论文部分内容阅读
摘要：玉米是河南省种植面积仅次于小麦的重要粮食作物，在玉米生长期内极易发生干旱等自然灾害，严重影响着玉米的稳定生产。基于1987—2015年河南省17个地市的玉米生产和气象数据，利用标准化降水蒸散指数（SPEI）分析了玉米生长期的干旱时空特征，通过建立变截距和变系数模型研究干旱等气候因素对河南省玉米产量的影响，并识别出受干旱影响较为严重的地区。研究表明，玉米生长期内干旱频繁发生，平均每3年发生1次干旱且干旱程度有增强的趋势;干旱导致了玉米产量的减少，相较于正常年份，干旱年份玉米总产量将平均减产6.75%;地区层面上，干旱对各地区玉米生产的影响差异较大，且受干旱负面影响最大的主要集中在西南部地区;干旱发生频率和干旱强度是导致玉米减产的重要原因，但区域自然条件、经济发展水平等同样是不可忽视的因素。
关键词：干旱;SPEI;玉米产量;面板数据;河南省;地区差异
中图分类号： S423;S162.5 3文献标志码： A
文章编号：1002-1302（2019）08-0311-06
近年来，全球各地均有不同程度的干旱、洪涝等自然灾害事件发生，与其他自然灾害相比，旱灾具有出现次数多、持续时间长、影响范围广等特点，因此被认为是造成农业经济损失最大的自然灾害类型之一。据统计，全球约有1/3的土地以及20%的人口长期遭受干旱灾害的影响，农业上受干旱影响造成的损失高达260亿美元/年，全球几乎全部的农业用地都處于干旱灾害极易发生的地区[1]。在气候变暖的背景下，我国的干旱发生范围和强度也呈现出明显增强的趋势，成为制约我国农业发展和粮食安全的主要因素[2]。
河南是我国重要的农业大省和粮食生产大省，玉米是河南省第二大粮食作物，其种植面积约占全国播种面积的 1/10，仅次于小麦。河南省玉米生产区位于黄淮海玉米主产区的心脏地带，区位优势明显。得益于黄淮海地区丰富的光热资源，该区十分适宜玉米的种植，但由于受季风型气候以及干旱化趋势的干扰，玉米生长期内极易发生干旱等自然灾害。研究表明河南地区1971—2010年间的近30年中，对粮食生产影响最为严重的是干旱，其中发生频率最高的干旱类型则是伏旱[3]。李树岩等基于气象干旱综合指数（CI指数）的研究表明，河南省伏旱发生频率高达63.6%，严重制约玉米的生产[4]，1997年7—8月河南全省一半播种面积以上的秋作物受旱减产，旱情最严重的洛阳受旱面积高达90%[5]，2014年河南省更是因旱灾秋粮受灾面积达到154万hm2，是63年来最为严重的伏旱。鉴于干旱灾害对河南省玉米生产造成的严重威胁，为保障玉米的稳定生产，科学应对干旱灾害，加强与深化干旱评估以及与农业生产关系方面的研究工作十分有必要。
气温和降水是气候的主要因素，也是干旱的直接表征量。Vicente-Serrano等提出的标准化降水蒸散指数（standardized precipitation evapotranspiration index，SPEI），继承了帕默尔干旱指数（PDSI）对于温度灵敏性以及标准化降水指数（SPI）的多时空特点，同时考虑了降水和温度对于干旱的影响，非常适合全球气候变暖背景下的干旱特征分析[6-7]。因此，本研究选择SPEI指数分析河南省玉米生长期的干旱情况。
