華北平原冬小麥-夏玉米作物虧缺水量空間分布研究

曹大禹， 吳鑫淼， 郄志紅

(河北農業大學城鄉建設學院，河北 保定 071001)

華北平原是我國最重要的“糧倉”之一，是確保全國糧食安全的重要基地，尤其是京津冀一體化的提出和雄安新區的設立，為環京津冀的華北平原發展提供了新的機遇和挑戰。如何優化農業水資源，在確保其糧食生產穩定的同時，節約更多的水資源用于城市和工業發展，是農業可持續發展的必經之路。目前存在的問題是華北平原降水量并不充沛，年平均降水量較少，約為500～900 mm，降水分布地區、季節、年際間變化較大，其中80%的降水發生在6-9月[1]，導致降水集中期與作物需水關鍵期的不匹配，作物生長仍然需補充灌溉才能獲得較高的產量和質量[2]。但如今我國的農業水資源的數量和質量都令人擔憂，其中又以華北地區尤為嚴重[3]，地下水超采和水資源污染嚴重無不為農業用水設置了難題[4]。在此背景下，摸清主要作物的虧缺水量分布狀況，找到虧缺水量分布規律，才能合理地制定灌溉制度，進一步調整農業作物種植結構以及優化農業水資源配置。本研究是在作物需水量、作物系數相關理論的基礎上，首先對華北平原區域內20個代表區域20年的冬小麥-夏玉米傳統作物耗水量進行計算分析，然后根據降水信息，計算得到各區域的水分虧缺量，利用ArcGIS軟件生成華北平原水分虧缺等值線圖，直觀地顯示華北平原冬小麥-夏玉米的虧缺水量空間分布情況。

1 冬小麥-夏玉米虧缺水量的計算

1.1 氣象觀測點的選取及基本數據

氣象數據來源于中國氣象數據網(http:∥data.cma.cn)。從華北地區篩選出具有完整觀測序列的氣象站點作為分析對象，共選取20個觀測點[5-7]。以行政區劃為標準，按照華北區域內各省份所占面積權重的大小確定各省份觀測點數量，觀測點分布為北京市1個，天津市1個，河北省6個，山東省3個，河南省3個，江蘇省3個，安徽省3個，分別為北京市、天津市、唐山市、滄州市、保定市、石家莊市、衡水市、邯鄲市、青島市、濟南市、濰坊市、新鄉市、鄭州市、開封市、南京市、高郵市、徐州市、蚌埠市、阜陽市、合肥市等20個區域。觀測點數據選取1996-2015年的20年完整觀測序列的氣象資料作為分析對象[8]，氣象數據包括逐日降水，平均溫度(℃)、最高和最低溫度(℃)、平均相對濕度(%)、最低相對濕度(%)、風速、日照時數、經緯度等[9,10]。作物系數來源于《中國主要農作物需水量等值線圖研究》[11]。各區域逐日氣象數據的單位和精度如表1所示。

表1 氣象數據的單位和精度Tab.1 Meteorological data unit and accuracy

1.2 數據指標計算方法

1.2.1 典型水文年下作物需水量的估算

從中國氣象數據網獲取該20個觀測區域在1996-2015年共計20年間的逐日降水資料，篩選出冬小麥生長期(10月15日-次年6月14日)和夏玉米的生長期(6月15日-10月14日)內的逐日降水數據，分別累加計算出作物生長期內的降水量。

(1)典型水文年的選取。本文采用經驗頻率曲線法來確定作物生育期的不同水文年型，選取與頻率相對應的年份作為典型水文年。分別確定20個代表性觀測區域的冬小麥、夏玉米生長期的典型水文年，即經驗頻率分別為25%、50%、75%所對應的豐水年、平水年、枯水年，及相應的降水量。選取結果如表2和表3所示。

(2)作物系數的選取。有研究表明，不同年際間作物系數逐月變化受降水、灌溉的影響而呈波動變化，但作物整個生育期的作物系數則較為穩定，故本文在前人研究的基礎上，根據《中國主要農作物需水量等值線圖研究》采用全生育期作物系數計算實際作物需水量。作物系數選值與當地實際情況對比，具有地區代表性，冬小麥和夏玉米全生育期作物系數KC的選定分別如表4和表5所示。

