从地理空间数据云网站(http://www.gscloud.cn/search)下载分辨率为30 m×30 m地形高程数据，采用ARCSWAT软件生成鄱阳湖流域水系及其边界(图 1)。

图  1  鄱阳湖流域概化图及墒情站、雨量站分布

Figure 1.  Generalized map of Poyang Lake basin and distribution location map of moisture station and rainfall station

从江西省水文局收集到鄱阳湖流域2004—2020年的106个墒情站逐日墒情数据。鉴于2011年之前流域内布设站点少且质量不高，经过总体评估，本次研究选取2011—2020年墒情数据连续性好的22个站用于研究(图 1)。

墒情数据获取如下：每天上午8:00采用HT-SMAA型土壤水分自动采集仪对站点墒情进行采样。依据三点法，将采集仪探头分别埋设于10 cm、20 cm、40 cm的土壤之中，通过土壤水分传感器对土壤湿度的感应，反馈到采集仪，获取数据后传输至墒情管理站。采用烘干法进行对比分析，在105 ℃的干燥箱内，进行烘干称重，每个土层的不同深度，重复测量3次。对于同一测点不同深度的含水量，取各层的算数平均值作为本研究的土壤含水量。

从江西省水文局收集到鄱阳湖流域1956—2020年49个雨量站日降雨数据和2016—2019年22个墒情站所在灌区的日最高气温、日最低气温、平均气压、相对湿度、日照时数、平均水汽压、风速等气象数据(图 1)。采用距离平方倒数法插值得到土壤墒情站所在位置的日降雨量数据系列。将每月、每年的日降雨量进行累加，得到月、年降雨量。2011—2020年各站的多年平均降雨量为该时段每年降雨量的平均值。

研究选取土壤水分亏缺指数表征农业干旱^[7]。基于2011—2020年的逐日墒情资料计算日土壤水分亏缺指数值(I_SWD)，在此基础上，每周I_SWD取平均，后以2周为窗口进行滑动平均，得到时间尺度为2周的SWDI序列。I_SWD计算公式如下：

式中：θ为土壤含水量，%；θ_f为田间持水量，%；θ_AWC为田间持水量与凋萎系数的差，%。研究所用田间持水量数据通过实地土壤采样试验测量得到，凋萎系数总体默认值为2%。

将(θ-θ_f)/θ_AWC乘以10，是为了使该指数值在土壤可利用水角度具有农学意义。当I_SWD＞0时，土壤有足够的水；I_SWD＜0表示土壤干旱，I_SWD的值达到-10时，土壤含水量低于植物可用水的下限，即低于凋萎含水量；I_SWD=0时，土壤处于田间持水量(即无缺水)。当土壤含水量开始低于田间持水量时，植物即将受到水分胁迫，已不处于最佳生长状态，开始消耗更多的能量来吸收水分。因此，I_SWD＜0意味着农业干旱即将发生。从农业干旱监测的角度，SWDI考虑了植物生理状态与土壤水分的关系，更适用于监测农业干旱，故采用SWDI来研究农业干旱监测。该指数干旱等级划分见表 1。

AWD是降水与潜在蒸散发的差值。计算如下：

式中：D_AW为大气水分亏缺量；P_i、E_Pi分别为第i周降雨和第i周潜在蒸散发总和，日E_Pi由FAO Penman-Montetith公式计算得到。

研究选取SPI表征气象干旱。基于1956—2020年的日降雨资料计算时间尺度为2周的SPI值(I_SP)序列。鉴于SPI在世界范围内应用广泛，其计算原理就不再赘述，具体见文献[17]。SPI干旱等级划分见表 1。

