何旭剛 買買提·沙吾提 夏梓洋 師君銀 賀小寧 盛艷芳 李榮鵬

1960—2020年新疆主要作物需水量時空特征分析

何旭剛 買買提·沙吾提*夏梓洋 師君銀 賀小寧 盛艷芳 李榮鵬

新疆大學(xué)地理與遙感科學(xué)學(xué)院 /新疆綠洲生態(tài)教育部重點實驗室 / 新疆智慧城市與環(huán)境建模自治區(qū)普通高校重點實驗室, 新疆烏魯木齊 830017

作物需水量和作物灌溉需水量的時空分析對水資源優(yōu)化配置和灌溉制度制定至關(guān)重要。為了解新疆主要作物棉花、春小麥、冬小麥和玉米生育期需水量和灌溉需水量的時空特征及影響因素, 本文基于1960—2020年逐日氣象觀測數(shù)據(jù), 采用Penman-Monteith公式和單作物系數(shù)法, 利用去趨勢預(yù)置白(TFPW)的Mann-Kendall (TFPW-MK)研究4種作物需水量變化特征, 并通過重標(biāo)極差(R/S)分析法預(yù)測未來作物需水量和灌溉需水量的時空演變趨勢; 運(yùn)用隨機(jī)森林模型的重要協(xié)變量特征識別原理, 分析氣象因素與作物需水量的重要性排名, 探究了作物需水量的變化成因。結(jié)果表明: 1) 61年來, 新疆主要作物需水量總體呈現(xiàn)“先增后減又增”的變化趨勢; 作物需水量和灌溉需水量從大到小均依次為: 棉花>玉米>冬小麥>春小麥; 空間上呈現(xiàn)“南疆>北疆、東南>西北、東部>西部”的格局; 主要作物需水量變化范圍為: 棉花為381.20～991.20 mm (均值為654.94 mm), 玉米為350.26～924.48 mm (均值為607.98 mm), 春小麥為361.96～709.69 mm (均值為464.89 mm), 冬小麥為266.47～753.62 mm (均值為495.7 0 mm); 灌溉需水量變化范圍為: 棉花為49.49～975.88 mm (均值為563.19 mm), 玉米為52.47～910.85 mm (均值為530.18 mm), 春小麥為42.58～701.29mm (均值為409.28 mm), 冬小麥為21.94～741.77 mm (均值為418.26 mm), 自80年代中后期開始, 灌溉需水量下降幅度大于需水量。2) TFPW-MK分析中, 近61年來, 分布在塔里木盆地北部邊緣的沙雅和阿克蘇、東疆的巴里坤等12個站點需水量呈上升趨勢; 分布在塔里木盆地中部的塔中、北疆的克拉瑪依和南疆的阿圖什等區(qū)域的27個站點需水量逐步降低; 其余站點呈上下波動。3) 使用R/S方法對未來需水量的預(yù)測中, 北疆的塔城、托里、富蘊(yùn)和烏魯木齊站, 東疆的巴里坤, 南疆的沙雅、烏恰、塔中、且末和柯坪等站點4種作物需水量和灌溉需水量在未來會減少, 而東疆的紅柳河、巴里坤與巴音布魯克的春、冬小麥需水量在未來呈現(xiàn)上升趨勢。4) 在作物全育期中, 風(fēng)速和氣溫是新疆主要作物需水量的最重要影響因素, 而降水對新疆主要作物需水量的重要性最小。該研究較為全面的為新疆農(nóng)業(yè)高效用水和灌溉措施的制定提供決策和依據(jù)。

新疆農(nóng)作物; 需水量; TFPW-MK法; R/S分析法; 隨機(jī)森林

作物需水量(crop water requirement, CWR)是作物在大面積無病蟲害和土壤水分適宜時, 在給定的環(huán)境條件下, 為滿足農(nóng)田的蒸散發(fā)所需的水量[1]。作物需水量的計算、時空分布特征及其影響因素分析, 是農(nóng)業(yè)高效用水和科學(xué)配置的基礎(chǔ), 也是農(nóng)業(yè)水科學(xué)領(lǐng)域的熱點。因此, 眾多學(xué)者探討了我國的主要作物需水量, 并繪制了全國及重點農(nóng)業(yè)區(qū)域作物需水量等值線圖, 綜合分析了作物需水量在時空上的變化及其規(guī)律。針對單一作物的研究, Yang等[2]對華北平原的棉花需水量進(jìn)行時空研究, Tan等[3]利用試驗站觀測數(shù)據(jù)對華北平原冬小麥-夏玉米作物蒸散發(fā)進(jìn)行探究, 王梅等[4]和軒俊偉等[5]分別對新疆棉花和小麥需水量空間分布探究, 商蒙非等[6]對中國玉米需水量估算且分析水分盈虧的時空變化, 劉小剛等[7]和Zhang等[8]對山東冬小麥和夏玉米需水量趨勢與成因進(jìn)行分析, 祁嘉郁等[9]、卡力比爾·買買提等[10]對北疆地區(qū)春小麥和棉花的作物需水量和灌溉需水量計算, 并分析了對氣候變化的響應(yīng)。但這些研究中的作物結(jié)構(gòu)單一, 缺乏多種作物需水量之間的對比分析。對于多種作物的研究, 任修琳等[11]和邢貞相等[12]對黑龍江水稻、玉米、大豆進(jìn)行需水量分析, 并分析了多種作物需水量的關(guān)鍵影響因素, 劉鈺等[13]選取小麥、玉米、棉花和水稻4種作物, 分析其作物需水量與凈灌溉需水量的空間分布特征, 然而該研究缺乏地理空間分布格局的視角與更長時間序列需水量的變化。在位于西北干旱區(qū)的新疆需水量的研究中, Wang等[14]和Guo等[15]對作物的灌溉需水量和供需風(fēng)險進(jìn)行了研究, Xu等[16]進(jìn)行作物種植結(jié)構(gòu)提取, 進(jìn)一步對需水量的估算, 但這些研究僅限于新疆局部流域, 缺少對整個新疆且多種作物需水量的研究。

