鄧梅 劉熱雄 王雪琦 肖詩堯 胡英超 楊芬

摘要：利用湖南省油菜種植區(qū)1991—2020年10個農(nóng)業(yè)氣象觀測代表站的油菜生育期觀測資料、1991—2020年逐日的氣象資料以及油菜的產(chǎn)量資料，構建連陰雨類型并統(tǒng)計發(fā)生情況，采用拉格朗日插值法，通過期望產(chǎn)量提取油菜連陰雨災損率，建立連陰雨日數(shù)與油菜產(chǎn)量損失評估模型。結果表明，油菜因連陰雨導致的產(chǎn)量災損率在1.4%～18.1%之間，平均災損率為8.0%;油菜花期—綠角形成期持續(xù)無日照（S1）和有/無降水日，日照不足2 h的組合最長持續(xù)日數(shù)（R3）2種類型的連陰雨同時出現(xiàn)時，油菜將顯著性減產(chǎn);綠角形成期—成熟期單獨出現(xiàn)持續(xù)降水（R1），有/無降水和日照不足2 h組合（R3）的連陰雨類型時，一般減產(chǎn)率小于15%，而同時出現(xiàn)S1和R3將導致油菜明顯減產(chǎn);以最長連續(xù)無日照（S1）、最長連續(xù)降水日數(shù)（R1）和最長連續(xù)降水和無降水且日照小于2 h的組合日數(shù)（R3）為主，劃分為輕、中、重3個等級的連陰雨氣象災害指標;最后構建了不同等級連陰雨與災損率的評估模型，通過計算得到油菜花期—綠角形成期、綠角形成期—成熟期遇輕度連陰雨時的平均災損率分別為6.34%和8.11%;油菜花期—綠角形成期、綠角形成期—成熟期遇中度連陰雨時的平均災損率分別為12.72%和11.10%。該研究結果可為農(nóng)業(yè)決策和生產(chǎn)部門進行品種規(guī)劃、災害風險管理和種植管理提供科學依據(jù)。

關鍵詞：油菜;連陰雨;災害指標;災損率;產(chǎn)量損失評估

中圖分類號：S422? 文獻標志碼：A

文章編號：1002-1302（2021）17-0096-04

收稿日期：2020-10-30

基金項目：湖南省氣象局科技項目（編號：XQKJ20B008）。

作者簡介：鄧梅（1989—），女，湖南邵陽人，碩士，工程師，主要從事環(huán)境氣象研究。E-mail：929023370@qq.com。

油菜為我國第一大油料作物，也是植物油最主要的來源，湖南省是我國重要的油菜主產(chǎn)區(qū)，自20世紀90年代以來其種植面積和產(chǎn)量均位于全國前列，近5年來該省油菜種植面積穩(wěn)定在12萬hm2左右，產(chǎn)量穩(wěn)定在200萬t左右，位居全國第3位[1-2]。但湖南省的亞熱帶季風氣候和獨特的地理環(huán)境，春季容易出現(xiàn)連陰雨天氣，易造成低溫寡照，土壤濕度大，使得油菜生長發(fā)育遲緩，甚至停滯，導致開花結角受阻，單株角果數(shù)減少，千粒質(zhì)量下降，病蟲害流行等，嚴重影響油菜的產(chǎn)量和品質(zhì)[3-5]。有研究表明，在長江中下游地區(qū)，連陰雨是造成油菜減產(chǎn)的主要農(nóng)業(yè)氣象災害[6-8]。

