基于風險預測的山地典型農業生長期干旱指標篩選
——以貴州遵義為例

侯雙雙，谷曉平

(1.貴州大學 生命科學學院，貴州 貴陽 550025；2.貴州省山地環境氣候研究所，貴州 貴陽 550002)

?

·山區開發·

基于風險預測的山地典型農業生長期干旱指標篩選
——以貴州遵義為例

侯雙雙1，谷曉平2*

(1.貴州大學 生命科學學院，貴州 貴陽 550025；2.貴州省山地環境氣候研究所，貴州 貴陽 550002)

為探明適宜貴州的干旱指標，以便更準確的預報干旱，本文以遵義為例，統計分析了1961-2012年這52年的逐日降水氣溫數據。通過分析0、5、10、15和20℃ 5個典型農業生長期特征，分別構建了降水距平百分率(Pa)和干燥度(K)兩種類型的干旱指標序列并進行旱澇狀態的長期預報，根據旱澇風險預報的準確度來篩選典型農業生長期的干旱指標。分析得到了不同農業生長期內旱澇狀態界限和兩種類型干旱指標對應下的旱澇狀態預測準確率，結果表明對于遵義地區來講，除0℃生長期外，其余4個典型農業生長期內Pa指標作為干旱指標進行旱澇災害預測時更準確。

遵義；山地；農業生長期；干旱指標；風險預測

貴州是中國唯一一個沒有平原的省份，因其特殊的氣候特征和下墊面性質[1-2]，干旱成為貴州省最主要的氣象災害[3]，嚴重影響著農業生產并造成了巨大的經濟損失[4]。由于北方地區降水總量少，北方地區的干旱問題歷來是研究的重點[5]，而西南地區的干旱指標問題研究較少[2]。關于貴州干旱指標的報道多為對已有干旱指標的適宜性驗證和短時氣候監測、衛星遙感等業務的應用[2-3，6-7]，研究成果一方面揭示了貴州長期或短時的干旱變化動態規律，為科學抗旱提供了理論依據；另一方面分析結果多是以月、季節為尺度的變化規律，與農業生產的關鍵期結合不密切。一些針對特定地區的干旱研究表明夏旱發生時間多處于農業生產的關鍵期，但農業關鍵期表述過于籠統[8-10]。

目前的氣象干旱指標可以歸納為兩大類：一是僅考慮降水一個因素，例如降水標準化指數(SPI)、帕默爾干旱指數(P)、降水距平百分率(Pa)和正態化的降水Z指數等；另一類是綜合考慮降水和蒸發量兩個因素，因蒸發量與溫度成正比的線性關系，因此有許多經驗公式用溫度表示蒸發量，此類主要干旱指標有干旱偵測指數(RDI)、綜合氣象干旱指數(CI)、相對濕潤指數(MI)、干燥度(K)等。這些指數大部分都被運用于貴州干旱特征分析中，然而結論不一，干旱指標沒有達成統一[11-12]。

針對貴州目前的干旱指標沒有結合農業生長期和不統一的問題，本文以遵義為例，統計分析0、5、10、15和20℃ 5個典型農業生長期內的旱澇狀態并利用風險預測方法篩選預測效果較優的干旱指標。

貴州位于云貴高原東斜坡上，總體地形地勢為西高東低，自中部向南和向北各形成一個斜坡，因此北部相對來自南方海洋氣流而言是背風坡，是貴州高溫少雨區。遵義正是地處貴州北部，境內海拔800～1300 m，是貴州干旱最嚴重的地區之一，故以遵義為例探索適宜山地氣候的干旱指標具有代表性。遵義屬亞熱帶濕潤季風氣候，年均氣溫14.7℃，年均降水量1200 mm，無霜期270 d。遵義素有”黔北糧倉”的美稱，糧食、油菜、烤煙、茶葉等農產品占貴州省總量的1/4-1/3。近些年頻發的極端氣候事件給遵義的農業生產帶來了嚴重的損失，如2006年嚴重的夏旱、2009-2010年秋冬春連旱、2013年夏旱等。

1　數據來源與研究方法

1.1數據來源

本文所用數據為貴州省遵義市1961-2012年52年來的逐日降水氣溫數據，數據來源于中國氣象資料共享網站，數據可靠且公開。

1.2研究方法

本文研究擬以各典型農業生長期為基本時間單位，通過風險預測的準確性來驗證干旱指標準確性，從而獲得適宜遵義地區的干旱指標。 數據處理軟件使用Excel 2013，具體方法如下。

