贵州喀斯特地貌下的水稻旱灾损失评估

胡家敏， 古书鸿， 张 波， 赵 娟

(1.贵州省山地环境气候研究所，贵州 贵阳 550002；2.贵州省山地气候与资源重点实验室，贵州 贵阳 550002；3.贵州省桐梓县气象局，贵州 桐梓 563000)

贵州省水稻播种总面积为67万hm2左右，除大灾年外，产量基本上维持在400万t以上，占全年粮食产量的30%以上，几乎占秋粮的50%，为全省重要的粮食作物之一。近年来，在全球气候变暖背景下，极端天气气候事件频发。农业干旱的发生频率和强度明显增加，特别是近几年较频繁发生的季节性干旱对贵州农业生产的影响较大。2006年川渝及黔北地区出现严重干旱，贵州遵义市水稻减产率达30%以上，减产严重。2009年秋至2010年春，西南地区发生罕见秋冬春连旱。2011年和2013年发生特大夏伏旱，导致贵州水稻严重减产，其中2011年发生范围广，程度深，全省水稻减产率达31%。因此，实时监测评估干旱对贵州水稻生产的影响具有重要意义。而土壤水分监测是最直接的干旱监测方法，但由于受仪器稳定性、站点代表性、数据稳定性等因素的限制，导致土壤水分监测数据尚不能很好地满足干旱监测的需求，数据经常失真。因此，应用稳定地面气象数据模拟土壤水分成为一种重要的方法。土壤水分模拟主要包括水文模型[1-2]、神经网络理论建立时间序列模型[3]等，宋丽莉等[4-5]基于稻田水分平衡方程，建立干旱动态模型, 并对广东水稻历史干旱进行了分析研究。目前，未见关于贵州喀斯特地貌下的相关研究报道。为此，在前人研究的基础上，基于贵州气候背景和地形地貌特征，研究建立适合贵州气候背景和自然环境条件下的水稻干旱评估模型，以期为农业救灾和水稻气象保险提供科学依据。

1 资料与方法

1.1 数据来源

水稻产量：1949-2014年贵州省34个县的水稻产量数据，贵州省统计局。

气象数据：贵州省34个县的光温水逐日气象数据，贵州省气象局气象信息中心。

34个县(图1)分布于贵州省不同生态类型，能够代表贵州水稻的种植水平和生态种植区域，反映出贵州水稻生产的真实情况。贵州水稻播种出苗期为3月下旬至4月下旬，移栽返青期为5月中旬至6月中旬；分蘖期为6月上旬至7月上旬；拔节孕穗期为6月下旬至7月下旬；抽穗扬花期为8月上旬至8月下旬；灌浆成熟期为8月下旬至9月中旬。

图1 水稻研究区域选取的站点分布

Fig.1 Station distribution of study area of rice

1.2 研究方法

1.2.1水稻干旱模型 不同降雨强度形成的径流不同，对稻田水分补充的效果也不同。研究假定日降雨量(Rd)不同级情况下，其径流补充系数(kd)不同。即Rd<5mm(kd=0)，5 mm≤Rd<10 mm(kd=0.1)，10 mm≤Rd<20 mm(kd=0.3)，20 mm≤Rd<50 mm(kd=0.5)，Rd≥50 mm(kd=0.7)。则水稻田的水分收入(WId，mm)计算公式如下。

WId=Rd×(1+Kd)

水稻蒸散以及渗漏是稻田水分支出的主要途径。其中，渗漏量按标准状态下的2 mm/d计。蒸散消耗根据每天的气象条件确定，其中温度和日照是主要影响因子。参照文献[6]的方法构建土壤水分蒸散消耗〔W(T,S,H)，mm〕模型。

