华北平原粮食作物需水量对气候变化的响应特征

冯慧敏， 张光辉， 王电龙， 田言亮， 王金哲， 严明疆

(1.中国地质科学院水文地质环境地质研究所，050800，石家庄；2.山西农业大学林学院，030801，山西太谷；3.山西省水利建设开发中心，030002，太原)

华北平原粮食作物需水量对气候变化的响应特征

冯慧敏1，2， 张光辉1†， 王电龙1，3， 田言亮1， 王金哲1， 严明疆1

(1.中国地质科学院水文地质环境地质研究所，050800，石家庄；2.山西农业大学林学院，030801，山西太谷；3.山西省水利建设开发中心，030002，太原)

为了揭示气候变化影响下华北平原粮食作物需水量的空间差异规律，应用统计降尺度模型对RCP4.5气候情景气象要素进行降尺度，用彭曼公式计算作物需水量，用统计评价法对华北山前平原、中部平原和滨海平原典型农业区的缺水程度进行评价。结果表明：1)粮食作物需水量与年均最高气温之间存在较强相关关系，现状气候条件下年均最高气温每升高1 ℃，华北山前平原保定农业区粮食作物需水量增大38.8 mm，中部平原德州农业区增大44.8 mm，滨海平原沧州农业区增大50.6 mm；RCP4.5气候情景下年均最高气温每升高1 ℃，保定农业区增大29.1 mm，德州农业区增大44.2 mm，沧州农业区增大39.6 mm。2)从现状条件下到RCP4.5气候情景，3个典型地区的灌溉需水量均有不同程度的升高，其中沧州地区升高幅度最大，为5.4%；保定地区升高幅度最低，为4.8%。3)从现状条件到RCP4.5气候情景，山前平原和中部平原缺水程度有所升高，滨海平原缺水程度呈降低特征。

气候变化； 粮食作物； 需水量； 自然缺水率； 华北平原

华北平原是我国重要的粮食生产基地，国土面积仅占全国面积的1.45%，而粮食年产量占到全国年产量的10.72%[1]。这些粮食产量需要巨大的水资源量作为支撑，据统计，1978年以来华北平原多年平均农田灌溉用水量达261.32亿m3/a，其中地下水供水量占到总供水量的60%以上，河北平原、豫北平原和鲁北平原部分地区的地下水开采量远远超过了当地可开采量，造成了地下水位下降、井群报废和水质恶化等一系列地质环境问题[2-4]。同时，华北平原近50年来气候条件发生重大变化：一是气温总体上呈上升趋势，增温速率达0.025 ℃/a，二是多数地区降水量明显呈减小趋势。气温的升高可能导致作物需水量增大[5-7]，而降水量减少会引起灌溉水量(地下水开采量)的增大[8-10]，这给该区本已处于严重超采地区的地下水资源带来更大的压力；因此，研究气候变化条件下华北平原主要农作物需水量的变化情况，对缓解该区地下水超采趋势，保障国家粮食安全具有重要的实际意义。

笔者以华北山前平原保定地区、中部平原德州地区和滨海平原沧州地区作为典型研究区，采用统计降尺度、统计评价等一系列研究方法，分析现状气候条件及第5次耦合模式比较计划(Coupled Model Intercomparison Project phase，CMIP5)发布的温室气体排放情景RCP4.5下(RCP2.6、RCP4.5和RCP8.5温室气体排放浓度之比为1∶1.3∶2.8，根据温室气体浓度之比，由RCP4.5情景可以大致推断其他气体情景情况)粮食作物需水量对气候变化的响应，灌溉需水量及自然缺水率发生概率的空间变异，以期为该区乃至全国粮食生产安全的水资源保障提供一定的理论支持。

1 研究区概况

华北平原地处太行山脉以东，燕山山脉以南，自北、西、南3个方向倾向渤海湾。从山麓至渤海湾海岸线分布着山前冲积洪积倾斜平原(简称“山前平原”)、中部洪积湖积泛滥平原(简称“中部平原”)、东部冲积海积滨海平原(简称“滨海平原”)，总面积13.92万km2，多年平均气温12.2 ℃，多年平均降水量538.1 mm。该平原是我国粮食作物主要播种区，以冬小麦(Triticumturgidum)和夏玉米(Zeamays)为主，一年两季轮作种植，粮食总产量5 700万t/a，灌溉用水以地下水为主。区内主要水系为海滦河水系和黄河中下游水系，地下含水层结构在平面上可划分为单层结构含水层组和多层结构含水层组，其中单层结构主要分布在山前倾斜平原上部，岩性颗粒较粗，黏性土多以透镜状分布为主，上下层之间水力联系好，多层结构主要分布在山前平原前缘地带、中部平原和滨海平原区，砂层和黏性土层相间分布，区域上第四系含水层组可统一划分为4个含水层组。

