新疆農(nóng)作物生長期雹災(zāi)的時(shí)空分布及危害性評估

王 昀，王式功，王 旭，馬 禹

?

新疆農(nóng)作物生長期雹災(zāi)的時(shí)空分布及危害性評估

王 昀1，王式功2，王 旭3，馬 禹4※

（1. 蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室，蘭州 730000；2. 成都信息工程大學(xué)大氣科學(xué)學(xué)院， 高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室，成都 610225；3. 新疆維吾爾自治區(qū)人工影響天氣辦公室，烏魯木齊 830002； 4. 新疆維吾爾自治區(qū)氣候中心，烏魯木齊 830002）

冰雹是新疆農(nóng)作物生長期頻繁出現(xiàn)的嚴(yán)重氣象災(zāi)害。該文利用1951—2017年雹災(zāi)出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失3大災(zāi)情要素，分析了新疆雹災(zāi)的時(shí)空分布規(guī)律。利用熵權(quán)重計(jì)算方法構(gòu)建了評價(jià)雹災(zāi)危害性的災(zāi)損指數(shù)，依據(jù)伽瑪分布對危害性等級進(jìn)行了劃分，并利用氣候因子和農(nóng)作物播種面積解釋了雹災(zāi)時(shí)空變化的原因。新疆雹災(zāi)多發(fā)于天山兩側(cè)及鄰近地區(qū)，3大災(zāi)情要素呈線性增加趨勢。雹災(zāi)劃分為一般、較重、嚴(yán)重、特重4個(gè)等級，塔城博州、奎瑪流域、昭蘇縣、阿克蘇地區(qū)、伽師縣是特重災(zāi)區(qū)。動(dòng)力抬升、水汽條件、大氣層結(jié)不穩(wěn)定是新疆雹災(zāi)時(shí)空分布的主要影響因子，而雹災(zāi)出現(xiàn)次數(shù)、農(nóng)作物播種面積對受災(zāi)面積線性增長趨勢的貢獻(xiàn)率分別為93%和7%。利用水汽壓、氣團(tuán)指數(shù)、播種面積作為因子，建立了雹災(zāi)出現(xiàn)次數(shù)偏多、偏少的年景預(yù)測模型，模型預(yù)測正確率達(dá)73%。研究結(jié)果可為新疆人工防雹避災(zāi)提供依據(jù)。

危害；模型；作物；雹災(zāi)；時(shí)空分布；影響因子

0 引 言

冰雹指堅(jiān)硬的球狀、錐狀或形狀不規(guī)則的固態(tài)降水，直徑大小超過2 mm[1]。冰雹是嚴(yán)重的農(nóng)業(yè)氣象災(zāi)害，在農(nóng)作物生長期降雹會(huì)給作物帶來嚴(yán)重?fù)p傷，造成作物減產(chǎn)或絕收，從而帶來較重的經(jīng)濟(jì)損失。在1949—2006年間，美國損失超過100萬美元的冰雹事件有876次，平均每次損失5 600萬美元，美國每年因冰雹造成的損失超過8.5億美元[2]。每年冰雹給中國帶來的災(zāi)害損失都超過億元甚至是幾十億元[3]。中國多雹區(qū)沿幾大山系伸展，其中青藏高原和祁連山地區(qū)是冰雹發(fā)生的頻繁區(qū)，天山山脈及其兩側(cè)和華北地區(qū)為次活動(dòng)中心[3]。冰雹災(zāi)害與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展、作物狀況有很大的關(guān)系，與冰雹出現(xiàn)頻數(shù)并不完全一致，中國冰雹災(zāi)害常常出現(xiàn)在降雹多發(fā)的高大山脈的背風(fēng)坡、地勢高地形復(fù)雜的山區(qū)[4-8]，以及荒漠與綠洲交界的糧食、棉花和油料作物、林果等產(chǎn)區(qū)[9-10]。新疆的綠洲依山傍水，多與荒漠相鄰或被荒漠戈壁包圍，有利的地勢地貌使冰雹極易發(fā)生在綠洲[11]，使新疆成為中國冰雹高發(fā)區(qū)之一。筆者根據(jù)2004—2015年中國氣象災(zāi)害年鑒統(tǒng)計(jì)表明，中國29個(gè)省區(qū)局地強(qiáng)對流（冰雹、雷暴大風(fēng)、龍卷）造成農(nóng)作物受災(zāi)面積排名前6的分別為河北、河南、內(nèi)蒙、黑龍江、山東、新疆，受災(zāi)面積分別為36.72、32.79、28.44、25.37、25.35、20.97萬hm2，新疆是中國冰雹災(zāi)害嚴(yán)重的地區(qū)，也是西北地區(qū)受災(zāi)面積最重的省區(qū)。

