淮河流域冬小麥晚霜凍時空演變分析

馬尚謙，張 勃，唐 敏，魏懷東，何 航，魏 堃，候 啟，李 帥，楊 梅

(1.西北師范大學地理與環境科學學院,甘肅蘭州 730070;2.甘肅省荒漠化與風沙災害防治重點實驗室-省部共建國家重點實驗室培育基地甘肅省治沙研究所,甘肅蘭州 730070;3.北京師范大學社會發展與公共政策學院，北京 100000)

21世紀以來，我國由氣象災害造成的直接經濟損失相當于國內生產總值的1%，是同期全球水平的8倍[1-2]。目前，全球平均氣溫持續升高[3]。氣溫升高會增加小麥產量、千粒重和穗粒數[4]，也使冬麥北移成為可能[5]，但夜間增溫卻可導致冬小麥大幅度減產[6]。然而，20 世紀90 年代后，低溫冷凍災害整體呈增強的態勢[7]。在全球變暖背景下，區域霜凍災害發生次數的增減是一個亟待回答的科學問題。研究表明，在30°N以北的區域尤其是歐洲，生長季延長的區域霜凍頻率增加，植物受到霜凍危害的風險增大[8]。淮河流域地處0 ℃等溫線、有霜區和無霜區的過渡區，該區域糧食產量占我國糧食總產量的18%，因此闡明在全球變暖背景下淮河流域晚霜凍的發生規律具有重要意義。農業氣象學上，將在植物生長季內，由于土壤表面、植物表面及近地層的溫度降到0 ℃以下，引起植物體凍傷的現象稱為霜凍。霜凍會使植物組織細胞中的水分結冰，導致生理干旱，使其受到損傷或死亡，給農業生產造成巨大損失[9-14]。全球大部分區域初霜日期推遲，終霜日提前[15]，無霜期縮短[16]，霜凍頻率增加[17]，霜凍不穩定性增加，異常霜凍頻率下降[18]。氣候變暖造成冬小麥生長加速，在抽穗期容易發生霜凍[19-20]，返青期土壤養分[21]、細菌[22]、微量元素[23]等是影響霜凍災害的重要因素。顧萬龍等[24]基于河南省冬小麥遙感種植面積數據，分析冬小麥不同等級晚霜凍害日數及其風險的區域特征。陳凱奇等[25]從災害的危險性、暴露性和脆弱性方面對遼寧省玉米霜凍災害風險進行了評估。

冬小麥霜凍害造成的經濟損失不僅與低溫強度有關，還受不同生長階段對霜凍災害的敏感性影響。晚霜凍(春霜凍、終霜凍)是由寒冷季節向溫暖季節過渡時發生的霜凍，越冬返青作物隨著生育進程的推進，抗凍能力越來越差，受晚霜凍后的補救也越來越困難。冬小麥拔節標志進入生殖生長，冬小麥在拔節期以及拔節后對溫度變化十分敏感。在抽穗至開花階段(全田花期3～4 d即可結束)，最低氣溫4～5 ℃可導致小麥花粉敗育[23]。在灌漿至成熟階段[22]，氣溫-1～0 ℃即可使灌漿停滯。目前大多數的研究以較大時間段或溫度區間劃分風險區，而以作物物候為依據，對照“日值數據”進行更加詳細劃分的研究并不多見。

本研究在前人研究的基礎上，利用已有的“日值數據集”，將晚霜凍日期與冬小麥關鍵生育時期相結合，探討冬小麥關鍵生育時期晚霜凍頻次的變化，以期掌握晚霜凍風險區的空間變化規律，為農業生產過程中的防災減災提供科學依據。

1 材料與方法

1.1 研究區概況

淮河干流流經河南、安徽、江蘇三省，流域位于111°55′E～121°25′E，30°55′N～36°36′N，面積約為2.7×105km2。上游兩岸山丘起伏，水系發育，支流眾多；中游地勢平緩，多湖泊洼地；下游地勢低洼，大小湖泊星羅棋布，水網交錯。年平均氣溫為11～16 ℃，極端最高氣溫達44.5 ℃，極端最低氣溫達-24.1 ℃。多年平均降水量約為920 mm，由南向北遞減，山區多于平原，沿海大于內陸。流域西、南、東北被山地環繞，東臨黃海，山海間為廣闊平原。由于淮河流域地跨兩個溫度帶，不同地方作物生長期有所差異，有學者將冬小麥拔節期定在3月20日，收獲期為5月下旬。

