韓宇平，蔣亞茹，肖　恒

(1.華北水利水電大學，鄭州 450045；2.中原經濟區(qū)水資源高效利用與保障工程河南省協同創(chuàng)新中心，鄭州 450045)

0　引　言

河南省位于大陸性季風氣候區(qū)，是我國重要的糧食主產區(qū)，夏玉米播種面積和產量約占全國的10%[1]，但夏玉米產量高而不穩(wěn)。夏玉米生育期(6-9月)是各種農業(yè)氣象災害頻繁發(fā)生的階段，極易遭受洪澇、干旱、大風倒伏以及連陰雨等災害的影響[2-4]，尤以初夏旱、卡脖旱和花期陰雨的影響為最大[5]。河南省氣象科研所玉米課題組[5]曾利用1954-1990年夏玉米生育期間10個代表站的降水及單產資料，著重分析了初夏旱、卡脖旱和花期陰雨等3種主要氣象災害發(fā)生的頻率、分布特點及對河南省夏玉米單產的影響情況。研究表明，發(fā)生上述3種主要氣象災害同時減產占災害年的頻率分別為47.1%、42.9%和50.0%，夏玉米歉收有半數以上的年份由2種氣象災害共同作用造成。因此掌握夏玉米生育期間主要農業(yè)氣象災害的發(fā)生規(guī)律，對于防御氣象災害，提高防災減災的能力，保障區(qū)域農業(yè)高產穩(wěn)產具有十分重要的意義。

近年來，隨著全球氣候的變暖，中國農業(yè)氣象災害的發(fā)生規(guī)律出現了新的變化[6]。河南省夏玉米生育期間主要氣象災害發(fā)生的頻率有何新的變化，當前主要氣象災害發(fā)生規(guī)律在未來是否再現？是普遍關注和亟待解決的問題。已有一些研究結合未來氣候變化情景，對農業(yè)氣象災害進行了預估。李琪等[7]利用CMIP3的多模式數據下的A2和A1B兩種方案，并結合CERES-Rice模型，模擬分析了2011-2040年不同高溫強度及其持續(xù)時間的熱害對水稻產量的影響。馮靈芝等[8]利用RCPs情景下HadGEM2-ES模式的輸出結果，預估了長江中下游地區(qū)水稻生育期內高溫事件的變化特征。然而，當前研究多針對單一氣象災害的特征進行探討，作物生育期間氣象災害同時發(fā)生(遭遇)的情況一般還很少考慮；且評估玉米生育期間氣象災害的時空變化特征方面的研究成果還比較少。

本文基于歷史長期氣象監(jiān)測資料和全球氣候模式預估數據，圍繞夏玉米生育期間初夏旱、卡脖旱和花期陰雨等3種主要氣象災害，采用集合論的方法定義單一和同時發(fā)生的氣象災害事件及其組合，探討歷史(1961-2015年)氣象災害發(fā)生的頻率時空分布特征以及21世紀以來(2001-2015年)的變化情勢，預估未來30年(2021-2050年)氣候變化情景下可能的變化，以期為應對氣候變化影響的防災減災適應性措施的制定提供參考依據。

1 資料與方法

1.1　研究區(qū)與資料數據

研究區(qū)及選用的19個典型氣象站點空間分布見圖1，選用測站在空間上分布較為均勻。實測資料為1961-2015年共55年逐日降水數據，來源于中國氣象科學共享網發(fā)布的《中國地面氣候資料日值數據集(V3.0)》。數據系列較為完整，質量良好。對于極少數缺測數據，采用5 d滑動平均方法進行線性插補。

