基于多種指標(biāo)的長江中下游水稻高溫?zé)岷Ρ确治?/h1>
2022-09-24 03:24朱世峰王衛(wèi)光
節(jié)水灌溉 2022年9期
朱世峰，王衛(wèi)光，魏 佳
（1.河海大學(xué)水文水資源學(xué)院，南京 210098；2.河海大學(xué)水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，南京 210098）
0 引 言
近年來，以顯著變暖為特征的氣候變化已經(jīng)成為社會和大眾關(guān)注的熱點(diǎn)問題[1]。在全球變暖的背景下，極端氣候事件的頻率、強(qiáng)度以及持續(xù)時間均明顯增加[2]。農(nóng)業(yè)是受氣候變化影響最大的部門[3]，并且作物生長期間的極端高溫可能導(dǎo)致其完全歉收[4]。中國是世界上主要的糧食生產(chǎn)國之一，大量的糧食生產(chǎn)區(qū)受到極端高溫氣候的威脅[5]，糧食生產(chǎn)安全已不可避免的受到了氣候變化的影響。極端高溫的影響因作物類型的不同而有很大差異，濕地水稻是受影響最嚴(yán)重的作物[6]。頻繁出現(xiàn)的高溫天氣使得水稻更易遭受到高溫?zé)岷Φ挠绊?，如果不及時采取有效的應(yīng)對措施，將會導(dǎo)致產(chǎn)量下降，嚴(yán)重威脅到糧食生產(chǎn)安全[7]。
長江中下游地區(qū)是我國主要的水稻產(chǎn)區(qū)，該地區(qū)水稻的種植面積及產(chǎn)量均占全國的1/3 以上[8]。但是由于該地區(qū)地處亞熱帶季風(fēng)區(qū)，無法避免在夏季遭遇不同程度的高溫事件。水稻生長期通常在夏季，加劇的極端氣候事件，將會造成水稻生長過程明顯加快，致使水稻空粒增加，進(jìn)而使得產(chǎn)量和品質(zhì)大幅下降[9-11]。過去的研究表明，水稻在高溫下暴露一小時就足以引起不育，并且高溫也會影響開花模式和達(dá)到花期的小穗數(shù)[12]。隨著極端氣溫事件發(fā)生頻率的增加，氣候變化可能會增加溫度峰值與花期重疊的概率[6]。同時，高溫增加了籽粒灌漿和葉片衰老的速率，縮短了籽粒灌漿和葉片衰老的時間，使得籽粒灌漿提前終止[13]。
目前，已有國內(nèi)學(xué)者開展了長江中下游或者流域內(nèi)部分地區(qū)水稻高溫?zé)岷Φ姆植继卣骷皶r空演變規(guī)律的研究。然而，以往的研究大多采用站點(diǎn)數(shù)據(jù)計(jì)算高溫?zé)岷Φ闹笜?biāo)[11,14-18]，對于大面積種植水稻的地區(qū)，盡管將站點(diǎn)數(shù)據(jù)計(jì)算結(jié)果進(jìn)行空間插值可以用來反應(yīng)水稻高溫?zé)岷Φ臅r空變化[19]，但是距離站點(diǎn)較遠(yuǎn)的種植區(qū)會由于插值的偏差而無法很好的反映水稻關(guān)鍵生育期間的夏季溫度變化，最終導(dǎo)致產(chǎn)量和品質(zhì)的差異。此外，由于指標(biāo)計(jì)算時所選擇的實(shí)測數(shù)據(jù)的差異，不同的熱害指標(biāo)對于水稻遭受的熱害等級判定存在較大差異，不合理的判斷結(jié)果將會高估/低估熱害風(fēng)險對于水稻發(fā)育產(chǎn)生的影響。近年來，更多區(qū)域尺度的高分辨率格點(diǎn)化實(shí)測數(shù)據(jù)集的發(fā)布[20,21]為精確化指標(biāo)計(jì)算提供了便利。因此，使用高精度的實(shí)測數(shù)據(jù)，采取多種高溫?zé)岷ψR別方法，綜合評估長江中下游地區(qū)水稻生長期的極端高溫事件的變化規(guī)律，為優(yōu)化作物種植布局和防御高溫災(zāi)害提供了相對科學(xué)的依據(jù)，也為相關(guān)部門制定未來氣候變化應(yīng)對策略、保障國家的糧食安全提供了科學(xué)參考。
1 材料與方法
1.1 研究區(qū)概況
長江中下游地區(qū)(108°05′ E～123° E,24°30′ N～35°10′ N)包括湖南、湖北、江西、安徽、江蘇、浙江和上海，共六省一市，地處我國中部，其中大多為平原丘陵（圖1），屬于亞熱帶濕潤季風(fēng)氣候，雨熱同期，整體表現(xiàn)為夏季暖濕，冬季冷干。研究區(qū)一直以來就是我國的主要糧食產(chǎn)地，占有我國1/5 以上的糧食種植面積和產(chǎn)量，是我國重要的糧食主產(chǎn)區(qū)和商品糧基地[22]。研究區(qū)內(nèi)大多為平原和丘陵，地勢西高東低，地形復(fù)雜，和夏季多種大氣環(huán)流系統(tǒng)相互作用共同導(dǎo)致了該地復(fù)雜多變的氣候特征[23,24]。
圖1 長江中下游地區(qū)示意圖Fig.1 Diagram of the middle&lower reaches of the Yangtze River
1.2 研究數(shù)據(jù)
實(shí)測數(shù)據(jù)來自于中國氣象局氣候研究開放實(shí)驗(yàn)室的0.25°×0.25°經(jīng)緯度分辨率的格點(diǎn)化數(shù)據(jù)集(CN05.1)[25]。CN05.1數(shù)據(jù)集是基于中國范圍內(nèi)的2 400 余個氣象站點(diǎn)的觀測資料（包括基準(zhǔn)站、基本站和國家一般氣象站），通過薄盤樣條方法進(jìn)行空間插值，為了滿足當(dāng)前高分辨率氣候模式精度驗(yàn)證的需要而制作的一組中國大陸地區(qū)的觀測數(shù)據(jù)集。經(jīng)評估該數(shù)據(jù)集精度相對較高且接近實(shí)測數(shù)據(jù)[21]，已經(jīng)得到了廣泛的應(yīng)用[26,27]。本研究選用CN05.1 數(shù)據(jù)集中的逐日平均氣溫和逐日最高氣溫?cái)?shù)據(jù)，數(shù)據(jù)長度為1961-2014年。
1.3 熱害指標(biāo)計(jì)算方法
