周洪奎,武建軍,*,李小涵,劉雷震,楊建華,韓忻憶

1 北京師范大學(xué)環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室,北京 1008752 北京師范大學(xué)地理科學(xué)學(xué)部,北京 100875

干旱是一種多發(fā)的極端氣候事件,同時(shí)也是最具破壞性的自然災(zāi)害之一。頻繁發(fā)生的干旱災(zāi)害給農(nóng)業(yè)生產(chǎn)帶來(lái)嚴(yán)重影響,威脅糧食安全[1- 2]。黃淮海平原是我國(guó)最重要的糧食生產(chǎn)基地之一,準(zhǔn)確、有效地監(jiān)測(cè)黃淮海平原的農(nóng)業(yè)干旱狀況對(duì)于及時(shí)制定區(qū)域的減災(zāi)策略,降低災(zāi)害損失具有重要意義。

農(nóng)業(yè)干旱是作物生長(zhǎng)過(guò)程中因土壤水分不足,阻礙作物正常生長(zhǎng),影響糧食產(chǎn)量的水量供需不平衡現(xiàn)象[3- 4]。在農(nóng)業(yè)干旱監(jiān)測(cè)中,土壤濕度扮演著十分重要的角色[5- 7]。當(dāng)土壤水分低于土壤田間持水量時(shí),會(huì)產(chǎn)生水分虧缺,植被開(kāi)始不處于最佳生長(zhǎng)狀態(tài)；當(dāng)水分進(jìn)一步降低,即會(huì)產(chǎn)生水分脅迫,影響植被生長(zhǎng),進(jìn)而影響植被生產(chǎn)力。因此,利用土壤濕度進(jìn)行農(nóng)業(yè)干旱監(jiān)測(cè)也具有農(nóng)學(xué)意義。

近年來(lái),已經(jīng)有學(xué)者提出了一些基于土壤濕度的農(nóng)業(yè)干旱監(jiān)測(cè)指數(shù),主要分為兩類：(1)基于歷史時(shí)間序列數(shù)據(jù),確定當(dāng)前狀態(tài)相對(duì)于歷史正常范圍的偏離程度建立的干旱指數(shù),如標(biāo)準(zhǔn)化土壤濕度指數(shù)(SSMI,standardized soil moisture index、土壤濕度距平(SMA,soil moisture anomaly)、土壤濕度百分位數(shù)(SMP,soil moisture percentile)等。該類指數(shù)僅利用土壤濕度數(shù)據(jù),無(wú)需獲取其他數(shù)據(jù)源,并且不同地區(qū)的監(jiān)測(cè)結(jié)果具有可比性,能夠用于區(qū)域干旱監(jiān)測(cè)與評(píng)估。Mishra等[8]基于歷史時(shí)間序列數(shù)據(jù),利用標(biāo)準(zhǔn)化土壤濕度指數(shù)詳細(xì)剖析了局地尺度的農(nóng)業(yè)干旱。(2)從土壤可利用水的角度,基于土壤濕度和土壤特性參數(shù)構(gòu)建的干旱指數(shù),如土壤濕度指數(shù)(SMI,soil moisture index)[9- 10]、土壤水分虧缺指數(shù)(SWDI,soil water deficit index)[5]等。該類指數(shù)的優(yōu)點(diǎn)在于從土壤可利用水的角度出發(fā),考慮了不同地區(qū)土壤性質(zhì)對(duì)于水分虧缺的影響差異,但對(duì)于區(qū)域農(nóng)業(yè)干旱監(jiān)測(cè)而言,準(zhǔn)確獲取不同地區(qū)土壤屬性參數(shù)是十分困難的,因而在區(qū)域或更大尺度上的應(yīng)用受到一定的限制。