干旱会导致作物缺水，影响作物的生长发育，最终导致减产。国内外学者就干旱对作物产量的影响机制及影响规律等展开了广泛的研究。从研究方法上看，大致可以分为2类。第1类是基于作物生长动态模拟模型，模拟作物各生育阶段不同等级干旱对作物产量的影响[8-10]。第2类是统计方法，借助气象数据和产量数据，利用不同的干旱指标对干旱程度进行量化，进而通过相关性分析、简单线性回归、柯布-道格拉斯（Cobb-Douglas，简称C-D）生产函数及面板数据模型等数理统计方法，在控制了技术进步、经济因素和人为行为影响的基础上探讨了干旱与作物产量之间的关系。陈玉萍等基于干旱虚拟变量固定效应模型利用湖北、广西、浙江3个省份的降水和水稻生产历史数据分析了水稻生产对降水量的弹性[11]，并得出了干旱造成的水稻生产的直接损失。许朗等以历年的旱灾成灾面积作为衡量农业干旱的程度，利用面板固定效应模型实证分析了淮河流域干旱对于粮食、小麦以及水稻的影响[12]。何永坤等基于逐旬干湿指数建立了中国西南地区的玉米干旱累积指数，结合玉米产量资料，构建了气候产量与干旱指数的线性回归模型[13]。杨晓晨等利用农业干旱指标标准化降水蒸散指数（SPEI）从时间、空间2个维度分析中国东北春玉米区干旱特征，并利用回归分析进行SPEI与玉米气候产量的关系分析[14]。
在实际生产中，作物产量是由自然因素和经济社会因素共同决定的。而农作物生长模拟模型的核心是试验参数，并不考虑经济因素和人类行为，因而对社会经济影响的解释能力有限。C-D生产函数模型是描述生产要素和产量之间关系的重要方法。丑洁明等研究认为如果在C-D生产函数中纳入自然因素，对于农业投入与产出的反映将更为科学[15]。鉴于此，本研究将干旱等气候因素作为外生变量以中性的方式引入到C-D生产函数中，通过建立变截距和变系数模型研究干旱等气候因素对河南省玉米产量的影响，并识别出受干旱影响较为严重的地区，相关研究对防御气象灾害对玉米生产的影响具有重要的现实意义。
1研究方法
1.1SPEI的计算方法
SPEI的计算主要利用到月降水量和月平均温度，通过计算降水量与蒸散量的差值并将其正态标准化得到。具体的计算步骤如下：
（1）计算降水量与蒸散量差值，即气候水平衡：
Di=Pi-PETi。（1）
式中：Di为降水量与蒸散量的差值，mm;Pi为降水量，mm;PETi为潜在蒸散量，mm。
（2）建立不同时间尺度气候学意义上的水分盈亏累积序列： Dkn=∑k-1i=0（Pn-i-PETn-i），n≥k。（2）
式中：k为时间尺度，月;n为计算次数;
（3）采用3参数的Log-Logistic概率分布F（x）对D序列进行拟合，并对序列进行标准正态分布转化，计算每个D对应的SPEI值：
SPEI=w-c0-c1w c2w21 d1w d2w2 d3w3，w=-2ln（P）。（3）
式中：P为超过特定D值的累积概率，当P
关键词：干旱;SPEI;玉米产量;面板数据;河南省;地区差异
中图分类号： S423;S162.5 3文献标志码： A
文章编号：1002-1302（2019）08-0311-06
近年来，全球各地均有不同程度的干旱、洪涝等自然灾害事件发生，与其他自然灾害相比，旱灾具有出现次数多、持续时间长、影响范围广等特点，因此被认为是造成农业经济损失最大的自然灾害类型之一。据统计，全球约有1/3的土地以及20%的人口长期遭受干旱灾害的影响，农业上受干旱影响造成的损失高达260亿美元/年，全球几乎全部的农业用地都處于干旱灾害极易发生的地区[1]。在气候变暖的背景下，我国的干旱发生范围和强度也呈现出明显增强的趋势，成为制约我国农业发展和粮食安全的主要因素[2]。
河南是我国重要的农业大省和粮食生产大省，玉米是河南省第二大粮食作物，其种植面积约占全国播种面积的 1/10，仅次于小麦。河南省玉米生产区位于黄淮海玉米主产区的心脏地带，区位优势明显。得益于黄淮海地区丰富的光热资源，该区十分适宜玉米的种植，但由于受季风型气候以及干旱化趋势的干扰，玉米生长期内极易发生干旱等自然灾害。研究表明河南地区1971—2010年间的近30年中，对粮食生产影响最为严重的是干旱，其中发生频率最高的干旱类型则是伏旱[3]。李树岩等基于气象干旱综合指数（CI指数）的研究表明，河南省伏旱发生频率高达63.6%，严重制约玉米的生产[4]，1997年7—8月河南全省一半播种面积以上的秋作物受旱减产，旱情最严重的洛阳受旱面积高达90%[5]，2014年河南省更是因旱灾秋粮受灾面积达到154万hm2，是63年来最为严重的伏旱。鉴于干旱灾害对河南省玉米生产造成的严重威胁，为保障玉米的稳定生产，科学应对干旱灾害，加强与深化干旱评估以及与农业生产关系方面的研究工作十分有必要。
