東北地區(qū)農(nóng)業(yè)旱災(zāi)時(shí)空演變規(guī)律分析

左海陽

(松遼水利委員會(huì)，吉林 長春 130021)

東北地區(qū)是我國重要的商品糧生產(chǎn)基地，糧食產(chǎn)量在全國占有重要地位，同時(shí)，東北地區(qū)也是干旱災(zāi)害頻繁發(fā)生的地區(qū)。根據(jù)旱災(zāi)的歷史文獻(xiàn)記載，在1751—2010年的250年間，一般以上旱災(zāi)發(fā)生67次，平均不到4年就會(huì)出現(xiàn)一次。20世紀(jì)80年代，東北地區(qū)作物因旱受災(zāi)面積占同期全國因旱受災(zāi)面積的19.5%，而2000年以來該比例上升為32.9%。1989年的極端干旱使得東北地區(qū)受災(zāi)面積達(dá)到917萬hm2，占播種面積的52.2%，旱災(zāi)成災(zāi)面積732萬hm2，占播種面積的41.6%。干旱災(zāi)害屬于緩發(fā)災(zāi)害，原因極為復(fù)雜，發(fā)生具有一定的隨機(jī)性和不確定性。近年來由于對(duì)干旱災(zāi)害的發(fā)生缺少思想和物質(zhì)準(zhǔn)備，而導(dǎo)致災(zāi)害損失加重的事例屢見不鮮。進(jìn)行干旱災(zāi)害的特征分析，開展有針對(duì)性的防范措施，已成為一項(xiàng)十分緊迫的任務(wù)。目前，國內(nèi)外對(duì)農(nóng)業(yè)旱災(zāi)的研究主要側(cè)重于對(duì)旱災(zāi)成因研究、旱災(zāi)演變特征、預(yù)測(cè)及風(fēng)險(xiǎn)分析等方面：龍?chǎng)巍⒄缌氐热藢?duì)農(nóng)業(yè)旱災(zāi)定量風(fēng)險(xiǎn)評(píng)估及其空間分布進(jìn)行了研究（2010）；張琪、張繼權(quán)等對(duì)干旱對(duì)作物產(chǎn)量的影響進(jìn)行了研究（2010）。利用趨勢(shì)分析和小波分析等方法，對(duì)東北地區(qū)的農(nóng)業(yè)干旱災(zāi)害時(shí)空變化規(guī)律進(jìn)行研究，以期為東北地區(qū)的干旱災(zāi)害防治、防災(zāi)體系建設(shè)和綜合防災(zāi)管理提供有力的依據(jù)和參考。

1 研究區(qū)概況

此文研究的東北地區(qū)指狹義的東北三省，不包括內(nèi)蒙東四盟所轄地區(qū)。東北三省總面積為78.43萬km2，占全國國土面積的8.2%，東北地區(qū)的范圍相當(dāng)于我國的寒溫帶和溫帶濕潤、半濕潤地區(qū)，以冷濕的森林和草甸草原景觀為主。東北三省是全國的糧食主產(chǎn)區(qū)，經(jīng)濟(jì)作物有春麥、大豆、馬鈴薯、玉米、甜菜、高粱，其農(nóng)作物分布略有區(qū)域差異，北部盛產(chǎn)大豆、甜菜、大米等，中部則盛產(chǎn)高粱、小米、棉、花生等，南部則盛產(chǎn)溫帶水果、玉米、棉花等。自東而西，降水量自 1 000 mm降至300 mm以下，氣候上從濕潤區(qū)、半濕潤區(qū)過渡到半干旱區(qū)，農(nóng)業(yè)上從農(nóng)林區(qū)、農(nóng)耕區(qū)過渡到半農(nóng)半牧區(qū)。水熱條件的縱橫交叉，形成東北區(qū)農(nóng)業(yè)體系和農(nóng)業(yè)地域分異的基本格局，塑造了東北的綜合性大農(nóng)業(yè)基地的自然基礎(chǔ)，也成為東北地區(qū)干旱多發(fā)的孕災(zāi)環(huán)境重要因素。

