TiX620, Fluke Crop., USA)采集高分辨率热红外影像, 以获取地表温度参数。红外热像仪的分辨率为640像素×480像素, 光谱范围为7.5~14 µm, 量程为-40~600 ℃, 精度为±2 ℃。为确保精度, 选取长势较好的小区, 于6—7月选取晴朗天气定点进行逐时段观测, 8:30—18:30每隔两小时对J21和C08两种大豆(共4种处理: J21-A0、J21-A1、C08-A0、C08-A1)的冠层拍摄一次, 每次3个重复, 选取拍摄质量最好的一副影像进行处理分析。测定指标主要为温度, 包括植被冠层温度(Tc)和参考叶片的温度(Tp)。由于参考叶片选取比较困难, 本研究采用绿色纸片模拟无蒸腾的叶片(图 1), 拍摄时绿纸片水平置于大豆冠层上方, 镜头距冠层垂直高度1.5 m左右。
太阳净辐射(Rn)来自试验站波文比系统的四分量辐射仪(Kipp & Zonen CNR4, Delft, Netherlands), 数据采集频率5 min∙次-1。主要测量向上和向下的长波辐射(long wave radiation)与向上和向下的短波辐射(shortwave radiation), 以计算Rn, 计算公式如下:
$ {{R}_{\text{n}}}=\left( {{R}_{\text{S-d}}}-{{R}_{\text{S-u}}} \right)+\left( {{R}_{\text{L-d}}}-{{R}_{\text{L-u}}} \right) $ | (1) |
式中: RS-d和RS-u分别为向下和向上的短波辐射(W∙m-2), RL-d和RL-u分别为向下和向上的长波辐射(W∙m-2)。
气温(Ta)、相对湿度、太阳辐射和降雨量由实验站内的标准自动气象站(HOBO H21001, Onset Computer Corp, Cape Cod, MA, USA)观测, 安装高度距离观测地面2 m, 数据采集频率15 min∙次-1, 并进行保存。
1.4 基于三温模型的大豆蒸腾量测算方法本文利用三温模型是基于地表能量平衡建立的两源蒸散发模型, 由于该模型原理已有很多学者进行详细的阐释[16, 18, 25], 这里仅对本研究所用到的植被蒸腾子模型作简单说明。
地表能量平衡方程可以表达为:
$ \text{LET}={{R}_{\text{n}}}-G-H $ | (2) |
式中: Rn为地表净辐射通量(W∙m-2); H为从土壤到大气的显热通量(W∙m-2); G为土壤热通量(W∙m-2); LET为消耗于蒸发的潜热通量(W∙m-2), 其中ET为蒸散发量, L为水汽的汽化潜热, 取2.45×106 W∙m-2∙mm-1。本试验只考虑蒸腾值的逐日变化, 土壤热通量(G)可忽略[26]。
当地表有植被时, 基于植被冠层建立的能量平衡方程则可表达为:
$ \text{LT}={{R}_{\text{n}}}{{H}_{\text{c}}} $ | (3) |
式中: LT为消耗于植被蒸腾的潜热通量(W∙m-2); Hc为植被的显热通量(W∙m-2); 其余各参数含义均与上文相同。
作物的显热通量(Hc)[27]按下式估算:
$ {{H}_{\text{c}}}=\frac{\rho \times {{C}_{\text{p}}}\times ({{T}_{\text{c}}}-{{T}_{\text{a}}})}{{{r}_{\text{a}}}} $ | (4) |
式中: ρ为空气密度(kg∙m-2); Cp为空气定压热比(kg∙K-1); Tc与Ta分别是植被冠层温度与大气温度(K); ra为空气动力学阻力(s∙m-1), 其可通过参考叶片计算, 参考叶片无蒸腾作用, 则基于参考叶片结合公式(3)和公式(4), ra[28]可表示为:
$ {{r}_{\text{a}}}=\frac{\rho \times {{C}_{\text{p}}}\times ({{T}_{\text{p}}}-{{T}_{\text{a}}})}{{{R}_{\text{n, p}}}} $ | (5) |
式中: Rn, p为参考叶片吸收的净辐射(W∙m-2), Tp为参考叶片温度(K)。可假设Rn, p=Rn[29], 结合式(3)、(4)、(5), 得如下植被蒸腾量(T)的计算公式:
$ \text{LT}={{R}_{\text{n}}}\left( 1-\frac{{{T}_{\text{c}}}-{{T}_{\text{a}}}}{{{T}_{\text{p}}}-{{T}_{\text{a}}}} \right) $ | (6) |
根据公式(6), 输入参数Rn、Ta、Tc、Tp, 即可计算出大豆瞬时蒸腾速率。
1.5 数据处理方法由于野外试验的不确定性以及试验条件的限制, 且试验期间研究区多阴雨天, 故无法拍摄完整的时间序列, 最终选取了有代表性的10 d(2018年6月15日、6月20日、6月21日、6月26日、7月4日、7月5日、7月6日、7月9日、7月16日、7月19日)的数据, 其中6月15日和6月26日未拍摄A1水分胁迫下的热红外图像。运用SmartView 4.3(热红外影像处理软件)对遥感影像进行分析, 可提取大豆地表温度数据和可见光图像, 再利用ENVI 4.8(图像分析软件)从每个图像中勾勒出感兴趣区域——作物冠层, 进而将以上参数结合气象数据代入3T Model, 计算大豆蒸腾速率。最后, 分别采用Microsoft Office Excel 2016和ArcMap10.0等对以上数据进行作图与基础统计分析。
2 结果与分析 2.1 大豆冠层太阳净辐射(Rn)与气温(Ta)的时间变化在所观测的10 d内, 气温与净辐射的日变化呈先增大后减小的单峰变化(图 2)。太阳净辐射在8:30为130 W∙m-2, 于12:30—14:30达最大值(700~900 W∙m-2), 而后下降, 至20:30降至0以下, 且低于8:30;气温8:30在295 K左右, 于14:30—17:30达到峰值(304~307 K), 20:30时降低至297 K左右, 明显高于8:30。其中7月6日为阴天, 气温与净辐射值都较低。可见, 太阳净辐射于午间达最大值, 气温相较而言存在明显的滞后性, 当地表积累一定能量后才达到气温最大值, 二者共同影响植被蒸腾作用。
不同水分胁迫处理下两种大豆品种的冠层温度时间变化规律一致(图 3), 日内变化均呈单峰曲线; 但冠层温度在不同水分胁迫下及不同品种间有明显差异。从图 3可以看出, 大豆冠层温度呈现J21-A0 < C08-A0 < J21-A1 < C08-A1的变化趋势。其中J21大豆在A0和A1处理下的平均冠层温度分别为300.41 K和306.96 K, C08品种大豆在A0和A1处理下的平均冠层温度分别为302.88 K和308.79 K。即J21和C08两个品种大豆在A0水分处理下的平均冠层温度明显低于A1, 分别低6.55 K和5.91 K。相同水分胁迫下两大豆品种的冠层温度表现为J21 < C08, A0和A1处理下J21品种的平均冠层温度分别比C08品种的低2.47 K和1.83 K。基于以上分析可以得出, 冠层温度随水分胁迫增加而升高, 不同品种间受水分胁迫影响的程度不同。
不同水分胁迫处理下两种大豆品种的冠层温度表现出很强的空间异质性(图 4)。从图 4可以看出, 相同水分胁迫处理下, 大豆冠层温度的异质性表现为一些叶片温度为297~301 K, 另一些叶片温度为309~313 K, 这可能是受叶片位置、大小、叶倾角以及太阳光照射角度等影响; 地表温度异质性还表现在作物和土壤之间, 如J21-A1中作物冠层温度为304~317 K, 而裸土温度高达317~350 K, 两者最大差值近45 K。大豆冠层温度的异质性也受水分胁迫程度和大豆品种的影响, 如不同水分胁迫下的大豆冠层温度空间变化范围不同。在A0和A1水分胁迫下, C08冠层温度空间上的变化范围分别为297~313 K和307~338 K; 而相同水分胁迫下, 如A1水分胁迫, J21品种的冠层温度为304~317 K, C08冠层温度为307~338 K。
不同水分胁迫处理下大豆蒸腾速率的日变化如图 5所示, J21和C08两大豆品种在A0、A1水分胁迫下蒸腾速率日内变化趋势多为先升高后下降的单峰曲线。蒸腾速率从8:30开始增加, 于12:30—14:30达峰值, 与太阳净辐射的峰值出现时间相近, 18:30时接近零。偶尔由于午间光照强度大、空气湿度低(6月26日), 作物为减少过度蒸腾失水, 气孔开度变小或关闭而出现“午休”现象, 蒸腾作用降低使叶细胞含水量在午后(14:00)得到一定程度的恢复, 蒸腾速率有所回升, 此时大豆叶片蒸腾速率变化呈现双峰型。由图 5可知, 不同品种大豆蒸腾速率在水分胁迫下表现为: J21-A0 > C08-A0 > J21-A1 > C08-A1, 相应的平均蒸腾速率分别为0.84 mm∙h-1、0.71 mm∙h-1、0.56 mm∙h-1和0.42 mm∙h-1。可见, 大豆蒸腾速率随水分胁迫增加降低, J21的蒸腾速率较C08更高。
