基于SPEI的安徽滁州市旱澇特征及其對小麥產量的影響

郁凌華，謝五三，熊世為，張鑫童，邢 程，胡姍姍

(1.安徽省滁州市氣象局，安徽 滁州 239000；2.安徽省氣候中心，安徽 合肥 230031)

引 言

水分盈虧引起的旱澇事件對生態系統影響重大。伴隨著氣候變暖，全球范圍內的旱澇問題日益嚴重[1]，未來我國洪澇、干旱發生概率將繼續增大[2]，造成的風險損失也將大幅提升[3-4]。因此，旱澇的成因分析、監測與預測、影響評估以及風險區劃等方面[5-12]一直是旱澇領域的研究熱點。

旱澇指數是衡量某地區旱澇發生程度與干濕趨勢的重要指標，合理的指標可以科學評估某地區的旱澇事件。在眾多旱澇指數中，基于降水及其他氣象要素的綜合性指數應用更為廣泛[13]。研究指出，氣候變暖導致的蒸散變化對旱澇的影響越來越大[14]。因此，綜合考慮降水和蒸散影響下的旱澇動態更顯科學。標準化降水蒸散指數(standardized precipitation evapotranspiraion index, SPEI)，是在標準化降水指數(standardized precipitation index, SPI)基礎上引入潛在蒸散得出的一個具有多時間尺度特征的氣象旱澇指標[15]。由于該指標所需的氣象數據易獲取，且計算相對簡便，在全球部分區域得到了很好的應用[16-20]。曹博等[19]利用SPEI研究了長江中下游流域的干旱特征，并探討了干旱與氣溫、降水以及ENSO的關系，發現長江中下游流域年尺度、春季和秋季總體上呈干旱化趨勢，夏季和冬季則呈濕潤化趨勢。然而，長江中下游流域地理跨度大，各分流域的氣候干濕趨勢不盡相同，如漢江流域、中游干流區及洞庭湖流域以干旱化趨勢為主，鄱陽湖流域、下游干流區和太湖流域以濕潤化趨勢為主。由此可見，不同地理位置、空間尺度的旱澇趨勢有共性，更有個性差異，開展本地化旱澇趨勢研究十分必要。

滁州地處江淮分水嶺，屬于江淮流域皖東地區，全市年平均降水量1011.6 mm，水資源雖豐富，但降水時空分布不均且年際差異較大，季節性旱澇時有發生。因此，本文利用常規氣象觀測資料，采用SPEI旱澇指數，研究氣候變暖背景下滁州市旱澇特征，并結合小麥作物生育期觀測資料和單產數據，探討該指數下氣象旱澇對小麥產量的影響，為當地防災減災、水資源管理和農業生產等提供參考。

1 資料與方法

1.1 數 據

選取1961—2019年安徽滁州市7個國家站(圖1)逐日氣象觀測資料，主要包括最高氣溫、最低氣溫、平均氣溫、日照時數、相對濕度、平均風速、平均氣壓、降水量等要素。這些氣象資料均經過了嚴格的質量控制，數據質量較高，個別缺測數據采用其鄰近站點數據進行插值訂正。另外，還使用了安徽滁州市氣象局提供的小麥作物發育期歷史觀測資料和1980—2019年滁州市統計局提供的小麥單產數據。安徽滁州市行政邊界是基于滁州市標準地圖服務網站下載的審圖號為滁S(2020)0020的標準地圖制作，底圖無修改。氣候上四季的劃分：3—5月為春季，6—8月為夏季，9—11月為秋季，12月至次年2月為冬季。

圖1 研究區水系、地形高度及氣象站點分布Fig.1 The distribution of river system, terrain height and meteorological stations in the study area

考慮SPEI月尺度的時間特性，結合江淮分水嶺小麥發育進程[21]和安徽滁州市氣象局小麥作物發育期歷史觀測資料，確定滁州市小麥的全生育期為10月至次年5月，其中各生育階段大致劃分為播種-冬前生長期(10—11月)、越冬期(12月至次年2月)、拔節-抽穗期(3—4月)和灌漿-成熟期(5月)。

