黃鈺瑾,熊勤學(xué),3,4,胡佩敏,任菲瑩

(1.長(zhǎng)江大學(xué)農(nóng)學(xué)院,湖北荊州 434025;2.荊州市氣象局,湖北荊州 434020;3.濕地生態(tài)與農(nóng)業(yè)利用教育部工程研究中心,湖北荊州 434025;4.長(zhǎng)江大學(xué)澇漬災(zāi)害與濕地農(nóng)業(yè)湖北省重點(diǎn)實(shí)驗(yàn)室;湖北荊州 434025;5.吉林省氣象災(zāi)害防御技術(shù)中心,吉林長(zhǎng)春 130062)

漬害是指作物長(zhǎng)期遭受地下水浸漬,土壤理化性狀惡化,水、熱、氣和養(yǎng)分失調(diào),影響作物生長(zhǎng)或危及作物存活而產(chǎn)生的一種農(nóng)業(yè)氣象災(zāi)害。長(zhǎng)期以來(lái),由于河流泛濫和泥沙堆積,在長(zhǎng)江中游山地相夾地帶形成大片低濕平地,并被開(kāi)發(fā)成農(nóng)田,但受地勢(shì)低洼、農(nóng)田建設(shè)及設(shè)施水平低、區(qū)域環(huán)境惡劣等因素的影響,農(nóng)田作物常常遭受季節(jié)性或長(zhǎng)期性漬害的危害[1]。漬害會(huì)導(dǎo)致作物不能正常生長(zhǎng)發(fā)育,使根系缺氧乏力,不利于干物質(zhì)累積,降低抗逆性,致使千粒重和產(chǎn)量下降及品質(zhì)劣化。位于長(zhǎng)江中游的湖北省監(jiān)利縣就是漬害經(jīng)常發(fā)生的一個(gè)典型地區(qū)。據(jù)統(tǒng)計(jì),監(jiān)利縣常年受漬農(nóng)田面積占總耕地面積的40.6%。與同類地區(qū)豐產(chǎn)田相比,受漬后小麥減產(chǎn)50%～70%,災(zāi)害嚴(yán)重的年份甚至絕收,漬害已成為該地區(qū)農(nóng)業(yè)持續(xù)穩(wěn)定發(fā)展的主要限制因子。同時(shí),由于作物受漬后植株表型特征變化不明顯,受漬表現(xiàn)有明顯的滯后性;在不同田塊,因品種耐漬性、排灌設(shè)施、小氣候、土壤理化特性等因素的不同,漬害造成的損失差異很大,因而通過(guò)最終產(chǎn)量預(yù)報(bào)作物受漬信息的準(zhǔn)確性和時(shí)效性不佳。當(dāng)前,氣象部門(mén)根據(jù)暴雨預(yù)警指標(biāo)進(jìn)行大尺度漬害預(yù)報(bào),得到的信息對(duì)農(nóng)業(yè)生產(chǎn)指導(dǎo)意義不大,因此有必要開(kāi)發(fā)綜合考慮所有漬害致災(zāi)因子的預(yù)報(bào)模型。

