魏新光 王鐵良 劉春成 聶真義 李 波 姚名澤

(1.沈陽農(nóng)業(yè)大學水利學院， 沈陽 110866； 2.中國農(nóng)業(yè)科學院農(nóng)田灌溉研究所， 新鄉(xiāng) 453002；3.西北農(nóng)林科技大學資源與環(huán)境學院， 陜西楊凌 712100)

基于組合模型的遼寧省玉米水分盈虧量時空分布特征研究

魏新光1王鐵良1劉春成2聶真義3李 波1姚名澤1

(1.沈陽農(nóng)業(yè)大學水利學院， 沈陽 110866； 2.中國農(nóng)業(yè)科學院農(nóng)田灌溉研究所， 新鄉(xiāng) 453002；3.西北農(nóng)林科技大學資源與環(huán)境學院， 陜西楊凌 712100)

根據(jù)遼寧省27個氣象站1955—2014年逐日氣象數(shù)據(jù)與相關(guān)玉米生長資料，對遼寧省不同區(qū)域玉米生育期需水量、水分盈虧量的確定方法及其時空分布特征進行深入分析。結(jié)果表明，遼寧省玉米生育期需水量以遼西最高(大于380 mm)，遼南最低(小于345 mm)。玉米的水分盈虧量從西北至東南依次增加，其中遼西地區(qū)虧水現(xiàn)象普遍存在。不同地區(qū)年際水分盈虧量均呈逐漸下降趨勢，其中遼西、遼北地區(qū)下降趨勢顯著(UF

玉米; 水分盈虧量; 投影尋蹤; 時空分布; 虛擬年法； 遼寧省

引言

遼寧省地處我國“東北大糧倉”的南部，是我國重要商品糧生產(chǎn)基地。玉米作為全省第一大糧食作物，在全省的13個市區(qū)均有分布[1]。截止2015年，全省玉米種植面積3.297×106hm2，產(chǎn)量2.202 2×107t，分別占全國玉米種植面積和產(chǎn)量的8.6%和9.0%[2]。由于全省地域類型復雜、不同區(qū)域水文氣候條件各異，水量分布時空差異明顯，因此準確掌握全省不同區(qū)域玉米生育期水量盈虧狀況，并制定科學合理的灌排措施，對于提高玉米產(chǎn)量和促進區(qū)域水資源高效利用均具有重要意義[3]。

玉米的水分盈虧量受到其種植模式、降水、地下水補給、氣候等諸因子的綜合影響，這些因素在年際之間變化劇烈，導致不同年份間水分盈虧量差異較大。為更加全面描述這種年際差異，必須劃分不同水文年型，分別進行研究。常用的水文年劃分方法有典型年法和虛擬年法。典型年法也稱典型水文年法，主要基于降水頻率分析進行年型劃分，原理簡單，運用非常廣泛[4-5]。但是該方法忽略了降水在生育期內(nèi)的分配過程，假定相同水文年型下水分盈虧量相等，這往往與實際情況不符。虛擬年法(長系列法的一種形式)，也是進行水分年型劃分的重要方法，康紹忠等[6]利用虛擬年法對陜西地區(qū)的玉米、小麥、玉米生育期進行年型劃分，上官周平等[7]利用虛擬年法對西北地區(qū)主要旱田作物進行年型劃分，均收到了理想的效果。由于該方法是建立在較小時間尺度水量平衡基礎(chǔ)上的頻率分析，計算結(jié)果相對準確。但該方法忽略了長歷時、較大降水時，降水有效利用系數(shù)的逐漸減少，因而在長歷時降水時，會造成盈余水量的高估。前人利用單一方法進行頻率分析的研究成果較為多見，但將2種方法進行統(tǒng)籌考慮、綜合運用的研究成果還較為少見，為此本文采用組合模型，并采用權(quán)重賦值法，對2種方法的權(quán)重進行賦值，進而對不同水文年型下的計算結(jié)果進行深入分析。常用的權(quán)重確定方法，可分為主觀賦權(quán)法和客觀賦權(quán)法兩大類[8]。主觀賦值法主要依賴于專家經(jīng)驗和主觀判斷，雖然較為簡單，但有一定的主觀隨意性[9-10]；客觀賦值法主要有：熵值法、變異系數(shù)法、主成分分析法、投影尋蹤法(Projection pursuit，PP)等[11-12]。這些方法在進行各類評價預測中均應用廣泛[13-15]，其中PP法作為一種非線性、非正態(tài)高維的統(tǒng)計方法，能夠通過客觀投影診斷，自動找出反映高維空間規(guī)律的數(shù)據(jù)結(jié)構(gòu)，降低了數(shù)據(jù)維數(shù)[16]，實現(xiàn)了低維數(shù)據(jù)研究高維數(shù)據(jù)的功能[17]，被廣泛地運用于農(nóng)田灌溉、水文水資源規(guī)劃等領(lǐng)域[18-19]。

