抚河流域农业干旱的影响机制研究_郑金丽.pdf

第 54 卷 第 2 期2 0 2 3 年 2 月人民长江YangtzeiverVol 54，No 2Feb，2023收稿日期:2022 12 04基金项目:江西省水利科技项目(202023ZDKT03，KT201501);国家重点研发计划项目(2021YFC3000205)作者简介:郑金丽，女，硕士研究生，主要从事水文及水资源领域研究。E mail:zhengjl_22126 com通信作者:周祖昊，男，正高级工程师，博士，主要从事流域水循环过程模拟与调控研究。E mail:zhzh iwhr com文章编号:1001 4179(2023)02 0070 07引用本文:郑金丽，周祖昊，刘佳嘉，等 抚河流域农业干旱的影响机制研究 J 人民长江，2023，54(2):70 76，105抚河流域农业干旱的影响机制研究郑 金 丽1，周 祖 昊1，刘 佳 嘉1，严 子 奇1，李 国 文2，王 钦 钊3(1 中国水利水电科学研究院 流域水循环模拟与调控重点实验室，北京 100038;2 江西省水文监测中心(江西省水资源监测中心)，江西 南昌 330002;3 江西省水文局，江西 南昌 330000)摘要:农业干旱是制约农业生产的主要自然因素，研究其影响机制是科学应对农业干旱的前提。以长江流域的抚河流域作为研究对象，基于二元水循环模型评估了农业干旱的演变规律，并采用多因素归因分析方法研究了气候变化和人类活动对农业干旱演变的贡献。结果表明:抚河流域农业干旱呈现减少趋势，在 1980 年出现突变现象。相对于 1956 1980 年，1981 2019 年抚河流域农业干旱的月平均干旱历时和月平均干旱强度均减少，其中气候变化和人类活动均起到减缓的作用。具体地，气候变化和人类活动对灌区单元农业干旱历时变化的贡献率分别为 31 0%和 69 0%，对干旱强度变化的贡献率分别为 33 5%和 66 5%;气候变化和人类活动对其他单元农业干旱历时变化的贡献率分别为 74 3%和 25 7%，对干旱强度变化的贡献率分别为 60 1%和 39 9%。降水作为导致干旱发生的关键因素，其变化期年均值高于基准期年均值，因此使得气候变化在农业干旱演变过程中起到减缓的作用。相应地，在表征人类活动的各项指标中，水库库容增加能一定程度保证干旱发生时的农业用水量，同时社会经济取用水量和灌溉面积的增加能弥补作物关键生育期土壤水分的不足，保证作物的正常发育，这在一定程度上能达到缓解农业干旱的目的。关键词:农业干旱;气候变化;人类活动;多因素归因分析方法;抚河流域中图法分类号:S311文献标志码:ADOI:10 16232/j cnki 1001 4179 2023 02 0110引 言干旱是一种缓慢发生、影响范围大、持续时间长的自然灾害1，在全球范围内均可发生，严重影响了全球粮食作物生产2。据中国水旱灾害公报 2020 统计，1950 2020 年我国年均粮食损失高达 163 亿 kg，年均受灾面积高达 200 万 hm23。因此，开展干旱研究对于减少农业干旱造成的损失至关重要。农业干旱作为干旱灾害的主要类型之一，常通过建立干旱指数的方法进行评估 4 5。已有农业干旱指数通常分为3 种，即土壤水分指数类、作物生理生态指数类和卫星遥感干旱指数类 6，其中由于土壤水分是影响作物生长发育的主要因子，因此基于土壤水分的干旱指数被广泛应用 7。周洪奎等 8 采用标准化土壤湿度指数反映黄淮海平原的农业干旱状况，发现干旱指数对农业干旱引起的冬小麦减产起到指示作用。Souza 等 9 采用土壤水分农业干旱指数分析农业干旱与玉米和高粱作物的生产力和收获面积的相关性，发现农业干旱与高粱作物的相关性更加显著。Yao 等 10 采用土壤水分亏缺指数分析农业干旱对小麦/玉米产量的影响，发现产量和干旱指数的相关性在 6、7 月最高。由于大面积土壤水分的监测比较困难，因此基于水文模型的农业干旱评估方法被广泛应用。如王富强等 11 构建基于 SWAT(Soil and Water Assessment Tool)的区域农业干旱模拟第 2 期郑金丽，等:抚河流域农业干旱的影响机制研究模型;李军等 12 通过 VIC(Variable Infiltration Capacity)模型模拟蒸散发、径流和土壤水分等水文气象要素构建农业干旱指数。但是土壤含水量受作物类型、灌溉条件等人类活动影响，而考虑灌溉等人类活动对农业水循环过程影响机制的模型不多，因此需要构建反映人类影响机制的水文模型对农业水循环过程进行模拟，在此基础上对农业干旱进行评价。农业干旱受到很多因素的影响，其中气候变化和人类活动是主要的影响因素13。已有研究表明农业干旱受气候变化影响较大，但是诸如土地利用变化、水资源开发利用等人类活动的影响也不可忽略。如蒋桂芹14 分析海河水系 1956 1975 年和 1990 2009 年气候变化、土地利用和水资源开发利用对农业干旱的驱动作用，结果分别为40%、4%和 56%。