基于熱害累計(jì)指數(shù)的四川單季稻高溫?zé)岷C合風(fēng)險(xiǎn)評(píng)價(jià)*

劉 佳, 卿清濤**, 陳 超, 張玉芳, 鄒雨伽

基于熱害累計(jì)指數(shù)的四川單季稻高溫?zé)岷C合風(fēng)險(xiǎn)評(píng)價(jià)*

劉 佳1,2, 卿清濤1,2**, 陳 超2,4**, 張玉芳3, 鄒雨伽3

(1. 四川省氣候中心 成都 610072; 2. 中國(guó)氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室 成都 610072; 3. 四川省農(nóng)業(yè)氣象中心 成都 610072; 4. 南方丘區(qū)節(jié)水農(nóng)業(yè)研究四川省重點(diǎn)實(shí)驗(yàn)室 成都 610066)

高溫?zé)岷κ撬拇ㄖ饕r(nóng)業(yè)氣象災(zāi)害之一, 研究高溫?zé)岷?duì)水稻的風(fēng)險(xiǎn)區(qū)劃, 對(duì)保障水稻產(chǎn)量及農(nóng)業(yè)可持續(xù)發(fā)展有重要意義。本文利用四川單季稻種植區(qū)1986—2015年氣象觀測(cè)資料、農(nóng)業(yè)氣象觀測(cè)資料、社會(huì)統(tǒng)計(jì)資料以及基礎(chǔ)地理信息資料, 以單季稻生育敏感期(抽穗揚(yáng)花期和灌漿結(jié)實(shí)期)為研究時(shí)段, 選取熱害累積指數(shù)、地形、產(chǎn)量變異度、農(nóng)村經(jīng)濟(jì)等因子, 分別構(gòu)建了危險(xiǎn)性、脆弱性、暴露性和防災(zāi)減災(zāi)能力4個(gè)風(fēng)險(xiǎn)因子, 利用灰色關(guān)聯(lián)度方法構(gòu)建了四川單季稻高溫?zé)岷Α八囊蜃印憋L(fēng)險(xiǎn)評(píng)價(jià)模型并對(duì)種植區(qū)進(jìn)行風(fēng)險(xiǎn)區(qū)劃。結(jié)果顯示, 高風(fēng)險(xiǎn)區(qū)主要分布在盆東平行嶺谷區(qū)、盆中淺丘區(qū)、盆周邊緣山地區(qū)的西部, 以及盆南丘陵區(qū)的南部, 該類型區(qū)域地勢(shì)平緩, 高溫?zé)岷︻l繁。中等風(fēng)險(xiǎn)區(qū)主要集中在盆西平丘區(qū)和川西南中山山地區(qū), 該類型區(qū)域灌溉條件優(yōu)越, 社會(huì)經(jīng)濟(jì)水平發(fā)達(dá), 應(yīng)對(duì)高溫?zé)岷︼L(fēng)險(xiǎn)水平較高。低風(fēng)險(xiǎn)區(qū)主要集中在川西南中山寬谷區(qū)以及盆周邊緣山地區(qū), 該類型區(qū)域地形較復(fù)雜, 水稻種植較少, 受高溫?zé)岷τ绊懫?。四川盆地單季稻高溫?zé)岷︼L(fēng)險(xiǎn)存在顯著地區(qū)差異, 應(yīng)根據(jù)各自區(qū)域的風(fēng)險(xiǎn)特征選用適合的品種和方式提高防災(zāi)減災(zāi)能力。

四川盆地; 單季稻; 高溫?zé)岷鄯e指數(shù); 風(fēng)險(xiǎn)評(píng)價(jià)

氣象災(zāi)害風(fēng)險(xiǎn)指氣象災(zāi)害發(fā)生可能性的狀態(tài)及對(duì)人類社會(huì)產(chǎn)生損失的估計(jì), 具有自然和社會(huì)兩種屬性。2009年中國(guó)自然災(zāi)害共造成約5億人(次)受災(zāi), 直接經(jīng)濟(jì)損失約2 500億元, 超過(guò)80%由氣象及其次生災(zāi)害造成。中國(guó)大部分糧食生產(chǎn)地區(qū)都屬于氣象災(zāi)害高發(fā)區(qū), 因此進(jìn)行氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估, 并利用防災(zāi)減災(zāi)技術(shù)減少災(zāi)害影響, 是農(nóng)業(yè)結(jié)構(gòu)調(diào)整及經(jīng)濟(jì)建設(shè)的基礎(chǔ)。中國(guó)是全球最大的水稻()生產(chǎn)國(guó), 四川省作為全國(guó)13個(gè)糧食主產(chǎn)區(qū)之一, 水稻產(chǎn)量占糧食總產(chǎn)的42.6%[1]。由于復(fù)雜地形和大氣環(huán)流的綜合影響, 四川單季稻易受高溫、冷害、干旱、洪澇等多種氣象災(zāi)害的影響。其中, 四川單季稻受高溫?zé)岷τ绊戄^嚴(yán)重, 因?yàn)閱渭镜旧L(zhǎng)關(guān)鍵期為7—9月, 在全球變暖的背景下, 這一時(shí)期極端高溫頻率增加, 單季稻遭受高溫?zé)岷Φ母怕室搽S之加大。

Peng等[2]研究發(fā)現(xiàn), 在水稻生長(zhǎng)期, 若平均夜晚最低溫度增加1 ℃, 水稻產(chǎn)量下降約10%; 崔讀昌[3]研究發(fā)現(xiàn), 在不同的氣象條件下, 溫度每增加1 ℃, 我國(guó)水稻生育期平均將縮短7~8 d。20世紀(jì)70年代以來(lái), 國(guó)內(nèi)外對(duì)水稻高溫?zé)岷χ笜?biāo)進(jìn)行了大量研究, 普遍認(rèn)為日最高氣溫34~35 ℃對(duì)水稻開(kāi)花期危害最大, 乳熟期前后日均溫度超過(guò)30 ℃將對(duì)水稻產(chǎn)量造成不良影響[4]。劉佳等[5]研究四川盆地水稻高溫?zé)岷r(shí)空變化規(guī)律發(fā)現(xiàn): 近54年高溫?zé)岷偞螖?shù)呈顯著上升趨勢(shì), 尤以2000年后增幅顯著; 根據(jù)周期特征分析, 2015年后高溫?zé)岷κ录⒗^續(xù)增多, 在氣候變暖的背景下, 高溫?zé)岷Φ念l率和范圍呈現(xiàn)從平原向山地?cái)U(kuò)大的趨勢(shì)。

國(guó)外對(duì)災(zāi)害風(fēng)險(xiǎn)的研究起步較早, 主要基于災(zāi)害模型和災(zāi)害損失模型的分析[6]。Maskrey[7]建議用“易損性+危險(xiǎn)性”評(píng)估災(zāi)害風(fēng)險(xiǎn)度, Yamoah等[8]利用標(biāo)準(zhǔn)化降水指數(shù)(SPI)對(duì)美國(guó)內(nèi)布拉斯加的玉米()進(jìn)行干旱風(fēng)險(xiǎn)評(píng)估。中國(guó)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估的研究始于20世紀(jì)80年代, 主要針對(duì)低溫、干旱、洪澇等。近年來(lái)隨著氣候變暖, 我國(guó)水稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估已成為新的研究熱點(diǎn)。前人對(duì)高溫?zé)岷τ绊懰酒焚|(zhì)和產(chǎn)量及避抗方法等方面進(jìn)行了探討, 取得了相應(yīng)的研究成果[9-10]。當(dāng)前, 水稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估方法可大致總結(jié)為3類: 基于數(shù)據(jù)的概率評(píng)估方法、基于指標(biāo)的綜合評(píng)估方法以及基于模型模擬的評(píng)估方法[11]。沙修竹等[12]揭示了長(zhǎng)江中下游地區(qū)單季稻高溫?zé)岷Πl(fā)生規(guī)律, 并利用作物模型計(jì)算災(zāi)損率, 完成災(zāi)害風(fēng)險(xiǎn)區(qū)劃。張菡等[13]選取災(zāi)害頻率、地形、經(jīng)濟(jì)等因子作為評(píng)估指標(biāo)建立四川盆地水稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估模型。但以往的研究主要利用日最高氣溫連續(xù)3 d≥35 ℃作為高溫?zé)岷χ笜?biāo), 且缺少地形差異的評(píng)估, 研究范圍也主要集中在長(zhǎng)江中下游地區(qū), 而四川盆地單季稻高溫?zé)岷Φ难芯枯^少。

