基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲线研究*

董姝娜，庞泽源，张继权，佟志军，刘兴朋，孙仲益

（1.长春师范大学城市与环境科学学院，吉林长春130032；2.东北师范大学环境学院，东北师范大学自然灾害研究所，吉林长春130024）

基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲线研究*

董姝娜1，庞泽源2，张继权2，佟志军2，刘兴朋2，孙仲益2

（1.长春师范大学城市与环境科学学院，吉林长春130032；2.东北师范大学环境学院，东北师范大学自然灾害研究所，吉林长春130024）

自然灾害风险（Risk）是灾害损失的可能性，主要取决于致灾因子、脆弱性、暴露性以及防灾减灾能力四个因素。脆弱性（Vulnerability）衡量承灾体遭受损害的程度，是灾损估算和风险评估的重要环节，是致灾因子与灾情联系的桥梁。在全面收集研究区气象、土壤、土地类型、田间管理数据等资料的基础上，以吉林西部玉米干旱灾害作为研究对象，选取了吉林西部2001年、2002年、2004年以及2006－2009年7个案例干旱年的干旱致灾强度作为输入，运用CERES-Maize模型，模拟和计算出不同干旱致灾强度下不同生育期对最终产量起主要影响的关键指标的损失率，并且拟合出脆弱性曲线。结果表明，脆弱性对最终产量影响由高到低的生育期为抽雄－乳熟期、拔节－抽雄期、乳熟－成熟期、出苗－拔节期。研究结果可以为旱灾损失的快速评估、区域农业干旱灾害风险评估以及预警提供依据，为区域防灾避灾与管理工作提供科学依据。

玉米；CERES-Maize模型；不同生育期；脆弱性曲线；吉林西部

近几十年来，受全球气候变化，尤其受全球气候变暖的影响，各种自然灾害频发，干旱是其中最为常见的灾害之一，其发生频率强度均呈上升趋势。国外相关研究指出，每年全球由旱灾产生的经济损失超过60亿美元，并且逐年升高［1］。我国地处东亚季风区，由于幅员辽阔、地理环境复杂、各种灾害性天气频发，据统计，在所有自然灾害中70%为气象灾害，而干旱灾害又占气象灾害的50%左右。有研究显示自1950年至今，吉林和黑龙江东部以及自河北至贵州的狭长干旱带的干旱化趋势增长迅速［2］。农作物是农业干旱的直接承载体，玉米是我国三大粮食作物之一，吉林省又是我国东北玉米的主产区，干旱是制约其生长发育以及影响产量的主要因素之一。承载体脆弱性的大小是影响灾害风险大小的基本因素之一，因此对该区域玉米干旱脆弱性的研究对预防和减轻农业旱灾具有重要的现实意义，同时为制定减灾规划决策，保证农业生产提供科学依据。

