石羊河流域不同农作物耗水量时间序列变化研究

2020-04-20 10:48韩杰
锋绘 2020年1期
关键词:时间序列

韩杰

摘 要:石羊河流域作為以灌溉农业为主的区域,存在用水效率较低,水资源浪费严重的问题,农业用水供需矛盾十分突出。所以,本研究在水足迹的基础上,通过Penman-Monteith公式,计算了流域尺度10种主要农作物1991-2013年蒸散量、总耗水量的时间序列变化特征,研究结果表明:石羊河流域玉米、棉花、瓜类和苹果作物ETC时间序列变化特征相似,薯类、胡麻、油菜、蔬菜和葡萄作物ETC时序变化特征相似,春小麦作物则具有独特性;除春小麦和胡麻作物外,其他农作物总耗水量均呈上升趋势。

关键词:水足迹;农业耗水量;时间序列

1 研究区概况

石羊河流域是我国西北部河西走廊三个内陆河盆地之一,位于甘肃省的东部 ,处于东经101°41′-104°16′,北纬36°29′-39°27′,属于干旱半干旱地区。石羊河流域行政区划上主要包括金昌市和武威市,本区的东南部与白银市、兰州市相邻,西南部与青海省接壤,西北部与张掖相连,东北部与内蒙古自治区毗邻,流域面积达4.16万km2,占整个河西地区总面积的15.4%。

石羊河流域内水资源短缺,加上水资源被过度的开发利用,导致流域内社会经济和生态环境的可持续发展受到严重威胁。

2 作物绿水与蓝水计算方法

水足迹的概念被用来评估石羊河流域10种主要农作物的需水量,农作物生长期内水足迹(WF crop)的计算方法参照Hoekstra et al:

WFcrop,green指的是作物生长过程中绿水消耗量,绿水其实就是作物生育期内雨水的总蒸发量,WFcrop,blue是蓝水资源的消耗量,包括河水、湖水、地下水或总灌溉水蒸发量[m3/ha]。

这里因为数据的局限性以及农作物的灰水消耗量并不是严格意义上的实体水消费,而主要和水污染相关,所以灰水没有被考虑进去。为了计算WFgreen和WFblue,需要通过作物调节系数(KC)计算作物蒸散量(ETC),参考作物蒸散量(ET0)的计算公式如下:

作物蒸散量是两部分的水分流失,分别为土壤表面的蒸发和作物蒸腾。ETcrop是作物蒸散量(mm/day),Kc为作物调节系数(无量纲),ETo是参考作物蒸散量(mm/day),参照联合国粮农组织(FAO)推荐的Penman-Monteith公式,运用Cropwat作物需水软件进行计算。此方程是WFcrop的一般计算方法。因子10是将水深单位mm转化为水的体积单位m3/ha.求是指作物生长期内从播种日(第一天)到收获日总蒸散量,lgp表示生长期的天数。通过作物蒸散量ETcrop计算WFgreen和WFblue的具体步骤如下:

计算每种作物的蒸散量ETcrop;计算作物生长期内的有效降水量;

WFcrop,green通过比较作物生长期内的潜在蒸散量与有效降水量(ER)来确定,当ET>ER时,WFcrop,green等于有效降水量;然而,当ET

WFcrop,blue即是灌溉需水量,如果ET>ER, WFcrop,green=ET-ER;若ET

3 作物潜在蒸散量(ETC)时间序列分析

用线性回归分析法对石羊河流域尺度农作物ETC时间序列变化进行线性倾向性分析,用变差系数Cv表示作物蒸散量年际变化的离散程度,用时间序列距平值判断时间节点和异常值。

农作物ETC线性倾向率通过最小二乘法得到,具体计算公式为:

式中,b为作物蒸散量的线性倾向率,xj表示第j年作物x的蒸散量,tj为第j年对应的时间,n为时间序列样本量。

变差系数的计算公式如下:

式中,cv为变差系数,S表示标准差,xj为农作物x第j年的ETC值,x-为作物蒸散量的时间序列均值,n代表样本量。Cv值越大表示时间序列的离散程度越大,波动性越强,反之数据序列越平稳,波动性越小。

根据石羊河流域ETC时间序列变化特征以及不同时间段的距平值,对近25年作物ETC时间序列变化做分阶段研究。

阶段性分析结果显示,1991-2003年10种作物ETC的线性倾向均为正,增加幅度较大的是粮食作物(春小麦、玉米)、薯类、油料作物(胡麻、葵花)和葡萄作物,每10年增加10mm以上,其余作物类型增加量均在10mm以下。瓜类的ETC波动性较大,CV高达0.091,其余作物类型之间差异不显著。

2004-2013年所有作物的ETC均随时间变化逐年下降,且下降速度大于1991-2003年间的增加速率,ETC随时间下降较快的作物为蔬菜、春小麦、油料(胡麻、油菜),每10年分别减少41mm、40mm、35mm、28mm,棉花和葡萄的ETC下降速率较慢,每10年的减少量在10mm以下。10种作物的波动幅度差异不大,CV基本都在0.04~0.05之间。1991-2013年10种农作物类型ETC在整体保持上升趋势的基础上,在两个时期内,均呈现先缓慢上升,然后以稍快的速度下降的变化趋势,其中粮食作物(春小麦、玉米)、油料作物、蔬菜和薯类作物的上升和下降速度均较快,棉花和葡萄作物的两种变化趋势均不明显。两个时期内,除棉花和瓜类外,其余作物类型的变化率均呈现由小变大趋势,波动性逐渐增强。

4 石羊河流域分作物总耗水量时序分析

1991-2013年石羊河流域作物总耗水量随时间在波动中呈逐渐上升的趋势, 10种作物耗水量占比随时间变化情况为1991-2013年间春小麦耗水量在所有农作物中占绝对优势,达到50%以上,但占比逐年下降,玉米和蔬菜总耗水量占比逐年增加,近两年玉米总耗水量所占比重已经超越春小麦,占比达到34%,成为主要耗水作物,蔬菜次之(23%)。油料作物(胡麻、葵花)和苹果作物总耗水量占比在波动中呈下降趋势,葡萄、棉花和瓜类作物总耗水量占比随时间逐渐增加,其中葡萄作物总耗水量占比随时间增加较快。

参考文献

[1]魏怀东,李亚,了峰等.石羊河流1951-2000年气候变化特征[J].草业科学,2014,31(4):590-598.

[2]周俊菊,雷莉,石培基等.石羊河流域河川径流对气候与止地利用变化的响应[J].生态学报,2015,35(11):1-13.

[3]Gheewala S H, Silalertruksa T, Nilsalab P, et al. Water footprint and impact of water consumption for food, feed, fuel crops production in Thailand[J].Water,2014,6(6):1698-1718.

[4]Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J].FAO,Rome,1998,300(9): D05109.

猜你喜欢
时间序列
基于分布式架构的时间序列局部相似检测算法
基于嵌入式向量和循环神经网络的用户行为预测方法
医学时间序列中混沌现象的初步研究
基于时间序列分析南京市二手房的定价模型
云南银行产业集聚与地区经济增长研究
基于Eviews上证综合指数预测
上证综指收益率的影响因素分析
基于指数平滑的电站设备故障时间序列预测研究
基于时间序列的我国人均GDP分析与预测
基于线性散列索引的时间序列查询方法研究