岳淑蘭　王有毅

【摘? ?要】 通過(guò)榆中縣馬鈴薯逐年減產(chǎn)率與實(shí)測(cè)資料計(jì)算出的馬鈴薯不同生育時(shí)段的農(nóng)田蒸散量進(jìn)行線性回歸分析，建立干旱監(jiān)測(cè)模型。以減產(chǎn)率農(nóng)業(yè)干旱指標(biāo)等級(jí)⑴為標(biāo)準(zhǔn)，通過(guò)干旱監(jiān)測(cè)模型計(jì)算出馬鈴薯的農(nóng)田蒸散量農(nóng)業(yè)干旱指數(shù)，用此指數(shù)統(tǒng)計(jì)馬鈴薯不同生育時(shí)段干旱等級(jí)的發(fā)生概率，用Pearson-Ⅲ頻次密度函數(shù)⑵統(tǒng)計(jì)出馬鈴薯全生育期不同重現(xiàn)期的各鄉(xiāng)鎮(zhèn)減產(chǎn)率，最后利用GIS空間分析模塊繪制馬鈴薯干旱等級(jí)概率分布圖、不同重現(xiàn)期下的減產(chǎn)率分布圖、不同干旱等級(jí)風(fēng)險(xiǎn)區(qū)劃圖。

【關(guān)鍵詞】 減產(chǎn)率;農(nóng)田蒸散量;干旱監(jiān)測(cè)模型;農(nóng)業(yè)干旱指數(shù);風(fēng)險(xiǎn)區(qū)劃圖

Discussion on the risk zoning of potato drought in dry land

based on GIS

Yue Shulan? ?Wang Youyi

（Yuzhong County Meteorological Bureau? ?730100）

[Abstract] Based on the linear regression analysis of potato yield reduction and measured potato evaporation at different growth periods in Yuzhong County， a drought monitoring model was established. Based on the agricultural drought index grade 1 of yield reduction rate， the agricultural drought index of potato field evaporation was calculated by drought monitoring model， and the occurrence probability of potato drought grade in different growth periods was calculated by using this index. The probability distribution map of potato drought grade was drawn by using Pearson- III frequency density function 2 to calculate the yield reduction rate of potato in different recurrence periods during the whole growth period. Finally， the probability distribution map of potato drought grade was drawn by using GIS spatial analysis module. Different reappearance The distribution map of yield reduction rate and the risk zoning map of different drought grades.

[Keywords] production rate; evapotranspiration of farmland; drought monitoring model; agricultural drought index; risk zoning

榆中縣是半干旱雨養(yǎng)農(nóng)業(yè)大縣，極適宜種植馬鈴薯，但榆中境內(nèi)年降雨量300mm～400mm，蒸發(fā)量卻高達(dá)1450mm，十年九旱，特別是春季干旱，常常造成馬鈴薯缺苗、產(chǎn)量低而不穩(wěn)、商品率低，干旱成為當(dāng)?shù)睾底鞑擞脙?yōu)質(zhì)馬鈴薯生產(chǎn)的主要制約因素。多年來(lái)，縣級(jí)氣象部門在各鄉(xiāng)鎮(zhèn)開(kāi)展旱作地段0-50厘米旬土壤墑情觀測(cè)，并逐步安裝了自動(dòng)土壤水分觀測(cè)站，因此充分利用好現(xiàn)有資源，進(jìn)行旱地馬鈴薯干旱監(jiān)測(cè)，利用先進(jìn)的GIS空間分析功能進(jìn)行旱地馬鈴薯干旱風(fēng)險(xiǎn)區(qū)劃， 為政府部門指導(dǎo)當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)提供理論依據(jù)，從而有效防御干旱對(duì)馬鈴薯生產(chǎn)的影響具有重要意義，而且這種區(qū)劃制作技術(shù)對(duì)其它農(nóng)作物與致災(zāi)種類的風(fēng)險(xiǎn)區(qū)劃也具有一定的指導(dǎo)作用。

