孫建偉 徐慧 田宏偉 張方敏

摘要 依托河南省1989—2018年冬小麥、夏玉米產(chǎn)量數(shù)據(jù)及15種大尺度大氣環(huán)流指數(shù)資料，基于集合經(jīng)驗?zāi)B(tài)分解評估研究區(qū)糧食作物單產(chǎn)的時序演變特征，結(jié)果表明，近30年冬小麥、夏玉米的單產(chǎn)均以趨勢性增長為主，其方差貢獻率分別為96.3%、59.5%，而單位面積農(nóng)用化肥施用量是驅(qū)動單產(chǎn)增加的首要因素;冬小麥單產(chǎn)波動存在著準(zhǔn)2.7、6、10年的周期性振蕩，而夏玉米單產(chǎn)波動存在著準(zhǔn)3.3、7.5、10年的周期性振蕩;各作物單產(chǎn)的周期性振蕩均與環(huán)流指數(shù)存在顯著的相關(guān)性，而由前期環(huán)流指數(shù)與年份作為預(yù)報因子的線性模型較好地模擬了冬小麥、夏玉米單產(chǎn)的年際變化，其平均相對誤差分別為3.1%、5.3%;河南省夏玉米單產(chǎn)波動對環(huán)流指數(shù)更為敏感，特別是前一年10月份較高數(shù)值的東太平洋/北太平洋濤動（EP/NP）是其單產(chǎn)減少的關(guān)鍵前兆性信號。

關(guān)鍵詞 河南省;冬小麥;夏玉米;單產(chǎn);時序演變特征;大氣環(huán)流

中圖分類號 S 162文獻標(biāo)識碼 A

文章編號 0517-6611（2022）02-0227-04

doi：10.3969/j.issn.0517-6611.2022.02.060

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Temporal Evolution Characteristics of Grain Yield in Henan Province during Recent 30 Years and Its Relation to Atmospheric Circulation

SUN Jian-wei1， XU Hui2， TIAN Hong-wei3，4 et al （1.Zhaocun Reservoir Management Office of Jiangning District in Nanjing，Nanjing，Jiangsu 211100;2.Nanjing Research Institute of Ecology and Environmental Protection， Nanjing，Jiangsu 210013;3.China Meteorological Administrator/Henan Provincial Key Laboratory of Agrometeorological Safeguard and Applied Technique， Zhengzhou，Henan 450003;4.Henan Institute of Meteorological Sciences， Zhengzhou，Henan 450003）

Abstract Based on the yield record of winter wheat and summer maize during 1989-2018 in Henan Province and the data of large-scale atmospheric circulation indices （LACI）， the temporal evolution characteristics for grain crops yield were evaluated using ensemble empirical mode decomposition （EEMD）.The results showed that in the past 30 years， both the winter wheat and summer maize yield were characterizing as increasing trends with the variance contribution of 96.3% and 59.5%， respectively， and the dosage of agricultural chemical fertilizer in per area was the primary factor driving the yield increase.There were quasi 2.7a， 6a， 10a periodic oscillations for yield fluctuations of winter wheat， while there were quasi 3.3a， 7.5a， 10a periodic oscillations for yield fluctuations of summer maize.There were significant correlations between the periodic oscillation of yield and LACI in each crop，the linear model with the antecedent LACI and the year as the forecasting factor simulated the inter-annual variation of winter wheat and summer maize yields， and the average relative errors were 3.1% and 5.3%，respectively.The yield fluctuations of summer maize was more sensitive to LACI， especially the higher East Pacific/North Pacific Oscillation （EP/NP） in October over the previous year was the key precursor signals for yield reduction.

