近50年江苏省极端降水时空变化及其对单季稻产量的影响

徐 阳，孙莉娟，黄 进，伍 琼，朱雅丽

（1. 安徽省农村综合经济信息中心/安徽省农业生态大数据工程实验室，安徽 合肥 230031；2. 安徽省人工影响天气办公室，安徽 合肥 230001；3. 南京信息工程大学应用气象学院，江苏 南京 210044）

近50年江苏省极端降水时空变化及其对单季稻产量的影响

徐 阳1，孙莉娟2，黄 进3，伍 琼1，朱雅丽1

（1. 安徽省农村综合经济信息中心/安徽省农业生态大数据工程实验室，安徽 合肥 230031；2. 安徽省人工影响天气办公室，安徽 合肥 230001；3. 南京信息工程大学应用气象学院，江苏 南京 210044）

利用江苏省52个气象站1961—2012年逐月降水量资料及单季稻产量逐年数据，计算5～10月各生育期的极端降水指数，研究区降水变化与产量的潜在关系。各站点降水指数的趋势检验结果表明，大部分站点6、7、8月的极端降水事件呈现增强的趋势，其中8月1日最大降水量的增加趋势尤为显著；而大部分站点5、9、10月极端降水事件呈现减弱的趋势，其中9月总降雨日数的减少趋势尤为显著。单季稻产量与各月降水指数的相关分析表明，在7、8、9、10月中，大多数站点的产量与降水指数呈负相关。诸多指数中，7月最大连续7 d降水量和8月总降雨日数对产量的负效应尤为显著，而苏南地区的单季稻种植对这两个指标的变化更为敏感。

江苏；极端降水指数；单季稻；产量

在全球变暖的大背景下，气温升高将加剧全球水循环，进而影响到降水的重新分配，最终将对工农业生产和社会经济的发展产生直接或间接的影响［1］。不同地区年、季节降水量乃至极端降水事件的变化趋势都呈现出显著的地域差异，甚至出现迥然相反的变化情形［2］。因此，区域降水时空变化的探求得到了国内外学者的广泛关注。江苏省位于我国强降水集中多发的长江中下游，也是我国经济最为发达省份之一，因而研究极端降水事件的变化规律对揭示该地区降水特征和灾害防御具有十分重要的意义

江苏省是我国水稻重要主产区之一，全省以种植单季稻为主，水稻产量占全省粮食总产60%左右，约占全国水稻总产的10%，单产则常年稳居全国各主产省之首［3］。鉴于此，探讨极端气候事件的时空变化及对单季产量的潜在影响受到了广泛关注。近年来，相关研究主要集中水稻高温热害和低温冷害［4-6］，而极端降水事件还少有人问津。因此，本研究重点探讨江苏省极端降水的时空变化及对水稻产量的潜在影响，以期为气候变化背景下江苏省水稻种植的防灾减灾提供一定的参考依据。

1 材料与方法

1.1 数据来源

本研究所用的气象数据来源于江苏省气象局提供的本省52个气象观测站1961—2012年的逐日降水数据，这52个站点的空间分布见图1。为保证各站点日降水数据的合理有效，采用加拿大气象研究中心研发的RClimDex软件对各站点逐日降水资料进行质量控制和均一性检验，结果表明这52个站点的数据完整可靠。与此同时，本研究以多年江苏省农村统计年鉴为依托，匹配、收集、整理了图1中各气象站点所在的52个单季稻种植区1961—2012年产量数据。

图1 江苏省52个气象站分布图

1.2 极端降水指数（EPI）的计算及趋势检验

表1 EPI的定义

世界气象组织（WMO）气候变化检测和指标专家系统（ETCCDI） 基于日降水、气温数据，定义并设计了27个极端气候指数，这些指数具有噪声低、显著性强的优点，因而被广泛应用于评估区域内极端气候事件发生频率和强度的演变规律［7］。本研究选取ETCCDI推荐的10种EPI用于描述江苏省极端降水事件，其详细定义见表1。本研究中降水事件的临界值设定为日降水量1 mm，以剔除降水资料中微量降水数据给研究带来的的不确定性。鉴于江苏省单季稻全生育期为5～10月约6个月，首先提取构建各月份52个站点不同类型降水指数的逐年（1961—2012）序列，同时，采用WMO推荐的非参数检验法“Mann-Kendall趋势检验”（M-K检验）来探求各站点不同月份不同类型EPI的变化趋势［8］。

