洛陽(yáng)冬小麥干熱風(fēng)災(zāi)害特征及災(zāi)損評(píng)估

朱學(xué)玲 徐延紅

摘要 根據(jù)冬小麥干熱風(fēng)的國(guó)家氣象行業(yè)標(biāo)準(zhǔn)，利用洛陽(yáng)市9個(gè)縣（區(qū)）觀測(cè)站1961—2020年氣象觀測(cè)資料，統(tǒng)計(jì)分析冬小麥干熱風(fēng)的時(shí)空變化特征；確定氣象要素對(duì)氣象產(chǎn)量的影響，分離不同時(shí)段的氣象產(chǎn)量，構(gòu)建產(chǎn)量模型，評(píng)估干熱風(fēng)災(zāi)害對(duì)產(chǎn)量的影響。結(jié)果表明，干熱風(fēng)災(zāi)害平均每年發(fā)生1.5 d，發(fā)生天數(shù)總體上是降低的，但是近20年來(lái)又呈現(xiàn)增加趨勢(shì)，新安、孟津、宜陽(yáng)是洛陽(yáng)市干熱風(fēng)災(zāi)害高發(fā)區(qū)。對(duì)比干熱風(fēng)災(zāi)害發(fā)生的氣象要素，溫度條件是制約洛陽(yáng)市干熱風(fēng)形成的最主要的氣象因子。災(zāi)損評(píng)估表明，干熱風(fēng)災(zāi)害造成小麥減產(chǎn)率在1.28%～8.66%，平均為4.63%。

關(guān)鍵詞 干熱風(fēng)；變化特征；災(zāi)損評(píng)估；冬小麥

中圖分類號(hào) S 162? 文獻(xiàn)標(biāo)識(shí)碼 A? 文章編號(hào) 0517-6611（2023）12-0185-03

doi：10.3969/j.issn.0517-6611.2023.12.042

Characteristics and Damage Assessment of Dry-hot Wind Disasters in Winter Wheat in Luoyang

ZHU Xue-ling1，XU Yan-hong2

（1.Luoyang Meteorological Bureau， Luoyang，Henan 471000;2.Rudong County agriculture and Forestry Science and Technology Information Station，Rudong，Jiangsu 226300）

Abstract According to the national meteorological industry standards for dry-hot wind in winter wheat， the temporal and spatial variation characteristics of dry-hot wind in winter wheat were statistically analyzed using meteorological observation data from 9 counties （districts） in Luoyang City from 1961 to 2020.The impact of meteorological factors on meteorological yield was determined， the meteorological yield at different periods was separated， yield models were constructed， and the impact of dry-hot wind disasters on yield was evaluated. The results showed that the dry-hot wind disasters occurred on average 1.5 days per year， and the number of days on the whole decreased， but in the recent 20 years， the days increased. Xinan， Mengjin and Yiyang were the high-risk areas of dry-hot wind disasters in Luoyang City. Comparing the meteorological factors of dry-hot wind disasters， temperature conditions were the most important meteorological factors that restrict the formation of dry-hot wind in Luoyang City. The damage assessment showed that the dry-hot wind disaster caused the wheat yield to fall between 1.28% and 8.66%， with an average of 4.63%.

Key words Dry-hot wind;Change characteristics;Damage assessment;Winter wheat

作者簡(jiǎn)介 朱學(xué)玲（1964—），女，河南洛寧人，高級(jí)工程師，從事農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)與科研工作。

收稿日期 2022-10-08；修回日期 2022-11-01

干熱風(fēng)是指冬小麥灌漿期高溫、低濕并伴有較大風(fēng)速的農(nóng)業(yè)氣象災(zāi)害。干熱風(fēng)天氣出現(xiàn)對(duì)小麥產(chǎn)量和品質(zhì)的影響很大［1-2］。準(zhǔn)確及時(shí)的干熱風(fēng)監(jiān)測(cè)預(yù)警，可以抵御災(zāi)害，最大程度降低災(zāi)害所造成的經(jīng)濟(jì)損失；而研究時(shí)空分布特征是建立農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)預(yù)警模型、提供準(zhǔn)確及時(shí)的監(jiān)測(cè)預(yù)警最基本的前提基礎(chǔ)［3-5］。

