連云港市小麥拔節期凍害災損判別指標和風險分布

任曙霞 郝玲 李中林

摘要：利用連云港站1986—2016年的逐年最低氣溫資料，采用現代氣候診斷分析方法，分析連云港市初、終霜和無霜期變化特征。通過時間序列分析等數學方法擬合趨勢產量，用實際產量與趨勢產量的偏差率引入災損率，統計出連云港小麥主要災害年和豐產年，找出決定連云港小麥產量的主要氣象因子。結果表明，連云港地區春季小麥返青拔節孕穗期最低氣溫氣象要素對產量減少的影響程度大。依據風險分析理論對連云港小麥基地進行春霜凍風險分析，確定小麥拔節期間凍害指標，按照不同權重將春霜凍氣候區劃因子疊加，繪制連云港霜凍風險分布圖，得出其風險的空間分布特點，結論可為指導小麥生產提供氣象保障。

關鍵詞：小麥;災損率;災損指標;霜凍風險分布

中圖分類號： S425? 文獻標志碼： A? 文章編號：1002-1302（2020）20-0270-06

連云港市地處黃海之濱，江蘇省北部，具有季風特點的海洋性氣候，溫和濕潤，寒暑相宜，四季分明，適合多種大田農作物的發展。小麥是連云港市主要的夏收作物之一，其產量占江蘇省小麥單位面積產量前列。

研究結果指出，江蘇省冬小麥氣候適宜度呈現較弱的南北分布規律，較適宜區主要分布在連云港中北部，氣候適宜度在0.638以下[1]。近幾十年來，氣候變化使極端災害性氣候頻發[2]。連云港地區各類氣象災害，尤其是拔節期間凍害時有發生，氣候變暖，小麥抗寒能力的下降，冬春交替，冷暖交替突變，增大了小麥遭受初春霜凍危害的概率，給冬小麥生長帶來的危害加大。研究表明，小麥霜凍危害主要分布在105°～120°E、33°～38°N范圍內，而 110°～118°E、34°～36°N為重發區，即黃淮麥區[3];國內外學者從霜凍規律、霜凍指標、防霜技術與霜凍評估等幾個角度開展了大量研究[4-6]。有研究者在風險理論的基礎上，綜合考慮多因子，構建霜凍風險評估方法，為研究區域潛在災害風險區劃研究提供了可行性的方法[7]。

但對于小麥受霜凍這種特殊的災害，確定指標的方法以及定量指標和模型，國內研究還不多[8]，特別是針對不同地理環境下小麥返青拔節期間凍害方面的研究，目前研究成果更是少見。針對連云港市小麥拔節期間的災害，目前指標還不夠完善，存在不可通用等問題，尚不能滿足氣象為農服務的需求。所以，從開展災害監測和災損程度出發，加強冬小麥霜凍害的發生機制、霜凍害防御對策等方面的研究，對連云港地區小麥災害的綜合分析，研究小麥春霜凍災害的基本特征，根據霜凍發生時期的最低氣溫、日較差確定連云港小麥拔節期間霜凍影響的監測指標和損失評估模型，探討定量確定小麥拔節期間凍害指標和實現其監測與災損評估的技術方法，通過建立災害風險指數，開展連云港小麥凍害災害風險分析，減輕霜凍害對冬小麥的危害，對保證小麥的高產、穩產有著重要意義，可為促進農業增收、農民增效提供氣象服務依據。

1 數據和方法

1.1 小麥產量數據

小麥產量數據源于連云港市的新浦、贛榆、東海、灌云、灌南等縣（區）以及全市統計局統計年鑒，時間為1986—2016年，包括冬小麥總產、種植面積、單位面積產量以及代表站點生育期觀測數據。發育期資料包括播種、開始越冬、返青拔節、抽穗揚花和灌漿成熟等5個發育期。選用1986—2016年連云港市冬小麥連續種植超過50年的5個氣象觀測站的逐日天氣現象資料進行建模和分析。

1.2 地理信息數據

利用ArcGIS技術，從美國地理信息中心網站提取連云港邊界、高程等數據，制作連云港市鄉鎮行政區劃圖和地理分布圖。數據的處理和圖件的制作主要是運用Excel 2010軟件。

