貴州茶樹春季低溫災害氣候風險評估與區劃

關鍵詞：茶樹；霜凍害；倒春寒；風險區劃；貴州

低溫災害是一種常見的農業氣象災害，會對農作物產量和品質造成不同程度的影響，是制約農業產業穩定發展的自然災害之一，也是農業防災減災的重要部分。由于低溫災害影響面廣、危害性大，容易造成較大的經濟損失，目前受到廣泛關注。此外受氣候變暖影響，不同區域農作物受到低溫災害的影響也日益明顯。茶葉作為貴州省重要的經濟產業之一，在茶樹新萌發茶芽和嫩梢時期易遭受低溫災害，降低其經濟價值。因此，開展低溫氣象災害風險評估，對提高茶樹氣象災害防災減災能力、因地制宜調整種植結構和優化茶葉低溫氣象保險指數有重要的指導意義[1-5] 。

近年來，學者在低溫氣象災害及其風險方面開展了諸多研究并取得一定成果。郭凌曜等[6]開展了湖南油茶氣象災害風險區劃研究；謝金花等[7]分析了安徽省油菜越冬期低溫凍害時空分布特征及風險評估；汪寧等[8]開展了江蘇4類低溫事件致災因子與基于影響的低溫風險時空分布對比研究。針對茶葉低溫災害研究多集中在霜凍害風險區劃方面，劉瑞娜等[9]、姜燕敏等[10]分別分析了安徽和浙江省茶葉春霜凍的發生規律，實現了茶葉春霜凍災害風險區劃；高文波等[3]分析了西南茶區灌木型茶樹晚霜凍害危險性的時空演變特征。在茶樹風險區劃研究上，李時睿等[11]基于自然災害風險理論開展了安吉白茶精細化氣象災害風險分析與區劃；范遼生等[12]基于物候模型開展了杭州市春茶霜凍害的時空變化及風險區劃；李柏貞等[13]完成了江南茶葉農業氣象災害風險區劃;蔡仕博等[14]基于自然災害風險理論，建立了寧波市茶葉早春霜凍風險模型，對早春霜凍災害風險進行了綜合和分年代的評估。

茶樹在貴州分布較為廣泛， 2020 年貴州省全年茶葉總產量43.6萬t，總產值503.8 億元，同比分別增長8.7%、11.7%[15]，截至2020年底，貴州全省茶園總面積700 萬hm2，茶園面積穩居全國第一。為科學評估貴州茶樹春季低溫風險區劃，根據自然災害風險理論，從致災因子危險性、孕災環境敏感性和承災體脆弱性3個方面，選取茶樹風險評價因子，構建基于霜凍害和倒春寒的綜合低溫風險指數，借助ArcGIS軟件，對貴州茶樹春季低溫災害進行氣候風險評估，以期為提高貴州茶產區防災減災能力及減少低溫氣象指數保險基差風險提供科學依據。

1 材料與方法

1.1 數據來源

選取1961—2020年貴州省84個地面觀測站的日最低氣溫數據（minimum air temperature perday，Tmin）、日平均氣溫（average air temperature perday，Tavg），氣象資料來自于貴州省氣象局天擎氣象大數據云平臺；數字高程地圖（digit elevation map，DEM）來源于中國科學院科學數據庫，分辨率為90 m×90 m；基于審圖號為GS（2017）3320號的標準底圖制作圖件；茶樹農業經濟數據為1999—2017年貴州各地茶樹種植面積和產量，來源于貴州省統計局，研究區域及氣象站點的分布如圖1所示。

1.2 低溫災害指標

參考茶樹霜凍害等級行業標準[21-22]，選取Tmin≤2 ℃作為春茶霜凍害指標，并根據標準將霜凍害劃分為輕、中和重3個等級，如表1所示。根據各氣象站Tmin≤2 ℃的天數以及各地茶葉實際生產和茶葉農業保險的投保情況，選取3月1日至4月15日這一時段作為春茶期，統計1961—2020年春茶期符合各等級霜凍標準的霜凍害發生頻率和強度值。

選取每年3月21日至4月30日，凡出現Tavg≤10.5 ℃，并持續3 d及以上的時段，其中第4天開始，允許有間隔1 d的Tavg為10.5 ℃，將其定為倒春寒天氣過程[23]；同時定義倒春寒天氣過程持續 3～4 d，稱為輕級倒春寒過程；持續5～6 d，稱為中級倒春寒過程；持續7～9 d為重級倒春寒過程；持續≥10 d為特重級倒春寒過程。

