張 蕾 郭安紅 何 亮 侯英雨 趙秀蘭 錢永蘭 蔡 哲

1 國家氣象中心，北京 100081

2 江西省農(nóng)業(yè)氣象中心，南昌 330046

提 要： 基于高分辨率的土地利用/土地覆被遙感監(jiān)測數(shù)據(jù)，融合下墊面信息、格點(diǎn)化寒露風(fēng)等級和不同尺度寒露風(fēng)指數(shù)，分析了2020年我國南方雙季晚稻區(qū)的寒露風(fēng)特點(diǎn)。結(jié)果表明：2020年晚稻寒露風(fēng)發(fā)生時間早，持續(xù)時間長，普遍出現(xiàn)輕度至重度寒露風(fēng)。寒露風(fēng)發(fā)生面積占稻田總面積的24.7%，為2000年以來第三高，發(fā)生輕度、中度、重度寒露風(fēng)的面積比例分別為9.7%、12.8%和4.9%；湖南、江西、浙江發(fā)生面積比例超過90.0%，其余省(自治區(qū))不足30.0%；2020年湖南、湖北、安徽、江蘇發(fā)生面積比例為2000年以來最高，江西發(fā)生重度寒露風(fēng)面積比例為2000年以來最高，浙江、福建、廣西發(fā)生寒露風(fēng)以輕度為主，廣東寒露風(fēng)發(fā)生面積較小；晚稻區(qū)寒露風(fēng)指數(shù)達(dá)4.21，為2000年以來第二高；2020年湖南、江西、湖北寒露風(fēng)指數(shù)較高，分別達(dá)7.16、7.16、12.59，相應(yīng)分別為2000年以來第二高、最高、最高。

引 言

農(nóng)業(yè)生產(chǎn)與氣象、氣候條件息息相關(guān)，氣候變化，尤其是氣候變暖背景下極端氣候事件的變化會對農(nóng)業(yè)生產(chǎn)產(chǎn)生較大影響。隨著全球氣候不斷變暖，極端溫度和極端溫度事件的發(fā)生特點(diǎn)有所改變(李金潔等，2019)；總體而言近年來極端高溫發(fā)生頻率明顯增加，持續(xù)時間延長(聶羽等，2018)，而極端低溫的發(fā)生總體呈降低趨勢，隨之造成的農(nóng)業(yè)氣象災(zāi)害發(fā)生頻率有減有增。作為我國主要糧食作物之一，水稻生產(chǎn)有其適宜的氣候條件范圍(易靈偉等，2016；徐敏等，2018)，而伴隨氣候變化所引起的極端溫度條件改變會引起災(zāi)害脅迫變化(徐敏等，2015；許瑩等，2020；楊建瑩等，2020；Zhang et al，2018)。雙季晚稻是我國南方稻區(qū)主栽作物，生產(chǎn)中遭受的主要溫度災(zāi)害之一是寒露風(fēng)(呂曉敏和周廣勝，2018)。寒露風(fēng)是指晚稻抽穗楊花期因低溫造成揚(yáng)花受阻、空殼率增加的災(zāi)害性天氣。受寒露風(fēng)影響，晚稻生理特征(如葉生理活性下降)、品質(zhì)構(gòu)成(如出糙率、精米率、整精米率、堊白度、直鏈淀粉含量下降，堊白粒率、膠稠度上升)和產(chǎn)量構(gòu)成(如結(jié)實(shí)率降低，千粒重減輕，產(chǎn)量下降)等方面會受到不同程度的影響(林洪鑫等，2016；余焰文等，2014)。

