国家气象中心 钱永兰
文/胡月
厄尔尼诺和拉尼娜现象发生时往往伴随全球不同区域天气气候异常,导致极端天气事件和气象灾害多发,对粮食生产影响极大,从而引起国际社会的普遍关注。
“厄尔尼诺”和“拉尼娜”均为西班牙语,分别为“圣婴”和“圣女”之意。
厄尔尼诺最早出自19世纪末秘鲁沿海渔民之口,用来比喻常在圣诞节前后出现的海水异常变暖现象,用“圣婴”命名表达了人们对未知自然现象敬畏的体现。
后来人们发现这种海水增温现象不只出现在秘鲁海域,还扩展到国际日期变更线附近的整个中东太平洋,因此把这种中东太平洋海洋表层水温大范围持续异常偏暖的现象称为厄尔尼诺现象。
之后人们又发现,中东太平洋地区也存在海洋表层水温大范围持续异常偏冷的现象,便将之称为拉尼娜现象。
厄尔尼诺和拉尼娜的成因尚无定论,目前研究认为它们是低纬度的海-气相互作用现象,在海洋方面表现为厄尔尼诺与拉尼娜的转变,在大气方面表现为南方涛动(也称为厄尔尼诺与南方涛动,简称ENSO)。人们常用 ENSO 事件来描述厄尔尼诺和拉尼娜事件造成的海洋–大气反馈过程,当厄尔尼诺出现时称为ENSO暖事件,当拉尼娜出现时称为ENSO冷事件。
对厄尔尼诺、拉尼娜事件发生周期的认识尚不统一,目前较普遍认为厄尔尼诺现象一般2~7年出现一次,但出现的周期和强度变幅较大;拉尼娜有时在厄尔尼诺之后出现,但其发动周期、影响程度以及持续时间则不甚明显。
大量研究发现,ENSO事件和作物产量波动具有较高的相关性,有学者分别在美国、阿根廷、印度、澳大利亚等不同地区开展了ENSO事件导致作物减产的定量评估,但在全球尺度上开展的研究相对较少。
也有研究发现,ENSO事件对粮食产量的影响不完全是负向的(即导致减产),在有些地区是正向的(导致增产);厄尔尼诺和拉尼娜事件对同一地区同一作物的影响效应也不相同。近年来,厄尔尼诺等气候现象也越来越多地对全球市场产生影响,引起的市场震荡给市场参与主体带来很多困扰甚至损失。
那么,厄尔尼诺和拉尼娜事件在全球范围内到底是怎么影响作物的呢?一定会造成全球粮食减产吗?厄尔尼诺和拉尼娜的影响效应是否相同?对全球不同区域影响是否相同?对不同作物影响是否相同?影响程度是否相同?
要回答这些问题,就必须在全球尺度上开展厄尔尼诺和拉尼娜事件对粮食生产的影响评估,并指明在两种不同ENSO事件中的粮食生产高风险地区,便于全球不同地区粮食生产趋利避害和维护全球或区域粮食安全。
由于粮食生产和贸易基于国家单元,为便于对全球不同国家和地区的粮食安全风险进行宏观了解,国家气象中心全球农业气象研究团队在全球尺度上以不同国家为单元进行分析,基于海洋尼诺指数和作物产量等数据和数理统计方法,分别研究了厄尔尼诺和拉尼娜对全球不同地区小麦、玉米、大豆、水稻等作物的影响效应,并采用减产率、减产变异系数、减产概率等多种指标构建粮食减产风险指数,对全球重要粮食产区进行风险区划,帮助人们从宏观上客观认识厄尔尼诺和拉尼娜对全球粮食生产的影响。
研究结果显示,小麦是ENSO事件中最为脆弱敏感的一种作物,其次依次是大豆和玉米,水稻是受ENSO事件影响最小的作物。小麦、大豆和水稻在厄尔尼诺事件中的风险高于拉尼娜,而玉米相反,在拉尼娜年的减产风险更高。
从减产概率来看,在全球重要产粮国家中,印度的水稻和小麦、澳大利亚的小麦、巴西的玉米和大豆在厄尔尼诺年减产概率高,而遇拉尼娜年较大概率为增产;但拉尼娜却往往导致加拿大和中国的小麦、美国和阿根廷的玉米和大豆减产。美国冬小麦和印尼水稻在ENSO冷暖事件中一般均为增产趋势,而我国玉米和水稻则表现出对ENSO事件的脆弱敏感性,一般为减产趋势居多。
从减产风险来看,在全球重要产粮国家中,美国、阿根廷的玉米和大豆在拉尼娜年的减产风险高于厄尔尼诺年,而巴西、印度的玉米和大豆在厄尔尼诺年的减产风险高于拉尼娜年;加拿大、澳大利亚、东欧小麦在厄尔尼诺和拉尼娜年的减产风险均较高,而印度小麦在厄尔尼诺年的减产风险高。我国在厄尔尼诺年的粮食减产风险普遍较高,除小麦外,玉米、大豆、水稻均处于中等风险水平,而在拉尼娜年粮食生产风险处于较低水平。从全区不同大洲来看,非洲仍然是ENSO事件中的脆弱敏感区,在ENSO冷暖事件中均表现出较高风险,在农业生产管理、农业科技支撑、灾害防御等方面有待建设加强。
由此可见,厄尔尼诺和拉尼娜事件对全球不同地区不同作物的影响效应是不同的,我们应该客观分析厄尔尼诺或拉尼娜事件对不同地区和不同作物的影响,而不能“一刀切”地认为厄尔尼诺或拉尼娜事件一定会给世界农业生产带来灾难,而事实是,遇到厄尔尼诺或拉尼娜年份,某些地区的某些作物产量不减反增。
但也应该认识另一个事实,厄尔尼诺或拉尼娜年,如上所述的某些地区粮食生产确实存在较高减产风险,要根据ENSO年份这些地区的气候异常特征,采取相应的应对措施,通过调整农业生产决策和管理措施趋利避害,通过增强农田水利设施等提高防灾减灾能力,来降低粮食在ENSO事件中的减产风险。