江西早稻高溫?zé)岷Πl(fā)生時(shí)間分布特征

楊建瑩 霍治國(guó)2)* 王培娟 鄔定榮

1)(中國(guó)氣象科學(xué)研究院， 北京 100081)

2)(南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心， 南京 210044)

引 言

水稻是世界上種植最廣泛的谷類作物之一。伴隨著全球變暖，極端高溫事件頻發(fā)重發(fā)[1]，全球主要水稻產(chǎn)區(qū)，如南亞[2-5]、東亞[6]、東南亞[7]地區(qū)高溫脅迫增大。中國(guó)水稻的種植面積為3×107hm2左右，占糧食作物播種面積的 27%，水稻總產(chǎn)占糧食總產(chǎn)的42%[8]。長(zhǎng)江中下游雙季早稻的抽穗揚(yáng)花期正值盛夏高溫季節(jié)，經(jīng)常出現(xiàn)早稻高溫?zé)岷?，造成結(jié)實(shí)率下降及稻米品質(zhì)變劣，危害早稻生產(chǎn)。

歷史災(zāi)害數(shù)據(jù)對(duì)于理解農(nóng)業(yè)氣象災(zāi)變機(jī)制有重要作用。從歷史災(zāi)情資料加工與再分析出發(fā)，借助Kolmogorov-Smirnov(K-S)分布擬合檢驗(yàn)、信息擴(kuò)散理論、區(qū)間估計(jì)等方法反演歷史災(zāi)害過程，在農(nóng)業(yè)氣象災(zāi)害如農(nóng)業(yè)洪澇[29]、澇漬[30-31]、干旱[32]、冷害[33]等相關(guān)研究中得到廣泛應(yīng)用。本文以位于長(zhǎng)江中下游的江西省雙季早稻為研究對(duì)象，構(gòu)建基于天氣過程的歷史水稻高溫?zé)岷颖荆捎肒-S分布擬合檢驗(yàn)和信息擴(kuò)散方法，統(tǒng)計(jì)分析樣本集合起始日、結(jié)束日序列，研究水稻高溫?zé)岷χ饕l(fā)生時(shí)段和關(guān)鍵影響時(shí)期，為開展水稻防災(zāi)減災(zāi)氣象服務(wù)、災(zāi)害保險(xiǎn)提供基礎(chǔ)支撐。

1 資料與方法

1.1 研究區(qū)概況

江西省位于24°29′14″～30°4′41″N和113°34′36″～118°28′58″E，是中國(guó)東南部地區(qū)的主要農(nóng)業(yè)省份，總面積1.67×105km2。該地區(qū)屬亞熱帶濕潤(rùn)季風(fēng)氣候，年平均日照時(shí)數(shù)1480～2080 h，年平均氣溫16.3～19.5℃，年平均降水量1340～1940 mm。江西雙季早稻種植面積約1.39×106hm2，占中國(guó)雙季早稻種植面積的25%[9]。近50年江西超過80%的氣象站日最高氣溫呈升高趨勢(shì)[34]，水稻高溫?zé)岷︻l發(fā)。

1.2 資料來源

氣象資料來源于國(guó)家氣象信息中心，包括研究區(qū)內(nèi)85個(gè)國(guó)家級(jí)基本氣象站1981—2016年逐日最高氣溫資料，對(duì)其中個(gè)別缺測(cè)采用相鄰兩日氣溫平均值替代。1981—2016年早稻抽穗日期資料來源于14個(gè)江西農(nóng)業(yè)氣象觀測(cè)站，部分站點(diǎn)缺測(cè)的抽穗期資料利用鄰近站點(diǎn)當(dāng)年觀測(cè)值空間內(nèi)插的方法插補(bǔ)。早稻高溫?zé)岷?zāi)情資料來源于《中國(guó)氣象災(zāi)害大典》(江西卷)[35]和《中國(guó)氣象災(zāi)害年鑒》[36]，對(duì)早稻高溫?zé)岷Πl(fā)生的時(shí)間、地點(diǎn)和受災(zāi)程度等有明確記載的記錄。

