气候变化下四川盆地夏大豆生育期干旱-热浪与涝渍-热浪复合事件发生特征评估

《Agricultural Water Management》：Assessment of drought-heatwave and waterlogging-heatwave compound events during summer soybean growth stages in the Sichuan Basin under climate change

　　

在全球变暖背景下，干旱-热浪复合事件(Compound Drought-Heatwave Events, CDHWs)与涝渍-热浪复合事件(Compound Waterlogging-Heatwave Events, CWHWs)严重影响农业生产。目前针对特定作物生育期内此类复合事件时空演变及主导驱动因子的系统性分析仍较有限。基于历史(1990–2019)及未来(2021–2080，CMIP6 SSP2–4.5与SSP5–8.5情景)气候数据，研究人员采用标准化降水需求指数(Standardized Precipitation Requirement Index, SPRI)与温度条件指数(Temperature Condition Index, TCI)结合游程理论(Run Theory)，量化四川盆地夏大豆各生育阶段CDHWs与CWHWs的持续时间、强度及频次；进一步应用Copula函数估算多分位数重现期(Return Period, RP)并识别主导驱动因子变化。结果表明：1990–2019年CDHWs与CWHWs年均累计日数分别为22 d和10 d；未来情景下CDHWs维持在17–20 d，而CWHWs显著增多达20–50 d。两类复合事件均以极短历时(1–2 d)为主，未来结荚—鼓粒(R3–R5)与鼓粒—成熟(R5–R8)阶段其占比预计升高4%–26%；长历时(>10 d)CDHWs强度呈下降趋势(降低约0.2)，长历时CWHWs强度则上升(最高达0.76)。相比CDHWs，未来CWHWs重现期更短——SSP5–8.5下2021–2050年62%站点及2051–2080年46%站点在70th分位下重现期<1年。两类复合事件的主导因子均预期由水分异常主导向热浪主导偏移；SSP5–8.5、2051–2080年CDHWs热浪驱动区约占60%，播种—分枝(VE–Vn)、分枝—开花(Vn–R1)和鼓粒—成熟(R5–R8)阶段69%–77%站点为热浪主导。本研究为四川盆地夏大豆生产农业用水管理提供理论支撑，并为气候变化适应策略提供科学依据。

研究背景与意义

四川盆地属亚热带湿润季风气候，是西南地区重要夏大豆产区，种植面积与产量分别占西南地区的51%与60%。夏大豆全生育期（6–11月）与盛夏季风集中期及高温、暴雨频发期高度重叠，在出苗、分枝、开花及籽粒充实等关键阶段易遭受干旱-热浪复合事件(Compound Drought-Heatwave Events, CDHWs)与涝渍-热浪复合事件(Compound Waterlogging-Heatwave Events, CWHWs)双重胁迫，其危害远超单一灾害。现有研究多聚焦单一灾害或通用气象尺度干旱-热浪复合事件，缺乏针对作物具体生育期且同时考虑涝渍-热浪复合事件的系统分析；此外，将作物需水特征引入水分亏缺/过剩指标、关联复合事件持续时间—强度与具体生育阶段、并对比两类复合事件重现期及逐事件尺度主导驱动因子变化的研究仍较欠缺。为此，研究人员以四川盆地13个国家气象站点1990–2019年实测资料及CMIP6降尺度未来气候情景(SSP2–4.5与SSP5–8.5，2021–2050与2051–2080)为数据源，引入基于作物系数的标准化降水需求指数(Standardized Precipitation Requirement Index, SPRI)与标准化温度条件指数(Standardized Temperature Condition Index, STCI)识别CDHWs(SPRI0.5且STCI≥0)，借助游程理论提取频次、持续日数、平均强度及累计强度，以Copula函数计算多分位重现期，按归一化干旱/涝渍与热浪强度比较判定单事件主导驱动因子，进而揭示夏大豆各生育阶段复合极端气候的时空演变规律、风险变化及驱动机制，研究成果发表于《Agricultural Water Management》。

