李 毅 張思遠(yuǎn) 劉慶祝 姬亞東 姚 寧 宋小燕

(西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院，陜西楊凌 712100)

0 引言

糧食安全一直是社會(huì)各界關(guān)注的焦點(diǎn)，提高糧食產(chǎn)量至關(guān)重要。在我國主要糧食作物中，小麥產(chǎn)量位居第三[1]。我國春小麥主要分布在長城以北、岷山以西氣候寒冷、無霜期短的地區(qū)，主要有黑龍江、內(nèi)蒙古、甘肅和新疆等地區(qū)。在黃土高原西部地區(qū)，小麥同樣是重要的糧食作物，其產(chǎn)量約占全國小麥產(chǎn)量的10%[2]。

隨著全球氣候變暖，干旱事件頻發(fā)，我國各大耕作區(qū)均有干旱發(fā)生。黃土高原西部地區(qū)小麥生產(chǎn)也出現(xiàn)了減產(chǎn)甚至絕收的情況。黃土高原西部干旱背景下小麥產(chǎn)量的研究非常必要，以采取適宜的管理措施進(jìn)行預(yù)先干預(yù)和補(bǔ)救[3]。

通常將干旱分為氣象干旱、水文干旱、農(nóng)業(yè)干旱和社會(huì)經(jīng)濟(jì)干旱。各類干旱有各自的發(fā)生條件，但在一定條件下能夠由一類干旱演變?yōu)榱硪活惛珊礫4-5]。關(guān)于氣象干旱目前常用的干旱指標(biāo)很多，其中標(biāo)準(zhǔn)化降水蒸散指數(shù)[6](Standardized precipitation evapotranspiration index,SPEI)基于降水和蒸散，既考慮了蒸散對溫度敏感的特點(diǎn)，又適合多尺度、多空間比較，特別適于監(jiān)測全球變暖背景下干旱的變化特征。目前已有幾十種干旱指標(biāo)用于評估農(nóng)業(yè)干旱的影響及農(nóng)業(yè)干旱的強(qiáng)度、持續(xù)時(shí)間、嚴(yán)重程度和空間范圍等[7]，涉及降水、土壤水分和作物水分等方面。其中基于田間持水率、凋萎系數(shù)以及蒸散發(fā)等因素提出的土壤水分虧缺指數(shù)(Soil moisture deficit index,SMDI)被證實(shí)能很好地評估農(nóng)業(yè)干旱[8-9]。

作物模型是以作物為研究對象，對作物與環(huán)境、經(jīng)濟(jì)因子及其關(guān)系的定量化表達(dá)[10]。自20世紀(jì)60年代以來，已有許多學(xué)者對作物生長模型做了大量研究，形成了許多作物模型研究成果，其中DSSAT模型是國際農(nóng)業(yè)技術(shù)傳播網(wǎng)(IBSNAT)匯集了許多科研成果的大型軟件包[11]，可模擬小麥、玉米、水稻等十余種作物的生長。大量研究證實(shí)DSSAT模型可以很好地模擬各種作物的生育期及產(chǎn)量。熊偉[12]將DSSAT-CERES-Wheat模型升尺度，進(jìn)行區(qū)域模擬，模擬了1981—2000年全國各網(wǎng)格小麥產(chǎn)量。魏玉清等[13]利用DSSAT模型模擬和田間試驗(yàn)相結(jié)合的方法，對寧夏引黃灌區(qū)春小麥節(jié)水灌溉模式進(jìn)行了研究。QU等[14]利用DSSAT-CERES-Wheat模型研究了歷史時(shí)期和兩個(gè)代表性濃度途徑(RCP8.5和RCP4.5)下的氣候變化對冬小麥產(chǎn)量的影響。

