2. 黑龙江省气象台,哈尔滨 150030;
3. 哈尔滨市气象局,哈尔滨 150080
2. Heilongjiang Meteorological Observatory, Harbin 150030;
3. Harbin Meteorological Bureau, Harbin 150080
长期以来,降水异常事件一直是气象学领域的研究热点,许多国内外专家学者对此进行了多角度、多方面的深入研究,探讨揭示不同区域和不同时间尺度降水异常的机理、成因、特征和演变规律等(王钦等,2012;林志强等,2011;赵强等,2013;陈锐丹等,2012;汪靖等,2011;符仙月等,2013;何溪澄等,2006;周兵等,2012;王宏等,2013;袁媛等,2012;宋燕等,2008;贾小龙等,2008;Yamamoto et al,1999;Frei et al,2000;黄荣辉等,2013;龚志强等,2014;司东等,2014)。以往的一些研究结果表明,降水异常多表现为极强的局地性、集中性、复杂性、多变性和突发性,1998年长江流域降水(周自江等,2000)、2003年淮河流域降水(毕宝贵等,2004)、2012年北方降水(王艳姣等,2013)均是明显个例,并且降水异常易引发洪水和洪涝灾害。
黑龙江省地处中高纬度地区,南北和东西跨越约10个纬度或经度,是典型的“气候脆弱区”,该省受西风带环流系统和副热带环流系统交替影响(宋丽华等,2002),降水存在复杂的时空分布特征和季节、年际变化。黑龙江省作为全国重要的粮食生产基地之一,在国家粮食生产中占有举足轻重的地位,2012-2013年,其粮食总产量和输出量均居于全国首位,对保障国家粮食安全至关重要。近几年,黑龙江省降水异常事件频繁发生,表现为显著的各季节多水现象,2013年主汛期(6-8月)即出现了明显的异常降水,引发了历史少见的洪水,并发生了流域性洪涝灾害。据研究,洪涝对农田受淹作物会造成不可逆损害,当作物淹水达到一定程度时,其减产率即接近100%(李永和等,2004),可见洪涝造成粮食产量损失之巨大。黑龙江省主汛期恰是粮食作物生长发育关键时期,2013年粮食作物在此期遭受洪涝灾害,产量的形成受到巨大影响。因此,洪水发生后,洪涝灾害对粮食产量的影响倍受政府和社会各界关注,降水异常特征、产量损失程度和评估方法等问题亟待分析解决。基于此,本文利用2013年和历史降水资料,分析揭示黑龙江省2013年主汛期异常降水时空分布特征,与1998年进行对比分析,并探讨流域性洪涝灾害对作物产量的影响,以期为开展气象灾害的农业影响实时评估提供方法参考,为粮食安全生产的气象保障服务提供依据。
1 资料与方法 1.1 研究区概况黑龙江省位于我国最北部(53°28′~44°06′N、123°11′~134°17′E),气候属高纬度大陆性季风气候,夏季高温多雨,冬季严寒少雨,春秋季短,升、降温速度快。西部的松嫩平原和东部的三江平原是中国最大的东北平原的一部分。雨热同季的气候以及天然的土地资源对发展农业生产具有明显优势,盛产水稻、玉米等大宗粮食作物。江河湖泊众多,有黑龙江、乌苏里江、松花江、嫩江和绥芬河五大水系。
1.2 资料及来源所用资料包括1961-2013年6-8月逐日降水、气温和日照数据,为了使研究结果尽可能地贴近事实,本文选用77个资料比较完整的气象台站作为研究站点(图 1)。资料来源于黑龙江省气象局整编资料。FY-3A/MERSI数据来源于中国气象局佳木斯气象卫星地面站利用光缆传输的数据,为2013年6-8月的覆盖黑龙江省范围的5 min块数据,经过辐射定标和几何定位后,生成HDF格式的数据,再将所有影像转换成WGS84坐标系统,并利用地面采集的控制点进行统一的几何校正。