目前，諸多學(xué)者對(duì)干熱風(fēng)的基本特征、變化規(guī)律、成因等進(jìn)行了大量的研究，也取得了豐碩的研究成果。楊霏云等［6-11］對(duì)干熱風(fēng)發(fā)生發(fā)展規(guī)律進(jìn)行了分析；尤鳳春等［12］利用氣溫、濕度、風(fēng)速及500 hPa高度場(chǎng)資料，對(duì)河北省冬麥區(qū)干熱風(fēng)成因進(jìn)行分析；張翠英等［13］依據(jù)干熱風(fēng)發(fā)生日數(shù)與前期氣象要素的關(guān)系，建立了干熱風(fēng)發(fā)生日數(shù)預(yù)測(cè)模型；王春乙等［14］依據(jù)氣象災(zāi)害發(fā)生機(jī)理及區(qū)域環(huán)境特征，構(gòu)建了冬小麥干旱和干熱風(fēng)綜合風(fēng)險(xiǎn)評(píng)估模型；張志紅等［15］通過(guò)開(kāi)展干熱風(fēng)氣象條件人工模擬，對(duì)比觀測(cè)干熱風(fēng)對(duì)作物生理生態(tài)性狀的影響；史印山等［16］研究認(rèn)為隨著干熱風(fēng)出現(xiàn)日數(shù)的逐漸增加，小麥千粒重呈下降趨勢(shì)。

這些研究對(duì)干熱風(fēng)的認(rèn)識(shí)和了解起到了較大的促進(jìn)作用，但農(nóng)業(yè)氣象災(zāi)害的局地性特征較為明顯，同一種災(zāi)害在不同地區(qū)變化趨勢(shì)不盡相同。洛陽(yáng)十年九旱，土壤墑情較差，若出現(xiàn)干熱風(fēng)天氣，將加速植株蒸騰，破壞植株水分平衡，對(duì)小麥灌漿生長(zhǎng)極為不利。筆者利用1961—2020年的氣象觀測(cè)資料，對(duì)干熱風(fēng)時(shí)空分布特征、變化規(guī)律及對(duì)產(chǎn)量的影響進(jìn)行分析，對(duì)做好干熱風(fēng)災(zāi)害評(píng)估、冬小麥產(chǎn)量預(yù)報(bào)和防災(zāi)減災(zāi)具有重要意義。

1 資料與方法

1.1 資料選取

氣象資料為1961—2020年洛陽(yáng)市9縣（區(qū)）氣象觀測(cè)站逐日最高氣溫、14：00相對(duì)濕度和14：00風(fēng)速氣象觀測(cè)資料；小麥實(shí)際產(chǎn)量為洛陽(yáng)市統(tǒng)計(jì)局資料。洛陽(yáng)市冬小麥生長(zhǎng)5月份為灌漿期，為了充分揭示干熱風(fēng)對(duì)小麥灌漿期的影響，選取每年5月份的氣象資料進(jìn)行統(tǒng)計(jì)分析。

1.2 干熱風(fēng)指標(biāo)

干熱風(fēng)一般發(fā)生在小麥灌漿期，氣象指標(biāo)選用中華人民共和國(guó)氣象行業(yè)標(biāo)準(zhǔn)（QX/T 82—2007）規(guī)定的相應(yīng)等級(jí)（表1），以日最高氣溫、14：00相對(duì)濕度、14：00風(fēng)速為主要因子。

1.3 干熱風(fēng)災(zāi)損評(píng)估模型

1.3.1 產(chǎn)量模擬。建立基于氣候適宜度指數(shù)的產(chǎn)量

模擬模型［18］：

Y=Yt+YW1+YW2+ε

式中，Y為歷史產(chǎn)量（kg/hm2）；Yt為趨勢(shì)產(chǎn)量（kg/hm2）；YW1為上一年10月份至翌年4月份的氣象條件對(duì)氣象產(chǎn)量的影響（kg/hm2）；YW2為5月份氣象條件對(duì)氣象產(chǎn)量的影響（kg/hm2）；ε為隨機(jī)因素所造成的誤差，在此忽略不計(jì)。

1.3.2 災(zāi)損評(píng)估。

按照小麥生產(chǎn)的氣象條件，發(fā)生干熱風(fēng)的實(shí)測(cè)產(chǎn)量比5月份未受災(zāi)的正常預(yù)計(jì)產(chǎn)量的減產(chǎn)百分比為［18］：

