朱海霞，呂佳佳，閆 平，曲輝輝，王 萍**，于瑛楠，王秋京，李秀芬，李百超

?

基于當(dāng)量積溫對(duì)寒地水稻生長(zhǎng)季低溫冷害年的判定*

朱海霞1，呂佳佳1，閆 平1，曲輝輝1，王 萍1**，于瑛楠1，王秋京1，李秀芬1，李百超2

（1．中國(guó)氣象局東北地區(qū)生態(tài)氣象創(chuàng)新開放實(shí)驗(yàn)室/黑龍江省氣象院士工作站/黑龍江省氣象科學(xué)研究所，哈爾濱 150030；2．黑龍江省氣象局，哈爾濱 150030）

基于水稻生物學(xué)性質(zhì)，根據(jù)氣溫晝夜節(jié)律和水稻溫強(qiáng)系數(shù)研究成果，從熱量影響水稻發(fā)育的多種角度出發(fā)，設(shè)計(jì)當(dāng)量積溫、負(fù)當(dāng)量積溫、熱量匹配累積指數(shù)三種水稻生長(zhǎng)季熱量表征指標(biāo)，研究寒地水稻低溫冷害的判識(shí)方法。采用21a滑動(dòng)平均法，獲得黑龍江省1971?2016年水稻生長(zhǎng)季各熱量指標(biāo)的距平百分率，分析其對(duì)低溫冷害的判識(shí)能力。結(jié)果表明：各熱量指標(biāo)距平百分率取值越低，對(duì)冷害的指示能力越高；利用加權(quán)隸屬度模型構(gòu)建三者綜合距平百分率冷害判定模型，距平百分率＞?5%為無(wú)冷害，?10%＜距平百分率≤?5%為輕度冷害，?15%＜距平百分率≤?10%為中度冷害，距平百分率≤?15%為重度冷害；綜合距平百分率能夠判識(shí)水稻生長(zhǎng)季的低溫冷害，且能反映冷害程度，對(duì)典型冷害年的判識(shí)準(zhǔn)確率達(dá)100%；黑龍江省冷害群發(fā)性特征非常明顯，如1971、1972、1976、1981、1983、1992、2002和2009年典型冷害年，不僅冷害發(fā)生區(qū)域廣，且冷害程度較重；1986、1987、1989、1993、1995和2003年為輕度或局地冷害年。

延遲型冷害；當(dāng)量積溫；距平百分率；冷害年；冷害程度

中國(guó)作為世界上種植粳稻面積最大的國(guó)家之一，雜交粳稻面積約3%～4%，2014年黑龍江省年水稻種植面積已經(jīng)超過(guò)400hm2，現(xiàn)已成為中國(guó)乃至世界最主要的粳稻生產(chǎn)基地之一[1?2]。黑龍江省地處中高緯度，南北跨度約11個(gè)緯度，屬寒地稻作區(qū)，加之20世紀(jì)90年代，氣溫增暖明顯，水稻可種植面積進(jìn)一步擴(kuò)大[3]，但夏季冷空氣活動(dòng)頻繁，熱量不足是影響該地區(qū)水稻產(chǎn)量波動(dòng)的主要因素；在水稻生長(zhǎng)發(fā)育期間低溫冷害出現(xiàn)具有普遍性、多發(fā)性和嚴(yán)重性等特點(diǎn)，一直是影響黑龍江省水稻持續(xù)發(fā)展的主要因素之一。

水稻冷害分延遲型冷害、障礙型冷害及二者同時(shí)作用水稻的混合型冷害，水稻主要表現(xiàn)為生育延遲、揚(yáng)花和授粉不良，造成生育期拖后或空癟率高，最終表現(xiàn)為產(chǎn)量和品質(zhì)的下降。全球氣候變暖已是不爭(zhēng)的事實(shí)，但極端冷害事件仍時(shí)有發(fā)生[4]，氣候變化導(dǎo)致水稻孕穗抽穗期冷害風(fēng)險(xiǎn)則進(jìn)一步增強(qiáng)[5]。針對(duì)作物冷害診斷指標(biāo)的研究主要分三類，第一類以平均溫度為研究對(duì)象，研究水稻生長(zhǎng)季溫度距平或某時(shí)段平均溫度低于冷害閾值來(lái)表征水稻遭受的延遲型或障礙型冷害[6?9]。第二類指標(biāo)主要是根據(jù)作物各發(fā)育期三基點(diǎn)溫度建立較為復(fù)雜的熱量指數(shù)[10]，進(jìn)而評(píng)價(jià)作物生長(zhǎng)季的熱量程度。第三類指標(biāo)則以熱量的累積程度為研究依據(jù)，國(guó)內(nèi)外多采用積溫虧缺程度來(lái)描述作物冷害[11?14]，該類指標(biāo)考慮了作物生育期內(nèi)的熱量累積，并體現(xiàn)了不同作物的發(fā)育起點(diǎn)溫度，在冷害量化研究中應(yīng)用較為廣泛，在農(nóng)業(yè)安全生產(chǎn)和防災(zāi)減災(zāi)中發(fā)揮著不同程度的作用，但該類指標(biāo)仍有不足之處，馬樹慶等[15]指出≥10℃積溫距平對(duì)近50a水稻冷害的判識(shí)率約75%，且存在區(qū)域差異。對(duì)于東北亞地區(qū)，水稻無(wú)論發(fā)生延遲型冷害或障礙型冷害，其本質(zhì)為水稻生長(zhǎng)發(fā)育階段長(zhǎng)期熱量不足或者水稻生殖生長(zhǎng)階段的敏感期遭遇短時(shí)間的極端低溫，理論上第三類冷害指標(biāo)判識(shí)能力優(yōu)于第一和第二類指標(biāo)，但目前無(wú)論哪類判識(shí)指標(biāo)，對(duì)冷害的診斷均有不足，對(duì)水稻防災(zāi)減災(zāi)服務(wù)能力的提升很有限。

