气候变化对江苏省未来水稻灌溉需水量的影响

白凯华，韩 冰，罗玉峰

(1.河海大学水文水资源与水利工程科学国家重点实验室，南京 210098；2. 河海大学水利水电学院，南京 210098；3.辽宁省水土保持局，沈阳 110003；4. 武汉大学水资源与水电工程科学国家重点实验室，武汉 430072)

我国的气候变化与全球气候变化总趋势基本一致[1]，自20世纪以来，地面温度显著上升，同时，其他影响水稻蒸发蒸腾量的诸多气候要素也发生着深刻的变化[2]，这些都可能导致水稻灌溉需水量的变化。近年来，一些学者[3-5]通过人为假定气温、降水等气象要素的变化幅度来研究作物灌溉需水量的变化，但这种方法不能反映气候因子变化的大气环境物理基础。依据以气候因子变化为基础的大气环流模式GCMs(General Circulation Models)能较好地模拟出大尺度的平均特征，对未来气候的可能变化趋势进行描述。同时，伴随着全球气候系统模式的迅速发展，IPCC第4次评估报告集中了23个复杂全球气候系统模式9种不同排放情景下的预估结果，该结果引起了越来越多的全球模式下气候变化对水稻灌溉需水量影响的关注。国内外学者就气候变化对水稻灌溉需水的影响进行了探索，研究结论随不同地区而不同，如西班牙瓜达基维尔河流域(Guadalquivir river basin)水稻灌溉需水量增长率在15%～20%之间[6]，韩国水稻灌溉需水量将会减少4%～8%[7]，而在间歇灌溉和淹水灌溉模式下昆山和开封两个地区未来水稻耗水量和灌溉需水量呈显著上升趋势[8]。本文以江苏省为例研究气候变化对水稻灌溉需水量影响，预测HadCM3模式不同排放情景下的水稻灌溉需水量，明确未来气候条件下江苏省水稻灌溉需水量的变化趋势及其空间分布，以期减少气候变化对水稻生产的负面影响，为灌溉用水管理者提出针对性的应对策略提供理论基础。

1 数据与方法

1.1 HadCM3模式数据

HadCM3气象模式由英国气象局Hadley气候预测研究中心开发，目前版本为HadCM3，水平分辨率3.75°×2.5°(经度×纬度)，全球共73×96个栅格，江苏省处在对气候变化敏感的区域且以水稻为主要粮食作物，依据江苏省区域分布选取相应栅格。

气候变化主要通过改变水稻生理、土壤水平衡、蒸发蒸腾量和有效降水4个方面对水稻灌溉需水量产生影响。考虑到未来江苏省水稻用水策略需要应对的可能出现的情况，本文选取未来9种气候变化情景中被确定为主要情景中的2种：SRES A2，世界发展极其不均衡，自给自足和地方保护主义，人口持续增长，经济增长速度较慢；SRES B1，世界均衡发展，更加公平地在全球范围实现经济、社会和环境的可持续发展[9]。本文所有数据均来自IPCC数据中心(http:∥ipcc-ddc.cru.uea.ac.uk)第4次报告公布数据，包括HadCM3模式A2和B1排放情景下的基准期(1961-2000年)以及未来逐月平均气温和降水数据。

1.2 作物蒸发蒸腾量计算

考虑未来气候模式输出数据为逐月数据，采用单作物系数法计算水稻的逐月蒸发蒸腾量：

ETct=KctET0t

(1)

式中：ETct为第t月的作物蒸发蒸腾量，mm；Kct为第t月的作物系数；ET0t为第t月参考作物蒸发蒸腾量，mm。

依据单作物系数曲线，统计站点7-10月的Kc值逐月平均值，对分布在同一个栅格上的站点Kc值进行平均，求得未来气候模式下各个计算栅格的Kc值。ET0由Thornthwaite法计算得到。Thornthwaite法[10]最初基于美国中东部地区的实验数据而提出，视ET0为温度的幂函数。考虑到江苏省地区冬季月平均气温经常低于0 ℃，故采用下面改进后的公式[11]：

ET0=

(2)

(3)

a=0.49+0.017 9I-0.000 077 1I2+0.000 000 675I3

(4)

式中：ET0为Thornthwaite法计算的参考作物蒸发蒸腾量；Ti为月平均气温；I为温度效率指数；a为热量指数的函数；C为与日长和温度有关的调整系数，本文7-10月的C值分别取为1.23、1.16、1.03和0.97。

1.3 有效降雨计算

采用USDA-SCS方法[12]计算有效降雨，该方法采用土壤水分平衡法，综合考虑作物腾发、降水和灌溉等因素提出的预测月有效降水量的方法。其公式为：

(5)

Peff=125+0.1PtotPtot>250 mm

(6)