標(biāo)準(zhǔn)化土壤濕度指數(shù)(SSMI)是基于歷史土壤濕度時(shí)間序列構(gòu)建的一種農(nóng)業(yè)干旱指數(shù),具有計(jì)算簡(jiǎn)單易行,考慮數(shù)據(jù)分布特征等優(yōu)點(diǎn),探討其在區(qū)域農(nóng)業(yè)干旱監(jiān)測(cè)中的適宜性能夠?yàn)閰^(qū)域業(yè)務(wù)化的農(nóng)業(yè)干旱監(jiān)測(cè)以及干旱影響評(píng)估提供基礎(chǔ)。然而,由于根區(qū)土壤濕度獲取的不易性以及土壤濕度的估算精度不高等問(wèn)題,目前該指數(shù)在農(nóng)業(yè)干旱監(jiān)測(cè)中的適宜性研究還十分缺乏。此外,現(xiàn)有的農(nóng)業(yè)干旱指數(shù)評(píng)價(jià)研究中,主要通過(guò)與其他常用干旱指數(shù)或者氣象要素的對(duì)比來(lái)評(píng)價(jià)[5,11],考慮干旱災(zāi)害記錄以及干旱影響的評(píng)價(jià)研究較少。實(shí)際上,我國(guó)的主要農(nóng)業(yè)區(qū)擁有比較完善的農(nóng)業(yè)氣象觀測(cè)網(wǎng)絡(luò),記錄了作物生長(zhǎng)發(fā)育狀況和農(nóng)業(yè)氣象災(zāi)害發(fā)生情況,這對(duì)于評(píng)價(jià)農(nóng)業(yè)干旱指數(shù)的適宜性是十分有用的數(shù)據(jù)源。因此,本文采用數(shù)據(jù)同化后的根區(qū)土壤濕度數(shù)據(jù)構(gòu)建標(biāo)準(zhǔn)化土壤濕度指數(shù)來(lái)監(jiān)測(cè)黃淮海平原的農(nóng)業(yè)干旱狀況,通過(guò)與標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI,standardized precipitation-evapotranspiration index)、農(nóng)業(yè)干旱災(zāi)害數(shù)據(jù)的對(duì)比以及與冬小麥產(chǎn)量的關(guān)系分析,綜合評(píng)價(jià)其農(nóng)業(yè)干旱監(jiān)測(cè)的適宜性,以期為黃淮海平原農(nóng)業(yè)干旱監(jiān)測(cè)業(yè)務(wù)化運(yùn)行以及防災(zāi)減災(zāi)策略的制定提供理論依據(jù)和科學(xué)參考。

1 研究區(qū)概況

黃淮海平原是我國(guó)重要的糧食主產(chǎn)區(qū)且干旱災(zāi)害頻發(fā),已有許多學(xué)者以此為研究區(qū)開(kāi)展干旱相關(guān)研究[12- 14]。黃淮海平原地處我國(guó)北方,位于32°—41°N和112°—123°E之間,面積約為39萬(wàn)km2。在行政區(qū)劃上包括天津、山東以及北京南部、河北大部、河南大部、安徽和江蘇北部地區(qū)(圖1)。根據(jù)我國(guó)農(nóng)業(yè)綜合區(qū)劃圖,黃淮海平原可分為燕山太行山山麓平原區(qū)、冀魯豫低洼平原區(qū)、黃淮平原區(qū)和山東丘陵農(nóng)林區(qū)。

圖1 研究區(qū)位置示意圖Fig.1 Location of the study area

冬小麥和夏玉米的輪作是該地區(qū)主要種植模式,冬小麥生長(zhǎng)季在區(qū)域南北部稍有差異,主要集中在每年9月下旬/10月中上旬—次年5月下旬/6月中上旬；夏玉米生長(zhǎng)季則為6月中上旬—9月中下旬。年降水量差異較大,在500—950 mm之間,且60%—70%降水集中在夏季。因此,相對(duì)而言,冬小麥更容易受到干旱威脅[14]。根據(jù)中國(guó)氣象局農(nóng)氣站點(diǎn)記錄的農(nóng)業(yè)氣象災(zāi)害中,黃淮海平原經(jīng)常發(fā)生不同程度和持續(xù)時(shí)間的干旱事件,在本文研究時(shí)段(2002—2010年)內(nèi),2002、2004、2006年發(fā)生了較為嚴(yán)重的干旱事件。

2 資料與方法

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

本文所用到的數(shù)據(jù)包括根區(qū)土壤濕度同化數(shù)據(jù)、標(biāo)準(zhǔn)化降水蒸散指數(shù)數(shù)據(jù)、農(nóng)業(yè)氣象站點(diǎn)災(zāi)害數(shù)據(jù)和冬小麥產(chǎn)量數(shù)據(jù)。

(1)根區(qū)土壤濕度同化數(shù)據(jù)

本文所使用的土壤濕度數(shù)據(jù)是將LPRM模型反演的微波土壤濕度同化到雙層帕默爾水量平衡模型中得到的根區(qū)土壤濕度數(shù)據(jù)[15- 16]。已有研究表明,根區(qū)土壤濕度相比于某一固定深度的土壤濕度數(shù)據(jù)更適合于農(nóng)業(yè)干旱監(jiān)測(cè)[8]。該根區(qū)土壤濕度數(shù)據(jù)代表的是土壤深度為1 m內(nèi)的土壤水分狀況,該深度能夠滿足大部分作物根部水分、營(yíng)養(yǎng)吸收的需求[17]。該數(shù)據(jù)覆蓋時(shí)段為2002年6月至2010年12月,分辨率為0.25度的逐日數(shù)據(jù),數(shù)據(jù)格式為NetCDF格式,可從Reverb平臺(tái)下載(http://reverb.echo.nasa.gov/reverb/)。數(shù)據(jù)預(yù)處理過(guò)程為：首先利用計(jì)算機(jī)程序?qū)etCDF格式數(shù)據(jù)轉(zhuǎn)換為TIFF格式,然后對(duì)數(shù)據(jù)無(wú)效值(負(fù)值)進(jìn)行剔除,最后利用GIS軟件裁剪獲得黃淮海平原根區(qū)土壤濕度數(shù)據(jù)。