灾害评估主要包括灾情估算和风险评估两个方面，而脆弱性分析是灾害损失估算和风险评估的重要环节，是把灾害与风险研究紧密联系起来的重要桥梁［3］。脆弱性曲线作为精细化、定量化的脆弱性评价方法，其核心是表达出致灾因子强度或扰动强度和承载体脆弱性之间的定量关系。国内外关于脆弱性曲线的研究方法主要包括：基于历史灾情数据的脆弱性曲线的构建、基于已有脆弱性曲线的再构建、基于系统调查的脆弱性曲线的构建以及基于模型模拟的脆弱性曲线构建。运用以上方法有学者从保险数据中推定出脆弱性曲线［4］。有研究者在引用US Army Corps of Engineer提供的洪水灾害－建筑物曲线的基础上，对意大利的水灾灾情脆弱性曲线进行了修正［5］。石勇根据区域经济差异，从上海地区的实际出发，在对台湾水灾曲线进行修正的基础上提出了上海地区的水深－住宅损失脆弱性曲线［6］。董姝娜等在实际调查以及结合GIS技术的基础上对村镇住宅洪灾脆弱性曲线进行了研究［7］。部分学者运用作物生长模型模拟了作物在不同干旱致灾强度下的产量损失率，构建了相应的脆弱性曲线［8］。在干旱灾害以及干旱灾害风险方面我国学者也取得了许多成果，赵静等应用自然灾害风险指数法，熵组合权重法和加权综合分析法结合GIS技术对豫北地区干旱灾害风险进行了区划［9］。费振宇等在建立区域抗旱能力评价指标体系和评价模型的基础上对安徽省的区域抗旱能力进行了研究［10］。目前，在干旱灾害风险研究方面，应用作物生长模型来构建作物不同生育期脆弱性曲线的研究较为少见，而且较少使用作物的生理指标来评价脆弱性。本文主要以吉林西部的玉米旱灾作为研究对象，从玉米的自身脆弱性入手，利用CERES-Maize模型模拟和计算不同生育期对最终产量起主要影响的关键指标来拟合脆弱性曲线，可以从灾害自身机理以及作物本身出发细致刻画承载体的脆弱性，以期为旱灾损失的快速评估、区域农业干旱灾害风险评估以及预警提供依据，以及为区域防灾避灾与管理工作提供科学依据。

表1 CERES-Maize模型基础数据库列表

1 研究区概况

吉林西部位于松嫩平原的西南部（图1），该区在我国湿润的东部季风区和干旱内陆之间的过渡带上，为半干旱半湿润的大陆季风气候区，季节变化明显，雨热同期，春季干旱少雨，夏季炎热，秋季晴朗凉爽，冬季漫长寒冷。自然条件特点是光热资源较其他地区优越，霜前≥10℃积温2 800～3 100℃，无霜期140～150 d，年日照时数2 900～3 000 h，日照百分率为65%以上。热量条件虽然有利于该区玉米的生长，但是降水量较少，5－9月份降水量330～440 mm，并且从东到西逐渐减少，素有“十年九旱”之说。降水量年际变化大，年内分配不均，全年70%降雨主要集中于7－8月份。该区多年平均蒸发量自东部向西部逐渐增大，为1 400～2 100 mm，蒸发量远远大于降水量。本文从2000年1：100万土地利用图中，提取了吉林西部玉米区耕地中的旱地作为玉米可种植区进行玉米干旱脆弱性的研究。

2 数据与方法

2.1 CERES-Maize模型介绍

图1 研究区位置

CERES-Maize模型是DSSAT（the Decision Support System for Agro-technology Transfer）4.5版本系列模型中的一部分。DSSAT模型具备了功能比较全面、操作简便以及应用范围比较广的优点。从1980年开始，DSSAT模型在世界上许多国家进行了应用和评估，并且经过长期的改进和完善，模拟的准确度得到了很大的提高。CERES-Maize模型能以天为步长动态的、定量的模拟玉米生长发育过程和产量形成，并且可以模拟土壤水分、氮素的动态变化过程，通过模拟玉米干物质积累与分配、叶面积与根系扩大以及阶段发育来计算每平方米穗数、穗粒数和粒重，最后获得玉米的产量。本文收集了CERES-Maize模型运行主要需要的气象、土壤以及耕种管理等数据（表1）。

2.2 玉米作物参数的确定和模型空间尺度的校验

为了检验CERES-Maize模型在吉林西部的适应性和模拟能力，而在模型运行的过程中，作物的遗传参数直接影响到模拟效果，因此确定作物参数尤为重要。本文选取在吉林西部种植面积较大的“郑单958”品种作为代表性作物，进行作物遗传参数的本地化。具体的方法是：按照模型所需要的数据，将白城试验点2008－2012年的日气象数据、土壤数据和这5年的田间管理数据输入设置好的站点CERES-Maize模型中，将输出的作物产量与在白城实验点实际测得的作物产量、进行拟合。通过反复运行模型，运用遗传算法调整主要参数值，直到模拟值与实测值在趋势上比较一致，而且数值也比较接近（图2），最后拟合的平均误差为0.095。基于校验好的遗传参数和已有的基本输入数据，对研究区8个站点2007年的统计产量数据和模型模拟的产量进行对比验证（图3），R2的相关系数为0.8969，说明模型在空间尺度上的精度已经达到了满意水平。