圖1　研究區(qū)域及氣象站點分布Fig.1 Location of study area, meteorological stations

未來降水預估數據使用RCP4.5情景下全球氣候模式的模擬結果。RCP4.5情景是當前應用較為廣泛的一種排放情景，在RCPs系列中為中間穩(wěn)定路徑，2100年輻射強迫穩(wěn)定在4.5 W/m2，大氣溫室氣體濃度穩(wěn)定在650×10-6CO2當量[9]。氣候模式模擬數據來源于ISI-MIP提供、中國農科院環(huán)發(fā)所收集整理的中國大陸地區(qū)氣候變化情景數據集。該數據集已成功應用于我國極端氣候預估[10]、干旱影響評估[11]工作中，包括GFDL-ESM2M(美國)，HadGEM2-ES(英國)，IPSL-CM5A-LR(法國)，MIROC-ESM-CHEM(日本)，NorESM1-M(挪威)等5個全球氣候模式的日值數據；時間范圍為1951-2050年，空間水平分辨率為0.5° × 0.5°。本研究中，覆蓋研究區(qū)域的格點數共有97個，采用其基準期(1971-2000年)和未來時段(2021-2050年)模擬預估的逐日降水數據。由于氣候情景模式數據已根據實測氣象信息進行了插值、訂正[12、13]，文中不再對其進行空間插值和區(qū)域降尺度處理，而是直接應用模式輸出進行計算。

1.2　研究方法

1.2.1主要氣象災害事件定義

農業(yè)氣象災害指標是評判災害的標準，由于研究目的不同，每一種指標都有其自身的優(yōu)、缺點和適用的領域、范圍。本文采用文獻[5]基于旬降水量確定的初夏旱、卡脖旱和花期陰雨等3種主要氣象災害判別指標(見表1)。該套指標簡單易行，能夠較好地反映氣象災害與糧食減產的關系，已應用于河南省玉米生產農業(yè)氣象服務中[14]；同時，也方便與現有成果進行比較。

表1　河南省夏玉米生育期間主要氣象災害及其判別指標Tab.1 Main meteorological disasters and their evaluation indices during the summer maize growth period in Henan province

從表1中所列3種主要氣象災害出發(fā)，采用集合論的方法進一步補充擴展定義7類氣象災害事件及其組合。一方面是發(fā)生單一氣象災害的情況：(4)事件A+B表示至少發(fā)生一種氣象干旱事件；(5)事件A+C表示初夏旱和花期陰雨至少發(fā)生一種；(6)事件B+C表示發(fā)生卡脖旱或花期陰雨一種氣象災害；(7)事件A+B+C表示3種氣象災害至少發(fā)生一種，即在生育期間發(fā)生氣象災害。另一方面為兩種氣象災害同時發(fā)生的情況：(8)事件AB表示初夏旱與卡脖旱同時發(fā)生；(9)事件AC表示初夏旱與花期陰雨同時發(fā)生；(10)事件AB+AC表示初夏旱與卡脖旱或花期陰雨同時發(fā)生。根據上述定義，研究中采用頻率統計的方法分別計算10類氣象災害事件及其組合發(fā)生的頻率。

1.2.2頻率統計分析方法

以旬為計算時間尺度，分別計算上述10類主要氣象災害事件及其組合在時段內發(fā)生的次數，采用公式(1)計算其頻率：

(1)

式中：n為某一時期氣象災害發(fā)生的總次數；m為該時期的站(格點)年數。

首先，統計1961-2015年及1960s(1961-1970年)、1970s(1971-1980年)、1980s(1981-1990年)、1990s(1991-2000年)、2000s(2001-2010年)、2010s(2011-2015年)等6個年代主要氣象災害事件發(fā)生的頻率。其中，2010s數據截止到2015年數據，站年數為19×5=95；其他各年代資料系列完整，均為19×10=190站年。

然后，采用“2個時期對比”的分析方法(公式(2))，以1971-2000年為基準期，計算21世紀以來(即2001-2015年)和未來30年(2021-2050年)主要氣象災害事件及其組合發(fā)生頻率的相對變化。其中，未來預估采用多模式簡單算術平均集合方法，其結果為5個模式下預估結果的平均值。

Δp=pf-pc

(2)

式中：Δp為氣象災害事件發(fā)生的頻率變化；pf為分析時段氣象災害發(fā)生的頻率；pc為基準期氣象災害發(fā)生的頻率。

最后，采用克里金插值法，基于Surfer 13.0軟件繪制空間分布圖，分析主要氣象災害發(fā)生頻率在空間上的分布特征及其變化。限于篇幅，文中僅給出初夏旱(事件A)、卡脖旱(事件B)、花期陰雨(事件C)以及初夏旱與卡脖旱同時發(fā)生(事件AB)、初夏旱與花期陰雨同時發(fā)生(事件AC)等5個代表性事件的空間分布圖。

