en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。
参考文献 1
TaoFulu, YokozawaM, LiuJiyuan, et al.Climate change, land use change, and China’s food security in the twenty-first century: An integrated perspective.Climatic Change , 2009, 93(3): 433~445.
参考文献 2
侯英雨, 何亮, 靳宁, 等.中国作物生长模拟监测系统构建及应用.农业工程学报 , 2018, 34(21): 165~175, 312.
参考文献 3
刘家福, 李京, 梁雨华, 等.亚洲典型区域暴雨洪灾风险评价研究.地理科学 , 2011, 31(10): 1266~1271.
参考文献 4
卢爱刚, 葛剑平, 庞德谦, 等.40a来中国旱灾对ENSO事件的区域差异响应研究.冰川冻土 , 2006, 28(4): 535~542.
参考文献 5
黄荣辉, 郭其蕴, 孙安健, 等.中国气候灾害图集.北京:海洋出版社, 1997.
参考文献 6
李茂松, 李森, 李育慧.中国近50年来旱灾灾情分析.中国农业气象 , 2003, 24(1): 7~10.
参考文献 7
GraysonM.Agriculture and drought.Nature , 2013, 501: S1.
参考文献 8
杨春喜.农业大丰收水利做贡献.黑龙江金融 , 1997(12): 8~9.
参考文献 9
张强, 韩兰英, 王胜, 等.影响南方农业干旱灾损率的气候要素关键期特征.科学通报 , 2018, 63(23): 2378~2392.
参考文献 10
李文娟, 覃志豪, 林绿.农业旱灾对国家粮食安全影响程度的定量分析.自然灾害学报 , 2010, 19(3): 111~118.
参考文献 11
WangA, LettenmaierD P, SheffieldJ.Soil moisture drought in China, 1950-2006.Journal of Climate , 2011, 24(13): 3257~3271.
参考文献 12
ZhaiJ, SuB, KrysanovaV, et al.Spatial variation and trends in PDSI and SPI indices and their relation to streamflow in 10 large regions of China.Journal of Climate , 2010, 23(3): 649~663.
参考文献 13
吴绍洪, 刘路路, 刘燕华, 等.“一带一路”陆域地理格局与环境变化风险.地理学报 , 2018, 73(7): 1214~1225.
参考文献 14
柳钦火, 吴俊君, 李丽, 等.“一带一路”区域可持续发展生态环境遥感监测.遥感学报 , 2018, 22(4): 686~708.
参考文献 15
HayesM J, DeckerW L.Using satellite and real-time weather data to predict maize production.International Journal of Biometeorology , 1998, 42(1): 10~15.
参考文献 16
RasmussenM S.Developing simple, operational, consistent NDVI-vegetation models by applying environmental and climatic information: Part I.Assessment of net primary production.International Journal of Remote Sensing , 1998, 19(1): 21.
参考文献 17
WimG.M.Bastiaanssen, Samia Ali.A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan.Agriculture, Ecosystems and Environment , 2003, 94(3): 321~340.
参考文献 18
农业部种植业管理司.中国农业数据库[DB/OL].http://zzys.agri.gov.cn/moazzys/zaiqing.aspx.
参考文献 19
王保生, 刘文英, 黄淑娥.江西省旱涝灾害风险评估与农业可持续发展.气象与减灾研究 , 2006, 29(2): 43~47.
参考文献 20
武永峰.不同经济地带旱灾灾情变化及其与粮食单产波动的关系.自然灾害学报 , 2006(s1): 5~10.
参考文献 21
梁红梅, 刘会平, 宋建阳, 等.广东农业旱灾的时间分布规律及重灾年份预测.自然灾害学报 , 2006, 15(4): 79~83.
参考文献 22
李彬, 武恒.安徽省农业旱灾规律及其对粮食安全的影响.干旱地区农业研究 , 2009, 27(5): 18~23.
参考文献 23
王萍, 那济海, 朱海霞, 等.黑龙江省粮食产量结构与影响产量的气象因子分析.气象科技 , 2008, 36(4): 449~452.
目录 contents

    摘要

  • 目的

    探究1949—2016年中国干旱灾害长时间序列时空变化特征及其对粮食生产的影响,为我国农业干旱灾害预警体系和保障粮食产量提供参考。

  • 方法

    基于Python语言获取1949年以来中国各省、市农业自然灾害和粮食生产数据,然后利用Pearson相关性统计分析、回归分析、自然断点分级法、GIS平台和R语言定性和定量地探讨干旱灾害对粮食生产的影响,阐述我国农业旱灾变化规律和粮食安全态势,探讨农业旱灾对粮食生产的影响。

  • 结果

    ①农业干旱灾害呈现明显周期性波动,干旱轻重灾情交替出现,1949—1970年为波动阶段,1971—2000年为波动上升阶段,2001—2016年为波动下降阶段,发生特大干旱和严重干旱的年份所占比重较大;②农业干旱在空间上呈“北重南轻、中东部重西部轻”的格局。山东受灾最重,灾损高达208.2万hm2,西藏最轻,灾损为2163.53 hm2;③粮食产量和粮食单产总体呈稳步增长态势,波动幅度较平缓,二者受旱灾影响程度较大,粮食产量和粮食单产的年变化率均与干旱受灾率、成灾率、灾害强度指数、受灾率异常指数和成灾率异常指数等指标显著负相关,其中以受灾率异常指数和成灾率异常指数对粮食生产的影响更为显著,且受灾率异常指数的影响最为显著;④粮食产量的多少和受灾面积的大小在空间上具有相关性,粮食单产与干旱受灾面积呈负相关。