筆者在前人研究的基礎(chǔ)上, 引用高溫?zé)岷鄯e指數(shù)概念, 綜合考慮高溫、日較差、相對(duì)濕度的共同作用, 改進(jìn)傳統(tǒng)高溫指標(biāo), 利用動(dòng)態(tài)監(jiān)測(cè), 結(jié)合四川地形特征, 依據(jù)災(zāi)害風(fēng)險(xiǎn)理論, 以單季稻生育敏感期(抽穗—結(jié)實(shí)期)為研究時(shí)段, 從自然災(zāi)害形成機(jī)制的角度, 分別對(duì)四川單季稻高溫?zé)岷Φ奈ｋU(xiǎn)性、暴露性、脆弱性和防災(zāi)減災(zāi)能力進(jìn)行構(gòu)建和探討, 并采用灰色關(guān)聯(lián)度法建立單季稻高溫?zé)岷C合風(fēng)險(xiǎn)評(píng)估模型及區(qū)劃, 為四川單季稻的防災(zāi)減損和種植制度調(diào)整提供科學(xué)依據(jù)。

1 研究資料與方法

1.1 研究區(qū)域概況

四川單季稻種植區(qū)位于26°~33°N, 100°~109°E, 包括平行嶺谷區(qū)、盆南丘陵低山區(qū)、盆地丘陵區(qū)、盆北山區(qū)、川西南山地干熱河谷區(qū)、川西高原半濕潤(rùn)區(qū)和成都平原區(qū)(圖1)。四川盆地屬于亞熱帶緯向性氣候, 盆地周圍山區(qū)的垂直氣候類型占主導(dǎo)地位。山地溫帶占相當(dāng)面積, 西緣山區(qū)有山地寒帶出現(xiàn), 川西南山地以垂直氣候?yàn)橹? 河谷與山間盆地地帶為亞熱帶氣候。種植區(qū)內(nèi)年平均溫度在16~20 ℃, 日均溫≥10 ℃積溫為4 000~7 000 ℃?d, 熱量資源豐富, 無(wú)霜期長(zhǎng), 區(qū)域水資源較豐富, 年降水量950 mm以上。

1.2 研究資料

氣象觀測(cè)資料: 1986—2015年四川水稻種植區(qū)域內(nèi)84個(gè)國(guó)家級(jí)地面氣象觀測(cè)站日平均氣溫、最高氣溫、相對(duì)濕度等數(shù)據(jù)。

圖1 四川水稻種植區(qū)劃分(7個(gè)子區(qū))及84個(gè)農(nóng)業(yè)氣象站的分布(GY: 廣元; WY:萬(wàn)源; CX: 蒼溪; DY:德陽(yáng);NC: 南充;SN: 遂寧;GA: 廣安;YA:雅安;JY: 簡(jiǎn)陽(yáng);LES: 樂(lè)山;NJ: 內(nèi)江;HY: 漢源;GL:甘洛;YB: 宜賓;LZ: 瀘州;XY: 敘永;YY: 鹽源;XC: 西昌;HL: 會(huì)理;PZH: 攀枝花)

農(nóng)業(yè)氣象觀測(cè)資料: 選用區(qū)域內(nèi)46個(gè)農(nóng)業(yè)氣象觀測(cè)站1986—2015年單季稻的發(fā)育資料(播種、分蘗、拔節(jié)、孕穗、抽穗、乳熟、成熟期)、水稻空殼率及農(nóng)業(yè)氣象站所在縣的平均產(chǎn)量資料。由于各區(qū)氣候特點(diǎn)和水稻品種熟型有一定區(qū)別, 因此, 根據(jù)1986—2015年水稻生育期觀測(cè)資料統(tǒng)計(jì)各區(qū)單季水稻的抽穗揚(yáng)花和灌漿結(jié)實(shí)期, 結(jié)果見(jiàn)表１。

統(tǒng)計(jì)資料: 四川省1986—2016年《統(tǒng)計(jì)年鑒》資料, 《中國(guó)氣象災(zāi)害大典(四川卷)》。

基礎(chǔ)地理信息資料: DEM地形高程數(shù)據(jù)資料由國(guó)家氣候中心提供, 空間分辨率為30 m。

1.3 數(shù)據(jù)處理

1.3.1 熱害指數(shù)

參考劉佳等[5]研究, 利用單季稻抽穗揚(yáng)花期高溫?zé)岷鄯e指數(shù)(HISf)和灌漿結(jié)實(shí)期高溫?zé)岷鄯e指數(shù)(HISg)表征逐年各站單季稻高溫?zé)岷?。HISf計(jì)算公式如下:

表1 1986—2015年四川盆地各水稻種植區(qū)單季稻抽穗揚(yáng)花期和灌漿期統(tǒng)計(jì)

式中:Dmax=35 ℃為致害最高氣溫, RHD=70%為空氣相對(duì)濕度,Tmax、RH為單季稻抽穗揚(yáng)花期第天的日最高氣溫和對(duì)應(yīng)的空氣相對(duì)濕度,max為各年抽穗揚(yáng)花期極端最高氣溫, RHmin為各年極端最低相對(duì)濕度,為抽穗揚(yáng)花期天數(shù),fi為抽穗揚(yáng)花期第天高溫危害權(quán)重系數(shù)。

HISg計(jì)算公式為:

式中:Dmax=35 ℃為致害最高氣溫,D=30 ℃為致害日平均氣溫,Tmax為水稻灌漿結(jié)實(shí)期第天日最高氣溫,T為第天日平均氣溫,max為各年灌漿結(jié)實(shí)期極端最高氣溫,avmax為各年灌漿結(jié)實(shí)期日平均氣溫的最大值,為水稻灌漿結(jié)實(shí)期天數(shù),gi為灌漿結(jié)實(shí)期第天高溫?zé)岷ξ：?quán)重系數(shù)[5]。

統(tǒng)計(jì)1980—2014年單季稻抽穗揚(yáng)花和灌漿結(jié)實(shí)期典型高溫年熱害指數(shù)與空殼率的相關(guān)系數(shù), 發(fā)現(xiàn)抽穗揚(yáng)花期二者相關(guān)系數(shù)達(dá)0.785, 灌漿結(jié)實(shí)期二者相關(guān)系數(shù)達(dá)0.703, 均通過(guò)了0.01顯著性檢驗(yàn)。結(jié)合水稻空殼率確定單季稻高溫?zé)岷ΡO(jiān)測(cè)指數(shù)等級(jí)劃

分標(biāo)準(zhǔn)(表2)[5]。

1.3.2 極差標(biāo)準(zhǔn)化

由于各氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃指標(biāo)具有不同的量綱, 因此首先須對(duì)初始值進(jìn)行標(biāo)準(zhǔn)化歸一, 以便參與最終區(qū)域風(fēng)險(xiǎn)度的計(jì)算。

表2 基于高溫?zé)岷鄯e指數(shù)(HIS)的水稻抽穗開(kāi)花期和灌漿結(jié)實(shí)期高溫?zé)岷Φ燃?jí)

對(duì)于正向指標(biāo):

對(duì)于負(fù)向指標(biāo):

式中:Y是第站的第指數(shù)的歸一化值,X是第站的第指數(shù)的初始值,Xmin和Xmax分別是第站的第指標(biāo)初始值中的最小值和最大值。

1.3.3 灰色關(guān)聯(lián)度方法求權(quán)重

參考崔杰等[14]對(duì)灰色關(guān)聯(lián)度權(quán)重方法的改進(jìn), 從專家對(duì)指標(biāo)權(quán)重的經(jīng)驗(yàn)值判斷出發(fā), 借鑒灰色相近關(guān)聯(lián)度思路, 以最大專家經(jīng)驗(yàn)判斷值為參照序列, 利用下式計(jì)算指標(biāo)的權(quán)重:

式中:為每個(gè)指數(shù)權(quán)重的經(jīng)驗(yàn)判斷數(shù)據(jù)列,為評(píng)價(jià)指標(biāo)個(gè)數(shù),為專家個(gè)數(shù)。

利用公式(11)計(jì)算權(quán)重。該方法獨(dú)立于決策者的主觀因素, 充分利用專家經(jīng)驗(yàn)的主觀信息, 同時(shí)利用數(shù)學(xué)模型進(jìn)行指標(biāo)權(quán)重的客觀計(jì)算, 所得權(quán)重在反映主觀程度的同時(shí), 能夠充分反映客觀程度。

1.4 風(fēng)險(xiǎn)評(píng)價(jià)模型

1.4.1 危險(xiǎn)性評(píng)價(jià)模型

1.4.2 脆弱性評(píng)價(jià)模型

脆弱性指某一潛在風(fēng)險(xiǎn)因素對(duì)承災(zāi)體產(chǎn)生的可能傷害程度。在相同災(zāi)害強(qiáng)度下, 承災(zāi)體的脆弱性越大, 災(zāi)害造成的破壞越嚴(yán)重, 災(zāi)害的風(fēng)險(xiǎn)也越大。水稻的脆弱性包括對(duì)外部壓力的敏感性和適應(yīng)性[15]。四川水稻種植區(qū)的高溫?zé)岷χ饕l(fā)生在盆地中部的淺丘區(qū)和東北部的盆東平行嶺谷區(qū)。由于受坡度、坡向、遮蔽等地形條件的影響, 高溫?zé)岷υ诳臻g上存在較大差異。海拔越高, 河網(wǎng)越密集, 供水越方便, 高溫?zé)岷Φ挠绊懺叫?。因此本文選擇海拔高程、坡度坡向、水系密度以及產(chǎn)量變異程度指標(biāo)作為承災(zāi)體脆弱性的影響因子。

1)海拔的影響

利用四川地理信息數(shù)據(jù)提取出表征海拔高度的高程數(shù)據(jù), 根據(jù)四川地形地貌特點(diǎn)基于地勢(shì)越低, 高溫?zé)岷︼L(fēng)險(xiǎn)性越大的原則將海拔高度分別按照<300 m、300~500 m、500~1 000 m、>1 000 m進(jìn)行4級(jí)劃分, 利用高程標(biāo)準(zhǔn)差表示地形變化。高程越低、高程標(biāo)準(zhǔn)差越小, 越易形成高溫?zé)岷? 地形高程及高程標(biāo)準(zhǔn)差的組合賦值見(jiàn)表3。水系因子利用河網(wǎng)密度指數(shù)表示。

表3 用于水稻高溫?zé)岷Υ嗳跣栽u(píng)價(jià)的地形高程及高程標(biāo)準(zhǔn)差的組合賦值

2)坡度坡向的影響

為了反映坡度坡向?qū)υ袨?zāi)環(huán)境的作用, 本研究將坡度和坡向相結(jié)合, 綜合討論地形因子對(duì)高溫?zé)岷υ袨?zāi)敏感性的影響。首先利用四川地理信息數(shù)據(jù)提取出坡度及坡向數(shù)據(jù), 并組合進(jìn)行賦值如表4。

表4 用于水稻高溫?zé)岷Υ嗳跣栽u(píng)價(jià)的地形坡度及坡向的組合賦值

3)產(chǎn)量變異程度

從作物敏感性的角度選用產(chǎn)量變異程度表示單季稻脆弱性, 產(chǎn)量變異程度()的計(jì)算公式為:

式中:Y為第年單季稻產(chǎn)量,max為數(shù)年產(chǎn)量最大值,為總年數(shù)。

本研究利用海拔高程、坡度坡向、水系密度以及產(chǎn)量變異程度指標(biāo)作為因子, 利用層次分析法構(gòu)建脆弱性評(píng)價(jià)模型:

1.4.3 暴露性評(píng)價(jià)模型

暴露性指單季稻受到風(fēng)險(xiǎn)因素威脅的可能程度, 暴露性越高, 潛在損失越大, 風(fēng)險(xiǎn)越高。本研究利用四川單季稻種植面積與耕地面積的比值建立單季稻暴露性()評(píng)估模型。

1.4.4 防災(zāi)減災(zāi)能力評(píng)價(jià)模型

防災(zāi)減災(zāi)能力是指人類利用防災(zāi)減損措施減少災(zāi)害損失的能力, 包括應(yīng)急管理能力、減災(zāi)投入能力、資源準(zhǔn)備能力等[16], 一般為主觀因素。防止和減輕高溫?zé)岷?zāi)害的主要措施包括: 田間灌溉, 降低穗間溫度, 調(diào)整水稻后期追肥, 投資改良耐高溫品種, 加強(qiáng)對(duì)受影響農(nóng)田的后期管理[17]。本研究從四川省2016年年鑒中選取能反映防災(zāi)減災(zāi)能力的農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)民人均純收入和化肥施用量作為因子, 利用層次分析法構(gòu)建防災(zāi)減災(zāi)評(píng)價(jià)模型:

1.4.5 高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)價(jià)模型

基于自然災(zāi)害風(fēng)險(xiǎn)理論, 建立四川單季稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估“四因子”模型。4因子中, 危險(xiǎn)性、脆弱性、暴露性與風(fēng)險(xiǎn)生成的作用一致, 而防災(zāi)減災(zāi)能力作用相反[18], 充分考慮四川單季稻實(shí)際情況, 構(gòu)建高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估模型, 公式為:

式中:表示單季稻高溫?zé)岷︼L(fēng)險(xiǎn)指數(shù);、、、分別為危險(xiǎn)性、暴露性、脆弱性和防災(zāi)減災(zāi)能力;g、e、v、r分別為對(duì)應(yīng)的權(quán)重, 采用灰色關(guān)聯(lián)度改進(jìn)方法計(jì)算權(quán)重。得到高溫?zé)岷︼L(fēng)險(xiǎn)指數(shù), 通過(guò)自然斷點(diǎn)法劃分風(fēng)險(xiǎn)等級(jí)[19], 分析單季稻高溫?zé)岷︼L(fēng)險(xiǎn)區(qū)劃。

2 結(jié)果與分析

2.1 四川單季稻高溫?zé)岷ξｋU(xiǎn)性評(píng)價(jià)

統(tǒng)計(jì)研究區(qū)域內(nèi)84個(gè)氣象站點(diǎn)不同等級(jí)不同生育期的高溫?zé)岷鄯e指數(shù), 根據(jù)公式(8)計(jì)算各站點(diǎn)危險(xiǎn)性, 見(jiàn)圖2。從圖2a可見(jiàn), 1986—2015年四川單季稻抽穗揚(yáng)花期高溫?zé)岷ξｋU(xiǎn)區(qū)主要分為中等危險(xiǎn)區(qū)和低等危險(xiǎn)區(qū), 其中中等危險(xiǎn)區(qū)主要集中在盆地丘陵區(qū), 高值區(qū)主要分布在川西高原半濕潤(rùn)區(qū)北部部分地區(qū), 以中部的甘洛、石棉及雷波最高, 危險(xiǎn)度達(dá)0.8以上; 其余地區(qū)為低等危險(xiǎn)區(qū)。灌漿結(jié)實(shí)期(圖2b)危險(xiǎn)度的空間分布圖顯示, 盆地丘陵區(qū)中東部為高危險(xiǎn)性區(qū)域, 以中東部的蓬安、營(yíng)山和安岳危險(xiǎn)度均在0.9以上; 中等危險(xiǎn)區(qū)主要集中在平行嶺谷區(qū)、盆北山區(qū)、盆南丘陵低山區(qū)及盆地丘陵區(qū)東部大部區(qū)域; 低等危險(xiǎn)區(qū)同樣集中在川西南山地干熱河谷區(qū)和川西高原半濕潤(rùn)區(qū)的大部分地區(qū)。進(jìn)一步分析區(qū)域整體危險(xiǎn)性, 由圖2c可見(jiàn), 高危險(xiǎn)區(qū)主要集中在盆地丘陵區(qū)中東部, 其中蓬安、營(yíng)山和安岳危險(xiǎn)度最高, 均在0.9以上; 中等危險(xiǎn)度區(qū)域主要集中在平行嶺谷區(qū)、盆北山區(qū)、盆南丘陵低山區(qū)及盆地丘陵區(qū)東部大部區(qū)域, 其中以安縣、犍為、雷波等地為代表, 危險(xiǎn)度均為0.6~0.8; 低等危險(xiǎn)區(qū)主要集中在川西南山地干熱河谷區(qū)和川西高原半濕潤(rùn)區(qū)的大部分地區(qū)。

