基于MODIS的沿黃糧食主產(chǎn)區(qū)耕地利用水分盈虧特征分析

周 浩，馬泉來(lái)，楊崇科，萬(wàn)小強(qiáng)，曹艷杰

基于MODIS的沿黃糧食主產(chǎn)區(qū)耕地利用水分盈虧特征分析

周 浩1，馬泉來(lái)2,3※，楊崇科2,3，萬(wàn)小強(qiáng)2,3，曹艷杰2,3

（1. 湖南師范大學(xué)地理科學(xué)學(xué)院，長(zhǎng)沙 410081；2. 河南省資源環(huán)境調(diào)查一院，鄭州 450072；3. 河南省自然資源科技創(chuàng)新中心（資源環(huán)境承載能力評(píng)價(jià)與監(jiān)測(cè)預(yù)警研究），鄭州 450072）

明確中國(guó)核心糧食主產(chǎn)區(qū)耕地水分盈虧狀況，有利于區(qū)域灌溉策略制定及保障國(guó)家糧食安全。為探討沿黃糧食主產(chǎn)區(qū)耕地利用下水分盈虧規(guī)律，該研究基于土地利用現(xiàn)狀數(shù)據(jù)、MODIS遙感數(shù)據(jù)和常規(guī)氣象數(shù)據(jù)，在Priestley-Taylor公式、區(qū)域遙感蒸散模型支持下構(gòu)建水分盈虧評(píng)價(jià)模型，揭示2000－2020年原陽(yáng)縣、封丘縣、延津縣、長(zhǎng)垣市、滑縣和濮陽(yáng)縣沿黃6縣的氣候水分平衡狀況及耕地利用下水分盈虧效應(yīng)。結(jié)果表明：1）2000－2020年沿黃6縣耕地及其子類(lèi)型面積均緩慢下降，墾殖率由2000年81.46%降至2020年的79.34%，耕地變化過(guò)程類(lèi)型以穩(wěn)定型、前后期萎縮型以及前期新增型為主；2）研究區(qū)常年水分盈虧指數(shù)為?0.60，整體氣候水分虧缺，以原陽(yáng)縣西南部、滑縣、濮陽(yáng)等地最為突出，同時(shí)在各研究時(shí)點(diǎn)呈現(xiàn)趨勢(shì)性變化規(guī)律；3）研究區(qū)耕地多處于較為嚴(yán)峻的氣候干旱狀態(tài)，缺水類(lèi)型主要為中度、重度和嚴(yán)重干旱，無(wú)正常和輕度干旱區(qū)，且在變化狀態(tài)效應(yīng)上，穩(wěn)定型耕地處于嚴(yán)重干旱狀態(tài)，前期和后期萎縮型耕地重度干旱，前期新增型耕地為嚴(yán)重干旱。當(dāng)?shù)匦柰ㄟ^(guò)“以水定產(chǎn)，量水而行”并在保障糧食安全生產(chǎn)前提下，積極謀劃和推行面向水分平衡目標(biāo)的區(qū)域耕地可持續(xù)利用戰(zhàn)略。研究可為沿黃區(qū)耕地灌溉策略制定及保障國(guó)家糧食安全提供支持。

遙感；干旱；水分；耕地；盈虧；MODIS數(shù)據(jù)；效應(yīng)；糧食主產(chǎn)區(qū)

0 引 言

干與濕是農(nóng)業(yè)區(qū)劃的重要依據(jù)，揭示區(qū)域氣候干濕狀況對(duì)北方地區(qū)的糧食生產(chǎn)、排灌措施制定以及水資源利用具有積極應(yīng)用價(jià)值[1-3]。黃河干流河南段流經(jīng)的沿黃區(qū)是河南省推動(dòng)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展戰(zhàn)略核心區(qū)，在推動(dòng)國(guó)家生態(tài)文明建設(shè)及商品糧供應(yīng)安全上發(fā)揮著重要作用[4]。長(zhǎng)期以來(lái)，該地區(qū)存在較為突出的水資源短缺、生產(chǎn)力布局與水資源分布不匹配等本底資源約束問(wèn)題，對(duì)當(dāng)?shù)丶Z食生產(chǎn)、經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境造成威脅[5-6]。因此，圍繞其開(kāi)展水分盈虧態(tài)勢(shì)評(píng)估，并進(jìn)一步明晰耕地利用水分盈虧效應(yīng)，對(duì)保障國(guó)家糧食安全、促進(jìn)區(qū)域高質(zhì)量發(fā)展具有重要現(xiàn)實(shí)意義。

當(dāng)前，學(xué)者圍繞水分盈虧問(wèn)題開(kāi)展了大量研究：1）研究方法和手段上，?；谔镩g試驗(yàn)或傳統(tǒng)數(shù)理特征統(tǒng)計(jì)法來(lái)分析區(qū)域水分盈虧規(guī)律[7-8]。評(píng)價(jià)指標(biāo)一類(lèi)是反映水分供應(yīng)狀況的降水量指標(biāo)，如降水距平百分率、Z指數(shù)、標(biāo)準(zhǔn)化降水指數(shù)等[9-11]；另一類(lèi)是反映水分供需變化的指標(biāo)，如綜合氣象干旱指數(shù)、相對(duì)濕潤(rùn)度指數(shù)、水分盈虧指數(shù)等[12-14]，或采用降水與潛在蒸散的差值來(lái)表征，以明晰區(qū)域主要水分收入與支出項(xiàng)以及水分供需矛盾大小[15]。但上述水分供應(yīng)或供需指標(biāo)多側(cè)重理論解釋上的水分盈虧狀態(tài)，且對(duì)特定用地類(lèi)型變化（狀態(tài)和過(guò)程）的水分盈虧效應(yīng)問(wèn)題考慮不夠充分，實(shí)踐性有待進(jìn)一步提高；2）研究?jī)?nèi)容上，可概括為農(nóng)田土壤、作物和氣候水分盈虧3個(gè)研究層次[16]，其中氣候水分盈虧的研究過(guò)程為大氣水分循環(huán)，能夠明確天然狀態(tài)下由氣候條件所主導(dǎo)的干、濕狀況，可從宏觀(guān)上揭示長(zhǎng)時(shí)間序列的水分盈虧問(wèn)題[17-18]，并服務(wù)于區(qū)域農(nóng)業(yè)開(kāi)發(fā)戰(zhàn)略制定，與耕地利用下水分盈虧效應(yīng)問(wèn)題研究具有較好的契合性；3）研究對(duì)象多為較大面積的流域或地區(qū)[19-20]，對(duì)于中小尺度而言，由于其境內(nèi)氣象站點(diǎn)數(shù)量較少，水分盈虧研究存在數(shù)據(jù)獲取上的困難。然而值得注意的是，遙感及GIS信息技術(shù)在常規(guī)手段難以測(cè)量得到的水分條件數(shù)據(jù)上具有獨(dú)特的優(yōu)勢(shì)，能夠彌補(bǔ)傳統(tǒng)監(jiān)測(cè)資料不足的劣勢(shì)，將其與傳統(tǒng)模型相結(jié)合，僅需要少量傳統(tǒng)氣象資料便可計(jì)算中小尺度地區(qū)的水分盈虧信息，參數(shù)較少且計(jì)算簡(jiǎn)單[21]。

