基于MODIS和SEBAL模型的黃淮海平原冬小麥水分生產(chǎn)力研究*

楊建瑩，霍治國，鄔定榮，王培娟，劉 勤

?

基于MODIS和SEBAL模型的黃淮海平原冬小麥水分生產(chǎn)力研究*

楊建瑩1,2，霍治國2,3，鄔定榮2，王培娟2，劉 勤1,4,5**

（1.農(nóng)業(yè)部旱作節(jié)水農(nóng)業(yè)重點實驗室，北京 100081；2.中國氣象科學研究院，北京 100081；3.南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心，南京 210044；4.中國農(nóng)業(yè)科學院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081；5.列日大學讓布盧農(nóng)學院，讓布盧 5030，比利時）

以2011年1月-2012年12月MODIS 多時相遙感影像產(chǎn)品、氣象數(shù)據(jù)和作物生育期為基礎，借助SEBAL模型估算了黃淮海平原冬小麥實際蒸散量（ETa）；通過MODIS NDVI光譜曲線特征與冬小麥單產(chǎn)數(shù)據(jù)的耦合，將縣域尺度作物單產(chǎn)“降尺度”至基于像元的產(chǎn)量柵格圖，實現(xiàn)冬小麥產(chǎn)量柵格化。在完成作物實際蒸散量模擬和產(chǎn)量柵格化的基礎上，對黃淮海平原冬小麥水分生產(chǎn)力進行估算。結果表明，冬小麥水分生產(chǎn)力區(qū)域平均值為1.21kg·m-3，高值區(qū)主要位于北京、天津、山東北部和河北南部地區(qū)。在環(huán)渤海山東半島濱海外向型二熟農(nóng)漁區(qū)（一區(qū)）、海河低平原缺水水澆地二熟兼旱地一熟區(qū)（三區(qū)）和黃淮平原南陽盆地水澆地旱地二熟區(qū)（五區(qū)）冬小麥產(chǎn)量與水分生產(chǎn)力呈顯著正相關，說明隨著冬小麥產(chǎn)量的增加，其水分生產(chǎn)力增加；在燕山太行山山前平原水澆地二熟區(qū)（二區(qū)）冬小麥水分生產(chǎn)力與實際蒸散量呈極顯著負相關（P＜0.01），與產(chǎn)量呈極顯著正相關（P＜0.01），表明水分生產(chǎn)力將隨著實際蒸散量的減少和產(chǎn)量的增加而增大，同時產(chǎn)量增加對水分生產(chǎn)力提高的貢獻大于實際蒸散量的減少；在江淮平原丘陵麥稻兩熟區(qū)（六區(qū)）冬小麥水分生產(chǎn)力與實際蒸散量呈顯著負相關，與產(chǎn)量相關關系不明顯，說明在黃淮海平原南部水分生產(chǎn)力的提高主要依靠實際蒸散量的減少。

冬小麥種植信息；作物實際蒸散量；產(chǎn)量柵格化；水分生產(chǎn)力；黃淮海平原

干旱缺水是全球面臨的嚴重問題，也是制約中國農(nóng)業(yè)和經(jīng)濟發(fā)展的重要因素[1]。灌溉農(nóng)業(yè)作為全球最大的淡水資源消耗產(chǎn)業(yè)，約占淡水消耗總量的70%[2]，有的國家甚至高達80%[2]，隨著世界人口的膨脹、工業(yè)和生活用水的增加以及各種環(huán)境問題的出現(xiàn)，灌溉農(nóng)業(yè)所能獲得的水資源量正在逐漸萎縮[3]。另外，氣候變化導致光照、熱量和水分等氣候要素的數(shù)值和時空格局發(fā)生變化，勢必對農(nóng)業(yè)生產(chǎn)造成疊加影響[4]。研究證實，中國東北、華北大部、西北東部降水量呈明顯減少趨勢，近50多年減少 20～40mm，干旱面積迅速擴大[5]。在氣候變暖條件下，中國降雨類型復雜多變，年際變化、季節(jié)分配不均和區(qū)域差異將更加明顯，糧食生產(chǎn)所需要的灌溉用水資源量更加不穩(wěn)定。未來數(shù)十年內(nèi)需要解決的難題將是如何用更少的水資源生產(chǎn)更多的糧食[6]，而其出路在于提高作物水分生產(chǎn)力[7]。黃淮海平原是中國重要的糧食生產(chǎn)基地，近年由于受頻繁干旱、春季低溫等災害影響以及城市用水的迅猛增長，華北區(qū)域農(nóng)業(yè)用水的緊張態(tài)勢進一步加劇，并嚴重影響到農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展，因此，明確干旱對作物的影響程度，提升作物水分生產(chǎn)力，對于緩解水資源危機，保障國家糧食安全和社會可持續(xù)發(fā)展具有重要意義。

