冬小麥農業氣象災害風險預警的業務實踐與思考

郭安紅, 何 亮, 姬興杰, 侯英雨, 李 森, 張 弘

(1.中國氣象局國家氣象中心,北京 100081; 2.中國氣象局·河南省農業氣象保障與應用技術重點開放實驗室,鄭州 450003; 3.河南省氣象科學研究所,鄭州 450003)

引 言

2022年開始,中國氣象局和農業農村部聯合發文,就進一步做好農業氣象災害風險預警工作進行部署,明確圍繞國家糧食安全保障和農業防災減損,充分發揮氣象、農情信息在農業氣象災害風險預警中的支撐作用,提升農業防災減災能力。2022年中國氣象局提出用3年時間初步形成國、省一體化的農業氣象災害風險預警業務和服務體系,并在《2023年推進氣象高質量發展工作要點》中明確“制定完善農業氣象災害風險預警指標體系、服務導則標準和災害調查業務規范”等工作任務。目前,氣象部門基于智能網格天氣預報數據、小麥發育期監測預報和主要氣象災害指標,形成了冬小麥干旱、霜凍害、干熱風、連陰雨等農業氣象災害的逐日落區和等級客觀預報產品,并在此基礎上,初步開展了冬小麥主要氣象災害風險預警工作。本文簡述了農業氣象災害風險預警業務的內涵,提出綜合農業氣象災害可能性預報、危險性和脆弱性預估,構建基于風險矩陣的冬小麥農業氣象災害風險預警業務的技術框架,并以2022年小麥干熱風風險預警工作為例,展示了冬小麥農業氣象災害風險預警工作的技術流程。由于冬小麥農業氣象災害種類多,災害風險預警工作尚處在技術研發和業務實踐初級階段,本文也展望了未來在災害風險預警針對性、時效性等方面需要繼續開展的工作,以期為更有效開展災害風險預警、提高預報服務針對性提供思路和借鑒。

1 農業氣象災害風險預警業務內涵

農業氣象災害風險是指農業氣象災害事件發生的可能性和導致農作物產量損失、品質降低及其最終經濟損失的可能性[4]。農業氣象災害風險預警是對未來將發生的農業氣象災害風險發出警示信息,為農業防災減災提供針對性服務。農業氣象災害風險預警不同于氣象災害預報預警,其有專有的行業影響屬性,是面向農業影響的預報預警,即氣溫、降水、風等氣象要素監測預報值達到可能導致農業受災的閾值而發布的風險預警。因此農業氣象災害風險預警業務技術應當表達出三個關鍵詞:氣象致災閾值、農業受災和風險預警。

同時,農業氣象災害風險預警業務遵循風險形成的“三因子說”[5-9],即致災因子危險性、承災體暴露度和脆弱性。致災因子危險性是氣象要素達到可能使農業受災的閾值指標,以及達到后的可能嚴重程度。承災體是農業生產對象即農作物,分別用暴露性、脆弱性(或易損性)等指標來描述。暴露性是指區域內承災體的規模,某地區如果可能受到災害影響的承災體分布比例越高,該地區承災體暴露度越高,反之越低;并且某地區承災體處于氣象災害敏感性較高的階段,則該地區承災體暴露度越高,反之越低。脆弱性(或易損性)是指農作物面對致災因子危險性可能遭受的傷害或損失程度。脆弱性與作物品種、管理水平有關,某一地區作物品種較優、管理水平良好,作物抗逆性強,則農作物的產量和品質波動性較小,承災體脆弱性較低。此外,部分風險分析研究,以及風險形成的“四因子說”還包括孕災環境敏感性[10-12]和防災減災能力[13-15]。其中孕災環境是各種自然因素或者社會經濟因素制約而形成的一種綜合環境,是農作物受災害影響的重要場所,其中地形、海拔等環境變化可能影響風險源的分布,也會造成不同作物地塊對風險源的敏感性不同,因此孕災環境敏感性可以是不同地區進行精細化農業氣象災害風險預警的服務內容。防災減災能力是人類活動對災害作用環境的改造情況,其與災害風險生成的作用方向是相反的,即某區域的防災減災能力越強,危險性、脆弱性和暴露性對災害生成的作用力就會受到一定的抑制,從而減少災害的風險度,因此防災減災能力不作為風險預警業務的主要內容。

