趙俊芳，趙艷霞，郭建平，穆 佳

中國氣象科學研究院，北京 100081

基于干熱風危害指數(shù)的黃淮海地區(qū)冬小麥干熱風災損評估

趙俊芳，趙艷霞，郭建平*，穆 佳

中國氣象科學研究院，北京 100081

全球氣候變化背景下，農業(yè)氣象災害呈上升態(tài)勢。干熱風災害發(fā)生區(qū)域、次數(shù)和強度都發(fā)生了明顯的變化。研究干熱風災害對農作物的影響對于我國農業(yè)可持續(xù)發(fā)展、保障糧食安全等均具有重要的現(xiàn)實意義。利用黃淮海地區(qū)68個氣象臺站1961—2010年的逐日氣象資料，和54個農業(yè)氣象試驗站1981—2006年小麥的發(fā)育期、產量、干熱風災害等數(shù)據(jù)，采用公認的中國氣象局2007年發(fā)布的氣象行業(yè)標準《小麥干熱風災害等級》中冬小麥干熱風災害指標，計算干熱風危害指數(shù)，進一步細化發(fā)育期，確定冬小麥抽穗前氣象條件對氣象產量影響的關鍵氣象因子，分離干熱風年冬小麥氣象產量，構建重度干熱風影響下干熱風危害指數(shù)與冬小麥抽穗—成熟階段氣象條件對氣象產量影響的統(tǒng)計模型，進行1981—2006年黃淮海地區(qū)冬小麥干熱風災損的評估。結果表明：(1)重度干熱風危害下，1981—2006年期間黃淮海各地區(qū)冬小麥不同發(fā)育時段的干熱風危害指數(shù)平均在抽穗—開花時段最大，乳熟—成熟時段居中，開花—乳熟時段最小，分別為0.17、0.15和0.14，平均0.15；(2)冬小麥抽穗前氣象條件對氣象產量影響的關鍵氣象因子為：播種—出苗期間的最低氣溫、拔節(jié)—孕穗期間的平均氣溫和孕穗—抽穗期間的平均氣溫, 各個單因子相關系數(shù)分別為0.64、0.86和0.99，均達到極顯著水平。其中播種—出苗的最低氣溫可決定小麥出苗的遲早和苗情；拔節(jié)—孕穗期間，在小花原基形成期—四分體形成期氣溫偏低可延長小穗、小花分化時間, 防止退化，提高結實率；孕穗—抽穗的平均氣溫偏高有利于提早抽穗，延長后期灌漿時間，且晴天有利于開花授粉；(3)分離干熱風年冬小麥氣象產量后，構建了重度干熱風影響下干熱風危害指數(shù)與冬小麥抽穗—成熟3個階段氣象條件對氣象產量影響的統(tǒng)計模型，驗證結果表明該模型客觀上能夠綜合地反映干熱風在不同發(fā)育階段對小麥產量的影響。進一步災損評估表明：重度干熱風危害下，黃淮海地區(qū)冬小麥減產率在21.52%—39.80%之間，平均為27.83%。

干熱風；黃淮海地區(qū)；冬小麥；災損；評估

干熱風是一種高溫、低濕并伴有一定風力的農業(yè)災害性天氣。在中國有干熱風、熱風、干旱風及熱干風等不同稱呼。干熱風主要危害在于高溫低溫環(huán)境造成冬、春小麥及棉花等作物生理干旱，影響產量。小麥干熱風是我國北方普遍發(fā)生的一種農業(yè)氣象災害。氣候變暖背景下，極端氣候事件趨強趨多[1]，北方麥區(qū)干熱風發(fā)生區(qū)域、次數(shù)和強度都明顯發(fā)生了變化。干熱風氣象災害對全球變暖的響應較為敏感，已成為氣候變化研究中的重點和熱點問題之一[2- 3]。因此，氣候變暖背景下研究干熱風等農業(yè)氣象災害對農作物的影響對于我國農業(yè)可持續(xù)發(fā)展、保障糧食安全等均具有重要的現(xiàn)實意義。

