河南省夏玉米生育期間主要?dú)庀鬄?zāi)害發(fā)生頻率分析與未來預(yù)估

韓宇平，蔣亞茹，肖　恒

(1.華北水利水電大學(xué)，鄭州 450045；2.中原經(jīng)濟(jì)區(qū)水資源高效利用與保障工程河南省協(xié)同創(chuàng)新中心，鄭州 450045)

0　引　言

河南省位于大陸性季風(fēng)氣候區(qū)，是我國重要的糧食主產(chǎn)區(qū)，夏玉米播種面積和產(chǎn)量約占全國的10%[1]，但夏玉米產(chǎn)量高而不穩(wěn)。夏玉米生育期(6-9月)是各種農(nóng)業(yè)氣象災(zāi)害頻繁發(fā)生的階段，極易遭受洪澇、干旱、大風(fēng)倒伏以及連陰雨等災(zāi)害的影響[2-4]，尤以初夏旱、卡脖旱和花期陰雨的影響為最大[5]。河南省氣象科研所玉米課題組[5]曾利用1954-1990年夏玉米生育期間10個代表站的降水及單產(chǎn)資料，著重分析了初夏旱、卡脖旱和花期陰雨等3種主要?dú)庀鬄?zāi)害發(fā)生的頻率、分布特點(diǎn)及對河南省夏玉米單產(chǎn)的影響情況。研究表明，發(fā)生上述3種主要?dú)庀鬄?zāi)害同時減產(chǎn)占災(zāi)害年的頻率分別為47.1%、42.9%和50.0%，夏玉米歉收有半數(shù)以上的年份由2種氣象災(zāi)害共同作用造成。因此掌握夏玉米生育期間主要農(nóng)業(yè)氣象災(zāi)害的發(fā)生規(guī)律，對于防御氣象災(zāi)害，提高防災(zāi)減災(zāi)的能力，保障區(qū)域農(nóng)業(yè)高產(chǎn)穩(wěn)產(chǎn)具有十分重要的意義。

近年來，隨著全球氣候的變暖，中國農(nóng)業(yè)氣象災(zāi)害的發(fā)生規(guī)律出現(xiàn)了新的變化[6]。河南省夏玉米生育期間主要?dú)庀鬄?zāi)害發(fā)生的頻率有何新的變化，當(dāng)前主要?dú)庀鬄?zāi)害發(fā)生規(guī)律在未來是否再現(xiàn)？是普遍關(guān)注和亟待解決的問題。已有一些研究結(jié)合未來氣候變化情景，對農(nóng)業(yè)氣象災(zāi)害進(jìn)行了預(yù)估。李琪等[7]利用CMIP3的多模式數(shù)據(jù)下的A2和A1B兩種方案，并結(jié)合CERES-Rice模型，模擬分析了2011-2040年不同高溫強(qiáng)度及其持續(xù)時間的熱害對水稻產(chǎn)量的影響。馮靈芝等[8]利用RCPs情景下HadGEM2-ES模式的輸出結(jié)果，預(yù)估了長江中下游地區(qū)水稻生育期內(nèi)高溫事件的變化特征。然而，當(dāng)前研究多針對單一氣象災(zāi)害的特征進(jìn)行探討，作物生育期間氣象災(zāi)害同時發(fā)生(遭遇)的情況一般還很少考慮；且評估玉米生育期間氣象災(zāi)害的時空變化特征方面的研究成果還比較少。

本文基于歷史長期氣象監(jiān)測資料和全球氣候模式預(yù)估數(shù)據(jù)，圍繞夏玉米生育期間初夏旱、卡脖旱和花期陰雨等3種主要?dú)庀鬄?zāi)害，采用集合論的方法定義單一和同時發(fā)生的氣象災(zāi)害事件及其組合，探討歷史(1961-2015年)氣象災(zāi)害發(fā)生的頻率時空分布特征以及21世紀(jì)以來(2001-2015年)的變化情勢，預(yù)估未來30年(2021-2050年)氣候變化情景下可能的變化，以期為應(yīng)對氣候變化影響的防災(zāi)減災(zāi)適應(yīng)性措施的制定提供參考依據(jù)。

1 資料與方法

1.1　研究區(qū)與資料數(shù)據(jù)

