杜佳林

(吉林省白城市氣象局，吉林白城 137000)

?

淺析白城市農(nóng)業(yè)干旱指標及干旱預測模型

杜佳林

(吉林省白城市氣象局，吉林白城 137000)

摘要白城市是國家級大型商品糧基地市，但頻繁發(fā)生的干旱災害直接影響著該地區(qū)農(nóng)業(yè)生產(chǎn)。在前人研究的基礎上，結(jié)合白城市實際情況，歸納總結(jié)了白城市農(nóng)業(yè)干旱指標和預報方法，以便有效地預測預報該市農(nóng)業(yè)干旱災害，為白城市開展農(nóng)業(yè)干旱預測預報提供理論基礎，為地方各級政府部門提供確切的農(nóng)業(yè)干旱預警預報信息。

關鍵詞農(nóng)業(yè)干旱；干旱指標；干旱預測模型；白城市

水資源的日趨短缺已成為社會經(jīng)濟發(fā)展的限制因素之一，合理有效使用水資源是當前全社會普遍關注的問題。另外，全球氣候變暖、頻繁發(fā)生的干旱進一步加劇了農(nóng)業(yè)干旱，越來越多的學者對農(nóng)業(yè)干旱等問題進行了大量研究，主要集中于農(nóng)業(yè)干旱監(jiān)測、農(nóng)業(yè)干旱指標選取、預測和評估旱情發(fā)生、發(fā)展及變化等方面[1-3]。王密俠等[1]討論了農(nóng)業(yè)干旱降水量指標、土壤含水量指標、作物旱情指標及綜合性指標的研究進展及其在農(nóng)業(yè)生產(chǎn)中的應用，簡要介紹了農(nóng)業(yè)干旱預報及其評價指標的研究發(fā)展。劉永忠等[3]分析了多種氣候干旱指標體系和作物干旱指標體系，并對氣候干旱指標體系和作物干旱指標體系在農(nóng)業(yè)生產(chǎn)中的適用性、實用性及應用情況進行了探討。

白城市主要農(nóng)作物生長季(5～9月)降水量為355.6 mm，占全年總降水量的88%左右，降水量偏少，只能滿足部分耐旱作物生長發(fā)育需求[4]。頻繁發(fā)生的干旱對農(nóng)業(yè)生產(chǎn)影響較大，尤其是在農(nóng)業(yè)技術和農(nóng)業(yè)水利設施不到位的情況下，農(nóng)業(yè)干旱直接威脅農(nóng)作物正常生長發(fā)育。筆者在前人研究的基礎上，結(jié)合白城市實際情況，歸納總結(jié)了白城市農(nóng)業(yè)干旱指標和預報方法，以期為地方各級政府部門提供確切的農(nóng)業(yè)干旱預警預報信息，提高農(nóng)業(yè)防災減災能力。

1白城市農(nóng)業(yè)干旱指標

農(nóng)業(yè)干旱與氣象干旱不完全一致，農(nóng)業(yè)干旱規(guī)律不僅要從降水量等氣象條件方面進行研究，還要充分考慮不同作物生長期間供水與需水的關系、土壤墑情特征等因素[5]。

1.1土壤含水量土壤水分降至一定程度時農(nóng)作物即呈現(xiàn)旱象，因此土壤水分的虧缺狀況是造成農(nóng)業(yè)干旱的關鍵。土壤含水量指標通常有2種：①將農(nóng)作物正常、缺水、干旱等不同生長狀態(tài)下土壤水分試驗數(shù)據(jù)作為判定指標，通過實時監(jiān)測的土壤實際含水率來判定旱情；②采用土壤水分消退模式擬定旱情指標，利用農(nóng)田水分平衡原理計算出各個時段末土壤含水量，對農(nóng)業(yè)干旱進行預測。一般情況下，當土壤相對含水量<40%時，說明作物受旱嚴重，作物相對含水量在40%～60%時，作物呈現(xiàn)旱象，且受作物類別、品種以及生長階段變化以上具體數(shù)值也出現(xiàn)變化。

1.2作物旱情

1.2.1作物形態(tài)指標。作物生長期間對水分虧缺敏感，因此可以根據(jù)經(jīng)驗，通過分析作物長勢、長相對作物是否缺水出現(xiàn)旱情進行診斷，這種以作物形態(tài)指標判斷的方法直觀、方便，有利于對小范圍內(nèi)作物旱情做出診斷，但該指標屬于定性指標，帶有很大的主觀性，不易把握，且不能量化，不適宜用于大范圍作物的旱情診斷。

1.2.2作物生理指標。

1.2.2.1葉水勢。這是常用的作物旱情診斷指標，葉水勢與作物水分狀況密切相關，能靈敏反映出作物水分供應狀況，作物出現(xiàn)缺水葉水勢就會下降。葉水勢值可由單個葉片測定，作物及葉片間存在很大的變異性，同一作物不同生育期、不同時間測定的葉水勢值均不同，且不同作物出現(xiàn)干旱的葉水勢臨界值有一定差異，因此必須大量取樣測定，才能反映出農(nóng)田水分供應狀況。

