河南省冬小麥越冬凍害氣候風險區劃

張弘

摘要：根據河南省冬小麥越冬凍害發生特點，結合前人研究成果選取越冬期內最大降溫幅度、平均氣溫、負積溫、極端最低氣溫和冬前平均氣溫作為致災因子，建立冬小麥越冬凍害指數（FI）。利用1980—2011年河南省115個氣象觀測站的歷史觀測數據，計算出各站逐年凍害指數，運用經驗正交函數法（EOF）分析冬小麥越冬凍害的時空分布規律，采用正態分布概率密度函數統計出各站各凍害等級的氣候風險概率，并對河南省冬小麥越冬凍害進行氣候風險區劃。結果表明，越冬凍害高風險區主要位于新鄉市、焦作市、鄭州市、信陽市等地，低風險區主要位于洛陽市、平頂山市、周口市和駐馬店市等部分地區，總體來看，凍害綜合氣候風險分布與重度凍害的概率分布相近。從氣候特征來看，鄭州市、焦作市、新鄉市等地的凍害應屬于冬季長寒型凍害，信陽市等地的凍害應屬于溫度驟降型凍害。

關鍵詞：冬小麥；凍害；氣候風險區劃；凍害指數；經驗正交函數

中圖分類號： S162.5+3；S425 文獻標志碼： A

文章編號：1002-1302（2016）09-0443-04

黃淮平原是中國重要的小麥產地，也是中國糧食豐產科技工程的實施示范區，其小麥產量和面積均占全國30% 以上，為保障國家糧食安全作出了重要貢獻。受地形及氣候條件影響，該地區也是農業氣象災害嚴重多發地區，其中凍害作為小麥生產過程中主要農業氣象災害，嚴重影響了小麥的高產、穩產。黃淮麥區小麥凍害按時間可劃分為初冬凍害、越冬凍害、早春凍害和晚霜凍害。其中，越冬凍害是小麥越冬休眠至早春萌動期受較長時間0 ℃以下強烈低溫或劇烈變溫造成的傷害，在全球小麥種植區內經常出現[1-3]。根據凍害發生的原因一般將其分為溫度驟降型、冬季長寒型和凍融型[4-5]。有研究表明，小麥抵御凍害的能力因品種不同而有明顯差異[6]，低溫凍害對麥苗根系和莖部的影響也存在差異[7]，有學者提出了麥苗抗凍能力的定量鑒定方法[8]，并利用極端最低氣溫和分蘗節最低溫度建立了冬小麥凍害死亡率的估算模型[9]；近年來，又有學者從分子機理、形態特征方面對冬小麥凍害開展研究，并將遙感技術應用于冬小麥凍害的監測中[10-11]。這些研究雖然在一定程度上揭示了小麥凍害的致災原理、類型特點、形態特征和區域分布，但沒有建立系統的越冬凍害指標體系，針對黃淮地區越冬凍害的氣候風險區劃研究也未見報道。鄭大瑋以11 月平均氣溫、冬季負積溫、冬前鍛煉時間和入冬降溫幅度為預報因子建立了冬小麥凍害預報模型[12]。本研究在此研究基礎上，綜合考慮3種越冬凍害類型的致災因素，建立了能夠反映其危害程度的風險評價指標體系，并利用河南省1980—2011年32年的歷史氣候觀測數據，對冬小麥越冬凍害進行了氣候風險區劃研究，為農業生產部門合理調整種植結構、制定防災減災措施提供科學依據，并為開展凍害的動態評估研究提供指標參考。

1 材料與方法

1.1 數據來源

氣象數據來源于河南省氣象局，包括河南省115個氣象觀測站1980—2011年逐日的最低氣溫和平均氣溫數據。河南省基礎地理信息系統來源于1 ∶25萬國家基礎地理信息系統。