前人在進行相關(guān)研究時，往往僅選取典型年法或虛擬年法中的一種，但是對兩方法進行深入比較、分析，以及組合應用的研究并不多見。本文主要運用2種方法分別計算遼寧省玉米的水分盈虧量，對比其在不同區(qū)域、不同站點、不同水文年型(計算結(jié)果)的差異性和合理性，并采用投影尋蹤法(PP法)對組合模型各項進行權(quán)重賦值，最終采用組合模型確定遼寧省不同水文年的水分盈虧量空間分布，以期為遼寧省灌溉決策和農(nóng)業(yè)水資源規(guī)劃提供一定理論依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

本研究選取遼寧省13個市的27個農(nóng)業(yè)氣象觀測站作為研究站點(圖1)，研究所用資料有：各站點經(jīng)緯度、高程信息； 1955—2014年逐日氣象數(shù)據(jù)(最高溫度、最低溫度、平均溫度、風速、降水量、日照時數(shù)、氣壓)，主要來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)；遼寧省玉米物候期、生長發(fā)育狀況根據(jù)資料[20]確定。

圖1 研究區(qū)域與站點選取Fig.1 Study area and site selection

1.2 作物需水量

作物需水量(Evaportranspiration，ET)采用間接法進行確定，即首先利用彭曼蒙特斯公式(Peman-Monteith，P-M)計算參考作物蒸發(fā)蒸騰量(ETo)，然后根據(jù)單作物系數(shù)法，確定玉米的需水量(ET)。P-M公式的計算步驟參照文獻[21]，過程從略。單作物系數(shù)法作物需水量的計算方程為

(1)

式中Kci——第i月的作物系數(shù)EToi——第i月的參考作物蒸發(fā)蒸騰量，mmm——生育期總月數(shù)

各站點玉米全生育期逐月作物系數(shù)的選取參照文獻[20，22]確定。

1.3 作物水分盈虧量

玉米生育期水分盈虧量M(mm)采用水量平衡方程[23]確定，即

Wi-W0=Wt+P0+K-ET-M

(2)

其中

P0=αP

(3)

式中W0、Wi——時段初始、時間i時的土壤計劃濕潤層儲水量，mm

Wt——由于土壤計劃濕潤層增加而增加的水量，mmP0——有效降水量，mmP——降水量，mm

K——地下水補給量，mm

α——降水有效利用系數(shù)

本研究的玉米種植區(qū)域基本為旱田，一般不考慮地下水補給，故K=0；玉米全生育期的計劃濕潤層深度固定不變，即Wt=0；同時由于本研究為60 a連續(xù)時間序列，對于較長的連續(xù)時間序列，可以忽略研究過程中的土壤水分變化，即Wi-W0=0。α受土壤性質(zhì)、地面覆蓋、地形、次降水量、降水強度及降水延續(xù)時間等因素影響，一次降水量小于5 mm時，α為0；一次降水量為5～50 mm時，α約為0.9；一次降水量大于50 mm時，α為0.8[24]。

若M>0 mm，表明出現(xiàn)了水分盈余，M值為農(nóng)田凈排水量；若M<0 mm，表明出現(xiàn)了水分虧缺，|M|為水分虧缺量，即凈灌溉需水量。

1.4 不同水文年玉米水分盈虧量的確定

確定不同水文年型的玉米水分盈虧量，需要首先根據(jù)水文頻率進行典型水文年型劃分，然后依據(jù)劃分的水文年型求得各水文年型對應的水分盈虧量。參照前人研究成果[6]，水文頻率p為25%、50%、75%和90%時對應的水文年型分別為豐水年、平水年、干旱年和特旱年。

(1)典型年法

典型年法直接對研究期內(nèi)歷年有效降水量進行頻率分析，水文頻率計算式為

(4)

式中n——研究總年數(shù)mp0——研究年份按照有效降水量P0排序的序列號

pt——典型年法確定的水文頻率

各水文年計算作物水分盈虧量步驟為：①根據(jù)式(1)計算歷年玉米需水量ETi，然后確定多年平均ET值。②利用式(4)對有效降水量進行水文頻率分析，得到25%、50%、75%和90% 4種水文頻率對應的有效降水量。③根據(jù)mp0得到其對應的具體年份與相應的P0值。④將ET和利用步驟③得到的各水文年份對應的P0代入式(2)，得到相應的M值，即為這4種水文年對應的水分盈虧量。

(2)虛擬年法

虛擬年法不直接對降水量進行頻率分析，而是先求得歷年水分盈虧量M，然后對M值進行頻率分析，其頻率分析公式為

(5)

式中mM——研究年份按照水分盈虧量M排序的序列號

pv——虛擬年法確定的水文頻率

各水文年玉米水分盈虧量計算步驟為：①先根據(jù)式(1)、(2)分別計算研究序列中歷年的水分盈虧量mM。②利用式(5)對mM進行水文頻率分析。③由頻率分析得到25%、50%、75%和90% 4種水文頻率對應的M值，即為這4種水文年型的水分盈虧量。

1.5 組合模型確定玉米水分盈虧量

組合模型的方程為

M=αtMt+αvMv

(6)

其中

αt+αv=1

(7)