为便于计算，本文包气带缺水量定义如下：

式中：D为某个土壤墒情站的包气带缺水量，%；θ_i为初始土壤含水量，%。

取每月、每年的日包气带缺水量平均值，得到月、年平均包气带缺水量。2011—2020年的多年平均包气带缺水量为该时段内每年包气带缺水量的平均值。

鄱阳湖流域年平均土壤含水量、年降水量变化趋势基本一致，土壤含水量随着降水量的增加而增加，包气带缺水量与前面二者趋势相反，降水量增加，包气带缺水量随之减少(图 2(a))。近10 a多年平均流域面降水量为1 740.9 mm；2011年、2013年、2018年为降水偏少年份，年降水量均在1 500 mm以下，最小值为1 398.5 mm，出现在2011年；降水量高值基本上分布在流域东部和东北部，南部和西南部属于降水量低值区(图 3(a))。多年平均流域土壤含水量为21.4%；2014年、2019年、2020年属于土壤含水量较少年份，为18.2%~20.6%，其中最小值为2019年的18.2%。多年平均流域包气带缺水量为1.7%；2019—2020年是包气带缺水量高值年份，分别为4.7%、3.3%，流域中部为包气带缺水量最大区(图 3(b))。以上分析表明2019—2020年鄱阳湖流域总体处于缺墒状态。

图  2  鄱阳湖流域土壤含水量、包气带缺水量、降水量年际变化及其年内分配

Figure 2.  Temporal variations of the soil water content, water shortage in unsaturated zone and precipitation at annual and monthly scales of Poyang Lake basin

图  3  2011—2020鄱阳湖流域多年平均年降水量和包气带缺水量空间分布

Figure 3.  Spatial distributions of the annual mean precipitation and water shortage in the unsaturated zone of Poyang Lake basin from 2011 to 2020

流域土壤含水量和降水量的年内分配也具有很好的一致性，月土壤含水量随着月降水量的增加而增加，减少而减少；不过在12月存在一个滞后现象(图 2(b))。鄱阳湖流域降水量年内分配不均，8—12月及次年1—2月是降水低值月，10月降水量最少，仅51.8 mm；7—11月是土壤含水量偏少月份，均在21%以下，最小值出现在10月，为19.0%；8—10月是包气带缺水量偏多月份，均高于3.5%, 最大值出现在10月，达4.0%；1月、7月、12月包气带缺水量次之，为1%~2.2%。可见7—11月是鄱阳湖流域土壤缺墒比较显著的时段，属农业干旱易发期，而7—10月属于流域作物重要生长期，若发生干旱，将严重影响粮食产量。

图 4(a)为SWDI与AWD的皮尔逊相关系数空间分布图。由此可见SWDI与AWD具有良好的相关性，说明SWDI能够很好地反映鄱阳湖流域土层的水量平衡状况，计算值合理可靠，可用于农业干旱的旱情评价与监测预警预报。

图  4  鄱阳湖流域SWDI与AWD的相关性及SWDI变化趋势

Figure 4.  Pearson correlation between SWDI and AWD and the change trend of the SWDI in Poyang Lake basin

近10 a来，鄱阳湖流域农业干旱站次比总体上呈上升趋势(图 5)，其中以重旱和特旱增加趋势最为显著。2013—2015年和2019—2020年是重旱大年，分别有33%和61%以上流域面积遭遇重旱，其中2019年遭受重旱面积在77%以上。2012年和2019年均有特旱发生，其中2019年有近10%流域面积遭遇特旱。线性倾向估计空间分布表明该流域有2/3以上站点的SWDI呈减少趋势，其中苏溪、乌江、龚坊、虬津和渣津呈显著减少趋势(图 4(b))；其余1/3站点呈微弱增加趋势或保持稳定状态。虽然各站点趋势略有不同，但均在2019—2020年发生了不同程度的长历时农业干旱，且有1/3以上站点的中度以上农业干旱仍在持续，初步估算至少仍需3~6个月干旱才会有所缓解。

图  5  鄱阳湖流域不同严重程度农业干旱站次比年际变化

Figure 5.  Temporal variations of the station number percentage of agricultural drought with different severity of Poyang Lake basin

SWDI空间变化也证实近10 a该流域农业干旱加重趋势明显，2019年和2020年发生流域性重度农业干旱，其中流域中部遭遇农业干旱频次最高，是农业干旱易发区，且该区域面积在近2 a明显扩大，并向流域西部、东部和南部蔓延，呈“Y”字形分布(图 6)^[18]。经查阅，2019年7—11月(此时旱情仍在持续)同期降水减少70%，气温为历史同期最高，仅江西省就有500.8万人受灾，因旱需生活救助133.5万人，农作物受灾面积达42.5万ha，绝收8.56万ha，直接经济损失50.1亿元^[19]。

