北方冬小麥不同生育期干旱風險評估

張　蕾，楊冰韻

(1.國家氣象中心， 北京 100081； 2.國家衛星氣象中心， 北京 100081)

?

北方冬小麥不同生育期干旱風險評估

張蕾1，楊冰韻2

(1.國家氣象中心， 北京 100081； 2.國家衛星氣象中心， 北京 100081)

基于北方6省市和61個市縣1981—2012年冬小麥產量和逐日氣象資料，有效分離冬小麥減產率，通過典型干旱年份冬小麥減產率與水分虧缺距平指數、降水距平百分率的相關分析篩選致災因子;基于減產率分級，利用冬小麥不同生育期減產率與致災因子數學模型構建干旱等級指標;綜合冬小麥干旱等級的強度及其風險概率，進行冬小麥生育期干旱風險評估。結果表明：冬小麥減產率與水分虧缺距平指數的相關系數達0.355～0.656，明顯大于降水距平百分率，在各生育階段內均通過0.05的顯著性檢驗，確定為干旱致災因子；在冬小麥不同生育期內，通過冬小麥減產率-致災因子線性模型得到的輕、中、重、特重干旱等級指標，以0.297、0.351、0.214、0.159、0.316、0.547、0.149分別為苗期、越冬期、返青期、拔節期、抽穗期、成熟期和全生育期發生干旱的臨界值；不同生育期冬小麥干旱風險分布形式存在一定地區差異，這與地區降水量對冬小麥需水的滿足情況相符，其中，河北南部和山東西北部在各生育期均屬于冬小麥干旱的高危險性地區。

冬小麥；干旱；作物水分虧缺距平指數；風險

華北、黃淮地區是我國冬小麥主產區，冬小麥產量的高低對全國糧食產量有舉足輕重的影響。其中，河北、河南、山東、山西、北京和天津6省市冬小麥種植面積占全國總種植面積的50.9%，產量占全國總產的58.2%。北方地區光熱資源豐富，但降水有限且分布不均，干旱頻發，若只靠播前底墑和自然降水僅能滿足冬小麥需水量的60%～70%，缺水率在30%以上的年份概率達60%左右[1]。冬小麥發生干旱，導致生理特性改變[2]、灌漿速率下降[3]、干物質積累下降以及光合產物分配格局改變[4]，嚴重影響冬小麥產量。因此，對冬小麥干旱進行及時監測和評估，對制定合理的灌溉措施、減避干旱災害有重要意義。

目前，不少學者針對冬小麥干旱災害，從危險性、災損和防災能力角度進行風險分析與評估[5-8]，上述研究多是針對冬小麥全生育期進行。選擇合適的干旱指標是進行干旱風險分析的基礎，已經得到廣泛應用的干旱指標大致可以分為三類：一類是降水負距平[9]、時段內降水量[10]等，指標簡單易獲，但缺少與實際作物受災的對應；一類是自然水分虧缺[11]、相對濕潤度指數[12]等，指標考慮了水分供需平衡；一類是CVTI[13]、LSA-SAFET[14]等，指標基于RS、GIS和作物模型技術，擴寬了干旱監測評估的范圍。以往冬小麥干旱分析中等級的劃分主要是基于百分位數法或是與災情進行對比分析[9-11]，較少從冬小麥實際災損角度進行劃分。

本研究從業務上應用較多的農業干旱指標出發，以全生育期和不同生育期冬小麥減產率與指標的相關程度和數學模型確定致災因子臨界指標閾值，避免了劃分致災因子等級的主觀性，綜合干旱等級的強度和風險概率，進行冬小麥干旱風險評估，以期為進行冬小麥干旱監測預警、防御和減輕干旱災害提供技術支撐。