黑龙江省的主汛期为6-8月,也即气象定义上的夏季。根据国家气象部门规定,24 h降水量25~49.9 mm的降水为大雨,24 h降水量≥50 mm的降水为暴雨。常年指具有气候意义的1981-2010年共30年的平均状况。本文定义R24 h≥25 mm即为强降水事件,7月为盛夏。
1.4 研究方法张录军等(2004)定义了表征单站降水量时间分配特征的新参数——降水集中度和集中期。根据其原理依据本文研究需要做如下定义:
$ PC{D_i} = \sqrt {R_{xi}^2 + R_{yi}^2} /{R_i} $ | (1) |
$ PC{P_i} = {\rm{arc}}\tan \left({{R_{xi}}/{R_{yi}}} \right) $ | (2) |
$ \begin{array}{l} {R_{xi}} = \sum\limits_{j = 1}^9 {{r_{ij}}} \;\sin {\theta _j}\\ {R_{yi}} = \sum\limits_{j = 1}^9 {{r_{ij}}} \;\cos {\theta _j} \end{array} $ | (3) |
式中,PCDi和PCPi分别为研究时段内的降水集中度和集中期,Ri为某测站研究时段内总降水量, rij为研究时段某旬内≥25 mm降水量,θj为研究时段内各旬对应的方位角(研究时段的方位角设为360°,每旬方位角为40°),i为年份(i=1961,1962,…,2013),j为研究时段内的旬序(j=1,2,…,9)。式(1) 和(2) 能够反映大雨或暴雨在研究时段内各个旬的集中程度,PCP能够指示出每个旬大雨或暴雨合成后的总体效应,反映了研究时段内最大降水量出现在哪一个时段内。
利用气候统计方法对研究区1961-2013年6-8月逐日降水量进行处理分析,按照研究需要及相关指标首先统计单站主汛期降水量、旬降水量、降水日数和暴雨日数等,在此基础上,对所有研究站点再进行相应的平均处理,然后采用气候变率(孙凤华等,2005)、Mann-Kendall检测法、滑动t检验方法(符淙斌等,1992)和统计回归等方法,分析研究区降水的变化趋势和特征。采用WOFOST模型(李秀芬等,2005)定量模拟作物产量。上述方法在文献中均有详细说明,本文不再赘述。
截至洪涝发生时,以行政区为单元,利用WOFOST模型模拟黑龙江省受淹区域内的玉米和水稻2013年的无灾产量,即假定无洪涝灾害发生而能达到的理想产量,再基于卫星遥感数据监测被淹没农田面积,进而估算洪涝灾害对作物造成的产量损失。有关试验研究报道指出,水稻在抽穗开花期淹没3 d及以上,水稻基本没有有效产量(吴骞,2013;高德友等,2001);玉米在抽雄期积水7 d基本绝收(王成业,2010)。据此分析,对于2013年黑龙江省受淹区域来说,水稻正值抽穗开花期,玉米处于抽雄期,且被淹没天数为7 d及以上,因此被淹没区域内的水稻和玉米基本绝收,那么,在假设无洪涝灾害情况下所期望达到的产量,因受洪涝灾害影响将全部损失,即总的损失产量为:
$ Y = \sum\limits_{i = 1}^{13} {\sum\limits_{j = 1}^2 {{A_{ij}}{y_{ij}}} } $ | (4) |
式中,Y为黑龙江省2013年洪涝灾害所造成的水稻和玉米总损失产量,i代表黑龙江省行政区域的序号(i=1,2,…,13),j代表作物序号,Aij为各行政区内的水稻(或玉米)的淹没面积(单位:hm2),yij为模拟的各行政区内受淹区域的水稻、玉米无灾时的平均单产(单位:kg·hm-2)。
