田宏偉 邢開成 黃進(jìn) 張方敏

摘要：依托河南省17個(gè)地級(jí)市1988-2017年夏玉米產(chǎn)量數(shù)據(jù)及15種大尺度大氣環(huán)流指數(shù)（LACI）資料，運(yùn)用氣候產(chǎn)量指數(shù)（CDYI）評(píng)估了研究區(qū)夏玉米氣象年景對(duì)大氣環(huán)流異常的響應(yīng)，主要結(jié)果如下：（1） 與其他擬合方法相比，HP濾波法更適用于研究區(qū)夏玉米氣候產(chǎn)量的提取;（2） 基于主成分分析結(jié)果，河南省可以劃分為4個(gè)呈現(xiàn)不同夏玉米CDYI演變情形的子區(qū)域，分別為東南部、北部、中南部、西部，且2003年后各分區(qū)CDYI的波動(dòng)趨于緩和;（3） 與其他分區(qū)相比， 河南省東南部地區(qū)CDYI與大尺度大氣環(huán)流指數(shù)的線性關(guān)系最為顯著，特別是1月份較高數(shù)值的東太平洋/北太平洋濤動(dòng)指數(shù)（EP/NP）是表征該區(qū)域夏玉米減產(chǎn)的重要前兆性信號(hào); （4） 夏玉米氣象年景波動(dòng)對(duì)環(huán)流信號(hào)的響應(yīng)存在不穩(wěn)定性和階段性。

關(guān)鍵詞：河南省;夏玉米;氣象年景;氣候產(chǎn)量指數(shù);大氣環(huán)流

中圖分類號(hào)：S162.5+3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000-4440（2020）06-1437-07

Abstract：The climate-driven yield index （CDYI） was used to evaluate the responses of annual meteorological harvest of summer maize to atmospheric circulation anomalies in the study area， based on the yield data of summer maize from 1988 to 2017 in 17 prefecture-level cities of Henan province and the data of 15 large-scale atmospheric circulation indices （LACI）. The main results are as follows： firstly， HP filter method was more suitable for extracting the climate-driven yield of summer maize in the study area compared with other fitting methods. Secondly， Henan province could be divided into four sub-regions with different temporal variations of CDYI for summer maize such as southeast region， north region， central south region and west region， based on the results of principal component analysis， and the CDYI fluctuations in each sub-regions tended to be moderate after 2003. Thirdly， the linear relationship between CDYI and LACI in southeast region of Henan province was the most significant compared with other sub-regions， the oscillation index （EP/NP） of East Pacific/North Pacific with a relatively higher value was the key precursory signal for yield reduction of summer maize in this region especially in January. Fourthly， there were instabilities and stage features in the response process of annual meteorological harvest fluctuations of summer maize to circulation signals.

Key words：Henan province;summer maize;annual meteorological harvest;climate-driven yield index;large-scale atmospheric circulation

中國(guó)既是糧食生產(chǎn)消費(fèi)大國(guó)也是全球主要的氣候脆弱區(qū)之一[1]。伴隨氣候變化，主要產(chǎn)糧區(qū)的溫、光、水、風(fēng)等主要農(nóng)業(yè)氣候資源要素正發(fā)生著顯著變化，此外極端氣候事件的加劇造成了農(nóng)業(yè)氣象災(zāi)害頻發(fā)，這些都給區(qū)域甚至國(guó)家的糧食安全帶來了極大的風(fēng)險(xiǎn)和挑戰(zhàn)[2-3]。鑒于此，主要糧食作物的氣候資源及氣象年景已成為相關(guān)學(xué)科關(guān)注的重要研究對(duì)象[4]。相對(duì)氣候產(chǎn)量表征的農(nóng)業(yè)氣象年景綜合反映了作物生長(zhǎng)發(fā)育和產(chǎn)量形成期間氣象要素組合對(duì)作物產(chǎn)量的最終影響，科學(xué)、準(zhǔn)確地預(yù)估作物氣象年景可以為農(nóng)業(yè)生產(chǎn)的防災(zāi)減災(zāi)、作物結(jié)構(gòu)調(diào)整、應(yīng)對(duì)氣候變化提供重要的數(shù)據(jù)支撐[5-6]。

大氣環(huán)流異常是引發(fā)災(zāi)害天氣、氣候異常的主要原因，其通過影響農(nóng)業(yè)氣象要素的變化進(jìn)而影響氣象年景的豐歉[7]。結(jié)合海洋及大氣相關(guān)信息的大尺度環(huán)流指數(shù)可以提供區(qū)域氣候年際變化的前兆信號(hào)，大量研究結(jié)果表明區(qū)域氣候要素與環(huán)流指數(shù)之間存在著顯著的時(shí)滯相關(guān)性[8]。因此，構(gòu)建區(qū)域作物氣候產(chǎn)量與不同類型大尺度環(huán)流指數(shù)的線性關(guān)系，對(duì)氣象年景有前兆性指示作用，能夠?qū)崿F(xiàn)較長(zhǎng)前置期的產(chǎn)量預(yù)測(cè)。但目前相關(guān)的研究還較少，僅有少數(shù)學(xué)者針對(duì)江蘇、遼寧糧食作物氣候產(chǎn)量與環(huán)流指數(shù)的線性關(guān)系進(jìn)行了一定的探索[1，7]。