2　結果分析

2.1　1961-2015年主要氣象災害事件發(fā)生頻率

2.1.1主要氣象災害發(fā)生頻率時間變化

表2統計了1961-2015年主要氣象災害事件發(fā)生的頻率。從表2中可以看出，1961-2015年三種氣象災害發(fā)生的頻率以初夏旱為最大(43.3%)，其次是卡脖旱(34.4%)，花期陰雨發(fā)生的頻率最小(27.0%)。2010s初夏旱和卡脖旱發(fā)生頻率最大，分別達到62.1%和63.2%；同期花期陰雨發(fā)生頻率為各年代最小，僅為7.4%。這與2013-2015年降水異常減少有關。未來幾年這一趨勢是否將進一步持續(xù)，是值得關注的問題。1980s初夏旱和卡脖旱發(fā)生的頻率較小，分別為30.0%和27.4%；但同期花期陰雨發(fā)生頻率31.6%，僅次于1960s的32.1%。21世紀以來(2001-2015年)，初夏旱和卡脖旱發(fā)生的頻率明顯增加，較1971-2000年的37.2%和34%分別增加12.6%和6.0%，而花期陰雨發(fā)生的頻率則減少6.1%。

初夏旱與卡脖旱和初夏旱與花期陰雨至少發(fā)生一種的頻率分別為62.8%和60.5%，且自1980s以來逐漸增大，2001-2015年較1971-2000年分別增加9.5%和7.1%。其中，2010s初夏旱與卡脖旱至少發(fā)生一種的頻率最大，達到84.2%，1980s發(fā)生的頻率最小僅為48.4%。1960s初夏旱與花期陰雨至少發(fā)生一種的頻率最大，達到75.8%，1980s發(fā)生頻率最小僅為51.6%。7月下旬-8月中旬的氣象災害(卡脖旱與花期陰雨)至少發(fā)生一種的頻率為61.4%，2010s發(fā)生的頻率70.5%為最大，2000s發(fā)生頻率57.4%為最小。1961-2015年單一氣象災害事件發(fā)生的頻率為78.9%。與1971-2000年相比，2001-2015年發(fā)生的頻率幾乎無變化(略微減少0.1%)。

從氣象災害同時發(fā)生的頻率上看，1961-2015年初夏旱與卡脖旱同時發(fā)生的頻率為16.0%，大于初夏旱與花期陰雨同時發(fā)生的頻率(10.8%)。其中，2010s發(fā)生頻率最大，為41.1%，是發(fā)生頻率最小的1980s(8.9%)的4.6倍。2001-2015年較1971-2000年增加9.2%，相對變化高達73.0%。初夏旱與花期陰雨同時發(fā)生的頻率在1960s和1970s較為穩(wěn)定，發(fā)生頻率均為13.7%，大于其他年代發(fā)生的頻率；2010s發(fā)生的頻率最小，僅為3.2%；2001-2015年發(fā)生頻率較1971-2000年減少0.6%。1961-2015年兩種氣象災害事件同時發(fā)生的頻率為26.8%。其中，2010s發(fā)生的頻率最大，為44.2%，而在1980s發(fā)生的頻率最小，為18.9%。與1971-2000年相比，2001-2015年發(fā)生的頻率增加8.6%。

2.1.2主要氣象災害發(fā)生頻率的空間分布

從1961-2015年主要氣象災害事件發(fā)生的頻率空間分布上看(圖2)，初夏旱發(fā)生的頻率由南至北逐漸增大，豫西南桐柏站最小，為14.5%；而豫中北部的鄭州站發(fā)生的頻率最大，達到72.7%?？ú焙蛋l(fā)生的頻率總體上由西向東逐漸減少，豫西三門峽站發(fā)生的頻率最大，為60.0%；豫西南西峽站發(fā)生的頻率最小，為14.5%?；ㄆ陉幱臧l(fā)生的頻率則自西向東逐漸增加，其中豫西南盧氏站發(fā)生的頻率最小，為7.3%，豫東商丘站發(fā)生的頻率最大，為34.5%。

