黑龍江省水稻產(chǎn)量風(fēng)險分布及區(qū)劃

韓語軒 王莉雯等

摘要[目的]分析黑龍江省水稻產(chǎn)量風(fēng)險的空間分布規(guī)律，并進行風(fēng)險區(qū)劃。[方法]對黑龍江省歷年水稻單產(chǎn)相對氣象產(chǎn)量序列進行正態(tài)分布判別和偏態(tài)分布正態(tài)化處理，選取水稻平均減產(chǎn)率、減產(chǎn)率變異系數(shù)和減產(chǎn)率大于10%的風(fēng)險概率作為評價指標，分析黑龍江省水稻產(chǎn)量風(fēng)險的空間分布規(guī)律，并采用 Kmeans平均聚類算法進行黑龍江省水稻產(chǎn)量的災(zāi)害風(fēng)險區(qū)劃。[結(jié)果]按照水稻產(chǎn)量的災(zāi)害風(fēng)險區(qū)劃，將黑龍江省劃分為低、中、高3類風(fēng)險區(qū)。黑龍江省水稻單產(chǎn)減產(chǎn)風(fēng)險區(qū)呈整體連片、局部分散的特點。高風(fēng)險區(qū)位于黑龍江省東北部和西南部地區(qū)，北部及東部地區(qū)為中風(fēng)險區(qū)，而黑龍江省中部和南部地區(qū)風(fēng)險最低，屬于低風(fēng)險區(qū)。[結(jié)論]合理調(diào)整種植結(jié)構(gòu)，加強水稻生產(chǎn)管理和完善灌溉設(shè)施是規(guī)避黑龍江水稻產(chǎn)量風(fēng)險的主要措施。

關(guān)鍵詞黑龍江省；水稻；風(fēng)險評價指標；風(fēng)險區(qū)劃

中圖分類號S166文獻標識碼A文章編號0517-6611（2016）04-001-03

Risk Distribution and Regionalization of Rice Yield in Heilongjiang Province

HAN Yuxuan，WANG Liwen（School of Urban and Environment，Liaoning Normal University，Dalian，Liaoning 116000）

Abstract[Objective] To analyze spatial distribution law of rice yield risk in Heilongjiang Province and conduct risk zoning.[Method] Applying the average rice cut rate，the variation coefficient of cut rate and risk probability of cut rate at 10% or higher as the evaluation indicators，relative meteorological yield array of rice yield per unit in Heilongjiang Province in calendar years was processed by performing the discrimination of normal distribution and the normalization of skewness distribution，the spatial risk distribution of rice yield was analyzed.By using KMeans，the disaster risk regionalization of rice yield in Heilongjiang Province was conducted.[Result] This article divided Heilongjiang Province into low，medium and high three type areas of risk.The result indicated that risk areas of rice yield reduction are contiguous on the whole and scattered in a small part.Southwest and northeast of Heilongjiang Province were high risk area，well northern and eastern parts were medium one and central and southern parts belonged to low risk area.[Conclusion] The main measure to reduce the risk on rice output in Heilongjiang Province is to adjust the planting structure properly，to improve the rice management and to perfect the irrigation facilities.

Key wordsHeilongjiang Province； Rice； Risk evaluation indicators； Risk regionalization

近年來，全球各類極端天氣事件頻繁發(fā)生，由氣候異常變化引起的農(nóng)業(yè)損失事件時有發(fā)生。據(jù)統(tǒng)計，1979～2008年我國主要作物的受災(zāi)比例呈逐年增加的趨勢[1]。我國每年因氣象災(zāi)害造成的農(nóng)作物受災(zāi)面積達5 000萬hm2，因災(zāi)導(dǎo)致的單品種糧食產(chǎn)量波動可達20%左右，嚴重時可達30%以上[2]。黑龍江省作為我國重要的糧食生產(chǎn)基地，在水稻種植面積、生產(chǎn)總量以及商品量方面均居于我國首位[3]，其水稻產(chǎn)量的豐歉與我國糧食安全和社會穩(wěn)定密切相關(guān)。同時，黑龍江省又是自然災(zāi)害頻發(fā)的省份，因此建立適合黑龍江省的農(nóng)業(yè)氣象災(zāi)害風(fēng)險評價體系與方法，開展黑龍江省水稻風(fēng)險評估及其空間分布規(guī)律研究，為制定農(nóng)業(yè)政策、采取科學(xué)的避災(zāi)措施提供科學(xué)依據(jù)具有重要的現(xiàn)實意義。

