洛阳冬小麦干热风灾害特征及灾损评估

2023-07-17朱学玲徐延红

安徽农业科学 2023年12期

朱学玲徐延红

摘要根据冬小麦干热风的国家气象行业标准，利用洛阳市9个县（区）观测站1961—2020年气象观测资料，统计分析冬小麦干热风的时空变化特征；确定气象要素对气象产量的影响，分离不同时段的气象产量，构建产量模型，评估干热风灾害对产量的影响。结果表明，干热风灾害平均每年发生1.5 d，发生天数总体上是降低的，但是近20年来又呈现增加趋势，新安、孟津、宜阳是洛阳市干热风灾害高发区。对比干热风灾害发生的气象要素，温度条件是制约洛阳市干热风形成的最主要的气象因子。灾损评估表明，干热风灾害造成小麦减产率在1.28%～8.66%，平均为4.63%。

关键词干热风；变化特征；灾损评估；冬小麦

中图分类号 S 162 文献标识码 A 文章编号 0517-6611（2023）12-0185-03

doi：10.3969/j.issn.0517-6611.2023.12.042

Characteristics and Damage Assessment of Dry-hot Wind Disasters in Winter Wheat in Luoyang

ZHU Xue-ling1，XU Yan-hong2

（1.Luoyang Meteorological Bureau， Luoyang，Henan 471000;2.Rudong County agriculture and Forestry Science and Technology Information Station，Rudong，Jiangsu 226300）

Abstract According to the national meteorological industry standards for dry-hot wind in winter wheat， the temporal and spatial variation characteristics of dry-hot wind in winter wheat were statistically analyzed using meteorological observation data from 9 counties （districts） in Luoyang City from 1961 to 2020.The impact of meteorological factors on meteorological yield was determined， the meteorological yield at different periods was separated， yield models were constructed， and the impact of dry-hot wind disasters on yield was evaluated. The results showed that the dry-hot wind disasters occurred on average 1.5 days per year， and the number of days on the whole decreased， but in the recent 20 years， the days increased. Xinan， Mengjin and Yiyang were the high-risk areas of dry-hot wind disasters in Luoyang City. Comparing the meteorological factors of dry-hot wind disasters， temperature conditions were the most important meteorological factors that restrict the formation of dry-hot wind in Luoyang City. The damage assessment showed that the dry-hot wind disaster caused the wheat yield to fall between 1.28% and 8.66%， with an average of 4.63%.

Key words Dry-hot wind;Change characteristics;Damage assessment;Winter wheat

作者簡介朱学玲（1964—），女，河南洛宁人，高级工程师，从事农业气象业务服务与科研工作。

收稿日期 2022-10-08；修回日期 2022-11-01

干热风是指冬小麦灌浆期高温、低湿并伴有较大风速的农业气象灾害。干热风天气出现对小麦产量和品质的影响很大［1-2］。准确及时的干热风监测预警，可以抵御灾害，最大程度降低灾害所造成的经济损失；而研究时空分布特征是建立农业气象灾害监测预警模型、提供准确及时的监测预警最基本的前提基础［3-5］。

目前，诸多学者对干热风的基本特征、变化规律、成因等进行了大量的研究，也取得了丰硕的研究成果。杨霏云等［6-11］对干热风发生发展规律进行了分析；尤凤春等［12］利用气温、湿度、风速及500 hPa高度场资料，对河北省冬麦区干热风成因进行分析；张翠英等［13］依据干热风发生日数与前期气象要素的关系，建立了干热风发生日数预测模型；王春乙等［14］依据气象灾害发生机理及区域环境特征，构建了冬小麦干旱和干热风综合风险评估模型；张志红等［15］通过开展干热风气象条件人工模拟，对比观测干热风对作物生理生态性状的影响；史印山等［16］研究认为随着干热风出现日数的逐渐增加，小麦千粒重呈下降趋势。

这些研究对干热风的认识和了解起到了较大的促进作用，但农业气象灾害的局地性特征较为明显，同一种灾害在不同地区变化趋势不尽相同。洛阳十年九旱，土壤墒情较差，若出现干热风天气，将加速植株蒸腾，破坏植株水分平衡，对小麦灌浆生长极为不利。笔者利用1961—2020年的气象观测资料，对干热风时空分布特征、变化规律及对产量的影响进行分析，对做好干热风灾害评估、冬小麦产量预报和防灾减灾具有重要意义。

