基于SWAT模型的清江流域中上游旱災預警研究

孫麗　+陳曦煒　+裴志遠

摘要：基于土地利用、DEM、土壤等基礎數據和氣象數據，建立了清江流域中上游SWAT模型，并通過對該流域內5個氣象站點多年降水量數據的統計參量分析，確定了準正常年份，并以此年份各時段生物產量模擬結果代表正常年份相應時段的該參量水平，從而進一步建立了基于生物產量變化率的農業旱災預警模式。結果表明，應用該模式對清江流域中上游的玉米和水稻作物分別進行兩期旱災預警，并與標準化降水指數對比分析，認為在作物不同生育階段發生干旱，生物產量變化有所不同，其變化率能有效反映不同區域作物的受旱程度及產量的變化趨勢。與標準化降水指數相比，該指標直接反映了作物生長狀況，更能客觀地體現干旱環境對作物影響的區域差異性，適用于復雜地形區的旱災預警。

關鍵詞：旱災；SWAT模型；預警

中圖分類號：S126 文獻標識碼：A 文章編號：0439-8114（2014）22-5398-06

旱災是一種漸發性的災害，除降水、蒸發等自然因素影響外，灌溉管理水平、作物品種選擇、水利工程等人為活動狀況也起著至關重要的作用[1]。我國是一個旱災頻發的國家，干旱災害占氣象災害的一半左右，常年農作物受旱面積約0.20億～0.27億hm2，損失糧食約250億～300億kg[2]。以農作物產量影響程度為指標進行干旱預警對于及時制定國家糧食政策，確保我國糧食安全具有重要意義。

由于旱災成因復雜，涉及氣象、水文、經濟、社會等多方面因素，進行干旱預警，應綜合考慮各類因素的影響，盡可能反映水文循環中各組成部分之間復雜的相互關系及作用[3]。農業干旱預警一直是研究者關注的焦點，目前農業旱災預警的指標較多，如土壤含水量、作物產量，或與該兩參量有關的相關指數等，包括VTCI、PDSI、CI、SPI（標準化降水指數）等。農業干旱主要是土壤水分對作物供給不足造成的，土壤含水量的多少與作物生物量之間存在相互依賴和制約的關系[4]。在諸多環境脅迫對作物生產力影響研究中，閆志利等[5]認為干旱脅迫導致產量的損失超過其他各種脅迫因素造成損失的總和。Wang等[6]研究表明認為干旱脅迫使作物地表部分的指標降低，如莖高、總葉面積、總生物量干重、子粒干重和比葉面積等，嚴重時會引起植株作物死亡。玉米在生育前期遇到干旱脅迫將使生育進程明顯延緩，嚴重干旱時可使抽雄和吐絲期滯后，導致成熟期推遲，最終影響產量[7，8]。王維等[9]研究認為，干旱脅迫導致稻株子粒灌漿后期同化物供應不足，造成粒重降低。如果水稻灌漿期遇有干旱脅迫，子粒產量將下降20%～80%，下降程度取決于脅迫的輕重和持續時間。

近年來，已有研究將干旱指數與生物量損失量構建關系模型來進行監測預警[10，11]。作物產量機理模型的發展為計算機模擬作物產量/生物量奠定基礎。分布式水文模型（Soil and water assessment tool，SWAT）將水文模型與作物生長模型有機結合，不僅具有準確描述復雜區域水文過程的優勢，還為流域尺度農作物生長提供了模擬工具，得到了廣泛應用。Immerzeel等[12]結合遙感和SWAT模型分析了印度南部Bhima集水區上游主要作物的水分生產率分布特征；代俊峰等[13]基于SWAT構建灌區分布式水文模型，模擬了湖北省漳河灌區小流域和區域尺度的水分平衡和水稻產量；何飛[14]基于災害風險理論，利用該模型對湖南省水稻進行了旱災監測預警。本研究以湖北省清江流域中上游為研究區，利用多年氣象數據進行準正常年份的確定研究，并以作物生物產量作為旱災預警因子進行復雜地形區的農業干旱預警研究。

