山西积温带区划与演变研究

芦艳珍，杨三维

(1.山西农业大学 有机旱作农业研究院，山西 太原 030031；2.山西农业大学农业经济管理学院，山西 太原 030006）

农业生产与光、热、水、土等自然要素关系非常密切。IPCC第五次评估报告指出，1880 年到2012 年，全球海陆表面平均温度升高了0.85 ℃，1983 年—2012 年可能是北半球过去1 400 年中最暖的30 年[1]。全球变暖是当今人类最为关注的全球性环境问题，在三大全球性环境问题中排首位[2]，对自然生态、海洋、政治、经济及人体健康影响很大，也给农业生产带来了重大影响，导致各地积温带出现了新变化，进而影响作物种植结构和布局[3]。特别是近30 年来，干旱等灾害性天气明显增加了，既是全球温度记录最高的时期，同时又是ENSO 暖事件的频发时期[4]。

山西地形复杂多样，海拔高差悬殊，南北跨6 个纬度带，同时受季风气候变化等影响，各地积温差异大，年际变化也大，形成了复杂多样的气候类型。杂粮是山西传统的粮食作物和重要的经济作物，山西素有“小杂粮王国”之称，是全国杂粮大省[5]，常年种植面积约 100×104hm2，产量 26×108kg，占全国的 10%[6]，杂粮生产在区域粮食自给和经济发展中发挥着重要作用。开展山西积温时空变化研究，准确把握当下各地积温带的变化特征，可有效解决因积温变化带来的农业种植结构和品种调整等问题，科学高效地利用积温资源，避免积温浪费，是保障粮食稳产、生态建设和农民增产增收的必要举措，为制定相应气候变化适应性政策提供参考，为小尺度、高精度GIS 模型分析提供方法。

1 资料与方法

1.1 基础资料

研究采用中国气象局气象数据中心公布的山西109 个县级气象台站，1979 年1 月以来的地面气象观测数据，对各站点气温资料进行 SNHT（standard normal homogeneity test）法标准正态均一性检验[7]，检验结果显示：所有站点的数据都通过了0.01 水平的显著性检验，故采用了全省现有的县级气象站多年观测值。基本地理信息资料采用中国气象局1∶25 地理信息数据、SRTM3- 90 m 分辨率的DEM 数字高程资料（经纬度、海拔、坡度、坡向、等高线、县级行政界等），统一为2 000 国家大地坐标系。

1.2 研究方法

1.2.1 数据处理

通过ArcGIS 10.2 软件把各站点热量资源推算到100 m× 100 m 小网格上，建立小网格高精度热量资源数据信息，绘制成全省积温分布图，确保了所用资料的系统性、可靠性和完整性。站点日均气温数据依据气候统计学中的5 日滑动平均法[8]，消除不稳定的波动变化，通过Fortran 结构化程序语言编程进行统计汇总，计算确定各年份各站点日平均气温稳定≥10 ℃的起止日期，及此期间的日平均气温总和、积温持续日数，采用ArcGIS 软件的空间分析和三维分析建模工具, 利用多元线性回归模型、反距离权重插值方法（IDW）等方法[9]，推算到100 m×100 m 的小网格上，进行热量资源精细化模拟并绘制成积温分布图，进行全省积温时空演变研究。

1.2.2 积温资料处理

积温计算是农业气象中积温带划分的重要指标[10]，按照世界气象组织（WMO）规定的30 a 平均值作为一地的气候值[11]，分别统计出山西各站点前后各30 a 两个时段（1979 年—2008年、1987 年—2016 年）≥10 ℃的积温及对应持续日数。为保证农业热量资源的高效利用和高产稳产的需要，农业上一般用80 %保证率的积温及其持续日期作为研究积温带的重要指标，故又采用经验频率法统计出各站点80 %保证率下≥10 ℃的积温数据。

式中，p——保证率；n——样本序列数，本文取30 a；m——序列中任一序号，m=1，…，n。以单站30 a 积温数据为一组，数据从大到小排列，80 %保证率下的积温为该序列中的第25 个数值，对109 个站点均作相同处理，得到各站两个时段的≥10 ℃的80 %保证率的积温，作为积温带划分的研究指标。

1.2.3 建立空间分析模型

研究筛选出与积温相关显著的地理因子，用IBM SPSS 25软件，以经度、纬度、海拔、坡度、坡向作为自变量，≥10 ℃积温指标作为因变量，建立多元线性回归方程，积温资源的推算模型计算公式为：

式中，Z——积温实测值；λ——经度；φ——纬度；h——海拔高度；β——坡度；θ——坡向；ε——综合地理残差。

将纬度、经度、海拔高度、坡度和坡向代到 Z=F（λ，φ，h，β，θ）中进行计算，得到稳定≥10 ℃积温指标的模拟值，残差值=实测值- 模拟值。即：

使用ArcGIS 软件的渔网工具（Creat Fishnet），在山西省政区范围内，创建100×100 m 的小网格，计算每个网格的中心点经纬度，通过空间分析工具，提取出DEM 在每个对应小网格上的海拔高度、坡度、坡向等地理信息。运用空间推算模型推算出积温因子在100×100 m 网格单元上的模拟值，利用反距离权重插值法内插出积温指标因子的模拟栅格图。