原陽(yáng)、封丘等沿黃6縣是河南省糧食產(chǎn)量最高、耕地分布最為集中的糧食主產(chǎn)區(qū)，同時(shí)也是農(nóng)業(yè)缺水最為嚴(yán)重的地區(qū)，但針對(duì)該地區(qū)或類(lèi)似區(qū)域的耕地水分盈虧問(wèn)題研究較為匱乏?；诖?，為探討沿黃糧食主產(chǎn)區(qū)耕地利用下水分盈虧規(guī)律，本文擬以2000－2020年土地利用現(xiàn)狀數(shù)據(jù)、MODIS遙感數(shù)據(jù)和常規(guī)氣象數(shù)據(jù)為依托，在Priestley-Taylor公式、區(qū)域遙感蒸散模型支持下并構(gòu)建水分盈虧評(píng)價(jià)模型，反演沿黃6縣的水分盈虧狀態(tài)，明確在天然氣候狀態(tài)下的由氣候條件所主導(dǎo)的耕地水分盈虧效應(yīng)，以期為灌溉策略制定及保障國(guó)家糧食安全提供支持。

1 研究區(qū)概況及數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

沿黃6縣位于河南沿黃區(qū)，豫北平原東部，轄原陽(yáng)縣、封丘縣、延津縣、長(zhǎng)垣市、滑縣和濮陽(yáng)縣6個(gè)縣級(jí)行政區(qū)（圖1），總面積7 657.15 km2。沿黃6縣為溫帶大陸性季風(fēng)氣候區(qū)，四季分明，但降水年際和區(qū)域分布不均，易形成季節(jié)性干旱。地勢(shì)西南高而東北低，但整體仍以平原為主，土壤類(lèi)型主要為潮土和風(fēng)沙土，耕作條件優(yōu)越。沿黃6縣耕地分布廣，主要耕作類(lèi)型為小麥、玉米和水稻，其中水稻主要集中分布于近鄰黃河的原陽(yáng)縣和封丘縣。沿黃6縣是黃河干流中段沿岸的重要糧食主產(chǎn)區(qū)，人均水資源占有量?jī)H為河南平均水平的64.5%、全國(guó)的13.7%，屬于資源性缺水地區(qū)。

圖1 研究區(qū)沿黃6縣示意圖

1.2 數(shù)據(jù)來(lái)源及預(yù)處理

1.2.1 耕地利用數(shù)據(jù)

耕地利用數(shù)據(jù)的信息源均來(lái)自美國(guó)陸地資源衛(wèi)星Landsat TM、OLI/TIRS多光譜遙感影像，數(shù)據(jù)獲取自美國(guó)地質(zhì)勘探局USGS（http://earthexplorer. usgs.gov/），過(guò)程中涉及選用不同的衛(wèi)星數(shù)字產(chǎn)品，并輔以中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www. resdc.cn）的“中國(guó)土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù)集”。影像數(shù)據(jù)在經(jīng)過(guò)大氣校正、幾何糾正、圖像增強(qiáng)等預(yù)處理基礎(chǔ)上，進(jìn)行543、432等不同波段的標(biāo)準(zhǔn)假彩色融合以實(shí)現(xiàn)耕地人機(jī)交互式目視解譯。對(duì)于歷史期（2000年、2005年、2010年和2015年）的解譯精度驗(yàn)證，通過(guò)Google Earth軟件來(lái)布控?cái)?shù)據(jù)的采樣網(wǎng)格驗(yàn)證點(diǎn)來(lái)實(shí)現(xiàn)（解譯準(zhǔn)確率均大于85%），而對(duì)于現(xiàn)狀年（2020年）驗(yàn)證，通過(guò)對(duì)研究區(qū)進(jìn)行實(shí)地GPS信息樣點(diǎn)的比對(duì)驗(yàn)證和記錄（考察時(shí)間為2020年8月7日－8月13日），結(jié)合后期室內(nèi)數(shù)據(jù)糾正，完成耕地解譯數(shù)據(jù)的精度驗(yàn)證（解譯準(zhǔn)確率89.20%）。

1.2.2 MODIS數(shù)據(jù)

采用2000－2020年MODIS陸地標(biāo)準(zhǔn)3級(jí)產(chǎn)品Albedo產(chǎn)品（MCD43B3，1d）、LST和Emis產(chǎn)品（MOD11A2，1d）、LAI產(chǎn)品（MCD15A2，8d），對(duì)數(shù)據(jù)進(jìn)行拼接、投影與數(shù)據(jù)格式轉(zhuǎn)換、裁剪等處理，但由于MODIS數(shù)據(jù)在空間上可能存在缺值現(xiàn)象，且不同數(shù)據(jù)類(lèi)型的時(shí)間分辨率不一致，對(duì)數(shù)據(jù)進(jìn)行空間范圍缺值插補(bǔ)和時(shí)間序列缺值插補(bǔ)等處理[19]，同時(shí)對(duì)分析時(shí)段匯總后的數(shù)據(jù)進(jìn)行二次地理空間插值，以保證空間分辨率和時(shí)間分辨率的一致性。

1.2.3 氣象及其他數(shù)據(jù)

氣象數(shù)據(jù)來(lái)自氣象數(shù)據(jù)共享中心（http://data.cma.cn）的“中國(guó)地面氣象資料日值數(shù)據(jù)集V3.0”，經(jīng)過(guò)質(zhì)量控制，該數(shù)據(jù)集的質(zhì)量及完整性相對(duì)于以往發(fā)布的地面同類(lèi)數(shù)據(jù)產(chǎn)品明顯提高[22]。研究所涉及的氣象數(shù)據(jù)包括2000－2020年研究區(qū)及周邊26個(gè)地面基準(zhǔn)氣象站點(diǎn)（圖1）的氣溫、降水、風(fēng)速、日照時(shí)數(shù)、氣壓、濕度等逐日觀(guān)測(cè)數(shù)據(jù)。對(duì)各站點(diǎn)的逐日氣象要素?cái)?shù)據(jù)進(jìn)行匯總，獲得站點(diǎn)平均氣候要素?cái)?shù)據(jù)，利用ArcGIS 10.5地統(tǒng)計(jì)學(xué)模塊進(jìn)行點(diǎn)狀氣候要素的反距離空間插值處理；基礎(chǔ)地理信息數(shù)據(jù)包括DEM數(shù)字高程模型數(shù)據(jù)（30 m）、經(jīng)緯度空間分布數(shù)據(jù)以及行政區(qū)劃數(shù)據(jù)。

