基于當量積溫對寒地水稻生長季低溫冷害年的判定*

朱海霞，呂佳佳，閆 平，曲輝輝，王 萍**，于瑛楠，王秋京，李秀芬，李百超

?

基于當量積溫對寒地水稻生長季低溫冷害年的判定*

朱海霞1，呂佳佳1，閆 平1，曲輝輝1，王 萍1**，于瑛楠1，王秋京1，李秀芬1，李百超2

（1．中國氣象局東北地區生態氣象創新開放實驗室/黑龍江省氣象院士工作站/黑龍江省氣象科學研究所，哈爾濱 150030；2．黑龍江省氣象局，哈爾濱 150030）

基于水稻生物學性質，根據氣溫晝夜節律和水稻溫強系數研究成果，從熱量影響水稻發育的多種角度出發，設計當量積溫、負當量積溫、熱量匹配累積指數三種水稻生長季熱量表征指標，研究寒地水稻低溫冷害的判識方法。采用21a滑動平均法，獲得黑龍江省1971?2016年水稻生長季各熱量指標的距平百分率，分析其對低溫冷害的判識能力。結果表明：各熱量指標距平百分率取值越低，對冷害的指示能力越高；利用加權隸屬度模型構建三者綜合距平百分率冷害判定模型，距平百分率＞?5%為無冷害，?10%＜距平百分率≤?5%為輕度冷害，?15%＜距平百分率≤?10%為中度冷害，距平百分率≤?15%為重度冷害；綜合距平百分率能夠判識水稻生長季的低溫冷害，且能反映冷害程度，對典型冷害年的判識準確率達100%；黑龍江省冷害群發性特征非常明顯，如1971、1972、1976、1981、1983、1992、2002和2009年典型冷害年，不僅冷害發生區域廣，且冷害程度較重；1986、1987、1989、1993、1995和2003年為輕度或局地冷害年。

延遲型冷害；當量積溫；距平百分率；冷害年；冷害程度

中國作為世界上種植粳稻面積最大的國家之一，雜交粳稻面積約3%～4%，2014年黑龍江省年水稻種植面積已經超過400hm2，現已成為中國乃至世界最主要的粳稻生產基地之一[1?2]。黑龍江省地處中高緯度，南北跨度約11個緯度，屬寒地稻作區，加之20世紀90年代，氣溫增暖明顯，水稻可種植面積進一步擴大[3]，但夏季冷空氣活動頻繁，熱量不足是影響該地區水稻產量波動的主要因素；在水稻生長發育期間低溫冷害出現具有普遍性、多發性和嚴重性等特點，一直是影響黑龍江省水稻持續發展的主要因素之一。

水稻冷害分延遲型冷害、障礙型冷害及二者同時作用水稻的混合型冷害，水稻主要表現為生育延遲、揚花和授粉不良，造成生育期拖后或空癟率高，最終表現為產量和品質的下降。全球氣候變暖已是不爭的事實，但極端冷害事件仍時有發生[4]，氣候變化導致水稻孕穗抽穗期冷害風險則進一步增強[5]。針對作物冷害診斷指標的研究主要分三類，第一類以平均溫度為研究對象，研究水稻生長季溫度距平或某時段平均溫度低于冷害閾值來表征水稻遭受的延遲型或障礙型冷害[6?9]。第二類指標主要是根據作物各發育期三基點溫度建立較為復雜的熱量指數[10]，進而評價作物生長季的熱量程度。第三類指標則以熱量的累積程度為研究依據，國內外多采用積溫虧缺程度來描述作物冷害[11?14]，該類指標考慮了作物生育期內的熱量累積，并體現了不同作物的發育起點溫度，在冷害量化研究中應用較為廣泛，在農業安全生產和防災減災中發揮著不同程度的作用，但該類指標仍有不足之處，馬樹慶等[15]指出≥10℃積溫距平對近50a水稻冷害的判識率約75%，且存在區域差異。對于東北亞地區，水稻無論發生延遲型冷害或障礙型冷害，其本質為水稻生長發育階段長期熱量不足或者水稻生殖生長階段的敏感期遭遇短時間的極端低溫，理論上第三類冷害指標判識能力優于第一和第二類指標，但目前無論哪類判識指標，對冷害的診斷均有不足，對水稻防災減災服務能力的提升很有限。

