邢貞相 喻 熠 李鳳昱 王麗娟 付 強 王紅利
(1.東北農業大學水利與土木工程學院, 哈爾濱 150030;2.東北農業大學農業農村部農業水資源高效利用重點實驗室, 哈爾濱 150030)
我國是一個水資源嚴重短缺的國家,有限的水資源嚴重制約了經濟和社會發展,水資源供需矛盾突出仍是可持續發展的主要瓶頸[1-3]。農業是水資源消耗最大的行業,作為農業大國,我國70%以上水資源用于農業,且農業用水量中有90%以上用于農業灌溉[4-5]。提高農業用水效率是節約用水的關鍵,而分析和揭示作物需水量的變化特征可為提高農業用水效率提供科技支撐。此外,氣象條件是作物需水量的影響因素,因此,探討作物需水量的變化特征離不開氣象條件的影響分析,識別作物需水量變化的關鍵氣象因子,為作物需水量的計算和分析提供重要的協變量。
近年來,作物需水量在不同地區的分布特征及其對不同區域氣候變化響應是研究的熱點[6-8]。JIA等[9]采用Penman-Monteith結合單作物系數法及水平衡模型分析了氣候變化下冬小麥需水量的變化及其決定因素。LI等[10]基于TFPW的Mann-Kendall趨勢檢驗分析了陜北黃土高原主要氣象參數的時空演變過程和特征,發現參考作物蒸散發量(ET0)對相對濕度敏感性最高和日最高氣溫對潛在蒸散量貢獻率最高。尹海霞等[4]通過相關分析法和R/S分析法得出相對濕度、日照時長和平均風速是作物需水量的主要影響因子以及未來一段時間作物需水量與過去基本一致。劉小剛等[11]基于時間序列分析法和通徑分析法對河南省主糧作物需水量變化趨勢與成因進行分析。
建三江墾區有15個大中型國有現代化農場,是我國重要的糧食儲備基地和商品糧生產基地[12]。近年來隨著大面積開墾以及旱田改為水田面積大量增加,致使農業用水量也大幅度增加,一度出現了水資源利用效率低下及水資源短缺等問題,實現農業水資源的高效利用和優化配置已經成為本區域現代化農業的研究重點。目前,關于建三江墾區作物需水量變化趨勢及影響因子已有相關研究[13-14],但大多采用傳統的趨勢分析法、相關分析法等對作物需水量的變化成因進行分析,難以定量分析各因子的影響程度及因子之間的相互影響,同時對未來作物需水量的變化趨勢研究較少。本研究基于長時間序列(1995—2018年)逐日氣象資料,采用Penman-Monteith模型結合單作物系數法,對建三江墾區種植面積大且種植結構穩定的3種主要作物(水稻、玉米和大豆)生長季內(5—9月)的日作物需水量進行估算,利用TFPW-MK法分析3種主要作物需水量的趨勢性變化,并通過R/S分析法預測作物需水量未來變化趨勢,借助通徑分析法研究3種主要作物需水量的變化成因,探討建三江墾區主要作物需水量變化特征以及未來趨勢預測,為建三江墾區科學灌溉和水資源高效利用提供參考依據。
建三江墾區(圖1)位于三江平原腹地,系黑龍江、松花江、烏蘇里江匯流的河間地帶,與同江、富錦、撫遠、饒河三市一縣相鄰,坐標為東經132°31′26″~134°22′26″,北緯46°49′47″~48°12′58″。建三江墾區總面積1.24×104km2,占黑龍江墾區總面積的22%,其中耕地面積7.9×103km2,沼澤濕地面積2.7×103km2。建三江墾區屬寒溫帶濕潤季風氣候區,夏季高溫多雨,冬季寒冷干燥,全年溫差大,年平均氣溫為1~2℃,年內平均氣溫大于10℃的活動積溫為2 267~2 415℃[15],日照時長為2 260~2 449 h,平均降水量為550~600 mm,且降水年內分布不均,多集中在6—9月,無霜期為110~135 d。建三江墾區地勢平坦、土質肥沃,土壤有機質含量較高,主要土壤為棕壤、白漿土、黑土、草甸土、沼澤土等。該區域的熱量、日照時長、雨量、土質是水稻、玉米、大豆及其他經濟作物的最佳生長區帶的重要天然條件。

圖1 研究區域示意圖Fig.1 Schematic of study area
