侯双双，谷晓平

(1.贵州大学 生命科学学院，贵州 贵阳 550025；2.贵州省山地环境气候研究所，贵州 贵阳 550002)



·山区开发·

基于风险预测的山地典型农业生长期干旱指标筛选
——以贵州遵义为例

侯双双1，谷晓平2*

(1.贵州大学 生命科学学院，贵州 贵阳 550025；2.贵州省山地环境气候研究所，贵州 贵阳 550002)

为探明适宜贵州的干旱指标，以便更准确的预报干旱，本文以遵义为例，统计分析了1961-2012年这52年的逐日降水气温数据。通过分析0、5、10、15和20℃ 5个典型农业生长期特征，分别构建了降水距平百分率(Pa)和干燥度(K)两种类型的干旱指标序列并进行旱涝状态的长期预报，根据旱涝风险预报的准确度来筛选典型农业生长期的干旱指标。分析得到了不同农业生长期内旱涝状态界限和两种类型干旱指标对应下的旱涝状态预测准确率，结果表明对于遵义地区来讲，除0℃生长期外，其余4个典型农业生长期内Pa指标作为干旱指标进行旱涝灾害预测时更准确。

遵义；山地；农业生长期；干旱指标；风险预测

贵州是中国唯一一个没有平原的省份，因其特殊的气候特征和下垫面性质[1-2]，干旱成为贵州省最主要的气象灾害[3]，严重影响着农业生产并造成了巨大的经济损失[4]。由于北方地区降水总量少，北方地区的干旱问题历来是研究的重点[5]，而西南地区的干旱指标问题研究较少[2]。关于贵州干旱指标的报道多为对已有干旱指标的适宜性验证和短时气候监测、卫星遥感等业务的应用[2-3，6-7]，研究成果一方面揭示了贵州长期或短时的干旱变化动态规律，为科学抗旱提供了理论依据；另一方面分析结果多是以月、季节为尺度的变化规律，与农业生产的关键期结合不密切。一些针对特定地区的干旱研究表明夏旱发生时间多处于农业生产的关键期，但农业关键期表述过于笼统[8-10]。

目前的气象干旱指标可以归纳为两大类：一是仅考虑降水一个因素，例如降水标准化指数(SPI)、帕默尔干旱指数(P)、降水距平百分率(Pa)和正态化的降水Z指数等；另一类是综合考虑降水和蒸发量两个因素，因蒸发量与温度成正比的线性关系，因此有许多经验公式用温度表示蒸发量，此类主要干旱指标有干旱侦测指数(RDI)、综合气象干旱指数(CI)、相对湿润指数(MI)、干燥度(K)等。这些指数大部分都被运用于贵州干旱特征分析中，然而结论不一，干旱指标没有达成统一[11-12]。

针对贵州目前的干旱指标没有结合农业生长期和不统一的问题，本文以遵义为例，统计分析0、5、10、15和20℃ 5个典型农业生长期内的旱涝状态并利用风险预测方法筛选预测效果较优的干旱指标。

贵州位于云贵高原东斜坡上，总体地形地势为西高东低，自中部向南和向北各形成一个斜坡，因此北部相对来自南方海洋气流而言是背风坡，是贵州高温少雨区。遵义正是地处贵州北部，境内海拔800～1300 m，是贵州干旱最严重的地区之一，故以遵义为例探索适宜山地气候的干旱指标具有代表性。遵义属亚热带湿润季风气候，年均气温14.7℃，年均降水量1200 mm，无霜期270 d。遵义素有”黔北粮仓”的美称，粮食、油菜、烤烟、茶叶等农产品占贵州省总量的1/4-1/3。近些年频发的极端气候事件给遵义的农业生产带来了严重的损失，如2006年严重的夏旱、2009-2010年秋冬春连旱、2013年夏旱等。

1　数据来源与研究方法

1.1数据来源

本文所用数据为贵州省遵义市1961-2012年52年来的逐日降水气温数据，数据来源于中国气象资料共享网站，数据可靠且公开。

1.2研究方法

本文研究拟以各典型农业生长期为基本时间单位，通过风险预测的准确性来验证干旱指标准确性，从而获得适宜遵义地区的干旱指标。 数据处理软件使用Excel 2013，具体方法如下。