2 數(shù)據(jù)來源及研究方法

2.1 基礎(chǔ)資料來源

農(nóng)業(yè)旱災(zāi)災(zāi)情，一般采用農(nóng)作物受災(zāi)面積、成災(zāi)面積、絕收面積、水利設(shè)施損失以及糧食減產(chǎn)量等指標(biāo)來表征。指標(biāo)從不同角度上反映了干旱致災(zāi)因子強(qiáng)度及其對(duì)農(nóng)業(yè)生態(tài)、生產(chǎn)系統(tǒng)的危害程度。此文用《中國統(tǒng)計(jì)年鑒》、《中國農(nóng)業(yè)統(tǒng)計(jì)資料》中東北三省省級(jí)統(tǒng)計(jì)年鑒中過去40年的受災(zāi)面積、成災(zāi)面積、種植面積等數(shù)據(jù)來描述災(zāi)情，據(jù)此計(jì)算作物異常指數(shù)，用作時(shí)空規(guī)律分析和重災(zāi)年份預(yù)測(cè)的基礎(chǔ)資料。

2.2 研究方法

此文采用作物異常指數(shù)作為評(píng)價(jià)農(nóng)業(yè)旱情的指標(biāo)，并利用趨勢(shì)分析、小波分析等方法，借助ARCGIS軟件實(shí)現(xiàn)對(duì)東北地區(qū)的旱情的時(shí)空規(guī)律分析。

小波分析 (Wavelet Analysis)是一種信號(hào)的時(shí)間-尺度(頻率)分析方法，由Morlet于20世紀(jì)80年代提出。小波分析是一種窗口大小固定不變但其形狀可以改變的時(shí)頻局部化分析方法，是傅立葉分析、樣條理論、數(shù)值分析等多個(gè)學(xué)科相互交叉的結(jié)果，具有多分辨率分析的特點(diǎn),可以對(duì)信號(hào)進(jìn)行多尺度細(xì)化分析,得到各個(gè)頻率隨時(shí)間的變化及不同頻率之間的關(guān)系，是分析非平穩(wěn)信號(hào)的有力工具。此文采用小波分析方法分析東北地區(qū)作物異常指數(shù)的周期變化，它不僅可以表示災(zāi)害序列變化的尺度，還可以表現(xiàn)出變化的時(shí)間位置，可以較好的描述農(nóng)業(yè)災(zāi)害的尺度以及突變時(shí)間、強(qiáng)度、持續(xù)性等特征。

此文取墨西哥帽狀(Marr)小波作為母波函數(shù)，其表達(dá)式為:

在實(shí)數(shù)域，式（3）的離散表達(dá)式：

式中：△t為樣本間隔，N為樣本量。此研究以取尺度因子

由（2）式可知，小波波幅隨參數(shù)t和變化，通過小波變換，把一維要素序列變成以t和為坐標(biāo)的二維圖象，通過對(duì)二維圖象的分析可得到關(guān)于要素的局域特征。每一年的小波特征通過垂直截取波幅來考察，每一種周期的小波特征通過水平方向截取波幅來考察。這樣，便可分析出要素的多時(shí)間尺度和空間特征的局域特性，這是傳統(tǒng)分析方法無法做到的。

3 東北地區(qū)農(nóng)業(yè)旱災(zāi)時(shí)空規(guī)律分析

3.1 時(shí)間演變規(guī)律

將受災(zāi)面積、成災(zāi)面積的基礎(chǔ)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)成圖，如圖1。可見，東北地區(qū)的旱災(zāi)情況整體呈現(xiàn)一個(gè)波動(dòng)上升的趨勢(shì)，并且災(zāi)情輕重年相間。40年間表現(xiàn)出兩個(gè)較明顯的波動(dòng)周期，第一個(gè)周期是1971—1989年前后，第二個(gè)波動(dòng)周期是從1990年開始至今，無論受災(zāi)面積和成災(zāi)面積，第二個(gè)波動(dòng)周期明顯比第一周期的數(shù)值高。說明近20年來，東北地區(qū)的旱情有加重趨勢(shì)。

