关于水稻灌区旱涝急转定义的探讨

陈 灿，胡铁松，高 芸，黄 洁

(武汉大学 水资源与水电工程科学国家重点实验室，武汉 430072)

0 引 言

受全球气候变化和人类活动的影响，我国旱涝急转呈现出高频发、影响大、分布广的特点[1-3]，特别是近些年频发的旱涝急转事件。2011年长江中下游地区大面积发生旱涝急转现象，大涝大旱格局的快速转变引发了严重的灾害性天气[4]，对农业生产造成了极大影响，引起了许多学者的关注[5-7]。面对旱涝急转这种突发性气象现象，我们应当准确定义和合理描述其基本特征，这有助于农业生产中提前预警和及时甄别，尽量降低该现象出现给农业造成损失，保证作物产量。

旱涝急转灾害的形成受其致灾因子、孕灾环境和承灾体特征三大要素的影响，即气象过程、土壤水动力学过程和作物需水过程，因此准确定义旱涝急转需要综合考虑这三个方面的要素。但目前国内外对于旱涝急转的定义主要基于气象要素给出的定义，如基于降雨量定义的长短周期旱涝急转指数[8]、降水距平百分率作为判别旱涝急转的标准[9-10]、以SPI指数划分旱涝[11]等。这些研究在一定程度上反映了区域的旱涝状况，但是脱离了田间实际情形，忽略了土壤水分运动情况和作物水分临界期对旱涝的影响，导致部分现有的旱涝急转指标计算结果与实际不符，也缺乏对旱涝急转过程中田间积水具体过程的描述。基于此，本研究从农业生产角度出发，结合气象、土壤水分和作物需水三大因素，给出水稻灌区旱涝急转事件的定义，并以安徽省五道沟地区水稻为研究对象，分析了具体旱涝急转事件发生过程，与长周期旱涝急转指数筛选结果进行对比，可为水稻灌区甄别和预防旱涝急转事件提供科学依据。

1 水稻灌区旱涝急转过程定义与计算方法

1.1 水稻灌区旱涝急转过程的定义

常见作为判断干旱程度的指标有减产率、土壤含水率等指标。当作物在生育期某一生育阶段受旱，此时可采用减产率作为判别干旱的标准，若该生育阶段受旱，由此导致作物减产率大于10%，则认为发生了一次轻旱事件；针对跨两个以及多个生育阶段发生的干旱，减产率不再适用，此时可采用土壤相对含水率作为判别标准，参考《农业干旱等级》的相关规定，当该指标低于50%且持续5 d以上(非作物需水关键期连续7 d以上)，则认为发生一次干旱过程。农业上常采用发生一定重现期的暴雨，作物不受涝作为地区的排涝标准，根据《灌溉与排水工程设计规范》规定，我国一般采用5～10年作为暴雨的重现期[12]来设计排除历时和排除时间。对于水稻，采用1～3 d暴雨3～5 d排至耐淹水深。当暴雨量形成的淹水深度和淹水历时超过排涝标准，水稻受涝。

一次旱涝急转事件形成过程应同时具备以下三个要素：受旱、受涝和急转间隔天数。现有旱涝急转定义中针对急转间隔天数的研究极少，仅程智给出10 d作为旱涝急转事件判别的临界值，该时间的确定缺乏相应的依据。本研究在针对具体地区做实例分析时发现，所有旱涝急转事件发生的年份，旱涝转化所需的时间较短，不同年份旱涝急转间隔时间有所不同，为反映旱涝急转间隔时间的一般情况，本文采用众数作为间隔时间的临界值，记做d。若某次旱涝急转事件急转天数低于该阈值d，则认为发生一次旱涝急转事件。

综上，本文给出水稻灌区旱转涝(或涝转旱)事件的判别标准：①旱：水稻在某一生育阶段内受旱，由此导致的减产率超过10%，或者水稻在跨生育期，发生了一次土壤相对含水率低于50%且连续5 d为轻旱以上等级的干旱过程(非需水关键期内7 d为轻旱以上)，②涝：水稻生育期内出现了十年一遇3日暴雨过程并导致灌区内涝积水深度在5 d内未降至水稻在该生育期的耐淹深度；③一段时间内旱事件和涝事件相继发生(或涝旱事件相继发生)，两者之间的间隔天数低于给定天数阈值(可取两次过程间隔天数的众数)。同时满足上述3个条件，即可认为水稻在生育期内发生了一次旱转涝(或涝转旱)过程。