初夏旱與卡脖旱和初夏旱與花期陰雨至少發(fā)生一種的頻率由南向北逐漸增大，豫南信陽和固始站均不足50.0%，而豫中北部鄭州則分別達到81.8%和80.0%?？ú焙蹬c花期陰雨至少發(fā)生一種的頻率自西向東逐漸增大，豫西南西峽站最小，為47.3%；而東部測站一般在60%～70%之間。主要氣象災害事件發(fā)生的頻率自南向北逐漸增大，豫西南西峽站最小為67.3%，豫中北部鄭州站最大，為89.1%。

初夏旱與卡脖旱同時發(fā)生的頻率總體上自南向北逐漸增大，豫西南桐柏站最小，僅為1.8%；豫北新鄉(xiāng)站最大，為30.9%。豫北地區(qū)初夏旱和花期陰雨同時發(fā)生的頻率較大，安陽和新鄉(xiāng)站分別均為21.8%；豫中和豫東地區(qū)測站也多在10%～20%之間，其他站點則發(fā)生的頻率較小，其中豫西三門峽站僅為1.8%。兩種主要氣象災害同時發(fā)生的頻率也由南向北逐漸增大，豫西南桐柏站最小，僅為7.3%，而豫北新鄉(xiāng)站則為54.5%。

表2　1961-2015年主要氣象災害事件發(fā)生的頻率Tab.2 Frequency of main meteorological disasters occurrence in 1961-2015

圖2　1961-2015年主要氣象災害發(fā)生頻率的空間分布Fig.2 Spatial distribution of frequency of main meteorological disasters occurrence in 1961-2015

2.1.32001-2015年主要氣象災害發(fā)生頻率變化的空間分布

圖3給出了2001-2015年夏玉米生育期間主要氣象災害發(fā)生的頻率較1971-2000年變化的空間分布。從圖3中可以看出，初夏旱在15站(占全部選用站點數的78.9%，下同)發(fā)生的頻率呈增加趨勢，其中豫中、中北部鄭州、許昌、西華和豫西南西峽、南陽等5站(26.3%)增幅較大，增加20%～30%；豫南固始和豫東商丘站則分別減少3.3%和13.3%；豫北安陽和豫西三門峽站則無變化?？ú焙蛋l(fā)生的頻率也以增加為主，12站(63.2%)發(fā)生的頻率呈增加趨勢，其中豫中北部、豫中南部駐馬店等5站(26.3%)增幅較大，增加10%～20%，豫北安陽和豫中許昌站基本無變化，其他5站(26.3%)有所減少，其中商丘站減幅較大，為-13.3%?；ㄆ陉幱臧l(fā)生頻率則在12站(63.2%)呈減少趨勢，其中三門峽、孟津、新鄉(xiāng)、開封、西華、駐馬店等6站減幅較大，減少10%～20%，僅在永城等4站(21.1%)增加不足10%，許昌等3站則基本無變化。

初夏旱和卡脖旱至少發(fā)生一種的頻率在11站(57.9%)有所增加，以孟津、開封、西華、許昌、駐馬店、桐柏、寶豐等7站增幅20%～30%為最大，向其他地區(qū)逐漸減小，其中豫東商丘站減幅最大，為16.7%；安陽等3站(15.8%)則基本無變化。除三門峽等5站(26.3%)減少不足10%外，初夏旱和卡脖旱至少發(fā)生一種的頻率在其他區(qū)域均呈增加趨勢，其中豫中和豫西南增幅較大，鄭州等7站增幅在10%～20%之間?？ú焙岛突ㄆ陉幱曛辽侔l(fā)生一種的頻率在豫中北、豫中、豫西南等7站有所增加，但除鄭州站增加外，其他地區(qū)增幅不足10%；商丘等8站(42.1%)則有不同程度的減少，豫東商丘和豫西孟津站減幅相對較大，分別減少20.0%和13.3%；而信陽等4站(21.1%)則基本無變化。氣象災害事件發(fā)生的頻率在12站(63.2%)有不同程度的增加，以孟津、開封、西華、許昌、駐馬店、桐柏、寶豐等7站增幅較大，增加20%～30%；新鄉(xiāng)等6站有所減少，其中豫西三門峽和豫西南盧氏和豫北新鄉(xiāng)等3站(15.8%)減幅較大，減少10%～20%；豫西南西峽站則基本無變化。