1? 資料來(lái)源與處理

馬鈴薯種植面積、產(chǎn)量等資料取自榆中縣統(tǒng)計(jì)局，資料年代為33a（1980-2012年）;工農(nóng)業(yè)生產(chǎn)總值、農(nóng)村人口、土地總面積、年初耕地面積、年末耕地面積等資料取自榆中縣統(tǒng)計(jì)局，資料年代為10a（2002-2012年）;土壤墑情資料來(lái)自三角城、馬坡、貢井、上花、新?tīng)I(yíng)、園子等6個(gè)鄉(xiāng)鎮(zhèn)土壤墑情觀測(cè)點(diǎn)，資料年代11a（2002-2012年）。地理數(shù)據(jù)為榆中縣1： 5 萬(wàn)經(jīng)度和緯度及柵格數(shù)據(jù)及數(shù)字高程（DEM）資料。

2? 研究技術(shù)方法

通過(guò)拉個(gè)郎日插值法計(jì)算馬鈴薯減產(chǎn)率與農(nóng)田蒸散量進(jìn)行相關(guān)分析，確定農(nóng)田蒸散量為致災(zāi)因子，運(yùn)用物理學(xué)統(tǒng)計(jì)方法建立減產(chǎn)率為因變量、農(nóng)田蒸散量為自變量的干旱監(jiān)測(cè)模型。

以國(guó)家規(guī)定的減產(chǎn)率農(nóng)業(yè)干旱指標(biāo)等級(jí)劃分為標(biāo)準(zhǔn)，通過(guò)建立的干旱監(jiān)測(cè)模型計(jì)算馬鈴薯全生育期及生長(zhǎng)期不同月份對(duì)應(yīng)的農(nóng)田蒸散量農(nóng)業(yè)干旱指標(biāo)。

根據(jù)各鄉(xiāng)鎮(zhèn)不同時(shí)段農(nóng)田蒸散量與農(nóng)田蒸散量農(nóng)業(yè)干旱指數(shù)，統(tǒng)計(jì)馬鈴薯生長(zhǎng)期各時(shí)段（4-9月）不同干旱等級(jí)的發(fā)生概率，應(yīng)用GIS空間分析模塊繪制概率分布圖。

用Pearson-Ⅲ頻次密度函數(shù)統(tǒng)計(jì)出馬鈴薯全生育期重現(xiàn)期為3年、5年、10年時(shí)的各鄉(xiāng)鎮(zhèn)減產(chǎn)率，利用GIS的空間分析模塊繪制各重現(xiàn)期下的減產(chǎn)率分布圖。

在GIS中以減產(chǎn)率為數(shù)據(jù)矢量圖層，應(yīng)用空間用加權(quán)綜合與層次分析法，繪制出高風(fēng)險(xiǎn)區(qū)、次高風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、次低風(fēng)險(xiǎn)區(qū)和低風(fēng)險(xiǎn)區(qū)等不同干旱等級(jí)風(fēng)險(xiǎn)區(qū)劃圖。

2.1? 干旱監(jiān)測(cè)模型建立

考慮到作物產(chǎn)量與水分供應(yīng)有直接關(guān)系，而且榆中縣各鄉(xiāng)鎮(zhèn)建均有土壤墑情觀測(cè)點(diǎn)，各墑情點(diǎn)資料能夠反映榆中縣不同地理氣候區(qū)域的旱地土壤水分變化，因此用土壤水分平衡方程⑶計(jì)算農(nóng)田蒸散量，根據(jù)馬鈴薯各發(fā)育期分別建立氣象產(chǎn)量、減產(chǎn)率與農(nóng)田蒸散量的關(guān)系模型，確定出干旱對(duì)馬鈴薯產(chǎn)量的影響。