積溫是評估區域熱量資源和測算生長發育進程的重要指標。目前應用最廣泛的兩種積溫表達形式為活動積溫和有效積溫，均為簡單、粗略計算，表征作物各階段熱量累積程度的能力不足，對農業的指導較粗放。作物生長發育的三基點溫度理論作為溫度有效性的進一步詮釋，是許多相關熱量研究的基礎理論，大量的熱點研究也基于此開展[16?18]。在20世紀60年代，日本北海道農業試驗場的森田弘彥等通過實驗提出了“有效氣溫當量”的概念[19]。中國學者沈國權對水稻不同溫度的有效性進行了深入研究，并提出當量積溫的概念[20?21]。朱海霞等[22]根據沈國權等[20?21]水稻溫度有效性研究成果和氣溫晝夜節律變化，利用方程分段模擬出低于20℃、高于30℃的水稻溫強系數，獲得了水稻三基點溫度范疇的溫強系數，提高了日溫度當量、生長季當量積溫計算精度。鑒于目前各類冷害指標對水稻冷害診斷的不足，本研究擬采用當量積溫的熱量表征方法，并考慮一日中低溫時段對水稻產生消極作用的溫度累積量，設計獲得三種熱量表征指標，分析多年來熱量虧盈與氣象產量的趨勢關系，開展水稻生長季低溫冷害和冷害程度的判定方法研究，明確冷害致災臨界值，進而判定1971年以來的寒地水稻低溫冷害年，為水稻的安全生產、農業生態系統的穩定性與協調性提供理論依據。

1 資料與方法

1.1 研究區概況

黑龍江省（121°11'?135°05' E，43°26'?53°33'N）屬溫帶、寒溫帶大陸性季風氣候。四季分明，夏季雨熱同季，全省年平均氣溫在?4.0～5.0℃，氣溫由東南向西北逐漸降低，無霜期為100～160d；除大興安嶺地區外，松嫩平原、三江平原、牡丹江半山區及黑河地區均可種植水稻，其中齊齊哈爾、綏化、大慶和哈爾濱屬松嫩平原，鶴崗、佳木斯、雙鴨山、七臺河和雞西屬三江平原。

1.2 資料來源與處理

選擇黑龍江省水稻種植區71個氣象站1971?2016年逐日最低氣溫和最高氣溫資料；黑龍江省氣象災害普查數據均來自省氣象局。部分氣象站1971?2016年產量數據，來自黑龍江省各年統計年鑒。

氣象產量主要是由天氣氣候條件決定的，可以反應氣象災害年的災害程度，具體分離過程詳見文獻[23]。

1.3 水稻生長季熱量指標計算

根據氣溫晝夜節律變化，朱海霞等[22]利用日氣溫極值模擬出日24h的逐時氣溫，并獲得水稻三基點溫度范疇的溫強系數，根據日24h逐時氣溫和溫強系數獲得日溫度當量，進而累加獲得整個生長季的當量積溫，提高了熱量表征的精確度。鑒于目前各類冷害指標對水稻冷害診斷的不足，本文參考文獻[22]中日溫度當量的定義，首先計算水稻生長季當量積溫；在此基礎上，進一步設計計算同期的負當量積溫以及兩者的比值即熱量配比指數，以各序列21a滑動平均的距平百分率為指標，綜合判識水稻生長季熱量充盈與虧缺情況，并驗證其對低溫冷害年的指示作用。

（1）生長季當量積溫

生長季當量積溫為水稻生長季逐日溫度當量[ 24 ]的累積值，計算式為

式中，T為水稻生長季當量積溫（℃·d）。ti為水稻生長季里某天24h內i時刻的氣溫（℃）。k為水稻溫強系數，具體取值見表1[22]。n為24。

（2）負當量積溫

一日中晝夜氣溫起伏波動，部分時刻氣溫接近或位于水稻的最適溫度范圍，但仍有部分時段溫度低于水稻最適溫度下限，對水稻生產起消極作用。因此，本研究引入負當量積溫概念，根據文獻[22]，溫度為24℃時，溫強系數約為1，是水稻生長發育最適溫度下限，某時刻溫度或日溫度越低，尤其明顯的低溫時段，消極溫度累積量越多，對水稻生育影響越大。為體現這種關系和危害性，定義負當量積溫計算方法為

表1 黑龍江省水稻生育階段的溫強系數

（3）熱量配比指數

假定一天中有效溫度累積量即當量積溫值不變，消極溫度累積量即負當量積溫值偏小，較之負當量積溫值偏大而言，熱量滿足條件更優，為體現這種差異，引入熱量配比指數概念，即反映水稻生長季某日中有效作用溫度與消極作用溫度量的配比關系，數值越小，表明有效作用溫度累積量少，或消極溫度累積量多，具體計算式為

