1、小麦自然水分亏缺干旱评估模型的 GIS建模 朱一晗 薛丰昌 唐步兴 黄敏敏 南京信息工程大学地理与遥感学院 气象灾害省部共建教育部重点实验室(南京信息工程大学) 摘 要： 小麦是我国重要的粮食作物之一, 小麦干旱灾害严重影响我国粮食安全, 因此对小麦干旱的评估显得尤为重要。自然水分亏缺率模型是评估小麦干旱状况的主要模型之一, 该模型涉及数据类型多, 模型计算复杂, 影响模型的实际应用。本文利用 GIS 建模工具 ModelBuilder 建立自然水分亏缺率模型的 GIS 逻辑计算模型。研究结果表明:基于 GIS 的小麦自然水分亏缺干旱评估模型, 将复杂的数学模型转变为方便快捷的 GIS 栅格计
2、算, 实现了模型计算过程的自动化、一体化、空间可视化, 同时模型逻辑关系清晰, 便于数据修改维护。关键词： GIS; 干旱; 自然水分亏缺率模型; ModelBuilder; 作者简介：朱一晗 (1993) , 男, 硕士生, 研究方向为气象 GIS、气象灾害数值模拟。E-mail:收稿日期：2017-03-09基金：江苏省自然科学基金 (BK20151458) Research on Wheats Nature Water Stress Drought Evaluation Models Based on GISZHU Yihan XUE Fengchang TANG Buxing HUAN
3、G Minmin College of Geography and Remoting Sensing, Nanjing University of Information Science Abstract： 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
4、 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 Model Builder.The results show
5、ed 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.Keywo
6、rd： GIS; drought; nature water stress model; ModelBuilder; Received： 2017-03-09自然水分亏缺率为作物需水量与供水量之差, 以百分率 (%) 表示。水分亏缺率较好地反映了土壤、植物和气象三方面因素的综合影响, 能比较真实地反映出作物水分亏缺状况, 是常用的作物干旱诊断方法之一1-6。黄晚华7利用作物水分亏缺指数对春玉米季节性干旱进行了分析, 研究结果表明春玉米生长季节内干旱呈现明显的季节性和空间区域分布特征;彭世彰等8研究了不同生育阶段水分亏缺对水稻生长的影响。普宗朝等9对新疆水分亏缺量时空变化进行了分析, 结果表明,
7、 新疆水分亏缺量的空间分布总体呈现南疆大于北疆、东部大于西部、平原和盆 (谷) 地大于山区的分布格局。乌兰等10研究了马铃薯苗期水分亏缺对产量的影响, 结果表明, 生育前期干物质积累量随苗期水分亏缺程度的增加而逐渐降低, 一定程度的水分亏缺后, 马铃薯存在明显的复水补偿效应。自然水分亏缺率模型是评估小麦干旱状况的主要模型之一, 该模型涉及数据类型多, 模型计算复杂, 影响模型的实际应用。GIS 具有强大的空间分析功能, 能够快速处理各种空间信息。Arc GIS 软件提供的 Model Builder 模型编辑器及一系列空间栅格分析计算模块, 可方便建立各种复杂数学模型的 GIS 模型, 实现高
8、效分析计算。本文基于 Model Builder 模型编辑器实现小麦干旱评估模型自然水分亏缺率模型的 GIS 建模及其空间可视化计算。1 研究方法1.1 小麦自然水分亏缺模型依据农田水分平衡原理, 小麦自然水分亏缺率 (G) 可以描述为小麦自然供水量与需水量的差占需水量的百分比的负值11。计算过程如下式中, E 为小麦全生育期的需水量;W 为小麦全生育期的自然供水量。两者单位均为 mm。式中, K c为作物系数, 小麦全生育期 Kc取 1.04;ET0为可能蒸散量 (mm) , 采用FAO (1998) 推荐的 Penman-Monteith 公式12-13求得, 即式中, ET 0为参考作物
9、蒸散量 (mm/d) ;R n为净辐射MJ/ (md) ;G 为土壤热通量MJ/ (md) ;U 2为 2 m 高处风速 (m/s) ; 为饱和水气压温度关系曲线上在 Ta处的切线斜率 (k Pa/) ; 为干湿表常数 (k Pa/) ;T a为日平均气温 () ;E s为饱和水气压 (k Pa) ;E a为实际水气压 (k Pa) 。小麦自然供水量 (W) 包括 3 部分: (1) 小麦的土壤有效底墒 (W 1) ; (2) 小麦全生育期内的有效降水量 (W 2) ; (3) 地下水供水量 (W 3) 。计算公式为式中, W 1为小麦播种前的土壤有效底墒量, 单位为 mm;Wt为小麦播种前的
