基于多種指標的長江中下游水稻高溫熱害對比分析

朱世峰，王衛光，魏 佳

（1.河海大學水文水資源學院，南京 210098；2.河海大學水文水資源與水利工程科學國家重點實驗室，南京 210098）

0 引 言

近年來，以顯著變暖為特征的氣候變化已經成為社會和大眾關注的熱點問題[1]。在全球變暖的背景下，極端氣候事件的頻率、強度以及持續時間均明顯增加[2]。農業是受氣候變化影響最大的部門[3]，并且作物生長期間的極端高溫可能導致其完全歉收[4]。中國是世界上主要的糧食生產國之一，大量的糧食生產區受到極端高溫氣候的威脅[5]，糧食生產安全已不可避免的受到了氣候變化的影響。極端高溫的影響因作物類型的不同而有很大差異，濕地水稻是受影響最嚴重的作物[6]。頻繁出現的高溫天氣使得水稻更易遭受到高溫熱害的影響，如果不及時采取有效的應對措施，將會導致產量下降，嚴重威脅到糧食生產安全[7]。

長江中下游地區是我國主要的水稻產區，該地區水稻的種植面積及產量均占全國的1/3 以上[8]。但是由于該地區地處亞熱帶季風區，無法避免在夏季遭遇不同程度的高溫事件。水稻生長期通常在夏季，加劇的極端氣候事件，將會造成水稻生長過程明顯加快，致使水稻空粒增加，進而使得產量和品質大幅下降[9-11]。過去的研究表明，水稻在高溫下暴露一小時就足以引起不育，并且高溫也會影響開花模式和達到花期的小穗數[12]。隨著極端氣溫事件發生頻率的增加，氣候變化可能會增加溫度峰值與花期重疊的概率[6]。同時，高溫增加了籽粒灌漿和葉片衰老的速率，縮短了籽粒灌漿和葉片衰老的時間，使得籽粒灌漿提前終止[13]。

目前，已有國內學者開展了長江中下游或者流域內部分地區水稻高溫熱害的分布特征及時空演變規律的研究。然而，以往的研究大多采用站點數據計算高溫熱害的指標[11,14-18]，對于大面積種植水稻的地區，盡管將站點數據計算結果進行空間插值可以用來反應水稻高溫熱害的時空變化[19]，但是距離站點較遠的種植區會由于插值的偏差而無法很好的反映水稻關鍵生育期間的夏季溫度變化，最終導致產量和品質的差異。此外，由于指標計算時所選擇的實測數據的差異，不同的熱害指標對于水稻遭受的熱害等級判定存在較大差異，不合理的判斷結果將會高估/低估熱害風險對于水稻發育產生的影響。近年來，更多區域尺度的高分辨率格點化實測數據集的發布[20,21]為精確化指標計算提供了便利。因此，使用高精度的實測數據，采取多種高溫熱害識別方法，綜合評估長江中下游地區水稻生長期的極端高溫事件的變化規律，為優化作物種植布局和防御高溫災害提供了相對科學的依據，也為相關部門制定未來氣候變化應對策略、保障國家的糧食安全提供了科學參考。

1 材料與方法

1.1 研究區概況

長江中下游地區(108°05′ E～123° E,24°30′ N～35°10′ N)包括湖南、湖北、江西、安徽、江蘇、浙江和上海，共六省一市，地處我國中部，其中大多為平原丘陵（圖1），屬于亞熱帶濕潤季風氣候，雨熱同期，整體表現為夏季暖濕，冬季冷干。研究區一直以來就是我國的主要糧食產地，占有我國1/5 以上的糧食種植面積和產量，是我國重要的糧食主產區和商品糧基地[22]。研究區內大多為平原和丘陵，地勢西高東低，地形復雜，和夏季多種大氣環流系統相互作用共同導致了該地復雜多變的氣候特征[23,24]。