則令其為1。

M為熱量匹配指數，式（3）和（4）中ti、i、k、n取值同式（1）。

黑龍江省水稻種植北界為北緯50.25°N，大部地區水稻移栽時間為5月中旬?下旬，9月下旬基本成熟，因此，取5月21日為水稻移栽的初日，作為計算水稻生長季熱量累積的初日，假定9月30日為水稻成熟末日，作為水稻生長季熱量累積的終日。

1.4 水稻生長季各熱量指標距平百分率計算

科技進步、育種技術水平的提高以及氣候變化背景下熱量資源的改變均使水稻品種更迭不斷，但在較短的時間里，水稻栽培水平、品種熟性等又相對穩定。為體現這種狀況，以21a為研究時段，計算3個熱量指標的21a滑動平均的距平百分率，即

2 結果與分析

2.1 水稻生長季熱量指標對水稻氣象災害年的指示作用

在黑龍江省西部、中部和東部選擇海倫（126.9°E，47.5°N）、延壽（128.3°E，45.5°N）和虎林（132.9°E，45.8°N）氣象站為代表，利用水稻氣象產量分析各熱量指標距平百分率對水稻冷害的指示作用。實際生產中，多種因素，如干旱、洪澇、低溫冷害等均會引起氣象產量的波動，且黑龍江省在國家糧食安全保障中有著舉足輕重的作用，糧食產量波動易受多種因素干擾，因此，僅進行距平百分率為負值時與氣象產量的趨勢一致性分析。距平百分率與氣象產量趨勢一致性的判定原則為：1971?2016年，共計46a中，某一年距平百分率和氣象產量均為負值時，則該年二者趨勢一致，若距平百分率為負值，而氣象產量為正值，該年二者趨勢不一致，根據趨勢一致數量的年份占總判定年份的百分比高低來判定該熱量指標距平百分率對寒地水稻冷害的指示能力。

實際農業生產中，水稻安全種植有一定的彈性，加之栽培技術和農業部門的防災減災，輕度的熱量不足不會造成作物生長發育的顯著影響，也不會造成氣象產量的明顯波動，因此，以距平百分率低于0、?1%、?2%等時，考察各冷害判定臨界值對低溫冷害的指示作用，具體見表2、表3和表4。

當量積溫、負當量積溫和熱量匹配指數距平百分率臨界值為0時，與氣象產量趨勢一致的年份三站平均13～15a（表2?表4），其對冷害的指示能力三站平均為63%～69%，隨著距平百分率臨界值的降低，其指示能力三站平均值總體升高，但海倫站當量積溫距平百分率低于?4%時，指示能力達最高，而延壽和密山站，當量積溫距平百分率低于?7%的年份，其與氣象產量趨勢一致性完全一致，指示能力高達100%；而負當量積溫距平百分率臨界值低于?7%時，指示能力也上升至83%以上，密山和海倫站，隨著負當量積溫距平百分率臨界值進一步降低，指示能力升至100%；熱量匹配指數距平百分率臨界值降至?19%以下時，對海倫和密山站冷害的指示能力升至88%和100%，延壽略低。上述表明，當量積溫、負當量積溫和熱量匹配指數距平百分率能夠表征水稻生長季年代間的熱量虧盈，距平百分率越低，熱量嚴重不足，氣象災害年的冷害表現越明顯；隨著指示能力的升高，三者與氣象產量趨勢一致的年份數量逐漸減少，表明被判定冷害年的數量也在減少。研究表明[24]，1971年以來黑龍江省不同地域作物生長季冷害年為8～14a，表明當量積溫、負當量積溫和熱量匹配指數距平百分率冷害判定臨界取值較低時，易漏判冷害年。

表2 三個代表站當量積溫距平百分率與氣象產量負值年對應程度分析

Table 2 Analysis of degree on negative meteorological yield correspond with anomalous percentage of equivalent accumulated temperature（T） for three representative stations

注：平均年數指距平百分率與氣象產量負值年一致的年數平均值；指示能力反映兩者趨勢一致年數占總年數的百分比。下同。

Note: Average years is average of years for trend consistency on negative meteorological yield correspond with anomalous percentage of equivalent accumulated temperature；Identifiable ability is percentage of numbers of trend consistency of the both in the total. The same as below.

