江蘇省單季稻生育期內(nèi)連續(xù)降水事件的時空變化

徐 陽,孫莉娟,黃 進(jìn),伍 瓊,朱雅麗

(1.安徽省農(nóng)村綜合經(jīng)濟信息中心/安徽省農(nóng)業(yè)生態(tài)大數(shù)據(jù)工程實驗室，安徽 合肥 230031； 2.安徽省人工影響天氣辦公室,安徽 合肥 230031； 3.南京信息工程大學(xué) 應(yīng)用氣象學(xué)院，江蘇 南京 210044)

在全球氣變暖的背景下，氣候變化對農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)經(jīng)濟發(fā)展產(chǎn)生了深遠(yuǎn)而廣泛的影響，引起了不同地區(qū)政府機構(gòu)、氣象和農(nóng)業(yè)科技工作者的高度重視[1]。降水是一個地區(qū)氣候變化最直接、最敏感的因素，特別是降水異常引發(fā)的干旱、暴雨、洪澇等氣象災(zāi)害往往給農(nóng)業(yè)造成巨大的損失[2]。鑒于此，采用不同定義不同內(nèi)涵的降水指數(shù)，探討了特定時段內(nèi)降水要素的時空變化已成為我國氣象、水文、農(nóng)業(yè)學(xué)者的重要研究方向。

江蘇省是我國水稻重要主產(chǎn)區(qū)之一，全省以種植單季稻為主，產(chǎn)量占全省糧食總產(chǎn)60%左右，約占全國水稻總產(chǎn)的10%，單產(chǎn)則常年穩(wěn)居全國各主產(chǎn)省份之首[3]。鑒于該省對我國糧食安全保障的重要作用，其單季稻生育期內(nèi)降水要素的時空變化受到了廣泛探討，現(xiàn)有的研究主要集中在分析降水量等常規(guī)指標(biāo)的年際變化[4-7]，而連續(xù)降水事件的時空演變還少有人問津。因此，本文重點探討了江蘇省單季稻生育期內(nèi)連續(xù)降水事件的時空演變及對產(chǎn)量的可能影響。這將為揭示氣候變化背景下該地區(qū)降水變異特征，以及水稻種植的防災(zāi)減災(zāi)起到參考作用。

1 材料與方法

1.1 基本數(shù)據(jù)

本研究所用的氣象數(shù)據(jù)來源于江蘇省氣象局的52個氣象觀測站1961～2012年的逐日降水?dāng)?shù)據(jù)，這52個站點的空間分布具體見圖1。為保證日降水?dāng)?shù)據(jù)的科學(xué)有效，采用加拿大氣象研究中心研發(fā)的RClimDex軟件對各站點的降水資料進(jìn)行質(zhì)量控制和均一性檢驗[8]，結(jié)果表明這52個站點的數(shù)據(jù)均通過了檢驗。與此同時，本研究以多年江蘇省農(nóng)村統(tǒng)計年鑒為依托，收集、篩查、匹配、整理了圖1中各站點所在的52個單季稻種植區(qū)1961～2012年的產(chǎn)量數(shù)據(jù)。

圖1 江蘇省52個氣象站的分布

1.2 連續(xù)降水指數(shù)的計算

連續(xù)降水事件(Consecutive Rainfall Events，簡稱為CRE)是評估降水特征時空變化的常用指標(biāo)，通常日降水量≥0.1 mm被定義為一次降水事件，而最短的連續(xù)降水事件歷時為1 d[9-11]。根據(jù)降雨持續(xù)日數(shù)的差異，本文將CRE劃分成1 d、2 d、3 d、4 d、5 d、≥6 d這6類連續(xù)降水事件。基于此，分別定義了3種連續(xù)降水指數(shù)(Consecutive Rainfalls indices，簡稱為CRI)，第1種為不同歷時CRE的總場次，分別記作N1d、N2d、N3d、N4d、N5d、N6d；第2種為不同歷時CRE的總降雨天數(shù)，分別記作D1d、D2d、D3d、D4d、D5d、D6d；第3種為不同歷時CRE的總降水量，分別記作P1d、P2d、P3d、P4d、P5d、P6d。鑒于江蘇省單季稻全生育期大致為5～10月[12]，本研究提取并計算了各站點生育期內(nèi)不同類型CRI的逐年序列(1961～2012年)，并采用世界氣象組織推薦的非參數(shù)檢驗法“Mann-Kendall趨勢檢驗”(M-K檢驗)來探求CRI的變化趨勢。