1　資料來源與分析方法

1.1數據來源

本文所用的北方冬小麥產量資料來源于中國種植業信息網和農業氣象觀測報表，主要包括河北省、河南省、山東省、山西省、北京市、天津市6省市1981—2012年逐年冬小麥總產、種植面積和單產。站點冬小麥資料來自于全國農業氣象觀測報表和中國種植業信息網，包括上述6省市共61個市縣(圖1)，1981—2012年(部分市縣不足32 a，則以現有年份數據為準)的冬小麥單產、總產和種植面積等，對個別缺測數據采用5年平均法進行插值。市縣冬小麥生育期資料來自全國農業氣象觀測報表和《中國主要農作物氣候資源圖集》[15]。氣象資料來自國家氣象信息中心，華北和黃淮地區共160個氣象站點，包括1980—2012年逐日平均溫度、最高溫度、最低溫度、降水量、日照時數、風速、氣壓等，對個別缺測數據采用歷年同期均值進行插值。冬小麥干旱災情資料來自6省市《中國氣象災害大典》[16-21]和中國種植業信息網。

圖1北方冬麥區產量資料站點(a)和氣象站點(b)

Fig.1Stations of yield for winter wheat and meteorological observation

1.2資料處理

1.2.1冬小麥減產率冬小麥產量是在各種自然因素和非自然因素的綜合影響下形成的，其影響因素可以劃分為農業技術措施、氣象條件和隨機“噪聲”，分別對應趨勢產量、氣象產量、噪音產量(實際計算中可以忽略不計)。冬小麥減產率可以用實際產量低于趨勢產量的百分率表示：

(1)

其中，y′為冬小麥減產率，y為實際產量，yt為趨勢產量。通過趨勢產量分離出的氣象產量應該符合其對氣候因子，尤其是農業氣象災害的響應規律，本文在分析干旱時主要考慮典型干旱年份由干旱造成的冬小麥減產。本文中，采用二次曲線[22]、直線滑動平均法[23]、灰色系統GM(1,1)模型[24]、HP濾波法[25]4種方法，對河北省、河南省、山東省、山西省、北京市和天津市冬小麥趨勢產量進行擬合，結果河北省、河南省、山東省、北京市和天津市以直線滑動平均法擬合精度最高，平均相對誤差分別為4.71%、4.04%、4.40%、3.58%和4.60%；山西省以GM(1,1)模型擬合效果最好，平均相對誤差為9.28%。

1.2.2冬小麥水分虧缺距平指數冬小麥水分虧缺指數反映出冬小麥水分需求與供給之間的差值，但季節、區域差別較大，難以用統一的標準表達各區域水分虧缺程度。因此，用作物水分虧缺距平指數以消除區域與季節差異。某時段作物水分虧缺距平指數(CWDIa)計算如下：

(2)

作物水分虧缺指數(CWDI)表示為：

(3)

其中，P為計算時段內的累積降水量，ETm為相應時段內冬小麥需水量。ETm是由當地氣候條件下潛在蒸散量和作物特性決定，計算如下：

ETm=Kc×ET0

其中，Kc為作物系數(表1)，ET0為參考作物蒸散量，由FAO推薦的Penman-Monteith公式計算[23]。

表1　冬小麥作物系數Kc值

1.2.3降水距平百分率農業干旱的直接原因是降水量異常偏少，降水量可作為農業干旱綜合指標的基礎指標之一，在雨養農業區和土壤水分觀測資料缺乏的地區較為實用。

降水距平百分率是指某時段的降水量與常年同期降水量相比的百分率，計算方法如下：

(4)

1.2.4冬小麥干旱指標構建在冬小麥典型干旱年份，對不同生育期冬小麥減產率與水分虧缺距平指數、降水距平百分率進行相關分析，篩選關鍵因子。

基于關鍵因子，將冬小麥全生育期和不同生育階段(苗期、越冬期、返青期、拔節期、抽穗期、成熟期)站點典型干旱年份的減產率與該關鍵因子進行回歸分析，建立相應生育期內的數學模型。其中，不同生育期的冬小麥減產率以年度減產率與水分敏感系數的乘積表示：

(5)

表2　北方冬小麥水分敏感系數

依據冬小麥減產率5%～10%、10%～20%、20%～30%、>30%，分別對應冬小麥輕度、中度、重度、特重干旱。基于減產率等級和減產率與干旱因子數學模型，構建不同生育期冬小麥干旱等級指標。

1.2.5冬小麥干旱危險性評估綜合考慮冬小麥不同干旱等級指標及其出現的風險概率，構建冬小麥干旱災害風險指數評估模型：

(6)

