全 文 ：第 ３６ 卷第 １４ 期
２０１６年 ７月
生 态 学 报
ＡＣＴＡ ＥＣＯＬＯＧＩＣＡ ＳＩＮＩＣＡ
Ｖｏｌ．３６，Ｎｏ．１４
Ｊｕｌ．，２０１６
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
基金项目：国家自然科学基金重点项目（４１３３０５３１）；江苏省普通高校研究生科研创新项目计划项目（ＣＸＬＸ１３＿４９７）
收稿日期：２０１４⁃１２⁃２５； 　 　 网络出版日期：２０１５⁃１０⁃３０
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ： ｇｓｚｈｏｕ＠ ｃａｍｓ．ｃｍａ．ｇｏｖ．ｃｎ
ＤＯＩ： １０．５８４６ ／ ｓｔｘｂ２０１４１２２５２５７４
杨若子，周广胜．１９６１—２０１３年东北三省玉米低温冷害强度的时空分布特征．生态学报，２０１６，３６（１４）：４３８６⁃４３９４．
Ｙａｎｇ Ｒ Ｚ， Ｚｈｏｕ Ｇ Ｓ．Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｍａｉｚｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎ ｔｈｅ Ｔｈｒｅｅ Ｐｒｏｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ Ｄｕｒｉｎｇ １９６１ｔｏ ２０１３．Ａｃｔａ
Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１６，３６（１４）：４３８６⁃４３９４．
１９６１—２０１３年东北三省玉米低温冷害强度的时空分布
特征
杨若子１，２，周广胜１，∗
１ 中国气象科学研究院，北京　 １０００８１
２ 南京信息工程大学，南京　 ２１００４４
摘要：基于东北三省 １９６１—２０１３年气象数据、《北方春玉米冷害评估技术规范（ＱＸ ／ Ｔ１６７—２０１２）行业标准》，结合具有生物学意
义的热量指数，给出了东北三省低温冷害强度分级，利用经验正交函数（ＥＯＦ）分解法和旋转经验正交函数（ＲＥＯＦ）分解法分析
了东北三省玉米低温冷害强度时空分布特征。 结果表明：东北三省玉米低温冷害强度具有明显的空间分布特点，可分为全区一
致型、南北反相位分布型以及东西反相位分布型。 东北三省玉米低温冷害强度的时间变化具有较好的一致性，１９６１—２０１３ 年
东北三省低温冷害的发生强度呈波动减小趋势。 低温冷害强度区域差异显著，按照低温冷害强度强弱可分为黑龙江⁃吉林北部
区（Ⅰ区）、吉林南部⁃辽宁北部区（Ⅲ区）和辽宁南部区（Ⅱ区）。 研究结果可为东北三省低温冷害风险区划和采取有效的减灾
避灾措施提供依据。
关键词：东北三省；玉米；低温冷害；时空特征
Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｍａｉｚｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎ ｔｈｅ Ｔｈｒｅｅ
Ｐｒｏｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ Ｄｕｒｉｎｇ １９６１ｔｏ ２０１３
ＹＡＮＧ Ｒｕｏｚｉ１，２， ＺＨＯＵ Ｇｕａｎｇｓｈｅｎｇ１，∗
１ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １０００８１， Ｃｈｉｎａ
２ Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｎａｎｊｉｎｇ ２１００４４， Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ： Ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｎｄ ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｍａｉｚｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎ ｔｈｅ ｔｈｒｅｅ ｐｒｏｖｉｎｃｅｓ ｏｆ
Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ ｗｅｒｅ ｓｔｕｄｉｅｄ ｕｓｉｎｇ ｔｈｅ ｄａｉｌｙ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄａｔａ ｆｒｏｍ １９６１ｔｏ ２０１３， ｔｈｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｄａｔａ ｐｒｅｓｅｎｔｅｄ ｉｎ
ｔｈｅ Ｉｎｄｕｓｔｒｙ Ｓｔａｎｄａｒｄ： Ｔｅｃｈｎｉｃａｌ Ｓｐｅｃｉｆｉｃａｔｉｏｎ ｏｆ Ｎｏｒｔｈｅｒｎ Ｓｐｒｉｎｇ Ｍａｉｚｅ Ｃｈｉｌｌｉｎｇ Ｄａｍａｇｅ Ａｓｓｅｓｓｍｅｎｔ （ＱＸ ／ Ｔ１６７—２０１２）
ａｓ ｗｅｌｌ ａｓ ｂｙ ｅｍｐｉｒｉｃａｌ ｏｒｔｈｏｇｏｎａｌ ｆｕｎｃｔｉｏｎ （ＥＯＦ） ａｎｄ ｒｏｔａｔｅｄ ＥＯＦ ｍｅｔｈｏｄ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｍａｉｚｅ ｃｈｉｌｌｉｎｇ
ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎ ｔｈｅ ｔｈｒｅｅ ｐｒｏｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ ｓｈｏｗｅｄ ｓｉｇｎｉｆｉｃａｎｔ ｓｐａｔｉａｌ ｄｉｆｆｅｒｅｎｃｅ， ｗｈｉｃｈ ｃｏｕｌｄ ｂｅ ｄｉｖｉｄｅｄ ｉｎ
ｔｈｒｅｅ ｃａｔｅｇｏｒｉｅｓ： ｔｈｅ ｒｅｇｉｏｎａｌ ｃｏｎｓｉｓｔｅｎｃｙ ｔｙｐｅ， ｔｈｅ ａｎｔｉ⁃ｐｈａｓｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｔｙｐｅ ｂｅｔｗｅｅｎ ｎｏｒｔｈｅｒｎ ａｎｄ ｓｏｕｔｈｅｒｎ ｐａｒｔｓ， ａｎｄ
ｔｈｅ ａｎｔｉ⁃ｐｈａｓｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｔｙｐｅ ｂｅｔｗｅｅｎ ｅａｓｔｅｒｎ ａｎｄ ｗｅｓｔｅｒｎ ｐａｒｔｓ． Ｔｈｅ ｍａｉｚｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎ ｔｈｅ ｔｈｒｅｅ
ｐｒｏｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ ｓｈｏｗｅｄ ａ ｃｏｎｓｉｓｔｅｎｔ ｆｌｕｃｔｕａｔｉｎｇ ｐａｔｔｅｒｎ ａｎｄ ａ ｄｅｃｒｅａｓｉｎｇ ｔｒｅｎｄ ｆｒｏｍ １９６１ ｔｏ ２０１３． Ｔｈｅ ｍａｉｚｅ
ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｄｉｓｐｌａｙｅｄ ａ ｓｉｇｎｉｆｉｃａｎｔ ｒｅｇｉｏｎａｌ ｄｉｆｆｅｒｅｎｃｅ， ｓｅｐａｒａｔｉｎｇ ｔｈｒｅｅ ｓｕｂ⁃ｒｅｇｉｏｎｓ ｂａｓｅｄ ｏｎ ｍａｉｚｅ ｃｈｉｌｌｉｎｇ
ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ， ｉ．ｅ．， ｔｈｅ ｓｕｂ⁃ｒｅｇｉｏｎ ｗｉｔｈ ｔｈｅ ｓｔｒｏｎｇｅｓｔ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎｃｌｕｄｉｎｇ Ｈｅｉｌｏｎｇｊｉａｎｇ Ｐｒｏｖｉｎｃｅ ａｎｄ ｔｈｅ
ｎｏｒｔｈｅｒｎ ｐａｒｔ ｏｆ Ｊｉｌｉｎ Ｐｒｏｖｉｎｃｅ （Ｉ ｓｕｂ⁃ｒｅｇｉｏｎ）， ｔｈｅ ｓｕｂ⁃ｒｅｇｉｏｎ ｗｉｔｈ ｔｈｅ ｉｎｔｅｒｍｅｄｉａｔｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎｃｌｕｄｉｎｇ ｔｈｅ
ｓｏｕｔｈｅｒｎ ｐａｒｔ ｏｆ Ｊｉｌｉｎ Ｐｒｏｖｉｎｃｅ ａｎｄ ｔｈｅ ｎｏｒｔｈｅｒｎ ｐａｒｔ ｏｆ Ｌｉａｏｎｉｎｇ Ｐｒｏｖｉｎｃｅ （Ⅲ ｓｕｂ⁃ｒｅｇｉｏｎ）， ａｎｄ ｔｈｅ ｓｕｂ⁃ｒｅｇｉｏｎ ｗｉｔｈ ｔｈｅ
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
ｌｏｗｅｓｔ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎ ｔｈｅ ｓｏｕｔｈｅｒｎ ｐａｒｔ ｏｆ Ｌｉａｏｎｉｎｇ Ｐｒｏｖｉｎｃｅ （Ⅱ ｓｕｂ⁃ｒｅｇｉｏｎ） ． Ｔｈｅ ｒｅｓｕｌｔｓ ｐｒｅｓｅｎｔｅｄ ｈｅｒｅｉｎ ｗｉｌｌ
ｐｒｏｖｉｄｅ ｔｈｅ ｓｃｉｅｎｔｉｆｉｃ ｒｅｆｅｒｅｎｃｅ ｆｏｒ ｍａｉｚｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｄｉｖｉｓｉｏｎ ａｎｄ ｈｅｌｐ ｅｓｔａｂｌｉｓｈ ｃｏｕｎｔｅｒｍｅａｓｕｒｅｓ ｆｏｒ ｃｏｐｉｎｇ ｗｉｔｈ ｔｈｅ
ｎｅｇａｔｉｖｅ ｅｆｆｅｃｔｓ ｏｆ ｔｈｅ ｍａｉｚｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ．
Ｋｅｙ Ｗｏｒｄｓ： Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ； ｍａｉｚｅ； ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ； ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
玉米是重要的粮食作物、饲料作物和工业原料，用途广泛，增产潜力大，对提高人民的生活水平、促进畜牧
业的发展起着不可替代的作用。 黑龙江省、吉林省和辽宁省（简称东北三省）是中国玉米主产区之一，玉米生
长期内要求温暖多雨，而东北三省地理纬度高，热量条件年际波动大［１］，使玉米生长发育过程中极易受到低
温威胁，平均三至四年发生一次低温冷害［２］，１９６９、１９７２、１９７６ 年发生严重低温冷害导致作物平均减产 ５７． ８
亿 ｋｇ［３］。
东北三省玉米低温冷害研究主要包括低温冷害指标判定［４］，低温冷害时空分布规律研究［５⁃７］，低温冷害
对玉米生育期、产量和种植格局的影响［８］，低温冷害监测预警［９］，低温冷害风险评估［３］等。 其中低温冷害指
标判定和灾害时空分布规律研究是低温冷害研究的基础，只有正确认识所面临的灾害种类，识别灾害发生的
活动频率、活动强度和活动区域，才能对研究区灾害程度有一个直观、准确的了解，为下一步灾害的监测和风
险的评估提供定量依据。 低温冷害指标判定研究起步较早，已经取得大量成果［６］，而对低温冷害时空分布的
研究多基于频率分布的研究［１，５］，对灾害强度分布研究较少。 严重灾害发生的频率虽然小，但是造成的作物
