基于干熱風(fēng)危害指數(shù)的黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)損評估

趙俊芳，趙艷霞，郭建平，穆 佳

中國氣象科學(xué)研究院，北京 100081

基于干熱風(fēng)危害指數(shù)的黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)損評估

趙俊芳，趙艷霞，郭建平*，穆 佳

中國氣象科學(xué)研究院，北京 100081

全球氣候變化背景下，農(nóng)業(yè)氣象災(zāi)害呈上升態(tài)勢。干熱風(fēng)災(zāi)害發(fā)生區(qū)域、次數(shù)和強(qiáng)度都發(fā)生了明顯的變化。研究干熱風(fēng)災(zāi)害對農(nóng)作物的影響對于我國農(nóng)業(yè)可持續(xù)發(fā)展、保障糧食安全等均具有重要的現(xiàn)實(shí)意義。利用黃淮海地區(qū)68個(gè)氣象臺站1961—2010年的逐日氣象資料，和54個(gè)農(nóng)業(yè)氣象試驗(yàn)站1981—2006年小麥的發(fā)育期、產(chǎn)量、干熱風(fēng)災(zāi)害等數(shù)據(jù)，采用公認(rèn)的中國氣象局2007年發(fā)布的氣象行業(yè)標(biāo)準(zhǔn)《小麥干熱風(fēng)災(zāi)害等級》中冬小麥干熱風(fēng)災(zāi)害指標(biāo)，計(jì)算干熱風(fēng)危害指數(shù)，進(jìn)一步細(xì)化發(fā)育期，確定冬小麥抽穗前氣象條件對氣象產(chǎn)量影響的關(guān)鍵氣象因子，分離干熱風(fēng)年冬小麥氣象產(chǎn)量，構(gòu)建重度干熱風(fēng)影響下干熱風(fēng)危害指數(shù)與冬小麥抽穗—成熟階段氣象條件對氣象產(chǎn)量影響的統(tǒng)計(jì)模型，進(jìn)行1981—2006年黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)損的評估。結(jié)果表明：(1)重度干熱風(fēng)危害下，1981—2006年期間黃淮海各地區(qū)冬小麥不同發(fā)育時(shí)段的干熱風(fēng)危害指數(shù)平均在抽穗—開花時(shí)段最大，乳熟—成熟時(shí)段居中，開花—乳熟時(shí)段最小，分別為0.17、0.15和0.14，平均0.15；(2)冬小麥抽穗前氣象條件對氣象產(chǎn)量影響的關(guān)鍵氣象因子為：播種—出苗期間的最低氣溫、拔節(jié)—孕穗期間的平均氣溫和孕穗—抽穗期間的平均氣溫, 各個(gè)單因子相關(guān)系數(shù)分別為0.64、0.86和0.99，均達(dá)到極顯著水平。其中播種—出苗的最低氣溫可決定小麥出苗的遲早和苗情；拔節(jié)—孕穗期間，在小花原基形成期—四分體形成期氣溫偏低可延長小穗、小花分化時(shí)間, 防止退化，提高結(jié)實(shí)率；孕穗—抽穗的平均氣溫偏高有利于提早抽穗，延長后期灌漿時(shí)間，且晴天有利于開花授粉；(3)分離干熱風(fēng)年冬小麥氣象產(chǎn)量后，構(gòu)建了重度干熱風(fēng)影響下干熱風(fēng)危害指數(shù)與冬小麥抽穗—成熟3個(gè)階段氣象條件對氣象產(chǎn)量影響的統(tǒng)計(jì)模型，驗(yàn)證結(jié)果表明該模型客觀上能夠綜合地反映干熱風(fēng)在不同發(fā)育階段對小麥產(chǎn)量的影響。進(jìn)一步災(zāi)損評估表明：重度干熱風(fēng)危害下，黃淮海地區(qū)冬小麥減產(chǎn)率在21.52%—39.80%之間，平均為27.83%。

干熱風(fēng)；黃淮海地區(qū)；冬小麥；災(zāi)損；評估

干熱風(fēng)是一種高溫、低濕并伴有一定風(fēng)力的農(nóng)業(yè)災(zāi)害性天氣。在中國有干熱風(fēng)、熱風(fēng)、干旱風(fēng)及熱干風(fēng)等不同稱呼。干熱風(fēng)主要危害在于高溫低溫環(huán)境造成冬、春小麥及棉花等作物生理干旱，影響產(chǎn)量。小麥干熱風(fēng)是我國北方普遍發(fā)生的一種農(nóng)業(yè)氣象災(zāi)害。氣候變暖背景下，極端氣候事件趨強(qiáng)趨多[1]，北方麥區(qū)干熱風(fēng)發(fā)生區(qū)域、次數(shù)和強(qiáng)度都明顯發(fā)生了變化。干熱風(fēng)氣象災(zāi)害對全球變暖的響應(yīng)較為敏感，已成為氣候變化研究中的重點(diǎn)和熱點(diǎn)問題之一[2- 3]。因此，氣候變暖背景下研究干熱風(fēng)等農(nóng)業(yè)氣象災(zāi)害對農(nóng)作物的影響對于我國農(nóng)業(yè)可持續(xù)發(fā)展、保障糧食安全等均具有重要的現(xiàn)實(shí)意義。

