黑龙江省近35年农业气象灾害受灾率变化特征

史风梅，杨 波，裴占江，王 粟，高亚冰，左 辛，卢玢宇，刘 杰

（1.黑龙江省农业科学院农村能源研究所，哈尔滨 150086；2.黑龙江省农业科学院，哈尔滨 150086）

黑龙江省近35年农业气象灾害受灾率变化特征

史风梅1，杨 波2，裴占江1，王 粟1，高亚冰1，左 辛1，卢玢宇1，刘 杰1

（1.黑龙江省农业科学院农村能源研究所，哈尔滨 150086；2.黑龙江省农业科学院，哈尔滨 150086）

利用Mann-Kendall趋势检验法、Morlet小波分析方法和GIS软件分析，黑龙江省1980～2015年农业气象灾害数据。结果表明，1980～2015年，黑龙江省农业气象灾害受灾率呈降低趋势，且降低趋势在95%置信水平下显著；农业气象灾害在近35年内呈周期性震荡变化，受灾率变化主要时间尺度为18a。农业受灾率和受灾面积比重在黑龙江省空间分布规律基本一致，在同一纬度上，二者均从西向东呈递减趋势，在同一经度上，从南向北呈先增后减变化。农业气象灾害主要集中在黑龙江省西南部地区。

气象灾害；时间变化特征；空间分布特征；黑龙江省

农业气象灾害是农业生产中导致农作物显著减产不利天气或异常气候的总称，包括干旱、涝渍、风雹、热害、冷害和台风等类型[1-2]。黑龙江省是我国农业大省和国家重要商品粮基地，粮食产量占全国的比重逐年上升[3-4]。农业气象灾害对粮食产量影响显著。郭丽娜等研究表明旱灾、洪涝、风雹和低温灾害是导致黑龙江省粮食1978～2011年大面积成灾和减产主要气象灾害；根据影响程度，该时间段内影响粮食产量主要气象灾害由大到小依次为风雹、旱灾和水灾[5]。王秋京等研究表明，黑龙江省近年旱灾和涝灾发生呈周期性，洪涝、干旱和低温冷害为主要气象灾害，洪涝在1972～2006年危害程度较其他灾害严重[6-7]；1972～2012年干旱和洪涝是影响该省粮食产量主要气象灾害，其中干旱对粮食产量影响最大[8]。黑龙江省冰雹多发生在中北部如大、小兴安岭山麓、小兴安岭山脉迎风坡和松花江、兴凯湖沿岸，干旱灾害多发生于黑龙江省西部地区[9]。黑龙江省低温冷害发生次数 20世纪 70年代最多，80年代后呈下降趋势[10]。有关黑龙江省农业气象灾害研究较多，但研究方法单一且使用数据较早。因气候变化具有一定突发性和不确定性，因此，本文研究近35年农业气象灾害对黑龙江省农业生产影响规律，旨在为黑龙江省农业发展，灾害预防提供数据支持。

1 材料与方法

本文所用1980～2015年黑龙江省农业气象灾害数据来源于《新中国农业60年统计资料》和中华人民共和国农业部种植业管理司数据库[11-12]。黑龙江省各地区农业气象灾害数据来源于1994～2014年《黑龙江省统计年鉴》[13]和《中国气象灾害大典：黑龙江卷》[14]。农作物产量较正常年份减少1成以上面积称为受灾面积，减产3成以上为成灾面积[15]。农作物受灾面积和成灾面积与播种面积比值定义为受灾率和成灾率[15]。利用Mann-Kendall趋势检验法（M-K法）和Morlet小波法分析1980～2015年黑龙江省农业气象灾害受灾率变化趋势及时间变化特征，利用GIS软件分析农业气象灾害空间分布特征。

1.1 Mann-Kendall趋势检验法

本文利用Mann-Kendall法[16]检验黑龙江省1980～2015年农业气象灾害受灾率变化趋势。Mann-Kendall趋势检验方法如下：假设H0是由X1，X2，…，Xn，n个随机、独立、分布几率相同变量组成时间序列数据{X1，X2，…，Xn}，H1为双边检验，则检验统计量S为：

