虞美秀，董吳欣，張建云，韋 麗，吳 智，王國慶

(1. 河海大學(xué)水文水資源學(xué)院，江蘇 南京 210098；2. 水利部應(yīng)對氣候變化研究中心，江蘇 南京 210029；3. 江西省水資源監(jiān)測中心，江西 南昌 332000)

農(nóng)業(yè)干旱是指一段時期內(nèi)土壤水分降低所引起的作物產(chǎn)量減少的現(xiàn)象。據(jù)統(tǒng)計，每年亞太平洋地區(qū)因農(nóng)業(yè)干旱造成的經(jīng)濟損失達4 050億美元[1]；中國每年因農(nóng)業(yè)干旱造成的經(jīng)濟損失達451億元[2]，因農(nóng)業(yè)干旱導(dǎo)致的糧食減產(chǎn)超300億kg。準確有效評估監(jiān)測預(yù)警預(yù)報農(nóng)業(yè)干旱的發(fā)生、發(fā)展及嚴重程度對減少農(nóng)作物損失、提升區(qū)域水資源規(guī)劃與管理、保障糧食安全具有重要意義。

農(nóng)作物所受水分脅迫程度與土壤水分含量密切相關(guān)，土壤水分通常被視為一種具有重要農(nóng)學(xué)意義的農(nóng)業(yè)干旱監(jiān)測指標[3]。目前土壤水分數(shù)據(jù)的獲取方式主要有2種：一是基于原位觀測，中國土壤墑情數(shù)據(jù)監(jiān)測開展普遍較晚，時間序列較短且難以大面積獲??；二是基于微波遙感觀測，該方法反演的土壤水分數(shù)據(jù)使在區(qū)域和全球尺度捕獲土壤含水量成為可能，但其獲得的是土壤表層(1～5 cm)水分數(shù)據(jù)，難以準確反映根部土壤水分信息?；谕寥浪值霓r(nóng)業(yè)干旱監(jiān)測指標可歸納為2類[4]。第1類指標需要長期土壤墑情數(shù)據(jù)確定當前土壤水分偏離歷史正常范圍的程度，如標準化土壤濕度指標、土壤濕度距平指數(shù)、土壤濕度百分位數(shù)等。該類指標僅需要土壤濕度數(shù)據(jù)，且不同地區(qū)的監(jiān)測結(jié)果具有可比性，缺點是要求時間序列足夠長。第2類則基于土壤水分與土壤水力學(xué)參數(shù)實現(xiàn)農(nóng)業(yè)干旱監(jiān)測，如土壤濕度指數(shù)[5- 6]、土壤水分虧缺指數(shù)[7]等。該類指標優(yōu)勢在于從土壤可利用水的角度出發(fā)，考慮了不同地區(qū)土壤性質(zhì)對于水分虧缺的影響差異，但對于區(qū)域農(nóng)業(yè)干旱監(jiān)測而言，準確獲取不同地區(qū)土壤屬性參數(shù)較為困難。從農(nóng)業(yè)干旱監(jiān)測的角度，土壤水分虧缺指數(shù)(SWDI)考慮了植物生理狀態(tài)與土壤水分的關(guān)系，更適用于監(jiān)測農(nóng)業(yè)干旱[8]。已有研究表明SWDI在流域尺度和區(qū)域尺度均能很好體現(xiàn)土壤水分與農(nóng)業(yè)干旱的關(guān)系，被認為是具有潛力的農(nóng)業(yè)干旱監(jiān)測指標[9- 11]。