1.3 高溫?zé)岷颖緲?gòu)建

②高溫?zé)岷?duì)早稻影響中心點(diǎn)的確定。江西早稻抽穗一般為6月下旬，抽穗當(dāng)天或稍后即可開花完成受精，單穗開花一般需要7 d左右的時(shí)間。借鑒Gourdji等[40]的研究結(jié)果及專家經(jīng)驗(yàn)，以早稻抽穗期為中心點(diǎn)，研究江西早稻高溫?zé)岷Πl(fā)生及主要致災(zāi)時(shí)段。

③早稻高溫?zé)岷Φ燃?jí)。依據(jù)《中國(guó)氣象災(zāi)害大典》(江西卷)和《中國(guó)氣象災(zāi)害年鑒》中關(guān)于水稻高溫?zé)岷Φ南嚓P(guān)記錄，按照水稻高溫?zé)岷Τ潭鹊拿枋觯瑢⒏邷責(zé)岷Τ潭确譃檩p、中、重3 個(gè)等級(jí)，其中輕度高溫?zé)岷Φ拿枋鰹榈咎锸転?zāi)、高溫影響早稻生長(zhǎng)；中度高溫?zé)岷Φ拿枋鰹楦邷貙?duì)早稻影響較大、有明顯影響、高溫逼熟；重度高溫?zé)岷Φ拿枋鰹楦邷貙?duì)早稻影響很大、減產(chǎn)。

④早稻高溫?zé)岷Τ掷m(xù)時(shí)間。江西地區(qū)夏季(6—8月)常受副熱帶高壓控制，易出現(xiàn)持續(xù)高溫天氣，近50年來，夏季Tmax≥35℃的高溫日數(shù)全省平均為22 d/a[41]。5月下旬開始，江西逐漸出現(xiàn)短時(shí)高溫晴熱天氣，以持續(xù)5 d以下高溫過程為主，進(jìn)入6月中下旬，江西開始進(jìn)入酷暑時(shí)期，持續(xù)高溫(8 d以上)天氣頻發(fā)。參考高素華等[42]提出的高溫持續(xù)日數(shù)劃分方法，結(jié)合江西地區(qū)高溫特點(diǎn)，本研究將早稻高溫?zé)岷Τ掷m(xù)時(shí)間分為3～5 d，6～8 d和8 d以上，分別對(duì)這3類持續(xù)日數(shù)高溫過程的早稻高溫?zé)岷Πl(fā)生、致災(zāi)時(shí)段進(jìn)行研究。

基于災(zāi)害記錄中早稻高溫?zé)岷Πl(fā)生的時(shí)間、地點(diǎn)與高溫過程(起始日、結(jié)束日、持續(xù)日數(shù))的耦合分析構(gòu)建災(zāi)害樣本，其中起始日和結(jié)束日以距抽穗期日數(shù)表征，抽穗當(dāng)日記為0，若起始日或結(jié)束日在抽穗期后則為正值，在抽穗期前則為負(fù)值。以1991年6月下旬發(fā)生在江西貴溪的早稻高溫?zé)岷Ψ囱轂槔?。查閱《中?guó)氣象災(zāi)害大典》(江西卷)中此次早稻高溫?zé)岷τ涗浿械拿枋鰹椤?月下旬，江西貴溪出現(xiàn)持續(xù)高溫晴熱天氣，早稻高溫逼熟，早衰明顯”，判斷此次早稻高溫?zé)岷Φ燃?jí)為中度；基于江西貴溪?dú)庀笳練v史最高氣溫資料，查詢到貴溪地區(qū)6月29日開始連續(xù)7 d出現(xiàn)35℃以上高溫天氣。由于貴溪無農(nóng)業(yè)氣象觀測(cè)站，依據(jù)貴溪附近農(nóng)業(yè)氣象觀測(cè)站1991年早稻抽穗日期，推算貴溪當(dāng)年早稻抽穗日為7月1日左右，則高溫開始于早稻抽穗前約2 d。根據(jù)高溫持續(xù)日數(shù)和起始日，計(jì)算高溫天氣過程結(jié)束日為抽穗后4 d左右?；诟邷爻掷m(xù)日數(shù)、早稻高溫?zé)岷Φ燃?jí)、起始日和結(jié)束日，構(gòu)建此次早稻高溫?zé)岷颖緝?nèi)容：持續(xù)時(shí)間6～8 d、中度災(zāi)害、起始日(-2 d)、結(jié)束日(4 d)。進(jìn)入7月，江西地區(qū)高溫天氣增多，由于高溫天氣過程可能持續(xù)到早稻收獲之后，而造成早稻高溫?zé)岷Φ耐ǔ樵撨^程初始期高溫天氣，因此，高溫天氣過程統(tǒng)計(jì)過程中，依據(jù)該站該年早稻生育期數(shù)據(jù)，高溫?zé)岷Y(jié)束日統(tǒng)計(jì)至早稻乳熟普遍期。共構(gòu)建樣本196個(gè)，詳細(xì)信息如表1所示。

