胡雪琼　刘文英　张明达　彭国照　朱勇

摘要：云南省水稻抽穗-扬花期频繁受低温冷害影响，造成水稻减产。根据风险分析理论，使用最高气温冷积温、各县水稻种植面积、各县人均生产总值构建了云南水稻抽穗-扬花期低温冷害风险评价模型，并开展了云南抽穗-扬花期低温冷害风险区划。区划结果显示：云南水稻抽穗-扬花期低温冷害风险自南向北逐渐升高，且随海拔升高，风险也在加大;滇中以南大部及滇东北北部均为低风险-无风险区;北部地区风险较高，为次高-高风险区;滇中南部、滇东北北部低温风险低于同纬度地区。区划结果在云南地区有较好的应用价值。

关键词：水稻;低温冷害;风险;冷积温;农业区划;云南省

中图分类号： S162.5+3文献标志码： A

文章编号：1002-1302（2019）18-0283-04

收稿日期：2019-06-10

基金项目：中国气象局气候变化专项（编号：CCSF201426）;云南省气象局预报员技术开发专项（编号：YB201205）;中国气象局西南区域气象中心重大科研业务项目（编号：西南区域2013-2）;云南省重点研发计划（编号：2018BC007）。

作者简介：胡雪琼（1976—），女，云南嵩明人，硕士，高级工程师，主要从事农业气象、农业气候资源等研究。E-mail：435221713@qq.com。

通信作者：朱 勇，研究员，主要从事农业气象、气候变化研究。E-mail：windzy78@163.com。

水稻是西南地区大春季主要粮食作物，目前云南水稻种植面积为100多万hm2，稻谷总产量占粮食总产量的4～5成，水稻种植在農业经济中占有重要的地位，水稻稳产增产是粮食安全、经济繁荣、民族稳定的根本保障。

云南地处低纬高原，地势北高南低，境内海拔差异大，最高海拔6 740 m、最低海拔76 m，平均海拔高度在1 000 m以上，94%为山地，特殊的地理环境造就了云南低纬高原季风气候，夏天热量强度低，例如昆明最热月平均气温只有20.0 ℃左右，一旦冷空气南下，就容易造成低温冷害。尤其7月下旬至8月下旬，云南大部分水稻进入抽穗-扬花期，对气温比较敏感，低温会抑制或延迟水稻开花，使开花速度减慢，花期拉长，降低开花率，甚至引起颖花不能正常开颖，空壳率倍增，对水稻危害极大，被称为“夏季低温”或“八月低温”。云南省出现大范围8月低温的年份是1955、1965、1966、1971、1972、1974、1977、1983、1988、1993、1998、1999、2002、2005年[1]。这些年份由于8月低温的影响，均造成云南省各地当年水稻不同程度的减产。

在气候变化的大背景下，虽然以全球温度升高为基本特征，但是气候变化引起大气环流特征的变化，加剧了极端天气气候灾害的发生。据相关研究，即使典型气温偏高年仍然可能出现强降温和严重低温冷害，危害强度加重。特别是进入21世纪以来，高原山地稻区盛夏因低温冷害导致的减产损失仍较常见，云南在2002年、2005年发生了较严重的盛夏低温冷害，2002年云南水稻单产减产达7%，即使是大旱的2009—2012年，为夏季热量较好的年份，盛夏季节仍有不同程度的低温冷害发生。

1 国内外研究进展

关于水稻低温冷害，国内外曾进行了大量的研究，但分析评估主要集中于东北地区：王冬妮等应用包含生长季热量变异系数、冷害发生频率、冷害风险指数和冷害发生气候概率等4个指标在内的指标体系，对吉林省水稻延迟型低温冷害风险进行评估[2];张丽文等基于综合赋权分析，对东北水稻低温冷害开展风险评估及区划研究[3];周见等选择灾害发生概率、种植面积和单产减产率分别作为危险性、暴露性和易损性指标，对黑龙江省水稻低温灾害风险进行评估[4];王晓群等用变异系数、概率分布函数等方法分析了黑龙江省水稻冷害风险的地域分布，并评估了水稻冷害经济损失风险[5];马树庆等分析了东北地区水稻冷害气候风险度和经济脆弱度[6]。云南关于水稻低温冷害的研究成果多为冷害的时空分布规律，尚无系统的低温冷害风险评估、低温冷害应对措施等贴近生产需要的研究成果，仅有张茂松等对云南玉溪市红塔区较小范围的水稻低温冷害精细化风险区划成果[7]，且使用的指标为月平均气温，平滑了低温天气过程气象要素的极端波动，不能较好地反映低温冷害天气时间短、低温强度强的天气特点与作物受灾机理。

