邱让建，杨再强，景元书，刘春伟，王振昌



轮作稻麦田水热通量及影响因素分析

邱让建1，杨再强1，景元书1，刘春伟1※，王振昌2

（1.南京信息工程大学江苏省农业气象重点实验室，南京 210044；2. 河海大学水利水电学院，南京 210098）

轮作稻麦田水热通量及影响因素研究可为田间灌水管理和作物高效用水提供依据。该文利用波文比能量平衡监测系统测定的轮作稻麦田的水热通量数据及通径分析方法，分析了2种不同农田的水热通量变化规律及影响因素。结果表明轮作稻麦田的水热通量呈单峰曲线日变化。能量主要被潜热通量所消耗，全生育期小麦田潜热通量占可供能量的比例为71%，而2016和2017年水稻全生育期潜热通量占可供能量的比例分别为106%和122%，表明水稻冠层吸收了感热通量以进行水分消耗。净辐射对轮作稻麦田潜热通量的影响主要为直接作用，而1.5 m高气温、饱和水汽压差和风速主要通过净辐射路径对潜热通量产生间接影响。水稻田潜热通量受净辐射的直接作用小于小麦田，而受饱和水汽压差的直接作用大于小麦田。水稻田各影响因子对潜热通量影响的间接作用比小麦田更大。

水；热；辐射；轮作稻麦；潜热通量；感热通量；通径分析；波文比能量平衡系统

0 引 言

农田受人类活动影响强烈，是涉及水分、热量与物质交换以及水文与生态循环相互作用内在复杂的水文生态系统[1]。农田水热通量变化特征及影响因素的研究对于认识农业水分循环及进行作物与环境间的模拟具有重要作用[2]。国内外学者对此开展了很多相关研究，如Hossen等[2]比较了孟加拉双季稻田水热通量的日变化、季节变化及能量分配差异。Alberto等[3]分析了菲律宾干湿季水稻的水热通量特征及影响因素。Zhang等[4]利用波文比能量平衡监测系统测定了轮作冬小麦夏玉米田的水热通量，分析其变化特征及能量分配过程。但目前关于轮作稻麦田的水热通量变化规律及影响因素的研究还较少。农田生态系统中，潜热（蒸散发）是能量的重要消耗项，潜热通量主要受气候条件（如辐射、温度、湿度和风速等）、作物因素（如作物类型、品种和生长阶段等）以及管理和环境条件（如水肥条件、土壤盐渍、土壤质地、病虫害、种植密度、灌水方式等）等因素影响。摸清和区分影响不同农田潜热通量的主要影响因子是农田水分管理研究的重要科学问题之一。

水稻和小麦是世界上两大重要的粮食作物，贡献了人类膳食中45%的可消化能量和30%的总蛋白，及大量牲畜的喂养[5]。稻麦轮作是世界上最大的农业生产模式之一，其种植面积达到2 400～2 600万hm2。在中国，稻麦轮作种植面积900～1 300万hm2，主要集中分布在长江流域如江苏、浙江、湖北、四川、安徽、贵州、云南，约占可耕种土地的10%，其总产量占全国粮食总产的60%以上[6-7]。该地区水资源丰富，但水资源时空分布不均匀，雨水主要集中在夏季，冬季少雨，洪涝干旱时有发生，因此研究轮作稻麦田的水热通量，摸清其变化特征及影响因素对于变化环境下轮作稻麦田的灌水管理、水资源的合理分配及粮食生产安全具有重要意义[2, 8-10]。此外，水稻主要为淹水栽培，对于水分的需求较高，生育期内需进行频繁的灌溉和排水，而冬小麦种植期间几乎不进行灌溉，且2种作物的种植时间不同，2种不同农田的水热通量特征和影响因素的差异也是需要研究的重要科学问题之一。

