基于改进权重湿润指数的东北地区春玉米涝渍灾害评估方法
基于改进权重湿润指数的东北地区春玉米涝渍灾害评估方法刘聪1,2，武永峰2，刘平辉1，梁立江2
（1东华理工大学地球科学学院，南昌 330000；2中国农业科学院农业环境与可持续发展研究所/农业部农业环境重点实验室，北京 100081）
摘要：【目的】研究东北地区春玉米涝渍灾害评估方法，为气候变化背景下东北地区春玉米合理生产和管理提供科学依据。【方法】以权重湿润指数为基础，采用作物需水量代替参考作物蒸散量，构建改进权重湿润指数；运用1986—2015年东北地区春玉米生育期内涝渍灾害事件与改进权重湿润指数耦合方法、基于K-S检验的正态分布显著性检验方法和t-分布区间估计方法等，确定基于改进权重湿润指数的东北地区春玉米不同生育阶段涝渍强度分级阈值；从农田土壤相对湿度与改进权重湿润指数相关性和拟合关系检验，改进权重湿润指数、权重湿润指数评估结果与历史灾情结果一致性检验，以及典型年份涝渍灾变过程动态评估准确性检验3个方面，对改进权重湿润指数评估春玉米涝渍灾害的精度进行验证；分析东北地区春玉米不同生育阶段涝渍强度空间格局，揭示其规律特征。【结果】（1）改进权重湿润指数与不同深度的土壤相对湿度均达到极显著相关（P<0.001），除玉米快速发育期外，其他生育期内二者相关系数最大值均出现在20 cm深度土壤相对湿度；将不同生育阶段改进权重湿润指数与20 cm深度土壤相对湿度间进行Slogistic曲线拟合，决定系数（R2）最大值出现在生育中期（0.46），其后依次是生育后期（0.34）、快速发育期（0.31）和初始生长期（0.21），均方根误差（RMSE）最小值出现在生育后期（0.49），其后依次是生育中期（0.51）、初始生长期（0.52）和快速发育期（0.56），不同生育阶段拟合曲线中90%的20 cm土壤相对湿度所对应的改进权重湿润指数值最小值出现在初始生长期（0.77），其后依次是快速发育期（1.12）、生育中期（1.21）和生育后期（1.25）。（2）与随机预留的春玉米涝渍灾害事件测试样本中灾情判定结果相比，权重湿润指数评估结果的完全准确率为26.7%，部分准确率为66.7%；改进权重湿润指数评估结果的完全准确率为66.7%，部分准确率为93.3%。（3）以嫩江、白城和沈阳3个代表站点1998年春玉米生育期内涝渍灾害为例，对比降水、权重湿润指数和改进权重湿润指数随时间变化的过程曲线，发现改进权重湿润指数所反映的当年涝渍发生时间和强度等级与灾情资料更为相符，而其大小还可直观表征涝渍强度动态变化。（4）春玉米不同生育阶段各强度等级的涝渍频率差别较大，黑龙江中部、吉林东南部、辽宁东南部为中度及以上涝渍频率的高发区，生育中期是中度及以上涝渍频率高发期。【结论】基于改进权重湿润指数的东北地区春玉米不同生育阶段涝渍强度分级阈值划分方法结果可靠，可表征农田涝渍实际发生状况；相对于权重湿润指数而言，改进权重湿润指数不仅对春玉米涝渍灾害评估准确率更高，而且更适于对涝渍灾变过程的跟踪和动态评估，对于揭示气候变化背景下东北地区春玉米涝渍灾变机制和时空演变规律具有重要意义。
关键词：东北地区；春玉米；改进权重湿润指数；涝渍强度等级；评估
0 引言
【研究意义】春玉米是东北地区种植广泛的粮食作物，其播种面积占全国玉米总播种面积的30%以上，产量占全国玉米总产量的29%以上。东北地区春玉米生长以“雨养”为主，其需水量大但不耐涝，生育期内经常因大气降水过于集中或时间过长而遭受涝渍灾害，成为制约其生产的主要障碍因子之一。因此，开展东北地区春玉米涝渍灾变过程跟踪和动态评估方法研究，对区域防灾减灾、保证粮食安全具有重要的现实意义。【前人研究进展】涝渍灾害是指由于土壤水分处于过湿或饱和状态，造成作物生育不良、产量下降的一种农业气象灾害，分为洪灾、涝灾和渍（湿）灾3种。洪灾主要是由河流满溢、堤坝溃决，水位急剧上涨造成的；涝灾是由于较长时间地表积水造成的；渍灾是由于土壤含水量较长期地超过适宜上限造成的。尽管在形成原因和概念上可明确划分，但在实际中往往逢涝必渍，涝去渍存，三者相互关联难以分割。将洪、涝和渍作为统一过程，重视作物生长发育期内受涝渍害综合作用胁迫的动态过程已成为研究发展趋势。受云雨天气影响，时空连续的遥感数据在开展区域尺度涝渍害研究时往往难以获得。目前较为常见的研究手段是通过气象站点资料计算涝渍指标，并根据指标计算结果评估涝渍害程度和空间分布范围，如降水量指标、降水距平百分率（pa)、标准化降水指数（SPI）、降水Z指数等，但是这些指标均以降水量为基础，未考虑地表水分蒸散状况，故仅反映可能的受涝受渍情况，针对性不足。近年来，一些学者从水分平衡原理出发来构建反映水分供需关系的涝渍指标。例如，马晓群等以相对湿润度指数为基础，考虑前期旱涝程度对当前旱涝状况的累积影响，提出具有农业意义的累积湿润度指数，利用该指数分析近30年江淮地区农田年、季旱涝时空变化，并将该指数用于江淮地区农业旱涝综合监测预警；吴洪颜等在对阴湿系数做降尺度修订的基础上，根据涝渍指数临界值、持续天数以及冬小麦的可能减产率来构建考虑阴雨持续时间的冬小麦涝渍指数，并进行历史反演；秦鹏程等考虑前期不同时刻降水、蒸散发对当前土壤水分平衡影响的差异性，构建权重湿润，建立以逐日权重湿润指数为基础，持续时间和权重湿润指数累积值为强度等级划分依据的湿渍害监测指标和方法，并进行应用检验。【本研究切入点】目前，适用于区域性春玉米涝渍害的指标尚未统一。基于水分供需平衡关系构建的指标（如权重湿润指数）虽能反映农田湿润程度，但并未考虑作物类型和不同生育阶段作物对水分敏感程度的不同，也无法做到跟踪和动态评估涝渍灾变过程变化。鉴于此，本文提出一种改进权重湿润指数。【拟解决的关键问题】本研究通过春玉米涝渍灾害事件训练样本，耦合改进权重湿润指数与历史灾情，科学划定东北地区春玉米不同生育阶段涝渍灾害强度分级阈值，检验该阈值方法对东北地区春玉米涝渍灾害评估结果的准确性和适用性，分析近30年东北地区春玉米涝渍灾害空间格局，揭示其空间规律，以期为减灾决策管理提供依据。