1.2 數據來源

在北方地區用地溫定義的初霜凍日期普遍要更接近于霜凍觀測日期[26]，因此將地表0 cm最低溫度數據作為霜凍害的代用數據。選用淮河流域內41個以及周邊20個共61個站點數據(安徽15個，河南15個，湖北5個，江蘇18個，山東8個)，時間范圍為1960 年1 月1 日到2016年5月31日，由中國國家氣象局氣象信息中心(http://www.nmic.gov.cn/)的“中國地面氣候資料日值數據V3.0”提供。數據經過較為嚴格的質量控制，主要包括極值控制、缺測站點時間一致性檢驗。冬小麥生長季(1991-2015)數據來自國家農業科學數據共享中心和中國國家氣象局氣象信息中心作物旬值月值數據集。

終霜日選取原則參照李 芬等[27]的研究；參考《氣象標準匯編》[28]、《中華人民共和國氣象行業標準》中冬小麥關鍵生育時期霜凍發生的溫度條件，將霜凍分為輕霜凍、中霜凍和重霜凍，以開始拔節的日期為起點，將關鍵生育時期細分為拔節后1～5 d、拔節后6～11 d、拔節后12～15 d(抽穗至開花)和拔節后15～57 d(灌漿至成熟)，拔節期、抽穗至開花階段、灌漿至成熟階段根據已有資料推算得到，具體見表1。根據表1的溫度閾值范圍，在Excel編寫程序統計不同等級霜凍發生的頻次、強度、頻率等。

1.3 研究方法

1.3.1 霜凍害頻率計算

F=m/n

(1)

m代表發生霜凍的頻次，n代表時間序列。

表1 不同等級晚霜凍在冬小麥關鍵生長期的溫度指標Table 1 Temperature index of different late frost damage levels in the key growth period of winter wheat ℃

1.3.2 霜凍害發生強度計算

參照陳凱奇[25]和王晾晾等[29]霜凍害強度指數計算方法，計算出不同霜凍等級的頻率，同時找出霜凍災害發生時地面0 cm日最低氣溫的組中值，霜凍災害強度指標M為：

(2)

Dj為不同等級霜凍災害出現的頻數；n為統計的年數；Gj為地面0 cm 日最低溫度組中值。

1.3.3 晚霜凍日期變異系數(CV)計算

CV=δ/D；

(3)

CV為晚霜凍日期的變異系數；δ為日序的標準差；D為日序的數學期望。

1.3.4 霜凍害危險指數計算

由于影響霜凍風險區劃因子的量綱不同，為了消除量綱的影響，將上述兩種描述致災因子風險性大小的指標按照下列公式進行標準化處理：

K=(k-kmin)/(kmax-kmin)

(4)

由霜凍災害強度指標和發生日期的變異性指標進行加權求和(M、CV權重系數分別取0.75和0.25)得到霜凍害致災因子危險性指數I：

I=0.75×M′+0.25×CV′

(5)

M′和CV′分別代表M和CV的標準化值。

2 結果與分析

2.1 晚霜凍時間變化特征

對淮河流域冬小麥生長季晚霜凍距平分析表明，在1993年以后，大多數年份為負距平，說明晚霜凍提前結束(r=0.62，P<0.01)，使冬小麥遭受終霜凍危害的可能性降低(圖1a)。但從不同生育階段看，拔節期晚霜凍的終霜日期(圖1b)呈提前趨勢(r=0.33，P<0.05)，成熟期呈推遲趨勢(r=0.71，P<0.01)，冬小麥整個生長季呈延長趨勢(r=0.58，P<0.01)。

圖1 終霜日期和生長季年際及年代際變化

2.2 晚霜凍時間的變化特征

2.2.1 輕霜凍

冬小麥關鍵生育時期輕霜凍總頻次呈顯著減少趨勢(圖2L)，線性傾向率為-9.14次·年-1(P<0.01)。各生長階段霜凍頻次不一，且均呈現下降的趨勢，但下降的傾向率各異(圖2L1～圖2L4)。輕霜凍頻次最高的時期為拔節后1～5 d(圖2L1)，平均為19次；頻次最低的時期是拔節后12～15 d(圖2L3)，平均為15次。輕霜凍頻次下降趨勢最明顯的時期是拔節后6～12 d(圖2L2)，線性傾向率為-2.1次·年-1(P<0.05)，57年來頻次共減少了12次；下降趨勢最不明顯的時期是拔節后12～15 d(圖2L3)，線性傾向率為-1.49次·年-1(P<0.05)，57年來共減少了9次。從年代際的變化來看(表2)，輕霜凍總頻次在1960s-1990s為正距平，且在1990s距平值最小，1990s后正距平轉為負值，距平值為-343次，也表明輕霜凍總頻次呈減少趨勢。

