基于模拟的气候适应性甜瓜亏缺灌溉框架——以土耳其科尼亚封闭盆地卡拉珀纳尔为例

《Water》：A Simulation-Based Climate-Adaptive Framework for Deficit Irrigation of Melon in Karap?nar, Konya Closed Basin, Türkiye

　　

摘要 半干旱盆地中依赖地下水的灌溉农业正日益受到气候变率和含水层枯竭的威胁。位于土耳其科尼亚封闭盆地（KCB）内的卡拉珀纳尔（Karap?nar）地区是一个水资源紧张的甜瓜产区，深井滴灌和僵化的基于日历的灌溉调度在该地区仍然普遍。本研究开发了一个基于AquaCrop的原型决策支持框架，用于根据作物季加权三个月标准化降水指数（SPI-3）所划分的气候条件，对成熟甜瓜和腌渍甜瓜的灌溉进行适应性调整。SPI-3被选作代表与农业水资源可用性相关的短期季节性降水异常指标，并选取三个历史年份作为代表性情景：干旱年（2020）、正常年（2018）和湿润年（2017）。利用FAO AquaCrop v7.1模型模拟了14种灌溉处理，包括农户实践和物候定向的季末灌溉事件（L.S.E.）亏缺策略。灌溉时机的选择比季节性灌溉总量本身更为重要。在正常条件下，一种将灌溉重新分配至四个果实发育后期事件的L.S.E.策略（T4.2）保持了与农户实践相当的产量稳定性（变异系数CV < 2%），使成熟甜瓜产量相对于农户实践提高了12.7%，并将实际灌溉量减少了19–21%。在干旱条件下，采用相同季末定向但灌溉量更低的L.S.E.策略（T4.3）在维持基线水平产量的同时，将实际灌溉量减少了28–31%。由此产生的基于SPI的决策矩阵具有与预报兼容的特性，但尚未经过运行验证；在部署应用之前，仍需进行田间验证、长期气候检验和预报技巧评估。

基于AquaCrop模拟的SPI-3气候适应性亏缺灌溉框架研究——以土耳其科尼亚封闭盆地卡拉珀纳尔甜瓜生产为例

一、研究背景与问题提出

半干旱地区依赖地下水的灌溉农业正面临气候变化、蒸散需求上升和淡水资源竞争加剧的多重压力。土耳其科尼亚封闭盆地（KCB）是典型的半干旱农业区，其甜瓜生产高度依赖深层地下水井灌溉。长期地下水超采已导致地下水位下降、地面沉降和天坑形成等一系列环境地质问题。已有区域研究表明，KCB应被视为一个耦合的水文-气候-环境系统，而非单纯的农业生产区：Kartal和Nones的研究显示地下水干旱已成为该盆地的主导关切；Orhan等人利用InSAR技术记录了与地下水超采相关的地面沉降和天坑发生的时空格局；Tona和Demir则将科尼亚描述为水资源有限、水文平衡脆弱且人为压力不断增加、气温呈显著上升趋势的半干旱盆地。这些研究共同表明，亟需制定既能减少田间地下水需求又在农艺上可被接受的灌溉策略。

在灌溉管理层面，当地农户普遍采用深井滴灌和僵化的基于日历的灌溉调度方式。这种调度方式虽然简单且为当地熟悉，但无法响应季节性气候变率或作物不同生长阶段的水分敏感性。与此同时，当地农户实践中已包含有价值的经验知识，包括果实成熟临近时对灌溉进行的季末调整。因此，如何将这些经验知识形式化为可量化、物候定向的灌溉策略，在减少用水的同时不造成不可接受的产量风险，成为关键挑战。

调节亏缺灌溉（RDI）提供了减少用水同时维持可接受产量的潜在策略，但其成功高度依赖于水分胁迫的时机、强度和持续时间。甜瓜对灌溉时机尤为敏感，因为开花、坐果和果实发育是产量形成和果实品质的关键时期。作物模拟模型为在昂贵且耗时的多年田间试验之前评估此类策略提供了有力工具。FAO AquaCrop模型特别适用于水分受限环境，它通过将冠层发育、蒸腾、生物量积累和收获指数调整联系起来的作物水分生产力框架来模拟作物产量。

