气候变化背景下黑龙江省主要农业气象灾害时序变化特征及影响差异

doi:10.11924/j.issn.1000-6850.casb2023-0485

中国农学通报 ›› 2025, Vol. 41 ›› Issue (5): 110-118.doi: 10.11924/j.issn.1000-6850.casb2023-0485

• 资源·环境·生态·土壤·气象 • 上一篇下一篇

气候变化背景下黑龙江省主要农业气象灾害时序变化特征及影响差异

王秋京¹(), 马国忠², 翟墨¹, 初征¹, 曲辉辉¹, 姜丽霞¹()

¹ 中国气象局东北地区生态气象创新开放实验室/黑龙江省气象院士工作站/黑龙江省气象科学研究所/五营国家气候观象台，哈尔滨 150030
² 黑龙江省人民政府人工降雨办公室，哈尔滨 150030

收稿日期:2023-07-05 修回日期:2024-12-18 出版日期:2025-02-15 发布日期:2025-02-11
通讯作者:
姜丽霞，女，1972年出生，吉林德惠人，正高级工程师，硕士，主要从事农业气象应用方面的研究。通信地址：150030 黑龙江省哈尔滨市香坊区电碳路71号黑龙江省气象科学研究所，Tel：0451-55101013，E-mail：hljjlx@163.com。
作者简介:
王秋京，女，1979年出生，黑龙江省哈尔滨人，高级工程师，硕士，主要从事应用气象方面的研究。通信地址：150030 黑龙江省哈尔滨市香坊区电碳路71号黑龙江省气象科学研究所，Tel：0451-55101013，E-mail：shijianfeila@126.com。
基金资助:
国家重点研发计划项目(2022YFD2300201); 中国气象局创新发展专项(CXFZ2024P006); 黑龙江省气象局科技创新发展项目(HQ2023049)

Temporal Characteristics and Impact Differences of Major Agro-meteorological Disasters in Heilongjiang Province Under Climate Change

WANG Qiujing¹(), MA Guozhong², ZHAI Mo¹, CHU Zheng¹, QU Huihui¹, JIANG Lixia¹()

¹ Innovation and Opening laboratory of Regional Eco-Meteorology in Northeast, China Meteorological Administration/Meteorological Academician Workstation of Heilongjiang Province/Heilongjiang Institute of Meteorological Sciences/Wuying National Climatological Observatory, Harbin 150030
² Artificial Rainfall Office of Heilongjiang Province, Harbin 150030

Received:2023-07-05 Revised:2024-12-18 Published:2025-02-15 Online:2025-02-11

摘要/Abstract

摘要：

基于黑龙江省1972—2020年粮食播种面积、受灾资料及同期农业气象灾害数据，采用灰色关联度及农业气象综合灾损模型，分析主要农业气象灾害近50 a时序变化特征，探讨气候变化背景下不同等级农业气象灾害发生特点及对农业影响程度。结果表明：农业受灾面积总体呈波动式下降趋势(P>0.05)，成灾面积呈微弱上升趋势(P>0.05)；不同气象灾害对农业受灾的影响大小依次为：旱灾>低温冷害>洪涝灾害>风雹灾害，其中旱灾和低温冷害影响大，受灾程度较重；黑龙江省农业气象灾害中灾及以下灾情的出现年份占85%，大灾和重灾占比为15%；灾害最重年份为1976年、2002年和2003年，综合灾情指数分别为5.8173、5.1791、5.3219。受灾面积与粮食单产呈显著负相关关系(P<0.05)，随着受灾面积增加，粮食单产呈下降趋势，总受灾面积每增加100×10³ hm²，粮食单产下降26.34 kg，对于不同等级灾害，中灾、大灾、重灾年份的受灾面积每增加100×10³ hm²，粮食单产平均减少38.27 kg，而轻灾、小灾年份的受灾面积与粮食单产相关不显著。上述灾害评估结果与黑龙江省农业受灾历史记录较吻合，研究结果可为农业生产规避灾害风险、保障粮食稳产丰产提供科学参考。

关键词: 气候变化, 农业气象灾害, 时序分析, 灰色关联度, 灾损模型, 灾害等级, 黑龙江省

Abstract:

Based on the grain sown area, disaster data, and agro-meteorological disaster data of Heilongjiang Province from 1972 to 2020, this study employed grey correlation analysis and an integrated agro-meteorological disaster loss model to examine the temporal changes in major agro-meteorological disasters over the past five decades. The research also explored the occurrence characteristics and agricultural impacts of different levels of agro-meteorological disasters under the backdrop of climate change. The results indicated that while the total agricultural disaster area exhibited a fluctuating downward trend (P>0.05), the proportion of disaster-affected areas showed a slight upward trend (P>0.05). Among various meteorological disasters, their effects on agriculture were ranked as follows: drought > low temperature c > flood > wind - hail, with drought and low temperature having the most significant impact and causing more severe damage. In Heilongjiang Province, 85% of the years experienced agro-meteorological disasters, with 15% being classified as major or severe disasters. The most severe disaster years were 1976, 2002, and 2003, with comprehensive disaster indices of 5.8173, 5.1791, and 5.3219, respectively. The disaster-affected area was significantly negatively correlated with grain yield (P < 0.05). As the disaster-affected area increased, grain yield decreased. Specifically, for every 100×10³ hm² increase in the disaster-affected area, grain yield per unit area decreased by 26.34 kg. On average, grain yield per unit area decreased by 38.27 kg. However, there was no significant correlation between the affected area and grain yield during mild or minor disaster years. These disaster assessment results align well with historical records of agricultural disasters in Heilongjiang Province and can provide valuable scientific references for mitigating disaster risks and ensuring stable and high grain yields in agricultural production.

Key words: climate change, agro-meteorological disasters, time series analysis, grey correlation degree, disaster loss assessment model, disaster level, Heilongjiang Province

王秋京, 马国忠, 翟墨, 初征, 曲辉辉, 姜丽霞. 气候变化背景下黑龙江省主要农业气象灾害时序变化特征及影响差异[J]. 中国农学通报, 2025, 41(5): 110-118.

WANG Qiujing, MA Guozhong, ZHAI Mo, CHU Zheng, QU Huihui, JIANG Lixia. Temporal Characteristics and Impact Differences of Major Agro-meteorological Disasters in Heilongjiang Province Under Climate Change[J]. Chinese Agricultural Science Bulletin, 2025, 41(5): 110-118.