式中Mt——典型年法確定的水分盈虧量，mmMv——虛擬年法確定的水分盈虧量，mmαt、αv——采用投影尋蹤模型確定的典型年、虛擬年法計算結(jié)果的權(quán)重

2 結(jié)果與分析

2.1 玉米全生育期需水量與水分盈虧量

2.1.1 玉米全生育期需水量空間分布

根據(jù)P-M公式和式(1)計算得到各代表站點歷年ET值，然后計算各站點數(shù)據(jù)的多年平均值和變異(標準差)，將計算結(jié)果采用反距離加權(quán)插值法[25]進行空間插值，得到遼寧省平水年(p=50%)玉米需水量空間分布結(jié)果如圖2所示。

圖2 遼寧省玉米全生育期需水量空間分布Fig.2 Spatial distributions of ET during growth periods of maize in Liaoning Province

從圖2可以看出，遼寧全省玉米生育期的需水量(ET)呈現(xiàn)東西高、中部低的特點。ET最高的地區(qū)出現(xiàn)在遼西的朝陽一帶，多年平均ET≥380 mm；其次是遼東東部，多年平均ET≥370 mm；遼寧中部ET較低，主要在335～370 mm之間；遼南南部最低，特別是大連一帶的ET≤345 mm。全省玉米ET的年際波動在6.9～18.1 mm之間，其中遼西西部最小(年際變異小于8 mm)，遼南南部最大(年際變異大于15 mm)。

2.1.2 玉米全生育期水分盈虧量空間分布特征

玉米全生育期的水分盈虧量(M)是制定農(nóng)田灌溉、排水制度的基礎(chǔ)數(shù)據(jù)。根據(jù)搜集的氣象、水文資料并結(jié)合圖2，利用水量平衡原理，求得各站點的M值及其變異(標準差)，利用Kriging插值法得到平水年(p=50%)遼寧省玉米M值及其變異的空間分布如圖3所示。

圖3 遼寧省玉米全生育期水分盈虧狀況Fig.3 Spatial distributions of maize water budget in Liaoning Province

遼寧省玉米的水分盈虧量呈現(xiàn)從西北到東南依次增加的趨勢：其中遼西大部地區(qū)M<0 mm，其中朝陽一帶M≤-60 mm。由此可見，該地區(qū)干旱普遍存在；而在遼中、遼北大部和遼南的西部地區(qū)，M平均值在0～80 mm之間，正常年份這些地區(qū)水量基本平衡，或略有盈余，但是由于M值年際變化劇烈(110～175 mm)，個別年份仍然可能發(fā)生水分虧缺；遼東地區(qū)M普遍大于160 mm，丹東一帶甚至超過260 mm。雖然其年際變化仍比較劇烈(170～220 mm)，但總體上該地區(qū)水分盈余較多，需要采取適當排水措施，以防止?jié)n澇發(fā)生。

2.1.3 玉米全生育期水分盈虧量年際變化

為進一步分析遼寧省M值的年際變化，在遼東、遼南、遼西、遼北和遼中分別選取丹東、大連、葉柏壽、開源和沈陽等5個典型站點，對遼寧省不同地區(qū)M值的年際變化規(guī)律(圖4、表1)及趨勢(表2)進行分析。

圖4 遼寧省不同區(qū)域玉米全生育期水分盈虧量年際變化Fig.4 Inter annual variation of maize water budget in different areas of Liaoning Province

由圖4和表1可知，遼寧省不同區(qū)域M值差異較大。除遼西(多年平均M=-124.83 mm)外，其他地區(qū)的M值普遍高于零。換言之，除遼西地區(qū)普遍存在水分虧缺以外，遼寧省其他區(qū)域的大部分年份均有水分盈余。通過對遼寧省的不同區(qū)域水分盈虧量的M-K趨勢檢驗發(fā)現(xiàn)(表2)，全省不同區(qū)域M值均呈現(xiàn)一定的下降趨勢(UF<0)，其中遼中地區(qū)下降趨勢極其顯著(UF=-2.89

表1 遼寧省不同區(qū)域水分盈虧量年際變化回歸方程

注：Y為水分盈虧量，mm；x為年份。

2.2 虛擬年法和典型年法確定的玉米水分盈虧量

2.2.1 不同地區(qū)水分盈虧量

利用典型年法和虛擬年法分別計算遼寧省不同地區(qū)4種水文年型下的M值，如表3所示。

表2 遼寧省不同區(qū)域水分盈虧量M-K趨勢檢驗

表3 遼寧省不同區(qū)域各水文年水分盈虧量

從表3可以看出，2種方法確定的玉米M值均隨著水文頻率的增加(水文年型由豐水年變?yōu)樘睾的?逐漸降低，甚至出現(xiàn)負值。但在遼寧省的不同區(qū)域2種方法的計算結(jié)果也存在一定差異:在遼東地區(qū)，各種水文年型下，2種方法M值均大于零，且用典型年法計算的結(jié)果均高于虛擬年法，特別是干旱年時，2種方法的計算結(jié)果差異最為顯著。表明該地區(qū)2種方法的計算結(jié)果均不存在水分虧缺，但用典型年法計算的水分盈余量較大。

