基于修正双作物系数模型估算温室黄瓜不同季节腾发量_闫浩芳.pdf
<p>第 34 卷 第 15 期 农 业 工 程 学 报 Vol.34 No.15 2018 年 8 月 Transactions of the Chinese Society of Agricultural Engineering Aug. 2018 117 基于修正双作物系数模型估算温室黄瓜不同季节腾发量 闫浩芳1，毋海梅1，张 川2， Samuel Joe Acquah1，赵宝山1，黄 松1（1. 江苏大学 流体机械工程技术研究中心，镇江 212013； 2. 江苏大学农业工程研究院，镇江 212013） 摘 要： 为估算温室黄瓜植株蒸腾与土面蒸发，该研究基于FAO-56推荐的双作物系数模型，应用温室内实测微气象、叶面积指数（LAI）及土壤水分数据，对模型中基础作物系数（Kcb）和土面蒸发系数（Ke）进行修正，并基于修正后FAO-56 Penman-Monteith（P-M ）模型，确定温室参考作物蒸发蒸腾量（ET0），进而估算温室黄瓜蒸发蒸腾量（ETc）和植株蒸腾（ Tr） 。基于Venlo 型温室内黄瓜不同种植季节（春夏季和秋冬季）Lysimeter 和茎流计观测的黄瓜ETc和Tr，对修正后的双作物系数模型预测结果进行验证。结果表明，应用修正后的双作物系数模型估算的温室黄瓜ETc和Tr与实测值具有较好地一致性，春夏季温室黄瓜全生育期ETc估算值与实测值的日均值分别为3.05和2.94 mm/d ，秋冬季分别为2.53和2.76 mm/d 。修正后的双作物系数模型估算春夏季温室黄瓜日 ETc的决定系数（R2） 、均方根误差（RMSE ）和模型效率系数（Ens）分别为0.95、0.41 mm/d和0.93；估算秋冬季ETc的误差计算结果依次为0.91（ R2）、0.48 mm/d （RMSE ）和0.90（Ens）。修正后的双作物系数模型估算春夏季日平均Tr与实测值分别为2.37和2.19mm/d，秋冬季分别为1.43和1.34 mm/d 。研究结果还显示，不同种植季节温室黄瓜全生育期日平均Tr占ETc的比例分别为64.62 % （春夏季）和 68.59 %（秋冬季）。该研究成果不仅为制定准确的温室黄瓜灌溉制度提供了理论依据，而且对实现温室环境智能化控制及减少温室内无效的土面蒸发具有重要意义。 关键词：温室；蒸腾；叶面积指数；参考作物蒸发蒸腾量；双作物系数模型；茎流计 doi：10.11975/j.issn.1002-6819.2018.15.015 中图分类号：TK519 文献标志码：A 文章编号：1002-6819(2018) -15-0117-09 闫浩芳，毋海梅，张 川， Samuel Joe Acquah，赵宝山，黄 松. 基于修正双作物系数模型估算温室黄瓜不同季节腾发量J. 农业工程学报，2018，34(15)：117125. doi ：10.11975/j.issn.1002-6819.2018.15.015 http:/www.tcsae.org Yan Haofang, Wu Haimei, Zhang Chuan, Samuel Joe Acquah, Zhao Baoshan, Huang Song. Estimation of greenhouse cucumber evapotranspiration in different seasons based on modified dual crop coefficient modelJ. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(15): 117125. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2018.15.015 http:/www.tcsae.org 0 引 言温室作物蒸发蒸腾量（ ETc）的确定对于实现温室作物水分管理及温室内微气候环境的调控具有重要的意义1。农田系统中，作物蒸腾过程能够促进水分和养分的吸收和运转，降低植物体的温度，对作物的光合作用和干物质积累起着重要作用2，而土面蒸发被认为是无效的水分消耗，确定并减少土面蒸发对于提高土壤水分利用效率，实现日光温室黄瓜的优质、高产具有重要的意义3-7。目前估算作物 ETc的主要方法有 Penman-Monteith（ P-M）直接模型8-10和 FAO-56 推荐的作物系数间接模型11等，其中 P-M模型已被 FAO 推荐为计算作物 ETc的首选方法，但 P-M 直接模型不能实现对土面蒸发和植株蒸腾的分别估算，而是将两者作为一个整体估算作物 ETc12，这不仅使得模型在作物覆盖稀疏时精度下降，而且无法确定土面蒸发在作物不同生育期所占的比例。 FAO 推荐的作物系数模型分为单作物系数和双作物系数模型，其中双作物系数模型可以实现对植株蒸腾和土面蒸发的分别估收稿日期：2018-04-10 修订日期：2018-06-15 基金项目：国家自然科学基金项目（ 51509107，51609103）；江苏省自然科学基金（BK20150509, BK20140546 ），江苏省高校优势学科 作者简介：闫浩芳，女，内蒙古呼和浩特人，博士，副研究员，主要从事农业节水灌溉与水分高效利用方面的研究。 Email： yanhaofangyahoo.com 算，从而实现对作物 ETc更为准确地估算13-15，因此被国内外学者广泛应用16-17。 Shrestha 等18利用双作物系数法研究了亚热带地区覆膜藤蔓作物的基础作物系数和土面蒸发系数，对藤蔓作物植株蒸腾与土面蒸发进行了分别估算，但也指出 FAO-56 推荐的西瓜和辣椒的作物系数值的不适用性，普遍高估了冠层下土面蒸发。