减产损失是巨大的，严重低温冷害年东北玉米减产可达 ２０％以上［１０］，已有研究［１１］基于经验正交函数
（Ｅｍｐｉｒｉｃａｌ Ｏｒｔｈｏｇｏｎａｌ Ｆｕｎｃｔｉｏｎ， 简称 ＥＯＦ）分解法对东北三省玉米各个生育期低温冷害强度的时空分布进行
了研究。 但 ＥＯＦ分解法是对协方差矩阵求解特征值和特征向量，选择区域大小对分解结果有影响［１２］。 旋转
经验正交函数（Ｒｏｔａｔｅｄ Ｅｍｐｉｒｉｃａｌ Ｏｒｔｈｏｇｏｎａｌ Ｆｕｎｃｔｉｏｎ， 简称 ＲＥＯＦ）分解法克服了取样范围误差［１３］，在 ＥＯＦ基
础上，通过选择正交旋转矩阵使原始矩阵旋转后的列向量元素平方差达最大，以使原要素场的信息特征集中
映射到几个优势空间上［１３］。 基于 ＲＥＯＦ分解法的气象灾害分区研究有干旱灾害分区［１４⁃１７］，低温分区［１８］和霜
冻灾害分区［１９］等，但关于低温冷害的分区研究仍未见报道。
为揭示东北三省玉米低温冷害强度的发生规律和区域分异特征，利用东北三省 １９６１—２０１３ 年的逐日气
象数据，结合《北方春玉米冷害评估技术规范（ＱＸ ／ Ｔ１６７—２０１２）行业标准》，研究东北三省玉米低温冷害强度
分级；进而基于 ＥＯＦ分解法阐明东北三省玉米低温冷害强度的时空动态特征，并根据 ＲＥＯＦ分解法分析东北
三省低温冷害强度的区域分异，以为东北三省低温冷害风险区划和采取有效的减灾避灾措施提供依据。
１　 资料与方法
１．１　 研究资料
研究所用气象资料为 １９６１—２０１３年东北三省国家气候基本、基准站逐日气象数据，包括研究站点的经纬
度（度）、海拔高度（ｍ）、日气温（最高、最低、平均气温 ／ ℃）数据，来源于国家气象信息中心。 作物数据为
１９８１—２０１０年的东北三省农业气象试验站的玉米生育期数据，来源于中国农业科学院。 基于研究站点的地
理信息与温度资料齐全考虑，筛选出了 ７０个研究站点（图 １）。
１．２　 低温冷害强度分级
研究表明［２０］，生长季热量指数（Ｆ（Ｔ））具有明确的生物学意义，可以反映研究地区热量条件对作物的影
响。 在此，选用对东北三省玉米低温冷害具有较好代表性的热量指数［２１］作为判定指标：
Ｆ（Ｔ） ＝
（Ｔ － Ｔ１） （Ｔ２ － Ｔ） Ｂ
（Ｔ０ － Ｔ１） （Ｔ２ － Ｔ０） Ｂ
（１）
Ｂ ＝
Ｔ２ － Ｔ０
Ｔ０ － Ｔ１
（２）
７８３４　 １４期 　 　 　 杨若子　 等：１９６１—２０１３年东北三省玉米低温冷害强度的时空分布特征 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 １　 研究所用气象站点的空间分布
Ｆｉｇ．１　 Ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｗｅａｔｈｅｒ ｓｔａｔｉｏｎｓ ｉｎ ｔｈｅ ｓｔｕｄｙ
式中， Ｆ（Ｔ） 为某旬的热量指数， Ｔ 为某旬的气温， Ｔ０、
Ｔ１、 Ｔ２ 分别为该时段内作物生长发育和产量形成的适
宜温度、下限温度和上限温度。 表 １给出了东北三省玉
米三基点温度指标［６］。 热量指数的计算过程：利用各
站逐旬气象资料分别计算逐旬的玉米热量指数，各月逐
旬热量指数的平均值代表当月的热量指数，各月热量指
数之和表示各站当年的玉米生长季的热量指数［２０］。 玉
米生育期日期采用多年平均值，其中出苗—三叶为 ５ 月
上旬到 ５月中旬，三叶到拔节为 ５ 月下旬到 ７ 月上旬，
拔节—开花为 ７月中旬到 ７月下旬，开花—乳熟为 ８ 月
上旬到 ８月下旬，乳熟—成熟为 ９月上旬到 ９月下旬。
东北三省各地的热量差异显著。 研究表明［２２］，当
辽宁省热量指数小于 ０． ８３６，或吉林省热量指数小于
０．７１４，或黑龙江省热量指数小于 ０．６０４，则发生低温冷
害。 为使各地的低温冷害强度具有可比性，对热量指数
求距平百分率作为低温冷害指数［２３］：
ＣＩ ＝ Ｆ（Ｔ）
－ Ｆ（Ｔ）
Ｆ（Ｔ）
× １００％ （３）
式中， ＣＩ为低温冷害指数， Ｆ（Ｔ） 为热量指数多年平均值。 《北方春玉米冷害评估技术规范（ＱＸ ／ Ｔ１６７—
２０１２）行业标准》 ［２４］基于 ５—９月月平均气温和的距平值划分了东北三省玉米低温冷害等级，可以用判断低温
冷害的类型，但是由于标准中的指标是阶段性的，指标值间不具有可比性，不适用于低温冷害强度的比较。 故
本研究采用 ＳＰＳＳ聚类分析法对东北三省 ７０个站的低温冷害指数 ＣＩ进行聚类分析分成四类，即无低温冷害、
轻度低温冷害、中度低温冷害和重度低温冷害，将得到的划分结果参照《北方春玉米冷害评估技术规范（ＱＸ ／
Ｔ１６７—２０１２）行业标准》中北方春玉米低温冷害强度指标（表 ２）进行调整，得到东北三省低温冷害强度的分
级（表 ３）。
表 １　 东北三省玉米三基点温度指标
Ｔａｂｌｅ １　 Ｔｈｒｅｅ ｐｏｉｎｔ ｔｅｍｐｅｒａｔｕｒｅ ｉｎｄｉｃｅｓ ｏｆ ｍａｉｚｅ ｉｎ ｔｈｅ ｔｈｒｅｅ ｐｒｏｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ
玉米生育阶段 Ｍａｉｚｅ ｇｒｏｗｔｈ ｓｔａｇｅｓ Ｔ１ ／ ℃ Ｔ２ ／ ℃ Ｔ０ ／ ℃
出苗—三叶 Ｓｅｅｄｌｉｎｇ—Ｃｌｏｖｅｒ ８．０ ２７．０ ２０．０
三叶—七叶 Ｃｌｏｖｅｒ—Ｓｅｖｅｎ ｌｅａｆ １１．５ ３０．０ ２４．５
七叶—拔节 Ｓｅｖｅｎ ｌｅａｆ—Ｊｏｉｎｔｉｎｇ １１．５ ３０．０ ２４．５
拔节—抽雄 Ｊｏｉｎｔｉｎｇ—Ｔａｓｓｅｌ １４．０ ３３．０ ２７．０
抽雄—开花 Ｔａｓｓｅｌ—Ｂｌｏｓｓｏｍ １４．０ ３３．０ ２７．０