其中，Q為冬小麥干旱的風險指數；Ji為第i個干旱等級的強度，這里取值為全生育期和不同生育期不同干旱等級下致災關鍵因子的均值；Fi為第i個干旱等級出現的風險概率，研究中i取1、2、3等級，這里風險概率的估算采用信息分配的方法，信息分配方法采用一維線性信息分配函數，通過選定步長(本文為0.01)，對序列進行有序地信息離散處理，即可得到較為合理的概率值，回避了分布函數的檢驗。

2　結果與分析

2.1冬小麥減產率變化

基于各省市產量分離計算得到冬小麥歷年減產率年際間波動較大，在不同地區的變化存在明顯差異(圖2)。從各省市減產率與歷史典型災害年進行對比分析來看：2000—2003年北方冬麥區連續遭受旱災，對冬小麥產量影響較大，尤其是2003年受災程度較高，計算得到2000—2003年6省市冬小麥單產除了個別年份外，均有不同程度減產，平均減產率為0.8%～9.5%。2007年由于降水分布不均，山西省遭受嚴重干旱，且從5月中旬開始出現干熱風天氣，造成冬小麥明顯減產，計算的2007年山西省冬小麥單產減產率為5.35%。2009年初，北方冬小麥主產區發生30年一遇、部分地區50年一遇的嚴重干旱，但由于各級農業部門及時有效地做好了預警、防御工作，最大限度減輕了災害損失，以計算得到的2009年北方各省的冬小麥減產情況看，僅山西省減產較大(12.9%)，山東省、河南省單產略有減少，而河北省、北京市和天津市并未出現減產。河北省歷史上春季氣溫偏高的年份，如1981、1982、2000—2003年，冬小麥均出現不同程度的減產，計算得到河北省上述年份的冬小麥單產減產率分別為24.18%、19.50%、1.61%、5.57%、3.10%、0.80%。從上述歷史典型年份對比情況，可見本文分離的減產率是符合實際的。

圖2北方6省市通過分離趨勢產量得到的減產率

Fig.2Yield reduction rate of winter wheat in six provinces and municipality

2.2關鍵致災因子篩選

從全生育期和不同生育期典型干旱年份不同站點冬小麥減產率與致災因子的關系(表3)可以看出，在大部分生育期內，冬小麥減產率與降水距平百分率達到顯著相關，但在越冬、返青和拔節期沒有達到顯著性水平，這主要是由于沒有考慮冬小麥需水的情況。而在全生育期和不同生育期減產率與CWDIa的相關系數普遍高于降水距平百分率，且均達到0.05的顯著性水平。因此，以CWDIa作為冬小麥干旱致災因子。

注：*代表達到0.05的顯著性水平。

Notes: *, significant at the level ofP<0.05.

2.3冬小麥干旱指標

利用典型干旱年份建立的冬小麥減產率與CWDIa回歸模型(表4)均達到了0.05的顯著性水平。在不同生育期內，從冬小麥減產率與CWDIa的回歸模型擬合效果可以看出，相比于其他生育期，越冬期和返青期的擬合系數較小，這與不同生育期的水分敏感系數的分配相一致。將全生育期減產率按照5%～10%、10%～20%、20%～30%、≥30%分別對應輕度、中度、重度、特重減產，基于全生育期減產率與CWDIa的回歸模型，得到輕度、中度、重度、特重干旱的CWDIa臨界值分別為：0.149、0.171、0.215、0.259。同樣，基于不同生育期冬小麥減產率與CWDIa的回歸模型，按相應的減產率分級可以得到不同生育期干旱等級指標(表4)。

