姜丽霞，任桂林，李秀芬，吕佳佳，吴 双，王 铭，赵慧颖

(1黑龙江省气象科学研究所，黑龙江 哈尔滨 150030；2中国气象局 东北地区生态气象创新开放实验室，黑龙江 哈尔滨 150030；3黑龙江省气象院士工作站，黑龙江 哈尔滨 150030；4黑龙江省气象局，黑龙江 哈尔滨150030)

东北地区是中国最重要的粮食生产基地之一，其中地处高纬度寒冷区域的黑龙江省，从2011年开始粮食总产量更是跃居全国第一位，对保障国家粮食安全起到了至关重要的作用。在作物生长期，即使短时段的低温事件也会不同程度地影响作物生长和产量形成[1-2]，而持续低温事件即低温冷害对粮食稳产高产具有不可忽视的负效应。因特殊的地理环境，黑龙江省热量资源有限且变幅较大[3]，是中国最易出现低温天气的区域，且极易形成低温事件，作为作物生产冷害危险性中高值区[4]，随着全球气候变暖及不同熟型作物栽培界限的北移[5-6]，作物发生低温冷害的风险陡增[7]，且呈现出不确定性[8]。因此深入研究作物生长期低温事件发生规律和演变特征，明确其与作物产量的关系，对农业防灾减灾和种植结构调整具有宝贵的参考价值，在推动现代农业可持续发展、保障国家粮食安全方面具有重要的现实意义。

20世纪80年代以来，气候变化与农业生产关系的相关研究受到广泛关注[9]，其中关于气象灾害及其对农业影响的研究较多[10-12]，在此领域内，国内外许多专家学者对低温冷害开展了大量研究，逐步明确了不同时期的冷害机制、冷害指标、冷害变化规律等[13-15]。日本、加拿大、美国等国对冷害的研究相对更为集中，Lyons[16]详细阐述了10～12 ℃低温对作物的影响；Koscielniak等[17]利用温度处理试验研究发现，玉米幼苗期每天持续1～4 h 14～20 ℃的温度处理能够有效减少5 ℃低温对玉米最终产量的不利影响；Creencia等[18]研究表明，玉米在遭受短时低温危害后可以恢复生长。国内在冷害方面的研究如冷害指标建立及完善[19]、冷害监测预测技术[20]、冷害风险评价技术[21]上日臻成熟，在低温冷害的监测评估方面，判识指标呈现多样化，如积温距平、5-9月平均温度和的距平、热量指数等的使用较普遍，其中以积温距平及5-9月平均温度和的距平2项指标判识冷害的研究较多，朱海霞等[22]考虑了玉米各发育阶段对温度的不同需求，建立了具有气象、农学和生物学意义的玉米低温冷害综合指标，并据此对玉米冷害进行判识；宫丽娟等[23]利用5-9月平均气温和的距平研究分析了黑龙江省水稻延迟型冷害的时空变化特征。从现有的诸多研究成果来看，冷害判识指标可从不同角度满足不同的分析需求，各指标因切入点不同而各具特色，但基于不同指标的冷害判识结果所反映的总体趋势是一致的[2]。

目前，对于低温冷害的研究多采用日均温，而逐日最低气温为实际观测值，在高纬度寒地作物生长期该值变化幅度较大，其与作物产量形成的关系更为密切，但基于最新气象数据采用最低气温研究低温指数(cold day index，CDI)及其与寒地作物产量关系的报道仍比较少见。为此，本研究基于最低气温的低温指数[24]，针对最易发生冷害的黑龙江地区，分析作物生长期内低温指数的时空演变特征，研究其与作物产量的关系，以深层次甄别冷害关键致灾因子，进而为揭示低温冷害机理等提供技术支撑，并为作物生产趋利避害以及种植结构调整提供气象参考。

1 材料与方法

1.1 资料来源与研究分区

黑龙江省玉米、水稻为一年一熟制，根据北安、龙江、泰来、海伦、绥化、青冈、佳木斯、富锦、宝清、勃利、宁安等38个农业气象观测站1971-2014年玉米、水稻发育期观测资料，一般情况下玉米、水稻在5月普遍出苗、移栽，在9月末成熟，本研究采用普遍意义的作物生长期(玉米出苗-成熟期、水稻移栽-成熟期，即5月21日-9月30日)开展研究，此期间基本涵盖玉米、水稻的地上生长时间，符合黑龙江省作物生产实际情况。选取的黑龙江省80个气象站1971-2014年5-9月逐日最低气温资料，来自黑龙江省气象局档案馆;38个农业气象观测站1971-2014年玉米、水稻单产资料，来自黑龙江省统计局。