2 冬小麥農業氣象災害風險預警業務技術

2.1 冬小麥農業氣象災害可能性預報

農業氣象災害的可能性預報需要致災因子和承災體暴露度具有協同性,單一因素均不會造成農業氣象災害。新中國成立以來,我國農業氣象學者開展了大量的試驗觀測研究工作,獲取了冬小麥干熱風、霜凍、連陰雨等各類農業氣象災害指標[16-19],其內容包括異常的氣象條件和程度(閾值),影響的作物發育階段,以及可能造成的影響。因此,基于冬小麥農業氣象災害指標,結合智能網格氣象要素和小麥發育期監測預報,開展冬小麥主要農業氣象災害等級和落區客觀預報,是開展冬小麥農業氣象災害風險預警的第一步重要工作。

目前,基于小麥多種農業氣象災害指標,業務上通過集成現代天氣預報技術、衛星遙感技術,以及多源信息融合技術等,已經實現了未來1-10天小麥主要農業氣象災害落區和等級的客觀預報[20]。其中,通過遙感技術可以提取精細化的冬小麥種植分布,提供承災體的具體位置;提取智能網格監測預報中氣溫、降水、風速等相關的氣象要素信息,參照小麥各種農業氣象災害指標中異常的氣象條件和分級閾值,在千米級網格尺度上判斷是否達到致災的閾值指標;通過地面氣象站網觀測的小麥發育期結合作物發育期預報技術得到的小麥發育期預報,可以判斷小麥是否處于災害敏感的發育階段。依據目前智能網格預報時效為1-10天,空間分辨率為5 km,在時空尺度上將上述三個信息進行疊加,就可以得出未來1-10天小麥主要農業氣象災害落區、等級的客觀預報。技術路線如圖1。

圖1 冬小麥主要農業氣象災害客觀預報技術路線圖

2.2 冬小麥農業氣象災害危險性分析

當預報出未來一段時間內可能有農業氣象災害出現時,還需要分析診斷可能出現的農業氣象災害與歷史上的災害過程相比是強是弱、是否具有極端性,也就是對農業氣象災害的危險性進行評估或預估。某地區某時段內可能出現某一農業氣象災害的過程次數越多、持續時間越長、等級越高,災害的強度就越強,致災危險性也越大。

以小麥干熱風為例,氣象行業標準《小麥干熱風災害等級》中干熱風年型就是對干熱風危險性的一個評估[16],其通過干熱風過程次數、干熱風日輕重、持續時間來綜合定義干熱風年型,包括輕度干熱風年型、中度干熱風年型,以及重度干熱風年型,最終對應導致的輕度、中度和重度千粒重下降或減產。

此外,也可以綜合逐日災害等級和持續時間,建立災害強度指數計算方法,進而對小麥干熱風的危險性進行定量評估。小麥干熱風綜合強度指數(CID)由公式(1)計算[21]:

[1]詳見萬明文章：《明代白銀貨幣化:中國與世界連接的新視角》，《河北學刊》2004年第3期；《明代白銀貨幣化的初步考察》，《中國經濟史研究》2003年第2期；《白銀貨幣化視角下的明代賦役改革》，《學術月刊》2007年第6期；《白銀貨幣化視角下的明代賦役改革》，《學術月刊 》2007年第5期；《中國的“白銀時代”與國家轉型》，《讀書》2016年4月；邱永志：《明代貨幣結構的轉變及其原因——以白銀的貨幣性質為分析視角》，《南京大學學報》（哲社版）2013年第5期，何平：《世界貨幣視野中明代白銀貨幣地位的確立及其意義》，《中國經濟史研究 》2016年第 6期。

(1)

式中,n為小麥成熟期日序,T0、R0、V0的值分別為30 ℃、35%、1 m/s。Ti、Ri、Vi分別為第i日的最高氣溫、14時相對濕度、14時風速。W1、W2、W3為氣溫、相對濕度、風速的權重系數,其值分別為0.73、0.25、0.02。a、b、c為青枯型干熱風修正系數(如發生),分別為50 ℃、-15%和0 m/s。