1.2.1五日滑動平均法計算典型農業生長期

五日滑動平均法是國家氣象局規定的全國各氣象臺站計算界限溫度起止日期的統一方法。具體方法參照相關農業氣象學實驗數據處理指導[13]。

1.2.2干旱指標的構建

目前的氣象干旱指標從兩個方面構建，一是基于降水異常的降水單因子干旱指標，二是綜合考慮降水氣溫的雙因子干旱指標。本文分別構建以上兩個角度的干旱指標——降水距平百分率(Pa)和干燥度(K)。

干燥度指標(K)考慮了降水和溫度兩個因素而制定的干旱指標，其中溫度代表蒸發的強弱，本文中干燥度指標采用貴州干旱研究中常用的計算公式[12]，見式2。式2中∑Pi為某時段內的實際降水量，∑Ti為某時段內的溫度累積和，0.22為溫度與蒸發量間的系數。K值越大越干燥。

1.2.3保證率法計算旱澇狀態

干旱和洪澇是最主要的氣候災害，所謂災害即偏離平均氣候狀態且極少發生的事件。氣候是某地區長時間內的大氣平均統計狀況，因此當地農業生產活動適應較常出現的氣候狀態，而偏離平均氣候狀態且極少發生的天氣氣候事件的發生必將對當地農業生產造成危害。因此從這個意義上來講，干旱、洪澇狀態的確定應根據不同的氣候特征而有所不同。

聯合國政府間氣候變化專門委員會(IPCC)報告指出氣候變化的典型特征是全球氣候變暖以及極端天氣氣候事件發生頻率增大并對極端事件給出了明確定義，認為當某一要素值大于等于(或小于等于)某一個值發生概率為10%時，即10年一遇，該界限便為極端事件的閾值[14]。這一極端事件的定義恰好與農業氣象學上的保證率概念吻合。因此本文采取常用的經驗頻率法計算保證率[13](即某一要素值大于等于或小于等于某一個值的發生概率)為10%的界限值作為輕度干旱或輕度洪澇的狀態。保證率為5%的要素值(即20年一遇)為重度干旱或重度洪澇的界限。

1.2.4基于馬爾科夫模型的風險預測方法

馬爾科夫模型是根據事件狀態間的轉移規律建立的概率矩陣對事件狀態預測，該理論認為未來的狀態受當前狀態而不受以前的狀態的影響[15]，顯然，當年氣候狀態影響下一年的狀態。根據1.2.3確定5種狀態：重度干旱(E1)、輕度干旱(E2)、正常狀態(E3)、輕度洪澇(E4)、重度洪澇(E5)，并將各狀態間的轉移概率構建概率矩陣，見式3。式3中，E11為重度干旱向重度干旱轉移的概率，即當年為重度干旱，下一年重度干旱的發生概率。其余同理。

2　研究結果

2.1典型農業生長期特征

0、5、10、15和20℃是農業生產上的典型界限溫度，分別標志著農作物某些物候現象開始或終止。例如，0℃持續日期又稱為農耕期，標志著土壤解凍，北方越冬植物返青；穩定通過5℃的日期表示喜涼作物開始播種；穩定通過10℃代表喜涼作物迅速生長，喜溫作物開始播種；穩定通過20℃為喜涼作物灌漿的溫度條件[16]。等根據五日滑動平均法得到1961-2012年52年歷年穩定通過0、5、10、15和20℃的開始日期、終止日期和生長期長度，并利用經驗頻率法得到保證率為80%的各典型農業生長期的開始日期、終止日期和生長期長度界限值，因為農業氣象上認為氣象要素的界限值保證率達到80%便為氣候正常狀態值，結果見表1。

