《Journal of Hydrology: Regional Studies》：Agricultural flash drought risk assessment under climate change based on crop growth stages
编辑推荐：
干旱被广泛认为是最严重影响农业生产、生态系统和社会经济系统的灾害之一。根据政府间气候变化专门委员会第六次评估报告（IPCC AR6），全球变暖下水循环的加剧导致了更频繁、更强烈的极端气候事件。过去三十年间，全球受干旱影响的面积增加了19%，这一趋势预计将持续，
干旱被广泛认为是最严重影响农业生产、生态系统和社会经济系统的灾害之一。根据政府间气候变化专门委员会第六次评估报告（IPCC AR6），全球变暖下水循环的加剧导致了更频繁、更强烈的极端气候事件。过去三十年间，全球受干旱影响的面积增加了19%，这一趋势预计将持续，尤其是在北美、非洲和亚洲等易旱地区。中国作为世界上人口最多的国家之一，因干旱遭受的农业损失巨大，超过65%的干旱相关经济损失发生在农业部门。例如，2022年长江流域发生严重干旱，影响耕地面积达44,213平方公里，造成81万人饮用水短缺。因此，理解气候变化如何影响农业生产对于中国的适应规划和粮食安全具有重要意义。
气候异常可改变温度和降水模式，从而影响作物生产。以往研究表明，即使是短期干旱事件也能导致显著减产。在复合极端条件下，如降水减少伴随高温，干旱可在数天至数周内迅速发展。这种快速发生和迅速加剧的干旱现象通常被定义为骤旱（Flash Drought, FD）。骤旱事件几乎没有预警和缓解的时间，从而增加了对农业和其他暴露系统的潜在影响。农业系统特别容易受到骤旱的影响，因为作物生长对水分可用性高度敏感，尤其是在需水量高的生殖生长阶段。
以往研究开发了各种定量指数来表征干旱的发生和演变。其中，固定时间尺度指数在区域和流域尺度分析中应用最广泛，代表性指数包括标准化降水指数（Standardized Precipitation Index, SPI）、标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index, SPEI）和帕尔默干旱严重度指数（Palmer Drought Severity Index, PDSI）。尽管这些指数可应用于不同时间尺度，但其计算通常依赖于预定义的时间窗口，这可能限制其捕捉作物关键生长阶段水分胁迫快速变化的能力。以往研究表明，作物对水分胁迫的敏感性随生长阶段而变化，表明固定时间尺度的干旱指数可能因无法考虑生长阶段差异而低估干旱影响。
在全球变暖背景下，热浪、极端温度和降水异常变得更加频繁，促进了骤旱的快速发生和加剧，增加了农业系统的风险。全球气候模型（Global Climate Models, GCMs）和作物模拟模型（Crop Simulation Models, CSMs）已被广泛应用于预测未来气候变化和农业响应。然而，现有文献大多关注长期产量趋势，并使用固定时间尺度指数评估干旱影响。因此，作物生长季节内骤旱的研究，特别是其过程识别和风险评估，因其对维持稳定农业生产的实际意义而值得进一步关注。
本研究提出了一个整合作物生长阶段与作物水分供需关系的农业骤旱（Agricultural Flash Drought, AFD）风险评估框架。以中国安徽省夏玉米为代表作物，应用DSSAT–CERES-Maize模型和CMIP6 BCC-CSM2-MR气候模型，在历史和未来情景下模拟作物生长过程。基于这些模拟，研究跨多种情景识别农业骤旱事件并评估其对作物生产的潜在风险。主要目标包括：（1）识别不同情景下的农业骤旱过程，并从持续时间和严重度方面分析其时间演变；（2）估算农业骤旱的发生频率，并量化各情景下相关的作物减产风险；（3）分析气候因素通过作物生长过程变化影响作物产量的途径。所提出的框架和发现可提高农业干旱监测的时间分辨率，并有助于增强区域农业系统对快速发展干旱事件的适应能力。
一、研究背景与问题
