余麗萍 汪晨 蘭小建 潘欣 陳建明

（1 衢州市氣象局，浙江衢州324000；2 衢州市農(nóng)業(yè)農(nóng)村局，浙江衢州324000；第一作者：420884349@qq.com）

我國是世界上的主要水稻生產(chǎn)國，水稻產(chǎn)量位居世界第一[1]。江南雙季水稻生產(chǎn)的增收對我國糧食生產(chǎn)的保障貢獻(xiàn)較大。浙江雙季晚稻抽穗開花期正值夏秋交替季節(jié)，雙季晚稻生產(chǎn)常常會受到陰雨寡照導(dǎo)致的冷害影響[2]。秋季低溫冷害是長江中下游地區(qū)雙季晚稻最主要的農(nóng)業(yè)氣象災(zāi)害，雙季晚稻在抽穗開花期遭受低溫天氣影響后，將導(dǎo)致空殼和秕粒率增大而減產(chǎn)。有研究表明，低溫日數(shù)越長，出現(xiàn)時間越早，強(qiáng)度越強(qiáng)，與水稻空殼率及產(chǎn)量的減少密切相關(guān)[3]。衢州地區(qū)地處浙江金衢盆地西端，是以農(nóng)業(yè)生產(chǎn)為主的地市，農(nóng)業(yè)綠色發(fā)展走在浙江省乃至全國前列，被農(nóng)業(yè)農(nóng)村部列入“部市共建農(nóng)業(yè)綠色發(fā)展先行市”計劃，涌現(xiàn)出了糧油等九大支柱產(chǎn)業(yè)。連作晚稻是衢州市農(nóng)業(yè)生產(chǎn)的主要作物之一，常年生產(chǎn)面積1.3 萬hm2，產(chǎn)量9.0 萬t 以上。王健林[4]指出，災(zāi)害風(fēng)險分析是農(nóng)業(yè)生產(chǎn)和管理者掌握相關(guān)災(zāi)害發(fā)生風(fēng)險規(guī)律、及其致災(zāi)風(fēng)險因子提供客觀定量化的依據(jù)。目前，針對晚稻秋季低溫冷害的評估，主要根據(jù)氣象要素溫度為主要因子進(jìn)行評估，比較單一，缺少降水、日照等諸多因子參與。為掌握衢州市雙季晚稻秋季低溫冷害發(fā)生規(guī)律，以提高秋季雙季晚稻低溫冷害的預(yù)測預(yù)警技術(shù)水平，筆者在參閱相關(guān)領(lǐng)域文獻(xiàn)的基礎(chǔ)上，針對9 月衢州市雙季晚稻抽穗期，選擇對其發(fā)育有明顯不利影響的氣象因子，采用主成分分析法確定主成分，建立各主成分的表達(dá)式，建立綜合評價指標(biāo)模型，這對及早提醒糧食種植戶提前采取防御措施、保障糧食安全生產(chǎn)具有現(xiàn)實(shí)意義。

1 資料與方法

1.1 資料來源

1951—2018 年9 月的日觀測氣象資料來源于衢州市氣象局；晚稻生育期觀測數(shù)據(jù)（1990—2011 年）來源于龍游縣國家一級農(nóng)業(yè)試驗(yàn)站；衢州市統(tǒng)計年鑒來源于衢州市統(tǒng)計局農(nóng)調(diào)隊(duì)；農(nóng)業(yè)災(zāi)情資料來源于衢州市農(nóng)業(yè)農(nóng)村局。

1.2 研究方法

1.2.1 秋季低溫冷害主要?dú)庀笠蜃?/p>

9 月衢州雙季晚稻處于抽穗開花發(fā)育期，也是夏秋季節(jié)交替階段，南撤的西太平洋副熱帶高壓勢力減弱，北部冷空氣勢力逐漸加強(qiáng)南下，因此，頻繁出現(xiàn)大幅降溫和陰雨寡照天氣，導(dǎo)致晚稻不能正常抽穗開花，空殼秕粒增多，最終減產(chǎn)。參考王素艷等[5-6]研究指出的影響水稻正常發(fā)育的氣象因子，選擇9 月1 日至30 日積溫、日照時數(shù)、降水日數(shù)、降水量等6 個變量組成評價因子。

