2020年北上臺(tái)風(fēng)對(duì)東北地區(qū)農(nóng)業(yè)影響特征及產(chǎn)量損失估算

摘要 2020年初秋東北地區(qū)連續(xù)遭受3個(gè)臺(tái)風(fēng)影響，為1949年以來歷史首次。基于氣象觀測(cè)資料和產(chǎn)量資料，系統(tǒng)分析臺(tái)風(fēng)集中影響期間東北地區(qū)農(nóng)業(yè)氣象條件特征，估算臺(tái)風(fēng)致災(zāi)造成的東北三省糧食單產(chǎn)和總產(chǎn)損失。結(jié)果表明，2020年初秋臺(tái)風(fēng)“巴威”“美莎克”“海神”集中影響期間，頻繁強(qiáng)降雨造成東北地區(qū)平均降水量較常年同期偏多3.3倍，吉林、黑龍江兩省降水量均為近60年歷史同期最多；吉林、黑龍江土壤濕澇狀況為2013—2020年同期最重，部分農(nóng)田出現(xiàn)大范圍漬澇災(zāi)害。吉林和黑龍江均遭受近40年來同期最強(qiáng)風(fēng)的影響，造成大范圍作物倒伏。吉林中東部、黑龍江南部遭受較重產(chǎn)量損失。其中，臺(tái)風(fēng)“美莎克”影響最重，其次為“海神”，“巴威”影響最輕。分省來看，吉林受災(zāi)最重，黑龍江次之，遼寧最輕。分作物來看，玉米受災(zāi)最重，水稻次之，大豆最輕。2020年作物生長(zhǎng)季期間，初秋3個(gè)北上臺(tái)風(fēng)對(duì)吉林和黑龍江的影響均是造成兩省秋糧單產(chǎn)較正常年景偏差的主要因素。估算得出2020年臺(tái)風(fēng)造成東北三省秋糧總產(chǎn)較正常年景至少損失約115[KG-0.8mm]萬t，約占秋糧總產(chǎn)的1.0%；其中，吉林受災(zāi)最重，至少損失秋糧約95[KG-0.8mm]萬t，約占吉林秋糧總產(chǎn)的2.5%；黑龍江秋糧總產(chǎn)至少損失0.2%。

關(guān)鍵詞 北上臺(tái)風(fēng)；東北地區(qū)；農(nóng)業(yè)影響；氣象條件；單產(chǎn)；產(chǎn)量損失

中圖分類號(hào)： P457.8；S166文獻(xiàn)標(biāo)志碼： A文章編號(hào)： 20963599（2025）01006910

DOI：10.19513/j.cnki.hyqxxb.20220825001

Abstract In the early autumn of 2020， it is the first time that Northeast China has been successively affected by three typhoons since 1949. Based on the meteorological observing data and yield data， the characteristics of the agrometeorological conditions in Northeast China during typhoons’ intensive impact period are analyzed， and the grain yield loss per unit area and total yield loss caused by the typhoons in the three provinces of Northeast China are estimated. The results show that during the intensive impact period of typhoons Bavi， Maysak and Haishen in the early autumn of 2020， frequent heavy rainfall causes the average precipitation in Northeast China to be 3.3 times higher than that in normal years， and the precipitation in Jilin and Heilongjiang tops the records of the same period in the past 60 years. The soil moisture and waterlogging in Jilin and Heilongjiang are the heaviest compared with the same period of 2013-2020， and largescale waterlogging disasters occur in some farmlands. Jilin and Heilongjiang are affected by the strongest wind compared with the same period in the past 40 years， causing largescale crop lodging. The central-eastern Jilin and southern Heilongjiang suffer serious yield loss. Among the three typhoons， Typhoon Maysak triggers the most serious impact， followed by Haishen and Bavi; from the perspective of spatial distribution， the three typhoons cause the heaviest agricultural disasters in Jilin， followed by Heilongjiang and Liaoning; from the perspective of crops， maize is the most severely affected， followed by rice and soybean. In the crop growth period in 2020， the impacts of the three northward typhoons in early autumn in Jilin and Heilongjiang are the factor that leads to less autumn grain yield per unit area than in normal years. Preliminary estimation shows that the typhoons result in at least 1.15 million tons of total yield loss of autumn grain in the three provinces of Northeast China in 2020， accounting for about 1.0% of the total autumn yield; Jilin suffers the most serious total yield loss， at least 0.95 million tons， accounting for about 2.5% of the total autumn yield in Jilin; the total yield loss of autumn grain in Heilongjiang accounts for at least 0.2%.

Keywords northward typhoon; Northeast China; impact on agriculture; meteorological condition; yield per unit area; yield loss

引言

臺(tái)風(fēng)作為影響我國的主要?dú)庀鬄?zāi)害之一［1］，對(duì)農(nóng)業(yè)生產(chǎn)的影響不容忽視。近幾年受西北太平洋副熱帶高壓等天氣系統(tǒng)影響，轉(zhuǎn)向北上影響華北和東北地區(qū)的臺(tái)風(fēng)呈增多趨勢(shì)［2］，尤其是北上至東北地區(qū)臺(tái)風(fēng)造成的影響更為明顯［3］。例如，2019年有2個(gè)、2020年有4個(gè)、2023年有2個(gè)臺(tái)風(fēng)北上至東北地區(qū)，均給東北地區(qū)農(nóng)業(yè)生產(chǎn)帶來不同程度的影響。我國平均每年約有3個(gè)北上臺(tái)風(fēng)［4］，給華北和東北地區(qū)帶來暴雨和大風(fēng)天氣，往往會(huì)造成一定的水澇災(zāi)害和風(fēng)災(zāi)。例如，2019年“利奇馬”和“玲玲”、2018年“溫比亞”、2015年“燦鴻”、2012年“布拉萬”等都是顯著影響東北地區(qū)的北上臺(tái)風(fēng)。由季節(jié)看，7—9月是北上臺(tái)風(fēng)發(fā)生的關(guān)鍵月份，尤其7、8月是高峰期，少數(shù)也會(huì)發(fā)生在9月初［5］，通常9月北上至東北地區(qū)的臺(tái)風(fēng)影響一般偏輕，但個(gè)別年份臺(tái)風(fēng)強(qiáng)度也偏強(qiáng)，給農(nóng)業(yè)生產(chǎn)帶來一定的災(zāi)害。由近幾十年的年際變化看，北上臺(tái)風(fēng)呈增多趨勢(shì)［6-7］，2015、2016年影響北方地區(qū)的北上臺(tái)風(fēng)數(shù)量均達(dá)到4個(gè)［8-9］。在北上臺(tái)風(fēng)中，北上至東北地區(qū)臺(tái)風(fēng)往往強(qiáng)度更大，風(fēng)雨影響相對(duì)更為突出。