新疆作為國家現(xiàn)代農(nóng)業(yè)發(fā)展的重要戰(zhàn)略區(qū), 有著得天獨厚的農(nóng)業(yè)發(fā)展資源優(yōu)勢。近半個世紀(jì)以來, 新疆綠洲農(nóng)田面積擴(kuò)張顯著, 以及受干旱少雨, 水資源短缺等影響, 使得農(nóng)業(yè)水資源供需矛盾突出, 限制了作物的健康生長, 農(nóng)業(yè)用水配置面臨巨大挑戰(zhàn)。因此, 探究新疆主要作物需水量的時空分布特征, 從而制定合理的農(nóng)業(yè)水資源配置, 成為新疆農(nóng)業(yè)可持續(xù)發(fā)展的關(guān)鍵所在。隨著“三條紅線”、生態(tài)文明建設(shè)、“塔里木河流域綜合治理二期工程”、“一帶一路”核心區(qū)建設(shè)、脫貧攻堅成果鞏固等各項工作的逐步推進(jìn)和實現(xiàn), 新疆的工業(yè)、生活和生態(tài)用水急劇增加, 而農(nóng)業(yè)用水在減少[17], 使得農(nóng)業(yè)水資源的安全隱患不斷加深, 農(nóng)業(yè)用水供需矛盾日益突出。

鑒于此, 本文利用新疆42個站點1960—2020年地面氣象數(shù)據(jù), 針對新疆種植面積較大的主要作物棉花、春小麥、冬小麥和玉米, 使用PM方法與單作物系數(shù)法計算需水量和灌溉需水量, 利用TFPW- MK方法對作物需水量時間序列趨勢分析, 同時結(jié)合R/S方法對未來作物需水量進(jìn)行預(yù)測, 并經(jīng)過基于隨機(jī)森林模型的重要性協(xié)變量特征識別方法探究4種作物需水量的氣候影響因素。為新疆農(nóng)業(yè)水資源的高效利用和優(yōu)化配置提供依據(jù)和參考。

1 材料與方法

1.1 研究區(qū)概況

新疆位于亞歐大陸中部, 地處中國西北, 如圖1所示, 以天山為界, 分為南北疆兩大區(qū)域, “三山夾兩盆”的地貌, 形成了獨特的“灌溉農(nóng)業(yè), 綠洲經(jīng)濟(jì)”格局, 種植業(yè)主要分布于盆地邊緣和河谷平原區(qū), 新疆屬于典型的溫帶大陸性干旱氣候, 降水稀少、蒸發(fā)強(qiáng)烈, 年均降水極少, 年均降水量50～200 mm, 年均溫4～13℃, 全年無霜期130～220 d[18], 日照充足為農(nóng)業(yè)種植提供良好的自然條件。20世紀(jì)50年代進(jìn)行了大規(guī)模開墾, 耕地面積廣闊, 成為我國重要的農(nóng)墾區(qū)和重要的商品糧生產(chǎn)基地。其主要農(nóng)作物為棉花、玉米和小麥等, 2020年棉花、小麥和玉米種植面積之和占播種面積的約57%, 其中棉花為39.82%, 小麥為17.02% (冬小麥約占70%), 玉米為16.73%, 棉花、小麥和玉米南北疆均有種植, 北疆以種春小麥為主, 南疆以種植冬小麥為主。

1.2 數(shù)據(jù)來源

研究采用1960—2020年的新疆42個氣象站資料, 來源于中國氣象數(shù)據(jù)共享網(wǎng)(http://data.cma.cn/), 包括降水量、氣溫、日照時數(shù)、風(fēng)速、相對濕度和水汽壓等參數(shù), 圖1為氣象站點的分布情況。氣象數(shù)據(jù)使用反距離權(quán)重差值方法(IDW)[12,19]進(jìn)行空間插值, 將站點數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù); 水文參考資料包括新疆維吾爾自治區(qū)水資源公報、各地區(qū)水資源公報, 各縣市水利局提供的水資源毛灌溉定額數(shù)據(jù), 《FAO推薦的84種作物系數(shù)表》[20], 《北方地區(qū)主要農(nóng)作物灌溉用水定額》[21]等文獻(xiàn)資料。社會經(jīng)濟(jì)資料主要包括新疆統(tǒng)計年鑒等。

該圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2019) 1822號的標(biāo)準(zhǔn)地圖制作, 底圖邊界無修改。

The map is based on the standard map with the review number GS (2019) 1822 downloaded from the standard map service website of the National Bureau of Surveying, Mapping and Geographic Information, and the base map boundary is not modified.

1.3 研究方法

1.3.1 作物需水量計算 使用FAO推薦的Penman- Monteith公式[20]計算作物需水量(ETC), 該方法具有較好的通用性和穩(wěn)定性, 已得到廣泛運(yùn)用, 其表達(dá)式為:

ETC= KCETO(1)

式中, ETC為作物需水量, mm d–1; ETO為參考作物蒸散量, mm d–1; KC為作物系數(shù)。

其中參考作物蒸散量(ETO)是通過Penman- Menteith公式計算逐日作物需水量, 計算式為:

式中, Rn為作物表面凈輻射量, MJ m–2d–1; G為土壤熱通量密度, MJ m–2d–1; T為2 m日平均氣溫, ℃; u2為2 m日平均風(fēng)速, m s–1; es為飽和水汽壓, kPa; ea為實際水汽壓, kPa; Δ為飽和水汽壓與溫度關(guān)系曲線斜率, kPa K–1; γ為濕度計常數(shù), 各變量的具體計算方法參見FAO灌溉和排水No.56手冊[20]。

作物系數(shù)是計算作物需水量必不可少的參數(shù), 不同作物其計算式為:

式中, Kctab為不同生育階段標(biāo)準(zhǔn)條件下的作物系數(shù)(Kcmin、Kcmin和Kcend); u2為該生育階段內(nèi)2 m處的日平均風(fēng)速, m s–1; RHmin為該生育階段內(nèi)日最低相對濕度的平均值, %; h為該生育階段內(nèi)作物的平均高度, m。

根據(jù)FAO推薦的作物系數(shù)基礎(chǔ)上, 參考《北方地區(qū)主要農(nóng)作物灌溉用水定額》[21], 結(jié)合研究區(qū)實際情況, 以新疆主要作物物候期為依據(jù)對作物系數(shù)進(jìn)行了各站點修正, 計算得出不同時期作物系數(shù), 對整個研究按月匯總(表1), 結(jié)合參考作物蒸散量對全區(qū)作物需水量進(jìn)行估算。

表1 新疆不同作物逐月作物系數(shù)

“/”表示該階段沒有作物種植?！?” indicates that no crops are planted at this stage.

