基于农作物受灾损失情景分析的 辽宁省农业旱灾风险动态实时评估研究

孟祥军

(辽宁省锦州水文局，辽宁 锦州 121000)

农业旱灾损失可以作为农业粮食产量影响度额重要指标[1]。自然灾害中对农业影响最大的要数水旱灾害，辽宁省恰恰是一个水旱灾害频繁发生的省份，造成这种现象的主要原因是降水量年际和季节之间的差异较大[2]。目前，农作物旱灾损失评估多以旱作玉米、小麦研究为主，研究探索方法可分为两种，一是基于粮食作物生长发育机理的旱灾粮食损失评估研究探索[3- 8]，二是基于生物地球化学原理的粮食旱灾损失模拟模型评估方法探索[9- 13]。目前实时评估研究成果较少，作物生长模型法可用作粮食旱灾损失实时评估，但由于存在不确定性，且资料要求多、模拟验证工作复杂[14]。因此，短时间内很难实际应用，而普遍采用的水分生长函数法，需要资料多、局限于田块研究、所研究的作物种类有限、关键是只能得出不同自然地理气候区作物水分胁迫敏感期，尽管有些研究得出了作物某一关键期受旱致粮食损失的相对比例[15]。但这是在假设其他关键期供水正常的前提下的结果，关于多个关键期不同受旱程度下的实验研究结果还未见到，另外，多数研究对作物受旱时间长短问题考虑不够，因此，还难以做到与粮食旱灾损失直接挂钩，更大的目的是优化节水灌溉。为此本文针对国内旱灾损失动态评估的局限，基于作物生长模型的粮食估产方法是对作物的生长进行逐时段的模拟，估计最终粮食产量，将各影响因素都固化到作物生长中，在作物成熟期前即可进行产量预测，实现旱灾损失的动态评估。

1 旱灾损失动态评估思路及方法

1.1 评估思路

本研究在借鉴国内外相关领域的研究思路和成果的基础上，采用作物生长模型进行旱灾损失动态评估。以示范区辽宁省的玉米作物为代表，以县级行政区为模拟单元，采用作物生长模型进行作物生长模拟，验证模型有效性，进而结合情景分析，预测不同降雨条件下的粮食产量，计算因旱粮食损失及作物需水量，实现农业旱灾损失动态评估。具体的技术路线如图1所示。

1.2 评估方法

(1)旱灾损失评估

进行农业旱灾损失评估需要计算因旱灾导致的粮食损失。因旱粮食损失采用如下公式进行计算：

(1)

本文通过对农作物的生长模拟，预测未来不同气象假设条件下的农作物产量最终值，对农业旱灾损失进行动态评估。将作物生长模拟的过程通过函数f()进行表达，则受农业旱灾影响的粮食损失量L可以通过当前时刻t以及该时刻以前的外部影响因素W以及t时刻外部影响因素U之间的相关方程，方程为：

图1 农业旱灾损失实时动态评估技术路线

L=f(t，W，U)

(2)

本文从抗旱决策减灾的需求出发，当出现旱情时，如果未来有N天降雨有效值为0，或者不同干旱典型年的发生干旱的风险程度如何？针对旱情特点采样何种干旱应急措施？为此设定9种未来气象假设情景，见表1。将各种假设情景模式设定为s，则方程(2)可以转换成不同情景下的旱灾损失计算方程：

L(s)=f(t，W，U(s))

(3)

需要注意的是，三种典型年是根据历史农业旱灾损失最少、平均和最多分别作为丰水年、正常年和干旱年，相对应的该年降雨数据作为典型年的情景模式，如图2所示。

(2)抗旱最优需水分析

农业抗旱需水是根据当前农业旱情及未来可能的农业旱灾损失，确定农业抗旱的需水量。抗旱需水量是在同时考虑因旱粮食损失(或粮食产量)和充分需水量情况下的最优需水量。抗旱需水量的计算通过最小化如下代价函数实现：

表1 未来降雨情景模式的设定

图2 旱灾风险情景模式的设定

(4)