表1為典型界限溫度的起始日期、終止日期和生長期長度的波動范圍，將各界限溫度的起止日期情況表現為圖1，圖1中圖a為界限溫度起止日期80%保證率晚于某日期的界限值，圖1中圖b為界限溫度起止日期80%保證率早于某日期的界限值。通過表1和圖1可以看出遵義各典型農業生長期的特征。0℃生長期始于1月1日，最遲始于1月31日，止于12月31日，即1月之后日平均氣溫高于0℃的概率高于80%，滿足農業對低溫凍害風險的要求。5℃生長期始于2月17日，最遲始于3月9日，止于12月5日，最遲止于12月28日，即1月、2月和12月日平均氣溫主要為0-5℃，在此期間喜涼作物可以生長，如白菜、蘿卜等蔬菜。10℃生長期始于3月17日，最遲始于4月5日，止于11月8日，最遲止于11月25日，即3月、11月日平均氣溫主要為5-10℃，在此期間喜涼作物生長速率較快。15℃生長期始于4月15日，最遲始于5月2日，止于10月8日，最遲止于10月22日，即4月、10月日平均氣溫主要為10-15℃，在此期間喜溫作物開始播種和生長，如水稻、黃瓜、番茄、辣椒等。20℃生長期始于5月28日，最遲始于6月15日，止于9月9日，最遲止于9月25日，即5月、9月日平均氣溫主要為15-20℃，在此期間喜溫作物生長速率較快，并進入生殖生長階段，20℃生長期持續時間主要為6、7、8三個月，作物開始進入成熟期。

各生長期長度在20-30 d之間波動，起始日期的早晚大約有30 d的波動期，而終止日期除0℃、5℃生長期外，大約均在15 d左右波動，0℃生長期的終止日期沒有波動，80%以上的年份為12月31日，5℃生長期的終止日期波動則較大，早則12月初，晚則12月底，有23 d的波動期。顯然，各典型農業生長期20-30 d的持續時間差異產生的溫度差異是否會影響影響旱澇狀態是本文接下來要驗證的問題。

表1　典型農業生長期特征

a 最早日期a The earliest date

b 最晚日期b The latest date圖1　基于80%保證率的典型農業生長期起止日期Fig.1　The beginning date and the last date of typical agricultural growth periods based on assurance rate of 80%

2.2典型農業生長期內的旱澇狀態閾值

根據1.2.2介紹的干旱指標計算公式分別計算得到遵義各典型農業生長期內歷年的降水距平百分率(Pa)和干燥度(K)兩種干旱指標的時間序列，根據經驗頻率法(1.2.3)計算得到重度干旱(E1)、輕度干旱(E2)、正常狀態(E3)、輕度洪澇(E4)、重度洪澇(E5)5種狀態的閾值，見表2。

從表2中可以看出不同農業生長期的旱澇狀

態界限是不同的。對于K指標來講，重度干旱和輕度干旱的界限值大小順序均為10℃生長期<5℃生長期<0℃生長期<15℃生長期<20℃生長期，說明降水量時間分配不均勻，集中分配在20℃生長期內，而在0—5℃、10—15℃、15-20℃這三個典型界限溫度之間持續期間分配相對較少，特別是10-15℃期間；輕度洪澇狀態界限值順序為20℃生長期=15℃生長期<10℃生長期<5℃生長期<0℃生長期，重度洪澇狀態界限值順序為20℃生長期<15℃生長期<10℃生長期<5℃生長期<0℃生長期，表明隨著生長期界限溫度的升高，洪澇狀態的界限值下降，降水量增加。對于Pa指標來說，干旱狀態界限值隨生長期界限溫度的升高而減小，洪澇狀態界限值隨生長期界限溫度升高而升高，說明隨著界限溫度的升高，生長期內降水增加；并且0℃、5℃和10℃3個農業生長期內旱澇界限差異較小，然而15℃和20℃生長期內差異較大，說明遵義市降水量主要集中10℃生長期內，且10℃-15℃-20℃三個典型界限溫度間隔期間降水量差異大。Pa指標與K指標的分析結果基本相似，即隨著農業生長期界限溫度的升高，降水量增多，由此可以初步斷定降水量的分布差異很大程度上影響了旱澇狀態。

2.3兩種氣象干旱指標的旱澇狀態轉移概率

根據表2的旱澇狀態閾值得到遵義歷年各典型農業生長期內兩種干旱指標對應的旱澇狀態，并依據1.2.4介紹的旱澇風險預測方法得到基于K指標和Pa指標的旱澇風險矩陣，見表3。從表3中可以看出，不論當年是哪一種狀態，向下一年狀態轉移的概率總是正常狀態最大，因為正常狀態保證率為80%，即80%的可能性發生，這是符合當地氣候特征的，否則就不能稱其為正常。然而正常狀態是不需要預測的，需要預測的是不正常的極端小概率狀態，即旱澇狀態。