Key words Henan Province;Winter wheat;Summer maize;Yield per unit area;Temporal evolution characteristics;Atmospheric circulation

基金項目 中國氣象局/河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點實驗室開放研究基金項目（AFM202006）。

作者簡介 孫建偉（1984—），男，浙江蘭溪人，工程師，從事水利工程管理、灌區(qū)及農(nóng)田水利工程管理工作。*通信作者，高級工程師，碩士，從事生態(tài)氣象研究。

收稿日期 2021-09-30;修回日期 2021-10-20

糧食安全是關(guān)系一個國家和地區(qū)生存與發(fā)展的重大問題，由于構(gòu)造復(fù)雜的地形地貌、脆弱且災(zāi)害頻發(fā)的自然環(huán)境、有限的可利用耕地面積等國情，我國糧食產(chǎn)量的穩(wěn)定增產(chǎn)面臨著嚴(yán)峻的挑戰(zhàn)[1]。近幾十年來，我國糧食總產(chǎn)量持續(xù)增加的主要原因是政策、技術(shù)、生產(chǎn)力不斷優(yōu)化帶來作物單產(chǎn)水平的不斷提高，因此主要糧食作物單產(chǎn)的時空演變規(guī)律受到了諸多學(xué)者的廣泛重視[2]。剔除趨勢法是研究糧食單產(chǎn)波動的主要手段，但剔除趨勢項后的波動仍然是多因素多尺度的綜合作用，且無法描述波動的多時間尺度特征[3]。與小波分析法、HP濾波分解法、最小二乘法這類去除趨勢的方法相比，集合經(jīng)驗?zāi)B(tài)分解（EEMD）能夠在沒有預(yù)先設(shè)定基函數(shù)的情形下，依據(jù)數(shù)據(jù)自身的時間尺度特征進行自適應(yīng)的信號分解，并且對趨勢項的提取更具客觀性和穩(wěn)定性。

全球氣候變暖帶來的氣溫、降水、光照等氣候要素的變化，使得我國主要糧食作物產(chǎn)區(qū)的水熱氣候條件以及農(nóng)業(yè)氣象災(zāi)害的類型、強度、頻次都發(fā)生了顯著的變化，因而加劇了糧食作物單產(chǎn)波動[4-6]。作物單產(chǎn)的年際波動受區(qū)域農(nóng)業(yè)氣候要素的直接影響，而大氣環(huán)流異常是導(dǎo)致氣候異常甚至災(zāi)害型天氣發(fā)生的重要原因[7]。耦合了海洋與大氣關(guān)鍵特征信息的大尺度環(huán)流指數(shù)高效地量化了逐月、逐年區(qū)域環(huán)流的變化情形?，F(xiàn)有的研究表明全球不同地區(qū)降水、氣溫的季節(jié)性變化與環(huán)流指數(shù)之間存在不同程度的時滯相關(guān)性，如ENSO一類的環(huán)流指數(shù)可以在半年甚至一年前對來年的區(qū)域降水進行有效的預(yù)估[8]。鑒于此，直接構(gòu)建作物單產(chǎn)與各種類型大尺度環(huán)流指數(shù)之間的線性模型值得很好的嘗試，但現(xiàn)階段類似的研究還較少[9-10]。

河南省地處我國中東部、黃河中下游，其地勢上處于我國第二級階梯和第三級階梯過渡地帶，氣候上屬于亞熱帶向暖溫帶過渡。該省是全國重要的農(nóng)業(yè)大省和糧食生產(chǎn)基地，其冬小麥的種植面積與總產(chǎn)量均為全國之首[11-12]。夏玉米是河南省僅次于小麥的重要糧食作物，占全國播種面積的10%。降水資源的年內(nèi)分布不均以及年代際波動較大導(dǎo)致季節(jié)性雨澇、干旱事件的頻繁發(fā)生，成為制約河南省糧食穩(wěn)產(chǎn)增產(chǎn)的首要因素?，F(xiàn)有的研究主要局限在探求糧食總產(chǎn)量的驅(qū)動因素，而對單產(chǎn)的時序演變特征還鮮見報道[13]。鑒于此，筆者使用EEMD解析河南省冬小麥、夏玉米單產(chǎn)的時序變化特征及其與環(huán)流指數(shù)的可能聯(lián)系，這將為深入預(yù)估、預(yù)判區(qū)域糧食生產(chǎn)安全的風(fēng)險變化提供重要的參考依據(jù)。

1 資料與方法

1.1 基本數(shù)據(jù)