黃淮海地區(qū)是中國重要的商品糧生產(chǎn)基地，以冬小麥-夏玉米二熟制為主，在國家糧食安全保障戰(zhàn)略中居重要地位[3]。由于氣候變暖，特別是20世紀(jì)80年代中期以后，黃淮海地區(qū)年平均氣溫發(fā)生了改變，這必將對干熱風(fēng)的發(fā)生頻率、危害程度等產(chǎn)生一系列影響，因此在氣候變暖的背景下，評估近年來黃淮海地區(qū)冬小麥干熱風(fēng)造成的損失，提出有效防御干熱風(fēng)的主要途徑和技術(shù)措施，可為該區(qū)農(nóng)作物安全生產(chǎn)、趨利避害和防災(zāi)減災(zāi)提供科學(xué)決策依據(jù)。

我國開展干熱風(fēng)研究已有幾十年的歷史，研究成果也非常豐富，但多是在省級層面上針對干熱風(fēng)危害的特征[3- 6]、成因[7- 8]、防御[9- 12]、監(jiān)測[13]及對氣候變化的響應(yīng)[14- 15]分析。此外，針對黃淮海地區(qū)小麥干熱風(fēng)對產(chǎn)量的影響也開展了一些研究[16- 18]。例如，史印山等[17]通過分析河北省冬麥區(qū)1971—2005年5月10日至6月10日逐日降水、氣溫、濕度、風(fēng)速及1981— 2005年逐年小麥千粒重等資料，發(fā)現(xiàn)河北省冬麥區(qū)干熱風(fēng)總?cè)諗?shù)與小麥千粒重具有負(fù)相關(guān)關(guān)系。王明濤等[18]利用1961—2009年(5月15日— 6月10日)山東省濱州市7個(gè)臺站逐日最高氣溫、14:00相對濕度、14:00風(fēng)速及1980—2009年逐年小麥千粒重資料，采用周期方差外推法、回歸分析等統(tǒng)計(jì)方法，對不同類型干熱風(fēng)對小麥千粒重的影響進(jìn)行了初步分析，結(jié)果表明重干熱風(fēng)天氣過程嚴(yán)重影響冬小麥千粒重和產(chǎn)量，通過重干熱風(fēng)天氣過程出現(xiàn)次數(shù)與千粒重建立的回歸方程表明兩者具有較顯著的負(fù)相關(guān)性。然而，到目前為止，關(guān)于在區(qū)域尺度上針對黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)害監(jiān)測預(yù)警評估與防御方面的研究仍十分薄弱，遠(yuǎn)遠(yuǎn)不能滿足防災(zāi)減災(zāi)、保證糧食安全生產(chǎn)的需求。因此，迫切需要進(jìn)一步加強(qiáng)這方面的研究。

鑒于此，本研究在已有研究的基礎(chǔ)上，基于黃淮海地區(qū)68個(gè)氣象臺站1961—2010年的逐日氣象資料，和54個(gè)農(nóng)業(yè)氣象試驗(yàn)站1981—2006年小麥的發(fā)育期、產(chǎn)量、干熱風(fēng)災(zāi)害等數(shù)據(jù)，采用公認(rèn)的冬小麥干熱風(fēng)災(zāi)害指標(biāo)，計(jì)算干熱風(fēng)危害指數(shù)，進(jìn)一步細(xì)化發(fā)育期，確定冬小麥抽穗前氣象產(chǎn)量的關(guān)鍵氣象因子，分離干熱風(fēng)年冬小麥氣象產(chǎn)量，構(gòu)建重度干熱風(fēng)影響下干熱風(fēng)危害指數(shù)與冬小麥抽穗—成熟階段氣象條件對氣象產(chǎn)量影響的統(tǒng)計(jì)模型，進(jìn)行1981—2006年黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)損的評估，為氣候變化背景下黃淮海地區(qū)農(nóng)業(yè)應(yīng)對氣候變化和安全生產(chǎn)提供科學(xué)依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)來源與處理

氣象數(shù)據(jù)來源于中國氣象局，采用黃淮海地區(qū)68個(gè)氣象臺站1961—2006年逐日氣象資料，以日最高氣溫、14：00相對濕度和14：00相對風(fēng)速作為分析依據(jù)。農(nóng)作物數(shù)據(jù)來源于國家氣象信息中心農(nóng)業(yè)氣象觀測報(bào)表，包括54個(gè)農(nóng)業(yè)氣象試驗(yàn)站1981—2006年小麥的發(fā)育期、產(chǎn)量、干熱風(fēng)災(zāi)害(發(fā)生區(qū)域、發(fā)生時(shí)間、發(fā)生程度)等數(shù)據(jù)。利用EXCEL、FORTRAN程序進(jìn)行計(jì)算，并通過SPSS軟件進(jìn)行逐步回歸分析。

