CN110533346A - 一种粮食生产的水资源安全评估方法 - Google Patents
一种粮食生产的水资源安全评估方法 Download PDFInfo
- Publication number
- CN110533346A CN110533346A CN201910845887.7A CN201910845887A CN110533346A CN 110533346 A CN110533346 A CN 110533346A CN 201910845887 A CN201910845887 A CN 201910845887A CN 110533346 A CN110533346 A CN 110533346A
- Authority
- CN
- China
- Prior art keywords
- water
- grain
- day
- crop
- production
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 111
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000012010 growth Effects 0.000 claims abstract description 22
- 230000006735 deficit Effects 0.000 claims abstract description 18
- 238000003973 irrigation Methods 0.000 claims abstract description 18
- 230000002262 irrigation Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 9
- 239000003621 irrigation water Substances 0.000 claims abstract description 7
- 238000009826 distribution Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000001556 precipitation Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 244000062793 Sorghum vulgare Species 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 240000008042 Zea mays Species 0.000 claims description 5
- 235000002017 Zea mays subsp mays Nutrition 0.000 claims description 5
- 235000017060 Arachis glabrata Nutrition 0.000 claims description 3
- 244000105624 Arachis hypogaea Species 0.000 claims description 3
- 235000010777 Arachis hypogaea Nutrition 0.000 claims description 3
- 235000018262 Arachis monticola Nutrition 0.000 claims description 3
- 235000007319 Avena orientalis Nutrition 0.000 claims description 3
- 241000209763 Avena sativa Species 0.000 claims description 3
- 235000007558 Avena sp Nutrition 0.000 claims description 3
- 240000008564 Boehmeria nivea Species 0.000 claims description 3
- 229920000742 Cotton Polymers 0.000 claims description 3
- 240000008620 Fagopyrum esculentum Species 0.000 claims description 3
- 235000009419 Fagopyrum esculentum Nutrition 0.000 claims description 3
- 244000068988 Glycine max Species 0.000 claims description 3
- 235000010469 Glycine max Nutrition 0.000 claims description 3
- 241000219146 Gossypium Species 0.000 claims description 3
- 244000020551 Helianthus annuus Species 0.000 claims description 3
- 235000003222 Helianthus annuus Nutrition 0.000 claims description 3