2.3 脆弱性曲线的概念

自然灾害风险（Risk）是灾害损失的可能性，主要取决于致灾因子、脆弱性、暴露性以及防灾减灾能力四个因素［11］。脆弱性（Vulnerability）是自然灾害风险的组成部分之一，可以用来衡量承灾体遭受损害的程度，当承灾体的脆弱性侧重于因灾造成的灾情水平方面时，通常可用致灾（h）与成害（d）之间的关系曲线或方程式来表示：V＝f（h，d），又叫脆弱性曲线（Vulnerability Curve）或灾损（率）曲线（函数）（Damage／Loss Curve），可以用来衡量不同灾种的强度与其相应损失（率）之间的关系，主要以曲线、曲面或表格的形式表现出来［12］。

图2 模型参数校验

图3 模型空间尺度校验

2.4 基于CERES-Maize模型的计算流程

2.4.1 干旱致灾强度评价

本文研究中采取将CERES-Maize模型进行空间栅格化运行的模式，在雨养的条件下，通过模型模拟研究区内5 km网格单元上玉米的生长过程。运用“水分胁迫”作为描述干旱致灾因子强度的主要因子。因为水分胁迫的大小和胁迫的天数共同影响作物在一个生育期内的干旱强度，因此，从模型雨养条件下的日输出结果中提取每个生育期内受水分胁迫影响的当天的水分胁迫值和天数，构建了指数作为玉米旱灾致灾因子评价的指标：

式中：HIxy为x年第y网格的干旱致灾强度指数；Zi为第i天受水分胁迫影响的当天的胁迫值；n为生育期内受水分胁迫影响的天数；max Zi和min Zi分别为所模拟的某一网格所有模拟年份内的最大值和最小值。P为逐日降水量，ETC为潜在蒸散量，Kc为玉米某时段的作物系数［13］；ET0为逐日参考作物蒸散量（mm／d），采用Penman-Monteith公式计算［14－15］；Rn为地表净辐射；G为土壤通量（MJ／（m2·d））；T为日平均气温（℃）；u2为2 m高处风速（m／s）；es为饱和水汽压（kPa）；ea为实际水汽压（kPa）；Δ为饱和水汽压曲线斜率（kPa／℃）；γ为干湿表常数（kPa／℃）。