臺(tái)風(fēng)帶來的暴雨和大風(fēng)常常使農(nóng)業(yè)生產(chǎn)遭受明顯不利影響，尤其是強(qiáng)風(fēng)和臺(tái)風(fēng)暴雨［10-11］疊加更易造成農(nóng)田漬澇災(zāi)害和作物倒伏，加重對(duì)大宗糧食作物、經(jīng)濟(jì)作物以及設(shè)施農(nóng)業(yè)的危害。對(duì)東北地區(qū)而言，初秋時(shí)節(jié)正值秋糧灌漿的重要階段，該時(shí)期強(qiáng)風(fēng)和暴雨疊加對(duì)農(nóng)業(yè)影響往往偏重。例如，2016年8月29日—9月1日，臺(tái)風(fēng)“獅子山”帶來的強(qiáng)風(fēng)暴雨使東北地區(qū)部分農(nóng)田遭受較重漬澇災(zāi)害和作物倒伏，農(nóng)作物受災(zāi)面積達(dá)46.5[KG-0.5mm]萬hm2，絕收面積達(dá)5.0[KG-0.5mm]萬hm2。2012年9月17—18日，受臺(tái)風(fēng)“三巴”和冷空氣的共同影響，吉林東北部、黑龍江東部出現(xiàn)7～9級(jí)瞬時(shí)大風(fēng)，其中黑龍江東部局地達(dá)10～11級(jí)，吉林東北部、黑龍江東南部出現(xiàn)大到暴雨，局地大暴雨，致使部分地區(qū)遭受不同程度的洪澇或內(nèi)澇災(zāi)害，玉米等高稈作物出現(xiàn)倒伏或折斷，兩省農(nóng)作物受災(zāi)面積達(dá)8.3[KG-0.8mm]萬hm2。在初秋時(shí)節(jié)臺(tái)風(fēng)帶來的強(qiáng)風(fēng)尤其會(huì)給東北地區(qū)農(nóng)業(yè)生產(chǎn)帶來明顯風(fēng)災(zāi)危害，且風(fēng)力越強(qiáng)，造成的災(zāi)害越大。受2019年第13號(hào)臺(tái)風(fēng)“玲玲”影響，9月7—8日東北三省中東部出現(xiàn)歷史同期罕見的強(qiáng)風(fēng)暴雨，造成東北三省農(nóng)作物受災(zāi)面積達(dá)21.6[KG-0.5mm]萬hm2，大宗糧食作物中高桿作物玉米倒伏較為明顯。2012年8月28—30日，受臺(tái)風(fēng)“布拉萬”影響，遼寧中東部、吉林中部、黑龍江南部出現(xiàn)大風(fēng)和強(qiáng)降雨，大風(fēng)影響更為突出，造成東北三省180.0[KG-0.5mm]萬hm2作物出現(xiàn)大面積倒伏被淹，受災(zāi)作物主要為玉米、水稻和大豆，其中玉米受災(zāi)最重。

2020年北上影響東北地區(qū)的臺(tái)風(fēng)有4個(gè)，包括8月5日第4號(hào)臺(tái)風(fēng)“黑格比”、8月26—28日第8號(hào)臺(tái)風(fēng)“巴威”、9月2—5日第9號(hào)臺(tái)風(fēng)“美莎克”和9月7—9日第10號(hào)臺(tái)風(fēng)“海神”。其中，臺(tái)風(fēng)“黑格比”造成8月5日遼寧東部、吉林東南部出現(xiàn)大到暴雨以及5～7級(jí)大風(fēng)，對(duì)農(nóng)業(yè)基本無不利影響。臺(tái)風(fēng)“巴威”“美莎克”“海神”影響我國東北地區(qū)的時(shí)間則集中在2020年8月26日—9月8日，“美莎克”的生命史最長(zhǎng)［12］。半個(gè)月內(nèi)連續(xù)3個(gè)臺(tái)風(fēng)影響東北地區(qū)，為歷史首次，2020年也成為1949年以來東北地區(qū)受臺(tái)風(fēng)影響最多的年份［13］。短時(shí)間頻繁的強(qiáng)風(fēng)雨天氣，使東北地區(qū)遭受較大影響，尤以農(nóng)業(yè)受災(zāi)最重。但以往關(guān)于2020年北上東北地區(qū)臺(tái)風(fēng)的風(fēng)雨影響研究更側(cè)重區(qū)域性，缺少東北地區(qū)整體氣象要素的氣候特征及時(shí)間序列歷史對(duì)比分析，也缺少3個(gè)臺(tái)風(fēng)對(duì)農(nóng)業(yè)影響的系統(tǒng)性分析及與糧食產(chǎn)量關(guān)系分析等。此文利用氣象觀測(cè)和作物產(chǎn)量等資料，系統(tǒng)分析2020年北上臺(tái)風(fēng)對(duì)東北地區(qū)（黑龍江、吉林、遼寧）農(nóng)業(yè)影響特點(diǎn)，重點(diǎn)探討臺(tái)風(fēng)集中影響期間農(nóng)業(yè)氣象條件歷史特征、臺(tái)風(fēng)致災(zāi)對(duì)作物單產(chǎn)影響特點(diǎn)，初步估算臺(tái)風(fēng)造成的東北三省糧食單產(chǎn)和總產(chǎn)損失，為東北地區(qū)農(nóng)業(yè)生產(chǎn)防臺(tái)減災(zāi)、趨利避害提供科學(xué)依據(jù)和決策參考。

12020年北上東北地區(qū)臺(tái)風(fēng)風(fēng)雨實(shí)況特征

1961—2020年東北三省氣象觀測(cè)站逐日降水量、風(fēng)速等地面氣象觀測(cè)資料以及臺(tái)風(fēng)資料信息均來自國家氣象中心。

1.1臺(tái)風(fēng)“巴威”