杨志远15 分析乌裕尔河流域 1961 1985 年和 1986 2011 年气候变化和土地利用对农业干旱的影响，发现气候变化的贡献率为 15%62%，土地利用变化的贡献率为38%85%。黎云云等16 对比分析黄河流域 1968 1990 年、1991 2000 年和 2001 2010 年气候变化和土地利用对黄河流域农业干旱的影响贡献率，发现气候变化的贡献率约为 50%90%，土地利用变化的贡献率约为 10%50%。以上贡献率的研究方法中均将单个因素的影响贡献简单相加作为多因素的综合贡献，但对于不同影响因素之间的相互作用考虑不足。对此，刘佳嘉等17 提出的多因素综合影响贡献量分解方法能改进上述方法的不足。本文深入研究农业干旱的影响机制，以位于长江中下游地区的抚河流域为例，采用抚河流域二元水循环模型、农业干旱评估法及多因素归因分析法，在动态评价抚河流域长系列农业干旱演变规律的基础上，定量分析气候变化和人类活动对抚河流域农业干旱演变造成的影响。1研究区概况及数据来源1 1抚河流域概况抚河流域位于长江中下游地区，隶属于鄱阳湖水系，流域面积为 15 767 km2。多年平均降水量为1 755 7 mm，多年平均蒸发量约为 1 100 mm，流域内抚州市多年平均水资源总量为 160 97 亿 m3。抚河流域历史旱情是由于降水年内分布极不均匀，且与农田生长需水要求不相协调造成的，以致每年均发生不同程度的旱灾。一般年受旱面积约 4 7 万 hm2(70 万亩)，以 1963 年和 1978 年灾情最为严重。本文以抚河流域大中型灌区作为灌区单元，大中型灌区以外单元作为其他单元，如图 1 所示。图 1抚河流域研究区概况Fig 1Overview of the study area in the Fuhe iver Basin1 2数据来源本文研究数据包含 2 类数据:第一类是模型计算需要的数据，主要涉及 DEM 和河道信息、土地利用类型、土壤类型以及人工取用水数据等数据;第二类是用于模型结果验证的数据，包括李家渡、廖家湾、娄家村等 3 个水文站逐日流量数据，以及 2010 2019 年土壤墒情站点数据。以上各项数据中，1956 2019 年3 个水文站逐日流量数据来自江西省水文局;1956 2019 年 2 个土壤墒情站点数据来自江西省水文局;11 个国家气象站 1956 2019 年的每日气象数据，包括降水、气温、相对湿度、日照时数和风速，由国家气象信息中心提供;1956 2019年10 个雨量站逐日降雨数据来着江西省水文局;DEM数据采用 STM90，栅格边长为 90 m(http:srtm dat-amirror csdb cn/);土地利用数据采用 1985 年和 2015年的 LANDSAT TM 数据;抚河流域遥感蒸散数据来自MODIS 蒸散数据集;土壤数据均采用中国土种志 上的“统计剖面”资料，采用第二次全国土壤普查结果1 100 000分辨率的土壤类型图;抚河流域灌区以及大中型水库资料来源于抚州市水资源公报;经济社会用水数据来自抚州市水资源公报和江西省统计年鉴。2研究方法2 1分布式二元水循环模型WEP L 分布式二元水循环模型(简称 WEP L 模型)是耦合“自然和社会”二元水循环过程的分布式水循环模型 18，目前已在黄河、海河、松花江、汉江、柳江、红河等南北方多个流域进行了应用，本次研究采用17人民长江2023 年WEP L 模型模拟抚河流域农业干旱相关水文要素。2 1 1模型原理WEP L 模型18 的空间计算单元为子流域套等高带，自然水循环过程主要是对各计算单元的降水、入渗、产流、汇流等过程进行模拟，通过下垫面划分和垂向结构对产流过程进行计算，采用“马赛克”法划分土地利用类型，具体为裸地 植被域、灌溉农田、非灌溉农田、水域和不透水域五大类。在垂直方向上，可划分截留层、根系土壤层、过渡层和含水层等。水平方向上，采用一维运动波模型进行汇流过程演算，从上游到下游子流域之间进行河道汇流演算。WEP L 自然水循环过程模拟如图 2 所示。图 2自然水循环模拟Fig 2Natural water cycle simulation人工侧支水循环过程19 集中于取水、输水、储水、用水、排水和耗水 6 个方面。在大多数情况下，取水和排水是与自然水循环有关的两个关键过程，如图 3 所示，耦合机制主要发生在这两个过程中。河流、水库和地下水可以被认为是取水来源。取水过程使河流和地下水中的水量减少，排水过程使河流和地下的水量增加。此外，该模型还考虑了废水回用。图 4 为 WEP L 模型耦合的原理。图 3社会水循环模拟Fig 3Generalizations of social water cycle systems2 1 2模型率定验证方法根据研究对象的突变情况，将研究时间序列划分图 4自然、社会水循环耦合原理Fig 4The coupling principle of natural and social water cycle为基准期和变化期，分别采用水文站月平均流量、土壤墒情站点的月均土壤含水量对抚河流域二元水循环模型进行率定验证，具体计算公式如下:E=Ni=1(Qsim，i Qobs，i)Ni=1Qobs，i 100%(1)NSE=1 Ni=1(Qsim，i Qobs，i)2Ni=1(Qobs，i Qobs)2(2)=ni=1(Xi X)Yi()Yni=1(Xi X)2ni=1(Yi Y)2(3)式中:E 表示模拟径流总量的相对误差，%;NSE 表示Nash Sutcliffe 效率系数;Qsim表示模拟月均流量，m3/s;Qobs表示实测月均流量，m3/s;N 表示模拟系列月份数;Qobs表示模拟系列实际月均流量多年平均值，m3/s;为模拟值与实测值的相关系数。