王纯枝 霍治国 郭安红 黄 冲 张 蕾陆明红 何延波 刘万才

1)(国家气象中心， 北京 100081)2)(中国气象科学研究院， 北京100081)3)(南京信息工程大学气象灾害预报预警与评估协同创新中心， 南京 210044)4)(全国农业技术推广服务中心， 北京 100125)

引 言

作为一个农业大国，中国的主要粮食作物为小麦，小麦蚜虫是危害小麦产量和品质的主要虫害[1-3]，其中麦长管蚜和禾谷缢管蚜是最主要的害虫[4-5]，麦长管蚜是穗期危害的优势种[3,6]。穗期麦蚜为害严重时不仅可使小麦千粒重降低造成减产，还可作为病毒载体传播植物病毒病，如影响最严重的大麦黄矮病毒(barley yellow dwarf virus，BYDV)[3,7]，恶化小麦品质，对我国麦区粮食安全造成严重威胁。小麦蚜虫属于典型的r对策昆虫，世代重叠，繁殖速率高，有翅蚜和无翅蚜混生，扩散能力较强。受气候变化影响，小麦蚜虫始见期、危害程度均有逐渐提早和加重的趋势。因此，开展小麦蚜虫气候风险变化趋势的研究，对减轻小麦蚜虫危害有重要意义。

气候和天敌是影响小麦蚜虫消长动态变化的主要因素[8]。冬季偏暖有利于小麦蚜虫越冬基数提高和始发期偏早[9]，春季偏暖有利于虫害发生发展[10]，气候变暖有利于加重小麦蚜虫发生危害态势[11]。大多数农业流行性病虫害的发生发展与气象因素关系密切[12-14]，温度、湿度等条件与害虫的繁殖、行为、种群密度、扩散和发生程度直接相关[12,15-16]。目前，针对小麦蚜虫的研究多集中在发生规律[7,17-18]、防治指标[2]、预测模型研究[1,13,19-20]等方面。对小麦主产区小麦蚜虫发生风险进行合理区划，是开展针对性防治的基础，但目前研究较少。王贺军等[21]采用模糊聚类和判别分析等数学方法，对棉花苗蚜进行生态区划。在区划方法上，基于关键因子的病虫害气候风险区划是普遍采用的方法[22-23]，但以往研究多限于从气象单因子或组合因子角度对病虫害气候危险性进行狭义风险区划和分析，而结合气候危险性、脆弱性、防灾减灾能力等多因素进行病虫害综合气候风险区划的研究报道较少，从气候综合致灾指数和综合气候风险的角度分析小麦蚜虫发生范围和危害程度变化趋势的研究报道尤为鲜见。

本文基于风险角度，考虑小麦蚜虫气候致灾指标构建气候危险性指数，根据发生实况，结合小麦蚜虫气候危险性和脆弱性及防灾减灾能力对北方冬小麦主要种植区域进行小麦蚜虫气候风险评估，从年代际变化角度，分析小麦蚜虫发生和风险趋势，为适时开展小麦蚜虫监测和预报预警、危害程度评估以及气象保障提供重要科技支撑，为相关部门及时有效防控提供决策依据。

1 资料与方法

1.1 资 料

研究区域为中国北方冬小麦主要种植区域的8个主产省(市)，包括河北、北京、天津、山西、河南、山东、江苏和安徽。小麦蚜虫发生资料来自全国农业技术推广服务中心，包括1949—2018年各省(市)小麦蚜虫的年发生面积、防治面积、发生程度等级、实际损失及2012—2018年始发期、盛发期等资料，其中发生程度等级资料序列连续性偏差，经对华北、黄淮各省麦蚜发生面积分级[13]与实际发生程度等级的一致性分析，得到华北、黄淮的等级匹配一致性准确率分别为90.3%和95.8%(华北样本量n=93，黄淮样本量n=72)，因此采用发生面积分级代替实际发生程度等级。由小麦蚜虫多年平均发生面积(图1)可以看到，全国主要25个省(市)有小麦蚜虫发生，且各省(市)发生面积差异明显，河南省小麦蚜虫发生面积最大(189.25万公顷次)，广西发生面积最小(0.47万公顷次)，河南、山东、河北、江苏、安徽、山西等排名前9个省(市)小麦蚜虫发生面积之和占全国发生面积的87.6%，本研究包括的8个省(市)小麦蚜虫发生面积之和占全国发生面积的75.3%，因此具有典型性和代表性。小麦种植面积资料来自中国统计局，包括1958—2018年冬小麦和春小麦种植面积等。由于研究区以冬小麦为主，春小麦仅在华北北部小部分地区播种，冬小麦播种面积占比在95%以上，因此本文的研究范围为8个主产省(市)的冬小麦区(图2)。1981—2018年冬小麦不同年份发育期和常年发育期资料来自国家气象中心。气象资料来自国家气象中心，由于1958年后气象资料开始有较完整记录，故采用资料长度为1958—2018年，要素包括上年12月至当年6月上旬的逐日平均气温、最高气温、最低气温、降水量、日照时数、空气相对湿度、大雨日数等。另外，引进温雨系数指标C，

