江西省早稻雨洗花灾害时空变化及分区

田 俊 霍治国 刘 丹 杨 军

1)(江西省气象科学研究所, 南昌 330096)2)(中国气象科学研究院， 北京 100081)3)(南京信息工程大学气象灾害预报预警与评估协同创新中心， 南京 210044)

引 言

抽穗扬花期是水稻整个生育期中对水分比较敏感的时期，缺水则花粉和雌蕊柱头易枯萎，影响抽穗；遇大雨主要造成花粉粒破裂和花药被雨水冲刷而影响受精和结实[1-2]。受季风气候影响，江西省早稻生长季内降水分布不均，尤其6月中下旬是江西省降水集中期的主要时段[3]，此时正值早稻抽穗扬花期，频繁降雨易造成早稻花而不实，空秕率增加，最终导致减产。研究表明，一次日降水量超过40 mm的降水过程，对正处抽穗扬花的早稻可造成5%以上的产量损失，严重时产量损失可达15%以上[4]。如赣东北婺源站1989年、1993年、1998年观测地段早稻遭遇了重度雨洗花灾害，导致早稻分别减产35.1%，30.3%，20.3%。在气候变化背景下，全球大部分地区降水强度和频率有所加重，并且这种态势在未来很可能持续加强[5]。江西省降水也随之发生变化，主要表现为极端强降水事件增加，尤其是20世纪90年代以来，江西省大暴雨和特大暴雨站次呈上升趋势[6-8]，上述变化加剧了局部地区雨洗花灾害要素的形成。雨洗花灾害已成为影响江西省早稻生产的主要农业气象灾害之一[4]，对早稻生产持续稳定发展有不利影响。

灾害时空分布特征是灾害研究的基础，只有正确判断灾害的活动区域及其发生频率，才能对研究区域灾害程度有直观、准确的了解，为下一步灾害监测和风险评估等提供科学依据[9]。随着国内外对农业气象灾害问题的重视，众多学者相继对水稻低温冷害[10-13]、高温热害[14-16]、干旱[17-20]、洪涝[21-24]的时空分布特征进行了研究，得到了一些有意义的结果，如我国双季稻高温热害、干旱和洪涝灾害发生频率整体呈增加趋势，冷害弱减轻[25]；长江中下游和华南是我国双季稻高温热害和洪涝灾害的主要发生地区[25-26]，湖南、江西、广西是我国南方双季稻低温灾害的主要受灾区[27]等，但早稻雨洗花灾害时空分布特征的研究鲜见报道。事实上，江西省稻作区地形复杂，有丘陵、山区和平原，不同区域农业气候条件存在明显差异，且气候变化在时空上存在较大的波动性和异质性[28]，导致各区域早稻花期与降水相遇程度不一样。鉴于此，本文利用1981—2017年江西省早稻发育期和产量观测资料，结合同期的逐日降水资料，采用旋转经验正交函数分解(REOF)等方法，对江西省早稻雨洗花灾害时空变化和分区特征进行研究，以期为江西省早稻生产实施差异化的防灾减灾政策、减轻灾害损失等提供科学依据。

1 资料与方法

1.1 资料来源与处理

气象资料来源于江西省气象信息中心，为江西省早稻种植区81个气象站1981—2017年6—7月上旬逐日降水资料；早稻抽穗扬花发育期和地段产量资料来源于江西省14个农业气象观测站，其中瑞昌站、婺源站资料年限为1981—2009年，湖口站、樟树站生育期和产量资料年限分别为1990—2017年、1990—2015年，其余10个站生育期和产量资料年限分别为1981—2017年和1981—2015年。江西省早稻种植区及气象站和农业气象观测站分布如图1所示。

1.2 研究方法

1.2.1 逐站逐年早稻抽穗扬花期降水量提取

根据江西省农业气候特征和地形特点，将江西省早稻种植区划分为鄱阳湖区、赣东北、赣西、赣中和赣南5个种植区[29]。其中鄱阳湖区早稻观测站有湖口、瑞昌、南昌、樟树和余干；赣东北有婺源和广丰；赣西有莲花和宜丰；赣中有南丰和泰和；赣南有龙南、南康和宁都。江西省早稻种植分区见图1。