1.2.2.2氣孔導度。該指標與土壤供水能力及葉片水分狀況相關，作物水分充足時氣孔開度較大，隨著作物可用水分的減少氣孔開度也逐漸減小，出現(xiàn)嚴重干旱時氣孔關閉。在實際應用中，測定氣孔導度或氣孔阻力相對困難，因此將氣孔開度作為判斷作物是否受旱的生理指標。

1.2.2.3細胞汁液濃度。作物缺水時，其細胞汁液濃度較正常水分條件下大，當細胞汁液濃度超出一定范圍時抑制作物生長，因此可將作物細胞汁液濃度作為作物水分生理指標，這種指標測定方法簡單，被廣泛應用。

1.2.2.4傷流量指標。作物受傷后流出的液體稱為傷流量。通過人為對作物特定部位制造傷害使其產(chǎn)生傷流液，當作物體內(nèi)水分充足，傷流量就多；反之就少。這種指標測定方法簡單、易操作，通常也作為作物生理指標被廣泛應用。

1.2.3冠層溫度指標。作物冠層溫度與作物吸收和釋放能量的過程相關，作物蒸騰過程中消耗熱量進而降低其冠層溫度。在水分供給充足的農(nóng)田中，作物蒸騰作用加強，耗熱多，作物冠層溫度值低于缺水農(nóng)田作物冠層溫度，反之作物冠層溫度值就較大?；诖?，可將農(nóng)田冠層溫度作為作物旱情指標對作物旱情發(fā)生發(fā)展進行研究。

1.3農(nóng)作物水分指標根據(jù)作物需水狀況可反映作物受旱程度，旱澇指數(shù)指標公式為：

式中，P表示作物生長期降水量；Re表示徑流量深層滲漏雨量；ρo表示作物生長初期根系層土壤含水量；ρg表示每1 mm降水量增加的土壤含水量；Rg表示地下水補給量；Eo表示可能蒸散量；ρm表示適應作物正常生長所需的土壤含量。農(nóng)作物水分指標D>1.3、0.8

1.4Palmer干旱指標Palmer是用于表示干旱嚴重程度的指標，該指標不是簡單地進行時段平均，而是綜合了水分虧缺量和持續(xù)時間因子對干旱程度的影響，計算結(jié)果與實際基本吻合，并引入期望值概念，是當前應用最廣泛、最成功的干旱指標[6]。但該指標要求資料必須準確、完整，計算過程也相對繁瑣，因此在應用時需要做進一步簡化。

Palmer干旱指標的計算公式為：

PDSI=Kjd

d=P-PO=P-(αjPE+βjPR+rjPRO-σjPL)

K=17.67K′/∑DK′

K′=1.51g{[(PE+R+RO)/(P+L)+2.8]/Dj}+0.5

式中，P表示實際降水量；PO表示氣候上所需的降水量；PE表示可能蒸散量；PR表示可能土壤水補給量；PRO表示可能徑流量；PL表示可能損失量；R表示土壤水實際補給量；RO表示實際徑流量；L表示實際損失量；D表示各月實際降水量與作物所需降水量最差的系數(shù)的絕對值平均值；α、β、γ、σ分別表示相應各項的權重系數(shù)，與研究區(qū)氣候特征密切相關。-1.0

2白城市農(nóng)業(yè)干旱預報方法

干旱災害的發(fā)生發(fā)展常受天氣、水文、地理等因素綜合影響，全球氣候變暖背景下干旱災害的頻發(fā)對干旱災害的準確預測預報提出了更高的要求。干旱災害是一個不斷累積的動態(tài)過程，使得干旱預報研究面臨著很大的困難。當前，針對干旱的研究集中在氣象干旱和農(nóng)業(yè)干旱方面，并建立了少量干旱預報模型。農(nóng)業(yè)干旱不同于氣象干旱，相對于氣象干旱，農(nóng)業(yè)干旱涉及大氣、作物、土壤等較多相關因子，因此預報方法更為復雜。按照預報中采用指標不同，農(nóng)業(yè)干旱分為基于降水量的預報方法、基于土壤含水量的預報方法和基于綜合性旱情指標的預報方法[6]。

2.1基于降水量的預報方法農(nóng)田水分的主要來源依靠自然降水，因此降水量能基本反映出干旱發(fā)生程度和趨勢，所以可將降水量指標應用于農(nóng)業(yè)干旱宏觀監(jiān)測和預報中。降水量預報模型建立方法可借鑒氣象干旱預報建模方法，如數(shù)值預報法、統(tǒng)計預報法等，相對簡單易行，但不易反映出農(nóng)作物受旱程度。

