基于IAD指標(biāo)的極端低溫事件分析及對(duì)耕地影響

陳雪，姚俊英*，王瑩，高夢竹

(1.黑龍江省氣象服務(wù)中心，黑龍江 哈爾濱 150036； 2.黑龍江省氣象臺(tái)，黑龍江 哈爾濱 150030)

極端氣候事件是氣象狀態(tài)嚴(yán)重偏離其平均態(tài)，在統(tǒng)計(jì)意義上屬于不易發(fā)生的小概率事件。在全球變暖的大背景下，極端氣候事件的強(qiáng)度和頻率不斷增強(qiáng)[1-2]。極端低溫事件作為其重要組成部分，受氣候變化的影響最為明顯，已經(jīng)成為國內(nèi)外氣象災(zāi)害領(lǐng)域關(guān)注的熱點(diǎn)問題之一[3-6]。黑龍江省低溫事件突出，對(duì)農(nóng)作物生長發(fā)育影響具有不可預(yù)估性，如2000年9月黑龍江省嫩江縣低溫冷凍農(nóng)業(yè)直接經(jīng)濟(jì)損失577萬元，通河縣水稻、玉米、大豆等作物1 000 hm2受災(zāi)，對(duì)糧食產(chǎn)量造成重大影響。

針對(duì)極端低溫事件，部分學(xué)者運(yùn)用極端低溫事件客觀識(shí)別技術(shù)，建立相應(yīng)的極端低溫事件庫[7-8]，結(jié)合風(fēng)險(xiǎn)評(píng)估模型[9]和作物生長模型[10]，實(shí)現(xiàn)低溫冷害影響定量分析和動(dòng)態(tài)評(píng)估。主要計(jì)算單一站點(diǎn)的極端氣候指數(shù)，分析極端低溫事件特征，對(duì)極端低溫事件的空間特征則描述不足，且集中在極端事件的特征分析上[11-12]，無法對(duì)極端低溫事件對(duì)農(nóng)作物耕地面積及產(chǎn)量影響進(jìn)行評(píng)估。

本文搜集整理了1998—2017年黑龍江省82個(gè)站點(diǎn)逐日最低氣溫?cái)?shù)據(jù)，逐步從單一的極值分析向事件的時(shí)間持續(xù)性和空間連續(xù)性的角度轉(zhuǎn)變，研究區(qū)域性的極端低溫事件。采用強(qiáng)度-面積-持續(xù)時(shí)間(IAD)的方法[13-15]，評(píng)估極端低溫事件對(duì)農(nóng)作物影響，以期減輕低溫冷害對(duì)農(nóng)作物的危害，提高糧食產(chǎn)量，為糧食安全和政府決策提供參考。

1 材料與方法

1.1 研究區(qū)

黑龍江省地理坐標(biāo)121°11′～135°05′E、43°26′～53°33′N，北、東部與俄羅斯隔江相望，西與內(nèi)蒙古相鄰，南與吉林省接壤，是中國最北端及陸地最東端的省份。其西北、北部和東南部地勢較高，東北、西南部低，主要由山地、臺(tái)地、平原和水面構(gòu)成。受地理位置和地形影響，屬寒溫帶與溫帶大陸性季風(fēng)氣候，春季低溫干旱，夏季溫?zé)岫嘤辏锛疽诐吃缢?，冬季寒冷漫長，無霜期短，氣候地域性差異大。土地總面積47.3萬km2，其中農(nóng)用地面積3 950.2萬hm2，占全省土地總面積83.5%；農(nóng)用耕地1 187.1萬hm2，占農(nóng)用地的30%。

1.2 數(shù)據(jù)

研究采用黑龍江省氣象數(shù)據(jù)中心整編的1998—2017年黑龍江省82個(gè)基準(zhǔn)站逐日最低氣溫?cái)?shù)據(jù)，采用反距離加權(quán)方法，將逐日低溫?cái)?shù)據(jù)插值到0.5°×0.5°的格點(diǎn)。

農(nóng)作物耕地面積及產(chǎn)量數(shù)據(jù)來源于黑龍江省統(tǒng)計(jì)局編制的《黑龍江省統(tǒng)計(jì)年鑒》[16]，選用其中各縣、市農(nóng)作物耕地面積和產(chǎn)量指標(biāo)。

