
Spatial and temporal patterns of drought risk for winter wheat grown in Hebei province in past 60 years
ZHANG Li, CHEN Fu, LEI Yong-Deng
通讯作者:
收稿日期:2018-12-31接受日期:2019-04-15网络出版日期:2019-04-24
基金资助: |
Received:2018-12-31Accepted:2019-04-15Online:2019-04-24
Fund supported: |
作者简介 About authors
E-mail:zlzl@cau.edu.cn。

摘要
关键词:
Abstract
Keywords:
PDF (546KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
张力, 陈阜, 雷永登. 近60年河北省冬小麦干旱风险时空规律[J]. 作物学报, 2019, 45(9): 1407-1415. doi:10.3724/SP.J.1006.2019.81074
ZHANG Li, CHEN Fu, LEI Yong-Deng.
全球气候的持续变化, 特别是气温和降水的时空分布规律发生异常改变, 给农业生产带来很大的风险与挑战。IPCC第五次报告指出, 1880—2012年期间全球地表平均温度上升了约0.85℃ [1], 气候变化造成了包括干旱、水资源短缺等一系列影响农业生产的生态环境问题及由此衍生的社会经济问题[2,3,4]。以我国冬小麦主产区河北省为例, 由于作物生长季内降水稀少, 干旱成为限制以及危害河北地区冬小麦生产最主要的自然因素之一。河北省长期以来大面积的冬小麦种植消耗了大量的农业灌溉用水, 不仅造成了地下水位的显著下降[5], 而且使得冬小麦生产面临更加严峻的干旱风险。
已有研究从干旱灾害监测, 风险评估和区划, 防灾减灾等方面对冬小麦干旱问题进行了分析[6,7,8]。例如有****通过气象灾害成因的四要素对华北地区冬小麦生产进行了风险评估[9]。然而, 现有研究主要从气象干旱角度或历史灾害统计分析等方面开展综合评价, 没有很好考虑冬小麦的实际生长发育状况和不同生育期的水分敏感性差异, 无法明确冬小麦干旱灾害发生的成因机制及其对气候变化的响应过程。特别是在近几十年华北地区暖干化背景下, 针对冬小麦不同生育期、不同区域的干旱风险时空规律定量研究还需深入。现有关于作物干旱的评估指标主要分为气象、水文以及农业干旱三类, 但很多研究是采用单一的气象或水文干旱指标, 例如降水距平、帕默尔干旱指数、标准化降水蒸散指数等[10,11,12,13]。在实际农业生产中, 还需采用适宜的农业干旱指标对作物不同生长发育过程干旱特征及其影响进行评价。其中, 水分亏缺指数(CWDI)是一个可以综合反映作物与大气和土壤共同作用的农业干旱指标[14,15], 能够较好揭示不同时期水分胁迫对作物生长发育的影响过程, 具有较好的机理性和解释性。
因此, 本研究拟采用CWDI来分析河北省冬小麦生产干旱风险的时空规律及其历史动态变化。在对过去60年河北省冬小麦不同生育期和不同区域干旱风险的定量评价基础上, 进一步分析气候变化背景下降水、气温、湿度、风速等不同气象因子对冬小麦干旱特征的影响差异, 深入探讨干旱灾害的成因机制, 为采取降低农业干旱风险的有效调控措施提供参考依据。本研究对于河北乃至华北地区冬小麦水分灌溉管理及农田防灾减灾具有一定借鉴意义。
1 材料与方法
1.1 研究区概况
河北省地处华北平原, 包括石家庄、唐山、秦皇岛、保定、沧州等11个地市, 面积约18.9万公顷。河北省是以传统“冬小麦-夏玉米”种植模式为主的粮食主产区, 由于区域降水和耕地资源的不匹配, 长期以来过度的农业灌溉用水特别是大面积的冬小麦灌溉, 导致地下水位显著下降, 河北已成为我国最典型的地下水漏斗区之一[16]。特别在近年来气候暖干化趋势下农业旱灾频发[17], 对于区域粮食可持续稳产构成严重挑战。因此选择河北省开展冬小麦干旱风险时空特征定量评价分析, 有很好的典型性和迫切性。1.2 数据来源
本研究使用的气象数据来自河北省内18个国家标准气象站点1958—2016年的逐日气象资料, 包括最高气温、最低气温、平均气温、降水量、日照时数、风速、相对湿度等。冬小麦生育期数据来自中国气象数据网的农作物生长发育数据集, 按照冬小麦的生育特性将其生育期划分为播种-返青、返青-拔节、拔节-抽穗、抽穗-成熟4个阶段。作物系数采用农业干旱等级国家标准(GB/T 32136-2015)提供的河北省冬小麦逐月Kc系数参考值(表1)。Table 1
表1
表1河北冬小麦不同生育期的Kc系数
Table 1
月份 Month | 上旬Early-month | 中旬Middle-month | 下旬 Late-month |
---|---|---|---|
十月 October | 0.85 | 0.85 | 0.85 |
十一月 November | 0.92 | 0.92 | 0.92 |
十二月 December | 0.54 | 0.54 | 0.54 |
一月 January | 0.33 | 0.33 | 0.33 |
二月 February | 0.24 | 0.24 | 0.24 |
三月 March | 0.42 | 0.42 | 0.42 |
四月 April | 1.14 | 1.14 | 1.14 |
五月 May | 1.42 | 1.42 | 1.42 |
六月 June | 0.73 | — | — |
新窗口打开|下载CSV
1.3 研究方法
1.3.1 参考作物蒸散量 本文采用FAO推荐的Penman-Monteith公式[18]计算参考作物蒸散量:式中, Rn为地表净辐射, 单位为兆焦每米每天(MJ m-1 d-1), G为土壤热通量, 单位为兆焦每平方米每天(MJ m-2 d-1), Tmean为日平均气温, 单位为摄氏度(℃), U2为2 m高处风速, 单位为米每秒(m s-1), es为饱和水气压, 单位为千帕(kPa), ea为实际水气压(kPa), Δ为饱和水气压曲线斜率, 单位为千帕每摄氏度(kPa ℃-1), γ为干湿表常数(kPa ℃-1)。
1.3.2 作物需水量 作物需水量是作物的参考蒸散量与作物系数Kc的乘积:
式中, 作物系数Kc采用表1中的冬小麦不同生育期参数。
1.3.3 作物水分亏缺指数 采用CWDI来衡量冬小麦不同生育期水分亏缺胁迫下的干旱风险特征:
式中, CWDI为以旬为单位计算的累积水分亏缺指数, CWDIi、CWDIi-1、CWDIi-2、CWDIi-3、CWDIi-4为该旬与其前四旬的水分亏缺指数, 前面的系数为其对应的权重; 本研究采用现有文献中常用的权重系数[19], a为0.3, b为0.25, c为0.2, d为0.15, e为0.1。
式中, CWDIi为第i旬的水分亏缺指数, ETc为该旬的作物需水量, Pi为该旬的降水量。
1.3.4 敏感性分析 为进一步探究冬小麦水分亏缺和干旱风险的成因机制, 本文进一步分析了CWDI对不同气象因子的敏感性。在气象和水文等相关研究中, 有很多****运用敏感性分析方法研究作物潜在蒸散量或干旱指数与不同气象因子的内在关系[20,21]。本文采用前人常用的计算方法(公式5), 定量分析CWDI对气温、降水、相对湿度等不同气象因子的敏感性差异。
式中, ${{S}_{V}}_{_{i}}$为CWDI对第i个气象因子的敏感系数, Vi为气象因子。当${{S}_{V}}_{_{i}}$为正值时, 表示干旱指数随着气象因子的增大而增大, 反之则减少, 绝对值越大, 表示影响程度越大。
1.3.5 干旱发生频率 冬小麦不同生育阶段干旱发生频率, 即发生某等级干旱的年次数与统计的总年数之比。
式中, Fi为某等级干旱发生的频率, n为该生育阶段发生某等级干旱的年数, N为研究资料的总年数。根据现有文献中常用的CWDI划分标准[22], 本文将干旱划分为无旱、轻旱、中旱、重旱和特旱5个等级。
1.3.6 气候倾向率 利用一元线性方程计算气候倾向率, 分析相关要素的长时间序列变化趋势。
式中, y代表气候要素, x代表时间, b为该方程斜率, 表示线性趋势。通过最小二乘法求得线性方程的斜率, 10b即为气候倾向率[23]。
1.3.7 空间分析制图 采用ArcGIS 10.5软件空间分析工具中的反距离权重法(IDW), 对计算的气象站点作物干旱频率进行插值分析; 并结合ArcMap制图平台, 得到冬小麦不同时期重旱及特旱频率的空间分布图。
2 结果与分析
2.1 河北省冬小麦生育期水分供求特征
利用河北省18个气象站点1958—2016年的气象数据, 计算了冬小麦各个生育期的旬平均需水量、降水量和CWDI, 如图1所示。图1

