成 林，张志红，方文松

(1.中国气象局/河南省农业气象保障与应用技术重点开放实验室， 河南 郑州 450003; 2.河南省气象科学研究所， 河南 郑州 450003)

冬小麦是我国最重要的粮食作物之一，保证冬小麦产量水平稳定对我国粮食安全有重要意义。干热风是对北方冬小麦生长后期灌浆攻籽威胁最严重的农业气象灾害，在冬小麦几个月的生长过程中，往往持续几天的干热风天气，就可导致冬小麦灌浆异常，粒重大幅降低，严重的可减产10%以上[1]。虽然气候变化背景下不同区域干热风灾害发生格局有一定差异，如黄淮局部干热风灾害的强度、频率与上世纪六、七十年代相比整体趋于减弱[2-5]，河套平原、西北等麦区干热风灾害却随气候干暖化危害加重[6-7]，但进入21世纪以来，北方干热风频率、天数和范围均有增加趋势[8-9]，2004、2007、2013等年份，均有较大范围的干热风灾害发生，尤其2017年5月我国冬小麦主产区河南、河北和山东省多次出现大范围重度干热风天气，受灾明显的河南省西部、南部部分麦区小麦成熟期明显提前，丘陵岗地小麦千粒重大幅减少。因此，干热风是农业防灾减灾管理中不可忽视的灾害。

开展灾害风险研究可为农业气象灾害风险管理提供基础与核心支撑[10]。我国研究学者早已意识到干热风的危害性，在灾害指标、防御措施等方面已有较为成熟的研究成果[11-13]。但与干旱、晚霜冻等其他灾种相比，干热风灾害风险研究成果相对较少，如杨霏云等[4]通过构建干热风强度风险指数、综合抗灾指数等对华北冬小麦主产区干热风灾害风险进行了评估；李香颜等[14]利用层次分析法制定了河南省冬小麦干热风灾害风险区划。专门针对干热风产量灾损的研究更不多见，主要原因是干热风的影响时段比冬小麦的生育期短，灾害造成的产量损失易被掩盖，也不易从生长前期多种不利因素中分离出来。干热风风险研究成果的匮乏不利于充分认识灾害的危害程度，更不能满足现代农业生产对风险管理的要求。因此，研究干热风影响下的产量灾损风险，是全面综合认识灾害风险和准确评估灾害损失的必然要求，对提高防灾减损工作的针对性有重要意义。

本文通过提取灌浆期气象产量与干热风灾害典型年结合的方法，对河南省冬小麦干热风灾害引起的产量灾损进行提取分析，开展全省产量灾损风险区划研究，并与气候风险区划成果相结合，得到干热风灾害风险的综合区划结果，为农业防灾减灾提供技术支撑。

1 数据来源与研究方法

1.1 数据来源

本文所用的河南省118个县地面气象观测站(分布图略)1981-2014年冬小麦灌浆期逐日气象数据，30个农业气象观测站(分布见图1)1981-2014年冬小麦发育期观测资料及作物观测地段产量和产量结构分析数据均来源于河南省气象局。各县小麦历年播种面积、耕地面积及灌溉面积资料源于河南省统计部门。

干热风灾害指标参考中华人民共和国气象行业标准(QX/T 82-2007)[15]中规定的灾害等级。

图1 河南省农业气象观测站分布Fig.1 Distribution of agrometeorological observation stations in Henan Province

1.2 干热风灾害气候风险区划

农业气象灾害的气候风险区划已有相对成熟的方法可以借鉴，重点考虑气象灾害发生的危险性特征，通常用不同等级灾害发生的强度与其概率的乘积来表达[16-18]。干热风灾害气候风险区划指数用D表示：

(1)

式中，Wi为干热风强度指数，di为历年不同等级干热风出现的平均天数，pi是第i种干热风的发生概率，i为强度种类，i=1,2。

与高温、霜冻等单因子气象灾害不同，干热风灾害由温、湿、风3个气象因子共同作用，为了量化表达其强度，第i种强度的W计算参考下式：

(2)

式中，a、b、c为权重系数，根据前人研究成果[19]，分别取值0.73，0.24和0.03。T、U、V分别为台站历年出现轻、重干热风日的平均日最高气温、14 h平均相对湿度和14 h平均风速。T0、U0和V0的取值分别为32℃，30%和3 m·s-1。