研究區(qū)及選用的19個典型氣象站點(diǎn)空間分布見圖1，選用測站在空間上分布較為均勻。實(shí)測資料為1961-2015年共55年逐日降水?dāng)?shù)據(jù)，來源于中國氣象科學(xué)共享網(wǎng)發(fā)布的《中國地面氣候資料日值數(shù)據(jù)集(V3.0)》。數(shù)據(jù)系列較為完整，質(zhì)量良好。對于極少數(shù)缺測數(shù)據(jù)，采用5 d滑動平均方法進(jìn)行線性插補(bǔ)。

圖1　研究區(qū)域及氣象站點(diǎn)分布Fig.1 Location of study area, meteorological stations

未來降水預(yù)估數(shù)據(jù)使用RCP4.5情景下全球氣候模式的模擬結(jié)果。RCP4.5情景是當(dāng)前應(yīng)用較為廣泛的一種排放情景，在RCPs系列中為中間穩(wěn)定路徑，2100年輻射強(qiáng)迫穩(wěn)定在4.5 W/m2，大氣溫室氣體濃度穩(wěn)定在650×10-6CO2當(dāng)量[9]。氣候模式模擬數(shù)據(jù)來源于ISI-MIP提供、中國農(nóng)科院環(huán)發(fā)所收集整理的中國大陸地區(qū)氣候變化情景數(shù)據(jù)集。該數(shù)據(jù)集已成功應(yīng)用于我國極端氣候預(yù)估[10]、干旱影響評估[11]工作中，包括GFDL-ESM2M(美國)，HadGEM2-ES(英國)，IPSL-CM5A-LR(法國)，MIROC-ESM-CHEM(日本)，NorESM1-M(挪威)等5個全球氣候模式的日值數(shù)據(jù)；時間范圍為1951-2050年，空間水平分辨率為0.5° × 0.5°。本研究中，覆蓋研究區(qū)域的格點(diǎn)數(shù)共有97個，采用其基準(zhǔn)期(1971-2000年)和未來時段(2021-2050年)模擬預(yù)估的逐日降水?dāng)?shù)據(jù)。由于氣候情景模式數(shù)據(jù)已根據(jù)實(shí)測氣象信息進(jìn)行了插值、訂正[12、13]，文中不再對其進(jìn)行空間插值和區(qū)域降尺度處理，而是直接應(yīng)用模式輸出進(jìn)行計算。

1.2　研究方法

1.2.1主要?dú)庀鬄?zāi)害事件定義

農(nóng)業(yè)氣象災(zāi)害指標(biāo)是評判災(zāi)害的標(biāo)準(zhǔn)，由于研究目的不同，每一種指標(biāo)都有其自身的優(yōu)、缺點(diǎn)和適用的領(lǐng)域、范圍。本文采用文獻(xiàn)[5]基于旬降水量確定的初夏旱、卡脖旱和花期陰雨等3種主要?dú)庀鬄?zāi)害判別指標(biāo)(見表1)。該套指標(biāo)簡單易行，能夠較好地反映氣象災(zāi)害與糧食減產(chǎn)的關(guān)系，已應(yīng)用于河南省玉米生產(chǎn)農(nóng)業(yè)氣象服務(wù)中[14]；同時，也方便與現(xiàn)有成果進(jìn)行比較。

表1　河南省夏玉米生育期間主要?dú)庀鬄?zāi)害及其判別指標(biāo)Tab.1 Main meteorological disasters and their evaluation indices during the summer maize growth period in Henan province

從表1中所列3種主要?dú)庀鬄?zāi)害出發(fā)，采用集合論的方法進(jìn)一步補(bǔ)充擴(kuò)展定義7類氣象災(zāi)害事件及其組合。一方面是發(fā)生單一氣象災(zāi)害的情況：(4)事件A+B表示至少發(fā)生一種氣象干旱事件；(5)事件A+C表示初夏旱和花期陰雨至少發(fā)生一種；(6)事件B+C表示發(fā)生卡脖旱或花期陰雨一種氣象災(zāi)害；(7)事件A+B+C表示3種氣象災(zāi)害至少發(fā)生一種，即在生育期間發(fā)生氣象災(zāi)害。另一方面為兩種氣象災(zāi)害同時發(fā)生的情況：(8)事件AB表示初夏旱與卡脖旱同時發(fā)生；(9)事件AC表示初夏旱與花期陰雨同時發(fā)生；(10)事件AB+AC表示初夏旱與卡脖旱或花期陰雨同時發(fā)生。根據(jù)上述定義，研究中采用頻率統(tǒng)計的方法分別計算10類氣象災(zāi)害事件及其組合發(fā)生的頻率。