盡管目前國內(nèi)對于干旱影響春小麥的生長和產(chǎn)量以及作物模型方面均有了相關(guān)研究[15-16]，但是利用DSSAT-CERES-Wheat模型對黃土高原西部地區(qū)春小麥生長和產(chǎn)量的多站點(diǎn)模擬和分析還不夠深入。另外，大多文獻(xiàn)單獨(dú)研究了氣象干旱指標(biāo)或農(nóng)業(yè)干旱指標(biāo)與春小麥產(chǎn)量的關(guān)系[17]，多時(shí)間尺度氣象干旱和農(nóng)業(yè)干旱對春小麥的影響，更適合用于評估干旱與春小麥生產(chǎn)和產(chǎn)量關(guān)系的干旱指標(biāo)，以及關(guān)鍵生育期內(nèi)干旱對春小麥產(chǎn)量的影響還需要進(jìn)一步研究。本文運(yùn)用DSSAT-CERES-Wheat模型模擬春小麥歷史時(shí)期的物候期和產(chǎn)量等數(shù)據(jù)，結(jié)合氣象干旱指標(biāo)(SPEI)和農(nóng)業(yè)干旱指標(biāo)(SMDI)確定氣象干旱和農(nóng)業(yè)干旱影響春小麥生長過程及產(chǎn)量的關(guān)鍵生育期和適宜的時(shí)間尺度，以有效地應(yīng)對干旱，進(jìn)一步提高作物產(chǎn)量。

1 材料和方法

1.1 研究區(qū)概況

黃土高原西部位于中國大陸中心地帶，位于33°41′～41°16′N、100°52′～114°33′E，包括太行山以西、烏鞘嶺以東，秦嶺以北、長城以南廣大地區(qū)。跨山西省、陜西省北部、甘肅省、青海省、寧夏回族自治區(qū)及河南省等省區(qū)，位于我國第二級階梯，面積約6.2×105km2，海拔1 000～2 000 m。選擇黃土高原西部有較完整物候期和產(chǎn)量數(shù)據(jù)的7個(gè)春小麥站點(diǎn)，包括寧夏永寧站、甘肅靖遠(yuǎn)站、甘肅臨夏站、甘肅安定站、青海湟源站、青?；ブ?、青海民和站等(圖1)。

1.2 氣象、土壤和作物數(shù)據(jù)收集

1.2.1氣象數(shù)據(jù)

在國家氣象科學(xué)數(shù)據(jù)中心(http:∥ata.cma.cn/site/index.html)收集黃土高原西部7個(gè)站點(diǎn)1961—2018年的氣象數(shù)據(jù)，主要包括逐日降水量(P)、相對濕度(RH)、日最高氣溫(Tmax)、日最低氣溫(Tmin)、2 m處風(fēng)速(U2)和日照時(shí)數(shù)(N)等，缺失數(shù)據(jù)用鄰近站點(diǎn)數(shù)據(jù)插值得到。

1.2.2土壤數(shù)據(jù)

在國家氣象科學(xué)數(shù)據(jù)中心中國氣象局陸面數(shù)據(jù)同化系統(tǒng)(CLDAS-V2.0)下載2008—2016年實(shí)時(shí)土壤屬性產(chǎn)品數(shù)據(jù)集，包括0～10 cm和10～40 cm土層的土壤含水率與土壤溫度數(shù)據(jù)。

在中國科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(http:∥www.resdc.cn/data.aspx?DATAID-273)下載所研究站點(diǎn)的土壤質(zhì)地?cái)?shù)據(jù)和土壤類型數(shù)據(jù)等。

1.2.3作物數(shù)據(jù)

在國家統(tǒng)計(jì)局網(wǎng)站(http:∥www.stats.gov.cn/tjsj/ndsj/)和國家氣象科學(xué)數(shù)據(jù)中心下載黃土高原西部7個(gè)站點(diǎn)的春小麥逐年的產(chǎn)量數(shù)據(jù)以及農(nóng)作物生產(chǎn)資料，包括作物名稱、生育期名稱、生育期日期等。

黃土高原西部7個(gè)氣象站點(diǎn)的經(jīng)緯度、基本氣象要素特點(diǎn)以及土壤特征參數(shù)如表1所示。

表1 黃土高原西部氣象站點(diǎn)位置、氣象及土壤特征Tab.1 Site location,weather and soil characteristics of agrometeorological stations in western Loess Plateau

1.3 干旱指標(biāo)計(jì)算

1.3.1氣象干旱指標(biāo)SPEI

SPEI的計(jì)算分3步：首先采用Penman-Monteith法計(jì)算月尺度參考作物騰發(fā)量ET0[18]，計(jì)算式為

(1)

式中Rn——凈輻射，MJ/(m2·d)