1.3.2 作物灌溉需水量計算 作物灌溉需水量(CIR)是作物需水量(ETC)與有效降水量(Pe)的差值[19],計算式為:

式中, CIR為灌溉需水量, ETc為作物需水量, Pe為有效降水量。其中Pe公式如下[22]:

式中, Pe為有效降水量, P為降水量。

1.3.3 TFPW-MK趨勢性檢驗法 去趨勢預(yù)置白(TFPW)的Mann-Kendall (Trend free pre whitening— Mann Kendall, TFPW-MK)是一種改進(jìn)的Mann- Kendall趨勢檢驗方法, 消除自相關(guān)的影響[23], 更精準(zhǔn)地對數(shù)據(jù)序列進(jìn)行趨勢檢驗[24]。因此, 本文采用該方法對新疆近61年時間序列內(nèi)各個站點棉花、玉米、春小麥和冬小麥生育期需水量的趨勢性變化進(jìn)行分析。TFPW-MK方法通過Z統(tǒng)計值來判別序列的整體變化趨勢, 當(dāng)Z>0, 表明趨勢上升; 當(dāng)Z<0, 表明趨勢下降。

1.3.5 基于隨機(jī)森林模型的重要協(xié)變量特征識別

隨機(jī)森林(Random Forest, RF)模型是一種集成學(xué)習(xí)方法, 常用于分類和回歸問題。它由多個決策樹組成, 每個決策樹使用一組隨機(jī)選擇的特征和數(shù)據(jù)子集進(jìn)行訓(xùn)練, 以提高模型的準(zhǔn)確性和魯棒性。隨機(jī)森林模型識別輸入特征要素的重要性特征排名的原理是基于袋外誤差(out-of-bag error)和特征貢獻(xiàn)度來實現(xiàn)的。袋外誤差是一種衡量隨機(jī)森林模型預(yù)測能力的方法, 它可以評估模型對新數(shù)據(jù)的泛化能力。在隨機(jī)森林模型中, 每個決策樹都使用不同的子集數(shù)據(jù)進(jìn)行訓(xùn)練, 袋外誤差就是用袋外數(shù)據(jù)來計算每個決策樹的預(yù)測誤差, 并將這些誤差求平均得到的模型誤差。特征貢獻(xiàn)度是用來評估每個特征在隨機(jī)森林模型中的重要性的度量, 它基于每個決策樹的信息增益來計算每個特征的重要性。信息增益是用來衡量特征對分類的影響力的度量, 它越大表示該特征在分類中的重要性越高。通過對所有特征的貢獻(xiàn)度進(jìn)行排序, 就可以得到每個特征的重要性特征排名。

RF包含3個用戶自定義的模型參數(shù), 分別為構(gòu)建每棵樹所使用的預(yù)測變量個數(shù)(mtree)、生長樹的數(shù)量(ntree)和每個節(jié)點的最小數(shù)據(jù)量(nodesize)。利用隨機(jī)森林做回歸分析時mtree參數(shù)一般設(shè)定為變量個數(shù)的三分之一[27]; ntree, nodesize根據(jù)模型默認(rèn)值分別設(shè)定為100, 5。

2 結(jié)果與分析

2.1 主要作物需水量時空特征分析

61年間, 從整體來看, 新疆棉花、春小麥、冬小麥、玉米作物需水量具有明顯的空間異質(zhì)性(圖2-a, d), 其變化范圍為: 棉花為381.20～991.20 mm (均值為654.94 mm), 玉米為350.26～924.48 mm (均值為607.98 mm), 春小麥為361.96～709.69 mm (均值為464.89 mm), 冬小麥為266.47～753.62 mm (均值為495.70 mm)。在天山山區(qū)附近4種作物需水量均達(dá)到最低, 最低值均為巴音布魯克, 由于海拔高溫度低, 蒸散發(fā)量較少, 使得作物需水量較低; 塔里木盆地腹地和東疆需水量較高, 最高值位于淖毛湖, 主要由于該地常年大風(fēng)天氣較多, 空氣干燥, 蒸散發(fā)旺盛, 相應(yīng)的作物需水量也較高。4種作物中, 冬小麥需水量的空間分布南北疆差異性分布最為顯著, 呈自北向南增加的趨勢, 由于冬小麥歷經(jīng)越冬, 南疆冬季氣溫比北疆較為暖和, 刮風(fēng)天氣較多, 空氣干燥, 開春較早, 水分蒸發(fā)較大, 需水量呈增大趨勢, 整體上, 4種作物的需水量空間分布趨勢基本一致, 呈現(xiàn)南疆大于北疆、西北向東南遞增、東部大于西部的趨勢。

同理, 灌溉需水量呈現(xiàn)與需水量同樣的變化趨勢(圖2-a′, d′), 其變化范圍為: 棉花為49.49～ 975.88 mm (均值為563.19 mm), 玉米為52.47～ 910.85 mm (均值為530.18 mm), 春小麥為42.58～ 701.29 mm (均值為409.28 mm), 冬小麥為21.94～ 741.77 mm (均值為418.26 mm), 灌溉需水量最大的區(qū)域主要位于東疆淖毛湖和西北邊界的阿拉山口, 風(fēng)速是影響灌溉需水量的主要原因, 塔里木盆地中部同樣灌溉需水量較大, 由于氣候干燥, 空氣相對濕度較低等原因造成; 灌溉需水量較低的區(qū)域主要位于天山中部的天池和巴音布魯克兩個高海拔地區(qū), 其次是伊犁河谷地區(qū), 由于常年氣候濕潤,水分充足等因素使得灌溉需水量較低, 整體北疆低于南疆, 尤其冬小麥在北疆需水量較低, 由于北疆冬季降水較多[28], 導(dǎo)致灌溉需水量更低。塔里木盆地中部及邊緣降水量較少(圖2-a′′, d′′), 尤其在春/冬小麥生育期最為明顯, 降水量達(dá)到5～50 mm; 東疆哈密地區(qū)的淖毛湖同樣極為干旱, 由于常年氣候干燥和大風(fēng)時數(shù)較多, 無法形成足以產(chǎn)生降水的云量, 使得灌溉需水量較大。