初夏旱與卡脖旱同時發(fā)生的頻率在13站(68.4%)呈增加趨勢，其中豫北新鄉(xiāng)站增加36.7%為最大，孟津等4站則有不足10%的減少，安陽和寶豐站則基本無變化。初夏旱與花期陰雨同時發(fā)生的頻率在9站(47.4%)呈增加趨勢，主要集中在豫中和豫西南地區(qū)，但增幅均在10%以內；新鄉(xiāng)等9站(47.4%)呈減少趨勢，主要集中在豫北、豫西和豫東地區(qū)，其中豫北新鄉(xiāng)和豫東商丘站減幅較大，均減少13.3%；豫東永城站則基本無變化。兩種氣象災害同時發(fā)生的頻率在14站(73.7%)有不同程度的增加，其中豫中北部鄭州、新鄉(xiāng)和豫西南盧氏、西峽等4站(21.1%)增幅較大，增加20%～30%；豫北安陽、豫西孟津和豫東商丘等3站(15.8%)有所減少，分別減少6.7%、16.7%和23.3%；開封和桐柏站則基本無變化。

圖3　2001-2015年主要氣象災害發(fā)生頻率較1971-2000年變化的空間分布Fig.3 Spatial distribution of changes in frequency of main meteorological disasters occurrence by the 2001-2015 period comparing with the baseline period of 1971-2000

2.2　2021-2050年主要氣象災害發(fā)生頻率變化預估

2.2.1主要氣象災害指標變化預估

表3給出了基準期內主要氣象災害指標的模擬誤差值。從表3中可以看出，主要氣象災害指標的相對誤差在-8.1%～6.3%之間；對干旱事件判別指標(P1～P4)的模擬存在正偏差，而對花期陰雨判別指標(P5和P6)的模擬則存在負偏差。這表明基于氣候模式降水輸出結果的模擬值與實測值較為接近，利用該數據進行未來預估和影響分析是可行的。

與基準期相比，RCP4.5情景下2021-2050年發(fā)生初夏旱的氣象災害指標較基準期有所減少。P1和P2分別減少2.9和4.0 d，其中5月下旬、6月上旬和6月中旬降水量小于30 mm日數分別減少4.5、2.0和0.5 d。發(fā)生卡脖旱的氣象災害指標也呈減少趨勢，其中7月下旬-8月中旬期間，P3和P4分別減少3.7和2.8 d。然而，發(fā)生花期陰雨的氣象災害指標卻呈增加趨勢，P5和P6分別增加2.2和1.6 d。

表3　1971-2000年主要氣象災害指標模擬誤差值Tab.3 Relative error between observations and simulations in the baseline period of 1971-2000

2.2.2主要氣象災害發(fā)生頻率時間變化預估

2021-2050年初夏旱發(fā)生的頻率較基準期減少8.2%，而花期陰雨發(fā)生的頻率增加8.0%，卡脖旱發(fā)生的頻率則基本無變化(略微增加0.9%)。初夏旱與卡脖旱至少發(fā)生一種的頻率也減少5.5%，而與花期陰雨相關的至少發(fā)生一種的頻率則分別增加3.1%和8.9%。初夏旱與卡脖旱、初夏旱與花期陰雨同時發(fā)生的頻率分別減少1.9%和3.3%。發(fā)生氣象災害事件的頻率增加5.8%，但兩種氣象災害同時發(fā)生的頻率則減少5.2%。

2.2.3主要氣象災害發(fā)生頻率空間分布變化預估

圖4給出了RCP4.5情景下2021-2050年夏玉米生育期間主要氣象災害發(fā)生的頻率較1971-2000年變化的空間分布。從圖4中可以看出，初夏旱發(fā)生的頻率在豫中北的許昌、鄭州、開封等地區(qū)和豫西南局部地區(qū)呈增加趨勢，其他地區(qū)均有不同程度的減少，其中豫北安陽局部地區(qū)減幅最大，在30%～40%之間?？ú焙翟陂_封-寶豐-南陽一線東南方向呈增加趨勢，其中許昌、周口、商丘等地區(qū)局部增幅較大，超過20%；其他地區(qū)多呈減少趨勢，減幅在20%以內?；ㄆ陉幱臧l(fā)生頻率在南陽-西華-永城一線以南區(qū)域增幅較大，多在20%～30%之間，豫中、北部和豫西的局部地區(qū)有所減少，減幅一般在10%以內。

