全 文 ：中国生态农业学报 2015年 6月 第 23卷 第 6期
Chinese Journal of Eco-Agriculture, Jun. 2015, 23(6): 758767


* 国家现代农业产业技术体系建设专项 (CARS-02-26)、公益性行业 (农业 )科研专项 (201203031)和“十二五”粮食丰产科技工程项目
(2011BAD16B10, 2012BAD04B02)资助
** 通讯作者: 王璞, 主要从事作物逆境栽培研究。E-mail: wangpu@cau.edu.cn
杨晓晨, 研究方向为中国春玉米区干旱时空演变。E-mail: goodbey2009@163.com
收稿日期: 20141125 接受日期: 20150327
http://www.ecoagri.ac.cn
DOI: 10.13930/j.cnki.cjea.141350
中国东北春玉米区干旱时空分布特征及其对产量的影响*
杨晓晨1 明 博2 陶洪斌1 王 璞1**
(1. 中国农业大学农学与生物技术学院/农业部农作制度重点实验室 北京 100193;
2. 中国农业科学院作物科学研究所 北京 100081)
摘 要 为了研究东北地区春玉米不同生育阶段干旱时空分布规律及其对产量的影响, 基于研究区域 1961—
2012 年 69 个气象站点逐日气象资料和春玉米生育时期及产量资料, 采用 Penman-Monteit 法计算潜在蒸散量,
在此基础上利用农业干旱指标标准化降水蒸散指数(SPEIPM)划分干旱等级¸ 最后利用干旱等级权重及发生概
率评分等级计算每个站点的干旱危险指数(DHI); 利用 Mann-Kendall 检验法计算 5个生育阶段的 SPEI变化趋
势, 利用回归分析进行 SPEI 与玉米气候产量的关系分析。结果表明, 吉林省西部和辽宁省西部在玉米生长季
内始终为干旱高风险区, 吉林省东部和辽宁省东部则为干旱低风险区, 黑龙江省东部干旱风险随生育进程增
大; 近 52 a玉米苗期干旱强度和范围有减小趋势, 而生育后期在增加; 1991—2012年辽宁省西部玉米气候产量
与 SPEIPM3-7(5—7月份的 SPEIPM)以及吉林省西部、吉林省东部和松嫩平原气候产量与 SPEIPM3-8(6—8月份的
SPEIPM)的关系达极显著(P<0.01), 吉林省中部气候产量与 SPEIPM3-8(6—8 月份的 SPEIPM)关系达显著水平
(P<0.05)。春旱严重地区如松嫩平原、吉林省西部、辽宁省西部和南部的干旱强度和范围正在减小, 而东北干
旱程度在玉米生育后期整体呈增强趋势, 其中东部最明显。在降水充沛的吉林省东部, 气候产量与干旱指数的
回归方程对称轴在 0 附近, 表明正常降水情况下即能保证高产和稳产。降水较少的地区如辽宁省西部和吉林
省西部等地, 回归方程对称轴在 1附近, 提高玉米产量需增加灌溉和提高水分利用效率。
关键词 中国东北 春玉米 干旱 干旱危险指数 标准化降水蒸散指数 时空分布 产量
中图分类号: S162.8 文献标识码: A 文章编号: 1671-3990(2015)06-0758-10
Spatial distribution characteristics and impact on spring maize
yield of drought in Northeast China
YANG Xiaochen1, MING Bo2, TAO Hongbin1, WANG Pu1
(1. College of Agriculture and Biotechnology, China Agricultural University / Key Laboratory of Farming Systems, Ministry of Agriculture,
Beijing 100193, China; 2. Institute of Crop Sciences, Chinese Academy of Agriculture Sciences, Beijing 100081, China)
Abstract Global warming has caused strong increase in temperature in China and this especially evident in Northeast China. As a
consequence, drought stress has been more frequent, severe and over larger areas in this region. The severe drought stress has
increased the risk of spring maize production in this major maize cultivation area of China. Thus understanding the spatial
distribution of drought in relation to spring maize growth and yield formation was critical for in depth understanding of policy and
decision making to deter yield reduction in Northeast China. Daily meteorological data for the period 19612012 were collected at 69
meteorological stations to analyze the effects of global warming on drought stress and yield of maize in Northeast China. Also spring
maize growth and yield data were collected for the same period in the study area. The Penman-Monteit method was used to calculate
potential evapotranspiration (PET). Based on the PET, the Standardized Precipitation Evapotranspiration Index (SPEI) was calculated
(SPEIPM), which was used to classify drought grade of the study area. The drought hazard index in each meteorological station was
calculated then with weight and occurrence rating score of every drought grade. The trend in SPEI was calculated for five growth
第 6期 杨晓晨等: 中国东北春玉米区干旱时空分布特征及其对产量的影响 759


