淮河流域冬小麦晚霜冻时空演变分析

马尚谦，张 勃，唐 敏，魏怀东，何 航，魏 堃，候 启，李 帅，杨 梅

(1.西北师范大学地理与环境科学学院,甘肃兰州 730070;2.甘肃省荒漠化与风沙灾害防治重点实验室-省部共建国家重点实验室培育基地甘肃省治沙研究所,甘肃兰州 730070;3.北京师范大学社会发展与公共政策学院，北京 100000)

21世纪以来，我国由气象灾害造成的直接经济损失相当于国内生产总值的1%，是同期全球水平的8倍[1-2]。目前，全球平均气温持续升高[3]。气温升高会增加小麦产量、千粒重和穗粒数[4]，也使冬麦北移成为可能[5]，但夜间增温却可导致冬小麦大幅度减产[6]。然而，20 世纪90 年代后，低温冷冻灾害整体呈增强的态势[7]。在全球变暖背景下，区域霜冻灾害发生次数的增减是一个亟待回答的科学问题。研究表明，在30°N以北的区域尤其是欧洲，生长季延长的区域霜冻频率增加，植物受到霜冻危害的风险增大[8]。淮河流域地处0 ℃等温线、有霜区和无霜区的过渡区，该区域粮食产量占我国粮食总产量的18%，因此阐明在全球变暖背景下淮河流域晚霜冻的发生规律具有重要意义。农业气象学上，将在植物生长季内，由于土壤表面、植物表面及近地层的温度降到0 ℃以下，引起植物体冻伤的现象称为霜冻。霜冻会使植物组织细胞中的水分结冰，导致生理干旱，使其受到损伤或死亡，给农业生产造成巨大损失[9-14]。全球大部分区域初霜日期推迟，终霜日提前[15]，无霜期缩短[16]，霜冻频率增加[17]，霜冻不稳定性增加，异常霜冻频率下降[18]。气候变暖造成冬小麦生长加速，在抽穗期容易发生霜冻[19-20]，返青期土壤养分[21]、细菌[22]、微量元素[23]等是影响霜冻灾害的重要因素。顾万龙等[24]基于河南省冬小麦遥感种植面积数据，分析冬小麦不同等级晚霜冻害日数及其风险的区域特征。陈凯奇等[25]从灾害的危险性、暴露性和脆弱性方面对辽宁省玉米霜冻灾害风险进行了评估。

冬小麦霜冻害造成的经济损失不仅与低温强度有关，还受不同生长阶段对霜冻灾害的敏感性影响。晚霜冻(春霜冻、终霜冻)是由寒冷季节向温暖季节过渡时发生的霜冻，越冬返青作物随着生育进程的推进，抗冻能力越来越差，受晚霜冻后的补救也越来越困难。冬小麦拔节标志进入生殖生长，冬小麦在拔节期以及拔节后对温度变化十分敏感。在抽穗至开花阶段(全田花期3～4 d即可结束)，最低气温4～5 ℃可导致小麦花粉败育[23]。在灌浆至成熟阶段[22]，气温-1～0 ℃即可使灌浆停滞。目前大多数的研究以较大时间段或温度区间划分风险区，而以作物物候为依据，对照“日值数据”进行更加详细划分的研究并不多见。

本研究在前人研究的基础上，利用已有的“日值数据集”，将晚霜冻日期与冬小麦关键生育时期相结合，探讨冬小麦关键生育时期晚霜冻频次的变化，以期掌握晚霜冻风险区的空间变化规律，为农业生产过程中的防灾减灾提供科学依据。

1 材料与方法

1.1 研究区概况

淮河干流流经河南、安徽、江苏三省，流域位于111°55′E～121°25′E，30°55′N～36°36′N，面积约为2.7×105km2。上游两岸山丘起伏，水系发育，支流众多；中游地势平缓，多湖泊洼地；下游地势低洼，大小湖泊星罗棋布，水网交错。年平均气温为11～16 ℃，极端最高气温达44.5 ℃，极端最低气温达-24.1 ℃。多年平均降水量约为920 mm，由南向北递减，山区多于平原，沿海大于内陆。流域西、南、东北被山地环绕，东临黄海，山海间为广阔平原。由于淮河流域地跨两个温度带，不同地方作物生长期有所差异，有学者将冬小麦拔节期定在3月20日，收获期为5月下旬。