龚雪文等19采用修正后的双作物系数法估算不同水分条件下温室番茄的 ETc，得出双作物系数法可较为准确地估算不同水分处理的 ETc。冯禹等20利用修正后的双作物系数模型对山西寿阳县旱作玉米 ETc进行了估算与区分，发现修正后的双作物系数模型能较为精确地估算玉米植株蒸腾及土面蒸发。由于作物系数受土壤、气候及作物等因素的影响，应根据当地气候状况等因素对 FAO-56 推荐的作物系数值进行修正21。综上所述，利用双作物系数模型估算大田作物 ETc的研究较多22-24，但对温室作物 ETc的研究比较少见。因此，本研究基于 FAO-56 推荐的双作物系数模型，通过实测温室黄瓜叶面积指数（LAI ），土壤含水率（SWC ）及微气象因子，引进作物冠层覆盖度系数 Kcc对模型中基础作物系数（ Kcb）进行动态模拟，利用 LAI 和 SWC 修正 Ke；应用修正后的双作物系数模型分别估算春夏季和秋冬季 Venlo 型温室内黄瓜腾发量，并用实测 ETc（lysimeter ）和 Tr（茎流计）对修正后的双作物系数模型农业工程学报（http:/www.tcsae.org ） 2018 年 118 的精确性进行验证。该研究成果不仅可以作为指导 Venlo型温室黄瓜准确灌溉的依据，而且对于实现温室环境调控及减少无效土面蒸发具有重要意义。 1 材料与方法 1.1 试验区概况 本研究试验于 2017 年 37 月（春夏季）和 2017 年8 12 月（秋冬季）在江苏大学现代农业装备与技术省部共建重点实验室 Venlo 型温室内进行。试验点位于江苏省镇江市（ 32°11N、 119°25E，海拔 23 m），属亚热带季风气候。试验用 Venlo 型温室屋脊呈南北走向， 南北长 20 m，东西长 32 m，面积为 640 m2，檐高 4.4 m，跨度 6.4 m，共两跨，每跨有 2 个小屋顶，温室覆盖材料为厚 4 mm 的浮法玻璃。试验选取目前国内种植比例较大的黄瓜品种油亮 3-2 作为供试作物。试验采用滴灌灌水方式（滴头间距 30 cm，滴头流量 1.0 L/h），滴灌带布设方式为两行一带。以 20 cm 标准蒸发皿作为参考依据，当累计水面蒸发量（Ep）达到（ 20± 2） mm 时灌水，灌水量为 0.9 Ep（0.9 为蒸发皿系数）25-26。为确保黄瓜幼苗成活，定植后以滴灌方式补充灌水 20 mm。试验黄瓜春夏季及秋冬育苗日期分别为 2017 年 3 月 19 日和 8 月 21 日，定植日期分别为 2017 年 4 月 4 日和 9 月 2 日，春夏和秋冬季温室黄瓜全生育期天数均为 120 d，黄瓜的株距和行距分别为 40 cm 和 45 cm。试验土壤质地为沙壤土，作物根区土壤容重为 1.266 g/cm3，田间持水量（FC）为 0.408 cm3/cm3，凋萎系数（WP）为 0.16 cm3/cm3。 1.2 试验观测及方法 1.2.1 气象资料 采用自动气象站（ HOBO, Onset Computer Corporation, USA）测定温室内气温、相对湿度、太阳辐射等气象数据。 2.5 m 高处太阳净辐射由 NR Lite 2（ Kipp REW is cumulative depth of evaporation; TEW is the maximum cumulative depth of evaporation; k is canopy extinction coefficient for solar radiation. 本研究土壤参数 Ze、 REW 和 TEW 取值分别为 0.1 m、7 mm 和 23 mm20。冯禹等20研究表明，由于土壤参数与土壤质地有关，试验地区土壤类型为沙壤土，其 FC较高，使得 TEW 较大。辐射的冠层衰减系数取值为 0.7， Ding等16,20,35研究均表明 k 取 0.7 能较为准确地估算冠层覆盖度系数。 3.4 修正后的双作物系数模型的验证 温室黄瓜春夏和秋冬季全生育期 ETc实测值与估算值的日变化规律及回归分析结果如图 3 和 4 所示。 a.春夏季 b. 秋冬季 a. Spring-summer b. Autumn-winter 图 3 不同种植季节温室黄瓜生育期内 ETc实测值与估算值的日变化规律 Fig.3 Seasonal variations of measured and estimated ETcof greenhouse cucumber at different planting seasons a.春夏季 b. 秋冬季 a. Spring-summer b. Autumn-winter 图 4 不同种植季节温室黄瓜生育期内 ETc实测值与估算值的回归分析 Fig.4 Regression analysis of measured and estimated ETcof greenhouse cucumber at different planting seasons 从图 3 和图 4 可以看出，在春夏季（ 2017 年 4 7 月，图 3a 和 4a）和秋冬季（ 2017 年 9 12 月，图 3b 和 4b），修正后的双作物系数模型均能较好地估算温室黄瓜 ETc。从表 3 可以看出， 春夏季和秋冬季温室黄瓜 ETc的估算值在全生育期内的平均值分别为 3.05 和 2.53 mm/d，对应的实测值分别为 2.94 和 2.76 mm/d，可见春夏季温室黄瓜ETc估算值与实测值均分布在 1:1 线两侧，而秋冬季的估算值比实测值偏小，估算值与实测值之间的决定系数分别为 0.95 和 0.91，均方根误差分别为 0.41 和 0.48 mm/d，斜率分别为 1.03 和 0.91，可以看出秋冬季的估算结果不如春夏季估算结果好。 