莫昱晨， 鲍振鑫， 宋晓猛， 王国庆, 刘翠善， 田益民

(1.中国矿业大学 资源与地球科学学院,江苏 徐州221116； 2.南京水利科学研究院 水文水资源与水利工程科学国家重点实验室,江苏 南京210029； 3.水利部应对气候变化研究中心,江苏 南京210029)

水资源是支撑人类生存和生物生长的基础，是维持人类社会发展的最重要资源之一。我国农业用水的比例超过了70%，用水量过大且用水效率低[1]。黄淮海流域作为我国最大的粮食产区，水资源非常短缺，尤其是农业用水，时常出现农业供水不足的现象。随着全球气温的升高，带来的降水时空格局的变化直接影响作物的生长发育和耗水过程，进而影响作物需水量和缺水量[2]。掌握流域的主要农作物需水量和缺水量的时空演变特征对流域灌溉计划的制定、灌溉水量时空分布的掌握和水资源的配置能够起到重要作用。

目前，国内外对于作物需水量的计算和时空演变特征的研究已经有了较多的成果。19世纪初期，英、美、日、俄等国家采用田测法与筒测法进行作物需水量的对比观测[3-5]。直到19世纪末期，各国逐步开展了对作物蒸散量的试验[6]。1926年中山大学的丁颖教授在广东省进行了多点水稻蒸散发量试验，并于3年后发表了水稻蒸发蒸腾量与水面蒸发量之间比值关系的研究论文[7]。Monteith导出了Penman-Monteith(P-M)公式，通过引入表面阻力的概念[8-10]，为非饱和下垫面的蒸散发研究开辟了一条新的途径。张华等[11]采用Penman-Monteith公式和作物系数法计算了甘肃省小麦的需水量；黄会平等[12]采用作物系数法研究了黄淮海平原主要作物需水量演变趋势；基于P-M公式，杨晓琳等[13]利用SIMETAW模型计算了研究区域7个亚区冬小麦生育期的需水量。随着计算机技术、地理信息系统(GIS)、遥感技术、遥控技术的快速发展，需水量计算方法得到了不同程度的改进，如涡度相关法和仪器加工技术的发展，使作物需水量的计算精度有所提高[14]。目前，运用最广泛的作物需水量计算方法是Penman-Monteith公式法，该方法既考虑了空气动力学参数的变化，又考虑了作物的生理特征，具有较充分的理论依据和较高的计算精度[15]。相较于Penman-Monteith公式法，筒测法测量面积小，边界影响大，测得作物蒸散量数值偏大，现应用范围不广。田测法试验区域大，代表性好，但不能消除侧向土壤水分交换对结果的影响[16]。遥感技术优势突出，但会受到观测角度及气象要素等因素的影响，使其数据的精确度降低。

作物需水量时空分布规律的研究方法主要有：空间插值法、主成分分析法、回归分析法和地理加权回归法等[17]。基于这些方法，LOBELL D B等[18]分析了气候变化影响下全球作物产量的时空分布特征；KÜHLING I等[19]以西伯利亚西部谷物带的7个省份和中部22个区为研究区域，分别提出了在草地和农田两种时空尺度下衡量区域作物种植强度的两种指数；IMBACH P等[20]结合历史统计数据、农业经济调查数据以及行政边界，以地理空间的形式提供了一套亚马逊地区时空范围内以农作物和草场为分组类型的农业动态数据集；2006年，YOU L等[21]开发出了模拟农作物种植分布状况的作物空间分配模型(Spatial Production Allocation Model,SPAM)；针对中国作物的空间分布特点，LIU Z等[22]将SPAM加以改进得到SPAM-China，精确呈现了我国主要作物种植区域及产量的时空演变过程。

目前，国内在作物需水与缺水的研究中，大部分研究区域较小，多以省或者市为例，且研究作物较为单一。为此，本文基于黄淮海流域186个气象站点1961—2017年的降水数据和气象数据，选择春小麦、冬小麦和夏玉米3种农作物，研究区域大且选择作物种类较齐全，分析黄淮海流域作物全生育期的需水量、缺水量、降水量、有效降水量的年际演变趋势，分析黄淮海流域作物全生育期需水量和缺水量的空间分布特征，分析作物需水量、缺水量的影响因素，为黄淮海流域农作物生产中的水资源高效、合理分配和作物灌溉方案提供科学依据。