(2)標(biāo)準(zhǔn)化降水蒸散指數(shù)數(shù)據(jù)

標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)是Vicente-Serrano等[18]提出的一種應(yīng)用非常廣泛的干旱指數(shù)。SPEI是在考慮降水的基礎(chǔ)上,加入了溫度信息,利用降水與潛在蒸散發(fā)之間的水量平衡關(guān)系來(lái)表征干旱。SPEI具有多尺度特征,研究表明,3個(gè)月尺度SPEI(SPEI- 3)適合監(jiān)測(cè)農(nóng)業(yè)干旱[12,19],因此,文中將SPEI- 3與SSMI進(jìn)行對(duì)比分析,作為評(píng)價(jià)SSMI監(jiān)測(cè)農(nóng)業(yè)干旱適宜性的一個(gè)方面。SPEI的計(jì)算方法：(1)獲得某一時(shí)間尺度(如3個(gè)月)內(nèi)降水累計(jì)值與潛在蒸散發(fā)累計(jì)值的差值的多年時(shí)間序列,一般要求時(shí)間序列的長(zhǎng)度為30年以上[18]。根據(jù)氣象數(shù)據(jù)的可獲得性,潛在蒸散發(fā)的計(jì)算可以采用Penman-Monteith、Thornthwaite、Hargreaves等方法[20- 21]。(2)對(duì)該時(shí)間序列進(jìn)行Log-Logistic概率分布擬合,獲得概率分布函數(shù)。(3)最后將概率分布函數(shù)進(jìn)行正態(tài)標(biāo)準(zhǔn)化得到SPEI值,具體計(jì)算公式參考Vicente-Serrano等[18]的文獻(xiàn)。本研究使用的SPEI數(shù)據(jù)集是由提出者Vicente-Serrano等生產(chǎn)的全球SPEI數(shù)據(jù)集[22],可以在以下網(wǎng)址(http://sac.csic.es/spei/index.html)下載。該數(shù)據(jù)格式為NetCDF格式,空間分辨率為0.5度,時(shí)間分辨率為每月,數(shù)據(jù)時(shí)段為1901年1月—2015年12月,包含1—48月尺度的SPEI數(shù)據(jù)。為了與土壤濕度數(shù)據(jù)時(shí)段保持一致,本研究選取黃淮海平原2002年6月至2010年12月的SPEI格網(wǎng)數(shù)據(jù)集。

(3)農(nóng)業(yè)氣象站點(diǎn)災(zāi)害數(shù)據(jù)

由于大范圍地獲取完整、詳細(xì)的災(zāi)害記錄數(shù)據(jù)是較為困難的,因此,干旱觀測(cè)數(shù)據(jù)對(duì)于評(píng)價(jià)干旱指數(shù)的監(jiān)測(cè)效果是十分寶貴的數(shù)據(jù)源。我國(guó)黃淮海平原擁有比較密集的農(nóng)業(yè)氣象站點(diǎn),記錄了農(nóng)業(yè)干旱的相關(guān)信息。中國(guó)氣象局根據(jù)農(nóng)業(yè)氣象臺(tái)站上報(bào)的農(nóng)業(yè)氣象旬月報(bào)報(bào)文資料整理形成農(nóng)業(yè)氣象站點(diǎn)災(zāi)害旬值數(shù)據(jù)集,該數(shù)據(jù)集包括災(zāi)害名稱、災(zāi)害發(fā)生日期、災(zāi)害強(qiáng)度、災(zāi)害面積以及受害百分比等主要字段,該數(shù)據(jù)可以從中國(guó)氣象數(shù)據(jù)網(wǎng)下載(http://data.cma.cn/)。根據(jù)農(nóng)業(yè)干旱國(guó)家標(biāo)準(zhǔn)中作物形態(tài)指標(biāo),災(zāi)害記錄中干旱強(qiáng)度分為輕度、中度和重度干旱[23]。本研究在全國(guó)農(nóng)氣站點(diǎn)的災(zāi)害記錄中篩選出了2002—2010年間黃淮海平原共40個(gè)農(nóng)氣站點(diǎn)的1244條干旱災(zāi)害記錄。

