西南地区甘蓝型冬油菜苗期渍害危险性分布特征研究

胡 珂，何 鹏，高文波

（1四川省农业科学院农业信息与农村经济研究所，成都 610066； 2成都理工大学旅游与城乡规划学院，成都 610059；3四川省仪陇中学校，四川仪陇 637600；4四川省农业科学院大数据中心，成都 610066）

0 引言

长江流域是中国最重要的油菜产区，冬油菜常年种植面积和产量均占全国的80%以上[1]。然而受季风气候影响，中国长江流域油菜产区秋、冬生长季节阶段性持续降水偏多，连阴雨出现概率高、持续时间长[2]，极易发生渍害，严重影响油菜的生长发育和产量品质。渍害是指土壤含水量达到饱和或者过饱和，导致植株根系的生长环境缺少氧气，影响植株正常的生理代谢，最终引起农作物产量明显下降甚至绝收的一种农业气象灾害[3]。油菜耐渍能力较差，萌发期和幼苗期渍水后，会降低出苗率和成苗质量[4]，削弱油菜群体效应[5]；蕾薹期遭受渍害后会抑制油菜一次分枝的形成，开花期、角果期的渍害将影响有效角果数、千粒质量[6]，最终都将影响油菜正常的生长发育，导致减产。近年来，油菜渍害已逐渐引起国内外学者的关注，并从油菜渍害的生理响应[7-8]、渍害对油菜产量的影响[9-10]以及耐湿性品种筛选[11-12]等方面做了大量研究。作为一种区域性频发的农业气象灾害，不少学者也开展了油菜湿渍害气象指标以及气候变化对油菜渍害影响等方面的研究。霍治国等[13-14]选取了降水量、降水日数以及日照时数等气象因子，构建了油菜涝渍指数计算模型，形成了适用于中国南方地区油菜涝渍涝渍等级行业标准。在此基础上，刘瑞娜等[15]利用逐旬气象要素资料，参照行业标准中生育期的划分，对安徽省油菜不同生育期涝渍灾害的特征和时空变化特征进行了系统研究；鞠英芹等[16]构建了油菜全生育期的综合涝渍指数，利用了经验正交函数分解和小波分析，研究了江淮地区油菜渍害的时空分布特征；郭翔等[17]分析了四川省盆地区1981—2020 年4 个年代际油菜播种期涝渍指数、轻/中度涝渍害发生频率、涝渍害危险性的时空变化特征。

受华西秋雨影响，位于长江上游的西南地区冬油菜种植地区苗期的渍害出现概率大，且造成的后果尤为严重[18]。在气候变化背景下开展西南地区冬油菜关键生育期气象灾害分布特征的研究，对于优化区域冬油菜生产布局、提升防灾减灾、保障油料供给安全有重要意义。然而，要准确分析跨地区的作物关键生育期灾害危险性的分布特征，必须考虑不同地理环境（经纬度和海拔）条件下作物关键生育期起止时间的差异。迄今为止，结合区域油菜苗期分布特征，系统开展西南地区油菜苗期渍害危险性分布特征的研究鲜有报道。本研究以西南地区四川、重庆、贵州、云南四省（市）为研究区域，利用区域内农业气象站点数据系统分析了研究区域内甘蓝型冬油菜出苗期的时空分布特征，结合行业标准QX/T107—2009《冬小麦、油菜涝渍等级》中油菜渍害指标的定义与计算方法，开展了西南地区冬油菜苗期渍害危险性的时空分布特征研究，以期为西南地区油菜种植布局优化和防灾减灾工作提供科学依据。

1 材料与方法

1.1 研究区域

本研究主要的研究对象为甘蓝型冬油菜，为了保证数据的一致性，通过统计年鉴及文献资料查阅，结合前人对中国油菜种植区划的研究[19-20]，排除部分以春油菜为主的种植区域，最终筛选出有冬油菜种植的397个县级行政单位所在范围作为研究区域，即研究区域包括云南省、贵州省、重庆市和四川省除西北高原以外的地区，具体见图1。