图  6  鄱阳湖流域SWDI年最小值空间变化

Figure 6.  Spatial distribution variations of the annual minimum SWDI in Poyang Lake basin

从季尺度来看，鄱阳湖流域主导季节性农业干旱为夏、秋、冬连旱，干旱历时长，对流域主要农作物(早稻、晚稻和油菜)粮食产量影响显著。尤其发生夏旱时，太阳辐射强烈，气温高，湿度小，蒸散发量大，对农作物的危害也最大。6月是早稻的抽穗期，7月是成熟期^[20]；对于晚稻，整个生长期均受到影响^[21]。严重受旱条件下，生育期会大幅度减慢，灌浆期受旱，植株可能早衰，穗型变小，结实率下降，甚至使水稻停止发育或死亡。夏、秋、冬连旱对油菜产量影响也很大，10月是油菜播种和出苗期，次年2月是现蕾期，3月是开花期，5月是成熟期。秋、冬连旱严重影响油菜苗期的生长状况，尤其是油菜在后期的生长中如果遇到高温干旱的天气，产量将会大幅度降低。2019年7月以来的持续性土壤失墒与高温导致水稻绝收、油菜播种受阻，该年油菜播种进度明显慢于上一年同期。

本文选用SWDI表征农业干旱，其核心是土壤田间持水量，该土壤水分常数是衡量作物生长状态和表征作物生理特性的一个重要指标。一般情况下，可通过采样试验得到田间持水量；也可取土壤含水量资料系列最大值的5%或者历年作物生长期土壤含水量最大值序列的最小值作为田间持水量^[7]。通过判断土壤含水量与田间持水量大小识别植物是否受到水分胁迫，避免了因土壤墒情资料系列过短造成对农业干旱识别不准确的劣势；同时考虑了土壤水分有效利用量对作物生长的影响，凸显了该指数的农学意义。在中国，由于地表墒情监测成本较高，站网布设一般较晚且较少，资料系列也往往较短，且不像气象水文资料相对容易获取，尤其是大范围地面墒情监测数据。该指数通过考虑田间持水量而非与土壤含水量的多年距平相比较，有效提高了短系列墒情资料的可利用性，在不降低精度的情况下拓展并扩大了农业干旱评估的方式与方法。基于大范围地面墒情监测的鄱阳湖流域农业干旱时空演变特征研究结果可为后续基于遥感影像数据的该流域农业干旱相关研究提供重要参考。

鄱阳湖流域在2019—2020年间遭遇了历史罕见的流域性重大干旱，农业受灾严重，限于篇幅，研究选取该时期区域内12个墒情站的典型农业干旱事件，从不同干旱特征角度解析农业干旱与气象干旱的时滞相关性(见表 2)。由表 2可知，对于干旱发生时间，农业干旱发生时间均比气象干旱晚，范围为0~7周；除青龙站外，农业干旱结束时间均比气象干旱晚，范围为0~5周；农业干旱历时比气象干旱长，范围为1~41周；对于干旱频次，在一个农业干旱典型事件中，气象干旱发生频次更高，1~11次不等；干旱强度上，农业干旱强度小于等于气象干旱。相较于气象干旱，青龙站农业干旱结束时间早1周，干旱历时短3周，这可能与青龙站所使用的雨量站与墒情站距离较远(参与该站雨量计算的雨量站中有2个站位于流域之外)且所处地形高程较高有关。气象干旱直接受降水波动影响，如降水持续偏少，便表征为气象干旱；如有降水及时补充，气象干旱则在短时间内缓解。土壤水是存在于土壤孔隙介质中，受土壤调蓄作用影响显著，是降水扣除蒸散发及径流后的综合反映，故基于土壤含水量识别的农业干旱发生时间较气象干旱更晚，历时也更长；相应地，若有降水及时补充，土壤水也不会立即显示增加，所以农业干旱结束时间普遍较气象干旱晚。以上结论可为基于气象干旱的农业干旱预报提供科学参考，为农业抗旱提前争取时间，从而采取减灾措施，尽可能减少农业干旱导致的农作物受灾或绝收造成的社会经济损失。