所用日平均近地面(2 m)氣壓、近地面(2 m)氣溫、近地面(10 m)全風速、近地面(2 m)空氣比濕、地面降水率等氣象要素來自從國家青藏高原科學數據中心下載的中國區域地面氣象要素數據集[16],其時間分辨率為3 h、空間分辨率為0.1°。日照時長數據來自《黑龍江省農墾總局農業局氣象資料》。
1.3.1Penman-Monteith公式
采用聯合國糧食及農業組織(FAO)推薦的Penman-Monteith公式結合單作物系數法計算逐日作物需水量[17-18],其表達式為
(1)
式中ET0——逐日參考作物蒸散發量,mm/d
Δ——飽和水汽壓與溫度關系曲線的斜率
Rn——冠層表面凈輻射,MJ/(m2·d)
G——土壤熱通量,MJ/(m2·d)
γ——濕度計常數
T——空氣的平均溫度,℃
U2——地面以上2 m處的風速,m/s
es——空氣飽和水汽壓,kPa
ea——空氣實際水汽壓,kPa
單作物需水量表達式為
ETc=KcET0
(2)
式中ETc——逐日某單一作物需水量,mm/d
Kc——單作物的作物系數
建三江墾區主要作物生育期的劃分及各作物的作物系數(Kc)是根據FAO提供的資料并結合前人研究基礎[14,19-21]和建三江墾區氣象條件得出,見表1~3。

表1 水稻生育期及作物系數Tab.1 Growth period and crop coefficient of rice

表2 玉米生育期及作物系數Tab.2 Growth period and crop coefficient of maize

表3 大豆生育期及作物系數Tab.3 Growth period and crop coefficient of soyben
1.3.2TFPW-MK趨勢性檢驗法
TFPW-MK是一種改進的Mann-Kendall趨勢檢驗方法。通過TFPW方法,剔除原始數據序列中顯性趨勢對自相關系數估計的影響,可更加準確地對數據序列進行Mann-Kendall趨勢檢驗。該方法通過統計值Z來判別序列的整體變化趨勢和Sen斜率值來估算序列的變化量,當Z>0時,序列整體呈上升趨勢;當Z<0時,序列整體呈下降趨勢。TFPW-MK方法的計算過程見文獻[22-24]。本文中采用TFPW-MK趨勢性檢驗法對建三江墾區1995—2018年時間序列內水稻、玉米、大豆需水量在生育期不同階段的趨勢性變化進行分析,并通過氣象因子在時間序列中各作物生育期內的變化量對水稻、玉米、大豆需水量變化趨勢進行驗證。
1.3.3R/S分析法
R/S分析法是一種時間序列統計方法,用來處理時間序列的分形結構,分析時間序列的分形特征和長期記憶過程,可以反映出時間序列的可持續性。對于某時間序列{x(t)},t=1,2,…,n,當任意正整數τ≥1時,計算均值序列,累計離差序列,極差R(τ)序列和標準極差S(τ)序列。對于R(τ)/S(τ)=R/S,如果存在R/S∝τH關系(該關系中的H稱為H指數),說明時間序列{x(t)}存在Hurst現象[25]。根據分析得出的H(Hurst)指數來判斷這種趨勢是隨機的還是存在一定趨勢的。其具體計算方法見文獻[26]。對于不同的H指數(0 1.3.4通徑分析法 通徑分析法是探究多個自變量x1、x2、…、xn和因變量間線性關系的一種重要統計方法[27-30]。根據通徑分析,獲得自變量對因變量影響的直接作用和自變量通過其他自變量對因變量的間接作用,克服了相關分析和多元回歸分析的不足,具有直觀、精確等優點[11]。本文利用通徑分析法量化分析建三江墾區氣象因子對水稻、玉米和大豆需水量的影響。 通徑分析法中多個自變量xi(i=1,2,…,n)與因變量y的線性回歸方程為 y=b0+b1x1+b2x2+…+bnxn (3) 式中bn——非標準化系數 線性回歸方程經過數學變換可建立正規矩陣 (4) 式中rij(i=1,2,…,n;j=1,2,…,n)為xi和xj的相關系數;bi(i=1,2,…,n)為直接通徑系數,即自變量xi對因變量y的直接作用;rijbj為間接通徑系數,即自變量xi通過自變量xj對因變量y的間接作用;riy為自變量xi通過其他自變量對因變量y的總間接影響效應。 