冬小麦种植区域农业气象灾害风险评估研究——以河南省为例

李 雪

（1.南京大学大气科学学院，南京 210000；2.山东省济南市章丘区气象局，济南 250200）

进入新世纪以来，自然气候灾害在全球范围内频繁发生。伴随自然灾害发生的通常是较大的经济损失，据有关统计资料显示，中国每年因自然灾害造成的经济损失大约为国家财政收入的25%。而农业气象灾害是最常见的自然灾害，严重威胁到中国的粮食安全［1-3］。农业气象灾害一般情况下会引起农作物减产、农作物质量降低。有关数据揭露中国因气象灾害而造成的农作物市场价值降低量约占当年国内生产总值的5%。随着全球气候变暖，每年发生自然气象灾害的频率在大幅度上升，对农业发展造成的巨大威胁也在与日俱增［4］。农业作为国民经济的基础性产业，对于中国的经济发展具有支撑性的作用［5］。因此，有必要对中国的农业气象灾害进行研究，将农业灾害造成的经济社会损失降到最低，从而为国家经济社会的稳健运行奠定基础。

1 冬小麦种植区域农业气象灾害风险评估模型构建

1.1 灾害风险评估方法

此次研究用到的方法主要有4 种，分别是产量资料处理法、滑动平均法、综合评价法以及GIS 空间数据分析法。研究中需要对小麦产量进行处理，以分析小麦气象灾害。一般情况下农作物产量一般由3 个部分组成，分别是气象产量、趋势产量以及随机误差［6］。这里通过滑动平均法对产量趋势进行预测，相对气象产量为气象产量同趋势产量间的比值。对应的计算模型如式（1）所示。

式中，y表示相对气象产量；Yt、Y分别表示趋势产量与实际产量。减产率则为相对气象产量的负值。M-K 通常用于非参数统计检验，其显著之处在于不易受到异常数据的干扰，对于突变趋势检验具有极强的应用效果。首先假定时间序列x的样本容量为n，从而建立一秩序列，建立过程如式（2）所示。

式中，Sk表示i、j时刻数值个数的累加值，此外，需要满足式（3）。

假设各时间序列间具有随机独立性，并将统计量定义为式（4）所示的模型。此外，由于冬小麦气象灾害风险评估过程会涉及地理空间信息，因此，研究利用ArcGIS 10.2 软件空间分析平台，对研究对象的空间属性进行分析。此处主要运用软件中的自然隔点分级功能、反距离权重插值等功能，完成冬小麦的气象灾害风险评估工作。

最后判断突变点以及对应的时间序列趋势，其中，用UFi代表标准正态分布，显著性水平用a表示，如果出现，表明序列变化较为明显，且有UBk= -UFk(k=n,n- 1,…,1)。如 果UBk与UFk在临界内出现交点，那么突变开始时间即为交点时间。滑动平均法能够对非平稳数据进行高效处理，计算过程简便。滑动平均法在算法参数选取上具有较大的主观能动性，因此，在计算过程中需要依据测试数据变化情况，对滑动平均算法参数进行科学选取。研究中冬小麦减产率的计算采用11年滑动平均法，即将连续11年的冬小麦产量序列看成是线性变化函数，主要反映冬小麦的产量变化趋势，产量趋势主要通过滑动回归得到。假定P代表趋势产量的步长，那么趋势产量的滑动时间为P年，故该回归模型主要有n～P+1 个方程，即1～P，2～P+1，3～P+2，…，n～P+1～n。因此，t时刻的变量个数为P，故该年的趋势产量就为变量均值，用yt(P)进行表示。

式（6）中，P表示偶数，式（7）中P表示奇数。综合评价法通过加权平均对多因子灾害进行评价，各因子对总评价结果的影响程度不同，因此，需要确定对应的权重指数，进行因子量化与乘数累积，对应的计算模型如式（8）所示。

式中，H对评价因子总量化值进行表示；Xi代表i项指标的量化值；Wi指i项指标的权重系数；n代表评价指标的数量。

1.2 气候灾害指标确定

为了对农业气象灾害风险进行精确评估，需要结合农作物的特点与气象特征，选取科学客观的灾害指标［7］。由于气象指数法的计算过程简捷，对时间尺度要求宽松，故此次研究在建立灾害评价指标体系的基础上，利用气象指数法对农业气象灾害进行时空特征分析［8］。最终确定的灾害评价指标有3个，即干旱、热干风以及晚霜冻。由于小麦自身含水状况可以反映环境的干旱程度，故需要对小麦的水分亏缺指数进行计算［9］。亏缺水分计算从小麦发育初期首日算起，即生长期的前50 d，以10 d 作为1 个计量周期，小麦的水分亏缺指数计算方法如式（9）所示。

