【摘要】：氣候變化影響水資源的時(shí)空分布。水足跡可以看做水資源占用的綜合評(píng)價(jià)指標(biāo)。研究氣候變化對(duì)農(nóng)業(yè)水足跡的影響并提出行之有效的對(duì)策對(duì)于區(qū)域農(nóng)業(yè)水資源管理具有重要意義。本文基于Cropwat、ArcGIS10.0及Matlab軟件,研究了海河流域1990-2014年主要糧食作物(冬小麥、夏玉米)生產(chǎn)水足跡的時(shí)空分布特征。同時(shí),在2020-2050年GFDL-ESM2M模式RCP2.6、RCP4.5、RCP8.5三種氣候情景下預(yù)估產(chǎn)量的基礎(chǔ)上,核算了作物生產(chǎn)水足跡,并定量分析了各氣象因子對(duì)水足跡的貢獻(xiàn)。主要研究?jī)?nèi)容和結(jié)論如下:(1)根據(jù)1990-2014年日實(shí)測(cè)氣象數(shù)據(jù)及作物產(chǎn)量,基于Cropwat軟件核算冬小麥、夏玉米單位質(zhì)量水足跡及總水足跡,利用Arc GIS10.0軟件分析空間分布特征,采用時(shí)間序列法分析其年際變化規(guī)律。結(jié)果表明:夏玉米單位質(zhì)量水足跡中,藍(lán)、綠水分別占36.21%、63.79%,總水足跡中藍(lán)、綠水分別占36.09%、63.91%。冬小麥單位質(zhì)量水足跡中藍(lán)、綠水分別占76.52%、23.48%,總水足跡中藍(lán)、綠水分別占77.51%、22.49%。西北以及環(huán)渤海部分地區(qū)冬小麥、夏玉米單位質(zhì)量藍(lán)、綠水足跡偏高;而總水足跡呈現(xiàn)出四周低,中部、東南部高的特征。1990-2014年間,兩種作物單位質(zhì)量藍(lán)、綠水足跡均呈下降趨勢(shì);夏玉米水足跡總體呈上升趨勢(shì),冬小麥水足跡總體呈下降趨勢(shì)。(2)對(duì)2020-2050年GFDL-ESM2M模式RCP2.6、RCP4.5、RCP8.5三種氣候情景氣象數(shù)據(jù)進(jìn)行降尺度處理,利用偏最小二乘法建立1990-2014年間單位面積產(chǎn)量與各氣象要素的擬合方程,并預(yù)測(cè)2020-2050年夏玉米、冬小麥單位面積產(chǎn)量。結(jié)果表明:2020-2050年間RCP2.6、RCP4.5、RCP8.5三種情景夏玉米單位面積預(yù)估產(chǎn)量均值分別為5581.1 Kg/hm~2、5706.8 Kg/hm~2、5723.5 Kg/hm~2;三種情景冬小麥單位面積預(yù)估產(chǎn)量均值分別為4790.0 Kg/hm~2、4940.3 Kg/hm~2、4783.3 Kg/hm~2。同時(shí),分析表明各情景間單位面積產(chǎn)量及產(chǎn)量年際變化規(guī)律差異性明顯。(3)基于Cropwat軟件核算2020-2050年不同氣候變化情景下的單位質(zhì)量水足跡及總水足跡量,分析其時(shí)空變化特征。結(jié)果表明:空間上,兩種作物單位質(zhì)量藍(lán)、綠水足跡及總水跡分布規(guī)律與1990-2014年差異不大。時(shí)間上,夏玉米單位質(zhì)量藍(lán)、綠水足跡較1990-2014年均值有所減小,冬小麥兩者均有所增加;兩種作物藍(lán)、綠水足跡均有大幅上升。(4)基于Matlab平臺(tái)采用偏相關(guān)法分析各氣象因素對(duì)各水足跡分項(xiàng)的貢獻(xiàn)度,研究表明:相對(duì)濕度、降水以及日照時(shí)數(shù)是影響夏玉米水足跡各分項(xiàng)的主要?dú)庀笠蜃?其中降水、相對(duì)濕度與藍(lán)水呈負(fù)相關(guān),對(duì)綠水呈正相關(guān),而日照時(shí)數(shù)均呈正相關(guān);相對(duì)濕度是影響冬小麥水足跡各分項(xiàng)的主要?dú)庀笠蜃?且對(duì)藍(lán)水呈負(fù)相關(guān),對(duì)綠水呈正相關(guān)。同時(shí),對(duì)于各行政區(qū)劃,大部分地區(qū)夏玉米與冬小麥各情景間水足跡受兩種氣象因子的顯著影響,且降水、相對(duì)濕度與單位質(zhì)量水足跡呈負(fù)相關(guān),日照時(shí)數(shù)、氣溫、風(fēng)速呈正相關(guān);而各氣象因子與總水足跡均呈正相關(guān);但主要影響因子差異性顯著。
【圖文】：