2 结果与分析 2.1 2013年主汛期降水量与历年降水量变化对比由图 2可见,2013年主汛期降水量为447 mm,达到了研究区降水较少年份的全年降水量水平(如2004年年降水量为443 mm),为近53年的峰值。1961年以来主汛期研究区平均总降水量的变化呈波动式微弱下降特征(拟合效果未通过显著性水平检验),年际间振幅变化不平稳,降水量谷值出现在2007年,为203 mm。存在3个变化时期:1961-1980年的降水减少期,气候倾向率为-62.5 mm·(10 a)-1 (P<0.01),1981-2003年为相对平稳期,但降水量维持在较高水平,2004-2013年为增加期,气候倾向率为118.5 mm·(10 a)-1(未通过显著性水平检验)。降水气候变率1961-1980年A为50.0,1981-2003年B为56.8,2004-2013年C为77.4,C分别约为A和B的155%和136%。相比而言,2013年主汛期降水量比最低值偏多高达244 mm,比常年值偏多107 mm,比近10年均值偏多125 mm,可见在近53年中,2013年处于一个降水气候变率相对较高的时期,且降水偏多。利用t检验和Mann-Kendall法对降水序列进行突变检验表明,黑龙江省主汛期降水在1966年发生一次突变。
分析1961-2013年主汛期各旬降水量与总降水量的关系,发现除6月上、中旬外,其余各旬均与总降水量具有显著或极显著的正相关关系(P<0.05或P<0.01),R>0.382即达到极显著水平(表 1),可见研究区盛夏降水对主汛期总降水的贡献占主要作用。
图 3给出了黑龙江省2013年强降水事件集中度和集中期空间分布,从图 3a可以看出强降水事件集中度总体北部高于南部,共出现4个集中度较强的区域,分别处于大兴安岭地区(黑龙江上游)、三江平原东北部(黑龙江下游)、松嫩平原和三江平原的中部,降水集中度>0.7,且平原区降水集中的区域基本处于相同纬度之内,松嫩平原南部和牡丹江地区是降水集中度最弱的区域,降水集中度<0.4。图 3b显示2013年黑龙江省大雨集中期自西向东表现为“低-高-低”分布特点,大兴安岭地区、松嫩平原西部和三江平原部分地区是集中期较早的区域,集中期在100左右,说明这些区域强降水事件集中期在6月,其中嘉荫、逊克和肇源等沿江流域站点及牡丹江南部地区的集中期<40,强降水事件集中期最早,为6月上旬,而松嫩平原东部、牡丹江北部、三江平原局部地区是强降水事件集中期最迟的区域,其值>240,说明这些区域强降水事件集中期在8月。
统计分析20世纪60年代以来研究区主汛期强降水事件的集中期发现,2013年研究区平均集中期为143,约在7月上旬,这与杨金虎等(2007)的研究结论一致。各年代及常年研究区平均强降水事件集中期为176~199,约在7月中旬,在长期的背景下,2013年强降水事件集中期提前。
2.2.2 降水时空分布特征(1) 时间分布特征
2013年主汛期降水量在时间变化上呈少-多-少的分布,主汛期平均总降水量达447 mm,7月降水量所占比重近50%,而6月仅占20%,8月占30%,印证了研究区盛夏强降水集中的特点,同时说明2013年盛夏降水对主汛期总降水的贡献作用较大。详细分析2013年主汛期降水发现,大范围降水发生频繁,降水连续性明显,且降水集中、量级大(表 2)。
(2) 空间分布特征
图 4给出了2013年主汛期总降水量的空间分布和降水距平百分率。降水量不存在明显的经向或纬向变化规律,56个站点降水量达400 mm以上,占研究区的73%。降水的高值区处于研究区中部地带,高值中心出现在松嫩平原,海伦站降水最多,为735 mm;一部分降水低值区集中在三江平原中部,其余零散分布在其他地区,抚远降水量为研究区最低值,仅295 mm(图 4a)。研究区降水与常年相比总体呈偏多态势(图 4b),仅抚远、双鸭山、肇州3站降水微弱偏少,正距平百分率10%~50%的区域覆盖研究区71%,而距平值在50%以上的站点在研究区呈发散式分布,海伦和杜尔伯特两站正距平在100%以上,有局地性特征。