圖1 長江中下游地區示意圖Fig.1 Diagram of the middle&lower reaches of the Yangtze River

1.2 研究數據

實測數據來自于中國氣象局氣候研究開放實驗室的0.25°×0.25°經緯度分辨率的格點化數據集(CN05.1)[25]。CN05.1數據集是基于中國范圍內的2 400 余個氣象站點的觀測資料（包括基準站、基本站和國家一般氣象站），通過薄盤樣條方法進行空間插值，為了滿足當前高分辨率氣候模式精度驗證的需要而制作的一組中國大陸地區的觀測數據集。經評估該數據集精度相對較高且接近實測數據[21]，已經得到了廣泛的應用[26,27]。本研究選用CN05.1 數據集中的逐日平均氣溫和逐日最高氣溫數據，數據長度為1961-2014年。

1.3 熱害指標計算方法

國內外大量學者對水稻高溫熱害指標進行了研究，但由于研究區的差別和實測數據的限制，所得到的熱害指標也不一樣。較早的研究中以日平均氣溫≥30 ℃或最高氣溫≥35 ℃作為判別水稻開花結實期受害的臨界溫度，并按照大于臨界平均溫度和最高溫度的熱害天氣的最長持續天數定義高溫熱害強度[28,29]；后來的研究中通過日最高氣溫超過35 ℃的危害積溫來評估高溫對水稻的影響[30,31]。因此，本研究選取了如下幾個指標對高溫熱害進行計算：

(1)通過計算日平均氣溫穩定超過30 ℃的日數，即高溫持續日數(High Temperature Days,HTD)，來反映高溫熱害強度。

(2)利用水稻生育期內超過35 ℃以上的連續高溫積溫(High Temperature Degree-Days forTmax,HDD)[31]來反映熱害的發生強度，計算方法如下：

“四種形態”用黨的紀律和規矩衡量黨員干部的日常行為，其鮮明特點是抓早抓小、動輒則咎，發現不守規矩現象馬上管，看到違反紀律行為及時處理。這一特點讓大多數黨員干部在有傾向性問題、剛剛出問題的時候就能得到及時的提醒、糾正，可以有效地防止黨員干部“帶病”工作，也可以有效地防止黨員干部由違紀跌入違法犯罪的深淵(因為紀在法前，紀嚴于法)。這既是對黨的事業負責，也是對黨員干部嚴管之下的關心愛護。

式中：HDD為連續高溫積溫，℃?d；DTi為水稻生育期內逐日高溫危害積溫，℃；Tmax為日最高氣溫，℃；T0為35 ℃；n為水稻生育期的總天數，d；i為水稻生育期內第i天(1≤i≤n)。

(3)反映水稻生育期內的單點高溫熱害強度同樣可以利用危害熱積溫(Accumulated Hot Damage Temperature,AHDT)[32]作為指標進行劃分，計算方法如下：

式中：AHDT為危害熱積溫，℃?d；m為評價時段內水稻熱害過程的總次數；j為多次水稻熱害過程的序號，1≤j≤m；nj為第j個水稻熱害過程中的總高溫日數，nj≥3 d)；i為第j個水稻熱害過程中每天的序號，1≤i≤n)；f()為單日積熱，℃；為第j個水稻熱害過程中第i天的日最高氣溫，℃。

根據之前的研究[28]，本文選擇每年的6-9月作為長江中下游地區水稻的生長期進行指標計算。由于高溫持續日數與連續高溫積溫和危害熱積溫所使用的基礎實測數據不同，而連續高溫積溫和危害熱積溫之間的計算方法也存在差異，因此為了選擇出更能準確描述實際情況的熱害指標，將三者進行對比具有重要意義。

2 結果與分析

2.1 高溫熱害強度的時間變化

將基于格點數據計算得到的1961-2014年高溫熱害指標進行區域平均，區域平均的結果如圖2所示。在氣候的趨勢分析中，由于常用的序列平滑方法（如滑動平均等）會造成缺少序列兩端的平滑值，使得處理難以反應序列兩端的真實趨勢，故本文選擇巴特沃斯(Butterworth)低通濾波對3 個高溫熱害指標進行平滑處理[33]。

