ENSO背景下山西忻州7─8月极端降水对玉米产量的影响

马子平，郝纹进，郭 婕，秦小康，郑秀文，刘丽英

（1.山西省忻州市气象局，山西 忻州 034000；2.山西省忻州市科技情报与战略研究中心，山西 忻州 034000；3.山西省安泽县气象局，山西 安泽 042500）

世界气象组织（WMO）在《2021年气候状况：极端事件和主要影响》中指出，全球2015─2021年是有气温记录以来最热的7 a［1］。受全球气候变暖的影响，我国气候也逐渐变暖，2021全国平均气温为1951年以来最高［2］。近年来，全国各地极端气候事件多发强发，由极端降水事件引发的干旱、洪涝、山洪、泥石流等自然灾害对人类社会和经济的发展造成了严重的影响，构成了较大的威胁［3］。2021年7月20日，河南郑州1 h降水量最高达201.9 mm，创我国小时降水量的观测记录［4］。洪水在河南省造成了177亿美元的经济损失［5］。PCC在《气候变化与土地特别报告》中指出，气候变化已经影响粮食安全，并且未来的影响将越来越大。目前极端气候成因、极端气候的时空变化特征及其对粮食安全生产的影响已成为气候变化相关研究中的热点问题。

近年来，国内许多学者就不同地域和不同时期的极端气候及其对粮食产量的影响进行了研究，部分学者对山西的极端气候特征进行了研究。前人的研究结果显示，山西省西南地区整体呈干旱化趋势，西北地区的极端降水事件趋于增加［6］，具有明显的局地性特征，发生大范围极端降水事件的概率较低［7］。山西省部分地区植被稀少，水土流失严重，生态环境脆弱［8］，对极端气候事件较为敏感。山西省的降水强度（SDII）和持续干旱指数(CDD)有所增加［9］。山西极端降水日数有微弱减少趋势［10］。趋于减少的极端强降水事件存在年际振荡现象［11］。汛期极端降水的特征有所增强，次数有所增加［12］。

玉米是山西省忻州市的主要粮食作物，其种植面积约占耕地总面积的2/3。7月和8月是玉米生长的关键期，极端降水事件对玉米产量有着不可逆的影响［13］。目前，有关极端气候对山西忻州粮食产量尤其是对玉米产量影响的研究极少，因此探究区域极端降水事件对玉米产量的影响及其响应机制尤为必要。

1 研究区域概况与研究方法

1.1 研究区域概况

忻州市位于山西省中北部，地处黄土高原东端，年平均气温为5.6～10.0 ℃，年平均降水量为404.9～528.3 mm，有62.3%的降水集中在夏季。以吕梁山脉为界大致分为西部8县和东部6县。西部地区有黄河沿岸和高寒山区，其中黄河沿岸包括河曲县、保德县和偏关县，高寒山区包括宁武县、神池县、五寨县、岢岚县和静乐县；东部地区有忻定原盆地和繁代谷地，其中忻定原盆地包括忻府区、原平市和定襄县，繁代谷地包括繁峙县、代县和五台县。

1.2 数据来源及说明

本研究所用的气象数据来源于忻州14个县（市、区）气象观测站。所用的玉米产量数据来源于中国知网的经济与社会发展统计数据中心(https://data.cnki.net/ValueSearch/Index?datatype=year&ky)和忻州市农业农村局。ENSO事件数据来源于中国气象局预报与网络司2016年发布的《1950年以来已确定的ENSO事件表》和国家气候中心网。鉴于各县（市、区）气象观测站建站时间和玉米种植年份不同，根据资料连续性、完整性和最长时间段等原则，最终选取了14个县（市、区）1981─2022年7─8月的降水数据和2000─2022年的玉米单产数据。7─8月降水量累年平均值采用1991─2020年30 a的降水量平均值。