http://www.ecoagri.ac.cn
stages using the Mann-Kendall test and the relationship between SPEIPM and climate-driven maize yield determined using regression
analysis. The results showed West Jilin Province and West Liaoning Province were high drought risk areas during maize growing
season, while East Jilin Province and East Liaoning Province were low drought risk areas. Drought risk also increased with maize
growth in East Heilongjiang Province. Moreover, drought intensity and drought-affected area decreased at maize seedling stage but
increased at later growth stages of maize for the 52-year study period. High correlations were observed between SPEIPM3-7 (SPEIPM
from May to July) and climate-driven maize yield in West Liaoning Province for 1991–2012 and also between SPEIPM3-8 (SPEIPM
from June to August) for West Jilin Province, East Jilin Province as well as Songnen Plain (P < 0.01). In addition, climate-driven
yield in Central Jilin Province and SPEIPM3-8 were significantly correlated (P < 0.05). Generally, drought intensity and drought-
affected area in spring drought areas such as Songnen Plain, West Jilin Province, West Liaoning Province and South Liaoning
Province decreased gradually. However, drought intensity in study area increased in frequency and severity at late growth stages in
Northeast China, especially in the east. In areas with abundant rainfall (e.g., East Jilin Province), the axis of symmetry of the
regression equation between climate-driven yield and drought index was closed to 0, suggesting that normal rainfall was sufficient to
ensure high yield in the area. In areas with scarce rainfall (e.g., West Liaoning Province and West Jilin Province), the axis of
symmetry of the regression equation between climate-driven yield and drought index was closed to 1, suggesting that irrigation was
necessary to improve both yield and water use efficiency.
Keywords Northeast China; Spring maize; Drought; Drought hazard index; Standardized Precipitation Evapotranspiration
Index; Spatial-temporal distribution; Yield
(Received Nov. 25, 2014; accepted Mar. 27, 2015)
随着人类在工业化进程中大量焚烧化石燃料与
开垦森林草地, 导致全球大气中 CO2、N2O 等温室
气体浓度持续增加, 全球气候明显变暖, 造成全球
干旱化加剧。我国干旱发生范围和干旱强度都呈现
出明显增加趋势, 农业干旱又是制约我国农业发展
和粮食安全的主要因素[1]。根据农业部种植业管理
司灾害统计显示, 2000—2013 年我国农作物因干旱
造成的受灾面积年均达 2 170万 hm2, 占总受灾面积
的 51.9%; 成灾 1 212万 hm2, 占总成灾面积的 54.3%;
绝产 279万 hm2, 占全国绝产面积的 51.6%。
东北地区享有“北大仓”的美誉, 是我国重要的
玉米、水稻、豆类等粮食生产基地。农业生产以“雨
养”为主, 地域和年际间降水差异较大, 因而生产过
程中极易遭受干旱灾害。干旱主要出现在春季和夏
季, 其中以春旱居多。春旱影响玉米播种、出苗及
幼苗生长; 夏旱则影响玉米正常生长发育, 导致减
产或绝产[2]。1971—2012 年中国东北地区春玉米因
干旱造成的受灾面积年均 412.4万 hm2, 占总受灾面
积的 61.6%, 而 2000—2010 年又是干旱发生频次最
多、影响程度最严重的 10 a。因此研究东北地区玉
米不同生育阶段干旱时空分布规律, 明确干旱对玉
米产量的影响, 对东北地区春玉米不同生育阶段采
取有效抗旱减灾措施具有重要意义。
研究农业干旱指标主要有土壤含水量指标、作
物旱情指标、降水量指标、作物需水量指标以及综
合指标等[3]。标准化降水蒸散指数(SPEI)[4]在标准化
降水指数(SPI)的基础上提出, 该指数基于降水和蒸
散, 既有 SPI计算简单、多尺度、多空间灵活比较的
优点, 又有帕尔默干旱指数(PDSI)考虑蒸散对温度
敏感的特点, 所以 SPEI能够用来监测全球变暖背景
下干旱变化特征。李伟光等[5]利用 SPEI研究发现中
国普遍存在干旱化的事实 , 且东北干旱化最为显
著。秦鹏程等[6]基于 SPEI指数研究了近 50 a东北玉
米生长季干旱演变特征, 发现干旱风险突出且具有
明显的地域差异和阶段性。明博等[7]利用 SPEI研究
了干旱对北京地区作物产量的影响, 结果表明短时
间尺度的 SPEI3-8 与玉米气候产量呈曲线关系, 建
立的回归方程可以解释 60.1%的产量变异。
目前, 研究东北地区干旱主要集中在干旱与气
象因子关系、干旱演变趋势、干旱时空特征上, 对
玉米不同生育阶段的干旱研究很少, 此外东北地区
不同生育阶段干旱对最终产量的影响还少见报道。基
于前人研究, 本文采用标准化降水蒸散指数(SPEI)研
究东北地区春玉米不同生育阶段干旱的时空分布特
征及其对最终产量的影响, 旨在明确东北地区春玉
米不同生育阶段干旱的发生规律及其影响, 为东北
春玉米的抗旱减灾提供理论依据。
1 材料与方法
1.1 研究区概况
本文研究区域为东北地区(不包括内蒙古东部),
位于北纬 38°43′~53°33′, 东经 118°53′~135°05′, 从
南至北跨越暖温带、中温带和寒温带, 四季分明, 夏
季闷热多雨, 冬季寒冷干燥, 属温带季风性气候。年
降水量 400~1 000 mm, 由于地区间降水分布不均,
造成东部为湿润区, 中部为半湿润区, 西部则为半
760 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn
干旱区; 年平均温度为3~10 , ℃ 无霜期 160~200 d;
作物种植模式为一年 1熟。
1.2 数据来源
研究区域的气象资料来源于中国气象科学数据
共享服务网(CMDSSS)[8], 包括 69 个气象站点(图 1)
1961—2012 年逐日气象资料, 包括平均温度、最高
温度、最低温度、降水量、日照时数、平均风速、
平均气压等。春玉米产量数据来源于农业部种植业
管理司农作物数据库 [9], 生育期资料来源于农业气
象观测站。