统计量S为正态分布，均值为零，其中i，j≤n，且i≠j。当Xi-Xj“＜0”“=0”或“＞0”时，sign(Xi-Xj)值分别为-1、0、1。

统计量S方差可通过公式（2）计算得到：

通过公式（3）计算标准统计变量Z：

在H1双边趋势检验时，Z＞0表示原时间序列存在增加趋势，Z＜0为下降趋势。为设定的置信水平，即在置信水平a，时间序列上升或下降趋势显著。 ||Z≥1.28、1.64和2.32 则分别表示通过可信度90%、95%和99%显著性检验。

1.2 Morlet小波分析

小波变换是将时间系列分解到时间频率域内，得出时间系列周期变化动态。Morlet小波可获得时间系列振幅信息和时间序列相位信息，应用广泛[16-17]。

Morlet小波函数如公式（4）所示：

式中，φ(t)-Morlet小波函数；t-时间（年）；ω0-小波中心频率（无量纲）。可采用公式（5）结合Morlet小波分析估算周期：

式中，T-傅里叶周期（a）；c-常数；a-Morlet小波伸缩时间尺度（a）。

小波方差常用于分析间序列中各种时间尺度相对波动强度和周期性变化特征，其定义为：

式中，Wx(a,b)-a时间尺度,时间为x(t)小波系数：

式中，b-时间因子，φˉ(t)即φ(t)复共轭函数。

小波系数可反映系统某时间尺度下变化特征，小波系数为零时点为突变点，小波系数绝对值越大，表明该系统在该时间尺度变化越显著[18]。

2 结果与分析

2.1 黑龙江省农业气象灾害时间变化特征

2.1.1 黑龙江省农业气象灾害时间变化趋势检验

农业气象灾害发生具有明显时间特征。由图1可知，1980～2015年，农业气象受灾率与成灾率呈一定波动性，总体呈下降趋势，受灾率和成灾率分别以每年0.449%和0.2084%速率下降，且受灾率较成灾率下降速度更快。其中，2003年受灾率和成灾率最高，分别为67.93%和42.44%，2014年成灾率和受灾率最低，分别为6.63%和3.75%。利用Mann-kendall法分析黑龙江省1980～2015年农业气象灾害数据，获得Mann-kendall统计量S为-160，标准统计变量Z为-2.17，其绝对值＞1.64，通过置信度95%检验。因此，1980～2015年，农业气象灾害受灾率下降趋势显著。受灾率下降除与近年来农业气象灾害减弱有关外，还与近年来黑龙江省抗灾措施和能力增强有关[19-21]。

2.1.2 黑龙江省农业气象灾害Morlet小波分析

由图2可知，受灾率在8～25a和3～7.0a时间尺度存在较强全域性周期震荡变化。在3～7.0a时间尺度上，受灾率经历正相位-负相位准5次震荡。在8～25a时间尺度上，受灾率先后经历正相位-负相位-正相位准1.5次震荡。

通过小波方差可知在研究时间段内，受灾率在各时间尺度下周期波动强弱变化情况，并可确定受灾率变化主要时间尺度。由图3可知，18a时间尺度为1980～2015年黑龙江省农业气象灾害受灾率变化主周期，同时存在时间尺度为5a变化周期。

图1 黑龙江省1980～2015年农业气象灾害受灾率和成灾率年际变化Fig.1 Disaster and hazard rate of agrometeorological disasters in Heilongjiang Province during 1980-2015

图2 黑龙江1980～2015年农业气象灾害受灾率小波系数变化图Fig.2 Morlet wavelet coefficient of agrometeorological disaster rates in Heilongjiang Province for 35 years

图3 黑龙江省1980～2015年农业气象灾害受灾率Morlet小波方差图Fig.3 Morlet wavelet variance of agrometeorological disasters in Heilongjiang Province during 1980-2015

