基于農作物受災損失情景分析的 遼寧省農業旱災風險動態實時評估研究

孟祥軍

(遼寧省錦州水文局，遼寧 錦州 121000)

農業旱災損失可以作為農業糧食產量影響度額重要指標[1]。自然災害中對農業影響最大的要數水旱災害，遼寧省恰恰是一個水旱災害頻繁發生的省份，造成這種現象的主要原因是降水量年際和季節之間的差異較大[2]。目前，農作物旱災損失評估多以旱作玉米、小麥研究為主，研究探索方法可分為兩種，一是基于糧食作物生長發育機理的旱災糧食損失評估研究探索[3- 8]，二是基于生物地球化學原理的糧食旱災損失模擬模型評估方法探索[9- 13]。目前實時評估研究成果較少，作物生長模型法可用作糧食旱災損失實時評估，但由于存在不確定性，且資料要求多、模擬驗證工作復雜[14]。因此，短時間內很難實際應用，而普遍采用的水分生長函數法，需要資料多、局限于田塊研究、所研究的作物種類有限、關鍵是只能得出不同自然地理氣候區作物水分脅迫敏感期，盡管有些研究得出了作物某一關鍵期受旱致糧食損失的相對比例[15]。但這是在假設其他關鍵期供水正常的前提下的結果，關于多個關鍵期不同受旱程度下的實驗研究結果還未見到，另外，多數研究對作物受旱時間長短問題考慮不夠，因此，還難以做到與糧食旱災損失直接掛鉤，更大的目的是優化節水灌溉。為此本文針對國內旱災損失動態評估的局限，基于作物生長模型的糧食估產方法是對作物的生長進行逐時段的模擬，估計最終糧食產量，將各影響因素都固化到作物生長中，在作物成熟期前即可進行產量預測，實現旱災損失的動態評估。

1 旱災損失動態評估思路及方法

1.1 評估思路

本研究在借鑒國內外相關領域的研究思路和成果的基礎上，采用作物生長模型進行旱災損失動態評估。以示范區遼寧省的玉米作物為代表，以縣級行政區為模擬單元，采用作物生長模型進行作物生長模擬，驗證模型有效性，進而結合情景分析，預測不同降雨條件下的糧食產量，計算因旱糧食損失及作物需水量，實現農業旱災損失動態評估。具體的技術路線如圖1所示。

1.2 評估方法

(1)旱災損失評估

進行農業旱災損失評估需要計算因旱災導致的糧食損失。因旱糧食損失采用如下公式進行計算：

(1)

本文通過對農作物的生長模擬，預測未來不同氣象假設條件下的農作物產量最終值，對農業旱災損失進行動態評估。將作物生長模擬的過程通過函數f()進行表達，則受農業旱災影響的糧食損失量L可以通過當前時刻t以及該時刻以前的外部影響因素W以及t時刻外部影響因素U之間的相關方程，方程為：

圖1 農業旱災損失實時動態評估技術路線

L=f(t，W，U)

(2)

本文從抗旱決策減災的需求出發，當出現旱情時，如果未來有N天降雨有效值為0，或者不同干旱典型年的發生干旱的風險程度如何？針對旱情特點采樣何種干旱應急措施？為此設定9種未來氣象假設情景，見表1。將各種假設情景模式設定為s，則方程(2)可以轉換成不同情景下的旱災損失計算方程：

L(s)=f(t，W，U(s))

(3)

需要注意的是，三種典型年是根據歷史農業旱災損失最少、平均和最多分別作為豐水年、正常年和干旱年，相對應的該年降雨數據作為典型年的情景模式，如圖2所示。

(2)抗旱最優需水分析

農業抗旱需水是根據當前農業旱情及未來可能的農業旱災損失，確定農業抗旱的需水量。抗旱需水量是在同時考慮因旱糧食損失(或糧食產量)和充分需水量情況下的最優需水量。抗旱需水量的計算通過最小化如下代價函數實現：

表1 未來降雨情景模式的設定

圖2 旱災風險情景模式的設定

(4)

式中，W—供水量，萬m3；V—已知參數和輸入信息；L(·)—因旱糧食損失，t；ωi—第i情景模式的權重；f(·)—作物生長模型的產量預測，t；O—最大糧食產量，t；m—情景模式的個數；k—修正系數。