氣象監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)分析顯示，8月26—28日凌晨，受臺(tái)風(fēng)“巴威”影響，東北地區(qū)普遍出現(xiàn)25～60 mm降水。臺(tái)風(fēng)移入東北地區(qū)后，以6～7級(jí)陣風(fēng)為主，局地8～10級(jí)。“巴威”主要特點(diǎn)是登陸后強(qiáng)度減弱較快，強(qiáng)風(fēng)分布較為分散，雨量較為平均，強(qiáng)降雨落區(qū)也較分散，風(fēng)雨影響范圍較廣。

1.2臺(tái)風(fēng)“美莎克”

9月2日夜間—5日凌晨，受臺(tái)風(fēng)“美莎克”影響，東北地區(qū)大部出現(xiàn)30～100 mm降水，其中吉林中東部、黑龍江南部部分地區(qū)降水量為100～170 mm。臺(tái)風(fēng)移入東北地區(qū)后，以8～10級(jí)陣風(fēng)為主，局地為11～12級(jí)；其中吉林中北部、黑龍江中南部等地陣風(fēng)為9～10級(jí)，吉林延邊和黑龍江牡丹江、綏化、齊齊哈爾、雞西等地局地最大陣風(fēng)為11～12級(jí)。臺(tái)風(fēng)“美莎克”主要特點(diǎn)是風(fēng)雨強(qiáng)度大、歷史罕見，影響范圍之廣居歷史第一位，影響時(shí)間長(zhǎng)也為歷史少見。與2012年臺(tái)風(fēng)“布拉萬”相比，影響時(shí)間略偏晚，大風(fēng)強(qiáng)度與范圍相近但持續(xù)時(shí)間略短，“美莎克”移速相對(duì)較快，暴雨范圍和強(qiáng)度更大。

受臺(tái)風(fēng)“美莎克”移動(dòng)路徑等因素影響，吉林遭受的風(fēng)雨影響范圍最大、程度最重，全省平均降水量達(dá)74.2 mm。與2012年臺(tái)風(fēng)“布拉萬”相比，大風(fēng)強(qiáng)度與范圍比較接近；但“美莎克”造成的暴雨范圍為吉林歷史第一位，遠(yuǎn)超“布拉萬”，而且大暴雨站點(diǎn)數(shù)偏多，造成全省131站大暴雨，而“布拉萬”導(dǎo)致62站大暴雨。“美莎克”帶給黑龍江的風(fēng)雨影響不及吉林。遼寧受“美莎克”影響期間，臺(tái)風(fēng)強(qiáng)度已明顯減弱，風(fēng)雨影響較吉林和黑龍江明顯偏輕。

1.3臺(tái)風(fēng)“海神”

9月7—9日凌晨，臺(tái)風(fēng)“海神”給東北地區(qū)帶來較強(qiáng)風(fēng)雨天氣，東北地區(qū)大部出現(xiàn)25.0～80.0 mm降水，部分地區(qū)降水量為80.0～120.0 mm，其中黑龍江南部和東部、吉林大部、遼寧東部等地出現(xiàn)大到暴雨，部分地區(qū)出現(xiàn)大暴雨；14個(gè)國家級(jí)地面氣象觀測(cè)站日降雨量突破9月歷史極值。臺(tái)風(fēng)“海神”移入東北地區(qū)后以7～8級(jí)陣風(fēng)為主，局地為9～10級(jí)。臺(tái)風(fēng)最主要影響時(shí)段在9月8日。“海神”主要特點(diǎn)為：一是累計(jì)降水量大，大風(fēng)范圍均與“美莎克”相近，但降雨強(qiáng)度和風(fēng)力強(qiáng)度均弱于“美莎克”；二是影響范圍廣、持續(xù)時(shí)間長(zhǎng)，為歷史罕見；三是影響時(shí)間偏晚，在登陸東北地區(qū)的秋臺(tái)風(fēng)中，時(shí)間明顯偏晚、強(qiáng)度偏強(qiáng)。受臺(tái)風(fēng)“海神”移動(dòng)路徑等的影響，吉林遭受的風(fēng)雨影響仍然是三省中最大的，全省平均降水量為74.5 mm。黑龍江風(fēng)雨弱于吉林，全省平均降水量為53.5 mm。遼寧受臺(tái)風(fēng)“海神”影響偏弱，全省平均降水量為15.2 mm。

2臺(tái)風(fēng)集中影響期間氣象條件特征及對(duì)農(nóng)業(yè)影響分析

2020年8月26日—9月8日，3個(gè)臺(tái)風(fēng)接連影響東北地區(qū)，期間正值東北地區(qū)大宗糧食作物產(chǎn)量形成的關(guān)鍵階段，玉米、水稻和大豆均處于灌漿乳熟期，少部分作物處于蠟熟至成熟期，初秋時(shí)節(jié)的強(qiáng)風(fēng)暴雨對(duì)玉米、水稻、大豆產(chǎn)量形成產(chǎn)生一定不利影響。依據(jù)逐日降水量、土壤墑情、平均風(fēng)速、空氣相對(duì)濕度及日照時(shí)數(shù)等觀測(cè)資料，系統(tǒng)分析臺(tái)風(fēng)集中影響期間東北地區(qū)農(nóng)業(yè)氣象條件特征。

1961—2020年東北三省氣象觀測(cè)站逐日降水量、平均風(fēng)速、空氣相對(duì)濕度、日照等地面氣象觀測(cè)資料和土壤相對(duì)濕度等農(nóng)業(yè)氣象觀測(cè)資料均來自國家氣象中心。臺(tái)風(fēng)集中影響期間農(nóng)業(yè)氣象條件歷史特征分析采用數(shù)理統(tǒng)計(jì)方法。

2.1降水量

臺(tái)風(fēng)集中影響期間逐日降水量的統(tǒng)計(jì)結(jié)果顯示，東北地區(qū)平均降水量達(dá)1961年以來歷史同期最多（圖1a）。2020年8月26日—9月8日，東北地區(qū)首次出現(xiàn)半個(gè)月內(nèi)遭受3個(gè)臺(tái)風(fēng)影響的現(xiàn)象，受臺(tái)風(fēng)及外圍云系影響，東北地區(qū)出現(xiàn)100～250 mm降水，部分地區(qū)降水量為252～484 mm。降水量與常年同期相比，大部地區(qū)偏多1～2倍，部分地區(qū)偏多2～4倍。累計(jì)降水量超過250 mm的氣象觀測(cè)站點(diǎn)包括黑龍江7個(gè)、吉林11個(gè)、遼寧3個(gè)。黑龍江嫩江（155.7 mm）、龍江（141.3 mm）和吉林煙筒山（145.9 mm）、遼源（130.7 mm）4站日降水量破歷史極值［13］。