- 240000005979 Hordeum vulgare Species 0.000 claims description 3
- 235000007340 Hordeum vulgare Nutrition 0.000 claims description 3
- 244000017020 Ipomoea batatas Species 0.000 claims description 3
- 235000002678 Ipomoea batatas Nutrition 0.000 claims description 3
- 235000004431 Linum usitatissimum Nutrition 0.000 claims description 3
- 240000006240 Linum usitatissimum Species 0.000 claims description 3
- 244000061176 Nicotiana tabacum Species 0.000 claims description 3
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims description 3
- 235000007164 Oryza sativa Nutrition 0.000 claims description 3
- 240000000111 Saccharum officinarum Species 0.000 claims description 3
- 235000007201 Saccharum officinarum Nutrition 0.000 claims description 3
- 235000003434 Sesamum indicum Nutrition 0.000 claims description 3
- 244000040738 Sesamum orientale Species 0.000 claims description 3
- 244000061456 Solanum tuberosum Species 0.000 claims description 3
- 235000002595 Solanum tuberosum Nutrition 0.000 claims description 3
- 235000011684 Sorghum saccharatum Nutrition 0.000 claims description 3
- 235000021307 Triticum Nutrition 0.000 claims description 3
- 244000098338 Triticum aestivum Species 0.000 claims description 3
- 240000004922 Vigna radiata Species 0.000 claims description 3
- 235000010721 Vigna radiata var radiata Nutrition 0.000 claims description 3
- 235000011469 Vigna radiata var sublobata Nutrition 0.000 claims description 3
- 240000001417 Vigna umbellata Species 0.000 claims description 3
- 235000011453 Vigna umbellata Nutrition 0.000 claims description 3
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 claims description 3
- 230000003698 anagen phase Effects 0.000 claims description 3
- 235000005822 corn Nutrition 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 235000019713 millet Nutrition 0.000 claims description 3
- 235000020232 peanut Nutrition 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 235000009566 rice Nutrition 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 241000722948 Apocynum cannabinum Species 0.000 claims 1
- 239000000835 fiber Substances 0.000 claims 1
- 238000009313 farming Methods 0.000 abstract description 10
- 238000011160 research Methods 0.000 abstract description 3
- 235000013339 cereals Nutrition 0.000 description 11