國內(nèi)外大量學(xué)者對水稻高溫?zé)岷χ笜?biāo)進(jìn)行了研究，但由于研究區(qū)的差別和實(shí)測數(shù)據(jù)的限制，所得到的熱害指標(biāo)也不一樣。較早的研究中以日平均氣溫≥30 ℃或最高氣溫≥35 ℃作為判別水稻開花結(jié)實(shí)期受害的臨界溫度，并按照大于臨界平均溫度和最高溫度的熱害天氣的最長持續(xù)天數(shù)定義高溫?zé)岷?qiáng)度[28,29]；后來的研究中通過日最高氣溫超過35 ℃的危害積溫來評估高溫對水稻的影響[30,31]。因此，本研究選取了如下幾個指標(biāo)對高溫?zé)岷M(jìn)行計(jì)算：
(1)通過計(jì)算日平均氣溫穩(wěn)定超過30 ℃的日數(shù)，即高溫持續(xù)日數(shù)(High Temperature Days,HTD)，來反映高溫?zé)岷?qiáng)度。
(2)利用水稻生育期內(nèi)超過35 ℃以上的連續(xù)高溫積溫(High Temperature Degree-Days forTmax,HDD)[31]來反映熱害的發(fā)生強(qiáng)度，計(jì)算方法如下：
“四種形態(tài)”用黨的紀(jì)律和規(guī)矩衡量黨員干部的日常行為，其鮮明特點(diǎn)是抓早抓小、動輒則咎，發(fā)現(xiàn)不守規(guī)矩現(xiàn)象馬上管，看到違反紀(jì)律行為及時處理。這一特點(diǎn)讓大多數(shù)黨員干部在有傾向性問題、剛剛出問題的時候就能得到及時的提醒、糾正，可以有效地防止黨員干部“帶病”工作，也可以有效地防止黨員干部由違紀(jì)跌入違法犯罪的深淵(因?yàn)榧o(jì)在法前，紀(jì)嚴(yán)于法)。這既是對黨的事業(yè)負(fù)責(zé)，也是對黨員干部嚴(yán)管之下的關(guān)心愛護(hù)。
式中：HDD為連續(xù)高溫積溫，℃?d；DTi為水稻生育期內(nèi)逐日高溫危害積溫，℃；Tmax為日最高氣溫，℃；T0為35 ℃；n為水稻生育期的總天數(shù)，d；i為水稻生育期內(nèi)第i天(1≤i≤n)。
(3)反映水稻生育期內(nèi)的單點(diǎn)高溫?zé)岷?qiáng)度同樣可以利用危害熱積溫(Accumulated Hot Damage Temperature,AHDT)[32]作為指標(biāo)進(jìn)行劃分，計(jì)算方法如下：
式中：AHDT為危害熱積溫，℃?d；m為評價時段內(nèi)水稻熱害過程的總次數(shù)；j為多次水稻熱害過程的序號，1≤j≤m；nj為第j個水稻熱害過程中的總高溫日數(shù)，nj≥3 d)；i為第j個水稻熱害過程中每天的序號，1≤i≤n)；f()為單日積熱，℃；為第j個水稻熱害過程中第i天的日最高氣溫，℃。
根據(jù)之前的研究[28]，本文選擇每年的6-9月作為長江中下游地區(qū)水稻的生長期進(jìn)行指標(biāo)計(jì)算。由于高溫持續(xù)日數(shù)與連續(xù)高溫積溫和危害熱積溫所使用的基礎(chǔ)實(shí)測數(shù)據(jù)不同，而連續(xù)高溫積溫和危害熱積溫之間的計(jì)算方法也存在差異，因此為了選擇出更能準(zhǔn)確描述實(shí)際情況的熱害指標(biāo)，將三者進(jìn)行對比具有重要意義。
2 結(jié)果與分析
2.1 高溫?zé)岷?qiáng)度的時間變化
將基于格點(diǎn)數(shù)據(jù)計(jì)算得到的1961-2014年高溫?zé)岷χ笜?biāo)進(jìn)行區(qū)域平均，區(qū)域平均的結(jié)果如圖2所示。在氣候的趨勢分析中，由于常用的序列平滑方法（如滑動平均等）會造成缺少序列兩端的平滑值，使得處理難以反應(yīng)序列兩端的真實(shí)趨勢，故本文選擇巴特沃斯(Butterworth)低通濾波對3 個高溫?zé)岷χ笜?biāo)進(jìn)行平滑處理[33]。
這種平滑方法將氣候的時間序列看作一個非唯一邊界的約束問題，這樣將至少有3種最低階約束方案，具體如下：①模約束方案：滑動序列的零階導(dǎo)數(shù)，有利于邊界附近的趨勢接近于氣候態(tài)；②斜率約束方案：滑動序列的一階導(dǎo)數(shù)，有利于邊界附近的趨勢接近于一個局部值；③粗糙度約束方案：滑動序列的二階導(dǎo)數(shù)，邊界附近的趨勢由一個定常斜率來逼近[34]。
將3個高溫?zé)岷χ笜?biāo)先進(jìn)行距平和歸一化處理，再利用上述3種邊界約束方案進(jìn)行巴特沃斯低通濾波平滑處理，計(jì)算所得到序列的均方誤差(Mean Square Error,MSE)如表1所示，每個指標(biāo)最小MSE的平滑序列就是最優(yōu)的平滑方案。最終3個熱害指標(biāo)的氣候時間序列平滑的約束方案均選擇模約束方案。將處理過后的序列進(jìn)行平滑處理（圖2）可以看到，所有指標(biāo)在長時間序列上均無明顯的增大或減小的趨勢，達(dá)到了模約束方案的邊界附近與氣候態(tài)相接近的預(yù)期。
表1 熱害指標(biāo)序列的均方誤差Tab.1 MSE of heat damage index series
圖2 1961-2014年長江中下游地區(qū)高溫?zé)岷Φ臅r間變化Fig.2 Temporal variation of heat damage over the middle&lower reaches of the Yangtze River from 1961 to 2014
2.2 高溫?zé)岷?qiáng)度的空間變化
將長江中下游地區(qū)的高溫?zé)岷χ笜?biāo)在空間中的每個格點(diǎn)在時間尺度上進(jìn)行平均，所得結(jié)果如圖3所示。高溫?zé)岷^嚴(yán)重的區(qū)域集中在湖南和湖北的東部，江西的中部，浙江的北部以及江蘇和安徽接壤的部分，高溫持續(xù)日數(shù)最大可達(dá)到13 d，連續(xù)高溫積溫最大可達(dá)到47 ℃?d，危害熱積溫最大可達(dá)到45 ℃?d，在沿海地區(qū)和西部地區(qū)高溫?zé)岷Σ⒉粐?yán)重。綜合圖1所示的高程數(shù)據(jù)可以發(fā)現(xiàn)，高溫?zé)岷?yán)重的地區(qū)集中在高程較低的平原地區(qū)，而山區(qū)丘陵由于溫度的垂直遞減效應(yīng)，使得逐日平均氣溫和逐日最高氣溫相較于平原地區(qū)偏低，進(jìn)而使計(jì)算所得指標(biāo)與平原地區(qū)相差較大。江蘇和浙江沿海地區(qū)在夏季受到相較于內(nèi)陸更為強(qiáng)烈的西太平洋季風(fēng)影響，降水頻繁，導(dǎo)致該地區(qū)降溫效果顯著，進(jìn)而使得極端高溫事件無法連續(xù)，高溫?zé)岷ζ汀?/p>