從時間角度來看, 61年間, 如圖3所示, 棉花、玉米、春小麥和冬小麥需水量整體呈現(xiàn)下降趨勢。其中, 棉花和玉米的下降趨勢更為明顯, 4種作物表現(xiàn)出“先增后減又增”的趨勢, 自1960年逐漸增加, 1974年達(dá)到最高值, 到1993年期間為下降到最低值, 1993年之后需水量又開始穩(wěn)步增加; 在1974年, 其中4種作物達(dá)到了最高值, 其中棉花為699.19 mm, 春小麥為505.83 mm, 玉米為656.22 mm, 冬小麥最高值出現(xiàn)在2020年, 為526.21 mm; 在1993年, 棉花和玉米需水量達(dá)到最低值, 分別為600.92 mm和555.97 mm, 而春小麥最低值出現(xiàn)在1987年, 需水量為422.31 mm, 在1998年冬小麥需水量到達(dá)最低值, 其為457.59 mm; 在4種作物的全育期需水量占比中, 棉花為29.45%, 春小麥為20.92%, 冬小麥為22.27%, 玉米為27.35%, 其中棉花的全育期需水量最大, 約占4種作物需水量的1/3, 春小麥的需水量占比最低約為1/4, 由于棉花的生長周期較長, 歷經(jīng)高溫天氣較多, 作物系數(shù)大, 耗水量較大, 導(dǎo)致需水需求增大。

圖2 4種作物生育期多年平均需水量、灌溉需水量與有效降水量

a～d:棉花、玉米、春小麥和冬小麥需水量; a′～d′:棉花、玉米、春小麥和冬小麥灌溉需水量; a′′～d′′:分別為棉花、玉米、春小麥和冬小麥有效降水量(mm)。

a–d: CWR of cotton, maize, spring wheat and winter wheat; a′–d′′: IWR of cotton, maize, spring wheat and winter wheat respectively; a′′–d′′: Pe of cotton, maize, spring wheat and winter wheat (mm).

同理, 4種作物的灌溉需水量總體也呈現(xiàn)下降趨勢, 在1974年棉花、玉米和春小麥灌溉需水量達(dá)到最高值, 在1993年棉花和玉米灌溉需水量出現(xiàn)最低值, 而冬小麥達(dá)到最高和最低的時間分別是2020年和2010年, 灌溉需水量普遍低于需水量(圖3), 因為除去了有效降水量, 在80年代中后期, 4種作物灌溉需水量逐漸低于平均值, 而且下降幅度大于需水量, 表明在1980年之后新疆的降水量呈增加趨勢(圖3), 偏向濕潤化, 結(jié)果與研究成果[29-31]吻合, 使得4種作物整體灌溉需水量降低。

考慮到新疆各區(qū)域氣候的差異性, 從氣象站點角度出發(fā), 使用TFPW-MK趨勢檢驗法對4種作物全育期需水量趨勢進(jìn)行分析, 如圖4所示, 在42個站點中, Z值最大的為沙雅、巴里坤和阿克蘇, 說明以上地區(qū)的61年來作物需水量在持續(xù)上升; Z值最小的站點為塔中、克拉瑪依和阿圖什, 表明該地區(qū)4種作物需水量逐年下降。其中, 南疆的阿克蘇、沙雅、皮山、烏恰、和田、喀什和民豐等站點, 北疆的博樂、富蘊(yùn)、福海和塔城等站點, 東疆的巴里坤等對應(yīng)12個站點的4種作物Z統(tǒng)計值均大于0, 表明61年間需水量均呈上升趨勢; 其中有紅柳河春小麥Z值小于0, 表明春小麥需水量逐漸下降趨勢, 其他作物需水量增大; 精河Z值小于0, 表明棉花需水量降低, 巴音布魯克春小麥和冬小麥均Z值大于0, 棉花和玉米Z值小于0, 表明小麥需水量增大而棉花和玉米在降低; 其余27個站點4種作物Z統(tǒng)計值均小于0, 表明以上站點的作物需水量逐年呈下降趨勢。

圖4 TFPW-MK趨勢檢驗法Z統(tǒng)計值

2.2 作物需水量與灌溉需水量趨勢預(yù)測

4種作物需水量預(yù)測值, 在空間上呈現(xiàn)明顯差異性, 整體上, 塔城、托里、富蘊(yùn)、巴里坤、沙雅和烏恰等站點4種作物未來需水量減少, 紅柳河、巴里坤和巴音布魯克的春、冬小麥需水量在未來呈現(xiàn)上升趨勢, 未來在塔中、且末、柯坪和烏魯木齊站, 4種作物需水量呈下降趨勢。圖5-a中, 在烏恰、沙雅、塔城、阿勒泰、富蘊(yùn)、巴里坤和紅柳河等地區(qū), 預(yù)測值小于0.5, 表明未來棉花需水量與現(xiàn)階段呈相反的趨勢, 其余區(qū)域未來棉花全育期需水量變化與現(xiàn)階段一致, 均呈現(xiàn)“先增后減又增”的趨勢。圖5-b中, 玉米在托里和巴音布魯克等區(qū)域預(yù)測值小于0.5, 表明未來春小麥需水量與現(xiàn)階段呈相反的變化趨勢, 其余地區(qū)與現(xiàn)階段變化趨勢一致; 圖5-c中, 春小麥的趨勢和冬小麥基本一致, 主要分布在北疆地區(qū)托里、巴音布魯克和呼圖壁; 圖5-d中, 冬小麥在烏恰、托里、巴音布魯克、富蘊(yùn)、巴里坤和紅柳河地區(qū)預(yù)測值小于0.5, 表明未來玉米需水量與現(xiàn)階段呈相反的變化趨勢。

灌溉需水量預(yù)測值(圖5-a′, d′)與作物需水量基本一致, 在塔里木盆地中部和吐魯番地區(qū)最為突出, 表明在未來呈下降趨勢, 總體上, 大部分區(qū)域未來灌溉需水量趨勢與過去一致, 南疆棉花、玉米和春小麥(a′～c′)灌溉需水量的趨勢與未來的趨勢保持較高的一致性, 而北疆部分區(qū)域未來與現(xiàn)在呈現(xiàn)相反的趨勢, 其中冬小麥(d′)的預(yù)測值大部分地區(qū)大于0.5, 未來灌溉需水量與現(xiàn)階段一致性最高, 呈現(xiàn)東部顯著于西部的趨勢。

圖5 R/S方法4種作物需水量與灌溉需水量預(yù)測的H指數(shù)分布

a～d: 棉花、玉米、春小麥和冬小麥需水量預(yù)測; a′～d′: 棉花、玉米、春小麥和冬小麥灌溉需水量預(yù)測。

a–d: forecasts of CWR for cotton, maize, spring wheat, and winter wheat; a'–d': forecasts of IWR for cotton, maize, spring wheat, and winter wheat.