G——向下的地面熱通量，MJ/(m2·d)

Δ——飽和蒸汽壓力的斜率，kPa/K

γ——濕度常數(shù)，kPa/K

T——2 m處的空氣溫度，℃

es、ea——飽和和實(shí)際蒸汽壓力，kPa[19-20]

計(jì)算各時(shí)間尺度下的水分虧缺/盈余量Di(mm)，計(jì)算式為

Di=Pi-ET0,i

(2)

式中Pi——當(dāng)前月尺度下第i個(gè)月降水量，mm

ET0，i——第i個(gè)月的參考作物騰發(fā)量，mm

由于在我國大多數(shù)地區(qū)三參數(shù)對數(shù)Logistic概率分布被認(rèn)為是最佳分布[21]，因此采用三參數(shù)Logistic分布對Di進(jìn)行擬合，累積概率分布函數(shù)為

(3)

式中α——尺度參數(shù)β——形狀參數(shù)

γ′——位置參數(shù)

F(x)——累積概率分布函數(shù)

最后對序列進(jìn)行標(biāo)準(zhǔn)化正態(tài)處理，得到SPEI，計(jì)算式為

(4)

(5)

c0=2.515 517，c1=0.802 853，c2=0.010 328，d1=1.432 788，d2=0.189 269，d3=0.001 308。

計(jì)算了研究區(qū)7個(gè)站點(diǎn)1961—2018年春小麥物候期內(nèi)(3—8月)各時(shí)間尺度的SPEI，由于生育期共6個(gè)月，因此計(jì)算時(shí)間尺度1～6個(gè)月SPEI，并分析干旱時(shí)間變化及其與春小麥產(chǎn)量的相關(guān)性。

1.3.2農(nóng)業(yè)干旱指標(biāo)SMDI

SMDI已被廣泛用于表征農(nóng)業(yè)干旱的嚴(yán)重程度[22-23]，基于土壤含水量計(jì)算SMDI的公式為

(6)

其中

(7)

式中SDi,j——第i年第j月的土壤水分虧缺,%,i=1,2,…,58

SWi,j——土壤剖面中某一時(shí)間范圍內(nèi)的平均土壤含水量，mm

MSWj——第j月土層中長期土壤含水量的中位數(shù)，mm

SWjmax——第j月土層中長期土壤含水量的最大值，mm

SWjmin——第j月土層中長期土壤含水量的最小值，mm

SMDI是在整個(gè)春小麥物候期的兩個(gè)土壤深度(0～10 cm和10～40 cm)處計(jì)算的，土層深度0～10 cm的SMDI表示為SMDI0～10，土層深度10～40 cm的SMDI表示為SMDI10～40，時(shí)間范圍為3—8月。并根據(jù)不同干旱指標(biāo)的數(shù)值范圍劃分干旱等級[24-25](表2)。

1.3.3春小麥遺傳參數(shù)確定及產(chǎn)量模擬

DSSAT-CERES-Wheat模型利用作物品種自身的遺傳特性參數(shù)來描述品種的特性，用以控制作物生長發(fā)育的進(jìn)程、植株形態(tài)及產(chǎn)量的形成。因此，需要建立春小麥的遺傳特性參數(shù)數(shù)據(jù)庫。DSSAT-CERES-Wheat模型共有7個(gè)遺傳參數(shù)：P1V、P1D、P5、G1、G2、G3和PHINT(表3)

表2 基于SPEI和SMDI的干旱等級劃分Tab.2 Drought classification based on SPEI and SMDI

。

表3 DSSAT-CERES-Wheat模型中春小麥遺傳參數(shù)Tab.3 Genetic parameters of spring wheat in DSSAT-CERES-Wheat model

利用GLUE(Generalized likelihood uncertainty estimation)調(diào)參對春小麥的遺傳參數(shù)進(jìn)行調(diào)試。參數(shù)調(diào)試過程分兩輪進(jìn)行，每輪6 000次。第1輪調(diào)整作物物候參數(shù)，第2輪估算作物生長參數(shù)。將收集的春小麥生育期和產(chǎn)量的實(shí)測數(shù)據(jù)共13年(2001—2013年)的前6年(2001—2006年)用于參數(shù)的率定，后7年(2007—2013年)用于遺傳參數(shù)的驗(yàn)證，實(shí)測數(shù)據(jù)不夠13年的，按照適當(dāng)?shù)谋壤_定率定和驗(yàn)證的年份。根據(jù)DSSAT-CERES-Wheat模型調(diào)試得到的春小麥遺傳參數(shù)補(bǔ)全1961—2018年春小麥的最大葉面積指數(shù)、地上生物量和產(chǎn)量等數(shù)據(jù)。黃土高原西部7個(gè)站點(diǎn)的春小麥遺傳參數(shù)見表4。

