• 沒有找到結果。

6

率皆可達 70%以上,顯示以臺中市 MOD16 資料進行逐步迴歸之模型能相當地 推估 MOD16 高精度之蒸發散值。前述樣本外預測仍是以 2003 - 2012 年之樣本 內資料去驗證相同期間之樣本外資料,然現今已可取得 2013 及 2014 年的 MOD16 蒸發散監測資料,故嘗試將前述模型用以估算 2013 和 2014 年的樣本外資料,而 結果如表 3 顯示,兩期模型推估之整體準確率分別達到 84%及 81%,可證實以 2003 - 2012 年之樣本資料進行逐步迴歸分析建立之模型得利用在建立迴歸模型 所用樣本之外的年份。

表 3- 3 臺中市樣本外預測準確率(2003 - 2014 年)

準確率 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 一期 0.772 0.763 0.691 0.833 0.812 0.723 0.674 0.675 0.534 0.765 0.839 0.848 二期 0.806 0.818 0.760 0.817 0.841 0.823 0.709 0.705 0.646 0.817 0.840 0.785

圖 3- 1 臺中市樣本外資料 估算綠水足跡成果及繪製綠水足跡地圖

據綠水足跡定義式(2.2),本研究比較各月份之作物蒸發散量(𝐸𝑇C1或𝐸𝑇C2) 與有效降水(𝑃𝑒𝑓𝑓),取其中較小者後、加總 1 - 6 月和 7 - 12 月為一期和二期綠 水耗用量(𝐶𝑊𝑈𝑔𝑟𝑒𝑒𝑛),輔以耕種面積及行政院農業委員會(2008 - 2013)取得 之各期稻穀產量,計算出逐年的兩期稻作綠水足跡(𝑊𝐹𝑟𝑖𝑐𝑒,𝑔𝑟𝑒𝑒𝑛),成果如表 3-4 及圖 3-2 所示。

表 3- 4 臺中市兩期稻作綠水足跡(單位:m3/ton)

期作別

2007 2008 2009 2010 2011 2012

平均

一期 594.6 433.5 316.1 491.3 399.5 443.5 446.4 二期 102 0.4 881.2 478.4 706.0 564.4 562.2 702.1 平均 807.5 657.4 397.3 598.7 482.0 502.9 574.3

7

圖 3- 2 臺中市兩期稻作綠水足跡變化趨勢(2007-2012 年)

成果顯示,二期綠水足跡明顯大於一期,歷年二期稻作綠水足跡總量約為 500 – 1100 m3/ton、平均為 702.1 m3/ton;一期稻作綠水足跡總量則約為 300 – 600 m3/ton、平均為 446.4 m3/ton。自變化趨勢圖中亦可明顯觀察出,兩期綠水足跡逐 年變化大致呈現減少的趨勢,尤其二期的變動更較一期劇烈;另外在此六年間,

兩期綠水足跡最低值均出現在 2009 年、最大值均出現在 2007 年,亦可見綠水足 跡於逐年兩期之變化趨勢呈現一致。將估算期間之一期及二期平均稻作綠水足跡 地圖繪製如下圖 3-3。

圖 3- 3 臺中市一期(左圖)及二期(右圖)平均稻作綠水足跡地圖(2007 - 2012 年)

推估結果之時間、空間分析 (一)時間分析

於研究期間之推估準確率趨勢如圖 3-4、圖 3-5,推估成果最差為 2011 年的

8

一期,六個月份推估準確率僅約為 0.53;其次為同年的二期,推估準確率約為 0.65。各月份準確率則是明顯在一月較為偏低,但仍不如以年期來看的 2011 年 差,每月份均落在 0.65 – 0.85 上下。

圖 3- 4 臺中市兩期逐年準確率

圖 3- 5 臺中市各月份準確率

分析前述 2011 年兩期推估準確率較差之原因為:2011 年全年的溫度及 NDVI 並無較明顯之歧異,但在整體的蒸發散值、降水量卻有較突出之差別。首先是平 均的蒸發散量,與往年相較、幾乎各月份都為十年內最低值、較平均值低約 10 – 30 mm;而另外在降水量方面,全年呈現低於 200 mm 的狀況,不若其他年在 春末、夏季或秋初會有較多的降水(梅雨或颱風等),即該年於西部、中部地區 為全年較缺水之狀態;故該年的蒸發散量整體偏低與降水量之劇減皆為使該年模 型推估準確度下降。

