吐魯番葡萄春季霜凍氣象指標研究

黃 娟，谷 然，王 曼，顧雅文

（新疆興農(nóng)網(wǎng)信息中心，新疆 烏魯木齊 830002）

0 引言

我國是葡萄生產(chǎn)大國，葡萄產(chǎn)量占全球葡萄產(chǎn)量的19%，居世界第一［1］。其中，新疆葡萄的種植面積和產(chǎn)量均居于全國首位［2］。2022年，新疆吐魯番市的葡萄種植面積為36253.3 hm2，預計產(chǎn)量達142.7萬t，約占新疆葡萄總產(chǎn)量的40%，吐魯番葡萄具有非常可觀的研究前景且亟需發(fā)展。每年春季特別是在葡萄傷流、幼芽萌動的關鍵時期，會有不同程度的寒流來襲，出現(xiàn)“倒春寒”現(xiàn)象［3］。葡萄春季萌芽相對較早，遇到晚霜危害會造成減產(chǎn)，嚴重時甚至導致絕收［4］。對葡萄而言，春霜凍害的主要器官是新萌發(fā)的芽、嫩葉和新梢，遭遇凍害的新梢會受到生長抑制甚至完全死亡，遭遇凍害的花由于無法授粉受精從而導致其無法正常開花結果，直接造成大幅減產(chǎn)［5］。近年來，新疆吐魯番、石河子等地發(fā)生的異常春季霜凍對當?shù)剞r(nóng)業(yè)造成了極大損失。由此可見，春季霜凍已成為制約新疆特色林果產(chǎn)業(yè)發(fā)展的一個重要因素［6］。

目前，國內(nèi)學者對春季霜凍的研究主要從以下2個方面展開：一是實地調(diào)查方面，如陳衛(wèi)平等［7］對賀蘭山東麓2020年春季發(fā)生的晚霜凍害進行了調(diào)查分析，結果表明該次霜凍是賀蘭山東麓釀酒葡萄產(chǎn)區(qū)20年不遇的嚴重晚霜凍害，其降溫幅度大、持續(xù)時間長、危害范圍廣、受災程度大；閆鳳君［8］通過實地調(diào)查分析了高密市2013年晚霜凍對釀酒葡萄的發(fā)育和產(chǎn)量等的影響及高密市晚霜凍的年際變化規(guī)律，研究表明霜凍危害程度由葡萄物候期、霜凍出現(xiàn)時間、最低溫度和持續(xù)時間等因素決定，春季霜凍出現(xiàn)的時間越晚，對釀酒葡萄造成的危害越嚴重。榮云鵬等［9］調(diào)查了近年來葡萄晚霜凍害的情況，利用桓臺縣氣象局及相鄰縣站的氣溫、地溫資料分析了氣象條件與災害發(fā)生的關系。二是綜合分析方面，如陳衛(wèi)平等［10］綜合分析了寧夏賀蘭山東麓釀酒葡萄凍害發(fā)生的多種原因，并針對性地提出了綜合性的防寒栽培技術措施；曹寧等［11］利用1961—2010年寧夏16個氣象站的逐日最低氣溫資料，研究了寧夏釀酒葡萄的晚霜凍日數(shù)和變化趨勢；張振文等［13］針對中國西北葡萄與葡萄酒優(yōu)勢產(chǎn)區(qū)釀酒葡萄在萌芽生長過程中易受終霜凍危害的問題，研究分析了終霜凍對葡萄嫩梢（萌發(fā)芽）發(fā)育及產(chǎn)量等的影響。

