近30年中國主要農(nóng)業(yè)氣象災(zāi)害典型場時(shí)空格局分異特征*

桑 婧, 郝 璐

?

近30年中國主要農(nóng)業(yè)氣象災(zāi)害典型場時(shí)空格局分異特征*

桑 婧1,2, 郝 璐1**

(1. 南京信息工程大學(xué)/江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室 南京 210044; 2. 內(nèi)蒙古自治區(qū)生態(tài)與農(nóng)業(yè)氣象中心 呼和浩特 010051)

在全球氣候變暖, 氣象災(zāi)害頻發(fā)重發(fā)的背景下, 農(nóng)業(yè)生產(chǎn)受到日益嚴(yán)重的氣象災(zāi)害影響。研究中國農(nóng)業(yè)氣象災(zāi)害的時(shí)空格局對于降低災(zāi)害風(fēng)險(xiǎn)、減輕災(zāi)害損失十分重要。本文利用1978—2013年主要省、直轄市及自治區(qū)的農(nóng)業(yè)災(zāi)害受災(zāi)、成災(zāi)面積和播種面積資料, 以受災(zāi)率和成災(zāi)率作為指標(biāo), 利用經(jīng)驗(yàn)正交函數(shù)(Empirical Orthogonal Function, EOF)等統(tǒng)計(jì)分析, 對影響我國農(nóng)業(yè)生產(chǎn)的主要農(nóng)業(yè)氣象災(zāi)害(干旱災(zāi)害、洪澇災(zāi)害、低溫凍害和風(fēng)雹災(zāi)害)的時(shí)空變化進(jìn)行分析并得到典型場。結(jié)果表明, 近幾年除洪澇災(zāi)害沒有明顯的升降趨勢以外, 干旱、風(fēng)雹和低溫凍害受災(zāi)率成災(zāi)率均呈下降趨勢。干旱受災(zāi)率和成災(zāi)率典型場較為相似, 北方因?yàn)?zāi)損失情況明顯重于南方; 全國大部分地區(qū)均有輕微的因風(fēng)雹災(zāi)害造成損失的情況, 西部和西北部容易受到風(fēng)雹災(zāi)害的影響; 洪澇災(zāi)害受災(zāi)率和成災(zāi)率典型場存在差異, 全國普遍受到洪澇災(zāi)害輕微影響, 但長江流域和東北三省情況較重。低溫凍害受災(zāi)、成災(zāi)率的典型場不明顯, 北方因?yàn)?zāi)損失程度重于南方。另外, 干旱和洪澇災(zāi)害不會持續(xù)影響東北地區(qū); 風(fēng)雹災(zāi)害在我國西北部容易造成持續(xù)且嚴(yán)重的影響。總之, 各災(zāi)害的受災(zāi)、成災(zāi)率時(shí)間變化也不是完全同步的, 空間分布也不相同, 二者并不是完全匹配的。

農(nóng)業(yè)氣象災(zāi)害; 干旱; 洪澇; 風(fēng)雹; 低溫凍害; EOF分析

政府間氣候變化專門委員會(IPCC)第5次評估報(bào)告[1]表明: 全球氣候變暖背景下極端氣象災(zāi)害呈多發(fā)重發(fā)趨勢。根據(jù)世界氣象組織(WMO)統(tǒng)計(jì)[2], 1970—2009年全球共發(fā)生7 870次氣象災(zāi)害并造成近20 000億美元的經(jīng)濟(jì)損失。吳吉東等[3]分析了近65年我國氣象災(zāi)害統(tǒng)計(jì)結(jié)果, 發(fā)現(xiàn)洪澇、臺風(fēng)等風(fēng)暴類和干旱災(zāi)害是影響中國的主要?dú)庀鬄?zāi)害, 這3類氣象災(zāi)害的影響呈上升趨勢。近10年, 全國平均每年因氣象災(zāi)害死亡2 000人左右, 經(jīng)濟(jì)損失2 000億元左右[4]。在中國, 占全部自然災(zāi)害70%以上的氣象災(zāi)害的特點(diǎn)是頻率高, 范圍廣, 趨勢越來越大[5]。然而農(nóng)業(yè)氣象災(zāi)害是指異常天氣過程和不利氣象條件在農(nóng)業(yè)生產(chǎn)過程中導(dǎo)致作物減產(chǎn)甚至絕收的災(zāi)害[6-7], 所以氣象災(zāi)害包含農(nóng)業(yè)氣象災(zāi)害, 但氣象災(zāi)害發(fā)生時(shí)并不一定造成農(nóng)作物減產(chǎn)從而造成農(nóng)業(yè)氣象災(zāi)害。我國作為農(nóng)業(yè)大國, 農(nóng)業(yè)生產(chǎn)的設(shè)施設(shè)備相對薄弱, 還擺脫不了靠天吃飯的局面。據(jù)統(tǒng)計(jì), 我國每年因各種氣象災(zāi)害造成的農(nóng)田受災(zāi)面積達(dá)3.4′107hm2, 受災(zāi)人口約6億人, 造成的經(jīng)濟(jì)損失約占國內(nèi)生產(chǎn)總值的1%~3%[8]。

近幾年來, 很多學(xué)者研究中國農(nóng)業(yè)氣象災(zāi)害的時(shí)間變化和空間分布。姜靈峰等[9]分析了1995—2014年我國主要農(nóng)業(yè)氣象災(zāi)害。結(jié)果表明: 我國農(nóng)業(yè)受災(zāi)面積和成災(zāi)面積總體呈下降趨勢, 其中洪澇和干旱的農(nóng)業(yè)受災(zāi)面積波動較大。姚亞慶[10]認(rèn)為干旱、洪澇和低溫凍害呈加重趨勢, 風(fēng)雹呈減小趨勢, 并且干旱和風(fēng)雹災(zāi)害在空間上呈北高于南, 洪澇和低溫凍害則相反。房世波等[11]利用災(zāi)害成災(zāi)數(shù)據(jù)分析了1979—2008年我國農(nóng)業(yè)氣象災(zāi)害變化, 認(rèn)為我國因?yàn)?zāi)害造成成災(zāi)的情況日趨嚴(yán)重。黃會平[12]認(rèn)為干旱將呈加重的趨勢, 并且易受災(zāi)區(qū)域在東北和華北。葉敏等[13]和杜會石等[14]認(rèn)為我國干旱和洪澇災(zāi)害都將增加, 并且華北、東北、西北地區(qū)變干明顯, 但葉敏認(rèn)為洪澇災(zāi)害易受災(zāi)區(qū)域?yàn)槲鞅焙臀鞑? 杜會石則認(rèn)為華東、華南是洪澇易受災(zāi)區(qū)域。對于低溫凍害的研究相對較少, 主要是以霜凍為主。葉殿秀等[15]、李洋等[16]和張志富等[17]從不同方面對霜凍進(jìn)行研究, 均得到了霜凍近幾年呈下降趨勢的結(jié)論。高懋芳等[18]認(rèn)為低溫凍害在1985—2005年間經(jīng)歷了減弱-增強(qiáng)-減弱的過程, 但總體是緩慢上升的, 主要的易受災(zāi)區(qū)域在東北和黃淮海地區(qū)。