1.2.2頻率統(tǒng)計分析方法

以旬為計算時間尺度，分別計算上述10類主要?dú)庀鬄?zāi)害事件及其組合在時段內(nèi)發(fā)生的次數(shù)，采用公式(1)計算其頻率：

(1)

式中：n為某一時期氣象災(zāi)害發(fā)生的總次數(shù)；m為該時期的站(格點(diǎn))年數(shù)。

首先，統(tǒng)計1961-2015年及1960s(1961-1970年)、1970s(1971-1980年)、1980s(1981-1990年)、1990s(1991-2000年)、2000s(2001-2010年)、2010s(2011-2015年)等6個年代主要?dú)庀鬄?zāi)害事件發(fā)生的頻率。其中，2010s數(shù)據(jù)截止到2015年數(shù)據(jù)，站年數(shù)為19×5=95；其他各年代資料系列完整，均為19×10=190站年。

然后，采用“2個時期對比”的分析方法(公式(2))，以1971-2000年為基準(zhǔn)期，計算21世紀(jì)以來(即2001-2015年)和未來30年(2021-2050年)主要?dú)庀鬄?zāi)害事件及其組合發(fā)生頻率的相對變化。其中，未來預(yù)估采用多模式簡單算術(shù)平均集合方法，其結(jié)果為5個模式下預(yù)估結(jié)果的平均值。

Δp=pf-pc

(2)

式中：Δp為氣象災(zāi)害事件發(fā)生的頻率變化；pf為分析時段氣象災(zāi)害發(fā)生的頻率；pc為基準(zhǔn)期氣象災(zāi)害發(fā)生的頻率。

最后，采用克里金插值法，基于Surfer 13.0軟件繪制空間分布圖，分析主要?dú)庀鬄?zāi)害發(fā)生頻率在空間上的分布特征及其變化。限于篇幅，文中僅給出初夏旱(事件A)、卡脖旱(事件B)、花期陰雨(事件C)以及初夏旱與卡脖旱同時發(fā)生(事件AB)、初夏旱與花期陰雨同時發(fā)生(事件AC)等5個代表性事件的空間分布圖。

2　結(jié)果分析

2.1　1961-2015年主要?dú)庀鬄?zāi)害事件發(fā)生頻率

2.1.1主要?dú)庀鬄?zāi)害發(fā)生頻率時間變化

表2統(tǒng)計了1961-2015年主要?dú)庀鬄?zāi)害事件發(fā)生的頻率。從表2中可以看出，1961-2015年三種氣象災(zāi)害發(fā)生的頻率以初夏旱為最大(43.3%)，其次是卡脖旱(34.4%)，花期陰雨發(fā)生的頻率最小(27.0%)。2010s初夏旱和卡脖旱發(fā)生頻率最大，分別達(dá)到62.1%和63.2%；同期花期陰雨發(fā)生頻率為各年代最小，僅為7.4%。這與2013-2015年降水異常減少有關(guān)。未來幾年這一趨勢是否將進(jìn)一步持續(xù)，是值得關(guān)注的問題。1980s初夏旱和卡脖旱發(fā)生的頻率較小，分別為30.0%和27.4%；但同期花期陰雨發(fā)生頻率31.6%，僅次于1960s的32.1%。21世紀(jì)以來(2001-2015年)，初夏旱和卡脖旱發(fā)生的頻率明顯增加，較1971-2000年的37.2%和34%分別增加12.6%和6.0%，而花期陰雨發(fā)生的頻率則減少6.1%。