災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究在防災(zāi)減災(zāi)中的作用日益凸顯，層次分析法[12-13]、灰色關(guān)聯(lián)分析方法[14]、模糊投票方法[15]等統(tǒng)計(jì)建模方法在雪災(zāi)、水旱災(zāi)害等大尺度、長時(shí)間氣象災(zāi)害的等級評價(jià)及風(fēng)險(xiǎn)區(qū)劃研究中得到廣泛應(yīng)用，也有學(xué)者將此類方法用于冰雹這樣尺度小、時(shí)間短、強(qiáng)度大的中小尺度災(zāi)害的風(fēng)險(xiǎn)評估研究中。翟志宏等[16]分析了1951—2006年北京地區(qū)20個(gè)氣象站冰雹數(shù)據(jù)的概率分布特征，在此基礎(chǔ)上對北京地區(qū)冰雹進(jìn)行了風(fēng)險(xiǎn)區(qū)劃。另外灰色關(guān)聯(lián)模型[17]、風(fēng)險(xiǎn)度評估模式[18]、冰雹強(qiáng)度指數(shù)模型[19]和風(fēng)險(xiǎn)指數(shù)評估模型[20]等方法也被用來進(jìn)行冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃。史蓮梅等[21]將1984—2014年新疆各縣（市）雹災(zāi)頻次與同期平均值之比作為冰雹災(zāi)害的危險(xiǎn)性指數(shù)，對新疆雹災(zāi)頻次進(jìn)行了等級劃分和區(qū)劃。

雹災(zāi)出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失3大災(zāi)情要素，在災(zāi)情報(bào)告中均有詳細(xì)記載，從不同側(cè)面描述了雹災(zāi)的影響程度，而在以往的研究中并未利用這3大災(zāi)情要素客觀定量地對雹災(zāi)危害性進(jìn)行區(qū)劃與評估。另外，在雹災(zāi)時(shí)空分布的研究中并未涉獵氣候成因的分析工作。因而本文基于3大災(zāi)情要素，利用熵權(quán)重計(jì)算方法和概率分布函數(shù)對雹災(zāi)危害性進(jìn)行客觀定量的等級劃分與評估，并利用氣候因子解釋雹災(zāi)出現(xiàn)次數(shù)時(shí)空變化的原因，進(jìn)而建立雹災(zāi)出現(xiàn)次數(shù)偏多、偏少的年景預(yù)測模型。研究旨在為指導(dǎo)農(nóng)業(yè)生產(chǎn)和因地制宜地制定防雹避災(zāi)措施提供參考。

1 材料與方法

1.1 數(shù)據(jù)資料

本文根據(jù)《中國氣象災(zāi)害大典·新疆卷》記載的1951—2000年雹災(zāi)信息[22]、新疆維吾爾自治區(qū)民政廳記載的2001—2017年雹災(zāi)信息，整理得到1951—2017年新疆106縣（市）包含出現(xiàn)時(shí)間（年月日）、出現(xiàn)區(qū)域（縣/市）、受災(zāi)面積、經(jīng)濟(jì)損失的雹災(zāi)記錄2 629條。若某日某縣（市）區(qū)域內(nèi)出現(xiàn)1次雹災(zāi)，則雹災(zāi)出現(xiàn)次數(shù)記為1。由于雹災(zāi)信息中很少記錄冰雹大小，有記錄的占總樣本比例為13%，且以定性記錄為主，故在雹災(zāi)分析中沒有考慮冰雹大小。

為了扣除商品物價(jià)上漲因素，保證經(jīng)濟(jì)損失數(shù)據(jù)的可比性，用雹災(zāi)經(jīng)濟(jì)損失值除以商品價(jià)格指數(shù)，得到經(jīng)濟(jì)損失可比價(jià)格。1980—2017年逐年商品價(jià)格指數(shù)來源于新疆維吾爾自治區(qū)統(tǒng)計(jì)局，1951—1980年期間災(zāi)害損失值的訂正統(tǒng)一使用1980年的商品價(jià)格指數(shù)，1981—2017年期間災(zāi)害損失值的訂正使用當(dāng)年的商品價(jià)格指數(shù)。