積溫是評(píng)估區(qū)域熱量資源和測(cè)算生長(zhǎng)發(fā)育進(jìn)程的重要指標(biāo)。目前應(yīng)用最廣泛的兩種積溫表達(dá)形式為活動(dòng)積溫和有效積溫，均為簡(jiǎn)單、粗略計(jì)算，表征作物各階段熱量累積程度的能力不足，對(duì)農(nóng)業(yè)的指導(dǎo)較粗放。作物生長(zhǎng)發(fā)育的三基點(diǎn)溫度理論作為溫度有效性的進(jìn)一步詮釋，是許多相關(guān)熱量研究的基礎(chǔ)理論，大量的熱點(diǎn)研究也基于此開展[16?18]。在20世紀(jì)60年代，日本北海道農(nóng)業(yè)試驗(yàn)場(chǎng)的森田弘彥等通過(guò)實(shí)驗(yàn)提出了“有效氣溫當(dāng)量”的概念[19]。中國(guó)學(xué)者沈國(guó)權(quán)對(duì)水稻不同溫度的有效性進(jìn)行了深入研究，并提出當(dāng)量積溫的概念[20?21]。朱海霞等[22]根據(jù)沈國(guó)權(quán)等[20?21]水稻溫度有效性研究成果和氣溫晝夜節(jié)律變化，利用方程分段模擬出低于20℃、高于30℃的水稻溫強(qiáng)系數(shù)，獲得了水稻三基點(diǎn)溫度范疇的溫強(qiáng)系數(shù)，提高了日溫度當(dāng)量、生長(zhǎng)季當(dāng)量積溫計(jì)算精度。鑒于目前各類冷害指標(biāo)對(duì)水稻冷害診斷的不足，本研究擬采用當(dāng)量積溫的熱量表征方法，并考慮一日中低溫時(shí)段對(duì)水稻產(chǎn)生消極作用的溫度累積量，設(shè)計(jì)獲得三種熱量表征指標(biāo)，分析多年來(lái)熱量虧盈與氣象產(chǎn)量的趨勢(shì)關(guān)系，開展水稻生長(zhǎng)季低溫冷害和冷害程度的判定方法研究，明確冷害致災(zāi)臨界值，進(jìn)而判定1971年以來(lái)的寒地水稻低溫冷害年，為水稻的安全生產(chǎn)、農(nóng)業(yè)生態(tài)系統(tǒng)的穩(wěn)定性與協(xié)調(diào)性提供理論依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

黑龍江?。?21°11'?135°05' E，43°26'?53°33'N）屬溫帶、寒溫帶大陸性季風(fēng)氣候。四季分明，夏季雨熱同季，全省年平均氣溫在?4.0～5.0℃，氣溫由東南向西北逐漸降低，無(wú)霜期為100～160d；除大興安嶺地區(qū)外，松嫩平原、三江平原、牡丹江半山區(qū)及黑河地區(qū)均可種植水稻，其中齊齊哈爾、綏化、大慶和哈爾濱屬松嫩平原，鶴崗、佳木斯、雙鴨山、七臺(tái)河和雞西屬三江平原。

1.2 資料來(lái)源與處理

選擇黑龍江省水稻種植區(qū)71個(gè)氣象站1971?2016年逐日最低氣溫和最高氣溫資料；黑龍江省氣象災(zāi)害普查數(shù)據(jù)均來(lái)自省氣象局。部分氣象站1971?2016年產(chǎn)量數(shù)據(jù)，來(lái)自黑龍江省各年統(tǒng)計(jì)年鑒。

氣象產(chǎn)量主要是由天氣氣候條件決定的，可以反應(yīng)氣象災(zāi)害年的災(zāi)害程度，具體分離過(guò)程詳見文獻(xiàn)[23]。

1.3 水稻生長(zhǎng)季熱量指標(biāo)計(jì)算

根據(jù)氣溫晝夜節(jié)律變化，朱海霞等[22]利用日氣溫極值模擬出日24h的逐時(shí)氣溫，并獲得水稻三基點(diǎn)溫度范疇的溫強(qiáng)系數(shù)，根據(jù)日24h逐時(shí)氣溫和溫強(qiáng)系數(shù)獲得日溫度當(dāng)量，進(jìn)而累加獲得整個(gè)生長(zhǎng)季的當(dāng)量積溫，提高了熱量表征的精確度。鑒于目前各類冷害指標(biāo)對(duì)水稻冷害診斷的不足，本文參考文獻(xiàn)[22]中日溫度當(dāng)量的定義，首先計(jì)算水稻生長(zhǎng)季當(dāng)量積溫；在此基礎(chǔ)上，進(jìn)一步設(shè)計(jì)計(jì)算同期的負(fù)當(dāng)量積溫以及兩者的比值即熱量配比指數(shù)，以各序列21a滑動(dòng)平均的距平百分率為指標(biāo)，綜合判識(shí)水稻生長(zhǎng)季熱量充盈與虧缺情況，并驗(yàn)證其對(duì)低溫冷害年的指示作用。

（1）生長(zhǎng)季當(dāng)量積溫

生長(zhǎng)季當(dāng)量積溫為水稻生長(zhǎng)季逐日溫度當(dāng)量[ 24 ]的累積值，計(jì)算式為

式中，T為水稻生長(zhǎng)季當(dāng)量積溫（℃·d）。ti為水稻生長(zhǎng)季里某天24h內(nèi)i時(shí)刻的氣溫（℃）。k為水稻溫強(qiáng)系數(shù)，具體取值見表1[22]。n為24。

（2）負(fù)當(dāng)量積溫

一日中晝夜氣溫起伏波動(dòng)，部分時(shí)刻氣溫接近或位于水稻的最適溫度范圍，但仍有部分時(shí)段溫度低于水稻最適溫度下限，對(duì)水稻生產(chǎn)起消極作用。因此，本研究引入負(fù)當(dāng)量積溫概念，根據(jù)文獻(xiàn)[22]，溫度為24℃時(shí)，溫強(qiáng)系數(shù)約為1，是水稻生長(zhǎng)發(fā)育最適溫度下限，某時(shí)刻溫度或日溫度越低，尤其明顯的低溫時(shí)段，消極溫度累積量越多，對(duì)水稻生育影響越大。為體現(xiàn)這種關(guān)系和危害性，定義負(fù)當(dāng)量積溫計(jì)算方法為