初夏旱與卡脖旱和初夏旱與花期陰雨至少發(fā)生一種的頻率分別為62.8%和60.5%，且自1980s以來逐漸增大，2001-2015年較1971-2000年分別增加9.5%和7.1%。其中，2010s初夏旱與卡脖旱至少發(fā)生一種的頻率最大，達(dá)到84.2%，1980s發(fā)生的頻率最小僅為48.4%。1960s初夏旱與花期陰雨至少發(fā)生一種的頻率最大，達(dá)到75.8%，1980s發(fā)生頻率最小僅為51.6%。7月下旬-8月中旬的氣象災(zāi)害(卡脖旱與花期陰雨)至少發(fā)生一種的頻率為61.4%，2010s發(fā)生的頻率70.5%為最大，2000s發(fā)生頻率57.4%為最小。1961-2015年單一氣象災(zāi)害事件發(fā)生的頻率為78.9%。與1971-2000年相比，2001-2015年發(fā)生的頻率幾乎無變化(略微減少0.1%)。

從氣象災(zāi)害同時發(fā)生的頻率上看，1961-2015年初夏旱與卡脖旱同時發(fā)生的頻率為16.0%，大于初夏旱與花期陰雨同時發(fā)生的頻率(10.8%)。其中，2010s發(fā)生頻率最大，為41.1%，是發(fā)生頻率最小的1980s(8.9%)的4.6倍。2001-2015年較1971-2000年增加9.2%，相對變化高達(dá)73.0%。初夏旱與花期陰雨同時發(fā)生的頻率在1960s和1970s較為穩(wěn)定，發(fā)生頻率均為13.7%，大于其他年代發(fā)生的頻率；2010s發(fā)生的頻率最小，僅為3.2%；2001-2015年發(fā)生頻率較1971-2000年減少0.6%。1961-2015年兩種氣象災(zāi)害事件同時發(fā)生的頻率為26.8%。其中，2010s發(fā)生的頻率最大，為44.2%，而在1980s發(fā)生的頻率最小，為18.9%。與1971-2000年相比，2001-2015年發(fā)生的頻率增加8.6%。

2.1.2主要?dú)庀鬄?zāi)害發(fā)生頻率的空間分布

從1961-2015年主要?dú)庀鬄?zāi)害事件發(fā)生的頻率空間分布上看(圖2)，初夏旱發(fā)生的頻率由南至北逐漸增大，豫西南桐柏站最小，為14.5%；而豫中北部的鄭州站發(fā)生的頻率最大，達(dá)到72.7%。卡脖旱發(fā)生的頻率總體上由西向東逐漸減少，豫西三門峽站發(fā)生的頻率最大，為60.0%；豫西南西峽站發(fā)生的頻率最小，為14.5%?；ㄆ陉幱臧l(fā)生的頻率則自西向東逐漸增加，其中豫西南盧氏站發(fā)生的頻率最小，為7.3%，豫東商丘站發(fā)生的頻率最大，為34.5%。

初夏旱與卡脖旱和初夏旱與花期陰雨至少發(fā)生一種的頻率由南向北逐漸增大，豫南信陽和固始站均不足50.0%，而豫中北部鄭州則分別達(dá)到81.8%和80.0%?？ú焙蹬c花期陰雨至少發(fā)生一種的頻率自西向東逐漸增大，豫西南西峽站最小，為47.3%；而東部測站一般在60%～70%之間。主要?dú)庀鬄?zāi)害事件發(fā)生的頻率自南向北逐漸增大，豫西南西峽站最小為67.3%，豫中北部鄭州站最大，為89.1%。

初夏旱與卡脖旱同時發(fā)生的頻率總體上自南向北逐漸增大，豫西南桐柏站最小，僅為1.8%；豫北新鄉(xiāng)站最大，為30.9%。豫北地區(qū)初夏旱和花期陰雨同時發(fā)生的頻率較大，安陽和新鄉(xiāng)站分別均為21.8%；豫中和豫東地區(qū)測站也多在10%～20%之間，其他站點(diǎn)則發(fā)生的頻率較小，其中豫西三門峽站僅為1.8%。兩種主要?dú)庀鬄?zāi)害同時發(fā)生的頻率也由南向北逐漸增大，豫西南桐柏站最小，僅為7.3%，而豫北新鄉(xiāng)站則為54.5%。

表2　1961-2015年主要?dú)庀鬄?zāi)害事件發(fā)生的頻率Tab.2 Frequency of main meteorological disasters occurrence in 1961-2015

圖2　1961-2015年主要?dú)庀鬄?zāi)害發(fā)生頻率的空間分布Fig.2 Spatial distribution of frequency of main meteorological disasters occurrence in 1961-2015