黃淮海地區(qū)是中國重要的商品糧生產基地，以冬小麥-夏玉米二熟制為主，在國家糧食安全保障戰(zhàn)略中居重要地位[3]。由于氣候變暖，特別是20世紀80年代中期以后，黃淮海地區(qū)年平均氣溫發(fā)生了改變，這必將對干熱風的發(fā)生頻率、危害程度等產生一系列影響，因此在氣候變暖的背景下，評估近年來黃淮海地區(qū)冬小麥干熱風造成的損失，提出有效防御干熱風的主要途徑和技術措施，可為該區(qū)農作物安全生產、趨利避害和防災減災提供科學決策依據(jù)。

我國開展干熱風研究已有幾十年的歷史，研究成果也非常豐富，但多是在省級層面上針對干熱風危害的特征[3- 6]、成因[7- 8]、防御[9- 12]、監(jiān)測[13]及對氣候變化的響應[14- 15]分析。此外，針對黃淮海地區(qū)小麥干熱風對產量的影響也開展了一些研究[16- 18]。例如，史印山等[17]通過分析河北省冬麥區(qū)1971—2005年5月10日至6月10日逐日降水、氣溫、濕度、風速及1981— 2005年逐年小麥千粒重等資料，發(fā)現(xiàn)河北省冬麥區(qū)干熱風總日數(shù)與小麥千粒重具有負相關關系。王明濤等[18]利用1961—2009年(5月15日— 6月10日)山東省濱州市7個臺站逐日最高氣溫、14:00相對濕度、14:00風速及1980—2009年逐年小麥千粒重資料，采用周期方差外推法、回歸分析等統(tǒng)計方法，對不同類型干熱風對小麥千粒重的影響進行了初步分析，結果表明重干熱風天氣過程嚴重影響冬小麥千粒重和產量，通過重干熱風天氣過程出現(xiàn)次數(shù)與千粒重建立的回歸方程表明兩者具有較顯著的負相關性。然而，到目前為止，關于在區(qū)域尺度上針對黃淮海地區(qū)冬小麥干熱風災害監(jiān)測預警評估與防御方面的研究仍十分薄弱，遠遠不能滿足防災減災、保證糧食安全生產的需求。因此，迫切需要進一步加強這方面的研究。

鑒于此，本研究在已有研究的基礎上，基于黃淮海地區(qū)68個氣象臺站1961—2010年的逐日氣象資料，和54個農業(yè)氣象試驗站1981—2006年小麥的發(fā)育期、產量、干熱風災害等數(shù)據(jù)，采用公認的冬小麥干熱風災害指標，計算干熱風危害指數(shù)，進一步細化發(fā)育期，確定冬小麥抽穗前氣象產量的關鍵氣象因子，分離干熱風年冬小麥氣象產量，構建重度干熱風影響下干熱風危害指數(shù)與冬小麥抽穗—成熟階段氣象條件對氣象產量影響的統(tǒng)計模型，進行1981—2006年黃淮海地區(qū)冬小麥干熱風災損的評估，為氣候變化背景下黃淮海地區(qū)農業(yè)應對氣候變化和安全生產提供科學依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)來源與處理

氣象數(shù)據(jù)來源于中國氣象局，采用黃淮海地區(qū)68個氣象臺站1961—2006年逐日氣象資料，以日最高氣溫、14：00相對濕度和14：00相對風速作為分析依據(jù)。農作物數(shù)據(jù)來源于國家氣象信息中心農業(yè)氣象觀測報表，包括54個農業(yè)氣象試驗站1981—2006年小麥的發(fā)育期、產量、干熱風災害(發(fā)生區(qū)域、發(fā)生時間、發(fā)生程度)等數(shù)據(jù)。利用EXCEL、FORTRAN程序進行計算，并通過SPSS軟件進行逐步回歸分析。