本文分析了波文比能量平衡监测系统测定的2季（2015―2017年）轮作稻麦田的水热通量数据，以摸清2种不同农田的水热通量变化规律及影响因子。

1 材料与方法

1.1 试验区概况

试验于2015―2017年在江苏省农业气象试验站永丰试验点进行。该试验点位于江苏省南京市浦口区，地处118°42′E，32°12′N，海拔14.4 m，属亚热带季风气候，多年平均降水量1 100 mm，年平均气温15.4 ℃。试验地0～80 cm深度土壤质地为粉砂壤土，平均干容重1.42 g/cm3，田间持水量0.42 cm3/cm3，凋萎点0.07 cm3/cm3。

2015―2016季冬小麦于2015年11月11日种植，2016年5月26日收获，同年6月17日水稻种植，11月1日收获。由于2016年冬季降雨较多，2016―2017季冬小麦种植时间推迟，于2016年12月8日种植，2017年5月29日收获，同年6月12日水稻种植，10月25日收获。小麦和水稻的种植品种分别为宁麦13和南粳5055。水稻田株距和行距均为18 cm，每隔20行设有1行60 cm的空行以便农艺操作。小麦地采用机器行播，2季行距均为15 cm，播种量分别为300和375 kg/hm2。

小麦地全生育期未进行灌水，2a生育期内总降雨量分别为428.3和313.0 mm。2016年水稻全生育期总降雨量1 067.4 mm，灌水总量540 mm，分别在6月26日、7月7日、7月21日、7月29日、7月31日、8月13日、8月17日、8月24日、9月3日和9月8日进行。2017年水稻全生育期总降雨量693.8 mm，灌水总量551.9 mm，分别在6月11日、6月12日、6月15日、6月18日、6月24日、6月30日、7月19日、7月20日、7月26日、8月5日、8月17日、8月23日、9月9日和9月17日进行。试验地的施肥与当地农田一致。小麦地种植时施用复合肥（N、P2O5、K2O各15%）600 kg/hm2，尿素450 kg/hm2。水稻田种植时施用复合肥750 kg/hm2，尿素600 kg/hm2。

1.2 波文比能量平衡法原理及水热通量测定

波文比能量平衡法依据能量平衡方程与近地层梯度扩散理论测定水热通量。水稻田下垫面能量平衡方程可表示为

式中R为净辐射，W/m2；ET为潜热通量，W/m2；为感热通量，W/m2；为地表土壤热通量，W/m2；F为水储热，W/m2。对于小麦田，式（1）中的F为0。

波文比定义如下

运用式（1）（2）可以计算潜热和感热通量。

式（3）、（4）中的波文比可由式（5）计算

式中D、D分别为2个高度的温度差，℃，和水汽压差，kPa；为湿度计常数，kPa/℃；K为感热的湍流交换系数；K为潜热的湍流交换系数。假定下垫面感热通量和潜热通量具有相似性，根据雷诺相似原理，感热和潜热的湍流交换系数相等，波文比可由冠层上方2层的温度差和水汽压差计算得到。

轮作稻麦田水热通量通过波文比能量平衡监测系统（Campbell Scientific Inc，USA）于2016年3月19日开始测定，布置在长170 m，宽150 m的试验田偏西南处（试验区一带以东北风为主），以确保有较大的风浪区（图1）。此外，2016年小麦和水稻种植区东北角有部分农田未种植。净辐射（NR Lite2）和风速风向传感器（034B）安装在距地表2 m高度，上下2层温湿度探头（083E）分别安装在距地表1.5和2.9 m高度。小麦田的2个土壤热通量板（HFP01）安装在地下8 cm处，在热通量板上方的地下2和6 cm处布设土壤温度热电偶探头（Omega T，USA）。水稻田的土壤热通量板安装在地下5 cm处，在地表和地下3 cm处布设土壤温度热电偶探头。水位由水位计（CS451）测定，土壤水分探头（CS616）分别埋设在地下10、20、40、60和80 cm处，并采用取土烘干法对测定的水分进行校正，水表面温度由位于地表上方10 cm处的红外温度传感器（SI-111）测定，地表土壤热通量和水储热采用式（6）、（7）计算。