图 1 研究区域气象站点分布图
Fig. 1 Distribution of meteorological stations in the study
areas
1.3 研究指标与计算方法
1.3.1 标准化降水蒸散指数(SPEI)的计算方法
第 1 步 , 计算潜在蒸散量(PET), 本研究计算
PET 的方法是世界粮农组织(FAO)推荐的 Penman-
Monteith 法 [10], 该方法优点是考虑的气象因素多 ,
能精确反映地表潜在蒸散。
第 2步, 计算降水量与蒸散量的差值(Di):
PETi i iD P  (1)
式中: iP为月降水量, PETi为月蒸散量。
第 3 步, 对 iD 序列进行正态化处理, 计算每个
差值对应的 SPEI 指数。由于原始序列 iD 中可能存在
负值, 所以计算 SPEI时采用 3个参数的 log-logistic概
率分布。log-logistic概率分布的累积函数:
 
1
1F x
x


         
(2)
式中: 参数 α、β、γ用线性矩方法拟合获得:
    
0 12
1 1/ 1 1/
w w     
   (3)
1 0
1 0 2
2
6 6
w w
w w w
    (4)
0
1 11+ 1w   
            (5)
式中: Γ为阶乘函数; w0、w1、w2为原始序列 Di的概
率加权矩, 计算方法为:
1
1 0.351
s
N
s ii
iw D
N N
     (6)
式中: N为参与计算的总月份数。
对累积概率密度进行标准化:
 1P F x  (7)
当累积概率 P≤0.5时:
2 lnw P  (8)
2
0 1 2
2 3
1 2 3
SPEI
1
c c w c w
w
d w d w d w
      (9)
式中: c0=2.515 517, c1=0.802 853, c2=0.010 328, d1=
1.432 788, d2=0.189 269, d3=0.001 308。
当累积概率 P>0.5时:
 2ln 1w P   (10)
2
0 1 2
2 3
1 2 3
SPEI
1
c c w c w
w
d w d w d w
         
(11)
得到的标准化降水蒸散指数记为 SPEIPMn-M,
其中 n表示时间尺度, M表示月份, PM表示世界粮农
组织(FAO)推荐的 Penman-Monteith 法。如 SPEIPM3-5
表示 5月份前 3个月的 SPEIPM值。干旱等级划分参
照表 1。
表 1 标准化降水蒸散指数(SPEI)干旱等级划分
Table 1 Standardized precipitation evapotranspiration index
(SPEI) grade standard divided for drought
等级
Grade
类型
Type
SPEI值
Value of SPEI
0 无旱 No drought 0.51 轻度干旱 Light drought 1.02 中度干旱 Moderate drought 1.53 重度干旱 Severe drought 2.04 极端干旱 Extreme drought SPEI≤2.0

选取东北春玉米生长季内 5 个生育阶段进行分
析: 1)生育前期, 一般东北春玉米在 4月下旬至 5月
初播种, 该阶段包括播前的土地整理和播种, 对应
玉米生长季的 3—5 月份, 用 SPEIPM3-5 表示。2)出
苗期—吐丝期, 东北玉米在 7 月中下旬吐丝, 对应生
长季的 5—7月份, 用 SPEIPM3-7表示。3)孕穗期—灌
第 6期 杨晓晨等: 中国东北春玉米区干旱时空分布特征及其对产量的影响 761


http://www.ecoagri.ac.cn
浆期, 对应春玉米生长季的 6—8月份, 用 SPEIPM3-8
表示。4)吐丝期—成熟期, 对应生长季的 7—9月份,
用 SPEIPM3-9表示。5)全生育期, 播种至收获整个生
长季, 对应 4—9月份, SPEIPM6-9表示。计算研究区
域内 62 个气象站点 1961—2012 年玉米生长季内 5
个生育阶段的干旱指数, 根据表 1划分干旱类型。
1.3.2 干旱危险指数计算方法
通过统计干旱发生的频率来确认干旱高风险区
域。不同时间尺度、不同程度的干旱发生概率是干
旱频次占研究年份的百分比。干旱危险指数(drought
hazard index, DHI)是一种基于离散化思想, 分析不
同干旱等级出现的概率, 先设定一套等级评分体系
来评判干旱发生的风险[11]。