表1 黑龍江省水稻生育階段的溫強(qiáng)系數(shù)

（3）熱量配比指數(shù)

假定一天中有效溫度累積量即當(dāng)量積溫值不變，消極溫度累積量即負(fù)當(dāng)量積溫值偏小，較之負(fù)當(dāng)量積溫值偏大而言，熱量滿足條件更優(yōu)，為體現(xiàn)這種差異，引入熱量配比指數(shù)概念，即反映水稻生長(zhǎng)季某日中有效作用溫度與消極作用溫度量的配比關(guān)系，數(shù)值越小，表明有效作用溫度累積量少，或消極溫度累積量多，具體計(jì)算式為

則令其為1。

M為熱量匹配指數(shù)，式（3）和（4）中ti、i、k、n取值同式（1）。

黑龍江省水稻種植北界為北緯50.25°N，大部地區(qū)水稻移栽時(shí)間為5月中旬?下旬，9月下旬基本成熟，因此，取5月21日為水稻移栽的初日，作為計(jì)算水稻生長(zhǎng)季熱量累積的初日，假定9月30日為水稻成熟末日，作為水稻生長(zhǎng)季熱量累積的終日。

1.4 水稻生長(zhǎng)季各熱量指標(biāo)距平百分率計(jì)算

科技進(jìn)步、育種技術(shù)水平的提高以及氣候變化背景下熱量資源的改變均使水稻品種更迭不斷，但在較短的時(shí)間里，水稻栽培水平、品種熟性等又相對(duì)穩(wěn)定。為體現(xiàn)這種狀況，以21a為研究時(shí)段，計(jì)算3個(gè)熱量指標(biāo)的21a滑動(dòng)平均的距平百分率，即

2 結(jié)果與分析

2.1 水稻生長(zhǎng)季熱量指標(biāo)對(duì)水稻氣象災(zāi)害年的指示作用

在黑龍江省西部、中部和東部選擇海倫（126.9°E，47.5°N）、延壽（128.3°E，45.5°N）和虎林（132.9°E，45.8°N）氣象站為代表，利用水稻氣象產(chǎn)量分析各熱量指標(biāo)距平百分率對(duì)水稻冷害的指示作用。實(shí)際生產(chǎn)中，多種因素，如干旱、洪澇、低溫冷害等均會(huì)引起氣象產(chǎn)量的波動(dòng)，且黑龍江省在國(guó)家糧食安全保障中有著舉足輕重的作用，糧食產(chǎn)量波動(dòng)易受多種因素干擾，因此，僅進(jìn)行距平百分率為負(fù)值時(shí)與氣象產(chǎn)量的趨勢(shì)一致性分析。距平百分率與氣象產(chǎn)量趨勢(shì)一致性的判定原則為：1971?2016年，共計(jì)46a中，某一年距平百分率和氣象產(chǎn)量均為負(fù)值時(shí)，則該年二者趨勢(shì)一致，若距平百分率為負(fù)值，而氣象產(chǎn)量為正值，該年二者趨勢(shì)不一致，根據(jù)趨勢(shì)一致數(shù)量的年份占總判定年份的百分比高低來(lái)判定該熱量指標(biāo)距平百分率對(duì)寒地水稻冷害的指示能力。

實(shí)際農(nóng)業(yè)生產(chǎn)中，水稻安全種植有一定的彈性，加之栽培技術(shù)和農(nóng)業(yè)部門的防災(zāi)減災(zāi)，輕度的熱量不足不會(huì)造成作物生長(zhǎng)發(fā)育的顯著影響，也不會(huì)造成氣象產(chǎn)量的明顯波動(dòng)，因此，以距平百分率低于0、?1%、?2%等時(shí)，考察各冷害判定臨界值對(duì)低溫冷害的指示作用，具體見表2、表3和表4。

當(dāng)量積溫、負(fù)當(dāng)量積溫和熱量匹配指數(shù)距平百分率臨界值為0時(shí)，與氣象產(chǎn)量趨勢(shì)一致的年份三站平均13～15a（表2?表4），其對(duì)冷害的指示能力三站平均為63%～69%，隨著距平百分率臨界值的降低，其指示能力三站平均值總體升高，但海倫站當(dāng)量積溫距平百分率低于?4%時(shí)，指示能力達(dá)最高，而延壽和密山站，當(dāng)量積溫距平百分率低于?7%的年份，其與氣象產(chǎn)量趨勢(shì)一致性完全一致，指示能力高達(dá)100%；而負(fù)當(dāng)量積溫距平百分率臨界值低于?7%時(shí)，指示能力也上升至83%以上，密山和海倫站，隨著負(fù)當(dāng)量積溫距平百分率臨界值進(jìn)一步降低，指示能力升至100%；熱量匹配指數(shù)距平百分率臨界值降至?19%以下時(shí)，對(duì)海倫和密山站冷害的指示能力升至88%和100%，延壽略低。上述表明，當(dāng)量積溫、負(fù)當(dāng)量積溫和熱量匹配指數(shù)距平百分率能夠表征水稻生長(zhǎng)季年代間的熱量虧盈，距平百分率越低，熱量嚴(yán)重不足，氣象災(zāi)害年的冷害表現(xiàn)越明顯；隨著指示能力的升高，三者與氣象產(chǎn)量趨勢(shì)一致的年份數(shù)量逐漸減少，表明被判定冷害年的數(shù)量也在減少。研究表明[24]，1971年以來(lái)黑龍江省不同地域作物生長(zhǎng)季冷害年為8～14a，表明當(dāng)量積溫、負(fù)當(dāng)量積溫和熱量匹配指數(shù)距平百分率冷害判定臨界取值較低時(shí)，易漏判冷害年。

表2 三個(gè)代表站當(dāng)量積溫距平百分率與氣象產(chǎn)量負(fù)值年對(duì)應(yīng)程度分析

Table 2 Analysis of degree on negative meteorological yield correspond with anomalous percentage of equivalent accumulated temperature（T） for three representative stations

注：平均年數(shù)指距平百分率與氣象產(chǎn)量負(fù)值年一致的年數(shù)平均值；指示能力反映兩者趨勢(shì)一致年數(shù)占總年數(shù)的百分比。下同。

Note: Average years is average of years for trend consistency on negative meteorological yield correspond with anomalous percentage of equivalent accumulated temperature；Identifiable ability is percentage of numbers of trend consistency of the both in the total. The same as below.