2.2 四川單季稻高溫?zé)岷Υ嗳跣栽u(píng)價(jià)

充分考慮到種植區(qū)域孕災(zāi)環(huán)境中地形(包括海拔、坡度和坡向)、水系以及水稻產(chǎn)量變異程度對(duì)高溫?zé)岷Φ挠绊懗潭? 綜合多方專家的意見(jiàn), 利用層次分析法, 將這3個(gè)因子分別賦權(quán)重值為0.367(其中海拔、坡度和坡向的權(quán)重分別為0.183、0.184)、0.233、0.400。利用GIS中自然斷點(diǎn)分級(jí)法, 將孕災(zāi)環(huán)境敏感性指數(shù)按3個(gè)等級(jí)分區(qū)劃分(高敏感區(qū)、中等敏感區(qū)和低敏感區(qū)), 基于GIS繪制出四川單季稻孕災(zāi)環(huán)境敏感性指數(shù)區(qū)劃圖(圖3)。

1986—2015年單季稻高溫?zé)岷Υ嗳跣愿咧祬^(qū)為盆北山區(qū)西北部, 包括北川、平武, 以及盆南丘陵低山區(qū)南部和盆西高原半濕潤(rùn)區(qū)的東部區(qū)域, 包括德陽(yáng)、資陽(yáng)、內(nèi)江, 其脆弱性均高于0.75, 以上地區(qū)的地形平緩, 海拔多在500 m以下, 河網(wǎng)密度較低, 水稻產(chǎn)量變異程度偏高, 使得這些站點(diǎn)單季稻產(chǎn)量對(duì)災(zāi)害發(fā)生的適應(yīng)性較差, 敏感性較高, 因此該地區(qū)脆弱性偏高; 而低值區(qū)主要位于盆地丘陵區(qū)中部、平行嶺谷區(qū)南部以及川西南山地干熱河谷區(qū), 其中平行嶺谷區(qū)和川西南山地干熱河谷區(qū)水稻種植偏少,產(chǎn)量變異程度偏低, 同時(shí)平行嶺谷區(qū)和盆地丘陵區(qū)中部水系較發(fā)達(dá), 海拔偏高, 受高溫?zé)岷τ绊戄^小; 中等敏感區(qū)較分散, 主要包括盆地丘陵區(qū)西部和成都平原區(qū), 包括簡(jiǎn)陽(yáng)、仁壽、安岳等, 脆弱度較低, 均在0.75以下, 這些區(qū)域種植條件較好, 農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平較高, 單季稻適應(yīng)性較強(qiáng), 因此在災(zāi)害天氣條件下, 單季稻產(chǎn)量受到的影響較小。

圖2 1986—2015年四川單季稻抽穗揚(yáng)花期(a)、灌漿結(jié)實(shí)期(b)和全生育期(c)高溫?zé)岷ξｋU(xiǎn)性空間分布(GY: 廣元; BZ: 巴中; MY: 綿陽(yáng); DY: 德陽(yáng); NC: 南充; DZ: 達(dá)州; CD: 成都; SN: 遂寧; MS: 眉山; YA: 雅安; ZY: 資陽(yáng); NJ: 內(nèi)江; LES: 樂(lè)山; ZG: 自貢; YB: 宜賓; LZ: 瀘州;LS: 涼山; PZH: 攀枝花)

2.3 四川單季稻高溫?zé)岷Ρ┞缎栽u(píng)價(jià)

通過(guò)1986—2016年四川省統(tǒng)計(jì)年鑒統(tǒng)計(jì)各市縣單季稻種植面積及耕地面積數(shù)據(jù), 根據(jù)公式(16)計(jì)算得到四川單季稻高溫?zé)岷Ρ┞缎?。由圖4可見(jiàn), 單季稻高溫?zé)岷Ρ┞缎暂^高區(qū)域主要集中在平行嶺谷區(qū)大部、盆北山區(qū)西部以及盆南丘陵低山區(qū)東南部部分區(qū)域, 其中0.75以上的高值區(qū)在盆北山區(qū)西部和平行嶺谷區(qū)呈現(xiàn)片狀分布, 包括達(dá)縣、萬(wàn)源、安縣、平武, 以及盆南丘陵區(qū)的威遠(yuǎn)、隆昌、敘永及古藺。中等暴露性區(qū)域分布面積較廣, 主要集中在川西高原半濕潤(rùn)區(qū)、川西南山地干熱河谷區(qū)、盆北山區(qū)東部和南部以及盆地丘陵區(qū)以北的部分地區(qū)。以上區(qū)域在熱害發(fā)生嚴(yán)重時(shí), 較高的暴露度會(huì)導(dǎo)致嚴(yán)重的減產(chǎn)。而在成都平原區(qū)和盆地丘陵區(qū)中部和南部的大部分地區(qū), 單季稻暴露度相對(duì)偏低, 基本在0.6以下, 相應(yīng)地區(qū)單季稻受到高溫?zé)岷τ绊懙臐撛趽p失可能性較小。

2.4 四川單季稻高溫?zé)岷Ψ罏?zāi)減災(zāi)能力評(píng)價(jià)

圖5a為四川單季稻種植區(qū)單位面積農(nóng)業(yè)機(jī)械總動(dòng)力空間分布圖。由圖可見(jiàn), 種植區(qū)南北農(nóng)業(yè)機(jī)械投入差異較大, 其中盆地西北部的成都平原區(qū)機(jī)械總動(dòng)力最高, 包括成都、綿陽(yáng)、廣元等地, 該地區(qū)單位面積農(nóng)業(yè)機(jī)械總動(dòng)力均在260萬(wàn)kWh以上, 農(nóng)業(yè)現(xiàn)代化水平較高, 因此抗災(zāi)能力較強(qiáng), 減災(zāi)作業(yè)較及時(shí)。此外川西高原半濕潤(rùn)區(qū)的部分地區(qū)農(nóng)業(yè)機(jī)械總動(dòng)力也偏高, 這與涼山州實(shí)施的農(nóng)機(jī)購(gòu)置補(bǔ)貼有密切關(guān)系, 該政策極大地促進(jìn)了涼山州農(nóng)機(jī)擁有量和農(nóng)機(jī)總動(dòng)力的增加, 從而提高了該區(qū)域農(nóng)村勞動(dòng)生產(chǎn)率, 減輕了農(nóng)業(yè)災(zāi)害的影響。而在盆地丘陵區(qū)的部分地區(qū), 盆北山區(qū)及川西南山地干熱河谷區(qū), 農(nóng)業(yè)機(jī)械總動(dòng)力較小, 均在100萬(wàn)kWh以下, 農(nóng)業(yè)現(xiàn)代化水平相對(duì)落后, 防災(zāi)減災(zāi)能力較差。

農(nóng)民人均純收入是抗災(zāi)能力的另一個(gè)體現(xiàn)。由圖5b可見(jiàn), 盆北山區(qū)以及南部的涼山州自治區(qū)農(nóng)民人均純收入處于中低等水平, 為6 000~8 000元; 盆地中部及西部的盆地丘陵區(qū)及成都平原區(qū), 川西南山地干熱河谷區(qū)的部分區(qū)域, 農(nóng)民人均純收入較高, 均在10 000元以上, 其在支配資金優(yōu)化防災(zāi)減災(zāi)措施方面, 具有明顯優(yōu)勢(shì)。其余大部地區(qū)農(nóng)民人均純收入處于中等水平。