1.3 單季稻產(chǎn)量與CRI的相關(guān)分析

為了規(guī)避非氣象因素對產(chǎn)量的影響，僅考慮氣象因素與作物產(chǎn)量的相關(guān)性，對單季稻產(chǎn)量(y)和某個連續(xù)降水指數(shù)(x)的逐年序列先進(jìn)行一階差分預(yù)處理[6]，即：△yt=yt-yt-1，△xt=xt-xt-1。式中△yt為產(chǎn)量差，△xt為CRI差，t為年份。此后，通過計算△yt與不同月份的△xt之間的Person相關(guān)系數(shù)，進(jìn)而探討研究區(qū)單季稻產(chǎn)量波動與CRI年際變化間的可能聯(lián)系。

2 結(jié)果與分析

2.1 連續(xù)降水事件的基本特征

圖2展現(xiàn)了各站點單季稻生育期內(nèi)不同類型連續(xù)降水指數(shù)多年均值的統(tǒng)計結(jié)果。由圖2-a可知，江蘇省連續(xù)降水事件的持續(xù)日數(shù)一般為1～2 d，其中持續(xù)1 d的降水占全年降水事件的41.2%，而持續(xù)日數(shù)≥6 d的連續(xù)降水僅占了總場次的4.3%。圖2-a中連續(xù)降水事件的發(fā)生頻率隨持續(xù)日數(shù)增大而減小，但圖2-b和圖2-c中不同降水事件雨天、雨量貢獻(xiàn)率與這一分布特征并一致。由圖2-b可知，持續(xù)2 d的降水事件貢獻(xiàn)了生育期總雨天數(shù)的28.4%，其次為持續(xù)1 d和3 d的降水事件，分別貢獻(xiàn)了總雨天數(shù)的19.6%和17.9%。由圖2-c可知，持續(xù)2 d的降水事件貢獻(xiàn)了生育期總雨量的27.0%，其次為持續(xù)3 d和≥6 d的降水事件，分別貢獻(xiàn)了總雨量的19.2%和16.2%。總體而言，盡管歷時較長的連續(xù)降水事件發(fā)生頻次較少，但貢獻(xiàn)了相當(dāng)比重的雨天和雨量，表明該研究區(qū)單季稻生育期內(nèi)有著較強的降水集中性，因而淹漬甚至洪澇風(fēng)險較高。

鑒于持續(xù)2 d、3 d和≥6 d連續(xù)降水事件貢獻(xiàn)了6成以上的生育期降水，圖3重點探討江蘇省N2d、N3d和N6d多年均值的空間分布。由圖3-a可以發(fā)現(xiàn)，江蘇省N2d有2個高值區(qū)域，分別是江蘇的西南部和北部，而N2d的低值區(qū)域主要集中在江蘇的西北部。與圖3-a相比，圖3-b、圖3-c中N3d和N6d空間分布特征更為明顯，這2個指數(shù)均呈現(xiàn)出由南往北遞減的梯度變化。特別是江蘇北部的大部分地區(qū)N6d的多年均值超過了1次，這表明該區(qū)域近乎每年都會發(fā)生一次極長歷時的持續(xù)降水，這對當(dāng)?shù)匮雌诜篮楹娃r(nóng)業(yè)生產(chǎn)都帶了不利影響。江蘇省特有的地理位置和氣候過渡性是造成連續(xù)降水事件南北差異的主要原因。以淮河為界，蘇北屬于暖溫帶濕潤、半濕潤季風(fēng)氣候，而蘇南屬于亞熱帶濕潤季風(fēng)氣候。伴隨東亞夏季風(fēng)向北推進(jìn)過程，梅雨帶由南向北移動，蘇南地區(qū)率先入梅，且受梅雨帶控制更為強烈，更容易形成歷時極長的連續(xù)降水事件[13-14]。

圖2 不同歷時連續(xù)降水事件(CRE)次數(shù)、雨天、雨量的統(tǒng)計特征

圖3 江蘇省N2d、N3d和N6d多年均值的空間分布

2.1 連續(xù)降水事件的變化趨勢

對52個站點連續(xù)降水指數(shù)的年際變化序列進(jìn)行M-K趨勢檢驗分析，具體結(jié)果見圖4。由圖4-a和圖4-b可以發(fā)現(xiàn)，在近90%的站點上，歷時3 d連續(xù)降水事件的總場次和總雨天數(shù)呈現(xiàn)出增加趨勢；而在超過70%的站點上，歷時4 d、5 d和≥6 d連續(xù)降水事件的總場次和總雨天數(shù)呈現(xiàn)出減少趨勢。反觀圖4-a、圖4-b中歷時1～2 d連續(xù)降水事件的總場次和總雨天數(shù)，其呈現(xiàn)增加趨勢和減少趨勢的站點近似各占一半。與圖4-a、圖4-b相似，圖4-c中多數(shù)站點的P3d呈現(xiàn)增加趨勢，而多數(shù)站點的P4d、P5d和P6d呈現(xiàn)減少趨勢。略有不同的是圖4-c中超過半數(shù)站點的P1d和P2d呈現(xiàn)增加趨勢。綜上所述，研究區(qū)連續(xù)降水事件發(fā)生了一定的變化，具體表現(xiàn)在全省大部分站點上長歷時連續(xù)降水事件場次及強度的減少，而中短歷時連續(xù)降水事件則有所增強。

