摘 要：夏玉米是滄州地區(qū)最主要的糧食作物之一，夏玉米的產(chǎn)量受到干旱嚴(yán)重影響。為研究滄州地區(qū)玉米產(chǎn)量與干旱相關(guān)關(guān)系，選取1978—2020年干旱災(zāi)情數(shù)據(jù)、1978—2020年干旱過程數(shù)據(jù)、1996—2022年滄州市各縣玉米種植面積和產(chǎn)量數(shù)據(jù)、1998—2020年每年6—9月月降水量等數(shù)據(jù)資料，分析滄州地區(qū)干旱災(zāi)情特征及干旱過程特征。通過構(gòu)建干旱氣象指數(shù)，選取合適時間尺度的SPI指數(shù)，通過相關(guān)性分析，得到干旱氣象指數(shù)與夏玉米減產(chǎn)率的相關(guān)性關(guān)系，以此為基礎(chǔ)構(gòu)建玉米減產(chǎn)率模型。結(jié)果表明：9月的SPI值與減產(chǎn)率的相關(guān)性最高，并通過了0.01的相關(guān)性檢驗，得到減產(chǎn)率模型，當(dāng)SPI值＜-0.584 5時，預(yù)測出現(xiàn)減產(chǎn)。

關(guān)鍵詞：干旱；玉米；氣象指數(shù)；減產(chǎn)率

中圖分類號：S513 文獻(xiàn)標(biāo)志碼：B 文章編號：2095–3305（2024）08–0-03

干旱嚴(yán)重高發(fā)的慢性自然災(zāi)害，對生態(tài)環(huán)境、社會經(jīng)濟發(fā)展、人類生產(chǎn)生活等影響大、范圍廣、持續(xù)時間久、危害深，造成的危害程度超過一般的氣象災(zāi)害。農(nóng)業(yè)領(lǐng)域受干旱影響較為嚴(yán)重，干旱會導(dǎo)致一系列與農(nóng)村生態(tài)環(huán)境、農(nóng)民生活、農(nóng)業(yè)生產(chǎn)等緊密相關(guān)的問題。干旱是河北省發(fā)生最頻繁、影響最大的氣象災(zāi)害[1]。滄州市是河北省重要的糧食產(chǎn)區(qū)，位于華北平原東部，夏玉米是滄州地區(qū)最主要的糧食作物之一，其產(chǎn)量受到干旱嚴(yán)重影響。

滄州地區(qū)的夏玉米一般6月開始播種，9月成熟收獲，種植期間階段性干旱的頻繁發(fā)生，嚴(yán)重影響了玉米的質(zhì)量和產(chǎn)量，給農(nóng)戶帶來嚴(yán)重的經(jīng)濟損失[2]。曲思邈等[3]利用玉米產(chǎn)量資料、氣象觀測資料和1981—2014年吉林省玉米觀測資料，選取水分盈虧百分率的絕對值表示為玉米干旱天氣指數(shù)，采用5年滑動平均進(jìn)行去趨勢處理，分離出相對氣象產(chǎn)量，進(jìn)而確定玉米單產(chǎn)減產(chǎn)率，挑選出玉米發(fā)生減產(chǎn)率和當(dāng)年發(fā)生玉米干旱樣本，最終選取385個數(shù)據(jù)對作為回歸分析的研究樣本，建立吉林省減產(chǎn)率與玉米干旱指數(shù)之間的相關(guān)性回歸方程，并通過0.01顯著性水平檢驗；彭九慧等[4]利用承德市圍場縣1990—2010年玉米種植區(qū)5—9月的降水氣象數(shù)據(jù)，采用降水標(biāo)準(zhǔn)差指標(biāo)作為衡量干旱的不同等級，對干旱進(jìn)行評級，計算分析因干旱災(zāi)害造成的承德市玉米相對氣象產(chǎn)量即減產(chǎn)率，建立玉米產(chǎn)量和玉米生育期的氣象要素之間的相關(guān)性關(guān)系；張琪等[5]利用遼寧省各地市1967—2006年逐月降水量數(shù)據(jù)和各地市玉米產(chǎn)量數(shù)據(jù)，應(yīng)用步長11年的滑動平均法分離出趨勢產(chǎn)量、氣象產(chǎn)量和相對氣象產(chǎn)量計算出減產(chǎn)率，再利用相關(guān)性分析方法，使用GIS空間分析技術(shù)等對各地市玉米因旱減產(chǎn)率及風(fēng)險大小進(jìn)行相關(guān)性分析，結(jié)果表明：玉米減產(chǎn)受干旱影響較大，降水負(fù)距平與減產(chǎn)率相關(guān)性較高，A類地區(qū)確定因旱減產(chǎn)指標(biāo)：當(dāng)降水負(fù)距平分別為＜20%時，玉米減率為5%；當(dāng)降水負(fù)距平分別為20%～40%時，玉米減率為5%～11%；當(dāng)降水負(fù)距平分別為40%～60%時，玉米減率為11%～17%。

