基于改進權重濕潤指數的東北地區春玉米澇漬災害評估方法

劉聰，武永峰，劉平輝，梁立江

基于改進權重濕潤指數的東北地區春玉米澇漬災害評估方法

劉聰1,2，武永峰2，劉平輝1，梁立江2

（1東華理工大學地球科學學院，南昌 330000；2中國農業科學院農業環境與可持續發展研究所/農業部農業環境重點實驗室，北京 100081）

【】研究東北地區春玉米澇漬災害評估方法，為氣候變化背景下東北地區春玉米合理生產和管理提供科學依據。以權重濕潤指數為基礎，采用作物需水量代替參考作物蒸散量，構建改進權重濕潤指數；運用1986—2015年東北地區春玉米生育期內澇漬災害事件與改進權重濕潤指數耦合方法、基于K-S檢驗的正態分布顯著性檢驗方法和t-分布區間估計方法等，確定基于改進權重濕潤指數的東北地區春玉米不同生育階段澇漬強度分級閾值；從農田土壤相對濕度與改進權重濕潤指數相關性和擬合關系檢驗，改進權重濕潤指數、權重濕潤指數評估結果與歷史災情結果一致性檢驗，以及典型年份澇漬災變過程動態評估準確性檢驗3個方面，對改進權重濕潤指數評估春玉米澇漬災害的精度進行驗證；分析東北地區春玉米不同生育階段澇漬強度空間格局，揭示其規律特征。（1）改進權重濕潤指數與不同深度的土壤相對濕度均達到極顯著相關（<0.001），除玉米快速發育期外，其他生育期內二者相關系數最大值均出現在20 cm深度土壤相對濕度；將不同生育階段改進權重濕潤指數與20 cm深度土壤相對濕度間進行Slogistic曲線擬合，決定系數（2）最大值出現在生育中期（0.46），其后依次是生育后期（0.34）、快速發育期（0.31）和初始生長期（0.21），均方根誤差（）最小值出現在生育后期（0.49），其后依次是生育中期（0.51）、初始生長期（0.52）和快速發育期（0.56），不同生育階段擬合曲線中90%的20 cm土壤相對濕度所對應的改進權重濕潤指數值最小值出現在初始生長期（0.77），其后依次是快速發育期（1.12）、生育中期（1.21）和生育后期（1.25）。（2）與隨機預留的春玉米澇漬災害事件測試樣本中災情判定結果相比，權重濕潤指數評估結果的完全準確率為26.7%，部分準確率為66.7%；改進權重濕潤指數評估結果的完全準確率為66.7%，部分準確率為93.3%。（3）以嫩江、白城和沈陽3個代表站點1998年春玉米生育期內澇漬災害為例，對比降水、權重濕潤指數和改進權重濕潤指數隨時間變化的過程曲線，發現改進權重濕潤指數所反映的當年澇漬發生時間和強度等級與災情資料更為相符，而其大小還可直觀表征澇漬強度動態變化。（4）春玉米不同生育階段各強度等級的澇漬頻率差別較大，黑龍江中部、吉林東南部、遼寧東南部為中度及以上澇漬頻率的高發區，生育中期是中度及以上澇漬頻率高發期。基于改進權重濕潤指數的東北地區春玉米不同生育階段澇漬強度分級閾值劃分方法結果可靠，可表征農田澇漬實際發生狀況；相對于權重濕潤指數而言，改進權重濕潤指數不僅對春玉米澇漬災害評估準確率更高，而且更適于對澇漬災變過程的跟蹤和動態評估，對于揭示氣候變化背景下東北地區春玉米澇漬災變機制和時空演變規律具有重要意義。

東北地區；春玉米；改進權重濕潤指數；澇漬強度等級；評估

0 引言

【研究意義】春玉米是東北地區種植廣泛的糧食作物，其播種面積占全國玉米總播種面積的30%以上，產量占全國玉米總產量的29%以上[1]。東北地區春玉米生長以“雨養”為主，其需水量大但不耐澇，生育期內經常因大氣降水過于集中或時間過長而遭受澇漬災害，成為制約其生產的主要障礙因子之一[2-3]。因此，開展東北地區春玉米澇漬災變過程跟蹤和動態評估方法研究，對區域防災減災、保證糧食安全具有重要的現實意義。【前人研究進展】澇漬災害是指由于土壤水分處于過濕或飽和狀態，造成作物生育不良、產量下降的一種農業氣象災害，分為洪災、澇災和漬（濕）災3種[4-5]。洪災主要是由河流滿溢、堤壩潰決，水位急劇上漲造成的；澇災是由于較長時間地表積水造成的；漬災是由于土壤含水量較長期地超過適宜上限造成的。盡管在形成原因和概念上可明確劃分，但在實際中往往逢澇必漬，澇去漬存，三者相互關聯難以分割。將洪、澇和漬作為統一過程，重視作物生長發育期內受澇漬害綜合作用脅迫的動態過程已成為研究發展趨勢[6-7]。受云雨天氣影響，時空連續的遙感數據在開展區域尺度澇漬害研究時往往難以獲得。目前較為常見的研究手段是通過氣象站點資料計算澇漬指標，并根據指標計算結果評估澇漬害程度和空間分布范圍，如降水量指標、降水距平百分率（pa)、標準化降水指數（SPI）、降水Z指數等[8-11]，但是這些指標均以降水量為基礎，未考慮地表水分蒸散狀況，故僅反映可能的受澇受漬情況，針對性不足。近年來，一些學者從水分平衡原理出發來構建反映水分供需關系的澇漬指標。例如，馬曉群等[12-13]以相對濕潤度指數為基礎，考慮前期旱澇程度對當前旱澇狀況的累積影響，提出具有農業意義的累積濕潤度指數，利用該指數分析近30年江淮地區農田年、季旱澇時空變化，并將該指數用于江淮地區農業旱澇綜合監測預警；吳洪顏等[14]在對陰濕系數做降尺度修訂的基礎上，根據澇漬指數臨界值、持續天數以及冬小麥的可能減產率來構建考慮陰雨持續時間的冬小麥澇漬指數，并進行歷史反演；秦鵬程等[15-16]考慮前期不同時刻降水、蒸散發對當前土壤水分平衡影響的差異性，構建權重濕潤，建立以逐日權重濕潤指數為基礎，持續時間和權重濕潤指數累積值為強度等級劃分依據的濕漬害監測指標和方法，并進行應用檢驗。【本研究切入點】目前，適用于區域性春玉米澇漬害的指標尚未統一。基于水分供需平衡關系構建的指標（如權重濕潤指數）雖能反映農田濕潤程度，但并未考慮作物類型和不同生育階段作物對水分敏感程度的不同[17-21]，也無法做到跟蹤和動態評估澇漬災變過程變化。鑒于此，本文提出一種改進權重濕潤指數。【擬解決的關鍵問題】本研究通過春玉米澇漬災害事件訓練樣本，耦合改進權重濕潤指數與歷史災情，科學劃定東北地區春玉米不同生育階段澇漬災害強度分級閾值，檢驗該閾值方法對東北地區春玉米澇漬災害評估結果的準確性和適用性，分析近30年東北地區春玉米澇漬災害空間格局，揭示其空間規律，以期為減災決策管理提供依據。

