叶 佩 ，刘可群 ，刘凯文 ，3，秦鹏程 ，赵小芳 ，杨青青

（1.荆州农业气象试验站，湖北 荆州 434000；2.武汉区域气候中心，武汉 430074；3.长江大学农学院，湖北 荆州 434025）

近年来，全球气候变暖对农业生产和发展的不利影响日趋显著，粮食安全生产问题面临更加严峻的挑战［1］。水稻（Oryza sativaL.）是中国重要的三大主要粮食作物之一，其种植面积占世界种植总面积的26.9%，产量占世界稻谷总产量的33.9%［2］。在中国有65%以上的人口以水稻为主食，水稻的安全生产对保障中国粮食安全、促进农户增收以及推动农村经济发展有着举足轻重的作用［3］。湖北省作为华中地区主要水稻种植区之一，水稻种植面积超过该省粮食作物种植总面积的50%以上，产量占全省粮食总产的70%左右，为该省的第一大主粮作物，其中，水稻种植类型以中稻为主［4］。夏季为水稻生长的关键时期，此时受副热带高压影响，水稻生育期内出现高温热害的可能性大［5］。随着全球气候变暖进程的加剧，湖北省中稻高温热害发生的强度和频率呈增强、增多的趋势［6］，在抽穗扬花期水稻遭遇极端高温容易造成花粉发育不良，使水稻空秕率增加，结实率下降，最终导致减产，影响水稻的产量和效益［7，8］。刘文茹等［9］运用 BCC-CSM1-1 气候系统模式输出的典型浓度情景RCPs 数据，发现RCP4.5 情景下长江中下游地区夏季气温变化速率较大，增幅每10 年达1.2 ℃。因此，研究未来气候变化情景下高温热害对湖北省中稻的影响及其风险变化十分有必要。

高温热害作为影响水稻安全生产的重要环境生态因子，未来气候变化背景下该因子对水稻的影响及风险研究日益受到学者的关注。李琪等［10］评估了未来气候变化情景下孕穗-抽穗期不同强度和持续时间高温热害对水稻产量的影响，王连喜等［11］分析了未来气候变化情景下孕穗-抽穗期水稻对高温的适应性。宋瑞明等［12］基于CanESM2 模式SDSM统计降尺度后的RCPs 情景数据预估未来2021—2070 年气候变化条件下江苏水稻高温热害变化规律。万素琴等［13］将区域气候模式PRECIS 构建的气候变化情景与水稻生产模型ORYZA2000 相结合，研究了未来气候变化对华中地区中稻产量的影响。熊伟等［14］预估 2021—2050 年 RCP2.6 和 RCP8.5 气候情景下，全国水稻关键生育期高温日数、高温积温均呈增加趋势，水稻高温热害风险也将进一步加大。目前大部分研究的气候情景数据鲜有订正，加上未来气候情景下的湖北省中稻高温热害风险也未见报道，因此，本研究采用方差订正后的RCPs 数据来探究未来气候情景下的湖北省中稻高温热害风险时空分布特征，以期为该区域高温热害风险预警、水稻生产布局、防灾减灾等管理决策提供理论依据。

1 资料来源与研究方法

1.1 资料来源

农业气象资料选用湖北省18 个农业气象观测站（图1）中稻抽穗开花期观测数据，时间为1981—2016 年；气象资料为湖北省 1960—2019 年 76 个气象站点逐日气象数据，包括最高气温、平均气温，数据来源于湖北省气象局气候档案室。气候模式数据来自 ISI-MIP（Inter-Sectoral Impact Model Intercomparison Project）推荐使用的5 个全球海气耦合模式中对最高气温模拟性能最好的HadGem2-ES（Had-Gem）模式下的 1961—2080 年数据，其中 1961—1990 年为基准时段，1991—2005 年为验证时段，2021—2080 年为未来时段，该数据基于WATCH 再分析资料和概率分布统计偏差订正方法进行了降尺度处理［15］，空间分辨率为 0.5°×0.5°，研究路径为稳定路径 RCP4.5 和高端路径 RCP8.5［9］。

图1 湖北省18 个农业气象观测站点分布

1.2 研究方法

1.2.1 研究时段 由表1 可知，7 月下旬至8 月下旬为湖北省中稻抽穗开花期，是中稻最易受高温危害的时段，因此，将7 月21 至8 月31 日作为中稻高温热害风险研究时段。

表1 湖北省18 个农业气象站点中稻抽穗期

1.2.2 高温热害指标 高温危害积温同时包含高温强度和持续时间的特征，且能定量描述高温热害影响程度，应用广泛［16］，因此，本研究以水稻抽穗开花期超过35 ℃以上的高温危害积温评价高温发生强度，根据田间试验［16］与实际调查［7］，高温危害积温达到 16、32、48 ℃·d 分别为轻度、中度、重度水稻热害指标。高温热害发生频率为历年出现高温的总年数与参与统计的总年数之比。