Yd=（Y0-Y）/Y0×100%

式中，Yd為干熱風(fēng)災(zāi)害所造成的實(shí)際產(chǎn)量損失占不受干熱風(fēng)影響（即上一年10月份至翌年4月份的氣象條件和正常投入應(yīng)得到的產(chǎn)量）的百分比；Y0為5月份未受干熱風(fēng)災(zāi)害的正常預(yù)計(jì)產(chǎn)量；Y為發(fā)生干熱風(fēng)后的實(shí)測(cè)產(chǎn)量。

2 結(jié)果與分析

2.1 干熱風(fēng)的時(shí)空變化特征

2.1.1 干熱風(fēng)日數(shù)的年際變化。

近60年來(lái)全市干熱風(fēng)平均每年發(fā)生1.5 d，最大值為4.9 d（2007年），其中新安縣該年干熱風(fēng)出現(xiàn)天數(shù)為10 d，嵩縣干熱風(fēng)出現(xiàn)了9 d，孟津縣、汝陽(yáng)縣各出現(xiàn)了6 d；1977、1985、1998、2005年全市各縣均無(wú)干熱風(fēng)發(fā)生。干熱風(fēng)主要集中在5月中、下旬，占年總次數(shù)的86%，其中5月中旬的干熱風(fēng)發(fā)生頻率為29%，這期間正是小麥乳熟、灌漿期，受其影響，冬小麥麥粒干秕、皮白、腹溝深；5月下旬小麥已進(jìn)入乳熟后期，旱地開(kāi)始陸續(xù)收獲，干熱風(fēng)對(duì)其產(chǎn)量影響不太大。

由圖1可見(jiàn)，2010年以前輕干熱風(fēng)日數(shù)、重干熱風(fēng)日數(shù)和總干熱風(fēng)日數(shù)變化規(guī)律一致，先減小后增大；最大值在20世紀(jì)60年代，最小值在80年代，輕干熱風(fēng)遞減速率大于重干熱風(fēng)，20世紀(jì)80年代后均呈緩慢增加的趨勢(shì)。2010年后，輕干熱風(fēng)、總干熱風(fēng)日數(shù)有減小的趨勢(shì)，重干熱風(fēng)仍處于增加的趨勢(shì)。氣候變化背景下，干熱風(fēng)發(fā)生日數(shù)整體上趨于減小，但最近的20年又有所反彈。突變檢驗(yàn)分析表明，干熱風(fēng)總?cè)諗?shù)在1973年前后出現(xiàn)了不顯著的遞減突變，而后1999年前后呈不顯著的遞增突變，2007年出現(xiàn)了遞減突變。

2.1.2 干熱風(fēng)日數(shù)的空間分布。

將各站點(diǎn)年均干熱風(fēng)日數(shù)按其所在的經(jīng)緯度，在ArcGIS 中以反距離權(quán)重法（IDW）進(jìn)行插值，得到洛陽(yáng)市年均干熱風(fēng)日數(shù)分布圖（圖2）。從圖2可以看出，干熱風(fēng)總的發(fā)生規(guī)律是南少北多，新安、孟津、宜陽(yáng)是洛陽(yáng)市干熱風(fēng)高發(fā)區(qū)，平均每年發(fā)生2.3 d；伊川、汝陽(yáng)、嵩縣、偃師次之，平均每年發(fā)生1.1～1.8 d；西南山區(qū)洛寧、欒川則發(fā)生較輕，平均每年發(fā)生0.5 d。

2.1.3 干熱風(fēng)災(zāi)害的氣象要素分析。

按照干熱風(fēng)災(zāi)害的氣象指標(biāo)分別對(duì)小麥灌漿期日最高氣溫≥32 ℃、14：00相對(duì)濕度≤30%、14：00風(fēng)速≥3 m/s的日數(shù)進(jìn)行統(tǒng)計(jì)、分析，并計(jì)算概率，結(jié)果如圖3所示。日最高氣溫≥32 ℃的概率為0.03～0.19，呈東北高、西南低的趨勢(shì)。相對(duì)濕度≤30%的概率為0.19～0.31，概率值在區(qū)域分布上差異不大，變異系數(shù)為0.13，低于溫度和風(fēng)速（變異系數(shù)分別為0.33、0.26）。風(fēng)速≥3 m/s 的概率為0.26～0.56，孟津、新安、宜陽(yáng)較高，嵩縣、洛寧一線較低。這些氣象要素的共同變化決定了洛陽(yáng)市冬小麥干熱風(fēng)災(zāi)害的時(shí)空格局。