1 研究區概況

1.1 研究區概況

湖北省清江流域中上游位于東經108.09°-110.06°，北緯29.02°-30.02°。清江是長江出三峽后的第一條較大支流，也是湖北省境內最大的一條長江支流，發源于湖北省利川市海拔1 430 m的齊越山，流經利川、咸豐、恩施、宣恩、建始、巴東、鶴峰、五峰、長陽、宜都等10個縣（市），干流全長423 km，流域集雨面積1 700 km2[15]，涉及人口439萬，占全省人口的8%。流域橫穿鄂西南山區，坡陡谷深，山體較高，但頂部起伏較緩和，整個流域西高東低。流域屬中亞熱帶季風氣候區，年平均降水量1 400 mm左右，由于降水時空分布不均，導致局地出現干旱頻繁。研究區地理位置如圖1所示。

1.2 研究數據

本研究使用的基礎數據包括DEM數據、土地覆被數據、土壤數據以及氣象和水文觀測數據等。DEM數據是由國家科學數據服務平臺提供的基于SRTM提取的90 m分辨率DEM數據。土地覆被數據是中國科學院遙感應用研究所提供的2005年數據，采用基于陸地生態系統特點的遙感土地覆蓋分類系統，經過重新分類后轉換成SWAT模型可以識別的美國土地利用分類。土壤數據是由聯合國糧農組織（FAO）和維也納國際應用系統研究所（IIASA）所構建的世界和諧土壤數據庫（Harmonized world soil database，HWSD）中的中國土壤數據，比例尺為1∶100萬，柵格分辨率為1 km。研究區內及周邊共有9個基本氣象站點，這些站點1960～2012年的相關氣象數據來源于中國氣象局。由于數據獲取站點較少，影響模型模擬精度，因此，采用水利統計年鑒中同區域的52個水文站點的逐日降水數據和月徑流數據作為補充，數據時間為2002～2005及2007～2010年。另外，由于DEM數據中有很多不足，如不合理的河道線、短線和雙線多，不利于子流域劃分，因此使用1∶25萬清江地區水系數據對基于DEM生成的水系數據進行適當修改，以生成相對合理的具有較高精度的水系分布數據。

2 清江流域中上游旱災預警模型的建立

本研究結合災害系統動力學原理和SWAT模型運行機理，分別從致災因子、孕災環境和承災體3個方面進行了有關數據收集和標準化處理，在進行SWAT模型參數率定基礎上，進行試驗區域的生物量模擬，利用區域內多個站點的多年降水數據及有關農業統計數據進行評估，確定準正常年份，并以此年份相應的模擬生物量作為準常年平均生物量，再建立基于生物量變化率的旱災預警指數并進行多期應用，通過與標準化降水指數及同期統計資料對比分析，確定該方法的可行性和可靠性再對流域尺度作物進行旱災預警評估。具體流程見圖2。

2.1 SWAT模型參數率定與驗證

根據前人研究，在徑流模擬中影響匯流的主要參數有徑流曲線數（CN）、土壤有效含水量（SOL_

AWC）、土壤蒸發補償系數（ESCO）、地下水蒸發系數（GW_REVAP）、基流消退系數（ALPHA-BF）。本研究選取上述參數對SWAT模型進行率定，參數率定過程中遵循先上游后下游的原則。采用Nash系數、徑流相對誤差和決定系數評價模擬結果，計算方法參照有關文獻[16，17]。本研究中選定4個水文站點月徑流量數據進行率定期和檢驗期對比分析，自上游至下游依次為利川、恩施、建始、水布埡，率定與檢驗結果見表1。模擬與實測結果對比見圖3。

2003～2005年率定期各月各水文觀測站的模擬流量峰值與實測峰值趨勢基本一致，特別是2004和2005年模擬峰值與實際差異較小；2007～2010年，除水布埡站外，其他3個觀測站模擬曲線較率定期偏好，波峰和波谷大部分吻合。水布埡站是該研究區域的終端出水口點，由于2006年后研究區內修建啟用了3座大型水庫和2座中型水庫，因此對水布埡站模擬精度有很大影響。根據檢驗期模擬曲線圖可以看出，2007～2010年該點位降水與月徑流模擬峰值是比較一致，并且穩定的。由于清江流域中上游多為雨養農業，降水量在很大程度上決定了旱災發生的可能性，因此，該校正結果可以用于區域的相關參量模擬。

2.2 旱災預警指標

作物產量包括經濟產量和生物學產量兩層含義。其中，經濟產量是指農產品收獲部分，包括禾谷類種子、棉花花絮、馬鈴薯塊莖等，生物學產量是指作物的全部干物質。兩者之間的關系見公式（1）。

