李立,魏曉妹,韓業(yè)珍

(西北農(nóng)林科技大學(xué)水利與工程建筑學(xué)院,陜西楊陵712100)

作物需水量是區(qū)域灌排工程規(guī)劃、設(shè)計(jì)、管理的基本依據(jù),也是地區(qū)間水量水權(quán)分配,跨流域引水、調(diào)水決策的基礎(chǔ)[1]。但由于受到氣象條件、土壤特性和作物性狀等諸多因素的影響,作物需水量在空間上存在較大的變異性,人們必須將有限的站點(diǎn)資料通過科學(xué)的估值方法來確定眾多非測(cè)點(diǎn)的需水量值,進(jìn)而得到區(qū)域需水量值。因此,分析作物需水量在空間上的變化規(guī)律,盡可能提高估值精度顯得尤為重要。

經(jīng)典統(tǒng)計(jì)學(xué)依賴樣本頻率分布或均值方差關(guān)系來確定空間分布格局和相關(guān)關(guān)系,忽略了空間位置,而地統(tǒng)計(jì)學(xué)既能考慮到樣本值的大小,又重視樣本空間位置及樣本間的距離,彌補(bǔ)了這一缺陷[2]。近年來廣泛應(yīng)用于涉及空間分析的領(lǐng)域,作物需水量的空間分析也不例外。特別是GIS和地統(tǒng)計(jì)學(xué)的結(jié)合,解決了作物需水量空間分析運(yùn)算繁雜的遺憾,并且實(shí)現(xiàn)了結(jié)果的可視化。

ARCGIS地統(tǒng)計(jì)分析模塊在地統(tǒng)計(jì)學(xué)與GIS之間架起了一座橋梁,使得復(fù)雜的地統(tǒng)計(jì)分析方法可以在軟件中輕易地實(shí)現(xiàn)[3]。本文嘗試以陜西省寶雞峽灌區(qū)為例,分析作物需水量的空間變異性,以期對(duì)區(qū)域灌溉制度和農(nóng)業(yè)結(jié)構(gòu)調(diào)整、生態(tài)建設(shè)和水資源的可持續(xù)利用提供依據(jù)。

1 作物需水量計(jì)算及數(shù)據(jù)處理

1.1 研究區(qū)概況

寶雞峽灌區(qū)位于陜西省關(guān)中平原西部,西起寶雞市以西的渭河峽谷,東至涇河,南臨渭水,北抵渭北高塬腹地?？偪刂泼娣e2 355 km2,灌溉寶雞、咸陽(yáng)、西安3市14個(gè)縣(區(qū))的19.44萬 hm2農(nóng)田,是陜西省最大的國(guó)有灌區(qū)。

灌區(qū)屬大陸性氣候的半干旱地區(qū),年平均降水量576 mm,年平均蒸發(fā)量1 110 mm,平均氣溫14℃(最高43℃,最低21.5℃),日照2 140 h。灌區(qū)土壤以壤土、黃綿土及淤土等三類土壤為主,適合耕作。農(nóng)作物以冬小麥、玉米、棉花為主,自開灌以來,轄區(qū)農(nóng)業(yè)生產(chǎn)條件不斷得到改善,現(xiàn)已成為全省的糧、油、果、蔬菜出產(chǎn)基地。

1.2 作物需水量計(jì)算

1.2.1 計(jì)算方法

(1)ET0的計(jì)算。計(jì)算參考作物需水量應(yīng)用最多的是1998年FAO-56推薦的Penman-Monteith公式,孫景生[4]、史海濱[5]、劉鈺[6]、Jensen M E[7]、Peter Droogers[8]等通過研究,均認(rèn)為 Penman-Monteith方法具有較充分的理論和較高的計(jì)算精度,加之不需要進(jìn)行地區(qū)率定,使用非常方便。本文利用灌區(qū)11個(gè)站點(diǎn)1981-2003年共23 a的日照時(shí)數(shù)、平均風(fēng)速、平均相對(duì)濕度、平均最高氣溫、平均最低氣溫、降雨等月氣象資料、各站點(diǎn)相應(yīng)的海拔高度和地理緯度資料,選用Penman-Monteith法計(jì)算參考作物需水量(ET0)。