1 研究区与数据来源

1.1 研究区概况

黄淮海流域是我国的一级流域(黄河、淮河和海河流域的统称)，如图1所示。黄淮海流域位于东经95°53′～123°00′，北纬30°10′～43°00′；流域总面积139万km2，占中国面积的14.4%；人口总数占全国总人口的29.3%，流域生产总值(GDP)占全国GDP的42.75%。

图1 研究区概况及气象站点分布

黄淮海流域主要种植农作物为春小麦、冬小麦和夏玉米，粮食总产量占全国流域粮食总产量的63.37%。黄淮海流域的降水区域分布不均，年际、年内变化大，经常出现连丰、连枯现象；其人均用水量、万元国内生产总值用水量以及农田实际灌溉单位用水量均低于全国平均水平，农田灌溉用水量占用水总量的60%～70%[23]，对水量的需求很大，但水资源量稀缺，不足以满足水量的需求。

1.2 数据来源

本文使用的气象数据来自气象科学数据网(http://data.cma.cn/)黄淮海流域186个气象站点1961—2017年的日降水、日辐射、日相对湿度、日最高温度、日最低温度、日平均温度、日平均风速数据。土地利用数据来自中国科学院资源环境科学与数据中心(www.resdc.cn)的黄淮海流域边界数据、地级市数据、三级流域边界数据。主要农作物种植面积来自各个地级市的1961—2018年的统计年鉴。黄淮海流域的水资源(径流)数据来自全国第二次水资源评价的三级流域统计计算数据，在此基础上，地级市数据由该地级市所占三级流域面积加权平均得到。

2 研究方法

2.1 参考作物蒸发蒸腾量

参考作物蒸发蒸腾量(reference crop evapotranspiration)是指供水充分条件下满足参考作物的潜在蒸发蒸腾量。逐日参考作物蒸发蒸腾量采用联合国粮农组织(Food and Agriculture Organization of the United Nations,FAO)1998年修正的标准Penman-Monteith方法计算[24]，影响因素有逐日气温、相对湿度、日照时数和风速等。具体计算公式如下：

(1)

式中：ET0为参考作物蒸发蒸腾量，mm/d；Rn为冠层表面净辐射，MJ/(m2·d)；G为土壤热通量，G=0.32 MJ/(m2·d)；γ为温度计常数，kPa/℃；T为平均气温，℃；U2为地面高度2.0 m处风速，m/s；es为空气饱和水汽压，kPa；ea为空气实际水汽压，kPa；Δ为饱和水汽压温度关系曲线的斜率，kPa/℃。

2.2 作物需水量

作物系数(Kc)是指作物的实际蒸发蒸腾量(ETc)与实测的或估算的参考作物蒸发蒸腾量(ET0)的比值，它反映不同作物与参照作物的区别，是根据参考作物蒸发蒸腾量计算实际作物需水量的重要参数。作物系数(Kc)是农作物自身生物学特性的反映，且与作物的种类、品种、生育期及群体叶面积指数等因素密切相关[17]。公式如下：

ETc=ET0·Kc。

(2)

式中：ETc为作物实际蒸发蒸腾量，mm/d；Kc为作物各个生长阶段的作物系数。

FAO推荐在标准状态下(无水分胁迫)确定作物系数比较简单实用的方法为分段单值平均作物系数法，主要用于灌溉系统的规划设计和灌溉管理[17]。

分段单值平均作物系数法是把作物全生育期分为4个阶段，作物系数分为3个值进行计算。4个阶段为：初始生长期为Kcini;快速发育期从Kcini提高到Kcmid;生育中期为Kcmid;成熟期从Kcmid下降到Kcend。黄淮海流域春小麦全生育期为每年3—8月、冬小麦为每年9月到次年6月、夏玉米为每年4—9月。

在FAO编写的《作物需水计算指南》[24]中，由于标准条件下的春小麦、冬小麦和夏玉米的作物系数需要根据各个地区的实际情况进行修正，因此，给出修正公式：

(3)