1.3 方法

1.3.1 極端低溫事件的閾值確定

對(duì)某站1998—2017年逐日同期最低氣溫資料按升序排列，取其第10百分位值作為該站該日極端低溫的閾值。

1.3.2 IAD方法

本研究使用IAD方法分析極端低溫事件的強(qiáng)度、面積與持續(xù)時(shí)間3個(gè)重要特征的聯(lián)系。低溫強(qiáng)度為影響區(qū)內(nèi)各點(diǎn)最低氣溫與對(duì)應(yīng)極端低溫閾值差值的絕對(duì)值，持續(xù)數(shù)日的極端低溫事件強(qiáng)度則為逐日強(qiáng)度的平均值；持續(xù)時(shí)間為該區(qū)域內(nèi)最低氣溫連續(xù)低于相應(yīng)極端低溫閾值的時(shí)段；影響面積指極端低溫事件覆蓋的連續(xù)面積。圖1所示為一次極端低溫事件，首先尋找研究區(qū)內(nèi)低溫強(qiáng)度最大的格點(diǎn)作為第一個(gè)“低溫中心”，記錄此格點(diǎn)的強(qiáng)度與面積，然后尋找“低溫中心”周圍連續(xù)格點(diǎn)中強(qiáng)度次強(qiáng)的格點(diǎn)，取兩格點(diǎn)強(qiáng)度的平均值作為“次強(qiáng)中心”，記錄此時(shí)的強(qiáng)度和面積，重復(fù)此過程直至此次低溫事件的網(wǎng)格均被搜索加入。針對(duì)其他“低溫中心”重復(fù)上述步驟。

圖1 強(qiáng)度-面積-持續(xù)時(shí)間曲線框架

1.3.3 反距離加權(quán)法

為分析黑龍江省區(qū)域性的極端低溫事件特征，采用反距離加權(quán)插值法將氣象站點(diǎn)最低氣溫?cái)?shù)據(jù)插值到0.5°×0.5°格點(diǎn)上。反距離加權(quán)方法以插值點(diǎn)與樣本點(diǎn)的距離為權(quán)重進(jìn)行加權(quán)平均，距離插值點(diǎn)越近的樣本點(diǎn)賦予的權(quán)重越大，其插值公式如下：

式中：T為待插值點(diǎn)的最低氣溫估計(jì)值；Ti為第i個(gè)樣本點(diǎn)的實(shí)測最低氣溫值；di為第i個(gè)樣本點(diǎn)與待插值點(diǎn)之間的距離；n為樣本總數(shù)。

1.3.4 農(nóng)作物產(chǎn)量分解

農(nóng)作物產(chǎn)量主要受農(nóng)業(yè)技術(shù)措施和氣象因素影響，在相對(duì)穩(wěn)定的條件下，將作物實(shí)際產(chǎn)量分解為趨勢產(chǎn)量和氣象產(chǎn)量，可用公式表達(dá)：

Y=Yt+Yw。 (2)

式中，Y為實(shí)際產(chǎn)量；Yt為趨勢產(chǎn)量，包括種子的選擇、化肥的施用、栽培技術(shù)田間管理、病蟲防治等因素，采用11 a直線滑動(dòng)平均法，模擬趨勢變化；Yw為氣象產(chǎn)量，正值表示氣象條件適宜，作物增產(chǎn)，負(fù)值表示氣象條件不利于農(nóng)作物生長，造成農(nóng)作物減產(chǎn)。

2 結(jié)果與分析

2.1 極端低溫事件特征

2.1.1 極端低溫事件時(shí)間分布

從圖2可以看出，1998—2017年黑龍江省極端低溫事件年均發(fā)生1 007次，平均強(qiáng)度2.3 ℃，呈先降后升的年代變化。1998—2007年頻數(shù)以每年31次的速率下降，于2007年達(dá)到最小值(557次)，隨后以每年11次的速率顯著增加。有4 a發(fā)生頻數(shù)超過1 300次，其中1999年受影響最頻繁，達(dá)1 391次，其次為2010和2016年，均發(fā)生1 377次。2007、2008年極端低溫事件出現(xiàn)較少，僅有556次。持續(xù)時(shí)間超過2 d的極端低溫事件發(fā)生概率只有1%，但強(qiáng)度極大(超過90%置信度)，最大低溫強(qiáng)度高達(dá)11 ℃。2001年發(fā)生205次(持續(xù)時(shí)間2 d以上)，最為頻繁，平均強(qiáng)度3.5 ℃；其次是2010年，共163次，平均強(qiáng)度為 2.9 ℃。