图1 波文比能量平衡监测系统田间布置图

所有传感器连接到CR1000数据采集器（Campbell Scientific Inc，USA）上，每5 s采集1次数据，每10 min的平均值记录1次。波文比测得的原始数据经过方向性判断和波文比拒绝域判断后进行严格取舍[11-13]，依据短时间内潜热通量与可供能量的线性关系对舍去的数据进行插值，以获得较为可靠的数据。

1.3 通径分析

通径分析可将因果变量间的相关系数分为直接作用（直接通径系数）和间接作用（间接通径系数），发现由于自变量间相关性很强而引起多重共线性的自变量，以研究因果关系的数据结构，分析独立变量对因变量的直接和间接重要性[14]。通径分析采用结构方程模型方法，该模型融合了因素分析与线性回归分析的统计技术对因果模型进行识别估计和验证[15]。本文通径分析采用轮作稻麦田每10 min的潜热通量为因变量，对应的净辐射、1.5 m高气温、水汽压差和风速为自变量。通径分析的计算利用SPSS 21.0（IBM Corp., Armonk, NY）进行，具体计算过程详见杜家菊等[16]。利用直接和间接通径系数以及相关系数可以计算出各个自变量对因变量影响的决策系数，以确定主要的决策变量和限制变量[17]，具体计算过程见张雪松等[18]。决策系数大于0，说明自变量对因变量起促进作用，反之起抑制作用。

2 结果与分析

2.1 小气候状况

图2为轮作稻麦种植期间小气候状况。冬小麦种植期间的气温先波动下降后上升，2季冬小麦种植期间平均气温分别为14.7和12.1 ℃，均低于2季水稻种植期间的平均温度25.1和25.5 ℃。

图2 2015－2017年稻麦轮作期间气温（Ta）、相对湿度（RH）、总辐射（Rs）和10 cm土壤含水率（SWC）的变化

冬小麦的相对湿度波动较大，2季在26%～100%间波动，平均相对湿度均为69%左右，水稻种植期间降水较多，水汽含量比冬小麦种植期间大，2季平均相对湿度分别为80%和82%。冬小麦种植期间的太阳总辐射有波动上升趋势，而水稻种植期间太阳总辐射在7－8月最大，随后波动下降。全生育期小麦地的平均太阳总辐射量（135.2和128.4 W/m2）稍小于水稻田（140.9和135.3 W/m2）。除2016－2017年冬小麦外，10 cm土层土壤含水率波动范围不大。冬小麦种植期间没有灌水，最低土壤含水率为田持的76%，表明冬小麦种植期间未遭受水分胁迫。水稻田由于淹水种植，10 cm土壤含水率维持在一个较高的水平，平均为0.43和0.41 cm3/cm3。

2.2 轮作稻麦田水热通量变化特征

将全生育期同时段的净辐射、潜热通量、感热通量、地表热通量、水储热进行平均，得到轮作稻麦田的平均水热通量日变化，如图3所示，其中2015－2016年冬小麦田水热通量从2016年3月19日开始测定。冬小麦和水稻田的水热通量均呈单峰曲线日变化。除2017年水稻田的感热通量外，一般水热通量白天均为正值，夜间为负值。冬小麦田2季平均净辐射最大值分别为12:00左右的414和349 W/m2，水稻田2季平均净辐射最大值分别为中午前后的382和389 W/m2。2015－2016年冬小麦从拔节期开始测定，由于此时地表几乎完全被小麦植株覆盖，到达土壤的能量较少，地表热通量平均峰值为18 W/m2，而2016－2017年冬小麦全生育期地表热通量平均峰值为中午前后的111 W/m2。2016和2017年水稻田的地表热通量平均峰值均为52 W/m2，比净辐射峰值晚0.5～1.0 h。冬小麦全生育期全天平均地表热通量占净辐射比例分别为1.5%和−0.8%，水稻为0和1%，表明日尺度上冬小麦和水稻田地表热通量几乎可以忽略[19]。水稻的水储热变化规律和地表热通量类似，2季平均峰值分别为19和20 W/m2。日尺度上水储热占净辐射比例分别为0.12%和0.3%，表明日尺度上水稻田的水储热也可忽略。