表4 春小麥遺傳參數(shù)Tab.4 Genetic coefficients of spring wheat

1.3.4模型效果評價(jià)

利用決定系數(shù)R2和相對均方根誤差(RRMSE)來評估模型率定和驗(yàn)證效果。一般來說，較高的R2和較低的RRMSE表明模型性能更好。

2 結(jié)果與分析

2.1 干旱指標(biāo)SPEI和SMDI的時(shí)間變化

圖2 甘肅臨夏站1961—2018年時(shí)間尺度1～6個(gè)月SPEI、SMDI0～10和SMDI10～40的變化趨勢Fig.2 Temporal variations of SPEI,SMDI0～10 and SMDI10～40 at 1～6 months time scales at Linxia Station

7個(gè)站點(diǎn)干旱指標(biāo)SPEI和SMDI的變化均具有隨機(jī)性，因此選取甘肅臨夏站為示例進(jìn)行具體分析。臨夏站1961—2018年春小麥生育期(3—8月)內(nèi)1～6個(gè)月時(shí)間尺度下SPEI、SMDI0～10以及SMDI10～40的變化趨勢見圖2，白色色塊代表干旱，黑色色塊表示濕潤，色塊顏色越深代表干旱或濕潤的程度越重。從圖中可以清楚地看到該站點(diǎn)的干濕演替。

由圖2可知，SPEI總體呈現(xiàn)干濕交替。盡管干旱的嚴(yán)重程度不盡相同，但不同時(shí)間尺度的干濕變化通常一致。在甘肅省臨夏，氣象干旱頻繁發(fā)生，幾乎在整個(gè)春小麥的生長季均存在。在2000年以后，干旱事件頻發(fā)，嚴(yán)重和極端干旱也有所增加，尤其在3—6月，即春小麥生長季的前中期。SMDI0～10整體呈現(xiàn)變濕潤的趨勢，但是氣象干旱在整個(gè)春小麥的生長季也均有發(fā)生。在1970年前后和1990年前后干旱事件頻發(fā)，在2005年之后基本呈現(xiàn)變濕潤的趨勢，直到2015年又發(fā)生干旱事件?？v觀整個(gè)生長季，6月和7月的干旱程度更重，即在春小麥的開花期和灌漿期受干旱的影響較多。SMDI10～40所反映的干濕事件與SMDI0～10的基本一致，但干濕交替更為頻繁，干旱嚴(yán)重程度也更深。

SMDI0～10和SMDI10～40所反映的農(nóng)業(yè)干旱指標(biāo)變化趨勢和氣象干旱指標(biāo)SPEI不同可能是由于灌溉的影響，各土層深度土壤濕度發(fā)生改變會(huì)影響SMDI，因此2013年前后出現(xiàn)濕潤年份極有可能是受到土壤濕度影響。而不同干旱指標(biāo)和干旱時(shí)間尺度表征的春小麥生育期內(nèi)干旱變化規(guī)律存在差異，因此需結(jié)合春小麥產(chǎn)量等生長要素探究不同干旱指標(biāo)以及不同時(shí)間尺度對春小麥生長發(fā)育的影響，以此來確定不同干旱影響春小麥的關(guān)鍵月份和關(guān)鍵時(shí)間尺度。