從這些學(xué)者的研究成果我們發(fā)現(xiàn), 對于中國農(nóng)業(yè)氣象災(zāi)害的研究大多分析時(shí)間演變、空間變化, 或者是單一的分析一個(gè)或者兩個(gè)災(zāi)種。鮮見較長時(shí)間序列下國家尺度多種農(nóng)業(yè)氣象災(zāi)害的空間特征和時(shí)空變化的研究。受災(zāi)成災(zāi)的時(shí)空一致性的分析也較少見, 大多是對受災(zāi)的分析, 較少結(jié)合成災(zāi)情況進(jìn)行對比分析。本文在前人研究的基礎(chǔ)上, 利用1978—2013年的農(nóng)業(yè)災(zāi)害受災(zāi)成災(zāi)面積資料, 基于省域單元, 進(jìn)行以下問題的研究: 1)分析4種農(nóng)業(yè)氣象災(zāi)害受/成災(zāi)的時(shí)間變化趨勢; 2)檢測4種災(zāi)害的受/成災(zāi)率的典型場和時(shí)空關(guān)系。通過長時(shí)間尺度的農(nóng)業(yè)氣象災(zāi)害時(shí)空變化及其時(shí)空耦合分析及受災(zāi)和成災(zāi)對比, 探討中國主要農(nóng)業(yè)氣象災(zāi)害典型場時(shí)空格局分異, 為從國家尺度上的防災(zāi)減災(zāi)工作提供參考。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本研究采用1978—2013年全國主要省(因海南省1988年之前的數(shù)據(jù)缺失、臺灣省無資料, 所以二省不列入計(jì)算)、直轄市(重慶市1997年成立直轄市, 1997年之前數(shù)據(jù)缺失, 故重慶和四川并為一個(gè)省級單位計(jì)算)、自治區(qū)農(nóng)業(yè)自然災(zāi)害災(zāi)情中的旱災(zāi)、洪澇、低溫凍害和風(fēng)雹災(zāi)害的受災(zāi)面積(因?yàn)?zāi)減產(chǎn)1成以上的農(nóng)作物播種面積, 如果同一地塊的當(dāng)季農(nóng)作物多次受災(zāi), 只計(jì)算其中受災(zāi)最重的一次[19])和成災(zāi)面積(農(nóng)作物受災(zāi)面積中, 因?yàn)?zāi)減產(chǎn)3成以上的農(nóng)作物播種面積[19])資料和1978—2013年全國各省、市、自治區(qū)農(nóng)作物播種面積資料(來自《中國統(tǒng)計(jì)年鑒[20]》、《中國農(nóng)村統(tǒng)計(jì)年鑒[21]》和《新中國農(nóng)業(yè)60年[22]》)。

1.2 分析方法

本研究首先將受災(zāi)面積和成災(zāi)面積處理為受災(zāi)率和成災(zāi)率, 受災(zāi)率和成災(zāi)率可以剔除各省因播種面積不同所帶來的誤差影響, 還可以表現(xiàn)出各地災(zāi)情輕重的相對差別[23]。其次, 對各災(zāi)害受災(zāi)率和成災(zāi)率進(jìn)行標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化, 得到符合標(biāo)準(zhǔn)正態(tài)分布, 即均值為0, 標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)化受/成災(zāi)率序列。然后, 通過統(tǒng)計(jì)分析, 確定各災(zāi)害時(shí)間變化的趨勢。

自20世紀(jì)50年代Lorenz將經(jīng)驗(yàn)正交函數(shù)(EOF)引入氣象氣候要素場的研究后, 經(jīng)驗(yàn)正交函數(shù)分析現(xiàn)如今已經(jīng)在地學(xué)、生態(tài)學(xué)、氣象學(xué)和水文學(xué)得到了廣泛的應(yīng)用[24]。事實(shí)上, 任何一個(gè)按照時(shí)間變化的空間場矩陣都可以分解成一個(gè)空間特征向量(空間模態(tài))矩陣和一個(gè)時(shí)間系數(shù)(主成分)矩陣, 即

=EOF×PC (1)

式中: EOF代表空間模態(tài), 他只代表空間變化不具有時(shí)間含義; PC(principal component)代表空間特征量對應(yīng)的時(shí)間系數(shù)也可以視為權(quán)重系數(shù), 且二者都具有正交性, PC還可以分解出個(gè)模態(tài)的方差貢獻(xiàn)率, 即:

為方差貢獻(xiàn)率矩陣, 是一個(gè)′的對角矩陣。EOF分析的要點(diǎn)是計(jì)算原矩陣的特征根和時(shí)間系數(shù), 其主要優(yōu)點(diǎn)在于沒有固定的函數(shù)形式, 可以由前幾個(gè)模態(tài)的時(shí)間函數(shù)和空間型來反映原場的主要特征。詳見文獻(xiàn)[25]。

本文利用經(jīng)驗(yàn)正交函數(shù)分解干旱、洪澇、風(fēng)雹和低溫凍害的時(shí)空變化和提取幾個(gè)能代表主要變化特征的典型場, 分析4種災(zāi)害的時(shí)空分布特點(diǎn); 綜合全國農(nóng)業(yè)氣象災(zāi)害統(tǒng)計(jì)分析和EOF分析, 觀察受災(zāi)率成災(zāi)率的時(shí)間變化情況是否同步, 空間分布是否匹配。

2 結(jié)果與分析

2.1 1978—2013年農(nóng)業(yè)氣象災(zāi)害時(shí)間變化

1978—2013年間全國受災(zāi)率、成災(zāi)率年際變化如圖1所示?？梢钥闯龈珊档氖?成災(zāi)1979—2000年呈較大振幅的波動, 但基本沒有明顯的升降趨勢; 2000年以后波動的振幅有所減小(除2007—2009年)并出現(xiàn)了下降的趨勢。在洪澇災(zāi)害中, 總體上看沒有明顯的升降趨勢, 1991—1998年全國發(fā)生洪澇災(zāi)害的嚴(yán)重程度較高于其前后的時(shí)間段, 1991年、1998年、2003年和2010年是洪澇災(zāi)害較嚴(yán)重的4年。在風(fēng)雹災(zāi)害中, 1979—1993年呈無明顯升降趨勢的波動形式, 1994—2001年全國風(fēng)雹災(zāi)害嚴(yán)重程度較低, 2001—2013年風(fēng)雹災(zāi)害呈現(xiàn)波動下降的趨勢。低溫凍害在1998年和2008年出現(xiàn)兩個(gè)峰值, 其余年份低溫凍害的嚴(yán)重程度都較低, 兩個(gè)峰值將年際變化分成3部分, 1979—1998年和1999—2008年均呈小幅上升趨勢, 2008—2013年呈下降趨勢。

圖1 1978—2013年全國干旱、洪澇、風(fēng)雹和低溫凍害受/成災(zāi)率年際變化

S: 受災(zāi)率; C: 成災(zāi)率。S: disaster causing 10% yield loss; C: disaster causing 30% yield loss.

4種災(zāi)害的受災(zāi)率、成災(zāi)率的峰值年、谷值年及趨勢變化方向也基本相同, 但上升或者下降的程度并不完全一致。對比干旱和洪澇災(zāi)害, 大部分年份的嚴(yán)重程度呈“此消彼長”的變化[11]; 但從2005年開始, 這種“此消彼長”變化形式逐漸變得不明顯, 2007—2009年和2011—2013年的趨勢變化基本同步。

2.2 1978—2013年農(nóng)業(yè)氣象災(zāi)害空間變化

我國農(nóng)作物播種面積較大的省份主要在中部和東北地區(qū), 四川、河南、山東和黑龍江是播種面積較大的幾個(gè)省份。我國農(nóng)業(yè)氣象受災(zāi)情況較為嚴(yán)重的省份主要集中在北部地區(qū), 其中山東、內(nèi)蒙古、四川等省份是受災(zāi)影響較嚴(yán)重的省份。綜合4種災(zāi)害的受災(zāi)和成災(zāi)占總受災(zāi)/成災(zāi)比重來看, 干旱所占比重最大, 洪澇災(zāi)害次之, 風(fēng)雹和低溫凍害較少(圖2)。

圖2 1978—2013年全國播種面積分布及各省市自治區(qū)干旱、洪澇、風(fēng)雹、低溫凍害平均受災(zāi)、成災(zāi)面積圖

AD-S: 干旱受災(zāi)面積; AF-S: 洪澇受災(zāi)面積; AC-S: 低溫凍害受災(zāi)面積; AH-S: 風(fēng)雹災(zāi)害受災(zāi)面積; AD-C: 干旱成災(zāi)面積; AF-C: 洪澇成災(zāi)面積; AC-C: 低溫凍害成災(zāi)面積; AH-C: 風(fēng)雹災(zāi)害成災(zāi)面積。AD-S: area of drought causing 10% yield loss; AF-S: area of flood causing 10% yield loss; AC-S: area of low temperature causing 10% yield loss; AH-S: area of hailstorm causing 10% yield loss; AD-C: area of drought causing 30% yield loss; AF-C: area of flood causing 30% yield loss; AC-C: area of low temperature causing 30% yield loss; AH-C: area of hailstorm causing 30% yield loss.

