李崇瑞,游松財,武永峰,王一昊
(中國農業科學院農業環境與可持續發展研究所,北京100081)
在全球氣候變暖背景下,中國干旱事件頻發[1],強度也在不斷加強[2],且表現出一定的反常性和不可預見性[3]。中國作為農業大國,農業是國民經濟的基礎,氣候變化將直接影響到糧食安全和可持續發展[4]。而自20 世紀中期以來,東北地區氣溫呈線性增加趨勢[5],降水年代際波動明顯,但總體呈減少趨勢[6-7],北部降水量的減少速率小于南部[8],部分地區的降水量持續減少甚至低于歷史最低值,極易引起干旱造成農作物減產[9]。尤其在20 世紀90 年代后,東北地區受旱面積不斷增大,發生次數不斷增加,干旱程度也有加重趨勢[10]。從1971 年至2012 年,東北地區春玉米平均每年受旱面積達到412.4 萬hm2,占到所有災害總受災面積的61.6%[11]。而以松嫩平原為中心的東北玉米區,所生產的商品糧可以占到全國的1/3 左右[12],因干旱造成的玉米減產可達到總產量的20%~30%[13]。所以,在東北地區干旱不斷發展,春玉米受旱情況愈發嚴重的情況下,研究東北地區春玉米干旱就顯得尤為重要。
干旱研究的難點在于干旱的發生時間、發展過程以及影響范圍的界限難以直接觀測和統一界定,所以干旱監測通常采用干旱指標對干旱狀況進行表征[14-15]。Yang 等[16]基于帕爾默旱澇指數 PDSI(palmer drought severity index),建立了考慮降水、蒸散和灌溉的干旱指數,能夠很好的反應灌區農業干旱的情況;Liu 等[17]利用標準化降水 蒸 散 指 數 SPEI ( standardized precipitation evapotranspiration index)分析了內蒙古自治區1960-2013年不同時間尺度干旱特點、變化趨勢和植物生長季干旱的頻繁性和嚴重性。但這些指標僅從地表水熱平衡關系出發,沒有考慮到作物不同生育期需水狀況的不同。而CWDI 從農田水分平衡出發,引入了作物系數,考慮了作物需水特性,能夠更好的反應作物缺水狀況。王連喜等[18]利用該指數對陜西冬小麥干旱特征進行分析,發現小麥在返青到拔節期、灌漿到成熟期干旱頻率較高。隋月等[19]利用作物水分虧缺指數分析了南方春玉米和夏玉米生育期干旱的時空特征、強度和干旱的面積。但當前CWDI研究多是針對氣象觀測站點、基于長時間尺度開展干旱時空特征分析,對大范圍連續空間區域內干旱災變過程逐日實時、動態監測研究較為欠缺;且研究過程針對不同區域、不同生育期采用了固定的作物系數,且在不同地區間差異較大,不同生育期的干旱程度分級閾值也是固定的,而這種靜態的作物系數不利于實現春玉米干旱動態監測過程,會造成在大范圍連續干旱監測結果的時空不連續問題。
為此,本研究提出一種改進作物系數Kc的設置方法,使其由靜態轉變為隨生育進程變化的動態值,逐日循環計算累積CWDI 指數,并根據作物系數的動態變化進一步確定隨生育進程變化的 CWDI 動態閾值。同時利用ANUSPLIN 專業氣象數據插值軟件對各氣象要素數據進行空間插值,將單一站點數據擴展到面,以確保干旱監測結果在大范圍空間區域內的連續分布。本文以2018 年東北地區春玉米干旱發生、發展及消退的整個過程為例,通過分析玉米生長發育進程中的需水量變化特點,研究解決干旱強度等級動態閾值設定方法,以提高干旱連續監測精度,建立起一套較為完善的空間大范圍區域內干旱實時監測方法體系,動態跟蹤干旱災變過程,及時反饋干旱時空信息及趨勢,為今后農業防旱減災應對措施提供科學依據。
研究區位于北緯38°43'~53°33',東經117°47'~135°05',包括遼寧、吉林、黑龍江三省和內蒙古東部的呼倫貝爾市、通遼市、赤峰市、興安盟等地。東北地區是世界上三大黑土帶之一,土壤養分含量充足;同時,東北地區的水氣熱資源充足,水熱同期,日照充足,日較差也大,且水氣熱等資源與玉米的生育期同步;地理緯度較高,生長季熱量條件年際波動較大;自東南沿海向西北內陸濕潤度逐漸降低,由濕潤區、半濕潤區轉變為半干旱區[20],而玉米多種植在半干旱半濕潤區,這使得干旱發生成為常態;從東到西生態系統由森林向草原和荒漠過渡,農牧交錯;中部平原區海拔較低;東部為長白山區,西部為大興安嶺,海拔較高。玉米等作物種植一年一熟。
研究數據包括:1)氣象數據:涵蓋研究區及周邊地區共105 個氣象站點2018 年逐日平均溫度、最高溫度、最低溫度、平均風速、平均氣壓、日照時數、平均相對濕度、降水量等,可從中國氣象數據共享網獲取;2)農作物生長發育狀況資料:涵蓋研究區及周邊共78 個站點1991—2013年各類作物及對應的關鍵發育期時間,也可從中國氣象數據共享網獲取;3)東北地區30 m 分辨率DEM(ASTER GDEM V2 版本);4)2018 年野外調查和采樣數據:結合2018 年東北地區干旱發生特征,分別開展了3 次野外調查和采樣工作,覆蓋了春玉米苗期、生長發育關鍵期中前期和中后期,每個樣區隨機6 點取樣(圖1 所示)。5 月14—18日期間,對朝陽、彰武、松原、乾安、長嶺和阜新等地共6個樣區;7 月12—20 日,對凌源、北票、阜新、松原、方正、茄子河、寶清、虎林等共8 個樣區總計14 個樣區開展了0~20 cm 深度的表層土壤取樣,并測定了表層土壤相對濕度。8 月6—14 日,對涵蓋錦州市、阜新市、四平市、遼源市、通化市、丹東市、本溪市、鐵嶺市和沈陽市等9個縣市在內共23個樣區的玉米植株長勢進行了調查和拍照記錄;5)土壤質地空間分布數據,數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn)。