1.3 单季稻产量与EPI的相关分析

为了规避非气象因素对产量的影响，仅考虑气象因素与作物产量的相关性，对单季稻产量（y）和某个极端降水指数（x）的逐年序列先进行一阶差分预处理［9］，即：

式中，△yt为产量差，△xt为EPI差，t为年份。通过计算△yt与不同月份的△xt之间的Person相关系数，进而探讨研究区产量波动与极端降水变化之间的可能联系。

2 结果与分析

2.1 江苏省EPI的变化趋势

图2 近52年江苏省52个气象站不同月份EPI的变化趋势

为探求研究区极端降水事件的的变化趋势特征，对52个站点各月的降水指数进行M-K检验分析，结果见图2。从图2B、C、D可以看出，超过60%的站点在6、7、8月多数降水指数呈增加趋势，表明研究区夏季极端降水事件的雨量、强度、频次及持续时间总体呈增加趋势。长江中下游多数省份夏季降水异常主要受东亚夏季风控制，自20世纪80年代以来，热带中、东太平洋海温的年代际异常导致夏季风减弱、西太平洋副热带高压偏南、偏西，进而使得季风北上受阻，其所携带的大量水汽在长江中下游稳定滞留和辐合，因而江苏省夏季极端降水呈增加态势［10］；反观图2A、E、F，超过60%的站点在5、9、10月多数降水指数呈减少趋势，表明研究区春末和秋季极端降水事件总体呈减弱的趋势，特别是在9、10月份，江苏全省所有站点的总降水量（PI1）和雨天日数（PI2）均呈减少趋势。包云轩等［11］基于复合气象干旱指数（CI）发现近10多年江苏省秋季干旱呈加剧态势，这与本研究结果相一致。我国东南地区秋季降水异常主要受东太平洋型El Niño（EP-El Niño）事件和中太平洋型El Niño事件的交替影响，在EP-El Niño控制年，秋季降水较多；而在CP-El Niño控制年，秋季降水较少［12］。自 20 世纪90年代以来，EP-El Niño事件的频次明显减少，而CP-El Niño事件的频次显著增加，故江苏省秋季降水偏少［13］。

对图2中呈显著变化站点的数量进行分析，可以发现在5、6、7、10月这4个月中，降水指数呈显著增加或显著减少的站点很少，而在8、9这两个月份里，降水指数呈显著变化的站点则较多。在8月份，有10个以上站点的总降水量（PI1）、最大1日降水量（PI7）和最大连续7日降水量（PI9）均呈现显著增加趋势，其中PI7呈显著增加趋势的站点达16个；在9月份，共有16个站点的雨天日数（PI2）呈显著减少趋势。图3为江苏省近52年8月PI7和9月PI2变化趋势的空间分布情形。从图3A可以看出，8月份PI7呈现显著增加趋势的站点主要集中在江苏南部；从图3B可以看出，9月份PI2呈显著减少趋势的站点也都大致分布在江苏南部。总体而言，相较江苏北部地区，全球变暖背景下江苏南部地区的极端降水变化更为显著，8月降水增多和9月降水减少是其较突出的特征。江苏属于亚热带和暖温带的过渡区，其中淮河以南的广大地区为北亚热带湿润季风气候区，而淮河以北的地区为南温带半湿润季风气候区［14］。伴随着长江中下游雨季期间季风强度和ENSO事件的年际变化，苏南和苏北的降水变化呈现出有着明显的的差异。