C=P/T。

(1)

式(1)中，P为月或旬累积降雨量，单位为mm；T为月或旬平均气温，单位为℃。

图1 小麦蚜虫平均发生面积 Fig.1 Average occurrence area of wheat aphids

气象站点选择时，利用中国土地利用图[24]和 ArcGIS分析工具中的叠加Intersect功能剔除高山、城市开发区等非农田站点后，选取8个省(市)561个气象站点，其中华北206站，包括北京10站、河北119站、天津11站、山西66站；黄淮216站，包括山东106站、河南110站；苏皖地区139站，包括安徽70站、江苏69站。

图2 冬小麦研究区Fig.2 Study area of winter wheat

1.2 百分位数法

百分位数法是一种常用的统计方法，将一组数据由小至大排序，并计算相应的累计百分位，则某一百分位对应数据的值就称为该百分位的百分位数[25-26]，在统计学上也称PR(percentile ranks)值。在实际应用中，百分位数作为位置指标，用来描述数据在样本中的水平，经常使用的百分位数有P2.5，P5，P25，P50，P75，P95，P97.5等，其中P25，P50，P75也称为四分位数。结合使用多个百分位数能更全面描述数据分布特征，计算公式为[26]

(2)

(3)

γ=(p×n+(1+p)/3)-j。

(4)

1.3 小麦蚜虫气候危险性指数

根据小麦蚜虫生物学特性[4-5]和冬小麦主产区小麦常年发育期规律[27]，采用相关分析、主成分分析和回归分析等方法，依据文献[13]中气象适宜度指数模型的构建方法和筛选出的关键因子，构建北方冬小麦主产区分区域的小麦蚜虫气候致灾指数，具体见文献[13]。基于文献[13]构建的北方地区分区域的小麦蚜虫气象适宜度模型，以小麦蚜虫发生气候适宜度指数作为气候适宜指标和气候致灾因子，并计算1958—2018年小麦蚜虫气候致灾指数，构建北方主产麦区小麦蚜虫气候危险性指数序列数据集。采用百分位数法，将小麦蚜虫气候致灾指数划分为不同致灾等级，统计1958—2018年及不同年代各等级致灾指数发生频次作为小麦蚜虫气候危险性致灾指标，利用小麦蚜虫不同致灾等级和发生频次构建气候危险性指数[23,28]

(5)

式(5)中，χi为不同年代小麦蚜虫各等级致灾指数出现频率，di为对应各强度的平均气候致灾指数，i为致灾等级。强度共分4个等级，对应气象等级为不适宜、较适宜、适宜和非常适宜。

1.4 小麦蚜虫发生脆弱性指数

脆弱性是指受危险影响地区的承载体面对致灾因子危险性可能遭受的伤害或损失程度[23]。为消除不同省份小麦种植面积的差异，利用各省小麦蚜虫不同年份实际发生面积与小麦种植面积的比值计算各年代平均的小麦蚜虫发生面积率作为年代际小麦蚜虫发生脆弱性指数，指数越大，表明受小麦蚜虫危害的影响越重。

(6)

式(6)中，v为小麦蚜虫发生脆弱性指数，Sa为小麦蚜虫发生面积(单位：104hm2)，Sg为小麦种植面积(单位：104hm2)。

1.5 小麦蚜虫防灾减灾能力指数

防灾减灾能力体现抵御灾害的能力，主要包括工程性和非工程性两类。对小麦蚜虫的抵御能力包括资金投入、物资、人力、防治水平以及灾害发生后的应急管理与调控能力等。利用小麦蚜虫防治面积与发生面积的比值作为小麦蚜虫防灾减灾能力指数，指数越大，说明可供投入的防灾减灾能力越强，损失概率越小，灾害发生风险相应也越低。

(7)