2 2干旱演变分析方法2 2 1农业干旱评价指标农业干旱通常用土壤含水量来表征，考虑标准化土壤湿度指数计算方法较为常用，所需的长系列土壤含水量数据可通过模拟获得，因此农业干旱选用标准化土壤湿度指数作为评价指标。标准化土壤湿度指数(Standard soil moisture index，SSMI)是一个无量纲的农业干旱指标，通过对土壤湿度指数(Soil moisture in-dex，SMI)标准化得到，SMI 的计算公式如下:SMI=wsim wwiltwfc wwilt(4)式中:wsim、wwilt和wfc分别为土壤含水量、凋萎系数和田间持水量，其中土壤含水量可通过模型模拟获得。其次，对土壤湿度指数序列依次进行分布拟合、正态标准化等处理，得到标准化土壤湿度指数(SSMI)。27第 2 期郑金丽，等:抚河流域农业干旱的影响机制研究获得某时段的 SSMI 值的计算公式如下:SSMI=St c0+c1t+c2t21+d1t+d2t2+d3t3，t=2lnF(5)式中:当 F0 5 时，S=1;当 F 0 5 时，F=1 F，S=1。其它常数项分别为c0=2 515 517，c1=0 802853，c2=0 010 328，d1=1 432 788，d2=0 189 269，d3=0 001 308。2 2 2干旱特征识别方法与评估指标基于干旱评估结果，采用游程理论识别出干旱特征指标，具体包括干旱历时和干旱强度。同时为了尽量减少轻微干旱的影响，研究采用双阈值法对干旱过程进行识别，根据干旱等级评估标准，设定截断水平 Z1=0 5，如图 5 所示。根据已有长江中下游干旱研究成果20，设单月干旱事件截断水平 Z2=1 5，间隔期截断水平 Z0=0 5，具体过程为:将干旱指数视为离散序列，设定截断水平Z1，当干旱指数序列在连续时段出现负游程(Z1)，则认为开始发生干旱事件，图中包含了 a、b、c和 d 共 4 次干旱过程;对于历时为一个月的干旱，设定截断水平 Z2，当干旱指数值大于 Z2，认为属于轻微干旱 a，可忽略不计，反之划定为一次干旱事件 b;对于间隔为一个月的相邻干旱过程，若间隔期干旱指数小于 Z0，则可合并记为单次干旱事件 c、d，反之划定为两次干旱事件 b、c。图 5游程理论示意Fig 5Schematic diagram of run theory干旱历时(Duration，D)表示基于游程理论识别出的开始和结束时间的时间差;干旱强度(Intensity，I)表示干旱发生时段内干旱指数绝对值之和与时间的比值。D=j i+1(6)I=i+liZiD(7)式中，i，j 分别表示图 5 中干旱事件 c，d 的开始和结束时间;Zi为干旱指数，D 为干旱事件的干旱历时。2 3多因素归因分析方法本文采用多因素归因分析方法对农业干旱演变进行归因分析17。根据影响农业干旱的 n 个因素划分基准气和变化期，然后对不同因素的状态进行交叉组合设置模拟情景，进而采用分布式水文模型模拟得出各情景模拟值，采用公式(4)(7)计算农业干旱指数及干旱特征，并用于影响贡献量分解计算，贡献量和贡献率分解计算采用以下公式:Xj=2nj=1ai，j Sj2n1i，j=1，2，3，n(8)i=Xinj=1Xji，j=1，2，3，n(9)式中:Xj为第 j 个因素的贡献量;ai，j为第 j 个因素对应情景 i 的权重系数，若该情景下 j 个因素处于变化期为 1，基准期为 1;n 为因素个数;i为第 i 个因素的占总变化的贡献率。3结果分析3 1抚河流域分布式二元水循环模型验证3 1 1月径流过程率定和验证根据干旱指数突变的时间，选取李家渡、廖家湾以及娄家村 3 个水文站 1956 1980 年和 1981 2019 年逐月流量序列对模型参数进行率定和验证。各站流量过程模拟结果和效率系数如图 6 和表 1 所示。率定期3 个水文站月径流过程 Nash Sutcliffe 效率系数均在0 9 以上，相对误差在 2%以内;验证期 3 个水文站月径流过程 Nash Sutcliffe 效率系数均在 0 85 以上，相对误差在 6%以内。结果表明，WEP L 模型总体上能够较好地描述抚河流域的径流过程。率定期由于人类活动较少，所以相比验证期，率定期模型模拟效果稍好。表 1模型率定验证结果Tab 1Model calibration and validation results时段李家渡站廖家湾站娄家村站E/%NSEE/%NSEE/%NSE1956 1980 年0170941440931400941981 2019 年5050853350880900891956 2019 年3650892690901080913 1 2土壤含水量率定和验证基于 WEP L 模型模拟了抚河流域等高带单元农田单元根系层的土壤含水量。