式中，ICWDs,i表示农作物位于生长阶段i天的累计水分亏缺指数（%）；CWDIi、CWDIi-1、CWDIi-2、CWDIi-3、CWDIi-4分别表示第i、i- 1、i- 2、i- 3、i- 4 时间单位；权重系数分别用a、b、c、d、e表示，取值依次为0.31、0.26、0.21、0.16、0.11，故小麦的水分亏缺计算方法如式（10）所示。

式中，CWDIi代表i天的水分亏缺指数；i时间单位内的降水量用Pi表示；i时间单位内的需水量（mm）用ETCi表示。计算模型如式（11）所示。

式中，ETOi对参考作物蒸散进行表示，同时利用FAO 模型进行表示；Kc表示冬小麦系数。

式中，es表示饱和水汽压（kPa）；ea为实际水汽压（kPa）；U2表示高处风速（m/s）；Δ表示饱和水汽压曲线斜率；γ表示干湿表常数（kPa/℃）；Rη表示地表净辐射［MJ/（m2·d）］；G表示土壤热通量；Tmean表示平均日气温（℃）。结合上述模型与土壤湿度分类标准，此次研究将冬小麦的干旱等级划分为4 个标准，如表1 所示。

由表1 可知，冬小麦一共分为5 个干旱类型，分别为特旱、重旱、中旱、轻旱以及无旱。由于中国的冬小麦常遭遇的多为高温低湿型的干热风，故此处参考气象行业中的温度、湿度以及风速等分类标准，结合冬小麦的自身情况对其干热风等级进行划分［10，11］，划分结果如表2 所示。此外，小麦在拔节后的抗霜冻能力会大幅度降低，加之中国种植冬小麦的区域大多冷空气较多，气温普遍偏低，使得气温远低于冬小麦的抗寒能力区间，经常会出现霜冻，严重影响冬小麦的产量，因此，霜冻指标选取拔节后的日最低气温，详细的分类等级如表2 所示。

表1 冬小麦干旱分类等级

由表2 可知，冬小麦的干热风可分为4 个等级，分别是特重干热风、重干热风、中等干热风以及轻干热风，分类依据为日最高气温、14 时风速以及14 时相对湿度。冬小麦的晚霜冻可以分为2 个等级，分别是重度和轻度，分类依据有2 个，即分别是拔节后天数以及拔节后的日最低气温。根据不同的拔节后天数，参照不同的霜冻分级标准［12］对冬小麦的霜冻情况进行分级。

表2 冬小麦干热风与晚霜冻分级

2 结果与分析

2.1 冬小麦种植区域农业气象灾害风险评估时空特征

此处以构建的冬小麦种植区域农业气象灾害风险评估模型为依据，选取河南省的14 个站点作为背景，对其冬小麦气象灾害进行风险评估。河南省属于暖温带季风气候，四季较为分明，春季干旱、夏季炎热多雨、秋季日照充足、冬季较为寒冷，存在寒霜期，河南省的粮食一般为两熟制。研究中所需的气象资料、冬小麦产量资料以及相关的其他资料均来自于河南省统计年鉴。评估农作物气象风险的第一步是分析当地的时空特征，故利用冬小麦种植区域农业气象灾害风险评估模型对河南省的时空特征进行分析，其干旱指标对应的时空特征分析结果如图1 所示。

由图1 可知，近39年（1980—2018年）河南省干旱的覆盖范围逐渐扩大，有显著上升的趋势。可能原因在于河南省近年来气候逐渐回暖，常年降水不足，气温的回升和雨水的缺乏致使省内出现大批量的旱区。在取样区间旱区几乎覆盖了整个河南省，平均覆盖率高达98%，按照线性倾向计算，干旱覆盖率以64%的速度上升，尤其是20 世纪90年代以来，大规模干旱的发生率在迅速增加。