表3 三個(gè)代表站負(fù)當(dāng)量積溫距平百分率（T負(fù)）與氣象產(chǎn)量負(fù)值年對(duì)應(yīng)程度分析

Table 3 Analysis of degree on negative meteorological yield correspond with anomalous percentage of negative equivalent accumulated temperature（T負(fù)）for three representative stations

表4 三個(gè)代表站熱量匹配指數(shù)距平百分率（M）與氣象產(chǎn)量負(fù)值年對(duì)應(yīng)程度分析

Table 4 Analysis of degree on negative meteorological yield correspond with anomalous percentage of matching index of heat（M）for three representative stations

2.2 水稻生長(zhǎng)季熱量指標(biāo)對(duì)水稻低溫冷害年的指示作用

2.2.1 單一指標(biāo)

當(dāng)量積溫、負(fù)當(dāng)量積溫和熱量匹配指數(shù)距平百分率取值較低時(shí)，對(duì)水稻氣象災(zāi)害年有較好的指示作用。根據(jù)相關(guān)文獻(xiàn)[14,25?27]，1971、1972、1976、1981、1983、1992、2002和2009年黑龍江省出現(xiàn)了典型的低溫冷害。經(jīng)仔細(xì)分析，部分年份上述三者對(duì)低溫冷害指示均有不足（表5），如1971年海倫當(dāng)量積溫和負(fù)當(dāng)量積溫、1976年密山當(dāng)量積溫、1981年延壽熱量匹配累積指數(shù)、1983年延壽負(fù)當(dāng)量積溫和1992年密山當(dāng)量積溫距平百分率為?4.5%～0.6%，熱量虧缺程度較輕，易對(duì)冷害性質(zhì)和程度指示不足，易判定為輕度冷害或無(wú)冷害，而對(duì)應(yīng)站、對(duì)應(yīng)年份其它熱量指標(biāo)偏低程度較明顯，明確指示出冷害的出現(xiàn)，不易漏判和誤判。

表5 三個(gè)代表站典型冷害年水稻生長(zhǎng)季三要素的距平百分率（%）

Table 5 Anomalous percentage of three factors in cold damage years during growth of rice for three representative stations（%）

注：T、T負(fù)和M分別為水稻生長(zhǎng)季當(dāng)量積溫、負(fù)當(dāng)量積溫和熱量匹配指數(shù)。

Note: T，T負(fù)and M is accumulated equivalent temperature, negative accumulated equivalent temperature and matching index of heat, respectively.

2.2.2 綜合指標(biāo)

（1）綜合指標(biāo)設(shè)計(jì)

以上分析可見，利用單一指標(biāo)判定水稻低溫冷害年，易出現(xiàn)一定的誤判或漏判，為此，通過(guò)權(quán)重系數(shù)對(duì)3個(gè)單一指標(biāo)距平百分率進(jìn)行綜合，構(gòu)建加權(quán)隸屬度計(jì)算模型，獲得黑龍江省水稻冷害年判定的綜合距平百分率模型，即

（2）綜合指標(biāo)對(duì)水稻低溫冷害年的判定

由表6可見，綜合距平百分率與氣象產(chǎn)量趨勢(shì)一致性表現(xiàn)與表2?表4相似，即隨著綜合距平百分率臨界值的降低，其對(duì)氣象災(zāi)害年的指示能力三站平均值總體升高，尤其是延壽站和密山站，綜合距平百分率低于?9%的年份，指示能力高達(dá)100%，但被判定冷害年的數(shù)量也在減少，判定冷害年的綜合距平百分率臨界取值過(guò)低，則漏判冷害年。

表6 三個(gè)代表站綜合距平百分率（P）與氣象產(chǎn)量負(fù)值年的一致性分析

Table 6 Analysis of degree on negative meteorological yield correspond with integrative departure percent（P）for three representative stations

根據(jù)表6，綜合距平百分率取值越低時(shí)，其對(duì)低溫冷害的指示能力越強(qiáng)，但易漏判冷害年。根據(jù)中國(guó)氣象災(zāi)害大典（黑龍江卷）冷害年的記載[25]及相關(guān)文獻(xiàn)[26-27]，黑龍江省1971年以來(lái)水稻生長(zhǎng)季發(fā)生大范圍的典型冷害年8～9a，為了避免漏判低溫冷害年，選擇三站平均指示能力達(dá)80%以上，趨勢(shì)一致年份數(shù)量為9～10a，綜合距平百分率為?5%作為低溫冷害年判定的臨界指標(biāo)，并確定水稻中度和重度冷害年的閾值，具體見表7。

表7 水稻低溫冷害年判定的綜合距平百分率（P）閾值

Table 7 Threshold values of the integrative departure percent(P) to be identified cold damage year for rice