作物水分生產(chǎn)力是指單位耗水量所獲得的作物產(chǎn)出量，是耦合作物生產(chǎn)、蒸散的重要參數(shù)，能較好地反映自然條件下作物耗水與產(chǎn)量的關系[8]。早期的作物水分生產(chǎn)力研究主要基于田間尺度或作物尺度，通過田間試驗直接測量獲得[9]。隨著大范圍、多尺度數(shù)據(jù)集成以及地面信息反演算法的發(fā)展，從田塊向區(qū)域尺度擴展的水分生產(chǎn)力研究成為熱點[10-11]。目前，區(qū)域作物水分生產(chǎn)力的研究，主要包括作物模型方法和遙感方法，作物模型方法根據(jù)作物生長所需要的氣象條件、作物品種、土壤狀況以及管理措施等條件模擬，描述作物的生長發(fā)育和籽粒形成過程，以及作物生長過程的水分消耗量，進行作物水分生產(chǎn)力的估算[12-13]。陳超等[14]利用校準后的APSIM模型和華北平原區(qū)域氣象站數(shù)據(jù)，對華北平原不同供水情景下冬小麥、夏玉米水分生產(chǎn)力空間分布特征進行了模擬研究。Amor等[15]應用DSSAT模型中的CERES模塊對菲律賓呂宋島上北伊洛克斯的拉瓦格流域水稻、玉米和花生的水分生產(chǎn)力進行了模擬。作物模型方法能綜合考慮氣象、土壤、作物品種、種植因素對作物生長發(fā)育的影響，逐日連續(xù)模擬生育期內(nèi)作物的生長發(fā)育狀況及水分消耗，但是由于應用尺度的增大，模型一般需要大量參數(shù)，有些參數(shù)可靠性不強，導致在模型有效性方面存在一定問題。遙感方法通過大尺度地表參數(shù)反演和空間表達技術，模擬作物蒸散量、產(chǎn)量和作物水分生產(chǎn)力[16]。一些學者嘗試結合RS、GIS和能量平衡模型的方法，對區(qū)域水分生產(chǎn)力進行估算。Alexander等[17]基于Landsat ETM+遙感影像，借助273個農(nóng)田調(diào)查的作物生物量、葉面積指數(shù)、作物產(chǎn)量與NDVI的關系，研究了中亞Syrdarya流域Galaba部分農(nóng)田小麥和棉花的水分生產(chǎn)力。Li等[18]借助NOAA/ AVHRR遙感影像和SEBAL區(qū)域模型估算了中國華北平原冬小麥的作物耗水量和水分生產(chǎn)力。

作物水分生產(chǎn)力估算精度主要由作物實際蒸散量的估算精度和作物產(chǎn)量數(shù)據(jù)的柵格化精度共同決定[19]。以往關于作物水分生產(chǎn)力的研究中，地面作物信息，如作物分布信息、作物發(fā)育期數(shù)據(jù)等往往被忽略；另外，通常采用的基于行政單元的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)，掩蓋了區(qū)域內(nèi)部農(nóng)業(yè)要素的差異特征，降低了水分生產(chǎn)力的估算精度。本研究以黃淮海平原2011-2012生長季冬小麥水分生產(chǎn)力為研究對象，基于MODIS遙感數(shù)據(jù)、氣象數(shù)據(jù)和縣域尺度產(chǎn)量數(shù)據(jù)，嘗試利用SEBAL模型和產(chǎn)量空間化方法，估算基于柵格單元的冬小麥水分生產(chǎn)力，并分析農(nóng)業(yè)亞區(qū)單元的冬小麥水分生產(chǎn)力與產(chǎn)量和實際蒸散量的相關關系，試圖為黃淮海平原農(nóng)業(yè)水資源管理、作物水分生產(chǎn)力提升提供科學依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

黃淮海平原北起長城，南至桐柏山、大別山北麓，西倚太行山和豫西伏牛山地，東瀕渤海和黃海，包括北京、天津、山東、河北、河南、安徽和江蘇的全部或部分。該區(qū)域屬半濕潤暖溫帶，年均氣溫10～15℃，≥0℃積溫4200～5500℃·d[20]，無霜期170～200d，熱量條件適于一年兩熟。年降水量500～950mm，60%～70%的降水集中在夏季[21]，小麥生長季內(nèi)降水量一般少于300mm，不能滿足冬小麥生長所需降水量要求[21-22]。主要種植方式是冬小麥-夏玉米，2015年小麥和玉米種植面積分別占全國的61%和31%[23]。

1.2 資料來源

1.2.1 氣象資料

取黃淮海平原40個氣象站點2011年1月-2012年12月氣象數(shù)據(jù)，來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)（http://cdc.cma.gov.cn/）所提供的中國地面氣候資料日值數(shù)據(jù)集，數(shù)據(jù)內(nèi)容主要為站點逐日最高氣溫（℃）、最低氣溫（℃）和風速（m·s-1），站點分布見圖1。根據(jù)聯(lián)合國糧農(nóng)組織推薦的風廊線關系[24]，將10m高度的風速轉化為2m高度的相應數(shù)值。

1.2.2 MODIS產(chǎn)品

用于SEBAL模型的MODIS產(chǎn)品主要包括MOD11A1、MOD13A2和MCD43B3產(chǎn)品。MOD11產(chǎn)品為陸地2、3級標準數(shù)據(jù)產(chǎn)品，內(nèi)容為地表溫度和輻射率，Lambert投影，空間分辨率1km，地理坐標為302，每日數(shù)據(jù)為2級數(shù)據(jù)，每旬、每月數(shù)據(jù)合成為3級數(shù)據(jù)，儒略日表示的時間范圍為2011273，2011274，2011275，…，2012193，其時間分辨率為1d；MOD13產(chǎn)品為陸地2級標準數(shù)據(jù)產(chǎn)品，內(nèi)容為柵格的歸一化植被指數(shù)和增強型植被指數(shù)（NDVI/EVI），空間分辨率250m，時間范圍為2011273，2011289，2011305，…，2012193（時間分辨率為16d）；MCD43產(chǎn)品為陸地3級標準數(shù)據(jù)產(chǎn)品，內(nèi)容為表面反射，BRDF/Albedo參數(shù)，空間分辨率1km，包括日、旬、月度數(shù)據(jù)，時間范圍為2011273，2011289，2011305，…，2012193，其時間分辨率為16d。表1為MODIS產(chǎn)品的基本信息。所用MODIS產(chǎn)品的軌道序列編號為 H26v4、H26v5、H27v4、H27v5、H28v5。

表1 MODIS產(chǎn)品的基本信息

1.2.3 農(nóng)業(yè)分區(qū)