1 材料与方法
1.1 研究区域及数据来源
涝渍灾害的发生与地形地貌条件密切相关。东北地区地形以平原、山地、河流为主，其中平原地区土壤肥沃，利于农作物栽培，是我国重要的商品粮区；在地势平坦低洼、河流坡降平缓处，微地形地貌对地表径流的汇集有很大作用，加上地下水位较高，水分下渗困难，造成平原区涝渍灾害频繁发生。考虑到东北地区春玉米空间分布特点及涝渍灾害成因，在此依据地形及坡度条件，将满足海拔高度≤500 m且坡度≤25°的平原丘陵地区作为东北地区春玉米涝渍影响区。
气象观测资料源自于国家气象信息中心，包括1986—2015年位于东北地区春玉米涝渍影响区的158个气象站点逐日气象资料，气象站点基本覆盖东北地区春玉米涝渍区的所有县域。气象要素包括平均气温、最高气温、最低气温、降水量、日照时数、平均风速、平均相对湿度和平均气压，缺失和异常数据通过线性插补方法补齐。
春玉米生育期观测资料源于《作物生长发育状况记录年报表》和《中国农作物生长发育数据集》，据此统计春玉米涝渍区多年平均播种、七叶、抽雄、乳熟、成熟日期。
春玉米土壤墒情资料源于《中国农田土壤湿度旬值数据集》，包括东北地区50个气象站点1991—2009年逐旬观测资料。
春玉米涝渍灾情资料源于《中国气象灾害大典》（辽宁卷、吉林卷和黑龙江卷）、《中国气象灾害年鉴》（2002—2016年）和《中国农气灾情旬值数据集》（1991—2009年），统计资料中关于春玉米涝渍灾害事件的相关记录，根据历史资料灾情描述，将涝渍灾害程度分为轻度、中度、重度3个等级。具体判定方法为：轻度涝渍为倒伏、受灾、受涝，中度涝渍为成灾、部分绝收、部分改种，重度涝渍为冲毁、绝收、改种。
1.2 研究方法
1.2.1 权重湿润指数简介 权重湿润指数（WMI）是加权平均降水量与加权平均参考作物蒸散量的相对比值，计算公式如下：
width=55.65,height=25.5
式中：WAP为加权平均降水量，能够综合反映前期降水和当天降水对当天旱涝的影响，其计算公式可简化表示为：
width=81.05,height=27.35
式中，α为取值范围（0，1）的参数，表明降水的影响权重逐日衰减；N为超前当前天的前期衰减日数，由计算精度及衰减强度决定；Pn为前期第n日的降水量。α通过敏感性分析取值0.95，N取90 d。
PET0为同期逐日参考作物蒸散量的累积，采用上述降水权重系数进行加权平均处理，对于逐日参考作物蒸散量（ET0）的计算，采用FAO推荐的Penman- Monteith公式，计算公式为：
width=190.6,height=39.7
式中，Rn为冠层表面净辐射（MJ·m-2）；G为土壤热通量（MJ·m-2）；Δ为饱和水汽压曲线斜率（kPa·℃-1）；r为干湿常数（kPa·℃-1）；T为平均温度（℃）；U2为2 m高处风速（m·s-1）；es和ea分别为饱和与实际水汽压（kPa）。
权重湿润指数用于土壤偏湿为基本特征的作物湿渍害的监测和评估时，以偏湿状态（WMI＞1）持续时间和过程累积程度作为湿渍害过程判别和等级划分方法，如表1所示。
表1 作物湿渍害等级划分
Table 1 Grade classification of crop waterlogging
1.2.2 改进权重湿润指数构建 为了更准确地反映春玉米生长过程中实际供水量与作物最大需水量之间的平衡关系，本研究提出构建改进权重湿润指数（IWMI），将权重湿润指数计算公式中的累积参考作物蒸散量（PET0）替换为累积作物需水量（PETc），以表征玉米旱涝状况。该指数以逐日降水量的加权平均量为供水指标，以同期逐日作物需水量的加权平均量为需水指标，其计算公式如下：
width=58.45,height=25.35
式中，WAP的计算采用Lu对前期降水衰减天数的具体分析，当降水衰减作用在一个半月左右时，前期降水影响对当前旱涝状况基本趋于可忽略状态，故选取参数a为0.9，前期衰减日数N为44 d。PETc的计算依据上述方法对逐日作物需水量（ETc）加权平均可得；ETc计算公式如下：
width=65.75,height=11.6
式中，Kc的计算采用FAO推荐的单作物系数法。根据此方法，将春玉米全生育期作物系数变化划分为4个阶段，如图1所示，分别为:（1）初始生长期（播种期—七叶期），从播种到作物覆盖率接近10%，此阶段内作物系数为Kc ini；（2）快速发育期（七叶期—抽雄期），从覆盖率10%到充分覆盖，此阶段内作物系数由Kc ini线性增加至Kc mid；（3）生育中期（抽雄期—乳熟期），从充分覆盖到成熟期开始，此阶段内作物系数为Kc mid；（4）生育后期（乳熟期—成熟期），从叶片开始变黄到生理成熟或收获，此阶段内作物系数由Kc mid线性减少至Kc end。标准作物系数分别取值为Kc ini=0.3，Kc mid=1.2，Kc end=0.6。根据春玉米生育期观测资料，对各站点生育期内逐日作物系数进行修正，计算公式如下：
width=209.35,height=16.5
式中，Kci为第i天的作物系数；i为整个生育期间隔天数的日序数；L为生育期间隔天数；∑(Lprev)为i天之前的所有生育期间隔日数的总和；Lstage为i天所处生育期间隔日数；Kc next为i天之后生育期的作物系数；Kc prev为i天之前生育期的作物系数。
width=286.85,height=155
图1 春玉米全生育期作物系数变化
Fig. 1 Change of Kc during the developmental period of spring maize
对于任意时间尺度的改进权重湿润指数，计算公式如下：
width=77.85,height=28.95
式中，KIWMI为某段时间内的改进权重湿润指数，IIWMI,i为不同时间尺度上第i天的改进权重湿润指数，n为计算天数。考虑到涝渍害影响时间较长，并参照现行涝渍监测业务中以土壤相对湿度在90%以上持续 10 d 作为农田渍害的标准，本文以旬尺度计算改进权重湿润指数并对其进行春玉米涝渍强度等级划分。
