馬子平，郝紋進，郭 婕，秦小康，鄭秀文，劉麗英

（1.山西省忻州市氣象局，山西 忻州 034000；2.山西省忻州市科技情報與戰(zhàn)略研究中心，山西 忻州 034000；3.山西省安澤縣氣象局，山西 安澤 042500）

世界氣象組織（WMO）在《2021年氣候狀況：極端事件和主要影響》中指出，全球2015─2021年是有氣溫記錄以來最熱的7 a［1］。受全球氣候變暖的影響，我國氣候也逐漸變暖，2021全國平均氣溫為1951年以來最高［2］。近年來，全國各地極端氣候事件多發(fā)強發(fā)，由極端降水事件引發(fā)的干旱、洪澇、山洪、泥石流等自然災害對人類社會和經濟的發(fā)展造成了嚴重的影響，構成了較大的威脅［3］。2021年7月20日，河南鄭州1 h降水量最高達201.9 mm，創(chuàng)我國小時降水量的觀測記錄［4］。洪水在河南省造成了177億美元的經濟損失［5］。PCC在《氣候變化與土地特別報告》中指出，氣候變化已經影響糧食安全，并且未來的影響將越來越大。目前極端氣候成因、極端氣候的時空變化特征及其對糧食安全生產的影響已成為氣候變化相關研究中的熱點問題。

近年來，國內許多學者就不同地域和不同時期的極端氣候及其對糧食產量的影響進行了研究，部分學者對山西的極端氣候特征進行了研究。前人的研究結果顯示，山西省西南地區(qū)整體呈干旱化趨勢，西北地區(qū)的極端降水事件趨于增加［6］，具有明顯的局地性特征，發(fā)生大范圍極端降水事件的概率較低［7］。山西省部分地區(qū)植被稀少，水土流失嚴重，生態(tài)環(huán)境脆弱［8］，對極端氣候事件較為敏感。山西省的降水強度（SDII）和持續(xù)干旱指數(CDD)有所增加［9］。山西極端降水日數有微弱減少趨勢［10］。趨于減少的極端強降水事件存在年際振蕩現(xiàn)象［11］。汛期極端降水的特征有所增強，次數有所增加［12］。

玉米是山西省忻州市的主要糧食作物，其種植面積約占耕地總面積的2/3。7月和8月是玉米生長的關鍵期，極端降水事件對玉米產量有著不可逆的影響［13］。目前，有關極端氣候對山西忻州糧食產量尤其是對玉米產量影響的研究極少，因此探究區(qū)域極端降水事件對玉米產量的影響及其響應機制尤為必要。

1 研究區(qū)域概況與研究方法

1.1 研究區(qū)域概況

忻州市位于山西省中北部，地處黃土高原東端，年平均氣溫為5.6～10.0 ℃，年平均降水量為404.9～528.3 mm，有62.3%的降水集中在夏季。以呂梁山脈為界大致分為西部8縣和東部6縣。西部地區(qū)有黃河沿岸和高寒山區(qū)，其中黃河沿岸包括河曲縣、保德縣和偏關縣，高寒山區(qū)包括寧武縣、神池縣、五寨縣、岢嵐縣和靜樂縣；東部地區(qū)有忻定原盆地和繁代谷地，其中忻定原盆地包括忻府區(qū)、原平市和定襄縣，繁代谷地包括繁峙縣、代縣和五臺縣。

1.2 數據來源及說明

本研究所用的氣象數據來源于忻州14個縣（市、區(qū)）氣象觀測站。所用的玉米產量數據來源于中國知網的經濟與社會發(fā)展統(tǒng)計數據中心(https://data.cnki.net/ValueSearch/Index?datatype=year&ky)和忻州市農業(yè)農村局。ENSO事件數據來源于中國氣象局預報與網絡司2016年發(fā)布的《1950年以來已確定的ENSO事件表》和國家氣候中心網。鑒于各縣（市、區(qū)）氣象觀測站建站時間和玉米種植年份不同，根據資料連續(xù)性、完整性和最長時間段等原則，最終選取了14個縣（市、區(qū)）1981─2022年7─8月的降水數據和2000─2022年的玉米單產數據。7─8月降水量累年平均值采用1991─2020年30 a的降水量平均值。

