土壤相对湿度对冬小麦干热风灾害发生的影响

尚 莹 霍治国2)* 张 蕾 李建勇 吴 立 范雨娴 邬定荣 王纯枝 刘宏举

1)(中国气象科学研究院， 北京 100081)2)(南京信息工程大学气象灾害预报预警与评估协同创新中心， 南京 210044)3)(国家气象中心， 北京100081) 4)(河南省平舆县气象局， 驻马店 463400)5)(福建省气象服务中心， 福州 350001) 6)(湖南省益阳市气象局， 益阳 413000)7)(河北省气象科学研究所， 石家庄 050021)

引 言

我国是粮食生产大国，小麦是仅次于水稻、玉米的第三大粮食作物。华北黄淮地区作为冬小麦主产区，在国家粮食安全中占有举足轻重的地位，2016年冬小麦种植面积达1.81×107hm2，产量约1.05×108t(源自中国种植业信息网)。冬小麦干热风灾害是指在冬小麦扬花灌浆期间(华北黄淮地区5月中下旬至6月上旬[1])出现的一种高温低湿并伴有一定风力的灾害性天气[2]。华北黄淮冬麦区干热风灾害发生频率高、危害大[3]，据统计1961—2008年间干热风发生日数约为0.2～4.3 d·a-1[4]，危害轻的年份可造成冬小麦减产5%～10%，危害重的年份可减产20%～30%[5]，是影响该种植区冬小麦产量的主要气象灾害之一。

冬小麦干热风灾害分为高温低湿型、雨后青枯型及旱风型3种类型。高温低湿型受土壤水分影响大，发生地域广，是华北黄淮冬麦区干热风发生的主要类型，发生频率及危害远高于受土壤水分影响下的雨后青枯型及旱风型。目前冬小麦干热风灾害的监测评估，采用现行气象行业标准《小麦干热风灾害等级》[6](QX/T 82—2007)(表1，简称行标)规定的日最高气温、14：00(北京时，下同)空气相对湿度和14：00风速组合指标进行综合判识，未涉及田间土壤相对湿度对干热风发生的影响。已有研究和观测表明：近年来受气候、灌溉、管理方式等变化的影响[7-10]，华北黄淮地区冬小麦干热风灾害的发生及其危害程度受土壤相对湿度的影响显著[11]。一方面，土壤相对湿度通过影响地气间热通量与动量交换从而改变小麦立地环境空气温度和湿度的分布[12-13]；另一方面，土壤相对湿度的变化直接对小麦生理产生影响，干热风天气加速土壤蒸发对小麦造成干旱胁迫，当耕作层有效水分贮存量小于10 mm作物会快速枯萎[14]。实地灾情调查发现，在轻干热风日，不缺少土壤水分的条件下，干热风对小麦的影响不明显[15]。根据全国农业气象情报显示，2014年5月下旬河北省发生一次干热风天气过程，由于邢台、邯郸地区水浇条件较好，土壤墒情好，对冬小麦影响较小。山东省农业气象服务产品显示，2017年5月27—28日山东省大部分地区出现干热风天气过程，土壤墒情好的地区小麦并未发生干热风灾害(27日滨州市惠民县20 cm土层土壤墒情为74.1%，小麦无受害症状)。上述情况表明：不考虑土壤相对湿度对干热风发生的影响，可造成指标判别结果与小麦实际受灾情况存在偏差。

为定量揭示土壤相对湿度对干热风灾害的影响，本文以华北黄淮冬麦区高温低湿型干热风为研究对象，基于干热风历史灾情样本，进行灾情反演，将灾情记录中无明确记载和有明确记载土壤相对湿度影响干热风灾害的样本分为A类和B类，采用独立t检验方法，厘定土壤相对湿度对高温低湿型干热风的影响阈值。为监测评估土壤相对湿度对冬小麦干热风的影响提供科学依据。

表1 黄淮海冬麦区高温低湿型干热风等级指标Table 1 Disaster grade of high temperature & low humidity dry-hot wind for wheat in Huang-Huai-Hai Plain

1 资料及处理

1.1 资料来源

华北黄淮冬小麦种植区域界定参照2012年国家气象中心编著的《农业气象服务手册》，包括华北黄淮冬小麦种植区内5个省(市)(河北、河南、山西、山东、天津)(图1)。气象资料来源于国家气象信息中心的《中国国家级地面气象站基本气象要素定时值数据集》、《中国国家级地面气象站基本气象要素日值数据集》，包括研究区内426个气象站点1960—2017年逐日的日最高气温、14:00相对湿度及14:00 风速资料。冬小麦生育期资料来源于研究区内农业气象观测站的观测，包括1980—2017年冬小麦出苗、越冬、返青、拔节、抽穗、开花和成熟的日期。