1.2 冬小麥干熱風(fēng)氣象指標(biāo)的選擇

干熱風(fēng)的災(zāi)害類型一般分為高溫低濕型、雨后熱枯型和旱風(fēng)型，其中高溫低濕型在小麥開花灌漿過程(5月中下旬到6月上中旬)均可發(fā)生，是黃淮海麥區(qū)干熱風(fēng)的主要類型[3]。本研究主要考慮高溫低濕型，其指標(biāo)采用中國氣象局2007年發(fā)布的氣象行業(yè)標(biāo)準(zhǔn)《小麥干熱風(fēng)災(zāi)害等級》[19](表1)，以日最高氣溫和14:00相對濕度為主要因子，14:00相對風(fēng)速作為輔助因子。由于受收集的干熱風(fēng)災(zāi)害等資料的限制，本研究主要分析重度干熱風(fēng)災(zāi)害。

表1 黃淮海地區(qū)冬麥區(qū)干熱風(fēng)災(zāi)害等級指標(biāo)

1.3 冬小麥干熱風(fēng)危害指數(shù)的換算

為了科學(xué)地分析日最高氣溫、14:00相對濕度和14:00相對風(fēng)速三要素對小麥的危害程度，根據(jù)干熱風(fēng)的定義及在王春乙等[20]的研究基礎(chǔ)上，本文將三要素綜合換算成干熱風(fēng)危害指數(shù)，其重度干熱風(fēng)危害指數(shù)方程式如下：

(1)

式中，E為重度干熱風(fēng)危害指數(shù)；WT，WR，WV分別為氣溫、相對濕度和風(fēng)速的權(quán)重系數(shù)，根據(jù)王春乙等[20]的研究結(jié)果，分別取值為0.73、0.24和0.03；T為日最高氣溫大于或等于T0(35 ℃)時(shí)的具體數(shù)值；R為14:00相對濕度小于或等于R0(30%)時(shí)的具體數(shù)值；V為14:00相對風(fēng)速大于或等于V0(3 m/s)時(shí)的具體數(shù)值。

1.4 冬小麥干熱風(fēng)災(zāi)損評估模型構(gòu)建方法

1.4.1 分離干熱風(fēng)年冬小麥抽穗—成熟氣象產(chǎn)量

將歷史產(chǎn)量序列Y看成是趨勢產(chǎn)量Yt、小麥抽穗前氣象條件對氣象產(chǎn)量的影響YW1、抽穗—成熟階段氣象條件對氣象產(chǎn)量的影響YW2之和[13]，即:

Y = Yt + YW1 + YW2 +ε

(2)

式中，Y為歷史產(chǎn)量，kg/hm2；Yt為趨勢產(chǎn)量(kg/hm2)；YW1為小麥抽穗前氣象條件對氣象產(chǎn)量的影響(kg/hm2)；YW2為抽穗—成熟階段氣象條件對氣象產(chǎn)量的影響(kg/hm2)；ε為隨機(jī)因素所造成的誤差，在此忽略不計(jì)。于是，抽穗—成熟階段氣象條件對氣象產(chǎn)量的影響YW2可由下式分離：

YW2 =Y-Yt-YW1

(3)

小麥抽穗前氣象條件對氣象產(chǎn)量的影響YW1，可統(tǒng)計(jì)歷年農(nóng)業(yè)氣象觀測報(bào)表中不同發(fā)育期間氣象要素，進(jìn)行小麥開花前氣象因子普查和偏相關(guān)分析，選擇有生物意義的因子，建立擬合方程。

根據(jù)式(2)，原始產(chǎn)量經(jīng)趨勢擬合和灌漿前的氣象因子擬合后，即剔除了趨勢產(chǎn)量和灌漿前氣象產(chǎn)量的貢獻(xiàn)后的差值代表了灌漿期間氣象條件對產(chǎn)量的影響和其它偶發(fā)因素對產(chǎn)量的影響。前者在干熱風(fēng)出現(xiàn)年份主要是受干熱風(fēng)的影響，后者如病蟲害、倒伏等，歷史上發(fā)生次數(shù)少，較難考慮，預(yù)測時(shí)可根據(jù)當(dāng)年情況進(jìn)行訂正。

1.4.2 建立重度干熱風(fēng)危害指數(shù)與抽穗—成熟階段氣象產(chǎn)量的統(tǒng)計(jì)模型

由于不同灌漿時(shí)段干熱風(fēng)災(zāi)害對小麥的影響有差異，揚(yáng)花期使小麥結(jié)實(shí)率降低，結(jié)實(shí)粒數(shù)減少，穗粒重下降；乳熟至蠟熟期影響灌漿結(jié)實(shí)，千粒重下降。因此，本研究基于現(xiàn)有農(nóng)作物相關(guān)的產(chǎn)量、發(fā)育期、干熱風(fēng)災(zāi)害等相關(guān)資料，將灌漿期分為抽穗—灌漿期、灌漿—乳熟期和乳熟—成熟期3個(gè)時(shí)段，建立重度干熱風(fēng)災(zāi)害影響下，抽穗—成熟階段氣象產(chǎn)量與抽穗—灌漿期、灌漿—乳熟期和乳熟—成熟期3個(gè)時(shí)段干熱風(fēng)危害指數(shù)的關(guān)系模型：

