聶志剛，任新莊，李 廣，雒翠萍，馬維偉，劉小鵝

(1.甘肅農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院，甘肅 蘭州 730070；2.甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，甘肅 蘭州 730070； 3.甘肅農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，甘肅 蘭州 730070；4.甘肅農(nóng)業(yè)大學(xué)林學(xué)院，甘肅 蘭州 730070)

甘肅地處新絲綢之路經(jīng)濟(jì)帶黃金段，生態(tài)環(huán)境多樣，屬干旱、半干旱過渡帶，水資源不足，近80%的耕地?zé)o灌溉條件。降水具有兩大特征：一是降水總量少，二是分布極不均勻；區(qū)域內(nèi)干旱發(fā)生頻繁，旱情趨于嚴(yán)重[1]。春小麥?zhǔn)歉拭C重要的糧食作物，其生產(chǎn)的高效、優(yōu)質(zhì)、節(jié)約和友好對經(jīng)濟(jì)帶的建設(shè)具有戰(zhàn)略性的作用。然而，過去20多年的氣候變暖抑制了甘肅春小麥產(chǎn)量的穩(wěn)定、高效，因此進(jìn)行干旱環(huán)境下春小麥致災(zāi)風(fēng)險的評價對甘肅趨于嚴(yán)重的旱情具有十分重要的意義[2-3]。

近年來，許多研究者利用作物模型模擬技術(shù)和數(shù)理統(tǒng)計相結(jié)合的方法，因地制宜進(jìn)行了作物干旱致災(zāi)風(fēng)險評價的探索性研究。薛昌穎等[4]針對華北地區(qū)旱稻產(chǎn)量年際不穩(wěn)定的問題，利用ORYZA2000模型，對華北地區(qū)氣候背景下旱稻生長季內(nèi)干旱風(fēng)險進(jìn)行了定量評估，王志強(qiáng)等[5]基于EPIC模型進(jìn)行了中國典型小麥干旱致災(zāi)風(fēng)險評價。相較于單一利用統(tǒng)計方法進(jìn)行的干旱致災(zāi)風(fēng)險評價，作物模型將逐日、定量、動態(tài)模擬作物生長過程的優(yōu)勢融入到農(nóng)業(yè)生產(chǎn)災(zāi)害評估中，為包括氣候、作物和土壤等有關(guān)影響因子的干旱災(zāi)害機(jī)理[5]研究提供了一種行之有效的方法。

APSIM (agricultural production system simulator)是由澳大利亞農(nóng)業(yè)生產(chǎn)系統(tǒng)研究組從1991年開始研制的農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬平臺，國內(nèi)外學(xué)者利用APSIM在地域的適用性、水土保持評價以及水肥管理等方面取得了大量的研究成果[6-10]。APSIM平臺模擬水分脅迫的效應(yīng)是通過重點(diǎn)考慮光合作用、葉片生長和物侯期發(fā)展，對水分脅迫敏感性的表現(xiàn)不同來定量化。這三個水分脅迫因子作為APSIM的逐日模擬輸出結(jié)果，取值均在0到1之間，0表示完全脅迫，1表示無脅迫[11]。本文利用APSIM平臺逐日、定量、動態(tài)模擬作物生長過程的特點(diǎn)，通過模擬1971-2012年甘肅省4大春小麥主產(chǎn)區(qū)(河西內(nèi)陸河灌溉春小麥種植區(qū)、隴中黃土高原春小麥種植區(qū)、洮岷高寒冬春小麥混種區(qū)、隴西黃土高原冬春小麥兼種區(qū))的小麥生長過程，構(gòu)建基于水分脅迫的春小麥干旱致災(zāi)強(qiáng)度指數(shù)模型，對甘肅省春小麥干旱致災(zāi)強(qiáng)度和風(fēng)險時空分布進(jìn)行定量評價與分析，旨在為提高甘肅春小麥生產(chǎn)應(yīng)對旱情的能力提供一定技術(shù)支持。

