西南水稻主产区用水现状与绿色高效灌排技术

西南水稻主产区面临季节性干旱、工程性缺水等生产问题,绿色高效灌排技术是该区域实现节水稳产增效的关键举措,对保障国家粮食安全具有重要意义。本文系统梳理了包括云南省、贵州省、四川省、重庆市在内的西南地区水稻生产用水现状和灌排技术现状,阐述了西南水稻主产区绿色高效灌排体系的基本特征、绿色高效灌排的具体技术类型,提出了由稻田精准需水预报、灌区精量配水管理、田间高效用水管理、田间高效排水管理构成的绿色高效灌排技术模式。研究发现,西南水稻主产区水资源丰富但时空分布不均,节水灌溉和排水技术落后且对各地区气候条件、水资源量、地形的适用性有较大差异。建议研发稻田灌排高效协同调控新技术、推广绿色高效灌排技术体系、优化稻田水肥运筹模式、开发稻田智能灌排与信息化管理系统、构建水稻绿色高效灌排技术多维推广体系,据此推动西南水稻主产区节水提质增效与绿色减污降排多赢。

中国旱作节水农业科技进展与未来研发重点

分析了中国发展旱作节水农业的科学意义和生产实践意义,提出了旱作节水农业的概念,阐述了旱作节水农业应用基础理论、技术体系和发展模式,总结了相关领域进展和发展趋势,最后指出未来的研究重点和前沿问题。

基于农业灾情的东北粮食产量估算模型及灾损分析

利用1981-2010年东北三省农业灾情统计数据和粮食产量数据,应用多元回归方法分析粮食气候减产量与灾情的关系,并构建基于灾情数据的粮食产量估算模型;在粮食因灾减产量估算的基础上,应用灰色关联法评价干旱、洪涝、低温和风雹4种灾害在受灾率、成灾率及绝收率水平上对粮食减产量的影响。结果表明,东北三省粮食气候减产量与农业灾情统计数据存在极显著(P<0.01)相关关系,回归模型决定系数(R2)分别为0.76(黑龙江省)、0.78(吉林省)和0.87(辽宁省),各模型估算的粮食产量模拟值与实际值间的平均相对误差分别为-0.06%、-0.32%和-0.20%。可见在气象灾害发生时历史农业灾情统计资料对区域粮食灾损量和粮食产量具有较强的指示作用,能为以粮食作物为主的地区提供可靠的粮食产量估算和农业气象灾害评价依据。对粮食因灾减产量与灾情的灰色关联度的分析表明,在受灾水平上,干旱的关联度在三省均为最高;在成灾、绝收水平上,风雹的关联度均位列第1;低温灾害在受灾、成灾和绝收水平上的关联度都不是最高的。由此可见,造成东北三省粮食减产的主要气象灾害是以程度轻、范围广的干旱及程度重、局地性强的风雹为主,而东北地区作为气候变暖趋势最明显的地区之一,低温不再是当地首要的农业气象灾害。

伊犁地区酿酒葡萄农业气候特征分析

利用新疆维吾尔自治区伊犁哈萨克自治州酿酒葡萄可种植区10个气象站点逐日气象和酿酒葡萄生育期数据,通过M-K检验、趋势检验等统计方法,结合ArcGIS空间表达,分析了1961-2020年研究区酿酒葡萄气候资源和农业气象灾害的时空变化特征,为高效合理利用当地积雪资源,缓解干旱及冻害,优化酿酒葡萄越冬方式,选择成本较低的积雪覆盖方式提供科学依据。结果表明:(1)1961-2020年伊犁地区除昭苏及尼勒克部分区域外光热资源丰富,年均降水量空间分布不均且低于455mm,全区年均降水量以5.1mm·10a-1趋势增加,总体满足酿酒葡萄生长发育需求;全区酿酒葡萄越冬期(11月-翌年3月)降雪每10a增加7.4mm,且被0-10cm积雪覆盖的概率大于90%;(2)1961-2020年全区越冬期冻害频次、强度均有所下降,潜在生长季(4-10月)中7月和9月旱情较严重。