1.3 判断极端降水事件的方法

世界气象组织规定：当与相应的30 a平均值之差超过标准差的2倍时，定义为极端天气。本研究采用极端降水指数和降水距平百分比综合判断极端降水事件的发生与否。

1.3.1 极端降水指数 极端降水指数的计算公式为：

式（1）中：L为极端降水指数；S为标准差；Δs为平均差。标准差S的计算公式为：

式（2）中：S为i测站当年7─8月的降水量i为i测站累年7─8月的平均降水量。

1.3.2 降水距平百分比 降水距平百分比的计算公式为：

式（3）中：P为7─8月的降水距平百分比；Si和的含义同上。

1.3.3 判断本地极端降水事件发生的标准 根据式（1）计算出1981─2022年7─8月忻州全市及各县（市、区）极端降水指数(L)的平均值。分析发现，在42 a间，研究区域内有9 a的|L|＞2，在这9 a中共有23站次达此标准，其中2022年达标站次最多，达7站次。全市的平均L值只在2022年大于2，说明极端降水是一种局地性强、危害性极大的小概率事件。张润英等［14］的研究结果表明：忻州夏季发生干旱的概率为45.7%，发生洪涝的概率为25.7%。基于此，先根据式（3）计算出各县（市、区）1981─2022年7─8月的降水距平百分比，再反向计算当|P|=64.8%时各县（市、区）的L值。计算结果（表1）显示，五台和宁武县的|L|＜1.5，其他县（市、区）的|L|＞1.5。因此笔者将判断极端降水事件发生的标准修正为|L|＞1.5，且当L＞1.5时为正极端降水事件，当L＜-1.5时为负极端降水事件。

表1 当|P|＝64.8%时忻州市各县（市、区）的极端降水指数（L）绝对值

1.4 玉米产量的计算方法

1.4.1 趋势产量、气候产量的计算方法 影响农作物产量形成的因素有自然和非自然因素两种，因此人们常把农作物的产量分解为趋势产量、气候产量和随机产量3个部分，其中趋势产量是反映历史时期生产力发展水平的长周期产量分量［15］，一般按影响的性质和时间尺度对粮食单产时间序列进行分解［16］；由气象因素造成产量变化的部分为气候产量［17］；随机产量是由随机因素决定的产量。作物产量的计算公式［18］为：

式（4）中：Y代表作物的实际产量；Yt代表趋势产量；Yw代表气候产量；ε代表随机产量。由于随机产量ε在作物产量中所占的比例很小，常忽略不计，因此，本研究将玉米产量分解为趋势产量和气候产量2个部分，式（4）可以简化为：

本研究采用5 a 滑动平均法［18］对玉米的实际产量数据进行连续滑动处理，求得玉米的趋势产量。玉米的气候产量是从原始实际产量中扣除趋势产量得到，其计算公式为：

若气候产量Yw＞0，则表示当年为气候丰产年；若Yw＜0，则表示当年为气候歉产年；若Yw=0，则表示当年为气候平产年。

1.4.2 判断产量丰歉的方法 由式（6）计算出的玉米气候产量不能定量描述气候波动对玉米产量的影响程度，而玉米相对气候产量能更好地解释这一问题［19-21］。其计算公式为：

式（7）中：Yr为相对气候产量(%)；Yw为气候产量(kg/hm2)；Yt为趋势产量(kg/hm2)。当Yr＞10%时，为气候丰年，表征当年的气候要素有利于玉米的生长发育；当Yr＜-10%时，为气候歉年，表征当年的气候要素不利于玉米的生长发育［22］；当0＜Yr≤10%时，为气候偏丰年，表征当年的气候要素较有利于玉米的生长发育；当-10%≤Yr＜0时，为气候偏歉年，表征当年的气候要素较不利于玉米的生长发育；当Yr=0时为气候正常年。

2 极端降水事件的时空分布特征

2.1 极端降水的时空分布特征

由图1可以看出：在1981─2022年期间，忻州全市7─8月的极端降水指数以0.173/10 a的速率呈增加趋势；各区域的极端降水指数随时间变化均呈增加趋势，增长速率在0.043～0.213/10 a之间，除黄河沿岸外，其余区域的增加趋势较明显。在此期间全市发生了8次大范围的极端降水事件（表2），正、负极端降水事件各有4次，概率均为9.5%。在20世纪80年代和90年代，极端降水事件呈“-+-+”型，间隔时间为2～5 a，其中忻定原盆地、繁代谷地和高寒山区发生极端降水事件比较频繁。在21世纪10年代至20年代极端降水事件呈“--++”型，各区域发生极端降水事件的概率明显低于前一时期，间隔时间也延长到7 a左右。在21世纪10年代的前4 a极端降水事件基本上处在平稳期，全市基本上没有发生极端降水事件，表明在此期间7─8月份降水比较稳定；在21世纪10年代的后6 a以及20年代的前2 a，发生了3次极端降水事件，间隔时间为3～4 a。

