北方冬小麥不同生育期干旱風險評估

張　蕾，楊冰韻

(1.國家氣象中心， 北京 100081； 2.國家衛(wèi)星氣象中心， 北京 100081)

?

北方冬小麥不同生育期干旱風險評估

張蕾1，楊冰韻2

(1.國家氣象中心， 北京 100081； 2.國家衛(wèi)星氣象中心， 北京 100081)

基于北方6省市和61個市縣1981—2012年冬小麥產(chǎn)量和逐日氣象資料，有效分離冬小麥減產(chǎn)率，通過典型干旱年份冬小麥減產(chǎn)率與水分虧缺距平指數(shù)、降水距平百分率的相關(guān)分析篩選致災因子;基于減產(chǎn)率分級，利用冬小麥不同生育期減產(chǎn)率與致災因子數(shù)學模型構(gòu)建干旱等級指標;綜合冬小麥干旱等級的強度及其風險概率，進行冬小麥生育期干旱風險評估。結(jié)果表明：冬小麥減產(chǎn)率與水分虧缺距平指數(shù)的相關(guān)系數(shù)達0.355～0.656，明顯大于降水距平百分率，在各生育階段內(nèi)均通過0.05的顯著性檢驗，確定為干旱致災因子；在冬小麥不同生育期內(nèi)，通過冬小麥減產(chǎn)率-致災因子線性模型得到的輕、中、重、特重干旱等級指標，以0.297、0.351、0.214、0.159、0.316、0.547、0.149分別為苗期、越冬期、返青期、拔節(jié)期、抽穗期、成熟期和全生育期發(fā)生干旱的臨界值；不同生育期冬小麥干旱風險分布形式存在一定地區(qū)差異，這與地區(qū)降水量對冬小麥需水的滿足情況相符，其中，河北南部和山東西北部在各生育期均屬于冬小麥干旱的高危險性地區(qū)。

冬小麥；干旱；作物水分虧缺距平指數(shù)；風險

華北、黃淮地區(qū)是我國冬小麥主產(chǎn)區(qū)，冬小麥產(chǎn)量的高低對全國糧食產(chǎn)量有舉足輕重的影響。其中，河北、河南、山東、山西、北京和天津6省市冬小麥種植面積占全國總種植面積的50.9%，產(chǎn)量占全國總產(chǎn)的58.2%。北方地區(qū)光熱資源豐富，但降水有限且分布不均，干旱頻發(fā)，若只靠播前底墑和自然降水僅能滿足冬小麥需水量的60%～70%，缺水率在30%以上的年份概率達60%左右[1]。冬小麥發(fā)生干旱，導致生理特性改變[2]、灌漿速率下降[3]、干物質(zhì)積累下降以及光合產(chǎn)物分配格局改變[4]，嚴重影響冬小麥產(chǎn)量。因此，對冬小麥干旱進行及時監(jiān)測和評估，對制定合理的灌溉措施、減避干旱災害有重要意義。

目前，不少學者針對冬小麥干旱災害，從危險性、災損和防災能力角度進行風險分析與評估[5-8]，上述研究多是針對冬小麥全生育期進行。選擇合適的干旱指標是進行干旱風險分析的基礎(chǔ)，已經(jīng)得到廣泛應用的干旱指標大致可以分為三類：一類是降水負距平[9]、時段內(nèi)降水量[10]等，指標簡單易獲，但缺少與實際作物受災的對應；一類是自然水分虧缺[11]、相對濕潤度指數(shù)[12]等，指標考慮了水分供需平衡；一類是CVTI[13]、LSA-SAFET[14]等，指標基于RS、GIS和作物模型技術(shù)，擴寬了干旱監(jiān)測評估的范圍。以往冬小麥干旱分析中等級的劃分主要是基于百分位數(shù)法或是與災情進行對比分析[9-11]，較少從冬小麥實際災損角度進行劃分。

本研究從業(yè)務上應用較多的農(nóng)業(yè)干旱指標出發(fā)，以全生育期和不同生育期冬小麥減產(chǎn)率與指標的相關(guān)程度和數(shù)學模型確定致災因子臨界指標閾值，避免了劃分致災因子等級的主觀性，綜合干旱等級的強度和風險概率，進行冬小麥干旱風險評估，以期為進行冬小麥干旱監(jiān)測預警、防御和減輕干旱災害提供技術(shù)支撐。