表1 早稻高溫?zé)岷颖玖啃畔?/p>

1.4 早稻高溫?zé)岷y(tǒng)計(jì)分析方法

基于早稻高溫?zé)岷颖局衅鹗既铡⒔Y(jié)束日序列的分布函數(shù)檢驗(yàn)，采用信息擴(kuò)散方法，研究不同持續(xù)日數(shù)、不同等級(jí)早稻高溫?zé)岷χ饕l(fā)生時(shí)段。

1.4.1 早稻高溫?zé)岷ζ鹗既?、結(jié)束日的分布函數(shù)檢驗(yàn)

擬合常用的分布函數(shù)主要有正態(tài)分布、指數(shù)分布、泊松分布、均勻分布、瑞利分布和威布爾分布等[43-44]。其中，正態(tài)分布、指數(shù)分布、均勻分布在農(nóng)業(yè)氣象相關(guān)研究，如水稻洪澇[43]、冬小麥干旱[32]的災(zāi)害樣本擬合中較為常用。采用K-S檢驗(yàn)方法，分別對(duì)3種分布型(正態(tài)分布、指數(shù)分布、均勻分布)進(jìn)行高溫?zé)岷ζ鹗既?、結(jié)束日序列的擬合分布檢驗(yàn)，判斷樣本序列的最優(yōu)理論概率分布類型。

1.4.2 早稻高溫?zé)岷ζ鹗既?、結(jié)束日概率分布

信息擴(kuò)散法是一種對(duì)樣本進(jìn)行集值化的模糊數(shù)學(xué)處理方法，它為彌補(bǔ)信息不足考慮優(yōu)先利用樣本的模糊信息，從而對(duì)樣本進(jìn)行集值化，在氣象災(zāi)害相關(guān)研究中較為常用[45]。受部分樣本集合數(shù)據(jù)量限制，本文高溫起始日、結(jié)束日概率計(jì)算采用信息擴(kuò)散法，將起始日、結(jié)束日值樣本變成集值樣本，實(shí)現(xiàn)數(shù)據(jù)樣本回歸[46]。

2 結(jié)果與分析

2.1 早稻高溫?zé)岷^程反演

早稻高溫?zé)岷颖具^程反演如圖1所示。按持續(xù)3～5 d輕度、3～5 d中度、3～5 d重度、6～8 d輕度、6～8 d中度、6～8 d重度、8 d以上輕度、8 d以上中度、8 d以上重度的順序，以優(yōu)先反演各樣本集合中起始日較早的樣本為原則，依次對(duì)表1 中的9組共196個(gè)早稻高溫?zé)岷颖具M(jìn)行逐一反演。結(jié)果表明：相同高溫持續(xù)日數(shù)條件下，水稻不同強(qiáng)度高溫?zé)岷ζ鹗既铡⒔Y(jié)束日有明顯差異。抽穗前后高溫?zé)岷χ饕灾?、重度為主。?中列出了持續(xù)3～5 d,6～8 d和8 d 以上輕度、中度和重度早稻高溫?zé)岷ζ鹗既蘸徒Y(jié)束日的詳細(xì)信息。早稻高溫?zé)岷ψ钤缙鹗加诔樗肭? d，最晚起始于抽穗后20 d。持續(xù)3～5 d早稻輕度、中度、重度高溫?zé)岷Φ钠骄鹗既諡槌樗牒?.6 d,7.2 d 和5.4 d；持續(xù)6～8 d早稻輕度、中度、重度高溫?zé)岷Φ钠骄鹗既諡槌樗牒?5.7 d,7.3 d和4.9 d；持續(xù)8 d以上早稻輕度、中度、重度高溫?zé)岷Φ钠骄鹗既諡槌樗牒?2.4 d,5.1 d和1.2 d。早稻高溫?zé)岷Y(jié)束日最早為抽穗前3 d，最晚可持續(xù)至抽穗后23 d。持續(xù)3～5 d早稻輕度、中度、重度高溫?zé)岷Φ钠骄Y(jié)束日為抽穗后12.3 d,10.0 d和8.0 d；持續(xù)6～8 d早稻輕度、中度、重度高溫?zé)岷Φ钠骄Y(jié)束日為抽穗后21.0 d,12.9 d和10.8 d；持續(xù)8 d以上早稻輕度、中度、重度高溫?zé)岷Φ钠骄Y(jié)束日為抽穗后20.7 d,15.6 d和11.9 d。