對南方雙季晚稻寒露風(fēng)的發(fā)生的氣候特點(diǎn)，目前已有不少學(xué)者從寒露風(fēng)氣象指標(biāo)、氣候特征、風(fēng)險評估和影響評估等方面開展研究，包括：基于大多數(shù)農(nóng)業(yè)氣象業(yè)務(wù)和研究工作者認(rèn)可的寒露風(fēng)指標(biāo)，分析了南方雙季晚稻區(qū)和省(自治區(qū))等不同尺度下晚稻不同等級寒露風(fēng)指標(biāo)發(fā)生頻率、危害日數(shù)、發(fā)生等級等時空分布特征(戴劍波等，2012；黃晚華等，2011；劉文英等，2009；劉丹等，2019；羅伯良和李易芝，2015；彭莉莉等，2014；蘇榮瑞等，2012)；基于寒露風(fēng)發(fā)生特點(diǎn)，構(gòu)建寒露風(fēng)風(fēng)險評價指標(biāo)，開展了不同區(qū)域寒露風(fēng)風(fēng)險和影響評估(黃晚華等，2011；田俊和崔海建，2016；王華等，2018；吳立等，2014)。上述針對寒露風(fēng)的研究較好地總結(jié)了寒露風(fēng)的發(fā)生特點(diǎn)和風(fēng)險水平，對開展寒露風(fēng)防御工作具有重要指導(dǎo)作用。以往研究多用氣象站點(diǎn)的表征指數(shù)來代表整個縣或者區(qū)域的寒露風(fēng)情況，較少從下墊面角度分析，也很少能反映出寒露風(fēng)發(fā)生面積。近年來，隨著多源數(shù)據(jù)的應(yīng)用，從面尺度開展寒露風(fēng)的評估工作逐步開展，Chen et al(2019)利用中國氣象局陸面數(shù)據(jù)同化系統(tǒng)(CLDAS)的格點(diǎn)數(shù)據(jù)開展了寒露風(fēng)的監(jiān)測，統(tǒng)計(jì)分析了不同等級寒露風(fēng)的受影響面積；這項(xiàng)工作拓展了寒露風(fēng)影響范圍的評估，但沒有考慮下墊面信息從而難以獲取精確的影響范圍。2020年9月中下旬，南方雙季晚稻區(qū)出現(xiàn)了明顯的寒露風(fēng)天氣，針對此次典型的寒露風(fēng)天氣過程結(jié)合歷史寒露風(fēng)發(fā)生特點(diǎn)，本文融合高分辨率土地利用/土地覆被遙感監(jiān)測數(shù)據(jù)和氣象數(shù)據(jù)，從寒露風(fēng)的發(fā)生時間、面積、等級、強(qiáng)度等角度精細(xì)化分析晚稻寒露風(fēng)發(fā)生特點(diǎn)。

1 資料與方法

1.1 數(shù)據(jù)來源

研究所用土地利用數(shù)據(jù)為中國多時期土地利用/土地覆被遙感監(jiān)測數(shù)據(jù)集(CNLUCC)，來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，空間分辨率為30 m×30 m(徐新良等，2018)。該數(shù)據(jù)集采用中國科學(xué)院土地資源分類系統(tǒng)：1級分類劃分為6類(耕地、林地、草地、水域、建設(shè)用地和未利用土地)；2級分類主要根據(jù)土地資源的自然屬性分為25類(如耕地劃分為水田和旱地)。該數(shù)據(jù)集經(jīng)過遙感解譯，具備較好的應(yīng)用精度(劉紀(jì)遠(yuǎn)等，2018)。在處理過程中，考慮到目前國家級農(nóng)業(yè)氣象災(zāi)害監(jiān)測評估業(yè)務(wù)服務(wù)中產(chǎn)品的空間分辨率為5 km×5 km，因此以5 km×5 km格點(diǎn)為對象，判斷該格點(diǎn)內(nèi)劃分的30 m×30 m格點(diǎn)對應(yīng)CNLUCC數(shù)據(jù)集中的土地利用類型，如果是水田則計(jì)為1，最后水田比例即為格點(diǎn)內(nèi)水田數(shù)與格點(diǎn)包含的30 m×30 m總數(shù)的比值(圖1)。

圖1 雙季晚稻區(qū)水田分布Fig.1 Location of double-season late rice

研究所用的氣象資料包含南方雙季晚稻區(qū)(湖北南部、江蘇南部、安徽南部、上海、浙江、江西、湖南、福建、廣東、廣西)的789個氣象站點(diǎn)2000年以來逐日平均溫度、最低溫度等。晚稻發(fā)育期數(shù)據(jù)包括晚稻區(qū)82個農(nóng)業(yè)氣象觀測站2000年以來逐年觀測的發(fā)育期(播種、出苗、三葉、移栽、返青、分蘗、拔節(jié)、孕穗、抽穗、乳熟、成熟期)日期。