注：Rn为净辐射，λET为潜热通量，H为感热通量，G为地表土壤热通量，Fw为水储热。

轮作稻麦田的能量主要被潜热通量所消耗。白天，潜热通量的变化与净辐射几乎同步，随着净辐射的升高而升高，在中午前后达到最大，随后逐渐降低。2016―2017年冬小麦田的潜热通量峰值为154 W/m2，低于水稻田的平均潜热通量峰值（2 a分别为332和397 W/m2）。水稻田2季分别从15:00和13:30开始潜热通量大于净辐射值，感热通量最小值分别为16:00左右的−26和−83 W/m2。

图4为轮作稻麦全生育期日均能量分配的季节变化。小麦田绝大多数时间潜热通量占可供能量（R−）的比例高于感热通量占可供能量的比例。2016―2017季小麦种植前由于降雨较多，土壤湿润，小麦生育初期的土壤蒸发较大，潜热通量占可供能量比例较高，此后在越冬期有所下降，在小麦拔节抽穗期后蒸腾量增加，潜热通量占可供能量比例又开始增大直到小麦生育后期开始下降。由于水稻淹水栽培，潜热通量占可供能量（R−−F）的比例在水稻全生育期均较高，2季水稻全生育期分别有66%和81%的天数潜热通量高于可供能量，全生育期潜热通量占可供能量的比例分别为106%和122%。

2季小麦全生育期的波文比（感热通量与潜热通量比值）分别为0.48和0.41，稍高于华北平原的冬小麦[4]。2季水稻全生育期的波文比分别为−0.05和−0.18。

注：能量分配是指潜热或者感热占可供能量的比值，潜热/可供能量+感热/可供能量=1。

2.3 水热通量的控制因子分析

轮作稻麦田潜热通量与不同因子间的通径分析结果如图5和表1所示。由于各个因子直接和间接共同作用，对10 min尺度水稻和冬小麦田潜热通量影响的因子排序关系（相关系数值）均为净辐射>饱和水汽压差>1.5 m高气温>风速。直接通径系数绝对值排序为净辐射>饱和水汽压差>1.5 m高气温>风速，说明净辐射对10 min尺度潜热通量的直接作用最大，净辐射对潜热通量的间接作用主要通过与饱和水汽压差的互相作用产生影响。1.5 m高气温对10 min尺度潜热通量的直接作用为负，主要通过与净辐射和水汽压差的相互作用对10 min尺度潜热通量产生间接影响。水汽压差和风速与1.5 m高气温对10 min尺度潜热通量的影响作用类似，但主要通过与净辐射的互相作用对潜热通量产生间接影响。

图5 轮作稻麦田潜热通量（λET）与各个指标（净辐射Rn、1.5 m高气温Ta、饱和水汽压差VPD和风速u）的通径分析图

表1 轮作稻麦田每10 min潜热通量与净辐射Rn、1.5 m高气温Ta、水汽压差VPD和风速u的通径分析结果

注：a2015―2016年冬小麦数据从2016年3月19日开始测定。

Note:aThe data set for winter wheat in 2015―2016 season was measured from March 19th, 2016.

