新疆農作物生長期雹災的時空分布及危害性評估

王 昀，王式功，王 旭，馬 禹

?

新疆農作物生長期雹災的時空分布及危害性評估

王 昀1，王式功2，王 旭3，馬 禹4※

（1. 蘭州大學大氣科學學院，甘肅干旱氣候變化與減災重點實驗室，蘭州 730000；2. 成都信息工程大學大氣科學學院， 高原大氣與環境四川省重點實驗室，成都 610225；3. 新疆維吾爾自治區人工影響天氣辦公室，烏魯木齊 830002； 4. 新疆維吾爾自治區氣候中心，烏魯木齊 830002）

冰雹是新疆農作物生長期頻繁出現的嚴重氣象災害。該文利用1951—2017年雹災出現次數、受災面積、經濟損失3大災情要素，分析了新疆雹災的時空分布規律。利用熵權重計算方法構建了評價雹災危害性的災損指數，依據伽瑪分布對危害性等級進行了劃分，并利用氣候因子和農作物播種面積解釋了雹災時空變化的原因。新疆雹災多發于天山兩側及鄰近地區，3大災情要素呈線性增加趨勢。雹災劃分為一般、較重、嚴重、特重4個等級，塔城博州、奎瑪流域、昭蘇縣、阿克蘇地區、伽師縣是特重災區。動力抬升、水汽條件、大氣層結不穩定是新疆雹災時空分布的主要影響因子，而雹災出現次數、農作物播種面積對受災面積線性增長趨勢的貢獻率分別為93%和7%。利用水汽壓、氣團指數、播種面積作為因子，建立了雹災出現次數偏多、偏少的年景預測模型，模型預測正確率達73%。研究結果可為新疆人工防雹避災提供依據。

危害；模型；作物；雹災；時空分布；影響因子

0 引 言

冰雹指堅硬的球狀、錐狀或形狀不規則的固態降水，直徑大小超過2 mm[1]。冰雹是嚴重的農業氣象災害，在農作物生長期降雹會給作物帶來嚴重損傷，造成作物減產或絕收，從而帶來較重的經濟損失。在1949—2006年間，美國損失超過100萬美元的冰雹事件有876次，平均每次損失5 600萬美元，美國每年因冰雹造成的損失超過8.5億美元[2]。每年冰雹給中國帶來的災害損失都超過億元甚至是幾十億元[3]。中國多雹區沿幾大山系伸展，其中青藏高原和祁連山地區是冰雹發生的頻繁區，天山山脈及其兩側和華北地區為次活動中心[3]。冰雹災害與當地的經濟發展、作物狀況有很大的關系，與冰雹出現頻數并不完全一致，中國冰雹災害常常出現在降雹多發的高大山脈的背風坡、地勢高地形復雜的山區[4-8]，以及荒漠與綠洲交界的糧食、棉花和油料作物、林果等產區[9-10]。新疆的綠洲依山傍水，多與荒漠相鄰或被荒漠戈壁包圍，有利的地勢地貌使冰雹極易發生在綠洲[11]，使新疆成為中國冰雹高發區之一。筆者根據2004—2015年中國氣象災害年鑒統計表明，中國29個省區局地強對流（冰雹、雷暴大風、龍卷）造成農作物受災面積排名前6的分別為河北、河南、內蒙、黑龍江、山東、新疆，受災面積分別為36.72、32.79、28.44、25.37、25.35、20.97萬hm2，新疆是中國冰雹災害嚴重的地區，也是西北地區受災面積最重的省區。

災害風險區劃研究在防災減災中的作用日益凸顯，層次分析法[12-13]、灰色關聯分析方法[14]、模糊投票方法[15]等統計建模方法在雪災、水旱災害等大尺度、長時間氣象災害的等級評價及風險區劃研究中得到廣泛應用，也有學者將此類方法用于冰雹這樣尺度小、時間短、強度大的中小尺度災害的風險評估研究中。翟志宏等[16]分析了1951—2006年北京地區20個氣象站冰雹數據的概率分布特征，在此基礎上對北京地區冰雹進行了風險區劃。另外灰色關聯模型[17]、風險度評估模式[18]、冰雹強度指數模型[19]和風險指數評估模型[20]等方法也被用來進行冰雹災害風險區劃。史蓮梅等[21]將1984—2014年新疆各縣（市）雹災頻次與同期平均值之比作為冰雹災害的危險性指數，對新疆雹災頻次進行了等級劃分和區劃。

