山东省冬小麦气象灾害风险评估及应对策略

徐 祎

（山东省泰安农业气象试验站，山东 泰安 271000）

0 引言

小麦作为我国人民的主要粮食来源之一，具有重要的农业价值和营养价值。同时，山东省也是我国最重要的小麦种植基地之一，山东省冬小麦产地具有丰富的自然资源以及肥沃的土地资源。但是，由于近年来山东冬小麦连年遭遇突发自然灾害，这不但降低了小麦的产量和质量，还暴露了小麦生产中应对突发自然灾害能力的问题。尤其是在耐冻性、耐旱性和耐干热风的抗逆性等方面都需要提高。因此，通过深入研究山东冬小麦天气自然灾害风险评价模式，将有助于评价因天气风险所带来的作物减产的能力，对科学指导农作物生产、保护粮食安全有着重要意义。

目前，有关食品安全监督管理预警的理论、方法和指标体系方面的研究成果已有不少。如魏瑞江等［1］用模糊数学方法构建了河北冬小麦生长发育适宜性的隶属度模型和气象适宜度模型。刘扬等［2］则采用了面向对象编程技术和Java语言，构建了基于遥感与WebGIS技术的冬小麦估产体系。李香颜等［3］从风险分类与风险评价的视角，重点研究了小麦天气适宜性模式、小麦天气风险带与小麦生产的预测。但由于区域气候条件直接影响着小麦的产量，目前山东省内还不能对自然灾害所导致的作物减产而开展定性分析模式研究。因此，笔者系统地分析了山东冬小麦的产量情况和气象风险数据，并构建了山东冬小麦的气象灾害风险评价模式。

1 气象灾害风险的概念

气象灾害风险的含义是通过自然环境以及承担灾害的对象构建成的一个庞杂的信息系统，通过理论模型与风险因子而进行的气象灾害分析。引起气象灾害的原因通常是指能够引起自然灾害的天气现象。而气象灾害原因分析则重点研究引起自然灾害的天气现象的强度、持续时间以及区域特点。在灾害评估过程中，因自然因素引起的一般被称为气象风险。孕育灾害的环境因素会提高灾害的危险性，不过降低灾害的危险性也是可行的。天气灾害的灾变框架是指最可能被天气灾害所摧毁的目标。而承灾体的易脆性范围是指承灾体最容易受天气灾害影响的程度。承灾体的脆弱性水平也是影响灾难风险程度的最基本因素之一［4］，如与风险源有关的灾害脆弱性水平较低，则承灾体发生损失的可能性就越小，灾难危险性也越低。当引起灾害的各种因素直接影响到灾害载体时，所产生的损失则称为灾害。

农作物气象灾害体系主要由自然灾害孕育环境、自然灾害主体、灾害因子、自然灾害趋势等子系统构成。由于农业生产有自然和经济发展的特征，因而，它经常会遭受自然环境和社会经济风险的威胁，它的脆弱性远高于其他产业。对于选择风险评估模型，不同研究者之间存在较大的争议。通常的做法是假设输出单元的变量系列对应于给定的活动，在设置风险模型时，数据序列的长度通常是有限的，会出现不确定性。而且，如果风险仅被理解为历史损失的经验，则很难考虑到区域灾害风险的特征。农业气象灾害风险评估主要集中在单一灾害作物上，通过建立多因素风险指数模型，计算小麦气象灾害风险［5］。对于冬小麦而言，冬小麦被损害的风险与各种气象因素密切相关。

2 数据与方法

2.1 研究资料

山东的冲积平原主要是由河水的冲击和沉积作用所造成的。地势较浅而平缓，多数地区的平均海拔都低于60 m。虽然山东的土质大多为黄褐色和棕色土壤，但多数土壤早已经成熟，适宜农作物栽培。而山东省则属于暖温带大陆性季风气候区，受季风的影响，冬季严寒干旱，夏季酷热多雨。整个区域的阳光充足，全年平均日照时数约为2800 h。气温条件适宜，无霜期为190～220 d，0 ℃以上的积温为4500～5500 ℃·d。但受气候变化的影响，该地区的年均气温上升速率约为0.21 ℃/10 a，远超过全球上升速率，尤其以冬、春两季上升显著［6］。