为深化不同处理下大豆蒸腾速率的分异规律, 对不同处理的大豆蒸腾速率进行双因素方差分析(two-way ANOVA), 从表 1可以看出, 两大豆品种的平均蒸腾速率峰值在不同水分胁迫下呈极显著性差异(P < 0.01), 其中J21和C08在A0和A1处理下的差值分别为0.58 mm∙h-1和0.55 mm∙h-1; 蒸腾速率的均值在不同水分胁迫下呈显著性差异(P < 0.05), J21和C08在A0和A1处理下的差值分别为0.28 mm∙h-1和0.29 mm∙h-1。可见, 随着水分胁迫的增加, 其峰值、平均峰值和均值均减小。这是由于水分胁迫加剧导致根部向作物冠层供水能力下降, 进而抑制作物各项生理活动的耗水速率, 大豆叶片气孔开度降低或部分关闭以防止水分向外散失, 最终导致蒸腾速率下降。
此外, 大豆蒸腾速率在品种间也存在明显差异, 相同水分胁迫条件下, J21分别比C08高0.27 mm∙h-1和0.24 mm∙h-1; 平均蒸腾速率在品种间无显著性差异。
进一步对两大豆品种的蒸腾速率峰值进行单因素方差分析(one-way ANOVA), 结果如表 2所示。低水分胁迫(A0)处理下, 蒸腾速率峰值在品种间差异不显著; 高水分胁迫(A1)处理下, 差异性显著(P < 0.05)。可见, 高水分胁迫下品种间蒸腾速率差异性更大, 大豆蒸腾速率与水分胁迫及品种间联系密切。
田间各处理大豆蒸腾速率空间分布不均匀, 具有很强的空间异质性(图 6), 与地表温度的空间分布一致。如同一处理的大豆有些叶片的蒸腾速率为0.5~1.0 mm∙h-1, 有些则为1.5~2.0 mm∙h-1。A0和A1水分胁迫下, J21的蒸腾速率变化范围分别为0~2.0 mm∙h-1和0~1.2 mm∙h-1, C08的分别为0~2.0 mm∙h-1和0~1.0 mm∙h-1。
对比各处理下大豆蒸腾速率变化范围和标准差(图 6), 不同品种大豆的午间蒸腾速率空间分布存在差异。A0和A1水分胁迫处理下, J21的午间蒸腾速率空间分布的标准差(standard deviation, SD)均为0.21, C08的均为0.18, 蒸腾速率空间异质性表现为J21 > C08。午间蒸腾速率的峰值、均值与最小值均表现为J21-A0 > C08-A0 > J21-A1 > C08-A1, 均值分别为1.40 mm∙h-1、1.39 mm∙h-1、0.72 mm∙h-1、0.50 mm∙h-1。说明土壤水分胁迫越小, 大豆正午蒸腾速率越大; 且J21的正午蒸腾速率较C08大。
3 讨论在水资源短缺和环境变化的背景下, 干旱是制约大豆生产的主要因素之一。且大豆生育期短, 单产难提高[29], 因而监测大豆蒸腾耗水和节水品种筛选已成为主要的缓解措施。根据水分收支平衡原理, 作物吸收的水分, 多以蒸腾的方式从气孔扩散回大气, 作物蒸腾在其水量支出项中占比最大, 且受水分胁迫和品种影响而存在差异, 故估算不同水分胁迫下的作物蒸腾对节水品种筛选有重要参考意义。
本研究选取了大豆对水分需求较大的两个生育期——分枝期和开花结荚期, 进而基于热红外遥感和三温模型研究了不同水分胁迫下不同品种的大豆蒸腾速率的时空分异规律。该方法可以时空连续地获取作物的蒸腾速率, 具有分辨率高的特征, 可实现无损获取冠层温度及其蒸腾速率; 所使用的三温模型不含经验系数, 且所需参数少, 多能遥感测得, 克服了传统方法的复杂、误差大等缺点。土壤水分状况与作物蒸腾速率密切相关, 本研究中高水分胁迫情景下大豆的蒸腾速率较低, 这与目前用传统方法(如CB-1102等光合测定仪法)测算的结论相似[11-13]。较传统方法而言, 本研究精准估算了大豆的蒸腾速率, 同时应用高分辨率热红外遥感技术可探求大豆的空间分布规律, 结果表明, 其蒸腾速率具有非常明显的空间异质性, 此结论与Hou等[30]的研究结果一致。可见, 该方法可实现农田区域面尺度耗水量的精准估算, 可为我国农田精准灌溉和农业高效用水提供新思路, 具有广阔的应用前景。