近年來，鄱陽湖流域枯水情勢嚴峻[12]，干旱頻發(fā)[13]，糧食減產(chǎn)，農(nóng)業(yè)損失嚴重。鄱陽湖流域作為中國重要商品糧基地之一，減少該區(qū)域因干旱導(dǎo)致的糧食損失對保障中國糧食安全具有重要作用。從當前見諸文獻的成果來看，鄱陽湖流域干旱的研究，主要集中在氣象干旱和水文干旱方面[14- 16]；受地面墑情監(jiān)測資料的限制，尚未見到關(guān)于鄱陽湖流域農(nóng)業(yè)干旱方面的系統(tǒng)研究。該流域自2004年開始分期布設(shè)墑情監(jiān)測站，到目前為止，僅江西省內(nèi)就已達500多個。日趨完善的墑情監(jiān)測系統(tǒng)為有效評估鄱陽湖流域農(nóng)業(yè)干旱情勢及研究其發(fā)生機理、農(nóng)業(yè)干旱預(yù)報提供了重要的基礎(chǔ)數(shù)據(jù)支撐。開展鄱陽湖流域農(nóng)業(yè)干旱時空演變規(guī)律及其對氣象干旱的響應(yīng)、農(nóng)業(yè)干旱與土壤質(zhì)地的相關(guān)性研究，具有十分重要的理論意義和實用價值。

本文采用土壤水分虧缺指數(shù)表征農(nóng)業(yè)干旱，分析不同尺度下鄱陽湖流域墑情、包氣帶缺水量和降水量的時空分布，揭示該流域農(nóng)業(yè)干旱時空演變特征及其對氣象干旱的響應(yīng)規(guī)律，初步探討土壤質(zhì)地與農(nóng)業(yè)干旱強度的相關(guān)性。研究結(jié)果可為鄱陽湖流域農(nóng)業(yè)干旱早期監(jiān)測預(yù)警預(yù)報系統(tǒng)的構(gòu)建提供理論支撐，并為保障鄱陽湖流域水安全、糧食安全及可持續(xù)性發(fā)展提供重要科學(xué)參考。

1 研究資料與方法

1.1 研究資料

1.1.1 地形高程數(shù)據(jù)

從地理空間數(shù)據(jù)云網(wǎng)站(http:∥www.gscloud.cn/search)下載分辨率為30 m×30 m地形高程數(shù)據(jù)，采用ARCSWAT軟件生成鄱陽湖流域水系及其邊界(圖1)。

1.1.2 墑情監(jiān)測數(shù)據(jù)

從江西省水文局收集到鄱陽湖流域2004—2020年的106個墑情站逐日墑情數(shù)據(jù)。鑒于2011年之前流域內(nèi)布設(shè)站點少且質(zhì)量不高，經(jīng)過總體評估，本次研究選取2011—2020年墑情數(shù)據(jù)連續(xù)性好的22個站用于研究(圖1)。

圖1 鄱陽湖流域概化圖及墑情站、雨量站分布Fig.1 Generalized map of Poyang Lake basin and distribution location map of moisture station and rainfall station

墑情數(shù)據(jù)獲取如下：每天上午8:00采用HT- SMAA型土壤水分自動采集儀對站點墑情進行采樣。依據(jù)三點法，將采集儀探頭分別埋設(shè)于10 cm、20 cm、40 cm的土壤之中，通過土壤水分傳感器對土壤濕度的感應(yīng)，反饋到采集儀，獲取數(shù)據(jù)后傳輸至墑情管理站。采用烘干法進行對比分析，在105 ℃的干燥箱內(nèi)，進行烘干稱重，每個土層的不同深度，重復(fù)測量3次。對于同一測點不同深度的含水量，取各層的算數(shù)平均值作為本研究的土壤含水量。

1.1.3 氣象數(shù)據(jù)

從江西省水文局收集到鄱陽湖流域1956—2020年49個雨量站日降雨數(shù)據(jù)和2016—2019年22個墑情站所在灌區(qū)的日最高氣溫、日最低氣溫、平均氣壓、相對濕度、日照時數(shù)、平均水汽壓、風速等氣象數(shù)據(jù)(圖1)。采用距離平方倒數(shù)法插值得到土壤墑情站所在位置的日降雨量數(shù)據(jù)系列。將每月、每年的日降雨量進行累加，得到月、年降雨量。2011—2020年各站的多年平均降雨量為該時段每年降雨量的平均值。