在借鑒已有研究的基礎(chǔ)上，分析滄州地區(qū)干旱災(zāi)情特征及干旱過程特征，選取SPI指數(shù)作為氣象干旱指數(shù)，分析不同時間尺度的SPI值與減產(chǎn)率之間的相關(guān)性關(guān)系，建立玉米減產(chǎn)率模型。為在氣候變暖的背景下科學(xué)制定防災(zāi)減災(zāi)的措施，以及幫助政府部門確定投資方向等提供決策依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)來源

滄州市1978—2020年滄州市干旱災(zāi)情數(shù)據(jù)、1978—2020年干旱過程數(shù)據(jù)、1996—2022年滄州市各縣玉米種植面積和產(chǎn)量數(shù)據(jù)、1998—2020年每年6—9月月降水量等數(shù)據(jù)、滄州市統(tǒng)計年鑒數(shù)據(jù)。

1.2 研究方法

1.2.1 干旱氣象指數(shù)構(gòu)建

當(dāng)前，應(yīng)用較廣泛的指數(shù)有標(biāo)準(zhǔn)化降水指數(shù)（SPI）、

相對濕潤指數(shù)、降水距平百分率指數(shù)、綜合氣象干旱指數(shù)、Palmer干旱指數(shù)、標(biāo)準(zhǔn)化蒸散指數(shù)（SPEI）等[6]。其中，標(biāo)準(zhǔn)化降水指數(shù)（SPI）只需要使用月降水?dāng)?shù)據(jù)，資料獲取較為容易，不涉及具體的干旱機理，計算較為簡便，可以很好地反映區(qū)域干旱程度的時空變化，具有較強的時空適應(yīng)性，因而成為應(yīng)用最成熟的指標(biāo)[7]。標(biāo)準(zhǔn)化降水指數(shù)（SPI）是利用概率密度函數(shù)來計算累積概率，對累積概率進(jìn)行標(biāo)準(zhǔn)化處理，計算過程中不涉及與降水量的時空分布特性有關(guān)的相關(guān)參數(shù)，大幅降低了指標(biāo)值計算的時空差異性，能很好地反映不同時空的旱澇狀況。計算了滄州各縣夏玉米生長期（6—9月）每個月時間尺度的SPI值，分別用SPI6、SPI7、SPI8和SPI9表示。SPI可用公式（1）求得[8]：

SPI=S（1）

式（1）中，，G（x）與Γ函數(shù)相關(guān)的降水分布概率；x為降水量樣本值；S為概率密度正、負(fù)系數(shù)。當(dāng)G（x）＞0.5時，G（x）=1-G（x），S=1；當(dāng)G（x）≤0.5時，S=-1。G（x）由以下Γ分布函數(shù)概率密度積分公式（2）得到。

，x＞0（2）

式（2）中，c0、c1、c2和d1、d2、d3為Γ分布函數(shù)轉(zhuǎn)換

為累積頻率簡化近似求解公式的計算參數(shù)，其取如下

值：c0=2.515 517，c1=0.802 853，c2=0.010 328，d1=

1.432 788，d2=0.189 269，d3=0.001 308。γ、β分別是Γ分布函數(shù)的形狀和尺度參數(shù)。

標(biāo)準(zhǔn)化降水指數(shù)（SPI）反映了不同時間和地區(qū)的降水氣候特點，利用降水累計頻率分布進(jìn)行干旱等級的劃分（表1）。利用標(biāo)準(zhǔn)化降水指數(shù)進(jìn)行干旱等級劃分具有氣候意義，不同時段不同地區(qū)都適用。