2.4.2 不同生育期损失指标的选取

根据国内学者对水分胁迫对玉米影响的研究［16－20］，分别选取每个生育期对最终产量起主要影响的关键指标作为因旱损失指标。因为一般情况下都能保证出苗，所以从出苗以后开始研究，出苗 －拔节期，玉米植株矮小，生长缓慢，叶片蒸腾少，耗水量较少，这一时期如果水分胁迫过重或蹲苗时间过长，都会抑制玉米的生长发育，形成弱苗，延迟生育期，变成小老苗。叶面指数LAI控制植被的各种生物、物理过程，如光合作用、呼吸作用、植被蒸腾、碳循环和降雨截留等，所以这一生育期选择LAI作为因旱损失指标。拔节 －抽雄期，是玉米生长最旺盛的阶段，植株的生理机能加强，雄、雌蕊逐渐分化形成。同时气温上升明显，无论是田间蒸发和植株蒸腾，水分消耗都变得十分剧烈，该期如果遭遇干旱会严重影响玉米小穗小花分化，降低形成籽粒的数量，而籽粒的数量是形成最终产量的要素之一，所以这一生育期选择籽粒的数量作为因旱损失指标。抽雄－乳熟期，是玉米对水分最敏感的时期，对水分的需求更加迫切。此期如果遭遇干旱，易造成植株早衰，叶片的光合速率降低，花粉和花丝的寿命缩短，授粉受精条件恶化，秃顶缺粒现象严重，最终导致籽粒不饱满而严重减产，所以这一生育期选择粒重作为因旱损失指标。乳熟 －成熟期，是玉米生长发育的后期，也是产量形成的关键时期，适宜的水分供给十分重要。这一时期玉米植株的光合作用和蒸腾作用仍在旺盛地进行，大量的营养物质从茎叶向果穗中运输，这些生理活动都必须在适宜的水分条件下才能顺利进行。适宜的水分条件能延长和增强绿叶的光合作用，促进灌浆饱满。反之如果水分不足，会使叶片过早衰老，同化物供应不足，胚乳细胞分裂受抑制，籽粒有效灌浆期缩短，导致源不足，流不畅，造成粒重降低，最终影响产量和质量，所以这一生育期也选择粒重作为因旱损失指标。运行模型的时候，先控制养分、通气性以及病虫害等胁迫，使得水分是唯一胁迫因素，然后设定：完全满足养分、水分（M1情景）和完全满足养分且雨养即不灌溉（M2情景），分别进行模拟，可认为是达到了排除温度胁迫对作物生长的影响，即M1情景下与M2情景下不同生育期相应指标之间的差值为受干旱影响的损失程度。损失率的计算方法为，利用每个网格M1情景下某一生育期某一指标的数值减去M2情景下相应的数值作为受干旱影响的损失值，该值与该网格的多年最大数值的比率作为相应指标的损失率，即：

式中：Sxy为x年第y网格的某一生育期某一指标因旱损失率；Y1和Y2分别为M1和M2情景下的某一指标的数值；max Y1为该网格所模拟年份中M1情景下的某一指标的最大值。

3 结果与分析

由于“郑单958”是2001年开始重点推广的品种，所以参考以往历史的灾情数据，选取了2001年以来的2001年、2002年、2004年以及2006－2009年7个案例干旱年，将这7年的干旱致灾强度作为输入，运用CERES-Maize模型，模拟出不同干旱致灾强度下不同生育期对最终产量起主要影响的关键指标的损失率，并且拟合出自然脆弱性曲线（图4～图7），每个生育期都通过了α＝0.05的F检验（四个生育期的R2值分别为0.859 2、0.699 4、0.662、0.730 4，P＜0.05）。整体而言，在4个生育期中，随着干旱致灾害强度的增大，相应指标的损失率都成上升趋势。出苗 －拔节期，从图中可以看出各个致灾强度的干旱均有发生，干旱致灾强度达到0.5以上的时候LAI的损失率才显著上升。拔节－抽雄期，从图中可以看出，只要受到干旱不论强度如何都会对穗粒数造成较大的损失率，而且随着致灾强度的增大，损失率越来越大，说明这一时期玉米植株对水分胁迫比较敏感。抽雄 －乳熟期，从图中可以看出，干旱致灾强度在0.5以上的点居多，说明即使降水主要集中在这一时期，但是由于这一时期又是玉米需水的高峰期，降水仍然很难满足玉米充分生长的需要。当干旱致灾强度大于0.5时，粒重的损失率迅速升高。乳熟－成熟期，从图中可以看出，干旱致灾强度在0.5以上的点占大多数，这与吉林西部降水主要集中在7－8月份，进入9月份之后降水减少是相符的，并且在这一时期受到干旱胁迫仍然会造成粒重的损失，从而影响最终的产量，所以中国的农谚有“前旱不算旱，后旱减一半”之说。根据不同生育期对最终产量起主要影响的关键指标和模型模拟求出的各网格在案例年内的两种情景下的玉米产量，计算并选取相应年份的玉米因旱减产损失率与各个生育期相应指标的脆弱性进行相关分析，得到玉米的出苗－拔节期、拔节 －抽雄期、抽雄 －乳熟期、乳熟－成熟期的指数关系式分别为y1、y2、y3、y4。