- 238000010586 diagram Methods 0.000 description 3
- 235000012055 fruits and vegetables Nutrition 0.000 description 3
- 241000722949 Apocynum Species 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 235000009973 maize Nutrition 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 240000004371 Panax ginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012272 crop production Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种粮食生产的水资源安全评估方法,是将粮食生产的水资源安全定义为研究区内农作物生长过程总需水的满足程度。其中,不同农作物生长的需水量是根据FAO56号文件推荐的作物参考蒸散发方法进行估算的。农作物生长过程水分的亏损量是根据Devineni等2015年提出的水分亏损指数方法进行评估的。可利用的净灌溉水量是根据水资源公报提供的各个省份逐年灌溉水量与灌溉水有效利用系数的乘积进行估算的。该方法可以逐日逐作物的识别生长期内水分亏损的具体过程,能够以行政区为单元输出现有种植结构下各种作物的总需水量和总水分亏损量;可以有效识别降雨与灌溉对粮食生产水资源安全的贡献率;可以分别评价雨养农业与灌溉农业的水资源安全。
Description
技术领域
本发明涉及水资源安全评估领域,尤指一种粮食生产的水资源安全评估方法。
背景技术
考虑到水资源对粮食安全的重要支撑作用,联合国粮农组织(FAO)在1993年将粮食生产的水资源安全定义为可以充分满足世界人口粮食需求的水资源供给能力。因此,后续大部分研究方法都将粮食产量作为粮食生产水资源安全的主要指标。但是,这种评价方法存在以下几个方面的缺陷:(1)作物产量是多因素综合作用的结果,水资源量、施肥量、病虫害和耕作技术都对其有重要的影响,因此基于作物产量的评价方法难以有效分离水资源量对粮食产量的单独贡献;(2)作物产量是作物整个生长期长期积累的结果,因此基于作物产量的评价方法无法获取生长期内水分亏损的具体过程;(3)基于作物产量的水资源安全评价方法存在很大的不确定性,因为世界上不同地区的人口到底需要多少粮食是一个极为复杂和主观的问题。
而我国用世界上7%的耕地和6%的水资源养活了全世界20%的人口,如何有效保障我国的粮食安全是举世瞩目的世界性难题。为了实现粮食安全,我国已经投入了大量的资金用于农业基础设施的建设,截止到2015年,灌溉用水占全国总用水的比重达到了55.4%。在可预见的未来,随着人口的继续增长和饮食结构的改善,我国粮食安全对水资源的依赖性将继续增强。然而,在城市化和工业化继续发展的背景下,我国农业用水的安全态势不容乐观。过去大规模农业用水开发的副作用已经开始显现,未来农业供水大规模提升的可能性微乎其微。在此背景下如何有效评价我国粮食生产的水资源安全是非常紧迫而重要的科学问题。因此发明人希望能基于现有的观测数据(如全国824个气象站逐日气象观测数据,以及农业统计年鉴和水资源公报的支持下)能研发出一种适应于我国粮食生产的水资源安全评估方法,并能对雨养农业和灌溉农业两种情形下的水资源安全进行评价。
发明内容
为解决上述问题,本发明主要目的在于,能提供一种粮食生产的水资源安全评估方法,可将粮食生产的水资源安全定义为研究区内农作物生长过程总需水的满足程度,以便能客观的评估粮食生产的水资源安全。并能利用现有的观测与粮食生产及水资源相关的数据,进行处理得到客观的灌溉农业的水资源安全指数。
基于上述原因,在本发明的技术方案中,是将粮食生产的水资源安全定义为研究区内农作物生长过程总需水的满足程度。其中,不同农作物生长的需水量是根据FAO56号文件推荐的作物参考蒸散发方法进行估算的。农作物生长过程水分的亏损量是根据Dev inen i等2015年提出的水分亏损指数方法进行评估的。可利用的净灌溉水量是根据水资源公报提供的各个省份逐年灌溉水量与灌溉水有效利用系数的乘积进行估算的。
为此本发明提供了一种粮食生产的水资源安全评估方法,其是以粮食生产区内农作物生长过程总需水的满足程度为粮食生产的水资源安全指数,其包含雨养条件下粮食生产的水资源安全指数WS I R及灌溉条件下,粮食生产的水资源安全指数WS I I,其计算公式如下:
及
其中:TPSi为总有效降雨量,TDi为农作物总需水量,TWDi为总水分亏损量,ICi和WUEi分别代表灌溉能力和灌溉水有效利用系数,i代表第i个行政区间。
进一步的可计算出灌溉条件下,各个行政区间的农作物生产的水分亏损总量TWDIi,其计算公式如下:
TWDIi=TWDi-ICiWUEi (11)。
其中,本发明中的所述的总有效降雨量、农作物总需水量、总水分亏损量是将全部气象站逐日气象观测数据结合全部耕地空间分布计算出来的。且上述的TPSi、TDi、TWDi计算步骤如下:
(1)计算栅格气象数据:
将全部气象站逐日气象观测数据在ArcG I S软件下通过反距离插值方法,求得全部区域栅格气象数据,该反距离插值采用一组采样点的线性权重组合来确定像元值,权重是反距离的函数,反距离权重的确定采用幂函数,即各采样点的权重与其离映射点距离的幂函数呈反比,幂参数为2(栅格气象数据的空间分辨率为0.1°);
