基于自动土壤水分观测数据的吉林省西部干旱预报方法研究

李建平 马云飞 马艳敏 王 宁

（1.吉林省气象科学研究所，吉林长春 130062；2.长白山气象与气候变化吉林省重点实验室，吉林长春 130062）

1 引言

干旱是目前我国最为严重的农业气象灾害之一，对农业生产、粮食产量及品质、水资源利用、经济发展等方面造成了十分不利的影响。目前东北地区已经成为中国干旱化比较显著的地区之一[1]，其中吉林省西部地区更是干旱灾害频发，为东北旱灾级别和程度最重区域之一[2]。吉林省西部处于松辽农业区向西部草原牧区过渡的地带，农业自然资源丰富，占全省总面积的25%左右，但该区域的水资源总量仅占全省水资源总量的4.5%，属于东北地区的严重缺水区域之一[3]。由于降水偏少，导致该区域生态环境整体较为脆弱，且干旱灾害严重制约及影响着农业生产及经济发展。

随着科技日新月异的发展，先进的自动观测设备逐渐替代人工观测，利用仪器直接测定土壤水分的研究广泛开展，并不断在创新。基于土壤湿度的干旱监测及预报技术在发展中逐渐成熟并推广应用[4]，国内多名学者[5-7]先后依据土壤水分平衡理论建立了不同类型的土壤水分预估和早涝预报模型。但这些模型通常参数较多，计算繁杂，增加了业务应用的难度。科学合理的干旱监测及预报可以增强抗旱减灾体系，有效利用人力和物力资源。但干旱的预报研究工作需要考虑多种背景的耦合因素[8]，这些因子呈现出不同的空间和时间变化，机理研究复杂且数据庞大。自动化土壤水分数据的采集使得土壤干旱的监测更加具有实效性和连续性，利用通过质量控制能够直接表征干旱基础要素的动态土壤水分数据，建立吉林省西部干旱灾害的监测和预报模型，目的是有效地降低吉林省西部地区干旱灾害给农业、生态等方面带来的风险，保障吉林省西部粮食及生态安全。

2 资料

在吉林省西部选取2017年前建成通过定标且在作物地段连续观测的10个水分站的历史数据作为基础研究，10个水分站数据包括0～10cm、10～20cm、20～30cm、30～40cm、40～50cm、50～60cm、70～80cm、90～100cm等不同深度的土壤湿度。考虑到旱田作物水分影响主要深度为50cm以内，选取水分站在作物生育期间的0～50cm深度数据与在水分站附近2m范围内取土至相应深度的实测值，利用统计方法对比分析各站数据偏差范围（图1），再根据成兆金等[9-10]做出的自动站数据检验订正方法剔除异常值，修正偏差较大的数据。基于通过质量控制的水分站数据和1983年以来各县（市、区）玉米农田实测值以及同期相关气象数据，通过科学统计方法建立西部不同县（市、区）不同生育期不同深度土壤湿度变化模型。

图1 吉林省西部水分站土壤体积含水率与实测值数据对比

3 农田土壤水分变化模型

3.1 农田土壤失墒模型

将通过质量控制的水分站数据按玉米作物不同生育期、不同深度和不同土壤湿度初始区间进行分析，发现初始湿度越大，土壤湿度在初期下降越明显；湿度初始值越低，湿度下降速率越缓慢。在作物生长期（5—9月），相同初始土壤湿度下，温度越高土壤失墒速率越高，其中7—8月无有效降水时土壤失墒速率最高。土壤各层深度均是开始时间失墒较快，后期变化逐渐趋于减缓状态，土壤表层0～10cm深度土壤湿度变化幅度最大。

以8月玉米吐丝—乳熟期松原市前郭县水分站数据为例（图2），当土壤的初始湿度在70%～80%时，无降水条件且无浇灌等情况影响下，各层土壤湿度下降速率不同，土壤越深，失墒越慢。无有效降水时玉米农田土壤0～50cm深度各层失墒趋势如下：