2.3 作物需水量影響因素分析

基于隨機(jī)森林模型從6個氣象因素分析可得, 訓(xùn)練集決定系數(shù)2均達(dá)到0.85以上, 測試集決定系數(shù)2均達(dá)到0.80以上, 模型整體精度較高。總體上, 風(fēng)速和氣溫是影響新疆主要作物需水量的關(guān)鍵氣象因子, 而降水對于主要作物需水量的重要性最低。從全局來看, 凈輻射對阿拉爾的棉花和玉米需水量影響較大, 降水對沙雅的棉花、春小麥和玉米需水量影響較大, 風(fēng)速對淖毛湖的春/冬小麥和玉米需水量影響較大。如圖6所示, 對60多年連續(xù)逐個站點分析, 并將每種作物重要性排名最高的站點標(biāo)注于圖上; 在棉花的影響因子中(圖6-a), 氣溫的重要性排名最高, 降水的重要性最低, 其中, 相對濕度對阿拉爾棉花需水量的重要性最高, 日照時數(shù)對皮山棉花需水量重要性最高, 氣溫對巴音布魯克棉花需水量的重要性最高, 風(fēng)速對伊吾的棉花需水量重要性最高, 降水對沙雅的棉花需水量重要性較高, 凈輻射對阿克蘇棉花需水量影響最高; 在春小麥的影響因素中(圖6-b), 風(fēng)速的重要性最高, 其次為相對濕度, 而降水的影響最小, 此外, 相對濕度對焉耆的春小麥需水量影響最大, 日照時數(shù)和氣溫對喀什的春小麥需水量影響最大, 風(fēng)速對淖毛湖的春小麥需水量影響最大, 降水對沙雅的春小麥需水量影響最大, 凈輻射對庫米什的春小麥影響作用最大; 在冬小麥的影響因子中(圖6-c), 凈輻射和風(fēng)速對冬小麥的需水量影響較大, 其中, 相對濕度對于田的冬小麥影響較大, 日照時數(shù)對博樂的冬小麥需水量影響較大, 氣溫對精河的春小麥需水量影響較大, 風(fēng)速對淖毛湖的冬小麥需水量影響較大, 降水對烏恰冬小麥需水量影響最大, 凈輻射對克拉瑪依冬小麥需水量影響最大; 在玉米的影響因子中(圖6-d), 風(fēng)速和氣溫對玉米需水量影響最大, 其中, 相對濕度對阿拉爾的玉米需水量影響最大, 日照時數(shù)對巴音布魯克的影響最大, 氣溫對烏恰的影響最大, 風(fēng)速對淖毛湖的影響最大, 降水對沙雅的影響最大, 凈輻射對紅柳河的影響最大。

圖6 氣象因子重要性評價

RHU: 相對濕度; SSD: 日照時數(shù); TEM: 氣溫; WIN: 風(fēng)速; PRE: 降水; Rn: 凈輻射。

RHU: the relative humidity; SSD: sunshine hours; TEM: temperature; WIN: wind speed; PRE: precipitation; Rn: net radiation.

3 討論

本研究使用長時間序列氣象數(shù)據(jù)和作物生育數(shù)據(jù), 選取新疆種植面積廣且耗水量多的主要作物,使用多種方法全方位揭示了需水量和灌溉需水量的趨勢演變、未來變化以及影響因素的解釋, 研究為新疆農(nóng)業(yè)高效用水和灌溉措施的制定提供決策和依據(jù)。

61年來, 新疆主要作物需水量, 在時間上呈現(xiàn)“先增后減又增”的變化趨勢, 總體呈現(xiàn)下降趨勢,其中在1974年達(dá)到最高值, 1993年為最低值。在空間上, 需水量呈現(xiàn)“南疆>北疆, 東南>西北, 東部>西部”變化趨勢。需水量估算與全國[12]、北方[1]、西北干旱區(qū)[32-33]、新疆[3-4]及北疆[34]、塔里木流域[13]、開都河-孔雀河流域[14-15]不同尺度需水量基本吻合。20世紀(jì)80年代中后期, 4種作物的灌溉需水量低于平均值, 下降趨勢較需水量更為顯著, 表明降水量在逐年增多, 濕潤化趨勢北疆大于南疆。TFPW-MK趨勢檢驗Z統(tǒng)計可看出, 在61年間, 塔里木盆地北部邊緣的沙雅和阿克蘇、東疆的巴里坤等站點需水量表現(xiàn)出上升趨勢, 由于該地區(qū)平均氣溫逐年上升, 使得需水量也增加; 而在塔里木盆地中部、北疆的克拉瑪依和南疆的阿圖什等區(qū)域需水量在逐步降低, 受該地區(qū)相對濕度和降水量逐年增加的影響, 導(dǎo)致需水量降低。

使用R/S方法對未來需水量的預(yù)測可得, 北疆的塔城、托里、富蘊(yùn)和烏魯木齊站, 東疆的巴里坤, 南疆的沙雅、烏恰、塔中、且末和柯坪等站點4種作物未來需水量和灌溉需水量均會減少, 而東疆的紅柳河、巴里坤與巴音布魯克的春、冬小麥需水量在未來呈現(xiàn)上升趨勢。

從協(xié)變量重要排名特征看, 總體上, 在作物全育期中, 風(fēng)速和氣溫是影響新疆主要作物需水量的關(guān)鍵氣象因子, 而降水對新疆主要作物需水量的重要性最小。若考慮作物在不同的生育階段, 氣象因素會產(chǎn)生不同的相關(guān)性[34], 由于氣候的差異性, 局部區(qū)域需水量的主要影響因子也會不同[8,35], 景觀格局[36]和CO2的變化[37-38]同樣會影響作物需水量, 需待進(jìn)一步研究與分析。本文依據(jù)空間尺度對每個站點多年氣象要素進(jìn)行分析, 得出平均氣溫和風(fēng)速較高的地區(qū)需水量也較大, 若從時間尺度來分析, 當(dāng)前正處于全球變暖的時期, 新疆地區(qū)降水增加和風(fēng)速減少對需水量的影響超過了氣溫上升對需水量的增大的影響, 使得61年來需水量和灌溉需水量整體呈下降趨勢。