各因子只有净辐射的直接通径系数大于间接通径系数之和，说明净辐射对10 min尺度潜热通量的影响主要体现在直接作用上，其余因子均主要体现为间接影响。决策系数绝对值排序依次为净辐射>饱和水汽压差>1.5 m高气温>风速，表明净辐射是影响小尺度潜热通量的最主要环境因子，其次是水汽压差。

3 讨 论

潜热是轮作稻麦农田能量主要的消耗形式。由于水稻淹田灌溉，水稻田的平均潜热通量峰值高于冬小麦田，且2种农田潜热消耗的比例不同。2016―2017年冬小麦全生育期潜热通量占可供能量的比例达到71%，与华北平原轮作小麦玉米农田[20]和美国小麦田[21]结果类似。而水稻全生育期潜热通量高于可供能量6%～22%，表明水稻冠层除了完全消耗可供能量外，还吸收了感热通量进行水分消耗，发生了感热平流现象[19]。2017年水稻种植面积更大，但水稻种植区外均为荒地，因此更容易引起感热平流现象。Oue等[22]利用波文比能量平衡监测系统在日本水稻田观测到了类似的结果。水稻潜热通量高于净辐射的时段主要在下午，与西班牙或日本的水稻田上的观测结果类似[22-23]。水稻和小麦田的波文比也存在差异，全生育期小麦田波文比为正值，而水稻2季全生育期均值分别为−0.05和−0.18，与先前基于涡动相关测定的结果有差异[24-25]。但日均波文比常出现负值，在不同地区水稻田均有观测，可能与水稻种植期间高温有关[2, 22, 26]。

通径分析结果表明，净辐射对小尺度轮作稻麦田潜热通量的影响主要体现在直接作用上，其余因子均主要体现为通过净辐射路径对潜热通量产生间接影响。张雪松等[18]对冬小麦潜热通量及相关因子进行通径分析表明，净辐射和饱和水汽压差对小时尺度潜热通量影响主要体现在直接作用上，与本文结果稍有差异。决策系数结果表明净辐射是影响小尺度潜热通量的最主要环境因子，其次是水汽压差。太阳辐射既能引起气温和相对湿度的变化（图5），提高叶片温度，使叶片内外的水汽压差增大，增强蒸腾速率又能诱导气孔开闭，因此是影响潜热通量的最主要环境因子[27]。饱和水汽压差表征了气温与相对湿度的综合作用，是衡量空气干燥程度的重要指标，直接影响气孔开闭，影响植株蒸腾，因此是影响潜热通量的另一个重要因子，但其影响主要通过净辐射路径产生间接影响并起重要作用（表1）。水稻和冬小麦田的1.5 m高气温对潜热通量的决策系数均为负值，表明水稻田夏季高温或冬小麦田冬季低温均会对潜热通量起抑制作用。

对比水稻和冬小麦10 min尺度潜热通量通径分析结果发现，水稻田的净辐射直接通径系数小于冬小麦田，但饱和水汽压差的直接通径系数大于小麦田，表明水稻田净辐射的直接作用小于小麦田，而饱和水汽压差相反。水稻田各因子的间接通径系数均大于小麦田，说明水稻田各因子对潜热通量影响的间接作用比小麦田更大。水稻田饱和水汽压差的决策系数比小麦地更大，表明其对水稻田的潜热通量影响比小麦田更大。

4 结 论

本文基于波文比能量平衡监测系统测定的轮作稻麦田水热通量数据及通径分析方法，分析了2种不同农田的水热通量特征及影响因素。结果表明轮作稻麦田的潜热通量的变化与净辐射几乎同步，能量主要通过潜热通量消耗，全生育期小麦地潜热通量占可供能量的比例为71%，而水稻全生育期潜热通量高于可供能量6%～22%，表明水稻田除完全消耗可供能量以外，还需要吸收感热通量进行水分消耗。轮作稻麦田的潜热通量主要受净辐射和饱和水汽压差影响，净辐射的直接作用最明显，而饱和水汽压差主要通过净辐射路径对潜热通量产生间接影响。对比2种农田，水稻田各因子对潜热通量影响的间接作用和饱和水汽压差的直接作用比小麦田更大，而小麦田净辐射的直接作用比水稻田更大。本文结果可为轮作稻麦田潜热通量模型的构建和轮作稻麦田高效用水提供依据。

[1] Monteith J, Unsworth M. Principles of Environmental Physics[M]. Third edition, New York, USA: Academic Press, 2008.