图1河北省冬小麦不同生育期需水量、降水量和水分亏缺指数(CWDI)变化
Fig. 1Water demand, effective rainfall and water deficit index (CWDI) of winter wheat in Hebei province
冬小麦生育期内的旬平均降水量由10月上旬的10 mm逐渐下降到1月中旬的0.6 mm, 从1月中旬开始逐旬增加, 到生育期结束达到最大值19.5 mm。作物需水量呈现和降水量相同的变化趋势, 但是只有2月下旬的降水量大于作物需水量, 其余各旬的降水量均无法满足冬小麦的水分需求。CWDI从10月上旬播种开始不断上升, 到12月下旬达到峰值后开始下降, 2月下旬时为最小值, 接着从返青-拔节到抽穗-成熟阶段不断上升, 到收获末期又下降。
2.2 干旱等级年际变化趋势
通过计算河北省所有气象站点CWDI的平均值, 分析冬小麦各个生育阶段CWDI从1958—2016的年际变化。如图2所示, 在冬小麦4个生育阶段中, 拔节-抽穗阶段的CWDI平均值最高(为80%), 其次是抽穗-成熟阶段, 播种-返青阶段的平均干旱程度最低。图2

图2冬小麦不同生育期阶段CWDI年际变化
Fig. 2Interannual changes of CWDI in different growth stages of winter wheat
在播种-返青阶段(图2-a), CWDI的平均值为67.49%, 从20世纪60年代初到20世纪90年代末CWDI值有23年高于平均值, 17年低于平均值, 超过半数的年份CWDI值高于近60年的平均, 且CWDI最高值发生在1988年, 为78%。从2004年以来, 除个别年份外, CWDI值呈现下降趋势, 干旱程度有所减轻。相对于播种-返青阶段, 返青-拔节阶段(图2-b)的CWDI值呈现较高的水平, 平均为74%。整体来看, 近60年该生育阶段的CWDI值波动较大, 最高为91%, 最低为47%。20世纪90年代以来, 超过70%年份的CWDI高于平均水平, 干旱向着更加频繁的趋势发展。
拔节-抽穗阶段的平均CWDI约为80% (图2-c), 高于其他3个生育阶段。除1964年以外, 其余年份均保持着相对较高的水分亏缺值。自1970年以来, 将近连续十年均高于平均值, 这一阶段经历了较高且长期的干旱风险。在抽穗-成熟阶段(图2-d), CWDI的平均值为79%, 略低于拔节-抽穗阶段, 但远远高于其他的生育阶段。与拔节-抽穗阶段相同, 1970年以来均有将近十年的时间经历着高于平均值的干旱风险。但自2002年以来, 有超过73%的年份的CWDI低于平均值, 干旱风险有着减轻的趋势。
2.3 干旱频率的时空分布特征
总的来看(图3), 冬小麦面临严重的干旱风险。虽然在冬小麦生长发育的前4个旬, 无旱、轻旱和中旱频率所占比例较高; 但在其生长发育的中后期, 特别是4月至5月份小麦产量形成的关键生育期, 重旱和特旱频率所占比例很高, 尤其是特旱所占比例最高, 超过了50%。图3

图3不同等级干旱频率随时间变化
Fig. 3Different grades of drought frequency changed with time
从冬小麦各个生育期的干旱频率看, 10月上旬的无旱频率最高, 为42%, 随着冬小麦的发育, 处于无旱等级的频率越来越小, 从4月上旬开始均为0, 即从4月上旬开始冬小麦都处于干旱的状态。发生轻旱的频率有相同的变化趋势, 10月上旬最大, 为57%, 之后不断减少, 至4月上旬减少至0。从10月中旬开始出现中旱, 其频率约为32%, 之后在10月下旬和11月上旬均保持着较大的值, 之后就呈现减小的趋势, 至2月上旬及之后的6个旬略有增加。重旱的频率始终保持着较高的水平, 平均为24%, 随着生育进程, 波动较为明显。冬小麦整个生育期的特旱频率呈现先减少后增加的明显波动, 4月中旬的特旱频率达到最高, 为84%, 而且整个5月份冬小麦关键的灌浆成熟期都维持很高的特旱强度。
河北省不同地区的重旱及特旱发生频率如图4所示。随着不同生育阶段的变化, 重旱及特旱发生的频率在空间上呈现出不同的分布规律, 其中播种-返青阶段发生的频率最低, 拔节-返青阶段次之, 其余2个阶段发生的频率较高。在播种-返青阶段(图4-a), 河北省发生重特旱频率较高的区域为中西部, 东北部的重特旱发生频率较低, 其他区域的干旱频率处于中间水平。在返青-拔节阶段(图4-b), 该重特旱频率较高的区域集中在河北省的中部, 西北方向的频率最低, 其他区域发生干旱的频率较低, 小于中部地区。
图4

