雍燕亓 赵晓丹 贾桂兰

【摘   要】 本文利用巴中市1993—2016年4个国家基本气象站逐日气象资料和油菜产量资料，分析了低温连阴雨天气对油菜产量损失影响显著的气象因子，最终确定连阴雨日数、总降水量和日平均气温低于12℃日数3个主要致灾因子。将这3个因子通过统计学方法建立油菜花期低温连阴雨灾害评估等级指标和巴中市油菜低温连阴雨损失定量评估统计模型，并进行验证。

【关键词】 巴中市;低温;连阴雨;评估

Evaluation of damage caused by low temperature and continuous

rainfall at flowering stage of rape in Bazhong City

Yong Yanqi   Zhao Xiaodan   Jia Guilan

（Bazhong Meteorological Bureau   636000）

[Abstract] Based on the daily meteorological data of the four national basic meteorological stations in Bazhong City from 1993 to 2016 and the data of the yield of the rape， the meteorological factors which have a significant effect on the yield loss of the rape in the low temperature and the rainy days are analyzed， and the days of the continuous rainy days are finally determined. The three factors were used to establish a statistical model for quantitative assessment of low-temperature continuous rain disaster in oil-rape period and low-temperature continuous-negative rain loss in Bazhong City.

[Keywords] Bazhong city; low temperature; cloudy rain; evaluation

開花期是油菜产量形成的关键期，一般巴中油菜花期是从3月中旬开始，而这期间，常出现春季低温、连阴雨天气等天气，降水多、日照少、气温低的天气条件容易使油菜遭受不同程度的涝渍危害，从而造成产量受损。因此，研究油菜花期连阴雨灾害指标，分析连阴雨灾害指标与油菜产量间的定量关系，对开展油菜连阴雨灾损预报等业务工作，为油菜连阴雨防御提供科学依据具有重要意义。

1  资料与方法

1.1  资料

本文选取巴中4个基本国家站1993-2016年共24年逐日气象要素进行连阴雨特征量分析。

1.2  产量数据处理

一般在研究中可将产量划分为趋势产量项和气象产量项，本文以单产数据来分析作物产量，即：  Y=Yt+Yw。 Yt为趋势产量项，利用直线滑动平均法进行确定，主要受当地农技水平、政策、投入等影响;Yw为气象产量项，反映当地气象条件波动对产量的影响[1]。

为在不同农业生产条件下得到的气象产量具有可比性，这里引入灾损率（△Y）， 即：

[ΔY=（Yt-Y）Yt×100%]

ΔY为正，表示当年减产，为负，表示增产。

1.3  指标构建方法

根据巴中市气候特征，定义当某日气象台站出现日降水量≥0.1 mm且日照时数小于0.1 h，为一个雨日;若出现连续 3d 及以上的雨日记为一段连阴雨过程。结合巴中市油菜生长发育特点，确定每年的3月中旬-4月上旬是油菜开花期。

1.3.1  确定主要致灾因子    基于《农业气象观测规范》，将各台站减产年3月中旬-4月上旬的降水、气温等气象要素与灾损率进行相关分析，确定与油菜灾损率显著相关的主要气象因子：总阴雨日数Ld、阴雨日累积降水量R、日平均气温小于12℃日数Td。

1.3.2  临界值判定    给所确定的三个致灾因子设定连续的不同界限值，统计致灾因子大于界限值的灾害样本，并分别与灾损率进行相关性分析，选择相关性维持较高水平时的界限值，为该致灾因子临界值。

1.3.3  灾害等级划分    利用SPSS软件中的K一均值聚类分析方法对1993-2009年的灾损样本进行处理，得出灾损率和致灾因子的聚类中心，将相邻聚类中心的平均值作为界限，确定连阴雨灾害评估等级指标。再将各灾害年样本进行回代检验，以确定指标的准确性。

2  结果与分析

2.1 主要致灾因子的确定

如表1所示，将总阴雨日数Ld、阴雨日累积降水量R、日平均气温小于12℃日数Td分别与灾损率时间序列做相关性分析，得到Ld、R、Td三个因子与ΔY的相关系数分别为0.471、0.553、0.452，均通过了0.05水平的显著性检验。即总阴雨日数、阴雨日累积降水量、日平均气温小于12℃日数共同影响着油菜的产量。

2.2 灾害等级划分

2.2.1  致灾因子临界值确定    本文中Ld起始值设为3d，以1d为间隔，最大值8d。阴雨日累积降水量R起始值为5mm，以5mm为间隔，最大值30mm。花期平均气温小于12℃日数Td起始值为3d，以1d为间隔，最大值8d。通过将不同界限值时的灾害样本分别与灾损率做相关性分析，最终确定将Ld=3d、R=5mm、T12=3d作为等级划分的最小临界值。

2.2.2  油菜花期連阴雨等级指标及检验    利用SPSS软件对灾害样本中Ld、R、T12和△Y进行K-均值聚类分析，按照聚类最优原则，得到灾损率和致灾因子的2个聚类中心，以将相邻聚类中心的平均值作为界限，将油菜开花期连阴雨灾害等级划分为轻度、中度、重度（如表2）。

将1993-2009年间的灾损样本进行回代检验，如表3所示，样本等级差≤1的准确率均在80%以上，其中中度样本检验准确率为100%;等级差=0的准确率则在50%左右（见表3）。

利用连阴雨灾害评估指标对2010-2016年间的共10个灾害样本进行评估，结果与实际情况相对比发现， 等级差=0准确率为40%，等级差≤1的准确率为90%。由于2010-2016年油菜产量灾害损失程度多以中度为主，因此，轻度和重度灾害评估指标未得到有效验证。

2.3  油菜花期连阴雨灾害损失评估模型

将总阴雨日数Ld、阴雨日累积降水量R、日平均气温小于12℃日数Td与灾损率ΔY进行建立逐步回归模型，油菜花期连阴雨灾害损失评估模型：

ΔY = -0.01+0.308Ld+0.131R+0.359T12

再进行样本回代检验，得到平均灾损率为6.9%，与实际平均灾损率13.2%相差较大;从等级差来看，模拟值与实际值相同的样本占比41%，相差1个以下的等级占比数81%。说明此评估模型的模拟效果不理想，有待进一步修正。

3  存在的问题

（1） 作物灾害损失是以单产来计算的，数据来源于农业局、统计局，只能粗略反映出产量年度变化趋势，数据准确性、客观性较差，对研究结果有一定影响。

（2） 由于农业生产资料、灾害资料缺乏，只能大致分析某一时期某种气象灾害的影响，难以精确到一次过程的损失评估。

（3） 应用的方法评估灾害损失，是以作物历史产量为目标，而灾害对农作物造成的影响不仅表现为产量还表现在品质上，同时影响作物产量和品质的生态因子很多，连阴雨只是其中的一个不利因子，所以对灾害损失进行评估，存在一定的误差，有待进一步探讨。

参考文献：

[1] 杨继武.农业气象预报和情报[M].气象出版社，1994.

[2] 房世波.分离趋势产量和气候产量的方法探讨[J].自然灾害学报，2011，20（6）：13-18.