1.2.3 基于改进权重湿润指数的不同生育阶段春玉米涝渍强度等级划分 研究表明，玉米不同生育阶段对涝渍的敏感程度不同，随着发育进程推移，玉米耐涝渍能力逐渐增强，对涝渍胁迫的敏感程度逐渐降低，因而不同生育阶段涝渍强度等级也应有所差别。根据东北地区1986—2015年30年的春玉米涝渍灾情资料，统计整理得到不同县域春玉米生育期内涝渍灾害事件共355组。利用涝渍影响区内158个站点逐日气象资料，逐事件计算灾情资料记载中各站点受灾时段的旬尺度改进权重湿润指数。选取其中340组事件，即包含春玉米4个生育阶段、3个等级程度在内的共378个改进权重湿润指数序列作为训练样本，用于确定春玉米不同生育阶段涝渍强度分级的临界阈值；随机预留春玉米涝渍灾害事件15组作为测试样本，用于指标对比和结果验证。
采用K-S检验方法（Kolmogorov-Smirnov test），对选取的340组事件样本中的改进权重湿润指数序列进行正态分布显著性检验。结果表明，春玉米不同生育阶段各强度等级的改进权重湿润指数序列均服从正态分布（α＞0.05）。基于该样本序列服从正态分布的前提，采用t-分布区间估计方法，估计样本的重现水平，得到样本平均值95%置信区间，结果如表2所示。
以表2中95%置信区间的下置信界限作为春玉米不同生育阶段涝渍各强度等级的临界阈值，为提高临界阈值的可应用性，取阈值尾数为0.00或0.05。据此，确定东北地区春玉米各生育阶段涝渍强度等级划分结果，如表3所示。
1.2.4 改进权重湿润指数评估结果验证 在对基于改进权重湿润指数的东北地区春玉米各生育阶段涝渍强度等级评估结果进行验证时，根据多年土壤水分和农业气象灾害监测的研究结果，涝渍发生的下垫面条件与土壤含水量关系密切，渍害多发生在土壤相对湿度90%以上，并持续多天的条件下。首先分析10 cm、20 cm和50 cm的土壤相对湿度观测旬值与旬尺度改进权重湿润指数的相关性，选择相关性最高的土壤相对湿度与改进权重湿润指数建立非线性Slogistic反演模型，采用决定系数（R2）和均方根误差（RMSE）验证模型的精度，计算公式如下：
表2 改进权重湿润指数序列K-S检验结果和平均值95%置信区间
Table 2 K-S test values of IWMI sequence and 95% confidence interval of sample average
表3 基于改进权重湿润指数的东北地区春玉米各生育阶段涝渍强度等级
Table 3 Grading of spring maize waterlogging at different stages in Northeast China based on IWMI
width=71.35,height=57
width=96.35,height=44.1
式中，xi为旬尺度改进权重湿润指数，yi为土壤相对湿度，`y为土壤相对湿度均值，n为样本总数。
其次通过春玉米涝渍灾情资料，统计权重湿润指数和改进权重湿润指数对随机预留的测试样本中15组春玉米涝渍灾害事件灾情判定结果的差别，采用各指数的准确率（f）分析二者评估结果与实际灾情的一致性，计算公式如下：
width=57.1,height=24.1
式中，m为评估正确事件数，M为总事件数。
最后对比典型年份代表站点涝渍灾变过程降水、权重湿润指数和改进权重湿润指数随时间变化的过程。
1.2.5 春玉米涝渍空间格局分析 依据表3强度等级划分结果，采用涝渍频率（Fi）分析东北地区春玉米1986—2015年不同生育阶段内各涝渍强度等级的空间格局。以某一站点特定时段内发生某种程度涝渍的年数与总年数之比表示涝渍频率，计算公式如下：
width=59.15,height=25.6
式中，n为该站点特定时段内发生某种程度涝渍的年数，N为总年数，下标i为区别不同站点的序号。采用Arc GIS10.6软件内置的克里金插值方法（Kriging)对涝渍频率进行空间插值。
2 结果
2.1 改进权重湿润指数与土壤相对湿度的相关性和拟合关系检验
选取时间、站点相对应的各层土壤相对湿度观测旬值与旬尺度改进权重湿润指数，分析春玉米不同生育阶段各层土壤相对湿度与改进权重湿润指数的相关性，结果如表4所示。可以明显看出，春玉米不同生育阶段10 cm、20 cm和50 cm土壤相对湿度与改进权重湿润指数均达到极显著相关（p＜0.001）；除快速发育期外，其他生育期内二者相关系数均表现为20 cm土壤相对湿度＞10 cm土壤相对湿度＞50 cm土壤相对湿度。故选取20 cm土壤相对湿度进行下一步分析。
绘制春玉米不同生育阶段20 cm土壤相对湿度与对应的改进权重湿润指数散点图（图2）。可以看出，不同生育阶段春玉米20 cm土壤相对湿度均随改进权重湿润指数的增加呈指数增长，直至饱和。以非线性Slogistic模型进行曲线拟合，发现各生育阶段拟合模型的决定系数（R2）由大到小的顺序为0.46（生育中期）＞0.34（生育后期）＞0.31（快速发育期）＞0.21（初始生长期），均方根误差（RMSE）由小到大的顺序为0.49（生育后期）＜0.51（生育中期）＜0.52（初始生长期）＜0.56（快速发育期），不同生育阶段拟合曲线中90%的20 cm土壤相对湿度所对应的改进权重湿润指数值分别为0.77（初始生长期）＜1.12（快速发育期）＜1.21（生育中期）＜1.25（生育后期）。总体来看，春玉米不同生育阶段的20 cm土壤相对湿度与改进权重湿润指数的变化具有极显著相关性，改进权重湿润指数越大，对应的土壤含水量越趋近饱和，涝渍风险越高，表明改进权重湿润指数能够反映春玉米农田涝渍的实际情况。
表4 春玉米不同生育阶段土壤相对湿度与改进权重湿润指数的Pearson相关分析