图1 研究区域及站点分布图

1.2 资料来源

气象数据来自中国气象数据网(http://data.cma.cn/)，选取符合条件的87 个国家气象站点1971—2020年9月—翌年3月的逐日数据，包括降雨量和日照时数等指标。气象站点筛选条件和处理方式如下：（1）剔除缺失率大于1%的站点，对缺测序列小于1%的站点利用多年均值替代法进行插补；（2）考虑站点迁移造成的非均一性影响，排除迁移信息不明确站点，运用多元回归模型插值方法对迁移站点数据进行校正[21]。冬油菜生育期资料来源于以及中国气象数据网中国农作物生长发育状况资料数据集和前人研究论文[22-27]，整理选取西南地区四川、云南、贵州、重庆四个省市内50个农业气象观测点的油菜生育观测资料，其中包括油菜发育期名称、发育日期、发育程度、发育期距平等数据。地理空间数据来源于地理空间数据云(http://www.gscloud.cn/search)，获取了研究区域90 m×90 m 数字高程模型数字高程模型。研究区域、气象站点和农业气象站点分布和数字高程模型见图1。

1.3 研究方法

1.3.1 渍害指数计算 根据国家规范的气象行业标准QX/T107—2009《冬小麦、油菜涝渍等级》建立油菜苗期的涝渍指标[14]，油菜的涝渍指标公式为：

其中，Qw为涝渍指数；R为旬降水量(mm)；Rmax为近3个年代的旬最大降水量(mm)；DR为旬降水日数（天）；D为旬天数（天）；S为旬日照时数(h)；Smax为旬可能日照时数(h)；b1为降水量；b2为降水日数；b3为日照时数对涝渍影响所占权重，本研究结合以往研究[28]和专家意见，对3个系数分别取值为b1=0.75，b2=0.75，b3=0.6。

1.3.2 渍害等级指标 按照行业标准QX/T107—2009《冬小麦、油菜涝渍等级》逐旬计算87个站点历年苗期涝渍指数Qw，计算2旬涝渍指数均值Qw’，将油菜苗期涝渍害分轻、中、重3个等级（表1）[28]。

表1 油菜苗期涝渍等级指标

1.3.3 油菜苗期渍害危险性评估模型的建立 参考前人相关研究[17,21]，致灾因子危险性同时取决于致灾因子强度和致灾因子发生的概率，如式(2)所示。

式中，R为致灾因子危险性，F表示致灾因子发生的强度，P表示致灾因子发生的概率，以某站点多年发生灾害的频率表示。

研究区域苗期渍害的强度是受一次灾害发生的致灾因子范围和程度共同作用的结果，如式(3)所示。

式中，F为冬油菜苗期渍害强度。A表示渍害影响范围，不同的渍害等级影响范围以研究时间段内发生过轻、中、重涝渍灾害的站点数量占总站数的百分比表示。I为渍害影响程度，结合以往研究[29]和专家意见，以数值1、2、3表征轻、中、重3种等级渍害影响程度。

渍害发生概率可用站点发生渍害年份数占总样本年份数量之比来表示，如式(4)所示。

式中，P为冬油菜苗期渍害发生概率。n表示冬油菜苗期发生过渍害（即涝渍指数Qw≥0.8）的年数，N表示总年数。

考虑到渍害指数Qw计算中旬降水量和旬降水日数的年际变化较大，本研究引入降水量变异系数CV来表征渍害致灾因子的变异程度。变异系数CV(Coefficient of Variation)是标准差与平均值之比，表示了样本降水量的变化幅度，其值表征了实际数据偏离平均值的程度。计算公式如式(5)所示。

当前国内质量控制工具的利用尚不成熟,仍处于学习阶段。而在美国的笔译项目中,术语管理贯穿整个项目,质量控制更是一个动态过程,并紧密结合各类计算机软件技术。

综上，本研究构建了冬油菜苗期涝渍灾害致灾因子危险性模型，如式(6)所示。

式中，Ri表示各个子区域冬油菜苗期渍害的危险性指数，Fa表示轻度渍害的强度，Fb表示中度渍害的强度，Fc表示重度渍害的强度，Pa表示轻度渍害的频率，Pb表示中度渍害的频率，Pc表示重度渍害的频率。