由图4可知受灾率周期波动正负相位变化和突变点。在5a特征时间尺度上，小波系数经历5个正相位-负相位震荡，其中，1980～1983、1987～1989、1994～1997、2002～2004、2008～2010和2014～2015年小波系数处于正相位，表明灾情较重，而年份小波系数处于负相位，表明灾情较轻。正相位年份时间段长3～4年，下一个正相位出现在5～6年后。在5a特征时间尺度上，小波系数震荡变化0.71。在18a特征时间尺度上，受灾率平均变化周期为24a，其中，1980～1990、2002～2012年小波系数处于正相位，其他年份处在负相位，正相位时间段长11年，负相位时间段长12年。拟合方程为y=周期5a和18a小波系数叠加后，1980～1990、2002～2011、2013～2014.3年为正相位区间，正相位时间段长分别为10、11和1.3年，负相位时间长度分别为12和2年。因此，1980～2015年，黑龙江省受灾率主要受5a和18a尺度震荡变化控制，叠加后农业气象灾害受灾率≠0部分主要受时间尺度18a影响。

图4中虚线部分为根据模拟公式所得黑龙江省农业气象灾害受灾率2016～2018年小波系数变化情况，其中5a时间尺度上为利用2010年后模拟公式由图4可知，在2015年后，黑龙江省农业气象灾害受灾率均处在负相位，灾情较轻。

由表1可知，从5a和18a两个变化周期叠加小波系数变化图上可找到受灾率序列突变点，且变化周期叠加后突变点与主周期18a突变点一致。

图4 黑龙江省1980～2015年农业气象灾害受灾率在时间尺度5a和18a Morlet小波系数Fig.4 Morlet wavelet coefficient of agrometeorological disasters in Heilongjiang Province during 1980-2015

表1 黑龙江省1980～2015年农业气象灾害受灾率突变点Table 1 Analysis on the abrupt change points of disaster rate of agrometeorological disasters in Heilongjiang Province during 1980-2015

2.2 黑龙江农业气象灾害空间分布特征

本文利用1980～2012年黑龙江省各区域农业气象灾害数据分析农业气象灾害该省空间分布情况。

1980～2012年近30年时间跨度中，各地市受灾面积占全省总受灾面积比重由小到大依次为大兴安岭0.74%、七台河1.23%、鹤岗1.6%、伊春1.63%、鸡西2.9%、牡丹江3.5%、双鸭山3.9%、黑河6.6%、大庆6.7%、佳木斯9.4%、哈尔滨13.5%、绥化20.3%和齐齐哈尔28.0%。齐齐哈尔受灾面积最大，其次为绥化和哈尔滨。受灾面积除与灾情发生范围、程度有关外，还受农作物种植面积影响。如齐齐哈尔农作物种植面积最大，约占全省22%，绥化约占18.4%，而哈尔滨约占16.6%。因此，各地市受灾面积与全省总受灾面积比值与本地区农作物耕种面积和总耕种面积比值基本一致。黑龙江省各地市1980～2012年年平均受灾率由大到小依次为齐齐哈尔73.6%，绥化65.3%，大庆60.1%，佳木斯58.5%，双鸭山56.6%，伊春49.6%，哈尔滨49.3%，黑河48.6%，鹤岗46.9%，七台河44.3%，牡丹江45%，鸡西44.0%，大兴安岭31.7%。齐齐哈尔、绥化和大庆受灾情况相对严重。

利用GIS图分析农业气象灾害在黑龙江省的空间分布情况。图5为黑龙江省各地市1980～2012年累积受灾率及受灾面积占全省总受灾面积比重的GIS拟合图。由图5可知，农业受灾率和受灾面积比重在黑龙江省的空间分布规律基本一致，在同一纬度上均从东经121°11'～135°05'呈递减趋势，在同一经度上，从北纬 43°26'～53°33'呈先增后减变化，齐齐哈尔市最高。