图4冬小麦不同生育阶段重旱及特旱频率的空间分布
Fig. 4Spatial patterns of heavy drought and severe drought in different growth stages of winter wheat
在拔节-抽穗阶段(图4-c), 干旱高等级风险区域则集中到了河北省的东部和东南部。在抽穗-成熟阶段(图4-d), 重特旱发生频率在空间上有轻微的西移。总体来看, 河北省东南部地区, 特别是保定、沧州、衡水、邢台等黑龙港地区发生重旱及特旱的频率很高, 面临非常严重的干旱风险。
2.4 不同生育阶段的气象因子变化趋势
在近60年中, 本研究所涉及的几个主要气象因子在冬小麦不同生育阶段有着不同的变化趋势(表2)。CWDI除在返青-拔节阶段有增加趋势, 其余生育阶段均呈现下降的趋势, 尤其是在抽穗-成熟阶段, 下降程度最大。冬小麦需水量和CWDI有着类似的变化趋势, 均是在返青-拔节阶段上升, 其他阶段下降, 在抽穗-成熟阶段的下降趋势最显著。降水量在冬小麦前2个生育阶段的变化不明显, 在生育期的最后阶段有所增加。Table 2
表2
表2不同气象因子的气候倾向率
Table 2
时期 Stage | 水分亏缺指数 CWDI | 需水量 ETC | 降水 Precipitation | 气温 Temperature | 日照时数 Sun hour | 相对湿度 Relative humidity | 风速 Wind speed |
---|---|---|---|---|---|---|---|
播种-返青 Sowing-greening | -0.54 | -0.09* | -0.01 | 0.29*** | -0.21*** | -0.17 | -0.11*** |
返青-拔节 Greening-jointing | 0.73 | 0.15 | 0.00 | 0.47*** | -0.07 | -1.39** | -0.13*** |
拔节-抽穗 Jointing-heading | -0.25 | -0.41 | 0.09 | 0.21 | -0.07 | -0.14 | -0.15*** |
抽穗-成熟 Heading-maturity | -1.28* | -1.04** | 1.04** | 0.18** | -0.22*** | 0.30 | -0.14*** |
新窗口打开|下载CSV
在所有的4个生育阶段, 平均温度都有上升的趋势, 除拔节-抽穗阶段外, 其余生育阶段均极显著上升, 在这样的背景之下, 冬小麦的潜在蒸散量、需水量及灌溉需求量都会增加。如果未来气候持续变暖, 冬小麦将面临很大的干旱风险。与此同时, 日照时数和平均风速全部都有着下降的趋势; 相对湿度在不同的生育阶段有着不同的特点, 除了抽穗-成熟有上升的趋势, 从返青到拔节的前3个生育阶段均呈现较大的下降趋势, 表明冬小麦面临着较大的干旱风险。
2.5 CWDI对不同气象因子的敏感性分析
冬小麦不同生育期的气象因子对CWDI的影响有较大差异(表3)。在整个生育期, 降水和相对湿度的敏感系数均为负值, 其余3个要素均为正值。表明降水和相对湿度对于CWDI的影响是负效应, 气温、日照时数和风速对CWDI为正效应。Table 3
表3
表3不同气象因子对水分亏缺指数的敏感系数
Table 3
时期 Stage | 气温 Temperature | 日照时数 Sun hour | 相对湿度 Relative humidity | 风速 Wind speed | 降水 Precipitation |
---|---|---|---|---|---|
播种-返青 Sowing-greening | 0.44 | 0.45 | -5.27 | 2.67 | -7.48 |
返青-拔节 Greening-jointing | 0.64 | 0.54 | -1.31 | 0.77 | -3.07 |
拔节-抽穗 Jointing-heading | 1.13 | 0.57 | -0.95 | 0.56 | -2.50 |
抽穗-成熟 Heading-maturity | 3.72 | 2.04 | -2.23 | 1.10 | -6.64 |
新窗口打开|下载CSV
