基于分布式水文模型的小麥漬害對(duì)氣候變化響應(yīng)研究

任菲瑩，熊勤學(xué)

(長(zhǎng)江大學(xué)農(nóng)學(xué)院/濕地生態(tài)與農(nóng)業(yè)利用教育部工程研究中心/長(zhǎng)江大學(xué)澇漬災(zāi)害與濕地農(nóng)業(yè)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北荊州 434025)

漬害是長(zhǎng)江中下游地區(qū)常見(jiàn)的一種土壤水分過(guò)多引起的農(nóng)業(yè)氣象災(zāi)害，每年長(zhǎng)江中下游地區(qū)夏收作物因漬害的影響，產(chǎn)量減產(chǎn)達(dá)30%～50%[1]。漬害致災(zāi)因子有地形、土壤物理屬性、氣象條件、作物耐漬性和水利設(shè)施等，其中氣象條件(特別是降水與蒸散)是影響作物漬害年際變化的主要因子。隨著全球氣候變化和人類活動(dòng)干擾日益加劇, 漬害致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體情勢(shì)及其相互關(guān)系發(fā)生了深刻變化,導(dǎo)致漬害態(tài)勢(shì)出現(xiàn)了新情況，因此有必要開(kāi)展氣候環(huán)境變化條件下的漬害研究。目前氣候變化對(duì)農(nóng)業(yè)氣象災(zāi)害的影響研究主要集中在暴雨洪澇、干旱、冷害、高溫方面，如黃國(guó)如等[3]利用CMIP5(coupled model intercomparison project phase 5)全球氣候模式模擬發(fā)現(xiàn)，在未來(lái)時(shí)期北江流域強(qiáng)降雨與高潮位遭遇的風(fēng)險(xiǎn)概率呈現(xiàn)上升趨勢(shì)等；徐影等[4]分析了RCP8.5(representative concentration pathway)情景下21世紀(jì)中國(guó)洪澇致災(zāi)危險(xiǎn)性、承災(zāi)體易損性以及洪澇災(zāi)害風(fēng)險(xiǎn)；賀晉云等[5]對(duì)西南地區(qū)極端干旱進(jìn)行分析發(fā)現(xiàn)，近50年來(lái)極端干旱發(fā)生頻率明顯增加；陳曉晨等[6]通過(guò)CMIP5耦合模式研究表明，在RCP4.5情景下，未來(lái)中國(guó)熱浪指數(shù)增加 2.6倍。目前關(guān)于漬害對(duì)氣候變化響應(yīng)的研究尚不多見(jiàn)，主要原因是漬害相關(guān)資料缺乏，由于漬害作物表型學(xué)特征不明顯、受漬表觀明顯滯后、漬害判別標(biāo)準(zhǔn)缺乏、常伴隨其他氣象災(zāi)害等原因，農(nóng)業(yè)部門更多地關(guān)注洪澇，而無(wú)作物受漬調(diào)查資料。本研究以湖北監(jiān)利縣小麥為對(duì)象，運(yùn)用分布式水文模型(DHSVM，distributed hydrology soil vegetation model)，結(jié)合1970-2018年氣象觀測(cè)數(shù)據(jù)和CMIP5四種情景(RCP2.6、RCP4.5、RCP6.0和RCP8.5)下2020-2069年全球氣候模式模擬氣象結(jié)果數(shù)據(jù)，在假設(shè)其他條件(高程、土壤類型、土地利用現(xiàn)狀)不變條件下，模擬出近100年每日的農(nóng)田土壤表層(0～30 cm)土壤體積含水量空間分布數(shù)據(jù)，結(jié)合受漬指數(shù)，分析100年氣候變化對(duì)小麥漬害的影響。

1 材料與方法

1.1 研究區(qū)域概況

監(jiān)利縣位于湖北省中南部、江漢平原南部，緊鄰長(zhǎng)江北岸，面積為3 508 km2，地勢(shì)分布呈“簸箕”形，即西、南、北三面較高，中部及東部較低，因此自身形成一個(gè)獨(dú)立的水系；土壤類型主要為灰潮土、水稻土；監(jiān)利縣屬典型的亞熱帶季風(fēng)氣候，光能充足(大于10 ℃的積溫5 171.8 ℃·d)、熱量資源豐富、無(wú)霜期長(zhǎng)(242～263 d)。

