區域暴雨災害指標與棉花減產率的關系探討

侯雙雙等

試驗研究

摘要：利用湖北省襄樊地面氣象站1981～2006年逐日降水量和氣溫數據資料，按IPCC評估報告對極端天氣氣候事件的定義，分析襄樊地區暴雨災害指標與棉花減產率之間的關系。結果表明，襄樊地區的暴雨災害指標為日降水量≥34 mm；區域暴雨災害指標與減產率明顯正相關，棉花減產率與生長期（15℃和20℃）暴雨日數及強度關系為：y=-118.66+8.58x1+0.11x2-19.86x3+2.38x4。旨在為農業生產防災減災提供參考。

關鍵詞：襄樊地區；區域；暴雨災害指標；棉花減產率

中圖分類號：S162.8 文獻標志碼： A 文章編號：2095-3143（2014）04-0016-05

DOI：10.3969/j.issn.2095-3143.2014.04.004

0 引言

IPCC（聯合國氣候變化政府間專家委員會）2007年評估報告指出：在整個21世紀中，如果氣候持續變暖，那么極端天氣氣候事件（例如熱浪、強降水、風暴）發生頻率也將增加[1-3]。處于氣候變暖的背景下，大量研究表明極端天氣事件中強降水事件在各地區呈現不同的變化趨勢[4-7]。作為強降水事件的暴雨，歸屬于極端天氣氣候事件，具有明顯的地區差異；因此，暴雨指標也應有地區差異。

中國氣象局規定以日（24 h）雨量達到50.0 mm為暴雨[8]，并以此暴雨指標分析全國暴雨時空分布特征和開展業務服務。而新疆吐魯番年均降水量雖然只有16.6 mm，1958年8月14日12 h的降水量卻高達36 mm[9]，如果按50 mm的國家暴雨標準吐魯番這次罕見的強降水事件只能列為大雨；馬淑紅等根據屬干旱、半干旱地區的新疆的暴雨成災事實、暴雨特點以及河川與下墊面滲透力情況，把日降水量≥20.0 mm為干旱區暴雨指標和日雨量≥25.0 mm為半干旱地區暴雨指標[10]；楊霞等以日降水量≥24 mm為新疆地區暴雨指標[11]；像東北地區日降水量達到30 mm已構成強降水，而西北地區日降水量達到25 mm也屬罕見[9]。因此，有人提出中國各地氣候、地理及農業生產特點不同，暴雨標準也應有所不同[9，12]。顯然，作為強降水事件的暴雨指標因地而異，相對全國統一的以日降水量≥50.0 mm為暴雨指標難反映當地的實際情況，但如何確定區域暴雨指標，又如何檢驗該暴雨指標的合理性是有待深入探索的課題。

襄樊地區是湖北省重要的產棉區，棉花各生育階段對淹水都十分敏感，抗澇能力弱[13]，襄樊地區處于亞熱帶濕潤季風氣候區，澇漬不利于棉花生長發育[14]。暴雨洪澇給該地區棉花生產造成嚴重損失[15-16]。本文擬以棉花減產率為災損指標，根據IPCC-2007評估報告對極端天氣氣候事件的定義，研究襄樊地區的暴雨指標與棉花減產率的關系，探尋有效的區域暴雨指標。

1 資料來源及處理方法

從湖北省襄樊地面氣象站和農業氣象試驗站分別獲取1981～2006年逐日氣溫、降水量和棉花產量數據。利用5日滑動平均法[17]計算歷年穩定通過界限溫度（0℃、5℃、10℃、15℃和20℃）的起止日期，并得到各界限溫度起止日期之間的時段，分別稱為0℃生長期、5℃生長期、10℃生長期、15℃生長期及20℃生長期，對應生長期天數稱為生長期長度。并按日降水量≥0.1 mm為雨日，篩選出歷年的雨日日降水量序列。

利用非參數K-S單樣本檢驗方法檢驗襄樊站點1981～2006年的雨日日降水量序列的分布類型并擬合相應的概率密度分布函數，按照IPCC-2007評估報告中極端天氣事件為發生概率小于等于10%的定義[1]，計算得到概率發生值為10%的日降水量作為歷年的暴雨下限指標；然后根據26個年暴雨指標計算得到襄樊地區暴雨下限指標。

