馬文津， 劉詩夢， 衛(wèi) 琦,2， 廖林仙， 徐俊增,2

(1 河海大學 農業(yè)科學與工程學院， 江蘇 南京 210098;2.河海大學 水文水資源與水利工程科學國家重點實驗室， 江蘇 南京 210098)

1 研究背景

近年來，全球氣候變暖以及極端天氣頻發(fā)已成為有目共睹的事實。相關文獻已經表明，全球表面氣溫在整個20世紀升高了0.56～0.92℃[1]。而農業(yè)作為受氣候變化影響較為敏感的行業(yè)之一，氣溫的上升不僅會影響作物的生理生長，還會引起降雨等因素的變化，導致作物灌溉需水量的改變。黑龍江省在對全國稻米市場的貢獻中占有極為重要的地位[2]，其特殊的地理位置(中高緯度地區(qū))也導致水稻受氣候變化的影響更為明顯。在過去60年間，黑龍江省的平均氣溫升幅位列全國之首[3]，暖干化趨勢顯著。因此，針對黑龍江水稻灌區(qū)，探討氣候變化下水稻灌溉需水量的變化特征，對于科學制定水稻種植布局和合理進行灌溉具有重要的指導意義。

國內外學者關于氣候變化對作物需水量(ETC)和灌溉需水量的影響已經開展了大量的試驗研究。如劉曉英等[4]計算了華北地區(qū)6個站點近50年主要作物的需水量，并分析了其變化趨勢，發(fā)現作物需水量隨氣溫的增加而下降，且日照時數與風速的減小是導致其下降的主要原因。王新華等[5]、王鶴齡等[6]利用增量情景法研究了氣候變暖對我國不同灌區(qū)主要作物需水量的影響，結果表明氣候變暖對不同作物需水量的影響程度不同，其中對棉花和玉米需水量的影響最大。黃志剛等[7]分析了松嫩平原水稻全生育期內灌溉需水量的變化規(guī)律，結果表明灌溉需水量等值線沿西南-東北方向遞減，同一灌溉需水量等值線北移。Silva等[8]基于不同氣候變化情景的大氣環(huán)流模式(HadCM3)的輸出，分析了未來作物灌溉需水量的變化特征，結果表明在未來氣候變化情景下，作物的灌溉需水量可能增加[ 8]也可能減小[ 9-10]。

目前關于氣候變化對黑龍江省水稻影響的研究，主要集中在氣候變暖對水稻產量的影響等方面[11-12]，而關于多種氣象因素對水稻灌溉需水量的影響等方面的研究還較少。因此，基于上述研究不足，本文擬選取黑龍江省8個典型站點，以1956-2015年的氣象資料為依據，利用Penman-Monteith公式、水量平衡模型和Mann-Kendall 檢驗方法分析ETC的變化特征，以及4種主要氣象因子對參考作物需水量(ET0)和ETC的影響，并結合有效降雨量的變化趨勢，研究不同灌溉模式下水稻灌溉需水量對氣象因素變化的響應，并提出應對氣候變化的措施。

2 數據與方法

2.1 數據來源

氣象數據來源于中國氣象科學數據共享服務網，收集了黑龍江省8個典型站點自1956年至2015年逐日氣象數據。圖1為各站點地理位置圖，表1為各站點ET0及氣象參數60年平均值。

圖1 各站點地理位置圖

表1 各站點生育期內年ET0、年降雨量及日氣象數據均值

2.2 水稻需水量

水稻需水量采用單作物系數FAO56 Penman-Monteith公式[13]計算，并考慮土壤水分修正系數。水稻逐日需水量計算公式為：

ETC=KC·KS·ET0

(1)

其中：

(2)

ET0=

(3)

式中：ETC為水稻逐日需水量，mm，本文中指的是計算值；ET0為逐日參考作物需水量，mm；KC為作物系數，本文采用黑龍江省慶安縣水稻灌溉試驗中心[14]得出的作物系數；KS為土壤水分修正系數，式中所需要的數據可參考文獻[15]；Rn為凈輻射，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；T為平均氣溫，℃；u2為2 m高度處的風速，m/s；es和ea分別為飽和水汽壓和實際水汽壓，kPa；Δ為飽和水汽壓-溫度曲線上的斜率，kPa/℃；γ為濕度計常數，kPa/℃。

