吉林省1961—2020年玉米生长季旱涝时空特征研究

2022-12-07郭恩亮王永芳阿如娜张耀东

灌溉排水学报 2022年11期

郭恩亮，王永芳*，王蕊，阿如娜，张耀东

（1.内蒙古师范大学地理科学学院，呼和浩特 010022；2.内蒙古自治区蒙古高原灾害与生态安全重点实验室，呼和浩特 010022；3.辽宁工业大学化学与环境工程学院，辽宁锦州 121000）

郭恩亮1,2，王永芳1,2*，王蕊3，阿如娜1，张耀东1,2

【目的】识别吉林省玉米生长季内不同生育期的旱涝时空演变特征。【方法】利用吉林省27个气象站1961—2020年逐日气象数据，在基于分段函数估算逐日作物系数（Kc）的基础上，计算各站点逐日改进型作物水分亏缺指数（mCWDI），然后利用气候倾向率和重心转移等方法对吉林省玉米生长季旱涝时空演变规律进行分析。【结果】吉林省玉米干旱频率呈现由西北向东南依次递减的变化趋势，玉米生育初期至发育期的干旱频率呈减少趋势，而生育中后期干旱呈增强趋势，东南地区雨涝频率在玉米生育前期和后期较高，在玉米发育期较低。同时，吉林省中部地区玉米雨涝频率增速高于其他地区。【结论】吉林省玉米生育初期至发育期的干旱频率呈减少趋势，而玉米生育中后期呈增强趋势，中部地区雨涝频率增速高于其他地区。

改进型作物水分亏缺指数；旱涝；玉米；吉林省

0 引言

【研究意义】IPCC第五次报告指出，气候变暖是现阶段全球气候变化的主要特征，并且从全球的能源预算来看，未来全球气候变暖将比预期更为严重，其结果对降水的持续时间和强度产生了深远影响，为旱涝灾害的形成提供了极大的自然条件[1]。我国是世界上重要的农业大国，频繁的旱涝灾害严重威胁我国粮食安全[2-3]。吉林省处于世界三大“黄金玉米带”之一的核心区，玉米占吉林省作物播种面积的75.5%，是中国重要的玉米产区之一，该地区以雨养农业为主，旱涝灾害极易造成玉米减产[4]。因此，明晰吉林省玉米生长季内的旱涝时空变化特征对于吉林省农业旱涝灾害防治对策的科学制定至关重要。

【研究进展】以往研究对于区域玉米旱涝事件的识别展开了广泛分析，主要通过以下3种途径进行旱涝监测。第一种是构建旱涝监测的气象指数，包括降水距平百分率[5]、标准化降水指数[6]、标准化降水蒸散指数[7]、降水量标准化加权平均指数[8]等，该类方法计算简单，可以准确实现区域农业旱涝的监测与识别，但农业旱涝事件与气象干旱存在着一定滞后性。第二种是利用遥感技术监测旱涝事件[9-10]，该方法可以进行大范围监测，但是存在着数据量大、空间精度低等问题[11]。第三种是利用综合指标进行旱涝监测，如综合气象干旱指数[12]、作物水分亏缺指数（CWDI）等[13]，该类方法涵盖多种要素，但存在着划分等级固定，不能有效反映逐日作物水分亏缺状态的缺点。

【切入点】相比其他方法，作物水分亏缺指数法从农田水分平衡出发，引入了作物系数，能够更好地反应作物缺水状况[14]。因此，如果引进逐日作物系数改进作物水分亏缺指数，并根据作物系数的动态变化而划分不同生育期的旱涝阈值，可以达到明确作物生育期内逐日水分盈亏状况的目的。【拟解决的关键问题】鉴于此，本研究以吉林省气象数据和农业观测数据为基础，构建改进的作物水分亏缺指数（mCWDI），运用气候倾向率和重心转移法对吉林省1961—2020年玉米不同生育期的旱涝时空演变特征进行研究，以期为吉林省农业气象灾害监测预警及防灾减灾提供技术支撑。