(4)冬小麥產(chǎn)量數(shù)據(jù)

本文還收集了黃淮海平原主要省市天津、河北、山東、河南、安徽35個(gè)縣級(jí)行政單位的1994—2013年冬小麥產(chǎn)量數(shù)據(jù)來(lái)評(píng)價(jià)干旱指數(shù)與作物產(chǎn)量之間的關(guān)系。數(shù)據(jù)來(lái)源是從各省市統(tǒng)計(jì)年鑒資料中獲取。在預(yù)處理過(guò)程中,對(duì)產(chǎn)量數(shù)據(jù)進(jìn)行了多項(xiàng)式去趨勢(shì)處理,從實(shí)際產(chǎn)量中去除科技進(jìn)步等人為因素對(duì)冬小麥產(chǎn)量的影響,得到氣候要素為主要影響因素的產(chǎn)量(即氣象產(chǎn)量)。文中用減產(chǎn)率作為農(nóng)業(yè)干旱對(duì)作物造成的影響的表達(dá)指標(biāo),減產(chǎn)率(YLR,yield loss ratio)可通過(guò)公式(1)計(jì)算：

(1)

2.2 標(biāo)準(zhǔn)化土壤濕度指數(shù)(SSMI)

本文選用標(biāo)準(zhǔn)化土壤濕度指數(shù)作為評(píng)價(jià)農(nóng)業(yè)干旱的指標(biāo),對(duì)根區(qū)土壤濕度進(jìn)行標(biāo)準(zhǔn)化。對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化的過(guò)程中,需確定土壤濕度數(shù)據(jù)的概率分布。常用于干旱指數(shù)構(gòu)建的概率分布函數(shù)包括伽瑪分布、皮爾遜III型分布、經(jīng)驗(yàn)累積概率分布、正態(tài)分布、Log-Logistic分布等[24]。利用Kolmogorov-Smirnov方法檢驗(yàn),結(jié)果顯示土壤濕度數(shù)據(jù)符合正態(tài)分布,與Mishra等的結(jié)果相同[8]。因此,SSMI的構(gòu)建方法如下：

(2)

表1 標(biāo)準(zhǔn)化土壤濕度指數(shù)(SSMI)干旱等級(jí)劃分

3 結(jié)果與分析

3.1 基于SSMI的黃淮海平原干旱監(jiān)測(cè)結(jié)果

根據(jù)2.2節(jié)描述的SSMI的計(jì)算方法,利用根區(qū)土壤濕度數(shù)據(jù)計(jì)算得到了2002—2010年間黃淮海平原SSMI的干旱監(jiān)測(cè)結(jié)果。圖2展示了黃淮海平原內(nèi)所有柵格數(shù)據(jù)SSMI月均值數(shù)據(jù)序列。根據(jù)SSMI的干旱等級(jí)劃分,黃淮海平原在2002—2010年間共發(fā)生12次干旱事件,其中達(dá)到重度干旱事件1次(2002.6—2003.8),中度干旱事件3次(2004.1—2004.7、2005.3—2005.8、2006.8—2007.1),其余為輕度干旱事件。

圖2 黃淮海平原SSMI月均值時(shí)間序列Fig.2 Time series of monthly SSMI in the Huang-Huai-Hai Plain

3.2 SSMI與SPEI的對(duì)比分析

由于SPEI和SSMI數(shù)據(jù)在時(shí)間尺度和空間分辨率上不同,為了對(duì)二者進(jìn)行對(duì)比分析,需要將二者整合成統(tǒng)一的時(shí)空分辨率上。在空間分辨率上,SPEI數(shù)據(jù)的空間分辨率為0.5度,SSMI數(shù)據(jù)的空間分辨率為0.25度,文中將SSMI數(shù)據(jù)按照雙線性內(nèi)插法重采樣為0.5度數(shù)據(jù)用于對(duì)比分析。在時(shí)間分辨率上,由于SPEI是逐月數(shù)據(jù),為與SPEI數(shù)據(jù)序列保持一致,采用SSMI月值數(shù)據(jù)用于分析二者之間的關(guān)系,SSMI月值數(shù)據(jù)的計(jì)算方法見(jiàn)2.2節(jié)。

