云南省水稻低溫冷害風險研究

胡雪瓊　劉文英　張明達　彭國照　朱勇

摘要：云南省水稻抽穗-揚花期頻繁受低溫冷害影響，造成水稻減產。根據風險分析理論，使用最高氣溫冷積溫、各縣水稻種植面積、各縣人均生產總值構建了云南水稻抽穗-揚花期低溫冷害風險評價模型，并開展了云南抽穗-揚花期低溫冷害風險區劃。區劃結果顯示：云南水稻抽穗-揚花期低溫冷害風險自南向北逐漸升高，且隨海拔升高，風險也在加大;滇中以南大部及滇東北北部均為低風險-無風險區;北部地區風險較高，為次高-高風險區;滇中南部、滇東北北部低溫風險低于同緯度地區。區劃結果在云南地區有較好的應用價值。

關鍵詞：水稻;低溫冷害;風險;冷積溫;農業區劃;云南省

中圖分類號： S162.5+3文獻標志碼： A

文章編號：1002-1302（2019）18-0283-04

收稿日期：2019-06-10

基金項目：中國氣象局氣候變化專項（編號：CCSF201426）;云南省氣象局預報員技術開發專項（編號：YB201205）;中國氣象局西南區域氣象中心重大科研業務項目（編號：西南區域2013-2）;云南省重點研發計劃（編號：2018BC007）。

作者簡介：胡雪瓊（1976—），女，云南嵩明人，碩士，高級工程師，主要從事農業氣象、農業氣候資源等研究。E-mail：435221713@qq.com。

通信作者：朱?勇，研究員，主要從事農業氣象、氣候變化研究。E-mail：windzy78@163.com。

水稻是西南地區大春季主要糧食作物，目前云南水稻種植面積為100多萬hm2，稻谷總產量占糧食總產量的4～5成，水稻種植在農業經濟中占有重要的地位，水稻穩產增產是糧食安全、經濟繁榮、民族穩定的根本保障。

云南地處低緯高原，地勢北高南低，境內海拔差異大，最高海拔6 740 m、最低海拔76 m，平均海拔高度在1 000 m以上，94%為山地，特殊的地理環境造就了云南低緯高原季風氣候，夏天熱量強度低，例如昆明最熱月平均氣溫只有20.0 ℃左右，一旦冷空氣南下，就容易造成低溫冷害。尤其7月下旬至8月下旬，云南大部分水稻進入抽穗-揚花期，對氣溫比較敏感，低溫會抑制或延遲水稻開花，使開花速度減慢，花期拉長，降低開花率，甚至引起穎花不能正常開穎，空殼率倍增，對水稻危害極大，被稱為“夏季低溫”或“八月低溫”。云南省出現大范圍8月低溫的年份是1955、1965、1966、1971、1972、1974、1977、1983、1988、1993、1998、1999、2002、2005年[1]。這些年份由于8月低溫的影響，均造成云南省各地當年水稻不同程度的減產。

在氣候變化的大背景下，雖然以全球溫度升高為基本特征，但是氣候變化引起大氣環流特征的變化，加劇了極端天氣氣候災害的發生。據相關研究，即使典型氣溫偏高年仍然可能出現強降溫和嚴重低溫冷害，危害強度加重。特別是進入21世紀以來，高原山地稻區盛夏因低溫冷害導致的減產損失仍較常見，云南在2002年、2005年發生了較嚴重的盛夏低溫冷害，2002年云南水稻單產減產達7%，即使是大旱的2009—2012年，為夏季熱量較好的年份，盛夏季節仍有不同程度的低溫冷害發生。

1?國內外研究進展

關于水稻低溫冷害，國內外曾進行了大量的研究，但分析評估主要集中于東北地區：王冬妮等應用包含生長季熱量變異系數、冷害發生頻率、冷害風險指數和冷害發生氣候概率等4個指標在內的指標體系，對吉林省水稻延遲型低溫冷害風險進行評估[2];張麗文等基于綜合賦權分析，對東北水稻低溫冷害開展風險評估及區劃研究[3];周見等選擇災害發生概率、種植面積和單產減產率分別作為危險性、暴露性和易損性指標，對黑龍江省水稻低溫災害風險進行評估[4];王曉群等用變異系數、概率分布函數等方法分析了黑龍江省水稻冷害風險的地域分布，并評估了水稻冷害經濟損失風險[5];馬樹慶等分析了東北地區水稻冷害氣候風險度和經濟脆弱度[6]。云南關于水稻低溫冷害的研究成果多為冷害的時空分布規律，尚無系統的低溫冷害風險評估、低溫冷害應對措施等貼近生產需要的研究成果，僅有張茂松等對云南玉溪市紅塔區較小范圍的水稻低溫冷害精細化風險區劃成果[7]，且使用的指標為月平均氣溫，平滑了低溫天氣過程氣象要素的極端波動，不能較好地反映低溫冷害天氣時間短、低溫強度強的天氣特點與作物受災機理。