开花—乳熟 Ｂｌｏｓｓｏｍ—Ｍｉｌｋ １４．０ ３２．０ ２５．５
乳熟—成熟 Ｍｉｌｋ—Ｍａｔｕｒｅ １０．０ ３０．０ １９．０
１．３　 研究方法
针对 ＥＯＦ分解法受地理范围的限制，分解的模态可能没有物理意义，不能清晰表示不同地理分区的特
征［２５］这一不足，使用 ＲＥＯＦ分解法对低温冷害强度值进行分区。 ＲＥＯＦ分解法可将方差贡献集中在某一较小
区域，着重体现各主分量所代表的优势空间，可以较客观地反映要素场的区域变化特征，并有助于分析不同区
域之间要素异常的相互关系和变化响应［２６］。 气象上经常采用 ＲＥＯＦ 方法对气象要素场进行分析，使原来的
特征向量结构简化，反映的气候特征更明显［２７］。
８８３４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
表 ２　 北方春玉米低温冷害强度指标
Ｔａｂｌｅ ２　 Ｉｎｔｅｎｓｉｔｙ ｉｎｄｅｘ ｏｆ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｔｏ ｓｐｒｉｎｇ ｍａｉｚｅ ｉｎ Ｎｏｒｔｈｅｒｎ Ｃｈｉｎａ
５—９月月平均气温和的多年平均值 ／ ℃
Ｔｈｅ ａｖｅｒａｇｅ ｓｕｍ ｏｆ ５—９ ｍｏｎｔｈ
ａｖｅｒａｇｅ ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒ ｍａｎｙ ｙｅａｒｓ
低温冷害强度 Ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ
重度低温冷害
Ｓｅｖｅｒｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ
中度低温冷害
Ｍｏｄｅｒａｔｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ
轻度低温冷害
Ｍｉｌｄ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ
Ｔ≤８０ ΔＴ≤－１．７ －１．７＜ΔＴ≤－１．４ －１．４＜ΔＴ≤－１．１
８０＜Ｔ≤８５ ΔＴ≤－２．４ －２．４＜ΔＴ≤－１．９ －１．９＜ΔＴ≤－１．４
８５＜Ｔ≤９０ ΔＴ≤－３．１ －３．１＜ΔＴ≤－２．４ －２．４＜ΔＴ≤－１．７
９０＜Ｔ≤９５ ΔＴ≤－３．７ －３．７＜ΔＴ≤－２．９ －２．９＜ΔＴ≤－２．０
９５＜Ｔ≤１００ ΔＴ≤－４．１ －４．１＜ΔＴ≤－３．１ －３．１＜ΔＴ≤－２．２
１００＜Ｔ≤１０５ ΔＴ≤－４．４ －４．４＜ΔＴ≤－３．３ －３．３＜ΔＴ≤－２．３
Ｔ＞１０５ ΔＴ≤－４．７ －４．７＜ΔＴ≤－３．５ －３．５＜ΔＴ≤－２．４
减产率参考值 ／ ％
Ｒｅｆｅｒｅｎｃｅ ｖａｌｕｅ ｏｆ ｙｉｅｌｄ ｒｅｄｕｃｔｉｏｎ ｒａｔｅ ＞１５ １０—１５ ５—１０
表 ３　 低温冷害强度分级
Ｔａｂｌｅ ３　 Ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ
低温冷害强度等级
Ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｇｒａｄｅ
指标值 ／ ％
Ｉｎｄｅｘ
低温冷害强度等级
Ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｇｒａｄｅ
指标值 ／ ％
Ｉｎｄｅｘ
重度低温冷害 Ｓｅｖｅｒｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ＣＩ≤－１０．９９ 轻度低温冷害 Ｍｉｌｄ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ －３．９２＜ＣＩ≤０．１１
中度低温冷害 Ｍｏｄｅｒａｔｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ －１０．９９＜ＣＩ≤－３．９２ 无低温冷害 Ｎｏ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ＣＩ＞０．１１
１．４　 检验方法
Ｎｏｒｔｈ检验［１２］是通过计算特征值误差范围进行显著性检验，检验的目的是考察各个模态之间是否相互独
立，也就是能否称为一个有着独立特征的模态。 特征值 λ的误差范围 ｅｉ ＝ λ ｉ （
２
ｎ
） ，ｎ为样本量。 当相邻特
征值 λ ｉ＋１满足 λ ｉ＋１－λ ｉ≥ｅｉ 时，认为这两个特征值对应的经验正交函数是有价值的信号。
　 图 ２　 东北三省低温冷害强度的 ＥＯＦ 分解法特征值随自然数序
列的变化
Ｆｉｇ．２　 Ｔｈｅ ｃｈａｎｇｅ ｗｉｔｈ ｔｈｅ ｎａｔｕｒａｌ ｎｕｍｂｅｒ ｓｅｑｕｅｎｃｅ ｆｒｏｍ ＥＯＦ
ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎｔｅｎｓｉｔｙ ｉｎ ｔｈｅ ｔｈｒｅｅ
ｐｒｏｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ
２　 结果分析
２．１　 旋转特征向量个数的确定
选取研究站点发生低温冷害（即 ＣＩ≤０．１１）的站年数据进行 ＥＯＦ 分解，得到的空间荷载向量和时间系数
体现了东北三省低温冷害强度的时空特征分布。 利用 ＲＥＯＦ 分解法对 ＥＯＦ 的特征向量进行旋转，得到低温
冷害强度的分区特征。 研究中的空间特征分析及分区的有效性由特征向量的个数决定，为此，特征向量个数