1　資料來源與分析方法

1.1數(shù)據(jù)來源

本文所用的北方冬小麥產(chǎn)量資料來源于中國種植業(yè)信息網(wǎng)和農(nóng)業(yè)氣象觀測報表，主要包括河北省、河南省、山東省、山西省、北京市、天津市6省市1981—2012年逐年冬小麥總產(chǎn)、種植面積和單產(chǎn)。站點冬小麥資料來自于全國農(nóng)業(yè)氣象觀測報表和中國種植業(yè)信息網(wǎng)，包括上述6省市共61個市縣(圖1)，1981—2012年(部分市縣不足32 a，則以現(xiàn)有年份數(shù)據(jù)為準)的冬小麥單產(chǎn)、總產(chǎn)和種植面積等，對個別缺測數(shù)據(jù)采用5年平均法進行插值。市縣冬小麥生育期資料來自全國農(nóng)業(yè)氣象觀測報表和《中國主要農(nóng)作物氣候資源圖集》[15]。氣象資料來自國家氣象信息中心，華北和黃淮地區(qū)共160個氣象站點，包括1980—2012年逐日平均溫度、最高溫度、最低溫度、降水量、日照時數(shù)、風速、氣壓等，對個別缺測數(shù)據(jù)采用歷年同期均值進行插值。冬小麥干旱災情資料來自6省市《中國氣象災害大典》[16-21]和中國種植業(yè)信息網(wǎng)。

圖1北方冬麥區(qū)產(chǎn)量資料站點(a)和氣象站點(b)

Fig.1Stations of yield for winter wheat and meteorological observation

1.2資料處理

1.2.1冬小麥減產(chǎn)率冬小麥產(chǎn)量是在各種自然因素和非自然因素的綜合影響下形成的，其影響因素可以劃分為農(nóng)業(yè)技術(shù)措施、氣象條件和隨機“噪聲”，分別對應趨勢產(chǎn)量、氣象產(chǎn)量、噪音產(chǎn)量(實際計算中可以忽略不計)。冬小麥減產(chǎn)率可以用實際產(chǎn)量低于趨勢產(chǎn)量的百分率表示：

(1)

其中，y′為冬小麥減產(chǎn)率，y為實際產(chǎn)量，yt為趨勢產(chǎn)量。通過趨勢產(chǎn)量分離出的氣象產(chǎn)量應該符合其對氣候因子，尤其是農(nóng)業(yè)氣象災害的響應規(guī)律，本文在分析干旱時主要考慮典型干旱年份由干旱造成的冬小麥減產(chǎn)。本文中，采用二次曲線[22]、直線滑動平均法[23]、灰色系統(tǒng)GM(1,1)模型[24]、HP濾波法[25]4種方法，對河北省、河南省、山東省、山西省、北京市和天津市冬小麥趨勢產(chǎn)量進行擬合，結(jié)果河北省、河南省、山東省、北京市和天津市以直線滑動平均法擬合精度最高，平均相對誤差分別為4.71%、4.04%、4.40%、3.58%和4.60%；山西省以GM(1,1)模型擬合效果最好，平均相對誤差為9.28%。

1.2.2冬小麥水分虧缺距平指數(shù)冬小麥水分虧缺指數(shù)反映出冬小麥水分需求與供給之間的差值，但季節(jié)、區(qū)域差別較大，難以用統(tǒng)一的標準表達各區(qū)域水分虧缺程度。因此，用作物水分虧缺距平指數(shù)以消除區(qū)域與季節(jié)差異。某時段作物水分虧缺距平指數(shù)(CWDIa)計算如下：

(2)

作物水分虧缺指數(shù)(CWDI)表示為：

(3)

其中，P為計算時段內(nèi)的累積降水量，ETm為相應時段內(nèi)冬小麥需水量。ETm是由當?shù)貧夂驐l件下潛在蒸散量和作物特性決定，計算如下：

ETm=Kc×ET0

其中，Kc為作物系數(shù)(表1)，ET0為參考作物蒸散量，由FAO推薦的Penman-Monteith公式計算[23]。

表1　冬小麥作物系數(shù)Kc值

1.2.3降水距平百分率農(nóng)業(yè)干旱的直接原因是降水量異常偏少，降水量可作為農(nóng)業(yè)干旱綜合指標的基礎(chǔ)指標之一，在雨養(yǎng)農(nóng)業(yè)區(qū)和土壤水分觀測資料缺乏的地區(qū)較為實用。