這種平滑方法將氣候的時間序列看作一個非唯一邊界的約束問題，這樣將至少有3種最低階約束方案，具體如下：①模約束方案：滑動序列的零階導數，有利于邊界附近的趨勢接近于氣候態；②斜率約束方案：滑動序列的一階導數，有利于邊界附近的趨勢接近于一個局部值；③粗糙度約束方案：滑動序列的二階導數，邊界附近的趨勢由一個定常斜率來逼近[34]。

將3個高溫熱害指標先進行距平和歸一化處理，再利用上述3種邊界約束方案進行巴特沃斯低通濾波平滑處理，計算所得到序列的均方誤差(Mean Square Error,MSE)如表1所示，每個指標最小MSE的平滑序列就是最優的平滑方案。最終3個熱害指標的氣候時間序列平滑的約束方案均選擇模約束方案。將處理過后的序列進行平滑處理（圖2）可以看到，所有指標在長時間序列上均無明顯的增大或減小的趨勢，達到了模約束方案的邊界附近與氣候態相接近的預期。

表1 熱害指標序列的均方誤差Tab.1 MSE of heat damage index series

圖2 1961-2014年長江中下游地區高溫熱害的時間變化Fig.2 Temporal variation of heat damage over the middle&lower reaches of the Yangtze River from 1961 to 2014

2.2 高溫熱害強度的空間變化

將長江中下游地區的高溫熱害指標在空間中的每個格點在時間尺度上進行平均，所得結果如圖3所示。高溫熱害較嚴重的區域集中在湖南和湖北的東部，江西的中部，浙江的北部以及江蘇和安徽接壤的部分，高溫持續日數最大可達到13 d，連續高溫積溫最大可達到47 ℃?d，危害熱積溫最大可達到45 ℃?d，在沿海地區和西部地區高溫熱害并不嚴重。綜合圖1所示的高程數據可以發現，高溫熱害嚴重的地區集中在高程較低的平原地區，而山區丘陵由于溫度的垂直遞減效應，使得逐日平均氣溫和逐日最高氣溫相較于平原地區偏低，進而使計算所得指標與平原地區相差較大。江蘇和浙江沿海地區在夏季受到相較于內陸更為強烈的西太平洋季風影響，降水頻繁，導致該地區降溫效果顯著，進而使得極端高溫事件無法連續，高溫熱害偏低。

圖3 1961-2014年長江中下游地區高溫熱害的空間分布Fig.3 Spatial distribution of heat damage over the middle&lower reaches of the Yangtze

將3個指標進行對比可以發現，相較于連續高溫積溫和危害熱積溫，高溫持續日數在大別山、黃山以及江南丘陵地帶明顯相較于周邊偏低，而連續高溫積溫和危害熱積溫雖然在山區及丘陵地區也較周邊偏低，但空間差異不大。這種在空間上的過快突變容易造成對熱害形式的高估。同時，高溫持續日數相比于連續高溫積溫和危害熱積溫所反映出的高溫熱害嚴重的地區更為集中，并且所占格點也明顯更多。但是高溫持續日數在空間中連成一片，無法像連續高溫積溫和危害熱積溫一樣在局部區域（如兩湖平原地區）中反映出指標在局部區域中的空間差異。比較同樣基于逐日最高氣溫數據計算得到的連續高溫積溫和危害熱積溫，雖然二者的計算方法的不同導致了指標大小有著細微的差別，但是在空間上的分布高度相似。

2.3 高溫熱害強度的周期變化

小波分析是一個具有多分辨率的統計工具，能夠反映時域和頻域上的局部特征，被稱為“細節放大器”[11]。其中Morlet 小波能清晰的揭示出隱藏在時間序列中的多種變化周期，充分反映系統在不同時間尺度中的變化趨勢，并能對系統未來發展趨勢進行定性估計，為更好的研究時間序列問題提供了可能。