1.2.2 主成分分析法原理及表達(dá)式

黃嘉佑[7]指出，主成分分析是氣象上多變量分析中最常用方法之一。主成分分析與回歸、判別分析有所不同，主成分分析主要是作為一種分析方法而不是預(yù)報預(yù)測方法。設(shè)有p 個空間點(diǎn)，n 個樣本，記p 個空間點(diǎn)上要素為x1，x2，…，xp，其觀測值為xk（ik=1，2，…，p；i=1，2，…，n）由p 個變量線性組合成新變量，表達(dá)式為：

表1 1951—2018 年衢州市晚稻秋季低溫冷害綜合指標(biāo)中度以上年份

余麗萍等[8]用主成分分析法對春季早稻苗期低溫冷害引用了多要素的氣象因子進(jìn)行較全面、客觀的分析，由于主成分分析方法能夠解決多個氣象因子存在信息重疊、相關(guān)的狀況，因此選擇該分析方法。

本文采用衢州市本站資料數(shù)據(jù)，第1 步對原始變量的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；第2 步計算出協(xié)方差矩陣，求出協(xié)方差矩陣的特征根及累計方差貢獻(xiàn)率；第3 步用特征值大于1 作為主成分提取標(biāo)準(zhǔn)，本案提取了2個主成分，m=2。 以上計算過程通過SPSS 統(tǒng)計軟件實(shí)現(xiàn)。最后把特征向量與標(biāo)準(zhǔn)化后的變量數(shù)據(jù)相乘，最終算出各主成分表達(dá)式如下：

F1為第一主成分；F2為第二主成分；ZX 為各個因子標(biāo)準(zhǔn)化后的數(shù)據(jù)。

1.2.3 雙季晚稻秋季低溫冷害風(fēng)險評估模型

選擇2 個主成分后，再采用綜合評價指標(biāo)分析法，建立雙季晚稻秋季低溫冷害風(fēng)險評估模型。以2 個主成分的貢獻(xiàn)率為權(quán)重構(gòu)造指標(biāo)評價模型（4），把2 個主成分的貢獻(xiàn)都加入進(jìn)來，這樣就不會導(dǎo)致所有的因子信息丟失，表達(dá)式如下：

K 為綜合指標(biāo)，λ 為各成分的特征根。最后得出雙季晚稻秋季低溫冷害風(fēng)險評估模型為：

由公式（5）得出晚稻秋季低溫冷害評估模型，可以看出：第1 項(xiàng)因子積溫越小、第2 項(xiàng)因子日照時數(shù)越少，而第3 項(xiàng)至第6 項(xiàng)變量值越大，對評價指標(biāo)的貢獻(xiàn)越大，水稻受災(zāi)害影響越嚴(yán)重。

1.2.4 評價指標(biāo)等級分割

由公式（5）計算出1951—2018 年衢州市晚稻秋季低溫冷害綜合評價指標(biāo)K，利用軟件SPSS Statistics 層次聚類統(tǒng)計方法，通過選擇系統(tǒng)聚類、合并進(jìn)程表、離差平方和法等選項(xiàng)進(jìn)行數(shù)據(jù)分析。把K＞0 的年份進(jìn)行聚類分析，從系統(tǒng)距離R=5 來看，可將衢州秋季低溫陰雨寡照災(zāi)害指標(biāo)初步劃分為3 類。如表2 所示，第Ⅰ類（輕度）：0＜K≤0.15 為一般（19 個樣本），所占比例56%；第Ⅱ類（中度）：0.15＜K≤0.3 為較嚴(yán)重（12 個樣本），所占比例 35%；第Ⅲ類（重度）：K＞0.3 為嚴(yán)重（3 個樣本），所占比例9%。