2.2 DSSAT-CERES-Wheat模型模擬效果

DSSAT-CERES-Wheat模型模擬的開花期、成熟期和產(chǎn)量的率定和驗(yàn)證結(jié)果如圖3所示。

圖3 模型率定和驗(yàn)證結(jié)果Fig.3 Calibration and validation result of model

整體上模擬效果均較好(0.65≤R2≤0.84)。其中春小麥產(chǎn)量的率定結(jié)果R2達(dá)到0.84，并且RRMSE始終維持在一個(gè)較低的水平。模型對于產(chǎn)量的模擬效果最好，成熟期次之，開花期較差。另外，春小麥開花期、成熟期和產(chǎn)量率定期的R2均高于驗(yàn)證期，這可能與率定期選取的數(shù)據(jù)年份較長有關(guān)，但驗(yàn)證期的精度仍在可接受的范圍內(nèi)。表明DSSAT-CERES-Wheat 模型能較好地模擬春小麥的生長過程和產(chǎn)量。

2.3 產(chǎn)量相關(guān)指標(biāo)的時(shí)間變化

用通過率定和驗(yàn)證得到的春小麥遺傳參數(shù)，模擬了1961—2018年的葉面積指數(shù)、地上生物量和產(chǎn)量年值。其中葉面積指數(shù)為整個(gè)生育期的值，數(shù)據(jù)較多，因此選擇最大葉面積指數(shù)進(jìn)行分析。最大葉面積指數(shù)、地上生物量和產(chǎn)量的時(shí)間變化如圖4所示。圖中各箱形圖內(nèi)的黑色實(shí)線表示該年所有站點(diǎn)春小麥產(chǎn)量的中位數(shù)；箱子的上下邊界線分別表示春小麥產(chǎn)量的上四分位數(shù)和下四分位數(shù)。由圖4可以看出，1961—2018年黃土高原西部地區(qū)春小麥最大葉面積指數(shù)平均值波動(dòng)較大，地上生物量的箱體較緊湊，說明各站點(diǎn)地上生物量的離散程度較低，雨養(yǎng)產(chǎn)量在2005年之后的平均值較之前有增加的趨勢。黃土高原西部地區(qū)春小麥各站點(diǎn)最大葉面積指數(shù)最大值為11.67，最小值為1.16，最大葉面積指數(shù)多年平均值為6.16；地上生物量最大值30 821 kg/hm2，最小值為10 165 kg/hm2，生物量多年平均值為21 438 kg/hm2；產(chǎn)量最大值為7 652 kg/hm2，最小值為562 kg/hm2，產(chǎn)量多年平均值為4 257 kg/hm2。

圖4 1961—2018年黃土高原西部各站點(diǎn)春小麥最大葉面積指數(shù)、地上生物量和產(chǎn)量年際變化的箱形圖Fig.4 Box plot of interannual variations for simulated spring wheat yields,LAImax and aboveground biomass over 1961—2018 in western Loess Plateau

2.4 干旱對春小麥生長過程和產(chǎn)量的影響

對7個(gè)站點(diǎn)的干旱指標(biāo)與作物生長關(guān)系進(jìn)行了全面分析。因數(shù)據(jù)較多，選擇甘肅臨夏站為代表站，1961—2018年春小麥生育期內(nèi)1～6個(gè)月不同時(shí)間尺度的干旱指標(biāo)(SPEI、SMDI0～10和SMDI10～40)與春小麥生長和產(chǎn)量要素之間的皮爾遜相關(guān)系數(shù)(Pearson correlation coeffecient，r)如表5所示。表中數(shù)字1～6表示1到6個(gè)月的時(shí)間范圍。r越大則說明該時(shí)間尺度的干旱指標(biāo)越能識別該分區(qū)生育期內(nèi)的干旱。

表5 臨夏站各時(shí)間尺度SPEI與春小麥生長要素的相關(guān)系數(shù)Tab.5 Correlation coefficient of spring wheat between multiscale SPEI and growth factors at Linxia Station

由表5可以看出，5月份時(shí)間尺度1～6個(gè)月的SPEI與最大葉面積指數(shù)都有較好的正相關(guān)關(guān)系，其中時(shí)間尺度2個(gè)月的SPEI相關(guān)系數(shù)最大，6月份時(shí)間尺度2～6個(gè)月的SPEI與最大葉面積指數(shù)也具有較好的正相關(guān)關(guān)系。5月份時(shí)間尺度1～4個(gè)月的SPEI與生物量有較好的正相關(guān)關(guān)系，其中時(shí)間尺度1～2個(gè)月的SPEI相關(guān)系數(shù)最大。5月份時(shí)間尺度1～2個(gè)月的SPEI與產(chǎn)量有較好的正相關(guān)關(guān)系。