4 結(jié)論

61年來, 新疆棉花、春小麥、冬小麥和玉米主要作物需水量, 在時間呈現(xiàn)“先增后減又增”的變化趨勢, 在空間上呈現(xiàn)“南疆>北疆、東南>西北、東部>西部”的空間分布特征, 作物需水量和灌溉需水量從大到小均依次為: 棉花>玉米>冬小麥>春小麥; 20世紀(jì)80年代中后期, 降水量呈增加趨勢, 4種作物整體灌溉需水量降低。在61年間, 分布在塔里木盆地北部邊緣等12個站點需水量表現(xiàn)上升趨勢; 分布在塔里木盆地中部的塔中、北疆的克拉瑪依和南疆的阿圖什等27個站需水量在逐步降低, 其余站點呈波動變化趨勢。在未來, 北疆的塔城作物需水量量和灌溉需水量會減少; 而東疆的紅柳河、巴里坤與巴音布魯克的春、冬小麥需水量在未來呈現(xiàn)上升趨勢, 而其他棉花和玉米呈下降趨勢。在作物全育期中, 風(fēng)速和氣溫是新疆主要作物需水量的最大影響因素,降水對新疆主要作物需水量的重要性最小。

[1] 康紹忠, 孫景生, 張喜英, 佟玲, 王景雷, 李思恩. 中國北方主要作物需水量與耗水管理. 北京: 中國水利水電出版社, 2018. pp 1–2. Kang S Z, Sun J S, Zhang X Y, Tong L, Wang J L, Li S E. Water Demand and Consumption Management of Major Crops in North China. Beijing: China Water Resources and Hydropower Press, 2018. pp 1–2 (in Chinese).

[2] Tan Q H, Liu Y J, Pan T, Song X F, Li X Y. Changes and determining factors of crop evapotranspiration derived from satellite-based dual crop coefficients in North China Plain., 2022, 10: 1496–1506.

[3] Yang X L, Jin X N, Chu Q Q, Pacenka S, Steenhuis T S. Impact of climate variation from 1965 to 2016 on cotton water requirements in North China Plain., 2021, 243: 106502.

[4] 王梅, 楊倩, 鄭江華, 劉志輝. 1963–2012年新疆棉花需水量時空分布特征. 生態(tài)學(xué)報, 2016, 36: 4122–4130. Wang M, Yang Q, Zheng J H, Liu Z H. Spatial and temporal distribution of water requirement of cotton in Xinjiang from 1963 to 2012., 2016, 36: 4122–4130 (in Chinese with English abstract).

[5] 軒俊偉, 鄭江華, 劉志輝. 近50年新疆小麥需水量時空特征及氣候影響因素分析. 水土保持研究, 2015, 22(4): 155–160. Xuan J W, Zheng J H, Liu Z H. Spatiotemporal characteristics of water requirement of wheat as influenced by climate in Xinjiang in recent 50 years., 2015, 22(4): 155–160 (in Chinese with English abstract).

[6] 商蒙非, 趙炯超, 韓桐, 李碩, 王凱澄, 高真真, 秦雨酥, 褚慶全. 1961–2020年中國玉米需水量及水分盈虧的時空變化格局. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2022, 27(4): 22–30. Shang M F, Zhao J C, Han T, Li S, Wang K C, Gao Z Z, Qin Y S, Chu Q Q. Temporal and spatial variation of maize water requirement and water surplus and deficit in China from 1961 to 2020., 2022, 27(4): 22–30 (in Chinese with English abstract).

[7] 劉小剛, 符娜, 李闖, 王露, 楊啟良. 河南省主糧作物需水量變化趨勢與成因分析. 農(nóng)業(yè)機(jī)械學(xué)報, 2015, 46(9): 188–197. Liu X G, Fu N, Li C, Wang L, Yang Q L. Trends and causes analysis of water requirement for main grain crops in Henan province., 2015, 46(9): 188–197 (in Chinese with English abstract).

[8] Zhang P, Ma W D, Hou L, Liu F S, Zhang Q. Study on the spatial and temporal distribution of irrigation water requirements for major crops in Shandong province., 2022, 14: 1051.

[9] 祁嘉郁, 巴特爾·巴克, 卡力比爾·買買提. 北疆春小麥不同生育階段需水量變化的氣候響應(yīng). 麥類作物學(xué)報, 2021, 41: 362–369. Qi J Y, Bake B, Mamat K. Climate response of water demand variation in spring wheat at different growth stages in Northern Xinjiang., 2021, 41: 362–369 (in Chinese with English abstract).

[10] 卡力比爾·買買提, 巴特爾·巴克, 祁嘉郁. 北疆地區(qū)棉花生育期需水量變化特征及成因分析. 節(jié)水灌溉, 2021, (1): 81–85. Mamat K, Bake B, Qi J Y. Variation Characteristic of water requirement during cotton growing period and its cause in Northern Xinjiang., 2021, (1): 81–85 (in Chinese with English abstract).

[11] 任修琳, 李宏亮, 張玉虎, 蒲曉, 張立林. 2000–2015年三江平原主要作物需水量特征及影響因素分析. 干旱區(qū)地理, 2019, 42: 854–866. Ren X L, Li H L, Zhang Y H, Pu X, Zhang L L. Water requirement characteristics and influencing factors of main crops in the Sanjiang Plain from 2000 to 2015., 2019, 42: 854–866 (in Chinese with English abstract).

[12] 邢貞相, 喻熠, 李鳳昱, 王麗娟, 付強(qiáng), 王紅利. 建三江主要作物需水量變化趨勢與關(guān)鍵影響因子識別. 農(nóng)業(yè)機(jī)械學(xué)報, 2022, 53: 308–315. Xing Z X, Yu Y, Li F Y, Wang L J, Fu Q, Wang H L. The change trend and key influencing factors identification of the main crops water demand in Jiansanjiang., 2022, 53: 308–315 (in Chinese with English abstract).

