华北平原冬小麦-夏玉米作物亏缺水量空间分布研究

曹大禹， 吴鑫淼， 郄志红

(河北农业大学城乡建设学院，河北 保定 071001)

华北平原是我国最重要的“粮仓”之一，是确保全国粮食安全的重要基地，尤其是京津冀一体化的提出和雄安新区的设立，为环京津冀的华北平原发展提供了新的机遇和挑战。如何优化农业水资源，在确保其粮食生产稳定的同时，节约更多的水资源用于城市和工业发展，是农业可持续发展的必经之路。目前存在的问题是华北平原降水量并不充沛，年平均降水量较少，约为500～900 mm，降水分布地区、季节、年际间变化较大，其中80%的降水发生在6-9月[1]，导致降水集中期与作物需水关键期的不匹配，作物生长仍然需补充灌溉才能获得较高的产量和质量[2]。但如今我国的农业水资源的数量和质量都令人担忧，其中又以华北地区尤为严重[3]，地下水超采和水资源污染严重无不为农业用水设置了难题[4]。在此背景下，摸清主要作物的亏缺水量分布状况，找到亏缺水量分布规律，才能合理地制定灌溉制度，进一步调整农业作物种植结构以及优化农业水资源配置。本研究是在作物需水量、作物系数相关理论的基础上，首先对华北平原区域内20个代表区域20年的冬小麦-夏玉米传统作物耗水量进行计算分析，然后根据降水信息，计算得到各区域的水分亏缺量，利用ArcGIS软件生成华北平原水分亏缺等值线图，直观地显示华北平原冬小麦-夏玉米的亏缺水量空间分布情况。

1 冬小麦-夏玉米亏缺水量的计算

1.1 气象观测点的选取及基本数据

气象数据来源于中国气象数据网(http:∥data.cma.cn)。从华北地区筛选出具有完整观测序列的气象站点作为分析对象，共选取20个观测点[5-7]。以行政区划为标准，按照华北区域内各省份所占面积权重的大小确定各省份观测点数量，观测点分布为北京市1个，天津市1个，河北省6个，山东省3个，河南省3个，江苏省3个，安徽省3个，分别为北京市、天津市、唐山市、沧州市、保定市、石家庄市、衡水市、邯郸市、青岛市、济南市、潍坊市、新乡市、郑州市、开封市、南京市、高邮市、徐州市、蚌埠市、阜阳市、合肥市等20个区域。观测点数据选取1996-2015年的20年完整观测序列的气象资料作为分析对象[8]，气象数据包括逐日降水，平均温度(℃)、最高和最低温度(℃)、平均相对湿度(%)、最低相对湿度(%)、风速、日照时数、经纬度等[9,10]。作物系数来源于《中国主要农作物需水量等值线图研究》[11]。各区域逐日气象数据的单位和精度如表1所示。

表1 气象数据的单位和精度Tab.1 Meteorological data unit and accuracy

1.2 数据指标计算方法

1.2.1 典型水文年下作物需水量的估算

从中国气象数据网获取该20个观测区域在1996-2015年共计20年间的逐日降水资料，筛选出冬小麦生长期(10月15日-次年6月14日)和夏玉米的生长期(6月15日-10月14日)内的逐日降水数据，分别累加计算出作物生长期内的降水量。

(1)典型水文年的选取。本文采用经验频率曲线法来确定作物生育期的不同水文年型，选取与频率相对应的年份作为典型水文年。分别确定20个代表性观测区域的冬小麦、夏玉米生长期的典型水文年，即经验频率分别为25%、50%、75%所对应的丰水年、平水年、枯水年，及相应的降水量。选取结果如表2和表3所示。

(2)作物系数的选取。有研究表明，不同年际间作物系数逐月变化受降水、灌溉的影响而呈波动变化，但作物整个生育期的作物系数则较为稳定，故本文在前人研究的基础上，根据《中国主要农作物需水量等值线图研究》采用全生育期作物系数计算实际作物需水量。作物系数选值与当地实际情况对比，具有地区代表性，冬小麦和夏玉米全生育期作物系数KC的选定分别如表4和表5所示。

表2 冬小麦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 不同区域冬小麦全生育期Kc值Tab.4 Kc of the whole growth period of winter wheat in different regions

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

(3)数据的合理性分析、数据缺测的处理。风速为搜集的10 m高处的风速，根据公式转化为2 m高度的风速，转化公式为：

(1)

式中：U2为2 m高度的风速；z为高度差；U10为10 m高度的风速。

最高相对湿度值RHmax由RHmax=2RHmean-RHmin得到(其中RHmean为平均相对湿度，RHmin为最低相对湿度值)。作物生长季节内的参考作物需水量和降水量分别由日值累积得到[12]。在所搜集的气象数据中，当监测点数值记录数值微量时，数据修正为0；当监测点数值记录数据漏测时，此时对数据进行了插补：当存在连续5日之内的缺测数据情况下，用缺失项前后两日的平均值代替；当超过5日时，采用缺失日的多年平均值代替[13]。

1.2.2 蒸发蒸腾量ET0计算

蒸发蒸腾量采用彭曼公式进行计算，公式如下：

(2)

式中：ET0为参考作物腾发量，mm/d；Rn为冠层表面净辐射，MJ/(m2·d)；G为土壤热通量，MJ/(m2·d)；γ为温度计常数，kPa/℃；T为平均气温，℃；U2为2 m高处的风速，m/s；ea为饱和水汽压，kPa；ed为实际水汽压，kPa；Δ为饱和水汽压—温度曲线斜率。

1.2.3 亏缺水量计算

根据文献[14]所述，水分亏缺量W定义为作物(冬小麦、夏玉米)生育期内降水量与作物需水量的差值。公式如下：

W=P-ETc

(3)