圖3 1986—2015年四川單季稻高溫?zé)岷Υ嗳跣栽u(píng)價(jià)指標(biāo)(a, b, c, d)以及脆弱性(e)的空間分布(GY:廣元; BZ:巴中;MY:綿陽(yáng); DY: 德陽(yáng); NC:南充; DZ:達(dá)州; CD:成都; SN:遂寧; MS:眉山; YA: 雅安; ZY:資陽(yáng); NJ:內(nèi)江; LES:樂(lè)山; ZG:自貢; YB:宜賓; LZ:瀘州; LS:涼山; PZH:攀枝花)

圖5c為種植區(qū)域農(nóng)業(yè)化肥施用量空間分布。種植區(qū)域南北投入化肥量差異顯著, 總體呈現(xiàn)北多南少的分布趨勢(shì), 其中盆北山區(qū)和平行嶺谷區(qū)農(nóng)藥化肥施用量較高, 包括南充、達(dá)州、綿陽(yáng)等地, 投入化肥量均高于20萬(wàn)t, 表明以上區(qū)域以化肥改善作物生長(zhǎng)進(jìn)而提升其抗災(zāi)能力的措施比較完備; 而川西南山地干熱河谷區(qū), 化肥施用量較低, 用量低于5萬(wàn)t。

圖5d為有效灌溉率的空間分布。由圖可見(jiàn)全省水稻種植區(qū)有效灌溉率呈現(xiàn)成都平原區(qū)多, 而盆北山區(qū)及川西高原半濕潤(rùn)區(qū)少的分布趨勢(shì)。

圖4 1986—2015年四川單季稻高溫?zé)岷Ρ┞缎钥臻g分布(GY: 廣元; BZ: 巴中; MY:綿陽(yáng); DY:德陽(yáng); NC: 南充; DZ: 達(dá)州; CD: 成都; SN: 遂寧; MS: 眉山; YA: 雅安;ZY: 資陽(yáng); NJ:內(nèi)江; LES: 樂(lè)山; ZG:自貢; YB: 宜賓; LZ:瀘州; LS: 涼山; PZH: 攀枝花)

綜合以上4個(gè)防災(zāi)減災(zāi)能力評(píng)價(jià)因子, 利用層次分析法對(duì)各項(xiàng)指標(biāo)進(jìn)行權(quán)重賦值, 并對(duì)四川單季稻防災(zāi)減災(zāi)能力進(jìn)行評(píng)價(jià), 如圖5e所示。防災(zāi)減災(zāi)能力較強(qiáng)區(qū)域主要集中在成都平原區(qū), 其中防災(zāi)減災(zāi)能力在0.75以上的市縣包括安縣、廣漢、雙流、都江堰等地, 這些地區(qū)在應(yīng)對(duì)高溫?zé)岷r(shí), 能及時(shí)采取行動(dòng)降低災(zāi)害影響。防災(zāi)減災(zāi)能力最低的區(qū)域位于盆北山區(qū)、平行嶺谷區(qū)、盆南丘陵區(qū)、川西高原半濕潤(rùn)區(qū)大部及川西南山地干熱河谷區(qū), 這些地區(qū)以山區(qū)為主, 經(jīng)濟(jì)水平較差, 在應(yīng)對(duì)高溫?zé)岷r(shí)的抗災(zāi)能力不足, 需要重點(diǎn)扶持。其余大部分地區(qū)防災(zāi)減災(zāi)能力為中等水平。

2.5 四川單季稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)價(jià)

四川單季稻高溫?zé)岷︼L(fēng)險(xiǎn)是綜合考慮災(zāi)害災(zāi)情構(gòu)成、孕災(zāi)環(huán)境、社會(huì)抗災(zāi)能力等諸多因素, 結(jié)合水稻作物生育期指標(biāo)對(duì)高溫?zé)岷χ潞π赃M(jìn)行分析, 利用灰色關(guān)聯(lián)度法分別確定致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性、抗災(zāi)能力4個(gè)評(píng)估因子的權(quán)重為0.41、0.25、0.18、0.16; 在此基礎(chǔ)上利用四川單季稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)價(jià)模型, 計(jì)算高溫?zé)岷︼L(fēng)險(xiǎn)指數(shù)以及風(fēng)險(xiǎn)區(qū)劃, 如圖6所示。高風(fēng)險(xiǎn)區(qū)主要分布在平行嶺谷區(qū)、盆地丘陵區(qū)東部、盆北山區(qū)的西部, 以及盆南丘陵低山區(qū)的東南部, 尤其在平行嶺谷區(qū)及盆地丘陵區(qū)中部受高溫?zé)岷︼L(fēng)險(xiǎn)最為嚴(yán)重, 包括達(dá)州、廣安、南充、遂寧、綿陽(yáng)以及內(nèi)江。這些區(qū)域地勢(shì)平緩, 接壤重慶高溫區(qū)[13], 其中盆地丘陵區(qū)中部東部、平行嶺谷區(qū)及盆南丘陵低山區(qū)南部均為水稻抽穗揚(yáng)花期輕度高溫?zé)岷凸酀{結(jié)實(shí)期中度高溫?zé)岷Φ母甙l(fā)區(qū), 頻率分別為4~5年一遇和1~2年一遇[5], 高溫?zé)岷︻l繁。中等風(fēng)險(xiǎn)區(qū)主要集中在盆北山區(qū)東部、盆地丘陵區(qū)及盆南丘陵低山區(qū)西部; 低風(fēng)險(xiǎn)區(qū)主要集中在成都平原區(qū)、川西高原半濕潤(rùn)區(qū)、川西南山地干熱河谷區(qū), 其中成都平原區(qū)地勢(shì)平坦, 灌溉條件優(yōu)越, 社會(huì)經(jīng)濟(jì)水平發(fā)達(dá), 應(yīng)對(duì)高溫?zé)岷︼L(fēng)險(xiǎn)水平較高。川西高原半濕潤(rùn)區(qū)、川西南山地干熱河谷區(qū)地形較復(fù)雜, 水稻種植較少, 受高溫?zé)岷τ绊懫　?/p>

3 討論

高溫?zé)岷κ撬拇ㄊ∷局饕臍庀鬄?zāi)害性之一, 對(duì)產(chǎn)量影響很大。本文采用劉佳等[5]的高溫?zé)岷鄯e指數(shù)(HIS), 并根據(jù)災(zāi)害大典結(jié)合水稻空殼率劃分了高溫?zé)岷ξｋU(xiǎn)性等級(jí)標(biāo)準(zhǔn)。該高溫?zé)岷Φ燃?jí)可以在大部分高溫過(guò)程中較好地判斷出高溫事件的嚴(yán)重程度, 符合災(zāi)害大典中的記載。該指數(shù)在危險(xiǎn)性分析上采用了高溫?zé)岷鄯e指數(shù)HIS, 實(shí)現(xiàn)致災(zāi)因子評(píng)價(jià)的定量化、動(dòng)態(tài)化、精細(xì)化轉(zhuǎn)變[20], 比以往熱害的危險(xiǎn)性研究更具針對(duì)性。劉佳等[5]利用四川省實(shí)際災(zāi)情資料對(duì)熱害指數(shù)進(jìn)行了驗(yàn)證, 效果較好。因此本文利用該指數(shù)進(jìn)一步分析水稻高溫?zé)岷ξｋU(xiǎn)性區(qū)劃, 可信度較高。危險(xiǎn)性區(qū)劃結(jié)果能較好地反映抽穗揚(yáng)花和灌漿結(jié)實(shí)階段高溫?zé)岷?duì)四川省稻區(qū)影響的空間差異。危險(xiǎn)性評(píng)估結(jié)論與羅孳孳等[21]研究結(jié)果基本一致, 但本研究未采用遙感監(jiān)測(cè)數(shù)據(jù), 有待在今后的工作中融合多種觀測(cè)數(shù)據(jù), 建立綜合的高溫?zé)岷ΡO(jiān)測(cè)模型。