表2 冬小麥典型水文年及降水量表Tab.2 Typical hydrological year and precipitation table of winter wheat

表3 夏玉米典型水文年及降水量表Tab.3 Typical hydrological year and precipitation table of summer maize

表4 不同區域冬小麥全生育期Kc值Tab.4 Kc of the whole growth period of winter wheat in different regions

表5 不同區域夏玉米全生育期Kc值Tab.5 Kc of the whole growth period of Summer corn in different regions

(3)數據的合理性分析、數據缺測的處理。風速為搜集的10 m高處的風速，根據公式轉化為2 m高度的風速，轉化公式為：

(1)

式中：U2為2 m高度的風速；z為高度差；U10為10 m高度的風速。

最高相對濕度值RHmax由RHmax=2RHmean-RHmin得到(其中RHmean為平均相對濕度，RHmin為最低相對濕度值)。作物生長季節內的參考作物需水量和降水量分別由日值累積得到[12]。在所搜集的氣象數據中，當監測點數值記錄數值微量時，數據修正為0；當監測點數值記錄數據漏測時，此時對數據進行了插補：當存在連續5日之內的缺測數據情況下，用缺失項前后兩日的平均值代替；當超過5日時，采用缺失日的多年平均值代替[13]。

1.2.2 蒸發蒸騰量ET0計算

蒸發蒸騰量采用彭曼公式進行計算，公式如下：

(2)

式中：ET0為參考作物騰發量，mm/d；Rn為冠層表面凈輻射，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；γ為溫度計常數，kPa/℃；T為平均氣溫，℃；U2為2 m高處的風速，m/s；ea為飽和水汽壓，kPa；ed為實際水汽壓，kPa；Δ為飽和水汽壓—溫度曲線斜率。

1.2.3 虧缺水量計算

根據文獻[14]所述，水分虧缺量W定義為作物(冬小麥、夏玉米)生育期內降水量與作物需水量的差值。公式如下：

W=P-ETc

(3)

ETc=KcET0

(4)

式中：W為水分虧缺量，mm；P為作物生育期降水量，mm；ETc為作物需水量；Kc為作物系數；ET0為參考作物騰發量，mm。

2 ArcGIS地理信息系統

ArcGIS是現在地理信息行業使用最為廣泛的軟件，通過對信息處理分析，歸類，從中提取簡單并且對用戶有用的信息。經過30年的研究和改進，這項技術已經開始普及，技術越發完善，功能越發齊全。自20世紀 70年代國外學者就將 ArcGIS 技術應用于農業領域。但在我國，ArcGIS 在農業領域的應用是從20世紀80年代中期開始的[15,16]，盡管與國外相比起步略晚，但部分研究成果已應用于農業生產，取得了很好的經濟效益[17]。本文利用ArcGIS軟件的柵格數據分析功能，通過Kriging插值法繪制等值線圖[18,19]。

2.1 等值線圖差值法

本文等值線圖法作圖遵循反距離加權法插值的原理：假設空間待插點為P(xi，yp，zp)，P點的鄰域內有已知散亂點Q(xi，yi，zi)i=1，2，…，n，利用距離加權反比法對P點的屬性值Zp進行差值，其差值原理是，待插點的屬性值是待插點鄰域內已知散亂點的屬性值的加權平均，權的大小與待插點與鄰域內散亂點之間的距離有關，是距離的k(0≤k≤2，一般取2)次方的倒數。即:

(5)

式中：di為待插點與其鄰域內第i個點之間的距離[20]。

2.2 基于Arcgis的等值線圖繪制步驟

利用ArcGIS軟件中的插值算法得到等值線圖的具體步驟如下：①將數據導入GIS：files-Add X Y data，依次導入經緯度坐標，生成柵格文件(圖1)，得到采樣點的空間分布圖(圖2)；②由柵格文件生成矢量數字文件；③利用反距離加權插值(inverse distence weighted)方法內插出等值線圖。