圖3 1961-2014年長江中下游地區(qū)高溫?zé)岷Φ目臻g分布Fig.3 Spatial distribution of heat damage over the middle&lower reaches of the Yangtze
將3個指標(biāo)進(jìn)行對比可以發(fā)現(xiàn)，相較于連續(xù)高溫積溫和危害熱積溫，高溫持續(xù)日數(shù)在大別山、黃山以及江南丘陵地帶明顯相較于周邊偏低，而連續(xù)高溫積溫和危害熱積溫雖然在山區(qū)及丘陵地區(qū)也較周邊偏低，但空間差異不大。這種在空間上的過快突變?nèi)菀自斐蓪岷π问降母吖?。同時，高溫持續(xù)日數(shù)相比于連續(xù)高溫積溫和危害熱積溫所反映出的高溫?zé)岷?yán)重的地區(qū)更為集中，并且所占格點(diǎn)也明顯更多。但是高溫持續(xù)日數(shù)在空間中連成一片，無法像連續(xù)高溫積溫和危害熱積溫一樣在局部區(qū)域（如兩湖平原地區(qū)）中反映出指標(biāo)在局部區(qū)域中的空間差異。比較同樣基于逐日最高氣溫?cái)?shù)據(jù)計(jì)算得到的連續(xù)高溫積溫和危害熱積溫，雖然二者的計(jì)算方法的不同導(dǎo)致了指標(biāo)大小有著細(xì)微的差別，但是在空間上的分布高度相似。
2.3 高溫?zé)岷?qiáng)度的周期變化
小波分析是一個具有多分辨率的統(tǒng)計(jì)工具，能夠反映時域和頻域上的局部特征，被稱為“細(xì)節(jié)放大器”[11]。其中Morlet 小波能清晰的揭示出隱藏在時間序列中的多種變化周期，充分反映系統(tǒng)在不同時間尺度中的變化趨勢，并能對系統(tǒng)未來發(fā)展趨勢進(jìn)行定性估計(jì)，為更好的研究時間序列問題提供了可能。
本文對3個高溫?zé)岷χ笜?biāo)在1961-2014年內(nèi)選用32年時間尺度進(jìn)行Morlet 復(fù)小波分析，所得結(jié)果如圖4所示。其中小波系數(shù)實(shí)部等值線圖能反映序列不同時間尺度的周期變化及其在時域中的分布，從而判斷在不同的時間尺度上序列在未來的變化趨勢；小波方差圖能反映序列的波動能量隨尺度的分布情況，從而判斷序列演化過程中存在的主周期；主周期趨勢圖是根據(jù)小波方差檢驗(yàn)結(jié)果提取小波系數(shù)實(shí)部在主周期下的變化趨勢，以反映熱害指標(biāo)存在的平均周期及高-低變化特征。
從小波系數(shù)實(shí)部等值線圖4可以看出，3個指標(biāo)在54年中存在著25～32年、13～24年、7～12年以及3～6年的四類尺度的周期變化規(guī)律。其中，在25～32年的尺度上出現(xiàn)了高-低交替的準(zhǔn)兩次震蕩；在14～24年的尺度上出現(xiàn)了高-低交替的準(zhǔn)4次震蕩。同時還可以看出，以上兩個尺度的周期變化在整個分析的時段的表現(xiàn)十分穩(wěn)定，具有全域性；7～12年尺度的周期變化在1990年之前的表現(xiàn)較為穩(wěn)定。3個指標(biāo)的差異主要體現(xiàn)在3～6年尺度上：就高溫持續(xù)日數(shù)而言，3～6年尺度的周期在1970年之前和1990年之后的表現(xiàn)較為穩(wěn)定；就連續(xù)高溫積溫和危害熱積溫而言，3～6年尺度的周期在1980年之后的表現(xiàn)較為穩(wěn)定。
從小波方差圖4可以看出，3 個指標(biāo)均存在3 個較為明顯的峰值，它們依次對應(yīng)著18年、9年和5年的時間尺度。其中，3 個指標(biāo)的最大峰值均對應(yīng)著18年時間尺度，說明18年左右的震蕩周期最強(qiáng)，為序列變化的第一主周期。就高溫持續(xù)日數(shù)而言，第二峰值對應(yīng)9年時間尺度，第三峰值對應(yīng)5年時間尺度，分別為第二、第三主周期。就連續(xù)高溫積溫和危害熱積溫而言，第二峰值對應(yīng)5年時間尺度，第三峰值對應(yīng)9年時間尺度，為序列變化的第二、第三主周期。
圖4 1961-2014年長江中下游地區(qū)高溫?zé)岷r間序列的Morlet小波分析結(jié)果Fig.4 Morlet wavelet analysis results of time series of heat damage in the middle&lower reaches of the Yangtze River from 1961 to 2014
根據(jù)小波方差圖中的結(jié)果，繪制分別反映5年、9年和18年特征尺度的主周期趨勢圖。在5年和18年特征尺度上，3個指標(biāo)表現(xiàn)出的平均周期和高-低變化特征一致，在5年特征時間尺度上，高溫?zé)岷ψ兓钠骄芷跒?.5年左右，大約經(jīng)歷了16 個周期的高-低變化；在18年的特征時間尺度上，高溫?zé)岷ψ兓钠骄芷跒?2年，大約經(jīng)歷了4.5 個周期的高-低變化。就高溫持續(xù)日數(shù)而言，在9年的特征時間尺度上，高溫?zé)岷ψ兓钠骄芷跒?.5年左右，大約經(jīng)歷了8個周期的高-低轉(zhuǎn)換；就連續(xù)高溫積溫和危害熱積溫而言，在9年的特征時間尺度上，高溫?zé)岷ψ兓钠骄芷跒?年左右，大約經(jīng)歷了8.5個周期的高-低轉(zhuǎn)換。
2.4 高溫?zé)岷?qiáng)度的等級劃分
前面所計(jì)算的高溫?zé)岷Ρ举|(zhì)上是氣候指標(biāo)，只有通過劃分等級才能體現(xiàn)出其影響水稻生長發(fā)育的程度。依據(jù)之前的研究[11,31]以及最新的國家標(biāo)準(zhǔn)[32](GB/T 37744-2019)，本文將通過3 套劃分標(biāo)準(zhǔn)（表2） 將高溫?zé)岷?qiáng)度等級進(jìn)行劃分。
表2 單點(diǎn)熱害強(qiáng)度等級劃分Tab.2 Classification of single point heat damage intensity