表3 三個代表站負當量積溫距平百分率（T負）與氣象產量負值年對應程度分析

Table 3 Analysis of degree on negative meteorological yield correspond with anomalous percentage of negative equivalent accumulated temperature（T負）for three representative stations

表4 三個代表站熱量匹配指數距平百分率（M）與氣象產量負值年對應程度分析

Table 4 Analysis of degree on negative meteorological yield correspond with anomalous percentage of matching index of heat（M）for three representative stations

2.2 水稻生長季熱量指標對水稻低溫冷害年的指示作用

2.2.1 單一指標

當量積溫、負當量積溫和熱量匹配指數距平百分率取值較低時，對水稻氣象災害年有較好的指示作用。根據相關文獻[14,25?27]，1971、1972、1976、1981、1983、1992、2002和2009年黑龍江省出現了典型的低溫冷害。經仔細分析，部分年份上述三者對低溫冷害指示均有不足（表5），如1971年海倫當量積溫和負當量積溫、1976年密山當量積溫、1981年延壽熱量匹配累積指數、1983年延壽負當量積溫和1992年密山當量積溫距平百分率為?4.5%～0.6%，熱量虧缺程度較輕，易對冷害性質和程度指示不足，易判定為輕度冷害或無冷害，而對應站、對應年份其它熱量指標偏低程度較明顯，明確指示出冷害的出現，不易漏判和誤判。

表5 三個代表站典型冷害年水稻生長季三要素的距平百分率（%）

Table 5 Anomalous percentage of three factors in cold damage years during growth of rice for three representative stations（%）

注：T、T負和M分別為水稻生長季當量積溫、負當量積溫和熱量匹配指數。

Note: T，T負and M is accumulated equivalent temperature, negative accumulated equivalent temperature and matching index of heat, respectively.

2.2.2 綜合指標

（1）綜合指標設計

以上分析可見，利用單一指標判定水稻低溫冷害年，易出現一定的誤判或漏判，為此，通過權重系數對3個單一指標距平百分率進行綜合，構建加權隸屬度計算模型，獲得黑龍江省水稻冷害年判定的綜合距平百分率模型，即

（2）綜合指標對水稻低溫冷害年的判定

由表6可見，綜合距平百分率與氣象產量趨勢一致性表現與表2?表4相似，即隨著綜合距平百分率臨界值的降低，其對氣象災害年的指示能力三站平均值總體升高，尤其是延壽站和密山站，綜合距平百分率低于?9%的年份，指示能力高達100%，但被判定冷害年的數量也在減少，判定冷害年的綜合距平百分率臨界取值過低，則漏判冷害年。

表6 三個代表站綜合距平百分率（P）與氣象產量負值年的一致性分析

Table 6 Analysis of degree on negative meteorological yield correspond with integrative departure percent（P）for three representative stations

根據表6，綜合距平百分率取值越低時，其對低溫冷害的指示能力越強，但易漏判冷害年。根據中國氣象災害大典（黑龍江卷）冷害年的記載[25]及相關文獻[26-27]，黑龍江省1971年以來水稻生長季發生大范圍的典型冷害年8～9a，為了避免漏判低溫冷害年，選擇三站平均指示能力達80%以上，趨勢一致年份數量為9～10a，綜合距平百分率為?5%作為低溫冷害年判定的臨界指標，并確定水稻中度和重度冷害年的閾值，具體見表7。

表7 水稻低溫冷害年判定的綜合距平百分率（P）閾值

Table 7 Threshold values of the integrative departure percent(P) to be identified cold damage year for rice

2.3 綜合指標對黑龍江省水稻冷害年判定的驗證

利用表7水稻低溫冷害判定的閾值，分析獲得黑龍江省水稻生產區71個氣象站1971年以來低溫冷害的判定結果，并與相關文獻[25?27]、黑龍江省氣象災害普查數據中關于低溫冷害災害的記錄（表8）比對，驗證綜合距平百分率對冷害的指示和判定能力。圖1為1971年以來各年水稻生長季低溫冷害的空間分布。由圖可見，黑龍江省46a內發生大范圍水稻冷害的年份為1971、1972、1976、1981、1983、1992、2002和2009年，71個氣象站中約73%的站點發生了低溫冷害，其中1972、1976、1992和2009年發生面積最廣，全省范圍均被判定出現了低溫冷害，與表8中冷害年對應的冷害記錄的范圍較相符。水稻冷害較重的年份有1971、1972、1976、1992、2002和2009年，1981、1983年次之，其中1972年冷害最重，雖然文獻記錄中對冷害程度的記錄較為模糊，但從文獻中作物受冷害影響而產生的表現來看，被判定為冷害較重的年份對應的記錄多為“糧食質量和產量明顯下降”、“糧食減產幅度大”和“水稻空殼率和空癟率高”等表示冷害程度較為明顯的詞匯，說明綜合距平百分率閾值判定黑龍江省水稻冷害年的程度與事實較為吻合。發生區域為中小范圍的冷害年為1987、1989、1993和1995年，局部范圍的冷害年為1986、2003年，除1993年外，這些年份均以輕度冷害年為主，與文獻記錄的冷害范圍較一致，從作物受冷害影響的相關記錄看，多以“生長延遲、緩慢”等記錄為主，表明這幾年低溫冷害程度較輕，未引起產量的大幅波動。

圖1 1971?2016年黑龍江省水稻低溫冷害年綜合距平百分率的空間分布

表8 1971?2016年黑龍江省冷害年記錄

Table 8 Records of the cold damage years in Heilongjiang province from 1971 to 2016

Note: E- is the first ten-day of a month；M- is the middle ten-day of a month；L- is last ten-day of a month.

