氣候變化背景下中國農(nóng)業(yè)干旱時空變化特征分析*

趙海燕，張文千，鄒旭愷，張 強(qiáng)**，沈子琦，梅 平

氣候變化背景下中國農(nóng)業(yè)干旱時空變化特征分析*

趙海燕1，張文千2，鄒旭愷3，張 強(qiáng)3**，沈子琦4，梅 平5

（1. 山西省氣候中心，太原 030006；2. 中國氣象科學(xué)研究院，北京 100081；3. 國家氣候中心，北京 100081；4. 廣州市氣候與農(nóng)業(yè)氣象中心，廣州 511430；5. 南京信息工程大學(xué)，南京 210044）

基于1951?2018年各?。ㄗ灾螀^(qū)）農(nóng)作物播種面積、干旱受災(zāi)面積、干旱成災(zāi)面積等數(shù)據(jù)，構(gòu)建了干旱影響強(qiáng)度和干旱成災(zāi)強(qiáng)度特征指標(biāo)，并分析近70a各省（自治區(qū)）空間尺度的農(nóng)業(yè)干旱災(zāi)害的分布、發(fā)生次數(shù)、變化趨勢和氣候變暖背景下的階段性變化特點。研究表明：（1）內(nèi)蒙古自治區(qū)、山西省和河北省等?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積、干旱成災(zāi)面積、干旱影響強(qiáng)度和干旱成災(zāi)強(qiáng)度的多年平均值均位于前列；（2）中度及以上干旱等級發(fā)生次數(shù)最多的前10位均為北方省份（自治區(qū)），總次數(shù)均≥25次，其中內(nèi)蒙古自治區(qū)、山西省和陜西省位居農(nóng)業(yè)干旱發(fā)生次數(shù)最多前三位；（3）16?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積和干旱影響強(qiáng)度存在減小趨勢，但大部分地區(qū)即23個?。ㄗ灾螀^(qū)）的干旱成災(zāi)面積和27個?。ㄗ灾螀^(qū)）的干旱成災(zāi)強(qiáng)度存在增加趨勢；（4）受氣候變化影響，各?。ㄗ灾螀^(qū)）在氣候較冷的I階段（1951?1984年）農(nóng)業(yè)干旱較輕，在氣候增暖明顯的II階段（1985?1997年）農(nóng)業(yè)干旱大幅加重，在氣候增暖趨緩的III階段（1998?2018年）農(nóng)業(yè)干旱受災(zāi)面積、成災(zāi)面積和干旱影響強(qiáng)度普遍減小，但其成災(zāi)強(qiáng)度在加重。總之，農(nóng)業(yè)干旱具有明顯的南輕北重特征，且北方農(nóng)業(yè)干旱更加頻繁，因此北方地區(qū)仍需加強(qiáng)防御，減輕重大干旱對農(nóng)業(yè)的影響。

農(nóng)業(yè)干旱；干旱影響強(qiáng)度；干旱成災(zāi)強(qiáng)度；氣候變化

干旱是中國發(fā)生最頻繁、經(jīng)濟(jì)損失最嚴(yán)重的自然災(zāi)害之一。在全球變暖背景下，中國平均年干旱日數(shù)總體呈增加趨勢[1]，北方干旱化持續(xù)[2]，因干旱造成的糧食減產(chǎn)非常嚴(yán)重[3]。2004?2015年，每年因旱直接經(jīng)濟(jì)損失為640.7億元，僅次于暴雨洪澇造成的損失[1]。中國還是暴露在旱災(zāi)危險區(qū)人口最多的國家，近億人口常年受旱災(zāi)威脅[4]。

近年，農(nóng)業(yè)干旱災(zāi)害的研究在農(nóng)業(yè)干旱等級劃分、時空分布特征和綜合干旱指標(biāo)等方面都有較大進(jìn)展。趙海燕等[5?6]基于干旱受災(zāi)率分析不同等級干旱發(fā)生頻率，并運用線性趨勢法對各省的受災(zāi)率和成災(zāi)率變化趨勢進(jìn)行了分析；田志會等[6]還運用M-K突變檢驗法檢測受災(zāi)率和成災(zāi)率的突變年份；劉笑等[7-8]基于受災(zāi)率、成災(zāi)率和絕收率定義損失率的上限和下限，進(jìn)而劃分輕、中和重災(zāi)等級；于小兵等[9]對全國每10a的干旱受災(zāi)面積、成災(zāi)面積、受災(zāi)率和成災(zāi)率進(jìn)行對比分析；桑靖等[10]對干旱受災(zāi)率和成災(zāi)率標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化后，運用經(jīng)驗正交函數(shù)（EOF）分解干旱災(zāi)害的時空變化，提取其主要變化特征的典型場。在農(nóng)業(yè)干旱研究中除了干旱受災(zāi)面積、成災(zāi)面積、受災(zāi)率和成災(zāi)率等單一指標(biāo)外，還有一些綜合旱災(zāi)指標(biāo)，韓蘭英等[11]基于輕度、中度和重度以上旱災(zāi)面積比率構(gòu)建農(nóng)業(yè)旱災(zāi)綜合災(zāi)損率指標(biāo)；倪深海等[8]基于干旱災(zāi)害綜合指標(biāo)的經(jīng)驗概率分布定義不同農(nóng)業(yè)干旱的劃分標(biāo)準(zhǔn)，并通過建立全國因旱糧食減產(chǎn)率與受旱率、成災(zāi)率的回歸方程，形成干旱災(zāi)害綜合指標(biāo)。但以往研究多集中在某個區(qū)域或全國總體的農(nóng)業(yè)干旱研究[7,10?16]，對各?。ㄗ灾螀^(qū)）基于多指標(biāo)、多時間尺度及與氣候變暖結(jié)合的全面分析研究較少。本研究基于最新的農(nóng)業(yè)干旱災(zāi)情絕對值指標(biāo)（干旱受災(zāi)面積、干旱成災(zāi)面積）和構(gòu)建的相對值指標(biāo)（干旱影響強(qiáng)度和干旱成災(zāi)強(qiáng)度），分析各?。ㄗ灾螀^(qū)）近70a來農(nóng)業(yè)干旱的空間分布和變化趨勢，并基于區(qū)域氣候變化特征劃分三個不同變化時段，對多種農(nóng)業(yè)干旱指標(biāo)的階段性變化特征進(jìn)行統(tǒng)計分析，以期為國家和地區(qū)適應(yīng)氣候變化和防災(zāi)減災(zāi)提供科學(xué)依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)

