曹大禹， 吳鑫淼， 郄志紅

(河北農(nóng)業(yè)大學(xué)城鄉(xiāng)建設(shè)學(xué)院，河北 保定 071001)

華北平原是我國最重要的“糧倉”之一，是確保全國糧食安全的重要基地，尤其是京津冀一體化的提出和雄安新區(qū)的設(shè)立，為環(huán)京津冀的華北平原發(fā)展提供了新的機(jī)遇和挑戰(zhàn)。如何優(yōu)化農(nóng)業(yè)水資源，在確保其糧食生產(chǎn)穩(wěn)定的同時，節(jié)約更多的水資源用于城市和工業(yè)發(fā)展，是農(nóng)業(yè)可持續(xù)發(fā)展的必經(jīng)之路。目前存在的問題是華北平原降水量并不充沛，年平均降水量較少，約為500～900 mm，降水分布地區(qū)、季節(jié)、年際間變化較大，其中80%的降水發(fā)生在6-9月[1]，導(dǎo)致降水集中期與作物需水關(guān)鍵期的不匹配，作物生長仍然需補(bǔ)充灌溉才能獲得較高的產(chǎn)量和質(zhì)量[2]。但如今我國的農(nóng)業(yè)水資源的數(shù)量和質(zhì)量都令人擔(dān)憂，其中又以華北地區(qū)尤為嚴(yán)重[3]，地下水超采和水資源污染嚴(yán)重?zé)o不為農(nóng)業(yè)用水設(shè)置了難題[4]。在此背景下，摸清主要作物的虧缺水量分布狀況，找到虧缺水量分布規(guī)律，才能合理地制定灌溉制度，進(jìn)一步調(diào)整農(nóng)業(yè)作物種植結(jié)構(gòu)以及優(yōu)化農(nóng)業(yè)水資源配置。本研究是在作物需水量、作物系數(shù)相關(guān)理論的基礎(chǔ)上，首先對華北平原區(qū)域內(nèi)20個代表區(qū)域20年的冬小麥-夏玉米傳統(tǒng)作物耗水量進(jìn)行計算分析，然后根據(jù)降水信息，計算得到各區(qū)域的水分虧缺量，利用ArcGIS軟件生成華北平原水分虧缺等值線圖，直觀地顯示華北平原冬小麥-夏玉米的虧缺水量空間分布情況。

1 冬小麥-夏玉米虧缺水量的計算

1.1 氣象觀測點的選取及基本數(shù)據(jù)

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)。從華北地區(qū)篩選出具有完整觀測序列的氣象站點作為分析對象，共選取20個觀測點[5-7]。以行政區(qū)劃為標(biāo)準(zhǔn)，按照華北區(qū)域內(nèi)各省份所占面積權(quán)重的大小確定各省份觀測點數(shù)量，觀測點分布為北京市1個，天津市1個，河北省6個，山東省3個，河南省3個，江蘇省3個，安徽省3個，分別為北京市、天津市、唐山市、滄州市、保定市、石家莊市、衡水市、邯鄲市、青島市、濟(jì)南市、濰坊市、新鄉(xiāng)市、鄭州市、開封市、南京市、高郵市、徐州市、蚌埠市、阜陽市、合肥市等20個區(qū)域。觀測點數(shù)據(jù)選取1996-2015年的20年完整觀測序列的氣象資料作為分析對象[8]，氣象數(shù)據(jù)包括逐日降水，平均溫度(℃)、最高和最低溫度(℃)、平均相對濕度(%)、最低相對濕度(%)、風(fēng)速、日照時數(shù)、經(jīng)緯度等[9,10]。作物系數(shù)來源于《中國主要農(nóng)作物需水量等值線圖研究》[11]。各區(qū)域逐日氣象數(shù)據(jù)的單位和精度如表1所示。

