基于信息擴散理論分析華北平原夏玉米花期高溫熱害的風險概率＊

管 玥，劉佳鴻，何奇瑾，李若晨，糜欣苑，秦志珩

(中國農業大學資源與環境學院，北京 100193)

氣候變暖已是不爭的事實，地表氣溫增高現象在20世紀80年代以后尤為顯著[1]。中國地處東亞季風區，是世界“氣候脆弱區”之一，氣候變化背景下，面臨著溫度升高、降水減少、農業氣象災害頻發的問題[2]，據統計[3]，全國每年平均受災面積占作物播種面積的31.1%。IPCC（Intergovernmental Panel on Climate Change，政府間氣候變化專門委員會）指出，未來極端氣候事件的發生頻率、持續時間及范圍將增加，由極端天氣過程造成的災害呈上升趨勢[4]。近年來，夏季極端最高氣溫的歷史紀錄被屢次打破，極端高溫發生范圍和強度有所加大[5]，持續高溫使作物大幅減產[6]。

玉米是第一大糧食作物，華北平原是夏玉米的主要產區，種植面積和產量分別占全國的30%和50%[7]，盡管光熱資源豐富，但該地區溫度和降水的年際變化大，降水量季節分配不均[8]，夏季氣溫顯著上升[9]，氣候變化背景下農業氣象災害強度及糧食災損量呈加大趨勢[10-14]。特別是90年代后期以來，華北地區的高溫日數和高溫過程明顯偏多[15]，2013年、2016年和2018年在玉米開花期出現了11～22d不等的高溫天氣[16]。玉米開花期是對高溫最敏感的時期，極端高溫或持續高溫對花粉活力傷害很大[17]，該時期遭遇極端高溫會影響夏玉米雄穗發育、花粉活力、光合作用和干物質積累[18]，進而降低百粒重、穗行數和穗粒數[19]，對產量和品質產生不利影響。因此，明確華北平原夏玉米花期高溫熱害變化規律，評估氣候變化背景下高溫熱害的風險，對夏玉米生產合理規避風險、減少農業生產經濟損失具有重大意義。

現有關于夏玉米花期高溫熱害的研究多集中于變化特征分析，對不同程度高溫熱害的研究和風險評估工作還有待完善。本研究擬利用1980-2019年華北平原40個站點的歷史氣象數據，綜合考慮強度和頻次制定標準，將高溫熱害劃分為輕度、中度、重度3個等級，多角度討論夏玉米高溫熱害的時空變化；并基于信息擴散理論[20]得到各站點不同等級高溫熱害的風險概率，為科學應對花期高溫熱害，保障夏玉米的高產穩產提供依據。

1 資料與方法

1.1 研究區域及數據來源

研究區域為華北平原夏玉米種植區，包括京津冀地區、山東省和河南省。數據來源于中國氣象數據網（http://data.cma.cn），其中氣象數據取自中國地面氣候資料日值數據集，要素為研究區域內1980-2019年40個氣象站點（京津冀地區13個、山東13個、河南14個）的逐日日最高氣溫。夏玉米物候期數據來源于中國農作物生長發育和農田土壤濕度旬值數據集，包括研究區內 1991-2011年共25個農業氣象站的夏玉米生育期數據，研究區域、氣象站點和農業氣象站的空間分布見圖1。對于沒有作物生育期實測資料的氣象站點，用鄰近農業氣象站的發育期數據替代，對各站點多年夏玉米開花期計算平均值，得到夏玉米開花期（表1）。

表1 華北平原25個農業氣象站的夏玉米平均花期Table 1 Average of flowering period of summer maize in 25 agricultural meteorological stations in North China Plain

1.2 高溫熱害過程界定與統計

1.2.1 高溫熱害發生次數

根據主要農作物高溫危害溫度指標[21]，將華北平原夏玉米花期日最高氣溫≥35℃持續3d及以上作為發生一次高溫熱害過程。例如某站點花期為8月上旬，則統計1980-2019年歷年8月1-10日內日最高氣溫≥35℃持續3d及以上的發生次數。