水稻的脆弱性包括對(duì)外部壓力的敏感性和適應(yīng)性。通過(guò)文獻(xiàn)調(diào)研[22]我們發(fā)現(xiàn), 土壤養(yǎng)分、土壤侵蝕、水文徑流以及許多其他的因素都會(huì)隨海拔、坡度、坡向等的不同而產(chǎn)生空問(wèn)變異, 而這些因素對(duì)水稻產(chǎn)量都有直接或間接的影響。四川水稻種植區(qū)的高溫?zé)岷χ饕l(fā)生在盆地中部的淺丘區(qū)和東北部的盆東平行嶺谷區(qū)。由于受坡度、坡向、遮蔽等地形條件的影響, 高溫?zé)岷υ诳臻g上存在較大差異。不同坡度的溫度差異主要由太陽(yáng)輻射引起。因此對(duì)于脆弱性研究, 不同于張菡等[13]僅利用海拔高度和水系探討模型建立, 本研究同時(shí)考慮了海拔高度、坡度坡向、水系及災(zāi)年產(chǎn)量損失嚴(yán)重地區(qū)的脆弱度, 研究結(jié)果在分布范圍上更加精細(xì), 更符合四川盆地單季稻災(zāi)損實(shí)際。

圖5 1986—2015年四川單季稻高溫?zé)岷Ψ罏?zāi)減災(zāi)能力評(píng)價(jià)指標(biāo)(a, b, c, d)和防災(zāi)減災(zāi)能力(e)的空間分布(GY: 廣元; BZ:巴中; MY:綿陽(yáng);DY: 德陽(yáng); NC: 南充; DZ:達(dá)州;CD: 成都; SN: 遂寧; MS: 眉山;YA: 雅安; ZY:資陽(yáng); NJ: 內(nèi)江; LES: 樂(lè)山; ZG: 自貢; YB: 宜賓; LZ: 瀘州; LS: 涼山; PZH:攀枝花)

本文在風(fēng)險(xiǎn)評(píng)估模型建立中考慮了防災(zāi)減災(zāi)能力的“四因子”風(fēng)險(xiǎn)評(píng)價(jià), 相比王春乙等[19]對(duì)長(zhǎng)江中下游雙季早稻高溫?zé)岷Φ娘L(fēng)險(xiǎn)區(qū)劃, 沒(méi)有考慮防災(zāi)減災(zāi)能力。本研究從高溫?zé)岷π纬蓹C(jī)制的角度入手, 綜合考慮危險(xiǎn)性、脆弱性、易損性和防災(zāi)減災(zāi)能力4個(gè)方面來(lái)構(gòu)建四川省水稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估模型, 評(píng)估效果更貼近實(shí)際。但本研究的防災(zāi)減災(zāi)能力指標(biāo)體現(xiàn)的是理論上的能力, 可能與實(shí)際水稻熱害的減災(zāi)意愿和能力不一致, 如何更切實(shí)地定量農(nóng)戶的減災(zāi)行動(dòng)能力仍需進(jìn)一步探討。

圖6 四川單季稻高溫?zé)岷︼L(fēng)險(xiǎn)空間分布(GY: 廣元; BZ:巴中; MY: 綿陽(yáng); DY: 德陽(yáng); NC: 南充; DZ: 達(dá)州;CD:成都; SN: 遂寧; MS: 眉山; YA:雅安; ZY:資陽(yáng); NJ:內(nèi)江; LES: 樂(lè)山; ZG:自貢; YB: 宜賓; LZ: 瀘州; LS:涼山; PZH: 攀枝花)

四川區(qū)域并非僅發(fā)生一種農(nóng)業(yè)氣象災(zāi)害, 可能同時(shí)存在多種災(zāi)害, 并且相互作用。同時(shí), 不同類型水稻以及不同品種水稻的抗高溫能力也存在明顯差異[23-24]。但目前四川省水稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估及對(duì)產(chǎn)量影響方面的研究仍很薄弱, 尤其缺乏水稻統(tǒng)計(jì)或觀測(cè)數(shù)據(jù)對(duì)評(píng)估模型有效性的驗(yàn)證, 現(xiàn)階段工作還不能滿足四川省水稻安全生產(chǎn)的需求。且在實(shí)際的生產(chǎn)中, 高溫和干旱往往都是協(xié)同作用的[25], 高溫高濕條件下病蟲(chóng)害會(huì)加劇[26]?；谝陨涎芯? 我們從作物敏感性的角度選用產(chǎn)量變異程度表示單季稻脆弱性因子之一, 但在分離高溫?zé)岷δ晁練庀螽a(chǎn)量時(shí)往往很難避免其中干旱、病蟲(chóng)害等其他因素對(duì)產(chǎn)量的影響, 這可能導(dǎo)致分析結(jié)果被高估[27], 今后的研究中應(yīng)尋找更優(yōu)的產(chǎn)量分離方法, 提高評(píng)估的準(zhǔn)確性。同時(shí)也應(yīng)逐步將其他氣象條件的影響引入風(fēng)險(xiǎn)分析中, 開(kāi)展更加全面的風(fēng)險(xiǎn)研究工作, 并進(jìn)一步考慮作物因素及社會(huì)因素對(duì)風(fēng)險(xiǎn)的影響。

4 結(jié)論

本文以四川單季稻抽穗揚(yáng)花期和灌漿結(jié)實(shí)期的高溫?zé)岷檠芯繉?duì)象, 從致災(zāi)因子的危險(xiǎn)性、承災(zāi)體脆弱性、承災(zāi)體暴露性和防災(zāi)減災(zāi)能力4個(gè)方面入手, 構(gòu)建四川盆地單季稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系和模型, 主要結(jié)論如下:

1985—2015年四川單季稻抽穗揚(yáng)花期高溫?zé)岷Ω唢L(fēng)險(xiǎn)區(qū)主要分布在平行嶺谷區(qū)、盆地丘陵區(qū)東部、盆北山區(qū)的西部, 以及盆南丘陵低山區(qū)的東南部, 尤其在平行嶺谷區(qū)及盆地丘陵區(qū)中部受高溫?zé)岷︼L(fēng)險(xiǎn)最為嚴(yán)重, 包括達(dá)州、廣安、南充、遂寧、綿陽(yáng)以及內(nèi)江。這些區(qū)域地勢(shì)平緩, 接壤重慶高溫區(qū)[13], 其中盆地丘陵區(qū)中部東部、平行嶺谷區(qū)及盆南丘陵低山區(qū)南部均為水稻抽穗揚(yáng)花期輕度高溫?zé)岷凸酀{結(jié)實(shí)期中度高溫?zé)岷Φ母甙l(fā)區(qū); 中等風(fēng)險(xiǎn)區(qū)主要集中在盆北山區(qū)東部、盆地丘陵區(qū)及盆南丘陵低山區(qū)西部; 低風(fēng)險(xiǎn)區(qū)主要集中在成都平原區(qū)、川西高原半濕潤(rùn)區(qū)、川西南山地干熱河谷區(qū), 其中成都平原區(qū)地勢(shì)平坦, 灌溉條件優(yōu)越, 社會(huì)經(jīng)濟(jì)水平發(fā)達(dá), 應(yīng)對(duì)高溫?zé)岷︼L(fēng)險(xiǎn)水平較高, 而川西高原半濕潤(rùn)區(qū)、川西南山地干熱河谷區(qū)地形較復(fù)雜, 水稻種植較少, 受高溫?zé)岷τ绊懫　Ｔ撗芯靠蔀闅夂蜃兓尘跋滤拇ㄊ∷景踩a(chǎn)提供科學(xué)依據(jù)。根據(jù)該研究, 建議追肥應(yīng)采取分期次施, 并配合使用磷、鉀、鋅肥, 生育中期施足長(zhǎng)穗肥, 生育后期補(bǔ)給氮素營(yíng)養(yǎng), 做到均衡供氧, 確保穗株長(zhǎng)勢(shì)平穩(wěn), 提高稻株抗熱能力; 同時(shí)通過(guò)灌水改善稻田小氣候, 減輕高溫對(duì)水稻花器和光合器官的直接損害; 加大政府投資、調(diào)整產(chǎn)業(yè)機(jī)構(gòu)、選育單季稻抗災(zāi)品種、減小高溫?zé)岷Φ挠绊? 提高防災(zāi)減災(zāi)能力。從而使四川盆地單季稻種植不僅是受氣候影響, 更能主動(dòng)適應(yīng)環(huán)境。