  • 结论

    干旱灾害制约我国粮食生产,各农业干旱灾害指标对粮食灾损的解释力较强,对粮食产量估测具有参考作用。建立和完善农业灾害预警体系,可以提高应对农业干旱灾害的能力,进一步为粮食进出口提供指导意见。此外,干旱灾害仅是影响粮食产量的一个方面,农业科技水平、社会经济制度、农业政策等也对其具有不容小觑的影响。

  • Abstract

  • Purpose

    China is a country with frequent natural disasters,and drought disaster is the most serious one among them. Grain production is related to the national economy and people’s livelihood,which is an important foundation for maintaining social stability. Agricultural drought disasters have a significant impact on grain production. It is of great significance for estimating grain production,realizing China’s social and economic sustainable development,and solving China’s food security problems that studying the evolution characteristics of drought disasters and the law of food disasters.

  • Method

    In this paper,we obtained agricultural natural disasters and grain production data from various provinces and municipalities in China between 1949 and 2016 based on Python language. Then,we discussed the impact of drought disasters on food production qualitatively and quantitatively with the methods of Pearson correlation statistical analysis,regression analysis,and natural breakpoint grading method,with the assistance of GIS platform and R language. We explained the changes of agricultural drought and food security in China,and explored the impact of agricultural drought on food production.

  • Result

    The results show that:①Agricultural drought disasters exhibit obvious cyclical fluctuations,during which light and heavy disasters alternate. The value of affected area was fluctuated from 1949 to 1970. It increased slightly from 1971 to 2000 while it decreased slightly from 2001 to 2016. The proportion of years with extreme drought and severe drought is large.②The agricultural drought is spatially characterized by the pattern of “the north is more serious than the south and the central and eastern regions are more serious than the western regions”. Shandong is the worst affected which the damage amounted to 2.082 millio n hm2,and Tibet is the lightest which the damage was 2 163.53 hm2.③The grain output and grain yield showed a steady growth trend,and the fluctuation range was relatively flat,but the two were affected by the drought. The annual gradient of total grain yield and grain per mu are significantly negatively correlated with indicators such as disaster-affected/suffering area rates,the ratio of disaster affected to suffering areas and anomaly indices of disaster-affected/suffering area rates,among which the impact of anomaly indices of disaster-affected/suffering area rates on grain production is the more significant,and anomaly indices of disaster-affected area rates is the most significant.④The amount of food produced and the size of the affected area are spatially correlated. The grain yield is negatively correlated with the area affected by drought.

  • Conclusion

    Drought has a great negative impact on China’s grain production. The indicators of agricultural drought disasters have a strong explanatory power for food disasters,which have a reference role in estimating grain production. Establishing and improving the agricultural disaster prevention and mitigation system can improve the ability to cope with agricultural drought disasters,and further provide guidance for grain import and export. Nevertheless,drought disasters are the only one aspect that affects grain production. Agricultural science and technology,social and economic systems,agricultural policies,etc. also have an impact on grain production.

  • 0 引言

    中国作为世界人口最多的国家,粮食安全一直是各界关注的头等大事。由于人口增长、水资源短缺、城市化造成耕地丧失、土壤退化和气候变化等因素的影响,保障粮食安全面临着更为严峻的形1,2。农业气象灾害是农业生产过程中直接或间接导致农业生物显著减产、品质下降或设施严重损坏的各种不利天气过程和天气现象的总称。农业气象灾害种类多、强度大、频率高、波动范围大,主要农业气象灾害对产量波动的直接影响可达18%,是制约粮食安全和国民经济的重要因3,4。中国是全球典型的干旱灾害多发5,干旱灾害造成的损失十分巨6,严重侵蚀着我国经济发展成果。农业生产活动对气候条件的依赖性更强,受干旱灾害影响尤其突出,是受干旱灾害影响最严重的领域之7,我国平均每年农业干旱受灾面积超过2 443万hm2,每年因旱灾造成的粮食损失高达300亿kg左8,占自然灾害总损失的60%以9。由此可见,旱灾是影响我国农业生产最严重的农业气象灾害。

    农业是立国之本,作为农业大国,粮食生产在全国占有重要地10。近年来,国家为促进农业可持续发展、农村繁荣、农民增收,陆续发布了相关惠农政策。农业农村部官网发布的一系列“中共中央国务院关于加强耕地保护和改进占补平衡的意见”、“国务院办公厅关于加快推进农业供给侧结构性改革大力发展粮食产业经济的意见”、“中共中央国务院关于推进防灾减灾救灾体制机制改革的意见”、“国务院关于印发‘十三五’国家信息化规划的通知”政策法规,从农业信息化、农业减灾防灾、农业耕作土地保护多角度表明了国家对农业生产及粮食安全问题的重视。在某种意义上说,政策是农业发展的风向标,作为农业从业人员,只有了解相关政策,才能够准确把握农业发展脉络。随着中美贸易大战的逐步打响,粮食进出口已受到不小冲击,分析国内粮食产量对贸易战的发展也具有指导意义。

    针对备受国民关注的粮食生产问题,结合我国复杂的自然环境状况,研究自然灾害对粮食产量的影响一直是国家和科研人员关注的重点。Wang11研究表明中国大陆自1950年以来,干旱事件风险呈增加趋势。Zhai12研究指出自20世纪90年代中期,中国北方各流域干旱发生的频率增加。吴绍洪13和柳钦火14从地学角度出发,结合遥感技术,为“一带一路”政策相关国家的灾害、环境等问题做了评估与预警。目前农业旱情监测和粮食产量评估主要采用遥感、GIS技术和统计分析方15,16,17。针对传统数据的分析,通常只侧重于时间分析或空间分析中的一个方面。因此,研究农业干旱灾害时空变化规律,分析其对粮食产量的影响,对维持我国粮食生产稳定以及保障国家粮食安全均具有重要意义;同时,也可以作为遥感技术及其他新型技术分析的精准度参考。