農(nóng)業(yè)數(shù)據(jù)主要來自國家統(tǒng)計局官方網(wǎng)站（http:// www.stats.gov.cn/）和中國種植業(yè)信息網(wǎng)的中國農(nóng)業(yè)數(shù)據(jù)庫（http://zzys. agri.gov.cn /）。1951?2018年各?。ㄊ小⒆灾螀^(qū)）農(nóng)作物干旱受害面積來自國家統(tǒng)計局網(wǎng)站。1951?2003年各省（市、自治區(qū)）播種面積來自中國種植業(yè)信息網(wǎng)的中國農(nóng)業(yè)數(shù)據(jù)庫；2004?2018年各省（市、自治區(qū)）播種面積來自國家統(tǒng)計局網(wǎng)站；考慮到北京、天津和上海的農(nóng)業(yè)生產(chǎn)總值占當(dāng)?shù)貒鴥?nèi)生產(chǎn)總值（GDP）的比例非常小，1997?2006年的平均值分別是1.42%、3.04%和0.88%[17]，對以上3個直轄市及臺灣、香港和澳門的干旱面積未做統(tǒng)計，又因重慶市和海南省在1997年和1988年前分別屬于四川省和廣東省，所以把重慶市并入四川省統(tǒng)計（即四川省包含重慶市），把海南省并入廣東省，但海南省和廣東省地理位置不相鄰，因此這兩個省份仍按兩個省作圖（即廣東省和海南省的各項統(tǒng)計值相等）。因此，研究范圍包括28個?。ㄊ?、區(qū)），但作圖和描述時歸為27個?。ㄗ灾螀^(qū)）。西藏自治區(qū)的災(zāi)情和播種面積自1970年開始統(tǒng)計。另外，1967?1969年因國家統(tǒng)計局沒有發(fā)布數(shù)據(jù)故未對這3a的農(nóng)業(yè)干旱進(jìn)行統(tǒng)計。

1.2 方法

1.2.1 干旱影響強(qiáng)度與成災(zāi)強(qiáng)度

干旱對農(nóng)業(yè)影響強(qiáng)度、成災(zāi)強(qiáng)度與干旱影響面積、成災(zāi)面積及農(nóng)作物播種面積有關(guān)。采用干旱受災(zāi)率（即干旱受災(zāi)面積與播種面積的比值）構(gòu)建干旱影響強(qiáng)度指標(biāo)，采用干旱成災(zāi)率（即干旱成災(zāi)面積與干旱受災(zāi)面積的比值）構(gòu)建干旱成災(zāi)強(qiáng)度指標(biāo)。農(nóng)業(yè)干旱影響強(qiáng)度Zi和成災(zāi)強(qiáng)度Zh計算式分別為

式中，Ri為干旱受災(zāi)面積，Rd為干旱成災(zāi)面積，A為農(nóng)作物播種面積。播種面積、干旱受災(zāi)面積和成災(zāi)面積的單位均為萬hm2，干旱對農(nóng)業(yè)影響強(qiáng)度和成災(zāi)強(qiáng)度的單位為%。

1.2.2 農(nóng)業(yè)干旱分級

參考《農(nóng)業(yè)干旱預(yù)警等級》國家標(biāo)準(zhǔn)[18]和干旱受災(zāi)面積的定義[19]，將干旱受災(zāi)面積占播種面積25%以上、且受災(zāi)面積達(dá)到80萬hm2以上的農(nóng)業(yè)干旱定義為特大干旱，將干旱受災(zāi)面積占播種面積20%～25%、且受災(zāi)面積達(dá)到60萬～80萬hm2的農(nóng)業(yè)干旱定義為嚴(yán)重干旱，將干旱受災(zāi)面積占播種面積15%～20%、且受災(zāi)面積達(dá)到40萬～60萬hm2的農(nóng)業(yè)干旱定義為中度干旱?；诟魇。ㄗ灾螀^(qū)）歷年的干旱受災(zāi)面積和播種面積的統(tǒng)計，屬于國家級農(nóng)業(yè)干旱預(yù)警指標(biāo)，因此關(guān)于特大干旱、嚴(yán)重干旱和重度干旱的分析結(jié)果是國家級農(nóng)業(yè)干旱次數(shù)。省級農(nóng)業(yè)干旱需要基于地市級數(shù)據(jù)，不在本研究范圍。

1.2.3 線性傾向率與階段劃分

運用最小二乘法估計播種面積、干旱受災(zāi)面積、干旱成災(zāi)面積、干旱影響強(qiáng)度和成災(zāi)強(qiáng)度與時間的回歸方程，以回歸系數(shù)表示干旱指標(biāo)的變化趨勢[20]。依據(jù)許艷等的研究[21]，中國區(qū)域氣候變暖趨勢在1985年和1998年發(fā)生突變，1984年前為偏冷期，1985?1997年為快速增暖期，1998年后為增暖趨緩期，據(jù)此將整個研究時段劃分為1951?1984（I階段）、1985?1997（II階段）和1998?2018（III階段）三個階段。

2 結(jié)果與分析

2.1 農(nóng)業(yè)干旱空間分布

1951?2018年各?。ㄗ灾螀^(qū)）干旱受災(zāi)面積多年平均值分布顯示（圖1），山東省、河南省和河北省等12個?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積達(dá)到80萬hm2，其中山西省和內(nèi)蒙古自治區(qū)的干旱影響強(qiáng)度最大，分別為30%和27%，河北省、山東省、河南省和黑龍江省的干旱影響強(qiáng)度達(dá)到15%以上。湖南省、湖北省、安徽省和四川省的干旱受災(zāi)面積達(dá)到80萬hm2，但受災(zāi)面積占播種面積的比例較小，這4個?。ㄗ灾螀^(qū)）的干旱影響強(qiáng)度介于10%～15%。青海省和寧夏回族自治區(qū)的干旱面積僅9.5萬hm2和15.9萬hm2，但由于這兩?。ㄗ灾螀^(qū)）的播種面積較小，其干旱影響強(qiáng)度也大于15%（圖1a、圖1b和圖2a），也是受干旱影響較大的地區(qū)之一。