2.3 灌溉需水量

(1)當灌溉下限為水層即hdt>0時，采用公式(4)進行計算：

(4)

式中：It為第t天的灌溉需水量，mm；Iut為第t天灌溉上限，mm；θst為第t天根系層土壤飽和含水率，%；θt為第t天根系層土壤含水率，%；hdt為灌溉下限，mm；Ht為第t天水稻主根層深度，m。

(2)當灌溉下限為土壤含水率即θdt時，采用公式(5)進行計算：

(5)

式中：θdt為第t天灌水土壤含水下限，%；其他參數同上。

2.4 Mann-Kendall檢驗

氣象因子、水稻需水量以及灌溉需水量總體變化趨勢采用Mann-Kendall[16](簡稱M-K)檢驗分析。在M-K檢驗中，原假設H0為時間序列數據(X1,X2,…,Xn)，是n個獨立的、隨機變量同分布的樣本；備擇假設H1是雙邊檢驗，對于所有的i,j

(6)

其中：

(7)

Var(S)=n(n-1)(2n+5)/18

(8)

式中：sign()為符號函數。當Xi-Xj小于、等于或者大于0時，sign(Xi-Xj)分別為-1、0或1。

在雙邊趨勢檢驗中，對于給定的置信水平α，若|Z|≥Z1-α/2，則原假設H0是不可能接受的，即在置信水平α上，時間序列數據存在明顯的上升或下降趨勢。Z為正值表示增加趨勢，負值表示減少趨勢。Z的絕對值在大于等于1.28、1.64和2.32時表示分別通過了置信度90%、95%和99%顯著性檢驗。

3 結果與分析

3.1 水稻生育期內ETC的變化特征及其對氣象因素的響應

3.1.1 水稻不同灌溉模式下ETC的變化特征 水稻生育期內，各站點在不同灌溉模式下的ETC年平均值如表2所示。從空間分布情況來看，在淹水灌溉模式下，ETC由西向東大致呈先減小后增大的趨勢，西部地區(qū)的安達、綏化和嫩江站的ETC較大，其中安達站的ETC最高，為446.3 mm/a；東南地區(qū)的富錦、雞西和牡丹江站的ETC次之；而中間區(qū)域的孫吳和尚志站的ETC最小。在控制灌溉模式下，各站點的ETC年平均值分布情況與淹水灌溉模式基本一致，但數值上略小于后者。

表2 不同灌溉模式下各站點ETC年平均值mm/a

對各站點不同灌溉模式下ETC的變化趨勢進行M-K檢驗(圖2)。從時間序列來看，在淹水灌溉模式下，有明顯變化趨勢的站點主要集中在西部地區(qū)，其中安達站表現出極顯著的下降趨勢，M-K檢驗結果Z=-3.37；綏化站下降程度稍次之，Z=-1.41；而最北部的嫩江站和孫吳站都表現出極顯著的上升趨勢，M-K檢驗結果Z分別為2.20和2.93；西南地區(qū)的尚志站也呈現出較明顯的上升趨勢，M-K檢驗結果Z=1.37；而東南地區(qū)其余3個站點并沒有明顯的變化特征。在控制灌溉模式下，各站點ETC的變化趨勢與淹水灌溉模式完全相同，只是檢驗結果Z值大小略有差異。

以安達站和嫩江站為例，分析在淹水灌溉模式下二者的ETC年際間的變化過程(圖3)。

由圖3可以看出，安達站的年ETC在1956年至1982年間變化比較平穩(wěn)，平均值為469.0 mm/a；1982年達到最大值561.9 mm/a，1983年發(fā)生劇烈變化，驟降至403.7 mm/a；而后30年雖出現幾個極大值點，但總體上仍呈逐漸減少趨勢，平均值為427.7 mm/a。而嫩江站的年ETC波動程度比較劇烈，其變化過程主要分為3個階段：在前25年內顯著上升，增速可達29.4 mm/10a，至1982年達到最大值479.6 mm/a；1983年突然下降至365.8 mm/a，隨后的15年間相對穩(wěn)定，平均值為400.5 mm/a；2000年增至492.9 mm/a，此后以57.0 mm/10a的速度迅速降低。

