基于產量災損的冬小麥干熱風綜合風險區劃

成 林，張志紅，方文松

(1.中國氣象局/河南省農業氣象保障與應用技術重點開放實驗室， 河南 鄭州 450003; 2.河南省氣象科學研究所， 河南 鄭州 450003)

冬小麥是我國最重要的糧食作物之一，保證冬小麥產量水平穩定對我國糧食安全有重要意義。干熱風是對北方冬小麥生長后期灌漿攻籽威脅最嚴重的農業氣象災害，在冬小麥幾個月的生長過程中，往往持續幾天的干熱風天氣，就可導致冬小麥灌漿異常，粒重大幅降低，嚴重的可減產10%以上[1]。雖然氣候變化背景下不同區域干熱風災害發生格局有一定差異，如黃淮局部干熱風災害的強度、頻率與上世紀六、七十年代相比整體趨于減弱[2-5]，河套平原、西北等麥區干熱風災害卻隨氣候干暖化危害加重[6-7]，但進入21世紀以來，北方干熱風頻率、天數和范圍均有增加趨勢[8-9]，2004、2007、2013等年份，均有較大范圍的干熱風災害發生，尤其2017年5月我國冬小麥主產區河南、河北和山東省多次出現大范圍重度干熱風天氣，受災明顯的河南省西部、南部部分麥區小麥成熟期明顯提前，丘陵崗地小麥千粒重大幅減少。因此，干熱風是農業防災減災管理中不可忽視的災害。

開展災害風險研究可為農業氣象災害風險管理提供基礎與核心支撐[10]。我國研究學者早已意識到干熱風的危害性，在災害指標、防御措施等方面已有較為成熟的研究成果[11-13]。但與干旱、晚霜凍等其他災種相比，干熱風災害風險研究成果相對較少，如楊霏云等[4]通過構建干熱風強度風險指數、綜合抗災指數等對華北冬小麥主產區干熱風災害風險進行了評估；李香顏等[14]利用層次分析法制定了河南省冬小麥干熱風災害風險區劃。專門針對干熱風產量災損的研究更不多見，主要原因是干熱風的影響時段比冬小麥的生育期短，災害造成的產量損失易被掩蓋，也不易從生長前期多種不利因素中分離出來。干熱風風險研究成果的匱乏不利于充分認識災害的危害程度，更不能滿足現代農業生產對風險管理的要求。因此，研究干熱風影響下的產量災損風險，是全面綜合認識災害風險和準確評估災害損失的必然要求，對提高防災減損工作的針對性有重要意義。

本文通過提取灌漿期氣象產量與干熱風災害典型年結合的方法，對河南省冬小麥干熱風災害引起的產量災損進行提取分析，開展全省產量災損風險區劃研究，并與氣候風險區劃成果相結合，得到干熱風災害風險的綜合區劃結果，為農業防災減災提供技術支撐。

1 數據來源與研究方法

1.1 數據來源

本文所用的河南省118個縣地面氣象觀測站(分布圖略)1981-2014年冬小麥灌漿期逐日氣象數據，30個農業氣象觀測站(分布見圖1)1981-2014年冬小麥發育期觀測資料及作物觀測地段產量和產量結構分析數據均來源于河南省氣象局。各縣小麥歷年播種面積、耕地面積及灌溉面積資料源于河南省統計部門。

干熱風災害指標參考中華人民共和國氣象行業標準(QX/T 82-2007)[15]中規定的災害等級。

圖1 河南省農業氣象觀測站分布Fig.1 Distribution of agrometeorological observation stations in Henan Province

1.2 干熱風災害氣候風險區劃

農業氣象災害的氣候風險區劃已有相對成熟的方法可以借鑒，重點考慮氣象災害發生的危險性特征，通常用不同等級災害發生的強度與其概率的乘積來表達[16-18]。干熱風災害氣候風險區劃指數用D表示：

(1)

式中，Wi為干熱風強度指數，di為歷年不同等級干熱風出現的平均天數，pi是第i種干熱風的發生概率，i為強度種類，i=1,2。

與高溫、霜凍等單因子氣象災害不同，干熱風災害由溫、濕、風3個氣象因子共同作用，為了量化表達其強度，第i種強度的W計算參考下式：

(2)

式中，a、b、c為權重系數，根據前人研究成果[19]，分別取值0.73，0.24和0.03。T、U、V分別為臺站歷年出現輕、重干熱風日的平均日最高氣溫、14 h平均相對濕度和14 h平均風速。T0、U0和V0的取值分別為32℃，30%和3 m·s-1。