土壤水分资料来源于国家气象中心《中国农业气象土壤水分数据集》，包括1981—2010年逐月8，18，28日0～5 cm，5～10 cm，10～20 cm，20～30 cm，30～40 cm，40～50 cm土层的土壤重量含水率和田间持水量；2011—2017年自动土壤水分观测站逐日0～10 cm，10～20 cm，20～30 cm，30～40 cm，40～50 cm土层的土壤相对湿度。

冬小麦干热风灾情资料来源于《中国气象灾害大典》(河北卷、河南卷、山东卷、山西卷、天津卷)、《中国气象灾害年鉴》(2005—2011年)、《全国农业气象情报》(2000—2017年)、冬小麦农业气象报表(黄骅县、阜城县)以及2017年干热风灾害实地调查资料(河南省、山东省、河北省)。

1.2 资料处理

1.2.1 灾害样本构建

基于干热风灾害记录，结合冬小麦生育期资料，干热风灾害对冬小麦的主要影响时段为扬花灌浆期[2,5]，逐一反演冬小麦干热风灾害过程样本，统计冬小麦扬花灌浆期干热风灾害发生的时间、地点、省份、灾情描述及灾害类型。

鉴于灾情记录内容、形式的差异性，采用不同反演方法进行灾害样本构建：Ⅰ类为确定年、月、日、地点、类型的灾情样本，采用直接反演方法对样本进行反演[16]。Ⅱ类为确定年、月、旬、地点的灾情样本，对相邻区域相同月旬期间已有确定时间、站点的干热风灾情样本，用具体到日的时间日期替换只确定旬的样本时间，并用行标筛选有无灾情发生；对没有可确定日期、站点的样本，将上旬用1—10日扩展、中旬用11—20日扩展、下旬用20—30(31)日扩展，再利用行标筛选该地日期扩展后的时间段内是否有灾情发生。Ⅲ类为确定年、月、日、方位的灾情样本，根据《中国气象地理区划手册》进行方位站点扩展，再利用行标筛选扩展站点有无灾情发生。Ⅳ类为确定年、月、旬、方位的灾情样本，对相邻区域相同月旬期间有已确定时间、站点的干热风灾情样本，用具体日期替换只确定旬的样本时间，并用行标筛选有无灾情发生；对没有可确定日期、站点样本，将对应旬日期扩展为10 d，方位地点根据《中国气象地理区划手册》进行站点扩展，并用行标筛选有无灾情发生。表2为各类型灾情样本反演的详细举例，1960—2017年研究区域中，根据I类型记录样本反演出735个详细灾害样本，Ⅱ，Ⅲ，Ⅳ类型记录样本反演出602个详细灾害样本。

图1 研究区域426个气象站分布Fig.1 Distribution of 426 meteorological stations in the target region

记录类型灾情举例反演样本Ⅰ1985年6月9—12日山东省泰安市出现高温低湿型干热风,小麦叶干枯、炸芒、逼熟,千粒重平均下降1.5 g左右1985年6月9—12日,山东泰安,高温低湿型Ⅱ2014年5月下旬河北省沧州市出现干热风灾情,对水分条件较差地区影响严重2014年5月26日,河北沧州,高温低湿型Ⅲ2015年5月24日河北省中东部地区出现较大范围的干热风天气2015年5月24日,河北沧州、大城、定州、黄骅、任丘,高温低湿型Ⅳ2014年5月下旬河北省中南部出现干热风,受影响重的为墒情差、土壤肥力差的麦田。麦秆、叶子、穗发黄,干枯、炸芒,出现逼熟现象,籽粒尚接近腊熟中期2014年5月26日,河北固安、雄县、平山、献县、深泽、盐山、蠡县、新乐、满城、阜城、元氏、定州、安新、任丘、肥乡、巨鹿、宁晋、文安、高邑、曲周,高温低湿型

1.2.2 灾害样本类别划分

基于得到的1337个高温低湿型干热风灾害样本，依据每个样本记载的土壤相对湿度对灾害发生的影响描述，将灾害样本划分为A类和B类：A类为无明确记载土壤相对湿度影响干热风灾害的样本，B类为有明确记载土壤相对湿度影响干热风灾害的样本。A类样本的划分方法为样本灾情记录较详细，且无土壤相对湿度对灾害发生影响的特殊描述。B类样本划分方法分为直接方法与间接方法:直接方法可通过描述语句“土壤墒情好无影响或土壤墒情好影响小”即划分为B类样本；间接方法主要针对2000年以前的灾情样本，即对2000年以前有确定“年、月、日、站点”信息的干热风灾情样本,进行同日相邻区域站点扩展，再利用小麦干热风灾害指标筛选出实际无灾而指标判别有灾的样本，也归为B类样本。据此得到1960—2017年5省(市)A类样本840个，B类样本497个。