2 研究方法

采用联合国国际粮农组织(FAO)研发的基于彭曼-蒙蒂斯(Penman-Monteith)公式的EToCalculatorV32软件计算参照作物需水量ET0，计算时空气湿度/%选用软件自带的tdew=tmin+2 ℃(式中tdew为露点温度，tmin为最低温度)计算，风速/(m/s)选用软件自带的light to moderate wind 选项，日照时间和辐射强度(sunshine and radiation)选用Rs=0.16 SQRT(tmax-tmin)Ra(Rs为辐射强度，tmax为最高温度，Ra为地球外辐射强度，SQRT为开平方根函数)计算，因为山前平原(保定地区)和中部平原(德州地区)属于内陆平原故选用内陆模式(interior lacation)，滨海平原(沧州地区)选用沿海模式(at the coast)。

WR=KcET0。

(1)

式中：WR为粮食作物需水量，mm；ET0为参照作物需水量，mm；Kc为作物需水系数，本文采用刘钰等[11]的实测数据。

IR=WR-Pe

(2)

式中：IR为灌溉需水量，mm；Pe为作物生育期内有效降水量，mm。

作物生育期内有效降水量与计算时段有关。研究表明，以旬为计算时段，采用如下公式可以满足计算精度要求：

(3)

式中P为作物生育期内降水量，mm。

采用如下公式计算作物自然缺水率：

(4)

式中Wa为作物自然缺水率，%。

采用表1中的指标来评价华北平原农业区自然缺水率。

表1 典型农业区自然缺水率评价指标

3 数据来源

本文所需要的气象数据主要有保定地区、德州地区和沧州地区现状条件及RCP4.5气候情景下2011—2070年逐日最高气温、逐日最低气温和降水量等数据。现状条件下气象数据采用中国国家气候中心研制的NCC/GU-WG(2.0)天气发生器软件生成；RCP4.5气候情景下逐日最高气温和逐日最低气温由统计降尺度软件(SDSM4.2)降尺度得到，预测因子为地面2.0 m温度场(tas)和海平面气压场(psl)，统计模型校核期为1961—1975年，验证期为1976—1990年，地面2.0 m温度场(tas)和海平面气压场(psl)数据来自http:∥www.dkrz.de/daten-en网站，大气环流模式(GCM)选用MPI-ESM-MR，1961—1990年实测数据来自中国气象数据共享服务网http:∥cdc.cma.gov.cn/home.do。

由于对逐日降水序列进行降尺度处理相对复杂，且相关系数偏低。笔者采用如下步骤进行降尺度处理[12]：1)分别统计大气环流模式MPI-ESM-MR历史输出数据(1961—2000年)和RCP4.5气候情景输出数据(2011—2070年)1—12月降水量平均值；2)对比分析计算RCP4.5情景模式下各月降水平均值相对于历史输出数据的增大程度；3)将计算得到的RCP4.5情景模式下各月相对于历史输出数据的增大幅度分别计算叠加到由NCC/GU-WG(2.0)天气发生器模拟生成的保定地区、德州地区和沧州地区2011—2070年各月逐日降水序列，从而得到保定地区、德州地区和沧州地区RCP4.5情景模式下的逐日降水序列。

4 结果与分析

4.1 气候变化对不同区位农业区作物需水量影响

由NCC/GU-WG(2.0)天气发生器生成现状条件下(该模型参数使用国内671个气象站点1961—2000年逐日气象数据求取，具有较高的计算精度)保定地区、德州地区和沧州地区60年(2011—2070年)逐日最高气温和逐日最低气温、逐日降水量。由统计降尺度软件(SDSM4.2)降尺度得到RCP4.5气候情景下保定地区、德州地区和沧州地区60年(2011—2070年)逐日最高气温和逐日最低气温。由验证期(1976—1990年)统计降尺度模型生成的逐日最高气温、最低气温与同期实测的逐日最高、最低气温相关分析得到保定地区、德州地区和沧州地区逐日最高温的相关系数分别为0.874 5、0.862 7和0.867 2，逐日最低温的相关系数分别为0.916 3、0.902 4和0.904 8，说明统计降尺度模型具有较高的可信度，可以用于未来各情景模式下逐日最高、最低气温的预测分析。采用前文所述降水量降尺度方法得到3地区未来60年逐日降水量。表2为现状气候条件及RCP4.5气候情景下保定、德州及沧州地区各气象要素2011—2070年平均值。

