關于水稻灌區旱澇急轉定義的探討

陳 燦，胡鐵松，高 蕓，黃 潔

(武漢大學 水資源與水電工程科學國家重點實驗室，武漢 430072)

0 引 言

受全球氣候變化和人類活動的影響，我國旱澇急轉呈現出高頻發、影響大、分布廣的特點[1-3]，特別是近些年頻發的旱澇急轉事件。2011年長江中下游地區大面積發生旱澇急轉現象，大澇大旱格局的快速轉變引發了嚴重的災害性天氣[4]，對農業生產造成了極大影響，引起了許多學者的關注[5-7]。面對旱澇急轉這種突發性氣象現象，我們應當準確定義和合理描述其基本特征，這有助于農業生產中提前預警和及時甄別，盡量降低該現象出現給農業造成損失，保證作物產量。

旱澇急轉災害的形成受其致災因子、孕災環境和承災體特征三大要素的影響，即氣象過程、土壤水動力學過程和作物需水過程，因此準確定義旱澇急轉需要綜合考慮這三個方面的要素。但目前國內外對于旱澇急轉的定義主要基于氣象要素給出的定義，如基于降雨量定義的長短周期旱澇急轉指數[8]、降水距平百分率作為判別旱澇急轉的標準[9-10]、以SPI指數劃分旱澇[11]等。這些研究在一定程度上反映了區域的旱澇狀況，但是脫離了田間實際情形，忽略了土壤水分運動情況和作物水分臨界期對旱澇的影響，導致部分現有的旱澇急轉指標計算結果與實際不符，也缺乏對旱澇急轉過程中田間積水具體過程的描述?；诖?，本研究從農業生產角度出發，結合氣象、土壤水分和作物需水三大因素，給出水稻灌區旱澇急轉事件的定義，并以安徽省五道溝地區水稻為研究對象，分析了具體旱澇急轉事件發生過程，與長周期旱澇急轉指數篩選結果進行對比，可為水稻灌區甄別和預防旱澇急轉事件提供科學依據。

1 水稻灌區旱澇急轉過程定義與計算方法

1.1 水稻灌區旱澇急轉過程的定義

常見作為判斷干旱程度的指標有減產率、土壤含水率等指標。當作物在生育期某一生育階段受旱，此時可采用減產率作為判別干旱的標準，若該生育階段受旱，由此導致作物減產率大于10%，則認為發生了一次輕旱事件；針對跨兩個以及多個生育階段發生的干旱，減產率不再適用，此時可采用土壤相對含水率作為判別標準，參考《農業干旱等級》的相關規定，當該指標低于50%且持續5 d以上(非作物需水關鍵期連續7 d以上)，則認為發生一次干旱過程。農業上常采用發生一定重現期的暴雨，作物不受澇作為地區的排澇標準，根據《灌溉與排水工程設計規范》規定，我國一般采用5～10年作為暴雨的重現期[12]來設計排除歷時和排除時間。對于水稻，采用1～3 d暴雨3～5 d排至耐淹水深。當暴雨量形成的淹水深度和淹水歷時超過排澇標準，水稻受澇。

一次旱澇急轉事件形成過程應同時具備以下三個要素：受旱、受澇和急轉間隔天數。現有旱澇急轉定義中針對急轉間隔天數的研究極少，僅程智給出10 d作為旱澇急轉事件判別的臨界值，該時間的確定缺乏相應的依據。本研究在針對具體地區做實例分析時發現，所有旱澇急轉事件發生的年份，旱澇轉化所需的時間較短，不同年份旱澇急轉間隔時間有所不同，為反映旱澇急轉間隔時間的一般情況，本文采用眾數作為間隔時間的臨界值，記做d。若某次旱澇急轉事件急轉天數低于該閾值d，則認為發生一次旱澇急轉事件。

