譚方穎, 何 亮, 呂厚荃, 宋迎波, 程 路, 侯英雨

基于游程理論的農(nóng)業(yè)干旱指數(shù)在遼寧省春玉米旱災(zāi)損失評估中的應(yīng)用*

譚方穎, 何 亮, 呂厚荃, 宋迎波, 程 路, 侯英雨**

(國家氣象中心 北京 100081)

為準(zhǔn)確識別農(nóng)業(yè)干旱事件, 評估干旱對農(nóng)作物產(chǎn)量的影響, 本文以遼寧省為例, 基于52個氣象站1961—2015年逐日氣象數(shù)據(jù), 計算了春玉米全生育期水分虧缺距平指數(shù), 利用游程理論構(gòu)建了一種新的春玉米全生育期干旱指數(shù), 再結(jié)合歷年產(chǎn)量損失率構(gòu)建了區(qū)、縣級尺度的干旱產(chǎn)量損失評估模型, 并對不同干旱風(fēng)險下春玉米產(chǎn)量損失進(jìn)行了評估, 以明確遼寧省春玉米干旱重點(diǎn)防范區(qū)域。研究結(jié)果表明, 遼寧省春玉米干旱指數(shù)呈由西向東遞減的經(jīng)向分布特征, 遼西地區(qū)更易發(fā)生嚴(yán)重的干旱事件, 且春玉米產(chǎn)量穩(wěn)定性也最差。春玉米主產(chǎn)區(qū)內(nèi), 80%以上的區(qū)、縣春玉米產(chǎn)量損失率與干旱指數(shù)呈顯著線性正相關(guān), 遼中部分區(qū)縣和遼東大部兩者相關(guān)性不顯著。相同干旱指數(shù)下, 遼西產(chǎn)量損失率最大, 并以朝陽地區(qū)為最; 遼南和遼北次之; 遼東灣和中部部分平原地區(qū)總體較小; 非水分限制區(qū)遼東的鳳城市和東港市, 降水偏少反而更有利于春玉米產(chǎn)量提高。遼寧省春玉米干旱重點(diǎn)防范區(qū)域主要分布在遼西的朝陽地區(qū), 以及千山山脈以西和以北的遼北、遼南地區(qū), 提高和穩(wěn)定春玉米產(chǎn)量需增加耐旱品種種植、發(fā)展節(jié)水灌溉、提高水分利用效率; 降水充沛或灌溉條件較好、產(chǎn)量穩(wěn)定性較高的遼東大部和遼中部分區(qū)縣, 可通過提高種植和管理水平、加強(qiáng)其他氣象災(zāi)害防御等增加春玉米產(chǎn)量。

農(nóng)業(yè)干旱指數(shù); 產(chǎn)量損失評估; 游程理論; 春玉米; 遼寧省

旱災(zāi)是世界上也是我國最嚴(yán)重的自然災(zāi)害之一。據(jù)中國國家統(tǒng)計局?jǐn)?shù)據(jù)統(tǒng)計, 1978—2015年我國年平均干旱受災(zāi)面積是水災(zāi)、風(fēng)雹、冷凍災(zāi)害受災(zāi)面積的2~7倍, 對農(nóng)業(yè)的影響遠(yuǎn)超其他災(zāi)害。多年來眾多學(xué)者做了大量關(guān)于干旱的研究[1-6], 包括構(gòu)建干旱指數(shù)、分析干旱特征和風(fēng)險、評估災(zāi)害影響等。與洪澇、冰凍等災(zāi)害不同, 干旱發(fā)生過程緩慢、反復(fù), 因此從發(fā)生到結(jié)束往往難以準(zhǔn)確識別, 而準(zhǔn)確地識別干旱是構(gòu)建干旱指數(shù)、對干旱進(jìn)行定量分析的前提。農(nóng)業(yè)干旱受到多種因素的影響, 發(fā)生機(jī)制復(fù)雜, 評價方法眾多, 目前比較常用的干旱評價指數(shù)有Palmer干旱指數(shù)、Z指數(shù)、作物濕度指數(shù)、綜合氣象干旱指數(shù)、遙感指數(shù)等[7-13]。以上方法各有優(yōu)缺點(diǎn), 其中氣象干旱指數(shù)無法表達(dá)農(nóng)作物在不同生長發(fā)育階段需水量與抵御干旱能力之間的差異; 遙感指數(shù)通常反映的是表層土壤的水分狀況, 其監(jiān)測結(jié)果也易受天氣因素影響。此外, 多數(shù)作物干旱指數(shù)在空間上的可比性較差, 科學(xué)地構(gòu)建干旱指數(shù)是研究干旱的關(guān)鍵。干旱的影響是非結(jié)構(gòu)性的[14], 具有累積性、多樣性和區(qū)域性, 而農(nóng)業(yè)干旱的影響研究最終要?dú)w結(jié)于干旱所造成作物產(chǎn)量下降的程度和范圍, 其評估結(jié)果除與溫度、降水、地形等自然條件有關(guān)外, 同時還受到經(jīng)濟(jì)發(fā)展、管理水平等因素影響, 因此精細(xì)化的災(zāi)損評估是農(nóng)業(yè)干旱影響研究的方向和落腳點(diǎn)。