圖2 1998—2017年黑龍江省極端低溫事件頻次、強(qiáng)度的變化

2.1.2 極端低溫事件空間分布

根據(jù)1998—2017年黑龍江省極端低溫事件發(fā)生頻次及強(qiáng)度值繪制空間分布(圖3)。黑龍江省西北部與東部地區(qū)受低溫影響最嚴(yán)重，33.3%區(qū)域發(fā)生總頻數(shù)超過17次，齊齊哈爾及黑河市大部分地區(qū)頻數(shù)較小，低于15次，占總區(qū)域面積18.9%。持續(xù)2日以上的極端低溫事件在西北、西南和東部頻繁發(fā)生，36%區(qū)域超過2次，最長持續(xù)8 d，東南地區(qū)少有發(fā)生。超過閾值8 ℃以上的區(qū)域面積占總面積56.6%，最強(qiáng)中心位于伊春市北端，低溫強(qiáng)度達(dá)11.4 ℃；其次是大興安嶺地區(qū)，超閾值10.8 ℃；而西南和東部地區(qū)低溫強(qiáng)度較弱。

圖3 1998—2017年黑龍江省極端低溫事件頻次、強(qiáng)度的空間分布

2.2 極端低溫事件影響

2.2.1 極端低溫事件對(duì)耕地影響的時(shí)間分布

根據(jù)土地利用情況，統(tǒng)計(jì)1998—2017年黑龍江省逐年極端低溫事件影響的耕地面積，即暴露在事件范圍內(nèi)耕地的總面積。累積影響耕地面積為低溫頻次與當(dāng)年事件影響的耕地面積乘積(圖4)。由于對(duì)同一地區(qū)發(fā)生的多次事件所影響的耕地面積進(jìn)行了重復(fù)統(tǒng)計(jì)，極端低溫事件影響的耕地面積年均累積161.8萬km2，1998—2007年以每年5.9萬km2的速率呈顯著下降趨勢，2008—2017年以3.7萬km2的年速率逐年增加。有5 a累積影響耕地面積超過200萬km2，其中2016年累積面積高達(dá)238萬km2，平均事件影響耕地約0.2萬km2，相當(dāng)于耕地總面積的17.5%，影響面積最大。2007和2008年受極端低溫影響較小，分別累積為86.6萬和83.3萬km2。

圖4 1998—2017年黑龍江省極端低溫事件累積影響耕地面積的逐年變化

2.2.2 極端低溫事件對(duì)耕地影響的空間分布

由圖5可以看出，依據(jù)黑龍江省極端低溫事件累積影響耕地面積的空間分布，46.3%的區(qū)域超過2萬km2，西南地區(qū)受影響較大，18.3%累積耕地面積大于5萬km2，主要分布在齊齊哈爾、綏化、哈爾濱及伊春南部。最強(qiáng)中心位于中部偏西區(qū)域，影響超8萬km2的區(qū)域面積比為6%，最大累積耕地面積達(dá)8.5萬km2。其次為佳木斯中部地區(qū)，以富錦市為例，累積4.8萬km2受極端低溫影響。累積低于1萬km2的區(qū)域面積占總面積32.9%，分布在西北部、北部、東部和東南部區(qū)域，受極端低溫影響較小。

圖5 1998—2017年黑龍江省極端低溫事件累積影響耕地面積的空間分布

2.2.3 極端低溫事件與氣象產(chǎn)量的相關(guān)性

農(nóng)作物在生長季由于溫度低于生長發(fā)育所需的溫度，從而使農(nóng)作物的生長受到阻礙，導(dǎo)致產(chǎn)量下降。由1998—2017年黑龍江省氣象產(chǎn)量變化可知(圖6)，整體以每年15.8萬t的速率增產(chǎn)，年代呈現(xiàn)正-負(fù)交替的波動(dòng)變化趨勢。1998年增產(chǎn)481萬t，1999—2007年以每年58.8萬t的速率減幅，2003年氣象影響造成的損失最大，減產(chǎn)1 216.6萬t，以訥河市為首，減產(chǎn)量約98萬t。