   
   
w r w r
w r w r
DHI SLD SLD MD MD
SD SD ED ED
    
   (12)
式中: DHI为干旱危险指数, wSLD 为轻度干旱权重,
rSLD 为轻度干旱发生概率评分等级, wMD 为中度
干旱权重 , rMD 为中度干旱发生概率评分等级 ,
wSD 为重度干旱权重, rSD 为重度干旱发生概率评
分等级, wED 为极端干旱权重, rED 为极端干旱发
生概率评分等级。
1.4 数据处理
采用 ArcGIS 9.3 软件中地统计分析模块(Geo-
statistical Analyst)的克里金插值(Kriging)方法, 对研
究区域的干旱危险指数(DHI)和 Man-Kendall统计量
进行插值, 生成空间栅格数据, 得到干旱风险分布
图和干旱变化趋势分布图。
2 结果与分析
2.1 东北农业干旱发生风险
统计每个站点年时间尺度上干旱发生强度及其
概率, 设定干旱等级评分体系(表 2、表 3), 计算不同
站点 DHI, 利用 ArcGIS软件制作东北地区春玉米不
同生育阶段干旱发生风险空间分布图。
表 2 东北地区各试验站点不同干旱等级发生概率
Table 2 Probabilities of different drought grades of the test
sites in Northeast China %
统计量
Statistics
轻度干旱
Light
drought
中度干旱
Moderate
drought
重度干旱
Severe
drought
极端干旱
Extreme
drought
标准差
Standard deviation
4.29 4.06 2.90 1.66
方差 Variance 0.18 0.16 0.08 0.03
全距 Range 20 20 12 8
最小值 Min value 7 2 0 0
最大值 Max value 27 22 12 8
表 3 干旱等级权重及不同发生概率的评分等级
Table 3 Weights of drought grades and rating of drought
occurrence probability
旱情等级
Drought grade
权重
Weight
发生概率
Percentage of occurrence (%)
评分等级
Rating
7~12 1
12~17 2
17~22 3
轻度干旱
Light drought
1
22~27 4
2~7 1
7~12 2
12~17 3
中度干旱
Moderate drought
2
17~22 4
0~3 1
3~6 2
6~9 3
重度干旱
Severe drought
3
9~12 4
0~2 1
2~4 2
4~6 3
极端干旱
Extreme drought
4
6~8 4

由图 2 可以看出, 生育前期高风险区域出现在
吉林省西部白城市、乾安县、长岭县、通榆县, 辽
西彰武县、朝阳县、建平县等地区。低风险区域在
黑龙江省牡丹江地区, 吉林省东部, 辽宁省丹东市、
宽甸县。出苗—吐丝期阶段高风险区域出现在黑龙
江伊兰县、富裕县, 吉林省白城市、乾安县、扶余
市、双辽市、四平市, 辽宁省彰武县、建平县、熊
岳县等地区, 低风险区域主要在黑龙江省中北部铁
力市、北林区等地区。孕穗—灌浆期阶段高风险区
域在黑龙江省三江平原、安达市, 吉林省白城市, 辽
宁省阜新市、建平县等地区, 低风险区域主要在吉
林省东部。吐丝—成熟期阶段高风险区域在黑龙江
省中部铁力市、佳木斯市、尚志市、明水县, 吉林
省西部白城市、乾安县、双辽市, 辽宁省彰武县、
黑山县、开原市、清原县等地区。全生育期高风险
区域在黑龙江省通河县、佳木斯市、虎林市, 吉林
省白城市、前郭县, 辽宁省彰武县、朝阳县、建平
县、熊岳县、黑山县、开原市等地区。
综上所述, 吉林省西部和辽宁省西部在玉米生
长季内始终为干旱高风险地区, 吉林省东部和辽宁
省东部基本为干旱低风险地区。其他地区在不同生
育阶段干旱发生风险不同, 黑龙江省东部随着生育
进程干旱发生风险越来越高。全生育期干旱发生风
险由吉林省东部至黑龙江省松嫩平原向两边增加。
根据前两个生育阶段可以得出, 春旱主要发生在黑
762 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn

图 2 东北春玉米生长季内不同生育阶段干旱风险分布
Fig. 2 Distribution of drought hazard indexes at different growth stages of spring maize in Northeast China
龙江省西部、吉林省西部和辽宁省西部地区, 这些
地区素有“十年九春旱”之称。
2.2 东北农业干旱变化趋势
图 3 给出了利用 MK 检验法[12]计算的 1991—
2012年东北玉米生长季内 5个生育阶段的干旱指数
变化趋势空间分布。结果表明: 生育前期整个东北
地区 MK统计量都为正值, 表明近 52 a该阶段呈现
增湿趋势, 但这一趋势未通过显著性检验。出苗—
吐丝期阶段黑龙江省松嫩平原、牡丹江地区有明显
的增湿趋势, 其中安达市和哈尔滨市增湿趋势达显
著水平(P<0.05)。黑龙江省中部和辽宁省东部 MK
的统计量为负值 , 表明这些地区呈现干旱化趋势 ,
但未达到显著性水平(P>0.05)。孕穗—灌浆期阶段
东北大部分地区呈干旱化趋势, 其中通榆县和长白
县达到显著性水平(P<0.05)。松嫩平原和辽宁省南
部出现增湿趋势。吐丝—成熟期阶段东北整体呈现
剧烈干旱化趋势, 且通榆县和长岭县干旱化趋势达
到显著性水平(P<0.05)。玉米全生育期松嫩平原和
辽西增湿趋势较明显, 黑龙江省中部、吉林省东部
和辽宁省东部则呈现干旱化趋势, 但均未通过显著
性检验。
从各生育阶段不同干湿变化趋势可以看出, 近
52 a 玉米苗期干旱强度和范围正在减小, 而灌浆成
熟阶段干旱强度和范围正在增加, 说明东北地区春
玉米生长季内的干旱正从苗期向生育后期转变, 而
东部地区最明显。
2.3 SPEI指数与玉米气候产量关系
根据东北地区玉米单产资料, 通过滑动平均值
法[12]算得的气候产量与 SPEIPM 干旱指数进行回归
分析, 研究 1991—2012年SPEIPM指数与气候产量的
关系。以各地区玉米主产区气象站点平均 SPEIPM与
其气候产量进行分析。相关分析表明, 辽宁省东部、
黑龙江省中北部和牡丹江地区的气候产量与
SPEIPM3-5 最密切, 辽宁省西部、辽宁省中部、三江
平原气候产量与 SPEIPM3-7最密切, 吉林省西部、吉林
省中部、吉林省东部和松嫩平原气候产量与 SPEIPM3-8
最密切, 辽宁省南部的气候产量与 SPEIPM3-9 最密
切。因此, 本研究重点围绕不同地区玉米气候产量
与对应最密切 SPEIPM指数展开。
表 4 的结果表明, 1991—2012 年辽宁省西部、
辽宁省南部、吉林省西部、吉林省东部和松嫩平原
的干旱指数与气候产量的回归方程达到极显著水平
(P<0.01), 吉林省中部达到显著水平(P<0.05), 其他
地区则未达到显著水平(P>0.05)。
SPEIPM指数与气候产量的回归方程符合二次曲
线的关系(图 4), 且二次项系数为负, 顶点在 x 轴上
第 6期 杨晓晨等: 中国东北春玉米区干旱时空分布特征及其对产量的影响 763


http://www.ecoagri.ac.cn

图 3 东北春玉米生育期内不同生育阶段标准化降水蒸散指数变化趋势
Fig. 3 Variation trends of the standardized precipitation evapotranspiration indexes (SPEI) at different growth stages of spring maize
in Northeast China
表 4 1991—2012年东北地区 SPEIPM与玉米气候产量变异回归分析
Table 4 Regression analyses between SPEIPM and maize climatic yield of Northeast China in 19912012
地区
Region
回归方程
Regression function
显著性
Significant
R2
最大增产
Maximum
yield
(kg·hm2)
最优旱涝状况
Optimum
water
balance
涝阈值
Water-
logging
threshold
旱阈值
Drought
threshold
辽宁省西部 Western Liaoning Province y=444.0x2+1088.x+375.2 ** 0.670 1 041.4 1.2 2.7 0.3
辽宁省南部 Southern Liaoning Province y=807.2x223.85x+789.3 ** 0.442 789.5 0.0 1.0 1.0
辽宁省中部 Mid-Liaoning Province y=651.5x2167.1x+544.5 N 0.116
辽宁省东部 Eastern Liaoning Province y=142.2x2168.3x+164.6 N 0.086
吉林省西部 Western Jilin Province y=427.4x2+826.8x+547.8 ** 0.493 947.2 1.0 2.5 0.5
吉林省中部 Mid-Jilin Province y=154.2x2+526.6x+87.94 * 0.295 537.0 1.7 3.5 0.2
吉林省东部 Eastern Jilin Province y=819.1x2+164.0x+634.9 ** 0.435 792.3 0.1 1.0 0.8
黑龙江省中北部
North-central Heilongjiang Province
y=115.8x2+152.6x+119.9 N 0.084
三江平原 Sanjiang Plain y=106.6x2+161.8x+52.21 N 0.088
松嫩平原 Songnen Plain y=486.2x2+347.8x+601.7 ** 0.550 663.9 0.4 1.5 0.8
牡丹江地区 Mudanjiang District y=132.4x2+490.3x70.69 N 0.193
SPEIPM: 基于 Penman-Monteith 法计算的标准化降水蒸散指数, 下同。N 表示不相关(P>0.05); *表示 P<0.05 水平显著相关; **表示 P<0.01
水平显著相关; R2为决定系数。SPEIPM: standardized precipitation evapotranspiration index based on Penman-Monteith method; the same below. N: no
significant correlation; *: significant correlation at P < 0.05; **: significant correlation at P < 0.01; R2: determination coefficients.