表2　典型農業生長期內旱澇閾值

拋開正常狀態，可以看出對于兩種干旱指標得出的旱澇狀態轉移概率存在異同。例如在0℃生長期內，當年狀態為重度干旱E1時，兩個干旱指標對應的預測結果相同，為正常E3和輕度洪澇E4。當年狀態為輕度干旱E2時，基于K指標預測下一年的狀態為正常E3和重度干旱E1，這里最大可能發生為正常，剩余3個狀態轉移概率相等均為0.17，但是兩個干旱狀態均有可能，因此更傾向于干旱的發生，本著防患于未然的原則，所以預測下一年狀態為重度干旱；基于Pa指標，下一年最大可能發生是重度干旱E1。當年狀態為正常E3時，K指標的預測結果為正常E3和輕度干旱E2，Pa指標預測結果為正常E3和重度干旱E1。當年狀態為E4時，兩個指標的預測結果相同，為正常E3和輕度洪澇E4。當年狀態為重度洪澇E5時，基于K指標的預測結果百分百是正常E3；基于Pa指標的預測結果是正常E3和輕度洪澇E4。其余生長期預測方法同理。

2.4氣象干旱指標的篩選

根據基于K指標和Pa指標的旱澇風險矩陣(表3)對各典型農業生長期的旱澇狀態進行預測，通過與實際情況對比得到相應的預測準確率，從而

表3　基于K指標和Pa指標的典型農業生長期內旱澇狀態轉移概率矩陣

篩選得到適合遵義的干旱指標。表4是1962-2012年基于K指標和Pa指標的各典型農業生長期的旱澇預測準確率，結果表明10℃、15℃和20℃三個生長期內，K指標與Pa指標預測效果相差不大，均為70%以上，且誤差不超過2%，其中20℃生長期預測準確率均為80%，可以看出以上生長期內溫度變化并沒有影響旱澇狀態，降水量變異是旱澇狀態主要決定因素；0℃生長期的預測效果差異較大，溫度變化的因素不能忽略，基于K指標的預測準確率為76%，基于Pa指標的準確率僅59%，因此在0-5℃持續期間，溫度是旱澇狀態的主要影響因素，但此時期并不是主要農作物生長期；5℃生長期內Pa指標比K指標的預測效果好，因此，Pa指標更能反映旱澇狀態。

表4　基于K指標和Pa指標的旱澇風險預測準確率

3　結論與討論

本文主要結論有兩點。

(1)旱澇狀態閾值因生長期不同而異。對本文討論的遵義地區而言，大致趨勢是隨農業生長期界限溫度的升高，基于K指標的干旱狀態界限增大，洪澇狀態界限值減小，基于Pa指標的干旱狀態界限值減小而洪澇狀態界限值升高。以往的干旱指標研究中對農作物各生長階段的旱澇狀態的界定基本一致，但是，顯然農作物不同生長階段對旱澇的適應和耐受程度是不同的，并且不同農業生長期內氣象要素特征值也不同，因此本文中通過分析典型農業生長期而獲得因時制宜的旱澇狀態閾值是可行的[17]。在實際的農業生產中可以此為依據合理安排相關農事活動，力求農作物生長階段與實際氣候特征匹配。同理，不同地區的氣候特征不同，也應因地制宜確定不同地區的旱澇狀態閾值，以獲得較好的旱澇災害預測效果。

(2)遵義地區旱澇狀態的主要影響因素是降水量，Pa指標作為干旱指標進行旱澇預測效果優于K指標。這一結論與2013年遵義市6-9月(20℃生長期)夏旱特征為降水少于同期54%的結論相同[9]，2009-2010年遵義秋冬春連旱同樣證實了這一結論[18]。而0℃和5℃之間間隔的時間段即約1月、2月和12月(表1)，這一時間段內溫度的變異是影響0℃生長期內旱澇狀態的主要因素，然而此時期并非主要農耕期。

旱澇的發生發展是一個復雜的過程，可以是長期的現象例如2010年西南嚴重的秋冬春連旱，也有可能是較短時間的例如貴州多發生的春旱、夏旱等。本文以年為尺度，探討了當年與下一年的旱澇狀態轉移情況，實際一年內月之間、季度之間也存在狀態的轉移，這種以風險預測效果為依據篩選干旱指標的方法可以在年內或農作物各生育階段間進行深入的分析。此外，本文較籠統的分析研究了5個典型農業生長期內的干旱指標情況，在各地特色農業發展迅猛的背景下，可以根據地方實際農作物的溫度生理指標，確定更為具體的農作物生長階段的旱澇狀態閾值。

致謝：論文寫作采用了國家氣象資料中心共享網站數據，在此對參與數據采集的氣象工作人員表示感謝。

[1]吳限，吳恬，梁鵬.貴州旱災及供水保障探討[J].西南給排水，2011(04):8-10.