在遼西地區(qū)，各個水文年型下，2種方法的計算結(jié)果均為負值，說明該地區(qū)各種水文年均會出現(xiàn)水分虧缺；在干旱年和特旱年，典型年法計算結(jié)果也高于虛擬年法的計算結(jié)果；而在豐水年和平水年，典型年法的計算結(jié)果低于虛擬年法。換言之，在豐水年和平水年，典型年法計算結(jié)果較大，而在干旱年和特旱年，虛擬年法計算結(jié)果較大。

遼中、遼南和遼北地區(qū)的水分盈虧狀況差異不顯著，均是豐水年、平水年出現(xiàn)水分盈余，特旱年出現(xiàn)水分虧缺，干旱年則出現(xiàn)輕度的水分虧缺或盈余。遼中地區(qū)在豐水年和平水年，典型年法計算結(jié)果明顯大于虛擬年法，其他地區(qū)2種方法的計算結(jié)果差別不明顯?？傮w而言，在遼寧省的不同區(qū)域，2種方法的計算結(jié)果存在一定差異，遼東地區(qū)典型年法的計算結(jié)果均大于虛擬年法。而在遼西、遼南、遼北和遼中地區(qū)，2種方法的計算結(jié)果無明顯規(guī)律。

2.2.2 站點選取對計算結(jié)果的影響

為進一步分析站點選取對M值(2種方法計算結(jié)果)造成的差異，對各站點計算結(jié)果進行分析比較(圖5)，并統(tǒng)計每種方法結(jié)果較大時的站點數(shù)和占總研究站點數(shù)的比例(表4)。結(jié)果顯示，不同站點2種方法計算結(jié)果差異明顯。阜新、清原、寬甸、丹東等站點虛擬年法計算結(jié)果Mv較大，而綏中、葉柏壽等站點，典型年法的計算結(jié)果Mt較大，而且相同站點不同水文年Mt與Mv存在差異。通過對所有站點的計算結(jié)果進行統(tǒng)計分析(表4)，各水文年型下Mt-Mv均大于零。換言之，就全省平均情況而言，各種水文年型下，典型年法的計算結(jié)果均要大于虛擬年法。其中，在平水年，Mt平均偏大最多，達29.99 mm，其次為干旱年和特旱年，豐水年最小，平均偏大值分別為18.33、6.28、6.02 mm。但是，由于各站點的Mt-Mv值在不同水文年型下波動劇烈，變異系數(shù)達0.92～5.46。平均結(jié)果的穩(wěn)定性不高，可靠性不強。通過站點統(tǒng)計(表4)，在不同水文年，Mt

較大的站點數(shù)與站點比例均高于Mv。特別在平水年，22個站點(占總站點數(shù)的81.5%)Mt均較大，其次為干旱年，特旱年和豐水年較少，站點數(shù)分別達到20、16和15個，分別占總站點數(shù)的74.1%、59.3%和55.6%?？傮w而言，各種水文年型下大部分站點(55.6%～81.5%)典型年法的計算結(jié)果要大于虛擬年法。

圖5 各研究站點2種方法結(jié)果差值變化分析Fig.5 Water budget difference analysis of two methods in each site

表4 各研究站點2種方法水分盈虧量計算結(jié)果差異

2.2.3 不同水文年型計算結(jié)果的差異

通過對不同水文年型下2組結(jié)果的相對差值(|Mt-Mv|)進行統(tǒng)計分析(圖6)，發(fā)現(xiàn)各水文年型下|Mt-Mv|的變化范圍均在0～80 mm之間，其中差值在10～20 mm的站點數(shù)最多，而且隨著差值的增大，站點出現(xiàn)的頻率依次降低。不同水文年，大部分研究站點|Mt-Mv|≤30 mm，其中豐水年(|Mt-Mv|≤30 mm)的研究站點出現(xiàn)最多，達20個，占總研究站點數(shù)的74%。其次為干旱年、特旱年和平水年，出現(xiàn)站點數(shù)分別占總研究站點數(shù)的67%、56%和48%。根據(jù)圖6差值累計頻率變化趨勢可知，累計曲線的累計速率增加越快，2種方法計算結(jié)果差值就越集中于小數(shù)值范圍，即2種方法的差異性越小，一致性越高。根據(jù)累計曲線的變化趨勢，得到2種方法計算結(jié)果一致性由好到差依次為：豐水年、干旱年、特旱年和平水年。

圖6 不同水文年2組結(jié)果相對差值的站點頻率統(tǒng)計Fig.6 Site frequency statistics of result between two methods in different hydrological years

根據(jù)不同水文年型2種計算方法結(jié)果的方差分析(表5)可知，不同水文年和所有的水文年，2種方法的計算結(jié)果一致性良好(p<0.01)，其結(jié)果的差異主要來自組內(nèi)而非組間。換言之，造成水分盈虧量計算結(jié)果差異的主要來源是站點的選取，而非計算方法本身。典型年法和虛擬年法計算結(jié)果的差異并不顯著。

