冀中南多样化种植模式的适水效应分析

为优化冀中南作物种植结构,本研究以河北省典型地下水漏斗区邢台市为例,基于作物需水SIMETAW模型系统量化1965—2018年冬小麦、春棉花、春玉米、夏谷子、夏大豆和春绿豆等10种主要农作物的生育期需水量与灌溉需水量,针对当地不同降水年型和水资源条件以及不同作物的生育期、生长发育特点和前后茬作物的农学特性等构建11种不同的种植模式,分析不同种植模式需水及降水耦合度等参数。结果表明:1)各作物年均生育期需水量表现为春棉花(515.2mm)冬小麦(466.6mm)春玉米(424.9mm)春油葵(420.0mm)春甘薯(362.1mm)春马铃薯(354.2mm)夏大豆(313.9mm)夏玉米(298.7mm)春绿豆(288.1mm)夏谷子(217.5mm)。2)各作物年均生育期灌溉需水量表现为冬播作物春播作物夏播作物。冬小麦年均生育期灌溉需水量最大,为329.2mm;夏谷子最低,为82.8mm。3)传统麦玉一年两熟制周年需水量最大(753.4～780.3mm),相比之下,多样化轮作模式的生育期需水量可显著降低15%～34%,生育期灌溉需水量明显降低9%～32%。春玉米-冬小麦-夏玉米、春玉米-冬小麦-夏谷子、春甘薯-冬小麦-夏玉米和春甘薯-冬小麦-夏谷子等两年三熟制在丰水年、平水年和枯水年下的生育期需水量、灌溉需水量和周年需水量均较低。春绿豆-夏谷子一年两熟模式的年均生育期需水量最低,为504.4mm,年均生育期灌溉需水量为286.8mm。因此,在保证粮食安全的前提下,为减缓河北省地下水位持续下降的趋势,发展适水种植模式是节水农业的重要途径之一。     

华北棉区棉花需水量时空变化研究

为分析气候变化背景下华北地区棉花需水量和水分生态适宜性时空变化特点,本研究利用华北棉区47个气象站点逐日气象数据,通过SIMETAW模型分析1986—2015年棉花生育期需水量(ETc)、有效降雨量(Pej)和灌溉需水量(ETaw)及变化趋势。结果表明:近30年来,棉花生育期需水量和灌溉需水量呈减小趋势,生育期有效降雨量呈增加趋势;6—8月棉花需水量最大,不同站点月均需水量在80~160mm;7月和8月是棉花灌溉需水量最小的月份,华北棉区平均灌溉需水量接近零,灌溉需水量最大的月份是6月,多年平均灌溉需水量为56.50mm;华北棉区地下水超采区与非超采区灌溉需水量分别为144.41和70.41mm,降水量的不同是造成这种差异的主要原因;华北棉区棉花生育期多年平均需水量、有效降雨量和灌溉需水量分别为560.19、467.32和98.75mm,棉花一年一熟制的灌溉需水量小于传统的冬小麦-夏玉米模式,而经济收益大于春玉米一年一熟制,在华北地区超采区适当增加棉花的种植面积,有利于缓解华北地区水资源缺乏的现状。     

气候变化对河北低平原冬小麦需水量及水分生态适应性的影响

在气候变化和水资源短缺背景下,河北低平原地区冬小麦生产面临着巨大挑战。本研究以沧州市吴桥县为例,分析该地区1981—2015年冬小麦生育期内各项气象因素变化特征,采用SIMETAW模型模拟冬小麦各生育期需水量变化,分析冬小麦各生育阶段的水分生态适应性,提出影响冬小麦各生育阶段需水量的重要气象因素。结果表明:近35年来,气温是冬小麦生育期内变化最为显著的气象因素,其中最低气温呈极显著上升趋势,增幅为0.41℃/10a,平均气温呈显著上升趋势,增温幅度为0.27℃/10a;其次是降雨量的变化,冬小麦生育期内降雨量历年来呈增加趋势,每10年增加6.06mm;其他气象因素均呈不显著上升趋势。在上述气候变化背景下,冬小麦生育期内需水量近35年总体呈上升趋势,其中1981—1998年需水量呈下降趋势,1998—2015年呈上升趋势;冬小麦3个生长阶段(播种~越冬、返青~拔节、孕穗~成熟)的需水量均为上升趋势,其中拔节~返青阶段需水量显著高于其他2个生育阶段,且水分生态适应性最差,降水耦合度多年平均仅为17.84%。影响冬小麦各生育阶段需水量的气象因素有所不同,其中影响冬小麦返青~拔节阶段需水量的主要因素包括空气相对湿度(-)、最高气温(+)、平均风速(+)、太阳辐射(+)、最低气温(+)。根据回归方程,预测吴桥县冬小麦生育期需水量在2020和2030年分别为466.7和472.6mm。本研究结果将为河北低平原地区冬小麦节水种植制度构建提供理论依据。     