1 材料与方法

1.1 数据来源

1961—2020年27个气象站的逐日气象数据和中国农作物生长发育及农田土壤湿度旬值数据来自中国气象数据网，包括平均气温、最高气温、最低气温、平均相对湿度、平均风速、日照时间、降水量和农田土壤湿度。玉米生育期数据来自吉林省农业科学院。吉林省区位及气象站空间分布如图1所示。

图1 吉林省区位及气象站示意Fig.1 Map of Jilin Province and meteorological stations

1.2 研究方法

1.2.1 改进作物水分亏缺指数

改进作物水分亏缺指数的计算式为：

式中：mCWDI为作物某生育期内第i天的改进水分亏缺指数（%）；CWDIi、CWDIi-1、CWDIi-2、CWDIi-3和CWDIi-4分别为过去1～10、11～20、21～30、31～40 d和41～50 d的水分亏缺指数（%）；a、b、c、d、e分别取值为0.3、0.25、0.2、0.15和0.1。具体计算过程参见李崇瑞等[15]。玉米旱涝等级划分阈值如表1所示。

表1 基于mCWDI的玉米旱涝等级划分Table 1 The category of mCWDI for drought and waterlogging

1.2.2 气候倾向率

玉米生育期旱涝指标的气候倾向率采用一元线性回归模型计算，其公式为：

式中：x为玉米生育期旱涝指标的时间序列；y为气候倾向率；a为回归系数；b为回归常数。

1.2.3 重心转移法

参照土地利用重心变化[16]，计算玉米不同生育期的旱涝重心。计算方法为：

式中：X表示某旱涝等级重心的经纬度；Ci表示第i个区域内该旱涝等级的站点总数；Xi表示第i个站点的经纬度。

2 结果与分析

2.1 玉米生长季旱涝事件的时间变化特征

基于吉林省1992—2010年10 cm土层的土壤有效相对湿度，开展2种作物水分亏缺指数的旱涝监测能力检验，得出mCWDI与土壤相对湿度的相关性更高（R=-0.41），其旱涝监测能力强于CWDI（R=-0.277）。

吉林省玉米干旱历时在播种—三叶期及三叶—抽雄期以0.45 d/10 a和1.4 d/10 a的速度呈降低趋势（表2），而玉米在播种—三叶期和三叶—抽雄期内的雨涝日数以0.84 d/10 a和0.19 d/10 a的速度增加，其中播种—三叶期的雨涝历时增速接近干旱历时减少速率的近2倍，这与王蕊等[17]研究结果相似。玉米干旱历时在抽雄—乳熟期呈0.88 d/10 a的速率增长，在乳熟—成熟期以0.20 d/10 a的速率增长；而雨涝历时在抽雄—乳熟期和乳熟—成熟期分别以0.061 d/10 a和0.072 d/10 a的速率降低。

表2 吉林省1961—2020年不同玉米生育期区域平均干旱和雨涝历时变化趋势Table 2 Trends in regional average drought and waterlogging duration for different maize growth periods during 1961—2020 in Jilin Province