1.2.3 土壤相对湿度处理

1.2.3.1 土壤相对湿度计算

土壤相对湿度(RSM)定义为土壤重量含水率(SWP)与田间持水量(FWC)的百分比[17]:

(1)

1.2.3.2 土壤相对湿度线性插值

1980—2010年的土壤水分资料，记录日期为每月8日、18日、28日，当灾情发生为其他日期时，则缺少土壤水分资料，因此对土壤相对湿度数据进行时间线性插值[18]，计算得出其他日期的土壤相对湿度：

(2)

式(2)中，x为所求日期,x0和x1分别为所求日期前后最临近的固定观测日期,y为所求日期的土壤相对湿度,y0和y1分别为所求日期前后最临近的固定观测日期所记录的土壤相对湿度。

1.2.3.3 土壤相对湿度土层换算

采用业务上常用的算术平均方法，对0～5 cm与5～10 cm土层的土壤相对湿度资料进行处理。为便于本文研究，对实际观测的分层土层(0～10 cm，10～20 cm，20～30 cm，30～40 cm，40～50 cm)土壤水分，同理采用算术平均方法换算出整层土层(0～20 cm，0～30 cm，0～40 cm，0～50 cm)的土壤相对湿度。

根据上述方法，对已划分的840个A类样本、497个B类样本提取对应日期、站点的土壤相对湿度，由于部分土壤相对湿度实际观测的数据缺失，最终得到含土壤相对湿度的A类灾情样本490个，含土壤相对湿度的B类灾情样本446个(表3)。

表3 1980—2016年高温低湿型干热风灾害样本(含土壤相对湿度)统计Table 3 Statistical table of high temperature & low humidity dry-hot wind samples(including soil relative humidity) from 1980 to 2016

2 研究方法

2.1 A类和B类样本土壤相对湿度独立性检验

①采用独立样本t检验方法，分别对A，B两类样本各土层的土壤相对湿度序列进行独立性检验。

独立样本t检验法[18]，基本思路是假设两类样本总体平均值无显著差异的条件下，计算统计量：

(3)

②独立样本t检验法适用于样本呈正态分布或近似正态分布，采用K-S检验方法即Kolmogorov-Smirnov[19]和正态Q-Q图[20]两种方法，对两类样本各土层的土壤相对湿度项进行正态分布检验。K-S检验方法[19]是最常用的有关理论分布拟合优度的检验方法，基本思路为检测土壤相对湿度样本的累计频率分布同理论正态分布的累计频率分布的差异程度[21]。正态Q-Q图由数据样本的观测值(x坐标轴)与其正态分布的期望值(y坐标轴)组成，当这些点落在斜线上越多，或围绕斜线波动，即说明该样本数据分布为正态分布[22]。

2.2 土壤相对湿度阈值确定

基于A类、B类样本各土层土壤相对湿度相互独立，做出A类、B类样本各土层的土壤相对湿度频率分布图，各土层两类频率分布拟合线的交点所对应的土壤相对湿度值，则为该土层下对干热风灾害等级有影响的土壤相对湿度阈值。

2.3 土壤相对湿度影响阈值验证

厘定土壤相对湿度阈值前，随机抽取表2中A类、B类各20个样本作为预留土壤相对湿度阈值验证样本，保证样本分布均匀，采用剩余的470个A类样本和426个B类样本进行阈值厘定。基于厘定的各层土壤相对湿度阈值，利用随机预留样本计算符合率。

3 结果与分析

3.1 A类和B样本各层土壤相对湿度正态性检验

除去随机预留的A类、B类各20个样本，对剩余含土壤相对湿度的470个A类样本、含土壤相对湿度的426个B类样本，采用K-S检验或正态Q-Q图检验方法进行正态性检验。K-S检验，当显著性水平α>0.05，则接受原假设，表明该层土壤相对湿度遵从正态分布，检验结果表明：A类、B类样本共18组数据(表4)，有16组通过了正态性检验，仅有两组即B类0～10 cm(α=0.024)、0～20 cm(α=0.031)土层土壤相对湿度未通过正态性检验。A类、B类各土层土壤相对湿度的正态Q-Q图显示，其分布基本符合正态分布(图2、图3)，B类0～10 cm、0～20 cm土层的土壤相对湿度Q-Q概率图上，散点基本在斜线上或围绕斜线附近，且两个土层的土壤相对湿度样本均为426个，可视为大样本，因此认为这两个土层的土壤相对湿度均遵从正态分布，可进行独立样本t检验。