由區(qū)域平均降水量看，東北地區(qū)平均降水量為170.4 mm（圖1a），較常年同期偏多達(dá)3.3倍，吉林（228.3 mm，圖1b）、黑龍江（179.6 mm，圖1c）分別偏多4.4、3.9倍。東北地區(qū)、吉林、黑龍江降水量均為1961年以來歷史同期最多。遼寧降水量（106.4 mm）較常年同期偏多1.6倍，為1961年以來第三多。

2.2土壤墑情

由臺(tái)風(fēng)集中影響期間土壤墑情的平均狀況看，吉林、黑龍江土壤濕澇狀況為2013—2020年同期最重。對(duì)逐日0～50 cm各層土壤墑情資料的統(tǒng)計(jì)分析顯示，受8月26日—9月8日期間臺(tái)風(fēng)型集中強(qiáng)降水影響，吉林、黑龍江、遼寧北部土壤水分飽和度明顯偏高，0～50 cm各層土壤蓄水均較常年同期異常偏多，大部地區(qū)土壤為過濕狀態(tài)，部分農(nóng)田出現(xiàn)內(nèi)澇，局地出現(xiàn)洪澇。吉林全省平均20 cm土壤相對(duì)濕度達(dá)111.4%（圖2a），黑龍江全省平均達(dá)115.9%（圖2b），均為2013—2020年同期最高。臺(tái)風(fēng)型強(qiáng)降雨頻繁影響之后，吉林、黑龍江兩省玉米、大豆等大部分旱地作物農(nóng)田土壤水分持續(xù)處于過飽和狀態(tài)，對(duì)作物已經(jīng)形成濕漬害，部分地區(qū)出現(xiàn)農(nóng)田積澇，土壤松軟使旱地作物抗倒伏能力明顯減弱，水分過飽和狀態(tài)超過農(nóng)作物根系耐受能力，影響干物質(zhì)積累，造成籽粒灌漿水分過多、貪青晚熟風(fēng)險(xiǎn)增加，影響玉米、大豆灌漿乳熟和蠟熟，不利于后期正常成熟。雖然水稻有一定耐澇能力，但臺(tái)風(fēng)集中影響期間，水稻正處于灌漿乳熟階段，遭受水淹后會(huì)由于缺氧影響光合作用，適時(shí)曬田受阻，灌漿明顯減緩，抗倒伏能力下降，局地水稻倒伏被淹，影響產(chǎn)量形成和后期成熟收獲。

2.3平均風(fēng)速

逐日的日均風(fēng)速資料統(tǒng)計(jì)分析顯示，臺(tái)風(fēng)集中影響期間東北地區(qū)平均日均風(fēng)速為近40年同期最大值，吉林和黑龍江風(fēng)速之大也均較突出。臺(tái)風(fēng)頻繁影響期間，東北地區(qū)尤其是吉林和黑龍江兩省遭受近40年來同期最強(qiáng)風(fēng)的影響，風(fēng)力之強(qiáng)屬于歷史罕見，給部分地區(qū)農(nóng)作物帶來明顯風(fēng)災(zāi)危害，造成部分玉米、水稻、大豆等農(nóng)作物大范圍倒伏，植株出現(xiàn)不同程度傾斜，部分遭受莖葉折斷等機(jī)械損傷，對(duì)正處于籽粒灌漿期的秋收糧食作物造成較大危害。臺(tái)風(fēng)帶來的強(qiáng)風(fēng)疊加暴雨，加重了作物倒伏被淹，對(duì)作物光合生長(zhǎng)以及產(chǎn)量形成和后期成熟產(chǎn)生不利影響。由于東北地區(qū)玉米種植廣泛，因此玉米遭受大風(fēng)危害就更重，相對(duì)于水稻和大豆等矮稈作物受災(zāi)比例更大。倒伏造成玉米等作物產(chǎn)量和質(zhì)量下降，成熟速度偏慢，增加了后期成熟后收獲的難度。

臺(tái)風(fēng)影響期間，東北地區(qū)水稻因其正處于灌漿乳熟期，有的處于即將成熟的蠟熟期，植株抗倒伏能力相對(duì)較差［14］，受臺(tái)風(fēng)大風(fēng)影響水稻容易出現(xiàn)倒伏，再疊加強(qiáng)降水造成部分稻田明顯內(nèi)澇，水稻倒伏程度加重，一部分甚至遭受水淹，導(dǎo)致水稻受災(zāi)加重、產(chǎn)量下降。3個(gè)大宗糧食作物中，玉米受風(fēng)災(zāi)最重，水稻次之。大豆因其植株高度較矮，加之部分地區(qū)間套作等種植方式本身也具有一定防風(fēng)效應(yīng)，因此臺(tái)風(fēng)對(duì)大豆影響偏輕。另外，一些玉米、大豆、水稻等植株傾斜而秸稈未折斷，或植株傾斜但還未完全平鋪在地，因作物具備一定自我修復(fù)能力，仍然能夠灌漿成熟，只是產(chǎn)量會(huì)有所下降。