為避免風(fēng)險評價指數(shù)法中多種指標間的權(quán)重準確性問題和危險性研究中因指標難以與作物產(chǎn)量有直接聯(lián)系而出現(xiàn)的有災(zāi)無害現(xiàn)象[4-5]，筆者根據(jù)1980～2011年黑龍江省56個縣（市）的水稻單產(chǎn)歉年平均減產(chǎn)率、災(zāi)年減產(chǎn)率變異系數(shù)和年減產(chǎn)率≥10%的風(fēng)險概率3個方面評價風(fēng)險，并利用Kmeans平均聚類算法進行分類和風(fēng)險區(qū)劃。

1材料與方法

1.1數(shù)據(jù)資料1980～2011年黑龍江省56個縣（市）水稻產(chǎn)量與播種面積資料，部分地區(qū)個別年份數(shù)據(jù)缺失或發(fā)現(xiàn)異常數(shù)據(jù)（特高或特低）核查后取舍處理。

1.2分離氣象產(chǎn)量的方法農(nóng)作物的最終產(chǎn)量是在農(nóng)業(yè)技術(shù)措施、氣象條件和隨機“噪聲”等自然和非自然因素的綜合影響下形成的[6-7]，按照以下公式計算：

Y=Yt+Yw+ΔY （1）

式中，Y為糧食單產(chǎn)；Yt為趨勢產(chǎn)量，反映一定歷史時期社會生產(chǎn)力發(fā)展水平的長周期產(chǎn)量分量；Yw為氣候產(chǎn)量，是指由年際間氣象因素變化所造成的產(chǎn)量波動分量；ΔY為隨機因素影響的產(chǎn)量分量，在實際計算中通常忽略不計。

趨勢產(chǎn)量采用直線滑動平均法進行模擬[8]，經(jīng)過比較并考慮產(chǎn)列序列的長短，滑動步長取 11。求出趨勢產(chǎn)量后，根據(jù)式（1）可得到氣象產(chǎn)量：

Yw=Y-Yt （2）

根據(jù)式（2）進一步得到相對氣象產(chǎn)量：

x=Yw/Yt （3）

1.3氣象產(chǎn)量分布正態(tài)檢驗和正態(tài)化處理為驗證水稻產(chǎn)量序列分解結(jié)果的優(yōu)劣，采用偏度-峰度檢驗法對分解的氣象產(chǎn)量進行正態(tài)檢驗[8]。經(jīng)檢驗，研究區(qū)域有45個站點的減產(chǎn)率通過α=0.01 水平的正態(tài)性檢驗，占總研究站的80.35%，表明黑龍江省水稻減產(chǎn)率大體上服從正態(tài)分布。對于不符合正態(tài)分布的站點數(shù)據(jù)，采取偏態(tài)分布正態(tài)化處理[9]。

1.4風(fēng)險評價指標

1.4.1平均減產(chǎn)率。當實際產(chǎn)量低于趨勢產(chǎn)量，即相對氣象產(chǎn)量為負值時，為減產(chǎn)，而實際單產(chǎn)低于趨勢產(chǎn)量的百分率稱為“減產(chǎn)率”[10]。定義相對氣象產(chǎn)量小于零的年份為歉收年份，相對氣象產(chǎn)量小于5%（即減產(chǎn)率大于5%）的年份為成災(zāi)年份[6]。按照以下公式計算平均減產(chǎn)率：