表4 A类和B类样本土壤相对湿度 K-S检验结果Table 4 K-S test results of soil relative humidity for Sample A and Sample B

图2 A类样本土壤相对湿度标准Q-Q图Fig.2 Standard Q-Q plot of soil relative humidity for Sample A

续图2

图3 B类样本土壤相对湿度标准Q-Q图Fig.3 Standard Q-Q plot of soil relative humidity for Sample B

3.2 A类和B类样本土壤相对湿度独立性检验

基于A类、B类样本18组土层的土壤相对湿度服从正态分布，对各土层A类、B类样本土壤相对湿度进行独立性t检验，各土层平均值方程均达到0.05显著性水平，9组土层下的A类、B类土壤相对湿度均相互独立。

3.3 土壤相对湿度阈值确定

不同土层A类、B类土壤相对湿度频率分布线交点对应的土壤相对湿度，即为该土层下对干热风灾害有影响的土壤相对湿度阈值。

图4显示，分层土层(0～10 cm，10～20 cm，20～30 cm，30～40 cm，40～50 cm)A类、B类样本频率分布交点即对干热风灾害有影响的土壤相对湿度阈值均在56%～75%之间，且随土层深度增加而逐渐增大，土层间阈值增长程度明显。其中仅0～10 cm 土层的土壤相对湿度阈值小于60%，约为55%；10～20 cm土层的土壤相对湿度阈值大于60%，小于65%；20～30 cm，30～40 cm土层的土壤相对湿度阈值均为60%～70%；40～50 cm土层的土壤相对湿度阈值为70%～75%。

由图5可知，整层土层(0～20 cm，0～30 cm，0～40 cm，0～50 cm)的A类、B类样本频率分布交点即对干热风灾害有影响的土壤相对湿度阈值在58%～65%之间，且随土层深度增加而逐渐增大。其中仅0～20 cm土层的土壤相对湿度阈值小于60%，约为58%；0～30 cm，0～40 cm，0～50 cm土层的土壤相对湿度阈值均大于60%且小于或等于65%。

图4 A类和B类样本分层土壤相对湿度频率分布Fig.4 Frequency distribution of soil relative humidity in stratified soil layers for Sample A and Sample B

图5 A类和B类样本整层土壤相对湿度频率分布Fig.5 Frequency distribution of soil relative humidity in the whole layer for Sample A and Sample B

3.4 土壤相对湿度阈值验证

利用随机预留的5个省(市)共计40个冬小麦干热风灾害样本,验证各层土壤相对湿度对冬小麦干热风灾害影响的临界阈值，验证结果见表6，以10～20 cm土层为例，土壤相对湿度阈值判别结果与实际灾情相符的样本有33个，验证符合率为82.5%。各土层相对湿度阈值符合率为72.5%～85%，平均符合率在80%左右，各土层判别效果均较好。分层、整层土层最高符合率分别出现在10～20 cm土层(为82.5%)，0～20 cm土层(为85%)，影响阈值均接近60%。

10～20 cm土层为冬小麦主要耕作层，且为冬小麦的根系主要分布层，在冬小麦扬花灌浆期间，根长密度、根质量密度在10～20 cm土层间占比极高[23]。当前气象部门自动土壤水分观测站测量数据为分层土层，为了方便业务应用，选取10～20 cm土壤相对湿度阈值为土壤水分对小麦干热风的影响阈值，即60%。与吴乃元等[24]研究报道中土壤相对湿度为56%～60%时水分胁迫对小麦生长造成影响最明显的结论较一致。研究表明：土壤相对湿度为55%～64%对冬小麦光合速率有显著的提高，即土壤相对湿度对光合作用存在阈值，约为65%[25]。也有试验结果表明：冬小麦0～50 cm土层间土壤相对湿度大于50%，为冬小麦生长适宜的土壤相对湿度[26]。土壤水分与冬小麦产量有明显正相关性[27-28]，土壤相对湿度长期低于60%时影响冬小麦的生长，当遇到干热风会加重冬小麦受灾情况[25]。

表6 1993—2017年随机预留土壤相对湿度样本检验结果Table 6 Test results of randomly reserved soil relative humidity samples from 1993 to 2017

4 结论与讨论

本文以华北黄淮地区高温低湿型冬小麦干热风灾害为研究对象，采用历史灾情反演、独立t检验等方法，厘定了土壤相对湿度对冬小麦干热风灾害的影响阈值，量化了土壤相对湿度对冬小麦干热风灾害的影响。结果表明：