2.3 綜合指標(biāo)對(duì)黑龍江省水稻冷害年判定的驗(yàn)證

利用表7水稻低溫冷害判定的閾值，分析獲得黑龍江省水稻生產(chǎn)區(qū)71個(gè)氣象站1971年以來(lái)低溫冷害的判定結(jié)果，并與相關(guān)文獻(xiàn)[25?27]、黑龍江省氣象災(zāi)害普查數(shù)據(jù)中關(guān)于低溫冷害災(zāi)害的記錄（表8）比對(duì)，驗(yàn)證綜合距平百分率對(duì)冷害的指示和判定能力。圖1為1971年以來(lái)各年水稻生長(zhǎng)季低溫冷害的空間分布。由圖可見，黑龍江省46a內(nèi)發(fā)生大范圍水稻冷害的年份為1971、1972、1976、1981、1983、1992、2002和2009年，71個(gè)氣象站中約73%的站點(diǎn)發(fā)生了低溫冷害，其中1972、1976、1992和2009年發(fā)生面積最廣，全省范圍均被判定出現(xiàn)了低溫冷害，與表8中冷害年對(duì)應(yīng)的冷害記錄的范圍較相符。水稻冷害較重的年份有1971、1972、1976、1992、2002和2009年，1981、1983年次之，其中1972年冷害最重，雖然文獻(xiàn)記錄中對(duì)冷害程度的記錄較為模糊，但從文獻(xiàn)中作物受冷害影響而產(chǎn)生的表現(xiàn)來(lái)看，被判定為冷害較重的年份對(duì)應(yīng)的記錄多為“糧食質(zhì)量和產(chǎn)量明顯下降”、“糧食減產(chǎn)幅度大”和“水稻空殼率和空癟率高”等表示冷害程度較為明顯的詞匯，說(shuō)明綜合距平百分率閾值判定黑龍江省水稻冷害年的程度與事實(shí)較為吻合。發(fā)生區(qū)域?yàn)橹行》秶睦浜δ隇?987、1989、1993和1995年，局部范圍的冷害年為1986、2003年，除1993年外，這些年份均以輕度冷害年為主，與文獻(xiàn)記錄的冷害范圍較一致，從作物受冷害影響的相關(guān)記錄看，多以“生長(zhǎng)延遲、緩慢”等記錄為主，表明這幾年低溫冷害程度較輕，未引起產(chǎn)量的大幅波動(dòng)。

圖1 1971?2016年黑龍江省水稻低溫冷害年綜合距平百分率的空間分布

表8 1971?2016年黑龍江省冷害年記錄

Table 8 Records of the cold damage years in Heilongjiang province from 1971 to 2016

Note: E- is the first ten-day of a month；M- is the middle ten-day of a month；L- is last ten-day of a month.

表8中部分年份簡(jiǎn)要記錄了黑龍江省冷害年里不同地域間冷害程度，如1972年記錄了黑河境內(nèi)的嫩江和哈爾濱西部的呼蘭冷害嚴(yán)重，與圖1b冷害程度分布吻合；2002年記錄寶清、樺南、佳木斯市和撫遠(yuǎn)等地（均位于三江平原）受災(zāi)明顯，與圖1l里重度冷害落區(qū)一致；1986年記錄牡丹江東部的綏芬河、1993年記錄牡丹江地區(qū)及三江平原南部的七臺(tái)河與雞西、1995年記錄黑河的嫩江、綏化、牡丹江的海林、2003年牡丹江的海林冷害空間分布與圖1f、圖1j和圖1k冷害落區(qū)一致；表8中記錄了1976年西部冷害較重、1983年?yáng)|部冷害較重，而圖1c和圖1e未明確中西兩地間冷害程度的明顯差異。

圖1所示，46a內(nèi)在黑龍江省水稻種植區(qū)均發(fā)生水稻低溫冷害的年份為1972、1976、1983、1992和2009年，其中1972年為中重度冷害年，為46a之最，而黑河地區(qū)、大慶地區(qū)、綏化大部和哈爾濱大部為重度冷害，其它則以中度冷害為主，三江平原東部則為中輕度冷害；1976、1992和2009年為中度冷害年，1983年為輕度冷害年；46a內(nèi)黑龍江省水稻種植區(qū)出現(xiàn)大范圍水稻低溫冷害的年份為1971、1981和2002年，1971和1981年為中輕度冷害年，冷害程度均呈自東向西逐漸減弱，2002年冷害程度呈自西向東輕、中、重度分布；46a中出現(xiàn)區(qū)域性低溫冷害的年份為1986、1987、1989、1993、1995和2003年，其中1986和2003年均為局地冷害年，且上述年份多以輕度低溫冷害為主。

3 結(jié)論與討論

基于氣溫的晝夜節(jié)律和水稻溫強(qiáng)系數(shù)研究成果[22]，獲得寒地水稻生長(zhǎng)季當(dāng)量積溫，以表征熱量虧盈，并設(shè)計(jì)負(fù)當(dāng)量積溫和熱量匹配指數(shù)概念，用以表征低溫時(shí)段對(duì)水稻發(fā)育起消極作用的溫度累積量對(duì)水稻生育的影響，采用21a滑動(dòng)平均法，研究1971?2016年當(dāng)量積溫、負(fù)當(dāng)量積溫和熱量匹配指數(shù)的距平百分率對(duì)低溫冷害的指示能力。為避免單一指標(biāo)對(duì)冷害年和冷害程度的誤判，利用加權(quán)隸屬度模型構(gòu)建水稻生長(zhǎng)季冷害年和程度的綜合距平百分率判定模型。綜合距平百分率低于0時(shí)，其與氣象產(chǎn)量趨勢(shì)一致性平均為64%，并伴隨綜合距平百分率判定冷害的臨界值降低，其對(duì)低溫冷害指示能力進(jìn)一步增強(qiáng)；進(jìn)而獲得了黑龍江省水稻生長(zhǎng)季不同低溫冷害程度的判定閾值，閾值＞?5%為無(wú)冷害，?10%～?5%為輕度冷害，?15%～?10%為中度冷害，閾值≤?15%為重度冷害；綜合距平百分率模型對(duì)有資料記載可查的冷害年判識(shí)率達(dá)100%，不僅能準(zhǔn)確判識(shí)一些典型的冷害年，對(duì)于1986年因小范圍冷害出現(xiàn)，而很難被界定的冷害年也有很好的判識(shí)能力；鑒于黑龍江省多數(shù)低溫冷害年的災(zāi)害記錄較粗糙，綜合距平百分率模型對(duì)低溫冷害程度的驗(yàn)證也較粗放，而對(duì)災(zāi)害程度記錄較豐富的年份，相關(guān)地域與相應(yīng)冷害程度的空間分布落區(qū)則基本一致。

