基于IAD指标的极端低温事件分析及对耕地影响

陈雪，姚俊英*，王莹，高梦竹

(1.黑龙江省气象服务中心，黑龙江 哈尔滨 150036； 2.黑龙江省气象台，黑龙江 哈尔滨 150030)

极端气候事件是气象状态严重偏离其平均态，在统计意义上属于不易发生的小概率事件。在全球变暖的大背景下，极端气候事件的强度和频率不断增强[1-2]。极端低温事件作为其重要组成部分，受气候变化的影响最为明显，已经成为国内外气象灾害领域关注的热点问题之一[3-6]。黑龙江省低温事件突出，对农作物生长发育影响具有不可预估性，如2000年9月黑龙江省嫩江县低温冷冻农业直接经济损失577万元，通河县水稻、玉米、大豆等作物1 000 hm2受灾，对粮食产量造成重大影响。

针对极端低温事件，部分学者运用极端低温事件客观识别技术，建立相应的极端低温事件库[7-8]，结合风险评估模型[9]和作物生长模型[10]，实现低温冷害影响定量分析和动态评估。主要计算单一站点的极端气候指数，分析极端低温事件特征，对极端低温事件的空间特征则描述不足，且集中在极端事件的特征分析上[11-12]，无法对极端低温事件对农作物耕地面积及产量影响进行评估。

本文搜集整理了1998—2017年黑龙江省82个站点逐日最低气温数据，逐步从单一的极值分析向事件的时间持续性和空间连续性的角度转变，研究区域性的极端低温事件。采用强度-面积-持续时间(IAD)的方法[13-15]，评估极端低温事件对农作物影响，以期减轻低温冷害对农作物的危害，提高粮食产量，为粮食安全和政府决策提供参考。

1 材料与方法

1.1 研究区

黑龙江省地理坐标121°11′～135°05′E、43°26′～53°33′N，北、东部与俄罗斯隔江相望，西与内蒙古相邻，南与吉林省接壤，是中国最北端及陆地最东端的省份。其西北、北部和东南部地势较高，东北、西南部低，主要由山地、台地、平原和水面构成。受地理位置和地形影响，属寒温带与温带大陆性季风气候，春季低温干旱，夏季温热多雨，秋季易涝早霜，冬季寒冷漫长，无霜期短，气候地域性差异大。土地总面积47.3万km2，其中农用地面积3 950.2万hm2，占全省土地总面积83.5%；农用耕地1 187.1万hm2，占农用地的30%。

1.2 数据

研究采用黑龙江省气象数据中心整编的1998—2017年黑龙江省82个基准站逐日最低气温数据，采用反距离加权方法，将逐日低温数据插值到0.5°×0.5°的格点。

农作物耕地面积及产量数据来源于黑龙江省统计局编制的《黑龙江省统计年鉴》[16]，选用其中各县、市农作物耕地面积和产量指标。

1.3 方法

1.3.1 极端低温事件的阈值确定

对某站1998—2017年逐日同期最低气温资料按升序排列，取其第10百分位值作为该站该日极端低温的阈值。

1.3.2 IAD方法

本研究使用IAD方法分析极端低温事件的强度、面积与持续时间3个重要特征的联系。低温强度为影响区内各点最低气温与对应极端低温阈值差值的绝对值，持续数日的极端低温事件强度则为逐日强度的平均值；持续时间为该区域内最低气温连续低于相应极端低温阈值的时段；影响面积指极端低温事件覆盖的连续面积。图1所示为一次极端低温事件，首先寻找研究区内低温强度最大的格点作为第一个“低温中心”，记录此格点的强度与面积，然后寻找“低温中心”周围连续格点中强度次强的格点，取两格点强度的平均值作为“次强中心”，记录此时的强度和面积，重复此过程直至此次低温事件的网格均被搜索加入。针对其他“低温中心”重复上述步骤。

图1 强度-面积-持续时间曲线框架

1.3.3 反距离加权法

为分析黑龙江省区域性的极端低温事件特征，采用反距离加权插值法将气象站点最低气温数据插值到0.5°×0.5°格点上。反距离加权方法以插值点与样本点的距离为权重进行加权平均，距离插值点越近的样本点赋予的权重越大，其插值公式如下：

式中：T为待插值点的最低气温估计值；Ti为第i个样本点的实测最低气温值；di为第i个样本点与待插值点之间的距离；n为样本总数。

1.3.4 农作物产量分解

农作物产量主要受农业技术措施和气象因素影响，在相对稳定的条件下，将作物实际产量分解为趋势产量和气象产量，可用公式表达：

Y=Yt+Yw。 (2)

式中，Y为实际产量；Yt为趋势产量，包括种子的选择、化肥的施用、栽培技术田间管理、病虫防治等因素，采用11 a直线滑动平均法，模拟趋势变化；Yw为气象产量，正值表示气象条件适宜，作物增产，负值表示气象条件不利于农作物生长，造成农作物减产。

2 结果与分析

2.1 极端低温事件特征

2.1.1 极端低温事件时间分布

从图2可以看出，1998—2017年黑龙江省极端低温事件年均发生1 007次，平均强度2.3 ℃，呈先降后升的年代变化。1998—2007年频数以每年31次的速率下降，于2007年达到最小值(557次)，随后以每年11次的速率显著增加。有4 a发生频数超过1 300次，其中1999年受影响最频繁，达1 391次，其次为2010和2016年，均发生1 377次。2007、2008年极端低温事件出现较少，仅有556次。持续时间超过2 d的极端低温事件发生概率只有1%，但强度极大(超过90%置信度)，最大低温强度高达11 ℃。2001年发生205次(持续时间2 d以上)，最为频繁，平均强度3.5 ℃；其次是2010年，共163次，平均强度为 2.9 ℃。