圖2 不同灌溉模式下各站點ETC變化趨勢M-K檢驗結果圖

圖3 淹水灌溉模式下典型站點ETC變化趨勢

3.1.2ETC變化成因分析ETC是以ET0為基礎，并對其進行修正而得出，二者呈線性關系，即ETC的變化趨勢直接取決于ET0的變化情況，且與ET0的變化趨勢一致。ET0主要受氣溫、相對濕度、風速和日照時數這4種氣象因子的影響，對比表1中各站點的氣象數據日平均值，可以發(fā)現，安達站和綏化站的日平均氣溫和日照時數明顯高于其他各站，這使得其ET0年平均值在各站點中為最大，相應的ETC年平均值也為最大，而孫吳站和尚志站的日平均氣溫偏低及相對濕度偏高導致了ETC年平均值偏小。同一站點在控制灌溉模式下的ETC年平均值略低于淹水灌溉模式，原因在于控制灌溉模式下田間無水層天數較多，導致土壤水分修正系數KS小于1。

為了更深層次地對ETC的變化進行歸因分析，對各個站點的ET0和影響ET0的氣象因素分別進行趨勢分析和M-K檢驗(表3)。由表3可以看出，對于ET0顯著增長的嫩江和孫吳站而言，其氣溫在近60年上升幅度尤為顯著，最低氣溫上升趨勢檢驗結果高達7.23和8.05，且相對濕度的下降趨勢也十分明顯，即使孫吳站的風速呈顯著減小趨勢，但仍無法改變ET0顯著上升的趨勢。對于安達站來說，相對濕度的上升以及風速和日照時數的下降抵消了氣溫上升帶來的影響，使得其ET0逐漸下降。綏化站相對濕度的顯著減小雖能導致ET0的升高，但仍抵不過風速和日照時數顯著下降所帶來的影響。而雞西站在溫度、風速都有顯著增大的情況下，日照時數的極顯著下降扭轉了這一趨勢，說明雞西站ET0對日照時數的敏感性更大。

表3 各站點ET0及氣象因子趨勢檢驗結果

注：(1)**表示極顯著(置信水平≥95%)，*表示顯著(90%≤置信水平<95%)；(2)正數表示上升，負數表示下降；下同。

理論上來說，在全球氣候變暖的背景下，陸地和水面的蒸發(fā)量增大將導致ET0升高，但本研究結果表明ET0的變化并不完全如此，即存在“蒸發(fā)悖論”現象，這可能是由于ET0是氣溫、風速、相對濕度和日照時數共同作用的結果，其最終變化趨勢取決于各個因子的作用程度。同時多數研究表明，ET0的顯著下降是由風速和日照時數的減小所導致[17-19]，這也與本文的研究結果較為一致。其原因可能在于日照時數的減小削弱了到達地面的能量，導致蒸發(fā)量降低；而風速的減小使得空氣與土壤中水分的交換強度變低，促進了土壤對水分的保持。

3.2 水稻生育期內灌溉需水量的變化特征及對有效降雨量的響應

3.2.1 水稻不同灌溉模式下灌溉需水量變化趨勢 灌溉需水量由作物需水量和降雨量共同決定，氣候變化影響了作物的需水規(guī)律以及生育期內降雨量，從而影響灌溉需水量。對各個站點在不同灌溉模式下灌溉需水量的變化趨勢進行M-K檢驗(圖4)。由圖4可以看出，在淹水灌溉模式下，尚志站的灌溉需水量呈顯著增加的趨勢，檢驗結果Z=2.3，而其余站點則無明顯變化趨勢；在控制灌溉模式下，除尚志站(Z=2.0)仍表現出顯著的上升趨勢外，孫吳站、富錦站和嫩江站也呈十分明顯的上升趨勢，而其余站點無明顯的變化趨勢。

進一步分析各站點近60年間兩種灌溉模式下水稻生育期內的灌溉需水量年平均值(圖5)可以看出，ETC年平均值最大的3個站即安達、綏化和嫩江站，其灌溉需水量也基本相應最大。與淹水灌溉相比，控制灌溉稻田有效減少了年灌溉需水量，其年平均灌溉需水量降幅為44.9%～52.9%。

