冬小麥種植區域農業氣象災害風險評估研究
——以河南省為例

李 雪

（1.南京大學大氣科學學院，南京 210000；2.山東省濟南市章丘區氣象局，濟南 250200）

進入新世紀以來，自然氣候災害在全球范圍內頻繁發生。伴隨自然災害發生的通常是較大的經濟損失，據有關統計資料顯示，中國每年因自然災害造成的經濟損失大約為國家財政收入的25%。而農業氣象災害是最常見的自然災害，嚴重威脅到中國的糧食安全［1-3］。農業氣象災害一般情況下會引起農作物減產、農作物質量降低。有關數據揭露中國因氣象災害而造成的農作物市場價值降低量約占當年國內生產總值的5%。隨著全球氣候變暖，每年發生自然氣象災害的頻率在大幅度上升，對農業發展造成的巨大威脅也在與日俱增［4］。農業作為國民經濟的基礎性產業，對于中國的經濟發展具有支撐性的作用［5］。因此，有必要對中國的農業氣象災害進行研究，將農業災害造成的經濟社會損失降到最低，從而為國家經濟社會的穩健運行奠定基礎。

1 冬小麥種植區域農業氣象災害風險評估模型構建

1.1 災害風險評估方法

此次研究用到的方法主要有4 種，分別是產量資料處理法、滑動平均法、綜合評價法以及GIS 空間數據分析法。研究中需要對小麥產量進行處理，以分析小麥氣象災害。一般情況下農作物產量一般由3 個部分組成，分別是氣象產量、趨勢產量以及隨機誤差［6］。這里通過滑動平均法對產量趨勢進行預測，相對氣象產量為氣象產量同趨勢產量間的比值。對應的計算模型如式（1）所示。

式中，y表示相對氣象產量；Yt、Y分別表示趨勢產量與實際產量。減產率則為相對氣象產量的負值。M-K 通常用于非參數統計檢驗，其顯著之處在于不易受到異常數據的干擾，對于突變趨勢檢驗具有極強的應用效果。首先假定時間序列x的樣本容量為n，從而建立一秩序列，建立過程如式（2）所示。

式中，Sk表示i、j時刻數值個數的累加值，此外，需要滿足式（3）。

假設各時間序列間具有隨機獨立性，并將統計量定義為式（4）所示的模型。此外，由于冬小麥氣象災害風險評估過程會涉及地理空間信息，因此，研究利用ArcGIS 10.2 軟件空間分析平臺，對研究對象的空間屬性進行分析。此處主要運用軟件中的自然隔點分級功能、反距離權重插值等功能，完成冬小麥的氣象災害風險評估工作。

最后判斷突變點以及對應的時間序列趨勢，其中，用UFi代表標準正態分布，顯著性水平用a表示，如果出現，表明序列變化較為明顯，且有UBk= -UFk(k=n,n- 1,…,1)。如 果UBk與UFk在臨界內出現交點，那么突變開始時間即為交點時間。滑動平均法能夠對非平穩數據進行高效處理，計算過程簡便。滑動平均法在算法參數選取上具有較大的主觀能動性，因此，在計算過程中需要依據測試數據變化情況，對滑動平均算法參數進行科學選取。研究中冬小麥減產率的計算采用11年滑動平均法，即將連續11年的冬小麥產量序列看成是線性變化函數，主要反映冬小麥的產量變化趨勢，產量趨勢主要通過滑動回歸得到。假定P代表趨勢產量的步長，那么趨勢產量的滑動時間為P年，故該回歸模型主要有n～P+1 個方程，即1～P，2～P+1，3～P+2，…，n～P+1～n。因此，t時刻的變量個數為P，故該年的趨勢產量就為變量均值，用yt(P)進行表示。

式（6）中，P表示偶數，式（7）中P表示奇數。綜合評價法通過加權平均對多因子災害進行評價，各因子對總評價結果的影響程度不同，因此，需要確定對應的權重指數，進行因子量化與乘數累積，對應的計算模型如式（8）所示。

式中，H對評價因子總量化值進行表示；Xi代表i項指標的量化值；Wi指i項指標的權重系數；n代表評價指標的數量。

1.2 氣候災害指標確定

為了對農業氣象災害風險進行精確評估，需要結合農作物的特點與氣象特征，選取科學客觀的災害指標［7］。由于氣象指數法的計算過程簡捷，對時間尺度要求寬松，故此次研究在建立災害評價指標體系的基礎上，利用氣象指數法對農業氣象災害進行時空特征分析［8］。最終確定的災害評價指標有3個，即干旱、熱干風以及晚霜凍。由于小麥自身含水狀況可以反映環境的干旱程度，故需要對小麥的水分虧缺指數進行計算［9］。虧缺水分計算從小麥發育初期首日算起，即生長期的前50 d，以10 d 作為1 個計量周期，小麥的水分虧缺指數計算方法如式（9）所示。