本研究選用3個(gè)月尺度的SPEI(SPEI- 3)來(lái)與SSMI進(jìn)行對(duì)比分析。SPEI- 3即綜合考慮當(dāng)前月份前3個(gè)月的降水和蒸散發(fā)量之差,按照上述SPEI的計(jì)算方法得到當(dāng)前月份SPEI值,按照月份順序依次滑動(dòng)計(jì)算得到不同月份的SPEI- 3值,最終形成逐月的SPEI- 3時(shí)間序列。首先從整個(gè)黃淮海平原尺度上對(duì)比分析SSMI和SPEI之間的關(guān)系,將黃淮海平原內(nèi)所有柵格數(shù)據(jù)進(jìn)行取均值處理,得到2002年6月至2010年12月共103個(gè)月的SSMI和SPEI時(shí)間序列數(shù)據(jù),結(jié)果如圖3左圖所示。結(jié)果顯示,從整個(gè)黃淮海平原尺度來(lái)看,SPEI與SSMI具有較好的一致性,相關(guān)系數(shù)達(dá)到0.63,呈現(xiàn)極顯著的相關(guān)關(guān)系。在2002、2004、2006年發(fā)生的農(nóng)業(yè)干旱中,二者均具有良好地識(shí)別效果。在柵格尺度上,進(jìn)一步分析SSMI與SPEI的相關(guān)程度,2002—2010年月尺度SSMI與SPEI的相關(guān)性如圖3右圖所示。可以發(fā)現(xiàn),SSMI與SPEI之間的相關(guān)系數(shù)在0.3—0.8之間,平均相關(guān)系數(shù)為0.52,每個(gè)柵格參與相關(guān)性計(jì)算的樣本數(shù)量為103個(gè),所有柵格均通過(guò)0.001顯著性水平檢驗(yàn)。以上分析結(jié)果表明,SSMI與SPEI之間具有極顯著的相關(guān)性和較好的一致性,以SPEI作為參照指標(biāo),SSMI能夠反映黃淮海平原的干濕狀況。

圖3 黃淮海平原月尺度SSMI與SPEI的對(duì)比分析Fig.3 Comparisons of the monthly SSMI and SPEI in the Huang-Huai-Hai Plain

3.3 SSMI與干旱災(zāi)害觀測(cè)記錄的比較

本節(jié)分別從黃淮海平原整體情況和典型農(nóng)氣站點(diǎn)上對(duì)干旱災(zāi)害觀測(cè)記錄與SSMI進(jìn)行對(duì)比分析。在分析黃淮海平原整體情況時(shí),由于災(zāi)害觀測(cè)記錄為旬值數(shù)據(jù)集,時(shí)間序列較長(zhǎng),為了便于空間上展示,按照逐月方式對(duì)干旱災(zāi)害記錄進(jìn)行了整理歸納；在典型農(nóng)氣站點(diǎn)尺度上,采用旬尺度數(shù)據(jù)進(jìn)行對(duì)比分析,從相對(duì)較小的時(shí)間尺度上進(jìn)一步檢驗(yàn)SSMI的干旱監(jiān)測(cè)效果。表2是根據(jù)農(nóng)氣站點(diǎn)的災(zāi)害記錄整理出的2002—2010年間的主要干旱事件。從表中可以發(fā)現(xiàn),黃淮海平原每年都會(huì)有干旱發(fā)生,僅是在持續(xù)時(shí)間和發(fā)生范圍上有所差別,文中重點(diǎn)分析了2004、2006年較長(zhǎng)持續(xù)時(shí)間的干旱過(guò)程。圖4展示了2004和2006年黃淮海平原從干旱發(fā)生到逐步加重直至干旱減輕的時(shí)空演變過(guò)程。按照農(nóng)氣站點(diǎn)災(zāi)害記錄,從2004年3月開(kāi)始,黃淮海平原就已經(jīng)有零星分布的干旱發(fā)生,至4—6月,干旱范圍已經(jīng)擴(kuò)展為黃淮海平原大部分地區(qū)。在2004年3—6月間,黃淮海平原共有18個(gè)站點(diǎn)記錄發(fā)生干旱,平均受害百分比為40%—50%,平均受旱面積超過(guò)2.5萬(wàn)hm2,山東菏澤、安徽蒙城、宿縣、亳州等地受害百分比甚至達(dá)到90%—100%,平均受旱面積超過(guò)6.7萬(wàn)hm2。在2004年7月—11月,干旱范圍有所減小,主要集中在安徽、江蘇北部,以及山東、河南部分地區(qū)。在2006年4—12月間,共有30個(gè)站點(diǎn)顯示發(fā)生干旱災(zāi)害,平均受害百分比為47%—57%,平均受旱害面積超過(guò)2.8萬(wàn)hm2。在干旱空間分布來(lái)看,在7—9月干旱得到部分緩解；在10—11月,由于降水不足,干旱又逐漸加重；直至12月,黃淮海平原大部分地區(qū)干旱逐漸解除,只在山東膠東半島和河北部分地區(qū)干旱持續(xù)。綜合2004、2006年兩次農(nóng)業(yè)干旱事件,從圖4可以看出,在空間分布上,SSMI的干旱監(jiān)測(cè)結(jié)果與農(nóng)氣站點(diǎn)災(zāi)害記錄是基本符合的。