1.2 研究方法

1.2.1 SPEI指數計算

SPEI是將SPI中的累積降水量Pi用水分平衡量Di(Di=Pi-PETi，PETi為相應時間尺度的潛在蒸散量；i為時間尺度)來代替。在SPEI計算過程中，潛在蒸散量常采用Thornthwaite法[22]和Penman-Monteith公式[23]兩種方法。滁州地區風力資源豐富，動力因素對蒸散影響也較大[24]。Thornthwaite法主要考慮溫度因子(即熱量因子)，而Penman-Monteith公式不僅考慮溫度，還考慮了風等空氣動力因子，更為科學合理。因此，本文采用Penman-Monteith公式計算PETi。Di為逐月滾動數據，SPEI計算過程詳見文獻[25]。SPEI1、SPEI3、SPEI6和SPEI12分別表示時間尺度為 1、3、6 和12個月的SPEI序列，分別對應月、季、半年、年的旱澇情況。不同月份對應的各尺度SPEI代表當月不同時間跨度的旱澇情況，如3月SPEI1反映3月的旱澇情況，3月SPEI3表示1—3月的旱澇情況，3月SPEI6則表示前年10月至當年3月的旱澇情況，以此類推。綜合前人研究成果[26]，確定了SPEI旱澇等級劃分標準(表1)。

表1 SPEI旱澇等級劃分標準Tab.1 The classification standard of drought and flood grades based on SPEI

1.2.2 氣候產量分離

作物產量一般可分為趨勢產量、氣候產量和隨機產量3部分[27]，由于隨機產量比重較小，在此忽略不計。因此，氣候產量為實際產量減去趨勢產量，表達式如下：

yc=y-yt

(1)

式中：yc、y、yt(kg·hm-2)分別為氣候產量、實際產量及趨勢產量。本文采用直線滑動平均法[28]來模擬趨勢產量，該方法是線性回歸模型與滑動平均相結合的一種模擬方法，被廣泛應用在趨勢產量計算中[29-31]。它將產量的時間序列在K年內看作是線性的，并隨著序列連續滑動，直線位置不斷變化，再計算各時間點上回歸模擬的平均值來表示趨勢產量。這里滑動步長K取為11 a[31]。

為科學反映小麥產量年際間差異，探討氣候變化對小麥產量的影響，對小麥氣候產量進行標準化處理，以標準化產量殘差SYR表示小麥氣候產量的增加或減少，表達式如下：

(2)

式中：μ、σ分別為氣候產量的均值和標準差。參照文獻[32]，當SYR≥1.50時，屬于高度增產；SYR在1.00～1.49之間時，屬于中度增產；SYR在0.51～0.99之間時，屬于輕度增產；SYR在-0.50～0.50之間時，屬于正常；SYR在-0.99～-0.51之間時，屬于輕度減產；SYR在-1.49～-1.00之間時，屬于中度減產；當SYR≤-1.50時，屬于高度減產。

另外，采用Mann-Kendall檢驗用以檢測時間序列的變化趨勢及突變情況[33]。

2 結果與分析

2.1 滁州市SPEI多時間尺度旱澇特征

2.1.1 月際變化特征

安徽省滁州市SPEI1存在明顯的月際變化特征[圖2(a)]，冬季各月的SPEI1收斂性強，變化幅度較小，中位數處于-0.1～0.2之間；春、秋季各月收斂性次之，中位數介于-0.9～0.1之間，5月SPEI1的中位數為-0.9，是全年最低值；夏季各月的SPEI1中位數在0～0.9之間，其中7月的離散度最大，變化幅度約6.0。根據旱澇等級劃分標準，滁州市1—2月主要以輕旱到中澇為主，3月開始旱澇程度加大，5—9月旱澇程度最大均可達到極旱、極澇等級，這段時期正好與當地汛期時間吻合；10月后旱澇程度逐漸減弱，11—12月降至輕旱到中澇水平。從箱體變化趨勢來看，3—5月SPEI1總體持續下降，且均值小于0，說明這段時期以干旱加重為主；6—7月箱體持續上移，且SPEI1均值大于0，以雨澇加重為主；8—9月箱體再次緩慢下降，且均值在0附近，說明雨澇逐漸減輕，旱澇程度不明顯。