全省尺度下河南省冬小麥、夏玉米的單產(chǎn)及相關(guān)農(nóng)業(yè)經(jīng)濟數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)提供的農(nóng)情資料。由于1989年前的相關(guān)記錄缺失較多，故該研究計算分析的時段設(shè)置為1989—2018年，2種作物單產(chǎn)的年際變化序列見圖1。此外6種關(guān)鍵農(nóng)業(yè)經(jīng)濟指標(biāo)分別為S1，有效灌溉率（有效灌溉面積/總播種面積，%）;S2，單位面積農(nóng)用化肥施用量（總化肥施用量/總播種面積，萬t/1 000 hm2）;S3，單位面積投入農(nóng)業(yè)機械動力（農(nóng)業(yè)機械總動力/總播種面積，萬kW/1 000 hm2）;S4，單位面積投入人力（農(nóng)業(yè)總從業(yè)人口/總播種面積，萬人/1 000 hm2）;S5，農(nóng)田除澇率（出澇面積/總播種面積，%）;S6，單位面積農(nóng)藥使用量（農(nóng)藥總使用量/總播種面積，萬t/1 000 hm2）。

15種大尺度大氣環(huán)流指數(shù)（large-scale atmospheric circulation indices， LACI） 1988—2017年的逐月數(shù)據(jù)由美國國家大氣海洋局（ NOAA）氣候預(yù)測中心（ https：//www.esrl.noaa.gov） 提供，分別為太平洋-北美遙相關(guān)型（PNA）、東太平洋/北太平洋濤動（EP/NP）、西太平洋遙相關(guān)型（WP）、北大西洋濤動（NAO）、南方濤動（SOI）、熱帶北大西洋海溫（TNA）、熱帶南大西洋海溫（TSA）、西半球暖池指數(shù)（WHWP）、混合ENSO指數(shù)（MEI）、厄爾尼諾-3區(qū)的平均海面溫度（NINO 3）、厄爾尼諾1+2區(qū)的平均海面溫度（NINO 1+2）、厄爾尼諾-4區(qū)的平均海面溫度（NINO 4）、厄爾尼諾-3.4區(qū)的平均海面溫度（NINO 3.4）、太平洋年代際振蕩（PDO）、北太平洋遙相關(guān)型（NP）[9-10]。

1.2 EEMD 集合經(jīng)驗?zāi)B(tài)分解（ensemble empirical mode decomposition，EEMD）是一種高效處理線性及非線性時間序列的分析技術(shù)，可以將不同頻率的波動和趨勢逐級提取出來[14]。EEMD提取出的波動項一般稱之為有限個本征模函數(shù)IMF（intrinsic mode function），其表征了年際、年代際等不同時間尺度的振蕩特征，而趨勢項則通過單調(diào)或均值函數(shù)來描述，其代表時間序列的長期變化趨勢。

2 結(jié)果與分析

2.1 作物單產(chǎn)的EEMD分析

從冬小麥、夏玉米單產(chǎn)序列的EEMD分析結(jié)果（圖2）可以看出，1989—2018年河南省冬小麥和夏玉米單產(chǎn)逐年序列均可分解為3個IMF項和1個Trend項。其中，Trend項均呈現(xiàn)出顯著的逐年線性上升態(tài)勢，反映科技、經(jīng)濟、政策等社會因素高速發(fā)展的增產(chǎn)效應(yīng)。圖2a中IMF1、IMF2、IMF3分別表征冬小麥單產(chǎn)波動的準(zhǔn)2.7、6、10年周期性振蕩，而圖2b中IMF1、IMF2、IMF3分別表征夏玉米單產(chǎn)序列的準(zhǔn)3.3、7.5、10年周期性振蕩。這與研究區(qū)降水、氣溫等氣候要素的振蕩主周期（3～12年）相一致[15-16]，說明糧食作物單產(chǎn)的短期、中期及年代際波動與氣候變化關(guān)系密切。圖2a中冬小麥單產(chǎn)Trend項的方差貢獻率高達(dá)96.3%，這表明冬小麥單產(chǎn)變化的首要驅(qū)動力為農(nóng)業(yè)經(jīng)濟等非氣候要素。相比之下，夏玉米單產(chǎn)Trend項的方差貢獻率僅為59.5%，而IMF1、IMF2項的貢獻率均接近18%，這表明氣候要素對夏玉米單產(chǎn)的短期年際變化的影響更為顯著。此外，從圖2中IMF1的逐年變化過程可以看出，冬小麥單產(chǎn)短期波動的大幅振蕩主要發(fā)生在1998年前，此后波動的振幅顯著減小;冬小麥單產(chǎn)短期波動的大幅振蕩主要發(fā)生在2003年前，此后波動的振幅相對較小。