1.2 受漬指數(shù)SSWI(sub-surface waterlogging index)計(jì)算方法

漬害的判別標(biāo)準(zhǔn)[7-8]：當(dāng)農(nóng)田地下水位埋深小于60 cm，土壤根層相對(duì)體積含水量5 d 滑動(dòng)均值高于110%的持續(xù)期大于5 d時(shí)，認(rèn)為夏收作物受到輕度漬害；如果持續(xù)期大于12 d，認(rèn)為作物受到中度漬害；持續(xù)期20 d以上時(shí)則認(rèn)為作物受到重度漬害。每年3-4月正值小麥拔節(jié)至灌漿期，是監(jiān)利小麥?zhǔn)軡n害影響的主要時(shí)期，因此用3-4月SSWI均值代表小麥?zhǔn)軡n害影響程度的特征量。

CDays=Dateend-Datestart

(1)

(2)

式中，CDays為漬害持續(xù)天數(shù)；Datestart為起日，即當(dāng)土壤根層(0～30 cm)含水量日均值首次連續(xù)5 d滑動(dòng)平均值大于田間持水量的110%時(shí)，這5 d中第一次出現(xiàn)含水量大于田間持水量的110%的日期;Dateend為止日，即土壤根層含水量日均值最后連續(xù)5 d滑動(dòng)平均值大于田間持水量的110%時(shí)，這5 d中最后一次出現(xiàn)含水量大于田間持水量的110%的日期。SSWIi為第i天受漬指數(shù)。

3月份 SSWI統(tǒng)計(jì)時(shí)段為每年3月1日至3月31日，4月份 SSWI統(tǒng)計(jì)時(shí)段為每年4月1日至4月30日，年SSWI計(jì)算時(shí)段為統(tǒng)計(jì)3月1日至4月30日。潮土田間持水量為0.30 m3·m-3，起日為4月12日，止日為4月28日，持續(xù)17 d，4月份SSWI為0.57。圖1為監(jiān)利小麥SSWI具體計(jì)算過(guò)程流程。

圖1 小麥SSWI計(jì)算流程圖

1.3 DHSVM模型數(shù)據(jù)收集及調(diào)參

1.3.1 氣象數(shù)據(jù)收集與整理

DHSVM模型(distributed hydrology soil vegetation model)是美國(guó)西雅圖華盛頓大學(xué)西北太平洋國(guó)家實(shí)驗(yàn)室于1994年研制出的一種分布式水文模型[10-11]。模型中的氣象數(shù)據(jù)包括逐日日平均氣溫、空氣濕度、風(fēng)速、降水、短波輻射量和長(zhǎng)波輻射量。1970-2018年逐日氣象數(shù)據(jù)來(lái)自監(jiān)利縣氣象局，其中短波輻射量和長(zhǎng)波輻射量數(shù)據(jù)運(yùn)用文獻(xiàn)[9]方法依據(jù)日照時(shí)數(shù)數(shù)據(jù)計(jì)算而來(lái)；2020-2069年四種情景(RCP2.6、RCP4.5、RCP6.0和RCP8.5)氣象數(shù)據(jù)來(lái)自CMIP5MIROC5全球氣候模式逐日模擬結(jié)果(格式為day_MIROC5_rcp26_r1i1p1，下載網(wǎng)址為https://esgf-node.llnl.gov/search/cmip5/，下載完成后，用IDL語(yǔ)言讀取NC格式二維氣象要素?cái)?shù)據(jù))，取80行、85列數(shù)據(jù)(東經(jīng)112、北緯31)作為監(jiān)利氣象數(shù)據(jù)。

1.3.2 DHSVM模型的其他數(shù)據(jù)來(lái)源

DHSVM模型在輸入土壤類型、土地利用現(xiàn)狀、高程模型等柵格GIS數(shù)據(jù)和氣象條件、各土壤類型物理參數(shù)、各土地利用現(xiàn)狀水文參數(shù)條件下，可以0～24 h為步長(zhǎng)模擬一段日期內(nèi)河流徑流、土層厚度、農(nóng)田土壤濕度、地表徑流等時(shí)空分布。本研究的土壤類型數(shù)據(jù)來(lái)自1990年的 1∶12萬(wàn)監(jiān)利縣土壤類型紙制地圖。土壤類型有灰潮土、水稻土、黃棕壤土、水體4種。