1.3 灌浆期气象产量提取

冬小麦单产通常可以分解成趋势产量和气象产量，其中趋势产量随社会技术进步表现出相对固定的增长规律，可以利用数学函数进行拟合[20]；而气象产量受冬小麦不同生长发育阶段气象条件的影响，又可以看作是冬小麦抽穗前气象产量和抽穗后气象产量的和。因此，抽穗后即灌浆期气象产量用(3)式表达：

Yw2=Y-Yt-Yw1

(3)

式中，Y为冬小麦单产(kg·hm-2)，Yt为趋势产量(kg·hm-2)，在此利用三次多项式拟合。Yw1和Yw2分别为抽穗前气象产量(kg·hm-2)和抽穗后即灌浆期气象产量(kg·hm-2)。干热风造成的灾损，主要是对Yw2的影响。

在产量构成的三要素中，穗密度和穗粒数主要由抽穗前的气象条件决定，受灌浆期气象条件的影响相对较小，灌浆期气象条件主要影响千粒重。假定W′为该地区千粒重的期望值，YE=Q×K×W′×i,即可看作不受灌浆期气象条件影响的期望产量，i为经济系数，W′可用正常年份千粒重的平均值代替。用与提取Yt相同的方法，从YE中分离出的气象产量即Yw1。将Y、Yt和Yw1代入(1)即得Yw2。

为便于比较，将Yw2/Yt×100%记为灌浆期相对气象产量，该值为负时表示灌浆期气象条件对产量不利，取其绝对值表示灌浆期气象产量的减产率，以下简称减产率。

1.4 干热风产量灾损风险指数构建

1.4.1 减产风险指数 虽然干热风不是冬小麦灌浆期气象产量减少的唯一原因，但干热风灾害会使减产风险增大，构建减产风险指数时，首先考虑不同减产率的风险概率：

(4)

式中,R为风险概率，f(x)为灌浆期相对气象产量的概率分布密度函数，x1和x2为减产率。根据灌浆期产量减少的实际情况，重点将减产率≥5%、≥10%和≥20%的概率作为评价指标。用不同减产率与对应减产概率的乘积，并对其求和来构建冬小麦灌浆期减产风险指数，用I表示：

(5)

式中，Ji为第i个等级范围的减产率，Ri为相应减产率出现的概率。

求算减产率风险概率时，要对灌浆期气象产量进行分布检验，选择合适的概率分布密度函数求算风险概率。

1.4.2 干热风年平均减产率 对出现干热风且灌浆期气象产量为减产的年份进行筛选，求算各站干热风年减产率的算术平均值，用Yh表示。

1.4.3 千粒重的变异系数 干热风灾害对冬小麦千粒重有重要影响。由于农业气象观测要求观测地段土壤肥力水平、种植习惯、品种属性和田间管理方式等相对连续和稳定，除了品种特性改变引起千粒重波动外，气象条件是引起千粒重年际间变化的重要因素。千粒重的变异系数用Vk表示：

(6)

1.4.4 干热风产量灾损风险指数 灌浆期气象产量的减产风险指数、干热风年平均减产率和千粒重变异系数均能够正向表征干热风灾害风险的高低，在此将I、Yh、Vk进行极差标准化处理后，利用等权重加法模型构建干热风产量灾损风险指数H：

H=I+Yh+Vk

(7)

1.5 干热风灾害综合风险指数

干热风产量灾损风险已在一定程度上体现了农业抗灾能力、承灾体脆弱性以及冬小麦生长中后期的生产管理水平。因此构建综合风险指数时，将干热风灾害气候风险区划结果与产量灾损风险区划结果叠加，并主要考虑灾害的暴露性指标。综合风险指数用Q表示：

Q=αD+βH+λE

(8)

式中，E代表干热风灾害的暴露性特征，用冬小麦播种面积占耕地面积的比例计算；α、β、为各指标的权重系数。

采用Kringking插值法，将单点结果进行空间插值分析。

2 结果与分析

2.1 干热风灾害气候风险

根据(1)式的计算结果可以看出，河南省黄河以北大部，豫西北的洛阳北部、焦作、济源一带，豫东开封、商丘、周口局部干热风灾害气候风险较高；豫中南的许昌、驻马店大部为中度风险区；而豫西山区和中部平原局部、南阳盆地以及淮南地区干热风气候风险较低(图2)。