經濟產量（Ye）=生物學產量（Yb）×收獲指數（HI） （1）

由式（1）可以得出，生物學產量和收獲指數的提高或下降，都會引起經濟產量的變化。若以特定年份為參考年，計算經濟產量變化率，可以有如下表示：

ΔYe=■×100% （2）

式（2）中，Ybi為第i年的生物學產量，HIi為第i年的收獲指數；Ybr為參考年的生物學產量，HIr為參考年的收獲指數。

研究表明[18，19]，目前已有大量試驗分析得到了水稻、玉米等作物的收獲指數，并作為估產等應用的經驗參數。對于作物經濟產量的提高，即子粒產量的提高，其主要因素不是收獲指數，而是生物產量[20，21]。雖然不同環境和作物品種會帶來收獲系數的差異，但對于同一地區相對穩定的生產方式來說，收獲指數變幅很小[22]。因此，本研究中將經濟產量變化率計算公式簡化為生物產量變化率，而基于生物產量變化的預警模型如下：

Bd=■×100% （3）

式（3）中，Bd是生物產量變化率，Ba是模擬生物產量，Br是參考生物產量（即參考年份同期的生物量）。

2.3 準參考年份的確立

鑒于研究區內缺乏充足的農業災害統計資料，區域內降水的不均一性導致各地區干濕年份不易確定，因此，本研究考慮利用區內5個氣象站點的月降水數據，分析相對常規的年份，并以此年份的作物生物量為基準，建立基于生物量變化的干旱預警模型。利用多年的日降水資料，分別計算得到5個站點的多年（1960～2012年）平均月降水量數據，將該5個站點的2002～2005年和2007～2010年月降水量數據與平均降水量進行全年的標準差和生長季標準差計算，分析兩個標準差均較小的年份即確定為常規年份，即無旱災發生的正常年份。利用農業氣象統計資料，得到研究區內玉米和水稻的主要生長期，見表2。

該區域作物生長季為3～9月，將3～9月的月降水求和即為生長季內降水量，各站標準差統計表如表3所示。除巴東和宣恩的生長季標準差最小值分別在2009和2010年外，其他均為2003年。另外，根據2001～2010年5個縣市玉米及水稻單產統計數據（表4、表5），將10年平均產量與各年進行變化率計算，得出2003年總體變化率最小，即與10年平均產量最為接近。因此，確定2003年為常規年份，該年份的產量為參考產量，各期生物產量為參考作物生物產量。

2.4 預警指標（Bd）與標準化降水指標（SPI）對比分析

SPI是一個相對簡單的干旱指數，其基本特點是只需要較長時間的降水量（一般應超過30年）資料，即可計算不同時間尺度的干旱指數，主要是基于自然降水的Γ分布，然后經過正態分布標準化變換而得出。袁文平等[22]研究認為該指數優于在我國廣泛使用的Z指數，對于旱澇災害具有良好的預測作用。本研究應用該指數與基于生物量變化的預警指標進行對比分析，其等級劃分標準見表6。

基于SWAT模型對清江流域進行了2007～2010年生物量參量的模擬。根據農氣信息及相關統計資料，選擇2009年8～9月及2010年5～6月分別進行了水稻作物和玉米作物的干旱預警，并與同期氣象干旱預警指標SPI進行了比對，結果如圖4所示。

從圖4中可以看出，2010年5月和6月，該區域均出現了較重的氣象干旱，但未對玉米造成大范圍較重影響，其中，在2010年5月，即玉米的拔節-抽雄階段，恩施東部、建始中北部及巴東中南部出現了不同程度的生物量下降，該結果與前期降水及同期降水偏少有關，其中，恩施中部及巴東南部下降程度偏高。2010年6月，玉米進入抽雄吐絲-灌漿乳熟階段，雖然大部地區降水比常年偏少較多，但仍有近100 mm的降水量，而且溫度與常年基本持平，日照時數略有減少。因此，作物的水分利用效率相對提升，未造成該區域大面積干旱，部分前期出現輕旱地區的旱情緩解，而旱情較重區域有所發展。

從圖4中還可以看出，2009年8月區域氣象干旱逐漸減輕，9月又有所發展，但由于7月該區域降水偏少較為嚴重，對分蘗-孕穗階段的水稻產生了較大影響，即使8月的降水大部與常年持平，處于抽穗-乳熟階段的水稻生物產量仍有所下降，其中，恩施中部和南部及建始的中北部地區下降明顯；2010年9月，出現旱情區域局部降水偏少，但由于前期干旱影響較重，導致該階段作物生物產量減少程度較高，與前人研究結果較為一致[23，24]。