2 研究方法

2.1 逐日潛在蒸散量遙感估算

2.1.1 瞬時(shí)潛在蒸散量

準(zhǔn)確估算潛在蒸散量是水分盈虧研究的基礎(chǔ)。Priestley-Taylor模型[23]在蒸散達(dá)到平衡（即當(dāng)下墊面與下墊面上方空氣的相對(duì)濕度相等時(shí)的蒸散）基礎(chǔ)上，引入常數(shù)，推導(dǎo)出無(wú)平流條件下潛在蒸散量的計(jì)算方法，具有物理概念明確、算法簡(jiǎn)單的優(yōu)勢(shì)。選用該方法作為瞬時(shí)潛在蒸散遙感反演的基礎(chǔ)機(jī)制，計(jì)算式如下：

式中T0為潛在蒸散量，mm；為Priestley-Taylor系數(shù)；R為地表凈輻射量，W/m2；為土壤熱通量，W/m2；為汽化潛熱，MJ/kg；為飽和水汽壓-溫度曲線(xiàn)斜率，kPa/℃；為干濕表常數(shù)，kPa/℃。其中可通過(guò)與大氣溫度T（K）的經(jīng)驗(yàn)公式進(jìn)行計(jì)算，干濕表常數(shù)（）可由空氣定壓比熱、大氣壓（海拔高度推算）等計(jì)算得到；同樣采用能量平衡法，通過(guò)MODIS數(shù)據(jù)來(lái)推算衛(wèi)星過(guò)境時(shí)刻，并結(jié)合大氣溫度T和Emis地表發(fā)射率的遙感信息數(shù)據(jù)，最終得到衛(wèi)星過(guò)境時(shí)瞬時(shí)潛在蒸散量[24]。

2.1.2 瞬時(shí)潛在蒸散量的逐日尺度轉(zhuǎn)換

由Priestley-Taylor公式反演得到的衛(wèi)星過(guò)境時(shí)刻瞬時(shí)潛在蒸散量，需通過(guò)尺度轉(zhuǎn)換才能得到逐日潛在蒸散量。由于一天中凈輻射呈正弦曲線(xiàn)變化特點(diǎn)，決定了潛在蒸散量變化也具有正弦變化特點(diǎn)。因此可采用正弦曲線(xiàn)擬合的方法實(shí)現(xiàn)瞬時(shí)潛在蒸散量向逐日潛在蒸散量的轉(zhuǎn)化，計(jì)算式如下：

式中T0_max為日最大潛在蒸散量（mm），一般在正午時(shí)刻達(dá)到；為模擬時(shí)刻；set和rise分別為日落時(shí)間和日出時(shí)間，對(duì)應(yīng)著當(dāng)?shù)貎糨椛渲底優(yōu)樨?fù)和變?yōu)檎臅r(shí)間，可以通過(guò)緯度和日期計(jì)算得到[2]。

2.2 有效降水量與實(shí)際蒸散量估算

2.2.1 有效降水量

有效降水量（e，mm）一般是指降水實(shí)際補(bǔ)充到耕層土壤中的凈水量，為總降水量中的有效部分。利用美國(guó)農(nóng)業(yè)部土壤保持局推薦的有效降水量分析方法來(lái)計(jì)算有效降水量，該方法將有效降水量的計(jì)算分為日降水量超過(guò)和小于8.3 mm 2種情況，此方法的有效性已得到了很多學(xué)者的證明，且在類(lèi)似地區(qū)獲得較好的應(yīng)用，具體計(jì)算原理見(jiàn)文獻(xiàn)[2]。

2.2.2 實(shí)際蒸散量

實(shí)際蒸散量與潛在蒸散量間存在著正比或者互補(bǔ)的關(guān)系，沿黃6縣屬溫帶大陸性季風(fēng)區(qū)，下墊面和有效降水量是影響地表實(shí)際蒸散的最重要的2個(gè)因素[25]?？紤]到基于水量平衡法推導(dǎo)出的傅抱璞公式[26]在計(jì)算長(zhǎng)期陸面實(shí)際蒸散量時(shí)與實(shí)際情況較為符合，可采用該公式并結(jié)合上述遙感反演的潛在蒸散量結(jié)果來(lái)計(jì)算實(shí)際蒸散量，計(jì)算式如下：

T/e=1+T0/e?[1(T0/e)]1/m（3）

式中T為實(shí)際蒸散量，mm；為表征下墊面透水性、植被狀況和地形等特征的參數(shù)。沿黃6縣屬平原地帶，下墊面條件較好，參考相關(guān)學(xué)者研究成果[25-26]，將統(tǒng)一取值為2.5。

2.3 水分盈虧評(píng)價(jià)

氣候水分盈虧程度多通過(guò)降水量（，mm）與T0的差值或差值后的比值參數(shù)來(lái)理論表征[14]，本文綜合考慮e以及T關(guān)系，構(gòu)建氣候水分盈虧指數(shù)（WPLI），以反映水分有效供給量與實(shí)際需求量之間的供給余缺情況，計(jì)算式如下：

WPLI=/T=(e?T)/T（4）

式中為e與T差值，即水分盈虧量，mm/d，其量值反映了氣候水分盈虧狀況。當(dāng)>0，水分盈余，表示氣候濕潤(rùn)；<0，水分虧缺，表示氣候干燥；=0，水分收支平衡；同時(shí)依據(jù)《中國(guó)農(nóng)業(yè)干旱監(jiān)測(cè)指標(biāo)方法與等級(jí)劃分》標(biāo)準(zhǔn)，并參照文獻(xiàn)[15]等級(jí)劃分標(biāo)準(zhǔn)，將沿黃6縣氣候水分盈虧狀態(tài)劃分為無(wú)旱（WPLI>?0.15）、輕度干旱（?0.15≤WPLI

2.4 耕地利用變化分析

采用地學(xué)信息圖譜論解釋耕地利用變化的時(shí)序過(guò)程規(guī)律[27]及其水分盈虧效應(yīng)。通過(guò)對(duì)2000年以來(lái)5個(gè)時(shí)點(diǎn)的耕地利用信息進(jìn)行編碼融合與計(jì)算，得到耕地利用變化過(guò)程信息圖譜，以反映耕地利用變化的時(shí)序過(guò)程規(guī)律。依據(jù)圖譜特點(diǎn)，將變化依次劃分為：穩(wěn)定型（WD，5個(gè)時(shí)點(diǎn)均為耕地）、前期新增型（QXZ，前2個(gè)時(shí)點(diǎn)耕地轉(zhuǎn)入）、后期新增型（HXZ，后2個(gè)時(shí)點(diǎn)耕地轉(zhuǎn)入）、前期萎縮型（QWS，前2個(gè)時(shí)點(diǎn)耕地轉(zhuǎn)出）、后期萎縮型（HWS，后2個(gè)時(shí)點(diǎn)耕地轉(zhuǎn)出）、耕地動(dòng)態(tài)維持型（GDW，2000和2020年為耕地中間時(shí)點(diǎn)發(fā)生變化）、交互萎縮型（JHW，前4個(gè)時(shí)點(diǎn)耕地與非耕地交互變化、2020年為非耕地）、其他動(dòng)態(tài)維持型（TDW，2000和2020年為非耕地中間時(shí)點(diǎn)變化）、動(dòng)態(tài)新增型（DXZ，前4個(gè)時(shí)點(diǎn)類(lèi)型變化、2020年為耕地）、其他穩(wěn)定型（TWD，5個(gè)時(shí)點(diǎn)均為非耕地）共10類(lèi)過(guò)程。