雹災出現次數、受災面積、經濟損失3大災情要素，在災情報告中均有詳細記載，從不同側面描述了雹災的影響程度，而在以往的研究中并未利用這3大災情要素客觀定量地對雹災危害性進行區劃與評估。另外，在雹災時空分布的研究中并未涉獵氣候成因的分析工作。因而本文基于3大災情要素，利用熵權重計算方法和概率分布函數對雹災危害性進行客觀定量的等級劃分與評估，并利用氣候因子解釋雹災出現次數時空變化的原因，進而建立雹災出現次數偏多、偏少的年景預測模型。研究旨在為指導農業生產和因地制宜地制定防雹避災措施提供參考。

1 材料與方法

1.1 數據資料

本文根據《中國氣象災害大典·新疆卷》記載的1951—2000年雹災信息[22]、新疆維吾爾自治區民政廳記載的2001—2017年雹災信息，整理得到1951—2017年新疆106縣（市）包含出現時間（年月日）、出現區域（縣/市）、受災面積、經濟損失的雹災記錄2 629條。若某日某縣（市）區域內出現1次雹災，則雹災出現次數記為1。由于雹災信息中很少記錄冰雹大小，有記錄的占總樣本比例為13%，且以定性記錄為主，故在雹災分析中沒有考慮冰雹大小。

為了扣除商品物價上漲因素，保證經濟損失數據的可比性，用雹災經濟損失值除以商品價格指數，得到經濟損失可比價格。1980—2017年逐年商品價格指數來源于新疆維吾爾自治區統計局，1951—1980年期間災害損失值的訂正統一使用1980年的商品價格指數，1981—2017年期間災害損失值的訂正使用當年的商品價格指數。

圖1 研究區域和站點分布

1.2 研究方法

采用累積距平檢測方法分析3大災情要素的氣候突變；采用熵權重法確定3大災情要素之間的權重，由權重系數和無量綱化災情要素構建災損指數Z，利用概率分布密度的直方圖法和假設檢驗確定Z的概率密度函數，根據概率密度確定Z不同等級的閾值，進而實現新疆雹災危害性的等級劃分。采用邏輯回歸方法建立雹災出現次數偏多、偏少的年景預測模型。

1）氣候突變的累積距平檢測方法

2）熵權重計算方法

3）雹災災損指數

參照文獻[21]，本文雹災災損指數Z的計算公式定義為

采用概率分布密度的直方圖法和假設檢驗方法[26]，確定Z的概率密度函數。

4）線性增長貢獻率計算

2 結果與分析

2.1 新疆雹災的空間分布

在1951—2017年間新疆有78個縣（市）出現了雹災，其余28個沒有出現雹災。某縣雹災出現次數、受災面積、經濟損失的67 a累計值分別除以67得到該縣年均出現次數、年均受災面積、年均經濟損失，它們的空間分布見圖2。

新疆雹災年均出現1次以上的多災區在天山北側的博州和奎瑪流域、天山西端的昭蘇縣、天山南側的阿克蘇地區（圖2a），其中溫泉縣最多，年均達2.3次，昭蘇縣2.1次，沙灣縣和阿克蘇市各為2.0次。年均受災面積超過2 000 hm2的大災區在塔城市、博樂市、奎瑪流域、昭蘇縣、阿克蘇地區（圖2b），阿克蘇市最多，年均受災6 795 hm2，沙灣縣5 805 hm2，阿瓦提縣4 809 hm2。年均經濟損失超過200萬元的重災區在博州、奎瑪流域、霍城縣、昭蘇縣、庫爾勒市、阿克蘇地區、喀什地區北部（圖2c），年均經濟損失前3位的均在阿克蘇地區，阿克蘇市最多1 069萬元，阿瓦提853萬元，沙雅607 萬元。

在年均雹災頻次高、面積大、災損重的區域，平均每次受災面積在1 500 hm2以上（圖2d），每次經濟損失在200萬元以上（圖2e）。受災面積強度最大區域在瑪納斯河流域、阿克蘇地區，而經濟損失強度最大區域卻在巴州北部和喀什地區中部。雖然巴州和喀什地區雹災出現頻次不高，但每次雹災造成的經濟損失卻高于新疆其他地區。