气温和降水是气候的主要因素，也是干旱的直接表征量。Vicente-Serrano等提出的标准化降水蒸散指数（standardized precipitation evapotranspiration index，SPEI），继承了帕默尔干旱指数（PDSI）对于温度灵敏性以及标准化降水指数（SPI）的多时空特点，同时考虑了降水和温度对于干旱的影响，非常适合全球气候变暖背景下的干旱特征分析[6-7]。因此，本研究选择SPEI指数分析河南省玉米生长期的干旱情况。
干旱会导致作物缺水，影响作物的生长发育，最终导致减产。国内外学者就干旱对作物产量的影响机制及影响规律等展开了广泛的研究。从研究方法上看，大致可以分为2类。第1类是基于作物生长动态模拟模型，模拟作物各生育阶段不同等级干旱对作物产量的影响[8-10]。第2类是统计方法，借助气象数据和产量数据，利用不同的干旱指标对干旱程度进行量化，进而通过相关性分析、简单线性回归、柯布-道格拉斯（Cobb-Douglas，简称C-D）生产函数及面板数据模型等数理统计方法，在控制了技术进步、经济因素和人为行为影响的基础上探讨了干旱与作物产量之间的关系。陈玉萍等基于干旱虚拟变量固定效应模型利用湖北、广西、浙江3个省份的降水和水稻生产历史数据分析了水稻生产对降水量的弹性[11]，并得出了干旱造成的水稻生产的直接损失。许朗等以历年的旱灾成灾面积作为衡量农业干旱的程度，利用面板固定效应模型实证分析了淮河流域干旱对于粮食、小麦以及水稻的影响[12]。何永坤等基于逐旬干湿指数建立了中国西南地区的玉米干旱累积指数，结合玉米产量资料，构建了气候产量与干旱指数的线性回归模型[13]。杨晓晨等利用农业干旱指标标准化降水蒸散指数（SPEI）从时间、空间2个维度分析中国东北春玉米区干旱特征，并利用回归分析进行SPEI与玉米气候产量的关系分析[14]。
在实际生产中，作物产量是由自然因素和经济社会因素共同决定的。而农作物生长模拟模型的核心是试验参数，并不考虑经济因素和人类行为，因而对社会经济影响的解释能力有限。C-D生产函数模型是描述生产要素和产量之间关系的重要方法。丑洁明等研究认为如果在C-D生产函数中纳入自然因素，对于农业投入与产出的反映将更为科学[15]。鉴于此，本研究将干旱等气候因素作为外生变量以中性的方式引入到C-D生产函数中，通过建立变截距和变系数模型研究干旱等气候因素对河南省玉米产量的影响，并识别出受干旱影响较为严重的地区，相关研究对防御气象灾害对玉米生产的影响具有重要的现实意义。
1研究方法
1.1SPEI的计算方法
SPEI的计算主要利用到月降水量和月平均温度，通过计算降水量与蒸散量的差值并将其正态标准化得到。具体的计算步骤如下：
（1）计算降水量与蒸散量差值，即气候水平衡：
Di=Pi-PETi。（1）
式中：Di为降水量与蒸散量的差值，mm;Pi为降水量，mm;PETi为潜在蒸散量，mm。
（2）建立不同时间尺度气候学意义上的水分盈亏累积序列： Dkn=∑k-1i=0（Pn-i-PETn-i），n≥k。（2）
式中：k为时间尺度，月;n为计算次数;
（3）采用3参数的Log-Logistic概率分布F（x）对D序列进行拟合，并对序列进行标准正态分布转化，计算每个D对应的SPEI值：
SPEI=w-c0-c1w c2w21 d1w d2w2 d3w3，w=-2ln（P）。（3）
式中：P为超过特定D值的累积概率，当P