主要技术方法概述

研究人员收集四川盆地13个国家级气象站1990–2019年逐日最高温(T_max)、最低温(T_min)与降水量(P)，并从CMIP6获取27个全球气候模式(Global Climate Models, GCMs)历史及未来(SSP2–4.5、SSP5–8.5)月值数据，经Taylor技巧评分筛选各站最优五模式集合平均，采用NWAI-WG统计降尺度生成逐日序列。以FAO推荐夏大豆各生育阶段作物系数(K_c)与Hargreaves法计算参考作物蒸散量(ET₀)求得作物需水量(ET_c)，由降水减ET_c的水盈亏序列经三参数Log-Logistic分布拟合得到SPRI以区分干旱(SPRI0.5)；用基于生育阶段高温阈值的温度条件指数(TCI)标准化得STCI以识别热浪(STCI≥0)。CDHWs定义为SPRI0.5∩STCI≥0，邻日间隔1 d者合并为同一次事件。以游程理论统计总事件数、持续日数、平均强度(归一化分量之和)与累计强度(各事件强度总和)；选用最优AIC的Gaussian/Student-t/Clayton/Frank Copula刻画边际分布(经验累积分布)联合概率以计算50th、70th、90th分位重现期；逐事件比较归一化干旱(|D|)或涝渍(H)强度与热浪(T)强度大小，判定CDHWs为干旱主导(S_|D|>S_T)或热浪主导(S_T≥S_|D|)，CWHWs为涝渍主导(S_H>S_T)或热浪主导(S_T≥S_H)；空间分析采用ArcGIS 10.8反距离加权插值。

研究结果

3.1. Spatiotemporal characteristics of compound event days（复合事件累计日数的时空特征）

历史期(1990–2019)CDHWs年均累计约22 d，空间上高值(>25 d)集中于盆地东南部(最高34 d)，低值(<15 d)在东北及西北；CWHWs年均累计约10 d，高值(>25 d)主要在东北部(最高33 d)。未来两情景下CDHWs年均维持17–20 d，高值区渐缩、低值区扩大；CWHWs显著增多，SSP2–4.5下达约20 d后趋稳，SSP5–8.5下2021–2050年约30 d、2051–2080年可达约50 d，高值区向东北及西南部扩展，站点间差异增大。

3.2. Duration of compound events（复合事件持续时间特征）

历史期CDHWs均值持续中位数为播种—分枝(VE–Vn)、结荚—鼓粒(R3–R5)、鼓粒—成熟(R5–R8)约1–2 d，分枝—开花(Vn–R1)与开花—结荚(R1–R3)约4–5 d且站间变幅大；CWHWs除R5–R8略具变幅外多为约1–2 d。未来CDHWs在Vn–R1与R1–R3最长值可倍增至约12 d但中位数变化小；CWHWs在VE–Vn、Vn–R1、R1–R3平均持续延长明显，SSP5–8.5、2051–2080年中位数分别达约3 d、5 d、6 d。空间上CDHWs历史低值(<3 d)区占约20%、高值(>5 d)区约10%，未来低值区先扩后缩、高值区中期略增后期(2051–2080)扩至约60%伴中长历时事件比例升43%与37%；CWHWs历史低值区约20%，未来高值(>5 d)向东北及南部集中，2051–2080年SSP5–8.5下高值区占约35%，中长历时事件比例分别升124%与121%。

3.3. Intensity of compound events（复合事件强度特征）

历史CDHWs强度随历时增长由极短(1–2 d)≈0.47升至长历时(>10 d)≈1.11；CWHWs极短≈0.50、中等(6–10 d)最高≈0.65、长≈0.61。未来CDHWs长历时强度略降约0.2，其余类略低或持平；CWHWs仅长历时强度明显升高(增量最高约0.76)，其余类略低于历史。空间上CDHWs历史高强度(>0.6)区占约60%（东北、西部，R1–R3贡献大），未来高强度区萎缩至约1%、低值(<0.55)扩至约95%；CWHWs历史高强度(>0.6)仅约15%（西北），未来高强度区南移并消失，低值区扩至约90%。