的确定既要考虑一定准则又要考虑实际情况。 按照
Ｃａｔｔｅｌｌ理论［２８］，将 ＥＯＦ 分析得到的特征值依自然序数
变化绘成图形，并选择最后一个显著转折点之前的特征
向量进行方差最大正交旋转。 基于 ＥＯＦ分解法获取的
东北三省低温冷害强度值前 １０个特征值的方差贡献如
表 ４所示，将所有特征值按从大到小随自然序数的变化
绘成图 ２。 由图 ２可见，东北三省低温冷害特征值收敛
快，前 ３个低温冷害特征值的累积方差贡献率较大，达
到 ８５．１６％，可以选用为最少的特征向量来描述灾害变
化，根据 Ｎｏｒｔｈ特征值误差范围，可以选用前 ３ 个低温
冷害荷载向量进行正交旋转，获取东北三省低温冷害强
度场。 因此，确定了东北三省低温冷害的旋转特征向量
９８３４　 １４期 　 　 　 杨若子　 等：１９６１—２０１３年东北三省玉米低温冷害强度的时空分布特征 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
个数为 ３。 旋转后的方差贡献反映出旋转的低温冷害特征向量所占的比重（表 ４）。
表 ４　 东北三省低温冷害前 １０个 ＥＯＦ分解法和 ＲＥＯＦ分解法的特征量对总方差的贡献率
Ｔａｂｌｅ ４　 Ｔｈｅ ｃｏｎｔｒｉｂｕｔｉｏｎ ｒａｔｅ ｏｆ ｔｈｅ ｆｉｒｓｔ １０ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｖａｌｕｅｓ ｆｒｏｍ ＥＯＦ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｍｅｔｈｏｄ ａｎｄ ＲＥＯＦ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｍｅｔｈｏｄ ｔｏ ｔｏｔａｌ
ｖａｒｉａｎｃｅ ｏｆ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｉｎ ｔｈｅ ｔｈｒｅｅ ｐｒｏｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ
分解法
Ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｍｅｔｈｏｄ
方差贡献 Ｖａｒｉａｎｃｅ ｃｏｎｔｒｉｂｕｔｉｏｎ ／ ％
１ ２ ３ ４ ５ ６ ７ ８ ９ １０
ＥＯＦ ６６．２１ １４．１１ ４．８４ ２．４６ ２．１５ １．６６ １．２９ １．１４ ６６．２１ １４．１１
ＲＥＯＦ ２８．５９ １３．９３ １５．７７ １．１１ １．６８ １．０９ １．３２ １．７８ ０．８２ ０．７５
　 　 ＥＯＦ， 经验正交函数 ｅｍｐｉｒｉｃａｌ ｏｒｔｈｏｇｏｎａｌ ｆｕｎｃｔｉｏｎ； ＲＥＯＦ， 旋转经验正交函数 ｒｏｔａｔｅｄ ｅｍｐｉｒｉｃａｌ ｏｒｔｈｏｇｏｎａｌ ｆｕｎｃｔｉｏｎ
２．２　 低温冷害强度时空格局动态
ＥＯＦ分解法是将给定的时空场进行分解，拆分成不同的正交荷载向量，配合对应的时间系数来解释原
场［２９］。 图 ３ａ为低温冷害强度分解第一荷载向量场，全区为正值，说明东北三省低温冷害发生具有较好的一
致性，同时增大或者同时减小，在空间分布上表现为东北三省中部值大、四周值小的分布型。 荷载向量场值越
小低温冷害强度越大，故黑龙江省大兴安岭地区低温冷害强度最大，黑龙江省三江平原、吉林省东部和辽南地
区为低温冷害强度次大值区，吉林中部平原地区为低温冷害强度最小值区。 东北三省低温冷害强度从黑龙江
省大兴安岭地区、三江平原、吉林省东部和辽南地区向中部减小。 结合第一时间系数曲线（图 ４ａ）可以看出，
从 １９６１到 ２０１３年时间系数曲线呈波动上升趋势，表明东北三省玉米低温冷害强度呈波动减小趋势，其中，时
间系数曲线前期波动大，反映低温冷害强度波动较大，重度灾害年有 １９６９、１９７２ 和 １９７６ 年，与已有研究结
果［３０⁃３１］相同，后期时间系数趋于平缓，反映低温冷害强度变异较小。 该荷载向量方差贡献占总方差的
６６．２１％，故第一荷载向量空间分布可以反映东北三省低温冷害发生主要特点。 低温冷害强度分解第二荷载
向量（图 ３ｂ）以吉林中部纬向为分界线，呈现北部和南部反相位分布特征，说明两个地区低温冷害的强度变化
呈相反状态。 空间向量荷载值为负值的大兴安岭地区、三江平原和松嫩平原部分地区低温冷害较严重，低温
冷害强度从北向南减小。 对应第二时间系数曲线（图 ４ｂ）可以看出，时间系数曲线呈先降低后升高的趋势，对
应空间荷载向量为正值的地区，低温冷害强度随时间先增加后减小，空间荷载向量为负值的地区，低温冷害强
度随时间先减小后增加。 具体表现为 １９７３年前，东北三省低温冷害北部重、南部轻，１９７３—２０００ 年北部低温
冷害严重区的灾害强度减小，南部低温冷害较轻区灾害强度增加，２０００ 年后时间系数曲线值趋于平缓接近零
值，说明东北三省低温冷害南北差异变小，这种南北差异的空间分布特点约占全部研究样本方差贡献的
１４．１１％。 低温冷害强度分解第三荷载向量（图 ３ｃ）以东北⁃西南走向为分界线，呈现东北三省西部大部分地区
和吉林东部反相位分布特征，低温冷害强度大值区位于吉林省东部，次大值区位于黑龙江省西北部，其他地区
为低温冷害强度低值区，低温冷害强度趋势由东向西减小。 对应第三时间系数曲线（图 ４ｃ）可知，前期时间系
数负值居多，后期时间系数正值居多，表明空间荷载向量为正值的区域前期低温冷害强度大、后期小，空间荷
载向量为负值的区域正相反。 具体表现为东北三省西部大部分地区低温冷害强度呈减小趋势，吉林省东部地
