基于農(nóng)作物受災(zāi)損失情景分析的 遼寧省農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)實(shí)時(shí)評(píng)估研究

孟祥軍

(遼寧省錦州水文局，遼寧 錦州 121000)

農(nóng)業(yè)旱災(zāi)損失可以作為農(nóng)業(yè)糧食產(chǎn)量影響度額重要指標(biāo)[1]。自然災(zāi)害中對(duì)農(nóng)業(yè)影響最大的要數(shù)水旱災(zāi)害，遼寧省恰恰是一個(gè)水旱災(zāi)害頻繁發(fā)生的省份，造成這種現(xiàn)象的主要原因是降水量年際和季節(jié)之間的差異較大[2]。目前，農(nóng)作物旱災(zāi)損失評(píng)估多以旱作玉米、小麥研究為主，研究探索方法可分為兩種，一是基于糧食作物生長(zhǎng)發(fā)育機(jī)理的旱災(zāi)糧食損失評(píng)估研究探索[3- 8]，二是基于生物地球化學(xué)原理的糧食旱災(zāi)損失模擬模型評(píng)估方法探索[9- 13]。目前實(shí)時(shí)評(píng)估研究成果較少，作物生長(zhǎng)模型法可用作糧食旱災(zāi)損失實(shí)時(shí)評(píng)估，但由于存在不確定性，且資料要求多、模擬驗(yàn)證工作復(fù)雜[14]。因此，短時(shí)間內(nèi)很難實(shí)際應(yīng)用，而普遍采用的水分生長(zhǎng)函數(shù)法，需要資料多、局限于田塊研究、所研究的作物種類有限、關(guān)鍵是只能得出不同自然地理氣候區(qū)作物水分脅迫敏感期，盡管有些研究得出了作物某一關(guān)鍵期受旱致糧食損失的相對(duì)比例[15]。但這是在假設(shè)其他關(guān)鍵期供水正常的前提下的結(jié)果，關(guān)于多個(gè)關(guān)鍵期不同受旱程度下的實(shí)驗(yàn)研究結(jié)果還未見(jiàn)到，另外，多數(shù)研究對(duì)作物受旱時(shí)間長(zhǎng)短問(wèn)題考慮不夠，因此，還難以做到與糧食旱災(zāi)損失直接掛鉤，更大的目的是優(yōu)化節(jié)水灌溉。為此本文針對(duì)國(guó)內(nèi)旱災(zāi)損失動(dòng)態(tài)評(píng)估的局限，基于作物生長(zhǎng)模型的糧食估產(chǎn)方法是對(duì)作物的生長(zhǎng)進(jìn)行逐時(shí)段的模擬，估計(jì)最終糧食產(chǎn)量，將各影響因素都固化到作物生長(zhǎng)中，在作物成熟期前即可進(jìn)行產(chǎn)量預(yù)測(cè)，實(shí)現(xiàn)旱災(zāi)損失的動(dòng)態(tài)評(píng)估。

1 旱災(zāi)損失動(dòng)態(tài)評(píng)估思路及方法

1.1 評(píng)估思路

本研究在借鑒國(guó)內(nèi)外相關(guān)領(lǐng)域的研究思路和成果的基礎(chǔ)上，采用作物生長(zhǎng)模型進(jìn)行旱災(zāi)損失動(dòng)態(tài)評(píng)估。以示范區(qū)遼寧省的玉米作物為代表，以縣級(jí)行政區(qū)為模擬單元，采用作物生長(zhǎng)模型進(jìn)行作物生長(zhǎng)模擬，驗(yàn)證模型有效性，進(jìn)而結(jié)合情景分析，預(yù)測(cè)不同降雨條件下的糧食產(chǎn)量，計(jì)算因旱糧食損失及作物需水量，實(shí)現(xiàn)農(nóng)業(yè)旱災(zāi)損失動(dòng)態(tài)評(píng)估。具體的技術(shù)路線如圖1所示。

1.2 評(píng)估方法

(1)旱災(zāi)損失評(píng)估

進(jìn)行農(nóng)業(yè)旱災(zāi)損失評(píng)估需要計(jì)算因旱災(zāi)導(dǎo)致的糧食損失。因旱糧食損失采用如下公式進(jìn)行計(jì)算：