2.2 玉米生长季干旱空间变化特征

玉米干旱频率在不同生育期均呈由西北向东南方向的递减趋势，且呈先增加后减少的空间分布格局（图2）。播种—三叶期的干旱频率在4.02%～88.33%之间，其中干旱天数超过生育期长度1/2的区域主要位于白城市、松原市、四平市和长春市，其中白城市、大安市和乾安县的干旱频次均超过80%，与该地区“十年九旱”的历史灾情相吻合[18]。而干旱频次低值区主要位于白山市、通化市和延边州东南地区，最低频率位于延边朝鲜族自治州二道地区。三叶—抽雄期，玉米干旱频率增加至44.52%，但西部地区干旱频率有减小趋势，然而干旱频率均超过50%，而延边州二道地区干旱频率由4.02%增加至10.28%，说明东部地区在该生育期发生干旱的频率有所增加。抽雄—乳熟期的干旱频率降低至35.30%，干旱高发区主要位于西部区。乳熟—成熟期的干旱频率降低至27.79%，其中东部地区的干旱频率较低，而西部地区相对于上一个生育期有增加趋势。各干旱等级重心皆向西北方向转移，其中轻旱重心先向西南再向西北转移，转移长度为71 km，中旱重心的转移路径为“西南-东北-西北”，转移长度为81.2 km，乳熟—成熟期的中旱重心转移至松原市。而重旱重心由长春市转移至松原市，转移长度为76.5 km，极端干旱重心皆位于松原市，但亦向西北转移了92.5 km。

图2 吉林省1961—2020年玉米不同生育期多年平均干旱频率空间分布Fig.2 Spatial distribution of multi-year average drought frequency in different growth periods during 1961—2020 in Jilin Province

玉米初期至发育期的干旱频率主要呈减少趋势，而玉米生育中后期的干旱频率主要呈增加趋势（图3）。播种—三叶期，玉米干旱频率变化趋势以降低为主，所占比例为85.19%，仅四平市、长春市、桦甸市和集安市的干旱频率呈增加趋势，变化趋势分别为-0.29、-0.08、-0.02 和-0.02%/a。三叶—抽雄期，玉米干旱频率变化率介于-0.72～0.29%/a之间，而干旱频率增加区域主要位于东部地区，所占比例仅为22.22%。玉米干旱频率在三叶—抽雄期仅有5个站点呈非显著上升趋势，且零散分布于东部地区。空间变化趋势呈由东部向西北降低的态势，其中白城市、松原市北部地区以及长春西部地区干旱频率的降低速率最快，且有6个站点呈现出显著降低趋势，最高值为-0.67%/a。抽雄—乳熟期，吉林省玉米干旱频率呈全区域上升趋势，并且有5个站点通过显著性检验。乳熟—成熟期，干旱缓解区主要位于四平和辽源市等吉林省中部地区，且呈现向东北和西北区旱情加重的趋势。

2.3 玉米生长季雨涝空间变化特征

雨涝呈东部高频、西部低频的空间分布规律，在空间上呈东南地区生育前期和后期雨涝频率高，玉米发育期雨涝频率降低的特征（图4）。而西部地区始终处于低频状况，中部地区则呈先减少后增加的趋势。播种—三叶期，玉米雨涝多年频率介于6.23%～83.22%，高值区位于长白山地区。三叶—抽雄期，玉米雨涝多年频率介于3.25%～37.44%；抽雄—乳熟期，玉米雨涝多年频率介于2.50%～49.94%；玉米雨涝多年频率在乳熟—成熟期又升至9.08%～80.97%之间，并且雨涝高频中心迁移至通化市南部地区，而整个生育期白城市、松原市等西部地区均属于吉林省玉米雨涝低频区。玉米不同生育期的雨涝重心主要集中在通化市和白山市境内，并且播种—三叶期的重心皆分布于白山市，之后重心随着玉米生长发育向西南方向转移。轻涝、中涝、重涝和极涝的转移长度分别为67.37、75.12、92.36、98.83 km。其中，除轻涝重心在乳熟—成熟期转移至吉林市以外，其他皆分布于通化市和白山市境内，从重心转移角度亦说明东南地区是吉林省玉米雨涝的高频区。

图3 吉林省1961—2020年不同生育期干旱频率变化趋势空间分布Fig.3 Spatial distribution of drought frequency trends in different growth periods during 1961—2020 in Jilin Province

图4 吉林省1961—2020年不同生育期雨涝频率空间分布Fig.4 Spatial distribution of waterlogging frequency in different growth periods during 1961—2020 in Jilin Province