現(xiàn)有研究大多為0 ℃以下的霜凍定性研究［12-14］，而缺乏針對不同程度霜凍致災程度的定量研究。本研究收集整理了1991—2021年吐魯番鮮食葡萄春季霜凍發(fā)生的經(jīng)濟數(shù)據(jù)、產(chǎn)量數(shù)據(jù)、氣象資料、歷史災害等資料，采用線性趨勢法分離趨勢產(chǎn)量，然后引入災損率概念定量評估了霜凍災害損失，再將氣象要素與對應的氣象產(chǎn)量、災損率等數(shù)據(jù)分別構建了多元線性回歸模型，最后為了分析最低氣溫和地面最低溫度的雙因子共同作用，構建了吐魯番葡萄春季霜凍災害等級，以期為鮮食葡萄霜凍的致災原理研究及新疆鮮食葡萄防災減災提供科學參考依據(jù)。

1 數(shù)據(jù)和方法

1.1 葡萄產(chǎn)量數(shù)據(jù)和霜凍災害資料

葡萄產(chǎn)量數(shù)據(jù)源于1991—2021年吐魯番市的托克遜、東坎、鄯善、高新等縣（區(qū)）以及新疆統(tǒng)計年鑒，包括葡萄總產(chǎn)、種植面積、單位面積產(chǎn)量以及代表站點各個生育期的觀測數(shù)據(jù)。生育期數(shù)據(jù)來自吐魯番市氣象局農(nóng)業(yè)氣象觀測資料，包括芽膨大期、芽開放期、展葉期、花序出現(xiàn)期、開花期、果實脫落期等6個發(fā)育期。吐魯番鮮食葡萄開墩時間為3月中下旬，根據(jù)1991—2021年間吐魯番葡萄春季霜凍災害統(tǒng)計（吐魯番市氣象局災情年報、《中國氣象災害大典：新疆卷》［15］），晚霜凍害多發(fā)生于葡萄開墩至4月底之間，5月極少出現(xiàn)霜凍，因此本研究選取1991—2021年間4月發(fā)生霜凍情況進行統(tǒng)計分析。典型霜凍災害發(fā)生年份的氣象要素包括：最低氣溫、平均氣溫、平均相對濕度、平均風速、地面最低溫度、霜凍持續(xù)日數(shù)。

1.2 趨勢產(chǎn)量計算方法

趨勢產(chǎn)量法一般將作物產(chǎn)量分解為趨勢產(chǎn)量、氣象產(chǎn)量和隨機產(chǎn)量［16］，隨機產(chǎn)量一般忽略不計，趨勢產(chǎn)量可采用滑動平均法、線性分離法、二次曲線分離法、差值百分率法等方法進行模擬，氣象產(chǎn)量一般采用回歸、聚類、周期、判別分析等方法進行模擬［17］。本研究運用線性分離法進行趨勢產(chǎn)量的分離，將實際產(chǎn)量分解為趨勢產(chǎn)量和氣象產(chǎn)量。

1.3 災損率

農(nóng)業(yè)氣象災害是造成減產(chǎn)的重要因素，構建災害指標首先需分析致災因子與減產(chǎn)率的相互關系［18］。農(nóng)業(yè)生產(chǎn)中實際產(chǎn)量的計算公式為：

式(1)中：Y為實際產(chǎn)量(kg/hm2) ，使用葡萄總產(chǎn)量與種植面積的比值來表示；Yt為趨勢產(chǎn)量(kg/hm2)，采用線性滑動平均法進行分離，主要反映農(nóng)業(yè)生產(chǎn)力水平（品種特性、耕作制度、土壤肥力、管理措施等因素）對產(chǎn)量水平的影響；Yw為氣象產(chǎn)量(kg/hm2)，用來反映當?shù)貧庀髼l件波動所引起的產(chǎn)量波動。當實際產(chǎn)量小于趨勢產(chǎn)量時，減產(chǎn)量為趨勢產(chǎn)量與實際產(chǎn)量的差值，即減產(chǎn)的絕對值，霜凍災害在不同農(nóng)業(yè)生產(chǎn)中的影響不同，因此本研究引入災損率，其計算公式為：