作物漬害預(yù)報(bào)預(yù)警目前主要通過(guò)水文模型依據(jù)天氣預(yù)報(bào)結(jié)果,模擬農(nóng)作區(qū)未來(lái)一段時(shí)間的土壤水分時(shí)空分布,并結(jié)合漬害土壤水分指標(biāo)來(lái)實(shí)現(xiàn)?？蓪?shí)現(xiàn)作物漬害空間分布信息提取的模型有SaltMod(salt model)模型、SAHYSMOD(SPATIAL AGRO-HYDRO-SALINITY MODEL)模型、DHSVM(distributed hydrology soil vegetation model)模型和DRAINMOD 模型。Ajay Singh分別運(yùn)用SGMP(standard groundwater model program)模型與SaltMod模型以季節(jié)為單位對(duì)印度哈里亞納邦因灌溉而形成的澇漬地的地下水位空間分布、時(shí)間變化和作物反應(yīng)進(jìn)行模擬,提出減少漬害和保證農(nóng)作物產(chǎn)量的灌溉計(jì)劃[2-3]。SAHYSMOD模型是根據(jù)水分條件的空間分布、水分管理情況、農(nóng)作物輪作制度信息,以季節(jié)為單位模擬灌溉農(nóng)田的土壤水分中的鹽濃度、地下水量、排水流量、地下水位深空間分布的水分模型[4-5],已被成功引入大尺度、長(zhǎng)時(shí)序的漬害監(jiān)測(cè)中,取得了不錯(cuò)的預(yù)報(bào)結(jié)果[6-7]。熊勤學(xué)采用DHSVM模型將監(jiān)利縣分成若干個(gè)柵格單元,通過(guò)計(jì)算每個(gè)柵格單元的水平衡,結(jié)合作物輕、中、重度3種漬害的水分特征指標(biāo)和天氣預(yù)報(bào)數(shù)據(jù),模擬了監(jiān)利縣未來(lái)幾天夏收作物不同漬害的時(shí)空分布[8-9]。賈艷輝[10]運(yùn)用VB語(yǔ)言,在地下水位監(jiān)測(cè)硬件支持下,設(shè)計(jì)了基于DRAINMOD模型的農(nóng)田漬害預(yù)警系統(tǒng)。由于模型模擬需要大量的觀測(cè)數(shù)據(jù)支持與調(diào)參,因而運(yùn)用氣象預(yù)報(bào)數(shù)據(jù),結(jié)合水文模型進(jìn)行小麥漬害大尺度、高精度、及時(shí)的預(yù)報(bào)不現(xiàn)實(shí)。本研究針對(duì)目前大范圍作物漬害預(yù)報(bào)缺乏的現(xiàn)狀,構(gòu)建基于多因素的小麥漬害預(yù)報(bào)預(yù)警指標(biāo)模型,以期實(shí)現(xiàn)長(zhǎng)江流域小麥漬害大尺度、精細(xì)化、立體預(yù)報(bào)。

1 材料與方法

1.1 研究區(qū)概況

監(jiān)利縣位于湖北省中南部、江漢平原南部,緊鄰長(zhǎng)江北岸(圖1),面積為3 508 km2,地勢(shì)分布呈“簸箕”形,即西、南、北三面較高,中部及東部較低,因此自身形成一個(gè)獨(dú)立的水系;土壤類型主要有灰潮土、水稻土、黃棕壤;監(jiān)利縣屬典型的亞熱帶季風(fēng)氣候,光能充足、熱量資源豐富(大于10 ℃的積溫5 171.8 ℃·d)、無(wú)霜期長(zhǎng)(242～263 d)。

1.2 數(shù)據(jù)采集

在監(jiān)利縣共設(shè)12個(gè)漬害監(jiān)測(cè)點(diǎn)(圖1),每個(gè)點(diǎn)設(shè)一具HOBO自動(dòng)氣象站和土壤水分監(jiān)測(cè)點(diǎn)。自動(dòng)氣象站觀測(cè)的項(xiàng)目有1.5 m高處的氣溫、濕度、總輻射、光合有效輻射,2 m高處的風(fēng)向、風(fēng)速、降水和地面10 cm處地溫。土壤水分監(jiān)測(cè)點(diǎn)采用Decagon公司EC50自動(dòng)土壤水分監(jiān)測(cè)儀,配有5個(gè)EC-5土壤水分傳感器,埋設(shè)深度分別為5 cm、10 cm、15 cm、20 cm和25 cm,取5個(gè)值的平均值作為土壤根層水分含量。所有儀器設(shè)置為1 h自動(dòng)測(cè)定和記錄1次結(jié)果,觀測(cè)日期為2014-2016年每年3月1日至4月30日(小麥拔節(jié)期-乳熟期),2017-2019年數(shù)據(jù)作為驗(yàn)證數(shù)據(jù),12個(gè)監(jiān)測(cè)點(diǎn)的其他相關(guān)信息見(jiàn)表1。

圖1 觀測(cè)點(diǎn)位置及地形圖Fig.1 Observation position map in Jianli county

表1 12個(gè)監(jiān)測(cè)點(diǎn)的相關(guān)信息Table 1 Relevant information in the monitoring sites