游程理論對干旱持續(xù)時間以及干旱強(qiáng)度進(jìn)行了詳細(xì)的界定, 被廣泛應(yīng)用于水文和氣象干旱事件的識別以及干旱監(jiān)測和評估[15-16], 但其在農(nóng)業(yè)干旱及其損失評估方面的應(yīng)用研究尚少有發(fā)現(xiàn)。作物水分虧缺距平指數(shù)[17]既綜合考慮了氣象、作物、土壤等因素的影響, 又能反映出降水量和作物需水量的匹配關(guān)系, 且在時間和空間上也具有較好的可比性。遼寧省地形復(fù)雜, 水資源分布不均, 干旱是影響農(nóng)業(yè)生產(chǎn)的首要災(zāi)害, 且有研究表明, 降水的空間分布可直接導(dǎo)致災(zāi)損程度區(qū)域間的差異[8]。綜上, 本文以作物水分虧缺距平指數(shù)為基礎(chǔ), 利用游程理論從干旱指數(shù)序列中提取農(nóng)業(yè)干旱事件, 基于兩者構(gòu)建新的干旱指數(shù), 結(jié)合產(chǎn)量損失率構(gòu)建區(qū)、縣尺度的春玉米干旱產(chǎn)量損失評估模型, 評估不同風(fēng)險等級干旱產(chǎn)量損失, 以期探索一種農(nóng)業(yè)干旱評價指數(shù)和精細(xì)化旱災(zāi)損失評估方法, 為遼寧省春玉米干旱風(fēng)險管理、旱災(zāi)保險以及區(qū)域防災(zāi)減災(zāi)工作等實(shí)施提供科學(xué)依據(jù)。

1 研究區(qū)域概況與研究方法

1.1 研究區(qū)域

考慮到不同地區(qū)地形、土壤、降水量等存在差異, 根據(jù)產(chǎn)量水平相近、降水特征相似、比鄰成片的原則, 參考《中國氣象地理區(qū)劃手冊》[18], 本文將遼寧省分成5個區(qū)域進(jìn)行研究, 分別是遼西、遼北、遼中、遼東和遼南(圖1)。

圖1 研究區(qū)域及分區(qū)示意圖

1.2 數(shù)據(jù)及來源

研究資料為遼寧省52個氣象站1961—2015年基本觀測資料, 包括平均氣溫(℃)、日最高氣溫(℃)、日最低氣溫(℃)、平均相對濕度(%)、日降水量(mm)、平均風(fēng)速(m?s-1)、平均氣壓(hPa)、日照時數(shù)(h), 來自國家氣象信息中心。產(chǎn)量資料為遼寧省51個春玉米主產(chǎn)區(qū)、縣1981—2015年春玉米種植面積(hm2)、單位面積產(chǎn)量(簡稱單產(chǎn), t?hm-2), 來自中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所。

1.3 研究方法

1.3.1 水分虧缺距平指數(shù)(CWDIa)的構(gòu)建

本研究采用水分虧缺距平指數(shù)(CWDIa)作為農(nóng)業(yè)干旱指數(shù)計算基礎(chǔ), 計算公式如下:

CWDI=×CWDI+×CWDI-1+×CWDI-2+×

CWDI-3+×CWDI-4(2)

式中:P為降水量(mm);I為灌溉量(mm); ETcj為實(shí)際蒸散量(mm), ETcj=c×ET0計算, ET0為作物可能蒸散量[采用聯(lián)合國糧農(nóng)組織(FAO 1998)推薦的Penman-Monteith公式[19]計算],c為作物所處發(fā)育階段的作物系數(shù)或多種作物的平均作物系數(shù), 采用FAO數(shù)值或國內(nèi)臨近地區(qū)通過試驗確定的數(shù)值,c值確定方法見國標(biāo)《GBT 32136—2015農(nóng)業(yè)干旱等級》[17]。

1.3.2 基于游程理論和CWDIa的干旱識別以及干旱指數(shù)計算

基于春玉米生育期內(nèi)逐日CWDIa, 根據(jù)國標(biāo)《GBT 32136—2015 農(nóng)業(yè)干旱等級》, CWDIa大于閾值0.4(CWDI0, 水分虧缺距平觸發(fā)干旱的閾值)則發(fā)生干旱。如圖2,s為春玉米發(fā)育期內(nèi)一個干旱事件的開始,a為該干旱事件的結(jié)束, 大于CWDI0的面積為該干旱事件的干旱強(qiáng)度。逐年總的干旱強(qiáng)度(total)為春玉米發(fā)育期內(nèi)所有干旱事件強(qiáng)度之和, 并將total作為該年春玉米干旱指數(shù)。

圖2 游程理論示意圖

CWDIa: 作物水分虧缺距平指數(shù); CWDI0: 水分虧缺距平觸發(fā)干旱的閾值;s: 干旱事件開始時間;a: 干旱事件結(jié)束時間;: 干旱事件強(qiáng)度;: 干旱事件歷時。CWDIa: crop water deficit abnormal index; CWDI0: drought threshold value of crop water deficit abnormal index;s: the beginning time of a drought event;a: the ending time of a drought event;drought intensity of a drought event;: drought duration of a drought event.