[2] Hossen Md Shahadat, Mano Masayoshi, Miyata Akira, et al. Surface energy partitioning and evapotranspiration over a double-cropping paddy field in Bangladesh[J]. Hydrological Processes, 2012, 26(9): 1311―1320.

[3] Alberto Ma Carmelita R, Wassmann Reiner, Hirano Takashi, et al. Comparisons of energy balance and evapotranspiration between flooded and aerobic rice fields in the Philippines[J]. Agricultural Water Management, 2011, 98(9):1417―1430.

[4] Zhang Yongqiang, Liu Changming, Yu Qiang, et al. Energy fluxes and the Priestley-Taylor parameter over winter wheat and maize in the North China Plain[J]. Hydrological Processes, 2004, 18(12): 2235―2246.

[5] Timsina J, Connor D J. Productivity and management of rice-wheat cropping systems: Issues and challenges[J]. Field Crops Research, 2001, 69(2): 93―132.

[6] Ladha J K, Dawe D, Pathak H, et al. How extensive are yield declines in long-term rice-wheat experiments in Asia?[J]. Field Crops Research, 2003, 81(2): 159―180.

[7] Qi Jing, Herman Van Keulen, Huib Hengsdijk. Modeling biomass, nitrogen and water dynamics in rice-wheat rotations[J]. Agricultural Systems, 2010, 103(7): 433―443.

[8] Feng Yu, Gong Daozhi, Mei Xurong, et al. Energy balance and partitioning in partial plastic mulched and non-mulched maize fields on the Loess Plateau of China[J]. Agricultural Water Management, 2017, 191: 193―206.

[9] Zhao Peng, Zhang Xiaotao, Li Sien, et al. Vineyard energy partitioning between canopy and soil surface: Dynamics and biophysical controls[J]. Journal of Hydrometeorology, 2017, 18(7): 1809―1829.

[10] Qiu Rangjian, Kang Shaozhong, Li Fusheng, et al. Energy partitioning and evapotranspiration of hot pepper grown in greenhouse with furrow and drip irrigation methods[J]. Scientia Horticulturae, 2011, 129(4): 790―797.

[11] Hu Shunjun, Zhao Chengyi, Li Jun, et al. Discussion and reassessment of the method used for accepting or rejecting data observed by a Bowen ratio system[J]. Hydrological Processes, 2014, 28(15): 4506―4510.

[12] Zhang Baozhong, Kang Shaozhong, Li Fusheng, et al. Comparison of three evapotranspiration models to Bowen ratio-energy balance method for a vineyard in an arid desert region of northwest China[J]. Agricultural and Forest Meteorology, 2008, 148(10): 1629―1640.

[13] Perez P J, Castellvi F, Ibanez M, et al. Assessment of reliability of Bowen ratio method for partitioning fluxes[J]. Agricultural and Forest Meteorology, 1999, 97(3): 141―150.

[14] Kozak Marcin, Kang Manjit S. Note on modern path analysis in application to crop science[J]. Communications in Biometry and Crop Science, 2006, 1(1): 32―34.

[15] 蔡甲冰，许迪，刘钰，等. 冬小麦返青后腾发量时空尺度效应的通径分析[J]. 农业工程学报，2011，27(8)：69―76.

Cai Jiabing, Xu Di, Liu Yu, et al. Path analysis on spatio-temporal scaling effect of crop evapotranspiration in growing seasons for winter wheat after reviving[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(8): 69―76. (in Chinese with English abstract)

[16] 杜家菊，陈志伟. 使用SPSS线性回归实现通径分析的方法[J]. 生物学通报，2010，45(2)：4―6.

