作物需水量及灌溉需水量趨勢性分析及方法

張泉

(開封市城市水務集團有限公司，河南 開封 475002)

0 引言

中國是農業大國，也是水資源不足，降雨分布不均的國家，隨著農業的發展，農業作物生產的條件逐步提高，提高作物的抗災抗旱抗害能力，改善作物生態環境，引入良性的農田水利技術，有效利用現有的水資源顯然具有非常重要的意義。只有充分利用水資源，做好灌區規劃，做好灌溉需水量的統籌考慮，才能改進節水灌溉技術，準確規劃預測作物的需水量，改善農業生產條件，促進灌區良性運行。

項目選點河南省豫東水利工程管理局惠北水利科學試驗站(以下簡稱惠北試驗站)節水試驗基地開展相關試驗工作。惠北試驗站是水利部批復的全國100所重點灌溉試驗站之一，多年來系統開展了氣象觀測、土壤墑情和地下水觀測，連續開展了大田和測坑作物需水量試驗、節水灌溉制度試驗，并利用采集的數據建立了數學模型，并對模型進行了對比分析及驗證。

1 確認不同氣象因子，不同時間尺度主要作物的需水量

影響作物需水量的因素是多樣的，其中氣象因子是顯著因素，氣象因子包括降雨量P、蒸發量E、參考作物蒸發蒸騰量ET、平均溫度Tmean、最大溫度Tmax、最小溫度Tmin、凈輻射Rn、日照時數SD、飽和水汽壓差VPD、風速u、相對濕度RH。顯然，一年四季的天氣條件是不同的，每個季節都有其氣象特點，氣象因子的特點和作物的生長特點共同作用，影響著作物的需水量數值，在進行作物需水量研究時，針對影響因素之間的隨機變化特征以及不確定性量化的關系，充分考慮多重因子共同作用以確定不同的時段、不同的尺度作物需水量與各類影響因素的相關性關系。

1.1 作物需水量計算

ETC=ET0×KC

(1)

式中：ETC—作物需水量；ET0—參照作物蒸發蒸騰量(mm/d)；KC—綜合作物系數。

其中，參照作物蒸發蒸騰量ET0，采用1992年聯合國糧農組織推薦的修正彭曼-蒙蒂斯公式進行計算。根據已知的氣象因子數據，其計算公式如下：

(2)

式中：es—飽和水汽壓(kPa);ea—實際水汽壓(kPa);G—土壤熱通量(MJ/m2·d)。

綜合作物系數KC可采用單作物系數法和雙作物系數法確定。

1.2 不同作物各尺度內需水量差異的分析方法

根據河南省惠北水利科學試驗站大田試驗資料分析，針對不同作物的生長特點，同樣氣象條件下的需水量也是不同的。以小麥、棉花、玉米為例說明。(月尺度作物需水量變化線見圖1)

圖1 月尺度小麥、棉花、玉米需水量均值圖

根據日平均需水量試驗資料分析，需水量從大到小依次為玉米、棉花、小麥，其呈現了氣象因子對作物的需水量影響。玉米在6-9月份為其生長周期，棉花在6-9月份也處于成長期，此階段氣溫高、濕度低，作物需水量大，但由于玉米的葉面積遠遠大于棉花的葉面積，而葉面積的大小又會直接影響作物的蒸騰量，故棉花的需水量是小于玉米的。而小麥生育期在10月至來年5月，該時段內氣溫等氣象因子變化相對平緩，故得出以上結論。

匯總統計分析月平均需水量數值，得出同日尺度統計分析相同的結論。其原因是玉米需水量在6-7月份遞增，棉花需水量在4-6月份遞增，而小麥在1-5月份需水量出現遞增，結合每種作物需水量遞增周期以及降雨和土壤墑情的因素，月尺度和日尺度結論相同。

從年平均數值來看，作物需水量數值排序發生變化。冬小麥年均值為555.70 mm，棉花年均值為588.90 mm，夏玉米年均值為422.60 mm。棉花年需水量最大，冬小麥次之，夏玉米年需水量最小。其主要原因是棉花月需水量最大，以棉花的月平均需水量為參照水平線，棉花的月需水量大于參考水平線出現了4個月(5-8月)，而小麥的月需水量大于參考水平線出現了3個月(3-5月)，玉米的月需水量大于參考水平線出現了3個月(6-8月)，故從年尺度的需水量分析上我們得出結論，不同尺度內，不同作物的需水量是有著較大變化的。