2.1.1? 減產(chǎn)率計(jì)算? 根據(jù)宮德吉⑷等提出將最優(yōu)氣候條件下期望產(chǎn)量作為上包絡(luò)產(chǎn)量，當(dāng)?shù)貙?shí)際產(chǎn)量作為下包絡(luò)產(chǎn)量，二者之差為氣候因素引起的減產(chǎn)率，用榆中縣三角城鄉(xiāng)1980-2012年的馬鈴薯產(chǎn)量資料、災(zāi)情資料，將基本無(wú)災(zāi)年的產(chǎn)量作為相應(yīng)年份的“期望產(chǎn)量”，用拉格郎日插值方法得到其它年份的期望產(chǎn)量。對(duì)于個(gè)別基本無(wú)災(zāi)，但產(chǎn)量明顯偏小于前期無(wú)災(zāi)年的產(chǎn)量時(shí)予以剔除，主要原因是該年產(chǎn)量選取后，插值計(jì)算會(huì)破壞趨勢(shì)產(chǎn)量正常的上升趨勢(shì)。計(jì)算出的三角城鄉(xiāng)歷年減產(chǎn)率分布圖如圖1所示。

利用下式計(jì)算出氣象產(chǎn)量與減率進(jìn)行關(guān)聯(lián)度、差異性分析，對(duì)計(jì)算出的減產(chǎn)率準(zhǔn)確性進(jìn)行驗(yàn)證。

氣象產(chǎn)量=實(shí)際產(chǎn)量-趨勢(shì)產(chǎn)量

其中趨勢(shì)產(chǎn)量用9階正交多項(xiàng)式擬次麥夸特法⑸計(jì)算出，擬合結(jié)果的F檢驗(yàn)值為11.1389，P值0.0，R2值0.8134，通過(guò)了信度95%驗(yàn)證。

關(guān)聯(lián)度分析：應(yīng)用灰色系統(tǒng)分析法⑹對(duì)計(jì)算的氣象產(chǎn)量、減產(chǎn)率進(jìn)行關(guān)聯(lián)度分析。在進(jìn)行關(guān)聯(lián)度分析時(shí)對(duì)數(shù)據(jù)進(jìn)行了均值化（用各序列的平均值分別去除對(duì)應(yīng)序列中的各個(gè)原始數(shù)據(jù)），取Dmin=0，ρ（分辨系數(shù)）=0.1。經(jīng)分析，計(jì)算出的減產(chǎn)率、氣象產(chǎn)量關(guān)聯(lián)系數(shù)為1。

趨勢(shì)變化分析：由于計(jì)算的氣象產(chǎn)量與減產(chǎn)率的量綱不同，且氣象產(chǎn)量變幅較大，為了便于分析比較，對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，即將各序列數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差，然后用各原始數(shù)據(jù)減去平均值后再除以標(biāo)準(zhǔn)差。由于氣象產(chǎn)量與氣候條件呈正相關(guān)，而減產(chǎn)率與氣候條件呈反相關(guān)，為便于比較，減產(chǎn)率做反值處理。繪制出的趨勢(shì)圖如圖2所示。

通過(guò)以上分析可知，減產(chǎn)率與氣象產(chǎn)量具有完全的一致性和相同的時(shí)間變化趨勢(shì)。

由于榆中縣各鄉(xiāng)鎮(zhèn)海拔高度差異大，根據(jù)榆中縣地理分布特征，將各鄉(xiāng)鎮(zhèn)分為三大區(qū)域，分別為川源地帶、北山區(qū)和南山區(qū)，各區(qū)域具有相似氣候特征，因此用拉格朗日插值法計(jì)算減產(chǎn)率時(shí)，也按三大區(qū)域分別計(jì)算各區(qū)域的期望產(chǎn)量，再用各鄉(xiāng)鎮(zhèn)的實(shí)產(chǎn)計(jì)算出各鄉(xiāng)鎮(zhèn)的減產(chǎn)率。

2.1.2 致災(zāi)因子選取? 考慮到作物產(chǎn)量與水分供應(yīng)有直接關(guān)系，而且榆中在各鄉(xiāng)鎮(zhèn)測(cè)墑情點(diǎn)資料能夠反映榆中縣不同地理氣候區(qū)域的旱地土壤水分變化，通過(guò)土壤水分平衡方程，確定出了以0-30cm土壤深度層計(jì)算的農(nóng)田蒸散量為致災(zāi)因子。