1.2 寒露風(fēng)指數(shù)構(gòu)建

寒露風(fēng)等級計(jì)算：首先，將計(jì)算時段內(nèi)晚稻區(qū)氣象站點(diǎn)的逐日觀測數(shù)據(jù)插值到5 km×5 km格點(diǎn)，然后判斷格點(diǎn)所處的發(fā)育期(發(fā)育期用其最鄰近的農(nóng)業(yè)氣象觀測站觀測的晚稻發(fā)育期代替)是否進(jìn)入抽穗揚(yáng)花階段；若進(jìn)入，則參考《寒露風(fēng)等級》(QX/T 94—2008，中國氣象局，2008)和《大宗作物氣象服務(wù)手冊》(毛留喜和魏麗，2015)確定的業(yè)務(wù)服務(wù)中的晚稻寒露風(fēng)等級劃分指標(biāo)(表1)，即可判定該格點(diǎn)的寒露風(fēng)等級。

表1 寒露風(fēng)等級劃分Table 1 Classification of degree of chilling dew wind

寒露風(fēng)面積提?。涸诟顸c(diǎn)化寒露風(fēng)等級的基礎(chǔ)上，與水田面積比例圖層相疊加，即格點(diǎn)內(nèi)寒露風(fēng)等級發(fā)生面積=水田面積比例×寒露風(fēng)等級×格點(diǎn)面積；省級/區(qū)域寒露風(fēng)面積為省/區(qū)域內(nèi)格點(diǎn)判定的寒露風(fēng)面積的和。

不同空間尺度寒露風(fēng)指數(shù)構(gòu)建：在分析時段內(nèi)，通過寒露風(fēng)等級劃分計(jì)算輕度、中度、重度寒露風(fēng)的天數(shù)，考慮不同等級寒露風(fēng)的影響程度，進(jìn)一步構(gòu)建站點(diǎn)寒露風(fēng)指數(shù)(H):

Hi=0.2LlDl+0.3LmDm+0.5LhDh

(1)

式中：Hi為i站的寒露風(fēng)指數(shù)；Ll、Lm、Lh分別為輕度、中度、重度寒露風(fēng)等級，即對應(yīng)1、2、3；Dl、Dm、Dh分別為輕度、中度、重度寒露風(fēng)等級出現(xiàn)的天數(shù)。

通過對不同站點(diǎn)寒露風(fēng)指數(shù)進(jìn)行集成，構(gòu)建省級寒露風(fēng)指數(shù)(HP):

(2)

式中：Hi為i站的寒露風(fēng)指數(shù)；wi為i站的權(quán)重，即為該i站點(diǎn)所在縣的水田面積占全省水田總面積的比例,m為省內(nèi)站點(diǎn)數(shù)。

對不同省寒露風(fēng)指數(shù)進(jìn)行集成，構(gòu)建晚稻區(qū)寒露風(fēng)指數(shù)(HS):

(3)

式中：權(quán)重wj為該j省水田面積占晚稻區(qū)水田總面積的比例,n為省份個數(shù)。

2 結(jié)果與分析

2.1 寒露風(fēng)發(fā)生特點(diǎn)

2020年9月13日至月底，南方晚稻區(qū)出現(xiàn)寒露風(fēng)天氣，與2000—2019年寒露風(fēng)的平均發(fā)生日期對比來看(圖2)，湖南北部、湖北南部普遍偏早5 d以上，湖南中部—東南部偏早3～5 d，湖南南部、江西中北部、安徽南部、江蘇南部、浙江、廣西西北部等地偏早1～2 d。從南方雙季晚稻區(qū)寒露風(fēng)發(fā)生天數(shù)來看，湖北南部、安徽南部、江蘇南部、浙江、江西、湖南、福建西北部和廣西北部等地出現(xiàn)3 d以上寒露風(fēng)天氣，湖北南部、安徽南部、江西北部、湖南中北部和浙江中部等地達(dá)9 d以上。依據(jù)寒露風(fēng)等級判斷標(biāo)準(zhǔn)，上述地區(qū)出現(xiàn)輕度及以上寒露風(fēng)，其中湖南中部、江西北部、湖北東南部、安徽南部等地出現(xiàn)重度寒露風(fēng)。

