1961—2013年東北三省玉米低溫冷害強度的時空分布特征

楊若子，周廣勝

1 中國氣象科學研究院，北京　100081　　2 南京信息工程大學，南京　210044

?

1961—2013年東北三省玉米低溫冷害強度的時空分布特征

楊若子1,2，周廣勝1,*

1 中國氣象科學研究院，北京1000812 南京信息工程大學，南京210044

基于東北三省1961—2013年氣象數據、《北方春玉米冷害評估技術規范(QX/T167—2012)行業標準》，結合具有生物學意義的熱量指數，給出了東北三省低溫冷害強度分級，利用經驗正交函數(EOF)分解法和旋轉經驗正交函數(REOF)分解法分析了東北三省玉米低溫冷害強度時空分布特征。結果表明：東北三省玉米低溫冷害強度具有明顯的空間分布特點，可分為全區一致型、南北反相位分布型以及東西反相位分布型。東北三省玉米低溫冷害強度的時間變化具有較好的一致性，1961—2013年東北三省低溫冷害的發生強度呈波動減小趨勢。低溫冷害強度區域差異顯著，按照低溫冷害強度強弱可分為黑龍江-吉林北部區(Ⅰ區)、吉林南部-遼寧北部區(Ⅲ區)和遼寧南部區(Ⅱ區)。研究結果可為東北三省低溫冷害風險區劃和采取有效的減災避災措施提供依據。

東北三省；玉米；低溫冷害；時空特征

玉米是重要的糧食作物、飼料作物和工業原料，用途廣泛，增產潛力大，對提高人民的生活水平、促進畜牧業的發展起著不可替代的作用。黑龍江省、吉林省和遼寧省(簡稱東北三省)是中國玉米主產區之一，玉米生長期內要求溫暖多雨，而東北三省地理緯度高，熱量條件年際波動大[1]，使玉米生長發育過程中極易受到低溫威脅，平均三至四年發生一次低溫冷害[2]，1969、1972、1976 年發生嚴重低溫冷害導致作物平均減產57. 8億kg[3]。

東北三省玉米低溫冷害研究主要包括低溫冷害指標判定[4]，低溫冷害時空分布規律研究[5-7]，低溫冷害對玉米生育期、產量和種植格局的影響[8]，低溫冷害監測預警[9]，低溫冷害風險評估[3]等。其中低溫冷害指標判定和災害時空分布規律研究是低溫冷害研究的基礎，只有正確認識所面臨的災害種類，識別災害發生的活動頻率、活動強度和活動區域，才能對研究區災害程度有一個直觀、準確的了解，為下一步災害的監測和風險的評估提供定量依據。低溫冷害指標判定研究起步較早，已經取得大量成果[6]，而對低溫冷害時空分布的研究多基于頻率分布的研究[1,5]，對災害強度分布研究較少。嚴重災害發生的頻率雖然小，但是造成的作物減產損失是巨大的，嚴重低溫冷害年東北玉米減產可達20%以上[10]，已有研究[11]基于經驗正交函數(Empirical Orthogonal Function, 簡稱EOF)分解法對東北三省玉米各個生育期低溫冷害強度的時空分布進行了研究。但EOF分解法是對協方差矩陣求解特征值和特征向量，選擇區域大小對分解結果有影響[12]。旋轉經驗正交函數(Rotated Empirical Orthogonal Function, 簡稱REOF)分解法克服了取樣范圍誤差[13]，在EOF基礎上，通過選擇正交旋轉矩陣使原始矩陣旋轉后的列向量元素平方差達最大，以使原要素場的信息特征集中映射到幾個優勢空間上[13]。基于REOF分解法的氣象災害分區研究有干旱災害分區[14-17]，低溫分區[18]和霜凍災害分區[19]等，但關于低溫冷害的分區研究仍未見報道。