(2)提取各个区域耕地面积上的栅格气象数据:
根据土地利用数据,提取全部耕地(可以是以省市区县等行政区域划分)的空间分布,进而提取各个区域耕地面积上的区域栅格气象数据;
(3)以上述区域栅格气象数据为输入,利用作物蒸散发估算方法逐日计算不同农作物生长期内单位种植面积的需水量,
作物蒸散发ETc的计算公式如下:
ETc=KcETo (1)
式中,Kc为作物系数,随作物类型和生长阶段变化,ETo为作物参考蒸散发,其计算方法采用的是FAO Penman-Monte i th公式,表达式如下:
式中,Δ代表饱和水汽压随气温变化的梯度,Rn为地表净辐射,G为土壤热通量,γ为干湿表常数,u2为地面2米高处的风速,es为饱和水汽压,ea为实际水汽压,T为空气温度;
(4)以所述区域栅格气象数据中的降雨栅格数据为输入,通过径流系数方法,求得耕地逐日可利用的有效降雨量,公式如下:
PSj,t=Pj,t(1-βj) (3)
式中,PSj,t代表作物类型j在第t天的有效降雨,Pj,t与βj分别代表栅格降雨量与径流系数;
(5)以步骤(3)和(4)求得的逐日作物需水量Dj,t和有效降雨量PSj,t为输入,利用水分亏损指数,求得不同作物生长期内的水分亏损总量DFj,t,公式如下:
DFj,t=0,t=0 (5)
(6)在年尺度上,以行政区间为单位统计第i个行政区间所有作物的水分亏算总量TWDi,公式如下:
式中,ACi,j代表第i个行政区间第j种作物的播种面积,DFj,k代表第j种作物生长期内总的水分亏损量,下标k代表的第j种作物生长期的最后一天;
(7)同理可以求得,各个行政区间在年尺度上粮食生产的总需水量TDi和总有效降雨量TPSi,公式如下:
TPSi=TDi-TWDi (8)。
上述计算中,所述径流系数来源于Yan等2018年的相关研究而作物蒸散发估算方法是基于FAO56号文件推荐的估算方法。
其中,气象观测数据可包括降雨、风速、最高温度、最低温度、日照时数、相对湿度。
所述不同作物可包含小麦、玉米、水稻、大麦、高粱、甘蔗、燕麦、荞麦、花生、大豆、红豆、绿豆、棉花、芝麻、小米、土豆、烟草、红薯、亚麻、苎麻、黄红麻、向日葵和油菜中的至少一种或全部的我国主要农作物。
本发明有益效果在于,相比于以前基于粮食产量的水资源安全评价方法,本发明提出的粮食生产水资源安全评价方法具有以下几个特点:
(1)可以逐日逐作物的识别生长期内水分亏损的具体过程;
(2)能够以行政区为单元输出现有种植结构下各种作物的总需水量和总水分亏损量;
(3)可以有效识别降雨与灌溉对粮食生产水资源安全的贡献率;
(4)可以分别评价雨养农业与灌溉农业的水资源安全。
附图说明
图1我国824气象站的空间分布与2015年耕地的空间分布;
图2我国2015年各个省份农作物播种面积的空间分布;
图3我国各省份多年平均气象条件下农作物总需水量的空间分布;
图4我国各省份多年平均气象条件下总有效降雨量的空间分布;
图5我国各省份多年平均气象条件下雨养农业总水分亏损量的空间分布;
图6我国各省份多年平均气象条件下雨养农业水资源安全指数的空间分布;
图7我国各省份雨养农业水资源安全指数的箱型图;
图8云南省1961~2015年雨养农业总水分亏损量变化趋势;
附图9云南省春玉米2011年生长期内作物累计水分亏损量;
附图10我国各省份多年平均气象条件下灌溉农业总水分亏损量的空间分布;
附图11我国各省份多年平均气象条件下灌溉农业水资源安全指数的空间分布;
图12本发明的工作流程框图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案做进一步具体的说明。
以下实施例用于说明本发明,但不用来限制本发明的范围。
在本具体实施例中是以824个气象站逐日气象观测数据为基础,并在农业统计年鉴和水资源公报的支持下,进行计算得出的。(需要特别说明的是本发明在作物需水计算部分并未考虑水果和蔬菜,而灌溉潜力部分则涵盖了包括水果和蔬菜在内的全部农业灌溉水量,因此会出现灌溉农业水分亏损总量为零的情况,这表示在多年平均气象条件下我国现有的灌溉能力能够满足23种农作物的全部需水)。
在本具体实施例中,如图12所示为本发明的工作流程框图,并请参见图1-图11,图1是我国824气象站的空间分布与2015年耕地的空间分布图,图2是我国我国2015年各个省份农作物播种面积的空间分布。
本发明是以全中国为整个全部区域,以省为局部区域为例,区域的选择可以以实际需要选择。本发明的该具体实施例包含步骤:
(1)计算栅格气象数据:
将全国1961-2015年824个气象站逐日气象观测数据(包括降雨、风速、最高温度、最低温度、日照时数、相对湿度),在ArcG IS软件下通过反距离插值方法,求得空间分辨率为0.1°的全国栅格气象数据。
反距离插值采用一组采样点的线性权重组合来确定像元值,权重是反距离的函数。在本发明中,反距离权重的确定采用的是幂函数,即各采样点的权重与其离映射点距离的幂函数呈反比,幂参数为2。
(2)根据2015年土地利用数据,提取全国耕地的空间分布,进而提取全国各个省份耕地面积上空间分辨率为0.1°的栅格气象数据。