1.3 致災因子危險性

1.3.1 發生頻率 按照表1，統計研究區域各站出現霜凍害、倒春寒等級，計算各等級霜凍災害和倒春寒的發生頻率，計算方法[9]如下。

式中，FPi，j表示各等級災害的發生頻率；針對霜凍害，n 表示各站點霜凍害發生天數；N 為春茶生育期，3月1日至4月15日的天數，為46；m 為1961—2020的年數，為60；i 表示霜凍害等級（輕、中、重共3級）；針對倒春寒，n 表示各站點倒春寒發生時間，N 為3 月21 日至4 月30 日的天數，為41；j 表示倒春寒等級（輕、中、重和特重共4級）。

1.3.2 霜凍害危險性指數 根據災害風險理論，用霜凍害發生頻率和強度來確定致災因子危險性評價指標，各站點的霜凍害致災因子危險性指數計算方法[16]如下。

式中，RI為霜凍害致災因子危險性指數；FPi為i 等級霜凍害的發生頻率；FSi為i 等級霜凍害強度指數；i 表示霜凍害等級。

霜凍害強度指數由霜凍天數、過程極端最低氣溫、過程最長持續天數和有害積寒4個指標通過權重系數，構建綜合霜凍強度指數，如公式（3）所示。

式中，FS為霜凍強度指數；FDay、FEt、FLs和Fsumt分別為霜凍時間、過程極端最低氣溫、過程最長持續時間和過程有害積寒歸一化后的致災因子指數；a、b、c和d分別為權重系數；i 表示霜凍害等級。

過程有害積寒[16‐17]的計算公式如下。

式中，sumt為有害積寒；D 為過程時間；Tmin為各等級霜凍害日最低氣溫；Tavg為各等級霜凍害日平均氣溫；Tc為各等級霜凍害對應的閾值，分別為2、0和-2；i 表示霜凍害等級。

1.3.3 倒春寒危險性指數 倒春寒危險性指數由不同等級倒春寒發生頻率加權得到，計算公式[27]如下。

式中，RII為倒春寒致災因子危險性指數；FPj為j 等級倒春寒的發生頻率；wj為j 等級倒春寒權重，由熵權法[19]確定；j 表示倒春寒等級（分為輕、中、重和特重共4級）。

1.3.4 低溫致災危險性指數 低溫致災危險性指數由霜凍害危險性指數和倒春寒危險性指數加權得到的低溫災害危險性指數，計算公式如下。

式中，R 為低溫致災因子危險性指數；RI為霜凍害危險性指數，RII為倒春寒危險性指數；f、g 為權重，由熵權法確定。

1.4 孕災環境敏感性指數

孕災環境敏感性選取海拔高度、坡向作為孕災環境敏感性因子，一般茶樹在北坡受低溫災害風險要高于南坡，因此根據坡向像元值，按照表2對坡向敏感性指數進行賦值[18]，賦值越大表明茶樹遭受的風險越高；再結合高程數據建立孕災環境敏感性評估模型，如式（7）所示。

式中，S 為孕災環境敏感性指數；Sa為海拔高度歸一化數值，Sb 為坡向賦值后歸一化數值；j、k為權重，由專家打分法確定。

1.5 承災體脆弱性

承災體脆弱性主要考慮茶園種植面積和氣象減產率，茶園面積為1999—2017年貴州各地茶樹種植面積平均值，氣象減產率由各地茶園單產，采用HP 濾波（Hodrick Prescott filter）法[20]分離氣象產量計算得出，再將茶園面積和減產率數字化到貴州省縣級行政區劃面狀矢量圖，并轉換成90 m×90 m的柵格數據。

1.6 空間分析法

將各致災危險性因子與臺站地理信息（經度、緯度和海拔高度）建立推算模型，用各站點的實測值與推算值做算術運算得到殘差值，利用ArcGIS軟件中的空間分析功能，用反距離權重插值法對其殘差部分進行空間內插，將殘差結果與推算結果進行疊加，得到各致災因子空間分布圖。

1.7 低溫災害風險指數

茶樹低溫災害風險指數由低溫致災因子危險性圖層、孕災環境敏感性指數圖層、茶園面積圖層和氣象減產率圖層按照權重系數進行加權疊加得到，權重系數由層次分析法[24‐25]確定，并用自然斷點法進行分級，得到茶樹春季低溫災害風險區劃圖。