2 旱災損失動態評估應用示范

2.1 示范區域概況

受特殊自然地理氣候條件所決定，遼寧省是全國干旱災害頻發的省份之一，無論是干旱災害的范圍還是頻次均居全省各種自然災害的首位。新中國成立以來遼寧省每年在不同地區、季節都有干旱發生。尤其是受地理和氣候影響的遼西地區，降水量和水資源量都較少，水資源量時空分布差異性較大，發生干旱的頻率較大。遼寧省農作物播種的關鍵季節是4—5月，此期間降水量只有全年的13%～16%，西部易旱地區，正常年份降水量只有54～73mm，30%～40%年份不能滿足農作物出苗和育苗需要，春旱經常發生。干旱災害給遼寧省的城鄉居民生活和工農業生產造成不同程度的影響，已經成為制約全省工農業發展的重要因素之一。為此本文以遼寧省作為農業旱災損失動態評估示范區，此外由于遼寧省玉米播種面積達全省播種面積的80%以上，對遼寧省的農業生產具有代表性；因此本文以玉米作為主要農作物進行模擬分析。

2.2 模型數據庫建立

模型數據庫主要包含土壤類型、氣象要素、地理位置、以及農作物耕種數據(包括作物面積、耕作管理、灌溉等)。并通過大量數據收集整理，處理形成了符合植物生長模型輸入要求的數據集。

(1)地理數據

地理數據為遼寧省縣級及以上行政區劃與概況。遼寧省現有沈陽和大連兩個副省級城市，12個地級城市。縣級市17個，縣27個(自治縣8個)，市轄區56個，鎮573個，鄉445個(民族鄉76個)。

圖3 遼寧省溫度站點分布圖

(2)氣象數據

氣象要素主要包含最高和最低氣溫、日降水量數據。本文結合遼寧省28個氣象站點2008—2018年的逐日氣象要素數據進行數據庫的構建，站點分布如圖3所示。氣溫數據由中國氣象局提供的全要素氣象站點數據，數據包括日最高、最低氣溫、降水日值、相對濕度日值、平均風速以及太陽輻射日值。

(3)土壤數據

采用國家第二次土壤普查數據進行土壤數據庫的構建，主要考慮土壤質地、有機物組成、粘粒含量、土壤pH值、土壤比重參數、田間持水量、有機碳、陽離子交換能力、飽和傳導率等。表2是某區縣土壤數據示例表。

(4)作物及田間管理數據集

作物及田間管理數據集主要為農作物耕種方式、耕種面積、耕種及收獲時間、作物類型、農灌面積、作物產量總值與單值、受干旱影響作物面積以及受干旱影響產生的作物產量減少值等數據。本文主要對縣級行政區2008—2018年作物數據庫進行建立，對其中的作物品種、主要生理參數、播種時間、生物量參數、作物播種面積等重要參數采用實地調查方式進行采集。

表2 縣級土壤數據示例表

2.3 模型結果驗證

本文以縣級為計算尺度，把各縣逐年模擬結果進行匯總得到全省作物的生產量。結合耕作面積和作物產量對全省玉米作物的產量總值進行計算，將實際調查的各年份玉米總量和計算的產量進行對比分析誤差，結果見表3。

表3 2008—2018年遼寧省模擬糧食總產量及誤差

作物生長模擬影響因素復雜，表中作物生長模擬精度在一定程度上還是比較滿意的。對于計算的玉米產量值和實地調查的玉米產量之間出現誤差的影響因素較多，包括模型輸入和系統偏差、參數的不確定性等因素。若這些數據誤差有所減低，作物生長模型的產量計算誤差將得到明顯改善。但總體而言，通過利用遼寧氣象站的逐日氣象數據模擬各縣作物生長，最終可在省級尺度得到比較可信的玉米產量估算值。因此作物生長模型在遼寧地區作為產量模擬是可行的。