3 結(jié)果與分析

3.1 耕地利用變化分析

研究期初，耕地總面積為6 237.26 km2，墾殖率（即耕地面積占土地總面積的比例）81.46%，其中旱地占耕地總面積的91.90%，分布極其廣泛，而水田由于灌溉耗水量大，集中分布在近鄰黃河的原陽(yáng)縣和封丘縣等地（圖2），其面積占耕地面積的8.1%；研究期末，受城市化工業(yè)化進(jìn)程影響，沿黃6縣墾殖率下降了2.12個(gè)百分點(diǎn)（2020年為79.34%），年均下降0.13%，旱地相對(duì)面積比例緩慢增長(zhǎng)至92.06%，耕地利用結(jié)構(gòu)類(lèi)型基本保持穩(wěn)定；另一方面，除2010年外，各時(shí)點(diǎn)的耕地及其子類(lèi)型（旱地和水田）均表現(xiàn)出面積同步下降特點(diǎn)，2000－2005年、2010－2015年和2015－2020年的耕地動(dòng)態(tài)度[25]分別是?0.20%、?0.17%和?0.27%，同時(shí)受黃河河灘等耕地后備資源開(kāi)發(fā)影響，2005－2010年耕地面積以0.12%的速率緩慢增加。

從時(shí)序過(guò)程規(guī)律來(lái)看，穩(wěn)定型為最主要的耕地利用變化類(lèi)型，其面積達(dá)到5 665.06 km2，占耕地變化過(guò)程類(lèi)型總面積的73.98%，同時(shí)占?xì)v年耕地面積的近9成（圖3），該過(guò)程類(lèi)型成為沿黃6縣20 a間糧食穩(wěn)定生產(chǎn)及供應(yīng)的最重要保障；萎縮型圖譜反映了該地區(qū)耕地退出的規(guī)律，其中前期萎縮型主要表征了耕地在前期（2005年之前）即被生產(chǎn)建設(shè)占用情形，空間上主要分布在各市縣的建成區(qū)周邊地帶，對(duì)應(yīng)面積為304.19 km2，占到耕地變化過(guò)程總面積的3.97%，后期萎縮型（即耕地在2010年后被占用）也多集中在建成區(qū)周邊地帶，面積201.40 km2，前期新增型則主要分布在黃河沿岸地帶，反映了耕地新增開(kāi)墾集中于2005年之前情形，對(duì)應(yīng)面積為276.78 km2，上述3個(gè)過(guò)程類(lèi)型相對(duì)面積比例之和達(dá)到10.21%。其他變化過(guò)程類(lèi)型面積占比較小，且尤以交互萎縮型和動(dòng)態(tài)新增型最為突出，其面積比例不足0.1%。

圖2 2000－2020年沿黃6縣耕地利用分布

3.2 蒸散量與有效降水量分析

3.2.1 數(shù)量變化特征

對(duì)于常年水平而言（即指2000—2020年平均水平），潛在蒸散量受溫度、日照等條件影響，第1日序至第33日序、第321日序至365日序（對(duì)應(yīng)于1月、11月中下旬和12月）的潛在蒸散量明顯偏低，并導(dǎo)致累加曲線(xiàn)變化平緩。第34日后（2月上旬），地表逐漸回暖，潛在蒸散量以0.42 mm/10 d的速率持續(xù)上升，至第160日序（6月中旬）達(dá)到全年峰值（7.14 mm）。第161日后，盡管氣溫進(jìn)一步上升，但潛在蒸散量開(kāi)始以0.35 mm/10 d的速率波動(dòng)式下降，并至第320日序降到1.60 mm；對(duì)于逐日有效降水量，以第166日序和第276日序?yàn)橥蛔児?jié)點(diǎn)，將其劃分為3個(gè)階段：第1日序至第166日序（6月中下旬），逐日有效降水量平均以0.06 mm/10 d的速率緩慢上升，累加曲線(xiàn)變化平緩；第166日序后，逐日有效降水量以0.17 mm/10 d的速率迅速上升，至271日序（9月下旬）達(dá)到峰值（2.13 mm），該時(shí)段降水較為集中，有利于當(dāng)?shù)剞r(nóng)作物生長(zhǎng)發(fā)育；第271日序后，累加曲線(xiàn)斜率迅速減小，即逐日有效降水量持續(xù)下降，如圖4所示。

注：WD，穩(wěn)定型；QXZ，前期新增型；HXZ，后期新增型；QWS，前期萎縮型；HWS，后期萎縮型；GDW，耕地動(dòng)態(tài)維持型；JHW，交互萎縮型；TDW，其他動(dòng)態(tài)維持型；DXZ，動(dòng)態(tài)新增型；TWD，其他穩(wěn)定型。

Fig3 Change of cultivated land change in six county along the Yellow River from 2000 to 2020

圖4 2000－2020年沿黃6縣逐日潛在蒸散與有效降水量變化

3.2.2 空間分布特征

作為沿黃6縣耕地的主要水分盈虧要素，當(dāng)?shù)卣羯⒘颗c有效降水量出現(xiàn)顯著的時(shí)空錯(cuò)位（圖5）。平均潛在蒸散范圍323.64～1226.3 mm，其相對(duì)高值區(qū)主要分布在滑縣、長(zhǎng)垣市、濮陽(yáng)縣以及原陽(yáng)縣西南角等地，蒸散能力普遍高于1 100 mm，低值區(qū)則主要分布在中部的延津縣、封丘縣和原陽(yáng)縣，團(tuán)聚性分布特征較為顯著；對(duì)于實(shí)際蒸散量而言，其蒸散范圍346.92～622.82 mm，相對(duì)高值區(qū)主要集中分布在濮陽(yáng)縣西部以及原陽(yáng)縣西南角；有效降水量為降水實(shí)際補(bǔ)充到耕層土壤中的凈水量，屬耕地天然供水的主要來(lái)源。沿黃6縣多年有效降水量處于208.54～238.56 mm之間，相對(duì)高值區(qū)位于原陽(yáng)縣西南角以及封丘縣的東部，但整體降水較少且偏均質(zhì)分布（圖5）。

3.3 氣候水分盈虧特征分析

3.3.1 水分盈虧量

沿黃6縣全境基本處于水分虧缺狀態(tài)，虧缺程度在各時(shí)點(diǎn)存在較大差異：1）2000－2020年，平均氣候水分盈虧范圍為?390.81～?126.68 mm。各時(shí)點(diǎn)盈虧量高低值差別較大，反映了內(nèi)部盈虧程度差異顯著的特點(diǎn)，但同時(shí)各時(shí)點(diǎn)盈虧均值分別為?370.02、?349.83、?352.53、?245.12和?262.24 mm，整體水分虧缺狀態(tài)趨于緩和；2）延津縣以及滑縣的西部、原陽(yáng)縣中北部的水分虧缺量較小，原陽(yáng)縣南部、封丘縣、滑縣東部以及濮陽(yáng)縣的水分虧缺量則處于較高水平，耕地灌溉壓力較大；3）沿黃6縣屬中或小空間尺度的研究區(qū)，相對(duì)于更大尺度研究區(qū)而言，其水分盈虧量的內(nèi)部差異性較小。沿黃6縣常年水分盈虧均值為?324.21 mm，盈虧量的空間異質(zhì)性程度偏低，主要是由于上述各時(shí)點(diǎn)的盈虧高低水平存在一定互補(bǔ)性，并導(dǎo)致常年盈虧高低值差異較?。▓D6）。