2.1.1 产量周期 小麦生产水平和气象风险的数据来自山东省17个国家气象观测站和山东省统计局1980～2020年的历史数据。通过DPS软件的数据分析，结合气象评估模型，核算其风险因子，公式为：

式（1）中，Y为小麦的单位产量（kg/hm2）；Yt为趋势产量（kg/hm2），是反映历史时期生产力发展的长期产量组成部分；Yw为天气产量（kg/hm2），ε为随机误差，可以忽略不计，其中，作物产量受短期周期变化控制的时间通常为1年。

趋势产量Yt采用线性移动平均模拟方法计算，因此气象产量方程为：

式（2）中，Yw为天气产量（kg/hm2），其相对变化进一步转化为下列方程：

目前，气象周期性转变因素大部分都与播种时间、农作物种类的影响因子有关。周期产量也被称之为比较气象生产，这也从侧面说明了山东省冬小麦的产量周期性变动与播种时间以及天气因素的影响。因此，把握好冬小麦的产量周期性变化，对于稳定小麦生产具有重要意义。

2.1.2 气象分区 山东省小麦种植具有丰富的历史经验。由于山东的地貌崎岖、地理特征分布复杂，各个区域的地形各不相同。因此，根据不同的生态条件，在小麦栽培实践过程中，通过自然与人工相结合的方式建立了几种小麦品种的生态系统。之后，结合我国其他地区的生态环境现状，并进一步分析了这些地区小麦的种植及其生长情况，从而推断出有可能影响到山东省冬小麦产量的具体气象因素。经观察，其中的10种天气因子具有很大差别：主要包括冬季的温度变化、2月份的平均气温差异、小麦前期各阶段的生长发育、冬季平均降水量和温度变化［7］。本次气候研究重点考虑了天气风险因子的差异，即胶东丘陵冬性晚熟型区域、早春型、寒冬型等。山东省地形和小麦生态区如图1所示。

图1 山东省地势与小麦生态区划示意图

2.2 研究方法

经验正交函数法（EOF）广泛用于气象分析中。该方法没有固定的功能，可在限定的时间范围内迅速扩大，并汇聚所有不规则分布的站点。它把所有可变场信息都聚集到几个模型中，并以特定的物理含义区分空间结构。本研究在由m个观测站构成的n个可变场中，将原始可变场Xmn通过EOF衰减分解为正交空间函数Vmi与时间函数tin的输出之和：Xmn=Vmi×tin。主分量按方差比排序，代表了元素场的一些基本分布，因此，可以使用几个第一空间数据函数和相应时间函数的线性组合来估计和解释原始场。

2.2.1 熵权法 数据熵可以用来衡量数据干扰的程度。熵越大，数据中断的程度越高，数据的效益则越低。计算数据熵权的步骤如下：假设有n个图和m个影响因素。

（1）对Xij进行标准化处理，得到Pij。

（2）熵值计算，公式为：

（3）计算偏差度，公式为：

（4）计算权重，公式为：

2.2.2 综合评价法 综合评价法即采用加权综合评价法（WCA）构建评价指标和模型。根据指数影响的显著性，为评估目标确定一个合理、等效的权重因子，并乘以指数的量化值和累计值。计算公式为：

