胡德鸿，甄 英，寇海军，罗 淼

(内江师范学院 地理与资源科学学院，四川 内江 641199)

1 引言

农业气象灾害是指农业生产过程中导致农作物显著减产的不利天气或气候异常的总称，包括旱灾、洪涝灾、风雹灾、低温冷冻灾等[1]。已有不少学者对农业气象灾害的变化特征和趋势[2～4]、农业灾害风险评价[5～9]、农业气象灾害对粮食产量的影响[10·15]进行了研究，这些结果对科学有效地控制农业灾害风险，建立合理有效的农业防灾减灾体系，保障粮食安全起到了重要作用。

四川省为亚热带季风气候，雨热同期，粮食种植历史悠久，是我国粮食大省之一。由于地处我国西部腹地，地跨中国地势的一、二级阶梯，地理环境复杂，由于受秦岭与青藏高原的阻隔，川内自然灾害频发且严重。本文通过分析1979～2018年四川省干旱、洪涝、风雹和低温四种农业气象灾害受灾率的变化特征及其对粮食作物及水稻、小麦、玉米三大农作物单产的影响，为了解四川省气象灾害的变化规律，为防灾减灾等提供科学依据。

2 资料与方法

2.1 资料来源

本文以四川省为本次的研究单元，选择四川省1979～2018年农业气象灾害干旱、洪涝、风雹、低温四种主要气象灾害的受灾面积数据，作为分析其对粮食产量的依据。数据主要来源于《四川农业统计资料》和《中华人民共和国农业农村部》网站(http://zdscxx.moa.gov.cn:8080/nyb/pc/index.jsp)。同时段的水稻、小麦、玉米和粮食作物单产数据，主要来自《四川统计年鉴》和《四川农业统计资料》。

由于播种面积每年都有变化，为了比较气象灾害造成的相对损失或灾害的危害程度，采用灾情率分析灾情，确定农作物受灾面积与总播种面积之比为灾情率[16]。

2.2 方法

2.2.1 R/S分析

R/S分析法，也称为重标极差分析法。R/S分析能对数据的持续性或反持续性给予证明，并对持续性(反持续性)成分的强度进行定量比较，在应用大量连续观测资料进行科学预报时有重要意义。

具体过程如下[17]：考虑一个时间序列差分{ξ(t)}，式中ξ(t)=B(t)-B(t-1)，B(t)为时刻t的观测值，t=1,2,…。(1)对于任意正整数τ，定义均值序列<ξ>t、累计离差X(t)、极差R(τ)、标准差S(τ)分别为公式(1)～(4)：

(1)

(2)

(3)

(4)

式中t=1，2，…代表滞时。

如果采用标准差除极差，相当于将极差“标准化”，消除量纲的影响，于是得到极差与标准差的比值：

(5)

经过长期的理论分析和模拟试验研究，Hurst发现如下经验标度关系：

R(τ)/S(τ)=(π/2)H

(6)

式(6)中，H为Hurst指数。不同的H值范围代表序列的不同含义：H=0.5，说明时间序列是完全独立、随机分布的，前后的变化没有相关性；0.5

2.2.2 灰色关联度分析

灰色关联分析是一种多因素统计分析方法，用来揭示各因素之间关系的强弱。其基本思想是根据系列曲线的几何形状的相似性来判断关系是否密切。曲线越近，对应序列之间的相关性越大，反之亦然[19，20]。

3 结果与分析

3.1 农业气象灾害变化趋势

由图1旱、涝受灾率的变化趋势图可知，近40a四川省旱、涝受灾率分别以1.746%/10a、0.201%/10a的速率呈不显著的下降和上升趋势(P旱=0.057、P涝=0.921)，但却具有一定的阶段性特征。

图1 四川省1979～2018年干旱和洪涝受灾率变化趋势曲线

近40a四川省风雹受灾率的线性趋势表明(图2)，风雹灾害率以0.813%/10a的速率显著降低(p=0.00)，低温受灾率以0.122%/10a的速率呈不显著上升趋势(P=0.474)。

图2 四川省1979～2018年风雹和低温受灾率变化趋势曲线

3.2 R/S分析农业气象灾害未来趋势

对四川省1979～2018年洪涝、干旱、风雹及低温4种农业气象灾害的受灾率数据进行了R/S分析，得到它们的Hurst指数，预测其未来短时间内的变化趋势，结果见图3。

由图3可知，四川省四种农业气象灾害受灾比均呈现较明显的Hurst现象。其中，干旱与风雹的受灾比在过去40a中分别以1.746%/10a和0.813%/10a的速率呈轻微减少趋势(图2)，两者的Hurst指数分别为0.533、0.8545，决定系数均达0.90以上，说明该地区未来受灾比的变化趋势与过去有一致性。洪涝与低温的受灾比Hurst指数分别为0.6868、0.6941，表明对过去变化的趋势有较强的持续性；洪涝与低温的受灾比在过去40a的变化趋势中较为相似，两者均呈增加的变化趋势且整体波动较小，说明未来短时间内两者仍将持续这种变化趋势。

图3 四川省四种农业气象灾害受灾率R/S分析表1 四川省农作物产量与农业气象灾害受灾面积的灰色关联分析

3.3 粮食产量与农业气象灾害的灰色关联分析

根据灰色关联分析方法以及四川省主要农作物生产情况，将1979～2018年稻谷、小麦和玉米三大农作物及粮食作物单产(kg/hm2)作为参考数列，将影响农作物产量的四大农业气象灾害的受灾面积数据(hm2)作为比较数列，经计算后得出了各农业气象灾害对农作物单产的影响程度(表1)。

由表1可知，四川省粮食产量和三大农作物单产与4种气象灾害的关联序列均为：低温>风雹>洪涝>干旱灾害，说明在农业气象灾害中，影响四川省粮食产量的主要灾害是低温灾害。

4 结论

通过对四川省1979～2018年四类农业气象灾害和三类主要农作物及粮食产量的分析研究，得出如下结论。

(1)四川省1979～2018年四种农业气象灾害受灾率变化趋势为洪涝>低温>风雹>干旱，洪涝和低温受灾比呈轻微上升趋势，20世纪80年代前期洪涝受灾率高于干旱受灾率；20世纪80年代中期开始到2007年干旱受灾率整体高于洪涝受灾率；2008～2018年期间洪涝受灾率整体又高于干旱受灾率。干旱和风雹受灾比呈轻微下降趋势，在1979～2001年风雹受灾率均高于低温受灾率且变化剧烈，说明此阶段风雹对农作物影响相对较强；2002年以后霜冻的受灾率开始有较大波动，低温受灾率略高于风雹受灾率。

(2)四川省四种农业气象灾害受灾率均呈现较明显的Hurst现象。其中，洪涝与低温的受灾率Hurst指数分别为0.6868、0.6941，且过去40a两者受灾率呈上升趋势，说明未来短时间内两者仍呈持续上升趋势。干旱与风雹的Hurst指数分别为0.533、0.8545，且过去40a两者受灾率呈下降趋势，表明四川未来受灾率持续下降。

灾害粮食 稻谷 小麦 玉米关联度权重关联度权重关联度权重关联度权重干旱0.7960.2290.7920.2290.7850.2260.8130.234洪涝0.8310.2390.8210.2380.8310.2390.8460.243风雹0.9250.2660.9170.2650.9220.2650.9010.259低温0.9270.2660.9260.2680.940 0.270 0.9140.263

(3)四川省粮食产量和三大农作物单产与四种气象灾害的关联序列为低温>风雹>洪涝>干旱灾害，说明在四川省的农业气象灾害中，低温灾害起主要作用。