圖6 1998—2017年黑龍江省農(nóng)作物氣象產(chǎn)量的逐年變化

2008—2017年氣象產(chǎn)量以每年123萬t的速率減產(chǎn)。2010—2015年氣候條件適宜產(chǎn)量大幅增加，于2012年達(dá)到最大值1 938萬t，其中龍江縣產(chǎn)量增幅近62萬t。后產(chǎn)量趨勢顯著下降，2017年影響較大，減產(chǎn)1 126萬t。

選取極端低溫三要素與氣象產(chǎn)量作相關(guān)性分析表明，低溫頻次、事件強(qiáng)度和影響耕地面積與氣象產(chǎn)量均呈現(xiàn)出負(fù)相關(guān)關(guān)系，頻數(shù)和強(qiáng)度影響相對(duì)較大。頻次增加、事件強(qiáng)度增大、影響面積增大，氣象產(chǎn)量將大幅下降。如2016年黑龍江省共計(jì)發(fā)生極端低溫事件1377次，相對(duì)于2015年，頻數(shù)增加482次，平均強(qiáng)度增幅1 ℃，累計(jì)影響耕地面積擴(kuò)大89.7萬km2，造成農(nóng)作物氣象產(chǎn)量減幅597萬t。2001年共計(jì)發(fā)生1 342次，平均強(qiáng)度3.5 ℃，累計(jì)影響耕地面積達(dá)231.3萬km2，造成農(nóng)作物氣象產(chǎn)量減幅763.2萬t。說明極端低溫事件對(duì)農(nóng)作物產(chǎn)量起到一定抑制作用。

3 小結(jié)與討論

本文設(shè)定極端低溫閾值，分析了黑龍江省不同持續(xù)時(shí)間的區(qū)域性極端低溫事件強(qiáng)度和影響面積特點(diǎn)，進(jìn)而評(píng)估對(duì)農(nóng)作物耕地面積及產(chǎn)量的影響，得出相關(guān)結(jié)論。

1998—2017年黑龍江省極端低溫事件年均發(fā)生1 007次，強(qiáng)度2.3 ℃，呈現(xiàn)先下降后上升的年代變化。33.3%區(qū)域發(fā)生總頻數(shù)超過17次，西北部與東部地區(qū)受影響最為頻繁。持續(xù)時(shí)間超過2 d的極端低溫事件發(fā)生概率小，但強(qiáng)度大，主要分布在西北、西南和東部，最強(qiáng)中心位于伊春市北端。

極端低溫事件影響的耕地面積年均累積161.8萬km2，西南地區(qū)受影響較大，主要分布在齊齊哈爾、綏化、哈爾濱及伊春南部，最大累積耕地面積達(dá)8.5萬km2。氣象產(chǎn)量呈現(xiàn)正-負(fù)交替的波動(dòng)變化趨勢，近年產(chǎn)量趨勢顯著下降。極端低溫頻次、事件強(qiáng)度和影響耕地面積與氣象產(chǎn)量均呈現(xiàn)出負(fù)相關(guān)關(guān)系，頻次增加、事件強(qiáng)度增大、影響面積增大，氣象產(chǎn)量將大幅下降。

本研究采用IAD方法，將極端低溫事件3個(gè)要素聯(lián)系起來，從時(shí)間的發(fā)展和空間的連續(xù)角度上重新定義和判別區(qū)域性的極端低溫事件，采用格點(diǎn)形式資料，更便利地與地方耕地面積、產(chǎn)量數(shù)據(jù)相結(jié)合，評(píng)估對(duì)農(nóng)作物影響，減輕低溫冷害危害，提高糧食產(chǎn)量，為糧食安全和災(zāi)情防控提供一定的參考。極端低溫事件影響不僅與其自身的強(qiáng)度、影響面積與持續(xù)時(shí)間特征有關(guān)，同時(shí)也與研究區(qū)內(nèi)的人類活動(dòng)有關(guān)，將人類活動(dòng)要素納入研究當(dāng)中，也是今后的研究重點(diǎn)之一。