小麥自然水分虧缺干旱評估模型的GIS建模

朱一晗，薛豐昌，唐步興，黃敏敏

(1. 南京信息工程大學地理與遙感學院，江蘇 南京 210044； 2. 氣象災害省部共建教育部重點實驗室(南京信息工程大學)，江蘇 南京 210044)

小麥自然水分虧缺干旱評估模型的GIS建模

朱一晗1,2，薛豐昌1,2，唐步興1,2，黃敏敏1,2

(1. 南京信息工程大學地理與遙感學院，江蘇 南京 210044； 2. 氣象災害省部共建教育部重點實驗室(南京信息工程大學)，江蘇 南京 210044)

小麥是我國重要的糧食作物之一，小麥干旱災害嚴重影響我國糧食安全，因此對小麥干旱的評估顯得尤為重要。自然水分虧缺率模型是評估小麥干旱狀況的主要模型之一，該模型涉及數(shù)據(jù)類型多，模型計算復雜，影響模型的實際應用。本文利用GIS建模工具ModelBuilder建立自然水分虧缺率模型的GIS邏輯計算模型。研究結(jié)果表明：基于GIS的小麥自然水分虧缺干旱評估模型，將復雜的數(shù)學模型轉(zhuǎn)變?yōu)榉奖憧旖莸腉IS柵格計算，實現(xiàn)了模型計算過程的自動化、一體化、空間可視化，同時模型邏輯關(guān)系清晰，便于數(shù)據(jù)修改維護。

GIS；干旱；自然水分虧缺率模型；ModelBuilder

自然水分虧缺率為作物需水量與供水量之差，以百分率(%)表示。水分虧缺率較好地反映了土壤、植物和氣象三方面因素的綜合影響，能比較真實地反映出作物水分虧缺狀況，是常用的作物干旱診斷方法之一[1-6]。黃晚華[7]利用作物水分虧缺指數(shù)對春玉米季節(jié)性干旱進行了分析，研究結(jié)果表明春玉米生長季節(jié)內(nèi)干旱呈現(xiàn)明顯的季節(jié)性和空間區(qū)域分布特征；彭世彰等[8]研究了不同生育階段水分虧缺對水稻生長的影響。普宗朝等[9]對新疆水分虧缺量時空變化進行了分析，結(jié)果表明，新疆水分虧缺量的空間分布總體呈現(xiàn)南疆大于北疆、東部大于西部、平原和盆(谷)地大于山區(qū)的分布格局。烏蘭等[10]研究了馬鈴薯苗期水分虧缺對產(chǎn)量的影響，結(jié)果表明，生育前期干物質(zhì)積累量隨苗期水分虧缺程度的增加而逐漸降低，一定程度的水分虧缺后，馬鈴薯存在明顯的復水補償效應。

自然水分虧缺率模型是評估小麥干旱狀況的主要模型之一，該模型涉及數(shù)據(jù)類型多，模型計算復雜，影響模型的實際應用。

GIS具有強大的空間分析功能，能夠快速處理各種空間信息。ArcGIS軟件提供的ModelBuilder模型編輯器及一系列空間柵格分析計算模塊，可方便建立各種復雜數(shù)學模型的GIS模型，實現(xiàn)高效分析計算。本文基于ModelBuilder模型編輯器實現(xiàn)小麥干旱評估模型自然水分虧缺率模型的GIS建模及其空間可視化計算。

1 研究方法

1.1 小麥自然水分虧缺模型

依據(jù)農(nóng)田水分平衡原理，小麥自然水分虧缺率(G)可以描述為小麥自然供水量與需水量的差占需水量的百分比的負值[11]。計算過程如下

(1)

式中，E為小麥全生育期的需水量；W為小麥全生育期的自然供水量。兩者單位均為mm。

E=Kc×ET0

(2)

式中，Kc為作物系數(shù)，小麥全生育期Kc取1.04；ET0為可能蒸散量(mm),采用FAO(1998)推薦的Penman-Monteith公式[12-13]求得，即

(3)

式中，ET0為參考作物蒸散量(mm/d)；Rn為凈輻射[MJ/(m2·d)]；G為土壤熱通量[MJ/(m2·d)]；U2為2 m高處風速(m/s)；Δ為飽和水氣壓溫度關(guān)系曲線上在Ta處的切線斜率(kPa/℃)；γ為干濕表常數(shù)(kPa/℃)；Ta為日平均氣溫(℃)；Es為飽和水氣壓(kPa)；Ea為實際水氣壓(kPa)。