2.4空氣相對(duì)濕度及日照

日均空氣相對(duì)濕度資料統(tǒng)計(jì)分析顯示，臺(tái)風(fēng)集中影響期間東北地區(qū)平均空氣相對(duì)濕度為1961年以來最高，日照明顯偏少，導(dǎo)致病蟲害發(fā)生和蔓延。2020年8月26日—9月8日，東北地區(qū)區(qū)域平均日均空氣相對(duì)濕度為86.2%，較常年同期（76.6%）偏高12.5%，東北地區(qū)及各省均為1961年以來歷史同期最高值（圖4）。其中，吉林日均空氣相對(duì)濕度為89.3%，較常年同期（76.9%）偏高16.1%；黑龍江為86.8%，較常年同期（76.7%）偏高13.2%；遼寧為82.8%，較常年同期（76.1%）偏高8.8%。吉林、黑龍江、遼寧累計(jì)日照時(shí)數(shù)分別為66.7 h（圖5）、87.8 h、97.6 h，較常年同期（吉林101.8 h、黑龍江103.9 h、遼寧104.1 h）分別偏少34.5%、15.5%、6.1%，其中吉林為1961年以來第二低（僅次于2018年）。臺(tái)風(fēng)頻繁影響期間，吉林、黑龍江、遼寧北部等地土壤和作物冠層始終保持較高濕度狀態(tài)，田間及作物冠層濕度大、寡照突出，有利于玉米粘蟲病等病蟲害的發(fā)生及傳播蔓延。同時(shí)，一些遷飛型的害蟲比如稻飛虱、稻縱卷葉螟等還會(huì)借助臺(tái)風(fēng)氣流大規(guī)模遷入，導(dǎo)致部分田塊病蟲害發(fā)生或蔓延，對(duì)產(chǎn)量形成產(chǎn)生一定不利影響。

3臺(tái)風(fēng)致農(nóng)業(yè)受災(zāi)情況及對(duì)作物產(chǎn)量影響

3.1臺(tái)風(fēng)對(duì)農(nóng)業(yè)影響

3個(gè)臺(tái)風(fēng)在半個(gè)月的時(shí)間內(nèi)接連影響東北地區(qū)，尤其是臺(tái)風(fēng)“美莎克”“海神”重創(chuàng)吉林和黑龍江，兩次強(qiáng)風(fēng)雨過程影響疊加，受影響偏重的區(qū)域主要為吉林中東部、黑龍江南部，造成較嚴(yán)重的農(nóng)田內(nèi)澇和作物倒伏，受災(zāi)偏重，對(duì)玉米、水稻、大豆等作物灌漿乳熟和后期成熟收獲造成一定不利影響，其中倒伏和內(nèi)澇疊加的田塊作物灌漿成熟受影響最重，造成大田作物干物質(zhì)積累、籽粒脫水和成熟速度降低，部分農(nóng)田貪青晚熟、秋收期偏晚，倒伏嚴(yán)重的作物遭受產(chǎn)量損失。3個(gè)臺(tái)風(fēng)影響時(shí)間集中、風(fēng)雨強(qiáng)度大、區(qū)域重疊，對(duì)農(nóng)業(yè)生產(chǎn)影響為2013—2020年最重。3個(gè)臺(tái)風(fēng)對(duì)比來看，“美莎克”對(duì)農(nóng)業(yè)不利影響最重，其次為“海神”，而“巴威”的不利影響最輕且總體利大于弊。三省對(duì)比來看，吉林受災(zāi)最重，黑龍江次之，遼寧受影響偏輕。從作物來看，玉米受災(zāi)最重，水稻次之，大豆受災(zāi)相對(duì)較輕。

臺(tái)風(fēng)“巴威”對(duì)東北地區(qū)農(nóng)業(yè)影響總體為利大弊小。一方面，臺(tái)風(fēng)“巴威”給東北地區(qū)帶來的降雨補(bǔ)充了農(nóng)田土壤水分，及時(shí)緩解了東北地區(qū)西部部分地區(qū)的旱情，對(duì)正值灌漿乳熟期的玉米、水稻、大豆等作物明顯有利。另一方面，“巴威”造成農(nóng)田內(nèi)澇和作物倒伏，但以局地性為主，受災(zāi)范圍也較小。由其不利影響看，三省中吉林略重于黑龍江、遼寧。臺(tái)風(fēng)“美莎克”造成吉林中部和黑龍江南部農(nóng)田發(fā)生明顯內(nèi)澇和作物倒伏災(zāi)害，其中吉林受災(zāi)最重，黑龍江次之。臺(tái)風(fēng)型暴雨造成部分農(nóng)田發(fā)生明顯內(nèi)澇，致作物根系土壤松軟，加之陣風(fēng)風(fēng)力大，農(nóng)田中出現(xiàn)大范圍作物倒伏，對(duì)玉米、水稻、大豆等作物灌漿乳熟和后期成熟收獲產(chǎn)生不利影響。據(jù)統(tǒng)計(jì)，“美莎克”造成吉林、黑龍江、遼寧共計(jì)85個(gè)縣部分農(nóng)作物不同程度受災(zāi)。“美莎克”對(duì)遼寧農(nóng)業(yè)不利影響在三省中最小。臺(tái)風(fēng)“海神”造成吉林中東部、黑龍江南部等地出現(xiàn)明顯內(nèi)澇和作物倒伏災(zāi)害，對(duì)玉米、水稻、大豆等作物灌漿乳熟、蠟熟及后期成熟收獲產(chǎn)生一定不利影響，強(qiáng)風(fēng)暴雨區(qū)與前期“美莎克”受災(zāi)農(nóng)區(qū)出現(xiàn)部分重疊，作物倒伏和農(nóng)田土壤濕澇范圍加大、程度加重，前期受災(zāi)的農(nóng)田災(zāi)情進(jìn)一步加重。三省對(duì)比來看，“海神”同樣使吉林受災(zāi)最重，黑龍江次之，對(duì)遼寧農(nóng)業(yè)影響較小。

3.2臺(tái)風(fēng)致災(zāi)對(duì)作物單產(chǎn)影響及總產(chǎn)損失估算

2015—2020年吉林、黑龍江、遼寧作物產(chǎn)量和種植面積資料分別來自各省統(tǒng)計(jì)局。此文以2015—2019年作物單產(chǎn)平均值作為正常年景。

3.2.1吉林

在影響吉林的3個(gè)臺(tái)風(fēng)中，“美莎克”影響最重，其次為“海神”，“巴威”最輕。由于3次臺(tái)風(fēng)的強(qiáng)風(fēng)雨落區(qū)高度疊加，且持續(xù)時(shí)間長(zhǎng)，導(dǎo)致吉林農(nóng)田遭受洪澇、內(nèi)澇、濕漬害、大風(fēng)倒伏等災(zāi)害，受災(zāi)面積較大、影響較嚴(yán)重，糧食單產(chǎn)減產(chǎn)明顯。從災(zāi)情調(diào)研情況分析，“美莎克”造成農(nóng)作物受災(zāi)輕于2012年的“布拉萬”，但“美莎克”和“海神”的疊加影響造成農(nóng)作物受災(zāi)接近或略重于“布拉萬”。