圖1 研究區(qū)域和站點(diǎn)分布

1.2 研究方法

采用累積距平檢測方法分析3大災(zāi)情要素的氣候突變；采用熵權(quán)重法確定3大災(zāi)情要素之間的權(quán)重，由權(quán)重系數(shù)和無量綱化災(zāi)情要素構(gòu)建災(zāi)損指數(shù)Z，利用概率分布密度的直方圖法和假設(shè)檢驗(yàn)確定Z的概率密度函數(shù)，根據(jù)概率密度確定Z不同等級的閾值，進(jìn)而實(shí)現(xiàn)新疆雹災(zāi)危害性的等級劃分。采用邏輯回歸方法建立雹災(zāi)出現(xiàn)次數(shù)偏多、偏少的年景預(yù)測模型。

1）氣候突變的累積距平檢測方法

2）熵權(quán)重計(jì)算方法

3）雹災(zāi)災(zāi)損指數(shù)

參照文獻(xiàn)[21]，本文雹災(zāi)災(zāi)損指數(shù)Z的計(jì)算公式定義為

采用概率分布密度的直方圖法和假設(shè)檢驗(yàn)方法[26]，確定Z的概率密度函數(shù)。

4）線性增長貢獻(xiàn)率計(jì)算

2 結(jié)果與分析

2.1 新疆雹災(zāi)的空間分布

在1951—2017年間新疆有78個(gè)縣（市）出現(xiàn)了雹災(zāi)，其余28個(gè)沒有出現(xiàn)雹災(zāi)。某縣雹災(zāi)出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失的67 a累計(jì)值分別除以67得到該縣年均出現(xiàn)次數(shù)、年均受災(zāi)面積、年均經(jīng)濟(jì)損失，它們的空間分布見圖2。

新疆雹災(zāi)年均出現(xiàn)1次以上的多災(zāi)區(qū)在天山北側(cè)的博州和奎瑪流域、天山西端的昭蘇縣、天山南側(cè)的阿克蘇地區(qū)（圖2a），其中溫泉縣最多，年均達(dá)2.3次，昭蘇縣2.1次，沙灣縣和阿克蘇市各為2.0次。年均受災(zāi)面積超過2 000 hm2的大災(zāi)區(qū)在塔城市、博樂市、奎瑪流域、昭蘇縣、阿克蘇地區(qū)（圖2b），阿克蘇市最多，年均受災(zāi)6 795 hm2，沙灣縣5 805 hm2，阿瓦提縣4 809 hm2。年均經(jīng)濟(jì)損失超過200萬元的重災(zāi)區(qū)在博州、奎瑪流域、霍城縣、昭蘇縣、庫爾勒市、阿克蘇地區(qū)、喀什地區(qū)北部（圖2c），年均經(jīng)濟(jì)損失前3位的均在阿克蘇地區(qū)，阿克蘇市最多1 069萬元，阿瓦提853萬元，沙雅607 萬元。

在年均雹災(zāi)頻次高、面積大、災(zāi)損重的區(qū)域，平均每次受災(zāi)面積在1 500 hm2以上（圖2d），每次經(jīng)濟(jì)損失在200萬元以上（圖2e）。受災(zāi)面積強(qiáng)度最大區(qū)域在瑪納斯河流域、阿克蘇地區(qū)，而經(jīng)濟(jì)損失強(qiáng)度最大區(qū)域卻在巴州北部和喀什地區(qū)中部。雖然巴州和喀什地區(qū)雹災(zāi)出現(xiàn)頻次不高，但每次雹災(zāi)造成的經(jīng)濟(jì)損失卻高于新疆其他地區(qū)。

圖2 1951—2017年新疆雹災(zāi)的空間分布

新疆雹災(zāi)頻繁的地區(qū)，也正是新疆作物蒸散量較大、濕潤度相對較高的區(qū)域[29-31]，位于地勢高、地形復(fù)雜的山區(qū)，高大山脈的背風(fēng)坡，荒漠與植被交界、下墊面復(fù)雜的綠洲。雹災(zāi)頻繁的地區(qū)也處于天山北坡經(jīng)濟(jì)帶、南疆優(yōu)質(zhì)糧棉基地和特色林果業(yè)基地。