1.3 判斷極端降水事件的方法

世界氣象組織規(guī)定：當與相應的30 a平均值之差超過標準差的2倍時，定義為極端天氣。本研究采用極端降水指數和降水距平百分比綜合判斷極端降水事件的發(fā)生與否。

1.3.1 極端降水指數 極端降水指數的計算公式為：

式（1）中：L為極端降水指數；S為標準差；Δs為平均差。標準差S的計算公式為：

式（2）中：S為i測站當年7─8月的降水量i為i測站累年7─8月的平均降水量。

1.3.2 降水距平百分比 降水距平百分比的計算公式為：

式（3）中：P為7─8月的降水距平百分比；Si和的含義同上。

1.3.3 判斷本地極端降水事件發(fā)生的標準 根據式（1）計算出1981─2022年7─8月忻州全市及各縣（市、區(qū)）極端降水指數(L)的平均值。分析發(fā)現(xiàn)，在42 a間，研究區(qū)域內有9 a的|L|＞2，在這9 a中共有23站次達此標準，其中2022年達標站次最多，達7站次。全市的平均L值只在2022年大于2，說明極端降水是一種局地性強、危害性極大的小概率事件。張潤英等［14］的研究結果表明：忻州夏季發(fā)生干旱的概率為45.7%，發(fā)生洪澇的概率為25.7%?；诖耍雀鶕剑?）計算出各縣（市、區(qū)）1981─2022年7─8月的降水距平百分比，再反向計算當|P|=64.8%時各縣（市、區(qū)）的L值。計算結果（表1）顯示，五臺和寧武縣的|L|＜1.5，其他縣（市、區(qū)）的|L|＞1.5。因此筆者將判斷極端降水事件發(fā)生的標準修正為|L|＞1.5，且當L＞1.5時為正極端降水事件，當L＜-1.5時為負極端降水事件。

表1 當|P|＝64.8%時忻州市各縣（市、區(qū)）的極端降水指數（L）絕對值

1.4 玉米產量的計算方法

1.4.1 趨勢產量、氣候產量的計算方法 影響農作物產量形成的因素有自然和非自然因素兩種，因此人們常把農作物的產量分解為趨勢產量、氣候產量和隨機產量3個部分，其中趨勢產量是反映歷史時期生產力發(fā)展水平的長周期產量分量［15］，一般按影響的性質和時間尺度對糧食單產時間序列進行分解［16］；由氣象因素造成產量變化的部分為氣候產量［17］；隨機產量是由隨機因素決定的產量。作物產量的計算公式［18］為：

式（4）中：Y代表作物的實際產量；Yt代表趨勢產量；Yw代表氣候產量；ε代表隨機產量。由于隨機產量ε在作物產量中所占的比例很小，常忽略不計，因此，本研究將玉米產量分解為趨勢產量和氣候產量2個部分，式（4）可以簡化為：

本研究采用5 a 滑動平均法［18］對玉米的實際產量數據進行連續(xù)滑動處理，求得玉米的趨勢產量。玉米的氣候產量是從原始實際產量中扣除趨勢產量得到，其計算公式為：

若氣候產量Yw＞0，則表示當年為氣候豐產年；若Yw＜0，則表示當年為氣候歉產年；若Yw=0，則表示當年為氣候平產年。

1.4.2 判斷產量豐歉的方法 由式（6）計算出的玉米氣候產量不能定量描述氣候波動對玉米產量的影響程度，而玉米相對氣候產量能更好地解釋這一問題［19-21］。其計算公式為：

式（7）中：Yr為相對氣候產量(%)；Yw為氣候產量(kg/hm2)；Yt為趨勢產量(kg/hm2)。當Yr＞10%時，為氣候豐年，表征當年的氣候要素有利于玉米的生長發(fā)育；當Yr＜-10%時，為氣候歉年，表征當年的氣候要素不利于玉米的生長發(fā)育［22］；當0＜Yr≤10%時，為氣候偏豐年，表征當年的氣候要素較有利于玉米的生長發(fā)育；當-10%≤Yr＜0時，為氣候偏歉年，表征當年的氣候要素較不利于玉米的生長發(fā)育；當Yr=0時為氣候正常年。