对比不同气象因子敏感系数的绝对值发现, 在全部四个生育阶段中, CWDI对降水的变化最敏感, 而其他气象因子在不同时期的敏感系数差异较大。因此, 在冬小麦生产中, 应当根据其不同生育期的降水情况和水分亏缺程度适时补充灌溉, 以减少干旱的发生。除降水外, 在播种-返青阶段相对湿度的敏感系数绝对值最大, 为5.27, 其次是风速和日照时数; 在拔节-返青阶段, 绝对值由大到小依次为相对湿度、风速、气温和日照时数; 在拔节-抽穗阶段, 气温的敏感系数绝对值最大, 为1.13, 风速的敏感系数绝对值最小, 为0.56; 抽穗-成熟阶段与前一个时期类似, 除降水外, 气温的敏感系数绝对值最高, 其次为相对湿度和日照时数。
3 讨论
本研究采用作物水分亏缺指数, 分不同生育期和不同区域对河北省冬小麦的干旱风险进行了定量评价, 通过将水分亏缺胁迫因子与作物生育进程耦合分析, 可以更加客观地反映冬小麦实际生产面临的干旱风险。在此基础上综合分析了降水、气温、湿度、风速等多种气象因子的变化及其对冬小麦干旱特征的影响差异和不同敏感性, 初步阐明了影响冬小麦水分亏缺和干旱风险的关键气象因子, 可为区域防旱减灾提供一定的理论支撑。冬小麦生育期内面临严重的干旱风险。特别在拔节-抽穗、抽穗-成熟等冬小麦产量形成的关键生育期, 降水量明显不足, 加之气温偏高, 导致其需水量显著增加, 造成严重的水分亏缺和干旱风险。有研究表明[24], 黄淮海冬麦区的水分亏缺比较严重, 在拔节-抽穗, 抽穗-成熟这2个生育阶段的水分亏缺程度高于其他生育阶段, 且开花-成熟阶段是决定冬小麦千粒重的关键时期[25], 因此, 发生在这2个阶段的干旱最终会严重降低冬小麦的产量。前人相关研究与本文结果有较好的一致性。从干旱风险的空间规律上看, 在冬小麦生长的中后期, 河北省东南部特别是保定、沧州、衡水、邢台等黑龙港地区面临非常严重的干旱风险。也有类似研究采用SPEI等气象干旱指标对河北冬小麦开展评价, 得出的空间规律与本研究基本吻合[26,27], 当然也有部分高风险地区存在差异。原因可能是本研究采用了综合考虑作物与大气和土壤共同作用的农业干旱指标CWDI作为评价指标, 而且在分析空间规律时重点关注了对冬小麦生长有明显抑制作用的重旱和特旱等级, 此外在冬小麦生育期阶段划分以及不同干旱等级分类依据上也有一定差异。
本文对CWDI的敏感性分析表明, 在冬小麦的所有生育期内, 降水均为主要的影响因素, 播种-拔节阶段相对湿度为次要的影响因素, 最后2个生育阶段气温为次要的影响因素。以往针对华北地区的相关研究表明, 过去几十年该区气温均有较为明显的增加趋势, 相对湿度和平均风速表现为总体减小的趋势[28,29]。有研究通过气象因子敏感性分析表明, 华北平原作物的潜在蒸散量随着温度、日照时数和风速的增加而增加, 随着相对湿度的增加而减少[30]。也有研究通过参数化检验法分析得出, 华北地区日照与风速的减少是造成作物需水量下降的主要原因[31]。因此本研究对于CWDI主要影响因素的分析结果与相关文献结论基本一致, 当然由于地理环境差异, 以及研究时段和空间尺度的不同也存在一定差异。冬小麦的CWDI由潜在蒸散、降水和作物系数综合决定, 而且作物Kc系数还可能受到不同品种和轮作模式的影响。今后还需进一步分析不同小麦品种以及“冬小麦-夏玉米”等种植模式的干旱风险差异, 从区域作物生产系统角度深入揭示旱灾形成的过程机制和时空规律, 为开展降低作物生产风险的结构布局调整和种植制度优化[32]提供理论依据。
4 结论
在冬小麦生育期内, 降水难以满足其水分需求, 特别在拔节-抽穗、抽穗-成熟等产量形成的关键期, 冬小麦需水量和水分亏缺程度显著上升, 面临着严重的干旱减产风险。河北省东南部地区发生重旱和特旱的频率很高, 特别是保定、沧州、衡水、邢台等黑龙港地区面临非常严重的干旱风险。冬小麦水分亏缺程度和干旱风险受降水、气温、湿度等因素的影响, 其中影响最大的是降水, 冬小麦全生育期敏感系数绝对值均最高; 生育前期相对湿度对水分亏缺的影响程度也较高; 而在冬小麦生育中后期, 气温成为除降水外的主要影响因素。近几十年来冬小麦4个生育内的平均气温都呈上升趋势。如果华北地区未来气候持续变暖, 无疑将显著增加冬小麦生长期的蒸散量以及灌溉需求量, 导致遭受更大的干旱风险。参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
Magsci [本文引用: 1]