1.2.2 影響范圍

用站次比表示高溫熱害的影響范圍。站次比指某一區域內發生某種農業氣象災害的站數占該區域內全部站數的比例。表達式為

式中，n為發生高溫熱害的站數，N為區域內全部站數，i表示不同年份。

1.2.3 高溫熱害分級標準

綜合高溫持續影響時間和發生次數，對歷年夏玉米花期高溫熱害進行分級。計算各站點1980-2019年每年花期日最高氣溫≥35℃持續3d、4d、5d及以上的次數，制定夏玉米花期輕度、中度、重度高溫熱害指標，詳見表2。例如某站點花期為8月上旬，若某年8月1-10日內日最高氣溫≥35℃持續3d發生一次，則該站點該年份高溫熱害等級為輕度。

表2 夏玉米花期高溫熱害等級判定Table 2 Grade judge of heat injury during the flowering period of summer maize

1.3 高溫熱害風險概率評價

研究采用信息擴散理論評價夏玉米花期輕度、中度、重度高溫熱害風險概率。信息擴散理論是為彌補信息不足而對樣本進行集值化的模糊數學處理法。信息擴散方法將一個分明值樣本點，變成一個模糊集[20]，即把單值樣本點擴散成集值樣本點。

設災害指數論域為

式中，ui為災害指標論域的取值，n為論域取值個數，設災害指標的一個單值觀測樣本為yj（j=1, 2,3, …, m），m為樣本個數，函數fj(ui)為將樣本觀測值攜帶的信息擴散給論域U上的每一個取值ui。在本研究中，災害指標論域ui即為某站點40a高溫熱害等級序列值，將夏玉米花期無高溫熱害賦值為0，輕度高溫熱害賦值為1，中度賦值為2，重度為3，n為本站點高溫熱害等級序列值的最大值，即為3。m取集合[0，n]中的每個整數值，而m取值隨n動態變化，則函數fj(ui)為將樣本觀測值攜帶的信息擴散給論域U上的每一個取值ui，即

式中，fj(ui)表示觀測樣本值yj擴散到點ui上的信息量，ui為信息吸收點。h為擴散窗寬，表示信息擴散的控制范圍，可根據樣本最大值b和最小值a及樣本點個數m來確定。

其中

對擴散后的信息進行歸一化處理，則歸一化后的函數gj為

對所有的單值觀測樣本均進行以上處理，可獲得一個m×n的矩陣，進一步獲得指標值為ui的樣本個數q(ui)，即

q(ui)的物理意義是，由觀測樣本集合U={u1, u2,u3, …, un}經信息擴散推斷出，如果高溫熱害觀測值只能取u1, u2, …, un中一個，在將ui均看作是樣本代表時，觀測值為ui的樣本個數為q(ui)個。顯然q(ui)通常不是一個正整數，但一定是一個不小于零的數值。再令

則p(ui)就是樣本落在ui處的頻率值，即概率的估計值。對于災害指標X={x1, x2, x3, …, xn}，將xi取論域u中的一個元素ui，則超越ui的概率為

式中，p(u≥ui)代表夏玉米花期輕度、中度、重度高溫熱害風險概率值。

1.4 數據處理

數據處理利用R3.6.1和Excel2019軟件實現，空間分析利用ArcGIS10.2軟件完成，數據插值采用克里金法，設定cell size值為0.02。

2 結果與分析

2.1 高溫熱害發生次數及其變化特征

將1980-2019年劃分為4個時段，即1980-1989年、1990-1999年、2000-2009年、2010-2019年，分區域統計各時段各站點夏玉米花期高溫熱害發生次數的平均值。由表3可見，總體來看，全區域1980-2019年各站點發生夏玉米花期高溫熱害次數范圍在0～22次，平均各站點為5.1次，京津冀地區發生次數較少，各站點發生次數平均為1.5次；其次為山東省，40a間平均各站點發生次數為2次。河南省高溫熱害發生次數最高，1980-2019年平均各站點為11次，最高值為駐馬店（22次），最低值為安陽（2次）。分時段看，1980-2009年變化不大，而2010年以后高溫熱害發生次數激增，以河南省最為顯著，與前一時段相比，2010年以后河南省93%的站點高溫熱害發生次數明顯增加且增幅較大，平均增幅可達5.7次，超過50%站點增幅在6次以上，最高為9次（三門峽）。夏玉米花期高溫熱害發生次數的年代際變化表明，近10a華北平原夏玉米受高溫熱害影響明顯加重，河南省尤其明顯。

表3 華北平原逐年代夏玉米花期高溫熱害發生次數的平均值Table 3 Average of decadal occurrence times of heat injury during the flowering period of summer maize in North China Plain

