基于澇水過程的水稻灌區受澇損失評估方法

柳真揚，熊玉江，范 樂，徐俊增

（1.河海大學農業科學與工程學院，南京210098；2.長江水利委員會長江科學院農業水利研究所，武漢430015）

0 引言

中國是一個自然災害多發的國家，其中洪澇災害又是主要農業災害，據水利部《2019 中國水旱災害公報》統計，2019年中國洪澇災害造成4 766.6 萬人受災，668.4 萬hm2農作物受災，直接經濟損失達192.27 億元，占當年國內生產總值的0.19%。水稻是世界上最重要的糧食作物之一，也是中國60%以上人口的主食，洪澇災害對水稻生長及產量影響嚴重。研究表明，洪澇會使水稻在不同的持續時間內受到不同程度的澇漬危害，甚至減產10%[1,2]。同時，澇災造成的水稻損失占所有自然災害損失的25%[3]。近年來，隨著全球氣候變化影響，極端降雨事件發生頻率呈上升趨勢，同時灌區受人類生產活動影響，如城鎮化、土地利用方式轉變、不合理的水資源開發與利用等，洪澇災害發生的可能性變大，對農業生產造成嚴重影響[4,5]。合理估算農田作物受澇損失是制定除澇減災應對策略的關鍵。研究表明，農作物淹水損失與作物類型、品種、生育期、淹水深度、淹水歷時、溫度和水體渾濁程度等因素有關[6-9]。但在實際工作中受各方面條件限制，無法調查上述各種因素對農作物淹水損失的影響，通常以淹水深度為主，以淹水歷時和生育期為輔建立農作物減產率的函數關系[10,11]。針對不同的淹水深度和淹水歷時，學者們開展了大量的試驗，得到了不同淹水深度和歷時下的水稻減產數據，構建了受澇損失與淹水深度、歷時之間的數學關系，這為科學合理的估算水稻受澇損失提供了基礎[12,13]。由于澇水形成過程中淹水深度是逐漸變化的，農田除澇排水也會導致稻田淹水深度逐漸下降，如何體現澇水動態變化下的水稻受澇減產率變化成為一個難題[4,14]，因此，研究基于澇水過程的水稻受澇減產損失計算方法有助于更加準確地評估農業災情損失。

1 水稻受淹損失影響因素分析

水稻澇災易損性是淹水對水稻的損傷程度，其中影響易損性的因素分為內因和外因，外因主要是澇水特性，包括淹水深度、淹水時間等因素，而內因主要是指水稻生育期和水稻品種。為了定量分析水稻澇災損失，本文搜集了江蘇省水稻澇災損失的相關文獻，并將文獻結果整理如表1所示。

由表1可知，水稻耐淹性能在各生育期的表現不一樣，分蘗期和乳熟期耐淹性能較強，而孕穗和抽穗開花期耐淹性能較差。從分蘗期至抽穗開花期減產率逐漸上升，然后再下降。孕穗期和抽穗開花期是澇災損失敏感期，其水稻受澇減產率較分蘗期高，主要原因是隨著水稻的生長，孕穗期和抽穗開花期的水稻株高比分蘗期高，抵御洪澇災害能力有所提高。隨著淹水歷時的增加，水稻淹水減產率逐漸增加。以分蘗期為例，根據茅弼華等人[15]實驗，水稻在沒頂條件下，淹沒2、4、6和8 d減產率分別為10.80%、22.30%、38.10%和55.10%，淹沒8 d 的減產率較2 d 增加了5.1 倍。水稻淹水損失隨著淹水歷時增加而增加，但存在邊際遞減效應，在淹沒前期淹水損失隨淹水歷時增加的速度較大，而后有所減小。水稻淹水減產率隨淹水深度（淹水深占株高百分比）的變化規律是隨著淹水水深的增加，水稻淹水減產率逐漸增加。根據錢慕堯等人[16]實驗，分蘗期淹水中叉、頂叉和沒頂時，平均減產率為3.90%、 7.80% 和17.60%； 孕穗期為18.70%、 37.40% 和70.80%；抽穗開花期為12.00%、27.10%和79.00%。

表1 江蘇地區水稻受澇減產率統計表Tab.1 Statistical table of rice yield reduction rate in Jiangsu Province