1 材料與方法

1.1 評價單元

根據(jù)甘肅農(nóng)業(yè)生態(tài)環(huán)境特點(diǎn)，甘肅春小麥種植主要集中在4個生態(tài)區(qū)[12]，如圖1所示，包括：河西內(nèi)陸河灌溉春小麥種植區(qū)、隴中黃土高原春小麥種植區(qū)、洮岷高寒冬春小麥混種區(qū)、隴西黃土高原冬春小麥兼種區(qū)，以4個生態(tài)區(qū)典型試驗(yàn)點(diǎn)張掖、定西、岷縣、隴西為評價單元，評價時間跨度為1971-2012年。

1.2 評價方法

1.2.1 干旱致災(zāi)強(qiáng)度指數(shù)模型 作物干旱的實(shí)質(zhì)是在小麥生育期不能通過土壤給小麥的生長提供足夠的水分支持從而造成小麥減產(chǎn)[12]。參照王志強(qiáng)[5]等人的研究成果，在小麥生長過程中，按水分脅迫總天數(shù)對日水分脅迫影響進(jìn)行累加，構(gòu)建小麥干旱致災(zāi)強(qiáng)度指數(shù)模型(公式1)。運(yùn)用APSIM平臺，模擬雨養(yǎng)農(nóng)業(yè)情景下各評價單元1971-2012年春小麥生長過程，提取各單元小麥生育期內(nèi)水分脅迫總天數(shù)及逐日光合作用水分脅迫系數(shù)、葉片生長水分脅迫系數(shù)和物候期發(fā)展水分脅迫系數(shù)，三個水分脅迫系數(shù)取平均值即為當(dāng)天脅迫值。根據(jù)干旱致災(zāi)強(qiáng)度指數(shù)模型計算出各評價單元生育期內(nèi)的干旱致災(zāi)強(qiáng)度指數(shù)。

(1)

1.2.2 干旱致災(zāi)評價方法 利用作物模型模擬技術(shù)和數(shù)理統(tǒng)計相結(jié)合的方法，小麥干旱致災(zāi)風(fēng)險評估由小麥干旱致災(zāi)強(qiáng)度指數(shù)和致災(zāi)概率分布得出。小麥干旱致災(zāi)指數(shù)越高，干旱強(qiáng)度越大；致災(zāi)概率越高則表明發(fā)展成為更高一級致災(zāi)強(qiáng)度指數(shù)的概率越大，也就是致災(zāi)風(fēng)險越高。

通過對評價單元的致災(zāi)強(qiáng)度指數(shù)進(jìn)行直方圖估計，進(jìn)而計算其超越概率，從而得出致災(zāi)風(fēng)險的分布情況。具體計算方法如下：根據(jù)直方圖估計法，樣本xi,j為第i個評價單元的第j年小麥干旱致災(zāi)強(qiáng)度指數(shù)，共有樣本總數(shù)168個，用n表示；甘肅省春小麥干旱致災(zāi)強(qiáng)度指數(shù)劃分為半閉半開的5個區(qū)間：0.0～0.2、0.2～0.4、0.4～0.6、0.6～0.8和0.8～1.0；um表示直方圖中第m個區(qū)間的中點(diǎn)(標(biāo)準(zhǔn)點(diǎn))，頻數(shù)q(um)表示樣本值xi,j落在第m個區(qū)間的個數(shù)；p(um)表示樣本落在um處的頻率，即um的概率估計值(式2)。

(2)

將第m個區(qū)間及以上各區(qū)間中心點(diǎn)概率估計值累加，可以計算出第m個區(qū)間的小麥干旱致災(zāi)強(qiáng)度指數(shù)超越概率，即致災(zāi)概率(式3)。

(3)

1.3 數(shù)據(jù)處理

1.3.1 APSIM平臺 APSIM平臺以作物屬性模塊APSIM-Wheat為通用作物生長模擬框架[13]，選擇“甘春32號”春小麥作為模擬試驗(yàn)作物品種，根據(jù)李廣等[7]針對APSIM在黃土丘陵區(qū)適用性研究中的參數(shù)檢驗(yàn)和修訂方法，經(jīng)過反復(fù)本土化率定，確定基于APSIM的甘肅春小麥干旱致災(zāi)風(fēng)險評價模型作物屬性模塊基本參數(shù)(表1)，在研究區(qū)氣候和土壤參數(shù)庫的驅(qū)動下，可實(shí)現(xiàn)作物生長發(fā)育過程的動態(tài)模擬。各評價單元多年(1971-2012年)模擬產(chǎn)量與實(shí)測產(chǎn)量相關(guān)性檢驗(yàn)結(jié)果表明，模擬產(chǎn)量與實(shí)測產(chǎn)量呈正相關(guān)關(guān)系，相關(guān)系數(shù)(R)都大于0.812，歸一化均方根誤差(NRMSE)范圍4.33%～9.96%，模型有效性指數(shù)(ME)范圍0.521～0.966，基本滿足模擬試驗(yàn)在宏觀尺度應(yīng)用的需求。