黄淮海农作区玉米需水量时空变化特征比较研究

鉴于作物需水量变化趋势对制定灌溉策略与区域水资源配置的重要作用,依据黄淮海农作区50个标准气象站点50年逐日气象数据资料,基于SIMETAW模型,分析了黄淮海各农作亚区夏玉米、春玉米生育期需水量、灌溉需要量的时空变化趋势,主要气象因予时间变化趋势以及需水量与气象因子的相关性。结果表明：1）该地区夏玉米、春玉米生育期需水量平均值分别为321．70和456．70mm且近50年均呈下降趋势,两者降水耦合度分别为0．78、0．72;2）与夏玉米生育期灌溉需要量相比,春玉米生育期灌溉需要量地区差异大且下降更显著,但两者在豫西丘陵山地旱坡地一熟水浇地二熟区均呈上升趋势;3）夏玉米,春玉米需水量下降受太阳辐射、温度、平均风速、平均相对湿度、降水的综合影响,其中最主要气候原因为太阳辐射、温度;平均风速、降水量与之呈显著负相关,其他各因素为显著正相关。     

黑龙港流域夏玉米生育期需水量变化特征及影响因素

为了更好地了解黑龙港流域夏玉米需水变化特征及气候影响因素,提高降水利用率,减少灌溉用水,本文利用黑龙港流域1960—2010年的气象资料分析了当地玉米生长季需水量、缺水量及气象因子对需水量的影响。结果表明,黑龙港流域夏玉米各生育时期需水量均呈减少趋势,生长发育期是其需水高峰期,整个生育期多年平均需水量为417.42 mm,气候倾向率为-5.92 mm·(10 a)^-1;多年平均缺水量为122.02 mm,随时间推移整体呈现上升趋势,气候倾向率为14.24 mm·(10 a)^-1;日最高气温、日照时数和平均相对湿度在4个生育时期均与夏玉米需水量呈显著相关,日最高气温、日照时数与需水量呈显著正相关,平均相对湿度与需水量呈显著负相关。平均气温在夏玉米初始生长期和生长发育期与需水量均呈显著正相关,降雨量在夏玉米初始生长期与需水量呈显著负相关。黑龙港流域夏玉米生育期需水量减少的主要原因与日照时数减少有关。夏玉米生育期缺水量的增加会导致未来干旱风险增加,因此,本区域种植夏玉米应当选择抗旱品种及节水栽培措施来规避干旱风险。     

三义寨灌区主要作物需水量变化趋势分析

探究作物需水量及其变化趋势,为制定灌区灌溉制度、区域水资源规划和管理提供依据。基于三义寨灌区2000―2014年逐日气象数据,根据FAO推荐的Penman-Monteith公式计算小麦、玉米和棉花的需水量(ETc),采用TFPW-MK法研究3种作物ETc变化特征,借助通径分析法探讨作物ETc变化成因,并利用R/S方法预测作物未来ETc变化趋势。结果表明:小麦、玉米和棉花全生育期ETc存在显著性差异,分别为358.47、246.18和438.97mm,小麦抽穗期、玉米灌浆成熟期、棉花花铃期ETc显著增加,分别占各自全生育期的31.24%、37.06%和51.18%;小麦全生育期ETc以2.86mm/a显著降低,玉米和棉花全生育期以ETc2.39mm/a和4.33 mm/a降低,小麦成熟期、玉米拔节期和棉花现蕾期以0.14 mm/a、0.38 mm/a和0.19mm/a增加,3种作物的ETc在其他生育期均降低;小麦、玉米和棉花ETc最主要影响因子为风速、日照时数和风速;在未来一段时间,小麦全生育期ETc为增加趋势,玉米和棉花全生育期ETc为降低趋势,小麦分蘖和拔节期、玉米抽雄期及棉花播种、现蕾和吐絮期ETc变化趋势与过去相反,三者其他生育期ETc与过去变化趋势保持一致。     