由圖4可知，CDYI小波分析結(jié)果進(jìn)一步刻畫了夏玉米氣象年景波動(dòng)的年際差異。研究區(qū)東南部（區(qū)域I）的CDYI主要在1988-2008年間呈現(xiàn)出顯著的2～8年周期性振蕩;北部（區(qū)域II）的CDYI主要在1988-2009年間呈現(xiàn)出顯著的2～8年周期性振蕩;中南部（區(qū)域III）的CDYI主要在1988-2006年呈現(xiàn)出顯著的2～8年周期性振蕩;西部（區(qū)域IV）的CDYI在1988-2003年呈現(xiàn)出顯著的2～8年周期性振蕩;總體而言，2003年后河南省夏玉米氣象年景進(jìn)入了波動(dòng)相對(duì)平緩的階段。

2.4各分區(qū)CDYI對(duì)大氣環(huán)流指數(shù)的敏感性分析

鑒于河南省夏玉米的生育期大致為6月至9月，依托各分區(qū)CDYI的逐年序列、1月至9月（共計(jì)9個(gè)月）期間各月份LACI（共計(jì)15種）的逐年序列，計(jì)算得到了CDYI與夏玉米播種前及生育期期間不同月份LACI的相關(guān)系數(shù)。由表2可以發(fā)現(xiàn)，就生育期期間而言，各分區(qū)相關(guān)系數(shù)的絕對(duì)值在0.243至0.539浮動(dòng)，與CDYI相關(guān)性較顯著的環(huán)流指數(shù)主要為WP、TSA和NINO4;就播種前而言，各分區(qū)相關(guān)系數(shù)的絕對(duì)值在在0.222至0.600浮動(dòng)，與CDYI相關(guān)性較顯著的環(huán)流指數(shù)主要有EP/NP、NINO3、TSA和SOI。總體而言，無論是夏玉米生育期期間還是播種前的環(huán)流指數(shù)對(duì)夏玉米氣象年景均有較強(qiáng)的指示作用。此外，由表2還可以發(fā)現(xiàn)研究區(qū)CDYI與LACI間的相關(guān)性存在顯著的區(qū)域差異。4個(gè)氣候分區(qū)中，東南部地區(qū)（區(qū)域I）的CDYI波動(dòng)對(duì)LACI的響應(yīng)更為敏感，特別是CDYI與1月份EP/NP指數(shù)的相關(guān)系數(shù)達(dá)到了-0.600。與區(qū)域I相比，中南部（區(qū)域III）和西部（區(qū)域IV）地區(qū)的CDYI與LACI的相關(guān)性略弱，其相關(guān)系數(shù)絕對(duì)值的最大值分別為0.539、0.515。反觀北部地區(qū)（區(qū)域II），CDYI與LACI的相關(guān)性最弱，其相關(guān)系數(shù)的絕對(duì)值均不超過0.450。

表2中采用多元逐步回歸來簡(jiǎn)化CDYI與LACI間的線性關(guān)系，進(jìn)而得到各分區(qū)CDYI對(duì)關(guān)鍵月份環(huán)流指數(shù)的敏感性。1月份的EP/NP指數(shù)（EP/NP_1）、5月份的NINO3指數(shù)（NINO3_5）、6月份的TSA指數(shù)（TSA_6）、5月份的SOI指數(shù)（SOI_5）分別為區(qū)域I、區(qū)域II、區(qū)域III、區(qū)域IV夏玉米氣象年景的關(guān)鍵環(huán)流信號(hào)。其中，區(qū)域I 的CDYI與EP/NP_1線性方程的R2超過了0.3，這進(jìn)一步說明了前期環(huán)流信號(hào)對(duì)東南部夏玉米單產(chǎn)波動(dòng)有著更好的指示作用。由表2中的方程可知，EP/NP_1每增加1個(gè)單位，會(huì)導(dǎo)致東南部CDYI減少6.65%，而NINO3_5、TSA_6、SOI_5每增加1個(gè)單位，分別會(huì)導(dǎo)致北部、中南部、西部CDYI增加3.68%、11.30%、6.61%。