W(T,S,H)=(T/10)×{1+(S/10)×[1+(T/10000)]}

式中，T为日气温，S为日照时数，H为海拔。

该计算公式可代替彭曼公式，又能实时获取气象观测数据，实现实时计算稻田水分蒸散消耗，经文献[7]的方法验证，计算得到的贵州喀斯特地貌下的干旱时空发展规律与贵州实际干旱情况相符。

依据稻田水分收支平衡原理，建立稻田土壤含水量(mm)模型。

当Wd-1≥Wfc时，

Wd=Wd-1+WId-W(T,S,H)-2

选取各地级市工业的废水、二氧化硫和烟尘排放量，工业的固体废物利用率、烟尘去除量5个指标，记x1、x2、x3、x4、x5，数据均来源《中国城市统计年鉴2016》。

当Wd-1

Wd=Wd-1+WId-W(T,S,H)×(Wd-1/Wfc)

式中，Wd为当日稻田含水量，Wd-1为前一日含水量(mm)，WId为稻田当天水分收入(mm)，Wfc田间持水量状态下的土壤有效水分含量(mm)，W(T,S,H)为当日稻田水分蒸散消耗量(mm)。

当稻田水分含量大于田间持水量时，无旱。当稻田水分含量小于田间持水量时，则出现干旱。基于此，构建稻田动态日干旱指数(RDI)模型。

RDI=(Wd-Wfc)/Wfc

因为干旱是一个长时间过程造成的结果，故干旱对水稻的影响也是一个积累过程，研究采用累积干旱指数评估旱情。

1.2.2 作物减产率模型 尹东等[7-8]认为，作物产量可分解为反映生产力水平的趋势产量和影响波动的气象产量以及随机产量，这种分解方式是在气象条件没有造成较大损失或者是毁灭性的灾害时可行，但是当遭遇重大农业气象灾害时，这种分解方法就不再适用，这时气象灾害已经严重影响到生产力水平，趋势就不存在了。最高产量为当地生产力水平下气象条件最为适宜情况下的产量。因此，计算减产率时可考虑选用近年来(品种稳定情况下)的最高产量作为分母。根据1981-2014年贵州水稻产量数据以及M-K秩次检验[9]， 1989年贵州省水稻的单产可能由于品种改良或者是种植水平的大幅提高，单产水平出现一个质的飞跃，1989年至今就没有出现突变点，1989年以后全省水稻品种始终维持在比较稳定的状态。因此，采用各地1989年以来的最高单产作为分母计算减产率(Y)。

式中，Y代表减产率，Yd代表当年实际单产，Ymax为当地最高单产。

利用逐日气象数据计算输出各年逐日水稻田的干旱指数，并将不同生育期和整个生长季的逐日干旱指数累加起来计算出累积干旱指数。并挑选出2009-2010年的特大夏秋春连旱(主要分析春旱对水稻的影响)，2011年的特大干旱以及2013年的特大夏旱年等干旱灾害典型年份的累积干旱指数与当年水稻减产率进行统计分析。

2 结果分析

2.1 2010年干旱评估

2010年1月至3月中旬降水异常偏少，大部偏少在50%以上，3月旱情迅速发展和加剧。旱情发展为全省性的干旱。4月西部和南部旱情继续发展，5月上旬至6月上旬全省各地旱情陆续解除。6月中旬后光温水匹配较好，全省没有出现农业气象灾害。因此，2010年的干旱发生在水稻苗期。从图2看出，2010年水稻产量与最高年份相比略有下降，干旱几乎无影响。各地水稻播种育苗期旱情累积指数基本在-2以上。由于各地采取了科学的应对措施，苗期干旱对水稻生产基本未产生不利影响，而且由于苗期轻旱利于水稻根系生长，中部以南的大部地区水稻获得高产，与历史最高年份接近。

图2 2010年水稻播种育苗期累积干旱指数及其减产率分布

Fig.2 Drought index and Distribution of yield reduction rate of seedling period of rice in 2010