圖4 各站點CRI逐年序列的M-K檢驗結(jié)果

對圖4中呈現(xiàn)顯著變化趨勢的站點進(jìn)行分析，發(fā)現(xiàn)P3d和N5d的變化較為突出。在10個站點上，P3d呈現(xiàn)出顯著增加趨勢；而在11個站點上，N5d呈現(xiàn)出顯著減少趨勢。圖5給出了江蘇省近52年P(guān)3d和N5d變化趨勢的空間分布情形，可以發(fā)現(xiàn)P3d呈顯著增加趨勢的站點分布較為零散(圖5-a)，而N5d呈顯著減少的站點大都集中在江蘇南部(圖5-b)。蘇南地區(qū)歷時5 d連續(xù)降水事件場次的顯著減少可能與長江中下游梅雨的年際變化關(guān)系密切。

自2000年以來，拉尼娜事件頻繁發(fā)生，北太平洋海溫年代際振蕩處于負(fù)位相，副熱帶高壓偏強偏西偏北，導(dǎo)致源自印度洋和孟加拉灣的西南水汽輸送路徑更加偏向淮河以北地區(qū)[15]。這使得近年來淮河以南地區(qū)入梅偏晚，出梅偏早，梅雨長度縮短，強度減弱，進(jìn)而導(dǎo)致了蘇南地區(qū)長歷時連續(xù)降水事件的顯著減弱。

實心加號表征顯著增加趨勢；空心加號表征非顯著增加趨勢；空心減號表征非顯著減少趨勢。

2.3 單季稻產(chǎn)量與連續(xù)降水指數(shù)的相關(guān)性分析

在一階差分預(yù)處理的基礎(chǔ)上，計算了各站點單季稻產(chǎn)量與18個CRI的相關(guān)系數(shù)，用來探求生育期內(nèi)連續(xù)降水事件對單季稻產(chǎn)量的可能影響。由圖6可以發(fā)現(xiàn)，不同歷時的連續(xù)降水事件對產(chǎn)量有著不同的影響。就持續(xù)1～2 d的連續(xù)降水事件而言，近60%站點的產(chǎn)量與降水事件的總場次、總雨天、總雨量呈現(xiàn)正相關(guān)性。特別是在8個站點上，單季稻產(chǎn)量與N2d以及D2d呈現(xiàn)出顯著的正相關(guān)性。這些結(jié)果表明：短歷時的連續(xù)降水事件對單季稻產(chǎn)量的負(fù)效應(yīng)不是很明顯。反觀歷時3 d、4 d、5 d、≥6 d的連續(xù)降水事件與產(chǎn)量的關(guān)系，超過60%站點的產(chǎn)量與降水事件的總場次、總雨天、總雨量成負(fù)相關(guān)性。特別是在48個站點上，單季稻產(chǎn)量與P6d呈負(fù)相關(guān)性。綜上所述，連續(xù)降水指數(shù)的年際變化對產(chǎn)量波動有一定指示作用，而中長歷時連續(xù)降水事件的發(fā)生將不利于該省單季稻產(chǎn)量的形成。諸多指數(shù)中，P6d表征連續(xù)降水負(fù)效應(yīng)的效果最為突出，近45%站點的P6d與單季稻產(chǎn)量呈現(xiàn)出顯著的負(fù)相關(guān)性。

圖6 各站點單季稻產(chǎn)量與CRI相關(guān)性分析的統(tǒng)計結(jié)果

由圖7可以發(fā)現(xiàn)，單季稻產(chǎn)量與P6d的負(fù)相關(guān)性有著明顯的地域差異，蘇西南和蘇中北部地區(qū)的單季稻產(chǎn)量對長歷時連續(xù)降水事件的負(fù)效應(yīng)更為敏感。鑒于此，加強對持續(xù)6 d以上連續(xù)降水事件的監(jiān)測預(yù)報，不僅有助于評估降水導(dǎo)致的水稻產(chǎn)量損失，還將為研究區(qū)水稻雨澇災(zāi)害風(fēng)險區(qū)劃提供數(shù)據(jù)支撐。