方, 曲线与 x轴围成的区域为玉米增产区, 在 x轴下
方表示旱涝造成的产量损失, 顶点的横坐标为最优
旱涝状况, 纵坐标则为最大可能增产量, 曲线与 x
轴的 2 个交点分别代表旱涝阈值。辽宁省西部地区
764 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn
当 SPEIPM3-7为0.3~2.7时为增产, 当 SPEIPM3-7=1.2
时为最佳旱涝状态, 达到最大增产 1 041.4 kg·hm2。
辽宁省南部 SPEIPM3-9 为1.0~1.0 时为增产 , 当
SPEIPM3-9=0 时为最佳旱涝状态 , 达到最大增产
789.5 kg·hm2。吉林省西部 SPEIPM3-8为0.5~2.5时
为增产, 当 SPEIPM3-8=1.0 时为最佳旱涝状态, 达到
最大增产 947.2 kg·hm2。吉林省中部 SPEIPM3-8 为
0.2~3.5 时为增产, 当 SPEIPM3-8=1.7 时为最佳旱涝
状态 , 达到最大增产 537 kg·hm2。吉林省东部
SPEIPM3-8为0.8~1.0时为增产, 当 SPEIPM3-8=0.1时
为最佳旱涝状态, 达到最大增产 792.3 kg·hm2。三
江平原 SPEIPM3-7为0.8~1时为增产, 当 SPEIPM3-7=
0.1时为最佳旱涝状态, 达到最大增产 792.3 kg·hm2。
松嫩平原 SPEIPM3-8 为 0.8~1.5 时为增产 , 当
SPEIPM3-8=0.4 时为最佳旱涝状态 , 达到最大增产
663.9 kg·hm2。