黃淮海地區(qū)二級分區(qū)來源于劉巽浩等《中國農(nóng)作制》[25]，根據(jù)土地類型和農(nóng)作制度，將黃淮海平原分為6個類型區(qū)，7個亞區(qū)，如圖1。6個類型區(qū)分別為環(huán)渤海山東半島濱海外向型二熟農(nóng)漁區(qū)（北1區(qū)和南1區(qū)）；燕山太行山山前平原水澆地二熟區(qū)（2區(qū)）；海河低平原缺水水澆地二熟兼旱地一熟區(qū)（3區(qū)）；魯西平原魯中丘陵水澆地旱地二熟區(qū)（4區(qū)）；黃淮平原南陽盆地水澆地旱地二熟區(qū)（5區(qū)）和江淮平原丘陵麥稻兩熟區(qū)（6區(qū)）。

1.2.4 冬小麥數(shù)據(jù)

冬小麥種植信息來源于中國農(nóng)業(yè)科學院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，柵格大小為1km×1km。黃淮海地區(qū)347個縣（市）2011-2012生長季冬小麥產(chǎn)量數(shù)據(jù)來源于中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所。生育期數(shù)據(jù)來源于國家氣象局農(nóng)氣站點，包括冬小麥播種期、返青期、拔節(jié)期、抽穗期和成熟期（表2），環(huán)渤海山東半島濱海外向型二熟農(nóng)漁區(qū)（北）冬小麥播種期最早，為10月1日，江淮平原丘陵麥稻兩熟區(qū)播種期最晚，為10月27日，相差26d，主要是由氣候條件差異和前茬作物影響所致[26]。江淮平原丘陵麥稻兩熟區(qū)冬小麥成熟期最早，為翌年5月25日，環(huán)渤海山東半島濱海外向型二熟農(nóng)漁區(qū)（北區(qū)）收獲期最晚，為翌年6月15日，兩者相差21d。

表2 各農(nóng)業(yè)亞區(qū)冬小麥生育期信息

1.3 研究方法

1.3.1 實際蒸散量（ETa）估算方法

冬小麥實際蒸散量估算采用由荷蘭DLO Starting Center主導研發(fā)的蒸散量SEBAL模型，它利用遙感影像數(shù)據(jù)資料，具有堅實的理論基礎，且參數(shù)較少[27]。SEBAL模型的基本原理是地表能量平衡方程，即

式中，Rn為凈輻射量（W·m-2）；G為土壤熱通量（W·m-2）；H為土壤與大氣之間的顯熱通量（W·m-2）；為潛熱通量（W·m-2），用于蒸散。為水的汽化潛熱（J·kg-1），ET為蒸散速率（kg·m-2·s-1）。SEBAL模型的基本流程如圖2所示。利用MODIS產(chǎn)品和氣象數(shù)據(jù)獲取植被指數(shù)、地表溫度等地表參數(shù)；然后利用地表參數(shù)估算凈輻射量、土壤熱通量與感熱通量；最后由能量剩余法得到用于蒸散的潛熱通量，并通過時間尺度擴展得到日蒸散量[23]。

（1）凈輻射量Rn

地表凈輻射量的表達式為[28]

（3）

（4）

（6）

（7）

（2）土壤熱通量G

土壤熱通量可通過與Ts、Rn、、NDVI有關的經(jīng)驗公式得到[28-30]。

式中，Ts是地表溫度，Rn是凈輻射量，是散射率，c11是跟衛(wèi)星過境有關的一個參數(shù)，一般取0.9。

（3）感熱通量H

感熱通量是指由于傳導和對流作用散失到大氣中的能量[29]。

為了獲得dT，認為它與地表溫度滿足線性關系dT=aTs+b，計算a、b時需要從影像中選取“冷熱”像元。“熱點”是指地表溫度很高，蒸散量幾乎為零的像元，可以選擇無植被覆蓋的、干燥的閑置旱地或鹽堿地，“熱點”滿足，?！袄潼c”是指影像中水分供應充足、植被生長茂盛、地表溫度很低、處于潛在蒸散水平的像元，可以選擇植被長勢良好并完全覆蓋的區(qū)域或開放水體，“冷點”滿足。通過計算“熱點”和“冷點”的dT，可以得到所有像元的dT值。

近地層大氣并非穩(wěn)定，因此，SEBAL模型中引入了Monin-Obukhov定律，通過多次迭代修正空氣動力學阻抗，直到得到穩(wěn)定的H值。

將Rn、G、H代入能量平衡方程（1），即可得到潛熱通量。

（5）日蒸散量ETd

式中，Rn為日凈輻射量；為日潛熱通量；為蒸發(fā)比；G為土壤熱通量，因為白天熱量從地表向土壤傳輸，土壤熱通量取正值，晚上則相反，二者數(shù)量相當，計算日蒸散量時日土壤熱通量可以忽略不計。

由式（10）可以得出

式中，ETd是日蒸散量（kg·m-2·s-1），但實際應用中ETd通常以mm·d-1為單位，根據(jù)水的密度可知mm·d-1即kg·m-2·d-1，與式（11）中ETd的單位僅時間單位不同。若將單位改用MJ·kg-1，則有

（12）

式中，ETd為日蒸散量（mm·d-1）；取2.45MJ·kg-1。

（6）冬小麥實際蒸散量ETa

借助各農(nóng)業(yè)亞區(qū)冬小麥種植生育期信息（表2）和冬小麥種植信息（圖1），利用空間內(nèi)插方法[32-33]，對黃淮海平原6個農(nóng)業(yè)亞區(qū)冬小麥生長季內(nèi)總蒸散量進行計算，得到冬小麥實際蒸散量。

1.3.2 實際蒸散量ETa驗證

渦度相關法是直接觀測生態(tài)系統(tǒng)水平上地、氣間能量和物質通量的標準方法，渦度相關系統(tǒng)測量的蒸散量是目前所有野外實測方法中可信度最高的方法之一[34-36]。本研究中，利用位于山東禹城試驗站的2011-2012年渦度相關實測數(shù)據(jù)與提取的SEBAL模型估算結果進行檢驗。具體是提取驗證站點位置的潛熱通量估算值與渦度相關系統(tǒng)實測潛熱通量值進行對比驗證。