綜上，本文給出水稻灌區旱轉澇(或澇轉旱)事件的判別標準：①旱：水稻在某一生育階段內受旱，由此導致的減產率超過10%，或者水稻在跨生育期，發生了一次土壤相對含水率低于50%且連續5 d為輕旱以上等級的干旱過程(非需水關鍵期內7 d為輕旱以上)，②澇：水稻生育期內出現了十年一遇3日暴雨過程并導致灌區內澇積水深度在5 d內未降至水稻在該生育期的耐淹深度；③一段時間內旱事件和澇事件相繼發生(或澇旱事件相繼發生)，兩者之間的間隔天數低于給定天數閾值(可取兩次過程間隔天數的眾數)。同時滿足上述3個條件，即可認為水稻在生育期內發生了一次旱轉澇(或澇轉旱)過程。

綜上，本文給出水稻灌區旱澇急轉事件的判別標準：①水稻的減產率超過10%，或者水稻在需水關鍵期發生了一次土壤含水率連續5 d為輕旱以上等級的干旱過程(非需水關鍵期內7 d為輕旱以上)；②水稻生育期內出現了十年一遇3日暴雨過程并導致灌區內澇積水深度在5 d內未降至水稻在該生育期的耐淹深度；③干旱過程與內澇積水過程之間的間隔天數低于給定天數閾值(可取兩次過程間隔天數的眾位數)。同時滿足上述3個條件，即可認為水稻在其生育期內發生一次旱轉澇或澇轉旱過程。

1.2 水稻灌區旱澇急轉過程模擬計算方法

模擬水稻灌區旱澇急轉過程需要準確計算在給定旱澇急轉氣象過程條件下水稻灌區的土壤水動力學過程和作物需水過程。本文采用Hydrus模型模擬水稻灌區受旱過程與內澇積水過程，采用Jensen模型模擬水稻灌區減產過程。

(1)水稻灌區旱澇過程模擬。Hydrus模型可用于模擬分析飽和-非飽和帶的水分運動和溶質運移。根據土壤水的運動，可將Hydrus模型分為三類，分別用于模擬水分在一維、二維和三維上的運動。水稻是一種喜水作物，農業上通常采用格田灌進行灌溉，水分在重力作用下滲入土壤，土壤水分運動為有水層的一維垂直水分入滲運動，可用hydrus-1d模型模擬水分運動過程。該模型以Richards方程為原理，由此得到土壤水分運動模型。

土壤水分運動模型：

(1)

式中：θ是土壤體積含水量；t是時間，d；z是空間坐標，cm；D(θ)是擴散度；K(θ)是非飽和土壤導水率，cm/d。

土壤水流模型選擇單孔隙模型中的Van Genuchten-Mualem模型，不考慮水分滯后效應。

Van Genuchten-Mualem 模型：

(2)

(3)

式中：Ks為土壤飽和導水率，cm/d；θe為土壤相對飽和度；θγ為土壤剩余體積含水率；θs為土壤飽和體積含水率；α和n是經驗擬合參數，其中m=1-1/n；l為經驗擬合參數，

水流模擬的初始邊界選擇以田間持水率對應的壓力水頭作為初始值。上邊界選取開放大氣邊界，接受降雨補給，Hydrus-1D模型中關于上邊界條件給出了地表無積水和有積水兩種模塊，本文研究的對象為水稻，因此選擇地表有積水的模塊，該模塊允許地表有積水存在，且積水深度的變化由降雨和入滲共同決定。

初始條件：

h(z,0)=h0(z) (0≤z≤L)

(4)

上邊界條件：

z=0t>0

(5)

下邊界條件：

(6)

式中：L是土壤深度，cm；E(t)是與時間有關的土壤水分最大蒸發或最大入滲強度，cm/d；hA是地表最小的壓力水頭，取-10 000 cm水柱；hS是地表最大的壓力水頭，取水稻不同生育期的耐淹水深，cm。

