基于MODIS的沿黃糧食主產區耕地利用水分盈虧特征分析

周 浩，馬泉來，楊崇科，萬小強，曹艷杰

基于MODIS的沿黃糧食主產區耕地利用水分盈虧特征分析

周 浩1，馬泉來2,3※，楊崇科2,3，萬小強2,3，曹艷杰2,3

（1. 湖南師范大學地理科學學院，長沙 410081；2. 河南省資源環境調查一院，鄭州 450072；3. 河南省自然資源科技創新中心（資源環境承載能力評價與監測預警研究），鄭州 450072）

明確中國核心糧食主產區耕地水分盈虧狀況，有利于區域灌溉策略制定及保障國家糧食安全。為探討沿黃糧食主產區耕地利用下水分盈虧規律，該研究基于土地利用現狀數據、MODIS遙感數據和常規氣象數據，在Priestley-Taylor公式、區域遙感蒸散模型支持下構建水分盈虧評價模型，揭示2000－2020年原陽縣、封丘縣、延津縣、長垣市、滑縣和濮陽縣沿黃6縣的氣候水分平衡狀況及耕地利用下水分盈虧效應。結果表明：1）2000－2020年沿黃6縣耕地及其子類型面積均緩慢下降，墾殖率由2000年81.46%降至2020年的79.34%，耕地變化過程類型以穩定型、前后期萎縮型以及前期新增型為主；2）研究區常年水分盈虧指數為?0.60，整體氣候水分虧缺，以原陽縣西南部、滑縣、濮陽等地最為突出，同時在各研究時點呈現趨勢性變化規律；3）研究區耕地多處于較為嚴峻的氣候干旱狀態，缺水類型主要為中度、重度和嚴重干旱，無正常和輕度干旱區，且在變化狀態效應上，穩定型耕地處于嚴重干旱狀態，前期和后期萎縮型耕地重度干旱，前期新增型耕地為嚴重干旱。當地需通過“以水定產，量水而行”并在保障糧食安全生產前提下，積極謀劃和推行面向水分平衡目標的區域耕地可持續利用戰略。研究可為沿黃區耕地灌溉策略制定及保障國家糧食安全提供支持。

遙感；干旱；水分；耕地；盈虧；MODIS數據；效應；糧食主產區

0 引 言

干與濕是農業區劃的重要依據，揭示區域氣候干濕狀況對北方地區的糧食生產、排灌措施制定以及水資源利用具有積極應用價值[1-3]。黃河干流河南段流經的沿黃區是河南省推動黃河流域生態保護和高質量發展戰略核心區，在推動國家生態文明建設及商品糧供應安全上發揮著重要作用[4]。長期以來，該地區存在較為突出的水資源短缺、生產力布局與水資源分布不匹配等本底資源約束問題，對當地糧食生產、經濟發展和生態環境造成威脅[5-6]。因此，圍繞其開展水分盈虧態勢評估，并進一步明晰耕地利用水分盈虧效應，對保障國家糧食安全、促進區域高質量發展具有重要現實意義。

當前，學者圍繞水分盈虧問題開展了大量研究：1）研究方法和手段上，常基于田間試驗或傳統數理特征統計法來分析區域水分盈虧規律[7-8]。評價指標一類是反映水分供應狀況的降水量指標，如降水距平百分率、Z指數、標準化降水指數等[9-11]；另一類是反映水分供需變化的指標，如綜合氣象干旱指數、相對濕潤度指數、水分盈虧指數等[12-14]，或采用降水與潛在蒸散的差值來表征，以明晰區域主要水分收入與支出項以及水分供需矛盾大小[15]。但上述水分供應或供需指標多側重理論解釋上的水分盈虧狀態，且對特定用地類型變化（狀態和過程）的水分盈虧效應問題考慮不夠充分，實踐性有待進一步提高；2）研究內容上，可概括為農田土壤、作物和氣候水分盈虧3個研究層次[16]，其中氣候水分盈虧的研究過程為大氣水分循環，能夠明確天然狀態下由氣候條件所主導的干、濕狀況，可從宏觀上揭示長時間序列的水分盈虧問題[17-18]，并服務于區域農業開發戰略制定，與耕地利用下水分盈虧效應問題研究具有較好的契合性；3）研究對象多為較大面積的流域或地區[19-20]，對于中小尺度而言，由于其境內氣象站點數量較少，水分盈虧研究存在數據獲取上的困難。然而值得注意的是，遙感及GIS信息技術在常規手段難以測量得到的水分條件數據上具有獨特的優勢，能夠彌補傳統監測資料不足的劣勢，將其與傳統模型相結合，僅需要少量傳統氣象資料便可計算中小尺度地區的水分盈虧信息，參數較少且計算簡單[21]。

原陽、封丘等沿黃6縣是河南省糧食產量最高、耕地分布最為集中的糧食主產區，同時也是農業缺水最為嚴重的地區，但針對該地區或類似區域的耕地水分盈虧問題研究較為匱乏。基于此，為探討沿黃糧食主產區耕地利用下水分盈虧規律，本文擬以2000－2020年土地利用現狀數據、MODIS遙感數據和常規氣象數據為依托，在Priestley-Taylor公式、區域遙感蒸散模型支持下并構建水分盈虧評價模型，反演沿黃6縣的水分盈虧狀態，明確在天然氣候狀態下的由氣候條件所主導的耕地水分盈虧效應，以期為灌溉策略制定及保障國家糧食安全提供支持。