式中:Kc(FAO)为FAO标准条件下各生育阶段的作物系数;RHmin为各生育阶段内日最小相对湿度的平均值，%;u2为各生育阶段内2 m高日平均风速，m/s;h为各生育阶段内作物平均株高，m。

2.3 作物缺水量

作物缺水量为作物生育期需水量同作物生育期有效降水量的差值[25]，公式如下：

W0=ETc-Pe；

(4)

Wc=(ETc-Pe)Sc×10-4。

(5)

式中：W0为作物实际缺水量，mm/d；Pe为有效降水量，mm/d；ETc为作物实际蒸发蒸腾量，mm/d；Wc为作物实际缺水量，亿m3/d；Sc为作物种植面积，103hm2。

本文研究的是供水充分条件下满足潜在蒸散发的理论缺水量，而非实际的灌溉缺水量。

能够保存在作物根系层中并用于满足作物实际蒸发蒸腾量的那部分降水量称为作物的有效降水量[26]，本文提出以下有效降水量的计算公式：

Pe=P-Re。

(6)

式中：Pe为作物生育期有效降水量，mm/d；Re为作物生育期径流量，mm/d；P为作物生育期降水量，mm/d。

2.4 趋势分析方法

2.4.1 突变检验法

Mann-Kendall趋势分析法是一种非参数检验的方法，与其他检验方法相比，该方法的优势在于它不需要样本遵循特定的分布，且不会受到少数异常值的干扰，更适用于顺序变量和类型变量，广泛应用于水文学领域[16]。应用Mann-Kendall法得到UF与UK两条曲线，用于检验序列的变化趋势，当UF与UB两条曲线出现交点且交点在临界值之间时，则表示该交点对应的时刻为突变开始时刻[27]。具体计算公式见文献[28]。

(7)

2.4.2 趋势分析法

采用线性回归方程的倾向率来描述变化特征，其表达式为:

y=axi+b。

(8)

式中:xi为不同的年份(i=1、2、…、n)；a为回归系数，即变化率；b为回归常数。

2.4.3 敏感性分析法

参考作物蒸发蒸腾量敏感性分析是在特定时期内，分析其中一个或几个气象要素在变化情况下气象要素对参考作物蒸发蒸腾量变化影响程度的定性分析方法[31]。敏感系数法是1974年由MCCUEN R H等[32-33]提出的用数学定义的敏感性分析方法，敏感系数的正负表示当气象要素增加时参考作物蒸发蒸腾量增加或减少，敏感系数为正表明气象要素对参考作物蒸发蒸腾量为正影响，敏感系数为负表明气象要素对参考作物蒸发蒸腾量为负影响[31]。其公式为：

(9)

式中：SVi为第i个气象变量的敏感系数，是该气象变量对ET0的偏导数；Vi为第i个变量；ΔET、ΔVi为ET0和Vi的微分。

3 结果与分析

3.1 黄淮海流域主要农作物全生育期需水量和缺水量的年际变化

1961—2017年黄淮海流域春小麦、冬小麦、夏玉米需水量、缺水量的年际变化趋势分别如图2、图3及表1所示。

图2 黄淮海流域主要作物需水量年际变化

图3 黄淮海流域主要作物缺水量年际变化

表1 黄淮海流域主要作物需水量和缺水量年际变化趋势

由图2可知：黄淮海流域春小麦(图2(a))全生育期需水量为407.32～494.24 mm，平均年需水量为450.27 mm，最小值出现在1985年，最大值出现在2016年；黄淮海流域冬小麦(图2(b))全生育期需水量为430.67～550.27 mm，平均年需水量495.50 mm，最小值出现在1964年，最大值出现在1966年；黄淮海流域夏玉米(图2(c))全生育期需水量为415.53～507.49 mm，平均年需水量457.46 mm，最小值出现在1984年，最大值出现在2016年。