Table 4 Pearson correlation of relative soil moisture and IWMI at different growth stages of spring maize
***表示在0.001水平下显著 *** shows significant at 0.001 level
width=471.8,height=302.6
（a）、（b）、（c）和（d）分别指春玉米初始生长期、快速发育期、生育中期和生育后期，黑色实线分别表示为基于Slogistic函数的拟合曲线以及拟合曲线中90%的20 cm土壤相对湿度所对应的改进权重湿润指数；n为样本数
(a), (b), (c) and (d) represent initial growth period, rapidly developmental period, middle period, and end period, respectively. Black solid lines respectively represent fitting curves and the Improved Weight Moist index corresponding to 90% of the 20 cm soil relative humidity in the fitted curve;n is the sample size
图2 基于Slogistic模型的20 cm土壤相对湿度与改进权重湿润指数拟合
Fig. 2 Fitting on relative soil moisture at 20 cm depth and IWMI based on the Slogistic model
2.2 基于春玉米涝渍灾害事件的指数评估结果检验与对比
利用随机预留的测试样本中15组春玉米涝渍灾害事件，以及所计算的对应权重湿润指数和改进权重湿润指数，对比2个指标判定的灾害时间、灾害程度等级与涝渍实际发生情况，结果如表5所示。可以看出，在随机预留的15组事件中，权重湿润指数评估结果与灾情记录一致的有4组，部分一致的有6组，不一致的有5组，完全准确率为26.7%，部分准确率为66.7%；改进权重湿润指数评估结果与灾情记录一致的有10组，部分一致的有4组，不一致的有1组，完全准确率为66.7%，部分准确率为93.3%。总体来看，基于改进权重湿润指数的涝渍强度等级划分方法更适用于东北地区春玉米涝渍灾害评估。
2.3 基于典型年份涝渍灾变过程的指数评估结果检验和对比
以涝渍灾害典型年份1998年为例，根据代表站点选取原则，自北向南选取黑龙江嫩江、吉林白城和辽宁沈阳3个代表站点，在春玉米全生育期内对降水、WMI和IWMI随时间变化的过程曲线进行比较，结果如图3所示。从图3-（a）可以看出，自DOY139起，嫩江站出现持续降水过程，到DOY179降水频率减少；WMI指数显示涝渍过程自DOY169开始，DOY180结束，为期12 d，过程累积WMI量为22.3，属轻度灾害；IWMI指数显示涝渍过程自DOY141开始，DOY181结束，灾害强度由轻度逐渐转为重度；结合春玉米涝渍灾情资料，嫩江县5月下旬至6月下旬连续降雨，全县受灾面积1.4×104 hm2，成灾面积0.9×104 hm2，0.7×104 hm2农田绝产，表明对涝渍灾害持续时间和严重程度的判断，IWMI指数与实况更为符合。从图3-（b）可以看出，从DOY222到DOY223，白城站经历2次连续暴雨；WMI指数显示涝渍过程自DOY221开始，DOY241结束，为期21 d，过程累积WMI量为59.2，属中度灾害；IWMI指数显示涝渍过程自DOY223开始，DOY242结束，灾害强度由重度转为轻度；结合春玉米涝渍灾情资料，白城市8月上旬、中旬的2场暴雨造成严重的洪涝灾害，表明对涝渍灾害严重程度的判断，IWMI指数与实况更为符合。从图3-（c）可以看出，沈阳站在DOY195经历1次大暴雨，在DOY217经历1次暴雨；WMI指数显示涝渍过程自DOY195开始，DOY236结束，为期42 d，过程累积WMI量为75.6，属重度灾害；IWMI指数显示涝渍过程自DOY192开始，DOY222结束，灾害强度为中度；结合春玉米涝渍灾情资料，沈阳市7月中旬、8月上旬连续降雨，玉米内涝0.3×104 hm2，表明对涝渍灾害持续时间的判断，IWMI指数与实况更为符合。总体来看，3个代表站点IWMI指数所反映的当年涝渍时间和强度与灾情资料更为相符，并能够动态表征涝渍灾害随时间变化的强度等级转换过程。
表5 基于春玉米涝渍灾害事件的指标结果检验与对比
Table 5 Verification and comparison on the indices evaluation results through spring maize waterlogging disaster events
√ 表示一致，◎ 表示部分一致，× 表示不一致
√ shows consistent, ◎ shows partially consistent, × shows inconsistent
width=453.55,height=534.05
以1998年嫩江站（a）、白城站（b）和沈阳站（c）春玉米生育期涝渍为例
In the case of waterlogging events at representative stations ofNenjiang (a), Baicheng (b) and Shenyang (c) during the spring maize growth period in 1998
图3 基于WMI和IWMI的涝渍灾变过程评估结果检验与对比
Fig. 3 Verification and comparison on waterlogging disaster process assessment results based on the WMI and IWMI
2.4 春玉米涝渍空间格局