由表6可以看出，7月份時(shí)間尺度3～6個(gè)月的SMDI0～10與最大葉面積指數(shù)都有較好的正相關(guān)關(guān)系，其中時(shí)間尺度6個(gè)月的相關(guān)系數(shù)最大。6、7月份時(shí)間尺度2～3個(gè)月的SMDI0～10與生物量有較好的正相關(guān)關(guān)系，其中7月份時(shí)間尺度3個(gè)月的相關(guān)系數(shù)最大。5、6月份時(shí)間尺度1～2個(gè)月的SMDI0～10與產(chǎn)量有較好的正相關(guān)關(guān)系，其中6月份時(shí)間尺度1個(gè)月的相關(guān)系數(shù)最大。由表7可以看出SMDI10～40只與生物量具有較好的相關(guān)關(guān)系。

表6 臨夏站各時(shí)間尺度SMDI0～10與春小麥生長要素的相關(guān)系數(shù)Tab.6 Correlation coefficient of spring wheat between multiscale SMDI0～10 and growth factors at Linxia Station

根據(jù)皮爾遜相關(guān)系數(shù)界值表[26]設(shè)定相關(guān)系數(shù)r的臨界值為0.33，綜合表5～7可得，春小麥生育期內(nèi)SPEI與春小麥生長要素之間r≥0.33的時(shí)間尺度的個(gè)數(shù)為6個(gè)；SMDI0～10與春小麥生長要素之間r≥0.33的時(shí)間尺度的個(gè)數(shù)為20個(gè)；SMDI10～40與春小麥生長要素之間r≥0.33的時(shí)間尺度的個(gè)數(shù)為5個(gè)。干旱指標(biāo)影響春小麥生長和產(chǎn)量的關(guān)鍵月份為6月和7月，即春小麥生長發(fā)育的中后期，對應(yīng)的生育期為開花期和灌漿期，說明在這兩個(gè)時(shí)期發(fā)生干旱會(huì)影響春小麥的生長發(fā)育和最終產(chǎn)量，干旱指標(biāo)的時(shí)間尺度為2個(gè)月。綜上：SMDI0～10比SMDI10～40

表7 臨夏站各時(shí)間尺度SMDI10～40與春小麥生長要素的相關(guān)系數(shù)Tab.7 Correlation coefficient of spring wheat between multiscale SMDI10～40 and growth factors at Linxia Station

圖5 春小麥葉面積指數(shù)、地上生物量和產(chǎn)量的線性傾向率與SPEI、SMDI0～10和SMDI10～40的線性傾向率線性擬合圖Fig.5 Variations of linear slopes for spring wheat LAImax,biomass and yield vs linear slope of SPEI,SMDI0～10 and SMDI10～40

及SPEI與春小麥生長和產(chǎn)量的關(guān)系更密切，因此在春小麥種植期間需重點(diǎn)關(guān)注表層土壤水分狀況，來監(jiān)測農(nóng)業(yè)干旱程度，保證春小麥生長和穩(wěn)產(chǎn)。

根據(jù)表5～7選取的干旱指標(biāo)的最優(yōu)時(shí)間尺度和最佳月份，計(jì)算其隨時(shí)間變化的線性傾向率。圖5為春小麥各個(gè)站點(diǎn)SPEI、SMDI0～10以及SMDI10～40的線性傾向率與最大葉面積指數(shù)、地上生物量和產(chǎn)量的線性傾向率的線性擬合圖。由圖5可以看出，最大葉面積指數(shù)、地上生物量和產(chǎn)量與干旱指標(biāo)的線性傾向率都呈現(xiàn)較好的相關(guān)關(guān)系，并且整體上呈現(xiàn)正相關(guān)關(guān)系。

對比3個(gè)干旱指標(biāo)，SMDI0～10對春小麥最大葉面積指數(shù)和產(chǎn)量的相關(guān)性最大，說明其對于春小麥生長以及產(chǎn)量的影響程度最大，其中又能看出其與產(chǎn)量的相關(guān)關(guān)系最好；SMDI10～40與春小麥最大葉面積指數(shù)、地上生物量和產(chǎn)量的相關(guān)系數(shù)在3個(gè)指標(biāo)中最小，對春小麥生長以及產(chǎn)量的影響程度最小。SPEI與最大葉面積指數(shù)和地上生物量的擬合直線的斜率更大(圖5a、5d)，說明春小麥最大葉面積指數(shù)和地上生物量隨著SPEI變化的程度更大。