圖1 生成柵格文件過程Fig.1 Process of generating a raster file

圖2 生成柵格文件圖Fig.2 Generate a raster file map

3 虧缺水量等值線圖繪制

根據計算出的設計典型年下作物虧缺水量，再利用ArcGIS對華北平原整個地區的水分虧缺量進行了插值，得到圖3～圖8，分別為華北平原冬小麥豐水年、枯水年、平水年，夏玉米豐水年、枯水年、平水年的虧缺水量等值線圖。圖中顏色越淺區域表示虧缺水越多，可直觀的表征華北平原主要作物生長期間的水分虧缺量。

圖3 冬小麥豐水年虧缺水量等值線圖Fig.3 Contour map of winter wheat flood water deficit

圖5 冬小麥枯水年虧缺水量等值線圖Fig.5 Contour map of winter wheat dry water deficit

圖6 夏玉米豐水年虧缺水量等值線圖Fig.6 Contour map of summer maize flood water deficit

圖7 夏玉米平水年虧缺水量等值線圖Fig.7 Contour map of summer maize flat water deficit

圖8 夏玉米枯水年虧缺水量等值線圖Fig.8 Contour map of summer maize dry water deficit

4 結 論

通過以上作物虧缺水量等值線圖，主要得出以下結論：

(1)由圖3～圖8可知，以安徽徐州為界，以北地區冬小麥和夏玉米生長期間水分虧缺嚴重，尤以開封、濟南呈帶狀分布，以南地區，水分仍以虧缺為主，僅在夏玉米生長季節的豐水年和平水年有所盈余。為了緩解華北平原地下水下降速度減少地區用水過量的問題，確保生產的穩定性，遵循可持續發展的原則，冬小麥種植應盡量避免在開封、濟南、濰坊所在帶狀區域。

(2)華北地區冬小麥生育期內需水量在444.4～894.6 mm之間，缺水量在29.8～743.2 mm，不同水文年型條件下冬小麥生育期內均需要灌溉；山東、河南、北京虧缺水量最大，河北和天津虧缺水量次之，江蘇和安徽因地理位置偏南，降水量偏多，虧缺水量較少。華北地區夏玉米生育期內需水量在304.3 ～636.1 mm之間，缺水量在-370.1～283.7mm，夏玉米生育期內需水量較冬小麥為低，而降水量則高于冬小麥，在豐水年，除少部分區域需要補充灌溉少量水外，大部分區域降水量有所盈余，平水年也有部分區域降水量可滿足作物需水量。虧缺水量最嚴重的地區為河北、北京和山東，河南和天津次之，安徽和南京虧缺水量最小。

(3)由ArcGIS插值的整個華北平原的虧缺水量等值線圖，可知，以安徽徐州為界，以北地區冬小麥和夏玉米生長期間水分虧缺嚴重，尤以開封、濟南呈帶狀分布，以南地區，水分仍以虧缺為主，僅在夏玉米生長季節的豐水年和平水年有所盈余。

(4)本文定量計算了華北地區冬小麥和夏玉米生育期內的作物虧缺水量，為華北地區農業水資源的優化提供了理論依據。通過對虧水量等值線圖的分析，確定了不同區域的農業虧水程度，為確定華北地區種植結構調整的優先次序及重點調整區域提供理論支撐。

本文研究結論適用于對精度需求度較低，側重于趨勢分析的大面積宏觀規劃分析，例如定制灌溉制度、調整農業作物種植結構以及優化農業水資源配置等研究，可為其提供參考依據，本文數據精度不適用于指導小規模田間灌溉。

建議下一步可考慮以本文的作物虧缺水量為基礎，進一步對地表水和地下水水資源的承載能力進行分析，為華北地區水資源的優化配置和作物種植結構的逐步調整提供理論支撐。本文的不足之處為對華北平原20個區域的虧缺水量進行了計算，對于其他區域的虧缺水量進行了內插計算，但是內插值與實際數值是否有偏差并沒有進行分析，有待進一步研究確定。

□