各?。ㄗ灾螀^(qū)）干旱成災(zāi)面積多年平均值分布顯示，內(nèi)蒙古自治區(qū)、山東省和河北省等10個省（自治區(qū)）的干旱成災(zāi)面積達(dá)到40萬hm2，其中，內(nèi)蒙古自治區(qū)、陜西省和河北省等6個?。ㄗ灾螀^(qū)）的干旱成災(zāi)強(qiáng)度大于40%。因山東省、河南省、四川省和黑龍江省4?。ㄗ灾螀^(qū)）的受災(zāi)面積較大，這四個省（自治區(qū)）的干旱成災(zāi)強(qiáng)度為30%～40%。甘肅省和貴州省的成災(zāi)面積僅38.6萬hm2和18.7萬hm2，但這兩?。ㄗ灾螀^(qū)）的受災(zāi)面積較小，其干旱成災(zāi)強(qiáng)度亦達(dá)到40%（圖1b、圖1c和圖2b），說明甘肅省和貴州省是更容易成災(zāi)的地區(qū)之一。

2.2 農(nóng)業(yè)干旱發(fā)生次數(shù)

根據(jù)農(nóng)業(yè)干旱的歷年等級劃分結(jié)果，中度及以上干旱等級發(fā)生次數(shù)最多的前10位均為北方的省（自治區(qū)），其總次數(shù)均≥25次；其中內(nèi)蒙古自治區(qū)、山西省和陜西省位居前三位（圖3）。

研究期內(nèi)各?。ㄗ灾螀^(qū)）特大干旱發(fā)生次數(shù)具有較大的南北差異，發(fā)生次數(shù)最多的前10?。ㄗ灾螀^(qū)）分別是山西省、內(nèi)蒙古自治區(qū)、甘肅省和河北省等，其中山西省的特大干旱發(fā)生次數(shù)（38次）最高，其次是內(nèi)蒙古自治區(qū)（34次）。西藏自治區(qū)、青海省、寧夏回族自治區(qū)、江西省、廣東省和浙江省等6?。ㄗ灾螀^(qū)）未發(fā)生特大干旱，其主要原因分別是，西藏自治區(qū)和青海省的播種面積不足80萬hm2；寧夏回族自治區(qū)年均播種面積為94.2萬hm2，干旱受災(zāi)面積不滿足特大干旱的條件；而江西省和廣東?。êＤ鲜。┑臍v年干旱影響強(qiáng)度均小于25%，不滿足特大干旱的條件；浙江省的干旱影響強(qiáng)度僅2013年超過25%，但該年的受災(zāi)面積仍不足80萬hm2，因此也無特大干旱。

圖1 1951?2018年各?。ㄗ灾螀^(qū)）播種面積、干旱受災(zāi)面積和成災(zāi)面積的多年平均值

注：北京、天津、上海、臺灣、香港和澳門的干旱面積未做統(tǒng)計分析。下同。

Note: Drought area in Beijing, tianjin, Shanghai, Taiwan, Hong Kong and Macao was not analyzed.The same as below.

圖2 1951?2018年各省干旱影響強(qiáng)度和成災(zāi)強(qiáng)度的多年平均值

嚴(yán)重和中度等級干旱發(fā)生頻率的南北差異小于特大干旱，且這兩種干旱的最大發(fā)生次數(shù)均小于特大干旱。嚴(yán)重干旱發(fā)生次數(shù)最多為陜西省和湖南省，均為10次，其次是河南省（9次）。福建省、西藏自治區(qū)、青海省和寧夏回族自治區(qū)未發(fā)生嚴(yán)重干旱。福建省除2003年的干旱受災(zāi)面積和干旱影響強(qiáng)度滿足特大干旱條件外，其它年份的兩個指標(biāo)都較小，無滿足嚴(yán)重干旱的年份。西藏自治區(qū)、青海省和寧夏回族自治區(qū)的播種面積均較小，干旱受災(zāi)面積均小于60萬hm2。中度干旱發(fā)生次數(shù)最多的省份是甘肅省和河北省，分別是11次和10次，其次是廣西壯族自治區(qū)和四川省，均為9次。江蘇省和西藏自治區(qū)未發(fā)生中度干旱。西藏自治區(qū)無中度干旱的原因同特大干旱和嚴(yán)重干旱。江蘇省雖有6a的干旱受災(zāi)面積在40萬～60萬hm2，但這些年份的干旱影響強(qiáng)度都小于15%，不滿足中度干旱的條件（圖3）。

圖3 1951?2018年各省不同等級干旱發(fā)生次數(shù)

Notes：AH is Anhui province; FJ is Fujian; GD is Guangdong; GS is Gansu; GX is Guangxi; GZ is Guizhou; HA is Henan; HB is Hubei; HE is Hebei; HI is Hainan; HL is Heilongjiang; HN is Hunan; JL is Jilin;JS is Jiangsu; JX is Jiangxi; LN is Liaoning; NM is Neimenggu; NX is Ningxia; QH is Qinghai; SC is Sichuan; SD is Shandong; SN is Shaanxi; SX is Shanxi; XJ is Xinjiang; XZ is Xizang; YN is Yunan; ZJ is Zhejiang.The same as below.