华北平原是我国冬小麦主产区,干旱是影响该地区冬小麦产量稳定的最主要的灾害之一。进行产量风险评估以及如何通过灌溉降低干旱产量风险对于该地区冬小麦稳产高产具有重要的现实意义。该文利用澳大利亚的APSIM农业生产系统模拟模型,以华北平原北京和山东禹城为例,分析了不同降水年型条件下冬小麦的产量风险;通过不同灌溉方案的设计和模拟,分析了不同的灌溉方案在各种年型条件下对降低冬小麦产量风险的作用。结果表明:北京和禹城地区冬小麦生育期内绝大部分年份降水不能满足作物的需水,严重缺水年型出现的频率均在30%左右,两地该年型的平均产量仅为2 445和2 466 kg/hm2,产量风险较高。灌溉对于降低产量风险具有明显的作用,但需根据不同的缺水年型选择适宜的灌溉方案。在兼顾冬小麦稳产高产和提高水分利用效率的前提下,严重和中度缺水年型进行3次补充灌溉,分别为底墒水、拔节水和开花水,而在轻度缺水年型条件下,底墒水和拔节水两次灌溉即可大大降低干旱带来的产量风险,灌水定额为50~70 mm,且随缺水程度的降低和灌溉次数的增加,可以适当减小灌水定额。
Magsci [本文引用: 1]

