基于IAD指標的極端低溫事件分析及對耕地影響

陳雪，姚俊英*，王瑩，高夢竹

(1.黑龍江省氣象服務中心，黑龍江 哈爾濱 150036； 2.黑龍江省氣象臺，黑龍江 哈爾濱 150030)

極端氣候事件是氣象狀態嚴重偏離其平均態，在統計意義上屬于不易發生的小概率事件。在全球變暖的大背景下，極端氣候事件的強度和頻率不斷增強[1-2]。極端低溫事件作為其重要組成部分，受氣候變化的影響最為明顯，已經成為國內外氣象災害領域關注的熱點問題之一[3-6]。黑龍江省低溫事件突出，對農作物生長發育影響具有不可預估性，如2000年9月黑龍江省嫩江縣低溫冷凍農業直接經濟損失577萬元，通河縣水稻、玉米、大豆等作物1 000 hm2受災，對糧食產量造成重大影響。

針對極端低溫事件，部分學者運用極端低溫事件客觀識別技術，建立相應的極端低溫事件庫[7-8]，結合風險評估模型[9]和作物生長模型[10]，實現低溫冷害影響定量分析和動態評估。主要計算單一站點的極端氣候指數，分析極端低溫事件特征，對極端低溫事件的空間特征則描述不足，且集中在極端事件的特征分析上[11-12]，無法對極端低溫事件對農作物耕地面積及產量影響進行評估。

本文搜集整理了1998—2017年黑龍江省82個站點逐日最低氣溫數據，逐步從單一的極值分析向事件的時間持續性和空間連續性的角度轉變，研究區域性的極端低溫事件。采用強度-面積-持續時間(IAD)的方法[13-15]，評估極端低溫事件對農作物影響，以期減輕低溫冷害對農作物的危害，提高糧食產量，為糧食安全和政府決策提供參考。

1 材料與方法

1.1 研究區

黑龍江省地理坐標121°11′～135°05′E、43°26′～53°33′N，北、東部與俄羅斯隔江相望，西與內蒙古相鄰，南與吉林省接壤，是中國最北端及陸地最東端的省份。其西北、北部和東南部地勢較高，東北、西南部低，主要由山地、臺地、平原和水面構成。受地理位置和地形影響，屬寒溫帶與溫帶大陸性季風氣候，春季低溫干旱，夏季溫熱多雨，秋季易澇早霜，冬季寒冷漫長，無霜期短，氣候地域性差異大。土地總面積47.3萬km2，其中農用地面積3 950.2萬hm2，占全省土地總面積83.5%；農用耕地1 187.1萬hm2，占農用地的30%。

1.2 數據

研究采用黑龍江省氣象數據中心整編的1998—2017年黑龍江省82個基準站逐日最低氣溫數據，采用反距離加權方法，將逐日低溫數據插值到0.5°×0.5°的格點。

農作物耕地面積及產量數據來源于黑龍江省統計局編制的《黑龍江省統計年鑒》[16]，選用其中各縣、市農作物耕地面積和產量指標。

1.3 方法

1.3.1 極端低溫事件的閾值確定

對某站1998—2017年逐日同期最低氣溫資料按升序排列，取其第10百分位值作為該站該日極端低溫的閾值。

1.3.2 IAD方法

本研究使用IAD方法分析極端低溫事件的強度、面積與持續時間3個重要特征的聯系。低溫強度為影響區內各點最低氣溫與對應極端低溫閾值差值的絕對值，持續數日的極端低溫事件強度則為逐日強度的平均值；持續時間為該區域內最低氣溫連續低于相應極端低溫閾值的時段；影響面積指極端低溫事件覆蓋的連續面積。圖1所示為一次極端低溫事件，首先尋找研究區內低溫強度最大的格點作為第一個“低溫中心”，記錄此格點的強度與面積，然后尋找“低溫中心”周圍連續格點中強度次強的格點，取兩格點強度的平均值作為“次強中心”，記錄此時的強度和面積，重復此過程直至此次低溫事件的網格均被搜索加入。針對其他“低溫中心”重復上述步驟。

