2019, Vol. 27
2. 中国科学院大学 北京 100049
2. University of Chinese Academy of Sciences, Beijing 100049, China
农业是用水大户, 目前我国农业用水占总用水的70%左右[1-3], 世界上大多数干旱、半干旱、半湿润地区的水资源短缺与农业用水有关。从流域尺度来看, 上游农业用水增加是造成流域内地表径流量减少的主要原因[4-5], 由于上游径流减少, 下游农业生产大量依靠超采地下水[6-8], 导致区域水问题突出。因此, 准确计算流域上游农业用水, 水资源和粮食产供需间的耦合调控, 是保障流域水资源安全和生态经济协同发展的关键。白洋淀地处雄安新区规划的核心范围, 自1970年以来, 由于农业灌溉发展和上游城市扩张, 白洋淀来水逐渐减少且周围地下水超采严重[9-11], 淀区周围地下水位由20世纪60年代初的普遍高于淀区水位到80年代初西南方向渐渐低于淀区水位再到21世纪初普遍低于淀区水位, 形成白洋淀从获取周围地下水侧向补给转向周围地下水侧向渗漏[12], 直接和间接造成白洋淀湖面萎缩、长期靠外流域调水维持不干淀的被动局面。鉴于外流域调水无法有效缓解白洋淀流域来水逐年萎缩、地下水持续下降的事实, 摸清雄安新区上游农业需水的基本状况及其演变规律, 优化调整雄安新区上游农业用水结构, 削减地表和地下水消耗, 是提升雄安新区水资源保障能力, 实现雄安新区及京津冀绿色可持续发展的根本措施和必然选择。
农业用水估算一直是农业灌溉和排水管理的核心, 以能量平衡为驱动的Penman-Monteith公式[13]是估算潜在蒸散发的经典方法, 1990年联合国粮农组织(FAO)对Penman-Monteith公式进行了标准化修订, 简化了计算参考蒸散的Penman-Monteith公式所需各种参数, 发展了利用作物系数法估算需水量的通用方法, 建立了不同作物的参考系数[14], 为作物耗水估算提供了基础理论支撑。然而，不同地区缺乏具体作物本地化的作物系数, 尽管蒸发皿蒸发和作物表面蒸散存在差异，但是采用蒸发皿法估算10 d或更长时间的潜在蒸散还是有一定保证的[13]。作物模型作为基于日尺度气象数据进行作物生长和水分平衡模拟的工具, 经过各国的本地化参数校验, 估算作物需水量的精度大大提高[15-17], 使得作物模型和FAO56算法进行作物需水研究的方法体系逐渐形成。Yang等[18]利用DSSAT模型模拟华北平原小麦(Triticum aestivum)、玉米(Zea mays)等作物的灌溉需水量, 得出小麦灌溉需水量占灌溉需水总量40%以上; 马林等[19]利用ETWatch系统估算了华北平原灌溉需水量的分布特征, 得出小麦和蔬菜播种面积较多的区域灌溉需水量较高。虽然这些研究已经对华北平原的灌溉需水量进行了估算, 但缺乏长时间系统的对种植结构变化、农业需水时空演变规律的研究，尤其是针对白洋淀流域灌溉需水的研究较少。
因此, 本研究利用作物模型进行雄安新区上游主要作物小麦、玉米需水模拟, 结合华北地区多年研究基础上本地化的蒸发皿系数估算蔬菜、果树等农田需水, 回溯雄安新区上游1970年特别是20世纪80年代中期以来农业种植结构及需水量的时空演变趋势, 量化非气象因素驱动的农业种植结构和灌溉行为对水资源影响, 为绿色雄安水城共融建设的水资源保障决策提供参考。
1 材料与方法 1.1 研究区概况研究区位于白洋淀(雄安新区上游, 113°39′~ 116°18′E, 38°05′~40°09′N), 隶属海河流域大清河水系, 地势自西北向东南倾斜, 海拔跨度5~2 740 m (图 1)。研究区属于半湿润气候, 年均气温7.3~ 12.7 ℃, 多年平均降水528 mm, 但降水主要集中在雨季, 非雨季农作物主要依靠灌溉弥补土壤墒情不足, 造成区域地表、地下水短缺。此外, 本研究以大清河流域山区和平原区分界限为基准, 将研究区分为山区和平原区两部分。在研究区域中, 山区包括河北省涞源县、涞水县、易县、唐县、顺平县、阜平县、曲阳县、行唐县、满城区和山西省灵丘县等10个县, 平原区包括河北省安国县、安新县、定州市、高碑店、高阳县、容城县、徐水县、望都县、无极县、蠡县、博野县、定兴县、新乐市、涿州市、保定市市辖区、清苑县16个县或市。
|
图 1 研究区域边界、气象站、河流水系分布图 Fig. 1 Sketch map of boundary, meteorological stations and river systems in the study area |
1986—2015年间, 该区农田主要种植冬小麦、玉米、蔬菜和果树类, 其中冬小麦、夏玉米多为一年两作; 果树以苹果(Malus domestica)、梨树(Pyrus spp.)、桃(Amygdalus persica)、葡萄(Vitis vinifera)和枣(Ziziphus jujuba)为主, 占果树种植面积的80%左右, 栽培期为4—10月。蔬菜主要包括25种露地蔬菜, 随着人们生活需求的提升, 设施蔬菜急剧增加, 因此也应考虑在内。此外, 研究区域还少量种植大豆(Glycine max)、花生(Arachis hypogaea)、棉花(Gossypium spp.)、红薯(Dioscorea esculenta)、谷类等作物, 这些作物主要在雨季生长, 灌溉需水较少。
