長江中下游地區(qū)一季稻高溫熱害風險評估與區(qū)劃

沙修竹， 申雙和， 陶蘇林

(1.南京信息工程大學應用氣象學院，江蘇 南京 210044;2.氣象災害預警預報與評估協(xié)同創(chuàng)新中心，南京信息工程大學，江蘇南京210044)

長江中下游稻區(qū)以占全國19%的耕地生產(chǎn)出約占全國51%的稻谷［1］。近年來，隨著種植結構的調整，長江中下游地區(qū)雙季稻面積呈現(xiàn)下降趨勢，一季稻面積逐年上升［2］。水稻是對氣溫要求較高、對氣溫變化較敏感的作物，極端高溫會對水稻正常抽穗、開花、授粉、授精和灌漿結實造成較大影響，輕則減產(chǎn)，重則絕收［3-4］。

在國內(nèi)水稻高溫熱害溫度指標確立方面，已有研究結果已得到廣泛認可［5-7］。抽穗開花期是水稻生殖生長最敏感時期，水稻明顯的高溫障礙可認為在35℃。對致害高溫的持續(xù)時間，認為日最高氣溫35℃連續(xù)3 d以上可作為水稻高溫熱害指標。總結近年水稻高溫熱害表現(xiàn)出的危害結果，高溫熱害主要對正值抽穗開花階段的一季稻造成危害。

在計算水稻災損率方面，一部分學者使用平均減產(chǎn)率表達式計算災損率，另一部分學者采用國內(nèi)外研究較多、使用較為成熟的ORYZA系列水稻模型［8］提取災損率。ORYZA2000模型已在不同地區(qū)進行了驗證和應用［9-11］，結果表明該模型在模擬水稻葉面積、生長期、生長速率及生物量等方面具有較好的準確性。ORYZA2000模型可為區(qū)域水稻產(chǎn)量預測、農(nóng)業(yè)水資源利用和配置提供技術手段。

本研究將以往的水稻范疇風險評估細分至一季稻，將高溫熱害時段界定至抽穗開花期，將研究區(qū)域界定至一季稻種植區(qū)。本研究的重點在于，設定逐站逐年一季稻抽穗開花期內(nèi)有無高溫熱害2種天氣的方案，該方案能夠較準確表達該災害造成的損失，利用ORYZA2000水稻模型提取逐站逐年一季稻高溫熱害災損率，進而完成一季稻高溫熱害風險評估與區(qū)劃，為未來農(nóng)業(yè)生產(chǎn)中水稻栽培管理、防災減災提供科學依據(jù)。

1 材料與方法

1.1 材料

研究區(qū)域為長江中下游地區(qū)一季稻種植區(qū)(圖1陰影部分)，該區(qū)域內(nèi)59個氣象站、40個農(nóng)業(yè)氣象站的分布見圖1。主要資料含:

(1)氣象資料。1961－2013年各氣象站逐日氣象要素，主要包括日平均溫度(℃)、日最高氣溫(℃)、日最低氣溫(℃)、降水量(mm)、水汽壓(hPa)、平均相對濕度(%)、風速(m/s)、日照時數(shù)(h)。

(2)作物資料。1990－2011年各農(nóng)業(yè)氣象站代表地區(qū)的一季稻全生育期、出苗期、移栽期、孕穗期及抽穗開花期;1980－2011年95個縣級地區(qū)一季稻播種面積與總產(chǎn)量;江蘇興化、安徽合肥農(nóng)業(yè)試驗站一季稻生育期、分階段生物量、栽培措施等資料，代表品種為汕優(yōu)63和中秈898。

(3)土壤資料。利用HWSD(Harmonized world soil database)世界土壤數(shù)據(jù)庫，根據(jù)各氣象站經(jīng)緯度信息提取各氣象站代表地區(qū)土壤參數(shù)，包括土壤層數(shù)、各層厚度、粘土含量和沙土含量。