1.3.4 空间特征分析方法 对于不同的地理因子，为了保证高精度，采取的插值方法各有不同。本研究根据研究对象的不同特征，分别采用了多元回归残差反距离订正法[30]和反距离权重插值法进行空间分析与制图表达。

2 结果与分析

2.1 冬油菜苗期空间分布特征

研究区域跨度范围大，不同区域冬油菜苗期有差异。为准确分析研究区域苗期渍害危险性特点，需对研究区域苗期分布特征进行研究。本研究以研究区域内农业气象站点稳定出苗期的日序数(Day Of Year,DOY)为因变量y，以农业气象站点的纬度、经度和海拔高程为自变量x1、x2、x3，分别考虑高程(x3)、纬度+高程(x1，x3)、纬度+经度(x1，x2)、经度+高程(x2，x3)、纬度+经度+高程(x1，x2，x3)等5 种方式构建出苗期日序数(y)的多元回归方程，比较油菜出苗期日序数与不同方式组合的相关程度，结果见表2。

表2 多元回归5种模型对比

由表2可知，高程x3、经度x2+高程x3、纬度x1+经度x2+高程x3与出苗期日序数构建的多元回归方程的P值均小于0.01，表明出苗期日序数与以上三种回归方程模式呈极显著相关的特征。其中，以（经度x2+高程x3）为自变量与油菜出苗期日序数y构建的多元回归方程的决定系数R2、F值、P值最优。因此，本研究以经度为x2、海拔为x3，苗期开始的日期的日序数(DOY)为y值，常数项b，x2系数a2，x3系数a3构建出苗期与经度、海拔的多元回归方程，如式(7)所示。

式(7)即为多元回归残差反距离订正法中所应用的多元回归方程。

在ArcGIS 软件中利用多元回归残差反距离订正法分析了研究区域苗期的空间分布特征，得出的研究区域冬油菜分布特征图结果见图2a。

图2 研究区域甘蓝型冬油菜出苗期分区图

由图2a可知，研究区域东北部的大部分地区苗期开始的日序数在254～279 d 区间，西南部的地区在254～290 d区间，中部地区以291～317 d区间为主，西部地区苗期开始最晚，日序数在303～383 d。根据苗期开始的空间特征，结合研究区域甘蓝型冬油菜苗期平均为93 d 这一特征将研究区域划分为4 个子区域（见图2b），分别是：Ⅰ区，是研究区域冬油菜最早进入苗期的地区，大部分油菜种植区域9月中下旬进入苗期，主要包括四川盆地和贵州东部，该区域虽然日照较少，但平均海拔较低，四面环山，寒潮不易入侵，热量条件较好，降水较为适中。Ⅱ区，即大部分油菜种植区域10月上中旬进入苗期，该区域主要是云南的南部，气候干湿两季分明，南部区域的降水、热量条件都较为丰富。Ⅲ区，即大部分油菜种植区域10 月下旬进入苗期，主要包括云南省的东北部、中部和贵州西部地区，该区域海拔较高，热量和水分相较Ⅱ区要少。Ⅳ区，是研究区域内最晚进入苗期的油菜种植区域，即油菜种植区域11月上中旬进入苗期，主要包括四川省西南山地和云南省北部高山区，区域内平均海拔较高，热量条件和降水条件较差。

2.2 冬油菜苗期渍害强度结果

图3 1971—2020年油菜苗期渍害发生台站数年际统计图

利用式(3)计算研究区域不同等级渍害强度。根据油菜苗期渍害等级指标（表1）计算结果，梳理出研究区域气象站点中发生过轻度渍害、中度渍害、重度渍害的站点数量，将发生过渍害的站点数量与总站点数量的比值作为渍害在研究区域的影响范围，以数值1、2、3表征轻、中、重3种等级的渍害的影响程度，综合考虑范围和程度计算油菜苗期渍害强度，结果如表3所示。

表3 渍害强度表

由表2可知，1971—2020年间，研究区域内冬油菜苗期有69%的站点发生轻度渍害，有64%的站点发生过中度渍害，55%的站点发生过重度灾害。1971—2020年间，研究区域内冬油菜苗期轻度、中度、重度渍害强度指数分别为0.69、1.28和1.65。