1.3.3 作物產(chǎn)量空間化方法

糧食產(chǎn)量空間化的目的是把按行政區(qū)統(tǒng)計的糧食產(chǎn)量以一定的規(guī)則分解到每一個柵格[19]。充分考慮各階段作物長勢對作物產(chǎn)量的影響，以冬小麥種植信息為“掩膜”，提取冬小麥生育期內(nèi)的NDVI，采用多元逐步回歸分析法，以縣域單元作物單產(chǎn)為因變量，以作物生育期內(nèi)的NDVI值為自變量，建立多元逐步回歸方程，即

Yieldavg＝a1NDVI1＋a2NDVI2＋…+aiNDVIi＋b （13）

式中，Yieldavg為縣域單元的產(chǎn)量（kg·hm-2），NDVIi為縣域單元作物種植地區(qū)內(nèi)第i天的平均NDVI值。

1.3.4 水分生產(chǎn)力估算方法

根據(jù)水分生產(chǎn)力的定義，作物水分生產(chǎn)力為作物產(chǎn)量與蒸散量的比值[37]，計算式為

WP=Yield/ETa （14）

式中，Yield為基于柵格單元的冬小麥產(chǎn)量數(shù)據(jù)（kg·m-2），ETa為冬小麥實際蒸散數(shù)據(jù)（mm），換算后作物水分生產(chǎn)力的單位為kg·m-3。

2 結果與分析

2.1 冬小麥實際蒸散量特征

提取山東禹城試驗站的潛熱通量值與觀測的渦度相關系統(tǒng)實測潛熱通量值估算結果進行比較驗證，結果表明，估算值與實測值的相關性系數(shù)為0.89 （圖3），極顯著相關（P<0.01）。由于小變量值本身的精確實測存在系統(tǒng)誤差[36]，冬季地表實際蒸散值較小時，SEBAL模型模擬與實測值誤差偏大，總體來說，利用SEBAL模型的地表實際蒸散模擬誤差范圍合理，可以用于黃淮海平原冬小麥的實際蒸散量估算。SEBAL模型在不同國家和地區(qū)的蒸散量估算研究中被廣泛應用，據(jù)世界各地的應用研究，SEBAL模型蒸散量估算與地面渦度相關系統(tǒng)觀測結果均存在一定的誤差，其瞬時誤差平均在15%左右，日平均誤差在10%左右。

在完成冬小麥生長季日蒸散量計算的基礎上，基于冬小麥種植信息和不同農(nóng)業(yè)亞區(qū)的冬小麥生育期數(shù)據(jù)，對黃淮海平原6個農(nóng)業(yè)亞區(qū)作物生長季內(nèi)總蒸散量進行計算，得到冬小麥生長季的實際蒸散量值。由圖4可見，冬小麥實際蒸散量均值為538.4mm，高值區(qū)域位于南陽盆地水澆地區(qū)，包括河南東部、江蘇北部以及山東西南部地區(qū)，實際蒸散量在500mm以上。河北以及山東中部和北部地區(qū)是冬小麥耗水低值區(qū)域，大部分地區(qū)實際蒸散量不足400mm。具體到各農(nóng)業(yè)亞區(qū)，其中黃淮平原南陽盆地水澆地旱地二熟區(qū)冬小麥平均實際蒸散量最高，為577.8mm，燕山太行山山前平原水澆地二熟區(qū)平均最低，為527.6mm。

2.2 冬小麥產(chǎn)量柵格化

以黃淮海347個縣域冬小麥單產(chǎn)（Y）為因變量，各縣域平均冬小麥生育期內(nèi)MODIS NDVI指數(shù)為自變量進行多元回歸分析，X1指儒略日第177天（2011年6月26日），X2儒略日第193天（2011年7月12日），以此類推，X13儒略日第1天（2012年1月1日），…，X23儒略日第161天（2012年6月10日）。獲取冬小麥產(chǎn)量柵格面的回歸方程，方程極顯著（P<0.01）。

按照回歸方程自變量的順序，將MODIS NDVI指數(shù)代入得到回歸方程，結合冬小麥信息提取的結果，空間化后形成1km×1km空間分辨率的冬小麥單產(chǎn)柵格數(shù)據(jù)圖。柵格數(shù)據(jù)克服了行政區(qū)的限制，很好地展現(xiàn)了冬小麥單產(chǎn)的空間分布特征。如圖5所示，冬小麥單產(chǎn)平均值為6312kg·hm-2，山東、河南以及兩省交界處是冬小麥的高產(chǎn)區(qū)，單產(chǎn)可達6750kg·hm-2以上。具體到各農(nóng)業(yè)亞區(qū)，黃淮平原南陽盆地水澆地旱地二熟區(qū)冬小麥平均單產(chǎn)最高，為6411kg·hm-2，環(huán)渤海山東半島濱海外向型二熟農(nóng)漁區(qū)最低，為5905kg·hm-2。

圖5 黃淮海平原冬小麥產(chǎn)量柵格圖（2011-2012年）

Fig. 5 Raster diagram of yield of winter wheat in the 3H plain（2011-2012）

2.3 冬小麥水分生產(chǎn)力空間分布特征

由冬小麥產(chǎn)量柵格數(shù)據(jù)和實際蒸散量計算黃淮海冬小麥水分生產(chǎn)力，結果見圖6。由圖中可見，黃淮海平原冬小麥水分生產(chǎn)力區(qū)域均值為1.02kg·m-3，高值區(qū)域主要位于北京、天津以及山東北部和河北南部等地，冬小麥水分生產(chǎn)力可達1.2kg·m-3；山東菏澤和河南開封地區(qū)冬小麥水分生產(chǎn)力相對較低，部分地區(qū)不足1.0kg·m-3。具體到各農(nóng)業(yè)亞區(qū)，魯西平原魯中丘陵水澆地旱地二熟區(qū)（4區(qū)）冬小麥平均水分生產(chǎn)力最高，為1.09kg·m-3，其次為黃淮平原南陽盆地水澆地旱地二熟區(qū)（5區(qū)），平均為1.02kg·m-3，江淮平原丘陵麥稻兩熟區(qū)（6區(qū)）最低，平均為0.94kg·m-3。該模擬結果與陳超等[14]利用APSIM模型估算華北平原充分灌溉下的結果基本一致（小麥1.23kg·m-3）。