式（7）中，P是待评估因子的总定量值；Ai是指数i的定量值（0≤Ai≤1）；Wi是指数i对应的权重因子（Wi＞0）；n是评估中涉及的指标数量。

3 山东省冬小麦的气候特征分析

3.1 近10年平均降水量与平均温度的变化趋势

山东省的年平均气温对全球变暖有明显的反应，其线性变暖率明显高于北半球。山东省的降雨分布不均和降雨量变异性大，很容易加剧某些地区的旱涝灾害。通过对山东省近10年的平均降水量和平均气温的M-K检验，可以得出：2015～2016年，山东省的年均降水量基本呈现稳定减少的趋势，但由于这一趋势还没有经过95%的可靠性检验，因此，实际降水量的减少并不明显。从2017年开始，山东省的年均气温出现了明显的回暖趋势，到2019年这个回暖趋势通过了95.6%的可靠性检验，甚至在后期达到了98%的可信水平，说明山东省年均气温的上升势头已经十分明显。2018年，全国平均温度UF曲线明显偏离了UB曲线，可看作气温突变刚开始的时间，气温上升则会增大土壤地表的蒸散量，而降水减少则会增大土壤含水量与蒸散量之间的差距，这2个相互作用的因素都加重了山东省缺水的程度。山东省SPEI指数在过去10年中的变化显示了干旱的总体趋势。2019年初，SPEI指数为正值，华北平原出现了近10年来最潮湿的时期。2018年底主要是干旱。2012～2017年，除个别年份外，山东省大部分年份的气候相对湿润。2015年，SPEI指数呈现正、负2种变化。2014年之后，特别是2017年山东省的平均气温突变后，由于气温明显上升，SPEI指数为负值的年份显著增加，这表明山东省旱象的频发。2014～2020年，SPEI指数的时间序列能很好地反映这一点，这也从侧面反映了SPEI指数对分析山东旱涝趋势具有良好的适用性。

3.2 山东省冬小麦气象灾害风险评估特征

寒冷季节的小麦在山东省气象评估过程中影响因素很多。山东省的粮食生产通常采取双重耕作模式。采用冬小麦种植区农业气象灾害风险评估模型，分析了山东省的时间和区域特征。2012～2021年山东省的干旱覆盖率逐渐扩大，且呈显著增加趋势。可能是因为近年来山东省气候逐渐变暖、年降雨量不足导致的。根据线性趋势可知，干旱覆盖面积将增加64%。山东省大陆气候受冬季风的影响，覆盖了整个山东省50%的台站。干热风强的地区也占山东省的近1/4。此外，除2013年外，山东省每年都会出现干热风。特别是在2015和2016年，轻度干热空气的出现率接近90%，而在2012、2014和2015年，重度干热空气的出现概率接近70%。轻度干热空气的总趋势呈波浪形，即在初始阶段减少，在中间阶段逐渐增加，而在后期又开始下降，前期、中期和后期分别对应于20世纪20年代中期的2013、2017和2019年。严重晚霜的面积大于轻度晚霜的面积，自2013年以来，轻度晚霜的变化趋势相对温和，发生灾害的次数逐渐减少并趋于稳定；2017年以来，轻度晚霜的发生范围逐渐扩大；2015～2018年，严重的晚霜天气十分普遍。

4 山东省冬小麦气象灾害风险评估模型

4.1 灾害风险评估方法

本研究主要采用4种方法对灾害风险进行评估：产量数据处理法、移动平均法、综合估算法和GIS模式数据分析方法。然后进行熵权分析，计算出小麦的气象灾害影响因子，从而对小麦产量进行综合性评价。冬小麦产量通常由天气产量、趋势产量和随机误差3个部分组成。相对天气收益率是气象产量与趋势产量之比，公式为：

式（8）中，y代表相对气象输出；Yt和Y代表趋势产量和实际产量。减产率是相对天气产量的负值。M-K检验通常用于非参数统计检验，其意义是异常数据不易被干扰。在突变趋势检测中有很强的应用效果。假设X时间序列的样本量为n，以形成单秩序列，公式为：