采用式(1)～(3)计算得到保定、德州和沧州地区粮食作物年需水量及灌溉需水量，通过相关分析发现，年作物需水量与年均最高气温具有较强相关关系，如图1和图2所示。由图1可以看出，现状条件下粮食作物年需水量随年均最高气温的升高均呈直线增大趋势，随年均最高气温每升高1 ℃，保定地区年需水量增大38.79 mm，德州地区增大44.83 mm，沧州地区增大50.55 mm，3个地区年需水量随年均最高气温升高增大的幅度表现为保定<德州<沧州，即由山前平原到滨海平原呈增大趋势。由图2可以看出，在RCP4.5气候情景下，粮食作物年需水量随年均最高气温增大亦均呈直线增大趋势，随年均最高气温每升高1 ℃，保定地区年需水量增大29.11 mm，德州地区增大44.23 mm，沧州地区增大39.58 mm，3个地区年需水量随年均最高气温升高增大的幅度表现为保定<沧州<德州。

表2 现状及RCP4.5气候情境下气象要素统计表

图1 现状气候条件下年均最高气温与作物年需水量相关关系Fig.1 Relationship between yearly crop water requirement and maximum temperature in current climate conditions

图2 RCP4.5气候情景下年均最高气温与作物年需水量相关关系Fig.2 Relationship between yearly crop water requirement and maximum temperature in RCP4.5 scenarios

从气候变化的角度分析，对比图1和图2可以看出，气候条件变为RCP4.5后，3个地区作物年需水量随年均最高气温升高而增大的幅度均呈下降趋势，其中保定地区下降幅度最大，为24.95%，其次为沧州地区，下降幅度为21.70%，德州地区基本保持不变。

表3列出了现状及RCP4.5气候情景下，保定地区、德州地区及沧州地区粮食作物多年平均需水量及多年平均灌溉需水量，可以看出，无论是在现状条件还是RCP4.5气候情景下均是沧州地区作物需水量最高，保定地区和德州地区基本一致； 从气候变化角度分析，3个地区RCP4.5气候情景作物需水量均较现状条件高，但是保定和德州地区的增大幅度均高于沧州地区。从灌溉需水量来看，现状条件下保定地区的灌溉需水量最大，德州和沧州地区相差不大，RCP4.5气候情景下，3个地区的灌溉需水量均有不同程度的升高，其中沧州地区升高幅度最大(5.4%)，保定地区升高幅度最低(4.8%)。

表3 典型农业区作物需水量

4.2 自然缺水率

由式(4)可计算得到现状气候条件和RCP4.5气候情景下保定地区、德州地区和沧州地区农业区多年平均(2011—2070)自然缺水率(表3)，可以看出，在现状气候条件下，保定地区自然缺水率最高，达到高缺水水平，德州和沧州地区自然缺水率基本一致，属于中缺水水平。在RCP4.5气候情景下，保定和德州地区的自然缺水率均有所提高，分别属于高缺水水平和中缺水水平，沧州地区自然缺水率略有降低，属于中缺水水平。

4.3 自然缺水率评价

在气候变化条件下华北平原农业区2011—2070年各自然缺水水平发生的概率有多大，是人们普遍所关心的问题。为了估计自然缺水率Wa的分布形态，利用前文所述办法计算得到10组2011—2070年现状气候条件和RCP4.5气候情景下农业区自然缺水率，然后运用频率直方图对2种气候情景下的自然缺水率Wa进行变量分布估计，估判3个农业区的自然缺水率Wa基本符合威布尔(Weibull)分布，由MATLAB(R2014a)极大似然估计法计算得到3个农业区自然缺水率Wa分布参数均值及均方差等参数(表4)，最后通过χ2拟合优度检验，得到现状气候条件和RCP4.5气候情景下3个农业区的自然缺水率Wa在0.05显著水平上均符合威布尔(Weibull)分布。