1 研究區概況及數據來源

1.1 研究區概況

沿黃6縣位于河南沿黃區，豫北平原東部，轄原陽縣、封丘縣、延津縣、長垣市、滑縣和濮陽縣6個縣級行政區（圖1），總面積7 657.15 km2。沿黃6縣為溫帶大陸性季風氣候區，四季分明，但降水年際和區域分布不均，易形成季節性干旱。地勢西南高而東北低，但整體仍以平原為主，土壤類型主要為潮土和風沙土，耕作條件優越。沿黃6縣耕地分布廣，主要耕作類型為小麥、玉米和水稻，其中水稻主要集中分布于近鄰黃河的原陽縣和封丘縣。沿黃6縣是黃河干流中段沿岸的重要糧食主產區，人均水資源占有量僅為河南平均水平的64.5%、全國的13.7%，屬于資源性缺水地區。

圖1 研究區沿黃6縣示意圖

1.2 數據來源及預處理

1.2.1 耕地利用數據

耕地利用數據的信息源均來自美國陸地資源衛星Landsat TM、OLI/TIRS多光譜遙感影像，數據獲取自美國地質勘探局USGS（http://earthexplorer. usgs.gov/），過程中涉及選用不同的衛星數字產品，并輔以中國科學院資源環境科學數據中心（http://www. resdc.cn）的“中國土地利用現狀遙感監測數據集”。影像數據在經過大氣校正、幾何糾正、圖像增強等預處理基礎上，進行543、432等不同波段的標準假彩色融合以實現耕地人機交互式目視解譯。對于歷史期（2000年、2005年、2010年和2015年）的解譯精度驗證，通過Google Earth軟件來布控數據的采樣網格驗證點來實現（解譯準確率均大于85%），而對于現狀年（2020年）驗證，通過對研究區進行實地GPS信息樣點的比對驗證和記錄（考察時間為2020年8月7日－8月13日），結合后期室內數據糾正，完成耕地解譯數據的精度驗證（解譯準確率89.20%）。

1.2.2 MODIS數據

采用2000－2020年MODIS陸地標準3級產品Albedo產品（MCD43B3，1d）、LST和Emis產品（MOD11A2，1d）、LAI產品（MCD15A2，8d），對數據進行拼接、投影與數據格式轉換、裁剪等處理，但由于MODIS數據在空間上可能存在缺值現象，且不同數據類型的時間分辨率不一致，對數據進行空間范圍缺值插補和時間序列缺值插補等處理[19]，同時對分析時段匯總后的數據進行二次地理空間插值，以保證空間分辨率和時間分辨率的一致性。

1.2.3 氣象及其他數據

氣象數據來自氣象數據共享中心（http://data.cma.cn）的“中國地面氣象資料日值數據集V3.0”，經過質量控制，該數據集的質量及完整性相對于以往發布的地面同類數據產品明顯提高[22]。研究所涉及的氣象數據包括2000－2020年研究區及周邊26個地面基準氣象站點（圖1）的氣溫、降水、風速、日照時數、氣壓、濕度等逐日觀測數據。對各站點的逐日氣象要素數據進行匯總，獲得站點平均氣候要素數據，利用ArcGIS 10.5地統計學模塊進行點狀氣候要素的反距離空間插值處理；基礎地理信息數據包括DEM數字高程模型數據（30 m）、經緯度空間分布數據以及行政區劃數據。

2 研究方法

2.1 逐日潛在蒸散量遙感估算

2.1.1 瞬時潛在蒸散量

準確估算潛在蒸散量是水分盈虧研究的基礎。Priestley-Taylor模型[23]在蒸散達到平衡（即當下墊面與下墊面上方空氣的相對濕度相等時的蒸散）基礎上，引入常數，推導出無平流條件下潛在蒸散量的計算方法，具有物理概念明確、算法簡單的優勢。選用該方法作為瞬時潛在蒸散遙感反演的基礎機制，計算式如下：

式中T0為潛在蒸散量，mm；為Priestley-Taylor系數；R為地表凈輻射量，W/m2；為土壤熱通量，W/m2；為汽化潛熱，MJ/kg；為飽和水汽壓-溫度曲線斜率，kPa/℃；為干濕表常數，kPa/℃。其中可通過與大氣溫度T（K）的經驗公式進行計算，干濕表常數（）可由空氣定壓比熱、大氣壓（海拔高度推算）等計算得到；同樣采用能量平衡法，通過MODIS數據來推算衛星過境時刻，并結合大氣溫度T和Emis地表發射率的遙感信息數據，最終得到衛星過境時瞬時潛在蒸散量[24]。

2.1.2 瞬時潛在蒸散量的逐日尺度轉換

由Priestley-Taylor公式反演得到的衛星過境時刻瞬時潛在蒸散量，需通過尺度轉換才能得到逐日潛在蒸散量。由于一天中凈輻射呈正弦曲線變化特點，決定了潛在蒸散量變化也具有正弦變化特點。因此可采用正弦曲線擬合的方法實現瞬時潛在蒸散量向逐日潛在蒸散量的轉化，計算式如下：