式中:ET0——參考作物需水量(mm/d);Rn——作物表面凈輻射[MJ/(m2·d)];G——土壤熱通量[MJ/(m2·d)];T——2 m 高度處平均氣溫(℃);U 2——2 m 高度處 24 h平均風(fēng)速(m/s);ea——實(shí)際水汽壓(k Pa);ed——平均飽和水汽壓(k Pa);Δ——飽和水汽壓斜率(k Pa/℃);γ——干濕球常數(shù)(k Pa/℃)。

(2)ETc的計(jì)算。根據(jù)《陜西省作物需水量及分區(qū)灌溉模式》[9]關(guān)中西部寶雞峽灌區(qū)冬小麥、玉米和棉花的作物系數(shù),確定Kc值,進(jìn)而利用公式(2)計(jì)算各種作物的需水量(ETc)。

式中:ETc——作物需水量(mm);Kc——作物系數(shù);——參考作物需水量(mm)。

1.2.2 計(jì)算結(jié)果 計(jì)算得到灌區(qū)冬小麥、玉米和棉花三種作物多年平均需水量(1981-2003年)如表1所示。

1.3 數(shù)據(jù)處理

通過掃描儀將紙質(zhì)1∶250 000的行政地形圖掃描入計(jì)算機(jī),在 ArcMap平臺(tái)上進(jìn)行拼圖、校準(zhǔn)等,再將各氣象站點(diǎn)以點(diǎn)文件的形式進(jìn)行存儲(chǔ)。

將各站點(diǎn)的海拔高度、經(jīng)緯度以及表1所示的冬小麥、玉米和棉花的多年平均需水量作為屬性,建立屬性數(shù)據(jù)庫(kù)。

表1 灌區(qū)11個(gè)站各種作物ETc多年平均值 mm/a

2 研究方法

2.1 地統(tǒng)計(jì)學(xué)理論

地統(tǒng)計(jì)學(xué)理論基礎(chǔ)包括前提假設(shè)、區(qū)域化變量、變異分析和空間估值[10]。一個(gè)完整的地統(tǒng)計(jì)分析過程為:首先獲取原始數(shù)據(jù),檢查、分析數(shù)據(jù),尋找特點(diǎn)和規(guī)律;然后選擇合適的模型進(jìn)行表面預(yù)測(cè);最后檢驗(yàn)?zāi)Ｐ褪欠窈侠砘驇追N模型進(jìn)行對(duì)比,確定預(yù)測(cè)模型。由于不同作物的需水量空間變化規(guī)律的分析過程和主要步驟大體相同,下面將以冬小麥為例簡(jiǎn)述其分析過程。

2.2 數(shù)據(jù)檢查

灌區(qū)冬小麥多年平均需水量峰值和偏態(tài)值均接近于0,數(shù)據(jù)分布近似正態(tài)分布且稍顯平坦(表2)。

表2 數(shù)據(jù)基本統(tǒng)計(jì)特征表

在ARCGIS 9.2的地統(tǒng)計(jì)模塊中,做正態(tài)QQPlot分布圖和趨勢(shì)分析圖尋找分布規(guī)律和趨勢(shì),圖1中數(shù)據(jù)接近一條直線,表明它接近于服從正態(tài)分布。進(jìn)一步運(yùn)用半變異函數(shù)分析,發(fā)現(xiàn)球狀模型為最優(yōu)擬合方法,塊金值/基臺(tái)值為57.42%,在25%～75%之間,表明冬小麥需水量具有中等的空間相關(guān)性[11],變程為85.040 km,表明冬小麥需水量在較大空間范圍內(nèi)存在空間相關(guān)性。這是由結(jié)構(gòu)性因素(輻射、溫度、濕度、風(fēng)速、降水等)和隨機(jī)性因素(耕作措施、種植制度等)共同作用的結(jié)果。結(jié)構(gòu)性因素導(dǎo)致空間分布的強(qiáng)相關(guān)性,而隨機(jī)性因素使得空間相關(guān)性減弱。

半變異/協(xié)方差函數(shù)云圖表示的是數(shù)據(jù)集中所有樣點(diǎn)對(duì)應(yīng)的理論半變異值和協(xié)方差,并把它們用兩點(diǎn)間距離的函數(shù)來表示,用此函數(shù)作圖來表示,如圖2。