2.4 糧食產量動態預測

本研究將遼寧省玉米產量劃分為絕收、低產、中產和高產4個等級，見表4。根據作物生長模擬不同情景的糧食產量，繪制糧食產量分布圖。

表4 遼寧省縣級行政區玉米產量等級劃分標準

分析得到，隨著未來無有效降雨天數的增加，糧食產量在逐漸降低，說明農業旱災在逐漸加重。未來0天無有效降雨與未來5天無有效降雨的糧食產量比較接近。當未來10天無有效降雨時，農業產量并沒有顯著變化。但是，如果旱情繼續發展，產量降低明顯，當超過30天無有效降雨時，絕大部分地區處于低產和絕收水平。

2.5 旱災損失動態評估

在因旱糧食損失研究基礎上，將因旱糧食損失轉換成糧食損失率，根據每個地區的分析結果，按照受到農業干旱影響的作物產量損失比例對旱災損失進行不同量級的劃分，見表5，各等級旱災損失依次遞減，分別用紅、橙、黃、藍色表示。根據表5繪制2012年6月1日的遼寧省農業旱災損失分布圖，如圖4所示。

表5 遼寧省農業旱災損失等級劃分

如果未來降雨能夠充分滿足作物需水(S0)，則農業旱災損失普遍在IV級和III級，屬于較低等級。即使未來5天無有效降雨(S5)，旱災損失無明顯增加，這是土壤底墑的作用，說明0～5天范圍內的無有效降雨對土壤墑情的影響不是很大。如果未來10天無有效降雨(S10)，在該情景條件下區域因干旱造成的農業損失的等級較逐步發展為II級和III級，如果仍無有效降水，那干旱的程度將進一步加劇，部分區域的干旱損失等級將達到I級。若在未來30日內有效降水低于5mm(S30)，干旱造成的農業損失將在遼寧地區全面蔓延。而就平水年份而言，由于6月以前土壤墑情基礎較低，因此造成的農業干旱損失總體較大。對于不同典型年份分析，因干旱產生的農業損失相比于其他兩個典型年份更為明顯。對豐水年份和正常年份分析，這種差異程度較小，原因在于其降水量可按滿足作物生長的正常需水量。從空間分布特征可看出，遼西地區依舊是旱災損失等級較高的區域。旱災損失的演變主要從不同情景下的農業干旱產生的作物產量損失的空間分布中得到有效反映。

3 抗旱最優需水分析

根據前述農業抗旱需水分析方法，計算未來正常年情景模式下遼寧省各縣的抗旱需水量。為了繪圖顯示的方便，按照需缺水量的多少，將農業抗旱需水劃分為I級、II級、III級和IV級4個等級，見表6，分別用紅、橙、黃、藍色表示。并以2017年6月1日為時間節點，計算抗旱需水量，根據表6繪制抗旱需水分布圖如圖5所示。

圖4 2017年6月1日不同情景的農業旱災損失等級分布圖

表6 遼寧省農業抗旱需水等級劃分

圖5 2017年6月1日抗旱需水量

從圖5可見，遼寧西北部地區抗旱需水較高，普遍在100mm以上，遼寧中部和東部地區抗旱需水較少，在100mm以下。雖然玉米作物全生育期(遼寧地區玉米播種日期在5月初)的需水量大概在400mm左右，但是由于這里的抗旱需水是去除了正常年情景模式降水量之后的缺水量，并且，模擬是從6月初至作物成熟的需水量，較全生育期的需水少了一個月時間，因此，實際的抗旱缺水量僅在150mm以內。根據抗旱需水量分析結果，結合水資源等情況，可以制定相應的抗旱指揮決策方案。

4 主要結論

(1)降雨和溫度是作物生長模型兩個重要的驅動因素，但對于農業干旱而言，氣溫只有在超過作物生理溫度極限的情況下才會對作物有生長抑制，在遼寧省很少出現高溫干旱對作物的影響，而降雨時刻影響作物的生長發育，是主要的影響因子，因此只需對降水進行情景設定。

(2)本文以缺水量為指標對遼寧省農業抗旱需水等級進行了定量化的劃分，結合抗旱需水量分析結果及水資源等情況，可以制定相應的量化抗旱指揮決策方案提供重要參考。

(3)由于無法對所有的參數在研究區上進行徹底驗證，因此，模型中的諸多參數在具體研究區上的適用性還存在一定的不確定性，如何解決這種不確定性還需要進一步探索。