式中，W—供水量，万m3；V—已知参数和输入信息；L(·)—因旱粮食损失，t；ωi—第i情景模式的权重；f(·)—作物生长模型的产量预测，t；O—最大粮食产量，t；m—情景模式的个数；k—修正系数。

2 旱灾损失动态评估应用示范

2.1 示范区域概况

受特殊自然地理气候条件所决定，辽宁省是全国干旱灾害频发的省份之一，无论是干旱灾害的范围还是频次均居全省各种自然灾害的首位。新中国成立以来辽宁省每年在不同地区、季节都有干旱发生。尤其是受地理和气候影响的辽西地区，降水量和水资源量都较少，水资源量时空分布差异性较大，发生干旱的频率较大。辽宁省农作物播种的关键季节是4—5月，此期间降水量只有全年的13%～16%，西部易旱地区，正常年份降水量只有54～73mm，30%～40%年份不能满足农作物出苗和育苗需要，春旱经常发生。干旱灾害给辽宁省的城乡居民生活和工农业生产造成不同程度的影响，已经成为制约全省工农业发展的重要因素之一。为此本文以辽宁省作为农业旱灾损失动态评估示范区，此外由于辽宁省玉米播种面积达全省播种面积的80%以上，对辽宁省的农业生产具有代表性；因此本文以玉米作为主要农作物进行模拟分析。

2.2 模型数据库建立

模型数据库主要包含土壤类型、气象要素、地理位置、以及农作物耕种数据(包括作物面积、耕作管理、灌溉等)。并通过大量数据收集整理，处理形成了符合植物生长模型输入要求的数据集。

(1)地理数据

地理数据为辽宁省县级及以上行政区划与概况。辽宁省现有沈阳和大连两个副省级城市，12个地级城市。县级市17个，县27个(自治县8个)，市辖区56个，镇573个，乡445个(民族乡76个)。

图3 辽宁省温度站点分布图

(2)气象数据

气象要素主要包含最高和最低气温、日降水量数据。本文结合辽宁省28个气象站点2008—2018年的逐日气象要素数据进行数据库的构建，站点分布如图3所示。气温数据由中国气象局提供的全要素气象站点数据，数据包括日最高、最低气温、降水日值、相对湿度日值、平均风速以及太阳辐射日值。

(3)土壤数据

采用国家第二次土壤普查数据进行土壤数据库的构建，主要考虑土壤质地、有机物组成、粘粒含量、土壤pH值、土壤比重参数、田间持水量、有机碳、阳离子交换能力、饱和传导率等。表2是某区县土壤数据示例表。

(4)作物及田间管理数据集

作物及田间管理数据集主要为农作物耕种方式、耕种面积、耕种及收获时间、作物类型、农灌面积、作物产量总值与单值、受干旱影响作物面积以及受干旱影响产生的作物产量减少值等数据。本文主要对县级行政区2008—2018年作物数据库进行建立，对其中的作物品种、主要生理参数、播种时间、生物量参数、作物播种面积等重要参数采用实地调查方式进行采集。

表2 县级土壤数据示例表

2.3 模型结果验证

本文以县级为计算尺度，把各县逐年模拟结果进行汇总得到全省作物的生产量。结合耕作面积和作物产量对全省玉米作物的产量总值进行计算，将实际调查的各年份玉米总量和计算的产量进行对比分析误差，结果见表3。

表3 2008—2018年辽宁省模拟粮食总产量及误差

作物生长模拟影响因素复杂，表中作物生长模拟精度在一定程度上还是比较满意的。对于计算的玉米产量值和实地调查的玉米产量之间出现误差的影响因素较多，包括模型输入和系统偏差、参数的不确定性等因素。若这些数据误差有所减低，作物生长模型的产量计算误差将得到明显改善。但总体而言，通过利用辽宁气象站的逐日气象数据模拟各县作物生长，最终可在省级尺度得到比较可信的玉米产量估算值。因此作物生长模型在辽宁地区作为产量模拟是可行的。

