浙江省梨氣象災害風險評估

王曉， 勵臣儒， 林宏偉， 楊棟*

(1.象山縣氣象局，浙江 寧波 315700； 2.寧波市氣象局， 浙江 寧波 315012； 3.慈溪市氣象局，浙江 寧波 315300)

浙江屬亞熱帶季風氣候，年氣溫適中，雨量豐沛，雨熱季節變化同步，非常適宜梨的生長，使得浙江省成為全國南方梨的重點產區之一。目前，全省70多個縣(市、區)有梨樹栽培，截至2019年，全省梨的種植面積為2.03萬hm2，產量達38.1萬t。梨的產量和品質的形成與氣象條件密切相關，受氣候變化的影響，近年來極端氣候事件頻發，對梨安全生產構成一定威脅?？茖W合理地分析梨氣象災害風險，可為梨可持續發展提供決策依據。

農業氣象災害風險研究既是災害學和農業氣象學領域中研究的熱點，又是當前政府相關管理部門和農業生產部門亟須的應用性較強的課題[1]。災害風險評估是災害風險分析研究的核心內容，是風險管理的基礎，對于減災降險具有舉足輕重的作用[2]。趙思健等[3]認為，通過構建氣象災害指數和異常優化匹配技術量化氣象災害與產量損失之間的關系，可以實現作物氣象災害風險的識別與評估。由于監測手段、評估技術等方面限制，果樹氣象災害的風險評估仍然處于探索和研究的起步階段，農業氣象業務服務中對農業氣象災害影響的評估也多以定性評價為主，缺乏對農業氣象災害風險、損失、經濟影響的定量分析和動態評估跟蹤能力。

本文針對浙江地區梨關鍵生育期內常見氣象災害，構建精細化的氣象災害指數，并對浙江省梨氣象災害風險時空分布特征進行分析。以寧波余姚區梨為例，利用災害指數構建氣象產量預報模型，對所構建的災害指數的可靠性進行驗證。

1 材料與方法

1.1 氣象數據

氣象數據來自慈溪、象山、余姚、鄞州地區的國家氣象觀測站，資料時間為1971—2019年，氣象要素主要包括日平均氣溫、日最高氣溫、日最低氣溫、日降水量、日照時數、日極大風速。試驗觀測數據包括2018—2020年梨關鍵物候期(芽膨大期、展葉期、始花期、末花期、抽梢期、新梢停止生長期、成熟期)。1995—2018年慈溪和余姚區梨種植面積及產量數據來源于《寧波市統計年鑒》。

1.2 氣象災害指數

通過災情數據統計分析、農戶走訪調查及相關文獻查閱，確定梨常見氣象災害種類和氣象指標。根據大量經驗積累總結，梨常見氣象災害種類分為陰雨寡照、低溫凍害、大風、強降水和高溫5種。每種災害統一劃分為Ⅰ、Ⅱ、Ⅲ、Ⅳ共4個等級，等級越高表明災害影響越大。

陰雨寡照主要影響開花—成熟階段。Ⅰ級為連續降水3～5 d，且日照時數≤3 h；Ⅱ級為連續降水6～8 d，且日照時數≤3 h；Ⅲ級為連續降水9～11 d，且日照時數≤3 h；Ⅳ級為連續降水≥12 d，且日照時數≤3 h。

低溫凍害主要影響開花期。Ⅰ級：-2 ℃≤日最低氣溫<0 ℃；Ⅱ級：-4 ℃≤日最低氣溫<-2 ℃；Ⅲ級：-6 ℃≤日最低氣溫<-4 ℃；Ⅳ級：日最低氣溫<-6 ℃。

大風主要影響硬核—成熟期階段。對硬核期的影響指標：Ⅰ級為陣風7級，Ⅱ級為陣風8級，Ⅲ級為陣風9級，Ⅳ級為陣風10級及以上；對成熟期影響指標：Ⅰ級為陣風6級，Ⅱ級為陣風7級，Ⅲ級為陣風8級，Ⅳ級為陣風9級及以上。

強降水主要影響硬核—成熟期。Ⅰ級：30 mm≤日降水<50 mm；Ⅱ級：50 mm≤日降水<100 mm；Ⅲ級：100 mm≤日降水<200 mm；Ⅳ級：日降水≥200 mm。

高溫主要影響生長—成熟期。Ⅰ級：連續2～4 d日最高氣溫超37 ℃；Ⅱ級：連續5～7 d日最高氣溫超37 ℃；Ⅲ級：連續8～10 d日最高氣溫超37 ℃；Ⅳ級：連續≥11 d日最高氣溫超37 ℃。

為進一步提高評估精度，將每個等級災害按等比例法進一步細分為3個等級，共計12個等級，Ⅰ(1～3)、Ⅱ(4～6)、Ⅲ(7～9)、Ⅳ(10～12)，并由小到大賦值1～12。統計梨主要產區歷年不同等級災害(1～12)發生頻次，計算不同年份某種氣象災害的影響評分：

(1)

式中：D為某種氣象災害影響評分；i=1～12，為災害等級；ni為災害等級i出現頻次；Li為災害等級i的評分，Li=i。

利用min-max標準化方法對研究區評分進行歸一化處理，建立各氣象災害的指數。

(2)

式中：Ij為災害j的災害指數；Dj為災害j的影響評分；Dj_min和Dj_max分別為梨主產區內災害j歷年評分的最小值和最大值。

將不同災害指數相累加，計算災害累加指數，作為典型災害年和低災害年篩選依據。

(3)

式中：Is為災害累加指數；m為災害種類；Ij為災害j的災害指數。

1.3 基于災害指數的氣象產量模擬

按影響要素差異，作物產量可分解為趨勢產量、氣象產量和隨機產量，其中隨機產量可忽略不計。

Y=Yt+Yw。

(4)

