郭建茂，謝曉燕，吳 越，王錦杰，申雙和

?

安徽省一季稻產(chǎn)量災(zāi)損風(fēng)險(xiǎn)評價(jià)*

郭建茂1,2,3，謝曉燕3，吳 越3，王錦杰3，申雙和1

（1.南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心，南京 210044；2.江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室，南京 210044；3.南京信息工程大學(xué)應(yīng)用氣象學(xué)院，南京 210044）

利用安徽省1981-2014年50個(gè)市（縣）一季稻產(chǎn)量資料，采用直線滑動(dòng)平均方法計(jì)算一季稻相對氣象產(chǎn)量，通過正交經(jīng)驗(yàn)分解（EOF）分析一季稻相對氣象產(chǎn)量的時(shí)空變化特征，并從一季稻產(chǎn)量災(zāi)損角度出發(fā)，采用災(zāi)年平均減產(chǎn)率、產(chǎn)量變異系數(shù)、減產(chǎn)風(fēng)險(xiǎn)指數(shù)及區(qū)域農(nóng)業(yè)水平指數(shù)作為產(chǎn)量災(zāi)損風(fēng)險(xiǎn)評估指標(biāo)，對安徽一季稻產(chǎn)量災(zāi)損進(jìn)行風(fēng)險(xiǎn)區(qū)劃。結(jié)果表明：研究期內(nèi)安徽省各市（縣）一季稻產(chǎn)量變化趨勢一致，北部增產(chǎn)或減產(chǎn)較南部明顯，2005年之前安徽一季稻產(chǎn)量波動(dòng)劇烈；不同產(chǎn)量災(zāi)損評估指標(biāo)在空間上表現(xiàn)出一定的地域性和連續(xù)性，災(zāi)年平均減產(chǎn)率、產(chǎn)量變異系數(shù)和減產(chǎn)風(fēng)險(xiǎn)指數(shù)均表現(xiàn)為北部數(shù)值高于南部，區(qū)域農(nóng)業(yè)水平指數(shù)呈現(xiàn)由東北向西南減小的趨勢。根據(jù)產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)區(qū)劃結(jié)果，研究區(qū)域內(nèi)北部災(zāi)損風(fēng)險(xiǎn)高于南部，風(fēng)險(xiǎn)高值區(qū)和中值區(qū)主要分布在沿淮、江淮北部，風(fēng)險(xiǎn)低值區(qū)面積最廣，主要位于皖南山區(qū)、沿江地區(qū)及江淮南部。

一季稻；相對氣象產(chǎn)量；產(chǎn)量災(zāi)損；區(qū)域農(nóng)業(yè)水平指數(shù)

進(jìn)入21世紀(jì)以來，以增暖為主要特征的全球氣候變化對農(nóng)業(yè)氣象災(zāi)害的發(fā)生與災(zāi)變規(guī)律產(chǎn)生了顯著影響[1]。農(nóng)業(yè)作為對氣候影響最敏感的領(lǐng)域之一，隨著近年來全球氣候變化，農(nóng)業(yè)災(zāi)害損失逐年上升，農(nóng)業(yè)生產(chǎn)不確定性和糧食波動(dòng)性進(jìn)一步增強(qiáng)，造成糧食安全問題日益嚴(yán)峻[2-3]。有研究表明，隨著氣候變暖，農(nóng)作物所需生長環(huán)境包括溫度、降水等的變化將對作物生長發(fā)育及產(chǎn)量造成影響[4-5]。安徽位于中國南北氣候帶的過渡區(qū)，省內(nèi)冷暖氣團(tuán)交替頻繁，天氣形勢多變，因此農(nóng)業(yè)氣象災(zāi)害時(shí)常發(fā)生。一季稻發(fā)育期內(nèi)常有暴雨、極端高溫、干旱等災(zāi)害性天氣發(fā)生，對一季稻產(chǎn)量往往造成不利影響。因此，對安徽省一季稻產(chǎn)量災(zāi)損規(guī)律分析并對其進(jìn)行風(fēng)險(xiǎn)區(qū)劃大有必要。