對(duì)比溫、濕、風(fēng)三要素，風(fēng)速條件容易達(dá)到，其次是相對(duì)濕度，最后是溫度，三者的概率分別為0.49、0.27、0.15。將三要素分別與干熱風(fēng)發(fā)生日數(shù)進(jìn)行相關(guān)分析，發(fā)現(xiàn)干熱風(fēng)日數(shù)與溫度概率的相關(guān)性最大，相關(guān)系數(shù)達(dá)0.86，相對(duì)濕度次之，相關(guān)系數(shù)為0.72，風(fēng)速概率與干熱風(fēng)日數(shù)的相關(guān)系數(shù)為0.45，三者的相關(guān)系數(shù)均通過(guò)0.01水平顯著性檢驗(yàn)。可見(jiàn)溫度條件是制約干熱風(fēng)發(fā)生日數(shù)的最主要?dú)庀笠蜃印?/p>

2.2 干熱風(fēng)災(zāi)損評(píng)估

將冬小麥產(chǎn)量分離為趨勢(shì)產(chǎn)量與氣象產(chǎn)量之和，該研究中趨勢(shì)產(chǎn)量用5日滑動(dòng)平均法擬合；氣象產(chǎn)量通過(guò)進(jìn)行氣象要素溫度、光照、降水的相關(guān)分析，建立擬合方程。對(duì)比冬小麥實(shí)測(cè)產(chǎn)量與模擬產(chǎn)量的結(jié)果，方程擬合準(zhǔn)確率為92.2%，說(shuō)明構(gòu)建的模型可以反映氣象條件對(duì)產(chǎn)量的影響。

按照上一年10月份至翌年4月份的氣象條件，預(yù)計(jì)未發(fā)生干熱風(fēng)災(zāi)害的小麥產(chǎn)量，選擇干熱風(fēng)災(zāi)害嚴(yán)重年份，將實(shí)測(cè)產(chǎn)量與正常投入應(yīng)得到的產(chǎn)量比較，計(jì)算減產(chǎn)百分比，結(jié)果如表2所示。從表2可以看出，干熱風(fēng)危害下，小麥減產(chǎn)率在1.28%～8.66%，平均減產(chǎn)率為4.63%。

3 結(jié)論與討論

近60年來(lái)洛陽(yáng)市冬小麥干熱風(fēng)平均每年發(fā)生1.5 d，從發(fā)生時(shí)段來(lái)看，干熱風(fēng)主要集中在5月中、下旬。

氣候變化背景下，干熱風(fēng)發(fā)生日數(shù)整體上趨于減弱，但最近的20年又有所反彈。突變檢驗(yàn)分析表明，干熱風(fēng)總?cè)諗?shù)在1973年前后出現(xiàn)了不顯著的遞減突變，而后1999年前后呈不顯著的遞增突變，2007年出現(xiàn)了遞減突變。新安、孟津、宜陽(yáng)是洛陽(yáng)市干熱風(fēng)高發(fā)區(qū)，洛寧、欒川較輕發(fā)生。從干熱風(fēng)發(fā)生的氣象要素來(lái)看，溫度是制約干熱風(fēng)災(zāi)害形成的最主要?dú)庀笠蜃印?/p>

根據(jù)光、溫、水氣象要素，構(gòu)建冬小麥自播種至灌漿期（上一年10月份至翌年4月份）的氣象產(chǎn)量統(tǒng)計(jì)模型，結(jié)合趨勢(shì)產(chǎn)量，預(yù)計(jì)未發(fā)生干熱風(fēng)災(zāi)害的冬小麥產(chǎn)量。在干熱風(fēng)嚴(yán)重年份，對(duì)比干熱風(fēng)災(zāi)害發(fā)生后的實(shí)際產(chǎn)量與正常投入應(yīng)得到的產(chǎn)量，發(fā)現(xiàn)干熱風(fēng)災(zāi)害造成小麥減產(chǎn)率在1.28%～8.66%，平均為4.63%。

在干熱風(fēng)災(zāi)損評(píng)估中，理想認(rèn)為小麥生長(zhǎng)后期僅受干熱風(fēng)危害，而實(shí)際生產(chǎn)過(guò)程中，還應(yīng)包括病蟲(chóng)害、干旱、冰雹、大風(fēng)倒伏等災(zāi)害造成的產(chǎn)量損失，由于資料的不足以及方法的欠缺，該研究中未能把這些災(zāi)害的損失一一區(qū)別開(kāi)來(lái)，統(tǒng)認(rèn)為是干熱風(fēng)影響，與實(shí)際情況存在偏差。

參考文獻(xiàn)

［1］ 陳懷亮，鄒春輝，付祥建，等.河南省小麥干熱風(fēng)發(fā)生規(guī)律分析［J］.自然資源學(xué)報(bào)，2001，16（1）：59-64.