圖1 東北地區(qū)1971—2010年受災(zāi)面積、成災(zāi)面積分布圖

為進(jìn)一步分析東北地區(qū)的旱災(zāi)情況，更準(zhǔn)確地評(píng)價(jià)每年的旱災(zāi)程度，此文采用了農(nóng)業(yè)災(zāi)害研究中比較常用的作物異常指數(shù)作為評(píng)價(jià)災(zāi)情嚴(yán)重程度的指標(biāo)。災(zāi)害異常指數(shù)是描述受災(zāi)率和成災(zāi)率偏離平均狀態(tài)的參量，可以反映災(zāi)害嚴(yán)重程度和等級(jí)。定義當(dāng)年農(nóng)作物受旱面積與當(dāng)年農(nóng)作物播種總面積的比值為受災(zāi)率，當(dāng)年農(nóng)作物旱災(zāi)成災(zāi)面積與農(nóng)作物播種總面積的比值為成災(zāi)率，它們分別反映旱災(zāi)的影響范圍和致災(zāi)程度。受災(zāi)率和成災(zāi)率異常指數(shù)可表達(dá)為:

式中：ξi為第i年農(nóng)作物受災(zāi)率異常指數(shù) (AIA)或成災(zāi)率異常指數(shù) (AIS)，Mi為第i年農(nóng)作物受災(zāi)率或成災(zāi)率；m為農(nóng)作物平均受災(zāi)率或成災(zāi)率；為農(nóng)作物受災(zāi)率或成災(zāi)率標(biāo)準(zhǔn)差。根據(jù)已有研究經(jīng)驗(yàn)，可取作物異常指數(shù)ξ＜0時(shí)為輕度干旱，0≤ξ＜0.5時(shí)為中度干旱，0.5≤ξ＜1.5時(shí)為嚴(yán)重干旱，ξ＞1.5時(shí)為特大干旱。

將東北三省1971—2010年的農(nóng)業(yè)受災(zāi)面積、成災(zāi)面積以及種植面積的年值數(shù)據(jù)進(jìn)行處理后，得到受災(zāi)異常指數(shù)和成災(zāi)異常指數(shù)的年際變化情況，如圖2。與成災(zāi)、受災(zāi)面積相似的，東北地區(qū)的旱災(zāi)情況年際波動(dòng)較大，時(shí)間軸上，異常指數(shù)更直觀的呈現(xiàn)出波動(dòng)上升的趨勢(shì)，特別是在20世紀(jì)90年代之后，由于生產(chǎn)力水平的提高，承災(zāi)體脆弱性加大了干旱災(zāi)害的嚴(yán)重程度，在2000年之后的10年里，特大旱災(zāi)就發(fā)生了4次之多。

圖2 東北地區(qū)1971—2010年受災(zāi)（成災(zāi)）異常指數(shù)分布圖

3.2 農(nóng)業(yè)旱災(zāi)周期及突變點(diǎn)分析

對(duì)40年間東北地區(qū)的異常指數(shù)進(jìn)行統(tǒng)計(jì)分析和小波變換。小波指數(shù)中心值所對(duì)應(yīng)的橫坐標(biāo)值為年代，而對(duì)應(yīng)的縱坐標(biāo)值即為序列的變化周期。小波指數(shù)正值表示處于所對(duì)應(yīng)的子波周期中的受災(zāi)較嚴(yán)重的時(shí)期，而負(fù)值則表示處于旱災(zāi)影響較小的時(shí)期。從東北三省的受災(zāi)指數(shù)小波分析圖來看，受災(zāi)異常指數(shù)表現(xiàn)出12～14年長周期震蕩，在此之中，又有4～6年的低頻波動(dòng)，并且每個(gè)尺度周期都有逐漸變短的趨勢(shì)。在長時(shí)間尺度的震蕩周期上分析，突變點(diǎn)出現(xiàn)在1974年，1982年，1998年和2007年。以此為界，可以劃分出3個(gè)震蕩比較明顯的時(shí)期，分別是1974—1982年，1982—1998年，1998—2007年。其中第一時(shí)期和第三時(shí)期是受災(zāi)指數(shù)增長時(shí)期即受災(zāi)相對(duì)較嚴(yán)重的時(shí)期，中間的第二時(shí)期是受災(zāi)情況相對(duì)減弱時(shí)期。因此可推測(cè)在未來的10年內(nèi)，東北地區(qū)的農(nóng)業(yè)干旱災(zāi)害應(yīng)處于相對(duì)減弱時(shí)期，但短周期的震蕩顯示，未來的2～3年處于旱災(zāi)減弱期，之后便又迎來一個(gè)時(shí)間尺度較短的旱災(zāi)加強(qiáng)期，因此，不可忽視東北地區(qū)的旱災(zāi)風(fēng)險(xiǎn)，應(yīng)在旱災(zāi)增強(qiáng)周期來臨之前做好預(yù)防和準(zhǔn)備工作，確保旱災(zāi)的災(zāi)損值降到最低，有效保障糧食安全。