1.2 冬小麥干熱風氣象指標的選擇

干熱風的災害類型一般分為高溫低濕型、雨后熱枯型和旱風型，其中高溫低濕型在小麥開花灌漿過程(5月中下旬到6月上中旬)均可發(fā)生，是黃淮海麥區(qū)干熱風的主要類型[3]。本研究主要考慮高溫低濕型，其指標采用中國氣象局2007年發(fā)布的氣象行業(yè)標準《小麥干熱風災害等級》[19](表1)，以日最高氣溫和14:00相對濕度為主要因子，14:00相對風速作為輔助因子。由于受收集的干熱風災害等資料的限制，本研究主要分析重度干熱風災害。

表1 黃淮海地區(qū)冬麥區(qū)干熱風災害等級指標

1.3 冬小麥干熱風危害指數(shù)的換算

為了科學地分析日最高氣溫、14:00相對濕度和14:00相對風速三要素對小麥的危害程度，根據(jù)干熱風的定義及在王春乙等[20]的研究基礎上，本文將三要素綜合換算成干熱風危害指數(shù)，其重度干熱風危害指數(shù)方程式如下：

(1)

式中，E為重度干熱風危害指數(shù)；WT，WR，WV分別為氣溫、相對濕度和風速的權重系數(shù)，根據(jù)王春乙等[20]的研究結果，分別取值為0.73、0.24和0.03；T為日最高氣溫大于或等于T0(35 ℃)時的具體數(shù)值；R為14:00相對濕度小于或等于R0(30%)時的具體數(shù)值；V為14:00相對風速大于或等于V0(3 m/s)時的具體數(shù)值。

1.4 冬小麥干熱風災損評估模型構建方法

1.4.1 分離干熱風年冬小麥抽穗—成熟氣象產量

將歷史產量序列Y看成是趨勢產量Yt、小麥抽穗前氣象條件對氣象產量的影響YW1、抽穗—成熟階段氣象條件對氣象產量的影響YW2之和[13]，即:

Y = Yt + YW1 + YW2 +ε

(2)

式中，Y為歷史產量，kg/hm2；Yt為趨勢產量(kg/hm2)；YW1為小麥抽穗前氣象條件對氣象產量的影響(kg/hm2)；YW2為抽穗—成熟階段氣象條件對氣象產量的影響(kg/hm2)；ε為隨機因素所造成的誤差，在此忽略不計。于是，抽穗—成熟階段氣象條件對氣象產量的影響YW2可由下式分離：

YW2 =Y-Yt-YW1

(3)

小麥抽穗前氣象條件對氣象產量的影響YW1，可統(tǒng)計歷年農業(yè)氣象觀測報表中不同發(fā)育期間氣象要素，進行小麥開花前氣象因子普查和偏相關分析，選擇有生物意義的因子，建立擬合方程。

根據(jù)式(2)，原始產量經趨勢擬合和灌漿前的氣象因子擬合后，即剔除了趨勢產量和灌漿前氣象產量的貢獻后的差值代表了灌漿期間氣象條件對產量的影響和其它偶發(fā)因素對產量的影響。前者在干熱風出現(xiàn)年份主要是受干熱風的影響，后者如病蟲害、倒伏等，歷史上發(fā)生次數(shù)少，較難考慮，預測時可根據(jù)當年情況進行訂正。

1.4.2 建立重度干熱風危害指數(shù)與抽穗—成熟階段氣象產量的統(tǒng)計模型

由于不同灌漿時段干熱風災害對小麥的影響有差異，揚花期使小麥結實率降低，結實粒數(shù)減少，穗粒重下降；乳熟至蠟熟期影響灌漿結實，千粒重下降。因此，本研究基于現(xiàn)有農作物相關的產量、發(fā)育期、干熱風災害等相關資料，將灌漿期分為抽穗—灌漿期、灌漿—乳熟期和乳熟—成熟期3個時段，建立重度干熱風災害影響下，抽穗—成熟階段氣象產量與抽穗—灌漿期、灌漿—乳熟期和乳熟—成熟期3個時段干熱風危害指數(shù)的關系模型：