1 材料與方法

1.1 研究區域及數據來源

澇漬災害的發生與地形地貌條件密切相關。東北地區地形以平原、山地、河流為主，其中平原地區土壤肥沃，利于農作物栽培，是我國重要的商品糧區；在地勢平坦低洼、河流坡降平緩處，微地形地貌對地表徑流的匯集有很大作用，加上地下水位較高，水分下滲困難，造成平原區澇漬災害頻繁發生[22-24]。考慮到東北地區春玉米空間分布特點及澇漬災害成因，在此依據地形及坡度條件，將滿足海拔高度≤500 m且坡度≤25°的平原丘陵地區作為東北地區春玉米澇漬影響區。

氣象觀測資料源自于國家氣象信息中心，包括1986—2015年位于東北地區春玉米澇漬影響區的158個氣象站點逐日氣象資料，氣象站點基本覆蓋東北地區春玉米澇漬區的所有縣域。氣象要素包括平均氣溫、最高氣溫、最低氣溫、降水量、日照時數、平均風速、平均相對濕度和平均氣壓，缺失和異常數據通過線性插補方法補齊。

春玉米生育期觀測資料源于《作物生長發育狀況記錄年報表》和《中國農作物生長發育數據集》，據此統計春玉米澇漬區多年平均播種、七葉、抽雄、乳熟、成熟日期。

春玉米土壤墑情資料源于《中國農田土壤濕度旬值數據集》，包括東北地區50個氣象站點1991—2009年逐旬觀測資料。

春玉米澇漬災情資料源于《中國氣象災害大典》（遼寧卷、吉林卷和黑龍江卷）、《中國氣象災害年鑒》（2002—2016年）和《中國農氣災情旬值數據集》（1991—2009年），統計資料中關于春玉米澇漬災害事件的相關記錄，根據歷史資料災情描述，將澇漬災害程度分為輕度、中度、重度3個等級。具體判定方法為：輕度澇漬為倒伏、受災、受澇，中度澇漬為成災、部分絕收、部分改種，重度澇漬為沖毀、絕收、改種[25-26]。

1.2 研究方法

1.2.1 權重濕潤指數簡介 權重濕潤指數（）是加權平均降水量與加權平均參考作物蒸散量的相對比值[15-16]，計算公式如下：

式中：為加權平均降水量，能夠綜合反映前期降水和當天降水對當天旱澇的影響，其計算公式[27]可簡化表示為：

式中，為取值范圍（0，1）的參數，表明降水的影響權重逐日衰減；為超前當前天的前期衰減日數，由計算精度及衰減強度決定；P為前期第日的降水量。通過敏感性分析取值0.95，取90 d[16]。

0為同期逐日參考作物蒸散量的累積，采用上述降水權重系數進行加權平均處理，對于逐日參考作物蒸散量（0）的計算，采用FAO推薦的Penman- Monteith公式[28]，計算公式為：

式中，R為冠層表面凈輻射（MJ·m-2）；為土壤熱通量（MJ·m-2）；Δ為飽和水汽壓曲線斜率（kPa·℃-1）；為干濕常數（kPa·℃-1）；為平均溫度（℃）；2為2 m高處風速（m·s-1）；e和e分別為飽和與實際水汽壓（kPa）。

權重濕潤指數用于土壤偏濕為基本特征的作物濕漬害的監測和評估時，以偏濕狀態（＞1）持續時間和過程累積程度作為濕漬害過程判別和等級劃分方法[16]，如表1所示。

表1 作物濕漬害等級劃分

1.2.2 改進權重濕潤指數構建 為了更準確地反映春玉米生長過程中實際供水量與作物最大需水量之間的平衡關系[29]，本研究提出構建改進權重濕潤指數（），將權重濕潤指數計算公式中的累積參考作物蒸散量（0）替換為累積作物需水量（c），以表征玉米旱澇狀況。該指數以逐日降水量的加權平均量為供水指標，以同期逐日作物需水量的加權平均量為需水指標，其計算公式如下：

式中，的計算采用Lu[27]對前期降水衰減天數的具體分析，當降水衰減作用在一個半月左右時，前期降水影響對當前旱澇狀況基本趨于可忽略狀態，故選取參數a為0.9，前期衰減日數N為44 d。PET的計算依據上述方法對逐日作物需水量（c）加權平均可得；c計算公式如下：