1.3 数据来源逐日气象数据从中国气象数据网(http://data.cma.cn/)和河北省气象局获取, 涵盖区内26个气象站, 数据包含作物模型和Penman-Monteith方法所需的日最高和最低气温、降水量、风速、太阳辐射和相对湿度。小麦、玉米、果树(苹果、桃树、梨树、葡萄和枣树)以及25种蔬菜的耕作、播种和有效灌溉面积从河北省统计局农村处(1986—1993年)、中国知网(http://www.cnki.net/)(1994—2015年)统计年鉴和河北林业网(http://www.hebly.gov.cn/)收集。蔬菜和果树的蒸发皿系数来自参考文献[20-24](表 1)。此外, 由于1985年以前基本统计数据缺乏和不完备, 1970—1985年各县播种总面积、部分县各作物播种面积、有效灌溉面积从各县县志中提取。
|
表 1 研究区蔬菜和果树的蒸发皿系数(Kp) Table 1 Pan-evaporation coefficient (Kp) for cultivated vegetables and fruit trees in the study area |
本研究利用DSSAT作物模型中的小麦、玉米模型模拟计算小麦、玉米的灌溉需水量, 利用FAO-56提供的蒸发皿法估算蔬菜、果树需水量; 除这几种主要作物外, 研究区内还有少量的大豆、棉花、花生、红薯等作物, 生长季与玉米基本相同, 因此假定所有其他作物的蒸散量与玉米的蒸散量相等。此外, 根据相关文献设定设施蔬菜的蒸散量为露地蔬菜蒸散量的50%[25]。
1.4.1 蒸发皿法蒸发皿法用于估算蔬菜和果树的蒸散量, 方程为:
| $ {\rm{E}}{{\rm{T}}_i} = {K_{{\rm{p}}i}} \times {\rm{E}}{{\rm{T}}_{{\rm{pan}}}} $ | (1) |
式中: ETi(mm∙d-1)是蔬菜或果树的蒸散量, Kpi是蒸发皿系数; ETpan(mm∙d-1)是蒸发皿蒸发速率, 由Penman公式计算得出。
1.4.2 作物模型DSSATDSSAT模型[26]是一种基于天气、土壤、作物品种和管理实践的模型, 用于模拟作物生长和农业用水。其中CERES-Wheat和CERES-Maize模块模拟了小麦和玉米从播种前一直到收获后一段时间作物的光合作用、生物量形成和分配以及水与养分供应等物候过程。利用中国科学院栾城农业生态系统试验站大型称重式蒸渗仪连续5年长期观测的数据对CERES-Wheat和CERES-Maize模块模拟的小麦、玉米蒸散量进行了校准, 使用15年(1987—2001年)该站作物生长过程中土壤和气候数据进行了验证[15, 27]。
1.4.3 灌溉需水量计算灌溉需水量(RIA)用来定义维持当前农业生产所需最低灌溉量。本文以县为单元进行RIA的计算, 每个县RIA计算如下:
| $ {\mathop{\rm RIA}\nolimits} (i,j) = {\mathop{\rm IRR}\nolimits} (i,j) \times {\rm{LA}}(i,j) \times {\rm{PT}}(i,j) \times 10 $ | (2) |
式中: i和j分别代表农作物和县; IRR(mm∙d-1)是蒸散量ET(mm∙d-1)与降水量P(mm∙d-1)之差; LA(hm2)是播种面积; PT是灌溉面积占耕地面积的百分比, 即有效灌溉面积比率。
因此, 雄安新区上游农作物小麦、玉米、蔬菜和果树的总灌溉量RIAsum计算为:
| $ {\rm{RI}}{{\rm{A}}_{{\rm{sum}}}}{\rm{ = }}\sum\limits_{i{\rm{ = 1}}}^{\rm{4}} {\sum\limits_{j = 1}^{{\rm{26}}} {[{\rm{IRR}}(i,j) \times {\rm{LA}}(i,j) \times {\rm{PT}}(i,j) \times 10]} } $ | (3) |
除上述主要作物外, 大豆、花生、小米、薯类和芝麻等大部分其他作物主要是夏季作物, 并且在雨季生长。因此, 将其他作物的灌溉需求与玉米的灌溉需求结合计算, 公式为:
| $ {{\mathop{\rm RIA}\nolimits} _{{\rm{oth}}}} = \left( {{\rm{RI}}{{\rm{A}}_{{\rm{maize}}}} \times {A_{{\rm{oth}}}}} \right)/{A_{{\rm{maize}}}} $ | (4) |
式中: RIAoth是所有其他作物的所需灌溉量(m3∙d-1), RIAmaize是玉米的所需灌溉量(m3∙d-1), Amaize是玉米的播种面积(hm2), Aoth是所有其他作物的播种面积(hm2)。研究区域总的灌溉需水量RIAtot(m3∙d-1)计算如下:
| $ {\rm{RI}}{{\rm{A}}_{{\rm{tot}}}} = {\rm{RI}}{{\rm{A}}_{{\rm{sum}}}} + {\rm{RI}}{{\rm{A}}_{{\rm{oth}}}} $ | (5) |