    文章基于计算机数据挖掘、GIS平台、Python语言、R语言获取并分析干旱灾害和粮食种植相关数据,计算受灾率、成灾率、灾害强度指数、受灾率异常指数和成灾率异常指数。采用Pearson相关性统计分析交叉对比各指数与粮食产量、粮食单产的关系,采用自然断点分级法编制全国干旱分级图,探究干旱灾害长时间序列时空变化特征及其对粮食生产的影响,以期为我国农业干旱灾害预警体系和保障粮食产量提供参考。

  • 1 数据及方法

  • 1.1 数据来源及处理

    由于缺少历年港、澳、台干旱灾害数据,因此以中国大陆31个省(直辖市、自治区)作为研究区,底图数据采用以WGS1984为地理坐标系的中国区域范围地图。研究主要分析大陆省域干旱灾害的时空分布特征及对我国粮食产量的影响,利用计算机挖掘技术采集的基础数据包括1949—2016年(缺失1967年、1968年、1969年3年数据)旱灾造成的受灾、成灾、绝收面积,1949—2016年全国及省、市尺度上粮食种植面积、农作物种植面积、粮食单产、粮食总产量等数据。灾害数据来源于中国农业农村部种植业管理司官网的灾情数据库,粮食相关数据来源于农业农村部农作物数据18

    查阅资料可知1967—1969年并未发生重大自然灾害,因此临近年份的数据具有参考意义。该文针对这3年缺失的数据,采用线性拟合的方法对其进行补充。假设受灾率(x)与粮食单产年变化率(y1)呈反比关系,与成灾率(y2)呈正比关系,分别对1967—1969前后3年(即1964—1966年和1970—1971年)的粮食单产年变化率(y1)和成灾率(y2)与受灾率(x)进行相关性检验。粮食单产年变化率(y1)和受灾率(x)的相关系数r=0.707,说明二者相关性较高,得到拟合方程y1=14.156-0.732x;成灾率(y2)与受灾率(x)的相关系数r=0.713,说明二者相关性也较高,得到拟合方程y2=0.461+0.322x。通过拟合方程和已知数据可以推算出1967—1969年的受灾面积和成灾面积。

    利用计算机挖掘技术分别从《中国统计年鉴》、网络平台及相关论文中抓取部分相关数据作为校验数据。鉴于时间跨度较大,数据来源不统一,为了保证数据之间的可比性,该文假设研究期内同一统计来源的数据资料统计方式、统计力度一致。交叉对比不同数据来源的同类型数据,两者相关性显著,表明所用数据可靠性高。

  • 1.2 研究方法

    该文利用68年来全国及各省(直辖市、自治区)的干旱受灾面积、成灾面积、受灾率、成灾率、灾害强度指数、灾害异常指数等长时间和大范围序列数据阐述干旱灾害动态变化特征,利用历年全国及各地粮食产量、粮食单产等数据阐述粮食生产变化及空间分布规律。应用Person相关分析和多元回归分析等方法,定性和定量地探讨干旱灾害对粮食生产的作用机制。主要公式如下:

  • (1) 受灾率或成灾率(Mi

    Mi=CiSi×100%
    (1)

    式(1)中,Mi为第i年受灾率或成灾率,Ci为第i年受灾面积或成灾面积(hm2),Si为第i年农作物种植面积(hm2)。当Mi表示第i年受灾率时,Ci表示第i年受灾面积;当Mi表示第i年成灾率时,Ci表示第i年成灾面积。

  • (2) 灾害强度指数

    灾害强度指数是指某时段成灾面积占受灾面积的比例,表示气象灾害对粮食生产单位面积的致灾强19,20

    Qi=C1iC2i×100%
    (2)

    式(2)中,Qi为第i年干旱灾害强度指数,C1i为第i年成灾面积(hm2),C2i为第i年受灾面积(hm2)。

  • (3) 灾害异常指数

    灾害异常指数是描述受灾率和成灾率偏离平均状态的参量,可以反映灾害严重程度和等21

    /html/zgnyxx/20180509/media/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-image001.png
    (3)

    式(3)中,ξi为第i年干旱受灾率或成灾率异常指数;Mi为第i年受灾率或成灾率(%);为多年平均受灾率或成灾率(%);σ为受灾率或成灾率标准差;Ci为第i年受灾面积或成灾面积;Si为第i年农作物种植面积;a为干旱数据分析的起始年;b为干旱数据分析的结束年。当计算干旱受灾率异常指数时,公式内使用的各参数均为受灾相关量;当计算成灾率异常指数时,公式内使用的各参数均为成灾相关量。

  • 2 结果与分析

  • 2.1 干旱灾害时间分布特征

  • 2.1.1 受灾面积和成灾面积

    为揭示1949—2016年我国干旱灾害时间分布特征,该文统计分析了中国68年来干旱灾害受灾情况。受灾面积和成灾面积的年际变化呈周期性波动,具有灾情轻重相间分布的特点(图1)。根据受灾、成灾面积的趋势线分布,将1949—2016年干旱灾害时序特征分为3个主要阶段。第一个为波动阶段,即1949—1970年,全国年均受灾面积由239.80万hm2逐渐增加至3 784.667万hm2,然后减少至572.333万hm2;年均成灾面积由5.2万hm2上升为1 865.4万hm2,然后降低至199.133万hm2。第二个为波动上升阶段,即1971—2000年,全国年均受灾面积由2 164.933万hm2增加至4054.5万hm2,增长率为87.28%;年均成灾面积由448.533万hm2上升为2 568.8万hm2,增长率为472.71%。第三个为波动下降阶段,即2001—2016年,全国年均受灾面积由3 841.9万hm2减少至987.5万hm2,增长率为-74.30%;年均成灾面积由2 369.8万hm2下降为613.200万hm2,增长率为-74.12%。