YW2 =A×Ea+B×Eb+C×Ec+D

(4)

式中，YW2為抽穗—成熟階段氣象條件對氣象產量的影響(kg/hm2)；Ea為抽穗—灌漿期間重度干熱風危害指數(shù)，無單位；Eb為灌漿—乳熟期間重度干熱風危害指數(shù)，無單位；Ec為乳熟—成熟期間重度干熱風危害指數(shù)，無單位；A、B、C、D為對應的系數(shù)。

1.4.3 冬小麥干熱風災損評估

按照小麥灌漿前的氣象條件，發(fā)生干熱風后的實測產量比灌漿期未受災的正常預計產量的減產百分比為：

Yd= (Y′-Y) /Y′ ·100%

(5)

式中，Yd為干熱風災害所造成的產量損失占不受干熱風危害，由灌漿前氣象條件和正常投入(社會計量產量)應得到的產量的百分比；Y′為灌漿期未受災的正常預計產量(各階段干熱風危害標準化指數(shù)為1)；Y為發(fā)生干熱風后的實測產量。

2 結果與分析

2.1 冬小麥不同發(fā)育時段重度干熱風危害指數(shù)

為了分析黃淮海地區(qū)高溫低濕型干熱風對冬小麥不同發(fā)育時段的危害程度，根據(jù)干熱風的定義，基于現(xiàn)有農作物相關的產量、發(fā)育期、干熱風災害等相關資料，將灌漿期分為抽穗—灌漿期、灌漿—乳熟期和乳熟—成熟期3個時段，分別計算了1981—2006年黃淮海地區(qū)重度干熱風影響下冬小麥不同發(fā)育時段的干熱風危害指數(shù)(表2)。從表2可以可知，重度干熱風危害下，1981—2006年期間黃淮海各地區(qū)冬小麥不同發(fā)育時段的干熱風危害指數(shù)平均在抽穗—開花時段最大，乳熟—成熟時段居中，開花—乳熟時段最小，分別為0.17、0.15和0.14，平均0.15。

表2 黃淮海地區(qū)冬小麥不同發(fā)育時段的干熱風危害指數(shù)

2.2 抽穗前氣象產量的分離及關鍵氣象因子的確定

社會趨勢產量用年序進行正交多項式分離，本文中冬小麥社會趨勢產量和抽穗前氣象產量通過以下二式確定：

Yt= 1400.9+ 177.36t+0.6001t2-0.0956t3(1981年,t= 1)

(6)

式中，Yt為社會趨勢產量，kg/hm2；t為年序。

小麥抽穗前氣象條件對氣象產量的影響通過統(tǒng)計研究區(qū)1981—2006年小麥農業(yè)氣象觀測報表中不同發(fā)育期間氣象要素，進行小麥開花前氣象因子普查和偏相關分析，選擇有生物意義的因子，建立擬合方程：

YW1 =0.030+0.022X1-0.003X2+7.530X3n= 50

(7)

式中，YW1為小麥抽穗前氣象條件對氣象產量的影響(kg/ hm2)；X1為播種—出苗的最低氣溫，決定小麥出苗的遲早和苗情(℃)；X2為拔節(jié)—孕穗的平均氣溫，在小花原基形成期—四分體形成期氣溫偏低可延長小穗、小花分化時間, 防止退化，提高結實率(℃)；X3為孕穗—抽穗的平均氣溫，氣溫偏高有利于提早抽穗，延長后期灌漿時間，且晴天有利于開花授粉(℃)。R= 0.82,P<0.01，方程極顯著。X1、X2和X3各個單因子相關系數(shù)分別為0.64、0.86和0.99，均達到極顯著水平(P<0.01)。

2.3 構建干熱風危害指數(shù)與抽穗—成熟階段氣象產量的統(tǒng)計模型

在干熱風出現(xiàn)年份，分析了重度干熱風影響下干熱風危害指數(shù)與抽穗—成熟氣象產量的關系，建立了以下統(tǒng)計模型：

YW2=534.132×Ea-407.553×Eb1423.447×Ec-47.776

(8)

