辽西地区春季土壤相对湿度变化特征及预测方法研究
2018-11-01张晓月王若男
王 莹,张晓月,张 琪,焦 敏,黄 岩,马 林,王若男
(1.辽宁省气象科学研究所,沈阳 110166;2.辽宁省气象装备保障中心,沈阳 110166)
辽宁省地处欧亚大陆东岸,中纬度地区。由于受长白山脉的辽东半岛和山东半岛山地相隔,东南湿润季风不易深入,辽宁东部和中部地区呈温带大陆季风气候。辽宁西部与蒙古高原相接,受西风环流和西伯利亚大陆性气候影响,西部地区呈大陆性气候。辽宁省是东北地区重要的粮食主产区,受气候和复杂地貌影响,干旱灾害频繁发生制约着粮食产业的发展[1,2]。有关研究表明[3-5],从空间角度来看辽西地区是辽宁省干旱灾害的频发、重发区;从时间角度上,辽宁省春旱发生频率远远大于夏旱和秋旱,春旱对农业的影响也最为严重。因此,掌握辽西地区春季农业干旱的发生规律,做好春旱预测服务工作,对于预防和减轻春旱危害以及合理安排春耕生产具有重要意义。
进入21世纪,由于频繁的干旱灾害给农业生产带来严重影响,开展农业干旱监测、预报及预警研究成为农业气象服务与研究的热点[6]。学者一般采用降水量指标、土壤含水量指标、作物旱情指标及综合类指标等来做评价和研究[7-9],考虑到农作物生长发育需要的水分绝大部分来自于土壤,因此以土壤湿度作为评价农业气象干旱的指标,可以直观的表现出农田干旱程度。李辑等[10]通过研究土壤相对湿度与气象因子、环流指数等的关系,建立了月尺度的土壤相对湿度动态预测模型,预报农业干旱。李润春等[11]分析了土壤相对湿度变化的影响因子,运用统计学方法得到不同土层逐旬土壤相对湿度预报模型,预报效果较好。还有一些学者[12-13]以土壤水分平衡原理为出发点,计算土壤水分变化的各影响参数,预报农田土壤水分含量。然而,季节尺度上的土壤相对湿度的预测方法却鲜见报道,相应地关于季节尺度上的定量化农业干旱预测也少有研究。
本文通过分析辽西地区土壤相对湿度变化特征,揭示辽西地区春季农业干旱发生发展规律。选取辽西地区具有完整观测资料的锦州作为代表站,利用相关性分析各影响要素与土壤相对湿度的关系,从中寻找影响土壤相对湿度的主要因子,建立锦州春季(3-5月)土壤相对湿度预测模型,实现定量化的春季农业干旱预测,为该地区有效应对春旱发生、合理安排灌溉提供科学依据。
1 资料与方法
1.1 资 料
选取辽西地区具有完整资料的锦州、朝阳、阜新、建平为代表站点,所用资料包括土壤相对湿度资料、地温资料和气象资料。
(1)土壤相对湿度。土壤相对湿度采用人工土壤水分观测站1980-2015年每旬逢3、8观测数据。
(2)地温。地温采用辽宁省气象局提供的1980-2015年80 cm地温的历史资料。
(3)气象资料。气象资料为1980-2015 年逐日平均气温和日降水量的观测数据。
1.2 方 法
1.2.1 标准差标准化[14]
由于土壤相对湿度与气象因子、地温等数据单位相差较大,因此利用以下公式对本文涉及的数据资料,为相关性分析及回归模型的建立做数据准备。
序列Xi(i=1,2,…,n)的标准差为:
(1)
距平变量除以标准差后得到标准化变量序列,即为标准差标准化。
(2)
1.2.2 多元回归方程[14]
设因变量y随m个子自变量x1,x2,…,xm的变化而变化,且有线性关系:
y=β0+β1x1+β2x2+…+βmxm+ε
(3)
有n组观测资料 (x1t,x2t,…,xmt;yt)它们满足回归方程,即满足下面n个等式:
yt=β0+β1x1t+β2x2t+…+βmxmt+εt
(4)
t=1,2,…,n,εt是随机误差,它仍需满足一元回归中所述的三个假定,即“误差εt相互独立地服从正态分布N(0σ2)”。