1.2 凍害致災因子的選取

冬小麥凍害是多種因子綜合影響的結果，其中0 ℃以下低溫是引起麥苗受凍或死亡的主導因子。根據凍害產生時的天氣條件，凍害被分為秋末冬初溫度驟降型、冬季長寒型和凍融型。溫度驟降型是指雖然冷空氣強度不大，但冬小麥處于分蘗階段，麥苗未經過抗寒鍛煉，在冷空氣突然襲擊下受到傷害。冬季長寒型是指強冷空氣活動頻繁，且持續時間長，冬小麥雖處在休眠期，但受長期嚴寒天氣影響，而導致其地上部嚴重枯萎甚至成片死苗。凍融型多出現于冬末春初，氣溫日漸回暖，麥苗開始恢復生長，此時小麥抗凍能力開始下降，冷空氣強度雖然減弱，但形成的凍害往往比冬季更為嚴重。據歷史資料分析表明，河南省冬小麥越冬凍害主要是溫度驟降型和冬季長寒型，因此參考鄭大瑋的研究結果[12]并結合當地實際情況確定冬小麥越冬期（12月至次年2月）內最大降溫幅度（連續72 h內日均溫的最大降溫幅度）、平均氣溫、負積溫、極端最低氣溫和冬前（11月）平均氣溫為凍害的致災因子[12-13]。這些因子不僅考慮了冬前溫度對凍害發生可能造成的影響，而且反映了凍害過程的持續時間、災害強度和累積作用等。

1.3 凍害指數構建

在SPSS中對5個致災因子進行相關分析，結果顯示除“最大降溫幅度”外，其余因子兩兩之間均呈正相關，且均通過0.05水平顯著性檢驗。因此，利用主成分分析法對凍害致災因子的區域極差標準化值進行權重綜合簡化，構建能夠有效反映原有指標信息的綜合變量即冬小麥凍害指數，以保證建立的凍害指數能夠消除各致災因子之間的信息重疊[13]，計算公式如下：

FI=∑5i=1aixi。（1）

式中：FI表示逐年的凍害指數；xi和ai分別表示逐年的冬前平均氣溫、越冬期最大降溫幅度、極端最低氣溫、負積溫和冬前平均氣溫及其各自權重系數。

在SPSS中對1980—2011年各站點5個致災因子進行主成分分析，提取累計方差貢獻率大于80%的主成分，每個主成分的特征值及其方差乘積占所提取主成分總方差的比例之和作為各致災因子的權重系數[14]，代入公式（1）得到凍害指數計算表達式，計算得到各站點逐年的凍害指數。

1.4 不同等級凍害氣候風險概率

對河南省各臺站冬小麥凍害指數FI進行正態分布檢驗，結果表明各站凍害指數均符合正態分布，因此本研究采用正態分布概率密度函數計算各站各凍害等級的氣候風險概率[15]。概率密度函數公式為：

1.5 冬小麥越冬凍害時空分析

本研究采用經驗正交函數法（EOF）分析河南省冬小麥越冬凍害的時空變化規律。1個氣象要素，通常有m個空間點或者臺站有n次觀測，這樣組成的矩陣中的任意元素就表示某一空間某一時刻的函數，這樣的時空函數可分解成空間函數與時間函數兩部分的線性組合。根據主成分的性質，主成分按其方差貢獻大小排列，而且相互獨立，那么可以用前幾個時間函數與對應的空間函數的線性組合，對原始場作出估計和解釋，這就是EOF分析。本研究基于ArcGIS 10.0進行氣象要素的空間分布圖制作和計算結果的空間插值分析。

2 結果與分析

2.1 河南省冬小麥凍害指數結果分析

利用主成分分析法對冬前平均氣溫、越冬期內最大降溫幅度、極端最低氣溫、負積溫和平均氣溫5個凍害致災因子進行分析計算，獲得1980—2011年冬小麥各站逐年的凍害指數，凍害指數和凍害程度呈正比，凍害指數越大，凍害程度越重。以虞城站為例，利用主成分分析法對致災因子進行分析，提取累計方差貢獻率超過80%的前3個主成分，根據其特征值與方差計算出各致災因子的權重系數，代入公式（1）后得到凍害指數表達式，即FI=0.277x1+0.389x2+0.336x3+0.251x4+0.106x5。FI與5個致災因子的標準化值均呈正相關關系，表明越冬期內最大降溫幅度越大，極端最低氣溫越低，負積溫越大，冬前平均氣溫越低，所形成的凍害越嚴重。

根據歷史災情數據及其對應的凍害指數將凍害劃分為輕度、中度和重度3個等級，并建立冬小麥越冬凍害指數與災害等級的對應關系（表1）。

2.2 河南省冬小麥凍害時空分布規律

2.2.1 河南省冬小麥凍害指數年際變化 將115個站的逐年凍害指數進行平均，獲得河南省1980—2011年逐年的凍害指數均值，對凍害指數年際變化進行分析（圖1）。由圖1可知，1980—2011年河南省冬小麥凍害指數的年際變化范圍為0.2～0.8，其中1984年為最大值，1998年為最小值，2000—2010年凍害指數的振幅較強，說明出現嚴重凍害的頻率也較高，1990—1998年凍害指數的振幅較弱，說明出現凍害的頻率較低?？傮w來看，1980—1998年期間河南省冬小麥凍害指數的年際變化呈極顯著下降趨勢（P<0.01），1999—2011年期間年際變化呈略上升趨勢，但不顯著。利用Mann-Kendall 方法對1980—2011年全省凍害指數FI平均值的變化趨勢進行突變檢驗，結果顯示突變發生在1998 年。