区低温冷害强度呈增加趋势。 这种分布特征仅占全部研究样本方差贡献的 ４．８４％。
２．３　 低温冷害区域分异
从上可知，东北三省低温冷害强度的分布呈现很强的区域差异。 为此，对 ＥＯＦ分解法得到的特征向量列
向量进行平方差最大化旋转，旋转后低温冷害强度荷载高值集中在某一较小区域。 对其进行分区，将旋转向
量场荷载向量贡献≥０．６（图 ５ａ—ｃ中绝对值≥０．６）且在地理上连成一片，站点多于 ４ 个的区域划分为同一变
化区［２７］，如有站点按上述原则可以同时归于两个或以上相邻变化区，则按其与相邻气候变化区对应的荷载向
量场的荷载值大小，将其归于荷载向量值最大的区域［３２］。
旋转向量场荷载值大小表明空间相关性强弱，把相邻相关性强的站点划分为一个区域，可以将东北三省
低温冷害强度大小划分为 ３个区域（图 ５ｄ）。 黑龙江—吉林北部区（Ⅰ区）：该区 ＲＥＯＦ分解法特征向量平均
荷载值为 ０．８４，包括黑龙江省全部和吉林省北部地区，共 ３４ 个站点，代表站是克山站（０．９５）；辽宁南部区（Ⅱ
０９３４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 ３　 ＥＯＦ分解法空间荷载向量
Ｆｉｇ．３　 Ｔｈｅ ｓｐａｔｉａｌ ｌｏａｄ ｖｅｃｔｏｒｓ ｏｆ ＥＯＦ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｍｅｔｈｏｄ
图 ４　 ＥＯＦ分解法时间系数
Ｆｉｇ．４　 Ｔｈｅ ｔｉｍｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ ＥＯＦ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｍｅｔｈｏｄ
虚线为趋势线
区），该区 ＲＥＯＦ分解法特征向量平均荷载值为 ０．７８，包括辽宁省西南大部分地区，共 １５ 个站点，代表站是兴
城（０．９３）；吉林南部⁃辽宁北部区（Ⅲ区），该区 ＲＥＯＦ分解法特征向量平均荷载值为－０．７２，包括吉林南部和辽
宁东北部地区，共 １８个研究站，代表站是临江（－０．８２）。
结合逐年低温冷害指标 ＣＩ值，分析各个低温冷害强度区代表站的低温冷害变化情况可知（表 ５），Ⅰ区发
生重度低温冷害的年份多，受灾严重；Ⅱ区发生轻度低温冷害年份较多，受灾相对较小；Ⅲ区中度和重度低温
冷害发生年份多于Ⅱ区，东北三省低温冷害北部和东部灾害强度较大。 虽然 ３个低温冷害区强度值发生年份
不尽相同，但各区低温冷害发生年份主要集中在 ２０ 世纪 ７０—８０ 年代，整体趋势是 ２０００ 年前处于偏冷阶段，
不同强度的低温冷害发生次数多，１９６９、１９７２和 １９７６年发生了全区范围的严重低温冷害，２０００ 年后处于偏暖
阶段，低温冷害发生的强度降低。
１９３４　 １４期 　 　 　 杨若子　 等：１９６１—２０１３年东北三省玉米低温冷害强度的时空分布特征 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 ５　 ＲＥＯＦ分解法空间分布图
Ｆｉｇ．５　 Ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｍａｐ ｏｆ ＲＥＯＦ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｍｅｔｈｏｄ
表 ５　 东北三省分区代表站低温冷害发生时间
Ｔａｂｌｅ ５　 Ｔｈｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｏｃｃｕｒｒｅｎｃｅ ｔｉｍｅ ｏｆ ｓｕｂ⁃ｒｅｇｉｏｎ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ ｓｔａｔｉｏｎｓ ｉｎ ｔｈｒｅｅ ｐｒｏｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ
代表站
Ｒｅｐｒｅｓｅｎｔａｔｉｖｅ ｓｔａｔｉｏｎ
轻度低温冷害发生年份
Ｔｈｅ ｏｃｃｕｒｒｅｎｃｅ ｔｉｍｅ ｏｆ
ｍｉｌｄ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ
中度低温冷害发生年份
Ｔｈｅ ｏｃｃｕｒｒｅｎｃｅ ｔｉｍｅ ｏｆ
ｍｏｄｅｒａｔｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ
重度低温冷害发生年份
Ｔｈｅ ｏｃｃｕｒｒｅｎｃｅ ｔｉｍｅ ｏｆ
ｓｅｖｅｒｅ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ
Ｉ克山
Ｉ Ｋｅｓｈａｎ １９６１，１９６７，１９８４，１９８８，１９９３，１９９５
１９６５—１９６６，１９６８，１９７１，１９７４，１９８５，
１９８９，１９９０，１９９９
１９６４， １９６９， １９７２， １９７６， １９８０—１９８１，
１９８３，１９８７，１９９２
Ⅱ兴城
Ⅱ Ｘｉｎｇｃｈｅｎｇ
１９６６，１９６８，１９７１，１９７３，１９７４，１９７８—
１９７９， １９８６—１９８８， １９９０—１９９３，
１９９５，１９９８，２００５，２００８
１９７６—１９７７，１９８０，１９８５ １９６９，１９７２
Ⅲ临江
Ⅲ Ｌｉｎｊｉａｎｇ
１９６８， １９７１， １９７３—１９７４， １９８４，
１９８７—１９８９，１９９１，１９９７
１９６６，１９７９—１９８２，１９８５—１９８６，