為揭示東北三省玉米低溫冷害強度的發生規律和區域分異特征，利用東北三省1961—2013年的逐日氣象數據，結合《北方春玉米冷害評估技術規范(QX/T167—2012)行業標準》，研究東北三省玉米低溫冷害強度分級；進而基于EOF分解法闡明東北三省玉米低溫冷害強度的時空動態特征，并根據REOF分解法分析東北三省低溫冷害強度的區域分異，以為東北三省低溫冷害風險區劃和采取有效的減災避災措施提供依據。

圖1　研究所用氣象站點的空間分布Fig.1　The spatial distribution of weather stations in the study

1　資料與方法

1.1研究資料

研究所用氣象資料為1961—2013年東北三省國家氣候基本、基準站逐日氣象數據，包括研究站點的經緯度(度)、海拔高度(m)、日氣溫(最高、最低、平均氣溫/℃)數據，來源于國家氣象信息中心。作物數據為1981—2010年的東北三省農業氣象試驗站的玉米生育期數據，來源于中國農業科學院。基于研究站點的地理信息與溫度資料齊全考慮，篩選出了70個研究站點(圖1)。

1.2低溫冷害強度分級

研究表明[20]，生長季熱量指數(F(T))具有明確的生物學意義，可以反映研究地區熱量條件對作物的影響。在此，選用對東北三省玉米低溫冷害具有較好代表性的熱量指數[21]作為判定指標：

(1)

(2)

式中，F(T)為某旬的熱量指數，T為某旬的氣溫，T0、T1、T2分別為該時段內作物生長發育和產量形成的適宜溫度、下限溫度和上限溫度。表1給出了東北三省玉米三基點溫度指標[6]。熱量指數的計算過程：利用各站逐旬氣象資料分別計算逐旬的玉米熱量指數，各月逐旬熱量指數的平均值代表當月的熱量指數，各月熱量指數之和表示各站當年的玉米生長季的熱量指數[20]。玉米生育期日期采用多年平均值，其中出苗—三葉為5月上旬到5月中旬，三葉到拔節為5月下旬到7月上旬，拔節—開花為7月中旬到7月下旬，開花—乳熟為8月上旬到8月下旬，乳熟—成熟為9月上旬到9月下旬。

東北三省各地的熱量差異顯著。研究表明[22]，當遼寧省熱量指數小于0.836，或吉林省熱量指數小于0.714，或黑龍江省熱量指數小于0.604，則發生低溫冷害。為使各地的低溫冷害強度具有可比性，對熱量指數求距平百分率作為低溫冷害指數[23]：

(3)

表1　東北三省玉米三基點溫度指標

1.3研究方法

針對EOF分解法受地理范圍的限制，分解的模態可能沒有物理意義，不能清晰表示不同地理分區的特征[25]這一不足，使用REOF分解法對低溫冷害強度值進行分區。REOF分解法可將方差貢獻集中在某一較小區域，著重體現各主分量所代表的優勢空間，可以較客觀地反映要素場的區域變化特征，并有助于分析不同區域之間要素異常的相互關系和變化響應[26]。氣象上經常采用REOF方法對氣象要素場進行分析，使原來的特征向量結構簡化，反映的氣候特征更明顯[27]。

表2　北方春玉米低溫冷害強度指標

表3　低溫冷害強度分級

1.4檢驗方法

圖2　東北三省低溫冷害強度的EOF分解法特征值隨自然數序列的變化Fig.2　The change with the natural number sequence from EOF decomposition method of chilling damage intensity in the three provinces of Northeast China