圖5 2000－2020年沿黃6縣潛在蒸散量與有效降水量分布

圖6 2000－2020年沿黃6縣氣候水分盈虧分布

3.3.2 水分盈虧指數(shù)

天然降水已不能滿(mǎn)足沿黃6縣的耕地灌溉需求，需通過(guò)抽取地下水或渠道引水以保證農(nóng)作物正常生長(zhǎng)生育。由圖7可知，2000－2020年，沿黃6縣各時(shí)點(diǎn)的水分盈虧指數(shù)均值均小于0，依次為?0.60、?0.59、?0.62、?0.53和?0.58，盈虧狀態(tài)以虧缺為主，且以2010年最為顯著，其盈虧指數(shù)范圍為?0.66～0.25，虧缺低值區(qū)主要分布在黃河沿岸。2015年，水分虧缺程度有所緩和，相對(duì)高值區(qū)主要分布在原陽(yáng)縣西南部；對(duì)于常年水平而言，沿黃6縣的水分盈虧指數(shù)范圍為?0.63～?0.37，均值?0.60，原陽(yáng)縣西南部以及東北部的滑縣、濮陽(yáng)縣等地的盈虧指數(shù)均處于相對(duì)較低水平，對(duì)應(yīng)耕地灌溉需求較大。因此，應(yīng)依據(jù)不同地區(qū)的缺水狀況進(jìn)行差別化灌溉管理，特別是對(duì)于原陽(yáng)縣西南部、滑縣、濮陽(yáng)等地而言，應(yīng)特別保障其耕地灌溉用水需求。

3.4 耕地利用下氣候水分盈虧效應(yīng)分析

3.4.1 水分盈虧狀態(tài)效應(yīng)

沿黃6縣各時(shí)點(diǎn)的耕地氣候干旱情勢(shì)嚴(yán)峻，主要干旱類(lèi)型為中度、重度和嚴(yán)重，無(wú)正常和輕度干旱區(qū)（圖8），需通過(guò)抽取地下水、渠道引水等措施，以保障耕地的作物正常生長(zhǎng)發(fā)育。2000年、2005年和2020年，耕地干旱類(lèi)型均表現(xiàn)為重度和嚴(yán)重干旱，但干旱狀態(tài)特征存在較大差異：2000年，32.31%的耕地處于重度干旱狀態(tài)，絕大部分位于原陽(yáng)縣以及封丘縣境內(nèi)，其余地區(qū)多處于嚴(yán)重干旱狀態(tài)；2005年，重度干旱的耕地面積比例增至53.99%，對(duì)應(yīng)的嚴(yán)重干旱面積比例降為46.01%，并在空間上萎縮至封丘縣、長(zhǎng)垣市東北部和濮陽(yáng)縣全境；2020年，嚴(yán)重干旱的耕地繼續(xù)萎縮，面積比例降至27.65%，主要集中分布在濮陽(yáng)縣以及滑縣東北部，對(duì)應(yīng)的重度干旱區(qū)面積比例則變?yōu)?2.35%。2010年和2015年的耕地干旱類(lèi)型共3種：中度干旱、重度干旱和嚴(yán)重干旱，但仍表現(xiàn)出較為顯著的均質(zhì)性分布特點(diǎn)，上述時(shí)點(diǎn)所對(duì)應(yīng)的中度干旱耕地面積比例均不足0.1%，2010年嚴(yán)重干旱面積比例達(dá)到93.02%，重度干旱面積比例為6.97%，空間上主要分布在原陽(yáng)縣的西南端，但至2015年嚴(yán)重干旱面積比例變?yōu)?.68%，重度干旱面積比例則是97.31%。

圖7 2000—2020年沿黃6縣氣候水分盈虧指數(shù)分布

圖8 2000－2020年沿黃6縣耕地干旱風(fēng)險(xiǎn)評(píng)價(jià)

3.4.2 水分盈虧過(guò)程效應(yīng)

基于常年水分盈虧評(píng)價(jià)結(jié)果，結(jié)合耕地利用變化過(guò)程圖譜，分析耕地利用下水分盈虧的過(guò)程效應(yīng)（表1）。穩(wěn)定型是沿黃6縣20 a間耕地利用變化的最主要過(guò)程類(lèi)型，其盈虧指數(shù)處于?0.63～?0.54范圍，對(duì)應(yīng)的盈虧均值達(dá)到?0.60，處于嚴(yán)重干旱狀態(tài)，該類(lèi)型耕地為沿黃6縣農(nóng)業(yè)生產(chǎn)管理的重點(diǎn)區(qū)；耕地前期萎縮型和后期萎縮型圖譜主要分布在各市縣的建成區(qū)周邊地帶，且都表現(xiàn)出重度干旱狀態(tài)，對(duì)應(yīng)盈虧指數(shù)均值都是?0.59，上述圖譜分別表征2005年前和2010年后被生產(chǎn)建設(shè)占用的情形，因此對(duì)應(yīng)的圖譜區(qū)受水分虧缺約束相對(duì)較??；分布在黃河沿岸的前期新增型耕地多呈嚴(yán)重干旱狀態(tài)，但值得注意的是，耕地的新增墾殖導(dǎo)致了農(nóng)業(yè)用水量的急劇增加，因此該類(lèi)型區(qū)在保障地下水灌溉條件下，需重點(diǎn)發(fā)展引黃灌溉工程，以增強(qiáng)農(nóng)業(yè)用水供給能力；后期新增型和動(dòng)態(tài)新增型圖譜均表現(xiàn)出嚴(yán)重干旱特點(diǎn)，動(dòng)態(tài)維持型和交互萎縮型則為重度干旱。綜上所述，無(wú)論是從狀態(tài)效應(yīng)還是過(guò)程效應(yīng)而言，沿黃6縣的耕地干旱情勢(shì)極為嚴(yán)峻，因此需通過(guò)“以水定產(chǎn)，量水而行”并在保障糧食安全生產(chǎn)前提下，制定更為科學(xué)的農(nóng)業(yè)生產(chǎn)管理辦法。

表1 2000－2020年沿黃6縣耕地利用下水分盈虧過(guò)程效應(yīng)統(tǒng)計(jì)

注：WPLI為氣候水分盈虧指數(shù)。

Note:WPLIrepresented as the climate water profit and loss index.