1 资料与方法

1.1 资料选取

气象资料为1961—2020年洛阳市9县（区）气象观测站逐日最高气温、14：00相对湿度和14：00风速气象观测资料；小麦实际产量为洛阳市统计局资料。洛阳市冬小麦生长5月份为灌浆期，为了充分揭示干热风对小麦灌浆期的影响，选取每年5月份的气象资料进行统计分析。

1.2 干热风指标

干热风一般发生在小麦灌浆期，气象指标选用中华人民共和国气象行业标准（QX/T 82—2007）规定的相应等级（表1），以日最高气温、14：00相对湿度、14：00风速为主要因子。

1.3 干热风灾损评估模型

1.3.1 产量模拟。建立基于气候适宜度指数的产量

模拟模型［18］：

Y=Yt+YW1+YW2+ε

式中，Y为历史产量（kg/hm2）；Yt为趋势产量（kg/hm2）；YW1为上一年10月份至翌年4月份的气象条件对气象产量的影响（kg/hm2）；YW2为5月份气象条件对气象产量的影响（kg/hm2）；ε为随机因素所造成的误差，在此忽略不计。

1.3.2 灾损评估。

按照小麦生产的气象条件，发生干热风的实测产量比5月份未受灾的正常预计产量的减产百分比为［18］：

Yd=（Y0-Y）/Y0×100%

式中，Yd为干热风灾害所造成的实际产量损失占不受干热风影响（即上一年10月份至翌年4月份的气象条件和正常投入应得到的产量）的百分比；Y0为5月份未受干热风灾害的正常预计产量；Y为发生干热风后的实测产量。

2 结果与分析

2.1 干热风的时空变化特征

2.1.1 干热风日数的年际变化。

近60年来全市干热风平均每年发生1.5 d，最大值为4.9 d（2007年），其中新安县该年干热风出现天数为10 d，嵩县干热风出现了9 d，孟津县、汝阳县各出现了6 d；1977、1985、1998、2005年全市各县均无干热风发生。干热风主要集中在5月中、下旬，占年总次数的86%，其中5月中旬的干热风发生频率为29%，这期间正是小麦乳熟、灌浆期，受其影响，冬小麦麦粒干秕、皮白、腹沟深；5月下旬小麦已进入乳熟后期，旱地开始陆续收获，干热风对其产量影响不太大。

由图1可见，2010年以前轻干热风日数、重干热风日数和总干热风日数变化规律一致，先减小后增大；最大值在20世纪60年代，最小值在80年代，轻干热风递减速率大于重干热风，20世纪80年代后均呈缓慢增加的趋势。2010年后，轻干热风、总干热风日数有减小的趋势，重干热风仍处于增加的趋势。气候变化背景下，干热风发生日数整体上趋于减小，但最近的20年又有所反弹。突变检验分析表明，干热风总日数在1973年前后出现了不显著的递减突变，而后1999年前后呈不显著的递增突变，2007年出现了递减突变。

2.1.2 干热风日数的空间分布。

将各站点年均干热风日数按其所在的经纬度，在ArcGIS 中以反距离权重法（IDW）进行插值，得到洛阳市年均干热风日数分布图（图2）。从图2可以看出，干热风总的发生规律是南少北多，新安、孟津、宜阳是洛阳市干热风高发区，平均每年發生2.3 d；伊川、汝阳、嵩县、偃师次之，平均每年发生1.1～1.8 d；西南山区洛宁、栾川则发生较轻，平均每年发生0.5 d。

2.1.3 干热风灾害的气象要素分析。

按照干热风灾害的气象指标分别对小麦灌浆期日最高气温≥32 ℃、14：00相对湿度≤30%、14：00风速≥3 m/s的日数进行统计、分析，并计算概率，结果如图3所示。日最高气温≥32 ℃的概率为0.03～0.19，呈东北高、西南低的趋势。相对湿度≤30%的概率为0.19～0.31，概率值在区域分布上差异不大，变异系数为0.13，低于温度和风速（变异系数分别为0.33、0.26）。风速≥3 m/s 的概率为0.26～0.56，孟津、新安、宜阳较高，嵩县、洛宁一线较低。这些气象要素的共同变化决定了洛阳市冬小麦干热风灾害的时空格局。