2 水稻受澇減產模型

常用的農作物經濟損失評價方法為作物易損性曲線，即建立不同淹水深度和歷時條件下作物減產率曲線[10]。水稻受淹后的減產程度主要受水稻生育階段、淹水歷時和淹水深度影響。水稻淹水后的減產函數，應該反映稻田淹水深度（H）、淹水歷時（T） 與稻谷受澇減產率Y的數學關系，即Y=f(H,T)。作為水稻受澇減產函數必須滿足以下4個條件：

（1）水稻減產數學模型中必須同時包括淹水深度H和淹水歷時T兩個變量，且當H或者T為0時，函數值Y為0。

（2）稻田淹水深度H和淹水歷時T對水稻受澇減產的邊際減產值和。

（3）當淹水歷時T不變時，單獨改變淹水深度ΔH，淹水歷時的邊際減產值應該增加，即當淹水深度H不變時，單獨變動淹水歷時ΔT，使淹水深度的邊際減產值增加，即。

（4）稻谷的累積受澇減產率滿足非負性，且必須小于100%，即0

根據上述水稻減產函數模型條件和水稻受澇減產率試驗資料，前人通過統計分析擬合了一些函數關系式，其中被廣泛應用的關系式為指數形式，其數學模型的基本方程為：

式中：Y為水稻受淹后的減產率，%；h為淹水水深占株高百分比，h= 100H/HR；T為淹水歷時，d；a、b和c為模型特定參數。

通過分析表1的試驗結果，建立了水稻受澇減產率計算數學模型，并利用江蘇省試驗數據對水稻受澇減產模型進行率定，最后利用大田試驗數據對模型效果進行檢驗（孕穗期無數據支持驗證），模型率定的結果見表2。

表2 水稻受澇減產的數學模型Tab.2 Yield reduction model of rice

圖1 為水稻受澇減產模型能夠很好地模擬水稻受澇減產率。在率定期，水稻受澇減產率實測值和模擬值線性回歸系數在分蘗期、孕穗期和抽穗開花期分別為0.84、1.00 和0.99。由表3可知，率定期模型模擬均方根誤差在分蘗期、孕穗期和抽穗開花期分別為10%、2.9%和3.7%，相關系數分別為0.84、0.99 和0.99，模型模擬效率系數分別為0.71、0.99 和0.98。對于驗證期，水稻受澇減產率實測值和模擬值線性回歸系數在分蘗期和抽穗開花期分別為1.08 和0.76，均方根誤差分別為5.2%和14.4%，相關系數分別為0.98和0.96，模型模擬效率系數分別為0.91和0.84。綜上所述，指數形式的水稻受澇減產模型模擬精度已達到乙等以上[20]，能夠勝任水稻淹水損失估算。

表3 水稻受澇減產數學模型模擬效果統計表Tab.3 Statistical table of simulation effect of mathematical model for rice yield reduction

3 基于澇水過程的水稻受澇減產模型

3.1 模型改進

指數形式的水稻受澇減產數學模型（見表2）能夠較好地反應淹水深度和淹水歷時對水稻受澇減產率的影響，但在實際應用過程中存在以下缺點：

（1）模型不能反映變水位過程下水稻受澇減產的發生過程情況。表2所示公式均建立在恒定水深淹水條件下[見圖2(a)]，而在實際洪澇發生過程中，淹水水深是一個動態變化的過程[見圖2(b)]。指數形式的水稻受澇減產率計算公式為非線性表達式，利用淹水期平均水深代替淹水過程，必將引起較大誤差甚至錯誤。

（2）模型未考慮水稻自身具有一定的耐淹特性。根據表2所示公式可知，當稻田存在積水則水稻存在減產，但水稻是喜水植物，在其生長過程中稻田常會積蓄一定的水層。因此，公式計算結果與水稻實際生產情況不符。

針對原模型缺點，本文在原計算方法中引入水稻臨界淹水深，考慮水稻自身抵御淹水能力，即當田間淹水深小于水稻臨界淹水深HC時，認為水稻淹水不造成減產，具體計算公式如下：