災(zāi)害造成作物減產(chǎn)是一種風(fēng)險(xiǎn)事件，而產(chǎn)量災(zāi)損風(fēng)險(xiǎn)是指作物受災(zāi)導(dǎo)致減產(chǎn)的可能風(fēng)險(xiǎn)程度，因此，基于風(fēng)險(xiǎn)分析技術(shù)方法探討作物產(chǎn)量災(zāi)損規(guī)律，對制定防災(zāi)和減災(zāi)決策，降低災(zāi)損風(fēng)險(xiǎn)程度，實(shí)現(xiàn)穩(wěn)定增收有重要意義[6]。農(nóng)業(yè)氣象災(zāi)害系統(tǒng)由孕災(zāi)環(huán)境、承災(zāi)體、致災(zāi)因子、災(zāi)情4個(gè)子系統(tǒng)組成[3]。國內(nèi)外農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)研究主要集中于[7]：一是基于農(nóng)業(yè)氣象災(zāi)害發(fā)生可能性或?yàn)?zāi)害頻率的概率風(fēng)險(xiǎn)評價(jià)；二是研究農(nóng)業(yè)氣象災(zāi)害致災(zāi)因子危險(xiǎn)性或承災(zāi)體脆弱性；三是根據(jù)自然災(zāi)害致災(zāi)機(jī)理利用合成法對影響災(zāi)害風(fēng)險(xiǎn)各因子進(jìn)行組合建立災(zāi)害風(fēng)險(xiǎn)指數(shù)。承災(zāi)體的脆弱性可用于衡量承災(zāi)體遭受損害的程度，是災(zāi)損估算和風(fēng)險(xiǎn)評價(jià)的重要環(huán)節(jié)，因此分析承災(zāi)體的脆弱性被認(rèn)為是把災(zāi)害與風(fēng)險(xiǎn)研究緊密聯(lián)系起來的重要橋梁[8-9]。目前根據(jù)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)形成機(jī)理，基于產(chǎn)量災(zāi)損建立災(zāi)害風(fēng)險(xiǎn)指數(shù)已取得系列成果[10-12]。但基于安徽一季稻產(chǎn)量對省內(nèi)進(jìn)行災(zāi)損評價(jià)較少。本文基于該風(fēng)險(xiǎn)理論，采用風(fēng)險(xiǎn)分析技術(shù)方法，利用安徽省50個(gè)市（縣）一季稻單產(chǎn)資料，利用一季稻災(zāi)年平均減產(chǎn)率、產(chǎn)量變異系數(shù)、減產(chǎn)風(fēng)險(xiǎn)指數(shù)、區(qū)域農(nóng)業(yè)水平指數(shù)作為產(chǎn)量災(zāi)損評估風(fēng)險(xiǎn)指標(biāo)，構(gòu)建一季稻產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)評估模型，對安徽省一季稻產(chǎn)量災(zāi)損進(jìn)行區(qū)劃，并對各風(fēng)險(xiǎn)區(qū)域進(jìn)行分析，為安徽一季稻防災(zāi)減災(zāi)及實(shí)現(xiàn)穩(wěn)產(chǎn)增收提供參考依據(jù)。

1 資料與方法

1.1 資料來源與研究區(qū)域

安徽省50個(gè)市（縣）1981-2014年一季稻產(chǎn)量資料來源于安徽省統(tǒng)計(jì)局。產(chǎn)量資料進(jìn)行去趨勢化處理。由于淮北受溫度和水分限制，不適宜種植水稻，本文基于一季稻產(chǎn)量資料，將研究區(qū)域定為安徽省剔除淮北部分的地區(qū)，研究區(qū)域及市（縣）分布如圖1。

1.2 產(chǎn)量分解

作物產(chǎn)量（y）是在各種自然和非自然因素的綜合影響下形成的，可以分解為趨勢產(chǎn)量（yt）、氣象產(chǎn)量（yw）和隨機(jī)產(chǎn)量（Δy）[13-14]。因?yàn)楦鞯赜绊懺觥p產(chǎn)的偶然因素并不經(jīng)常發(fā)生，而且局部偶然因素的影響也不大，因此，在實(shí)際產(chǎn)量的計(jì)算中隨機(jī)產(chǎn)量可以忽略不計(jì)[14]，故一季稻產(chǎn)量可分解為

（1）

式中，y為一季稻實(shí)際產(chǎn)量（kg·hm-2），yt為趨勢產(chǎn)量（kg·hm-2），yw為氣象產(chǎn)量（kg·hm-2）。趨勢產(chǎn)量采用直線滑動(dòng)平均進(jìn)行估算，滑動(dòng)步長為11。該方法優(yōu)點(diǎn)是不需要預(yù)先假定趨勢產(chǎn)量模擬的曲線類型，不會(huì)造成資料樣本的損失[15]。氣象產(chǎn)量與趨勢產(chǎn)量的比值表示相對氣象產(chǎn)量（ya），即

（2）

當(dāng)ya為負(fù)值時(shí)表示一季稻減產(chǎn)，正值表示增產(chǎn)。將相對氣象產(chǎn)量＜-0.05的年份定義為成災(zāi)年。

利用經(jīng)驗(yàn)正交函數(shù)分解方法（EOF），根據(jù)特征向量分析1981-2014年安徽省50個(gè)市（縣）一季稻相對氣象產(chǎn)量時(shí)空變化特征。經(jīng)過分解，前5個(gè)特征向量所占方差百分比分別為39.21%、16.9%、9.49%、6.45%及4.16%，方差累積貢獻(xiàn)率達(dá)到76.21%，集中了相對氣象產(chǎn)量主要信息。第一特征向量（EOF1）遠(yuǎn)大于其它各個(gè)主分量的方差貢獻(xiàn)，能夠較好地反映一季稻相對氣象產(chǎn)量的時(shí)空變化特征，因此，僅對正交經(jīng)驗(yàn)函數(shù)第一特征向量（EOF1）進(jìn)行分析。