[13] 劉鈺, 汪林, 倪廣恒, 叢振濤. 中國主要作物灌溉需水量空間分布特征. 農(nóng)業(yè)工程學(xué)報, 2009, 25(12): 6–12. Liu Y, Wang L, Ni G H, Cong Z T. Spatial distribution characteristics of irrigation water requirement for main crops in China., 2009, 25(12): 6–12 (in Chinese with English abstract).

[14] Wang F, Chen Y N, Li Z, Fang G H, Li Y P, Xia Z H. Assessment of the irrigation water requirement and water supply risk in the Tarim River Basin, Northwest China., 2019, 11: 4941.

[15] Guo B, Li W H, Guo J Y, Chen C F. Risk assessment of regional irrigation water demand and supply in an arid inland river basin of northwestern China., 2015, 7: 12958–12973.

[16] Xu C C, Zhang X C, Zhang J X, Chen Y P, Yami T L, Yang H. Estimation of crop water requirement based on planting structure extraction from Multi-Temporal MODIS EVI., 2021, 35: 2231–2247.

[17] Winter J M, Lopez J R, Ruane A C, Young C A, Scanlon B R, Rosenzweig C. Representing water scarcity in future agricultural assessments., 2017, 18: 15–26.

[18] 呂娜娜, 白潔, 常存, 李均力, 羅格平, 吳世新, 丁建麗. 近50年基于農(nóng)作物種植結(jié)構(gòu)的新疆綠洲農(nóng)田蒸散發(fā)時空變化分析. 地理研究, 2017, 36: 1443–1454. Lyu N N, Bai J, Chang C, Li J L, Luo G P, Wu S X, Ding J L. Spatial-temporal changes in evapotranspiration based on planting patterns of major crops in the Xinjiang oasis during 1960-2010., 2017, 36: 1443–1454 (in Chinese with English abstract).

[19] 史夢霞, 張佳笑, 石曉宇, 褚慶全, 陳阜, 雷永登. 近20年河北省幾種高耗水作物的水分利用效率分析. 作物學(xué)報, 2021, 47: 2450–2458. Shi M X, Zhang J X, Shi X Y, Chu Q Q, Chen F, Lei Y D. Water use efficiency of several water-intensive crops in Hebei province in recent 20 years., 2021, 47: 2450–2458 (in Chinese with English abstract).

[20] Allen R G, Pereira L S, Raes D, Smith M. Crop evapotranspiration: Guidelines for computing crop water requirements., 1998, 56: 65–69.

[21] 段愛旺, 孫景生, 劉鈺, 肖俊夫, 劉群昌, 齊學(xué)斌. 北方地區(qū)主要農(nóng)作物灌溉用水定額. 北京: 中國農(nóng)業(yè)科學(xué)技術(shù)出版社, 2004. pp 52–60. Duan A W. Sun J S, Liu Y, Xiao J F, Liu Q C, Qi X B. Irrigation Water Quota of Main Crops in Northern China. Beijing:China Agricultural Science and Technology Press, 2004. pp 52–60 (in Chinese).

[22] Geng Q L, Zhao Y K, Sun S K, He X H, Wang D, Wu D R, Tian Z H. Spatio-temporal changes and its driving forces of irrigation water requirements for cotton in Xinjiang, China., 2023, 280: 108218.

[23] 章誕武, 叢振濤, 倪廣恒. 基于中國氣象資料的趨勢檢驗方法對比分析. 水科學(xué)進(jìn)展, 2013, 24: 490–496. Zhang D W, Cong Z T, Ni G H. Comparison of three Mann- Kendall methods based on the China’s meteorological data., 2013, 24: 490–496 (in Chinese with English abstract).

[24] Huang F, Qian B, Ochoa C G. Long-term river water temperature reconstruction and investigation: a case study of the Dongting Lake Basin, China., 2023, 616: 128857.

[25] 張靜. 干旱環(huán)境遙感監(jiān)測方法的適用性及在西北干旱區(qū)的應(yīng)用. 西北師范大學(xué)碩士學(xué)位論文, 甘肅蘭州, 2021. Zhang J. Applicability of Remote Sensing Monitoring Method for drought Environment and Its Application in Arid Area of Northwest China. MS Thesis of Northwest Normal University, Lanzhou, Gansu, China, 2021 (in Chinese with English abstract).

[26] Zhang X C, Chen L X, Zhou C. Deformation monitoring and trend analysis of reservoir bank landslides by combining time-series InSAR and hurst index., 2023, 15: 619.

[27] Liaw A, Wiener M. Classification and regression by random forest., 2002, 2: 18–22.

[28] 李劍鋒, 張強(qiáng), 白云崗, 張江輝. 新疆地區(qū)最大連續(xù)降水事件時空變化特征. 地理學(xué)報, 2012, 67: 312–320. Li J F, Zhang Q, Bai Y G, Zhang J H. Spatio-temporal Probability Behaviors of the Maximum Consecutive Wet Days in Xinjiang, China., 2012, 67: 312–320 (in Chinese with English abstract).

[29] 戴新剛, 汪萍, 張凱靜. 近60年新疆降水趨勢與波動機(jī)制分析. 物理學(xué)報, 2013, 62: 527–537. Dai X G, Wang P, Zhang K J. study on precipitation trend and fluctuation mechanism in northwestern China over the past 60 years., 2013, 62: 527–537 (in Chinese with English abstract).

[30] 楊蓮梅. 新疆極端降水的氣候變化. 地理學(xué)報, 2003, 58: 577–583. Yang L M. Climate change of extreme precipitation in Xinjiang., 2003, 58: 577–583 (in Chinese with English abstract).

[31] 李劍鋒, 張強(qiáng), 陳曉宏, 白云崗. 新疆極端降水概率分布特征的時空演變規(guī)律. 災(zāi)害學(xué), 2011, 26(2): 11–17. Li J F, Zhang Q, Chen X H, Bai Y G. Spatial-temporal evolution pattern of probability distribution characteristics of extreme precipitation in Xinjiang Autonomous Region., 2011, 26(2): 11–17 (in Chinese with English abstract).

