白凱華,韓 冰,羅玉峰
(1.河海大學水文水資源與水利工程科學國家重點實驗室,南京 210098;2. 河海大學水利水電學院,南京 210098;3.遼寧省水土保持局,沈陽 110003;4. 武漢大學水資源與水電工程科學國家重點實驗室,武漢 430072)
我國的氣候變化與全球氣候變化總趨勢基本一致[1],自20世紀以來,地面溫度顯著上升,同時,其他影響水稻蒸發蒸騰量的諸多氣候要素也發生著深刻的變化[2],這些都可能導致水稻灌溉需水量的變化。近年來,一些學者[3-5]通過人為假定氣溫、降水等氣象要素的變化幅度來研究作物灌溉需水量的變化,但這種方法不能反映氣候因子變化的大氣環境物理基礎。依據以氣候因子變化為基礎的大氣環流模式GCMs(General Circulation Models)能較好地模擬出大尺度的平均特征,對未來氣候的可能變化趨勢進行描述。同時,伴隨著全球氣候系統模式的迅速發展,IPCC第4次評估報告集中了23個復雜全球氣候系統模式9種不同排放情景下的預估結果,該結果引起了越來越多的全球模式下氣候變化對水稻灌溉需水量影響的關注。國內外學者就氣候變化對水稻灌溉需水的影響進行了探索,研究結論隨不同地區而不同,如西班牙瓜達基維爾河流域(Guadalquivir river basin)水稻灌溉需水量增長率在15%~20%之間[6],韓國水稻灌溉需水量將會減少4%~8%[7],而在間歇灌溉和淹水灌溉模式下昆山和開封兩個地區未來水稻耗水量和灌溉需水量呈顯著上升趨勢[8]。本文以江蘇省為例研究氣候變化對水稻灌溉需水量影響,預測HadCM3模式不同排放情景下的水稻灌溉需水量,明確未來氣候條件下江蘇省水稻灌溉需水量的變化趨勢及其空間分布,以期減少氣候變化對水稻生產的負面影響,為灌溉用水管理者提出針對性的應對策略提供理論基礎。
HadCM3氣象模式由英國氣象局Hadley氣候預測研究中心開發,目前版本為HadCM3,水平分辨率3.75°×2.5°(經度×緯度),全球共73×96個柵格,江蘇省處在對氣候變化敏感的區域且以水稻為主要糧食作物,依據江蘇省區域分布選取相應柵格。
氣候變化主要通過改變水稻生理、土壤水平衡、蒸發蒸騰量和有效降水4個方面對水稻灌溉需水量產生影響。考慮到未來江蘇省水稻用水策略需要應對的可能出現的情況,本文選取未來9種氣候變化情景中被確定為主要情景中的2種:SRES A2,世界發展極其不均衡,自給自足和地方保護主義,人口持續增長,經濟增長速度較慢;SRES B1,世界均衡發展,更加公平地在全球范圍實現經濟、社會和環境的可持續發展[9]。本文所有數據均來自IPCC數據中心(http:∥ipcc-ddc.cru.uea.ac.uk)第4次報告公布數據,包括HadCM3模式A2和B1排放情景下的基準期(1961-2000年)以及未來逐月平均氣溫和降水數據。
考慮未來氣候模式輸出數據為逐月數據,采用單作物系數法計算水稻的逐月蒸發蒸騰量:
ETct=KctET0t
(1)
式中:ETct為第t月的作物蒸發蒸騰量,mm;Kct為第t月的作物系數;ET0t為第t月參考作物蒸發蒸騰量,mm。
依據單作物系數曲線,統計站點7-10月的Kc值逐月平均值,對分布在同一個柵格上的站點Kc值進行平均,求得未來氣候模式下各個計算柵格的Kc值。ET0由Thornthwaite法計算得到。Thornthwaite法[10]最初基于美國中東部地區的實驗數據而提出,視ET0為溫度的冪函數。考慮到江蘇省地區冬季月平均氣溫經常低于0 ℃,故采用下面改進后的公式[11]:
ET0=
(2)
(3)
a=0.49+0.017 9I-0.000 077 1I2+0.000 000 675I3
(4)
式中:ET0為Thornthwaite法計算的參考作物蒸發蒸騰量;Ti為月平均氣溫;I為溫度效率指數;a為熱量指數的函數;C為與日長和溫度有關的調整系數,本文7-10月的C值分別取為1.23、1.16、1.03和0.97。
采用USDA-SCS方法[12]計算有效降雨,該方法采用土壤水分平衡法,綜合考慮作物騰發、降水和灌溉等因素提出的預測月有效降水量的方法。其公式為:

(5)
Peff=125+0.1PtotPtot>250 mm
(6)
式中:Ptot為總降雨量,mm;Peff為有效降雨量,mm。
采用Thornthwaite 法結合USDA-SCS法推求的有效降水求出HadCM3模式下排放情景的逐月灌溉需水量,并統計水稻生育期(7-10月)內逐月灌溉需水量,得到一系列逐年的水稻灌溉需水量IR。逐月水稻灌溉需水量等于該月水稻蒸發蒸騰量與有效降雨的差值,再加上該月構成植株體所需水量和田間滲漏量[13]。具體計算公式如下:
IRi=ETc,i-Peff,i+SPi
(7)