1.3 灌漿期氣象產量提取

冬小麥單產通?？梢苑纸獬哨厔莓a量和氣象產量，其中趨勢產量隨社會技術進步表現出相對固定的增長規律，可以利用數學函數進行擬合[20]；而氣象產量受冬小麥不同生長發育階段氣象條件的影響，又可以看作是冬小麥抽穗前氣象產量和抽穗后氣象產量的和。因此，抽穗后即灌漿期氣象產量用(3)式表達：

Yw2=Y-Yt-Yw1

(3)

式中，Y為冬小麥單產(kg·hm-2)，Yt為趨勢產量(kg·hm-2)，在此利用三次多項式擬合。Yw1和Yw2分別為抽穗前氣象產量(kg·hm-2)和抽穗后即灌漿期氣象產量(kg·hm-2)。干熱風造成的災損，主要是對Yw2的影響。

在產量構成的三要素中，穗密度和穗粒數主要由抽穗前的氣象條件決定，受灌漿期氣象條件的影響相對較小，灌漿期氣象條件主要影響千粒重。假定W′為該地區千粒重的期望值，YE=Q×K×W′×i,即可看作不受灌漿期氣象條件影響的期望產量，i為經濟系數，W′可用正常年份千粒重的平均值代替。用與提取Yt相同的方法，從YE中分離出的氣象產量即Yw1。將Y、Yt和Yw1代入(1)即得Yw2。

為便于比較，將Yw2/Yt×100%記為灌漿期相對氣象產量，該值為負時表示灌漿期氣象條件對產量不利，取其絕對值表示灌漿期氣象產量的減產率，以下簡稱減產率。

1.4 干熱風產量災損風險指數構建

1.4.1 減產風險指數 雖然干熱風不是冬小麥灌漿期氣象產量減少的唯一原因，但干熱風災害會使減產風險增大，構建減產風險指數時，首先考慮不同減產率的風險概率：

(4)

式中,R為風險概率，f(x)為灌漿期相對氣象產量的概率分布密度函數，x1和x2為減產率。根據灌漿期產量減少的實際情況，重點將減產率≥5%、≥10%和≥20%的概率作為評價指標。用不同減產率與對應減產概率的乘積，并對其求和來構建冬小麥灌漿期減產風險指數，用I表示：

(5)

式中，Ji為第i個等級范圍的減產率，Ri為相應減產率出現的概率。

求算減產率風險概率時，要對灌漿期氣象產量進行分布檢驗，選擇合適的概率分布密度函數求算風險概率。

1.4.2 干熱風年平均減產率 對出現干熱風且灌漿期氣象產量為減產的年份進行篩選，求算各站干熱風年減產率的算術平均值，用Yh表示。

1.4.3 千粒重的變異系數 干熱風災害對冬小麥千粒重有重要影響。由于農業氣象觀測要求觀測地段土壤肥力水平、種植習慣、品種屬性和田間管理方式等相對連續和穩定，除了品種特性改變引起千粒重波動外，氣象條件是引起千粒重年際間變化的重要因素。千粒重的變異系數用Vk表示：

(6)

1.4.4 干熱風產量災損風險指數 灌漿期氣象產量的減產風險指數、干熱風年平均減產率和千粒重變異系數均能夠正向表征干熱風災害風險的高低，在此將I、Yh、Vk進行極差標準化處理后，利用等權重加法模型構建干熱風產量災損風險指數H：

H=I+Yh+Vk

(7)

1.5 干熱風災害綜合風險指數

干熱風產量災損風險已在一定程度上體現了農業抗災能力、承災體脆弱性以及冬小麥生長中后期的生產管理水平。因此構建綜合風險指數時，將干熱風災害氣候風險區劃結果與產量災損風險區劃結果疊加，并主要考慮災害的暴露性指標。綜合風險指數用Q表示：

Q=αD+βH+λE

(8)

式中，E代表干熱風災害的暴露性特征，用冬小麥播種面積占耕地面積的比例計算；α、β、為各指標的權重系數。

采用Kringking插值法，將單點結果進行空間插值分析。

2 結果與分析

2.1 干熱風災害氣候風險

根據(1)式的計算結果可以看出，河南省黃河以北大部，豫西北的洛陽北部、焦作、濟源一帶，豫東開封、商丘、周口局部干熱風災害氣候風險較高；豫中南的許昌、駐馬店大部為中度風險區；而豫西山區和中部平原局部、南陽盆地以及淮南地區干熱風氣候風險較低(圖2)。