表8中部分年份簡要記錄了黑龍江省冷害年里不同地域間冷害程度，如1972年記錄了黑河境內的嫩江和哈爾濱西部的呼蘭冷害嚴重，與圖1b冷害程度分布吻合；2002年記錄寶清、樺南、佳木斯市和撫遠等地（均位于三江平原）受災明顯，與圖1l里重度冷害落區一致；1986年記錄牡丹江東部的綏芬河、1993年記錄牡丹江地區及三江平原南部的七臺河與雞西、1995年記錄黑河的嫩江、綏化、牡丹江的海林、2003年牡丹江的海林冷害空間分布與圖1f、圖1j和圖1k冷害落區一致；表8中記錄了1976年西部冷害較重、1983年東部冷害較重，而圖1c和圖1e未明確中西兩地間冷害程度的明顯差異。

圖1所示，46a內在黑龍江省水稻種植區均發生水稻低溫冷害的年份為1972、1976、1983、1992和2009年，其中1972年為中重度冷害年，為46a之最，而黑河地區、大慶地區、綏化大部和哈爾濱大部為重度冷害，其它則以中度冷害為主，三江平原東部則為中輕度冷害；1976、1992和2009年為中度冷害年，1983年為輕度冷害年；46a內黑龍江省水稻種植區出現大范圍水稻低溫冷害的年份為1971、1981和2002年，1971和1981年為中輕度冷害年，冷害程度均呈自東向西逐漸減弱，2002年冷害程度呈自西向東輕、中、重度分布；46a中出現區域性低溫冷害的年份為1986、1987、1989、1993、1995和2003年，其中1986和2003年均為局地冷害年，且上述年份多以輕度低溫冷害為主。

3 結論與討論

基于氣溫的晝夜節律和水稻溫強系數研究成果[22]，獲得寒地水稻生長季當量積溫，以表征熱量虧盈，并設計負當量積溫和熱量匹配指數概念，用以表征低溫時段對水稻發育起消極作用的溫度累積量對水稻生育的影響，采用21a滑動平均法，研究1971?2016年當量積溫、負當量積溫和熱量匹配指數的距平百分率對低溫冷害的指示能力。為避免單一指標對冷害年和冷害程度的誤判，利用加權隸屬度模型構建水稻生長季冷害年和程度的綜合距平百分率判定模型。綜合距平百分率低于0時，其與氣象產量趨勢一致性平均為64%，并伴隨綜合距平百分率判定冷害的臨界值降低，其對低溫冷害指示能力進一步增強；進而獲得了黑龍江省水稻生長季不同低溫冷害程度的判定閾值，閾值＞?5%為無冷害，?10%～?5%為輕度冷害，?15%～?10%為中度冷害，閾值≤?15%為重度冷害；綜合距平百分率模型對有資料記載可查的冷害年判識率達100%，不僅能準確判識一些典型的冷害年，對于1986年因小范圍冷害出現，而很難被界定的冷害年也有很好的判識能力；鑒于黑龍江省多數低溫冷害年的災害記錄較粗糙，綜合距平百分率模型對低溫冷害程度的驗證也較粗放，而對災害程度記錄較豐富的年份，相關地域與相應冷害程度的空間分布落區則基本一致。

黑龍江省冷害群發性特征非常明顯，46a內水稻種植區發生大范圍水稻冷害的年份為1971、1972、1976、1981、1983、1992、2002和2009年，典型冷害年不僅發生區域廣，且冷害程度較重，區域性冷害的發生年份為1987、1989、1993和1995年，局地冷害為1986年和2003年。1972年為中重度冷害年，1976、1992和2009年為中度冷害年，其余年份多為輕度冷害年。20世紀70年代水稻冷害頻次為3次，程度發生偏重；80年代水稻冷害頻次較多，共計5次，以輕度冷害年為主；90年代和21世紀10年代，冷害頻次與70年代相近，冷害程度偏輕；2011?2016年則無冷害。