圖1 196個(gè)早稻高溫?zé)岷颖具^程反演圖

表2 不同持續(xù)日數(shù)、不同等級(jí)早稻高溫?zé)岷颖拘畔?/p>

2.2 早稻高溫?zé)岷ζ鹗既?、結(jié)束日分布型檢驗(yàn)

利用K-S檢驗(yàn)(顯著性水平α=0.05)對(duì)早稻高溫?zé)岷倶颖?組、不同高溫持續(xù)日數(shù)不同熱害等級(jí)早稻高溫?zé)岷颖?即3～5 d輕度、3～5 d中度、3～5 d重度、6～8 d輕度、6～8 d中度、6～8 d重度、8 d以上輕度、8 d以上中度、8 d以上重度)9組合計(jì)共10組樣本序列中的災(zāi)害起始日和高溫結(jié)束日的分布型進(jìn)行檢驗(yàn)。K-S檢驗(yàn)結(jié)果顯示，總樣本高溫?zé)岷ζ鹗既招蛄芯赐ㄟ^正態(tài)分布、指數(shù)分布和均勻分布顯著性檢驗(yàn)。不同高溫持續(xù)日數(shù)不同熱害等級(jí)9組樣本起始日序列均通過正態(tài)分布、均勻分布顯著性檢驗(yàn)。7組樣本序列通過指數(shù)分布顯著性檢驗(yàn)，持續(xù)6～8 d 輕度和持續(xù)8 d以上中度2組早稻災(zāi)害樣本起始日序列未通過指數(shù)分布顯著性檢驗(yàn)?？倶颖靖邷?zé)岷Y(jié)束日序列通過正態(tài)分布顯著性檢驗(yàn)，但未通過均勻分布和指數(shù)分布顯著性檢驗(yàn)。9組樣本結(jié)束日序列均通過正態(tài)分布顯著性檢驗(yàn)，8組樣本結(jié)束日通過均勻分布顯著性檢驗(yàn)，5組樣本結(jié)束日序列通過指數(shù)分布顯著性檢驗(yàn)。對(duì)比總樣本和9組樣本起始日和結(jié)束日序列的分布擬合檢驗(yàn)結(jié)果，符合正態(tài)分布的樣本序列數(shù)多于均勻分布和指數(shù)分布，表明正態(tài)分布更適合樣本序列中災(zāi)害起始日和結(jié)束日的函數(shù)擬合。總體來講，除總樣本起始日序列外，所有樣本序列均服從正態(tài)分布，且擬合效果較好。對(duì)總樣本起始日序列取余弦后服從正態(tài)分布。

2.3 早稻高溫?zé)岷倶颖酒鹗既?、結(jié)束日序列概率分布

在總樣本序列正態(tài)分布檢驗(yàn)的基礎(chǔ)上，采用信息擴(kuò)散方法，以抽穗期為中心點(diǎn)，估算早稻抽穗前后不同時(shí)間段高溫?zé)岷Φ陌l(fā)生概率，結(jié)果如圖2所示。抽穗后1～5 d早稻高溫?zé)岷Πl(fā)生概率最高，為36.73%，其次是抽穗前0～4 d和抽穗后6～10 d，早稻高溫?zé)岷Πl(fā)生概率均為18.37%。抽穗后11～15 d的發(fā)生概率為17.86%，抽穗15 d以后高溫?zé)岷Φ陌l(fā)生概率降低至5.61%。早稻高溫?zé)岷倶颖窘Y(jié)束日在抽穗后11～15 d概率最高，為27.04%，其次為抽穗后16～20 d和抽穗后6～10 d，概率分別為26.02%和23.47%。