[1] 程勇翔, 王秀珍, 郭建平, 等. 中國(guó)水稻生產(chǎn)的時(shí)空動(dòng)態(tài)分析[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2012, 45(17): 3473–3485 CHENG Y X, WANG X Z, GUO J P, et al. The temporal-spatial dynamic analysis of China rice production[J]. Scientia Agricultura Sinica, 2012, 45(17): 3473–3485

[2] PENG S B, HUANG J L, SHEEHY J E, et al. Rice yields decline with higher night temperature from global warming[J]. Proceedings of the National Academy of Sciences of the United States of America, 2004, 101(27): 9971–9975

[3] 崔讀昌. 氣候變暖對(duì)水稻生育期影響的情景分析[J]. 應(yīng)用氣象學(xué)報(bào), 1995, 6(3): 361–365 CUI D C. The scenario analysis of possible effect of warming climate on rice growing period[J]. Quarterly Journal of Applied Meteorology, 1995, 6(3): 361–365

[4] 袁隆平. 雜交水稻簡(jiǎn)明教程[M]. 長(zhǎng)沙: 湖南科學(xué)技術(shù)出版社, 1985 YUAN L P. A Concise Course in Hybrid Rice[M]. Changsha: Hunan Science and Technology Press, 1985

[5] 劉佳, 陳超, 張玉芳, 等. 四川單季稻抽穗揚(yáng)花期和灌漿結(jié)實(shí)期高溫?zé)岷r(shí)空特征[J]. 中國(guó)農(nóng)業(yè)氣象, 2018, 39(1): 46–58LIU J, CHEN C, ZHANG Y F, et al. Space-time distribution of high temperature disasters on single-cropping rice during heading-flowering stage and filling-harvest stage in Sichuan Province[J]. Chinese Journal of Agrometeorology, 2018, 39(1): 46–58

[6] 王春乙, 王石立, 霍治國(guó), 等. 近10年來(lái)中國(guó)主要農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)預(yù)警與評(píng)估技術(shù)研究進(jìn)展[J]. 氣象學(xué)報(bào), 2005, 63(5): 659–671 WANG C Y, WANG S L, HUO Z G, et al. Progress in research of agro-meteorological disasters in China in recent decade[J]. Acta Meteorologica Sinica, 2005, 63(5): 659–671

[7] MASKREY A. Disaster Mitigation: A Community Based Approach[M]. Oxford: Oxfam, 1989

[8] YAMOAH C F, WALTERS D T, SHAPIRO C A, et al. Standardized precipitation index and nitrogen rate effects on crop yields and risk distribution in maize[J]. Agriculture, Ecosystems & Environment, 2000, 80(1/2): 113–120

[9] 盛婧, 陶紅娟, 陳留根. 灌漿結(jié)實(shí)期不同時(shí)段溫度對(duì)水稻結(jié)實(shí)與稻米品質(zhì)的影響[J]. 中國(guó)水稻科學(xué), 2007, 21(4): 396–402 SHENG J, TAO H J, CHEN L G. Response of seed-setting and grain quality of rice to temperature at different time during grain filling period[J]. Chinese Journal of Rice Science, 2007, 21(4): 396–402

[10] 段驊, 俞正華, 徐云姬, 等. 灌溉方式對(duì)減輕水稻高溫危害的作用[J]. 作物學(xué)報(bào), 2012, 38(1): 107–120 DUAN H, YU Z H, XU Y J, et al. Role of irrigation patterns in reducing harms of high temperature to rice[J]. Acta Agronomica Sinica, 2012, 38(1): 107–120

[11] 楊舒暢, 申雙和. 水稻高溫?zé)岷捌滹L(fēng)險(xiǎn)評(píng)估的研究進(jìn)展[J]. 農(nóng)學(xué)學(xué)報(bào), 2016, 6(2): 122–125 YANG S C, SHEN S H. Research progress of high temperature injury of rice and its risk accessment[J]. Journal of Agriculture, 2016, 6(2): 122–125

[12] 沙修竹, 申雙和, 陶蘇林. 長(zhǎng)江中下游地區(qū)一季稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估與區(qū)劃[J]. 江蘇農(nóng)業(yè)學(xué)報(bào), 2015, 31(5): 1053–1059 SHA X Z, SHEN S H, TAO S L. Risk assessment and regionalization of heat injury for single-season rice in Middle and Lower Yangtze River[J]. Jiangsu Journal of Agricultural Sciences, 2015, 31(5): 1053–1059

[13] 張菡, 鄭昊, 李媛媛, 等. 針對(duì)水稻的四川盆地高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估[J]. 江蘇農(nóng)業(yè)科學(xué), 2015, 43(12): 406–409 ZHANG H, ZHENG H, LI Y Y, et al. Study on risk assessment of high temperature damage for rice in Sichuan Basin[J]. Jiangsu Agricultural Sciences, 2015, 43(12): 406–409

[14] 崔杰, 黨耀國(guó), 劉思峰. 基于灰色關(guān)聯(lián)度求解指標(biāo)權(quán)重的改進(jìn)方法[J]. 中國(guó)管理科學(xué), 2008, 16(5): 141–145 CUI J, DANG Y G, LIU S F. An improved approach for determining weights of attributes in decision making based on grey incidence[J]. Chinese Journal of Management Science, 2008, 16(5): 141–145

[15] IPCC. Climate Change 2014: Impacts, Adaptation, and Vulnerability[M]. Cambridge: Cambridge University Press, 2014: 1–44

[16] 張繼權(quán), 李寧. 主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用[M]. 北京: 北京師范大學(xué)出版社, 2007: 33 ZHANG J Q, LI N. Quantitative Methods and Applications of Risk Assessment and Management on Main Meteorological Disasters[M]. Beijing: Beijing Normal University Press, 2007: 33

[17] 孟林. 長(zhǎng)江中下游一季稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)價(jià)[D]. 北京: 中國(guó)氣象科學(xué)研究院, 2016: 1–58 MENG L. Risk assessment of heat injury for single-cropping rice in the middle and lower reaches of the Yangtze River[D]. Beijing: Chinese Academy of Meteorological Sciences, 2016: 1–58

[18] 王春乙, 蔡菁菁, 張繼權(quán). 基于自然災(zāi)害風(fēng)險(xiǎn)理論的東北地區(qū)玉米干旱、冷害風(fēng)險(xiǎn)評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(6): 238–245 WANG C Y, CAI J J, ZHANG J Q. Risk assessment of drought and chilling injury of maize in Northeast China[J]. Transactions of the CSAE, 2015, 31(6): 238–245

[19] 王春乙, 姚蓬娟, 張繼權(quán), 等. 長(zhǎng)江中下游地區(qū)雙季早稻冷害、熱害綜合風(fēng)險(xiǎn)評(píng)價(jià)[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2016, 49(13): 2469–2483 WANG C Y, YAO P J, ZHANG J Q, et al. Risk assessment of cold and hot damages for double-cropping early rice (DCER) in lower-middle reaches of the Yangtze River Basin[J]. Scientia Agricultura Sinica, 2016, 49(13): 2469–2483

[20] 陽(yáng)園燕, 何永坤, 羅孳孳, 等. 三峽庫(kù)區(qū)水稻高溫?zé)岷ΡO(jiān)測(cè)預(yù)警技術(shù)研究[J]. 西南農(nóng)業(yè)學(xué)報(bào), 2013, 26(3): 1249–1254 YANG Y Y, HE Y K, LUO Z Z, et al. Study on monitoring and early warning technology of rice heat injury in the Three Gorges Reservoir Area[J]. Southwest China Journal of Agricultural Sciences, 2013, 26(3): 1249–1254