1.2 研究方法

1.2.1 SWDI計算

研究選取土壤水分虧缺指數(shù)表征農(nóng)業(yè)干旱[7]?；?011—2020年的逐日墑情資料計算日土壤水分虧缺指數(shù)值(ISWD)，在此基礎(chǔ)上，每周ISWD取平均，后以2周為窗口進行滑動平均，得到時間尺度為2周的SWDI序列。ISWD計算公式如下：

(1)

式中：θ為土壤含水量， %；θf為田間持水量， %；θAWC為田間持水量與凋萎系數(shù)的差， %。研究所用田間持水量數(shù)據(jù)通過實地土壤采樣試驗測量得到，凋萎系數(shù)總體默認值為2%。

將(θ-θf)/θAWC乘以10，是為了使該指數(shù)值在土壤可利用水角度具有農(nóng)學(xué)意義。當ISWD>0時，土壤有足夠的水；ISWD<0表示土壤干旱，ISWD的值達到-10時，土壤含水量低于植物可用水的下限，即低于凋萎含水量；ISWD=0時，土壤處于田間持水量(即無缺水)。當土壤含水量開始低于田間持水量時，植物即將受到水分脅迫，已不處于最佳生長狀態(tài)，開始消耗更多的能量來吸收水分。因此，ISWD<0意味著農(nóng)業(yè)干旱即將發(fā)生。從農(nóng)業(yè)干旱監(jiān)測的角度，SWDI考慮了植物生理狀態(tài)與土壤水分的關(guān)系，更適用于監(jiān)測農(nóng)業(yè)干旱，故采用SWDI來研究農(nóng)業(yè)干旱監(jiān)測。該指數(shù)干旱等級劃分見表1。

1.2.2 大氣水分虧缺量(AWD)計算

AWD是降水與潛在蒸散發(fā)的差值。計算如下：

DAW=Pi-EPi

(2)

式中：DAW為大氣水分虧缺量；Pi、EPi分別為第i周降雨和第i周潛在蒸散發(fā)總和，日EPi由FAO Penman- Montetith公式計算得到。

表1 SWDI和SPI干旱等級劃分

1.2.3 標準化降水指數(shù)(SPI)計算

研究選取SPI表征氣象干旱。基于1956—2020年的日降雨資料計算時間尺度為2周的SPI值(ISP)序列。鑒于SPI在世界范圍內(nèi)應(yīng)用廣泛，其計算原理就不再贅述，具體見文獻[17]。SPI干旱等級劃分見表1。

1.2.4 包氣帶缺水量計算

為便于計算，本文包氣帶缺水量定義如下：

D=θf-θi

(3)

式中：D為某個土壤墑情站的包氣帶缺水量， %；θi為初始土壤含水量， %。

取每月、每年的日包氣帶缺水量平均值，得到月、年平均包氣帶缺水量。2011—2020年的多年平均包氣帶缺水量為該時段內(nèi)每年包氣帶缺水量的平均值。

2 結(jié)果與討論

2.1 鄱陽湖流域土壤墑情及降水量時空變化特征

鄱陽湖流域年平均土壤含水量、年降水量變化趨勢基本一致，土壤含水量隨著降水量的增加而增加，包氣帶缺水量與前面二者趨勢相反，降水量增加，包氣帶缺水量隨之減少(圖2(a))。近10 a多年平均流域面降水量為1 740.9 mm；2011年、2013年、2018年為降水偏少年份，年降水量均在1 500 mm以下，最小值為1 398.5 mm，出現(xiàn)在2011年；降水量高值基本上分布在流域東部和東北部，南部和西南部屬于降水量低值區(qū)(圖3(a))。多年平均流域土壤含水量為21.4%；2014年、2019年、2020年屬于土壤含水量較少年份，為18.2%～20.6%，其中最小值為2019年的18.2%。多年平均流域包氣帶缺水量為1.7%；2019—2020年是包氣帶缺水量高值年份，分別為4.7%、3.3%，流域中部為包氣帶缺水量最大區(qū)(圖3(b))。以上分析表明2019—2020年鄱陽湖流域總體處于缺墑狀態(tài)。