式（9）中，Sk表示i、j时刻数值个数的累加值，此外，需要满足式（3）。ri={0，xi＜xj+1，xi≥xj，（j=1, 2, …，i）}，假设每个时间序列都具有随机独立性，并使用公式（7）中的模型定义统计数据。回 归 模 型 主 要 有n～P+1方 程，即1～P，2～P+1，3～P+2，…，n～P+1～n。因此，t时的变量数是P，因此，2022年的趋势输出是以yt(P)表示的变量的平均值。

式（10）中，P是偶数，在式（11）中，P表示奇数。综合评估方法使用加权平均法评估多分量灾害。每个因素对整体评估结果都有不同的影响。因此，有必要确定相应的权重指数、量化系数和累积系数。公式（12）给出了相应的计算模型：

式（12）中，H代表评估因子的总定量值；Xi代表i指标的数量值；Wi代表i指标的权重系数；n代表评价指标的数量。

4.2 气候灾害指标的确定

为了准确评估农业气象灾害的风险，有必要结合冬小麦和天气的特点，选择科学、客观的灾害指标。在建立灾害评估指标体系的基础上，由于天气指数法的计算过程简单，时间要求宽松，因此，本研究采用天气指数法分析了农业气象灾害的时间和地点特征。此外，干旱、干热风和晚霜3个指标也是评估农业气象灾害的重要指标［8］。由于小麦的含水量可以反映环境的干燥程度，因此有必要计算小麦的含水量指数。水分亏缺的计算应从小麦初始发育的第1天开始计算，即生长季的前50 d，测量周期为10 d。公式中给出了小麦水分亏缺的计算方法。

根据以上灾害评估指标，建立发育阶段的危险性和防灾减灾能力模型H，并相应地确定权重系数WH，计算公式为：

式中，H为危险性指数，Xij表示第j个发育阶段第i种致灾因子的指标值，Wij为第i种致灾因子在第j阶段危险性中所占的权重。其中，j=0表示底墒形成期，j=1表示生长前期，j=2表示生长中期，j=3表示生长后期。据此方法，分别建立了干旱、干热风危险性评价模型。R为综合灾害风险指数，WH为综合致灾危险指数权重，WV为综合脆弱性指数权重；V为脆弱性指数。

根据以上的计算方法，可得到底墒形成期，以及冬小麦各发育阶段不同气象灾害危险性在总危险性中所占的权重系数。计算公式为：

4.3 山东省冬小麦气象灾害风险评估中存在的问题

4.3.1 风险评估的指标问题 根据危险性评价模型，当前的农业天气自然灾害风险评价一般通过熵权法分析风险机制，但该风险评价存在一定的局限性，特别是在严重旱灾的情况下。而且一般情况下有关干旱自然灾害风险评价的研究数据均以负降雨偏差为主要评价指标，存在一定的缺陷和不足之处。负降雨偏差仅适用于长时间干旱的地区进行旱灾风险评价，短时旱灾风险评价不够准确［9］。总体而言，由于现有风险评价指标体系的适应性和实用价值不高，还需深入研究和改进气象灾害风险评估的方法及其指标体系。

4.3.2 风险评估的区划问题 国内外对农业气象灾害的风险评估主要集中在全国、大面积或某一冬小麦的风险评估上，但对某一小区域的作物或气象灾害的评估很少，这导致了风险评估和农业气象灾害规划研究得不完整、不深入。对此应进行系统、详细的农业气象灾害研究。

4.3.3 风险评估发展方向的问题 农业气象灾害风险评估与规划的主要目的是为农业生产提供服务。因此，在土地利用规划评价中应更加重视农业生产效率，并不断完善研究工作。不仅要进行大面积风险评估的研究，还要对特定的农业气象灾害和某一冬小麦进行研究，对研究的关键因素进行全方位的分析，使研究成果真正为农业生产服务。