Du Jiaju, Chen Zhiwei. Method of path analysis with SPSS linear regression[J]. Bulletin of Biology, 2010, 45(2): 4―6. (in Chinese with English abstract)

[17] 袁志发，周静芋，郭满才，等. 决策系数—通径分析中的决策指标[J]. 西北农林科技大学学报：自然科学版，2001，29(5)：131―133.

Yuan Zhifa, Zhou Jingyu, Guo Mancai, et al. Decision coefficient-the decision index of path analysis[J]. Journal of Northwest A&F University: Natural Science Edition, 2001, 29(5): 131－133. (in Chinese with English abstract)

[18] 张雪松，闫艺兰，胡正华. 不同时间尺度农田蒸散影响因子的通径分析[J]. 中国农业气象， 2017，38(4)：201―210.

Zhang Xuesong, Yan Yilan, Hu Zhenghua. Using path analysis to identify impacting factors of evapotranspiration at different time scales in farmland[J]. Chinese Journal of Agrometeorology, 2017, 38(4): 201―210. (in Chinese with English abstract)

[19] 丁日升，康绍忠，张彦群，等. 干旱内陆区玉米田水热通量特征及主控因子研究[J]. 水利学报，2014，45(3)：312―319.

Ding Risheng, Kang Shaozhong, Zhang Yanqun, et al. Characteristics of water vapor and heat fluxes and the controlling factors over an maize field in the arid inland region[J]. Journal of Hydraulic Engineering, 2014, 45(3): 312―319. (in Chinese with English abstract)

[20] Lei Huimin, Yang Dawen. Interannual and seasonal variability in evapotranspiration and energy partitioning over an irrigated cropland in the North China Plain[J]. Agricultural and Forest Meteorology, 2010, 150(4): 581―589.

[21] Baldocchi Dennis. A comparative study of mass and energy exchange rates over a closed C3(wheat) and an open C4(corn) crop: II. CO2exchange and water use efficiency[J]. Agricultural and Forest Meteorology, 1994, 67(3): 291―321.

[22] Oue Hiroki. Influences of meteorological and vegetational factors on the partitioning of the energy of a rice paddy field[J]. Hydrological Processes, 2005, 19(8): 1567―1583.

[23] Moratiel R, Martínez-Cob A. Evapotranspiration and crop coefficients of rice (L.) under sprinkler irrigation in a semiarid climate determined by the surface renewal method[J]. Irrigation Science, 2013, 31(3): 411―422.

[24] Alberto Ma Carmelita R, Wassmann Reiner, Buresh Roland J, et al. Measuring methane flux from irrigated rice fields by eddy covariance method using open-path gas analyzer[J]. Field Crops Research, 2014, 160(4): 12―21.

[25] Timm Andrea Ucker, Roberti Débora R, Streck Nereu Augusto, et al. Energy partitioning and evapotranspiration over a rice paddy in southern brazil[J]. Journal of Hydrometeorology, 2014, 15(5): 1975―1988.

[26] Baldocchi Dennis, Knox Sara, Dronova Iryna, et al. The impact of expanding flooded land area on the annual evaporation of rice[J]. Agricultural and Forest Meteorology, 2016, 223: 181―193.

[27] 龚雪文，刘浩，孙景生，等. 日光温室番茄不同空间尺度蒸散量变化及主控因子分析[J]. 农业工程学报，2017，33(8)：166―175.