2.2 新疆雹災(zāi)的時(shí)間變化特征

2.2.1 新疆雹災(zāi)的年代際變化

78個(gè)縣（市）雹災(zāi)出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失的月、年合計(jì)值分別表示新疆雹災(zāi)出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失的月值、年值。表1為每10 a平均得到的新疆雹災(zāi)3大災(zāi)情要素的年代際變化情況，其中2011—2017年為7 a的平均。

新疆雹災(zāi)出現(xiàn)次數(shù)于1980s出現(xiàn)明顯躍增，之后維持高發(fā)勢態(tài)。受災(zāi)面積、經(jīng)濟(jì)損失也于1980s出現(xiàn)明顯躍增，但在1990s出現(xiàn)回落，之后呈增加趨勢。需要強(qiáng)調(diào)的是2011—2017年新疆雹災(zāi)出現(xiàn)次數(shù)、受災(zāi)面積和經(jīng)濟(jì)損失達(dá)到歷史最高值，特別是天山兩側(cè)地區(qū)尤為突出，這意味著當(dāng)前新疆的雹災(zāi)防御工作面臨新的嚴(yán)峻挑戰(zhàn)。

表1 1951—2017年新疆雹災(zāi)的年代際變化

2.2.2 新疆雹災(zāi)的年際變化

根據(jù)1951—2017年多年平均，新疆雹災(zāi)年出現(xiàn)39次，受災(zāi)面積75 485 hm2，經(jīng)濟(jì)損失10 996萬元。雹災(zāi)出現(xiàn)次數(shù)最多的是2011年和2012年，均為104次；受災(zāi)面積和經(jīng)濟(jì)損失卻是2013年最高，分別為231 675 hm2、58 154萬元，出現(xiàn)了90次（圖3a）。

在雹災(zāi)的年際變化上，雹災(zāi)出現(xiàn)次數(shù)在1979年以前每年不超過31次，1984年之后不少于33次。受災(zāi)面積和經(jīng)濟(jì)損失變化步調(diào)比較一致，在2005—2017年出現(xiàn)主高峰階段，平均年出現(xiàn)74次，受災(zāi)面積152 728 hm2，經(jīng)濟(jì)損失23 925萬元；在1982—1991年出現(xiàn)次高峰階段，平均年出現(xiàn)50次，受災(zāi)面積127 266 hm2，經(jīng)濟(jì)損失17 722萬元。從1951—2017年總體變化趨勢來看，出現(xiàn)次數(shù)、受災(zāi)面積和經(jīng)濟(jì)損失均呈增加趨勢，每年分別增加1.2次、2 589 hm2、336萬元（<0.01）。

累積距平檢驗(yàn)表明雹災(zāi)出現(xiàn)次數(shù)在1983年出現(xiàn)突變（圖3b中箭頭所指年份，下同），1951—1983年平均值為15.9次，相對于67 a平均值偏少59%，突變后的1984—2017年平均值為61.9次，偏多58%，突變之后的平均值是突變之前的3.9倍。

受災(zāi)面積在1981年發(fā)生突變，1951—1981年平均值為21 517 hm2，相對于67 a平均值偏少71%，1982—2017年平均值為121 958 hm2，偏多62%，突變之后的平均值是突變之前的5.7倍。

經(jīng)濟(jì)損失在1979年發(fā)生突變，1951—1979年平均值為4 435萬元，相對于67 a平均值偏少60%，1980—2017年平均值為16 002萬元，偏多46%，突變之后的平均值是突變之前的3.6倍。

2.2.3 新疆雹災(zāi)的年變化

新疆雹災(zāi)出現(xiàn)在3—10月，集中于5—8月，期間出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失分別占全年的92%、88%、89%，具有明顯的季節(jié)性（圖4）。6月是雹災(zāi)最多的月份，出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失分別占全年的31%、28%、29%。雖然雹災(zāi)出現(xiàn)次數(shù)在7月為次峰值，但其受災(zāi)面積和經(jīng)濟(jì)損失卻低于5月，這與新疆農(nóng)業(yè)種植結(jié)構(gòu)有關(guān)。新疆以棉花種植為主，除此之外是小麥和玉米，2014年三者種植面積占整個(gè)農(nóng)作物播種面積的74.64%[32]。由于7月上旬冬麥已成熟收獲，春玉米已抽雄開花吐絲具有了一定抗災(zāi)能力，且部分早熟林果已收獲，所以7月災(zāi)害損失低于5月。