1.3 評估指標(biāo)及計(jì)算

（1）災(zāi)年平均減產(chǎn)率（S）：利用安徽省50個(gè)市（縣）各成災(zāi)年份的減產(chǎn)率平均值，計(jì)算所有災(zāi)年的平均減產(chǎn)率，表示氣象災(zāi)害對一季稻產(chǎn)量影響的多年平均狀態(tài)。

式中，n'為成災(zāi)年數(shù)，Xi為成災(zāi)年減產(chǎn)率。

（2）產(chǎn)量變異系數(shù)（Cv）：反映歷年一季稻產(chǎn)量波動(dòng)情況，即

（3）減產(chǎn)風(fēng)險(xiǎn)指數(shù)（G）：反映災(zāi)害造成減產(chǎn)的風(fēng)險(xiǎn)程度，考慮災(zāi)害強(qiáng)度和災(zāi)害頻率[17]。

式中，k表示分組數(shù)，d表示每一市（縣）每組災(zāi)年頻數(shù)，n表示樣本長度，hi表示每組的組中值。計(jì)算時(shí)，根據(jù)每個(gè)市（縣）34a減產(chǎn)率按照一定的間距分組，計(jì)算每一組的災(zāi)年頻數(shù)和組中值。以休寧為例，其樣本長度n=34，根據(jù)災(zāi)年減產(chǎn)率，將休寧分為5%～15%、15%～25%減產(chǎn)率組，即k=2，各組災(zāi)年頻數(shù)d分別為4、1，對應(yīng)的組中值h1=10，h2=20，按照式（5）計(jì)算，G=1.76。具體計(jì)算方法參看文獻(xiàn)[8]。

（4）區(qū)域農(nóng)業(yè)水平指數(shù)（AL）：反映一個(gè)地區(qū)的防災(zāi)減災(zāi)能力[18]，數(shù)值越大代表防災(zāi)減災(zāi)能力越強(qiáng)。

式中，yi為某市（縣）第i年一季稻單位面積產(chǎn)量（kg·hm-2），syi為統(tǒng)計(jì)的50個(gè)站點(diǎn)第i年平均單位面積產(chǎn)量（kg·hm-2），n為樣本長度。

（5）產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)（M）：由災(zāi)年平均減產(chǎn)率、產(chǎn)量變異系數(shù)、減產(chǎn)風(fēng)險(xiǎn)指數(shù)及區(qū)域農(nóng)業(yè)水平指數(shù)構(gòu)成。某一地區(qū)災(zāi)年平均減產(chǎn)率越大，產(chǎn)量變異系數(shù)高，減產(chǎn)風(fēng)險(xiǎn)指數(shù)值越大，表明該地區(qū)一季稻易受環(huán)境的影響，受災(zāi)害影響的強(qiáng)度和頻率較高，減產(chǎn)程度較大，產(chǎn)量不穩(wěn)定，風(fēng)險(xiǎn)越高。而區(qū)域農(nóng)業(yè)水平指數(shù)則相反，若某地區(qū)該值高，則說明該地區(qū)較同年其它地區(qū)受災(zāi)害影響較小，防災(zāi)能力較強(qiáng)。因此，產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)與前三項(xiàng)指標(biāo)成正相關(guān)，與區(qū)域農(nóng)業(yè)水平指數(shù)成負(fù)相關(guān)。

為便于分析，采用極差標(biāo)準(zhǔn)化變換對產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)進(jìn)行處理，極差標(biāo)準(zhǔn)化公式為

（8）

采用ArcGIS技術(shù)，通過反距離權(quán)重法（IDW）對各指標(biāo)進(jìn)行空間插值，采用自然斷點(diǎn)法（Natural Breaks）將其分為低值區(qū)、中值區(qū)及高值區(qū)，利用產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)對安徽部分地區(qū)一季稻災(zāi)損風(fēng)險(xiǎn)進(jìn)行區(qū)劃。

2 結(jié)果與分析

2.1 安徽一季稻相對氣象產(chǎn)量時(shí)空變化特征

統(tǒng)計(jì)研究區(qū)各市（縣）1981-2014年歷年一季稻相對氣象產(chǎn)量并進(jìn)行EOF分析（圖2a），其第一特征向量一致為正，表明分析時(shí)段各市（縣）一季稻產(chǎn)量變化趨勢一致，即在某一年全區(qū)各市（縣）一季稻要么統(tǒng)一增產(chǎn)，要么統(tǒng)一減產(chǎn)。從空間分布上看，數(shù)值表現(xiàn)為由北向南逐級減小的帶狀特征。數(shù)值越大說明一季稻相對氣象產(chǎn)量的變化程度越大，由圖可知北部的霍邱、壽縣氣象產(chǎn)量波動(dòng)最大，數(shù)值在0.25以上。