1.3.2 氣象和產(chǎn)量數(shù)據(jù) 氣象數(shù)據(jù)來源于甘肅省氣象局歷史資料(1971-2012年)，包括：日均溫(℃)、日最高氣溫(℃)、日最低氣溫(℃)、日降水量(mm)和日照時數(shù)(h)等。各評價單元多年(1971-2012年)產(chǎn)量數(shù)據(jù)來源于甘肅省歷年統(tǒng)計年鑒。

1.3.3 土壤數(shù)據(jù) 土壤數(shù)據(jù)包括容重、田間持水量、萎蔫系數(shù)、最大持水量、飽和水分含量和土壤導(dǎo)水率等參數(shù)。定西地區(qū)土壤數(shù)據(jù)來源于李廣等[7]在黃土丘陵溝壑區(qū)APSIM適用性研究中經(jīng)過反復(fù)修訂的土壤數(shù)據(jù)；張掖、岷縣、隴西土壤數(shù)據(jù)從中國科學(xué)院南京土壤研究所建立的全國土壤參數(shù)空間數(shù)據(jù)庫提取。

表1 小麥模塊的初始參數(shù)值

2 甘肅春小麥干旱致災(zāi)風(fēng)險評價

在全面收集各評價單元?dú)庀?、土壤、農(nóng)業(yè)生產(chǎn)觀測等基礎(chǔ)資料的基礎(chǔ)上，基于小麥干旱致災(zāi)強(qiáng)度指數(shù)模型，運(yùn)用APSIM平臺，分別從全生育期和分生育期角度，對甘肅省春小麥干旱致災(zāi)強(qiáng)度和風(fēng)險時空分布進(jìn)行定量評價與分析。

2.1 春小麥干旱致災(zāi)強(qiáng)度時空分布

基于APSIM平臺和小麥干旱致災(zāi)強(qiáng)度指數(shù)模型，模擬并計算1971-2012年各評價單元逐年的小麥干旱致災(zāi)強(qiáng)度指數(shù)值，求出每個評價單元的42 a致災(zāi)強(qiáng)度指數(shù)的平均值，繪制出甘肅省春小麥近42 a干旱致災(zāi)強(qiáng)度指數(shù)平均值的空間分布圖(圖2)。由圖2可以看出，春小麥干旱致災(zāi)強(qiáng)度指數(shù)總體呈現(xiàn)出北高南低的趨勢，河西灌溉春麥區(qū)的致災(zāi)強(qiáng)度指數(shù)最高，范圍介于0.6～0.8，而洮岷高寒春麥區(qū)最低，為0.2以下，隴中干旱春麥區(qū)和隴西冬春麥兼種區(qū)致災(zāi)強(qiáng)度指數(shù)范圍介于0.4～0.6。

為揭示春小麥干旱致災(zāi)強(qiáng)度指數(shù)在時間維度上的變化規(guī)律，分別計算各評價單元42 a的小麥干旱致災(zāi)強(qiáng)度指數(shù)的標(biāo)準(zhǔn)差和斜率，得出甘肅省小麥干旱致災(zāi)指數(shù)標(biāo)準(zhǔn)差和斜率分布圖(圖3，圖4)。由圖3、圖4可以看出，春小麥干旱致災(zāi)強(qiáng)度指數(shù)標(biāo)準(zhǔn)差最高值處于隴中、隴西春麥區(qū)，在0.30～0.40之間，表明在隴中、隴西春麥區(qū)小麥干旱致災(zāi)指數(shù)年際波動最大；小麥干旱致災(zāi)強(qiáng)度指數(shù)斜率依然是隴中、隴西春麥區(qū)最高，該區(qū)域小麥干旱致災(zāi)指數(shù)的增長趨勢最明顯。

