巴中市油菜花期低溫連陰雨災害損失評估

雍燕亓 趙曉丹 賈桂蘭

【摘? ?要】 本文利用巴中市1993—2016年4個國家基本氣象站逐日氣象資料和油菜產量資料，分析了低溫連陰雨天氣對油菜產量損失影響顯著的氣象因子，最終確定連陰雨日數、總降水量和日平均氣溫低于12℃日數3個主要致災因子。將這3個因子通過統計學方法建立油菜花期低溫連陰雨災害評估等級指標和巴中市油菜低溫連陰雨損失定量評估統計模型，并進行驗證。

【關鍵詞】 巴中市;低溫;連陰雨;評估

Evaluation of damage caused by low temperature and continuous

rainfall at flowering stage of rape in Bazhong City

Yong Yanqi? ?Zhao Xiaodan? ?Jia Guilan

（Bazhong Meteorological Bureau? ?636000）

[Abstract] Based on the daily meteorological data of the four national basic meteorological stations in Bazhong City from 1993 to 2016 and the data of the yield of the rape， the meteorological factors which have a significant effect on the yield loss of the rape in the low temperature and the rainy days are analyzed， and the days of the continuous rainy days are finally determined. The three factors were used to establish a statistical model for quantitative assessment of low-temperature continuous rain disaster in oil-rape period and low-temperature continuous-negative rain loss in Bazhong City.

[Keywords] Bazhong city; low temperature; cloudy rain; evaluation

開花期是油菜產量形成的關鍵期，一般巴中油菜花期是從3月中旬開始，而這期間，常出現春季低溫、連陰雨天氣等天氣，降水多、日照少、氣溫低的天氣條件容易使油菜遭受不同程度的澇漬危害，從而造成產量受損。因此，研究油菜花期連陰雨災害指標，分析連陰雨災害指標與油菜產量間的定量關系，對開展油菜連陰雨災損預報等業務工作，為油菜連陰雨防御提供科學依據具有重要意義。

1? 資料與方法

1.1? 資料

本文選取巴中4個基本國家站1993-2016年共24年逐日氣象要素進行連陰雨特征量分析。

1.2? 產量數據處理

一般在研究中可將產量劃分為趨勢產量項和氣象產量項，本文以單產數據來分析作物產量，即：? Y=Yt+Yw。 Yt為趨勢產量項，利用直線滑動平均法進行確定，主要受當地農技水平、政策、投入等影響;Yw為氣象產量項，反映當地氣象條件波動對產量的影響[1]。

為在不同農業生產條件下得到的氣象產量具有可比性，這里引入災損率（△Y）， 即：

[ΔY=（Yt-Y）Yt×100%]

ΔY為正，表示當年減產，為負，表示增產。

1.3? 指標構建方法

根據巴中市氣候特征，定義當某日氣象臺站出現日降水量≥0.1 mm且日照時數小于0.1 h，為一個雨日;若出現連續 3d 及以上的雨日記為一段連陰雨過程。結合巴中市油菜生長發育特點，確定每年的3月中旬-4月上旬是油菜開花期。

1.3.1? 確定主要致災因子? ? 基于《農業氣象觀測規范》，將各臺站減產年3月中旬-4月上旬的降水、氣溫等氣象要素與災損率進行相關分析，確定與油菜災損率顯著相關的主要氣象因子：總陰雨日數Ld、陰雨日累積降水量R、日平均氣溫小于12℃日數Td。

1.3.2? 臨界值判定? ? 給所確定的三個致災因子設定連續的不同界限值，統計致災因子大于界限值的災害樣本，并分別與災損率進行相關性分析，選擇相關性維持較高水平時的界限值，為該致災因子臨界值。

1.3.3? 災害等級劃分? ? 利用SPSS軟件中的K一均值聚類分析方法對1993-2009年的災損樣本進行處理，得出災損率和致災因子的聚類中心，將相鄰聚類中心的平均值作為界限，確定連陰雨災害評估等級指標。再將各災害年樣本進行回代檢驗，以確定指標的準確性。

2? 結果與分析

2.1 主要致災因子的確定

如表1所示，將總陰雨日數Ld、陰雨日累積降水量R、日平均氣溫小于12℃日數Td分別與災損率時間序列做相關性分析，得到Ld、R、Td三個因子與ΔY的相關系數分別為0.471、0.553、0.452，均通過了0.05水平的顯著性檢驗。即總陰雨日數、陰雨日累積降水量、日平均氣溫小于12℃日數共同影響著油菜的產量。

2.2 災害等級劃分

2.2.1? 致災因子臨界值確定? ? 本文中Ld起始值設為3d，以1d為間隔，最大值8d。陰雨日累積降水量R起始值為5mm，以5mm為間隔，最大值30mm?；ㄆ谄骄鶜鉁匦∮?2℃日數Td起始值為3d，以1d為間隔，最大值8d。通過將不同界限值時的災害樣本分別與災損率做相關性分析，最終確定將Ld=3d、R=5mm、T12=3d作為等級劃分的最小臨界值。

2.2.2? 油菜花期連陰雨等級指標及檢驗? ? 利用SPSS軟件對災害樣本中Ld、R、T12和△Y進行K-均值聚類分析，按照聚類最優原則，得到災損率和致災因子的2個聚類中心，以將相鄰聚類中心的平均值作為界限，將油菜開花期連陰雨災害等級劃分為輕度、中度、重度（如表2）。

將1993-2009年間的災損樣本進行回代檢驗，如表3所示，樣本等級差≤1的準確率均在80%以上，其中中度樣本檢驗準確率為100%;等級差=0的準確率則在50%左右（見表3）。

利用連陰雨災害評估指標對2010-2016年間的共10個災害樣本進行評估，結果與實際情況相對比發現， 等級差=0準確率為40%，等級差≤1的準確率為90%。由于2010-2016年油菜產量災害損失程度多以中度為主，因此，輕度和重度災害評估指標未得到有效驗證。

2.3? 油菜花期連陰雨災害損失評估模型

將總陰雨日數Ld、陰雨日累積降水量R、日平均氣溫小于12℃日數Td與災損率ΔY進行建立逐步回歸模型，油菜花期連陰雨災害損失評估模型：

ΔY = -0.01+0.308Ld+0.131R+0.359T12

再進行樣本回代檢驗，得到平均災損率為6.9%，與實際平均災損率13.2%相差較大;從等級差來看，模擬值與實際值相同的樣本占比41%，相差1個以下的等級占比數81%。說明此評估模型的模擬效果不理想，有待進一步修正。

3? 存在的問題

（1） 作物災害損失是以單產來計算的，數據來源于農業局、統計局，只能粗略反映出產量年度變化趨勢，數據準確性、客觀性較差，對研究結果有一定影響。

（2） 由于農業生產資料、災害資料缺乏，只能大致分析某一時期某種氣象災害的影響，難以精確到一次過程的損失評估。

（3） 應用的方法評估災害損失，是以作物歷史產量為目標，而災害對農作物造成的影響不僅表現為產量還表現在品質上，同時影響作物產量和品質的生態因子很多，連陰雨只是其中的一個不利因子，所以對災害損失進行評估，存在一定的誤差，有待進一步探討。

參考文獻：

[1] 楊繼武.農業氣象預報和情報[M].氣象出版社，1994.

[2] 房世波.分離趨勢產量和氣候產量的方法探討[J].自然災害學報，2011，20（6）：13-18.