近30年河南省粮食作物单产的时序演变特征及其与大气环流的联系

摘要 依托河南省1989—2018年冬小麦、夏玉米产量数据及15种大尺度大气环流指数资料，基于集合经验模态分解评估研究区粮食作物单产的时序演变特征，结果表明，近30年冬小麦、夏玉米的单产均以趋势性增长为主，其方差贡献率分别为96.3%、59.5%，而单位面积农用化肥施用量是驱动单产增加的首要因素;冬小麦单产波动存在着准2.7、6、10年的周期性振荡，而夏玉米单产波动存在着准3.3、7.5、10年的周期性振荡;各作物单产的周期性振荡均与环流指数存在显著的相关性，而由前期环流指数与年份作为预报因子的线性模型较好地模拟了冬小麦、夏玉米单产的年际变化，其平均相对误差分别为3.1%、5.3%;河南省夏玉米单产波动对环流指数更为敏感，特别是前一年10月份较高数值的东太平洋/北太平洋涛动（EP/NP）是其单产减少的关键前兆性信号。

关键词 河南省;冬小麦;夏玉米;单产;时序演变特征;大气环流

中图分类号 S 162文献标识码 A

文章编号 0517-6611（2022）02-0227-04

doi：10.3969/j.issn.0517-6611.2022.02.060

开放科学（资源服务）标识码（OSID）：

Temporal Evolution Characteristics of Grain Yield in Henan Province during Recent 30 Years and Its Relation to Atmospheric Circulation

SUN Jian-wei1， XU Hui2， TIAN Hong-wei3，4 et al （1.Zhaocun Reservoir Management Office of Jiangning District in Nanjing，Nanjing，Jiangsu 211100;2.Nanjing Research Institute of Ecology and Environmental Protection， Nanjing，Jiangsu 210013;3.China Meteorological Administrator/Henan Provincial Key Laboratory of Agrometeorological Safeguard and Applied Technique， Zhengzhou，Henan 450003;4.Henan Institute of Meteorological Sciences， Zhengzhou，Henan 450003）

Abstract Based on the yield record of winter wheat and summer maize during 1989-2018 in Henan Province and the data of large-scale atmospheric circulation indices （LACI）， the temporal evolution characteristics for grain crops yield were evaluated using ensemble empirical mode decomposition （EEMD）.The results showed that in the past 30 years， both the winter wheat and summer maize yield were characterizing as increasing trends with the variance contribution of 96.3% and 59.5%， respectively， and the dosage of agricultural chemical fertilizer in per area was the primary factor driving the yield increase.There were quasi 2.7a， 6a， 10a periodic oscillations for yield fluctuations of winter wheat， while there were quasi 3.3a， 7.5a， 10a periodic oscillations for yield fluctuations of summer maize.There were significant correlations between the periodic oscillation of yield and LACI in each crop，the linear model with the antecedent LACI and the year as the forecasting factor simulated the inter-annual variation of winter wheat and summer maize yields， and the average relative errors were 3.1% and 5.3%，respectively.The yield fluctuations of summer maize was more sensitive to LACI， especially the higher East Pacific/North Pacific Oscillation （EP/NP） in October over the previous year was the key precursor signals for yield reduction.

Key words Henan Province;Winter wheat;Summer maize;Yield per unit area;Temporal evolution characteristics;Atmospheric circulation

基金项目 中国气象局/河南省农业气象保障与应用技术重点实验室开放研究基金项目（AFM202006）。

作者简介 孙建伟（1984—），男，浙江兰溪人，工程师，从事水利工程管理、灌区及农田水利工程管理工作。*通信作者，高级工程师，硕士，从事生态气象研究。

收稿日期 2021-09-30;修回日期 2021-10-20

粮食安全是关系一个国家和地区生存与发展的重大问题，由于构造复杂的地形地貌、脆弱且灾害频发的自然环境、有限的可利用耕地面积等国情，我国粮食产量的稳定增产面临着严峻的挑战[1]。近几十年来，我国粮食总产量持续增加的主要原因是政策、技术、生产力不断优化带来作物单产水平的不断提高，因此主要粮食作物单产的时空演变规律受到了诸多学者的广泛重视[2]。剔除趋势法是研究粮食单产波动的主要手段，但剔除趋势项后的波动仍然是多因素多尺度的综合作用，且无法描述波动的多时间尺度特征[3]。与小波分析法、HP滤波分解法、最小二乘法这类去除趋势的方法相比，集合经验模态分解（EEMD）能够在没有预先设定基函数的情形下，依据数据自身的时间尺度特征进行自适应的信号分解，并且对趋势项的提取更具客观性和稳定性。