黑龍江省冷害群發(fā)性特征非常明顯，46a內(nèi)水稻種植區(qū)發(fā)生大范圍水稻冷害的年份為1971、1972、1976、1981、1983、1992、2002和2009年，典型冷害年不僅發(fā)生區(qū)域廣，且冷害程度較重，區(qū)域性冷害的發(fā)生年份為1987、1989、1993和1995年，局地冷害為1986年和2003年。1972年為中重度冷害年，1976、1992和2009年為中度冷害年，其余年份多為輕度冷害年。20世紀(jì)70年代水稻冷害頻次為3次，程度發(fā)生偏重；80年代水稻冷害頻次較多，共計(jì)5次，以輕度冷害年為主；90年代和21世紀(jì)10年代，冷害頻次與70年代相近，冷害程度偏輕；2011?2016年則無(wú)冷害。

冷害是指農(nóng)作物生育期間遭受0℃以上（有時(shí)在20℃左右）的低溫危害，可使作物生育延遲，或生理活動(dòng)受阻，造成減產(chǎn)。因遭遇冷害后，作物外觀常無(wú)明顯變化，與凍害、洪澇等農(nóng)業(yè)氣象災(zāi)害造成的傷害不同，有“啞巴災(zāi)”之稱，待作物成熟后才體現(xiàn)出危害，或因冷害造成的傷害較輕，易被忽略。低溫冷害是一種地域性很強(qiáng)的農(nóng)業(yè)氣象災(zāi)害，對(duì)其有指示性的冷害指標(biāo)的區(qū)域性和地理性也較強(qiáng)[13]。熱量是生物體生長(zhǎng)和活動(dòng)的必要條件，以熱量累積程度為研究對(duì)象的冷害指標(biāo)因兼顧了不同作物的生物學(xué)溫度，其生物學(xué)意義明顯，理論上能夠準(zhǔn)確地對(duì)冷害進(jìn)行診斷。本研究從熱量影響水稻生長(zhǎng)發(fā)育的多種角度出發(fā)，由當(dāng)量積溫、負(fù)當(dāng)量積溫和熱量匹配指數(shù)構(gòu)建的綜合距平百分率冷害判識(shí)指標(biāo)，能夠反映出多年水稻生長(zhǎng)季熱量虧缺程度，為黑龍江省各地冷害年的判定提供了統(tǒng)一的方法，提高了寒地水稻冷害年判識(shí)的精度，若能結(jié)合中長(zhǎng)期溫度預(yù)測(cè)，可以在水稻發(fā)育的中期階段對(duì)水稻生長(zhǎng)季熱量進(jìn)行預(yù)判，從而實(shí)現(xiàn)水稻低溫冷害的預(yù)警與減災(zāi)。

水稻生長(zhǎng)發(fā)育需要季節(jié)或晝夜溫度的節(jié)律變化，晝間溫度高，夜間溫度低，晝夜間溫差大則有利于水稻發(fā)育，因此，夜間較低的溫度對(duì)水稻發(fā)育并非均有害，除非異常的低溫對(duì)水稻造成了冷害，應(yīng)加以區(qū)別。提高積溫的計(jì)算精度是準(zhǔn)確評(píng)價(jià)低溫冷害、預(yù)警冷害的基礎(chǔ)，當(dāng)量積溫中的溫強(qiáng)系數(shù)實(shí)則為溫度有效性的具體表達(dá)，能夠體現(xiàn)不同物種對(duì)溫度的不同利用率，揭示積溫的本質(zhì)，能夠客觀判定和評(píng)價(jià)低溫冷害，但較之傳統(tǒng)的活動(dòng)積溫、有效積溫和早期的當(dāng)量積溫，基于氣溫晝夜節(jié)律和水稻溫強(qiáng)系數(shù)獲得的當(dāng)量積溫、負(fù)當(dāng)量積溫和熱量匹配指數(shù)在表征熱量虧盈上的優(yōu)勢(shì)與不足還有待進(jìn)一步深入探討。

[1] 趙黎明,李明,鄭殿峰,等.灌溉方式與種植密度對(duì)寒地水稻產(chǎn)量及光合物質(zhì)生產(chǎn)特性的影響[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31 (6):159-169.

Zhao L M,Li M,Zheng D F,et al.Effects of irrigation methods and rice planting densities on yield and photosynthetic characteristics of matter production in cold area[J].Transactions of the CSAE,2015,31(6):159-169. (in Chinese)

[2] 彭顯龍,劉洋,于彩蓮,等.寒地稻田土壤氮素礦化特征的研究[J].中國(guó)農(nóng)業(yè)科學(xué),2014,47(4):702-709.

Peng X L,Liu Y,Yu C L,et al.Study on the nitrogen mineralization characters of paddy soil in cold area[J]. Scientia Agricultura Sinica,2014,47(4):702-709.(in Chinese)

[3] 朱海霞,李秀芬,陳健,等.基于作物種植角度的黑龍江省熱量資源時(shí)空格局[J].中國(guó)農(nóng)學(xué)通報(bào),2018,34(12):107-113.

Zhu H X,Li X F,Chen J,et al.Spatial and temporal pattern of heat resources:based on crop planting perspective in Heilongjiang[J].Chinese Agricultural Science Bulletin,2018, 34(12):107-113.(in Chinese)

[4] Hiroyuki S.Earlier rice phenology as a result of climate change can increase the risk of cold damage during reproductive growth in northern Japan[J].Agriculture, Ecosystems & Environment,2011,144(1):201-207.

[5] Pearce R S.Molecular analysis of acclimation to cold[J].Plant Growth Regulation,1999,29(1-2):47-76.