DEM(digital elevation model)數(shù)據(jù)采用美國(guó)太空總署的SRTM(shuttle radar topography mission)數(shù)據(jù)，其空間分辨率為90 m，從互聯(lián)網(wǎng)上下載而來(lái)，地址為http://srtm.csi.cgiar.org。

土地利用現(xiàn)狀數(shù)據(jù)是運(yùn)用2015年HJ-1A和HJ-B環(huán)境衛(wèi)星CCD數(shù)據(jù)，采用農(nóng)作物時(shí)序特征提取方法[12-13]提取的土地利用現(xiàn)狀空間分布。農(nóng)作物細(xì)分為單季中稻、單季棉花、小麥+棉花、油菜+棉花、小麥+中稻、油菜+中稻、雙季稻等，其精度及結(jié)果分析見(jiàn)相關(guān)文獻(xiàn)[14]。

運(yùn)用DHSVM模型最后模擬出空間分辨率為90 m的監(jiān)利縣逐日土壤表層體積含水量柵格數(shù)據(jù)。

1.3.3 模型調(diào)參與驗(yàn)證

模型調(diào)參采用Nash-Stucliffe效率系數(shù)(NSE)[15]：

(3)

為驗(yàn)證模型正確性，在監(jiān)利縣程集鎮(zhèn)實(shí)驗(yàn)田(北緯29.94、東經(jīng)112.71)架設(shè)HOBO 15要素自動(dòng)氣象站(同時(shí)觀測(cè)土壤表層體積含水量)，15 min觀測(cè)1次。觀測(cè)日期為2013年1月1日-2015年12月31日。采用均方根誤差(root mean square error, RMSE)衡量模型擬合結(jié)果。

(4)

式中n為樣本數(shù)。RMSE值越小，表示模型模擬的效果越好。

由于DHSVM模型參數(shù)[16-17]中橫向水力傳導(dǎo)系數(shù)、水力傳導(dǎo)系數(shù)下降指數(shù)、土壤孔隙度、田間持水率、最小氣孔阻抗比較敏感[18]，本研究選擇優(yōu)化對(duì)象為潮土的橫向水力傳導(dǎo)系數(shù)及橫向飽和導(dǎo)水率隨深度的遞減指數(shù)，其他土壤類型根據(jù)模型缺省值結(jié)合潮土參數(shù)進(jìn)行線性放大與縮小。具體調(diào)參步驟：分別將潮土的橫向水力傳導(dǎo)系數(shù)在0～0.2范圍每隔0.02取10個(gè)值，橫向飽和導(dǎo)水率隨深度的遞減在0～10范圍每隔1取10個(gè)值，排列組合后分別代入DHSVM模型中，運(yùn)用DHSVM模型模擬的2013年1月1日-1月24日土壤水分?jǐn)?shù)據(jù)與同期程集自動(dòng)氣象站每天的觀測(cè)點(diǎn)(棉田，東經(jīng)112.682，北緯29.9012，灰潮土)0～30 cm土層土壤體積含水量均值進(jìn)行Nash-Stucliffe效率系數(shù)計(jì)算(樣本數(shù)為144)，取其最大值0.746對(duì)應(yīng)的參數(shù)作為模型確定參數(shù)(表1)，其中孔隙大小分布指數(shù)是有效飽和度與吸力雙對(duì)數(shù)關(guān)系曲線的斜率，數(shù)值愈大，表示孔隙尺寸的分布范圍愈窄，孔隙愈均勻。

運(yùn)用模型模擬2013年1月1日-2015年12月31日每天的土壤水分運(yùn)行情況，將模擬結(jié)果中的第1層土壤體積含水量值與0～30 cm土層土壤體積含水量的均值相關(guān)性較好(圖2)，二者之間的決定系數(shù)R2為0.67(樣本數(shù)為951)，RMSE為0.035，說(shuō)明DHSVM模型對(duì)監(jiān)利縣土壤表層含水量的擬合性較好，模型適應(yīng)良好。

2 結(jié)果與分析

2.1 1970-2069年氣象要素的變化特征

將1970-2018年歷史氣象數(shù)據(jù)中每年3-4月的日總輻射、日平均氣溫進(jìn)行平均，日降水量進(jìn)行累加，并以年代為時(shí)段計(jì)算平均值和方差，得到5個(gè)年代3-4月總輻射日均值、氣溫日均值、降水總量(圖3)。由圖2可知，監(jiān)利縣日總輻射隨年代的增加而增加，從20世紀(jì)70年代的 462.1 W·m-2一直增加到2010年代的483.5 W·m-2，而日平均氣溫從20世紀(jì)80年代到2000年代呈上升趨勢(shì)，降水則以20世紀(jì)90年代最大，為266.4 mm。總體上看，氣候變暖非常明顯。