冷害是指農作物生育期間遭受0℃以上（有時在20℃左右）的低溫危害，可使作物生育延遲，或生理活動受阻，造成減產。因遭遇冷害后，作物外觀常無明顯變化，與凍害、洪澇等農業氣象災害造成的傷害不同，有“啞巴災”之稱，待作物成熟后才體現出危害，或因冷害造成的傷害較輕，易被忽略。低溫冷害是一種地域性很強的農業氣象災害，對其有指示性的冷害指標的區域性和地理性也較強[13]。熱量是生物體生長和活動的必要條件，以熱量累積程度為研究對象的冷害指標因兼顧了不同作物的生物學溫度，其生物學意義明顯，理論上能夠準確地對冷害進行診斷。本研究從熱量影響水稻生長發育的多種角度出發，由當量積溫、負當量積溫和熱量匹配指數構建的綜合距平百分率冷害判識指標，能夠反映出多年水稻生長季熱量虧缺程度，為黑龍江省各地冷害年的判定提供了統一的方法，提高了寒地水稻冷害年判識的精度，若能結合中長期溫度預測，可以在水稻發育的中期階段對水稻生長季熱量進行預判，從而實現水稻低溫冷害的預警與減災。

水稻生長發育需要季節或晝夜溫度的節律變化，晝間溫度高，夜間溫度低，晝夜間溫差大則有利于水稻發育，因此，夜間較低的溫度對水稻發育并非均有害，除非異常的低溫對水稻造成了冷害，應加以區別。提高積溫的計算精度是準確評價低溫冷害、預警冷害的基礎，當量積溫中的溫強系數實則為溫度有效性的具體表達，能夠體現不同物種對溫度的不同利用率，揭示積溫的本質，能夠客觀判定和評價低溫冷害，但較之傳統的活動積溫、有效積溫和早期的當量積溫，基于氣溫晝夜節律和水稻溫強系數獲得的當量積溫、負當量積溫和熱量匹配指數在表征熱量虧盈上的優勢與不足還有待進一步深入探討。

[1] 趙黎明,李明,鄭殿峰,等.灌溉方式與種植密度對寒地水稻產量及光合物質生產特性的影響[J].農業工程學報,2015,31 (6):159-169.

Zhao L M,Li M,Zheng D F,et al.Effects of irrigation methods and rice planting densities on yield and photosynthetic characteristics of matter production in cold area[J].Transactions of the CSAE,2015,31(6):159-169. (in Chinese)

[2] 彭顯龍,劉洋,于彩蓮,等.寒地稻田土壤氮素礦化特征的研究[J].中國農業科學,2014,47(4):702-709.

Peng X L,Liu Y,Yu C L,et al.Study on the nitrogen mineralization characters of paddy soil in cold area[J]. Scientia Agricultura Sinica,2014,47(4):702-709.(in Chinese)

[3] 朱海霞,李秀芬,陳健,等.基于作物種植角度的黑龍江省熱量資源時空格局[J].中國農學通報,2018,34(12):107-113.

Zhu H X,Li X F,Chen J,et al.Spatial and temporal pattern of heat resources:based on crop planting perspective in Heilongjiang[J].Chinese Agricultural Science Bulletin,2018, 34(12):107-113.(in Chinese)

[4] Hiroyuki S.Earlier rice phenology as a result of climate change can increase the risk of cold damage during reproductive growth in northern Japan[J].Agriculture, Ecosystems & Environment,2011,144(1):201-207.

[5] Pearce R S.Molecular analysis of acclimation to cold[J].Plant Growth Regulation,1999,29(1-2):47-76.

[6] 朱海霞,王秋京,閆平,等.孕穗抽穗期低溫處理對黑龍江省主栽水稻品種結實率的影響[J].中國農業氣象,2012,33(2): 304-309.

Zhu H X,Wang Q J,Yan P,et al.Effect of low temperature at heading stage on seed setting rate of major rice varieties in Heilongjiang province[J].Chinese Journal of Agrometeorology, 2012,33(2):304-309.(in Chinese)

[7] 張夢婷,劉志娟,楊曉光,等.氣候變化背景下中國主要作物農業氣象災害時空分布特征Ⅰ:東北春玉米延遲型冷害[J].中國農業氣象,2016,37(5):599-610.

Zhang M T,Liu Z J,Yang X G,et al.Temporal and spatial variations of agro-meteorological disasters of major cropsin China under the background of climate change I :delayed chilling damage of spring maize in Northeast China[J]. Chinese Journal of Agrometeorology,2016,37(5):599-610.(in Chinese)

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

Cheng Y X,Wang X Z,Guo J P,et al.Methods review of monitoring, evaluation and forecasting of crop cold damage [J].Chinese Journal of Agrometeorology,2012,33(2):297-303. (in Chinese)

[9] 胡春麗,李輯,林蓉,等.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[J].中國農業氣象,2014, 35(3):323-329.