１９９２—１９９３，１９９５ １９６９，１９７２，１９７６，１９９２
３　 结论
本研究利用东北三省 １９６１—２０１３年的气象数据，结合《北方春玉米冷害评估技术规范（ＱＸ ／ Ｔ１６７—２０１２）
２９３４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
行业标准》，阐明了东北三省低温冷害强度的时空变化规律。 主要结论有：
（１）东北三省玉米低温冷害的空间分布主要可分为 ３ 种类型，即全区一致型，以吉林中部东西向为分界
线的南北反相位分布型，以及东北三省西部和吉林东部反相位分布型。 全区一致型的低温冷害强度在空间分
布上表现为从黑龙江省大兴安岭地区、三江平原、吉林省东部和辽南地区向中部减小，时间分布上从 １９６１—
２０１３年东北三省低温冷害的发生强度呈波动减小趋势，在 ２０世纪 ９０年代以前低温冷害强度波动较大，２０ 世
纪 ９０年代以后低温冷害发生强度变小；以吉林中部东西向为分界线的南北反相位分布型在空间分布上表现
为大兴安岭地区、三江平原和松嫩平原部分地区低温冷害较严重，低温冷害强度从北向南减小，时间分布上
１９７３年前大兴安岭地区、三江平原和松嫩平原部分地区的低温冷害较为严重，１９７３—２０００年北部低温冷害严
重区的灾害强度减小，南部低温冷害较轻区灾害强度增加，２０００ 年后南北差异变小；东北三省西部大部分地
区和吉林东部反相位分布型在空间分布上表现为低温冷害强度呈由东向西减小趋势，时间分布上表现为东北
三省西部大部分地区低温冷害强度呈减小趋势，吉林省东部地区低温冷害强度呈增加趋势。 低温冷害强度第
一荷载向量空间分布方差贡献占总方差的 ６６．２１％，故对第一荷载向量空间分布与以往研究进行比较。 本研
究的第一荷载向量空间分布特点与王远皓［３３］基于热量指数修正值得到低温冷害强度第一荷载向量空间分布
（１９６１—２００６年）基本一致，均表现为全区一致型，且呈中部值高、四周值低的特点，但受气候变暖的影响，低
温冷害强度降低，本研究中部低温冷害强度低值区范围变大，南部包括了辽宁省北部地区，本研究低温冷害强
度空间分布结果基本符合气候变化背景下的东北地区玉米低温冷害强度分布。
（２）用 ＲＥＯＦ分解法得到的东北三省玉米低温冷害强度区域差异显著，可分为低温冷害强度最大、发生
重度低温冷害年份多且受灾严重的黑龙江—吉林北部区（Ⅰ区）；发生轻度低温冷害年份较多的辽宁南部区
（Ⅱ区）；以及发生中度和重度低温冷害强度较多的吉林南部－辽宁北部区（Ⅲ区）。 各区的低温冷害强度变化
具有较好的一致性，发生年份主要集中在 ２０ 世纪 ７０—８０ 年代，整体趋势是 ２０００ 年前处于偏冷阶段，１９６９、
１９７２和 １９７６ 年发生了覆盖整个东北三省的严重低温冷害，２０００ 年后处于偏暖阶段，冷害发生的强度降低。
冯佩芝等［３０］对东北地区 １９５１—１９８０年夏季低温冷害进行研究，得出分省低温冷害强度统计结果表明，黑龙
江省最大，辽宁最小；分区域低温冷害强度统计结果表明，嫩江和佳木斯地区低温冷害强度最大，辽宁省的沈
阳、营口和丹东低温冷害强度最小，这与本研究分区结果一致。 虽然气候变暖背景下低温冷害强度整体呈减
小趋势，但是受东北三省地理位置的影响，东北三省低温冷害强度分区变化不大。 考虑本研究受站点影响得
到的结果可能有偏差，而近年来低温冷害分区研究较少，用 ＲＥＯＦ 分解法对东北三省低温冷害分区的准确性
需要进一步验证。
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：
［ １ ］　 赵俊芳， 杨晓光， 刘志娟． 气候变暖对东北三省春玉米严重低温冷害及种植布局的影响． 生态学报， ２００９，２９（１２）：６５４４⁃６５５１．
［ ２ ］ 　 李帅， 陈莉， 王晾晾， 万琳琳． 黑龙江省延迟型低温冷害气候指标研究． 气象与环境学报， ２０１４， ３０（４）：７９⁃８３．
［ ３ ］ 　 张建平， 王春乙， 赵艳霞， 杨晓光， 王靖． 基于作物模型的低温冷害对我国东北三省玉米产量影响评估． 生态学报， ２０１２， ３２（１３）：
４１３２⁃４１３８．
［ ４ ］ 　 杨若子， 周广胜． 不同玉米低温冷害指标在梅河口地区的比较分析． 气象科学， ２０１２， ３２（６）：６００⁃６０８．
［ ５ ］ 　 胡春丽， 李辑， 林蓉， 李晶， 王颖． 东北水稻障碍型低温冷害变化特征及其与关键生育期温度的关系． 中国农业气象， ２０１４， ３５（３）：
３２３⁃３２９．
［ ６ ］ 　 高晓容， 王春乙， 张继权． 气候变暖对东北玉米低温冷害分布规律的影响． 生态学报， ２０１２， ３２（７） ： ２１１０⁃２１１８．
［ ７ ］ 　 高懋芳， 邱建军， 刘三超， 覃志豪， 王立刚． 我国低温冷冻害的发生规律分析． 中国生态农业学报， ２００８， １６（５）：１１６７⁃１１７２．
［ ８ ］ 　 李正国， 杨鹏， 唐华俊， 吴文斌， 陈仲新， 刘佳， 张莉， 谭杰扬， 唐鹏钦． 近 ２０年来东北三省春玉米物候期变化趋势及其对温度的时空
响应． 生态学报， ２０１３， ３３（１８）：５８１８⁃５８２７．
［ ９ ］ 　 程勇翔， 王秀珍， 郭建平， 赵艳霞， 黄敬峰． 农作物低温冷害监测评估及预报方法评述． 中国农业气象， ２０１２， ３３（２）：２９７⁃３０３．
［１０］ 　 马树庆， 袭祝香， 王琪． 中国东北地区玉米低温冷害风险评估研究． 自然灾害学报， ２００３， １２（３）：１３７⁃１４１．
［１１］ 　 高晓容， 王春乙， 张继权． 东北玉米低温冷害时空分布与多时间尺度变化规律分析． 灾害学， ２０１２，２７（４）：６５⁃７０．
