摘 要：江苏省作为南方麦区的重点种植区域，在气候变暖的大背景下，冬小麦生长期间干旱频发。掌握冬小麦干旱发生规律，尤其是不同生育阶段干旱特点对规避其生产风险至关重要。本文利用气象、土壤水分和冬小麦生育期观测等资料，考虑冬小麦各生育阶段墒情和需水量的影响，构建冬小麦逐日干旱指数；综合干旱指数与10 cm土壤相对湿度的对应关系，确定冬小麦各生育阶段干旱等级标准；利用统计和EOF方法分析不同区域冬小麦不同生育阶段干旱的1981—2020年时空分布特点。结果表明：冬小麦不同生育阶段干旱具有明显的时空特征；干旱强度呈“北重南轻”，频次呈“北多南少”的趋势，且苏北、苏中地区多发生中-重度干旱，苏南地区以轻度干旱为主；出苗-越冬阶段是干旱重发和频发时段；相较于1981—2000年，2001—2020年小麦干旱高发时段由出苗-越冬阶段逐步后移至抽穗-成熟阶段。在实际生产过程中，需重点关注冬小麦干旱重发区域和常发时段，科学全面防御冬小麦干旱，并合理实现风险转移。
关键词:冬小麦;生育阶段;干旱指数;变化特征;江苏;
Temporal and spatial distribution characteristics of drought during winter wheat growth
stages in Jiangsu Province
REN Yi-fang
ZHANG Lei LI Yu-tao
LING Feng-hua
Jiangsu Climate Center National Meteorological Center Jiangsu Meteorological Information
Center College of Atmospheric sciences, Nanjing University of Information Science and
Technology
Abstract：Jiangsu Province is a key wheat planting region in the southern region, winter wheat droughts occurred frequently during the growth season under the background of climate warming. Understanding the regularity of drought in winter wheat, especially the characteristics of drought in different growth stages, is essential to avoid its risks to winter wheat yield. Based on the weather, soil moisture data and the winter wheat phenology observations, considering the effects of soil moisture and water demand at each growth stage of winter wheat, drought indices were constructed. Furthermore, based on the relationships between drought index and soil relative humidity at 10cm, the drought level in different growth stages of winter wheat were determined. Based on that, using regression and EOF methods, the spatial and temporal distribution characteristics of winter wheat drought in different growth stages in different regions of Jiangsu province during 1981-2020 were analyzed. The results showed that the temporal and spatial characteristics of winter wheat drought were obvious in different growth stages. Spatially, drought intensity was heavy in north and light in south, and the frequency was more in north and less in south. Moderate and severe drought mostly occurred in north and central province, while mild drought mainly occurred in south. Temporally, drought happened the most severe and frequent in the emergence-overwintering periods. Compared with 1981-2000, the developmental period with frequent droughts during 2001-2020 gradually shifted from emergence-overwintering stage to heading-maturity stage. In the actual field practice, special attention should be paid on the regions with severe drought and the periods with frequent occurrence, in order to reduce the potential losses caused by winter wheat drought in a scientific and comprehensive way, and transfer the risk reasonably.