圖1 強度-面積-持續時間曲線框架

1.3.3 反距離加權法

為分析黑龍江省區域性的極端低溫事件特征，采用反距離加權插值法將氣象站點最低氣溫數據插值到0.5°×0.5°格點上。反距離加權方法以插值點與樣本點的距離為權重進行加權平均，距離插值點越近的樣本點賦予的權重越大，其插值公式如下：

式中：T為待插值點的最低氣溫估計值；Ti為第i個樣本點的實測最低氣溫值；di為第i個樣本點與待插值點之間的距離；n為樣本總數。

1.3.4 農作物產量分解

農作物產量主要受農業技術措施和氣象因素影響，在相對穩定的條件下，將作物實際產量分解為趨勢產量和氣象產量，可用公式表達：

Y=Yt+Yw。 (2)

式中，Y為實際產量；Yt為趨勢產量，包括種子的選擇、化肥的施用、栽培技術田間管理、病蟲防治等因素，采用11 a直線滑動平均法，模擬趨勢變化；Yw為氣象產量，正值表示氣象條件適宜，作物增產，負值表示氣象條件不利于農作物生長，造成農作物減產。

2 結果與分析

2.1 極端低溫事件特征

2.1.1 極端低溫事件時間分布

從圖2可以看出，1998—2017年黑龍江省極端低溫事件年均發生1 007次，平均強度2.3 ℃，呈先降后升的年代變化。1998—2007年頻數以每年31次的速率下降，于2007年達到最小值(557次)，隨后以每年11次的速率顯著增加。有4 a發生頻數超過1 300次，其中1999年受影響最頻繁，達1 391次，其次為2010和2016年，均發生1 377次。2007、2008年極端低溫事件出現較少，僅有556次。持續時間超過2 d的極端低溫事件發生概率只有1%，但強度極大(超過90%置信度)，最大低溫強度高達11 ℃。2001年發生205次(持續時間2 d以上)，最為頻繁，平均強度3.5 ℃；其次是2010年，共163次，平均強度為 2.9 ℃。

圖2 1998—2017年黑龍江省極端低溫事件頻次、強度的變化

2.1.2 極端低溫事件空間分布

根據1998—2017年黑龍江省極端低溫事件發生頻次及強度值繪制空間分布(圖3)。黑龍江省西北部與東部地區受低溫影響最嚴重，33.3%區域發生總頻數超過17次，齊齊哈爾及黑河市大部分地區頻數較小，低于15次，占總區域面積18.9%。持續2日以上的極端低溫事件在西北、西南和東部頻繁發生，36%區域超過2次，最長持續8 d，東南地區少有發生。超過閾值8 ℃以上的區域面積占總面積56.6%，最強中心位于伊春市北端，低溫強度達11.4 ℃；其次是大興安嶺地區，超閾值10.8 ℃；而西南和東部地區低溫強度較弱。

圖3 1998—2017年黑龍江省極端低溫事件頻次、強度的空間分布

2.2 極端低溫事件影響

2.2.1 極端低溫事件對耕地影響的時間分布

根據土地利用情況，統計1998—2017年黑龍江省逐年極端低溫事件影響的耕地面積，即暴露在事件范圍內耕地的總面積。累積影響耕地面積為低溫頻次與當年事件影響的耕地面積乘積(圖4)。由于對同一地區發生的多次事件所影響的耕地面積進行了重復統計，極端低溫事件影響的耕地面積年均累積161.8萬km2，1998—2007年以每年5.9萬km2的速率呈顯著下降趨勢，2008—2017年以3.7萬km2的年速率逐年增加。有5 a累積影響耕地面積超過200萬km2，其中2016年累積面積高達238萬km2，平均事件影響耕地約0.2萬km2，相當于耕地總面積的17.5%，影響面積最大。2007和2008年受極端低溫影響較小，分別累積為86.6萬和83.3萬km2。