2.1.32001-2015年主要?dú)庀鬄?zāi)害發(fā)生頻率變化的空間分布

圖3給出了2001-2015年夏玉米生育期間主要?dú)庀鬄?zāi)害發(fā)生的頻率較1971-2000年變化的空間分布。從圖3中可以看出，初夏旱在15站(占全部選用站點(diǎn)數(shù)的78.9%，下同)發(fā)生的頻率呈增加趨勢，其中豫中、中北部鄭州、許昌、西華和豫西南西峽、南陽等5站(26.3%)增幅較大，增加20%～30%；豫南固始和豫東商丘站則分別減少3.3%和13.3%；豫北安陽和豫西三門峽站則無變化?？ú焙蛋l(fā)生的頻率也以增加為主，12站(63.2%)發(fā)生的頻率呈增加趨勢，其中豫中北部、豫中南部駐馬店等5站(26.3%)增幅較大，增加10%～20%，豫北安陽和豫中許昌站基本無變化，其他5站(26.3%)有所減少，其中商丘站減幅較大，為-13.3%?；ㄆ陉幱臧l(fā)生頻率則在12站(63.2%)呈減少趨勢，其中三門峽、孟津、新鄉(xiāng)、開封、西華、駐馬店等6站減幅較大，減少10%～20%，僅在永城等4站(21.1%)增加不足10%，許昌等3站則基本無變化。

初夏旱和卡脖旱至少發(fā)生一種的頻率在11站(57.9%)有所增加，以孟津、開封、西華、許昌、駐馬店、桐柏、寶豐等7站增幅20%～30%為最大，向其他地區(qū)逐漸減小，其中豫東商丘站減幅最大，為16.7%；安陽等3站(15.8%)則基本無變化。除三門峽等5站(26.3%)減少不足10%外，初夏旱和卡脖旱至少發(fā)生一種的頻率在其他區(qū)域均呈增加趨勢，其中豫中和豫西南增幅較大，鄭州等7站增幅在10%～20%之間?？ú焙岛突ㄆ陉幱曛辽侔l(fā)生一種的頻率在豫中北、豫中、豫西南等7站有所增加，但除鄭州站增加外，其他地區(qū)增幅不足10%；商丘等8站(42.1%)則有不同程度的減少，豫東商丘和豫西孟津站減幅相對較大，分別減少20.0%和13.3%；而信陽等4站(21.1%)則基本無變化。氣象災(zāi)害事件發(fā)生的頻率在12站(63.2%)有不同程度的增加，以孟津、開封、西華、許昌、駐馬店、桐柏、寶豐等7站增幅較大，增加20%～30%；新鄉(xiāng)等6站有所減少，其中豫西三門峽和豫西南盧氏和豫北新鄉(xiāng)等3站(15.8%)減幅較大，減少10%～20%；豫西南西峽站則基本無變化。

初夏旱與卡脖旱同時發(fā)生的頻率在13站(68.4%)呈增加趨勢，其中豫北新鄉(xiāng)站增加36.7%為最大，孟津等4站則有不足10%的減少，安陽和寶豐站則基本無變化。初夏旱與花期陰雨同時發(fā)生的頻率在9站(47.4%)呈增加趨勢，主要集中在豫中和豫西南地區(qū)，但增幅均在10%以內(nèi)；新鄉(xiāng)等9站(47.4%)呈減少趨勢，主要集中在豫北、豫西和豫東地區(qū)，其中豫北新鄉(xiāng)和豫東商丘站減幅較大，均減少13.3%；豫東永城站則基本無變化。兩種氣象災(zāi)害同時發(fā)生的頻率在14站(73.7%)有不同程度的增加，其中豫中北部鄭州、新鄉(xiāng)和豫西南盧氏、西峽等4站(21.1%)增幅較大，增加20%～30%；豫北安陽、豫西孟津和豫東商丘等3站(15.8%)有所減少，分別減少6.7%、16.7%和23.3%；開封和桐柏站則基本無變化。

圖3　2001-2015年主要?dú)庀鬄?zāi)害發(fā)生頻率較1971-2000年變化的空間分布Fig.3 Spatial distribution of changes in frequency of main meteorological disasters occurrence by the 2001-2015 period comparing with the baseline period of 1971-2000