決策系數計算式為 (5) 回歸方程估測的可靠程度E為 E=r1yb1+r2yb2+…+rnybn (6) 本文利用該方法分析建三江墾區主要氣象因子對作物需水量的影響,并識別3種主要作物需水量的關鍵影響因子。 采用Penman-Monteith公式結合單作物系數法,依據式(1)、(2)計算的建三江墾區1995—2018年的參考作物蒸散發量及水稻、玉米、大豆的全生育期作物需水量,結果如圖2所示。從圖2a可以看出,建三江墾區參考作物年蒸散發量變化范圍為549.86~670.60 mm,多年平均年蒸散發量為606.68 mm。年蒸散發量明顯高于多年平均年蒸散發量的年份有1998、2001、2007、2008、2017、2018年,年蒸散發量分別為670.60、640.77、663.53、650.28、649.63、636.12 mm。年蒸散發量明顯低于多年平均年蒸散發量的年份有2000、2010、2011、2012、2013年,年蒸散發量分別為563.57、576.77、575.25、549.86、566.63 mm。 從圖2b可以看出,水稻、玉米、大豆全生育期需水量的年際變化不明顯,同年3種作物需水量之間存在顯著差異。根據圖2b對應的1995—2018年同種作物需水量不難得出其多年平均全生育期的需水量,其中水稻需水量最大,多年平均需水量為484.84 mm;玉米需水量次之,多年平均需水量為425.91 mm,為水稻多年平均需水量的88%;大豆需水量最小,多年平均需水量為319.11 mm,為水稻多年平均需水量的66%。 圖2 建三江墾區1995—2018年作物需水量年際變化Fig.2 Inter-annual variations of crop water demand in Jiansanjiang Reclamation Area from 1995 to 2018 根據式(2)計算得到的逐日需水量可求出各生育期的需水量,結果如圖3所示。從圖3可以看出,水稻、玉米、大豆3種作物在生育期內需水量均呈現先增加后減少的趨勢;在水稻各生育期中,分蘗期(分蘗初期、分蘗盛期、分蘗末期)需水量達到最大值,總計為164.31 mm,其次為拔節孕穗期和乳熟期,需水量分別為94.01 mm和84.88 mm,其他階段需水量相對較少;日需水量最大值出現在7月11日(分蘗末期),為5.26 mm。在玉米生育期各階段中,七葉期需水量達到最大值,為88.57 mm,其次為拔節期和吐絲期,需水量分別為86.99、67.68 mm。其他階段需水量相對較少,日需水量最大值出現在7月15日(拔節期),為4.79 mm。在大豆生育期各階段中,結莢期需水量達到最大值,為95.15 mm,其次為三葉期、開花期和鼓粒期,需水量分別為49.34、58.72、49.04 mm。其他階段需水量相對較少,日需水量最大值出現在8月2日(開花期),為3.19 mm。 圖3 不同生育期多年平均作物需水量及日需水量Fig.3 Annual average and daily water demand of crops in different growth periods 采用TFPW-MK法計算1995—2018年水稻、玉米和大豆生育期需水量的Z統計值(圖4),由圖4可知,水稻在插秧期、返青期、分蘗末期、抽穗開花期、乳熟期和全生育期對應的Z值分別為1.02、1.41、0.47、0.72、0.02、0.22,故其需水量呈增加趨勢;在分蘗初期、分蘗盛期、拔節孕穗期和黃熟期對應的Z值分別為-0.72、-0.42、-0.47、-0.17,故其需水量呈減少趨勢。同理,可以分析出:玉米在出苗期、抽雄期、吐絲期和乳熟期需水量呈增加趨勢;在播種期、七葉期、拔節期、成熟期和全生育期需水量呈減少趨勢。