式(7)中，c为小麦蚜虫防灾减灾能力指数，Sp为小麦蚜虫防治面积(单位：104hm2)，Sa为小麦蚜虫发生面积(单位：104hm2)。

1.6 小麦蚜虫气候风险指数

计算综合气候风险指数时，为消除不同指数量级之间的差异，且避免底数为0(如小麦蚜虫脆弱性为0)，先对各指数进行规范化处理[23]：

(8)

式(8)中，fi为各指数值，fmax和fmin分别为各指数的历史最大值和最小值。基于灾害风险分析原理[28-31]，综合考虑小麦蚜虫气候危险性、脆弱性和种植区防灾减灾能力，构建小麦蚜虫气候风险指数

s=χ×v×(1-c)。

(9)

式(9)中，s为小麦蚜虫气候风险指数，χ为小麦蚜虫危险性指数，v为小麦蚜虫发生脆弱性指数，c为小麦蚜虫防灾减灾能力指数。

本文基于GIS 技术，利用IDW插值法、栅格运算、百分位数法等方法，开展小麦蚜虫气候危险性、脆弱性、防灾减灾能力和综合风险区划。

2 结果与分析

2.1 小麦蚜虫气候危险性评估

在地理信息系统ArcGIS10.2支持下，利用小麦蚜虫气候危险性指数将研究区域划分为低风险区、中等风险区、较高风险区和高风险区(表1)，研究区域内各年代小麦蚜虫气候风险性见图3。由图3可以看到，20世纪60年代以来我国北方小麦主产区小麦蚜虫气候风险空间上自南向北呈现增加趋势，时间上呈现逐渐加重态势。从小麦蚜虫年代际气候风险性看，20世纪60—70年代小麦蚜虫气候风险性普遍较低；80年代开始华北和黄淮气候危险性逐渐增大，江淮80年代和90年代的年代际气候风险性分布相似，普遍较低；90年代高风险区主要集中在河北东部、河南北部、山东北部；进入21世纪后，山东小麦蚜虫气候风险性与20世纪90年代变化不大，高风险区呈现由华北东部向黄淮扩大南移趋势，黄淮中南部、江淮小麦蚜虫气候风险性明显增大，2011—2018年最高。分析小麦蚜虫造成的各省小麦产量年代损失，均呈增加趋势，其中河南20世纪90年代以后产量损失增长率达1.7×105t/(10 a)，与气候危险性年代趋势相一致。由图3中1958—2018年平均气候危险性指数可知，安徽中南部、江苏中南部、河南东南部为小麦蚜虫气候低风险区；苏皖北部、河南中部偏南地区为气候中等风险区；河南西部和中部偏北地区、山东南部、京津地区、河北中北部、山西西部为气候较高风险区；河南北部、山东中北部、河北南部、山西东南部为气候高风险区，风险程度最高。

表1 小麦蚜虫气候风险评估因子分级标准Table 1 Grade criterion of factors for assessing risk of wheat aphids

图3 不同年代小麦蚜虫气候危险性Fig.3 Climatic hazard of wheat aphids during different decades

续图3

2.2 小麦蚜虫发生脆弱性评估

从小麦蚜虫发生脆弱性分布(图4)看，小麦蚜虫发生脆弱性随着年代呈现逐步加重的趋势。由图4可见，20 世纪60年代小麦蚜虫发生脆弱性中等区主要位于江苏，其他地区脆弱性较低；70年代，小麦蚜虫发生脆弱性有所增加，较高值区位于北京，中等值区位于山西、河北、山东；进入80年代，小麦蚜虫脆弱性高值区位于北京，较高值区主要位于河北，中等值集中在山西、山东、河南；90 年代，华北、黄淮、江淮小麦蚜虫脆弱性增强，小麦蚜虫脆弱性高值区集中在京津地区、河北和山东，较高值区位于山西、河南、江苏地区，中等值位于安徽；21世纪初，小麦蚜虫脆弱性高值区范围最广，高值区主要位于山西、京津地区、河北和山东，较高值在河南和江苏，中等值位于安徽地区；2011—2018年华北西部小麦蚜虫脆弱性略降低，江淮西部有所增强。总体看，北京为

图4 不同年代小麦蚜虫发生脆弱性Fig.4 Vulnerability of wheat aphids occurrence in different decades