图2 8月前郭县无降水时逐日0～50cm土壤相对湿度减少量累加变化

以上各式中，Y为因变量，即预测0～50cm不同深度土壤相对湿度减少累积量；d为自变量，即日数。

3.2 农田土壤增墒模型

在5—9月玉米生长期间，对有明显降水后农田不同深度的土壤湿度变化数据进行分析。由于降水在数小时内便可渗入地下10～50cm或更深层次，气温、风速、日照等气象因子在短时间内对水分下渗程度影响较小，可只从降水量级方面进行考虑分析，结果表明每场降水过程水分从上到下经过不同层次土壤截流耗损，导致由浅到深逐渐减少。不同地区农田在不同时期、不同深度、不同初始湿度背景下，有明显降水时土壤湿度变化虽然整体均为增加趋势，但受土壤质地等影响各层增墒程度却不一致（由于各层初始湿度不同，所以模型中选取的数据不全是同一场降水过程）。

以白城市洮北区为例（图3），当0～50cm深度土壤初始相对湿度在40%～50%，出现不同量级降水时，不同深度土壤相对湿度由浅至深均呈现相应上升。当降水量偏小时，表层土壤增墒明显，土壤深度越大则湿度变化越小；当降水量越大，0～50cm土壤湿度变化曲线整体越接近一致，直到几层土壤湿度全部达到饱和。各深度土壤增墒程度对应不同降水量变化趋势如下：

图3 白城市洮北区玉米生长期农田0～50cm土壤相对湿度与降水量对应变化关系

以上各式中，Y为因变量，即预测0～50cm不同深度土壤相对湿度增加累积量；p为自变量，即为降水量（mm）。

4 西部土壤干旱预报模型

4.1 农田土壤干旱预报原理

根据玉米不同生育期农田土壤在无降水背景下湿度递减的变化，计算玉米农田某一深度土层无降水时段的平均每日减墒量，再根据土壤水分变化曲线便可计算出在未来一段时期内无明显降水出现时土壤水分下降的阈值范围。同理，在该预报时段内有降水出现时，不同层次土壤湿度因为降水量级不同而呈现相应程度的增加，依据农田增墒规律，可根据每次降水量来计算出降水后土壤不同深度相对湿度的增加量。各地气候背景、土壤质地、地形地貌、作物类型等多种不同因素，导致不同站点农田减墒量和增墒量即使在同一时期内无降水天数相同或降水量相同，但结果也会有一定程度差异。

4.2 农田墒情预报模型

本研究利用农田土壤水分的预报原理[11]并结合杨继武等[12]提出的水、热平衡观点，通过土壤水分站在不同天气条件、不同作物生育期背景下土壤增墒、减墒的规律变化，制作出土壤水分预报模型[13]：

式中，Y0～50cm为模型计算出在农田土壤0～50cm每隔10cm深度的某层在玉米作物某生育期的预报相对湿度结果；n为预报的天数；Cd为预报起始日通过校验的水分站数据（作为初始值湿度），Sz为未来预报时段内土壤深度的土壤增墒量值，若无明显降水出现时，则此值为0；SJ为未来一段时期由于无有效降水或降水偏少而引起的农田减墒量值，如果预报的未来一段时期同时跨跃2个作物生育期，则分别计算2段时期内增墒量和减墒量的数值，再进行累加统计；Xz和Xj分别为在预报期内若天气异常时，玉米不同生育期间不同气象条件所进行增墒和减墒的订正系数，当气象条件接近历年同期时，两值均为1.0；Tw为由于外界灌溉等农事活动影响对水分站数据造成外力影响的订正系数，此值在正常情况下为0。

4.3 预报时期及干旱标准

依据吉林省西部玉米作物在不同生育期对水分的不同需求，结合气象条件下农田水分蒸散规律，在基于水分站数据的墒情预报模型中设定4个不同时期，分别为：玉米播种次日—七叶末期、玉米七叶末期—拔节始期、玉米拔节始期—吐丝末期、玉米吐丝末期—成熟末期。土壤相对湿度＞60%定义为湿度适宜；50%～60%为轻度干旱；40%～50%为中度干旱；30%～40%为重度干旱；土壤相对湿度＜30%为特大干旱。