式中，的計算采用FAO推薦的單作物系數法[28]。根據此方法，將春玉米全生育期作物系數變化劃分為4個階段，如圖1所示，分別為:（1）初始生長期（播種期—七葉期），從播種到作物覆蓋率接近10%，此階段內作物系數為K；（2）快速發育期（七葉期—抽雄期），從覆蓋率10%到充分覆蓋，此階段內作物系數由K線性增加至K；（3）生育中期（抽雄期—乳熟期），從充分覆蓋到成熟期開始，此階段內作物系數為K；（4）生育后期（乳熟期—成熟期），從葉片開始變黃到生理成熟或收獲，此階段內作物系數由K線性減少至K。標準作物系數分別取值為K=0.3，K=1.2，K=0.6。根據春玉米生育期觀測資料，對各站點生育期內逐日作物系數進行修正，計算公式如下：

式中，為第天的作物系數；為整個生育期間隔天數的日序數；為生育期間隔天數；∑(L)為天之前的所有生育期間隔日數的總和；L為天所處生育期間隔日數；K為天之后生育期的作物系數；K為天之前生育期的作物系數。

圖1 春玉米全生育期作物系數變化

對于任意時間尺度的改進權重濕潤指數，計算公式如下：

式中，K為某段時間內的改進權重濕潤指數，I,為不同時間尺度上第天的改進權重濕潤指數，為計算天數。考慮到澇漬害影響時間較長，并參照現行澇漬監測業務中以土壤相對濕度在90%以上持續 10 d 作為農田漬害的標準[30]，本文以旬尺度計算改進權重濕潤指數并對其進行春玉米澇漬強度等級劃分。

1.2.3 基于改進權重濕潤指數的不同生育階段春玉米澇漬強度等級劃分 研究表明，玉米不同生育階段對澇漬的敏感程度不同，隨著發育進程推移，玉米耐澇漬能力逐漸增強，對澇漬脅迫的敏感程度逐漸降低，因而不同生育階段澇漬強度等級也應有所差別[17-21]。根據東北地區1986—2015年30年的春玉米澇漬災情資料，統計整理得到不同縣域春玉米生育期內澇漬災害事件共355組。利用澇漬影響區內158個站點逐日氣象資料，逐事件計算災情資料記載中各站點受災時段的旬尺度改進權重濕潤指數。選取其中340組事件，即包含春玉米4個生育階段、3個等級程度在內的共378個改進權重濕潤指數序列作為訓練樣本，用于確定春玉米不同生育階段澇漬強度分級的臨界閾值；隨機預留春玉米澇漬災害事件15組作為測試樣本，用于指標對比和結果驗證。

采用K-S檢驗[31]方法（Kolmogorov-Smirnov test），對選取的340組事件樣本中的改進權重濕潤指數序列進行正態分布顯著性檢驗。結果表明，春玉米不同生育階段各強度等級的改進權重濕潤指數序列均服從正態分布（α＞0.05）。基于該樣本序列服從正態分布的前提，采用t-分布區間估計方法，估計樣本的重現水平[32]，得到樣本平均值95%置信區間，結果如表2所示。

以表2中95%置信區間的下置信界限作為春玉米不同生育階段澇漬各強度等級的臨界閾值，為提高臨界閾值的可應用性，取閾值尾數為0.00或0.05。據此，確定東北地區春玉米各生育階段澇漬強度等級劃分結果，如表3所示。

1.2.4 改進權重濕潤指數評估結果驗證 在對基于改進權重濕潤指數的東北地區春玉米各生育階段澇漬強度等級評估結果進行驗證時，根據多年土壤水分和農業氣象災害監測的研究結果，澇漬發生的下墊面條件與土壤含水量關系密切，漬害多發生在土壤相對濕度90%以上，并持續多天的條件下[30]。首先分析10 cm、20 cm和50 cm的土壤相對濕度觀測旬值與旬尺度改進權重濕潤指數的相關性，選擇相關性最高的土壤相對濕度與改進權重濕潤指數建立非線性Slogistic反演模型[33]，采用決定系數（2）和均方根誤差（）驗證模型的精度，計算公式如下：

表2 改進權重濕潤指數序列K-S檢驗結果和平均值95%置信區間

表3 基于改進權重濕潤指數的東北地區春玉米各生育階段澇漬強度等級

式中，x為旬尺度改進權重濕潤指數，y為土壤相對濕度，`為土壤相對濕度均值，為樣本總數。

其次通過春玉米澇漬災情資料，統計權重濕潤指數和改進權重濕潤指數對隨機預留的測試樣本中15組春玉米澇漬災害事件災情判定結果的差別，采用各指數的準確率（）分析二者評估結果與實際災情的一致性，計算公式如下：

式中，為評估正確事件數，為總事件數。

最后對比典型年份代表站點澇漬災變過程降水、權重濕潤指數和改進權重濕潤指數隨時間變化的過程。

1.2.5 春玉米澇漬空間格局分析 依據表3強度等級劃分結果，采用澇漬頻率（F）分析東北地區春玉米1986—2015年不同生育階段內各澇漬強度等級的空間格局。以某一站點特定時段內發生某種程度澇漬的年數與總年數之比表示澇漬頻率，計算公式如下：

式中，為該站點特定時段內發生某種程度澇漬的年數，為總年數，下標為區別不同站點的序號。采用Arc GIS10.6軟件內置的克里金插值方法（Kriging)對澇漬頻率進行空間插值。

2 結果

2.1 改進權重濕潤指數與土壤相對濕度的相關性和擬合關系檢驗

選取時間、站點相對應的各層土壤相對濕度觀測旬值與旬尺度改進權重濕潤指數，分析春玉米不同生育階段各層土壤相對濕度與改進權重濕潤指數的相關性，結果如表4所示。可以明顯看出，春玉米不同生育階段10 cm、20 cm和50 cm土壤相對濕度與改進權重濕潤指數均達到極顯著相關（＜0.001）；除快速發育期外，其他生育期內二者相關系數均表現為20 cm土壤相對濕度＞10 cm土壤相對濕度＞50 cm土壤相對濕度。故選取20 cm土壤相對濕度進行下一步分析。