由于地理位置及气候条件不同，各区早稻在种植制度、发育期等方面明显不同，但区域内具有较多的共性[29]。因此，各区逐年早稻抽穗扬花期时间由各区域内早稻观测站对应年份的抽穗扬花普遍期站点平均值确定。研究表明：雨洗花灾害主要影响时段为早稻抽穗扬花普遍期及其前后5 d[4]，因此根据1981—2017年各区域逐年早稻抽穗扬花普遍期及其前后5 d共11 d逐日降水量提取逐站逐年早稻抽穗扬花期间累积降水量。

图1 江西省早稻种植区划分、气象站和农业气象观测站分布Fig.1 Distribution of rice-growing subareas with meteorological and agrometeorological stations in Jiangxi Province

1.2.2 雨洗花灾害发生频率(Pj)

基于前期研究成果[4]，统计逐年逐站早稻抽穗扬花期日降水量不低于40 mm的累积降水量，当累积降水量为40～170 mm时，为轻度雨洗花灾害；当累积降水量不小于170 mm时，为重度雨洗花灾害。依据雨洗花灾害分级标准，统计近37年江西省各等级雨洗花灾害的发生频率。

雨洗花灾害发生频率(Pj)是评价某区域一定年份内发生雨洗花灾害的频繁程度。可用下式表示：

Pj=(n/N)×100%。

(1)

式(1)中，j为某区域，n为该区域发生各等级雨洗花灾害的总年数，N为统计总年数。

1.2.3 雨洗花灾害影响范围(Si)

雨洗花灾害影响范围用灾害站数比(Si)表示，灾害站数比是用某一区域雨洗花灾害发生站数占全部站数的比例来表示该区域雨洗花灾害发生范围的大小，也反映雨洗花灾害影响范围的严重程度。江西省早稻种植区逐年雨洗花灾害站数比为

Si=(m/M)×100%。

(2)

式(2)中，i为某年，m为该年发生雨洗花灾害的站数，M为统计总站数。

1.2.4 雨洗花灾害分区

在分区之前，对逐站逐年是否发生雨洗花灾害以及发生何种程度的灾害进行赋值：当某站某年没有发生雨洗花灾害时，则该站该年赋值为0；当某站某年出现轻度灾害时，则该站该年赋值为1；当某站某年出现重度灾害时，则该站该年赋值为2。赋值后，采用旋转经验正交函数分解 (REOF)对江西省雨洗花灾害发生程度进行客观分区。

REOF是在EOF分析基础上，对载荷特征向量场进行方差极大旋转变换，旋转后的载荷场代表的是空间相关性分布结构，每一个空间点所对应的变量只与一个主分量存在高相关，且旋转空间向量场上高载荷值区只集中在某一较小区域上，其余区域的载荷值相当小，甚至接近于0，这样更能突出要素异常分区的局域特征[30],目前已被国内外学者成功应用于气候分区中[31-33]。有关EOF和REOF具体计算方法和步骤以及显著性检验参考文献[30]。

1.2.5 减产率计算

在不考虑其他因素影响的情况下，农作物实际产量可以分解为趋势产量和气象产量[34]。为消除不同时期生产力水平的影响，使减产率在时间和区域上具有可比性，本文以相对气象产量yu的负值定义为减产率[4]，相对气象产量yu的计算公式为

(3)

式(3)中，ys为实际产量，yt为趋势产量。本文采用实际产量ys的5年滑动平均法[34-35]对1981—2015年江西省14个农业气象观测站趋势产量进行模拟。

2 结果与分析

2.1 雨洗花灾害时空变化

2.1.1 年际变化

对1981—2017年江西省早稻雨洗花灾害发生站数比进行统计可知，江西省早稻雨洗花灾害发生范围广，多年平均站数比达54%，其中轻度灾害影响范围明显大于重度。图2为1981—2017年江西省早稻轻度、重度雨洗花灾害发生站数比的年际变化。由图2可以看到，江西省早稻轻度雨洗花灾害站数比呈增加趋势，但未达到0.01显著性水平；重度灾害站数比线性变化趋势不明显。从累积距平曲线看，江西省早稻轻度雨洗花灾害站数比累积距平曲线呈V型变化，1991年以前基本呈下降趋势，之后阶梯式上升，其中1981—1991年轻度灾害发生平均站数比为31%，而1992—2017年平均站数比上升至47%，前后两阶段站数比均值差异的t检验达0.01 显著性水平；重度雨洗花灾害站数比累积距平曲线呈W型变化，1989—2003年和2014—2017年为重度雨洗花灾害主要发生时期，期间平均站数比为19%，而1981—1988年和2004—2013年为重度雨洗花灾害低发期，多数年份站数比低于5%。由此可知，早稻轻度雨洗花灾害持续影响江西省大部分地区，尤其是自1992年以来，其影响范围明显扩大；而重度雨洗花灾害主要影响局部地区，且有明显的活跃期和低发期。