2 結果與分析

2.1 致災因子危險性空間分布特征

由圖2可知，茶樹低溫致災危險性指數整體上呈現自西向東逐漸遞減的變化趨勢，全省致災因子指數為0.00～0.56，高值區主要分布于六盤水市的鐘山區局地、畢節市的威寧和赫章西部、銅仁市的梵凈山局地、黔東南州雷公山局地等地，強度值為0.36～1.00，該區域屬于高海拔區，低溫災害發生頻率高、強度值大；次高值主要分布于六盤水市的鐘山區大部、畢節市的赫章、七星關和大方大部、威寧西部局地和納雍南部局地、貴陽市的開陽南部、遵義市的桐梓、正安、道真和務川局地、銅仁市的印江東南部、松桃西部和江口北部、黔東南州的雷公山東部和臺江西部局地、黔南州的甕安南部和福泉局地等地，強度值為0.26～0.35。

2.2 孕災環境敏感性指數空間分布特征

由圖3可知，茶樹低溫孕災環境敏感性指數空間分布整體上呈現自西向東逐漸遞減的變化趨勢，全省敏感性指數變幅為0.00～0.99，其中高值區主要分布在貴陽市大部以及畢節市、六盤水市和黔西南州大部等地、遵義市西北部、銅仁市中部局地和黔東南州雷公山局地等地，其敏感性指數為0.65～0.99。

2.3 承災體脆弱性空間分布特征

從圖4A可以看出，全省茶樹種植區域較廣，但面積差異顯著，茶種植面積在5 000 hm2以上的縣、市、區主要分布在都勻市、湄潭縣、鳳岡縣、正安縣、石阡縣、印江縣和松桃縣；種植面積在2 500～5 000 hm2的縣、市、區主要分布在納雍縣、晴隆縣、西秀區、平塘縣、貴定縣、開陽縣、甕安縣、余慶縣、思南縣、德江縣、沿河縣、江口縣、務川縣、道真縣、雷山和黎平縣。全省因低溫災害造成的氣象減產率空間分布如圖4B所示，減產率高值區域主要分布在關嶺縣、三都縣、荔波縣、思南縣、江口縣和錦屏縣，減產率變化范圍在47.8%以上；普安縣、安龍縣、納雍縣、大方縣、普定縣、平壩區、長順縣、羅甸縣、龍里縣、福泉市、臺江縣、三穗縣、鎮遠縣和碧江區等，氣象減產率為31.7%～47.7%，其余縣、市、區氣象減產率在31.6%以下。

2.4 茶樹低溫災害風險區劃

利用層次分析法確定致災危險性指數圖層、孕災環境敏感性指數圖層、茶種植面積圖層、氣象減產率圖層的權重分別為0.643、0.208、0.101、0.048，通過計算得到一致性檢驗的CR（consistentratio）值為0.065（lt;0.1），表明矩陣一致性較好。在ArcGIS軟件柵格計算器中，根據各個指數圖層和權重系數進行加權計算，得到低溫災害風險圖層，利用自然斷點法將茶樹低溫災害風險區劃分為高風險、中高風險、中風險、中低風險和低風險5個等級（圖5）。

由圖5可知，高風險區的面積為9.07×105 hm2，約占5.15%，主要分布在畢節市的威寧和赫章西部、納雍縣和大方縣、織金縣西部、七星關區局地；六盤水市水城區、盤州市北部；黔南州龍里縣、都勻市西部；黔東南州雷山縣中部；銅仁市江口縣和印江縣；遵義市湄潭縣南部、正安縣西部和東部局地以及務川縣西部。這些區域屬于貴州省的高海拔區，低溫災害風險指數較高。

中高風險區的面積為3.16×106 hm2，約占17.96%，主要分布在六盤水市的鐘山區大部；畢節市的赫章、七星關和大方大部、威寧西部局地和納雍南部局地；貴陽市的開陽南部；遵義市的桐梓、正安、道真和務川局地；銅仁市的印江東南部、松桃西部和江口北部；黔東南州的雷山東部和臺江西部局地；黔南州的甕安南部和福泉局地等地。