1.2.1五日滑动平均法计算典型农业生长期

五日滑动平均法是国家气象局规定的全国各气象台站计算界限温度起止日期的统一方法。具体方法参照相关农业气象学实验数据处理指导[13]。

1.2.2干旱指标的构建

目前的气象干旱指标从两个方面构建，一是基于降水异常的降水单因子干旱指标，二是综合考虑降水气温的双因子干旱指标。本文分别构建以上两个角度的干旱指标——降水距平百分率(Pa)和干燥度(K)。

干燥度指标(K)考虑了降水和温度两个因素而制定的干旱指标，其中温度代表蒸发的强弱，本文中干燥度指标采用贵州干旱研究中常用的计算公式[12]，见式2。式2中∑Pi为某时段内的实际降水量，∑Ti为某时段内的温度累积和，0.22为温度与蒸发量间的系数。K值越大越干燥。

1.2.3保证率法计算旱涝状态

干旱和洪涝是最主要的气候灾害，所谓灾害即偏离平均气候状态且极少发生的事件。气候是某地区长时间内的大气平均统计状况，因此当地农业生产活动适应较常出现的气候状态，而偏离平均气候状态且极少发生的天气气候事件的发生必将对当地农业生产造成危害。因此从这个意义上来讲，干旱、洪涝状态的确定应根据不同的气候特征而有所不同。

联合国政府间气候变化专门委员会(IPCC)报告指出气候变化的典型特征是全球气候变暖以及极端天气气候事件发生频率增大并对极端事件给出了明确定义，认为当某一要素值大于等于(或小于等于)某一个值发生概率为10%时，即10年一遇，该界限便为极端事件的阈值[14]。这一极端事件的定义恰好与农业气象学上的保证率概念吻合。因此本文采取常用的经验频率法计算保证率[13](即某一要素值大于等于或小于等于某一个值的发生概率)为10%的界限值作为轻度干旱或轻度洪涝的状态。保证率为5%的要素值(即20年一遇)为重度干旱或重度洪涝的界限。

1.2.4基于马尔科夫模型的风险预测方法

马尔科夫模型是根据事件状态间的转移规律建立的概率矩阵对事件状态预测，该理论认为未来的状态受当前状态而不受以前的状态的影响[15]，显然，当年气候状态影响下一年的状态。根据1.2.3确定5种状态：重度干旱(E1)、轻度干旱(E2)、正常状态(E3)、轻度洪涝(E4)、重度洪涝(E5)，并将各状态间的转移概率构建概率矩阵，见式3。式3中，E11为重度干旱向重度干旱转移的概率，即当年为重度干旱，下一年重度干旱的发生概率。其余同理。

2　研究结果

2.1典型农业生长期特征

0、5、10、15和20℃是农业生产上的典型界限温度，分别标志着农作物某些物候现象开始或终止。例如，0℃持续日期又称为农耕期，标志着土壤解冻，北方越冬植物返青；稳定通过5℃的日期表示喜凉作物开始播种；稳定通过10℃代表喜凉作物迅速生长，喜温作物开始播种；稳定通过20℃为喜凉作物灌浆的温度条件[16]。等根据五日滑动平均法得到1961-2012年52年历年稳定通过0、5、10、15和20℃的开始日期、终止日期和生长期长度，并利用经验频率法得到保证率为80%的各典型农业生长期的开始日期、终止日期和生长期长度界限值，因为农业气象上认为气象要素的界限值保证率达到80%便为气候正常状态值，结果见表1。

表1为典型界限温度的起始日期、终止日期和生长期长度的波动范围，将各界限温度的起止日期情况表现为图1，图1中图a为界限温度起止日期80%保证率晚于某日期的界限值，图1中图b为界限温度起止日期80%保证率早于某日期的界限值。通过表1和图1可以看出遵义各典型农业生长期的特征。0℃生长期始于1月1日，最迟始于1月31日，止于12月31日，即1月之后日平均气温高于0℃的概率高于80%，满足农业对低温冻害风险的要求。5℃生长期始于2月17日，最迟始于3月9日，止于12月5日，最迟止于12月28日，即1月、2月和12月日平均气温主要为0-5℃，在此期间喜凉作物可以生长，如白菜、萝卜等蔬菜。10℃生长期始于3月17日，最迟始于4月5日，止于11月8日，最迟止于11月25日，即3月、11月日平均气温主要为5-10℃，在此期间喜凉作物生长速率较快。15℃生长期始于4月15日，最迟始于5月2日，止于10月8日，最迟止于10月22日，即4月、10月日平均气温主要为10-15℃，在此期间喜温作物开始播种和生长，如水稻、黄瓜、番茄、辣椒等。20℃生长期始于5月28日，最迟始于6月15日，止于9月9日，最迟止于9月25日，即5月、9月日平均气温主要为15-20℃，在此期间喜温作物生长速率较快，并进入生殖生长阶段，20℃生长期持续时间主要为6、7、8三个月，作物开始进入成熟期。