Keyword：winter wheat; growth stage; drought index; change characteristics; Jiangsu;
江苏省地处中纬度的海陆过渡带和气候过渡带，降水量时空分布不均匀，降水主要集中在夏季，占全年降水近5成，空间上常年呈现北少南多的特征，其中长江以北地区是干旱常发区域，也是冬小麦集中种植区域。冬小麦生育期间若供水量不能满足其生长需水，会造成作物生长不良、株矮、有效分蘖和穗粒数减少等不利影响(张建平等,2012;钟融等,2022)。近年来，随着气候变暖，江苏地区气温以0.27 ℃·(10 a)-1的趋势升高，而降水量年际间波动大(许遐祯等,2017)，降水量与蒸散量的失衡，造成干旱强度增强且范围扩大，冬小麦干旱发生加剧(薛昌颖等,2003;韩兰英等,2019)。因此，开展气候变化对冬小麦干旱发生规律影响研究刻不容缓。
农业干旱的监测评估手段多样，土壤水分监测是开展农业干旱监测评估的基础。早在20世纪80年代，气象部门农业气象观测中采用人工取土烘干法来测定土壤水分，但存在观测站点稀疏、费时费力等问题(王利民等,2018)；2009—2012年江苏土壤水分人工观测逐步被自动水分观测仪所取代，其主要采用频域反射（FDR）土壤湿度传感器来测定不同深度的土壤水分，观测数据在空间代表性和采样频次方面都有很大改进(吴东丽等,2017)。在干旱监测评估指数构建方面，主要有标准化降水蒸散指数(马尚谦等,2020)、水分亏缺率指数(尤新媛等,2019)、相对湿润度指数(冯建设等,2011)等常规气象干旱指数，以及基于光学（秦占飞等,1998）、微波（Liu et al.,2017）和多源数据融合的遥感干旱指数 (赵春江,2014;宋廷强等,2021)。基于干旱指数，学者可以进一步开展干旱发生规律研究、典型干旱案例剖析、干旱成因分析、干旱影响模拟评估、干旱动态监测预警等研究。例如，何健等(2020)分析了江苏省农业干旱空间格局；张旭晖等（2000;2009）探讨了江苏省农业干旱发生规律及其对全球气候变暖的响应特征；包云轩等（2011）探究了江苏省重大干旱过程的生消和演变特征及其成因；张建平等( 2013)基于作物模型评估了干旱对冬小麦生长和产量的影响；Lu等(2007)利用改进后的温度植被干旱指数对广西干旱进行了动态监测。干旱的发生发展复杂多变，旱灾的形成影响因素众多。不同干旱指数和监测方法各有优缺点，且存在较大差异。干旱指标是确定干旱是否发生及其严重程度的标准，也是干旱分析研究的基础。从不同角度出发，所确定的干旱指标也不尽相同。
作物干旱是由田间水分持续亏缺造成的，且其影响表征具有滞后性。目前在作物干旱研究中较少考虑作物不同生育阶段对水分敏感程度的差异性，以及底墒不足对后期田间土壤湿度和作物生长的影响。因此，本文考虑干旱的累积效应，构建符合江苏省当地冬小麦生理特征和气候条件的逐日干旱指数；综合冬小麦不同生育阶段干旱指数与土壤相对湿度关系模型，确定冬小麦不同生育阶段干旱等级标准；利用统计和EOF方法分析江苏冬小麦各生育阶段干旱发生的时空分布特征和年代际变化规律，以期为农田水分管理、冬小麦种植区划以及干旱监测防御提供参考。
1 资料与方法
1.1 数据来源和预处理
本文以江苏省为研究区域，以淮河和长江为界，自北向南划分为苏北、苏中和苏南三个区域。
气象资料：江苏省72个气象站（图1）1981—2020 年逐日气象要素，包括平均气温、最高气温、最低气温、水汽压、风速、日照时数、降水量。
冬小麦发育期资料：江苏省10个农业气象观测站（兴化、昆山、沭阳、大丰、如皋、淮安、盱眙、滨海、赣榆、徐州）1981—2020年逐年冬小麦播种、出苗、三叶、分蘖、越冬开始、返青、起身、拔节、孕穗、抽穗、开花、乳熟、黄熟、成熟普遍期观测值。
土壤相对湿度资料：对应72个气象站位置，由自动水分观测仪测定的2014—2018年逐日10 cm土壤相对湿度数据。