2.3 農(nóng)業(yè)干旱的變化趨勢

各?。ㄗ灾螀^(qū)）干旱受災(zāi)面積變化趨勢顯示（圖4b），內(nèi)蒙古自治區(qū)、黑龍江省和甘肅省等11個省（自治區(qū)）的受災(zāi)面積存在增加趨勢，其中內(nèi)蒙古自治區(qū)和黑龍江省的增加速率最大，線性傾向率均大于2萬hm2·a?1。與干旱受災(zāi)面積趨勢相似，內(nèi)蒙古自治區(qū)、黑龍江省和甘肅省等10個?。ㄗ灾螀^(qū)）的干旱影響強(qiáng)度也存在增加趨勢，說明研究期內(nèi)上述地區(qū)干旱對農(nóng)業(yè)影響加重；但與受災(zāi)面積不同的是，貴州省的干旱影響強(qiáng)度的線性傾向率為0（圖5a），這是因為貴州省播種面積的增加趨勢（4.85萬hm2·a?1）遠(yuǎn)遠(yuǎn)大于受災(zāi)面積的增加趨勢（0.39萬hm2·a?1）（圖4a、圖4b），說明貴州省農(nóng)業(yè)受干旱的影響未加重。山東省、河南省和河北省等16個?。ㄗ灾螀^(qū)）的受災(zāi)面積存在減小趨勢，其中山東省和河南省的減小速率最大，線性傾向率均小于?1.8萬hm2·a?1。這16個省（自治區(qū)）中，山東省、河南省和河北省等10?。ㄗ灾螀^(qū)）的干旱影響強(qiáng)度也存在減小趨勢，而山西省的干旱影響強(qiáng)度存在0.1個百分點·a?1的弱增加趨勢，其原因與播種面積較大的減小趨勢絕對值有關(guān)，即受災(zāi)面積減小速率絕對值遠(yuǎn)遠(yuǎn)小于播種面積減小速率絕對值，總體來說華北地區(qū)干旱影響有減輕趨勢；廣東省、江蘇省和浙江省等5?。ㄗ灾螀^(qū)）的干旱影響強(qiáng)度的線性傾向率為0，說明研究期內(nèi)該5省受干旱的影響程度未發(fā)生變化（圖4a、圖4b和圖5a）。

各?。ㄗ灾螀^(qū)）干旱成災(zāi)面積變化趨勢顯示（圖4c），黑龍江省、遼寧省和吉林省等22個省（自治區(qū)）的成災(zāi)面積存在增加趨勢，其中內(nèi)蒙古自治區(qū)和黑龍江省的成災(zāi)面積增加速率最大，線性傾向率均超過2萬hm2·a?1。與成災(zāi)面積趨勢相似，以上22個省（自治區(qū)）的干旱成災(zāi)強(qiáng)度也存在增加趨勢，其中，新疆維吾爾族自治區(qū)的增加速率最大，其線性傾向率為1個百分點·a?1。山東省、河南省和安徽省等5個?。ㄗ灾螀^(qū)）的成災(zāi)面積存在減小趨勢，由于這5個?。ㄗ灾螀^(qū)）的受災(zāi)面積也存在減小趨勢，且受災(zāi)面積減小速率（?1.38萬～?0.08萬hm2·a?1）的絕對值遠(yuǎn)遠(yuǎn)大于成災(zāi)面積減小速率（?0.49萬～?0.02萬hm2·a?1）的絕對值，因此，5個?。ㄗ灾螀^(qū)）的成災(zāi)影響強(qiáng)度存在增加趨勢（0.3～0.6個百分點）（圖4b、4c和圖5b）。

圖4 1951?2018年各省面積指標(biāo)的變化趨勢

圖5 1951?2018年各省干旱影響強(qiáng)度和成災(zāi)強(qiáng)度的變化趨勢（百分點·a?1）

總之，1951?2018年，中國農(nóng)業(yè)干旱的受災(zāi)指標(biāo)（干旱受災(zāi)面積和干旱影響強(qiáng)度）存在普遍減輕趨勢，但成災(zāi)指標(biāo)（干旱成災(zāi)面積和干旱成災(zāi)強(qiáng)度）存在普遍加重趨勢，且某些省（自治區(qū)）的受災(zāi)指標(biāo)和成災(zāi)指標(biāo)出現(xiàn)完全相反的變化特征。

2.4 農(nóng)業(yè)干旱的階段性變化

比較1951?1984年（I階段）、1985?1997年（II階段）和1998?2018年（III階段）三個階段的年均干旱受災(zāi)面積/成災(zāi)面積和干旱影響強(qiáng)度/成災(zāi)強(qiáng)度，分析農(nóng)業(yè)干旱受氣候變化影響的階段性變化。由圖6可見，所有研究省份的總受災(zāi)面積在I階段為1987.8萬hm2，平均干旱影響強(qiáng)度為13%；總受災(zāi)面積在II階段增至2633.9萬hm2，平均干旱影響強(qiáng)度也增至18%；III階段總受災(zāi)面積減至1870.3萬hm2，平均干旱影響強(qiáng)度降至13%。各?。ㄗ灾螀^(qū)）干旱受災(zāi)面積和干旱影響強(qiáng)度的階段性變化顯示，I階段，有18個?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積大于40萬hm2，其中，僅山西省、內(nèi)蒙古自治區(qū)和河北省等8個省（自治區(qū)）的干旱影響強(qiáng)度大于15%。青海省雖然受災(zāi)面積為7.9萬hm2，但因播種面積少（僅49萬hm2），其干旱影響強(qiáng)度也為15%。II階段，有21個?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積大于40萬hm2，其中，山西省、山東省和陜西省等13個省（自治區(qū)）的干旱影響強(qiáng)度大于15%，干旱影響強(qiáng)度大于15%的省份（自治區(qū)）比I階段明顯增多；在I階段干旱影響強(qiáng)度小于15%的甘肅省、貴州省和黑龍江省等6個?。ㄗ灾螀^(qū)）在II階段增至15%以上。III階段，廣東省、海南省和江西省3?。ㄗ灾螀^(qū)）的受災(zāi)面積由II階段的大于40萬hm2減至40萬hm2以下。內(nèi)蒙古自治區(qū)、山西省和貴州省等9個省（自治區(qū)）的干旱影響強(qiáng)度大于15%；貴州省、河北省和河南省等6個?。ㄗ灾螀^(qū)）的干旱影響強(qiáng)度由II階段的大于15%降至15%以下；III階段干旱影響強(qiáng)度大于15%的?。ㄗ灾螀^(qū)）份比II階段少，與I階段相等，但I(xiàn)II階段干旱影響強(qiáng)度大于25%的省（自治區(qū)）份與II階段相等（4個），多于I階段（1個）。因此，總體而言，II階段的干旱影響強(qiáng)度最強(qiáng)，III階段的干旱影響強(qiáng)度強(qiáng)于I階段（圖7a?圖7c）。