ENSO事件对山东苹果生产的影响Ⅱ:不同ENSO年型下农业气象灾害变化及对苹果产量的影响

苹果作为山东优势果品之一,其生产受农业气象灾害影响较大。探究厄尔尼诺-南方涛动(ENSO)事件下山东农业气象灾害演变规律及其对山东苹果产量的影响,对指导当地苹果生产具有重大意义。本文基于山东1991-2019年逐日气象观测数据、地市级苹果种植统计数据及ENSO事件数据,利用数理统计分析和ArcGIS空间表达,得出以下结论:1)1991-2019年不同ESNO年型下农业气象灾害发生情况区域差异显著。6-8月果实膨大期厄尔尼诺年干旱灾害发生较为频繁,共计78次,干旱频率最高约50%;中性年雨涝灾害较为严重,高达60次。鲁西、鲁中等热量资源充足地区,干旱发生较为频繁;鲁南降水资源较为充沛地区,雨涝灾害发生频繁。鲁东、胶东半岛等地3-5月苹果花期极端低温灾害发生较为频繁,发生日数约7~9 d·a^(-1),频率约为60%-100%。鲁西等地是6-8月苹果果实膨大期高温热害的高发区,发生天数11~15 d·a^(-1)。2)不同ESNO年型下,干旱与厄尔尼诺年呈正相关,与拉尼娜年呈负相关。3-10月苹果可生长期厄尔尼诺年南方涛动指数与雨涝呈正相关,拉尼娜年、中性年南方涛动指数与雨涝呈负相关。3-5月苹果花期低温灾害与厄尔尼诺年南方涛动指数呈负相关;与拉尼娜年、中性年南方涛动指数呈正相关。3)3-10月苹果可生长期,厄尔尼诺年,胶东半岛地区干旱加剧,导致苹果减产率上升;中性年,雨涝灾害使得苹果减产减收的影响加重。6-8月苹果果实膨大期,拉尼娜年、中性年,鲁西地区干旱与苹果减产率呈正相关;中性年,山东大部分地区雨涝与苹果减产率呈正相关。厄尔尼诺年苹果减产率受极端低温灾害影响较小,高温热害影响较大;拉尼娜年、中性年山东大部分地区低温冷害、冻害天数增加,导致苹果减产率上升,风险加大。苹果生产中谨防厄尔尼诺年高温、干旱,拉尼娜年、中性年应预防低温、雨涝灾害对苹果产量、品质的损害,确保苹果产业健康可持续的生产。

两种不同产量历史丰歉气象影响指数确定方法在农业气象产量预报中的对比研究

利用吉林省1980—2015年春玉米单产数据、50个气象站逐日气象资料,基于欧式距离和相关系数建立综合诊断指标,利用综合诊断指标研究分析预报年与历史年春玉米气象产量丰歉气象影响指数的关系,以此构建春玉米产量预报模型,对吉林省春玉米产量进行动态预报。产量预报模型对2003—2012年的预报试验结果表明,产量丰歉趋势ΔY的平均正确率均在60%以上,加权分析法的单产预报准确率除2009年外,均高于80.0%,且各时段的预报准确率均高于大概率法的。对2013—2015年吉林省春玉米产量的预报检验结果表明,加权分析法对产量丰歉趋势ΔY的预报结果稍好;加权分析法单产预报准确率几乎都在90.0%以上,普遍高于大概率法的。说明加权分析法建立的产量预报模型预报效果更好,可在业务上应用。