全球气候变暖带来的气温、降水、光照等气候要素的变化，使得我国主要粮食作物产区的水热气候条件以及农业气象灾害的类型、强度、频次都发生了显著的变化，因而加剧了粮食作物单产波动[4-6]。作物单产的年际波动受区域农业气候要素的直接影响，而大气环流异常是导致气候异常甚至灾害型天气发生的重要原因[7]。耦合了海洋与大气关键特征信息的大尺度环流指数高效地量化了逐月、逐年区域环流的变化情形。现有的研究表明全球不同地区降水、气温的季节性变化与环流指数之间存在不同程度的时滞相关性，如ENSO一类的环流指数可以在半年甚至一年前对来年的区域降水进行有效的预估[8]。鉴于此，直接构建作物单产与各种类型大尺度环流指数之间的线性模型值得很好的尝试，但现阶段类似的研究还较少[9-10]。

河南省地处我国中东部、黄河中下游，其地势上处于我国第二级阶梯和第三级阶梯过渡地带，气候上属于亚热带向暖温带过渡。该省是全国重要的农业大省和粮食生产基地，其冬小麦的种植面积与总产量均为全国之首[11-12]。夏玉米是河南省仅次于小麦的重要粮食作物，占全国播种面积的10%。降水资源的年内分布不均以及年代际波动较大导致季节性雨涝、干旱事件的频繁发生，成为制约河南省粮食稳产增产的首要因素。现有的研究主要局限在探求粮食总产量的驱动因素，而对单产的时序演变特征还鲜见报道[13]。鉴于此，笔者使用EEMD解析河南省冬小麦、夏玉米单产的时序变化特征及其与环流指数的可能联系，这将为深入预估、预判区域粮食生产安全的风险变化提供重要的参考依据。

1 资料与方法

1.1 基本数据

全省尺度下河南省冬小麦、夏玉米的单产及相关农业经济数据来源于国家统计局官网提供的农情资料。由于1989年前的相关记录缺失较多，故该研究计算分析的时段设置为1989—2018年，2种作物单产的年际变化序列见图1。此外6种关键农业经济指标分别为S1，有效灌溉率（有效灌溉面积/总播种面积，%）;S2，单位面积农用化肥施用量（总化肥施用量/总播种面积，万t/1 000 hm2）;S3，单位面积投入农业机械动力（农业机械总动力/总播种面积，万kW/1 000 hm2）;S4，单位面积投入人力（农业总从业人口/总播种面积，万人/1 000 hm2）;S5，农田除涝率（出涝面积/总播种面积，%）;S6，单位面积农药使用量（农药总使用量/总播种面积，万t/1 000 hm2）。

15种大尺度大气环流指数（large-scale atmospheric circulation indices， LACI） 1988—2017年的逐月数据由美国国家大气海洋局（ NOAA）气候预测中心（ https：//www.esrl.noaa.gov） 提供，分别为太平洋-北美遥相关型（PNA）、东太平洋/北太平洋涛动（EP/NP）、西太平洋遥相关型（WP）、北大西洋涛动（NAO）、南方涛动（SOI）、热带北大西洋海温（TNA）、热带南大西洋海温（TSA）、西半球暖池指数（WHWP）、混合ENSO指数（MEI）、厄尔尼诺-3区的平均海面温度（NINO 3）、厄尔尼诺1+2区的平均海面温度（NINO 1+2）、厄尔尼诺-4区的平均海面温度（NINO 4）、厄尔尼诺-3.4区的平均海面温度（NINO 3.4）、太平洋年代际振荡（PDO）、北太平洋遥相关型（NP）[9-10]。

1.2 EEMD 集合经验模态分解（ensemble empirical mode decomposition，EEMD）是一种高效处理线性及非线性时间序列的分析技术，可以将不同频率的波动和趋势逐级提取出来[14]。EEMD提取出的波动项一般称之为有限个本征模函数IMF（intrinsic mode function），其表征了年际、年代际等不同时间尺度的振荡特征，而趋势项则通过单调或均值函数来描述，其代表时间序列的长期变化趋势。

2 结果与分析

2.1 作物单产的EEMD分析

从冬小麦、夏玉米单产序列的EEMD分析结果（图2）可以看出，1989—2018年河南省冬小麦和夏玉米单产逐年序列均可分解为3个IMF项和1个Trend项。其中，Trend项均呈现出显著的逐年线性上升态势，反映科技、经济、政策等社会因素高速发展的增产效应。图2a中IMF1、IMF2、IMF3分别表征冬小麦单产波动的准2.7、6、10年周期性振荡，而图2b中IMF1、IMF2、IMF3分别表征夏玉米单产序列的准3.3、7.5、10年周期性振荡。这与研究区降水、气温等气候要素的振荡主周期（3～12年）相一致[15-16]，说明粮食作物单产的短期、中期及年代际波动与气候变化关系密切。图2a中冬小麦单产Trend项的方差贡献率高达96.3%，这表明冬小麦单产变化的首要驱动力为农业经济等非气候要素。相比之下，夏玉米单产Trend项的方差贡献率仅为59.5%，而IMF1、IMF2项的贡献率均接近18%，这表明气候要素对夏玉米单产的短期年际变化的影响更为显著。此外，从图2中IMF1的逐年变化过程可以看出，冬小麦单产短期波动的大幅振荡主要发生在1998年前，此后波动的振幅显著减小;冬小麦单产短期波动的大幅振荡主要发生在2003年前，此后波动的振幅相对较小。