式中：Ptot为总降雨量，mm；Peff为有效降雨量，mm。

1.4 灌溉需水量计算

采用Thornthwaite 法结合USDA-SCS法推求的有效降水求出HadCM3模式下排放情景的逐月灌溉需水量，并统计水稻生育期(7-10月)内逐月灌溉需水量，得到一系列逐年的水稻灌溉需水量IR。逐月水稻灌溉需水量等于该月水稻蒸发蒸腾量与有效降雨的差值，再加上该月构成植株体所需水量和田间渗漏量[13]。具体计算公式如下：

IRi=ETc,i-Peff,i+SPi

(7)

式中：IRi为第i月水稻灌溉需水量，mm；ETc,i为第i月水稻蒸发蒸腾量，由公式(2)～(4)计算，mm；Peff,i为第i月有效降水量[由公式(5)和(6)计算]，mm；SP为当地第i月渗漏量，mm。

渗漏量并不因气候变化而发生变化，本文仅考虑气候变化引起降雨量变化和作物蒸发蒸腾量的变化对灌溉需水量的影响。

2 结果与分析

2.1 未来水稻灌溉需水量变化情况

表1给出了江苏省水稻生育期ET0、ETc和IR在HadCM3模式3个时期较现状的变化情况。从表1中可以看出，A2情景和B1情景水稻灌溉需水量相比，2012-2040年B1情景水稻灌溉需水量增幅更大一些。这是由于虽然2012-2040年B1情景平均温度上升幅度更高，但是降水量下降幅度也更大，两者综合作用，降水量下降幅度占了主导作用，最终导致B1情景水稻灌溉需水量比A2情景更大。2041-2070年和2071-2100年A2情景平均温度上升幅度更大，因此，虽然降水上升幅度略大，但是最终导致A2情景水稻灌溉需水量的增幅更大一些。总之，HadCM3模式情景下，2100年ET0、ETc以及水稻灌溉需水量都呈显著的上升趋势。这与丛振涛等[14]得出的MIROC3.2模式A1B情景下未来50年ET0总体上呈上升趋势，全国平均增加约8%，作物蒸发蒸腾量总体上呈增加趋势，华东地区水稻灌溉需水量增加的研究结果一致，不过上升幅度相比而言，本文研究结果更大。

2.2 水稻生育期ET0年平均值的空间分布规律

图1可以看出，A2情景下2012-2040、2041-2070年ET0在空间上大致呈由北至南递减分布，2071-2100年ET0高值区分布在江苏省整个北部(西北部和东北部相差1.3 mm，均为高值区)，3个时期最高值和最低值相差分别为47.5、39.3和41.4 mm；B1情景3个时期年ET0空间分布完全一致，ET0从高到低依次为：西北部>南部>东北部>中部，3个时期最高值和最低值相差分别为45.3、43.6和49.3 mm；两种情景下ET0年平均值空间差异性都不大，B1情景ET0的极差稍大于A2情景。

表1 江苏省水稻生育期ET0、ETc和IR在HadCM3模式下的变化情况Tab.1 Variations of the scenario of HadCM3's ET0，ETc and IR during rice growth duration in Jiangsu Province

2012-2040和2041-2070年相比，A2情景同一个地区增大幅度介于8.8～21.3 mm之间，B1情景介于15.8～17.9 mm之间；2071-2100年与2012-2040年相比，A2情景同一个地区增大幅度介于54.6～89.4 mm之间，B1情景介于49.4～54.1 mm之间；两种情景同一地区增大幅度相差不大，且都随着时间的推移增大幅度递增。

图1 HadCM3模式A2和B1两种情景下江苏省水稻生育期ET0年平均值空间分布图(单位:mm)Fig.1 Spatial distribution of average annual ET0 during rice growth duration in Jiangsu Province under the HadCM3 A2 and B1 scenarios

2.3 水稻生育期灌溉需水量年平均值的空间分布规律

图2可以看出，A2和B1情景3个时期年水稻灌溉需水量空间均分布均大致呈现出由北至南递减的分布规律，3个时期江苏省北部(东北部和西北部)以及中部和南部之间相差不大，但南北差异相对较大。西北部、东北部、中部和南部变化幅度，A2情景2012-2040和2041-2070年相比分别为-24.5、25.8、7.0和23.7 mm，2071-2100与2012-2040年相比分别为-1.0、42.8、37.5和77.3 mm ；B1情景2012-2040和2041-2070年相比分别为-28.9、-8.9、-4.8和15.6 mm，2071-2100与2012-2040年相比分别为-2.6、6.2、20.9和70.9 mm。

图2 HadCM3模式A2和B1情景3个时期江苏省水稻灌溉需水量年平均值空间分布图(单位:mm)Fig.2 Spatial distribution of average annual irrigation requirement during rice growth duration in Jiangsu Province under the HadCM3 A2 and B1 scenarios