2 極端降水事件的時空分布特征

2.1 極端降水的時空分布特征

由圖1可以看出：在1981─2022年期間，忻州全市7─8月的極端降水指數以0.173/10 a的速率呈增加趨勢；各區(qū)域的極端降水指數隨時間變化均呈增加趨勢，增長速率在0.043～0.213/10 a之間，除黃河沿岸外，其余區(qū)域的增加趨勢較明顯。在此期間全市發(fā)生了8次大范圍的極端降水事件（表2），正、負極端降水事件各有4次，概率均為9.5%。在20世紀80年代和90年代，極端降水事件呈“-+-+”型，間隔時間為2～5 a，其中忻定原盆地、繁代谷地和高寒山區(qū)發(fā)生極端降水事件比較頻繁。在21世紀10年代至20年代極端降水事件呈“--++”型，各區(qū)域發(fā)生極端降水事件的概率明顯低于前一時期，間隔時間也延長到7 a左右。在21世紀10年代的前4 a極端降水事件基本上處在平穩(wěn)期，全市基本上沒有發(fā)生極端降水事件，表明在此期間7─8月份降水比較穩(wěn)定；在21世紀10年代的后6 a以及20年代的前2 a，發(fā)生了3次極端降水事件，間隔時間為3～4 a。

圖1 1981─2022年7─8月忻州全市平均極端降水指數的變化趨勢

在7─8月份，忻州市在42 a間有13 a發(fā)生了極端降水事件，發(fā)生正、負極端降水事件的年份數分別為8 a和5 a，極端降水事件發(fā)生的區(qū)域性、時間離散性較強。在高寒山區(qū)、忻定原盆地、繁代谷地和黃河沿岸發(fā)生極端降水事件的年份數在6～8 a之間（表2），發(fā)生概率在14.2%～19.0%之間，以高寒山區(qū)發(fā)生次數最多；在所有發(fā)生極端降水事件的年份中，只有2022年在4個區(qū)域都發(fā)生了極端降水事件，當年有7站的L值大于2.0，全市的平均L值也達到了2.74，是發(fā)生極端降水事件最強的一年。4個區(qū)域發(fā)生正極端降水事件的年份數相同，均為4 a；而發(fā)生負極端降水事件的年份數在2～4 a之間。繁代谷地發(fā)生正極端降水事件的概率高于其他區(qū)域；高寒山區(qū)發(fā)生負極端降水事件的概率高于其他區(qū)域；黃河沿岸在20世紀90年代后期和近幾年極端降水事件發(fā)生較頻繁，其中2015、2016和2017年連續(xù)3 a發(fā)生了極端降水事件。近幾年4個區(qū)域極端降水事件的發(fā)生概率也呈增加趨勢，其中2018、2022年發(fā)生了大范圍、高強度的正極端降水事件，表明近年來忻州市7月和8月的降水明顯增多，發(fā)生正極端降水事件的頻率增大、強度增強，發(fā)生洪澇災害的風險加大，特別是繁代谷地發(fā)生洪澇災害的潛在風險高于其他區(qū)域。

2.2 ENSO與極端降水事件的關系

分析ENSO與極端降水事件的關系發(fā)現(xiàn)：1981年以來共發(fā)生了21次ENSO事件，其中，厄爾尼諾事件11次，拉妮娜事件10次。在42 a間，忻州7─8月8次較大范圍的極端降水事件都發(fā)生在ENSO事件年，其中，正、負極端降水事件各4次（表2）。受厄爾尼諾事件影響22 a，極端降水事件的發(fā)生概率為22.7%，且以-0.067/10 a的速率呈弱的下降趨勢；受拉尼娜事件影響18 a，極端降水事件的發(fā)生概率為16.7%，且以0.619/10 a的速率呈上升趨勢。在4次正極端降水事件中，有3次發(fā)生在拉妮娜事件的結束年，1次發(fā)生在厄爾尼諾事件的結束年；在4次負極端降水事件中，有3次發(fā)生在厄爾尼諾事件的開始年，1次發(fā)生在厄爾尼諾事件的持續(xù)年。