作物叶片冠层温度是评估农田水分状况和判断作物生理状况的一个重要指标, 也是制定灌溉制度的重要依据。本研究中大豆冠层温度日内变化呈现单峰型, 冠层温度与作物蒸腾作用呈负相关, 这与高永等[22]研究半日花所得的结果保持一致。且发现不同处理下大豆冠层温度呈现J21-A0 < C08-A0 < J21-A1 < C08-A1, C08-A1处理下的平均冠层温度较J21-A1、C08-A0和J21-A0的分别增加0.60%、1.95%和2.79%。这是由于作物冠层吸收太阳辐射, 将其转化为热能, 使得冠层温度增加, 蒸腾作用的过程耗热, 使叶片降温。故灌水给作物降温, 蒸腾作用越强, 冠层温度越低, 此结论与Hou等[30]的研究结果一致。
大豆耗水能力受品种差异影响。王彩洁等[31]从株高、根系和产量等性状对8个大豆品种进行了抗旱分析研究; 陈爱国等[32]对12份栽培大豆和28份野生大豆品种建立抗旱综合评价指标体系。本研究则从作物蒸腾出发, 探求不同品种间大豆蒸腾耗水差异。根据研究可得, 相同水分胁迫下J21品种大豆冠层温度更低, 耗水更多, 结合叶面积指数(LAI)等作物生长指标及作物产量, 可以为未来提高作物水分生产力提供重要参考, 为抗旱节水品种筛选提供重要的依据。
4 结论本文应用热红外成像技术, 结合三温模型, 对不同水分胁迫下不同大豆品种的蒸腾速率进行了日变化估算和毫米级尺度空间异质性的分析, 主要研究结果如下:
1) 观测时间内, 各处理的大豆蒸腾速率日变化与气温、太阳净辐射和冠层温度的日变化趋势基本一致, 多为午间达到峰值(1.2~2.5 mm∙h-1)的单峰曲线, 蒸腾速率的峰值与均值均表现为J21-A0 > C08- A0 > J21-A1 > C08-A1, 其中相应的均值分别为0.84 mm∙h-1、0.71 mm∙h-1、0.56 mm∙h-1和0.42 mm∙h-1。且午间蒸腾速率的峰值、均值与最小值均表现为J21-A0 > C08-A0 > J21-A1 > C08-A1, 其中相应的均值分别为1.40 mm∙h-1、1.39 mm∙h-1、0.72 mm∙h-1、0.50 mm∙h-1, 该趋势与其日内变化规律保持一致; 空间上, 各处理大豆的冠层温度和蒸腾速率均呈现出明显的空间异质性, 其中J21与C08的午间蒸腾速率空间分布的标准差分别约为0.21和0.18。
2) 土壤含水量是影响作物耗水的重要因素, 在不同水分胁迫下, J21与C08大豆品种的冠层温度均呈现A0 < A1, 分别约低6.55 K和5.91 K, 蒸腾速率呈A0 > A1, 平均蒸腾高0.28 mm∙h-1和0.29 mm∙h-1。双因素方差分析结果表明, 测定时间内, 不同水分胁迫的大豆平均蒸腾速率峰值存在极显著性差异(P < 0.01), 蒸腾速率均值在不同水分胁迫下存在显著性差异(P < 0.05);水分胁迫越高, 大豆蒸腾作用越弱, 叶片冠层温度越高。
3) 在相同水分胁迫下, 大豆冠层温度均呈现J21 < C08, 平均冠层温度约低1.83~2.47 K; 蒸腾速率的均值均呈现J21 > C08, 平均蒸腾速率约高0.13~0.14 mm∙h-1。双因素方差分析表明, 不同大豆品种的平均蒸腾速率峰值存在显著性差异(P < 0.05)。低水分胁迫(A0)处理下, 逐日蒸腾速率的峰值在品种间差异不显著; 高水分胁迫(A1)处理下, 差异性显著(P < 0.05)。表明J21品种较C08品种蒸腾耗水多, 冠层温度低, 且高水分胁迫下品种间蒸腾速率差异性更大。
[1] |
中华人民共和国水利部. 2017年中国水资源公报[EB/OL]. (2018-11-16)[2019-02-27]. http://szy.mwr.gov.cn/xxgk/201812/t20181231_1069705.html Ministry of Water Resources of the People's Republic of China. China water resources bulletin 2017[EB/OL]. (2018-11-16)[2019-02-27]. http://szy.mwr.gov.cn/xxgk/201812/t20181231_1069705.html |
[2] |
杨春燕, 姚利波, 刘兵强, 等. 国内外大豆品质育种研究方法与最新进展[J]. 华北农学报, 2009, 24(S1): 75-78. YANG C Y, YAO L B, LIU B Q, et al. Advance on soybean quality breeding in China and abroad[J]. Acta Agriculturae Boreali-Sinica, 2009, 24(S1): 75-78. |