2.4 冬小麥水分生產(chǎn)力與實際蒸散量和產(chǎn)量的相關關系

為了分析冬小麥水分生產(chǎn)力的影響因素，以黃淮海平原6個農(nóng)業(yè)亞區(qū)為單元，分別對冬小麥水分生產(chǎn)力和冬小麥產(chǎn)量以及實際蒸散量進行相關分析，結果見圖7。由圖中可見，在環(huán)渤海山東半島濱海外向型二熟農(nóng)漁區(qū)（一區(qū)）、海河低平原缺水水澆地二熟兼旱地一熟區(qū)（三區(qū)）和黃淮平原南陽盆地水澆地旱地二熟區(qū)（五區(qū)），冬小麥實際蒸散量與水分生產(chǎn)力無顯著相關關系，而冬小麥產(chǎn)量與水分生產(chǎn)力呈顯著正相關（P＜0.05），說明隨著冬小麥產(chǎn)量的增加，水分生產(chǎn)力增加。在燕山太行山山前平原水澆地二熟區(qū)（二區(qū)），冬小麥水分生產(chǎn)力與實際蒸散量呈極顯著負相關（P＜0.01），與產(chǎn)量呈極顯著正相關（P＜0.01），表明水分生產(chǎn)力隨著實際蒸散量的減少和產(chǎn)量的增加而極顯著增大，同時產(chǎn)量增加對水分生產(chǎn)力提高的貢獻大于實際蒸散量的減少。在江淮平原丘陵麥稻兩熟區(qū)（六區(qū)），冬小麥水分生產(chǎn)力與實際蒸散量呈顯著負相關（P＜0.05），與產(chǎn)量相關關系不明顯，說明在黃淮海平原南部水分生產(chǎn)力的提高主要依靠實際蒸散量的減少。

3 結論與討論

蒸散過程是土壤-作物-大氣系統(tǒng)水分循環(huán)的重要環(huán)節(jié)，農(nóng)田實際蒸散量的估算是實施節(jié)水計劃、進行農(nóng)業(yè)水資源管理的重要依據(jù)之一。前人研究估算作物實際蒸散僅限于單季作物，而黃淮海平原是典型的冬小麥-夏玉米輪作體系，并且冬小麥南北各個發(fā)育期相差半個月左右，本研究結合6個農(nóng)業(yè)亞區(qū)的冬小麥平均生育期，利用遙感影像和SEBAL估算模型，從冬小麥-夏玉米輪作體系中“剝離”出冬小麥生育期內(nèi)實際蒸散量。借助黃淮海平原冬小麥種植信息，基于MODIS NDVI光譜曲線特征，通過MODIS NDVI將基于縣域單元的冬小麥單產(chǎn)“解集”到基于柵格像元上，實現(xiàn)了冬小麥產(chǎn)量的空間化。冬小麥柵格單元圖克服了行政區(qū)的限制，較好地展現(xiàn)了糧食產(chǎn)量的空間分布特征，實現(xiàn)了作物單產(chǎn)的“降尺度”空間化。

明確黃淮海平原水分生產(chǎn)力的不均衡性或區(qū)域分異特征是提升作物水分生產(chǎn)力的基礎。從全球范圍來看，作物水分生產(chǎn)力表現(xiàn)出明顯的不均衡性[37]，發(fā)達國家水稻水分生產(chǎn)力均值為0.47kg·m-3，高于發(fā)展中國家的0.09kg·m-3，在非洲撒哈拉地區(qū)最低，水分生產(chǎn)力在0.10～0.25kg·m-3；西歐國家谷物水分生產(chǎn)力在1.7～2.4kg·m-3，中國、巴西水分生產(chǎn)力在1.0～1. 7kg·m-3。本研究中，黃淮海平原冬小麥水分生產(chǎn)力為1.21kg·m-3，這與陳超等[14,38]研究結果相一致。一般而言，作物產(chǎn)量受多種因素影響，如作物品種、土壤條件、田間管理、先進技術的應用等，作物產(chǎn)量的提高往往需要多年的生產(chǎn)實踐，因此，需要在維持高產(chǎn)的前提下，大幅減少作物蒸散量。目前黃淮海平原夏玉米-冬小麥周年生產(chǎn)體系中，作物蒸騰耗水約占農(nóng)田蒸散的70%[39]，土壤表面蒸發(fā)量占總蒸散量的30%左右[40]，通過品種改良、灌溉、施肥等措施調(diào)控作物生長發(fā)育、群體動態(tài)和生理響應特性（如根系活性、光合性能等），能合理調(diào)節(jié)作物生長發(fā)育，改變農(nóng)田水分傳輸過程，從而提高農(nóng)田水分生產(chǎn)力[41-42]。