圖2 鄱陽湖流域土壤含水量、包氣帶缺水量、降水量年際變化及其年內(nèi)分配Fig.2 Temporal variations of the soil water content,water shortage in unsaturated zone and precipitation at annual and monthly scales of Poyang Lake basin

圖3 2011—2020鄱陽湖流域多年平均年降水量和包氣帶缺水量空間分布Fig.3 Spatial distributions of the annual mean precipitation and water shortage in the unsaturated zone of Poyang Lake basin from 2011 to 2020

流域土壤含水量和降水量的年內(nèi)分配也具有很好的一致性，月土壤含水量隨著月降水量的增加而增加，減少而減少；不過在12月存在一個滯后現(xiàn)象(圖2(b))。鄱陽湖流域降水量年內(nèi)分配不均，8—12月及次年1—2月是降水低值月，10月降水量最少，僅51.8 mm；7—11月是土壤含水量偏少月份，均在21%以下，最小值出現(xiàn)在10月，為19.0%；8—10月是包氣帶缺水量偏多月份，均高于3.5%,最大值出現(xiàn)在10月，達4.0%；1月、7月、12月包氣帶缺水量次之，為1%～2.2%?？梢?—11月是鄱陽湖流域土壤缺墑比較顯著的時段，屬農(nóng)業(yè)干旱易發(fā)期，而7—10月屬于流域作物重要生長期，若發(fā)生干旱，將嚴重影響糧食產(chǎn)量。

2.2 鄱陽湖流域農(nóng)業(yè)干旱時空演變規(guī)律

圖4(a)為SWDI與AWD的皮爾遜相關(guān)系數(shù)空間分布圖。由此可見SWDI與AWD具有良好的相關(guān)性，說明SWDI能夠很好地反映鄱陽湖流域土層的水量平衡狀況，計算值合理可靠，可用于農(nóng)業(yè)干旱的旱情評價與監(jiān)測預(yù)警預(yù)報。

圖4 鄱陽湖流域SWDI與AWD的相關(guān)性及SWDI變化趨勢Fig.4 Pearson correlation between SWDI and AWD and the change trend of the SWDI in Poyang Lake basin

圖5 鄱陽湖流域不同嚴重程度農(nóng)業(yè)干旱站次比年際變化Fig.5 Temporal variations of the station number percentage of agricultural drought with different severity of Poyang Lake basin

近10 a來，鄱陽湖流域農(nóng)業(yè)干旱站次比總體上呈上升趨勢(圖5)，其中以重旱和特旱增加趨勢最為顯著。2013—2015年和2019—2020年是重旱大年，分別有33%和61%以上流域面積遭遇重旱，其中2019年遭受重旱面積在77%以上。2012年和2019年均有特旱發(fā)生，其中2019年有近10%流域面積遭遇特旱。線性傾向估計空間分布表明該流域有2/3以上站點的SWDI呈減少趨勢，其中蘇溪、烏江、龔坊、虬津和渣津呈顯著減少趨勢(圖4(b))；其余1/3站點呈微弱增加趨勢或保持穩(wěn)定狀態(tài)。雖然各站點趨勢略有不同，但均在2019—2020年發(fā)生了不同程度的長歷時農(nóng)業(yè)干旱，且有1/3以上站點的中度以上農(nóng)業(yè)干旱仍在持續(xù)，初步估算至少仍需3～6個月干旱才會有所緩解。

SWDI空間變化也證實近10 a該流域農(nóng)業(yè)干旱加重趨勢明顯，2019年和2020年發(fā)生流域性重度農(nóng)業(yè)干旱，其中流域中部遭遇農(nóng)業(yè)干旱頻次最高，是農(nóng)業(yè)干旱易發(fā)區(qū)，且該區(qū)域面積在近2 a明顯擴大，并向流域西部、東部和南部蔓延，呈“Y”字形分布(圖6)[18]。經(jīng)查閱，2019年7—11月(此時旱情仍在持續(xù))同期降水減少70%，氣溫為歷史同期最高，僅江西省就有500.8萬人受災(zāi)，因旱需生活救助133.5萬人，農(nóng)作物受災(zāi)面積達42.5萬ha，絕收8.56萬ha，直接經(jīng)濟損失50.1億元[19]。