2.2　2021-2050年主要?dú)庀鬄?zāi)害發(fā)生頻率變化預(yù)估

2.2.1主要?dú)庀鬄?zāi)害指標(biāo)變化預(yù)估

表3給出了基準(zhǔn)期內(nèi)主要?dú)庀鬄?zāi)害指標(biāo)的模擬誤差值。從表3中可以看出，主要?dú)庀鬄?zāi)害指標(biāo)的相對誤差在-8.1%～6.3%之間；對干旱事件判別指標(biāo)(P1～P4)的模擬存在正偏差，而對花期陰雨判別指標(biāo)(P5和P6)的模擬則存在負(fù)偏差。這表明基于氣候模式降水輸出結(jié)果的模擬值與實(shí)測值較為接近，利用該數(shù)據(jù)進(jìn)行未來預(yù)估和影響分析是可行的。

與基準(zhǔn)期相比，RCP4.5情景下2021-2050年發(fā)生初夏旱的氣象災(zāi)害指標(biāo)較基準(zhǔn)期有所減少。P1和P2分別減少2.9和4.0 d，其中5月下旬、6月上旬和6月中旬降水量小于30 mm日數(shù)分別減少4.5、2.0和0.5 d。發(fā)生卡脖旱的氣象災(zāi)害指標(biāo)也呈減少趨勢，其中7月下旬-8月中旬期間，P3和P4分別減少3.7和2.8 d。然而，發(fā)生花期陰雨的氣象災(zāi)害指標(biāo)卻呈增加趨勢，P5和P6分別增加2.2和1.6 d。

表3　1971-2000年主要?dú)庀鬄?zāi)害指標(biāo)模擬誤差值Tab.3 Relative error between observations and simulations in the baseline period of 1971-2000

2.2.2主要?dú)庀鬄?zāi)害發(fā)生頻率時間變化預(yù)估

2021-2050年初夏旱發(fā)生的頻率較基準(zhǔn)期減少8.2%，而花期陰雨發(fā)生的頻率增加8.0%，卡脖旱發(fā)生的頻率則基本無變化(略微增加0.9%)。初夏旱與卡脖旱至少發(fā)生一種的頻率也減少5.5%，而與花期陰雨相關(guān)的至少發(fā)生一種的頻率則分別增加3.1%和8.9%。初夏旱與卡脖旱、初夏旱與花期陰雨同時發(fā)生的頻率分別減少1.9%和3.3%。發(fā)生氣象災(zāi)害事件的頻率增加5.8%，但兩種氣象災(zāi)害同時發(fā)生的頻率則減少5.2%。

2.2.3主要?dú)庀鬄?zāi)害發(fā)生頻率空間分布變化預(yù)估

圖4給出了RCP4.5情景下2021-2050年夏玉米生育期間主要?dú)庀鬄?zāi)害發(fā)生的頻率較1971-2000年變化的空間分布。從圖4中可以看出，初夏旱發(fā)生的頻率在豫中北的許昌、鄭州、開封等地區(qū)和豫西南局部地區(qū)呈增加趨勢，其他地區(qū)均有不同程度的減少，其中豫北安陽局部地區(qū)減幅最大，在30%～40%之間?？ú焙翟陂_封-寶豐-南陽一線東南方向呈增加趨勢，其中許昌、周口、商丘等地區(qū)局部增幅較大，超過20%；其他地區(qū)多呈減少趨勢，減幅在20%以內(nèi)。花期陰雨發(fā)生頻率在南陽-西華-永城一線以南區(qū)域增幅較大，多在20%～30%之間，豫中、北部和豫西的局部地區(qū)有所減少，減幅一般在10%以內(nèi)。

初夏旱與卡脖旱至少發(fā)生一種的頻率主要在豫中及豫中北部地區(qū)呈增加趨勢，增幅一般在10%以上，以此為中心向其他地區(qū)增幅減小并逐漸呈減少趨勢，而豫西局部地區(qū)存在不足10%的增幅。初夏旱與花期陰雨至少發(fā)生一種的頻率在三門峽-孟津-開封-商丘-永城一線及以北以減少為主，以南以增加為主，其中豫西南和豫南局部地區(qū)增幅較大，超過30%。卡脖旱與花期陰雨至少發(fā)生一種氣象災(zāi)害事件的頻率在欒川-寶豐-許昌-開封一線東南方向大部分區(qū)域以增加為主，豫東南地區(qū)增幅最大，局部地區(qū)增幅甚至在60%以上。主要?dú)庀鬄?zāi)害事件發(fā)生的頻率在大部分地區(qū)可能將有不同程度的增加，其中以南陽-許昌-西華一線增幅最大，超過20%，豫西、豫西南和豫北局部地區(qū)多呈減少趨勢。