    图1
                            1949—2016年中国干旱受灾面积和成灾面积变化

    图1 19492016年中国干旱受灾面积和成灾面积变化

    Fig.1 Variation of drought disaster affected/ suffering areas in China from 1949 to 2016

    这表明自1949年以来,虽然全国农业干旱灾害有逐渐加重趋势,但2000年起,受灾害影响的范围得到了有效控制。同时受灾面积变化和成灾面积变化具有明显同步性,即受灾面积大的年份,成灾面积也大,反之亦然。对68年间干旱受灾面积和成灾面积进行Pearson相关性检验,分析得出二者相关系数r=0.860(n=68),在置信度为0.01时,相关性是显著的,即两者显著相关。该结果表明我国农业生产面临较大的干旱灾害威胁,一旦受灾则在很大程度上成灾。

  • 2.1.2 受灾率和成灾率

    对1949—2016年的干旱受灾率和成灾率进行Pearson相关性检验,统计分析表明,受灾率和成灾率相关系数r=0.856(n=68),在置信度为0.01时,相关性是显著的,即两者显著相关。因此二者随时间变化趋势基本一致,均具有明显的周期性波动特征,即变化的趋同性(图2)。该结果可以很好地佐证本文数据处理时提出关于成灾率与受灾率呈正比这一假设的合理性和可行性。据《农业干旱预警等级》(GB/T 34817—2017),受灾率10%~15%为中度干旱,受灾率15%~20%为严重干旱,受灾率>20%为特大干旱。68年间,中国特大干旱的年份共计13年,占19.12%;严重干旱的年份共计14年,占20.59%;中度干旱的年份共19年,占27.94%;其中,特大干旱和严重干旱共计27年,占39.71%。根据统计数据可知,中国干旱灾害受灾率较高,危害较大的特大干旱和严重干旱所占比重较大。

    图2
                            1949—2016年中国干旱受灾率和成灾率年际变化

    图2 19492016年中国干旱受灾率和成灾率年际变化

    Fig.2 Variation of drought disaster affected/ suffering rates in China from 1949 to 2016

  • 2.1.3 灾害强度指数

    干旱灾害强度指数具有随时间波动上升的趋势(图3),灾害强度指数(y)随年份(x)变化的趋势线方程为y=29.268+0.387x(n=68)。20世纪50年代初,干旱灾害强度指数仅为17.18%,至2000年,干旱灾害强度指数已上升到63.36%,即超过一半的农作物种植面积因干旱灾害成灾,涨幅高达268.80%。由此可见,尽管干旱灾害强度一直处于较大波动状态,但总体具有上升趋势,干旱灾害对我国粮食生产的致灾强度越来越大。

    图3
                            1949—2016年中国干旱灾害强度指数年际变化

    图3 19492016年中国干旱灾害强度指数年际变化

    Fig.3 Variation of drought disaster intensity index in China from 1949 to 2016

  • 2.1.4 灾害异常指数

    我国干旱受灾率异常指数和成灾率异常指数基本呈“负-正”交替出现的周期性波动变化规律(图4)。取受灾率异常指数ξ<0时为轻度干旱,0≤ξ<0.5时为中度干旱,0.5≤ξ<1.5时为严重干旱,ξ>1.5时为特大干22。中国特大干旱的年份共计3年,严重干旱的年份共计16年,两者共计19年;中度干旱的年份共16年;其余30年为轻度干旱。各干旱等级所占比例分别为:轻度干旱46.15%,中度干旱24.62%,严重和特大干旱共计29.23%。总体来看,我国农业干旱具有重灾发生年份较多,重灾发生机率大,干旱灾害危害严重的基本特征。

    图4
                            中国干旱受灾率/成灾率异常指数年际变化

    图4 中国干旱受灾率/成灾率异常指数年际变化

    Fig.4 Anomaly indices of drought disaster affected/suffering area rates in China

  • 2.2 干旱灾害空间分布特征

    为进一步探究1949—2016年我国干旱灾害的空间分布特征,该文分别统计了中国31省(直辖市、自治区)的历年平均受灾情况,根据自然间断点分级法将年平均受灾面

    积划分为5个等级(图5),颜色越深,表示受灾情况越严重。全国各省历年平均受灾面积分布呈“北重南轻、中东部重西部轻”的格局。其中山东、河南、河北、黑龙江、内蒙古和山西6省的平均受灾面积均超过133.333万hm2,山东受灾程度最为严重,灾损高达208.175万hm2;四川、安徽、吉林、陕西、辽宁、湖北和湖南历年平均受灾面积为83.333万~133.333万hm2;江苏、甘肃、广西、云南和贵州历年平均受灾面积为46.667万~83.333万hm2;重庆、广东、江西、新疆和浙江历年平均受灾面积为23.333万~46.667万hm2;宁夏、福建、青海、天津、海南、北京、上海和西藏历年平均受灾面积为低于23.333万hm2,西藏受灾程度最轻,灾损为3.678万hm2