黄淮海平原各农业亚区潜在蒸散量变化及其对气候要素的敏感性分析

潜在蒸散量是确定作物需水量的重要依据和基础,客观分析其时空变化及气候成因具有重要意义。本文以国家气象局整编的黄淮海平原40个站点近53a(1961-2013年)逐日气象资料,将黄淮海平原分为6个农业亚区,分别计算潜在蒸散量(ET0)及其对气候要素(气温、相对湿润度、太阳辐射和风速)的敏感系数,并分析其变化特征。结果表明:从各区年、季ET0的平均值看,黄淮海平原各亚区都是夏季ET0最高,秋季和冬季以鲁西平原鲁中丘陵水浇地旱地二熟区(Ⅳ区)最高。从各区年、季ET0变化倾向率看,6个农业亚区夏季ET0均呈显著递减趋势,其中南阳盆地水浇地旱地二熟区(Ⅴ区)减幅最大,而春季ET0表现为燕山太行山山前平原水浇地二熟区(Ⅱ区)和江淮平原丘陵麦稻两熟区(VI区)呈显著递增的变化趋势、冬季Ⅱ区ET0呈现显著递增的变化趋势;从各区年、季ET0敏感系数的平均值和变化倾向率看,春、秋、冬季和年ET0对相对湿度最敏感,夏季ET0对太阳辐射最敏感;ET0对太阳辐射和相对湿度分别呈正向和负向敏感,且敏感性在时间序列上呈减弱趋势;相对湿润度和风速在环渤海山东半岛滨海外向型二熟农渔区(Ⅰ区)、太阳辐射和气温在VI区形成高值区,说明ET0在黄淮海平原Ⅰ区对相对湿润度和风速、在VI区对太阳辐射和温度较敏感。

中国西南五省参考作物蒸散量时空变化分析

为深入了解中国西南5省ET0演变规律,利用1954—2013年广西、重庆、云南、贵州、四川5个省市119个站点逐日地面气象资料,采用FAO-56推荐的Penman-Monteith公式计算各站点逐日ET0,并使用Mann-Kendall检验、Morlet小波分析和GIS反距离加权插值定量分析ET0时空变化特征。结果表明,1954—2013年西南5省ET0多年平均值为855 mm,波动范围为819~901 mm,年均ET0总体呈下降趋势（倾向率为-1.5 mm/10 a）,在春、夏、秋、冬季也均呈下降趋势（倾向率分别为-0.4、-0.7、-0.3、-0.1 mm/10a）,分别占全年的26.7%、46.7%、20%、6.6%;西南5省ET0多年平均值分别以26 a、12 a、5 a为第1、第2、第3周期进行“增大-减小”交替变化;1954—2013年,西南5省年均ET0空间分布总体表现为南部大于北部,云贵高原西部和广西地区明显大于四川盆地和云贵高原东部,四川盆地相对最小,川西高原南部和云贵高原东部地区相对最大;西南5省ET0在春、夏、秋、冬季空间分布较高值区分别为云贵高原西部、四川盆地和云贵高原东部、广西地区、云贵高原西部,较低值区分别为四川盆地、云贵高原西部、四川盆地和川西高原东北部、四川盆地和广西地区。

气候变化与灌溉对都江堰灌区参考作物蒸散量影响研究

为解决气候变化与灌溉对区域参考作物蒸散量(ET0)的影响问题,利用Penman-Monteith公式计算都江堰灌区5个站点60年逐日蒸散量,定性定量研究气候变化与灌溉对灌区蒸散量的影响。结果表明:近60年灌区蒸散量总体呈降低趋势。各气候变量对蒸散量的敏感性由高到底依次为相对湿度、平均温度、日照时数、风速;风速、日照时数的降低是蒸散量下降的主要原因,灌区建设前后相比,遂宁站风速的下降趋势远大于全国风速的下降趋势,灌溉主要使区域风速显著下降。在春、夏、秋、冬、主要作物生长期,蒸散量变化的主控因素分别为平均温度、相对湿度、平均温度、相对湿度和相对湿度。灌区灌溉与气候变化对蒸散量影响分别为49.97%、50.03%,因此气候变化与灌溉是引起灌区蒸散量变化的重要原因。