從EOF第一時(shí)間系數(shù)變化過程可見（圖2b），減產(chǎn)較為嚴(yán)重的年份有1982、1983、1991、1992、1994、2001、2003、2013年，其中2003年減產(chǎn)最嚴(yán)重。整體上看，2005年之前，產(chǎn)量波動(dòng)較為劇烈，2005年后產(chǎn)量波動(dòng)相對較小。

2.2 安徽一季稻災(zāi)年平均減產(chǎn)率空間分布特征

圖3為安徽一季稻災(zāi)年平均減產(chǎn)率分布。由圖可見，安徽省一季稻災(zāi)年平均減產(chǎn)率分布具有明顯地域性，中值區(qū)和高值區(qū)主要分布在沿淮、江淮及沿江地區(qū)，也是一季稻主產(chǎn)區(qū)，分別占研究區(qū)域的49.7%、8.8%。高值區(qū)呈塊狀分布，主要分布在定遠(yuǎn)、銅陵縣、望江大部分地區(qū)，壽縣北部，繁昌中西部，懷寧西南部，含山東北部，淮南西南部，長豐東北部，其災(zāi)年平均減產(chǎn)率在18%以上，有的區(qū)域甚至高達(dá)28%。低值區(qū)主要分布在大別山區(qū)和皖南山區(qū)。

注：0.08～0.14表示低值區(qū)，0.14～0.18為中值區(qū)，0.18～0.28為高值區(qū)

Note:0.08-0.14, 0.14-0.18 and 0.18-0.28 denoted low risk, medium risk and high risk area, respectively

2.3 安徽一季稻產(chǎn)量變異系數(shù)的空間分布特征

如圖4所示，安徽省各市（縣）產(chǎn)量變異系數(shù)空間分布特征表現(xiàn)為由南向北、由中部向兩側(cè)增加，說明由南向北、由中部向兩側(cè)，一季稻產(chǎn)量受環(huán)境影響越來越大。變異系數(shù)高值區(qū)主要分布在霍邱、壽縣、南陵、望江大部分地區(qū)，定遠(yuǎn)、無為及含山中部，宣城中西部，宿松東部，東至西部，這些區(qū)域產(chǎn)量變異系數(shù)均在0.17以上，霍邱、望江甚至高達(dá)0.23，表明這些地區(qū)在個(gè)別年份受氣象條件及生態(tài)環(huán)境影響，出現(xiàn)大幅減產(chǎn)，產(chǎn)量具有很大的不穩(wěn)定性。中值區(qū)和低值區(qū)表現(xiàn)了一定的連續(xù)性和區(qū)域性，產(chǎn)量變異系數(shù)最小地區(qū)產(chǎn)量常年保持穩(wěn)定，受外界條件影響程度較小。

注：0.07～0.14表示低值區(qū)，0.14～0.17為中值區(qū)，0.17～0.23為高值區(qū)

Note:0.07-0.14, 0.14-0.17 and 0.17-0.23 denoted low risk, medium risk and high risk area, respectively

2.4 安徽一季稻減產(chǎn)風(fēng)險(xiǎn)指數(shù)空間分布特征

圖5為根據(jù)式（5）計(jì)算得到的一季稻減產(chǎn)風(fēng)險(xiǎn)指數(shù)分布，從圖可以看出，減產(chǎn)風(fēng)險(xiǎn)指數(shù)分布具有明顯的區(qū)域性和連續(xù)性?？傮w而言，由南向北一季稻減產(chǎn)風(fēng)險(xiǎn)指數(shù)增加，并且不同風(fēng)險(xiǎn)區(qū)域呈帶狀分布。風(fēng)險(xiǎn)指數(shù)高值區(qū)主要分布在淮南、定遠(yuǎn)、霍邱、壽縣、長豐、鳳陽、明光、望江等地區(qū)，以及蚌埠及宿松東部，肥東北部，東至西部，來安、全椒、和縣部分地區(qū)。風(fēng)險(xiǎn)低值區(qū)大部位于皖南山區(qū)。安徽中部較大區(qū)域?yàn)轱L(fēng)險(xiǎn)中值區(qū)，其位于風(fēng)險(xiǎn)高、低值區(qū)之間。風(fēng)險(xiǎn)指數(shù)往往可反映單產(chǎn)減產(chǎn)程度，由圖可知高值區(qū)與低值區(qū)減產(chǎn)程度存在較大差異。

2.5 安徽一季稻區(qū)域農(nóng)業(yè)水平指數(shù)空間分布特征

安徽區(qū)域農(nóng)業(yè)水平指數(shù)的空間分布如圖6所示。由圖可見，其具有一定的區(qū)域性和連續(xù)性。區(qū)域農(nóng)業(yè)水平指數(shù)高值區(qū)主要集中在天長、來安、滁州、全椒、含山、居巢東部以及和縣西部。低值區(qū)主要位于大別山區(qū)及皖南山區(qū)，部分位于江淮流域，其它為中值區(qū)。區(qū)域農(nóng)業(yè)水平指數(shù)由東北向西南呈帶狀逐級減小，而區(qū)域農(nóng)業(yè)水平指數(shù)反映了區(qū)域防災(zāi)減災(zāi)能力，這表明由東北向西南農(nóng)業(yè)防災(zāi)能力有減弱的趨勢。