YW2 =A×Ea+B×Eb+C×Ec+D

(4)

式中，YW2為抽穗—成熟階段氣象條件對氣象產(chǎn)量的影響(kg/hm2)；Ea為抽穗—灌漿期間重度干熱風(fēng)危害指數(shù)，無單位；Eb為灌漿—乳熟期間重度干熱風(fēng)危害指數(shù)，無單位；Ec為乳熟—成熟期間重度干熱風(fēng)危害指數(shù)，無單位；A、B、C、D為對應(yīng)的系數(shù)。

1.4.3 冬小麥干熱風(fēng)災(zāi)損評估

按照小麥灌漿前的氣象條件，發(fā)生干熱風(fēng)后的實(shí)測產(chǎn)量比灌漿期未受災(zāi)的正常預(yù)計(jì)產(chǎn)量的減產(chǎn)百分比為：

Yd= (Y′-Y) /Y′ ·100%

(5)

式中，Yd為干熱風(fēng)災(zāi)害所造成的產(chǎn)量損失占不受干熱風(fēng)危害，由灌漿前氣象條件和正常投入(社會計(jì)量產(chǎn)量)應(yīng)得到的產(chǎn)量的百分比；Y′為灌漿期未受災(zāi)的正常預(yù)計(jì)產(chǎn)量(各階段干熱風(fēng)危害標(biāo)準(zhǔn)化指數(shù)為1)；Y為發(fā)生干熱風(fēng)后的實(shí)測產(chǎn)量。

2 結(jié)果與分析

2.1 冬小麥不同發(fā)育時(shí)段重度干熱風(fēng)危害指數(shù)

為了分析黃淮海地區(qū)高溫低濕型干熱風(fēng)對冬小麥不同發(fā)育時(shí)段的危害程度，根據(jù)干熱風(fēng)的定義，基于現(xiàn)有農(nóng)作物相關(guān)的產(chǎn)量、發(fā)育期、干熱風(fēng)災(zāi)害等相關(guān)資料，將灌漿期分為抽穗—灌漿期、灌漿—乳熟期和乳熟—成熟期3個(gè)時(shí)段，分別計(jì)算了1981—2006年黃淮海地區(qū)重度干熱風(fēng)影響下冬小麥不同發(fā)育時(shí)段的干熱風(fēng)危害指數(shù)(表2)。從表2可以可知，重度干熱風(fēng)危害下，1981—2006年期間黃淮海各地區(qū)冬小麥不同發(fā)育時(shí)段的干熱風(fēng)危害指數(shù)平均在抽穗—開花時(shí)段最大，乳熟—成熟時(shí)段居中，開花—乳熟時(shí)段最小，分別為0.17、0.15和0.14，平均0.15。

表2 黃淮海地區(qū)冬小麥不同發(fā)育時(shí)段的干熱風(fēng)危害指數(shù)

2.2 抽穗前氣象產(chǎn)量的分離及關(guān)鍵氣象因子的確定

社會趨勢產(chǎn)量用年序進(jìn)行正交多項(xiàng)式分離，本文中冬小麥社會趨勢產(chǎn)量和抽穗前氣象產(chǎn)量通過以下二式確定：

Yt= 1400.9+ 177.36t+0.6001t2-0.0956t3(1981年,t= 1)

(6)

式中，Yt為社會趨勢產(chǎn)量，kg/hm2；t為年序。

小麥抽穗前氣象條件對氣象產(chǎn)量的影響通過統(tǒng)計(jì)研究區(qū)1981—2006年小麥農(nóng)業(yè)氣象觀測報(bào)表中不同發(fā)育期間氣象要素，進(jìn)行小麥開花前氣象因子普查和偏相關(guān)分析，選擇有生物意義的因子，建立擬合方程：

YW1 =0.030+0.022X1-0.003X2+7.530X3n= 50

(7)

式中，YW1為小麥抽穗前氣象條件對氣象產(chǎn)量的影響(kg/ hm2)；X1為播種—出苗的最低氣溫，決定小麥出苗的遲早和苗情(℃)；X2為拔節(jié)—孕穗的平均氣溫，在小花原基形成期—四分體形成期氣溫偏低可延長小穗、小花分化時(shí)間, 防止退化，提高結(jié)實(shí)率(℃)；X3為孕穗—抽穗的平均氣溫，氣溫偏高有利于提早抽穗，延長后期灌漿時(shí)間，且晴天有利于開花授粉(℃)。R= 0.82,P<0.01，方程極顯著。X1、X2和X3各個(gè)單因子相關(guān)系數(shù)分別為0.64、0.86和0.99，均達(dá)到極顯著水平(P<0.01)。

