農業氣象災害監測預測技術研究進展

摘 要：隨著農業氣象服務業的不斷發展，不少高效、準確的氣象災害監測和預警技術被廣泛應用，成為災害評估及預案制定的前提。對此，本文深入研究農業氣象災害監測預警技術的優勢，明確農業氣象服務的潛在問題，提出科學的改進措施，強化氣象部門對災害預測的研究，構建全面完整、動態持續的氣象災害預警體系。

關鍵詞：農業氣象;災害監測;預警技術

中圖分類號：S16

文獻標識碼：A

DOI：10.19754/j.nyyjs.20190630067

引言

由于極端氣象因素造成的自然災害是農業作物減產的主要原因。受季風性氣候和地域分布的影響，我國是世界上氣象災害頻發的國家之一，并且具有持續性、廣泛性等特點，災害種類繁多，造成的經濟損失和人員身亡慘重。加之我國農業基礎設施建設不足，群眾防范能力差，沒有從根源上有效應對氣象災害的出現，對國家糧食安全構成了極大的威脅。

1 農業氣象災害的判定指標

氣象災害監測預測技術的發展離不開災害指標的確定，在近幾年的科學研究中，農業干旱、寒凍、洪澇等氣象災害指標應相對完善。

1.1 干旱指標

干旱指標用于描述區域內空氣的干燥程度，一般由連續無雨日數、降水距平、土壤相對濕度、作物受旱面積、水田缺水率等確定，在干旱災情的分析中起著對比、度量等作用，是干旱監測技術運用的核心內容。干旱成災的原因較多，主要是地理位置、地區氣候、自然環境、人為因素的影響。對此，我國并未形成統一的干旱判定指標，各地所使用的指標已經達到60種左右，需要專業人員結合地區特性加以確定。

連續無雨日數是指在種植作物期間，連續不降雨或降雨量不足的天數。各地氣候條件的不同，植物關鍵生長期的連續無雨日數同干旱等級的關系如表1（需要注意的是無有效降水為日降水量<5mm的情況）。

不同的作物的需水關鍵期不同，水分欠缺越多對作物最終生產總量的影響較大，關系圖如表2。

降水距平是指在計數期內測定的降雨量與多年同期平均降雨量的差值。根據中央氣象臺的指標確定范圍，把單個氣象觀測站連續3個月以上觀測的降水量數值與多年平均值比較，低于25%～50%的為一般干旱，低于50%～80%的為重旱，連續3個月降水量低于多年平均值70%左右的為一般干旱，低于80%以上的為重旱，關系如表3。

土壤相對濕度的理論公式為：Rw=Wc/W0×100%

其中Rw為土壤相對濕度（%）;Wc為當前的土壤重量或體積含水量（%）;W0與Wc相同單位的田間持水量（%）。播種期的土層厚度以0～20cm為界限，生長關鍵期以0～60cm為界限，關系如表4。

1.2 低溫冷害指標

主要是因為作物在正常發育中所需的熱能不足致使發育緩慢，產量降低的一種氣象災害，一般使用溫度距平和積溫距平的指標來表示。東北地區的溫度距平主要是根據5—9月份的平均測量氣溫和距平值來確定，分成一般低溫冷害和嚴重低溫冷害2個類型，判定界限為△T≤-1.3℃何△T≤-3.3℃。實踐表明，低溫冷害對作物減產程度的影響與溫度距平值存在正相關的關系，并且建立了低溫冷害的指標體系，用于判斷1a內低溫冷害出現的頻率及危害程度，從而為作物的種植提供參考依據。由于上述指標是根據同種作物的同個發育階段所展開，缺乏對比意義。因此總結了玉米、棉花、水稻等作物的不同生物階段與溫度指標的關系，提出了熱量指數的新理念，并合理運用到監測預測技術中。由此可確定，低溫冷害除了自然環境所提供的熱能不足作物發育之外，還影響了作物的正常發育規律，致使作物出現延遲生長的狀況。

1.3 洪澇指標

洪澇一般發生在降雨量、降雪量較多，且處于常年風暴潮、熱帶氣旋的堤壩地區，以及由此引發的次生災害。洪澇災情的監測指標分為基本指標和擴展指標。前者是發生次數、年度風險評估的重要依據，如受災人數、作物損害面積、直接經濟損失等，后者則是評估對象選定的指標，如水、電、氣的中斷歷時等。

2 農業氣象災害監測預測技術

隨著氣象災害指標的不斷完善和確立，氣象災害監測預測技術研究也從單一化轉向立體化、多元化的方向。從地面到高空的三維監測體系被廣泛建立，衛星、雷達等智能遙感監測系統也逐漸拓展到干旱、洪澇、冷害等氣象災害的預警預防工作中，并且借助3S技術實現了氣象災害的動態化監測，從微觀和宏觀的角度全面提高了氣象災害預警的效率和準確度，為指導農業生產提供了可靠保障。