区域粮食产量因灾损失评估之内蒙古自治区灾情-产量模型构建

基于1981-2020年内蒙古自治区农业气象灾害灾情及该地区粮食作物播种面积和产量数据,构建灾情-粮食作物产量评估模型,并对该模型进行验证,以此估算该地区粮食作物因灾减产量。结果表明:(1)1981-2020年内蒙古自治区粮食作物播种面积、总产和单产均呈显著上升趋势,增速分别为74.48×10^(3)hm2·a^(-1)、78.85×10^(4)t·a^(-1)和100.97kg·hm^(-2)·a^(-1)。(2)1981-2020年内蒙古农业气象灾害受灾、成灾面积均呈先上升后下降趋势,同期全国农业气象灾害成灾和受灾面积亦呈先上升后下降趋势。(3)干旱是该地区最主要的农业气象灾害,其受灾和成灾面积分别占历年各灾种的总受灾和成灾面积的64.10%和62.45%。灰色关联度分析表明,在受灾率和成灾率水平上干旱是与粮食单产关联度最高的农业气象灾害,在绝收率水平上风雹与粮食单产关联度最高。(4)构建的灾情-粮食作物产量评估模型模拟准确率较高,其模拟粮食产量与实际粮食产量呈极显著相关(R2=0.99,P<0.01),历年模拟平均相对误差为0.20%,翌年试报相对误差为2.49%。(5)1981-2020年内蒙古自治区粮食因灾损失率呈极显著下降趋势(R^(2)=0.77,P<0.01),降速为0.48个百分点·a^(-1),平均因灾损失率为14.79%,68.42%的年份粮食单产因灾损失率高于10%。综上分析,基于1981-2020年统计数据构建的内蒙古自治区灾情-粮食作物产量评估模型可以较好地模拟和预测粮食作物产量、评估粮食产量因灾损失,从而满足农业气象业务和服务的需要。

区域粮食产量因灾损失评估之长江流域灾情-产量模型再检验

利用1949-2020年长江流域(江苏、安徽、浙江、江西、湖北、湖南、上海和四川)耕地面积、粮食种植面积、产量和农业灾情统计数据,分析区域粮食生产与灾情的变化特征;采用已构建的长江流域7省份(江苏、安徽、浙江、江西、湖北、湖南和上海)灾情-产量评估模型,估算各省(市)1949-2020年粮食因灾损失及产量,并构建四川省1949-2020年粮食作物的灾情-产量模型;明确了影响区域粮食产量的主要灾种,构建了主要灾种-产量评估模型,进一步检验了模型构建方法的通用性。结果表明:(1)过去72a,全国、长江流域粮食作物种植面积平均分别为11.60×10^(7)hm^(2)和2.70×10^(7)hm^(2),均呈显著上升趋势(P<0.05),其中沪苏浙川粮食作物种植面积呈显著下降趋势(P<0.05);全流域玉米、小麦、其他作物和稻谷种植面积分别占全区粮食作物种植面积的5.9%、14.9%、34.6%和44.6%,稻谷种植面积增加趋势显著(P<0.05)。(2)1949-2020年,全国、全流域粮食作物产量平均分别为3.67×10^(8)t和1.38×10^(8)t,呈显著增加趋势(P<0.05);全流域玉米、小麦、其他作物和稻谷产量分别占全区粮食作物种植产量的的6.0%、12.0%、11.9%和70.1%,其中稻谷产量显著上升(P<0.05)。同期,全流域和全国粮食作物复种指数分别为138%和214%,均呈下降趋势,尤其浙江省复种指数从1980s的250%降至2010s的100%,降幅较大。(3)研究期内长江流域作物受灾面积、成灾面积和绝收面积平均分别为1.08×10^(7)hm^(2)、0.48×10^(7)hm^(2)和0.08×10^(7)hm^(2),分别占全国的30.8%、29.2%和28.8%,变异率分别为51.5%、64.4%和115.5%。干旱和洪涝总灾情占比较高,分别占全国粮食作物干旱和洪涝受灾面积、成灾面积和绝收面积74.3%、74.0%、66.9%,低温、风雹和台风引起的总灾情分别占全国的36.6%、32.4%和25.5%。(4)基于已构建的1949-2014年长江流域灾情-产量评估模型,将数据扩展至2020年,对模型进行再检验,结果表明,1949-2020年苏皖浙赣湘粮食产量的模拟值与实际值呈极显著线性相关,决定系数(R^(2))均高于0.97,沪鄂决定系数(R2)略偏低(分别为0.78和0.80,P<0.01)。72a间,四川省新建模型模拟结果精度高,决定系数为0.99。8省(市)中以上海和浙江粮食因灾减产率相对较高(27.4%和33.4%),苏皖赣鄂湘川粮食因灾减产率分别为13.0%、15.5%、9.0%、10.3%、6.47%和0.14%,明确区域重点防御灾种后,构建新的主要灾种-粮食产量回归模型,仍可以解释粮食减产量95%以上。进一步区域评估表明,构建的模型能很好地模拟气象灾害对粮食产量造成的损失,具有预测粮食产量的性能,具备全国业务化应用的可行性。