2.2 不同减产率的风险概率

作物产量形成过程中的不确定因素主要由气象因子波动造成，而光照、气温等气象因子大多符合正态分布，因此大多数情况下气象产量也符合正态分布[21]。经检验发现，利用1.3节的方法提取的所有站点灌浆期气象产量也有较好的正态性。图3中例举了河南省东、南、西、北方位的4个代表站点的灌浆期气象产量的正态概率图，图中纵坐标为某样本的理论分位点，即与分位数(i-0.5)/n相匹配的正态分布值，i为把一组数从小到大排序后第i个数据的位置，n为样本容量[22]。可见提取的灌浆期相对气象产量与期望值极显著线性相关，表明资料呈显著的正态分布特征。

图2 河南省冬小麦干热风灾害气候风险区划Fig.2 Distribution of climatic risk of dry hot wind hazard

因此求算减产概率时利用样本平均值μ代替总体数学期望，用样本均方差σ代替总体方差，利用正态分布函数构建灌浆期相对气象产量的概率分布密度函数(方程略)。利用(4)式计算不同减产率的风险概率，结果见图4。灌浆期气象产量减产率≥5%的高风险区(主要分布在豫东北濮阳、封丘以及南阳地区大部驻马店西部和信阳地区大部)，风险概率达30%以上，全省大部分区域的风险概率为20%～30%。豫东北、豫西地区也是减产率≥10%的高风险区，风险概率在20%以上，濮阳地区达30%以上，其他大部分区域的风险概率为10%～20%。减产率≥20%的高风险区，主要集中在豫北林州、豫东杞县、商丘，豫西西部，以及豫中的汝州、方城、驻马店、襄城一带,其风险概率在8%以上;除了豫北汤阴、豫中郑州、许昌，豫西南南阳局部以及信阳大部等地以外，其他各地减产率≥20%的风险概率在4%～8%之间。

图3 代表站点灌浆期相对气象产量的正态概率Fig.3 Normal distribution plot of relative meteorological yield for grain filling stage at representative stations

2.3 减产风险指数分布

图5为归一化处理后的减产风险指数空间分布，从图中可见，豫南固始地区是全省减产风险指数最低的区域；而豫北濮阳、林州，豫西三门峡、卢氏，以及豫南方城地区是灌浆期气象产量减产的高风险区，减产风险指数大于0.8；豫东北大部，京广线以西大部减产风险指数在0.5～0.8之间，为次高风险区，其他地区减产风险在0.2～0.5之间。

图4 减产率≥5%(a)、≥10%(b)和≥20%(c)的风险概率空间分布Fig.4 Spatial distribution of the probability risk for yield reduction greater than or equal to 5%(a)、10%(b)and 20%(c)

2.4 干热风灾害年减产率分布

干热风灾害造成减产的主要原因是千粒重的降低，图6为各研究站点干热风出现年份千粒重减少率与提取的减产率的相关关系图，可以看出二者围绕在1∶1线周围，相关系数达0.8025，表明提取的灌浆期气象产量能够反映出冬小麦生长后期受气象条件的影响，得出的产量灾损基本可以体现冬小麦受灾情况。

出现干热风的年份中，灌浆期减产率较高的区域主要集中在河南省东北部、中南部以及豫东的部分地区，减产率在8%以上，其中濮阳、泛区和方城地区减产率在12%以上。豫西山区小麦产量受干热风影响较小，平均减产率在4%以下，全省其他大部分地区平均减产率在4%～8%之间，平均值为7.4%(图7)。

图5 干热风减产风险指数分布Fig.5 Distribution of index of yield reduction risk by dry-hot wind

图6 干热风年减产率与千粒重减少率散点图Fig.6 Scatter plot between reduction rate of yield and 1000-kernel weight

2.5 千粒重变异系数的空间分布

由图8可以看出，豫东北平原局部冬小麦千粒重相对稳定，变异系数小于0.13；豫西卢氏、栾川地区冬小麦千粒重相对低，变化率也较小。而在豫中南局部，冬小麦千粒重易受多种因素影响，千粒重波动较大，变异系数在0.19以上，是全省冬小麦千粒重的主要不稳定区。全省其他大部分地区冬小麦千粒重的变异系数在0.13～0.16之间。

2.6 干热风产量灾损风险指数分布

根据(7)式的计算结果，全省的产量灾损风险指数在0.688～2.703之间，为了使产量灾损风险类型有序，且便于与干热风灾害的气候风险结合分析，对D进行归一化处理，并划定D≤0.25为低风险区，0.25

由图中可见，黄河以北局部、豫中郑州、许昌，豫西伊川，西南部的南阳，以及东南部局部是干热风产量灾损的低风险区，占全部研究区的43.3%。风险较低的主要原因是这些区域小麦千粒重变异系数小，灌浆期减产风险指数相对较低。