表2 農(nóng)氣站點(diǎn)記錄的黃淮海平原主要農(nóng)業(yè)干旱事件

圖4 2004、2006年黃淮海平原干旱空間演變過(guò)程Fig.4 The evolutions of drought in 2004 and 2006 in the Huang-Huai-Hai Plain

為了進(jìn)一步評(píng)估SSMI在農(nóng)業(yè)干旱監(jiān)測(cè)中的準(zhǔn)確性,從站點(diǎn)尺度上分析干旱指數(shù)監(jiān)測(cè)結(jié)果與災(zāi)害記錄的一致性。根據(jù)農(nóng)氣站點(diǎn)災(zāi)害數(shù)據(jù)的完整性,選取德州、菏澤、泰安、商丘、蒙城、亳州6個(gè)站點(diǎn)用于對(duì)比分析。圖5中分別用數(shù)值-1、-2、-3來(lái)表示農(nóng)氣站點(diǎn)記錄的輕度、中度和重度干旱事件。另外,農(nóng)氣站點(diǎn)還記錄了洪澇災(zāi)害,其輕、中、重強(qiáng)度分別用1、2、3表示。從圖5中可以發(fā)現(xiàn),各站點(diǎn)SSMI所代表的干旱強(qiáng)度與干旱災(zāi)害記錄是基本一致的,總體上SSMI能夠較為準(zhǔn)確地反映區(qū)域農(nóng)業(yè)干旱強(qiáng)度特征。從干旱監(jiān)測(cè)的時(shí)效性方面,旬值尺度的SSMI與干旱災(zāi)害記錄也基本吻合,說(shuō)明利用SSMI在旬尺度上監(jiān)測(cè)農(nóng)業(yè)干旱也具有較大的應(yīng)用潛力。

圖5 SSMI旬值與農(nóng)氣站點(diǎn)干旱記錄的對(duì)比Fig.5 Comparison of the 10-day SSMI and drought records from agro-meteorological sites

3.4 農(nóng)業(yè)干旱對(duì)冬小麥產(chǎn)量的影響分析

在進(jìn)行農(nóng)業(yè)干旱監(jiān)測(cè)時(shí),分析干旱指數(shù)與作物產(chǎn)量的關(guān)系是檢驗(yàn)干旱指數(shù)監(jiān)測(cè)效果的重要方面。本文搜集到黃淮海平原35個(gè)縣市級(jí)1994—2013共20年的冬小麥產(chǎn)量數(shù)據(jù)。為了使不同縣市之間的產(chǎn)量數(shù)據(jù)能夠進(jìn)行類比,本文采用減產(chǎn)率來(lái)分析農(nóng)業(yè)干旱監(jiān)測(cè)結(jié)果與冬小麥產(chǎn)量的關(guān)系。首先,計(jì)算得到了所有縣市2002—2010年8個(gè)生長(zhǎng)季SSMI與冬小麥減產(chǎn)率的相關(guān)性(圖6左圖)。結(jié)果顯示,SSMI與冬小麥減產(chǎn)率呈現(xiàn)極顯著的正相關(guān)關(guān)系(R=0.68,P<0.001)。圖6右圖展示了各縣市生長(zhǎng)季SSMI與減產(chǎn)率之間的相關(guān)性,在35個(gè)縣市中,有24個(gè)可以通過(guò)0.05水平顯著性檢驗(yàn),11個(gè)未通過(guò)顯著性檢驗(yàn)。根據(jù)農(nóng)氣站點(diǎn)災(zāi)害記錄顯示,河北保定、石家莊、邢臺(tái)等地的冬小麥在2002—2003生長(zhǎng)季遭遇病蟲(chóng)害、大風(fēng)的災(zāi)害影響,山東菏澤在2003—2004生長(zhǎng)季遭受漬害影響,并非都因干旱引起冬小麥減產(chǎn)。因此,總體上,生長(zhǎng)季SSMI與冬小麥減產(chǎn)率是顯著相關(guān)的,SSMI能夠?qū)r(nóng)業(yè)干旱引起的冬小麥減產(chǎn)起到一定的指示作用。

圖6 冬小麥生長(zhǎng)季SSMI與減產(chǎn)率的相關(guān)關(guān)系Fig.6 Correlations of the SSMI during the growing season and winter wheat yield loss ratio