中国三大灌区参考作物蒸散量温度法模型的修订与适应性评价

为提高中国三大灌区(都江堰灌区、河套灌区和淠史杭灌区)参考作物蒸散量(reference crop evapotranspiration,ET_0)温度法的计算精度,选取8个代表性站点1961-2014年逐日气象资料,采用Irmark-Allen(IA)、Hargreaves and Samani(HS)、Turc(Tur)、Mc Cloud(MC)、Schendel(Sch)、Trajkovic(Tra)、Droogres and Allen-1(DA-1)和Droogres and Allen-2(DA-2)共8种温度法计算ET_0,以FAO-56Penman-Monteith(PM)法计算结果为标准,基于各方法计算的ET0日值线性回归方程(y=kx+b),分别在都江堰灌区选取IA法和Tra法,河套灌区选取HS法、DA-1法和DA-2法,淠史杭灌区选取IA法、HS法、DA-1法和DA-2法,引入调差参数对模型进行修订,利用均方根误差(RMSE)、平均相对误差(MRE)和Nash-Sutcliffe系数(NS)对其适应性进行评价。结果表明:都江堰灌区和淠史杭灌区所选模型修订后计算精度均有明显提高,河套灌区提高不明显;都江堰灌区IA修订模型(IA-Du法)在该灌区计算精度最高,其日值、旬值的RMSE、MRE和NS分别为0.318mm·d^(-1)、0.120和0.923,0.201mm·d^(-1)、0.093和0.959,且在不同月份均有较高计算精度;河套灌区计算精度最高模型为HS法,其日值、旬值的RMSE、MRE和NS分别为0.898mm·d^(-1)、0.326和0.785,0.547mm·d^(-1)、0.223和0.904,且在1-5月和10-12月具有较高计算精度;淠史杭灌区IA修订模型(IA-Pi法)在该灌区计算精度最高,其日值、旬值的RMSE、MRE和NS分别为0.534mm·d^(-1)、0.195和0.861,0.390mm·d^(-1)、0.167和0.896,且在不同月份均具有较高计算精度。因此,推荐IA-Du法、HS法和IA-Pi法分别作为都江堰灌区、河套灌区和淠史杭灌区计算参考作物蒸散量的方法。

基于正交投影法改进TOPSIS模型的宁夏农业干旱风险评价

【目的】科学有效对宁夏农业进行干旱风险评价。【方法】基于自然灾害风险理论,利用宁夏5市气象和社会经济等方面的数据,从农业干旱危险性、暴露性、脆弱性和抗旱能力4方面选取32个评价指标构建宁夏农业干旱风险评估指标体系;通过主成分分析将指标简化为10个相互独立的主成分,采用熵权法确定主成分权重,并基于正交投影法改进TOPSIS模型,得出各主成分"垂面"距离Pi,依据Pi值越小风险越大的原则,对宁夏5个市的农业干旱风险进行评价。【结果】银川、石嘴山、吴忠、固原和中卫的主成分到正理想解的"垂面"距离Pi分别为0.045、0.035、0.037、0.026、0.033,农业干旱风险由高到低依次为固原>中卫>石嘴山>吴忠>银川,与雷达图法分析的近1949—2013年的实际旱情程度及空间分布较为一致,表明改进TOPSIS模型适用于宁夏农业干旱风险评价。【结论】为有效降低未来潜在的农业干旱风险,宁夏全区需树立"以水定结构、以水定面积、以水定产量"的农业灌溉用水管理理念,适当调整与优化作物种植结构,大力发展高效节水灌溉,加快建设库坝窖池井工程联调体系,按照"北部节水、中部调水、南部开源"的治水思路对水资源进行合理调配,同时加快旱情监测网络建设及抗旱服务体系建设。