在气候信息与农艺决策的衔接方面，标准化降水指数（SPI）被广泛用于干旱和湿润状况分类，因其能在标准化尺度上表达降水异常，并可在与农业水资源可用性相关的时间窗口内计算。然而，许多现有应用仍属回顾性或诊断性，识别干旱影响但未将气候分类转化为具体的、预先规划的田间灌溉响应。尽管海表温度遥相关和机器学习等季节性预报研究进展表明预报信息用于灌溉规划的可能性日益增大，但仍需一个农艺响应层：气候预报或SPI类别只有与可在田间实施的特定灌溉行动相关联时才对农户有用。

二、研究内容与主要结论

本研究旨在探索并开发一个基于模拟的、气候适应性决策框架的原型，用于KCB内卡拉珀纳尔地区的成熟甜瓜和腌渍甜瓜生产。研究利用FAO AquaCrop模型，通过区域物候、农户报告产量范围、专家咨询和文献支持参数进行本地化参数设置，在由作物季加权SPI-3划分的干旱、正常和湿润三种历史情景下，将常规农户实践与物候定向的季末灌溉事件（L.S.E.）亏缺灌溉策略进行比较。研究旨在确定L.S.E.策略能否在减少实际灌溉量的同时维持可接受的模拟产量稳定性，并将结果综合为与预报兼容的基于SPI的决策矩阵。该框架并非作为运行性预报系统呈现，而是提供一个可链接至经验证的SPI预报并在未来工作中进行田间测试的探索性农艺结构。

研究结果表明，灌溉时机的选择比季节性灌溉总量本身更为重要。均匀亏缺策略虽然减少了灌溉水量，但因在整个季节均匀施加水分胁迫，导致作物在敏感的生殖和果实发育阶段暴露于胁迫之下，从而产生产量损失。相比之下，L.S.E.策略根据作物发育阶段重新分配灌溉水量，改善了模拟的产量-水分权衡关系。在正常条件下，T4.2处理提供了最均衡的响应：保持了较高的模拟产量和较低的跨情景产量变异性，同时相对于农户实践将成熟甜瓜和腌渍甜瓜的实际灌溉量分别减少了约19%和21%。在干旱条件下，T4.3处理作为面向韧性的节水策略发挥作用，在维持基线水平模拟产量的同时，将成熟甜瓜和腌渍甜瓜的灌溉量分别减少了约28%和31%。

该研究的重要意义在于，所提出的基于SPI的决策矩阵为将气候信息转化为田间灌溉决策提供了实用的农艺结构。通过将当地季末灌溉逻辑形式化为作物建模框架内的可测量协议，该方法为在半干旱、依赖地下水的农业系统中减少地下水需求同时维持甜瓜生产提供了一条审慎但前景可期的路径。研究发表在《Water》期刊上。

三、关键技术与方法

研究人员采用的主要技术方法包括：其一，标准化降水指数（SPI）计算与气候情景分类，利用卡拉珀纳尔气象站1980–2020年月降水数据，通过R语言SPEI包中的spi()函数计算SPI-3，采用Gamma概率分布和标准正态变换，并以作物季加权方式（4月25日至10月16日）确定各年份的气候类别，阈值设定为SPI ≤ ?1.0为干旱、?1.0 < SPI < 1.0为正常、SPI ≥ 1.0为湿润；其二，FAO AquaCrop v7.1模型模拟，模型通过作物水分生产力框架将冠层发育、蒸腾、生物量积累和收获指数调整联系起来，研究人员对成熟甜瓜（Dalaman型）和腌渍甜瓜（H?rtlak/Kelek型）进行了本地化参数设置，包括物候期时长、冠层生长系数（CGC）、冠层衰退系数（CDC）、最大有效根深、参考收获指数（HI₀）等；其三，14种灌溉处理的对比模拟设计，包括农户实践（T0）、无胁迫基准（T1）、均匀亏缺（T2.1–T2.3）、阶段式RDI（T3.1–T3.3）、L.S.E.策略（T4.1–T4.3）和严重亏缺（T5.1–T5.3），共生成84个模拟输出；其四，产量-水分响应建模，采用线性和二次回归模型描述产量与总供水量的关系，并通过时序类别回归模型分离灌溉时机与总供水量的效应；其五，衰老阈值（p_sen）敏感性分析，比较0.70、0.75、0.85和0.90四个取值对推荐策略稳健性的影响。