华北平原是我国冬小麦主产区,干旱是影响该地区冬小麦产量稳定的最主要的灾害之一。进行产量风险评估以及如何通过灌溉降低干旱产量风险对于该地区冬小麦稳产高产具有重要的现实意义。该文利用澳大利亚的APSIM农业生产系统模拟模型,以华北平原北京和山东禹城为例,分析了不同降水年型条件下冬小麦的产量风险;通过不同灌溉方案的设计和模拟,分析了不同的灌溉方案在各种年型条件下对降低冬小麦产量风险的作用。结果表明:北京和禹城地区冬小麦生育期内绝大部分年份降水不能满足作物的需水,严重缺水年型出现的频率均在30%左右,两地该年型的平均产量仅为2 445和2 466 kg/hm2,产量风险较高。灌溉对于降低产量风险具有明显的作用,但需根据不同的缺水年型选择适宜的灌溉方案。在兼顾冬小麦稳产高产和提高水分利用效率的前提下,严重和中度缺水年型进行3次补充灌溉,分别为底墒水、拔节水和开花水,而在轻度缺水年型条件下,底墒水和拔节水两次灌溉即可大大降低干旱带来的产量风险,灌水定额为50~70 mm,且随缺水程度的降低和灌溉次数的增加,可以适当减小灌水定额。
Magsci [本文引用: 1]

在全球极端天气事件越来越多的大背景下,准确监测西南干旱对区域农业可持续发展具有重要的现实意义。该文选取降水距平百分率(percentage of precipitation anomaly index,Pa)、标准化降水指数(standard precipitation index,SPI)、相对湿润指数(relative moisture index,MI)等3种气象类干旱监测模型以及植被供水指数(vegetation water supply index,VWSI)与归一化植被指数(normalized differential vegetation index,NDVI)等2种遥感类干旱监测模型,并分别与实测土壤湿度作相关分析,在此基础上选取相关系数最高的相对湿润指数与归一化植被指数为自变量建立综合干旱监测指数(comprehensive drought monitoring index,DI)。结果表明,综合干旱指数与土壤水分实测值有较好的相关性,监测精度可达88.38%;在不同海拔高度内,综合干旱指数的拟合效果比单一指数效果更好,精度更高;在分析2009-2010年西南特大干旱旱情发展的时空演变过程中,综合干旱监测结果与实际干旱情况有较好的空间一致性,监测效果佳。研究成果为西南丘陵山区干旱监测提供了一种新的方法。
Magsci [本文引用: 1]

在全球极端天气事件越来越多的大背景下,准确监测西南干旱对区域农业可持续发展具有重要的现实意义。该文选取降水距平百分率(percentage of precipitation anomaly index,Pa)、标准化降水指数(standard precipitation index,SPI)、相对湿润指数(relative moisture index,MI)等3种气象类干旱监测模型以及植被供水指数(vegetation water supply index,VWSI)与归一化植被指数(normalized differential vegetation index,NDVI)等2种遥感类干旱监测模型,并分别与实测土壤湿度作相关分析,在此基础上选取相关系数最高的相对湿润指数与归一化植被指数为自变量建立综合干旱监测指数(comprehensive drought monitoring index,DI)。结果表明,综合干旱指数与土壤水分实测值有较好的相关性,监测精度可达88.38%;在不同海拔高度内,综合干旱指数的拟合效果比单一指数效果更好,精度更高;在分析2009-2010年西南特大干旱旱情发展的时空演变过程中,综合干旱监测结果与实际干旱情况有较好的空间一致性,监测效果佳。研究成果为西南丘陵山区干旱监测提供了一种新的方法。
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
Magsci [本文引用: 1]