從表2可以看到，用危害熱積溫定義的劃分標(biāo)準(zhǔn)針對單季稻和雙季稻是不同的，而用高溫持續(xù)日數(shù)定義的劃分標(biāo)準(zhǔn)沒有區(qū)分單季稻和雙季稻，并且用連續(xù)高溫積溫定義的劃分標(biāo)準(zhǔn)只適用于單季稻?；诖?，為了可以把不同的標(biāo)準(zhǔn)放在一起進(jìn)行對比，將用高溫持續(xù)日數(shù)定義的劃分標(biāo)準(zhǔn)定義為單季稻和雙季稻同標(biāo)準(zhǔn)。國家統(tǒng)計(jì)局發(fā)布的作物播種面積指出，近30年以來，湖南省和江西省的平均的雙季早稻播種面積占到長江中下游地區(qū)雙季早稻播種總面積的75%以上，湖北省、安徽省、江蘇省和浙江省的單季稻播種面積更是占到長江中下游地區(qū)單季稻播種總面積的80%以上。為了更加準(zhǔn)確的反映高溫?zé)岷Ψ謩e對單季稻和雙季早稻產(chǎn)生的影響，本文將長江中下游分為由湖南、江西組成的雙季早稻種植區(qū)和由其余地區(qū)組成的單季稻種植區(qū)，分別討論高溫?zé)岷?qiáng)度等級占種植區(qū)總面積的比例，結(jié)果如圖5所示。
圖5 1961-2014年長江中下游水稻種植區(qū)在不同指標(biāo)下高溫?zé)岷Τ潭日急菷ig.5 Percentage of heat damage in rice growing areas in the middle&lower reaches of the Yangtze River under different indicators from 1961 to 2014
之前的研究通過計(jì)算日平均氣溫≥30 ℃或日最高氣溫≥35 ℃持續(xù)日數(shù)指出[29]，比較明顯的典型高溫?zé)岷δ攴萦?971、1978、1988、1994、2003和2006年，其中1978和1988年的高溫天氣使得雙季早稻產(chǎn)量明顯下降，2003年的高溫天氣使得單季稻的產(chǎn)量明顯下降，其余時段則是對區(qū)域內(nèi)所有水稻產(chǎn)量都產(chǎn)生影響，同時2013年是長江中下游地區(qū)自21世紀(jì)以來高溫持續(xù)時間最長的年份[35]。將以上的典型年份代入圖中進(jìn)行比對可以發(fā)現(xiàn)均能得到較好的驗(yàn)證。
相較于其他兩種劃分標(biāo)準(zhǔn)，基于連續(xù)高溫積溫的劃分標(biāo)準(zhǔn)雖然可以對典型年份進(jìn)行較好的反映，但是由于閾值劃分的主觀性，無法在其余年份對高溫?zé)岷Τ潭茸龀龊芎玫呐袛啵⑶覄澐謽?biāo)準(zhǔn)僅針對于單季稻，無法精確判斷長江中下游地區(qū)這一單雙季稻輪作的水稻產(chǎn)區(qū)受到高溫?zé)岷Φ挠绊懗潭取?/p>
雖然基于危害熱積溫的劃分標(biāo)準(zhǔn)相比于基于高溫持續(xù)日數(shù)的劃分標(biāo)準(zhǔn)有著更高的熱害面積的總占比，但其組成大多為輕度熱害。而基于高溫持續(xù)日數(shù)的劃分標(biāo)準(zhǔn)有著更高的重度熱害占比，尤其是位于北方的單季稻種植區(qū)，這可能會在一些年份與實(shí)際情況不符，造成對于熱害影響的過高預(yù)估。
3 結(jié) 論
本文利用1961-2014年的逐日平均氣溫?cái)?shù)據(jù)和逐日最高氣溫?cái)?shù)據(jù)，采用3種不同指標(biāo)，對長江中下游地區(qū)水稻的高溫?zé)岷μ卣鬟M(jìn)行了綜合評估，主要結(jié)論如下。
（1）3 個指標(biāo)都在長時間序列上均無明顯的持續(xù)增大或減小的趨勢，但在1961-1980年存在下降趨勢，在1981-2014年存在上升趨勢。相較于連續(xù)高溫積溫和危害熱積溫，高溫持續(xù)日數(shù)無論是在1961-1980年間的下降趨勢還是在1981-2014年間的上升趨勢都相對平緩。
（2）空間上，3 個指標(biāo)均反映出高溫?zé)岷?yán)重的地區(qū)集中在平原區(qū)。高溫持續(xù)日數(shù)相比于連續(xù)高溫積溫和危害熱積溫所反映出的高溫?zé)岷?yán)重的地區(qū)更為集中，但是無法像連續(xù)高溫積溫和危害熱積溫一樣很好地反映出指標(biāo)在局部區(qū)域中的空間差異。
（3）在周期分析中，3 個指標(biāo)在54年中存在著25～32年、13～24年、7～12年以及3～6年的四類尺度的周期變化規(guī)律，并且均存在3 個較為強(qiáng)烈的震蕩周期，它們依次對應(yīng)著18年、9年和5年的時間尺度。
（4）在強(qiáng)度等級劃分中，雖然典型熱害年份均能通過3個指標(biāo)得到較好驗(yàn)證，但是相較于其他兩種劃分標(biāo)準(zhǔn)，基于連續(xù)高溫積溫的劃分標(biāo)準(zhǔn)無法精確判斷長江中下游地區(qū)受到高溫?zé)岷Φ挠绊懗潭?。并且基于連續(xù)高溫日數(shù)的劃分標(biāo)準(zhǔn)可能會比基于危害熱積溫的劃分標(biāo)準(zhǔn)對于熱害的影響造成一定程度的過高預(yù)估。
綜上所述，基于逐日最高氣溫?cái)?shù)據(jù)所計(jì)算的危害熱積溫(AHDT)比高溫持續(xù)日數(shù)(HTD)和連續(xù)高溫積溫(HDD)更適合反映長江中下游地區(qū)高溫?zé)岷λ镜挠绊憽?/p>
猜你喜歡
漢江上游漢中區(qū)域不同等級降水日數(shù)的氣候變化特征分析綠色科技(2022年16期)2022-09-15 1981—2020年西藏“一江兩河”主要農(nóng)區(qū)負(fù)積溫的時空變化特征中國農(nóng)學(xué)通報(2022年5期)2022-03-02 南方多地9月熱到破紀(jì)錄文萃報·周五版(2021年39期)2021-10-18 冠狀病毒疫情二萬多年前就已暴發(fā)科學(xué)導(dǎo)報(2021年64期)2021-09-29 皮山縣沙塵天氣統(tǒng)計(jì)分析及影響中國電氣工程學(xué)報(2020年8期)2020-12-09 湟源縣30年0℃活動積溫變化特征分析現(xiàn)代農(nóng)業(yè)科技(2020年4期)2020-04-08 ?？谑欣妆夂蛱卣骷捌浠疑A(yù)測模型研究吉林農(nóng)業(yè)(2018年8期)2018-05-01 1961—2014年濟(jì)南市霾日數(shù)變化特征分析現(xiàn)代農(nóng)業(yè)科技(2017年12期)2017-07-29 奉節(jié)縣干旱評估時間尺度適宜性研究現(xiàn)代農(nóng)業(yè)科技(2016年22期)2017-03-24 溫度對雜交水稻恢復(fù)系和不育系生育期的影響研究現(xiàn)代農(nóng)業(yè)科技(2016年21期)2017-03-06