图 2为研究区1986—2015年农业种植结构的年际变化。研究区农作物耕地面积和有效灌溉面积变化并不显著, 耕地面积多年平均84.9万hm2, 其中, 有效灌溉面积平均71.3万hm2, 占总耕地面积的84%(图 2a)。播种面积多年平均126.8万hm2, 其中小麦、玉米、蔬菜、果树和其他作物各占35.4%、35.1%、8.8%、8.5%和12.2%, 是研究区主要耗水作物。由于80%的降水发生在6月至9月, 冬小麦主要通过地下水灌溉补充所需水份。自1986年以来, 小麦的播种面积从42%下降到32%, 而玉米播种面积每年以0.5万hm2的速度稳步增加, 播种面积占比从32%增加到45%。随着人们生活水平的提高, 蔬菜和果树的播种面积也在增加, 蔬菜面积占比从4%增加到13%, 果树从4%增加到10%。而其他作物的播种面积不断下降, 从1986年的面积占比18%下降到2015年6%(图 2b), 可能是因为其他作物像大豆目前主要依靠进口, 而改种玉米、蔬菜或者果树[28]。
|
图 2 1986—2015年研究区耕地面积、有效灌溉面积(a)和各作物播种面积(b)的变化 Fig. 2 Changes of cultivated area, effective irrigation area (a) and sown area of various crops (b) in the study area from 1986 to 2015 |
图 3为研究区各县小麦、玉米、蔬菜、果树、其他作物播种面积和播种总面积的变化趋势和显著性水平。通过非参数Sen方法和Mann-Kendall统计检验方法[29-30]计算和检测各县农作物播种面积变化趋势以及显著性水平, 分别得出研究区显著上升、显著下降、不显著上升、不显著下降4种变化。发现研究区小麦播种面积在上游山区显著下降, 而在平原区则上升和下降并存(图 3A); 上游各县玉米播种面积呈上升趋势, 但多未达显著水平(图 3B); 蔬菜播种面积总体呈显著上升趋势(图 3C); 果树面积变化有一定空间规律, 表现为上游山区大部分呈上升趋势, 而平原部分呈下降或显著下降的趋势(图 3D); 其他作物整体呈显著下降趋势(图 3E); 而研究区播种总面积大部分地区呈上升或显著上升趋势, 只有少数县呈下降趋势(图 3F)。
|
图 3 1986—2015年研究区各县作物种植面积和播种总面积变化趋势及显著性水平 Fig. 3 Spatial changes of the sown areas of crops in counties of the study area from 1986 to 2015 |
图 4为研究区1986—2015年期间农作物年均灌溉需水量的变化。研究区30年间农作物灌溉需水量的最低、最高和平均值分别是9.57×108 m3(1990年)、30.11×108 m3(1997年)和22.52×108 m3。小麦、玉米、蔬菜、果树和其他作物的年均灌溉需水量变化范围分别是6.12×108~18.99×108 m3、0.04×108~7.27×108 m3、0.29×108~2.68×108 m3、1.00×108~5.45×108 m3和0.01×108~4.68×108 m3, 相应平均值分别为11.59×108 m3、2.87×108 m3、1.18×108 m3、3.29×108 m3和1.49×108 m3, 分别占灌溉需水总量的58.6%、12.6%、5.8%、16.3%和6.7%。其中, 小麦灌溉需水量最高, 主要是因为小麦的耕作期持续了几乎整个旱季(250 d左右)。特别是在降水量多的年份, 小麦的灌溉需水量可高达灌溉总需水量的68%, 因为雨季生长的玉米、蔬菜、果树几乎不需要灌溉, 而冬小麦需要较少的秋季灌溉。
|
图 4 1986—2015年研究区农作物灌溉需水量变化 Fig. 4 Time-series of annual average irrigation water requirements of crops in the study area from 1986 to 2015 |
研究区农作物灌溉需水量变化受降水量年际波动影响很大。1997年、1999年、2006年和2014年降水少的年份灌溉需水量分别是29.98×108 m3、27.42×108 m3、22.25×108 m3和25.30×108 m3, 年降水量仅分别为371.8 mm、382.02 mm、365.41 mm和345.5 mm。相反, 1988年、1990年、1995年和2008年等降水量多的年份灌溉需水量分别是14.05×108 m3、9.56×108 m3、15.88×108 m3和11.25×108 m3, 而年降水量高达809.68 mm、705.44 mm、757.77 mm和648.54 mm, 需水量远低于干旱年份。