采用11年直線滑動平均法[18]從襄樊市1981～2006年的棉花單產中分離出趨勢產量和氣象產量，計算相對氣象產量百分率，按相對氣象產量百分率<-5%、-5%～5%和>5%分別劃分為欠年、平年和豐年[19]，并以欠年的相對氣象百分率的絕對值定義為減產率，作為棉花災損指標。

2 暴雨特征分析

2.1 暴雨指標及暴雨特性

利用非參數K-S單樣本檢驗方法檢驗襄樊站點1981～2006年日降水量序列的分布類型，結果表明歷年日降水量分布均為正態分布，根據擬合的正態分布密度函數，得到概率發生值為10%的歷年日降水量值，最終得到襄樊暴雨下限指標為日降水量34 mm。采用5日滑動平均法得到襄樊站點1981～2006年界限溫度為0℃、5℃、10℃、15℃及20℃生長期起止日期和相應的生長期長度。

2.2 暴雨致災因子

暴雨對農作物的不利影響主要表現在兩個方面：一是雨量過大導致的積水對農作物產生的澇災影響，二是雨強度過大對農作物造成的直接機械損傷。統計分析襄樊各界限溫度生長期暴雨日數、暴雨量和暴雨強度三者兩兩之間的相關系數列于表2。從表2看出，各生長期暴雨量與暴雨日數相關系數在0.82以上，并通過置信水平為0.01的相關系數檢驗，兩者相關關系顯著；暴雨強度與暴雨日數相關系數在0.36以下，為沒有線性相關關系；暴雨量與暴雨強度的相關系數在0.62～0.71之間。就相關程度來看，暴雨日數與暴雨量大于暴雨量與暴雨強度的相關性，而暴雨日數與暴雨強度可認為是相互獨立的。因此，從暴雨特征量來分析暴雨對作物影響時可選取暴雨日數和暴雨強度兩個特征作為暴雨致災因子。

3 區域暴雨災害指標與棉花減產率的關系

事實上，若不考慮其他因素影響，暴雨作為極端強降水事件勢必會對作物生長造成不利影響，然而在作物生長過程中，各種因素（包括人為和自然）的相互影響形成了作物的最終產量。根據襄樊區域暴雨指標，統計得出襄樊每一年都有暴雨的發生，但襄樊的棉花欠年年份共有10年，并非每一年都為欠年。對于豐年和平年來說，可以認為暴雨的不利影響被其他因素抵消了甚至是使暴雨這一不利事件轉為有利，例如長期的干旱后強度適中的暴雨發生能緩解旱情使得暴雨轉害為利。因此，作者認為豐年和平年中氣象條件是有利的，可假設沒有暴雨及其他不利氣象事件發生。而對棉花欠年來說，暴雨災害與棉花災損是否存在直接的關系是接下來需要驗證的問題。

5 結論與討論

通過對襄樊1981～2006年氣象資料及棉花產量資料的統計分析，根據IPCC評估報告對極端天氣氣候事件的定義，得到了襄樊地區的暴雨指標為日降水量≥34 mm，并且以襄樊棉花實際產量相對氣象產量的減產率為災損指標，得到暴雨致災因子與棉花減產率二者之間的模型關系式。結果表明，對于襄樊而言，作為極端天氣事件的暴雨與棉花減產有直接的正相關關系，進而驗證了本文確定的襄樊區域暴雨指標及其得出方法的合理性。

由于氣象資料的限制，本文得到的暴雨指標是以日降水量為單位的，而從暴雨是強降水這個角度來說，今后的暴雨指標研究還需要進一步縮小時間尺度。另外，本文區域暴雨指標的確定方法對襄樊地區來說顯然是合理的，但在全國其他地區確定要因地而異，也是亟待展開的工作。

6 致謝

感謝貴州省山地環境氣候研究所“西南重大突發性自然災害預警與防控技術研究與應用”課題組全體同志給予的支持和指導！

參考文獻

[1] Martin Benisons. Extreme climatic events： examples from the alpine region [J]. JOURNAL DE PHYSIQUE IV 2004（121）： 139-149.