［2］ 成林，張志紅，常軍.近47年來(lái)河南省冬小麥干熱風(fēng)災(zāi)害的變化分析［J］.中國(guó)農(nóng)業(yè)氣象，2011，32（3）：456-460，465.

［3］ 鄔定榮，劉建棟，劉玲，等.近50年華北平原干熱風(fēng)時(shí)空分布特征［J］.自然災(zāi)害學(xué)報(bào)，2012，21（5）：167-172.

［4］ 鄔定榮，劉建棟，劉玲，等.基于CAST客觀分類的華北平原干熱風(fēng)區(qū)劃研究［J］.科技導(dǎo)報(bào)，2012，30（19）：19-23.

［5］ 宋曉輝，薛敏，杜亮亮，等.邯鄲冬小麥干熱風(fēng)發(fā)生規(guī)律及風(fēng)險(xiǎn)預(yù)報(bào)［J］.中國(guó)農(nóng)學(xué)通報(bào)，2017，33（25）：105-109.

［6］ 楊霏云，朱玉潔，劉偉昌.華北冬麥區(qū)干熱風(fēng)發(fā)生規(guī)律及風(fēng)險(xiǎn)區(qū)劃［J］.自然災(zāi)害學(xué)報(bào)，2013，22（3）：112-121.

［7］ 喇永昌，李麗平，張磊.寧夏灌區(qū)春小麥干熱風(fēng)災(zāi)害的時(shí)空特征［J］.麥類作物學(xué)報(bào)，2016，36（4）：516-522.

［8］ 時(shí)鳳云，徐文國(guó)，吳建河，等.濮陽(yáng)近40年干熱風(fēng)特征和成因分析及防御［J］.中國(guó)農(nóng)學(xué)通報(bào)，2009，25（3）：251-254.

［9］ 李紅忠，朱新玉，史本林，等.黃淮海平原典型農(nóng)區(qū)冬小麥干熱風(fēng)災(zāi)害的變化分析：以商丘為例［J］.地理研究，2015，34（3）：466-474.

［10］ 胡園春.棗莊市嶧城區(qū)1977—2011年小麥干熱風(fēng)發(fā)生規(guī)律及防御對(duì)策［J］.農(nóng)業(yè)災(zāi)害研究，2012，2（5）：33-34.

［11］ 劉茵，孟自力.商丘市小麥干熱風(fēng)的發(fā)生規(guī)律及成因分析［J］.安徽農(nóng)業(yè)科學(xué)，2018，46（15）：143-144，154.

［12］ 尤鳳春，郝立生，史印山，等.河北省冬麥區(qū)干熱風(fēng)成因分析［J］.氣象，2007，33（3）：95-100.

［13］ 張翠英，樊景豪，張斌.魯西南干熱風(fēng)發(fā)生規(guī)律及統(tǒng)計(jì)預(yù)測(cè)模型［J］.干旱氣象，2016，34（1）：207-211.

［14］ 王春乙，張玉靜，張繼權(quán).華北地區(qū)冬小麥主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2016，32（S1）：203-213.

［15］ 張志紅，成林，李書(shū)嶺，等.干熱風(fēng)天氣對(duì)冬小麥生理的影響［J］.生態(tài)學(xué)雜志，2015，34（3）：712-717.

［16］ 史印山，尤鳳春，魏瑞江，等.河北省干熱風(fēng)對(duì)小麥千粒重影響分析［J］.氣象科技，2007，35（5）：699-702.

［17］ 霍治國(guó)，姜燕，李世奎，等.小麥干熱風(fēng)災(zāi)害等級(jí)：QX/T 82—2007［S］.北京：氣象出版社，2007.

［18］ 趙俊芳，趙艷霞，郭建平，等.基于干熱風(fēng)危害指數(shù)的黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)損評(píng)估［J］.生態(tài)學(xué)報(bào)，2015，35（16）：5287-5293.