黃淮海平原冬小麥實際蒸散量為538.4mm，高值區(qū)主要位于河北、河南和蘇北地區(qū)。而冬小麥產(chǎn)量區(qū)域平均值為6312kg·hm-2，高值區(qū)位于山東和河南。在完成冬小麥實際蒸散量估算和產(chǎn)量空間化的基礎上，進一步估算了黃淮海平原的冬小麥平均水分生產(chǎn)力為1.21kg·m-3，高值區(qū)主要位于北京、天津以及山東北部和河北南部。小麥水分生產(chǎn)力與實際蒸散量和產(chǎn)量相關分析發(fā)現(xiàn)，在環(huán)渤海山東半島濱海外向型二熟農(nóng)漁區(qū)（一區(qū)）、海河低平原缺水水澆地二熟兼旱地一熟區(qū)（三區(qū)）和黃淮平原南陽盆地水澆地旱地二熟區(qū)（五區(qū)）3個亞區(qū)，冬小麥產(chǎn)量與水分生產(chǎn)力呈顯著正相關，說明水分生產(chǎn)力隨著冬小麥產(chǎn)量的增加而增加。在燕山太行山山前平原水澆地二熟區(qū)（二區(qū)），冬小麥水分生產(chǎn)力與實際蒸散量呈極顯著負相關（P＜0.01），與產(chǎn)量呈極顯著正相關（P＜0.01），表明水分生產(chǎn)力將隨著實際蒸散量的減少和產(chǎn)量的增加而極顯著增大，同時產(chǎn)量增加對水分生產(chǎn)力提高的貢獻大于實際蒸散量的減少。在江淮平原丘陵麥稻兩熟區(qū)（六區(qū)），冬小麥水分生產(chǎn)力與實際蒸散量呈顯著負相關，與產(chǎn)量相關關系不明顯，說明在黃淮海平原南部水分生產(chǎn)力的提高主要依靠實際蒸散量的減少。

利用MODIS影像模擬的地表蒸散，其空間尺度為1000m×1000m。對于多樣性的地表覆蓋類型，混合像元內(nèi)部可能存在各種不同形式的地表類型，在既定尺度下像元中的要素可能會被夸大，也可能被忽略?；谡军c的驗證，往往因為混合像元的存在而增加系統(tǒng)誤差[19]。未來研究更傾向于利用多尺度遙感影像，或將多尺度遙感模型與混合像元面積權重法相結合，形成一個更為全面高效的方法，解決混合像元的空間尺度效應問題。另外，時間尺度擴展單純采用空間內(nèi)插方法具有不確定性[33]，如何借助數(shù)據(jù)融合和數(shù)據(jù)挖掘技術提高時間尺度內(nèi)插的可靠性還需要更為深入的研究。作物產(chǎn)量形成和作物水分耗散是復雜的過程，不僅與氣象要素相關，更多的是受到作物品種、人為管理等因素的影響。如何借鑒作物生長模型，對影響作物水分生產(chǎn)力的非氣候要素以及影響機理進行研究，以及借助未來氣候情景數(shù)據(jù)，模擬未來作物水分生產(chǎn)力動態(tài)，是未來發(fā)展的方向。

References

[1] 信乃詮,張燕卿,王立祥.中國北方旱區(qū)農(nóng)業(yè)研究[M].北京:中國農(nóng)業(yè)出版社,2002:3-30.

Xin N Q,Zhang Y Q,Wang L X.Agricultural research in arid regions in northern China[M].Beijing:China Agriculture Press,2002:3-30.(in Chinese)

[2] FAO.World agriculture:towards 2015/2030,an FAO perspective [M].London:Earthscan,2003.

[3] WRMS.Towards integrated water resources management: WRMS for Zimbabwe[J].Harare,2000.

[4] Ali M H,Talukder M S U.Increasing water productivity in crop production:asynthesis[J].Agric.Water Manage,2008,95: 1201-1213.

[5] 楊曉光,劉志娟,陳阜.全球氣候變暖對中國種植制度可能影響Ⅰ:氣候變暖對中國種植制度北界和糧食產(chǎn)量可能影響的分析[J].中國農(nóng)業(yè)科學,2010,43(2):329-336.

Yang X G,Liu Z J,Chen F.The possible effects of global warming on cropping systems in ChinaⅠ:the possible effects of climate warming on Northern limits of cropping system and crop yield in China[J].Scientia Agricultura Sinica,2010, 43(3):329-336.(in Chinese)

[6] Kijne J W,Barker R,Molden D.Water productivity in agriculture:limits and opportunities for improvement[M]. Cambridge MA USA,2003.

[7] Moden D K,Frenken R,Barker,et al.Trends in water and agricultural development[A].In:Molden D(Ed.). Water for food,water for life:a comprehensive assessment of Water management in agriculture[M].London: Earthscan,2007: 57-89.

[8] Molden D J.Accounting for water use and productivity[M]. Colombo,Sri Lanka:International Irrigation Management Institute,1997.

[9] 徐鳳英,蓋迎春,徐中民,等.作物水生產(chǎn)力評估方法研究[J].冰川凍土,2013,35(1):156-163.

Xu F Y,Gai Y C,Xu Z M,et al.A review of evaluation of crop water productivity[J].Journal of Glaciology and Geocryology, 2013,35(1):156-163.(in Chinese)

[10] Moulin S,Bondeau A,Delecolle R.Combining agricultural crop models and satellite observations:from field to regional scales[J].International Journal of Remote Sensors,1998,19 (6):1021-1036.

[11] Wesseling J G,Feddes R A.Assessing crop water productivity from field to regional scale[J].Agricultural Water Management, 2006,86:30-39.

[12] 沈禹穎,南志標,Bellotti B,等.APSIM模型的發(fā)展與應用[J].生態(tài)應用學報,2002,13(8):1027-1032.

Shen Y Y,Nan Z B,Bellotti B,et al.Development of APSIM and its application[J].Chinese Journal of Applied Ecology, 2002,13(8):1027-1032.(in Chinese)

[13] Nangia V,Fraiture C,Turral H.Water quality implications of raising crop water productivity[J].Agricultural Water Management,2008,95:825-835.

[14] 陳超,于強,王恩利,等.華北平原作物水分生產(chǎn)力區(qū)域分異規(guī)律模擬[J].資源科學,2009,31(9):1477-1485.