初夏旱與卡脖旱同時發(fā)生的頻率在三門峽-盧氏-欒川-西峽一線以及南陽-許昌-西華-商丘一線呈增加趨勢，其他地區(qū)呈減少趨勢，其中豫北局部地區(qū)減幅較大，超過10%。初夏旱與花期陰雨同時發(fā)生的頻率空間分布較為復(fù)雜，豫北地區(qū)有明顯的減少，減幅一般在20%以上。兩種氣象災(zāi)害事件同時發(fā)生的頻率在大部分地區(qū)有所減少，其中豫北地區(qū)減少顯著，超過10%，局部地區(qū)減幅超過40%。豫西、豫西南和豫東局部地區(qū)增幅在10%以內(nèi)。

圖4　RCP4.5情景下2021-2050年主要?dú)庀鬄?zāi)害發(fā)生頻率較1971-2000年變化的空間分布Fig.4 Spatial distribution of changes in frequency of main meteorological disasters occurrence by the 2021-2050 period comparing with the baseline period of 1971-2000 under the RCP4.5 scenario

3　結(jié)果與討論

1961-2015年河南省夏玉米生育期間主要?dú)庀鬄?zāi)害發(fā)生較為頻繁，按發(fā)生的頻率大小依次為初夏旱、卡脖旱、花期陰雨；區(qū)域性分布較為明顯，初夏旱發(fā)生的頻率由南向北逐漸增大，卡脖旱發(fā)生的頻率由東向西逐漸增大，花期陰雨發(fā)生的頻率則由西向東逐漸增大。這與文獻(xiàn)[5]得到的研究成果基本一致，但自1980s以來氣象災(zāi)害發(fā)生的頻率總體上有增加的趨勢。

與1971-2000年相比，21世紀(jì)以來(2001-2015年)旱災(zāi)更為頻繁的發(fā)生而陰雨災(zāi)害發(fā)生的頻率有所減少，且發(fā)生頻率的變化在空間分布上不均。已有研究指出，1990s末期以來，河南省春季連續(xù)無雨日呈明顯增加趨勢[15]，夏季降水量有所增加，黃河以南多數(shù)地區(qū)極端降水頻次、強(qiáng)度增大[16,17]。研究結(jié)果與近十幾年來降水的變化趨勢基本一致。

RCP4.5情景下未來30年(2021-2050年)，主要?dú)庀鬄?zāi)害發(fā)生頻率呈現(xiàn)出初夏旱發(fā)生頻率減少而陰雨災(zāi)害發(fā)生頻率增加的趨勢。這與2001-2015年氣象災(zāi)害事件的變化趨勢并不一致。與潘攀[18]、梁玉蓮和延曉冬[19]預(yù)估降水變化的趨勢相一致，氣候變化情景下預(yù)估的生育期間降水的明顯增加是導(dǎo)致氣象災(zāi)害發(fā)生頻率趨勢變化的主要原因。同時，未來氣象災(zāi)害發(fā)生的頻率變化在空間分布上可能將更為不均，特別是在一些地區(qū)旱災(zāi)也存在進(jìn)一步加劇的可能性。

氣候變化條件下，夏玉米產(chǎn)量災(zāi)害損失關(guān)系將更為復(fù)雜[20]，僅依據(jù)降水要素構(gòu)建氣象災(zāi)害指標(biāo)雖然簡單易行，但難免存在諸多局限性，氣象災(zāi)害指標(biāo)的構(gòu)建及其在氣候變化條件下的適用性等還有待進(jìn)一步研究。同時，主要?dú)庀鬄?zāi)害事件發(fā)生的條件概率方面的分析，還需進(jìn)一步研究。另外，未來預(yù)估結(jié)果還存在一定的不確定性，排放情景、降尺度方法等不確定性主要來源還需充分考慮，以增加未來預(yù)估結(jié)果的可靠性。

□

參考文獻(xiàn)：

[1]喬江方, 劉京寶, 夏來坤, 等.2001-2012年河南省夏玉米產(chǎn)量變化及生長季氣象因子分析[J].中國農(nóng)學(xué)通報, 2014,30(36):85-90.