[21] 羅孳孳, 陽(yáng)園燕, 唐余學(xué), 等. 氣候變化背景下重慶水稻高溫?zé)岷Πl(fā)生規(guī)律研究[J]. 西南農(nóng)業(yè)學(xué)報(bào), 2011, 24(6): 2185–2189 LUO Z Z, YANG Y Y, TANG Y X, et al. Study on characteristics of heat damage on rice in Chongqing in context of climatic change[J]. Southwest China Journal of Agricultural Sciences, 2011, 24(6): 2185–2189

[22] 王姣. 低山丘陵區(qū)水稻產(chǎn)量的地形影響因素研究——以重慶市綦江區(qū)為例[J]. 廣東農(nóng)業(yè)科學(xué), 2015, 42(2): 6–10 WANG J. Influence of terrain factors on rice yield in hilly area — Taking Qijiang County of Chongqing as a case[J]. Guangdong Agricultural Sciences, 2015, 42(2): 6–10

[23] 鄭建初, 張彬, 陳留根, 等. 抽穗期高溫對(duì)水稻產(chǎn)量構(gòu)成要素和稻米品質(zhì)的影響及其基因型差異[J]. 江蘇農(nóng)業(yè)學(xué)報(bào), 2005, 21(4): 249–254 ZHENG J C, ZHANG B, CHEN L G, et al. Genotypic differences in effects of high air temperature in field on rice yield components and grain quality during heading stage[J]. Jiangsu Journal of Agricultural Sciences, 2005, 21(4): 249–254

[24] 從夕漢, 施伏芝, 阮新民, 等. 抽穗期高溫與干旱對(duì)不同秈型水稻品種產(chǎn)量和品質(zhì)的影響[J]. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào), 2014, 48(6): 667–673 CONG X H, SHI F Z, RUAN X M, et al. Effect of high temperature and drought on yield and grain quality of different indica rice varieties during heading periods[J]. Journal of Henan Agricultural University, 2014, 48(6): 667–673

[25] 梁嘉熒, 蔡一霞. 高溫干旱對(duì)水稻產(chǎn)量、品質(zhì)及劍葉生理特性影響研究綜述[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2013, 29(27): 1–6

LIANG J Y, CAI Y X. Review on the effects of high temperature and drought on yield, grain quality and the physiological characteristic of flag leaves in rice (L.)[J]. Chinese AgriculturalScience Bulletin, 2013, 29(27): 1–6

[26] 李淑華. 氣候變暖對(duì)我國(guó)農(nóng)作物病蟲(chóng)害發(fā)生、流行的可能影響及發(fā)生趨勢(shì)展望[J]. 中國(guó)農(nóng)業(yè)氣象, 1992, 13(2): 46–49 LI S H. The possible impact of climate warming on the occurrence and prevalence of crop pests and diseases in China[J]. Chinese Journal of Agrometeorology, 1992, 13(2): 46–49

[27] 陳超, 龐艷梅, 劉佳. 四川省水稻高溫?zé)岷︼L(fēng)險(xiǎn)及災(zāi)損評(píng)估[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(4): 554–562 CHEN C, PANG Y M, LIU J. Assessment of risk and yield loss of rice in Sichuan Province due to heat stress[J]. Chinese Journal of Eco-Agriculture, 2019, 27(4): 554–562

Risk assessment of hot damages for single-cropping rice based on accumulation index of heat stress in Sichuan*

LIU Jia1,2, QING Qingtao1,2**, CHEN Chao2,4**, ZHANG Yufang3, ZOU Yujia3

(1. Sichuan Provincial Climate Centre, Chengdu 610072, China; 2. Institute of Plateau Meteorology, China Meteorological Administration, Chengdu / Key Laboratory of Heavy Rain and Drought-Flood Disasters in Plateau and Basin of Sichuan Province, Chengdu 610072, China; 3. Sichuan Provincial Agricultural Meteorological Centre, Chengdu 610072, China; 4. Provincial Key Laboratory of Water-Saving Agriculture in Hill Areas of Southern China, Chengdu 610066, China)

Under global climate change, agricultural meteorological disasters have been increasing. Heat stress has been one of the most important agro-meteorological disasters in Sichuan Province, and the affected area and frequency and intensity of heat stress have significantly changed. Therefore, research on the effect of heat stress on rice is critical for sustainable agricultural development and safe production in Sichuan Province. Heat damage risk of single-cropping rice in Sichuan was studied usingmeteorological, agricultural meteorological, statistical, and geographic data during 1986–2015. Four factors, which were hazard, sensitivity, exposure, and disaster prevention and mitigation capacity, were created with the cumulative high temperature-induced damage index, topography, yield variation, and rural economy as the basic indexes to evaluate heat damage risk during the sensitive stages of heading, flowering, and filling. A “Four Factors” multi-risk assessment index system of heat injury for single-cropping rice in Sichuan Province was established by using the Grey Correlation method, and used in the risk regionalization of single-cropping rice of the study area. The results of the multi-risk assessment model were valuable for making decisions to relieve disaster risk. The assessment results showed that the parallel ridge-valley region of the eastern basin, the shallow hilly area of the central basin, the west part of mountain area around the basin, and the southern hilly area of the southern basin were divided into high-risk areas with gentle topography and frequent heat damage. Plain and hill areas of the western basin and mountain area of southwest Sichuan were roughly divided into medium risk areas with good irrigation conditions, higher socioeconomic developmental levels, and good coping abilities. The wide valley area of Southwest Sichuan and mountain area around the basin were roughly divided into low risk areas where the regional topography is complex, and less rice is planted. In summary, there were clear differences in heat damage risks on single-cropping rice in different regions in Sichuan. Reasonable varieties and cultivation modes should be chosen to raise prevention and reduction ability based on different regional risk characteristics.

Sichuan basin; Single-cropping rice; Accumulation index of heat stress; Risk assessment

s: QING Qingtao, E-mail: qingqt79531@foxmail.com;CHEN Chao, E-mail: chenchao16306@sina.com

Jan. 7, 2019;

May 28, 2019

S166

2096-6237(2019)09-1440-13

10.13930/j.cnki.cjea.190019

卿清濤, 主要從事應(yīng)用氣象、氣候風(fēng)險(xiǎn)區(qū)劃的研究, E-mail: qingqt79531@foxmail.com; 陳超, 主要從事氣候變化影響評(píng)價(jià)、生物氣候模型與信息系統(tǒng)的研究, E-mail: chenchao16306@sina.com 劉佳, 主要從事氣候變化影響評(píng)價(jià)。E-mail: liujia851229@163.com

2019-01-07

2019-05-28

* This study was supported by the Scientific and Technological Commission of Sichuan Science and Technology Agency (2018JY0643, 2018JY0341), the Science and Technology Development Project of Sichuan Province Key Laboratory of Heavy Rain and Drought-Flood Disasters in Plateau and Basin (2018-key-05-01, 2018-key-05-12) and the Basic Business Project of Institute of Plateau Meteorology, Chinese Meteorological Administration (BROP201817).

* 四川省科技廳應(yīng)用基礎(chǔ)研究項(xiàng)目(2018JY0643, 2018JY0341)、高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室科技發(fā)展基金項(xiàng)目(省重實(shí)驗(yàn)室2018-重點(diǎn)-05-01, 省重實(shí)驗(yàn)室2018-重點(diǎn)-05-12)和中國(guó)氣象局成都高原氣象研究所基本科研費(fèi)業(yè)務(wù)項(xiàng)目(BROP201817)資助

劉佳, 卿清濤, 陳超, 張玉芳, 鄒雨伽. 基于熱害累計(jì)指數(shù)的四川單季稻高溫?zé)岷C合風(fēng)險(xiǎn)評(píng)價(jià)[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(9): 1440-1452

LIU J, QING Q T, CHEN C, ZHANG Y F, ZOU Y J. Risk assessment of hot damages for single-cropping rice based on accumulation index of heat stress in Sichuan[J]. Chinese Journal of Eco-Agriculture, 2019, 27(9): 1440-1452