農(nóng)田土壤水分平衡是指某一時(shí)段內(nèi)某一土壤容積中進(jìn)入的水分與流出的水分之間的差額，運(yùn)用水量平衡方程⑺可描述為：

W2—W1= （R +I+G）一（T+ E + r+ B + D）

式中R為該時(shí)段的降水量，G為毛管上升水量， I為灌水量，E為土壤蒸發(fā)量，T為作物蒸騰量， r為地表逕流量，B為作物截流量，D 為滲漏量，W1和W2 分別為開(kāi)始和結(jié)束時(shí)土壤水分貯存量。

根據(jù)土壤水分平衡方程可知，影響農(nóng)田蒸散量的因子中，水分下滲量和毛管水上升量在土層>1m時(shí)，可以忽略不計(jì)，而榆中縣各墑情點(diǎn)測(cè)量深度為0-30cm，直接用0-30cm深度的土壤墑情資料分析時(shí)，必然要考慮下滲量與毛管水上升量的影響，由于每旬測(cè)定土壤濕度，間隔時(shí)間短，以發(fā)育期為階段計(jì)算實(shí)際蒸散量時(shí)對(duì)每旬進(jìn)行累加，則該旬下滲量在其后幾旬中上升至0-30cm土層內(nèi)并通過(guò)土壤濕度反映出來(lái)，故計(jì)算旬蒸散量時(shí)可以忽略不計(jì)。洛曼諾娃E.H⑵提出日降水量>70mm時(shí)不同坡度、土壤濕度農(nóng)田將產(chǎn)生地表徑流，經(jīng)統(tǒng)計(jì)榆中縣1980-2012年的降水資料，日降水量>70mm時(shí)過(guò)程只出現(xiàn)過(guò)兩次，分別為98.1mm和73.2mm;根據(jù)黃土高原地區(qū)徑流系數(shù)研究結(jié)果⑻，按日降水量≥40mm產(chǎn)生徑流分析，榆中1980-2012年日降水量≥40mm的日數(shù)僅有10次，因此忽略徑流量對(duì)計(jì)算的農(nóng)田蒸散量影響極小，也可以忽略不計(jì)，作物截流量同時(shí)忽略，因旱地段灌水量也忽略不計(jì)，而農(nóng)田蒸量ET=E+T，所以上式可以簡(jiǎn)化為：

ET=W2-W1-R

按照簡(jiǎn)化后的農(nóng)田蒸散量計(jì)算公式，計(jì)算出三角城鄉(xiāng)0-30cm、 0-50cm、0-100cm的4-9月農(nóng)田蒸散量（23個(gè)樣本）進(jìn)行相關(guān)分析與回歸檢驗(yàn)，結(jié)果見(jiàn)表1。

通過(guò)表1可見(jiàn)不同深度層間具有極顯著的相關(guān)，回歸擬合誤差較小，回歸方程均通過(guò)了95%信度檢驗(yàn)，證明農(nóng)田中的降水滲漏量和毛管上升水對(duì)農(nóng)田蒸散量的影響極小，簡(jiǎn)化計(jì)算的0-30cm農(nóng)田蒸散量可以代表實(shí)際的農(nóng)田蒸散量。

對(duì)三角城鄉(xiāng)4-9月的0.-30CM農(nóng)田蒸散量與馬鈴薯減產(chǎn)率、氣象產(chǎn)量進(jìn)行相關(guān)分析，結(jié)果見(jiàn)表2。

從表2看出，0.-30CM農(nóng)田蒸散量與馬鈴薯產(chǎn)量的形成具有較高的相關(guān)性，因此可以作為致災(zāi)因子。

2.1.3 干旱監(jiān)測(cè)模型建立? 應(yīng)用線性回歸統(tǒng)計(jì)方法，根據(jù)三角城鄉(xiāng)馬鈴薯減產(chǎn)率與不同月份的0-30CM農(nóng)田蒸散量建立了播種至收獲期間不同月份的干旱監(jiān)測(cè)模型，干旱監(jiān)測(cè)模型方差檢驗(yàn)值見(jiàn)表3。