1.2 数据来源

在北方地区用地温定义的初霜冻日期普遍要更接近于霜冻观测日期[26]，因此将地表0 cm最低温度数据作为霜冻害的代用数据。选用淮河流域内41个以及周边20个共61个站点数据(安徽15个，河南15个，湖北5个，江苏18个，山东8个)，时间范围为1960 年1 月1 日到2016年5月31日，由中国国家气象局气象信息中心(http://www.nmic.gov.cn/)的“中国地面气候资料日值数据V3.0”提供。数据经过较为严格的质量控制，主要包括极值控制、缺测站点时间一致性检验。冬小麦生长季(1991-2015)数据来自国家农业科学数据共享中心和中国国家气象局气象信息中心作物旬值月值数据集。

终霜日选取原则参照李 芬等[27]的研究；参考《气象标准汇编》[28]、《中华人民共和国气象行业标准》中冬小麦关键生育时期霜冻发生的温度条件，将霜冻分为轻霜冻、中霜冻和重霜冻，以开始拔节的日期为起点，将关键生育时期细分为拔节后1～5 d、拔节后6～11 d、拔节后12～15 d(抽穗至开花)和拔节后15～57 d(灌浆至成熟)，拔节期、抽穗至开花阶段、灌浆至成熟阶段根据已有资料推算得到，具体见表1。根据表1的温度阈值范围，在Excel编写程序统计不同等级霜冻发生的频次、强度、频率等。

1.3 研究方法

1.3.1 霜冻害频率计算

F=m/n

(1)

m代表发生霜冻的频次，n代表时间序列。

表1 不同等级晚霜冻在冬小麦关键生长期的温度指标Table 1 Temperature index of different late frost damage levels in the key growth period of winter wheat ℃

1.3.2 霜冻害发生强度计算

参照陈凯奇[25]和王晾晾等[29]霜冻害强度指数计算方法，计算出不同霜冻等级的频率，同时找出霜冻灾害发生时地面0 cm日最低气温的组中值，霜冻灾害强度指标M为：

(2)

Dj为不同等级霜冻灾害出现的频数；n为统计的年数；Gj为地面0 cm 日最低温度组中值。

1.3.3 晚霜冻日期变异系数(CV)计算

CV=δ/D；

(3)

CV为晚霜冻日期的变异系数；δ为日序的标准差；D为日序的数学期望。

1.3.4 霜冻害危险指数计算

由于影响霜冻风险区划因子的量纲不同，为了消除量纲的影响，将上述两种描述致灾因子风险性大小的指标按照下列公式进行标准化处理：

K=(k-kmin)/(kmax-kmin)

(4)

由霜冻灾害强度指标和发生日期的变异性指标进行加权求和(M、CV权重系数分别取0.75和0.25)得到霜冻害致灾因子危险性指数I：

I=0.75×M′+0.25×CV′

(5)

M′和CV′分别代表M和CV的标准化值。

2 结果与分析

2.1 晚霜冻时间变化特征

对淮河流域冬小麦生长季晚霜冻距平分析表明，在1993年以后，大多数年份为负距平，说明晚霜冻提前结束(r=0.62，P<0.01)，使冬小麦遭受终霜冻危害的可能性降低(图1a)。但从不同生育阶段看，拔节期晚霜冻的终霜日期(图1b)呈提前趋势(r=0.33，P<0.05)，成熟期呈推迟趋势(r=0.71，P<0.01)，冬小麦整个生长季呈延长趋势(r=0.58，P<0.01)。

图1 终霜日期和生长季年际及年代际变化

2.2 晚霜冻时间的变化特征

2.2.1 轻霜冻

冬小麦关键生育时期轻霜冻总频次呈显著减少趋势(图2L)，线性倾向率为-9.14次·年-1(P<0.01)。各生长阶段霜冻频次不一，且均呈现下降的趋势，但下降的倾向率各异(图2L1～图2L4)。轻霜冻频次最高的时期为拔节后1～5 d(图2L1)，平均为19次；频次最低的时期是拔节后12～15 d(图2L3)，平均为15次。轻霜冻频次下降趋势最明显的时期是拔节后6～12 d(图2L2)，线性倾向率为-2.1次·年-1(P<0.05)，57年来频次共减少了12次；下降趋势最不明显的时期是拔节后12～15 d(图2L3)，线性倾向率为-1.49次·年-1(P<0.05)，57年来共减少了9次。从年代际的变化来看(表2)，轻霜冻总频次在1960s-1990s为正距平，且在1990s距平值最小，1990s后正距平转为负值，距平值为-343次，也表明轻霜冻总频次呈减少趋势。