P=（ni=1xi）/n （4）

式中，xi和n分別為相應(yīng)年型的相對產(chǎn)量序列和年數(shù)。

1.4.2減產(chǎn)率變異系數(shù)。減產(chǎn)率變異系數(shù)表示相對氣象產(chǎn)量偏離其平均值的程度。減產(chǎn)率變異系數(shù)越大，則糧食生產(chǎn)面臨的風(fēng)險越大。按照以下公式計算減產(chǎn)率變異系數(shù)：

V=ni=1（xi-）2/（n-1）（5）

式中，xi為相應(yīng)年型的減產(chǎn)率序列，為相應(yīng)的平均減產(chǎn)率，n為年數(shù)。

1.4.3風(fēng)險概率。風(fēng)險概率是指根據(jù)分布函數(shù)曲線計算的糧食單產(chǎn)不同增產(chǎn)率和減產(chǎn)率出現(xiàn)的概率。風(fēng)險概率的正態(tài)分布函數(shù)為：

F（x）=1σ2π∫x-∞exp-（x-μ）22σ2dx（6）

則隨機變量x在區(qū)間（x1，x2）內(nèi)發(fā)生的概率為：

P（x1≤x≤x2）=∫x2x1f（x）dx（7）

1.5風(fēng)險區(qū)劃方法聚類是指按照一定的量度將樣本分到不同類的過程，在聚類結(jié)果中同一類的樣本具有較大相似性[11]。K-平均聚類算法是動態(tài)聚類方法的一種，是最經(jīng)典的也是應(yīng)用范圍最廣的聚類算法。該方法通過給定或隨機選擇K個初始聚類中心，其他樣本根據(jù)其與中心的相似程度分配到最類似的類中。

以黑龍江省56個縣（市）為樣本集，每個樣本選取歉年平均減產(chǎn)率、災(zāi)年減產(chǎn)率變異系數(shù)和年減產(chǎn)率≥10%的風(fēng)險概率3個指標。由于水稻單產(chǎn)災(zāi)年減產(chǎn)率、歉年減產(chǎn)率變異系數(shù)不是研究的風(fēng)險區(qū)劃因子，故略去。

2結(jié)果與分析

2.1水稻單產(chǎn)風(fēng)險指標的分布規(guī)律

2.1.1水稻單產(chǎn)歉年減產(chǎn)率的分布。從圖1可以看出，根據(jù)水稻單產(chǎn)的歉年平均減產(chǎn)率的高低將黑龍江省56個縣（市）分為3個級別：低值區(qū)（5.32%～14.80%）、中值區(qū)（14.80%～19.41%）、高值區(qū)（19.41%～28.89%）。低值區(qū)的縣（市）有24個，集中分布于黑龍江中部和南部；中值區(qū)縣（市）有20個，主要分布在中南部之外的周邊地區(qū)，呈東西向條帶狀分布；高值區(qū)的縣（市）有12個，分布于黑龍江省東北部和西部部分地區(qū)，具有整體上分散、小面積連片的特點。

2.1.2水稻單產(chǎn)災(zāi)年減產(chǎn)率變異系數(shù)的分布。從圖2可以看出，根據(jù)災(zāi)年減產(chǎn)率變異系數(shù)的高低將黑龍江省56個縣（市）分為3個級別：低值區(qū)（0.301～0.584）、中值區(qū)（0.584～0.794）、高值區(qū)（0.794～1.033）。低值區(qū)的縣（市）有24個，主要分布于黑龍江中南部、東北部和西北部部分地區(qū)，具有整體上分散、小面積連片的特點；中值區(qū)的縣（市）有19個，廣泛分布于中南部以外的大部分地區(qū)；高值區(qū)的縣（市）有13個，分布于黑龍江北部和西部個別地區(qū)。