续图2

2.1.2 空间分布

图3为1981—2017年江西省早稻雨洗花灾害发生频率的空间分布。由图3可见，江西省大部分地区早稻雨洗花灾害发生频率高于40%，总体呈东北高、西南低，赣北南部高、两侧低的分布特征。其高值区主要集中在萍乡北部、宜春南部、新余、南昌、抚州北部至赣东北地区，该区域雨洗花灾害发生频率达60%以上，最大值为76%，出现在赣东北婺源。图4给出了1981—2017年江西省早稻轻度、重度雨洗花灾害发生频率的空间分布。由图4可见，江西省早稻轻度雨洗花灾害发生频率高值区位于萍乡北部、新余、宜春、南昌、上饶西部和景德镇等地，发生频率为50.1%～62.0%；重度雨洗花灾害高值区主要位于上饶东部，发生频率在20%以上，最大值为27%，出现在婺源、德兴、弋阳、玉山站。结合图3和图4可知，江西省雨洗花灾害低值区主要位于赣南和吉安西南部，该区域轻度雨洗花灾害发生频率在40%以下，重度灾害发生频率低于10%。

为进一步分析江西省早稻雨洗花灾害发生频率的空间变化，分时段统计了江西省早稻轻度、重度雨洗花灾害发生频率的空间分布，结果分别见图5、图6。由图5可以看到，1981—1991年江西省早稻轻度雨洗花灾害发生频率整体偏低，江西全省大部分地区轻度灾害发生频率在40%以下，尤其是赣南地区发生频率不超过25%；其高值区集中在九江东部、南昌东部、上饶西部、景德镇等环鄱阳湖地区，发生频率为40.1%～55.0%。1992—2017年江西省早稻轻度雨洗花灾害发生频率整体上升，江西全省大部分地区轻度灾害发生频率超40%；其高值区南移到赣北南部、赣中北部、上饶西部和鹰潭等地，发生频率为50.1%～65.0%。

图3 1981—2017年江西省早稻雨洗花灾害发生频率的空间分布Fig.3 The occurrence frequency of rain-washing damage to early rice pollen in Jiangxi Province from 1981 to 2017

图4 1981—2017年江西省早稻轻度、重度雨洗花灾害发生频率的空间分布Fig.4 The occurrence frequency of light,severe rain-washing damages to early rice pollen in Jiangxi Province from 1981 to 2017

图5 江西省早稻不同时段轻度雨洗花灾害发生频率的空间分布Fig.5 The occurrence frequency of light rain-washing damage to early rice pollen in Jiangxi Province during different periods

图6 江西省早稻不同时段重度雨洗花灾害发生频率的空间分布Fig.6 The occurrence frequency of severe rain-washing damage to early rice pollen in Jiangxi Province during different periods

由图6可以看到，1981—1988年和2004—2013年江西省早稻重度雨洗花灾害发生频率小，期间有50%站点未发生重度灾害，发生频率超10%的站点仅占14%，离散分布在赣北和赣中局部地区。1989—2003年和2014—2017年江西省早稻重度雨洗花灾害发生频率有所上升，高值区集中在赣东北，发生频率为30.1%～53.0%；其次为鄱阳湖区和赣中东部，发生频率为20.1%～30.0%；低值区主要分布在赣南和吉安西南部，发生频率为0～10.0%。

2.2 雨洗花灾害分区

为揭示江西省早稻雨洗花灾害分区特征，对1981—2017年早稻种植区雨洗花灾害发生程度进行EOF和REOF分解。取前5个特征向量(累积方差贡献79.5%)进行方差极大旋转，旋转后的空间模态如图7所示。由REOF分解原理可知，图7中各空间模态旋转载荷向量值实际上表示对应的旋转主成分与该空间点要素之间的相关程度，同属于某一高载荷区内的点具有较高的相关，而属于不同类型区的点之间的相关性则较差[36-37]。由此可知，图7中各REOF的高载荷区表示对应的旋转主成分与站点要素相关性较高的区域，反映出江西省早稻雨洗花灾害的几种主要空间分布型。

