降水对华北主要粮食作物灌溉需求影响特征

王电龙 冯慧敏 张宝忠 魏 征 杜旭婷

(1.太原工业学院环境与安全工程系， 太原 030012；2.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室， 北京 100038；3.山西农业大学城乡建设学院， 太谷 030801)

0 引言

华北平原是我国小麦、玉米等粮食作物主产区，灌溉农业是主要用水户，灌溉水量占该区总水量的比率达70%以上[1]，由于连年大规模取水灌溉，部分区域地表水开发利用程度已接近100%，多年平均地下水开采量达130亿m3[2]，导致地下水水位下降、降落漏斗面积不断扩大、地面沉降、河道断流等一系列环境地质问题。农业灌溉用水强度与气候变化密切相关[3-7]，降水及气温等气象因子的变化均可显著增大(或减少)粮食作物灌溉需水，尤其是连续降水枯水年份或连续降水丰水年份[8-12]。近些年来，华北气候条件发生较大变化，多年平均降水量由608 mm(1956—1979年)降低到528 mm(1980—2020年)，年平均气温以0.25℃/(10 a)的增大速率升高，且空间分布极不均匀[13]。在此气候背景下，开展降水变化对华北主要粮食作物灌溉需求影响特征研究，对有针对性地提出华北农业区灌溉农业调控措施，合理开发利用区域水资源具有重要意义。

目前，已有较多针对不同区域灌溉需求时空特征及主控因素的研究成果，符娜等[14]基于灌溉需求指数研究了滇中烤烟需水量时空变化特征，并指出降水是影响该区净灌溉需水量的主要因素；刘小刚等[15]针对河南地区主要粮食作物的灌溉需水量进行了研究，指出该区灌溉需求指数随经纬度的增大而增大，且冬小麦对灌溉的依赖程度高于夏玉米；聂堂哲等[16]指出1959—2015年期间，黑龙江地区玉米灌溉需水量呈减小趋势。郑东方等[17]研究了云南省烤烟需水量及灌溉需求指数变化特征，认为该区灌溉需水量及灌溉需求指数随海拔的升高而增加。雷宏军等[18]认为气候变化是贵州省净灌溉需水量和灌溉需求指数升高的主控因素。从以上分析可以看出，目前已有研究成果多集中在气候变化对作物灌溉需水量或灌溉需求指数的定量或定性分析上。本文基于降水对作物需水的满足程度及作物产量与需水满足程度对应关系，建立作物灌溉需求指数IRI分级体系；探明不同降水条件下华北主要粮食作物不同分级IRI空间变化特征；识别IRI演变主控因素及不同分级IRI转变对应的降水临界值；厘清降水变化对IRI概率分布影响特征，预测不同区位、不同分级IRI的概率，以期为缓解华北地区地下水超采趋势，保障国家粮食安全、水资源安全提供一定的理论支持。

1 材料与方法

1.1 研究区概况

华北农业区地处太行山山脉以东，燕山山脉以南，地势平坦广阔，根据水文地质条件可分为3部分：山前冲积-洪积平原(山前平原)、中部冲积-湖积泛滥平原(中部平原)和东部冲积-海积滨海平原(滨海平原)。其中，山前平原又可以分为燕山山前平原、太行山前-豫北平原和太行山前-冀中平原等3部分，中部平原可以分为中部-冀中平原、中部-鲁北平原和中部-豫北平原等3部分(图1)。

图1 研究区地理位置Fig.1 Location of study area

华北农业区属欧亚大陆东岸暖温带半干旱季风气候区，多年平均降水量为556.5 mm，且年内分配极不均匀，主要集中在7—9月，占年内总降水量的75%左右，多年平均气温介于10～14℃之间(表1)。该区是我国重要的粮食基地，以小麦为主的夏粮作物和以玉米为主的秋粮作物播种面积占全区农作物总播种面积的80%以上，主要种植方式为冬小麦和夏玉米一年两季轮作种植。全区以地下水为主要灌溉水源，近5年平均农业用水开采量132.34亿m3，占该区农业灌溉总用水量的62.9%。