综上，本文给出水稻灌区旱涝急转事件的判别标准：①水稻的减产率超过10%，或者水稻在需水关键期发生了一次土壤含水率连续5 d为轻旱以上等级的干旱过程(非需水关键期内7 d为轻旱以上)；②水稻生育期内出现了十年一遇3日暴雨过程并导致灌区内涝积水深度在5 d内未降至水稻在该生育期的耐淹深度；③干旱过程与内涝积水过程之间的间隔天数低于给定天数阈值(可取两次过程间隔天数的众位数)。同时满足上述3个条件，即可认为水稻在其生育期内发生一次旱转涝或涝转旱过程。

1.2 水稻灌区旱涝急转过程模拟计算方法

模拟水稻灌区旱涝急转过程需要准确计算在给定旱涝急转气象过程条件下水稻灌区的土壤水动力学过程和作物需水过程。本文采用Hydrus模型模拟水稻灌区受旱过程与内涝积水过程，采用Jensen模型模拟水稻灌区减产过程。

(1)水稻灌区旱涝过程模拟。Hydrus模型可用于模拟分析饱和-非饱和带的水分运动和溶质运移。根据土壤水的运动，可将Hydrus模型分为三类，分别用于模拟水分在一维、二维和三维上的运动。水稻是一种喜水作物，农业上通常采用格田灌进行灌溉，水分在重力作用下渗入土壤，土壤水分运动为有水层的一维垂直水分入渗运动，可用hydrus-1d模型模拟水分运动过程。该模型以Richards方程为原理，由此得到土壤水分运动模型。

土壤水分运动模型：

(1)

式中：θ是土壤体积含水量；t是时间，d；z是空间坐标，cm；D(θ)是扩散度；K(θ)是非饱和土壤导水率，cm/d。

土壤水流模型选择单孔隙模型中的Van Genuchten-Mualem模型，不考虑水分滞后效应。

Van Genuchten-Mualem 模型：

(2)

(3)

式中：Ks为土壤饱和导水率，cm/d；θe为土壤相对饱和度；θγ为土壤剩余体积含水率；θs为土壤饱和体积含水率；α和n是经验拟合参数，其中m=1-1/n；l为经验拟合参数，

水流模拟的初始边界选择以田间持水率对应的压力水头作为初始值。上边界选取开放大气边界，接受降雨补给，Hydrus-1D模型中关于上边界条件给出了地表无积水和有积水两种模块，本文研究的对象为水稻，因此选择地表有积水的模块，该模块允许地表有积水存在，且积水深度的变化由降雨和入渗共同决定。

初始条件：

h(z,0)=h0(z) (0≤z≤L)

(4)

上边界条件：

z=0t>0

(5)

下边界条件：

(6)

式中：L是土壤深度，cm；E(t)是与时间有关的土壤水分最大蒸发或最大入渗强度，cm/d；hA是地表最小的压力水头，取-10 000 cm水柱；hS是地表最大的压力水头，取水稻不同生育期的耐淹水深，cm。

(2)水稻灌区减产过程模拟。实际上，受实验条件的限制，不同地区水稻产量的资料往往较少，但具有大量的气象资料，可通过建立作物水分生产函数，间接求出相应年份的产量。目前，国际上提出过数十种作物水分生产模型，但公认比较合理与常用的主要有Jensen模型[13]、Blank模型、Stewart模型等，其中Jensen模型被广泛运用至各种作物模型中，针对作物不同的生育阶段，用相对腾发量与相应阶段敏感指数表征对相应阶段产量总影响。

Jensen模型：

(7)

式中：ETi是某生育期受旱条件下的蒸发腾发量，mm；ETm是正常条件下的蒸发腾发量，mm；i是各生育阶段编号，水稻可划分为4个阶段，分别为分蘖期、拔节孕穗期、抽穗开花期和乳熟黄熟期；n是阶段总数，n=4；λ是作物产量对缺水的敏感指数。

假设当水稻在某一生育期持续受旱，在其余生育阶段皆为正常情况，最终导致减产率超过了10%，根据Jensen模型以及该时期的敏感指数，可以计算出水稻在该生育期不受旱时最低的蒸发腾发量，低于正常条件下该时期的蒸发腾发量，水稻受旱。

2 实例研究

2.1 研究对象

五道沟水文实验站位于安徽蚌埠，实验站以水稻、玉米和大豆等为主要实验作物。统计五道沟1954-2008年逐月平均降雨量(表1)。五道沟年内降雨量时空分布不均，7月的多年平均月降雨量为221.9 mm，是平均降雨量最大的月份，最小值发生在12月，月降雨量仅16.7 mm。从季节分布来看，降雨主要集中在夏季(6-8月)，占全年降雨量47.0%；冬季(12-次年2月)降雨量最少，仅占6.84%。因此，五道沟地区夏季最有可能发生该现象，该季节也正是水稻种植的时节。