圖5中CDYI與關(guān)鍵環(huán)流指數(shù)的10年滑動(dòng)相關(guān)分析結(jié)果表明，夏玉米氣象年景波動(dòng)對(duì)環(huán)流信號(hào)的響應(yīng)存在不穩(wěn)定性和階段性。就東南部地區(qū)（區(qū)域I）而言，CDYI與EP/NP_1始終呈現(xiàn)出負(fù)相關(guān)性，其中2008-2017年負(fù)相關(guān)性的顯著性較高，部分滑動(dòng)相關(guān)系數(shù)的絕對(duì)值超過了0.8。與東南部地區(qū)截然不同，北部地區(qū)（區(qū)域II）、中南部地區(qū)（區(qū)域III）、西部地區(qū)（區(qū)域IV）CDYI與關(guān)鍵環(huán)流指數(shù)間的相關(guān)性呈現(xiàn)出階段性遞減的態(tài)勢(shì)，特別是2013-2017年的滑動(dòng)相關(guān)系數(shù)大多在-0.4至0.4浮動(dòng)。

3討論

基于HP濾波法提取了河南省17個(gè)市近30年夏玉米氣候產(chǎn)量指數(shù)，主成分分析結(jié)果指出，研究區(qū)可以劃分成東南部、北部、中南部、西部這4個(gè)呈現(xiàn)不同氣象年景演變特征的子區(qū)域。這與基于河南省降水年際波動(dòng)的氣候分區(qū)結(jié)果相似，研究區(qū)內(nèi)自南向北由亞熱帶向暖溫帶氣候過渡，自東向西由平原向丘陵山地過渡的2種典型過渡性是造成相關(guān)氣候指數(shù)年際變化區(qū)域差異的主要原因[17]。

小波分析的結(jié)果表明各分區(qū)夏玉米氣象年景均呈現(xiàn)出2～8年的周期性振蕩，且這種周期性振蕩在2003年之前較為顯著。這與研究區(qū)農(nóng)業(yè)氣象災(zāi)害強(qiáng)度的年代際變化規(guī)律高度一致，其1988-2003年為第一階段，受災(zāi)面積波動(dòng)較大;2003年以后為第二階段，受災(zāi)面積波動(dòng)較平緩[18]。

河南省夏玉米CDYI與EP/NP、NINO3、TSA和SOI等環(huán)流指數(shù)存在著顯著的相關(guān)性，其相關(guān)系數(shù)在-0.600至0.539間浮動(dòng)?，F(xiàn)有研究中河南省夏玉米CDYI與生育期中降水、氣溫等氣象要素的相關(guān)系數(shù)在-0.487至0.389間浮動(dòng)[16，19]，相較而言，大尺度環(huán)流指數(shù)對(duì)夏玉米氣象年景波動(dòng)有著更好更快捷的指示作用，特別是1月份EP/NP對(duì)東南部夏玉米產(chǎn)量波動(dòng)的指示作用尤為顯著。華北汛期降水的年代際變化與太平洋海溫異常存在著時(shí)滯期為半年左右的遙相關(guān)性，前期太平洋濤動(dòng)指數(shù)偏高往往是華北汛期降水偏多的重要信號(hào)[20-25]。此外，東南部地區(qū)是連續(xù)降水、強(qiáng)降水等導(dǎo)致夏玉米減產(chǎn)的雨澇災(zāi)害高風(fēng)險(xiǎn)區(qū)。因此，1月份較高的EP/NP成為東南部夏玉米氣象欠產(chǎn)年景的關(guān)鍵前兆信號(hào)。

夏玉米氣象年景波動(dòng)對(duì)環(huán)流信號(hào)的響應(yīng)存在年際變化，特別是NINO3、TSA和SOI對(duì)CDYI的影響在2004年后減弱。這與ENSO（厄爾尼諾-南方濤動(dòng)） 對(duì)中國(guó)夏季降水年際變化影響的不穩(wěn)定性特征相吻合，特別是ENSO相關(guān)的環(huán)流指數(shù)與降水的線性關(guān)系在2000年后減弱[25-26]。因此在今后的研究中運(yùn)用人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、機(jī)器學(xué)習(xí)等手段優(yōu)化環(huán)流信號(hào)對(duì)作物氣象年景的指示作用是值得嘗試的。

參考文獻(xiàn)：

[1]徐敏，徐經(jīng)緯，高蘋，等.基于海溫和大氣環(huán)流特征量的農(nóng)業(yè)氣候年景預(yù)測(cè)[J].江蘇農(nóng)業(yè)科學(xué)，2016，44（9）：435-439.

[2]李建，江曉東，楊沈斌，等.長(zhǎng)江中下游地區(qū)水稻生長(zhǎng)季節(jié)內(nèi)農(nóng)業(yè)氣候資源變化[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2020，36（1）：99-107.

[3]祁俊青，于文金，謝濤，等.云南省干旱災(zāi)害時(shí)空變化特征[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2019，35（3）：631-638.