2.2基于土壤含水量的預報方法土壤含水量是農(nóng)業(yè)干旱預報中相對成熟的一種指標，利用農(nóng)田水量平衡關系，有利于建立土壤-大氣-植物三者之間的水分交換關系或土壤水分預報模型。以土壤含水量為指標的干旱預報模型有2種：①將作物不同生長狀態(tài)下土壤墑情的實測數(shù)據(jù)作為判定指標建立起來的預報模型；②利用土壤消退模式擬定旱情指標，利用農(nóng)田土壤水量平衡原理計算出各個生育期末的土壤含水量，據(jù)于此對農(nóng)業(yè)干旱程度進行預測預報。計算土壤含水量時，要將氣候條件、作物發(fā)育狀況、土體構型等因素考慮在內(nèi)，因此該預報模型相關計算較為復雜，且受區(qū)域特征影響較大。

2.3基于綜合性旱情指標的預報方法農(nóng)業(yè)干旱受綜合因素影響較大，采用單指標進行預報可在一定程度上反映出農(nóng)業(yè)干旱發(fā)生趨勢，但不能對作物光合作用、干物質(zhì)產(chǎn)量和籽粒產(chǎn)量動態(tài)變化做出描述，經(jīng)研究證明，這些動態(tài)變化與作物蒸騰量、水分虧缺情況有密切關系，建立作物缺水指標公式為：

CWSI=1-ET/ETm

式中，CWSI表示作物缺水指標，ET表示作物實際蒸發(fā)蒸騰量(即實際耗水量)，ETm表示作物潛在蒸發(fā)蒸騰量(即潛在最大需水量)[7]。作物實際耗水量可反映出土壤、作物本身因素及氣象條件的綜合影響，因此以作物缺水指標建立的農(nóng)業(yè)干旱預報模型較其他指標預報模型更為真實準確、宏觀實用。

作物供需水關系也可作為農(nóng)業(yè)干旱預報的一個綜合性旱情指標，其公式為：

式中，e表示干旱指數(shù)；P1表示作物生長期內(nèi)某時段的有效降水量；Kcj表示作物第j時段的作物系數(shù)，Ksj表示第j時段的土壤水分脅迫系數(shù)；ETOJ表示第j時段的潛在蒸散量[7]。利用作物供需水指標建立的農(nóng)業(yè)干旱預測預報模型時所需的參數(shù)數(shù)據(jù)全部可采用氣象資料、天氣預報數(shù)據(jù)、土壤水分資料計算獲取，計算出的參數(shù)數(shù)據(jù)精確、實用且具有較強的可代表性，不受區(qū)域特征限制，可在不同區(qū)域內(nèi)推廣使用。

3結(jié)語

目前，大部分農(nóng)業(yè)干旱指標計算方法復雜、資料獲取有很大難度，隨著科技的進步，干旱指標的計算方法越來越多且越來越簡化，因此干旱指標的應用范圍也將會更加廣泛。針對干旱預測模型方面的研究也將會更加深入，將會在傳統(tǒng)預測模型上衍生出更多的新的預測模型及方法，綜合運用后預測結(jié)果會更科學、可靠。

參考文獻

[1] 王密俠，馬成軍，蔡煥杰.農(nóng)業(yè)干旱指標研究與進展[J].干旱地區(qū)農(nóng)業(yè)研究，1998(3)：56-61.

[2] 韓宇平，張功謹，王富強.農(nóng)業(yè)干旱監(jiān)測指標研究進展[J].華北水利水電學院學報，2013(1)：74-78.

[3] 劉永忠，李齊霞，孫萬榮，等.氣候干旱與作物干旱指標體系[J].山西農(nóng)業(yè)科學，2005,33(3)：50-53.

[4] 魏占起，劉利民，孫曉梅.吉林省白城市干旱成因及抗旱對策的研究[J].吉林水利，2001(10)：25-26.

[5] 朱文心.山東省農(nóng)業(yè)干旱指標、綜合旱澇指標評價及抗旱對策研究[D].濟南：山東大學，2005：35-36.

[6] 劉建棟，王馥棠，于強，等.華北地區(qū)農(nóng)業(yè)干旱預測模型及其應用研究[J].應用氣象學報，2003，14(5)：593-604.

[7] 鄒仁愛，陳俊鴻.干旱預報的研究進展評述[J].災害學，2005,20(3)：112-116.

作者簡介杜佳林(1963- )，男，吉林白城人，高級工程師，從事地面觀測工作。

收稿日期2016-03-22

中圖分類號S 16

文獻標識碼A

文章編號0517-6611(2016)14-216-02

Analysis on Agriculture Drought Indicators and Prediction Model in Baicheng City

DU Jia-lin

(Baicheng City Meteorological Bureau of Jilin Province,Baicheng,Jilin 137000)

AbstractBaicheng City is a national large-scale commodity grain base city,but the frequent occurrence of drought disasters directly affect the agricultural production in the region.On the basis of previous studies,combining with the actual situation of Baicheng City,agriculture drought indicators and prediction method were summarized,so as to effectively predict agriculture drought disaster.The study will provide theoretical basis for forecasting agriculture drought in Baicheng City and provide accurate prediction information for local government and departments at all levels.

Key wordsAgriculture drought; Drought indicators; Drought prediction model; Baicheng City