降水距平百分率是指某時段的降水量與常年同期降水量相比的百分率，計算方法如下：

(4)

1.2.4冬小麥干旱指標構(gòu)建在冬小麥典型干旱年份，對不同生育期冬小麥減產(chǎn)率與水分虧缺距平指數(shù)、降水距平百分率進行相關(guān)分析，篩選關(guān)鍵因子。

基于關(guān)鍵因子，將冬小麥全生育期和不同生育階段(苗期、越冬期、返青期、拔節(jié)期、抽穗期、成熟期)站點典型干旱年份的減產(chǎn)率與該關(guān)鍵因子進行回歸分析，建立相應生育期內(nèi)的數(shù)學模型。其中，不同生育期的冬小麥減產(chǎn)率以年度減產(chǎn)率與水分敏感系數(shù)的乘積表示：

(5)

表2　北方冬小麥水分敏感系數(shù)

依據(jù)冬小麥減產(chǎn)率5%～10%、10%～20%、20%～30%、>30%，分別對應冬小麥輕度、中度、重度、特重干旱?；跍p產(chǎn)率等級和減產(chǎn)率與干旱因子數(shù)學模型，構(gòu)建不同生育期冬小麥干旱等級指標。

1.2.5冬小麥干旱危險性評估綜合考慮冬小麥不同干旱等級指標及其出現(xiàn)的風險概率，構(gòu)建冬小麥干旱災害風險指數(shù)評估模型：

(6)

其中，Q為冬小麥干旱的風險指數(shù)；Ji為第i個干旱等級的強度，這里取值為全生育期和不同生育期不同干旱等級下致災關(guān)鍵因子的均值；Fi為第i個干旱等級出現(xiàn)的風險概率，研究中i取1、2、3等級，這里風險概率的估算采用信息分配的方法，信息分配方法采用一維線性信息分配函數(shù)，通過選定步長(本文為0.01)，對序列進行有序地信息離散處理，即可得到較為合理的概率值，回避了分布函數(shù)的檢驗。

2　結(jié)果與分析

2.1冬小麥減產(chǎn)率變化

基于各省市產(chǎn)量分離計算得到冬小麥歷年減產(chǎn)率年際間波動較大，在不同地區(qū)的變化存在明顯差異(圖2)。從各省市減產(chǎn)率與歷史典型災害年進行對比分析來看：2000—2003年北方冬麥區(qū)連續(xù)遭受旱災，對冬小麥產(chǎn)量影響較大，尤其是2003年受災程度較高，計算得到2000—2003年6省市冬小麥單產(chǎn)除了個別年份外，均有不同程度減產(chǎn)，平均減產(chǎn)率為0.8%～9.5%。2007年由于降水分布不均，山西省遭受嚴重干旱，且從5月中旬開始出現(xiàn)干熱風天氣，造成冬小麥明顯減產(chǎn)，計算的2007年山西省冬小麥單產(chǎn)減產(chǎn)率為5.35%。2009年初，北方冬小麥主產(chǎn)區(qū)發(fā)生30年一遇、部分地區(qū)50年一遇的嚴重干旱，但由于各級農(nóng)業(yè)部門及時有效地做好了預警、防御工作，最大限度減輕了災害損失，以計算得到的2009年北方各省的冬小麥減產(chǎn)情況看，僅山西省減產(chǎn)較大(12.9%)，山東省、河南省單產(chǎn)略有減少，而河北省、北京市和天津市并未出現(xiàn)減產(chǎn)。河北省歷史上春季氣溫偏高的年份，如1981、1982、2000—2003年，冬小麥均出現(xiàn)不同程度的減產(chǎn)，計算得到河北省上述年份的冬小麥單產(chǎn)減產(chǎn)率分別為24.18%、19.50%、1.61%、5.57%、3.10%、0.80%。從上述歷史典型年份對比情況，可見本文分離的減產(chǎn)率是符合實際的。