所有研究省份的總成災(zāi)面積在I階段為742.3萬hm2，平均干旱成災(zāi)強(qiáng)度為28%；總成災(zāi)面積在II階段增至1277.4萬hm2，平均干旱成災(zāi)強(qiáng)度增至42%；III階段總成災(zāi)面積減至1023.8萬hm2，平均干旱成災(zāi)強(qiáng)度卻增至52%（圖6）。各?。ㄗ灾螀^(qū)）干旱成災(zāi)面積和成災(zāi)強(qiáng)度的階段性變化顯示，I階段，18個省（自治區(qū)）的干旱成災(zāi)面積＞20萬hm2，其中，甘肅省、山西省和陜西省等8個?。ㄗ灾螀^(qū)）的干旱成災(zāi)強(qiáng)度大于30%。II階段，21個?。ㄗ灾螀^(qū)）的干旱成災(zāi)面積＞20萬hm2，24個省（自治區(qū)）的干旱成災(zāi)強(qiáng)度大于30%，與I階段相比比，干旱成災(zāi)強(qiáng)度大于30%的?。ㄗ灾螀^(qū)）份有所增多；III階段，19個?。ㄗ灾螀^(qū)）的干旱成災(zāi)面積大于＞20萬hm2，除西藏外的26個?。ㄗ灾螀^(qū)）的干旱成災(zāi)強(qiáng)度大于30%；III階段與II階段比干旱成災(zāi)強(qiáng)度大于30%的?。ㄗ灾螀^(qū)）份又有所增加，是干旱成災(zāi)強(qiáng)度大于30%最多的階段 （圖7d?圖7f）。

圖6 干旱影響強(qiáng)度和成災(zāi)強(qiáng)度的年際變化

圖7 各省干旱受災(zāi)強(qiáng)度和成災(zāi)強(qiáng)度的階段性變化

3 結(jié)論與討論

3.1 結(jié)論

（1）研究范圍內(nèi)農(nóng)業(yè)干旱具有非常明顯的南輕北重的特征。山東省、河南省和河北省等12個省（自治區(qū)）的干旱受災(zāi)面積達(dá)到80萬hm2。山西省、內(nèi)蒙古自治區(qū)、河北省、山東省、河南省和黑龍江省的干旱影響強(qiáng)度達(dá)到15%以上。內(nèi)蒙古自治區(qū)、山東省和河北省等9個?。ㄗ灾螀^(qū)）的干旱成災(zāi)面積達(dá)到40萬hm2。內(nèi)蒙古自治區(qū)、陜西省和河北省等6個?。ㄗ灾螀^(qū)）的干旱成災(zāi)強(qiáng)度大于40%。

（2）研究期內(nèi)北方的農(nóng)業(yè)干旱更頻繁。特大干旱發(fā)生次數(shù)前十的省（自治區(qū)）分別是山西省、內(nèi)蒙古自治區(qū)和河北省等，其中山西省的特大干旱發(fā)生次數(shù)（38次）最高，其次是內(nèi)蒙古自治區(qū)（34次）。嚴(yán)重干旱和中度干旱發(fā)生頻率的南北差異小于特大干旱，且兩種干旱的最大發(fā)生頻次均小于特大干旱。陜西省和湖南省的嚴(yán)重干旱發(fā)生頻次最高，均為10次，其次是河南?。?次）。甘肅省和河北省的中度干旱發(fā)生次數(shù)最多，分別是11次和10次。

（3）農(nóng)業(yè)干旱的受災(zāi)指標(biāo)普遍存在減輕趨勢，但成災(zāi)指標(biāo)普遍存在加重趨勢。16?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積存在減小趨勢，其中，山東省和河南省的減小速率絕對值最大。10?。ㄗ灾螀^(qū)）的干旱影響強(qiáng)度存在減小趨勢，6?。ㄗ灾螀^(qū)）的干旱影響強(qiáng)度的變化趨勢為0。除河北省、山東省和河南省等5?。ㄗ灾螀^(qū)）的干旱成災(zāi)面積有減少趨勢外，其它?。ㄗ灾螀^(qū)）均呈增加趨勢，其中，內(nèi)蒙古自治區(qū)和黑龍江省成災(zāi)面積的增加速率最大。所有省份（自治區(qū)）的干旱成災(zāi)強(qiáng)度均存在增加趨勢。值得關(guān)注的是，山東省、河南省和安徽省等5個?。ㄗ灾螀^(qū)）的成災(zāi)面積存在減小趨勢，但干旱成災(zāi)影響強(qiáng)度仍呈增加趨勢。

（4）1951?2018年農(nóng)業(yè)干旱存在明顯的階段性變化，研究省份平均干旱影響強(qiáng)度在1951?1984年（I階段）較低，1985?1997年（II階段）大幅度增加，1998?2018年（III階段）又有所下降；研究省份平均干旱成災(zāi)強(qiáng)度在研究期內(nèi)持續(xù)增加，但I(xiàn)II階段的增加幅度較II階段有所減小。分省來看，I階段，各省（自治區(qū)）干旱受災(zāi)面積和影響強(qiáng)度普遍較??；II階段多數(shù)?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積（23個）和干旱影響強(qiáng)度（26個）大幅增加；III階段，多數(shù)?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積（19個）和影響強(qiáng)度（25個）有所減小。分省成災(zāi)指標(biāo)顯示：I階段各?。ㄗ灾螀^(qū)）普遍較小，II階段所有?。ㄗ灾螀^(qū)）的干旱成災(zāi)面積和成災(zāi)強(qiáng)度大幅度增加；III階段，干旱成災(zāi)面積減小范圍（18個）小于干旱受災(zāi)面積的減小范圍（19個），大部分?。ㄗ灾螀^(qū)）（20個）干旱成災(zāi)強(qiáng)度有所增加。