由表1可知,黄淮海流域春(冬)小麦、夏玉米全生育期需水量年际变化趋势主要分为两个阶段：春小麦需水量在1961—1985年、冬小麦需水量在1961—1989年、夏玉米需水量在1961—1989年分别以-10.506 0、-14.523 5、-7.345 4 mm/(10年)的趋势下降；春小麦需水量在1986—2017年、冬小麦需水量在1990—2017年、夏玉米需水量在1990—2017年分别以20.015 8、0.631 0、7.783 3 mm/(10年)的变化率呈上升趋势。经过Mann-Kendall突变检验可知，1961—2017年，黄淮海流域主要农作物需水量都未通过α=0.05的显著性检验。春小麦需水量Mann-Kendall检验的UF和UB曲线有两个交点，分别是2011年和2013年，经过滑动t检验和Pettitt检验，证实该两个点都不是突变点。冬小麦需水量Mann-Kendall检验的UF和UB曲线有5个交点，分别为2003年、2006年、2007年、2009年和2012年，经过滑动t检验和Pettitt检验，证实2003年是突变点。夏玉米需水量Mann-Kendall检验的UF和UB曲线没有交点，因此不存在突变点。

由图3可知：黄淮海流域春小麦全生育期缺水量(图3(a))多年平均值252.57 mm，最大值出现在1962年(329.08 mm)，最小值出现在1984年(192.37 mm)；黄淮海流域冬小麦全生育期缺水量(图3(b))多年平均值347.51 mm，最大值出现在1995年(423.80 mm)，最小值出现在1964年(236.43 mm)；黄淮海流域夏玉米全生育期缺水量(图3(c))多年平均值192.07 mm，最大值出现在1965年(308.68 mm)，最小值出现在1964年(146.88 mm)。

由表1可知：黄淮海流域春(冬)小麦、夏玉米全生育期缺水量变化趋势主要分为两个阶段：春(冬)小麦缺水量在1961—1990年、夏玉米缺水量在1961—1988年分别以-18.605 4(-12.180 5)、-18.208 5 mm/(10年)的趋势下降；春(冬)小麦缺水量在1991—2017年、夏玉米缺水量在1989—2017年分别以14.149 2(8.484 7)、6.729 5 mm/(10年)的变化率呈轻微上升趋势。

经过Mann-Kendall突变检验，黄淮海流域春(冬)小麦、夏玉米全生育期缺水量都未通过α=0.05的显著性检验，其中只有冬小麦缺水量的UF和UB曲线有两个交点，分别是1999年和2013年，经过滑动t检验和Prttitt检验，证实2013年是突变点。

3.2 黄淮海流域主要农作物需水量和缺水量年内分配变化

图4给出了黄淮海流域主要作物需水量和缺水量的年内分配情况。由图4可知,黄淮海流域春(冬)小麦、夏玉米需水量(图4(a))及其缺水量(图4(b))年内分配都呈现了先上升后下降的趋势。春小麦需水量3月最低，为19.46 mm，5月最高，为151.94 mm；冬小麦需水量9月最低，为17.67 mm，4月最高，为117.75 mm；夏玉米需水量9月最低，为14.22 mm，7月最高，为148.82 mm。春小麦缺水量3月最低，为12.52 mm，5月最高，为116.84 mm；冬小麦缺水量9月最低，为0.58 mm，4月最高，为92.92 mm；夏玉米缺水量4月最低，为1.47 mm，6月最高，为85.73 mm。同时观察到春小麦7—8月份的缺水量和夏玉米8—9月份的缺水量为零，原因是这几个月份的有效降水量大于等于需水量，不存在缺水现象。

图4 黄淮海流域主要作物需水量和缺水量年内分配

表2为黄淮海流域主要作物需水量和缺水量年内分配变化率。由表2可知：就春小麦而言，需水量在3—8月递增，变化率为0.022 98～0.145 93 mm/年；缺水量在4月总体以0.146 58 mm/年的变化率呈递增趋势，3月、5月和6月缺水量总体以-0.220 91～-0.018 46 mm/年的变化率下降。就冬小麦而言，需水量在5月、6月、9月至来年1月总体上以-0.140 50～-0.011 19 mm/年的变化率下降；2月、3月和4月需水量总体以0.036 33～0.315 76 mm/年的变化率上升；除了3月和4月的缺水量总体以0.236 64 mm/年和0.416 07 mm/年的变化率上升外，其余月份的缺水量总体上都以-0.167 98～-0.004 54 mm/年的变化率下降。最后是夏玉米，其需水量在5月和6月总体分别以-0.013 72 mm/年和-0.094 22 mm/年的变化率下降，其余月份的以0.005 73～0.189 39 mm/年的变化率上升；缺水量变化趋势和需水量的差别不大，4—7月的缺水量分别以0.071 26、-0.214 78、-0.347 05、0.464 49 mm/年的变化率变化。