中国粮食主产区主要气象因子时空演变特征及其对参考作物蒸散量影响

准确评估粮食主产区气象因子变化特征及对参考作物蒸散量(reference crop evapotranspiration,ET0)的影响,对农田水文循环、区域农业水资源优化配置与高效利用等具有重要意义。利用中国粮食主产区258个气象站点1961―2013年的逐日气象资料,采用Penman-Monteith公式计算ET0,通过M-K趋势检验法、偏相关分析、多元线性回归计算贡献率等方法,分析了1961—2013年中国粮食主产区主要气象因子时空演变及其对ET0变化的贡献特征。结果表明,1961—2013年中国粮食主产区相对湿度、温度、降水在空间上由南至北呈降低趋势,而日照时间和风速则由南至北呈增高趋势;1961—2013年中国粮食主产区全区、温带湿润半湿润地区(I区)、温带干旱半干旱地区(II区)、亚热带湿润地区(III区)及暖温带半湿润地区(IV区)多年平均气温均呈增大趋势,平均风速、相对湿度、降水与日照时间均呈减小趋势;1961—2013年中国粮食主产区年内ET0均呈锯齿状下降,且ET0在四季呈现出夏季>春季>秋季>冬季的特征;多年平均风速、气温、日照时间与ET0在全区及各分区总体均显著正相关(P<0.05),而相对湿度与ET0在全区及各分区均极显著负相关(P<0.01);1961—2013年中国粮食主产区全区及I^IV区气温、风速、相对湿度对ET0变化均具有较大贡献,其中相对湿度为I区、III区及IV区的主要气象驱动因子,其次为平均气温和风速;而II区ET0变化的主要驱动因子为风速,其平均贡献率WII(风速)为0.37;综上所述,中国粮食主产区主要气象因子变化特征与ET0的响应,均呈现出区域性、季节性差异。

基于农作物灾情的长江中下游地区粮食产量损失评估

利用长江中下游地区7省(市)1949-2014年农作物灾情统计数据和粮食作物单产数据,采用多元线性回归方法,构建粮食气象减产量与农作物受灾面积、成灾面积及绝收面积的回归模型,运用主成分分析法研究长江中下游7省(市)影响粮食产量的主要农业气象灾害,对因气象灾害导致的粮食产量损失进行评估。结果表明:(1)粮食气象减产量与总灾情显著相关(P<0.05),其中除湖南省外,其它各省相关关系达极显著水平(P<0.01)。粮食气象减产量与成灾面积关系更密切,依据总灾情评估粮食产量,模型的拟合优度(R^2)除上海市外均大于0.9。(2)根据粮食气象减产量与干旱、洪涝、风雹、低温、台风5种灾情的相关性,建立主要灾种粮食产量模型,仅从R^2数值来看,除湖南省外,其它6省(市)主要灾种模型的R^2均略高于总灾情模型,但单因素方差分析表明,两类模型的R^2不存在显著差异。(3)两类模型均不能解释粮食作物结构性逐年波动变化,是模型产生模拟误差的一个主要因素。本研究建立的灾损模型和产量评估模型能较好地模拟灾情与粮食产量的关系,2015年数据试报检验表明,可以将其用作长江中下游地区不同省(市)粮食产量短期预测。