式中T0_max為日最大潛在蒸散量（mm），一般在正午時刻達到；為模擬時刻；set和rise分別為日落時間和日出時間，對應著當地凈輻射值變為負和變為正的時間，可以通過緯度和日期計算得到[2]。

2.2 有效降水量與實際蒸散量估算

2.2.1 有效降水量

有效降水量（e，mm）一般是指降水實際補充到耕層土壤中的凈水量，為總降水量中的有效部分。利用美國農業部土壤保持局推薦的有效降水量分析方法來計算有效降水量，該方法將有效降水量的計算分為日降水量超過和小于8.3 mm 2種情況，此方法的有效性已得到了很多學者的證明，且在類似地區獲得較好的應用，具體計算原理見文獻[2]。

2.2.2 實際蒸散量

實際蒸散量與潛在蒸散量間存在著正比或者互補的關系，沿黃6縣屬溫帶大陸性季風區，下墊面和有效降水量是影響地表實際蒸散的最重要的2個因素[25]。考慮到基于水量平衡法推導出的傅抱璞公式[26]在計算長期陸面實際蒸散量時與實際情況較為符合，可采用該公式并結合上述遙感反演的潛在蒸散量結果來計算實際蒸散量，計算式如下：

T/e=1+T0/e?[1(T0/e)]1/m（3）

式中T為實際蒸散量，mm；為表征下墊面透水性、植被狀況和地形等特征的參數。沿黃6縣屬平原地帶，下墊面條件較好，參考相關學者研究成果[25-26]，將統一取值為2.5。

2.3 水分盈虧評價

氣候水分盈虧程度多通過降水量（，mm）與T0的差值或差值后的比值參數來理論表征[14]，本文綜合考慮e以及T關系，構建氣候水分盈虧指數（WPLI），以反映水分有效供給量與實際需求量之間的供給余缺情況，計算式如下：

WPLI=/T=(e?T)/T（4）

式中為e與T差值，即水分盈虧量，mm/d，其量值反映了氣候水分盈虧狀況。當>0，水分盈余，表示氣候濕潤；<0，水分虧缺，表示氣候干燥；=0，水分收支平衡；同時依據《中國農業干旱監測指標方法與等級劃分》標準，并參照文獻[15]等級劃分標準，將沿黃6縣氣候水分盈虧狀態劃分為無旱（WPLI>?0.15）、輕度干旱（?0.15≤WPLI

2.4 耕地利用變化分析

采用地學信息圖譜論解釋耕地利用變化的時序過程規律[27]及其水分盈虧效應。通過對2000年以來5個時點的耕地利用信息進行編碼融合與計算，得到耕地利用變化過程信息圖譜，以反映耕地利用變化的時序過程規律。依據圖譜特點，將變化依次劃分為：穩定型（WD，5個時點均為耕地）、前期新增型（QXZ，前2個時點耕地轉入）、后期新增型（HXZ，后2個時點耕地轉入）、前期萎縮型（QWS，前2個時點耕地轉出）、后期萎縮型（HWS，后2個時點耕地轉出）、耕地動態維持型（GDW，2000和2020年為耕地中間時點發生變化）、交互萎縮型（JHW，前4個時點耕地與非耕地交互變化、2020年為非耕地）、其他動態維持型（TDW，2000和2020年為非耕地中間時點變化）、動態新增型（DXZ，前4個時點類型變化、2020年為耕地）、其他穩定型（TWD，5個時點均為非耕地）共10類過程。

3 結果與分析

3.1 耕地利用變化分析

研究期初，耕地總面積為6 237.26 km2，墾殖率（即耕地面積占土地總面積的比例）81.46%，其中旱地占耕地總面積的91.90%，分布極其廣泛，而水田由于灌溉耗水量大，集中分布在近鄰黃河的原陽縣和封丘縣等地（圖2），其面積占耕地面積的8.1%；研究期末，受城市化工業化進程影響，沿黃6縣墾殖率下降了2.12個百分點（2020年為79.34%），年均下降0.13%，旱地相對面積比例緩慢增長至92.06%，耕地利用結構類型基本保持穩定；另一方面，除2010年外，各時點的耕地及其子類型（旱地和水田）均表現出面積同步下降特點，2000－2005年、2010－2015年和2015－2020年的耕地動態度[25]分別是?0.20%、?0.17%和?0.27%，同時受黃河河灘等耕地后備資源開發影響，2005－2010年耕地面積以0.12%的速率緩慢增加。

從時序過程規律來看，穩定型為最主要的耕地利用變化類型，其面積達到5 665.06 km2，占耕地變化過程類型總面積的73.98%，同時占歷年耕地面積的近9成（圖3），該過程類型成為沿黃6縣20 a間糧食穩定生產及供應的最重要保障；萎縮型圖譜反映了該地區耕地退出的規律，其中前期萎縮型主要表征了耕地在前期（2005年之前）即被生產建設占用情形，空間上主要分布在各市縣的建成區周邊地帶，對應面積為304.19 km2，占到耕地變化過程總面積的3.97%，后期萎縮型（即耕地在2010年后被占用）也多集中在建成區周邊地帶，面積201.40 km2，前期新增型則主要分布在黃河沿岸地帶，反映了耕地新增開墾集中于2005年之前情形，對應面積為276.78 km2，上述3個過程類型相對面積比例之和達到10.21%。其他變化過程類型面積占比較小，且尤以交互萎縮型和動態新增型最為突出，其面積比例不足0.1%。