2.2 春小麥干旱致災(zāi)風(fēng)險評價

選擇各評價單元42 a的小麥干旱致災(zāi)強(qiáng)度指數(shù)為樣本，共計168個，致災(zāi)強(qiáng)度指數(shù)的取值范圍為0～1，以0.20為區(qū)間長度，對各評價單元的致災(zāi)強(qiáng)度指數(shù)進(jìn)行直方圖估計，并計算其超越概率。

根據(jù)各評價單元小麥干旱致災(zāi)強(qiáng)度指數(shù)的概率分布，在固定致災(zāi)強(qiáng)度指數(shù)不變的情況下，繪制甘肅省不同致災(zāi)強(qiáng)度指數(shù)(≥0.20、≥0.40、≥0.60和≥0.80)下的春小麥干旱致災(zāi)概率分布風(fēng)險圖(圖5)。由圖5可知，在不同致災(zāi)強(qiáng)度水平下，河西灌溉春麥區(qū)的致災(zāi)強(qiáng)度概率分布最大；隴中干旱春麥區(qū)和隴西冬春麥兼種區(qū)基本相同，致災(zāi)強(qiáng)度概率分布較大，只是在≥0.40強(qiáng)度水平下，隴中干旱春麥區(qū)致災(zāi)概率高于隴西冬春麥兼種區(qū)。由于河西多為灌溉地，所以，隴中、隴西春麥區(qū)的干旱致災(zāi)影響實(shí)際上最大，春小麥生產(chǎn)受干旱影響最小的是洮岷高寒春麥區(qū)。

注：以下圖分布區(qū)域相同。Note: It is the same distribution area with the following diagram.圖1 甘肅省小麥種植分布區(qū)域Fig.1 Distribution area of wheat production in Gansu

圖2 1971-2012年甘肅春小麥干旱致災(zāi)指數(shù)平均值分布Fig.2 Mean value of drought hazard index ofspring wheat in Gansu (1971-2012)

圖3 1971-2012年甘肅春小麥干旱致災(zāi)指數(shù)標(biāo)準(zhǔn)差分布Fig.3 Standard deviation of drought hazard index ofspring wheat in Gansu (1971-2012)

圖4 1971-2012年甘肅春小麥干旱致災(zāi)指數(shù)斜率分布Fig.4 Slope of drought hazard index of spring wheat in Gansu (1971-2012)

2.3 不同生育期春小麥干旱致災(zāi)時空分析與風(fēng)險評價

由表2可以看出，在河西灌溉區(qū)，從拔節(jié)期開始直到灌漿期，春小麥干旱致災(zāi)強(qiáng)度大，但是，由于具備灌溉條件，實(shí)際旱情影響較小，所以不同生育期干旱致災(zāi)時空分析與風(fēng)險評價主要針對隴中、隴西和洮岷春麥區(qū)進(jìn)行。

出苗期至分蘗期，甘肅春小麥生產(chǎn)整體上遭受干旱致災(zāi)不明顯，致災(zāi)指數(shù)最高的隴中、隴西春麥區(qū)僅為0.03，干旱致災(zāi)風(fēng)險增長趨勢最大的隴西春麥區(qū)斜率也僅為0.03；拔節(jié)期，整體上遭受輕度至中度干旱致災(zāi)風(fēng)險有所增加，隴中干旱春麥區(qū)年際波動最大，隴中、隴西春麥區(qū)干旱致災(zāi)風(fēng)險增長趨勢明顯高于洮岷高寒春麥區(qū)；孕穗期至抽穗期，整體上遭受輕度至中度干旱致災(zāi)風(fēng)險進(jìn)一步增加，洮岷高寒春麥區(qū)年際波動最大，隴西春麥區(qū)干旱致災(zāi)概率增加最快；開花期，隴中干旱春麥區(qū)與隴西春麥區(qū)的致災(zāi)指數(shù)均較大，為0.55～0.58；灌漿期，隴中干旱春麥區(qū)的致災(zāi)指數(shù)較大，為0.69，隴西冬春麥兼種區(qū)次之，為0.63，4個主產(chǎn)區(qū)的年際波動均較大，隴中、隴西春麥區(qū)小麥干旱致災(zāi)指數(shù)的增長趨勢最明顯。

