干旱對滄州市玉米產量的影響分析

摘 要：夏玉米是滄州地區最主要的糧食作物之一，夏玉米的產量受到干旱嚴重影響。為研究滄州地區玉米產量與干旱相關關系，選取1978—2020年干旱災情數據、1978—2020年干旱過程數據、1996—2022年滄州市各縣玉米種植面積和產量數據、1998—2020年每年6—9月月降水量等數據資料，分析滄州地區干旱災情特征及干旱過程特征。通過構建干旱氣象指數，選取合適時間尺度的SPI指數，通過相關性分析，得到干旱氣象指數與夏玉米減產率的相關性關系，以此為基礎構建玉米減產率模型。結果表明：9月的SPI值與減產率的相關性最高，并通過了0.01的相關性檢驗，得到減產率模型，當SPI值＜-0.584 5時，預測出現減產。

關鍵詞：干旱；玉米；氣象指數；減產率

中圖分類號：S513 文獻標志碼：B 文章編號：2095–3305（2024）08–0-03

干旱嚴重高發的慢性自然災害，對生態環境、社會經濟發展、人類生產生活等影響大、范圍廣、持續時間久、危害深，造成的危害程度超過一般的氣象災害。農業領域受干旱影響較為嚴重，干旱會導致一系列與農村生態環境、農民生活、農業生產等緊密相關的問題。干旱是河北省發生最頻繁、影響最大的氣象災害[1]。滄州市是河北省重要的糧食產區，位于華北平原東部，夏玉米是滄州地區最主要的糧食作物之一，其產量受到干旱嚴重影響。

滄州地區的夏玉米一般6月開始播種，9月成熟收獲，種植期間階段性干旱的頻繁發生，嚴重影響了玉米的質量和產量，給農戶帶來嚴重的經濟損失[2]。曲思邈等[3]利用玉米產量資料、氣象觀測資料和1981—2014年吉林省玉米觀測資料，選取水分盈虧百分率的絕對值表示為玉米干旱天氣指數，采用5年滑動平均進行去趨勢處理，分離出相對氣象產量，進而確定玉米單產減產率，挑選出玉米發生減產率和當年發生玉米干旱樣本，最終選取385個數據對作為回歸分析的研究樣本，建立吉林省減產率與玉米干旱指數之間的相關性回歸方程，并通過0.01顯著性水平檢驗；彭九慧等[4]利用承德市圍場縣1990—2010年玉米種植區5—9月的降水氣象數據，采用降水標準差指標作為衡量干旱的不同等級，對干旱進行評級，計算分析因干旱災害造成的承德市玉米相對氣象產量即減產率，建立玉米產量和玉米生育期的氣象要素之間的相關性關系；張琪等[5]利用遼寧省各地市1967—2006年逐月降水量數據和各地市玉米產量數據，應用步長11年的滑動平均法分離出趨勢產量、氣象產量和相對氣象產量計算出減產率，再利用相關性分析方法，使用GIS空間分析技術等對各地市玉米因旱減產率及風險大小進行相關性分析，結果表明：玉米減產受干旱影響較大，降水負距平與減產率相關性較高，A類地區確定因旱減產指標：當降水負距平分別為＜20%時，玉米減率為5%；當降水負距平分別為20%～40%時，玉米減率為5%～11%；當降水負距平分別為40%～60%時，玉米減率為11%～17%。

在借鑒已有研究的基礎上，分析滄州地區干旱災情特征及干旱過程特征，選取SPI指數作為氣象干旱指數，分析不同時間尺度的SPI值與減產率之間的相關性關系，建立玉米減產率模型。為在氣候變暖的背景下科學制定防災減災的措施，以及幫助政府部門確定投資方向等提供決策依據。

1 資料與方法

1.1 數據來源

滄州市1978—2020年滄州市干旱災情數據、1978—2020年干旱過程數據、1996—2022年滄州市各縣玉米種植面積和產量數據、1998—2020年每年6—9月月降水量等數據、滄州市統計年鑒數據。