圖2北方6省市通過分離趨勢產(chǎn)量得到的減產(chǎn)率

Fig.2Yield reduction rate of winter wheat in six provinces and municipality

2.2關(guān)鍵致災因子篩選

從全生育期和不同生育期典型干旱年份不同站點冬小麥減產(chǎn)率與致災因子的關(guān)系(表3)可以看出，在大部分生育期內(nèi)，冬小麥減產(chǎn)率與降水距平百分率達到顯著相關(guān)，但在越冬、返青和拔節(jié)期沒有達到顯著性水平，這主要是由于沒有考慮冬小麥需水的情況。而在全生育期和不同生育期減產(chǎn)率與CWDIa的相關(guān)系數(shù)普遍高于降水距平百分率，且均達到0.05的顯著性水平。因此，以CWDIa作為冬小麥干旱致災因子。

注：*代表達到0.05的顯著性水平。

Notes: *, significant at the level ofP<0.05.

2.3冬小麥干旱指標

利用典型干旱年份建立的冬小麥減產(chǎn)率與CWDIa回歸模型(表4)均達到了0.05的顯著性水平。在不同生育期內(nèi)，從冬小麥減產(chǎn)率與CWDIa的回歸模型擬合效果可以看出，相比于其他生育期，越冬期和返青期的擬合系數(shù)較小，這與不同生育期的水分敏感系數(shù)的分配相一致。將全生育期減產(chǎn)率按照5%～10%、10%～20%、20%～30%、≥30%分別對應輕度、中度、重度、特重減產(chǎn)，基于全生育期減產(chǎn)率與CWDIa的回歸模型，得到輕度、中度、重度、特重干旱的CWDIa臨界值分別為：0.149、0.171、0.215、0.259。同樣，基于不同生育期冬小麥減產(chǎn)率與CWDIa的回歸模型，按相應的減產(chǎn)率分級可以得到不同生育期干旱等級指標(表4)。

表4　冬小麥生育期干旱等級指標

2.4冬小麥干旱風險評估

在Arcgis中，將冬小麥全生育期干旱風險指數(shù)按自然斷點法分為3級，對應冬小麥干旱的低風險區(qū)、中等風險區(qū)和高風險區(qū)，冬小麥干旱風險總體上從北向南逐漸減弱(圖3a)。冬小麥干旱高風險區(qū)域主要集中在天津、河北中南部和山東北部地區(qū)，中等風險地區(qū)在北京、河北中部、山東中南部、山西西南部和河南北部地區(qū)，低風險區(qū)集中在河北東北部、山西中東部和河南中南部。在冬小麥全生育期內(nèi)，降水量(圖3b)從南往北減少，大部地區(qū)普遍為150～300 mm，只有在河南南部降水量超過300 mm，而全生育期內(nèi)冬小麥需水量(圖3c)從南往北逐漸增加，一般在250～500 mm，導致大部分地區(qū)全生育內(nèi)自然降水不能滿足冬小麥生長需水，一般虧缺水量達到100～300 mm，且水分虧缺量從南往北增加，河北東部和山東北部虧缺水量在200～345 mm。因此，從自然降水對冬小麥需水的滿足程度看，冬小麥干旱發(fā)生程度南部輕、北部重，河北東部和山東北部地區(qū)屬于高風險區(qū)，這與吳東麗等[27]研究顯示冬小麥干旱較高風險區(qū)分布在環(huán)渤海的冀東南部和冀東北基本一致，且河北東部地區(qū)屬于冬小麥干旱減產(chǎn)的高風險區(qū)[1]，南部旱災發(fā)生頻次高[28]；低風險區(qū)與劉榮花等[29-30]研究認為低風險區(qū)包括河南西部和南部、山東東南沿海和山西中南部是基本一致的。

同樣，對冬小麥不同生育期干旱風險進行分級區(qū)劃(圖4)，總體上各生育期內(nèi)冬小麥干旱風險從南往北逐漸增加。苗期冬小麥干旱的高風險區(qū)主要在北京、天津、河北大部、山東北部和東部部分地區(qū)；越冬期冬小麥干旱的高風險區(qū)集中在北京、天津、河北中東部和山東北部；返青期冬小麥干旱的高風險區(qū)分布在北京、天津、河北中部、山東中北部；拔節(jié)期冬小麥干旱的高風險區(qū)主要集中在天津、河北東南部、山東中北部；抽穗期冬小麥干旱的高風險區(qū)主要在北京南部、天津、河北中南部、山東西北部；成熟期冬小麥干旱的高風險區(qū)在河北東南部、山東西部和山西西南部。