中風險區的面積為4.80×106 hm2，約占27.25%，主要分布在六盤水市的盤州大部；畢節市的赫章東部、七星關東部、大方南部、納雍大部、織金西部和黔西北部；貴陽市的修文大部、息烽南部、開陽北部；遵義市的習水中部、桐梓東部、綏陽西部、正安西部和東南部、道真北部和南部局地、務川北部、鳳岡東部和余慶南部局地；銅仁市的沿河北部、德江北部、印江南部和東部、松桃西部和東部局地、萬山大部、江口西部、石阡東部和西部局地；黔南州的施秉北部、鎮遠北部、岑鞏中部、三穗大部、天柱西部、黎平西部和東部局地、臺江南部、雷山西部、黃平南部局地、凱里西部局地、麻江北部、丹寨中部、榕江北部局地和從江西部局地；黔南州的龍里大部、貴定東部和都勻西部和惠水東部局地；安順市的紫云南部；黔西南州的望謨北部、興義中部局地和普安西部局地等地。

中低風險區的面積為5.25×106 hm2，約占29.83%，主要分布在六盤水市六枝大部；畢節市金沙東部、貴陽市的清鎮、白云、烏當、花溪、息烽北部；遵義市播州區、紅花崗區、仁懷市東部、匯川東部、余慶北部、桐梓南部、綏陽南部、習水南部局地、赤水中部局地、務川中部；銅仁市的德江南部、沿河中部、思南南部、松桃中部、碧江區大部、玉屏大部和石阡中部；黔東南州的岑鞏南部、鎮遠中部、施秉大部、黃平北部、鎮遠中部、天柱大部、錦屏東部黎平東部、榕江中部和從江南部；黔南州的惠水大部、平塘大部、獨山、荔波、三都南部；安順市的西秀、平壩、普定東部、關嶺北部；黔西南州的普安南部、興義北部、安龍南部、冊亨中部、望謨中部等地。

低風險區的面積為3.49×106 hm2，約占19.81%，主要分于六盤水市的水城南部局地、六枝南部局地；遵義市仁懷南部、習水南部局地、赤水北部和西部、桐梓南部局地、道真中部；銅仁市的德江、思南和印江交匯處、碧江中部、松桃中部局地；黔東南州的三都北部、榕江中部局地、從江中部局地；黔南州的惠水西部、羅甸大部平塘南部局地、荔波中部局地、三都北部局地；安順市的鎮寧大部、關嶺西部和東部；黔西南州的晴隆東部、興仁北部、貞豐南部、安龍大部、興義南部、冊亨、望謨等地。

3 討論

本研究在計算致災危險性因子時，考慮了氣象站點的經度、緯度和海拔等地理因子，與其危險性指數建立多項式回歸模型，能夠較客觀地反映地理因子對春茶樹低溫危險性的影響，但由于多項式插值屬于非確定性插值[26]，插值后的表面不能經過所有采樣點，所以會導致氣象站點上空間插值前后的危險性指數值存在一定偏差[27]。另外，貴州地形條件復雜多樣，茶產品種類以高山云霧茶為主，研究中的氣象觀測站點均以縣站為主，缺少茶園氣象觀測數據，致災危險性因子的精準度還有提升空間，因此，建議在茶葉主要產區建立茶園氣象觀測站，綜合茶園氣象數據，可進一步提高危險性指數的地理推算精度。

霜凍的發生是個復雜的過程，與多種因素有關。因此，本研究在計算霜凍害致災因子時考慮了霜凍天數、過程極端最低氣溫、過程最長持續天數和有害積寒對茶樹的影響，從而模擬霜凍害的發生過程；但在計算倒春寒災害時僅考慮了發生頻次，未考慮倒春寒過程的持續時間，因此未來需要進一步提高綜合低溫災害致災因子的準確性。

茶樹種植面積和茶葉產量數據是影響風險區劃結果精準度的重要因子之一，前期收集到的茶葉農業經濟數據均以縣域為單位，且產量數據時間序列相對較短，這些因素都會影響風險區劃結果的精準度，評價結果中的中高風險區域往往是茶樹種植較為普遍的區域，如湄潭縣、鳳岡縣、正安縣等，因此需要更加注重春季低溫帶來的風險問題。此外，在貴州茶葉實際生產中，以春茶經濟效益最高，但低溫對春茶造成的經濟損失，不僅與災害強度有關，還與茶園管理水平、栽培技術以及茶樹品種等因素相關[28-30]。農業氣象災害是人類不可避免的自然現象，開展低溫氣象災害風險評估與區劃，可以科學地認識它并通過基于風險區劃結果設計低溫氣象指數保險產品，轉移氣象災害風險，保障貴州茶產業的穩定可持續發展，這將是下一步的研究內容。