从而证明了本文所选的不同生育期对最终产量起主要影响的关键指标能够较好的反映玉米不同生育期的脆弱性。在出苗 －拔节期、拔节 －抽雄期、抽雄－乳熟期、乳熟 －成熟期相关系数分别达到0.424 5、0.603 4、0.632 7、0.505 5，显然抽雄－乳熟期玉米的干旱脆弱性最严重，其次是拔节 －抽雄期、抽雄－乳熟期，出苗－拔节期相对较轻。

图4 出苗－拔节期图5拔节－抽雄期

图5 拔节－抽雄期

图6 抽雄－乳熟期图7乳熟－成熟期

图7 乳熟－成熟期

4 讨论与结论

玉米干旱脆弱性的强弱是影响玉米因旱减产的主要原因之一，近些年来越来越引起学者们的关注。本文打破了传统脆弱性曲线的建立主要是应用最终产量和干旱之间的关系来建立脆弱性曲线的方法，应用CERES-Maize模型以天为步长逐网格的模拟吉林西部玉米的生长过程，并且通过野外试验对模型进行校正，选择了不同生育期对玉米干旱脆弱性产生影响的关键指标，使得指标的处理方面更加接近玉米生理特性，在计算不同生育期致灾强度的基础上，建立了不同生育期相应的指标的干旱脆弱性曲线，使得对玉米脆弱性的研究更加细化。运用此方法对7个案例干旱年进行了研究，结果表明得到的不同生育期关键指标的脆弱性和玉米最终产量减产率之间存在着明显的相关性，达到了显著水平，从而可以用来评价和预测玉米干旱脆弱性以及因干旱造成的玉米产量损失。从相关系数以及脆弱性曲线中，我们可以看出抽雄－乳熟期和拔节－抽雄期受到干旱是导致玉米减产的主要原因，因此应着重加大抽雄－乳熟期和拔节－抽雄期防灾减灾的投入。

［1］ Wilhite D A.Drought as a natural hazard：Concept s and definitions［C］／／Wilhite D A.Drought：A Global Assessment. London＆New York：Routledge.2000.

［2］ 祁海霞，智协飞，白永清.中国干旱发生频率的年代际变化特征及趋势分析［J］.大气科学学报，2011，34（4）：447－455.

［3］ UN／ISDR.Living with Risk：A Global Review of Disaster Reduction Initiatives 2004 Version［Z］.United Nations Publication，2004.

［4］ Dutta D，Herath S，Musiake K.A mathematicalmodel for flood lossestimation［J］.Journalof Hydrology，2003，227（1／2）：24－49.

［5］ Lotto P D，Testa G.Risk assessment：A simplified approach of flood damage evaluation with the use of GIS［C］／／Interpraevent 2000－Villach／Osterreich.Italy：VHB，2000.

［6］ 石勇.灾害情景下城市脆弱性评估研究－以上海市为例［D］.上海：华东师范大学，2010.

［7］ 董姝娜，姜鎏鹏，张继权，等.基于“3S”技术的村镇住宅洪灾脆弱性曲线研究［J］.灾害学，2012，27（2）：34－38，42.

［8］ 贾慧聪，王静爱，潘东华，等.基于EPIC模型的黄淮海夏玉米旱灾风险评价［J］.地理学报，2011，66（5）：643－652.

［9］ 赵静，张继权，严登华，等.基于网格GIS的豫北地区干旱灾害风险区划［J］.灾害学，2012，27（1）：55－58.

［10］费振宇，周玉良，金菊良，等.区域抗旱能力评价指标体系和评价模型的构建［J］.灾害学，2013，28（4）：197－204.

［11］张继权，李宁.主要气象灾害风险评价与管理的数量化方法及其应用［M］.北京：北京师范大学出版社，2007.

［12］史培军.中国自然灾害风险地图集［M］.北京：科学出版社，2010.