式中，YW2為小麥抽穗—成熟階段氣象條件對氣象產量的影響，kg/hm2；Ea為抽穗—開花時段的干熱風危害指數(shù)；Eb為開花—乳熟時段的干熱風危害指數(shù)；Ec為乳熟—成熟時段的干熱風危害指數(shù)。

2.4 冬小麥干熱風災損評估

選擇數(shù)據(jù)完整的河北阜城、山東曹縣、山東菏澤和山西沂州4個農業(yè)氣象站點為例，通過對比各個站點干熱風年冬小麥實測產量和模擬產量的結果，可知二者之間的相對誤差絕對值都小于1%(表3)，說明構建的統(tǒng)計模型客觀上既能綜合地反映干熱風在不同發(fā)育階段對冬小麥產量的影響，又能較好地評估重度干熱風危害下，黃淮海地區(qū)冬小麥的產量損失。按照小麥灌漿前的氣象條件，計算了各個站點發(fā)生干熱風后的實測產量比灌漿期未受災的正常預計產量的減產百分比。結果顯示：重度干熱風危害下，各個站點小麥減產率在21.52%—39.80%之間，平均為27.83%(表4)。

3 結論與討論

本文通過構建的重度干熱風影響下干熱風危害指數(shù)與冬小麥抽穗—成熟階段氣象產量的統(tǒng)計模型，評估了1981—2006年黃淮海地區(qū)冬小麥由于重度干熱風災害造成的產量損失，得出了區(qū)域性的分析結果，研究成果更加貼近生產實際，對該地區(qū)高效防御干熱風危害、農作物安全生產及農業(yè)可持續(xù)發(fā)展等均具有重要意義。

表3 黃淮海地區(qū)干熱風年冬小麥實測產量和模擬產量的比較

表4 重度干熱風危害下，黃淮海地區(qū)冬小麥災損評估

(1)重度干熱風危害下，1981—2006年期間黃淮海各地區(qū)冬小麥不同發(fā)育時段的干熱風危害指數(shù)平均在抽穗—開花時段最大，乳熟—成熟時段居中，開花—乳熟時段最小，分別為0.17、0.15和0.14，平均0.15。

(2)分離了冬小麥氣象產量，并確定了影響冬小麥抽穗前氣象產量的關鍵氣象因子為：播種—出苗期間的最低氣溫、拔節(jié)—孕穗期間的平均氣溫和孕穗—抽穗期間的平均氣溫。各個單因子相關系數(shù)分別為0.64、0.86和0.99，均達到極顯著水平。

(3)通過計算抽穗—開花、開花—乳熟、乳熟—成熟不同發(fā)育時段的干熱風危害指數(shù)，構建了重度干熱風影響下干熱風危害指數(shù)與冬小麥抽穗—成熟3個階段氣象產量的統(tǒng)計模型。通過對比各個站點干熱風年冬小麥實測產量和模擬產量的結果，可知二者之間的相對誤差絕對值都小于1%，說明構建的統(tǒng)計模型客觀上既能綜合地反映干熱風在不同發(fā)育階段對冬小麥產量的影響，又能較好地評估重度干熱風危害下，黃淮海地區(qū)冬小麥的產量損失。進一步的評估結果表明：1981—2006年黃淮海地區(qū)冬小麥減產率在21.52%—39.80%之間，平均為27.83%。