繪制春玉米不同生育階段20 cm土壤相對濕度與對應的改進權重濕潤指數散點圖（圖2）。可以看出，不同生育階段春玉米20 cm土壤相對濕度均隨改進權重濕潤指數的增加呈指數增長，直至飽和。以非線性Slogistic模型進行曲線擬合，發現各生育階段擬合模型的決定系數（2）由大到小的順序為0.46（生育中期）＞0.34（生育后期）＞0.31（快速發育期）＞0.21（初始生長期），均方根誤差（）由小到大的順序為0.49（生育后期）＜0.51（生育中期）＜0.52（初始生長期）＜0.56（快速發育期），不同生育階段擬合曲線中90%的20 cm土壤相對濕度所對應的改進權重濕潤指數值分別為0.77（初始生長期）＜1.12（快速發育期）＜1.21（生育中期）＜1.25（生育后期）。總體來看，春玉米不同生育階段的20 cm土壤相對濕度與改進權重濕潤指數的變化具有極顯著相關性，改進權重濕潤指數越大，對應的土壤含水量越趨近飽和，澇漬風險越高，表明改進權重濕潤指數能夠反映春玉米農田澇漬的實際情況。

表4 春玉米不同生育階段土壤相對濕度與改進權重濕潤指數的Pearson相關分析

***表示在0.001水平下顯著 *** shows significant at 0.001 level

（a）、（b）、（c）和（d）分別指春玉米初始生長期、快速發育期、生育中期和生育后期，黑色實線分別表示為基于Slogistic函數的擬合曲線以及擬合曲線中90%的20 cm土壤相對濕度所對應的改進權重濕潤指數；n為樣本數

2.2 基于春玉米澇漬災害事件的指數評估結果檢驗與對比

利用隨機預留的測試樣本中15組春玉米澇漬災害事件，以及所計算的對應權重濕潤指數和改進權重濕潤指數，對比2個指標判定的災害時間、災害程度等級與澇漬實際發生情況，結果如表5所示。可以看出，在隨機預留的15組事件中，權重濕潤指數評估結果與災情記錄一致的有4組，部分一致的有6組，不一致的有5組，完全準確率為26.7%，部分準確率為66.7%；改進權重濕潤指數評估結果與災情記錄一致的有10組，部分一致的有4組，不一致的有1組，完全準確率為66.7%，部分準確率為93.3%。總體來看，基于改進權重濕潤指數的澇漬強度等級劃分方法更適用于東北地區春玉米澇漬災害評估。

2.3 基于典型年份澇漬災變過程的指數評估結果檢驗和對比

以澇漬災害典型年份1998年為例，根據代表站點選取原則[34-35]，自北向南選取黑龍江嫩江、吉林白城和遼寧沈陽3個代表站點，在春玉米全生育期內對降水、和隨時間變化的過程曲線進行比較，結果如圖3所示。從圖3-（a）可以看出，自DOY139起，嫩江站出現持續降水過程，到DOY179降水頻率減少；指數顯示澇漬過程自DOY169開始，DOY180結束，為期12 d，過程累積量為22.3，屬輕度災害；指數顯示澇漬過程自DOY141開始，DOY181結束，災害強度由輕度逐漸轉為重度；結合春玉米澇漬災情資料，嫩江縣5月下旬至6月下旬連續降雨，全縣受災面積1.4×104hm2，成災面積0.9×104hm2，0.7×104hm2農田絕產，表明對澇漬災害持續時間和嚴重程度的判斷，指數與實況更為符合。從圖3-（b）可以看出，從DOY222到DOY223，白城站經歷2次連續暴雨；指數顯示澇漬過程自DOY221開始，DOY241結束，為期21 d，過程累積量為59.2，屬中度災害；指數顯示澇漬過程自DOY223開始，DOY242結束，災害強度由重度轉為輕度；結合春玉米澇漬災情資料，白城市8月上旬、中旬的2場暴雨造成嚴重的洪澇災害，表明對澇漬災害嚴重程度的判斷，指數與實況更為符合。從圖3-（c）可以看出，沈陽站在DOY195經歷1次大暴雨，在DOY217經歷1次暴雨；指數顯示澇漬過程自DOY195開始，DOY236結束，為期42 d，過程累積量為75.6，屬重度災害；指數顯示澇漬過程自DOY192開始，DOY222結束，災害強度為中度；結合春玉米澇漬災情資料，沈陽市7月中旬、8月上旬連續降雨，玉米內澇0.3×104hm2，表明對澇漬災害持續時間的判斷，指數與實況更為符合。總體來看，3個代表站點指數所反映的當年澇漬時間和強度與災情資料更為相符，并能夠動態表征澇漬災害隨時間變化的強度等級轉換過程。

√ 表示一致，◎ 表示部分一致，× 表示不一致

√ shows consistent, ◎ shows partially consistent, × shows inconsistent

以1998年嫩江站（a）、白城站（b）和沈陽站（c）春玉米生育期澇漬為例

2.4 春玉米澇漬空間格局

1986—2015年春玉米不同生育階段各強度等級澇漬頻率空間分布中，在春玉米初始生長期，輕度澇漬頻率分布特點為黑龍江、吉林、遼寧零星地區頻率較高，在30%以上；黑龍江東北部和南部部分地區、吉林中部和東部、遼寧西部在10%—30%之間；其余地區頻率低于10%。中度澇漬頻率分布特點為黑龍江東部部分地區、吉林中部在10%—30%之間，其余大部分地區率低于10%。重度澇漬頻率分布特點為黑龍中部小部分地區、吉林東部小部分地區、遼寧東部小部分地區頻率較高，在30%以上；黑龍中部和東部、吉林東部、遼寧東部部分地區在10%—30%之間；其余地區頻率低于10%。