(1)

本文通過(guò)對(duì)農(nóng)作物的生長(zhǎng)模擬，預(yù)測(cè)未來(lái)不同氣象假設(shè)條件下的農(nóng)作物產(chǎn)量最終值，對(duì)農(nóng)業(yè)旱災(zāi)損失進(jìn)行動(dòng)態(tài)評(píng)估。將作物生長(zhǎng)模擬的過(guò)程通過(guò)函數(shù)f()進(jìn)行表達(dá)，則受農(nóng)業(yè)旱災(zāi)影響的糧食損失量L可以通過(guò)當(dāng)前時(shí)刻t以及該時(shí)刻以前的外部影響因素W以及t時(shí)刻外部影響因素U之間的相關(guān)方程，方程為：

圖1 農(nóng)業(yè)旱災(zāi)損失實(shí)時(shí)動(dòng)態(tài)評(píng)估技術(shù)路線

L=f(t，W，U)

(2)

本文從抗旱決策減災(zāi)的需求出發(fā)，當(dāng)出現(xiàn)旱情時(shí)，如果未來(lái)有N天降雨有效值為0，或者不同干旱典型年的發(fā)生干旱的風(fēng)險(xiǎn)程度如何？針對(duì)旱情特點(diǎn)采樣何種干旱應(yīng)急措施？為此設(shè)定9種未來(lái)氣象假設(shè)情景，見(jiàn)表1。將各種假設(shè)情景模式設(shè)定為s，則方程(2)可以轉(zhuǎn)換成不同情景下的旱災(zāi)損失計(jì)算方程：

L(s)=f(t，W，U(s))

(3)

需要注意的是，三種典型年是根據(jù)歷史農(nóng)業(yè)旱災(zāi)損失最少、平均和最多分別作為豐水年、正常年和干旱年，相對(duì)應(yīng)的該年降雨數(shù)據(jù)作為典型年的情景模式，如圖2所示。

(2)抗旱最優(yōu)需水分析

農(nóng)業(yè)抗旱需水是根據(jù)當(dāng)前農(nóng)業(yè)旱情及未來(lái)可能的農(nóng)業(yè)旱災(zāi)損失，確定農(nóng)業(yè)抗旱的需水量?？购敌杷渴窃谕瑫r(shí)考慮因旱糧食損失(或糧食產(chǎn)量)和充分需水量情況下的最優(yōu)需水量?？购敌杷康挠?jì)算通過(guò)最小化如下代價(jià)函數(shù)實(shí)現(xiàn)：

表1 未來(lái)降雨情景模式的設(shè)定

圖2 旱災(zāi)風(fēng)險(xiǎn)情景模式的設(shè)定

(4)

式中，W—供水量，萬(wàn)m3；V—已知參數(shù)和輸入信息；L(·)—因旱糧食損失，t；ωi—第i情景模式的權(quán)重；f(·)—作物生長(zhǎng)模型的產(chǎn)量預(yù)測(cè)，t；O—最大糧食產(chǎn)量，t；m—情景模式的個(gè)數(shù)；k—修正系數(shù)。