2.1.3水稻單產(chǎn)減產(chǎn)率≥10%的風(fēng)險概率的分布。根據(jù)水稻單產(chǎn)的減產(chǎn)率≥10%的風(fēng)險概率，將黑龍江省56個縣（市）分為3個級別：低值區(qū)（16.3%～24.51%）、中值區(qū)（24.51%～30.23%）、高值區(qū)（30.23%～38.44%）。從圖3可以看出，低值區(qū)的縣（市）有16個，主要分散于黑龍江南部；中值區(qū)的縣（市）有19個，主要分布于北部；高值區(qū)的縣（市）有21個，分布于東北、西南部地區(qū)（圖3）。

2.2黑龍江省水稻產(chǎn)量的災(zāi)害風(fēng)險區(qū)劃選取歉年平均減產(chǎn)率、災(zāi)年減產(chǎn)率變異系數(shù)和減產(chǎn)率≥10%的風(fēng)險概率3個指標作為評價水稻單產(chǎn)減產(chǎn)的風(fēng)險要素。采用Kmeans平均聚類算法將黑龍江省分為低、中、高3類水稻單產(chǎn)減產(chǎn)風(fēng)險區(qū)，每類風(fēng)險區(qū)的劃分標準及分布情況見表1。

從圖4可以看出，黑龍江省水稻單產(chǎn)減產(chǎn)風(fēng)險區(qū)呈整體連片、局部分散的特點。黑龍江省西部和東北地區(qū)為水稻減產(chǎn)高值集中區(qū)，北部及東南部分地區(qū)為水稻減產(chǎn)中值區(qū)，而低值區(qū)主要分布在中部和南部。

結(jié)論與討論

（1） 黑龍江省歉年平均減產(chǎn)率的低值區(qū)位于中部和南部，中高值區(qū)的北部和西部地區(qū)歉年平均減產(chǎn)率為14.80%～28.89%，以東北部和西南部最高；災(zāi)年減產(chǎn)率變異系數(shù)的低值區(qū)主要分布于黑龍江中南部，在北部部分地區(qū)亦有分布，中高值區(qū)廣泛分布于中南部以外的大部分地區(qū)；從年減產(chǎn)率≥10%的風(fēng)險概率來看，黑龍江全省都處于較高風(fēng)險水平，全省風(fēng)險概率值為16.30%～38.44%，其中低值區(qū)分散在南部地區(qū)，高值區(qū)主要集中在東北部和西南部。

（2）各地區(qū)3種指標的總體分布都呈現(xiàn)北高南底、周邊高中間低的特點。在指標搭配上，中南部（如五常市、綏化市、方正縣等）的各項指標值較一致，均處于低風(fēng)險范疇；而平均減產(chǎn)率和減產(chǎn)率概率都位于高值區(qū)的撫遠縣、黑河市、杜爾伯特縣等地，變異系數(shù)卻很小，說明這些地區(qū)水稻產(chǎn)量穩(wěn)定，但一直處于高風(fēng)險狀態(tài)。

（3）將黑龍江省水稻單產(chǎn)分為低、中、高3類風(fēng)險區(qū)，各風(fēng)險區(qū)呈整體連片，局部分散的特點。黑龍江省西部和東北地區(qū)為水稻減產(chǎn)高值集中區(qū)，北部及東南部分地區(qū)為水稻減產(chǎn)中值區(qū)，而低值區(qū)主要分布在中部和南部。