圖3 1951—2017年新疆雹災(zāi)的年際變化和突變

圖4 1951—2017年新疆雹災(zāi)的月變化

2.3 新疆雹災(zāi)危害性區(qū)劃與評估

2.3.1 雹災(zāi)災(zāi)損指數(shù)的構(gòu)建與空間分布

1951—2017年期間，在新疆106縣（市）中出現(xiàn)雹災(zāi)的有78個(gè)。利用各縣（市）出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失的67 a累計(jì)值，依據(jù)熵權(quán)重計(jì)算方法得到它們的權(quán)重分別為0.333 1、0.333 5、0.333 4，其78個(gè)縣（市）平均值分別為32.9次、63 218.8 hm2、9 208.8萬元，則雹災(zāi)災(zāi)損指數(shù)計(jì)算公式：

雹災(zāi)災(zāi)損指數(shù)高于2.0的區(qū)域主要在博州、奎瑪流域、昭蘇縣、阿克蘇地區(qū)（圖5），前5位從大到小排列的縣（市）依次為阿克蘇市（6.35）、阿瓦提縣（4.77）、沙灣縣（4.61）、沙雅縣（3.95）、昭蘇縣（3.48）。某區(qū)域所轄縣災(zāi)損指數(shù)的平均值能夠表達(dá)該區(qū)域雹災(zāi)的平均強(qiáng)度，前5位從大到小排列的區(qū)域依次為阿克蘇地區(qū)（3.37）、博州（2.05）、奎瑪流域（1.92）、喀什地區(qū)（0.94）、伊犁河谷（0.93）。

圖5 新疆雹災(zāi)災(zāi)損指數(shù)的空間分布

Z不僅與3大災(zāi)情要素相關(guān)程度高（相關(guān)系數(shù)分別為0.93、0.97、0.95），且與3大災(zāi)情要素的空間分布相一致，這說明Z能綜合表達(dá)3大災(zāi)情要素。

2.3.2 雹災(zāi)危害性等級劃分標(biāo)準(zhǔn)及區(qū)劃

注：圖中柱子指概率密度，曲線指概率密度曲線。

由伽瑪分布函數(shù)的概率可確定災(zāi)損指數(shù)分位點(diǎn)x值，根據(jù)分布函數(shù)的概率及對應(yīng)的災(zāi)損指數(shù)閾值，表2定量給出了雹災(zāi)危害性等級劃分標(biāo)準(zhǔn)。

表2 新疆雹災(zāi)等級劃分標(biāo)準(zhǔn)

圖7給出新疆雹災(zāi)危害性等級的空間分布，由圖可見，新疆的雹災(zāi)出現(xiàn)在阿勒泰地區(qū)北部、塔城地區(qū)、博州、奎瑪流域、伊犁河谷、阿克蘇地區(qū)、喀什地區(qū)、和田的部分地區(qū)、巴州、哈密的部分地區(qū)，特重雹災(zāi)出現(xiàn)在塔城市、博州、奎瑪流域、昭蘇縣、阿克蘇地區(qū)、伽師縣。

圖7 新疆雹災(zāi)危害性等級劃分

2.4 新疆雹災(zāi)的成因分析

雹災(zāi)的出現(xiàn)不僅與冰雹天氣有關(guān)，還與農(nóng)作物播種面積有一定的關(guān)系。充沛的水汽、足夠的動(dòng)力抬升和大氣層結(jié)不穩(wěn)定是產(chǎn)生冰雹天氣的3個(gè)必備條件。在天山兩側(cè)由于地形對天氣系統(tǒng)的強(qiáng)迫作用，動(dòng)力抬升條件很容易滿足。因而，以下從水汽條件、大氣層結(jié)穩(wěn)定度、農(nóng)作物播種面積來解釋新疆雹災(zāi)時(shí)空分布的原因。

2.4.1 水汽條件對雹災(zāi)的影響

2.4.2 大氣層結(jié)穩(wěn)定度

圖8 1961—2016年4—9月平均水汽壓的空間分布

圖9 4—9月平均水汽壓、平均指數(shù)和雹災(zāi)出現(xiàn)次數(shù)的年際變化

2.4.3 農(nóng)作物播種面積擴(kuò)大的影響

新疆雹災(zāi)受災(zāi)面積和農(nóng)作物播種面積逐年呈增加趨勢（圖10）。受災(zāi)面積占播種面積的百分比（受災(zāi)比）也表示雹災(zāi)的危害程度，1950s、1960s、1970s受災(zāi)比分別為0.547%、0.539%、1.159%，1980s至今受災(zāi)比均超過3%，其中1980s、1990s、2000s分別為3.906%、3.058%、3.023%，2011—2016年6 a平均為3.107%?？梢娮?990s至今，雖然受災(zāi)面積、播種面積在不斷遞增，但受災(zāi)比相對穩(wěn)定，變化較小。