在春玉米快速發育期，輕度澇漬頻率分布特點為吉林東南部小部分地區頻率較高，在30%以上；黑龍江、吉林、遼寧大部分地區在10%—30%之間。中度澇漬頻率分布特點為黑龍江大部分地區、吉林中部和東部、遼寧北部在10%—30%之間；其余部分地區頻率低于10%。重度澇漬頻率分布特點為黑龍江大部分地區、吉林中部部分地區、遼寧東部小部分地區在10%—30%之間；其余部分地區頻率低于10%。

在春玉米生育中期，輕度澇漬頻率分布特點為黑龍江、吉林、遼寧大部分地區在10%—30%之間，其余地區頻率低于10%。中度澇漬頻率分布特點為黑龍江小部分地區、吉林中部和東部、遼寧大部分地區在10%—30%之間；其余地區頻率低于10%。重度澇漬頻率分布特點為遼寧東南部部分地區頻率較高，在30%以上；吉林中部小部分地區、遼寧中部和東部在10%—30%之間；其余地區頻率低于10%。

在春玉米生育后期，輕度澇漬頻率分布特點為黑龍江中部、吉林東部、遼寧中部在10%—30%之間；其余部分地區頻率低于10%。中度澇漬頻率和重度澇漬頻率均較低，基本均在10%以下。

3 討論

本文以權重濕潤指數為基礎，以作物需水量代替參考作物蒸散量，構建改進權重濕潤指數；通過歷史災情記錄，構建基于改進權重濕潤指數的春玉米澇漬災害事件訓練樣本和測試樣本，將訓練樣本置信區間閾值方法作為劃定我國東北地區春玉米不同生育階段的各澇漬強度等級的依據，該閾值劃定方法已在我國江淮地區夏玉米澇漬[25]、江漢和江南西部春玉米澇漬[26]、西南地區水稻洪澇[36]、湖南省早稻洪澇[37]、黃淮海冬小麥干旱[38]、東北地區春玉米冷害[39]中得到應用與證實；澇漬強度等級評價閾值可以反映玉米各生育階段對澇漬脅迫敏感程度的不同，閾值越高，表明該生育階段玉米耐澇漬能力越強，對澇漬脅迫的敏感程度越低。研究表明，隨著發育進程推移，玉米耐澇漬能力逐漸增強，對澇漬脅迫的敏感程度逐漸降低[17-21]，與本文得出的澇漬強度等級評價閾值結果相符。

改進權重濕潤指數與土壤相對濕度的相關性和擬合關系檢驗中顯示，二者達到極顯著相關，擬合效果精度較高，各生育階段擬合曲線中90%的20 cm土壤相對濕度所對應的改進權重濕潤指數值佐證了基于改進權重濕潤指數的澇漬災害強度分級閾值的確定是合理的，說明改進權重濕潤指數能反映春玉米農田澇漬的實際情況。通過對隨機預留的測試樣本中春玉米澇漬災害評估結果進行檢驗和對比，發現改進權重濕潤指數對災害事件評估的準確率遠高于權重濕潤指數，表明改進權重濕潤指數更適用于東北地區春玉米澇漬災害評估。通過對1998年3個站點春玉米生育期內降水、改進權重濕潤指數和權重濕潤指數隨時間變化的過程曲線進行比較，也證明了改進權重濕潤指數在春玉米澇漬災害過程動態評估中的優勢。與以權重濕潤指數累積值及其持續時間劃定作物漬害強度等級的方法相比[15-16]，改進權重濕潤指數已考慮前期降水和蒸散的累積效應、作物種類和生長發育階段等多種因素，在澇漬強度等級劃分時無需考慮持續時間和累積程度，不僅適用于任何時間尺度的澇漬災害程度評估，更重要的是可針對澇漬災變過程進行跟蹤和動態評估，應用十分靈活。依據改進權重濕潤指數對春玉米不同生育階段各澇漬強度等級劃分結果，分析東北地區春玉米澇漬的空間格局，結果表明，春玉米不同生育階段各等級澇漬頻率差別較大，初始生長期澇漬頻率以輕度澇漬和重度澇漬為主，快速發育期以輕度澇漬和中度澇漬為主，生育中期以中度澇漬和重度澇漬為主，生育后期以輕度澇漬主。黑龍江中部、吉林東南部、遼寧東南部為中度及以上澇漬頻率的高發區，生育中期是中度及以上澇漬頻率高發期。主要原因是受地形地貌和天氣氣候的影響，東北地區全年降水主要集中在夏季，汛期降水異常對作物生長發育影響很大。這與高曉容等[35]利用生育階段水分盈虧指數（CWSDI）得出東北玉米在七葉期—抽雄期、抽雄期—乳熟期、乳熟期—成熟期后3個階段中澇及以上頻率較高，分布由東南向西北方向遞減，遼寧東南部和吉林東南部為高發區的研究結論呈現出較好的一致性。

澇漬災害的形成過程十分復雜，涉及因素除氣象條件、作物類型和生長發育階段外，還包括地形、地下水位、土壤類型等環境要素和種植制度、田間管理等人為要素。本文僅基于作物生長過程中的水分收支平衡狀況，通過改進權重濕潤指數劃定東北地區春玉米不同生育階段各澇漬強度，在歷史災情資料處理中，春玉米澇漬災情等級均為人為判定，這可能會產生不可忽視的誤差。在下一步研究中，綜合考慮多種因素，模擬作物受澇受漬后動態變化過程，基于災變過程進行澇漬災害預警、監測和評價顯得尤為重要。