温室黄瓜春夏季及秋冬季全生育期 ETc和 Tr的实测值与估算值的统计分析指标计算结果如表 3 所示。 表3 不同种植季节温室黄瓜实测ET c和 Tr与估算值的统计分析 Table3 Statistical analysis of measured and estimated ETcand Tr in different planting seasons of greenhouse cucumber 季节平均值 averaged values (mm·d-1) Seasons变量variabl-es实测值（ x）Measured values估算值(y) Estimated values回归方程 Linear regression equations R2 RMSE(mm·d-1)AAE(mm·d-1)Ens春夏 ETc 2.94 3.05 y =1.03x 0.95 0.41 0.30 0.93Spring-summerTr2.19 2.37 y = 0.89x 0.89 0.51 0.42 0.91秋冬 ETc 2.76 2.53 y = 0.91x 0.91 0.48 0.39 0.90Autumn-winterTr1.34 1.43 y = 0.90x 0.92 0.36 0.23 0.93注： x,y 分别为实测和估算的 ETc和 Tr的平均值 (mm·d-1)；R2、RMSE 、AAE 和 Ens分别为决定系数、均方根误差（mm·d-1）、平均绝对误差（mm·d-1）和模型效率系数。 Note:x,y are measured and estimated mean daily ETc(mm·d-1); R2is coefficient of determination; RMSE is root mean square error (mm·d-1); AAE is average absolute error (mm·d-1); Ensis coefficient of model efficiency. 表 3 为茎流计测量的 Tr与修正后双作物系数模型的估算结果的对比。从表 3可以看出，春夏季和秋冬季温室黄瓜全生育期内 Tr的估算值均值分别为 2.37 和 1.43 mm/d，对应的实测值均值为 2.19 和 1.34 mm/d，可以看出无论是春夏季还是秋冬季，温室黄瓜 Tr的估算值均略大于实测值，估算值与实测值的决定系数分别为 0.89 和 0.92，均方根误差分别为 0.51 和 0.36 mm/d。结果表明，修正后的双作物系数模型能较好地估算温室黄瓜不同种植季节各生育期 Tr。 采用修正后的双作物系数模型估算温室黄瓜 ETc和 Tr与实测值之间的误差成因可能是：1 ）对 LAI 进行周期性测量，采用插值法估算的每日植株生长状况与实际状况可能存在一定偏差；2 ） ET0的计算是引用王健等29修正的 P-M 公式，虽然陈新明等30对修正后的 P-M 方程式进行了验证，得出 P-M 修正式计算结果相对误差小、精度高，而在不同类型温室中的适用性还需进一步验证； 3）本研究采用 lysimeter 称质量法实测 ETc与包裹式茎流计实测的 Tr之差作为 Es实测值，尽管 Raz-Yaseef 等17,20,32等采用了类似的方法作为 Es的实测值，但由于不同观测手段之间的差异而产生的观测误差，可能是造成修正的双作物系数模型误差产生的另一原因，针对这一问题，今后研究将采用微型蒸渗仪（ micro-lysimeters， MLS）直接观测冠层下 Es来消除由于观测手段而产生的误差。 农业工程学报（http:/www.tcsae.org ） 2018 年 122 3.5 修正后的作物系数日变化规律 不同种植季节温室黄瓜生育期内修正后的作物系数、基础作物系数和土面蒸发系数的日变化规律如图 5所示。 a.春夏季 a.Spring-summer b.秋冬季 b. Autumn-winter 图 5 不同种植季节温室黄瓜生育期内作物系数的变化 Fig.5 Seasonal variations of crop coefficients during growing seasons of greenhouse cucumber 在作物生长初期，由于 LAI 较小，土壤裸露面积较大，因此， Ke较大（春夏季为 0.38 0.42，秋冬季为 0.36 0.43）， Kcb较小（春夏季为 0.17 0.25，秋冬季为 0.14 0.36）。作物生长发育期和生长中期，随着 LAI 和 h 的增大，地面覆盖度逐渐增大，裸土面积逐渐减小， Ke逐渐减小（春夏季 0.05 0.10，秋冬季 0.08 0.11）， Kcb逐渐增大，至作物中期 Kcb达到最大值（春夏季 1.05 1.10，秋冬季 0.99 1.16）。在黄瓜生长后期，随着黄瓜叶片的枯萎， LAI 减小， Kcb也逐渐减小（春夏季 0.33 0.68，秋冬季 0.45 0.71）。在整个生育期， Kcb和 Ke变化趋势存在明显差异；受 Kcb和 Ke的影响， Kc值在作物生长初期较小（春夏季 0.52，秋冬季 0.60），发育期逐渐增大（春夏季 0.80，秋冬季 0.91），中期达到最大值（春夏季 1.14，秋冬季 1.25），后期又逐渐减小（春夏季 0.71，秋冬季 0.73）。