由图5可知，玉米雨涝与干旱的变化趋势存在显著差异，雨涝频率在三叶—抽雄期以上升为主，且变化速率呈现出由中部地区向东西二侧增速降低的变化趋势，说明吉林市和长春市等中部地区在该生育期内玉米雨涝增速明显。三叶—抽雄期，玉米雨涝频率变化率介于-0.18～0.42%/a，而雨涝频率增加区域主要位于西部地区。吉林省内1/3站点的雨涝频率呈显著上升趋势且主要位于西部地区，中部地区仍保持高速增长趋势。抽雄—乳熟期，吉林省玉米雨涝频率呈复杂变化趋势。乳熟—成熟期，玉米雨涝减缓区主要位于吉林省东部地区，并且呈向东部和西部地区雨涝加重的趋势，易涝区主要分布于四平市、长春市南部和辽源市西北部等中部地区。总体来说，吉林省中部地区玉米雨涝频率增速高于其他地区，西部地区次之，而东部地区玉米雨涝有减弱趋势。

图5 吉林省1961—2020年不同生育期雨涝频率变化趋势空间分布Fig.5 Spatial distribution of waterlogging frequency trends in different growth periods during 1961—2020 in Jilin Province

3 讨论

本研究在修正玉米生长季内逐日Kc值的基础上，建立适用于吉林省的改进水分亏缺指数，并运用该指数对吉林省玉米旱涝事件进行准确识别。吉林省中西部地区是干旱频发区，而东南地区属于雨涝多发区，其干旱结果与李崇瑞等[15]利用标准化降水蒸散指数计算的春玉米生长季内干旱情况类似，而穆佳[19]利用5种干旱指数进行吉林省农业干旱的监测中也证明了综合考虑降水、气温和作物等信息对于作物水分亏缺识别更加合理。本文将各生育期的Kc值替换为逐日Kc值进行水分亏缺指数的计算，增加了结果的合理性和准确性。

玉米旱涝灾害的成因复杂，不但与降水量、气温等气象要素有关，土壤湿度、地表反照率等因素也影响陆地-大气-植被系统[20]。此外，农田灌溉能力的提升对于缓解作物水分亏缺也具有关键作用[21-22]。由于吉林省近年来加大了修建水库、引水灌溉和跨区域水资源调度等工作，排灌水能力的提升降低了吉林省玉米旱涝事件出现的概率。本文将区域灌溉量默认为0，未考虑灌溉对于旱涝程度的减缓作用，在一定程度上影响了计算结果，在下一步工作中亟须通过收集吉林省灌溉数据进行指标的改进。此外张淑杰等[23]将土壤水分引入进而构建作物水分亏缺指数，提高了玉米干旱识别的精度，亦是本研究后续重点攻关方向之一。

4 结论

吉林省玉米干旱频率呈由西北向东南方向递减的趋势，而雨涝频率呈现出东南地区生育前期和后期高，发育中期低的特征。干旱重心向西北方向转移，除乳熟—成熟期的玉米轻涝重心位于吉林市以外，其他生育期皆位于通化市和白山市。

干旱在三叶—抽雄期和抽雄—乳熟期分别以-1.38 d/10 a和0.88 d/10 a的速率变化，而播种—三叶期及三叶—抽雄期内雨涝日数以0.84 d/10 a和0.82 d/10 a的速度显著增加。玉米初期至发育期的干旱频率呈现出以减少趋势的主导特征，而玉米生育中后期呈现出干旱增强为主导特征的空间演变模式，吉林省中部地区玉米雨涝频率增速高于其他地区。

[1] IPCC. Impacts, adaptation, and vulnerability. part B: regional aspects.Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[J]. Cambridge Univesity Press, Cambridge, United Kingdom and New York, 2014.

[2] 高雅文, 邓可楠, 张月, 等. 基于农业旱涝指标的湖北省棉花生育期内旱涝急转特征分析[J]. 灌溉排水学报, 2021, 40(2): 101-110.