僅根據(jù)多年受/成災(zāi)率均值并不能得到更加準(zhǔn)確的農(nóng)業(yè)氣象災(zāi)害典型空間分布情況, 為此我們根據(jù)正交經(jīng)驗(yàn)函數(shù)分析了4種農(nóng)業(yè)氣象災(zāi)害空間分布的主要特征。

根據(jù)干旱、洪澇、低溫凍害和風(fēng)雹等4種農(nóng)業(yè)災(zāi)害受災(zāi)率和成災(zāi)率的經(jīng)驗(yàn)正交函數(shù)分析結(jié)果, 取前個(gè)總方差貢獻(xiàn)達(dá)到70%的模態(tài)作為典型場, 并僅分析了前3個(gè)典型場的空間型特點(diǎn)。

2.2.1 干旱

在干旱受災(zāi)率的EOF分析結(jié)果中(圖3), 前5個(gè)模態(tài)的方差貢獻(xiàn)率總和為72.7%, 選取前5個(gè)模態(tài)作為典型場。第1模態(tài)的時(shí)間系數(shù)均為正值, 說明第1模態(tài)所顯示的深色區(qū)在這36 a中持續(xù)因干旱導(dǎo)致農(nóng)作物受旱, 其中山西省最嚴(yán)重。第2模態(tài)深色區(qū)明顯少于第1模態(tài), 但第2模態(tài)時(shí)間系數(shù)存在正負(fù)變化, 所以深色和淺色區(qū)域均有受旱的情況, 大致來看2007年后東北三省受旱程度逐漸減輕, 但山西和貴州的受旱程度增加。第3模態(tài)所占方差貢獻(xiàn)較小, 僅能代表9%的變化特征, 顯示在2003年后因干旱造成農(nóng)作物成災(zāi)省份, 從內(nèi)蒙古高原和黃土高原轉(zhuǎn)向西北部。

結(jié)合3個(gè)模態(tài), 基本可以得到, 中國北部、中西部和東北部容易受旱, 特別是黃土高原在3個(gè)模態(tài)中都體現(xiàn)出了嚴(yán)重的受旱情況。我國東南部沿海地區(qū)較不易受旱。因前3個(gè)模態(tài)中有兩個(gè)模態(tài)的時(shí)間系數(shù)在2006年后有接近零值的趨勢, 所以在受旱區(qū)域2006年后有所下降。

在對干旱成災(zāi)率的EOF分析結(jié)果(圖4)中, 前5個(gè)模態(tài)的方差貢獻(xiàn)率總和為71.2%, 選取前5個(gè)模態(tài)作為典型場。第1模態(tài)空間型和時(shí)間系數(shù)和干旱受災(zāi)率EOF分析結(jié)果十分相似, 同樣顯示出黃土高原和內(nèi)蒙古高原較高的持續(xù)成災(zāi)現(xiàn)象。但第2模態(tài)中東北三省顏色比受災(zāi)率中的淺, 但內(nèi)蒙古則是變深了。由于第2模態(tài)的時(shí)間系數(shù)依然正負(fù)交替, 所以我國中部內(nèi)陸區(qū)也有一定的成災(zāi)可能, 但東北和內(nèi)蒙古成災(zāi)情況較為嚴(yán)重。第3模態(tài)中我國大部分省份的顏色均較受災(zāi)第3模態(tài)淺了很多, 由于時(shí)間系數(shù)在2008年后始終為負(fù)值, 則空間型上較淺色的區(qū)域存在成災(zāi)情況, 較為嚴(yán)重的是東北部和西北部。

圖3 干旱災(zāi)害受災(zāi)率EOF分析結(jié)果(a: 前3個(gè)典型場時(shí)間系數(shù)序列; b: 各模態(tài)方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率;EOFD1-S: 第1典型場分布特征; EOFD2-S: 第2典型場分布特征; EOFD3-S:第3典型場分布特征)

1st: 第1模態(tài); 2nd: 第2模態(tài); 3rd: 第3模態(tài)。1st: the first EOF; 2nd: the second EOF; 3rd: the third EOF.

圖4 干旱災(zāi)害成災(zāi)率EOF分析結(jié)果(a:前3個(gè)典型場時(shí)間系數(shù)序列; b: 各模態(tài)方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率; EOFD1-C: 第1典型場分布特征; EOFD2-C:第2典型場分布特征; EOFD3-C: 第3典型場分布特征)

1st: 第1模態(tài); 2nd: 第2模態(tài); 3rd: 第3模態(tài)。1st: the first EOF; 2nd: the second EOF; 3rd: the third EOF.

結(jié)合3個(gè)模態(tài), 我國內(nèi)蒙古高原、黃土高原和東北平原容易因?yàn)楦珊翟斐赊r(nóng)作物成災(zāi)的情況, 并且成災(zāi)程度較重。我國其他地區(qū)也會因干旱造成成災(zāi)的情況, 但不會長時(shí)間發(fā)生, 且成災(zāi)程度較輕。根據(jù)時(shí)間系數(shù)的變化, 干旱成災(zāi)在近幾年也存在下降的趨勢。

綜合干旱災(zāi)害受災(zāi)和成災(zāi)情況, 我國北方地區(qū)(以內(nèi)蒙古高原、東北平原和黃土高原為主的地區(qū)), 容易因干旱造成減產(chǎn), 并且減產(chǎn)嚴(yán)重。其中內(nèi)蒙古高原和黃土高原容易發(fā)生長期的干旱, 東北平原雖然不存在持續(xù)受旱情況, 但間隔發(fā)生的干旱對東北三省的農(nóng)作物成災(zāi)會產(chǎn)生較大影響。干旱的受災(zāi)率和成災(zāi)率的基本上都表現(xiàn)出減小的趨勢。

2.2.2 洪澇

在對洪澇災(zāi)害受災(zāi)率的EOF分析結(jié)果中(圖5), 前3個(gè)模態(tài)的方差貢獻(xiàn)率總和已經(jīng)達(dá)到85.8%, 第1模態(tài)方差貢獻(xiàn)率約為66.2%, 第2模態(tài)方差貢獻(xiàn)率約為14.5%, 所以EOF結(jié)果主要以前兩個(gè)模態(tài)為主。在第1模態(tài)空間型中, 1978—2008年全國大部分省市不存在洪澇受災(zāi)的情況, 但西藏、青海、寧夏和天津、上海受到洪澇災(zāi)害的影響, 西藏的影響最為嚴(yán)重。2009年以后受到影響的地區(qū)受災(zāi)情況有所減輕, 但全國大部分地區(qū)從不受洪澇災(zāi)害影響轉(zhuǎn)為受到較小程度的影響。第2模態(tài)顯示我國洪澇不存在持續(xù)受災(zāi)的情況, 但1978年、1994年、2001年、2004年和2012年的時(shí)間系數(shù)較大, 在這5年中青海、寧夏和天津因洪澇造成農(nóng)作物受災(zāi)情況嚴(yán)重。

圖5 洪澇災(zāi)害受災(zāi)率EOF分析結(jié)果(a: 前3個(gè)典型場時(shí)間系數(shù)序列; b: 各模態(tài)方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率; EOFD1-S: 第1典型場分布特征; EOFD2-S: 第2典型場分布特征; EOFD3-S: 第3典型場分布特征)

1st: 第1模態(tài); 2nd: 第2模態(tài); 3rd: 第3模態(tài)。1st: the first EOF; 2nd: the second EOF; 3rd: the third EOF.