1）高温危害积温。

2）高温发生频率。

式中，HDD 为高温危害积温，DTi是水稻生育期内逐日高温危害积温，Tmax为逐日最高气温，T0为35，n为研究时段水稻生育期总天数；i为水稻生育期内第i天，i=1，2，…，n。P为高温热害发生频率；M为该站发生某等级高温热害年数；N为全部总年数。

1.2.3 RCPs 数据订正 RCPs 情景下的全球气候模式（GCM）数据的模拟效果较好［17］，但与实测资料还存在一定的误差，降尺度和方差订正可在一定程度上弥补气候模式数据分辨率精度不够的缺陷，提高气候模式数据的准确度［18］。

首先运用双线性内插法将格点数据插值到观测站点F（X，Y）上，假设模拟格点数据的经纬度坐标为F11（X1，Y1）、F12（X1，Y2）、F21（X2，Y1）、F22（X2，Y2），4个格点模拟的最高气温分别为T11、T12、T21、T22，首先在X方向进行线性插值，然后在Y方向进行线性插值，得到双线性插值结果。

其次利用1961—1990 年校准时段模式数据与实测气象站点数据通过传递函数系数和方差信息建立方差订正模型，具体如下。

第一步，将站点校准年1961—1990 年观测值、历史模拟数据 1961—1990 年、未来 2021—2050 和2051—2080 年需订正模拟数据，转化为同期等长的序列其中i=1，…，n，根据公式（5）至公式（8）计算旬均值，并以基准时期模拟数据旬均值序列（Xs）作为自变量，同一旬的观测数据旬均值作为因变量（Xo）建立传递函数。

式中，k为某年某旬天数，取实际值8 或9 或10或11，用最小二乘法计算系数a、b、c的值。

1.2.4 高温热害风险评估模型 采用各站点不同等级高温热害发生强度和频率建立高温热害风险评估模型。

式中，G 表示高温热害风险；n表示不同等级高温热害，n=1，2，3 分别代表轻度、中度及重度高温热害；Wi表示不同等级高温热害权重；轻度的权重为0.1，中度为0.2，重度为0.3；Pi表示研究时段不同等级高温热害发生频率。

1.2.5 模型订正 以武汉站1 月上旬逐日最高气温订正为例，步骤如下。①利用基准时段1961—1990年模拟数据和观测资料，通过公式（8）、公式（9）分别计算逐年1 月上旬旬均值，得到容量为30 的模拟和观测序列；②以观测序列为因变量，模拟序列为自变量代入式（10）进行回归分析，得到1 月上旬最高气温回归系数a、b、c（表2）；③将回归系数带入式（11），建立传递函数，对该旬逐日模拟结果进行均值订正；④计算旬方差订正因子λ并代入式（12）进行方差订正。该旬逐日最高气温订正模型如下。

表2 武汉站逐旬最高气温传递函数系数

1.2.6 模型验证 利用1991—2005 年气候模拟数据插值到气象站点形成待订正数据，根据各站点最高气温的回归系数和方差订正因子，建立订正模型，得到1991—2005 年订正后逐日模拟数据。通过观测数据和订正前后模拟数据之间的逐月相对误差（RE）和均方根误差（RMSE）分析最高气温的订正效果。其中，RE用于表示模式值偏离观测值的实际大小，数值越小，偏离观测值的程度越小；RMSE反映模拟值相对于观测值的精确程度，数值越小，精确度越高。

式中，simi为订正后逐月模拟值，obsi为逐月观测值，n为样本容量。

分别计算订正后各站逐月最高气温与观测逐月最高气温的RE（图2a）和RMSE（图2b）。方差订正后数据与观测值的RE和RMSE较订正前明显减小，且 订 正 后 7—8 月 最 高 气 温RE为 0.04、RMSE在1.5 ℃范围内，使用方差订正对未来情景下的模式数据进行订正可有效降低模拟数据与观测值的偏差。