1.3.3 極值概率模型

本文選擇國內(nèi)外廣泛應(yīng)用于極端氣象事件的統(tǒng)計分布模型——廣義極值分布[20]來擬合干旱強(qiáng)度指數(shù)序列, 函數(shù)如下所示:

式中:=(-)/,、、分別為廣義極值分布(generalized extreme value, GEV)函數(shù)的形狀參數(shù)、尺度參數(shù)和位置參數(shù), 其中尺度參數(shù)>0。GEV的分布范圍取決于形狀參數(shù), 不同的形狀參數(shù)產(chǎn)生不同的極值分布類型, 即極值Ⅰ型、Ⅱ型和Ⅲ型。當(dāng)=0, 為極值Ⅰ型, 也就是耿貝爾分布(Gumbel分布), 即:

式中:=(-)/,、分別為Gumbel分布函數(shù)的尺度參數(shù)和位置參數(shù)。當(dāng)>0, 為極值Ⅱ型, 也就是Fréchet分布; 當(dāng)<0時, 為極值Ⅲ型, 即為逆威爾布分布。

不同重現(xiàn)期下干旱強(qiáng)度估算公式如下:

式中:x為不同重現(xiàn)期的干旱強(qiáng)度(return level);為重現(xiàn)期, 如10年、50年。

參數(shù)估計方法采用極大似然法(maximum likelihood method), 同時利用Kolmogorov-Smirnov (K-S)檢驗法比較數(shù)據(jù)分布形式與已知分布是否一致, 即對模擬擬合優(yōu)度檢驗。

1.3.4 產(chǎn)量損失率計算

利用遼寧省春玉米主產(chǎn)區(qū)、縣1981—2015年產(chǎn)量序列, 采用“趨勢-波動”分解模型, 將產(chǎn)量()時間序列分離成技術(shù)以及其他因素影響的趨勢項(t)、氣候項(W)等。由于干旱是影響遼寧省春玉米產(chǎn)量波動的主要因素[21], 因此, 認(rèn)為剔除趨勢和技術(shù)產(chǎn)量部分t后, 即為干旱造成的產(chǎn)量損失W。根據(jù)各區(qū)縣春玉米產(chǎn)量變化特點(diǎn),t采用線性擬合法、多項式擬合法、差值法等進(jìn)行擬合, 通過<0.05信度檢驗的擬合方法和數(shù)據(jù)給予采用, (Yt)即為春玉米干旱產(chǎn)量損失。為消除各區(qū)、縣間產(chǎn)量水平差異, 采用相對氣象產(chǎn)量表示產(chǎn)量損失率。計算方法如下:

=(-t)/t′100% (7)

2 結(jié)果與分析

2.1 春玉米干旱指數(shù)分布特征

根據(jù)1.3.1和1.3.2節(jié)方法, 提取出1961—2015年遼寧省各氣象站點(diǎn)干旱事件, 并計算春玉米全生育期干旱指數(shù)55年的平均值及最大值, 將結(jié)果進(jìn)行反距離加權(quán)插值, 結(jié)果見圖3。

圖3a顯示, 遼寧省各站點(diǎn)春玉米干旱指數(shù)55年平均值由西部向東部遞減, 指數(shù)最大的區(qū)域在遼西, 為10.7~12.3, 最大值出現(xiàn)在義縣; 指數(shù)次大的區(qū)域為遼南, 為6.4~10.2, 最大值出現(xiàn)在旅順口; 遼北和遼中干旱指數(shù)為5.1~10.1, 總體低于遼西和遼南, 高于遼東; 遼東干旱指數(shù)為1.8~5.2, 最小值出現(xiàn)在新賓?？梢? 1961—2015年春玉米生育期內(nèi), 遼西干旱指數(shù)較大, 農(nóng)業(yè)干旱總體較重。

圖3b顯示, 55年間春玉米干旱指數(shù)最大值出現(xiàn)在遼西的建昌(1961年), 遼北的法庫(2001年)次之, 干旱指數(shù)最大值分別為54.9和48.9; 遼西和遼南（除莊河市和大石橋市）干旱指數(shù)最大值均在33.2以上; 此外, 遼中的盤山(1965年)、大洼(2014年)等地也曾發(fā)生過較為嚴(yán)重的農(nóng)業(yè)干旱, 干旱指數(shù)最大值分別為45.0和44.1; 遼東的各區(qū)、縣干旱指數(shù)最大值仍為最小, 為10.8~28.4。

圖3 1961—2015年遼寧省春玉米干旱指數(shù)平均值(a)和最大值(b)的空間分析

2.2 春玉米產(chǎn)量穩(wěn)定性分析

考慮到變異系數(shù)能夠表達(dá)序列數(shù)據(jù)變化的離散程度, 選取產(chǎn)量序列完整的2000—2015年遼寧省各區(qū)、縣春玉米單產(chǎn)資料, 并計算其變異系數(shù)(圖4), 用以分析春玉米產(chǎn)量年際間的差異變化和穩(wěn)定性。從圖4可知, 遼西春玉米單產(chǎn)變異系數(shù)最大, 除綏中縣、興城市、凌海市、北鎮(zhèn)市、黑山縣、彰武縣外, 其余區(qū)、縣單產(chǎn)變異系數(shù)均在0.30以上, 為單產(chǎn)年際間差異最大、穩(wěn)定性最差的區(qū)域; 遼北除康平縣、法庫縣和調(diào)兵山市單產(chǎn)變異系數(shù)在0.30~0.45外, 大部為0.15~0.30, 單產(chǎn)年際間差異僅低于遼西; 遼中、遼東和遼南大部變異系數(shù)在0.30以下, 其中, 遼東大部<0.15, 為單產(chǎn)年際間差異最小、最穩(wěn)定的區(qū)域。

圖4 2000—2015年遼寧省春玉米單產(chǎn)變異系數(shù)空間分布

2.3 春玉米干旱產(chǎn)量損失評估模型

通過2.1和2.2節(jié)的分析可知, 遼寧省春玉米干旱指數(shù)大小與單產(chǎn)年際間差異的分布具有較明顯的相似性, 但又非完全相同, 因此, 要具體闡明各地干旱產(chǎn)量損失風(fēng)險, 需要構(gòu)建具有針對性的模型進(jìn)行精細(xì)化評估。

