中国西北不同绿洲生态系统复合干旱-热浪事件中灌溉对气象效应的调控及优化策略

《Agricultural Systems》：Modulating meteorological effects and optimization strategies of irrigation during compound drought-heatwave event in various oasis ecosystems of Northwest China

　　

研究人员利用对流允许且灌溉多样化的区域气候模拟，评估了中国西北（NWC）不同绿洲在复合干旱-热浪（CDHW）事件期间所受灌溉的气候效应。研究结果显示，绿洲灌溉显著缓解了干旱和热浪，导致2 m气温（T）降低0.21 °C、2 m相对湿度（RH）增加0.75%，同时伴随潜热通量（LH）增强3.41 W m^?2、感热通量（HFX）减少1.42 W m^?2。灌溉引起的冷却增湿效率排序为：冲积平原绿洲（APO）> 山前扇形绿洲（MFO）> 河谷绿洲（RVO）> 山间走廊绿洲（ICO）。灌溉诱导了具有昼夜不对称特征的环流格局，表现为白天"冷吸力"机制与夜间"冷排放"过程。此外，研究识别出非线性响应特征，最优灌溉量为40（± 1.6）– 68.8（± 1.6）mm，理论最大绿洲面积为5000–8000 km²，在此范围内绿洲效应对抗10天CDHW事件的效率最高。这些结果进一步支持在水资源受限情况下，优先保障APO和MFO的灌溉供应，进而保证RVO和ICO基本农业生产的灌溉配置策略。本研究为极端气候条件下干旱区优化灌溉和水资源配置以维持绿洲效应和农业发展提供了指导。

**研究背景与问题**

全球变暖加剧了干旱 severity，复合干旱-热浪（CDHW）事件近年来呈显著增加趋势。中国西北（NWC）每年夏季均遭受CDHW事件侵袭，对农业生产构成重大威胁。灌溉作为应对干旱和热浪、维持作物生长的有效手段，通过改变地表水热平衡对区域气候产生显著影响。尽管灌溉农业仅占全球可耕地面积的20%，却贡献了约40%的全球粮食供应。然而，现有研究多集中于单一灌溉方式的模拟，难以准确反映真实灌溉效应；特别是在气候变暖和CDHW事件增加的背景下，不同荒漠-绿洲区域灌溉的气候效应与反馈机制研究仍显不足。NWC的绿洲虽仅占国土面积的4–5%，却集中了该地区超过90%的人口和95%以上的社会财富，且自20世纪50年代以来，绿洲扩张和灌溉系统升级已深刻影响区域水热平衡。因此，亟需在多样化灌溉实践背景下，模拟绿洲效应以抵御极端干热气候，并合理应对不同绿洲的灌溉需求与水资源配置问题。

**研究设计与核心结论**

研究人员开展10组灌溉模拟实验，旨在识别NWC地区CDHW事件的发生并优化模型可靠性、量化动态灌溉在不同绿洲类型下的气候影响、确定灌溉非线性响应阈值并优化灌溉策略。研究发表于《Agricultural Systems》，为极端气候下绿洲灌溉优化与农业发展提供了重要理论支撑。

**主要技术方法**

研究采用天气研究与预报模式耦合Noah多参数化陆面模型（WRF-Noah-MP）进行区域气候模拟，设置三重嵌套区域（D01：36 km、D02：12 km、D03：4 km）。利用欧洲中期天气预报中心第五代再分析资料（ERA5）驱动模型，结合中分辨率成像光谱仪（MODIS）土地利用/覆被数据及叶面积指数（LAI）和植被覆盖度（GVF）动态更新，并基于联合国粮食及农业组织（FAO）灌溉比例数据及政府出版物统计的灌溉方法分布进行参数化。CDHW事件识别采用干旱指数（AI，降水与潜在蒸散发之比）低于0.2且日最高气温连续3天超过85%分位数阈值的标准。动态灌溉方案在Noah-MP中配置漫灌、喷灌和滴灌三种方式，通过管理允许亏缺（MAD）阈值（40%、50%、60%）控制灌溉启动，并考虑蒸发损失修正。实验设计包括2022–2024年不同情景的10组模拟，重点为2023年7月CDHW事件期间的灌溉效应分析。模型精度通过决定系数（R²）、均方根误差（RMSE）和标准化平均偏差（NMB）评估。灌溉效应归因分析采用多元线性回归，结合方差膨胀因子（VIF）检验排除多重共线性，并通过非线性拟合确定灌溉阈值。

**研究结果**

**3.1 灌溉量、气候模拟与CDHW事件识别的准确性**

气象要素模拟验证显示，WRF-Noah-MP对气温（T）、相对湿度（RH）、地表气压（SP）、净辐射（Rn）和边界层高度（PBLH）的模拟R²均超过0.8，启用灌溉后RMSE和NMB均降低，表明灌溉参数的引入提升了模拟精度。2023年7月15–26日，NWC大部分地区AI低于0.2，多个站点日最高气温超过40 °C且持续超过72小时，验证了一次典型CDHW事件的发生，与《中国气候公报》官方极端事件记录一致。灌溉量模拟结果显示，2023年7月MAD=50%条件下模拟灌溉量为123 mm，CDHW期间（S4）灌溉量为54 mm，与前期有灌溉背景的情景相符；而无灌溉背景直接模拟CDHW（S6）则产生70 mm以上的高估，证实了灌溉背景假设的重要性。