(3)基于FAO56号文件推荐的作物蒸散发估算方法,以上述栅格气象数据为输入,逐日计算不同农作物生长期内单位种植面积的需水量,本发明一共考虑了23种农作物(包括小麦、玉米、水稻、大麦、高粱、甘蔗、燕麦、荞麦、花生、大豆、红豆、绿豆、棉花、芝麻、小米、土豆、烟草、红薯、亚麻、苎麻、黄红麻、向日葵和油菜)。作物蒸散发(ETc)的计算公式如下:
ETc=KcETo (1)
式中,Kc为作物系数,随作物类型和生长阶段变化,本具体实施例中的具体取值参考FAO56文件,ETo为作物参考蒸散发,其计算方法采用的是FAO Penman-Monteith公式,表达式如下:
式中,Δ代表饱和水汽压随气温变化的梯度,Rn为地表净辐射,G为土壤热通量,γ为干湿表常数,u2为地面2米高处的风速,es为饱和水汽压,ea为实际水汽压,T为空气温度。
(4)以降雨栅格数据为输入,通过径流系数方法,求得耕地逐日可利用的有效降雨量,公式如下:
PSj,t=Pj,t(1-βj) (3)
式中,PSj,t代表作物类型j在第t天的有效降雨,Pj,t与βj分别代表栅格降雨量与径流系数,径流系数来源于Yan等2018年的相关研究。
(5)以步骤(3)和(4)求得的逐日作物需水量(Dj,t)和有效降雨为输入,利用Devineni等2015年提出的水分亏损指数,求得不同作物生长期内的水分亏损总量(DFj,t),公式如下:
Fj,t=max(DFj,t-1+Dj,t-PSj,t,0) (4)
DFj,t=0,t=0 (5)
(6)在年尺度上,以省为单位统计第i个省所有作物的水分亏算总量(TWDi),公式如下:
式中,ACi,j代表第i个省第j种作物的播种面积,本发明采用的2015年的农作物播种面积,数据来源于农业统计年鉴;DFj,k代表第j种作物生长期内总的水分亏损量,下标k代表的第j种作物生长期的最后一天。
(7)同理可以求得,各个省份在年尺度上粮食生产的总需水量(TDi)和总有效降雨量(TPSi),公式如下:
TPSi=TDi-TWDi (8)
(8)根据本发明定义的水资源安全,雨养条件下粮食生产的水资源安全指数(WSIR)计算如下:
(9)灌溉条件下,粮食生产的水资源安全指数(WSII)计算如下:
式中,ICi和WUEi分别代表第i个省的灌溉能力和灌溉水有效利用系数,灌溉能力定义为近五年的最大灌溉水量,灌溉水量数据来源于水资源公报。
(10)另外,灌溉条件下,各个省份农作物生产的水分亏损总量(TWDIi)计算公式如下:
TWDIi=TWDi-ICiWUEi (11)
该参数可直观反映一个区域的作物生产安全的标准,可为农业生产计划提供客观的指数,实现政策的科学制定提供依据。
请参见图3-图1,其中,图3是上述公式(7)的计算结果,可以看出农作物总需水量的空间分布主要受控于播种面积的空间分布,总需水量最大的省份分别是黑龙江、河南、山东和安徽;北京、上海、西藏、天津、青海和海南由于播种面积较小,成为农作物总需水量最小的省份。而图4是公式(8)的计算结果。图5是公式(6)的计算结果。图6是公式(9)的计算结果。上述结果只是以多年平均气象条件为例进行了展示,而图7是公式(9)各省计算结果在1961-2015年多年时间序列上的展示。图8以云南省为例,展示了公式(6)计算结果在1961-2015年多年时间序列上的变化趋势,可以看出能够有效识别我国西南地区近几年的大旱,以2011年最为突出。图9进一步以云南省2011年春玉米为例,在日尺度上展示了公式(4)的计算结果。图10是公式(11)的计算结果,图中0表示在不考虑水果蔬菜的情形下,在多年平均气象条件下我国现有的灌溉能力能够满足23种农作物的全部需水。图11是公式(10)的计算结果。从上述附图的图示可知本分发明的一种粮食生产的水资源安全评估方法可以客观准确的评估粮食生产的水资源安全。
表1:本发明涉及的各缩写的全称及其量纲
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解,依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种粮食生产的水资源安全评估方法,其特征在于,其是以粮食生产区内农作物生长过程总需水的满足程度作为粮食生产的水资源安全指数,具体包含雨养条件下粮食生产的水资源安全指数WSIR及灌溉条件下粮食生产的水资源安全指数WSII,计算公式分别如下:
及
其中:TPSi为总有效降雨量,TDi为农作物总需水量,TWDi为总水分亏损量,ICi和WUEi分别代表灌溉能力和灌溉水有效利用系数,i代表第i个行政单元。
2.根据权利要求1所述的一种粮食生产的水资源安全评估方法,其特征在于:灌溉条件下,各个行政区间的农作物生产的水分亏损总量TWDIi,其计算公式如下:
TWDIi=TWDi-ICiWUEi (11)。
3.根据权利要求1所述的一种粮食生产的水资源安全评估方法,其特征在于,所述的总有效降雨量、农作物总需水量、总水分亏损量是将全部气象站逐日气象观测数据结合全部耕地空间分布计算出来的;
其中,所述的总有效降雨量、农作物总需水量、总水分亏损量是将全部气象站逐日气象观测数据结合全国耕地空间分布计算出来的,且上述的TPSi、TDi、TWDi计算步骤如下:
(1)计算栅格气象数据:
将全部气象站逐日气象观测数据在ArcGIS软件下通过反距离插值方法(其可为全国824个气象站逐日气象观测数据),求得全部区域(全国)栅格气象数据,该反距离插值采用一组采样点的线性权重组合来确定像元值,权重是反距离的函数,反距离权重的确定采用幂函数,即各采样点的权重与其离映射点距离的幂函数呈反比,幂参数为2;