1.2 研究方法

1.2.1 干旱氣象指數構建

當前，應用較廣泛的指數有標準化降水指數（SPI）、

相對濕潤指數、降水距平百分率指數、綜合氣象干旱指數、Palmer干旱指數、標準化蒸散指數（SPEI）等[6]。其中，標準化降水指數（SPI）只需要使用月降水數據，資料獲取較為容易，不涉及具體的干旱機理，計算較為簡便，可以很好地反映區域干旱程度的時空變化，具有較強的時空適應性，因而成為應用最成熟的指標[7]。標準化降水指數（SPI）是利用概率密度函數來計算累積概率，對累積概率進行標準化處理，計算過程中不涉及與降水量的時空分布特性有關的相關參數，大幅降低了指標值計算的時空差異性，能很好地反映不同時空的旱澇狀況。計算了滄州各縣夏玉米生長期（6—9月）每個月時間尺度的SPI值，分別用SPI6、SPI7、SPI8和SPI9表示。SPI可用公式（1）求得[8]：

SPI=S（1）

式（1）中，，G（x）與Γ函數相關的降水分布概率；x為降水量樣本值；S為概率密度正、負系數。當G（x）＞0.5時，G（x）=1-G（x），S=1；當G（x）≤0.5時，S=-1。G（x）由以下Γ分布函數概率密度積分公式（2）得到。

，x＞0（2）

式（2）中，c0、c1、c2和d1、d2、d3為Γ分布函數轉換

為累積頻率簡化近似求解公式的計算參數，其取如下

值：c0=2.515 517，c1=0.802 853，c2=0.010 328，d1=

1.432 788，d2=0.189 269，d3=0.001 308。γ、β分別是Γ分布函數的形狀和尺度參數。

標準化降水指數（SPI）反映了不同時間和地區的降水氣候特點，利用降水累計頻率分布進行干旱等級的劃分（表1）。利用標準化降水指數進行干旱等級劃分具有氣候意義，不同時段不同地區都適用。

1.2.2 玉米減產率計算

滑動平均法是分離氣象產量較為成熟的方法[9]。采用5年滑動平均法對玉米產量序列數據進行去趨勢處理，將歷史產量序列的實際產量分離成氣象產量和趨勢產量，計算得到相對氣象產量。

Y=Yt+Yw+ε（3）

式（3）中，Y為實際產量；Yw為氣象產量；Yt為趨勢產量；ε是隨機波動項，在計算中一般忽略不計。趨勢產量Yt是指在各地平均的土壤、氣候條件下，農業生產逐步提高的結果。氣象產量Yw主要由玉米生育期間氣象條件決定，Yw＞0表示氣象條件有利于玉米生長，為豐產，Yw＜0為減產。

相對氣象產量：Si /%=（Y-Yt）/Yt×100（4）

當Si＜0時，其絕對值定義為減產率（X）。

2 結果與分析

2.1 干旱災情分析

調查收集1978—2020年滄州市各縣市區干旱災情數據，統計分析災情數據，1978—2020年滄州市年干旱受災人口最多約為278.17萬人，出現在1999年，其中，1980、1992、1997、2000、2002、2008年干旱受災人口在216萬～263萬人之間，1978、1979、1982、1988、1990、1994、1996、1998、2004、2007、2009、2010、2017年干旱受災人口低于100萬人，2017年相對受災人口最少為5.11萬人；滄州市年干旱受災面積最多約為35.66萬hm2，出現在1992年，1999、2008年干旱受災面積均超過30萬hm2，分別為34.12萬hm2和35.49

萬hm2，2017年相對受災面積最少為0.5147萬hm2；滄州市年直接經濟損失最多約為12.25億元，出現在1999年，1997、2014年干旱直接經濟損失均超過10億元，分別為10.27億元和11.83億元；滄州各地區干旱受災年份在9～25年之間，河間、獻縣、南皮、孟村、鹽山、滄縣干旱受災年份在20年以上，其中，南皮、孟村、鹽山出現干旱年份最多為25年，任丘、吳橋最少為9年；滄州各地區累計干旱受災人口在37.93萬～599.71萬人之間，其中，河間累計干旱受災人口最多約為599.71萬人，滄州市區最少約為37.93萬人；獻縣累計干旱受災面積最多約為94.89萬hm2，滄州市區最少約為3.82萬hm2；黃驊累計干旱直接經濟損失最多約為24.7億元，滄州市區最少約為1.11億元。