研究表明，干旱和洪涝是影响黑龙江省农业生产的主要农业灾害[22]。1949～2011年，因干旱和洪涝造成的农业受灾面积年平均值约占黑龙江省农业总受灾面积比重分别为55%和28%，占总受灾面积85%以上，干旱是影响黑龙江省农业最主要气象灾害[23]。根据黑龙江省1986～2015年农业气象灾害数据和降水量统计数据可知，黑龙江省干旱灾害受灾率与年降雨量成负相关关系，相关系数为-0.412，干旱灾害的受灾率与降水显著相关，与姜灵峰等研究一致[24]。黑龙江省的降水量基本表现为两高两低，即山区高，平原低，东部高，西部低的特点[25]。黑龙江省1980～2012年降水量以东南部的牡丹江和北部黑河市的孙吴为中心，向四周由大到小变化，西部松嫩平原区的降雨量最小，在相同经度的齐齐哈尔站和安达站平均降水量低于大兴安岭地区平均降水量[26]。黑龙江省农业气象灾害的空间分布与降水增减变化呈相反趋势，降水可影响黑龙江省农业气象灾害受灾率空间分布情况。

图5 黑龙江省各地市1980～2012年年平均受灾面积及受灾率GIS图Fig.5 GIS figures of disaster rates and areas affected by agrometeorological disasters in Heilongjiang Province during 1980-2012

3 讨论与结论

本文利用Mann-kendall趋势检验法、Morlet小波分析法和GIS软件分析黑龙江省1980～2015年气象灾害时间和空间分布特征表明：①黑龙江省农业气象灾害受灾率呈周期性震荡降低趋势，降低趋势在95%置信水平上显著，震荡变化周期主要受5a和18a尺度控制。②农业受灾率和受灾面积比重在黑龙江省空间分布规律基本一致，在同一纬度上，二者均从东经121°11'～135°05'呈递减趋势，在同一经度上，从北纬43°26'～53°33'呈先增后减趋势，农业气象灾害主要集中在黑龙江省西南部，中部次之，其次是西北、东南部地区，东北部地区最轻。降水是影响农业气象灾害空间分布主要因素。在灾害较重地区，可通过加强水利设施建设、提高抗灾防害能力等措施减灾。

[1] 李祎君,王春乙,赵蓓,等.气候变化对中国农业气象灾害与病虫害影响[J].农业工程学报,2010,26(增1)：263-271.

[2] 卢丽萍,程丛兰,刘伟东,等.30年来我国农业气象灾害对农业生产的影响及其空间分布特征[J].生态环境学报,2009,18(4)：1573-1578.

[3] 黑龙江省统计局,国家统计局黑龙江调查总队.黑龙江统计年鉴[M].北京：中国统计出版社,2015.

[4] 王秀芬,杨艳昭,尤飞.近30年来黑龙江省气候变化特征分析[J].中国农业气象,2011,32(增1)：28-32.

[5] 郭丽娜,张立新.黑龙江省农业气象灾害动态特征及其对粮食生产的影响[J].潍坊工程职业学院学报,2014,27(4)：72-77.

[6] 王秋京,马国忠,李宇光,等.黑龙江省主要农业气象灾害特征及其对粮食产量影响灰色关联分析[J].南方农业学报,2015,46(5)：823-827.

[7] 周长生.黑龙江省近30年农业气象灾害对粮食生产影响研究[D].哈尔滨：黑龙江大学,2010.

[8] 王秋京,吕佳佳,李秀芬,等.黑龙江省农业气象灾害分布特征及其对农业的生产影响[J].黑龙江水利科技,2016(4)：57-61.

[9] 郑凯,王恒宇.近 55年来黑龙江省冰雹气候特征分析[J].安徽农业科学,2016,44(6)：216-219.

[10] 李文亮,张丽娟,张冬有,等.黑龙江省低温冷害时空分布规律与发生预测研究[J].干旱区资源与环境,2009,23(7)：20-24.

[11]中华人民共和国农业部.新中国农业60年统计资料[M].北京：中国农业出版社,2009.

[12]中华人民共和国农业部种植业管理司.历史自然灾害数据库[EB/OL].2016.http：//zzys.agri.gov.cn/zaiqing.aspx.

[13] 黑龙江省统计局.黑龙江统计年鉴[M].北京：中国统计出版社,2014.

[14] 温克刚.中国气象灾害大典：黑龙江卷[M].北京：气象出版社,2007.

[15] 蒋红花.山东省干旱灾害的变化特征及相关分析[J].灾害学,2000,15(3)：51-55.