持續(xù)3～5 d，6～8 d和8 d以上高溫?zé)岷υ诔樗肭昂蟀l(fā)生的百分比表明(表3)，早稻拔節(jié)中后期至抽穗揚(yáng)花期，短期高溫?zé)岷χ聻?zāi)概率明顯低于持續(xù)8 d以上高溫?zé)岷?。抽穗前持續(xù)3～5 d，6～8 d和8 d以上高溫?zé)岷ζ鹗既崭怕史謩e為抽穗前5～9 d 的16.66%，16.67%，66.67%；抽穗前0～4 d的16.67%，13.89%，69.44%；抽穗后1～5 d的18.05%，13.89%，68.06%。相關(guān)研究表明：配合有效的灌溉降溫和施肥措施，可有效降低短期高溫對(duì)孕穗期的致災(zāi)率[47]。水稻抽穗揚(yáng)花期對(duì)高溫最敏感，短時(shí)高溫天氣即可影響水稻穎花結(jié)實(shí)。抽穗后6～10 d短時(shí)高溫?zé)岷Ω怕手饾u增加，持續(xù)3～5 d，6～8 d和8 d以上高溫?zé)岷Ω怕史謩e為38.89%，27.78%，33.33%；抽穗后11～15 d的概率分別是31.43%，31.43%，37.14%。

圖2 不同時(shí)段早稻高溫?zé)岷Φ母怕史植?/p>

表3 早稻抽穗前后不同持續(xù)日數(shù)高溫?zé)岷Π俜直?單位：%)

2.4 不同持續(xù)日數(shù)、不同等級(jí)早稻高溫?zé)岷Ω怕史植?/h3>

對(duì)持續(xù)3～5 d,6～8 d和8 d以上輕度、中度和重度早稻高溫?zé)岷Ψ植几怕蔬M(jìn)行分析，結(jié)果表明：抽穗后1～10 d，持續(xù)3～5 d早稻高溫?zé)岷σ暂p度、中度為主，中度及以下熱害的概率超過80%(圖3a)；持續(xù)5 d以上早稻中度、重度熱害的概率為98.77%(圖3b和圖3c)。從抽穗前9 d至早稻抽穗，持續(xù)8 d 以上早稻重度高溫?zé)岷Πl(fā)生概率超過80%。抽穗后11～15 d，早稻高溫?zé)岷σ灾卸群洼p度為主，早稻重度熱害概率顯著降低。進(jìn)入7月上旬，持續(xù)高溫日的高溫值逐漸升高，早稻進(jìn)入對(duì)高溫環(huán)境的次敏感期。隨著水稻進(jìn)入乳熟中后期，高溫對(duì)水稻熱害的致災(zāi)作用逐漸減弱。抽穗后15 d，早稻高溫?zé)岷σ暂p度為主。