(2)提取各个区域耕地面积上的栅格气象数据:
根据土地利用数据,提取全部耕地的空间分布,进而提取各个行政区域耕地面积上的区域栅格气象数据;
(3)以上述区域栅格气象数据为输入,利用作物蒸散发估算方法逐日计算不同农作物生长期内单位种植面积的需水量,
作物蒸散发ETc的计算公式如下:
ETc=KcETo (1)
式中,Kc为作物系数,随作物类型和生长阶段变化,ETo为作物参考蒸散发,其计算方法采用的是FAO Penman-Monteith公式,表达式如下:
式中,Δ代表饱和水汽压随气温变化的梯度,Rn为地表净辐射,G为土壤热通量,γ为干湿表常数,u2为地面2米高处的风速,es为饱和水汽压,ea为实际水汽压,T为空气温度;
(4)以所述区域栅格气象数据中的降雨栅格数据为输入,通过径流系数方法,求得耕地逐日可利用的有效降雨量,公式如下:
PSj,t
=Pj,t(1-βj) (3)
式中,PSj,t代表作物类型j在第t天的有效降雨,Pj,t与βj分别代表栅格降雨量与径流系数;
(5)以步骤(3)和(4)求得的逐日作物需水量Dj,t和有效降雨量PSj,t为输入,利用水分亏损指数,求得不同作物生长期内的水分亏损总量DFj,t,公式如下:
DFj,t=max(DFj,t-1+Dj,t-PSj,t,0) (4)
DFj,t=0,t
=0 (5)
(6)在年尺度上,以行政区间为单元统计第i个行政区间所有作物的水分亏算总量TWDi,公式如下:
式中,ACi,j代表第i个行政区间第j种作物的播种面积,DFj,k代表第j种作物生长期内总的水分亏损量,下标k代表的第j种作物生长期的最后一天;
(7)同理可以求得,各个行政区间在年尺度上粮食生产的总需水量TDi和总有效降雨量TPSi,公式如下:
TPSi=TDi-TWDi (8)。
4.根据权利要求3所述的一种粮食生产的水资源安全评估方法,其特征在于:所述栅格气象数据的空间分辨率为0.1°。
5.根据权利要求3所述的一种粮食生产的水资源安全评估方法,其特征在于:气象观测数据包括降雨、风速、最高温度、最低温度、日照时数、相对湿度。
6.根据权利要求3所述的一种粮食生产的水资源安全评估方法,其特征在于:所述不同作物包含小麦、玉米、水稻、大麦、高粱、甘蔗、燕麦、荞麦、花生、大豆、红豆、绿豆、棉花、芝麻、小米、土豆、烟草、红薯、亚麻、苎麻、黄红麻、向日葵和油菜中的至少一种。
7.根据权利要求3所述的一种粮食生产的水资源安全评估方法,其特征在于:所述径流系数来源于Yan等2018年的相关研究。
8.根据权利要求4所述的一种粮食生产的水资源安全评估方法,其特征在于:作物蒸散发估算方法是基于FAO56号文件推荐的估算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910845887.7A CN110533346A (zh) | 2019-09-09 | 2019-09-09 | 一种粮食生产的水资源安全评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910845887.7A CN110533346A (zh) | 2019-09-09 | 2019-09-09 | 一种粮食生产的水资源安全评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110533346A true CN110533346A (zh) | 2019-12-03 |
Family
ID=68667679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910845887.7A Pending CN110533346A (zh) | 2019-09-09 | 2019-09-09 | 一种粮食生产的水资源安全评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110533346A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110810207A (zh) * | 2019-12-12 | 2020-02-21 | 云南省烟草农业科学研究院 | 一种基于参考作物需水量的烤烟设施栽培滴灌方法 |
CN112418154A (zh) * | 2020-12-07 | 2021-02-26 | 中国水利水电科学研究院 | 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法 |
CN114009281A (zh) * | 2021-12-07 | 2022-02-08 | 中国农业大学 | 一种作物种植适宜性推荐方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819669A (zh) * | 2012-07-20 | 2012-12-12 | 中国农业科学院农田灌溉研究所 | 一种区域农业水土资源潜力的测算方法 |
CN103226791A (zh) * | 2013-04-12 | 2013-07-31 | 西北农林科技大学 | 区域粮食生产水足迹的测算方法 |
CN107145666A (zh) * | 2017-05-05 | 2017-09-08 | 南京信息工程大学 | 小麦自然水分亏缺干旱评估模型的gis建模方法 |