如前所述,2013年强降水事件集中期为7月上旬,此时期也为降水最多时段,二者的结果相吻合。分析表明,主汛期7月上旬降水的特点是集中性、连续性、范围广和量级大,具有明显西多东少的经向分布特征。降水日数多达7~8 d,强降水事件主要集中于7月1-4日,降水落区覆盖研究区,高值区主要集中于松嫩平原,雨量中心围绕绥化地区中部向四周展开,南北、东西均跨越约4个纬度或经度,其中的30个站降水量超过100 mm(图略),较常年同期偏多100%~400%,降水最高值出现在哈尔滨地区的双城站,降水量高达186 mm,为双城站近53年峰值。7月1-4日16站出现暴雨,突发性强。
2.2.3 降水日数和暴雨日数降水持续时间的长短是评价雨涝灾害轻重程度的一个因素(冯佩芝等,1985)。2013年主汛期黑龙江省降水不断,研究区的总降水日数普遍>40 d,黑龙江、嫩江和松花江流域内的大部站点在50 d左右,尤其黑龙江上游超过50 d,研究区的75%站点比常年偏多5 d以上,其中黑龙江沿江的孙吴、黑河和逊克3站分别偏多19、16和15 d,在历史上较为少见。此外,鸡东站和逊克站的降水日数是近53年最高值。
2013年主汛期,研究区北部、松嫩平原大部和三江平原部分站点的暴雨日数为1~3 d, 占研究区的70%,杜尔伯特和海林两站为3 d,大部站的暴雨日数多于常年值,一般偏多1 d。海林站的暴雨日数超历史极值。
2.3 与1998年对比分析1998年研究区主汛期降水在时间分布上与2013年呈相反的形势,降水多在6和8月(表 3),大范围连续性降水较少,降水日数有31~58 d,平均比2013年偏少5 d,其中黑龙江流域的大部站点比2013年偏少10 d以上,黑河、逊克、孙吴和呼玛等站偏少14~22 d;暴雨日数有1~6 d,甘南、汤原、佳木斯、克山、富裕和泰来等6站的暴雨日数多于2013年,但出现暴雨的站数明显少于2013年。
1998年主汛期降水的空间分布表现为明显西多东少,西部大部降水量高于400 mm,而北部、东部大部站点降水量在350 mm以下。高值区聚集于松嫩平原,嫩江和松花江沿江区域降水较多,而沿黑龙江流域的部分站点降水量少,甚至低于250 mm(图 5a)。比较2013年与1998年主汛期降水的空间分布可见,黑龙江流域2013年主汛期降水量明显多于1998年,沿江各站均偏多100 mm以上,其中逊克、嘉荫和绥滨3站偏多达200 mm以上;而嫩江、松花江流域附近的大部分站点却比1998偏少,依安、克东、甘南、汤原、龙江、肇州和富裕站偏少100~300 mm(图 5b)。
总体而言,1998年主汛期研究区降水的时空分布特征与2013年不同,降水量和持续时间均不及2013年,但1998年降水的局地性和突发性却较强。
2.4 洪涝灾害对作物产量的影响降水异常导致黑龙江省发生流域性洪涝灾害,其对沿流域种植的粮食作物产量造成巨大影响。利用FY-3A/MERSI(空间分辨率为250 m)卫星数据对松嫩流域和黑龙江流域进行跟踪监测,结果显示,黑龙江省各行政区域内被洪水持续淹没的农田面积合计为6.22×105 hm2(表 4),被淹没作物为水稻和玉米(沿流域基本无大豆种植,可忽略不计,旱田淹没面积即为玉米面积),淹没时间超过7 d,淹水深度基本达没顶程度。根据1.4节的方法,至洪水发生时,从气象角度,基于洪水发生前受淹区域的光、温和水条件,利用WOFOST模型模拟受淹各区域水稻、玉米的平均单产,同时模拟了相同区域1971-2012年水稻和玉米的逐年平均单产,经与实际产量对比分析,模型模拟效果较好, 准确率在85%左右,说明模型可用于产量估算。