式(2)中：ΔY表示實際產(chǎn)量與趨勢產(chǎn)量的偏差率，是一個具有時空可比性的相對指標。當實際產(chǎn)量高于趨勢產(chǎn)量，即Y＞Yt時，表示增產(chǎn)，即氣象條件對作物生長發(fā)育總體有利；當實際產(chǎn)量低于趨勢產(chǎn)量即Y＜Yt時，表示減產(chǎn)，即氣象條件對作物生長發(fā)育總體不利，出現(xiàn)災損事件。ΔY客觀地描述出作物因氣象災害造成的災害損失的大小，ΔY負值越大，表示災害損失越大。

將趨勢產(chǎn)量計算結果代入式(1)得到氣象產(chǎn)量，再將趨勢產(chǎn)量和氣象產(chǎn)量代入式(2)，得到相對氣象產(chǎn)量，即災損率。

1.4 典型災害年

以災損率≤-5%為葡萄受災減產(chǎn)的臨界值［19］，按照ΔY≤-5%挑選出各站點的歷史減產(chǎn)年份。根據(jù)1991—2021年間吐魯番葡萄春季霜凍災害實際發(fā)生情況資料（吐魯番市氣象局災情年報、《中國氣象災害大典：新疆卷》），霜凍災害實際出現(xiàn)年份為1993、1996、1999、2001、2002、2003、2005、2006、2008、2011、2014、2018、2021年。在歷史減產(chǎn)年中篩選出實際發(fā)生霜凍災害的年份為典型災害年，分別為2001、2002、2003、2005、2011、2014年。

1.5 分析方法

本研究采用雙變量相關分析和多元線性回歸對數(shù)據(jù)進行分析建模，其中雙變量相關分析反映2個變量之間的相關關系，是最常用的相關分析［20］。相關系數(shù)的絕對值越大，相關性越強；相關系數(shù)r越接近于1或-1，相關度越強，相關系數(shù)r越接近于0，相關度越弱。多元線性回歸常用于分析一個因變量與多個自變量的線性關系，本研究應用多元線性回歸分析方法構建了氣象產(chǎn)量與災損率的模型。

1.6 數(shù)據(jù)處理

采用 Excel 軟件對氣象數(shù)據(jù)、生育期數(shù)據(jù)、產(chǎn)量數(shù)據(jù)進行線性回歸分析，采用 SPSS 19.0軟件進行多元線性回歸分析。

2 結果與分析

2.1 吐魯番鮮食葡萄單產(chǎn)及面積變化規(guī)律

本研究運用線性分離法進行趨勢產(chǎn)量的分離，將實際產(chǎn)量分解為趨勢產(chǎn)量和氣象產(chǎn)量，通過參數(shù)設置，選擇最優(yōu)擬合曲線，要求擬合精度R2均大于0.6，對葡萄單產(chǎn)進行擬合，趨勢產(chǎn)量擬合效果和擬合方程見圖 1。由圖1可知，1990—2021年吐魯番鮮食葡萄單產(chǎn)變化分為2個階段：第一階段為1990—2001年，吐魯番鮮食葡萄的單產(chǎn)呈現(xiàn)先增加后減少的變化趨勢，于1996年達到第一階段最大值，為25773 kg/hm2；第二階段為2002—2021年，吐魯番鮮食葡萄的單產(chǎn)量整體呈波動上升趨勢，20 a間單產(chǎn)增加了15716 kg/hm2，于2021年達到近31 a的最大值，為34107 kg/hm2。1990—2021年吐魯番鮮食葡萄種植面積變化也分為2個階段：第一階段為1990—1997年，種植面積變化幅度較小；第二階段為1998—2021年，種植面積整體呈波動上升趨勢，24 a間種植面積增加了24492 hm2，2021年達到近31 a種植面積最大值，為39620 hm2。綜上，吐魯番市在綜合農(nóng)業(yè)技術管理措施進步、氣象條件影響及政策支持下，鮮食葡萄單產(chǎn)整體呈增加趨勢，種植面積逐漸擴大，發(fā)展前景良好。