基于文献[1]和研究站点的地理位置，为便于比较分析，将研究区划分为4个区域(图1)，分别为大小兴安岭、松嫩平原、三江平原和牡丹江半山区。

图1 研究区域的空间分布Fig.1 Spatial distribution of stations in the study area

1.2 研究方法

王艳华等[24]将多年日平均最低温度与对应日最低温度之差超过3 ℃且持续3 d 以上的日总数定义为低温指数，并指出该低温指数有明显的生物学意义。许昌燊等[25]研究指出，在作物生长季，日最低气温低于10 ℃对作物生长不利，低于15 ℃时不实率显著增加。笔者对研究区常年平均日最低气温进行分析发现，在作物主要生长时期，日最低气温基本在10～18 ℃，以最低值10 ℃、最高值18 ℃为准，与对应日最低气温之差超过3 ℃时，则对应日最低气温恰恰分别低于10和15 ℃，即会对作物生长产生不利影响。因此参考王艳华等[24]、许昌燊[25]的研究成果，考虑黑龙江省玉米、水稻的生育特性，本研究将低温指数CDI定义为作物生长期内(05-21-09-30)至少连续3 d日最低气温低于该日多年日最低气温平均值3 ℃的总日数。采用气候统计方法，将日最低气温变量所对应的1971-2000年日最低气温平均值序列进行5 日滑动平均处理，再利用研究时段内的逐年逐日最低气温计算统计CDI，即有：

(1)

CDI=∑D0。

(2)

利用气候统计方法对所有研究站点逐日最低气温进行相应的统计处理，以SPSS statistics 17.0处理软件进行数据分析。采用线性倾向率、气候变率、墨西哥帽小波分析等方法，研究CDI的变化趋势和周期变化。利用统计回归方法分析CDI与作物产量的相关关系。

2 结果与分析

2.1 研究区CDI的变化趋势

2.1.1 长期变化趋势 由图2可以看出，1971-2014年作物生长期内研究区平均CDI呈明显下降趋势，倾向率为1.5 d/10年(P<0.01)，20世纪70年代CDI振动剧烈，1972和1976年研究区平均CDI在13 d以上，表现为典型低温年，而1973，1974和1975年不超过5 d；80年代后CDI变化平稳，年际间变化幅度较小，多数年份维持在2～4 d。

图2 1971-2014年黑龙江省CDI的变化趋势Fig.2 Temporal variation of CDI in Heilongjiang from 1971 to 2014

由图3可见，4个区域CDI的变化表现一致，且与研究区平均CDI同步振荡，随时间变化呈显著下降趋势，但21世纪10年代以来，牡丹江半山区CDI出现回升趋势。

图3 1971-2014年黑龙江省4个区域CDI的变化Fig.3 Temporal variation of CDI in four regions in Heilongjiang from 1971 to 2014

图3显示，从年代际变化看，各区域CDI总体表现为下降趋势，以20世纪70年代CDI最高，各区域平均值在7 d以上；80-90年代相对稳定，但与70年代相比下降幅度较大，减少达3 d以上；进入21世纪后，与20世纪80-90年代相比，平原区CDI呈持续减小趋势，而山区则表现不同，大小兴安岭CDI无明显变化，牡丹江半山区CDI呈现升高趋势。由表1可以看出，各区域年代际间CDI相差1～2 d。

表1 1971-2014年黑龙江省CDI年代际变化分析Table 1 Analysis of CDI decadal change in Heilongjiang from 1971 to 2014

2.1.2 周期变化 小波分析方法对于分析时间序列在不同尺度上的演变特征非常有效。图4为1971-2014年研究区CDI变化的小波变换分析结果，图中小波信号的强弱以小波系数的大小来表示，正等值线用实线，表示CDI偏多，负等值线用虚线，表示CDI偏少。由图4可见，黑龙江省近44年间的CDI存在明显的周期变化，较大尺度变化嵌套着复杂的小尺度变化，在15～20 年时间尺度上，CDI周期振荡表现出明显的多→少变化过程，1980年以前CDI偏多，之后CDI持续偏少，直到2014年等值线未闭合，说明2014年以后一段时间内CDI仍将偏少；在更小尺度上，2年左右的周期振荡非常显著，且CDI偏多偏少现象交替出现，2008年以来CDI在小尺度周期上也处于偏少期。本研究同时分析了大小兴安岭、松嫩平原、三江平原和牡丹江半山区4个区域的小波变换结果，其周期变化与研究区表现基本一致。