    图5
                            中国各省(直辖市、自治区)的历年平均受灾面积分布

    图5 中国各省(直辖市、自治区)的历年平均受灾面积分布

    Fig.5 Distribution of drought disaster affected areas in China

  • 2.3 干旱灾害对粮食产量的影响

  • 2.3.1 干旱灾害时间变化对粮食产量的影响

    我国粮食产量和粮食单产总体呈稳步增长趋势,波动幅度不大(图6)。粮食产量由1949年的11 318万t增加到2016年的61 625.05万t,增长率为444.49%,年均增长6.54%;粮食单产由1949年的68.62 kg增加到2016年的363.46 kg,增长率为429.67%,年均增长6.32%。粮食产量与粮食单产在置信度为0.01(n=68)时显著正相关,相关系数为0.996。该结果表明粮食产量和粮食单产之间具有极显著的线性相关性,粮食单产变化对粮食总产量水平具有极重要影响。

    图6
                            1949—2016年中国粮食产量及粮食单产

    图6 19492016年中国粮食产量及粮食单产

    Fig.6 Total/per mu grain production in China from 1949 to 2016

    粮食单产取决于单位面积上有效穗数、穗结实粒数和粒重3要素,各要素的优劣与气象条件的好坏密切相关,粮食作物在生长季的不同阶段对光照、温度和水分的要求各不相同,干旱等气象灾害的出现,通常使某个甚至多个要素值在作物的关键生长期内超过临界值,从而影响作物的生长发育,进而导致粮食单产水平的下降,影响粮食总产23。因此,提高粮食单产水平是保证粮食产量稳步增长的重要途径之一。

    粮食产量年变化率随时间变化呈波动趋势且与干旱受灾率、成灾率之间均为负相关(图7,8),即粮食产量年变化率的峰值往往与受灾率或成灾率的谷值相对应,而其谷值则与受灾率或成灾率的峰值相对应。随着受灾率和成灾率发生周期性波动,粮食产量年变化率也随之出现相反的周期性波动规律。受灾率/成灾率越大,对粮食产量的消极影响越严重,表明干旱灾害是制约我国粮食产量增加的重要影响因素。与粮食产量变化趋势一致,粮食单产变化率也随时间变化呈波动趋势且与干旱受灾率、成灾率之间均为负相关(图9,10)。受灾率或成灾率低的年份,对应的粮食单产年变化率值高,即粮食单产与上年度相比增加幅度较大;受灾率或成灾率高的年份,对应的粮食单产年变化

    图7
                            1949—2016年粮食总产年变化率与受灾率分析

    图7 19492016年粮食总产年变化率与受灾率分析

    Fig.7 Comparative analysis of annual change rate of grain production and disaster affected area rates from 1949 to 2016

    图8
                            1949—2016年粮食总产年变化率与成灾率分析

    图8 19492016年粮食总产年变化率与成灾率分析

    Fig.8 Comparative analysis of annual change rate of grain production and disaster suffering area rates from 1949 to 2016

    图9
                            1949—2016年粮食单产年变化率与受灾率分析

    图9 19492016年粮食单产年变化率与受灾率分析

    Fig.9 Comparative analysis of annual change rate of grain production per hectare and disaster affectedarea rates from 1949 to 2016

    图10
                            1949—2016年粮食单产年变化率与成灾率分析

    图10 19492016年粮食单产年变化率与成灾率分析

    Fig.10 Comparative analysis of annual change rate of grain production per hectare and disaster suffering area rates from 1949 to 2016

    率值低,甚至为负值,即粮食单产与上年度相比基本持平或降低。受灾率或成灾率越大,其对粮食单产的影响亦越大。该结果可以很好地佐证该文数据处理时提出关于粮食单产年变化率与受灾率呈反比这一假设的合理性和可行性。

    为系统分析干旱灾害对我国粮食生产的影响,进一步揭示各农业干旱灾害指标对粮食灾损的解释力。分别对粮食总产年变化率、粮食单产年变化率与受灾率、成灾率、灾害强度指数、受灾率异常指数和成灾率异常指数进行Pearson相关性统计分析,得到相关系数表(表1)。结果显示:总产年变化率、单产年变化率与各干旱因子在置信度为0.01(n=68)时显著相关,且均为负相关。粮食总产年变化率与受灾率、成灾率、灾害强度指数、受灾率异常指数和成灾率异常指数的相关系数分别为-0.564、-0.542、-0.222、-0.564和-0.542,粮食单产年变化率与受灾率、成灾率、灾害强度指数、受灾率异常指数和成灾率异常指数的相关系数分别为-0.445、-0.455、-0.219、-0.445和-0.455。该结果与上文分析结论相符,表明干旱灾害对我国粮食生产具有显著的消极影响。

    表1 干旱灾害指标与粮食生产指标的相关系数

    Table 1 Correlation between indices of drought disasters and grain production

    相关系数受灾率成灾率灾害强度指数受灾率异常指数成灾率异常指数
    粮食总产年变化率-0.564**-0.542**-0.222**-0.564**-0.542**
    粮食单产年变化率-0.445**-0.455**-0.219**-0.445**-0.455**

    注:**表示在α=0.01时,相关性是显著的,n=68。

  • 2.3.2 干旱灾害空间分布对粮食产量的影响

    分别统计1949—2016这68年间中国各省(直辖市、自治区)年平均受灾面积、年平均成灾面积和年平均粮食总产,通过数值上的分布趋势可以看出,各省(直辖市、自治区)粮食总产与受灾面积、成灾面积的曲线走势具有一致性(如图11)。粮食产量的多少和受灾面积的大小在空间上具有相关性。