2.2 干旱過程分析

滄州市干旱日數高值區主要分布在滄州市區、滄縣、任丘、河間、吳橋等地，低值區主要分布在泊頭、青縣、南皮、肅寧、孟村；滄州市區、滄縣出現干旱日數最多，為6 482 d，泊頭最少，為5 885 d。任丘出現輕旱日數最多，為3 561 d；獻縣最少，為3 166 d。河間出現中旱日數最多，為2 203 d；孟村最少，為1 889 d。滄州市區、滄縣出現重旱日數最多，為783 d；肅寧最少，為451 d。鹽山出現特旱日數最多，為204 d；泊頭最少，為72 d。滄州各縣市區區域性干旱災害等級以輕中旱為主，肅寧輕旱日數占比最高，為58.1%；獻縣最少，為51.1%。東光中旱日數占比最高，為35%；肅寧最少，為31.2%。獻縣重旱日數占比最高，為12.1%；肅寧最少，為7.5%。鹽山特旱日數占比最高，為3.2%；泊頭最少，為1.2%。

1978—2020年，年最強干旱過程強度值在4.9～30.16之間，1999年年最強干旱過程強度最大，1995年年最強干旱過程強度最小。滄州市各縣市區年最強干旱過程強度高值區主要分布在滄州市區、滄縣、獻縣等地，低值區主要分布在泊頭、南皮、肅寧等地。年最強干旱過程強度最大值為30.16，于1999年出現在滄州市區、滄縣；年最強干旱過程強度最小值為18.8，于1999年出現在泊頭。

1978—2020年，滄州市各縣市區年平均干旱過程強度高值區主要分布在滄州市區、滄縣、青縣、鹽山等地，低值區主要分布在任丘、肅寧、東光、泊頭等地。年平均干旱過程強度最大值為9.58，出現在滄州市區、滄縣；最小值為7.56，出現在任丘。

1978—2020年，滄州各縣市區累計干旱過程次數在67～90次之間，任丘累計干旱過程次數最多，為90次；南皮最少，為67次。干旱過程等級以一般和較強為主。滄州市區、滄縣、獻縣出現強干旱過程最多，為14次；鹽山最少，為7次。任丘、河間、獻縣、泊頭、肅寧出現特強干旱過程最多，為4次；其余地區均為2次。

2.3 玉米減產率模型的構建

利用1996—2022年滄州市各縣玉米種植面積和產量數據，計算出各縣每年單產數據；利用5年滑動平均法計算出1998—2020年趨勢產量、氣象產量和相對氣象產量數據；利用1998—2020年每年6—9月月降水量數據，結合公式（1）計算出1998—2020年每年各縣的SPI6、SPI7、SPI8和SPI9值。由于作物減產的發生不一定是由氣象災害所導致，因而干旱氣象指數與玉米的減產率并不是絕對的對應關系。因此，需要對數據進行處理，挑選出因干旱災害造成減產的數據進行樣本研究。首先，干旱必須發生，即剔除SPI值＞-0.5的數據；其次，玉米應該發生減產，即剔除Si值≥0的數據；最后，選取出滿足既發生干旱又出現減產的數據進行相關性分析，對于SPI值與減產率X的散點圖，采用最小二乘方法擬合得到相關線性方程，通過對比發現SPI9與減產率相關性較高，選取SPI9與減產率進行回歸分析，建立玉米減產率模型：