各生长期长度在20-30 d之间波动，起始日期的早晚大约有30 d的波动期，而终止日期除0℃、5℃生长期外，大约均在15 d左右波动，0℃生长期的终止日期没有波动，80%以上的年份为12月31日，5℃生长期的终止日期波动则较大，早则12月初，晚则12月底，有23 d的波动期。显然，各典型农业生长期20-30 d的持续时间差异产生的温度差异是否会影响影响旱涝状态是本文接下来要验证的问题。

表1　典型农业生长期特征

a 最早日期a The earliest date

b 最晚日期b The latest date图1　基于80%保证率的典型农业生长期起止日期Fig.1　The beginning date and the last date of typical agricultural growth periods based on assurance rate of 80%

2.2典型农业生长期内的旱涝状态阈值

根据1.2.2介绍的干旱指标计算公式分别计算得到遵义各典型农业生长期内历年的降水距平百分率(Pa)和干燥度(K)两种干旱指标的时间序列，根据经验频率法(1.2.3)计算得到重度干旱(E1)、轻度干旱(E2)、正常状态(E3)、轻度洪涝(E4)、重度洪涝(E5)5种状态的阈值，见表2。

从表2中可以看出不同农业生长期的旱涝状

态界限是不同的。对于K指标来讲，重度干旱和轻度干旱的界限值大小顺序均为10℃生长期<5℃生长期<0℃生长期<15℃生长期<20℃生长期，说明降水量时间分配不均匀，集中分配在20℃生长期内，而在0—5℃、10—15℃、15-20℃这三个典型界限温度之间持续期间分配相对较少，特别是10-15℃期间；轻度洪涝状态界限值顺序为20℃生长期=15℃生长期<10℃生长期<5℃生长期<0℃生长期，重度洪涝状态界限值顺序为20℃生长期<15℃生长期<10℃生长期<5℃生长期<0℃生长期，表明随着生长期界限温度的升高，洪涝状态的界限值下降，降水量增加。对于Pa指标来说，干旱状态界限值随生长期界限温度的升高而减小，洪涝状态界限值随生长期界限温度升高而升高，说明随着界限温度的升高，生长期内降水增加；并且0℃、5℃和10℃3个农业生长期内旱涝界限差异较小，然而15℃和20℃生长期内差异较大，说明遵义市降水量主要集中10℃生长期内，且10℃-15℃-20℃三个典型界限温度间隔期间降水量差异大。Pa指标与K指标的分析结果基本相似，即随着农业生长期界限温度的升高，降水量增多，由此可以初步断定降水量的分布差异很大程度上影响了旱涝状态。

2.3两种气象干旱指标的旱涝状态转移概率

根据表2的旱涝状态阈值得到遵义历年各典型农业生长期内两种干旱指标对应的旱涝状态，并依据1.2.4介绍的旱涝风险预测方法得到基于K指标和Pa指标的旱涝风险矩阵，见表3。从表3中可以看出，不论当年是哪一种状态，向下一年状态转移的概率总是正常状态最大，因为正常状态保证率为80%，即80%的可能性发生，这是符合当地气候特征的，否则就不能称其为正常。然而正常状态是不需要预测的，需要预测的是不正常的极端小概率状态，即旱涝状态。