3 結論與討論

本研究基于土地利用、DEM、土壤等基礎數據和實測氣象驅動數據，建立了清江流域中上游SWAT模型，并分別利用4個水文觀測站（包括利川、建始、恩施、水布埡）的2003～2005年和2007～2010年月徑流量水文數據對模型進行了率定和檢驗。

在此基礎上，利用該流域內5個氣象站點多年月平均降水量數據與模擬年份（2002～2005年和2007～2010年）的月降水量進行全年和生長季的統計參量分析，確定了準正常年份，并以此年份各時段生物產量模擬結果代表正常年份相應時段的生物產量水平，從而進一步建立了基于生物產量變化率的農業旱災預警模式。通過對清江流域中上游的玉米作物和水稻作物分別進行兩期旱災預警應用分析，認為在作物不同生育階段發生干旱，生物產量變化有所不同，其變化率能夠有效反映不同區域作物的受旱程度以及產量的變化趨勢，與標準化降水指數相比，該指標直接反映了作物生長狀況，更能客觀體現干旱環境對作物影響的區域差異性。由于資料等原因的限制，個別參數調整受到了影響，這給模擬結果帶來一定的誤差；另外，由于原始基礎數據采用了國內統一的土地利用分類、土壤質地分類標準，而SWAT模型相關數據標準與該標準不一致，在轉換過程中不可避免會產生一定的誤差，影響了模擬精度。

綜上所述，基于生物產量變化率的預警方法適用于區域尺度的旱災預警，而SWAT模型能夠模擬地形復雜區域的降水、蒸散以及徑流等水文信息，是可以用于流域尺度旱災預警研究的一個比較理想的工具和方法。

參考文獻：

[1] 楊志勇，劉 琳，曹永強，等.農業干旱災害風險評價及預測預警研究進展[J].水利經濟，2011，29（2）：12-17，75.

[2] 陳懷亮，張紅衛，劉榮花，等.中國農業干旱的監測、預警和災損評估[J].科技導報，2009，27（11）：82-92.

[3] 顧 穎，劉靜楠，薛 麗.農業干旱預警中風險分析技術的應用研究[J].水利水電技術，2007，38（4）：61-64.

[4] 張 丹，蘇 濤，王鵬新.基于生物量的土壤水分動力學模型研究進展[J].干旱區研究，2011，28（2）：235-241.

[5] 閆志利，牛俊義.作物對干旱脅迫的響應機制研究進展[J].河南農業科學，2009，13（4）：6-10.

[6] WANG T， ZHANG X， LI G. Growth abscisic acid content and carom isotope composition in wheat cultivars grown under different soil moisture[J]. Biologia Plane Tarium，2007，51（1）： 181-184.

[7] 白莉萍，隋方功，孫朝暉，等.土壤水分脅迫對玉米形態發育的影響[J].生態學報，2004，24（7）：1556-1560.

[8] 王空軍，鄭洪建.我國玉米品種更替過程中根系時空分布特性的演變[J].植物生態學報，2001，25（4）：472-478.

[9] 王 維，蔡一霞，蔡昆爭，等.水分脅迫對貪青水稻子粒充實及其淀粉合成關鍵酶活性的影響[J].作物學報，2006，32（7）：972- 979.

[10] 陳素華，閆偉兄，烏蘭巴特爾.干旱對內蒙古草原生物量損失的評估方法研究[J].草地科學，2009，26（5）：32-37.

[11] 劉驍月，王鵬新，張樹譽，等.基于作物模型模擬年際生物量變化的冬小麥干旱監測研究[J].干旱區研究，2013，31（1）：212-218.

[12] IMMERZEEL W W， GAUR A， ZWART S J. Integrating remote sensing and a process-based hydrological model to evaluate water use and productivity in a south Indian catchment[J].Agricultural Water Management，2008，95（1）：11-24.

[13] 代俊峰，崔遠來.基于SWAT的灌區分布式水文模型：iv模型構建的原理與方法[J].水利學報，2009，40（2）：145-152.

[14] 何 飛.區域農業旱災系統研究——以湖南蒸水流域水稻旱災為例[D].北京：北京師范大學，2010.

[15] 魏廷琤，成昆煌，陳 鑒.清江流域水利水電規劃-隔河巖水電站[M].北京：水利電力出版社，1994.