式中，ICWDs,i表示農作物位于生長階段i天的累計水分虧缺指數（%）；CWDIi、CWDIi-1、CWDIi-2、CWDIi-3、CWDIi-4分別表示第i、i- 1、i- 2、i- 3、i- 4 時間單位；權重系數分別用a、b、c、d、e表示，取值依次為0.31、0.26、0.21、0.16、0.11，故小麥的水分虧缺計算方法如式（10）所示。

式中，CWDIi代表i天的水分虧缺指數；i時間單位內的降水量用Pi表示；i時間單位內的需水量（mm）用ETCi表示。計算模型如式（11）所示。

式中，ETOi對參考作物蒸散進行表示，同時利用FAO 模型進行表示；Kc表示冬小麥系數。

式中，es表示飽和水汽壓（kPa）；ea為實際水汽壓（kPa）；U2表示高處風速（m/s）；Δ表示飽和水汽壓曲線斜率；γ表示干濕表常數（kPa/℃）；Rη表示地表凈輻射［MJ/（m2·d）］；G表示土壤熱通量；Tmean表示平均日氣溫（℃）。結合上述模型與土壤濕度分類標準，此次研究將冬小麥的干旱等級劃分為4 個標準，如表1 所示。

由表1 可知，冬小麥一共分為5 個干旱類型，分別為特旱、重旱、中旱、輕旱以及無旱。由于中國的冬小麥常遭遇的多為高溫低濕型的干熱風，故此處參考氣象行業中的溫度、濕度以及風速等分類標準，結合冬小麥的自身情況對其干熱風等級進行劃分［10，11］，劃分結果如表2 所示。此外，小麥在拔節后的抗霜凍能力會大幅度降低，加之中國種植冬小麥的區域大多冷空氣較多，氣溫普遍偏低，使得氣溫遠低于冬小麥的抗寒能力區間，經常會出現霜凍，嚴重影響冬小麥的產量，因此，霜凍指標選取拔節后的日最低氣溫，詳細的分類等級如表2 所示。

表1 冬小麥干旱分類等級

由表2 可知，冬小麥的干熱風可分為4 個等級，分別是特重干熱風、重干熱風、中等干熱風以及輕干熱風，分類依據為日最高氣溫、14 時風速以及14 時相對濕度。冬小麥的晚霜凍可以分為2 個等級，分別是重度和輕度，分類依據有2 個，即分別是拔節后天數以及拔節后的日最低氣溫。根據不同的拔節后天數，參照不同的霜凍分級標準［12］對冬小麥的霜凍情況進行分級。

表2 冬小麥干熱風與晚霜凍分級

2 結果與分析

2.1 冬小麥種植區域農業氣象災害風險評估時空特征

此處以構建的冬小麥種植區域農業氣象災害風險評估模型為依據，選取河南省的14 個站點作為背景，對其冬小麥氣象災害進行風險評估。河南省屬于暖溫帶季風氣候，四季較為分明，春季干旱、夏季炎熱多雨、秋季日照充足、冬季較為寒冷，存在寒霜期，河南省的糧食一般為兩熟制。研究中所需的氣象資料、冬小麥產量資料以及相關的其他資料均來自于河南省統計年鑒。評估農作物氣象風險的第一步是分析當地的時空特征，故利用冬小麥種植區域農業氣象災害風險評估模型對河南省的時空特征進行分析，其干旱指標對應的時空特征分析結果如圖1 所示。

由圖1 可知，近39年（1980—2018年）河南省干旱的覆蓋范圍逐漸擴大，有顯著上升的趨勢。可能原因在于河南省近年來氣候逐漸回暖，常年降水不足，氣溫的回升和雨水的缺乏致使省內出現大批量的旱區。在取樣區間旱區幾乎覆蓋了整個河南省，平均覆蓋率高達98%，按照線性傾向計算，干旱覆蓋率以64%的速度上升，尤其是20 世紀90年代以來，大規模干旱的發生率在迅速增加。