從SPEI1的概率密度分布[圖2(b)]來看，安徽滁州市出現極旱或極澇的概率在5%以下，出現重旱或重澇的概率為5%～15%，出現中旱或中澇的概率為15%～25%，出現輕旱或輕澇的概率在25%～35%，無旱澇的概率為35%～40%。

圖2 安徽滁州市1961—2019年不同月份SPEI1箱線圖(a)及其概率密度分布(b)Fig.2 The SPEI1 box plot in different months (a) and probability density distribution of SPEI1 (b) during 1961-2019 in Chuzhou of Anhui Province

2.1.2 四季干濕特征及趨勢

安徽滁州地區呈現明顯的春旱、夏澇的氣候特征(表2)。1961—2019年間，春季全市一半縣市發生中等以上干旱的有19次，占比3成；夏季，全市一半縣市發生中等以上雨澇的有26次，占比4成。另外，多數年份出現春旱、夏澇并存現象，如1962、1965、1982、2005、2011年全市春旱程度較重，同年夏季雨澇程度也較重；夏秋連旱時有發生，如1966、1976年夏季全市發生極旱、重旱，同年秋季也有一半以上縣市發生了重旱、中旱。春夏連旱對滁州用水影響最大，如1978年和2019年，滁州地區均出現大面積春夏連旱現象。春夏連澇是滁州地區全年遭受雨澇程度最為嚴重的季節性連澇，其中1991、1998、2018年均出現了春夏連澇的季節性雨澇事件，且以1991年雨澇影響最大。從四季旱澇發生程度(表略)上看，滁州地區春、夏季旱澇程度明顯高于秋、冬季，其中冬季旱澇程度最低，這與冬季降雨占比最少有關。

表2 基于SPEI3的滁州地區四季旱澇年份統計Tab.2 Statistics of drought and flood years in each season based on SPEI3 in Chuzhou of Anhui Province

圖3是1961—2019年滁州地區各季節旱澇趨勢及突變檢驗。可以看出，滁州地區1961—1967年、1972—1980年、1991—2000年春季為相對濕潤期，1981—1990年為相對干旱期，其余時段干濕交替出現，而2000年以后呈干旱化態勢，2004年是由濕變干的轉折點，此后干旱化態勢明顯增強[圖3(a)]。1964—1971年夏季滁州地區為相對干旱期，1972年以后呈現濕潤化特征(1978年除外)，特別是1995年(UF與UB相交，且此后UF值均大于0)以后濕潤化趨勢增強[圖3(b)]。滁州地區20世紀60年代秋季相對干旱，80年代至90年代為相對濕潤期，而70年代干濕特征不明顯，2009年以后轉為濕潤化態勢[圖3(c)]。由圖3(d)可知，20世紀60年代冬季滁州地區相對干旱，70年代初(UF值大于0)開始轉為濕潤化態勢，UF與UB曲線在1983年相交于臨界線(α=0.05的顯著水平)內，且90年代以后部分時段超過臨界線，表明滁州地區冬季變濕趨勢顯著。可見，2000年之后滁州地區春季呈現干旱化特征；20世紀90年代以后夏、冬季呈現變濕態勢，其中冬季濕潤化趨勢顯著；秋季干濕趨勢不明顯，2009年后略有增濕趨勢。

圖3 1961—2019年安徽滁州市四季SPEI3的Mann-Kendall檢驗(a)春季，(b)夏季，(c)秋季，(d)冬季Fig.3 The Mann-Kendall test of SPEI3 in four seasons in Chuzhou of Anhui Province from 1961 to 2019(a) sping, (b) summer, (c) autumn, (d) winter