從季尺度來看，鄱陽湖流域主導(dǎo)季節(jié)性農(nóng)業(yè)干旱為夏、秋、冬連旱，干旱歷時長，對流域主要農(nóng)作物(早稻、晚稻和油菜)糧食產(chǎn)量影響顯著。尤其發(fā)生夏旱時，太陽輻射強烈，氣溫高，濕度小，蒸散發(fā)量大，對農(nóng)作物的危害也最大。6月是早稻的抽穗期，7月是成熟期[20]；對于晚稻，整個生長期均受到影響[21]。嚴重受旱條件下，生育期會大幅度減慢，灌漿期受旱，植株可能早衰，穗型變小，結(jié)實率下降，甚至使水稻停止發(fā)育或死亡。夏、秋、冬連旱對油菜產(chǎn)量影響也很大，10月是油菜播種和出苗期，次年2月是現(xiàn)蕾期，3月是開花期，5月是成熟期。秋、冬連旱嚴重影響油菜苗期的生長狀況，尤其是油菜在后期的生長中如果遇到高溫干旱的天氣，產(chǎn)量將會大幅度降低。2019年7月以來的持續(xù)性土壤失墑與高溫導(dǎo)致水稻絕收、油菜播種受阻，該年油菜播種進度明顯慢于上一年同期。

本文選用SWDI表征農(nóng)業(yè)干旱，其核心是土壤田間持水量，該土壤水分常數(shù)是衡量作物生長狀態(tài)和表征作物生理特性的一個重要指標。一般情況下，可通過采樣試驗得到田間持水量；也可取土壤含水量資料系列最大值的5%或者歷年作物生長期土壤含水量最大值序列的最小值作為田間持水量[7]。通過判斷土壤含水量與田間持水量大小識別植物是否受到水分脅迫，避免了因土壤墑情資料系列過短造成對農(nóng)業(yè)干旱識別不準確的劣勢；同時考慮了土壤水分有效利用量對作物生長的影響，凸顯了該指數(shù)的農(nóng)學(xué)意義。在中國，由于地表墑情監(jiān)測成本較高，站網(wǎng)布設(shè)一般較晚且較少，資料系列也往往較短，且不像氣象水文資料相對容易獲取，尤其是大范圍地面墑情監(jiān)測數(shù)據(jù)。該指數(shù)通過考慮田間持水量而非與土壤含水量的多年距平相比較，有效提高了短系列墑情資料的可利用性，在不降低精度的情況下拓展并擴大了農(nóng)業(yè)干旱評估的方式與方法?；诖蠓秶孛鎵勄楸O(jiān)測的鄱陽湖流域農(nóng)業(yè)干旱時空演變特征研究結(jié)果可為后續(xù)基于遙感影像數(shù)據(jù)的該流域農(nóng)業(yè)干旱相關(guān)研究提供重要參考。

圖6 鄱陽湖流域SWDI年最小值空間變化Fig.6 Spatial distribution variations of the annual minimum SWDI in Poyang Lake basin