采用相同方法得到未來(lái)50年四種情景下的總輻射日均值、氣溫日均值、降水總量。由圖3可知，在監(jiān)利縣，不管什么情景，這4個(gè)指標(biāo)值都明顯高于1970-2018年的歷史氣象數(shù)據(jù)，且不同情境的增加幅度有差異，其中RCP6.0情景的增加幅度明顯低于其他情景。降雨增多會(huì)導(dǎo)致土壤含水量的增加，而氣溫和輻射的上升會(huì)引起農(nóng)田蒸散的增加，進(jìn)而使農(nóng)田土壤含水量減少，因此全球氣候變化對(duì)小麥漬害的影響十分復(fù)雜。

2.2 基于歷史氣象數(shù)據(jù)的小麥SSWI變化特征

從每年3-4月SSWI均值年變化(圖4)看， SSWI在1981年最大，為0.59；在1979和2004年最小，為0.1。從1970年到2018年，3-4月SSWI均值呈下降趨勢(shì)，每年平均下降0.21%。從20世紀(jì)70年代到2010年代，SSWI的年代均值先升后降趨勢(shì)(圖5)。

2.3 基于不同情景氣象模擬數(shù)據(jù)的小麥SSWI變化特征

利用DHSVM模型對(duì)四種情景下2020-2069年土壤數(shù)據(jù)模擬及3-4月SSWI指數(shù)均值(圖6)。計(jì)算結(jié)果表明，RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下SSWI最大值分別為0.56、0.61、0.71和0.64，分別出現(xiàn)在2027、2026、2027和2023年，而最小值分別為0.07、 0.05、0.07和0.05，分別出現(xiàn)在2050、2057、2046和2041年。四種情景下SSWI年均值盡管都呈下降趨勢(shì)，但情景間存在明顯的差異，RCP2.6、RCP6.0和RCP8.5情景的下降趨勢(shì)不太明顯，而RCP4.5明顯下降，而且下降趨勢(shì)大于1970-2018年。此外，不管什么情景，SSWI的年際差異呈變大趨勢(shì)， 2020-2069年RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下SSWI年際間方差分別為0.135、0.139、 0.132、 0.131，明顯大于1970-2018年的方差(0.127)，說(shuō)明未來(lái)50年里監(jiān)利小麥?zhǔn)軡n時(shí)間有逐年減少的趨勢(shì)，但每年受漬時(shí)間的年際間差異會(huì)越來(lái)越大。

表1 DHSVM模型中土壤類型主要參數(shù)

圖2 降水量、土壤體積含水量模擬值與觀測(cè)值時(shí)序變化

2.4 影響小麥漬害氣候變化成因分析

將1970-2018年和四種情景下2020-2069年的SSWI值與同年氣象要素進(jìn)行相關(guān)分析，結(jié)果表明，SSWI與同期降水量呈正相關(guān)(相關(guān)系數(shù)為0.437)，而與氣溫、入總輻射日均值呈負(fù)相關(guān)(相關(guān)系數(shù)分別為-0.543和-0.590)，說(shuō)明降雨量增加會(huì)增大漬害的危害程度，但同期輻射量增加、氣溫升高有利于減少漬害發(fā)生。從前面分析可知，從1970-2069年每年3-4月總輻射、氣溫和降水有升高的趨勢(shì)，高散射和高降水導(dǎo)致盡管漬害有下降趨勢(shì)，但年際間受漬時(shí)間差異會(huì)增加。

圖3 1970-2018年和2020-2069年四種情景下不同年代3-4月總輻射日均值、氣溫日均值、降水總量的變化

圖4 1970-2018年3-4月SSWI均值的變化

圖5 1970-2018年3-4月SSWI均值年代變化

圖6 四種情景下2020-2069年每年3-4月SSWI均值的變化

從圖7可以看出，盡管近100年不同年代小麥漬害危害程度(SSWI)有差異，但其空間分布的特征基本一致，小麥漬害危害重的地區(qū)主要集中在南部的長(zhǎng)江沿線的灘涂區(qū)域和監(jiān)利中西部地勢(shì)低洼地區(qū)。