2 旱災(zāi)損失動(dòng)態(tài)評(píng)估應(yīng)用示范

2.1 示范區(qū)域概況

受特殊自然地理氣候條件所決定，遼寧省是全國(guó)干旱災(zāi)害頻發(fā)的省份之一，無(wú)論是干旱災(zāi)害的范圍還是頻次均居全省各種自然災(zāi)害的首位。新中國(guó)成立以來(lái)遼寧省每年在不同地區(qū)、季節(jié)都有干旱發(fā)生。尤其是受地理和氣候影響的遼西地區(qū)，降水量和水資源量都較少，水資源量時(shí)空分布差異性較大，發(fā)生干旱的頻率較大。遼寧省農(nóng)作物播種的關(guān)鍵季節(jié)是4—5月，此期間降水量只有全年的13%～16%，西部易旱地區(qū)，正常年份降水量只有54～73mm，30%～40%年份不能滿足農(nóng)作物出苗和育苗需要，春旱經(jīng)常發(fā)生。干旱災(zāi)害給遼寧省的城鄉(xiāng)居民生活和工農(nóng)業(yè)生產(chǎn)造成不同程度的影響，已經(jīng)成為制約全省工農(nóng)業(yè)發(fā)展的重要因素之一。為此本文以遼寧省作為農(nóng)業(yè)旱災(zāi)損失動(dòng)態(tài)評(píng)估示范區(qū)，此外由于遼寧省玉米播種面積達(dá)全省播種面積的80%以上，對(duì)遼寧省的農(nóng)業(yè)生產(chǎn)具有代表性；因此本文以玉米作為主要農(nóng)作物進(jìn)行模擬分析。

2.2 模型數(shù)據(jù)庫(kù)建立

模型數(shù)據(jù)庫(kù)主要包含土壤類型、氣象要素、地理位置、以及農(nóng)作物耕種數(shù)據(jù)(包括作物面積、耕作管理、灌溉等)。并通過(guò)大量數(shù)據(jù)收集整理，處理形成了符合植物生長(zhǎng)模型輸入要求的數(shù)據(jù)集。

(1)地理數(shù)據(jù)

地理數(shù)據(jù)為遼寧省縣級(jí)及以上行政區(qū)劃與概況。遼寧省現(xiàn)有沈陽(yáng)和大連兩個(gè)副省級(jí)城市，12個(gè)地級(jí)城市。縣級(jí)市17個(gè)，縣27個(gè)(自治縣8個(gè))，市轄區(qū)56個(gè)，鎮(zhèn)573個(gè)，鄉(xiāng)445個(gè)(民族鄉(xiāng)76個(gè))。

圖3 遼寧省溫度站點(diǎn)分布圖

(2)氣象數(shù)據(jù)

氣象要素主要包含最高和最低氣溫、日降水量數(shù)據(jù)。本文結(jié)合遼寧省28個(gè)氣象站點(diǎn)2008—2018年的逐日氣象要素?cái)?shù)據(jù)進(jìn)行數(shù)據(jù)庫(kù)的構(gòu)建，站點(diǎn)分布如圖3所示。氣溫?cái)?shù)據(jù)由中國(guó)氣象局提供的全要素氣象站點(diǎn)數(shù)據(jù)，數(shù)據(jù)包括日最高、最低氣溫、降水日值、相對(duì)濕度日值、平均風(fēng)速以及太陽(yáng)輻射日值。

(3)土壤數(shù)據(jù)

采用國(guó)家第二次土壤普查數(shù)據(jù)進(jìn)行土壤數(shù)據(jù)庫(kù)的構(gòu)建，主要考慮土壤質(zhì)地、有機(jī)物組成、粘粒含量、土壤pH值、土壤比重參數(shù)、田間持水量、有機(jī)碳、陽(yáng)離子交換能力、飽和傳導(dǎo)率等。表2是某區(qū)縣土壤數(shù)據(jù)示例表。

(4)作物及田間管理數(shù)據(jù)集

作物及田間管理數(shù)據(jù)集主要為農(nóng)作物耕種方式、耕種面積、耕種及收獲時(shí)間、作物類型、農(nóng)灌面積、作物產(chǎn)量總值與單值、受干旱影響作物面積以及受干旱影響產(chǎn)生的作物產(chǎn)量減少值等數(shù)據(jù)。本文主要對(duì)縣級(jí)行政區(qū)2008—2018年作物數(shù)據(jù)庫(kù)進(jìn)行建立，對(duì)其中的作物品種、主要生理參數(shù)、播種時(shí)間、生物量參數(shù)、作物播種面積等重要參數(shù)采用實(shí)地調(diào)查方式進(jìn)行采集。

表2 縣級(jí)土壤數(shù)據(jù)示例表

2.3 模型結(jié)果驗(yàn)證

本文以縣級(jí)為計(jì)算尺度，把各縣逐年模擬結(jié)果進(jìn)行匯總得到全省作物的生產(chǎn)量。結(jié)合耕作面積和作物產(chǎn)量對(duì)全省玉米作物的產(chǎn)量總值進(jìn)行計(jì)算，將實(shí)際調(diào)查的各年份玉米總量和計(jì)算的產(chǎn)量進(jìn)行對(duì)比分析誤差，結(jié)果見(jiàn)表3。