2　結果分析

2.1旋轉特征向量個數的確定

選取研究站點發生低溫冷害(即CI≤0.11)的站年數據進行EOF分解，得到的空間荷載向量和時間系數體現了東北三省低溫冷害強度的時空特征分布。利用REOF分解法對EOF的特征向量進行旋轉，得到低溫冷害強度的分區特征。研究中的空間特征分析及分區的有效性由特征向量的個數決定，為此，特征向量個數的確定既要考慮一定準則又要考慮實際情況。按照Cattell理論[28]，將EOF分析得到的特征值依自然序數變化繪成圖形，并選擇最后一個顯著轉折點之前的特征向量進行方差最大正交旋轉。基于EOF分解法獲取的東北三省低溫冷害強度值前10個特征值的方差貢獻如表4所示，將所有特征值按從大到小隨自然序數的變化繪成圖2。由圖2可見，東北三省低溫冷害特征值收斂快，前3個低溫冷害特征值的累積方差貢獻率較大，達到85.16%，可以選用為最少的特征向量來描述災害變化，根據North特征值誤差范圍，可以選用前3個低溫冷害荷載向量進行正交旋轉，獲取東北三省低溫冷害強度場。因此，確定了東北三省低溫冷害的旋轉特征向量個數為3。旋轉后的方差貢獻反映出旋轉的低溫冷害特征向量所占的比重(表4)。

表4東北三省低溫冷害前10個EOF分解法和REOF分解法的特征量對總方差的貢獻率

Table 4The contribution rate of the first 10 characteristic values from EOF decomposition method and REOF decomposition method to total variance of chilling damage in the three provinces of Northeast China

分解法Decompositionmethod方差貢獻Variancecontribution/%12345678910EOF66.2114.114.842.462.151.661.291.1466.2114.11REOF28.5913.9315.771.111.681.091.321.780.820.75

EOF, 經驗正交函數 empirical orthogonal function; REOF, 旋轉經驗正交函數rotated empirical orthogonal function

2.2低溫冷害強度時空格局動態

EOF分解法是將給定的時空場進行分解，拆分成不同的正交荷載向量，配合對應的時間系數來解釋原場[29]。圖3a為低溫冷害強度分解第一荷載向量場，全區為正值，說明東北三省低溫冷害發生具有較好的一致性，同時增大或者同時減小，在空間分布上表現為東北三省中部值大、四周值小的分布型。荷載向量場值越小低溫冷害強度越大，故黑龍江省大興安嶺地區低溫冷害強度最大，黑龍江省三江平原、吉林省東部和遼南地區為低溫冷害強度次大值區，吉林中部平原地區為低溫冷害強度最小值區。東北三省低溫冷害強度從黑龍江省大興安嶺地區、三江平原、吉林省東部和遼南地區向中部減小。結合第一時間系數曲線(圖4a)可以看出，從1961到2013年時間系數曲線呈波動上升趨勢，表明東北三省玉米低溫冷害強度呈波動減小趨勢，其中，時間系數曲線前期波動大，反映低溫冷害強度波動較大，重度災害年有1969、1972和1976年，與已有研究結果[30-31]相同，后期時間系數趨于平緩，反映低溫冷害強度變異較小。該荷載向量方差貢獻占總方差的66.21%，故第一荷載向量空間分布可以反映東北三省低溫冷害發生主要特點。低溫冷害強度分解第二荷載向量(圖3b)以吉林中部緯向為分界線，呈現北部和南部反相位分布特征，說明兩個地區低溫冷害的強度變化呈相反狀態。空間向量荷載值為負值的大興安嶺地區、三江平原和松嫩平原部分地區低溫冷害較嚴重，低溫冷害強度從北向南減小。對應第二時間系數曲線(圖4b)可以看出，時間系數曲線呈先降低后升高的趨勢，對應空間荷載向量為正值的地區，低溫冷害強度隨時間先增加后減小，空間荷載向量為負值的地區，低溫冷害強度隨時間先減小后增加。具體表現為1973年前，東北三省低溫冷害北部重、南部輕，1973—2000年北部低溫冷害嚴重區的災害強度減小，南部低溫冷害較輕區災害強度增加，2000年后時間系數曲線值趨于平緩接近零值，說明東北三省低溫冷害南北差異變小，這種南北差異的空間分布特點約占全部研究樣本方差貢獻的14.11%。低溫冷害強度分解第三荷載向量(圖3c)以東北-西南走向為分界線，呈現東北三省西部大部分地區和吉林東部反相位分布特征，低溫冷害強度大值區位于吉林省東部，次大值區位于黑龍江省西北部，其他地區為低溫冷害強度低值區，低溫冷害強度趨勢由東向西減小。對應第三時間系數曲線(圖4c)可知，前期時間系數負值居多，后期時間系數正值居多，表明空間荷載向量為正值的區域前期低溫冷害強度大、后期小，空間荷載向量為負值的區域正相反。具體表現為東北三省西部大部分地區低溫冷害強度呈減小趨勢，吉林省東部地區低溫冷害強度呈增加趨勢。這種分布特征僅占全部研究樣本方差貢獻的4.84%。