[3] |
裴宇峰, 韩晓增, 祖伟, 等. 水氮耦合对大豆生长发育的影响Ⅰ.水氮耦合对大豆产量和品质的影响[J]. 大豆科学, 2005, 24(2): 106-111. PEI Y F, HAN X Z, ZU W, et al. Effect of water and nitrogen fertilizer coupling on growth and develop of soybeanⅠ. Effect of water and nitrogen fertilizer coupling on yield and quality of soybean[J]. Soybean Science, 2005, 24(2): 106-111. |
[4] |
任海红, 刘学义, 李文强, 等. 大豆不同时期抗旱鉴定研究进展[J]. 农业科技通讯, 2016(8): 111-114. REN H H, LIU X Y, LI W Q, et al. Research progress on soybean drought resistance at different growth stages[J]. Bulletin of Agricultural Science and Technology, 2016(8): 111-114. |
[5] |
杨鹏辉, 李贵全, 郭丽, 等. 干旱胁迫对不同抗旱大豆品种花荚期质膜透性的影响[J]. 干旱地区农业研究, 2003, 21(3): 127-130. YANG P H, LI G Q, GUO L, et al. Effect of drought stress on plasma membrane permeability of soybean varieties during flowering-poding stage[J]. Agricultural Research in the Arid Areas, 2003, 21(3): 127-130. |
[6] |
孙继颖, 高聚林, 薛春雷, 等. 不同品种大豆抗旱性能比较研究[J]. 华北农学报, 2007, 22(6): 91-97. SUN J Y, GAO J L, XUE C L, et al. Comparative experiment on drought resistant characters of different soybean varieties[J]. Acta Agriculturae Boreali-Sinica, 2007, 22(6): 91-97. |
[7] |
郑伟, 刘成贵, 郭泰, 等. 水分胁迫对不同类型大豆光合特性的影响[J]. 西北农业学报, 2016, 25(2): 237-242. ZHENG W, LIU C G, GUO T, et al. Effects of water stress on photosynthetic characteristics of different phenotypic soybeans[J]. Acta Agriculturae Boreali-Occidentalis Sinica, 2016, 25(2): 237-242. |
[8] |
阳园燕, 郭安红, 安顺清, 等. 土壤-植物-大气连续体(SPAC)系统中植物根系吸水模型研究进展[J]. 气象科技, 2004, 32(5): 316-321. YANG Y Y, GUO A H, AN S Q, et al. Research on plant-root water uptake models in soil-plant-atmosphere continuum[J]. Meteorological Science and Technology, 2004, 32(5): 316-321. |
[9] |
ROSENBERG N J, BLACK B L, VERMA S B. Microclimate:The Biological Environment of Plants[M]. 2nd ed. New York: John Wiley Son, 1983: 495.