4.4 增墒与减墒系数订正

模型中对于玉米农田在不同生育期及不同气象条件下增墒及减墒模式设定4类系数订正。

4.4.1 系数订正一级

预报时段内平均气温、降水量、风速和日照时数等气象因子变化全部在距平10%以内，接近正常气候背景下，且连续无有效降水日数不超过5 d，则增墒模式和减墒模式订正系数均为1.0。玉米播种次日—七叶末期和玉米七叶末期—拔节始期，此期间作物对水分需求相对较小，因此在这2段生育期增墒和减墒订正系数均为一级。

4.4.2 系数订正二级

当预报时段内比历年同期平均风速偏大10%～30%，或日照时数偏多10%～25%，或平均气温偏高10%～20%，减墒模式的订正系数则为1.1；预报时段内连续5～10d没有＞0.1mm有效降水，或降水量偏多10%～50%，增墒模式订正系数为0.9。玉米拔节始期—吐丝末期为作物需水关键期，玉米吐丝末期—成熟末期为作物产量形成关键期，此期间对于水分需求较为敏感，因此这2段玉米生育期期间增墒和减墒系数订正均为二级。

4.4.3 系数订正三级

当预报时段内比历年同期平均风速偏大30%～50%，或日照时数偏多25%～40%，或平均气温偏高20%～30%，减墒模式的订正系数则为1.2；预报时段内连续10～15d没有＞0.1mm有效降水，或降水量偏多50%～100%，增墒模式订正系数为0.8。

4.4.4 系数订正四级

当预报时段内比历年同期平均风速偏大50%以上，或日照时数偏多40%以上，或平均气温偏高30%以上，减墒模式的订正系数则为1.3；若未来预报时段内连续15d以上没有＞0.1mm有效降水，或降水量超过100%，增墒模式订正系数为0.7。

4.5 应用检验

根据西部各县（市、区）玉米生育期将2017—2019年每旬8日实测值作为初始农田土壤湿度，结合包括气温及降水等因素的天气预报，利用该模型进行10d内农田土壤湿度变化预估，模拟数值再与下旬第8日实测值作对比分析。结果表明，该模型预报趋势基本准确，西部各县（市、区）1～10 d的0～50cm玉米农田相对湿度平均预报准确率为81%。在实际业务应用中，由于天气预报在降水量级及落区方面准确度存在一定偏差，会使得西部农田土壤湿度的预报准确率也相应降低。

5 结语

（1）不同的土壤质地、气象条件及作物不同生育期需水量均会对农田土壤墒情产生不同程度的影响，通过逐步回归法可计算出不同气象条件对土壤水分变化影响权重，再通过预报时段内气温、降水量、日照时数等气象条件对增墒或减墒系数进行相应订正，该模型可以有效地监测农田土壤墒情及干旱预报。

（2）农田土壤初始湿度越大，则初期墒情下降速率越明显；而土壤湿度初始值越低，则失墒速率越慢。土壤不同深度均是开始时间失墒较快，后期变化逐渐趋于减弱状态，其中土壤0～10cm深度水分变化情况最为明显。作物生长期温度越高则土壤失墒速率越快。当降水量偏小时，表层土壤增墒明显，土壤层次越深，则水分变化速率越缓；当降水量越大，0～50cm土壤湿度变化曲线整体越接近一致。

（3）由于多种因素以及自身器差的影响，导致部分台站的水分站部分深度的监测数据与实测值相比偏差较大，加之人工观测值也有一定随机性和误差性，因此实测值与水分站数据的对比只能作为趋势参考而不可能完全一致。基于水分站数据的西部农田干旱预报模型选用数据有限，缺乏一定客观性，需要长期的完善和检验。