圖3 不同等級(jí)早稻高溫?zé)岷Πl(fā)生概率

2.5 不同等級(jí)早稻高溫?zé)岷﹃P(guān)鍵致災(zāi)時(shí)段

不同持續(xù)日數(shù)、不同等級(jí)早稻高溫?zé)岷ζ鹗既?、結(jié)束日累積概率曲線如圖4所示。20%,50%和80%累積概率早稻熱害起始日、結(jié)束日距抽穗期日數(shù)表現(xiàn)出明顯差異(表4)。為了明確高溫天氣過程對(duì)早稻的關(guān)鍵影響期，本文重點(diǎn)研究20%～80%累積概率下早稻熱害起始日的分布特點(diǎn)。以早稻輕度高溫?zé)岷槔掷m(xù)3～5 d，6～8 d和8 d以上輕度熱害20%累積概率距抽穗期日數(shù)為3.2 d，14.2 d和11.0 d，80%累積概率距抽穗期日數(shù)為16.0 d，17.2 d 和13.8 d。取20%累積概率距抽穗期日數(shù)最小值和80%累積概率距抽穗期日數(shù)最大值，即抽穗后3.2～17.2 d為早稻輕度高溫?zé)岷Φ闹饕聻?zāi)時(shí)段。同理，早稻中度高溫?zé)岷Φ闹饕聻?zāi)時(shí)段為抽穗后1.9～12.3 d；重度高溫?zé)岷Φ闹饕聻?zāi)時(shí)段為抽穗前2.1 d～抽穗后9.4 d。四舍五入后，得到早稻輕度、中度、重度高溫?zé)岷Φ闹饕聻?zāi)時(shí)段分別為抽穗后3～17 d、抽穗后2～12 d、抽穗前2 d～抽穗后9 d。一般早稻抽穗灌漿期約需25～30 d，結(jié)合20%～80%累積概率早稻熱害起始日距抽穗期日數(shù)，確定早稻輕度、中度、重度高溫?zé)岷Φ闹饕聻?zāi)時(shí)段。結(jié)果表明:早稻輕度高溫?zé)岷Φ闹饕聻?zāi)時(shí)段為抽穗至灌漿中期，中度熱害的主要致災(zāi)時(shí)段為抽穗至灌漿中前期，而重度熱害的主要致災(zāi)時(shí)段為孕穗期至灌漿初期。

圖4 不同持續(xù)日數(shù)、不同等級(jí)早稻高溫?zé)岷ζ鹗既?、結(jié)束日累積概率曲線

表4 20%，50%和80%累積概率的早稻高溫?zé)岷ζ鹗既铡⒔Y(jié)束日距抽穗期日數(shù)(單位：d)

3 結(jié)論和討論

本文以連續(xù)3 dTmax≥35℃為水稻高溫?zé)岷Πl(fā)生的環(huán)境閾值，以早稻抽穗期為中心點(diǎn)，采用歷史災(zāi)情與同期高溫天氣過程(發(fā)生時(shí)段、持續(xù)時(shí)間)耦合的方法，反演歷史早稻高溫?zé)岷Πl(fā)生發(fā)展過程，研究江西早稻高溫?zé)岷χ饕l(fā)生致災(zāi)時(shí)段。主要結(jié)論如下：

1) 早稻高溫?zé)岷ζ鹗加诔樗肭? d至抽穗后20 d，抽穗后1～5 d早稻高溫?zé)岷Πl(fā)生概率最高，為36.73%，其次是抽穗前0～4 d和抽穗后6～10 d，發(fā)生概率均為18.37%。

2) 持續(xù)3～5 d早稻高溫?zé)岷σ暂p度、中度為主，中度及以下熱害的概率超過80%；持續(xù)5 d以上中度、重度熱害集中在抽穗揚(yáng)花期，概率為98.77%。持續(xù)8 d以上重度高溫?zé)岷Χ嚅_始于孕穗至抽穗期。

3) 早稻輕度、中度、重度高溫?zé)岷Φ闹饕聻?zāi)時(shí)段分別為抽穗后3～17 d、抽穗后2～12 d、抽穗前2 d～抽穗后9 d，即水稻抽穗至灌漿中期、抽穗至灌漿中前期、孕穗期至灌漿初期分別為早稻高溫輕度、中度、重度熱害的主要發(fā)生時(shí)段。

作物生長(zhǎng)對(duì)極端高溫極為敏感，極端高溫可造成作物生理損害并導(dǎo)致減產(chǎn)。要評(píng)估高溫天氣對(duì)農(nóng)作物的影響，需要考慮兩個(gè)方面:首先是災(zāi)害天氣過程本身，即高溫天氣事件，包括起始時(shí)間、持續(xù)時(shí)間、強(qiáng)度等；其次是作物抗災(zāi)能力。在作物生長(zhǎng)周期的敏感階段(如作物生殖生長(zhǎng)階段)，極端高溫可大幅減少作物穗數(shù)和最終產(chǎn)量[48]。水稻高溫?zé)岷?qiáng)度與高溫天氣過程的起始日密切相關(guān)。抽穗后1～5 d水稻高溫?zé)岷Πl(fā)生概率為36.73%。相關(guān)研究表明，水稻抽穗揚(yáng)花期對(duì)高溫環(huán)境最敏感[49-51]，本文的結(jié)果與相關(guān)研究一致。水稻灌漿期高溫?zé)岷Φ挠绊懮胁幻鞔_，Kim等[52]研究表明，灌漿期高溫天氣有利于水稻生長(zhǎng)及產(chǎn)量增加，但Tashiro等[53]認(rèn)為，高溫影響水稻光合作用及物質(zhì)遷移，影響水稻生長(zhǎng)。本研究認(rèn)為，高溫天氣過程對(duì)水稻的影響隨著水稻進(jìn)入乳熟期而逐漸減小，水稻灌漿中后期高溫?zé)岷Φ陌l(fā)生概率低于20%。