干旱灾情资料：来源于2008—2020年《中国气象灾害大典》、2006—2020年《中国气象灾害年鉴》、1997—2020年农情信息记录以及文献记载和新闻报道。
由于气象站点数与农业气象观测站点数相差较大，本文采用临近赋值的方法将农业气象观测站的冬小麦生育期资料进行区域化。考虑到温度是影响生育期的主要因素，计算62个没有冬小麦发育期观测站点与10个有冬小麦发育期观测站点间温度的相关性，采用相似性原理，62个站点的冬小麦发育期分别由与其温度相关系数最高站点的冬小麦发育期所代替，最终得到72个气象站逐年冬小麦发育期。
根据冬小麦生长发育特点以及不同生育阶段对水分的敏感程度，将其全生育期划分为6个发育阶段，分别为出苗阶段（播种-越冬开始期）、越冬阶段（越冬开始-返青期）、返青阶段（返青-拔节期）、拔节阶段（拔节-孕穗期）、抽穗阶段（孕穗-乳熟期）、成熟阶段（乳熟-成熟期）。冬小麦各生育阶段的起止时间见表1。
1.2 干旱指数构建及干旱等级划分
考虑到干旱累积效应对作物后期生长发育的影响，从某生育阶段开始的那天算起，向前推30天，每10天为一个时间单位计算平均干旱指数，则该生育阶段某天的干旱指数（ID,i）按下式计算：
由于气象站点数与农业气象观测站点数相差较大，本文采用临近赋值的方法将农业气象观测站的冬小麦生育期资料进行区域化。考虑到温度是影响生育期的主要因素，计算62个没有冬小麦发育期观测站点与10个有冬小麦发育期观测站点间温度的相关性，采用相似性原理，62个站点的冬小麦发育期分别由与其温度相关系数最高站点的冬小麦发育期所代替，最终得到72个气象站逐年冬小麦发育期。
根据冬小麦生长发育特点以及不同生育阶段对水分的敏感程度，将其全生育期划分为6个发育阶段，分别为出苗阶段（播种-越冬开始期）、越冬阶段（越冬开始-返青期）、返青阶段（返青-拔节期）、拔节阶段（拔节-孕穗期）、抽穗阶段（孕穗-乳熟期）、成熟阶段（乳熟-成熟期）。冬小麦各生育阶段的起止时间见表1。
1.2 干旱指数构建及干旱等级划分
考虑到干旱累积效应对作物后期生长发育的影响，从某生育阶段开始的那天算起，向前推30天，每10天为一个时间单位计算平均干旱指数，则该生育阶段某天的干旱指数（ID,i）按下式计算：
式中：Rj,k为第j个时间单位中第k天的水分亏缺率（%）；Pj,k为第j个时间单位中第k天的降水量(mm)；ETc,j,k为第j个时间单位中第k天小麦需水量(mm)，具体计算方法如下：
式中，ETo,j,k为第j个时间单位中为第k天参考蒸散量（采用联合国粮农组织推荐的FAO1998年推荐的Penman-Monteith公式求算）(陈玉民等,1995)；Kc,j,k为第j个时间单位中第k天的作物系数，冬小麦不同生育阶段的作物系数取值见表1。
基于构建的冬小麦干旱指数，在干旱等级划分时，综合考虑冬小麦不同生育阶段干旱指数与10 cm土壤相对湿度关系模型，结合江苏主要土壤类型（以壤土为主），历史干旱发生情况以及土壤相对湿度对农业干旱等级划分标准，确定干旱指数划分标准。
1.3干旱指数与土壤相对湿度关系建立
基于1981—2020年整个冬小麦生育期间72个气象站气象要素观测资料，根据公式(1—3)测算各气象站冬小麦干旱指数，并与10 cm土壤相对湿度生成数据对。通过样本筛选后，划分冬小麦不同生育阶段，通过相关分析和回归分析的方法，建立江苏全省冬小麦各生育阶段干旱指数与10 cm土壤相对湿度之间关系。
两者客观定量关系的建立，依赖于样本的筛选。目前10 cm土壤相对湿度采用FDR土壤湿度传感器自动测定获取的方式进行测定，由于站点搬迁或仪器设备埋于土壤中，导致在长期使用过程中出现损坏等原因会引起观测数据失真、监测结果异常，从而造成在实际高湿的情况下，传感器对土壤相对湿度测定的结果为干旱，或者实际干旱的情况下，传感器对土壤相对湿度测定的结果反而为渍涝。因此，需要对样本进行质量控制和筛选。首先，采用SNHT(Standard Normal Homogeneity Test)方法（Alexandersson & Moberg,1997）对10 cm土壤相对湿度观测数据进行均一性检验；其次，根据江苏省气象局有关土壤墒情监测服务工作中对干旱或渍涝实况的记载和描述，进行样本点的筛选。最终筛选出冬小麦出苗阶段、越冬阶段、返青阶段、拔节阶段、抽穗阶段、成熟阶段建立干旱指数与土壤相对湿度关系的样本数分别为3261个、3363个、2009个、1729个、4018个和2562个。