2.2 作物單產(chǎn)各分量與農(nóng)業(yè)經(jīng)濟指標(biāo)的相關(guān)分析

表1～2給出了冬小麥、夏玉米單產(chǎn)IMF及Trend分量與農(nóng)業(yè)投入要素相關(guān)分析的結(jié)果。從各組相關(guān)系數(shù)來看，農(nóng)業(yè)經(jīng)濟指標(biāo)（有效灌溉率S1、單位面積農(nóng)用化肥施用量S2、單位面積投入農(nóng)業(yè)機械動力S3、單位面積投入人力S4、農(nóng)田除澇率S5、單位面積農(nóng)藥使用量S6）與IMF1、IMF2、IMF3、Trend的關(guān)聯(lián)度存在顯著差異。各作物IMF1分量與農(nóng)業(yè)經(jīng)濟指標(biāo)的相關(guān)性最弱，其相關(guān)系數(shù)絕對值在0.003～0.136;IMF2、IMF3分量與農(nóng)業(yè)經(jīng)濟指標(biāo)的相關(guān)性也較弱，其相關(guān)系數(shù)絕對值在0.053～0.299;各作物Trend分量均與農(nóng)業(yè)經(jīng)濟指標(biāo)呈現(xiàn)出極強的相關(guān)性，其相關(guān)系數(shù)絕對值在0.558～0.990。這一結(jié)果進一步說明研究區(qū)糧食作物單產(chǎn)的長期增加趨勢是農(nóng)業(yè)投入要素驅(qū)動的結(jié)果。從作物單產(chǎn)與各農(nóng)業(yè)經(jīng)濟指標(biāo)的相關(guān)系數(shù)來看，單位面積農(nóng)用化肥施用量（S2）是影響冬小麥單產(chǎn)長期趨勢的首要因素，其次為單位面積投入農(nóng)業(yè)機械動力（S3）;單位面積農(nóng)用化肥施用量（S2）同樣也是影響夏玉米單產(chǎn)長期趨勢的首要因素，其次為農(nóng)田除澇率（S5）。

2.3 作物單產(chǎn)IMF分量與環(huán)流指數(shù)的相關(guān)分析

依托冬小麥、夏玉米單產(chǎn)IMF分量的逐年序列、13個月份15種環(huán)流指數(shù)的逐年序列（包含作物收獲月份及之前的12個月），對IMF1、IMF2、IMF3分量與環(huán)流指數(shù)進行相關(guān)分析（每個IMF序列對應(yīng)13×15個環(huán)流指數(shù)逐年序列），以期了解單產(chǎn)短期、中期、長期波動對大尺度環(huán)流異常的響應(yīng)。表3～4給出了對IMF分量影響最顯著的環(huán)流指數(shù)類型及其所在月份。從各組相關(guān)系數(shù)來看，不同作物單產(chǎn)的IMF1、IMF2、IMF3分量對環(huán)流指數(shù)的響應(yīng)存在差異。冬小麥單產(chǎn)IMF1分量與環(huán)流指數(shù)的相關(guān)性最顯著，其相關(guān)系數(shù)絕對值的最大值為0.523，而IMF2、IMF3分量與環(huán)流指數(shù)相關(guān)系數(shù)絕對值的最大值分別為0.456、0.494;夏玉米單產(chǎn)IMF2分量與環(huán)流指數(shù)的相關(guān)性最強，其相關(guān)系數(shù)絕對值的最大值達(dá)0.651，而IMF1、IMF3分量與環(huán)流指數(shù)相關(guān)系數(shù)絕對值的最大值分別為0.392、0.592。這表明環(huán)流指數(shù)對冬小麥單產(chǎn)的短期波動有一定的指示作用，而對夏玉米單產(chǎn)的中期及年代際波動有更強的指示作用。