表4　冬小麥生育期干旱等級指標

2.4冬小麥干旱風險評估

在Arcgis中，將冬小麥全生育期干旱風險指數按自然斷點法分為3級，對應冬小麥干旱的低風險區、中等風險區和高風險區，冬小麥干旱風險總體上從北向南逐漸減弱(圖3a)。冬小麥干旱高風險區域主要集中在天津、河北中南部和山東北部地區，中等風險地區在北京、河北中部、山東中南部、山西西南部和河南北部地區，低風險區集中在河北東北部、山西中東部和河南中南部。在冬小麥全生育期內，降水量(圖3b)從南往北減少，大部地區普遍為150～300 mm，只有在河南南部降水量超過300 mm，而全生育期內冬小麥需水量(圖3c)從南往北逐漸增加，一般在250～500 mm，導致大部分地區全生育內自然降水不能滿足冬小麥生長需水，一般虧缺水量達到100～300 mm，且水分虧缺量從南往北增加，河北東部和山東北部虧缺水量在200～345 mm。因此，從自然降水對冬小麥需水的滿足程度看，冬小麥干旱發生程度南部輕、北部重，河北東部和山東北部地區屬于高風險區，這與吳東麗等[27]研究顯示冬小麥干旱較高風險區分布在環渤海的冀東南部和冀東北基本一致，且河北東部地區屬于冬小麥干旱減產的高風險區[1]，南部旱災發生頻次高[28]；低風險區與劉榮花等[29-30]研究認為低風險區包括河南西部和南部、山東東南沿海和山西中南部是基本一致的。

同樣，對冬小麥不同生育期干旱風險進行分級區劃(圖4)，總體上各生育期內冬小麥干旱風險從南往北逐漸增加。苗期冬小麥干旱的高風險區主要在北京、天津、河北大部、山東北部和東部部分地區；越冬期冬小麥干旱的高風險區集中在北京、天津、河北中東部和山東北部；返青期冬小麥干旱的高風險區分布在北京、天津、河北中部、山東中北部；拔節期冬小麥干旱的高風險區主要集中在天津、河北東南部、山東中北部；抽穗期冬小麥干旱的高風險區主要在北京南部、天津、河北中南部、山東西北部；成熟期冬小麥干旱的高風險區在河北東南部、山東西部和山西西南部。

圖3　冬小麥全生育期干旱危險性與降水及需水量區劃

圖4冬小麥不同生育期干旱風險區劃

Fig.4regionalization of drought risk for winter wheat during different period

從冬小麥不同生育期內自然降水和冬小麥需水情況來看，大部分地區冬小麥存在明顯的水分虧缺，苗期冬小麥水分虧缺量一般為10～50 mm，河北大部、北京、天津和山東西北部虧缺量達25～50 mm；越冬期冬小麥需水少，水分虧缺比較少，虧缺量高的地區主要在河北東部、北京、天津和山東北部地區，虧缺量有20～30 mm；隨著冬小麥返青，對水分的需求逐漸增加，水分虧缺逐漸加重，大部分地區水分虧缺在10～80 mm，河北中東部、北京、天津和山東北部水分虧缺量為40～80 mm；拔節期是冬小麥需水關鍵期，水分虧缺會影響冬小麥成穗數和穗粒數，此時段內各地冬小麥普遍缺水30～100 mm，河北東部、北京、天津和山東西北部地區缺水達70～100 mm；抽穗期冬小麥普遍缺水20～140 mm，河北大部、北京、天津、山東西北部缺水70～140 mm；進入成熟期，水分對冬小麥的影響相對較小，缺水較多的地區在河北東南部和山東西北部地區，一般有5～15 mm。因此，在不同生育期，河北南部和山東西北部地區均屬于冬小麥干旱的高風險區，除了自然降水對冬小麥需水滿足程度弱以外，該區自然條件相對較差，灌溉面積較少、可利用水資源不足，多為鹽堿土壤、土壤肥力差。

3　結論與討論

本文基于冬小麥不同生育階段，以冬小麥減產率等級作為劃分標準，構建了冬小麥干旱等級指標，可以在不同階段對冬小麥干旱程度進行動態監測分析。綜合冬小麥干旱等級的強度及其風險概率，評估冬小麥不同生育期干旱風險。在冬小麥全生育期和不同生育期干旱風險均呈現從南往北加重的趨勢，分布存在一定差異，高風險區均包含河北南部和山東西北部地區，這種分布與自然降水對冬小麥需水的滿足程度相一致。

本文中冬小麥趨勢產量擬合符合實際情況，冬小麥產量存在明顯的地域差異。其中，山西省冬小麥單產擬合的平均相對誤差明顯高于其他省份，單產波動幅度偏大，其中有7 a減產率超過10%，明顯多于其他省份(最多有3 a)，分析發現山西省冬小麥年際間的播種面積差異較大，播種面積的變異系數偏大(0.13)，造成冬小麥產量的不穩定，且山西省農業自然條件具有多樣性和不穩定性的特點，加上灌溉面積萎縮、用水效率低，冬小麥生產力不高且不穩定。