表1 氣象數(shù)據(jù)的單位和精度Tab.1 Meteorological data unit and accuracy

1.2 數(shù)據(jù)指標(biāo)計算方法

1.2.1 典型水文年下作物需水量的估算

從中國氣象數(shù)據(jù)網(wǎng)獲取該20個觀測區(qū)域在1996-2015年共計20年間的逐日降水資料，篩選出冬小麥生長期(10月15日-次年6月14日)和夏玉米的生長期(6月15日-10月14日)內(nèi)的逐日降水?dāng)?shù)據(jù)，分別累加計算出作物生長期內(nèi)的降水量。

(1)典型水文年的選取。本文采用經(jīng)驗頻率曲線法來確定作物生育期的不同水文年型，選取與頻率相對應(yīng)的年份作為典型水文年。分別確定20個代表性觀測區(qū)域的冬小麥、夏玉米生長期的典型水文年，即經(jīng)驗頻率分別為25%、50%、75%所對應(yīng)的豐水年、平水年、枯水年，及相應(yīng)的降水量。選取結(jié)果如表2和表3所示。

(2)作物系數(shù)的選取。有研究表明，不同年際間作物系數(shù)逐月變化受降水、灌溉的影響而呈波動變化，但作物整個生育期的作物系數(shù)則較為穩(wěn)定，故本文在前人研究的基礎(chǔ)上，根據(jù)《中國主要農(nóng)作物需水量等值線圖研究》采用全生育期作物系數(shù)計算實際作物需水量。作物系數(shù)選值與當(dāng)?shù)貙嶋H情況對比，具有地區(qū)代表性，冬小麥和夏玉米全生育期作物系數(shù)KC的選定分別如表4和表5所示。

表2 冬小麥典型水文年及降水量表Tab.2 Typical hydrological year and precipitation table of winter wheat

表3 夏玉米典型水文年及降水量表Tab.3 Typical hydrological year and precipitation table of summer maize

表4 不同區(qū)域冬小麥全生育期Kc值Tab.4 Kc of the whole growth period of winter wheat in different regions

表5 不同區(qū)域夏玉米全生育期Kc值Tab.5 Kc of the whole growth period of Summer corn in different regions

(3)數(shù)據(jù)的合理性分析、數(shù)據(jù)缺測的處理。風(fēng)速為搜集的10 m高處的風(fēng)速，根據(jù)公式轉(zhuǎn)化為2 m高度的風(fēng)速，轉(zhuǎn)化公式為：

(1)

式中：U2為2 m高度的風(fēng)速；z為高度差；U10為10 m高度的風(fēng)速。

最高相對濕度值RHmax由RHmax=2RHmean-RHmin得到(其中RHmean為平均相對濕度，RHmin為最低相對濕度值)。作物生長季節(jié)內(nèi)的參考作物需水量和降水量分別由日值累積得到[12]。在所搜集的氣象數(shù)據(jù)中，當(dāng)監(jiān)測點數(shù)值記錄數(shù)值微量時，數(shù)據(jù)修正為0；當(dāng)監(jiān)測點數(shù)值記錄數(shù)據(jù)漏測時，此時對數(shù)據(jù)進(jìn)行了插補(bǔ)：當(dāng)存在連續(xù)5日之內(nèi)的缺測數(shù)據(jù)情況下，用缺失項前后兩日的平均值代替；當(dāng)超過5日時，采用缺失日的多年平均值代替[13]。

1.2.2 蒸發(fā)蒸騰量ET0計算

蒸發(fā)蒸騰量采用彭曼公式進(jìn)行計算，公式如下：

(2)

式中：ET0為參考作物騰發(fā)量，mm/d；Rn為冠層表面凈輻射，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；γ為溫度計常數(shù)，kPa/℃；T為平均氣溫，℃；U2為2 m高處的風(fēng)速，m/s；ea為飽和水汽壓，kPa；ed為實際水汽壓，kPa；Δ為飽和水汽壓—溫度曲線斜率。