表2　典型农业生长期内旱涝阈值

抛开正常状态，可以看出对于两种干旱指标得出的旱涝状态转移概率存在异同。例如在0℃生长期内，当年状态为重度干旱E1时，两个干旱指标对应的预测结果相同，为正常E3和轻度洪涝E4。当年状态为轻度干旱E2时，基于K指标预测下一年的状态为正常E3和重度干旱E1，这里最大可能发生为正常，剩余3个状态转移概率相等均为0.17，但是两个干旱状态均有可能，因此更倾向于干旱的发生，本着防患于未然的原则，所以预测下一年状态为重度干旱；基于Pa指标，下一年最大可能发生是重度干旱E1。当年状态为正常E3时，K指标的预测结果为正常E3和轻度干旱E2，Pa指标预测结果为正常E3和重度干旱E1。当年状态为E4时，两个指标的预测结果相同，为正常E3和轻度洪涝E4。当年状态为重度洪涝E5时，基于K指标的预测结果百分百是正常E3；基于Pa指标的预测结果是正常E3和轻度洪涝E4。其余生长期预测方法同理。

2.4气象干旱指标的筛选

根据基于K指标和Pa指标的旱涝风险矩阵(表3)对各典型农业生长期的旱涝状态进行预测，通过与实际情况对比得到相应的预测准确率，从而

表3　基于K指标和Pa指标的典型农业生长期内旱涝状态转移概率矩阵

筛选得到适合遵义的干旱指标。表4是1962-2012年基于K指标和Pa指标的各典型农业生长期的旱涝预测准确率，结果表明10℃、15℃和20℃三个生长期内，K指标与Pa指标预测效果相差不大，均为70%以上，且误差不超过2%，其中20℃生长期预测准确率均为80%，可以看出以上生长期内温度变化并没有影响旱涝状态，降水量变异是旱涝状态主要决定因素；0℃生长期的预测效果差异较大，温度变化的因素不能忽略，基于K指标的预测准确率为76%，基于Pa指标的准确率仅59%，因此在0-5℃持续期间，温度是旱涝状态的主要影响因素，但此时期并不是主要农作物生长期；5℃生长期内Pa指标比K指标的预测效果好，因此，Pa指标更能反映旱涝状态。

表4　基于K指标和Pa指标的旱涝风险预测准确率

3　结论与讨论

本文主要结论有两点。

(1)旱涝状态阈值因生长期不同而异。对本文讨论的遵义地区而言，大致趋势是随农业生长期界限温度的升高，基于K指标的干旱状态界限增大，洪涝状态界限值减小，基于Pa指标的干旱状态界限值减小而洪涝状态界限值升高。以往的干旱指标研究中对农作物各生长阶段的旱涝状态的界定基本一致，但是，显然农作物不同生长阶段对旱涝的适应和耐受程度是不同的，并且不同农业生长期内气象要素特征值也不同，因此本文中通过分析典型农业生长期而获得因时制宜的旱涝状态阈值是可行的[17]。在实际的农业生产中可以此为依据合理安排相关农事活动，力求农作物生长阶段与实际气候特征匹配。同理，不同地区的气候特征不同，也应因地制宜确定不同地区的旱涝状态阈值，以获得较好的旱涝灾害预测效果。

(2)遵义地区旱涝状态的主要影响因素是降水量，Pa指标作为干旱指标进行旱涝预测效果优于K指标。这一结论与2013年遵义市6-9月(20℃生长期)夏旱特征为降水少于同期54%的结论相同[9]，2009-2010年遵义秋冬春连旱同样证实了这一结论[18]。而0℃和5℃之间间隔的时间段即约1月、2月和12月(表1)，这一时间段内温度的变异是影响0℃生长期内旱涝状态的主要因素，然而此时期并非主要农耕期。

旱涝的发生发展是一个复杂的过程，可以是长期的现象例如2010年西南严重的秋冬春连旱，也有可能是较短时间的例如贵州多发生的春旱、夏旱等。本文以年为尺度，探讨了当年与下一年的旱涝状态转移情况，实际一年内月之间、季度之间也存在状态的转移，这种以风险预测效果为依据筛选干旱指标的方法可以在年内或农作物各生育阶段间进行深入的分析。此外，本文较笼统的分析研究了5个典型农业生长期内的干旱指标情况，在各地特色农业发展迅猛的背景下，可以根据地方实际农作物的温度生理指标，确定更为具体的农作物生长阶段的旱涝状态阈值。

致谢：论文写作采用了国家气象资料中心共享网站数据，在此对参与数据采集的气象工作人员表示感谢。

[1]吴限，吴恬，梁鹏.贵州旱灾及供水保障探讨[J].西南给排水，2011(04):8-10.