注：0.88～2.57表示低值區(qū)，2.57～3.70為中值區(qū)，3.70～6.47為高值區(qū)

Note:0.88-2.57, 2.57-3.70 and 3.70-6.47 denoted low risk, medium risk and high risk area, respectively

注：0.71～0.96為低值區(qū)，0.96～1.10為中值區(qū)，1.10～1.45為高值區(qū)

Note: 0.71-0.96, 0.96-1.10 and 1.10-1.45 denoted low risk, medium risk and high risk area, respectively

2.6 安徽一季稻產(chǎn)量災(zāi)損風(fēng)險(xiǎn)區(qū)劃

利用式（7）計(jì)算安徽省一季稻產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)，并進(jìn)行標(biāo)準(zhǔn)化處理。未標(biāo)準(zhǔn)化處理計(jì)算時(shí)，值域?yàn)?.01～0.40，說明安徽省不同區(qū)域一季稻綜合風(fēng)險(xiǎn)差別較大，具有明顯地域特征。根據(jù)綜合風(fēng)險(xiǎn)指數(shù)大小，將安徽省劃分為3類風(fēng)險(xiǎn)區(qū)：產(chǎn)量災(zāi)損風(fēng)險(xiǎn)指數(shù)＞0.35為風(fēng)險(xiǎn)高值區(qū)，0.16～0.35為風(fēng)險(xiǎn)中值區(qū)，＜0.16為風(fēng)險(xiǎn)低值區(qū)，區(qū)劃結(jié)果如圖7。

注：0.00～0.16表示低值區(qū)，0.16～0.35為中值區(qū)，0.35～1.00為高值區(qū)

Note: 0.00-0.16, 0.16-0.35 and 0.35-1.00 denoted low risk, medium risk and high risk area, respectively

由圖7可見，安徽省一季稻產(chǎn)量災(zāi)損風(fēng)險(xiǎn)高值區(qū)呈塊狀分布，主要位于霍邱東北部，壽縣北部，定遠(yuǎn)及望江大部分地區(qū)，這些地區(qū)災(zāi)年平均減產(chǎn)率大部分在0.18～0.28，產(chǎn)量變異系數(shù)均大于0.21，風(fēng)險(xiǎn)指數(shù)在3.70～6.47，區(qū)域農(nóng)業(yè)水平大部分在0.96～1.10。

風(fēng)險(xiǎn)中值區(qū)具有一定連片性，其主要位于沿淮地區(qū)、江淮北部、大別山區(qū)，部分位于沿江地區(qū)，這些地區(qū)災(zāi)年平均減產(chǎn)率大部分在0.14～0.18，少部處于高值區(qū)或低值區(qū)，產(chǎn)量變異系數(shù)主要在0.14～0.17，風(fēng)險(xiǎn)指數(shù)主要在2.57～3.70，少部分高于3.70，區(qū)域農(nóng)業(yè)水平指數(shù)位于低值區(qū)或中值區(qū)。

風(fēng)險(xiǎn)低值區(qū)面積最廣，占研究區(qū)域的54.6%。主要位于皖南山區(qū)，沿江地區(qū)及江淮南部，部分位于大別山區(qū)。風(fēng)險(xiǎn)值最小的幾個(gè)站點(diǎn)分別是祁門、石臺、黟縣。

3 結(jié)論與討論

安徽省研究區(qū)域內(nèi)一季稻產(chǎn)量變化趨勢一致，北部產(chǎn)量波動(dòng)較南部明顯，并且以北部霍邱、壽縣相對氣象產(chǎn)量變化程度最大。從時(shí)間上看，2005年之前一季稻產(chǎn)量波動(dòng)劇烈，之后波動(dòng)相對較小?？傮w而言，研究區(qū)域內(nèi)災(zāi)年平均減產(chǎn)率、產(chǎn)量變異系數(shù)、減產(chǎn)風(fēng)險(xiǎn)指數(shù)及區(qū)域農(nóng)業(yè)水平指數(shù)空間分布上具有一定的地域性和連片性，災(zāi)年平均減產(chǎn)率、產(chǎn)量變異系數(shù)、減產(chǎn)風(fēng)險(xiǎn)指數(shù)表現(xiàn)為北部數(shù)值高于南部，區(qū)域農(nóng)業(yè)水平指數(shù)呈現(xiàn)由東北向西南呈帶狀逐級減小。這與各地外界環(huán)境的不同影響和防災(zāi)減災(zāi)措施有關(guān)。