結(jié)合前兩個(gè)模態(tài), 在1978—2008年除青海、寧夏外我國大部分地區(qū)基本不因洪澇災(zāi)害造成農(nóng)作物受災(zāi), 2009年后全國大部分地區(qū)由不受災(zāi)變成輕度受災(zāi), 且中部地區(qū)和青海寧夏因洪澇造成受災(zāi)情況較為嚴(yán)重。

在對洪澇成災(zāi)率的EOF分析結(jié)果中(圖6), 前6個(gè)模態(tài)的方差貢獻(xiàn)率總和為72.5%, 由于前3個(gè)模態(tài)的方差貢獻(xiàn)率比較接近, 所以洪澇成災(zāi)時(shí)空特點(diǎn)需要全面綜合3個(gè)模態(tài)。第1模態(tài)時(shí)間系數(shù)基本可以認(rèn)為湖南、湖北、安徽和江西洪澇災(zāi)害成災(zāi)情況比較嚴(yán)重并持續(xù)發(fā)生, 全國以該區(qū)域?yàn)橹行南蛑車饾u減輕。第2模態(tài)主要的分布特征是東北三省、內(nèi)蒙古高原和東南部地區(qū)的值高于內(nèi)陸地區(qū), 但時(shí)間系數(shù)不能體現(xiàn)持續(xù)性, 所以東北三省洪澇成災(zāi)情況并不是持續(xù)發(fā)生的, 在1999年之前成災(zāi)情況較為嚴(yán)重。但1999—2009年, 時(shí)間系數(shù)序列轉(zhuǎn)為負(fù)值區(qū)絕對值較大, 即河南、安徽和湖北的洪澇成災(zāi)情況加重, 東北三省減輕。2012年東北三省因洪澇造成農(nóng)作物成災(zāi)的情況再次嚴(yán)重。第3模態(tài)顯示, 1978—1991年東北地區(qū)和東部地區(qū)洪澇成災(zāi)較為嚴(yán)重, 1992—2004年西南地區(qū)和浙江洪澇災(zāi)害成災(zāi)情況較重, 2004年之后, 洪澇成災(zāi)情況沒有出現(xiàn)持續(xù)發(fā)生的情況。黑龍江、安徽、廣西和湖南因洪澇造成的農(nóng)作物成災(zāi)一旦發(fā)生, 災(zāi)情嚴(yán)重。

結(jié)合3個(gè)模態(tài), 我國長江流域容易因洪澇造成持續(xù)的農(nóng)作物成災(zāi)情況, 其次東北三省也較容易受洪澇災(zāi)害產(chǎn)生農(nóng)作物成災(zāi)的情況。洪澇成災(zāi)并不存在持續(xù)發(fā)生的情況, 東北三省一旦發(fā)生, 成災(zāi)程度較重。洪澇災(zāi)害成災(zāi)率并沒有存在比較明顯的升降趨勢。

圖6 洪澇災(zāi)害成災(zāi)率EOF分析結(jié)果(a: 前3個(gè)典型場時(shí)間系數(shù)序列; b: 各模態(tài)方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率;EOFD1-C: 第1典型場分布特征; EOFD2-C: 第2典型場分布特征; EOFD3-C: 第3典型場分布特征)

1st: 第1模態(tài); 2nd: 第2模態(tài); 3rd: 第3模態(tài)。1st: the first EOF; 2nd: the second EOF; 3rd: the third EOF.

綜合洪澇災(zāi)害的受災(zāi)和成災(zāi)情況, 全國大部分地區(qū)受洪澇災(zāi)害影響較輕, 但長江流域、東北平原所在省份因洪澇造成的農(nóng)作物損失嚴(yán)重, 因成災(zāi)情況并不是持續(xù)發(fā)生, 一旦發(fā)生成災(zāi)的情況將會導(dǎo)致較為嚴(yán)重的損失。

2.2.3 低溫凍害

在對低溫凍害受災(zāi)率的EOF分析結(jié)果(圖7)中, 前8個(gè)模態(tài)的方差貢獻(xiàn)率總和為71.0%, 且每個(gè)模態(tài)所占的方差貢獻(xiàn)都較平均, 說明低溫凍害分布不存在突出的典型場。第1模態(tài)顯示, 1999年和2009年以后全國西部和東部地區(qū)低溫凍害受災(zāi)較為嚴(yán)重, 1978—1998年和2000—2009年陜西和內(nèi)蒙古為主的中部低溫凍害受災(zāi)情況較為嚴(yán)重。由于2009年后時(shí)間系數(shù)呈現(xiàn)上升的趨勢, 所以西部和東部的低溫凍害情況將會更加嚴(yán)重。第2模態(tài)顯示, 1995—2008年全國西北和東南出現(xiàn)交替受災(zāi)的情況, 2009年后西北地區(qū)低溫凍害受災(zāi)程度將會持續(xù)并上升。第3模態(tài)顯示, 低溫凍害受災(zāi)情況存在持續(xù)發(fā)生的可能, 且全國大致呈從東北向西南受災(zāi)輕-重-輕的特點(diǎn), 其中寧夏、湖北和云南受災(zāi)較為嚴(yán)重。

結(jié)合3個(gè)模態(tài), 2009年后, 低溫凍害受災(zāi)基本持續(xù)發(fā)生, 較為嚴(yán)重和容易發(fā)生的區(qū)域集中在西北、東北和東部地區(qū), 并且受災(zāi)程度將上升。2009年之前低溫凍害不存在持續(xù)發(fā)生的情況, 多半是區(qū)域間交替發(fā)生。

在對低溫凍害成災(zāi)率的EOF分析結(jié)果中(圖8), 前8個(gè)模態(tài)的方差貢獻(xiàn)率總和為70.6%, 第2模態(tài)開始存在拖尾情況, 這說明和低溫凍害受災(zāi)率EOF結(jié)果一樣, 不存在特別具有代表性的典型場。第1模態(tài)顯示, 西北部和北部低溫凍害成災(zāi)情況較為嚴(yán)重, 但基本不是持續(xù)發(fā)生的, 在2010年后時(shí)間系數(shù)序列有所上升, 成災(zāi)情況在加劇。由于負(fù)值區(qū)絕對值較小, 且東南和中部空間值為0~-0.1, 所以該地區(qū)成災(zāi)情況并不嚴(yán)重。第2模態(tài)顯示, 青海、寧夏、湖北、湖南和江西因低溫凍害造成成災(zāi)的程度較為嚴(yán)重。第3模態(tài)顯示, 內(nèi)蒙古、黑龍江、湖南、湖北等地實(shí)際的低溫凍害成災(zāi)情況較為嚴(yán)重。

圖7 低溫凍害受災(zāi)率EOF分析結(jié)果(a: 前3個(gè)典型場時(shí)間系數(shù)序列; b: 各模態(tài)方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率; EOFD1-S: 第1典型場分布特征; EOFD2-S: 第2典型場分布特征; EOFD3-S: 第3典型場分布特征)

1st: 第1模態(tài); 2nd: 第2模態(tài); 3rd: 第3模態(tài)。1st: the first EOF; 2nd: the second EOF; 3rd: the third EOF.

圖8 低溫凍害成災(zāi)率EOF分析結(jié)果(a: 前3個(gè)典型場時(shí)間系數(shù)序列; b: 各模態(tài)方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率; EOFD1-C: 第1典型場分布特征; EOFD2-C: 第2典型場分布特征; EOFD3-C: 第3典型場分布特征)

1st: 第1模態(tài); 2nd: 第2模態(tài); 3rd: 第3模態(tài)。1st: the first EOF; 2nd: the second EOF; 3rd: the third EOF.