2.1.3 旱澇年尺度特征及影響

計算滁州各站12月份的SPEI12值，根據SPEI等級劃分標準，統計滁州歷年旱澇程度。分析發現，滁州地區典型干旱年份為1966—1968年，尤以1966年最為嚴重，全市均為重旱以上級別，其中5站達到極旱等級。此外，1976、1978、1986、1994、1995、2001、2004、2019年全市一半以上縣市出現中等以上氣象干旱，其中1978年全市均為重旱以上，2站達到極旱。1972、1975、1987、1991、1993、2003、2015、2016、2018年滁州全市一半以上縣市出現中等及以上雨澇災害，尤以1991年和2003年最為顯著，其中1991年全市各站均為極澇等級?；诔菔忻裾譃那閿祿l現，SPEI12與滁州歷史上(1978—2019年)旱、澇年份的受災面積呈二次拋物線關系[圖4(a)]，其擬合優度(R2)為0.55，通過了α=0.05的顯著性檢驗，表明SPEI12監測的旱澇情況與當地實況基本吻合。另外，將澇年的受災面積與SPEI12擬合，其擬合優度高達0.97[圖4(b)]，擬合效果更優(通過α=0.01的顯著性檢驗)，說明SPEI對滁州雨澇的受災面積表征能力好于干旱。

圖4 滁州市12月份SPEI12與干旱(a)和雨澇(b)受災面積的散點趨勢圖Fig.4 Scatter trend charts between SPEI12 in December and disaster-affected areas caused by drought (a) and flood (b) in Chuzhou of Anhui Province

2.2 旱澇對小麥產量的影響

2.2.1 小麥趨勢產量時間變化特征

利用直線滑動平均法得到滁州市小麥趨勢產量時間序列(圖5)?？梢钥闯觯?980—2019年，滁州小麥的趨勢單產存在4個階段性變化，分別為 1980—1982年、1983—2001年、2002—2011年、2012—2019年。其中，第1階段上升速率較快，第2階段趨于平穩，第3階段再次快速上升，第4階段趨于平穩。小麥趨勢單產的變化與國家政策調整、經濟發展水平及農業科技提升等因素相關聯。

圖5 1980—2019年滁州地區小麥實際單產與趨勢單產的年際變化Fig.5 The inter-annual change of actual yield and trend yield per unit area of wheat in Chuzhou of Anhui Province from 1980 to 2019

2.2.2 SPEI與小麥氣候產量的相關關系

選取小麥生育期(10月至次年5月)的SPEI與氣候產量進行相關分析(表3)。可以看出，僅3月的SPEI1與氣候產量存在顯著負相關(通過α=0.05的顯著性檢驗)，此時正值小麥拔節期，說明拔節期的旱澇狀況對小麥氣候產量有重要影響。季尺度下，小麥氣候產量與SPEI3的相關性有所提升，3—5月的相關系數分別為-0.45、-0.41和-0.35，通過了α=0.05及以上的顯著性檢驗。6個月尺度下，僅4、5月的SPEI6與小麥氣候產量的相關系數通過顯著性檢驗。小麥氣候產量與年尺度SPEI12相關性不明顯。綜上可見，10—12月的SPEI與小麥氣候產量表現的正相關關系，說明播種期與秧苗期水分偏多對小麥產量有正貢獻；3—5月水分偏多對小麥氣候產量不利，即春季雨澇對小麥減產大于干旱。

表3 1980—2019年滁州小麥生育期內各時間尺度SPEI與氣候產量的相關關系Tab.3 Correlation between multi-scale SPEI in growth period of wheat and climatic yield in Chuzhou of Anhui Province from 1980 to 2019