图2 1991—2005 年订正前后最高气温与观测值的相对误差（a）和均方根误差（b）

2 结果与分析

2.1 RCPs 情景高温热害强度变化特征

2.1.1 2021—2050 年高温热害强度变化特征 由图 3 可知，2021—2050 年不同 RCPs 情景下中稻高温热害强度增减不一，尤以8.5 情景变幅更明显，其中鄂西南和鄂东南增幅最大，鄂东北和江汉平原次之，在鄂西北出现递减趋势。RCR4.5 情景下增幅高值区集中在巴东、兴山、秭归等地，增幅分别为19.07、23.22、18.75 ℃·d；其次为鄂东南的赤壁、咸宁、通城、阳新等站点，其增幅分别为12.39、11.65、10.07、10.25 ℃·d；鄂西北和鄂东北的大部地区增幅最小，其增幅维持在10 ℃·d 以下（图3a）。RCP8.5 情景下高温危害积温强度增幅较大的区域主要集中在鄂西南的巴东-兴山-秭归及鄂东南的咸宁、赤壁一带，其中巴东、秭归、兴山、恩施等站点增幅超过20 ℃·d；增幅较小的区域主要位于江汉平原的钟祥、天门以及鄂东北部的随州、麻城一带，增幅均不超过5 ℃·d；增幅最小的区域主要位于鄂西北部的郧西、郧县、竹山、老河口、谷城一带，高温热害强度有下降趋势（图3b）。

图3 RCPs情景下2021—2050 年高温危害积温较基准期的空间变化特征

2.1.2 2051—2080 年高温积温强度变化特征 由图 4 可知，2051—2080 年不同 RCPs 情景下中稻高温热害强度增量呈现南高北低的空间分布，RCP4.5 情景下，增幅高值区为巴东-恩施-兴山等站点，增幅均超过了20 ℃·d，其次为赤壁-崇阳-咸宁-通山一带，增幅均超过了15 ℃·d，鄂东北和江汉平原南部高温危害积温增幅不超过10 ℃·d，鄂西北和鄂东北北部高温危害积温增幅不超过5 ℃·d，在郧西、郧县、竹山等站点高温危害积温有降低趋势。RCP8.5情景下高温危害积温变幅范围更大，空间分布变幅显著，其中在鄂西北部高温危害积温有显著降低趋势，其余各地区为显著增加趋势。整体上湖北省各区域高温热害强度呈增加的趋势，RCP8.5 情景高温热害强度较RCP4.5 增减幅度大，RCP8.5 情景较RCP4.5 波动剧烈。与 2021—2050 年相比，2051—2080 年高温危害积温增幅更大。

图4 RCPs情景下2051—2080 年高温危害积温较基准期的空间变化特征

2.2 RCPs 情景下高温热害频率变化特征

2.2.1 2021—2050年高温热害频率变化特征 RCP4.5、RCP8.5 情景下2021—2050 年湖北省各区域不同等级高温热害发生频率增减不一，RCP8.5 情景增减变化更为显著（图5）。鄂西南为重度高温热害频率增幅最大的地区，RCP4.5、RCP8.5 情景下重度高温热害频率增幅分别达7.84%、12.35%。鄂东南主要表现为中度等级的高温热害频率增加，RCP4.5、RCP8.5 情景下中度高温热害频率增幅分别达到12.98%、14.79%。鄂东北和江汉平原主要表现为轻度等级的高温热害频率大幅增加，RCP4.5、RCP8.5情景下轻度增幅分别为14.29%、23.81% 以及16.90%、22.62%。鄂西北高温热害发生频率有降低趋势，RCP4.5 情景下轻度、中度、重度、全部高温热害频率较基准期的变化分别为-1.11%、0.67%、0、-0.44%，RCP8.5 情 景 下 分 别 为 -0.44%、0、0、-0.44%，属全省高温热害频率低变化区。2 种RCP情景下湖北省全区2021—2050 年各等级高温热害发生频率相对基准年呈现增加趋势，主要以轻度增幅为主，RCP4.5 和RCP8.5 情景下全省各等级高温热害发生频率变幅分别为7.26%、5.28%、3.27%、15.81%以及10.94%、5.04%、5.20%、21.18%。

图5 RCPs情景下2021—2050 年湖北省各区域不同等级高温热害频率较基准期变化特征

2.2.2 2051—2080 年高温热害频率变化特征 由图 6 可见，与 2021—2050 年相比，2051—2080 年高温热害发生频率和程度变幅更大，尤以RCP8.5 显著。其中鄂西南在RCP4.5 情景下以轻度高温热害频率增幅为主，为10.78%，在RCP8.5 情景下以重度高温热害频率增幅为主，达到27.06%。鄂东南在RCP4.5 情景下以中度高温热害频率增加最显著，为11.51%，在RCP8.5 情景下以重度高温热害频率增幅为主，为19.47%。鄂东北和江汉平原为以轻度高温热害频率增幅最为显著，RCP4.5 和RCP8.5 情景下增幅为16.43%、29.52%以及16.67%、21.67%。鄂西北地区高温热害发生频率有降低的趋势，在RCP8.5情景下轻度高温热害频率减幅为5.33%。对湖北省全区而言，2051—2080 年中稻高温热害发生频率有显著增加的趋势，RCP4.5 和RCP8.5 情景下不同程度的高温热害增幅分别为9.10%、5.84%、4.96%、19.91% 以及 9.58%、6.78%、11.64%、28.01%，其中RCP4.5 情景下主要以轻度为主，RCP8.5 情景下以重度为主，表明RCP8.5 情景下极端高温热害发生更频繁。