[2]白慧，吴战平，龙俐，等.基于标准化前期降水指数的气象干旱指标在贵州的适用性分析[J].云南大学学报(自然科学版)，2013(05):661-668.

[3]刘丽，刘清，杨凤.用植被指数监测贵州干旱的方法研究[J].贵州气象，1998(03):13-18.

[4]钱明，余楠.遵义市2010年干旱灾害应急响应分析[J].贵州气象，2010(S1):197-199.

[5]房世波，阳晶晶，周广胜.30年来我国农业气象灾害变化趋势和分布特征[J].自然灾害学报，2011(05):69-73.

[6]韩元元，吴昊.一种新的干旱预测指标在贵州旱情评价中的应用[J].人民长江，2012，43(15):35-38，63.

[7]唐磊.贵州省干旱指标简介[J].贵州气象，2005(S1):42-43.

[8]黄桂东，佘燕.黔南州2013年和2011年两次夏季干旱对比分析[J].贵州气象，2014(06):20-22.

[9]姚章福，姚正兰，李明元.2013年遵义市夏旱特征及其影响评估[J].农技服务，2014(06):147-148.

[10]张润琼，陈静，周圣.2009-2010年贵州省特大气象干旱演变分析[J].南方农业，2013(10):31-34.

[11]李奇临，范广洲，周定文，等.综合气象干旱指数在2009～2010年西南干旱的应用[J].成都信息工程学院学报，2012，27(3):267-272.

[12]池再香，杜正静，陈忠明，等.2009-2010年贵州秋、冬、春季干旱气象要素与环流特征分析[J].高原气象，2012(01):176-184.

[13]包云轩，樊多琦.气象学实习指导[M].北京:中国农业出版社，2007:96.

[14]Beniston M.Extreme climatic events:Examples from the alpine region[J].Journal De Physique IV.2004，121(12):139-149.

[15]侯双双，姜会飞，廖树华，等.利用风险预测方法甄选农业气象灾害指标初探[J].中国农业气象，2010(03):462-466.

[16]姜会飞.农业气象学[Z].北京:科学出版社，2014:64.

[17]姚瑶，张鑫，马全，等.青海省东部农业区作物生长期不同气象干旱指标应用研究[J].自然灾害学报，2014(04):177-184.

[18]姚正兰，王君军.遵义市2009/2010年秋冬春连旱事实及形成原因初析[J].地球科学进展，2011(10):1109-1115.

Selection of a drought index based on risk forecast in the typical mountainous agricultural growth periods:a case study of Zunyi,Guizhou Province

HOU Shuang-shuang1，GU Xiao-ping2*

(1.College of Life Science，Guizhou University，Guiyang,Guizhou 550025,China;2.Guizhou Institute of Mountainous Environment Climate Research，Guiyang,Guizhou 550002，China)

In order to select a drought index for correctly forecasting drought in the typical mountainous agricultural growth periods,the data of daily precipitation and temperature from 1961-2012 were analyzed for Zunyi,Guizhou Province.Through the analysis of the characteristics in five typical agricultural growth periods which are represented by 0℃,5℃,10℃,15℃ and 20℃,the sequence of two drought indexes,i.e.precipitation anomaly percentage (Pa) and dry degree (K) were established and used to predict the risk of drought.According to the forecast accuracy of the risk of drought,more suitable drought index was selected.Our analysis produced the boundaries of drought and the forecast accuracy in comparing the two indexes in predicting risk of drought in different agricultural growth periods.The results indicated that,apart from 0℃ growth period,the index of precipitation anomaly percentage (Pa) is more accurate and suitable to forecast the risk of drought for the other four growth periods in Zunyi.

Zunyi;mountainous areas;agricultural growth periods;drought index;risk prediction

2016-06-16；

2016-06-23

国家科技支撑计划(2012BAD20B06)黔科合院士站(2014)4010号；

谷晓平(1968-)，女，博士，研究员级高工，主要研究方向：气候、生态学；E-mail:16114331@qq.com。

P49

A

1008-0457(2016)04-0054-07国际

10.15958/j.cnki.sdnyswxb.2016.04.010