由吉林整個(gè)作物生長(zhǎng)季來看，階段農(nóng)業(yè)干旱、低溫、病蟲害等農(nóng)業(yè)氣象災(zāi)害對(duì)作物單產(chǎn)影響較輕，初秋3個(gè)臺(tái)風(fēng)帶來的內(nèi)澇和倒伏災(zāi)害對(duì)吉林作物產(chǎn)量影響最大。由吉林作物單產(chǎn)［15］來看，2020年吉林玉米平均單產(chǎn)較2019年下降3.9%（圖6a），較2015—2019年平均值偏低5.7%（圖6b），說明2020年吉林玉米單產(chǎn)處于明顯偏差年景。水稻平均單產(chǎn)較2019年增加1.7%，但較2015—2019年平均值偏低1.9%，說明2020年吉林水稻單產(chǎn)處于偏差的年景水平。大豆平均單產(chǎn)較2019年下降1.6%，較2015—2019年平均值偏低0.1%，說明2020年吉林大豆單產(chǎn)接近正常略偏差年景水平。2020年吉林秋糧平均單產(chǎn)較2019年下降2.6%，較2015—2019年平均值下降5.8%，說明2020年吉林秋糧單產(chǎn)是減產(chǎn)年，處于明顯偏差的年景水平。因此，初秋3個(gè)臺(tái)風(fēng)的不利影響是造成吉林玉米、水稻以及秋糧單產(chǎn)均較正常年景偏差、較2019年減產(chǎn)的主要因素，尤其玉米減產(chǎn)幅度最大。

利用2020年吉林秋糧單產(chǎn)較2019年減產(chǎn)的比率（2.6%）和較2015—2019年平均值減產(chǎn)的比率（5.8%）計(jì)算得出秋糧單產(chǎn)減產(chǎn)的范圍為176.1～410.4 kg·hm-2，在秋糧單產(chǎn)減產(chǎn)因子中，3個(gè)臺(tái)風(fēng)影響占比為95%，依據(jù)2020年吉林秋糧種植面積（568.2[KG-0.8mm]萬hm2）［15］，估算得出2020年臺(tái)風(fēng)造成吉林秋糧總產(chǎn)較正常年景損失95.1萬～221.5萬t。

3.2.2黑龍江

與吉林類似，由降水強(qiáng)度和范圍、大風(fēng)影響程度來看，“美莎克”造成黑龍江農(nóng)業(yè)受災(zāi)最重，其次為“海神”，“巴威”最輕。由3次臺(tái)風(fēng)疊加影響來看，松嫩平原南部偏中東部地區(qū)糧食產(chǎn)量損失比例最大，主要位于哈爾濱、綏化南部、伊春南部及牡丹江西部等地，相對(duì)于全省農(nóng)區(qū)而言受災(zāi)范圍相對(duì)不大，總體來看對(duì)黑龍江糧食作物產(chǎn)量影響有限。對(duì)于黑龍江全省而言，無論是單個(gè)臺(tái)風(fēng)還是3個(gè)臺(tái)風(fēng)疊加影響，均明顯輕于2012年臺(tái)風(fēng)“布拉萬”。

由黑龍江整個(gè)作物生長(zhǎng)季來看，6月中下旬階段性低溫、7月階段性局地農(nóng)業(yè)干旱對(duì)產(chǎn)量影響較輕，初秋3個(gè)臺(tái)風(fēng)帶來的內(nèi)澇和倒伏災(zāi)害對(duì)黑龍江作物產(chǎn)量影響相對(duì)最大。由黑龍江作物單產(chǎn)［16］來看，2020年黑龍江玉米平均單產(chǎn)較2019年下降0.8%（圖7a），但仍較2015—2019年平均值偏高6.9%（圖7b），說明2020年黑龍江玉米單產(chǎn)仍處于明顯偏好的年景。水稻平均單產(chǎn)較2019年增加7.1%（圖7a），較2015—2019年平均值偏高6.2%（圖7b），說明2020年黑龍江水稻單產(chǎn)處于明顯偏好的年景。大豆平均單產(chǎn)較2019年增加4.4%（圖7a），較2015—2019年平均值偏高4.3%（圖7b），說明2020年黑龍江大豆單產(chǎn)處于偏好年景。2020年黑龍江秋糧平均單產(chǎn)較2019年下降0.2%（圖7a），較2015—2019年平均值偏低0.7%（圖7b），說明2020年黑龍江秋糧單產(chǎn)為接近正常略偏差年景。因此，初秋3個(gè)臺(tái)風(fēng)的不利影響是造成黑龍江玉米單產(chǎn)、秋糧單產(chǎn)較2019年下降以及秋糧單產(chǎn)較正常年景略偏差的主要因素，玉米出現(xiàn)輕度減產(chǎn)。

利用2020年黑龍江秋糧單產(chǎn)較2019年減產(chǎn)的比率（0.2%）和較2015—2019年平均值減產(chǎn)的比率（0.7%），計(jì)算得出秋糧單產(chǎn)減產(chǎn)的范圍為9.9～37.7 kg·hm-2，在秋糧單產(chǎn)減產(chǎn)的因子中，3個(gè)臺(tái)風(fēng)影響占比為95%，依據(jù)2020年黑龍江秋糧種植面積（1 443.8萬hm2）［16］，估算得出2020年臺(tái)風(fēng)造成黑龍江秋糧總產(chǎn)較正常年景損失13.6萬～51.7萬t。

3.2.3遼寧

8月上旬、8月底—9月上旬先后有“黑格比”“巴威”“美莎克”“海神”4個(gè)臺(tái)風(fēng)影響遼寧。其中，“黑格比”和“巴威”對(duì)農(nóng)業(yè)不利影響很小。臺(tái)風(fēng)“美莎克”和“海神”類似，均為側(cè)面襲擊遼寧，影響區(qū)域均集中在遼寧東北部地區(qū)，農(nóng)作物受災(zāi)在東北三省中最輕。對(duì)于遼寧而言，3個(gè)臺(tái)風(fēng)單次及疊加影響受災(zāi)程度均明顯輕于2012年臺(tái)風(fēng)“布拉萬”。