圖2 1951—2017年新疆雹災的空間分布

新疆雹災頻繁的地區，也正是新疆作物蒸散量較大、濕潤度相對較高的區域[29-31]，位于地勢高、地形復雜的山區，高大山脈的背風坡，荒漠與植被交界、下墊面復雜的綠洲。雹災頻繁的地區也處于天山北坡經濟帶、南疆優質糧棉基地和特色林果業基地。

2.2 新疆雹災的時間變化特征

2.2.1 新疆雹災的年代際變化

78個縣（市）雹災出現次數、受災面積、經濟損失的月、年合計值分別表示新疆雹災出現次數、受災面積、經濟損失的月值、年值。表1為每10 a平均得到的新疆雹災3大災情要素的年代際變化情況，其中2011—2017年為7 a的平均。

新疆雹災出現次數于1980s出現明顯躍增，之后維持高發勢態。受災面積、經濟損失也于1980s出現明顯躍增，但在1990s出現回落，之后呈增加趨勢。需要強調的是2011—2017年新疆雹災出現次數、受災面積和經濟損失達到歷史最高值，特別是天山兩側地區尤為突出，這意味著當前新疆的雹災防御工作面臨新的嚴峻挑戰。

表1 1951—2017年新疆雹災的年代際變化

2.2.2 新疆雹災的年際變化

根據1951—2017年多年平均，新疆雹災年出現39次，受災面積75 485 hm2，經濟損失10 996萬元。雹災出現次數最多的是2011年和2012年，均為104次；受災面積和經濟損失卻是2013年最高，分別為231 675 hm2、58 154萬元，出現了90次（圖3a）。

在雹災的年際變化上，雹災出現次數在1979年以前每年不超過31次，1984年之后不少于33次。受災面積和經濟損失變化步調比較一致，在2005—2017年出現主高峰階段，平均年出現74次，受災面積152 728 hm2，經濟損失23 925萬元；在1982—1991年出現次高峰階段，平均年出現50次，受災面積127 266 hm2，經濟損失17 722萬元。從1951—2017年總體變化趨勢來看，出現次數、受災面積和經濟損失均呈增加趨勢，每年分別增加1.2次、2 589 hm2、336萬元（<0.01）。

累積距平檢驗表明雹災出現次數在1983年出現突變（圖3b中箭頭所指年份，下同），1951—1983年平均值為15.9次，相對于67 a平均值偏少59%，突變后的1984—2017年平均值為61.9次，偏多58%，突變之后的平均值是突變之前的3.9倍。

受災面積在1981年發生突變，1951—1981年平均值為21 517 hm2，相對于67 a平均值偏少71%，1982—2017年平均值為121 958 hm2，偏多62%，突變之后的平均值是突變之前的5.7倍。

經濟損失在1979年發生突變，1951—1979年平均值為4 435萬元，相對于67 a平均值偏少60%，1980—2017年平均值為16 002萬元，偏多46%，突變之后的平均值是突變之前的3.6倍。

2.2.3 新疆雹災的年變化

新疆雹災出現在3—10月，集中于5—8月，期間出現次數、受災面積、經濟損失分別占全年的92%、88%、89%，具有明顯的季節性（圖4）。6月是雹災最多的月份，出現次數、受災面積、經濟損失分別占全年的31%、28%、29%。雖然雹災出現次數在7月為次峰值，但其受災面積和經濟損失卻低于5月，這與新疆農業種植結構有關。新疆以棉花種植為主，除此之外是小麥和玉米，2014年三者種植面積占整個農作物播種面積的74.64%[32]。由于7月上旬冬麥已成熟收獲，春玉米已抽雄開花吐絲具有了一定抗災能力，且部分早熟林果已收獲，所以7月災害損失低于5月。

圖3 1951—2017年新疆雹災的年際變化和突變

圖4 1951—2017年新疆雹災的月變化

2.3 新疆雹災危害性區劃與評估

2.3.1 雹災災損指數的構建與空間分布

1951—2017年期間，在新疆106縣（市）中出現雹災的有78個。利用各縣（市）出現次數、受災面積、經濟損失的67 a累計值，依據熵權重計算方法得到它們的權重分別為0.333 1、0.333 5、0.333 4，其78個縣（市）平均值分別為32.9次、63 218.8 hm2、9 208.8萬元，則雹災災損指數計算公式：