优质樱桃番茄高效水氮耦合管理

【目的】水分和氮素是限制作物产量和品质的最重要因素,合理的水肥管理是农业生产高产高效的关键。结合同位素技术研究最优水氮耦合模式,为樱桃番茄生产中合理灌水和施氮,提高番茄果实品质及水分利用效率(WUE)提供科学依据。【方法】以樱桃番茄品种‘千禧’为试验材料,结合稳定同位素技术进行水肥耦合盆栽试验。试验设置3个灌溉水平(W)和3个氮素水平(N),灌溉水平包括90%土壤持水量(充分供水,WH),70%土壤持水量(中度水分胁迫,WM)和50%土壤持水量(重度水分胁迫,WL);氮素水平包括高氮(0.23 g/kg,NH),中氮(0.16 g/kg,NM)和低氮(0.08 g/kg,NL)。试验采用完全随机设计,共9个处理。在灌溉施肥处理60天后收获,分析测定了植株不同部位的生物量及碳、氮、氧同位素含量。【结果】在WH和WM条件下,增加氮素用量使番茄地上部干物质量和叶面积显著增加,增幅分别为19.8%~45.4%和29.4%~106.8%;相同氮素水平下,WH和WM的地上部干物质量和叶面积比WL分别增加24.7%~83.4%和17.6%~90.4%。WHNH处理干物质量和叶面积最高,WMNH处理次之,但后者耗水量低,具有最高的WUE。在WH和WM下,随着氮素用量的增加番茄植株的WUE和氮素含量同步增加。土壤水分水平下降提高了植株的WUE以及δ13C和δ18O,而WUE提高的主要原因是由于叶片气孔的优化调控,植株叶片的δ13C和δ18O可以用于表示灌溉施肥条件下长时间尺度上的WUE信息。WLNM处理提高番茄的糖分含量,而WHNM处理能降低番茄的有机酸含量,从而使番茄口感更好,提高番茄品质。【结论】中度水分胁迫和高氮处理(WMNH)能在促进番茄生长和提高氮素吸收和利用效率的同时减少水分用量,提高番茄的水分利用效率,为本试验的最优水氮耦合处理。

区域粮食产量因灾损失评估之北方五省灾情-产量模型再检验

利用1961-2020年粮食作物种植面积、产量和农业灾情统计数据,对比分析了全国和冀鲁豫晋陕粮食产量与灾情的变化特征;采用已构建的河北、山东、河南灾情-产量评估模型,输入2008-2020年灾情数据,估算粮食产量及其因灾损失,检验已建灾情-产量评估模型的敏感性和稳定性;同时,基于该统计建模方法构建了山西和陕西两省粮食作物灾情-产量评估模型,评价构建模型方法的通用性。结果表明:(1)1961-2020年,北方五省粮食作物种植面积和总产量分别占全国的28%和25%,夏收粮食和秋收粮食种植面积分别以3.39hm^(2)·a^(-1)和106.3hm^(2)·a^(-1)的速率极显著下降(P<0.01),总产量分别以137.3×10^(4)t·a^(-1)和119.9×10^(4)t·a^(-1)的速率极显著增加(P<0.01)。2008-2020年北方五省粮食种植面积和产量分别以209.42hm^(2)·a^(-1)和258.06×10^(4)t·a^(-1)的速率极显著增加(P<0.01)。(2)1961-2020年,北方五省受灾、成灾和绝收面积分别占全国平均灾情的28%、28%和23%,北方五省与全国灾情均呈显著先增强后减轻变化趋势;全国农作物受灾、成灾和绝收面积分别在2008年、2000年和2000年达到历史高值后逐年下降;北方五省相应灾情分别在1990年、1989年和2004年出现下降拐点。全国粮食作物灾情主要来自干旱和洪涝,旱涝受灾、成灾和绝收面积占全国灾害统计面积的76%;北方五省灾情主要来自干旱,干旱受灾、成灾和绝收面积分别占北方五省灾情统计的66%、61%和58%。2008-2020年山东干旱受灾面积最大;河北、山西干旱成灾面积相对较高;河北洪涝和风雹绝收面积最高。(3)基于构建模型的数据序列延长至2020年,冀鲁豫粮食产量模拟值与实际值呈极显著相关关系(R2>0.95,P<0.01),构建的北方五省灾情-粮食作物产量评估模型模拟准确率较高;60a间,冀鲁豫晋陕五省的粮食因灾损失率分别为8.99%、18.02%、9.79%、12.84%和20.04%,近12a受灾情面积减少和农业科技进步的影响,因灾损失率分别为4.4%、17.4%、9.65%、8.14%和17.9%,均有所下降。经模型的验证和构建,该建模统计方法对于评估气象灾害对粮食产量造成的损失表现较好,具有预测粮食产量的性能,具备业务化应用的可行性。鉴于北方五省粮食产量占全国粮食产量比例较高,新时期防范区域农业气象灾害风险对保障国家粮食安全至关重要。