图1 1981─2022年7─8月忻州全市平均极端降水指数的变化趋势

在7─8月份，忻州市在42 a间有13 a发生了极端降水事件，发生正、负极端降水事件的年份数分别为8 a和5 a，极端降水事件发生的区域性、时间离散性较强。在高寒山区、忻定原盆地、繁代谷地和黄河沿岸发生极端降水事件的年份数在6～8 a之间（表2），发生概率在14.2%～19.0%之间，以高寒山区发生次数最多；在所有发生极端降水事件的年份中，只有2022年在4个区域都发生了极端降水事件，当年有7站的L值大于2.0，全市的平均L值也达到了2.74，是发生极端降水事件最强的一年。4个区域发生正极端降水事件的年份数相同，均为4 a；而发生负极端降水事件的年份数在2～4 a之间。繁代谷地发生正极端降水事件的概率高于其他区域；高寒山区发生负极端降水事件的概率高于其他区域；黄河沿岸在20世纪90年代后期和近几年极端降水事件发生较频繁，其中2015、2016和2017年连续3 a发生了极端降水事件。近几年4个区域极端降水事件的发生概率也呈增加趋势，其中2018、2022年发生了大范围、高强度的正极端降水事件，表明近年来忻州市7月和8月的降水明显增多，发生正极端降水事件的频率增大、强度增强，发生洪涝灾害的风险加大，特别是繁代谷地发生洪涝灾害的潜在风险高于其他区域。

2.2 ENSO与极端降水事件的关系

分析ENSO与极端降水事件的关系发现：1981年以来共发生了21次ENSO事件，其中，厄尔尼诺事件11次，拉妮娜事件10次。在42 a间，忻州7─8月8次较大范围的极端降水事件都发生在ENSO事件年，其中，正、负极端降水事件各4次（表2）。受厄尔尼诺事件影响22 a，极端降水事件的发生概率为22.7%，且以-0.067/10 a的速率呈弱的下降趋势；受拉尼娜事件影响18 a，极端降水事件的发生概率为16.7%，且以0.619/10 a的速率呈上升趋势。在4次正极端降水事件中，有3次发生在拉妮娜事件的结束年，1次发生在厄尔尼诺事件的结束年；在4次负极端降水事件中，有3次发生在厄尔尼诺事件的开始年，1次发生在厄尔尼诺事件的持续年。

3 玉米产量的变化特征

3.1 时间变化特征

由图2可见：在2000─2022年期间，全市玉米平均实际单产在2968.0～6488.2 kg/hm2范围内波动，年际间差异较大，玉米实际单产以118.9（kg/hm2）/a的速率呈稳定上升趋势。在2000─2010年期间，玉米实际单产的波动幅度较大且多数低于均值，其中2001、2002年发生了严重的干旱事件，玉米单产居后2位，2003年单产升至平均值以上。在2004─2009年期间，玉米实际单产呈下降趋势，其中2009年受旱灾影响，玉米减产严重，玉米单产又跌入谷底。在2010年之后，玉米实际单产稳步上升，并维持在平均值以上，与趋势产量的变化趋势基本一致。对比分析玉米的气候产量和相对气候产量发现，气候产量在前10 a波动较大，在后10 a的变化趋于平缓，相对气候产量的变化趋势与气候产量基本一致，由此可以看出气候因素对玉米产量的影响很大。玉米的趋势产量在2000─2022年间基本上保持上升趋势，由2001年的4292.1 kg/hm2上升到2022年的6488.2 kg/hm2，只在2004、2005年这2 a略有下降，随后逐步增加且高于实际产量。在23 a间，有4个气候歉年（2001、2008、2009、2015年）、3个气候丰年（2000、2003、2004年）、15个偏歉年和1个偏丰年。

图2 2000─2022年忻州全市平均玉米产量的变化趋势

3.2 空间分布特征

分析结果表明：在2005─2022年期间，忻州全市玉米的平均单产为5298.8 kg/hm2；各县（市、区）的玉米单产在2404.3～7087.0 kg/hm2之间，以定襄县的玉米单产最高，以保德县的玉米单产最低。从区域分布来看：忻定原盆地的玉米单产为6274.6 kg/hm2，比全市平均单产高975.8 kg/hm2，为高产区；高寒山区、繁代谷地、黄河沿岸的玉米单产均低于全市平均单产，特别是黄河沿岸的玉米单产只有全市平均单产的48.6%，属低产区。从年代际变化来看，各区域的玉米单产整体上均呈波动性增长趋势，增长速率在107.5～244.2（kg/hm2）/a之间，以高寒山区的增长速率最大。自2005年以来，各区域的最低玉米单产出现在2015年，当年单产在96.1～426.3 kg/hm2之间，其中黄河沿岸的玉米单产不到100 kg/hm2。忻定原盆地的玉米单产除2007、2015年低于全市平均单产外，其余年份均高于全市平均单产；繁代谷地的玉米单产自2016年开始一直高于全市平均单产；高寒山区的玉米单产则是自2021年才高于全市平均值；而黄河沿岸的玉米单产一直处在全市平均值之下。

