图们江流域粮食减产的水热指标与海温异常的关系——以延吉为例(Ⅰ)

金爱芬， 郭 磊， 金 日， 张守志

(延边大学 地理与海洋科学学院，延吉 吉林 133002)

粮食问题是关系民生的问题,也对农业经济发展有重要的影响[1]。吉林省是我国重要的商品粮生产基地，位于吉林省东部的图们江流域是吉林省水稻、大豆的主要栽种地区。由于全球变暖，近几十年来吉林省水稻生长季热量条件得到改善，为中晚熟品种的种植区域扩大增产创造了良好的条件，但也给水稻气象灾害的发生带来了不确定性。根据吉林省气象灾害统计年鉴数据显示，1969、 1971、1972、1976、1986、1993、1995年吉林省东部地区发生比较严重的水稻延迟型冷害和障碍型冷害[2-3]。进入21世纪低温冷害发生频率降低，2009年发生轻度低温冷害。图们江流域粮食产量除受低温冷害影响外，还受干旱、暴雨洪涝等的影响，尤其大豆栽培完全靠降水，水热条件是影响农作物产量的重要气象因素。因此，及时有效地揭示粮食减产与水热指标以及气候变化之间的关系，对于提高粮食产量、保障区域粮食安全具有重要意义。

低温冷害是图们江流域水稻最主要农业气象灾害之一。水稻低温冷害可分为延迟型冷害和障碍型冷害。国内人员对水稻低温冷害进行了大量研究，包括生理机制[4-5]、指标模型构建[6-7]、风险区划[8-9]、时空分布[10-11]、冷害评估[12-13]等。朱萌等[14]研究表明，吉林省东部地区水稻延迟型冷害平均发生频率为30%～40%。王冬妮等[15]对吉林水稻延迟型低温冷害风险进行评估。Liu等[16]用水稻生长季内平均温度的距平指标表征黑龙江省水稻遭受的延迟型冷害。袭祝香等[17]利用水稻延迟型冷害分级指标分析东北地区水稻延迟型冷害时空变化特征及其对气候变化的响应，结果表明，吉林东部延迟型冷害出现的频率较大。

前人对海温的研究很多，与东北气温有关的研究结果表明，南方涛动[18],太平洋年代际振荡[19], 春季南半球环状模[20]和北太平洋振荡[21]等通过遥相关作用影响中国东北夏季气温。还有研究表明，太平洋海域的海温异常也对中国东北夏季气温有较为显著的影响[22-23]。庄园煌等[24]研究表明，菲律宾以东的西太平洋、北太平洋中部、我国东南沿海、靠近北美东北部的北大西洋等海域的海温异常对中国东北暖季(5-9月)气温全区一致型的出现具有一定的预测作用。因此，很有必要将粮食减产的水热指标与海温相关联，探讨二者之间的相互关系。但是，目前在图们江流域，针对二者之间相互关系的研究还比较少见。

该研究将以图们江流域中的典型城市—吉林省延吉市为研究区，研究导致粮食减产的第一个原因，即延迟型低温冷害。对应的水热指标选取农作物生长季5～9月月平均气温之和(T5-9)。从T5-9出发，用相关分析和偏最小二乘回归分析，确定影响T5-9的关键海域，研究T5-9和关键海域之间的对应关系。再利用建立的偏最小二乘回归模型，提前预测引起水稻减产的T5-9指标，为当地提前预防因延迟型冷害导致的水稻减产提供参考。

1 数据和方法

该研究使用1953—2016年延吉气象站的月平均气温和月降水量数据，1987—2018年延吉粮食产量数据均来自1954—2017年《延边统计年鉴》。1953—2016 年海温为美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)扩展重建的月尺度海表温度资料，水平分辨率为5°×5°。

该研究采用相关分析[25]、偏最小二乘回归分析[26-27]、合成分析等方法。自变量存在严重多重相关性的条件下，相关分析的部分结果会偏离实际，但偏最小二乘回归是一种集多元线性回归分析、典型相关分析和主成分分析的基本功能为一体的新型多元统计分析方法，它能在自变量存在严重多重相关性的条件下进行回归建模，允许在样本点个数少于自变量个数的条件下进行回归建模，它的结果比相关分析更符合实际情况。

2 图们江流域引起粮食产量减产的水热指标及阈值

从图们江流域近30年粮食产量的年变化曲线来看(图1)，由于粮豆作物品种改良、生产力的提高以及全球变暖，以2005年为突变点，前后粮食产量有明显差异。所以，提取粮食产量减产年份时，2005年前后的粮食产量分别与2005年前后的粮食产量平均值(3 332和5 265 kg/hm2)进行比较。图们江流域减产年份为1987、1988、1989、1993、1995、1998、2002、2003、2005、2006、2007、2009、2010、2011以及2018年。

图们江流域4～5月是春播生产的关键期，尤其是5月，这期间如果发生长时间持续干旱，将会影响正常播种，或者播完不能正常出苗。该研究选5月降水量(P5)作为春季水分指标。7～8月是农作物蓄水的关键时期，该研究暂选夏季最多雨月(P多)和最少雨月(P少)降水量作为夏季水分指标。5～9月是农作物生长季，选取5～9月月平均气温之和的距平值(ΔT5-9)作为热量指标。