GAO Yawen, DENG Ke’nan, ZHANG Yue, et al. Using agro-meteorological indexes to analyze variation in abrupt drought-flooding alternation during cotton growth season in Hubei Province[J]. Journal of Irrigation and Drainage, 2021, 40(2): 101-110.

[3] 曹言, 王杰, 李尤亮, 等. 基于作物水分亏缺指数的云南省夏玉米不同生育期干旱时空特征分析[J]. 灌溉排水学报, 2019, 38(8): 97-106.

CAO Yan, WANG Jie, LI Youliang, et al. The spatial and temporal characteristics of drought during summer maize at different growth stages in Yunnan Province based on CropWater deficit index[J].Journal of Irrigation and Drainage, 2019, 38(8): 97-106.

[4] 马艳敏, 郭春明, 李建平, 等. 卫星遥感技术在吉林旱涝灾害监测与评估中的应用[J]. 干旱气象, 2019, 37(1): 159-165.

MA Yanmin, GUO Chunming, LI Jianping, et al. Application of satellite remote sensing technology in drought and flood monitoring and impact assessment in Jilin Province[J]. Journal of Arid Meteorology, 2019,37(1): 159-165.

[5] 周海香, 胡梦, 刘文兆, 等. 董志塬区气象干旱特征及其对作物产量的影响[J]. 干旱地区农业研究, 2018, 36(2): 199-204.

ZHOU Haixiang, HU Meng, LIU Wenzhao, et al. Characteristics of meteorological drought and its impacts on crop yield in the Dongzhi Loess Tableland[J]. Agricultural Research in the Arid Areas, 2018, 36(2): 199-204.

[6] 吴霞, 王培娟, 公衍铎, 等. 1961—2015年黄淮海平原夏玉米干旱识别及时空特征分析[J]. 农业工程学报, 2019, 35(18): 189-199.

WU Xia, WANG Peijuan, GONG Yanduo, et al. Analysis of drought identification and spatio-temporal characteristics for summer corn in Huang-Huai-Hai Plain in year of 1961－2015[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(18): 189-199.

[7] 葛东, 魏新光, 景竹然, 等. 基于SPEI指数的东北玉米种植区春玉米生长季干旱演变特征[J]. 水利与建筑工程学报, 2020, 18(4): 41-47.

GE Dong, WEI Xinguang, JING Zhuran, et al. Characteristics of drought evolution in spring maize growing season in Northeast maize planting area based on SPEI[J]. Journal of Water Resources and Architectural Engineering, 2020, 18(4): 41-47.

[8] 宋艳玲, 王建林, 田靳峰, 等. 气象干旱指数在东北春玉米干旱监测中的改进[J]. 应用气象学报, 2019, 30(1): 25-34.

SONG Yanling, WANG Jianlin, TIAN Jinfeng, et al. The spring maize drought index in Northeast China based on meteorological drought index[J]. Journal of Applied Meteorological Science, 2019, 30(1): 25-34.

[9] ZHANG Xiang, CHEN Nengcheng, LI Jizhen, et al. Multi-sensor integrated framework and index for agricultural drought monitoring[J].Remote Sensing of Environment, 2017, 188: 141-163.

[10] RAHMAN M D, DI L, YU E, et al. Remote sensing based rapid assessment of flood crop damage using novel disaster vegetation damage index (DVDI)[J]. International Journal of Disaster Risk Science,2021, 12(1): 90-110.

[11] 冯琳, 陈圣波, 韩冰冰. 基于多时相高分一号影像的玉米涝灾监测[J].科学技术与工程, 2020, 20(10): 3 868-3 873.

FENG Lin, CHEN Shengbo, HAN Bingbing. Monitoring of maize waterlogging with multi-temporal GF-1 images[J]. Science Technology and Engineering, 2020, 20(10): 3 868-3 873.