4 极端降水对玉米气候产量的影响

4.1 极端降水与玉米气候产量的相关性

Pearson相关分析结果（图3）表明：全市的玉米气候产量与极端降水指数、降水距平均呈正相关；玉米气候产量随着降水量的增加呈先增加后下降的变化趋势；当降水距平P＞1.0和极端降水指数L＞1.4时，7─8月全市平均降水量超出435.6 mm，此时玉米气候产量开始呈下降趋势。

从图4可以看出：4个区域玉米气候产量与极端降水指数之间的相关系数在0.067～0.532之间，其中，在高寒山区两者间的相关性最显著，而在繁代谷地两者间的相关性不明显。忻定原盆地和黄河沿岸的玉米气候产量与极端降水指数间的拟合曲线呈抛物线状，即玉米气候产量随着极端降水指数的增加而先增加后减少，当L＞0.61时，气候产量开始下降；繁代谷地的玉米气候产量与极端降水指数间的拟合曲线近于直线且呈缓慢上升趋势，当L＞2.76时，玉米气候产量开始下降；高寒山区有较多的散点接近拟合曲线，以L=2.50为临界点，在此之前玉米气候产量明显增加，而在此之后玉米气候产量缓慢减少。上述结果说明忻定原盆地和黄河沿岸的玉米气候产量对极端降水较敏感，而繁代谷地和高寒山区的玉米气候产量对极端降水的敏感性较弱。

图4 2000─2022年忻州各区域极端降水指数与玉米气候产量间的拟合曲线

4.2 影响玉米产量的临界降水量

根据回归方程计算得知，忻定原盆地、繁代谷地、高寒山区和黄河沿岸玉米气候产量开始下降时7─8月的降水量临界值分别为254.2、441.3、422.0和255.2 mm。当各区域的降水量超过其临界值后，降水会对玉米的种子、叶片以及茎秆造成伤害，也容易导致农田积水较多，不利于玉米的根系生长，会出现烂根现象，诱发各类病虫害的发生，最终导致玉米减产［22］。

4.3 ENSO影响下极端降水事件与玉米气候产量的关系

4.3.1 厄尔尼诺影响下极端降水事件与玉米气候产量的关系 由表3可知，2002、2015年全市大部分地区发生了负极端降水事件，这2 a的玉米相对气候产量分别为-2.5%和-7.0%，均属偏歉年。单看这2 a，全市的极端降水强度与玉米气候产量并非成正比。而分区域分析发现，2015年高寒山区、黄河沿岸、忻定原盆地均出现了负极端降水事件，玉米的相对气候产量均在-90%以上，而繁代谷地虽未发生极端降水事件，但降水偏少导致玉米相对气候产量仅有-93.37%，几乎绝收。黄河沿岸在2016年虽然发生了正极端降水事件，但玉米的相对气候产量只有-26.2%。

表3 忻州市在ENSO年的极端降水指数L、气候产量Yw和相对气候产量Yr

4.3.2 拉尼娜影响下极端降水事件与玉米气候产量的关系 由表3可知，受2017─2018和2021─2022年拉尼娜事件的影响，在2018、2022年的7─8月，全市分别发生了2次正极端降水事件，当年玉米的相对气候产量分别为1.1%和0%。在2018年7─8月，繁代谷地和高寒山区均发生了正极端降水事件，其玉米相对气候产量均大于0；在2022年7─8月，4个区域均发生了正极端降水事件，其玉米相对气候产量均大于0，其中高寒山区和黄河沿岸的玉米相对气候产量均超过10%。虽然黄河沿岸在2017年7─8月发生了正极端降水事件，但是玉米的相对气候产量小于0，这是因为该地当年7─8月的降水量（338.2 mm）比其极端降水阈值多92.2 mm，降水过多导致了玉米减产。