圖7 不同年代、四種情景小麥3-4月SSWI指數(shù)空間分布變化圖

3 討 論

對(duì)近50年和四種情景(RCP2.6、RCP4.5、RCP6.0和RCP8.5)未來(lái)50年全球氣候模式逐日模擬數(shù)據(jù)的分析表明，監(jiān)利小麥每年受漬時(shí)間有逐年遞減的趨勢(shì)，但受漬時(shí)間的年際間差異會(huì)越來(lái)越大，四種情景也均呈相同的變化規(guī)律，其中RCP4.5最明顯。其結(jié)果與中國(guó)《第三次氣候變化國(guó)家評(píng)估報(bào)告》顯示的“其結(jié)果與1909年以來(lái)中國(guó)的變暖速率高于全球平均值，每百年升溫 0.9～1.5 ℃。全球變暖會(huì)導(dǎo)致水循環(huán)出現(xiàn)變異，大氣持水能力加強(qiáng)，引起降水時(shí)空分布更加不均勻，強(qiáng)降水等極端災(zāi)害天氣事件出現(xiàn)的頻率和強(qiáng)度增加”的結(jié)論不矛盾。王志福[20]運(yùn)用歷史氣象數(shù)據(jù)分析得出，在長(zhǎng)江中下游和江南地區(qū)氣候會(huì)變暖，水循環(huán)加速，在降水量和降水日數(shù)的共同作用下，會(huì)發(fā)生更頻繁的洪澇或干旱事件，作物受漬頻次增加，這一結(jié)論與本研究結(jié)論相似。針對(duì)漬害的這種變化趨勢(shì)，要科學(xué)進(jìn)行漬害田的改造，建立合理的排灌體系，通過(guò)擴(kuò)寬、加深溝渠，安裝排灌設(shè)施，確保漬水及時(shí)排出；同時(shí)加強(qiáng)小麥抗?jié)n品種培育，確保小麥高產(chǎn)穩(wěn)產(chǎn)。

RCP2.6、RCP4.5、RCP6.0和RCP8.5情景分別表示到2100年輻射強(qiáng)度水平2.6、4.5、6.0、8.5 W·m-2，其中RCP2.6最為理想，即假設(shè)未來(lái)10年溫室氣體排放開(kāi)始下降，到本世紀(jì)末溫室氣體排放就成為負(fù)值。從四種情景未來(lái)50年SSWI變化可以看出，SSWI變化與全球CO2排放量關(guān)系不大，主要原因是監(jiān)利縣屬季風(fēng)型氣候，受海洋(夏季)和大陸(冬季)型氣候的影響，其 3-4月降水量與CO2排放量關(guān)系不密切。

由于缺乏小麥漬害長(zhǎng)期定位觀測(cè)數(shù)據(jù)和漬害定損規(guī)范，國(guó)內(nèi)外對(duì)作物漬害氣候變化規(guī)律研究幾乎沒(méi)有。本研究對(duì)氣象歷史數(shù)據(jù)、土壤類型數(shù)據(jù)、土地利用現(xiàn)狀數(shù)據(jù)和地形數(shù)據(jù)，運(yùn)用DHSVM模型模擬出近100年農(nóng)田土壤水分?jǐn)?shù)據(jù)，結(jié)合SSWI分析出每年小麥漬害受漬時(shí)間及漬害變化規(guī)律，為缺乏歷史數(shù)據(jù)的災(zāi)害氣候分析提出了一種新思路。

本研究只是利用氣候模式的模擬結(jié)果對(duì)未來(lái)漬害風(fēng)險(xiǎn)進(jìn)行了初步評(píng)估，還存在一定的局限性，主要表現(xiàn)在全球氣候模式的分辨率較粗，與未來(lái)真實(shí)氣候變化存在一定的差別；其次，對(duì)于漬害風(fēng)險(xiǎn)評(píng)估的方法有很多種，本研究只用了SSWI，其只能反映小麥的受漬時(shí)間，不能表達(dá)受漬程度和對(duì)產(chǎn)量的影響；第三，溫室氣體排放不僅影響全球氣候變化，也會(huì)引起農(nóng)業(yè)種植制度、土壤屬性變化，人類活動(dòng)也會(huì)發(fā)生變化，這些不確定性對(duì)小麥漬害的影響還有待進(jìn)一步研究。