2.3 構(gòu)建干熱風(fēng)危害指數(shù)與抽穗—成熟階段氣象產(chǎn)量的統(tǒng)計(jì)模型

在干熱風(fēng)出現(xiàn)年份，分析了重度干熱風(fēng)影響下干熱風(fēng)危害指數(shù)與抽穗—成熟氣象產(chǎn)量的關(guān)系，建立了以下統(tǒng)計(jì)模型：

YW2=534.132×Ea-407.553×Eb1423.447×Ec-47.776

(8)

式中，YW2為小麥抽穗—成熟階段氣象條件對氣象產(chǎn)量的影響，kg/hm2；Ea為抽穗—開花時(shí)段的干熱風(fēng)危害指數(shù)；Eb為開花—乳熟時(shí)段的干熱風(fēng)危害指數(shù)；Ec為乳熟—成熟時(shí)段的干熱風(fēng)危害指數(shù)。

2.4 冬小麥干熱風(fēng)災(zāi)損評估

選擇數(shù)據(jù)完整的河北阜城、山東曹縣、山東菏澤和山西沂州4個(gè)農(nóng)業(yè)氣象站點(diǎn)為例，通過對比各個(gè)站點(diǎn)干熱風(fēng)年冬小麥實(shí)測產(chǎn)量和模擬產(chǎn)量的結(jié)果，可知二者之間的相對誤差絕對值都小于1%(表3)，說明構(gòu)建的統(tǒng)計(jì)模型客觀上既能綜合地反映干熱風(fēng)在不同發(fā)育階段對冬小麥產(chǎn)量的影響，又能較好地評估重度干熱風(fēng)危害下，黃淮海地區(qū)冬小麥的產(chǎn)量損失。按照小麥灌漿前的氣象條件，計(jì)算了各個(gè)站點(diǎn)發(fā)生干熱風(fēng)后的實(shí)測產(chǎn)量比灌漿期未受災(zāi)的正常預(yù)計(jì)產(chǎn)量的減產(chǎn)百分比。結(jié)果顯示：重度干熱風(fēng)危害下，各個(gè)站點(diǎn)小麥減產(chǎn)率在21.52%—39.80%之間，平均為27.83%(表4)。

3 結(jié)論與討論

本文通過構(gòu)建的重度干熱風(fēng)影響下干熱風(fēng)危害指數(shù)與冬小麥抽穗—成熟階段氣象產(chǎn)量的統(tǒng)計(jì)模型，評估了1981—2006年黃淮海地區(qū)冬小麥由于重度干熱風(fēng)災(zāi)害造成的產(chǎn)量損失，得出了區(qū)域性的分析結(jié)果，研究成果更加貼近生產(chǎn)實(shí)際，對該地區(qū)高效防御干熱風(fēng)危害、農(nóng)作物安全生產(chǎn)及農(nóng)業(yè)可持續(xù)發(fā)展等均具有重要意義。

表3 黃淮海地區(qū)干熱風(fēng)年冬小麥實(shí)測產(chǎn)量和模擬產(chǎn)量的比較

表4 重度干熱風(fēng)危害下，黃淮海地區(qū)冬小麥災(zāi)損評估

(1)重度干熱風(fēng)危害下，1981—2006年期間黃淮海各地區(qū)冬小麥不同發(fā)育時(shí)段的干熱風(fēng)危害指數(shù)平均在抽穗—開花時(shí)段最大，乳熟—成熟時(shí)段居中，開花—乳熟時(shí)段最小，分別為0.17、0.15和0.14，平均0.15。

(2)分離了冬小麥氣象產(chǎn)量，并確定了影響冬小麥抽穗前氣象產(chǎn)量的關(guān)鍵氣象因子為：播種—出苗期間的最低氣溫、拔節(jié)—孕穗期間的平均氣溫和孕穗—抽穗期間的平均氣溫。各個(gè)單因子相關(guān)系數(shù)分別為0.64、0.86和0.99，均達(dá)到極顯著水平。

(3)通過計(jì)算抽穗—開花、開花—乳熟、乳熟—成熟不同發(fā)育時(shí)段的干熱風(fēng)危害指數(shù)，構(gòu)建了重度干熱風(fēng)影響下干熱風(fēng)危害指數(shù)與冬小麥抽穗—成熟3個(gè)階段氣象產(chǎn)量的統(tǒng)計(jì)模型。通過對比各個(gè)站點(diǎn)干熱風(fēng)年冬小麥實(shí)測產(chǎn)量和模擬產(chǎn)量的結(jié)果，可知二者之間的相對誤差絕對值都小于1%，說明構(gòu)建的統(tǒng)計(jì)模型客觀上既能綜合地反映干熱風(fēng)在不同發(fā)育階段對冬小麥產(chǎn)量的影響，又能較好地評估重度干熱風(fēng)危害下，黃淮海地區(qū)冬小麥的產(chǎn)量損失。進(jìn)一步的評估結(jié)果表明：1981—2006年黃淮海地區(qū)冬小麥減產(chǎn)率在21.52%—39.80%之間，平均為27.83%。