圖2 2020年雙季晚稻區(qū)寒露風(fēng)(a)發(fā)生日期與2000—2019年平均發(fā)生日期對比，(b)持續(xù)天數(shù)，(c)等級Fig.2 (a) Comparison of occurrence date between chilling dew wind in 2020 and the multi-year average during 2000-2019, (b) lasting days and (c) degree of chilling dew wind in 2020 across double-season late rice region

2.2 寒露風(fēng)發(fā)生面積

從不同等級雙季晚稻區(qū)寒露風(fēng)發(fā)生面積來看(圖3)，2020年雙季晚稻區(qū)寒露風(fēng)發(fā)生面積占水田總面積的24.7%，低于2011年的28.3%和2002年的27.5%；其中，輕度、中度、重度寒露風(fēng)面積比例分別為9.7%、12.8% 和4.9%，分別為2000年以來第七、第三、第三高。

圖3 2000—2020年雙季晚稻區(qū)寒露風(fēng)發(fā)生面積比例Fig.3 The percent of area exposed to chilling dew wind across double-season rice region during 2000-2020

從分省寒露風(fēng)發(fā)生面積來看(圖4)，2020年江蘇、安徽、湖北、湖南、江西、浙江、福建、廣東、廣西該面積占比分別為11.1%、18.9%、17.7%、99.9%、99.4%、91.8%、23.1%、2.8%、22.2%。2020年湖南寒露風(fēng)發(fā)生面積比例為2000年以來最高，輕度、中度、重度寒露風(fēng)面積比例分別為16.9%、63.6%和19.4%；江西寒露風(fēng)發(fā)生面積比例為2000年以來第二高，輕度、中度、重度寒露風(fēng)面積比例分別為36.3%、37.2%和25.9%，重度寒露風(fēng)面積比例為2000年以來最高；湖北寒露風(fēng)發(fā)生面積比例為2000年以來最高，輕度、中度、重度寒露風(fēng)面積比例分別為0.0%、14.6%和3.0%；安徽寒露風(fēng)發(fā)生面積比例為2000年以來最高，輕度、中度、重度寒露風(fēng)面積比例分別為2.4%、12.0%和4.4%；江蘇寒露風(fēng)發(fā)生面積比例為2000年以來最高，輕度、中度、重度寒露風(fēng)面積比例分別為8.8%、2.3%和0.0%；浙江寒露風(fēng)發(fā)生面積比例為2000年以來第四高，輕度、中度、重度寒露風(fēng)面積比例分別為53.9%、25.9%和12.0%；福建寒露風(fēng)發(fā)生面積比例為2000年以來第五高，輕度、中度、重度寒露風(fēng)面積比例分別為20.8%、0.4%和1.9%；廣東寒露風(fēng)發(fā)生面積較小，僅為輕度寒露風(fēng)；廣西寒露風(fēng)發(fā)生面積比例為2000年以來第三高，輕度、中度、重度寒露風(fēng)面積比例分別為20.6%、1.6%和0.0%。

圖4 2000—2020年(a)江蘇，(b)安徽，(c)湖北，(d)湖南，(e)江西，(f)浙江，(g)福建，(h)廣東，(i)廣西不同等級寒露風(fēng)發(fā)生面積比例Fig.4 The percent of area exposed to chilling dew wind in Jiangsu (a), Anhui (b), Hubei (c), Hunan (d), Jiangxi (e), Zhejiang (f), Fujian (g), Guangdong (h) and Guangxi (i) during 2000-2020

2.3 寒露風(fēng)指數(shù)

從寒露風(fēng)指數(shù)來看(圖5)，湖北南部、安徽西南部、江西北部、湖南中西部、浙江中部寒露風(fēng)指數(shù)在5以上，江西中部、湖南東南部、福建北部寒露風(fēng)指數(shù)在1～5，其余大部晚稻區(qū)寒露風(fēng)指數(shù)不足1。