[6] 朱海霞,王秋京,閆平,等.孕穗抽穗期低溫處理對(duì)黑龍江省主栽水稻品種結(jié)實(shí)率的影響[J].中國(guó)農(nóng)業(yè)氣象,2012,33(2): 304-309.

Zhu H X,Wang Q J,Yan P,et al.Effect of low temperature at heading stage on seed setting rate of major rice varieties in Heilongjiang province[J].Chinese Journal of Agrometeorology, 2012,33(2):304-309.(in Chinese)

[7] 張夢(mèng)婷,劉志娟,楊曉光,等.氣候變化背景下中國(guó)主要作物農(nóng)業(yè)氣象災(zāi)害時(shí)空分布特征Ⅰ:東北春玉米延遲型冷害[J].中國(guó)農(nóng)業(yè)氣象,2016,37(5):599-610.

Zhang M T,Liu Z J,Yang X G,et al.Temporal and spatial variations of agro-meteorological disasters of major cropsin China under the background of climate change I :delayed chilling damage of spring maize in Northeast China[J]. Chinese Journal of Agrometeorology,2016,37(5):599-610.(in Chinese)

[8] 程勇翔,王秀珍,郭建平,等.農(nóng)作物低溫冷害監(jiān)測(cè)評(píng)估及預(yù)報(bào)方法評(píng)述[J].中國(guó)農(nóng)業(yè)氣象,2012,33(2):297-303.

Cheng Y X,Wang X Z,Guo J P,et al.Methods review of monitoring, evaluation and forecasting of crop cold damage [J].Chinese Journal of Agrometeorology,2012,33(2):297-303. (in Chinese)

[9] 胡春麗,李輯,林蓉,等.東北水稻障礙型低溫冷害變化特征及其與關(guān)鍵生育期溫度的關(guān)系[J].中國(guó)農(nóng)業(yè)氣象,2014, 35(3):323-329.

Hu C L,Li J,Lin R,et al.Characters of sterile-type chilling damage in rice and its relationship with temperature at key growth stage in Northeast China[J].Chinese Journal of Agrometeorology,2014,35(3):323-329.(in Chinese)

[10] 陳玥熤,郭建平.新疆棉花低溫冷害逐步回歸預(yù)測(cè)模型[J].中國(guó)農(nóng)業(yè)氣象,2008,29(4):485-490.

Chen Y Y,Guo J P.Stepwise regression prediction model for cotton cold damage in Xinjiang Uygur Autonomous Region[J].Chinese Journal of Agrometeorology,2008,29(4): 485-490.(in Chinese)

[11] 紀(jì)仰慧,王晾晾,姜麗霞,等.黑龍江省2009年水稻障礙型冷害評(píng)估[J].氣象科技,2011,39(3):374-378.

Ji Y H,Wang L L,Jiang L X,et al.Evaluation of sterile-type rice cold injury in Heilongjiang Province in 2009[J]. Meteorological Science and Technology,2011,39(3):374-378. (in Chinese)

[12] 王秋菊,張玉龍,劉峰,等.黑龍江省水稻品種跨積溫區(qū)種植的產(chǎn)量和品質(zhì)變化[J].應(yīng)用生態(tài)學(xué)報(bào),2013,24(5):1381- 1386.

Wang Q J,Zhang Y L,Liu F,et al.Changes of rice yield and quality in different accumulated temperature zones in Heilongjiang province of Northeast China[J].Chinese Journal of Applied Ecology,2013,24(5):1381-1386.(in Chinese)

[13] 檀艷靜,張佳華,姚鳳梅,等.中國(guó)作物低溫冷害監(jiān)測(cè)與模擬預(yù)報(bào)研究進(jìn)展[J].生態(tài)學(xué)雜志,2013,32(7):1920-1927.

Tan Y J,Zhang J H,Yao F M,et al.Monitoring and simulation forecasting on crop chilling damage in China:research progress[J].Chinese Journal of Ecology,2013,32(7):1920- 1927.(in Chinese)

[14] Toriyama K,Inoue K.The effect of micrometeorological elements on sterility due to cool injury in rice plants:an application of simulation model for the prediction of canopy climate[J].Japanese Journal of Crop Science (Japan),1984, 53(4):387-395.

[15] 馬樹慶,襲祝香,馬力文,等.北方水稻低溫冷害指標(biāo)持續(xù)適用性檢驗(yàn)與比較[J].氣象,2015,41(6):778-785.

Ma S Q,Xi Z X,Ma L W,et al.Test and comparison of sustainable suitability of meteorological indicators for rice cold damages in the north of China[J].Meteorological Monthly,2015,41(6):778-785.(in Chinese)

[16] 帥細(xì)強(qiáng),王石立,馬玉平,等.基于ORYZA2000模型的湘贛雙季稻氣候生產(chǎn)潛力[J].中國(guó)農(nóng)業(yè)氣象,2009,30(4): 575-581.

Shuai X Q,Wang S L,Ma Y P,et al.Studies on potential climate productivity of double rice in Hunan and Jiangxi provinces based on ORYZA 2000 model[J].Chinese Journal of Agrometeorology,2009,30(4):575-581.(in Chinese)

[17] 張皓,申雙和,史艷姝,等.上海單季晚粳稻主要生育性狀的動(dòng)態(tài)模擬[J].中國(guó)農(nóng)業(yè)氣象,2018,39(8):518-530.

Zhang H,Shen S H,Shi Y Z,et al.Dynamic simulation on main growth traits of single-cropping laterice in Shanghai[J].Chinese Journal of Agrometeorology,2018,39(8): 518-530.(in Chinese)

[18] 帥細(xì)強(qiáng),王石立,馬玉平,等.基于水稻生長(zhǎng)模型的氣象影響評(píng)價(jià)和產(chǎn)量動(dòng)態(tài)預(yù)測(cè)[J].應(yīng)用氣象學(xué)報(bào),2008,19(1):71-81.