圖3　冬小麥全生育期干旱危險性與降水及需水量區(qū)劃

圖4冬小麥不同生育期干旱風險區(qū)劃

Fig.4regionalization of drought risk for winter wheat during different period

從冬小麥不同生育期內(nèi)自然降水和冬小麥需水情況來看，大部分地區(qū)冬小麥存在明顯的水分虧缺，苗期冬小麥水分虧缺量一般為10～50 mm，河北大部、北京、天津和山東西北部虧缺量達25～50 mm；越冬期冬小麥需水少，水分虧缺比較少，虧缺量高的地區(qū)主要在河北東部、北京、天津和山東北部地區(qū)，虧缺量有20～30 mm；隨著冬小麥返青，對水分的需求逐漸增加，水分虧缺逐漸加重，大部分地區(qū)水分虧缺在10～80 mm，河北中東部、北京、天津和山東北部水分虧缺量為40～80 mm；拔節(jié)期是冬小麥需水關(guān)鍵期，水分虧缺會影響冬小麥成穗數(shù)和穗粒數(shù)，此時段內(nèi)各地冬小麥普遍缺水30～100 mm，河北東部、北京、天津和山東西北部地區(qū)缺水達70～100 mm；抽穗期冬小麥普遍缺水20～140 mm，河北大部、北京、天津、山東西北部缺水70～140 mm；進入成熟期，水分對冬小麥的影響相對較小，缺水較多的地區(qū)在河北東南部和山東西北部地區(qū)，一般有5～15 mm。因此，在不同生育期，河北南部和山東西北部地區(qū)均屬于冬小麥干旱的高風險區(qū)，除了自然降水對冬小麥需水滿足程度弱以外，該區(qū)自然條件相對較差，灌溉面積較少、可利用水資源不足，多為鹽堿土壤、土壤肥力差。

3　結(jié)論與討論

本文基于冬小麥不同生育階段，以冬小麥減產(chǎn)率等級作為劃分標準，構(gòu)建了冬小麥干旱等級指標，可以在不同階段對冬小麥干旱程度進行動態(tài)監(jiān)測分析。綜合冬小麥干旱等級的強度及其風險概率，評估冬小麥不同生育期干旱風險。在冬小麥全生育期和不同生育期干旱風險均呈現(xiàn)從南往北加重的趨勢，分布存在一定差異，高風險區(qū)均包含河北南部和山東西北部地區(qū)，這種分布與自然降水對冬小麥需水的滿足程度相一致。

本文中冬小麥趨勢產(chǎn)量擬合符合實際情況，冬小麥產(chǎn)量存在明顯的地域差異。其中，山西省冬小麥單產(chǎn)擬合的平均相對誤差明顯高于其他省份，單產(chǎn)波動幅度偏大，其中有7 a減產(chǎn)率超過10%，明顯多于其他省份(最多有3 a)，分析發(fā)現(xiàn)山西省冬小麥年際間的播種面積差異較大，播種面積的變異系數(shù)偏大(0.13)，造成冬小麥產(chǎn)量的不穩(wěn)定，且山西省農(nóng)業(yè)自然條件具有多樣性和不穩(wěn)定性的特點，加上灌溉面積萎縮、用水效率低，冬小麥生產(chǎn)力不高且不穩(wěn)定。

基于不同的干旱指標或評估方法，得到的冬小麥干旱風險區(qū)劃結(jié)果存在一定的差異。本文在高風險區(qū)的分布上與部分已有的分析結(jié)果相一致，但也存在一定的差異，如本文得到全生育期內(nèi)北京、天津?qū)儆诟唢L險區(qū)，而吳東麗等[27]的研究中北京屬于中低風險、天津?qū)儆谳^高風險區(qū)，王素艷等[31]研究認為北京、天津均屬于較低風險區(qū)；本文中河北中南部屬于較高風險區(qū)，而張文宗等[32]研究結(jié)果為該地區(qū)屬于低風險區(qū)。上述差異可能是采用了不同的風險指數(shù)，或是針對不同區(qū)域時得到的指標有所差異所致。因此，有必要對冬小麥研究區(qū)域進行劃分，進行精細化的區(qū)域冬小麥干旱指標構(gòu)建和風險分析。