1.2.3 虧缺水量計算

根據(jù)文獻(xiàn)[14]所述，水分虧缺量W定義為作物(冬小麥、夏玉米)生育期內(nèi)降水量與作物需水量的差值。公式如下：

W=P-ETc

(3)

ETc=KcET0

(4)

式中：W為水分虧缺量，mm；P為作物生育期降水量，mm；ETc為作物需水量；Kc為作物系數(shù)；ET0為參考作物騰發(fā)量，mm。

2 ArcGIS地理信息系統(tǒng)

ArcGIS是現(xiàn)在地理信息行業(yè)使用最為廣泛的軟件，通過對信息處理分析，歸類，從中提取簡單并且對用戶有用的信息。經(jīng)過30年的研究和改進(jìn)，這項技術(shù)已經(jīng)開始普及，技術(shù)越發(fā)完善，功能越發(fā)齊全。自20世紀(jì) 70年代國外學(xué)者就將 ArcGIS 技術(shù)應(yīng)用于農(nóng)業(yè)領(lǐng)域。但在我國，ArcGIS 在農(nóng)業(yè)領(lǐng)域的應(yīng)用是從20世紀(jì)80年代中期開始的[15,16]，盡管與國外相比起步略晚，但部分研究成果已應(yīng)用于農(nóng)業(yè)生產(chǎn)，取得了很好的經(jīng)濟(jì)效益[17]。本文利用ArcGIS軟件的柵格數(shù)據(jù)分析功能，通過Kriging插值法繪制等值線圖[18,19]。

2.1 等值線圖差值法

本文等值線圖法作圖遵循反距離加權(quán)法插值的原理：假設(shè)空間待插點為P(xi，yp，zp)，P點的鄰域內(nèi)有已知散亂點Q(xi，yi，zi)i=1，2，…，n，利用距離加權(quán)反比法對P點的屬性值Zp進(jìn)行差值，其差值原理是，待插點的屬性值是待插點鄰域內(nèi)已知散亂點的屬性值的加權(quán)平均，權(quán)的大小與待插點與鄰域內(nèi)散亂點之間的距離有關(guān)，是距離的k(0≤k≤2，一般取2)次方的倒數(shù)。即:

(5)

式中：di為待插點與其鄰域內(nèi)第i個點之間的距離[20]。

2.2 基于Arcgis的等值線圖繪制步驟

利用ArcGIS軟件中的插值算法得到等值線圖的具體步驟如下：①將數(shù)據(jù)導(dǎo)入GIS：files-Add X Y data，依次導(dǎo)入經(jīng)緯度坐標(biāo)，生成柵格文件(圖1)，得到采樣點的空間分布圖(圖2)；②由柵格文件生成矢量數(shù)字文件；③利用反距離加權(quán)插值(inverse distence weighted)方法內(nèi)插出等值線圖。

圖1 生成柵格文件過程Fig.1 Process of generating a raster file

圖2 生成柵格文件圖Fig.2 Generate a raster file map

3 虧缺水量等值線圖繪制

根據(jù)計算出的設(shè)計典型年下作物虧缺水量，再利用ArcGIS對華北平原整個地區(qū)的水分虧缺量進(jìn)行了插值，得到圖3～圖8，分別為華北平原冬小麥豐水年、枯水年、平水年，夏玉米豐水年、枯水年、平水年的虧缺水量等值線圖。圖中顏色越淺區(qū)域表示虧缺水越多，可直觀的表征華北平原主要作物生長期間的水分虧缺量。