基于不同的干旱指標或評估方法，得到的冬小麥干旱風險區劃結果存在一定的差異。本文在高風險區的分布上與部分已有的分析結果相一致，但也存在一定的差異，如本文得到全生育期內北京、天津屬于高風險區，而吳東麗等[27]的研究中北京屬于中低風險、天津屬于較高風險區，王素艷等[31]研究認為北京、天津均屬于較低風險區；本文中河北中南部屬于較高風險區，而張文宗等[32]研究結果為該地區屬于低風險區。上述差異可能是采用了不同的風險指數，或是針對不同區域時得到的指標有所差異所致。因此，有必要對冬小麥研究區域進行劃分，進行精細化的區域冬小麥干旱指標構建和風險分析。

本研究中分析發現冬小麥減產率與水分虧缺距平指數的擬合系數并不高，其原因可能是由于各地逐步采取灌溉措施，灌溉面積不斷擴大，減輕了干旱的影響，盡管自然降水不能滿足冬小麥需水，但采取灌溉措施之后，冬小麥不一定減產，這使得減產率與水分虧缺距平指數相關性下降。因此，有必要考慮地區灌溉措施和水利設施等防災水平。當然，影響冬小麥生產的農業氣象災害除了干旱外，還有干熱風、晚霜凍等，這些災害均會造成冬小麥減產。因此，下一步可以開展結合孕災和防災能力以及多種災害的綜合風險分析。

[1]薛昌穎,霍治國,李世奎,等.華北北部冬小麥干旱和產量災損的風險評估[J].自然災害學報,2003,12(1):131-139.

[2]Wu X L, Bao W K. Statistical analysis of leaf water use efficiency and physiology traits of winter wheat under drought condition[J]. Journal of Integrative Agriculture, 2012,11(1):82-89.

[3]張建平,趙艷霞,王春乙,等.不同發育期干旱對冬小麥灌漿和產量影響的模擬[J].中國生態農業學報,2012,20(9):1158-1165.

[4]谷艷芳,丁圣彥,高志英,等.干旱脅迫下冬小麥光合產物分配格局及其與產量的關系[J].生態學報,2010,30(5):1167-1173.

[5]朱琳,葉殿秀,陳建文,等.陜西省冬小麥干旱風險分析及區劃[J].應用氣象學報，2002,13(2):201-206.

[6]霍治國,李世奎,王素艷,等.主要農業氣象災害風險評估技術及其應用研究[J].自然資源學報,2003,18(6):692-703.

[7]劉榮花,朱自璽,方文松,等.華北平原冬小麥干旱災損風險區劃[J].生態學雜志,2006,25(9):1068-1072.

[8]楊小利,吳穎娟,王麗娜,等.隴東地區主要農作物干旱災損風險分析及區劃[J].西北農林科技大學學報(自然科學版),2010,38(2):83-90.

[9]康西言,李春強,代立芹.河北省冬小麥生產干旱風險分析[J].干旱地區農業研究,2012,30(6):232-237.

[10]Zhang JQ. Risk assessment of drought disaster in the maize-growing region of Songliao Plain, China[J]. Agriculture, Ecosystems & Environment, 2004,102(2):133-153.

[11]肖晶晶,霍治國,金志鳳,等.冬小麥節水灌溉氣象等級指標[J].生態學雜志,2012,31(10):2521-2528.

[12]任義方,趙艷霞,王春乙.河南省冬小麥干旱保險風險評估與區劃[J].應用氣象學報,2011,22(5):537-548.

[13]李艷,王鵬新,劉峻明,等.基于條件植被溫度指數的冬小麥主要生育時期干旱監測效果評價Ⅲ—干旱對冬小麥產量的影響評估[J].干旱地區農業研究,2014,32(5):218-222.

[14]Guadalupe S C, Jürgen V, Alirio A, et al. Assessment of the EUMETSAT LSA-SAF evapotranspiration product for drought monitoring in Europe[J]. International Journal of Applied Earth Observation and Geoinformation, 2014,30:190-202.

[15]崔讀昌,劉洪順.中國主要農作物氣候資源圖集[M].北京:氣象出版社,1984.