利用K-Means 聚類算法，設(shè)定聚類數(shù)目K 為3，隨機(jī)選取3 個初始質(zhì)心，計算所有樣本到3 個質(zhì)心的距離，不斷優(yōu)化選定距離最近的質(zhì)心類別（圖1）。KMeans 的聚類結(jié)果和層次聚類的結(jié)果一致。

2 結(jié)果與分析

2.1 雙季晚稻秋季低溫冷害指標(biāo)的年際分布

由公式（5）計算出1951—2018 年衢州市本站雙季晚稻秋季低溫冷害指標(biāo)K。從圖2 可以看出，雙季晚稻秋季低溫冷害歷史發(fā)生概率為每2 年發(fā)生1 次，上世紀(jì)50 年代雙季晚稻秋季低溫冷害概率為70%，其中以中度災(zāi)害居多，重度災(zāi)害1953 年，為歷史最重年；上世紀(jì)60 年代雙季晚稻秋季低溫冷害概率為20%，為歷史最輕年代；上世紀(jì)70 年代雙季晚稻秋季低溫冷害概率為60%，3 級災(zāi)害分布均勻，重度災(zāi)害2 次；上世紀(jì)80年代和本世紀(jì)00 年代雙季晚稻秋季低溫冷害概率分別為70%、60%，多以輕度災(zāi)害為主；上世紀(jì)90 年代和本世紀(jì)10 年代雙季晚稻秋季低溫冷害概率為30%，是強(qiáng)度較弱的年代。橫貫衢州市68 年來晚稻秋季低溫冷害綜合指標(biāo)K，顯而易見1953 年、1970 年、1973 年雙季晚稻秋季低溫災(zāi)害是相當(dāng)嚴(yán)重的。

2.2 雙季晚稻低溫冷害嚴(yán)重年的氣候概況特征

從上述3 年的衢州市本站雙季晚稻低溫冷害災(zāi)害較重年9 月主要影響因子數(shù)據(jù)資料分析如下：1953 年9 月6 日至9 日平均溫度為19.3℃，比常年同期異常偏低7.0 ℃，為歷史最低記錄；總雨量為42.1 mm，比常年同期異常偏多32.0 mm，偏多316.8%；雨日4 d，比常年同期偏多3 d，為歷史最多記錄；總?cè)照諘r數(shù)為0.1 h，比常年同期異常偏少28.4 h，偏少99.6%。1970 年9 月26 日至30 日平均溫度為19.8℃，比常年同期異常偏低2.7℃，為歷史最低記錄；總雨量為12.9 mm，比常年同期偏多7.6 mm，偏多143.4%；雨日3 d，比常年同期偏多2 d，為歷史最多記錄；總?cè)照諘r數(shù)為13.2 h，比常年同期（28.5 小時）異常偏少 15.3 h，偏少 53.7%。1973 年9 月11 日至14 日平均溫度為21.2℃，比常年同期異常偏低3.4℃，總雨量為50.0 mm，比常年同期異常偏多38.5 mm，偏多334.8%；雨日3 d，比常年同期偏多1 d，總?cè)照諘r數(shù)為13.4 h，比常年同期異常偏少7.7 h，偏少36.5%。

圖1 1951—2018 年衢州市晚稻秋季低溫冷害綜合指標(biāo)K＞0 的初始數(shù)據(jù)集（a）、隨機(jī)3 個初始質(zhì)心（b）、標(biāo)記每個樣本為該樣本距離最小的質(zhì)心類別（c）、不斷優(yōu)化迭代后的最終類別（d）