圖1 1990—2021年吐魯番鮮食葡萄單產(chǎn)及種植面積的變化

實際產(chǎn)量為葡萄總產(chǎn)量與種植面積的比值，反映葡萄在自然及人為等綜合影響下的產(chǎn)量，為了探究氣象條件對葡萄產(chǎn)量的影響，采用線性滑動平均法分離出趨勢產(chǎn)量。趨勢產(chǎn)量主要反映農(nóng)業(yè)生產(chǎn)力水平（品種特性、耕作制度、土壤肥力、管理措施等因素）對產(chǎn)量水平的影響。分離后的氣象產(chǎn)量反映當?shù)貧庀髼l件波動所引起的產(chǎn)量波動（見圖2）。由圖2可知，1990—2021年吐魯番鮮食葡萄氣象產(chǎn)量變化規(guī)律分為2個階段：1990—2001年為第一階段，氣象產(chǎn)量呈現(xiàn)先增加后減少的變化趨勢，于1996年達第一階段最大值，為6179 kg/hm2，其中氣象產(chǎn)量為負值（氣象條件不利）的年份為1990、1991、2000、2001年；2002—2021年為第二階段，氣象產(chǎn)量整體呈波動上升趨勢，20 a間氣象產(chǎn)量的負值年份為2002、2003、2004、2005、2011、2014、2016、2017年。

圖2 1990—2021年吐魯番鮮食葡萄氣象產(chǎn)量的變化

2.2 吐魯番鮮食葡萄災損率變化規(guī)律

災損率能夠客觀地描述出作物因氣象災害造成的災害損失大小，災損率負值越大，表示災害損失越大［22］。由圖3可知，1990—2021年吐魯番鮮食葡萄災損率變化趨勢中，減產(chǎn)從嚴重到不嚴重的年份依次為2001、2011、1990、2003、2002、2005、2000、1991、2014、2017、2016、2004年。經(jīng)驗證，2001年葡萄受凍面積達3827.35 hm2，減產(chǎn)面積50%以上，經(jīng)濟損失達5482.91萬元；2002年葡萄受災面積為73.33 hm2，造成經(jīng)濟損失達110.00萬元；2005年鄯善縣山北6個鄉(xiāng)（鎮(zhèn)）葡萄受凍面積達3921.1 hm2，其中嚴重受凍面積達1312.8 hm2；2014年全縣葡萄受災4294.5 hm2（其中重度受災3108.4 hm2，中度受災627.2 hm2，輕度受災558.9 hm2）。上述災情與災損率計算結果相符。

圖3 1990—2021年吐魯番鮮食葡萄災損率的變化

2.3 吐魯番鮮食葡萄春季霜凍災害等級劃分

利用吐魯番市4個農(nóng)業(yè)氣象觀測站1991—2021年葡萄發(fā)育期觀測資料及同期逐日氣象數(shù)據(jù)，將發(fā)生霜凍年份每個站點的霜凍發(fā)生前后的日最低氣溫、日地面最低溫度、霜凍持續(xù)日數(shù)等氣象要素進行統(tǒng)計，與對應氣象產(chǎn)量和災損率分別構建多元回歸模型，其計算公式為：

式（6）～式（7）中：Yw為氣象產(chǎn)量，ΔY為災損率，V1為最低氣溫，V2為最低氣溫持續(xù)日數(shù)，V3為地面最低溫度。為了計算葡萄受災減產(chǎn)的臨界值，取典型災害年最大氣象產(chǎn)量為氣象產(chǎn)量上限，即Yw=-2000，設置當霜凍持續(xù)日數(shù)為1 d，災損率為0 h，計算霜凍持續(xù)1 d造成減產(chǎn)的臨界氣象條件，即令V2=1.0，ΔY=0，得到V1=4.4 ℃。考慮到葡萄的生長特性，4月是研究區(qū)大部分葡萄處于花蕾或花序出現(xiàn)期，部分處于開花期始期［23］，葡萄的蕾期和開花期只能耐-0.6 ℃的低溫［24］，故取V3=-0.6 ℃、V1=4.4 ℃為葡萄受災減產(chǎn)的臨界值。基于上述分析，分別列出日最低氣溫和地面最低溫度的分級指標（表1）。