图1 河南省干旱时空特征

通过冬小麦种植区域农业气象灾害风险评估模型得到河南省干热风与晚霜冻时空特征，结果如图2 所示。由图2 可知，河南省轻度干热风的发生范围几乎达到了极大值，总体上涵盖了河南省50%的站点。重度干热风发生范围也几乎占据了河南省的1/4。此外，除了1984、1985、1991年之外，河南省每年都会发生干热风。尤其是1992年以及2002年，其轻度型干热风发生范围几乎达90%，1992、1994年以及2005年重度干热风发生范围也较高，近70%。轻度型干热风的总发展趋势是波浪形，即表现为前期下降，中期逐渐上升，后期又开始下降，前、中、后期分别对应20 世纪80年代、20 世纪90年代以及21世纪10年代。从晚霜冻角度来看，各年代均表现出轻度晚霜冻的发生范围大于重度晚霜冻。21 世纪以前，轻度晚霜冻的发展趋势较为平缓，其发生站次数逐渐降低并趋于稳定，进入21 世纪以后，轻度晚霜冻的发生范围逐渐扩大。重度晚霜冻在20 世纪80—90年代发生范围较大。2 种类型的晚霜冻发生范围最小值皆出现在21 世纪00—10年代，且发生范围呈逐渐减小的趋势。

图2 河南省干热风与晚霜冻时空特征

2.2 灾害风险性评估

根据干旱、干热风及晚霜冻灾害指标，求出河南省14 个站点各灾害的发生频次与中值，且把频次和中值乘积作为灾害风险性的衡量指标，同时利用标准化公式对相应数据进行标准化处理，利用ArcGIS 对灾害风险性进行空间插值，相关处理后得到了如图3 所示的干旱灾害风险性评估结果。

由图3 可知，河南省干旱风险性表现为由南至北逐渐增高的趋势，其中主要的干旱高风险区集中在开封、安阳等地，干旱风险性值为［0.64，1.00］，可能的原因在于这些区域具有较高的纬度，常年缺少降雨。干旱中高风险区主要集中在河南省东部，干旱风险性值为［0.51，0.64）。干旱低风险区集中分布在河南省南部一带，南部常年降水丰富，发生干旱的可能性较低。河南省其他地区为干旱次低风险区，对应的风险值区间为［0.36，0.51）。

图3 河南省冬小麦干旱风险性分布

对河南省的干热风以及晚霜冻进行风险评估，如图4 所示。由图4a 可知，河南省的干热风分布较广，整体较为扩散，主要的干热风高风险性区集中在河南省的北部以及中部，对应的干热风风险性值为［0.66，1.00］。干热风中高值区集中分布在河南省的平原地区，该区风速偏大，常年气候干燥，干热风现象较为明显。干热风低风险区主要分布在河南省的南部，南部降雨充沛，有较大的空气湿度，发生干热风的可能性较低。次低干热风风险性区分布在河南省西部，西部常年降水，有最大的空气湿度，不易发生干热风。由图4b 可知，河南省的晚霜冻总体上表现为自西而东逐渐降低的趋势，晚霜冻高风险区主要分布在河南省的丘陵地区，对应的晚霜冻风险性值为［0.61，1.00］，丘陵区常集聚有大量冷空气，气温普遍不高，因此发生晚霜冻的可能性较大。晚霜冻低风险区主要分布在河南省的南部，南部平均气温偏高，常年风险值低于0.23。河南省的北部是晚霜冻中等风险区，该区冷空气流入较多，且地势平坦，区域内空气流动性大，整体气温偏低，该区发生晚霜冻的可能性较小，晚霜冻风险性值为［0.23，0.39）。

图4 河南省干热风以及晚霜冻风险评估

3 小结

在对冬小麦气象灾害风险评估的研究中，最为关键的在于确定灾害指标。本研究在结合农作物自身特点与中国地理特征的基础上，构建了冬小麦种植区域农业气象灾害风险评估模型，该模型详细阐述了研究所用方法，并对冬小麦灾害评价指标进行了筛选，最终确定的灾害指标主要为干旱、干热风以及晚霜冻。以典型的冬小麦种植区河南省为例，对冬小麦灾害进行了评估。结果表明，河南省干旱风险性表现为自南而北逐渐增高的趋势，其中主要的干旱高风险区集中在开封、安阳等地，干旱风险性值为［0.64，1.00］。河南省的干热风分布较广，整体较为扩散，主要的干热风高风险性区集中在河南省的北部以及中部，对应的干热风风险性值为［0.66，1.00］。河南省的晚霜冻总体上表现为由西而东逐渐降低的趋势，晚霜冻高风险区主要分布在河南省的丘陵地区，对应的晚霜冻风险性值为［0.61，1.00］。本研究对农业气象灾害的预防具有一定的参考意义，但对时空特征分布的研究还存在取样数据较少、试验精度不够高的问题，还有待更进一步的证实研究。