图 5为研究区1986—2015年间农作物年均灌溉需水量变化趋势。通过Z-score将灌溉需水量进行标准化(纵轴), 利用最小二乘法(OLS)和t检验[31-32]分别计算各作物灌溉需水量的趋势变化(β)和显著性(P < 0.05)。结果表明, 研究区30年间小麦和玉米的灌溉需水量均呈下降趋势(β小麦=-0.033 0, β玉米=-0.007), 但下降趋势并不显著(P小麦=0.120, P玉米=0.763)。其中, 小麦灌溉需水量的下降程度比玉米大, 主要是由于小麦播种面积减少。夏玉米灌溉需水量变化波动较大, 主要与雨季降水波动有关。受蔬菜、果树播种面积增加影响, 其灌溉需水量均呈显著上升趋势(β蔬菜=0.058, β果树=0.072; P蔬菜=0.003, P果树=0.000)。其他作物因播种面积下降, 其灌溉需水量呈显著下降趋势(β其他=-0.077; P其他=0.000)。从整体上来说, 雄安新区上游30年间农作物灌溉需水总量呈下降趋势, 但没有达到显著水平。
|
图 5 1986—2015年研究区农作物灌溉需水量变化趋势 Fig. 5 Trends of irrigation water requirements of crops in the study area from 1986 to 2015 |
图 6为研究区1986—2015年间各县农作物灌溉需水量空间变化趋势。同样使用非参数Sen方法和Mann-Kendall统计检验方法得出各县农作物灌溉需水量变化趋势以及显著性水平。小麦灌溉需水量大部分地区呈下降或显著下降趋势, 而上升和个别显著上升的县分布在平原区(图 6A); 玉米灌溉需水量具有很大空间变化, 上升趋势主要集中在研究区北部, 下降趋势主要集中在研究区南部(图 6B); 蔬菜灌溉需水量大部分地区表现为显著上升趋势, 平原区部分地区表现为下降或显著下降趋势(图 6C); 沿太行山山麓, 果树在平原区呈下降或显著下降趋势, 在山区则表现为上升或显著上升的趋势(图 6D); 而由于播种面积的显著下降, 其他作物灌溉需水量也呈下降或显著下降的趋势(图 6E)。因为研究区气候变化在空间上差异很小, 造成小麦、玉米、蔬菜、果树和其他作物空间趋势变化的主要原因是播种面积的变化。最后, 沿太行山山麓, 各县灌溉需水总量在平原区主要表现为下降或显著下降趋势, 其中, 不显著下降是平原区最主要的变化趋势, 而山区则表现为上升或显著上升的趋势(图 6F)。
|
图 6 1986—2015年研究区各县农作物灌溉需水量空间变化趋势以及显著性水平 Fig. 6 Spatial changes of the irrigation water requirements of crops in counties of the study area from 1986 to 2015 |
以上研究表明, 降水是农作物灌溉需水量年际波动的关键影响因素。为了消除降水年际波动对灌溉需水量的干扰, 清晰刻画人类活动即灌溉、种植结构对灌溉需水的影响, 研究选取1986—2015年间最具代表性的降雨年型2015年, 该年度年降水526 mm, 最接近研究区多年平均降水528 mm, 且80%的降水集中在6—9月, 符合研究区降水季节分布特征。研究以2015年降水数据为基准进一步得到仅播种面积和灌溉变化影响下1986—2015年的灌溉需水量。同时, 我们根据1970—1985年各县播种总面积和个别县各作物播种面积比例及有效灌溉比例, 推算研
究区1970—1985年农作物灌溉需水量, 重建1970— 2015年雄安新区上游农业灌溉需水演变趋势(图 7)。结果表明, 自1970年以来, 研究区农作物灌溉需水量急剧增加, 从1970年8.77×108 m3到1986年的16.04×108 m3, 增长了90.4%;进入20世纪80年代中期后, 需水量及需水总量呈趋势增长放缓, 主要受玉米、蔬菜、果树播种面积增加影响, 农田灌溉需水量从1986年的16.04×108 m3到1998年的20.86×108 m3, 之后受我国整体粮食增产降低影响, 2004年达到阶段内的低水平, 2005年后, 重新进入缓慢增长。因此, 人类活动影响下农业灌溉需水量仍呈缓慢上升趋势。
|
图 7 1970—2015年研究区农作物消除降水年际波动的灌溉需水模拟值变化 Fig. 7 Changes of simulated irrigation water requirements of crops without fluctuation of annual precipitation in the study area from 1970 to 2015 |
农业是耗水大户, 面对雄安新区严峻的水资源短缺和上游不断下降的地下水漏斗, 优化上游耗水结构和空间布局, 对于实现雄安新区及其所在流域水资源长期保障具有重要作用。本文利用作物模型和蒸发皿法, 估算了雄安新区上游20世纪70年代以来的农业灌溉需水量, 重建其时空演化趋势。结果表明:农业灌溉需水量变化受降水年际波动强烈影响, 以详细计算1986—2015年的需水量为例, 1994—1996年是丰水年, 平均降水量达699 mm, 其需水深度较低, 在317.8~409.7 mm; 而1997—2001年是枯水年, 平均降水只有393 mm, 平均需水深度达540.87 mm, 而这5年也是保定市地下水水位下降最快的年份[32]。在消除降水年际波动的影响后, 农业用水总体呈现增加的趋势, 20世纪80年代中期以后, 上升趋势开始减缓, 这是由于70年代后期到80年代初, 是我国农业发展迅速的一个时间段, 无论播种面积和有效灌溉都在增加, 80年代后, 播种面积增加开始趋缓, 耗水量较大的蔬菜、果树面积的增加, 成为农业需水增长的主要原因。