3 玉米產量的變化特征

3.1 時間變化特征

由圖2可見：在2000─2022年期間，全市玉米平均實際單產在2968.0～6488.2 kg/hm2范圍內波動，年際間差異較大，玉米實際單產以118.9（kg/hm2）/a的速率呈穩(wěn)定上升趨勢。在2000─2010年期間，玉米實際單產的波動幅度較大且多數低于均值，其中2001、2002年發(fā)生了嚴重的干旱事件，玉米單產居后2位，2003年單產升至平均值以上。在2004─2009年期間，玉米實際單產呈下降趨勢，其中2009年受旱災影響，玉米減產嚴重，玉米單產又跌入谷底。在2010年之后，玉米實際單產穩(wěn)步上升，并維持在平均值以上，與趨勢產量的變化趨勢基本一致。對比分析玉米的氣候產量和相對氣候產量發(fā)現(xiàn)，氣候產量在前10 a波動較大，在后10 a的變化趨于平緩，相對氣候產量的變化趨勢與氣候產量基本一致，由此可以看出氣候因素對玉米產量的影響很大。玉米的趨勢產量在2000─2022年間基本上保持上升趨勢，由2001年的4292.1 kg/hm2上升到2022年的6488.2 kg/hm2，只在2004、2005年這2 a略有下降，隨后逐步增加且高于實際產量。在23 a間，有4個氣候歉年（2001、2008、2009、2015年）、3個氣候豐年（2000、2003、2004年）、15個偏歉年和1個偏豐年。

圖2 2000─2022年忻州全市平均玉米產量的變化趨勢

3.2 空間分布特征

分析結果表明：在2005─2022年期間，忻州全市玉米的平均單產為5298.8 kg/hm2；各縣（市、區(qū)）的玉米單產在2404.3～7087.0 kg/hm2之間，以定襄縣的玉米單產最高，以保德縣的玉米單產最低。從區(qū)域分布來看：忻定原盆地的玉米單產為6274.6 kg/hm2，比全市平均單產高975.8 kg/hm2，為高產區(qū)；高寒山區(qū)、繁代谷地、黃河沿岸的玉米單產均低于全市平均單產，特別是黃河沿岸的玉米單產只有全市平均單產的48.6%，屬低產區(qū)。從年代際變化來看，各區(qū)域的玉米單產整體上均呈波動性增長趨勢，增長速率在107.5～244.2（kg/hm2）/a之間，以高寒山區(qū)的增長速率最大。自2005年以來，各區(qū)域的最低玉米單產出現(xiàn)在2015年，當年單產在96.1～426.3 kg/hm2之間，其中黃河沿岸的玉米單產不到100 kg/hm2。忻定原盆地的玉米單產除2007、2015年低于全市平均單產外，其余年份均高于全市平均單產；繁代谷地的玉米單產自2016年開始一直高于全市平均單產；高寒山區(qū)的玉米單產則是自2021年才高于全市平均值；而黃河沿岸的玉米單產一直處在全市平均值之下。

4 極端降水對玉米氣候產量的影響

4.1 極端降水與玉米氣候產量的相關性

Pearson相關分析結果（圖3）表明：全市的玉米氣候產量與極端降水指數、降水距平均呈正相關；玉米氣候產量隨著降水量的增加呈先增加后下降的變化趨勢；當降水距平P＞1.0和極端降水指數L＞1.4時，7─8月全市平均降水量超出435.6 mm，此時玉米氣候產量開始呈下降趨勢。

從圖4可以看出：4個區(qū)域玉米氣候產量與極端降水指數之間的相關系數在0.067～0.532之間，其中，在高寒山區(qū)兩者間的相關性最顯著，而在繁代谷地兩者間的相關性不明顯。忻定原盆地和黃河沿岸的玉米氣候產量與極端降水指數間的擬合曲線呈拋物線狀，即玉米氣候產量隨著極端降水指數的增加而先增加后減少，當L＞0.61時，氣候產量開始下降；繁代谷地的玉米氣候產量與極端降水指數間的擬合曲線近于直線且呈緩慢上升趨勢，當L＞2.76時，玉米氣候產量開始下降；高寒山區(qū)有較多的散點接近擬合曲線，以L=2.50為臨界點，在此之前玉米氣候產量明顯增加，而在此之后玉米氣候產量緩慢減少。上述結果說明忻定原盆地和黃河沿岸的玉米氣候產量對極端降水較敏感，而繁代谷地和高寒山區(qū)的玉米氣候產量對極端降水的敏感性較弱。