３９３４　 １４期 　 　 　 杨若子　 等：１９６１—２０１３年东北三省玉米低温冷害强度的时空分布特征 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
［１２］　 魏凤英． 现代气候统计诊断与预测技术． 北京：气象出版社，２００７：１０５⁃１４７．
［１３］ 　 Ｌｉｕ Ｚ Ｙ， Ｚｈｏｕ Ｐ， Ｚｈａｎｇ Ｆ Ｑ， Ｌｉｕ Ｘ Ｄ， Ｃｈｅｎ Ｇ． Ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｄｒｙｎｅｓｓ ／ ｗｅｔｎｅｓｓ ｃｏｎｄｉｔｉｏｎｓ ａｃｒｏｓｓ Ｑｉｎｇｈａｉ Ｐｒｏｖｉｎｃｅ， Ｎｏｒｔｈｗｅｓｔ
Ｃｈｉｎａ． Ａｇｒｉｃｕｌｔｕｒａｌ ａｎｄ Ｆｏｒｅｓｔ Ｍｅｔｅｏｒｏｌｏｇｙ， ２０１３， １８２⁃１８３：１０１⁃１０８．
［１４］ 　 茅海祥， 王文． 中国南方地区近 ５０ａ夏季干旱时空分布特征．干旱气象， ２０１１， ２９（３）：２８３⁃２８８．
［１５］ 　 陈豫英， 陈楠， 王式功， 钱正安， 穆建华． 中蒙干旱半干旱区降水的时空变化特征（Ｉ）： 年降水特征及 ５—９月降水的 ＲＥＯＦ分析． 高原气
象， ２０１０， ２９（１）：３３⁃４３．
［１６］ 　 苗春生， 赵文宁， 王坚红， 朱勇， 吴琼． 近 ５３ ａ云南东部春季旱涝及其环流距平波列影响． 干旱区研究， ２０１４， ３１（２）：２５０⁃２６０．
［１７］ 　 杨绚， 李栋梁． 中国干旱气候分区及其降水量变化特征．干旱气象， ２００８， ２６（２）：１７⁃２４．
［１８］ 　 国世友， 邹立尧， 周永吉． 黑龙江省冬、夏季低温的区域特征． 黑龙江气象， ２００５， （３）：８⁃１１．
［１９］ 　 李芬， 张建新． 山西近 ５０年初霜冻的区域特征． 灾害学， ２０１３， ２８（４）：１０４⁃１０９，１８１⁃１８１．
［２０］ 　 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．
［２１］ 　 杨若子． 东北地区玉米低温冷害指标及其风险研究［Ｄ］． 北京： 中国气象科学研究院， ２０１２：３５⁃３５．
［２２］ 　 王春乙， 张雪芬，赵艳霞． 农业气象灾害影响评估与风险评价． 北京： 气象出版社， ２０１０：４７⁃４７．
［２３］ 　 吕厚荃． 中国主要农区重大农业气象灾害演变及其影响评估． 北京： 气象出版社，２０１１：４⁃４．
［２４］ 　 杨霏云， 郭建平， 马树庆， 龙志长， 朱玉洁， 赵俊芳． ＱＸ ／ Ｔ１６７⁃２０１２北方春玉米冷害评估技术规范行业标准． 北京： 气象出版社，２０１２：
２０８⁃２１６．
［２５］ 　 Ｈａｎｎａｃｈｉ Ａ． Ｐａｔｔｅｒｎ ｈｕｎｔｉｎｇ ｉｎ ｃｌｉｍａｔｅ： ａ ｎｅｗ ｍｅｔｈｏｄ ｆｏｒ ｆｉｎｄｉｎｇ ｔｒｅｎｄｓ ｉｎ ｇｒｉｄｄｅｄ ｃｌｉｍａｔｅ ｄａｔａ． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｌｉｍａｔｏｌｏｇｙ， ２００７， ２７
（１）：１⁃１５．
［２６］ 　 刘吉峰， 李世杰， 丁裕国， 姚书春． 近几十年我国极端气温变化特征分区方法探讨． 山地学报， ２００６， ２４（３）：２９１⁃２９７．
［２７］ 　 唐亚平， 张凯， 李忠娴， 李岚， 戴新童， 严晓瑜． １９６４—２００８年辽宁省旱涝时空分布特征及演变趋势． 气象与环境学报， ２０１１， ２７（２）：
５０⁃５５．
［２８］ 　 辛渝， 毛炜峄， 李元鹏， 张新， 卢戈， 博力健． 新疆不同季节降水气候分区及变化趋势． 中国沙漠， ２００９， ２９（５）：９４８⁃９５９．
［２９］ 　 Ｔａｏ Ｌ， Ｃｈｅｎ Ｄ． Ａｎ ｅｖａｌｕａｔｉｏｎ ｏｆ ｒｏｔａｔｅｄ ＥＯＦ ａｎａｌｙｓｉｓ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｔｒｏｐｉｃａｌ Ｐａｃｉｆｉｃ ＳＳＴ ｖａｒｉａｂｉｌｉｔｙ． Ｊｏｕｒｎａｌ ｏｆ Ｃｌｉｍａｔｅ， ２０１２， ２５（１５）：
５３６１⁃５３７３．
［３０］ 　 冯佩芝， 李翠金， 李小泉． 中国主要气象灾害分析（１９５１—１９８０）． 北京： 气象出版社，１９８５：１１５⁃１１６．
［３１］ 　 周立宏， 刘新安， 周育慧． 东北地区低温冷害年的环流特征及预测． 沈阳农业大学学报， ２００１， ３２（１）： ２２⁃２５．
［３２］ 　 Ｒｅｉｃｈｒａｔｈ Ｓ， Ｄａｖｉｅｓ Ｔ Ｗ． Ｃｏｍｐｕｔａｔｉｏｎａｌ ｆｌｕｉｄ ｄｙｎａｍｉｃｓ ｓｉｍｕｌａｔｉｏｎｓ ａｎｄ ｖａｌｉｄａｔｉｏｎ ｏｆ ｔｈｅ ｐｒｅｓｓｕｒｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｎ ｔｈｅ ｒｏｏｆ ｏｆ ａ ｃｏｍｍｅｒｃｉａｌ ｍｕｌｔｉ⁃
ｓｐａｎ Ｖｅｎｌｏ⁃ｔｙｐｅ ｇｌａｓｓｈｏｕｓｅ． Ｊｏｕｒｎａｌ ｏｆ Ｗｉｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｉｎｄｕｓｔｒｉａｌ Ａｅｒｏｄｙｎａｍｉｃｓ， ２００２， ９０（３）：１３９⁃１４９．
［３３］ 　 王远皓． 东北地区玉米冷害的风险评估技术研究［Ｄ］． 北京： 中国气象科学研究院， ２００８：２７⁃２８．
４９３４ 　 生　 态　 学　 报　 　 　 ３６卷