2.2 2011年特大干旱评估

2011年6月贵州省的雨水较为集中，7月上中旬，虽然全省发生少雨时段近10 d，但由于7月5-7日全省出现强降水天气过程，旱情并不明显。7月20日后，由于气温高、蒸发大，旱情逐步发展，随着晴热高温天气持续且范围扩大，致使干旱迅速发展。发生干旱时段正好与水稻灌浆成熟期重合。

2011年水稻灌浆成熟期的累积干旱指数经剔除掉大于等于0的站点(无旱站点)，利用剩下25个站点的数据建立水稻减产率与灌浆成熟期累积干旱指数的关系方程为y=0.5546x-35.428，相关关系(R)为0.453 5，当n=25时，R的临界值为0.418 2，通过0.05的置信度检验，表明方程显著。2011年的干旱发生在水稻灌浆成熟期，干旱不但使植株光合作用速率、体内同化物的生产、运转和积累受到影响，还会加速叶片的老化及根系的早衰，导致千粒重和结实率降低，减产明显。从图3看出，累积干旱指数在-10以下，减产率达30%以上。

2.3 2013年特大干旱评估

2013年7月贵州省大部出现持续的高温少雨天气，平均气温偏高1.6℃，为1961年以来同期最束。2013年的干旱主要发生在水稻抽穗扬花期。从图4可知，2013年水稻抽穗扬花期累积干旱指数与2013年水稻减产率的变化趋势非常一致，中部以北以及东部大部累积干旱指数的绝对值较大，而相应的水稻减产率也较大。

图3 2011年水稻灌浆成熟期累积干旱指数与减产率的线性关系

Fig.3 Linear relationship between drought index and yield reduction rate in filling and ripening stage of rice in 2011

高，42个县(市、区)出现35℃以上高温天气。全省7月平均降水量为42.1 mm，较常年偏少78.6%，为1961年以来同期第1低位。8月1-3日，仅西南部、西部局地出现强降水，其余大部降水持续偏少，造成旱情进一步蔓延和加重。8月16-18日，全省仅局地旱情得到缓解，旱情仍在继续。直至8月23-25日全省出现大范围降雨过程，旱情渐趋结

图4 2013年水稻减产率分布与水稻抽穗扬花期累积干旱指数分布

Fig.4 Drought index and distribution of yield reduction rate in heading and flowering stage of rice in 2013

2013年水稻抽穗扬花期的累积干旱指数经剔除掉大于等于0的站点(无旱站点)，利用剩下30个站点的数据建立水稻减产率与累积干旱指数的关系方程为y=0.678 2x-28.181，相关关系(R)为0.440 9。当n=30时,R的临界值为0.418 2，通过0.05的信度检验，表明方程是显著的。2013年的干旱发生在水稻抽穗扬花期，正是水稻需水关键期，干旱造成严重减产。从图5看出，抽穗扬花期累积干旱指数在-5以下，减产率达30%以上。

图5 2013年水稻抽穗扬花期干旱指数与减产率的线性关系

Fig.5 Linear relationship between drought index and yield reduction rate in heading and flowering stage of rice in 2013

3 小结

贵州水稻品种的特性在1989年有一次质的飞跃，品种改良达到相对最佳水平，1989年以后的单产波动基本上是由于气候异常原因所致。

研究结果表明，不同生育期干旱对水稻产量影响不同，水稻抽穗扬花期干旱对产量的影响最大。水稻播种育苗期旱情累积指数在-2以下时对产量基本无影响；水稻抽穗扬花期，正是水稻需水关键期，累积干旱指数在-5以下，减产率达30%以上；而水稻灌浆成熟期累积干旱指数在-10以下，减产率达30%以上。研究仅基于空间点数据和统计方法而得出结论，在时间尺度上的验证还属于空白，因为2014至今，贵州基本无全省性的夏伏旱发生，仅在局部发生了较为明显的干旱。因此，水稻旱情评估结论无法用实际数据验证，还需在未来的实际应用中加以验证和完善。