此外，影響不同作物單產(chǎn)的環(huán)流指數(shù)存在顯著的類型差異（表3～4）。就冬小麥而言，生育期內(nèi)（10月—次年5月）與IMF分量相關(guān)性較顯著的環(huán)流指數(shù)主要為TSA、EP/NP、NAO， 其相關(guān)系數(shù)絕對值在0.384～0.523;而生育期之前與IMF分量相關(guān)性較顯著的環(huán)流指數(shù)主要為SOI、PDO、TNA，其相關(guān)系數(shù)絕對值在0.456～0.468。就夏玉米而言，生育期內(nèi)（6—9月）與IMF分量相關(guān)性較顯著的環(huán)流指數(shù)主要為WP、PDO、TNA， 其相關(guān)系數(shù)絕對值在0.392～0.577;而生育期之前與IMF分量相關(guān)性較顯著的環(huán)流指數(shù)主要為EP/NP，其相關(guān)系數(shù)絕對值在0.389～0.651。相比較而言，生育期之前月份的環(huán)流指數(shù)對氣候變化引發(fā)的單產(chǎn)波動有更強的指示作用。

2.4 基于前期環(huán)流信號的單產(chǎn)預(yù)報模型

由圖2可知，冬小麥、夏玉米單產(chǎn)逐年序列的Trend分量呈現(xiàn)出極顯著的線性增加趨勢，且各IMF分量與關(guān)鍵月份的環(huán)流指數(shù)顯著相關(guān)，由此構(gòu)建了表5中使用年份及前期3個關(guān)鍵環(huán)流指數(shù)作為自變量的多元線性單產(chǎn)預(yù)報模型。從表5和圖3可以看出，研究區(qū)4個變量冬小麥單產(chǎn)預(yù)報模型計算得出的模擬值與實測值有顯著的同步性，其R2高達(dá)0.964;特別是除1997年外，各年的相對誤差均不超過10%，其整個研究期的平均相對誤差僅為3.1%。與冬小麥相比，研究區(qū)4個變量夏玉米單產(chǎn)預(yù)報模型的模擬精度略低，其R2為0.706，且平均相對誤差達(dá)5.4%;特別是2003年的預(yù)報誤差超過15%。由于簡易預(yù)報模型所含自變量較少，并且沒有使用相關(guān)經(jīng)濟社會要素，因此對重大氣象災(zāi)害帶來的嚴(yán)重災(zāi)損預(yù)估效果并不理想。

此外，表5中逐步回歸分析對各作物單產(chǎn)預(yù)報模型進行了簡化。對冬小麥而言，僅用年份的單因子預(yù)報模型的R2為0.954，而包含關(guān)鍵環(huán)流信號SQI的雙因子預(yù)報模型的R2為0.961;兩者相比，環(huán)流信號SOI的加入對單產(chǎn)預(yù)報效果的提升有限，這進一步表明研究區(qū)冬小麥單產(chǎn)波動對氣候變化不是很敏感。反觀夏玉米，僅用年份的單因子預(yù)報模型的R2為0.485，而包含關(guān)鍵環(huán)流信號EP/NP的雙因子預(yù)報模型的R2為0.650;相比較，環(huán)流信號EP/NP的加入大幅提高了單產(chǎn)預(yù)報模型的模擬效果，這進一步表明研究區(qū)夏玉米單產(chǎn)波動對氣候變化更為敏感，而前期的環(huán)流信號對單產(chǎn)的豐歉有重要的指示作用。由表5中方程可知當(dāng)年10月份EP/NP每增加1個單位，可能會導(dǎo)致下一年研究區(qū)夏玉米單產(chǎn)減少292 kg/hm2。

3 結(jié)論

（1）EEMD分析結(jié)果表明研究區(qū)冬小麥、夏玉米的單產(chǎn)波動均可分解為長期性增長趨勢和準(zhǔn)2.7～3.3、6.0～7.5、10年的周期性振蕩，其中趨勢性上升是糧食作物單產(chǎn)波動的主流。