圖4 不同灌溉模式下灌溉需水量M-K檢驗結果圖

圖5 不同灌溉模式下水稻生育期內年灌溉需水量平均值

3.2.2 有效降雨量對灌溉需水量的影響 對各站點在不同灌溉模式下60年間水稻全生育期內有效降雨量變化趨勢進行M-K檢驗(表4)可以看出，富錦和尚志站的有效降雨量在兩種模式下均呈顯著下降趨勢，安達站在淹水灌溉模式下的有效降雨量顯著下降，在控制灌溉模式下無明顯變化；而其余站點在兩種模式下均無明顯趨勢。

表4 各站點兩種灌溉模式下有效降雨量M-K檢驗結果

不同站點間灌溉需水量變化趨勢不盡相同，致使這種趨勢產生的原因也各有差異。當水稻需水量基本保持不變時，如富錦站，其有效降雨量的減少使得稻田供水不足，導致灌溉需水量增加；當水稻需水量呈顯著上升趨勢時，如嫩江和孫吳站，其有效降雨量不變，則應加大灌溉需水量以滿足蒸散發(fā)的需要；當水稻需水量呈顯著下降趨勢時，如安達和綏化站，其有效降雨量同樣沒有明顯的變化，則應減少灌溉需水量以避免產生地表徑流，但結果顯示其灌溉需水量并沒有顯著的變化幅度。產生這種現象的原因可能在于年際間降雨集中度不同，即降雨的分配過程不同，導致同等的雨量伴隨不同的排水過程。過于集中的降雨只會增加排水，生育期內其他時期仍需進行灌溉，而相對分散的降雨則可能恰好發(fā)生在灌水前一天，減少了灌溉次數，從而影響年際間灌溉需水量的變化情況。

在同一個站點不同灌溉模式下，即使水稻需水量和有效降雨量的變化趨勢一致，其灌溉需水量也可能呈現不同的結果。例如嫩江和孫吳站，二者在水稻需水量顯著上升而有效降雨量不變的情況下，灌溉需水量在淹水灌溉模式下無明顯趨勢，而在控制灌溉模式下均呈顯著上升趨勢。其原因可能在于控制灌溉模式改變了田間蓄水的上、下限，影響了生育期內的排水過程，導致灌溉需水量也隨之變化。

進一步分析各站點在不同灌溉模式下有效降雨量年平均值(圖6)可以看出，控制灌溉稻田的降雨有效利用率為84%，較淹水灌溉模式提高了20%。這可能是由于控制灌溉稻田灌水后只建立不多于5 mm水層，一方面使水稻奢侈耗水變少，另一方面又增加了稻田的調蓄能力，從而增加了降雨的利用率。

圖6 不同灌溉模式下總降雨量與有效降雨量平均值

4 結 論

本研究以黑龍江省8個典型站點近60年(1956-2015年)的歷史氣象資料為依據，利用Penman-Monteith公式、水量平衡模型和Mann-Kendall 檢驗相結合的方法分析了ETC和灌溉需水量的變化特征及其對氣象因子變化的響應情況，主要結論如下：

(1)在全球氣候變暖的背景下，ET0變化不完全呈上升趨勢，即存在“蒸發(fā)悖論”現象。氣象因子直接影響了ET0的變化，引起ETC隨之改變。不同灌溉模式下ETC的變化趨勢基本一致，安達和綏化站的ETC呈極顯著和較顯著下降趨勢，嫩江和孫吳站呈極顯著上升趨勢，尚志站的ETC上升趨勢較為顯著，其余各站無明顯變化。

(2)淹水灌溉模式下，尚志站的灌溉需水量極顯著增加，其余站點無明顯變化；控制灌溉模式下，除尚志站仍表現出極明顯的上升趨勢外，孫吳、富錦和嫩江站也呈明顯的上升趨勢，其余站點無明顯的變化規(guī)律。此外，年際間降雨分配過程及蓄水閾值不同會使排水過程產生差異，從而影響灌水需水量。

(3)控制灌溉模式能夠有效地提高降雨的利用率，減少稻田灌溉需水量?？刂乒喔饶Ｊ较掠行Ы涤炅刻岣吡?0%，相對于淹水灌溉模式其年平均灌溉需水量降幅為44.9%～52.9%，采用控制灌溉技術可以有效減少農業(yè)生產在氣候變化條件下受到的不利影響。