1.4 EOF分析
EOF分析即对要素场进行自然正交函数分解，基本思想是把包含p个空间点（或p个变量）n个时次观测场随时间进行分解，即将某一区域的气象要素场序列Fij（i=1, 2, …,p；j=1,2,…,n）分解成相互正交的时间函数和空间函数乘积之和。应用中，常把空间函数vik看作典型场，时间函数tkj看作典型场的权重系数，则气象要素场可以表示为：
本文利用冬小麦干旱指数计算结果得到江苏省72个站点1981—2020年冬小麦干旱指数（即72×40指数矩阵）。对该矩阵进行经验正交分解，得到特征向量和时间系数，其物理意义为：冬小麦干旱指数特征向量方差贡献越大则越能反映其40年中主要空间分布特征。时间系数代表了由特征向量所表征空间分布型式的时间变化特征。时间系数为正，表示与空间模态变化方向一致，反之则相反；其数值绝对值越大，表明该年此类分布型越典型。
2 结果与分析
2.1 冬小麦干旱等级标准确定
对干旱指数（ID）与10 cm土壤相对湿度（RH10cm）相匹配样本进行筛选后，划分冬小麦不同生育阶段，对ID与RH10cm进行相关性分析。结果表明两者皮尔逊相关系数在-0.80~-0.74，且均通过0.01显著性检验（表2）。
进一步，通过ID与RH10cm散点图分布特征和回归分析发现（表2和图2），冬小麦各生育阶段两者存在较好的一元线性关系，且均0.01显著性检验。参考土壤相对湿度对冬小麦干旱表征的阈值、江苏典型干旱年份干旱指数量值及其发生实况，综合冬小麦不同生育阶段ID与RH10cm之间的线性关系，确定了冬小麦生育阶段干旱强度等级标准（表3）。
2.2 冬小麦各生育阶段干旱时空分布特征
2.2.1 干旱指数统计分析
从江苏各区域冬小麦各生育阶段干旱指数值年变化来看（图3），不同等级干旱具有区域和时间特征。重旱基本仅出现在苏北地区；中旱在各区域均有出现，但主要集中在苏北地区；轻旱在各区域均有出现，主要发生范围从苏北扩大至苏中地区。
为便于表述，将20世纪80年代(1981—1990年)、90年代(1991—2000)，21世纪第一个十年(2001—2010年)和第二个十年(2011—2020年)分别简写为80s、90s、00s和10s，分析冬小麦干旱发生的年代际特征。从年代特征来看，冬小麦各生育阶段干旱指数出现高峰值的年代不同（表4），出苗阶段、越冬阶段、返青阶段、拔节阶段、抽穗阶段和成熟阶段干旱指数高值分别出现在90s-00s、80s-00s、90s、00s-10s、10s、00s。从多年平均特征来看，过去40年间，全省冬小麦各生育阶段干旱指数排序结果为：越冬阶段（52.01）>出苗阶段（51.52）>抽穗阶段（45.76）>拔节阶段（45.45）>成熟阶段（41.84）>返青阶段（41.33）。
从江苏各区域冬小麦各生育阶段不同等级干旱发生概率来看（表5），干旱发生概率也具有区域和时间特征。对于冬小麦整个生育阶段来说，干旱发生区域特征主要表现为：苏北地区冬小麦干旱发生次数最多且程度重，平均发生概率为62.08%，重度、中度、轻度干旱发生概率分别为4.58%、25%和32.5%；苏中地区冬小麦干旱发生次数次多且程度相对较轻，平均发生概率为29.17%，重度、中度、轻度干旱发生概率分别为0.42%、6.67%和22.08%；苏南地区冬小麦干旱发生次数最少且程度轻，平均发生概率为11.67%，无重度干旱发生，中度和轻度干旱发生概率分别为2.92%和8.75%。