圖1 研究區DEM、土壤質地分布及氣象站點空間分布 Fig.1 DEM, soil texture distribution and spatial distribution of meteorological stations in study area
本文對所有的氣象資料和作物生長發育資料進行插值,由點對點變為面對面,去除了由于站點數據缺失或不對應帶來的計算和分析上的問題。針對站點數量有限和站點空間地形的特點,采用廣泛且有效的插值方法。對所有氣象站點要素數據利用ANUSPLIN 專業氣象數據插值軟件進行空間插值,對春玉米關鍵生育期數據(播種、三葉、抽雄、乳熟、成熟等)利用克里金法進行空間插值。由于本文研究區針對整個東北地區,局部地區可能存在一定誤差,但總體上精度可控。所有空間插值數據和DEM 均統一訂正為0.01°×0.01°空間分辨率。使用IDL 編程方法進行逐像素計算,得到研究區域參考蒸散量及CWDI 等指標計算結果。空間分布圖使用ARCGIS 10.5 繪制完成。
1.3.1 改進作物水分虧缺指數計算
1)作物水分虧缺指數

式中CWDIi為第i 個時間單位的水分虧缺指數%;Pi為第i 個時間單位的累積降水量,mm;Ii為第i 個時間單位的累積灌溉量,mm,ETc,i累積需水量,mm。本文以10 d為1 個時間單位。

式中ET0為參考蒸散量,Kc為作物系數。考慮到東北地區農業基礎設施薄弱,大部分玉米種植區缺少有效灌溉,玉米生長發育依賴于自然降水[21],這里忽略灌溉量。逐日累積水分虧缺指數采用如下方法計算:

式中CWDI 表示當日的累積作物水分虧缺指數,CWDIi, CWDIi-1, CWDIi-2, CWDIi-3, CWDIi-4分別為50 d 內最近1~10、11~20、21~30、31~40、41~50 d 共5 個時間單位內的作物水分虧缺指數;a,b,c,d,e 為權重系數,依據《北方春玉米干旱等級》(QT/X 259-2015)權重系數設置方法,本文分別取0.3、0.25、0.2、0.15、0.1。
2)作物參考蒸散量計算
使用FAO-56 推薦的Penman-Monteith 法,其計算公式如下:

式中Rn為地表凈輻射,MJ/(m2·d);G 為土壤熱通量,MJ/(m2·d);Tmean為日平均氣溫,℃;U2為2m 高處風速,m/s;es為飽和水氣壓,ea為實際水氣壓,kPa;Δ為飽和水氣壓曲線斜率,kPa/℃;γ為干濕表常數,kPa/℃。
1.3.2 逐日作物系數估算和干旱等級動態閾值設定
1)逐日作物系數估算
參考FAO 推薦的玉米作物生長期Kc變化(圖2)變化規律曲線和東北地區各月春玉米作物系數參考值,結合本套春玉米生育期數據和實地調查點春玉米發育進程特點,發現作物系數Kc隨發育進程而變化,播種—三葉期變化小,三葉—抽雄期快速增加,抽雄—乳熟期穩定,乳熟—成熟期快速下降,依此確定春玉米相應的生育階段:初期為播種—三葉期,發育期為三葉—抽雄期,中期為抽雄—乳熟期,末期為乳熟—成熟期。
其不同階段的Kc參考值設置為:初期為0.3,之后發育期線性增長到1.2,中期穩定在1.2,后期玉米Kc線性減小至0.6。玉米生長初期,發育期,中期,后期的修正后生育期內逐日Kc計算方法如下:

式中Kc,i表示當日的作物系數,Kc,f-1表示上個生育階段結束日的作物系數,Kc,f表示這個生育期結束日的作物系數,Di表示當日的日序,Di,0表示上個生育階段結束日的日序,Dl表示當日所在生育階段的總日數。對于初期階段,Kc,f=Kc,f-1=0.3,Kc,f和Di,0分別為播種初日的作物系數和日序。實際上,春玉米播種期的干旱會影響玉米的播種,且作物水分虧缺指數累積了近50d 的水分虧缺情況,為了能更好的對春玉米初期干旱進行監測,保證春玉米監測空間上的完整性,本文定義從玉米播種及之前最近50 d 內,Kc從0 線性增加到0.3,后期結束后50 d 內Kc線性減小至0。

圖2 農作物生長發育過程中作物系數Kc 的變化規律示例 Fig. 2 Changes of crop coefficient Kc during crop growth and development
2)干旱等級動態閾值設定
參考逐日作物系數Kc和《北方春玉米干旱等級》(QX/T 259-2015)中干旱等級劃分閾值,對基于逐日累積CWDI 的東北地區春玉米生育期內干旱等級閾值進行動態設置,具體方法如下式:

式中Yc,i表示當天的分級閾值,Yc,f-1表示上個生育階段結束日的閾值,Yc,f表示這個生育期結束日的閾值,Di表示當日的日序,Di,0表示上個生育階段結束日的日序,Dl表示當日所在生育階段的總日數。對于初期階段,Yc,f和Di,0分別為播種初日的閾值和日序。干旱強度等級劃分為5 級,即0(無旱)、 1(輕旱)、 2(中旱)、 3(重旱)、 4(特旱),為了保證干旱監測空間上的連續性,本文定義播種之前閾值與播種當日的閾值相同,末期結束后閾值與末期結束當日的閾值相同,春玉米關鍵節點的干旱等級臨界閾值如表1。

表1 春玉米關鍵節點的干旱等級變化臨界閾值 Table1 Critical threshold of drought grade change in key nodes of spring maize
2018 年春旱主要發生在玉米的播種—出苗期;伏旱主要發生在拔節—吐絲期,為玉米需水關鍵期。根據《北方春玉米干旱等級》(QX/T 259-2015)中對應時期的土壤相對濕度干旱等級分級標準進行干旱分級,分級方法如表2。

表2 基于土壤相對濕度(R)的北方春玉米干旱等級劃分 Table 2 Classification of drought grades of spring maize in North China based on relative soil moisture (R)
參考《NY/T 2284-2012 玉米災害田間調查及技術規范》干旱分級標準以及植株形態變化特征進行干旱判定,其判定方法如表3。