本文采用此方法,建立春季(3-5月)土壤相对湿度预测模型,实现定量化的春季农业干旱预测。
1.2.3 农业干旱等级划分
根据辽宁省多年研究和业务实际应用,以土壤相对湿度划分农业干旱等级(表1),可以直观的表现旱涝状况。
表1 土壤相对湿度划分农业干旱等级Tab.1 Different grades of agricultural drought disaster by soil relative humidity
2 结果与分析
2.1 辽西地区春季土壤相对湿度变化特征
分析辽西地区春季土壤相对湿度变化的时间特征(如图1),可以看出:辽西地区土壤相对湿度年际变化存在很大的波动性。总体上,土壤相对湿度呈波动下降趋势,下降幅度较小,倾向率为-0.23%/a。结合表1发现,2000年以后伴随着土壤相对湿度减少,农业干旱年份频现。土壤湿度的时间变化规律揭示了辽西地区春季农业干旱越来越重的现象,这主要与辽西地区春季气候变化特征相关。孙凤华等[15]研究发现,辽西地区总体气候变化趋势为气温升高、降水减少。暖干的气候有利于干旱趋势的发展,加之春季风大,土壤水分蒸发加快,从而出现了辽西地区春季土壤相对湿度减少的现象,农业干旱增加。
图1 辽西地区春季土壤相对湿度年际变化曲线Fig.1 Inter-annual variation of soil relative humidity in spring in western Liaoning Province
2.2 土壤相对湿度预测方法研究
本文选取辽西地区具有完整观测资料的锦州作为代表站点,建立春季(3-5月)土壤相对湿度预测模型,结合农业干旱等级划分(表1),实现春季农业干旱定量化预测。
2.2.1 预测因子分析
有研究表明[16],土壤相对湿度的变化不仅与降水有关,还与同期各气象要素、前期的降水多少、土壤底墒状况、灌溉条件、地形、土质等诸多因素有关。本文综合前人研究成果,通过分析辽西地区春旱发生特点及可能影响因子,计算了锦州地区春季土壤相对湿度与前一年秋季降水、封冻前底墒、前一年冬季80 cm地温及同期降水、气温等要素之间的相关性,寻找相关显著的因子,进一步分析高相关因子如何影响土壤湿度,从而筛选出预测因子。
计算锦州地区春季土壤相对湿度与影响因子的相关性(表2),从结果中可以看出,锦州地区春季土壤相对湿度与前一年秋季降水呈显著正相关,通过α=0.01(rc=0.449)的显著性检验。这说明,前秋降水偏多时,来年春季土壤水分含量多,土壤湿润减少春旱发生,有利于进行春耕春播;反之,前秋降水偏少时,第二年春季土壤偏干,容易发生春旱。前秋降水是北方特有的土壤相对湿度影响因子,是指上一年9-11月份的降水量,在北方将其称为封冻雨。秋季降水储存在土壤里,随着冬季到来,气温下降到冰点以下,水分被封冻在土壤里,当第二年春季到来,伴随着气温升高,土壤开始解冻,便会形成明显的返浆现象,土壤变得湿润,从而减轻春旱发生的程度。
底墒是指前一年土壤封冻前最后一次测墒的平均土壤相对湿度。本文分析了土壤相对湿度与底墒的相关性(表2),可以看出二者之间存在明显的正相关关系,通过了α=0.01(rc=0.449)的显著性检验。在所有前期影响因子中,底墒与春季土壤相对湿度的相关系数明显高于其他因子,这说明了底墒所体现的土壤相对湿度是最终封冻在土壤里影响第二年春季土壤干旱与否最重要的因子,春季土壤湿度与底墒的关系更为直接。底墒大,则代表封冻在土壤里的水分多,第二年春季土壤解冻,土壤相对湿润湿度大,不易发生春旱,反之亦然。