總體來看，開花期和灌漿期甘肅春小麥的干旱致災(zāi)強(qiáng)度都較大，年際波動也較大，隴中、隴西春麥區(qū)，小麥干旱致災(zāi)指數(shù)的增長趨勢最明顯。輕度致災(zāi)強(qiáng)度(≥0.20)情況下，隴中、隴西春麥區(qū)和洮岷高寒春麥區(qū)均表現(xiàn)為隨小麥生長的進(jìn)程干旱致災(zāi)概率逐漸增大，其中洮岷高寒春麥區(qū)的開花期和灌漿期、隴西冬春麥兼種區(qū)的灌漿期以及隴中干旱春麥區(qū)的開花期致災(zāi)概率較大，均大于0.6；中度致災(zāi)強(qiáng)度(≥0.40)分布表現(xiàn)為：隴中春麥區(qū)、洮岷高寒春麥區(qū)隨小麥生長的進(jìn)程逐漸增大，隴西冬春麥兼種區(qū)干旱致災(zāi)概率最大出現(xiàn)在開花期，為0.46；重度致災(zāi)概率(≥0.60和≥0.80)分布表現(xiàn)為：開花期前隴中、隴西春麥區(qū)較大，開花期以后洮岷高寒春麥區(qū)較大。

圖5 不同致災(zāi)強(qiáng)度指數(shù)水平下甘肅省春小麥干旱致災(zāi)概率分布Fig.5 Probability distribution of spring wheat drought hazard for different hazard levels in Gansu

生育期Growth stage生態(tài)區(qū)Ecological zone平均值Mean標(biāo)準(zhǔn)差Standarddeviation斜率Slope致災(zāi)概率 Drought hazard probability≥0.20≥0.40≥0.60≥0.80出苗期～分蘗期From seeding stageto tillering stage河西灌溉春麥區(qū)Irrigative planting area of spring wheat in Hexi0.000.000.0000.000.000.000.00隴中干旱春麥區(qū)Arid planting area of spring wheat in central Gansu0.030.160.0010.030.030.030.03洮岷高寒春麥區(qū)Alpine planting area of spring wheat in Taomin0.000.000.0000.000.000.000.00隴西冬春麥兼種區(qū)Facultative planting area of winter and spring wheat in Longxi0.030.160.0030.030.050.030.03拔節(jié)期Jointing stage河西灌溉春麥區(qū)Irrigative planting area of spring wheat in Hexi0.400.210.0070.200.130.050.05隴中干旱春麥區(qū)Arid planting area of spring wheat in central Gansu0.220.340.0150.330.300.250.18洮岷高寒春麥區(qū)Alpine planting area of spring wheat in Taomin0.220.300.0050.450.280.180.13隴西冬春麥兼種區(qū)Facultative planting area of winter and spring wheat in Longxi0.210.310.0180.400.100.200.15孕穗期～抽穗期From booting stageto heading stage河西灌溉春麥區(qū)Irrigative planting area of spring wheat in Hexi0.530.240.0110.300.150.100.05隴中干旱春麥區(qū)Arid planting area of spring wheat in central Gansu0.360.300.0140.530.380.250.10洮岷高寒春麥區(qū)Alpine planting area of spring wheat in Taomin0.210.310.0010590.430.250.15隴西冬春麥兼種區(qū)Facultative planting area of winter and spring wheat in Longxi0.350.300.0170.490.300.220.13開花期Floweringstage河西灌溉春麥區(qū)Irrigative planting area of spring wheat in Hexi0.740.240.0090.330.200.080.05隴中干旱春麥區(qū)Arid planting area of spring wheat in central Gansu0.580.290.0120.600.400.200.13洮岷高寒春麥區(qū)Alpine planting area of spring wheat in Taomin0.200.330.0090.730.530.380.30隴西冬春麥兼種區(qū)Facultative planting area of winter and spring wheat in Longxi0.550.310.0110.530.460.210.13灌漿期Filling stage河西灌溉春麥區(qū)Irrigative planting area of spring wheat in Hexi0.880.320.0140.530.380.230.20隴中干旱春麥區(qū)Arid planting area of spring wheat in central Gansu0.690.310.0190.580.400.280.15洮岷高寒春麥區(qū)Alpine planting area of spring wheat in Taomin0.200.300.0070.780.580.330.15隴西冬春麥兼種區(qū)Facultative planting area of winter and spring wheat in Longxi0.630.370.0170.680.350.190.10