4 討 論

基于有效降水與實(shí)際蒸散量來(lái)分析耕地水分盈虧效應(yīng)，可明確天然狀態(tài)下由氣候條件所主導(dǎo)的干、濕狀況，能夠?yàn)檎J(rèn)識(shí)沿黃6縣耕地利用的水分盈虧狀況提供基礎(chǔ)性認(rèn)知。無(wú)論是從狀態(tài)效應(yīng)還是過(guò)程效應(yīng)分析來(lái)看，沿黃6縣的耕地灌溉用水情勢(shì)將非常嚴(yán)峻，倘若在天然雨養(yǎng)管理?xiàng)l件下，沿黃6縣90%以上耕地將處于嚴(yán)重干旱乃至重度干旱狀態(tài)。因此，在天然降水已遠(yuǎn)不能滿(mǎn)足當(dāng)?shù)剞r(nóng)業(yè)灌溉需求條件下，為確保糧食生產(chǎn)，當(dāng)?shù)卮蟛糠值貐^(qū)不得不依賴(lài)開(kāi)采淺層地下水來(lái)滿(mǎn)足農(nóng)業(yè)灌溉需求，而從長(zhǎng)期來(lái)看，降水作為廣義農(nóng)業(yè)供水“本源”，地下水的補(bǔ)充也是來(lái)自天然降水，地下水長(zhǎng)期的超載開(kāi)發(fā)勢(shì)必會(huì)引發(fā)諸多生態(tài)環(huán)境問(wèn)題。同時(shí)諸多學(xué)者研究表明[6,9]，包括河南在內(nèi)的黃河流域中下游地區(qū)由于高強(qiáng)度農(nóng)業(yè)開(kāi)發(fā)活動(dòng)長(zhǎng)期存在，使得其農(nóng)業(yè)用水情勢(shì)非常嚴(yán)峻，并存在顯著時(shí)空配置錯(cuò)位情形，與本文研究結(jié)論基本一致。因此，當(dāng)?shù)卣栳槍?duì)耕地的不同水分盈虧程度去制定科學(xué)宏觀(guān)農(nóng)業(yè)開(kāi)發(fā)戰(zhàn)略，以降低氣候水分虧缺的潛在風(fēng)險(xiǎn)，實(shí)現(xiàn)耕地的合理開(kāi)發(fā)與利用、促進(jìn)生態(tài)文明建設(shè)。

潛在蒸散量是水分盈虧測(cè)算的關(guān)鍵數(shù)據(jù)，對(duì)其準(zhǔn)確估算需要大量的氣候要素?cái)?shù)據(jù)及其他參數(shù)資料。本文基于遙感（MODIS）和常規(guī)氣象數(shù)據(jù)，來(lái)反演逐日潛在蒸散量，進(jìn)而采用傅抱璞公式來(lái)提取實(shí)際蒸散信息。但由于MODIS系列數(shù)據(jù)起始于1999年12月，難以實(shí)現(xiàn)更長(zhǎng)時(shí)間序列的潛在蒸散遙感估算，后續(xù)需綜合其他遙感信息來(lái)反演歷史時(shí)點(diǎn)的潛在蒸散量；另一方面，考慮到基于水量平衡法推導(dǎo)出的傅抱璞公式在計(jì)算長(zhǎng)期實(shí)際蒸散量時(shí)與實(shí)際情況較為符合[26]，本文采用該公式并結(jié)合計(jì)算出的潛在蒸散量進(jìn)行地表實(shí)際蒸散計(jì)算。傅抱璞公式體現(xiàn)了實(shí)際蒸散量受潛在蒸散量、降水量和下墊面的控制影響，但如果出現(xiàn)降水量為0的情形，根據(jù)該式計(jì)算出的實(shí)際蒸散量也為0，顯然與實(shí)際情形不符，以上假設(shè)表征了傅抱璞公式在其因子處于不同值域時(shí)計(jì)算模擬效果也不一樣，后續(xù)研究須對(duì)該公式進(jìn)行改進(jìn)以提高適用性。

5 結(jié) 論

為了揭示原陽(yáng)、封丘等6個(gè)典型產(chǎn)糧大縣耕地利用下水分盈虧特征，該文構(gòu)建了水分盈虧評(píng)價(jià)模型，以揭示2000－2020年該地區(qū)耕地利用下水分盈虧效應(yīng)。結(jié)論如下：

1）沿黃6縣的耕地及其子類(lèi)型（旱地和水田）表現(xiàn)出面積緩慢下降趨勢(shì)，20 a間墾殖率下降了2.12個(gè)百分點(diǎn)，同時(shí)從時(shí)序過(guò)程來(lái)看，穩(wěn)定型圖譜占變化總面積的73.98%，前、后期萎縮型均主要分布在各市縣建成區(qū)周邊地帶，前期新增型則主要分布在黃河沿岸地帶，三者相對(duì)面積比例之和為10.21%；

2）逐日潛在蒸散量與有效降水量在時(shí)序上的曲線(xiàn)斜率和突變點(diǎn)存在較大差異，二者在空間上分別表現(xiàn)出異質(zhì)性和均質(zhì)性特點(diǎn)。常年氣候水分盈虧范圍為?390.81～?126.68 mm，整體盈虧狀態(tài)為虧缺，原陽(yáng)縣西南部、滑縣、濮陽(yáng)等地屬水分虧缺重點(diǎn)區(qū)，且對(duì)于各時(shí)點(diǎn)而言，虧缺量和虧缺指數(shù)存在顯著差異；

3）耕地水分盈虧的狀態(tài)效應(yīng)上，各時(shí)點(diǎn)耕地的氣候干旱情勢(shì)嚴(yán)峻，主要干旱類(lèi)型為中度、重度和嚴(yán)重，無(wú)正常和輕度干旱區(qū)，其中2010年耕地嚴(yán)重干旱面積比例達(dá)93.02%，2015年重度干旱比例為97.31%。過(guò)程效應(yīng)方面，穩(wěn)定型圖譜處于嚴(yán)重干旱狀態(tài)，前期萎縮型和后期萎縮型的耕地屬重度干旱狀態(tài)，前期新增型則表現(xiàn)出嚴(yán)重干旱特點(diǎn)?？紤]到沿黃區(qū)耕地多處于較為嚴(yán)峻的氣候干旱狀態(tài)，需通過(guò)“以水定產(chǎn)，量水而行”并在保障糧食安全生產(chǎn)前提下，積極謀劃和推行面向水分平衡目標(biāo)的區(qū)域耕地可持續(xù)利用戰(zhàn)略。

[1] 金濤. 中國(guó)糧食作物種植結(jié)構(gòu)調(diào)整及其水土資源利用效應(yīng)[J]. 自然資源學(xué)報(bào)，2019，34(1)：14-25.

JIN Tao. The adjustment of China's grain cropping structure and its effect on the consumption of water and land resources[J]. Journal of Natural Resources, 2019, 34(1): 14-25. (in Chinese with English abstract)

[2] 周浩，馬泉來(lái)，鄒朝暉. 撓力河流域水稻生育期水分供需特征研究[J]. 地理科學(xué)，2021，41(3)：534-543.