模型模拟的 3 层土壤含水量假设在每一层都是均匀分布的，根据各层的深度线性插值成浅层 0 10 cm、中层 10 20 cm 及深层37人民长江2023 年图 61956 2019 年抚河流域月流量模拟率定效果Fig 6Model calibration effect of monthly flow in the Fuheiver Basin from 1956 to 201920 40 cm 的土壤含水量数据，与实测土壤墒情站点土壤含水量监测深度相对应。由于抚河土壤墒情站点建设较晚，且监测数据连续性不高，因此本文选取时间序列完整的土壤墒情站点巴山站和崇岗站 2010 2019 年数据，对模型模拟的两个站点的土壤含水率进行验证，结果如图 7 所示。此外，相关性系数的评价结果表明，两站土壤含水量模拟值和实测值的相关系数分别为 0 76 和 0 40，相对误差均小于 5%，表明 WEP L 模型模拟的土壤含水量可以较好反映实际土壤含水量的变化过程。3 2抚河流域农业干旱演变规律3 2 1干旱指数变化规律采用公式(4)(5)计算 12 个月时间尺度的农业干旱指数 SSMI(SSMI 12)，并对其进行 MK 趋势检验，发现在 90%的置信水平下，抚河流域年尺度 SSMI的 Z 值为 3 71，同时结合 SSMI 12 趋势变化图(图8)，可知抚河流域农业干旱在年尺度上呈现显著湿润化趋势。采用 MK 突变检验法对年尺度的 SSMI 进行突变检验，结果如图 9 所示。选取 0 05 显著性水平的置信区间(1 96)作为临界曲线的 MK 检验值，根据突变检验结果，发现抚河流域农业干旱年尺度存在突变性，突变开始时间是 1980 年。图 72010 2019 年抚河流域月土壤含水率模型率定效果Fig 7Model calibration effect of monthly soil water content inFuhe iver Basin from 2010 to 2019图 8抚河流域 1956 2019 年 SSMI 趋势变化Fig 8SSMI changes in the Fuhe iver Basin from 1956 to 2019图 9抚河流域 1956 2019 年 SSMI 突变诊断Fig 9SSMI mutation diagnosis for the Fuhe iverBasin from 1956 to 20193 2 2干旱特征变量变化规律根据干旱特征识别方法中的游程理论识别出1956 2019 年抚河流域发生农业干旱的次数，通过公式(6)(7)计算得到各次农业干旱的历时和强度，如图 10 所示。由图可知，抚河流域 1956 2019 年发生农业干旱事件共计 58 次，总体上，干旱历时和干旱强度呈现减少的趋势。由表 2 可知，相比 1980 之前，1980 年以后灌区单元平均干旱历时减少 0 53 个月，平均干旱强度减少 0 08。其他单元平均干旱历时减少 1 58 个月，平均干旱强度减少 0 19。47第 2 期郑金丽，等:抚河流域农业干旱的影响机制研究图 101956 2019 年抚河流域农业干旱历时和干旱强度统计Fig 10Statistics on duration and intensity of agriculturaldrought in the Fuhe iver Basin from 1956 to 2019表 2基准期和变化期农业干旱特征变量变化Tab 2Changes of agricultural drought characteristic variablesin base period and change period年份灌区单元其他单元平均干旱历时/月平均干旱强度平均干旱历时/月平均干旱强度1956 1980 年2951024471361981 2019 年242094289117变化量0530081580193 3抚河流域干旱演变影响机制分析3 3 1多因素归因情景方案根据农业干旱指数的突变性分析结果，确定抚河流域农业干旱演变影响机制分析的基准期和变化期分别为 1956 1980 年和 1981 2019 年。情景设置如表3 所列。由于主要考虑气候变化(主要涉及降水、气温)和人类活动(主要涉及社会经济取用水量、水库库容和灌溉面积)2 类因素，因此共设置 4 个情景。基准期与变化期不同因素的设置见表 4。不同时期代表气候变化和人类活动的 5 个指标的多年平均值如表 5 所列。由表可知，相比于基准期，变化期的降水年均值增加 119 mm，气温年均值增加 0 3，社会经济取用水量年均值增加 5 8 亿 m3，水库库容均增加 60 922 万m3以及灌溉面积增加 308 6 km2。