1.3 小麥潛在漬害日指數(shù)(PWWDI,the potential wheat waterlogging daily index)模型的構(gòu)建

影響小麥漬害成災(zāi)因子很多,可歸納為氣象條件、地形條件、土壤類型和作物耐漬性。其中,氣象條件,特別是降水,是作物致災(zāi)的決定條件,是漬害主要原因;地形條件和土壤類型影響土壤水分再分配,是決定漬害空間分布差異的主因;而作物耐漬性是作物致災(zāi)的關(guān)鍵要素。三類成災(zāi)因子中,只用氣象條件判別小麥?zhǔn)欠袷軡n稱為可能漬害預(yù)報(bào),考慮氣象條件、地形條件和土壤類型則稱為潛在漬害預(yù)報(bào),如果再加上作物耐漬性條件才真正稱得上是漬害的預(yù)報(bào)。本研究重點(diǎn)對(duì)小麥潛在漬害預(yù)報(bào)進(jìn)行探討。

目前對(duì)作物可能漬害預(yù)報(bào)指標(biāo)的計(jì)算研究很多,主要有Guo[11]提出澇漬害日指數(shù)WI(daily waterlogging index)的概念來(lái)量化漬害對(duì)作物的影響,其計(jì)算公式為:

WIi=SAPI+Mi

(1)

其中,SAPI(standard antecedent precipitation index)為標(biāo)準(zhǔn)化先前降水指數(shù),反映前期降水對(duì)作物的影響,Mi為第i天相對(duì)濕度指數(shù)。

吳洪顏[12-13]提出濕漬害日指數(shù)Qi的概念來(lái)量化可能漬害對(duì)作物的影響,其計(jì)算公式為:

Qi=(R-ETC)/ETC-(S-S0)/S0

(2)

其中,R為降雨量、ETC為作物需水量,S為日照時(shí)數(shù),S0為可照時(shí)數(shù)。

由于這兩指標(biāo)只考慮了氣象條件對(duì)漬害的影響,因此基于其的預(yù)報(bào)結(jié)果誤差大,不具備農(nóng)業(yè)生產(chǎn)指導(dǎo)作用,有必要加入地形條件和土壤類型條件,實(shí)現(xiàn)作物潛在漬害預(yù)報(bào)預(yù)警。

首先用API(前期降水指數(shù),antecedent precipitation index)來(lái)表達(dá)降水條件對(duì)漬害的影響,計(jì)算公式[14]為:

APIi=Pi+K×APIi-1

(3)

其中,APIi分別為第i天的前期降水指數(shù)(mm);Pi為第i天的降雨量(mm);APIi-1為第i-1天的前期降水指數(shù)(mm);K為土壤水分的日消退系數(shù),它綜合反映土壤蓄水量因蒸散而減少的特性,因此K值大小與蒸散發(fā)相關(guān),其計(jì)算公式[15]為:

K=1-EM/WM

(4)

WM=P-R-E

(5)

式中,EM為流域日蒸散能力,WM為流域最大蓄水量,P為平均降雨量,R為平均產(chǎn)流量,E為平均蒸散量。當(dāng)P大于100 mm時(shí),API為100 mm。

EM采用Hargreaves-Samani(H-S)模型計(jì)算,具體公式[16]為:

EM=0.002 3(T+17.8)×(Tmax-Tmin)1/2Ra/λ

(6)

式中,T為日平均溫度;Tmax為日最高氣溫(℃);Tmin為日最低氣溫(℃);Ra為地球外輻射(MJ·m-2·d-1),λ為蒸發(fā)潛熱(2.45 MJ·kg-1)。

API不僅能用作反映潛在漬害的指標(biāo),而且更多用于作物干旱預(yù)測(cè)[17],主要原因是API能反映土壤水分變化特征[18],由于API只考慮了氣象條件的影響,有必要加入其他影響因子,使它能更好反映土壤水分變化特征。