4 結論

以權重濕潤指數為基礎，通過作物需水量替代參考作物蒸散量的方法構建改進權重濕潤指數，確定東北地區春玉米不同生育階段各澇漬強度分級閾值，并闡釋東北地區春玉米澇漬格局。研究結果表明，通過改進權重濕潤指數與歷史災情耦合方法劃分的我國東北地區春玉米不同生育階段澇漬強度分級結果可靠，與基于土壤相對濕度的農田澇漬狀況保持了顯著一致性；與權重濕潤指數相比，改進權重濕潤指數不僅對春玉米澇漬災害評估準確率更高，而且更適于春玉米澇漬災變過程的跟蹤和動態評估；春玉米初始生長期、快速發育期、生育中期以及生育后期不同強度等級的澇漬頻率差別較大，其中，黑龍江中部、吉林東南部、遼寧東南部為中度及以上澇漬頻率的高發區，生育中期是中度及以上澇漬頻率高發期。

[1] 中華人民共和國國家統計局. 中國統計年鑒. 北京: 中國統計出版社, 2010-2018.

National Bureau of Statistics of the People's Republic of China.. Beijing: China Statistics Press, 2010-2018. (in Chinese)

[2] 周琳. 東北氣候. 北京: 氣象出版社, 1991: 43-55.

Zhou L.. Beijing: Meteorological Press, 1991: 43-55. (in Chinese)

[3] 余衛東, 馮利平, 劉榮花. 玉米澇漬災害研究進展與展望. 玉米科學, 2013, 21(4): 143-147.

Yu W D, Feng L P, Liu R H. Research progress and prospective of waterlogging on maize., 2013, 21(4): 143-147. (in Chinese)

[4] Patricio G, Guillerno V I, Monica L P, Antonio J H, Nora T. Responses to short-term waterlogging during grain filling in sunflower., 2007, (101): 352-363.

[5] 霍治國. 農業和生物氣象災害. 北京: 氣象出版社, 2009.

Huo Z G.. Beijing: Meteorological Press, 2009. (in Chinese)

[6] 霍治國, 范雨嫻, 楊建瑩, 尚瑩. 中國農業洪澇災害研究進展. 應用氣象學報, 2017, 28(6): 641-653.

HOU Z G, FAN Y X, YANG J Y, SHANG Y. Review on agricultural flood disaster in China., 2017, 28(6): 641- 653. (in Chinese)

[7] 朱建強, 李方敏, 張文英, 陳曉群, 程玲. 旱作物澇漬排水研究動態分析. 灌溉排水, 2001, 20(1): 39-42.

ZHU J Q, LI F M, ZHANG W Y, CHEN X Q, CHENG L. Research trends about surface and subsurface waterlogging drainage on dry farmlands., 2001, 20(1): 39-42. (in Chinese)

[8] 吳啟俠, 蘇榮瑞, 劉凱文, 朱建強, 楊威, 周元. 江漢平原四湖流域近50年高溫熱害及熱澇相隨特征. 中國農業氣象, 2012, 33(4): 609-614.

Wu Q X, Su R R, Liu K W, Zhu J Q, Yang W, Zhou Y. Hot damage and concomitance of hot and waterlogging in four-lake basin in Jianhan plain during the last 50 years., 2012, 33(4): 609-614. (in Chinese)

[9] 吳賢云, 丁一匯, 王琪, 葉成志. 近40年長江中游地區旱澇特點分析. 應用氣象學報, 2006, 17(1): 19-28.

Wu X Y, Ding Y H, Wang Q, Ye C Z. Characteristics of the recent 40-year flood/drought over the middle reaches of the Yangtze., 2006, 17(1): 19-28. (in Chinese)

[10] 郁凌華, 趙艷霞. 黃淮海地區夏玉米生長季內的旱澇災害分析. 災害學, 2013, 28(2): 71-75, 80.

Yu L H, Zhao Y X. Analysis of drought and flood disasters in summer maize growing season in Huang-Huai-Hai region., 2013, 28(2): 71-75, 80. (in Chinese)

[11] 郭銳, 智協飛. 中國南方旱澇時空分布特征分析. 氣象科學, 2009, 29(5): 598-605.

GUO R, Zhi X F. Spatial-temporal characteristics of the drought and flood in southern China., 2009, 29(5): 598-605. (in Chinese)

[12] 馬曉群, 吳文玉, 張輝. 利用累積濕潤指數分析江淮地區農業旱澇時空變化. 資源科學, 2008, 30(3): 371-377.

MA X Q, WU W Y, ZHANG H. Analyzing spatial and temporal variations of agricultural drought and waterlog in Jianghuai area through accumulated humidity index., 2008, 30(3): 371-377. (in Chinese)

[13] 馬曉群, 吳文玉, 張輝. 農業旱澇指標及在江淮地區監測預警中的應用. 應用氣象學報, 2009, 20(2): 186-194.

MA X Q, WU W Y, ZHANG H. The agricultural drought and flood index and its operational application to monitoring and early-warning in Jianghuai area., 2009, 20(2): 186-194. (in Chinese)

[14] 吳洪顏, 高蘋, 謝志清, 曹璐. 基于春季陰雨過程的冬小麥澇漬指數模型構建與應用. 氣象, 2017, 43(3): 373-377.

Wu H Y, Gao P, Xie Z Q, Cao L. Construction and application of waterlogging index model of winter wheat based on spring rainy weather., 2017, 43(3): 373-377. (in Chinese)

[15] 秦鵬程, 劉志雄, 萬素琴, 蘇榮瑞, 黃敬峰. 基于決策樹和隨機森林模型的湖北油菜產量限制因子分析. 中國農業氣象, 2016, 37(6): 691-699.

Qin P C, Liu Z X, Wan S Q, Su R R, Huang J F. Identification of yield limiting factors for oilseed rape in Hubei province based on CART and Random Forest model., 2016, 37(6): 691-699. (in Chinese)

[16] 秦鵬程, 劉志雄, 萬素琴, 劉敏, 蘇榮瑞. 基于權重濕潤指數的作物濕漬害監測與檢驗. 長江流域資源與環境, 2018, 27(2): 328-334.