圖3　EOF分解法空間荷載向量Fig.3　The spatial load vectors of EOF decomposition method

圖4　EOF分解法時間系數Fig.4　The time coefficients of EOF decomposition method 虛線為趨勢線

2.3低溫冷害區域分異

從上可知，東北三省低溫冷害強度的分布呈現很強的區域差異。為此，對EOF分解法得到的特征向量列向量進行平方差最大化旋轉，旋轉后低溫冷害強度荷載高值集中在某一較小區域。對其進行分區，將旋轉向量場荷載向量貢獻≥0.6(圖5a—c中絕對值≥0.6)且在地理上連成一片，站點多于4個的區域劃分為同一變化區[27]，如有站點按上述原則可以同時歸于兩個或以上相鄰變化區，則按其與相鄰氣候變化區對應的荷載向量場的荷載值大小，將其歸于荷載向量值最大的區域[32]。

旋轉向量場荷載值大小表明空間相關性強弱，把相鄰相關性強的站點劃分為一個區域，可以將東北三省低溫冷害強度大小劃分為3個區域(圖5d)。黑龍江—吉林北部區(Ⅰ區)：該區REOF分解法特征向量平均荷載值為0.84，包括黑龍江省全部和吉林省北部地區，共34個站點，代表站是克山站(0.95)；遼寧南部區(Ⅱ區)，該區REOF分解法特征向量平均荷載值為0.78，包括遼寧省西南大部分地區，共15個站點，代表站是興城(0.93)；吉林南部-遼寧北部區(Ⅲ區)，該區REOF分解法特征向量平均荷載值為-0.72，包括吉林南部和遼寧東北部地區，共18個研究站，代表站是臨江(-0.82)。

圖5　REOF分解法空間分布圖Fig.5　The spatial distribution map of REOF decomposition method

結合逐年低溫冷害指標CI值，分析各個低溫冷害強度區代表站的低溫冷害變化情況可知(表5)，Ⅰ區發生重度低溫冷害的年份多，受災嚴重；Ⅱ區發生輕度低溫冷害年份較多，受災相對較小；Ⅲ區中度和重度低溫冷害發生年份多于Ⅱ區，東北三省低溫冷害北部和東部災害強度較大。雖然3個低溫冷害區強度值發生年份不盡相同，但各區低溫冷害發生年份主要集中在20世紀70—80年代，整體趨勢是2000年前處于偏冷階段，不同強度的低溫冷害發生次數多，1969、1972和1976年發生了全區范圍的嚴重低溫冷害，2000年后處于偏暖階段，低溫冷害發生的強度降低。

表5　東北三省分區代表站低溫冷害發生時間

3　結論

本研究利用東北三省1961—2013年的氣象數據，結合《北方春玉米冷害評估技術規范(QX/T167—2012)行業標準》，闡明了東北三省低溫冷害強度的時空變化規律。主要結論有：