大豆在播種期、出苗期、分支期、結莢期和全生育期的需水量呈增加趨勢;三葉期、開花期、鼓粒期和成熟期的需水量呈減少趨勢。 圖4 水稻、玉米、大豆生育期Z統計值Fig.4 Z-statistic values of growth period of rice, maize and soybean 利用1.3.3節的方法對主要作物不同生育期的需水量進行R/S預測分析,得到的Hurst指數(H)見表4~6。從表4可看出,水稻需水量的Hurst指數在返青期、分蘗初期、分蘗末期、拔節孕穗期、抽穗開花期和乳熟期均小于0.5,表明未來水稻這6個生育階段的需水量變化呈與現階段(2.2節的變化趨勢)相反的變化趨勢,在插秧期、分蘗盛期和黃熟期需水量的H大于0.5,表明這3個生育階段的未來水稻需水量變化呈與過去一致的變化趨勢,即未來水稻需水量在插秧期、分蘗初期、拔節孕穗和全生育期呈增加趨勢;在返青期、分蘗盛期、分蘗末期、抽穗開花期、乳熟期和黃熟期呈減少趨勢。同理,未來玉米需水量在出苗期和吐絲期呈增加趨勢;在播種期、七葉期、拔節期、乳熟期、成熟期和全生育期呈減少趨勢;在抽雄期存在隨機性。未來大豆需水量在出苗期、分支期、開花期、結莢期和全生育期呈增加趨勢;播種期、三葉期、鼓粒期、成熟期呈減少趨勢。 表4 水稻不同生育期R/S分析的Hurst指數Tab.4 Hurst index of R/S analysis of rice in different growth stages 表5 玉米不同生育期R/S分析的Hurst指數Tab.5 Hurst index of R/S analysis of maize in different growth stages 表6 大豆不同生育期R/S分析的Hurst指數Tab.6 Hurst index of R/S analysis of soybean in different growth stages 為揭示氣象因素對作物需水量的影響機制,采用通徑分析法研究平均氣溫、凈輻射、日照時長、風速、降水量和相對濕度等氣象因子對作物需水量的影響程度,并識別其關鍵影響因子。經過正態檢驗,作物需水量滿足正態分布,可進行通徑分析[31]。依據式(6)計算6個氣象因子在水稻、玉米、大豆全生育期需水量的通徑分析中得到的回歸方程估測可靠程度E分別為0.923、0.951、0.941,剩余項通徑系數分別為0.277、0.221、0.243,都很小。依據通徑分析的原理,可以認為這6個因子已考慮了作物需水量全部影響較大的氣象因子,故選取這6個因子作為上述3種作物需水量關鍵因子分析的備選集,開展關鍵影響因子的識別研究。 表7為通徑分析法得出的各氣象影響因子的通徑系數。從表7可知,平均氣溫、凈輻射、日照時長、風速、降水量、相對濕度對水稻需水量的直接通徑系數分別為0.571、0.878、0.427、0.102、-0.060、-0.147。其中,凈輻射對水稻需水量的直接通徑系數在各影響因子中最大;平均氣溫、日照時長對水稻需水量的直接通徑系數相對較大;而風速、降水量、相對濕度3個因子對水稻需水量的直接通徑系數相對很小;這說明風速、降水量、相對濕度對水稻需水量的直接影響不明顯。平均氣溫通過凈輻射對水稻需水量的貢獻最大(間接通徑系數0.632);凈輻射通過平均氣溫對水稻需水量的貢獻最大(間接通徑系數0.411),表明平均氣溫與凈輻射相互作用對水稻需水量影響程度最大;日照時長通過凈輻射對水稻需水量的貢獻最大(間接通徑系數0.378),凈輻射通過日照時長對水稻需水量的貢獻(間接通徑系數0.184)也較大,表明日照時長與凈輻射相互作用對水稻需水量影響也很大;另外,日照時長通過平均氣溫對水稻需水量的貢獻(間接通徑系數0.143)、平均氣溫通過日照時長對水稻需水量的貢獻(間接通徑系數0.107)均較大,表明日照時長與平均氣溫相互作用對水稻需水量的影響也較明顯。綜合以上分析,平均氣溫、凈輻射、日照時長3個氣象因子對水稻需水量的影響顯著。