由研究区农业区自然缺水率Wa的概率密度曲线和累积概率密度曲线可计算得到，保定、德州和沧州地区现状气候条件和RCP4.5气候情景下自然缺水程度的概率水平(表5)，可以看出，在现状条件下，保定地区主概率对应的缺水水平为高，而德州和沧州地区对应的主概率水平为中，说明山前平原地区缺水程度高于中部平原和滨海平原。山前平原保定地区高水平缺水程度的概率高达0.634 9，说明该区在现状气候条件下，2011—2070年有超过38年缺水程度高于50%，在渠灌区至少需要引调553 mm的地表水进行灌溉，而在井灌区至少需要开采553 mm的地下水来补充农田灌溉缺水状况(所需引调地表水及开采地下水灌溉量由自然缺水率Wa与作物需水量ET0相乘得到)，发生中等水平缺水的年份约为20年，需要引调地表水或开采地下水332～553 mm，发生低水平缺水的年份仅为2年；中部平原德州地区发生高水平缺水的年份约为26年，至少需引调地表水或开采地下水553 mm，发生中等水平缺水的年份约为29年，需引调地表水或开采地下水332～553 mm，发生低水平缺水的年份为5年；滨海平原沧州地区发生高水平缺水的年份约为27年，至少需引调地表水或开采地下水592 mm，发生中等水平缺水的年份约为29年，需引调地表水或开采地下水355～592 mm，发生低水平缺水的年份约为4年。

表4 自然缺水率概率密度曲线参数表

表5 农业区自然缺水程度概率水平

在RCP4.5气候情境下，保定地区和德州地区的高缺水水平的概率均有所提高，说明这2个地区的缺水程度较现状气候条件有所提高。而沧州地区高缺水水平概率较现状条件有所降低，中缺水水平和低缺水水平概率均有所提高，说明该地区缺水程度较现状条件有所缓解。

从3个典型地区缺水水平及需引调地表水或开采地下水量来看：沧州地区发生高缺水水平的年份较现状条件增多10.5%，中等缺水水平的年份减少15%，需引调地表水或开采地下水的水量较现状气候条件增多33 mm；德州地区高缺水水平年份增多20.7%，中等缺水水平的年份减少10%，需引调地表水或开采地下水的水量较现状气候条件增多32 mm；沧州地区高缺水水平年份减少11%，发生中等缺水水平的年份增多3%，需引调地表水或开采地下水的水量较现状气候条件增多11 mm。

从以上分析可以看出，无论是在现状条件还是RCP4.5气候情景下，2011—2070年中，大约有超过90%的年份处于中或高缺水水平，即需要引调地表水或开采大量地下水来满足农业区的灌溉需要，且RCP4.5气候情景较现状气候条件下的缺水程度更为严重；因此，大力发展节水农业，引进外来水源缓解当地水量不足，同时采取有力措施，积极应对全球气候变化，对解决研究区农业区严峻的缺水形势十分必要。

5 结论

1)粮食作物需水量与当地年均最高气温有较强相关关系，现状气候条件下年均最高气温每升高1 ℃，华北山前平原保定农业区粮食作物需水量增大38.8 mm，中部平原德州农业区增大44.8 mm，滨海平原沧州农业区增大50.6 mm；RCP4.5气候情景下年均最高气温每升高1 ℃，保定农业区增大29.1 mm，德州农业区增大44.2 mm，沧州农业区增大39.6 mm。

2)现状气候条件下保定地区粮食作物的灌溉需水为717.14 mm，德州地区为692.68 mm，沧州地区为686.32 mm；在RCP4.5气候情景下保定地区粮食作物的灌溉需水为751.50 mm，德州地区为729.52 mm，沧州地区为723.64 mm。

3)现状气候条件下，2011—2070年保定地区农业区的多年平均自然缺水率为53%，德州地区为47%，沧州地区为48%；RCP4.5气候情境下，保定地区农业区的多年平均自然缺水率为55%，德州地区为49%，沧州地区为47%。

[1] 张光辉,费宇红,王金哲,等.华北平原农业与地下水适应性研究[M].北京:科学出版社,2012：26-29

[2] 冯慧敏,张光辉,王电龙,等.近50年来石家庄地区地下水流场演变驱动力分析[J].水利学报,2014,45(2)：180-186

[3] 王电龙,张光辉,冯慧敏,等.降水和开采变化对石家庄地下水流场影响强度[J].水科学进展,2014,25(3)：420-427

[4] 张兴辉，田言亮，王电龙，等.冀中山前农业区地下水位强降弱升特征与机制[J].水科学进展，2015,26(2):227-232

[5] Eckhardt K, Ulbrich U. Potential impacts of climate change on groundwater recharge and streamflow in a central European low mountain range[J]. Journal of Hydrology, 2003，284：244-252

[6] Scibek J, Allen DM. Comparing modelled responses of two high-permeability, unconfined aquifers to predicted climate change[J]. Glob Planet Change，2006，50：50-62