为揭示滴灌水分亏缺对柑橘叶片光合特性、产量与水分利用效率的调控效应,以7 a生"不知火"柑橘为试材,在果实膨大期(Ⅲ)、果实成熟期(Ⅳ)各设置4个亏水处理,即轻度亏水(LD)、中度亏水(MD1)、偏重度亏水(MD2)和重度亏水(SD)处理,并设置1个对照处理(CK),分析柑橘叶片光合特性、产量及水分利用效率对滴灌水分亏缺的响应规律。结果表明:与CK相比,Ⅲ-LD处理叶片气孔导度显著降低(P<0.05),羧化速率、净光合速率均无显著差异(P>0.05),Ⅳ-LD处理蒸腾速率显著降低(P<0.05)且叶片瞬时水分利用效率提高36.61%(P<0.05);与CK相比,Ⅲ期、Ⅳ期叶片气孔限制值随亏水度加剧增大;与CK相比,Ⅲ期、Ⅳ期各亏水处理的耗水量随亏水度加剧降低。Ⅲ-LD、Ⅳ-LD处理的产量与CK无显著差异(P>0.05),但水分利用效率提高13%、9.5%,WUEI提高11%和6.87%(P<0.05)。因此,滴灌柑橘Ⅲ期、Ⅳ期轻度亏水处理在保证产量条件下,可节约灌溉用水且提高水分利用效率,是柑橘适宜的滴灌水分亏缺模式。
Magsci [本文引用: 1]

为揭示滴灌水分亏缺对柑橘叶片光合特性、产量与水分利用效率的调控效应,以7 a生"不知火"柑橘为试材,在果实膨大期(Ⅲ)、果实成熟期(Ⅳ)各设置4个亏水处理,即轻度亏水(LD)、中度亏水(MD1)、偏重度亏水(MD2)和重度亏水(SD)处理,并设置1个对照处理(CK),分析柑橘叶片光合特性、产量及水分利用效率对滴灌水分亏缺的响应规律。结果表明:与CK相比,Ⅲ-LD处理叶片气孔导度显著降低(P<0.05),羧化速率、净光合速率均无显著差异(P>0.05),Ⅳ-LD处理蒸腾速率显著降低(P<0.05)且叶片瞬时水分利用效率提高36.61%(P<0.05);与CK相比,Ⅲ期、Ⅳ期叶片气孔限制值随亏水度加剧增大;与CK相比,Ⅲ期、Ⅳ期各亏水处理的耗水量随亏水度加剧降低。Ⅲ-LD、Ⅳ-LD处理的产量与CK无显著差异(P>0.05),但水分利用效率提高13%、9.5%,WUEI提高11%和6.87%(P<0.05)。因此,滴灌柑橘Ⅲ期、Ⅳ期轻度亏水处理在保证产量条件下,可节约灌溉用水且提高水分利用效率,是柑橘适宜的滴灌水分亏缺模式。
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
Magsci [本文引用: 1]

作物需水量是科学确定灌溉时期和灌溉量的重要依据。该文基于中国冬小麦种植区22个省(市、自治区)356个气象站点的气候资料以及冬小麦生育期资料,采用FAO推荐的Penman-Monteith公式和作物系数计算了中国冬小麦1961-2010年全生育期及不同生育阶段的需水量,明确了研究区域内冬小麦需水量的空间分布特征和年代际变化特征,并结合降水量时空分布特征,综合分析冬小麦生长季内水分满足情况。研究结果表明:除播种-越冬(出苗)生育阶段冬小麦降水量空间分布特征不明显外,全生育期及各生育阶段冬小麦降水量空间分布特征均为东南沿海地区高西北内陆地区低的分布特征;除返青(出苗)-拔节生育阶段冬小麦需水量空间分布特征不明显外,全生育期及其他各生育阶段空间分布特征均呈西北高东南低的分布趋势;冬小麦全生育期和各生育阶段需水量近50 a来均呈下降趋势,尤其是全生育期及开花-成熟生育阶段内需水量下降趋势更明显,返青(出苗)-拔节生育阶段下降速率较少;若不考虑灌溉条件,从全国尺度来看,华南冬麦区和长江下游冬麦区水分满足情况较好,其他区域冬小麦各个生育阶段的降水条件均不能满足水分需求。比较各区域典型站点冬小麦水分满足情况,北部冬麦区、黄淮冬麦区、新疆冬春麦区和西南冬麦区水分亏缺比较严重,比较水分亏缺严重区域的冬小麦各个生育阶段的水分满足情况看出,相对水分亏缺程度较轻的为播种-越冬生育阶段,开花-成熟生育阶段冬小麦的水分亏缺程度最严重,该生育阶段是决定冬小麦千粒重的关键期,有灌溉条件地区适时灌溉,对保证高产稳产具有重要意义。
Magsci [本文引用: 1]