图3 江苏省近52年8月PI7和9月PI2变化趋势的空间分布

2.2 单季稻产量与不同月份降水指数的相关性分析

在一阶差分预处理的基础上，计算各站点单季稻产量与生育期各月降水指数的相关系数，用来探求研究区极端降水变化对单季稻产量的可能影响。从图4可以看出，单季稻产量与极端降水指数的相关性有着明显的月份差异。在超过50%站点，5、6月份多数降水指数与产量呈正相关（图4A、B），表明在5、6月份，极端降水事件对产量的负效应并不是很明显；而在7、8、9月份，超过80%站点，多数降水指数与产量呈负相关（图4C、D、E）；在10月份，降水指数与产量呈负相关的站点略少，但也超过60%（图4F）。由此可见江苏省7、8、9、10月份的极端降水事件对单季稻产量有着明显的负效应。分蘖期、拔节孕穗期、抽穗开花期、灌浆结实期是影响单季稻产量最终形成的4个关键阶段，且大致分布在7～10这4个月份中［14］。在此期间，强降水引发的淹渍及洪涝会对单季稻生长产生直接的不利影响；此外，连续阴雨带来的低温寡照会延缓单季稻生育进程，同时诱发水稻病虫害事件的发生，进而间接影响单季稻最终产量的形成［15］。

对图4中呈显著负相关性的站点数量进行分析，可以发现在7、8、9、10这4个月中，7月份极端降水事件对单季稻产量的负效应最为显著，有超过15个站点的单季稻产量与7月份的 PI1、PI6、PI7、PI9、PI10呈显著负相关（图4C）。此外，7月份和10月份的极端降水指数与产量的负相关性也较显著。从图4D、F看可以看出，有超过15个站点的单季稻产量与7、10月份的PI2呈显著负相关。不同类型的降水指数中，7月最大连续7日降水量（PI9）和8月总降雨日数（PI2）的负效应最为显著，其中在7月有超过40%站点的PI9与单季稻产量呈显著负相关，而这些站点大都分布在苏中和苏南地区（图5A）；在8月有超过40%站点的PI2与单季稻产量呈显著负相关，而这些站点主要集中在苏西北和苏南地区（图5B）。总体而言，江苏省单季稻产量与极端降水指数的相关性具有明显的地域差异，苏南地区的单季稻种植对降水波动更为敏感，特别是7、8月份的极端降水事件对产量更为不利。基于此，加强对关键月份最大连续7日最大降水量和总降水天数的监测预报，不仅有助于评估雨涝灾害导致的水稻产量损失，还将为研究区水稻雨涝灾害风险区划提供数据支撑。

图4 各站点单季稻产量与不同月份EPI的相关性分析

图5 单季稻产量与两个关键降水指数相关性的空间分布

3 结论

江苏省52个气象站点不同月份极端降水指数的M-K检验结果表明，在6、7、8月这3个月份，大部分站点的极端降水事件呈增强的态势，其中8月最大1日降水量的增加趋势最显著；而在5、9、10月这3个月份，大部分站点的极端降水事件呈减弱的态势，其中9月总降雨日数的减少趋势最为显著；8月最大1日降水量和9月总降雨日数的变化趋势空间分布图表明在苏南地区是极端降水事件变化较显著的区域。

各站点单季稻产量与生育期不同月份降水指数的相关分析表明，江苏省极端降水的时空变化对水稻产量有一定的影响。总体上，全省大多数站点的单季稻产量与7、8、9、10月这4个月的极端降水指数呈负相关，表明极端降水事件越强，则对单季稻产量越不利，过多的雨涝事件会导致江苏省单季稻的减产。诸多降水指数中，7月最大连续7日降水量和8月总降雨日数的负效应尤为突出，应作为指示单季稻产量波动的关键气象指标加以重视，单季稻产量与这两个关键指标相关性的空间分布表明苏南地区的单季稻种植对极端降水事件的负效应更为敏感。

［1］ 韩丹，程先富，张群，等. 安徽省1961—2007年降水特征分析［J］. 人民长江，2011，42（23）：23-26.

［2］ 杨菲，朱涛，李蓓蓓. 江浙沪地区55年夏季降水时空分布规律研究［J］. 人民长江，2016，47（8）：28-33.

［3］ 佴军. 近30年江苏省水稻生产的时空变化与效益分析［D］. 扬州：扬州大学，2013.

［4］ 朱珠，陶福禄，娄运生. 1980—2009 年江苏省气温变化特征及水稻高温热害变化规律［J］.江苏农业科学，2013，41（6）：311-315.