(2)水稻灌區減產過程模擬。實際上，受實驗條件的限制，不同地區水稻產量的資料往往較少，但具有大量的氣象資料，可通過建立作物水分生產函數，間接求出相應年份的產量。目前，國際上提出過數十種作物水分生產模型，但公認比較合理與常用的主要有Jensen模型[13]、Blank模型、Stewart模型等，其中Jensen模型被廣泛運用至各種作物模型中，針對作物不同的生育階段，用相對騰發量與相應階段敏感指數表征對相應階段產量總影響。

Jensen模型：

(7)

式中：ETi是某生育期受旱條件下的蒸發騰發量，mm；ETm是正常條件下的蒸發騰發量，mm；i是各生育階段編號，水稻可劃分為4個階段，分別為分蘗期、拔節孕穗期、抽穗開花期和乳熟黃熟期；n是階段總數，n=4；λ是作物產量對缺水的敏感指數。

假設當水稻在某一生育期持續受旱，在其余生育階段皆為正常情況，最終導致減產率超過了10%，根據Jensen模型以及該時期的敏感指數，可以計算出水稻在該生育期不受旱時最低的蒸發騰發量，低于正常條件下該時期的蒸發騰發量，水稻受旱。

2 實例研究

2.1 研究對象

五道溝水文實驗站位于安徽蚌埠，實驗站以水稻、玉米和大豆等為主要實驗作物。統計五道溝1954-2008年逐月平均降雨量(表1)。五道溝年內降雨量時空分布不均，7月的多年平均月降雨量為221.9 mm，是平均降雨量最大的月份，最小值發生在12月，月降雨量僅16.7 mm。從季節分布來看，降雨主要集中在夏季(6-8月)，占全年降雨量47.0%；冬季(12-次年2月)降雨量最少，僅占6.84%。因此，五道溝地區夏季最有可能發生該現象，該季節也正是水稻種植的時節。

表1 五道溝多年降雨量年內分布Tab.1 Distribution of annual precipitation in Wudaogou

2.2 模型建立與數值模擬

(1)土壤特性參數。五道溝實驗區所處在的亞黏土壤在土壤分類中劃分為青黑土，其土壤主要物理特性參數如表2所示[14]。

表2 五道溝亞黏土特性參數Tab.2 Characteristic parameter of loam in Wudaogou

(2)模型參數。模型選取了地下0～100 cm深度范圍的土樣，共分為五層，模擬時段為水稻全生育期，從每年的6月1日-9月30日，共計122 d。初始條件選取每年6月1日各層實測土壤含水率，上邊界選取開放大氣邊界，接受降雨補給，且允許地表有積水。由于五道溝地區多年地下水位較低，下邊界選取自由排水邊界。

(3)模型驗證與效果評價。實驗站1996-2008年水稻生育期內部分土壤含水率實測資料與Hydrus-1d模擬值相關性檢驗結果如表3、圖1所示。表2為15 cm深度處土壤實測含水率和模擬含水率，所有年份的實測值與模擬值相關系數都在0.5以上，最高達0.901，且F檢驗的顯著性水平P值均在置信區間(α=0.05)內，說明土壤含水率實測值與模擬值無顯著差異，模擬結果可以被接受，參數設定較為合理，可用于實際研究中。

表3 實測值與模擬值的相關性檢驗Tab.3 Correlation of simulated value and measured value

注：*表示第四位小數無法顯示。

圖1 實測值與模擬值的回歸分析Fig.1 regression analysis of simulated value and measured value

2.3 旱澇急轉事件篩選及分析

(1)旱事件與澇事件篩選結果。五道溝水稻生育期劃分為4個階段：分蘗期(7.6-7.28)、拔節孕穗期(7.29-8.24)借助Jensen模型可以計算出各個時期水稻不受旱所需最低蒸發騰發量，但是該地區水稻不同生育期的敏感指數缺乏，因此本文借鑒了武立權[15]等人在合肥進行試驗得到的敏感指數，進而得到水稻不同生育期不導致減產超過10%所需的最小蒸騰量。經過篩選，五道溝地區1954-2008年中所有發生的旱事件結果如表4所示。