[2] Cynthia Rosen Zweig， Ana Iglesias， X.B. Yang， Paul R. Epstein， and Eric Chivian. Climate change and extreme weather events Implications for food production， plant diseases， and pests [J]. GLOBAL CHANGE & HUMAN HEALTH， VOLUME 2， NO. 2 （2001）：90-104.

[3] Viatcheslav V. Karin， Francis W.Zwiers， and Xuebing Zhang.Hegerl. Changes in Temperature and Precipitation Extremes in the IPCC Ensemble of Global Coupled Model [J].JOURNAL OF CLIMATE， Volume 20， NO.15（2007）：1419-1445.

[4] 嚴中偉，楊赤.近幾十年我國極端氣候變化格局[J].氣候與環境研究， 2000， 5 （3） ： 267-272.

[5] 翟盤茂，潘曉華. 中國北方近50年溫度和降水極端事件變化[J].地理學報， 2003， 58 （增刊） ： 1-10.

[6] QianW， Lin X. Regional trends in recent precipitation indices in China [J]. Meteorology and Atmospheric Physics， 2005， 90 （2） ： 93 – 207.

[7] 羅勇. 全球氣候變化及其應對[C].北京：中國氣象學會，2010：9-18.

[8] 鮑名，黃榮輝. 近40年我國暴雨的年代際變化特征[J].大氣科學，2006，30（6）： 1057-1067.

[9] 章淹，林宗鴻，陳渭民.暴雨預報[M]. 北京：氣象出版社，1990.

[10] 馬淑紅，席元偉.新疆暴雨的若干規律性[J].氣象學報，1997，55（2）：241-248.

[11] 楊霞，趙逸舟，李圓圓.烏魯木齊極端天氣事件及其與區域氣候變化的聯系[J].干旱區地理，2009，32（6）：867-873.

[12] 范興科，吳普特，馮浩. 暴雨的判定方法和評價指標[J].中國水土保持科學，2003，1（3）：72-75.

[13 ]歐陽惠.水旱災害學[M].北京：氣象出版社，2001：107.

[14] 王璞.農作物概率[M].北京：中國農業大學出版社，2004：250-268.

[15] 姜樹海，范子武，吳時強.洪災風險評估和防洪安全決策[M].北京：中國水利水電出版社，2005：7-8.

[16] 郭廣芬，周月華，史瑞琴，等.湖北省暴雨洪澇致災指標研究[J].暴雨災害，2009，28（4）：357-361.

[17] 姜會飛.農業氣象觀測與數據分析[M].北京：科學出版社，2008：153-155.

[18] 薛昌穎，霍治國，李世奎.華北北部冬小麥干旱和產量災損的風險評估[J].自然災害學報，2003，12（1）：131-139.

[19] 姜會飛，溫德永，廖樹華.運用混沌理論預測糧食產量[J].中國農業大學學報，2006，11（1）：47-52.

[20] 蔡賽緘，凌良新，唐仰華.廣東潮州暴雨的氣候特征及成因分析[J]. 安徽農業科學， 2009，37 （33）：16462-16464.

[21] 黃忠雄，馬藝，陳翠敏.廣西南寧市農業氣候資源分析與合理利用對策[J].安徽農業科學，2010， 38 （3）：1309-1312.

[22] 姜會飛.農業氣象學[M].北京：科學出版社，2008：64.

Abstract：The author analysed the relationship between regional rainstorm index and yield reduction rate of cotton according to the daily precipitation and temperature data of Xiangfan meteorological station in Hubei province from 1981 to 2006 and the evaluation definition of extreme weather and climate events in IPCC.The result showed that，the rainstorm weather index was greater than or equal to 34 mm inXiangfan area； A significant positive correlation between the regional rainstorm disaster index and yield reduction rate， the relationship between cotton yield reduction rate and growth period （15℃ and 20℃） rainstorm day numbers， strength was y=-118.66+8.58x1+0.11x2-19.86x3+2.38x4 in order to provide reference for agricultural production and disaster prevention and mitigation.

Key words：Xiangfan area；Area；Rainstorm disaster index； Yield reduction rate of cotton