公式4中K是土壤水分的日消退系數(shù),它只考慮了蒸散的影響,而土壤水分差異的關(guān)鍵因子是地形條件和土壤類型。為表達(dá)地形條件差異,引入變量地形濕度指數(shù)TWI[19],同時(shí)用土壤橫向飽和導(dǎo)水率(Lc:lateral conductivity,10-5m·s-1)代表周?chē)寥浪值挠绊?得到K值計(jì)算公式為:

K=(1-EM/WM)×(a+b×Lc×TWI)

(7)

TWI=ln[a/tg(b)]

(8)

公式3和7構(gòu)成潛在漬害預(yù)報(bào)預(yù)警日指標(biāo)計(jì)算公式,取名為小麥潛在漬害日指數(shù)(PWWDI,the potential wheat waterlogging daily index)。a為單位等高線長(zhǎng)度或單元柵格的匯流面積;b為局部坡度角。

TWI具體計(jì)算過(guò)程采用單流向算法[20]。下載湖北省監(jiān)利縣的SRTM(shuttle radar topography mission)、DEM數(shù)據(jù)并在ARCGIS中進(jìn)行SINK處理,然后進(jìn)行flow direction和flow accumulation處理,得到a值為flow accumulation值與單元格面積乘積;同時(shí)在ARCGIS進(jìn)行slope計(jì)算,得到b值,代入公式8,可得TWI值;如果b=0,取TWI值為0。

2 結(jié)果與分析

2.1 PWWDI計(jì)算公式中參數(shù)的確定

PWWDI既是影響作物漬害成因的綜合因子,也是反映土壤水分空間差異的特征量[21],因而本研究用12個(gè)觀測(cè)點(diǎn)2014-2016年3-4月份土壤體積含水率的平均值與TWI值和Lc值的乘積進(jìn)行線性回歸分析并求算a、b值,其中Lc值按土壤類型取值,其中黃棕壤取值為0.01×10-5m·s-1,水稻土為0.015×10-5m·s-1,潮土為0.02×10-5m·s-1。得到的線性回歸方程為y=0.1375×Lc×TWI+0.24,相關(guān)系數(shù)為 0.90,F(1,11)=42.70>F0.001。

對(duì)回歸方程進(jìn)行歸一化處理,統(tǒng)一除以土壤平均體積含水率0.26 m3·m-3,求得公式7中的a值為0.94,b值為0.54,最終得到PWWDI計(jì)算公式:

PWWDIi=(1-EM/WM) (0.94+0.54×Lc×TWI) PWWDIi-1

2.2 PWWDI計(jì)算公式的驗(yàn)證

將12個(gè)觀測(cè)點(diǎn)2014-2016年3-4月份的土壤水分日均值與計(jì)算得到的PWWDI(樣本數(shù)為3 843)進(jìn)行回歸分析,得到的相關(guān)系數(shù)為 0.78,達(dá)到極顯著水平。而如果通過(guò)公式4計(jì)算K值再計(jì)算API,得到的API與土壤水分日均值的相關(guān)系數(shù)只有0.72,說(shuō)明PWWDI比API更能準(zhǔn)確反映土壤水分日均值時(shí)空差異。

分析發(fā)現(xiàn),土壤水分的觀測(cè)數(shù)據(jù)與同期PWWDI的時(shí)間變化曲線基本一致,兩者關(guān)系像土壤吸力和土壤水分關(guān)系一樣,有明顯的吸濕過(guò)程和脫濕過(guò)程(圖2)。當(dāng)土壤水分減少時(shí)PWWDI比較低,而當(dāng)土壤水分增加到同樣的值時(shí)PWWDI普遍偏高,產(chǎn)生這一現(xiàn)象的主要原因是PWWDI主要反映環(huán)境要素對(duì)土壤水分的綜合影響,而土壤水分的響應(yīng)滯后于環(huán)境要素的影響。PWWDI具有的土壤水分吸濕和脫濕過(guò)程的差異性導(dǎo)致作物漬害發(fā)生和結(jié)束時(shí)的PWWDI不同,作物漬害發(fā)生時(shí)是吸濕過(guò)程,PWWDI高;而作物漬害結(jié)束時(shí)是脫濕過(guò)程,PWWDI低(圖3)。