ETc=KcET0

(4)

式中：W为水分亏缺量，mm；P为作物生育期降水量，mm；ETc为作物需水量；Kc为作物系数；ET0为参考作物腾发量，mm。

2 ArcGIS地理信息系统

ArcGIS是现在地理信息行业使用最为广泛的软件，通过对信息处理分析，归类，从中提取简单并且对用户有用的信息。经过30年的研究和改进，这项技术已经开始普及，技术越发完善，功能越发齐全。自20世纪 70年代国外学者就将 ArcGIS 技术应用于农业领域。但在我国，ArcGIS 在农业领域的应用是从20世纪80年代中期开始的[15,16]，尽管与国外相比起步略晚，但部分研究成果已应用于农业生产，取得了很好的经济效益[17]。本文利用ArcGIS软件的栅格数据分析功能，通过Kriging插值法绘制等值线图[18,19]。

2.1 等值线图差值法

本文等值线图法作图遵循反距离加权法插值的原理：假设空间待插点为P(xi，yp，zp)，P点的邻域内有已知散乱点Q(xi，yi，zi)i=1，2，…，n，利用距离加权反比法对P点的属性值Zp进行差值，其差值原理是，待插点的属性值是待插点邻域内已知散乱点的属性值的加权平均，权的大小与待插点与邻域内散乱点之间的距离有关，是距离的k(0≤k≤2，一般取2)次方的倒数。即:

(5)

式中：di为待插点与其邻域内第i个点之间的距离[20]。

2.2 基于Arcgis的等值线图绘制步骤

利用ArcGIS软件中的插值算法得到等值线图的具体步骤如下：①将数据导入GIS：files-Add X Y data，依次导入经纬度坐标，生成栅格文件(图1)，得到采样点的空间分布图(图2)；②由栅格文件生成矢量数字文件；③利用反距离加权插值(inverse distence weighted)方法内插出等值线图。

图1 生成栅格文件过程Fig.1 Process of generating a raster file

图2 生成栅格文件图Fig.2 Generate a raster file map

3 亏缺水量等值线图绘制

根据计算出的设计典型年下作物亏缺水量，再利用ArcGIS对华北平原整个地区的水分亏缺量进行了插值，得到图3～图8，分别为华北平原冬小麦丰水年、枯水年、平水年，夏玉米丰水年、枯水年、平水年的亏缺水量等值线图。图中颜色越浅区域表示亏缺水越多，可直观的表征华北平原主要作物生长期间的水分亏缺量。

图3 冬小麦丰水年亏缺水量等值线图Fig.3 Contour map of winter wheat flood water deficit

图5 冬小麦枯水年亏缺水量等值线图Fig.5 Contour map of winter wheat dry water deficit

图6 夏玉米丰水年亏缺水量等值线图Fig.6 Contour map of summer maize flood water deficit

图7 夏玉米平水年亏缺水量等值线图Fig.7 Contour map of summer maize flat water deficit

图8 夏玉米枯水年亏缺水量等值线图Fig.8 Contour map of summer maize dry water deficit

4 结 论

通过以上作物亏缺水量等值线图，主要得出以下结论：

(1)由图3～图8可知，以安徽徐州为界，以北地区冬小麦和夏玉米生长期间水分亏缺严重，尤以开封、济南呈带状分布，以南地区，水分仍以亏缺为主，仅在夏玉米生长季节的丰水年和平水年有所盈余。为了缓解华北平原地下水下降速度减少地区用水过量的问题，确保生产的稳定性，遵循可持续发展的原则，冬小麦种植应尽量避免在开封、济南、潍坊所在带状区域。

(2)华北地区冬小麦生育期内需水量在444.4～894.6 mm之间，缺水量在29.8～743.2 mm，不同水文年型条件下冬小麦生育期内均需要灌溉；山东、河南、北京亏缺水量最大，河北和天津亏缺水量次之，江苏和安徽因地理位置偏南，降水量偏多，亏缺水量较少。华北地区夏玉米生育期内需水量在304.3 ～636.1 mm之间，缺水量在-370.1～283.7mm，夏玉米生育期内需水量较冬小麦为低，而降水量则高于冬小麦，在丰水年，除少部分区域需要补充灌溉少量水外，大部分区域降水量有所盈余，平水年也有部分区域降水量可满足作物需水量。亏缺水量最严重的地区为河北、北京和山东，河南和天津次之，安徽和南京亏缺水量最小。

(3)由ArcGIS插值的整个华北平原的亏缺水量等值线图，可知，以安徽徐州为界，以北地区冬小麦和夏玉米生长期间水分亏缺严重，尤以开封、济南呈带状分布，以南地区，水分仍以亏缺为主，仅在夏玉米生长季节的丰水年和平水年有所盈余。

(4)本文定量计算了华北地区冬小麦和夏玉米生育期内的作物亏缺水量，为华北地区农业水资源的优化提供了理论依据。通过对亏水量等值线图的分析，确定了不同区域的农业亏水程度，为确定华北地区种植结构调整的优先次序及重点调整区域提供理论支撑。

本文研究结论适用于对精度需求度较低，侧重于趋势分析的大面积宏观规划分析，例如定制灌溉制度、调整农业作物种植结构以及优化农业水资源配置等研究，可为其提供参考依据，本文数据精度不适用于指导小规模田间灌溉。

建议下一步可考虑以本文的作物亏缺水量为基础，进一步对地表水和地下水水资源的承载能力进行分析，为华北地区水资源的优化配置和作物种植结构的逐步调整提供理论支撑。本文的不足之处为对华北平原20个区域的亏缺水量进行了计算，对于其他区域的亏缺水量进行了内插计算，但是内插值与实际数值是否有偏差并没有进行分析，有待进一步研究确定。

□