各站點1980-2019年夏玉米花期高溫熱害發生次數的氣候傾向率整體呈由北向南逐漸升高的分布特征（圖2），11個站點顯著上升，傾向率范圍在0.07～0.2次·(10a)-1。河南省上升明顯，50%以上的站點高溫發生次數顯著升高且傾向率均在0.1次·(10a)-1以上（P＜0.05），其中南陽、鄭州和固始站的高溫發生次數極顯著上升，南陽傾向率最高，為0.24次·(10a)-1（P＜0.01），鄭州和固始均為0.2次·(10a)-1（P＜0.01）。京津冀地區、山東省僅北京、廊坊和兗州顯著上升（P＜0.05），傾向率分別為0.07、0.07和0.14次·(10a)-1，其余站點變化不顯著。

2.2 高溫熱害發生范圍及其變化特征

計算1980-2019年各站點花期高溫熱害站次比和各時段平均站次比（圖3）。由圖3a可見，全區域站次比在0～55.8%區間波動，其中2018年高溫熱害站次比最高。40a以來站次比整體呈顯著上升趨勢，傾向率為5.5個百分點·(10a)-1（P＜0.01）。以2009年為界，此前站次比呈波動變化，此后明顯上升，1980-1989年、1990-1999年、2000-2009年、2010-2019年平均站次比分別為7.0%、8.5%、4.8%和27.8%。不同區域間站次比的差異較大，京津冀地區和山東省較低（圖3b、圖3c），京津冀地區高溫熱害的站次比多年平均值為3.6%，最高值為2018年（43.8%），隨著年代推進，站次比有增加趨勢；山東省站次比多年平均值為4.8%，波動范圍在0～30.8%。2010年以后明顯上升，平均值為10.8%。河南省較高（圖3d），高溫熱害站次比多年平均值為26.3%，1980-2019年呈顯著上升趨勢，上升幅度為11.5個百分點·(10a)-1（P＜0.01），2010年以前主要呈波動變化，2010年以后高溫發生范圍明顯擴大，其中2018年站次比達到了92.9%，2010-2019年平均站次比達到了60.7%，比2000-2009年增加了51.4個百分點。近10a華北平原夏玉米花期高溫熱害發生范圍明顯擴大，河南省尤其明顯。

2.3 不同等級高溫熱害的變化特征

由圖4可見，1980-2019年各區域各站點不同等級花期高溫熱害等級的變化特征明顯。總體來看，京津冀地區發生次數較少，高溫熱害發生總次數為20次，其中輕度熱害11次，中度熱害為8次，重度熱害為1次。其次為山東省，輕度熱害15次，中度熱害為6次，重度熱害為4次。河南省受花期高溫影響最重，40a間總共分別遭受過輕度、中度、重度高溫熱害57次、21次、69次，僅有新鄉和孟津未遭受過重度高溫熱害。分時段看，2010年以后全區高溫熱害明顯加重，發生的年份開始增多且呈現連年發生的特征，河南省尤其顯著，鄭州、南陽、西華和駐馬店10a間有8a夏玉米花期都遭受高溫熱害，且重度高溫熱害占比超過了50%。研究時段內，2018年是典型高溫年，全區域夏玉米受高溫熱害影響嚴重，且以中、重度為主，京津冀地區近半數站點發生了歷史罕見的玉米花期高溫熱害，給夏玉米生產造成重大影響[22]；河南除安陽以外均發生高溫熱害，其中發生重度高溫熱害的站點占53.8%，中度為30.8%，輕度為15.4%，對河南省夏玉米結實率和產量造成了顯著影響[16]。

2.4 高溫熱害的風險概率分析

根據各站點歷年高溫熱害等級統計，基于信息擴散理論得到各站點不同等級高溫熱害發生的風險概率p(u≥ui)，空間分布如圖5所示。由圖可見，京津冀地區高溫熱害風險較低，輕度和中度高溫熱害發生概率均在20a一遇以下（≤5%），重度高溫熱害發生概率低于2.5%，京津冀東北部沿海地區無高溫熱害風險。山東省以輕度熱害為主，輕度熱害發生概率在0～18%之間，空間差異明顯，表現為西高東低，西部熱害風險較高，在10a一遇以上（≥10%），東部在20a一遇以下（≤5%），54%的站點無高溫風險；中度、重度熱害的風險概率均較低，69%的站點中度熱害和85%的站點重度熱害的風險概率均在2.5%以下。河南省高溫熱害風險較高且以重度熱害為主，輕度、中度、重度熱害風險概率范圍分別為2.5%～17.5%、0～7.5%、0～28%，重度高溫熱害的風險概率在10a一遇以上（≥10%）的面積占比為66%，5a一遇以上（≥20%）的面積占比為18%，且越往南風險越高，南陽、西華和駐馬店風險概率在5a一遇以上（≥20%），其中駐馬店最高，達到了27.5%。華北平原夏玉米花期高溫熱害風險主要集中在山東和河南，山東西部地區遭受輕度高溫熱害風險較大，河南省遭受重度高溫熱害風險較大。