对于整个江苏区域来说，各生育阶段干旱平均发生概率排序情况为：出苗阶段>越冬阶段>拔节阶段>抽穗阶段>返青阶段>成熟阶段。冬小麦各生育阶段干旱均以轻-中旱为主且不同干旱等级占比不同。经统计分析，轻旱占比排序情况为成熟阶段(72.73%)>返青阶段(67.65%)>抽穗阶段(63.16%)>越冬阶段(61.70%))>出苗阶段(57.69%) >拔节阶段 (51.56%)；中旱为出苗阶段(40.38%)>拔节阶段(39.53%)>抽穗阶段(34.21%) >越冬阶段(31.91%)> 返青阶段(26.47%)>成熟阶段(24.24%)；重旱为拔节阶段(9.30%)>越冬阶段(6.38%)>返青阶段(5.88%)>成熟阶段(3.03) >抽穗阶段(2.63%) >出苗阶段(1.92%)。
2.2.2 干旱指数EOF分析
冬小麦各生育阶段干旱指数EOF分析结果表明（表6），冬小麦出苗阶段、越冬阶段、返青阶段、拔节阶段、抽穗阶段和成熟阶段，第一和第二特征向量分别占总方差62.63%~82.96%和6.44%~15.81%，且前两个特征向量的累积方差贡献均大于78%，说明前两个EOF特征向量场可以代表江苏地区冬小麦干旱状态主要空间分布特征，其中第一特征向量反映了冬小麦干旱的最主要特征。下面仅就前两个特征向量进行讨论。
江苏冬小麦各发育阶段干旱指数EOF分析第一模态的特征向量空间上（图4）呈全省一致型分布特征，说明干湿状况全省同步变化。所对应的时间系数序列显示（图5）：冬小麦出苗阶段，1986—1996年和2000—2010年全省以偏干为主，其中1995、2010年各地干旱程度较重，主要发生在淮河以南地区。越冬阶段，80s全省以偏干为主，其中1988年各地干旱程度较重，沿江及江淮之间地区干旱程度最大；90s后转为偏湿为主。返青阶段，干湿变化年际间波动较大，2008年全省干旱程度较重，江淮之间地区尤为突出；2003年全省普遍偏湿，江淮之间地区尤为突出。拔节阶段，全省自2000年开始由偏湿转为偏干，江淮之间扬州、泰州和盐城南部地区干旱程度最大，期间2001年全省干旱程度较重。抽穗阶段，干湿变化年际间波动较大，2000年、2011年全省干旱程度较重，江淮之间扬州和盐城中部地区干旱程度最大。成熟阶段，全省自1995年开始由偏湿转为偏干，2001年全省干旱程度较重，江淮之间淮安南部、扬州、泰州地区干旱程度最大。
江苏冬小麦各发育阶段干旱指数EOF分析第二模态的特征向量空间上（图6）呈南北反向型的分布特征，说明干湿状况南北反相变化。所对应的时间系数序列显示（图7）：冬小麦出苗阶段，1998—2012年以“北干南湿”分布形态为主，其中2002年淮北地区干旱最为严重。越冬阶段，80s-90s前期，以“北湿南干”分布特征为主，其中1987年苏南地区最为湿润；之后以“北干南湿”分布形态为主，其中1997年江苏淮北地区干旱最为严重。返青阶段，1981—1986年和2012—2020年以“北干南湿”分布特征为主，其中2012年、2013年沿淮及淮北地区干旱程度较重；1987—2011年以“北湿南干”分布特征为主。拔节阶段，干湿变化年际间波动较大，80s干旱区域主要集中在宿迁，90s、2018—2020年干旱区域主要集中在苏南南部。抽穗阶段，80s以“北干南湿”分布特征为主，其中1981年淮北宿迁地区最为干旱；90s以“北湿南干”分布特征为主，00s~10s期间两种分布形态交替发生。成熟阶段，1983—1996年、2012—2017年间以“北干南湿”分布特征为主，其中2012年淮北宿迁和连云港北部地区最为干旱；1997—2011年以“北湿南干”分布特征为主，其中2003—2011年苏南地区连续发生干旱，1998年干旱程度最大。
3 讨 论
本文基于已有的作物水分亏缺指数，考虑前期干旱的影响，构建了江苏省冬小麦不同生育阶段逐日干旱指数，确定了冬小麦不同生育阶段干旱等级标准；利用统计和EOF方法分析了江苏不同区域冬小麦不同生育阶段不同等级干旱的发生特征和规律，有效实现了冬小麦干旱发生等级的客观化评估。