圖4 1998—2017年黑龍江省極端低溫事件累積影響耕地面積的逐年變化

2.2.2 極端低溫事件對耕地影響的空間分布

由圖5可以看出，依據黑龍江省極端低溫事件累積影響耕地面積的空間分布，46.3%的區域超過2萬km2，西南地區受影響較大，18.3%累積耕地面積大于5萬km2，主要分布在齊齊哈爾、綏化、哈爾濱及伊春南部。最強中心位于中部偏西區域，影響超8萬km2的區域面積比為6%，最大累積耕地面積達8.5萬km2。其次為佳木斯中部地區，以富錦市為例，累積4.8萬km2受極端低溫影響。累積低于1萬km2的區域面積占總面積32.9%，分布在西北部、北部、東部和東南部區域，受極端低溫影響較小。

圖5 1998—2017年黑龍江省極端低溫事件累積影響耕地面積的空間分布

2.2.3 極端低溫事件與氣象產量的相關性

農作物在生長季由于溫度低于生長發育所需的溫度，從而使農作物的生長受到阻礙，導致產量下降。由1998—2017年黑龍江省氣象產量變化可知(圖6)，整體以每年15.8萬t的速率增產，年代呈現正-負交替的波動變化趨勢。1998年增產481萬t，1999—2007年以每年58.8萬t的速率減幅，2003年氣象影響造成的損失最大，減產1 216.6萬t，以訥河市為首，減產量約98萬t。

圖6 1998—2017年黑龍江省農作物氣象產量的逐年變化

2008—2017年氣象產量以每年123萬t的速率減產。2010—2015年氣候條件適宜產量大幅增加，于2012年達到最大值1 938萬t，其中龍江縣產量增幅近62萬t。后產量趨勢顯著下降，2017年影響較大，減產1 126萬t。

選取極端低溫三要素與氣象產量作相關性分析表明，低溫頻次、事件強度和影響耕地面積與氣象產量均呈現出負相關關系，頻數和強度影響相對較大。頻次增加、事件強度增大、影響面積增大，氣象產量將大幅下降。如2016年黑龍江省共計發生極端低溫事件1377次，相對于2015年，頻數增加482次，平均強度增幅1 ℃，累計影響耕地面積擴大89.7萬km2，造成農作物氣象產量減幅597萬t。2001年共計發生1 342次，平均強度3.5 ℃，累計影響耕地面積達231.3萬km2，造成農作物氣象產量減幅763.2萬t。說明極端低溫事件對農作物產量起到一定抑制作用。

3 小結與討論

本文設定極端低溫閾值，分析了黑龍江省不同持續時間的區域性極端低溫事件強度和影響面積特點，進而評估對農作物耕地面積及產量的影響，得出相關結論。

1998—2017年黑龍江省極端低溫事件年均發生1 007次，強度2.3 ℃，呈現先下降后上升的年代變化。33.3%區域發生總頻數超過17次，西北部與東部地區受影響最為頻繁。持續時間超過2 d的極端低溫事件發生概率小，但強度大，主要分布在西北、西南和東部，最強中心位于伊春市北端。

極端低溫事件影響的耕地面積年均累積161.8萬km2，西南地區受影響較大，主要分布在齊齊哈爾、綏化、哈爾濱及伊春南部，最大累積耕地面積達8.5萬km2。氣象產量呈現正-負交替的波動變化趨勢，近年產量趨勢顯著下降。極端低溫頻次、事件強度和影響耕地面積與氣象產量均呈現出負相關關系，頻次增加、事件強度增大、影響面積增大，氣象產量將大幅下降。

本研究采用IAD方法，將極端低溫事件3個要素聯系起來，從時間的發展和空間的連續角度上重新定義和判別區域性的極端低溫事件，采用格點形式資料，更便利地與地方耕地面積、產量數據相結合，評估對農作物影響，減輕低溫冷害危害，提高糧食產量，為糧食安全和災情防控提供一定的參考。極端低溫事件影響不僅與其自身的強度、影響面積與持續時間特征有關，同時也與研究區內的人類活動有關，將人類活動要素納入研究當中，也是今后的研究重點之一。