［5］ 任义方，高苹，王春乙. 江苏高温热害对水稻的影响及成因分析［J］. 自然灾害学报，2010，19（5）：101-107.

［6］ 尹思慧，徐蒋来，朱利群. 近30年江苏省水稻抽穗灌浆期低温冷害时空变化及对水稻产量的影响［J］. 江西农业学报，2016，28（5）：7-13.

［7］ 赵翠平，陈岩，王卫光，等. 黄河流域近50a极端降水指数的时空变化［J］. 人民黄河，2015（1）：18-22.

［8］ 李佳秀，徐长春，王晓，等. 新疆极端降水事件时空变化特征研究［J］. 人民黄河，2015（2）：33-37.

［9］ 朱珠，陶福禄，类运生，等. 1981—2009年江苏省气候变化趋势及其对水稻产量的影响［J］.中国农业气象，2012，33（4）：567-572.

［10］ 黄荣辉，顾雷，陈际龙，等.东亚季风系统的时空变化及其对我国气候异常影响的最近研究进展［J］. 大气科学，2008，32（4）：691-719.

［11］ 包云轩，孟翠丽，申双和，等. 基于CI指数的江苏省近50年干旱的时空分布规律［J］. 地理学报，2011，66（5）：599-608.

［12］ Zhan W，Jin F F，Turner A. Increasing autumn drought over southern China associated with ENSO regime shift［J］. Geophysical Research Letters，2014，41（11）：4020-4026.

［13］ Ji Y，Zhou G，Wang S，et al. Increase in flood and drought disasters during 1500-2000 in Southwest China［J］. Nat Hazards，2015，77（3）：1853-1861.

［14］ 谭孟祥，景元书，曹海宁. 江苏省一季稻生长季气候适宜度及其变化趋势分析［J］. 江苏农业科学，2016，44（1）：349-353.

［15］ Tao F，Yokozawa M，Liu J，et al. Climate-crop yield relationships at provincial scales in China and the impacts of recent climate trends［J］.Climate Research，2008，38（1）：83-94.

Spatio-temporal variation of extreme precipitation during recent 50 years in Jiangsu Province and its influence on single-crop rice yield

XU Yang1，SUN Li-juan2，HUANG Jin3，WU Qiong1，ZHU Ya-li1
（1. Rural Comprehensive Economic Information Center of Anhui Province/Anhui Engineering Laboratory of Agro-Ecological Big Data，Hefei 230031，China；2. Anhui Weather Modification Office，Hefei 230001，China ；3. School of Applied Meteorology，Nanjing University of Information Science and Technology，Nanjing 210044，China）

Based on the data of daily precipitation and single-crop rice yield at 52 meteorological stations in Jiangsu during 1961-2012，the extreme precipitation indices (EPI) during growing periods from May to October were calculated，and the possible relationship between precipitation variability and rice yield was explored. The trend test for EPI in different stations indicated that the extreme precipitation during June，July，and August in most of stations had enhancing tendency，and the increasing trends of 1-day maximum precipitation amount in August was more obvious；however，the extreme precipitation during May，September，and October in most of stations had weakening tendency，and the decreasing trends of total rainy days in September was more obvious. The correlation analysis between the single-crop rice yield and EPI in different months indicated that there were negative correlations between yield and precipitation indices of July，August，September，and October. Among the different indices，the negative impacts of continued 7-day maximum precipitation amount in August and total rainy days in September were more obvious，and the single-crop rice in south Jiangsu was more sensitive to the variability of these two precipitation indicators.

Jiangsu Province；extreme precipitation indices；single-crop rice；yield

S511.4+1；P426.615

A

1004-874X（2017）08-0139-06

徐阳，孙莉娟，黄进，等. 近50年江苏省极端降水时空变化及其对单季稻产量的影响［J］.广东农业科学，2017，44（8）：139-144.

2017-06-16

国家公益性行业（气象）科研专项（GYHY201506018）；江苏省高校自然科学研究面上项目（16KJB170008）；安徽省科技攻关项目（1501031078）

徐阳（1983-），男，工程师，E-mail：xuyangclimate@163.com

（责任编辑 邹移光）