续图4

小麦蚜虫发生脆弱性的高值区，河北、天津地区为小麦蚜虫的较高值区，山西、河南、山东、江苏为小麦蚜虫的中等脆弱性区，安徽为小麦蚜虫的低脆弱性区。

2.3 小麦蚜虫防灾减灾能力评估

从小麦蚜虫防灾减灾能力分布(图5)看，小麦蚜虫防灾减灾能力随着年代呈逐步增强趋势。由图5可知，20 世纪60年代小麦蚜虫防灾减灾能力中等区主要位于北京和河南，其他地区防灾减灾能力较弱；70年代小麦蚜虫防灾减灾能力中等区主要位于北京、山东、安徽，其他地区防灾减灾能力较弱，其中河南防灾减灾能力较20世纪60年代有所降低；80年代，天津、河南、山东、江苏和安徽小麦蚜虫防灾减灾能力均为中等水平，北京升为较高水平，河北、山西防灾减灾能力仍较弱；90年代，8省(市)小麦蚜虫防灾减灾能力普遍提升为较高水平，这与张福山[32]的结论一致，即1994年起粮食作物有害生物植保防治的被动状况开始从总体上得到改变，防治面积增速快于发生面积增速；21世纪初和2011—2018年，河北、河南、江苏和安徽小麦蚜虫防灾减灾能力均提升为高水平，北京、天津、山西和山东与90年代一致，保持在较高水平，这与地区经济发展水平、粮食价格、对农业重视程度、农药成本比重和植保投资力度有关。研究[32]显示，90年代后期我国粮食生产已形成相对稳定的植保减灾能力，但与农药等科技性物质投入相关的科技水平处于停滞状态，农药投入效率和农药成本制约农户在小麦蚜虫防灾减灾能力的提升。总体看，河南、江苏、安徽为小麦蚜虫防灾减灾能力较高水平区，河北、北京、天津、山东为小麦蚜虫防灾减灾能力中等水平区，山西为小麦蚜虫防灾减灾能力较弱水平区。

图5 不同年代小麦蚜虫防灾减灾能力Fig.5 Disaster prevention capability of wheat aphids in different decades

续图5

2.4 小麦蚜虫气候风险区划

利用小麦蚜虫综合气候风险指数将研究区域划分为低风险区、中等风险区、较高风险区和高风险区(图6)。从1958—2018年平均看，小麦蚜虫气候高风险区主要位于北京、天津、河北中南部大部、山东北部部分地区，较高风险区集中在山东大部、河南北部、山西东部和南部及江苏北部，中等风险区集中在河南中南部、江苏中南部，低风险区主要集中在安徽地区。20世纪60年代大部分种植区小麦蚜虫气候风险较低；70年代华北地区小麦蚜虫气候风险程度有所增加，河北、山西西南部、北京西部和天津地区由60年代的低风险区转为中等风险区，较高风险区在北京中东部，河南、山东、江苏、安徽风险仍较低；进入80年代，华北、黄淮东部小麦蚜虫气候风险程度均有所加强，山东中北部、山西东部由80年代之前的低风险区转为中等风险区，北京西南部、天津、河北东部转为较高风险区，北京大部转为高风险区，仅山西西南部风险程度降低；90年代华北、黄淮、江淮东部小麦蚜虫气候风险程度进一步加重，中等以上气候风险区范围进一步南扩，河北大部、山东北部、北京西南部、天津逐渐转为高风险区，山西东部、河南北部、山东中南部、河北南部、江苏东北部逐渐转为较高风险区，山西大部、河南中南部、江苏中部由低风险区转为中等风险区，仅安徽仍为低风险区；2001—2010年小麦蚜虫气候风险水平明显增加、程度加重，华北普遍处于高风险水平、风险程度历史最高，山东大部也转为高风险区，较高风险区集中在河南大部、江苏北部、山东西南部，中等风险区集中在河南东南部、江苏南部；2011—2018年华北西部风险水平有所下降，黄淮、江淮风险水平继续增加、分别位居历史最高水平，河南北部和西部转为高风险区、全省高风险范围达到历史最大，河南东南部、安徽北部转为较高风险区，安徽中南部提升为中等风险水平。