由遼寧整個(gè)作物生長(zhǎng)季來看，遼寧中西部等地夏伏旱是影響最終產(chǎn)量的主要因素，造成的作物減產(chǎn)明顯大于初秋3個(gè)臺(tái)風(fēng)的不利影響。由遼寧作物單產(chǎn)［17］來看，2020年遼寧玉米平均單產(chǎn)較2019年下降5.8%，但仍較2015—2019年平均值偏高3.4%，說明2020年遼寧玉米單產(chǎn)處于偏好年景。水稻平均單產(chǎn)與2019年持平，接近近5 a平均值但略偏低，說明2020年遼寧水稻單產(chǎn)處于接近正常略偏差年景。大豆平均單產(chǎn)較2019年下降8.9%，較2015—2019年平均值偏低3.4%，說明2020年遼寧大豆單產(chǎn)處于偏差年景，減產(chǎn)明顯。秋糧平均單產(chǎn)較2019年下降4.7%，但較2015—2019年平均值偏高1.6%，說明2020年遼寧秋糧單產(chǎn)處于正常偏好年景。因此，造成遼寧玉米、大豆及秋糧單產(chǎn)均較2019年明顯下降的主要原因是夏季農(nóng)業(yè)干旱，尤其是部分產(chǎn)區(qū)大豆苗期和產(chǎn)量形成關(guān)鍵期均遭遇農(nóng)業(yè)干旱，導(dǎo)致大豆單產(chǎn)較2019年大幅度下降，處于偏差年景。與夏季農(nóng)業(yè)干旱相比，初秋3個(gè)臺(tái)風(fēng)對(duì)秋糧產(chǎn)量的不利影響較小。

由于2019年遼寧作物生長(zhǎng)季內(nèi)光溫水氣象條件接近常年同期，階段性低溫影響偏輕，階段性農(nóng)業(yè)干旱緩解及時(shí)，因此2019年的農(nóng)業(yè)氣象年景基本代表遼寧正常年景。利用2020年遼寧秋糧單產(chǎn)較2019年減產(chǎn)的比率（4.7%），計(jì)算得出遼寧秋糧單產(chǎn)減產(chǎn)為330.0 kg·hm-2，在秋糧減產(chǎn)因子中，農(nóng)業(yè)干旱及其他因素影響占比95%，3個(gè)臺(tái)風(fēng)影響占比5%，依據(jù)2020年遼寧秋糧種植面積（352.7[KG-0.8mm]萬hm2）［17］，估算得出2020年臺(tái)風(fēng)造成的遼寧秋糧總產(chǎn)較正常年景損失5.8[KG-0.8mm]萬t。

因此，初秋3個(gè)北上臺(tái)風(fēng)造成吉林玉米單產(chǎn)減產(chǎn)幅度較大，黑龍江較小。依據(jù)東北三省秋糧單產(chǎn)減產(chǎn)比率、臺(tái)風(fēng)影響在各省秋糧單產(chǎn)減產(chǎn)中的占比以及2020年東北三省秋糧種植面積，初步估算得出2020年臺(tái)風(fēng)造成東北三省秋糧總產(chǎn)損失115[KG-0.8mm]萬～280[KG-0.8mm]萬t，占東北三省2020年秋糧總產(chǎn)的1.0%～2.4%；吉林受災(zāi)最重，損失秋糧95.1萬～221.5[KG-0.8mm]萬t，占總產(chǎn)的2.5%～5.8%；黑龍江損失秋糧13.6萬～51.7萬t，占秋糧總產(chǎn)的0.2%～0.7%。

4結(jié)論

2020年初秋，臺(tái)風(fēng)“巴威”“美莎克”“海神”集中影響期間，正值東北地區(qū)大宗糧食作物產(chǎn)量形成的關(guān)鍵期。歷史罕見的強(qiáng)風(fēng)和強(qiáng)降雨疊加影響造成的作物倒伏以及農(nóng)田持續(xù)濕澇狀況對(duì)正值灌漿乳熟和蠟熟期的玉米、水稻、大豆等作物產(chǎn)生明顯不利影響。其間東北地區(qū)區(qū)域平均降水量達(dá)170.4 mm，較常年同期偏多3.3倍，為1961—2020年歷史同期最多。降水量異常偏多造成吉林、黑龍江等地土壤濕澇狀況為2013年以來同期最重，影響作物產(chǎn)量形成和后期正常成熟。東北地區(qū)尤其是吉林和黑龍江兩省遭受近40年來同期最大平均風(fēng)影響，風(fēng)力之強(qiáng)屬于歷史罕見，造成部分地區(qū)作物大范圍倒伏、產(chǎn)量和質(zhì)量下降。

3個(gè)臺(tái)風(fēng)在半個(gè)月的時(shí)間內(nèi)接連影響東北地區(qū)，時(shí)間集中、間隔短、影響區(qū)域重疊、風(fēng)雨強(qiáng)度大，對(duì)北上臺(tái)風(fēng)影響區(qū)域的農(nóng)業(yè)生產(chǎn)影響為2013—2020年最重。受影響偏重的區(qū)域主要為吉林中東部、黑龍江南部，造成較重農(nóng)田內(nèi)澇和作物倒伏，部分地區(qū)產(chǎn)量損失明顯。3個(gè)臺(tái)風(fēng)對(duì)比來看，臺(tái)風(fēng)“美莎克”對(duì)農(nóng)業(yè)不利影響最重，其次為臺(tái)風(fēng)“海神”，而臺(tái)風(fēng)“巴威”的不利影響最輕且總體利大于弊。三省對(duì)比來看，吉林受災(zāi)最重，黑龍江次之，遼寧受災(zāi)最輕。由作物來看，玉米受災(zāi)最重，水稻次之，大豆受災(zāi)相對(duì)較輕。

臺(tái)風(fēng)“美莎克”和“海神”對(duì)吉林造成的災(zāi)害均是東北三省中最重的，其次為黑龍江，遼寧最輕。對(duì)于吉林而言，臺(tái)風(fēng)“美莎克”造成的農(nóng)業(yè)受災(zāi)略輕于2012年的“布拉萬”［18］，但臺(tái)風(fēng)“美莎克”和“海神”疊加影響造成的農(nóng)業(yè)災(zāi)害接近或略重于“布拉萬”。對(duì)于黑龍江和遼寧而言，3個(gè)臺(tái)風(fēng)單次影響及疊加影響、受災(zāi)程度均明顯輕于2012年臺(tái)風(fēng)“布拉萬”［19］。鑒于臺(tái)風(fēng)大風(fēng)影響涉及風(fēng)速和風(fēng)圈等多方面因素［20］，而此文僅考慮臺(tái)風(fēng)大風(fēng)風(fēng)速對(duì)作物造成的倒伏影響及災(zāi)害，因此評(píng)估結(jié)果僅為初步結(jié)論。