3 結(jié)論

(1)各站點連續(xù)降水指數(shù)多年均值的統(tǒng)計結(jié)果表明，江蘇省單季稻生育期內(nèi)連續(xù)降水事件的分配格局呈現(xiàn)出一定的集中性，降雨主要集中在持續(xù)2 d的降水事件，其貢獻(xiàn)了生育期25%以上的雨天和雨量。持續(xù)6 d以上連續(xù)降水事件發(fā)生的頻次雖然極少，但卻貢獻(xiàn)了15%以上的總雨量。與蘇北地區(qū)相比，蘇南地區(qū)中長歷時連續(xù)降水事件發(fā)生的場次明顯較高。

空心加號表征非顯著正相關(guān)；實心減號表征顯著負(fù)相關(guān)；

(2)各站點連續(xù)降水指數(shù)的M-K趨勢檢驗的結(jié)果表明，近52年江蘇省單季稻生育期內(nèi)連續(xù)降水事件的總場次、總雨天和總雨量發(fā)生了一定的變化，具體表現(xiàn)在全省大部長歷時連續(xù)降水事件的減弱，而中短歷時連續(xù)降水事件則有所增強。特別是蘇南地區(qū)不少站點的歷時5 d連續(xù)降水事件總雨量(P5d)呈現(xiàn)出顯著減少趨勢。

(3)各站點單季稻產(chǎn)量與生育期內(nèi)連續(xù)降水指數(shù)的相關(guān)分析表明連續(xù)降水事件的年際變化對產(chǎn)量有著一定的影響。中長期歷時連續(xù)降水事件的場次和雨量越高，則對單季稻產(chǎn)量越為不利。諸多降水指標(biāo)中，歷時6 d以上連續(xù)降水事件總雨量(P6d)的負(fù)效應(yīng)最為突出，應(yīng)作為指示單季稻產(chǎn)量波動的關(guān)鍵指標(biāo)加以重視，其中蘇西南和蘇中北部地區(qū)的產(chǎn)量對這一指標(biāo)的負(fù)效應(yīng)更為敏感。

參考文獻(xiàn)：

[1] 鄭勁光,楊曉明,周媛.撫州市近50年降水氣候特征分析[J].江西農(nóng)業(yè)學(xué)報,2014,26(9):86-89.

[2] 隋景躍,尹洪濤,張國林.大凌河流域朝陽區(qū)域降水日數(shù)變化特征[J].江西農(nóng)業(yè)學(xué)報,2016,28(4):71-76.

[3] 佴軍.近30年江蘇省水稻生產(chǎn)的時空變化與效益分析[D].揚州：揚州大學(xué),2013.

[4] 鄧自旺,周曉蘭,陳海山.江蘇降水長期趨勢及年代際變化空間差異分析[J].應(yīng)用氣象學(xué)報,2004,15(6):696-705.

[5] 肖艷兵,奚硯濤,于紅學(xué),等.1960～2011年江蘇省降水變化特征[J].湖北農(nóng)業(yè)科學(xué),2014,53(16):3788-3793.

[6] 朱珠,陶福祿,婁運生,等.1981～2009年江蘇省氣候變化趨勢及其對水稻產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象,2012,33(4):567-572.

[7] 夏露,張強,孫寧,等.1960～2012年江蘇省氣候變化特征[J].冰川凍土,2015,37(6):1480-1489.

[8] 張余慶,陳昌春,姚鑫,等.江西省信江流域極端降水時空變化特征[J].水土保持研究,2015,22(4):189-194.

[9] 李劍鋒,張強,白云崗,等.新疆地區(qū)最大連續(xù)降水事件時空變化特征[J].地理學(xué)報,2012,67(3):312-320.

[10] 李小亞,張勃.河西地區(qū)最大連續(xù)降水事件的時空變化特征[J].水土保持通報,2013,33(2):43-48.

[11] 徐慧,陳鳴,黃進(jìn).內(nèi)蒙古地區(qū)近53a降水格局的時空變化特征[J].人民黃河,2015,37(10):35-38.

[12] 譚孟祥,景元書,曹海寧.江蘇省一季稻生長季氣候適宜度及其變化趨勢分析[J].江蘇農(nóng)業(yè)科學(xué),2016,44(1):349-353.

[13] 孫燕,尹東屏,姚麗娜,等.近50a江蘇梅雨量異常的時空分布及其環(huán)流特征[J].暴雨災(zāi)害,2012,31(2):149-154.

[14] 包云軒,孟翠麗,申雙和,等.基于CI指數(shù)的江蘇省近50年干旱的時空分布規(guī)律[J].地理學(xué)報,2011,66(5):599-608.

[15] 蔣薇,高輝.21世紀(jì)長江中下游梅雨的新特征及成因分析[J].氣象,2013,39(9):1139-1144.