本文選取2002—2003年發(fā)生在冬小麥生長(zhǎng)季內(nèi)的干旱事件,進(jìn)一步分析SSMI干旱監(jiān)測(cè)結(jié)果與冬小麥減產(chǎn)率的關(guān)系。從圖7中可以發(fā)現(xiàn),黃淮海平原2002—2003生長(zhǎng)季冬小麥產(chǎn)量基本都呈現(xiàn)減產(chǎn)狀態(tài),減產(chǎn)幅度在15%以內(nèi)。根據(jù)SSMI識(shí)別結(jié)果,除了河北保定、石家莊、邢臺(tái)(圖中綠色顯示區(qū)域)外,其余區(qū)域均處于干旱狀態(tài)?？傮w上,基于統(tǒng)計(jì)數(shù)據(jù)得到的冬小麥發(fā)生減產(chǎn)的區(qū)域與基于SSMI識(shí)別的干旱發(fā)生區(qū)域具有較好地一致性。在數(shù)值上,有些區(qū)域減產(chǎn)率和SSMI可能無(wú)法很好地一一對(duì)應(yīng),即減產(chǎn)程度并不完全隨著SSMI的減小而增加。主要原因在于糧食減產(chǎn)可能有多種原因引起,在農(nóng)業(yè)氣象災(zāi)害范疇內(nèi),除干旱外,還可能由大風(fēng)、漬害、干熱風(fēng)、冰雹等引起減產(chǎn)。如圖7中河北保定、石家莊、邢臺(tái)(綠色區(qū)域)SSMI顯示為正?；驖駶?rùn)狀態(tài),而產(chǎn)量卻呈現(xiàn)減產(chǎn)狀況,其主要原因在于受到病蟲(chóng)害、大風(fēng)的災(zāi)害影響。2002—2003生長(zhǎng)季內(nèi)保定、石家莊、邢臺(tái)的降水量分別為101.7 mm、247.4 mm和177.6 mm,占平均降水量的94%、185%和134%,顯示該生長(zhǎng)季降水接近或者多于平均降水量,冬小麥產(chǎn)量減少可能并非受到干旱影響。另外,不同生育期內(nèi)即使出現(xiàn)相同等級(jí)的干旱發(fā)生,對(duì)作物產(chǎn)量的影響也不盡相同,這也是導(dǎo)致SSMI與減產(chǎn)率無(wú)法很好地一一對(duì)應(yīng)的原因之一。

圖7 2002—2003生長(zhǎng)季SSMI區(qū)域統(tǒng)計(jì)值與冬小麥減產(chǎn)率Fig.7 The zonal SSMI statistics and winter wheat yield loss ratio during the growing season of 2002—2003

4 結(jié)論和討論

本文利用數(shù)據(jù)同化后的根區(qū)土壤濕度數(shù)據(jù)構(gòu)建了標(biāo)準(zhǔn)化土壤濕度指數(shù)(SSMI),通過(guò)與常用的干旱指數(shù)SPEI、農(nóng)業(yè)干旱災(zāi)害數(shù)據(jù)以及冬小麥減產(chǎn)率的對(duì)比分析,綜合評(píng)價(jià)了利用SSMI監(jiān)測(cè)農(nóng)業(yè)干旱的適宜性。研究表明,SSMI能夠有效反映黃淮海平原的農(nóng)業(yè)干旱狀況,利用SSMI監(jiān)測(cè)農(nóng)業(yè)干旱是適宜的。具體研究結(jié)論如下：

(1)黃淮海平原格網(wǎng)尺度SSMI與SPEI之間的平均相關(guān)系數(shù)達(dá)到0.52,具有極顯著相關(guān)關(guān)系(P<0.001)。從整個(gè)黃淮海平原來(lái)看,SSMI與SPEI也具有良好的一致性,能夠準(zhǔn)確識(shí)別該區(qū)大范圍農(nóng)業(yè)干旱。

(2)從區(qū)域尺度上看,SSMI能夠有效反映干旱發(fā)生、發(fā)展直至減輕的演變過(guò)程。通過(guò)與德州、菏澤、泰安、商丘、蒙城、亳州6個(gè)農(nóng)氣站點(diǎn)干旱災(zāi)害記錄的對(duì)比分析表明：在站點(diǎn)尺度上,利用SSMI識(shí)別的農(nóng)業(yè)干旱與農(nóng)氣站點(diǎn)干旱災(zāi)害記錄是基本一致的,SSMI能夠較為準(zhǔn)確地監(jiān)測(cè)農(nóng)業(yè)干旱的強(qiáng)度。