图2 1998—2017年黑龙江省极端低温事件频次、强度的变化

2.1.2 极端低温事件空间分布

根据1998—2017年黑龙江省极端低温事件发生频次及强度值绘制空间分布(图3)。黑龙江省西北部与东部地区受低温影响最严重，33.3%区域发生总频数超过17次，齐齐哈尔及黑河市大部分地区频数较小，低于15次，占总区域面积18.9%。持续2日以上的极端低温事件在西北、西南和东部频繁发生，36%区域超过2次，最长持续8 d，东南地区少有发生。超过阈值8 ℃以上的区域面积占总面积56.6%，最强中心位于伊春市北端，低温强度达11.4 ℃；其次是大兴安岭地区，超阈值10.8 ℃；而西南和东部地区低温强度较弱。

图3 1998—2017年黑龙江省极端低温事件频次、强度的空间分布

2.2 极端低温事件影响

2.2.1 极端低温事件对耕地影响的时间分布

根据土地利用情况，统计1998—2017年黑龙江省逐年极端低温事件影响的耕地面积，即暴露在事件范围内耕地的总面积。累积影响耕地面积为低温频次与当年事件影响的耕地面积乘积(图4)。由于对同一地区发生的多次事件所影响的耕地面积进行了重复统计，极端低温事件影响的耕地面积年均累积161.8万km2，1998—2007年以每年5.9万km2的速率呈显著下降趋势，2008—2017年以3.7万km2的年速率逐年增加。有5 a累积影响耕地面积超过200万km2，其中2016年累积面积高达238万km2，平均事件影响耕地约0.2万km2，相当于耕地总面积的17.5%，影响面积最大。2007和2008年受极端低温影响较小，分别累积为86.6万和83.3万km2。

图4 1998—2017年黑龙江省极端低温事件累积影响耕地面积的逐年变化

2.2.2 极端低温事件对耕地影响的空间分布

由图5可以看出，依据黑龙江省极端低温事件累积影响耕地面积的空间分布，46.3%的区域超过2万km2，西南地区受影响较大，18.3%累积耕地面积大于5万km2，主要分布在齐齐哈尔、绥化、哈尔滨及伊春南部。最强中心位于中部偏西区域，影响超8万km2的区域面积比为6%，最大累积耕地面积达8.5万km2。其次为佳木斯中部地区，以富锦市为例，累积4.8万km2受极端低温影响。累积低于1万km2的区域面积占总面积32.9%，分布在西北部、北部、东部和东南部区域，受极端低温影响较小。

图5 1998—2017年黑龙江省极端低温事件累积影响耕地面积的空间分布

2.2.3 极端低温事件与气象产量的相关性

农作物在生长季由于温度低于生长发育所需的温度，从而使农作物的生长受到阻碍，导致产量下降。由1998—2017年黑龙江省气象产量变化可知(图6)，整体以每年15.8万t的速率增产，年代呈现正-负交替的波动变化趋势。1998年增产481万t，1999—2007年以每年58.8万t的速率减幅，2003年气象影响造成的损失最大，减产1 216.6万t，以讷河市为首，减产量约98万t。

图6 1998—2017年黑龙江省农作物气象产量的逐年变化

2008—2017年气象产量以每年123万t的速率减产。2010—2015年气候条件适宜产量大幅增加，于2012年达到最大值1 938万t，其中龙江县产量增幅近62万t。后产量趋势显著下降，2017年影响较大，减产1 126万t。

选取极端低温三要素与气象产量作相关性分析表明，低温频次、事件强度和影响耕地面积与气象产量均呈现出负相关关系，频数和强度影响相对较大。频次增加、事件强度增大、影响面积增大，气象产量将大幅下降。如2016年黑龙江省共计发生极端低温事件1377次，相对于2015年，频数增加482次，平均强度增幅1 ℃，累计影响耕地面积扩大89.7万km2，造成农作物气象产量减幅597万t。2001年共计发生1 342次，平均强度3.5 ℃，累计影响耕地面积达231.3万km2，造成农作物气象产量减幅763.2万t。说明极端低温事件对农作物产量起到一定抑制作用。

3 小结与讨论

本文设定极端低温阈值，分析了黑龙江省不同持续时间的区域性极端低温事件强度和影响面积特点，进而评估对农作物耕地面积及产量的影响，得出相关结论。

1998—2017年黑龙江省极端低温事件年均发生1 007次，强度2.3 ℃，呈现先下降后上升的年代变化。33.3%区域发生总频数超过17次，西北部与东部地区受影响最为频繁。持续时间超过2 d的极端低温事件发生概率小，但强度大，主要分布在西北、西南和东部，最强中心位于伊春市北端。

极端低温事件影响的耕地面积年均累积161.8万km2，西南地区受影响较大，主要分布在齐齐哈尔、绥化、哈尔滨及伊春南部，最大累积耕地面积达8.5万km2。气象产量呈现正-负交替的波动变化趋势，近年产量趋势显著下降。极端低温频次、事件强度和影响耕地面积与气象产量均呈现出负相关关系，频次增加、事件强度增大、影响面积增大，气象产量将大幅下降。

本研究采用IAD方法，将极端低温事件3个要素联系起来，从时间的发展和空间的连续角度上重新定义和判别区域性的极端低温事件，采用格点形式资料，更便利地与地方耕地面积、产量数据相结合，评估对农作物影响，减轻低温冷害危害，提高粮食产量，为粮食安全和灾情防控提供一定的参考。极端低温事件影响不仅与其自身的强度、影响面积与持续时间特征有关，同时也与研究区内的人类活动有关，将人类活动要素纳入研究当中，也是今后的研究重点之一。