Chen C,Yu Q,Wang E L,et al.Modeling the spatial distribution of crop water productivity in the North China Plain[J].Resources Science,2009,31(9):1477-1485.(in Chinese)

[15] Amor V M I,Ashim D G,Raineer L.Application of GIS and crop growth models in estimating water productivity[J]. Agriculture Water Management,2002,54:205-225.

[16] 徐新剛,吳炳方,蒙繼華,等.農(nóng)作物單產(chǎn)遙感估算模型研究進展[J].農(nóng)業(yè)工程學報,2008,24(2):290-298.

Xu X G,Wu B F,Meng J H,et al.Research advances in crop yield estimation models based on remote sensing[J]. Transactions of the CSAE,2008, 24(2):290-298.(in Chinese)

[17] Alexander P,Prasad S T,Chandrashekhar M B,et al.Water productivity mapping (WPM) using Landsat ETM+ data for the irrigated croplands of the Syrdarya River Basin in Central Asia[J].Sensors,2008,8:8156-8180.

[18] Li H,Zheng L,Lei Y,et al.Estimation of water consumption and crop water productivity of winter wheat in North China Plain using remote sensing technology[J].Agricultural Water Management,2008,95:1271-1278.

[19] Cai X L,Sharma B R.Integrating remote sensing, census and weather data for an assessment of rice yield,water consumption and water productivity in the Indo-Gangetic river basin[J].Agricultural Water Management,2010,97: 309-316.

[20] 楊建瑩,梅旭榮,嚴昌榮,等.華北地區(qū)氣候資源空間分布特征[J].中國農(nóng)業(yè)氣象,2010,31(S1):1-5

Yang J Y,Mei X R,Yan C R,et al.Study on spatial pattern of climatic resources in North China[J].Chinese Journal of Agrometeorology,2010,31(S1):1-5.(in Chinese)

[21] Ren J,Chen Z,Zhou Q,et al.Regional yield estimation for winter wheat with MODIS-NDVI data in Shandong,China[J]. International Journal of Applied Earth Observation and Geoinformation,2008,10:403-413.

[22] 譚方穎,王建林,宋迎波,等.華北平原近45年農(nóng)業(yè)氣候資源變化特征分析[J].中國農(nóng)業(yè)氣象,2009,30(1):19-24.

Tan F Y,Wang J L,Song Y B,et al.Analysis of changing characteristics of agricultural climate resources over last 45 years in North China Plain[J].Chinese Journal of Agrometeorology,2009,30(1):19-24.(in Chinese)

[23] 居輝,劉勤,楊建瑩,等.黃淮海平原氣候干旱對冬小麥產(chǎn)量和水分生產(chǎn)力的影響[M].北京:科學出版社,2016.

Ju H,Liu Q,Yang J Y,et al.Potential effect of climatic change on the yield and water productivity of winter wheat over the Huang-Huai-Hai[M].Beijing:Science Press,2016.

[24] Allen R G,Pereira L S,Raes D,et al.Crop evapotranspiration: guidelines for computing crop water requirements[M].Rome: FAO,1998.

[25] 劉巽浩,陳阜.中國農(nóng)作制[M].北京:中國農(nóng)業(yè)出版社,2005.

Liu X H,Cheng F.Chinese farming system[M].Beijing:China Agricultural Press,2003:58-72.(in Chinese)

[26] 梅旭榮,劉勤,嚴昌榮.中國主要農(nóng)作物生育期圖集[M].杭州:浙江科學技術出版社,2016.

Mei X R,Liu Q,Yan C R.Atlas of major crop growth period in China[M].Hangzhou:Press of Zhejiang Science and Technology,2016.

[27] Teixeira A H C,Bastiaanssen W G M,Ahmad M D.Reviewing SEBAL input parameters for assessing evapotranspiration and water productivity for the Low-Middle Sao Francisco River basin,Brazil part A:calibration and validation[J].Agricultural and Forest Meteorology,2009,149:462-476.

[28] Bastiaanssen W G M.SEBAL based sensible and latent heat fluxes in the irrigated Gediz Basin Turkey[J].Journal of Hydrology,2000,229(1/2): 87-100.

[29] Bastiaanssen W G M,Bandara K M P S.Evaporative depletion assessments for irrigated watersheds in Sri Lanka[J].Irrigation Science,2001,(21):1-15.

[30] Bastiaanssen W G M,Noordman E J M,Pelgrum H D,et al.SEBAL Model with remotely sensed data to improve water-resources management under actual field conditions[J]. ASCE Journal of Irrigation and Drainage Engineering, 2005,131(1): 85-93.

[31] Lagouarde J,Jacob F,Gu X F,et al.Patialization of sensibleheat flux over a heterogeneous landscape[J]. Agronomie-Sciences des Productions Vegetales Environne- ment, 2002, 22:627-634.

[32] Yang J Y,Mei X R,Huo Z G,et al.Water consumption in summer maize and winter wheat cropping system based on SEBAL model in Huang-Huai-Hai Plain, China[J]. Journal of Integrative Agriculture, 2015,14(10):2065-2076.

[33] 張長春,王曉燕,邵景力.利用NOAA數(shù)據(jù)估算黃河三角洲區(qū)域蒸散量[J].資源科學,2005,27(1):86-91.

Zhang C C,Wang X Y,Shao J L.Estimated evapotranspiration based on NOAA data in the Yellow River Delta[J].Resource Science,2005,27(1):86-91.(in Chinese).

[34] Baldoeehi D D,Falge E,Cu L,et a1.FLUXNET:a new tool to study the temporal and spatial variability of ecosystem scale carbon dioxide[J].Water Vapor and Energy Flux Densities, 2001,82(I1):2415-2434.

[35] Aubinet M,Grelle A,Ibrom A,et a1.Estimates of the annual net carbon and water exchange of European forests:the EUROFLUX methodology[J].Advances in Ecological Research,2000,30: l13-175.