[4]丁從慧，申雙和，陶蘇林.江蘇省農(nóng)業(yè)氣候資源及未來情景預(yù)估[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2017，33（6）：1309-1315.

[5]邱美娟，宋迎波，王建林，等.山東省冬小麥產(chǎn)量動(dòng)態(tài)集成預(yù)報(bào)方法[J].應(yīng)用氣象學(xué)報(bào)，2016，27（2）：191-200.

[6]楊曉強(qiáng)，張志國(guó)，代云超，等.黑龍江省甜菜農(nóng)業(yè)氣象年景評(píng)估方法[J].中國(guó)農(nóng)學(xué)通報(bào)，2018，34（25）：104-108.

[7]胡春麗，李榮平，王婷，等.遼寧水稻年景預(yù)報(bào)模型研究[J].干旱氣象，2018，36（3）：501-506.

[8]李佳佳，賀新光，盧希安.長(zhǎng)江流域月降水的EEMD多時(shí)間尺度遙相關(guān)分析[J].長(zhǎng)江流域資源與環(huán)境，2019，28（8）：1898-1908.

[9]余衛(wèi)東，馬志紅.近50年河南省夏玉米生產(chǎn)潛力及產(chǎn)量差時(shí)空變化特征[J].干旱地區(qū)農(nóng)業(yè)研究，2015，33（1）：205-212.

[10]劉小雪，申雙和，劉榮花.河南夏玉米產(chǎn)量災(zāi)損的風(fēng)險(xiǎn)區(qū)劃[J].中國(guó)農(nóng)業(yè)氣象，2013，34（5）：582-587.

[11]房世波.分離趨勢(shì)產(chǎn)量和氣候產(chǎn)量的方法探討[J].自然災(zāi)害學(xué)報(bào)，2011，20（6）：13-18.

[12]李斌，李麗娟，李海濱，等.瀾滄江流域干旱變化的時(shí)空特征[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27（5）：87-92，393.

[13]秦榕，李林超，楊霰，等.新疆地區(qū)蒸發(fā)皿蒸發(fā)量變化及基于小波的周期分析[J].干旱區(qū)地理，2018，41（5）：954-962.

[14]劉濛濛，隆永蘭.巴音布魯克.近58 a氣候變化特征分析[J].干旱區(qū)地理，2019，42（4）：715-723.

[15]王桂芝，陸金帥，陳克垚，等.基于HP濾波的氣候產(chǎn)量分離方法探討[J].中國(guó)農(nóng)業(yè)氣象，2014，35（2）：195-199.

[16]成林，馬志紅，李樹巖.氣候變化對(duì)河南省夏玉米單產(chǎn)的影響分析[J].玉米科學(xué)，2016，24（1）：88-95.

[17]焦建麗，康雯瑛.河南省年降水的區(qū)域特征分析[J].華北水利水電學(xué)院學(xué)報(bào)，2007，28（4）：7-10.

[18]李治國(guó).近40 a河南省農(nóng)業(yè)氣象災(zāi)害對(duì)糧食生產(chǎn)的影響研究[J].干旱區(qū)資源與環(huán)境，2013，27（5）：126-130.

[19]李樹巖，劉偉昌.基于氣象關(guān)鍵因子的河南省夏玉米產(chǎn)量預(yù)報(bào)研究[J].干旱地區(qū)農(nóng)業(yè)研究，2014，32（5）：223-227.

[20]王芬，曹杰，唐浩鵬，等.前期北太平洋海溫異常對(duì)貴州夏季降水的影響[J].高原氣象，2014，33（4）：925-936.

[21]盧靜榮，張濟(jì)世.海陸溫差指數(shù)與我國(guó)華北地區(qū)降水的相關(guān)性分析[J].人民長(zhǎng)江，2018，49（19）：46-52.

[22]楊杰，王啟光，支蓉，等.動(dòng)態(tài)最優(yōu)多因子組合的華北汛期降水模式誤差估計(jì)及預(yù)報(bào)[J].物理學(xué)報(bào)，2011，60（2）：833-845.

[23]成林，劉榮花.河南省夏玉米花期連陰雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].生態(tài)學(xué)雜志，2012，31（12）：3075-3079.

[24]李軍玲，劉忠陽，鄒春輝.基于GIS的河南省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究[J].氣象，2010，36（2）：87-92.

[25]宗海鋒，陳烈庭，張慶云.ENSO與中國(guó)夏季降水年際變化關(guān)系的不穩(wěn)定性特征[J].大氣科學(xué)，2010，34（1）：184-192.

[26]ZHENG F， WANG H， LUO H， et al. Decadal change in ENSO related seasonal precipitation over southern China under influences of ENSO and its combination mode [J]. Climate Dynamics， 2020， 54（3/4）： 1973-1986.

（責(zé)任編輯：陳海霞）