2.3 組合法確定的玉米水分盈虧量

玉米水分盈虧量的確定對于制定合理的農(nóng)田灌溉排水措施至關(guān)重要。不同水文年玉米的水分盈虧量計算結(jié)果是由當?shù)毓逃械臍夂蛱卣魉鶝Q定的，既非越大越好，也非越小越好，且無參考值。由本文研究結(jié)果可知，部分研究站點(18.5%～44.4%)虛擬

表5 不同水文年2種方法計算結(jié)果方差分析

年法計算結(jié)果較大，而另一部分站點(55.6%～81.5%)典型年法計算結(jié)果較大。為了克服單一選用典型年法或虛擬年法所造成的計算結(jié)果偏差，提高結(jié)果精度，綜合考慮其變異程度、對結(jié)果的影響或貢獻程度等建立組合模型，對玉米水分盈虧量的最終結(jié)果進行確定，并采用投影尋蹤法(PP法)對組合模型各項進行權(quán)重賦值。采用投影尋蹤法(PP法)對組合模型各項進行權(quán)重賦值。

PP法的顯著特點是通過投影特征分析進行降維運算[18]。本研究中，2組結(jié)果均是由27個典型站點的數(shù)據(jù)綜合決定的，要利用27個站點數(shù)據(jù)，給2組結(jié)果賦予權(quán)重，就必須進行降維運算。利用PP法得到的投影值即為2種數(shù)據(jù)所占的權(quán)重比例，其計算步驟參照文獻[19]，過程從略。根據(jù)式(6)將特征值換算為權(quán)重系數(shù)。同時，由于不同的水文年型下，2種方法的分布規(guī)律不統(tǒng)一(圖5、6)，為了使得到的結(jié)果更加準確，對不同的水分年型分別進行權(quán)重計算，結(jié)果如表6所示。

表6 不同水文年2種方法計算結(jié)果的權(quán)重選取

由表6可知，在不同水文年型下，2種方法計算結(jié)果的權(quán)重系數(shù)不同，但虛擬年法的權(quán)重系數(shù)均大于典型年法，即虛擬年法計算結(jié)果對最終結(jié)果的影響較大，但隨著水文頻率的增加(水文年型由豐水年向特旱年變化)，虛擬年法的權(quán)重逐漸降低。根據(jù)上述研究成果，進行加權(quán)平均和插值運算，最終得到不同水文年玉米水分盈虧量的空間分布如圖7所示。

圖7 組合確定的遼寧省玉米全生育期水量盈虧Fig.7 Combined determination of water budget in the whole stages of maize in Liaoning Province

根據(jù)圖7可知，不同水文年遼寧省玉米水分盈虧量均呈現(xiàn)從西北到東南逐漸增加的趨勢，其中遼西的朝陽地區(qū)最少，遼東南的本溪、丹東一帶最大。在豐水年，僅遼西的西部(朝陽地區(qū))存在水分虧缺(M<0 mm)，虧缺量在0～50 mm之間，其他地區(qū)均有水分盈余，其中遼東的丹東一帶水分盈余量最大，盈余量超過360 mm；在平水年，水分虧缺的地區(qū)擴大到遼西的阜新、錦州、葫蘆島一帶，其中遼西的朝陽地區(qū)水分虧缺最為嚴重(50 mm≤M≤105 mm)；在干旱年，出現(xiàn)水分虧缺的地區(qū)擴大到遼寧中部地區(qū)，鐵嶺、沈陽、鞍山、大連以西的地區(qū)均存在不同程度的水分虧缺；而在特旱年，僅遼東的本溪、丹東地區(qū)存在水分盈余(0 mm≤M≤90 mm)。其他地區(qū)均有不同程度的水分虧缺，特別是遼西的朝陽一帶，虧缺量超過150 mm。

3 討論

典型年法是進行水文頻率分析和水文年型劃分最常用的方法，該方法的優(yōu)點是簡單、直觀，易于在研究時間序列中找到具體代表年份，年份指代很明確，而且允許年份缺失[26]，但該方法忽略了降水在作物生育期內(nèi)的分配所導致的作物需水量變化[6]?？到B忠等[6]對陜西省冬小麥和夏玉米的研究發(fā)現(xiàn)，降水量和玉米、小麥需水量的相關(guān)系數(shù)在-0.02～0.84、-0.09～0.84之間，其中相關(guān)系數(shù)大于0.5的占42%，這主要是因為雖然不同年份降水總量相同，但分配過程不同，造成作物需水量的較大差異。由此可見，典型年法計算結(jié)果并不理想?？到B忠等[27]利用虛擬年法對陜西省不同區(qū)域冬小麥、夏玉米、棉花、水稻等進行頻率分析，得到了這幾種主要作物不同水文年型下的凈灌溉需水量。上官周平等[7]采用虛擬年法對西北地區(qū)旱地作物不同水文年灌溉需水量進行確定，潘靈剛等[28]采用虛擬年法對陜西某水庫來水量進行劃分，計算結(jié)果較好。但在本文中，18.5%～44.4%的研究站點，虛擬年法計算的盈虧量大于典型年法，這主要是因為計算結(jié)果受降水量的影響較大。