基于上述模拟的平均单产,再利用式(4) 计算得到因灾损失产量。通过计算,2013年黑龙江省13个行政地区因洪涝灾害导致玉米减产合计约为2.59×109 kg,水稻减产合计为1.38×109 kg(表 4)。选取哈尔滨市、佳木斯市和齐齐哈尔市3个行政区对估算结果进行验证,3个地区所辖的部分市(县)分别处于松嫩流域和黑龙江流域,为玉米和水稻主产区,种植玉米和水稻最多,代表性较强。据官方实际统计的粮食减产数据,经验证,哈尔滨市、佳木斯市及齐齐哈尔市水稻和玉米的总损失产量的估算准确率分别为85%、88%和100%。
(1) 1961年以来主汛期研究区平均总降水量呈波动式微弱下降特征,年际间震荡明显,经历了降水减少-平稳-增加3个时期,2013年主汛期降水量异常偏多,为近53年最大降水量,且处于一个降水气候变率相对较高的时期。近53年黑龙江省主汛期降水经历了1次突变。
(2) 黑龙江省主汛期境内降水是引发2013年夏季洪水的一个主要因素。2013年研究区主汛期降水特点主要表现为雨日多、大范围连续强降水密集、强降水事件早发。在时间分布上为先逐渐增多后又下降的形势,空间上降水量高值区主要集中于松嫩平原,研究区内非流域站点平均降水量略多于黑龙江和松嫩流域内站点的平均降水量,R24 h≥25 mm的强降水事件集中期在7月上旬,发生早于常年,强降水连续、集中、量级大,导致黑龙江、嫩江和松花江水位不断上涨,发生险情。
(3) 2013年主汛期降水与1998年在时空分布上存在差异。比较而言,2013年多水期早于1998年、降水持续时间长且强降水密集度高、降水量大,而1998年则表现为突发性强,暴雨日数多于2013年,但暴雨范围小。2013年黑龙江流域降水强度和量级明显强于1998年,而松花江流域相对较轻。
(4) 降水异常偏多导致黑龙江省发生流域性洪涝灾害,沿流域种植的粮食作物水稻和玉米的产量受到巨大影响。在洪水期间,采用FY-3A/MERSI卫星数据持续跟踪监测作物受淹没面积,得到被淹没的玉米田和水稻田面积合计为6.22×105 hm2,且淹没时间超过7 d,玉米和水稻基本绝收。以WOFOST模型模拟玉米和水稻受淹前的平均单产,利用式(4),经过估算,2013年黑龙江省13个行政区因洪涝灾害导致玉米减产合计达2.59×109 kg,水稻减产合计达1.38×109 kg。经验证,对沿流域粮食主产区减产的估算准确率在85%以上,效果理想,方法可用。
本文从气象灾害对农业影响评估的角度出发,分析了异常降水特征及其对粮食产量的影响,对洪水成因未做探讨,此工作有待进一步深入研究。
毕宝贵, 矫梅燕, 廖要明, 等, 2004. 2003年淮河流域大洪水的雨情、水情特征分析[J]. 应用气象学报, 15(6): 681-687. |
陈锐丹, 温之平, 陆日宇, 等, 2012. 华南6月降水异常及其与东亚-太平洋遥相关的关系[J]. 大气科学, 36(5): 974-984. DOI:10.3878/j.issn.1006-9895.2012.11209 |
冯佩芝, 李翠金, 李小泉, 等, 1985. 中国主要气象灾害分析1951—1980[M]. 北京: 气象出版社, 29-42.
|
符淙斌, 王强, 1992. 气候突变的定义和检测方法[J]. 大气科学, 16(4): 482-493. |
符仙月, 布和朝鲁, 2013. 中国大范围持续性低温事件与中国南方降水异常[J]. 大气科学, 37(6): 1247-1260. DOI:10.3878/j.issn.1006-9895.2012.12131 |
高德友, 赵新华, 段祥茂, 等. 2001. 抽穗期洪涝对水稻产量及其构成因素的影响. 耕作与栽培, 2001, (5): 31, 47.