結(jié)合3個(gè)模態(tài), 低溫凍害造成的農(nóng)作物成災(zāi)并不會持續(xù)發(fā)生, 我國北部和長江中上游流域比較容易因低溫造成農(nóng)作物成災(zāi), 內(nèi)蒙古、青海、寧夏等地成災(zāi)程度較嚴(yán)重。

低溫凍害成受災(zāi)存在一個(gè)十分明顯的相同點(diǎn)——均沒有十分突出的典型場。綜合低溫凍害成災(zāi)受災(zāi)情況, 我北方和西北較容易受災(zāi), 并且受災(zāi)之后造成的損失較為嚴(yán)重, 2009年后受災(zāi)程度還將會上升。另外因?yàn)槭転?zāi)的持續(xù)性, 成災(zāi)的不持續(xù)性, 低溫凍害造成的農(nóng)作物減產(chǎn)并不是每次都較為嚴(yán)重。

2.2.4 風(fēng)雹

對風(fēng)雹受災(zāi)率的EOF分析結(jié)果中(圖9), 前3個(gè)模態(tài)的方差貢獻(xiàn)率總和為94.9%, 其中第1模態(tài)達(dá)到78.4%, 第2模態(tài)達(dá)到12.4%。第1模態(tài)顯示, 全國大部分地區(qū)空間值為0~0.1, 只有西藏、青海和北京為負(fù), 且西藏是負(fù)向距平中心。全國大部分地區(qū)受風(fēng)雹災(zāi)害的影響較小, 西藏高原受風(fēng)雹災(zāi)害影響最大、北京和青海次大, 且在2009年之后受災(zāi)情況將會減輕。第2模態(tài)顯示, 西北向東南大致呈高到低分布, 正向距平中心在新疆和青海。1981年時(shí)間系數(shù)出現(xiàn)了一個(gè)正的大值, 該年西北部受風(fēng)雹災(zāi)害較為嚴(yán)重, 2009年開始時(shí)間系數(shù)序列開始劇烈升高, 說明2009年開始受災(zāi)地區(qū)受災(zāi)加重, 新疆青海最為嚴(yán)重。

綜合前兩個(gè)模態(tài), 我國西部和西北部地區(qū)風(fēng)雹受災(zāi)情況較為嚴(yán)重, 2009年后受災(zāi)情況呈增加趨勢。全國其他地區(qū)因風(fēng)雹災(zāi)害造成農(nóng)作物受災(zāi)的情況比其他3種災(zāi)害較輕。

在對風(fēng)雹成災(zāi)率的EOF分析結(jié)果中(圖10), 我們看到前5個(gè)模態(tài)的方差貢獻(xiàn)率總和為70.6%, 所以我們選取前5個(gè)模態(tài)作為典型場。第1模態(tài)顯示, 除1988年之外, 實(shí)際的風(fēng)雹災(zāi)成災(zāi)情況為西北部較為嚴(yán)重, 青海最為嚴(yán)重, 東南部成災(zāi)情況較輕, 雖然成災(zāi)嚴(yán)重程度會有波動, 但風(fēng)雹成災(zāi)存在持續(xù)發(fā)生的情況。第2模態(tài)中大部分時(shí)間系數(shù)較小, 1984年、1987年、2008年和2011年的時(shí)間系數(shù)偏大, 所以成災(zāi)情況較為嚴(yán)重, 但與空間型相反, 即京津冀成災(zāi)較為嚴(yán)重。所以總體來看, 除青海、京津冀之外, 全國大部分地區(qū)風(fēng)雹成災(zāi)情況較輕。第3模態(tài)也出現(xiàn)了持續(xù)性的情況, 以1997年為界, 1997年之前實(shí)際情況與空間型相反, 即青海和南部風(fēng)雹成災(zāi)情況較為嚴(yán)重。1997年之后實(shí)際情況與空間型相同, 即新疆和北部的成災(zāi)情況較嚴(yán)重。風(fēng)雹成災(zāi)情況也存在持續(xù)發(fā)生的情況。

結(jié)合3個(gè)模態(tài), 風(fēng)雹成災(zāi)情況有持續(xù)發(fā)生的可能, 西部和北部較為嚴(yán)重。1997年后南部的成災(zāi)情況有所好轉(zhuǎn), 但西部、北部持續(xù)嚴(yán)重, 其中以新疆、青海最為嚴(yán)重。

綜合風(fēng)雹災(zāi)害的受災(zāi)成災(zāi)情況, 我國北部和西北部容易受風(fēng)雹災(zāi)害影響, 且西北部更易發(fā)生農(nóng)作物成災(zāi)。由于受災(zāi)具有持續(xù)性, 成災(zāi)也有持續(xù)發(fā)生的特點(diǎn), 說明西北部常年因風(fēng)雹災(zāi)害造成農(nóng)作物減產(chǎn)的損失嚴(yán)重。

3 討論

首先, 我們綜合了4種農(nóng)業(yè)災(zāi)害全國受災(zāi)情況和中國大陸各省EOF分析, 確定了干旱、洪澇、低溫凍害、風(fēng)雹受災(zāi)率和成災(zāi)率的時(shí)間變化和空間特征:

第一, 旱災(zāi)在農(nóng)業(yè)氣象災(zāi)害中對我國造成最嚴(yán)重的影響, 這與Hao等[26]的觀點(diǎn)一致。全國總體上干旱的受災(zāi)率和成災(zāi)率在2000年后呈下降趨勢, EOF分析也同樣顯示了這一觀點(diǎn), 這與姜靈峰等[9]、Liu等[27]的研究一致, 但不同于Tao等[28]認(rèn)為的2002—2009年東北和東南水稻種植區(qū)干旱情況比以往嚴(yán)重, 這是因?yàn)檠芯繒r(shí)間尺度和種植區(qū)不同的原因。我們發(fā)現(xiàn)黃土高原、內(nèi)蒙古高原和東北平原容易受旱, 與李偉光等[29]基于標(biāo)準(zhǔn)化降水蒸散指數(shù)的研究基本一致。Xie等[30]、Zhang等[31-32]在調(diào)查了中國224個(gè)國家航空站的觀測記錄, 對影響玉米小麥生產(chǎn)的主要?dú)庀鬄?zāi)害頻次的時(shí)空變化進(jìn)行研究后, 認(rèn)為黃土高原的小麥容易受干旱的影響, 從側(cè)面證實(shí)了我們的觀點(diǎn)。Yang等[33]認(rèn)為嚴(yán)重的干旱程度在增加, 由于Yang研究內(nèi)容是氣象干旱, 與農(nóng)業(yè)氣象干旱的結(jié)果可能會有不同。

第二, 全國總體上看, 我國洪澇災(zāi)害受/成災(zāi)率相對較小, 也不存在明顯的上升下降趨勢。Tao等[28]認(rèn)為1991—2009年我國洪澇災(zāi)害大幅上升, 與我們的研究結(jié)果不同, 原因可能是本研究分析的是農(nóng)業(yè)的受災(zāi)、成災(zāi)情況, Tao則以洪水發(fā)生情況為主。我們的研究表明, 全國范圍內(nèi)洪澇災(zāi)害受災(zāi)率較小, 但西北地區(qū)受災(zāi)較為嚴(yán)重, 這與葉敏等[13]的研究一致。但在成災(zāi)率的EOF分析中, 成災(zāi)重災(zāi)區(qū)轉(zhuǎn)移至長江流域和東北三省, 這與Li等[34]、Nie等[35]、Shao等[36]和Guan等[37]的研究一致。說明在西北地區(qū)洪澇較輕, 且未對產(chǎn)量造成嚴(yán)重影響, 但長江流域和東北三省有“澇則重澇”的特點(diǎn)。這也應(yīng)證了鐘子英等[38]的研究結(jié)果。

圖9 風(fēng)雹災(zāi)害受災(zāi)率EOF分析結(jié)果(a: 前3個(gè)典型場時(shí)間系數(shù)序列; b: 各模態(tài)方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率; EOFD1-S: 第1典型場分布特征; EOFD2-S:第2典型場分布特征; EOFD3-S: 第3典型場分布特征)

1st: 第1模態(tài); 2nd: 第2模態(tài); 3rd: 第3模態(tài)。1st: the first EOF; 2nd: the second EOF; 3rd: the third EOF.