朱世峰，王衛(wèi)光，魏 佳
（1.河海大學(xué)水文水資源學(xué)院，南京 210098；2.河海大學(xué)水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，南京 210098）
0 引 言
近年來，以顯著變暖為特征的氣候變化已經(jīng)成為社會和大眾關(guān)注的熱點(diǎn)問題[1]。在全球變暖的背景下，極端氣候事件的頻率、強(qiáng)度以及持續(xù)時間均明顯增加[2]。農(nóng)業(yè)是受氣候變化影響最大的部門[3]，并且作物生長期間的極端高溫可能導(dǎo)致其完全歉收[4]。中國是世界上主要的糧食生產(chǎn)國之一，大量的糧食生產(chǎn)區(qū)受到極端高溫氣候的威脅[5]，糧食生產(chǎn)安全已不可避免的受到了氣候變化的影響。極端高溫的影響因作物類型的不同而有很大差異，濕地水稻是受影響最嚴(yán)重的作物[6]。頻繁出現(xiàn)的高溫天氣使得水稻更易遭受到高溫?zé)岷Φ挠绊?，如果不及時采取有效的應(yīng)對措施，將會導(dǎo)致產(chǎn)量下降，嚴(yán)重威脅到糧食生產(chǎn)安全[7]。
長江中下游地區(qū)是我國主要的水稻產(chǎn)區(qū)，該地區(qū)水稻的種植面積及產(chǎn)量均占全國的1/3 以上[8]。但是由于該地區(qū)地處亞熱帶季風(fēng)區(qū)，無法避免在夏季遭遇不同程度的高溫事件。水稻生長期通常在夏季，加劇的極端氣候事件，將會造成水稻生長過程明顯加快，致使水稻空粒增加，進(jìn)而使得產(chǎn)量和品質(zhì)大幅下降[9-11]。過去的研究表明，水稻在高溫下暴露一小時就足以引起不育，并且高溫也會影響開花模式和達(dá)到花期的小穗數(shù)[12]。隨著極端氣溫事件發(fā)生頻率的增加，氣候變化可能會增加溫度峰值與花期重疊的概率[6]。同時，高溫增加了籽粒灌漿和葉片衰老的速率，縮短了籽粒灌漿和葉片衰老的時間，使得籽粒灌漿提前終止[13]。
目前，已有國內(nèi)學(xué)者開展了長江中下游或者流域內(nèi)部分地區(qū)水稻高溫?zé)岷Φ姆植继卣骷皶r空演變規(guī)律的研究。然而，以往的研究大多采用站點(diǎn)數(shù)據(jù)計(jì)算高溫?zé)岷Φ闹笜?biāo)[11,14-18]，對于大面積種植水稻的地區(qū)，盡管將站點(diǎn)數(shù)據(jù)計(jì)算結(jié)果進(jìn)行空間插值可以用來反應(yīng)水稻高溫?zé)岷Φ臅r空變化[19]，但是距離站點(diǎn)較遠(yuǎn)的種植區(qū)會由于插值的偏差而無法很好的反映水稻關(guān)鍵生育期間的夏季溫度變化，最終導(dǎo)致產(chǎn)量和品質(zhì)的差異。此外，由于指標(biāo)計(jì)算時所選擇的實(shí)測數(shù)據(jù)的差異，不同的熱害指標(biāo)對于水稻遭受的熱害等級判定存在較大差異，不合理的判斷結(jié)果將會高估/低估熱害風(fēng)險對于水稻發(fā)育產(chǎn)生的影響。近年來，更多區(qū)域尺度的高分辨率格點(diǎn)化實(shí)測數(shù)據(jù)集的發(fā)布[20,21]為精確化指標(biāo)計(jì)算提供了便利。因此，使用高精度的實(shí)測數(shù)據(jù)，采取多種高溫?zé)岷ψR別方法，綜合評估長江中下游地區(qū)水稻生長期的極端高溫事件的變化規(guī)律，為優(yōu)化作物種植布局和防御高溫災(zāi)害提供了相對科學(xué)的依據(jù)，也為相關(guān)部門制定未來氣候變化應(yīng)對策略、保障國家的糧食安全提供了科學(xué)參考。
1 材料與方法
1.1 研究區(qū)概況
長江中下游地區(qū)(108°05′ E～123° E,24°30′ N～35°10′ N)包括湖南、湖北、江西、安徽、江蘇、浙江和上海，共六省一市，地處我國中部，其中大多為平原丘陵（圖1），屬于亞熱帶濕潤季風(fēng)氣候，雨熱同期，整體表現(xiàn)為夏季暖濕，冬季冷干。研究區(qū)一直以來就是我國的主要糧食產(chǎn)地，占有我國1/5 以上的糧食種植面積和產(chǎn)量，是我國重要的糧食主產(chǎn)區(qū)和商品糧基地[22]。研究區(qū)內(nèi)大多為平原和丘陵，地勢西高東低，地形復(fù)雜，和夏季多種大氣環(huán)流系統(tǒng)相互作用共同導(dǎo)致了該地復(fù)雜多變的氣候特征[23,24]。
圖1 長江中下游地區(qū)示意圖Fig.1 Diagram of the middle&lower reaches of the Yangtze River
1.2 研究數(shù)據(jù)
實(shí)測數(shù)據(jù)來自于中國氣象局氣候研究開放實(shí)驗(yàn)室的0.25°×0.25°經(jīng)緯度分辨率的格點(diǎn)化數(shù)據(jù)集(CN05.1)[25]。CN05.1數(shù)據(jù)集是基于中國范圍內(nèi)的2 400 余個氣象站點(diǎn)的觀測資料（包括基準(zhǔn)站、基本站和國家一般氣象站），通過薄盤樣條方法進(jìn)行空間插值，為了滿足當(dāng)前高分辨率氣候模式精度驗(yàn)證的需要而制作的一組中國大陸地區(qū)的觀測數(shù)據(jù)集。經(jīng)評估該數(shù)據(jù)集精度相對較高且接近實(shí)測數(shù)據(jù)[21]，已經(jīng)得到了廣泛的應(yīng)用[26,27]。本研究選用CN05.1 數(shù)據(jù)集中的逐日平均氣溫和逐日最高氣溫?cái)?shù)據(jù)，數(shù)據(jù)長度為1961-2014年。
1.3 熱害指標(biāo)計(jì)算方法