Shuai X Q,Wang S L,Ma Y P,et al.Assessment of meteorologic condition effects and dynamic yield forecasting based on rice growth model[J].Quarterly Journal of Applied Meteorology,2008,19(1):71-81.(in Chinese)

[19] 林恭.用"有效氣溫當(dāng)量"估算水稻抽穗期[J].寧夏農(nóng)業(yè)科技,1982,25(3):56.

Lin G.Evaluation on heading period of rice with equivalent temperature[J].Ningxia Journal of Agriculture and Forestry Science and Technology,1982,25(3):56.(in Chinese)

[20] 沈國(guó)權(quán).當(dāng)量積溫及其應(yīng)用[J].氣象,1981,32(7):23-25.

Shen G Q.Accumulated equivalent temperature and application [J].Meteorological Monthly,1981,32(7):23-25.(in Chinese)

[21] 沈國(guó)權(quán).影響作物發(fā)育速度的非線性溫度模式[J].氣象, 1980,31(6):9-11.

Shen G Q.Model of nonlinearity temperature on developing rate of crops[J].Meteorological Monthly,1980,31(6):9-11.(in Chinese)

[22] 朱海霞,李秀芬,王萍,等.黑龍江省水稻生長(zhǎng)季積溫計(jì)算方法[J].應(yīng)用氣象學(xué)報(bào),2017,28(2):247-256.

Zhu H X,Li X F,Wang P,et al.Methods of accumulated temperature during rice growing stage in Heilongjiang province[J].Quarterly Journal of Applied Meteorology,2017, 28(2):247-256.(in Chinese)

[23] 霍治國(guó),劉榮花,姜燕,等.QX/T81-2007 小麥干旱災(zāi)害等級(jí)[S].北京:氣象出版社,2007.

Huo Z G,Liu R H,Jiang Y,et al.QX/T81-2007 The grade of drought disaster for wheat[S].Beijing:China Meteorological Press,2007.(in Chinese)

[24] 朱海霞,陳莉,王秋京,等.1980-2009年期間黑龍江省玉米低溫冷害年判定[J].災(zāi)害學(xué),2012,27(1):44-47.

Zhu H X,Chen L,Wang Q J,et al.Judgment of corn chilling damage year from 1980 to 2009 in Heilongjiang province[J]. Journal of Catastrophology,2012,27(1):44-47.(in Chinese)

[25] 溫克剛,孫永罡.中國(guó)氣象災(zāi)害大典(黑龍江卷)[M].北京:氣象出版社,2007:18-28.

Wen K G,Sun Y G.Records of China meteorological disaster [M].Beijing:China Meteorological Press,2007:18-28.(in Chinese)

[26] 胡秀芳.2009年低溫冷害對(duì)水稻影響研究分析[J].北方水稻,2010,26(3):38-40.

Hu X F.Effect of cold injury in 2009 on rice and analysis [J].Reclaiming and Rice Cultivation,2010,26(3):38-40.(in Chinese)

[27] 馬文東.2009年低溫冷害對(duì)黑龍江省墾區(qū)水稻的影響[J].種子,2012,31(10):80-81.

Ma W D.The effect of chilling damage on rice in reclamation area of Heilongjiang province in 2009[J].Seed, 2012,31(10):80-81.(in Chinese)

Identification on Cold Damage Year Based on Accumulated Equivalent Temperature during Rice Growth Season in Cold Region

ZHU Hai-xia1, LV Jia-jia,1,YAN Ping1,QU Hui-hui1,WANG Ping1,YU Ying-nan1, WANG Qiu-jing1, LI Xiu-fen1, LI Bai-chao2

(1.Innovation and Opening Laboratory of Regional Eco-Meteorology in Northeast China/Meteorological Academician Workstation of Heilongjiang Province/Heilongjiang Province Institute of Meteorological Sciences, Harbin 150030, China; 2.Heilongjiang Meteorological Bureau, Harbin 150030)

Based on rice biological characteristics, circadian temperature rhythm and temperature coefficient, taking accumulated equivalent temperature, negative accumulated equivalent temperature and heat matching index as index, the identification method for cold damage year was studied. By using moving average method on 21 years, departure percent was obtained for three factors in Heilongjiang province from 1971 to 2016, and the identifiable ability was analyzed. The results showed that identification ability was stronger, when the departure percent of every factor decreased more. This identification model for cold damage based on integrative departure percent was established by using weighted membership model. When departure percent was above ?5%, named as zero cold damage year, when departure percent was above ?10% and below ?5%, named as slight cold damage year, when departure percent was above ?15% and below ?10%, named as moderate cold damage year, and when departure percent was below ?15%, named as severe cold damage year. Integrative departure percent could indicate cold damage during rice growing season, and could reflect different degrees of cold damage, and totally indicated typical cold damage years. Cold damage performed a feature of outbreak in Heilongjiang province, for example in 1971, 1972, 1976, 1981, 1983, 1992 and 2009. In these years, cold damage extended over extensive regions, and the damage degree was more severe, the other damage year was slight degree or regional damage, including 1986, 1987, 1989, 1993, 1995 and 2003.

Delayed-growth type cold damage; Accumulated equivalent temperature; Departure percent; Cold damage year; Cold damage degree

10.3969/j.issn.1000-6362.2019.06.005

收稿日期：2018?10?16

通訊作者。E-mail：nqzxwp@163.com

中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)專項(xiàng)（2016SYIAEZD1）中國(guó)氣象局東北地區(qū)生態(tài)氣象創(chuàng)新開放實(shí)驗(yàn)室開放研究基金（stqx201804）；國(guó)家自然科學(xué)基金（31671575）

朱海霞（1978?），女，高級(jí)工程師，碩士，主要從事農(nóng)業(yè)氣象研究工作。E-mail：hxzhu0301@126.com

朱海霞,呂佳佳,閆平,等.基于當(dāng)量積溫對(duì)寒地水稻生長(zhǎng)季低溫冷害年的判定[J].中國(guó)農(nóng)業(yè)氣象,2019,40(6):380-390