2.3.1 模型構(gòu)建

通過分析春玉米產(chǎn)量損失率和干旱指數(shù)的特點(diǎn), 綜合考慮地理位置、地形特點(diǎn)、抗旱能力、社會經(jīng)濟(jì)等因素, 構(gòu)建遼寧省春玉米各主產(chǎn)區(qū)、縣干旱產(chǎn)量損失評估模型, 見表1。其中, 對于未發(fā)生干旱(干旱指數(shù)total=0)、產(chǎn)量有損失(<0)的年份, 如1985年、1986年、1992年、1994年、1995年、2010年、2012年等, 某些區(qū)、縣卻是明顯減產(chǎn)年, 經(jīng)分析該年春玉米生長發(fā)育期間發(fā)生了較為嚴(yán)重的洪澇或低溫災(zāi)害[22-24]; 或者某年發(fā)生了較為嚴(yán)重的干旱, 但卻沒有導(dǎo)致產(chǎn)量相應(yīng)減少, 可能是該地區(qū)采取了有效的灌溉、人工增雨等抗旱措施, 干旱損失率受到較大的人為影響。以上兩種情況下的年份不參與旱災(zāi)損失評估模型的構(gòu)建。

2.3.2 模型參數(shù)分析

根據(jù)2.3.1節(jié)構(gòu)建的旱災(zāi)產(chǎn)量損失模型, 在干旱指數(shù)變化相同的情況下, 參數(shù)越大, 產(chǎn)量損失率越大, 說明一定程度上是春玉米對干旱敏感性及承受能力的綜合體現(xiàn)。為分析參數(shù)的分布特征, 對于遼寧省產(chǎn)量缺失年份較多、未構(gòu)建損失模型的區(qū)、縣, 本文采取地理位置相鄰和行政區(qū)域隸屬原則, 對參數(shù)進(jìn)行賦值, 其空間分布見圖5。從圖5可見,在遼寧省的地域分布特征較為明顯?？傮w表現(xiàn)為, 其絕對值遼西最大, 其中朝陽地區(qū)又為遼西之最, 而凌海市、北鎮(zhèn)市和黑山縣相對較小; 遼南和遼北次大, 遼中較小, 遼東除撫順外, 大部分區(qū)、縣產(chǎn)量對干旱指數(shù)變化無規(guī)律性反應(yīng), 鳳城市、東港市產(chǎn)量變化對干旱表現(xiàn)為正向響應(yīng)。以干旱指數(shù)增加5.0為例, 遼西大部產(chǎn)量減少10.0%~15.0%, 凌源市、喀左縣、建昌縣、朝陽縣、北票市等地減少15.0%~ 20.5%, 北鎮(zhèn)市、凌海市、黑山縣等地減少5.0%~ 10.0%; 遼南和遼北大部分區(qū)、縣產(chǎn)量減少10.0%~ 15.0%; 遼中大部減少10.0%以下; 遼東大部以及遼中的臺安縣、盤山縣等地春玉米產(chǎn)量與干旱指數(shù)無顯著相關(guān)性, 而鳳城市、東港市降水偏少的年份春玉米產(chǎn)量反而略有增加。

2.3.3 模型檢驗

表1顯示, 遼寧省大部春玉米旱災(zāi)產(chǎn)量損失率與干旱指數(shù)呈線性關(guān)系, 春玉米各主產(chǎn)區(qū)、縣逐年干旱指數(shù)與產(chǎn)量損失率相關(guān)系數(shù)達(dá)顯著水平的區(qū)域占80%以上, 相關(guān)性較好, 可用于玉米干旱產(chǎn)量損失評估。其中遼西、遼北、遼南、遼中大部以及遼東的撫順縣干旱指數(shù)與產(chǎn)量損失率呈正相關(guān), 模型均能通過<0.05的顯著性檢驗; 遼中部分(臺安縣、盤山縣)以及遼東大部區(qū)縣干旱指數(shù)與產(chǎn)量損失率相關(guān)性不顯著, 而遼東的鳳城市和東港市干旱指數(shù)與產(chǎn)量損失率呈顯著負(fù)相關(guān)(<0.05)。

2.4 不同干旱風(fēng)險水平的春玉米產(chǎn)量損失

根據(jù)1.3.3節(jié)方法, 計算各地不同風(fēng)險水平的干旱指數(shù), 結(jié)合2.3.1節(jié)干旱產(chǎn)量損失評估模型, 得到不同干旱風(fēng)險水平下(10年一遇、50年一遇)遼寧省春玉米產(chǎn)量損失分布(圖6)。

圖6顯示, 在10年、50年一遇干旱風(fēng)險下, 遼寧省春玉米干旱減產(chǎn)率總體均呈現(xiàn)由西向東逐漸遞減的特征。10年一遇干旱風(fēng)險下, 春玉米產(chǎn)量損失最大的區(qū)域為遼西中西部(主要為朝陽市及所轄區(qū)縣), 損失率在50%以上, 遼西其余大部地區(qū)和遼南的瓦房店市、遼北的昌圖縣和法庫縣產(chǎn)量損失率為30%~50%; 遼西的錦州市、遼北大部、遼中和遼南大部以及遼東的撫順市產(chǎn)量損失率為10%~30%; 遼中的沈陽市和遼陽市及其所轄區(qū)縣、大洼縣產(chǎn)量損失率在10%以下; 遼東的鳳城市和東港市、遼北的西豐縣在10年一遇干旱風(fēng)險下春玉米產(chǎn)量無損失。

表1 遼寧省春玉米主產(chǎn)區(qū)、縣干旱產(chǎn)量損失評估模型

為產(chǎn)量損失率,為干旱指數(shù); “/”表示模型未通過相關(guān)顯著性檢驗?！啊?is the yield loss rate, “” is the drought index. “/” means no significant correlation.