表3 基于作物形態特征的春玉米抽雄—吐絲期干旱等級劃Table 3 Classification of drought grades in spring maize during tasseling to silking period based on crop morphological characteristics
根據2018 年開展的3 次野外實地調查和采樣結果,分別與調查期內5 月9—16 日、7 月12—19 日和8 月5—12 日3 組8 d 合成的改進CWDI 監測結果與CWDI 監測結果進行對比,CWDI 計算方法參考《北方春玉米干旱等級》(QX/T 259-2015),并利用本套柵格數據集計算。
春旱實測期內東北大部天氣條件較為一致,根據表4中5 月調查結果及表6 可以看出,實測土壤濕度的干旱判定結果均為重旱和特旱,與改進CWDI 和CWDI 判定的重旱和特旱結果一致,判對率均為100%。2018 年伏旱主要發生在7、8 月,這段時期是玉米需水關鍵期。從表4 中7 月調查結果及表6 可以看出,改進CWDI 結果的判對率在7 月明顯高于CWDI 結果。改進CWDI 判對率為62.5%,CWDI判對率僅有50%。7 月改進CWDI 監測結果略重于實地調查土壤相對濕度R 判定結果;由于不同土壤質地涵養水分的能力不同,可能導致了實地調查結果與監測結果在部分地區的不一致性;與此同時,由于此時玉米完全覆蓋地表,可能導致實測結果與玉米受旱產生差異,此段時間內伏旱弱并且不明顯;總體來看,實測和改進CWDI 監測結果均沒有重度以上的干旱,實測和改進CWDI 監測結果基本吻合;從表5、表6 可以看出,8 月CWDI 監測結果的判對率僅有65.2%,改進CWDI 監測結果的判對率達到了73.9%,改進CWDI 監測效果明顯好于CWDI。8 月地面調查結果與改進CWDI 干旱監測范圍保持了較好的一致性,除去遼寧省新民市調查區(123.29°E,42.11°N)靠近水稻種植區有水分補給,錦州市黑山縣和凌海市有灌溉條件所導致干旱調查結果較輕之外,其余調查區干旱判對率達到84%。地面調查特旱區、重旱區、中旱區基本分布在改進CWDI 監測的特旱區、重旱區和中旱區之內,但中旱和重旱并無完全一致的對應關系,所有樣區中有3 個樣區對應于改進CWDI 監測的無旱區內,改進CWDI 指標可以完全覆蓋基于玉米植株形態調查的干旱區。實地調查可能由于時間、天氣等的變化以及灌溉條件在相鄰區域內有一定的差異。以遼寧西部地區為例,朝陽,阜新等地的干旱狀況實地調查程度要高于鄰近地區的錦州等地。與此同時,利用改進CWDI 進行干旱監測的強度總體上要大于實際植被受旱狀態,這是可能是由于植被實際響應干旱的程度不同而出現的差別;其次,由于氣象干旱有別于作物干旱,在特定程度和時長的氣象干旱作物受旱具有一定的滯后性。而在3 次大范圍空間取樣的條件下,改進CWDI 整體干旱判對率達到了75.7%,而CWDI僅為67.6 %,判對率提高了8.1%,表明改進CWDI 監測結果有更高的監測精度。

表4 玉米春旱監測結果與地面調查結果比較 Table 4 Drought monitoring results of spring maize compared with ground survey

表5 8 月玉米伏旱監測結果與地面調查結果比較 Table 5 Comparisons between monitoring results of maize drought in August and ground survey results