小波方差能够反映时间序列的主要周期，本研究据此确定研究区CDI序列中存在的主要周期。由图5可见，研究区CDI小波方差有1个峰值，对应时间尺度为18年，说明在1971-2014年的整个时间域内，18年左右的周期振荡最强，为CDI变化的主要周期，即4个区域CDI变化的主要周期均为18年。

图4 1971-2014年黑龙江省CDI的小波变换图Fig.4 Wavelet transform of CDI in Heilongjiang from 1971 to 2014

2.2 研究区CDI的空间分布特征

由图6可见，作物生长期内CDI总体呈北多南少、山区多平原少的趋势，最大值出现在大兴安岭北部的漠河，为9 d；最小值出现在南部的哈尔滨和东部的鸡东，为2.6 d。CDI由北向南、由山区向平原逐渐下降，渐减过程中在小兴安岭中部出现一个高值区，高值中心五营站的CDI达7.7 d，接近大兴安岭北部。从区域变化看，CDI表现为大小兴安岭>牡丹江半山区>松嫩平原>三江平原。气候变率能够很好地描述气候变量围绕平均值的变化幅度，4个分区CDI的气候变率为2.77～3.33，区域间存在差异，表现为松嫩平原>牡丹江半山区>大小兴安岭>三江平原，其中松嫩平原的气候变率较三江平原偏大20%。

图6 1971-2014年黑龙江省CDI的空间变化Fig.6 Spatial variation of CDI in Heilongjiang from 1971 to 2014

2.3 研究区CDI对作物产量的影响

2.3.1 作物产量变化分析 1972年CDI达14 d，为典型低温年，1973年CDI为5 d，为正常年，2年CDI相差9 d。对2年代表站点玉米、水稻产量变化进行分析，结果见图7。

1.泰来；2.汤原；3.龙江；4.宁安；5.肇东；6.肇源；7.佳木斯；8.集贤；9.五常；10.鸡东；11.富锦；12.方正；13.桦南；14.密山；15.延寿；16.海伦；17.木兰；18.双城；19.绥化；20.尚志；21.饶河；22.依安；23.依兰；24.北安；25.穆棱；26.宝清；27.明水；28.林口；29.富裕；30.逊克；31.望奎；32.拜泉；33.兰西1.Tailai；2.Tangyuan；3.Longjiang；4.Ning’an；5.Zhaodong；6.Zhaoyuan；7.Jiamusi；8.Jixian；9.Wuchang；10.Jidong；11.Fujin；12.Fangzheng；13.Hua’nan；14.Mishan；15.Yanshou；16.Hailun；17.Mulan；18.Shuangcheng；19.Suihua；20.Shangzhi；21.Raohe；22.Yi’an；23.Yilan；24.Bei’an； 25.Muling；26.Baoqing；27.Mingshui；28.Linkou；29.Fuyu；30.Xunke；31.Wangkui；32.Baiquan；33.Lanxi图7 1972和1973年黑龙江省33个代表站玉米、水稻产量的比较Fig.7 Comparison of maize yield and rice yield at the representative stations in 1972 and 1973 in Heilongjiang

由图7可见，研究区主要农区1972年玉米、水稻产量均低于1973年，玉米产量偏低75～1 530 kg/hm2，平均较1973年下降26.6%；水稻产量偏低465～2 528 kg/hm2，平均较1973年下降53.9%。一般来说，相邻2年的作物熟型、农业投入、生产技术水平、田间管理措施、土壤条件等变化不大，因此气象条件是导致作物产量水平相差较多的主要因素之一。1972年研究区大部分站点生长期降水量在400 mm以上，日照时数在1 100 h以上，水分和光照条件基本正常，同时也未出现其他大范围程度较重的灾害[26]，因此低温是造成1972年作物产量下降的主要原因之一，而水稻对温度更加敏感，其产量下降幅度远远高于玉米，减产超过50%。

2.3.2 CDI与作物产量的关系 为了更好地探索研究区气候条件与作物产量的关系，选取4个分区的主要产粮市(县)，即北安、龙江、泰来、海伦、绥化、青冈、佳木斯、富锦、宝清、勃利、宁安等38个农业气象站主要作物玉米、水稻产量资料与CDI进行相关分析，结果见表2。

表2 黑龙江省CDI与作物产量的相关关系Table 2 Correlation between CDI and crop yield in Heilongjiang

注：“*”和“**”分别表示0.05和0.01相关显著性，“-”表示未通过0.05相关显著性检验。a1、a2分别为CDI下降产量(kg/hm2)。

Note:“*”represents significant atP<0.05，“**”represents significant atP<0.01，“-”represents insignificant withP>0.05，a1anda2are declined yield of maize and rice for increase of CDI by one day.

