不同RCP情景下江苏省作物需水量变化趋势研究

史传萌，吴天傲，2，3，李 江，缴锡云，2，3

（1.河海大学农业科学与工程学院，南京 210098；2.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；3.水科学与水安全协同创新中心，南京 210098）

0 引 言

气候变化对农业生产有着重大影响［1］，随着二氧化碳浓度增加和气候变暖，可能会增加植物的光合作用并延长生长季节，扩大世界农业耕作区。但全球气温和降雨形态的迅速变化，也可能使世界许多地区的农业和自然生态系统无法适应或不能很快适应这种变化，使其遭受很大的破坏性影响，造成大范围的森林植被破坏和农业灾害。根据联合国政府间气候变化专门委员会（IPCC）第5 次评估报告中以代表性浓度路径（Representative concentration pathways，RCPs）情景对未来气候变化进行预估的结果，至2050年中国平均气温可能升高2.3～3.3 ℃，降水量增加5%～7%［2］。

从报告结果来看，气温和降雨将在未来发生较大的时空变化［3］。气候的变化将会引起潜在蒸散发与地表湿润度［4］的变化，最终导致各种灾害频发。2019年，张奇谋［5］等人通过选取2020-2059年气候模式数据预估汉江流域干旱变化趋势，结果表明未来干旱频次有所降低，但重度干旱发生概率将会增强，受此影响，农业生产也将面临严峻的挑战［6］。气候的变化也会间接地影响玉米、冬小麦［7］与水稻的生育期［8］，最终影响作物产量。刘文茹［9］等人在2018年采用机制法［10］对下长江中下游麦稻生产潜力进行预估，结果表明稻麦气候生产潜力总体呈线性增长趋势。2020年，李树岩［11］等人分析了RCP情景下河南夏玉米产量变化，未来情景模式下，河南省玉米潜在产量较基准条件降低。

但是，气候变化导致的自然灾害对农业生产的影响是间接的，不能直观的反映其对农业的影响。而产量的变化是气候变化影响农业的最终表现，对农业生产没有指导意义。因此气候变化导致作物需水量的变化［12］更能反映其影响作物生长的过程，进而影响农业水资源分配［13］。根据江苏省农业节水战略［14］，为实现节水灌溉与农业可持续发展［15］，基于CMIP5 排放情景RCP4.5、RCP8.5 数据，根据彭曼公式在作物需水量计算中的应用［16］，评价各种参照作物蒸散量计算方法［17］，选择率定适用于江苏省的Hargreaves-Samani 公式，预估江苏省未来水稻和小麦作物需水量，为制定合理的灌溉制度［18］，实现江苏农村水利现代化［19，20］提供依据。

1 材料与方法

1.1 研究区域

江苏地处江、淮、沂沭泗流域下游，江苏省属暖温带向亚热带过渡性气候，多年平均气温为13～16 ℃，年均降水量为800～1 200 mm，气候温和，雨量适中，适宜耕作。全省面积10.26 km2，其中山丘区面积占15%，平原和圩区占85%，耕地面积476 万km2，高标准农田规模大，农机化水平高，是我国东南沿海地区粮食安全的重要保障。

根据江苏省地形气候条件，选取了19个国家基本气象站点作为研究对象，并以淮河与长江为界，将江苏划分为北、中、南3个研究区域；其中北部区域（以下简称苏北）包括赣榆、灌云、邳州、沭阳、泗洪、徐州、睢宁共7个基本站；中部区域（以下简称苏中）包括高邮、南通、如皋、射阳、东台、阜宁、盱眙7个基本站；南部区域（以下简称苏南）包括昆山、无锡、东山、东山、常州、溧阳共5个基本站。

1.2 数据来源

各研究站点基准年逐日气象数据获取自中国气象数据网（http：//data.cma.cn），数据起止时间为1961-2019年，包括日平均气温T，日最高气温Tmax，日最低气温Tmin，日平均风速v，总辐射Rs等。

2020-2100年气候预估降尺度数据获取自在水文气象模拟中精度较好的Ha5 模型数据集（https：//agrivy.com/），包括总辐射Rs、最高气温、最低气温、降水量等。

1.3 计算方法

1.3.1 参考作物蒸散量计算

参考作物蒸散量（ET0）是指在不缺水情况下，参照面的蒸发和蒸腾速率，是计算作物需水量的一个重要的参数。选用联合国粮农组织（FAO）推荐的FAO56-Penman-Montieth 公式计算的ET0值（以下简称FAO56-PM）作为标准值。

其表达式如下：

式中：ET0为参考作物蒸散量，mm/d；Rn为净辐射，MJ/m2day；G为土壤热通量，MJ/（m2·d）；T为2 m 高处日平均气温，℃；u2为2 m高处的风速，m/s；es为饱和水气压，kPa；ea为实际水气压，kPa；Δ为饱和水气压曲线的倾率；γ为湿度计常数，kPa/℃。