表1 山西省≥10 ℃积温80 %保证率下的空间分析模型Tab.1 Spatial analysis model under 80% guarantee rate of accumulated temperature of 10℃or above

从表1 可见，各模型的复相关系数在0.960～0.975，从回归效果看，各方程都通过了α= 0.01 的显著性检验，表明方程具有良好的回归效果，符合统计学要求。根据表1 中的模型表达式，计算出109 个气象站点的积温指标因子模拟值，再利用公式（2）计算得出其残差值并进行残差订正，以109 个气象站点的残差值为样本，利用GIS 的空间插值方法内插出100 m×100 m 网格残差栅格图。将模拟值栅格图和残差值栅格图用栅格计算器叠加运算，通过空间叠加技术得到每个小网格的积温空间分布值。

1.3 积温带精细划分指标

山西省地处华北西部的黄土高原东翼,大部分地区海拔在1 000 m 以上,南北跨 6 个纬度带[12]，地形复杂，山地占 40 %，丘陵占40.3 %、平原占19.7 %，海拔最高处五台山3 058 m，最低处垣曲谷地185 m。综合全省各地热量和地形条件分析，确定出山西省积温带区划的指标（表2）。

表2 山西省积温带划分指标Tab.2 Division index of accumulated temperature zone

2 结果与分析

2.1 积温带划分结果

将上面计推算得到的每个小网格的积温空间分布值，在ArcGIS 软件中用表2 的积温带划分指标进行分区，划分出全省积温带图（图1、图2 和图3）。

用109 个气象站80 %保证率积温制的1979 年—2008 年积温带分布图（图1），和1987 年—2016 年积温带分布图（图2）进行比较（图 3），3 900 ℃、3 600 ℃、3200 ℃、2500 ℃积温等值线都有变化，可见，全球气候变暖，使全省热量资源分布发生了变化，各地后30 a 比前30 a 积温整体增加显著，第一、二、三积温带面积均有不同程度扩大，第四和第五积温带面积有不同程度缩小。

2.2 积温带时空变化

利用ArcGIS 软件的空间叠加统计分析功能，对山西省后30 a（1987 年—2016 年）和前 30 a（1979 年—2008 年）积温分布范围进行精细计算，统计得到山西省积温带面积统计表（表 3）。

表3 山西省积温带面积统计表Tab.3 The statistical table of accumulated temperature zone area in Shanxi

从图3 和表3 看出，第一积温带在沿黄线有明显东扩；第二、三积温带有显著的北移和东扩，第二积温带在沿黄线和太原盆地北移和东扩明显，侵占了第三积温带原来的部分地区，在怀仁大部、应县西和山阴县东由原来的第四积温带变为了第三积温带；同时，第四和第五积温带面积有不同程度的缩小，可见，山西气温整体呈升高趋势, 积温带显著北移和东扩。

3 结论

近50 a 来，我国北方地区增温显著，最高增温达4 ℃。受气候变暖影响，山西积温带和积温均发生了显著的变化，本文通过对山西近38 a 来积温资料的分析，得出如下结论：

（1）1979 年以来，山西≥10℃积温呈显著的升高趋势，对作物全生育期热量资源供给提高了，喜温作物和中晚熟作物的适栽区面积扩大了，部分地区影响到种植制度变化。与国内外气候变化研究结论一致（平均气温呈显著上升趋势）。

（2） 通过对山西前后30 a 积温分布范围的研究分析得出，后30 a 比前30 a 第一积温带面积增加了0.22×104km2，增加了1.39 %；第二积温带面积增加了0.37×104km2，增加了2.41 %；第三积温带面积增加了0.27×104km2，增加了1.7 %，变化率达47%，表明各地增温变化显著。

（3）绘制的前后30 a ≥10 ℃积温带分布图，直观地展现了山西省积温资源在不同时段的分布特征，数据达到100 m 见方的高精度要求，为未来小尺度地域空间精准化、精细化发展布局提供决策支撑，也为高效利用气候资源、调整农业产业结构提供了高精度的最新数据支持与科学依据。

（4） 积温带的精细划分应用了最新的地理信息技术和成果，较以前的产品在空间上更具精细化，突破了传统积温带划分中空间尺度大、粗糙、静态，数据不精准等问题，为建立山西特色优质农产品基地提供精细化气候服务，提高农业气候资源利用效率，保障国家食物安全与生态安全，助力乡村振兴。

（5）积温增加，蒸发量随之加大，加上降水的减少，未来干旱缺水问题将会更加严峻，必须引起高度重视，科学应对气候变化，才能提高可持续发展能力。