雹災災損指數高于2.0的區域主要在博州、奎瑪流域、昭蘇縣、阿克蘇地區（圖5），前5位從大到小排列的縣（市）依次為阿克蘇市（6.35）、阿瓦提縣（4.77）、沙灣縣（4.61）、沙雅縣（3.95）、昭蘇縣（3.48）。某區域所轄縣災損指數的平均值能夠表達該區域雹災的平均強度，前5位從大到小排列的區域依次為阿克蘇地區（3.37）、博州（2.05）、奎瑪流域（1.92）、喀什地區（0.94）、伊犁河谷（0.93）。

圖5 新疆雹災災損指數的空間分布

Z不僅與3大災情要素相關程度高（相關系數分別為0.93、0.97、0.95），且與3大災情要素的空間分布相一致，這說明Z能綜合表達3大災情要素。

2.3.2 雹災危害性等級劃分標準及區劃

注：圖中柱子指概率密度，曲線指概率密度曲線。

由伽瑪分布函數的概率可確定災損指數分位點x值，根據分布函數的概率及對應的災損指數閾值，表2定量給出了雹災危害性等級劃分標準。

表2 新疆雹災等級劃分標準

圖7給出新疆雹災危害性等級的空間分布，由圖可見，新疆的雹災出現在阿勒泰地區北部、塔城地區、博州、奎瑪流域、伊犁河谷、阿克蘇地區、喀什地區、和田的部分地區、巴州、哈密的部分地區，特重雹災出現在塔城市、博州、奎瑪流域、昭蘇縣、阿克蘇地區、伽師縣。

圖7 新疆雹災危害性等級劃分

2.4 新疆雹災的成因分析

雹災的出現不僅與冰雹天氣有關，還與農作物播種面積有一定的關系。充沛的水汽、足夠的動力抬升和大氣層結不穩定是產生冰雹天氣的3個必備條件。在天山兩側由于地形對天氣系統的強迫作用，動力抬升條件很容易滿足。因而，以下從水汽條件、大氣層結穩定度、農作物播種面積來解釋新疆雹災時空分布的原因。

2.4.1 水汽條件對雹災的影響

2.4.2 大氣層結穩定度

圖8 1961—2016年4—9月平均水汽壓的空間分布

圖9 4—9月平均水汽壓、平均指數和雹災出現次數的年際變化

2.4.3 農作物播種面積擴大的影響

新疆雹災受災面積和農作物播種面積逐年呈增加趨勢（圖10）。受災面積占播種面積的百分比（受災比）也表示雹災的危害程度，1950s、1960s、1970s受災比分別為0.547%、0.539%、1.159%，1980s至今受災比均超過3%，其中1980s、1990s、2000s分別為3.906%、3.058%、3.023%，2011—2016年6 a平均為3.107%。可見自1990s至今，雖然受災面積、播種面積在不斷遞增，但受災比相對穩定，變化較小。

圖10 1951—2016年雹災出現次數、受災面積、播種面積的年際變化

從圖10可以看出，播種面積越大、雹災出現次數越多，農作物受災面積就越大。在1951—2016年期間雹災出現次數（）、播種面積（，103hm2）、受災面積（，103hm2）的線性變化分別為=1.25-3.96（2=0.71，=9.5×10-19）、=47.491530.72（2=0.74，=2.2×10-20）、=2.65-16.49（2=0.59，=4.2×10-14），與和的多元線性回歸方程為=1.978+0.004－15.616（2=0.81，=1.1×10-23）。據此計算得到雹災出現次數、播種面積對受災面積線性變化趨勢的貢獻率分別為93%和7%，這表明受災面積由雹災出現次數決定，但隨著播種面積的擴大，受災面積也會增大。主要原因在于：1）播種面積增大，使得冰雹降在承載體上的幾率變大；2）播種面積的擴大，意味著灌溉面積和植物蒸騰面積也擴大，由地面蒸發和植物蒸騰從貼地層進入大氣的水汽增多，增多的水汽通過潛熱釋放增加大氣的不穩定和動力作用，造成雹災出現次數增加、強度加強，從而受災面積也就增大。

2.4.4 雹災出現次數的年景預測

2=0.212，=0.02 （7）

式中為雹災年景概率，≥0.5為偏多年景，＜0.5為偏少年景；為水汽壓，hPa；為指數，℃；為播種面積，105hm2。

3 結 論

1）1951—2017年的多年平均表明，新疆雹災出現次數、受災面積、經濟損失3大災情要素的年值分別為39次、75 485 hm2、10 996萬元，雹災在5—8月農作物生長期集中出現，6月最多；雹災出現次數多、受災面積大、經濟損失重的地域在博州、奎瑪流域、昭蘇縣、阿克蘇地區、喀什地區，而單次受災面積最大地區為瑪納斯河流域和阿克蘇地區，單次經濟損失最大地區為巴州北部和喀什地區中部。3大災情要素均呈線性增加趨勢，每年分別增加1.2次、2 589 hm2、336萬元，它們分別在1983年、1981年、1979年出現突變，突變前后2段的平均值差異明顯，突變后分別是突變前的3.9、5.7和3.6倍。