3.2 討論

農(nóng)業(yè)干旱的受災(zāi)指標(biāo)和成災(zāi)指標(biāo)在某些?。ㄗ灾螀^(qū)）出現(xiàn)完全相反的變化特征，如湖南省、江蘇省和湖北省等11個?。ㄗ灾螀^(qū)）的受災(zāi)面積在1951?2018年有減小趨勢，但成災(zāi)面積呈上升趨勢；山東省、河南省和安徽省等5個省（自治區(qū)）的成災(zāi)面積存在減小趨勢，但干旱成災(zāi)影響強(qiáng)度存在增加趨勢。這是因為氣候變化加劇了荒漠化進(jìn)程和嚴(yán)重干旱事件的可能性[22]，而隨著中國經(jīng)濟(jì)的發(fā)展，增強(qiáng)的農(nóng)業(yè)抗旱能力使輕災(zāi)面積下降，但對于重大災(zāi)害的抗御能力仍然不足[6-7,23-24]。

農(nóng)業(yè)干旱自1951年以來經(jīng)歷了三個階段，1951?1984（不包括1966?1969年）為干旱災(zāi)情較輕階段，該結(jié)論與趙海燕等[5，8]的結(jié)論基本一致；1985?1997年為農(nóng)業(yè)干旱災(zāi)情最嚴(yán)重的階段，該結(jié)論與基于降水量、氣象綜合干旱指數(shù)（MCI）和帕默爾干旱指數(shù)對北方干旱趨勢的分析結(jié)果一致[25?27]；1998?2018年為干旱緩和階段，該階段各區(qū)干旱范圍變小，該結(jié)論與廖要明等[1]的結(jié)論相符，但與胡子瑛等[28]1961?2014年中國北方地區(qū)整體呈變干趨勢和2001?2010年為最干旱年代的結(jié)論不一致?？赡茉蚴呛隅鹊难芯績H考慮降水量的氣象干旱指數(shù)。倪深海等[8]認(rèn)為農(nóng)業(yè)干旱嚴(yán)重程度、持續(xù)時間和旱災(zāi)發(fā)生范圍均呈現(xiàn)增加的趨勢。該結(jié)論與本研究結(jié)論不一致的原因可能是倪深海等把1949?2017年分為1979年前后兩階段進(jìn)行分析，未考慮1998年后氣候變暖引起趨緩的農(nóng)業(yè)干旱的新特征。

在1998年后新的氣候背景下，中國大部分地區(qū)的干旱趨勢正在發(fā)生轉(zhuǎn)折性變化，該變化是對近些年北方降水量變多和氣候變暖趨緩的響應(yīng)[21,29?30]，但蒸發(fā)對干旱的形成也非常重要[31?32]。因此，在新的氣候背景下，氣溫、降水、蒸發(fā)等氣象要素，地表徑流、植被和人類活動等非氣象要素如何共同影響農(nóng)業(yè)干旱將是下一步深入研究的課題。

[1] 廖要明,張存杰.基于MCI的中國干旱時空分布及災(zāi)情變化特征[J].氣象,2017,43(11):1402-1409. Liao Y M,Zhang C J.Spatial temporal distribution characteristics and disaster change of drought in China based on meteorological drought composite index[J].Meteor Mon,2017,43(11):1402-1409.(in Chinese).

[2] 符淙斌,馬柱國.全球變化與區(qū)域干旱化[J].大氣科學(xué), 2008,32(4):752-760. Fu C B,Ma Z G.Global change and regional aridification[J]. Chin J Atmos Sci,2008,32(4):752-760.(in Chinese)

[3] 桑婧,郝璐.近30年中國主要農(nóng)業(yè)氣象災(zāi)害典型場時空格局分異特征[J].中國生態(tài)農(nóng)業(yè)學(xué)報,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.(in Chinese)

[4] 張強(qiáng),韓蘭英,張立陽,等.論氣候變暖背景下干旱和干旱災(zāi)害風(fēng)險特征與管理策略[J].地球科學(xué)進(jìn)展, 2014,29(1): 80-91．Zhang Q,Han L Y,Zhang L Y,et al.Analysis on the character and management strategy of drought disaster and risk under the climatic warming[J].Advances in Earth Science,2014, 29(1):80-91.(in Chinese)

[5] 趙海燕,張強(qiáng),高歌,等.中國1951-2007年農(nóng)業(yè)干旱的特征分析[J].自然災(zāi)害學(xué)報,2010,(4):203-208. Zhao H Y,Zhang Q,Gao G,et al.Characteristic analysis of agricultural drought disaster in China during 1951 -2007[J]. J Nat Dis,2010,(4):203-208.(in Chinese)

[6] 田志會,李曉雪.1949-2016年我國糧食主產(chǎn)區(qū)旱災(zāi)變化趨勢分析[J].中國農(nóng)業(yè)大學(xué)學(xué)報,2019,24(12):159-167. Tian Z H,Li X X.Analysis on the trend of drought in main grain producing areas in China from 1949 to 2016[J]. Journal of China Agricultural University,2019, 24(12): 159-167. (in Chinese)

[7] 劉笑,何學(xué)敏,游松財.1976-2015年中國主要農(nóng)業(yè)氣象災(zāi)害的變化特征[J].中國農(nóng)業(yè)氣象,2017,38(8):481-487. Liu X,He X M,You S C.Characteristics of agricultural meteorological disasters in China from 1976 to 2015[J]. Chinese Journal of Agrometeorology, 2017,38(8): 481-487. (in Chinese)

[8] 倪深海,顧穎,彭岳津,等.近七十年中國干旱災(zāi)害時空格局及演變[J].自然災(zāi)害學(xué)報,2019,28(6):176-181. Ni S H,Gu Y,Peng Y J,et al.Spatio-temporal pattern and evolution trend of drought disaster in China in recent seventy years[J].J Nat Dis,2019,28(6):176-181.(in Chinese)

[9] 于小兵,盧逸群,吉中會,等.近45a來我國農(nóng)業(yè)氣象災(zāi)害變化特征及其對糧食產(chǎn)量的影響[J].長江流域資源與環(huán)境,2017,(10):1700-1710. Yu X B,Lu Y Q,Ji Z H,et al.Change trend of agricultural meteorological disasters and the relationship with grain yiled in recent 45 years[J].Resources and Environment in the Yangtze Basin,2017,(10):1700-1710.(in Chinese)