圖5 遼寧省春玉米產(chǎn)量損失模型(y=ax+b)參數(shù)a的空間分布

參數(shù)的意義見表1。Meaning the parameterwas shown in the table 1.

50年一遇干旱風(fēng)險下, 遼西西部、遼北大部、遼南的瓦房店以及遼中的海城市、遼東的撫順市春玉米產(chǎn)量損失率為100%; 遼西其他區(qū)、縣產(chǎn)量損失率在50%以上; 遼南大部春玉米產(chǎn)量損失率為20%~50%; 遼中產(chǎn)量損失率相差較大, 北部普遍高于南部; 遼東的鳳城市和東港市春玉米在50年一遇干旱風(fēng)險下產(chǎn)量無損失, 而遼北的西豐縣產(chǎn)量損失率在20%以下。

3 結(jié)論與討論

本研究以作物水分虧缺距平指數(shù)為基礎(chǔ), 根據(jù)基于游程理論的干旱識別方法, 構(gòu)建了春玉米全生育期干旱指數(shù), 并分析了遼寧省春玉米干旱指數(shù)及產(chǎn)量穩(wěn)定性分布特征, 建立了基于干旱指數(shù)和產(chǎn)量損失率的干旱產(chǎn)量損失評估模型。本文構(gòu)建的農(nóng)業(yè)干旱指數(shù), 理論性和可操作性較強(qiáng), 彌補(bǔ)了由于缺少歷史干旱發(fā)生程度、持續(xù)時間和損失等定量化信息導(dǎo)致在評價春玉米干旱上的局限性。

圖6 遼寧省春玉米10年(a)、50年(b)一遇干旱減產(chǎn)率

1961—2015年遼寧省春玉米干旱指數(shù)空間分布顯示, 干旱指數(shù)平均值總體呈由西部向東部遞減的經(jīng)向分布, 最大值區(qū)域為遼西, 其次為遼南, 遼東最小; 55年間干旱指數(shù)的最大值出現(xiàn)在遼西的建昌(1961年)?？傮w來看, 遼西地區(qū)更易發(fā)生嚴(yán)重的農(nóng)業(yè)干旱事件, 與大多數(shù)學(xué)者的研究結(jié)論一致[25-26], 說明構(gòu)建的干旱指數(shù)能夠反映干旱的實(shí)際情況。

與干旱指數(shù)分布相似, 遼寧省春玉米產(chǎn)量最不穩(wěn)定的區(qū)域為遼西, 最穩(wěn)定的區(qū)域為遼東; 遼北、遼中和遼南產(chǎn)量的穩(wěn)定性總體差于遼東、好于遼西, 個別區(qū)、縣年際間產(chǎn)量波動較大, 說明遼寧省春玉米產(chǎn)量的波動與干旱程度關(guān)系密切[27]?；诖藰?gòu)建的干旱產(chǎn)量損失評估模型也顯示, 遼寧省80%以上春玉米主產(chǎn)區(qū)、縣產(chǎn)量損失率與干旱指數(shù)顯著相關(guān), 干旱對春玉米產(chǎn)量的影響在空間上差異明顯, 對遼西地區(qū)影響最大, 其中又以朝陽地區(qū)為最, 其次為遼北和遼南, 以上大部區(qū)域又為春玉米高產(chǎn)區(qū), 因此也是遼寧省春玉米干旱重點(diǎn)防范區(qū)域, 需增加耐旱品種種植, 加強(qiáng)農(nóng)田水利與灌溉工程, 發(fā)展農(nóng)業(yè)節(jié)水灌溉技術(shù), 提高區(qū)域整體抗旱能力, 并及時監(jiān)測預(yù)報農(nóng)業(yè)干旱, 適時開展人工增雨, 做好干旱的防災(zāi)減災(zāi)工作;對遼東灣附近以及中部平原地區(qū)影響較小, 遼中的臺安縣和盤山縣以及遼東大部區(qū)、縣春玉米產(chǎn)量損失與干旱指數(shù)無顯著相關(guān)性, 主要由于臺安縣和盤山縣境內(nèi)有10余條水系, 灌溉條件極好, 干旱年均可得到不同程度灌溉; 遼東具有特殊的地形及氣候特征, 尤其是鳳城市和東港市, 降水偏少使春玉米產(chǎn)量不減反增, 這可能與該區(qū)域自然降水完全能夠滿足春玉米生長發(fā)育的需要, 且是洪澇、風(fēng)雹災(zāi)害高發(fā)區(qū)有關(guān)[28-29], 可通過提高種植和管理水平、加強(qiáng)自然災(zāi)害防御的手段增加產(chǎn)量。