2.2.2 中霜冻

中霜冻总频次呈现下降趋势(图2M)，线性倾向率为-1.17次·年-1(P<0.05)。各生长阶段霜冻频次尽管不一，且均呈现下降的趋势，但下降的倾向率各异(图2M1～图2M4)。其中，频次最高的时期为拔节后16～57 d(图2M4)，平均为7次；频次最低的时期是拔节后12～15 d(图2M3)，平均为3次。中霜冻频次下降趋势最明显的时期为拔节后16～57 d(图2M4)，线性倾向率为0.87次·年-1(P>0.05)，57年来频次共减少了5次。下降趋势最不明显的时期为拔节后12～15 d(图2M3)，线性倾向率为-0.027 次·年-1(P>0.05)，57年来共减少了0.1次。

从年代际变化来看，1961-1990年中霜冻的频次增加趋势在拔节后6～11 d最为显著，倾向率为1.80次·年-1(P<0.05)(表2)。中霜冻总频次在1960s、1980s、1990s为正距平，1970s、2000s为正距平，1990s后转为负值，且距平达到-37次，同样表明中霜冻频次总体上呈减少趋势。

2.2.3 重霜冻

重霜冻总频次呈下降趋势(图2S)，变化倾向率为-5.81次·年-1(P<0.01)。各生育时期霜冻频次不一，且均呈现下降的趋势，但下降的倾向率各异(图2S1～图S4)。其中，频次最高的时期为拔节后16～57 d(图2S4)，平均为7次；频次最低的时期为拔节后12～15 d(图2M3)，平均为3次。频次下降趋势最明显的时期为拔节后16～57 d(图2S4)，线性倾向率为1.67次·年-1(P<0.01)，57年来频次共减少了10次。下降趋势最不明显时期为拔节后12～15 d(图2M3)，线性倾向率为-0.47次·年-1(P>0.05)，57年来共减少了2次。

L：轻度霜冻；M：中度霜冻；S：重度霜冻。L、M和S的下脚数字1～4分别代表1～5 d、6～11 d、12～15 d、16～57 d。

L:Light frost; M:Moderate frost; S:Severe frost. The number 1-4 as footnote of L, M and S represent 1-5 d, 6-11 d, 12-15 d and 16-57 d after jointing stage, respectively.

图2 淮河流域不同等级霜冻的不同生长期年际变化趋势

*:P<0.05; **:P<0.01.

从年代际的变化(表2)来看，在1980s，拔节后16～57 d的上升趋势最为明显，线性倾向率为6.73次·年-1(P<0.05)；在1981-2010年，拔节后6～11 d的减少趋势最为显著，线性倾向率为-3.46次·年-1(P<0.01)。重霜冻总频次在1960s-1990s为正距平，且距平值呈逐年下降的趋势，1990s后正距平转为负值，且距平值为-79次，表明重霜冻频次总体上呈减少趋势。

2.3 晚霜冻危险性空间变化

将危险性指数I使用Arcgis10.2的IDW插值算法进行插值，得到危险性指数空间分布图(图3)。采用自然断点法进行等值划分，通过重分类计算各个分区所占面积。表3为晚霜冻害危险性分区阈值范围及面积百分比。冬小麦晚霜冻风险区划空间差异十分显著。

淮河流域冬小麦晚霜冻面积拔节后1～5 d呈东南高西北低的空间分布(图3a)。其中，较高风险区面积占比最高，为80.68%，大致分布在定陶、徐州、沭阳、灌云一线以南，高风险区主要分布在开封、永城、盱眙等地，面积占比0.63%；中风险区主要分布在河南与安徽交界的固始、山东西南部的兖州、费县等地，占比14.65%；低风险区和较低风险区主要分布在流域东北部的沂源、莒县等地，占总面积的 6.27%。

冬小麦晚霜冻面积拔节后6～11 d呈西高东低、南高北低的分布，以亳州为中心(高风险区，占总面积的0.28%)向四周降低(图3b)。其中，较高风险区呈圆形分布，占总面积的39.71%，被驻马店、阜阳、寿县、蒙城、睢宁、邳县、徐州、永城、定陶一线所环绕，这条线以东、以南大部分区域为中度风险区，占总面积的53.74%；低风险区和较低风险区主要分布在费县以北的区域，占比6.27%，分布类似于拔节开始1～5 d。