式中X1-X6分別為4-9月的逐月0.-30CM農(nóng)田蒸散量，Y為減產(chǎn)率。

播種至5月28日：Y =47.492908-284.503521/X1

播種至6月28日：Y=90.3036353+1.3535747337*X1-1.6281617603*X2-3.0479257427*X3-0.013313783190*X2*X2+0.019959288882*X3*X3+0.04665962913*X2*X3

播種至7月28日：Yd=65.1903022-2.9239896144*X2-0.009199904393*X2*X2+0.006128580210*X3*X3+0.005938625712*X1*X4+0.024194015036*X2*X3+0.027248009584*X2*X4-0.016159483691*X3*X4

播種至8月28日：Y=51.4442361-2.8479836794*X1-0.007534709662*X5*X5+0.04412172163*X1*X5+0.0028891793630*X2*X3+0.004720473206*X2*X5+0.0023599300869*X4*X5

播種至9月28日：Y=8.72529353-2.2270598240*X1+3.0144819603*X3-1.3118818118*X4+0.9990298196*X6-0.006633937094*X6*X6+0.030469406838*X1*X6+0.009637967277*X2*X5-0.012393874837*X2*X6-0.04329568763*X3*X6+0.017753119147*X4*X6

從表3可以看出，除播種至6月28日的回歸方程未通過(guò)顯著性檢驗(yàn)外，其它方程均通過(guò)了90%信度的顯著性檢驗(yàn)，特別是播種至9月28日的回歸方程為馬鈴薯全生育期的監(jiān)測(cè)模型，不僅通過(guò)了信度95%的顯著性檢驗(yàn)，決定系數(shù)高達(dá)0.96，反映出了干旱監(jiān)測(cè)模型較高的可用性。

2.2? 不同干旱等級(jí)的概率分布圖制作

根據(jù)三角城鄉(xiāng)減產(chǎn)率與農(nóng)田蒸散量，建立馬鈴薯生長(zhǎng)期各月的線型回歸模型，結(jié)合統(tǒng)計(jì)出的各鄉(xiāng)鎮(zhèn)逐年減產(chǎn)率反算出各月、各鄉(xiāng)鎮(zhèn)的農(nóng)田蒸散量，以前面建立的線型回歸模型為基準(zhǔn)，國(guó)家規(guī)定的減產(chǎn)率農(nóng)業(yè)干旱指標(biāo)等級(jí)劃分（見(jiàn)表4）為標(biāo)準(zhǔn)，以農(nóng)田蒸散量為因變量，減產(chǎn)率為自變量計(jì)算出馬鈴薯生長(zhǎng)期不同月份對(duì)應(yīng)的農(nóng)田蒸散量農(nóng)業(yè)干旱指，如表5所示。

2.3? 基于GIS下的榆中縣馬鈴薯干旱概率分布圖制作

根據(jù)各鄉(xiāng)鎮(zhèn)33年的馬鈴薯減產(chǎn)率，結(jié)合“農(nóng)田蒸散量農(nóng)業(yè)干旱指數(shù)等級(jí)劃分”指標(biāo)，計(jì)算出各鄉(xiāng)鎮(zhèn)馬鈴薯全生育期（4-9月）減產(chǎn)率達(dá)到輕旱級(jí)及其以上級(jí)別出現(xiàn)的總概率和總次數(shù)，通過(guò)GIS制作的干旱概率分布圖見(jiàn)圖3所示。

2.4? 基于GIS下的馬鈴薯不同重現(xiàn)期下干旱等級(jí)分布圖制作

通過(guò)各鄉(xiāng)鎮(zhèn)33年的馬鈴薯減產(chǎn)率，利用Pearson-Ⅲ頻次密度函數(shù)統(tǒng)計(jì)出馬鈴薯全生育期重現(xiàn)期為3年、5年、10年時(shí)，各鄉(xiāng)鎮(zhèn)減產(chǎn)率可能出現(xiàn)的最大減產(chǎn)率，繪制出各重現(xiàn)期下的最大減產(chǎn)率分布圖，如圖4-圖6所示。