2.1 地面監測技術

地面氣象監測技術是指在地面平臺建立可用于人工進行觀察氣象的設施技術，可測量近地面層的關鍵要素和氣候，具有便捷、準確度高、實時性的特點，一直以來都是其他創新監測技術研發的保障，缺點是監測站點分布離散、耗時耗力。我國農業氣象災害服務一般是通過對土壤的濕度和區域溫度的監測來判定災害程度。例如干旱指標的技術監測。其主要參數是土壤的蒸散量。20世紀初有學者建立了蒸散量的物理模型，并通過計算機進行了完善的模擬實驗，同時提出了互補理論，基于常規氣象資料判定出實際蒸散量。地面氣象觀測需要安裝地理信息系統，業務人員要結合當地地勢條件分析主要氣象數據。作物生長模擬技術也推動了地面氣象技術的發展。有關人士建立玉米生長模型，根據以往當地發生冷害氣象的數據信息，分析玉米灌漿期在遇到冷害氣象時的生長規律，由此計算出玉米干重的損失量。互聯網技術的發展豐富了氣象災害監測的方式，開發了一套新型的人造適宜氣候溫室，內部可實施動態環境監測、遠程數據采集、不良因子警告、遠程控制室溫等手段，為農業氣象服務提供了優質的服務。部分受自然氣象影響較大的作物可有效利用此技術，能達到實時監控、診斷和預警的管理目的。

2.2 遙感監測技術

雷達、衛星等遙感技術是農業氣象災害監測及預防的創新工具，且準確度較高，應用價值極大，對預防干旱、洪澇等自然災害起到了重要的作用。此技術在干旱監測工作中得到了普遍應用，當前最常見的干旱遙感監測模式便是熱慣量法，加之雷達自動感應土壤中的蒸發水分和剩余含水量：向目標發射雷達波束并接收回波型號，然后根據所得射散系數和作物的生長態勢、土壤的物理特征來檢測干旱程度。全國應用的干旱指數有溫度植被、溫差植被、表觀熱慣量植被等，通過對這3個指數的監測和分析，最終檢驗出土壤可種植的性能。此技術的應用需要依靠已有的區域氣象條件、地質特點、地表覆蓋面積、土壤屬性、作物特點等數據，同時在建構模型時需要通過重復采樣和處理的程序來提高模型的空間分布律，使得可見光的波段消散，監測結果存在一定的誤差。現代農業氣象技術對此進行了改進，通過可見光+近紅外和微波遙感相結合的模式來提高對干旱災情的監測具有實踐意義。例如植被干旱響應指數便是在發達國家得到廣泛推廣的新型干旱監測指數。這是一種基于傳統干旱氣象監測手段的綜合技術，融合了時間序列，綜合了干旱強度指標、降水指數、生態環境、土壤特性等數信息，采用全心的數據分析技術監測出植物與氣候之間存在的關聯。

2.3 數理統計預測技術

實時、精確的氣象災害預測技術研發是農業部門、氣象部門面臨的首要問題。數理統計預報仍然是當前預防氣象災害的有效方法，其原理便是應用時間序列，輸入多元回歸方程，經過歸納、總結、分析后建構數理模型。時間序列的分析是根據氣象災害在發生時的一般規律，包括發生時間、間隔次數、持續時間等，借此推測出未來發生同種氣象災害的可能性和影響范圍。一般情況下，氣象災害的時間序列可以在計算機模擬器中建立起函數關系，并按照周期性的原理從中篩選出必要的函數形成預測模型。在引入非線性、突變型回歸方程建成的模型之后，優化了其函數關系式，提高了預測的精確度。這種技術是基于原始災害數據的條件下分析前期、中期、后期的要素變化。這些要素大多來自對大氣環流的動態監測、地表溫度的宏觀感應等。

3 結論

氣象觀測人員應當意識到，當前農業氣象災害監測預測技術仍處于發展研究階段，基礎性建設稍顯不足，平臺系統的災害預警信息不夠完善，不利于群眾及時做好應急準備。對此，在創新監測技術的過程中，應綜合應用好各項災害指標，強化對新技術的實驗論證，盡量規避其應用風險。同時，結合作物模型的構建形成立體化的氣象預測體系，大力發展高空遙感和地面觀測技術，為農業的發展做出持續性的貢獻。

參考文獻

[1] 馮林琳.農業氣象災害監測預測技術的應用[J].農業與技術，2019（02）：139-140.

[2] 王鵬.農業氣象災害監測預測技術探討[J].現代農業科技，2017（04）：165，167.

[3] 郭建平.農業氣象災害監測預測技術研究進展[J].應用氣象學報，2016（05）：620-623.

作者簡介：

李曉莉（1975-），女，本科，工程師，研究方向：氣象。