表2 黄淮海流域主要作物需水量和缺水量年内分配变化率 mm/年

3.3 黄淮海流域主要农作物需水量和缺水量的空间变化

1961—2017年黄淮海流域春(冬)小麦、夏玉米生育期多年平均需水量的空间分布特征如图5所示。由图5可知：①黄淮海流域春小麦全生育期地级市多年平均需水量(图5(a))为345.12～593.08 mm，自西向东呈逐渐递增的趋势，其中固原市、中卫市、吴忠市、银川市和张家口市春小麦多年平均需水量高于500 mm；果洛藏族自治州、阿坝藏族羌族自治州、玉树藏族自治州和呼和浩特市的春小麦多年平均需水量低于400 mm。②黄淮海流域冬小麦全生育期多年平均需水量(图5(b))为354.83～639.68 mm，呈中部较高、东西两部较低的分布特征，其中河北省北部、宁夏回族自治区和运城市冬小麦多年平均需水量高于550 mm；黄淮海流域的西南部、东南部冬小麦多年平均需水量低于450 mm。③黄淮海流域夏玉米全生育期多年平均需水量(图5(c))为185.11～691.73 mm，夏玉米空间分布特征同冬小麦空间分布特征大致相同，呈中部较高、东西两部较低的分布特征。

图5 黄淮海流域主要作物需水量空间分布特征

图6为黄淮海流域春(冬)小麦、夏玉米全生育期多年平均需水量变化率分布图。由图6可知：黄淮海流域春小麦全生育期多年平均需水量变化率(图6(a))为-4.44～-2.25 mm/年，多年平均需水量变化率为0.251 2 mm/年，整体呈现出由西向东逐步减少的趋势，以忻州市和朔州市为界，往东需水量逐年减少；黄淮海流域冬小麦全生育期多年平均需水量变化率(图6(b))为-5.40～3.97 mm/年，多年平均需水量变化率为-0.062 1 mm/年，整体呈现出由西向东逐步减少的趋势，以临汾市、运城市、保定市和石家庄市为界，往东需水量逐年减少，山东省和江苏省各地区多年平均需水量变化率低于-1.5 mm/年。黄淮海流域夏玉米全生育期多年平均需水量变化率(图6(c))为-4.56～5.32 mm/年，多年平均需水量变化率为0.072 0 mm/年，整体呈现出由西向东逐步减少的趋势，以临汾市、运城市、忻州市和朔州市为界，往东需水量逐年减少；山东省中北部和河南省东部各地区多年平均需水量变化率低于-1.1 mm/年。

图6 黄淮海流域主要作物需水量变化率空间分布特征

1961—2017年黄淮海流域春(冬)小麦、夏玉米生育期缺水量空间分布特征如图7所示，缺水量结合黄淮海流域地级市多年平均春(冬)小麦、夏玉米种植面积计算出以亿m3为单位的黄淮海流域各地级市的作物缺水量。

图7 黄淮海流域主要作物缺水量空间分布特征

黄淮海流域春小麦全生育期缺水量空间分布特征如图7(a)所示，由图可知，地级市多年平均春小麦缺水量为1.14亿m3，整体呈现出由东西两端向西北部和北部递增的趋势，呼和浩特市缺水量最大，为5.27亿m3，玉树藏族自治州缺水量最小，为0.000 28亿m3，其中庆阳市、平凉市、呼和浩特市以及巴彦卓尔市的缺水量均大于3.0亿m3。黄淮海流域冬小麦全生育期缺水量空间分布特征如图7(b)所示，由图可知，地级市多年平均冬小麦缺水量为4.63亿m3，整体缺水量由西向东呈递增趋势，菏泽市缺水量最大，为18.71亿m3，玉树藏族自治州缺水量最小，为0.000 378亿m3，其中缺水量大于多年平均值的地级市主要集中在甘肃省南部、山西省南部、河北省中南部、河南省、山东省以及江苏省北部。黄淮海流域夏玉米全生育期缺水量空间分布特征如图7(c)所示，由图可知，地级市多年平均夏玉米缺水量为1.41亿m3，整体呈由东西两端向中部递增的趋势，玉树藏族自治州缺水量最小，为7.62×10-6亿m3，忻州市缺水量最大，为7.30亿m3，其中渭南市、忻州市和保定市夏玉米缺水量达到了6亿m3以上。

