李 姣,王麗榮,張 琪,孫玉龍,張安凝知
(1.河北省氣象災害防御中心,河北 石家莊 050021;2.南京信息工程大學應用氣象學院,江蘇 南京 210044)
冰雹災害具有局地性、突發性、來勢猛、強度大等特點。尤其在北方山丘區,由于地形復雜、天氣多變、冰雹天氣多,對農業危害很大。河北作為水果生產大省,林果產業在農業和農村經濟中占有十分重要的位置,由于河北地區冰雹多發時段為春末到秋初[1],正是林果生長的關鍵期,突發冰雹可對大片果樹形成打擊式危害,造成減產甚至絕收[2]。理清河北省冰雹發生特征及對林果的影響對于制定防災減災措施、服務農村經濟發展具有重大意義。
目前,對冰雹的研究主要包括災害性天氣預報[3]、時空分布特征[4-5]和雹災風險[6-8]等方面。且隨著防災減災工作的需求增大,冰雹災害風險的評估與區劃逐漸成為研究熱點。學者們在農作物災害風險評價體系的構建和承災體脆弱性等方面開展了大量研究[9-11]。眾多調查研究已表明,冰雹會對不同生長期的果樹造成破壞,由于風雹相伴,果樹在開花座果時遭受風雹災害, 會形成嚴重的落花落果現象而導致大幅度減產[12],幼果被打傷,果品品質也會大幅下降;果實成熟期遭受雹災,有的即使發育成熟,果實容易腐爛不耐貯存,也會帶來巨大損失[13-14]。基于此,部分研究者開展了冰雹對果樹的影響評估研究,李星葦等[2]分析了阿克蘇冰雹頻次與葡萄、梨、杏、蘋果等年產量及種植面積的關系,發現當地受冰雹災害影響較大的果樹主要有梨、葡萄、杏等,但對比烏魯木齊市1993—2015年的林果單位面積產量與冰雹災害發生頻次的相關性,發現其相關性并不顯著[15];梁軼等[16]從致災因子危險性、承災體易損性以及防災減災能力三個方面,構建陜西蘋果冰雹災害風險評估模型;車向軍等[17]將冰雹最大直徑和持續時間相乘,定義了不同生長期蘋果冰雹災害指數,并通過現場調查確定了慶陽市冰雹災害發生的高風險區。李培仁[18]、欒慶祖[19]等分別以蘋果和桃為例,從力學角度提出了基于冰雹大小的水果冰雹災害損失評估方法,但是忽略了冰雹持續時間、伴隨風速等因素對林果損失造成的影響[20]。
以往在冰雹對林果災害風險評估中,鮮有應用災損數據,或者僅考慮災損而忽略了冰雹持續時間、風速等其他影響災損大小的重要因子。本文擬利用河北省觀測站監測數據分析冰雹的氣候特征,同時考慮林果災損數據、冰雹大小、持續時間、伴隨的風速、雨量等要素,采用多元回歸[21]與最優分割[22]的方法將冰雹災害對林果業的風險進行評估與等級劃分,可用于客觀定量評估冰雹對河北省林果業的影響,以期為冰雹對林果災害的評估及防御提供參考。
河北省屬溫帶半濕潤半干旱大陸性季風氣候,四季分明。按照1981—2010年的氣候統計平均值,全省年平均氣溫11.8℃,7月平均氣溫最高,為25.9℃,1月最低為-4.6℃;年平均降水量503.5 mm,夏季降水占全年的66%,冬季占2%。
河北省地勢西北高、東南低,地形復雜,多種氣象災害頻發。其中,冰雹災害發生次數和造成的直接經濟損失僅次于暴雨洪澇[23],根據河北省民政部門2014—2018年的資料,風雹災害年均直接經濟損失達10億元以上,尤其是2015年和2017年,分別占氣象災害總損失的47.1%和39.7%[24]。根據中國氣象災害年鑒2004—2015年統計數據,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中,河北位居榜首[10]。
冰雹日數來源于氣象臺站觀測資料。按照地面觀測規范[25],某臺站1 d內若出現冰雹,不論出現次數,均記為一個冰雹日;不同臺站在同一日均出現冰雹天氣,則每個臺站算作一個冰雹日。冰雹災害資料由民政部門提供或者災害普查等方式得到。災害日數的統計以市區(縣)為基本單位,市區與縣同等級。按照以上統計方法,數據整理如下:
(1)1951—2018年的河北省142個氣象觀測站的逐日冰雹觀測數據,共8 457個雹日;
(2)1984—2018年的冰雹歷史災情數據共2 334條,其中,同時記錄了冰雹最大直徑和持續時間的有535條,同時記錄了林果受災面積和直接經濟損失的僅有25條。
1.3.1 氣候統計方法 根據河北省氣象臺站的觀測數據,分析了河北省冰雹日數的時空分布特征。空間分布特征統計時段為1974—2018年,全省142個氣象站全部建立;時間分布特征采用1951—2018年資料,按照式(1)~(3)計算了冰雹的年際變化特征、月變化特征和每日內逐時分布情況。
(1)
(2)
(3)
式中,i代表氣象站(i=1,2,3,…,142),j代表年(j=1,2,3,…,68),P(i)表示第i個氣象站當年冰雹日數,Ay表示當年的各站年均冰雹日數,I為當年氣象站總個數;Q(j)表示第j年某月全省的總冰雹日數,Am表示某月多年平均冰雹日數,O(j)表示第j年某小時時次內全省總冰雹日數,Ah表示某時次多年平均冰雹日數,J為總年數,本文為68 a。
1.3.2 災損系數的確定 收集到的林果業雹災損失數據主要為林業直接經濟損失、受災面積、受災棵數等,但是氣象觀測站僅記錄降雹的時間和直徑大小,并不能確定降雹范圍的大小,因此在選取災損參數的時候,我們選擇與冰雹強度相關的單位面積林業損失,并對其進行了年代際的修正,全部訂正到2018年。
(4)
式中,I為單位面積林業損失(萬元·hm-2);E為某一次冰雹災害過程的林果經濟損失(萬元);S為林果受災面積(hm2);Ey表示該次災害發生年的河北省GDP值(萬億元);E2018表示2018年的河北省GDP值(萬億元)。
1.3.3 冰雹災害對林果風險評估的模型構建 按照圖1的流程,通過相關分析的方法確定致災因子,并根據修正后的災損數據采用回歸分析的方法建立回歸方程,構建冰雹災害風險評估模型;采用最優分割法,劃分不同等級的風雹災害致災臨界閾值。
統計了1951—2018年河北省年均冰雹日數的時間變化(圖2),冰雹日數整體呈波動下降趨勢,下降速度為0.26 d·10a-1,并通過了α=0.01的顯著水平檢驗。最大值出現在1954年,平均每站出現3.43 d,最小值出現在2017年和2018年,平均每站出現0.25 d。按年代看,20世紀50年代初到70年代初、80年代中期到90年代初是冰雹多發期,90年代中后期至今為冰雹少發期,此后,降雹日數明顯下降,1951—1992年的冰雹平均日數為1.52 d,1993—2018年僅為0.56 d,可以看出,20世紀90年代之前,冰雹日數大都在平均線之上,而90年代之后,降雹日數低于平均線,這種趨勢與符琳等[4]的研究結果是一致的。
2.2.1 月變化特征 由圖3可見,河北省的冰雹天氣由3月開始到11月結束,持續時間達9個月,主要出現在5—9月,月內冰雹日數均超過了10站次,其中,5—7月冰雹發生最為集中,占總次數的65%,尤其是6月,發生次數占年冰雹總次數的30%,而3月和11月出現次數很少。