表1 日最低氣溫和地面最低溫度分級指標 ℃

本研究考慮日最低氣溫和地面最低溫度雙重因素對葡萄霜凍的綜合影響，單一因子不具有參考效力，只有雙因子的共同作用下，才能對產(chǎn)量造成實質(zhì)影響。因此，判定葡萄霜凍的氣象指標為雙因子指標，選取日最低氣溫和地面最低溫度的共同災害等級，遵循“兩災并發(fā)取其重原則”［25］。由于研究區(qū)歷史上很少有持續(xù)3 d以上霜凍，故選取個別3 d以上霜凍為例，規(guī)定持續(xù)3 d以上加一級，即由輕度到中度，中度到重度。3 d以內(nèi)災害等級影響不大。

表2 吐魯番葡萄春季霜凍氣象指標等級 ℃

2.4 吐魯番鮮食葡萄春季霜凍災害等級驗證

根據(jù)上述吐魯番鮮食葡萄春季霜凍災害等級劃分，對1990—2021年間研究區(qū)4月的逐日氣象條件進行回代驗證，且考慮霜凍持續(xù)3 d及以上，災害程度加一個等級。驗證結果為：輕度霜凍年份為1993、1996、1999、2002、2006年，中度霜凍年份為2003、2010、2011、2018年，重度霜凍年份為2001年（持續(xù)3 d）、2005年（持續(xù)7 d）、2008年（持續(xù)3 d）、2014年（前后共5 d），與實際發(fā)生災情情況相符，與災損率的計算結果相符。另外，將2022年4月逐日氣象數(shù)據(jù)代入驗證，驗證結果為未發(fā)生霜凍，與2022年4月氣溫偏高的實際情況相符［26］。

3 結論與討論

本研究發(fā)現(xiàn)葡萄霜凍受災減產(chǎn)的臨界值為日最低氣溫4.4 ℃，地面最低溫度-0.6 ℃，這與大多數(shù)現(xiàn)有研究的0 ℃為霜凍臨界值不同［27］。此外，考慮吐魯番市實際霜凍災情情況，當日最低氣溫在0～4.4 ℃時仍然有多年發(fā)生了霜凍災情，結合災損率、地面最低溫度及霜凍持續(xù)日數(shù)的關系，綜合判定霜凍等級，重新定義了輕度、中度、重度等級的條件，與一般研究中-2、-4 ℃不同［28-30］，更符合當?shù)厣a(chǎn)實際。

本研究選取日最低氣溫和地面最低溫度及霜凍持續(xù)日數(shù)作為霜凍的主要影響因子，這與閆鳳君等［8］的研究結果一致；考慮日最低氣溫和地面最低溫度雙因子對葡萄霜凍的綜合影響，單一因子不具有參考效力，只有雙因子共同作用下，才能對產(chǎn)量造成實質(zhì)影響，相較于單一因子，雙因子判定法從地面溫度和空氣溫度兩方面綜合考慮更全面，更符合當?shù)貙嶋H情況，與陳武［31］的研究結論相一致。

本研究從地溫、氣溫、持續(xù)日數(shù)等方面綜合分析了霜凍對葡萄產(chǎn)量的影響，揭示了吐魯番地區(qū)鮮食葡萄春季霜凍的獨特變化特征，對于鮮食葡萄防災減災具有指導意義；寒潮影響下，果農(nóng)可根據(jù)局地差異，有選擇地從地溫、氣溫兩方面干預果園小氣候，從而降低霜凍災害的影響。葡萄生產(chǎn)中，霜凍災害影響范圍廣，程度深［32］，除氣象因子外，今后還將結合地形因素、海拔高度、土壤質(zhì)地、人工管理等因素展開進一步研究［33-35］。