第 6期 杨晓晨等: 中国东北春玉米区干旱时空分布特征及其对产量的影响 765


http://www.ecoagri.ac.cn

图 4 1991—2012年东北地区玉米气候产量与 SPEIPM的关系
Fig. 4 Relationship of scatter plots for spring maize climate yields and SPEIPM values of Northeast China during 1991 to 2012
3 讨论与结论
干旱已成为我国最主要的自然灾害之一, 正日
益威胁着我国粮食安全与生态安全, 制约着经济发
展[13]。预测表明, 如果我国对干旱灾害不给予重视
和有效的应对, 到 2030年中国东北地区农民的农业
收入将会损失 50%以上[14]。本文基于标准化降水蒸
散指数研究分析了 1961—2012 年东北地区春玉米
各生育阶段的干旱时空分布特征以及近 22 a干旱指
数与玉米气候产量的关系。结果表明:
1)在空间分布上, 玉米全生育期干旱发生高风
险区域在吉林省西部、辽宁省西部、辽宁省南部以
及黑龙江省的三江平原, 而低风险区域主要在吉林
省东部和辽宁省东部, 与前人研究的结果相符[1516]。
但没有从生育阶段来说明干旱的发生风险, 本研究
发现春旱较严重的地区主要发生在松嫩平原、吉林
省西部、辽宁省西部和辽宁省南部。夏旱主要发生
在黑龙江省三江平原、吉林省西部部分地区和辽宁
省西部部分地区。
2)在时间尺度上, 近年国内学者采用不同方法
研究了东北地区的干旱变化趋势, 得出的结果不尽
相同[1720]。本研究发现苗期干旱高风险区域的干旱
强度和范围逐步减小, 生育后期干旱低风险区域的
干旱强度和范围逐步增加, 干旱从玉米苗期向生育
后期逐步转移, 其中吉林省西部、辽宁省西部和东
北东部最明显。因此, 在防范苗期出现的春旱同时,
还应重视生育后期日益严重的夏旱对产量造成的
损失。
3)在干旱对产量的影响上, 玉米不同生育时期
遭受干旱均会导致减产[2123], 张琪等[24]发现在降水
充沛的辽南, 降水量减少不会引起玉米减产, 而在
辽西干旱是产量的主要限制因素。本研究发现在降
水较充沛的吉林省东部和辽宁省南部, 其回归方程
对称轴在 SPEIPM=0附近, 即最大可能增产在正常水
分平衡范围内, 说明该地区的玉米生产和当地气候
条件较匹配, 正常情况下就能保证玉米高产和稳产,
通过改善水分利用效率可进一步提高玉米产量。而
降水相对较少的地区, 如辽宁省西部、吉林省西部
和松嫩平原等地, 其回归方程对称轴在 SPEIPM=1附
近 , 即要获得最大可能增产需增加水分才能达到 ,
说明这些地区的玉米生产和当地气候条件尚未匹配,
需增加水分投入和改善水分利用效率才能提高玉米
产量。
本文利用世界粮农组织(FAO)推荐的 Penman-
Monteith 法计算潜在蒸散量(PET), 该方法考虑因素
多, 计算复杂且对资料的完整度要求高。通过标准
化降水蒸散指数研究东北地区春玉米 5 个生育阶段
766 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn
干旱的时空演变规律及其对玉米产量的影响, 在研
究中并没有考虑各区域灌溉对玉米生长季内干旱的
缓解作用, 以及对最终产量的影响。此外, 划分玉米
不同生育时期以月为时间节点, 不够精确。在以后
的研究中, 有待考虑当地灌溉条件以及不同地区玉
米生育时期的准确划分。
参考文献
[1] 王春乙 , 娄秀荣 , 王建林 . 中国农业气象灾害对作物产量
的影响[J]. 自然灾害学报, 2007, 16(5): 37–43
Wang C Y, Lou X R, Wang J L. Influence of agricultural
meteorological disasters on output of crop in China[J].
Journal of Natural Disasters, 2007, 16(5): 37–43
[2] 王晓丽 , 栾希 . 自然灾害对吉林省经济增长的影响[J]. 当
代经济研究, 2013(11): 47–51
Wang X L, Luan X. Impact of natural disasters on economic
growth in Jilin Province[J]. Contemporary Economic
Research, 2013(11): 47–51
[3] 袁文平 , 周广胜 . 干旱指标的理论分析与研究展望[J]. 地
球科学进展, 2004, 19(6): 982–991
Yuan W P, Zhou G S. Theoretical study and research prospect
on drought indices[J]. Advance in Earth Sciences, 2004, 19(6):
982–991
[4] Vicente-Serrano S M, Beguería S, López-Moreno J I. A
multiscalar drought index sensitive to global warming: The
standardized precipitation evapotranspiration index[J].
Journal of Climate, 2010, 23(7): 1696–1718
[5] 李伟光, 易雪, 侯美亭, 等. 基于标准化降水蒸散指数的中
国干旱趋势研究 [J]. 中国生态农业学报 , 2012, 20(5):
643–649
Li W G, Yi X, Hou M T, et al. Standardized precipitation
evapotranspiration index shows drought trends in China[J].
Chinese Journal of Eco-Agriculture, 2012, 20(5): 643–649
[6] 秦鹏程, 姚凤梅, 张佳华, 等. 基于 SPEI指数的近 50年东
北玉米生长季干旱演变特征[R]. 第 28 届中国气象学会年
会—— S11气象与现代农业, 2011: 86–94
Qin P C, Yao F M, Zhang J H, et al. Evolution characteristics
of droughts in the corn growing season in Northeast China
in recent 50 years based on standardized precipitation
evapotranspiration index[R]. The 28th Annual Meeting of
Chinese Meteorological Society — Meteorological and Modern
Agriculture, 2011: 86–94
[7] 明博 , 陶洪斌 , 王璞 . 基于标准化降水蒸散指数研究干旱
对北京地区作物产量的影响[J]. 中国农业大学学报, 2013,
18(5): 28–36
Ming B, Tao H B, Wang P. Impact of drought on grain yield in
Beijing investigated by SPEI-based methods[J]. Journal of
China Agricultural University, 2013, 18(5): 28–36
[8] 中国气象局 . 中国气象科学数据共享服务网[DB/OL]. 国
家气象信息中心. [2014–3–12]. http://cdc.cma.gov.cn/
China Meteorological Administration. China meteorological
data sharing service system[DB/OL]. National Meteorological
Information Center. [2014–3–12]. http://cdc.cma.gov.cn/
[9] 中华人民共和国农业部 . 农作物数据库 [DB/OL]. 农业
部种植业管理司 . [2014–4–12]. http://zzys.agri.gov.cn/
nongqingxm.aspx/
Ministry of Agriculture of the People’s Republic of China.
Crop database[DB/OL]. Planting Industry Management Depart-
ment, Ministry of Agriculture. [2014–4–12]. http://zzys.agri.gov.
cn/nongqingxm.aspx/
[10] 国家质量监督检查检疫总局. GB/T 20481—2006 气象干
旱等级[S]. 北京: 中国标准出版社, 2006
General Administration of Quality Supervision, Inspection
and Quarantine. GB/T 20481—2006 Classification of Meteoro-
logical Drought[S]. Beijing: China Standards Press, 2006
[11] He B, Lü A F, Wu J J, et al. Drought hazard assessment and
spatial characteristics analysis in China[J]. Journal of
Geographical Sciences, 2011, 21(2): 235–249
[12] 魏凤英. 现代气候统计诊断与预测技术[M]. 第 2版. 北京:
气象出版社, 2007
Wei F Y. The Modern Climatological Statistical Diagnosis and
Prediction Techniques[M]. 2nd ed. Beijing: China Meteoro-
logical Press, 2007
[13] 王劲松 , 李耀辉 , 王润元 , 等 . 我国气象干旱研究进展
评述 [J]. 干旱气象, 2012, 30(4): 497–508
Wang J S, Li Y H, Wang R Y, et al. Preliminary analysis on
the demand and review of progress in the field of meteoro-
logical drought research[J]. Journal of Arid Meteorology,
2012, 30(4): 497–508
[14] Jonathan W, Joerss M, Wang L, et al. From bread basket to
dust bowl: Assessing the economic impact of tackling drought
in North and Northeast China[N]. McKinsey Climate Change,
2009: 1–52
[15] 袁帅 , 高薇 , 余博 . 吉利省干旱时空分布规律[J]. 东北水
利水电, 2010(9): 55–56
Yuan S, Gao W, Yu B. Spatial and temporal distribution of
drought in Jilin Province[J]. Water Resources and Hydro-
power of Northeast China, 2010(9): 55–56
[16] 张淑杰, 张玉书, 纪瑞鹏, 等. 东北地区玉米干旱时空特征
分析[J]. 干旱地区农业研究, 2011, 29(1): 231–236
Zhang S J, Zhang Y S, Ji R P, et al. Analysis of spatio-
temporal characteristics of drought for maize in Northeast
China[J]. Agricultural Research in the Arid Areas, 2011, 29(1):
231–236
[17] 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
Ma J Y, Xu Y L, Pan J. Analysis of agro-meteorological
disasters tendency variation and the impacts on grain yield
over Northeast China[J]. Chinese Journal of Agrometeorology,
2012, 33(2): 283–288
[18] 王志伟, 翟盘茂. 中国北方近 50 年干旱变化特征[J]. 地理
学报, 2003, 58(S1): 61–68
Wang Z W, Zhai P M. Climate change in drought over
Northern China during 1950–2000[J]. Acta Geographica
第 6期 杨晓晨等: 中国东北春玉米区干旱时空分布特征及其对产量的影响 767