1.2.2 玉米減產(chǎn)率計算

滑動平均法是分離氣象產(chǎn)量較為成熟的方法[9]。采用5年滑動平均法對玉米產(chǎn)量序列數(shù)據(jù)進(jìn)行去趨勢處理，將歷史產(chǎn)量序列的實際產(chǎn)量分離成氣象產(chǎn)量和趨勢產(chǎn)量，計算得到相對氣象產(chǎn)量。

Y=Yt+Yw+ε（3）

式（3）中，Y為實際產(chǎn)量；Yw為氣象產(chǎn)量；Yt為趨勢產(chǎn)量；ε是隨機波動項，在計算中一般忽略不計。趨勢產(chǎn)量Yt是指在各地平均的土壤、氣候條件下，農(nóng)業(yè)生產(chǎn)逐步提高的結(jié)果。氣象產(chǎn)量Yw主要由玉米生育期間氣象條件決定，Yw＞0表示氣象條件有利于玉米生長，為豐產(chǎn)，Yw＜0為減產(chǎn)。

相對氣象產(chǎn)量：Si /%=（Y-Yt）/Yt×100（4）

當(dāng)Si＜0時，其絕對值定義為減產(chǎn)率（X）。

2 結(jié)果與分析

2.1 干旱災(zāi)情分析

調(diào)查收集1978—2020年滄州市各縣市區(qū)干旱災(zāi)情數(shù)據(jù)，統(tǒng)計分析災(zāi)情數(shù)據(jù)，1978—2020年滄州市年干旱受災(zāi)人口最多約為278.17萬人，出現(xiàn)在1999年，其中，1980、1992、1997、2000、2002、2008年干旱受災(zāi)人口在216萬～263萬人之間，1978、1979、1982、1988、1990、1994、1996、1998、2004、2007、2009、2010、2017年干旱受災(zāi)人口低于100萬人，2017年相對受災(zāi)人口最少為5.11萬人；滄州市年干旱受災(zāi)面積最多約為35.66萬hm2，出現(xiàn)在1992年，1999、2008年干旱受災(zāi)面積均超過30萬hm2，分別為34.12萬hm2和35.49

萬hm2，2017年相對受災(zāi)面積最少為0.5147萬hm2；滄州市年直接經(jīng)濟損失最多約為12.25億元，出現(xiàn)在1999年，1997、2014年干旱直接經(jīng)濟損失均超過10億元，分別為10.27億元和11.83億元；滄州各地區(qū)干旱受災(zāi)年份在9～25年之間，河間、獻(xiàn)縣、南皮、孟村、鹽山、滄縣干旱受災(zāi)年份在20年以上，其中，南皮、孟村、鹽山出現(xiàn)干旱年份最多為25年，任丘、吳橋最少為9年；滄州各地區(qū)累計干旱受災(zāi)人口在37.93萬～599.71萬人之間，其中，河間累計干旱受災(zāi)人口最多約為599.71萬人，滄州市區(qū)最少約為37.93萬人；獻(xiàn)縣累計干旱受災(zāi)面積最多約為94.89萬hm2，滄州市區(qū)最少約為3.82萬hm2；黃驊累計干旱直接經(jīng)濟損失最多約為24.7億元，滄州市區(qū)最少約為1.11億元。

2.2 干旱過程分析

滄州市干旱日數(shù)高值區(qū)主要分布在滄州市區(qū)、滄縣、任丘、河間、吳橋等地，低值區(qū)主要分布在泊頭、青縣、南皮、肅寧、孟村；滄州市區(qū)、滄縣出現(xiàn)干旱日數(shù)最多，為6 482 d，泊頭最少，為5 885 d。任丘出現(xiàn)輕旱日數(shù)最多，為3 561 d；獻(xiàn)縣最少，為3 166 d。河間出現(xiàn)中旱日數(shù)最多，為2 203 d；孟村最少，為1 889 d。滄州市區(qū)、滄縣出現(xiàn)重旱日數(shù)最多，為783 d；肅寧最少，為451 d。鹽山出現(xiàn)特旱日數(shù)最多，為204 d；泊頭最少，為72 d。滄州各縣市區(qū)區(qū)域性干旱災(zāi)害等級以輕中旱為主，肅寧輕旱日數(shù)占比最高，為58.1%；獻(xiàn)縣最少，為51.1%。東光中旱日數(shù)占比最高，為35%；肅寧最少，為31.2%。獻(xiàn)縣重旱日數(shù)占比最高，為12.1%；肅寧最少，為7.5%。鹽山特旱日數(shù)占比最高，為3.2%；泊頭最少，為1.2%。