圖10 1951—2016年雹災(zāi)出現(xiàn)次數(shù)、受災(zāi)面積、播種面積的年際變化

從圖10可以看出，播種面積越大、雹災(zāi)出現(xiàn)次數(shù)越多，農(nóng)作物受災(zāi)面積就越大。在1951—2016年期間雹災(zāi)出現(xiàn)次數(shù)（）、播種面積（，103hm2）、受災(zāi)面積（，103hm2）的線性變化分別為=1.25-3.96（2=0.71，=9.5×10-19）、=47.491530.72（2=0.74，=2.2×10-20）、=2.65-16.49（2=0.59，=4.2×10-14），與和的多元線性回歸方程為=1.978+0.004－15.616（2=0.81，=1.1×10-23）。據(jù)此計(jì)算得到雹災(zāi)出現(xiàn)次數(shù)、播種面積對受災(zāi)面積線性變化趨勢的貢獻(xiàn)率分別為93%和7%，這表明受災(zāi)面積由雹災(zāi)出現(xiàn)次數(shù)決定，但隨著播種面積的擴(kuò)大，受災(zāi)面積也會(huì)增大。主要原因在于：1）播種面積增大，使得冰雹降在承載體上的幾率變大；2）播種面積的擴(kuò)大，意味著灌溉面積和植物蒸騰面積也擴(kuò)大，由地面蒸發(fā)和植物蒸騰從貼地層進(jìn)入大氣的水汽增多，增多的水汽通過潛熱釋放增加大氣的不穩(wěn)定和動(dòng)力作用，造成雹災(zāi)出現(xiàn)次數(shù)增加、強(qiáng)度加強(qiáng)，從而受災(zāi)面積也就增大。

2.4.4 雹災(zāi)出現(xiàn)次數(shù)的年景預(yù)測

2=0.212，=0.02 （7）

式中為雹災(zāi)年景概率，≥0.5為偏多年景，＜0.5為偏少年景；為水汽壓，hPa；為指數(shù)，℃；為播種面積，105hm2。

3 結(jié) 論

1）1951—2017年的多年平均表明，新疆雹災(zāi)出現(xiàn)次數(shù)、受災(zāi)面積、經(jīng)濟(jì)損失3大災(zāi)情要素的年值分別為39次、75 485 hm2、10 996萬元，雹災(zāi)在5—8月農(nóng)作物生長期集中出現(xiàn)，6月最多；雹災(zāi)出現(xiàn)次數(shù)多、受災(zāi)面積大、經(jīng)濟(jì)損失重的地域在博州、奎瑪流域、昭蘇縣、阿克蘇地區(qū)、喀什地區(qū)，而單次受災(zāi)面積最大地區(qū)為瑪納斯河流域和阿克蘇地區(qū)，單次經(jīng)濟(jì)損失最大地區(qū)為巴州北部和喀什地區(qū)中部。3大災(zāi)情要素均呈線性增加趨勢，每年分別增加1.2次、2 589 hm2、336萬元，它們分別在1983年、1981年、1979年出現(xiàn)突變，突變前后2段的平均值差異明顯，突變后分別是突變前的3.9、5.7和3.6倍。

2）利用能綜合表達(dá)3大災(zāi)情信息的災(zāi)損指數(shù)，將雹災(zāi)劃分為一般、較重、嚴(yán)重、特重4個(gè)危害性等級。特重災(zāi)區(qū)位于塔城市、博州、奎瑪流域、昭蘇縣、阿克蘇地區(qū)、伽師縣，其中阿克蘇地區(qū)排名第1，博州次之。近幾年特重災(zāi)區(qū)的雹災(zāi)呈高發(fā)態(tài)勢，需重點(diǎn)防御，應(yīng)在雹云移動(dòng)路徑上增設(shè)多道防線，加密布設(shè)高炮和火箭發(fā)射裝置，針對不斷移動(dòng)和發(fā)展的雹云開展大規(guī)模防雹催化作業(yè)，最大限度的減輕雹災(zāi)危害。