2 资料与方法

2.1 资料来源

2.1.1 气象资料 采用1961—2010年云南省125个县的逐日最高气温资料。

2.1.2 地理及社会经济数据 水稻种植面积、各县人均生产总值为近年云南省统计局数据;行政边界、高程数据为国家气象局下发的1 ∶25万地理数据。

2.2 研究方法

2.2.1 水稻低温灾害风险评价模型的建立 基于自然灾害风险形成的基本原理，灾害风险由多个因子共同作用形成，其大小可表达为：

R=f（H，E，V）。（1）

式中：R表示灾害风险;H表示危险性;E表示暴露性;V表示抗灾能力。为了消除指标之间的量纲差异，对每一个指标进行归一化处理：

Xi=（xi-xi，min）/（xi，max-xi，min）。（2）

式中：Xi为危险性、暴露性、抗灾能力的归一化指数;xi为危险性、暴露性、抗灾能力的原始值;xi，min和xi，max分别为各地危险性、暴露性、抗灾能力的最小值和最大值。结合云南的实际，采用表1所列指标表示云南水稻抽穗-扬花期低温冷害风险各因子。

2.2.2 GIS空间分析方法 为达到风险区划的精细化效果，利用GIS反距离权重插值技术、自然断点分级法以及制图功能进行风险分析评价。

3 结果与分析

3.1 危险性因子统计分析及精细化推算

根据胡雪琼等的最新研究成果，连续3 d以上最高气温小于24 ℃可视为云南稻区水稻抽穗开花期的低温冷害临界指标，冷害的危害程度与低温的强度、持续时间都有关系[8]，因而本研究以低温过程中最高气温低于24 ℃的冷积温来表征低温冷害的严重程度，统计云南各站1961—2010年内水稻抽穗开花期即7—8月内的低温冷害过程，计算各站历年低温过程的最高气温冷积温的累积值，作为各站低温冷害的危险性因子：

tsum=∑nj=1∑mi=1（tij-24）。（3）

式中：tsum为某站最高气温冷积温，n表示1961—2010年内某站出现低温过程的次数，j表示第j次低温过程，m表示某次低温过程出现最高气温小于24 ℃的天数，i表示在某次低温过程中的第i天，tij表示第j次低温过程中第i天的最高气温。

通过各站冷积温与海拔、经度、纬度等要素建立回归方程：

tsum=306.542-1.622×h+0.002×h2-1.149×10-6×h3。（4）

式中：h为海拔，方程R=0.91，通过0.001的显著性检验。通过公式（4），在ArcGIS中即可结合高程数据，把云南境内各格点的负积温计算出来（图1）。

据张谊光的研究结论，水稻种植的最高海拔界限在2 700 m 左右[9]，因此笔者提取了云南海拔2 700 m以下的区域范围，对该范围内的水稻抽穗-扬花期冷积温采用经验法，划分为4个等级，表示水稻抽穗-扬花期低温冷害的不同危险程度（图2）。

从图1可以看出，云南水稻抽穗-扬花期冷积温自北向南大概呈带状分布，滇西北负积温偏低，在-10 000 ℃以下，滇中大部在-1 000～-3 000 ℃范围内，南部区域负积温在0～-1 000 ℃。南部冷积温高于-300 ℃的区域，判定为无冷害区（图3），以减轻模型推算导致的与实际不符的情况。

3.2 暴露性指标分析

暴露性是暴露于灾害面前，且有产生灾害损失可能的程度。本研究用水稻的种植面积来表示，即种植面积占全省种植面积的比例越大，暴露性越高，越易产生较大损失。用云南各县水稻种植面积占全省水稻种植面积的比例来表示，对各站水稻种植面积比例归一化（图4），再在ArcGIS中进行插值并去除非水稻种植区域，采用自然断点法划分为4个等级，表示水稻暴露性的不同等级（图5）。从图4可以看出，云南在保山、德宏、普洱南部、版纳西部、文山局部等水稻种植面积较大，而在昭通、丽江、玉溪、楚雄等地水稻种植面积比例较低。