國內(nèi)外學者對連陰雨天氣的研究多集中于成因、氣候背景、時空分布特征等方面[9-11]。關于連陰雨的災害指標，前人也做了較多的研究，總結出了其發(fā)生規(guī)律，并構建出相關指標[12-13]，如劉瑞娜等篩選了連陰雨關鍵致災因子，構建了油菜花期連陰雨指標[14];成林等通過連陰雨日數(shù)與減產(chǎn)率建立了夏玉米的連陰雨災害等級指標[15]。目前湖南省關于油菜連陰雨災害的研究多為2010年前的資料，且對于連陰雨災害損失評估的研究相對不足，多為定性分析，缺乏定量化分析和評估，大多為采用單一因素如降雨日數(shù)作為致災因子進行損失評估，如趙輝等利用拉格朗日插值法分離連陰雨災損率，評估連陰雨的災害損失[16]，許孟會等利用連陰雨過程日數(shù)，定性分析了連陰雨對信陽市冬小麥的影響與危害[17]。經(jīng)實踐證明，連陰雨常規(guī)指標存在總雨量要求偏低、連陰雨雨日間斷、日照時數(shù)考慮不足等問題;另外，針對作物不同和地域差異，指標不可通用等問題。因缺乏油菜特定作物連陰雨指標的相關研究，目前農(nóng)業(yè)氣象服務業(yè)務工作中，沒有明確的災害評判和災害損失評估依據(jù)，導致農(nóng)業(yè)氣象災害預警、評估和氣象災害保障服務等工作較被動。

本研究根據(jù)日照和降水構建連陰雨類型并統(tǒng)計發(fā)生情況，采用拉格朗日插值法，通過期望產(chǎn)量提取油菜連陰雨災損率，建立連陰雨日數(shù)與油菜產(chǎn)量損失評估模型，可為農(nóng)業(yè)管理部門決策、農(nóng)作物生產(chǎn)布局、農(nóng)民生產(chǎn)種植和防災減災提供參考。

1 材料與方法

1.1 數(shù)據(jù)資料

本研究選取湖南省15個農(nóng)業(yè)氣象試驗（觀測）站1991—2020年的油菜觀測資料，1991—2020年（10月至次年5月）相應國家氣象站的逐日氣象資料，數(shù)據(jù)來源于湖南省氣象信息中心;湖南省統(tǒng)計局提供的1991—2020年油菜種植面積及產(chǎn)量資料。

1.2 資料篩選

分析各站點油菜生育期觀測資料，湖南省油菜大都在9月中下旬開始播種，至次年5月上中旬收獲，開花—綠角形成期主要集中在3月，綠角形成期—成熟期主要集中在4—5月。因此，本研究的氣象資料選取10月至次年5月間的數(shù)據(jù)。另外，油菜出苗期湖南省氣候以秋旱少雨為主，連陰雨對油菜產(chǎn)量影響甚微[18]，故在構建指標時只考慮開花期至成熟期的連陰雨情況。

1.3 研究方法

1.3.1 產(chǎn)量災損率 油菜產(chǎn)量災損通常是由于連陰雨、凍害、干旱和漬害等農(nóng)業(yè)氣象災害共同影響造成的，為了單獨將連陰雨引起的災損提取出來，首先利用拉格朗日插值法[19]計算出期望產(chǎn)量。期望產(chǎn)量是指油菜花期至成熟期未出現(xiàn)連陰雨災害時的可能產(chǎn)量。首先，在產(chǎn)量序列中篩選出基本無明顯災情年份x1，x2，…，xn，提取出對應年份的油菜單位面積產(chǎn)量y1，y2，…，yn，構成基本序列，然后，根據(jù)拉格朗日插值原理，出現(xiàn)災情的第x年，假設不受災情影響的期望產(chǎn)量 表示為：

yh（x）=∑ni=1yi∏nj=1x-xjxi-xj。（1）

式中：∏nj=1表示乘積取遍j從1到n的全部數(shù)值，但去除j=i的情況。

最后，由期望產(chǎn)量和實際產(chǎn)量，便可得出因連陰雨災害造成的災損率yd：

yd=（yh-yt）/yh×100%。（2）

式中：i，j=1，2，3，…，n為基本無連陰雨災害年的年份序列;yh為期望產(chǎn)量;yt為實際產(chǎn)量。當yd<0時，表示連陰雨對作物產(chǎn)量影響較小，當yd≥0時，其數(shù)值表示連陰雨對作物產(chǎn)量造成損失率的大小。