在10年、50年一遇干旱風(fēng)險下, 遼寧省春玉米干旱減產(chǎn)率總體呈現(xiàn)由西向東逐漸遞減的特征。50年一遇干旱風(fēng)險下, 遼西和遼北除凌海市和西豐縣外、遼南的瓦房店和蓋州市以及遼中的海城市和遼中縣、遼東的撫順市等地, 產(chǎn)量損失率均在50%以上、甚至絕收。此空間分布特征主要與氣候、地形條件等綜合因素有關(guān), 與許多學(xué)者的研究結(jié)論大體一致[28], 但在具體細(xì)節(jié)上存在一定差別。除評價指標(biāo)不同外, 本文直接以區(qū)、縣為研究單位, 而大多數(shù)研究是以氣象站點(diǎn)為單位再插值到整個區(qū)域, 兩種研究方法和精度的不同也是導(dǎo)致研究結(jié)果存在差異的重要原因。

本文在構(gòu)建干旱產(chǎn)量損失評估模型時, 一是由于產(chǎn)量數(shù)據(jù)的限制, 僅針對2015年及以前的歷史產(chǎn)量序列較完整的51個春玉米主產(chǎn)區(qū)、縣進(jìn)行了建模; 二是雖然已排除典型洪澇、低溫冷害等影響較大的年份, 也考慮了重旱年份灌溉的影響, 但未考慮春玉米生長發(fā)育期間發(fā)生時間短、影響較輕的其他自然災(zāi)害、病蟲害等對產(chǎn)量的負(fù)面影響。今后如能得到完整的歷史產(chǎn)量資料以及分類災(zāi)損和各區(qū)縣灌溉數(shù)據(jù), 將使春玉米干旱產(chǎn)量損失評估的結(jié)果更加精確。

[1] 曹永強(qiáng), 張?zhí)m霞, 張岳軍, 等. 基于CI指數(shù)的遼寧省氣象干旱特征分析[J]. 資源科學(xué), 2012, 34(2): 265–272 CAO Y Q, ZHANG L X, ZHANG Y J, et al. Analysis of drought characteristics of Liaoning Province based on the CI index[J]. Resources Science, 2012, 34(2): 265–272

[2] 姚玉璧, 李耀輝, 石界, 等. 基于GIS的石羊河流域干旱災(zāi)害風(fēng)險評估與區(qū)劃[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2014, 32(2): 21–28 YAO Y B, LI Y H, SHI J, et al. Assessment and division of drought hazard risk in Shiyang River basin based on GIS[J]. Agricultural Research in the Arid Areas, 2014, 32(2): 21–28

[3] 李葉蓓, 陶洪斌, 王若男, 等. 干旱對玉米穗發(fā)育及產(chǎn)量的影響[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2015, 23(4): 383–391 LI Y B, TAO H B, WANG R N, et al. Effect of drought on ear development and yield of maize[J]. Chinese Journal of Eco-Agriculture, 2015, 23(4): 383–391

[4] 胡雪瓊, 吉文娟, 張茂松, 等. 云南省冬小麥干旱災(zāi)損風(fēng)險區(qū)劃[J]. 大氣科學(xué)學(xué)報, 2011, 34(3): 356–362 HU X Q, JI W J, ZHANG M S, et al. Drought risk regionalization for winter wheat in Yunnan Province[J]. Transactions of Atmospheric Sciences, 2011, 34(3): 356–362

[5] ZHANG J Q. Risk assessment of drought disaster in the maize-growing region of Songliao Plain, China[J]. Agriculture, Ecosystems & Environment, 2004, 102(2): 133–153

[6] 李明, 胡煒霞, 張蓮芝, 等. 基于SPEI的東北地區(qū)氣象干旱風(fēng)險分析[J]. 干旱區(qū)資源與環(huán)境, 2018, 32(7): 134–139 LI M, HU W X, ZHANG L Z, et al. Risk analysis of meteorological drought in Northeast China based on standardized precipitation evapotranspiration index[J]. Journal of Arid Land Resources and Environment, 2018, 32(7): 134–139

[7] 沈國強(qiáng), 鄭海峰, 雷振鋒. 基于SPEI指數(shù)的1961—2014年東北地區(qū)氣象干旱時空特征研究[J]. 生態(tài)學(xué)報, 2017, 37(17): 5882–5893 SHEN G Q, ZHENG H F, LEI Z F. Spatiotemporal analysis of meteorological drought (1961-2014) in Northeast China using a standardized precipitation evapotranspiration index[J]. Acta Ecologica Sinica, 2017, 37(17): 5882–5893

[8] 劉榮花, 朱自璽, 方文松, 等. 華北平原冬小麥干旱區(qū)劃初探[J]. 自然災(zāi)害學(xué)報, 2003, 12(1): 140–144 LIU R H , ZHU Z X, FANG W S, et al. Preliminary study on drought zonation of winter wheat in North China Plain[J]. Journal of Natural Disasters, 2003, 12(1): 140–144

[9] 董朝陽, 劉志娟, 楊曉光. 北方地區(qū)不同等級干旱對春玉米產(chǎn)量影響[J]. 農(nóng)業(yè)工程學(xué)報, 2015, 31(11): 157–164 DONG C Y, LIU Z J, YANG X G. Effects of different grade drought on grain yield of spring maize in northern China[J]. Transactions of the CSAE, 2015, 31(11): 157–164

[10] NUTINI F, BOSCHETTI M, CANDIANI G, et al. Evaporative fraction as an indicator of moisture condition and water stress status in semi-arid rangeland ecosystems[J]. Remote Sensing, 2014, 6(7): 6300–6323