[10] 桑婧,郝璐.近30年中國主要農(nóng)業(yè)氣象災(zāi)害典型場時空格局分異特征[J].中國生態(tài)農(nóng)業(yè)學(xué)報,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. (in Chinese)

[11] 韓蘭英,張強(qiáng),姚玉璧,等.近60年中國西南地區(qū)干旱災(zāi)害規(guī)律與成因[J].地理學(xué)報,2014,69(5):632-63. Han L Y,Zhang Q,Yao Y B,et al.Characteristics and origins of drought disasters in Southwest China in nearly 60 years[J].Acta Geographica Sinica,2014,69(5):632-63.(in Chinese)

[12] 何斌,劉志娟,楊曉光,等.氣候變化背景下中國主要作物農(nóng)業(yè)氣象災(zāi)害時空分布特征(Ⅱ):西北主要糧食作物干旱[J].中國農(nóng)業(yè)氣象,2017,38(1):31-41. He B,Liu Z J,Yang X G,et al.Temporal and spatial variations of agro-meteorological disasters of main crops in China in a changing climate(Ⅱ):drought of cereal crops in Northwest China[J].Chinese Journal of Agrometeorology,2017, 38(1): 31-41.(in Chinese)

[13] 胡亞南,李闊,許吟隆.1951-2010年華北平原農(nóng)業(yè)氣象災(zāi)害特征分析及糧食減產(chǎn)風(fēng)險評估[J].中國農(nóng)業(yè)氣象,2013, 34(2):197-203. Hu Y N,Li K,Xu Y L.Characteristic analysis of agricultural meteorological disasters and risk assessment of the crop loss in North China Plain during 1951-2010[J].Chinese Journal of Agrometeorology,2013,34(2):197-203.(in Chinese)

[14] 馬建勇,許吟隆,潘婕.東北地區(qū)農(nóng)業(yè)氣象災(zāi)害的趨勢變化及其對糧食產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象,2012,33(2): 283-288. Ma J Y,Xu Y L,Pan J.Analysis of agro-meteorological disasters tendency variation and the impacts on grain yield over Northeast China[J].Chinese Journal of Agrometeorology, 2012,33(2):283-288.(in Chinese)

[15] 張桂香,霍治國,吳立,等.1961-2010 年長江中下游地區(qū)農(nóng)業(yè)洪澇災(zāi)害時空變化[J].地理研究,2015,34(6):1097-1108. Zhang G X,Huo Z G,Wu L,et al.The temporal and spatial variations of agricultural flood disaster over the middle and lower reaches of the Yangtze River from 1961 to 2010[J].Geographical Research,2015,34(6):1097-1108.(in Chinese)

[16] 張強(qiáng),韓蘭英,郝小翠,等.氣候變化對中國農(nóng)業(yè)旱災(zāi)損失率的影響及其南北區(qū)域差異性[J].氣象學(xué)報,2015, 73(6): 1092-1103. Zhang Q,Han L Y,Hao X C,et al.On the impact of the climate change on the agricultural disaster loss caused by drought in China and the regional differences between the North and the South[J].Acta Meteor Sin,2015,73(6): 1092- 1103.(in Chinese)

[17] 邱曉華.中國統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,1998- 2007. Qiu X H.Statistical yearbook of China[M ].Beijing:China Statistics Press,1998-2007.(in Chinese)

[18] 張玉書,王春艷,陳鵬獅,等.農(nóng)業(yè)干旱預(yù)警等級GB/T 34817-2017 [S].北京:中國標(biāo)準(zhǔn)出版社,2017. Zhang Y S,Wang C Y,Chen P S,et al.Warning grade of agricultural drought GB/T 34817-2017[S].China Standards Press,2017.(in Chinese)

[19] 民政部.民函[2008]119號自然災(zāi)害情況統(tǒng)計制度[S].北京:民政部,2008. Ministry of Civil Affairs of the People’s Republic of China.Statistics system of natural disasters(the 119th in 2008)[S].Beijing:Ministry of Civil Affairs of the People’s Republic of China,2008.(in Chinese)

[20] 魏鳳英.現(xiàn)代氣候統(tǒng)計診斷與預(yù)測技術(shù)[M].北京:氣象出版社,1999. Wei F Y.Statisticaldiagnosisandpredictiontechnologyofmodernclimate[M]. Beijing: China Meteorological Press, 1999.(in Chinese)

[21] 許艷,唐國利,張強(qiáng).基于均一化格點資料的全球變暖趨緩期中國氣溫變化特征分析[J].氣候變化研究進(jìn)展,2017, 13(6):569-577. Xu Y,Tang G L,Zhang Q. Analysis of the variation of the air temperature over China during the global warming hiatus period[J].Acta Meteor Sin,2017,13(6):569-577.(in Chinese)

[22] 吳建國,翟盤茂.關(guān)于氣候變化與荒漠化關(guān)系的新認(rèn)知[J].氣候變化研究進(jìn)展,2020,16(1):28-36.Wu J G,Zhai P M.New understanding on climate change and desertification[J].Adv Climate Change Res,2020,16(1): 28-36. (in Chinese)

[23] 楊曉光,李茂松.北方主要作物干旱和低溫災(zāi)害防控技術(shù)[Ｍ].北京:中國農(nóng)業(yè)出版社,2016. Yang X G,Li M S.Prevention and control technology for drought and low temperature disasters of main crops in North China[M].China Agriculture Press,2016.(in Chinese)

[24] 楊曉光,李茂松.中國南方季節(jié)性干旱特征集中制制度適應(yīng)[Ｍ].北京:氣象出版社,2014. Yang X G,Li M S.Adaption of seasonal system of seasonal drought characteristics in Southern China[M]. Beijing: China Meteorological Press,2014.(in Chinese)

[25] 韓蘭英,張強(qiáng),賈建英,等.氣候變暖背景下中國干旱強(qiáng)度、頻次和持續(xù)時間及其南北差異性[J].中國沙漠,2019, 39(5): 1-10. Han L Y,Zhang Q,Jia J Y,et al.Drought severity, frequency, duration and regional differences in China[J].Journal of Desert Research,2019,39(5):1-10.(in Chinese)