表2 春季土壤相对湿度与影响因子相关统计表Tab.2 Correlation coefficients between soil relative humidity and influencing factors
注:**表示通过α=0.01的显著性检验,*表示通过α=0.05的显著性检验。
地温是衡量地表土壤热能的物理量,在时间演变过程中,地温的变化会对大气中天气气候变化产生反馈作用。深层地温的时空演变具有大尺度特征,与大气环流之间有很好的相互对应关系。因此有学者[17]对深层地温与长期降水趋势的相关性进行研究,并将深层地温作为降水长期预测的一个因子,编制预报方程,得到了很好的预报效果。据统计,80 cm深处地温振动持续期大致为3个月左右。因此从时间尺度上的对应来说,前一年冬季80 cm地温可作为第二年春季干旱的预报因子。通过计算前冬80 cm地温与春季土壤相对湿度的相关性可知(表2),二者之间存在较好的正相关性,通过α=0.01(rc=0.449)的显著性检验。这表明,前冬80 cm地温越高,则第二年春季土壤相对湿度越大,春旱发生的可能性越小;反之前冬80 cm地温越小,则发生春旱的可能性越大。
春季土壤相对湿度与同期平均气温相关性不显著。一方面因为北方地区春季回暖慢,锦州地区土壤化通时间一般在3月中旬至4月中旬,对于还没有完全解冻的土壤,气温并不能造成明显的蒸发失墒现象;另一原因是,锦州地区春季气温相对较低且年际变化较小,不会对土壤造成明显的失墒影响,所以不能作为土壤相对湿度变化的影响因子。
春季土壤相对湿度与同期降雨量具有显著正相关,即春季降水偏多时,同期土壤相对湿度偏大,会减少春旱的发生;反之,春季降水偏少,同期土壤偏干,易发生春旱,不利于进行春播春耕等农事活动。值得注意的是,同期降水与土壤湿度的正相关性小于底墒与土壤湿度的正相关性,即同期降水对土壤湿度的影响仍未超过底墒对土壤湿度的影响,这也说明了同期降水并不能对土壤相对湿度起决定性作用,农业干旱还是要以土壤相对湿度作为定量评估指标才更具有实际意义,对春播农业生产更具有指导价值,这也是本文选用土壤相对湿度作为春旱预测指标的意义所在。
通过上述分析发现,春季土壤湿度的主要影响因子是底墒、前秋降水、前冬80 cm地温和同期降水。因此,选用以上具有预测意义的4个因子,可为春旱预测提供有力的参考。
2.2.2 预测模型建立
根据以上分析,选取相关性较高的底墒、前秋降水、前冬80 cm地温和春季降水作为预测因子(表3)。
表3 预报春季土壤相对湿度关键因子Tab.3 The key factors for forecasting of soil relative humidiy in spring
选取1981-2012年32各样本,利用多元线性回归分析得到锦州地区春季土壤相对湿度的预测方程:
Y=-3.36×10-16+0.201X1+0.203X2+
0.222X3+0.446X4
方程通过α=0.01显著性检验,复相关系数达到0.78。预测模型中,春季降水可用预报值,前冬80 cm地温、前秋降雨量和底墒可用实测值。这种方法当土壤相对湿度观测资料比较系统完整,且资料年代较长时,是比较实用的方法。模型中的因子物理意义明确,所以预报结果比较稳定。
根据上述回归模型得到春季土壤相对湿度预测值,找到相应干旱等级(表1),便可预测春旱的发生。
2.2.3 预测结果检验与应用分析
为验证锦州地区春季土壤相对湿度回归模型的准确性,选取未参加计算的锦州地区2013-2015年春季土壤相对湿度数据进行验证。采用统计相对误差的方法进行预测结果检验,令相对误差为:
R=|Y1-Y|/Y×100%