由表2可见，玉米、水稻产量与CDI具有显著或极显著的负相关关系(P<0.05或P<0.01)，信度在95%以上的通过率分别为89%和92%；4个分区的通过率存在差异，以山区高于平原，大小兴安岭、牡丹江半山区、松嫩平原、三江平原玉米通过率依次为100%，100%，95%和70%，水稻通过率依次为100%，100%，95%和80%。进一步统计最低气温发现，4个分区作物生长期常年平均最低气温表现为大小兴安岭<牡丹江半山区<三江平原<松嫩平原，这在一定程度上说明最低气温越低的区域，产量与CDI的相关性越好。

对4个分区玉米、水稻产量与CDI的相关显著性进行比较发现，在不同区域，其相关显著性不尽相同，牡丹江半山区、大小兴安岭、松嫩平原、三江平原玉米信度在99%以上的通过率分别为100%，67%，64%和40%，水稻通过率分别为100%，33%，86%和40%，可见山区玉米、水稻产量与CDI的相关显著性好于平原。另外，不同作物的相关显著性也不相同。由表2可见，研究区71%气象站点作物产量与CDI的相关系数以水稻高于玉米，牡丹江半山区、松嫩平原、大小兴安岭相关系数以水稻高于玉米，在三江平原二者基本相同。

2.3.3 CDI对作物单产影响的空间差异 由图8-A可见，CDI每增加1 d时玉米产量的下降由北向南总体呈升高趋势，但表现出明显的区域性特征，高值区域位于松嫩平原东部、三江平原和牡丹江半山区，其值高于250 kg/hm2，最大值出现在五常，为640.9 kg/hm2；高值区中嵌套着零散分布的低值区，产量下降值不足220 kg/hm2，最小值出现在泰来，为92.9 kg/hm2。图8-B显示，水稻产量的下降无明显的经向和纬向分布规律，高值区域基本分布在肇东、望奎、海伦、嘉荫一线以东地区，主要集中于松嫩平原东部，最大值出现在五常，达695.5 kg/hm2；但在三江平原中部出现一个低值中心，其值低于250 kg/hm2，最小值出现在泰来，为133.5 kg/hm2。

图8 黑龙江省CDI每增加1 d时玉米(A)和水稻(B)下降产量的空间分布Fig.8 Spatial distribution of declined yields of maize (A) and rice(B) for one day increase of CDI in the study area

统计结果(表2)表明，在不同区域CDI引起产量下降的幅度不同。在整个研究区，CDI每增加1 d，导致玉米产量下降92.9～640.9 kg/hm2，水稻产量下降133.5～695.5 kg/hm2。从研究区内的4个区域看，大小兴安岭玉米产量下降172.3～229.1 kg/hm2、水稻产量下降230.7～455.0 kg/hm2；松嫩平原玉米产量下降92.9～640.9 kg/hm2、水稻产量下降133.5～695.5 kg/hm2；三江平原玉米产量下降203.7～536.1 kg/hm2、水稻产量下降180.0～543.3 kg/hm2；牡丹江半山区玉米产量下降272.3～455.7 kg/hm2、水稻产量下降287.2～402.7 kg/hm2。而玉米、水稻产量下降差值的大小表明，在气候寒冷区域，如大小兴安岭和松嫩平原，水稻对最低气温的响应较玉米敏感，其差值为9.7～168.6 kg/hm2；在气候温凉的三江平原和牡丹江半山区，玉米对最低气温的响应较水稻敏感，差值为-53.0～-5.2 kg/hm2。