图8为黄淮海流域春(冬)小麦、夏玉米全生育期多年平均缺水量变化率分布图。

图8 黄淮海流域主要作物缺水量变化率空间分布特征

由图8可知：黄淮海流域春小麦全生育期多年平均缺水量变化率(图8(a))为-394.05万～9.76万m3/年，多年平均缺水量变化率为-58.702 5万m3/年，整体呈现出由中部向东西两端递增的分布特征，其中除中卫市、固原市和呼和浩特市的春小麦缺水量总体呈现上升趋势外，其余地级市的总体均呈现出下降的趋势；黄淮海流域冬小麦全生育期多年平均缺水量变化率(图8(b))为-1 368.96万～934.98万m3/年，多年平均缺水量变化率为3.665 2万m3/年，整体呈现出西北向东南递增的分布特征，西部地区、中部地区、东北地区和山东省各个地级市的缺水量总体呈减少趋势，其余地区的总体呈增加趋势；黄淮海流域夏玉米全生育期多年平均缺水量变化率(图8(c))为-329.25万～1 030.73万m3/年，多年平均缺水量变化率为224.403 0万m3/年，整体呈现出由东西两端向中部递增的分布特征，除了北京市、威海市、宿迁市、南通市和淮安市总体呈现下降趋势外，其余地区的总体呈增加趋势。

3.4 需水量和缺水量时空演变影响因素分析

3.4.1 气象因素

图9为黄淮海流域春(冬)小麦、夏玉米降水量和有效降水量年际变化特征。春(冬)小麦、夏玉米全生育期的多年平均降水量分别为280.16(204.47)、415.11 mm，其多年平均有效降水量为212.06(153.39)、315.94 mm。

图9 黄淮海流域主要作物降水量和有效降水量年际变化

由图9可知：降水量和有效降水量的年际变化趋势相同，1961—2017年黄淮海流域春小麦的降水量和有效降水量整体以1.452 7、4.832 4 mm/(10年)的变化率呈上升趋势，未通过α=0.05显著性检验；1961—2017年黄淮海流域冬小麦和夏玉米的降水量和有效降水量整体以3.836 1、0.729 8 mm/(10年)和6.761 5、1.603 0 mm/(10年)的变化率呈下降趋势，未通过α=0.05显著性检验。黄淮海流域降水量、有效降水量和W0、ETc之间均呈现负相关的关系，3种主要农作物的W0和ETc均随降水量或有效降水量的增加(减少)而减少(增加)，该计算结果与大多学者的研究结果相近[34-36]。

除了降水量外，同样能影响到W0和ETc的气象因子有平均风速、气温、日照时数和相对湿度，这些气象因子主要通过影响潜在蒸发量而间接影响W0和ETc。其中：气温、平均风速和日照时数为正影响因素；相对湿度为负影响因素，且影响程度从大到小依次为气温、相对湿度、日照时数和平均风速[31,37-39]。不同的气象因素对不同的流域影响程度不同：黄河流域W0和ETc受风速和日照时数影响程度最大；淮河流域W0和ETc受气温和相对湿度影响程度较大；海河流域W0和ETc受气温影响程度最大[31,37-39]。

3.4.2 种植面积

表3为黄淮海流域1961—2017年春小麦、冬小麦、夏玉米种植面积变化趋势。

表3 黄淮海流域1961—2017年主要作物种植面积变化趋势

由表3可知：这3种农作物多年平均种植面积分别为1 727.32、17 095.15、9 649.12(103hm2)。经过Mann-Kendall突变检验，可知1961—2017年黄淮海流域主要农作物种植面积都通过了α=0.05的显著性检验，春小麦的种植面积呈轻微下降趋势，冬小麦和夏玉米的种植面积呈显著上升趋势。作物种植面积与作物的Wc和ETc呈正相关关系，随着种植面积的增加，作物的Wc和ETc以相同的趋势增大。