干熱風是中國北方小麥開花、灌漿期間主要的災害性天氣，對小麥產量影響很大[3]。干熱風氣象指標有多種[21- 22]，本研究在選取干熱風氣象指標時，采用了氣象行業(yè)標準《小麥干熱風災害等級》，該指標為現(xiàn)階段公認的指標，在干熱風研究史上發(fā)揮著重要作用。在計算干熱風危害指數(shù)過程中，因氣溫、濕度和風速具有不同量綱，且絕對值差異較大，為了消除不同量綱的影響使結果更為合理，采用了各自的相對值求和方法，部分參數(shù)選用了經過本地化試驗驗證的前人研究結果，理論基礎較為堅實。該指數(shù)能較好地反映抽穗—開花、開花—乳熟、乳熟—成熟發(fā)育時段內干熱風的累積及瞬時變化效應對冬小麥的危害。隨著育種技術和種植水平的提高，干熱風實際發(fā)生的氣象災害指標應有所變化，并有區(qū)域性特征，在今后的研究中應予以考慮。一般來說，干熱風分為高溫低濕型、雨后熱枯型和旱風型3種。然而，雨后枯熟情況下通常濕度不低，一般也不刮風，但后果往往比干熱風更加嚴重，癥狀和危害機制也有所不同(爛根，青枯)，80年代以來已有一些研究論文，作為與干熱風并列的另一種災害。由于干熱風的主要危害因子是高溫，如果氣溫并不高，旱風型加劇干旱，與干熱風的危害機制也有一定區(qū)別。鑒于目前對干熱風研究的復雜性及危害機制的不確定性，且高溫低濕型在是黃淮海麥區(qū)干熱風的主要類型，因此本次研究主要考慮小麥開花灌漿過程中高溫低濕型干熱風的影響。近年來，黃淮海麥區(qū)雨后熱枯型干熱風的研究相對較少，因而在搜集數(shù)據(jù)、選擇指標上等存在諸多困難，將是本項目的下一個研究重點。

趙俊芳等[3]指出雖然近50年來黃淮海地區(qū)冬小麥干熱風災害總體表現(xiàn)為減少趨勢，但由于不同時期和不同區(qū)域氣象要素溫度、水分、風速的匹配組合的差異，因此仍然有區(qū)域性的和階段性的干熱風災害存在。本研究結果表明，重度干熱風危害下，黃淮海地區(qū)冬小麥的產量損失較大，產量受到沖擊很大，生產相對更脆弱。因此，實際生產中，必須重視小麥干熱風災害的防御，可從生物措施、農業(yè)技術措施和化學措施著手來減少干熱風對小麥生產的影響和危害，最有效的措施是改善農田小氣候和設法增強小麥抗干熱風能力[3]。

值得注意的是，最后評估結果的準確與否還要取決于研究中所收集、使用數(shù)據(jù)的客觀性與準確性。目前，在我國各地的農業(yè)氣象觀測站中，對農作物、自然物候和農業(yè)小氣候等觀測記錄方式仍為目測或簡單器測、手工記錄和報表寄送、紙質存檔等落后方式，誤差大、頻次低，自動化、網(wǎng)絡化、智能化水平還很低。此外，由于觀測人員的專業(yè)素質、熟練程度、觀測習慣和責任心等多種原因，作物生育期、密度、苗情長勢、土壤水分等觀測在取樣、判斷、量化等環(huán)節(jié)上不可避免地受主觀因素的影響[23- 24]，使得農業(yè)氣象要素觀測精度有限，而且對干熱風、病蟲害及其它農業(yè)氣象災害的田間實況記錄很少，這也是造成最后研究結果較大不確定性的主要原因。今后隨著干熱風指標研究的不斷深入、田間資料的不斷完善和技術手段的不斷提高，將會逐步降低研究中的不確定性。

[1] IPCC. Climate Change 2007: Synthesis Report. Oslo: Intergovernmental Panel on Climate Change, 2007.

[2] 張志紅, 成林, 李書嶺, 秦福生, 方文松. 我國小麥干熱風災害研究進展. 氣象與環(huán)境科學, 2013, 36(2): 72- 76.

[3] 趙俊芳, 趙艷霞, 郭建平, 房世波. 過去50年黃淮海地區(qū)冬小麥干熱風發(fā)生的時空演變規(guī)律. 中國農業(yè)科學, 2012, 45(14): 2815- 2825.

[4] 祁貴明, 汪青春. 柴達木盆地干熱風氣象災害分布規(guī)律及對氣候變化的響應. 青海氣象, 2007, (2): 20- 27.