國內(nèi)外大量學(xué)者對水稻高溫?zé)岷χ笜?biāo)進(jìn)行了研究，但由于研究區(qū)的差別和實(shí)測數(shù)據(jù)的限制，所得到的熱害指標(biāo)也不一樣。較早的研究中以日平均氣溫≥30 ℃或最高氣溫≥35 ℃作為判別水稻開花結(jié)實(shí)期受害的臨界溫度，并按照大于臨界平均溫度和最高溫度的熱害天氣的最長持續(xù)天數(shù)定義高溫?zé)岷?qiáng)度[28,29]；后來的研究中通過日最高氣溫超過35 ℃的危害積溫來評估高溫對水稻的影響[30,31]。因此，本研究選取了如下幾個指標(biāo)對高溫?zé)岷M(jìn)行計(jì)算：
(1)通過計(jì)算日平均氣溫穩(wěn)定超過30 ℃的日數(shù)，即高溫持續(xù)日數(shù)(High Temperature Days,HTD)，來反映高溫?zé)岷?qiáng)度。
(2)利用水稻生育期內(nèi)超過35 ℃以上的連續(xù)高溫積溫(High Temperature Degree-Days forTmax,HDD)[31]來反映熱害的發(fā)生強(qiáng)度，計(jì)算方法如下：
“四種形態(tài)”用黨的紀(jì)律和規(guī)矩衡量黨員干部的日常行為，其鮮明特點(diǎn)是抓早抓小、動輒則咎，發(fā)現(xiàn)不守規(guī)矩現(xiàn)象馬上管，看到違反紀(jì)律行為及時處理。這一特點(diǎn)讓大多數(shù)黨員干部在有傾向性問題、剛剛出問題的時候就能得到及時的提醒、糾正，可以有效地防止黨員干部“帶病”工作，也可以有效地防止黨員干部由違紀(jì)跌入違法犯罪的深淵(因?yàn)榧o(jì)在法前，紀(jì)嚴(yán)于法)。這既是對黨的事業(yè)負(fù)責(zé)，也是對黨員干部嚴(yán)管之下的關(guān)心愛護(hù)。
式中：HDD為連續(xù)高溫積溫，℃?d；DTi為水稻生育期內(nèi)逐日高溫危害積溫，℃；Tmax為日最高氣溫，℃；T0為35 ℃；n為水稻生育期的總天數(shù)，d；i為水稻生育期內(nèi)第i天(1≤i≤n)。
(3)反映水稻生育期內(nèi)的單點(diǎn)高溫?zé)岷?qiáng)度同樣可以利用危害熱積溫(Accumulated Hot Damage Temperature,AHDT)[32]作為指標(biāo)進(jìn)行劃分，計(jì)算方法如下：
式中：AHDT為危害熱積溫，℃?d；m為評價時段內(nèi)水稻熱害過程的總次數(shù)；j為多次水稻熱害過程的序號，1≤j≤m；nj為第j個水稻熱害過程中的總高溫日數(shù)，nj≥3 d)；i為第j個水稻熱害過程中每天的序號，1≤i≤n)；f()為單日積熱，℃；為第j個水稻熱害過程中第i天的日最高氣溫，℃。
根據(jù)之前的研究[28]，本文選擇每年的6-9月作為長江中下游地區(qū)水稻的生長期進(jìn)行指標(biāo)計(jì)算。由于高溫持續(xù)日數(shù)與連續(xù)高溫積溫和危害熱積溫所使用的基礎(chǔ)實(shí)測數(shù)據(jù)不同，而連續(xù)高溫積溫和危害熱積溫之間的計(jì)算方法也存在差異，因此為了選擇出更能準(zhǔn)確描述實(shí)際情況的熱害指標(biāo)，將三者進(jìn)行對比具有重要意義。
2 結(jié)果與分析
2.1 高溫?zé)岷?qiáng)度的時間變化
將基于格點(diǎn)數(shù)據(jù)計(jì)算得到的1961-2014年高溫?zé)岷χ笜?biāo)進(jìn)行區(qū)域平均，區(qū)域平均的結(jié)果如圖2所示。在氣候的趨勢分析中，由于常用的序列平滑方法（如滑動平均等）會造成缺少序列兩端的平滑值，使得處理難以反應(yīng)序列兩端的真實(shí)趨勢，故本文選擇巴特沃斯(Butterworth)低通濾波對3 個高溫?zé)岷χ笜?biāo)進(jìn)行平滑處理[33]。
這種平滑方法將氣候的時間序列看作一個非唯一邊界的約束問題，這樣將至少有3種最低階約束方案，具體如下：①模約束方案：滑動序列的零階導(dǎo)數(shù)，有利于邊界附近的趨勢接近于氣候態(tài)；②斜率約束方案：滑動序列的一階導(dǎo)數(shù)，有利于邊界附近的趨勢接近于一個局部值；③粗糙度約束方案：滑動序列的二階導(dǎo)數(shù)，邊界附近的趨勢由一個定常斜率來逼近[34]。
將3個高溫?zé)岷χ笜?biāo)先進(jìn)行距平和歸一化處理，再利用上述3種邊界約束方案進(jìn)行巴特沃斯低通濾波平滑處理，計(jì)算所得到序列的均方誤差(Mean Square Error,MSE)如表1所示，每個指標(biāo)最小MSE的平滑序列就是最優(yōu)的平滑方案。最終3個熱害指標(biāo)的氣候時間序列平滑的約束方案均選擇模約束方案。將處理過后的序列進(jìn)行平滑處理（圖2）可以看到，所有指標(biāo)在長時間序列上均無明顯的增大或減小的趨勢，達(dá)到了模約束方案的邊界附近與氣候態(tài)相接近的預(yù)期。
表1 熱害指標(biāo)序列的均方誤差Tab.1 MSE of heat damage index series
圖2 1961-2014年長江中下游地區(qū)高溫?zé)岷Φ臅r間變化Fig.2 Temporal variation of heat damage over the middle&lower reaches of the Yangtze River from 1961 to 2014
2.2 高溫?zé)岷?qiáng)度的空間變化
將長江中下游地區(qū)的高溫?zé)岷χ笜?biāo)在空間中的每個格點(diǎn)在時間尺度上進(jìn)行平均，所得結(jié)果如圖3所示。高溫?zé)岷^嚴(yán)重的區(qū)域集中在湖南和湖北的東部，江西的中部，浙江的北部以及江蘇和安徽接壤的部分，高溫持續(xù)日數(shù)最大可達(dá)到13 d，連續(xù)高溫積溫最大可達(dá)到47 ℃?d，危害熱積溫最大可達(dá)到45 ℃?d，在沿海地區(qū)和西部地區(qū)高溫?zé)岷Σ⒉粐?yán)重。綜合圖1所示的高程數(shù)據(jù)可以發(fā)現(xiàn)，高溫?zé)岷?yán)重的地區(qū)集中在高程較低的平原地區(qū)，而山區(qū)丘陵由于溫度的垂直遞減效應(yīng)，使得逐日平均氣溫和逐日最高氣溫相較于平原地區(qū)偏低，進(jìn)而使計(jì)算所得指標(biāo)與平原地區(qū)相差較大。江蘇和浙江沿海地區(qū)在夏季受到相較于內(nèi)陸更為強(qiáng)烈的西太平洋季風(fēng)影響，降水頻繁，導(dǎo)致該地區(qū)降溫效果顯著，進(jìn)而使得極端高溫事件無法連續(xù)，高溫?zé)岷ζ汀?/p>