2.5? 干旱風(fēng)險(xiǎn)區(qū)劃

由于各鄉(xiāng)鎮(zhèn)馬鈴薯種植面積不同，即時(shí)各鄉(xiāng)鎮(zhèn)遭遇干旱時(shí)的等級(jí)不同，但造成的經(jīng)濟(jì)損失會(huì)出現(xiàn)明顯差異，因此通過(guò)各鄉(xiāng)鎮(zhèn)的馬鈴薯種植面積、減產(chǎn)率以加權(quán)綜合與層次分析法，繪制不同干旱等級(jí)風(fēng)險(xiǎn)區(qū)劃圖，劃分出高風(fēng)險(xiǎn)區(qū)、次高風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、次低風(fēng)險(xiǎn)區(qū)和低風(fēng)險(xiǎn)區(qū)等五個(gè)風(fēng)險(xiǎn)區(qū)，分別如圖7-圖11所示。

3? 結(jié)果與討論

以統(tǒng)計(jì)確立的農(nóng)田蒸散量農(nóng)業(yè)干旱等級(jí)指數(shù)建立的馬鈴薯減產(chǎn)率監(jiān)測(cè)模型，由于充分應(yīng)用了當(dāng)前氣象部門在縣級(jí)行政區(qū)域建立的自動(dòng)土壤水分站和人工測(cè)墑資料，在馬鈴薯的不同生長(zhǎng)發(fā)育期能夠開(kāi)干旱展監(jiān)測(cè)和預(yù)警，對(duì)于指導(dǎo)安排當(dāng)?shù)伛R鈴薯種植和田間管理發(fā)揮重要作用。

由3年、5年、10年一遇干旱等級(jí)分布圖可看出，3年重現(xiàn)期下出現(xiàn)特旱等級(jí)的鄉(xiāng)鎮(zhèn)主要為北部山區(qū)，而5年、10年重現(xiàn)期下出現(xiàn)特旱等級(jí)的鄉(xiāng)鎮(zhèn)除北部山區(qū)外，其范圍增大到東部至東南部的鄉(xiāng)鎮(zhèn)，而且3年以上重現(xiàn)期下，各鄉(xiāng)鎮(zhèn)出現(xiàn)干旱的等級(jí)基本都在重旱以上，這充分說(shuō)明了干旱對(duì)榆中縣各鄉(xiāng)鎮(zhèn)馬鈴薯產(chǎn)量影響之大，是造成榆中縣馬鈴薯產(chǎn)量較低的關(guān)鍵氣象因子。

制作出的風(fēng)險(xiǎn)區(qū)劃圖經(jīng)實(shí)地調(diào)研，區(qū)劃結(jié)果與實(shí)況完全一致。

參考文獻(xiàn)：

[1] 呂厚荃、張玉書(shū)等，2015，中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)（GB/T32136-2015，中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)與中華人民共? ? ? ? ?和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局發(fā)布。

[2] 林兩位、王莉萍，2005，用Pearson Ⅲ概率分布推算重現(xiàn)期年最大日雨量，北京：中國(guó)氣象局。

[3] 申雙和、周 英，1994，旱地農(nóng)田土壤水分動(dòng)態(tài)平衡的模擬，南京：南京氣象學(xué)院學(xué)報(bào)。

[4] 宮德吉，陳素華，1999，農(nóng)業(yè)氣象災(zāi)害損失評(píng)估方法及其在產(chǎn)量預(yù)報(bào)中的應(yīng)用，北京：中國(guó)氣象局。

[5] 唐啟義，2010， DPS數(shù)據(jù)處理系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘（第2版），北京：科學(xué)出版社。

[6] 唐守正，1986，多元統(tǒng)計(jì)分析方法[M]，北京：中國(guó)農(nóng)業(yè)出版社。

[7] 馮秀藻，陶炳炎，1994，農(nóng)業(yè)氣象學(xué)原理，北京：氣象出版社。

[8] 中國(guó)科學(xué)院黃土高原綜合科學(xué)考察隊(duì)、黃土高原地區(qū)土壤侵蝕區(qū)域特征及其治理途徑，1991，北京：科學(xué)出版社。