小麥自然供水量(W)包括3部分：①小麥的土壤有效底墑(W1)；②小麥全生育期內(nèi)的有效降水量(W2)；③地下水供水量(W3)。計算公式為

W=W1+W2+W3

(4)

W1=(Wt-Wd)×ρ×h×0.1

(5)

式中，W1為小麥播種前的土壤有效底墑量，單位為mm；Wt為小麥播種前的實際土壤濕度，單位為%；Wd為凋萎濕度，取值6.5，單位為%；ρ為土壤容重1.44，單位為g/cm3；h為土層厚度，單位為cm；0.1為單位換算系數(shù)。

W2=P

(6)

式中，P為實際降水量，單位為mm。

在實際計算小麥供水量中，地下水供水量(W3)可忽略不計。

1.2 ModelBuilder

模型構(gòu)造器(ModelBuilder)是ArcGIS提供的構(gòu)造地理分析、處理工作流和腳本的圖形化數(shù)據(jù)建模工具。ModelBuilder由輸入數(shù)據(jù)、空間處理工具和輸出數(shù)據(jù)3個基本結(jié)構(gòu)組成[14]。ModelBuilder提供的圖形化建模工具，能夠集成三維、空間分析和地理統(tǒng)計等多種空間分析處理工具[15]，將多種空間處理分析工具在模型圖表中串在一起，模型運行時分析工具按順序執(zhí)行，從而實現(xiàn)工作的流程化和自動化，提高數(shù)據(jù)處理的效率[16]?；贛odelBuilder建立起GIS模型后，將模型涉及的各種數(shù)據(jù)預先插值形成空間柵格數(shù)據(jù)后，設置好數(shù)據(jù)路徑，啟動模型后即可自動完成復雜空間計算過程。圖1為ModelBuilder建模的圖解，方便讀者理解整個模型。模型由很多個如圖1所示的圖表串聯(lián)而成。

圖1 ModelBuilder建模圖解

2 小麥自然水分虧缺率模型的GIS建模

由上述自然水分虧缺率模型原理發(fā)現(xiàn)，該數(shù)學模型涉及較多的數(shù)據(jù)和大量復雜的公式，在現(xiàn)實應用中存在易出錯、效率低等弊端。本文將該模型與GIS相結(jié)合，逐步建立基于GIS的小麥自然水分虧缺干旱評估模型，從而改善原數(shù)學模型的缺點，提高模型的使用效率。

2.1 小麥全生育期的需水量GIS建模

小麥可能蒸散量ET0是一個復雜的計算公式，為了便于理解，先對公式中的變量一一建模，最終再對ET0建模，模型中飽和水氣壓溫度關(guān)系曲線上在Ta處的切線斜率，用weizhi1來表達；干濕表常數(shù)，模型中用gswdjcs表示。如圖2—圖8所示。

再根據(jù)公式對小麥全生育期需水量E進行建模。如圖9所示。

2.2 小麥全生育期的自然供水量的GIS建模

圖10是利用ArcGIS中的ModelBuilder對小麥全生育期的自然供水量(W)的建模。

最后將小麥全生育期需水量E和小麥全生育期的自然供水量W結(jié)合，得到小麥生育階段的自然水分虧缺率G的模型。如圖11所示。

2.3 基于GIS的小麥自然水分虧缺率模型

將以上各節(jié)中各參數(shù)模型按照邏輯計算關(guān)系進行連接后，即形成完整的基于GIS的小麥自然水分虧缺率模型，如圖12所示。將模型涉及的各種數(shù)據(jù)預先插值形成空間柵格數(shù)據(jù)后，設置好數(shù)據(jù)路徑，啟動模型后即可完成特定時間點的小麥自然水分虧缺干旱評估計算。

圖2 飽和水氣壓溫度關(guān)系曲線上在Ta處的切線斜率Δ建模

圖3 干濕表常數(shù)γ建模

圖4 2 m高處風速U2建模

圖5 飽和水氣壓Es的建模

圖6 實際水氣壓Ea的建模

圖7 凈輻射Rn的建模

圖8 可能蒸散量ET0的建模

圖9 小麥全生育期需水量E進行建模

圖10 小麥全生育期的自然供水量W的建模

圖11 小麥生育階段的自然水分虧缺率G的建模

3 基于GIS的小麥自然水分虧缺干旱模型應用實例

3.1 研究區(qū)概況

以河南省商丘市睢陽區(qū)作為本文研究區(qū)域，全區(qū)面積為960 km2，耕地693 km2，是國家優(yōu)質(zhì)小麥產(chǎn)區(qū)。