圖2 1951—2018 年衢州市晚稻秋季低溫冷害綜合指標(biāo)年際分布

2.3 雙季晚稻秋季低溫冷害綜合指標(biāo)與產(chǎn)量的相關(guān)性

根據(jù)衢州市統(tǒng)計年鑒雙季晚稻產(chǎn)量資料分析，較嚴(yán)重的3 年中糧食（無詳細(xì)晚稻資料）均出現(xiàn)減產(chǎn)，特別是1953 年衢州糧食減產(chǎn)達(dá)13.6%。2004 年以后，政府對水稻種植農(nóng)戶實(shí)行補(bǔ)貼后，增加了農(nóng)民種植水稻的積極性及穩(wěn)定性，2004 年、2010 年、2015 年發(fā)生了雙季晚稻秋季低溫冷害中度災(zāi)害，而這3 年的晚稻單產(chǎn)均為減產(chǎn)年。顯而易見，主成分分析及評價分析法適用衢州市雙季晚稻低溫冷害災(zāi)害的評估。

3 結(jié)論與討論

確定衢州雙季晚稻抽穗開花期的低溫冷害災(zāi)害影響包括溫度、降水、日照等氣象因子，采用主成分分析法選擇2 個主成分，繼而采用綜合評價分析法建立了雙季晚稻低溫冷害災(zāi)害評估模型，計算出1951—2018年衢州市低溫冷害評價指標(biāo)。根據(jù)聚類分割法把低溫冷害等級分成3 級（輕度、中度、重度）。

1951 年至2018 年衢州市本站雙季晚稻低溫冷害發(fā)生頻率為2 年出現(xiàn)1 次，而強(qiáng)度為上世紀(jì)50 年代最強(qiáng)，上世紀(jì)60 年代雙季晚稻秋季低溫冷害為歷史最輕；上世紀(jì)80 年代和本世紀(jì)00 年代雙季晚稻秋季低溫冷害多以輕度災(zāi)害為主；上世紀(jì)90 年代和本世紀(jì)10 年代為雙季晚稻秋季低溫冷害強(qiáng)度較弱的年代。1953 年、1970 年、1973 年低溫冷害最為嚴(yán)重。

把歷年晚稻秋季低溫冷害評價指標(biāo)與相對應(yīng)時段的氣候概況進(jìn)行驗(yàn)證，結(jié)果顯示，評估指標(biāo)與氣候異常狀況顯著相關(guān)，68 年中3 年出現(xiàn)了最為嚴(yán)重的秋季低溫冷害災(zāi)害，9 月期間均出現(xiàn)階段性氣候異常，并且晚稻產(chǎn)量明顯減產(chǎn)。說明了評價指標(biāo)能真實(shí)反映雙季晚稻秋季低溫冷害災(zāi)害程度，采用主成分分析及綜合評價分析法對雙季晚稻抽穗期的低溫冷害進(jìn)行評估是可行的，其他地區(qū)可參考應(yīng)用。

早稻苗期低溫冷害是可以根據(jù)相關(guān)氣象預(yù)報產(chǎn)品預(yù)測出來。目前，在實(shí)際氣象預(yù)報業(yè)務(wù)工作中，平均氣溫、降水量、云量等基礎(chǔ)氣象要素可參考預(yù)報時效較長的 EC、OCF、WRF、NCEP 等數(shù)值預(yù)報產(chǎn)品信息進(jìn)行預(yù)測，再推算出雙季晚稻低溫冷害災(zāi)害評估模型中的積溫、日照時數(shù)、無日照天數(shù)、降水日數(shù)、降雨量、持續(xù)3 d以上連續(xù)降水的日數(shù)6 個影響因子，從而對未來的低溫冷害進(jìn)行預(yù)評估。將天氣氣候預(yù)測的先進(jìn)技術(shù)、方法引進(jìn)到晚稻秋季低溫冷害氣候預(yù)測預(yù)警中，提前給政府、管理部門、種植大戶發(fā)布相關(guān)信息，積極應(yīng)對雙季晚稻秋季低溫冷害的威脅，助力農(nóng)民增產(chǎn)、增收，保障糧食生產(chǎn)安全。