Qin P C, Liu Z X Wan S Q, Liu M, Su R R. Application and validation of weighted moisture index in waterlogging disaster monitoring., 2018, 27(2): 328-334. (in Chinese)

[17] Zaidi P H, Rafique S, Rai P K, Singh N N, Srinivasan G. Tolerance to excess moisture in maize (L): susceptible crop stages and identification of tolerant genotypes., 2004, 90: 189-202.

[18] 房穩靜, 武建華, 陳松, 張靜, 李晨, 劉瑞. 不同生育期積水對夏玉米生長和產量的影響試驗. 中國農業氣象, 2009, 30(4): 616-618.

FANG W J, WU J H, CHEN S, ZHANG J, LI C, LIU R. Experiment for the impact of flood in different development stages on summer maize growth and yields., 2009, 30(4): 616-618. (in Chinese)

[19] Rai R, Srivastava K. Effect of waterlogging on some biochemical parameters during early growth stages of maize., 2004, 9: 65-68.

[20] 王礦, 薛亞峰, 王友貞, 湯廣民, 胡鐵松, 袁宏偉. 玉米澇漬脅迫的水分產量關系試驗研究. 灌溉排水學報, 2012, 31(6): 67-70.

WANG K, XUE Y F, WANG Y Z, TANG G M, HU T S, YUAN H W. Experimental study of relationship between water and yield of maize., 2012, 31(6): 67-70. (in Chinese)

[21] 劉祖貴, 劉戰東, 肖俊夫, 南紀琴, 鞏文軍. 苗期與拔節期淹澇抑制夏玉米生長發育降低產量. 農業工程學報, 2013, 29(5): 44-52.

Liu Z G, Liu Z D, Xiao J F, Nan J Q, Gong W J. Waterlogging at seedling and jointing stages inhibits growth and development, reduces yield in summer maize., 2013, 29(5): 44-52. (in Chinese)

[22] Lu C P, Xue B, Lu C Y, Wang T, Jiang L, Zhang Z L, Ren W X. Sustainability investigation of resource-based cities in Northeastern China., 2016, 8: 1058.

[23] 劉兵, 朱廣石, 王平, 金劍, 王光華, 劉曉冰. 東北農田澇漬成因和治理研究概況. 廣東農業科學, 2010, 37 (11): 276-278.

LIU B, ZHU G S, WANG P, JIN J, WANG G H, LIU X B. Research advances on cause of water logging and administrating technologies in farm land of Northeast China., 2010, 37 (11): 276-278. (in Chinese)

[24] 中國科學院長春地理研究所沼澤研究室. 三江平原沼澤. 北京: 科學出版社, 1983: 58-59.

Swamp Research Laboratory, Changchun Institute of Geography, Chinese Academy of Sciences.. Beijing: Science Press, 1983: 58-59. (in Chinese)

[25] 張桂香, 霍治國, 楊建瑩, 張蕾, 吳立, 汪天穎, 楊宏毅. 江淮地區夏玉米澇漬災害時空分布特征和風險分析. 生態學雜志, 2017, 36(3): 747-756.

Zhang G X, Huo Z G, Yang J Y, Zhang L, Wu L, Wang T Y, Yang H Y. Spatiotemporal characteristics and risk analysis of summer corn waterlogging disaster in Jianghuai region., 2017, 36(3): 747- 756. (in Chinese)

[26] 楊宏毅, 霍治國, 楊建瑩, 張桂香, 吳立, 范雨嫻. 江漢和江南西部春玉米澇漬指標及風險評估. 應用氣象學報, 2017, 28 (02): 237-246.

Yang H Y, Huo Z G, Yang J Y, Zhang G X, Wu L, Fan Y X. Indicators and risk of spring corn waterlogging disaster in Jianghan and west region of Jiangnan., 2017, 28(2): 237-246. (in Chinese)

[27] Lu E. Determining the start, duration, and strength of flood and drought with daily precipitation: Rationale., 2009, 36(12): L12707.

[28] Allen R G, Pereira L S, Raes D, Smith M. Crop evapotranspiration-guidelines for computing crop water requirements., Rome, 1998.

[29] 陳玉民, 郭國雙, 王廣興, 康紹忠, 羅懷彬, 張大中. 中國主要作物需水量與灌溉. 北京: 水利電力出版社, 1995: 77-95.

Chen Y M, Guo G S, Wang G X, Kang S Z, Luo H B, Zhang D Z.. Beijing: Water Power Press, 1995: 77-95. (in Chinese)

[30] 王建林, 毛留喜. 現代農業氣象業務. 北京: 氣象出版社, 2010.

Wang J L, Mao L X.. Beijing: Meteorological Press, 2010. (in Chinese)

[31] Massey E J. The Kolmogorov-Smirnov test for goodness of fit., 1951, 46: 68-78.

[32] 張文彤. SPSS統計分析基礎教程. 北京: 高等教育出版社, 2011.

Zhang W T.Beijing: Higher Education Press, 2011. (in Chinese)

[33] 胡曉華. Logistic曲線參數估計及應用. 數學理論與應用, 2011, 12(4): 26-50.

Hu X H. Parameters estimation for logistic curve and application., 2011, 12(4): 26-50. (in Chinese)

[34] 郭建平, 莊立偉, 陳玥熤. 東北玉米熱量指數預測方法研究(Ⅰ) ——熱量指數與玉米產量. 災害學, 2009, 24(4): 6-10.

Guo J P, Zhuang L W, Chen W Y. Study on prediction method of northeast corn thermal index (I)-thermal index and corn yield., 2009, 24(4): 6-10. (in Chinese)

[35] 高曉容, 王春乙, 張繼權, 薛緒掌. 近50年東北玉米生育階段需水量及旱澇時空變化. 農業工程學報, 2012, 28(12): 101-109.