|
[10] |
金菊良, 侯志强, 蒋尚明, 等. 基于单作物系数和遗传算法的受旱胁迫下大豆蒸发蒸腾量估算[J]. 黑龙江大学工程学报, 2017, 8(1): 1-10. JIN J L, HOU Z Q, JIANG S M, et al. Estimation of soybean evapotranspiration under drought stress based on single crop coefficient and genetic algorithm[J]. Journal of Engineering of Heilongjiang University, 2017, 8(1): 1-10. |
[11] |
周欣, 郭亚芬, 魏永霞, 等. 水分处理对大豆叶片净光合速率、蒸腾速率及水分利用效率的影响[J]. 农业现代化研究, 2007, 28(3): 374-376. ZHOU X, GUO Y F, WEI Y X, et al. Effect of soil moisture on soybean's net photosynthetic rate, transpiration rate and water use efficiency[J]. Research of Agricultural Modernization, 2007, 28(3): 374-376. |
[12] |
刘冰, 白子裕, 孙禹, 等. 杂交大豆叶片光合相关参数日变化及其与环境因子关系[J]. 江苏农业科学, 2019, 47(4): 69-71. LIU B, BAI Z Y, SUN Y, et al. Diurnal variation of photosynthetic related parameters in leaves of hybrid soybean and its relationship with environmental factors[J]. Jiangsu Agricultural Sciences, 2019, 47(4): 69-71. |
[13] |
徐新娟, 王伟, 黄中文. 大豆品种主要光合指标日变化的研究[J]. 河南农业科学, 2011, 40(11): 49-52. XU X J, WANG W, HUANG Z W. Studying on diurnal variation of main photosynthetic index of different soybean varieties[J]. Journal of Henan Agricultural Sciences, 2011, 40(11): 49-52. |
[14] |
郭晓寅, 程国栋. 遥感技术应用于地表面蒸散发的研究进展[J]. 地球科学进展, 2004, 19(1): 107-114. GUO X Y, CHENG G D. Advances in the application of remote sensing to evapotranspiration research[J]. Advance in Earth Sciences, 2004, 19(1): 107-114. |
[15] |
BROWN K W, ROSENBERG N J. A resistance model to predict evapotranspiration and its application to a sugar beet field[J]. Agronomy Journal, 1973, 65(3): 341-347. |
[16] |
田菲.黑河流域蒸散发的遥感观测及对环境变化的响应[D].北京: 北京师范大学, 2012: 3-5 TIAN F. Evapotranspiration remote sensing observations and response to environmental changes in Heihe River catchment[D]. Beijing: Beijing Normal University, 2012: 3-5 http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2210536 |
[17] |
QIU G Y. A new method for estimation of evapotranspiration[D]. Tttori, Japan: The United Graduate School of Agriculture Science, Tttori University, 1996: 1-97
|
[18] |
QIU G Y, YANO T, MOMⅡ K. An improved methodology to measure evaporation from bare soil based on comparison of surface temperature with a dry soil surface[J]. Journal of Hydrology, 1998, 210(1/4): 93-105. |
[19] |
QIU G Y, MOMⅡ K, YANO T. Estimation of plant transpiration by imitation leaf temperature. Theoretical consideration and field verification (Ⅰ)[J]. Transaction of the Japanese Society of Irrigation, Drainage and Reclamation Engineering, 1996, 1996(183): 401-410. |
[20] |
邱国玉, 王帅, 吴晓. 三温模型——基于表面温度测算蒸散和评价环境质量的方法Ⅰ.土壤蒸发[J]. 植物生态学报, 2006, 30(2): 231-238. QIU G Y, WANG S, WU X. Three temperature (3T) model-A method to estimate evapotranspiration and evaluate environmental quality[J]. Journal of Plant Ecology, 2006, 30(2): 231-238. |
[21] |