3.4. Frequency of compound events（复合事件频次特征）

两类复合事件历史及未来均以极短历时(1–2 d)为主——CDHWs历史R5–R8占比最高≈84.3%，Vn–R1与R1–R3较低≈45%；CWHWs历史VE–Vn、R3–R5、R5–R8≈80%–86%，Vn–R1与R1–R3≈60%–67%。未来CDHWs极短历时占比在R3–R5与R5–R8升4%–26%，中长历时CDHWs在R1–R3升6%–11%而R3–R5略降；CWHWs极短历时占比在VE–Vn、Vn–R1、R1–R3降6%–31%，中长历时在该三阶段升幅度明显(最高达约41%)，在R3–R5与R5–R8极短占比略升、中长略降。

3.5. Return period（重现期）

历史CDHWs 50th与70th分位多数站点重现期0–2年，90th分位85%站点>2年(最高≈11年)；CWHWs历史50th≈0–1年、70th≈1–5年、90th≈5–20年。未来CDHWs重现期总体延长；CWHWs未来重现期缩短——SSP5–8.5下2021–2050年62%站点、2051–2080年46%站点在70th分位重现期<1年，表明未来CWHWs致灾风险更高。

3.6. Dominant factors（主导驱动因子）

历史期CDHWs全靠干旱主导（除个别站单阶段），CWHWs全靠涝渍主导（除个别站单阶段）。未来热浪主导比例上升：2021–2050年CDHWs热浪主导站比54%–92%，CWHWs为62%–100%；2051–2080年SSP5–8.5下CDHWs热浪驱动面积约60%，其中VE–Vn、Vn–R1、R5–R8阶段69%–77%站点为热浪主导，CWHWs热浪主导主要见于R1–R3阶段(约54%–69%)。

讨论与结论翻译

讨论指出，CDHWs与CWHWs时空反向趋势源于地形—气候背景及未来降水—温度协同变化：东南盆地焚风效应与丘陵地形致CDHWs集中，东北迎风坡对流性强降水和盆地聚热致CWHWs集中并随暖湿化加剧。极短历时复合事件占优与夏季强对流、阶段性高温吻合，其在R3–R5与R5–R8占比升高提示该两阶段需兼顾抗旱与排涝管理。CWHWs因涝渍致根系缺氧而热浪要求气孔开放，生理信号冲突产生协同放大效应，加之未来降水增多使其风险高于CDHWs。主导因子由水分异常向热浪偏移提示耐热品种培育及分期降温措施（如开花期微喷、营养生长与鼓粒期合理灌溉保墒）的重要性。受站点密度、GCM集合不确定及未直接耦合作物生长模型限制，后续可深化复合事件—作物耗水—产量响应定量关系研究。

结论：①1990–2019年CDHWs与CWHWs年均累计日数分别为22 d与10 d；未来CDHWs约17–20 d且高值区在东南部，CWHWs达20–50 d且高值区在东北部，CDHWs在Vn–R1与CWHWs在R1–R3站间变幅最大。②两类复合事件均以极短历时(1–2 d)为主，未来R3–R5与R5–R8极短历时占比升4%–26%；长历时CDHWs强度降约0–0.2，长历时CWHWs强度升约0–0.76。③未来CWHWs hazard risk高于CDHWs——SSP5–8.5下70th分位CWHWs在2021–2050年62%站点、2051–2080年46%站点重现期<1年；CDHWs高风险区历史在东北并预期北扩，CWHWs高风险区由东北向中部转移。④两类复合事件主导因子预期由水分异常主导向热浪主导转变；热浪主导事件集中在东北与南部，2051–2080年SSP5–8.5下VE–Vn与R5–R8阶段约69%–77%站点CDHWs为热浪主导，R1–R3阶段约50%–70%站点CWHWs为热浪主导。