[16] 張展羽，司 涵，孔莉莉.基于SWAT模型的小流域非點源氮磷遷移規律研究[J].農業工程學報，2013，29（2）：93-100.

[17] 劉 博，徐宗學.基于SWAT模型的北京沙河水庫流域非點源污染模擬[J].農業工程學報，2011，27（5）：52-61.

[18] 李賀麗，羅 毅.作物光能利用效率和收獲指數時空變化研究[J].應用生態學報，2009，20（12）：3093-3100.

[19] 謝光輝，韓東倩，王曉玉.中國禾谷類大田作物收獲指數和秸稈系數[J].中國農業大學學報，2011，16（1）：1-8.

[20] 劉兆曄，于經川，楊久凱，等.小麥生物產量、收獲指數與產量關系的研究[J].中國農學通報，2006，22（2）：182-184.

[21] 劉兆麗，王建林.施肥對小麥產量結構的影響[J].青島農業大學學報（自然科學版），2008，25（3）：189-192.

[22] 袁文平，周廣勝.標準化降水指標與Z指數在我國應用的對比分析[J].植物生態學報，2004，28（4）：523-529.

[23] 張祖蓮，薛繼亮，李遠華，等.中稻水分生產函數及優化灌溉制度研究[J].節水灌溉，2001（6）：20-22，46.

[24] 付 強，王立坤，門寶輝，等.三江平原井灌水稻水分生產函數模型及敏感性指數變化規律研究[J].節水灌溉，2002（4）：1-3，42，46.

（責任編輯 屠 晶）

3 結論與討論

本研究基于土地利用、DEM、土壤等基礎數據和實測氣象驅動數據，建立了清江流域中上游SWAT模型，并分別利用4個水文觀測站（包括利川、建始、恩施、水布埡）的2003～2005年和2007～2010年月徑流量水文數據對模型進行了率定和檢驗。

在此基礎上，利用該流域內5個氣象站點多年月平均降水量數據與模擬年份（2002～2005年和2007～2010年）的月降水量進行全年和生長季的統計參量分析，確定了準正常年份，并以此年份各時段生物產量模擬結果代表正常年份相應時段的生物產量水平，從而進一步建立了基于生物產量變化率的農業旱災預警模式。通過對清江流域中上游的玉米作物和水稻作物分別進行兩期旱災預警應用分析，認為在作物不同生育階段發生干旱，生物產量變化有所不同，其變化率能夠有效反映不同區域作物的受旱程度以及產量的變化趨勢，與標準化降水指數相比，該指標直接反映了作物生長狀況，更能客觀體現干旱環境對作物影響的區域差異性。由于資料等原因的限制，個別參數調整受到了影響，這給模擬結果帶來一定的誤差；另外，由于原始基礎數據采用了國內統一的土地利用分類、土壤質地分類標準，而SWAT模型相關數據標準與該標準不一致，在轉換過程中不可避免會產生一定的誤差，影響了模擬精度。

綜上所述，基于生物產量變化率的預警方法適用于區域尺度的旱災預警，而SWAT模型能夠模擬地形復雜區域的降水、蒸散以及徑流等水文信息，是可以用于流域尺度旱災預警研究的一個比較理想的工具和方法。

參考文獻：

[1] 楊志勇，劉 琳，曹永強，等.農業干旱災害風險評價及預測預警研究進展[J].水利經濟，2011，29（2）：12-17，75.

[2] 陳懷亮，張紅衛，劉榮花，等.中國農業干旱的監測、預警和災損評估[J].科技導報，2009，27（11）：82-92.

[3] 顧 穎，劉靜楠，薛 麗.農業干旱預警中風險分析技術的應用研究[J].水利水電技術，2007，38（4）：61-64.

[4] 張 丹，蘇 濤，王鵬新.基于生物量的土壤水分動力學模型研究進展[J].干旱區研究，2011，28（2）：235-241.

[5] 閆志利，牛俊義.作物對干旱脅迫的響應機制研究進展[J].河南農業科學，2009，13（4）：6-10.

[6] WANG T， ZHANG X， LI G. Growth abscisic acid content and carom isotope composition in wheat cultivars grown under different soil moisture[J]. Biologia Plane Tarium，2007，51（1）： 181-184.

[7] 白莉萍，隋方功，孫朝暉，等.土壤水分脅迫對玉米形態發育的影響[J].生態學報，2004，24（7）：1556-1560.