干熱風(fēng)是中國北方小麥開花、灌漿期間主要的災(zāi)害性天氣，對小麥產(chǎn)量影響很大[3]。干熱風(fēng)氣象指標(biāo)有多種[21- 22]，本研究在選取干熱風(fēng)氣象指標(biāo)時(shí)，采用了氣象行業(yè)標(biāo)準(zhǔn)《小麥干熱風(fēng)災(zāi)害等級》，該指標(biāo)為現(xiàn)階段公認(rèn)的指標(biāo)，在干熱風(fēng)研究史上發(fā)揮著重要作用。在計(jì)算干熱風(fēng)危害指數(shù)過程中，因氣溫、濕度和風(fēng)速具有不同量綱，且絕對值差異較大，為了消除不同量綱的影響使結(jié)果更為合理，采用了各自的相對值求和方法，部分參數(shù)選用了經(jīng)過本地化試驗(yàn)驗(yàn)證的前人研究結(jié)果，理論基礎(chǔ)較為堅(jiān)實(shí)。該指數(shù)能較好地反映抽穗—開花、開花—乳熟、乳熟—成熟發(fā)育時(shí)段內(nèi)干熱風(fēng)的累積及瞬時(shí)變化效應(yīng)對冬小麥的危害。隨著育種技術(shù)和種植水平的提高，干熱風(fēng)實(shí)際發(fā)生的氣象災(zāi)害指標(biāo)應(yīng)有所變化，并有區(qū)域性特征，在今后的研究中應(yīng)予以考慮。一般來說，干熱風(fēng)分為高溫低濕型、雨后熱枯型和旱風(fēng)型3種。然而，雨后枯熟情況下通常濕度不低，一般也不刮風(fēng)，但后果往往比干熱風(fēng)更加嚴(yán)重，癥狀和危害機(jī)制也有所不同(爛根，青枯)，80年代以來已有一些研究論文，作為與干熱風(fēng)并列的另一種災(zāi)害。由于干熱風(fēng)的主要危害因子是高溫，如果氣溫并不高，旱風(fēng)型加劇干旱，與干熱風(fēng)的危害機(jī)制也有一定區(qū)別。鑒于目前對干熱風(fēng)研究的復(fù)雜性及危害機(jī)制的不確定性，且高溫低濕型在是黃淮海麥區(qū)干熱風(fēng)的主要類型，因此本次研究主要考慮小麥開花灌漿過程中高溫低濕型干熱風(fēng)的影響。近年來，黃淮海麥區(qū)雨后熱枯型干熱風(fēng)的研究相對較少，因而在搜集數(shù)據(jù)、選擇指標(biāo)上等存在諸多困難，將是本項(xiàng)目的下一個(gè)研究重點(diǎn)。

趙俊芳等[3]指出雖然近50年來黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)害總體表現(xiàn)為減少趨勢，但由于不同時(shí)期和不同區(qū)域氣象要素溫度、水分、風(fēng)速的匹配組合的差異，因此仍然有區(qū)域性的和階段性的干熱風(fēng)災(zāi)害存在。本研究結(jié)果表明，重度干熱風(fēng)危害下，黃淮海地區(qū)冬小麥的產(chǎn)量損失較大，產(chǎn)量受到?jīng)_擊很大，生產(chǎn)相對更脆弱。因此，實(shí)際生產(chǎn)中，必須重視小麥干熱風(fēng)災(zāi)害的防御，可從生物措施、農(nóng)業(yè)技術(shù)措施和化學(xué)措施著手來減少干熱風(fēng)對小麥生產(chǎn)的影響和危害，最有效的措施是改善農(nóng)田小氣候和設(shè)法增強(qiáng)小麥抗干熱風(fēng)能力[3]。

值得注意的是，最后評估結(jié)果的準(zhǔn)確與否還要取決于研究中所收集、使用數(shù)據(jù)的客觀性與準(zhǔn)確性。目前，在我國各地的農(nóng)業(yè)氣象觀測站中，對農(nóng)作物、自然物候和農(nóng)業(yè)小氣候等觀測記錄方式仍為目測或簡單器測、手工記錄和報(bào)表寄送、紙質(zhì)存檔等落后方式，誤差大、頻次低，自動(dòng)化、網(wǎng)絡(luò)化、智能化水平還很低。此外，由于觀測人員的專業(yè)素質(zhì)、熟練程度、觀測習(xí)慣和責(zé)任心等多種原因，作物生育期、密度、苗情長勢、土壤水分等觀測在取樣、判斷、量化等環(huán)節(jié)上不可避免地受主觀因素的影響[23- 24]，使得農(nóng)業(yè)氣象要素觀測精度有限，而且對干熱風(fēng)、病蟲害及其它農(nóng)業(yè)氣象災(zāi)害的田間實(shí)況記錄很少，這也是造成最后研究結(jié)果較大不確定性的主要原因。今后隨著干熱風(fēng)指標(biāo)研究的不斷深入、田間資料的不斷完善和技術(shù)手段的不斷提高，將會逐步降低研究中的不確定性。

[1] IPCC. Climate Change 2007: Synthesis Report. Oslo: Intergovernmental Panel on Climate Change, 2007.