[2]王富強(qiáng), 王雷.基于降水距平百分率的河南省干旱特征分析[J].中國農(nóng)村水利水電, 2014,(12):84-88.

[3]成林, 劉榮花.河南省夏玉米花期連陰雨災(zāi)害風(fēng)險區(qū)劃[J].生態(tài)學(xué)雜志, 2012,31(12):3 075-3 079.

[4]李樹巖, 劉榮花, 胡程達(dá).河南省夏玉米大風(fēng)倒伏氣候風(fēng)險分析[J].自然災(zāi)害學(xué)報, 2014,23(1):174-182.

[5]玉米課題組.氣象災(zāi)害對河南省夏玉米產(chǎn)量的影響及對策[J].中國農(nóng)業(yè)氣象, 1993,14(6):27-29.

[6]陳德亮.氣候變化背景下中國重大農(nóng)業(yè)氣象災(zāi)害預(yù)測預(yù)警技術(shù)研究[J].科技導(dǎo)報, 2012,30(19):3.

[7]李琪, 任景全, 王連喜.未來氣候變化情景下江蘇水稻高溫?zé)岷δM研究Ⅰ: 評估孕穗-抽穗期高溫?zé)岷λ井a(chǎn)量的影響[J].中國農(nóng)業(yè)氣象, 2014,35(1):91-96.

[8]馮靈芝, 熊偉, 居輝, 等.RCP情景下長江中下游地區(qū)水稻生育期內(nèi)高溫事件的變化特征[J].中國農(nóng)業(yè)氣象, 2015,36(4):383-392.

[9]Vuuren D, Edmonds J, Kaimuma M, et al.The representative concentration pathways: an overview[J].Climatic Change, 2011,109(1-2):5-31.

[10]Yin J, Xu Z X, Yan D H, et al.Simulation and projection of extreme climate events in China under RCP4.5 scenario[J].Arabian Journal of Geosciences, 2016,9(2):89.

[11]Leng G Y, Tang Q H, Rayburg S.Climate change impacts on meteorological, agricultural and hydrological droughts in China[J].Global and Planetary Change, 2015,126(23-24):23-24.

[12]Piani C, Weedon G P, Best M，et al.Statistical bias correction of global simulated daily precipitation and temperature for the application of hydrological models[J].Journal of Hydrology, 2010,395(3-4):199-215.

[13]Hagemann S, Chen C, Haerter J O, et al.Impact of a statistical bias correction on the projected hydrological changes obtained from three GCMs and two hydrology models[J].Journal of Hydrometeorology, 2011,12(4):556-578.

[14]陳懷亮, 張雪芬.玉米生產(chǎn)農(nóng)業(yè)氣象服務(wù)指南[M].北京: 氣象出版社, 1999.

[15]余衛(wèi)東, 柳俊高, 常軍, 等.1957-2005年河南省降水和溫度極端事件變化[J].氣候變化研究進(jìn)展, 2008,4(2):78-83.

[16]潘攀.1961-2012年河南省夏季降水時空及環(huán)流特征[J].氣象與環(huán)境科學(xué), 2014,37(3):27-33.

[17]曾穎婷, 陸爾.1961-2010 年我國夏季總降水和極端降水的變化[J].氣候變化研究進(jìn)展, 2015,11(2):79-85.

[18]潘攀, 王紀(jì)軍, 劉莎.21世紀(jì)河南省未來氣候變化趨勢預(yù)估[J].干旱區(qū)資源與環(huán)境, 2011,25(5):72-76.

[19]梁玉蓮, 延曉冬.RCPs情景下中國21世紀(jì)氣候變化預(yù)估及不確定性分析[J].熱帶氣象學(xué)報, 2016,32(2):183-192.

[20]成林, 馬志紅, 李樹巖.氣候變化對河南省夏玉米單產(chǎn)的影響分析[J].玉米科學(xué), 2016,24(1):88-95.