3.4.3 其他影响因素

除以上两种影响因素外，影响作物Wc和ETc的其他因素包括农业因素、人类活动及地形因素等。农业因素是通过调整种植结构影响作物的Wc和ETc。张雅芳等[40]定量估算了华北平原2002—2012年种植结构变化对农业需水量的影响，结果表明，随着冬小麦、夏玉米、棉花、水稻和春玉米种植面积的减少和林果、蔬菜种植面积的增加，使得农业需水总量下降6.37%。

人类活动对作物Wc和ETc的影响表现为地下水超采、节约用水的实施和城镇化。廖梓龙等[41]研究了包头市人类活动对地下水的影响，发现地下水的过度开采造成了潜水位和承压水位的持续下降，从而导致作物Wc下降；陈益平等[42]在研究人类活动影响下张掖盆地需水量时发现：城镇化和节约用水的实施会对农业需水量产生影响，其中城镇化进程的加快包括GDP的增加、人口增加以及作物面积减少，导致作物ETc减少25.56%；节约用水的实施即减少作物需水定额致使作物ETc减少1.68%。

地形要素包括海拔、坡度、坡向和地表起伏度。随着海拔升高，气温降低，日积温减少，作物ETc增加。地形起伏度影响土壤中化学元素的迁移和聚集，如沟谷中土壤的养分含量高于坡地，从而使作物的生长和产量均优于坡地。农田耕地的坡度以15°以下为宜;在丘陵山地，平坦的地面甚少，可在采取某些保持水土措施后将其作为农耕地。坡向分为迎风坡和背风坡，迎风坡气流受到阻挡会顺坡抬升，降温凝结致雨；背风坡气流下沉增温，空气干燥不利于降水，有时还会形成焚风，所以农业生态环境迎风坡好于背风坡[43-44]。

4 结论

1)近60年黄淮海流域春(冬)小麦、夏玉米全生育期需水量和缺水量的时间变化特征整体表现为两种变化趋势，即先下降、到20世纪80年代末期或90年代初期后上升。春小麦降水量和有效降水量呈轻微上升趋势，冬小麦和夏玉米的呈轻微下降趋势。

2)黄淮海流域春小麦全生育期多年平均需水量空间分布特征自西向东呈逐渐递增的趋势。黄淮海流域冬小麦和夏玉米全生育期多年平均需水量在空间上呈中部较高、东西两部较低的分布特征。春小麦缺水量在空间分布上整体由东西两端向西北部和北部递增的趋势，冬小麦缺水量整体由西向东呈递增趋势，夏玉米缺水量则整体呈由东西两端向中部递增的趋势。

黄淮海流域春小麦、冬小麦、夏玉米全生育期多年平均需水量变化率分别为0.251 2、-0.062 1、0.072 0 mm/年。3种作物需水量变化率整体呈现出由西向东逐步减少的趋势。黄淮海流域春小麦、冬小麦、夏玉米全生育期多年平均缺水量变化率分别为-58.702 5万、3.665 2万、224.403 0万m3/年，春小麦缺水量变化率呈现出由中部向东西两端递增的分布特征，冬小麦缺水量变化率呈现出由西北向东南递增的分布特征，夏玉米缺水量变化率呈现出由东西两端向中部递增的分布特征。

3)黄淮海流域内，春(冬)小麦全生育期的有效降水量都低于各作物的需水量，春小麦和夏玉米的需、缺水量满足情况较好，缺水量较少。而冬小麦的需、缺水量满足情况较差，缺水量相对较多。因此，同时为了保证黄淮海流域春(冬)小麦、夏玉米的正常生长，需要合理进行灌溉。

4)影响作物需水量和缺水量的因素包括气象因素、农业因素、人类活动和地形因素等。气象因素中气温、平均风速和日照时数为正影响因素，相对湿度为负影响因素，降水量与作物W0、ETc之间呈负相关关系。人类活动在城镇化、地下水超采等方面会造成作物Wc、ETc的减少。随着地形类型的不同，作物生态环境也会随之变化。

5)本文研究的缺水量是供水充分条件下满足潜在蒸散发的理论缺水量，而非实际的灌溉缺水量。目前，国内外对实际的灌溉需水量的研究尚少，因此未来的研究方向将是结合实际缺水量计算所需的灌溉缺水量，为灌溉工作提供准确的参考依据。