圖1 冰雹對林果災害評估模型的構建流程Fig.1 The process of hail disaster evaluation model on fruit farming
2.2.2 日變化特征 由圖4可見,大部分降雹集中在午后到傍晚,13∶00—19∶00的冰雹次數占總次數的70%以上,16∶00出現冰雹次數最多;夜間(20∶00—8∶00)冰雹次數占總次數的19%。這主要是由于午后太陽直接輻射強度大,地面和低層大氣迅速升溫,高層大氣由于來不及升溫,導致氣溫上冷下熱,氣層的不穩定容易產生強對流天氣。
圖5給出了河北省1974―2018年45 a的冰雹總日數空間分布及海拔高度。可見,隨著地勢高低的變化,河北省的冰雹空間分布由西北向東南逐漸減少,總體上,北部多于南部,西部多于東部,亦即高原、山地區域多于平原。冰雹多發區位于張家口和承德以及保定的西北部。張家口地區冰雹日數最多,大多在100 d以上,其中,位于壩上高原的尚義、沽源、崇禮和康保均超過150 d;承德僅次于張家口,冰雹日數在70~150 d之間;保定的淶源冰雹日數為126 d,為一個次高值中心。邯鄲西部的涉縣為冰雹相對多發區,累計冰雹日數為45 d,邯鄲和邢臺的東部冰雹日數最少,其中,邯鄲的廣平、大名、成安和曲周冰雹累計日數小于10 d。