表3 2008—2018年遼寧省模擬糧食總產(chǎn)量及誤差

作物生長(zhǎng)模擬影響因素復(fù)雜，表中作物生長(zhǎng)模擬精度在一定程度上還是比較滿意的。對(duì)于計(jì)算的玉米產(chǎn)量值和實(shí)地調(diào)查的玉米產(chǎn)量之間出現(xiàn)誤差的影響因素較多，包括模型輸入和系統(tǒng)偏差、參數(shù)的不確定性等因素。若這些數(shù)據(jù)誤差有所減低，作物生長(zhǎng)模型的產(chǎn)量計(jì)算誤差將得到明顯改善。但總體而言，通過(guò)利用遼寧氣象站的逐日氣象數(shù)據(jù)模擬各縣作物生長(zhǎng)，最終可在省級(jí)尺度得到比較可信的玉米產(chǎn)量估算值。因此作物生長(zhǎng)模型在遼寧地區(qū)作為產(chǎn)量模擬是可行的。

2.4 糧食產(chǎn)量動(dòng)態(tài)預(yù)測(cè)

本研究將遼寧省玉米產(chǎn)量劃分為絕收、低產(chǎn)、中產(chǎn)和高產(chǎn)4個(gè)等級(jí)，見(jiàn)表4。根據(jù)作物生長(zhǎng)模擬不同情景的糧食產(chǎn)量，繪制糧食產(chǎn)量分布圖。

表4 遼寧省縣級(jí)行政區(qū)玉米產(chǎn)量等級(jí)劃分標(biāo)準(zhǔn)

分析得到，隨著未來(lái)無(wú)有效降雨天數(shù)的增加，糧食產(chǎn)量在逐漸降低，說(shuō)明農(nóng)業(yè)旱災(zāi)在逐漸加重。未來(lái)0天無(wú)有效降雨與未來(lái)5天無(wú)有效降雨的糧食產(chǎn)量比較接近。當(dāng)未來(lái)10天無(wú)有效降雨時(shí)，農(nóng)業(yè)產(chǎn)量并沒(méi)有顯著變化。但是，如果旱情繼續(xù)發(fā)展，產(chǎn)量降低明顯，當(dāng)超過(guò)30天無(wú)有效降雨時(shí)，絕大部分地區(qū)處于低產(chǎn)和絕收水平。

2.5 旱災(zāi)損失動(dòng)態(tài)評(píng)估

在因旱糧食損失研究基礎(chǔ)上，將因旱糧食損失轉(zhuǎn)換成糧食損失率，根據(jù)每個(gè)地區(qū)的分析結(jié)果，按照受到農(nóng)業(yè)干旱影響的作物產(chǎn)量損失比例對(duì)旱災(zāi)損失進(jìn)行不同量級(jí)的劃分，見(jiàn)表5，各等級(jí)旱災(zāi)損失依次遞減，分別用紅、橙、黃、藍(lán)色表示。根據(jù)表5繪制2012年6月1日的遼寧省農(nóng)業(yè)旱災(zāi)損失分布圖，如圖4所示。