根據(jù)產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)區(qū)劃結(jié)果，研究區(qū)域內(nèi)一季稻災(zāi)損風(fēng)險(xiǎn)北部高于南部。風(fēng)險(xiǎn)高值區(qū)呈塊狀分布，主要分布于霍邱東北部、壽縣北部、定遠(yuǎn)及望江大部分地區(qū)，而風(fēng)險(xiǎn)中值區(qū)具有一定連片性，主要位于沿淮地區(qū)、江淮北部、大別山區(qū)，部分位于沿江地區(qū)。對于沿淮、江淮北部區(qū)域，水資源條件差，土壤貧瘠，旱、瘦、荒現(xiàn)象突出，水利灌溉條件較差，且該區(qū)在一季稻全生育期夏秋旱發(fā)生頻繁[19-21]，一季稻產(chǎn)量易受旱災(zāi)的影響。而大別山區(qū)農(nóng)業(yè)氣候資源垂直變化較大，熱量資源比同緯度地區(qū)少，山蔭處光照資源不足[19]，影響水稻生長發(fā)育。因此，對于一季稻產(chǎn)量災(zāi)損風(fēng)險(xiǎn)高值區(qū)和中值區(qū)應(yīng)合理規(guī)劃水稻布局及播栽期，選擇合適水稻品種，提升栽培技術(shù)，興修水利，增強(qiáng)防災(zāi)減災(zāi)能力。風(fēng)險(xiǎn)低值區(qū)面積最廣，主要位于皖南山區(qū)、沿江地區(qū)及江淮南部，部分位于大別山區(qū)。沿江沿河兩岸地區(qū)易受澇害影響[20]，且高溫?zé)岷ρ亟貐^(qū)發(fā)生較為嚴(yán)重，但沿江地區(qū)地勢平坦，土壤肥沃，栽培技術(shù)及機(jī)械化水平程度較高[19]，因而較高風(fēng)險(xiǎn)度區(qū)域所占面積不大。皖南地區(qū)易出現(xiàn)連陰雨天氣，但其主要影響早稻與晚稻[22]，對一季稻產(chǎn)量影響不大，因此該地區(qū)為一季稻災(zāi)損風(fēng)險(xiǎn)低值區(qū)。

本文采用安徽一季稻災(zāi)年平均減產(chǎn)率、產(chǎn)量變異系數(shù)、減產(chǎn)風(fēng)險(xiǎn)指數(shù)、區(qū)域農(nóng)業(yè)水平指數(shù)構(gòu)建一季稻產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)評估模型，對安徽省進(jìn)行災(zāi)損區(qū)劃，綜合考慮了一季稻減產(chǎn)強(qiáng)度，產(chǎn)量波動(dòng)及區(qū)域防災(zāi)減災(zāi)能力，能夠較為客觀反映一季稻產(chǎn)量災(zāi)損區(qū)域特征。但本文僅從一季稻產(chǎn)量災(zāi)損角度出發(fā)，未考慮社會(huì)經(jīng)濟(jì)作用的影響，尚難以全面反映一季稻風(fēng)險(xiǎn)特征。目前對農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)的研究仍以單一災(zāi)種的風(fēng)險(xiǎn)評價(jià)為主，多數(shù)為災(zāi)后評價(jià)，缺少對風(fēng)險(xiǎn)的動(dòng)態(tài)監(jiān)測，缺少與區(qū)域氣候模式及農(nóng)作物模型耦合的研究，未來需進(jìn)一步加強(qiáng)研究。

[1]張繼權(quán),劉興鵬,佟志軍,等.農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評價(jià)、預(yù)警及管理研究[M].北京:科學(xué)出版社,2015:2.

Zhang J Q,Liu X P,Tong Z J,et al.Study on risk assessment,early warning and management of agro-meteorological disasters[M]. Beijing:Science Press,2015:2.(in Chinese)

[2]鄭大瑋,李茂松,霍治國.農(nóng)業(yè)災(zāi)害與減災(zāi)對策[M].北京:中國農(nóng)業(yè)大學(xué)出版社,2013:753-792.

Zheng D W,Li M S,Huo Z G.Agricultural disasters and reduction countermeasures[M].Beijing:China Agricultural University Press,2013:753-792.(in Chinese)

[3]王春乙,張繼權(quán),霍治國,等.我國農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評估研究進(jìn)展與展望[J].氣象學(xué)報(bào),2015,73(1):1-19.

Wang C Y,Zhang J Q,Huo Z G,et al.Prospects and progresses in the research of risk assessment of agro-metereological disaster[J].Acta Meteorologica Sinica,2015,73(1):1-19.(in Chinese)

[4]陳群,耿婷,侯雯嘉,等.近20年東北氣候變暖對春玉米生長發(fā)育及產(chǎn)量的影響[J].中國農(nóng)業(yè)科學(xué),2014,47(10):1904- 1916.