[36] 杜嘉,張柏,宋開山,等.基于MODIS產(chǎn)品和SEBAL模型的三江平原日蒸散量估算[J].中國農(nóng)業(yè)氣象,2010,31(1): 104-110.

Du J,Zhang B,Song K S,et al.Study on daily evapotran- spiration estimation of Sanjiang plain based on MODIS product and SEBAL model[J].Chinese Journal of Agromet- eorology, 2010,31(1):104-110.(in Chinese)

[37] Zwart S J,Bastiaanssen W G M.Review of measured crop water productivity values for irrigated wheat,rice,cotton and maize[J].Agricultural Water Management,2004,69:115-133.

[38] 劉朝順,施潤和,高煒,等.利用區(qū)域遙感ET分析山東省地表水分盈虧的研究[J].自然資源學報,2010,25(11):1938-1948.

Liu C S,Shi R H,Gao W,et al.Analyze the regional water budget in Shandong province by applying the evapotranspiration remote sensing method[J].Journal of Natural Resource,2010,25(11):1938-1948.(in Chinese)

[39] Liu C M,Zhang X Y,Zhang Y Q.Determination of daily evaporation and evapotranspiration of winter wheat and maize by large-scale weighing lysimeter and micro- lysimeter[J].Agricultural and Forest Meteorology,2002, 111(2):109-120.

[40] Wang H,Zhang L,Dawes W R,et al.Improving water use efficiency of irrigated crops in the North China Plain- measurements and modeling[J].Agricultural Water Management, 2001,48(2):151-167.

[41] 梅旭榮,康紹忠,于強,等.協(xié)同提升黃淮海平原作物生產(chǎn)力與農(nóng)田水分利用效率途徑[J].中國農(nóng)業(yè)科學,2013,46(6): 1149-1157.

Mei X R,Kang S Z,Yu Q,et al.Pathways to synchronously improving crop productivity and field water use efficiency in the North China plain[J].Scientia Agricultura Sinica,2013,46 (6):1149-1157.(in Chinese)

[42] 山侖,康紹忠,吳普特.中國節(jié)水農(nóng)業(yè)[M].北京:中國農(nóng)業(yè)出版社,2004.

Shan L,Kang S Z,Wu P T.Water saving agriculture in China[M]. Beijing:China Agriculture Press,2004.(in Chinese)

Investigation on Water Productivity of Winter Wheat Based on MODIS and SEBAL in the Huang-Huai-Hai Plain

YANG Jian-ying1,2，HUO Zhi-guo2,3，WU Ding-rong2，WANG Pei-juan2，LIU Qin1,4,5

（1.Key Laboratory of Dryland Agriculture, Ministry of Agriculture, Beijing 100081, China; 2.Chinese Academy of Meteorological Sciences, Beijing 100081, China; 3.Collaborative Innovation Center of Meteorological Disaster Forecast, Early-Warning and Assessment, Nanjing University of Information Science & Technology, Nanjing 210044, China; 4.Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100081, China; 5.Department of Biosystems Engineering, Gembloux Agro-BioTech, Universite of Liege, Passage des déportés, Gembloux 5030, Belgium）

Understanding how the crop water productivity can be increased is widely accepted to be a high priority where water resources are currently scarce and/or over-exploited in China.As the primary data source, MODIS remote sensing, statistics, meteorological data, crop growth period data and ground truth-data from Jan. 2011 to Dec. 2012 were used in actual evapotranspiration estimation, yields rasterizing, and water productivity calculation for winter wheat in the Huang-Huai-Hai Plain(3H Plain). The statistical data for wheat yield was synthesized to calculate district-state-level land productivity, which is then further extrapolated to pixel-level values using a MODIS NDVI image, based on a crop dominance map. Spatial variation of crop water productivity was investigated in order to reveal the key factors of crop water productivity. In addition, the relationship between water productivity and actual evapotranspiration and in subsequence yield for winter wheat was discussed in 3H Plain. The main results indicated that the SEBAL is suitable for estimating evapotranspiration in winter wheat based on the comparison with the evapotranspiration measured by Yucheng (in Shandong province). The regional average value of water productivity for winter wheat was detected to be 1.21kg·m-3, with the higher value in Beijing, Tianjin, north part of Shandong province and south part of Hebei province. The pronounced relationship of spatial correlation of the yield and water productivity for winter wheat indicated that the increasing yield governed the increment of water productivity for winter wheat in the coastal land-farming-fishing area (zone1), low plain-hydropenia irrigable land and dry land zone (zone2) and basin- irrigable land and dry land (zone5). Whereas, the increasing water productivity for winter wheat was recognized to be controlled by rather the increment of yield than the reduction of actual evapotranspiration (ETa) for winter wheat in the piedmont plain-irrigable land (zone2). Furthermore, the pronounced relationship of negative correlation of water productivity and ETafor winter wheat described that only the reduction of ETawas responsible for the increment of water productivity for winter wheat in hill-wet hot paddy-paddy field (zone6). The results is expected to provide a basis information for agricultural water management, improvements of crop water productivity and choice of adaptive mechanism under climate change in Huang-Huai-Hai plain.

Winter wheat planting information; Actual evapotranspiration; Yield rasterizing; Crop water productivity; Huang-Huai-Hai plain

10.3969/j.issn.1000-6362.2017.07.005

楊建瑩,霍治國,鄔定榮,等.基于MODIS和SEBAL模型的黃淮海平原冬小麥水分生產(chǎn)力研究[J].中國農(nóng)業(yè)氣象,2017,38(7):435-446

2016-12-20

。E-mail：liuqin02@caas.cn

農(nóng)業(yè)部旱作農(nóng)業(yè)重點實驗室開放基金；中國氣象科學研究院基本科研業(yè)務費專項基金（2016Y009）；國家自然科學基金（41371410；41401510）

楊建瑩（1985-），女，副研究員，主要從事農(nóng)業(yè)氣象災害風險預測與評估研究。E-mail：yangjy@camscma.cn