1.2 方法

1.2.1 高溫熱害辨識指標 一季稻抽穗開花期高溫熱害等級以日最高氣溫≥35.0℃持續(xù)天數(shù)為指標，劃分為輕度高溫熱害、中度高溫熱害、重度高溫熱害3個等級［5-6］(表1)。統(tǒng)計近53年、59個氣象站逐站逐年的一季稻抽穗開花期內(nèi)高溫熱害頻次，再通過公式1、公式2分別計算以臺站為序列的Hregion(n)、以年份為序列的Htime(n)。其中，H(1)、H(2)、H(3)分別表示輕度高溫熱害、中度高溫熱害、重度度高溫熱害的發(fā)生次數(shù)。

圖1 長江中下游一季稻種植區(qū)氣象站分布(a)、農(nóng)業(yè)氣象站分布(b)Fig.1 Locations of meteorological stations(a)and agrometeorological stations(b)in the single-season rice plant areas of the Middle and Lower Yangtze river

表1 一季稻抽穗開花期高溫熱害等級指標Table 1 Indicators of single-season rice heat injury grades during flowering

1.2.2 小波分析法 本研究選用 Morlet小波［12-15］分析一季稻高溫熱害時頻分布特征。根據(jù)Morlet小波函數(shù)(公式3)，作出高溫熱害發(fā)生頻次的二維小波系數(shù)等值線圖，獲得其在不同時段、不同時間尺度下的變化特征。將小波方差(公式4)［16］隨尺度變化過程繪制成小波方差變化圖，以反映Htime(n)時間序列波動能量隨尺度的分布情況，通過該圖可確定一個在Htime(n)時間序列中起主要作用的周期成分。小波方差圖能反映高溫熱害頻次隨年際尺度的分布情況，以確定整個時域內(nèi)頻次發(fā)生的主周期。

式中，t為時間，C為常數(shù)，ψ(t)為基本小波或母小波;a為頻率參數(shù)，b為時間參數(shù)，Wf(a，b)為小波變化系數(shù)，Var(a)為小波方差。

1.2.3 高溫熱害損失率估算 一季稻抽穗開花期高溫熱害的災損率通過ORYZA2000水稻模型模擬獲得。根據(jù)災害辨識結果，使用高溫替換天氣數(shù)據(jù)(抽穗開花期內(nèi)引起高溫熱害的日最高氣溫替換成對應時段的多年均值)模擬常年產(chǎn)量，同時認為使用實際天氣數(shù)據(jù)模擬的產(chǎn)量為高溫熱害受災產(chǎn)量，2種產(chǎn)量的差值為氣象產(chǎn)量，氣象產(chǎn)量占趨勢產(chǎn)量的比例即該災種災損率。模型提取災損率步驟如圖2。

1.2.4 災害風險評估模型 區(qū)域自然災害風險形成機制應由3個因素綜合構成，包括自然災害的危險性、承災體的暴露性及承災體的脆弱性或易損性。該研究考慮一季稻高溫熱害風險由災害發(fā)生概率、種植率、災損率3部分組成［5］。災害風險度由災害風險度評估模型［公式(5)］計算。

高溫熱害發(fā)生概率的估算基于災害辨識結果?？紤]到氣象要素一般具備正態(tài)分布特點，一季稻高溫熱害發(fā)生頻次也應具備正態(tài)分布特征，依據(jù)正態(tài)分布密度函數(shù)及概率分布函數(shù)估算災害發(fā)生概率。對高溫熱害發(fā)生頻次進行正態(tài)分布檢驗，對不符合正態(tài)分布的序列需進行偏態(tài)分布正態(tài)化處理，在此基礎上估算相應概率［17］。

種植率的計算見公式(6)。

R為災害風險度，P為災害發(fā)生概率(%)，C為種植率(%)，D為災損率(%)。S1為一季稻種植面積，S2為地區(qū)行政面積。

圖2 ORYZA2000模型提取災損率步驟Fig.2 The process of damage rate extraction by ORYZA2000

2 結果與分析

2.1 長江中下游地區(qū)一季稻抽穗開花期高溫熱害風險辨識

2.1.1 空間分布 1961－2013年長江中下游地區(qū)一季稻抽穗開花期輕度、中度、重度高溫熱害空間分布形勢見圖3。高溫熱害3種強度分布面積比較:輕度(約70%)＞中度(約50%)＞重度(約20%)，輕度高溫熱害、中度高溫熱害、重度高溫熱害分布面積最大省均為湖北省。