3 結論與討論

3.1 結論

（1）近10a是華北平原夏玉米受花期高溫熱害影響加重的階段，呈現連年發生、范圍明顯擴大的特征，河南省尤其明顯，高溫發生次數呈現升高趨勢，上升幅度均在0.1次·(10a)-1以上，其中鄭州、固始、南陽上升幅度達到了0.2次·(10a)-1（P＜0.01），2010-2019年高溫熱害平均站次比達到了60.7%，與2000-2009年相比增長了51.4個百分點。

（2）京津冀地區、山東東部的高溫熱害風險較低，輕度和中度高溫熱害的風險概率在均在20a一遇以下（≤5%），山東西部以輕度熱害為主，發生概率在10a一遇以上（≥10%），河南省是高溫熱害的高風險區，受災范圍廣、頻次高、程度重，重度高溫熱害發生概率在10a一遇以上（≥10%）的面積占比達66%，5a一遇以上（≥20%）的面積占比達18%。

3.2 討論

玉米開花期是對高溫最敏感的時期，受害程度隨溫度升高和持續時間延長而加劇，尤其對玉米籽粒育性影響較大[23-24]。許多學者基于不同指標用不同方法對夏玉米花期高溫開展了研究[25-30]，與采用日高溫時長[26]、高溫日數[28]、遙感溫度[29]、極端度日[30]等指標相比，本研究以≥35℃持續3d以上高溫熱害指標，綜合高溫持續影響時間和發生頻次，對歷年夏玉米花期高溫熱害進行分級，能夠較好區分高溫影響程度，適宜統計記錄，便于與年產量數據進行對應分析。

已有研究表明，黃淮海夏玉米區高溫熱害的發生強度和頻率呈現顯著增加的趨勢[29]，2010年以后河南省夏玉米花期發生3d以上及5d以上高溫日數的頻率明顯增多[16]，和驊蕓等也指出2011年以后華北平原夏玉米花期高溫熱害加重[31]，本研究在綜合考慮夏玉米花期高溫發生概率、影響范圍及不同等級影響程度基礎上，采用信息擴散理論對不同等級高溫風險概率進行評估，該方法以小樣本站點數據資料進行風險評估，避免了樣本數據資料有限造成的誤差，結果可為指導夏玉米生產規避風險，減少農業生產經濟損失提供參考。

應對夏玉米花期高溫，選育耐熱性品種是抵御高溫脅迫最為經濟有效的方法[23]，首先應注重耐高溫品種的選擇、推廣及培育。氣候變化一方面使高溫熱害加重，另一方面也提高了作物生長季積溫[32-33]，擴大了夏玉米可調節的播期范圍，可適當推遲播種以減少夏玉米花期與高溫時期的耦合[31]。針對夏玉米高溫期田間管理的常見措施主要有人工授粉、優化水肥管理、噴施外源物質、合理密植、加強病蟲害防治[22,34]等，此外還可留出少量農田分期播種，以利花粉受熱敗育的植株能利用花期錯開的植株來授粉。除了優化品種、播期和田間管理措施外，還應加強高溫天氣的預報預警，進一步完善各個地區的氣象災害預報預警系統，提升氣象為農服務水平，指導農戶適時采取預防措施。

極端高溫或持續高溫對花粉活力傷害很大，當溫度達到38℃時，小花受精率和結實率都很低[19]，伴隨著品種更替和氣候變化，夏玉米花期高溫的閾值還有必要進一步深入探討。由于氣候變化及農業生產系統的復雜性，高溫的發生與是否導致作物受害以及減產程度還受多方面因素，如品種特性、土壤狀況、栽培管理方式等影響，給作物高溫熱害研究，以及制定規避高溫風險策略帶來諸多考驗，仍存在很多問題需要進一步研究。