10、实际土壤湿度, 单位为%;W d为凋萎湿度, 取值 6.5, 单位为%; 为土壤容重 1.44, 单位为 g/cm;h 为土层厚度, 单位为 cm;0.1 为单位换算系数。式中, P 为实际降水量, 单位为 mm。在实际计算小麦供水量中, 地下水供水量 (W 3) 可忽略不计。1.2 ModelB uilder模型构造器 (Model Builder) 是 Arc GIS 提供的构造地理分析、处理工作流和脚本的图形化数据建模工具。Model Builder 由输入数据、空间处理工具和输出数据 3 个基本结构组成14。Model Builder 提供的图形化建模工具, 能够集成三维、空间分析和地
11、理统计等多种空间分析处理工具15, 将多种空间处理分析工具在模型图表中串在一起, 模型运行时分析工具按顺序执行, 从而实现工作的流程化和自动化, 提高数据处理的效率16。基于 Model Builder 建立起 GIS 模型后, 将模型涉及的各种数据预先插值形成空间栅格数据后, 设置好数据路径, 启动模型后即可自动完成复杂空间计算过程。图 1 为 Model Builder 建模的图解, 方便读者理解整个模型。模型由很多个如图 1 所示的图表串联而成。图 1 Model Builder 建模图解 下载原图2 小麦自然水分亏缺率模型的 GIS 建模由上述自然水分亏缺率模型原理发现, 该数学模型涉
12、及较多的数据和大量复杂的公式, 在现实应用中存在易出错、效率低等弊端。本文将该模型与 GIS 相结合, 逐步建立基于 GIS 的小麦自然水分亏缺干旱评估模型, 从而改善原数学模型的缺点, 提高模型的使用效率。2.1 小麦全生育期的需水量 GIS 建模小麦可能蒸散量 ET0是一个复杂的计算公式, 为了便于理解, 先对公式中的变量一一建模, 最终再对 ET0建模, 模型中饱和水气压温度关系曲线上在 Ta处的切线斜率, 用 weizhi1 来表达;干湿表常数, 模型中用 gswdjcs 表示。如图 2图 8 所示。再根据公式对小麦全生育期需水量 E 进行建模。如图 9 所示。2.2 小麦全生育期的自
13、然供水量的 GIS 建模图 10 是利用 Arc GIS 中的 Model Builder 对小麦全生育期的自然供水量 (W) 的建模。最后将小麦全生育期需水量 E 和小麦全生育期的自然供水量 W 结合, 得到小麦生育阶段的自然水分亏缺率 G 的模型。如图 11 所示。2.3 基于 GIS 的小麦自然水分亏缺率模型将以上各节中各参数模型按照逻辑计算关系进行连接后, 即形成完整的基于GIS 的小麦自然水分亏缺率模型, 如图 12 所示。将模型涉及的各种数据预先插值形成空间栅格数据后, 设置好数据路径, 启动模型后即可完成特定时间点的小麦自然水分亏缺干旱评估计算。图 2 饱和水气压温度关系曲线上在
14、 Ta 处的切线斜率 建模 下载原图图 3 干湿表常数 建模 下载原图图 4 2 m 高处风速 U2 建模 下载原图图 5 饱和水气压 Es 的建模 下载原图图 6 实际水气压 Ea 的建模 下载原图图 7 净辐射 Rn 的建模 下载原图图 8 可能蒸散量 ET0 的建模 下载原图图 9 小麦全生育期需水量 E 进行建模 下载原图图 1 0 小麦全生育期的自然供水量 W 的建模 下载原图图 1 1 小麦生育阶段的自然水分亏缺率 G 的建模 下载原图3 基于 GIS 的小麦自然水分亏缺干旱模型应用实例3.1 研究区概况以河南省商丘市睢阳区作为本文研究区域, 全区面积为 960 km, 耕地 69
15、3 km, 是国家优质小麦产区。3.2 资料来源与处理选取河南省商丘市睢阳区 7 个站点的 2013 年 7 月 1 日2014 年 6 月 30 日的气象站点数据 (由 A 文件转换) 与土壤墒情报表。气象站点数据包括日最高气温、日最低气温、日平均气温、平均相对湿度、日照时数、平均风速和降水量。利用土壤墒情报表读取 2013 年 7 月 1 日2014 年 6 月 30 日 030 cm、050 cm、0100 cm 的土壤平均相对湿度。在基于 GIS 的小麦自然水分亏缺干旱评估中, 涉及最高气温、最低气温、平均气温、日照时数、降水量、土壤湿度、风速等点数据, 这些点数据都可以采用空间插值方
16、法得到栅格数据, 插值得到的数值都是连续的。表 1 是根据小麦干旱灾害等级气象行业标准列出的不同时段小麦干旱灾害的等级指标, 根将小麦干旱划分为 4 个等级:轻旱、中旱、重旱、严重干旱。表 1 小麦干旱灾害等级指标 下载原表 本例选取睢阳区 2013 年 10 月 6 日和 2013 年 10 月 7 日的气象站点数据 (由 A文件转换) 与土壤墒情报表, 表 2、表 3 为 2013 年 10 月 6 日和 2013 年 10 月7 日的气象站点数据。根据上述小麦自然水分亏缺干旱模型原理, 利用 Arc GIS10.2 中的 Model Builder 建立基于 GIS 的小麦自然水分亏缺干