    图11
                            1949—2016年全国各省(直辖市、自治区)平均旱灾分布及粮食总产

    图11 19492016年全国各省(直辖市、自治区)平均旱灾分布及粮食总产

    Fig.11 Distribution of average drought disaster and grain production of China from 1949 to 2016

    为了更加直观的观测干旱灾害空间分布对粮食产量的影响,在中国各省(直辖市、自治区)历年平均受灾面积分布图的基础上,叠加表示各省历年平均粮食单产的柱状图(图12),进行可视化分析。柱状图越高,表示粮食总产产量越大。可以看出,受灾面积越大,受灾越严重的地区,其对应的粮食亩产越低,反之亦然。

    图12
                            中国各省(直辖市、自治区)的历年平均受灾面积及粮食单产分布

    图12 中国各省(直辖市、自治区)的历年平均受灾面积及粮食单产分布

    Fig.12 Distribution of disaster affected areas and grain production per hectare in China

    在中国各省(直辖市、自治区)历年平均受灾面积分布图的基础上,叠加表示各省历年平均粮食总产的柱状图(图13),可以发现,虽然各省域历年累计的粮食总产量与累计受灾面积分布趋势具有一致性,但年平均的粮食总产与年平均的受灾面积分布趋势并不具有完全的一致性,这说明粮食的总产量并不仅受粮食单产和干旱灾害的制约,还受粮食种植面积、当地农业政策等因素影响。

    图13
                            中国各省(直辖市、自治区)的历年平均受灾面积及粮食总产分布

    图13 中国各省(直辖市、自治区)的历年平均受灾面积及粮食总产分布

    Fig.13 Distribution of drought disaster affected areas and grain production in China

  • 3 结论与展望

    (1)1949—2016年我国农业干旱灾害呈现周期波动性、成灾受灾同步性和干旱危害日趋严重性的基本特征。1949—1970年为波动阶段,1971—2000年为波动上升阶段,2001—2016年为波动下降阶段。干旱轻重灾情交替出现,一般成灾率较高,发生特大干旱和严重干旱的年份所占比重较大。同时旱灾对粮食生产的致灾强度越来越大,即单位受灾面积的成灾范围越来越大,造成的灾损越来越高,说明防范农业旱灾的压力也越来越大。

    (2)干旱的发生具有空间特征,全国各省历年平均受灾面积分布呈“北重南轻、中东部重西部轻”的格局。北方地区的受灾率和成灾率一般高于南方,中东部地区受灾率和成灾率一般高于西部地区。在北方地区中,以山东受灾率最为高,灾损高达208.175hm2,辽宁、吉林受灾率较低;在南方地区中,以四川受灾率最高,华东、华南受灾率较低;全国范围内,西藏受灾程度最轻,灾损为3.678万hm2。西藏地区虽然占地面积大,但粮食种植面积非常小,这一点很好地解释其地处西部受灾率却最低的原因。

    (3)粮食产量和粮食单产总体呈稳步增长态势,波动幅度较平缓,两者具有极显著线性相关性。1949—2016年间,粮食产量增长率为444.49%,粮食单产增长率为429.67%。干旱灾害严重制约我国粮食产量的增加且影响程度较大。粮食产量和粮食单产的年变化率均与干旱受灾率、成灾率、灾害强度指数、受灾率异常指数和成灾率异常指数等指标显著负相关,其中以受灾率异常指数和成灾率异常指数对粮食生产的影响更为显著,且受灾率异常指数的影响最为显著。未来一段时间内,随着人口增长、耕地面积减少以及粮食单产水平的基本稳定,粮食生产水平的威胁将越来越突出。

    (4)粮食产量的多少和受灾面积的大小在空间上具有相关性。粮食单产与干旱受灾面积呈负相关,受灾面积越大,受灾越严重的地区,其对应的粮食亩产越低,反之亦然。年平均粮食总产与年平均受灾面积分布趋势并不具有完全一致的反比关系。这说明粮食的总产量整体受到干旱灾害的消极作用,但还与各地粮食种植面积和农业政策等因素相关。

    (5)该文利用假设前提法对1967—1969年缺失数据的处理具有合理性和可行性,在文章后续的分析中得到了验证。干旱作为有其自身发展规律的自然现象,对我国粮食生产具有明显制约效应,各农业干旱灾害指标对粮食灾损的解释力较强,对粮食产量估测具有参考作用。开展不同地域空间农业干旱灾害的变化规律研究,建立和完善农业灾害预警体系,可以提高应对农业干旱灾害的能力,进一步为粮食进出口提供指导意见,这是未来亟待加强的研究重点。此外,干旱灾害仅是影响粮食产量的一个方面,农业科技水平、社会经济制度、农业政策等也对其具有不容小觑的影响,对于其他因素对我国粮食产量的作用机理也有待于进一步研究。

  • 参考文献

    • 1

      Tao Fulu, Yokozawa M, Liu Jiyuan, et al.Climate change, land use change, and China’s food security in the twenty-first century: An integrated perspective.Climatic Change , 2009, 93(3): 433~445.

    • 2

      侯英雨, 何亮, 靳宁, 等.中国作物生长模拟监测系统构建及应用.农业工程学报 , 2018, 34(21): 165~175, 312.

    • 3

      刘家福, 李京, 梁雨华, 等.亚洲典型区域暴雨洪灾风险评价研究.地理科学 , 2011, 31(10): 1266~1271.

    • 4

      卢爱刚, 葛剑平, 庞德谦, 等.40a来中国旱灾对ENSO事件的区域差异响应研究.冰川冻土 , 2006, 28(4): 535~542.