图6 RCPs情景下2051—2080 年湖北省各区域不同等级高温热害频率较基准期变化特征

2.3 RCPs 情景下高温热害风险指数

2.3.1 RCPs 情景下2021—2050 年高温热害风险指数 由图7 可见，2021—2050 年高温热害风险呈现由北向南递增，尤其以RCP8.5 显著，鄂西南低山、鄂东南等地高温热害风险增幅较高；其次为鄂东北和江汉平原大部地区，在鄂西北地区高温热害风险为降低趋势。这种高温热害风险变化趋势与近年来湖北省各地区出现极端高温的强度、频率变化及对区域性增温的贡献有关［19］。RCP4.5 情景下高温热害风险增幅较高的地区主要为鄂东南的咸宁、赤壁以及鄂西南的巴东等地，其风险超过0.12；风险变幅较小的地区主要位于鄂西北和江汉平原大部，其中郧西、郧县、竹山等站点风险为0。RCP8.5 情景下高温热害风险增幅较高的地区分布在鄂西南的巴东、长阳以及鄂东南的咸宁、赤壁、通城、崇阳等地；风险增幅较低的地区则主要分布在鄂西北一带，其中在郧西、郧县、老河口、竹山等站风险变化为负值，该地区风险有降低趋势。未来30 年湖北省中稻高温热害风险呈增加的趋势，RCP4.5、RCP8.5 情景下的风险平均增幅分别为0.05 和0.06，RCP8.5 情景下的风险变化相对于RCP4.5 情景更剧烈。

图7 RCPs情景下2021—2050 年湖北省中稻高温热害风险指数

2.3.2 RCPs 情景下2051—2080 年高温热害风险指数 由图8 可知，2051—2080 年的高温热害风险变化较2021—2050 年更加显著，在RCP8.5 情景下高温热害风险增幅呈明显带状的南高北低趋势。其中鄂西南和鄂东南风险增幅更大，鄂西北减幅也更明显。鄂东南和鄂西南高温热害强度及发生频率增加显著，导致高温热害危险性大幅增加，鄂西北地区高温热害强度及频率均有降低趋势，该地区高温热害危险性有所缓解。

图8 RCPs情景下2051—2080 年湖北省中稻高温热害风险指数

3 小结与讨论

3.1 小结

1）RCPs 情景数据经过方差订正，能有效降低模拟数据与观测值的相对误差和均方根误差，订正后的RCPs 数据对未来气候变化趋势模拟更具有代表性。

2）未来 RCPs 情景下，2051—2080 年湖北省中稻高温热害强度、频率及风险较基准时段变幅大于2021—2050 年，尤以 RCP8.5 情景显著。

3）2 种RCPs 情景下，中稻高温热害频率、强度增加，导致湖北省中稻高温热害风险整体呈增加的趋势。未来湖北省中稻高温热害风险增幅最大的地区位于鄂东南大部和鄂西南低山地区，该地区高温热害主要以中度和重度为主，其次为江汉平原和鄂东北地区，该地区高温热害主要以轻度为主，鄂西北地区有降低的趋势，其高温热害频率、强度有减小的趋势。RCP8.5 情景下的风险变幅高于RCP4.5 情景，RCP8.5 情景下的不稳定性较高。

3.2 讨论

本研究通过订正后的RCP 数据来研究未来气候变化情景下中稻高温热害风险变化，可提高预测风险的精确度，为农业生产防灾减灾提供理论依据。但未考虑未来水稻品种更新、田间管理制度以及气候变化对生育期的改变，使得未来情景下高温热害的统计结果存在一定不确定性［20］；每种气候模式都有其擅长和不擅长模拟的区域及气候要素，因此，本研究选择最高气温模拟性能最好的（HadGem）模式下模拟的HadGem2-ES 数据，但研究认为多模式集合的概率分布是降低气候变化影响评估的不确定性的有效方法，接下来则更需要研究多模式结合作物生长模型模拟中稻生产面临的高温热害风险趋势［21］。未来 RCPs 情景下，2051—2080 年湖北省中稻高温热害强度、频率和风险均明显高于2021—2050 年，说明随着未来气候变化加剧，将进一步危害该地区中稻安全生产［22］。在空间上，鄂西南低山和鄂东南高温热害强度、频率和风险较基准时段的增幅最大，该地区不利于中稻的安全种植，可通过调整其生产布局［23］和播期［24］以及筛选培育抗逆品种来缓解高温热害；鄂东北和江汉平原次之，在鄂西北出现递减趋势，未来该地区在水资源充足的情况下可扩大中稻的种植面积。