朱 萌，周 沫，烏 蘭，王永芳，烏日娜，馬齊云，張繼權

(東北師范大學 環(huán)境學院自然災害研究所，吉林 長春 130024)

?

吉林省東部水稻延遲型冷害時空分布特征分析*

朱 萌，周 沫，烏 蘭，王永芳，烏日娜，馬齊云，張繼權

(東北師范大學 環(huán)境學院自然災害研究所，吉林 長春 130024)

利用吉林省東部10個氣象站點1961-2010年的逐日氣溫資料和水稻種植資料，以中國氣象局2013年發(fā)布的《水稻冷害評估技術規(guī)范(QX/T182—2013)》行業(yè)標準中東北地區(qū)不同熱量區(qū)域5-9月平均氣溫之和的距平值為指標，利用空間插值、EOF、小波分析、趨勢分析的方法對吉林省東部水稻延遲型冷害的時空特征進行了分析。結果表明，吉林省東部地區(qū)水稻延遲型冷害平均發(fā)生頻率在30%～40%之間，大體上由東向西平均發(fā)生頻率逐漸降低，1980年代的平均發(fā)生頻率最高；吉林省東部地區(qū)水稻延遲型重度冷害、中度冷害發(fā)生的次數多，冷害的強度大，平均強度的空間分布大體上由中間向南向北強度逐漸減弱。特別是1970年代冷害發(fā)生的強度最強。通過EOF分析，吉林省東部低溫特征的空間變率，大體上具有東北—西南向的變化特征，東北部的溫度距平變率較低，向西南部逐漸增加，再向西有略微遞減的趨勢。通過小波分析法對吉林省東部溫度距平百分率第一主特征向量的時間系數進行分析，1969、1976、1980、1993、1995年為典型低溫年，1980-1990年溫度距平百分率的東北—西南向的變化特征具有明顯的6～7年的周期性，2000年以后周期性不明顯。

水稻；延遲型冷害；時空分布；吉林省東部

水稻是我國第一大口糧作物，同時也是中國最重要的糧食作物之一，其生產狀況直接關系到我國的糧食安全[1]。吉林省是我國水稻的主要產區(qū)之一，主要種植粳稻，口感好，品質高，深受人們的喜愛，消費需求量比較大。特別是吉林省東部，它是吉林省水稻的主要栽種地區(qū)。在自然災害的影響下水稻的品質和產量都呈現(xiàn)下降趨勢。雖然近幾十年來，吉林省水稻生長季平均溫度明顯升高，積溫增加，熱量條件得到改善，為中晚熟品種的種植區(qū)域擴大增產創(chuàng)造了良好的條件，但全球氣候變暖也給水稻氣象災害的發(fā)生帶來了不確定性，區(qū)域性、階段性的低溫冷害時有發(fā)生，吉林省東部地區(qū)是低溫冷害的最頻發(fā)區(qū)之一。根據吉林省氣象災害統(tǒng)計年鑒數據顯示，1969、1971、1972、1976、1986、1993、1995年吉林省東部地區(qū)發(fā)生比較嚴重的水稻延遲型冷害和障礙型冷害。因此，防御水稻低溫冷害，保障糧食品質和增產增收具有重要的現(xiàn)實意義。關于水稻低溫冷害發(fā)生規(guī)律與特征的文獻較多，例如襲祝香等[2]采用東北地區(qū)101個氣象站點60年的逐日氣溫資料，采用累積距平、相關系數、氣候傾向率、趨勢系數等方法分析了東北地區(qū)的水稻延遲型冷害時空變化特征及其對氣候變化的響應。王冬妮等[3]對吉林省延遲型冷害進行了風險評價與區(qū)劃。馮喜媛等[4]基于水稻灌漿程度對東北地區(qū)延遲型冷害氣候變化特征進行了分析，以建立的水稻生長發(fā)育和產量形成氣象影響模式，模擬計算出水稻灌漿完成百分率，以灌漿程度小于85%為延遲型冷害的指標。并把發(fā)生冷害的站點與其所在省份參與統(tǒng)計的觀測站總數的比值反映受災范圍的大小。余會康等[5]分析了氣候變化背景下東北水稻冷害時空分布規(guī)律。以往的研究中，水稻冷害指標的選取不同，采取的方法不同，得出的結果也多種多樣，不利于對冷害特征的分析。另一方面，對水稻冷害發(fā)生的周期性研究較少。本文采用中國氣象局2013年發(fā)布的《水稻冷害評估技術規(guī)范(QX/T182—2013)》[6]行業(yè)標準中東北地區(qū)不同熱量區(qū)域5-9月平均氣溫之和的距平值為指標，將延遲型冷害致災等級分為輕度、中度、重度三級。采用小波變換法對吉林省東部水稻延遲型冷害的發(fā)生的周期性進行了分析。利用空間插值和EOF對水稻延遲型冷害的時空特征進行了分析。