由于未来气候情景模式数据集包含的气象参数种类较少，难以通过FAO56-PM 公式直接计算［21］，因此本文选择基于温度法的Hargreaves-Samani（以下简称H-S）模型用于预测未来情景模式下的ET0。

其表达式如下：

式中：a，b，C为经验系数，其常用值为0.002 3，0.5和17.8；Ra为天顶辐射，MJ/（m2·d）；T为日平均温度，℃；Tmax为日最高温度，℃；Tmin为日最低温度，℃；其余符号意义同前

为保证H-S 公式计算精度［22］，用最小二乘法对19 个站点H-S公式中的经验系数进行率定［23］，以1990-2009年为基准年，FAO56-PM 公式计算的ET0值为标准值，通过Matlab（R2018a）建立参数率定模型，从而得到各站点H-S 公式经验系数，并将2010-2019年数据代入率定后的H-S公式验证公式的准确性。

1.3.2 作物需水量计算

作物需水量指作物在生长发育时所需要的耗水量，是确定作物灌溉需水量的基础。作物需水量受作物、土壤、气候等因素的影响，其计算方法有2种，分别是直接法和参照作物法。研究本文采用参照作物法计算作物需水量，计算公式如下：

式中：Kc为作物系数；ETc为作物需水量，mm/d。

江苏省的主要作物有水稻和冬小麦两种，采用单系数法构建Kc曲线，其概化曲线见图2。参考联合国粮食及农业组织文件参考作物蒸散量计算指南和李志［24］等人的研究，确定江苏地区6月10日至6月15日水稻生长初期，Kcini值为1.05，6月16日至7月31日为快速生长期，8月1日9月20日至生长中期，Kcmid值为1.20，9月21日至10月10日为生长后期，Kcend值为0.75；冬小麦10月15日至次年1月15日为生长初期，Kcini值为0.31，1月16日至3月15日为快速生长期，3月16日至5月5日为生长中期，Kcmid值为1.14，5月6日至6月5日为生长后期，Kcend值为0.35。

根据两种作物的生长阶段日期划分，将Kc值代入公式计算水稻和小麦逐日需水量，最终求和计算各站点年作物需水量，将所得的结果录入ArcGIS，利用反距离权重差值法［25］分别绘制RCP4.5 与RCP8.5 情景模式下2020年、2035年、2050年和2100年作物需水量、降水量和降水量与作物需水量的差值图。

2 结果与分析

2.1 H-S公式率定与验证

各站点H-S 公式经验系数率定结果如表1所示，率定后的H-S 公式验证结果如表2所示。从表格计算结果来看，利用1990-2009年20年逐日气象数据率定江苏省19 个站点的H-S公式的经验系数，率定时计算结果与FAO56-PM 公式计算得到的ET0的决定系数均R2在0.6 以上，属于强相关，其中，邳州和沭阳R2可以达到0.8 以上，说明在率定结果较好。使用2010-2019年逐日气象数据计算ET0，校验率定后H-S 计算结果与FAO56-PM公式结果R2均在0.65以上。

表1 H-S公式经验系数计算表Tab.1 Calculation table of empirical coefficient of H-S model

表2 率定系数后H-S公式验证结果Tab.2 The verification results of the modified H-S model

综上所述，率定经验系数后的H-S 公式精度较高且所需气象变量较少，可用于各个站点在RCP 4.5和RCP 8.5情景模式下ET0的预测。

根据划分的南北中3 个区域，各站点率定后H-S 经验系数见图3。图3中，蓝色为经验系数a，橙色为经验系数b，黄色为经验系数C。

从图3中可以看出，位于苏南的5个站点，除昆山站，其他4个站点的3 个经验系数比较接近，其中经验系数a稍有差别，经验系数b在0.75左右，经验系数C在15.0附近。

苏中的7 个站点经验系数a波动较大，其中射阳最大为0.001 6，经验系数b在0.70左右，经验系数C在20.0附近。

苏北地区的7 个站点，经验系数a普遍低于0.001 0。经验系数b除赣榆外，均在0.7 以上，部分站点甚至超过0.8。经验系数C均在20以上，其中赣榆超过30。

综合南北中3 个区域的3 个经验系数，可以看出，对于同一个片区参数a与参数b反相关，与参数C是正相关。从地理位置上来看，经验系数a从南向北呈减小趋势，经验系数C呈增大趋势，经验系数b除几个特殊站点，南北变化较小。再将所得经验系数与H-S 公式所给参数常用值对比，率定后适用于江苏地区的H-S 公式中经验系数a均低于推荐值0.001 7，苏南地区平均值0.001 4，苏中地区平均值0.001 3，苏北地区平均值0.001 0；经验系数b高于推荐值0.5，苏南地区平均值0.73，苏南地区平均值0.72，苏北地区平均值0.77；经验系数C苏南地区低于推荐值17.8，平均为15.7，苏中和苏北高于常用值，平均为21.3，苏北地区平均值27.1。