當小麥開花灌漿階段預報有干熱風天氣出現時,基于小麥干熱風綜合強度計算方法,綜合風、溫、濕氣象要素預報,對未來干熱風的綜合強度進行預估,并根據歷史干熱風綜合強度時空分布和發展情況,實現干熱風災害危險性預估。

2.3 冬小麥農業氣象災害脆弱性分析

農業氣象災害脆弱性分析可以用作物生理指標的異常表示,也可以用減產率表示。一般情況下,農業氣象災害危險性與脆弱性呈正向對應關系,可以建立相應的脆弱性曲線來進行描述。這方面,農業氣象工作者也進行了大量的研究,主要包括定量評估分析方法、作物模型模擬方法和指標判斷法等。

在災損定量評估方面,王素艷等[22]建立了自然水分虧缺率與實際產量減產率之間的相關關系,依據實際產量的減產率對自然水分虧缺率的敏感性差異,確定了不同干旱年型導致冬小麥干旱減產兩類指標,即按自然水分虧缺率<20%,20%～30%,30%～40%,40%～70%和>70%,分別劃分輕旱、中旱、重旱、嚴重干旱、極端干旱,與其相對應的第一類冬小麥實際減產率分別為<9%,9%～12%,12%～14%,14%～21%和>21%,適用于山東東部及中部的部分地區、陜西南部渭河一帶、河北中部的部分地區;第二類實際減產率分別為<9%,9%～15%,15%～21%,21%～40%和>40%,適用于除上述區域以外的北方冬麥區其他區域。席凱鵬等[23]在3個半冬性小麥品種拔節孕穗期模擬霜凍脅迫(-5～-3 ℃,5 h)并分析其影響,結果表明霜凍導致3個品種穗粒數、穗數、千粒重和產量較對照分別降低8.4%～12.6%、3.2%～6.1%、0.8%～10.7%和19.7%～41.9%。成林等[24]研究表明,在小麥灌漿后期重度、灌漿中期重度、灌漿中期輕度干熱風分別導致千粒重降低5.40 g、3.64 g和1.78 g,降幅達14.5%、9.7%和4.8%。

作物模型模擬方法是近年來對農業氣象災害影響預估的一個重要手段,其通過情景模擬法對作物的生長過程進行模擬,通過作物模型參數的設定,從而預估農業氣象災害的影響。朱玉潔等[25]利用作物模型模擬并提取小麥干熱風災害損失,取得了較好的效果。孫寧等[26]利用APSIM Wheat模型模擬評估了北京地區干旱造成的冬小麥產量風險。張雪芬等[27]利用WOFOST作物生長模型中各種生物量的變化,對冬小麥晚霜凍進行了定性和定量評估。侯英雨等[28]構建了中國作物生長模擬監測系統(Crop Growth Simulating and Monitoring System in China, CGMS-China),對農業氣象災害影響進行預估,其主要思路是將氣候平均態驅動下的模擬結果與實際氣象要素驅動下的模擬結果對比,通過兩者之間的差異來確定農業氣象災害對作物生長影響的程度;也可以將災害發生年的模擬結果與正常年、典型年模擬結果進行比較,確定災害對作物生長的影響程度,技術路線如圖2。

圖2 基于作物模型模擬的農業氣象災害影響預估技術路線圖

此外,一些氣象行業標準里對農業氣象災害等級指標的描述也可以表示災害的脆弱性。例如,在氣象行業標準《小麥干旱災害等級》[16]里面,給出了小麥全生育期作物水分虧缺率或降水量負距平指標對應的輕旱、中旱、重旱、嚴重干旱及減產率;河南省地方標準《冬小麥晚霜凍害防御技術規程》[19]給出了幼穗受霜凍害的程度分級,以及麥田受霜凍害的分級指標(凍傷率或凍害指數);氣象行業標準《小麥干熱風災害等級》[17]里規定了干熱風年型等級,及其對應的小麥千粒重降低或減產的判斷。通過上述災害等級指標判斷也可以開展農業氣象災害脆弱性預估。