2?資料與方法

2.1?資料來源

2.1.1?氣象資料?采用1961—2010年云南省125個縣的逐日最高氣溫資料。

2.1.2?地理及社會經濟數據?水稻種植面積、各縣人均生產總值為近年云南省統計局數據;行政邊界、高程數據為國家氣象局下發的1 ∶25萬地理數據。

2.2?研究方法

2.2.1?水稻低溫災害風險評價模型的建立?基于自然災害風險形成的基本原理，災害風險由多個因子共同作用形成，其大小可表達為：

R=f（H，E，V）。（1）

式中：R表示災害風險;H表示危險性;E表示暴露性;V表示抗災能力。為了消除指標之間的量綱差異，對每一個指標進行歸一化處理：

Xi=（xi-xi，min）/（xi，max-xi，min）。（2）

式中：Xi為危險性、暴露性、抗災能力的歸一化指數;xi為危險性、暴露性、抗災能力的原始值;xi，min和xi，max分別為各地危險性、暴露性、抗災能力的最小值和最大值。結合云南的實際，采用表1所列指標表示云南水稻抽穗-揚花期低溫冷害風險各因子。

2.2.2?GIS空間分析方法?為達到風險區劃的精細化效果，利用GIS反距離權重插值技術、自然斷點分級法以及制圖功能進行風險分析評價。

3?結果與分析

3.1?危險性因子統計分析及精細化推算

根據胡雪瓊等的最新研究成果，連續3 d以上最高氣溫小于24 ℃可視為云南稻區水稻抽穗開花期的低溫冷害臨界指標，冷害的危害程度與低溫的強度、持續時間都有關系[8]，因而本研究以低溫過程中最高氣溫低于24 ℃的冷積溫來表征低溫冷害的嚴重程度，統計云南各站1961—2010年內水稻抽穗開花期即7—8月內的低溫冷害過程，計算各站歷年低溫過程的最高氣溫冷積溫的累積值，作為各站低溫冷害的危險性因子：

tsum=∑nj=1∑mi=1（tij-24）。（3）

式中：tsum為某站最高氣溫冷積溫，n表示1961—2010年內某站出現低溫過程的次數，j表示第j次低溫過程，m表示某次低溫過程出現最高氣溫小于24 ℃的天數，i表示在某次低溫過程中的第i天，tij表示第j次低溫過程中第i天的最高氣溫。

通過各站冷積溫與海拔、經度、緯度等要素建立回歸方程：

tsum=306.542-1.622×h+0.002×h2-1.149×10-6×h3。（4）

式中：h為海拔，方程R=0.91，通過0.001的顯著性檢驗。通過公式（4），在ArcGIS中即可結合高程數據，把云南境內各格點的負積溫計算出來（圖1）。

據張誼光的研究結論，水稻種植的最高海拔界限在2 700 m 左右[9]，因此筆者提取了云南海拔2 700 m以下的區域范圍，對該范圍內的水稻抽穗-揚花期冷積溫采用經驗法，劃分為4個等級，表示水稻抽穗-揚花期低溫冷害的不同危險程度（圖2）。

從圖1可以看出，云南水稻抽穗-揚花期冷積溫自北向南大概呈帶狀分布，滇西北負積溫偏低，在-10 000 ℃以下，滇中大部在-1 000～-3 000 ℃范圍內，南部區域負積溫在0～-1 000 ℃。南部冷積溫高于-300 ℃的區域，判定為無冷害區（圖3），以減輕模型推算導致的與實際不符的情況。

3.2?暴露性指標分析

暴露性是暴露于災害面前，且有產生災害損失可能的程度。本研究用水稻的種植面積來表示，即種植面積占全省種植面積的比例越大，暴露性越高，越易產生較大損失。用云南各縣水稻種植面積占全省水稻種植面積的比例來表示，對各站水稻種植面積比例歸一化（圖4），再在ArcGIS中進行插值并去除非水稻種植區域，采用自然斷點法劃分為4個等級，表示水稻暴露性的不同等級（圖5）。從圖4可以看出，云南在保山、德宏、普洱南部、版納西部、文山局部等水稻種植面積較大，而在昭通、麗江、玉溪、楚雄等地水稻種植面積比例較低。