对于温室黄瓜 Kc值， Fathalian等36利用蒸渗仪确定了伊朗地区温室黄瓜 Kc值在生育初期、发育期、生育中期和生育后期分别为 0.14、 0.78、 1.32和 0.86； Abedikoupai 等37在相同地区研究得出生育初期、发育期、生育中期和生育后期分别为 0.41、 0.69、 0.98 和0.77；可以看出，不同研究地区温室黄瓜 Kc值存在着较大差异，造成这些差异的可能原因是： 1）采用的 ET0计算方法不同； 2）由于气候环境和温室类型等的不同。 3.6 温室黄瓜不同生育期植株蒸腾及土面蒸发占总蒸腾蒸发的比例 采用修正的双作物系数模型分别估算植株蒸腾（ Tr）和土面蒸发（ Es），进而研究黄瓜生育期内 Tr/ETc的变化规律。表 4 为温室黄瓜不同生育期 Es 、 Tr及 Tr/ETc的观测及计算结果。 表 4 不同种植季节温室黄瓜不同生育期 Tr和 Es的观测值 Table 4 Observed value of TrandEsduring different growing seasons of greenhouse cucumber 季节 Seasons 阶段 Stages Es/ (mm·d-1) Tr/ (mm·d-1)Tr/ETc/%初期 1.46 0.87 28.98 发育期 0.95 2.61 69.67 中期 0.34 3.14 84.36 后期 0.29 2.03 75.77 春 夏 Spring-summer全生育期 0.59 2.19 64.62 初期 1.53 0.21 17.64 发育期 1.16 1.12 49.09 中期 0.27 2.90 84.79 后期 0.34 1.11 69.77 秋 冬 Autumn-winter全生育期 0.51 1.34 68.59 注： Es和 Tr分别为土面蒸发和植株蒸腾， mm·d-1； ETc为蒸发蒸腾量， mm·d-1，Tr/ETc为植株蒸腾占总蒸腾蒸发的比例，% 。 Note: Es and Tr are soil evaporation and plant transpiration; and ETc is evapotranspiration; Tr/ETc was the ratio of plant transpriation to soil evaporation. 如表 4 所示，春夏季温室黄瓜全生育期 Es估算值的均值为 0.59 mm/d， Tr估算值的均值为 2.19 mm/d；对应的秋冬季 Es估算值为 0.51 mm/d， Tr为 1.34 mm/d。在黄瓜生长初期，由于裸土面积较大， Es较高，春夏季估算值均值为 1.46 mm/d，秋冬季为 1.53 mm/d，该阶段由于黄瓜植株较小，所以 Tr较低，春夏季估算值均值为 0.87 mm/d，秋冬季为 0.21 mm/d。春夏季与秋冬季 Tr的差异，主要是由于秋冬季种植的黄瓜作物生长初期（ 8 9 月）温度和辐射较春夏季（ 3 4 月）高。随着作物生长， LAI及株高快速增大，此时 Tr/ETc也逐渐增大，春夏季 Tr/ETc估算值均值为 69.67%，秋冬季 Tr/ETc为 49.09%，到作物生长中期，黄瓜 LAI 达到最大值，此时 Tr达到最大值，而 Es降到最小值。春夏季 Tr/ETc的估算值均值为 84.36%，秋冬季为 84.79%。在作物生长后期，由于黄瓜叶片逐渐衰老，春夏季 Tr减少。秋冬季黄瓜生长后期（ 11 12 月） ，由于气温和辐射逐渐降低， Tr和 Es都逐渐减小。春夏季Tr/ETc估算值均值为 75.77%，秋冬季 Tr/ETc为 69.77%。 4 结 论 通过观测 Venlo 型温室内黄瓜不同种植季节 LAI，土壤水分状况及微气象数据等，对 FAO-56 推荐的分别估算植株蒸腾与土面蒸发的双作物系数模型进行修正，引进冠层覆盖度系数，动态模拟模型中关键参数基础作物系数；利用 LAI 和土壤水分数据修正模型中另一参数土壤蒸发系数。 通过 lysimeter 称重法和包裹式茎流计实测春夏季和秋冬季温室黄瓜蒸发蒸腾和植株蒸腾量，验证了修正后的双作物系数模型估算和区分 ETc的准确性，得到以下结论：应用修正的双作物系数模型可以较好的估算温室黄瓜不同种植季节的蒸发蒸腾和植株蒸腾，不同种植季节第 15 期 闫浩芳等：基于修正双作物系数模型估算温室黄瓜不同季节腾发量 123 模型估算的蒸发蒸腾量与实测值的均方根误差分别为：0.41 mm/d（春夏季）和 0.48 mm/d（秋冬季），估算植株蒸腾与实测值的均方根误差分别为： 0.51 mm/d（春夏季）和 0.36 mm/d（秋冬季）。 应用修正后的双作物系数模型实现了对温室黄瓜植株蒸腾和土面蒸发的分别估算，研究结果显示，温室黄瓜各生育期植株蒸腾占蒸腾蒸发总量的比值在黄瓜生长中期最大，不同种植季节 Tr与 ETc的比值分别为 84.36%（春夏季）和 84.79%（秋冬季）。研究成果不仅为制定精确的温室黄瓜灌溉制度提供了理论依据，而且对实现温室环境智能化控制及减少温室内无效的土面蒸发具有重要意义。 参 考 文 献 1 戴剑锋，金亮， 罗卫红，等长江中下游 venlo 型温室番茄蒸腾模拟研究J 农业工程学报， 2006， 22(3)： 99103 Dai Jianfeng, Jin Liang, Luo Weihong, et al. Simulation of greenhouse tomato canopy transpiration in Yangtze River DeltaJ. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(3): 99103. (in Chinese with English abstract) 2 刘浩，段爱旺，孙景生，等基于 PenmanMonteith 方程的日光温室番茄蒸腾量估算模型J 农业工程报， 2011，27(9)：208213 Liu Hao, Duan Aiwang, Sun Jingsheng, et al. Estimating model of transpiration for greenhouse tomato based on Penman-Monteith equationJ. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(9): 208 213. (in Chinese with English abstract) 3 张川， 闫浩芳，大上博基，等表层有效土壤水分参数化及冠层下土面蒸发模拟J 农业工程学报， 2015， 31(2)：102107 Zhang Chuan, Yan Haofang, Oue Hiroki, et al. Parameterization of surface soil available moisture and simulation of soil evaporation beneath canopy J. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2015, 31(2): 102107. (in Chinese with English abstract) 4 Yan H, Zhang C, Oue H, et al. Study of evapotranspiration and evaporation beneath the canopy in a buckwheat field J. Theoretical and applied climatology, 2015, 122:721728. 5 Yan H, Oue H. Application of the two-layer model for predicting transpiration from the rice canopy and water surface evaporation beneath the canopy J. Agricultural Meteorology, 2011, 67(3): 8997 . 6 邱让建， 杜太生， 陈任强，等应用双作物系数模型估算温室番茄耗水量J 水利学报，2015，46(6)：678686 Qiu Rangjian, Du Taisheng, Chen Renqiang, et al. Application of the dual crop coefficient model for estimating tomato evapotranspiration in greenhouseJ. Journal of Hydraulic Engineering, 2015, 46(6): 678686. (in Chinese with English abstract) 7 刘艳伟，王淑莹，屠星磊，等元谋干热河谷区近 60 年干湿状况和气温变化特征分析J 排灌机械工程学报，2018，36(2) ：172178 Liu Yanwei, Wang Shuying ,Tu Xinglei, et al. Characteristic analysis of dry-wet condition and temperature trend in Yuanmou dry-hot valley(DHV)in resent 60 yearsJ. Journal of Drainage and Irrigation Machinery Engineering, 2018, 36(2): 172178. (in Chinese with English abstract) 8 Montero J I, Antón A, Muñoz P, et al. Transpiration from geranium grown under high temperatures and low humidities in greenhousesJ. Agricultural 2. Institute of Agricultural engineering, Jiangsu University, 212013, China) Abstract: In order to estimate the transpiration of greenhouse cucumber and evaporation beneath the canopy in greenhouses, in this study, we modified basic crop coefficient (Kcb) as well as soil evaporation coefficient (Ke) based on the Modified Dual Crop Coefficient model recommended by FAO-56 by applying measured meteorological data, leaf area index (LAI) and soil moisture data in a greenhouse. The greenhouse reference crop evapotranspiration (ET0) was determined by FAO-56 modified Penman-Monteith (P-M) model. Hence, the greenhouse evapotranspiration (ETc) and