左圖為無方向性的半變異/協(xié)方差函數(shù)云圖,圖中冬小麥作物需水量的空間自相關(guān)性不明顯,右圖為有方向性的半變異/協(xié)方差函數(shù)云圖,由此圖可以看出,冬小麥需水量在東北-西南方向空間相關(guān)性很強(qiáng),初步說明作物需水量受緯度影響較大。

圖1 數(shù)據(jù)正態(tài)QQPlot

圖2 半變異/協(xié)方差函數(shù)云圖

2.3 地統(tǒng)計(jì)插值與經(jīng)典統(tǒng)計(jì)插值的比較

經(jīng)典統(tǒng)計(jì)學(xué)插值方法主要是以研究區(qū)域內(nèi)部的相似性、或者以平滑度為基礎(chǔ)由已知樣點(diǎn)來創(chuàng)建表面。主要有反距離權(quán)插法、徑向基插法和局部多項(xiàng)式插值法等。

地統(tǒng)計(jì)學(xué)的Kriging是以變異函數(shù)理論和結(jié)構(gòu)分析為基礎(chǔ),在有限區(qū)域內(nèi)對(duì)區(qū)域化變量進(jìn)行無偏最優(yōu)估計(jì)的一種方法。Kriging方法有很多,其中,Ordinary Kriging是區(qū)域化變量的線性估計(jì),它假設(shè)數(shù)據(jù)變化成正態(tài)分布,認(rèn)為區(qū)域化變量的期望值是未知的,冬小麥多年平均需水量數(shù)據(jù)滿足插值條件,因此選用Ordinary Kriging進(jìn)行插值,并與反距離權(quán)插法進(jìn)行比較分析。按需水量值等間距分成8個(gè)等級(jí),結(jié)果如圖3和圖4所示。

從圖3和圖 4可以看出,寶雞、眉縣、扶風(fēng)和禮泉、涇陽(yáng)、咸陽(yáng)附近插值結(jié)果很接近,在武功、興平、乾縣附近差異較大。反距離權(quán)插法誤差均值為2.235,誤差均方根為36.83,Ordinary Kriging誤差均值為-2.228,誤差均方根為33.38,平均標(biāo)準(zhǔn)誤差為36.06,標(biāo)準(zhǔn)平均值為-0.057 38,標(biāo)準(zhǔn)均方根預(yù)測(cè)誤差為0.942 1。通常認(rèn)為,誤差均值、誤差均方根、平均標(biāo)準(zhǔn)誤差和標(biāo)準(zhǔn)平均值小,標(biāo)準(zhǔn)均方根預(yù)測(cè)誤差接近于1的插值效果較好。因此,Ordinary Kriging插值效果較理想,作為灌區(qū)冬小麥多年平均需水量插值結(jié)果。

3 作物需水量空間變異性結(jié)果分析

3.1 冬小麥需水量空間變異性分析

從圖4可以看出,寶雞峽灌區(qū)冬小麥多年平均需水量在 516.1～535.5 mm的面積最大,為

1 250.3 km2,占灌區(qū)面積的53.1%,主要分布灌區(qū)東部,乾縣、禮泉、涇陽(yáng)、咸陽(yáng)和高陵西南部,并且從東向西呈增大趨勢(shì);在503.2～516.1 mm面積為

638.3 km2,占灌區(qū)面積的 27.1%,主要分布在武功、興平;需水量在490.3～503.2 mm面積為466.4 km2,占灌區(qū)面積的19.8%,主要分布在灌區(qū)西部,眉縣、扶風(fēng)、寶雞附近,其中眉縣、扶風(fēng)區(qū)域需水量最小490.3～496.8 mm。

圖3 反距離權(quán)插值生成的預(yù)測(cè)面

圖4 Ordinary Kringing插值生成的預(yù)測(cè)面

3.2 玉米需水量空間變異性分析

從圖5可以看出,該灌區(qū)玉米多年平均需水量在483.5～505.5 mm的面積最大,為1 128.6 km2,占灌區(qū)面積的47.9%,主要分布在武功、興平和乾縣;在505.5～528.3 mm的面積為855.8 km2,占灌區(qū)面積的35.6%,主要分布在禮泉、涇陽(yáng)、咸陽(yáng);需水量在454.6～483.5 mm的面積為466.4 km2,占灌區(qū)面積的16.5%,主要分布在灌區(qū)東部,以眉縣東北部和扶風(fēng)附近需水量最小,為454.6～475.8 mm。