輕度高溫熱害［指標 Hregion(1)∈(0.40，0.63)］的多發(fā)地區(qū)有:安徽省六安南部、安慶西部，湖北省黃岡、孝感、武漢北部、荊門東北部、天門、潛江、仙桃、恩施北部、宜昌北部，湖南省常德、湘西南部、懷化北部。其中，黃岡中部、宜昌北部、恩施北部、常德中部輕度高溫熱害頻次高達 0.50～0.63。

中度高溫熱害［指標 Hregion(2)∈(0.20，0.43)］的多發(fā)地區(qū)有:安徽省六安南部、安慶西部，江西省九江中北部，湖北省孝感、武漢、黃岡、黃石、咸寧、天門、仙桃、荊州東部及西部、十堰西南部、恩施北部、宜昌北部，湖南省懷化北部、益陽西部、婁底西部。其中，孝感東部、武漢北部、黃岡北部、荊州及咸寧交界處、恩施北部、宜昌中部中度高溫熱害頻次高達0.30 ～0.43。

重度高溫熱害［指標 Hregion(3)∈(0.20，0.36)］的多發(fā)地區(qū)有:湖北省恩施北部、宜昌西北部。

圖3 1961－2013年長江中下游地區(qū)一季稻抽穗開花期輕度高溫熱害(a)、中度高溫熱害(b)、重度高溫熱害(c)空間分布Fig.3 Spatial patterns of mild(a)，moderate(b)and severe(c)heat injury for single-season rice during flowering in the Middle and Lower Yangtze river from 1961 to 2013

2.1.2 周期特征 1961－2013年長江中下游地區(qū)一季稻抽穗開花期高溫熱害頻次的小波方差見圖4a，由圖4a可知，28年的年際尺度為最大峰值，表明以28年為周期的震蕩最強，是高溫熱害頻次的第一主周期，整個時域內(nèi)高溫熱害頻次呈現(xiàn)“多-少-多”震蕩特征，且該年際尺度的周期性變化在整個時域表現(xiàn)穩(wěn)定，小波系數(shù)等值線在2013年以后趨于閉合，即高溫熱害頻次將減少。10年和47年分別是高溫熱害頻次的第2主周期和第3主周期。高溫熱害頻次的小波時頻分布見圖4b，存在顯著周期性變化的年際尺度與小波方差分析結果一致。

圖4 1961－2013年長江中下游地區(qū)一季稻抽穗開花期高溫熱害頻次的小波方差(a)、小波變換時頻分布(b)Fig.4 Wavelet variance(a)and wavelet analysis(b)of single-season rice heat injury during flowering in the Middle and Lower Yangtze river from 1961 to 2013

2.2 長江中下游地區(qū)一季稻高溫熱害災損率

2.2.1 空間分布 1961－2013年長江中下游地區(qū)一季稻高溫熱害災損率的空間分布見圖5，高溫熱害災損率為0～5%。一季稻高溫熱害災損率∈［2.0%，4.8%］的地區(qū)有:江蘇省淮安南部，浙江省紹興、金華及臺州三市交界處，浙江省杭州西南部、衢州西北部，安徽省黃山，湖南省懷化南部。其他省份或地區(qū)在該時段內(nèi)的高溫熱害災損率∈［0，2%］。

圖5 1961－2013年長江中下游地區(qū)一季稻高溫熱害災損率的空間分布Fig.5 Spatial patterns of heat injury damage rate for singleseason rice in the Middle and Lower Yangtze river from 1961 to 2013

2.2.2 時間變化 長江中下游地區(qū)一季稻高溫熱害災損率時間變化如圖6。根據(jù)1961－2013年災損率年際變化線及線性回歸趨勢線，整個時間域內(nèi)的高溫熱害災損率呈現(xiàn)以1%為軸、0～2%范圍內(nèi)的反復波動，90年代以后波動幅度減小，且總體趨勢略有下降。