Hu C L,Li J,Lin R,et al.Characters of sterile-type chilling damage in rice and its relationship with temperature at key growth stage in Northeast China[J].Chinese Journal of Agrometeorology,2014,35(3):323-329.(in Chinese)

[10] 陳玥熤,郭建平.新疆棉花低溫冷害逐步回歸預測模型[J].中國農業氣象,2008,29(4):485-490.

Chen Y Y,Guo J P.Stepwise regression prediction model for cotton cold damage in Xinjiang Uygur Autonomous Region[J].Chinese Journal of Agrometeorology,2008,29(4): 485-490.(in Chinese)

[11] 紀仰慧,王晾晾,姜麗霞,等.黑龍江省2009年水稻障礙型冷害評估[J].氣象科技,2011,39(3):374-378.

Ji Y H,Wang L L,Jiang L X,et al.Evaluation of sterile-type rice cold injury in Heilongjiang Province in 2009[J]. Meteorological Science and Technology,2011,39(3):374-378. (in Chinese)

[12] 王秋菊,張玉龍,劉峰,等.黑龍江省水稻品種跨積溫區種植的產量和品質變化[J].應用生態學報,2013,24(5):1381- 1386.

Wang Q J,Zhang Y L,Liu F,et al.Changes of rice yield and quality in different accumulated temperature zones in Heilongjiang province of Northeast China[J].Chinese Journal of Applied Ecology,2013,24(5):1381-1386.(in Chinese)

[13] 檀艷靜,張佳華,姚鳳梅,等.中國作物低溫冷害監測與模擬預報研究進展[J].生態學雜志,2013,32(7):1920-1927.

Tan Y J,Zhang J H,Yao F M,et al.Monitoring and simulation forecasting on crop chilling damage in China:research progress[J].Chinese Journal of Ecology,2013,32(7):1920- 1927.(in Chinese)

[14] Toriyama K,Inoue K.The effect of micrometeorological elements on sterility due to cool injury in rice plants:an application of simulation model for the prediction of canopy climate[J].Japanese Journal of Crop Science (Japan),1984, 53(4):387-395.

[15] 馬樹慶,襲祝香,馬力文,等.北方水稻低溫冷害指標持續適用性檢驗與比較[J].氣象,2015,41(6):778-785.

Ma S Q,Xi Z X,Ma L W,et al.Test and comparison of sustainable suitability of meteorological indicators for rice cold damages in the north of China[J].Meteorological Monthly,2015,41(6):778-785.(in Chinese)

[16] 帥細強,王石立,馬玉平,等.基于ORYZA2000模型的湘贛雙季稻氣候生產潛力[J].中國農業氣象,2009,30(4): 575-581.

Shuai X Q,Wang S L,Ma Y P,et al.Studies on potential climate productivity of double rice in Hunan and Jiangxi provinces based on ORYZA 2000 model[J].Chinese Journal of Agrometeorology,2009,30(4):575-581.(in Chinese)

[17] 張皓,申雙和,史艷姝,等.上海單季晚粳稻主要生育性狀的動態模擬[J].中國農業氣象,2018,39(8):518-530.

Zhang H,Shen S H,Shi Y Z,et al.Dynamic simulation on main growth traits of single-cropping laterice in Shanghai[J].Chinese Journal of Agrometeorology,2018,39(8): 518-530.(in Chinese)

[18] 帥細強,王石立,馬玉平,等.基于水稻生長模型的氣象影響評價和產量動態預測[J].應用氣象學報,2008,19(1):71-81.

Shuai X Q,Wang S L,Ma Y P,et al.Assessment of meteorologic condition effects and dynamic yield forecasting based on rice growth model[J].Quarterly Journal of Applied Meteorology,2008,19(1):71-81.(in Chinese)

[19] 林恭.用"有效氣溫當量"估算水稻抽穗期[J].寧夏農業科技,1982,25(3):56.

Lin G.Evaluation on heading period of rice with equivalent temperature[J].Ningxia Journal of Agriculture and Forestry Science and Technology,1982,25(3):56.(in Chinese)

[20] 沈國權.當量積溫及其應用[J].氣象,1981,32(7):23-25.

Shen G Q.Accumulated equivalent temperature and application [J].Meteorological Monthly,1981,32(7):23-25.(in Chinese)

[21] 沈國權.影響作物發育速度的非線性溫度模式[J].氣象, 1980,31(6):9-11.