气候变化对黄淮海地区夏玉米-冬小麦种植模式和产量的影响

【目的】全球气候正以变暖为主要特征发生显著变化,探究气候变化对黄淮海地区夏玉米-冬小麦种植制度的影响,为制定合理的应对措施提供理论依据。【方法】通过气象站点观测值的加权平均和一元线性回归分析黄淮海各省市地区1992—2013年来的气候变化特征。利用农业气象站点多年长期观察的夏玉米-冬小麦物候数据,通过加权求平均,分析气候变暖背景下夏玉米-冬小麦的生育期和茬口推移情况。采用一元线性回归分析1992—2013年来黄淮海地区夏玉米-冬小麦周年产量变化。同时利用非线性回归分析法和面板数据敏感性分析法分析气候变化对黄淮海地区夏玉米-冬小麦周年产量的影响。【结果】1992—2013年来,黄淮海地区温度整体呈现波动上升趋势,降水总量变化趋势不明显,但区域差异显著。在气候变化的背景下,黄淮海地区夏玉米-冬小麦种植模式发生明显改变:冬小麦播种时间推迟,生育期存在缩短趋势,不同地区缩短2—5 d不等;夏玉米播种时间南部推迟而北部提前,收获时间总体呈现推迟趋势,整个黄淮海地区生育时长未发生明显变化。茬口时间因夏玉米-冬小麦生育期的推移呈现不同程度延长,造成了气候和土地资源的浪费。1992—2013年间黄淮海地区夏玉米-冬小麦单产呈显著上升趋势,多数省份达到显著水平。非线性敏感性分析表明,最低温度、最高温度和平均温度对夏玉米-冬小麦产量的影响基本表现为同时增产或同时减产的一致性。冬小麦产量受最低温度的影响最为显著,东南部的江苏省和山东省减产明显,而北部河北省和西部河南省表现为增产。温度升高除对河南省夏玉米有增产作用外,其他省份夏玉米产量均出现不同程度的降低,这可能与温度升高的幅度不同和降水的区域性差异有关。降水量对夏玉米-冬小麦产量影响存在地区差异。总体上气候变暖对周年单产影响表现为北部增产,而南部减产,因而选择适宜早播且生育期长的夏玉米品种对保障周年产量具有重要意义。【结论】气候变暖背景下,黄淮海地区冬小麦播种时间推迟,生育期缩短,夏玉米生育期北部延长而南部缩短,生育期的推移导致茬口时间延长,造成了气候资源和土地资源的浪费。1992—2013年间夏玉米-冬小麦周年产量显著提高。温度升高和降水增加对产量的影响存在区域差异,整个区域平均来看升温使夏玉米减产,冬小麦增产;降水增加有利于黄淮海北部地区夏玉米的产量形成,对南部地区夏玉米产量则存在不利影响,而对黄淮海大部分地区冬小麦的产量形成不利。     

河南省夏玉米生育期有效降雨量和需水量时空分布特征

依据河南省15个夏玉米主产区1961—2015年的气象资料,计算夏玉米生育期的需水量和有效降雨量,进而得到夏玉米生育期的灌溉需水量,并利用线性倾向估计和空间插值法对河南省夏玉米生育期降雨量、有效降雨量、需水量和灌溉需水量的年际变化趋势和空间分布特征进行分析,以期为河南省夏玉米生产中水资源合理分配和灌溉方案制定提供科学依据。结果表明,在时间分布上,1961—2015年,河南省夏玉米生育期降雨量和有效降雨量年际间整体上变化趋势平稳,而需水量和灌溉需水量整体上呈明显的下降趋势。在空间分布上,河南省夏玉米生育期年均降雨量整体上由东南向西北递减,年均有效降雨量从西南向东北递减;豫西夏玉米生育期年均需水量相对高于其他区域,而豫北灌溉年均需水量明显高于其他地区。     