图/表 10

参考文献 38

[1]	魏湜, 王建国, 顾万荣. “中国粮仓”——黑龙江省粮食生产分析与发展策略[J]. 东北农业大学学报, 2011, 42(7):1-8.
[2]	马宝新. 黑龙江省玉米生产现状与对策[J]. 黑龙江农业科学, 2018(12):111-112,117.
[3]	姜丽霞, 赵慧颖, 曲辉辉, 等. 2021. 黑龙江省玉米干旱与低温冷害复合逆境对产量的影响[J]. 气象,2021, 47(1):94-105.
[4]	杨卫东. 黑龙江省气象灾害防御技术手册[M]. 北京: 气象出版社, 2017.
[5]	王晓宁, 丘大鹏, 赵景波, 等. 黑龙江省1958—2017年极端降水时空变化与灾害效应[J]. 水土保持研究, 2020, 27(5):138-146.
[6]	IPCC. Climate change 2021: the physical science basis[EB/OL]. (2021-8-7) [2021-8-11]. https://www.ipcc.ch/report/sixth-assessment-report-working-group-i/.
[7]	Global Network Against Food Crisis. Global report on food crises 2020[R]. Brussels/Rome/New York: food security information Network, 2020.
[8]	陈源源. 气候变化对中国粮食生产的影响[J]. 中国农学通报, 2021, 37(12):51-57. doi: 10.11924/j.issn.1000-6850.casb2020-0402
[9]	矫梅燕. 农业应对气候变化蓝皮书:气候变化对中国农业影响评估报告(NO.1)[M]. 北京: 社会科学文献出版社, 2014.
[10]	周广胜. 气候变化对中国农业生产影响研究展望[J]. 气象与环境科学, 2015, 38(1):80-84.
[11]	姚亚庆, 郑粉莉, 关颖慧, 等. 近60年我国旱涝灾情时空特征分析[J]. 干旱地区农业研究, 2017, 35(1):228-232,236.
[12]	崔宁波, 殷琪荔. 气候变化对东北地区粮食生产的影响及对策响应[J]. 灾害学, 2022, 37(1):52-57.
[13]	王华, 陈慧华, 唐力生, 等. 气候变暖背景下广东冬种生产季气候资源和气象灾害的时空变化[J]. 应用生态学报, 2018, 29(1):93-102.
[14]	薛华柱, 李阳阳, 董国涛. 基于SPEI指数分析河西走廊气象干旱时空变化特征[J]. 中国农业气象, 2022, 43(11):923-934.
[15]	张煦庭, 潘学标, 徐琳, 等. 基于降水蒸发指数的1960—2015年内蒙古干旱时空特征[J]. 农业工程学报, 2017, 33(15):190-199.
[16]	白磊, 张帆, 文元桥, 等. 基于格点资料的1961—2018年中国霜冻灾害时空变化规律[J]. 中国农业气象, 2021, 42(9):761-774.
[17]	赵娅君, 郑粉莉, 姚亚庆, 等. 1978—2018年我国农业气象灾害时空变化特征[J]. 自然灾害学报, 2022, 31(1):198-207.
[18]	刘笑, 何学敏, 游松财, 等. 1976—2015年中主要农业气象灾害的变化特征[J]. 中国农业气象, 2017, 38(8):481-487.
[19]	田志会, 李晓雪. 1949—2016年我国粮食主产区旱灾变化趋势分析[J]. 中国农业大学学报, 2019, 24(12):159-167.
[20]	陈妮娜, 张玉书, 张硕, 等. 2004—2013年辽宁省主要气象灾害分布及预警服务分析[J]. 自然灾害学报, 2017, 26(3):176-184.
[21]	韩晶, 焦美玲, 曹彦超. 陇东地区气象灾害灾情演变及灾害损失评估[J]. 湖北农业科学, 2022, 61(13):12-17.
[22]	马建勇, 许吟隆, 潘婕. 东北地区农业气象灾害的趋势变化及其对粮食产量的影响[J]. 中国农业气象, 2012, 33(2):283-288.
[23]	于文颖, 纪瑞鹏, 李卓群, 等. 辽宁省玉米复合农业气象灾害判识及特征[J]. 应用生态学报, 2021, 32(1):241-251. doi: 10.13287/j.1001-9332.202101.011
[24]	江和文, 张录军, 曹士民. 辽宁省主要粮食作物产量灾损风险评估[J]. 干旱地区农业研究, 2011, 29(4):238-243.
[25]	郭建平. 农业气象灾害监测预测技术研究进展[J]. 应用气象学报, 2016, 27(5):620-630.
[26]	姜丽霞, 任桂林, 李秀芬, 等. 作物生长期低温指数演变及对作物产量的影响[J]. 西北农林科技大学学报(自然科学版), 2018, 46(10):79-88,100.
[27]	高茂盛, 范建忠, 吴清丽. 旱涝灾害对陕西省粮食生产的影响研究[J]. 中国农业大学学报, 2012, 17(3):149-153.
[28]	张星, 郑有飞, 周乐照. 农业气象灾害灾情等级划分与年景评估[J]. 生态学杂志, 2007, 26(3):418-421.
[29]	王胜, 沈梅, 石磊. 安徽省近33年农业气象灾害年景评估[J]. 中国农业大学学报, 2013, 18(3):192-197.
[30]	王秋京, 李秀芬, 闫平, 等. 黑龙江省主要农业气象灾害时序特征及其对大豆产量影响的灰色关联分析[J]. 中国农学通报, 2020, 36(3):81-87. doi: 10.11924/j.issn.1000-6850.casb20190700428
[31]	姚俊英, 朱红蕊, 南极月, 等. 基于灰色理论的黑龙江省暴雨洪涝特征分析及灾变预测[J]. 灾害学, 2012, 27(1):59-63.
[32]	梅旭荣, 刘勤, 严昌荣. 中国主要农作物生育期图集[M]. 杭州: 浙江科学技术出版社, 2016.
[33]	薛飞, 曹雨, 何平, 等. 玉米越区种植问题初讨[J]. 吉林农业科学, 2000, 25(3):55-57.
[34]	王萍, 王桂霞, 石剑, 等. 黑龙江省2002年农业气象灾害综述[J]. 黑龙江气象, 2003(3):24-25.
[35]	闫平, 季生太, 姜丽霞, 等. 2003年黑龙江省主要灾害性天气及其对作物生长发育和粮食产量的影响[J]. 黑龙江气象, 2004(1):36-38.
[36]	王秋京, 马国忠, 朱海霞, 等. 黑龙江省主要农业气象灾害演变特征及对水稻产量的影响[J]. 灾害学, 2020, 35(1):76-83.
[37]	林而达, 许吟隆, 蒋金荷, 等. 气候变化国家评估报告(Ⅱ):气候变化的影响与适应[J]. 气候变化研究进展, 2006, 2(2):51-56.
[38]	董国庆, 李丽平, 郑广芬, 等. 宁夏近53年冬季气温变化趋势及对农业的影响[J]. 地球科学进展, 2016, 31(11):1172-1181. doi: 10.11867/j.issn.1001-8166.2016.11.1172