該地區55年內共發生14次旱事件，主要發生在分蘗期和拔節孕穗期，從時間上看，20世紀80年代以前干旱事件發生次數較少，80年代之后旱事件發生的頻率呈現增長趨勢，90年代和2000年以后旱事件分別發生了4次，且具有連續性發生的特點。

五道溝地區受澇按照十年一遇3日暴雨，5日內排至水稻耐淹水深的標準。目前，國內對于水稻不同生育期的耐淹水深和耐淹歷時尚無統一的規定，因此，本文的耐淹水深和耐淹歷時則參考《灌溉與排水工程設計規范》，加以修改，如表5所示。

表4 旱事件篩選結果Tab.4 Results of drought events

表5 水稻不同生育期的耐淹水深和耐淹歷時Tab.5 Resistant submergence depth and duration indifferent rice growth period

注：不同地區水稻的耐淹水深有差異。

通過對該地區多年最大3日暴雨排頻，得到十年一遇3日暴雨量為210 mm，照此標準，55年內符合的年份共有7年(表6所示)。2006年3日暴雨未達到標準，但為增加樣本數量，仍選作為一次澇事件；1991年降雨量達265.7 mm，雖發生澇事件，但未發生在水稻生育期。

表6 澇事件篩選結果Tab.6 Results of flood events

(2)旱澇急轉事件篩選結果。一次旱澇急轉事件既需要發生旱事件，又需要發生澇事件，綜合兩個條件篩選得到的結果如表7所示，55年內共篩選出6次疑似“旱澇急轉事件”，其中2次為旱轉澇，4次為澇轉旱。旱轉澇間隔時間最長為1 d，最短為0 d，無法給出時間間隔眾數，但由于其數值較小，因此可以選取極大值作為時間間隔閾值，2次事件均判別為旱轉澇事件；澇轉旱間隔時間最長為5 d，最短為2 d，而間隔時間眾數為5 d，因此4次事件全部符合篩選標準，均為澇轉旱事件。從生育期分布來看，受旱的生育期主要出現在分蘗期和拔節孕穗期，受澇天數最長為7 d，最短為5 d。

表7 旱澇急轉事件統計Tab.7 Results of drought and flood alternating events

(2)水稻灌區旱澇急轉過程。五道溝地區1954-2008年共發生3次“旱轉澇”事件，分別發生于1954、1989和2005年。取1989年分析該事件發生的具體過程，整個拔節孕穗期蒸發騰發量為130.01 mm，低于該生育期不受旱時的最低蒸發騰發量158.04 mm，故該生育期受旱。8月25日一日暴雨量達216.7 mm，全年最大3日暴雨發生在8月24日-8月26日，雨量為217.0 mm。采用Hydurs-1D模擬該時段地表徑流變化過程，如圖2所示。地表水頭從8月25日開始增加，在8月26日達到最大值130.4 mm，之后逐漸降低，于8月30日降低至該生育期耐淹水深，整個受澇過程持續5 d，急轉間隔時間為0 d，屬于典型的“旱轉澇”事件。

圖2 1989年水稻生育期地表水頭變化Fig.2 Change of surface water head in rice growth duration in 1989

1997年發生了一次“澇轉旱”事件，地表水頭變化如圖3所示，全年最大3日暴雨量為234.6 mm，發生在7月15日-7月17日。在此之前，7月14日降雨量為58.7 mm，本次降雨過程充分補充了土壤水分，甚至在地表出現了5 mm左右的積水，從7月17日開始，地表積水深度就超過該時期(分蘗期)耐淹水深，一直持續到7月22日，受澇共計7d。7月25日開始受旱，一直持續整個分蘗拔節期。澇事件和旱事件間隔天數僅2 d，是一次典型的澇轉旱過程。