[12] 徐玲玲, 王建林, 宋艳玲, 等. 基于订正后的CI指数分析近50年干旱对山西省玉米产量的影响[J]. 干旱地区农业研究, 2013, 31(3): 227-233.

XU Lingling, WANG Jianlin, SONG Yanling, et al. Impact of drought on maize yield of Shanxi Province during the past 50 years based on revised meteorological drought composite index[J]. Agricultural Research in the Arid Areas, 2013, 31(3): 227-233.

[13] 邱美娟, 郭春明, 王冬妮, 等. 基于作物水分亏缺指数的吉林省玉米不同生育时段干旱特征分析[J]. 灾害学, 2018, 33(2): 89-98.

QIU Meijuan, GUO Chunming, WANG Dongni, et al. Analysis of characteristic no drought in different developmental times of maize based no crop water deficit index in Jilin Province[J]. Journal of Catastrophology, 2018, 33(2): 89-98.

[14] 李崇瑞, 游松财, 武永峰, 等. 改进作物水分亏缺指数用于东北地区春玉米干旱灾变监测[J]. 农业工程学报, 2019, 35(21): 175-185.

LI Chongrui, YOU Songcai, WU Yongfeng, et al. Improved crop water deficit index for monitoring drought disaster change process of spring maize in the Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(21): 175-185.

[15] 李崇瑞, 游松财, 武永峰. 东北地区干旱特征与春玉米生长季干旱主导气象因子[J]. 农业工程学报, 2020, 36(19): 97-106.

LI Chongrui, YOU Songcai, WU Yongfeng. Drought characteristics and dominant meteorological factors driving drought in spring maize growing season in Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(19): 97-106.

[16] 孟楠, 韩宝龙, 王海洋, 等. 澳门城市生态系统格局变化研究[J]. 生态学报, 2018, 38(18): 6 442-6 451.

MENG Nan, HAN Baolong, WANG Haiyang, et al. Study on the evolution of urban ecosystem patterns in Macao[J]. Acta Ecologica Sinica, 2018, 38(18): 6 442-6 451.

[17] 王蕊, 张继权, 郭恩亮, 等. 近55 a吉林中西部玉米生长季旱涝时空特征分析[J]. 自然灾害学报, 2018, 27(1): 186-197.

WANG Rui, ZHANG Jiquan, GUO Enliang, et al. Spatiotemporal characteristics of drought and waterlogging during maize growing season in midwestern Jilin Province for recent 55 years[J]. Journal of Natural Disasters, 2018, 27(1): 186-197.

[18] 袭祝香, 刘慧涛, 孙云云, 等. 吉林省西部地区干旱时空分布特征及风险评估[J]. 吉林农业科学, 2014, 39(3): 83-87.

XI Zhuxiang, LIU Huitao, SUN Yunyun, et al. Spatial-temporal characteristics and risk evaluation of drought in west of Jilin Province[J]. Journal of Jilin Agricultural Sciences, 2014, 39(3): 83-87.

[19] 穆佳, 邱美娟, 谷雨, 等. 5种干旱指数在吉林省农业干旱评估中的适用性[J]. 应用生态学报, 2018, 29(8): 2 624-2 632.

MU Jia, QIU Meijuan, GU Yu, et al. Applicability of five drought indices for agricultural drought evaluation in Jilin Province, China[J].Chinese Journal of Applied Ecology, 2018, 29(8): 2 624-2 632.

[20] LIU Laibao, GUDMUNDSSON Lukas, HAUSER Mathias, et al. Soil moisture dominates dryness stress on ecosystem production globally[J].Nature Communications, 2020, 11(1): 4 892.

[21] WANG Xuhui, MÜLLER Christoph, ELLIOT Joshua, et al. Global irrigation contribution to wheat and maize yield[J]. Nature Communications, 2021, 12(1): 1 235.