由于20世纪70年代尤其1985年以前的农业数据并不完整, 甚至缺乏, 因此, 关于70年代以来农业灌溉需水量的研究较少, 而这个时期是中国农业发展的关键时期, 农业对水资源变化的影响非常显著。本文利用县志中记载的播种面积、有效灌溉面积等数据恢复20世纪70年代以来在消除降水波动影响下的农业灌溉需水量, 但这种方法也存在不足:首先, 统计数据没有完全涉及每个县市, 无法精确计算每个县的农业灌溉需水量, 但本文重点讨论的是农业灌溉需水量变化趋势, 数据的缺乏对趋势预测并没有太大影响; 其次, 由于20世纪70年代电力和生产力发展水平的限制, 保证灌溉率不足, 导致本研究推算的70年代灌溉需水量偏高, 因此, 20世纪70年代农业灌溉需水量的增加趋势比文中计算结果更加显著, 这在未来进一步评估农业用水时要注意。
山区径流减少导致了下游水资源的短缺, Tian等[33]研究了海河流域8个子流域的径流变化趋势, 发现径流减少的时间突变点与农田面积的增加高度吻合, 由此证明人类农业生产活动是导致径流减少的根本原因。本研究计算了唐河上游唐县的农业灌溉需水量, 发现在20世纪80年代之前唐县灌溉需水量平均0.19×108 m3, 进入80年代, 由于播种面积迅速增加, 需水量平均高达0.33×108 m3, 即使是2000年之后, 农业需水也仍呈增长趋势, 这势必导致唐河径流的进一步减少。鉴于雄安新区上游山区灌溉需水总量仍呈上升趋势, 未来山区来水减少的可能性更高, 因此, 有必要对雄安新区上游山区农业种植结构及耗水开展进一步研究。此外, 雄安新区上游平原区地下水水位总体呈下降趋势, 1980—2006年地下水埋深下降幅度在8~25 m[34]。根据统计资料, 保定市由于农业用水而大量开采地下水, 平均每年超采7.94×108 m3, 其中雄安新区地下水亏缺严重, 雄县已经累计超采6.9×108 m3。白洋淀作为雄安新区绿色发展的重要生态屏障, 每年需要调度补水2.55×108 m3, 再加上雄安新区建设也需要大量水资源, 雄安新区供水安全将会面临巨大挑战。而农业用水严重制约了雄安新区以及上游水资源的可持续利用, 因此, 控制新区上游农业用水, 种植低耗水作物、减少耗水作物的种植面积, 成为恢复白洋淀和雄安新区清水产流的关键。
| [1] |
WALLACE J S. Increasing agricultural water use efficiency to meet future food production[J]. Agriculture, Ecosystems & Environment, 2000, 82(1/3): 105-119. |
| [2] |
李保国, 黄峰. 1998~2007年中国农业用水分析[J]. 水科学进展, 2010, 21(4): 575-583. LI B G, HUANG F. Trends in China's agricultural water use during recent decade using the green and blue water approach[J]. Advances in Water Science, 2010, 21(4): 575-583. |
| [3] |
DING Y M, WANG W G, SONG R M, et al. Modeling spatial and temporal variability of the impact of climate change on rice irrigation water requirements in the middle and lower reaches of the Yangtze River, China[J]. Agricultural Water Management, 2017, 193: 89-101. DOI:10.1016/j.agwat.2017.08.008 |
| [4] |
YANG Y H, TIAN F. Abrupt change of runoff and its major driving factors in Haihe River catchment, China[J]. Journal of Hydrology, 2009, 374(3/4): 373-383. |
| [5] |
FAN J, TIAN F, YANG Y H, et al. Quantifying the magnitude of the impact of climate change and human activity on runoff decline in Mian River Basin, China[J]. Water Science & Technology, 2010, 62(4): 783-791. |
| [6] |
张光辉, 费宇红, 刘春华, 等. 华北平原灌溉用水强度与地下水承载力适应性状况[J]. 农业工程学报, 2013, 29(1): 1-10. ZHANG G H, FEI Y H, LIU C H, et al. Adaptation between irrigation intensity and groundwater carrying capacity in North China Plain[J]. Transactions of the CSAE, 2013, 29(1): 1-10. |