2.3 鄱陽湖流域農(nóng)業(yè)干旱與氣象干旱及土壤質(zhì)地的相關(guān)性

鄱陽湖流域在2019—2020年間遭遇了歷史罕見的流域性重大干旱，農(nóng)業(yè)受災(zāi)嚴重，限于篇幅，研究選取該時期區(qū)域內(nèi)12個墑情站的典型農(nóng)業(yè)干旱事件，從不同干旱特征角度解析農(nóng)業(yè)干旱與氣象干旱的時滯相關(guān)性(見表2)。由表2可知，對于干旱發(fā)生時間，農(nóng)業(yè)干旱發(fā)生時間均比氣象干旱晚，范圍為0～7周；除青龍站外，農(nóng)業(yè)干旱結(jié)束時間均比氣象干旱晚，范圍為0～5周；農(nóng)業(yè)干旱歷時比氣象干旱長，范圍為1～41周；對于干旱頻次，在一個農(nóng)業(yè)干旱典型事件中，氣象干旱發(fā)生頻次更高，1～11次不等；干旱強度上，農(nóng)業(yè)干旱強度小于等于氣象干旱。相較于氣象干旱，青龍站農(nóng)業(yè)干旱結(jié)束時間早1周，干旱歷時短3周，這可能與青龍站所使用的雨量站與墑情站距離較遠(參與該站雨量計算的雨量站中有2個站位于流域之外)且所處地形高程較高有關(guān)。氣象干旱直接受降水波動影響，如降水持續(xù)偏少，便表征為氣象干旱；如有降水及時補充，氣象干旱則在短時間內(nèi)緩解。土壤水是存在于土壤孔隙介質(zhì)中，受土壤調(diào)蓄作用影響顯著，是降水扣除蒸散發(fā)及徑流后的綜合反映，故基于土壤含水量識別的農(nóng)業(yè)干旱發(fā)生時間較氣象干旱更晚，歷時也更長；相應(yīng)地，若有降水及時補充，土壤水也不會立即顯示增加，所以農(nóng)業(yè)干旱結(jié)束時間普遍較氣象干旱晚。以上結(jié)論可為基于氣象干旱的農(nóng)業(yè)干旱預(yù)報提供科學(xué)參考，為農(nóng)業(yè)抗旱提前爭取時間，從而采取減災(zāi)措施，盡可能減少農(nóng)業(yè)干旱導(dǎo)致的農(nóng)作物受災(zāi)或絕收造成的社會經(jīng)濟損失。

表2 農(nóng)業(yè)干旱與氣象干旱特征統(tǒng)計 周

續(xù)表

此外農(nóng)業(yè)干旱程度還受土壤質(zhì)地結(jié)構(gòu)的影響。本次研究22個墑情站中的安和站等13個墑情站土壤為砂壤土，三門站等7個墑情站土壤為壤土，崇崗站和琉璃站土壤為黏土。發(fā)生特旱的劉公廟站和白舍站均為砂壤土，而崇崗站和琉璃站發(fā)生輕旱。說明土壤質(zhì)地對農(nóng)業(yè)干旱影響較明顯，砂壤土持水性較差，易發(fā)生特大農(nóng)業(yè)干旱；黏土的持水性最好，發(fā)生嚴重農(nóng)業(yè)干旱概率較低。