[2] 張志紅, 成林, 李書嶺, 秦福生, 方文松. 我國小麥干熱風(fēng)災(zāi)害研究進(jìn)展. 氣象與環(huán)境科學(xué), 2013, 36(2): 72- 76.

[3] 趙俊芳, 趙艷霞, 郭建平, 房世波. 過去50年黃淮海地區(qū)冬小麥干熱風(fēng)發(fā)生的時(shí)空演變規(guī)律. 中國農(nóng)業(yè)科學(xué), 2012, 45(14): 2815- 2825.

[4] 祁貴明, 汪青春. 柴達(dá)木盆地干熱風(fēng)氣象災(zāi)害分布規(guī)律及對氣候變化的響應(yīng). 青海氣象, 2007, (2): 20- 27.

[5] 成林, 張志紅, 常軍. 近47年來河南省冬小麥干熱風(fēng)災(zāi)害的變化分析. 中國農(nóng)業(yè)氣象, 2011, 32(3): 456- 460.

[6] 劉靜, 張學(xué)藝, 馬國飛, 曹寧, 馬力文. 寧夏春小麥干熱風(fēng)危害的光譜特征分析. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(22): 189- 199.

[7] 尤鳳春, 郝立生, 史印山, 段素蓮, 孔凡超. 河北省冬麥區(qū)干熱風(fēng)成因分析. 氣象, 2007, 33(3): 95- 100.

[8] 時(shí)鳳云, 徐文國, 吳建河, 劉平, 王建英, 鐘天華, 王春玲, 毛桂萍. 濮陽近40年干熱風(fēng)特征和成因分析及防御. 中國農(nóng)學(xué)通報(bào), 2009, 25(3): 251- 254.

[9] 孔德胤, 張喜林, 李金田, 韓君, 張靜. 利用海溫與環(huán)流因子制作干熱風(fēng)危害指數(shù)預(yù)報(bào). 內(nèi)蒙古氣象, 2002, (1): 11- 13.

[10] 張翠英. 菏澤市小麥干熱風(fēng)氣候特征分析及預(yù)報(bào). 山東氣象, 2004, 24(2): 46- 47.

[11] 梁群, 張國林. 遼西地區(qū)小麥干熱風(fēng)氣候特征及其防御對策. 安徽農(nóng)業(yè)科學(xué), 2009, 37(7): 2896 - 2897.

[12] 王正旺, 苗愛梅, 李毓富, 陳玉斌, 李鴻飛, 王淑鳳. 長治小麥干熱風(fēng)預(yù)報(bào)研究. 中國農(nóng)業(yè)氣象, 2010, 31(4): 600- 606.

[13] 劉靜, 馬力文, 張曉煜, 劉玉蘭, 武萬里, 孫銀川. 春小麥干熱風(fēng)災(zāi)害監(jiān)測指標(biāo)與損失評估模型方法探討—以寧夏引黃灌區(qū)為例. 應(yīng)用氣象學(xué)報(bào), 2004, 15(2): 217-225.

[14] 劉德祥, 孫蘭東, 寧惠芳. 甘肅省干熱風(fēng)的氣候特征及其對氣候變化的響應(yīng). 冰川凍土, 2008, 30(1): 81- 86.

[15] 鄧振鏞, 張 強(qiáng), 傾繼祖, 徐金芳, 黃蕾諾, 張樹譽(yù). 氣候暖干化對中國北方干熱風(fēng)的影響. 冰川凍土, 2009, 31(4): 664- 671.

[16] 陳懷亮, 鄒春輝, 付祥建, 關(guān)文雅. 河南省小麥干熱風(fēng)發(fā)生規(guī)律分析. 自然資源學(xué)報(bào), 2001, 16(1): 59- 64.

[17] 史印山, 尤鳳春, 魏瑞江, 郝立生, 楊海龍. 河北省干熱風(fēng)對小麥千粒重影響分析. 氣象科技, 2007, 35(5): 699- 702.

[18] 王明濤, 馬煥香, 翟貴明, 吳炫. 山東省濱州市干熱風(fēng)氣候特征及對小麥千粒重的影響分析. 安徽農(nóng)業(yè)科學(xué), 2010, 38(23): 12898-12900, 12920- 12920.

[19] 霍治國, 姜燕, 李世奎, 柏秦鳳. 小麥干熱風(fēng)災(zāi)害等級. 北京: 氣象出版社, 2007.

[20] 王春乙, 潘亞茹, 季貴樹. 石家莊地區(qū)干熱風(fēng)年型指標(biāo)分析及統(tǒng)計(jì)預(yù)測模型. 氣象學(xué)報(bào), 1991, 49(1): 104- 107.