CN109447426A (zh) * | 2018-10-12 | 2019-03-08 | 河海大学 | 基于作物需水机理的灌溉需水对变化环境的响应分析方法 |
CN109472717A (zh) * | 2018-11-13 | 2019-03-15 | 四川大学 | 基于水权交易的水资源分配方法 |
-
2019
- 2019-09-09 CN CN201910845887.7A patent/CN110533346A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819669A (zh) * | 2012-07-20 | 2012-12-12 | 中国农业科学院农田灌溉研究所 | 一种区域农业水土资源潜力的测算方法 |
CN103226791A (zh) * | 2013-04-12 | 2013-07-31 | 西北农林科技大学 | 区域粮食生产水足迹的测算方法 |
CN107145666A (zh) * | 2017-05-05 | 2017-09-08 | 南京信息工程大学 | 小麦自然水分亏缺干旱评估模型的gis建模方法 |
CN109447426A (zh) * | 2018-10-12 | 2019-03-08 | 河海大学 | 基于作物需水机理的灌溉需水对变化环境的响应分析方法 |
CN109472717A (zh) * | 2018-11-13 | 2019-03-15 | 四川大学 | 基于水权交易的水资源分配方法 |
Non-Patent Citations (8)
Title |
---|
夏铭君 等: "基于流域粮食安全的农业水资源安全阈值研究", 《农业现代化研究》 * |
姜文来: "支撑粮食安全的农业水资源阈值研究与展望", 《农业展望》 * |
张平平 等: "耕地资源安全评价及粮食安全相关分析——基于皖江城市带耕地资源的评估", 《中国集体经济》 * |
朱文彬 等: "我国城市雨水资源化利用的效益评价", 《给水排水》 * |
李茉 等: "基于优化配置的农业水资源安全度量与动态分析", 《华北水利水电大学学报(自然科学版)》 * |
王丹: "气候变化对中国粮食安全的影响与对策研究", 《中国博士学位论文全文数据库 经济与管理科学辑》 * |
王忠波 等: "基于CROPWAT模型水稻需水量及灌溉制度研究", 《东北农业大学学报》 * |
黄志刚 等: "气候变化背景下松嫩平原玉米灌溉需水量估算及预测", 《生态学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110810207A (zh) * | 2019-12-12 | 2020-02-21 | 云南省烟草农业科学研究院 | 一种基于参考作物需水量的烤烟设施栽培滴灌方法 |
CN112418154A (zh) * | 2020-12-07 | 2021-02-26 | 中国水利水电科学研究院 | 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法 |
CN112418154B (zh) * | 2020-12-07 | 2024-03-29 | 中国水利水电科学研究院 | 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法 |
CN114009281A (zh) * | 2021-12-07 | 2022-02-08 | 中国农业大学 | 一种作物种植适宜性推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829234B (zh) | 一种基于高分辨率遥感数据和作物模型的跨尺度高精度动态作物长势监测和估产方法 | |
Araya et al. | Crop coefficient, yield response to water stress and water productivity of teff (Eragrostis tef (Zucc.) | |
Piccinni et al. | Determination of growth-stage-specific crop coefficients (KC) of maize and sorghum | |
YANG et al. | Water consumption in summer maize and winter wheat cropping system based on SEBAL model in Huang-Huai-Hai Plain, China | |
Steduto et al. | Maize canopies under two soil water regimes.: I. Diurnal patterns of energy balance, carbon dioxide flux, and canopy conductance | |
Akbari et al. | Monitoring irrigation performance in Esfahan, Iran, using NOAA satellite imagery | |
da Silva et al. | Soybean irrigation requirements and canopy-atmosphere coupling in Southern Brazil | |