1986—2015年春玉米不同生育阶段各强度等级涝渍频率空间分布中，在春玉米初始生长期，轻度涝渍频率分布特点为黑龙江、吉林、辽宁零星地区频率较高，在30%以上；黑龙江东北部和南部部分地区、吉林中部和东部、辽宁西部在10%—30%之间；其余地区频率低于10%。中度涝渍频率分布特点为黑龙江东部部分地区、吉林中部在10%—30%之间，其余大部分地区率低于10%。重度涝渍频率分布特点为黑龙中部小部分地区、吉林东部小部分地区、辽宁东部小部分地区频率较高，在30%以上；黑龙中部和东部、吉林东部、辽宁东部部分地区在10%—30%之间；其余地区频率低于10%。
在春玉米快速发育期，轻度涝渍频率分布特点为吉林东南部小部分地区频率较高，在30%以上；黑龙江、吉林、辽宁大部分地区在10%—30%之间。中度涝渍频率分布特点为黑龙江大部分地区、吉林中部和东部、辽宁北部在10%—30%之间；其余部分地区频率低于10%。重度涝渍频率分布特点为黑龙江大部分地区、吉林中部部分地区、辽宁东部小部分地区在10%—30%之间；其余部分地区频率低于10%。
在春玉米生育中期，轻度涝渍频率分布特点为黑龙江、吉林、辽宁大部分地区在10%—30%之间，其余地区频率低于10%。中度涝渍频率分布特点为黑龙江小部分地区、吉林中部和东部、辽宁大部分地区在10%—30%之间；其余地区频率低于10%。重度涝渍频率分布特点为辽宁东南部部分地区频率较高，在30%以上；吉林中部小部分地区、辽宁中部和东部在10%—30%之间；其余地区频率低于10%。
在春玉米生育后期，轻度涝渍频率分布特点为黑龙江中部、吉林东部、辽宁中部在10%—30%之间；其余部分地区频率低于10%。中度涝渍频率和重度涝渍频率均较低，基本均在10%以下。
3 讨论
本文以权重湿润指数为基础，以作物需水量代替参考作物蒸散量，构建改进权重湿润指数；通过历史灾情记录，构建基于改进权重湿润指数的春玉米涝渍灾害事件训练样本和测试样本，将训练样本置信区间阈值方法作为划定我国东北地区春玉米不同生育阶段的各涝渍强度等级的依据，该阈值划定方法已在我国江淮地区夏玉米涝渍、江汉和江南西部春玉米涝渍、西南地区水稻洪涝、湖南省早稻洪涝、黄淮海冬小麦干旱、东北地区春玉米冷害中得到应用与证实；涝渍强度等级评价阈值可以反映玉米各生育阶段对涝渍胁迫敏感程度的不同，阈值越高，表明该生育阶段玉米耐涝渍能力越强，对涝渍胁迫的敏感程度越低。研究表明，随着发育进程推移，玉米耐涝渍能力逐渐增强，对涝渍胁迫的敏感程度逐渐降低，与本文得出的涝渍强度等级评价阈值结果相符。
改进权重湿润指数与土壤相对湿度的相关性和拟合关系检验中显示，二者达到极显著相关，拟合效果精度较高，各生育阶段拟合曲线中90%的20 cm土壤相对湿度所对应的改进权重湿润指数值佐证了基于改进权重湿润指数的涝渍灾害强度分级阈值的确定是合理的，说明改进权重湿润指数能反映春玉米农田涝渍的实际情况。通过对随机预留的测试样本中春玉米涝渍灾害评估结果进行检验和对比，发现改进权重湿润指数对灾害事件评估的准确率远高于权重湿润指数，表明改进权重湿润指数更适用于东北地区春玉米涝渍灾害评估。通过对1998年3个站点春玉米生育期内降水、改进权重湿润指数和权重湿润指数随时间变化的过程曲线进行比较，也证明了改进权重湿润指数在春玉米涝渍灾害过程动态评估中的优势。与以权重湿润指数累积值及其持续时间划定作物渍害强度等级的方法相比，改进权重湿润指数已考虑前期降水和蒸散的累积效应、作物种类和生长发育阶段等多种因素，在涝渍强度等级划分时无需考虑持续时间和累积程度，不仅适用于任何时间尺度的涝渍灾害程度评估，更重要的是可针对涝渍灾变过程进行跟踪和动态评估，应用十分灵活。依据改进权重湿润指数对春玉米不同生育阶段各涝渍强度等级划分结果，分析东北地区春玉米涝渍的空间格局，结果表明，春玉米不同生育阶段各等级涝渍频率差别较大，初始生长期涝渍频率以轻度涝渍和重度涝渍为主，快速发育期以轻度涝渍和中度涝渍为主，生育中期以中度涝渍和重度涝渍为主，生育后期以轻度涝渍主。黑龙江中部、吉林东南部、辽宁东南部为中度及以上涝渍频率的高发区，生育中期是中度及以上涝渍频率高发期。主要原因是受地形地貌和天气气候的影响，东北地区全年降水主要集中在夏季，汛期降水异常对作物生长发育影响很大。这与高晓容等利用生育阶段水分盈亏指数（CWSDI）得出东北玉米在七叶期—抽雄期、抽雄期—乳熟期、乳熟期—成熟期后3个阶段中涝及以上频率较高，分布由东南向西北方向递减，辽宁东南部和吉林东南部为高发区的研究结论呈现出较好的一致性。
涝渍灾害的形成过程十分复杂，涉及因素除气象条件、作物类型和生长发育阶段外，还包括地形、地下水位、土壤类型等环境要素和种植制度、田间管理等人为要素。本文仅基于作物生长过程中的水分收支平衡状况，通过改进权重湿润指数划定东北地区春玉米不同生育阶段各涝渍强度，在历史灾情资料处理中，春玉米涝渍灾情等级均为人为判定，这可能会产生不可忽视的误差。在下一步研究中，综合考虑多种因素，模拟作物受涝受渍后动态变化过程，基于灾变过程进行涝渍灾害预警、监测和评价显得尤为重要。
4 结论
以权重湿润指数为基础，通过作物需水量替代参考作物蒸散量的方法构建改进权重湿润指数，确定东北地区春玉米不同生育阶段各涝渍强度分级阈值，并阐释东北地区春玉米涝渍格局。研究结果表明，通过改进权重湿润指数与历史灾情耦合方法划分的我国东北地区春玉米不同生育阶段涝渍强度分级结果可靠，与基于土壤相对湿度的农田涝渍状况保持了显著一致性；与权重湿润指数相比，改进权重湿润指数不仅对春玉米涝渍灾害评估准确率更高，而且更适于春玉米涝渍灾变过程的跟踪和动态评估；春玉米初始生长期、快速发育期、生育中期以及生育后期不同强度等级的涝渍频率差别较大，其中，黑龙江中部、吉林东南部、辽宁东南部为中度及以上涝渍频率的高发区，生育中期是中度及以上涝渍频率高发期。
References
中华人民共和国国家统计局. 中国统计年鉴. 北京: 中国统计出版社, 2010-2018.