四、研究结果

4.1 气候情景分类与季节性天气条件

作物季加权SPI-3分类将2020年确定为干旱情景（SPI-3 = ?1.13），2018年为正常情景（SPI-3 = 0.19），2017年为湿润情景（SPI-3 = 1.18）。敏感性检验表明，采用替代SPI-3季节性窗口、基于降水的ZSI和PNI指标以及替代数据源，均保持相同的干旱/正常/湿润分类结果。值得注意的是，气候标签应被解释为标准化的作物季降水异常类别，而非年降水量的直接排序：2020年年降水量为248.0 mm，2018年为391.8 mm，2017年为364.6 mm，但作物季降水量分别为35.5 mm、99.2 mm和138.7 mm，与SPI-3情景类别排序一致。正常情景年份的年ET₀最高（2018年为1250.7 mm），说明正常降水状态并不必然意味着低灌溉需求。

4.2 灌溉策略的比较概览

模拟结果表明，灌溉水量本身并不能单独解释农艺表现。农户实践处理（T0）在各情景间保持了相对稳定的产量，但这种稳定性是通过高灌溉投入实现的，这解释了农户为何可能继续依赖僵化的基于日历的灌溉调度——该方法降低了感知的产量风险，但代价是大量地下水使用。均匀亏缺处理（T2.1–T2.3）减少了灌溉量，但当水分胁迫发生在敏感物候期时也产生了产量损失，这在T2.1与T4.2的比较中尤为明显——两者灌溉量相近但T4.2因在整个季节均匀施加亏缺而导致产量较低。阶段式RDI处理（T3.1–T3.3）相对于均匀亏缺改善了胁迫时机，但未包含定向的L.S.E.。L.S.E.处理（T4.1–T4.3）在模拟产量保持和灌溉节水之间提供了最佳平衡。p_sen敏感性分析支持了L.S.E.推荐的稳健性：在正常条件下，T4.2在p_sen值0.70至0.90范围内对成熟甜瓜产生T0产量的112.7–113.4%；在干旱条件下，T4.3产生T0产量的100.5–100.8%同时保持28.1%的灌溉节约。

4.3 产量稳定性、水分生产力与跨情景变异性

农户实践（T0）表现出较低的跨情景产量变异性（成熟甜瓜CV为1.5%，腌渍甜瓜CV为2.9%），确认其作为风险缓冲策略的功能，但这是以高灌溉投入而非高效水资源配置为代价的。T4.2实现了与T0相当的较低模拟产量CV（成熟甜瓜1.7%，腌渍甜瓜1.3%），表明在所选AquaCrop情景内，T4.2在减少实际灌溉量的同时保持了与农户实践相当的稳定性特征。相对于T0，T4.2将成熟甜瓜和腌渍甜瓜的实际灌溉量分别减少了约19%和21%。T4.3则产生了不同类型的效益：相对于T0将实际灌溉量减少了约28%和31%，但跨情景产量变异性高于T4.2（CV分别为6.1%和7.1%），因此不应被解释为产量稳定性最大化策略，而是面向韧性的节水折中方案。

4.4 产量-水分响应与边际收益递减

产量-水分响应函数显示，随着总供水量（实际灌溉加有效降雨）的增加，模拟鲜果产量趋向边际收益递减。T0通常位于响应空间的高用水端，此时额外用水产生的产量改善有限。L.S.E.策略则将作物转向更高效的产量-水分运行区间。T2.1与T4.2的对比进一步说明水分时机比季节性水量本身更重要：两者灌溉量相近，但T2.1均匀施加胁迫而T4.2在物候上重新分配胁迫并包含L.S.E.灌溉事件，结果T4.2在相当的水投入下产生了更高的模拟产量。时序类别回归支持了灌溉时机对模拟产量差异的贡献：加入灌溉时机类别后，R²从0.62–0.80提升至0.94–0.99；以阶段式RDI为参考类别，L.S.E.时机类别在相当总供水量下对成熟甜瓜产生6.50–8.18 t ha^?1的正向产量偏移。