综上所述，对江苏北部、中部和南部的H-S 公式给出参数率定后公式如下：

2.2 RCP4.5情景模式下江苏省总作物需水量预测

使用率定后的H-S 公式预测RCP 4.5 情景模式下江苏省各个站点的ET0，并计算每年作物需水量，绘制2020、2035、2050与2100年江苏省降雨量与作物需水量及这两者之间的差值图。

根据率定系数后的H-S 公式，选取与2.1 中给出的经验系数接近的无锡、东台、泗洪分别作为苏南、苏中和苏北地区的代表站，绘制RCP 4.5 情景模式下其作物需水量随时间变化图。由图5可知，RCP 4.5 情景模式下，在时间跨度上全省作物需水量将会逐年提高的，苏南、苏中、苏北3 个地区增长速率较为接近。其中在2035年江苏一半以上地区年作物需水量超过1 200 mm，而年降雨在1 000 mm 以内。2036、2052、2056、2058、2087、2092、2097 这7年江苏省大部分地区降雨量与作物需水量的差值500 mm，需要大量地表径流补充灌溉用水，需提前做好抗旱措施以保证作物产量。

从空间上来看，作物需水量整体上呈南少北多、东少西多的状况，年作物需水量最多的是西北方向的徐州市。降雨方面，苏南地区在RCP 4.5情景模式下变化较小；苏中地区起伏大且无明显的变化规律；苏北降雨量逐年减小，其中东北方向的赣榆区为沿海地区，年际蒸散量与降雨起伏大，因此作物需水量年际变化大。就总体来看，苏南、苏中地区降雨总量能够满足江苏省农业灌溉需求，而苏北地区则需要通过更加合理的灌溉制度以保证作物产量。

2.3 RCP8.5情景模式下江苏省总作物需水量预测

使用率定后的H-S 公式预测RCP8.5 情景模式下江苏省各个站点的ET0，并计算年作物需水量，绘制2020、2035、2050 与2100年江苏省降雨量与作物需水量及这两者之间的差值图。

根据率定系数后的H-S 公式，选取与2.1 中给出的经验系数接近的无锡、东台、泗洪分别作为苏南、苏中和苏北地区的代表站，绘制RCP 8.5情景模式下其年作物需水量随时间变化图。

由图6可知，RCP 8.5情景模式下，在时间上，江苏省年作物需水量逐渐增加，其中无锡增长最快，其次是东台和泗洪，且相较于RCP4.5，RCP8.5 情景模式下作物需水量波动剧烈。其中2050年江苏大部分地区年作物需水量超过1 275 mm，降雨量小于1 200 mm，2/3 以上的地区降雨量不能实现农业灌溉的自给自足，但作物需水缺口均在500 mm 以内，但是在2036、2042、2056、2061、2074、2079、2093 这7年江苏省大部分地区降雨量与作物需水量的差值大于500 mm，需要大量地表径流补充灌溉用水，需提前做好抗旱措施以保证作物产量。

就空间上而言，作物需水量整体上呈中间多、两边少的情况，徐州和赣榆作物需水量变化较小。正常年份江苏省西部地区年降雨总量能够满足作物灌溉需求，苏中地区作物需水量有明显的上升趋势，到达峰值后出现回落。 就总体来看，除滨海地区降雨稍有不足，整个江苏省降雨能够满足作物生长需要，而滨海地区地表径流也能填补作物需水的空缺，农业用水形式较为乐观。

3 结 论

（1）综合苏北、苏中、苏南3 个地区的经验参数，率定系数后，H-S 公式与P-M 公式相关系数均高于0.7，相关性良好。对于同一个片区参数a与参数b反相关，与参数C是正相关。从地理位置上来看，经验系数a从南向北呈减小趋势，经验系数C呈增大趋势，经验系数b除几个特殊站点，南北变化较小。

（2）未来不同排放情景模式下，2100年江苏省年作物需水量在RCP4.5 情境下较2019年增长74.8%～97.5%，在RCP8.5 情境下增长56.3%～102%，RCP 4.5 情景下昆山作物需水量增长最多，RCP 8.5情景模式下东山年作物需水量增长最多。

（3）在RCP 4.5 情景下，江苏地区年作物需水量总体呈线性增加的趋势，苏北、苏中和苏南增长速度接近，2036、2042、2056、2061、2074、2079、2093 这7年江苏省大部分地区降雨量与作物需水量的差值大于500 mm，需要大量地表径流补充灌溉用水。在RCP 8.5 情境下，年作物需水量总体也呈线性增加的趋势，但增长速度由北向南逐渐升高，在2036、2042、2056、2061、2074、2079、2093 这7年江苏省大部分地区降雨量与作物需水量的差值大于500 mm，需要大量地表径流补充灌溉用水。

通过研究不同RCP 情景下江苏省作物需水量变化趋势，可以指导地区有针对性地制定地区灌水制度和灌溉定额以应对未来气候变化所带来的极端灾害，确保作物生长需要用水，对保障我国粮食安全具有重要意义。□