表 3抚河流域农业干旱影响机制分析的情景方案设置Tab 3Scenario settings for analysis of impact mechanismof agricultural drought in the Fuhe iver Basin要素S1S2S3S4气候条件基准期基准期变化期变化期人类活动基准期变化期基准期变化期表 4基准期和变化期不同因素的设置Tab 4Setting of different factors in base period and change period分期气候变化人类活动基准期1956 1980 年历史系列1956 1980 年历史系列变化期1981 2019 年历史系列1981 2019 年历史系列3 3 2农业干旱影响机制分析采用 WEP L 模型对各情景分别进行模拟，根据模型模拟结果，采用公式(6)(7)计算干旱特征变量，采用公式(8)和(9)计算气候条件和人类活动两个因素对干旱贡献率，如表 6 所列。从表 6 可以看出:(1)从各要素对农业干旱历时的影响来看，气候变化和人类活动都起到减缓作用。对灌区单元内的农业干旱而言，人类活动影响最大，贡献率为 69 0%;其次是气候变化，贡献率为 31 0%。对其他单元内的农业干旱，气候变化影响最大，贡献率为 74 3%;其次是人类活动，贡献率为 25 7%。(2)从各要素对农业干旱强度的影响来看，气候变化和人类活动都起到减缓作用。对灌区单元内的农业干旱而言，人类活动影响最大，贡献率为 66 5%;其次是气候变化，贡献率为 33 5%。对其他单元内的农业干旱，气候变化影响最大，贡献率为 60 1%;其次是人类活动，贡献率为 39 9%。表 5抚河流域农业干旱相关主要影响因素特征值Tab 5Characteristic values of main influencing factors relatedto agricultural drought in the Fuhe iver Basin分期降水/mm气温/社会经济取用水量/亿 m3水库库容/万 m3灌溉面积/km2基准期166651798816145016350变化期1785718314622237219436差值11920358609223086表 6气候变化和人类活动对农业干旱的影响Tab 6Impacts of climate change and human activitieson agricultural drought分区变量贡献量贡献率/%气候变化人类活动综合贡献气候变化人类活动灌区单元 平均干旱历时016037053310690平均干旱强度003005008335665其他单元 平均干旱历时118041159743257平均干旱强度011007018601399注:正值表示加剧，负值表示减缓。以上针对农业干旱演变的归因分析中，气候变化和人类活动都起到减缓作用，且对于灌区单元而言，社会经济取用水、水库和灌溉等人类活动的贡献率高于气候变化，而其他单元人类活动的贡献率低于气候变化。结合基准期和变化期各项指标的变化情况，可以得出，降水作为导致干旱发生的关键因素，其年均值变化期高于基准期，因此导致气候变化在农业干旱演变过程中起到减缓的作用。相应地，在表征人类活动的各项指标中，水库库容增加能一定程度增大干旱发生时期的用水量，同时取用水量和灌溉面积的增加能弥补作物关键生育期土壤水分的不足，保证作物的正常发育，这在一定程度上能达到缓解农业干旱的目的。4结 论本文以抚河流域作为研究对象，基于二元水循环模型的干旱评估方法，并采用多因素归因分析法对气候变化和人类活动对农业干旱的贡献进行分析，对推动水文水资源学科与干旱灾害研究融合具有重要意57人民长江2023 年义。(1)通过构建的抚河流域基础数据平台，搭建了抚河流域分布式水循环模型。模拟结果表明，径流模拟的 NSE 均大于 0 85，相对误差小于 5%。两个墒情监测站土壤含水量模拟值和实测值的相关系数分别为 0 76 和 0 40，相对误差均小于 5%，模型模拟效果符合要求。(2)抚河流域年尺度 SSMI 呈现增加趋势，流域农业干旱存在突变性，农业干旱的突变点在 1980 年。(3)气候变化和人类活动要素对抚河流域农业干旱的平均干旱历时和平均干旱强度均起到减缓作用。气候变化和人类活动对灌区单元平均干旱历时的贡献率分别为 31%和 69%，对平均干旱强度的贡献率分别为 33 5%和 66 5%。气候变化和人类活动对其他单元平均干旱历时的贡献率分别为 74 3%和25 7%，对平均干旱强度的贡献率分别为 60 1%和 39 9%。由于数据时段的限制，下一步将考虑2022 年长江流域特大干旱的数据，开展进一步研究。