    • 5

      黄荣辉, 郭其蕴, 孙安健, 等.中国气候灾害图集.北京:海洋出版社, 1997.

    • 6

      李茂松, 李森, 李育慧.中国近50年来旱灾灾情分析.中国农业气象 , 2003, 24(1): 7~10.

    • 7

      Grayson M.Agriculture and drought.Nature , 2013, 501: S1.

    • 8

      杨春喜.农业大丰收水利做贡献.黑龙江金融 , 1997(12): 8~9.

    • 9

      张强, 韩兰英, 王胜, 等.影响南方农业干旱灾损率的气候要素关键期特征.科学通报 , 2018, 63(23): 2378~2392.

    • 10

      李文娟, 覃志豪, 林绿.农业旱灾对国家粮食安全影响程度的定量分析.自然灾害学报 , 2010, 19(3): 111~118.

    • 11

      Wang A, Lettenmaier D P, Sheffield J.Soil moisture drought in China, 1950-2006.Journal of Climate , 2011, 24(13): 3257~3271.

    • 12

      Zhai J, Su B, Krysanova V, et al.Spatial variation and trends in PDSI and SPI indices and their relation to streamflow in 10 large regions of China.Journal of Climate , 2010, 23(3): 649~663.

    • 13

      吴绍洪, 刘路路, 刘燕华, 等.“一带一路”陆域地理格局与环境变化风险.地理学报 , 2018, 73(7): 1214~1225.

    • 14

      柳钦火, 吴俊君, 李丽, 等.“一带一路”区域可持续发展生态环境遥感监测.遥感学报 , 2018, 22(4): 686~708.

    • 15

      Hayes M J, Decker W L.Using satellite and real-time weather data to predict maize production.International Journal of Biometeorology , 1998, 42(1): 10~15.

    • 16

      Rasmussen M S.Developing simple, operational, consistent NDVI-vegetation models by applying environmental and climatic information: Part I.Assessment of net primary production.International Journal of Remote Sensing , 1998, 19(1): 21.

    • 17

      Wim G.M.Bastiaanssen, Samia Ali.A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan.Agriculture, Ecosystems and Environment , 2003, 94(3): 321~340.

    • 18

      农业部种植业管理司.中国农业数据库[DB/OL].http://zzys.agri.gov.cn/moazzys/zaiqing.aspx.

    • 19

      王保生, 刘文英, 黄淑娥.江西省旱涝灾害风险评估与农业可持续发展.气象与减灾研究 , 2006, 29(2): 43~47.

    • 20

      武永峰.不同经济地带旱灾灾情变化及其与粮食单产波动的关系.自然灾害学报 , 2006(s1): 5~10.

    • 21

      梁红梅, 刘会平, 宋建阳, 等.广东农业旱灾的时间分布规律及重灾年份预测.自然灾害学报 , 2006, 15(4): 79~83.

    • 22

      李彬, 武恒.安徽省农业旱灾规律及其对粮食安全的影响.干旱地区农业研究 , 2009, 27(5): 18~23.

    • 23

      王萍, 那济海, 朱海霞, 等.黑龙江省粮食产量结构与影响产量的气象因子分析.气象科技 , 2008, 36(4): 449~452.

杨艳颖

机 构:中国农业科学院农业资源与农业区划研究所,北京100081

Affiliation:Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081,China

角 色:第一作者

Role:First author

邮 箱:yangyy_1211@163.com

作者简介:杨艳颖(1994—),女,汉族,江西南昌人,硕士研究生。研究方向:农业遥感。Email:yangyy_1211@163.com

毛克彪

机 构:

1. 中国农业科学院农业资源与农业区划研究所,北京100081

2. 湖南农业大学资源环境学院,长沙410128

Affiliation:

1. Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081,China

2. College of Resources & Environment, Hunan Agricultural University,Changsha,410128, China

角 色:通讯作者

Role:Corresponding author

邮 箱:maokebiao@caas.cn

作者简介:毛克彪(1977—),男,汉族,湖南沅江人,博士、研究员。研究方向:农业遥感。Email: maokebiao@caas.cn

韩秀珍

机 构:国家气象卫星中心,北京100081

Affiliation:National Satellite Meteorological Center, Beijing, 100081, China

杨军

机 构:国家气象卫星中心,北京100081

Affiliation:National Satellite Meteorological Center, Beijing, 100081, China

郭晶鹏

机 构:中国农业科学院农业资源与农业区划研究所,北京100081

Affiliation:Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081,China

/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F002.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F003.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F004.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F005.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F006.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F007.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F008.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F009.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F010.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F011.jpg
相关系数受灾率成灾率灾害强度指数受灾率异常指数成灾率异常指数
粮食总产年变化率-0.564**-0.542**-0.222**-0.564**-0.542**
粮食单产年变化率-0.445**-0.455**-0.219**-0.445**-0.455**
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F012.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F013.jpg
/html/zgnyxx/20180509/alternativeImage/28fe64ee-237c-48ba-b4ca-2e7e059fbfc7-F014.jpg

图1 19492016年中国干旱受灾面积和成灾面积变化

Fig.1 Variation of drought disaster affected/ suffering areas in China from 1949 to 2016

图2 19492016年中国干旱受灾率和成灾率年际变化

Fig.2 Variation of drought disaster affected/ suffering rates in China from 1949 to 2016