2.4 構建基于風險矩陣的冬小麥農業氣象災害風險預警業務技術框架

風險矩陣方法由美國空軍電子系統中心(Electronic System Center,ESC)于1995年4月提出。在項目管理過程中,風險矩陣是識別項目風險重要性的一種結構性方法,它能夠對項目風險的潛在影響進行評估,是一種操作簡便,且把定性分析與定量分析相結合、把危險發生的可能性和傷害的嚴重程度相結合,來綜合評估風險大小的風險評估分析方法。世界氣象組織在2018年報告中基于天氣預報影響的預測和預警中也提出利用風險矩陣的方法開展災害風險管理(1)https://public.wmo.int/en/resources/bulletin/impact-based-forecasting-and-warning-weather-ready-nations。災害風險矩陣綜合考慮災害發生的可能性由低到高,而且災害影響由輕到嚴重的組合;同樣考慮在災害風險預警工作中,當可能性很高、影響輕微的時候發布預警的意義并不大,但是可能性很低、影響非常嚴重的災害發布風險預警則是必要的。

針對不同的小麥農業氣象災害,根據災害可能性預報和影響預估的不同組合,可形成不同的災害風險矩陣。例如,針對冬小麥農業干旱,可以將對產量影響最嚴重的小麥播種期、拔節抽穗期、開花灌漿期三個關鍵階段的干旱、其他階段的干旱,以及全生育期干旱出現的可能性和對產量影響,制作出小麥干旱風險矩陣概念圖(圖3a)。其中,在小麥干旱影響預估輕微的情況下,雖然災害出現的可能性已經達到很高,風險等級仍是低的(綠色區域),這種情況包括在小麥越冬期和成熟期出現的干旱;對小麥播種期、拔節抽穗期、開花灌漿期三個關鍵生育階段的干旱,由于其對小麥產量會造成較為嚴重的影響,所以在對其可能性從低至高的情況下,會處于較高,或者高的風險等級(黃色區域和橙色區域);另外如果全生育期均出現干旱,這種情況對小麥的影響是非常嚴重的,即使出現可能性很低,在風險矩陣里仍處在較高的風險等級(黃色區域),并隨出現可能性升高風險等級不斷升高(橙色區域和紅色區域)。對于干熱風災害,可以根據輕、中、重干熱風年型出現的可能性和對產量影響制作出干熱風風險矩陣概念圖(圖3b)。其中,輕度干熱風年型出現可能性高、中度干熱風年型出現可能性中等,以及重度干熱風出現可能性較低時,均指向風險等級較高(黃色區域);中度干熱風年型出現可能性高、重度干熱風年型出現可能性中等的情況,均指向高風險等級(橙色區域),最后重度干熱風年型出現的可能性很高的時候,指向很高的風險等級(紅色區域)。

圖3 基于風險矩陣的冬小麥干旱(a)和干熱風(b)風險預警等級概念圖

3 農業氣象災害風險預警服務個案——2022年冬小麥干熱風風險預警

2022年5月下旬后期至6月上旬,北方冬麥區出現了干熱風天氣,國家級和省級氣象部門聯合農業部門,及時發布干熱風風險預警,各級農技推廣部門高度重視,采取“一噴三防”等措施防干熱風、防早衰,取得了良好的服務效果。下面就干熱風風險預警的幾個核心業務環節,包括干熱風客觀預報、風險等級指標判定及風險預估進行簡單介紹。

3.1 冬小麥干熱風客觀預報

2022年5月下旬,基于智能網格預報,綜合小麥發育期預報和干熱風指標(表1),按照圖1技術路線,逐日滾動開展未來1-10天小麥干熱風客觀預報。5月27日起報的未來1-10天華北黃淮地區逐日干熱風等級和落區預報見圖4。由圖4可見,5月27日及31日干熱風天氣出現范圍較大,河北中南部、河南北部、山東西部麥區都可能出現干熱風天氣,27日以輕度干熱風為主,31日部分地區出現中至重度干熱風天氣;28-30日及6月1日干熱風天氣范圍較小,并且多為輕度干熱風天氣;6月2-5日基本沒有干熱風天氣出現。

表1 高溫低濕型干熱風天氣指標[17]