http://www.ecoagri.ac.cn
Sinica, 2003, 58(S1): 61–68
[19] 邹旭凯 , 张强 . 近半个世纪我国干旱变化的初步研究 [J].
应用气象学报, 2008, 19(6): 679–687
Zou X K, Zhang Q. Preliminary studies on variations in
droughts over China during past 50 years[J]. Journal of
Applied Meteorological Science, 2008, 19(6): 679–687
[20] 陈莉, 方丽娟, 李帅. 东北地区近 50 年农作物生长季干旱
趋势研究[J]. 灾害学, 2010, 25(4): 5–10
Chen L, Fang L J, Li S. Study on drought trend of crop
growing season in Northeast China in recent 50 years[J].
Journal of Catastrophology, 2010, 25(4): 5–10
[21] 白向历 , 孙世贤 , 杨国航 , 等 . 不同生育时期水分胁迫对
玉米产量及生长发育的影响 [J]. 玉米科学 , 2009, 17(2):
60–63
Bai X L, Sun S X, Yang G H, et al. Effect of water stress on
maize yield during different growing stages[J]. Journal of
Maize Sciences, 2009, 17(2): 60–63
[22] 纪瑞鹏 , 车宇胜 , 朱永宁 , 等 . 干旱对东北春玉米生长发
育和产量的 影响 [J]. 应用 生态学报 , 2012, 23(11):
3012–3026
Ji R P, Che Y S, Zhu Y N, et al. Impacts of drought stress on
the growth and development and grain yield of spring maize
in Northeast China[J]. Chinese Journal of Applied Ecology,
2012, 23(11): 3012–3026
[23] 宋凤斌 , 戴俊英 . 干旱胁迫对玉米雌穗生长发育和产量的
影响[J]. 吉林农业大学学报, 2000, 22(1): 18–22
Song F B, Dai J Y. Effect of drought stress on growth and
development of female inflorescence and yield of maize[J].
Journal of Jilin Agricultural University, 2000, 22(1): 18–22
[24] 张琪, 张继权, 佟志军, 等. 干旱对辽宁省玉米产量的影响
及风险区划[J]. 灾害学, 2010, 25(2): 87–91
Zhang Q, Zhang J Q, Tong Z J, et al. Influence of drought on
corn yield in Liaoning Province and the risk zoning[J].
Journal of Catastrophology, 2010, 25(2): 87–91