初夏旱與卡脖旱至少發(fā)生一種的頻率主要在豫中及豫中北部地區(qū)呈增加趨勢，增幅一般在10%以上，以此為中心向其他地區(qū)增幅減小并逐漸呈減少趨勢，而豫西局部地區(qū)存在不足10%的增幅。初夏旱與花期陰雨至少發(fā)生一種的頻率在三門峽-孟津-開封-商丘-永城一線及以北以減少為主，以南以增加為主，其中豫西南和豫南局部地區(qū)增幅較大，超過30%。卡脖旱與花期陰雨至少發(fā)生一種氣象災害事件的頻率在欒川-寶豐-許昌-開封一線東南方向大部分區(qū)域以增加為主，豫東南地區(qū)增幅最大，局部地區(qū)增幅甚至在60%以上。主要氣象災害事件發(fā)生的頻率在大部分地區(qū)可能將有不同程度的增加，其中以南陽-許昌-西華一線增幅最大，超過20%，豫西、豫西南和豫北局部地區(qū)多呈減少趨勢。

初夏旱與卡脖旱同時發(fā)生的頻率在三門峽-盧氏-欒川-西峽一線以及南陽-許昌-西華-商丘一線呈增加趨勢，其他地區(qū)呈減少趨勢，其中豫北局部地區(qū)減幅較大，超過10%。初夏旱與花期陰雨同時發(fā)生的頻率空間分布較為復雜，豫北地區(qū)有明顯的減少，減幅一般在20%以上。兩種氣象災害事件同時發(fā)生的頻率在大部分地區(qū)有所減少，其中豫北地區(qū)減少顯著，超過10%，局部地區(qū)減幅超過40%。豫西、豫西南和豫東局部地區(qū)增幅在10%以內。

圖4　RCP4.5情景下2021-2050年主要氣象災害發(fā)生頻率較1971-2000年變化的空間分布Fig.4 Spatial distribution of changes in frequency of main meteorological disasters occurrence by the 2021-2050 period comparing with the baseline period of 1971-2000 under the RCP4.5 scenario

3　結果與討論

1961-2015年河南省夏玉米生育期間主要氣象災害發(fā)生較為頻繁，按發(fā)生的頻率大小依次為初夏旱、卡脖旱、花期陰雨；區(qū)域性分布較為明顯，初夏旱發(fā)生的頻率由南向北逐漸增大，卡脖旱發(fā)生的頻率由東向西逐漸增大，花期陰雨發(fā)生的頻率則由西向東逐漸增大。這與文獻[5]得到的研究成果基本一致，但自1980s以來氣象災害發(fā)生的頻率總體上有增加的趨勢。

與1971-2000年相比，21世紀以來(2001-2015年)旱災更為頻繁的發(fā)生而陰雨災害發(fā)生的頻率有所減少，且發(fā)生頻率的變化在空間分布上不均。已有研究指出，1990s末期以來，河南省春季連續(xù)無雨日呈明顯增加趨勢[15]，夏季降水量有所增加，黃河以南多數地區(qū)極端降水頻次、強度增大[16,17]。研究結果與近十幾年來降水的變化趨勢基本一致。

RCP4.5情景下未來30年(2021-2050年)，主要氣象災害發(fā)生頻率呈現出初夏旱發(fā)生頻率減少而陰雨災害發(fā)生頻率增加的趨勢。這與2001-2015年氣象災害事件的變化趨勢并不一致。與潘攀[18]、梁玉蓮和延曉冬[19]預估降水變化的趨勢相一致，氣候變化情景下預估的生育期間降水的明顯增加是導致氣象災害發(fā)生頻率趨勢變化的主要原因。同時，未來氣象災害發(fā)生的頻率變化在空間分布上可能將更為不均，特別是在一些地區(qū)旱災也存在進一步加劇的可能性。