将冬小麦干旱指数与10 cm土壤相对湿度建立关系，可以及时有效地开展冬小麦各生育阶段干旱监测评估工作。冬小麦干旱指数体现了冬小麦不同生长阶段干旱对其生长的影响和干旱程度等级，随着指数值的增加，意味着降水量不能满足冬小麦需水量，田间水分亏缺，作物受旱程度加剧。此外，20 cm土壤相对湿度也是很多学者研究的重点，尤其是农业干旱遥感监测研究领域，主要由于该层土壤相对湿度相较于10 cm处更稳定；同时作物耕作层一般在0~20 cm，也小麦根系大量富集的位置，对作物干旱有较好地表征作用。但从另一个角度来说，0~10 cm土壤层相较于深层土壤层，受降水、气温等气象条件的影响较大且更直接，土壤相对湿度一般随深度增加而逐步加大。当温高水少，蒸散发量加大时，冬小麦田间墒情不足的现象由上而下逐步显现。表层土壤水分亏缺现象易查勘，同样可作为田间冬小麦出现干旱的预判条件和防控评价指标。近年来随着少免耕面积越来越多，犁底层上抬，小麦根系分布相对较浅，根系富集位置呈上移趋势 (刘芳等,2010) ，表层土壤水分条件也备受关注。此外，不同层次的土壤相对湿度之间具体较好的线性相关关系，由表层土壤水分条件可以较好地获知深层土壤水分情况。从冬小麦不同生育阶段，10 cm和20 cm土壤相对湿度的散点分布情况以及相关性和回归分析结果（图8和表7）可以看出，两者有很好的相关性，相关系数在0.71~0.83，RH20cm普遍要高于RH10cm且存在较好的一元线性相关。也就是说，基于ID与RH10cm之间的关系，可以推算出RH20cm的情况。未来可以结合不同小麦品种不同生育阶段的抗旱性特征（魏良迪等,2022）以及不同深度层的土壤水分观测，开展多维度的冬小麦干旱时空特征分析。
age
RH20cm=0.73RH10cm+24.81
0.77
12639.01
0.000
成熟阶段Maturity stage
RH20cm=0.77RH10cm+20.83
0.83
11231.78
0.000
基于指数和等级判别标准判定江苏小麦各生育阶段干旱典型发生年份和出现时段均与干旱发生实况有较好的对应关系。例如，由干旱指数分析发现，1988年在冬小麦出苗-越冬阶段出现严重干旱；2000—2001年在冬小麦拔节-成熟阶段出现严重干旱；2011年在冬小麦越冬、拔节-抽穗阶段出现干旱。通过对《中国气象灾害大典》、《中国气象灾害年鉴》、文献、报纸记载等渠道收集的信息（张领见等,2002;何健等,2020）分析发现，1988年仲秋至初冬，长江中下游等夏季粮油产区，出现了近十年来少见的大范围严重秋冬连旱。据有关部门统计，截止12月中旬，全国有皖、苏、浙等10多个省市的3.2亿亩农田受旱，其中重旱1.4亿亩；江苏有67％的秋播作物受旱。2001年为我国继2000年大旱后的又一个特大旱灾年，长江流域及其以北地区受旱范围广、持续时间长，主要出现在3—6月，春夏连旱对农业生产危害最为严重。2011年全省部分地区旱情达60年来最严重程度，2010年10月—2011年5月底，全省降雨持续偏少，一些湖泊干涸，淮河下游断流，太湖和洪泽湖的水位处于历史最低水位。近 60年不遇的冬春夏连旱袭扰江苏全省，对生态环境、农业生产影响明显。可见，构建的干旱指数及其确定的干旱等级标准可以较好地体现江苏省冬小麦实际受旱情况。
冬小麦不同生育阶段干旱的时空变化是由大气环流和海温因子以及降水、温度等不同尺度气候背景影响因子时空分布格局的变化而造成（邓伟涛等,2009;刘梅等,2011）。利用统计和EOF方法对冬小麦干旱分析发现，冬小麦干旱发生具有较强的空间和时间分布特征。随着气候变化，干旱高发时段逐步从冬小麦营养生长阶段转移到生殖生长阶段，水分不足对冬小麦生长和产量影响风险加大。本文发现，江苏冬小麦干旱发生程度和频率均呈现由南向北递增的特征，冬小麦出苗-越冬阶段为干旱常发时段的结论与前人研究认为江苏冬季发生干旱频率最高，且以北部地区冬旱最严重的结论（张旭晖等,2009;包云轩等,2011）相一致；冬小麦拔节-抽穗阶段为干旱另一个常发时段的结论与前人通过对各等级干旱发生规律年代变化分析发现冬小麦拔节至抽穗期的干旱发生站次数为持续增加趋势的结论较为一致（尤新媛等,2019）。未来，可基于冬小麦各生育阶段干旱时空发生规律，分析干旱对冬小麦产量的影响（陈妮娜等,2021;钟融等,2022）。