為了進一步定量表征土壤質(zhì)地與農(nóng)業(yè)干旱之間的相關(guān)性，選取鄱陽湖流域2019—2020年106個墑情站發(fā)生的最嚴重農(nóng)業(yè)干旱事件研究土壤質(zhì)地對農(nóng)業(yè)干旱強度的影響。表3為2019—2020年各墑情站發(fā)生最嚴重農(nóng)業(yè)干旱事件的干旱特征統(tǒng)計，其中每個站所占干旱事件數(shù)的百分比通過每種土壤質(zhì)地所遭遇干旱事件總概率除以該種土壤質(zhì)地墑情總站數(shù)得到。由表3可見，從黏壤土、黏土到砂土，SWDI值呈減少趨勢，說明顆粒粒徑越大，農(nóng)業(yè)干旱遭受強度越強，其中砂土最嚴重，黏壤土、黏土最輕，壤砂土、砂壤土、壤土介于中間。從每個站點所遭遇干旱事件的百分比來看，砂土最傾向于發(fā)生特旱、重旱，壤土、砂壤土、壤砂土次之，黏壤土、黏土傾向于發(fā)生中旱。這里需要說明的是，琉璃站在2018年遭遇了歷史少有的特大農(nóng)業(yè)干旱，崇崗站分別在2017年和2018年遭遇重度農(nóng)業(yè)干旱，而在2019—2020年流域整體遭遇重旱及特旱情況下，兩站僅遭遇輕度農(nóng)業(yè)干旱。現(xiàn)以琉璃站為例進行說明。經(jīng)分析，琉璃站2018年年降水量為歷史小值1 447 mm，遠低于多年平均1 757 mm，但在2019年和2020年，年降水量明顯增加，2020年甚至達到2 019 mm。因此，在2019—2020年流域總體上平均氣溫為歷史同期最高的環(huán)境下，琉璃站土壤由于有相對充足的降水補充，同時因黏土孔隙更小蒸散速率小而具有很好保水性，農(nóng)作物并未受到重創(chuàng)，而是輕度農(nóng)業(yè)干旱。與之對比的土壤質(zhì)地為砂壤土的劉公廟站，近10 a每年的降水量與琉璃站較為接近，但由于其砂壤土孔隙較大蒸散速率較大而持水性差，加之高溫，遭遇2019年特大農(nóng)業(yè)干旱?？梢?，對于降水充足且相當?shù)幱诟邷厍闆r下，相較于砂壤土，黏土具有更好的抗旱韌性。因此，黏性土壤上應(yīng)選擇需水量大的農(nóng)作物，如水稻、棉花，保水保肥；砂土、壤土、砂壤土上應(yīng)該選擇抗旱性較強的農(nóng)作物，如小麥、大豆等，最大程度減少農(nóng)業(yè)災(zāi)害造成的損失。該成果可為農(nóng)作物抗旱品種選擇及農(nóng)業(yè)種植土壤類型配置提供一定科學(xué)依據(jù)。土壤質(zhì)地與農(nóng)業(yè)干旱嚴重程度的密切相關(guān)性要求在實際墑情監(jiān)測站布設(shè)過程中，需要充分考慮當?shù)氐耐寥李愋?、主要種植結(jié)構(gòu)、地形地貌特點等，從而更好地服務(wù)農(nóng)業(yè)管理與科研。

表3 2019—2020年不同類型土壤發(fā)生最嚴重農(nóng)業(yè)干旱的干旱特征統(tǒng)計

3 結(jié) 論

本文分析了鄱陽湖流域多時間尺度土壤含水量、包氣帶缺水量和降水量的時空分布特征，評價土壤水分虧缺指數(shù)在鄱陽湖流域的適用性，剖析鄱陽湖流域農(nóng)業(yè)干旱的時空變化規(guī)律，分析農(nóng)業(yè)干旱和氣象干旱的時滯相關(guān)性，定量表征土壤質(zhì)地對農(nóng)業(yè)干旱強度的影響。研究結(jié)果表明：

(1) 鄱陽湖流域土壤含水量、降水量年變化趨勢基本一致，包氣帶缺水量與二者趨勢相反。土壤含水量最小值和包氣帶缺水量最大值均出現(xiàn)在2019年。

(2) 土壤水分虧缺指數(shù)能夠很好表征鄱陽湖流域土層的水量平衡狀態(tài)，可用于評價農(nóng)業(yè)干旱評估監(jiān)測與預(yù)警預(yù)報。

(3) 近10 a鄱陽湖流域農(nóng)業(yè)干旱強度和受災(zāi)面積總體上均呈上升趨勢，流域中部是重度農(nóng)業(yè)干旱高發(fā)區(qū)；2019年發(fā)生了流域性重度農(nóng)業(yè)干旱，以重旱和特旱為主；夏、秋、冬連旱發(fā)生頻次為高，對農(nóng)業(yè)生產(chǎn)的影響最大。

(4) 相較于氣象干旱，農(nóng)業(yè)干旱發(fā)生及結(jié)束時間均較晚，干旱歷時更長，干旱頻次顯著偏低，干旱強度不超過氣象干旱。

(5) 土壤質(zhì)地對農(nóng)業(yè)干旱影響較為顯著，砂土最易遭遇特旱、重旱，壤土、砂壤土、壤砂土次之，黏性土壤具有更好的抗旱韌性，以遭遇輕旱、中旱為主。