(1)東北三省玉米低溫冷害的空間分布主要可分為3種類型，即全區一致型，以吉林中部東西向為分界線的南北反相位分布型，以及東北三省西部和吉林東部反相位分布型。全區一致型的低溫冷害強度在空間分布上表現為從黑龍江省大興安嶺地區、三江平原、吉林省東部和遼南地區向中部減小，時間分布上從1961—2013年東北三省低溫冷害的發生強度呈波動減小趨勢，在20世紀90年代以前低溫冷害強度波動較大，20世紀90年代以后低溫冷害發生強度變小；以吉林中部東西向為分界線的南北反相位分布型在空間分布上表現為大興安嶺地區、三江平原和松嫩平原部分地區低溫冷害較嚴重，低溫冷害強度從北向南減小，時間分布上1973年前大興安嶺地區、三江平原和松嫩平原部分地區的低溫冷害較為嚴重，1973—2000年北部低溫冷害嚴重區的災害強度減小，南部低溫冷害較輕區災害強度增加，2000年后南北差異變小；東北三省西部大部分地區和吉林東部反相位分布型在空間分布上表現為低溫冷害強度呈由東向西減小趨勢，時間分布上表現為東北三省西部大部分地區低溫冷害強度呈減小趨勢，吉林省東部地區低溫冷害強度呈增加趨勢。低溫冷害強度第一荷載向量空間分布方差貢獻占總方差的66.21%，故對第一荷載向量空間分布與以往研究進行比較。本研究的第一荷載向量空間分布特點與王遠皓[33]基于熱量指數修正值得到低溫冷害強度第一荷載向量空間分布(1961—2006年)基本一致，均表現為全區一致型，且呈中部值高、四周值低的特點，但受氣候變暖的影響，低溫冷害強度降低，本研究中部低溫冷害強度低值區范圍變大，南部包括了遼寧省北部地區，本研究低溫冷害強度空間分布結果基本符合氣候變化背景下的東北地區玉米低溫冷害強度分布。

(2)用REOF分解法得到的東北三省玉米低溫冷害強度區域差異顯著，可分為低溫冷害強度最大、發生重度低溫冷害年份多且受災嚴重的黑龍江—吉林北部區(Ⅰ區)；發生輕度低溫冷害年份較多的遼寧南部區(Ⅱ區)；以及發生中度和重度低溫冷害強度較多的吉林南部-遼寧北部區(Ⅲ區)。各區的低溫冷害強度變化具有較好的一致性，發生年份主要集中在20世紀70—80年代，整體趨勢是2000年前處于偏冷階段，1969、1972和1976年發生了覆蓋整個東北三省的嚴重低溫冷害，2000年后處于偏暖階段，冷害發生的強度降低。馮佩芝等[30]對東北地區1951—1980年夏季低溫冷害進行研究，得出分省低溫冷害強度統計結果表明，黑龍江省最大，遼寧最小；分區域低溫冷害強度統計結果表明，嫩江和佳木斯地區低溫冷害強度最大，遼寧省的沈陽、營口和丹東低溫冷害強度最小，這與本研究分區結果一致。雖然氣候變暖背景下低溫冷害強度整體呈減小趨勢，但是受東北三省地理位置的影響，東北三省低溫冷害強度分區變化不大。考慮本研究受站點影響得到的結果可能有偏差，而近年來低溫冷害分區研究較少，用REOF分解法對東北三省低溫冷害分區的準確性需要進一步驗證。

[1]趙俊芳, 楊曉光, 劉志娟. 氣候變暖對東北三省春玉米嚴重低溫冷害及種植布局的影響. 生態學報, 2009,29(12):6544-6551.

[2]李帥, 陳莉, 王晾晾, 萬琳琳. 黑龍江省延遲型低溫冷害氣候指標研究. 氣象與環境學報, 2014, 30(4):79-83.

[3]張建平, 王春乙, 趙艷霞, 楊曉光, 王靖. 基于作物模型的低溫冷害對我國東北三省玉米產量影響評估. 生態學報, 2012, 32(13):4132-4138.

[4]楊若子, 周廣勝. 不同玉米低溫冷害指標在梅河口地區的比較分析. 氣象科學, 2012, 32(6):600-608.