| [7] |
GROGAN D S, ZHANG F, PRUSEVICH A, et al. Quantifying the link between crop production and mined groundwater irrigation in China[J]. Science of the Total Environment, 2015, 511: 161-175. DOI:10.1016/j.scitotenv.2014.11.076 |
| [8] |
XU Y Q, MO X G, CAI Y L, et al. Analysis on groundwater table drawdown by land use and the quest for sustainable water use in the Hebei Plain in China[J]. Agricultural Water Management, 2005, 75(1): 38-53. DOI:10.1016/j.agwat.2004.12.002 |
| [9] |
周玮, 吕爱锋, 贾绍凤. 白洋淀流域1959年至2008年山区径流量变化规律及其动因分析[J]. 资源科学, 2011, 33(7): 1249-1255. ZHOU W, LYU A F, JIA S F. Trends and causes of runoff changes in mountainous areas of the Baiyangdian Lake Basin during the period 1959-2008[J]. Resources Science, 2011, 33(7): 1249-1255. |
| [10] |
刘茂峰, 高彦春, 甘国靖. 白洋淀流域年径流变化趋势及气象影响因子分析[J]. 资源科学, 2011, 33(8): 1438-1445. LIU M F, GAO Y C, GAN G J. Long-term trends in annual runoff and the impact of meteorological factors in the Baiyangdian Watershed[J]. Resources Science, 2011, 33(8): 1438-1445. |
| [11] |
MOIWO J P, YANG Y H, LI H L, et al. Impact of water resource exploitation on the hydrology and water storage in Baiyangdian Lake[J]. Hydrological Processes, 2010, 24(21): 3026-3039. DOI:10.1002/hyp.v24:21 |
| [12] |
张兆吉, 费宇红. 华北平原地下水可持续利用图集[M]. 北京: 中国地图出版社, 2009: 103-109. ZHANG Z J, FEI Y H. Atlas of Groundwater Sustainable Utilization in North China Plain[M]. Beijing: China Cartographic Publishing House, 2009: 103-109. |
| [13] |
ALLEN R G, SMITH M, PEREIRA L S, et al. An update for the calculation of reference evapotranspiration[J]. ICID Bulletin, 1994, 43(2): 35-92. |
| [14] |
ALLEN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements[R]. Rome: FAO, 1998: 89-102
|
| [15] |
YANG Y H, WATANABE M, ZHANG X Y, et al. Estimation of groundwater use by crop production simulated by DSSAT-wheat and DSSAT-maize models in the piedmont region of the North China Plain[J]. Hydrological Processes, 2006, 20(13): 2787-2802. DOI:10.1002/(ISSN)1099-1085 |
| [16] |
LIU H L, YANG J Y, DRURY C F, et al. Using the DSSAT-CERES-Maize model to simulate crop yield and nitrogen cycling in fields under long-term continuous maize production[J]. Nutrient Cycling in Agroecosystems, 2011, 89(3): 313-328. DOI:10.1007/s10705-010-9396-y |