[16]溫克剛,王宗信.中國氣象災害大典(天津卷)[M].北京:氣象出版社,2008.

[17]溫克剛,謝璞.中國氣象災害大典(北京卷)[M].北京:氣象出版社,2008.

[18]溫克剛,臧建升.中國氣象災害大典(河北卷)[M].北京:氣象出版社,2008.[19]溫克剛,龐天荷.中國氣象災害大典(河南卷)[M].北京:氣象出版社,2008.

[20]溫克剛,劉慶桐.中國氣象災害大典(山西卷)[M].北京:氣象出版社,2008.

[21]溫克剛,王建國,孫典卿.中國氣象災害大典(山東卷)[M].北京:氣象出版社,2008.

[22]房世波.分離趨勢產量和氣候產量的方法探討[J].自然災害學報,2011,20(6):13-18.

[23]霍治國,劉榮花,姜燕,等.QX/T 81-2007.小麥干旱災害等級[S].北京:氣象出版社,2007.

[24]Li X K, Huang S X, Zhou J M, et al. Study on POPs emissions prediction based on GM(1,1) model[J]. Fuzzy Information and Engineering, 2009,62:1639-1644.

[25]Jone L J. Inverting the Hodrick-Prescott Filter[J]. Computational Economics, 2002,20:117-138.

[26]肖俊夫,劉戰東,段愛旺,等.中國主要農作物分生育期Jensen模型研究[J].節水灌溉,2008,(7):1-3,8.

[27]吳東麗,王春乙,薛紅喜,等.華北地區冬小麥干旱風險區劃[J].生態學報,2011,31(3):0760-0769.

[28]吳榮軍,史繼清,關福來,等.干旱綜合風險指標的構建及風險區劃—以河北省冬麥區為例[J].自然災害學報,2013,22(1):145-152.

[29]劉榮花,朱自璽,方文松,等.華北平原冬小麥干旱區劃初探[J].自然災害學報,2003,12(1):140-144．

[30]劉榮花,王友賀,朱自璽,等.河南省冬小麥氣候干旱風險評估[J].干旱地區農業研究,2007,25(6):1-4.

[31]王素艷,霍治國,李世奎,等.北方冬小麥干旱災損風險區劃[J].作物學報,2005,31(3):267-274.

[32]張文宗,趙春雷,康西言,等.河北省冬小麥旱災風險評估和區劃方法研究[J].干旱地區農業研究,2009,27(2):10-15.

Risk assessment of drought damage during growing stages for winter wheat in North China

ZHANG Lei1, YANG Bing-yun2

(1.NationalMeteorologicalCentre,Beijing100081,China;2.NationalSatelliteMeteorologicalCentre,Beijing100081,China)

Using yield data and meteorological data from 1981—2012 in north China, an appropriate method was selected to fit tendency yield for winter wheat in each province, and the key factor was selected by comparing yield reduction rate with water deficit anomaly index and precipitation anomaly percentage in typical drought years. Based on grade criteria of yield reduction rate, drought damage index was calculated upon the model of yield reduction rate and key factor during different period. Risk assessment model was constructed considering drought grade and its risk probability. The drought risk assessment at growth period of winter wheat was conducted considering drought grade and its risk probability. The results indicated that the correlation coefficient between yield reduction rate and water deficit anomaly index varied from 0.355 to 0.656 at the level ofP<0.05, being greater than that between yield reduction rate and precipitation anomaly percentage. This finding indicated that water deficit anomaly index was appropriate to be selected as the key factor for drought. The mathematical relationship of yield reduction rate and water deficit anomaly index differed during different growth period, and the critical value determining drought occurrence was 0.297,0.351,0.214,0.159,0.316,0.547 and 0.149 for seedling stage, wintering stage, regreening stage, jointing stage, heading stage, maturation stage and whole growth stage, respectively. Drought damage risk for winter wheat differed during different period that matched well with supplement of precipitation and water requirement in region. Overall, high drought risk for winter wheat was in southern Hebei and northwest Shandong during each period.

winter wheat; drought; water deficit anomaly index; drought risk

1000-7601(2016)04-0274-07

10.7606/j.issn.1000-7601.2016.04.41

2015-07-10

國家自然科學基金(41101517)；國家氣象中心青年基金(Q201412)

S162

A