17、旱评估模型 (如图 13 所示) 。首先对李口、郭村、路河、宁陵、柘城、虞城和商丘气象站点数据, 以及宁陵、柘城、虞城和商丘站点的土壤墒情报表数据采用反距离加权法进行插值, 得到栅格数据, 再根据小麦自然水分亏缺干旱评估模型的原理建立 GIS 计算模型, 最后利用裁切功能得到结果图, 如图 12 所示。表 2 2013100620131007 的 7 个站点信息 下载原表 在 Arc GIS 中运行已经建立的模型, 可以在很短的时间内得到最终的栅格图像, 并根据小麦干旱灾害等级气象行业标准评估各个区域的干旱情况, 并制定干旱等级分布图 (如图 13 所示) 。这段时间中, 李口镇、娄店、冯桥、
18、高辛镇4 个区域的干旱等级为严重干旱, 其他区域均为适宜。表 3 7 个站点气象要素表 下载原表 由于降水是冬小麦生长发育过程中极为重要的因子, 而从表 2 可以看出, 10 月6 日10 月 7 日 7 个站点降水量均为 0, 因此该时段局部地区冬小麦处于严重干旱。结果表明, 该模型能较好地解决小麦干旱的评估问题, 且在 Arc GIS 软件中实现, 既容易构建又容易修改, 而且可以快速得到结果。图 1 2 原始数据插值结果 下载原图图 1 3 睢阳区 2013 年 10 月 6 日和 2013 年 10 月 7 日小麦干旱评估图 下载原图4 结论自然水分亏缺率模型是评估小麦干旱的方法之一,
19、 现如今已经被许多学者使用, 该模型涉及大量的空间数据及复杂的运算过程。GIS 的空间分析功能能够处理大量空间数据, Arc GIS 的栅格计算器不仅可以方便地完成基于数学运算符的栅格运算, 以及基于数学函数的栅格运算, 而且它还支持直接调用 Arc GIS 自带的栅格数据空间分析函数, 并且可以方便地实现多条语句的同时输入和运行。利用自然水分亏缺率模型的原理, 以 GIS 空间分析技术为手段, 结合 Arc GIS软件的 Model Builder 将复杂的数学模型转变为 GIS 模型。实践证明, 基于GIS 的自然水分亏缺率模型能较好地进行小麦干旱的评估。参考文献1张绍军.S_诱抗素对提高
20、小麦抗旱性的作用研究J.河南科技, 2009 (8) :60-61. 2刘丙军, 邵东国, 沈新平.作物需水时空尺度特征研究进展J.农业工程学报, 2007, 23 (5) :258-264. 3刘宏谊, 马鹏里, 杨兴国, 等.甘肃省主要农作物需水量时空变化特征分析J.干旱地区农业研究, 2005, 23 (1) :39-44. 4刘晓英, 李玉中, 郝卫平.华北主要作物需水量近 50 年变化趋势及原因J.农业工程学报, 2005, 21 (10) :155-159. 5张丹, 张广涛, 王丽学, 等.彭曼-蒙特斯公式在参考作物需水量中的应用研究J.安徽农业科学, 2006, 34 (18)
21、 :4513-4514. 6高歌, 陈德亮, 任国玉, 等.19562000 年中国潜在蒸散量变化趋势J.地理研究, 2006, 25 (3) :378-387. 7黄晚华, 杨晓光, 曲辉辉, 等.基于作物水分亏缺指数的春玉米季节性干旱时空特征分析J.农业工程学报, 2009, 25 (8) :28-34. 8彭世彰, 蔡敏, 孔伟丽, 等.不同生育阶段水分亏缺对水稻干物质与产量的影响J.水资源与水工程学报, 2012, 23 (1) :10-13. 9普宗朝, 张山清.新疆水分亏缺量时空变化分析J.冰川冻土, 2012, 34 (4) :802-812. 10乌兰, 石晓华, 杨海鹰, 等
22、.苗期水分亏缺对马铃薯产量形成的影响J.中国马铃薯, 2015, 29 (2) :80-84. 11张晓艳, 王丽丽, 郑纪业, 等.山东小麦气象灾害预警指标规范J.山东农业科学, 2014, 46 (5) :127-131. 12刘珏, 汪林, 倪广恒, 等.中国主要作物灌溉需水量空间分布特征J.农业工程学报, 2009, 25 (12) :6-12. 13樊引琴, 蔡患杰.单作物系数法和双作物系数法计算作物需水量的比较研究J.水利学报, 2002 (3) :50-54. 14李元杰.基于 Model Builder 的林业专题图境界线自动提取方法J.林业调查规划, 2014, 39 (2) :11-13. 15周春峰.浅谈基于 Arc GIS 的影像批量裁剪J.北京测绘, 2015 (6) :136-137. 16汤国安, 杨昕.Arc GIS 地理信息系统空间分析实验教程M.北京:科学出版社, 2006.