基于成災(zāi)異常指數(shù)的小波分析和受災(zāi)指數(shù)小波分析結(jié)果表現(xiàn)出良好的一致性，除此之外，在10～12年的時(shí)間尺度上，成災(zāi)異常指數(shù)的小波分析上也呈現(xiàn)出一個(gè)較明顯的周期震蕩。突變點(diǎn)分別為 1978，1984，1989，1992，1998，2005 年。以此為界，可劃分為4個(gè)增強(qiáng)-減弱的周期。以此推算未來的8～10年，東北地區(qū)也應(yīng)處于農(nóng)業(yè)旱災(zāi)的減弱時(shí)期，與受災(zāi)異常指數(shù)的分析結(jié)果相吻合。但其間還包括兩年左右的低頻率的周期震蕩，預(yù)計(jì)未來的4～5年后會(huì)出現(xiàn)一個(gè)長周期影響下的短期旱災(zāi)加強(qiáng)期。

3.3 空間分布規(guī)律

將三省作物異常指數(shù)做成時(shí)間序列的統(tǒng)計(jì)表，進(jìn)行對(duì)比分析，三個(gè)省的總體形態(tài)均呈現(xiàn)波動(dòng)上升的趨勢(shì)。其中以黑龍江省的波動(dòng)最大，且近年旱情尤為嚴(yán)重，近10年出現(xiàn)嚴(yán)重旱災(zāi)4次，且異常指數(shù)均偏離正常值的幅度大；吉林省和遼寧省近20年波動(dòng)趨勢(shì)相似，相對(duì)比較平穩(wěn)。

將各地級(jí)市的年際作物異常指數(shù)進(jìn)行評(píng)價(jià)分級(jí)，通過ARCGIS軟件對(duì)旱災(zāi)發(fā)生次數(shù)進(jìn)行統(tǒng)計(jì)分級(jí)得出農(nóng)業(yè)干旱嚴(yán)重程度圖。受旱災(zāi)影響較大的地區(qū)主要分布在西部，東北地區(qū)農(nóng)業(yè)旱災(zāi)嚴(yán)重程度大體呈現(xiàn)從東到西逐漸加重的趨勢(shì)。

［1］Junfei Chen,Yang Yang,A fuzzy ANP-based approach to evaluate region agricultural drought risk［J］,Procedia Engineering,2011（23）：822-827.

［2］Laiyuan Zhong,Liming Liu,Yabing Liu.bNatural Disaster Risk Assessment of Grain Production in Dongting Lake Area,China［J］,Agriculture and Agricultural Science Procedia,2010（1）：24-32.

［3］婁偉平，陳海燕，吳睿.基于灰色-模糊理論的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)分析［J］.自然災(zāi)害學(xué)報(bào)，2011，20（4）.

［4］王春乙，婁秀榮，王建林.中國農(nóng)業(yè)氣象災(zāi)害對(duì)作物產(chǎn)量的影響［J］.自然災(zāi)害學(xué)報(bào)，2007，16（5）：37-43.

［5］吳賢云,丁一匯,王琪等.近40年長江中游地區(qū)旱澇特點(diǎn)分析［J］.應(yīng)用氣象學(xué)報(bào)，2006，17（1）：19-28.

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

［7］梁紅梅，劉會(huì)平，宋建陽.廣東農(nóng)業(yè)旱災(zāi)的時(shí)間分布規(guī)律及重災(zāi)年份預(yù)測(cè)［J］.自然災(zāi)害學(xué)報(bào)，2006，15（4）：79-83.