3.3 抗灾性能分析

抗灾性能是指当地抗御自然灾害的能力，一般经济水平高，则种植技术、灌溉条件、机械水平、农户的素质等均相对要高，因此采用近年人均国民生产总值来表示当地的抗灾性能（图6）。对云南省各县人均国民生产总值归一化处理后再在ArcGIS中进行插值，并去除非水稻种植区域，采用自然断点法划分为4个等级，表示各县抗灾性能的不同等级（图7）。从图6、图7可以看出，云南滇中地区人均国民生产总值较高，超过30 000元，而昭通东部等地人均国民生产总值较低，不足10 000元。

3.4 云南各地水稻抽穗-扬花期低温冷害风险区划

综合云南各地水稻抽穗-扬花期低温危险性、暴露性、抗灾性能3个风险因子，采用如下公式对云南各地水稻抽穗-扬花期低温冷害风险进行区划，结果如图8。

R=0.5×H+0.3×E+0.2×（1-V）。（5）

式中：0.5、0.3、0.2为各因子权重，采用专家打分法确定。

从图8可看出，云南水稻抽穗-扬花期低温冷害高风险区位于滇东北的昭通中南部、曲靖中北部，滇西北的丽江、大理西北部，滇中的楚雄北部、昆明北部，滇西南的保山、普洱西南部、版纳西部等。北部地区由于位置偏北或海拔较高，易受冷空气侵袭，低温频繁，冷积温偏多，热量水平低，因而水稻抽穗-扬花期低温冷害风险最高，而滇西南地区主要由于水稻种植面积较大、GDP水平较低，因而综合风险也达到最高级别。滇中地区的昆明南部、楚雄南部、玉溪大部，滇东的文山西部、红河北部及昭通东部等为水稻抽穗-扬花期低温冷害风险低值区，究其原因为经济发达、抗御低温风险能力高，水稻种植面积小，热量条件中等偏好，综合风险最低。次高风险区紧邻高风险区，主要位于云南省北部及西部地区，但位置更靠近滇中及以南地区。

4 结论

本研究使用最高气温冷积温、各县水稻种植面积、各县人均生产总值构建了云南水稻抽穗-扬花期低温冷害风险评价模型，并开展了云南抽穗-扬花期低温冷害风险区划，区划结果与实际相符，表明该模型在云南地区有较好的应用价值。

综合了低温危险性、水稻暴露性、抗灾能力的水稻抽穗-杨花期低温冷害风险区划结果显示：云南水稻抽扬期低温冷害风险自南至北逐渐升高，且随海拔升高，风险也在加大。滇中以南大部及滇东北北部均为低风险-无风险区;北部地区风险较高，为次高-高风险区;滇中南部、滇东北北部低温风险低于同纬度地区。

本研究中水稻指标侧重考虑一季粳稻低温指标，在实际应用时，应根据当地水稻品种、种植制度等进行调整。

本研究的精细化区划成果对于云南主要粮食作物水稻规避盛夏低温冷害风险、合理布局规划、高产稳产具有重要的应用价值。

参考文献：

[1]邹丽云. 影响云南水稻产量的灾害分析[J]. 中国农业气象，2002，23（1）：12-15.

[2]王冬妮，郭春明，刘 实，等. 吉林省水稻延迟型低温冷害气候风险评价与区划[J]. 气象与环境学报，2013，29（1）：103-107.

[3]张丽文，王秀珍，李秀芬. 基于综合赋权分析的东北水稻低温冷害风险评估及区划研究[J]. 自然灾害学报，2014，23（2）：137-146.

[4]周 见，郝成元，吴文祥. 基于GIS的黑龙江省水稻低温灾害风险等级区划[J]. 地域研究与开发，2014，33（1）：109-112.

[5]王晓群，张 宇. 黑龙江省水稻低温冷害风险评估[J]. 安徽农业科学，2012，40（1）：263-266.

[6]马树庆，王 琪，王春乙，等. 东北地区水稻冷害气候风险度和经济脆弱度及其分区研究[J]. 地理研究，2011，30（5）：931-938.

[7]张茂松，張加云，吉文娟，等. 基于GIS的水稻低温冷害精细化风险区划-以玉溪市红塔区为例[J]. 西南农业学报，2014，27（4）：1723-1728.

[8]胡雪琼，刘文英，何雨芩，等. 低纬高原水稻抽扬期低温冷害指标及其时空变化规律研究[J]. 安徽农业科学，2019，47（12）：418-224.

[9]张谊光. 我国不同气候生态型水稻品种的种植上限及其温度条件[J]. 资源科学，1983（2）：65-72.