从干旱发生规律分析中所采用的方法上来看，相较于普通的统计分析，EOF分析可以将旱涝异常变化的最敏感区域及其对应的时间变化联系在一起，具有广泛的应用价值。一方面，EOF分析结果对普通统计分析结论起到佐证和补充深化作用。通过对比发现，江苏冬小麦各生育阶段干旱指数EOF第一模态分析结果（图4、图5）与相应时段干旱强度在整个江苏区域发生情况及其年代际变化特征的统计分析结果（图3、表4）基本一致，除了对不同生育阶段干旱重发年份能较准把握外，对其空间分布也能更精准地展示。另一方面，其结果可以为冬小麦干旱保险条款确定关键时段和关键区域提供参考，有利于空间风险的分散（任义方等,2011）。江苏冬小麦各生育阶段干旱指数EOF分析第二模态的特征向量各分量呈正-负相间的分布型式，则说明这一特征向量代表了两种分布类型。该种空间变化格局的存在表明，一个区域干旱较重，而另一个区域干旱可能会较轻。因此，在农业保险的示范站点的空间选择上，可以考虑南、北方向站点的交叉选择，避免保险目标干旱风险的同时发生。
此外，基于研究结果，在实际生产过程中，可以对冬小麦干旱重发区域（苏北地区）、常发区（苏中、苏北地区）和常发时段（出苗-越冬阶段、拔节-抽穗阶段）加以重点关注，结合田间墒情监测结果，做好蓄水保墒、人工增雨等干旱防御和减缓工作。今后可进一步提高观测时间分辨率，建立气象观测数据与田间水分监测结果之间的关系，开展不同降水量级对旱情生消规律、节水灌溉方式(肖晶晶等,2012)、墒情恢复诊断(米长虹等,2017;郑宏艳等,2017)等方面研究，提高田间墒情监测能力和水平，为科学全面指导冬小麦干旱防御提供可靠依据。
4 结 论
从干旱空间分布上看，江苏冬小麦干旱强度呈“北重南轻”，出现频次呈“北多南少”的趋势，且苏北、苏中地区多发生中-重度干旱，苏南地区以轻度干旱为主。
从干旱出现时间来看，在干旱发生强度方面，越冬阶段>出苗阶段>抽穗阶段>拔节阶段>成熟阶段>返青阶段；在干旱发生频率方面，出苗阶段>越冬阶段>拔节阶段>抽穗阶段>返青阶段>成熟阶段，且冬小麦各生育阶段干旱均以轻-中旱为主。
从年代际时间尺度来看，1980—1990年是冬小麦出苗阶段、越冬阶段、返青阶段干旱高发时期，2000—2010年是冬小麦拔节阶段、抽穗阶段和成熟阶段干旱高发时期。
[1] 包云轩, 孟翠丽, 申双和, 等. 2011. 基于CI指数的江苏省近50年干旱的时空分布规律. 地理学报, 66(5): 599-608.
[2] 包云轩, 孟翠丽, 申双和, 等. 2011. 江苏省典型干旱过程特征. 生态学报, 31(22): 6853-6865.
[3] 陈玉民, 郭国双, 王广兴, 等. 1995. 中国主要作物需水量与灌溉. 北京: 水利电力出版社.
[4] 陈妮娜, 纪瑞鹏, 贾庆宇, 等. 2021. 关键发育期干旱对春玉米产量及籽粒品质的影响.生态学杂志, 40(6): 1687-1694.
[5] 邓伟涛, 孙照渤, 曾 刚, 等. 2009. 中国东部夏季降水型的年代际变化及其与北太平洋海温的关系. 大气科学, 33(4): 835-846.
[6] 冯建设, 王建源, 王新堂, 等. 2011. 相对湿润度指数在农业干旱监测业务中的应用. 应用气象学报, 22(6): 766-772.
[7] 韩兰英, 张 强, 贾建英, 等. 2019. 气候变暖背景下中国干旱强度、频次和持续时间及其南北差异性. 中国沙漠, 39(5): 1-10.
[8] 何 健, 冯胜男, 陈 静, 等. 2020. 江苏省干旱空间格局研究. 江苏水利, (8): 58-62.
[9] 刘 芳, 雷海霞, 王 英. 2010. 我国免耕技术的发展及应用. 湖北农业科学, 49(10): 2557-2562.