在降水量較為充沛時，生育期出現(xiàn)干旱的頻率和程度均較低，此時生育期內(nèi)降水量分配對需水量的影響并不大，典型年法的計算結(jié)果更接近于實際情況，而虛擬年法由于未考慮連續(xù)降水造成的水分利用系數(shù)的降低，高估了降水利用量，造成了盈虧量計算結(jié)果偏低。由此可見，虛擬年法計算結(jié)果也存在一定誤差，雖然前人研究指出了現(xiàn)有方法的不足，但是對2種方法進行比較研究和綜合運用的成果還較為少見，本文為了克服單一模型的不足，使得計算結(jié)果更接近于實際情況，采用組合模型對不同水文年的水分盈虧量進行確定。

在降水量較少時，特別是降水量低于同期作物需水量時，作物對水分的利用率非常高，基本沒有降水量損失，此時典型年法的計算結(jié)果也比較接近于實際情況。本研究利用投影尋蹤法確定2種方法的權(quán)重系數(shù)，在各個水文年下均為虛擬年法大于典型年法，但是隨著水文頻率的增加(水文年型由豐水年變?yōu)樘睾的?，虛擬年法的權(quán)重系數(shù)逐漸降低，從0.59降低到0.53，甚至接近0.50。即在干旱年型，2種方法計算結(jié)果趨于一致，對最終結(jié)果的貢獻基本相同，這與玉米需水的實際情況相符合。這也進一步表明了組合模型2種方法權(quán)重選取的合理性。

4 結(jié)論

(1)遼寧省玉米全生育期需水量空間分布，西部最高(ET≥380 mm)，東部和中部次之，南部最低(ET≤345 mm)，水分盈虧量從西北到東南依次增加，遼西大部普遍存在水分虧缺(M<0 mm)，特別是朝陽一帶水分虧缺量較大(M≤-60 mm)。遼中、遼北和遼南西部水分基本平衡(0 mm≤M≤80 mm)，但其年際變異較大(110～175 mm)，個別年份也會出現(xiàn)水分虧缺，遼東地區(qū)特別是遼東東部水分盈余量較多(M≥260 mm)。遼寧省不同區(qū)域，水分盈虧量均呈現(xiàn)逐年減少趨勢(UF<0)，即水分盈余量逐年減少，虧缺量逐年增加，其中遼西、遼北地區(qū)下降趨勢顯著(UF

(2)2種方法確定的玉米M值均隨著水文頻率的增加而逐漸降低，甚至出現(xiàn)負值。其中遼東地區(qū)典型年法的計算結(jié)果均大于虛擬年法。而在遼寧的其他地區(qū)，2種方法計算結(jié)果的分布無明顯規(guī)律。不同的站點選取會對2種方法的計算結(jié)果產(chǎn)生顯著影響。大部分站點典型年法的計算結(jié)果高于虛擬年法。大部分研究站點(48%～74%)，2種方法計算結(jié)果的相對差異小于30 mm。豐水年、平水年、干旱年、特旱年，典型年法偏大的站點數(shù)分別達到了15、22、20、16個，占到總研究站點數(shù)的55.6%、81.5%、74.1%和59.3%。在不同水文年，2種方法計算結(jié)果一致性由好到差依次為：豐水年、干旱年、特旱年和平水年。

(3)不同水文年，遼寧省玉米的水分盈虧量均呈現(xiàn)西北低、東南高的特點，在豐水年僅遼西的朝陽地區(qū)出現(xiàn)水分虧缺(M<0 mm)，其他地區(qū)均存在不同程度的水分盈余。在平水年出現(xiàn)水分虧缺的地區(qū)擴展到遼西的朝陽、阜新、葫蘆島一帶。干旱年出現(xiàn)水文虧缺的地區(qū)進一步擴展至鐵嶺、沈陽、鞍山、大連以西的地區(qū)。在特旱年，僅遼東的本溪、丹東一帶有水分盈余(0 mm≤M≤90 mm)，其他地區(qū)均有不同程度的水分虧缺，特別是遼西的朝陽一帶，虧缺量超過150 mm。

1 張建平,王春乙,楊曉光,等.未來氣候變化對中國東北三省玉米需水量的影響預測[J].農(nóng)業(yè)工程學報,2009,25(7):50-55. ZHANG Jianping, WANG Chunyi, YANG Xiaoguang, et al. Future climate change on the influence of the three provinces in Northeast China corn water demand forecasting[J]. Transactions of the CSAE, 2009, 25(7): 50-55.(in Chinese)

2 國家統(tǒng)計局.國家統(tǒng)計局關(guān)于2015年糧食產(chǎn)量的公告[R].2015-12-08.

3 水利部農(nóng)村水利司.全國節(jié)水灌溉“十五”發(fā)展計劃及2010年規(guī)劃[R].2001.