冬小麦抽穗至开花阶段(拔节后12～25 d)，除了中度风险区分布较为集中外，其他类型的风险区分布都比较零散(图3c)。其中，高风险区主要以郑州为中心，仅占总面积的0.08%；较高风险区呈小同心圆状分布，东西方向为郑州、开封、永城、睢宁等地，南北方向沿着永城、阜阳、霍县一线分布，占39.71%；中度风险区面积百分比最高，占81.68%；较低风险区和低风险区占比12.06%，大致呈三层平行状分布，南部沿桐柏、信阳、寿县、泗洪一线分布，中部为许昌、灌云一线，北部为兖州、沂源、莒县一线。

灌浆至成熟阶段(拔节后15～57 d)的分布模式为北高南低、东高西低(图3d)。其中，高风险区的面积百分比为0。较高风险区的分布范围与前3个阶段正好对调，占7.8%，分布在兖州、沂源、莒县一线以北地区。该线以南，郑州、许昌、西华、亳州、宿县、睢宁、射阳一线以北地区为中风险区，占33.87%，该区内又混杂分布着低风险区以及较高风险区。低风险区和较低风险区的面积百分比在各研究时段均最大，为58.34%。

横向比较来看，高风险区和较高风险区拔节后1～5 d所占面积百分比最大，分别达0.63%、80.68%。中风险区拔节后6～11 d、12～15 d所占百分比皆超过50%，其中拔节后12～15 d的面积百分比最大。较低风险区拔节后16～57 d占比最大，为57.49%。

a、b、c、d分别代表拔节后1～5 d、6～11 d、12～15 d和16～57 d；A、B、C、D、E分别代表低风险区、较低风险区、中风险区、较高风险区、高风险区。a, b, c, and d represent 1-5 d, 6-11 d, 12-15 d, and 16-57 d after jointing, respectively; A, B, C, D and E represent low risk area, lower risk area, medium risk area, higher risk area and high risk area, respectively.

图3 淮河流域晚霜冻风险区划

3 讨 论

本研究得出的冬小麦生长季呈延长趋势(r=0.58，P<0.01)，与王 胜等[30]对于安徽省冬小麦生长季(1981-2012)延长的研究结果一致。宁小菊等[16]发现，黄淮地区晚霜冻累积距平在1980s 中期前后上升到波峰，随后逐渐下降，说明1980s中期以后该地区的晚霜冻呈提前趋势。本研究计算得到晚霜冻在1980s以4.85 d·年-1的速率推迟，与宁小菊等[16]的研究结果略有差异。1990s以-5.34 d·年-1的速率提前，而21世纪00年代推迟趋势较为明显(2.47 d·a-1，P<0.05)，能够和全球霜冻在90年代到21世纪00年代增加减缓的结论对应起来[31]。马 彬等[18]认为，2000s淮河流域终霜日稳定性和异常终霜冻频率下降。本研究结果显示2000s不同等级霜冻频次呈现显著的减小趋势。顾万龙等[24]研究得出，河南省轻霜冻风险较高区域主要分布在驻马店，中霜冻主要分布在东部丘陵山区，重霜冻主要分布在西部丘陵地区。本研究不仅证实了驻马店发生霜冻的风险性较高，而且进一步发现在生长季的不同阶段所处的风险区属性不同。

冬小麦霜冻害造成的经济损失除了与低温强度有关外，还与冬小麦的受害时间有关。在拔节后1～11 d冬小麦大面积处于高风险区(图3a-b)。在抽穗至开花阶段(拔节后12～15 d)，中风险区面积最大，而在灌浆至成熟阶段(拔节后16～57 d)，轻风险区面积最大。就驻马店而言，拔节期皆处于高风险区和较高风险区，抽穗至开花阶段处于中风险区，灌浆至成熟阶段处于低风险区。上述分析表明，仅仅研究晚霜冻总体风险区是不够的，会掩盖作物关键生育时期的危险性，今后的研究应该深入挖掘现有“日值数据集”，将霜冻风险区对应到作物关键生育时期，进而更加精准地指导农业生产活动，达到积极预防和应对霜冻害的效果。

尽管霜冻的频率在下降，但在农业生产布局过程中要提前做好预防措施。无霜期的延长可以使复种指数上升，同时也增加了作物对霜冻的暴露，但作物生长对霜冻的敏感性因物种、生长条件、生长阶段和霜冻发生的天气条件[11]而异，霜冻天数增加不一定会对植物带来损害。春秋季节作物物候学的基本机制仍有很大一部分未知，因此，迫切需要进行实地观测和野外实验，利用人工冷冻技术筛选抗冻性能好的优势种，以提高对作物物候与霜冻损害之间关系的理解[32-33]。