農(nóng)業(yè)水足跡包括農(nóng)作物藍(lán)水、綠水足跡。首先利用 Cropwat 軟件的作物需水WR）對(duì)夏玉米、冬小麥單位水足跡各分項(xiàng)（單位質(zhì)量藍(lán)水、綠水足跡）以及總分項(xiàng)（藍(lán)、綠水足跡）進(jìn)行核算，并分析其時(shí)空分布規(guī)律。（2）未來(lái)氣候變化和作物產(chǎn)量的模擬采用 IPCC 第五次評(píng)估報(bào)告提供的未來(lái)氣候變化的 GFDL-ESM2M 模式，選取低三種排放模式對(duì)海河流域進(jìn)行降尺度處理，建立 2020-2050 年未來(lái)氣候模式。同時(shí)，利用 1990-2014 年海河流域?qū)崪y(cè)逐日氣象數(shù)據(jù)以及各地區(qū)年鑒中作物，基于偏最小二乘回歸法建立作物產(chǎn)量與氣象因子之間的聯(lián)系，，進(jìn)而對(duì)未來(lái)的進(jìn)行模擬并修定。（3）未來(lái)區(qū)域農(nóng)業(yè)水足跡的氣候變化影響評(píng)估根據(jù)構(gòu)建的未來(lái) 2020-2050 年氣候模式數(shù)據(jù)以及產(chǎn)量模擬數(shù)據(jù)，利用 CropwatR 法核算主要糧食作物生產(chǎn)水足跡量，并對(duì)結(jié)果進(jìn)行分析和評(píng)估；同時(shí)，基于析法探討各地區(qū)主要的氣象影響因子，分析氣候變化對(duì)農(nóng)業(yè)水足跡的影響。 技術(shù)路線

系包括三大水系——海河、灤河、徒駭馬頰河。如圖 2-2 所示河、永定河（以上河系為海河北系）、大清河、子牙河、漳河干流（以上河系為海河南系）組成，由于地勢(shì)西北高東南
【學(xué)位授予單位】：華北水利水電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：P467;TV213.4

【相似文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 何情;北京延慶世界地質(zhì)公園上侏羅統(tǒng)土城子組恐龍足跡及環(huán)境分析[D];中國(guó)地質(zhì)大學(xué)(北京);2014年

相關(guān)碩士學(xué)位論文 前7條

1 張冰;海河流域主要糧食作物水足跡對(duì)氣候變化的響應(yīng)[D];華北水利水電大學(xué);2017年

2 龔律;武漢市生豬規(guī)模化養(yǎng)殖氮足跡分析[D];華中農(nóng)業(yè)大學(xué);2017年

3 張嘉_g;灌區(qū)糧食生產(chǎn)水足跡的影響因素研究[D];華北水利水電大學(xué);2017年

4 胡洋;基于企業(yè)網(wǎng)絡(luò)足跡的環(huán)境信息披露和綠色形象研究[D];西安電子科技大學(xué);2017年

5 張朝陽(yáng);基于水資源生態(tài)足跡的河南省城鎮(zhèn)化發(fā)展研究[D];湖北大學(xué);2017年

6 吳建偉;基于數(shù)字足跡的旅新疆游客空間行為模式研究[D];青島大學(xué);2017年

7 張令令;有機(jī)物料培肥對(duì)麥田碳氮水足跡及生態(tài)服務(wù)價(jià)值的影響[D];河南師范大學(xué);2017年

本文編號(hào)：2616065