Gao X R, Wang C Y, Zhang J Q, Xue X Z. Crop water requirement and temporal-spatial variation of drought and flood disaster during growth stages for maize in Northeast during past 50 years., 2012, 28 (12): 101-109. (in Chinese)

[36] Yang J Y, Huo Z G, Wu L, Wang T Y, Zhang G X. Indictor-based evaluation of spationtemporal characteristics of rice food in Southwest China.,, 2016, 230: 221-230.

[37] 汪天穎, 霍治國, 李旭輝, 楊建瑩, 吳立, 張桂香. 基于生育時段的湖南省早稻洪澇等級指標及時空變化特征. 生態學雜志, 2016, 35(3): 709-718.

Wang T Y, Huo Z G, Li X H, Yang J Y, Wu L, Zhang G X. Level indicators and temporal-spatial distribution features of early rice flood disaster in Hunan province based on different growth stages., 2016, 35(3): 709-718. (in Chinese)

[38] Wu X, Wang P J, Huo Z G, Wu D R, Yang J Y. Crop drought identification index for winter wheat based on evapotranspiration in the Huang-Huai-Hai plain, China., 2018, 263: 18-30.

[39] 王培娟, 霍治國, 楊建瑩, 吳霞. 基于熱量指數的東北春玉米冷害指標. 應用氣象學報, 2019, 30(1): 13-24.

Wang P J, Huo Z G, Yang J Y, Wu X. Indicators of chilling damage for spring maize based on heat index in Northeast China., 2019, 30(1): 13-24. (in Chinese)

Evaluation method of spring maize waterlogging disaster in Northeast China based on Improved Weight Moist Index

LIU Cong1,2, WU YongFeng2, LIU PingHui1,LIANG LiJiang2

(1College of Earth Sciences, East China University of Technology, Nanchang 330000;2Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences/Key Laboratory of Agricultural Environment, Ministry of Agriculture, Beijing 100081)

【】The aim of this study investigated the evaluation methods of spring maize waterlogging disasters in Northeast China, so as to provide a scientific basis for the rational production and management of spring maize in Northeast China under the background of climate change.【】Based on the Weight Moist Index (WMI), the crop water demand, instead of the reference crop evapotranspiration, was used to construct an Improved Weight Moist Index (IWMI). The coupling method of waterlogging disaster events and IWMI during the growth period of spring maize in Northeast China from 1986 to 2015, the normal distribution significance test method based on K-S test, and the estimation method of t-distribution interval were used to determine the thresholds for waterlogging intensity grading of different growth stages in spring maize. The correlation and fitting relationship of soil relative humidity and IWMI, the consistency of the evaluation results on IWMI and WMI and waterlogging disaster statistics results, and the accuracy of the assessment on dynamic process of waterlogging disasters in typical years were analyzed to evaluate the IWMI precision. The spatial pattern of waterlogging at different growth stages of spring maize in Northeast China was analyzed, and then its regular characteristics were revealed. 【】(1) IWMI was significantly correlated with soil relative humidity at different depths (＜0.001). Except for the rapidly developmental period of maize, in the other stages, the maximum correlation coefficient of both appeared at 20 cm depth. Through fitting the IWMI and the soil relative humidity at 20 cm depth based on a Slogistic model, it was found that the maximum coefficient of determination (2) appeared in the middle period (0.46), followed by the end period (0.34), the rapidly developmental period (0.31) and the initial growth period (0.21). The minimum root mean square error () appeared in the end period (0.49), followed by the middle period (0.51), the initial growth period (0.52), and the rapidly developmental period (0.56). The values of the IWMI corresponding to soil relative humidity of 90% at 20 cm depth were 0.77 in the initial growth period, 1.12 in the rapidly developmental period, 1.21 in the middle period, and 1.25 in the end period. (2) Compared with the disaster diagnosis results in the test samples of the spring maize waterlogging disaster events randomly reserved, the complete accuracy rate and partial accuracy rate of the WMI evaluation results were 26.7% and 66.7%, respectively, while the complete accuracy rate and partial accuracy rate of the IWMI were 66.7% and 93.3%, respectively. (3)Taking the waterlogging disasters during the growth period of spring maize in 1998 in Nenjiang, Baicheng and Shenyang stations as examples, changes of the precipitation, WMI and the IWMI with the days of the year were compared, and it was found that the time of occurrence and intensity level of the waterlogging evaluated by the IWMI were more consistent with the disaster records, and IWMI could also be used to represent the dynamic change of the waterlogging intensity. (4) The frequency of waterlogging of the different intensity levels in spring maize had a great difference. The central part of Heilongjiang, southeastern Jilin, and southeastern Liaoning were high-incidence areas with moderate and above waterlogging, and the middle period was a period of high frequency of moderate and above waterlogging.【】Based on the IWMI, the method of determining the thresholds of waterlogging intensities at different growth stages of spring maize in Northeast China was reliable, which could be used to characterize the actual occurrence of farmland waterlogging. Compared with the WMI, IWMI not only had a higher accuracy, but also was more suitable to track and evaluate the dynamic assess of waterlogging disasters, which was of great significance to reveal the catastrophic mechanism and spatio-temporal evolution of spring maize waterlogging disasters in Northeast China under the background of climate change.

Northeast China; spring maize; improved weight moist index; waterlogging intensity grade; evaluation

10.3864/j.issn.0578-1752.2020.11.005

2019-11-07；

2019-11-18

“十三五”國家重點研發計劃子課題（2017YFD0300402-2）

劉聰，E-mail：444069456@qq.com。通信作者武永峰，E-mail：wuyongfeng@caas.cn。通信作者劉平輝，E-mail：pinghui_liu@126.com

（責任編輯 楊鑫浩）