圖10 風(fēng)雹災(zāi)害成災(zāi)率EOF分析結(jié)果(a: 前3個(gè)典型場時(shí)間系數(shù)序列; b: 各模態(tài)方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率; EOFD1-C:第1典型場分布特征; EOFD2-C: 第2典型場分布特征; EOFD3-C: 第3典型場分布特征)

1st: 第1模態(tài); 2nd: 第2模態(tài); 3rd: 第3模態(tài)。1st: the first EOF; 2nd: the second EOF; 3rd: the third EOF.

第三, 低溫凍害在2008年以前基本呈上升趨勢,但在2008年的峰值后開始呈下降趨勢。在對全國各省的EOF分析中, 基本都呈現(xiàn)了我國北方的低溫凍害較為嚴(yán)重, 這與北方的氣候條件相吻合, 但由于各地區(qū)統(tǒng)計(jì)低溫凍害的內(nèi)容不統(tǒng)一, 在EOF空間型中南方也存在著一定程度的低溫凍害。Tao等[28]認(rèn)為西南部和東北部的低溫凍害發(fā)生頻率大幅上升, Zhang等[31]認(rèn)為我國東北部遭受低溫凍害的壓力較大, 證實(shí)了我們的觀點(diǎn)。統(tǒng)計(jì)內(nèi)容的擴(kuò)大或許也是全國整體呈上升趨勢的原因之一。這與姚亞慶[10]在對低溫凍害方面時(shí)間變化趨勢的研究一致, 但本研究認(rèn)為北方的受災(zāi)程度高于南方。Xiao等[39]認(rèn)為東北暖季極端低溫天數(shù)從1956—2005年有明顯下降, 但由于極端低溫發(fā)生情況并不能完全造成低溫凍害, 所以與我們的觀點(diǎn)產(chǎn)生了不同。許多學(xué)者認(rèn)為霜凍發(fā)生風(fēng)險(xiǎn)在降低[40], 無霜期隨緯度增加逐漸減小[41], 造成這些不同的原因可能是低溫凍害不僅有霜凍還包含其他因溫度劇烈降低造成的農(nóng)作物減產(chǎn)情況。

第四, 2001—2013年風(fēng)雹災(zāi)在全國尺度上呈下降的趨勢, 這與房世波等[11]對風(fēng)雹災(zāi)害的研究一致。在EOF分析中, 特別是對風(fēng)雹災(zāi)受災(zāi)的分析得到了不一樣的結(jié)果, 風(fēng)雹受災(zāi)在2009年以后呈上升的趨勢。風(fēng)雹災(zāi)對我國農(nóng)業(yè)影響總體小于其他4種災(zāi)害, 所以在EOF空間型上也證實(shí)了我國大部分地區(qū)輕微受災(zāi), 相對嚴(yán)重的區(qū)域是西部和北部地區(qū), 這也與西部北部地區(qū)常年存在大風(fēng)情況有關(guān)。Guan等[37]同樣認(rèn)為我國北部、西北部等地區(qū)易受風(fēng)雹災(zāi)害的影響。目前, 關(guān)于風(fēng)雹災(zāi)害的研究主要在于其發(fā)生的物理機(jī)制。

總體上看, 我國南方較北方更容易發(fā)生農(nóng)業(yè)氣象災(zāi)害(受災(zāi)率高), 但北方發(fā)生農(nóng)業(yè)氣象災(zāi)害時(shí)造成的損失較為嚴(yán)重(成災(zāi)率高)。除了自然原因以外，農(nóng)業(yè)產(chǎn)業(yè)發(fā)達(dá)在農(nóng)業(yè)氣象災(zāi)害防災(zāi)減災(zāi)方面可以起到一定的作用, 我國南方比北方農(nóng)業(yè)產(chǎn)業(yè)發(fā)達(dá), 這與Chen等[42]的研究一致?？蒲袑W(xué)者普遍認(rèn)為, 干旱和洪澇交替發(fā)生, 或呈現(xiàn)“此消彼長”[11]的變化形式, 但我們發(fā)現(xiàn)2005年后干旱和洪澇的變化趨勢幾乎相同, Yan等[43]認(rèn)為1950—2009年間旱澇兩者之間迅速轉(zhuǎn)移正在增加, 或許是加速轉(zhuǎn)移使得旱澇災(zāi)害的嚴(yán)重程度不再出現(xiàn)明顯的此消彼長, 這也從側(cè)面印證了我們的發(fā)現(xiàn)。

其次, 從全國農(nóng)業(yè)災(zāi)害時(shí)間變化趨勢上看, EOF分析的結(jié)果和數(shù)據(jù)統(tǒng)計(jì)分析的結(jié)果基本統(tǒng)一, 只有洪澇的受災(zāi)率和風(fēng)雹的成災(zāi)率略有不同, 說明EOF分析可以很好地解釋數(shù)據(jù)的大體趨勢變化。并且由EOF時(shí)間序列的正負(fù)變換也可以得到災(zāi)害是否具有持續(xù)性, 這是單純分析災(zāi)害的時(shí)間趨勢無法做到的, 有利于更加細(xì)致的研究災(zāi)害變化。

4 結(jié)論

1)根據(jù)全國農(nóng)業(yè)氣象災(zāi)害時(shí)間變化統(tǒng)計(jì)分析, 除洪澇災(zāi)害沒有明顯的升降趨勢以外, 近幾年干旱(2000年開始)、風(fēng)雹(2001年開始)和低溫凍害(2008年開始)均呈下降趨勢。

2)干旱受災(zāi)率和成災(zāi)率典型場較為相似, 以黃土高原為主的北方受災(zāi)情況明顯高于南方。洪澇受災(zāi)和成災(zāi)典型場存在差異, 全國普遍存在因洪澇受災(zāi)的情況, 但成災(zāi)則以長江流域和東北部為主。低溫凍害受、成災(zāi)率的典型場不明顯, 大致分布特征是北方受災(zāi)程度重于南方。全國大部分地區(qū)均有輕微的風(fēng)雹受災(zāi)情況, 其中西部和北部情況較為嚴(yán)重。

3)我們還獲得了4種災(zāi)害的區(qū)域持續(xù)情況。干旱和洪澇災(zāi)害并不會常年持續(xù)影響東北平原, 但一旦受災(zāi)就會造成嚴(yán)重的損失; 低溫凍害持續(xù)影響我國大部分地區(qū), 但不會造成嚴(yán)重的損失; 風(fēng)雹災(zāi)害對西北部造成持續(xù)且嚴(yán)重的影響。

4)4種災(zāi)害的受災(zāi)和成災(zāi)情況并不是完全匹配。受災(zāi)和成災(zāi)存在著變化程度的不同; 受災(zāi)和成災(zāi)重點(diǎn)影響的區(qū)域不同; 二者的持續(xù)性也存在差異。造成這種結(jié)果的原因, 除了自然因素對災(zāi)害的影響之外, 人為因素(如防災(zāi)、減災(zāi)措施的實(shí)施, 以及災(zāi)后恢復(fù)等)可能也起到一定的作用, 從而導(dǎo)致時(shí)空變化不匹配。

[1] IPCC. Working Group ⅠContribution to the IPCC Fifth Assessment Report. Climate Change 2013: The Physical Science Basis: Summary for Policymakers[R]. 2013