作物需水量是科学确定灌溉时期和灌溉量的重要依据。该文基于中国冬小麦种植区22个省(市、自治区)356个气象站点的气候资料以及冬小麦生育期资料,采用FAO推荐的Penman-Monteith公式和作物系数计算了中国冬小麦1961-2010年全生育期及不同生育阶段的需水量,明确了研究区域内冬小麦需水量的空间分布特征和年代际变化特征,并结合降水量时空分布特征,综合分析冬小麦生长季内水分满足情况。研究结果表明:除播种-越冬(出苗)生育阶段冬小麦降水量空间分布特征不明显外,全生育期及各生育阶段冬小麦降水量空间分布特征均为东南沿海地区高西北内陆地区低的分布特征;除返青(出苗)-拔节生育阶段冬小麦需水量空间分布特征不明显外,全生育期及其他各生育阶段空间分布特征均呈西北高东南低的分布趋势;冬小麦全生育期和各生育阶段需水量近50 a来均呈下降趋势,尤其是全生育期及开花-成熟生育阶段内需水量下降趋势更明显,返青(出苗)-拔节生育阶段下降速率较少;若不考虑灌溉条件,从全国尺度来看,华南冬麦区和长江下游冬麦区水分满足情况较好,其他区域冬小麦各个生育阶段的降水条件均不能满足水分需求。比较各区域典型站点冬小麦水分满足情况,北部冬麦区、黄淮冬麦区、新疆冬春麦区和西南冬麦区水分亏缺比较严重,比较水分亏缺严重区域的冬小麦各个生育阶段的水分满足情况看出,相对水分亏缺程度较轻的为播种-越冬生育阶段,开花-成熟生育阶段冬小麦的水分亏缺程度最严重,该生育阶段是决定冬小麦千粒重的关键期,有灌溉条件地区适时灌溉,对保证高产稳产具有重要意义。
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
Magsci [本文引用: 1]

作物需水量是制定灌溉计划和水资源规划的重要依据,了解其历史变化对于掌握未来农业用水走势并据此做出正确决策至关重要。该文利用FAO推荐的作物系数乘以参考作物蒸散量的方法计算了华北地区6个站点近50年主要作物的需水量,并并分析了其变化趋势。结果表明:除北京外,华北冬小麦和夏玉米两大作物需水量均呈下降趋势,每10年分别减少0.9~19.2 mm和8.3~24.3 mm。夏玉米需水量下降幅度超过冬小麦。其中以华北南部的郑州减少最多,下降幅度在19.2~24.3 mm/10年。与日照、降雨、温度、湿度和风速的同步分析表明,需水量变化趋势与日照和风速的下降趋势相一致。由于日照减少造成到达地面的能量减少,风速减小可削弱陆地与大气的水分和能量交换强度,故近50年来华北日照与风速的减小是作物需水量下降的主要原因。
Magsci [本文引用: 1]

作物需水量是制定灌溉计划和水资源规划的重要依据,了解其历史变化对于掌握未来农业用水走势并据此做出正确决策至关重要。该文利用FAO推荐的作物系数乘以参考作物蒸散量的方法计算了华北地区6个站点近50年主要作物的需水量,并并分析了其变化趋势。结果表明:除北京外,华北冬小麦和夏玉米两大作物需水量均呈下降趋势,每10年分别减少0.9~19.2 mm和8.3~24.3 mm。夏玉米需水量下降幅度超过冬小麦。其中以华北南部的郑州减少最多,下降幅度在19.2~24.3 mm/10年。与日照、降雨、温度、湿度和风速的同步分析表明,需水量变化趋势与日照和风速的下降趋势相一致。由于日照减少造成到达地面的能量减少,风速减小可削弱陆地与大气的水分和能量交换强度,故近50年来华北日照与风速的减小是作物需水量下降的主要原因。
[本文引用: 1]
[本文引用: 1]