transpiration (Tr) were estimated. A field experiment was conducted from March to July (spring-summer) and August to November (autumn-winter) in 2017. By measuring the growth status of cucumber plants in different planting seasons (spring-summer, autumn-winter) in a Venlo-type greenhouse and measuring the ETcand Trof cucumber by lysimeter and stem flow meter, the Modified Dual Crop Coefficient model predictions were validated. The results showed that the ETcand Trcalculated by the Modified Dual Crop Coefficient model were in good agreements with the measured values. The measured and estimated values of ETcduring the whole growing period of greenhouse cucumber in spring-summer were 2.94 and 3.05 mm/d, and the measured and estimated values of ETcduring the whole growth period of greenhouse cucumber in autumn-winter were 2.76 and 2.53 mm/d, respectively. The coefficient of determination (R2), the root mean square error (RMSE), and the model efficiency coefficient (Ens) of the Modified Dual Crop Coefficient model in predicting spring-summer cucumber ETcwere 0.95, 0.41 mm/d and 0.93, respectively, while the results of error analysis of predicting autumn -winter ETcwere 0.91 (R2), 0.48mm/d (RMSE), and 0.90 (Ens). Based on the modification of Dual Crop Coefficient model， the basal crop coefficient of each growing stage of cucumber for spring-summer season were adjusted as 0.17 0.25 (the initial season stage), 1.05 - 1.10 (the middle season stage), 0.33 - 0.68(the late season stage), and the corresponding values for autumnwinter season were adjusted as 0.14 - 0.36 (for the initial season stage), 0.99 - 1.16 (the middle season stage), 0.45 - 0.71 (the late season stage). The measured and estimated daily Trvalues by the Modified Dual Crop Coefficient model for spring -summer season were 2.19 and 2.37 mm/d, and the measured and estimated average daily Trvalues by the Modified Dual Crop Coefficient model for autumnwinter season were 1.34 and 1.43 mm/d, respectively. Based on the result of estimation, the ratio of average daily Trto ETcwas the highest in the middle season stage with the values of 84.36% (spring-summer season) and 84.79% (autumn-winter season), respectively. The ratio of average daily Trto ETcwas the lowest in the initial season stage with the values of 28.98% (spring-summer season) and 17.64% (autumn-winter season). During the whole growing period,</p>
个人主页