此外农业干旱程度还受土壤质地结构的影响。本次研究22个墒情站中的安和站等13个墒情站土壤为砂壤土，三门站等7个墒情站土壤为壤土，崇岗站和琉璃站土壤为黏土。发生特旱的刘公庙站和白舍站均为砂壤土，而崇岗站和琉璃站发生轻旱。说明土壤质地对农业干旱影响较明显，砂壤土持水性较差，易发生特大农业干旱；黏土的持水性最好，发生严重农业干旱概率较低。

为了进一步定量表征土壤质地与农业干旱之间的相关性，选取鄱阳湖流域2019—2020年106个墒情站发生的最严重农业干旱事件研究土壤质地对农业干旱强度的影响。表 3为2019—2020年各墒情站发生最严重农业干旱事件的干旱特征统计，其中每个站所占干旱事件数的百分比通过每种土壤质地所遭遇干旱事件总概率除以该种土壤质地墒情总站数得到。由表 3可见，从黏壤土、黏土到砂土，SWDI值呈减少趋势，说明颗粒粒径越大，农业干旱遭受强度越强，其中砂土最严重，黏壤土、黏土最轻，壤砂土、砂壤土、壤土介于中间。从每个站点所遭遇干旱事件的百分比来看，砂土最倾向于发生特旱、重旱，壤土、砂壤土、壤砂土次之，黏壤土、黏土倾向于发生中旱。这里需要说明的是，琉璃站在2018年遭遇了历史少有的特大农业干旱，崇岗站分别在2017年和2018年遭遇重度农业干旱，而在2019—2020年流域整体遭遇重旱及特旱情况下，两站仅遭遇轻度农业干旱。现以琉璃站为例进行说明。经分析，琉璃站2018年年降水量为历史小值1 447 mm，远低于多年平均1 757 mm，但在2019年和2020年，年降水量明显增加，2020年甚至达到2 019 mm。因此，在2019—2020年流域总体上平均气温为历史同期最高的环境下，琉璃站土壤由于有相对充足的降水补充，同时因黏土孔隙更小蒸散速率小而具有很好保水性，农作物并未受到重创，而是轻度农业干旱。与之对比的土壤质地为砂壤土的刘公庙站，近10 a每年的降水量与琉璃站较为接近，但由于其砂壤土孔隙较大蒸散速率较大而持水性差，加之高温，遭遇2019年特大农业干旱。可见，对于降水充足且相当但处于高温情况下，相较于砂壤土，黏土具有更好的抗旱韧性。因此，黏性土壤上应选择需水量大的农作物，如水稻、棉花，保水保肥；砂土、壤土、砂壤土上应该选择抗旱性较强的农作物，如小麦、大豆等，最大程度减少农业灾害造成的损失。该成果可为农作物抗旱品种选择及农业种植土壤类型配置提供一定科学依据。土壤质地与农业干旱严重程度的密切相关性要求在实际墒情监测站布设过程中，需要充分考虑当地的土壤类型、主要种植结构、地形地貌特点等，从而更好地服务农业管理与科研。

本文分析了鄱阳湖流域多时间尺度土壤含水量、包气带缺水量和降水量的时空分布特征，评价土壤水分亏缺指数在鄱阳湖流域的适用性，剖析鄱阳湖流域农业干旱的时空变化规律，分析农业干旱和气象干旱的时滞相关性，定量表征土壤质地对农业干旱强度的影响。研究结果表明：

(1) 鄱阳湖流域土壤含水量、降水量年变化趋势基本一致，包气带缺水量与二者趋势相反。土壤含水量最小值和包气带缺水量最大值均出现在2019年。

(2) 土壤水分亏缺指数能够很好表征鄱阳湖流域土层的水量平衡状态，可用于评价农业干旱评估监测与预警预报。

(3) 近10 a鄱阳湖流域农业干旱强度和受灾面积总体上均呈上升趋势，流域中部是重度农业干旱高发区；2019年发生了流域性重度农业干旱，以重旱和特旱为主；夏、秋、冬连旱发生频次为高，对农业生产的影响最大。

(4) 相较于气象干旱，农业干旱发生及结束时间均较晚，干旱历时更长，干旱频次显著偏低，干旱强度不超过气象干旱。

(5) 土壤质地对农业干旱影响较为显著，砂土最易遭遇特旱、重旱，壤土、砂壤土、壤砂土次之，黏性土壤具有更好的抗旱韧性，以遭遇轻旱、中旱为主。