1.3.2 指標構建 考慮到油菜生殖生長期間光照不足和持續(xù)降水均會影響其生長發(fā)育和產(chǎn)量的形成，其次，光照不足和持續(xù)降水可能會產(chǎn)生復合影響，因此，分別從日照持續(xù)不足、連續(xù)降水及兩者的組合方面構建連陰雨災害指標。篩選出油菜開花期至成熟期逐日資料中滿足以下條件的日數(shù)：（1）最長連續(xù)無日照時數(shù)的日數(shù)（S1）;（2）最長連續(xù)降水日數(shù)（R1）;（3）有/無降水日，日照不足1 h的組合最長持續(xù)日數(shù)（R2）;（4）有/無降水日，日照不足2 h的組合最長持續(xù)日數(shù)（R3）。

（1）相關分析。為了明確連陰雨氣象條件與油菜減產(chǎn)率的相關分析，將災損率劃分為0～5%、>5%～10%、>10%～15%和>15% 4個等級，分別求算各級災損率與連陰雨日數(shù)的相關程度。

（2）統(tǒng)計分析。從對災損率影響高的樣本區(qū)間中，通過逐級排序及頻數(shù)統(tǒng)計，篩選連陰雨指標。首先對S1排序，S1相等時，記錄頻數(shù)最高的R1、R2和R3的值，以此類推。將各類連陰雨出現(xiàn)的日數(shù)與平均日數(shù)相比較，大于平均狀況的即可認為出現(xiàn)了連陰雨災害，以此劃定油菜花期至成熟期的連陰雨指標。

2 結果與分析

2.1 產(chǎn)量災損率

篩選出1991—2020年油菜花期至成熟期出現(xiàn)S1、R1、R2和R3的所有連陰雨情況，通過拉格朗日插值法計算得到期望產(chǎn)量，以此計算出各站點因連陰雨導致的油菜產(chǎn)量災損率（圖1），可以得出，油菜因連陰雨導致的產(chǎn)量災損率在1.4%～18.1%之間，平均災損率為8.0%。

2.2 災損率與連陰雨日數(shù)的相關性分析

篩選出1991—2020年油菜因連陰雨減產(chǎn)的年份，分別計算災損率與花期—綠角形成期（P1）、綠角形成期—成熟期（P2）連陰雨日數(shù)的相關系數(shù)（表1、表2）。從表1可以得出，>10%～15%災損率等級與R3的相關系數(shù)達到顯著性水平，>15%災損率等級與S1、R3的相關系數(shù)達到顯著性水平，表明花期—綠角形成期持續(xù)無日照和有/無降水日，日照不足2 h的組合最長持續(xù)日數(shù)2種類型的連陰雨同時出現(xiàn)時，將對油菜的最終產(chǎn)量有顯著的減產(chǎn)效應。

表2中顯示>5%～10%災損率等級與R3，>10%～15%災損率等級與R1以及>15%災損率等級與S1、R3的相關系數(shù)均達到顯著性水平，表明綠角形成期—成熟期單獨出現(xiàn)持續(xù)降水，有/無降水和日照不足 2 h 組合的連陰雨類型時，一般減產(chǎn)率小于15%，而綠角形成期—成熟期同時出現(xiàn)S1和R3將導致油菜顯著性減產(chǎn)。

2.3 連陰雨指標構建

統(tǒng)計17個代表站1991—2020年花期至成熟期各類型的連陰雨日數(shù)，先將S1按從小到大排序，S1可分為5～13（步長為1）9檔次，然后依次統(tǒng)計S1各檔次中R1、R2和R3出現(xiàn)的日數(shù)。由表3可以看出，花期—綠角形成期S1的平均日數(shù)為8 d，與之對應的R1、R2和R3出現(xiàn)的日數(shù)分別為6、9、10 d，視為中度災害;當S1大于13時的樣本數(shù)僅占總樣本數(shù)的4.1%，可認為極端災害性天氣，視為重度連陰雨災害。同理分析R1、R2和R3。