2）利用能綜合表達3大災情信息的災損指數，將雹災劃分為一般、較重、嚴重、特重4個危害性等級。特重災區位于塔城市、博州、奎瑪流域、昭蘇縣、阿克蘇地區、伽師縣，其中阿克蘇地區排名第1，博州次之。近幾年特重災區的雹災呈高發態勢，需重點防御，應在雹云移動路徑上增設多道防線，加密布設高炮和火箭發射裝置，針對不斷移動和發展的雹云開展大規模防雹催化作業，最大限度的減輕雹災危害。

3）水汽壓、指數對雹災發生的水汽條件和大氣層結穩定度具有很好的指示意義。水汽壓、指數高的地域、季節、年份，雹災次數就多，反之亦然。水汽壓、指數是影響雹災多寡的主要原因。雹災出現次數、農作物播種面積對受災面積均有影響，前兩者對后者線性增長趨勢的貢獻率分別為93%和7%。利用水汽壓、指數、播種面積作為因子，建立了雹災出現次數偏多、偏少的年景預測模型，模型預測正確率達73%。

綜上，利用3大災情要素歸納出新疆雹災的時空分布特征，基于熵權重計算方法構建的災損指數能夠綜合表達3大災情信息，為雹災危害性客觀定量等級劃分與評估奠定了基礎，這為其他氣象災害的區劃與評估提供了一種新的技術方法。選取影響雹災時空變化的氣候因子——水汽壓與指數，結合農作物播種面積建立的邏輯回歸雹災預測模型，為雹災年景預測提供了新的技術手段，但在年景預測模型中需再引入何種大氣環流參量，進一步提高預測準確率仍需深入研究。

[1] 中國氣象局. 地面氣象觀測規范[M]. 北京：氣象出版社，2003：21.

[2] Stanley A C. Temporal and spatial distributions of damaging hail in the Continental United States[J]. Physical Geography, 2008, 29(4): 341－350.

[3] 張芳華，高輝. 中國冰雹日數的時空分布特征[J]. 南京氣象學院學報，2008，31(5)：687－693.Zhang Fanghua, Gao Hui. Temproal and spatial features of hail days in China[J]. Journal of Nanjing Institute of Meteorology, 2008, 31(5): 687－693. (in Chinese with English abstract)

[4] 王曉明，倪惠，周淑香. 吉林省冰雹災害時空分布規律及特征分析[J]. 災害學，1999，14(3)：50－54.Wang Xiaoming, Ni Hui, Zhou Shuxiang. Analysis on distribution law and character in time and space of hail disasters in Jilin Province[J]. Journal of Catastrophology, 1999, 14(3): 50－54. (in Chinese with English abstract)

[5] 杜繼穩，王小寧，雷向杰，等. 陜北氣象災害與生態環境治理[J]. 災害學，2001，16(1)：71－77.Du Jiwen, Wang Xiaoning, Lei Xiangjie, et al. Meteorological disasters and ecological management in the North Shanxi[J]. Journal of Catastrophology, 2001, 16(1): 71－77. (in Chinese with English abstract)

[6] 紀曉玲，馬篩艷，丁永紅，等. 寧夏40年災害性冰雹天氣分析[J]. 自然災害學報，2007，16(3)：24－28.Ji Xiaoling, Ma Shaiyan, Ding Yonghong, et al. Analysis of disastrous hail weather in Ningxia in recent 40 years[J]. Journal of Natural Disasters, 2007, 16(3): 24－28. (in Chinese with English abstract)

[7] 包云軒，覃文娜，高蘋，等. 江蘇省近30年冰雹災害的時空變化規律[J]. 自然災害學報，2012，21(5)：197－206. Bao Yunxuan, Qin Wenna, Gao Ping, et al. Spatiotemporal change patterns of hail disaster in Jiangsu Province during recent 30 years[J]. Journal of Natural Disasters, 2012, 21(5): 197－206. (in Chinese with English abstract)