Chen Q,Geng T,Hou W J,et al.Impact of climate warming on growth and yield of spring maize in recent 20 years in Northeast China[J].Scientia Agricultura Sinica,2014,47(10): 1904-1916.(in Chinese)

[5]王勝,徐敏,宋阿偉,等.1961-2012年安徽省24節(jié)氣氣候變化及冬小麥和一季稻物候期的響應(yīng)[J].生態(tài)學(xué)雜志, 2013,32(9):2390-2397.

Wang S,Xu M,Song A W,et al.Climate changes in 24 solar terms and responses of winter wheat and single-season rice phenophases in Anhui Province of East China in 1961-2012[J].hinese Journal of Ecology,2013,32(9):2390- 2397.(in Chinese)

[6]薛昌穎,霍治國,李世奎,等.北方冬小麥產(chǎn)量災(zāi)損風(fēng)險(xiǎn)類型的地理分布[J].應(yīng)用生態(tài)學(xué)報(bào),2005,16(4):620-625.

Xue C Y,Huo Z G,Li S K,et al.Geographic distribution of winter wheat yield loss risk and its classification in North China[J]. Appl. Ecol.,2005,16(4):620-625.(in Chinese)

[7]高曉容,王春乙,張繼權(quán),等.東北地區(qū)玉米主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評價(jià)模型研究[J].中國農(nóng)業(yè)科學(xué),2014,47(21):4257-4268.

Gao X R,Wang C Y,Zhang J Q,et al.A risk assessment system of the main meteorological disasters for maize in Northeast China[J].Scientia Agricultura Sinica,2014,47(21):4257-4268. (in Chinese)

[8]李世奎.中國農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)評價(jià)與對策[M].北京:氣象出版社,1999:224-225.

Li S K.Risk assessment and strategies of agricultural disasters in China[M].Beijing:China Meteorological Press,1999:224-225. (in Chinese)

[9]UN/ISDR.Living with risk:a global review of disaster reduction initiatives[M].Geneva:United Nations Publication, 2004.

[10]劉小雪,申雙和,劉榮花.河南夏玉米產(chǎn)量災(zāi)損的風(fēng)險(xiǎn)區(qū)劃[J].中國農(nóng)業(yè)氣象,2013,34(5):582-587.

Liu X X,Shen S H,Liu R H.Risk regionalization of yield losses of summer maize in Henan Province[J].Chinese Journal of Agrometeorology,2013,34(5):582-587.(in Chinese)

[11]蔡大鑫,王春乙,張京紅,等.基于產(chǎn)量的海南香蕉寒害風(fēng)險(xiǎn)分析與區(qū)劃[J].生態(tài)學(xué)雜志,2013,32(7):1896-1902.

Cai D X,Wang C Y,Zhang J H,et al.Cold-damage risk analysis and division of banana production in Hainan Province of South China based on yield[J].Chinese Journal of Ecology, 2013,32(7):1896-1902.(in Chinese)

[12]劉少軍,張京紅,蔡大鑫,等.海南島天然橡膠產(chǎn)量災(zāi)損風(fēng)險(xiǎn)區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2015,24(2):235-241.

Liu S J,Zhang J H,Cai D X,et al.Risk regionalization of rubber plant yield loss in Hainan Island[J].Journal of Natural Disasters,2015,24(2):235-241.(in Chinese)

[13]江和文,張錄軍,曹士民,等.遼寧省主要糧食作物產(chǎn)量災(zāi)損風(fēng)險(xiǎn)評估[J].干旱地區(qū)農(nóng)業(yè)研究,2011,29(4):238-244.

Jiang H W,Zhang L J,Cao S M,et al.Risk assessment of grain yield loss caused by meteorological disasters in Liaoning Province[J].Agricultural Research in the Arid Areas,2011, 9(4):238-244.(in Chinese)

[14]王馥棠,李郁竹,王石立.農(nóng)業(yè)產(chǎn)量氣象模擬與模型引論[M].北京:科學(xué)出版社,1990:40-41.

Wang F T,Li Y Z,Wang S L.Introduction of meteorological simulation and model to agricultural yield[M].Beijing: Science Press,1990:40-41.(in Chinese)

[15]孫衛(wèi)國,程炳巖,楊沈斌,等.區(qū)域氣候變化對華東地區(qū)水稻產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象,2011,32(2):227-234.

Sun W G,Cheng B Y,Yang S B,et al.Impact of the regional climate variations on rice yield in East China[J].Chinese Journal of Agrometeorology,2011,32(2):227-234.(in Chinese)

[16]劉榮花,朱自璽,方文松,等.華北平原冬小麥干旱災(zāi)損風(fēng)險(xiǎn)區(qū)劃[J].生態(tài)學(xué)雜志,2006,25(9):1068-1072.