1 資料與方法

1.1 研究區(qū)概況

本文所研究的吉林省東部地區(qū)包括延邊朝鮮族自治州、白山市、通化市三個地市級行政單位。經緯度范圍大致在41°～45°N，124.5°～131°E之間。吉林省東部主要位于長白山區(qū)，有海拔較高的山峰、山地，也存在著少量河流谷地，海拔高度大致在2～2 667m之間。本文氣象資料采用的是1961-2010年5-9月研究區(qū)10個氣象站逐日的氣溫數據，站點的選擇考慮到盡可能分布均勻和水稻種植的典型區(qū)域。研究區(qū)地形地勢特征和站點分布見圖1。

圖1 研究區(qū)概況

1.2 水稻延遲型冷害的指標選取

采用2013年1月4日發(fā)布的氣象行業(yè)標準《水稻冷害評估技術規(guī)范(QX/T182-2013)》[6]中的水稻延遲型冷害指標。該標準以東北不同熱量區(qū)域的水稻延遲型冷害年5-9月水稻生長季內平均氣溫之和的距平值為指標，將延遲型冷害的級別分為輕度、中度、重度三個級別[6](表1)。表中ΔT5-9為5-9月平均氣溫之和的距平值，以此作為判定延遲型冷害的級別?！芓5-9為5-9月平均氣溫之和的多年平均值，以該指標劃分不同的熱量區(qū)域。對水稻延遲型冷害的平均發(fā)生頻率和平均強度進行分析，并運用EOF和小波變換的方法對吉林省東部水稻延遲型冷害的時空分布規(guī)律進行分析。

通過水稻減產率來驗證延遲型冷害發(fā)生指標的閾值，在吉林省東部的各站點的識別中，正確率達到70%以上，說明表1所示的水稻延遲型冷害的指標是科學的、準確的[2]。

1.3 研究方法

采用EOF正交分解法對吉林省東部水稻延遲型冷害空間分布特征進行分析，其計算原理與方法如下。

利用EOF法對吉林省東部10個氣象站點1961-2010年生長季內氣溫距平百分率進行自然正交展開，本文所研究的向量場N可以看成是時間和空間的函數，它的矩陣形式為：

(1)

式中：i是格點數，選取10個站點，i取10；j為時間長度，選取50年生長季內氣溫距平百分率，j取50。因此水稻延遲型冷害的向量場(N)為i×j階矩陣時空場，經過EOF分解得到空間函數矩陣S和時間函數矩陣T：

N=S·T。

(2)

其中：

(3)

(4)

式中：m為分解得到的模態(tài)數,利用m個相互正交的模態(tài)重新構建相空間，重新得到新的空間場和時間系數來表征原始場的所有特征，其中前幾項大值分量能夠表征原始場的大部分特征[7]。

為了進一步分析吉林省東部水稻延遲型冷害特征的時空規(guī)律，對生長季內延遲型冷害進行空間上的小波變換，進行小波變換尺度對應于相應的空間尺度。小波變換采用的是Morlet函數，簡化后的傅里葉變換數學式為：

表1 水稻延遲型冷害指標[6]

注:∑T5-9為5-9月平均氣溫之和的多年平均值，ΔT5-9為5-9月平均氣溫之和的距平值。

(5)