[8] 段瑋，胡娟，趙寧坤，等. 云南冰雹災害氣候特征及其變化[J]. 災害學，2017，32(2)：90－96. Duan Wei, Hu Juan, Zhao Ningkun, et al. Climatic characteristics and changes of hail disasters in Yunnan[J]. Journal of Catastrophology, 2017, 32(2): 90－96. (in Chinese with English abstract)

[9] 張國慶，劉蓓. 青海省冰雹災害分布特征[J]. 氣象科技，2006，34(5)：558－562.Zhang Guoqing, Liu Bei. Distributional characteristics of hail disasters in recent 40 years over Qinghai Province[J]. Meteorological Science and Technology, 2006, 34(5): 558－562. (in Chinese with English abstract)

[10] 龍余良，金勇根，劉志萍，等. 江西省冰雹氣候特征及冰雹災害研究[J]. 自然災害學報，2009，18(1)：53－57.Long Yuliang, Jin Yonggeng, Liu Zhiping, et al. Climatic character and disaster of hail in Jiangxi Province[J]. Journal of Natural Disasters, 2009, 18(1): 53－57. (in Chinese with English abstract)

[11] 向明燕，范麗紅，海米提·依米提，等. 新疆近45年氣象災害及其防御措施[J]. 干旱區研究，2007，24(5)：712－716.Xiang Mingyan, Fan Lihong, Haimit Yimiti, et al. Study on the change of meteorological disasters and the prevention measures in Xinjiang since recent 45 years[J]. Arid Zone Research, 2007, 24(5): 712－716. (in Chinese with English abstract)

[12] 陳彥清，楊建宇，蘇偉，等. 縣級尺度下雪災風險評價方法[J]. 農業工程學報，2010，26(增刊2)：307－311.Chen Yanqing, Yang Jianyu, Su Wei, et al. Risk assessment of snow disaster on county scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(Supp.2): 307－311. (in Chinese with English abstract)

[13] 秦越，徐翔宇，許凱，等. 農業干旱災害風險模糊評價體系及其應用[J]. 農業工程學報，2013，29(10)：83－91. Qin Yue, Xu Xiangyu, Xu Kai, et al. Fuzzy evaluation system of agriculture drought disaster risk and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(10): 83－91. (in Chinese with English abstract)

[14] 梁旭，丁建軍，曹寧. 寧夏自然災害綜合分區及多尺度特征分析[J]. 干旱區資源與環境，2011，25(4)：62－68.Liang Xu, Ding Jianjun, Cao Ning. Comprehensive division and multi-scale character analysis on the natural disasters in Ningxia[J]. Journal of Arid Land Resources and Environment, 2011, 25(4): 62－68. (in Chinese with English abstract)

[15] 董婷，任東，孟令奎，等. 基于閾值優化模糊投票法的農業旱情等級遙感評估[J]. 農業工程學報，2018，34(12)：137－145. Dong Ting, Ren Dong, Meng Lingkui, et al. Remote sensing evaluation of drought degree based on threshold-optimized fuzzy majority voting model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(12): 137－145. (in Chinese with English abstract)

[16] 翟志宏，姜會飛，葉彩華，等. 基于概率分布模型的北京地區冰雹災害風險區劃[J]. 中國農業大學學報，2008，13(6)：49－53.Zhai Zhihong, Jiang Huifei, Ye Caihua, et al. Hail risk distribution based on probability density model in Beijing region[J]. Journal of China Agricultural University, 2008, 13(6): 49－53. (in Chinese with English abstract)

[17] 扈海波，董鵬捷，潘進軍. 基于災損評估的北京地區冰雹災害風險區劃[J]. 應用氣象學報，2011，2(5)：612－620. Hu Haibo, Dong Pengjie, Pan Jiniun. The hail risk zoning in Beijing integrated with the result of its loss assessment[J]. Journal of Applied Meteorological Science, 2011, 2(5): 612－620. (in Chinese with English abstract)

[18] 蒲金涌，尤志剛，李建國，等. 天水市雹災對糧食作物生產影響的風險評價[J]. 中國農學通報，2012，28(8)：282－286. Pu Jinyong, You Zhigang, Li Jianguo, et al. Risk assessment of influence of hail disaster on crops in Tianshui[J]. Chinese Agricultural Science Bulletin, 2012, 28(8): 282－286. (in Chinese with English abstract)