[32] 王小靜. 西北旱區(qū)作物需水量對氣候變化的響應(yīng). 西北農(nóng)林科技大學(xué)碩士學(xué)位論文, 陜西楊凌, 2014. Wang X J. The Response of Crop Water Reouirement to Climate Change in the Arid-region of Northwest China. MS Thesis of Northwest A&F University, Yangling, Shaanxi, China, 2014 (in Chinese with English abstract).

[33] 李亮. 氣候變化條件下中國西北地區(qū)主要作物需水量時空演變及干旱指標(biāo)研究. 西北農(nóng)林科技大學(xué)碩士學(xué)位論文, 陜西楊凌, 2019. Li L. Impact of Climate Change on Crop Water Requirement and Drought Indices in Northwest China. MS Thesis of Northwest A & F University, Yangling, Shaanxi, China, 2019 (in Chinese with English abstract).

[34] 吳燕鋒, 巴特爾·巴克, 羅那那, Rasulov H. 石河子地區(qū)冬小麥生育期需水量變化特征及其氣候成因. 水土保持通報, 2016, 36(1): 69–74. Wu Y F, Bake B, Luo N N, Rasulov H. Variations in water requirement of winter wheat at different growth stages and its climatic cause in Shihezi region., 2016, 36(1): 69–74 (in Chinese with English abstract).

[35] 董煜, 海米提·依米提. 1961–2013年新疆潛在蒸散量變化特征及趨勢. 農(nóng)業(yè)工程學(xué)報, 2015, 31(1): 153–161. Dong Y, Haimiti Y. Spatio-temporal variability and trend of potential evapotranspiration in Xinjiang from 1961 to 2013., 2015, 31(1): 153–161(in Chinese with English abstract).

[36] Han Y, Wang J L, Li P. Influences of landscape pattern evolution on regional crop water requirements in regions of large-scale agricultural operations., 2021, 327: 129499.

[37] Urban D W, Sheffield J, Lobell D B. Historical effects of CO2and climate trends on global crop water demand., 2017, 7: 901–905.

[38] Tian J, Zhang Y Q. Detecting changes in irrigation water requirement in Central Asia under CO2fertilization and land use changes., 2020, 583: 124315.

Spatio-temporal characteristics of water requirement of main crops in Xinjiang from 1960 to 2020

HE Xu-Gang, MAMAT Sawut*, XIA Zi-Yang, SHI Jun-Yin, HE Xiao-Ning, SHENG Yan-Fang, and LI Rong-Peng

College of Geography and Remote Sensing Sciences, Xinjiang University / Ministry of Education Key Laboratory of Oasis Ecology, Xinjiang University / Key Laboratory of Oasis Ecology, Ministry of Education, Urumqi 830017, Xinjiang, China

Spatio-temporal analysis of crop water requirement and crop irrigation water requirement is crucial to the optimal allocation of water resources and the formulation of irrigation systems. The objective of this study is to understand the spatio-temporal characteristics and influencing factors of the water requirement during the growth period and irrigation water requirement of the main crops in Xinjiang, cotton, spring wheat, winter wheat, and corn. Based on the daily meteorological observation data from 1960 to 2020, the Penman-Monteith formula and the single crop coefficient method were adopted in this study, and Mann-Kendall (TFPW-MK) of Detrended Preset White (TFPW) was used to study the changing characteristics of water requirement of four crops. The temporal and spatial evolution trend of crop water requirement and irrigation water requirement were predicted by rescaled range (R/S) analysis. Using the principle of important covariate feature identification of the random forest model, the importance ranking of meteorological factors and crop water requirement was analyzed, and the causes of changes in crop water requirement were explored. The results show that: 1) the water requirement of major crops in Xinjiang had generally shown a trend of “increase first, then decrease and then increase” for 61 year. The order of crop water demand and irrigation water requirement from large to small was: cotton > corn > winter wheat > spring wheat. In terms of space, there was a spatial distribution of “Southern Xinjiang>Northern Xinjiang, Southeast>Northwest, East>Western”. The variation range of water requirement for major crops was: cotton 381.20–991.20 mm (mean 654.94 mm), corn 350.26–924.48 mm (mean 607.98 mm), spring wheat 361.96–709.69 mm (average 464.89 mm), winter wheat 266.47–753.62 mm (average 495.7 0 mm). The range of irrigation water requirement was: cotton 49.49–975.88 mm (average 563.19 mm), corn 52.47–910.85 mm (average 530.18 mm), spring wheat 42.58–701.29 mm (average 409.28 mm), winter wheat 21.94–741.77 mm (average 418.26 mm). Since the middle and late 1980s, irrigation water requirement decreased more than water requirement. 2) According to the TFPW-MK analysis, in the past 61 years, the water requirement of 12 stations mainly distributed in the northern edge of the Tarim Basin, including Shaya and Aksu, and Baekol in the eastern Xinjiang, showed an upward trend. The water requirement of 27 stations in Karamay in Xinjiang and Artux in southern Xinjiang gradually decreased; the rest of the stations fluctuated up and down. 3) In the prediction of future water demand using the R/S method, four crop water demand and irrigation water demand at Tacheng, Toli, Fuyun and Urumqi stations in northern Xinjiang, Baekol in eastern Xinjiang, and Shaya, Wuqia, Tazhong, Qiemo and Kalpin stations in southern Xinjiang will decrease in the future, while spring and winter wheat water demand at Hongliuhe, Baekol and Bayanbulak in eastern Xinjiang will show an increasing trend in the future. 4) During the crop growth period, wind speed and temperature were the most important factors affecting the water requirement of major crops in Xinjiang, while precipitation was the least important factor for the water requirement of major crops in Xinjiang. This research comprehensively provides decision-making and basis for the formulation of high-efficiency agricultural water use and irrigation measures in Xinjiang.

crops in Xinjiang; water requirement; TFPW-MK method; R/S analysis method; random forest

2023-06-29;

2023-07-13.

10.3724/SP.J.1006.2023.31007

通信作者(Corresponding author): 買買提·沙吾提, E-mail: korxat@xju.edu.cn

E-mail: hexugang@stu.xju.edu.cn

2023-01-30;

本研究由新疆自然科學(xué)計劃(自然科學(xué)基金)聯(lián)合基金項目(2021D01C055)資助。

This study was supported by the Xinjiang Natural Science Program (Natural Science Foundation) Joint Fund Project (2021D01C055).

URL: https://kns.cnki.net/kcms2/detail/11.1809.S.20230713.1022.002.html

This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).