由于有/無降水和日照不足1 h組合的連陰雨類型R2包含在有/無降水和日照不足2 h組合的連陰雨類型R3中，因此分類時不單獨考慮R2的情況，最后根據(jù)表3和各類型連陰雨出現(xiàn)的日數(shù)確定連陰雨災害指標（表4）。

2.4 連陰雨災害損失評估

根據(jù)表4中的油菜連陰雨等級指標，篩選出1991—2020年因連陰雨導致的減產(chǎn)年，分別統(tǒng)計花期—綠角形成期和綠角形成期—成熟期的各類連陰雨日數(shù)，與災損率建立多元回歸方程，獲得不同等級連陰雨與災損率的回歸系數(shù)（表5），將油菜生長不同時期出現(xiàn)的連陰雨日數(shù)和對應的系數(shù)代入公式3，即可得出因連陰雨導致的災損率。

|a|=C0+C1S1+C2R1+C3R2+C4R3。（3）

通過計算得到油菜花期—綠角形成期、綠角形成期—成熟期遇輕度連陰雨時的平均災損率分別為6.34%和8.11%;油菜花期—綠角形成期、綠角形成期—成熟期遇中度連陰雨時的平均災損率分別為12.72%和11.10%。

3 結論與討論

（1）通過統(tǒng)計分析1991—2020年油菜生長期內(nèi)連陰雨發(fā)生情況，采用拉格朗日插值法計算得到期望產(chǎn)量，計算得到油菜因連陰雨導致的產(chǎn)量災損率在1.4%～18.1%之間，平均災損率為8.0%，表明連陰雨是影響油菜產(chǎn)量的主要農(nóng)業(yè)氣象災害。

（2）分階段統(tǒng)計油菜花期—綠角形成期（P1）、綠角形成期—成熟期（P2）與災損率的相關性。油菜花期—綠角形成期（P1）>10%～15%災損率等級與R3、>15%災損率等級與S1和R3的相關系數(shù)達到顯著性水平，表明花期—綠角形成期持續(xù)無日照（S1）和有/無降水日，日照不足2 h的組合最長持續(xù)日數(shù)（R3）2種類型的連陰雨同時出現(xiàn)時，將對油菜的最終產(chǎn)量有顯著的減產(chǎn)效應;綠角形成期—成熟期（P2）>5%～10%災損率等級與R3、>10%～15%災損率等級與R1以及>15%災損率等級與S1和R3達顯著相關，表明綠角形成期—成熟期單獨出現(xiàn)持續(xù)降水，有/無降水和日照不足2 h組合的連陰雨類型時，一般減產(chǎn)率小于15%，而綠角形成期—成熟期同時出現(xiàn)S1和R3將導致油菜顯著性減產(chǎn)。

（3）以最長連續(xù)無日照（S1）、最長連續(xù)降水日數(shù)（R1）和最長連續(xù)降水和無降水且日照小于2 h的組合日數(shù)（R3）為主，劃分了影響油菜輕、中、重3個等級連陰雨氣象災害指標。

（4）分別統(tǒng)計花期—綠角形成期和綠角形成期—成熟期的各類連陰雨日數(shù)，與災損率建立多元回歸方程，獲得不同等級連陰雨與災損率的評估模型，通過計算得到油菜花期—綠角形成期、綠角形成期—成熟期遇輕度連陰雨時的平均災損率分別為6.34%和8.11%;油菜花期—綠角形成期、綠角形成期—成熟期遇中度連陰雨時的平均災損率分別為12.72%和11.10%。

連陰雨災害是復雜的農(nóng)業(yè)氣象災害，不同作物的不同發(fā)育時期對其的響應程度不同，分作物分階段制定連陰雨標準尤為重要，可更有效地評估連陰雨的不利影響，但連陰雨發(fā)生期間除了溫光水對作物的影響外，空氣濕度、太陽輻射等因素均會對作物生長發(fā)育產(chǎn)生一定的影響[20]，今后將考慮連陰雨期間其他因素的綜合影響，分析連陰雨災害對作物生長的影響。

參考文獻：

[1]湖南省統(tǒng)計局和國家統(tǒng)計局湖南調(diào)查總隊. 湖南統(tǒng)計年鑒：2020[M]. 北京：中國統(tǒng)計出版社，2020：128-139.