3 討論

3.1 干旱類型對春小麥生長過程及產(chǎn)量的影響

春小麥的生長以及產(chǎn)量會(huì)受到不同類型干旱的影響。一些研究應(yīng)用氣象干旱指標(biāo)來探究干旱與作物產(chǎn)量之間的關(guān)系。例如，VICENTE-SERRANO等[27]比較了全球和國家尺度上小麥產(chǎn)量與SPI、PDSI、SPEI、降水Z指數(shù)(Zindex)之間的相關(guān)性，發(fā)現(xiàn)SPEI與小麥產(chǎn)量之間的相關(guān)性更大。TIAN等[28]發(fā)現(xiàn)，在美國中南部，Z指數(shù)與小麥產(chǎn)量具有統(tǒng)計(jì)學(xué)顯著的相關(guān)性。此外，一些研究調(diào)查了氣象和農(nóng)業(yè)干旱與春小麥產(chǎn)量之間的關(guān)系。MASURD等[29]研究了兩種干旱指標(biāo)在農(nóng)業(yè)評估方面的表現(xiàn)，結(jié)果證明在春小麥生長季節(jié)的早期，相比于SPEI，MSDI 的表現(xiàn)更好，表明了作物生產(chǎn)對土壤水分缺乏的高度敏感性。WU等[30]對比分析了PDSI、SPI和蒸散發(fā)虧缺指數(shù)(Evapotranspiration deficit index,ETDI)對我國華北地區(qū)小麥的影響，指出ETDI與小麥產(chǎn)量的關(guān)系比PDSI和SPEI大，能更好地表征干旱對小麥產(chǎn)量的影響。本研究表明，對于春小麥來說，SMDI0～10比SMDI10～40及SPEI與春小麥生長和產(chǎn)量的關(guān)系更密切，這個(gè)結(jié)果是合理的，因?yàn)橥寥浪亲魑锼闹饕獊碓?，而春小麥?～20 cm土層中根質(zhì)量與根長占總量的比例最多，分別為 67%和 51%[31]，因此在生長發(fā)育的前期淺層土壤對其影響最大，這與CHEN等[32]的結(jié)果一致。

3.2 春小麥生長和產(chǎn)量的關(guān)鍵物候期及關(guān)鍵時(shí)間尺度

研究表明，小麥產(chǎn)量很容易受到小麥關(guān)鍵物候期出現(xiàn)的干旱的影響[33]。王鈞等[34]研究發(fā)現(xiàn)，灌漿期干旱脅迫對小麥千粒質(zhì)量影響最大；拔節(jié)期干旱脅迫對小麥產(chǎn)量影響最大，其次為灌漿期。LABUDOVA等[35]證明了10種作物的標(biāo)準(zhǔn)化產(chǎn)量與時(shí)間尺度2、3個(gè)月的SPI和SPEI呈相關(guān)關(guān)系，其中也包括春小麥。XU等[36]指出，江蘇省小麥產(chǎn)量與時(shí)間尺度1、3個(gè)月的干旱關(guān)系密切。可見，短時(shí)間尺度的干旱和生長后期的干旱對春小麥生長和產(chǎn)量的影響較大。本研究對于SMDI0～10，灌漿期干旱對小麥生長及產(chǎn)量影響最大，時(shí)間尺度2個(gè)月的SMDI0～10為影響春小麥生長和產(chǎn)量的關(guān)鍵時(shí)間尺度。氣象干旱與農(nóng)業(yè)干旱之間關(guān)系密切，在時(shí)間上存在相位差，氣象干旱的發(fā)展和結(jié)束速度相對較快，而農(nóng)業(yè)干旱的發(fā)生晚于氣象干旱的發(fā)生[37-38]。因此本研究SPEI和SMDI表征的氣象干旱和農(nóng)業(yè)干旱影響小麥生長的生育期不同，可能與農(nóng)業(yè)干旱的滯后性相關(guān)。