ZHOU Hao, MA Quanlai, ZOU Zhaohui. Analysis of water supply and demand characteristics of rice growing stage in Naoli River Basin[J]. Scientia Geographica Sinica, 2021, 41(3): 534-543. (in Chinese with English abstract)

[3] 韓蘭英，張強(qiáng)，賈建英，等. 氣候變暖背景下中國(guó)干旱強(qiáng)度、頻次和持續(xù)時(shí)間及其南北差異性[J]. 中國(guó)沙漠，2019，39(5)：1-10.

HAN Lanying, ZHANG Qiang, JIA Jianying, et al. Drought severity, frequency, duration and regional differences in China[J]. Journal of Desert Research, 2019, 39(5): 1-10. (in Chinese with English abstract)

[4] 陳帥，侯孟陽(yáng)，李園園，等. 黃河流域水資源、能源與糧食生產(chǎn)的時(shí)空匹配及阻尼效應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38(18)：246-254.

CHEN Shuai, HOU Mengyang, LI Yuanyuan, et al. Spatial-temporal matching patterns for grain production using water and energy resources and damping effect in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(18): 246-254. (in Chinese with English abstract)

[5] 白芳芳，齊學(xué)斌，喬冬梅，等. 黃河流域九省區(qū)農(nóng)業(yè)水資源利用效率評(píng)價(jià)和障礙因子分析[J]. 水土保持學(xué)報(bào)，2022，36(3)：146-152.

BAI Fangfang, QI Xuebin, QIAO Dongmei, et al. Evaluation of agricultural water resource utilization efficiency and obstacle factor diagnoses in Nine Provinces of the Yellow River Basin[J]. Journal of Soil and Water Conservation, 2022, 36(3): 146-152. (in Chinese with English abstract)

[6] 徐輝，王億文，張宗艷，等. 黃河流域水-能源-糧食耦合機(jī)理及協(xié)調(diào)發(fā)展時(shí)空演變[J]. 資源科學(xué)，2021，43(12)：2526-2537.

XU Hui, WANG Yiwen, ZHANG Zongyan, et al. Coupling mechanism of water-energy-food and spatiotemporal evolution of coordinated development in the Yellow River Basin[J]. Resources Science, 2021, 43(12): 2526-2537. (in Chinese with English abstract)

[7] 南紀(jì)琴，王景雷，秦安振，等. 中國(guó)西北旱區(qū)農(nóng)業(yè)水土資源利用情景潛力研究[J]. 自然資源學(xué)報(bào)，2017，32(2)：292-300.

NAN Jiqin, WANG Jinglei, QIN Anzhen, et al. Study on utilization potential of agricultural soil and water resources’ in Northwest Arid Area[J]. Journal of Natural Resources, 2017, 32(2): 292-300. (in Chinese with English abstract)

[8] 彭大為，周秋文，謝雪梅，等. 下墊面因素對(duì)喀斯特地區(qū)水分利用效率的影響[J]. 地理科學(xué)進(jìn)展，2021，40(12)：2086-2100.

PENG Dawei, ZHOU Qiuwen, XIE Xuemei, et al. Effect of underlying surface factors on water use efficiency in the karst area[J]. Progress in Geography, 2021, 40(12): 2086-2100. (in Chinese with English abstract)

[9] 胡實(shí)，莫興國(guó)，林忠輝. 冬小麥種植區(qū)域的可能變化對(duì)黃淮海地區(qū)農(nóng)業(yè)水資源盈虧的影響[J]. 地理研究，2017，36(5)：861-871.

HU Shi, MO Xingguo, LIN Zhonghui. Impacts of possibility planting region change for winter wheat on agricultural water surplus and deficit in Huang-Huai-Hai Region [J]. Geographical Research, 2017, 36(5): 861-871. (in Chinese with English abstract)

[10] PALMER W C. Meteorological Drought[R]. Washington, DC:US Department of Commerce Weather Bureau, 1965.

[11] RAYNE S, FOREST K. Evidence for increasingly variable Palmer Drought Severity Index in the United States since 1895[J]. Science of the Total Environment, 2016, 544: 792-796.

[12] 趙俊芳，郭建平，徐精文，等. 基于濕潤(rùn)指數(shù)的中國(guó)干濕狀況變化趨勢(shì)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(8)：18-24.

ZHAO Junfang, GUO Jianping, XU Jingwen, et al. Trends of Chinese dry- wet condition based on wetness index[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2010, 26(8): 18-24. (in Chinese with English abstract)

[13] 朱嘉偉，趙聰佳，郭蕊蕊，等. 水資源約束條件下的縣域冬小麥節(jié)水灌溉制度[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(1)：92-100.

ZHU Jiawei, ZHAO Congjia, GUO Ruirui, et al. Water-saving irrigation regime for winter wheat in county areas under water resources constraints[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(1): 92-100. (in Chinese with English abstract)

[14] 魏新光，王鐵良，李波，等. 遼寧省玉米地水分盈虧時(shí)空分布特征及灌溉模式分區(qū)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(23)：119-126.

WEI Xinguang, WANG Tieliang, LI Bo, et al. Temporal and spatial distribution characteristics of maize water surplus deficit and irrigation mode partition in Liaoning province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(23): 119-126. (in Chinese with English abstract)

[15] 周浩，雷國(guó)平，楊雪昕，等. RCPs氣候情景下?lián)狭恿饔蚋厮临Y源平衡效應(yīng)模擬[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2018，29(4)：1302-1312.

ZHOU Hao, LEI Guoping, YANG Xuexin, et al. Simulation for balanced effect of soil and water resources on cultivated land in Naoli River Basin，Northeast China under the RCPs climate scene[J]. Chinese Journal of Applied Ecology, 2018, 29(4): 1302-1312. (in Chinese with English abstract)

[16] 嚴(yán)登華，翁白莎，王浩. 區(qū)域干旱形成機(jī)制與風(fēng)險(xiǎn)應(yīng)對(duì)[M]. 北京：科學(xué)出版社，2014.

[17] 顏雅瓊，申雙和. 近50多年來(lái)淮河流域氣候水分盈虧時(shí)空變化[J]. 氣象科學(xué)，2019，39(4)：457-466.

YAN Yaqiong, SHEN Shuanghe. Spatial and temporal changes of climatic and water deficit in the Huaihe River Basin over past 50 years[J]. Journal of the Meteorological Sciences, 2019, 39(4): 457-466. (in Chinese with English abstract)

[18] 周浩，金平，夏衛(wèi)生，等. 三江平原撓力河流域主要作物水分盈虧時(shí)空變化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(14)：159-166.

ZHOU Hao, JIN Ping, XIA Weisheng, et al. Spatial-temporal characteristics of water surplus and deficit for the main crops in Naoli River Basin of Sanjiang Plain, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(14): 159-166. (in Chinese with English abstract)

[19] 商蒙非，趙炯超，韓桐，等. 1961－2020年中國(guó)玉米需水量及水分盈虧的時(shí)空變化格局[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2022，27(4)：22-30.