因子	轻灾	小灾	中灾	大灾	重灾
洪涝	-0.8≤z_t<-0.08	-0.08≤z_t<0.61	0.61≤z_t<1.29	1.29≤z_t<1.98	1.98≤z_t<2.7
干旱	-1.15≤z_t<-0.42	-0.42≤z_t<0.29	0.29≤z_t<1.02	1.02≤z_t<1.74	1.74≤z_t<2.5
风雹	-0.9≤z_t<0.27	0.27≤z_t<1.45	1.45≤z_t<2.64	2.64≤z_t<3.82	3.82≤z_t<5.1
低温	-0.65≤z_t<0.26	0.26≤z_t<1.17	1.17≤z_t<2.08	2.08≤z_t<2.98	2.98≤z_t<3.9
分值	0<FI≤2	2<FI≤4	4<FI≤6	6<FI≤8	8<FI≤10

因子	轻灾	小灾	中灾	大灾	重灾
洪涝	-0.8≤z_t<-0.08	-0.08≤z_t<0.61	0.61≤z_t<1.29	1.29≤z_t<1.98	1.98≤z_t<2.7
干旱	-1.15≤z_t<-0.42	-0.42≤z_t<0.29	0.29≤z_t<1.02	1.02≤z_t<1.74	1.74≤z_t<2.5
风雹	-0.9≤z_t<0.27	0.27≤z_t<1.45	1.45≤z_t<2.64	2.64≤z_t<3.82	3.82≤z_t<5.1
低温	-0.65≤z_t<0.26	0.26≤z_t<1.17	1.17≤z_t<2.08	2.08≤z_t<2.98	2.98≤z_t<3.9
分值	0<FI≤2	2<FI≤4	4<FI≤6	6<FI≤8	8<FI≤10

因子	大灾		重灾
因子	发生年份	频率/%	发生年份	频率/%
洪涝	1991，1994，2018	6.1	1981，1985，1988，1998，2013，2019，2020	14.3
干旱	2003	2.0	2000，2001，2007，2016	8.2
风雹	2018	2.0	1976，2017	4.1
低温	1976，2018	4.1	1992，2002	4.1

因子	大灾		重灾
因子	发生年份	频率/%	发生年份	频率/%
洪涝	1991，1994，2018	6.1	1981，1985，1988，1998，2013，2019，2020	14.3
干旱	2003	2.0	2000，2001，2007，2016	8.2
风雹	2018	2.0	1976，2017	4.1
低温	1976，2018	4.1	1992，2002	4.1

影响因子	洪涝	干旱	风雹	低温
关联度	0.7586	0.8041	0.5154	0.7876
权重	0.265	0.281	0.179	0.275
位次	3	1	4	2

气候变化背景下黑龙江省主要农业气象灾害时序变化特征及影响差异

Temporal Characteristics and Impact Differences of Major Agro-meteorological Disasters in Heilongjiang Province Under Climate Change

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 38

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

等级	年份数/a
灾害	轻灾	小灾	中灾	大灾	重灾
洪涝	29	9	1	3	7
干旱	35	5	4	4	1
风雹	37	8	1	1	2
低温	40	5	0	2	2

综合灾情等级	综合灾情指数P_t
轻灾	0<P_t≤1.16
小灾	1.16<P_t≤2.33
中灾	2.33<P_t≤3.49
大灾	3.49<P_t≤4.66
重灾	4.66<P_t≤5.82