Timm et al. | Energy partitioning and evapotranspiration over a rice paddy in Southern Brazil | |
de C. Teixeira et al. | Five methods to interpret field measurements of energy fluxes over a micro-sprinkler-irrigated mango orchard | |
CN110533346A (zh) | 一种粮食生产的水资源安全评估方法 | |
Wang et al. | Summer maize growth under different precipitation years in the Huang-Huai-Hai Plain of China | |
Wu et al. | Change of winter wheat planting area and its impacts on groundwater depletion in the North China Plain | |
Jiao et al. | A comparison of energy partitioning and evapotranspiration over closed maize and sparse grapevine canopies in northwest China | |
Liu et al. | Sprinkler irrigation scheduling of winter wheat in the North China Plain using a 20 cm standard pan | |
Pakparvar et al. | Remote sensing estimation of actual evapotranspiration and crop coefficients for a multiple land use arid landscape of southern Iran with limited available data | |
McNider et al. | A real-time gridded crop model for assessing spatial drought stress on crops in the Southeastern United States | |
CN109447426A (zh) | 基于作物需水机理的灌溉需水对变化环境的响应分析方法 | |
Tongwane et al. | Seasonal variation of reference evapotranspiration and Priestley-Taylor coefficient in the eastern Free State, South Africa | |
Feng et al. | Quantifying winter wheat evapotranspiration and crop coefficients under sprinkler irrigation using eddy covariance technology in the North China Plain | |
Liu et al. | Prolongation of the grain filling period and change in radiation simultaneously increased maize yields in China | |
Borges et al. | Energy balance and evapotranspiration of melon grown with plastic mulch in the Brazilian semiarid region | |
Osorio et al. | Influence of potential evapotranspiration on the water balance of sugarcane fields in Maui, Hawaii | |
Wiguna et al. | Rainfall Forecasting Using the Holt-Winters Exponential Smoothing Method | |
Wang et al. | Vegetation dynamics dominate the energy flux partitioning across typical ecosystem in the Heihe River Basin: Observation with numerical modeling | |
Odey et al. | Modeling the influence of seasonal climate variability on soybean yield in a temperate environment: South Korea as a case study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191203 |