2.2.2 EOF分析 本研究采用變量的標準化場對1980—2011年河南省115個站凍害指數進行空間結構和時間特征的EOF分析，前3個模態的累計方差貢獻率分別為55%、83%、87%，前2個模態的貢獻率已經超過80%，因此采用EOF前2個模態基本可以反映冬小麥越冬凍害的時空分布特征。

由圖2-a可知，第1模態空間分布的特征向量值均為正值，表明研究區域內凍害發生變化趨勢基本一致，即河南省冬小麥越冬凍害的空間趨勢具有一致性，表明某年該地區普遍發生或不發生凍害。高值中心位于信陽、商丘和許昌等市，表明如果某年發生凍害，這些地區凍害程度比其他地方要嚴重。EOF分離特征向量對應的時間系數反映了變量要素隨時間變化而變化的規律。由圖2-b可知，第1模態對應的時間系數波動范圍為2～8，時間系數均為正，表明凍害總次數在相應的年份與上述分布型有很好的一致性。其中，1984年對應的時間系數最大，與第1模態分布型有很好的一致性，即1984年信陽市、商丘市、許昌市發生凍害的次數較多且程度較重。相關分析表明，第1模態的時間系數年際波動特征和FI平均值的年際變化特征相符，兩者的相關系數達到0.99，因此第1模態的時間系數基本可以表征凍害的年際變化特征。時間系數也可以反映特征向量的分布型特點[16]，即某些年份發生嚴重凍害時在空間上的分布表現和圖2-a一致，即主要在信陽、商丘和許昌等市較嚴重。

由圖3-a可知，第2模態空間分布的特征值有正有負，表明地區之間有差異，正值表示該地區凍害程度較重，負值表示凍害程度較輕。總體來看，凍害從南向北呈減少趨勢，低值主要分布在河南省北部地區，高值主要出現在河南省南部地區。由圖3-b可知，第2模態所對應的時間系數大部分在0上下小幅波動，其中2005年正值最高，表明2005年與第2模態分布類型有較好的一致性。與上述分布型明顯不同的是2009年，說明2009年河南省北部發生凍害較重，河南省南部發生凍害較輕。

2.3 冬小麥凍害氣候風險概率及區劃

經過正態分布檢驗，1980—2011年河南省115個站FI值的樣本序列均符合0.05顯著性水平正態分布，因此采用概率密度函數分別計算115個站不同等級凍害出現的氣候風險概率，在ArcGIS中采用克里金插值結果見圖4。由圖4可知，輕度凍害氣候風險概率在15%～25%之間，其中周口市、開封市、濮陽市大部和商丘市西部的輕度凍害風險概率較大，而信陽市、駐馬店市、洛陽市、三門峽市、南陽市、鄭州市、安陽市部分地區輕度凍害風險概率較??；中度凍害氣候風險概率在10%～20%之間，其中商丘市、開封市、新鄉市、濮陽市大部、鄭州市、南陽市、三門峽市部分地區中度凍害風險概率較大，而駐馬店市、洛陽市、平頂山市、南陽市及信陽市部分地區中度凍害風險概率較??；重度凍害氣候風險概率在10%～20%之間，其中信陽市、新鄉市、焦作市、鄭州市、南陽市及三門峽市部分地區重度凍害風險概率較大，而洛陽市、周口市、駐馬店市、平頂山市部分地區重度凍害風險概率較小。

綜合氣候風險指數反映了冬小麥越冬凍害發生的可能性，其值越高表示發生凍害的可能性越大，發生的凍害程度也越嚴重。根據公式（5）計算115個站的冬小麥凍害綜合氣候風險指數，在ArcGIS中進行克里金插值，并按低風險、中風險、高風險分為3個等級，凍害氣候風險區劃結果見圖4-d。從圖4-d可知，高風險區主要位于新鄉市、焦作市、鄭州市、信陽市等地，低風險區主要位于洛陽市、平頂山市、周口市和駐馬店市等部分地區，總體來看，凍害綜合氣候風險分布和重度凍害概率分布相近。從氣候特征來看，鄭州、焦作、新鄉等市可能是由于強冷空氣入侵頻繁，降溫幅度大，持續時間長的冬季長寒型凍害，信陽等市的凍害可能是冷空氣突然襲擊造成的溫度驟降型凍害。