从小麦蚜虫实际发生情况分析，小麦蚜虫广泛分布在我国各小麦主产区，以河南、山东、河北、江苏等地发生最为普遍(图1)。20世纪70年代以前，北方地区小麦蚜虫主要发生在河南、江苏，平均发生面积率仅17.4%，程度和范围相对较小；70年代中期至80年代，河南、山东、河北和北京相继发生，并向华北西部发展；90年代后，小麦蚜虫范围不仅遍及华北、黄淮麦区，且进一步南扩到苏皖两省，发生面积呈不断扩大趋势。从北方小麦主产区小麦蚜虫实际发生面积看，小麦蚜虫实际年均发生面积从20世纪60年代(244万公顷次) 到21世纪初逐年代增加，2001—2018年年均发生面积超过1200万公顷次，且80年代、90年代小麦蚜虫发展迅速，分别比上个年代增加235.1万公顷次和554.1万公顷次；2001—2010 年、2011—2018年小麦蚜虫发生面积保持稳定和缓慢增长态势，分别比20世纪90年代、21世纪初增加31万公顷次和110.3万公顷次。以小麦主产省河南、山东、河北为例(表2)：20世纪80年代以前，河南省小麦蚜虫发生面积较小[33]，风险水平较低，20世纪80年代、90年代、2001—2010年、2011—2018年年均发生面积分别为143.4，306.7，355.5万公顷次和376.4万公顷次，风险水平逐渐加重；山东省小麦蚜虫年均发生面积从20世纪60年代的14.1万公顷次增长到2011—2018年的350.9万公顷次，风险水平不断提高；河北20世纪90年代小麦蚜虫发生面积迅速增加，较80年代增加了75.8万公顷次，之后虽略有波动，但均在200万公顷次以上，发生面积率均超过90%，风险维持在较高水平。上述小麦蚜虫实际发生时空分布特征及发展趋势与本文的小麦蚜虫气候风险分布及变化趋势一致(图6)。综合近61年小麦蚜虫脆弱性变化趋势，从小麦蚜虫发生面积率的变化趋势 (图7)和气候危险性年代际变化(图3)可以看到，我国北方小麦主产区8个省(市)小麦蚜虫气候危险性总体呈增加趋势，发生面积率倾向率也均呈增长趋势，因此北方地区小麦蚜虫气候风险水平总体逐渐增加，其中山东、天津发生面积率倾向率最高、风险增速最快，苏皖两省最低、风险增速最慢。

图6 不同年代小麦蚜虫气候风险区划Fig.6 Climatic risk of wheat aphids in different decades

续图6

2014年和2015年是小麦蚜虫发生典型年份[34-35]，对于2014年小麦蚜虫实际发生程度等级空间分布，北京和山东均为大发生、程度最重，天津和河北总体均偏重发生，河南、山西、江苏中等发生，安徽偏轻发生；对于2015年，河北和山东大发生、程度最重，北京、天津、河南偏重发生，山西中等发生，江苏和安徽总体偏轻发生。从这两个典型年份小麦蚜虫实际发生程度分布可知，京津冀地区及山东小麦蚜虫总体发生等级最高，苏皖地区偏低，这与图6中年代际麦蚜气候风险分布格局总体一致，说明图6的小麦蚜虫综合气候风险区划分布合理。

表2 北方冬麦区代表省(市)小麦蚜虫发生面积和发生面积率年代变化Table 2 Occurrence area,the ratio of occurrence area of wheat aphids in different decades in representative provinces of northern China

图7 北方8个省(市) 小麦蚜虫发生面积率趋势Fig.7 Tendency of wheat aphids ocurrence in 8 main winter wheat production provinces of northern China

3 结论与讨论

本文基于1958—2018年中国北方冬小麦主产区的8个省(市)小麦蚜虫逐年发生面积、防治面积和小麦播种面积、产量损失及对应的561个气象站逐日气象资料、典型农气站小麦发育期资料，采用相关分析、主成分分析和回归分析等方法，以适宜小麦蚜虫发生的气象条件为致灾因子，构建华北、黄淮及苏皖地区小麦蚜虫分区域的气候致灾指数。从风险的角度，利用小麦蚜虫气候致灾指数构建气候危险性指标，结合小麦蚜虫发生脆弱性指标、防灾减灾能力指标，综合评估小麦蚜虫气候风险趋势，以支持小麦蚜虫监测预警业务，得到以下主要结论：

1) 北方冬小麦主要种植区小麦蚜虫气候危险性总体呈增加趋势，且年代际变化明显，尤其20世纪90年代后增加显著。1958—2018年北方冬小麦主产区小麦蚜虫多年平均气候危险性风险分布，从南向北增强，安徽中南部、江苏中南部、河南东南部为小麦蚜虫气候低风险区；苏皖北部、河南中部偏南地区为气候中等风险区；河南西部和中部偏北地区、山东南部、京津地区、河北中北部、山西西部为气候较高风险区；河南北部、山东中北部、河北南部、山西东南部为气候高风险区，风险程度最高，需重点监测和防范。