2.3 長江中下游地區(qū)一季稻高溫熱害風險區(qū)劃

1961－2013年長江中下游地區(qū)一季稻高溫熱害風險度的空間分布見圖7，高溫熱害風險度范圍∈［0，11.6 ×10－4］。風險度∈［8.1 ×10－4，11.6 ×10－4］的地區(qū)有:湖北省孝感西部、仙桃、荊門東部及中南部、咸寧西北部，湖南省常德、益陽、岳陽三市交界處，安徽省六安西北部、六安與安慶交界處;風險度∈［6.0×10－4，8.0 ×10－4］的地區(qū)有:湖北省隨州中北部、黃岡中部、孝感與仙桃交界處、荊門南部、宜昌東部、荊州北部。其他省份或地區(qū)風險度∈［0，6 ×10－4］。

圖6 1961－2013長江中下游地區(qū)一季稻高溫熱害災損率的時間變化Fig.6 Temporal variation of heat injury damage rate for single-season rice in the Middle and Lower Yangtze river from 1961 to 2013

3 討論

一季稻抽穗開花期各強度高溫熱害的空間分布及周期規(guī)律:分布面積為輕度＞中度＞重度，各強度分布面積最大的省份均為湖北省，其次為湖南省、安徽省;28年為高溫熱害頻次的第一主周期，且該周期下的高溫熱害在未來幾年有減少趨勢。

一季稻高溫熱害災損率的時空特征:高溫災損在六省均有發(fā)生，范圍0～5%，較高值區(qū)有江蘇省中西部、浙江省中部、安徽省東南部、湖南省西南部;以時間為序列的高溫熱害災損率在0～2%范圍內(nèi)反復波動，90年代以后波動幅度減小，且總體趨勢略有下降。

一季稻高溫熱害風險高值區(qū):湖北省中南部及東北部、安徽省中西部、湖南省中北部。高風險區(qū)內(nèi)一季稻抽穗開花期大多處于8月中下旬，可采取調整播種期［18］或選用耐高溫品種［19］等措施應對高溫熱害。

高溫熱害及其災損率的空間分布不完全一致，其原因在于，利用ORYZA2000模型提取高溫熱害災損率時，ORYZA2000模型模擬產(chǎn)量受生育期長短影響很大，而生育期長短受積溫控制，模型中積溫的計算方法為水稻三基點溫度、日最高溫、日最低溫五要素構成的非線性方程，高溫熱害的發(fā)生可能會造成積溫的增多或減少兩種情況，即造成生育期增長或縮短，最終造成增產(chǎn)或減產(chǎn)。

圖7 1961－2013長江中下游地區(qū)一季稻高溫熱害風險度的空間分布Fig.7 Spatial patterns of risk degree of single-season rice heat injury in the Middle and Lower Yangtze river from 1961 to 2013

湖北省為一季稻高溫熱害發(fā)生頻次最高的區(qū)域。對于湖北一季稻或中稻高溫熱害，張方方等［18］統(tǒng)計時段為1971－2004年每年的5－9月，高溫熱害最重區(qū)為西北部;萬素琴等［20］統(tǒng)計時段為1961－2005年每年的7月中旬到9月，高溫熱害最重區(qū)為東南部。本研究統(tǒng)計時段為1961－2013年各地一季稻抽穗開花期初日至終日，高溫熱害多發(fā)區(qū)為湖北東部及西部?？梢?，不同發(fā)育時段或時長的高溫熱害統(tǒng)計，對水稻高溫熱害發(fā)生規(guī)律的研究結果有一定影響。

對于長江中下游地區(qū)一季稻生產(chǎn)，本研究所做的高溫熱害風險評估界定為抽穗開花期，不包含高溫熱害次敏感期—孕穗期。

水稻高溫熱害發(fā)生過程復雜，而品種差異［3，18］、氣候［17］、地理條件［6］、栽培措施、生產(chǎn)區(qū)劃等因素的動態(tài)變化錯綜復雜地影響水稻高溫熱害風險評估結果。如何最大程度將信息全面、系統(tǒng)地輸入風險評估模型是未來研究的重點。其中，作物模型作為模擬作物產(chǎn)量相對準確的手段，仍存在尚需解決的問題:第一，模型微觀過程復雜繁多，且參數(shù)的地區(qū)性差異細化很難實現(xiàn)，很多參數(shù)難以得到，對模型的檢驗和應用造成嚴重限制;第二，栽培措施或生產(chǎn)技術往往不能與模型模擬過程保持一致，不能保證最終模擬結果的精確性。

［1］ 熊振民，蔡洪法.中國水稻［M］.北京:中國農(nóng)業(yè)科技出版社，1992:273-383.