总体而言，HadCM3模式水稻灌溉需水量北部区域为全省需求最高的地区，增幅最大的地区位于江苏省南部，即HadCM3模式下，北部和南部地区是全省相对不利的地区。因此，针对江苏省未来气候模式下对水稻种植最为不利地区的水稻集中分布区，如沿海地区的沿海垦区、江苏省北部的南水北调北部区域和江苏省南部地区的苏锡常地区，分别提出不同的适应性灌溉策略。江苏省沿海垦区雨量充沛，但是由于降水时空分布不均，造成本区未来情景下水稻灌溉需水量用水形势成为江苏省最为紧张的地区。因此，应充分发挥该地区河网、水塘和湖泊蓄水功能，调节降水时空分布不均造成的干旱缺水。对于南水北调沿线区域，应注重长江、洪泽湖、骆马湖水资源统一调度、优化配置。具体来讲，就是可在非灌溉季节充分利用长江水源对洪泽湖、骆马湖进行补水，灌溉时，利用长江、洪泽湖和骆马湖等为水源同时灌溉。就苏锡常地区而言，该区水资源相对比较丰富，但面临水质型缺水问题，同时该地区是全省经济最为发达的地区，水利现状相对也比较好。因此，该地区应主要通过积极实施以减轻水体面源污染、加快农村水利现代化进程为目标的节水改造，以提高可供水量来应对。

3 结 语

以上研究结果表明，未来稻田ET0、ETc和灌溉需水量总体上都呈上升趋势，并且A2情景比B1情景变化幅度更大，且变化幅度都随时间的推移递增；水稻灌溉需水量高值区位于整个北部，低值区位于中部和南部，同一时期空间上大致呈由北至南递减分布；水稻灌溉需水量增加幅度全省范围内在同一时期相差都不大。两种情景水稻灌溉需水量增幅最大的时段均在2071-2100年。针对江苏省未来气候模式下对水稻种植最为不利地区的水稻集中分布区，在沿海垦区应充分发挥该地区河网、水塘和湖泊蓄水功能，调节降水时空分布不均造成的干旱缺水，南水北调沿线区域应注重长江、洪泽湖、骆马湖水资源统一调度、优化配置，苏锡常地区则应采取措施减轻水体面源污染、加快农村水利现代化进程为目标的节水改造，提高可供水量以应对气候变化引起灌溉需水量增加带来的不利影响。

□

[1] 金之庆,陈 华,葛道阔,等. 应用GCMs和历史气候资料生成我国在CO2倍增时的气候情景[J]. 中国农业气象,1992,13(5):13-21.

[2] 丁一汇,任国玉,石广玉,等. 气候变化国家评估报告(I):中国气候变化的历史和未来趋势[J]. 气候变化研究进展,2006,2(1):3-8.

[3] 陈军武,吴锦奎. 气候变化对黑河流域典型作物灌溉需水量的影响[J]. 灌溉排水学报,2010,29(3):69-73.

[4] 刘晓英,林而达. 气候变化对华北地区主要作物需水量的影响[J]. 水利学报,2004,35(2):77-82,87.

[5] Gondim R S, de Castro M A H, Maia A H N, et al. Climate change impacts on irrigation water needs in the Jaguaribe River Basin[J]. Journal of the American Water Resources Association,2012,48(2):355-365.

[6] Rodríguez J A,Weatherhead E K,Knox J W, et al. Climate change impacts on irrigation water requirements in the Guadalquivir river basin in Spain[J]. Reg Environ Change,2007,7(3):149-159.

[7] Chung S O,Rordi'guez-Di' J A. Climate change impacts on water for irrigating paddy rice in south Korea[J]. Irrigation and Drainage, 2010,60(2):263-273.

[8] 王卫光,孙风朝,彭世彰,等. 水稻灌溉需水量对气候变化响应的模拟[J]. 农业工程学报,2013,29(14):90-98.

[9] IPCC. Climate change: the physical science Basis. contribution of working group i to the fourth assessment[M]. New York: Cambridge University Press,2007.

[10] Thornthwaite C W. An approach toward a rational classification of climate[J]. Geographic Review,1948,38(1):55-94.

[11] 刘晓英,李玉中,王庆锁. 几种基于温度的参考作物蒸散量计算方法的评价[J]. 农业工程学报,2006,22(6):12-18.

[12] Smith M. CROPWAT:Manual and Guidelines[M]. Rome,Italy:FAO of UN,1991.

[13] 黄志刚,王小立,肖 烨,等. 气候变化对松嫩平原水稻灌溉需水量的影响[J]. 应用生态学报,2015,(1):260-268.

[14] 丛振涛,姚本智,倪广恒. SRA1B情景下中国主要作物需水预测[J]. 水科学进展,2011,22(1):38-43.