参考文献:1WANG Q，LIU Y，ZHANG Y，et al Assessment of spatial agglomera-tion of agricultural drought disaster in China from 1978 to 2016JScientific eports，2019，9(1):14393 2NAUMANN G，CAMMALLEI C，MENTASCHI L，et al Increased e-conomic drought impacts in Europe with anthropogenic warmingJNature Climate Change，2021，11(6):485 491 3水利部，国家防汛抗旱指挥部 中国水旱灾害防御公报2020M北京:中国水利水电出版社，2021 4MISHA A K，SINGH V P A review of drought concepts J Journalof Hydrology，2010，391(1 2):202 216 5WILHITE D A，GLANTZ M H Understanding the drought phenome-non:The role of definitionsJ Water International，1985，10:111 120 6李伟光，刘少军，侯美亭，等 气象与农业干旱指数研究进展J气象与环境科学，2021，44(3):76 82 7CIAIS PH，EICHSTEIN M，VIOVY N Europe wide reduction inprimary productivity caused by the heat and drought in 2003J Na-ture，2005，437(7058):529 533 8周洪奎，武建军，李小涵，等 基于同化数据的标准化土壤湿度指数监测农业干旱的适宜性研究J 生态学报，2019，39(6):21912202 9SOUZA A G S S，IBEIO NETO A，SOUZA L L de Soil moisture based index for agricultural drought assessment:SMADI application inPernambuco State BrazilJ emote Sensing of Environment，2021，252:112124 10YAO N，LI Y，LIU Q，et al esponse of wheat and maize growth yields to meteorological and agricultural droughts based on standard-ized precipitation evapotranspiration indexes and soil moisture deficitindexesJ Agricultural Water Management，2022，266:107566 11王富强，王金杰，石家豪 基于 SWAT 模型的区域农业干旱模拟研究J 华北水利水电大学学报(自然科学版)，2019，40(1):64 70 12李军，吴旭树，王兆礼，等 基于新型综合干旱指数的珠江流域未来干旱变化特征研究J 水利学报，2021，52(4):486 497 13VAN LOON A F，LAAHA G Hydrological drought severity explainedby climate and catchment characteristicsJ Journal of Hydrology，2015，526:3 14 14蒋桂芹 干旱驱动机制与评估方法研究D 北京:中国水利水电科学研究院，2013 15杨志远 气候变化和 LUCC 对黑土区典型流域干旱影响的定量评价D 哈尔滨:哈尔滨师范大学，2017 16黎云云，畅建霞，樊晶晶，等 气候和土地利用变化下黄河流域农业干旱时空演变及驱动机制J 农业工程学报，2021，37(19):84 93 17刘佳嘉，周祖昊，贾仰文，等 水循环演变中多因素综合影响贡献量分解方法J 水利学报，2014，45(6):658 665 18JIA Y，WANG H，ZHOU Z，et al Development of the WEP L dis-tributed hydrological model and dynamic assessment of water re-sources in the Yellow iver basinJ Journal of Hydrology，2006，331(3 4):606 629 19ZHOU Z，JIA Y，QIU Y，et al Simulation of dualistic hydrologicalprocesses affected by intensive human activities based on distributedhydrological modelJ Journal of Water esources Planning andManagement，2018，144(12):04018077 20李明，柴旭荣，王贵文，等 长江中下游地区气象干旱特征J 自然资源学报，2019，34(2):374 384(编辑:郑 毅)(下转第 105 页)67第 2 期唐洋博，等:基于目标评测模型的城市水环境治理成效评估Effectiveness