1978—2020年，年最強干旱過程強度值在4.9～30.16之間，1999年年最強干旱過程強度最大，1995年年最強干旱過程強度最小。滄州市各縣市區(qū)年最強干旱過程強度高值區(qū)主要分布在滄州市區(qū)、滄縣、獻(xiàn)縣等地，低值區(qū)主要分布在泊頭、南皮、肅寧等地。年最強干旱過程強度最大值為30.16，于1999年出現(xiàn)在滄州市區(qū)、滄縣；年最強干旱過程強度最小值為18.8，于1999年出現(xiàn)在泊頭。

1978—2020年，滄州市各縣市區(qū)年平均干旱過程強度高值區(qū)主要分布在滄州市區(qū)、滄縣、青縣、鹽山等地，低值區(qū)主要分布在任丘、肅寧、東光、泊頭等地。年平均干旱過程強度最大值為9.58，出現(xiàn)在滄州市區(qū)、滄縣；最小值為7.56，出現(xiàn)在任丘。

1978—2020年，滄州各縣市區(qū)累計干旱過程次數(shù)在67～90次之間，任丘累計干旱過程次數(shù)最多，為90次；南皮最少，為67次。干旱過程等級以一般和較強為主。滄州市區(qū)、滄縣、獻(xiàn)縣出現(xiàn)強干旱過程最多，為14次；鹽山最少，為7次。任丘、河間、獻(xiàn)縣、泊頭、肅寧出現(xiàn)特強干旱過程最多，為4次；其余地區(qū)均為2次。

2.3 玉米減產(chǎn)率模型的構(gòu)建

利用1996—2022年滄州市各縣玉米種植面積和產(chǎn)量數(shù)據(jù)，計算出各縣每年單產(chǎn)數(shù)據(jù)；利用5年滑動平均法計算出1998—2020年趨勢產(chǎn)量、氣象產(chǎn)量和相對氣象產(chǎn)量數(shù)據(jù)；利用1998—2020年每年6—9月月降水量數(shù)據(jù)，結(jié)合公式（1）計算出1998—2020年每年各縣的SPI6、SPI7、SPI8和SPI9值。由于作物減產(chǎn)的發(fā)生不一定是由氣象災(zāi)害所導(dǎo)致，因而干旱氣象指數(shù)與玉米的減產(chǎn)率并不是絕對的對應(yīng)關(guān)系。因此，需要對數(shù)據(jù)進(jìn)行處理，挑選出因干旱災(zāi)害造成減產(chǎn)的數(shù)據(jù)進(jìn)行樣本研究。首先，干旱必須發(fā)生，即剔除SPI值＞-0.5的數(shù)據(jù)；其次，玉米應(yīng)該發(fā)生減產(chǎn)，即剔除Si值≥0的數(shù)據(jù)；最后，選取出滿足既發(fā)生干旱又出現(xiàn)減產(chǎn)的數(shù)據(jù)進(jìn)行相關(guān)性分析，對于SPI值與減產(chǎn)率X的散點圖，采用最小二乘方法擬合得到相關(guān)線性方程，通過對比發(fā)現(xiàn)SPI9與減產(chǎn)率相關(guān)性較高，選取SPI9與減產(chǎn)率進(jìn)行回歸分析，建立玉米減產(chǎn)率模型：

X=0.2 183 SPI9+0.1 276（5）

式（5）中，X為減產(chǎn)率，SPI9為9月干旱氣象指數(shù)。并對其進(jìn)行檢驗，R2為0.2617，通過α=0.01顯著性水平的檢驗。

3 結(jié)論

以滄州市夏玉米為研究對象，利用1978—2020年干旱災(zāi)情數(shù)據(jù)、1978—2020年干旱過程數(shù)據(jù)、1996—2022年滄州市各縣玉米種植面積和產(chǎn)量數(shù)據(jù)、1998—2020年每年6—9月月降水量等數(shù)據(jù)資料，分析滄州地區(qū)干旱災(zāi)情特征及干旱過程特征。通過構(gòu)建干旱氣象指數(shù)，選取合適時間尺度的SPI指數(shù)，通過相關(guān)性分析，得到干旱氣象指數(shù)與農(nóng)作物產(chǎn)量的相關(guān)性關(guān)系，以此為基礎(chǔ)構(gòu)建玉米減產(chǎn)率模型。