圖3 冬小麥豐水年虧缺水量等值線圖Fig.3 Contour map of winter wheat flood water deficit

圖5 冬小麥枯水年虧缺水量等值線圖Fig.5 Contour map of winter wheat dry water deficit

圖6 夏玉米豐水年虧缺水量等值線圖Fig.6 Contour map of summer maize flood water deficit

圖7 夏玉米平水年虧缺水量等值線圖Fig.7 Contour map of summer maize flat water deficit

圖8 夏玉米枯水年虧缺水量等值線圖Fig.8 Contour map of summer maize dry water deficit

4 結(jié) 論

通過以上作物虧缺水量等值線圖，主要得出以下結(jié)論：

(1)由圖3～圖8可知，以安徽徐州為界，以北地區(qū)冬小麥和夏玉米生長期間水分虧缺嚴(yán)重，尤以開封、濟(jì)南呈帶狀分布，以南地區(qū)，水分仍以虧缺為主，僅在夏玉米生長季節(jié)的豐水年和平水年有所盈余。為了緩解華北平原地下水下降速度減少地區(qū)用水過量的問題，確保生產(chǎn)的穩(wěn)定性，遵循可持續(xù)發(fā)展的原則，冬小麥種植應(yīng)盡量避免在開封、濟(jì)南、濰坊所在帶狀區(qū)域。

(2)華北地區(qū)冬小麥生育期內(nèi)需水量在444.4～894.6 mm之間，缺水量在29.8～743.2 mm，不同水文年型條件下冬小麥生育期內(nèi)均需要灌溉；山東、河南、北京虧缺水量最大，河北和天津虧缺水量次之，江蘇和安徽因地理位置偏南，降水量偏多，虧缺水量較少。華北地區(qū)夏玉米生育期內(nèi)需水量在304.3 ～636.1 mm之間，缺水量在-370.1～283.7mm，夏玉米生育期內(nèi)需水量較冬小麥為低，而降水量則高于冬小麥，在豐水年，除少部分區(qū)域需要補(bǔ)充灌溉少量水外，大部分區(qū)域降水量有所盈余，平水年也有部分區(qū)域降水量可滿足作物需水量。虧缺水量最嚴(yán)重的地區(qū)為河北、北京和山東，河南和天津次之，安徽和南京虧缺水量最小。

(3)由ArcGIS插值的整個華北平原的虧缺水量等值線圖，可知，以安徽徐州為界，以北地區(qū)冬小麥和夏玉米生長期間水分虧缺嚴(yán)重，尤以開封、濟(jì)南呈帶狀分布，以南地區(qū)，水分仍以虧缺為主，僅在夏玉米生長季節(jié)的豐水年和平水年有所盈余。

(4)本文定量計算了華北地區(qū)冬小麥和夏玉米生育期內(nèi)的作物虧缺水量，為華北地區(qū)農(nóng)業(yè)水資源的優(yōu)化提供了理論依據(jù)。通過對虧水量等值線圖的分析，確定了不同區(qū)域的農(nóng)業(yè)虧水程度，為確定華北地區(qū)種植結(jié)構(gòu)調(diào)整的優(yōu)先次序及重點調(diào)整區(qū)域提供理論支撐。

本文研究結(jié)論適用于對精度需求度較低，側(cè)重于趨勢分析的大面積宏觀規(guī)劃分析，例如定制灌溉制度、調(diào)整農(nóng)業(yè)作物種植結(jié)構(gòu)以及優(yōu)化農(nóng)業(yè)水資源配置等研究，可為其提供參考依據(jù)，本文數(shù)據(jù)精度不適用于指導(dǎo)小規(guī)模田間灌溉。

建議下一步可考慮以本文的作物虧缺水量為基礎(chǔ)，進(jìn)一步對地表水和地下水水資源的承載能力進(jìn)行分析，為華北地區(qū)水資源的優(yōu)化配置和作物種植結(jié)構(gòu)的逐步調(diào)整提供理論支撐。本文的不足之處為對華北平原20個區(qū)域的虧缺水量進(jìn)行了計算，對于其他區(qū)域的虧缺水量進(jìn)行了內(nèi)插計算，但是內(nèi)插值與實際數(shù)值是否有偏差并沒有進(jìn)行分析，有待進(jìn)一步研究確定。

□