Morlet小波的構成分為兩部分，一部分是實部，另一部分是虛部，其數學定義式為：

(6)

(7)

式中：f為一常數，是Morlet小波中心頻率。

2 結果與分析

2.1 吉林省東部水稻延遲型冷害分布特征分析

2.1.1 平均發(fā)生頻率

平均發(fā)生頻率(P)為某氣象站出現(xiàn)延遲型冷害的年數與統(tǒng)計年數的比值。圖2是這50年以來吉林省東部水稻延遲型冷害的平均發(fā)生頻率，從圖2可以看出，吉林省東部集安、東崗、二道的平均發(fā)生頻率較低，大致在30%～34%之間，主要是因為這些地區(qū)緯度位置相對最低，海拔較低，夏季的來自黃海渤海的部分暖濕氣流可能對其夏季的增溫有一定的幫助。其次是梅河口、通化、臨江、延吉等地發(fā)生延遲型冷害的頻率大致在36%～39%之間，延吉地區(qū)主要是由于緯度位置偏高，特別是5月份和9月份溫度較低，太陽輻射量相對較少，導致冷害的發(fā)生頻率較高，靖宇、梅河口地區(qū)大致位于同一緯度，但是靖宇的海拔高度遠高于梅河口地區(qū)，冷害發(fā)生的頻率也相對較高。敦化和長白地區(qū)是水稻延遲型冷害發(fā)生的頻率最高的地區(qū)，發(fā)生的頻率大致在40%～44%之間。敦化地區(qū)緯度位置最高，熱量條件相對最少，發(fā)生冷害的頻率高，長白地區(qū)海拔高度最高，冷害發(fā)生的頻率也高。

圖2 水稻延遲型冷害平均發(fā)生頻率

圖3所示為1960年代、1970年代、1980年代1990年代吉林省東部發(fā)生冷害的平均頻率。2000年以后只有2009年延吉發(fā)生輕度的水稻延遲型冷害；1960年代水稻延遲型冷害在吉林省東部總體上發(fā)生的頻率是較高的。發(fā)生頻率較高的地區(qū)是敦化、靖宇、二道、東崗、梅河口。其余地區(qū)水稻延遲型冷害發(fā)生頻率較少，全部站點累計冷害發(fā)生頻次45次。1970年代發(fā)生延遲型冷害的頻率高于1960年代，頻繁發(fā)生冷害的范圍較大，全部站點累計冷害發(fā)生頻次49次，這與災害大典(吉林卷)[8]的描述相符合，特別是1972年、1976年吉林省東部大部分地區(qū)都發(fā)生了嚴重的水稻延遲型冷害，春冷、夏寒、秋涼，在前期延遲水稻生育，后期延遲出穗成熟，降低水稻的成熟度。1960年代、1970年代水稻延遲型冷害平均發(fā)生頻率在空間上分布的規(guī)律基本一致，大體上都是沿東南向西北增加的趨勢。1980年代水稻延遲型冷害在該地區(qū)總體上發(fā)生的頻率最高，10個站點從1980-1989年冷害發(fā)生累計59次，尤其是長白和通化地區(qū)這10年間發(fā)生冷害的次數很多與其它站點冷害發(fā)生的次數差別很大；1990年代水稻延遲型冷害總體上發(fā)生的頻率最低，全部站點累計冷害發(fā)生頻次31次，這與全球氣候變暖有關。1960年代、1970年年代水稻延遲型冷害平均發(fā)生頻率在空間上分布的規(guī)律基本一致，呈現(xiàn)從東北向西南增加的趨勢，與1980年代、1990年代空間上分布的規(guī)律相反。參考吉林省災害大典與吉林省水稻物候期資料后認為，這可能與1980年代、1990年代長白、通化、臨江，部分地區(qū)品種引用不當有關。