［13］中国主要农作物需水量等值线图协作组.中国主要农作物需水量等值线图研究［M］.北京：中国农业科技出版社，1993：48－55.

［14］毛飞，张光智，徐祥德.参考作物蒸散量的多种计算方法及其结果的比较［J］.应用气象学报，2000，11（supp1）：128－136.

［15］Allen R G，Pereira L S，Raes D，etal.Crop evapotranspiration guidelines for computing crop water requirements［R］.Irrigation and Drainage paper NO 56，1998：89－102.

［16］张玉书，米娜，陈鹏狮，等.土壤水分胁迫对玉米生长发育的影响研究进展［J］.中国农学通报，2012，28（3）：1－7.

［17］孟凡超，刘明，于吉琳，等.水分胁迫对玉米产量及干物质分配的影响［J］.江苏农业科学，2011，39（3）：96－98.

［18］梁涛，刘景利.水分胁迫对玉米生长发育和产量的影响［J］.安徽农业科学，2009，37（35）：17436－17437，17472.

［19］徐世昌，戴俊英，沈秀瑛，等.水分胁迫对玉米光合性能及产量的影响［J］.作物学报，1995，21（3）：356－363.

［20］孟繁静.植物生理学基础［M］.北京：农业出版社，1987：53－55.

Research on Vulnerability Curve of Drought Disaster of M aize on CERES-M aize M odel in W estern Jilin Province

Dong Shuna1，Pang Zeyuan2，Zhang Jiquan2，Tong Zhijun2，Liu Xingpeng2and Sun Zhongyi2
（1．College of Urban and Environmental Sciences，Changchun Normal University，Changchun 130032，China；2．College of Environmental Sciences，Northeast Normal University，Nature Disaster Research Institute，Northeast Normal University，Changchun 130024，China）

Natural disaster risk is the possibility of disaster losses，depending on hazard，vulnerability，exposure，and emergency response and recovery capability.Vulnerability is to measure the degree of hazard bearing body when suffered damage，which is not only an important partof risk assessment for loss estimation and disaster，but also is linked to the bridge of hazard and disaster.Information on meteorology，soil，land use，field management data and other information of the research area are collected.The drought disastermagnitude of seven-year（2001，2002，2004，2006－2009）are used to input into the CERES-Maize Model.The loss rate of the key indicators，which plays amajor impact on the final yield at different growth stages under different disastermagnitude of drought，is calculated.At last the vulnerability curves of differentgrowing stages are got.The results show that vulnerability affects the final yield from high to low is tasseling stage，jointing stage，maturity stage，seeding stage. The results can be used to assess drought damage quickly，provide the basis for the regional agricultural drought disaster risk assessment and early warning，and also can provide the basis for the regional disaster prevention and management.

maize；CERES-Maize Model；different growing stages；vulnerability curve；Western Jilin Province

X43

A

1000－811X（2014）03－0115－05

10.3969／j.issn.1000－811X.2014.03.021

董姝娜，庞泽源，张继权，等.基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲线研究［J］.灾害学，2014，29（3）：115－119.［DongShuna，Pang Zeyuan，Zhang Jiquan，etal.Research on Vulnerability Curve of Drought Disaster of Maize on CERES-Maize Model in Western Jilin Province［J］.Journal of Catastrophology，2014，29（3）：115－119.］*

2013－12－17 修回日期：2014－01－14

吉林省自然科学基金项目（201215148）；“十二五”农村领域国家科技计划课题（2011BAD32B00－04）；全球变化研究国家重大科学研究计划（2010CB951102）；国家自然科学基金项目（41071326）

董姝娜（1974－），女，辽宁本溪人，副教授，主要从事区域灾害经济研究.E－mail：dongsn＠126.com

张继权（1965－），男，吉林九台人，教授，博士生导师，主要从事区域灾害与生态环境风险评价、预警与应急管理研究.E－mail：zhangjq022＠nenu.edu.cn