2 分析作物凈灌溉需水量的方法

2.1 凈灌溉需水量

在作物根系計劃濕潤層水分和自然降水無法滿足作物生長所需要水分的情況下，需要通過灌溉來滿足作物正常生長需求。作物在其生長過程中，需要依靠灌溉所補充的水，稱之為凈灌溉需水量 。灌區內作物的灌溉需求量既和氣象因子緊密相關，也與作物自身需水特性緊密相連。作物自身需水量是滿足蒸發蒸騰條件形成植株而需要的水量。而在作物生長過程中，形成植株體所需要的水量在作物的總需水量中占比極其微小，一般小于百分之一，故認為滿足作物生長條件下棵間蒸發和植株蒸騰的水量總和即為作物需水量。

凈灌溉用水量的計算為作物需水量與有效降水量的差。其公式為：

IRi=ETi-Pei-εi

(3)

式中：IRi—灌區內i時段內凈需水量；Pei—有效降雨量；ETi—作物需水量；εi—地下水利用量。

需要注意的是，有效降雨量特指自然降雨中能夠達到作物的根部土壤，而被土壤充分利用的水量，并非所有的降水量都會被作物全部利用，一部分水量因徑流或滲漏而損失掉。有效降雨量是計算過程中重要的因素參數。

2.2 不同作物各尺度內灌溉需水量分析比較

以玉米、小麥、棉花為例(月尺度作物灌溉需水量與有效降水量對比見圖2)，利用日尺度的灌溉水量資料分析，三種作物灌溉需水量均為正值，這意味著在作物的生長發育期，降水量不能保證其生長需要，仍要進行適度的補充灌溉；而匯總統計月尺度作物灌溉需水量，小麥的灌溉需水量最大，其原因是小麥在1-5月份的生長發育期，降水較少，仍需要補灌。而玉米和棉花，由于其生長周期的7、8、9三個月份雨水充足，從而降低了灌溉的需求量。從作物灌水年尺度數據比較來看，仍是小麥的灌溉需求量較其他兩種作物大，小麥生長周期為10-12月及來年的1-5月，其生長周期長，而棉花和玉米雖然灌溉需求量小，但仍然需要在關鍵生育期及時補灌。以上例子充分說明，灌區內作物的灌溉需求量是和氣象因子緊密相關的。

圖2 月尺度降雨量、小麥、棉花、玉米灌溉需水量均值圖

2.3 灌區作物灌溉需水量及氣象因子相關因素分析

利用大田試驗資料，我們結合當地的氣象條件，分別在日、月、年尺度的基礎上對不同作物進行了分析，通過對2000—2012年的試驗數據分析得出，小麥、玉米、棉花的灌溉需水量與相對濕度RH、有效降水量P呈現顯著性的負相關，與其他氣象因子呈現出正相關性。但每種作物不同的生長、生殖周期與每個氣象因子的相關程度是不同的。鑒于作物需水量及影響因子間的不確定的量化及隨機特征，同時基于作物需水量與氣象因子之間的不同相關分析，需建立不同尺度下作物需水量的經驗模型，指導規劃作物的需水量變化原因及數據趨勢，利用剩余數據進行模型校驗，達到檢驗模型的目的，從而確定模型的同步性。

3 作物灌溉需水模型建立

基于各種氣象影響因子的作用，按照其相關性，整理出一部分的數據，借助Orgin8.1系統分別在日、月、年三個時間尺度上建立作物的灌溉需水量經驗預測模型，并使用剩余的資料數據對建立的經驗模型進行驗證，從而確定作物的需水量在因子作用下的變化狀況，對了解作物用水需求和灌區灌水預測做出合理的判斷。

3.1 模型建立

以玉米作物日尺度模型為例，根據氣象因子的日尺度數據與作物灌溉需水量之間的聯系，利用2000、2002、2004、2006、2009年的數據進行模型的建立，模型如下：

IR=-1.050 6×Pe+1.996 3

(4)