1961—2010年东北农作区春小麦需水量的时空变化特征

利用东北农作区58个气象站点1961—2010年的逐日气象数据,基于Simulation of Evapotranspiration of Applied Water(SIMETAW)模型分析气候变化背景下东北农作区春小麦生育期内作物需水量(Crop evapotranspiration,ETc)和灌溉需要量(Evapotranspiration of applied water,ETaw),以及典型站点春小麦的灌溉需求指数(Irrigation demand index,IDI)的时空变化特征。结果表明:近50年来,东北农作区日平均温度呈显著上升趋势,平均降水量下降趋势不明显,平均太阳辐射及作物蒸散量呈显著下降趋势。春小麦生育期作物需水量和灌溉需要量呈下降趋势,其分布均表现为西多东少。50年来春小麦作物生育期需水量下降主要集中于松辽及兴安岭南部地区,东部地区变化趋势不明显;生育期灌溉需要量下降集中于松辽及兴安岭地区,三江平原地区略有增加,长白山地区多年保持平稳。     

河南省葡萄需水量的时空变化趋势及影响因素分析

基于河南省1960—2015年的17个基本气象站点的气象资料,采用FAO推荐的Penman-Monteith公式和作物系数法计算了河南省葡萄需水量;并利用线性趋势分析法和Mann-Kendall非参数检验法,对葡萄生育期需水量和不同月份需水量的年际变化趋势进行了分析。同时,也对其与气象因子的相关性进行了探讨。结果表明,1960—2015年,河南省葡萄生育期平均需水量为451.71 mm。56 a来,除4月份葡萄需水量呈不显著的上升趋势外,其他月份的需水量均呈下降趋势,尤其是6月、7月和8月的需水量均呈显著下降趋势。葡萄生育期需水量的空间分布特征为自西北向东南逐渐降低,豫西葡萄生育期平均需水量最高,为460.82 mm,豫南葡萄生育期平均需水量最低,为438.15 mm。对影响河南省葡萄生育期需水量的气象因子进行相关性分析表明,日照时数和平均风速与葡萄生育期需水量有极显著正相关性,平均相对湿度与生育期需水量呈极显著负相关性。     

Spatiotemporal Characteristics of Reference Evapotranspiration and Its Sensitivity Coefficients to Climate Factors in Huang-Huai-Hai Plain,China

Climate change will have important implications in water shore regions, such as Huang-Huai-Hai (3H) plain, where expected warmer and drier conditions might augment crop water demand. Sensitivity analysis is important in understanding the relative importance of climatic variables to the variation in reference evapotranspiration (ET₀). In this study, the 51-yr ET₀ during winter wheat and summer maize growing season were calculated from a data set of daily climate variables in 40 meteorological stations. Sensitivity maps for key climate variables were estimated according to Kriging method and the spatial pattern of sensitivity coefficients for these key variables was plotted. In addition, the slopes of the linear regression lines for sensitivity coefficients were obtained. Results showed that ET₀ during winter wheat growing season accounted for the largest proportion of annual ET₀, due to its long phenological days, while ET₀ was detected to decrease significantly with the magnitude of 0.5 mm yr^?1 in summer maize growing season. Solar radiation is considered to be the most sensitive and primarily controlling variable for negative trend in ET₀ for summer maize season, and higher sensitive coefficient value of ET₀ to solar radiation and temperature were detected in east part and southwest part of 3H plain respectively. Relative humidity was demonstrated as the most sensitive factor for ET₀ in winter wheat growing season and declining relativity humidity also primarily controlled a negative trend in ET₀, furthermore the sensitivity coefficient to relative humidity increased from west to southeast. The eight sensitivity centrals were all found located in Shandong Province. These ET₀ along with its sensitivity maps under winter wheat-summer maize rotation system can be applied to predict the agricultural water demand and will assist water resources planning and management for this region.     