[8] 王空軍，鄭洪建.我國玉米品種更替過程中根系時空分布特性的演變[J].植物生態學報，2001，25（4）：472-478.

[9] 王 維，蔡一霞，蔡昆爭，等.水分脅迫對貪青水稻子粒充實及其淀粉合成關鍵酶活性的影響[J].作物學報，2006，32（7）：972- 979.

[10] 陳素華，閆偉兄，烏蘭巴特爾.干旱對內蒙古草原生物量損失的評估方法研究[J].草地科學，2009，26（5）：32-37.

[11] 劉驍月，王鵬新，張樹譽，等.基于作物模型模擬年際生物量變化的冬小麥干旱監測研究[J].干旱區研究，2013，31（1）：212-218.

[12] IMMERZEEL W W， GAUR A， ZWART S J. Integrating remote sensing and a process-based hydrological model to evaluate water use and productivity in a south Indian catchment[J].Agricultural Water Management，2008，95（1）：11-24.

[13] 代俊峰，崔遠來.基于SWAT的灌區分布式水文模型：iv模型構建的原理與方法[J].水利學報，2009，40（2）：145-152.

[14] 何 飛.區域農業旱災系統研究——以湖南蒸水流域水稻旱災為例[D].北京：北京師范大學，2010.

[15] 魏廷琤，成昆煌，陳 鑒.清江流域水利水電規劃-隔河巖水電站[M].北京：水利電力出版社，1994.

[16] 張展羽，司 涵，孔莉莉.基于SWAT模型的小流域非點源氮磷遷移規律研究[J].農業工程學報，2013，29（2）：93-100.

[17] 劉 博，徐宗學.基于SWAT模型的北京沙河水庫流域非點源污染模擬[J].農業工程學報，2011，27（5）：52-61.

[18] 李賀麗，羅 毅.作物光能利用效率和收獲指數時空變化研究[J].應用生態學報，2009，20（12）：3093-3100.

[19] 謝光輝，韓東倩，王曉玉.中國禾谷類大田作物收獲指數和秸稈系數[J].中國農業大學學報，2011，16（1）：1-8.

[20] 劉兆曄，于經川，楊久凱，等.小麥生物產量、收獲指數與產量關系的研究[J].中國農學通報，2006，22（2）：182-184.

[21] 劉兆麗，王建林.施肥對小麥產量結構的影響[J].青島農業大學學報（自然科學版），2008，25（3）：189-192.

[22] 袁文平，周廣勝.標準化降水指標與Z指數在我國應用的對比分析[J].植物生態學報，2004，28（4）：523-529.

[23] 張祖蓮，薛繼亮，李遠華，等.中稻水分生產函數及優化灌溉制度研究[J].節水灌溉，2001（6）：20-22，46.

[24] 付 強，王立坤，門寶輝，等.三江平原井灌水稻水分生產函數模型及敏感性指數變化規律研究[J].節水灌溉，2002（4）：1-3，42，46.

（責任編輯 屠 晶）

3 結論與討論

本研究基于土地利用、DEM、土壤等基礎數據和實測氣象驅動數據，建立了清江流域中上游SWAT模型，并分別利用4個水文觀測站（包括利川、建始、恩施、水布埡）的2003～2005年和2007～2010年月徑流量水文數據對模型進行了率定和檢驗。

在此基礎上，利用該流域內5個氣象站點多年月平均降水量數據與模擬年份（2002～2005年和2007～2010年）的月降水量進行全年和生長季的統計參量分析，確定了準正常年份，并以此年份各時段生物產量模擬結果代表正常年份相應時段的生物產量水平，從而進一步建立了基于生物產量變化率的農業旱災預警模式。通過對清江流域中上游的玉米作物和水稻作物分別進行兩期旱災預警應用分析，認為在作物不同生育階段發生干旱，生物產量變化有所不同，其變化率能夠有效反映不同區域作物的受旱程度以及產量的變化趨勢，與標準化降水指數相比，該指標直接反映了作物生長狀況，更能客觀體現干旱環境對作物影響的區域差異性。由于資料等原因的限制，個別參數調整受到了影響，這給模擬結果帶來一定的誤差；另外，由于原始基礎數據采用了國內統一的土地利用分類、土壤質地分類標準，而SWAT模型相關數據標準與該標準不一致，在轉換過程中不可避免會產生一定的誤差，影響了模擬精度。

綜上所述，基于生物產量變化率的預警方法適用于區域尺度的旱災預警，而SWAT模型能夠模擬地形復雜區域的降水、蒸散以及徑流等水文信息，是可以用于流域尺度旱災預警研究的一個比較理想的工具和方法。

參考文獻：

[1] 楊志勇，劉 琳，曹永強，等.農業干旱災害風險評價及預測預警研究進展[J].水利經濟，2011，29（2）：12-17，75.