2.2 不同減產率的風險概率

作物產量形成過程中的不確定因素主要由氣象因子波動造成，而光照、氣溫等氣象因子大多符合正態分布，因此大多數情況下氣象產量也符合正態分布[21]。經檢驗發現，利用1.3節的方法提取的所有站點灌漿期氣象產量也有較好的正態性。圖3中例舉了河南省東、南、西、北方位的4個代表站點的灌漿期氣象產量的正態概率圖，圖中縱坐標為某樣本的理論分位點，即與分位數(i-0.5)/n相匹配的正態分布值，i為把一組數從小到大排序后第i個數據的位置，n為樣本容量[22]。可見提取的灌漿期相對氣象產量與期望值極顯著線性相關，表明資料呈顯著的正態分布特征。

圖2 河南省冬小麥干熱風災害氣候風險區劃Fig.2 Distribution of climatic risk of dry hot wind hazard

因此求算減產概率時利用樣本平均值μ代替總體數學期望，用樣本均方差σ代替總體方差，利用正態分布函數構建灌漿期相對氣象產量的概率分布密度函數(方程略)。利用(4)式計算不同減產率的風險概率，結果見圖4。灌漿期氣象產量減產率≥5%的高風險區(主要分布在豫東北濮陽、封丘以及南陽地區大部駐馬店西部和信陽地區大部)，風險概率達30%以上，全省大部分區域的風險概率為20%～30%。豫東北、豫西地區也是減產率≥10%的高風險區，風險概率在20%以上，濮陽地區達30%以上，其他大部分區域的風險概率為10%～20%。減產率≥20%的高風險區，主要集中在豫北林州、豫東杞縣、商丘，豫西西部，以及豫中的汝州、方城、駐馬店、襄城一帶,其風險概率在8%以上;除了豫北湯陰、豫中鄭州、許昌，豫西南南陽局部以及信陽大部等地以外，其他各地減產率≥20%的風險概率在4%～8%之間。

圖3 代表站點灌漿期相對氣象產量的正態概率Fig.3 Normal distribution plot of relative meteorological yield for grain filling stage at representative stations

2.3 減產風險指數分布

圖5為歸一化處理后的減產風險指數空間分布，從圖中可見，豫南固始地區是全省減產風險指數最低的區域；而豫北濮陽、林州，豫西三門峽、盧氏，以及豫南方城地區是灌漿期氣象產量減產的高風險區，減產風險指數大于0.8；豫東北大部，京廣線以西大部減產風險指數在0.5～0.8之間，為次高風險區，其他地區減產風險在0.2～0.5之間。

圖4 減產率≥5%(a)、≥10%(b)和≥20%(c)的風險概率空間分布Fig.4 Spatial distribution of the probability risk for yield reduction greater than or equal to 5%(a)、10%(b)and 20%(c)

2.4 干熱風災害年減產率分布

干熱風災害造成減產的主要原因是千粒重的降低，圖6為各研究站點干熱風出現年份千粒重減少率與提取的減產率的相關關系圖，可以看出二者圍繞在1∶1線周圍，相關系數達0.8025，表明提取的灌漿期氣象產量能夠反映出冬小麥生長后期受氣象條件的影響，得出的產量災損基本可以體現冬小麥受災情況。

出現干熱風的年份中，灌漿期減產率較高的區域主要集中在河南省東北部、中南部以及豫東的部分地區，減產率在8%以上，其中濮陽、泛區和方城地區減產率在12%以上。豫西山區小麥產量受干熱風影響較小，平均減產率在4%以下，全省其他大部分地區平均減產率在4%～8%之間，平均值為7.4%(圖7)。

圖5 干熱風減產風險指數分布Fig.5 Distribution of index of yield reduction risk by dry-hot wind

圖6 干熱風年減產率與千粒重減少率散點圖Fig.6 Scatter plot between reduction rate of yield and 1000-kernel weight

2.5 千粒重變異系數的空間分布

由圖8可以看出，豫東北平原局部冬小麥千粒重相對穩定，變異系數小于0.13；豫西盧氏、欒川地區冬小麥千粒重相對低，變化率也較小。而在豫中南局部，冬小麥千粒重易受多種因素影響，千粒重波動較大，變異系數在0.19以上，是全省冬小麥千粒重的主要不穩定區。全省其他大部分地區冬小麥千粒重的變異系數在0.13～0.16之間。

2.6 干熱風產量災損風險指數分布

根據(7)式的計算結果，全省的產量災損風險指數在0.688～2.703之間，為了使產量災損風險類型有序，且便于與干熱風災害的氣候風險結合分析，對D進行歸一化處理，并劃定D≤0.25為低風險區，0.25