[11] 宋艷玲, 王建林, 田靳峰, 等. 氣象干旱指數(shù)在東北春玉米干旱監(jiān)測中的改進(jìn)[J]. 應(yīng)用氣象學(xué)報, 2019, 30(1): 25–34 SONG Y L, WANG J L, TIAN J F, et al. The spring maize drought index in Northeast China based on meteorological drought index[J]. Journal of Applied Meteorological Science, 2019, 30(1): 25–34

[12] 衛(wèi)捷, 陶詩言, 張慶云. Palmer干旱指數(shù)在華北干旱分析中的應(yīng)用[J]. 地理學(xué)報, 2003, 58(S1): 91–99 WEI J, TAO S Y, ZHANG Q Y. Analysis of drought in northern China based on the Palmer severity drought index[J]. Acta Geographica Sinica, 2003, 58(S1): 91–99

[13] 張調(diào)風(fēng), 張勃, 劉秀麗, 等. 基于CI指數(shù)的甘肅省黃土高原地區(qū)氣象干旱的變化趨勢分析[J]. 冰川凍土, 2012, 34(5): 1076–1083 ZHANG T F, ZHANG B, LIU X L, et al. Trend analysis of the variation of meteorological drought in Loess Plateau of Gansu Province based on comprehensive meteorological drought index[J]. Journal of Glaciology and Geocryology, 2012, 34(5): 1076–1083

[14] MISHRA A K, SINGH V P. A review of drought concepts[J]. Journal of Hydrology, 2010, 391: 202–216

[15] 王曉峰, 張園, 馮曉明, 等. 基于游程理論和Copula函數(shù)的干旱特征分析及應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報, 2017, 33(10): 206–214 WANG X F, ZHANG Y, FENG X M, et al. Analysis and application of drought characteristics based on run theory and Copula function[J]. Transactions of the CSAE, 2017, 33(10): 206–214

[16] 左冬冬, 侯威, 顏鵬程, 等. 基于游程理論和兩變量聯(lián)合分布的中國西南地區(qū)干旱特征研究[J]. 物理學(xué)報, 2014, 63(23): 53–64 ZUO D D, HOU W, YAN P C, et al. Research on drought in Southwest China based on the theory of run and two-dimensional joint distribution theory[J]. Acta Physica Sinica, 2014, 63(23): 53–64

[17] 呂厚荃, 張玉書, 李茂松, 等. 中華人民共和國國家標(biāo)準(zhǔn)(GB/T 32136—2015). 農(nóng)業(yè)干旱等級[S]. 北京: 中國標(biāo)準(zhǔn)出版社, 2015 LYU H Q, ZHANG Y S, LI M S, et al. National Standards of People’s Republic of China (GB/T 32136–2015). Grade of Agricultural Drought[S]. Beijing: China Standard Press, 2015

[18] 郭進(jìn)修, 王秀榮, 王維國. 中國氣象地理區(qū)劃手冊[M]. 北京: 氣象出版社, 2006 GUO J X, WANG X R, WANG W G. China Meteorological Geography Zoning Manual[M]. Beijing: China Meteorological Press, 2006

[19] ALLEN R G, PEREIRA L S, RAES D, et al Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements[M]. Rome: FAO Irrigation and Drainage Paper 56, 1998: 15–86

[20] COLES S. Basics of statistical modeling[M]//An Introduction to Statistical Modeling of Extreme Values. London: Springer London, 2001: 18–44

[21] 單琨, 劉布春, 劉園, 等. 基于自然災(zāi)害系統(tǒng)理論的遼寧省玉米干旱風(fēng)險分析[J]. 農(nóng)業(yè)工程學(xué)報, 2012, 28(8): 186–194 SHAN K, LIU B C, LIU Y, et al. Analysis on drought risk of maize based on natural disaster system theory in Liaoning Province[J]. Transactions of the CSAE, 2012, 28(8): 186–194

[22] 江和文, 郭婷婷, 包穎, 等. 遼寧省近50年旱澇災(zāi)害的時空特征分析[J]. 水土保持研究, 2012, 19(2): 29–33 JIANG H W, GUO T T, BAO Y, et al. Spatiotemporal distribution of drought and flood disasters over the last 50 years of Liaoning Province[J]. Research of Soil and Water Conservation, 2012, 19(2): 29–33

[23] 陳鵬獅, 張玉書, 紀(jì)瑞鵬, 等. 1961—2010年遼寧省玉米低溫冷害時空分布特征[J]. 自然災(zāi)害學(xué)報, 2017, 26(4): 164–171CHEN P S, ZHANG Y S, JI R P, et al. Spatio-temporal distribution characteristics of maize chilling damage in Liaoning Province during 1961-2010[J]. Journal of Natural Disasters, 2017, 26(4): 164–171

[24] 楊若子, 周廣勝. 1961—2013年東北三省玉米低溫冷害強(qiáng)度的時空分布特征[J]. 生態(tài)學(xué)報, 2016, 36(14): 4386–4394 YANG R Z, ZHOU G S. Spatio-temporal distribution of maize chilling damage intensity in the three provinces of Northeast China during 1961 to 2013[J]. Acta Ecologica Sinica, 2016, 36(14): 4386–4394

[25] 張淑杰, 張玉書, 李廣霞, 等. 遼寧省旱災(zāi)的分布特征及其成因分析[J]. 中國農(nóng)學(xué)通報, 2013, 29(5): 199–203 ZHANG S J, ZHANG Y S, LI G X, et al. Distribution characteristics and main causes of drought in Liaoning Province[J]. Chinese Agricultural Science Bulletin, 2013, 29(5): 199–203