表5 遼寧省農(nóng)業(yè)旱災(zāi)損失等級(jí)劃分

如果未來(lái)降雨能夠充分滿足作物需水(S0)，則農(nóng)業(yè)旱災(zāi)損失普遍在IV級(jí)和III級(jí)，屬于較低等級(jí)。即使未來(lái)5天無(wú)有效降雨(S5)，旱災(zāi)損失無(wú)明顯增加，這是土壤底墑的作用，說(shuō)明0～5天范圍內(nèi)的無(wú)有效降雨對(duì)土壤墑情的影響不是很大。如果未來(lái)10天無(wú)有效降雨(S10)，在該情景條件下區(qū)域因干旱造成的農(nóng)業(yè)損失的等級(jí)較逐步發(fā)展為II級(jí)和III級(jí)，如果仍無(wú)有效降水，那干旱的程度將進(jìn)一步加劇，部分區(qū)域的干旱損失等級(jí)將達(dá)到I級(jí)。若在未來(lái)30日內(nèi)有效降水低于5mm(S30)，干旱造成的農(nóng)業(yè)損失將在遼寧地區(qū)全面蔓延。而就平水年份而言，由于6月以前土壤墑情基礎(chǔ)較低，因此造成的農(nóng)業(yè)干旱損失總體較大。對(duì)于不同典型年份分析，因干旱產(chǎn)生的農(nóng)業(yè)損失相比于其他兩個(gè)典型年份更為明顯。對(duì)豐水年份和正常年份分析，這種差異程度較小，原因在于其降水量可按滿足作物生長(zhǎng)的正常需水量。從空間分布特征可看出，遼西地區(qū)依舊是旱災(zāi)損失等級(jí)較高的區(qū)域。旱災(zāi)損失的演變主要從不同情景下的農(nóng)業(yè)干旱產(chǎn)生的作物產(chǎn)量損失的空間分布中得到有效反映。

3 抗旱最優(yōu)需水分析

根據(jù)前述農(nóng)業(yè)抗旱需水分析方法，計(jì)算未來(lái)正常年情景模式下遼寧省各縣的抗旱需水量。為了繪圖顯示的方便，按照需缺水量的多少，將農(nóng)業(yè)抗旱需水劃分為I級(jí)、II級(jí)、III級(jí)和IV級(jí)4個(gè)等級(jí)，見(jiàn)表6，分別用紅、橙、黃、藍(lán)色表示。并以2017年6月1日為時(shí)間節(jié)點(diǎn)，計(jì)算抗旱需水量，根據(jù)表6繪制抗旱需水分布圖如圖5所示。

圖4 2017年6月1日不同情景的農(nóng)業(yè)旱災(zāi)損失等級(jí)分布圖

表6 遼寧省農(nóng)業(yè)抗旱需水等級(jí)劃分

圖5 2017年6月1日抗旱需水量

從圖5可見(jiàn)，遼寧西北部地區(qū)抗旱需水較高，普遍在100mm以上，遼寧中部和東部地區(qū)抗旱需水較少，在100mm以下。雖然玉米作物全生育期(遼寧地區(qū)玉米播種日期在5月初)的需水量大概在400mm左右，但是由于這里的抗旱需水是去除了正常年情景模式降水量之后的缺水量，并且，模擬是從6月初至作物成熟的需水量，較全生育期的需水少了一個(gè)月時(shí)間，因此，實(shí)際的抗旱缺水量?jī)H在150mm以內(nèi)。根據(jù)抗旱需水量分析結(jié)果，結(jié)合水資源等情況，可以制定相應(yīng)的抗旱指揮決策方案。

4 主要結(jié)論

(1)降雨和溫度是作物生長(zhǎng)模型兩個(gè)重要的驅(qū)動(dòng)因素，但對(duì)于農(nóng)業(yè)干旱而言，氣溫只有在超過(guò)作物生理溫度極限的情況下才會(huì)對(duì)作物有生長(zhǎng)抑制，在遼寧省很少出現(xiàn)高溫干旱對(duì)作物的影響，而降雨時(shí)刻影響作物的生長(zhǎng)發(fā)育，是主要的影響因子，因此只需對(duì)降水進(jìn)行情景設(shè)定。

(2)本文以缺水量為指標(biāo)對(duì)遼寧省農(nóng)業(yè)抗旱需水等級(jí)進(jìn)行了定量化的劃分，結(jié)合抗旱需水量分析結(jié)果及水資源等情況，可以制定相應(yīng)的量化抗旱指揮決策方案提供重要參考。

(3)由于無(wú)法對(duì)所有的參數(shù)在研究區(qū)上進(jìn)行徹底驗(yàn)證，因此，模型中的諸多參數(shù)在具體研究區(qū)上的適用性還存在一定的不確定性，如何解決這種不確定性還需要進(jìn)一步探索。