四川省主要農業氣象災害分析及其對糧食產量的影響

胡德鴻，甄 英，寇海軍，羅 淼

(內江師范學院 地理與資源科學學院，四川 內江 641199)

1 引言

農業氣象災害是指農業生產過程中導致農作物顯著減產的不利天氣或氣候異常的總稱，包括旱災、洪澇災、風雹災、低溫冷凍災等[1]。已有不少學者對農業氣象災害的變化特征和趨勢[2～4]、農業災害風險評價[5～9]、農業氣象災害對糧食產量的影響[10·15]進行了研究，這些結果對科學有效地控制農業災害風險，建立合理有效的農業防災減災體系，保障糧食安全起到了重要作用。

四川省為亞熱帶季風氣候，雨熱同期，糧食種植歷史悠久，是我國糧食大省之一。由于地處我國西部腹地，地跨中國地勢的一、二級階梯，地理環境復雜，由于受秦嶺與青藏高原的阻隔，川內自然災害頻發且嚴重。本文通過分析1979～2018年四川省干旱、洪澇、風雹和低溫四種農業氣象災害受災率的變化特征及其對糧食作物及水稻、小麥、玉米三大農作物單產的影響，為了解四川省氣象災害的變化規律，為防災減災等提供科學依據。

2 資料與方法

2.1 資料來源

本文以四川省為本次的研究單元，選擇四川省1979～2018年農業氣象災害干旱、洪澇、風雹、低溫四種主要氣象災害的受災面積數據，作為分析其對糧食產量的依據。數據主要來源于《四川農業統計資料》和《中華人民共和國農業農村部》網站(http://zdscxx.moa.gov.cn:8080/nyb/pc/index.jsp)。同時段的水稻、小麥、玉米和糧食作物單產數據，主要來自《四川統計年鑒》和《四川農業統計資料》。

由于播種面積每年都有變化，為了比較氣象災害造成的相對損失或災害的危害程度，采用災情率分析災情，確定農作物受災面積與總播種面積之比為災情率[16]。

2.2 方法

2.2.1 R/S分析

R/S分析法，也稱為重標極差分析法。R/S分析能對數據的持續性或反持續性給予證明，并對持續性(反持續性)成分的強度進行定量比較，在應用大量連續觀測資料進行科學預報時有重要意義。

具體過程如下[17]：考慮一個時間序列差分{ξ(t)}，式中ξ(t)=B(t)-B(t-1)，B(t)為時刻t的觀測值，t=1,2,…。(1)對于任意正整數τ，定義均值序列<ξ>t、累計離差X(t)、極差R(τ)、標準差S(τ)分別為公式(1)～(4)：

(1)

(2)

(3)

(4)

式中t=1，2，…代表滯時。

如果采用標準差除極差，相當于將極差“標準化”，消除量綱的影響，于是得到極差與標準差的比值：

(5)

經過長期的理論分析和模擬試驗研究，Hurst發現如下經驗標度關系：

R(τ)/S(τ)=(π/2)H

(6)

式(6)中，H為Hurst指數。不同的H值范圍代表序列的不同含義：H=0.5，說明時間序列是完全獨立、隨機分布的，前后的變化沒有相關性；0.5

2.2.2 灰色關聯度分析

灰色關聯分析是一種多因素統計分析方法，用來揭示各因素之間關系的強弱。其基本思想是根據系列曲線的幾何形狀的相似性來判斷關系是否密切。曲線越近，對應序列之間的相關性越大，反之亦然[19，20]。

3 結果與分析

3.1 農業氣象災害變化趨勢

由圖1旱、澇受災率的變化趨勢圖可知，近40a四川省旱、澇受災率分別以1.746%/10a、0.201%/10a的速率呈不顯著的下降和上升趨勢(P旱=0.057、P澇=0.921)，但卻具有一定的階段性特征。