(二)空間分析

根據準確率將十年資料依研究區域之空間分佈進行統計,將推估準確率低於 0.7 和推估準確率低於 0.6 統計於表 3-5 中。樣本外資料之準確率實則分佈的相 當平均(網格編號見圖 3-1),並無明顯的空間位置特別容易造成錯誤推估。回頭 檢視臺中市的樣本外資料之分佈位置及農糧署的稻作分佈圖,可明確發現樣本外 資料均落在稻作實際範圍內,亦無特別接近與其他土地使用的交界地區。臺中市 成果與期中之臺東地區成果較為不同的差異是在農地判釋上再加入了農糧署稻 作分布圖,故亦可從此判斷若有事先在樣本資料的選擇上更精準地選擇為農地位 置,則有助於稻作蒸發散量迴歸模型的建立與推估。

9

10

表 3- 6 兩試驗區兩期平均稻作綠水足跡(2003 - 2012 年)

期作別 臺東地區 臺中市

一期

作物蒸發散量(mm) 518.1 342.4 有效降水(mm) 393.1 469.1 稻作綠水足跡(m3/ton)

621.3 446.4

平均稻作產量(ton/ha)

5.9 6.5

二期

作物蒸發散量(mm) 546.6 406.3 有效降水(mm) 634.7 466.1 稻作綠水足跡(m3/ton)

977.0 702.1

平均稻作產量(ton/ha)

5.1 4.7

平均 稻作綠水足跡(m3/ton)

799.1 574.3

平均稻作產量(ton/ha)

5.5 5.6

圖 3- 6 兩試驗區兩期平均綠水足跡地圖之比較(2003 – 2012 年)

首先可從表 3-6 中看出,兩試驗區的綠水足跡均為二期大於一期;其次則是 兩試驗區生產稻作耗用的綠水足跡則於兩期均有明顯差異:臺東地區無論是一期 或二期的稻作綠水足跡皆較臺中市大,一期平均生產一公噸稻作將多 174.9 m3、

二期則將多 274.9 m3;試驗區一、二的兩期平均綠水足跡各為 799.1 m3/ton 及 574.3 m3/ton,平均差距為 224.8 m3/ton。而圖 3-6 亦可直觀的判斷出,在空間解 析度為 1 公里的網格分佈下,臺東地區普遍的綠水足跡高於臺中市,雖然臺中市 稻作覆蓋範圍南北方向狹長、較有綠水足跡之南北分佈差異,但相較臺東地區則 大部分仍明顯偏低。

則以下針對兩項稻作綠水足跡主要趨勢進行分析:

(一)二期稻作綠水足跡大於一期

本研究根據 CROPWAT 模式的作物需水量法,估算綠水之來源為作物蒸發 散量(𝐸𝑇𝐶)與有效降水(𝑃𝑒𝑓𝑓)之較小值;於表 3-6 中可見,臺東地區於一期平

11

均的有效降水小於作物蒸發散量、二期則相反;另臺中市呈現一、二期皆為有效 降水大於作物蒸發散量之情況。綜看臺灣整體氣候條件,臺灣的雨季並不容易按 四季劃分,雨水之主要來源為五、六月的梅雨季及七至九月的颱風季;另外是二 到四月的春雨,尤其對於北部的降水貢獻明顯;冬季則為枯水期,尤其中南部幾 乎難有降水(交通部中央氣象局,2015)。則將本研究二試驗區於研究期間的逐 月雨量趨勢圖繪製如圖 3-7 之左圖,確實能呼應前述提及的雨季期間,二試驗區 皆明顯集中在五至九月,故同張元馨(2011)、姚佩萱等人(2013)分析之因,二 期的作物蒸發散量及有效降水將因二期稻作生長期介於夏、秋兩季的雨季,此期 氣溫較高、雨量亦較多,將致使蒸發散量及有效降水普遍大於一期;另則從表 3-6 的平均稻作產量亦可發現,二期平均產量於兩試驗區均較一期少,造成差異主 要之因為溫度變化,一般水稻品種的適應溫度是攝氏 27 度,溫度愈高、水稻產 量愈低(李培芬,2006),從圖 3-7 之右圖中可清楚見兩地二期生長期普遍處於 高溫;且稻作於二期較容易遭遇颱風、豪雨等天災,都將致使產量偏低;故二期 綠水量普遍較一期多、產量卻較一期低,都將造成二期綠水足跡高於一期。