由圖中可見，黃河以北局部、豫中鄭州、許昌，豫西伊川，西南部的南陽，以及東南部局部是干熱風產量災損的低風險區，占全部研究區的43.3%。風險較低的主要原因是這些區域小麥千粒重變異系數小，灌漿期減產風險指數相對較低。

圖7 出現干熱風年份的平均減產率Fig.7 Average yield reduction rate for years by dry-hot wind

圖9 干熱風產量災損風險指數分布Fig.9 Distribution of index of yield loss risk by dry-hot wind

中度風險區站點比例為36.7%，包涵了廣大的東部平原區和南陽盆地局部，如產量大縣的商丘、太康縣、泛區、內鄉縣等，也包括西部淺山區，這些地區小麥灌漿期易受災害影響，千粒重易波動，減產風險指數多在0.5～0.8之間。

高風險區占總研究區的20%，其中：林州、三門峽等非灌漿農業區，減產風險指數在0.8以上，是產量災損風險高的重要因素；濮陽以及方城、西平、駐馬店農業灌漿農區的減產風險指數也在0.5以上，且出現減產率≥20%的風險概率較高，出現干熱風的平均減產率達8%以上，易出現重災損失，也是產量災損的高風險區，需重點防范。

2.7 包含產量災損的河南省冬小麥干熱風災害綜合風險

將圖10與圖2對比可知，干熱風氣候風險較高的豫西北、豫北中部以及豫東局部地區，干熱風造成的產量災損風險并不高，而中南部地區，包括許昌南部、駐馬店大部地區，干熱風產量災損風險和氣候風險均較高，是冬小麥灌漿期氣象災害的重點防范區；豫東北濮陽、豫樂商丘等地區是氣候風險和災損風險的中度風險區，也需提高風險管理意識。

利用熵權法[23]確定(8)式中各因子的權重系數，得α=0.4533，β=0.4380，λ=0.1087，干熱風災害綜合風險區劃結果見圖10。可以看出，考慮了產量災損的干熱風災害高風險區主要位于河南省中南部，包括襄城、方城、西平和駐馬店等地，并在林州、濮陽、鞏義和商丘局部等地零星分布；低風險區位于伊川、南陽，以及豫中鄭州、太康等地，淮河以南大部也屬于低風險區。

圖8 千粒重變異系數的空間分布Fig.8 Distribution of variation coefficient for 1000-kernel weight

圖10 干熱風災害綜合風險分布Fig.10 Distribution of comprehensive risk of dry-hot wind

3 結論與討論

干熱風災害造成的產量災損風險是開展災害風險研究的重要步驟。受冬小麥生長后期麥田的土壤肥力、墑情、品種抗逆特性、田間管理水平等影響，干熱風發生時的強度與造成的實際災損并不一定相吻合，因此干熱風產量災損的提取也是干熱風災害風險研究的難點問題。本研究的創新點在于：通過假設千粒重期望值的方法，將灌漿期氣象產量從全生育期氣象產量中分離出來，從而提取出受干熱風影響的產量災損，并基于產量災損風險進行了干熱風災害綜合風險區劃，具有更強的科學性。研究發現，河南省干熱風災害造成的平均減產率達7%，干熱風產量災損高風險區主要位于林州、濮陽、三門峽以及豫南的方城、西平和駐馬店等地，占總研究區的20%，產量災損風險高的主要原因是灌漿期氣象產量的減產風險概率較高。

災害的氣候風險即農業氣象災害致災因子的危險性特征，干熱風災害氣候風險區劃指數分析結果顯示：河南省中南部的許昌、駐馬店大部干熱風災害氣候風險較高，這一區域與產量災損高風險區重疊，是干熱風災害防御與風險管理的重點區域。綜合來看，許昌南部、南陽東部和駐馬店大部以及林州、濮陽、鞏義和商丘局部等地災害綜合風險較高。

與李香顏等[14]考慮災害發生日數與概率構建的干熱風災害危險性指數相比，本研究中的干熱風災害氣候風險還同時考慮了溫度、濕度和風速三個氣象因子共同作用的災害強度，2種方法所得的空間分布區域相似；但現有成果中未見專門針對灌漿期產量災損提取和分析的報道，而本文以干熱風災損風險為重點開展區劃研究，因此干熱風綜合風險的空間分布與前人成果存在一定差異。

本研究剔除了抽穗前氣象條件的影響，充分考慮了承災體受災的產量損失風險。但僅采用數理統計方法對大樣本資料進行分析，未結合災害影響機制、千粒重變異的具體原因等因素分析產量災損風險，仍具有一定的片面性，因此數理統計方法與田間試驗相結合的災損提取方法[24-25]有待進一步研究。