|
龚志强, 王艳娇, 王遵娅, 等, 2014. 2013年夏季气候异常特征及成因简析[J]. 气象, 40(1): 119-125. DOI:10.7519/j.issn.1000-0526.2014.01.015 |
何溪澄, 丁一汇, 何金海, 等, 2006. 中国南方地区冬季风降水异常的分析[J]. 气象学报, 64(5): 595-604. |
黄荣辉, 刘永, 冯涛, 2013. 20世纪90年代末中国东部夏季降水和环流的年代际变化特征及其内动力成因[J]. 科学通报, 58(8): 617-628. |
贾小龙, 张培群, 陈丽娟, 等, 2008. 2007年我国秋季降水异常的成因分析[J]. 气象, 34(4): 86-94. DOI:10.7519/j.issn.1000-0526.2008.04.011 |
李秀芬, 王育光, 季生太, 等, 2005. 作物长势监测系统(CGMS)在黑龙江省的应用[J]. 中国农业气象, 26(3): 155-157. |
李永和, 石亚月, 陈耀岳, 2004. 试论洪涝对水稻的影响[J]. 自然灾害学报, 13(6): 83-87. |
林志强, 唐叔乙, 何晓红, 等, 2011. 西藏高原汛期水汽输送特征与降水异常[J]. 气象, 37(8): 984-990. DOI:10.7519/j.issn.1000-0526.2011.08.010 |
司东, 袁媛, 崔童, 等, 2014. 2013年海洋和大气环流异常及对中国气候的影响[J]. 气象, 40(4): 494-501. DOI:10.7519/j.issn.1000-0526.2014.04.012 |
宋丽华, 刘玉莲, 张健, 等, 2002. 黑龙江省夏季降水的主相关型及其环流特征[J]. 黑龙江气象, (3): 15-23. |
宋燕, 李智才, 朱临洪, 等, 2008. 山西省夏季年际气候异常研究2.北少(多)南多(少)雨型[J]. 气象, 34(2): 61-68. |
孙凤华, 杨素英, 陈鹏狮, 2005. 东北地区近44年的气候暖干化趋势分析及可能影响[J]. 生态学杂志, 24(7): 751-755. |
汪靖, 吕江津, 2011. 天津地区雨季降水异常年大气环流特征分析[J]. 气象, 37(8): 950-955. DOI:10.7519/j.issn.1000-0526.2011.08.006 |
王成业, 2010. 洪涝灾害对夏玉米生长发育及产量的影响[J]. 河南农业科学, 8: 20-21. DOI:10.3969/j.issn.1004-3268.2010.02.005 |
王宏, 赵岩, 李宗涛, 等, 2013. 河北冬季降水异常特征及其与环流和海温异常的关系[J]. 气象, 39(9): 1197-1203. DOI:10.7519/j.issn.1000-0526.2013.09.016 |
王钦, 李双林, 付建建, 等, 2012. 1998和2010年夏季降水异常成因的对比分析:兼论两类不同厄尔尼诺事件的影响[J]. 气象学报, 70(6): 1207-1222. DOI:10.11676/qxxb2012.102 |
王艳姣, 周兵, 司东, 等, 2013. 2012年夏季我国降水异常及成因分析[J]. 气象, 39(1): 118-122. DOI:10.7519/j.issn.1000-0526.2013.01.015 |
吴骞, 2013. 洪涝灾害对水稻发育期及产量结构影响的评估分析[J]. 上海农业科技, (1): 30-34. |
杨金虎, 李耀辉, 王鹏祥, 等, 2007. 中国极端强降水事件年内非均匀性特征分析[J]. 自然资源学报, 22(4): 623-633. DOI:10.11849/zrzyxb.2007.04.013 |
袁媛, 任福民, 王艳姣, 等, 2012. 2012年华南前汛期降水特征及环流异常分析[J]. 气象, 38(10): 1247-1254. DOI:10.7519/j.issn.1000-0526.2012.10.011 |
张录军, 钱永甫, 2004. 长江流域汛期降水集中程度和洪涝关系研究[J]. 地球物理学报, 47(4): 622-630. |
赵强, 严华生, 程路, 2013. ENSO发展和衰减阶段的陕西夏季降水异常特征[J]. 应用气象学报, 24(4): 495-503. DOI:10.11898/1001-7313.20130412 |
周兵, 王晓敏, 刘秋峰, 等, 2012. 2011年7月七大江河流域气候特点及降水异常成因分析[J]. 气象, 38(5): 608-614. DOI:10.7519/j.issn.1000-0526.2012.05.012 |
周自江, 宋连春, 李小泉, 2000. 1998年长江流域特大洪水的降水分析[J]. 应用气象学报, 11(3): 287-296. |
Frei C, Davies H C, Gurtz J, et al, 2000. Climate dynamics and extreme precipitation and flood events in Central Europe[J]. Integrated Assessment, 1(4): 281-300. DOI:10.1023/A:1018983226334 |
Yamamoto R, Sakurai Y, 1999. Long-term intensification of extremely heavy rainfall intensity in recent 100 years[J]. World Resource Res, 11: 271-281. |