3 讨 论

与以往表征低温的积温距平、5-9月平均气温和的距平等指标相比，本研究在构建低温指数CDI的计算方法时，充分考虑作物生长期及其对温度条件的需求，参考郭建平等[1]、王艳华等[24]、许昌燊[25]、姜丽霞等[27]对作物气象指标的研究成果，设定了日最低气温低于常年平均值3 ℃及连续3 d阈值，通过这2个阈值构建的CDI可较好地表达低温事件。综合来说，基于最低气温的低温指数CDI将作物与气象充分融合，从低温程度入手，兼顾低温时间，较好赋予了CDI判识低温事件的农学和气象学意义。本研究结果表明，低温指数CDI很好地表达了研究区1972和1976年的持续低温事件，与郭建平等[1]研究结论一致。可见CDI对于作物生长期内的持续低温事件具有很好的监测功能，能够全面反映某地某年持续低温事件的发生状况，更能够很好地反映极端低温事件对作物的综合影响，但CDI对一般程度的低温的监测效果并不明显。

对于作物产量与CDI的负相关关系而言，当CDI增大时，玉米、水稻产量出现不同程度的下降，CDI每增加1 d，研究区玉米、水稻产量平均分别下降289.4和329.9 kg/hm2，水稻减产较玉米偏多40.5 kg/hm2，可见在研究区整体的平均水平上，低温对水稻产量的影响重于玉米。但在不同区域，CDI对玉米、水稻产量的影响存在差异，在黑龙江省主要产粮区的两大平原，松嫩平原大部分站点玉米单产下降值低于水稻，而三江平原恰好相反，这在一定程度上说明CDI对松嫩平原水稻产量的影响重于玉米；对三江平原水稻产量的影响轻于玉米。有研究表明，水稻对低温反应较玉米敏感[2]，而松嫩平原CDI的气候变率高于三江平原，这可能是导致CDI对两大平原区玉米、水稻产量影响不同的原因之一。总体而言，CDI引起的产量下降幅度以山区高于平原，结合不同区域最低气温的变化，直观体现了最低气温与作物产量密切相关，反映了最低温度在作物产量形成中的重要性。CDI的定义很好指示了作物生长期内逐日最低气温的变化状态，其蕴含着“负积温”的概念，即最低气温负距平的累积值。日最低气温偏低幅度越大、CDI累积天数越多，则“负积温”累积越多，说明热量状况越差，对作物产量的负效应越大。由CDI表达式可知，当CDI值达到1 d时，此期间最低气温负距平的累积值低于-9 ℃·d，因此，最低气温负距平的累积值对低温事件具有等同的指示作用，可用于低温对作物产量影响的评估，在作物生长期内，当连续3 d的最低气温负距平累积值低于-9 ℃·d时，即指示低温将对作物产生负效应。

在目前全球气候变化影响下，虽然热量资源呈增加趋势，但同时灾害频发，灾害程度也呈加重趋势[28]。现阶段黑龙江省粮食生产仍处于“靠天定年成”阶段，忽略化肥、农药等条件，结合本研究结果可以看出，气候条件仍是影响黑龙江省作物产量形成的主要因素。因此，调整作物种植结构、发展现代农业过程中，应根据作物生育特性及其对气象条件的需求，充分考虑区域气候资源以及区域性灾害规律，对作物种植格局进行长远的规划布署和调整，以趋利避害，合理高效利用气候资源。

4 结 论

1)基于最低气温的低温指数(CDI)具备农学和气象学意义，能够很好表达最低气温的变化，准确反映不同年份间的低温差异，更能表征极端低温事件对作物的影响机理。

2)1971-2014年，黑龙江省作物生长期内CDI呈下降趋势，在21世纪10年代，部分观测站点CDI出现回升趋势，可见CDI的变化一方面对气候变暖具有明显的响应。另一方面，区域CDI并非持续下降，说明低温冷害发生仍存在不确定性，进一步印证了IPCC[28]、赵俊芳等[7]、姜丽霞等[8]的研究结论。

3)在作物生长期内，研究区89%站点的CDI与玉米、水稻实际产量具有显著或极显著的负相关关系(P<0.05或P<0.01)，表明低温事件对玉米、水稻产量的形成具有负效应。当CDI增大时，玉米、水稻产量出现不同程度的下降，CDI越大产量下降越多，可见CDI的负效应具有累积作用。CDI对不同区域、不同作物影响不同，总体上而言，松嫩平原东部、三江平原和牡丹江半山区是CDI对玉米、水稻影响较大区域，且CDI对水稻的影响重于玉米。

4)CDI表达着“负积温”含义，在作物生长期内，当连续3 d的最低气温负距平累积值低于-9 ℃·d时，指示低温将对作物生长产生负效应。

(5)本研究未细致划分作物生育关键期，并未就各生育期对CDI的响应进行分析，且CDI仍需进一步优化以提高指标的科学性、适用性和准确性，上述工作将是今后进一步深入研究的重点。