| [17] |
LI Z H, JIN X L, ZHAO C J, et al. Estimating wheat yield and quality by coupling the DSSAT-CERES model and proximal remote sensing[J]. European Journal of Agronomy, 2015, 71: 53-62. DOI:10.1016/j.eja.2015.08.006 |
| [18] |
YANG Y M, YANG Y H, MOIWO J P, et al. Estimation of irrigation requirement for sustainable water resources reallocation in North China[J]. Agricultural Water Management, 2010, 97(11): 1711-1721. DOI:10.1016/j.agwat.2010.06.002 |
| [19] |
马林, 杨艳敏, 杨永辉, 等. 华北平原灌溉需水量时空分布及驱动因素[J]. 遥感学报, 2011, 15(2): 324-339. MA L, YANG Y M, YANG Y H, et al. The distribution and driving factors of irrigation water requirements in the North China Plain[J]. Journal of Remote Sensing, 2011, 15(2): 324-339. |
| [20] |
陈玉民, 郭国双, 王广兴, 等. 中国主要作物需水量与灌溉[M]. 北京: 中国水利电力出版社, 1995. CHEN Y M, GUO G S, WANG G X, et al. Main Crop Water Requirement and Irrigation of China[M]. Beijing: China Water Power Press, 1995. |
| [21] |
樊军, 王全九, 郝明德. 利用小蒸发皿观测资料确定参考作物蒸散量方法研究[J]. 农业工程学报, 2006, 22(7): 14-17. FAN J, WANG Q J, HAO M D. Estimation of reference crop evapotranspiration by Chinese pan[J]. Transactions of the CSAE, 2006, 22(7): 14-17. DOI:10.3321/j.issn:1002-6819.2006.07.003 |
| [22] |
黄兴法, 李光永, 王伟, 等. 充分微喷灌溉条件下苹果树耗水量的研究[J]. 中国农业大学学报, 2001, 6(4): 42-46. HUANG X F, LI G Y, WANG W, et al. Water use of micro-sprinkler irrigated apple trees under condition of full irrigation[J]. Journal of China Agricultural University, 2001, 6(4): 42-46. DOI:10.3321/j.issn:1007-4333.2001.04.010 |
| [23] |
黄兴法, 李光永, 王小伟, 等. 充分灌与调亏灌溉条件下苹果树微喷灌的耗水量研究[J]. 农业工程学报, 2001, 17(5): 43-47. HUANG X F, LI G Y, WANG X W, et al. Water use of micro-sprinkler irrigated apple trees under full irrigation and regulated deficit irrigation[J]. Transactions of the CSAE, 2001, 17(5): 43-47. DOI:10.3321/j.issn:1002-6819.2001.05.011 |
| [24] |
李光永, 王小伟, 黄兴法, 等. 充分灌与调亏灌溉条件下桃树滴灌的耗水量研究[J]. 水利学报, 2001, 32(9): 55-58. LI G Y, WANG X W, HUANG X F, et al. Study on water use of drip irrigated peach tree under the conditions of fully irrigated and regulated deficit irrigation[J]. Journal of Hydraulic Engineering, 2001, 32(9): 55-58. DOI:10.3321/j.issn:0559-9350.2001.09.010 |
| [25] |