本文采用大多數(shù)學(xué)者普遍應(yīng)用的持續(xù)3 d及以上的Tmax≥35℃為早稻高溫?zé)岷Πl(fā)生環(huán)境指標(biāo)。應(yīng)該強(qiáng)調(diào)的是，在實(shí)際生產(chǎn)中，除了最高氣溫和持續(xù)日數(shù)，還有其他因素影響水稻高溫?zé)岷Φ男纬?。水稻高溫?zé)岷Φ陌l(fā)生常常與干旱并存，缺水會(huì)加劇高溫對(duì)水稻的影響程度。土壤條件、降水、灌溉或人為管理可能影響水稻冠層溫度。如由于葉片中水分的冷卻作用，高溫條件下灌溉水稻通常能保持相對(duì)較低的冠層溫度，從而降低了高溫?zé)岷Φ娘L(fēng)險(xiǎn)，比旱稻更耐高溫[39]。然而，一些可能加劇或緩解水稻高溫?zé)岷Φ囊蛩兀缛臻L(zhǎng)、降雨、二氧化碳等，因無法準(zhǔn)確模擬對(duì)水稻高溫?zé)岷Φ挠绊?，在?gòu)建歷史災(zāi)害樣本時(shí)中未予考慮。另外，Peng 等[54]、Mohammed等[55]研究發(fā)現(xiàn)，夜間氣溫的升高與水稻產(chǎn)量呈負(fù)相關(guān)。當(dāng)夜間氣溫從27℃上升到32℃時(shí)，水稻穗數(shù)減少72%。由于資料的限制，本文中最高氣溫采用常規(guī)觀測(cè)數(shù)據(jù)中的日最高氣溫。盡管某些因子在一定程度上影響了水稻高溫?zé)岷Φ陌l(fā)生規(guī)律，增加了本文結(jié)果的不確定性，但在區(qū)域水稻主要發(fā)生時(shí)段研究中，該指標(biāo)(持續(xù)3 d及以上的Tmax≥35℃)的可操作性更強(qiáng)。

基于歷史災(zāi)情樣本重建與再分析，明確了早稻高溫?zé)岷Φ闹饕l(fā)生時(shí)段和不同持續(xù)時(shí)間早稻高溫?zé)岷Τ樗肫谇昂蟮闹聻?zāi)概率。與目前廣泛應(yīng)用的基于旬、月高溫天氣的水稻高溫?zé)岷ρ芯肯啾?，本文以早稻抽穗期為中心點(diǎn)，強(qiáng)調(diào)水稻不同生育階段高溫天氣過程的致災(zāi)差異。隨著資料的完善，還需不斷優(yōu)化水稻高溫?zé)岷τ绊懸蜃蛹霸u(píng)價(jià)指標(biāo)，如考慮降水、相對(duì)濕度、田間管理等對(duì)水稻高溫?zé)岷π纬杉盀?zāi)害等級(jí)的影響。另外，不同生育階段高溫?zé)岷λ碌脑绲緦?shí)際產(chǎn)量和品質(zhì)損失的差異，及高溫?zé)岷τ绊憴?quán)重的賦值等，還需要進(jìn)一步研究?？傮w來說，本文的研究結(jié)果彌補(bǔ)了目前水稻高溫?zé)岷χ笜?biāo)計(jì)算區(qū)間模糊的不足，且研究結(jié)果具有普適性，可為有針對(duì)性地開展水稻高溫?zé)岷ΡO(jiān)測(cè)、預(yù)警和評(píng)估提供依據(jù)。