根据减产年的热量和水分指标数据(表1)，寻找导致减产的水热指标阈值，发现1993、1995、1989、2009年减产的原因是低温冷害，ΔT5-9均小于-1.7。2003、2009、1988、1993、1989年减产的原因是春旱，P5均小于历年的6成。2005和2018年减产的原因是春涝，P5大于历年的2.2倍。2011、1993、2003、2007、2009年减产的原因是1型夏旱，P少均小于历年的8成。其中，2003年是春夏连旱，旱情严重。1993年逢低温冷害、春旱和夏旱3重灾害，粮食减产最严重。2011、2006年也是夏旱，夏旱的原因与前者不同，为2型夏旱，P多均小于历年的6成。2018、1995、2002、2010年减产的主要原因是夏涝，P多均大于历年的1.2倍。

表1 图们江流域粮豆作物减产的水热指标以及阈值

1998年减产原因是强降雨造成的特大洪水，这一部分在该研究中不予讨论。从以上分析可见，ΔT5-9以及5～8月降水量可以看出本地区粮食减产与否及程度。该研究重点阐述ΔT5-9与海温异常的关系。

3 图们江流域T5-9与海温的关系

该研究采用1953—2016年T5-9、P5、P6、P7、P8为因变量，1953—2016年2 592个2～4月海温平均值为自变量，用偏最小二乘回归建立模型，并画出偏回归系数分布图。建模过程中前23个成分解释自变量的比率为84%，因此，提取前23对成分。T5-9、P5、P6、P7、P8为因变量，2 592个2～4月海温平均值为自变量，逐一画出偏最小二乘回归系数和相关系数分布图(图2)。

3.1 T5-9与全球2-4月海温的关系

由图2可以看出，T5-9与堪察加半岛东侧的白令海、南太平洋海域、南印度洋、热带北大西洋2～4月海温为显著正相关，与北太平洋阿留申低压海域显著负相关，均通过0.05信度检验。其中，偏最小二乘回归系数为正值区域中属白令海最高，其次是南太平洋海域，偏最小二乘回归系数为负值区域中阿留申低压海域最低。基于此，该研究确定白令海、阿留申低压海域、南太平洋海域为影响T5-9的关键区进行讨论。

3.2 ΔT5-9与白令海、阿留申低压海域以及南太平洋海域2～4月海温的关系

提取1953—2016年白令海(162.5° E～172.5° E,52.5°N～57.5° N)2～4月海温距平平均值，计算ΔT5-9小于-1.7 ℃年份(共19年)和大于-1.7 ℃年份(共45年)的平均值，分别为-0.18 ℃，0.07 ℃，有显著差异(图3)。粮食作物因低温冷害减产年份，白令海2～4月海温平均值比历年低0.18 ℃。

提取1953-2016年阿留申低压海域(172.5° E～177.5° W,42.5° N～47.5° N)2～4月海温距平平均值，计算ΔT5-9小于-1.7 ℃年份(共19年)和大于-1.7 ℃年份(共45年)的平均值，分别为0.26 ℃，-0.11 ℃，有显著差异(图4)。粮食作物因低温冷害减产年份，阿留申低压海域2～4月海温距平平均值比历年高0.26 ℃。

提取1953-2016年南太平洋海域(152.5° W～132.5° W,17.5° S～22.5° S)2～4月海温距平平均值，计算ΔT5-9小于-1.7 ℃年份(共19年)和大于-1.7 ℃年份(共45年)的平均值，分别为-0.17 ℃，0.07 ℃，有差异(图5)。粮食作物因低温冷害减产年份，南太平洋海域2～4月海温距平平均值比历年低0.17 ℃。

3.3 ΔT5-9的预测

该研究采用1953-2016年T5-9、P5、P6、P7、P8为因变量，1953—2016年2 592个2～4月海温平均值为自变量，建立了偏最小二乘回归模型，用该模型预测本地ΔT5-9的值(表2，图6)。由表2可以看出，ΔT5-9的预测值小于-2.3 ℃时，ΔT5-9的值均小于-2.5℃，图们江流域会发生中度或重度延迟型冷害，粮食减产程度大。

表2 ΔT5-9和ΔT5-9预测值

附：根据2013年1月4日发布的气象行业标准《水稻冷害评估技术规范(QX/T182-2013)》[28]中的水稻延迟型冷害指标，图们江流域ΔT5-9为-1.3～-2.0时,为轻度冷害；ΔT5-9为-2.0～2.6时,为中度冷害,ΔT5-9小于-2.6时,为重度冷害。

4 结论

1) 根据近30年粮食减产年的热量和水分指标数据，寻找导致减产的水热指标阈值，发现1993、1995、1989、2009年减产的原因是低温冷害，ΔT5-9均小于-1.7。

2) T5-9与堪察加半岛东侧的白令海、南太平洋海域、南印度洋、热带北大西洋的2～4月海温为显著正相关，与北太平洋阿留申低压海域显著负相关，均通过0.05信度检验。其中，偏最小二乘回归系数为正值区域中属白令海最高，其次是南太平洋海域，偏最小二乘回归系数为负值区域中阿留申低压海域最低。

3) 粮食作物因低温冷害减产年份，白令海(162.5° E～172.5° E,52.5°N～57.5° N)2～4月海温平均值比历年低0.18 ℃，阿留申低压海域(172.5° E～177.5°W,42.5° N～47.5° N)比历年高0.26 ℃，南太平洋海域(152.5° W～132.5° W,17.5° S～22.5° S)比历年低0.17 ℃。

4) 用1953—2016年T5-9、P5、P6、P7、P8为因变量，1953—2016年2 592个2～4月海温平均值为自变量，建立偏最小二乘回归模型，预测本地ΔT5-9的值，结果表明，ΔT5-9的预测值小于-2.3 ℃时，ΔT5-9的实际值均小于-2.5 ℃，图们江流域会发生中度或重度延迟型冷害，粮食减产程度大。