圖4 2000─2022年忻州各區(qū)域極端降水指數與玉米氣候產量間的擬合曲線

4.2 影響玉米產量的臨界降水量

根據回歸方程計算得知，忻定原盆地、繁代谷地、高寒山區(qū)和黃河沿岸玉米氣候產量開始下降時7─8月的降水量臨界值分別為254.2、441.3、422.0和255.2 mm。當各區(qū)域的降水量超過其臨界值后，降水會對玉米的種子、葉片以及莖稈造成傷害，也容易導致農田積水較多，不利于玉米的根系生長，會出現(xiàn)爛根現(xiàn)象，誘發(fā)各類病蟲害的發(fā)生，最終導致玉米減產［22］。

4.3 ENSO影響下極端降水事件與玉米氣候產量的關系

4.3.1 厄爾尼諾影響下極端降水事件與玉米氣候產量的關系 由表3可知，2002、2015年全市大部分地區(qū)發(fā)生了負極端降水事件，這2 a的玉米相對氣候產量分別為-2.5%和-7.0%，均屬偏歉年。單看這2 a，全市的極端降水強度與玉米氣候產量并非成正比。而分區(qū)域分析發(fā)現(xiàn)，2015年高寒山區(qū)、黃河沿岸、忻定原盆地均出現(xiàn)了負極端降水事件，玉米的相對氣候產量均在-90%以上，而繁代谷地雖未發(fā)生極端降水事件，但降水偏少導致玉米相對氣候產量僅有-93.37%，幾乎絕收。黃河沿岸在2016年雖然發(fā)生了正極端降水事件，但玉米的相對氣候產量只有-26.2%。

表3 忻州市在ENSO年的極端降水指數L、氣候產量Yw和相對氣候產量Yr

4.3.2 拉尼娜影響下極端降水事件與玉米氣候產量的關系 由表3可知，受2017─2018和2021─2022年拉尼娜事件的影響，在2018、2022年的7─8月，全市分別發(fā)生了2次正極端降水事件，當年玉米的相對氣候產量分別為1.1%和0%。在2018年7─8月，繁代谷地和高寒山區(qū)均發(fā)生了正極端降水事件，其玉米相對氣候產量均大于0；在2022年7─8月，4個區(qū)域均發(fā)生了正極端降水事件，其玉米相對氣候產量均大于0，其中高寒山區(qū)和黃河沿岸的玉米相對氣候產量均超過10%。雖然黃河沿岸在2017年7─8月發(fā)生了正極端降水事件，但是玉米的相對氣候產量小于0，這是因為該地當年7─8月的降水量（338.2 mm）比其極端降水閾值多92.2 mm，降水過多導致了玉米減產。

4.3.3 ENSO對玉米氣候產量的影響 在ENSO影響下的23 a中，忻定原盆地玉米氣候產量屬于歉產年的概率明顯高于豐產年，歉產年的概率是豐產年的2倍多；而其余區(qū)域則是豐產年的概率高于歉產年。在厄爾尼諾年，忻定原盆地歉產年的概率比豐產年高71.4個百分點，繁代谷地和高寒山區(qū)歉產年的頻次是豐產年的2.5倍。在拉尼娜年，忻定原盆地豐產年的概率比歉產年高10.0個百分點；繁代谷地豐產年的頻次略高于歉產年。黃河沿岸無論是在厄爾尼諾年還是在拉尼娜年，豐產年的概率都高于歉產年，只是在拉尼娜年兩者的差異更明顯。分析全市玉米氣候產量發(fā)現(xiàn)，在ENSO影響下極端降水引起忻州玉米氣候產量平均下降了15.3 kg/hm2，下降幅度近7%。