[2]白慧，吳戰平，龍俐，等.基于標準化前期降水指數的氣象干旱指標在貴州的適用性分析[J].云南大學學報(自然科學版)，2013(05):661-668.

[3]劉麗，劉清，楊鳳.用植被指數監測貴州干旱的方法研究[J].貴州氣象，1998(03):13-18.

[4]錢明，余楠.遵義市2010年干旱災害應急響應分析[J].貴州氣象，2010(S1):197-199.

[5]房世波，陽晶晶，周廣勝.30年來我國農業氣象災害變化趨勢和分布特征[J].自然災害學報，2011(05):69-73.

[6]韓元元，吳昊.一種新的干旱預測指標在貴州旱情評價中的應用[J].人民長江，2012，43(15):35-38，63.

[7]唐磊.貴州省干旱指標簡介[J].貴州氣象，2005(S1):42-43.

[8]黃桂東，佘燕.黔南州2013年和2011年兩次夏季干旱對比分析[J].貴州氣象，2014(06):20-22.

[9]姚章福，姚正蘭，李明元.2013年遵義市夏旱特征及其影響評估[J].農技服務，2014(06):147-148.

[10]張潤瓊，陳靜，周圣.2009-2010年貴州省特大氣象干旱演變分析[J].南方農業，2013(10):31-34.

[11]李奇臨，范廣洲，周定文，等.綜合氣象干旱指數在2009～2010年西南干旱的應用[J].成都信息工程學院學報，2012，27(3):267-272.

[12]池再香，杜正靜，陳忠明，等.2009-2010年貴州秋、冬、春季干旱氣象要素與環流特征分析[J].高原氣象，2012(01):176-184.

[13]包云軒，樊多琦.氣象學實習指導[M].北京:中國農業出版社，2007:96.

[14]Beniston M.Extreme climatic events:Examples from the alpine region[J].Journal De Physique IV.2004，121(12):139-149.

[15]侯雙雙，姜會飛，廖樹華，等.利用風險預測方法甄選農業氣象災害指標初探[J].中國農業氣象，2010(03):462-466.

[16]姜會飛.農業氣象學[Z].北京:科學出版社，2014:64.

[17]姚瑤，張鑫，馬全，等.青海省東部農業區作物生長期不同氣象干旱指標應用研究[J].自然災害學報，2014(04):177-184.

[18]姚正蘭，王君軍.遵義市2009/2010年秋冬春連旱事實及形成原因初析[J].地球科學進展，2011(10):1109-1115.

Selection of a drought index based on risk forecast in the typical mountainous agricultural growth periods:a case study of Zunyi,Guizhou Province

HOU Shuang-shuang1，GU Xiao-ping2*

(1.College of Life Science，Guizhou University，Guiyang,Guizhou 550025,China;2.Guizhou Institute of Mountainous Environment Climate Research，Guiyang,Guizhou 550002，China)

In order to select a drought index for correctly forecasting drought in the typical mountainous agricultural growth periods,the data of daily precipitation and temperature from 1961-2012 were analyzed for Zunyi,Guizhou Province.Through the analysis of the characteristics in five typical agricultural growth periods which are represented by 0℃,5℃,10℃,15℃ and 20℃,the sequence of two drought indexes,i.e.precipitation anomaly percentage (Pa) and dry degree (K) were established and used to predict the risk of drought.According to the forecast accuracy of the risk of drought,more suitable drought index was selected.Our analysis produced the boundaries of drought and the forecast accuracy in comparing the two indexes in predicting risk of drought in different agricultural growth periods.The results indicated that,apart from 0℃ growth period,the index of precipitation anomaly percentage (Pa) is more accurate and suitable to forecast the risk of drought for the other four growth periods in Zunyi.

Zunyi;mountainous areas;agricultural growth periods;drought index;risk prediction

2016-06-16；

2016-06-23

國家科技支撐計劃(2012BAD20B06)黔科合院士站(2014)4010號；

谷曉平(1968-)，女，博士，研究員級高工，主要研究方向：氣候、生態學；E-mail:16114331@qq.com。

P49

A

1008-0457(2016)04-0054-07國際

10.15958/j.cnki.sdnyswxb.2016.04.010