4 劉章君,郭生練,李天元,等.設(shè)計洪水地區(qū)組成的區(qū)間估計方法研究[J].水利學報,2015,46(5):543-550. LIU Zhangjun, GUO Shenglian, LI Tianyuan, et al. Study on the method of design flood region composition interval estimation[J]. Journal of Hydraulic Engineering,2015,46(5):543-550.(in Chinese)

5 李天元,郭生練,劉章君,等.梯級水庫下游設(shè)計洪水計算方法研究[J].水利學報,2014,45(6):641-648. LI Tianyuan,GUO Shenglian,LIU Zhangjun,et al.Downstream of the cascade reservoirs of design flood calculation method for the study[J]. Journal of Hydraulic Engineering,2014,45(6):641-648.(in Chinese)

6 康紹忠,賀正中,張學.陜西省作物需水量及分區(qū)灌溉模式[M].北京:水利水電出版社,1992.

7 上官周平,邵明安,薛增召.旱地作物需水預報決策輔助系統(tǒng)[J].農(nóng)業(yè)工程學報,2001,17(2):42-46. SHANGGUAN Zhouping,SHAO Ming’an,XUE Zengzhao.Dryland crop water requirement forecast decision auxiliary system[J]. Transactions of the CSAE,2001,17(2):42-46.(in Chinese)

8 馮海寬,楊福芹,李振海,等. 最優(yōu)權(quán)重組合模型和高光譜估算蘋果葉片全磷含量[J]. 農(nóng)業(yè)工程學報,2016,32(7):173-180. FENG Haikuan,YANG Fuqin,LI Zhenhai,et al.Optimal combination weights model and high spectral estimate apple leaf total phosphorus content[J].Transcations of the CSAE,2016,32(7):173-180.(in Chinese)

9 謝恒星，蔡煥杰,張振華.溫室甜瓜加氧灌溉綜合效益評價[J].農(nóng)業(yè)機械學報，2010,41(11):79-83. XIE Hengxing,CAI Huanjie,ZHANG Zhenhua.Greenhouse muskmelon irrigation with oxygen comprehensive benefit evaluation[J]. Transcations of the Chinese Society for Agricultural Machinery, 2010,41(11): 79-83.(in Chinese)

10 劉楊. 基于SG-MA-ISPA模型的區(qū)域可持續(xù)發(fā)展評價研究[D].重慶：重慶大學,2012. LIU Yang. Based on the SG - MA - ISPA model of regional sustainable development evaluation research[D].Chongqing: Chongqing University,2012.(in Chinese)

11 ATKINSON S,FARMANI R,MEMON F M,et al. Reliability indicators for water distribution system design: comparison[J].Journal of Water Resources Planning & Management,2014,140(2):160-168.

12 SINGH V, AGRAWAL H M,JOSHI G C, et al.Elemental profile of agricultural soil by the EDXRF technique and use of the principal component analysis (PCA) method to interpret the complex data[J].Applied Radiation and Isotopes,2011,69(7):969-974.

13 趙麗,朱永明,付梅臣,等. 主成分分析法和熵值法在農(nóng)村居民點集約利用評價中的比較[J].農(nóng)業(yè)工程學報,2012,28(7):235-242. ZHAO Li,ZHU Yongming,FU Meicheng,et al.Principal component analysis (PCA) and entropy value method in the evaluation of intensive utilization of rural residential areas[J].Transactions of the CSAE,2012,28(7):235-242.(in Chinese)

14 AKRITAS M G. Projection pursuit multi-index (PPMI) models[J].Statistics and Probability Letters,2016,114:99-103.

15 姜秋香,付強,王子龍. 基于粒子群優(yōu)化投影尋蹤模型的區(qū)域土地資源承載力綜合評價[J]. 農(nóng)業(yè)工程學報,2011,27(11):319-324. JIANG Qiuxiang,FU Qiang,WANG Zilong.Projection pursuit model based on particle swarm optimization of regional comprehensive evaluation on the bearing capacity of land resources[J]. Transactions of the CSAE,2011,27(11):319-324.(in Chinese)

16 王柏,張忠學,李芳花,等. 基于改進雙鏈量子遺傳算法的投影尋蹤調(diào)虧灌溉綜合評價[J].農(nóng)業(yè)工程學報,2012,28(2):84-89. WANG Bai,ZHANG Zhongxue,LI Fanghua, et al. Quantum genetic algorithm based on improved double chain projection pursuit of regulated deficit irrigation (RDI) comprehensive evaluation[J].Transactions of the CSAE,2012,28(2):84-89.(in Chinese)

17 袁堯,劉超. 基于蟻群算法的泵站運行優(yōu)化及投影尋蹤選優(yōu)策略[J/OL].農(nóng)業(yè)機械學報,2013,44(3):38-44.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20130308&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2013.03.008. YUAN Yao,LIU Chao.Pump station operation optimization based on ant colony algorithm and the projection pursuit selection strategy[J/OL].Transcations of the Chinese Society for Agricultural Machinery, 2013, 44(3):38-44.(in Chinese)

18 倪長健,王順久,崔鵬. 投影尋蹤動態(tài)聚類模型及其在地下水分類中的應用[J]. 四川大學學報:工程科學版,2006,38(6):29-33. NI Changjian, WANG Shunjiu, CUI Peng. Projection pursuit dynamic cluster model and its application in the groundwater classification[J].Journal of Sichuan University: Engineering Science,2006,38(6):29-33.(in Chinese)

19 付強，趙小勇. 投影尋蹤模型原理及其應用 [M].北京：科學出版社,2006:1-200.