2.2.3 旱澇對小麥氣候產量的影響

將受旱澇影響年份的SPEI與小麥SYR進行回歸分析，發現兩者的關系符合一元二次多項式的形式。其中，SPEI3-Mar(3月的SPEI3)與小麥SYR的回歸方程顯著性最高(P<0.01)，擬合優度為0.61，擬合曲線為二次項系數為負的拋物線(圖6)，拋物線頂點反映了旱澇影響下最低減產情況，回歸方程如下：

圖6 1980—2019年滁州小麥氣候產量殘差(SYR)與SPEI3-Mar的回歸關系Fig.6 Regression relation between climatic yield residual (SYR) of wheat and SPEI3-Mar from 1980 to 2019 in Chuzhou of Anhui Province

y=-0.7213x2-0.8092x-0.3679

(3)

式中：y為小麥SYR；x為SPEI3-Mar。當SPEI3-Mar為-0.56時，SYR達到最大值-0.14，屬于正常年份；當SPEI3-Mar在-1.26～0.14之間時，小麥SYR處于正常產量至增產狀態；當SPEI3-Mar大于0.81或小于-1.93時，可能會造成小麥高度減產。歷史資料顯示，小麥拔節期雨澇災害比干旱多且影響重。拔節期，一方面雨澇使土壤含水量偏高，小麥根系缺氧，導致營養輸送受阻；另一方面，雨澇重的年份大多光照不足，使得作物光合能力減弱，從而影響干物質積累，最終導致減產。滁州地區水系較為發達，境內河流眾多，分屬三大水系，即淮河干流水系、滁河水系和高郵湖水系，灌溉條件較為充分。因此，氣象干旱對小麥產量影響較雨澇輕。

3 結論與討論

(1)滁州市SPEI1具有明顯的月際變化特征，冬季各月SPEI1收斂性強，變化幅度較??；春、秋季各月指數收斂性次之，且5月的SPEI1中位數為全年最低；夏季各月SPEI1最為離散，7月的變化幅度最大達6.0左右。

(2)近59 a來，滁州市呈現明顯的春旱、夏澇氣候特征，多數年份存在春旱、夏澇并存現象；春夏連旱是影響最大的季節性連旱；春夏連澇是雨澇程度最嚴重的季節性連澇?？傮w來看，滁州市2000年以后春季呈現干旱化特征；20世紀90年代以后夏、冬季呈現變濕態勢，尤以冬季變濕趨勢最顯著；秋季干濕特征不明顯，2009年以后略有增濕趨勢。

(3)基于SPEI監測的滁州旱澇年份與實況基本吻合。全市受災面積基本隨著旱澇指數增強而增大，其中洪澇的受災面積與旱澇指數的擬合優度好于干旱。

(4)3月的SPEI3與小麥氣候產量相關性最顯著，兩者呈二次項系數為負的拋物線關系。3月正值小麥拔節期，拔節期雨澇對小麥氣候產量非常不利，這與于波等[34]的“春季澇漬是影響淮河以南小麥產量的主要氣象災害”結論一致，而與“4—5月的澇漬對小麥產量影響最大”的觀點又有所不同。另外，3月的SPEI3與小麥氣候產量殘差的回歸方程顯著性最高，當SPEI3-Mar大于0.81或小于-1.93時，可能會造成小麥高度減產。

SPEI計算簡便，具有多時間尺度、無空間差異性等特點，對滁州旱澇災害特征具有很好的適用性，且對澇災的識別能力好于旱災。本文采用面上的小麥單產時間序列數據評價氣象旱澇對小麥產量的影響，存在一定的時空局限性。另外，除了旱澇外，影響小麥產量的因素還有光熱資源、農田管理措施、品種差異等因素，還需作進一步分析研究。根據趨勢分析，滁州春季有干旱化態勢，因此小麥拔節期雨澇影響總體趨于減弱，小麥減產的風險降低，但是氣候變暖帶來的降雨極端性及不確定性增強，因此建議仍應加強農田基本設施建設以應對因雨澇導致的小麥減產。