2) 以小麦蚜虫发生面积率评估小麦蚜虫发生脆弱性，随着年代变化，脆弱性逐步加重。小麦蚜虫防灾减灾能力总体呈逐步增强趋势，20世纪90年代提升显著，2001年以来趋于稳定。小麦蚜虫综合气候风险逐年代呈加重趋势，尤其自20世纪90年代起高风险范围逐渐加大；2001—2010年和2011—2018年较高风险和高风险范围相对趋于稳定，华北、黄淮分别于21世纪初、2011—2018年综合风险等级达到最高；空间上综合风险等级总体从南向北加重。

3) 北方冬小麦主产区小麦蚜虫综合气候风险高的区域主要分布在北京、天津、河北中南部大部、山东北部部分地区，较高区域在山东大部、河南北部、山西东部和南部及江苏北部地区，中等风险区集中在河南中南部、江苏中南部地区，低风险区主要集中在安徽地区。总体看，小麦蚜虫综合气候风险高或较高的区域主要集中在北京、天津、河北、山东、河南北部和山西东部与南部等地，即这些地区是小麦蚜虫的常发区和易发区，需加强小麦蚜虫的监测预警和防治工作。

小麦蚜虫发生发展和干旱密切相关[13]，因为水分缺乏可以提高干旱地区蚜虫潜在的适应能力，蚜虫需耗费更多的时间取食[7]。从近61年小麦蚜虫综合气候风险空间分布看，北方冬小麦主产区8个省(市)麦蚜气候风险从南向北加重。张蕾等[36]对1981—2012年华北与黄淮冬小麦干旱风险评估的结论与小麦蚜虫综合气候风险空间分布总体一致：全生育期内冬小麦干旱风险总体上从南向北逐渐增加，北京、天津属于冬小麦干旱高风险区，抽穗期冬小麦干旱的高风险区主要在北京、天津、河北中南部、山东北部等地；王连喜等[37]分析河南省1961—2014年冬小麦干旱的时空特征认为豫北一带重旱、特旱发生频率明显要高于豫中南部，这说明本文研究结果的合理性和正确性。如2014年春季后期华北中南部、黄淮东部等地气温高雨水少，致使河北中南部、山东中西部及半岛西部、河南北部部分地区出现旱情[13,38]，致使黄淮海麦区穗期蚜虫偏重发生，造成2014年全国因小麦蚜虫导致小麦产量损失达9.186×105t[13,34]。

河南、山东作为全国小麦蚜虫常年发生面积最大的两个省份，小麦蚜虫多年综合气候风险区划并非属高风险区，其原因在于虽然两省多年综合气候危险性较高，但小麦蚜虫发生面积率均处于中等水平，存在抵消，导致山东小麦蚜虫综合气候风险处于较高水平，河南处于中等至较高水平。20世纪60年代以来，河南、山东两省冬小麦播种面积始终占全国冬小麦主产区即北方8个典型省(市)播种面积的50%以上，其中河南为第一大省(1958—2018年平均麦播面积为4.56×106hm2)，山东为第二大省(1958—2018年平均麦播面积为3.74×106hm2)，这是两省小麦蚜虫发生面积位于全国前列的主要原因，气候危险性较高对小麦蚜虫发生面积增大、发生程度加重存在促进作用。

在致灾因子选取上，从气候综合致灾指数角度出发，对开展大范围小麦蚜虫危害评估有一定指示意义。致灾指数呈现春季降水偏少、气温偏高及引发的干旱有利于小麦蚜虫危害加重[13]。IPCC第5次评估报告指出：近130年全球气温呈升高趋势，1983—2012年这30年比之前几十年气温偏高，每10年的地表温度均高于1850年以来的任何时期[39]，气候变暖促进绝大多数病虫害发育期变短、危害期变长[40]、害虫种群增长力提高[11,41]。本研究结果与气候变化的趋势[42]一致，自20世纪80年代以来，北方小麦主产区小麦蚜虫年代际气候危险性、发生脆弱性和气候风险总体均呈逐渐加重趋势，尤其90年代以来风险明显增大，分析发现小麦蚜虫气候风险年代分布与发生实况一致。已有研究表明：全球气候变暖导致的温室效应和极端天气等衍生的干旱等灾害的频发[13,43-44]，导致小麦蚜虫对逆境环境的适应能力也在显著提高[11，13,45-46]，这也是20世纪90年代以后小麦蚜虫呈偏重发生态势的原因。研究表明本文所依据的华北、黄淮分区域麦蚜气候致灾指数模型具有一定的业务可行性，可用于气象服务。