本研究中分析發(fā)現(xiàn)冬小麥減產(chǎn)率與水分虧缺距平指數(shù)的擬合系數(shù)并不高，其原因可能是由于各地逐步采取灌溉措施，灌溉面積不斷擴大，減輕了干旱的影響，盡管自然降水不能滿足冬小麥需水，但采取灌溉措施之后，冬小麥不一定減產(chǎn)，這使得減產(chǎn)率與水分虧缺距平指數(shù)相關(guān)性下降。因此，有必要考慮地區(qū)灌溉措施和水利設施等防災水平。當然，影響冬小麥生產(chǎn)的農(nóng)業(yè)氣象災害除了干旱外，還有干熱風、晚霜凍等，這些災害均會造成冬小麥減產(chǎn)。因此，下一步可以開展結(jié)合孕災和防災能力以及多種災害的綜合風險分析。

[1]薛昌穎,霍治國,李世奎,等.華北北部冬小麥干旱和產(chǎn)量災損的風險評估[J].自然災害學報,2003,12(1):131-139.

[2]Wu X L, Bao W K. Statistical analysis of leaf water use efficiency and physiology traits of winter wheat under drought condition[J]. Journal of Integrative Agriculture, 2012,11(1):82-89.

[3]張建平,趙艷霞,王春乙,等.不同發(fā)育期干旱對冬小麥灌漿和產(chǎn)量影響的模擬[J].中國生態(tài)農(nóng)業(yè)學報,2012,20(9):1158-1165.

[4]谷艷芳,丁圣彥,高志英,等.干旱脅迫下冬小麥光合產(chǎn)物分配格局及其與產(chǎn)量的關(guān)系[J].生態(tài)學報,2010,30(5):1167-1173.

[5]朱琳,葉殿秀,陳建文,等.陜西省冬小麥干旱風險分析及區(qū)劃[J].應用氣象學報，2002,13(2):201-206.

[6]霍治國,李世奎,王素艷,等.主要農(nóng)業(yè)氣象災害風險評估技術(shù)及其應用研究[J].自然資源學報,2003,18(6):692-703.

[7]劉榮花,朱自璽,方文松,等.華北平原冬小麥干旱災損風險區(qū)劃[J].生態(tài)學雜志,2006,25(9):1068-1072.

[8]楊小利,吳穎娟,王麗娜,等.隴東地區(qū)主要農(nóng)作物干旱災損風險分析及區(qū)劃[J].西北農(nóng)林科技大學學報(自然科學版),2010,38(2):83-90.

[9]康西言,李春強,代立芹.河北省冬小麥生產(chǎn)干旱風險分析[J].干旱地區(qū)農(nóng)業(yè)研究,2012,30(6):232-237.

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

[11]肖晶晶,霍治國,金志鳳,等.冬小麥節(jié)水灌溉氣象等級指標[J].生態(tài)學雜志,2012,31(10):2521-2528.

[12]任義方,趙艷霞,王春乙.河南省冬小麥干旱保險風險評估與區(qū)劃[J].應用氣象學報,2011,22(5):537-548.

[13]李艷,王鵬新,劉峻明,等.基于條件植被溫度指數(shù)的冬小麥主要生育時期干旱監(jiān)測效果評價Ⅲ—干旱對冬小麥產(chǎn)量的影響評估[J].干旱地區(qū)農(nóng)業(yè)研究,2014,32(5):218-222.

[14]Guadalupe S C, Jürgen V, Alirio A, et al. Assessment of the EUMETSAT LSA-SAF evapotranspiration product for drought monitoring in Europe[J]. International Journal of Applied Earth Observation and Geoinformation, 2014,30:190-202.

[15]崔讀昌,劉洪順.中國主要農(nóng)作物氣候資源圖集[M].北京:氣象出版社,1984.

[16]溫克剛,王宗信.中國氣象災害大典(天津卷)[M].北京:氣象出版社,2008.