[26] 楊曉晨, 明博, 陶洪斌, 等. 中國東北春玉米區(qū)干旱時空分布特征及其對產(chǎn)量的影響[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2015, 23(6): 758–767 YANG X C, MING B, TAO H B, et al. Spatial distribution characteristics and impact on spring maize yield of drought in Northeast China[J]. Chinese Journal of Eco-Agriculture, 2015, 23(6): 758–767

[27] 張淑杰, 周廣勝, 張玉書, 等. 遼寧地區(qū)玉米耗水量與產(chǎn)量的關(guān)系[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2018, 36(1): 244–250 ZHANG S J, ZHOU G S, ZHANG Y S, et al. The relationship between yield and water consumption of maize in Liaoning Province[J]. Agricultural Research in the Arid Areas, 2018, 36(1): 244–250

[28] 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)險評價與區(qū)劃[J]. 中國農(nóng)業(yè)科學(xué), 2014, 47(24): 4805–4820 GAO X R, WANG C Y, ZHANG J Q, et al. Risk assessment and zoning of the main meteorological disasters for maize in Northeast China[J]. Scientia Agricultura Sinica, 2014, 47(24): 4805–4820

[29] 魏新光, 王鐵良, 李波, 等. 遼寧省玉米地水分盈虧時空分布特征及灌溉模式分區(qū)研究[J]. 農(nóng)業(yè)工程學(xué)報, 2018, 34(23): 119–126 WEI X G, WANG T L, LI B, et al. Temporal and spatial distribution characteristics of maize water surplus deficit and irrigation mode partition in Liaoning Province[J]. Transactions of the CSAE, 2018, 34(23): 119–126

Application of agricultural drought index based on Run Theory for the assessment of yield loss in spring maize owing to drought in Liaoning Province*

TAN Fangying, HE Liang, LYU Houquan, SONG Yingbo, CHENG Lu, HOU Yingyu**

(National Meteorological Center, Beijing 100081, China)

Drought is one of the main factors restricting agricultural development and food security in China. Identifying agricultural drought accurately and assessing the impact of drought on crop yield in detail is the core of drought research. The results of this research can provide a theoretical basis for drought disaster prevention and mitigation. The water deficit anomaly index of spring maize across the entire growth period was calculated based on daily weather data from 52 meteorological stations in Liaoning Province from 1961 to 2015, and a new drought index for spring maize over the entire growth period was constructed by using Run Theory. Drought yield loss assessment models at the county or city scales were further constructed based on the drought index and yield loss rate from 1981 to 2015. Finally, key prevention areas for spring maize drought in Liaoning Province were identified. The drought index for spring maize in Liaoning Province exhibited a decreasing distribution from west to east. The likelihood of severe drought events was higher and the interannual variability of spring maize yield was largest in western Liaoning. The rate of yield loss of spring maize had a significant positive linear correlation with the drought index in more than 80% of the counties in the spring maize main producing area, except for most parts of eastern Liaoning and some counties in central Liaoning. Moreover, significant spatial differences were observed in the yield loss of spring maize. With the same drought index, the region with the largest yield loss rate of Liaoning Province was Chaoyang, followed by the southern and northern parts of Liaoning; the Liaodong Bay and the central plain had the lowest yield loss rate. However, in Fengcheng City and Donggang City, where spring maize growth was not restricted by precipitation, the yield of corn was higher in the years with less precipitation. The results of the present study indicated that the government should pay more attention to drought-sensitive zones such as the Chaoyang District, and northern and southern Liaoning west, and north of the Qianshan Mountains. To increase and stabilize spring maize yield in the above areas, it is necessary to increase drought-tolerant varieties, develop water-saving irrigation, and improve water use efficiency.Most counties in eastern Liaoning and some counties in central Liaoning with abundant rainfall or good irrigation conditions can increase spring maize production by improving planting and management methods. Additional attention should be paid to the prevention of damage caused by floods and cold, especially in Fengcheng and Donggang.

Agricultural drought index; Yield loss assessment; Run Theory; Spring maize; Liaoning Province

S166

10.13930/j.cnki.cjea.190675

* 國家重點(diǎn)研發(fā)計劃項目(2018YFC1507802, 2017YFC1502402)、公益性行業(yè)(氣象)科研專項(GYHY201306038, GYHY201506001)和國家自然科學(xué)基金項目(41705095)資助

侯英雨, 主要從事農(nóng)業(yè)氣象相關(guān)研究。E-mail: yyhou@cma.gov.cn

譚方穎, 主要從事農(nóng)業(yè)氣象相關(guān)研究。E-mail: tanfangying0803@163.com

2019-09-17

2019-11-07

* This study was supported by the National Key Research and Development Project of China (2018YFC1507802, 2017YFC1502402), the Special Scientific Research Fund of Meteorology in the Public Welfare Profession of China (GYHY201306038, GYHY201506001) and the National Natural Science Foundation of China (41705095).

, E-mail: yyhou@cma.gov.cn

Nov. 7, 2019

Sep. 17, 2019;

譚方穎, 何亮, 呂厚荃, 宋迎波, 程路, 侯英雨. 基于游程理論的農(nóng)業(yè)干旱指數(shù)在遼寧省春玉米旱災(zāi)損失評估中的應(yīng)用[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(中英文), 2020, 28(2): 191-199

TAN F Y, HE L, LYU H Q, SONG Y B, CHENG L, HOU Y Y. Application of agricultural drought index based on Run Theory for the assessment of yield loss in spring maize owing to drought in Liaoning Province[J]. Chinese Journal of Eco-Agriculture, 2020, 28(2): 191-199