表1 研究区多年平均气象特征Tab.1 Long term meteorological characteristics

1.2 数据来源

基本气象数据主要源自中国气象数据网 (http:∥data.cma.cn)，主要包括1971—2020年华北地区60个气象站逐日气象资料(图1)，主要包括：降水量P、最高气温Tmax、最低气温Tmin、每日日照时数N、相对湿度Rh及风速Ws。

1.3 冬小麦及夏玉米需水量

采用作物系数法计算冬小麦和夏玉米需水量，计算式为

(1)

式中ETc——作物需水量,mm

kci——作物需水系数

i——计算时段,d

n——总计算时段,d

ET0i——参考作物需水量，mm/d

其中，作物各生育阶段的需水系数采用刘钰等[19]的研究成果。

采用彭曼-蒙蒂斯(Penman-Monteith)公式计算参考作物需水量(Reference crop evapotranspiration)，计算式为

(2)

式中Δ——饱和水汽压与温度关系曲线在T处的切线斜率,kPa/K

Rn——农作物冠层表面净辐射强度，MJ/(m2·d)

G——土壤热通量,MJ/(m2·d)

γ——湿度计常数,kPa/K

T——平均温度,℃

U2——高度2.0 m处风速,m/s

es——饱和水汽压,kPa

ea——实际水汽压,kPa

1.4 冬小麦及夏玉米净灌溉需水量及灌溉需求指数

将作物生育期内需水量ETc与有效降水量Pe的差值定义为净灌溉需水量IR，将净灌溉需水量与作物需水量的比值定义为作物灌溉需求指数IRI，用以评估作物生长发育对灌溉的依赖程度，计算式为

(3)

其中

(4)

式中Pj——第j时段降水量，mm/旬

Pej——作物生育期内有效降水量,mm/旬

j——计算时段，旬，按照刘钰等[19]的研究成果，在我国华北地区以旬为时段计算作物有效降水量满足规划设计精度要求

m——计算总时段，旬

基于降水量对作物需水的满足度及作物需水满足度与作物产量对应关系(按照任宪韶等[20]在太行山前-冀中平原的研究成果，在适宜的灌溉制度下，冬小麦与夏玉米作物需水满足度接近75%时，可达高产目标，小于25%则大幅减产，减产幅度达40%以上)，对IRI进行了如下分级：IRI<0.25，轻度灌溉需求，有效降水量可满足作物需水量75%以上；IRI为0.25～0.50，中度灌溉需求，有效降水量可满足作物灌溉需水量50%～75%；IRI为0.50～0.75，高度灌溉需求，有效降水量仅可满足作物需水量 25%～50%；IRI>0.75，极高灌溉需求，有效降水量不足作物需水量的25%。

1.5 概率分析

首先，利用频率直方图初步分析不同区位IRI的概率分布函数；其次，利用卡方χ2拟合检验法对拟定的概率分布函数进行显著性检验；最后，利用确定的概率分布函数进行不同区位、不同分级IRI的概率分析。

1.6 相对贡献度分析

采用多元回归分析计算最高气温Tmax、最低气温Tmin、每日日照时数N、相对湿度Rh、风速Ws及降水量P等气象因素对IRI影响的相对贡献度。本文利用DPS 19.05软件建立IRI与Tmax、Tmin、N、Rh、Ws、P的多元回归模型

IRI=α0+α1Tmax+α2Tmin+α3N+α4Rh+
α5Ws+α6P

(5)

各气象因素对IRI影响的相对贡献度为

(6)

式中αi——Tmax、Tmin、N、Rh、Ws和P的线性回归系数

Ci——Tmax、Tmin、N、Rh、Ws和P的相对贡献度

2 结果与分析

2.1 不同降水年份冬小麦与夏玉米灌溉需求空间变化特征

2.1.1冬小麦

采用式(1)～(4)计算华北地区60个县(市、区)1971—2020年冬小麦灌溉需求指数；采用反距离权重插值法(IDW)得到降水丰水年(25%)、平水年(50%)和枯水年(75%)灌溉需求指数空间分布特征(图2)。