（2）單位面積農(nóng)用化肥施用量是影響研究區(qū)冬小麥、夏玉米單產(chǎn)長期趨勢的首要因素，而各作物單產(chǎn)不同時間尺度的周期振蕩均與環(huán)流指數(shù)有顯著的相關(guān)性，特別是由年份及前期環(huán)流指數(shù)構(gòu)建的線性模型有較好的單產(chǎn)預(yù)報效果。

（3）河南省夏玉米單產(chǎn)波動對環(huán)流指數(shù)更為敏感，特別是前一年10月份EP/NP，每增加1個單位會導(dǎo)致產(chǎn)量減少292 kg/hm2。

參考文獻

[1]

鄔舒靜.安徽省糧食產(chǎn)量的影響因素研究[J].江西農(nóng)業(yè)學(xué)報，2016，28（10）：116-119，125.

[2] 蔣尚明，金菊良，許滸，等.基于經(jīng)驗?zāi)B(tài)分解和集對分析的糧食單產(chǎn)波動影響分析[J].農(nóng)業(yè)工程學(xué)報，2013，29（4）：213-221.

[3] 劉忠，黃峰，李保國.基于經(jīng)驗?zāi)B(tài)分解的中國糧食單產(chǎn)波動特征及影響因素[J].農(nóng)業(yè)工程學(xué)報，2015，31（2）：7-13.

[4] 李樹巖，方文松，馬志紅.河南省夏玉米生長季農(nóng)業(yè)氣候資源變化分析[J].河南農(nóng)業(yè)科學(xué)，2012，41（7）：21-26.

[5] 覃志豪，唐華俊，李文娟，等.氣候變化對農(nóng)業(yè)和糧食生產(chǎn)影響的研究進展與發(fā)展方向[J].中國農(nóng)業(yè)資源與區(qū)劃，2013，34（5）：1-7.

[6] 朱保美，胡雪紅，周清，等.氣候變化對齊河縣糧食生產(chǎn)的影響和對策[J].安徽農(nóng)業(yè)科學(xué)，2014，42（28）：9869-9871.

[7] 徐敏，徐經(jīng)緯，高蘋，等.基于海溫和大氣環(huán)流特征量的農(nóng)業(yè)氣候年景預(yù)測[J].江蘇農(nóng)業(yè)科學(xué)，2016，44（9）：435-439.

[8] 李佳佳，賀新光，盧希安.長江流域月降水的EEMD多時間尺度遙相關(guān)分析[J].長江流域資源與環(huán)境，2019，28（8）：1898-1908.

[9] 田宏偉，胡程達(dá)，黃進，等.近30年河南省冬小麥氣象年景的時空演變及其與大氣環(huán)流的聯(lián)系[J].水土保持研究，2020，27（6）：346-352.

[10] 田宏偉，閔俊杰，黃進，等.基于集合經(jīng)驗?zāi)B(tài)分解的河南省夏玉米產(chǎn)量波動對大氣環(huán)流的響應(yīng)[J].水土保持通報，2020，40（4）：176-182.

[11]

劉小雪，申雙和，劉榮花.河南夏玉米產(chǎn)量災(zāi)損的風(fēng)險區(qū)劃[J].中國農(nóng)業(yè)氣象，2013，34（5）：582-587.

[12] 孟琪，王來剛，秦奮，等.河南省農(nóng)作物最大光能利用率綜合評估與時空特征分析[J].河南農(nóng)業(yè)科學(xué)，2018，47（7）：149-156.

[13] 賀振.河南省糧食生產(chǎn)動態(tài)變化及驅(qū)動機制分析研究[J].干旱區(qū)資源與環(huán)境，2010，24（6）：6-9.

[14] 齊樂秦，粟曉玲，馮凱.西北地區(qū)多尺度氣象干旱對環(huán)流因子的響應(yīng)研究[J].干旱區(qū)資源與環(huán)境，2020，34（1）：106-114.

[15] 孫衛(wèi)國，程炳巖，顧萬龍.河南省氣候變化與北極濤動的多時間尺度相關(guān)[J].高原氣象，2008，27（2）：430-441.

[16] 閆軍輝，張向敏，周紅升，等.1951—2015年河南省溫度變化研究[J].干旱區(qū)資源與環(huán)境，2017，31（7）：102-107.