[26] 馬柱國,任小波.1951-2005年中國區(qū)域氣候變化與干旱化趨勢[J].氣候變化研究進(jìn)展,2007,3(4):195-201. Ma Z G,Ren X B.Drying trend over China from 1951 to 2006[J].Adv Climate Change Res,2007,3(4):195-201.(in Chinese)

[27] 李新周,馬柱國,劉曉東.中國北方干旱化年代際特征與大氣環(huán)流的關(guān)系[J].大氣科學(xué),2006,30(2):277-284. Li X Z,Ma Z G,Liu X D.Inter-decadal characteristics of aridification over northern China associated with the variation of atmospheric circulation during the past 50 years[J].Chin J Atmos Sci,2006,30(2):277-284.(in Chinese)

[28] 胡子瑛,周俊菊,張利利,等.中國北方氣候干濕變化及干旱演變特征[J].生態(tài)學(xué)報,2018,38(6):1908-1919. Hu Z Y,Zhou J J,Zhang L L,et al.Climate dry-wet change and drought evolution characteristics of different dry-wet areas in northern China[J].Acta Ecologica Sinica,2018, 38(6):1908-1919.(in Chinese)

[29] 馬柱國,符淙斌,楊慶,等.關(guān)于我國北方干旱化及其轉(zhuǎn)折性變化[J].大氣科學(xué),2018,42(4):951-961. Ma Z G,Fu C B,Yang Q,et al Drying trend in northern China and its shift during 1951-2016[J].China J Atmos Sci.2018, 42(4):951-961.(in Chinese)

[30] 龔志強(qiáng),趙俊虎,封國林.中國東部2012年夏季降水及年代際轉(zhuǎn)型的可能信號分析[J].物理學(xué)報,2013,62(9):099205. Gong Z Q,Zhao J H,Feng G L.Analysis of the summer precipitation of 2012 in east China and its possibility of decadal shift[J].Acta Phys. Sin.,2013,62(9):099205.(in Chinese)

[31] 焦丹丹,吉喜斌,金博文,等.干旱氣候條件下多種潛在蒸發(fā)量估算方法對比研究[J].高原氣象,2018,37(4):1002-1016. Jiao D D,Ji X B,Jin B W,et al.Comparison of different methods for estimating potential evaporation in an arid environment[J].Plateau Meteor,2018,37(4):1002-1016.(in Chinese)

[32] 莊少偉,左洪超,任鵬程,等.標(biāo)準(zhǔn)化降水蒸發(fā)指數(shù)在中國區(qū)域的應(yīng)用[J].氣候與環(huán)境研究,2013,18(5):617-625. Zhuang S W,Zuo H C,Ren P C,et al.Application of standardized precipitation evapotranspiration index in China[J].Climatic Environ Res,2013,18(5):617-625.(in Chinese)

Temporal and Spatial Characteristics of Drought in China under Climate Change

ZHAO Hai-yan1, ZHANG Wen-qian2, ZOU Xu-kai3, ZHANG Qiang3, SHEN Zi-qi4, Mei Ping5

(1. Shanxi Climate Center, Taiyuan, Shanxi 030006, China; 2. Chinese Academy of Meteorological Sciences, Beijing 100081; 3. National Climate Center, Beijing 100081;4. Guangzhou Climate and Agrometeorology Center, Guangzhou 511430; 5. Nanjing University of Information Science & Technology, Nanjing 210044)

Droughts are the most frequent natural hazards which have caused the second most economic loss in China. In recent years, the trend of annual air mean temperature has been gradually decreased and precipitation has been increased in China. The research of temporal and spatial characteristics of agricultural drought is focused on under new climate background. In order to adapt to climate change and take actions for government and farmers, the spatial patterns, frequency, long-term trends and stage variability characteristics of agricultural drought were analyzed using provincial drought disaster data from 1951 to 2018. The results showed that: (1) the mean area affected by drought, area of drought disasters, area percentage affected by drought and area percentage of drought disasters were used to represent spatial characteristics. Area affected by drought and area of drought disasters were more serious in Inner Mongolia, Shanxi and Hebei province than those in other regions. (2) Based on Warning Grade of Agricultural Drought GB/T 34817?2017 and the definition of area affected by drought, extreme drought, severe drought and moderate drought were classified. The frequency of agriculture drought was more in Inner Mongolia, Shanxi and Shaanxi province than that in other regions. (3) Annual area affected by drought, area of drought disasters, area percentage affected by drought and area percentage of drought disasters were analyzed by fitting at least squares principle. Regression coefficients were used to analyze long-term trends of those four indices. Area affected by drought and percentage experienced decreasing trends in 16 provinces, while they showed increasing trends in most regions with area of drought disasters in 23 provinces and percentage in 27 provinces. (4)According to climate warming trends in China, nearly 70 years were divided into three stages, 1951?1984(stage I), 1985?1997(stage II) and 1998?2018(stage III). It was found that agriculture drought was comparatively less at stage I in China, and it was increasing apparently at stage II. Area affected by drought, area of drought disasters and area percentage affected by drought decreased widely, but area percentage of drought disasters was continued to increase at stage III. Above all, agricultural drought was severer and more frequent in the north of China than that in the south of China, so more attentions should be paid to defending agriculture drought in the north of China.

Agriculture drought; Area percentage affected by drought; Area percentage of drought disasters; Climate change

10.3969/j.issn.1000-6362.2021.01.007

趙海燕,張文千,鄒旭愷,等.氣候變化背景下中國農(nóng)業(yè)干旱時空變化特征分析[J].中國農(nóng)業(yè)氣象,2021,42(1):69-79

2020?08?10

國家重點研發(fā)計劃重大自然災(zāi)害監(jiān)測預(yù)警與防范重點專項（2017YFC1502402；2018YFC1507700)；山西省回國留學(xué)人員科研資助項目（2020-164）；廣東省科技興農(nóng)-農(nóng)業(yè)科技創(chuàng)新及推廣項目（2019KJ102）

張強(qiáng)，研究員，研究方向為氣象災(zāi)害監(jiān)測及評估，E-mail:zhq62@cma.gov.cn

趙海燕，E-mail:zhaohaiyan01234@163.com