李建明, 邹志荣, 付建峰. 温室番茄节水灌溉指标的研究[J]. 沈阳农业大学学报, 2000, 31(1): 110-112. LI J M, ZOU Z R, FU J F. Study on water-saving irrigation index for greenhouse tomato[J]. Journal of Shenyang Agricultural University, 2000, 31(1): 110-112. DOI:10.3969/j.issn.1000-1700.2000.01.031 |
| [26] |
JONES J W, HOOGENBOOM G, PORTER C H, et al. The DSSAT cropping system model[J]. European Journal of Agronomy, 2003, 18(3/4): 235-265. |
| [27] |
NAKAYAMA T, YANG Y H, WATANABE M, et al. Simulation of groundwater dynamics in the North China Plain by coupled hydrology and agricultural models[J]. Hydrological Processes, 2006, 20(16): 3441-3466. DOI:10.1002/(ISSN)1099-1085 |
| [28] |
SUN J, MOONEY H, WU W B, et al. Importing food damages domestic environment:Evidence from global soybean trade[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(21): 5415-5419. DOI:10.1073/pnas.1718153115 |
| [29] |
SEN P K. Estimates of the regression coefficient based on Kendall's Tau[J]. Journal of the American Statistical Association, 1968, 63(324): 1379-1389. DOI:10.1080/01621459.1968.10480934 |
| [30] |
LIBISELLER C, GRIMVALL A. Performance of partial Mann-Kendall tests for trend detection in the presence of covariates[J]. Environmetrics, 2002, 13(1): 71-84. DOI:10.1002/(ISSN)1099-095X |
| [31] |
ZHOU X Y, BAI Z J, YANG Y H. Linking trends in urban extreme rainfall to urban flooding in China[J]. International Journal of Climatology, 2017, 37(13): 4586-4593. DOI:10.1002/joc.2017.37.issue-13 |
| [32] |
吕晨旭, 贾绍凤, 季志恒. 近30年来白洋淀流域平原区地下水位动态变化及原因分析[J]. 南水北调与水利科技, 2010, 8(1): 65-68. LYU C X, JIA S F, JI Z H. Dynamics and causes of groundwater table change in plain area of Baiyangdian Basin in last 30 years[J]. South-to-North Water Transfers and Water Science & Technology, 2010, 8(1): 65-68. |
| [33] |
TIAN F, YANG Y H, HAN S M. Using runoff slope-break to determine dominate factors of runoff decline in Hutuo River Basin, North China[J]. Water Science and Technology, 2009, 60(8): 2135-2144. DOI:10.2166/wst.2009.578 |
| [34] |
ZHANG Y Q, WANG G W, WANG S Q, et al. Hydrochemical characteristics and geochemistry evolution of groundwater in the plain area of the Lake Baiyangdian watershed, North China Plain[J]. Journal of Groundwater Science and Engineering, 2018, 6(3): 220-233. |