中国粮食主产区参考作物蒸散量演变特征与成因分析

在全球变暖的背景下,参考作物蒸散量(reference crop evapotranspiration,ET_0)的改变及其空间分布势必对中国粮食主产区农业水资源规划、农业用水管理等产生重要影响。本文将中国粮食主产区划分为温带湿润半湿润地区(I区)、温带干旱半干旱地区(Ⅱ区)、暖温带半湿润地区(Ⅲ区)和亚热带湿润地区(Ⅳ区)4个子区域,基于粮食主产区265个站点1961-2013年53a气象数据,采用FAO-56Penman-Monteith公式计算各站点逐日ET_0,利用Arc GIS空间插值、Mann-Kendall趋势检验、敏感性分析和贡献率分析等方法,对该区域ET_0的时空分布规律及其成因进行分析。结果表明:(1)近53a来,中国粮食主产区年均ET_0为878.9mm,整体呈显著下降趋势,速率为0.47mm·a^(-1)(P<0.05),Ⅰ、Ⅱ区和Ⅳ区年均ET_0分别为741.8、1079.8和924.2mm且均有所减小,但变化趋势并不明显,Ⅲ区年均ET_0为940.2mm,呈极显著下降趋势,速率为1.21mm·a^(-1)(P<0.01)。(2)全区及Ⅰ-Ⅳ区ET_0最敏感气象因子均为相对湿度,其敏感系数分别为-1.060、-1.232、-0.784、-1.114和-1.009。(3)全区及Ⅰ-Ⅲ区对ET_0变化贡献最大的气象因子为风速,Ⅳ区为相对湿度。(4)风速的减小是造成粮食主产区全区及Ⅰ-Ⅲ区ET_0减小的首要原因,风速减小和日照时数缩短是造成Ⅳ区ET_0减小的主要原因。

灌区运行水平综合评价研究进展

灌区运行水平综合评价是实现灌区科学与可持续发展管理的基础,也是灌区续建配套及节水改造投资的重要决策依据。介绍了灌区运行水平综合评价指标体系的构建,研究了指标权重不同的确定方法;对灌区运行水平综合评价的现有20多种评价方法进行了比较,明确了其优缺点及评价结果的精度;提出未来灌区运行水平综合评价指标体系应更多考虑反映生态化、信息化、智能化和可持续发展的技术指标,构建基于人水和谐的现代化美丽灌区评价指标体系和智能化灌区运行水平综合评价基础信息采集系统;要基于新的数学方法和模型建立灌区运行水平综合评价新方法,结合3S等现代信息技术开发现代化灌区运行水平综合评价平台,提高评价模型的可操作性与评价结果的精确性,进而更科学的指导灌区现代化建设。

基于极限学习机模型的中国西北地区参考作物蒸散量预报

为有效提高西北地区参考作物蒸散量(ET_0)预报精度,在西北地区选择6个代表性气象站点,以P-M模型计算的ET_0作为标准值,利用1993-2016年逐日气象资料构建10种极限学习机(extreme learning machine,ELM)ET_0预报模型,用k-折交叉验证估计模型泛化误差,并将其与Hargreaves-Samani、Chen、EI-Sebail和Bristow等4种在西北地区计算精度较高的模型进行比较。结果表明:ELM_1(输入T_(max)、T_(min)、RH、n和u_2)、ELM_2(输入T_(max)、T_(min)、n和u_2)、ELM_4(输入T_(max)、T_(min)、RH和u_2)及ELM_7(输入T_(max)、T_(min)和u^2)模型均具有较高模拟精度,其MAE分别为0.199、0.209、0.250、0.273 mm/d,RMSE分别为0.270、0.285、0.341、0.422 mm/d,NSE分别为0.983、0.981、0.973、0.987,R^2分别为0.984、0.982、0.975、0.960,整体评价指标(global performance indicator,GPI)排名分别为1、2、3、4;模型可移植性分析表明,ELM模型具有较强的泛化能力,除了ELM_7在喀什站、敦煌站的模拟精度相对较低之外,其余ELM模型在西北地区各站点模拟结果的MAE均在0.40 mm/d以下、RMSE均在0.49以下、NSE均在0.95以上、R^2均在0.96以上;在相同输入的情况下ELM模型模拟精度均高于HargreavesSamani、Chen、EI-Sebail和Bristow。因此,在气象资料缺乏情景下ELM模型可作为西北地区ET_0计算的推荐模型。