3.2 資料來源與處理

選取河南省商丘市睢陽區(qū)7個站點的2013年7月1日—2014年6月30日的氣象站點數(shù)據(jù)(由A文件轉(zhuǎn)換)與土壤墑情報表。氣象站點數(shù)據(jù)包括日最高氣溫、日最低氣溫、日平均氣溫、平均相對濕度、日照時數(shù)、平均風速和降水量。利用土壤墑情報表讀取2013年7月1日—2014年6月30日0～30 cm、0～50 cm、0～100 cm的土壤平均相對濕度。

在基于GIS的小麥自然水分虧缺干旱評估中，涉及最高氣溫、最低氣溫、平均氣溫、日照時數(shù)、降水量、土壤濕度、風速等點數(shù)據(jù)，這些點數(shù)據(jù)都可以采用空間插值方法得到柵格數(shù)據(jù)，插值得到的數(shù)值都是連續(xù)的。表1是根據(jù)《小麥干旱災害等級》氣象行業(yè)標準列出的不同時段小麥干旱災害的等級指標，根將小麥干旱劃分為4個等級：輕旱、中旱、重旱、嚴重干旱。

表1 小麥干旱災害等級指標

本例選取睢陽區(qū)2013年10月6日和2013年10月7日的氣象站點數(shù)據(jù)(由A文件轉(zhuǎn)換) 與土壤墑情報表，表2、表3為2013年10月6日和2013年10月7日的氣象站點數(shù)據(jù)。

根據(jù)上述小麥自然水分虧缺干旱模型原理，利用ArcGIS10.2中的ModelBuilder建立基于GIS的小麥自然水分虧缺干旱評估模型(如圖13所示)。首先對李口、郭村、路河、寧陵、柘城、虞城和商丘氣象站點數(shù)據(jù)，以及寧陵、柘城、虞城和商丘站點的土壤墑情報表數(shù)據(jù)采用反距離加權(quán)法進行插值，得到柵格數(shù)據(jù)，再根據(jù)小麥自然水分虧缺干旱評估模型的原理建立GIS計算模型，最后利用裁切功能得到結(jié)果圖，如圖12所示。

表2 20131006—20131007的7個站點信息

在ArcGIS中運行已經(jīng)建立的模型，可以在很短的時間內(nèi)得到最終的柵格圖像，并根據(jù)《小麥干旱災害等級》氣象行業(yè)標準評估各個區(qū)域的干旱情況，并制定干旱等級分布圖(如圖13所示)。這段時間中，李口鎮(zhèn)、婁店、馮橋、高辛鎮(zhèn)4個區(qū)域的干旱等級為嚴重干旱，其他區(qū)域均為適宜。

表3 7個站點氣象要素表 (℃)

由于降水是冬小麥生長發(fā)育過程中極為重要的因子，而從表2可以看出，10月6日—10月7日7個站點降水量均為0，因此該時段局部地區(qū)冬小麥處于嚴重干旱。結(jié)果表明，該模型能較好地解決小麥干旱的評估問題，且在ArcGIS軟件中實現(xiàn)，既容易構(gòu)建又容易修改，而且可以快速得到結(jié)果。

圖12 原始數(shù)據(jù)插值結(jié)果

圖13 睢陽區(qū)2013年10月6日和2013年10月7日小麥干旱評估圖

4 結(jié) 論

自然水分虧缺率模型是評估小麥干旱的方法之一，現(xiàn)如今已經(jīng)被許多學者使用，該模型涉及大量的空間數(shù)據(jù)及復雜的運算過程。GIS的空間分析功能能夠處理大量空間數(shù)據(jù)，ArcGIS的柵格計算器不僅可以方便地完成基于數(shù)學運算符的柵格運算，以及基于數(shù)學函數(shù)的柵格運算，而且它還支持直接調(diào)用ArcGIS自帶的柵格數(shù)據(jù)空間分析函數(shù)，并且可以方便地實現(xiàn)多條語句的同時輸入和運行。利用自然水分虧缺率模型的原理，以GIS空間分析技術(shù)為手段，結(jié)合ArcGIS軟件的ModelBuilder將復雜的數(shù)學模型轉(zhuǎn)變?yōu)镚IS模型。實踐證明，基于GIS的自然水分虧缺率模型能較好地進行小麥干旱的評估。

[1] 張紹軍.S_誘抗素對提高小麥抗旱性的作用研究[J].河南科技，2009(8)：60-61.