表6 改進CWDI 與CWDI 春玉米干旱判對率 Table 6 Judgement right rate of improved CWDI and CWDI for spring maize
圖3 展示了改進CWDI 在調查時段內干旱監測結果與實際干旱情況的空間分布。在玉米生育期內,利用改進CWDI 監測方法可以完全覆蓋干旱的發生區域,能夠很好的監測出旱情區域和發展趨勢。且在同一時間內,實際干旱程度較重的地區,監測結果也較重,反之亦然,表明干旱實際情況與監測結果具有很好的時空一致性。
圖4 展示了同一時期改進CWDI 監測結果與CWDI 監測結果的空間分布。由于CWDI 指標中采用靜態的作物系數Kc,導致在應用CWDI 進行短時間尺度大范圍空間干旱監測時,在行政區邊界處會產生一定的空間不連續性。而改進CWDI 具有更好的空間連續性與判對率。所以,相對于CWDI 指數,改進CWDI 指數具有更高的監測精度,干旱監測結果具有更好的空間一致性和連續性,利用改進CWDI可以有效的進行東北地區春玉米干旱災變過程大范圍逐日動態監測。
圖5 顯示了2018 年東北地區春玉米春旱發展和消退過程。春玉米春旱從玉米播種期開始,5 月中旬干旱程度達到最大,并一直持續到下旬,之后開始減弱(5 月下旬—6 月下旬)。6 月份,整個東北地區玉米干旱范圍最小,干旱程度最低。從空間上來看,春旱從東北地區中部開始發展,程度逐漸增大,并向西南部蔓延;之后由東北向西南逐漸消退。

圖3 8d 合成改進CWDI 監測結果與實測樣區干旱等級 Fig.3 Monitoring results of 8 day synthetic improved CWDI and drought grade in measured area

圖4 改進CWDI 與CWDI 監測結果對比 Fig.4 Comparison between improved CWDI and CWDI monitoring results

圖5 春旱發展和消退過程 Fig. 5 Process of drought development and subsidence in spring
圖6 顯示了2018 年東北地區春玉米伏旱發展和消退過程。8 月4 日前后東北地區玉米伏旱面積達到最大,干旱程度最為嚴重,但干旱多集中于東北地區南部的遼寧省,內蒙古的赤峰和通遼以及吉林省的中部地區,受旱最嚴重的地區是遼寧省。由于此時期是玉米生長發育的關鍵期,此時的大面積干旱可能會對玉米產量造成一定的影響。8 月下旬之后,東北地區南部的干旱才得到一定的緩解。進入9 月大興安嶺、小興安嶺地區的干旱有所發展,但由于此地并非玉米主要種植區,對玉米的影響較小。同時,東北地區南部的遼寧及內蒙古赤峰、通遼等地的干旱有一定的發展,由于此時玉米已到生育后期,干旱對產量 的影響并不會如8 月明顯。從空間上看,東北地區南部的伏旱過程,由內蒙古東部地區向遼寧地區擴展蔓延,從西至東發展;之后由遼寧東部向西部,內蒙古東部向遼寧西部地區兩個方向減弱;同時,干旱區域向北也有所發展,影響到了吉林省中西部的部分地區。期間,遼寧省中西部地區干旱持續時間較長,程度較重。
干旱作為一種累積型的災害,其發生、發展都具有一定的持續性。圖7 為2018 年玉米生育期內不同程度的干旱面積逐日變化的過程,可以看出2 次較為明顯的干旱過程,分別是6 月的春旱和7 月下旬開始的伏旱。6 月中旬到7 月下旬之間干旱狀況較為穩定。春旱的程度和范圍要大于伏旱。

圖6 伏旱發展和消退過程 Fig. 6 Process of drought development and subsidence in summer

圖7 逐日不同等級干旱面積百分比變化 Fig.7 Percentage change of drought area in different grades on a daily basis
從2018 年干旱事件來看,改進CWDI 對氣象因子(如降水)短時變化表現出良好的敏感性。以2018 年5 月22 日前后春玉米干旱監測為例,圖8 顯示了5 月22 日前后的降水過程,使干旱區干旱程度得到緩解,在降水的過程中,蒸散量逐漸減少。改進CWDI 可以很好的表征降水對春旱的緩解作用。
圖9 顯示了東北地區南部采樣點附近柵格點3—9 月的降水和蒸散量的變化趨勢,可以很容易地發現春季3—5 月缺少明顯的降水,進入6 月之后,降水逐漸增多,在7 月下旬之后的一段時間內,只有一次明顯的降水,這可能是導致當地伏旱發展的主要原因。其次,幾乎每次降水過程,當地的蒸散量都會下降,在降水過程中降水和蒸散的相關系數為-0.374,且通過了0.05 顯著性檢驗,表明在逐日尺度上,降水過程中降水和蒸散具有一定的負相關關系。選取柵格點的降水和蒸散變化與東北地區南部的干旱特征變化較為一致,并與圖8 在5 月22 日前后有很好的對應關系。