2.3 冬油菜苗期不同渍害等级发生频率

根据式(3)对研究区域发生渍害的等级频率进行计算，并将计算结果进行空间可视化，得到不同等级的渍害发生的频率如图4。

图4 不同等级渍害发生概率分布图

由图4 可知，研究区域内轻度、中度、重度渍害发生的频率区间分别为[0，0.33]、[0，0.20]、[0，0.16]，表明区域内发生轻度渍害的概率较高，而中度和重度渍害发生的概率相对较低。从空间分布来看，研究区域冬油菜苗期渍害主要发生在东部地区，四川西南地区和云南省不同等级的苗期渍害发生的频率均极低。

从不同等级渍害发生频率和分布特征来看，冬油菜苗期轻度渍害发生的高频区集中在四川省东部、重庆市和贵州省，其中四川东南部地区、重庆西部和贵州北部的轻度渍害发生概率较高，多年最大频率值在[0.11，0.33]之间。中度渍害和重度渍害发生的高频区间面积相对轻度渍害面积均有大幅减小。其中，中度渍害高频区集中在四川东部的泸州市、重庆市南部的江津区、綦江区和贵州省的遵义、毕节和贵阳等地区；重度渍害发生的高频区在四川东南部泸州叙永，贵州省的毕节、织金安顺等地。

2.4 冬油菜苗期渍害危险性分布特征

利用式(5)计算出研究区域各气象站点1971—2020年甘蓝型冬油菜苗期渍害的危险性指数值，并利用ArcGIS 软件进行空间可视化，根据取值范围利用GIS中的自然断点法对危险性指数划分了涝渍危险性等级，结果如图5、表4所示。

表4 油菜苗期渍害危险性分级及面积统计

由图5可知，研究区域冬油菜苗期渍害呈现“东高西低”的分布特征。结合表4和图5可知，研究区域甘蓝型冬油菜苗期渍害危险性较低的区域分布在云南地区、四川西南地区和北部地区，占整个区域面积的近60%；甘蓝型冬油菜苗期渍害危险性中等及以上区域集中在四川东部地区、重庆地区和贵州地区，占比40.4%，并呈现出明显的圈层特点，即由苗期渍害高风险地区向四周风险逐渐降低，冬油菜苗期渍害危险性高的区域集中在四川省、重庆市、和贵州省结合部，占研究区域面积约8%，包括四川省的宜宾、泸州等地，重庆市的江津区、綦江区、永川区、南川区等地和贵州省的遵义、毕节、贵阳等地。

3 结论

本研究根据西南地区农业气象站点多年生育期数据，利用GIS 空间分析技术开展了甘蓝型冬油菜苗期空间分布特征研究，结果表明西南地区甘蓝型冬油菜苗期分布存在明显的区域特征，因此要准确分析冬油菜苗期渍害，有必要结合不同区域的冬油菜苗期起止时间来计算区域内站点渍害指数。研究结果还发现，西南地区甘蓝型冬油菜苗期渍害呈现“东高西低”的分布特征，渍害危险性较高的区域主要集中在四川省中东部、重庆市和贵州省，尤其是四川省宜宾市、泸州市，重庆市江津区、綦江区、永川区、南川区，贵州省遵义市、毕节市、贵阳市等地冬油菜苗期渍害危险性最高。研究结果与区域连阴雨分布特征情况基本吻合[31-34]，表明秋冬季节连阴雨过程是西南地区甘蓝型冬油菜苗期渍害形成的最重要因素，这与相似研究的结果[17,35]以及实际种植经验相一致。因此建议在上述区域开展诸如冬油菜品种改良和布局优化等措施来减小冬油菜苗期渍害带来的可能影响。油菜苗期前的降水量以及土壤墒情等因素也会一定程度上也会影响苗期渍害形成和渍害严重程度。在今后的研究中，应将结合苗期前的降水、土壤墒情特征和苗期降水量、日照时数等数据，对油菜苗期渍害危险性及其影响做进一步研究。