式中：HC為水稻淹水臨界水深，m，本文根據表2公式計算結果和相關文獻[21]取水稻株高20%為水稻臨界淹水深；HR為水稻株高，m；式中其他參數意義同上。

如圖3所示，在一次淹水過程中水稻經歷部分淹水、完全淹沒和部分淹水等3個環節。在完全淹沒狀態下，繼續增加水深對水稻產量的影響作用較小，因此在水稻完全淹沒時可當做恒定水深計算。對于部分淹水狀態下，水稻淹水水深是動態變化的，因此在計算中對式（1）進行差分，考慮水深變化對水稻產量的影響。如圖4所示，假設第T和T+ 1 天的水稻受淹累積減產率分別為YT和YT+1，因此水稻受淹后的澇災減產率可表達如下：

式中：YT和YT+1為水稻受淹第T和T+ 1 天的受澇累積減產率，%；HT和HT+1為第T和T+ 1天前平均淹水深度（不包括當天），%；其他參數同上。

3.2 實例應用

本文以高郵灌區2015年的典型降雨過程為例，對澇災損失評估模型進行模型驗證。2015年降雨事件發生在2015年8月9日至8月11日，為臺風型降雨，累積降雨量達到271.6 mm，24 h 累積最大降雨量達到269.2 mm，最大雨強達到47.4 mm/h。本次降雨過程集中、降雨強度大，降雨總量相當于高郵市百年一遇的標準，稻田淹水深峰值為0.08～0.25 m。試驗水稻品種為“南粳9108”，處于抽穗開花期。經實地走訪調查，此次降雨造成水稻總減產損失為240.45 萬元。

根據基于澇水過程的水稻受澇減產模型的模擬結果顯示，稻田累積減產率隨著淹水天數的增加而增加，不同稻田澇災累積減產率見表4。淹水前兩天稻田淹水深均未超過臨界淹水深19.28 cm，因此減產率為0，稻田減產主要由第3 天淹水造成的。此次降雨中稻田最終減產率為0%～9.6%。研究區稻田淹水每公頃損失分布圖如圖4所示。研究區稻田因澇減產損失為0～3 028.5 元/hm2，其中東部稻田淹水損失最為嚴重，其中田塊8、9 和22 每公頃損失約2 250～3 000 元，與實地調查了解的損失情況基本一致。典型降雨造成研究區水稻總減產損失為245.98 萬元，與實際減產損失的相對誤差在5%以內（見表5），而傳統的水稻受澇減災減產模型預測的減產損失偏大，誤差相對較大，因此，基于澇水過程的澇災損失評估模型更能夠滿足灌區澇災損失預測的要求。

表4 研究區不同稻田受澇累積減產率 %Tab.4 Accumulated loss rate of waterlogging in different paddy fields in the study area

表5 兩種模型的模擬結果對比Tab.5 Comparison of simulation results of two models

4 結論

本文分析了澇災因子對水稻減產率的影響規律，建立了水稻受澇減產率函數，并對其參數進行了率定和驗證，同時根據灌區澇水過程特點，提出了基于澇水過程的水稻受澇減產模型，并將其應用到高郵灌區。結論如下：

（1）水稻受澇減產率主要受生育期、淹水深度和淹水歷時影響。通過分析盆栽和大田試驗可知水稻孕穗期和抽穗開花期是淹水敏感期；水稻淹水存在臨界值，當淹水深度超過臨界值，水稻受澇減產率隨著淹水深度和淹水歷時的增加而增加。

（2）通過分析澇災因子對水稻產量的因素，建立了指數形式的水稻受澇減產率函數，并率定和驗證了模型的適用性。減產率函數計算的產量損失與試驗觀測值的均方根誤差均小于15%，其相關系數大于0.84，模型模擬效率超過0.71，模型模擬精度已達到乙等精度以上。因此，指數形式的水稻受澇減產率函數能夠滿足澇災損失評估的精度要求。

（3）建立了基于澇水過程的水稻受澇減產模型。該模型不僅考慮了淹水深度和淹水歷時對水稻產量的影響，還考慮了作物存在一定的耐淹性能。同時，模型通過差值計算，在澇災損失評估中考慮了一次澇災過程中作物淹水深度變化。通過實例分析證明，基于澇水過程的澇災損失評估模型能夠再現灌區歷史澇災情形，能夠用于水稻種植區除澇工程優化調度決策研究，為水稻種植區災后補救以及災前預測提供了科學的計算方法。