4.5 相对产量与灌溉节水的组合热图

热图综合展示了各处理相对于T0的相对鲜产和灌溉节水表现，确认了T4.2和T4.3的不同角色：在正常情景下，T4.2将高相对产量与可观灌溉节约相结合，支持其作为机会策略的分类；在干旱情景下，T4.3实现更大灌溉节约同时保持产量接近T0基线，支持其作为面向韧性的保护策略；在湿润情景下，T4.3通过允许有效降雨对季节性总供水量做出更大贡献来减少不必要的地下水应用。热图同时凸显了均匀和严重亏缺处理的局限性——部分处理实现了高节水但产生了不可接受的产量下降。

4.6 原型SPI灌溉决策矩阵

模拟输出被综合为原型SPI决策框架，将SPI-3气候类别与推荐灌溉策略相链接。在干旱条件下，推荐T4.3作为面向韧性的策略，因其在维持基线水平模拟产量的同时将实际灌溉量减少了28–31%；在正常条件下，推荐T4.2作为机会策略，因其维持高模拟产量、保持低变异性并将实际灌溉量减少了19–21%；在湿润条件下，推荐T4.3作为降雨响应型保护策略，因其减少不必要的地下水应用同时更充分利用有效降雨。该决策矩阵应被解释为模拟衍生的原型而非经过验证的运行规则。

五、讨论总结与研究结论

讨论部分围绕四个核心主题展开。第一，物候时机是L.S.E.表现的主要驱动因素：模拟甜瓜产量响应不仅受灌溉总量控制，还受水分胁迫相对于作物物候的时机控制，这与科尼亚半干旱条件下甜瓜田间研究证据一致，即甜瓜对水分胁迫敏感，灌溉策略的成功取决于胁迫施加的物候阶段。第二，产量稳定性与农户采纳逻辑：T0的低产量CV解释了僵化日历灌溉对农户的吸引力，而T4.2的价值在于减少了这种权衡——在实现19–21%灌溉节约的同时保持与T0相当的产量稳定性，使其比严重亏缺处理更易被采纳。第三，产量-水分响应函数的解释应保持审慎：拟合的二次曲线表明边际收益递减，但曲线拟合自确定性AquaCrop输出而非重复田间观测，不应被解释为证明精确的最优灌溉深度。第四，SPI气候分类对灌溉策略选择的价值：决策矩阵应被解释为情景衍生的决策结构而非经过验证的运行性预报工具，其贡献在于将SPI气候类别转化为预定义的灌溉策略，填补了气候信息与农艺决策之间的操作缺口。

研究结论指出，本研究开发并评估了一种基于AquaCrop的决策支持方法，用于使卡拉珀纳尔地区甜瓜灌溉调度适应基于SPI的气候条件。结果表明灌溉时机比季节性灌溉总量更为重要。在正常条件下，T4.2提供了最均衡的响应，在保持高模拟产量和低跨情景产量变异性的同时，相对于农户实践将成熟甜瓜和腌渍甜瓜的实际灌溉量分别减少了约19%和21%。在干旱条件下，T4.3作为面向韧性的节水策略发挥作用，在维持基线水平模拟产量的同时将灌溉量分别减少了约28%和31%。时序类别回归和p_sen敏感性分析加强了L.S.E.优势并非仅仅是季节性灌溉量或单一衰老阈值假设结果的解释。所提出的SPI决策矩阵应被解释为模拟衍生的原型而非经过验证的运行性灌溉规则，独立田间验证、长期气候情景测试和本地预报技巧评估在田间部署前仍是必要的。然而，该框架为将气候信息转化为田间灌溉决策提供了实用的农艺结构，通过将当地季末灌溉逻辑形式化为作物建模框架内的可测量协议，为在半干旱、依赖地下水的农业系统中减少地下水需求同时维持甜瓜生产提供了一条审慎但前景可期的途径。