evaluation of urban aquatic environment improvement basedon target accessibility modelTANG Yangbo，LI Wei，WU Yifan，LI Chong(YANGTZE Eco Environment Engineering esearch Center，China Three Gorges Corporation，Beijing 100038，China)Abstract:This study aims at exploring and evaluating the effectiveness of water environment improvement strategies，which iscrucial for the optimization of urban drainage projects layout We selected the drainage area of Dongfeng Lake in Yueyang City asthe study area，and constructed a target accessibility model according to local drainage system characteristics The effectivenesswas evaluatedamongnine water environment improvement strategies，including storm sewer outlet control，source control，separatedsewer system construction，retention tank，waste water treatment plant upgrading，and four comprehensive treatment strategies Theresults show that the target accessibility model can not only reproduce the current scenario in Dongfeng Lake drainage area，but al-so evaluate the effectiveness of the improvement strategies The mean relative error of COD concentration is 0 034 For the singlestrategy，the retention tank strategy can reduce the volume of overflow by 23%，and the source control strategy plays an importantrole in reducing the peak of pollutants and the volume of combined sewer overflow By contrast，the comprehensive strategies canbetter improve the water quality，especially the ninth strategy can maintain the class surface waterin Dongfeng LakeKey words:environmental system engineering;water environment improvement;target accessibility model;urban drainage sys-tem;Dongfeng Lake(上接第 76 页)Impact mechanism of agricultural drought in Fuhe iver BasinZHENG Jinli1，ZHOU Zuhao1，LIU Jiajia1，YAN Ziqi1，LI Guowen2，WANG Qinzhao3(1 State Key Laboratory of Simulation and egulation of Water Cycle in iver Basin，China Institute of Water esources and Hy-dropower esearch，Beijing 100038，China;2 Jiangxi Provincial Hydrological Monitoring Center(Jiangxi Provincial Water e-sources Monitoring Center)，Nanchang 330002，China;3 Jiangxi Hydrological Bureau，Nanchang 330000，China)Abstract:Agricultural drought is the main natura