[5]胡春麗, 李輯, 林蓉, 李晶, 王穎. 東北水稻障礙型低溫冷害變化特征及其與關鍵生育期溫度的關系. 中國農業氣象, 2014, 35(3):323-329.

[6]高曉容, 王春乙, 張繼權. 氣候變暖對東北玉米低溫冷害分布規律的影響. 生態學報, 2012, 32(7) : 2110-2118.

[7]高懋芳, 邱建軍, 劉三超, 覃志豪, 王立剛. 我國低溫冷凍害的發生規律分析. 中國生態農業學報, 2008, 16(5):1167-1172.

[8]李正國, 楊鵬, 唐華俊, 吳文斌, 陳仲新, 劉佳, 張莉, 譚杰揚, 唐鵬欽. 近20年來東北三省春玉米物候期變化趨勢及其對溫度的時空響應. 生態學報, 2013, 33(18):5818-5827.

[9]程勇翔, 王秀珍, 郭建平, 趙艷霞, 黃敬峰. 農作物低溫冷害監測評估及預報方法評述. 中國農業氣象, 2012, 33(2):297-303.

[10]馬樹慶, 襲祝香, 王琪. 中國東北地區玉米低溫冷害風險評估研究. 自然災害學報, 2003, 12(3):137-141.

[11]高曉容, 王春乙, 張繼權. 東北玉米低溫冷害時空分布與多時間尺度變化規律分析. 災害學, 2012,27(4):65-70.

[12]魏鳳英. 現代氣候統計診斷與預測技術. 北京:氣象出版社,2007:105-147.

[13]Liu Z Y, Zhou P, Zhang F Q, Liu X D, Chen G. Spatiotemporal characteristics of dryness/wetness conditions across Qinghai Province, Northwest China. Agricultural and Forest Meteorology, 2013, 182-183:101-108.

[14]茅海祥, 王文. 中國南方地區近50a夏季干旱時空分布特征.干旱氣象, 2011, 29(3):283-288.

[15]陳豫英, 陳楠, 王式功, 錢正安, 穆建華. 中蒙干旱半干旱區降水的時空變化特征(I): 年降水特征及5—9月降水的REOF分析. 高原氣象, 2010, 29(1):33-43.

[16]苗春生, 趙文寧, 王堅紅, 朱勇, 吳瓊. 近53 a云南東部春季旱澇及其環流距平波列影響. 干旱區研究, 2014, 31(2):250-260.

[17]楊絢, 李棟梁. 中國干旱氣候分區及其降水量變化特征.干旱氣象, 2008, 26(2):17-24.

[18]國世友, 鄒立堯, 周永吉. 黑龍江省冬、夏季低溫的區域特征. 黑龍江氣象, 2005, (3):8-11.

[19]李芬, 張建新. 山西近50年初霜凍的區域特征. 災害學, 2013, 28(4):104-109,181-181.

[20]郭建平, 莊立偉, 陳玥熤. 東北玉米熱量指數預測方法研究(I)-熱量指數與玉米產量. 災害學, 2009, 24(4):6-10.

[21]楊若子. 東北地區玉米低溫冷害指標及其風險研究[D]. 北京: 中國氣象科學研究院, 2012:35-35.

[22]王春乙, 張雪芬，趙艷霞. 農業氣象災害影響評估與風險評價. 北京: 氣象出版社, 2010:47-47.

[23]呂厚荃. 中國主要農區重大農業氣象災害演變及其影響評估. 北京: 氣象出版社,2011:4-4.

[24]楊霏云, 郭建平, 馬樹慶, 龍志長, 朱玉潔, 趙俊芳. QX/T167-2012北方春玉米冷害評估技術規范行業標準. 北京: 氣象出版社,2012:208-216.

[25]Hannachi A. Pattern hunting in climate: a new method for finding trends in gridded climate data. International Journal of Climatology, 2007, 27(1):1-15.