風速通過平均氣溫對水稻需水量的抑制作用最大(間接通徑系數 -0.194);降水量通過平均氣溫對水稻需水量的貢獻最大(間接通徑系數0.240),通過日照時長對水稻需水量的抑制作用最大(間接通徑系數-0.144);相對濕度通過平均氣溫對水稻需水量的貢獻最大(間接通徑系數0.399),通過日照時長對水稻需水量抑制作用最大(間接通徑系數-0.132)。從決策系數可知凈輻射、平均氣溫、日照時長決策系數絕對值均很大,為水稻需水量關鍵影響因子且對水稻需水量起增進作用,降水量對水稻需水量起增進作用但不明顯,風速和相對濕度對水稻需水量起一定限制作用。 表7 水稻、玉米、大豆需水量的通徑分析Tab.7 Path analysis of water demand of rice, maize and soybean 同理,凈輻射、平均氣溫、日照時長為玉米需水量關鍵影響因子且對大豆需水量起增進作用,降水量對玉米需水量起增進作用但不明顯,風速和相對濕度對玉米需水量起一定限制作用;凈輻射、平均氣溫、日照時長為大豆需水量關鍵影響因子且對大豆需水量起增進作用,降水量對大豆需水量起增進作用但不明顯,風速和相對濕度對大豆需水量起一定限制作用。 從通徑分析結果可知,平均氣溫、凈輻射、日照時長是影響建三江墾區作物需水量的關鍵影響因子,并與風速、降水量、相對濕度共同作用于建三江墾區主要作物需水量,因此建三江墾區水稻、玉米和大豆的需水量受各影響因子共同作用。 利用TFPW-MK法計算1995—2018年作物全生育期內氣象因子的Sen斜率結果如表8所示。由表8可知,建三江墾區水稻全生育期平均氣溫、凈輻射、日照時長的增加和降水量的減少會導致水稻生育期需水量的增加;玉米生育期凈輻射和日照時長的明顯減少和降水量的顯著增加會導致玉米生育期需水量的減少;大豆生育期平均氣溫、凈輻射、日照時長的增加會導致大豆生育期需水量的增加。氣象因子在全生育期內的變化趨勢所導致作物需水量的變化與前文作物需水量趨勢分析結論一致。 表8 1995—2018年全生育期內各氣象因子年變化量Tab.8 Annual changes of various meteorological factors during whole growth period from 1995 to 2018 (1)建三江墾區參考作物年蒸散發量變化范圍為549.86~670.60 mm,多年平均年蒸散發量為606.68 mm;主要作物水稻、玉米、大豆的生育期需水量存在顯著差異,作物需水量分別為484.84、425.91、319.11 mm。 (2)水稻在插秧期、返青期、分蘗末期、抽穗開花期、乳熟期和全生育期的需水量年際間均呈增加趨勢;而在分蘗初期、分蘗盛期、拔節孕穗期和黃熟期的需水量年際間均呈下降趨勢。玉米在出苗期、抽雄期、吐絲期和乳熟期的需水量年際間均呈增加趨勢;而在播種期、七葉期、拔節期、成熟期和全生育期需水量年際間均呈下降趨勢。大豆在播種期、出苗期、分支期、結莢期和全生育期的需水量年際間均呈增加趨勢;三葉期、開花期、鼓粒期和成熟期的需水量年際間均呈下降趨勢。 (3)未來水稻需水量在返青期、分蘗初期、分蘗末期、拔節孕穗期、抽穗開花期和乳熟期的年際變化趨勢與過去相反,其余生育期需水量變化趨勢與過去保持一致。玉米需水量在乳熟期與過去趨勢相反;在抽雄期存在隨機性,其余生育期需水量與過去保持一致。大豆在播種期和開花期與過去趨勢相反,其余生育期與過去保持一致。 (4)從通徑分析結果可知,平均氣溫、凈輻射、日照時長是影響建三江墾區作物需水量的關鍵影響因子,對需水量有增進作用,降水量對需水量有增進作用但不明顯,風速、相對濕度的協同作用對需水量增加有一定限制作用,且生育期內氣象因子變化趨勢與主要作物需水量變化趨勢一致。
2 結果與分析
2.1 作物需水量計算與分析


2.2 作物需水量趨勢性分析

2.3 作物需水量趨勢預測



2.4 作物需水量主要影響因子分析


3 結論