**3.2 CDHW期间不同绿洲动态灌溉的气象效应**

**3.2.1 动态灌溉对地表气候的影响**

CDHW期间，灌溉使整个NWC区域T平均降低0.21 °C、RH增加0.75%，LH增强3.08 W m^?2、HFX减少1.42 W m^?2。 hourly模拟表明，ΔRH>0和ΔT<0的空间覆盖率达50–65%，显著大于绿洲实际面积。聚焦绿洲格点，APO的T降幅最大（>2 °C），其次为MFO（>1.5 °C）、RVO和ICO（1.17 °C）；APO的RH增幅最高（14.28%），依次为MFO（7.86%）、RVO（5.94%）和ICO（5.38%）。能量通量方面，APO的LH增强最显著（94.48 W m^?2），MFO的HFX减少最大（11.4 W m^?2）。综合冷却增湿与能量调节效应，排序为APO>MFO>RVO>ICO，各类型间差异通过Kruskal-Wallis检验具有统计显著性。此外，灌溉导致SP增加、10 m风速（WS10）减小、PBLH降低，表明灌溉使绿洲环境趋于稳定。

**3.2.2 灌溉诱导的昼夜环流异常变化**

30 m高度风场分析揭示了灌溉诱导的昼夜不对称环流格局。02:00时，灌溉情景下绿洲风呈现明显辐散，边缘存在弱上升气流，沙漠区域下沉微弱；无灌溉情景下，夜间沙漠冷却增强导致下沉气流加强并强化了绿洲风。08:00时，灌溉情景下绿洲风减弱，沙漠微风出现；无灌溉情景下绿洲流仍占主导。14:00时，灌溉情景下沙漠风急剧增强流向绿洲，干旱区形成强烈对流上升，绿洲核心区相对停滞，气流沿特定路径流出；无灌溉情景下汇聚较弱，进入绿洲后风速减小幅度较小。20:00时，灌溉情景下沙漠风持续但汇聚和上升弱于白天，绿洲下沉减弱限制了过境后风的衰减；无灌溉情景下沙漠风向绿洲的汇聚比灌溉情景消散更快。

**3.3 CDHW期间不同绿洲灌溉效应的主导因素与水分配**

多元线性回归表明，灌溉深度（ID，单位面积灌溉量）是调控绿洲气候的主导因子，对ΔT和ΔHFX呈最强负贡献，对ΔRH和ΔLH呈正贡献。其他因子如AI、AL和LAI影响较弱，起修饰作用。校正后各类型效应排序仍为APO>MFO>RVO>ICO。ID与Δi的非线性拟合识别出两个阈值约为2.5（±0.1）和4.3（±0.1）mm km^?2，对应最优灌溉量为40（±1.6）–68.8（±1.6）mm（10天CDHW）。虽然较大绿洲通常气候影响更强，但其冷却效率可能下降，5000–8000 km²为理想最大绿洲ETS面积，超过此范围扩展带来的附加效益有限。

**讨论总结**

灌溉通过调控绿洲湿热与能量条件有效缓解了CDHW。APO凭借均质地形、完善灌溉设施及较大灌溉量成为局地气候的关键调节者；MFO通过稳定山地径流、高效节水模式及更干旱的大气环境发挥显著热通量分配作用；RVO因封闭地形、较低蒸散及较高降水导致热量耗散交换效率受限；ICO则因设施薄弱和较湿润背景而对额外灌溉增湿不敏感。

昼夜环流机制方面，白天沙漠强烈加热形成热低压，较小绿洲无法抵消热浪，形成被动的"冷吸力泵"将沙漠近地面气流吸入绿洲以补偿上升气流直至20:00；夜间沙漠冷却与灌溉增强的湿度释放伴随较低PBLH，促使较冷密空气向外扩张，在绿洲边缘形成主动的"冷却排放"。该吸-排机制与既往荒漠-绿洲相互作用研究相似，但存在于各类绿洲的大格点中，小于100 km²的绿洲因模型分辨率等因素不常见。

灌溉背景与强度方面，有灌溉背景（S4）与无灌溉背景直接进入CDHW（S6）的结果差异显著：S6的灌溉量峰值尖锐、更依赖漫灌，且效率排序中MFO超过APO，合并后各类型差异减小，揭示了前期灌溉状态对效应评估的关键影响。MAD 40%、50%和60%的对比显示APO始终优于MFO，且50%时差异最显著，表明MAD是控制绿洲效应的重要因素。

优化策略方面，非线性响应指示最优ID为2.5–4.3 mm km^?2，对应40–68.8 mm（10天CDHW），在此范围内冷却增湿最大化；5000–8000 km²为理想面积上限。结合效率排序APO>MFO>RVO>ICO，提出基于效率优先的水分配策略：优先保障APO和MFO，RVO和ICO适当减量以维持基本生产。

**研究结论**

动态灌溉通过调控绿洲湿热与能量条件有效缓解CDHW。NWC灌溉导致T平均降低0.21 °C、RH增加0.75%，LH增强3.41 W m^?2、HFX减少1.42 W m^?2。APO表现最优（T降幅>2 °C、RH增幅14.28%、LH增强94.48 W m^?2、HFX减少65.08 W m^?2），ICO响应最弱但冷岛效应全天持续。效率排序为APO>MFO>R duration任何形式的RVO>ICO。环流格局中，各类绿洲均建立白天冷吸力泵机制驱动沙漠风，夜间冷排放过程产生绿洲微风。ID的非线性气象响应最优范围为2.5（±0.1）–4.3（±0.1）mm km^?2，超出此范围边际效益递减。基于模型分辨率和实际条件，抵御10天CDHW需维持灌溉量40（±1.6）–68.8（±1.6）mm；5000–8000 km²为理想最大面积，说明灌溉强度与空间范围共同决定气象有效性。这些结果支持阈值约束与效率优先结合的优化策略：最优强度范围内灌溉并优先响应高效的APO和MFO，RVO和ICO适当减量以维持基本农业生产条件，从而在极端气候下同步实现水分利用效率与气候效益最大化。