2.2.2 中霜凍

中霜凍總頻次呈現下降趨勢(圖2M)，線性傾向率為-1.17次·年-1(P<0.05)。各生長階段霜凍頻次盡管不一，且均呈現下降的趨勢，但下降的傾向率各異(圖2M1～圖2M4)。其中，頻次最高的時期為拔節后16～57 d(圖2M4)，平均為7次；頻次最低的時期是拔節后12～15 d(圖2M3)，平均為3次。中霜凍頻次下降趨勢最明顯的時期為拔節后16～57 d(圖2M4)，線性傾向率為0.87次·年-1(P>0.05)，57年來頻次共減少了5次。下降趨勢最不明顯的時期為拔節后12～15 d(圖2M3)，線性傾向率為-0.027 次·年-1(P>0.05)，57年來共減少了0.1次。

從年代際變化來看，1961-1990年中霜凍的頻次增加趨勢在拔節后6～11 d最為顯著，傾向率為1.80次·年-1(P<0.05)(表2)。中霜凍總頻次在1960s、1980s、1990s為正距平，1970s、2000s為正距平，1990s后轉為負值，且距平達到-37次，同樣表明中霜凍頻次總體上呈減少趨勢。

2.2.3 重霜凍

重霜凍總頻次呈下降趨勢(圖2S)，變化傾向率為-5.81次·年-1(P<0.01)。各生育時期霜凍頻次不一，且均呈現下降的趨勢，但下降的傾向率各異(圖2S1～圖S4)。其中，頻次最高的時期為拔節后16～57 d(圖2S4)，平均為7次；頻次最低的時期為拔節后12～15 d(圖2M3)，平均為3次。頻次下降趨勢最明顯的時期為拔節后16～57 d(圖2S4)，線性傾向率為1.67次·年-1(P<0.01)，57年來頻次共減少了10次。下降趨勢最不明顯時期為拔節后12～15 d(圖2M3)，線性傾向率為-0.47次·年-1(P>0.05)，57年來共減少了2次。

L：輕度霜凍；M：中度霜凍；S：重度霜凍。L、M和S的下腳數字1～4分別代表1～5 d、6～11 d、12～15 d、16～57 d。

L:Light frost; M:Moderate frost; S:Severe frost. The number 1-4 as footnote of L, M and S represent 1-5 d, 6-11 d, 12-15 d and 16-57 d after jointing stage, respectively.

圖2 淮河流域不同等級霜凍的不同生長期年際變化趨勢

*:P<0.05; **:P<0.01.

從年代際的變化(表2)來看，在1980s，拔節后16～57 d的上升趨勢最為明顯，線性傾向率為6.73次·年-1(P<0.05)；在1981-2010年，拔節后6～11 d的減少趨勢最為顯著，線性傾向率為-3.46次·年-1(P<0.01)。重霜凍總頻次在1960s-1990s為正距平，且距平值呈逐年下降的趨勢，1990s后正距平轉為負值，且距平值為-79次，表明重霜凍頻次總體上呈減少趨勢。

2.3 晚霜凍危險性空間變化

將危險性指數I使用Arcgis10.2的IDW插值算法進行插值，得到危險性指數空間分布圖(圖3)。采用自然斷點法進行等值劃分，通過重分類計算各個分區所占面積。表3為晚霜凍害危險性分區閾值范圍及面積百分比。冬小麥晚霜凍風險區劃空間差異十分顯著。

淮河流域冬小麥晚霜凍面積拔節后1～5 d呈東南高西北低的空間分布(圖3a)。其中，較高風險區面積占比最高，為80.68%，大致分布在定陶、徐州、沭陽、灌云一線以南，高風險區主要分布在開封、永城、盱眙等地，面積占比0.63%；中風險區主要分布在河南與安徽交界的固始、山東西南部的兗州、費縣等地，占比14.65%；低風險區和較低風險區主要分布在流域東北部的沂源、莒縣等地，占總面積的 6.27%。

冬小麥晚霜凍面積拔節后6～11 d呈西高東低、南高北低的分布，以亳州為中心(高風險區，占總面積的0.28%)向四周降低(圖3b)。其中，較高風險區呈圓形分布，占總面積的39.71%，被駐馬店、阜陽、壽縣、蒙城、睢寧、邳縣、徐州、永城、定陶一線所環繞，這條線以東、以南大部分區域為中度風險區，占總面積的53.74%；低風險區和較低風險區主要分布在費縣以北的區域，占比6.27%，分布類似于拔節開始1～5 d。