由图7可以看到，各空间模态高载荷只集中分布在某一区域上，集中区内各站点雨洗花灾害变化具有一致性，可以较好地代表对应区域雨洗花灾害的典型特征，其中REOF1的高载荷区(绝对值不小于0.5，下同)位于赣北南部，主要包括萍乡北部、宜春、新余、南昌和上饶西部，代表站为南昌站，中心载荷0.805；REOF2的高载荷区位于赣中地区，包括抚州和吉安除西南部以外的大部分地区，代表站为宜黄站，中心载荷-0.902；REOF3的高载荷区位于赣东北，主要包括上饶东部、景德镇和鹰潭地区，代表站为上饶站，中心载荷-0.847；REOF4的高载荷区主要位于赣南，包括赣州和吉安西南部，代表站为崇义站，中心载荷-0.793；REOF5的高载荷区位于赣北北部，包括九江市除西南部以外的大部分地区，代表站为湖口站，中心载荷0.866。根据上述高载荷区域范围，可将江西省早稻雨洗花灾害划分为赣北南部、赣中、赣东北、赣南和赣北北部5个区域(图8)， 这5个区域覆盖了江西省绝大部分区域，几乎没有重复，说明分区方法客观可行。

为明确不同区域雨洗花灾害特征，对各区域代表站不同等级雨洗花灾害的发生频率进行了统计，结果见表1。由表1可以看到，赣北南部轻度雨洗花灾害发生频率最高，代表站轻度灾害发生频率达51%，为轻度雨洗花灾害高风险区；赣中、赣东北、赣北北部轻度雨洗花灾害发生频率接近江西全省平均值，为轻度雨洗花灾害次高风险区；赣南轻度、重度雨洗花灾害发生频率均最低，为江西全省雨洗花灾害低风险区；赣东北重度雨洗花灾害发生频率最高，代表站重度灾害发生频率为22%，高于江西省平均值(12%)的83%，为江西省重度雨洗花灾害高风险区。

为验证雨洗花灾害分区的合理性，本文对江西省早稻雨洗花灾害偏重年份1993年和1998年各区域农业气象观测站早稻减产率进行了统计，结果见表2。由表2可以看到，在雨洗花灾害偏重的年份，赣东北、赣北南部各站早稻均遭遇了雨洗花灾害，其中赣东北的婺源站和广丰站在两年中受灾均最重，减产率大多在20%以上，最高减产可达35.2%；赣北南部次之，减产率大多为10%～20%，部分低于10%；赣中、赣北北部仅部分站点遭遇了雨洗花灾害，且减产率明显降低，一般不超过10%；赣南受影响最小，两年中仅宁都站遭遇了轻度雨洗花灾害，减产6%左右。由此表明，建立的分区结果能够代表各区域雨洗花灾害特征。

图7 江西省早稻雨洗花灾害REOF分解的前5个空间模态Fig.7 The first five modes of rain-washing damage to early rice pollen in Jiangxi Province by REOF analysis

续图7

图8 江西省早稻雨洗花灾害分区Fig.8 The subarea of rain-washing damage to early rice pollen in Jiangxi Province

表1 1981—2017年不同区域代表站轻度和重度雨洗花灾害发生频率(单位：%)Table 1 Occurrence frequency of light and severe rain-washing damages to early rice pollen in different subarea from 1981 to 2017(unit:%)

表2 雨洗花灾害偏重年份各农业气象观测站早稻减产率(单位：%)Table 2 Yield reduction of early rice at each agrometeorological station in typical years of rain-washing damage to pollen(unit:%)

3 结论与讨论

本文基于1981—2017年江西省早稻种植区发育期观测资料，结合同期的逐日降水资料，对逐站逐年早稻抽穗扬花期降水量进行统计，在此基础上利用REOF等分析方法，探讨近37年来江西省早稻雨洗花灾害的时空变化和分区特征并得到典型场。研究表明：

1) 江西省早稻雨洗花灾害影响范围广，多年平均站数比达54%，其中轻度灾害影响范围明显大于重度。1981—2017年轻度灾害持续影响江西省大部分地区，且自1992年以来呈现发生频率增多、影响范围扩大、高发中心由环鄱阳湖区向萍乡、宜春南部、新余、南昌、上饶西部、吉安北部、抚州西北部和鹰潭等地南移的趋势；重度灾害主要发生在赣东北，且具有明显的活跃期(1989—2003年和2014—2017年)和低发期(1981—1988年和2004—2013年)。