X=0.2 183 SPI9+0.1 276（5）

式（5）中，X為減產率，SPI9為9月干旱氣象指數。并對其進行檢驗，R2為0.2617，通過α=0.01顯著性水平的檢驗。

3 結論

以滄州市夏玉米為研究對象，利用1978—2020年干旱災情數據、1978—2020年干旱過程數據、1996—2022年滄州市各縣玉米種植面積和產量數據、1998—2020年每年6—9月月降水量等數據資料，分析滄州地區干旱災情特征及干旱過程特征。通過構建干旱氣象指數，選取合適時間尺度的SPI指數，通過相關性分析，得到干旱氣象指數與農作物產量的相關性關系，以此為基礎構建玉米減產率模型。

（1）1978—2020年滄州市年干旱受災人口最多約為278.17萬人，出現在1999年，其中，1980、1992、1997、2000、2002、2008年干旱受災人口在216萬～263萬人之間；滄州市年干旱受災面積最多約為35.66萬hm2，

出現在1992年，其中，1999、2008年干旱受災面積均超過30萬hm2；滄州市年直接經濟損失最多約為12.25億元，出現在1999年，1997、2014年干旱直接經濟損失均超過10億元；滄州各地區干旱受災年份在9～25年之間，河間、獻縣、南皮、孟村、鹽山、滄縣干旱受災年份在20年以上。

（2）滄州市干旱日數高值區主要分布在滄州市區、滄縣、任丘、河間、吳橋等地，低值區主要分布在泊頭、青縣、南皮、肅寧、孟村。滄州各縣市區區域性干旱災害等級以輕中旱為主。滄州市各縣市區年最強干旱過程強度高值區主要分布在滄州市區、滄縣、獻縣等地，低值區主要分布在泊頭、南皮、肅寧等地。年最強干旱過程強度最大值為30.16，于1999年出現在滄州市區、滄縣；年最強干旱過程強度最小值為18.8，于1999年出現在泊頭。滄州市各縣市區年平均干旱過程強度高值區主要分布在滄州市區、滄縣、青縣、鹽山等地，低值區主要分布在任丘、肅寧、東光、泊頭等地。1978—2020年，滄州各縣市區累計干旱過程次數在67～90次之間，任丘累計干旱過程次數最多為90次，南皮最少為67次。

（3）滄州市夏玉米減產率與每年9月的SPI值相關性較好，R2為0.2617，通過α=0.01顯著性水平的檢驗，表明兩者具有中等程度相關關系，即滄州地區夏玉米產量對水分狀況敏感。當減產率為0時，SPI9=-0.5845，即為干旱氣象指數臨界值。

參考文獻

[1] 趙玉兵，孫東磊，賈秋蘭，等.基于SPEI指數的河北省南部夏玉米生長季干旱特征分析[J].氣象科技，2020，48（5）：766-773.

[2] 侯奇奇，楊帥，耿雪瑩，等.廊坊市夏玉米干旱氣象保險指數研究：以霸州市為例[J].湖北農業科學，2021，60（10）：55-59.

[3] 曲思邈，王冬妮，郭春明，等.玉米干旱天氣指數保險產品設計：以吉林省為例[J].氣象與環境學報，2018，34（2）：92-99.

[4] 彭九慧，楊梅，陸倩，等.玉米干旱等級劃分及氣象產量評估方法[J].環境科學與技術，2012，35（S2）：137-139.

[5] 張琪，張繼權，佟志軍，等.干旱對遼寧省玉米產量影響及風險區劃[J].災害學，2010，25（2）：87-91.

[6] 徐青竹.基于SPI指數的內蒙古興安盟干旱特征分析[J].內蒙古科技與經濟，2022（20）：78-80，117.

[7] 王志楠，張志杰，劉楊.呼和浩特市春季干旱研究[J].內蒙古科技與經濟，2017（6）：33-34，37.

[8] 李樹軍，袁靜，肖清華，等.基于SPI的濰坊市近50年的干濕特征分析[J].中國農學通報，2011，27（26）：293-298.

[9] 吳利紅，婁偉平，姚益平，等.水稻農業氣象指數保險產品設計[J].中國農業科學，2010，43（23）：4942-4950.