圖2 2000－2020年沿黃6縣耕地利用分布

3.2 蒸散量與有效降水量分析

3.2.1 數量變化特征

對于常年水平而言（即指2000—2020年平均水平），潛在蒸散量受溫度、日照等條件影響，第1日序至第33日序、第321日序至365日序（對應于1月、11月中下旬和12月）的潛在蒸散量明顯偏低，并導致累加曲線變化平緩。第34日后（2月上旬），地表逐漸回暖，潛在蒸散量以0.42 mm/10 d的速率持續上升，至第160日序（6月中旬）達到全年峰值（7.14 mm）。第161日后，盡管氣溫進一步上升，但潛在蒸散量開始以0.35 mm/10 d的速率波動式下降，并至第320日序降到1.60 mm；對于逐日有效降水量，以第166日序和第276日序為突變節點，將其劃分為3個階段：第1日序至第166日序（6月中下旬），逐日有效降水量平均以0.06 mm/10 d的速率緩慢上升，累加曲線變化平緩；第166日序后，逐日有效降水量以0.17 mm/10 d的速率迅速上升，至271日序（9月下旬）達到峰值（2.13 mm），該時段降水較為集中，有利于當地農作物生長發育；第271日序后，累加曲線斜率迅速減小，即逐日有效降水量持續下降，如圖4所示。

注：WD，穩定型；QXZ，前期新增型；HXZ，后期新增型；QWS，前期萎縮型；HWS，后期萎縮型；GDW，耕地動態維持型；JHW，交互萎縮型；TDW，其他動態維持型；DXZ，動態新增型；TWD，其他穩定型。

Fig3 Change of cultivated land change in six county along the Yellow River from 2000 to 2020

圖4 2000－2020年沿黃6縣逐日潛在蒸散與有效降水量變化

3.2.2 空間分布特征

作為沿黃6縣耕地的主要水分盈虧要素，當地蒸散量與有效降水量出現顯著的時空錯位（圖5）。平均潛在蒸散范圍323.64～1226.3 mm，其相對高值區主要分布在滑縣、長垣市、濮陽縣以及原陽縣西南角等地，蒸散能力普遍高于1 100 mm，低值區則主要分布在中部的延津縣、封丘縣和原陽縣，團聚性分布特征較為顯著；對于實際蒸散量而言，其蒸散范圍346.92～622.82 mm，相對高值區主要集中分布在濮陽縣西部以及原陽縣西南角；有效降水量為降水實際補充到耕層土壤中的凈水量，屬耕地天然供水的主要來源。沿黃6縣多年有效降水量處于208.54～238.56 mm之間，相對高值區位于原陽縣西南角以及封丘縣的東部，但整體降水較少且偏均質分布（圖5）。

3.3 氣候水分盈虧特征分析

3.3.1 水分盈虧量

沿黃6縣全境基本處于水分虧缺狀態，虧缺程度在各時點存在較大差異：1）2000－2020年，平均氣候水分盈虧范圍為?390.81～?126.68 mm。各時點盈虧量高低值差別較大，反映了內部盈虧程度差異顯著的特點，但同時各時點盈虧均值分別為?370.02、?349.83、?352.53、?245.12和?262.24 mm，整體水分虧缺狀態趨于緩和；2）延津縣以及滑縣的西部、原陽縣中北部的水分虧缺量較小，原陽縣南部、封丘縣、滑縣東部以及濮陽縣的水分虧缺量則處于較高水平，耕地灌溉壓力較大；3）沿黃6縣屬中或小空間尺度的研究區，相對于更大尺度研究區而言，其水分盈虧量的內部差異性較小。沿黃6縣常年水分盈虧均值為?324.21 mm，盈虧量的空間異質性程度偏低，主要是由于上述各時點的盈虧高低水平存在一定互補性，并導致常年盈虧高低值差異較小（圖6）。

圖5 2000－2020年沿黃6縣潛在蒸散量與有效降水量分布

圖6 2000－2020年沿黃6縣氣候水分盈虧分布

3.3.2 水分盈虧指數

天然降水已不能滿足沿黃6縣的耕地灌溉需求，需通過抽取地下水或渠道引水以保證農作物正常生長生育。由圖7可知，2000－2020年，沿黃6縣各時點的水分盈虧指數均值均小于0，依次為?0.60、?0.59、?0.62、?0.53和?0.58，盈虧狀態以虧缺為主，且以2010年最為顯著，其盈虧指數范圍為?0.66～0.25，虧缺低值區主要分布在黃河沿岸。2015年，水分虧缺程度有所緩和，相對高值區主要分布在原陽縣西南部；對于常年水平而言，沿黃6縣的水分盈虧指數范圍為?0.63～?0.37，均值?0.60，原陽縣西南部以及東北部的滑縣、濮陽縣等地的盈虧指數均處于相對較低水平，對應耕地灌溉需求較大。因此，應依據不同地區的缺水狀況進行差別化灌溉管理，特別是對于原陽縣西南部、滑縣、濮陽等地而言，應特別保障其耕地灌溉用水需求。