圖5 玉米多年平均需水量分布圖

圖6 棉花多年平均需水量分布圖

3.3 棉花需水量空間變異性分析

該灌區(qū)棉花多年平均需水量在653.3～681.3 mm的面積為1 157.3 km2,占灌區(qū)面積的49.1%,主要分布在武功東部,乾縣、興平和禮泉西部;需水量在681.3～700.0 mm的面積為580.4 km2,占灌區(qū)面積的24.6%,主要分布在涇陽(yáng)、咸陽(yáng),灌區(qū)西部寶雞、眉縣附近需水量較小,需水量在 609.2～653.3 mm,面積為 617.3 km2,占灌區(qū)面積的26.2%(圖 6)。

4 結(jié)論

以寶雞峽灌區(qū)三種主要作物的多年平均需水量為例,將地統(tǒng)計(jì)學(xué)和GIS結(jié)合,分析作物需水量在空間上的變化規(guī)律,體現(xiàn)了基于GIS的地統(tǒng)計(jì)分析用于大尺度作物需水量空間變異性研究的便捷性。

研究結(jié)果表明:灌區(qū)不同作物需水量差異很大,冬小麥多年平均需水量490.3～535.5 mm,玉米454.6～505.5 mm,棉花609.2～681.3 mm。但是,各種作物的多年平均需水量分布存在類似規(guī)律,均在西南-東北方向上變程較大,眉縣附近達(dá)到最小,往東北方向逐漸增大。究其原因,可能與氣象因子的空間變化有關(guān),此外可能與緯度和地勢(shì)有關(guān),關(guān)于這方面的研究,有待進(jìn)一步深入。

[1] 王景雷,孫景生,劉祖貴,等.作物需水量觀測(cè)站點(diǎn)的優(yōu)化設(shè)計(jì)[J].水利學(xué)報(bào),2005,36(2):225-231.

[2] 孫英君.王勁峰.伯延臣.地統(tǒng)計(jì)學(xué)方法進(jìn)展研究[J].地球科學(xué)進(jìn)展,2004,19(2):268-273.

[3] 孫英君,王勁峰,柏延臣,等.地統(tǒng)計(jì)學(xué)的GIS空間分析功能擴(kuò)展[J].華僑大學(xué)學(xué)報(bào):自然科學(xué)版,2004,25(4):435-439.

[4] 孫景生,劉祖貴,張寄陽(yáng),等.風(fēng)沙區(qū)參考作物需水量的計(jì)算[J].灌溉排水,2002,21(2):17-20.

[5] 史海濱,陳亞新,徐英,等.大區(qū)域非規(guī)則采樣系統(tǒng)ET0的最優(yōu)等值線圖Kriging法繪制應(yīng)用[C]//農(nóng)業(yè)高效用水與水土環(huán)境保護(hù).西安:陜西科學(xué)技術(shù)出版社,2000:266-271.

[6] 劉鈺,Pereira L S,.Teixeirab J L,等.參照騰發(fā)量的新定義及計(jì)算方法對(duì)比[J].水利學(xué)報(bào),1997(6):27-29.

[7] Jensen M E,Burman R D,Allen R G.Evapotranspiration and irrigation water requirement[R].ASCE manual,1990.

[8] Peter D,Richard G A.Estimating reference evapotranspiration under inaccurate data conditions[J].Irrigation and drainage systems,2002,16:33-45.

[9] 馬孝義,康紹忠.陜西農(nóng)林牧漁業(yè)及農(nóng)村生活用水定額編制報(bào)告[R].陜西省水資源管理辦公室,2004.

[10] 王政權(quán).地統(tǒng)計(jì)學(xué)及在生態(tài)學(xué)中的應(yīng)用[M].北京:科學(xué)出版社,1999.

[11] Cambardella C A,Moorman T B,Novak J M.Field-scale variability of soil properties in central lowa soils[J].Soil Sci Soc Am J,1994,68:1501-1511.

[12] 陳海生,曹瑛杰.基于地統(tǒng)計(jì)和GIS的河南省降水量和蒸發(fā)量空間變異性分析[J].河南大學(xué)學(xué)報(bào):自然科學(xué)版,2008,38(2):160-165.