National Bureau of Statistics of the People's Republic of China. China Statistical Yearbook. Beijing: China Statistics Press, 2010-2018. (in Chinese)
周琳. 东北气候. 北京: 气象出版社, 1991: 43-55.
Zhou L. Climate of Northeast China. Beijing: Meteorological Press, 1991: 43-55. (in Chinese)
余卫东, 冯利平, 刘荣花. 玉米涝渍灾害研究进展与展望. 玉米科学, 2013, 21(4): 143-147.
Yu W D, Feng L P, Liu R H. Research progress and prospective of waterlogging on maize. Journal of Maize Sciences, 2013, 21(4): 143-147. (in Chinese)
Patricio G, Guillerno V I, Monica L P, Antonio J H, Nora T. Responses to short-term waterlogging during grain filling in sunflower. Field Crop Research, 2007, (101): 352-363.
霍治国. 农业和生物气象灾害. 北京: 气象出版社, 2009.
Huo Z G. Agricultural and Biometeorological Disasters. Beijing: Meteorological Press, 2009. (in Chinese)
霍治国, 范雨娴, 杨建莹, 尚莹. 中国农业洪涝灾害研究进展. 应用气象学报, 2017, 28(6): 641-653.
HOU Z G, FAN Y X, YANG J Y, SHANG Y. Review on agricultural flood disaster in China. Journal of Applied Meteorological Science, 2017, 28(6): 641- 653. (in Chinese)
朱建强, 李方敏, 张文英, 陈晓群, 程玲. 旱作物涝渍排水研究动态分析. 灌溉排水, 2001, 20(1): 39-42.
ZHU J Q, LI F M, ZHANG W Y, CHEN X Q, CHENG L. Research trends about surface and subsurface waterlogging drainage on dry farmlands. Journal of Irrigation and Drainage, 2001, 20(1): 39-42. (in Chinese)
吴启侠, 苏荣瑞, 刘凯文, 朱建强, 杨威, 周元. 江汉平原四湖流域近50年高温热害及热涝相随特征. 中国农业气象, 2012, 33(4): 609-614.
Wu Q X, Su R R, Liu K W, Zhu J Q, Yang W, Zhou Y. Hot damage and concomitance of hot and waterlogging in four-lake basin in Jianhan plain during the last 50 years. Chinese Journal of Agrometeorology, 2012, 33(4): 609-614. (in Chinese)
吴贤云, 丁一汇, 王琪, 叶成志. 近40年长江中游地区旱涝特点分析. 应用气象学报, 2006, 17(1): 19-28.
Wu X Y, Ding Y H, Wang Q, Ye C Z. Characteristics of the recent 40-year flood/drought over the middle reaches of the Yangtze. Journal of Applied Meteorological Science, 2006, 17(1): 19-28. (in Chinese)
郁凌华, 赵艳霞. 黄淮海地区夏玉米生长季内的旱涝灾害分析. 灾害学, 2013, 28(2): 71-75, 80.
Yu L H, Zhao Y X. Analysis of drought and flood disasters in summer maize growing season in Huang-Huai-Hai region. Journal of Catastrophology, 2013, 28(2): 71-75, 80. (in Chinese)
郭锐, 智协飞. 中国南方旱涝时空分布特征分析. 气象科学, 2009, 29(5): 598-605.
GUO R, Zhi X F. Spatial-temporal characteristics of the drought and flood in southern China. Scientia Meteorologica Sinica, 2009, 29(5): 598-605. (in Chinese)
马晓群, 吴文玉, 张辉. 利用累积湿润指数分析江淮地区农业旱涝时空变化. 资源科学, 2008, 30(3): 371-377.
MA X Q, WU W Y, ZHANG H. Analyzing spatial and temporal variations of agricultural drought and waterlog in Jianghuai area through accumulated humidity index. Resources Science, 2008, 30(3): 371-377. (in Chinese)
马晓群, 吴文玉, 张辉. 农业旱涝指标及在江淮地区监测预警中的应用. 应用气象学报, 2009, 20(2): 186-194.
MA X Q, WU W Y, ZHANG H. The agricultural drought and flood index and its operational application to monitoring and early-warning in Jianghuai area. Journal of Applied Meteorological Science, 2009, 20(2): 186-194. (in Chinese)
吴洪颜, 高苹, 谢志清, 曹璐. 基于春季阴雨过程的冬小麦涝渍指数模型构建与应用. 气象, 2017, 43(3): 373-377.
Wu H Y, Gao P, Xie Z Q, Cao L. Construction and application of waterlogging index model of winter wheat based on spring rainy weather. Meteorological Monthly, 2017, 43(3): 373-377. (in Chinese)
秦鹏程, 刘志雄, 万素琴, 苏荣瑞, 黄敬峰. 基于决策树和随机森林模型的湖北油菜产量限制因子分析. 中国农业气象, 2016, 37(6): 691-699.