[2] 陳懷亮，張紅衛，劉榮花，等.中國農業干旱的監測、預警和災損評估[J].科技導報，2009，27（11）：82-92.

[3] 顧 穎，劉靜楠，薛 麗.農業干旱預警中風險分析技術的應用研究[J].水利水電技術，2007，38（4）：61-64.

[4] 張 丹，蘇 濤，王鵬新.基于生物量的土壤水分動力學模型研究進展[J].干旱區研究，2011，28（2）：235-241.

[5] 閆志利，牛俊義.作物對干旱脅迫的響應機制研究進展[J].河南農業科學，2009，13（4）：6-10.

[6] WANG T， ZHANG X， LI G. Growth abscisic acid content and carom isotope composition in wheat cultivars grown under different soil moisture[J]. Biologia Plane Tarium，2007，51（1）： 181-184.

[7] 白莉萍，隋方功，孫朝暉，等.土壤水分脅迫對玉米形態發育的影響[J].生態學報，2004，24（7）：1556-1560.

[8] 王空軍，鄭洪建.我國玉米品種更替過程中根系時空分布特性的演變[J].植物生態學報，2001，25（4）：472-478.

[9] 王 維，蔡一霞，蔡昆爭，等.水分脅迫對貪青水稻子粒充實及其淀粉合成關鍵酶活性的影響[J].作物學報，2006，32（7）：972- 979.

[10] 陳素華，閆偉兄，烏蘭巴特爾.干旱對內蒙古草原生物量損失的評估方法研究[J].草地科學，2009，26（5）：32-37.

[11] 劉驍月，王鵬新，張樹譽，等.基于作物模型模擬年際生物量變化的冬小麥干旱監測研究[J].干旱區研究，2013，31（1）：212-218.

[12] IMMERZEEL W W， GAUR A， ZWART S J. Integrating remote sensing and a process-based hydrological model to evaluate water use and productivity in a south Indian catchment[J].Agricultural Water Management，2008，95（1）：11-24.

[13] 代俊峰，崔遠來.基于SWAT的灌區分布式水文模型：iv模型構建的原理與方法[J].水利學報，2009，40（2）：145-152.

[14] 何 飛.區域農業旱災系統研究——以湖南蒸水流域水稻旱災為例[D].北京：北京師范大學，2010.

[15] 魏廷琤，成昆煌，陳 鑒.清江流域水利水電規劃-隔河巖水電站[M].北京：水利電力出版社，1994.

[16] 張展羽，司 涵，孔莉莉.基于SWAT模型的小流域非點源氮磷遷移規律研究[J].農業工程學報，2013，29（2）：93-100.

[17] 劉 博，徐宗學.基于SWAT模型的北京沙河水庫流域非點源污染模擬[J].農業工程學報，2011，27（5）：52-61.

[18] 李賀麗，羅 毅.作物光能利用效率和收獲指數時空變化研究[J].應用生態學報，2009，20（12）：3093-3100.

[19] 謝光輝，韓東倩，王曉玉.中國禾谷類大田作物收獲指數和秸稈系數[J].中國農業大學學報，2011，16（1）：1-8.

[20] 劉兆曄，于經川，楊久凱，等.小麥生物產量、收獲指數與產量關系的研究[J].中國農學通報，2006，22（2）：182-184.

[21] 劉兆麗，王建林.施肥對小麥產量結構的影響[J].青島農業大學學報（自然科學版），2008，25（3）：189-192.

[22] 袁文平，周廣勝.標準化降水指標與Z指數在我國應用的對比分析[J].植物生態學報，2004，28（4）：523-529.

[23] 張祖蓮，薛繼亮，李遠華，等.中稻水分生產函數及優化灌溉制度研究[J].節水灌溉，2001（6）：20-22，46.

[24] 付 強，王立坤，門寶輝，等.三江平原井灌水稻水分生產函數模型及敏感性指數變化規律研究[J].節水灌溉，2002（4）：1-3，42，46.

（責任編輯 屠 晶）