圖2 河北省1951—2018年年均冰雹日數變化Fig.2 Annual average hail days from 1951 to 2018in Hebei Province

圖3 河北省1951—2018年年均各月冰雹日數變化Fig.3 Monthly average hail days from 1951 to2018 in Hebei Province
3.1.1 冰雹致災因子的識別 在篩選出的風雹災害數據中,僅有很少一部分完整記錄了林果經濟損失和受災面積。最終,篩選出25條包含詳細林果災害、冰雹最大直徑和冰雹持續時間的災情數據,分別計算冰雹最大直徑、持續時間以及降雹時風速、小時雨強、過程降水量等要素與林果損失的相關性,相關系數及顯著性水平見表1。單位面積林果損失與冰雹持續時間和最大直徑呈極顯著正相關,相關系數分別為0.65和0.67(圖6);與降雹時風速、小時雨強、過程降水量相關性不顯著。故選取冰雹最大直徑和持續時間作為冰雹致災的影響因子。

圖4 河北省1951—2018年各時次年均冰雹日數變化Fig.4 Hourly average hail days from 1951 to 2018in Hebei Province

圖5 河北省1974—2018年冰雹日數空間分布圖Fig.5 Spatial distribution of hail days from 1974to 2018 in Hebei Province
3.1.2 冰雹對林果損失評估模型的構建 將冰雹持續時間、冰雹最大直徑作為林果冰雹災害的評估指標,采用多項式回歸模型擬合河北省23個冰雹林果損失災情案例(共25個災情案例隨機選取2個案例用于檢驗,其余23個案例用于構建模型):
I=1.4186D+0.219T-3.094
(5)
式中,I為回歸模型預估的單位面積林業損失(萬元·hm-2);D為冰雹直徑(cm);T為冰雹持續時間(min)。該評估模型的R2=0.6478,F=18.39,通過了α=0.01的顯著水平檢驗。
3.1.3 林果冰雹災害等級劃分 對于記錄了冰雹最大直徑和持續時間的數據,利用構建的冰雹災害風險評估模型對災損序列進行完善,計算每次過程單位面積的災損值,將其從小到大依次排序,用最優分割法劃分為輕度、中度、較重、重度、嚴重5個等級,各等級所對應的致災臨界閾值見表2。
3.1.4 模型準確率評估 將篩選出的23條災情個例對評估模型進行回代評估[26],其中,有13次預測準確,10個樣本預測結果與實際相差一個等級,預測準確率為56.5%;用隨機選出的2次冰雹過程對評估模型進行檢驗,其預測等級與實際完全相同,準確率為100%(表3)。綜合以上,在對災情的評估中有60%的評估結果與實際一致,其余40%評估結果與實際誤差僅為一個等級。
對不同級別災害準確率評估結果,I級和Ⅱ級準確率均為100%;Ⅲ級、IV級和V級災害的準確率分別為57.1%、56%和57%。因此可認為,模型可以大致評估出冰雹災害的等級,整體評估效果較好,尤其對于損失嚴重的災害可以準確進行評估。