图2 冬小麦灌溉需求指数空间特征Fig.2 Spatial characteristics of IRI of winter wheat

由图2a可以看出，在丰水年，冬小麦灌溉需求指数IRI在0.40～0.75之间，且以IRI在0.50～0.75之间的高度灌溉需求区为主，分布面积占华北全区92%，IRI低于 0.50的中度灌溉需求区仅占8%，主要分布在太行山前-豫北平原焦作、新乡一带。在平水年，IRI增大至0.65～0.80之间(图2b)，主要以IRI大于0.75的极高灌溉需求区为主，占华北全区56%；在枯水年，IRI较平水年份进一步增大(图2c)，在0.70～0.85之间，高度灌溉需求区面积比率急剧减少至3%，极高灌溉需求区骤升至97%。

对丰水年份仍为极高、高度灌溉需求区，如燕山山前平原的唐山、廊坊一带、太行山前-冀中平原、太行山前-豫北平原的安阳一带、中部-冀中平原、中部-豫北平原的濮阳一带、中部-鲁北平原和滨海平原等区域，当地水资源承载力已无法支撑灌溉需求，应通过适当减少作物种植规模，调引客水等措施，缓解灌溉压力。

2.1.2夏玉米

同冬小麦，采用式(1)～(4)计算研究区60个县(市、区)1971—2020年夏玉米灌溉需求指数，采用反距离权重插值法(IDW)得到丰水年(25%)、平水年(50%)和枯水年(75%)夏玉米灌溉需求指数空间分布特征(图3)。

图3 夏玉米灌溉需求指数空间特征Fig.3 Spatial characteristics of IRI of summer maize

由图3a可以看出，在丰水年，夏玉米灌溉需求指数IRI在0.20～0.50之间，且以IRI在0.25～0.50的中度灌溉需求分布区为主，分布面积占华北全区的86%，IRI低于0.25的轻度灌溉需求分布区占14%，主要分布在太行山前-豫北平原焦作一带；在平水年，IRI较丰水年份增大至0.25～0.50之间(图3b)，研究区全区均属中度灌溉需求区，低度灌溉需求区全部消失；在枯水年，IRI以0.50～0.75 之间的高度灌溉需求分布区为主，分布面积占华北全区的84%，较平水年份，IRI在0.25～0.50之间的中度灌溉需求区急剧减少90%，且出现了IRI大于0.75的极高灌溉需求区，分布区占华北全区的比率为6%，主要分布在中部-冀中平原的衡水一带。对枯水年份仍为中度、轻度灌溉需求的区域，如燕山山前部分区域(图3c)，灌溉压力较小，可适度扩大种植规模，增加粮食产能。

2.2 降水变化对冬小麦与夏玉米灌溉需求的影响

2.2.1冬小麦

图4为研究区不同区位冬小麦灌溉需求指数IRI与作物生育期内降水量相关关系。可以看出，不同区位IRI与降水量均呈良好的线性关系(P<0.01)，随着降水量的增大，IRI直线降低，但敏感性略有差异，其中，燕山山前平原、太行山前-冀中平原、中部-冀中平原和滨海平原随生育期内降水变化敏感性最强，降水量每增大100 mm，IRI均降低0.14，其次为太行山前-豫北平原和中部-豫北平原，降水量每增大100 mm，IRI降低0.12，中部-鲁北平原敏感性最低，降水量每增大100 mm，IRI降低0.11。

从图4还可以看出，7个区位冬小麦IRI在0.75处的降水临界值均为175 mm 左右，即当降水量小于175 mm，冬小麦IRI均趋于大于0.75，灌溉需求过渡至极高灌溉需求；IRI在0.50处的降水量临界值不尽相同，其中，燕山山前平原、太行山前-冀中平原、中部-冀中平原和滨海平原均在350 mm左右，太行山前-豫北平原和中部-豫北平原在400 mm左右，中部-鲁北平原则大于400 mm。