圖5 2020年雙季晚稻區(qū)寒露風(fēng)指數(shù)Fig.5 The index of chilling dew wind across double-season late rice region in 2020

雙季晚稻區(qū)寒露風(fēng)指數(shù)2020年為4.21，為2000年以來第二高，僅次于2011年的5.16(圖6)。從省(自治區(qū))尺度寒露風(fēng)指數(shù)來看(圖6)，2020年湖南、江西、湖北、安徽、廣西、廣東、福建、浙江寒露風(fēng)指數(shù)分別為7.16、7.16、12.59、3.83、0.16、0.00、1.06、1.72。湖南寒露風(fēng)指數(shù)為2000年以來第二高，低于2011年的10.33；江西、湖北寒露風(fēng)指數(shù)為2000年以來最高；安徽、廣西、廣東、福建、浙江寒露風(fēng)指數(shù)分別為2000年以來第六、第五、第七、第五、第五高。

圖6 2000—2020年各省(自治區(qū))和雙季晚稻區(qū)寒露風(fēng)指數(shù)Fig.6 The integrated indexes of chilling dew wind across double-season late rice region and provinces during 2000-2020

3 結(jié)論與討論

利用土地利用/土地覆被遙感監(jiān)測數(shù)據(jù)提取下墊面信息，在此基礎(chǔ)上構(gòu)建點(diǎn)-省-晚稻區(qū)的寒露風(fēng)指數(shù)，分析了2020年南方雙季晚稻區(qū)寒露風(fēng)特點(diǎn)，主要結(jié)論如下：

(1)發(fā)生時間早、持續(xù)時間長：湖北南部、安徽南部、江蘇南部、江西、湖南、浙江和廣西北部等地寒露風(fēng)天氣出現(xiàn)日期普遍偏早，寒露風(fēng)持續(xù)天數(shù)在3 d以上，大部出現(xiàn)輕度至重度寒露風(fēng)。

(2)影響范圍大：雙季晚稻區(qū)寒露風(fēng)發(fā)生面積比例為24.7%,是2000年以來第三高，輕度、中度、重度寒露風(fēng)面積比例分別為9.7%、12.8%和4.9%；在各省(自治區(qū))中，湖南、江西、浙江發(fā)生面積比例較大，分別為99.9%、99.4%、91.8%，其余省(自治區(qū))不足30.0%。湖南、湖北、安徽、江蘇寒露風(fēng)發(fā)生面積比例為2000年以來最高；江西寒露風(fēng)發(fā)生面積比例為2000年以來第二高，重度寒露風(fēng)面積比例為2000年以來最高；浙江、福建、廣西寒露風(fēng)發(fā)生面積比例分別為2000年以來的第四、第五、第三高，以輕度為主；廣東寒露風(fēng)發(fā)生面積較小。

(3)強(qiáng)度高：湖北南部、安徽西南部、江西北部、湖南中西部、浙江中部寒露風(fēng)指數(shù)較高，普遍在5以上。雙季晚稻區(qū)寒露風(fēng)指數(shù)為4.21，為2000年以來第二高；湖南、江西、湖北寒露風(fēng)指數(shù)分別為 7.16、7.16、12.59，其余省(自治區(qū))不足4.00；湖南寒露風(fēng)指數(shù)為2000年以來第二高，江西、湖北為2000年以來最高。