式中:IRi為第i月水稻灌溉需水量,mm;ETc,i為第i月水稻蒸發蒸騰量,由公式(2)~(4)計算,mm;Peff,i為第i月有效降水量[由公式(5)和(6)計算],mm;SP為當地第i月滲漏量,mm。
滲漏量并不因氣候變化而發生變化,本文僅考慮氣候變化引起降雨量變化和作物蒸發蒸騰量的變化對灌溉需水量的影響。
表1給出了江蘇省水稻生育期ET0、ETc和IR在HadCM3模式3個時期較現狀的變化情況。從表1中可以看出,A2情景和B1情景水稻灌溉需水量相比,2012-2040年B1情景水稻灌溉需水量增幅更大一些。這是由于雖然2012-2040年B1情景平均溫度上升幅度更高,但是降水量下降幅度也更大,兩者綜合作用,降水量下降幅度占了主導作用,最終導致B1情景水稻灌溉需水量比A2情景更大。2041-2070年和2071-2100年A2情景平均溫度上升幅度更大,因此,雖然降水上升幅度略大,但是最終導致A2情景水稻灌溉需水量的增幅更大一些。總之,HadCM3模式情景下,2100年ET0、ETc以及水稻灌溉需水量都呈顯著的上升趨勢。這與叢振濤等[14]得出的MIROC3.2模式A1B情景下未來50年ET0總體上呈上升趨勢,全國平均增加約8%,作物蒸發蒸騰量總體上呈增加趨勢,華東地區水稻灌溉需水量增加的研究結果一致,不過上升幅度相比而言,本文研究結果更大。
圖1可以看出,A2情景下2012-2040、2041-2070年ET0在空間上大致呈由北至南遞減分布,2071-2100年ET0高值區分布在江蘇省整個北部(西北部和東北部相差1.3 mm,均為高值區),3個時期最高值和最低值相差分別為47.5、39.3和41.4 mm;B1情景3個時期年ET0空間分布完全一致,ET0從高到低依次為:西北部>南部>東北部>中部,3個時期最高值和最低值相差分別為45.3、43.6和49.3 mm;兩種情景下ET0年平均值空間差異性都不大,B1情景ET0的極差稍大于A2情景。

表1 江蘇省水稻生育期ET0、ETc和IR在HadCM3模式下的變化情況Tab.1 Variations of the scenario of HadCM3's ET0,ETc and IR during rice growth duration in Jiangsu Province
2012-2040和2041-2070年相比,A2情景同一個地區增大幅度介于8.8~21.3 mm之間,B1情景介于15.8~17.9 mm之間;2071-2100年與2012-2040年相比,A2情景同一個地區增大幅度介于54.6~89.4 mm之間,B1情景介于49.4~54.1 mm之間;兩種情景同一地區增大幅度相差不大,且都隨著時間的推移增大幅度遞增。

圖1 HadCM3模式A2和B1兩種情景下江蘇省水稻生育期ET0年平均值空間分布圖(單位:mm)Fig.1 Spatial distribution of average annual ET0 during rice growth duration in Jiangsu Province under the HadCM3 A2 and B1 scenarios
圖2可以看出,A2和B1情景3個時期年水稻灌溉需水量空間均分布均大致呈現出由北至南遞減的分布規律,3個時期江蘇省北部(東北部和西北部)以及中部和南部之間相差不大,但南北差異相對較大。西北部、東北部、中部和南部變化幅度,A2情景2012-2040和2041-2070年相比分別為-24.5、25.8、7.0和23.7 mm,2071-2100與2012-2040年相比分別為-1.0、42.8、37.5和77.3 mm ;B1情景2012-2040和2041-2070年相比分別為-28.9、-8.9、-4.8和15.6 mm,2071-2100與2012-2040年相比分別為-2.6、6.2、20.9和70.9 mm。

圖2 HadCM3模式A2和B1情景3個時期江蘇省水稻灌溉需水量年平均值空間分布圖(單位:mm)Fig.2 Spatial distribution of average annual irrigation requirement during rice growth duration in Jiangsu Province under the HadCM3 A2 and B1 scenarios
總體而言,HadCM3模式水稻灌溉需水量北部區域為全省需求最高的地區,增幅最大的地區位于江蘇省南部,即HadCM3模式下,北部和南部地區是全省相對不利的地區。因此,針對江蘇省未來氣候模式下對水稻種植最為不利地區的水稻集中分布區,如沿海地區的沿海墾區、江蘇省北部的南水北調北部區域和江蘇省南部地區的蘇錫常地區,分別提出不同的適應性灌溉策略。江蘇省沿海墾區雨量充沛,但是由于降水時空分布不均,造成本區未來情景下水稻灌溉需水量用水形勢成為江蘇省最為緊張的地區。因此,應充分發揮該地區河網、水塘和湖泊蓄水功能,調節降水時空分布不均造成的干旱缺水。對于南水北調沿線區域,應注重長江、洪澤湖、駱馬湖水資源統一調度、優化配置。具體來講,就是可在非灌溉季節充分利用長江水源對洪澤湖、駱馬湖進行補水,灌溉時,利用長江、洪澤湖和駱馬湖等為水源同時灌溉。就蘇錫常地區而言,該區水資源相對比較豐富,但面臨水質型缺水問題,同時該地區是全省經濟最為發達的地區,水利現狀相對也比較好。因此,該地區應主要通過積極實施以減輕水體面源污染、加快農村水利現代化進程為目標的節水改造,以提高可供水量來應對。