3.4 耕地利用下氣候水分盈虧效應分析

3.4.1 水分盈虧狀態效應

沿黃6縣各時點的耕地氣候干旱情勢嚴峻，主要干旱類型為中度、重度和嚴重，無正常和輕度干旱區（圖8），需通過抽取地下水、渠道引水等措施，以保障耕地的作物正常生長發育。2000年、2005年和2020年，耕地干旱類型均表現為重度和嚴重干旱，但干旱狀態特征存在較大差異：2000年，32.31%的耕地處于重度干旱狀態，絕大部分位于原陽縣以及封丘縣境內，其余地區多處于嚴重干旱狀態；2005年，重度干旱的耕地面積比例增至53.99%，對應的嚴重干旱面積比例降為46.01%，并在空間上萎縮至封丘縣、長垣市東北部和濮陽縣全境；2020年，嚴重干旱的耕地繼續萎縮，面積比例降至27.65%，主要集中分布在濮陽縣以及滑縣東北部，對應的重度干旱區面積比例則變為72.35%。2010年和2015年的耕地干旱類型共3種：中度干旱、重度干旱和嚴重干旱，但仍表現出較為顯著的均質性分布特點，上述時點所對應的中度干旱耕地面積比例均不足0.1%，2010年嚴重干旱面積比例達到93.02%，重度干旱面積比例為6.97%，空間上主要分布在原陽縣的西南端，但至2015年嚴重干旱面積比例變為2.68%，重度干旱面積比例則是97.31%。

圖7 2000—2020年沿黃6縣氣候水分盈虧指數分布

圖8 2000－2020年沿黃6縣耕地干旱風險評價

3.4.2 水分盈虧過程效應

基于常年水分盈虧評價結果，結合耕地利用變化過程圖譜，分析耕地利用下水分盈虧的過程效應（表1）。穩定型是沿黃6縣20 a間耕地利用變化的最主要過程類型，其盈虧指數處于?0.63～?0.54范圍，對應的盈虧均值達到?0.60，處于嚴重干旱狀態，該類型耕地為沿黃6縣農業生產管理的重點區；耕地前期萎縮型和后期萎縮型圖譜主要分布在各市縣的建成區周邊地帶，且都表現出重度干旱狀態，對應盈虧指數均值都是?0.59，上述圖譜分別表征2005年前和2010年后被生產建設占用的情形，因此對應的圖譜區受水分虧缺約束相對較小；分布在黃河沿岸的前期新增型耕地多呈嚴重干旱狀態，但值得注意的是，耕地的新增墾殖導致了農業用水量的急劇增加，因此該類型區在保障地下水灌溉條件下，需重點發展引黃灌溉工程，以增強農業用水供給能力；后期新增型和動態新增型圖譜均表現出嚴重干旱特點，動態維持型和交互萎縮型則為重度干旱。綜上所述，無論是從狀態效應還是過程效應而言，沿黃6縣的耕地干旱情勢極為嚴峻，因此需通過“以水定產，量水而行”并在保障糧食安全生產前提下，制定更為科學的農業生產管理辦法。

表1 2000－2020年沿黃6縣耕地利用下水分盈虧過程效應統計

注：WPLI為氣候水分盈虧指數。

Note:WPLIrepresented as the climate water profit and loss index.

4 討 論

基于有效降水與實際蒸散量來分析耕地水分盈虧效應，可明確天然狀態下由氣候條件所主導的干、濕狀況，能夠為認識沿黃6縣耕地利用的水分盈虧狀況提供基礎性認知。無論是從狀態效應還是過程效應分析來看，沿黃6縣的耕地灌溉用水情勢將非常嚴峻，倘若在天然雨養管理條件下，沿黃6縣90%以上耕地將處于嚴重干旱乃至重度干旱狀態。因此，在天然降水已遠不能滿足當地農業灌溉需求條件下，為確保糧食生產，當地大部分地區不得不依賴開采淺層地下水來滿足農業灌溉需求，而從長期來看，降水作為廣義農業供水“本源”，地下水的補充也是來自天然降水，地下水長期的超載開發勢必會引發諸多生態環境問題。同時諸多學者研究表明[6,9]，包括河南在內的黃河流域中下游地區由于高強度農業開發活動長期存在，使得其農業用水情勢非常嚴峻，并存在顯著時空配置錯位情形，與本文研究結論基本一致。因此，當地政府需針對耕地的不同水分盈虧程度去制定科學宏觀農業開發戰略，以降低氣候水分虧缺的潛在風險，實現耕地的合理開發與利用、促進生態文明建設。

潛在蒸散量是水分盈虧測算的關鍵數據，對其準確估算需要大量的氣候要素數據及其他參數資料。本文基于遙感（MODIS）和常規氣象數據，來反演逐日潛在蒸散量，進而采用傅抱璞公式來提取實際蒸散信息。但由于MODIS系列數據起始于1999年12月，難以實現更長時間序列的潛在蒸散遙感估算，后續需綜合其他遙感信息來反演歷史時點的潛在蒸散量；另一方面，考慮到基于水量平衡法推導出的傅抱璞公式在計算長期實際蒸散量時與實際情況較為符合[26]，本文采用該公式并結合計算出的潛在蒸散量進行地表實際蒸散計算。傅抱璞公式體現了實際蒸散量受潛在蒸散量、降水量和下墊面的控制影響，但如果出現降水量為0的情形，根據該式計算出的實際蒸散量也為0，顯然與實際情形不符，以上假設表征了傅抱璞公式在其因子處于不同值域時計算模擬效果也不一樣，后續研究須對該公式進行改進以提高適用性。