干旱是影响农业生产、生态系统和社会经济系统最严重的灾害之一。IPCC第六次评估报告指出，全球变暖加剧了水文循环，导致极端气候事件更加频繁和强烈。过去三十年全球干旱影响面积增加19%，中国超过65%的干旱经济损失发生在农业部门。传统干旱指数如标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）和帕尔默干旱严重度指数（PDSI）采用固定时间尺度计算，难以捕捉作物关键生长阶段水分胁迫的快速变化。作物对水分胁迫的敏感性随生长阶段显著不同，固定时间尺度指数可能低估干旱影响。骤旱（Flash Drought, FD）具有快速发生和迅速加剧的特点，预警时间极短，农业系统尤为脆弱。然而，现有研究多关注长期产量趋势，对作物生长季内骤旱的过程识别和风险评估关注不足。因此，本研究旨在构建整合作物生长阶段与水分供需关系的农业骤旱（Agricultural Flash Drought, AFD）风险评估框架，提高农业干旱监测的时间分辨率。
二、研究内容与意义
研究以中国安徽省蚌埠市夏玉米为代表作物，应用DSSAT–CERES-Maize作物模型和CMIP6 BCC-CSM2-MR气候模型，在历史和未来情景下模拟作物生长过程，识别农业骤旱事件并评估其对作物生产的潜在风险。研究意义在于：提出基于作物生长过程的农业骤旱风险评估框架，提高农业干旱监测的时间分辨率，为区域农业系统适应快速发展干旱事件提供科学支撑。
三、主要技术方法
研究采用的主要技术方法包括：（1）基于中国二十四节气体系中的72候，以5天为基本时间步长（Drought Identification Time-step, DIT）重建干旱识别时间步长；（2）基于降水（P）与作物蒸散（ET）的供需关系构建农业骤旱指数（Agricultural Flash Drought Index, AFDI），当累积降水量小于累积蒸散量的20%时判定为干旱受影响时段；（3）设置连续性约束条件识别农业骤旱事件，要求至少连续两个DIT满足干旱条件方可触发事件，事件终止需后续两个DIT均满足P≥ET的恢复条件；（4）应用DSSAT-CERES-Maize模型模拟作物生长，应用BCC-CSM2-MR模型获取未来气候情景数据，并采用单变量偏差校正（Bias Correction, BC）方法修正未来气候预估。样本数据来源于安徽蚌埠新马桥农田灌溉排水试验站（33°09′N, 117°22′E）2016-2017年田间试验数据、蚌埠国家气象站（站号58221）1960-2019年逐日气象观测数据，以及NEX-GDDP-CMIP6数据集中BCC-CSM2-MR模型在SSP1-2.6、SSP2-4.5和SSP5-8.5三种情景下2021-2100年的逐日输出数据。
四、研究结果
4.1 农业骤旱过程识别与时间演变分析
研究人员基于构建的农业骤旱指数（AFDI）和连续性约束条件，在历史和未来多种情景下识别了农业骤旱事件，并从持续时间和严重度方面分析了其时间演变特征。研究将夏玉米生长季划分为苗期（S1）、拔节期（S2）、抽雄期（S3）和灌浆期（S4）四个生长阶段，分析了不同生长阶段农业骤旱事件的发生特征。
4.2 农业骤旱发生频率与作物减产风险评估
研究估算了不同情景下农业骤旱的发生频率，并量化了相关的作物产量损失风险。结果表明，农业骤旱事件在灌浆期（S4）发生频率最高，且该阶段导致的产量损失最为严重。这一发现强调了灌浆期作为夏玉米水分敏感关键期的重要性。
4.3 气候因素影响作物产量的途径分析
研究分析了气候因素通过作物生长过程变化影响作物产量的途径。结果表明，最高温度（Tmax）被确定为作物减产的主要驱动因素。这一发现揭示了高温胁迫在农业骤旱导致作物减产中的关键作用。
五、讨论与结论
研究讨论了农业骤旱风险评估框架的优势，即通过整合作物生长阶段和水分供需关系，克服了传统固定时间尺度干旱指数在捕捉快速水分胁迫变化方面的局限性。研究结论指出，基于作物生长过程的农业骤旱风险评估框架能够有效识别不同情景下的农业骤旱事件，灌浆期是夏玉米最易受农业骤旱影响的生长阶段，最高温度是作物减产的主导气候驱动因子。该框架可提高农业干旱监测的时间分辨率，为增强区域农业系统对快速发展干旱事件的适应能力提供科学依据。