1) 基于无明确记载土壤相对湿度对冬小麦干热风灾害有影响的A类样本，有明确记载土壤相对湿度对冬小麦干热风灾害有影响的B类样本，各土层土壤相对湿度序列均符合正态分布，且各土层的A类、B类样本土壤相对湿度均相互独立，达到0.05 显著性水平。

2) 分层土层(0～10 cm，10～20 cm，20～30 cm，30～40 cm，40～50 cm)土壤相对湿度阈值为56%～75%，且随土层深度增加阈值增大，略有差异。整层土层(0～20 cm，0～30 cm，0～40 cm，0～50 cm)土壤相对湿度阈值为58%～65%，且随土层深度增加阈值增大，平均值在60%左右，差异不大。

3) 综合考虑冬小麦的耕作层、根系集中土层以及观测资料的易获取性、业务应用的便利性等因素，选取10～20 cm土壤相对湿度60%，作为土壤相对湿度对华北黄淮冬小麦干热风灾害影响的临界阈值。

4) 基于随机预留的样本对土壤相对湿度对干热风灾害的影响阈值进行独立性检验，结果表明：整层土层或分层土层的符合率为72.5%～85%，平均值在80%左右，各层阈值可较好地反映出土壤相对湿度对冬小麦干热风灾害的影响。

5) 当10～20 cm土层土壤相对湿度大于等于60%时，土壤相对湿度对冬小麦干热风灾害的影响显著，可降低干热风灾害对冬小麦的影响；当10～20 cm土层土壤相对湿度小于60%时，土壤相对湿度对冬小麦干热风灾害的影响很小；独立样本阈值符合率达82.5%。

冬小麦干热风灾害发生与危害程度，除受土壤相对湿度的影响外，还与冬小麦所处的生育时段有关。以1994年6月2日河北省邯郸市肥乡区出现干热风灾情为例，根据行标判定此次灾害等级为重度干热风，实际灾害对冬小麦影响轻，10～20 cm土壤相对湿度为57%，基于10～20 cm土壤相对湿度阈值影响判别结果与实际灾情不相符，而从《中国气象灾害大典·河北卷》[29]中的描述“干热风持续时间短，且小麦接近成熟，对粒重未造成明显影响。”解释了灾例土壤相对湿度阈值判别结果与实际灾情不相符的原因。以1994年6月4日山东省泰安地区出现轻度干热风为例，根据行标判定此次灾害等级为轻度干热风，10～20 cm土壤相对湿度为80%，基于10～20 cm土壤相对湿度阈值影响判别结果与实际灾情不相符，但《中国气象灾害大典·山东卷》[30]描述记录为千粒重平均下降1.0 g左右，而在行标对轻度干热风危害参考值为一般下降2～4 g，可见高于临界阈值的土壤相对湿度实际上降低了干热风灾害对冬小麦的影响。上述实例验证了10～20 cm土壤相对湿度阈值判别的有效性，也有试验指出在冬小麦抽穗-灌浆期土壤相对湿度60%影响冬小麦干物质累积和矿物质的吸收[31]。

目前现行的冬小麦干热风灾害的指标均未考虑土壤相对湿度的影响，仅在20世纪70年代末至80年代初，北方小麦干热风科研协作组对干热风灾害条件下的土壤相对湿度与小麦千粒重下降程度进行了相关分析，但由于20世纪80年代我国冬麦区灌溉条件不足的制约，土壤相对湿度的影响未在小麦干热风指标中体现[2]。近30年由于华北黄淮大部分地区灌溉条件大幅改善，土壤相对湿度对冬小麦干热风灾害的影响已不可忽视。本文量化了土壤相对湿度对高温低湿型干热风发生的影响阈值，独立灾情样本检验符合率达82.5%，可用于实际业务应用，为修订冬小麦干热风指标、监测评估土壤相对湿度对小麦干热风的影响提供科学依据。

由于土壤水分资料获取的观测站点数量有限，且数据的观测日期在2010年前每月仅有3个记录日，本文对土壤相对湿度从时间上进行了线性插值处理，以便在非观测日出现的冬小麦干热风灾情有相对应的土壤相对湿度数据。但使用该方法计算的土壤相对湿度与实际土壤相对湿度可能存在一定误差，且土壤相对湿度数据观测站与实际冬小麦干热风灾情记录站点并不完全重合，记录描述中土壤相对湿度评价与计算的土壤相对湿度数据高低可能存在不一致的情况。未来需在土壤相对湿度对华北黄淮地区冬小麦干热风灾害的影响研究中进一步修正和完善。