4.3.3 ENSO对玉米气候产量的影响 在ENSO影响下的23 a中，忻定原盆地玉米气候产量属于歉产年的概率明显高于丰产年，歉产年的概率是丰产年的2倍多；而其余区域则是丰产年的概率高于歉产年。在厄尔尼诺年，忻定原盆地歉产年的概率比丰产年高71.4个百分点，繁代谷地和高寒山区歉产年的频次是丰产年的2.5倍。在拉尼娜年，忻定原盆地丰产年的概率比歉产年高10.0个百分点；繁代谷地丰产年的频次略高于歉产年。黄河沿岸无论是在厄尔尼诺年还是在拉尼娜年，丰产年的概率都高于歉产年，只是在拉尼娜年两者的差异更明显。分析全市玉米气候产量发现，在ENSO影响下极端降水引起忻州玉米气候产量平均下降了15.3 kg/hm2，下降幅度近7%。

5 讨论

忻州市地形复杂，气候差异大，生态环境比较脆弱，极端气候事件发生频繁，对农作物影响显著。苏喜福等［23］指出，不同的气候因子对不同地区的玉米气象产量有着不同的影响。笔者研究发现，忻州地区的极端降水指数在空间上呈自西向东增加的趋势；玉米实际单产整体上呈波动上升的趋势，前期增长缓慢，后期增长快速。何俊琦等［24］在研究干旱对玉米产量的影响时也证实了这一点。忻州4个区域的玉米气候产量随7─8月降水量的增加而增加，但当降水量达到临界值后，玉米气候产量会下降。本研究结果表明：在高寒山区，玉米气候产量与极端降水指数之间的相关性显著，而在繁代谷地两者间的相关性不明显，这与苏喜福等［23］的研究结果相似。本研究还发现：忻州市7─8月的极端降水事件多发生于ENSO年，其中高寒山区和忻定原盆地的发生频率高于繁代谷地和黄河沿岸；正极端降水事件多发生在拉尼娜结束年，负极端降水事件多发于厄尔尼诺开始年，这与张润英等［14］的研究结论一致。在本研究中，当发生负极端降水事件时，忻州西部地区玉米气候产量的下降幅度大于东部；当发生正极端降水事件时，西部和东北部玉米气候产量的增加幅度大于东南部地区。黄河沿岸和忻定原盆地对极端降水的承受能力低于高寒山区和繁代谷地，因此要特别加强防范黄河沿岸和忻定原盆地的强降水。本研究证实，极端降水事件对忻州玉米气候产量的影响不是特别显著，这与张耀东等［22］在研究吉林省极端降水事件对玉米产量的影响时所得结果基本一致。本研究也存在不足之处，即判断极端降水事件发生的指标较单一；而降水只是影响玉米产量的诸多因素之一，玉米在不同生育期所需水量不同，对极端降水事件的敏感程度也不同。因此，今后拟采用多个指标综合判断极端降水事件的发生，进一步研究不同极端气候事件对玉米不同生育期生长发育的影响，并通过预测季节性气候来减轻气候风险给玉米产量造成的不利影响。

6 结论

1981─2022年期间，忻州7─8月极端降水指数呈上升趋势，上升速率由西部向东部逐渐增加。7─8月的8次极端降水事件都是在ENSO事件影响下发生的，其中有22.7%的极端降水事件是受厄尔尼诺影响，有16.7%的极端降水事件受拉妮娜影响。近10 a来，忻州7─8月的极端降水事件呈增加趋势，尤其是正极端降水事件在频次及强度上增加明显。

忻州的玉米实际单产与趋势产量均随时间变化呈显著上升趋势；玉米相对气候产量与气候产量随时间的变化趋势一致。23 a来，气候歉产年是气候丰产年的6.4倍，其中忻州东北部地区的玉米气候产量呈增加趋势，而在其他地区呈下降趋势。

玉米气候产量与极端降水指数呈正相关，在海拔较高地区两者间的相关系数明显大于平川地区。忻定原盆地、黄河沿岸的玉米气候产量对极端降水的敏感性较高，而繁代谷地和高寒山区的玉米气候产量对极端降水的敏感性较弱。

正极端降水事件发生在拉尼娜结束年的概率明显高于开始年，负极端降水事件发生厄尔尼诺开始年（或持续年）的概率明显高于结束年。当发生正极端降水事件时，玉米气候产量多表现为丰产；当发生负极端降水事件时，玉米气候产量多表现为歉产。受ENSO影响发生的极端降水事件，使得忻州玉米气候产量平均下降了15.3 kg/hm2，下降幅度近7%。