5 結 論

為了揭示原陽、封丘等6個典型產糧大縣耕地利用下水分盈虧特征，該文構建了水分盈虧評價模型，以揭示2000－2020年該地區耕地利用下水分盈虧效應。結論如下：

1）沿黃6縣的耕地及其子類型（旱地和水田）表現出面積緩慢下降趨勢，20 a間墾殖率下降了2.12個百分點，同時從時序過程來看，穩定型圖譜占變化總面積的73.98%，前、后期萎縮型均主要分布在各市縣建成區周邊地帶，前期新增型則主要分布在黃河沿岸地帶，三者相對面積比例之和為10.21%；

2）逐日潛在蒸散量與有效降水量在時序上的曲線斜率和突變點存在較大差異，二者在空間上分別表現出異質性和均質性特點。常年氣候水分盈虧范圍為?390.81～?126.68 mm，整體盈虧狀態為虧缺，原陽縣西南部、滑縣、濮陽等地屬水分虧缺重點區，且對于各時點而言，虧缺量和虧缺指數存在顯著差異；

3）耕地水分盈虧的狀態效應上，各時點耕地的氣候干旱情勢嚴峻，主要干旱類型為中度、重度和嚴重，無正常和輕度干旱區，其中2010年耕地嚴重干旱面積比例達93.02%，2015年重度干旱比例為97.31%。過程效應方面，穩定型圖譜處于嚴重干旱狀態，前期萎縮型和后期萎縮型的耕地屬重度干旱狀態，前期新增型則表現出嚴重干旱特點。考慮到沿黃區耕地多處于較為嚴峻的氣候干旱狀態，需通過“以水定產，量水而行”并在保障糧食安全生產前提下，積極謀劃和推行面向水分平衡目標的區域耕地可持續利用戰略。

[1] 金濤. 中國糧食作物種植結構調整及其水土資源利用效應[J]. 自然資源學報，2019，34(1)：14-25.

JIN Tao. The adjustment of China's grain cropping structure and its effect on the consumption of water and land resources[J]. Journal of Natural Resources, 2019, 34(1): 14-25. (in Chinese with English abstract)

[2] 周浩，馬泉來，鄒朝暉. 撓力河流域水稻生育期水分供需特征研究[J]. 地理科學，2021，41(3)：534-543.

ZHOU Hao, MA Quanlai, ZOU Zhaohui. Analysis of water supply and demand characteristics of rice growing stage in Naoli River Basin[J]. Scientia Geographica Sinica, 2021, 41(3): 534-543. (in Chinese with English abstract)

[3] 韓蘭英，張強，賈建英，等. 氣候變暖背景下中國干旱強度、頻次和持續時間及其南北差異性[J]. 中國沙漠，2019，39(5)：1-10.

HAN Lanying, ZHANG Qiang, JIA Jianying, et al. Drought severity, frequency, duration and regional differences in China[J]. Journal of Desert Research, 2019, 39(5): 1-10. (in Chinese with English abstract)

[4] 陳帥，侯孟陽，李園園，等. 黃河流域水資源、能源與糧食生產的時空匹配及阻尼效應[J]. 農業工程學報，2022，38(18)：246-254.

CHEN Shuai, HOU Mengyang, LI Yuanyuan, et al. Spatial-temporal matching patterns for grain production using water and energy resources and damping effect in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(18): 246-254. (in Chinese with English abstract)

[5] 白芳芳，齊學斌，喬冬梅，等. 黃河流域九省區農業水資源利用效率評價和障礙因子分析[J]. 水土保持學報，2022，36(3)：146-152.

BAI Fangfang, QI Xuebin, QIAO Dongmei, et al. Evaluation of agricultural water resource utilization efficiency and obstacle factor diagnoses in Nine Provinces of the Yellow River Basin[J]. Journal of Soil and Water Conservation, 2022, 36(3): 146-152. (in Chinese with English abstract)

[6] 徐輝，王億文，張宗艷，等. 黃河流域水-能源-糧食耦合機理及協調發展時空演變[J]. 資源科學，2021，43(12)：2526-2537.

XU Hui, WANG Yiwen, ZHANG Zongyan, et al. Coupling mechanism of water-energy-food and spatiotemporal evolution of coordinated development in the Yellow River Basin[J]. Resources Science, 2021, 43(12): 2526-2537. (in Chinese with English abstract)

[7] 南紀琴，王景雷，秦安振，等. 中國西北旱區農業水土資源利用情景潛力研究[J]. 自然資源學報，2017，32(2)：292-300.

NAN Jiqin, WANG Jinglei, QIN Anzhen, et al. Study on utilization potential of agricultural soil and water resources’ in Northwest Arid Area[J]. Journal of Natural Resources, 2017, 32(2): 292-300. (in Chinese with English abstract)

[8] 彭大為，周秋文，謝雪梅，等. 下墊面因素對喀斯特地區水分利用效率的影響[J]. 地理科學進展，2021，40(12)：2086-2100.

PENG Dawei, ZHOU Qiuwen, XIE Xuemei, et al. Effect of underlying surface factors on water use efficiency in the karst area[J]. Progress in Geography, 2021, 40(12): 2086-2100. (in Chinese with English abstract)

[9] 胡實，莫興國，林忠輝. 冬小麥種植區域的可能變化對黃淮海地區農業水資源盈虧的影響[J]. 地理研究，2017，36(5)：861-871.