本文對3個高溫熱害指標在1961-2014年內選用32年時間尺度進行Morlet 復小波分析，所得結果如圖4所示。其中小波系數實部等值線圖能反映序列不同時間尺度的周期變化及其在時域中的分布，從而判斷在不同的時間尺度上序列在未來的變化趨勢；小波方差圖能反映序列的波動能量隨尺度的分布情況，從而判斷序列演化過程中存在的主周期；主周期趨勢圖是根據小波方差檢驗結果提取小波系數實部在主周期下的變化趨勢，以反映熱害指標存在的平均周期及高-低變化特征。

從小波系數實部等值線圖4可以看出，3個指標在54年中存在著25～32年、13～24年、7～12年以及3～6年的四類尺度的周期變化規律。其中，在25～32年的尺度上出現了高-低交替的準兩次震蕩；在14～24年的尺度上出現了高-低交替的準4次震蕩。同時還可以看出，以上兩個尺度的周期變化在整個分析的時段的表現十分穩定，具有全域性；7～12年尺度的周期變化在1990年之前的表現較為穩定。3個指標的差異主要體現在3～6年尺度上：就高溫持續日數而言，3～6年尺度的周期在1970年之前和1990年之后的表現較為穩定；就連續高溫積溫和危害熱積溫而言，3～6年尺度的周期在1980年之后的表現較為穩定。

從小波方差圖4可以看出，3 個指標均存在3 個較為明顯的峰值，它們依次對應著18年、9年和5年的時間尺度。其中，3 個指標的最大峰值均對應著18年時間尺度，說明18年左右的震蕩周期最強，為序列變化的第一主周期。就高溫持續日數而言，第二峰值對應9年時間尺度，第三峰值對應5年時間尺度，分別為第二、第三主周期。就連續高溫積溫和危害熱積溫而言，第二峰值對應5年時間尺度，第三峰值對應9年時間尺度，為序列變化的第二、第三主周期。

圖4 1961-2014年長江中下游地區高溫熱害時間序列的Morlet小波分析結果Fig.4 Morlet wavelet analysis results of time series of heat damage in the middle&lower reaches of the Yangtze River from 1961 to 2014

根據小波方差圖中的結果，繪制分別反映5年、9年和18年特征尺度的主周期趨勢圖。在5年和18年特征尺度上，3個指標表現出的平均周期和高-低變化特征一致，在5年特征時間尺度上，高溫熱害變化的平均周期為3.5年左右，大約經歷了16 個周期的高-低變化；在18年的特征時間尺度上，高溫熱害變化的平均周期為12年，大約經歷了4.5 個周期的高-低變化。就高溫持續日數而言，在9年的特征時間尺度上，高溫熱害變化的平均周期為6.5年左右，大約經歷了8個周期的高-低轉換；就連續高溫積溫和危害熱積溫而言，在9年的特征時間尺度上，高溫熱害變化的平均周期為6年左右，大約經歷了8.5個周期的高-低轉換。

2.4 高溫熱害強度的等級劃分

前面所計算的高溫熱害本質上是氣候指標，只有通過劃分等級才能體現出其影響水稻生長發育的程度。依據之前的研究[11,31]以及最新的國家標準[32](GB/T 37744-2019)，本文將通過3 套劃分標準（表2） 將高溫熱害強度等級進行劃分。