3.3 DSSAT-CERES-Wheat模型預(yù)測的不確定性

DSSAT-CERES-Wheat模型已在許多研究中用于模擬春小麥產(chǎn)量等生長要素。在本研究中，經(jīng)過性能評估后，使用DSSAT-CERES-Wheat模型模擬了春小麥的產(chǎn)量等生長要素。但是在使用DSSAT-CERES-Wheat模型模擬春小麥最大葉面積指數(shù)、地上生物量及產(chǎn)量時(shí)仍存在很大的不確定性。這是由于本研究在應(yīng)用DSSAT-CERES-Wheat模型模擬時(shí)未考慮到春小麥產(chǎn)量、播種日期和基因型的多樣性以及土壤參數(shù)的不確定性[39-40]。因此可能導(dǎo)致春小麥產(chǎn)量等生長要素的模擬偏差。但是，DSSAT-CERES-Wheat模型模擬的1961—2018年的春小麥產(chǎn)量等生長要素仍可以作為參考，這使得進(jìn)一步分析干旱事件與小麥產(chǎn)量之間的關(guān)系成為可能。

3.4 干旱和灌溉對作物生長和產(chǎn)量的影響

水分是影響作物生存和生長發(fā)育的主要限制因子[41]。作物在生長發(fā)育過程中,受土壤水分狀況的影響較大[42]。干旱的實(shí)質(zhì)是缺水,造成氣象干旱和農(nóng)業(yè)干旱的主要原因是氣溫和降水[43]。農(nóng)業(yè)干旱不同于氣象干旱，農(nóng)業(yè)干旱還表征在作物生長期間供水和需水關(guān)系，以土壤水循環(huán)為主要的研究過程，土壤含水量直觀地反映了作物的供水狀況[44]。灌溉是一種重要的土地管理方式，在干旱地區(qū)通過灌溉增加土壤濕度和地表蒸散，改變熱通量和水分的再分配以改善作物生長過程中土壤水分狀況[44-46]。為了排除灌溉對土壤的影響，充分體現(xiàn)出不同月份不同類型干旱對于黃土高原西部春小麥生長和產(chǎn)量的影響，本研究在利用DSSAT-CERES-Wheat模擬春小麥產(chǎn)量時(shí)關(guān)閉了自動(dòng)灌溉，模擬得到的春小麥產(chǎn)量為雨養(yǎng)產(chǎn)量。

4 結(jié)論

(1)以甘肅臨夏站為例，時(shí)間尺度1～6個(gè)月的SPEI和SMDI的干濕狀態(tài)總體呈現(xiàn)干濕交替的規(guī)律；而氣象干旱和農(nóng)業(yè)干旱頻繁發(fā)生，幾乎在整個(gè)春小麥的生長季均存在；不同時(shí)間尺度的干濕變化通常一致；不同年份的干旱事件的頻率和嚴(yán)重程度不盡相同。SPEI所反映的氣象干旱多發(fā)生在春小麥生長的前中期；而農(nóng)業(yè)干旱多發(fā)生在春小麥的開花期和灌漿期。

(2)DSSAT-CERES-Wheat模型在模擬黃土高原西部春小麥關(guān)鍵生育期和產(chǎn)量方面的效果良好。在率定和驗(yàn)證過程中，模擬開花期、成熟期和產(chǎn)量的R2為0.65～0.84。1961—2018年黃土高原西部地區(qū)春小麥最大葉面積指數(shù)平均值波動(dòng)較大，各站點(diǎn)地上生物量的離散程度較低，雨養(yǎng)產(chǎn)量在2005年之后的平均值較之前有增加的趨勢。

(3)從開花期到灌漿期的干旱對春小麥生長過程以及產(chǎn)量的影響更大。SMDI相比SPEI與春小麥生長過程和產(chǎn)量之間的關(guān)系更為密切，這表明農(nóng)業(yè)干旱對冬小麥產(chǎn)量的影響更大，其中SMDI0～10比SMDI10～40的影響程度大。時(shí)間尺度2個(gè)月的SMDI0～10是干旱對春小麥生長和產(chǎn)量影響更大的關(guān)鍵時(shí)間尺度。SPEI和SMDI的關(guān)鍵時(shí)間尺度以及春小麥的關(guān)鍵物候期為小麥生育期的抗旱措施提供了參考。