HU Shi, MO Xingguo, LIN Zhonghui. Impacts of possibility planting region change for winter wheat on agricultural water surplus and deficit in Huang-Huai-Hai Region [J]. Geographical Research, 2017, 36(5): 861-871. (in Chinese with English abstract)

[10] PALMER W C. Meteorological Drought[R]. Washington, DC:US Department of Commerce Weather Bureau, 1965.

[11] RAYNE S, FOREST K. Evidence for increasingly variable Palmer Drought Severity Index in the United States since 1895[J]. Science of the Total Environment, 2016, 544: 792-796.

[12] 趙俊芳，郭建平，徐精文，等. 基于濕潤指數的中國干濕狀況變化趨勢[J]. 農業工程學報，2010，26(8)：18-24.

ZHAO Junfang, GUO Jianping, XU Jingwen, et al. Trends of Chinese dry- wet condition based on wetness index[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2010, 26(8): 18-24. (in Chinese with English abstract)

[13] 朱嘉偉，趙聰佳，郭蕊蕊，等. 水資源約束條件下的縣域冬小麥節水灌溉制度[J]. 農業工程學報，2021，37(1)：92-100.

ZHU Jiawei, ZHAO Congjia, GUO Ruirui, et al. Water-saving irrigation regime for winter wheat in county areas under water resources constraints[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(1): 92-100. (in Chinese with English abstract)

[14] 魏新光，王鐵良，李波，等. 遼寧省玉米地水分盈虧時空分布特征及灌溉模式分區研究[J]. 農業工程學報，2018，34(23)：119-126.

WEI Xinguang, WANG Tieliang, LI Bo, et al. Temporal and spatial distribution characteristics of maize water surplus deficit and irrigation mode partition in Liaoning province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(23): 119-126. (in Chinese with English abstract)

[15] 周浩，雷國平，楊雪昕，等. RCPs氣候情景下撓力河流域耕地水土資源平衡效應模擬[J]. 應用生態學報，2018，29(4)：1302-1312.

ZHOU Hao, LEI Guoping, YANG Xuexin, et al. Simulation for balanced effect of soil and water resources on cultivated land in Naoli River Basin，Northeast China under the RCPs climate scene[J]. Chinese Journal of Applied Ecology, 2018, 29(4): 1302-1312. (in Chinese with English abstract)

[16] 嚴登華，翁白莎，王浩. 區域干旱形成機制與風險應對[M]. 北京：科學出版社，2014.

[17] 顏雅瓊，申雙和. 近50多年來淮河流域氣候水分盈虧時空變化[J]. 氣象科學，2019，39(4)：457-466.

YAN Yaqiong, SHEN Shuanghe. Spatial and temporal changes of climatic and water deficit in the Huaihe River Basin over past 50 years[J]. Journal of the Meteorological Sciences, 2019, 39(4): 457-466. (in Chinese with English abstract)

[18] 周浩，金平，夏衛生，等. 三江平原撓力河流域主要作物水分盈虧時空變化特征[J]. 農業工程學報，2020，36(14)：159-166.

ZHOU Hao, JIN Ping, XIA Weisheng, et al. Spatial-temporal characteristics of water surplus and deficit for the main crops in Naoli River Basin of Sanjiang Plain, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(14): 159-166. (in Chinese with English abstract)

[19] 商蒙非，趙炯超，韓桐，等. 1961－2020年中國玉米需水量及水分盈虧的時空變化格局[J]. 中國農業大學學報，2022，27(4)：22-30.

SHANG Mengfei, ZHAO Jiongchao, HAN Tong, et al. Temporal and spatial variation of maize water requirement and water surplus and deficit in China from 1961 to 2020[J]. Journal of China Agricultural University, 2022, 27(4): 22-30. (in Chinese with English abstract)

[20] 盧寶寶，孫慧蘭，姜泉泉，等. 近53a新疆水分盈虧量時空變化特征[J]. 干旱區研究，2021，38(6)：1579-1589.

LU Baobao, SUN Huilan, JIANG Quanquan, et al. Spatiotemporal variation characteristics of the water budget in Xinjiang during the latest 53 years[J]. Arid Zone Research, 2021, 38(6): 1579-1589. (in Chinese with English abstract)

[21] 楊勝天，趙長森，遙感水文[M]. 北京：科學出版社，2015.

[22] 黃輝，鄭昌玲，張勁松，等. 1980－2019年南太行地區氣候變化趨勢[J]. 應用生態學報，2022，33(8)：2139-2145.

HUANG Hui, ZHENG Changling, ZHANG Jinsong, et al. Climate changes in southern Taihang Mountain area from 1980 to 2019[J]. Chinese Journal of Applied Ecology, 2022, 33(8): 2139-2145. (in Chinese with English abstract)

[23] PRIESTLEY C H B, TAYLOR R J. On the assessment of surface heat flux and evaporation using large-scale parameters[J]. Monthly Weather Review, 1972, 100(2): 81-92.

[24] 劉昌明，白鵬，王中根，等. 稀缺資料流域水文計算若干研究：以青藏高原為例[J]. 水利學報，2016，47(3)：272-282.