冬小麥抽穗至開花階段(拔節后12～25 d)，除了中度風險區分布較為集中外，其他類型的風險區分布都比較零散(圖3c)。其中，高風險區主要以鄭州為中心，僅占總面積的0.08%；較高風險區呈小同心圓狀分布，東西方向為鄭州、開封、永城、睢寧等地，南北方向沿著永城、阜陽、霍縣一線分布，占39.71%；中度風險區面積百分比最高，占81.68%；較低風險區和低風險區占比12.06%，大致呈三層平行狀分布，南部沿桐柏、信陽、壽縣、泗洪一線分布，中部為許昌、灌云一線，北部為兗州、沂源、莒縣一線。

灌漿至成熟階段(拔節后15～57 d)的分布模式為北高南低、東高西低(圖3d)。其中，高風險區的面積百分比為0。較高風險區的分布范圍與前3個階段正好對調，占7.8%，分布在兗州、沂源、莒縣一線以北地區。該線以南，鄭州、許昌、西華、亳州、宿縣、睢寧、射陽一線以北地區為中風險區，占33.87%，該區內又混雜分布著低風險區以及較高風險區。低風險區和較低風險區的面積百分比在各研究時段均最大，為58.34%。

橫向比較來看，高風險區和較高風險區拔節后1～5 d所占面積百分比最大，分別達0.63%、80.68%。中風險區拔節后6～11 d、12～15 d所占百分比皆超過50%，其中拔節后12～15 d的面積百分比最大。較低風險區拔節后16～57 d占比最大，為57.49%。

a、b、c、d分別代表拔節后1～5 d、6～11 d、12～15 d和16～57 d；A、B、C、D、E分別代表低風險區、較低風險區、中風險區、較高風險區、高風險區。a, b, c, and d represent 1-5 d, 6-11 d, 12-15 d, and 16-57 d after jointing, respectively; A, B, C, D and E represent low risk area, lower risk area, medium risk area, higher risk area and high risk area, respectively.

圖3 淮河流域晚霜凍風險區劃

3 討 論

本研究得出的冬小麥生長季呈延長趨勢(r=0.58，P<0.01)，與王 勝等[30]對于安徽省冬小麥生長季(1981-2012)延長的研究結果一致。寧小菊等[16]發現，黃淮地區晚霜凍累積距平在1980s 中期前后上升到波峰，隨后逐漸下降，說明1980s中期以后該地區的晚霜凍呈提前趨勢。本研究計算得到晚霜凍在1980s以4.85 d·年-1的速率推遲，與寧小菊等[16]的研究結果略有差異。1990s以-5.34 d·年-1的速率提前，而21世紀00年代推遲趨勢較為明顯(2.47 d·a-1，P<0.05)，能夠和全球霜凍在90年代到21世紀00年代增加減緩的結論對應起來[31]。馬 彬等[18]認為，2000s淮河流域終霜日穩定性和異常終霜凍頻率下降。本研究結果顯示2000s不同等級霜凍頻次呈現顯著的減小趨勢。顧萬龍等[24]研究得出，河南省輕霜凍風險較高區域主要分布在駐馬店，中霜凍主要分布在東部丘陵山區，重霜凍主要分布在西部丘陵地區。本研究不僅證實了駐馬店發生霜凍的風險性較高，而且進一步發現在生長季的不同階段所處的風險區屬性不同。

冬小麥霜凍害造成的經濟損失除了與低溫強度有關外，還與冬小麥的受害時間有關。在拔節后1～11 d冬小麥大面積處于高風險區(圖3a-b)。在抽穗至開花階段(拔節后12～15 d)，中風險區面積最大，而在灌漿至成熟階段(拔節后16～57 d)，輕風險區面積最大。就駐馬店而言，拔節期皆處于高風險區和較高風險區，抽穗至開花階段處于中風險區，灌漿至成熟階段處于低風險區。上述分析表明，僅僅研究晚霜凍總體風險區是不夠的，會掩蓋作物關鍵生育時期的危險性，今后的研究應該深入挖掘現有“日值數據集”，將霜凍風險區對應到作物關鍵生育時期，進而更加精準地指導農業生產活動，達到積極預防和應對霜凍害的效果。

盡管霜凍的頻率在下降，但在農業生產布局過程中要提前做好預防措施。無霜期的延長可以使復種指數上升，同時也增加了作物對霜凍的暴露，但作物生長對霜凍的敏感性因物種、生長條件、生長階段和霜凍發生的天氣條件[11]而異，霜凍天數增加不一定會對植物帶來損害。春秋季節作物物候學的基本機制仍有很大一部分未知，因此，迫切需要進行實地觀測和野外實驗，利用人工冷凍技術篩選抗凍性能好的優勢種，以提高對作物物候與霜凍損害之間關系的理解[32-33]。