表1 五道沟多年降雨量年内分布Tab.1 Distribution of annual precipitation in Wudaogou

2.2 模型建立与数值模拟

(1)土壤特性参数。五道沟实验区所处在的亚黏土壤在土壤分类中划分为青黑土，其土壤主要物理特性参数如表2所示[14]。

表2 五道沟亚黏土特性参数Tab.2 Characteristic parameter of loam in Wudaogou

(2)模型参数。模型选取了地下0～100 cm深度范围的土样，共分为五层，模拟时段为水稻全生育期，从每年的6月1日-9月30日，共计122 d。初始条件选取每年6月1日各层实测土壤含水率，上边界选取开放大气边界，接受降雨补给，且允许地表有积水。由于五道沟地区多年地下水位较低，下边界选取自由排水边界。

(3)模型验证与效果评价。实验站1996-2008年水稻生育期内部分土壤含水率实测资料与Hydrus-1d模拟值相关性检验结果如表3、图1所示。表2为15 cm深度处土壤实测含水率和模拟含水率，所有年份的实测值与模拟值相关系数都在0.5以上，最高达0.901，且F检验的显著性水平P值均在置信区间(α=0.05)内，说明土壤含水率实测值与模拟值无显著差异，模拟结果可以被接受，参数设定较为合理，可用于实际研究中。

表3 实测值与模拟值的相关性检验Tab.3 Correlation of simulated value and measured value

注：*表示第四位小数无法显示。

图1 实测值与模拟值的回归分析Fig.1 regression analysis of simulated value and measured value

2.3 旱涝急转事件筛选及分析

(1)旱事件与涝事件筛选结果。五道沟水稻生育期划分为4个阶段：分蘖期(7.6-7.28)、拔节孕穗期(7.29-8.24)借助Jensen模型可以计算出各个时期水稻不受旱所需最低蒸发腾发量，但是该地区水稻不同生育期的敏感指数缺乏，因此本文借鉴了武立权[15]等人在合肥进行试验得到的敏感指数，进而得到水稻不同生育期不导致减产超过10%所需的最小蒸腾量。经过筛选，五道沟地区1954-2008年中所有发生的旱事件结果如表4所示。

该地区55年内共发生14次旱事件，主要发生在分蘖期和拔节孕穗期，从时间上看，20世纪80年代以前干旱事件发生次数较少，80年代之后旱事件发生的频率呈现增长趋势，90年代和2000年以后旱事件分别发生了4次，且具有连续性发生的特点。

五道沟地区受涝按照十年一遇3日暴雨，5日内排至水稻耐淹水深的标准。目前，国内对于水稻不同生育期的耐淹水深和耐淹历时尚无统一的规定，因此，本文的耐淹水深和耐淹历时则参考《灌溉与排水工程设计规范》，加以修改，如表5所示。

表4 旱事件筛选结果Tab.4 Results of drought events

表5 水稻不同生育期的耐淹水深和耐淹历时Tab.5 Resistant submergence depth and duration indifferent rice growth period

注：不同地区水稻的耐淹水深有差异。

通过对该地区多年最大3日暴雨排频，得到十年一遇3日暴雨量为210 mm，照此标准，55年内符合的年份共有7年(表6所示)。2006年3日暴雨未达到标准，但为增加样本数量，仍选作为一次涝事件；1991年降雨量达265.7 mm，虽发生涝事件，但未发生在水稻生育期。

表6 涝事件筛选结果Tab.6 Results of flood events

(2)旱涝急转事件筛选结果。一次旱涝急转事件既需要发生旱事件，又需要发生涝事件，综合两个条件筛选得到的结果如表7所示，55年内共筛选出6次疑似“旱涝急转事件”，其中2次为旱转涝，4次为涝转旱。旱转涝间隔时间最长为1 d，最短为0 d，无法给出时间间隔众数，但由于其数值较小，因此可以选取极大值作为时间间隔阈值，2次事件均判别为旱转涝事件；涝转旱间隔时间最长为5 d，最短为2 d，而间隔时间众数为5 d，因此4次事件全部符合筛选标准，均为涝转旱事件。从生育期分布来看，受旱的生育期主要出现在分蘖期和拔节孕穗期，受涝天数最长为7 d，最短为5 d。

表7 旱涝急转事件统计Tab.7 Results of drought and flood alternating events

(2)水稻灌区旱涝急转过程。五道沟地区1954-2008年共发生3次“旱转涝”事件，分别发生于1954、1989和2005年。取1989年分析该事件发生的具体过程，整个拔节孕穗期蒸发腾发量为130.01 mm，低于该生育期不受旱时的最低蒸发腾发量158.04 mm，故该生育期受旱。8月25日一日暴雨量达216.7 mm，全年最大3日暴雨发生在8月24日-8月26日，雨量为217.0 mm。采用Hydurs-1D模拟该时段地表径流变化过程，如图2所示。地表水头从8月25日开始增加，在8月26日达到最大值130.4 mm，之后逐渐降低，于8月30日降低至该生育期耐淹水深，整个受涝过程持续5 d，急转间隔时间为0 d，属于典型的“旱转涝”事件。