在2020年作物生長(zhǎng)季，初秋3個(gè)臺(tái)風(fēng)帶來的內(nèi)澇和倒伏災(zāi)害是造成旱地作物及秋糧單產(chǎn)普遍較2019年減產(chǎn)且玉米、水稻以及秋糧單產(chǎn)均較正常年景偏差的主要因素，尤其玉米減產(chǎn)幅度最大，吉林玉米單產(chǎn)較2019年下降3.9%，較2015—2019年平均偏低5.7%。同樣，其帶來的內(nèi)澇和倒伏災(zāi)害也是造成黑龍江玉米及秋糧單產(chǎn)均較2019年下降、秋糧單產(chǎn)較正常年景略偏差的主要因素，黑龍江玉米單產(chǎn)較2019年下降0.8%，玉米出現(xiàn)輕度減產(chǎn)。對(duì)于遼寧而言，初秋3個(gè)臺(tái)風(fēng)對(duì)產(chǎn)量不利影響較小。

因此，依據(jù)東北三省秋糧單產(chǎn)減產(chǎn)比率、臺(tái)風(fēng)影響在各省秋糧單產(chǎn)減產(chǎn)中的占比以及2020年東北三省秋糧種植面積，初步估算得出2020年北上臺(tái)風(fēng)造成東北三省秋糧總產(chǎn)較正常年景損失115.0萬～280.0萬t，占東北三省2020年秋糧總產(chǎn)的1.0%～2.4%。其中吉林受災(zāi)最重，較正常年景損失秋糧95.1萬～221.5萬t，占吉林秋糧總產(chǎn)的2.5%～5.8%；黑龍江損失秋糧13.6萬～51.7萬t，占黑龍江秋糧總產(chǎn)的0.2%～0.7%。

參考文獻(xiàn)：

［1］高歌，黃大鵬，趙珊珊.基于信息擴(kuò)散方法的中國臺(tái)風(fēng)災(zāi)害年月尺度風(fēng)險(xiǎn)評(píng)估［J］.氣象，2019，45（11）：16001610.

［2］付雯，王楠，孫含笑.黑龍江省臺(tái)風(fēng)特征及影響分析［J］.黑龍江氣象，2017，34（2）：1214.

［3］孫力，董偉，藥明，等.1215號(hào)“布拉萬”臺(tái)風(fēng)暴雨及降水非對(duì)稱性分布的成因分析［J］.氣象學(xué)報(bào)，2015，73（1）：3649.

［4］趙秀蘭.近50年登陸我國熱帶氣旋時(shí)空特征及對(duì)農(nóng)業(yè)影響研究綜述［J］.海洋氣象學(xué)報(bào)，2019，39（4）：111.

［5］于梅，郝澤楠.北上臺(tái)風(fēng)對(duì)黑龍江省氣候背景的影響［J］.黑龍江氣象，2015，32（1）：2122.

［6］周小珊，楊陽，楊森，等.北上熱帶氣旋氣候特征分析［J］.氣象與環(huán)境學(xué)報(bào)，2007，23（6）：15.

［7］王秀萍，梁軍.近52年北上熱帶氣旋的若干氣候特征［J］.氣象，2006，32（10）：7680.

［8］中國氣象局.熱帶氣旋年鑒2015［M］.北京：氣象出版社，2017：3185.

［9］中國氣象局.熱帶氣旋年鑒2016［M］.北京：氣象出版社，2018：3188.

［10］陶詩言.中國之暴雨［M］.北京：科學(xué)出版社，1980：3150.

［11］李江南，王安宇，楊兆禮，等.臺(tái)風(fēng)暴雨的研究進(jìn)展［J］.熱帶氣象學(xué)報(bào)，2003，19（S1）：152159.

［12］趙慧霞，向欣，王維國，等.接連三臺(tái)風(fēng)對(duì)東北地區(qū)的影響及決策氣象服務(wù)分析［J］.防災(zāi)科技學(xué)院學(xué)報(bào)，2021，23（2）：5461.

［13］周冠博，董林，王海平，等.2020年西北太平洋和南海臺(tái)風(fēng)活動(dòng)概述［J］.海洋氣象學(xué)報(bào)，2021，41（1）：110.

［14］鄒德堂，秋太權(quán)，趙宏偉，等.水稻倒伏指數(shù)與其它性狀的相關(guān)和通徑分析［J］.東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，1997，28（2）：112118.

［15］吉林省統(tǒng)計(jì)局，國家統(tǒng)計(jì)局吉林調(diào)查總隊(duì).吉林統(tǒng)計(jì)年鑒2021［M］.北京：中國統(tǒng)計(jì)出版社，2021.

［16］黑龍江省統(tǒng)計(jì)局，國家統(tǒng)計(jì)局黑龍江調(diào)查總隊(duì).黑龍江統(tǒng)計(jì)年鑒2021［M］.北京：中國統(tǒng)計(jì)出版社，2021.

［17］遼寧省統(tǒng)計(jì)局，國家統(tǒng)計(jì)局遼寧調(diào)查總隊(duì).遼寧統(tǒng)計(jì)年鑒2021［M］.北京：中國統(tǒng)計(jì)出版社，2021.

［18］陳雷，閔詩淳，謝勇.吉林省“布拉萬”臺(tái)風(fēng)的災(zāi)害分析及思考［J］.吉林農(nóng)業(yè)，2013（8）：5455.

［19］喻萌萌，范鐵豐.淺談“布拉萬”臺(tái)風(fēng)對(duì)玉米倒伏影響與分析［J］.農(nóng)村實(shí)用科技信息，2014（11）：27.

［20］李麗芳，任福民，劉春霞，等.臺(tái)風(fēng)大風(fēng)預(yù)報(bào)研究回顧［J］.海洋氣象學(xué)報(bào)，2022，42（1）：5060.