Qin P C, Liu Z X, Wan S Q, Su R R, Huang J F. Identification of yield limiting factors for oilseed rape in Hubei province based on CART and Random Forest model. Chinese Journal of Agrometeorology, 2016, 37(6): 691-699. (in Chinese)
秦鹏程, 刘志雄, 万素琴, 刘敏, 苏荣瑞. 基于权重湿润指数的作物湿渍害监测与检验. 长江流域资源与环境, 2018, 27(2): 328-334.
Qin P C, Liu Z X Wan S Q, Liu M, Su R R. Application and validation of weighted moisture index in waterlogging disaster monitoring. Resources and Environment in the Yangtze Basin, 2018, 27(2): 328-334. (in Chinese)
Zaidi P H, Rafique S, Rai P K, Singh N N, Srinivasan G. Tolerance to excess moisture in maize (Zea may L): susceptible crop stages and identification of tolerant genotypes. FieldCrops Research, 2004, 90: 189-202.
房稳静, 武建华, 陈松, 张静, 李晨, 刘瑞. 不同生育期积水对夏玉米生长和产量的影响试验. 中国农业气象, 2009, 30(4): 616-618.
FANG W J, WU J H, CHEN S, ZHANG J, LI C, LIU R. Experiment for the impact of flood in different development stages on summer maize growth and yields. Chinese Journal of Meteorology, 2009, 30(4): 616-618. (in Chinese)
Rai R, Srivastava K. Effect of waterlogging on some biochemical parameters during early growth stages of maize. Indian Journal of Plant Physiology, 2004, 9: 65-68.
王矿, 薛亚峰, 王友贞, 汤广民, 胡铁松, 袁宏伟. 玉米涝渍胁迫的水分产量关系试验研究. 灌溉排水学报, 2012, 31(6): 67-70.
WANG K, XUE Y F, WANG Y Z, TANG G M, HU T S, YUAN H W. Experimental study of relationship between water and yield of maize. Journal of Irrigation and Drainage, 2012, 31(6): 67-70. (in Chinese)
刘祖贵, 刘战东, 肖俊夫, 南纪琴, 巩文军. 苗期与拔节期淹涝抑制夏玉米生长发育降低产量. 农业工程学报, 2013, 29(5): 44-52.
Liu Z G, Liu Z D, Xiao J F, Nan J Q, Gong W J. Waterlogging at seedling and jointing stages inhibits growth and development, reduces yield in summer maize. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(5): 44-52. (in Chinese)
Lu C P, Xue B, Lu C Y, Wang T, Jiang L, Zhang Z L, Ren W X. Sustainability investigation of resource-based cities in Northeastern China. Sustainability, 2016, 8: 1058.
刘兵, 朱广石, 王平, 金剑, 王光华, 刘晓冰. 东北农田涝渍成因和治理研究概况. 广东农业科学, 2010, 37 (11): 276-278.
LIU B, ZHU G S, WANG P, JIN J, WANG G H, LIU X B. Research advances on cause of water logging and administrating technologies in farm land of Northeast China. Guangdong Agricultural Sciences, 2010, 37 (11): 276-278. (in Chinese)
中国科学院长春地理研究所沼泽研究室. 三江平原沼泽. 北京: 科学出版社, 1983: 58-59.
Swamp Research Laboratory, Changchun Institute of Geography, Chinese Academy of Sciences. Sanjiang Plain Marsh. Beijing: Science Press, 1983: 58-59. (in Chinese)
张桂香, 霍治国, 杨建莹, 张蕾, 吴立, 汪天颖, 杨宏毅. 江淮地区夏玉米涝渍灾害时空分布特征和风险分析. 生态学杂志, 2017, 36(3): 747-756.
Zhang G X, Huo Z G, Yang J Y, Zhang L, Wu L, Wang T Y, Yang H Y. Spatiotemporal characteristics and risk analysis of summer corn waterlogging disaster in Jianghuai region. Chinese Journal of Ecology, 2017, 36(3): 747- 756. (in Chinese)
杨宏毅, 霍治国, 杨建莹, 张桂香, 吴立, 范雨娴. 江汉和江南西部春玉米涝渍指标及风险评估. 应用气象学报, 2017, 28 (02): 237-246.
Yang H Y, Huo Z G, Yang J Y, Zhang G X, Wu L, Fan Y X. Indicators and risk of spring corn waterlogging disaster in Jianghan and west region of Jiangnan. Journal of Applied Meteorological Science, 2017, 28(2): 237-246. (in Chinese)
Lu E. Determining the start, duration, and strength of flood and drought with daily precipitation: Rationale. Geophysical Research Letters, 2009, 36(12): L12707.
Allen R G, Pereira L S, Raes D, Smith M. Crop evapotranspiration-guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56, Rome, 1998.
陈玉民, 郭国双, 王广兴, 康绍忠, 罗怀彬, 张大中. 中国主要作物需水量与灌溉. 北京: 水利电力出版社, 1995: 77-95.
Chen Y M, Guo G S, Wang G X, Kang S Z, Luo H B, Zhang D Z. Main crop water requirement and irrigation of China. Beijing: Water Power Press, 1995: 77-95. (in Chinese)
王建林, 毛留喜. 现代农业气象业务. 北京: 气象出版社, 2010.
Wang J L, Mao L X. Modern agricultural meteorological business. Beijing: Meteorological Press, 2010. (in Chinese)
Massey E J. The Kolmogorov-Smirnov test for goodness of fit. Journal of the American Statistical Association, 1951, 46: 68-78.
张文彤. SPSS统计分析基础教程. 北京: 高等教育出版社, 2011.
Zhang W T. Basic Course of SPSS Statistical Analysis. Beijing: Higher Education Press, 2011. (in Chinese)
胡晓华. Logistic曲线参数估计及应用. 数学理论与应用, 2011, 12(4): 26-50.
Hu X H. Parameters estimation for logistic curve and application.Mathematical Theory and Applications, 2011, 12(4): 26-50. (in Chinese)
郭建平, 庄立伟, 陈玥熤. 东北玉米热量指数预测方法研究(Ⅰ) ——热量指数与玉米产量. 灾害学, 2009, 24(4): 6-10.