圖中每個(gè)點(diǎn)的數(shù)據(jù)表示天數(shù)序號(hào)(2017年3月1日至4月30日)。The values refer to the days from March 1 to April 30 in 2017.圖2 2017年觀測(cè)點(diǎn)3的土壤水分觀測(cè)數(shù)據(jù)與PWWDI的關(guān)系Fig.2 Relationship between average soil moisturevalue in No.3 monitoring site in 2017 and PCWDI values

圖3 12個(gè)觀測(cè)點(diǎn)2014-2016年3-4月份觀測(cè)到的土壤水分日均值與PWWDI的關(guān)系Fig.3 Relationship between average soil moisture value in the 12 monitoring sites in 2014-2016 and PWWDI values

2.3 基于PWWDI的漬害指標(biāo)確定

有學(xué)者提出漬害判別標(biāo)準(zhǔn):當(dāng)農(nóng)田地下水位埋深小于60 cm,土壤根層相對(duì)體積含水率5 d 滑動(dòng)均值高于110%的持續(xù)期大于5 d,認(rèn)為夏收作物受到輕度漬害;如果持續(xù)期大于12 d 認(rèn)為受到中度漬害;持續(xù)期20 d以上認(rèn)為受到重度漬害[9,22]。按照此判別標(biāo)準(zhǔn),利用2014-2016年12個(gè)觀測(cè)點(diǎn)的土壤水分?jǐn)?shù)據(jù),得到漬害發(fā)生時(shí)和結(jié)束時(shí)PWWDI值的頻率分布圖(圖4)。由圖4看出,漬害發(fā)生時(shí)PWWDI值主要集中在60～75 mm區(qū)間,平均值為 68.7 mm;結(jié)束時(shí)PWWDI值主要集中在35～45 mm范圍,平均值為42.5 mm。

圖4 2014-2016年監(jiān)利縣12個(gè)觀測(cè)點(diǎn)漬害發(fā)生時(shí)(A)和結(jié)束時(shí)(B)PWWDI值的頻譜圖Fig.4 Frequency of PCWDI values at the time (A) and the end (B) of the occurrence of sub-surface waterlogging

監(jiān)利縣土壤根層相對(duì)體積含水率為110%時(shí)土壤體積含水率為0.32 m3·m-3,將它作為x代入圖3中的吸濕曲線方程和脫濕曲線方程,得到漬害發(fā)生時(shí)PWWDI值為75.2 mm,漬害結(jié)束時(shí)PWWDI值為38.9 mm。

綜合兩種方法結(jié)果得到小麥?zhǔn)軡n指標(biāo):當(dāng)農(nóng)田地下水位埋深小于60 cm,PWWDI 5 d 滑動(dòng)均值高于65 mm的持續(xù)期大于5 d,認(rèn)為小麥?zhǔn)艿捷p度漬害;如果持續(xù)期大于12 d 認(rèn)為受到中度漬害;持續(xù)期20 d以上認(rèn)為受到重度漬害;漬害發(fā)生后,當(dāng)PWWDI值小于40 mm時(shí),漬害結(jié)束。

將基于PWWDI的受漬指標(biāo)運(yùn)用到監(jiān)利縣3個(gè)監(jiān)測(cè)點(diǎn)2017-2019年漬害預(yù)報(bào)實(shí)際中,將得到的預(yù)報(bào)結(jié)果(表2)與以土壤含水量為依據(jù)的小麥漬害標(biāo)準(zhǔn)獲得的結(jié)果比較,結(jié)果表明,22次漬害中有17次準(zhǔn)確,3次漏報(bào),2次誤報(bào),其中3次漏報(bào)是因?yàn)轭A(yù)報(bào)的漬害持續(xù)期小于5 d而忽略,2次誤報(bào)是2018年4月5日降雨量達(dá)到86.7 mm,后期無(wú)雨,導(dǎo)致當(dāng)日API異常高,從而產(chǎn)生的誤報(bào),準(zhǔn)確率77.3%,說(shuō)明用PWWDI進(jìn)行漬害預(yù)報(bào)預(yù)警比較準(zhǔn)確。

表2 2017-2019年監(jiān)測(cè)點(diǎn)實(shí)際受漬信息與預(yù)報(bào)結(jié)果比較Table 2 Comparison of waterlogging information and forecasted results at monitoring sites from 2017 to 2019