圖8 5 月21 日—5 月23 日的降水量,參考蒸散量以及監測結果的空間分布 Fig. 8 Precipitation, reference evapotranspiration and spatial distribution of monitoring results from 21 to 23 of May

圖9 采樣點附近123.73°E,42.83°N 2018 年3 月1 日—9 月30 日降水和蒸散的變化 Fig.9 Changes of precipitation and evapotranspiration from March 1 to September 30, 2018 at 123.73°E and 42.83°N near sampling point
干旱災變過程監測是一個長期且動態的過程。目前,針對作物水分虧缺指數的研究很多,但大部分直接使用氣象站點數據側重于分析作物干旱時空特征[22]。盡管也有基于逐日監測方法開展干旱監測應用[23-24],但是沒有充分考慮作物本身的特點,因此與作物不同發育期響應干旱的特征結合的不夠緊密。本研究充分考慮了到作物需水量隨作物生長發育的變化,通過設定逐日作物系數和CWDI 干旱強度等級的動態閾值,改善CWDI 監測玉米干旱災變過程中存在的時空連續性、以及短時尺度實時監測敏感性等問題。
干旱的發生除了受到降水、溫濕度條件等氣象因子的影響外,農作物的品種、種植制度和方式以及農作物本身的生長條件等對農業干旱的發生也有一定的影響[25]。不同作物品種對干旱的敏感程度不同,有較高抗逆性的玉米品種有利于降低干旱對玉米生長的影響[26],半干旱條件下不同類型玉米適應干旱的最佳密度不同[27],這些差異也會導致干旱監測結果受到不同程度的影響。此外,適度的灌溉可以減弱玉米受旱程度,例如本文中實地調查的遼寧省新民市調查區(123.29°E,42.11°N),錦州市黑山縣和凌海市有灌溉條件或水分補給從而影響監測結果與實際情況產生了差異;適度的施肥也可降低作物干旱脅迫程度,降低干旱對產量的影響,Krcek 等[28]研究發現施用適宜劑量的氮肥可以很好的降低大麥干旱脅迫效應,從而減輕干旱對產量的影響。同時,土壤質地類型、地形地貌等[29]方面也會對土壤水分平衡造成影響。Hawthorne 等[30]的研究認為坡度等地形因素對降水后土壤水分的衰退有一定的影響,坡度低的地方對干旱的抵御能力要強;另一方面,Miller等[31]研究發現在半干旱的地中海氣候中,無論植被覆蓋和降水差異的大小,干旱時長受土壤深度的影響明顯。這些土壤、地形等環境因素都會影響干旱的發生發展進程,進而影響作物生長過程和產量[32]。如果在今后的工作對其充分考慮上述因素,會使干旱監測結果更加可靠。除此之外,本研究使用的作物系數利用了FAO 推薦的玉米生育期作物系數變化規律,具有一定的普適性,今后的研究可以和相關農業工作者合作,獲得更加精確的作物生育期作物系數變化曲線,也可使監測結果更加精確。
基于改進CWDI 的2018 年春玉米干旱監測結果與地面調查結果具有較高吻合度,整體判對率達到了75.7%,比CWDI 干旱監測結果判對率提高了8.1%,且具有更好的空間連續性,表明改進CWDI 可用以監測東北地區春玉米干旱災變過程;改進CWDI 對降水因子短時變化具有較高敏感性,可以實時表征5 月22 日大范圍降水過程引起的干旱強度變化,表征降水對干旱的緩解作用;2018年干旱最重時段發生在5 月以及7 月下旬至8 月中旬,并且春旱強度和影響范圍大于伏旱。春旱主要發生在遼寧省西部和北部、吉林省西部、以及內蒙古赤峰和通遼等地;伏旱主要發生在東北地區西南部,且主要集中在遼寧省。2018 年東北地區干旱貫穿了玉米整個生育期,大部分地區以輕度或輕度以上等級干旱為主,表明該年份干旱程度較為嚴重。