[16] 张秀梅,杨萌,李春景.基于M-K、Morlet小波分析图们江下游降水量[J].延边大学农学学报,2014,36(4)：285-290,296.

[17] 徐淑琴,雷兴元,刘宇佳等.基于时间序列与小波分析耦合模型区域降水量预测研究[J].东北农业大学学报,2015,46(11)：63-69.

[18] 琚彤军,石辉,胡庆.延安市近50年来降水特征及趋势变化的小波分析研究[J].干旱地区农业研究,2008,26(4)：230-235.

[19] 张平.黑龙江省农业自然灾害的成因分析[J].农机化研究,2011,33(2)：249-252.

[20] 宋长虹,王影桃,赵文秀.黑龙江省灌溉发展趋势分析[J].黑龙江水利科技,2013,41(10)：41-43.

[21] 李铁男,李莹,郎景波.黑龙江省旱灾对粮食安全影响的分析研究[J].节水灌溉,2010(12)：84-86.

[22] 肖大伟,李海成,杨德光.黑龙江省粮食水旱灾减产研究-基于1978-2013年数据[J].东北农业大学学报：社会科学版,2016,14(6)：39-44.

[23] 张平,吴俊江,李国良.黑龙江省农业气象灾害防范体系构建研究[J].农业科技管理,2011,30(1)：62-65.

[24] 姜灵峰,崔新强.近20年我国农业气象灾害变化趋势及其原因分析[J].暴雨灾害,2016,35(2)：102-108.

[25] 靳春香,王秀茹,王希,等.黑龙江省近50年降水变化趋势及空间分布特征[J].中国水土保持科学,2015,13(1)：76-83.

[26] 孙彦坤,王倩,张立友,等.黑龙江省黑土区近52年降水时空变化[J].东北农业大学学报,2014,45(5)：69-74.

Change characteristics of agrometeorological disaster rates in Heilong-jiang Province in recent 35 years/

SHI Fengmei1,YANG Bo2,PEI Zhanjiang1,WANG Su1,GAO Yabing1,ZUO Xin1,LU Binyu1,LIU Jie1
(1.Rural Energy Institute,Heilongjiang Academy of Agricultural Sciences,Harbin 150086,China;2.Heilongjiang Academy of Agricultural Sciences,Harbin 150086,China)

The temporal and spacial change characteristics of agrometeorological disasters which directly affected agricultural productivity were studied by analyzing the area data affected by agrometeorological disasters during 1980-2015 in Heilongjiang ProvinceviaMann-Kendall statistical method,Morlet wavelet analysis method and GIS software analysis.The results showed that the disaster rates revealed significantly subsiding trend over the period of 1980-2015 at the 95%confidence level.The disaster rate changed periodically at 5a and 18a time scale,and the 18a time scale was especially outstanding.The rate and the area affected by agrometeorological disasters in Heilongjiang Province had the same spatial change characteristics.They all decreased from the west to the east at the same latitude and increased firstly then decreased from the south to the north at the same longitude.The disaster areas were mainly located in the south-west and midlands of Heilongjiang Province.

agrometeorological disaster;temporal change characteristic;spatial change characteristic;Heilongjiang Province

S162.5+3；S166

A

1005-9369（2017）10-0050-07

史风梅,杨波,裴占江,等.黑龙江省近35年农业气象灾害受灾率变化特征[J].东北农业大学学报,2017,48(10)：50-56.

Shi Fengmei,Yang Bo,Pei Zhanjiang,et al.Change characteristics of agrometeorological disaster rates in Heilongjiang Province in recent 35 years[J].Journal of Northeast Agricultural University,2017,48(10)：50-56.(in Chinese with English abstract)

2017-09-28

国家发展和改革委员会中国清洁发展机制基金（2014101）；国家重点研发计划项目（2016YFD0501403）；国家科技支撑计划项目（2015BAD21B004）；哈尔滨市创新人才研究专项（2015RAQXJ056）；黑龙江省农业科学院引进博士人员科研启动金（201507-37）

史风梅（1972-），女，副研究员，博士，研究方向为气候变化对农业生产影响。E-mail：ocean-water@126.com