3）水汽壓、指數(shù)對雹災(zāi)發(fā)生的水汽條件和大氣層結(jié)穩(wěn)定度具有很好的指示意義。水汽壓、指數(shù)高的地域、季節(jié)、年份，雹災(zāi)次數(shù)就多，反之亦然。水汽壓、指數(shù)是影響雹災(zāi)多寡的主要原因。雹災(zāi)出現(xiàn)次數(shù)、農(nóng)作物播種面積對受災(zāi)面積均有影響，前兩者對后者線性增長趨勢的貢獻(xiàn)率分別為93%和7%。利用水汽壓、指數(shù)、播種面積作為因子，建立了雹災(zāi)出現(xiàn)次數(shù)偏多、偏少的年景預(yù)測模型，模型預(yù)測正確率達(dá)73%。

綜上，利用3大災(zāi)情要素歸納出新疆雹災(zāi)的時(shí)空分布特征，基于熵權(quán)重計(jì)算方法構(gòu)建的災(zāi)損指數(shù)能夠綜合表達(dá)3大災(zāi)情信息，為雹災(zāi)危害性客觀定量等級劃分與評估奠定了基礎(chǔ)，這為其他氣象災(zāi)害的區(qū)劃與評估提供了一種新的技術(shù)方法。選取影響雹災(zāi)時(shí)空變化的氣候因子——水汽壓與指數(shù)，結(jié)合農(nóng)作物播種面積建立的邏輯回歸雹災(zāi)預(yù)測模型，為雹災(zāi)年景預(yù)測提供了新的技術(shù)手段，但在年景預(yù)測模型中需再引入何種大氣環(huán)流參量，進(jìn)一步提高預(yù)測準(zhǔn)確率仍需深入研究。

[1] 中國氣象局. 地面氣象觀測規(guī)范[M]. 北京：氣象出版社，2003：21.

[2] Stanley A C. Temporal and spatial distributions of damaging hail in the Continental United States[J]. Physical Geography, 2008, 29(4): 341－350.

[3] 張芳華，高輝. 中國冰雹日數(shù)的時(shí)空分布特征[J]. 南京氣象學(xué)院學(xué)報(bào)，2008，31(5)：687－693.Zhang Fanghua, Gao Hui. Temproal and spatial features of hail days in China[J]. Journal of Nanjing Institute of Meteorology, 2008, 31(5): 687－693. (in Chinese with English abstract)

[4] 王曉明，倪惠，周淑香. 吉林省冰雹災(zāi)害時(shí)空分布規(guī)律及特征分析[J]. 災(zāi)害學(xué)，1999，14(3)：50－54.Wang Xiaoming, Ni Hui, Zhou Shuxiang. Analysis on distribution law and character in time and space of hail disasters in Jilin Province[J]. Journal of Catastrophology, 1999, 14(3): 50－54. (in Chinese with English abstract)

[5] 杜繼穩(wěn)，王小寧，雷向杰，等. 陜北氣象災(zāi)害與生態(tài)環(huán)境治理[J]. 災(zāi)害學(xué)，2001，16(1)：71－77.Du Jiwen, Wang Xiaoning, Lei Xiangjie, et al. Meteorological disasters and ecological management in the North Shanxi[J]. Journal of Catastrophology, 2001, 16(1): 71－77. (in Chinese with English abstract)

[6] 紀(jì)曉玲，馬篩艷，丁永紅，等. 寧夏40年災(zāi)害性冰雹天氣分析[J]. 自然災(zāi)害學(xué)報(bào)，2007，16(3)：24－28.Ji Xiaoling, Ma Shaiyan, Ding Yonghong, et al. Analysis of disastrous hail weather in Ningxia in recent 40 years[J]. Journal of Natural Disasters, 2007, 16(3): 24－28. (in Chinese with English abstract)

[7] 包云軒，覃文娜，高蘋，等. 江蘇省近30年冰雹災(zāi)害的時(shí)空變化規(guī)律[J]. 自然災(zāi)害學(xué)報(bào)，2012，21(5)：197－206. Bao Yunxuan, Qin Wenna, Gao Ping, et al. Spatiotemporal change patterns of hail disaster in Jiangsu Province during recent 30 years[J]. Journal of Natural Disasters, 2012, 21(5): 197－206. (in Chinese with English abstract)