[26]劉吉峰, 李世杰, 丁裕國, 姚書春. 近幾十年我國極端氣溫變化特征分區方法探討. 山地學報, 2006, 24(3):291-297.

[27]唐亞平, 張凱, 李忠嫻, 李嵐, 戴新童, 嚴曉瑜. 1964—2008年遼寧省旱澇時空分布特征及演變趨勢. 氣象與環境學報, 2011, 27(2):50-55.

[28]辛渝, 毛煒嶧, 李元鵬, 張新, 盧戈, 博力健. 新疆不同季節降水氣候分區及變化趨勢. 中國沙漠, 2009, 29(5):948-959.

[29]Tao L, Chen D. An evaluation of rotated EOF analysis and its application to tropical Pacific SST variability. Journal of Climate, 2012, 25(15): 5361-5373.

[30]馮佩芝, 李翠金, 李小泉. 中國主要氣象災害分析(1951—1980). 北京: 氣象出版社,1985:115-116.

[31]周立宏, 劉新安, 周育慧. 東北地區低溫冷害年的環流特征及預測. 沈陽農業大學學報, 2001, 32(1): 22-25.

[32]Reichrath S, Davies T W. Computational fluid dynamics simulations and validation of the pressure distribution on the roof of a commercial multi-span Venlo-type glasshouse. Journal of Wind Engineering and Industrial Aerodynamics, 2002, 90(3):139-149.

[33]王遠皓. 東北地區玉米冷害的風險評估技術研究[D]. 北京: 中國氣象科學研究院, 2008:27-28.

Spatio-temporal distribution of maize chilling damage intensity in the Three Provinces of Northeast China During 1961to 2013

YANG Ruozi1,2， ZHOU Guangsheng1,*

1ChineseAcademyofMeteorologicalSciences,Beijing100081,China2NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China

The classification and spatio-temporal distribution of maize chilling damage intensity in the three provinces of Northeast China were studied using the daily meteorological data from 1961to 2013, the chilling damage data presented in the Industry Standard: Technical Specification of Northern Spring Maize Chilling Damage Assessment (QX/T167—2012) as well as by empirical orthogonal function (EOF) and rotated EOF method. The results showed that the maize chilling damage intensity in the three provinces of Northeast China showed significant spatial difference, which could be divided in three categories: the regional consistency type, the anti-phase distribution type between northern and southern parts, and the anti-phase distribution type between eastern and western parts. The maize chilling damage intensity in the three provinces of Northeast China showed a consistent fluctuating pattern and a decreasing trend from 1961 to 2013. The maize chilling damage intensity displayed a significant regional difference, separating three sub-regions based on maize chilling damage intensity, i.e., the sub-region with the strongest chilling damage intensity including Heilongjiang Province and the northern part of Jilin Province (I sub-region), the sub-region with the intermediate chilling damage intensity including the southern part of Jilin Province and the northern part of Liaoning Province (Ⅲ sub-region), and the sub-region with the lowest chilling damage intensity in the southern part of Liaoning Province (Ⅱ sub-region). The results presented herein will provide the scientific reference for maize chilling damage division and help establish countermeasures for coping with the negative effects of the maize chilling damage.

Northeast China; maize; chilling damage; spatio-temporal characteristics

國家自然科學基金重點項目(41330531)；江蘇省普通高校研究生科研創新項目計劃項目(CXLX13_497)

2014-12-25; 網絡出版日期:2015-10-30

Corresponding author.E-mail: gszhou@cams.cma.gov.cn

10.5846/stxb201412252574

楊若子，周廣勝.1961—2013年東北三省玉米低溫冷害強度的時空分布特征.生態學報,2016,36(14):4386-4394.

Yang R Z, Zhou G S.Spatio-temporal distribution of maize chilling damage intensity in the Three Provinces of Northeast China During 1961to 2013.Acta Ecologica Sinica,2016,36(14):4386-4394.