LIU Changming, BAI Peng, WANG Zhonggen, et al. Study on prediction of ungagged basins: A case study on the Tibetan Plateau[J]. Journal of Hydraulic Engineering, 2016, 47(3): 272-282. (in Chinese with English abstract)

[25] 周浩，雷國平，張博，等. 1990－2013年撓力河流域耕地變化下水土資源平衡效應分析[J]. 農業工程學報，2015，31(1)：272-280.

ZHOU Hao, LEI Guoping, ZHANG Bo, et al. Farmland change induced land and water resource balance in Naoli River Basin from 1990 to 2013[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(1): 272-280. (in Chinese with English abstract)

[26] 尹鐸皓，范雲鶴，周君華，等. 基于傅抱璞模型的岷江上游流域實際蒸散研究[J]. 中國農村水利水電，2016，61(2)：33-36.

YIN Duohao, FAN Yunhe, ZHOU Junhua, et al. Simulation and analysis of actural evapotranspiration in the upper reaches of Minjiang River based on Fu Baopu model[J]. China Rural Water and Hydropower, 2016, 61(2): 33-36. (in Chinese with English abstract)

[27] 梁明，聶拼，陸胤昊，等. 淮南市土地利用程度變化過程的時空演化特征[J]. 農業工程學報，2019，35(22)：99-106.

LIANG Ming, NIE Pin, LU Yinhao, et al. Spatiotemporal evolution characteristics of land use intensity change process of Huainan[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(22): 99-106. (in Chinese with English abstract)

Cultivated land changes induced water surplus and deficit characteristics in the main grain-production areas along the Yellow River using MODIS

ZHOU Hao1, MA Quanlai2,3※, YANG Chongke2,3, WAN Xiaoqiang2,3, CAO Yanjie2,3

(1.410081; 2.450072,; 3.(),450072)

Yellow River reaches along Henan Province has been one of the most significant core areas to promote ecological protection and high-quality development in the Yellow River Basin. An important role can also be played to enhance the national ecological civilization construction for the commodity grain supply security. However, water resource shortages have been serious threatens to the basic resources in this region. A mismatch between production capacity and water resource distribution has posed a great challenge to local food production, economic development, and ecological environment. Therefore, it is a high demand for the assessment of the water balance to further clarify the effects of water balance under land use, in order to ensure national food security and regional high-quality development. This study aims to reveal the characteristics of water balance under land use in six typical grain-producing counties (such as Yuanyang and Fengqiu). The land use status, MODIS remote sensing data, and conventional meteorological data were also collected in the region from 2000 to 2020. A water balance evaluation model was constructed to reveal the climatic water balance status and the effects of water balance under land use, according to the Priestley-Taylor formula and regional remote sensing evapotranspiration model. The results show that: 1) There was a slow decrease in the area of cultivated land and the subtypes in the six counties along the Yellow River during the study period. Specifically, the cultivation rate decreased from 81.46% in 2000 to 79.34% in 2020. The stable type spectrum accounted for 73.98% of the total change area from the temporal process. The early and late shrinkage types were mainly distributed around the built-up areas of each city and county, whereas, the early addition type was mainly distributed along the Yellow River. The relative area ratios of the three types were 3.97%, 2.63%, and 3.61%, respectively; 2) The annual water balance index in the study area was -0.60, indicating a deficit overall. The key areas of water deficit were found in the southwestern part of Yuanyang County, Huaxian, and Puyang. There were some significant differences in the amount and index of deficit, indicating the varying trend at each time point; 3) The cultivated land in the study area was mostly in a severe climatic drought state, with the water shortage type mainly being moderate, severe, and extremely severe drought. There were no normal and mild drought areas. In terms of the effects of changing states, the stable type cultivated land was in a state of severe drought, while the early and late shrinkage type cultivated land was in a state of severe drought, and the early addition type cultivated land was in a state of extremely severe drought. Considering that most of the cultivated land in the Yellow River region is in a relatively severe climatic drought state, the regional sustainable strategy of cultivated land used can be expected to ensure food security production under the principle of “determining production according to water and conducting production according to the amount of water”.

remote sensing; drought; water; cultivated land; surplus and deficit; MODIS data; effect; main-grain producing areas

2022-12-27

2023-01-10

河南省重點研發與推廣專項項目（222102320299、232400410036）；湖南省自然科學基金項目（2021JJ40352）；湖南師范大學大學生創新創業訓練計劃項目（2022059）；湖南省教育廳創新平臺科研項目（20K080）

周浩，博士，講師，研究方向為耕地及國土資源綜合利用。Email：zhouhao7404@ 163.com

馬泉來，中級工程師，研究方向為自然資源保護。Email：maquanlai0716@163.com

10.11975/j.issn.1002-6819.202212175

S311; S127; S271

A

1002-6819(2023)-07-0119-09

周浩，馬泉來，楊崇科，等. 基于MODIS的沿黃糧食主產區耕地利用水分盈虧特征分析[J]. 農業工程學報，2023，39(7)：119-127. doi：10.11975/j.issn.1002-6819.202212175 http://www.tcsae.org

ZHOU Hao, MA Quanlai, YANG Chongke, et al. Cultivated land changes induced water surplus and deficit characteristics in the main grain-production areas along the Yellow River using MODIS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(7): 119-127. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202212175 http://www.tcsae.org