（1）1978—2020年滄州市年干旱受災(zāi)人口最多約為278.17萬人，出現(xiàn)在1999年，其中，1980、1992、1997、2000、2002、2008年干旱受災(zāi)人口在216萬～263萬人之間；滄州市年干旱受災(zāi)面積最多約為35.66萬hm2，

出現(xiàn)在1992年，其中，1999、2008年干旱受災(zāi)面積均超過30萬hm2；滄州市年直接經(jīng)濟損失最多約為12.25億元，出現(xiàn)在1999年，1997、2014年干旱直接經(jīng)濟損失均超過10億元；滄州各地區(qū)干旱受災(zāi)年份在9～25年之間，河間、獻(xiàn)縣、南皮、孟村、鹽山、滄縣干旱受災(zāi)年份在20年以上。

（2）滄州市干旱日數(shù)高值區(qū)主要分布在滄州市區(qū)、滄縣、任丘、河間、吳橋等地，低值區(qū)主要分布在泊頭、青縣、南皮、肅寧、孟村。滄州各縣市區(qū)區(qū)域性干旱災(zāi)害等級以輕中旱為主。滄州市各縣市區(qū)年最強干旱過程強度高值區(qū)主要分布在滄州市區(qū)、滄縣、獻(xiàn)縣等地，低值區(qū)主要分布在泊頭、南皮、肅寧等地。年最強干旱過程強度最大值為30.16，于1999年出現(xiàn)在滄州市區(qū)、滄縣；年最強干旱過程強度最小值為18.8，于1999年出現(xiàn)在泊頭。滄州市各縣市區(qū)年平均干旱過程強度高值區(qū)主要分布在滄州市區(qū)、滄縣、青縣、鹽山等地，低值區(qū)主要分布在任丘、肅寧、東光、泊頭等地。1978—2020年，滄州各縣市區(qū)累計干旱過程次數(shù)在67～90次之間，任丘累計干旱過程次數(shù)最多為90次，南皮最少為67次。

（3）滄州市夏玉米減產(chǎn)率與每年9月的SPI值相關(guān)性較好，R2為0.2617，通過α=0.01顯著性水平的檢驗，表明兩者具有中等程度相關(guān)關(guān)系，即滄州地區(qū)夏玉米產(chǎn)量對水分狀況敏感。當(dāng)減產(chǎn)率為0時，SPI9=-0.5845，即為干旱氣象指數(shù)臨界值。

參考文獻(xiàn)

[1] 趙玉兵，孫東磊，賈秋蘭，等.基于SPEI指數(shù)的河北省南部夏玉米生長季干旱特征分析[J].氣象科技，2020，48（5）：766-773.

[2] 侯奇奇，楊帥，耿雪瑩，等.廊坊市夏玉米干旱氣象保險指數(shù)研究：以霸州市為例[J].湖北農(nóng)業(yè)科學(xué)，2021，60（10）：55-59.

[3] 曲思邈，王冬妮，郭春明，等.玉米干旱天氣指數(shù)保險產(chǎn)品設(shè)計：以吉林省為例[J].氣象與環(huán)境學(xué)報，2018，34（2）：92-99.

[4] 彭九慧，楊梅，陸倩，等.玉米干旱等級劃分及氣象產(chǎn)量評估方法[J].環(huán)境科學(xué)與技術(shù)，2012，35（S2）：137-139.

[5] 張琪，張繼權(quán)，佟志軍，等.干旱對遼寧省玉米產(chǎn)量影響及風(fēng)險區(qū)劃[J].災(zāi)害學(xué)，2010，25（2）：87-91.

[6] 徐青竹.基于SPI指數(shù)的內(nèi)蒙古興安盟干旱特征分析[J].內(nèi)蒙古科技與經(jīng)濟，2022（20）：78-80，117.

[7] 王志楠，張志杰，劉楊.呼和浩特市春季干旱研究[J].內(nèi)蒙古科技與經(jīng)濟，2017（6）：33-34，37.

[8] 李樹軍，袁靜，肖清華，等.基于SPI的濰坊市近50年的干濕特征分析[J].中國農(nóng)學(xué)通報，2011，27（26）：293-298.

[9] 吳利紅，婁偉平，姚益平，等.水稻農(nóng)業(yè)氣象指數(shù)保險產(chǎn)品設(shè)計[J].中國農(nóng)業(yè)科學(xué)，2010，43（23）：4942-4950.