［2］ 程式華，李 建.現(xiàn)代中國水稻［M］.北京:金盾出版社，2007:116-240.

［3］ 謝曉金，李秉柏，朱紅霞，等.抽穗期高溫對水稻葉片光合特性和干物質積累的影響［J］.中國農(nóng)業(yè)氣象，2012，33(3):457-461.

［4］ 劉偉昌，張雪芬，余衛(wèi)東，等.水稻高溫熱害風險評估方法研究［J］.氣象與環(huán)境科學，2009，32(1):33-38.

［5］ 王春乙，張雪芬，趙艷霞.農(nóng)業(yè)氣象災害影響評估與風險評價［M］.北京:氣象出版社，2010:196-248.

［6］ 楊炳玉，申雙和，陶蘇林，等.江西省水稻高溫熱害發(fā)生規(guī)律研究［J］.中國農(nóng)業(yè)氣象，2012，33(4):615-622.

［7］ 劉良式.植物分子遺傳學［M］.北京:科學出版社，2003.

［8］ YOUNG M D B，GOWING J W，WYSEURE G C L，et al.Parched-Thirst:development and validation of a process-based model of rainwater harvesting［J］.Agricultural Water Management，2002，55(2):121-140.

［9］ 薛昌穎，楊曉光，BAM BOUMAN，等.ORYZA2000模型模擬北京地區(qū)旱稻的適應性初探［J］.作物學報，2005，31(12):1567-1571.

［10］韓湘云，景元書，浩 宇，等.基于田間試驗的水稻模型ORYZA2000區(qū)域參數(shù)比較［J］.干旱氣象，2013(1):37-42.

［11］浩 宇，景元書，馬曉群，等.ORYZA2000模型模擬安徽地區(qū)不同播期水稻的適應性分析［J］.中國農(nóng)業(yè)氣象，2013，34(4):425-433.

［12］李春暉，楊志峰.基于Morlet小波的太陽活動與黃河流域徑流量關系分析［J］.水資源與水工程學報，2004，15(3):1-4.

［13］ SMITH L C，TURCOTTE D L，ISACKSB C.Stream flow characterization and feature detection using a discrete wavelet transform［J］.Hydrological Processes，1998(12):233-249.

［14］ KULKARNI J R.Wavelet analysis of the association between the southern oscillation and the Indian summer monsoon［J］.International Journal of Climatology，2000(20):89-104.

［15］王文圣，丁 晶，向紅蓮.小波分析在水文學中的應用研究及展望［J］.水科學進展，2002，13(4):515-520.

［16］庾文武，胡鐵松，呂美朝.基于Morlet小波的ET0序列多時間尺度分析［J］.武漢大學學報，2009，42(2):182-185.

［17］楊沈斌，申雙和，趙小艷，等.氣候變化對長江中下游稻區(qū)水稻產(chǎn)量的影響［J］.作物學報，2010，36(9):1519-1528.

［18］王連喜，任景全，李 琪.未來氣候變化情景下江蘇水稻高溫熱害模擬研究Ⅱ:孕穗－抽穗期水稻對高溫熱害的適應性分析［J］.中國農(nóng)業(yè)氣象，2014，35(2):206-213.

［19］張方方，劉安國，劉志雄.湖北省水稻高溫熱害發(fā)生規(guī)律的初步研究［J］.現(xiàn)代農(nóng)業(yè)科學，2009，16(5):217-219.

［20］萬素琴，陳 晨，劉志雄，等.氣候變化背景下湖北省水稻高溫熱害時空分布［J］.中國農(nóng)業(yè)氣象，2009，30(S2):316-319.