Gong Xuewen, Liu Hao, Sun Jingsheng, et al. Variation of evapotranspiration in different spatial scales for solar greenhouse tomato and its controlling meteorological factors[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(8): 166―175. (in Chinese with English abstract)

Analysis of water and heat flux over rice-wheat rotation field and influencing factors

Qiu Rangjian1, Yang Zaiqiang1, Jing Yuanshu1, Liu Chunwei1※, Wang Zhenchang2

(1.,,210044,; 2.,,210098,)

Rice and wheat are two primary food crops, while rice-wheat rotation is one of the largest crop rotational systems with planting area of 24-26 million hm2in the world. In China, the planting area accounts for about 34%-50% of the world’s total planting area, mainly distribute in Jiangsu, Zhejiang, Hubei, Sichuan, Anhui, Guigzhou and Yunnan Province. The studies on water and heat flux over rice-wheat rotation field continue to draw research attention. The research on the characteristic of water and heat flux and influencing factors over rice-wheat rotation field can provide basic information for field irrigation management and crop water use efficiency. In this study, the water and heat fluxes over rice-wheat rotation were determined by a Bowen ratio energy balance system at Agro-Meteorology Research Station, Nanjing University of Information Science and Technology, located in Nanjing City, Jiangsu Province in China (32.21° N, 118.68° E, altitude 14.4 m). The purpose of the research is to explore the characteristic of water and heat flux and influencing factors over these two different fields based on these data and path analysis method. Results showed that the diurnal variations of water and heat fluxes over rice-wheat rotation field were single-peak curves. The average peak values of latent heat flux over rice field at noon were higher than those over winter wheat field. The energy was mainly consumed by latent heat flux. The ratio between latent heat flux and availably energy was 71% over winter wheat field, while was 106% and 122%, respectively for 2016 and 2017 seasons over rice field during the whole growth stage. This result indicated that the rice canopy absorbed sensible heat flux for water consumption. The latent heat flux over rice field was higher than the availably energy during 66% and 81% of the growth season for two seasons, respectively. The daily average surface soil heat fluxes over rice-wheat rotation and water surface heat fluxes over rice field can be neglected due to the small differences. The value of Bowen ratio was positive for wheat, while negative for rice. The order of correlation coefficient between latent heat flux over rice and wheat rotation field and influencing factor was net radiation > vapour pressure deficit > air temperature at 1.5 m height above ground > wind speed. The direct path coefficient followed the same order. The effect of net radiation on latent heat flux over rice-wheat rotation field was primarily on direct effect. While the effect of air temperature at 1.5 m height, vapour pressure deficit and wind speed on latent heat flux was mainly on indirect effect through the interaction between them and net radiation. Decision coefficient results showed that the net radiation was the dominate environment factors affected latent heat flux at short time, followed by vapour pressure deficit. The decision coefficient was negative between air temperature at 1.5 m height above ground and latent heat flux, indicating that high air temperature in summer during rice growth period or low air temperature in winter during wheat growth period inhibited latent heat flux over rice or wheat field. The direct effect of net radiation on latent heat flux over rice field was higher, while vapour pressure deficit was lower than that over winter wheat field. The indirect effect of these factors on latent heat flux over rice field was higher than that over winter wheat field.

water; heat; radiation; rice-wheat rotation; latent heat flux; sensible heat flux; path analysis; Bowen ration energy balance system

2018-01-03

2018-05-30

国家自然科学基金项目（51509130，41775104，41475107，41575111）；江苏省自然科学基金项目（BK20150908）；十二五国家科技支撑计划项目(2014BAD10B07)

邱让建，博士，副教授，主要从事农田水热循环与水资源高效利用研究。Email：qiurj@nuist.edu.cn

刘春伟，博士，副教授，主要从事应用气象和蒸散理论的研究。Email：liu-chunwei@163.com

10.11975/j.issn.1002-6819.2018.17.012

S275

A

1002-6819(2018)-17-0082-07

邱让建，杨再强，景元书，刘春伟，王振昌. 轮作稻麦田水热通量及影响因素分析[J]. 农业工程学报，2018，34(17)：82－88. doi：10.11975/j.issn.1002-6819.2018.17.012 http://www.tcsae.org

Qiu Rangjian, Yang Zaiqiang, Jing Yuanshu, Liu Chunwei, Wang Zhenchang. Analysis of water and heat flux over rice-wheat rotation field and influencing factors[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(17): 82－88. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.17.012 http://www.tcsae.org