[2] WMO. Reducing and managing risks of disasters in a changing climate[J]. WMO Bulletin, 2013, 62(S): 23–31

[3] 吳吉東, 傅宇, 張潔, 等. 1949—2013年中國氣象災(zāi)害災(zāi)情變化趨勢分析[J]. 自然資源學(xué)報(bào), 2014, 29(9): 1520–1530 WU J D, FU Y, ZHANG J, et al. Meteorological disaster trend analysis in China: 1949–2013[J]. Journal of Natural Resources, 2014, 29(9): 1520–1530

[4] 劉引鴿. 氣象氣候?yàn)?zāi)害與對策[M]. 北京: 中國環(huán)境科學(xué)出版社, 2005: 12–15LIU Y G. Meteorological Climate Disasters and Countermeasures[M]. Beijing: China Environmental Science Press, 2005: 12–15

[5] 史培軍, 應(yīng)卓蓉. 中國氣象災(zāi)害對宏觀經(jīng)濟(jì)增長的影響分析[J]. 北京師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2016, 52(6): 747–753 SHI P J, YING Z R. Impacts of meteorological disaster on economic growth in China[J]. Journal of Beijing Normal University: Natural Science, 2016, 52(6): 747–753

[6] 程純樞. 中國的氣候與農(nóng)業(yè)[M]. 北京: 氣象出版社, 1991: 542–603 CHENG C S. Climate and Agriculture in China[M]. Beijing: Meteorological Press, 1991: 542–603

[7] 朱曉華. 我國農(nóng)業(yè)氣象災(zāi)害減災(zāi)研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2003, 11(2): 139–140 ZHU X H. The characters of agrometeorological disaster, its mechanism and countermeasures in China[J]. Chinese Journal of Eco-Agriculture, 2003, 11(2): 139–140

[8] 黃榮輝, 周連童. 我國重大氣候?yàn)?zāi)害特征、形成機(jī)理和預(yù)測研究[J]. 自然災(zāi)害學(xué)報(bào), 2002, 11(1): 1–9 HUANG R H, ZHOU L T. Research on the characteristics, formation mechanism and prediction of severe climatic disasters in China[J]. Journal of Natural Disasters, 2002, 11(1): 1–9

[9] 姜靈峰, 崔新強(qiáng). 近20a我國農(nóng)業(yè)氣象災(zāi)害變化趨勢及其原因分析[J]. 暴雨災(zāi)害, 2016, 35(2): 102–108 JIANG L F, CUI X Q. Analysis on variation tendency and cause of China’s agrometeorological hazards in the latest 20 years[J]. Torrential Rain and Disasters, 2016, 35(2): 102–108

[10] 姚亞慶. 1950—2015年我國農(nóng)業(yè)氣象災(zāi)害時(shí)空特征研究[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2016: 45–46 YAO Y Q. The spatial and temporal characteristics of argo-meteorological disasters during 1950–2015 in China[D]. Yangling: Northwest A&F University, 2016: 45–46

[11] 房世波, 陽晶晶, 周廣勝. 30年來我國農(nóng)業(yè)氣象災(zāi)害變化趨勢和分布特征[J]. 自然災(zāi)害學(xué)報(bào), 2011, 20(5): 69–73 FANG S B, YANG J J, ZHOU G S. Change trend and distributive characteristics of agrometeorological disasters in China in recent 30 years[J]. Journal of Natural Disasters, 2011, 20(5): 69–73

[12] 黃會平. 1949—2007年我國干旱災(zāi)害特征及成因分析[J]. 冰川凍土, 2010, 32(4): 659–665 HUANG H P. Analysis of the characteristics and causes of drought in China from 1949 to 2007[J]. Journal of Glaciology and Geocryology, 2010, 32(4): 659–665

[13] 葉敏, 錢忠華, 吳永萍. 中國旱澇時(shí)空分布特征分析[J]. 物理學(xué)報(bào), 2013, 62(13): 573–585 YE M, QIAN Z H, WU Y P. Spatiotemporal evolution of the droughts and floods over China[J]. Acta Physica Sinica, 2013, 62(13): 573–585

[14] 杜會石, 秦旭升, 陳智文. 中國農(nóng)業(yè)氣象災(zāi)害定量評估[J]. 江蘇農(nóng)業(yè)科學(xué), 2016, 44(6): 442–446 DU H S, QIN X S, CHEN Z W. Quantitative evaluation on China’s agro-meteorological disasters[J]. Jiangsu Agricultural Sciences, 2016, 44(6): 442–446

[15] 葉殿秀, 張勇. 1961—2007年我國霜凍變化特征[J]. 應(yīng)用氣象學(xué)報(bào), 2008, 19(6): 661–665YE D X, ZHANG Y. Characteristics of frost changes from 1961 to 2007 over China[J]. Journal of Applied Meteorological Science, 2008, 19(6): 661–665

[16] 李洋, 王玉輝, 呂曉敏, 等. 1961—2013年東北三省極端氣候事件時(shí)空格局及變化[J]. 資源科學(xué), 2015, 37(12): 2501–2513 LI Y, WANG Y H, LYU X M, et al. Spatial distribution and temporal change in extreme weather events in three provinces in Northeast China[J]. Resources Science, 2015, 37(12): 2501–2513

[17] 張志富, 希爽, 余予, 等. 1961—2012年中國5類主要冰凍天氣的氣候及變化特征[J]. 冰川凍土, 2015, 37(6): 1435–1442 ZHANG Z F, XI S, YU Y, et al. Climatic characteristics and variations of the gelivation weathers in China during 1961–2012[J]. Journal of Glaciology and Geocryology, 2015, 37(6): 1435–1442

[18] 高懋芳, 邱建軍, 劉三超, 等. 我國低溫冷凍害的發(fā)生規(guī)律分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2008, 16(5): 1167–1172 GAO M F, QIU J J, LIU S C, et al. Spatio-temporal pattern of cold and frost damage in China[J]. Chinese Journal of Eco-Agriculture, 2008, 16(5): 1167–1172

[19] 民政部. 民函[2008] 119號自然災(zāi)害情況統(tǒng)計(jì)制度[S]. 北京: 民政部, 2008 Ministry of Civil Affairs of the People’s Republic of China. 2008(119) Statistics System of Natural Disasters[S]. Beijing: Ministry of Civil Affairs of the People’s Republic of China, 2008

[20] 國家統(tǒng)計(jì)局. 中國統(tǒng)計(jì)年鑒[M]. 北京: 中國統(tǒng)計(jì)出版社, 1983—2014 State Statistical Bureau. China Statistical Yearbook[M]. Beijing: China Statistics Press, 1983-2014

[21] 國家統(tǒng)計(jì)局農(nóng)村社會經(jīng)濟(jì)統(tǒng)計(jì)司. 中國農(nóng)村統(tǒng)計(jì)年鑒[M]. 北京: 中國統(tǒng)計(jì)出版社, 1983-2014 Department of Rural Social and Economic Statistics of the National Bureau of Statistics. China Rural Statistical Yearbook[M]. Beijing: China Statistics Press, 1983-2014

[22] 中華人民共和國農(nóng)業(yè)部. 新中國農(nóng)業(yè)60年統(tǒng)計(jì)資料[M]. 北京: 中國農(nóng)業(yè)出版社, 2009 Ministry of Agriculture of the People’s Republic of China. Statistics of Agriculture in New China in the Past 60 Years[M]. Beijing: China Agriculture Press, 2009

[23] 方修琦, 何英茹, 章文波. 1978—1994年分省農(nóng)業(yè)旱災(zāi)災(zāi)情的經(jīng)驗(yàn)正交函數(shù)EOF分析[J]. 自然災(zāi)害學(xué)報(bào), 1997, 6(1): 59–64 FANG X Q, HE Y R, ZHANG W B. An EOF analysis on drought effect on agriculture in China during 1978–1994[J]. Journal of Natural Disasters, 1997, 6(1): 59–64