[2] 劉丙軍，邵東國，沈新平.作物需水時空尺度特征研究進展[J].農(nóng)業(yè)工程學報，2007，23(5)：258-264.

[3] 劉宏誼，馬鵬里，楊興國，等.甘肅省主要農(nóng)作物需水量時空變化特征分析[J].干旱地區(qū)農(nóng)業(yè)研究，2005，23(1)：39-44.

[4] 劉曉英，李玉中，郝衛(wèi)平.華北主要作物需水量近50年變化趨勢及原因[J].農(nóng)業(yè)工程學報，2005，21(10)：155-159.

[5] 張丹，張廣濤，王麗學，等.彭曼-蒙特斯公式在參考作物需水量中的應用研究[J].安徽農(nóng)業(yè)科學，2006，34(18)：4513-4514.

[6] 高歌，陳德亮，任國玉，等.1956～2000年中國潛在蒸散量變化趨勢[J].地理研究，2006，25(3)：378-387.

[7] 黃晚華，楊曉光，曲輝輝，等.基于作物水分虧缺指數(shù)的春玉米季節(jié)性干旱時空特征分析[J].農(nóng)業(yè)工程學報，2009，25(8)：28-34.

[8] 彭世彰，蔡敏，孔偉麗，等.不同生育階段水分虧缺對水稻干物質(zhì)與產(chǎn)量的影響[J].水資源與水工程學報，2012，23(1)：10-13.

[9] 普宗朝，張山清.新疆水分虧缺量時空變化分析[J].冰川凍土，2012，34(4)：802-812.

[10] 烏蘭，石曉華，楊海鷹，等.苗期水分虧缺對馬鈴薯產(chǎn)量形成的影響[J].中國馬鈴薯，2015，29(2)：80-84.

[11] 張曉艷，王麗麗，鄭紀業(yè)，等.山東小麥氣象災害預警指標規(guī)范[J].山東農(nóng)業(yè)科學，2014，46(5)：127-131.

[12] 劉玨，汪林，倪廣恒，等.中國主要作物灌溉需水量空間分布特征[J].農(nóng)業(yè)工程學報，2009，25(12)：6-12.

[13] 樊引琴，蔡患杰.單作物系數(shù)法和雙作物系數(shù)法計算作物需水量的比較研究[J].水利學報，2002(3)：50-54.

[14] 李元杰.基于ModelBuilder的林業(yè)專題圖境界線自動提取方法[J].林業(yè)調(diào)查規(guī)劃，2014,39(2)：11-13.

[15] 周春峰.淺談基于ArcGIS的影像批量裁剪[J].北京測繪，2015(6)：136-137.

[16] 湯國安，楊昕.ArcGIS地理信息系統(tǒng)空間分析實驗教程[M].北京：科學出版社，2006.

ResearchonWheat’sNatureWaterStressDroughtEvaluationModelsBasedonGIS

ZHU Yihan1,2，XUE Fengchang1,2，TANG Buxing1,2，HUANG Minmin1,2

(1. College of Geography and Remoting Sensing,Nanjing University of Information Science & Technology,Nanjing 210044,China； 2. Key Laboratory of Meteorological Disaster of Ministry of Education(NUIST),Nanjing 210044，China)

Wheat is one of the important food crops in China.Wheat drought disasters affect food security seriously in China.Assessing wheat drought is particularly important.Nature water stress model is one of the main model of the evaluation of wheat drought conditions.This model involves lots of data types,model calculation is complicated,affecting the actual application of the model.The natural water stress model is established into GIS logical calculation model by ModelBuilder.The results showed that the natural water stress drought evaluation models based on GIS transformed complex mathematical model into simple GIS grid computing.It realized counting process automation,intergration,spatial visualization.And the model has a clear convenient for modification,maintenance of data.

GIS；drought；nature water stress model；ModelBuilder

朱一晗，薛豐昌，唐步興，等.小麥自然水分虧缺干旱評估模型的GIS建模[J].測繪通報，2017(11)：101-107.

10.13474/j.cnki.11-2246.2017.0357.

P237;P208

A

0494-0911(2017)11-0101-07

2017-03-09

江蘇省自然科學基金(BK20151458)；江蘇省博士后科研基金(1101024B)；中國氣象局北京城市氣象研究城市氣象科學研究基金(IUMKY&UMRF201103)；江蘇省研究生培養(yǎng)創(chuàng)新工程項目(KYCX17-0890;KYCX17-0891)

朱一晗(1993—)，男，碩士生，研究方向為氣象GIS、氣象災害數(shù)值模擬。E-mail：zyhan93@163.com

薛豐昌