图4 华北不同区位冬小麦灌溉需求指数与降水量相关关系Fig.4 Relationships between precipitation and irrigation water demand index of winter wheat in different regions of North China Plain

2.2.2夏玉米

图5为夏玉米灌溉需求指数IRI与作物生育期内有效降水量关系。由图5可以看出，随着降水量的增大，不同区位夏玉米灌溉需求指数IRI均呈直线下降趋势(P<0.01)，且中部-冀中平原敏感性最强，降水量每增大100 mm，IRI降低0.26，其次为太行山前-冀中平原、中部-鲁北平原、滨海平原、燕山山前平原、太行山前-豫北平原、中部-豫北平原，敏感性分别为-0.25/(100 mm)、-0.22/(100 mm)、-0.22/(100 mm)、-0.20/(100 mm)、-0.18/(100 mm) 和-0.17/(100 mm)。从图5还可以看出，当有效降水量增大至175 mm以上时，燕山山前平原、太行山前-冀中平原、中部-冀中平原和滨海平原IRI可降至0.25以下，当有效降水量增大至200 mm以上时，太行山前-豫北平原、中部-鲁北平原、中部-豫北平原IRI可降至0.25以下；当降水量减少至75 mm以下时，除燕山山前平原外，其余6个分区IRI均增大至0.50以上，当降水量减少至50 mm以下时，燕山山前平原IRI亦增大至0.50以上，升至高度灌溉需求。

图5 华北不同区位夏玉米灌溉需求指数与降水量相关关系Fig.5 Relationships between irrigation water demand index of summer maize and precipitation in different regions of North China Plain

2.3 不同降水条件下IRI概率分布

2.3.1冬小麦

统计发现，华北7个区位冬小麦灌溉需求指数IRI均呈正态分布(P>0.05)，但其分布参数随降水条件不同而存在明显差异(图6，图中GF为正态分布曲线，CF为累积频率曲线，下同)。在太行山前-豫北平原和燕山山前平原，多年平均降水量均大于600 mm(表1)，正态分布的均值μ均为0.70，属高度灌溉需求，标准差为0.09和0.10，IRI大于0.75(极高灌溉需求)的概率分别为0.33和0.30；在中部-豫北平原和滨海平原，多年平均降水量减少至550～600 mm之间，均值μ则分别增大至0.71和0.74，标准差分别为0.10和0.07，IRI大于0.75的概率大幅增大，分别为0.36和0.43；在太行山前-冀中平原、中部-冀中平原和中部-鲁北平原，多年平均降水量进一步减少至500～550 mm之间，均值μ则进一步分别增大至0.75、0.78和0.75，其标准差分别为0.09、0.08和0.08，IRI大于0.75的概率急剧上升，分别达到0.52、0.43和0.51。

图6 华北不同区位冬小麦灌溉需求指数概率分布Fig.6 Statistical distributions of winter wheat IRI for different regions of North China Plain

2.3.2夏玉米

图7为夏玉米灌溉需求指数IRI概率分布图。由图7可以看出，不同区位夏玉米灌溉需求指数亦服从正态分布(P>0.05)，且分布参数随降水条件的不同亦存在较大差异。在降水量最低的中部-冀中平原和中部-鲁北平原(多年平均降水量仅为 511 mm和 533 mm，表1)，正态分布均值μ分别为0.45和0.44，属中度灌溉需求，IRI小于0.25(低度灌溉需求)概率分别为0.04和0.06，大于0.50(高度、极高灌溉需求)的概率分别为0.35和0.40；当降水量增大至580 mm以上时(例如中部-豫北平原)，均值μ减小至0.41，IRI小于0.25概率增大至0.11，大于0.50的概率则减小至0.25；当降水量增大至 636 mm (例如燕山山前平原)，均值μ减小至0.33，IRI小于0.25概率增大至0.22，大于0.50的概率则减小至0.05。