[24] 鈴木榮一. 氣象統(tǒng)計(jì)學(xué)[M]. 北京: 地人書館, 1968 SUZUK H. Meteorological Statistics[M]. Beijing: Diren Labrary, 1968

[25] 黃嘉佑. 氣象統(tǒng)計(jì)分析與預(yù)報(bào)方法[M]. 北京: 氣象出版社, 1990: 130–139 HUANG J Y. Meteorological Statistical Analysis and Forecasting Methods[M]. Beijing: China Meteorological Press, 1990: 130–139

[26] HAO L, ZHANG X Y, LIU S D. Risk assessment to China’s agricultural drought disaster in county unit[J]. Natural Hazards, 2012, 61(2): 785–801

[27] LIU Y, LIU B C, YANG X J, et al. Relationships between drought disasters and crop production during ENSO episodes across the North China Plain[J]. Regional Environmental Change, 2015, 15(8): 1689–1701

[28] TAO F L, ZHANG S, ZHANG Z. Changes in rice disasters across China in recent decades and the meteorological and agronomic causes[J]. Regional Environmental Change, 2013, 13(4): 743–759

[29] 李偉光, 易雪, 侯美亭, 等. 基于標(biāo)準(zhǔn)化降水蒸散指數(shù)的中國干旱趨勢研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2012, 20(5): 643–649 LI W G, YI X, HOU M T, et al. Standardized precipitation evapotranspiration index shows drought trends in China[J]. Chinese Journal of Eco-Agriculture, 2012, 20(5): 643-649

[30] XIE N M, XIN J H, LIU S F. China’s regional meteorological disaster loss analysis and evaluation based on grey cluster model[J]. Natural Hazards, 2014, 71(2): 1067–1089

[31] ZHANG Z, CHEN Y, WANG P, et al. Spatial and temporal changes of agro-meteorological disasters affecting maize production in China since 1990[J]. Natural Hazards, 2014, 71(3): 2087–2100

[32] ZHANG Z, WANG P, CHEN Y, et al. Spatial pattern and decadal change of agro-meteorological disasters in the main wheat production area of China during 1991–2009[J]. Journal of Geographical Sciences, 2014, 24(3): 387–396

[33] YANG P, XIAO Z N, YANG J, et al. Characteristics of clustering extreme drought events in China during 1961–2010[J]. Acta Meteorologica Sinica, 2013, 27(2): 186–198

[34] LI K Z, WU S H, DAI E F, et al. Flood loss analysis and quantitative risk assessment in China[J]. Natural Hazards, 2012, 63(2): 737–760

[35] NIE C J, LI H R, YANG L S, et al. Spatial and temporal changes in flooding and the affecting factors in China[J]. Natural Hazards, 2012, 61(2): 425–439

[36] SHAO M L, GONG Z W, XU X X. Risk assessment of rainstorm and flood disasters in China between 2004 and 2009 based on gray fixed weight cluster analysis[J]. Natural Hazards, 2014, 71(2): 1025–1052

[37] GUAN Y H, ZHENG F L, ZHANG P, et al. Spatial and temporal changes of meteorological disasters in China during 1950–2013[J]. Natural Hazards, 2015, 75(3): 2607–2623

[38] 鐘子英, 陳德萍, 官華平, 等. 我國農(nóng)業(yè)災(zāi)害情況的統(tǒng)計(jì)及其風(fēng)險(xiǎn)估測[J]. 現(xiàn)代農(nóng)業(yè)科技, 2011, (12): 14–16 ZHONG Z Y, CHEN D P, GUAN H P. Statistics and risk estimation of agricultural disaster in China[J]. Modern Agricultural Science and Technology, 2011, (12): 14–16

[39] XIAO F J, SONG L C. Analysis of extreme low-temperature events during the warm season in Northeast China[J]. Natural Hazards, 2011, 58(3): 1333–1344

[40] DAI J H, WANG H J, GE Q S. The decreasing spring frost risks during the flowering period for woody plants in temperate area of eastern China over past 50 years[J]. Journal of Geographical Sciences, 2013, 23(4): 641–652

[41] NING X J, LIU G J, ZHANG L J, et al. The spatio-temporal variations of frost-free period in China from 1951 to 2012[J]. Journal of Geographical Sciences, 2017, 27(1): 23–42

[42] CHEN S, LUO Z K, PAN X B. Natural disasters in China: 1900–2011[J]. Natural Hazards, 2013, 69(3): 1597–1605

[43] YAN D H, FENG J, LI C Z, et al. General framework and key issues concerning integrated strategies for coping with drought and flood in China in a changing environment[J]. Natural Hazards, 2012, 64(1): 577–592

Spatio-temporal patterns of typical agro-meteorological disasters in China in the past 30 years*

SANG Jing1,2, HAO Lu1**

(1. Nanjing University of Information Science & Technology / Jiangsu Key Laboratory of Agricultural Meteorology, Nanjing 210044, China; 2. Inner Mongolia Eco- and Agro-Meteorological Center, Hohhot 010051, China)

Even though China, like any other country, is vulnerable to the adverse effects of climate change, agriculture is a vital industry in the country. In the context of global warming and frequent extreme weather and climate events, agricultural production in China has been affected by the increasingly severe meteorological disasters. It is very important to study the spatio-temporal patterns of agro-meteorological disasters in China in order to mitigate disaster risks and reduce disaster losses. In this paper, the spatial and temporal changes and the typical patterns of main meteorological disasters (i.e., drought, flood, low-temperature and hailstorm disasters) affecting agriculture in China from 1978 to 2013 were analyzed using Empirical Orthogonal Function (EOF) method. The results showed that drought (starting in 2000), hailstorm (beginning in 2001) and low temperature (starting in 2008) all decreased in trend. However, there was no obvious trend in flooding. The EOFs of drought that caused 10% and 30% yield losses were similar, and the losses in the North were obviously higher than those in the South. The EOFs of flood that caused 10% and 30% yield loss were quite different. Flood area with 30% yield loss was mainly distributed in the Yangtze River Basin and the Northeast. However, flood area with 10% yield loss was widely distributed throughout the country. The low temperature disaster in the northern area was more severe than in the southern area. Hailstorm in the western area and the northern area was much serious. Droughts and floods did not affect the northeastern plain throughout the year, but caused serious yield losses. Low temperature disaster persistently affected most areas of China, but with little serious losses. Hailstorm caused persistent and serious losses. Combined with statistical and EOFs analyses, we found that the spatial and temporal patterns and the dynamics of the four disasters with 10% and 30% yield loss were not consistent in disaster degree, affected areas and disaster duration.

Agro-meteorological disaster; Drought; Flood; Hailstorm; Low temperature; EOF

, E-mail: hl_haolu@163.com

Jul. 31, 2017;

Oct. 30, 2017

10.13930/j.cnki.cjea.170697

S166

A

1671-3990(2018)09-1302-13

郝璐, 主要研究方向?yàn)閰^(qū)域氣象災(zāi)害。E-mail: hl_haolu@163.com 桑婧, 主要從事農(nóng)業(yè)氣象災(zāi)害、災(zāi)害風(fēng)險(xiǎn)評估相關(guān)研究。E-mail: sangjing_nuist@163.com

2017-07-31

2017-10-30

* This study was supported by the National Natural Sciences Foundation of China (71373130, 41571026).

* 國家自然科學(xué)基金項(xiàng)目(71373130, 41571026)資助

桑婧, 郝璐. 近30年中國主要農(nóng)業(yè)氣象災(zāi)害典型場時(shí)空格局分異特征[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2018, 26(9): 1302-1314

SANG J, HAO L. Spatio-temporal patterns of typical agro-meteorological disasters in China in the past 30 years[J]. Chinese Journal of Eco-Agriculture, 2018, 26(9): 1302-1314