对比温、湿、风三要素，风速条件容易达到，其次是相对湿度，最后是温度，三者的概率分别为0.49、0.27、0.15。将三要素分别与干热风发生日数进行相关分析，发现干热风日数与温度概率的相关性最大，相关系数达0.86，相对湿度次之，相关系数为0.72，风速概率与干热风日数的相关系数为0.45，三者的相关系数均通过0.01水平显著性检验。可见温度条件是制约干热风发生日数的最主要气象因子。

2.2 干热风灾损评估

将冬小麦产量分离为趋势产量与气象产量之和，该研究中趋势产量用5日滑动平均法拟合；气象产量通过进行气象要素温度、光照、降水的相关分析，建立拟合方程。对比冬小麦实测产量与模拟产量的结果，方程拟合准确率为92.2%，说明构建的模型可以反映气象条件对产量的影响。

按照上一年10月份至翌年4月份的气象条件，预计未发生干热风灾害的小麦产量，选择干热风灾害严重年份，将实测产量与正常投入应得到的产量比较，计算减产百分比，结果如表2所示。从表2可以看出，干热风危害下，小麦减产率在1.28%～8.66%，平均减产率为4.63%。

3 结论与讨论

近60年来洛阳市冬小麦干热风平均每年发生1.5 d，从发生时段来看，干热风主要集中在5月中、下旬。

气候变化背景下，干热风发生日数整体上趋于减弱，但最近的20年又有所反弹。突变检验分析表明，干热风总日数在1973年前后出现了不显著的递减突变，而后1999年前后呈不显著的递增突变，2007年出现了递减突变。新安、孟津、宜阳是洛阳市干热风高发区，洛宁、栾川较轻发生。从干热风发生的气象要素来看，温度是制约干热风灾害形成的最主要气象因子。

根据光、温、水气象要素，构建冬小麦自播种至灌浆期（上一年10月份至翌年4月份）的气象产量统计模型，结合趋势产量，预计未发生干热风灾害的冬小麦产量。在干热风严重年份，对比干热风灾害发生后的实际产量与正常投入应得到的产量，发现干热风灾害造成小麦减产率在1.28%～8.66%，平均为4.63%。

在干热风灾损评估中，理想认为小麦生长后期仅受干热风危害，而实际生产过程中，还应包括病虫害、干旱、冰雹、大风倒伏等灾害造成的产量损失，由于资料的不足以及方法的欠缺，该研究中未能把这些灾害的损失一一区别开来，统认为是干热风影响，与实际情况存在偏差。

参考文献

［1］陳怀亮，邹春辉，付祥建，等.河南省小麦干热风发生规律分析［J］.自然资源学报，2001，16（1）：59-64.

［2］成林，张志红，常军.近47年来河南省冬小麦干热风灾害的变化分析［J］.中国农业气象，2011，32（3）：456-460，465.

［3］邬定荣，刘建栋，刘玲，等.近50年华北平原干热风时空分布特征［J］.自然灾害学报，2012，21（5）：167-172.

［4］邬定荣，刘建栋，刘玲，等.基于CAST客观分类的华北平原干热风区划研究［J］.科技导报，2012，30（19）：19-23.

［5］宋晓辉，薛敏，杜亮亮，等.邯郸冬小麦干热风发生规律及风险预报［J］.中国农学通报，2017，33（25）：105-109.

［6］杨霏云，朱玉洁，刘伟昌.华北冬麦区干热风发生规律及风险区划［J］.自然灾害学报，2013，22（3）：112-121.

［7］喇永昌，李丽平，张磊.宁夏灌区春小麦干热风灾害的时空特征［J］.麦类作物学报，2016，36（4）：516-522.

［8］时凤云，徐文国，吴建河，等.濮阳近40年干热风特征和成因分析及防御［J］.中国农学通报，2009，25（3）：251-254.

［9］李红忠，朱新玉，史本林，等.黄淮海平原典型农区冬小麦干热风灾害的变化分析：以商丘为例［J］.地理研究，2015，34（3）：466-474.