1.3 趨勢產量計算方法

1.3.1 趨勢產量的擬合 選擇最優擬合曲線，要求擬合精度均大于0.80，分別對各縣區小麥產量進行擬合，趨勢產量擬合效果和擬合方程見圖1。

一般在分析氣象條件對農作物產量影響時，常通過時間序列分析等數學方法擬合趨勢產量，本研究選取最優曲線擬合的方法模擬連云港各縣（區）的歷年小麥趨勢產量。將以縣（區）為統計單元，將實際產量（Y）分解為趨勢產量項（Yt）和由氣象條件變化引起的氣象產量項（Yw）。

1.4 災損率

1.4.1 災損率的定義 農業氣象災害最主要的影響就是造成最終產量減小，因此，災害指標構建必須首先考慮致災因子與減產率的相互關系[9]。

式中：實際產量（Y）為小麥總產量與種植面積的比值，kg/hm2;趨勢產量（Yt）采用直線滑動平均法確定，主要反映農業科技進步、農業政策、農業投入等對產量水平的影響，kg/hm2;氣象產量（Yw）反映當地氣象條件波動所引起的產量波動，kg/hm2。當實際產量小于趨勢產量時，減產量為趨勢產量與實際產量的差值。由于該值為減產的絕對量，在不同農業生產水平下對災情的反映不具可比性，因此引入災損率（ΔY），即式中：ΔY表示實際產量與趨勢產量的偏差率，是一個具有時空可比性的相對指標。當實際產量高于趨勢產量即Y-Yt>0時，則ΔY>0，表示增產，即氣象條件對作物生長發育總體有利;當實際產量低于趨勢產量即Y-Yt<0時，則ΔY<0，即氣象條件對作物生長發育總體不利，出現災損。ΔY客觀地描述出作物因氣象災害造成的災害損失的大小，ΔY負值越大，表示災害損失越大。

1.4.2 災損率的定量計算 將趨勢產量計算結果帶入式（1）得到各縣區的氣象產量，再將趨勢產量和氣象產量帶入式（2），得到相對氣象產量，即災損率。連云港市氣象災害災損率變化見圖2。

1.5 典型災害年

以ΔY≤-5%為小麥受災減產的臨界值，按照災損率≤-5%挑選出各站點的歷史減產年。若某一年減產率≤-5%站點超過該區域站點數的50%，則該年為該區域的典型災害年。從 ΔY≤-5% 的樣本中挑選出主要由春霜凍引起減產的樣本作為分析春凍害災損特征、確定災損指標的基礎數據，統計出1986—2016年典型災害年。經統計，1989、1990、1993、1994、1995、2010年為連云港市小麥的典型災害年;1992、1994、1996、1997、2004、2005、2006、2008年為連云港市小麥的典型豐產年。

由表3可知，1993年和2013年，在實際發生的小麥春霜凍中，雖然發生了春季凍害，但由于凍害時間較短，凍害程度不深，后期采取了補救措施，當年達到豐產，這說明春霜凍只是對產量構成威脅的一部分，其最后產量的高低還與灌漿成熟期溫光水、收獲期的降水和光照以及當地種植的品種等有關。據市農業農村局資料，近幾年使用小麥煙農19、濟麥22號、連麥8號品種較多。由于小麥品種的不同，生育期和抗凍程度有所差異。

2.3 連云港小麥返青拔節孕穗期霜凍發生地域特征

災害風險大小與災害出現概率和強度密切相關?；?986—2016年各連云港小麥種植基地統計出的受災年小麥受凍害時的最低溫度、受凍害面積、受凍害時間，按照小麥不同等級春霜凍氣象災害發生概率，再由專家打分，依據專家經驗分別賦予溫度災害權重，將不同小麥受春霜凍害的權重和小麥春霜凍的氣候區劃因子疊加，以綜合值為指標，基于GIS，將氣候要素內插或推算到一定空間分辨率的細網格點上，用ArcGIS繪制連云港小麥春霜凍風險指數分布圖（圖4）。從圖4可以看出，連云港小麥春霜凍風險自西向東呈逐級減小的趨勢，大部分地區為中度偏高風險區，連云港東部以及東北部沿海地區為城鎮及灘涂，為中度到輕度小麥春霜凍風險區。連云港的西連島及西連島附近的地區，受海洋的影響，小麥春霜凍的風險較低。由于地域因素，海邊鹽堿較大，不適合發展小麥種植。灌云和灌南的中西部地區，屬兩灌地區，地勢較低，為偏高風險區。對連云港進行實地考察，連云港兩灌地區是連云港小麥種植大區，最低氣溫氣象要素對產量減少的風險值大。用年冬小麥春霜凍害實況對指標進行驗證，與實際情況基本相符，可應用于農業生產工作中的災害調查及災害預警。