The Ogallala Agro-Climate Tool

A Visual Basic™ agro-climate application capable of estimating crop evapotranspiration and irrigation demand over the Ogallala aquifer region is described here. The application's meteorological database consists of daily precipitation and temperature data from 141 U.S. Historical Climatology Network stations during 1976-2005. From that daily data the program calculates climate and crop evapotranspiration (ET_c) statistics over arbitrarily defined periods within summer or winter growing seasons at user-selected latitude-longitude coordinates. The statistics reported include: estimates of seasonal and sub-seasonal ET_c derived from the FAO-56 single crop coefficient algorithm, probabilities of exceedance of cumulative rainfall, irrigation demand and growing degree days, the probability that minimum and maximum daily temperatures will exceed user-defined temperature thresholds, and the probability of heat stress, cold stress and dry periods of varying duration.     

"蒸发悖论"在秦岭南北地区的探讨

潜在蒸散量(ET0)是大气蒸发的估计值,已经广泛应用于灌溉管理和无实测蒸发资料地区的估算.分析ET0的时空变化是研究水资源对气候变化响应的基础工作,同时对于农业水资源的优化利用也具有重要意义.根据秦岭南北47个气象站1960-2011年逐日数据,利用FAO Penman-Monteith公式计算出各站的潜在蒸散量(ET0),研究了气温、降水与ET0之间的长期变化趋势关系,对导致ET0下降的主要原因进行了讨论,着重对秦岭南北地区是否存在“蒸发悖论”进行验证.结果表明:(1)秦岭南北整体气温经历了先降后升的变化过程,1993年为突变年份,1960-1993年的降温速率和1994-2011年的升温速率均表现出由南向北递减的规律,1960-2011年整体升温速率由北向南递减.(2)1979年和1993年是ET0变化的转折点,以1979和1993为界ET0经历了“升—降—降”的变化阶段.1960-1979年仅汉水流域和巴巫谷地存在“蒸发悖论”现象,1980-1993、1994-2011和1960-2011年3个时段区域整体和各子区均发现了“蒸发悖论”现象.秋季后18a和52a整体以及冬季前34a和52a整体均存在“蒸发悖论”现象,冬季最为明显.(3)近52年整体降水表现出不显著的下降趋势,相较于年尺度,夏季降水与ET0逆向变化趋势更为明显.(4)年尺度上,太阳辐射(日照时数)下降引起的潜热通量减少是造成ET0下降即“蒸发悖论”现象的主要原因.季节尺度,春季ET0下降的主导因素为风速,其它季节均为太阳辐射(日照时数).     

河套灌区参考作物蒸发蒸腾量估算方法研究

参考作物蒸发蒸腾量（ET₀）是计算作物需水量的基础,一般用FAO推荐的Penman-Monteith公式（PM公式）计算。但是在河套灌区部分地区缺少辐射数据的观测,因而无法利用PM公式计算ET₀。本文选用河套灌区临河气象站1990—2012年的气象资料,分析了利用PM公式计算参考作物蒸发蒸腾量ET₀与气象要素的关系,发现对ET₀影响最大的气象因素为净辐射,其次为饱和水气压差和平均温度。建立了基于饱和水气压差、温度和风速的ET₀估算公式,验证结算显示相关系数、纳什效率系数和总量平衡系数分别为0.96、0.92、1.00。在风速缺测的条件下,也建立了基于饱和水汽压差和温度的ET₀估算公式。以上两个公式为河套灌区缺资料条件下ET₀的估算提供了简单且准确的估算方法。     

Estimating daily actual evapotranspiration of a rice–wheat rotation system in typical farmland in the Huai River Basin using a two-step model and two one-step models