圖3 1961-2014年長江中下游地區(qū)高溫?zé)岷Φ目臻g分布Fig.3 Spatial distribution of heat damage over the middle&lower reaches of the Yangtze
將3個指標(biāo)進(jìn)行對比可以發(fā)現(xiàn)，相較于連續(xù)高溫積溫和危害熱積溫，高溫持續(xù)日數(shù)在大別山、黃山以及江南丘陵地帶明顯相較于周邊偏低，而連續(xù)高溫積溫和危害熱積溫雖然在山區(qū)及丘陵地區(qū)也較周邊偏低，但空間差異不大。這種在空間上的過快突變?nèi)菀自斐蓪岷π问降母吖?。同時，高溫持續(xù)日數(shù)相比于連續(xù)高溫積溫和危害熱積溫所反映出的高溫?zé)岷?yán)重的地區(qū)更為集中，并且所占格點(diǎn)也明顯更多。但是高溫持續(xù)日數(shù)在空間中連成一片，無法像連續(xù)高溫積溫和危害熱積溫一樣在局部區(qū)域（如兩湖平原地區(qū)）中反映出指標(biāo)在局部區(qū)域中的空間差異。比較同樣基于逐日最高氣溫?cái)?shù)據(jù)計(jì)算得到的連續(xù)高溫積溫和危害熱積溫，雖然二者的計(jì)算方法的不同導(dǎo)致了指標(biāo)大小有著細(xì)微的差別，但是在空間上的分布高度相似。
2.3 高溫?zé)岷?qiáng)度的周期變化
小波分析是一個具有多分辨率的統(tǒng)計(jì)工具，能夠反映時域和頻域上的局部特征，被稱為“細(xì)節(jié)放大器”[11]。其中Morlet 小波能清晰的揭示出隱藏在時間序列中的多種變化周期，充分反映系統(tǒng)在不同時間尺度中的變化趨勢，并能對系統(tǒng)未來發(fā)展趨勢進(jìn)行定性估計(jì)，為更好的研究時間序列問題提供了可能。
本文對3個高溫?zé)岷χ笜?biāo)在1961-2014年內(nèi)選用32年時間尺度進(jìn)行Morlet 復(fù)小波分析，所得結(jié)果如圖4所示。其中小波系數(shù)實(shí)部等值線圖能反映序列不同時間尺度的周期變化及其在時域中的分布，從而判斷在不同的時間尺度上序列在未來的變化趨勢；小波方差圖能反映序列的波動能量隨尺度的分布情況，從而判斷序列演化過程中存在的主周期；主周期趨勢圖是根據(jù)小波方差檢驗(yàn)結(jié)果提取小波系數(shù)實(shí)部在主周期下的變化趨勢，以反映熱害指標(biāo)存在的平均周期及高-低變化特征。
從小波系數(shù)實(shí)部等值線圖4可以看出，3個指標(biāo)在54年中存在著25～32年、13～24年、7～12年以及3～6年的四類尺度的周期變化規(guī)律。其中，在25～32年的尺度上出現(xiàn)了高-低交替的準(zhǔn)兩次震蕩；在14～24年的尺度上出現(xiàn)了高-低交替的準(zhǔn)4次震蕩。同時還可以看出，以上兩個尺度的周期變化在整個分析的時段的表現(xiàn)十分穩(wěn)定，具有全域性；7～12年尺度的周期變化在1990年之前的表現(xiàn)較為穩(wěn)定。3個指標(biāo)的差異主要體現(xiàn)在3～6年尺度上：就高溫持續(xù)日數(shù)而言，3～6年尺度的周期在1970年之前和1990年之后的表現(xiàn)較為穩(wěn)定；就連續(xù)高溫積溫和危害熱積溫而言，3～6年尺度的周期在1980年之后的表現(xiàn)較為穩(wěn)定。
從小波方差圖4可以看出，3 個指標(biāo)均存在3 個較為明顯的峰值，它們依次對應(yīng)著18年、9年和5年的時間尺度。其中，3 個指標(biāo)的最大峰值均對應(yīng)著18年時間尺度，說明18年左右的震蕩周期最強(qiáng)，為序列變化的第一主周期。就高溫持續(xù)日數(shù)而言，第二峰值對應(yīng)9年時間尺度，第三峰值對應(yīng)5年時間尺度，分別為第二、第三主周期。就連續(xù)高溫積溫和危害熱積溫而言，第二峰值對應(yīng)5年時間尺度，第三峰值對應(yīng)9年時間尺度，為序列變化的第二、第三主周期。
圖4 1961-2014年長江中下游地區(qū)高溫?zé)岷r間序列的Morlet小波分析結(jié)果Fig.4 Morlet wavelet analysis results of time series of heat damage in the middle&lower reaches of the Yangtze River from 1961 to 2014
根據(jù)小波方差圖中的結(jié)果，繪制分別反映5年、9年和18年特征尺度的主周期趨勢圖。在5年和18年特征尺度上，3個指標(biāo)表現(xiàn)出的平均周期和高-低變化特征一致，在5年特征時間尺度上，高溫?zé)岷ψ兓钠骄芷跒?.5年左右，大約經(jīng)歷了16 個周期的高-低變化；在18年的特征時間尺度上，高溫?zé)岷ψ兓钠骄芷跒?2年，大約經(jīng)歷了4.5 個周期的高-低變化。就高溫持續(xù)日數(shù)而言，在9年的特征時間尺度上，高溫?zé)岷ψ兓钠骄芷跒?.5年左右，大約經(jīng)歷了8個周期的高-低轉(zhuǎn)換；就連續(xù)高溫積溫和危害熱積溫而言，在9年的特征時間尺度上，高溫?zé)岷ψ兓钠骄芷跒?年左右，大約經(jīng)歷了8.5個周期的高-低轉(zhuǎn)換。
2.4 高溫?zé)岷?qiáng)度的等級劃分
前面所計(jì)算的高溫?zé)岷Ρ举|(zhì)上是氣候指標(biāo)，只有通過劃分等級才能體現(xiàn)出其影響水稻生長發(fā)育的程度。依據(jù)之前的研究[11,31]以及最新的國家標(biāo)準(zhǔn)[32](GB/T 37744-2019)，本文將通過3 套劃分標(biāo)準(zhǔn)（表2） 將高溫?zé)岷?qiáng)度等級進(jìn)行劃分。
表2 單點(diǎn)熱害強(qiáng)度等級劃分Tab.2 Classification of single point heat damage intensity