5 山东省冬小麦气象灾害应对措施

5.1 提高防范意识

为了最大限度地减少天气灾害对冬小麦的不利影响，人们应该提高自身的灾害风险防范意识。一般来说，在紧急情况下很难采取有效的措施应对天气灾害，因此，农业工作者必须采取严格的预防措施。根据不同地区冬小麦生长的实际情况，对气象灾害进行综合分析，制定相应的预防措施，以期能有效提高防护效果［10］。农民还必须提高认识水平，了解气象灾害防控的重要性，并在日常工作中采取相应的措施加以落实，减少气象灾害的负面影响，以提高冬小麦的生长速度。

5.2 优化监测系统和提高监测技术水平

积极建立农业自动气象站，并建立完善的农业特色气象站和农产品特色监测点。另外，应用卫星遥感技术，开展对农产品生产的前期准备、耕作和种植等服务工作，并对农作物的生长发育、采收等各阶段实施监控。要实时监控冬小麦生产中的各种气象灾害、生长发育与产量等信息，并逐步完善农业天气灾害防控系统，以达到良好的防灾减灾效果。

5.3 开展综合风险评价

开展农作物气象灾害综合风险评价工作，对农作物气象灾害的综合评价以及对农作物自然灾害的高效防控具有重要意义，同时也是其内涵所在，必须予以高度重视。农作物生产场地的生产过程往往包含一个或多个天气自然灾害。在现阶段的农作物气象自然灾害风险评价中，对单个自然灾害风险进行评价已产生了明显的成效，如对低温、洪涝和干旱等灾害的评估［11］。然而，同时对几种可能发生的农业气象灾害进行评估的研究相对较少。

5.4 提高预防气象灾害的能力

近年来，政府和公众对气象防灾减灾工作的重视程度越来越高。因此，气象部门应将做好气象评估、气象灾害预警工作，不断完善天气预报服务体系，精细及时做好农业气象预报预警服务。加强信息技术的建设，运用网络与通信技术提高预测水平，从而提高预防灾害的能力。近年来，由于世界气候变化的加剧，我国预防灾害的能力也在不断提高，我国的农业产量，例如山东冬小麦受到自然灾害的影响也越来越小。因此，政府各部门间需加强协作，提高气象预报的准确率，尤其是对一些极端天气现象的预报与预警，进而保障农业健康、稳定的发展，降低气象灾害引起的不良影响。

5.5 优化防灾体系

为保障冬小麦健壮的生长和发育，应构建完善的抗灾系统。针对冬小麦的生长规律和生长要求，应全面优化防控系统。鉴于各地方麦区实际状况的不同，尤其是地理条件、温度和天气，有必要制定和不断改进有针对性的保护措施，逐步引入现代信息技术，形成一个相对独立的报警体系，随时监控外界气候环境［12］。一旦预见未来可能发生更重大的自然灾害，则可及时发布预警信息，以便农业生产技术人员及时采取科学的应对措施，保障冬小麦的正常生产，从而降低冬小麦的经济损失。

6 结语

近年来，随着农业气象灾害风险评价的理论内涵与评价技术的进一步发展，研究涉及定量要素、灾害影响识别及其各种影响间的关联等。在评价技术手段方面，可在传统自然灾害评价模式的基础上，科学、合理地采用建模、仿真处理、数值统计分析等更高级的评价方式。这样既能增强农业气象预报的精确度和常态化，也可以增强对实际灾害风险评估的能力，为农业生产活动提供基本保障。而且，动态风险评估也有助于增强不同气象灾害应对措施的及时性和可靠性。因此，该领域的研究成果应在早期评价与建模的基础上，加强对社会、自然环境与宏观经济影响的分析，并争取形成一种更加全面的动态评价机制，为相应的自然灾害危险性评价提供更为详尽的信息。因此，模拟近年来的一个场景可以及时预警各类气象灾情，并在多种方案中选取最优方案。当出现气象灾害时，利用评估模型，积极采取相应对策以降低灾情的损失，从而增强山东省冬小麦的市场竞争力，保证冬小麦安全生产。