[5] 成林, 張志紅, 常軍. 近47年來河南省冬小麥干熱風災害的變化分析. 中國農業(yè)氣象, 2011, 32(3): 456- 460.

[6] 劉靜, 張學藝, 馬國飛, 曹寧, 馬力文. 寧夏春小麥干熱風危害的光譜特征分析. 農業(yè)工程學報, 2012, 28(22): 189- 199.

[7] 尤鳳春, 郝立生, 史印山, 段素蓮, 孔凡超. 河北省冬麥區(qū)干熱風成因分析. 氣象, 2007, 33(3): 95- 100.

[8] 時鳳云, 徐文國, 吳建河, 劉平, 王建英, 鐘天華, 王春玲, 毛桂萍. 濮陽近40年干熱風特征和成因分析及防御. 中國農學通報, 2009, 25(3): 251- 254.

[9] 孔德胤, 張喜林, 李金田, 韓君, 張靜. 利用海溫與環(huán)流因子制作干熱風危害指數(shù)預報. 內蒙古氣象, 2002, (1): 11- 13.

[10] 張翠英. 菏澤市小麥干熱風氣候特征分析及預報. 山東氣象, 2004, 24(2): 46- 47.

[11] 梁群, 張國林. 遼西地區(qū)小麥干熱風氣候特征及其防御對策. 安徽農業(yè)科學, 2009, 37(7): 2896 - 2897.

[12] 王正旺, 苗愛梅, 李毓富, 陳玉斌, 李鴻飛, 王淑鳳. 長治小麥干熱風預報研究. 中國農業(yè)氣象, 2010, 31(4): 600- 606.

[13] 劉靜, 馬力文, 張曉煜, 劉玉蘭, 武萬里, 孫銀川. 春小麥干熱風災害監(jiān)測指標與損失評估模型方法探討—以寧夏引黃灌區(qū)為例. 應用氣象學報, 2004, 15(2): 217-225.

[14] 劉德祥, 孫蘭東, 寧惠芳. 甘肅省干熱風的氣候特征及其對氣候變化的響應. 冰川凍土, 2008, 30(1): 81- 86.

[15] 鄧振鏞, 張 強, 傾繼祖, 徐金芳, 黃蕾諾, 張樹譽. 氣候暖干化對中國北方干熱風的影響. 冰川凍土, 2009, 31(4): 664- 671.

[16] 陳懷亮, 鄒春輝, 付祥建, 關文雅. 河南省小麥干熱風發(fā)生規(guī)律分析. 自然資源學報, 2001, 16(1): 59- 64.

[17] 史印山, 尤鳳春, 魏瑞江, 郝立生, 楊海龍. 河北省干熱風對小麥千粒重影響分析. 氣象科技, 2007, 35(5): 699- 702.

[18] 王明濤, 馬煥香, 翟貴明, 吳炫. 山東省濱州市干熱風氣候特征及對小麥千粒重的影響分析. 安徽農業(yè)科學, 2010, 38(23): 12898-12900, 12920- 12920.

[19] 霍治國, 姜燕, 李世奎, 柏秦鳳. 小麥干熱風災害等級. 北京: 氣象出版社, 2007.

[20] 王春乙, 潘亞茹, 季貴樹. 石家莊地區(qū)干熱風年型指標分析及統(tǒng)計預測模型. 氣象學報, 1991, 49(1): 104- 107.

[21] 北方小麥干熱風科研協(xié)作組. 小麥干熱風. 北京: 氣象出版社, 1988.

[22] 北方小麥干熱風科研協(xié)作組. 小麥干熱風氣象指標的研究.中國農業(yè)科學, 1983, (4): 68- 75.

[23] 余衛(wèi)東, 楊光仙, 張志紅. 我國農業(yè)氣象自動化觀測現(xiàn)狀與展望. 氣象與環(huán)境科學, 2013, 36(2): 66- 71.

[24] 王春乙, 張雪芬, 孫忠富, 呂厚荃, 潘學標. 進入21世紀的中國農業(yè)氣象研究. 氣象學報, 2007, 65(5): 815- 824.