2.1.2 平均發(fā)生強度

在分析吉林省東部水稻延遲型冷害發(fā)生的平均強度時，我們可以對識別出的不同延遲型冷害級別分別賦值，輕度冷害賦值為1，中度冷害賦值為2，重度冷害賦值為3。賦值后的值均為正值，在一定程度上可以表示延遲型冷害發(fā)生的強度，數值越大，延遲型冷害發(fā)生的強度越大。延遲型冷害發(fā)生的平均強度等于不同等級冷害值與冷害發(fā)生次數相乘求和再比上該地發(fā)生延遲型冷害的總次數。圖4是50年以來吉林省東部水稻延遲型冷害的平均發(fā)生強度，從圖可以看出，敦化、東崗、二道、長白地區(qū)的平均冷害強度最強，強度值為2.64～2.81，重度延遲型冷害發(fā)生的年份比較多。其次是靖宇，強度值為2.55。最低的是通化、梅河口、集安、延吉、臨江，強度值為2.2～2.5。

圖5所示為不同年代吉林省東部水稻延遲型冷害發(fā)生的平均強度。1960年代水稻延遲型冷害平均強度依次從強到弱依次是二道、敦化、東崗、長白、靖宇、梅河口、延吉、通化、臨江、集安。1970年代水稻延遲型冷害發(fā)生的平均強度最強，發(fā)生強度最大的地區(qū)是敦化、二道、東崗、長白，其余依次為靖宇、通化、集安、延吉、梅河口、臨江。雖然1980年代在吉林省東部10站點水稻延遲型冷害平均發(fā)生頻率最高，但是平均發(fā)生強度最弱。強度順序從強到弱依次為長白、敦化、東崗、靖宇、二道、臨江、集安、延吉、梅河口、通化。1990年代，水稻延遲型冷害平均強度從強到弱依次為敦化、二道、通化、集安、東崗、梅河口、長白、延吉、靖宇、臨江。1960-1980年代，冷害強度的空間規(guī)律基本一致，大致從中部向南北兩側強度漸弱。1990年代的空間分布規(guī)律略有不同，南端和中間強度比較強，這與氣候變化背景下，氣溫的波動規(guī)律性越來越弱、氣候變化的不確定性增強有關。

圖3 1960年代-1990年代水稻延遲型冷害平均發(fā)生頻率

圖4 水稻延遲型冷害平均發(fā)生強度

圖5 1960年代-1990年代水稻延遲型冷害平均發(fā)生強度

2.2 基于EOF和小波變換的吉林省東部水稻延遲型冷害時空分布規(guī)律分析

利用EOF，對吉林省東部各站點的溫度距平百分率數據進行分析，以便得到吉林省東部水稻延遲型冷害的時空分布特征，EOF是一種空間上的主成分分析(PCA)法，可將氣象要素分解為時間空間兩個正交函數的組合，空間部分由特征向量表示分布特點，時間上用時間系數表征空間分布的時間變化特征。以吉林省東部各氣象站點坐標為空間數據，各氣象站歷年溫度距平百分率為時間數據進行經驗正交分解[9]，以分析吉林省東部延遲型冷害的空間分布特征，結合小波分析與趨勢分析，以確定空間特征的時間變化規(guī)律。通過EOF分解以后，第一模態(tài)的方差貢獻率已經達到85.56%，表明第一模態(tài)主成分向量足以表征該地區(qū)的延遲型冷害的分布特征和變化情況。

從圖6分析可知，吉林省東部低溫特征的空間變率，大體上在空間分布上具有東北—西南向的變化特征，東北部的溫度距平變率較低，向西南部逐漸增加，再向西有略微遞減的趨勢。

圖6 吉林省東部第一特征向量場

在分析低溫時間變化系數時發(fā)現(xiàn)，近50年以來吉林省東部溫度總體上是上升的，低溫的時間變率在1990年代以后，有明顯的波動性增強的趨勢，表明，隨著全球氣候變暖，氣候極端事件發(fā)生的概率在逐漸地增大，氣候的不穩(wěn)定性增強。延遲型冷害在小范圍，階段性時間內還是時有發(fā)生的(圖7)。