图7 华北不同区位夏玉米灌溉需求指数概率分布Fig.7 Statistical distributions of summer maize IRI for different regions of North China Plain

3 讨论

由图2～7可以看出，降水量变化对华北主要粮食作物-冬小麦和夏玉米灌溉需求影响显著，与现有国内外学者研究成果相同[21-27]。由图4和图5还可以看出，研究区不同区位冬小麦和夏玉米的灌溉需求指数IRI对降水量变化的敏感性存在明显差异，这是因为IRI除受降水量P影响外，还受最高气温Tmax、最低气温Tmin、每日日照时数N、相对湿度Rh及风速Ws等因素的影响。由式(5)、(6)计算得到上述各气象参数对IRI变化影响相对贡献度(表2、3)。

由表2可以看出，降水量对冬小麦IRI影响的相对贡献度最大，可见在作物生长关键期，适当开展人工增雨作业，可有效降低IRI，缓解灌溉压力。其次是相对湿度Rh、每日日照时数N、最高气温Tmax和最低气温Tmin，且不同区位上述气象参数对IRI影响的相对贡献度及气象参数本身数值(表1)均存在较大差异，由此造成不同区位冬小麦IRI对降水量变化敏感程度不同。同样，由于各气象参数对不同区位夏玉米IRI的相对影响贡献度(表3)及气象参数本身数值亦均存在明显的空间差异，导致了不同区位夏玉米IRI对降水量变化敏感程度存在差异。

表2 不同区位气象参数对冬小麦IRI影响相对贡献度Tab.2 Relative contribution degree of meteorological factors on IRI of winter wheat %

表3 不同区位气象参数对夏玉米IRI影响相对贡献度Tab.3 Relative contribution degree of meteorological factors on IRI of summer maize %

4 结论

(1)在丰水年，冬小麦以IRI在 0.50～0.75区间的高度灌溉需求分布区为主，夏玉米则以IRI在 0.25～0.50区间的中度灌溉需求分布区为主，分别占全区92%、86%；在平水年，冬小麦以IRI大于0.75的极高灌溉需求分布区为主，占全区56%，夏玉米仍以IRI在0.25～0.50的中度灌溉分布区为主，但分布面积比率扩大至100%；在枯水年，冬小麦极高灌溉需求分布区比例增大至97%，夏玉米则以IRI在 0.50～0.75的高度灌溉需求分布区为主，分布面积占全区的84%。对极高、高度灌溉需求分布区，尤其是在丰水年仍为极高、高度灌溉需求的区域，应通过适当减少作物种植规模，调引客水等措施，缓解灌溉压力；反之，在中度、轻度灌溉需求分布区，尤其是在枯水年仍为中度、轻度灌溉需求的区域，则可以适度扩大种植规模，增加粮食产能，保障国家粮食安全。

(2)降水是影响研究区不同区位冬小麦和夏玉米IRI的主控因素。随降水量的增大，冬小麦和夏玉米IRI均呈直线下降趋势，但不同区位IRI对降水变化敏感性不同，冬小麦以燕山山前平原、太行山前-冀中平原、中部-冀中平原和滨海平原最为敏感，降水量每增大100 mm，IRI均降低0.14，夏玉米则是中部-冀中平原敏感性最强，降水量每增大100 mm，IRI降低0.26。在作物生长关键期，应抢抓有利天气时机，适时开展人工增雨作业，以缓解灌溉压力。

(3)研究区不同区位冬小麦和夏玉米IRI均服从正态分布，但随降水条件的不同，分布参数变化明显。降水量减小，正态分布均值μ增大，冬小麦IRI大于0.75(极高灌溉需求)的概率呈明显增大趋势，小于0.25(轻度灌溉需求)的概率则呈减少趋势，夏玉米IRI大于0.50(高度、极高灌溉需求)的概率呈增大趋势，小于0.25的概率呈减少趋势。