3.3?抗災性能分析

抗災性能是指當地抗御自然災害的能力，一般經濟水平高，則種植技術、灌溉條件、機械水平、農戶的素質等均相對要高，因此采用近年人均國民生產總值來表示當地的抗災性能（圖6）。對云南省各縣人均國民生產總值歸一化處理后再在ArcGIS中進行插值，并去除非水稻種植區域，采用自然斷點法劃分為4個等級，表示各縣抗災性能的不同等級（圖7）。從圖6、圖7可以看出，云南滇中地區人均國民生產總值較高，超過30 000元，而昭通東部等地人均國民生產總值較低，不足10 000元。

3.4?云南各地水稻抽穗-揚花期低溫冷害風險區劃

綜合云南各地水稻抽穗-揚花期低溫危險性、暴露性、抗災性能3個風險因子，采用如下公式對云南各地水稻抽穗-揚花期低溫冷害風險進行區劃，結果如圖8。

R=0.5×H+0.3×E+0.2×（1-V）。（5）

式中：0.5、0.3、0.2為各因子權重，采用專家打分法確定。

從圖8可看出，云南水稻抽穗-揚花期低溫冷害高風險區位于滇東北的昭通中南部、曲靖中北部，滇西北的麗江、大理西北部，滇中的楚雄北部、昆明北部，滇西南的保山、普洱西南部、版納西部等。北部地區由于位置偏北或海拔較高，易受冷空氣侵襲，低溫頻繁，冷積溫偏多，熱量水平低，因而水稻抽穗-揚花期低溫冷害風險最高，而滇西南地區主要由于水稻種植面積較大、GDP水平較低，因而綜合風險也達到最高級別。滇中地區的昆明南部、楚雄南部、玉溪大部，滇東的文山西部、紅河北部及昭通東部等為水稻抽穗-揚花期低溫冷害風險低值區，究其原因為經濟發達、抗御低溫風險能力高，水稻種植面積小，熱量條件中等偏好，綜合風險最低。次高風險區緊鄰高風險區，主要位于云南省北部及西部地區，但位置更靠近滇中及以南地區。

4?結論

本研究使用最高氣溫冷積溫、各縣水稻種植面積、各縣人均生產總值構建了云南水稻抽穗-揚花期低溫冷害風險評價模型，并開展了云南抽穗-揚花期低溫冷害風險區劃，區劃結果與實際相符，表明該模型在云南地區有較好的應用價值。

綜合了低溫危險性、水稻暴露性、抗災能力的水稻抽穗-楊花期低溫冷害風險區劃結果顯示：云南水稻抽揚期低溫冷害風險自南至北逐漸升高，且隨海拔升高，風險也在加大。滇中以南大部及滇東北北部均為低風險-無風險區;北部地區風險較高，為次高-高風險區;滇中南部、滇東北北部低溫風險低于同緯度地區。

本研究中水稻指標側重考慮一季粳稻低溫指標，在實際應用時，應根據當地水稻品種、種植制度等進行調整。

本研究的精細化區劃成果對于云南主要糧食作物水稻規避盛夏低溫冷害風險、合理布局規劃、高產穩產具有重要的應用價值。

參考文獻：

[1]鄒麗云. 影響云南水稻產量的災害分析[J]. 中國農業氣象，2002，23（1）：12-15.

[2]王冬妮，郭春明，劉?實，等. 吉林省水稻延遲型低溫冷害氣候風險評價與區劃[J]. 氣象與環境學報，2013，29（1）：103-107.

[3]張麗文，王秀珍，李秀芬. 基于綜合賦權分析的東北水稻低溫冷害風險評估及區劃研究[J]. 自然災害學報，2014，23（2）：137-146.

[4]周?見，郝成元，吳文祥. 基于GIS的黑龍江省水稻低溫災害風險等級區劃[J]. 地域研究與開發，2014，33（1）：109-112.

[5]王曉群，張?宇. 黑龍江省水稻低溫冷害風險評估[J]. 安徽農業科學，2012，40（1）：263-266.

[6]馬樹慶，王?琪，王春乙，等. 東北地區水稻冷害氣候風險度和經濟脆弱度及其分區研究[J]. 地理研究，2011，30（5）：931-938.

[7]張茂松，張加云，吉文娟，等. 基于GIS的水稻低溫冷害精細化風險區劃-以玉溪市紅塔區為例[J]. 西南農業學報，2014，27（4）：1723-1728.

[8]胡雪瓊，劉文英，何雨芩，等. 低緯高原水稻抽揚期低溫冷害指標及其時空變化規律研究[J]. 安徽農業科學，2019，47（12）：418-224.

[9]張誼光. 我國不同氣候生態型水稻品種的種植上限及其溫度條件[J]. 資源科學，1983（2）：65-72.