Shen G Q.Model of nonlinearity temperature on developing rate of crops[J].Meteorological Monthly,1980,31(6):9-11.(in Chinese)

[22] 朱海霞,李秀芬,王萍,等.黑龍江省水稻生長季積溫計算方法[J].應用氣象學報,2017,28(2):247-256.

Zhu H X,Li X F,Wang P,et al.Methods of accumulated temperature during rice growing stage in Heilongjiang province[J].Quarterly Journal of Applied Meteorology,2017, 28(2):247-256.(in Chinese)

[23] 霍治國,劉榮花,姜燕,等.QX/T81-2007 小麥干旱災害等級[S].北京:氣象出版社,2007.

Huo Z G,Liu R H,Jiang Y,et al.QX/T81-2007 The grade of drought disaster for wheat[S].Beijing:China Meteorological Press,2007.(in Chinese)

[24] 朱海霞,陳莉,王秋京,等.1980-2009年期間黑龍江省玉米低溫冷害年判定[J].災害學,2012,27(1):44-47.

Zhu H X,Chen L,Wang Q J,et al.Judgment of corn chilling damage year from 1980 to 2009 in Heilongjiang province[J]. Journal of Catastrophology,2012,27(1):44-47.(in Chinese)

[25] 溫克剛,孫永罡.中國氣象災害大典(黑龍江卷)[M].北京:氣象出版社,2007:18-28.

Wen K G,Sun Y G.Records of China meteorological disaster [M].Beijing:China Meteorological Press,2007:18-28.(in Chinese)

[26] 胡秀芳.2009年低溫冷害對水稻影響研究分析[J].北方水稻,2010,26(3):38-40.

Hu X F.Effect of cold injury in 2009 on rice and analysis [J].Reclaiming and Rice Cultivation,2010,26(3):38-40.(in Chinese)

[27] 馬文東.2009年低溫冷害對黑龍江省墾區水稻的影響[J].種子,2012,31(10):80-81.

Ma W D.The effect of chilling damage on rice in reclamation area of Heilongjiang province in 2009[J].Seed, 2012,31(10):80-81.(in Chinese)

Identification on Cold Damage Year Based on Accumulated Equivalent Temperature during Rice Growth Season in Cold Region

ZHU Hai-xia1, LV Jia-jia,1,YAN Ping1,QU Hui-hui1,WANG Ping1,YU Ying-nan1, WANG Qiu-jing1, LI Xiu-fen1, LI Bai-chao2

(1.Innovation and Opening Laboratory of Regional Eco-Meteorology in Northeast China/Meteorological Academician Workstation of Heilongjiang Province/Heilongjiang Province Institute of Meteorological Sciences, Harbin 150030, China; 2.Heilongjiang Meteorological Bureau, Harbin 150030)

Based on rice biological characteristics, circadian temperature rhythm and temperature coefficient, taking accumulated equivalent temperature, negative accumulated equivalent temperature and heat matching index as index, the identification method for cold damage year was studied. By using moving average method on 21 years, departure percent was obtained for three factors in Heilongjiang province from 1971 to 2016, and the identifiable ability was analyzed. The results showed that identification ability was stronger, when the departure percent of every factor decreased more. This identification model for cold damage based on integrative departure percent was established by using weighted membership model. When departure percent was above ?5%, named as zero cold damage year, when departure percent was above ?10% and below ?5%, named as slight cold damage year, when departure percent was above ?15% and below ?10%, named as moderate cold damage year, and when departure percent was below ?15%, named as severe cold damage year. Integrative departure percent could indicate cold damage during rice growing season, and could reflect different degrees of cold damage, and totally indicated typical cold damage years. Cold damage performed a feature of outbreak in Heilongjiang province, for example in 1971, 1972, 1976, 1981, 1983, 1992 and 2009. In these years, cold damage extended over extensive regions, and the damage degree was more severe, the other damage year was slight degree or regional damage, including 1986, 1987, 1989, 1993, 1995 and 2003.

Delayed-growth type cold damage; Accumulated equivalent temperature; Departure percent; Cold damage year; Cold damage degree

10.3969/j.issn.1000-6362.2019.06.005

收稿日期：2018?10?16

通訊作者。E-mail：nqzxwp@163.com

中國氣象局沈陽大氣環境研究所中央級公益性科研院所基本科研業務費專項（2016SYIAEZD1）中國氣象局東北地區生態氣象創新開放實驗室開放研究基金（stqx201804）；國家自然科學基金（31671575）

朱海霞（1978?），女，高級工程師，碩士，主要從事農業氣象研究工作。E-mail：hxzhu0301@126.com

朱海霞,呂佳佳,閆平,等.基于當量積溫對寒地水稻生長季低溫冷害年的判定[J].中國農業氣象,2019,40(6):380-390