(3)冬小麥生長(zhǎng)季SSMI與減產(chǎn)率具有顯著的相關(guān)性和良好的對(duì)應(yīng)關(guān)系,基于SSMI識(shí)別的農(nóng)業(yè)干旱發(fā)生區(qū)域與基于統(tǒng)計(jì)數(shù)據(jù)得到的冬小麥減產(chǎn)區(qū)域是基本一致的,SSMI能夠?qū)r(nóng)業(yè)干旱引起的冬小麥減產(chǎn)起到一定的指示作用。

相比于氣象干旱,農(nóng)業(yè)干旱是一種更為復(fù)雜的干旱類型,與氣象條件和作物生長(zhǎng)狀況密切相關(guān)[5,8],因而,在評(píng)價(jià)農(nóng)業(yè)干旱指數(shù)的適宜性時(shí),需要從不同方面綜合評(píng)價(jià)[27]。在以往的農(nóng)業(yè)干旱指數(shù)評(píng)價(jià)中,往往通過(guò)與其他指數(shù)的對(duì)比來(lái)評(píng)價(jià)干旱指數(shù)的監(jiān)測(cè)效果[5,11]。由于不同干旱指數(shù)的構(gòu)建原理不同,僅利用對(duì)比分析指數(shù)間的一致性不足以說(shuō)明干旱指數(shù)的適宜性。本文從干旱指數(shù)、災(zāi)害觀測(cè)記錄對(duì)比以及干旱對(duì)產(chǎn)量影響的角度綜合評(píng)價(jià)了標(biāo)準(zhǔn)化土壤濕度指數(shù)(SSMI)監(jiān)測(cè)農(nóng)業(yè)干旱的適宜性,在干旱指數(shù)的適宜性評(píng)價(jià)方法上更加全面,研究結(jié)果可以為黃淮海平原農(nóng)業(yè)干旱監(jiān)測(cè)業(yè)務(wù)化運(yùn)行以及防災(zāi)減災(zāi)策略的制定提供理論依據(jù)和科學(xué)參考。

本研究尚存在一些不足之處。由于采用的根區(qū)土壤濕度數(shù)據(jù)是同化模型模擬結(jié)果和遙感數(shù)據(jù)所得,土壤濕度數(shù)據(jù)時(shí)間序列相對(duì)較短。隨著SMOS(soil moisture ocean salinity)、SMAP(soil moisture active passive)等衛(wèi)星土壤濕度產(chǎn)品的增多,空間分辨率也會(huì)更高,后續(xù)研究還需采用更長(zhǎng)時(shí)間序列數(shù)據(jù)用于農(nóng)業(yè)干旱監(jiān)測(cè)及影響評(píng)價(jià)。在探討干旱對(duì)作物影響時(shí),還需進(jìn)一步考慮灌溉等人為因素的影響。本文研究區(qū)黃淮海平原的大部分地區(qū)為灌溉農(nóng)業(yè)區(qū),為了減輕干旱對(duì)產(chǎn)量的影響,大部分區(qū)域會(huì)進(jìn)行人為灌溉,所以在發(fā)生干旱時(shí)導(dǎo)致產(chǎn)量可能并未降低,在分析干旱對(duì)作物生長(zhǎng)及產(chǎn)量影響時(shí),人為灌溉則會(huì)增加分析結(jié)果的不確定性。本文所利用的土壤濕度為同化后的根區(qū)土壤濕度數(shù)據(jù),數(shù)據(jù)同化過(guò)程中用到了微波遙感土壤濕度數(shù)據(jù),微波遙感信號(hào)可以捕捉到地面灌溉的信息[28],因而該數(shù)據(jù)在一定程度上考慮了人為灌溉的信息。此外,在利用作物產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)時(shí),先進(jìn)行了去趨勢(shì)處理,去除了人為因素導(dǎo)致的科技進(jìn)步對(duì)產(chǎn)量的影響,其中也包含人為灌溉因素,因此,本研究在分析干旱對(duì)作物產(chǎn)量影響時(shí)部分考慮了灌溉因素的影響。即便如此,在分析SSMI與冬小麥減產(chǎn)率之間的關(guān)系時(shí),有些區(qū)域仍然出現(xiàn)減產(chǎn)率和呈現(xiàn)的干旱狀況不完全一致的情況。因而,未來(lái)還需獲取農(nóng)田灌溉數(shù)據(jù)深入考慮灌溉因素可能帶來(lái)的影響。目前研究工作僅在黃淮海平原開(kāi)展,進(jìn)一步研究還需在更多區(qū)域(如雨養(yǎng)農(nóng)業(yè)區(qū)、不同氣候區(qū))進(jìn)行SSMI的驗(yàn)證評(píng)價(jià)工作。