3 討 論

API自上世紀(jì)40年代由Kohler提出[23],作為土壤水分狀況指標(biāo),為提高小流域和土壤高濕區(qū)水分精度,其計(jì)算方法在不斷改進(jìn)。如,Binru Zhao[24]優(yōu)化了API計(jì)算公式中的衰減系數(shù)(將日平均氣溫和極大值限制引入),改進(jìn)后API對(duì)意大利愛(ài)米利婭羅馬涅地區(qū)滑坡的預(yù)報(bào)準(zhǔn)確率明顯提高。段海來(lái)[25]提出基于標(biāo)準(zhǔn)化前期降水指數(shù)SAPI 的逐日洪澇監(jiān)測(cè)指標(biāo)建立晚稻洪澇指數(shù),該指數(shù)能夠較好地反映洪澇的發(fā)生、發(fā)展及結(jié)束過(guò)程中的強(qiáng)度變化細(xì)節(jié),而且其波動(dòng)能夠?qū)邓^(guò)程合理響應(yīng)。本研究將地形濕度指數(shù)和土壤橫向飽和導(dǎo)水率引入API公式中的衰減系數(shù)計(jì)算,反映流域內(nèi)地形和土壤類型差異對(duì)土壤濕度空間分布變異的影響,因?yàn)榈匦螡穸戎笖?shù)是反映小流域尺度的土壤水分指標(biāo)[26],土壤橫向飽和導(dǎo)水率反映土壤類型差異對(duì)土壤水分橫向傳輸?shù)挠绊?而這些因子皆為漬害的致災(zāi)因子,因此改進(jìn)后的API能從時(shí)間上高效反映小麥潛在漬害的危害程度,本研究結(jié)果最終證明了這一點(diǎn)。

小麥潛在漬害日指數(shù)計(jì)算需要輸入的參數(shù)為氣象數(shù)據(jù)、地形濕度指數(shù)和橫向飽和導(dǎo)水率,其中地形濕度指數(shù)和橫向飽和導(dǎo)水率不隨時(shí)間變化,因此用高程空間數(shù)據(jù)和土壤類型空間數(shù)據(jù)可以得到這兩個(gè)參數(shù)的空間分布,結(jié)合氣象數(shù)據(jù),就能實(shí)現(xiàn)高空間分辨率不同地點(diǎn)的小麥漬害差異化預(yù)測(cè)預(yù)報(bào)的結(jié)果,在少量監(jiān)測(cè)數(shù)據(jù)的情況下,可大大提高小麥漬害預(yù)測(cè)預(yù)報(bào)精度。簡(jiǎn)單、實(shí)用、可操作性強(qiáng)和精度高是運(yùn)用小麥潛在漬害日指數(shù)進(jìn)行漬害預(yù)測(cè)預(yù)報(bào)的優(yōu)點(diǎn)。

盡管基于小麥潛在漬害日指數(shù)的作物受漬預(yù)報(bào)預(yù)警得到驗(yàn)證,但其通適性還有待進(jìn)一步研究;同時(shí)小麥潛在漬害日指數(shù)沒(méi)有考慮作物的耐漬性,如何將作物的耐漬性融入小麥潛在漬害日指數(shù)計(jì)算公式中,是未來(lái)小麥?zhǔn)軡n預(yù)報(bào)預(yù)警研究的方向。

4 結(jié) 論

在量化作物漬害成災(zāi)因子的基礎(chǔ)上,提出了小麥潛在漬害日指數(shù)概念,并給出了小麥潛在漬害日指數(shù)的計(jì)算公式,小麥潛在漬害日指數(shù)綜合考慮了氣象條件、地形和土壤類型對(duì)漬害的影響,而且公式中參數(shù)易獲取,較澇漬害日指數(shù)、前期降水指數(shù)更加準(zhǔn)確。同時(shí)給出了監(jiān)利縣基于小麥潛在漬害日指數(shù)的夏收作物受漬指標(biāo),通過(guò)3年的驗(yàn)證證明該方法比較準(zhǔn)確。