本文通過構(gòu)建寒露風(fēng)指數(shù)，分析寒露風(fēng)時空多尺度發(fā)生特點(diǎn)。對比歷史寒露風(fēng)發(fā)生特點(diǎn)，1981年以來寒露風(fēng)指數(shù)整體呈降低趨勢，與1981—2010年相比(平均指數(shù)為1.53)，近十年寒露風(fēng)強(qiáng)度減弱(平均指數(shù)為1.39)；但寒露風(fēng)指數(shù)高值出現(xiàn)頻率并沒有降低，近十年中寒露風(fēng)指數(shù)較高的年份出現(xiàn)了兩年(2011年和2020年為歷史前五位)?？梢?，氣候變暖背景下強(qiáng)寒露風(fēng)的發(fā)生并沒有減弱，這與已有研究結(jié)果較為一致(劉丹等，2019)。在這種背景下，寒露風(fēng)指數(shù)較高的年份(2011年和2020年)，晚稻一旦遭受寒露風(fēng)天氣會受到明顯影響，正如田間調(diào)查結(jié)果顯示：2011年湖南南部、江西南部、浙江南部、福建西部和北部以及兩廣北部局部等地晚稻遭受輕至中度寒露風(fēng)危害，晚稻無法正常抽穗開花和授粉、結(jié)實(shí)率降低，部分處于抽穗揚(yáng)花始期的晚稻空殼率高達(dá)60%～70%，處于抽穗揚(yáng)花普遍期的空殼率為40%～50%，處于抽穗末期的空殼率為20%～30%；2020年湖南中北部、江西北部等地區(qū)晚稻遭受寒露風(fēng)天氣影響較重，出現(xiàn)抽穗開花緩慢、花粉敗育、授粉不良、結(jié)實(shí)率下降、空殼率上升、灌漿不充分，后期千粒重偏低，影響晚稻產(chǎn)量形成。此外，胡磊等(2020)研究表明2006年屬于中度寒露風(fēng)，這也與計(jì)算的寒露風(fēng)指數(shù)屬于中等水平相一致。當(dāng)然，本研究建立的寒露風(fēng)指數(shù)雖然能反映出寒露風(fēng)年際間的差異，但是要量化寒露風(fēng)的具體影響程度(如對產(chǎn)量的影響)，還需要通過進(jìn)一步獲取有效的試驗(yàn)數(shù)據(jù)樣本從而構(gòu)建綜合性的寒露風(fēng)影響指數(shù)(如低溫積寒等)。此外，本研究在數(shù)據(jù)方法上也存在不確定性。首先，受土地利用數(shù)據(jù)的限制，計(jì)算過程中采用了統(tǒng)一的分類數(shù)據(jù)，即粗略地認(rèn)為近年來水田面積一致，忽略了年際間的差異，這與實(shí)際水田面積存在一定的差異。其次，在土地利用數(shù)據(jù)分類解譯時把水田粗略地認(rèn)為是晚稻田，這里也必然存在一定的誤差，因?yàn)樗锊⒉坏扔谕淼咎铮乱徊綄L試?yán)眠b感反演和地面實(shí)測結(jié)合的方式確定晚稻田的具體分布情況，從而從水田中進(jìn)一步分離出晚稻田，提高精細(xì)化服務(wù)水平。

根據(jù)寒露風(fēng)天氣特點(diǎn)，尤其是區(qū)域發(fā)生特點(diǎn)，可以為采取區(qū)別化、針對性的生產(chǎn)措施調(diào)整和防御提供參考。在產(chǎn)前，根據(jù)區(qū)域寒露風(fēng)發(fā)生和風(fēng)險特點(diǎn)，尤其是在江西、湖南等寒露風(fēng)風(fēng)險較高的區(qū)域，需要選擇合適的能在寒露風(fēng)來臨前大概率完成齊穗的品種，在充分考慮品種生育特性的基礎(chǔ)上盡可能早播早插(王華等，2011)。在產(chǎn)中，根據(jù)實(shí)時天氣和晚稻生長發(fā)育進(jìn)程，對寒露風(fēng)進(jìn)行提前預(yù)測(羅伯良和李易芝，2015；吳立等，2016a；2016b)，從而采取相應(yīng)的管理技術(shù)(李超等，2018；蘇榮瑞等，2012)，如在寒露風(fēng)到來時，對于尚未抽穗晚稻采取灌深水增溫，對已進(jìn)入始穗的晚稻采取結(jié)合葉面適量噴施磷酸二氫鉀加調(diào)節(jié)劑等促進(jìn)晚稻早抽穗；對正處于抽穗揚(yáng)花的晚稻應(yīng)灌深水保溫御寒、噴施增溫劑以減輕低溫危害確保安全齊穗。寒露風(fēng)過后，受影響水稻對病蟲害的抵抗力下降，需預(yù)防白葉枯病和細(xì)菌性條斑病以及稻飛虱等危害，避免或減輕病蟲害對于水稻產(chǎn)量的影響。