年份	P_t	等级	年份	P_t	等级
1972	2.1305	小灾	1997	2.4697	中灾
1973	0.9997	轻灾	1998	3.0717	中灾
1974	0.9997	轻灾	1999	1.5651	小灾
1975	0.9997	轻灾	2000	2.1077	小灾
1976	5.8173	重灾	2001	2.1077	小灾
1977	2.1077	小灾	2002	5.1791	重灾
1978	1.9157	小灾	2003	5.3219	重灾
1979	1.5537	小灾	2004	2.1191	小灾
1980	2.4697	中灾	2005	1.8797	小灾
1981	3.0717	中灾	2006	2.6371	中灾
1982	2.6617	中灾	2007	2.6617	中灾
1983	1.8797	小灾	2008	1.9157	小灾
1984	1.5177	小灾	2009	3.5531	大灾
1985	3.0717	中灾	2010	0.9997	轻灾
1986	2.0831	小灾	2011	1.3617	小灾
1987	2.4451	中灾	2012	0.9997	轻灾
1988	3.0717	中灾	2013	2.5537	中灾
1989	3.1797	中灾	2014	0.9997	轻灾
1990	0.9997	轻灾	2015	0.9997	轻灾
1991	3.0717	中灾	2016	3.2157	中灾
1992	3.8153	大灾	2017	4.0377	大灾
1993	2.0717	小灾	2018	4.1773	大灾
1994	3.1077	中灾	2019	3.0717	中灾
1995	1.5537	小灾	2020	3.0717	中灾
1996	1.5537	小灾

[1]	胡启瑞, 吉春容, 高健. 库尔勒香梨生长气象条件及主要气象灾害影响分析[J]. 中国农学通报, 2025, 41(3): 91-97.
[2]	张新刚. 气候变暖对豫北地区冬小麦生长发育和产量的影响——以河南省沁阳市为例[J]. 中国农学通报, 2025, 41(3): 98-106.
[3]	何柳, 原小燕, 张玉松, 刘丽晶, 钟丽琼, 赵凯琴, 张立帆, 何晓莹, 符明联. 花生蔗糖含量与气象因素和品质性状的相关性分析[J]. 中国农学通报, 2025, 41(3): 18-24.
[4]	王官, 张阳, 张伟, 邵荣峰, 常玉卉, 赵威军. 甜高粱茎秆含糖锤度时空变化规律研究[J]. 中国农学通报, 2025, 41(2): 28-35.
[5]	沈玉江, 杜春玉, 刘淑霞, 关向军, 徐海军, 王晓飞, 肖宇. 黑龙江省大庆地区黄芪引种适应性评价[J]. 中国农学通报, 2025, 41(1): 82-88.
[6]	邱美娟, 刘布春, 刘园, 王一舟. 中国两大苹果主产区积冷量时空变化特征[J]. 中国农学通报, 2024, 40(9): 106-116.
[7]	刘赫男, 张洪玲, 徐永清, 朱红蕊. 黑龙江省玉米大风灾害风险评估研究[J]. 中国农学通报, 2024, 40(34): 118-124.
[8]	公正, 宫庆涛, 鹿英, 张祥全, 朱腾飞, 胡希平, 万国, 石振利, 张坤鹏, 张安宁. 橘小实蝇越冬调查及线性拟合评价[J]. 中国农学通报, 2024, 40(34): 134-140.
[9]	霍锦, 余惠乔, 张仕明, 黄玖君. 新疆巴州地区小麦干热风时空变化特征及风险区划[J]. 中国农学通报, 2024, 40(32): 135-142.
[10]	杨进成, 刘坚坚, 何泉, 张钟, 刘英, 史兰芬, 李艳兰, 胡新洲, 王爱明, 杨晓波, 柏廷钰, 李祥, 普加富, 柏跃才. 不同栽培因子组合对山地免耕饲用油菜农艺性状和产量效益影响[J]. 中国农学通报, 2024, 40(32): 37-43.
[11]	雷有宏, 雷占娇, 张莹, 马宁, 虎文娟, 任得萍. 1980—2022年青海地区气候变化时空分布特征及对农牧业生产的影响[J]. 中国农学通报, 2024, 40(29): 87-95.
[12]	杨佳鑫, 刘立强, 周伟权, 张迎春, 刘嫒, 秦伟. 基于Maxent的吐哈盆地枣适生区预测[J]. 中国农学通报, 2024, 40(28): 119-125.
[13]	马晓, 吕卫光, 蔡文倩, 余婷, 张月, 张海韵, 汤勇华, 董月霞, 张翰林. 不同稻田冬茬绿肥对土壤养分、酶活性和微生物数量的影响[J]. 中国农学通报, 2024, 40(26): 46-52.
[14]	刘英, 周忠文, 柳东慧, 张峰, 王龙峰, 王宏智. 基于“24节气”的庆阳水热资源变化及农业响应分析[J]. 中国农学通报, 2024, 40(26): 80-87.
[15]	郭守生, 张铖玉, 马昕芮, 赵梦凡, 雷春凯. 气候变化背景下青海省春小麦水分盈亏率时空分布特征[J]. 中国农学通报, 2024, 40(20): 122-129.