圖1 四川省1979～2018年干旱和洪澇受災率變化趨勢曲線

近40a四川省風雹受災率的線性趨勢表明(圖2)，風雹災害率以0.813%/10a的速率顯著降低(p=0.00)，低溫受災率以0.122%/10a的速率呈不顯著上升趨勢(P=0.474)。

圖2 四川省1979～2018年風雹和低溫受災率變化趨勢曲線

3.2 R/S分析農業氣象災害未來趨勢

對四川省1979～2018年洪澇、干旱、風雹及低溫4種農業氣象災害的受災率數據進行了R/S分析，得到它們的Hurst指數，預測其未來短時間內的變化趨勢，結果見圖3。

由圖3可知，四川省四種農業氣象災害受災比均呈現較明顯的Hurst現象。其中，干旱與風雹的受災比在過去40a中分別以1.746%/10a和0.813%/10a的速率呈輕微減少趨勢(圖2)，兩者的Hurst指數分別為0.533、0.8545，決定系數均達0.90以上，說明該地區未來受災比的變化趨勢與過去有一致性。洪澇與低溫的受災比Hurst指數分別為0.6868、0.6941，表明對過去變化的趨勢有較強的持續性；洪澇與低溫的受災比在過去40a的變化趨勢中較為相似，兩者均呈增加的變化趨勢且整體波動較小，說明未來短時間內兩者仍將持續這種變化趨勢。

圖3 四川省四種農業氣象災害受災率R/S分析表1 四川省農作物產量與農業氣象災害受災面積的灰色關聯分析

3.3 糧食產量與農業氣象災害的灰色關聯分析

根據灰色關聯分析方法以及四川省主要農作物生產情況，將1979～2018年稻谷、小麥和玉米三大農作物及糧食作物單產(kg/hm2)作為參考數列，將影響農作物產量的四大農業氣象災害的受災面積數據(hm2)作為比較數列，經計算后得出了各農業氣象災害對農作物單產的影響程度(表1)。

由表1可知，四川省糧食產量和三大農作物單產與4種氣象災害的關聯序列均為：低溫>風雹>洪澇>干旱災害，說明在農業氣象災害中，影響四川省糧食產量的主要災害是低溫災害。

4 結論

通過對四川省1979～2018年四類農業氣象災害和三類主要農作物及糧食產量的分析研究，得出如下結論。

(1)四川省1979～2018年四種農業氣象災害受災率變化趨勢為洪澇>低溫>風雹>干旱，洪澇和低溫受災比呈輕微上升趨勢，20世紀80年代前期洪澇受災率高于干旱受災率；20世紀80年代中期開始到2007年干旱受災率整體高于洪澇受災率；2008～2018年期間洪澇受災率整體又高于干旱受災率。干旱和風雹受災比呈輕微下降趨勢，在1979～2001年風雹受災率均高于低溫受災率且變化劇烈，說明此階段風雹對農作物影響相對較強；2002年以后霜凍的受災率開始有較大波動，低溫受災率略高于風雹受災率。

(2)四川省四種農業氣象災害受災率均呈現較明顯的Hurst現象。其中，洪澇與低溫的受災率Hurst指數分別為0.6868、0.6941，且過去40a兩者受災率呈上升趨勢，說明未來短時間內兩者仍呈持續上升趨勢。干旱與風雹的Hurst指數分別為0.533、0.8545，且過去40a兩者受災率呈下降趨勢，表明四川未來受災率持續下降。

災害糧食 稻谷 小麥 玉米關聯度權重關聯度權重關聯度權重關聯度權重干旱0.7960.2290.7920.2290.7850.2260.8130.234洪澇0.8310.2390.8210.2380.8310.2390.8460.243風雹0.9250.2660.9170.2650.9220.2650.9010.259低溫0.9270.2660.9260.2680.940 0.270 0.9140.263

(3)四川省糧食產量和三大農作物單產與四種氣象災害的關聯序列為低溫>風雹>洪澇>干旱災害，說明在四川省的農業氣象災害中，低溫災害起主要作用。