[2]國家統(tǒng)計局. 中國統(tǒng)計年鑒：1983[M]. 北京：中國統(tǒng)計出版社，1983：155-164.

[3]范雨嫻，霍治國，楊宏毅，等. 湖南省油菜春季澇漬過程災變判別指標[J]. 應用氣象學報，2018，29（2）：141-153.

[4]霍治國，李世奎，王素艷，等. 主要農(nóng)業(yè)氣象災害風險評估技術及其應用研究[J]. 自然資源學報，2003，18（6）：692-703.

[5]Lu Y，Ramirez O A，Rejesus R M，et al. Empirically evaluating the flexibility of the johnson family of distributions：a crop insurance application[J]. Agricultural and Resource Economics Review，2008，37（1）：16-18.

[6]中國農(nóng)業(yè)科學院. 中國農(nóng)業(yè)氣象學[M]. 北京：中國農(nóng)業(yè)出版社，1999：14-20.

[7]李 真，蒲圓圓，高長斌，等. 甘藍型油菜DH群體苗期耐濕性的評價[J]. 中國農(nóng)業(yè)科學，2010，43（2）：286-292.

[8]張文英，朱建強，郭顯平，等. 花果期持續(xù)受漬對油菜生長、產(chǎn)量與含油量的影響[J]. 長江流域資源與環(huán)境，2003，12（2）：194-197.

[9]項 瑛，程 婷，王可法，等. 江蘇省連陰雨過程時空分布特征分析[J]. 氣象科學，2011，31（增刊1）：36-39.

[10]孔海江，吳勝安，王 蕊，等. 2009年秋季河南一次連陰雨天氣成因分析[J]. 氣象與環(huán)境學報，2011，27（2）：39-44.

[11]林 迢，簡根梅，裘鵬霄，等. 浙江早稻播種育秧期連陰雨發(fā)生規(guī)律分析[J]. 中國農(nóng)業(yè)氣象，2001，22（3）：10-14.

[12]朱建強，張文英，程倫國，等. 油菜花果期以持續(xù)受漬為特征的排水控制指標試驗研究[J]. 灌溉排水學報，2003，22（4）：34-38.

[13]陸魁東，彭莉莉，黃晚華，等. 氣候變化背景下湖南油菜氣象災害風險評估[J]. 中國農(nóng)業(yè)氣象，2013，34（2）：191-196.

[14]劉瑞娜，楊太明，陳 鵬，等. 安徽省油菜花期連陰雨災害損失評估指標[J]. 中國農(nóng)業(yè)氣象，2016，37（4）：471-478.

[15]成 林，劉榮花. 夏玉米生長中后期連陰雨災害指標研究[J]. 中國農(nóng)業(yè)氣象，2014，35（2）：221-227.

[16]趙 輝，王 媛，李 剛，等. 春季低溫連陰雨災害對農(nóng)作物產(chǎn)量影響評估[J]. 氣象科技，2011，39（1）：102-105.

[17]許孟會，趙 輝，王 晉，等. 春季低溫連陰雨對農(nóng)業(yè)生產(chǎn)的影響及防御[J]. 湖南農(nóng)業(yè)科學，2008（6）：63-65.

[18]韓沁哲，羅伯良，周 偉，等. 湖南省油菜生長期連陰雨氣象災害發(fā)生強度的時空特征[J]. 湖南農(nóng)業(yè)科學，2012（10）：93-96.

[19]林秀梅. 淺析拉格朗日插值法的原理及其應用[J]. 吉林財貿(mào)學院學報，1990（3）：49-53.

[20]代立芹，王 猛，李春強，等. 河北省棉花連陰雨災害定量化評估指標與風險分析[J]. 氣象與環(huán)境學報，2019，35（5）：108-114.