图3 19492016年中国干旱灾害强度指数年际变化

Fig.3 Variation of drought disaster intensity index in China from 1949 to 2016

图4 中国干旱受灾率/成灾率异常指数年际变化

Fig.4 Anomaly indices of drought disaster affected/suffering area rates in China

图5 中国各省(直辖市、自治区)的历年平均受灾面积分布

Fig.5 Distribution of drought disaster affected areas in China

图6 19492016年中国粮食产量及粮食单产

Fig.6 Total/per mu grain production in China from 1949 to 2016

图7 19492016年粮食总产年变化率与受灾率分析

Fig.7 Comparative analysis of annual change rate of grain production and disaster affected area rates from 1949 to 2016

图8 19492016年粮食总产年变化率与成灾率分析

Fig.8 Comparative analysis of annual change rate of grain production and disaster suffering area rates from 1949 to 2016

图9 19492016年粮食单产年变化率与受灾率分析

Fig.9 Comparative analysis of annual change rate of grain production per hectare and disaster affectedarea rates from 1949 to 2016

图10 19492016年粮食单产年变化率与成灾率分析

Fig.10 Comparative analysis of annual change rate of grain production per hectare and disaster suffering area rates from 1949 to 2016

表1 干旱灾害指标与粮食生产指标的相关系数

Table 1 Correlation between indices of drought disasters and grain production

图11 19492016年全国各省(直辖市、自治区)平均旱灾分布及粮食总产

Fig.11 Distribution of average drought disaster and grain production of China from 1949 to 2016

图12 中国各省(直辖市、自治区)的历年平均受灾面积及粮食单产分布

Fig.12 Distribution of disaster affected areas and grain production per hectare in China

图13 中国各省(直辖市、自治区)的历年平均受灾面积及粮食总产分布

Fig.13 Distribution of drought disaster affected areas and grain production in China

image /

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

无注解

**表示在α=0.01时,相关性是显著的,n=68。

无注解

无注解

无注解

  • 参考文献

    • 1

      Tao Fulu, Yokozawa M, Liu Jiyuan, et al.Climate change, land use change, and China’s food security in the twenty-first century: An integrated perspective.Climatic Change , 2009, 93(3): 433~445.

    • 2

      侯英雨, 何亮, 靳宁, 等.中国作物生长模拟监测系统构建及应用.农业工程学报 , 2018, 34(21): 165~175, 312.

    • 3

      刘家福, 李京, 梁雨华, 等.亚洲典型区域暴雨洪灾风险评价研究.地理科学 , 2011, 31(10): 1266~1271.

    • 4

      卢爱刚, 葛剑平, 庞德谦, 等.40a来中国旱灾对ENSO事件的区域差异响应研究.冰川冻土 , 2006, 28(4): 535~542.

    • 5

      黄荣辉, 郭其蕴, 孙安健, 等.中国气候灾害图集.北京:海洋出版社, 1997.

    • 6

      李茂松, 李森, 李育慧.中国近50年来旱灾灾情分析.中国农业气象 , 2003, 24(1): 7~10.

    • 7

      Grayson M.Agriculture and drought.Nature , 2013, 501: S1.

    • 8

      杨春喜.农业大丰收水利做贡献.黑龙江金融 , 1997(12): 8~9.

    • 9

      张强, 韩兰英, 王胜, 等.影响南方农业干旱灾损率的气候要素关键期特征.科学通报 , 2018, 63(23): 2378~2392.

    • 10

      李文娟, 覃志豪, 林绿.农业旱灾对国家粮食安全影响程度的定量分析.自然灾害学报 , 2010, 19(3): 111~118.

    • 11

      Wang A, Lettenmaier D P, Sheffield J.Soil moisture drought in China, 1950-2006.Journal of Climate , 2011, 24(13): 3257~3271.

    • 12

      Zhai J, Su B, Krysanova V, et al.Spatial variation and trends in PDSI and SPI indices and their relation to streamflow in 10 large regions of China.Journal of Climate , 2010, 23(3): 649~663.

    • 13

      吴绍洪, 刘路路, 刘燕华, 等.“一带一路”陆域地理格局与环境变化风险.地理学报 , 2018, 73(7): 1214~1225.

    • 14

      柳钦火, 吴俊君, 李丽, 等.“一带一路”区域可持续发展生态环境遥感监测.遥感学报 , 2018, 22(4): 686~708.

    • 15

      Hayes M J, Decker W L.Using satellite and real-time weather data to predict maize production.International Journal of Biometeorology , 1998, 42(1): 10~15.

    • 16

      Rasmussen M S.Developing simple, operational, consistent NDVI-vegetation models by applying environmental and climatic information: Part I.Assessment of net primary production.International Journal of Remote Sensing , 1998, 19(1): 21.

    • 17

      Wim G.M.Bastiaanssen, Samia Ali.A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan.Agriculture, Ecosystems and Environment , 2003, 94(3): 321~340.

    • 18

      农业部种植业管理司.中国农业数据库[DB/OL].http://zzys.agri.gov.cn/moazzys/zaiqing.aspx.

    • 19

      王保生, 刘文英, 黄淑娥.江西省旱涝灾害风险评估与农业可持续发展.气象与减灾研究 , 2006, 29(2): 43~47.

    • 20

      武永峰.不同经济地带旱灾灾情变化及其与粮食单产波动的关系.自然灾害学报 , 2006(s1): 5~10.

    • 21

      梁红梅, 刘会平, 宋建阳, 等.广东农业旱灾的时间分布规律及重灾年份预测.自然灾害学报 , 2006, 15(4): 79~83.

    • 22

      李彬, 武恒.安徽省农业旱灾规律及其对粮食安全的影响.干旱地区农业研究 , 2009, 27(5): 18~23.

    • 23

      王萍, 那济海, 朱海霞, 等.黑龙江省粮食产量结构与影响产量的气象因子分析.气象科技 , 2008, 36(4): 449~452.