图7 出现干热风年份的平均减产率Fig.7 Average yield reduction rate for years by dry-hot wind

图9 干热风产量灾损风险指数分布Fig.9 Distribution of index of yield loss risk by dry-hot wind

中度风险区站点比例为36.7%，包涵了广大的东部平原区和南阳盆地局部，如产量大县的商丘、太康县、泛区、内乡县等，也包括西部浅山区，这些地区小麦灌浆期易受灾害影响，千粒重易波动，减产风险指数多在0.5～0.8之间。

高风险区占总研究区的20%，其中：林州、三门峡等非灌浆农业区，减产风险指数在0.8以上，是产量灾损风险高的重要因素；濮阳以及方城、西平、驻马店农业灌浆农区的减产风险指数也在0.5以上，且出现减产率≥20%的风险概率较高，出现干热风的平均减产率达8%以上，易出现重灾损失，也是产量灾损的高风险区，需重点防范。

2.7 包含产量灾损的河南省冬小麦干热风灾害综合风险

将图10与图2对比可知，干热风气候风险较高的豫西北、豫北中部以及豫东局部地区，干热风造成的产量灾损风险并不高，而中南部地区，包括许昌南部、驻马店大部地区，干热风产量灾损风险和气候风险均较高，是冬小麦灌浆期气象灾害的重点防范区；豫东北濮阳、豫乐商丘等地区是气候风险和灾损风险的中度风险区，也需提高风险管理意识。

利用熵权法[23]确定(8)式中各因子的权重系数，得α=0.4533，β=0.4380，λ=0.1087，干热风灾害综合风险区划结果见图10。可以看出，考虑了产量灾损的干热风灾害高风险区主要位于河南省中南部，包括襄城、方城、西平和驻马店等地，并在林州、濮阳、巩义和商丘局部等地零星分布；低风险区位于伊川、南阳，以及豫中郑州、太康等地，淮河以南大部也属于低风险区。

图8 千粒重变异系数的空间分布Fig.8 Distribution of variation coefficient for 1000-kernel weight

图10 干热风灾害综合风险分布Fig.10 Distribution of comprehensive risk of dry-hot wind

3 结论与讨论

干热风灾害造成的产量灾损风险是开展灾害风险研究的重要步骤。受冬小麦生长后期麦田的土壤肥力、墒情、品种抗逆特性、田间管理水平等影响，干热风发生时的强度与造成的实际灾损并不一定相吻合，因此干热风产量灾损的提取也是干热风灾害风险研究的难点问题。本研究的创新点在于：通过假设千粒重期望值的方法，将灌浆期气象产量从全生育期气象产量中分离出来，从而提取出受干热风影响的产量灾损，并基于产量灾损风险进行了干热风灾害综合风险区划，具有更强的科学性。研究发现，河南省干热风灾害造成的平均减产率达7%，干热风产量灾损高风险区主要位于林州、濮阳、三门峡以及豫南的方城、西平和驻马店等地，占总研究区的20%，产量灾损风险高的主要原因是灌浆期气象产量的减产风险概率较高。

灾害的气候风险即农业气象灾害致灾因子的危险性特征，干热风灾害气候风险区划指数分析结果显示：河南省中南部的许昌、驻马店大部干热风灾害气候风险较高，这一区域与产量灾损高风险区重叠，是干热风灾害防御与风险管理的重点区域。综合来看，许昌南部、南阳东部和驻马店大部以及林州、濮阳、巩义和商丘局部等地灾害综合风险较高。

与李香颜等[14]考虑灾害发生日数与概率构建的干热风灾害危险性指数相比，本研究中的干热风灾害气候风险还同时考虑了温度、湿度和风速三个气象因子共同作用的灾害强度，2种方法所得的空间分布区域相似；但现有成果中未见专门针对灌浆期产量灾损提取和分析的报道，而本文以干热风灾损风险为重点开展区划研究，因此干热风综合风险的空间分布与前人成果存在一定差异。

本研究剔除了抽穗前气象条件的影响，充分考虑了承灾体受灾的产量损失风险。但仅采用数理统计方法对大样本资料进行分析，未结合灾害影响机制、千粒重变异的具体原因等因素分析产量灾损风险，仍具有一定的片面性，因此数理统计方法与田间试验相结合的灾损提取方法[24-25]有待进一步研究。