以上研究結果表明,未來稻田ET0、ETc和灌溉需水量總體上都呈上升趨勢,并且A2情景比B1情景變化幅度更大,且變化幅度都隨時間的推移遞增;水稻灌溉需水量高值區位于整個北部,低值區位于中部和南部,同一時期空間上大致呈由北至南遞減分布;水稻灌溉需水量增加幅度全省范圍內在同一時期相差都不大。兩種情景水稻灌溉需水量增幅最大的時段均在2071-2100年。針對江蘇省未來氣候模式下對水稻種植最為不利地區的水稻集中分布區,在沿海墾區應充分發揮該地區河網、水塘和湖泊蓄水功能,調節降水時空分布不均造成的干旱缺水,南水北調沿線區域應注重長江、洪澤湖、駱馬湖水資源統一調度、優化配置,蘇錫常地區則應采取措施減輕水體面源污染、加快農村水利現代化進程為目標的節水改造,提高可供水量以應對氣候變化引起灌溉需水量增加帶來的不利影響。
□
[1] 金之慶,陳 華,葛道闊,等. 應用GCMs和歷史氣候資料生成我國在CO2倍增時的氣候情景[J]. 中國農業氣象,1992,13(5):13-21.
[2] 丁一匯,任國玉,石廣玉,等. 氣候變化國家評估報告(I):中國氣候變化的歷史和未來趨勢[J]. 氣候變化研究進展,2006,2(1):3-8.
[3] 陳軍武,吳錦奎. 氣候變化對黑河流域典型作物灌溉需水量的影響[J]. 灌溉排水學報,2010,29(3):69-73.
[4] 劉曉英,林而達. 氣候變化對華北地區主要作物需水量的影響[J]. 水利學報,2004,35(2):77-82,87.
[5] Gondim R S, de Castro M A H, Maia A H N, et al. Climate change impacts on irrigation water needs in the Jaguaribe River Basin[J]. Journal of the American Water Resources Association,2012,48(2):355-365.
[6] Rodríguez J A,Weatherhead E K,Knox J W, et al. Climate change impacts on irrigation water requirements in the Guadalquivir river basin in Spain[J]. Reg Environ Change,2007,7(3):149-159.
[7] Chung S O,Rordi'guez-Di' J A. Climate change impacts on water for irrigating paddy rice in south Korea[J]. Irrigation and Drainage, 2010,60(2):263-273.
[8] 王衛光,孫風朝,彭世彰,等. 水稻灌溉需水量對氣候變化響應的模擬[J]. 農業工程學報,2013,29(14):90-98.
[9] IPCC. Climate change: the physical science Basis. contribution of working group i to the fourth assessment[M]. New York: Cambridge University Press,2007.
[10] Thornthwaite C W. An approach toward a rational classification of climate[J]. Geographic Review,1948,38(1):55-94.
[11] 劉曉英,李玉中,王慶鎖. 幾種基于溫度的參考作物蒸散量計算方法的評價[J]. 農業工程學報,2006,22(6):12-18.
[12] Smith M. CROPWAT:Manual and Guidelines[M]. Rome,Italy:FAO of UN,1991.
[13] 黃志剛,王小立,肖 燁,等. 氣候變化對松嫩平原水稻灌溉需水量的影響[J]. 應用生態學報,2015,(1):260-268.
[14] 叢振濤,姚本智,倪廣恒. SRA1B情景下中國主要作物需水預測[J]. 水科學進展,2011,22(1):38-43.