3 結論與討論

目前，對冬小麥凍害的研究多采用逐日氣象資料，包括冬季極端最低氣溫或者最大降溫幅度等作為冬小麥越冬凍害發生的指標[16-17]，但不同地區、不同品種凍害的臨界指標不同，而且這些指標普遍沒有反映出凍害發生的累積效應。本研究以河南省冬小麥越冬凍害為例，選取能夠反映低溫程度和低溫累積作用的5個致災因子建立冬小麥凍害指數（FI），并根據凍害災損情況確定凍害發生的臨界值（FI>0.5），凍害指數越大表示凍害程度越重。另外，冬小麥凍害的發生不僅和極端最低氣溫、低溫持續時間、低溫累積作用有關，還與冬小麥品種、所處的發育期和當地的氣候條件等有關。因此，在構建凍害指數時應結合當地的種植制度、種植習慣和冬小麥越冬的生態環境條件合理篩選致災因子。

綜合氣候風險指數反映了各地區冬小麥越冬凍害發生的可能性，本研究計算了河南省115個站的冬小麥凍害綜合氣候風險指數，并在ArcGIS中通過插值計算等生成凍害氣候風險區劃圖。結果表明，高風險區主要位于新鄉市、焦作市、鄭州市、信陽市等地，低風險區主要位于洛陽市、平頂山市、周口市和駐馬店市等部分地區。凍害高風險區應該在選擇品種時盡量選擇抗寒性較好的小麥品種，并適當推遲播期。

參考文獻：

[1]Chen T H，Gusta L V，Fowler D B.Freezing injury and root development in winter cereals[J]. Plant Physiol，1983，73（3）：773-777.

[2]Andrews C J，Pomeroy M K，Seaman W L，et al.Relationships between planting date，winter survival and stress tolerances of soft white winter wheat in eastern Ontario[J]. Canadian Journal of Plant Science，1997，77（4）：507-513.

[3]Whaley J M，Kirby E J M，Spicnk J H，et al. Frost damage to winter wheat in the UK：the effect of plant population density[J]. European Journal of Agronomy，2004，21（1）：105-115.

[4]崔讀昌. 關于凍害、寒害、冷害和霜凍[J]. 中國農業氣象，1999，20（1）：56-57.

[5]霍治國，王石立. 農業和生物氣象災害[M]. 北京：氣象出版社，2009.

[6]簡令成，張寶田. 小麥越冬期間死苗原因分析[J]. 植物學雜志，1974（4）：26-27.

[7]Chen T H，Gusta L V，Fowler D B. Freezing injury and root development in winter cereals[J]. Plant Physiology，1983，73（3）：773-777.

[8]鄭 維，戚鶴年. 論我國北方冬小麥越冬凍害的生態類型[J]. 作物學報，1984，10（1）：35-40.

[9]鄭 維. 冬小麥越冬凍害的數學模式[J]. 農業氣象，1981，3（3）：35-44.

[10]Feng M C，Yang W D，Cao L L，et al.Monitoring winter wheat freeze injury using multi-temporal MODIS data[J]. Agricultural Sciences in China，2009，8（9）：1053-1062.

[11]王慧芳，顧曉鶴，董瑩瑩，等. 冬小麥凍害災情及長勢恢復的變化向量分析[J]. 農業工程學報，2011，27（11）：145-150.

[12]鄭大瑋. 北京地區冬小麥凍害及防御對策[J]. 北京農業科技，1982（5）：7-14.

[13]莫志鴻，霍治國，葉彩華，等. 北京地區冬小麥越冬凍害的時空分布與氣候風險區劃[J]. 生態學雜志，2013，32（12）：3197-3206.

[14]溫泉沛，霍治國，馬振峰，等. 中國中東部地區暴雨氣候及其農業災情的風險評估[J]. 生態學雜志，2011，30（10）：2370-2380.

[15]盛紹學，霍治國，石 磊. 江淮地區小麥澇漬災害風險評估與區劃[J]. 生態學雜志，2010，29（5）：985-990.

[16]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.

[17]鄭大瑋，龔紹先. 冬小麥凍害及其防御[M]. 北京：氣象出版社，1985.