20 李晶,張運福,班顯秀. 遼寧玉米作物系數(shù)研究[J]. 遼寧氣象,2000(1):18-20. LI Jing, ZHANG Yunfu, BAN Xianxiu. Liaoning corn crop coefficient of research[J].Liaoning Meteorological Quarterly, 2001(1):18-20.(in Chinese)

21 ALLEN R G, JENSEN M E, WRIGHT J L, et al. Operational estimates of reference evapotranspiration [J].Agronomy Journal,1989,81:650-662.

22 MAJNOONI-HERIS A, SADRADDINI A A, NAZEMI A H, et al. Determination of single and dual crop coefficients and ratio of transpiration to evapotranspiration for canola[J].Annals of Biological Research,2012,3(4):1885-1894.

23 聶衛(wèi)波,馬孝義,幸定武,等. 基于水量平衡原理的畦灌水流推進簡化解析模型研究[J]. 農(nóng)業(yè)工程學報,2007,23(1):82-85. NIE Weibo, MA Xiaoyi, XING Dingwu, et al. Based on the principle of water balance of border irrigation water simplified analytical model research[J].Transactions of the CSAE,2007,23(1):82-85.(in Chinese)

24 ZHANG Guoqing, XIE Hongjie, YAO Tandong, et al. Water balance estimates of ten greatest lakes in China using ICESat and Landsat data[J]. Chinese Science Bulletin,2013,58(31):3815-3829.

25 徐丹,劉昌華,蔡太義,等. 農(nóng)田土壤有機質(zhì)和全氮三維空間分布特征研究[J/OL]. 農(nóng)業(yè)機械學報，2015，46(12):157-163.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20151222&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2015.12.022. XU Dan,LIU Changhua,CAI Taiyi,et al.Soil organic matter and total nitrogen distribution research in three dimensional space[J/OL]. Transcations of the Chinese Society for Agricultural Machinery, 2015, 46(12): 157-163.(in Chinese)

26 徐志俠,王浩,董增川，等. 南四湖湖區(qū)最小生態(tài)需水研究[J]. 水利學報,2006,37(7):784-788. XU Zhixia,WANG Hao,DONG Zengchuan,et al. Minimum ecological water requirement for Nansi Lake[J].Journal of Hydraulic Engineering,2006,37(7):784-788.(in Chinese)

27 陜西省作物需水量及灌概分區(qū)研究裸題組.陜西省作物需水量及灌溉分區(qū)研究成果報告[R].1989-09.

28 潘靈剛. 基于模糊理論的馮家山水庫汛期汛限水位的研究[D].楊凌：西北農(nóng)林科技大學,2010. PAN Linggang.Based on the theory of fuzzy Feng Gushan reservoir flood season limited water level by research[D]. Yangling:Northwest A&F University,2010.(in Chinese)

Spatial and Temporal Distribution Characteristics of Maize Water Budget Based on Combined Model in Liaoning Province

WEI Xinguang1WANG Tieliang1LIU Chuncheng2NIE Zhenyi3LI Bo1YAO Mingze1

(1.CollegeofWaterConservancy,ShenyangAgriculturalUniversity,Shenyang110866,China2.FarmlandIrrigationResearchInstitute,ChineseAcademyofAgriculturalSciences,Xinxiang453002,China3.CollegeofResourcesandEnvironment,NorthwestA&FUniversity,Yangling,Shaanxi712100,China)

Water budget is an essential parameter for crop water management and optimal allocation of the regional agricultural water resources. Long-term observations of meteorological data were collected from 1955 to 2014 in 27 agricultural meteorological stations in Liaoning Province, and relevant physiological information of maize was also recorded. Through analyzing the spatial and temporal distribution characteristics of evapotranspiration (ET) and water budget of maize, the results were got as follows:ETof maize reached the highest in west of Liaoning Province (greater than 380 mm), while the lowest was obtained in south of Liaoning Province (less than 345 mm). The trend of water budget was increased from northwest to southeast of Liaoning Province, and water deficit was quite common in western part. There was a decreasing trend of yearly water budget within the whole Liaoning Province, which significantly happened in west and north of Liaoning Province (UF

maize； water budget； projection pursuit； spatial and temporal distribution； virtual year method; Liaoning Province

10.6041/j.issn.1000-1298.2017.06.025

2016-10-25

2017-02-13

國家自然科學基金項目(31570706)、公益性行業(yè)(農(nóng)業(yè))科研專項(201303125)和遼寧省特聘教授專項

魏新光(1984—)，男，講師，博士，主要從事作物高效用水與蒸散發(fā)尺度效應研究，E-mail: weixg_wi@163.com

王鐵良(1965—)，男，教授，博士生導師，主要從事節(jié)水灌溉研究，E-mail: tieliangwang@126.com

S274.4

A

1000-1298(2017)06-0193-10