2.4 粮食产量动态预测

本研究将辽宁省玉米产量划分为绝收、低产、中产和高产4个等级，见表4。根据作物生长模拟不同情景的粮食产量，绘制粮食产量分布图。

表4 辽宁省县级行政区玉米产量等级划分标准

分析得到，随着未来无有效降雨天数的增加，粮食产量在逐渐降低，说明农业旱灾在逐渐加重。未来0天无有效降雨与未来5天无有效降雨的粮食产量比较接近。当未来10天无有效降雨时，农业产量并没有显著变化。但是，如果旱情继续发展，产量降低明显，当超过30天无有效降雨时，绝大部分地区处于低产和绝收水平。

2.5 旱灾损失动态评估

在因旱粮食损失研究基础上，将因旱粮食损失转换成粮食损失率，根据每个地区的分析结果，按照受到农业干旱影响的作物产量损失比例对旱灾损失进行不同量级的划分，见表5，各等级旱灾损失依次递减，分别用红、橙、黄、蓝色表示。根据表5绘制2012年6月1日的辽宁省农业旱灾损失分布图，如图4所示。

表5 辽宁省农业旱灾损失等级划分

如果未来降雨能够充分满足作物需水(S0)，则农业旱灾损失普遍在IV级和III级，属于较低等级。即使未来5天无有效降雨(S5)，旱灾损失无明显增加，这是土壤底墒的作用，说明0～5天范围内的无有效降雨对土壤墒情的影响不是很大。如果未来10天无有效降雨(S10)，在该情景条件下区域因干旱造成的农业损失的等级较逐步发展为II级和III级，如果仍无有效降水，那干旱的程度将进一步加剧，部分区域的干旱损失等级将达到I级。若在未来30日内有效降水低于5mm(S30)，干旱造成的农业损失将在辽宁地区全面蔓延。而就平水年份而言，由于6月以前土壤墒情基础较低，因此造成的农业干旱损失总体较大。对于不同典型年份分析，因干旱产生的农业损失相比于其他两个典型年份更为明显。对丰水年份和正常年份分析，这种差异程度较小，原因在于其降水量可按满足作物生长的正常需水量。从空间分布特征可看出，辽西地区依旧是旱灾损失等级较高的区域。旱灾损失的演变主要从不同情景下的农业干旱产生的作物产量损失的空间分布中得到有效反映。

3 抗旱最优需水分析

根据前述农业抗旱需水分析方法，计算未来正常年情景模式下辽宁省各县的抗旱需水量。为了绘图显示的方便，按照需缺水量的多少，将农业抗旱需水划分为I级、II级、III级和IV级4个等级，见表6，分别用红、橙、黄、蓝色表示。并以2017年6月1日为时间节点，计算抗旱需水量，根据表6绘制抗旱需水分布图如图5所示。

图4 2017年6月1日不同情景的农业旱灾损失等级分布图

表6 辽宁省农业抗旱需水等级划分

图5 2017年6月1日抗旱需水量

从图5可见，辽宁西北部地区抗旱需水较高，普遍在100mm以上，辽宁中部和东部地区抗旱需水较少，在100mm以下。虽然玉米作物全生育期(辽宁地区玉米播种日期在5月初)的需水量大概在400mm左右，但是由于这里的抗旱需水是去除了正常年情景模式降水量之后的缺水量，并且，模拟是从6月初至作物成熟的需水量，较全生育期的需水少了一个月时间，因此，实际的抗旱缺水量仅在150mm以内。根据抗旱需水量分析结果，结合水资源等情况，可以制定相应的抗旱指挥决策方案。

4 主要结论

(1)降雨和温度是作物生长模型两个重要的驱动因素，但对于农业干旱而言，气温只有在超过作物生理温度极限的情况下才会对作物有生长抑制，在辽宁省很少出现高温干旱对作物的影响，而降雨时刻影响作物的生长发育，是主要的影响因子，因此只需对降水进行情景设定。

(2)本文以缺水量为指标对辽宁省农业抗旱需水等级进行了定量化的划分，结合抗旱需水量分析结果及水资源等情况，可以制定相应的量化抗旱指挥决策方案提供重要参考。

(3)由于无法对所有的参数在研究区上进行彻底验证，因此，模型中的诸多参数在具体研究区上的适用性还存在一定的不确定性，如何解决这种不确定性还需要进一步探索。