Liu R H,Zhu Z X,Fang W S,et al.Risk regionalization of yield loss caused by drought for winter wheat in North China Plain[J].Chinese Journal of Ecology,2006,25(9):1068-1072. (in Chinese)

[17]邵立瑛,申雙和,高磊,等.江蘇省水稻生產(chǎn)的綜合氣象災(zāi)害風(fēng)險(xiǎn)評估[J].科學(xué)技術(shù)與工程, 2015,15(32):232-239.

Shao L Y,Shen S H,Gao L,et al.Evaluating integrated meteorological disaster risk in rice production of Jiangsu Province[J].Science Technology and Engineering,015,15(32) 32-239.(in Chinese)

[18]楊若子.東北玉米主要農(nóng)業(yè)氣象災(zāi)害的時(shí)空特征與風(fēng)險(xiǎn)綜合評估[D].北京:中國氣象科學(xué)研究院,2015:63.

Yang R Z.Spatial-temporal characteristics and comprehensive risk assessment of main agro-meteorological hazards for maize in Northeast China[D].eijing:Chinese Academy of Meteorological Sciences,2015:63.(in Chinese)

[19]李成荃.安徽稻作學(xué)[M].北京:中國農(nóng)業(yè)出版社,2007:79-80.

Li C Q.Rice science of Anhui Province[M].Beijing:China Agriculture Press,2007:79-80.(in Chinese)

[20]張華建.安徽農(nóng)業(yè)抗災(zāi)生產(chǎn)技術(shù)[M].北京:中國農(nóng)業(yè)出版社,2004:32.

Zhang H J.Production technology of agricultural disasters resistance in Anhui Province[M].Beijing:China Agriculture Press,2004:32.(in Chinese)

[21]錢坤,潘澤義.安徽農(nóng)業(yè)減災(zāi)避災(zāi)技術(shù)[M].合肥:安徽科學(xué)技術(shù)出版社,2012:1-2.

Qian K,Pan Z Y.Technology of agricultural disaster reduction and prevention in Anhui Province[M].Hefei:Anhui Science and Technology Publishing House,2012:1-2.(in Chinese)

[22]張理華,張群,周葆華.安徽資源環(huán)境[M].合肥:合肥工業(yè)大學(xué)出版社,2010:88-113.

Zhang L H,Zhang Q,Zhou B H.Resources and environment in Anhui Province[M].Hefei:Heifei University of Technology Press,2010:88-113.(in Chinese)

Risk Assessment of Single-season Rice Yield Loss in Anhui Province

GUO Jian-mao1,2,3, XIE Xiao-yan3, WU Yue3, WANG Jin-jie3, SHEN Shuang-he1

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disaster, Nanjing University of Information Science & Technology, Nanjing 210044, China;2. Jiangsu Key Laboratory of Agricultural Meteorology, Nanjing University of Information Science & Technology, Nanjing 210044; 3. College of Applied Meteorology, Nanjing University of Information Science & Technology, Nanjing 210044)

Based on yield data of single-season rice in 50 city-county from 1981 to 2014 in Anhui province, the relative meteorological yield was calculated by using the methods of linear sliding average in statistical analysis. The temporal and spatial distribution of relative meteorological yield was analyzed by the method of EOF, and by using synthetic risk index of single-season rice yield loss, which was established and consisted of average yield reduction rate, yield variation coefficient, risk index of yield reduction rate and index of regional agricultural levels, the risk regionalization of single-season rice yield loss in Anhui province was completed. The results showed that the change trend of single-season rice yield was consistent and the increase or decrease of yield in the north of Anhui was more obvious than the south. Besides, the relative meteorological yield of Anhui fluctuated violently before 2005. The different assessment indices of yield loss showed that the values of average yield reduction rate, yield variation coefficient and risk index of yield reduction rate in the north part of study areas was higher than the south, and the index of regional agricultural levels for single-season rice was reduced from northeast to southwest. In the study area, the north had the higher risk. The high risk and middle risk regions were mainly distributed in Yanhuai areas and the north of Jianghuai areas. The low risk areas had the widest distribution and were located in southern mountainous area, Yangtze river region and the south of Jianghuai region.

Single-season rice; Relative meteorological yield; Yield loss; Index of regional agricultural levels

10.3969/j.issn.1000-6362.2017.08.003

2016-12-20

中國氣象局預(yù)報(bào)預(yù)測核心業(yè)務(wù)發(fā)展專項(xiàng)（CMAHX20160311）；江蘇省重點(diǎn)研發(fā)計(jì)劃（現(xiàn)代農(nóng)業(yè)）項(xiàng)目（BE2015365）；科技部行業(yè)專項(xiàng)（GYHY201506018）；江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室基金（KYQ201304）；河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室基金課題（AMF201401）

郭建茂（1968-），博士，副教授，主要從事農(nóng)業(yè)遙感和作物生長模擬研究。E-mail：001878@nuist.edu.cn

郭建茂,謝曉燕,吳越,等.安徽省一季稻產(chǎn)量災(zāi)損風(fēng)險(xiǎn)評價(jià)[J].中國農(nóng)業(yè)氣象,2017,38(8):488-495