[22] 孙云云, 刘方明, 高玉山, 等. 吉林西部膜下滴灌水氮调控对玉米生长及水肥利用的影响[J]. 灌溉排水学报, 2020, 39(11): 76-82.

SUN Yunyun, LIU Fangming, GAO Yushan, et al. Regulating water and fertilizer application in film-mulched drip irrigation to improve growth and water-fertilizer utilization of maize in Western Jilin[J]. Journal of Irrigation and Drainage, 2020, 39(11): 76-82.

[23]张淑杰, 张玉书, 陈鹏狮, 等. 基于改进作物水分亏缺指数的玉米干旱致灾过程识别与动态定量评估[J]. 生态学杂志, 2020, 39(12):4 241-4 252.

ZHANG Shujie, ZHANG Yushu, CHEN Pengshi, et al. Identification and dynamic quantitative evaluation of maize drought-induced disaster process based on an improved crop water deficit index[J]. Chinese Journal of Ecology, 2020, 39(12): 4 241-4 252.

Spatiotemporal Change in Drought and Waterlogging during Maize Growth Season in Jilin Province

GUO Enliang1,2, WANG Yongfang1,2*, WANG Rui3, A Runa1, ZHANG Yaodong1,2

(1. College of Geographical Science, Inner Mongolia Normal University, Hohhot 010022, China; 2. Inner Mongolia Key Laboratory of Disaster and Ecological Security on the Mongolian Plateau, Hohhot 010022, China; 3. School of Chemical & Environmental Engineering, Liaoning University of Technology, Jinzhou 121000, China)

【Objective】Drought and waterlogging are two abiotic stresses impacting crop growth in many regions across the world. Understanding their variation is a prerequisite to their management and safeguarding agricultural production. Taking Jilin province in northeast China as an example, this paper analyzes spatiotemporal change of drought and waterlogging during maize growth season over the past 60 years. 【Method】Daily meteorological data measured from 1961 to 2020 at 27 weather stations across the province were used to calculated the modified crop water deficit index (). The daily crop coefficient (c) was estimated using the piecewise function. The characteristics of the drought and waterlogging were calculated using the climatic variation trend method and the center of gravity transfer method.【Result】Spatially, the frequency of drought shows a decreasing trend from the northwest to the southeast. Temporally, the frequency of drought decreases from the early stage to the development stage, with the drought occurring more frequently in the middle and late stages of the maize. The waterlogging occurred more frequently in the southeast and in the early and late growth stage, and less frequently in the development stage of the maize. We also found that the occurrence of waterlogging in the central province increased faster than in other regions.【Conclusion】Drought and waterlogging in Jilin province vary temporally and spatially. The results presented in this paper provide guidelines for improving their management and safeguarding maize production in this region.

modified crop water deficit index; drought and waterlogging; maize; Jilin province

郭恩亮, 王永芳, 王蕊, 等. 吉林省1961—2020年玉米生长季旱涝时空特征研究[J]. 灌溉排水学报, 2022, 41(11):85-90, 106.

GUO Enliang, WANG Yongfang, WANG Rui, et al. Spatiotemporal Change in Drought and Waterlogging during Maize Growth Season in Jilin Province[J]. Journal of Irrigation and Drainage, 2022, 41(11): 85-90, 106.

S162

10.13522/j.cnki.ggps.2022071

1672 - 3317（2022）11 - 0085 - 07

2022-02-11

国家自然科学基金青年项目（41807507）；内蒙古自治区高等学校青年科技英才支持计划项目（NJYT22028）

郭恩亮（1988-），男，山东梁山人。讲师，博士，研究方向为主要从事气候变化与自然灾害风险评价研究。E-mail: guoel1988@imnu.edu.cn

王永芳（1986-），女（蒙古族），内蒙古通辽人。副教授，博士，研究方向为气候变化、生态灾害监测与风险评价研究。E-mail: wangyongfang@imnu.edu.cn

责任编辑：韩洋