[21] 北方小麥干熱風(fēng)科研協(xié)作組. 小麥干熱風(fēng). 北京: 氣象出版社, 1988.

[22] 北方小麥干熱風(fēng)科研協(xié)作組. 小麥干熱風(fēng)氣象指標(biāo)的研究.中國農(nóng)業(yè)科學(xué), 1983, (4): 68- 75.

[23] 余衛(wèi)東, 楊光仙, 張志紅. 我國農(nóng)業(yè)氣象自動(dòng)化觀測現(xiàn)狀與展望. 氣象與環(huán)境科學(xué), 2013, 36(2): 66- 71.

[24] 王春乙, 張雪芬, 孫忠富, 呂厚荃, 潘學(xué)標(biāo). 進(jìn)入21世紀(jì)的中國農(nóng)業(yè)氣象研究. 氣象學(xué)報(bào), 2007, 65(5): 815- 824.

Assessment of the yield loss of winter wheat caused by dry-hot wind in Huanghuaihai Plain based on the hazard index of dry-hot wind

ZHAO Junfang, ZHAO Yanxia, GUO Jianping*，MU Jia

ChineseAcademyofMeteorologicalSciences,Beijing100081,China

Under global climate change, agricultural meteorological disasters are increasing. The affected area, frequency, and intensity of dry-hot wind have significantly changed. Therefore, researching the impacts of dry-hot wind on crops will have great practical significance for sustainable agriculture development and food security. In this study, the following were used to evaluate the yield loss of winter wheat caused by dry-hot wind in Huanghuaihai Plain: (1) the daily climate variables gathered from 68 meteorological stations in Huanghuaihai Plain from 1961 to 2010; (2) the observations (growth stages, yield, hot wind disasters of winter wheat, etc.) from 54 agro-meteorological experimental stations in Huanghuaihai Plain from 1981 to 2006; (3) recognized hazard indicators about disaster grades of dry-hot wind for winter wheat from the meteorological industry standard which was released by China Meteorological Administration in 2007; (4) detailed developmental stages in which dry-hot wind occurred: from tasseling to flowering, from flowering to milky maturity, and from milky maturity to maturity. The hazard index of dry-hot wind was further calculated. The key meteorological factors affecting the meteorological yield of winter wheat before tasseling were determined. The meteorological yields of winter wheat during the year of dry-hot wind were separated. Next, in order to evaluate the yield loss of winter wheat caused by dry-hot wind, the model was constructed between the hazard index of severe dry-hot wind and the effect of meteorological conditions on meteorological yield before heading. The results showed that: (1) under severe dry-hot wind, the average hazard index of dry-hot wind from 1981 to 2006 in Huanghuaihai Plain was the highest during the stage from tasseling to flowering (0.17), medium during the stage from milky maturity to maturity (0.15), and the lowest during the stage from flowering to milky maturity (0.14), with an average of 0.15; (2) the key meteorological factors determining the effect of meteorological conditions on meteorological yield before tasseling were the minimum temperature during the stage from sowing to emergence, the average temperature during the stage from jointing to booting, and the average temperature during the stage from booting to tasseling. Among them, the minimum temperature during the stage from sowing to emergence can determine the seeding time of wheat and the detailed growth of the seedlings. As for the stage from jointing to booting, the low temperature in the flower primordia -tetrad formation period can prolong the spike and floret time, prevent degradation, and improve the seed maturation rate. The high average temperature during the stage from booting to tasseling is conducive to early heading, to extend the late filling time. Furthermore, it is favorable for pollination to occur during sunny days. (3) After clarifying the meteorological yields of winter wheat during the year in which dry-hot wind occurred, the statistical models describing the relationships between the hazard index of severe dry-hot wind and the effect of meteorological conditions on meteorological yield were constructed. These models could synthetically reflect the impact of dry-hot wind on wheat yield at different developmental stages. The assessment showed that the yield losses of winter wheat caused by severe dry-hot wind disaster in Huanghuaihai Plain were between 21.58% and 39.96%, with an average of 27.91%.

dry-hot wind; Huanghuaihai Plain; winter wheat; yield loss; assessment

國家“十二五”科技支撐計(jì)劃項(xiàng)目(2011BAD32B01)

2014- 04- 10;

2014- 09- 23

10.5846/stxb201404100697

*通訊作者Corresponding author.E-mail: gjp@cams.cma.gov.cn

趙俊芳，趙艷霞，郭建平，穆佳.基于干熱風(fēng)危害指數(shù)的黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)損評估.生態(tài)學(xué)報(bào),2015,35(16):5287- 5293.

Zhao J F, Zhao Y X, Guo J P，Mu J.Assessment of the yield loss of winter wheat caused by dry-hot wind in Huanghuaihai Plain based on the hazard index of dry-hot wind.Acta Ecologica Sinica,2015,35(16):5287- 5293.