The objective of this study is to evaluate the performance of three models for estimating daily evapotranspiration(ET) by employing flux observation data from three years(2007, 2008 and 2009) during the growing seasons of winter wheat and rice crops cultivated in a farmland ecosystem(Shouxian County) located in the Huai River Basin(HRB), China. The first model is a two-step model(PM-K_c); the other two are one-step models(e.g., Rana-Katerji(R-K) and advection-aridity(AA)). The results showed that the energy closure degrees of eddy covariance(EC) data during winter wheat and rice-growing seasons were reasonable in the HRB, with values ranging from 0.84 to 0.91 and R2 of approximately 0.80. Daily ET of winter wheat showed a slow decreasing trend followed by a rapid increase, while that of rice presented a decreasing trend after an increase. After calibrating the crop coefficient(K_c), the PM–K_c model performed better than the model using the K_c recommended by the Food and Agricultural Organization(FAO). The calibrated key parameters of the R-K model and AA model showed better universality. After calibration, the simulation performance of the PM-K_c model was satisfactory. Both the R-K model and AA model underestimated the daily ET of winter wheat and rice. Compared with that of the R-K model, the simulation result of the AA model was better, especially in the simulation of daily ET of rice. Overall, this research highlighted the consistency of the PM-K_c model to estimate the water demand for rice and wheat crops in the HRB and in similar climatic regions in the world.     

基于气象参数的内陆干旱区作物生育期ET0预测

为实现大田作物灌溉的精细化管理,研究了基于气象因素的生育期ET₀预测模型。采用灰色理论对ET₀与日均、日最高、最低温度,日均风速,相对湿度以及日照时数进行灰色关联度分析,结果表明ET₀与温度（包括日均、最高、最低温度）及相对湿度的灰色关联度较高。在分析ET₀与上述气象因素间的相关系数基础上,采用日均温度、日均风速以及日照时数作为模型的输入,ET₀作为输出,建立了BP神经网络（BPNN）预测模型;采用日均温度、日均风速、日照时数及灰色关联度作为输入,建立了模糊最小二乘支持向量机（FLSSVM）预测模型。研究结果表明,BPNN模型的训练值决定系数为0.8643,平均相对误差6.29%,预测值决定系数为0.8099,平均相对误差7.83%;FLSSVM模型的训练值决定系数为0.9684,平均相对误差2.89%;预测值决定系数为0.9663,平均相对误差3.43%。BP神经网络与FLSSVM模型的精度均较高,可以用来预测ET₀日值,这为大田作物的精细化灌溉管理提供理论与技术支持。     

优化氮肥配置提高冬小麦-夏玉米贮墒旱作栽培水氮利用效率

为探明与冬小麦-夏玉米周年贮墒旱作节水栽培模式相配套的氮肥高效施用技术,基于贮墒旱作栽培(冬小麦和夏玉米灌底墒水或出苗水,生育期内不灌水),在全年施氮量360 kg/hm2下开展了前后茬作物施氮量配比不同的大田试验.试验设置4种施氮处理,分别为冬小麦120 kg/hm2+夏玉米240 kg/hm2(W0N1);冬小麦1...     

Impacts of climate change on drought risk of winter wheat in the North China Plain

Drought is a major natural disaster causing crop yield losses, while its occurrence mechanism and spatiotemporal variations in a changing climate are still not clear. Based on a long-term climatic dataset(during 1958–2015) from weather stations in the North China Plain(NCP), the influencing mechanism of various climatic factors on drought risk of winter wheat was quantified by using sensitivity analysis, Mann-Kendall trend test and slope estimation. The results indicated that climatic factors have changed considerably over the past six decades in the growth season of winter wheat. As a result, winter wheat suffered from severe droughts(with 350 mm of water deficit during its growth season), particularly at the jointing–heading and heading–mature stages, which were critical to crop yield formation. There were large spatial and temporal variations in drought risk and climatic change factors at different growth stages of winter wheat. Despite precipitation playing a vital role in determining the spatiotemporal patterns of drought risk, high temperature and low humidity along with other climatic factors at key growth stages of winter wheat aggravated drought risk. Particularly, temperature at nearly 90% weather stations showed a notablely upward trend, which exacerbated water deficit and drought risk of winter wheat. Given the complexity and high uncertainty of climate change, these findings provide important information for adapting crop production to future climate change and accompanied droughts while ensuring food security and agricultural sustainability.