Assessment of the yield loss of winter wheat caused by dry-hot wind in Huanghuaihai Plain based on the hazard index of dry-hot wind

ZHAO Junfang, ZHAO Yanxia, GUO Jianping*，MU Jia

ChineseAcademyofMeteorologicalSciences,Beijing100081,China

Under global climate change, agricultural meteorological disasters are increasing. The affected area, frequency, and intensity of dry-hot wind have significantly changed. Therefore, researching the impacts of dry-hot wind on crops will have great practical significance for sustainable agriculture development and food security. In this study, the following were used to evaluate the yield loss of winter wheat caused by dry-hot wind in Huanghuaihai Plain: (1) the daily climate variables gathered from 68 meteorological stations in Huanghuaihai Plain from 1961 to 2010; (2) the observations (growth stages, yield, hot wind disasters of winter wheat, etc.) from 54 agro-meteorological experimental stations in Huanghuaihai Plain from 1981 to 2006; (3) recognized hazard indicators about disaster grades of dry-hot wind for winter wheat from the meteorological industry standard which was released by China Meteorological Administration in 2007; (4) detailed developmental stages in which dry-hot wind occurred: from tasseling to flowering, from flowering to milky maturity, and from milky maturity to maturity. The hazard index of dry-hot wind was further calculated. The key meteorological factors affecting the meteorological yield of winter wheat before tasseling were determined. The meteorological yields of winter wheat during the year of dry-hot wind were separated. Next, in order to evaluate the yield loss of winter wheat caused by dry-hot wind, the model was constructed between the hazard index of severe dry-hot wind and the effect of meteorological conditions on meteorological yield before heading. The results showed that: (1) under severe dry-hot wind, the average hazard index of dry-hot wind from 1981 to 2006 in Huanghuaihai Plain was the highest during the stage from tasseling to flowering (0.17), medium during the stage from milky maturity to maturity (0.15), and the lowest during the stage from flowering to milky maturity (0.14), with an average of 0.15; (2) the key meteorological factors determining the effect of meteorological conditions on meteorological yield before tasseling were the minimum temperature during the stage from sowing to emergence, the average temperature during the stage from jointing to booting, and the average temperature during the stage from booting to tasseling. Among them, the minimum temperature during the stage from sowing to emergence can determine the seeding time of wheat and the detailed growth of the seedlings. As for the stage from jointing to booting, the low temperature in the flower primordia -tetrad formation period can prolong the spike and floret time, prevent degradation, and improve the seed maturation rate. The high average temperature during the stage from booting to tasseling is conducive to early heading, to extend the late filling time. Furthermore, it is favorable for pollination to occur during sunny days. (3) After clarifying the meteorological yields of winter wheat during the year in which dry-hot wind occurred, the statistical models describing the relationships between the hazard index of severe dry-hot wind and the effect of meteorological conditions on meteorological yield were constructed. These models could synthetically reflect the impact of dry-hot wind on wheat yield at different developmental stages. The assessment showed that the yield losses of winter wheat caused by severe dry-hot wind disaster in Huanghuaihai Plain were between 21.58% and 39.96%, with an average of 27.91%.

dry-hot wind; Huanghuaihai Plain; winter wheat; yield loss; assessment

國家“十二五”科技支撐計劃項目(2011BAD32B01)

2014- 04- 10;

2014- 09- 23

10.5846/stxb201404100697

*通訊作者Corresponding author.E-mail: gjp@cams.cma.gov.cn

趙俊芳，趙艷霞，郭建平，穆佳.基于干熱風危害指數(shù)的黃淮海地區(qū)冬小麥干熱風災損評估.生態(tài)學報,2015,35(16):5287- 5293.

Zhao J F, Zhao Y X, Guo J P，Mu J.Assessment of the yield loss of winter wheat caused by dry-hot wind in Huanghuaihai Plain based on the hazard index of dry-hot wind.Acta Ecologica Sinica,2015,35(16):5287- 5293.