[7] 王亚俊，李俊，林忠辉，等.气候变化对黄河中上游地区潜在蒸发量影响的估算[J].中国水土保持科学，2013,11(5):48-56

[8] 张光辉,费宇红,杨丽芝,等.地下水补给与开采量对降水变化响应特征:以京津以南河北平原为例[J].地球科学,2006,31(6)：879-884

[9] 张光辉,费宇红,张行南,等.滹沱河流域平原区地下水流场异常变化与原因[J].水利学报,2008, 39(6):747-752

[10] 刘中培，王富强，于福荣.石家庄平原区浅层地下水位变化研究[J].南水北调与水利科技，2012,10(5):124-127

[11] 刘钰,汪林,倪广恒,等. 中国主要作物灌溉需水量空间分布特征[J].农业工程学报，2009，25(12)：6-12

[12] 丛振涛,辛儒,姚本智,等.基于HadCM3 模式的气候变化下北京地区冬小麦耗水研究[J].水利学报,2010,41(9)：1101-1107

(责任编辑：程 云)

Response characteristics of grain crop water requirement to climate change in North China Plain

Feng Huimin1,2, Zhang Guanghui1, Wang Dianlong1,3, Tian Yanliang1, Wang Jinzhe1, Yan Mingjiang1

(1.Institute of Hydrogeology and Environmental Geology, CAGS, 050800, Shijiazhuang, China; 2.Forestry College, Shanxi Agricultural University, 030801, Taigu, Shanxi, China;3. Shanxi Water Conservancy Construction & Development Center, 030002, Taiyuan, China)

In order to reveal the spatial variation of grain crop water requirement (WR) in the North China Plain under climate change, we downscaled the meteorological elements of RCP4.5 scenarios through the methods of SDSM, calculated the crop water requirement by Penman equation, and evaluated the water deficiency rates of piedmont plain, central alluvial plain and littoral plain through statistical methods. The results indicated that: 1) There was a strong relationship between cropWRand annual average maximum temperature. Under present climate conditions, a rise of 1 ℃ would increase the annual cropWRby 38.8 mm in Baoding, 44.8 mm in Dezhou, and 50.6 mm in Cangzhou. In RCP4.5 scenarios, the annual cropWRwould increase by 29.1 mm in Baoding, 44.2 mm in Dezhou, and 39.6 mm in Cangzhou as the annual average maximum temperature elevates by 1 ℃. 2) From the current climate conditions to the RCP4.5 scenarios, there is an increase of crop irrigation water requirement (IR) to different degrees, with the largest increase of 5.4% in Cangzhou and the lowest 4.8% in Baoding. Under the present climate conditions, theIRis 717.14 mm in Baoding, 729.52 mm in Dezhou, and 686.32 mm in Cangzhou. In RCP4.5 scenarios, theIRis 751.50 mm in Baoding, 729.52 mm in Dezhou, and 723.64 mm Cangzhou. 3) From the present climate status to the RCP4.5 scenarios, the water deficiency rates (Wa) of the piedmont plain and central alluvial plain will increase, while that of the littoral plain has the tendency of declining. 4) Under the present climate conditions, the annual averageWa(2011—2070) is 53% in Baoding, 47% in Dezhou, and 48% in Cangzhou. In RCP4.5 scenarios, the annual averageWais 55% in Baoding, 49% in Dezhou, and 47% in Cangzhou. 5) Through building the evaluation index system of natural water deficiency rates, we can find that the highest level ofWais greater than 50%, the medium level 30%-50%, and the lowest level less than 30%. 6) The probability density function (PDF) ofWafits Weibull distribution well. Under the present climates, the highest level of maximum probability ofWais 0.634 9 in Baoding, followed by Dezhou, 0.490 2, and the lowest in Cangzhou, 0.476 0. 7) In RCP4.5 scenarios, the maximum probability ofWais at a high level in Baoding (0.698 2), and the next is at a medium level. In Dezhou, the maximum probability ofWais also at a high level, reaching 0.515 2, and the next is at a medium level. In Cangzhou, theWaof maximum probability is at a medium level (0.506 2), and the next is at a high level.

climate change； grain crop； water requirement； natural water deficiency rate; North China Plain

2014-09-06

2015-03-15

项目名称： 国家自然科学基金“降水变化驱动地下水变幅与灌溉用水强度互动阈识别”(41172214)；山西农业大学科技创新基金“基于虚拟水的山西省水资源优化配置研究”(201306)

冯慧敏(1980—)，女，博士研究生。主要研究方向：农田水利与水资源合理利用。E-mail：fenghuimin1997@163.com

†通信作者简介： 张光辉(1959—)，男，博士生导师，二级研究员。主要研究方向：区域水循环与地下水可持续利用。E-mail：Huanjing@heinfo.net

S157.1

A

1672-3007(2015)03-0130-07