式中:Y1为模拟的土壤相对湿度;Y为实测土壤相对湿度。根据公式得到的春季土壤相对湿度相对误差结果见表4。结果可以看出,春季土壤相对湿度预测结果较好,准确率达到93.3%以上,模拟精度较高。
应用春季土壤相对湿度预测模型对锦州地区1981-2015年春季土壤相对湿度进行拟合,等到的数据与实测值进行对比(图2),可以看出模型的拟合效果较好,拟合值与实测值相差不大。根据农业干旱等级划分(表1),分析模型在预测春旱发生上的应用效果。从整体上看,锦州地区常年春季土壤相对湿度实测值多集中在60%~90%,土壤表现为适宜;在这一区域内,回归模型得到的拟合值与实测值差别不大,同样土壤湿度为适宜。
表4 模拟春季土壤相对湿度相对误差Tab.4 Relative error of simulated soil relative humidiy in spring
图2 春季土壤相对湿度模拟值与观测值比较Fig.2 The comparison of simulation and observation of soil relative humidiy in spring in Jinzhou
应用模型模拟春旱发生,漏报1年(1983年)、正确5年(1981、1982、1984、2003、2014年)、错报1年(2001年)。其中, 1983年模拟结果为土壤适宜,而实测结果为土壤轻旱,分析预报影响因子发现:底墒轻旱,同期降水偏多;2001年模拟结果为土壤轻旱,而实测结果为土壤适宜,分析预报影响因子发现:底墒适宜,同期降水偏少。由此可见,相比同期降水量而言,底墒是最具有预测意义的因子,与春季土壤湿度相关尤为显著,这同样验证了前文分析中提到的底墒与春季土壤相对湿度相关性最为显著的结论。底墒是春旱预测的主要持续性影响因子,对于春旱的发生具有指示意义。综上所述,应用该模型对春旱进行预报时,要综合考虑土壤相对湿度预测值和底墒的情况,即当春季土壤相对湿度模拟结果在50%~60%左右,则要参考底墒情况,若底墒为旱,则考虑关注春旱的发生情况。
图2中可以看出,对于土壤相对湿度实测值大于90%的年份(1994、2005年),预测模型的拟合值均在85%以上。鉴于底墒对春季土壤相对湿度影响的显著性和持续性,分析这两年的底墒情况发现:1994年底墒为90%,土壤饱和;2005年底墒为88%,土壤相对湿度接近饱和。综合分析可知,当模拟值接近饱和时,若底墒值接近饱和或已达到饱和,则锦州地区的春季土壤饱和的可能性较大。
3 结 语
(1)分析辽西地区春季土壤相对湿度年际变化特征发现,近35年土壤相对湿度呈递减趋势,这揭示了辽西地区春季农业干旱越来越重的现象,特别是2000年以后,春季农业干旱年份频现。
(2)辽西地区春季土壤湿度主要与底墒、前秋降水、前冬80 cm地温和同期降水呈显著正相关,且与底墒相关性最为显著。
(3)选取相关性显著的各因子作为预报因子,基于多元线性回归建立锦州春季土壤相对湿度预报模型,复相关系数达到0.78,拟合准确率在93.3%以上,预报模型模拟准确度较高。根据回归模型得到的春季土壤相对湿度预测值,结合农业干旱等级划分,实现对春旱发生的预测。
(4)鉴于底墒与土壤相对湿度的相关性最为显著,在应用预测模型对春季干旱进行预报时,要综合考虑土壤相对湿度预测值和底墒的情况,即当春季土壤相对湿度模拟结果在50%~60%左右,则要参考底墒情况,若底墒为旱,则可能发生春旱。
(5)春季土壤墒情预测模型,作为一种定量化春旱预测方法,可以推广到辽宁省其他站点和地区进行春季干旱预测,为有效应对春旱发生、合理安排灌溉提供科学依据。应该注意的是,影响因子的选择及模型的实际应用要做本地化分析及处理。