圖1 河南省干旱時空特征

通過冬小麥種植區域農業氣象災害風險評估模型得到河南省干熱風與晚霜凍時空特征，結果如圖2 所示。由圖2 可知，河南省輕度干熱風的發生范圍幾乎達到了極大值，總體上涵蓋了河南省50%的站點。重度干熱風發生范圍也幾乎占據了河南省的1/4。此外，除了1984、1985、1991年之外，河南省每年都會發生干熱風。尤其是1992年以及2002年，其輕度型干熱風發生范圍幾乎達90%，1992、1994年以及2005年重度干熱風發生范圍也較高，近70%。輕度型干熱風的總發展趨勢是波浪形，即表現為前期下降，中期逐漸上升，后期又開始下降，前、中、后期分別對應20 世紀80年代、20 世紀90年代以及21世紀10年代。從晚霜凍角度來看，各年代均表現出輕度晚霜凍的發生范圍大于重度晚霜凍。21 世紀以前，輕度晚霜凍的發展趨勢較為平緩，其發生站次數逐漸降低并趨于穩定，進入21 世紀以后，輕度晚霜凍的發生范圍逐漸擴大。重度晚霜凍在20 世紀80—90年代發生范圍較大。2 種類型的晚霜凍發生范圍最小值皆出現在21 世紀00—10年代，且發生范圍呈逐漸減小的趨勢。

圖2 河南省干熱風與晚霜凍時空特征

2.2 災害風險性評估

根據干旱、干熱風及晚霜凍災害指標，求出河南省14 個站點各災害的發生頻次與中值，且把頻次和中值乘積作為災害風險性的衡量指標，同時利用標準化公式對相應數據進行標準化處理，利用ArcGIS 對災害風險性進行空間插值，相關處理后得到了如圖3 所示的干旱災害風險性評估結果。

由圖3 可知，河南省干旱風險性表現為由南至北逐漸增高的趨勢，其中主要的干旱高風險區集中在開封、安陽等地，干旱風險性值為［0.64，1.00］，可能的原因在于這些區域具有較高的緯度，常年缺少降雨。干旱中高風險區主要集中在河南省東部，干旱風險性值為［0.51，0.64）。干旱低風險區集中分布在河南省南部一帶，南部常年降水豐富，發生干旱的可能性較低。河南省其他地區為干旱次低風險區，對應的風險值區間為［0.36，0.51）。

圖3 河南省冬小麥干旱風險性分布

對河南省的干熱風以及晚霜凍進行風險評估，如圖4 所示。由圖4a 可知，河南省的干熱風分布較廣，整體較為擴散，主要的干熱風高風險性區集中在河南省的北部以及中部，對應的干熱風風險性值為［0.66，1.00］。干熱風中高值區集中分布在河南省的平原地區，該區風速偏大，常年氣候干燥，干熱風現象較為明顯。干熱風低風險區主要分布在河南省的南部，南部降雨充沛，有較大的空氣濕度，發生干熱風的可能性較低。次低干熱風風險性區分布在河南省西部，西部常年降水，有最大的空氣濕度，不易發生干熱風。由圖4b 可知，河南省的晚霜凍總體上表現為自西而東逐漸降低的趨勢，晚霜凍高風險區主要分布在河南省的丘陵地區，對應的晚霜凍風險性值為［0.61，1.00］，丘陵區常集聚有大量冷空氣，氣溫普遍不高，因此發生晚霜凍的可能性較大。晚霜凍低風險區主要分布在河南省的南部，南部平均氣溫偏高，常年風險值低于0.23。河南省的北部是晚霜凍中等風險區，該區冷空氣流入較多，且地勢平坦，區域內空氣流動性大，整體氣溫偏低，該區發生晚霜凍的可能性較小，晚霜凍風險性值為［0.23，0.39）。

圖4 河南省干熱風以及晚霜凍風險評估

3 小結

在對冬小麥氣象災害風險評估的研究中，最為關鍵的在于確定災害指標。本研究在結合農作物自身特點與中國地理特征的基礎上，構建了冬小麥種植區域農業氣象災害風險評估模型，該模型詳細闡述了研究所用方法，并對冬小麥災害評價指標進行了篩選，最終確定的災害指標主要為干旱、干熱風以及晚霜凍。以典型的冬小麥種植區河南省為例，對冬小麥災害進行了評估。結果表明，河南省干旱風險性表現為自南而北逐漸增高的趨勢，其中主要的干旱高風險區集中在開封、安陽等地，干旱風險性值為［0.64，1.00］。河南省的干熱風分布較廣，整體較為擴散，主要的干熱風高風險性區集中在河南省的北部以及中部，對應的干熱風風險性值為［0.66，1.00］。河南省的晚霜凍總體上表現為由西而東逐漸降低的趨勢，晚霜凍高風險區主要分布在河南省的丘陵地區，對應的晚霜凍風險性值為［0.61，1.00］。本研究對農業氣象災害的預防具有一定的參考意義，但對時空特征分布的研究還存在取樣數據較少、試驗精度不夠高的問題，還有待更進一步的證實研究。