式中：Y為實際產量；Yt為趨勢產量；Yw為氣象產量。本研究選用二次多項式和有理數法對趨勢產量和氣象產量進行分離。

利用相對氣象產量定量評估氣象要素對產量形成影響的大小，以降低時間和地域對產量影響的限制。

(5)

式中，Ya為相對氣象產量，正值表示氣象因子有利于產量形成，反之則表明不利于產量形成。

利用災害綜合指數Is對產量分離效果進行評價，具體參考文獻[4]。

2 結果與分析

2.1 浙江省梨氣象災害時間變化特征

圖1顯示，1971—2019年，浙江省梨花期低溫凍害災害指數平均值僅為0.03，2000年后鮮有發生，10 a整體氣候傾向率為-0.013?；ㄆ谶B陰雨災害指數平均為0.28，呈先升后降的趨勢，10 a整體氣候傾向率為-0.004，20世紀90年代最高，連陰雨災害指數平均為0.34。花期大風災害指數平均為0.18，21世紀前花期大風災害指數較低，平均值為0.08；進入21世紀后災害指數跳躍式上升，平均值為0.33，10 a整體氣候傾向率為0.074。生長期高溫災害指數平均值為0.18，受全球氣候變暖影響，高溫災害指數呈顯著上升趨勢，10 a氣候傾向率為0.055，21世紀高溫災害指數為0.28，較20世紀偏高1.5倍。生長期連陰雨災害風險較高，災害指數平均值為0.42，1991—2000、2011—2019年災害指數保持較高水平，平均值達0.48，10 a整體氣候傾向率為0.026。成熟期強降水和連陰雨災害指數分別為0.19和0.26，均呈先降后升的趨勢，10 a氣候傾向率分別為0.020和0.021，20世紀90年代風險相對較低，分別為0.120和0.150。成熟期大風災害指數平均值為0.16，進入21世紀大風災害指數呈跳躍式增長，災害指數達0.3，10 a整體氣候傾向率為0.074。

圖1 浙江省梨主要氣象災害指數年際變化

2.2 浙江省梨氣象災害空間變化

浙江省梨花期低溫凍害風險由東南向西北逐步遞增，高風險區主要集中在湖州西部和杭州西北部山區，風險指數0.2～0.3?；ㄆ谶B陰雨災害整體呈北部低、南部高，衢州、麗水中北部、溫州地區連陰雨風險指數基本高于0.25。其中，衢州市區風險最高，達0.35～0.38，寧波象山、慈溪和鎮海沿海一帶為連陰雨低值區?；ㄆ诖箫L高值區主要集中在杭州灣一帶及臺州溫嶺地區。

生長期高溫的高風險中心位于金華和麗水交界地區，沿海地區生長期高溫風險相對較低。生長期連陰雨風險整體較高，全省大部地區風險指數超0.35，其中寧波象山、臺州溫嶺和溫州樂清風險指數超0.45。

成熟期強降水災害風險由西向東遞增，其中臺州溫嶺一帶災害指數相對較高，風險指數達0.35。成熟期連陰雨災害風險由西南向東北遞增，高風險區分布在湖州—杭州—紹興—寧波一帶。成熟期大風災害風險整體較低，高值分布區與花期大風分布相似。

2.3 氣象災害指數可行性驗證

以余姚為例計算余姚地區梨氣象災害指數?；诶奂訛暮χ笖?圖2)，對梨典型災害年和典型低災害年進行篩選，所選典型災害年為2016、2014、2017、2007和2005年，典型低災害年為1997、1996、1995、2009和2018年。

圖2 梨氣象累加災害指數的年際變化

利用不同方法對余姚地區梨趨勢產量和氣象產量進行分離，挑選最佳參數設置方案。結果顯示，二次多項式和有理數(分子4階，分母3階)能較好地模擬梨趨勢產量。二次多項式擬合的準確率和相關系數分別為87.5%和-0.65；有理數法擬合的準確率和相關系數分別為87.5%和-0.55。二次多項式和有理數法擬合的趨勢產量前期趨勢基本一致，差異主要集中于2015—2018年，二次多項式擬合顯示梨產量呈現略微的下降趨勢，而有理數法仍呈上升趨勢。通過與災害指數比對，二次多項式擬合的趨勢產量與實際更吻合(圖3)。

圖3 不同方法擬合的1995—2018年梨趨勢產量和相對氣象產量

利用GA-BP模型對2種方法所得的相對氣象產量進行模擬，結果顯示，GA-BP方法對二次多項式法分離的相對氣象產量擬合效果更佳，回帶檢驗的絕對誤差和均方根誤差分別為0.03和0.05，決定系數為0.82，預報檢驗的絕對誤差和均方根誤差分別為0.04和0.05，決定系數高達0.81。

3 討論

近年來梨花期和成熟期大風災害風險呈顯著上升趨勢，且高風險區主要分布在沿海一帶，沿海地區可適當增加抗風品種的種植，積極推廣套袋和加固技術，減少大風引起的落果。

全球氣候變暖，使得生長季高溫風險明顯上升，應加強夏季樹體修正，改善樹冠小氣候和梨園通風，并適當引種抗高溫品種，非抗高溫品種可適當提高種植海拔高度。

生長—成熟期連陰雨和強降水風險高，且呈明顯上升趨勢，建議提高排水較好的丘陵地區種植比重，平原可適當推廣避雨栽培，降低濕漬害風險。

基于災害指數的梨氣象產量預報模型具有較高的精度，構建的災害指數可信度較高，對梨生長條件定量化觀測及安全生產具有一定指導意義。