3 討 論

APSIM作物生長模擬平臺，以d為單位，將作物光合作用、葉片生長和生育期發(fā)展對水分虧缺的影響狀況，無量綱定量化為0到1之間的水分脅迫系數(shù)。在APSIM中，水分虧缺的影響狀況是以平臺內(nèi)嵌的土壤水分平衡子模型[11]作為參數(shù)采集的參照和計算依據(jù)，所以水分脅迫系數(shù)實(shí)質(zhì)上反映了研究區(qū)土壤水分對作物生長的影響情況。本文開展的基于APSIM的甘肅春小麥干旱致災(zāi)風(fēng)險評價，從機(jī)理上定量考慮了土壤供水不足對春小麥生產(chǎn)的干旱影響程度，與單純的統(tǒng)計指標(biāo)所關(guān)注的降水量對干旱影響的評價方法相比具有一定的解釋性[14-16]，同時為直觀、較易獲取有效田間調(diào)控方案提供了理論依據(jù)。

本文將作物模型逐日、定量、動態(tài)模擬作物生長過程的優(yōu)勢融入到農(nóng)業(yè)生產(chǎn)災(zāi)害評估中，為包括氣候、作物、土壤等有關(guān)因子的干旱災(zāi)害機(jī)理研究提供了一種行之有效的方法。但是，由于作物模型的有效性，依賴大量田間實(shí)測數(shù)據(jù)基礎(chǔ)上的參數(shù)率定，所以作物模型技術(shù)對大尺度時空背景下的農(nóng)業(yè)生產(chǎn)災(zāi)害評估還存在一定的局限性，今后還要在進(jìn)一步田間試驗(yàn)的基礎(chǔ)上，不斷進(jìn)行作物模型的優(yōu)化。此外，今后還需根據(jù)風(fēng)險評估結(jié)果，綜合分析干旱致災(zāi)成因，進(jìn)一步提出甘肅春小麥生產(chǎn)應(yīng)對旱情的適宜對策。

4 結(jié) 論

本文運(yùn)用APSIM作物生長模擬平臺，模擬了1971-2012年甘肅4個主要春小麥生態(tài)區(qū)典型試驗(yàn)點(diǎn)的小麥生長過程，構(gòu)建了基于水分脅迫的小麥干旱致災(zāi)強(qiáng)度指數(shù)模型，對甘肅春小麥干旱致災(zāi)強(qiáng)度和風(fēng)險時空分布進(jìn)行了定量評價，得出以下結(jié)論：

(1)甘肅春小麥干旱致災(zāi)強(qiáng)度指數(shù)總體呈現(xiàn)出北高南低的趨勢，隴中、隴西春麥區(qū)，小麥干旱致災(zāi)指數(shù)年際波動大、增長趨勢明顯。不同致災(zāi)強(qiáng)度水平下，河西春麥區(qū)的致災(zāi)概率大，但由于河西春小麥生產(chǎn)具備灌溉條件，干旱致災(zāi)強(qiáng)度較高且實(shí)際影響較大的地區(qū)基本分布在隴中、隴西黃土高原春麥種植地區(qū)，春小麥生產(chǎn)受干旱影響最小的是洮岷高寒春麥區(qū)。

(2)不同地區(qū)，在小麥生長不同階段，對旱情的敏感程度不同。輕度致災(zāi)強(qiáng)度(≥0.20)情況下，洮岷高寒春麥區(qū)的開花期和灌漿期、隴西冬春麥兼種區(qū)的灌漿期以及隴中干旱春麥區(qū)的開花期致災(zāi)概率較大，均大于0.6；中度致災(zāi)強(qiáng)度(≥0.40)情況下，隴西冬春麥兼種區(qū)致災(zāi)概率最大出現(xiàn)在開花期，為0.46。