TIAN F, QIU G Y, YANG Y H, et al. Estimation of evapotranspiration and its partition based on an extended three-temperature model and MODIS products[J]. Journal of Hydrology, 2013, 498: 210-220. |
[22] |
高永, 张瀚文, 虞毅, 等. 基于"三温模型"的珍稀濒危荒漠植物半日花蒸腾速率研究[J]. 生态学报, 2014, 34(20): 5721-5727. GAO Y, ZHANG H W, YU Y, et al. Transpiration rate change in the rare and endangered eremophyte Helianthemum songaricum schrenk based on the "Three-Temperature Model"[J]. Acta Ecologica Sinica, 2014, 34(20): 5721-5727. |
[23] |
LI S E, KANG S Z, ZHANG L, et al. Ecosystem water use efficiency for a sparse vineyard in arid northwest China[J]. Agricultural Water Management, 2015, 148: 24-33. |
[24] |
张雨新.生育期水分调控对河西春小麦生长和水氮利用的影响[D].杨凌: 西北农林科技大学, 2017: 8-9 ZHANG Y X. Effects of water regulation in growth season on growth and water-nitrogen utilization of spring wheat in the Hexi Region[D]. Yangling: Northwest A&F University, 2017: 8-9 http://cdmd.cnki.com.cn/Article/CDMD-10712-1017064578.htm |
[25] |
XIONG Y J, ZHAO S H, TIAN F, et al. An evapotranspiration product for arid regions based on the three-temperature model and thermal remote sensing[J]. Journal of Hydrology, 2015, 530: 392-404. |
[26] |
曹永强, 张亭亭, 徐丹, 等. 海河流域蒸散发时空演变规律分析[J]. 资源科学, 2014, 36(7): 1489-1500. CAO Y Q, ZHANG T T, XU D, et al. Analysis of evapotranspiration of temporal-space evolution in the Haihe Basin[J]. Resources Science, 2014, 36(7): 1489-1500. |
[27] |
QIU G Y, MOMⅡ K, YANO T, et al. Experimental verification of a mechanistic model to partition evapotranspiration into soil water and plant evaporation[J]. Agricultural and Forest Meteorology, 1999, 93(2): 79-93. |
[28] |
TIAN F, QIU G Y, LUY Y H, et al. Use of high-resolution thermal infrared remote sensing and "three-temperature model" for transpiration monitoring in arid inland river catchment[J]. Journal of Hydrology, 2014, 515: 307-315. |
[29] |
周新安, 年海, 杨文钰, 等. 南方间套作大豆生产发展的现状与对策(Ⅰ)[J]. 大豆科技, 2010(3): 1-2. ZHOU X A, NIAN H, YANG W Y, et al. Status and countermeasures of soybean production and development of intercropping with other crops in south China (Ⅰ)[J]. Soybean Bulletin, 2010(3): 1-2. |
[30] |
HOU M J, TIAN F, ZHANG L, et al. Estimating crop transpiration of soybean under different irrigation treatments using thermal infrared remote sensing imagery[J]. Agronomy, 2019, 9(1): 8. |
[31] |
王彩洁, 李伟, 徐冉, 等. 黄淮海地区主栽大豆品种抗旱性比较[J]. 山东农业科学, 2018, 50(1): 67-70. WANG C J, LI W, XU R, et al. Comparative study on drought resistance of main soybean cultivars planted in Huang-Huai-Hai valley region[J]. Shandong Agricultural Sciences, 2018, 50(1): 67-70. |
[32] |
陈爱国, 吴禹, 崔晓光, 等. 不同栽培大豆和野生大豆品种抗旱性综合评价[J]. 辽宁农业科学, 2014(3): 1-5. CHEN A G, WU Y, CUI X G, et al. Comprehensive evaluation on drought-resistance of different soybean cultivars and wild varieties[J]. Liaoning Agricultural Sciences, 2014(3): 1-5. |