[19] 溫華洋，田紅，唐為安，等. 安徽省冰雹氣候特征及其致災因子危險性區劃[J]. 中國農業氣象，2013，34(1)：88－93.Wen Huayang, Tian Hong, Tang Weian, et al. Climatic characteristics of hail disaster and its risk zoning in Anhui Province[J]. Chinese Journal of Agrometeorology, 2013, 34(1): 88－93. (in Chinese with English abstract)

[20] 楊振鑫，孫磊，牛潤和，等. 甘肅臨夏地區冰雹時空分布特征及其災害風險區劃初探[J]. 暴雨災害，2016，35(6)：596－601. Yang Zhenxin, Sun Lei, Niu Runhe, et al. Analysis of temporal and spatial distribution of hailstorm and its disaster risk zoning in Linxia of Gansu province[J]. Torrential Rain and Disasters, 2016, 35(6): 596－601. (in Chinese with English abstract)

[21] 史蓮梅，李斌，李圓圓，等. 新疆冰雹災害經濟損失評估及風險區劃研究[J]. 冰川凍土，2017，39(2)：299－307. Shi Lianmei, Li Bin, Li Yuanyuan, et al. Study on economic loss assessment and risk division of hail disaster in Xinjiang[J]. Journal of Glaciology and Geocryology, 2017, 39(2): 299－307. (in Chinese with English abstract)

[22] 溫克剛. 中國氣象災害大典·新疆卷[M]. 北京：氣象出版社，2006：233－273.

[23] Shi Neng, Zhu qiangen. An abrupt change in the intensity of the East Asian summer monsoon index and its relationship with temperature and precipitation over East China[J]. International Journal of Climatology, 1996, 16(1): 1－8.

[24] 時光新，尹成信. 基于熵的小流域治理效益評價模型及其應用[J]. 水土保持通報，1999，19(5)：38－40. Shi Guangxin, Yin Chengxin. Benefit evaluation model and its application on small watershed control on the basis of information entropy[J]. Bulletin of Soil and Water Conservation, 1999, 19(5): 38－40. (in Chinese with English abstract)

[25] 林運東，門寶輝，賈文善. 熵權系數法在水體營養類型評價中的應用[J]. 西北水資源與水工程，2002，13(3)：27－28. Lin Yundong, Men Baohui, Jia Wenshan. Application of entropy weight coeffcient method to evaluating on alimentative type of water[J]. Northwest Water Resources & Water Engineering, 2002, 13(3): 27－28. (in Chinese with English abstract)

[26] 陳家鼎，劉婉如，汪仁官. 概率統計講義[M]. 北京：高等教育出版社，1982.

[27] Ting M, Kushnir Y, Seager R, et al. Forced and internal twentieth-century SST trends in the North Atlantic[J]. Journal of Climate, 2009, 22: 1469－1481.

[28] Cheng S, Guan X, Huang J, et al. Long-term trend and variability of soil moisture over East Asia[J]. Journal of Geophysical Research Atmospheres, 2015, 120: 8658－8670.

[29] 王兆禮，李軍，黃澤勤，等. 基于改進帕默爾干旱指數的中國氣象干旱時空演變分析[J]. 農業工程學報，2016，32(2)：161－168. Wang Zhaoli, Li Jun, Huang Zeqin, et al. Spatiotemporal variations analysis of meteorological drought in China based on scPDSI[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(2): 161－168. (in Chinese with English abstract)

[30] 高繼卿，楊曉光，董朝陽，等. 氣候變化背景下中國北方干濕區降水資源變化特征分析[J]. 農業工程學報，2015，31(12)：99－110. Gao Jiqing, Yang Xiaoguang, Dong Chaoyang, et al. Precipitation resource changed characteristics in arid and humid regions in Northern China with climate changes[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(12): 99－110. (in Chinese with English abstract)

[31] 胡琦，董蓓，潘學標，等. 1961－2014年中國干濕氣候時空變化特征及成因分析[J]. 農業工程學報，2017，33(6)：124－132. Hu Qi, Dong Bei, Pan Xuebiao, et al. Spatiotemporal variation and causes analysis of dry-wet climate over period of 1961-2014 in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(6): 124－132. (in Chinese with English abstract)

[32] 魏敬周，劉維忠. 農作物面積變化對新疆水資源結構偏差的影響[J]. 節水灌溉，2017(2)：76－79. Wei Jingzhou, Liu Weizhong. Effects of planting area change of cotton, wheat and corn on water resources utilization structure deviation of in Xinjiang[J]. Water Conservation and Irrigation, 2017(2): 76－79. (in Chinese with English abstract)