表2 單點熱害強度等級劃分Tab.2 Classification of single point heat damage intensity

從表2可以看到，用危害熱積溫定義的劃分標準針對單季稻和雙季稻是不同的，而用高溫持續日數定義的劃分標準沒有區分單季稻和雙季稻，并且用連續高溫積溫定義的劃分標準只適用于單季稻?；诖?，為了可以把不同的標準放在一起進行對比，將用高溫持續日數定義的劃分標準定義為單季稻和雙季稻同標準。國家統計局發布的作物播種面積指出，近30年以來，湖南省和江西省的平均的雙季早稻播種面積占到長江中下游地區雙季早稻播種總面積的75%以上，湖北省、安徽省、江蘇省和浙江省的單季稻播種面積更是占到長江中下游地區單季稻播種總面積的80%以上。為了更加準確的反映高溫熱害分別對單季稻和雙季早稻產生的影響，本文將長江中下游分為由湖南、江西組成的雙季早稻種植區和由其余地區組成的單季稻種植區，分別討論高溫熱害強度等級占種植區總面積的比例，結果如圖5所示。

圖5 1961-2014年長江中下游水稻種植區在不同指標下高溫熱害程度占比Fig.5 Percentage of heat damage in rice growing areas in the middle&lower reaches of the Yangtze River under different indicators from 1961 to 2014

之前的研究通過計算日平均氣溫≥30 ℃或日最高氣溫≥35 ℃持續日數指出[29]，比較明顯的典型高溫熱害年份有1971、1978、1988、1994、2003和2006年，其中1978和1988年的高溫天氣使得雙季早稻產量明顯下降，2003年的高溫天氣使得單季稻的產量明顯下降，其余時段則是對區域內所有水稻產量都產生影響，同時2013年是長江中下游地區自21世紀以來高溫持續時間最長的年份[35]。將以上的典型年份代入圖中進行比對可以發現均能得到較好的驗證。

相較于其他兩種劃分標準，基于連續高溫積溫的劃分標準雖然可以對典型年份進行較好的反映，但是由于閾值劃分的主觀性，無法在其余年份對高溫熱害程度做出很好的判斷，并且劃分標準僅針對于單季稻，無法精確判斷長江中下游地區這一單雙季稻輪作的水稻產區受到高溫熱害的影響程度。

雖然基于危害熱積溫的劃分標準相比于基于高溫持續日數的劃分標準有著更高的熱害面積的總占比，但其組成大多為輕度熱害。而基于高溫持續日數的劃分標準有著更高的重度熱害占比，尤其是位于北方的單季稻種植區，這可能會在一些年份與實際情況不符，造成對于熱害影響的過高預估。

3 結 論

本文利用1961-2014年的逐日平均氣溫數據和逐日最高氣溫數據，采用3種不同指標，對長江中下游地區水稻的高溫熱害特征進行了綜合評估，主要結論如下。

（1）3 個指標都在長時間序列上均無明顯的持續增大或減小的趨勢，但在1961-1980年存在下降趨勢，在1981-2014年存在上升趨勢。相較于連續高溫積溫和危害熱積溫，高溫持續日數無論是在1961-1980年間的下降趨勢還是在1981-2014年間的上升趨勢都相對平緩。

（2）空間上，3 個指標均反映出高溫熱害嚴重的地區集中在平原區。高溫持續日數相比于連續高溫積溫和危害熱積溫所反映出的高溫熱害嚴重的地區更為集中，但是無法像連續高溫積溫和危害熱積溫一樣很好地反映出指標在局部區域中的空間差異。

（3）在周期分析中，3 個指標在54年中存在著25～32年、13～24年、7～12年以及3～6年的四類尺度的周期變化規律，并且均存在3 個較為強烈的震蕩周期，它們依次對應著18年、9年和5年的時間尺度。

（4）在強度等級劃分中，雖然典型熱害年份均能通過3個指標得到較好驗證，但是相較于其他兩種劃分標準，基于連續高溫積溫的劃分標準無法精確判斷長江中下游地區受到高溫熱害的影響程度。并且基于連續高溫日數的劃分標準可能會比基于危害熱積溫的劃分標準對于熱害的影響造成一定程度的過高預估。

綜上所述，基于逐日最高氣溫數據所計算的危害熱積溫(AHDT)比高溫持續日數(HTD)和連續高溫積溫(HDD)更適合反映長江中下游地區高溫熱害對水稻的影響。