3 結論與討論

本研究在已有的大量研究基礎上，使用30年數據，結合連云港市小麥生理生態特征，運用相對氣象產量，即災損率，用積分回歸方法分析各氣象因子對小麥產量的影響，計算對產量的貢獻程度，構建小麥返青拔節孕穗期致災指標方法?；贕IS，用ArcGIS繪制連云港小麥春霜凍風險指數分布圖、小麥返青拔節孕穗期霜凍發生地域特征。

連云港小麥返青拔節孕穗期最低氣溫和灌漿成熟期溫光水，以及收獲期的降水和光照是決定連云港小麥產量的主要氣候因子。春季拔節期間霜凍害不是小麥產量的唯一致災因子。

3月中旬至4月中旬的最低氣溫滑動48 h溫差值（T差）、最低氣溫值（Tmin）與災損率顯著性相關，對小麥拔節期間的霜凍災害的形成起著至關重要作用，得出3月中旬至4月中旬的最低氣溫滑動 48 h 溫差值（T差）、最低氣溫值（Tmin）是連云港小麥春霜凍評估的關鍵因子。

連云港春季凍害因素對產量的影響程度表現為3月中旬至4月中旬的最低氣溫>3月中旬至4月中旬的48 h溫差。連云港市3月中旬至4月中旬最低氣溫低于1 ℃，小麥即受凍。

連云港東部以及東北部沿海地區為城鎮及灘涂，為霜凍中度到輕度風險區風險。沿海地區屬霜凍的低風險區。灌云和灌南的兩灌地區，屬霜凍高風險區。灌云兩灌地區，如發生小麥拔節期的凍害，受凍害的程度大于其他地區。春霜凍只是對產量構成威脅的一部分，其最后產量的高低還與灌漿成熟期溫光水、收獲期的降水和光照以及當地種植的品種有關。

本研究在構建連云港小麥春霜凍風險指數時，僅考慮到小麥春霜凍的致災因子，未考慮小麥品種以及種植的地理位置和栽培管理方式等影響小麥生產的諸多條件，連云港小麥對災害的敏感性需要進一步深入研究。在實際應用時，霜凍的實際危害程度還需要結合以上多種因素綜合本研究冬小麥凍害指標，結合判斷。

參考文獻：

[1]張 佩，田 娜，趙會穎，等. 江蘇省冬小麥氣候適宜度動態模型建立及應用[J]. 氣象科學，2015，35（4）：468-473.

[2]郝志新，鄭景云，陶向新. 氣候增暖背景下的冬小麥種植北界研究——以遼寧省為例[J]. 地理科學進展，2001，20（3）：254-261.

[3]馮玉香，何維勛，孫忠富，等. 我國冬小麥霜凍害的氣候分析[J]. 作物學報，1999，25（3）：335-340.

[4]馮玉香，何維勛. 霜凍的研究[M]. 北京：氣象出版社，1996：108-125.

[5]張雪芬，余衛東，王春乙，等. Wofost模型在冬小麥晚霜凍害評估中的應用[J]. 自然災害學報，2006，15（6）：337-341.

[6]伏 洋，李風霞，張國勝. 德令哈地區霜凍災害氣候指標的對比分析[J]. 中國農業氣象，2003，24（4）：8-11.

[7]包云軒，王 瑩，高 蘋，等. 江蘇省冬小麥春霜凍害發生規律及其氣候風險區劃[J]. 中國農業氣象，2012，33（1）：134-141.

[8]任曙霞，朱敏華，時敦倫，等. 連云港市霜凍變化趨勢分析[J]. 江蘇農業科學，2011，39（3）：492-494.

[9]陸魁東，彭莉莉，黃晚華，等. 氣候變化背景下湖南油菜氣象災害風險評估[J]. 中國農業氣象，2013，34（2）：191-196.

[10]濮梅娟. 江蘇省決策氣象服務手冊[M]. 北京：氣象出版社，2001. 高 操，邢麗珠，張方敏，等. 沙坡頭國家級自然保護區土地利用格局及生態服務價值變化評估[J]. 江蘇農業科學，2020，48（20）：276-282.