Guo J P, Zhuang L W, Chen W Y. Study on prediction method of northeast corn thermal index (I)-thermal index and corn yield. Journal of Catastrophology, 2009, 24(4): 6-10. (in Chinese)
高晓容, 王春乙, 张继权, 薛绪掌. 近50年东北玉米生育阶段需水量及旱涝时空变化. 农业工程学报, 2012, 28(12): 101-109.
Gao X R, Wang C Y, Zhang J Q, Xue X Z. Crop water requirement and temporal-spatial variation of drought and flood disaster during growth stages for maize in Northeast during past 50 years. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28 (12): 101-109. (in Chinese)
Yang J Y, Huo Z G, Wu L, Wang T Y, Zhang G X. Indictor-based evaluation of spationtemporal characteristics of rice food in Southwest China. Agriculture, Ecosystems andEnvironment, 2016, 230: 221-230.
汪天颖, 霍治国, 李旭辉, 杨建莹, 吴立, 张桂香. 基于生育时段的湖南省早稻洪涝等级指标及时空变化特征. 生态学杂志, 2016, 35(3): 709-718.
Wang T Y, Huo Z G, Li X H, Yang J Y, Wu L, Zhang G X. Level indicators and temporal-spatial distribution features of early rice flood disaster in Hunan province based on different growth stages. Chinese Journal of Ecology, 2016, 35(3): 709-718. (in Chinese)
Wu X, Wang P J, Huo Z G, Wu D R, Yang J Y. Crop drought identification index for winter wheat based on evapotranspiration in the Huang-Huai-Hai plain, China. Agriculture, Ecosytems and Environment, 2018, 263: 18-30.
王培娟, 霍治国, 杨建莹, 吴霞. 基于热量指数的东北春玉米冷害指标. 应用气象学报, 2019, 30(1): 13-24.
Wang P J, Huo Z G, Yang J Y, Wu X. Indicators of chilling damage for spring maize based on heat index in Northeast China. Journal of Applied Meteorological Science, 2019, 30(1): 13-24. (in Chinese)
Evaluation method of spring maize waterlogging disaster in Northeast China based on Improved Weight Moist Index
LIU Cong1,2, WU YongFeng2, LIU PingHui1,LIANG LiJiang2
(1College of Earth Sciences, East China University of Technology, Nanchang 330000; 2 Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences/Key Laboratory of Agricultural Environment, Ministry of Agriculture, Beijing 100081)
Abstract:【Objective】The aim of this study investigated the evaluation methods of spring maize waterlogging disasters in Northeast China, so as to provide a scientific basis for the rational production and management of spring maize in Northeast China under the background of climate change.【Method】Based on the Weight Moist Index (WMI), the crop water demand, instead of the reference crop evapotranspiration, was used to construct an Improved Weight Moist Index (IWMI). The coupling method of waterlogging disaster events and IWMI during the growth period of spring maize in Northeast China from 1986 to 2015, the normal distribution significance test method based on K-S test, and the estimation method of t-distribution interval were used to determine the thresholds for waterlogging intensity grading of different growth stages in spring maize. The correlation and fitting relationship of soil relative humidity and IWMI, the consistency of the evaluation results on IWMI and WMI and waterlogging disaster statistics results, and the accuracy of the assessment on dynamic process of waterlogging disasters in typical years were analyzed to evaluate the IWMI precision. The spatial pattern of waterlogging at different growth stages of spring maize in Northeast China was analyzed, and then its regular characteristics were revealed. 【Result】(1) IWMI was significantly correlated with soil relative humidity at different depths (P＜0.001). Except for the rapidly developmental period of maize, in the other stages, the maximum correlation coefficient of both appeared at 20 cm depth. Through fitting the IWMI and the soil relative humidity at 20 cm depth based on a Slogistic model, it was found that the maximum coefficient of determination (R2) appeared in the middle period (0.46), followed by the end period (0.34), the rapidly developmental period (0.31) and the initial growth period (0.21). The minimum root mean square error (RMSE) appeared in the end period (0.49), followed by the middle period (0.51), the initial growth period (0.52), and the rapidly developmental period (0.56). The values of the IWMI corresponding to soil relative humidity of 90% at 20 cm depth were 0.77 in the initial growth period, 1.12 in the rapidly developmental period, 1.21 in the middle period, and 1.25 in the end period. (2) Compared with the disaster diagnosis results in the test samples of the spring maize waterlogging disaster events randomly reserved, the complete accuracy rate and partial accuracy rate of the WMI evaluation results were 26.7% and 66.7%, respectively, while the complete accuracy rate and partial accuracy rate of the IWMI were 66.7% and 93.3%, respectively. (3)Taking the waterlogging disasters during the growth period of spring maize in 1998 in Nenjiang, Baicheng and Shenyang stations as examples, changes of the precipitation, WMI and the IWMI with the days of the year were compared, and it was found that the time of occurrence and intensity level of the waterlogging evaluated by the IWMI were more consistent with the disaster records, and IWMI could also be used to represent the dynamic change of the waterlogging intensity. (4) The frequency of waterlogging of the different intensity levels in spring maize had a great difference. The central part of Heilongjiang, southeastern Jilin, and southeastern Liaoning were high-incidence areas with moderate and above waterlogging, and the middle period was a period of high frequency of moderate and above waterlogging.【Conclusion】Based on the IWMI, the method of determining the thresholds of waterlogging intensities at different growth stages of spring maize in Northeast China was reliable, which could be used to characterize the actual occurrence of farmland waterlogging. Compared with the WMI, IWMI not only had a higher accuracy, but also was more suitable to track and evaluate the dynamic assess of waterlogging disasters, which was of great significance to reveal the catastrophic mechanism and spatio-temporal evolution of spring maize waterlogging disasters in Northeast China under the background of climate change.
Key words: Northeast China; spring maize; improved weight moist index; waterlogging intensity grade; evaluation
页:
[1]