图2 1989年水稻生育期地表水头变化Fig.2 Change of surface water head in rice growth duration in 1989

1997年发生了一次“涝转旱”事件，地表水头变化如图3所示，全年最大3日暴雨量为234.6 mm，发生在7月15日-7月17日。在此之前，7月14日降雨量为58.7 mm，本次降雨过程充分补充了土壤水分，甚至在地表出现了5 mm左右的积水，从7月17日开始，地表积水深度就超过该时期(分蘖期)耐淹水深，一直持续到7月22日，受涝共计7d。7月25日开始受旱，一直持续整个分蘖拔节期。涝事件和旱事件间隔天数仅2 d，是一次典型的涝转旱过程。

图3 1997年水稻生育期旱涝急转过程Fig.3 Change of surface water head in rice growth duration in 1997

3 与长周期旱涝急转指数对比

采用LDFAI指数计算五道沟1954-2008年旱涝急转指数，结果如图4所示。高LDFAI年有9年，表明这9年发生了“旱转涝”事件；低LDFAI年也有9年，对应了“涝转旱”事件。

图4 1954-2008年长周期旱涝急转指数Fig.4 The LDFAI index value during 1954-2008

两种定义均筛选出1954、1989和2005年发生的“旱转涝”事件。但在“涝转旱”事件的筛选中出现了明显的差异，LDFAI指数没有筛选出1997年发生的“涝转旱”事件，但是筛选出2000年为“涝转旱”年。作为对比，本研究选取了2000年5-8月降雨量分布与土壤含水量变化过程，如图5所示。

图5 2000年降雨量分布与含水量变化Fig.5 distribution of precipitation and soil moisture content in 2000

2000年，6月3日暴雨量达128.4 mm，之后持续16 d无雨(仅6月10日降雨0.7mm)，6月3日雨量大，当天作物受涝，但能够在5 d内排至作物的耐淹水深，该时段降雨量并没有造成涝灾，不属于“旱涝急转”事件，而长周期旱涝急转指数计算的结果表明该年份属于“涝转旱”事件，与实际情况明显不符合。

LDFAI指数无法给出“旱涝急转”发生的具体发生的时间，也无法描述其具体发生过程；此外，基于LDFAI指数筛选出来的“旱转涝”年份和“涝转旱”年份比本定义的旱涝急转事件筛选结果多，这是由于长周期旱涝急转指数以2个月为时间尺度，对于一些高LDFAI年和低LDFAI年，2个月累计的降雨量虽然极大，然而在该时段内，并没有造成水稻受涝。仅用累计降雨量的多寡进行判断，而忽略了土壤实际的墒情情况，得到的旱涝急转事件是与实际田间情况脱离的、不完全准确的。

4 结 语

本文从农业生产角度出发，结合气象、土壤水分和作物需水三大因素，给出了适用于农业生产的旱涝急转事件定义，描述了旱涝急转事件发生时间与旱涝过程，并与已有的旱涝急转定义进行对比，得到如下结论：

(1)本文给出了水稻灌区旱涝急转事件的定义，与前人仅考虑降雨量而定义的旱涝急转不同，该定义不仅考虑了气象要素，同时也加入了土壤水分状况和作物需水生育期因素的影响，是一个综合性的指标，可以用于描述农业生产地区旱涝急转现象的具体发生时间与形成过程。

(2)以五道沟地区的水稻作为研究对象，分析了该地区1954-2008年共55年所有发生的旱涝急转事件，共有6次。其中“旱转涝”事件发生2次，分别出现在1954和1989年；“涝转旱”事件发生了4次，分别是1997、2005、2006和2007年。

(3)与现有的旱涝急转定义对比，吴志伟的长周期旱涝急转指数(LDFAI)筛选出的“旱涝急转”事件与本文差异较大，前者筛选出的旱涝急转年份虽然较多，但遗漏了1997年发生的涝转旱事件，且其中有部分年份(如2000年)实际上并未真正发生该现象。LDFAI指数能直接计算出旱涝急转事件，但不能准确描述出该事件具体的发生时间和过程。本文判别旱事件和涝事件的标准严格，据此定义出的旱涝急转事件筛选出的结果能准确描述旱涝急转发生时间过程，同时，结合了农业生产实际情况，避免了筛选出不符合实际的旱涝急转事件，具有较好的准确性，可用于旱涝急转现象频发地区的判别和筛选旱涝急转事件的依据。