表1 氣象要素與單位面積林果損失的相關系數

表2 河北省冰雹對林果災害強度等級劃分及致災閾值
對2019年發生在河北的兩次冰雹對林果災害過程進行評估。5月15日,遷西縣發生冰雹,未監測到冰雹直徑和持續時間,通過災情描述可以看出,均為林果受災,通過計算單位面積損失為3.46萬元·hm-2,屬于IV級(中度)災害;6月8日,盧龍縣出現冰雹,葡萄受災,此次災害過程監測到了冰雹最大直徑和持續時間,通過模型評估,預測單位面積損失為1.43萬元·hm-2,屬于V級(輕度)災害,實際受災強度為1.73萬元·hm-2,基本符合。據氣象部門和民政部門統計,2019年冰雹日數較少,災害損失較輕,總體看與評估結果相符。
風雹天氣所具有的局地性、迅猛性等特征,使其造成的影響相對其他氣象災害更加復雜,難以評估。目前,冰雹對林果災害的研究多集中于災害發生頻次的研究,頻率越高,雹災損失越大[2,12],但是,不同冰雹天氣過程由于其強度不同,災害影響程度也不同。欒慶祖等[19]采用動力學方法進行了水果冰雹災害災損評估,從致災機理的角度分析了冰雹對水果的影響,該方法依賴于較高精度的冰雹直徑譜分布模型,在應用中受到一定限制。
本研究選取與冰雹強度相關的多種氣象要素,利用災損數據篩選出主要相關因子,建立了致災因子強度與災害損失強度的直接聯系,構建的冰雹對林果損失評估模型方法簡單、參數少、易于應用,在評估冰雹天氣過程對林果損失中具有現實意義,該研究思路也可以嘗試應用到其他承災體。

表3 模型準確率評估結果

表4 2019年河北省2次冰雹對林果災害強度評估
由于現有的冰雹對林果災害的數據記錄相對較少,本文建立的模型有待更多的數據進一步修訂和完善。冰雹往往伴隨大風[20],二者造成的損失也難以區分,后續工作應開展風雹綜合災害的研究,同時可使研究樣本量大大提高,研究結果實用性也更強。冰雹天氣局地性較強,難以評估其影響面積,未來研究中應跳出人工觀測的局限,采用雷達等手段開展冰雹發生面積的估測[24],由損失強度的評估過渡到總的災損評估研究。
本文以1951—2018年的冰雹觀測數據及1984—2018年的災情數據為基礎,分析了河北省冰雹災害時空分布特征;構建了基于災損數據的冰雹災害風險評估模型,劃分了冰雹災害風險等級,得到如下結論:
1)1951—2018年,河北省冰雹日數以0.26 d·10a-1的速度波動下降(通過α=0.01顯著水平檢驗);冰雹多發生在春末秋初,6月份最多;日內冰雹多發生在午后至傍晚時段,16∶00次數最多。河北省冰雹災害性天氣空間分布隨地形變化由西北向東南依次減少,山區多于平原。
2)冰雹最大直徑和持續時間與林果災損的相關性較好,相關系數分別為0.65和0.67,呈極顯著正相關(通過α=0.01顯著水平檢驗);降雹時的最大風速、降水量、雨強等因子與林果災損相關性較差。
3)建立的冰雹災害對林果損失風險評估模型,評估準確率為60%,相差一個等級的為40%,總體效果較好。河北省冰雹對林果災害過程中,輕度到較重的災害過程分布最廣,重度和嚴重的災害過程較少。
4)2019年河北省冰雹災害對林果影響較小,災情較輕。