圖7 吉林省東部溫度距平百分率時間系數的長期變化趨勢

圖8 吉林省東部溫度距平百分率時間系數小波分析圖

為了進一步揭示吉林省東部地區(qū)延遲型冷害的空間分布特征的時間變化規(guī)律，對吉林省東部溫度距平百分率第一主特征向量的時間系數進行空間小波分析。如圖8所示，1969、1976、1980、1993、1995年為典型中心，1966-1978年，該特征變化具有2～4年的震蕩周期，1980-1990年該特征變化具有明顯的6～7年的震蕩周期，1990-1996年該特征變化具有1～2年的震蕩周期，2000年以后周期性特征不明顯。

3 結論與討論

本文采用東北水稻生長季節(jié)(5-9月)熱量條件的3個指標識別吉林省東部1961-2010年吉林省東部水稻延遲型冷害，并對冷害的程度進行分等定級。采用新的冷害的識別標準，使得評估的結果更加準確統(tǒng)一。分析了吉林省東部地區(qū)的水稻延遲型冷害的平均發(fā)生頻率大致在30%～40%之間，這與襲祝香等[10]《東北低溫冷害風險評估及區(qū)劃》中的結論、馬樹慶等[11]《東北區(qū)玉米低溫氣候和經濟損失分區(qū)》中的結論基本一致，而且都認為長白山地區(qū)是水稻延遲型冷害頻發(fā)的地區(qū)。對不同年代吉林省東部水稻延遲型冷害發(fā)生的頻率進行分析，得出不同年代冷害發(fā)生頻率的時空分布特點。1970年代和1980年代是該地區(qū)冷害發(fā)生次數最多的年代，這與災害大典的統(tǒng)計結果一致。本文除了對吉林省東部水稻延遲型冷害平均發(fā)生頻率進行了研究，還對冷害發(fā)生的平均強度的空間分布規(guī)律進行了分析，得出敦化、東崗、二道、長白的平均強度最大。這與這些地區(qū)海拔較高有著最直接的關聯(lián)。對不同年代吉林省東部水稻延遲型冷害的平均強度進行分析，既揭示了空間規(guī)律，又分析了時間特征，吉林省東部水稻延遲型冷害發(fā)生最嚴重的年代主要在1970年代，1980年代雖然冷害發(fā)生的次數多，但強度較弱。為進一步分析吉林省水稻延遲型冷害的時空變換規(guī)律，采用EOF、小波分析等方法對溫度距平變率的空間分布特征和時間系數特征進行分析，分析溫度距平百分率空間分布特征下的時間變化的周期性。這與余會康[5]《氣候變化背景下東北水稻時空變化》中的結論基本一致。采用EOF、小波分析法可以更清楚地分析，溫度變化的時間波動趨勢和變化的周期特點。1990年、2000年以后，在全球氣溫普遍增高的趨勢下，溫度波動的變率越來越大，階段性、區(qū)域性的低溫冷害時有發(fā)生。因此，不能盲目地將需要熱量條件較高的水稻品種種植界限向北推移，一旦冷害發(fā)生，水稻的經濟損失會更加嚴重。因此，采取科學合理的水稻種植管理制度十分重要。

[1] 章福秀,王丹英,方福平,等.中國糧食安全和水稻生產[J].農業(yè)現(xiàn)代化研究,2005,26(2):85-88.

[2] 襲祝香,馬樹慶,紀玲玲.東北地區(qū)水稻延遲型冷害時空特征及其與氣候變暖的關系[J].地理研究,2014,33(7):1373-1382.

[3] 王冬妮,郭春明,劉實,等.吉林省水稻延遲型低溫冷害氣候風險評價與區(qū)劃[J].氣象與環(huán)境學報,2013,29(1):103-107.

[4] 馮喜媛,郭春明,涂鋼,等.基于水稻灌漿程度的東北地區(qū)水稻延遲型冷害氣候變化特征[J].吉林氣象,2014,(1):38-40.

[5] 余會康,郭建平.氣候變化下東北水稻冷害時空分布變化[J].中國生態(tài)農業(yè)學報,2014,22(5):594-601.

[6] 中國氣象局.QX/T182-2013水稻冷害評估技術規(guī)范[S].北京:氣象出版社,2013:1-2.

[7] 魯坦.1971-2011年河南省冬小麥晚霜凍的特征分析[J].河南農業(yè)大學學報,2013,47(4):393-399.