5 討論

忻州市地形復雜，氣候差異大，生態(tài)環(huán)境比較脆弱，極端氣候事件發(fā)生頻繁，對農作物影響顯著。蘇喜福等［23］指出，不同的氣候因子對不同地區(qū)的玉米氣象產量有著不同的影響。筆者研究發(fā)現(xiàn)，忻州地區(qū)的極端降水指數在空間上呈自西向東增加的趨勢；玉米實際單產整體上呈波動上升的趨勢，前期增長緩慢，后期增長快速。何俊琦等［24］在研究干旱對玉米產量的影響時也證實了這一點。忻州4個區(qū)域的玉米氣候產量隨7─8月降水量的增加而增加，但當降水量達到臨界值后，玉米氣候產量會下降。本研究結果表明：在高寒山區(qū)，玉米氣候產量與極端降水指數之間的相關性顯著，而在繁代谷地兩者間的相關性不明顯，這與蘇喜福等［23］的研究結果相似。本研究還發(fā)現(xiàn)：忻州市7─8月的極端降水事件多發(fā)生于ENSO年，其中高寒山區(qū)和忻定原盆地的發(fā)生頻率高于繁代谷地和黃河沿岸；正極端降水事件多發(fā)生在拉尼娜結束年，負極端降水事件多發(fā)于厄爾尼諾開始年，這與張潤英等［14］的研究結論一致。在本研究中，當發(fā)生負極端降水事件時，忻州西部地區(qū)玉米氣候產量的下降幅度大于東部；當發(fā)生正極端降水事件時，西部和東北部玉米氣候產量的增加幅度大于東南部地區(qū)。黃河沿岸和忻定原盆地對極端降水的承受能力低于高寒山區(qū)和繁代谷地，因此要特別加強防范黃河沿岸和忻定原盆地的強降水。本研究證實，極端降水事件對忻州玉米氣候產量的影響不是特別顯著，這與張耀東等［22］在研究吉林省極端降水事件對玉米產量的影響時所得結果基本一致。本研究也存在不足之處，即判斷極端降水事件發(fā)生的指標較單一；而降水只是影響玉米產量的諸多因素之一，玉米在不同生育期所需水量不同，對極端降水事件的敏感程度也不同。因此，今后擬采用多個指標綜合判斷極端降水事件的發(fā)生，進一步研究不同極端氣候事件對玉米不同生育期生長發(fā)育的影響，并通過預測季節(jié)性氣候來減輕氣候風險給玉米產量造成的不利影響。

6 結論

1981─2022年期間，忻州7─8月極端降水指數呈上升趨勢，上升速率由西部向東部逐漸增加。7─8月的8次極端降水事件都是在ENSO事件影響下發(fā)生的，其中有22.7%的極端降水事件是受厄爾尼諾影響，有16.7%的極端降水事件受拉妮娜影響。近10 a來，忻州7─8月的極端降水事件呈增加趨勢，尤其是正極端降水事件在頻次及強度上增加明顯。

忻州的玉米實際單產與趨勢產量均隨時間變化呈顯著上升趨勢；玉米相對氣候產量與氣候產量隨時間的變化趨勢一致。23 a來，氣候歉產年是氣候豐產年的6.4倍，其中忻州東北部地區(qū)的玉米氣候產量呈增加趨勢，而在其他地區(qū)呈下降趨勢。

玉米氣候產量與極端降水指數呈正相關，在海拔較高地區(qū)兩者間的相關系數明顯大于平川地區(qū)。忻定原盆地、黃河沿岸的玉米氣候產量對極端降水的敏感性較高，而繁代谷地和高寒山區(qū)的玉米氣候產量對極端降水的敏感性較弱。

正極端降水事件發(fā)生在拉尼娜結束年的概率明顯高于開始年，負極端降水事件發(fā)生厄爾尼諾開始年（或持續(xù)年）的概率明顯高于結束年。當發(fā)生正極端降水事件時，玉米氣候產量多表現(xiàn)為豐產；當發(fā)生負極端降水事件時，玉米氣候產量多表現(xiàn)為歉產。受ENSO影響發(fā)生的極端降水事件，使得忻州玉米氣候產量平均下降了15.3 kg/hm2，下降幅度近7%。