[10] 刘 梅, 高 苹, 王静苒, 等. 2011. 江苏夏季逐月高温日数与西太平洋海温场相关分析及预测模型建立. 气象, 37(12): 1553-1559.
[11] 马尚谦, 张 勃, 张佳琦, 等. 2020. 标准化降水蒸散指数在华北平原的适用性分析. 中国农业资源与区划, 41(2): 235-245.
[12] 米长虹, 郑宏艳, 侯显达, 等. 2017. 综合模型法土壤墒情诊断模型. 生态学杂志, 36(12): 3381-3391.
[13] 秦占飞, 常庆瑞, 谢宝妮, 等. 2016. 基于无人机高光谱影像的引黄灌区水稻叶片全氮含量估测. 农业工程学报, 32(23): 77-85.
[14] 任义方, 赵艳霞, 王春乙. 2011. 河南省冬小麦干旱保险风险评估与区划. 应用气象学报, 22(5): 537-548.
[15] 宋廷强, 鲁雪丽, 卢梦瑶, 等. 2021. 基于作物缺水指数的农业干旱监测模型构建. 农业工程学报, 37(24): 65-72.
[16] 王利民, 刘 佳, 杨玲波, 等. 2018. 农业干旱遥感监测的原理、方法与应用. 中国农业信息, 30(4): 32-47.
[17] 吴东丽, 张雪芬, 曹婷婷, 等. 2017. 土壤水分观测频域反射法(GB/T1.1-2009). 中国气象局, 北京: 中国标准出版社.
[18] 魏良迪, 李 宁, 杨进文, 等. 2022. 山西省主推小麦品种芽期及苗期的抗旱性评价. 生态学杂志, 41(5): 873-879.
[19] 肖晶晶, 霍治国, 金志凤, 等. 2012. 冬小麦节水灌溉气象等级指标. 生态学杂志, 31(10): 2521-2528.
[20] 许遐祯, 陈 燕, 吕 军, 等. 2017. 江苏省气候变化评估报告. 北京: 气象出版社: 16-18.
[21] 薛昌颖, 霍治国, 李世奎, 等. 2003. 华北北部冬小麦干旱和产量灾损的风险评估. 自然灾害学报, 12(1): 131-139.
[22] 尤新媛, 胡正华, 张雪松, 等. 2019. 基于作物水分亏缺指数的江苏省冬小麦生长季干旱时空特征. 江苏农业科学, 47(2): 243-249.
[23] 张建平, 赵艳霞, 王春乙, 等. 2012. 不同发育期干旱对冬小麦灌浆和产量影响的模拟. 中国生态农业学报, 20(9): 1158-1165.
[24] 张建平, 赵艳霞, 王春乙, 等. 2013. 基于WOFOST作物生长模型的冬小麦干旱影响评估技术. 生态学报, 33(6): 1762-1769.
[25] 张领见, 朱建英. 2002. 江苏省淮北地区2001年抗旱与思考. 防汛与抗旱, (9): 12-14.
[26] 张旭晖, 居为民. 2000. 江苏省近40年农业干旱发生规律. 灾害学, 15(3): 42-45.
[27] 张旭晖, 徐 萌, 居为民, 等. 2009. 气候变暖背景下江苏省农业干旱演变特征. 江苏农业科学, (3): 357-360.
[28] 赵春江. 2014. 农业遥感研究与应用进展. 农业机械学报, 45(12): 277-293.
[29] 郑宏艳, 米长虹, 刘书田, 等. 2017. 墒情诊断模型的理论分析、综合评价和展望. 生态学杂志, 36(12): 3456-3461.
[30] 钟 融, 任永康, 王培如, 等. 2022. 晋南地区冬小麦生育期气候变化特征及其对产量的影响. 生态学杂志，41(1): 81-89.
[31] Alexandersson H, Moberg A. 1997. Homogenization of Swedish temperature data. Part I: Homogeneity test for linear trends.International Journal of Climatology, 17: 25-34.
[32] Liu L, Liao J, Chen X,et al. 2017. The Microwave Temperature Vegetation Drought Index (MTVDI) based on AMSR-E brightness temperatures for long-term drought assessment across China (2003–2010). Remote Sensing of Environment, 199: 302-320.
[33]Lu Y, Tao HP, Wu H.2007. Dynamic drought monitoring in Guangxi using revised temperature vegetation dryness index.Wuhan University Journal of Natural Sciences, 12: 663-668.