圖3 1997年水稻生育期旱澇急轉過程Fig.3 Change of surface water head in rice growth duration in 1997

3 與長周期旱澇急轉指數對比

采用LDFAI指數計算五道溝1954-2008年旱澇急轉指數，結果如圖4所示。高LDFAI年有9年，表明這9年發生了“旱轉澇”事件；低LDFAI年也有9年，對應了“澇轉旱”事件。

圖4 1954-2008年長周期旱澇急轉指數Fig.4 The LDFAI index value during 1954-2008

兩種定義均篩選出1954、1989和2005年發生的“旱轉澇”事件。但在“澇轉旱”事件的篩選中出現了明顯的差異，LDFAI指數沒有篩選出1997年發生的“澇轉旱”事件，但是篩選出2000年為“澇轉旱”年。作為對比，本研究選取了2000年5-8月降雨量分布與土壤含水量變化過程，如圖5所示。

圖5 2000年降雨量分布與含水量變化Fig.5 distribution of precipitation and soil moisture content in 2000

2000年，6月3日暴雨量達128.4 mm，之后持續16 d無雨(僅6月10日降雨0.7mm)，6月3日雨量大，當天作物受澇，但能夠在5 d內排至作物的耐淹水深，該時段降雨量并沒有造成澇災，不屬于“旱澇急轉”事件，而長周期旱澇急轉指數計算的結果表明該年份屬于“澇轉旱”事件，與實際情況明顯不符合。

LDFAI指數無法給出“旱澇急轉”發生的具體發生的時間，也無法描述其具體發生過程；此外，基于LDFAI指數篩選出來的“旱轉澇”年份和“澇轉旱”年份比本定義的旱澇急轉事件篩選結果多，這是由于長周期旱澇急轉指數以2個月為時間尺度，對于一些高LDFAI年和低LDFAI年，2個月累計的降雨量雖然極大，然而在該時段內，并沒有造成水稻受澇。僅用累計降雨量的多寡進行判斷，而忽略了土壤實際的墑情情況，得到的旱澇急轉事件是與實際田間情況脫離的、不完全準確的。

4 結 語

本文從農業生產角度出發，結合氣象、土壤水分和作物需水三大因素，給出了適用于農業生產的旱澇急轉事件定義，描述了旱澇急轉事件發生時間與旱澇過程，并與已有的旱澇急轉定義進行對比，得到如下結論：

(1)本文給出了水稻灌區旱澇急轉事件的定義，與前人僅考慮降雨量而定義的旱澇急轉不同，該定義不僅考慮了氣象要素，同時也加入了土壤水分狀況和作物需水生育期因素的影響，是一個綜合性的指標，可以用于描述農業生產地區旱澇急轉現象的具體發生時間與形成過程。

(2)以五道溝地區的水稻作為研究對象，分析了該地區1954-2008年共55年所有發生的旱澇急轉事件，共有6次。其中“旱轉澇”事件發生2次，分別出現在1954和1989年；“澇轉旱”事件發生了4次，分別是1997、2005、2006和2007年。

(3)與現有的旱澇急轉定義對比，吳志偉的長周期旱澇急轉指數(LDFAI)篩選出的“旱澇急轉”事件與本文差異較大，前者篩選出的旱澇急轉年份雖然較多，但遺漏了1997年發生的澇轉旱事件，且其中有部分年份(如2000年)實際上并未真正發生該現象。LDFAI指數能直接計算出旱澇急轉事件，但不能準確描述出該事件具體的發生時間和過程。本文判別旱事件和澇事件的標準嚴格，據此定義出的旱澇急轉事件篩選出的結果能準確描述旱澇急轉發生時間過程，同時，結合了農業生產實際情況，避免了篩選出不符合實際的旱澇急轉事件，具有較好的準確性，可用于旱澇急轉現象頻發地區的判別和篩選旱澇急轉事件的依據。