[17]溫克剛,謝璞.中國氣象災害大典(北京卷)[M].北京:氣象出版社,2008.

[18]溫克剛,臧建升.中國氣象災害大典(河北卷)[M].北京:氣象出版社,2008.[19]溫克剛,龐天荷.中國氣象災害大典(河南卷)[M].北京:氣象出版社,2008.

[20]溫克剛,劉慶桐.中國氣象災害大典(山西卷)[M].北京:氣象出版社,2008.

[21]溫克剛,王建國,孫典卿.中國氣象災害大典(山東卷)[M].北京:氣象出版社,2008.

[22]房世波.分離趨勢產(chǎn)量和氣候產(chǎn)量的方法探討[J].自然災害學報,2011,20(6):13-18.

[23]霍治國,劉榮花,姜燕,等.QX/T 81-2007.小麥干旱災害等級[S].北京:氣象出版社,2007.

[24]Li X K, Huang S X, Zhou J M, et al. Study on POPs emissions prediction based on GM(1,1) model[J]. Fuzzy Information and Engineering, 2009,62:1639-1644.

[25]Jone L J. Inverting the Hodrick-Prescott Filter[J]. Computational Economics, 2002,20:117-138.

[26]肖俊夫,劉戰(zhàn)東,段愛旺,等.中國主要農(nóng)作物分生育期Jensen模型研究[J].節(jié)水灌溉,2008,(7):1-3,8.

[27]吳東麗,王春乙,薛紅喜,等.華北地區(qū)冬小麥干旱風險區(qū)劃[J].生態(tài)學報,2011,31(3):0760-0769.

[28]吳榮軍,史繼清,關(guān)福來,等.干旱綜合風險指標的構(gòu)建及風險區(qū)劃—以河北省冬麥區(qū)為例[J].自然災害學報,2013,22(1):145-152.

[29]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].自然災害學報,2003,12(1):140-144．

[30]劉榮花,王友賀,朱自璽,等.河南省冬小麥氣候干旱風險評估[J].干旱地區(qū)農(nóng)業(yè)研究,2007,25(6):1-4.

[31]王素艷,霍治國,李世奎,等.北方冬小麥干旱災損風險區(qū)劃[J].作物學報,2005,31(3):267-274.

[32]張文宗,趙春雷,康西言,等.河北省冬小麥旱災風險評估和區(qū)劃方法研究[J].干旱地區(qū)農(nóng)業(yè)研究,2009,27(2):10-15.

Risk assessment of drought damage during growing stages for winter wheat in North China

ZHANG Lei1, YANG Bing-yun2

(1.NationalMeteorologicalCentre,Beijing100081,China;2.NationalSatelliteMeteorologicalCentre,Beijing100081,China)

Using yield data and meteorological data from 1981—2012 in north China, an appropriate method was selected to fit tendency yield for winter wheat in each province, and the key factor was selected by comparing yield reduction rate with water deficit anomaly index and precipitation anomaly percentage in typical drought years. Based on grade criteria of yield reduction rate, drought damage index was calculated upon the model of yield reduction rate and key factor during different period. Risk assessment model was constructed considering drought grade and its risk probability. The drought risk assessment at growth period of winter wheat was conducted considering drought grade and its risk probability. The results indicated that the correlation coefficient between yield reduction rate and water deficit anomaly index varied from 0.355 to 0.656 at the level ofP<0.05, being greater than that between yield reduction rate and precipitation anomaly percentage. This finding indicated that water deficit anomaly index was appropriate to be selected as the key factor for drought. The mathematical relationship of yield reduction rate and water deficit anomaly index differed during different growth period, and the critical value determining drought occurrence was 0.297,0.351,0.214,0.159,0.316,0.547 and 0.149 for seedling stage, wintering stage, regreening stage, jointing stage, heading stage, maturation stage and whole growth stage, respectively. Drought damage risk for winter wheat differed during different period that matched well with supplement of precipitation and water requirement in region. Overall, high drought risk for winter wheat was in southern Hebei and northwest Shandong during each period.

winter wheat; drought; water deficit anomaly index; drought risk

1000-7601(2016)04-0274-07

10.7606/j.issn.1000-7601.2016.04.41

2015-07-10

國家自然科學基金(41101517)；國家氣象中心青年基金(Q201412)

S162

A