圖 3- 7 二試驗區逐月雨量(左圖)及溫度(右圖)平均值趨勢圖(2003 – 2012 年)

(二)臺東地區稻作綠水足跡大於臺中市

臺東地區與臺中市皆為合適稻作生長的環境,但即使同處於亞熱帶,在中央 山脈阻隔並有各自獨特地形情況下,仍然存在部份差異:如地形上,臺中種植稻 作之區域多為廣大平原、臺東則集中在花東縱谷內,因此在臺東耕種區域之氣溫 較低、日照時數亦較少,稻米生長需更長的時間(花東製米有限公司,2013);

地形與氣候之差異,也將使農民選擇種植的稻作品種不同,上述原因都會使得稻 作品質、產量有別。表 3-6 中顯示,在兩期的作物蒸發散量和有效降水上,無論 較小值為何,臺東種植稻作所需付出的綠水成本大多高於臺中市不少;而在平均 稻作產量上並無相對綠水增幅差異之多、甚至較臺中少的情況下,即須承擔較高 的綠水足跡。

12

3. 日照計(型號 apogeeinstruments, JMP-200)

4. 風速計(型號 JWSD-L401)

13

(三)蒸發散量計算

蒸發皿蒸發量(pan evaporation)由蒸發皿所測得之蒸發量稱之。可利用蒸發皿 蒸發量值的變化動向,來估算蒸發散量。蒸發皿勢能經驗(Pan factor equation, PF)

公式為探討夏季蒸發散特性所發展之經驗式,蒸發皿勢能經驗公式如下:

14

1/9/2016 2/9/2016 3/9/2016 4/9/2016 5/9/2016 6/9/2016 7/9/2016 溫度(o C)

15

下圖 3- 10 為 9 月 1 至 7 日之風速、日照與蒸發散量的關係圖,由此圖可看 出日照百分比越高,蒸發散量越大,而此與風速也有些許正相關。

日 期(day)

1/9/2016 2/9/2016 3/9/2016 4/9/2016 5/9/2016 6/9/2016 7/9/2016

(m/s)

1/9/2016 2/9/2016 3/9/2016 4/9/2016 5/9/2016 6/9/2016 7/9/2016

(mm/d)

16

17

圖 3- 17 七月、九月份蒸發皿蒸發量變化圖

將七月和九月監測成果進行蒸發散量估算,並進一步做成蒸發散量 ET0 變化 圖,如下圖 3- 18。從圖可清楚看出,九月份蒸發散量曲線平緩且趨近於零,相 較之下,七月份蒸發散量變動幅度較大且皆大於九月份。整體而言,七月平均蒸 發散量為 50.8 mm/day,而九月份平均蒸發散量為 0.7 mm/day。

圖 3- 19 七月、九月份蒸發散量變化圖

綜合上述氣象因子分析與時間分析,可看出七月份因為並未降雨、日照時數 較長且濕度較低,導致七月份蒸發散量較高;而九月份雖然降雨較多,但是日照 時數較少且濕度較高,導致九月份蒸發散量較低。故可推知蒸發散量會因降雨、

日照時數、濕度等氣象因子影響其大小。

0 5 10

1 2 3 4 5 6 7

蒸發皿蒸發量

7月蒸發皿蒸發量(mm/day) 9月蒸發皿蒸發量(mm/day)

0 50 100

1 2 3 4 5 6 7

ET0(mm/day)

Day

ET0

7月ET0(mm/day) 9月ET0(mm/day)

18

相關文件