從表2可以看到，用危害熱積溫定義的劃分標(biāo)準(zhǔn)針對單季稻和雙季稻是不同的，而用高溫持續(xù)日數(shù)定義的劃分標(biāo)準(zhǔn)沒有區(qū)分單季稻和雙季稻，并且用連續(xù)高溫積溫定義的劃分標(biāo)準(zhǔn)只適用于單季稻?；诖?，為了可以把不同的標(biāo)準(zhǔn)放在一起進(jìn)行對比，將用高溫持續(xù)日數(shù)定義的劃分標(biāo)準(zhǔn)定義為單季稻和雙季稻同標(biāo)準(zhǔn)。國家統(tǒng)計(jì)局發(fā)布的作物播種面積指出，近30年以來，湖南省和江西省的平均的雙季早稻播種面積占到長江中下游地區(qū)雙季早稻播種總面積的75%以上，湖北省、安徽省、江蘇省和浙江省的單季稻播種面積更是占到長江中下游地區(qū)單季稻播種總面積的80%以上。為了更加準(zhǔn)確的反映高溫?zé)岷Ψ謩e對單季稻和雙季早稻產(chǎn)生的影響，本文將長江中下游分為由湖南、江西組成的雙季早稻種植區(qū)和由其余地區(qū)組成的單季稻種植區(qū)，分別討論高溫?zé)岷?qiáng)度等級占種植區(qū)總面積的比例，結(jié)果如圖5所示。
圖5 1961-2014年長江中下游水稻種植區(qū)在不同指標(biāo)下高溫?zé)岷Τ潭日急菷ig.5 Percentage of heat damage in rice growing areas in the middle&lower reaches of the Yangtze River under different indicators from 1961 to 2014
之前的研究通過計(jì)算日平均氣溫≥30 ℃或日最高氣溫≥35 ℃持續(xù)日數(shù)指出[29]，比較明顯的典型高溫?zé)岷δ攴萦?971、1978、1988、1994、2003和2006年，其中1978和1988年的高溫天氣使得雙季早稻產(chǎn)量明顯下降，2003年的高溫天氣使得單季稻的產(chǎn)量明顯下降，其余時段則是對區(qū)域內(nèi)所有水稻產(chǎn)量都產(chǎn)生影響，同時2013年是長江中下游地區(qū)自21世紀(jì)以來高溫持續(xù)時間最長的年份[35]。將以上的典型年份代入圖中進(jìn)行比對可以發(fā)現(xiàn)均能得到較好的驗(yàn)證。
相較于其他兩種劃分標(biāo)準(zhǔn)，基于連續(xù)高溫積溫的劃分標(biāo)準(zhǔn)雖然可以對典型年份進(jìn)行較好的反映，但是由于閾值劃分的主觀性，無法在其余年份對高溫?zé)岷Τ潭茸龀龊芎玫呐袛啵⑶覄澐謽?biāo)準(zhǔn)僅針對于單季稻，無法精確判斷長江中下游地區(qū)這一單雙季稻輪作的水稻產(chǎn)區(qū)受到高溫?zé)岷Φ挠绊懗潭取?/p>
雖然基于危害熱積溫的劃分標(biāo)準(zhǔn)相比于基于高溫持續(xù)日數(shù)的劃分標(biāo)準(zhǔn)有著更高的熱害面積的總占比，但其組成大多為輕度熱害。而基于高溫持續(xù)日數(shù)的劃分標(biāo)準(zhǔn)有著更高的重度熱害占比，尤其是位于北方的單季稻種植區(qū)，這可能會在一些年份與實(shí)際情況不符，造成對于熱害影響的過高預(yù)估。
3 結(jié) 論
本文利用1961-2014年的逐日平均氣溫?cái)?shù)據(jù)和逐日最高氣溫?cái)?shù)據(jù)，采用3種不同指標(biāo)，對長江中下游地區(qū)水稻的高溫?zé)岷μ卣鬟M(jìn)行了綜合評估，主要結(jié)論如下。
（1）3 個指標(biāo)都在長時間序列上均無明顯的持續(xù)增大或減小的趨勢，但在1961-1980年存在下降趨勢，在1981-2014年存在上升趨勢。相較于連續(xù)高溫積溫和危害熱積溫，高溫持續(xù)日數(shù)無論是在1961-1980年間的下降趨勢還是在1981-2014年間的上升趨勢都相對平緩。
（2）空間上，3 個指標(biāo)均反映出高溫?zé)岷?yán)重的地區(qū)集中在平原區(qū)。高溫持續(xù)日數(shù)相比于連續(xù)高溫積溫和危害熱積溫所反映出的高溫?zé)岷?yán)重的地區(qū)更為集中，但是無法像連續(xù)高溫積溫和危害熱積溫一樣很好地反映出指標(biāo)在局部區(qū)域中的空間差異。
（3）在周期分析中，3 個指標(biāo)在54年中存在著25～32年、13～24年、7～12年以及3～6年的四類尺度的周期變化規(guī)律，并且均存在3 個較為強(qiáng)烈的震蕩周期，它們依次對應(yīng)著18年、9年和5年的時間尺度。
（4）在強(qiáng)度等級劃分中，雖然典型熱害年份均能通過3個指標(biāo)得到較好驗(yàn)證，但是相較于其他兩種劃分標(biāo)準(zhǔn)，基于連續(xù)高溫積溫的劃分標(biāo)準(zhǔn)無法精確判斷長江中下游地區(qū)受到高溫?zé)岷Φ挠绊懗潭?。并且基于連續(xù)高溫日數(shù)的劃分標(biāo)準(zhǔn)可能會比基于危害熱積溫的劃分標(biāo)準(zhǔn)對于熱害的影響造成一定程度的過高預(yù)估。
綜上所述，基于逐日最高氣溫?cái)?shù)據(jù)所計(jì)算的危害熱積溫(AHDT)比高溫持續(xù)日數(shù)(HTD)和連續(xù)高溫積溫(HDD)更適合反映長江中下游地區(qū)高溫?zé)岷λ镜挠绊憽?/p>
猜你喜歡
綠色科技(2022年16期)2022-09-15
中國農(nóng)學(xué)通報(2022年5期)2022-03-02
文萃報·周五版(2021年39期)2021-10-18
科學(xué)導(dǎo)報(2021年64期)2021-09-29
中國電氣工程學(xué)報(2020年8期)2020-12-09
現(xiàn)代農(nóng)業(yè)科技(2020年4期)2020-04-08
吉林農(nóng)業(yè)(2018年8期)2018-05-01
現(xiàn)代農(nóng)業(yè)科技(2017年12期)2017-07-29
現(xiàn)代農(nóng)業(yè)科技(2016年22期)2017-03-24
現(xiàn)代農(nóng)業(yè)科技(2016年21期)2017-03-06