[8] 中國氣象災害大典編委會.中國氣象災害大典吉林卷[M].北京：氣象出版社,2008.

[9] 王棟,譚桂容,耿新.1960年以來山西秋季連陰雨的氣候特征分析[J].災害學,2015,30(1):75-81.

[10]襲祝香,馬樹慶,王琪.東北低溫冷害風險評估及區(qū)劃[J].自然災害學報,2003,12(2):98-102.

[11]馬樹慶,王琪,王春乙,等.東北地區(qū)水稻冷害氣候風險度和經濟脆弱度及其分區(qū)研究[J].地理研究,2011,30(5):931-938.

Spatial-temporal Characteristics Analysis of Prolong-type Rice Chilling Damage in Eastern Jilin Province

Zhu Meng, Zhou Mo, Wu Lan, Wang Yongfang, Wu Rina, Ma Qiyun and Zhang Jiquan

(CollegeofEnvironmentalScience,NortheastNormalUniversity,NatureDisasterResearchInstitute,NortheastNormalUniversity,Changchun130024,China)

Usingthedailytemperaturedataandinformationonricecultivationfrom1961to2010oftenmeteorologicalstationsineasternJilinProvince,takingtheaveragetemperatureoftheanomalyfromMaytoSeptemberintheNortheastregionofthedifferentheatofChinaasindexthatwasfroma“ricechillingassessthetechnicalspecifications(QX/T182-2013)”industrystandardofChinathatwasissuedbyChinaMeteorologicalAdministrationin2013,Methodsbythespatialinterpolation,EOF,waveletanalysis,trendanalysisanalyzedspatialandtemporalcharacteristicsofprolong-typericechillingdamageineasternJilinprovince.Theresultsshowthattheaveragefrequencyofprolong-typericechillingdamageineasternJilinProvincebetween30%to40%,generally,decreasedfromeasttowest,Highestfrequencyoccurrenceinthe1980s,severeandmoderateprolong-typericechillingdamageineasternJilinprovinceoccurredmanytimes,intensityislarge,Spatialdistributionoftheaverageintensitygraduallyweakened,generally,fromthemiddletobothsides.HighestIntensityoccurrenceinthe1970s.AnalyzedbytheEOFmethodthatLow-temperaturecharacteristicsofspatialvariabilityineasternJilinProvincegenerallyshowedanortheast-southwestdirectioncharacteristicschange,Temperatureanomaliesvariabilityinthenortheasternissmall,thatincreasedgraduallyfromnortheasttosouthwest,thenwestslightlydecreasingtrend.Analyzedbythewaveletanalysismethodtemperatureanomalypercentageofthefirstmainthefeaturevectortimecoefficient,theresultsshowsthat1969, 1976, 1980, 1993, 1995isatypicallow-temperatureyear.From1980to1990,thespatialvariationoftemperatureanomaliespercentagehasobvious6to7yearsperiodiccharacteristics,after2000,cyclicalcharacteristicsarenotobvious.

EasternJilinProvince;prolong-typericechillingdamage;EOF;waveletanalysis

2014-12-19

2015-02-11

“十二五”農村領域國家科技計劃課題(2011BAD32B00-04)

朱萌(1990-)，女，河北秦皇島人，碩士研究生，主要研究方向為氣象災害風險評價. E-mail:zhum121@nenu.edu.cn

張繼權(1965-)，男，吉林九臺人，教授，博士生導師，主要從事區(qū)域災害與生態(tài)環(huán)境風險評價、預警與應急管理研究. E-mail:zhangjq022@nenu.edu.cn

S42；X43

A

1000-811X(2015)03-0223-06

10.3969/j.issn.1000-811X.2015.03.041

朱萌，周沫，烏蘭，等. 吉林省東部水稻延遲型冷害時空分布特征分析[J].災害學, 2015,30(3):223-228. [Zhu Meng，Zhang Jiquan，Wu Lan，et al. Spatial-temporal characteristics analysis of prolong-type rice chilling damage in eastern Jilin Province [J].Journal of Catastrophology, 2015,30(3)：223-228.]