Temporal and spatial distribution and hazard assessment of hail disasters during crop growth period in Xinjiang

Wang Yun1, Wang Shigong2, Wang Xu3, Ma Yu4※

(1.,,730000,; 2.,,610225,; 3.,830002,;4.,830002,)

Hail is a serious meteorological disaster that occurs frequently in the growing period of crops in Xinjiang. Based on 2 629 records of 3 major disaster elements: the occurrence times, disaster area and economic loss of hail disaster in 1951－2017, the temporal and spatial distribution of hail disaster in Xinjiang was analyzed. Based on the entropy weight method (EWM), the disaster loss index which can comprehensively express the 3 disaster information was constructed. According to the gamma distribution function of the disaster loss index, the classification criteria of the damage grade of hail disaster were given objectively and quantitatively. Then the harm of hail disaster was classified and evaluated. The reasons for the regional, seasonal and interannual variation of hail disasters in Xinjiang were explained with water vapor pressure and air mass index. Air mass forecast model of hail disasters was established based on the logical regression. The results showed that: 1) The annual number of occurrences, the area and the economic losses of hail disasters in Xinjiang were 39 times, 75 485 hm2, and 109.96 million yuan. The hail disasters concentrated from May to August, i.e. in the crop growth period, and mostly in June; Bozhou, Kuitun-Manas Valley, Zhaosu County, Aksu Prefecture and Kashgar Prefecture on both sides of the Tianshan Mountains and adjacent areas had the most occurrences of hail disasters, large area and heavy economic losses; the largest areas affected by the single hail were Manas River Basin and Aksu Prefecture. The area that suffered the most economic losses by the single hail was the northern part of Bazhou and Kashgar Prefecture. The 3 major disaster factors all showed a linear increase trend. The propensity rates were 1.2 times/year, 2 589 hm2/year, and 3.36 million yuan/year. All of them showed abrupt changes in 1983, 1981, and 1979, respectively. The mean values were significantly different before and after the abrupt changes, and the mean value after the abrupt changes was 3.9 times, 5.7 times and 3.6 times of that before the abrupt changes, respectively. 2) Using the disaster loss index, the hail disaster was classified into 4 hazard levels: general, heavier, serious and extra serious. The extra serious disaster area was located in Tacheng, Bozhou, Kuitun-Manas Valley, Zhaosu County, Aksu Prefeccture, and Jashi. Aksu Prefecture ranked first, followed by Bozhou. In recent years, the hail disasters in the extra serious disaster-hit areas have been on the rise, requiring major defense. Multi defense lines should be added to the moving path of hail cloud, and the density of anti-aircraft guns and rocket launchers should be increased to carry out large-scale anti-hail catalytic operation for the continuous moving and developing hail clouds in order to minimize the harm of hail disaster to the maximum extent. 3) Vapor pressure and air mass index were good indications of the water vapor conditions and atmospheric stability when the hail disaster happened. In the areas, seasons and years where or when water vapor pressure and air mass index were high, more hail disasters occurred, and vice versa. Vapor pressure and air mass index were the main reasons for the impact of disasters. The number of occurrences of disaster and the area planted with crops both had an impact on the affected area. The contribution rates of the former 2 to the linear growth trend of the latter were 93% and 7%, respectively. The water vapor pressure, air mass index and planting area were used as the factors, and an annual forecasting model forecasting high or low frequency of the occurrence times of hail disaster was established. The fitting accuracy of the model was 73% and the fitting effect was good.

hazards; models; crops; hail disaster; temporal and spatial distribution; influencing factor

2018-08-27

2018-12-03

公益性行業（氣象）科研專項經費項目（GYHY201306047）

王昀，博士生，主要從事極端天氣與氣象災害研究。Email：yunwang@vip.163.com

馬禹，研究員，主要從事氣候變化研究。Email：wangxu2323@vip.163.com

10.11975/j.issn.1002-6819.2019.06.018

S427

A

1002-6819(2019)-06-0149-9

王 昀，王式功，王 旭，馬 禹. 新疆農作物生長期雹災的時空分布及危害性評估[J]. 農業工程學報，2019，35(6)：149－157. doi：10.11975/j.issn.1002-6819.2019.06.018 http://www.tcsae.org

Wang Yun, Wang Shigong, Wang Xu, Ma Yu. Temporal and spatial distribution and hazard assessment of hail disasters during crop growth period in Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 149－157. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.06.018 http://www.tcsae.org