氣候變化條件下，夏玉米產量災害損失關系將更為復雜[20]，僅依據降水要素構建氣象災害指標雖然簡單易行，但難免存在諸多局限性，氣象災害指標的構建及其在氣候變化條件下的適用性等還有待進一步研究。同時，主要氣象災害事件發(fā)生的條件概率方面的分析，還需進一步研究。另外，未來預估結果還存在一定的不確定性，排放情景、降尺度方法等不確定性主要來源還需充分考慮，以增加未來預估結果的可靠性。

□

參考文獻：

[1]喬江方, 劉京寶, 夏來坤, 等.2001-2012年河南省夏玉米產量變化及生長季氣象因子分析[J].中國農學通報, 2014,30(36):85-90.

[2]王富強, 王雷.基于降水距平百分率的河南省干旱特征分析[J].中國農村水利水電, 2014,(12):84-88.

[3]成林, 劉榮花.河南省夏玉米花期連陰雨災害風險區(qū)劃[J].生態(tài)學雜志, 2012,31(12):3 075-3 079.

[4]李樹巖, 劉榮花, 胡程達.河南省夏玉米大風倒伏氣候風險分析[J].自然災害學報, 2014,23(1):174-182.

[5]玉米課題組.氣象災害對河南省夏玉米產量的影響及對策[J].中國農業(yè)氣象, 1993,14(6):27-29.

[6]陳德亮.氣候變化背景下中國重大農業(yè)氣象災害預測預警技術研究[J].科技導報, 2012,30(19):3.

[7]李琪, 任景全, 王連喜.未來氣候變化情景下江蘇水稻高溫熱害模擬研究Ⅰ: 評估孕穗-抽穗期高溫熱害對水稻產量的影響[J].中國農業(yè)氣象, 2014,35(1):91-96.

[8]馮靈芝, 熊偉, 居輝, 等.RCP情景下長江中下游地區(qū)水稻生育期內高溫事件的變化特征[J].中國農業(yè)氣象, 2015,36(4):383-392.

[9]Vuuren D, Edmonds J, Kaimuma M, et al.The representative concentration pathways: an overview[J].Climatic Change, 2011,109(1-2):5-31.

[10]Yin J, Xu Z X, Yan D H, et al.Simulation and projection of extreme climate events in China under RCP4.5 scenario[J].Arabian Journal of Geosciences, 2016,9(2):89.

[11]Leng G Y, Tang Q H, Rayburg S.Climate change impacts on meteorological, agricultural and hydrological droughts in China[J].Global and Planetary Change, 2015,126(23-24):23-24.

[12]Piani C, Weedon G P, Best M，et al.Statistical bias correction of global simulated daily precipitation and temperature for the application of hydrological models[J].Journal of Hydrology, 2010,395(3-4):199-215.

[13]Hagemann S, Chen C, Haerter J O, et al.Impact of a statistical bias correction on the projected hydrological changes obtained from three GCMs and two hydrology models[J].Journal of Hydrometeorology, 2011,12(4):556-578.

[14]陳懷亮, 張雪芬.玉米生產農業(yè)氣象服務指南[M].北京: 氣象出版社, 1999.

[15]余衛(wèi)東, 柳俊高, 常軍, 等.1957-2005年河南省降水和溫度極端事件變化[J].氣候變化研究進展, 2008,4(2):78-83.

[16]潘攀.1961-2012年河南省夏季降水時空及環(huán)流特征[J].氣象與環(huán)境科學, 2014,37(3):27-33.

[17]曾穎婷, 陸爾.1961-2010 年我國夏季總降水和極端降水的變化[J].氣候變化研究進展, 2015,11(2):79-85.

[18]潘攀, 王紀軍, 劉莎.21世紀河南省未來氣候變化趨勢預估[J].干旱區(qū)資源與環(huán)境, 2011,25(5):72-76.

[19]梁玉蓮, 延曉冬.RCPs情景下中國21世紀氣候變化預估及不確定性分析[J].熱帶氣象學報, 2016,32(2):183-192.

[20]成林, 馬志紅, 李樹巖.氣候變化對河南省夏玉米單產的影響分析[J].玉米科學, 2016,24(1):88-95.