水稻最終產(chǎn)量的形成是多種因素共同作用的結(jié)果，其過程錯綜復(fù)雜很難具體區(qū)分和量化。為驗證產(chǎn)量風(fēng)險區(qū)劃結(jié)果的合理性，將該研究風(fēng)險區(qū)劃結(jié)果與相關(guān)研究成果進行對比。結(jié)果表明風(fēng)險區(qū)劃與黑龍江省地形因子、光、熱、水總資源豐富度、匹配狀況和資源利用效率的研究結(jié)果[12]相吻合。資源條件最好的地區(qū)位于黑龍江省中南部（綏化、慶安、鐵力、五常、巴彥、尚志等），適合水稻作物的生長，屬低風(fēng)險區(qū)。位于松嫩平原的齊齊哈爾、甘南等西南部地區(qū)水資源短缺，一定程度上限制了水稻的生產(chǎn)，而黑龍江省的北部、東北地區(qū)的撫遠、黑龍江省東部地區(qū)資源匹配狀況較差。此外，該研究中風(fēng)險區(qū)劃與黑龍江省水稻冷害分布的研究結(jié)果高度一致[13-14]，冷害強度與頻率分布高的地區(qū)其減產(chǎn)風(fēng)險越大。通過對區(qū)劃結(jié)果的比對與分析，很好地證實了該研究中水稻產(chǎn)量風(fēng)險區(qū)劃的合理性，同時也驗證了地形因子、光、熱、水資源，尤其是低溫對水稻產(chǎn)量的影響。近些年，東北地區(qū)在作物結(jié)構(gòu)和品種布局上都有較大的調(diào)整，水稻種植區(qū)和偏晚熟品種不斷北移東擴[15]，另一方面，氣候變暖仍存在不確定性[16]。因此，合理調(diào)整種植結(jié)構(gòu)，在高風(fēng)險區(qū)適當減少水稻種植面積，提高抗寒抗旱水稻品種的種植比例，加強水稻生產(chǎn)管理和完善灌溉設(shè)施是規(guī)避黑龍江水稻產(chǎn)量風(fēng)險的主要措施。

44卷4期韓語軒等黑龍江省水稻產(chǎn)量風(fēng)險分布及區(qū)劃參考文獻

[1] 房世波，陽晶晶，周廣勝.30年來我國農(nóng)業(yè)氣象災(zāi)害變化趨勢和分布特征[J].自然災(zāi)害學(xué)報，2011，20（5）：69-73.

[2] 羅伯良，張超，黃晚華.基于信息擴散法的湖南水稻生產(chǎn)水災(zāi)風(fēng)險評估[J].中國農(nóng)業(yè)氣象，2009，30（3）：458-462.

[3] 周旭.黑龍江省水稻生產(chǎn)可持續(xù)發(fā)展研究[D].長春：吉林大學(xué)，2014.

[4] 房世波，齊月，韓國軍，等.1961-2010 年中國主要麥區(qū)冬春氣象干旱趨勢及其可能影響[J].中國農(nóng)業(yè)科學(xué)，2014，47（9）：1754-1763.

[5] 林貴美，李小泉，江文，等.2011年云南香蕉寒害調(diào)查[J].中國熱帶農(nóng)業(yè)，2011（6）：50-52.

[6] 李世奎.中國農(nóng)業(yè)災(zāi)害風(fēng)險評價與對策[M].北京：氣象出版社，1999：122-130，337-228.

[7] 房世波.分離趨勢產(chǎn)量和氣候產(chǎn)量的方法探討[J].自然災(zāi)害學(xué)報，2011，20（6）：13-18.

[8] 薛昌穎，霍治國，李世奎，等.華北北部冬小麥干旱和產(chǎn)量災(zāi)損的風(fēng)險評估[J].自然災(zāi)害學(xué)報，2003，12（1）：131-139.

[9] 秦建侯，鄧勃，王小芹.分析測試數(shù)據(jù)統(tǒng)計處理中計算機的應(yīng)用[M].北京：化學(xué)工業(yè)出版社，1990：187.

[10] 王素艷，霍治國，李世奎，等.北方冬小麥干旱災(zāi)損風(fēng)險區(qū)劃[J].作物學(xué)報，2005，31（3）：267-274.

[11] 胡偉.改進的層次K均值聚類算法[J].計算機工程與應(yīng)用，2013，49（2）：157-159.

[12] 程遠.氣候變化背景下基于GIS的黑龍江省農(nóng)業(yè)氣候資源分析[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2012：55-57.