式中:IR—玉米生育期內灌區內凈灌溉需水量；Pe—玉米生育期內有效降雨量。

如何檢驗模型的準確度，如上所述，需采用2001、2010、2012、2014年的數據進行驗證，并借助擬合指數W，平均偏離差MBE，置性指數C，平均離差MAE，決定系數R2，作為模型精確度的評價指標，其誤差分析如表1。

表1 日尺度玉米模型檢驗的誤差分析表

3.2 灌溉需水量實測值與模擬值對比

根據日尺度玉米模擬的灌溉需水量和實測值繪制散點圖(見圖3)，實測值與模擬值的回歸線都在1∶1線的附近，充分說明了使用經驗模型測算的預測凈灌溉需水量與實際的凈灌溉需水量相近。同時表1中的MBE為負值，則表明模型預測結果低于作物的實際凈灌溉需水量。

圖3 日尺度玉米凈灌溉需水量實測值與模擬值對比圖

4 作物灌溉需水量的趨勢性論證及分析

4.1 灌溉需水量Z值統計

在不同氣候的變化及不同氣象因子的作用下，利用去趨勢預置白處理的Mann-Kendall法分析作物需水量和作物灌溉凈需水量之間的關系，準確預測作物需水量的趨勢性變化過程，進一步確定灌區灌溉水量的情況，更好的評價模擬的精度，這將對灌區預報，了解農作物灌溉用水的趨勢起到非常重要的作用。

作物的灌溉需水量，趨勢變化的顯著水平是通過Z值來體現和評價的，Z為正值，表示為上升的趨勢，如Z為負值，表示為下降的趨勢。以玉米月尺度灌溉需水量的趨勢性分析為例，見圖4。由圖4可以看出，玉米的灌溉需水量在6-7月呈顯著性增加趨勢(α=0.05)，且最大增加值發生在7月份，增加值為8.987 mm/月，而在8、9月份則呈現下降趨勢。

圖4 月尺度玉米灌溉需水量Z值統計值圖

由此得出結論，通過作物統計值Z的柱狀圖評價影響作物需水量的顯著性水平，其充分表示各因子在該階段的作用下影響需水量的顯著程度，同時也通過Z柱狀圖充分體現灌溉需水量的趨勢，為確定灌區需水量預報提供依據。

4.2 時間尺度下的氣象因子影響的趨勢性分析

作物在各時間尺度上受氣象因子影響的程度不同，結合作物需水量變化的趨勢以及形成原因，分析時間尺度影響灌溉需水量的趨勢性結論。以影響玉米灌溉需水量氣象因子月尺度的數據分析為例，作物灌溉需水量與P、RH因子呈負相關，與SD、VPD、Rn、Tmean、Tmax、Tmin因子呈正相關，根據各項數據分析，各因子系數絕對值的大小依次為P>Tmin >Tmean>Tmax>SD>RH>VPD>Rn，P在6、7月份呈現降低趨勢，Tmean、Tmax等溫度因子顯著上升和增加，則玉米灌溉需水量表現出增加的趨勢，而隨著8、9月份P呈增加趨勢，Tmean、Tmax、RH、Rn等影響因子顯著減小，使得玉米的灌溉需水量進一步降低，故在分析作物的灌溉需水量時需綜合考慮各因子在不同尺度上的影響，結合不同作物的生長條件，科學論證其灌溉需水量的趨勢，進一步做好灌區灌水預測和用水管理。

5 結語

通過對灌區主要農作物生長特點的分析，研究了在不同時間尺度內作物需水量及灌溉需水量之間的關系和變化趨勢。利用惠北水利科學試驗站多年大田試驗資料，對不同時間尺度上的部分氣象因子建立冬小麥、夏玉米、夏棉花在不同時間尺度上的灌溉需水量經驗模型，均能準確預測作物的灌溉需水量；作物灌溉需水量趨勢分析采用去趨勢預置白處理的Mann-Kendall模型，定量分析了引黃灌區主要作物不同時間尺度灌溉需水量的變化趨勢，并實現了對灌區作物需水量趨勢分析，為灌區引黃需水量研究、灌區精細化灌溉提供了先進的技術支持，同時作為節水型農業灌溉的重要組成部分，對了解和預測灌區的灌溉水量趨勢具有指導意義。