SHANG Mengfei, ZHAO Jiongchao, HAN Tong, et al. Temporal and spatial variation of maize water requirement and water surplus and deficit in China from 1961 to 2020[J]. Journal of China Agricultural University, 2022, 27(4): 22-30. (in Chinese with English abstract)

[20] 盧寶寶，孫慧蘭，姜泉泉，等. 近53a新疆水分盈虧量時(shí)空變化特征[J]. 干旱區(qū)研究，2021，38(6)：1579-1589.

LU Baobao, SUN Huilan, JIANG Quanquan, et al. Spatiotemporal variation characteristics of the water budget in Xinjiang during the latest 53 years[J]. Arid Zone Research, 2021, 38(6): 1579-1589. (in Chinese with English abstract)

[21] 楊勝天，趙長(zhǎng)森，遙感水文[M]. 北京：科學(xué)出版社，2015.

[22] 黃輝，鄭昌玲，張勁松，等. 1980－2019年南太行地區(qū)氣候變化趨勢(shì)[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2022，33(8)：2139-2145.

HUANG Hui, ZHENG Changling, ZHANG Jinsong, et al. Climate changes in southern Taihang Mountain area from 1980 to 2019[J]. Chinese Journal of Applied Ecology, 2022, 33(8): 2139-2145. (in Chinese with English abstract)

[23] PRIESTLEY C H B, TAYLOR R J. On the assessment of surface heat flux and evaporation using large-scale parameters[J]. Monthly Weather Review, 1972, 100(2): 81-92.

[24] 劉昌明，白鵬，王中根，等. 稀缺資料流域水文計(jì)算若干研究：以青藏高原為例[J]. 水利學(xué)報(bào)，2016，47(3)：272-282.

LIU Changming, BAI Peng, WANG Zhonggen, et al. Study on prediction of ungagged basins: A case study on the Tibetan Plateau[J]. Journal of Hydraulic Engineering, 2016, 47(3): 272-282. (in Chinese with English abstract)

[25] 周浩，雷國(guó)平，張博，等. 1990－2013年撓力河流域耕地變化下水土資源平衡效應(yīng)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(1)：272-280.

ZHOU Hao, LEI Guoping, ZHANG Bo, et al. Farmland change induced land and water resource balance in Naoli River Basin from 1990 to 2013[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(1): 272-280. (in Chinese with English abstract)

[26] 尹鐸皓，范雲(yún)鶴，周君華，等. 基于傅抱璞模型的岷江上游流域?qū)嶋H蒸散研究[J]. 中國(guó)農(nóng)村水利水電，2016，61(2)：33-36.

YIN Duohao, FAN Yunhe, ZHOU Junhua, et al. Simulation and analysis of actural evapotranspiration in the upper reaches of Minjiang River based on Fu Baopu model[J]. China Rural Water and Hydropower, 2016, 61(2): 33-36. (in Chinese with English abstract)

[27] 梁明，聶拼，陸胤昊，等. 淮南市土地利用程度變化過(guò)程的時(shí)空演化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(22)：99-106.

LIANG Ming, NIE Pin, LU Yinhao, et al. Spatiotemporal evolution characteristics of land use intensity change process of Huainan[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(22): 99-106. (in Chinese with English abstract)

Cultivated land changes induced water surplus and deficit characteristics in the main grain-production areas along the Yellow River using MODIS

ZHOU Hao1, MA Quanlai2,3※, YANG Chongke2,3, WAN Xiaoqiang2,3, CAO Yanjie2,3

(1.410081; 2.450072,; 3.(),450072)

Yellow River reaches along Henan Province has been one of the most significant core areas to promote ecological protection and high-quality development in the Yellow River Basin. An important role can also be played to enhance the national ecological civilization construction for the commodity grain supply security. However, water resource shortages have been serious threatens to the basic resources in this region. A mismatch between production capacity and water resource distribution has posed a great challenge to local food production, economic development, and ecological environment. Therefore, it is a high demand for the assessment of the water balance to further clarify the effects of water balance under land use, in order to ensure national food security and regional high-quality development. This study aims to reveal the characteristics of water balance under land use in six typical grain-producing counties (such as Yuanyang and Fengqiu). The land use status, MODIS remote sensing data, and conventional meteorological data were also collected in the region from 2000 to 2020. A water balance evaluation model was constructed to reveal the climatic water balance status and the effects of water balance under land use, according to the Priestley-Taylor formula and regional remote sensing evapotranspiration model. The results show that: 1) There was a slow decrease in the area of cultivated land and the subtypes in the six counties along the Yellow River during the study period. Specifically, the cultivation rate decreased from 81.46% in 2000 to 79.34% in 2020. The stable type spectrum accounted for 73.98% of the total change area from the temporal process. The early and late shrinkage types were mainly distributed around the built-up areas of each city and county, whereas, the early addition type was mainly distributed along the Yellow River. The relative area ratios of the three types were 3.97%, 2.63%, and 3.61%, respectively; 2) The annual water balance index in the study area was -0.60, indicating a deficit overall. The key areas of water deficit were found in the southwestern part of Yuanyang County, Huaxian, and Puyang. There were some significant differences in the amount and index of deficit, indicating the varying trend at each time point; 3) The cultivated land in the study area was mostly in a severe climatic drought state, with the water shortage type mainly being moderate, severe, and extremely severe drought. There were no normal and mild drought areas. In terms of the effects of changing states, the stable type cultivated land was in a state of severe drought, while the early and late shrinkage type cultivated land was in a state of severe drought, and the early addition type cultivated land was in a state of extremely severe drought. Considering that most of the cultivated land in the Yellow River region is in a relatively severe climatic drought state, the regional sustainable strategy of cultivated land used can be expected to ensure food security production under the principle of “determining production according to water and conducting production according to the amount of water”.

remote sensing; drought; water; cultivated land; surplus and deficit; MODIS data; effect; main-grain producing areas

2022-12-27

2023-01-10

河南省重點(diǎn)研發(fā)與推廣專(zhuān)項(xiàng)項(xiàng)目（222102320299、232400410036）；湖南省自然科學(xué)基金項(xiàng)目（2021JJ40352）；湖南師范大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（2022059）；湖南省教育廳創(chuàng)新平臺(tái)科研項(xiàng)目（20K080）

周浩，博士，講師，研究方向?yàn)楦丶皣?guó)土資源綜合利用。Email：zhouhao7404@ 163.com

馬泉來(lái)，中級(jí)工程師，研究方向?yàn)樽匀毁Y源保護(hù)。Email：maquanlai0716@163.com

10.11975/j.issn.1002-6819.202212175

S311; S127; S271

A

1002-6819(2023)-07-0119-09

周浩，馬泉來(lái)，楊崇科，等. 基于MODIS的沿黃糧食主產(chǎn)區(qū)耕地利用水分盈虧特征分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2023，39(7)：119-127. doi：10.11975/j.issn.1002-6819.202212175 http://www.tcsae.org

ZHOU Hao, MA Quanlai, YANG Chongke, et al. Cultivated land changes induced water surplus and deficit characteristics in the main grain-production areas along the Yellow River using MODIS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(7): 119-127. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202212175 http://www.tcsae.org