2) 江西省早稻雨洗花灾害发生频率高，大部分地区早稻雨洗花灾害发生频率高于40%，其中轻度灾害的发生频率高，重度灾害的发生频率偏低。研究区域早稻雨洗花灾害发生频率的地域分布总体呈东北高、西南低，赣北南部高、两侧低的特征，高值区主要位于萍乡北部、宜春南部、新余、南昌、抚州北部至赣东北地区，低值区位于赣州和吉安西南部。

3) 根据REOF分解的前5个空间模态，可将江西省早稻雨洗花灾害划分为赣东北、赣北南部、赣中、赣南和赣北北部5个区域。经雨洗花灾害偏重年份农业气象观测站早稻减产率分析结果表明：建立的分区结果能够代表各区域雨洗花灾害特征，其中赣东北为重度雨洗花灾害高风险区，该区域重度灾害发生频率在1989—2003年和2014—2017年达30%以上；赣北南部为轻度雨洗花灾害高风险区，该区域轻度灾害发生频率超50%；赣中、赣北北部为轻度雨洗花灾害次高风险区，该区域轻度灾害发生频率在1992年以后上升到40%～50%；赣南为雨洗花灾害低风险区，该区域轻度灾害发生频率低于40%，重度雨洗花灾害发生频率低于10%。

为确保水稻生育期资料和气象资料长度一致，本文采用各区域内早稻观测站逐年生育期站点平均值作为各区早稻对应年份生育期，由于在区域内部生育期之间存在一定的差异性，会影响抽穗扬花期降水量的统计，增加了雨洗花灾害样本的统计误差，但本文确定的各区域早稻发育期是基于各区域早稻代表站逐年发育期实测日期，能够代表各区域站点早稻逐年生育期普遍发生时间，这在作物生育期观测站点少的前提下，比仅将一个区域内作物某生育期划分在一个恒定的自然历时段内[9,21-24]进行农业气象灾害样本资料的提取更接近实际。

江西省水稻产业区域间发展不平衡，赣北双季稻种植面积大，赣南相对较少[38]，恰与江西省早稻雨洗花灾害高、低风险区重合，因此在早稻生产中应实施差异化的防灾减灾政策，以便减轻雨洗花灾害造成的不利影响，促进江西省早稻种植持续稳定发展。如赣南是江西省优质早稻种植最适宜区[39]，雨洗花灾害风险低，应充分发挥双季稻生产优势，不宜盲目调减早稻种植面积；赣东北为重度雨洗花灾害高风险区，该区域早稻气候生产潜力相对较低[29]，调减早稻种植面积，应首先考虑该区域；赣北南部雨洗花灾害风险高，尤其是鄱阳湖平原地区，早稻种植面积大，生产上应选择早熟早稻品种或者早播。在气候变化背景下，长江中下游地区双季早稻安全播种期可提前3～7 d[40]，并且早稻春季低温和小满寒呈减少趋势[11,41]，加上直播育秧和工厂化育秧的推广应用，通过早播使早稻抽穗扬花期提前，以达到减少或避免雨洗花危害是可行的。

引起雨洗花灾害最主要的原因是降水，但本文有关雨洗花灾害区域划分结果，与江西省6月以及汛期降水的区域划分[42-44]结果有一定差异，主要原因在于研究区域早稻抽穗扬花期与降水相遇的程度不同，本研究综合考虑了降水出现时间与发育期的匹配，研究结果更具针对性和指导性。但需要注意的是，雨洗花灾害程度与降水出现时全田水稻进入抽穗扬花的植株所占的百分率密切相关[4]，水稻盛花期前和盛花期后降水量的影响不同，降雨越接近盛花期，影响越严重，在实际对雨洗花灾害进行监测和影响预估时，需结合田间水稻抽穗扬花所处的不同阶段，开展相关的农业气象业务和服务。

本文利用江西省早稻种植区81个气象站的降水量资料，研究了江西省早稻雨洗花灾害的区域性特征，但降水局地性强，地形的差异影响降水的变化[45]，间接影响雨洗花灾害发生频率的空间分布，如本文图3～图6中出现的“牛眼点”现象可能与某些站点由于地形等因素的影响导致该站点雨洗花灾害发生频率明显高于或低于周围站点，使在对雨洗花灾害发生频率进行空间插值时形成以插值点为圆心的圈状现象。未来需结合区域站降水量资料，开展雨洗花灾害局地特征研究，且在对与降雨相关的要素进行空间插值时应进一步考虑坡度、坡向等地形因素的影响，以提高插值精度。