圖4 2022年5月27日起報未來1-10天(a-j)華北黃淮小麥干熱風等級落區預報

3.2 冬小麥干熱風風險等級和指標確定

考慮冬小麥農業氣象災害風險預警的針對性和服務效益,主要針對風險較高、風險高和風險很高三個等級開展服務,而冬小麥干熱風風險等級指標,由干熱風日輕重、干熱風過程次數、持續時間,以及可能影響共同決定。

根據行業標準《小麥干熱風災害等級》[17]解析出高溫低濕型干熱風年型等級和危害參考值如表2。顯而易見,干熱風天氣對小麥的影響是十分復雜的:其一,干熱風天氣過程有各種各樣可能的組合方式,過程次數越多、干熱風日越重、持續時間越長,對小麥千粒重或者產量的影響也越重;其二,從災害影響預報方面來考慮,多種干熱風天氣過程的組合方式都可對應造成某種程度千粒重下降或減產率的情況,例如對于可能造成中度千粒重下降或減產率的情況,一次中度干熱風天氣過程出現、或3次輕度干熱風天氣過程出現均可與之對應;其三,要確定最終對千粒重下降或減產率的可能影響,需要分析抽穗揚花階段全部時段內的干熱風過程,而目前智能網格預報時效為1-10天,需要根據干熱風客觀預報的滾動延伸考慮累積影響,采用遞進式風險預警服務,調整風險等級。

表2 高溫低濕型小麥干熱風年型等級指標

結合災害風險矩陣的方法,當冬小麥干熱風客觀預報結果顯示未來1-10天有干熱風出現時,表明未來10天干熱風災害的可能性已經很高了,對應干熱風風險矩陣最上面的一行確定風險等級(圖3b)。綜合考慮未來可能出現的干熱風過程次數、干熱風日輕重的各種組合,結合表2中輕度、中度和重度干熱風年型和危害等級劃分,得出小麥干熱風風險等級指標,如表3。

表3 華北黃淮高溫低濕型干熱風風險等級指標

3.3 冬小麥干熱風風險預估和預警

根據表3干熱風風險等級指標的各種干熱風天氣組合,得出2022年5月27日至6月5日干熱風風險預估圖(圖5)。由圖5可見,河北中南部、山東西部、河南中北部等地干熱風風險較高,部分地塊達到高或者很高風險。進而,根據干熱風風險預估的等級、范圍和預警業務啟動指標,發布小麥干熱風預警。需要注意的是,上述業務流程量化給出未來10天農業氣象災害風險預估,在實際業務中,如果開花灌漿階段干熱風天氣過程出現多次,很可能需要多次發布風險預警并開展遞進式服務。

圖5 2022年5月27日至6月5日干熱風風險預估圖

4 存在問題和未來發展

農業氣象災害風險預警工作剛剛起步,尚有很多工作不完善。其中,對不同的農業氣象災害,基于風險矩陣的災害風險預警模式可能在業務實踐中有不同的應用方式。在風險預警業務的時間尺度上,目前業務是基于中短期農業氣象災害落區和等級的預報,遞進式農業氣象災害風險預警尚未打通各個鏈條節點,累積型農業氣象災害危險性和脆弱性的預估能力不足;在空間尺度上,承災體暴露度預報的空間精細化能力有限,脆弱性預估的空間定量化能力有限;目前也沒有形成精細化、網格尺度上的綜合風險計算能力。此外,目前風險預警指標的判定是半經驗、半定量的,如何利用大量已有農業氣象災害風險評估的成果[4,29-34]進行災害影響預估和災害指標率定,都需要開展相關方面的研究和業務轉化。

關于農業氣象災害風險預警的準確率和服務效益評估,目前尚沒有很有效的方式,其中準確率受限于智能網格氣象要素預報的準確性、農業氣象災害指標的適用性、承災體作物暴露性分析和脆弱性分析的精細化程度等。此外,對農業氣象災害風險預警的服務效益進行定量化評估十分困難,受制于農業氣象災害的復雜性、孕災環境敏感性和防災減災能力的地區差異,以及農業氣象災害風險預警準確率、時效性等影響,未來還需要做大量的研究工作。