[8] 段瑋，胡娟，趙寧坤，等. 云南冰雹災(zāi)害氣候特征及其變化[J]. 災(zāi)害學(xué)，2017，32(2)：90－96. Duan Wei, Hu Juan, Zhao Ningkun, et al. Climatic characteristics and changes of hail disasters in Yunnan[J]. Journal of Catastrophology, 2017, 32(2): 90－96. (in Chinese with English abstract)

[9] 張國慶，劉蓓. 青海省冰雹災(zāi)害分布特征[J]. 氣象科技，2006，34(5)：558－562.Zhang Guoqing, Liu Bei. Distributional characteristics of hail disasters in recent 40 years over Qinghai Province[J]. Meteorological Science and Technology, 2006, 34(5): 558－562. (in Chinese with English abstract)

[10] 龍余良，金勇根，劉志萍，等. 江西省冰雹氣候特征及冰雹災(zāi)害研究[J]. 自然災(zāi)害學(xué)報(bào)，2009，18(1)：53－57.Long Yuliang, Jin Yonggeng, Liu Zhiping, et al. Climatic character and disaster of hail in Jiangxi Province[J]. Journal of Natural Disasters, 2009, 18(1): 53－57. (in Chinese with English abstract)

[11] 向明燕，范麗紅，海米提·依米提，等. 新疆近45年氣象災(zāi)害及其防御措施[J]. 干旱區(qū)研究，2007，24(5)：712－716.Xiang Mingyan, Fan Lihong, Haimit Yimiti, et al. Study on the change of meteorological disasters and the prevention measures in Xinjiang since recent 45 years[J]. Arid Zone Research, 2007, 24(5): 712－716. (in Chinese with English abstract)

[12] 陳彥清，楊建宇，蘇偉，等. 縣級尺度下雪災(zāi)風(fēng)險(xiǎn)評價(jià)方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(增刊2)：307－311.Chen Yanqing, Yang Jianyu, Su Wei, et al. Risk assessment of snow disaster on county scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(Supp.2): 307－311. (in Chinese with English abstract)

[13] 秦越，徐翔宇，許凱，等. 農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)模糊評價(jià)體系及其應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(10)：83－91. Qin Yue, Xu Xiangyu, Xu Kai, et al. Fuzzy evaluation system of agriculture drought disaster risk and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(10): 83－91. (in Chinese with English abstract)

[14] 梁旭，丁建軍，曹寧. 寧夏自然災(zāi)害綜合分區(qū)及多尺度特征分析[J]. 干旱區(qū)資源與環(huán)境，2011，25(4)：62－68.Liang Xu, Ding Jianjun, Cao Ning. Comprehensive division and multi-scale character analysis on the natural disasters in Ningxia[J]. Journal of Arid Land Resources and Environment, 2011, 25(4): 62－68. (in Chinese with English abstract)

[15] 董婷，任東，孟令奎，等. 基于閾值優(yōu)化模糊投票法的農(nóng)業(yè)旱情等級遙感評估[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(12)：137－145. Dong Ting, Ren Dong, Meng Lingkui, et al. Remote sensing evaluation of drought degree based on threshold-optimized fuzzy majority voting model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(12): 137－145. (in Chinese with English abstract)

[16] 翟志宏，姜會(huì)飛，葉彩華，等. 基于概率分布模型的北京地區(qū)冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2008，13(6)：49－53.Zhai Zhihong, Jiang Huifei, Ye Caihua, et al. Hail risk distribution based on probability density model in Beijing region[J]. Journal of China Agricultural University, 2008, 13(6): 49－53. (in Chinese with English abstract)

[17] 扈海波，董鵬捷，潘進(jìn)軍. 基于災(zāi)損評估的北京地區(qū)冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J]. 應(yīng)用氣象學(xué)報(bào)，2011，2(5)：612－620. Hu Haibo, Dong Pengjie, Pan Jiniun. The hail risk zoning in Beijing integrated with the result of its loss assessment[J]. Journal of Applied Meteorological Science, 2011, 2(5): 612－620. (in Chinese with English abstract)

[18] 蒲金涌，尤志剛，李建國，等. 天水市雹災(zāi)對糧食作物生產(chǎn)影響的風(fēng)險(xiǎn)評價(jià)[J]. 中國農(nóng)學(xué)通報(bào)，2012，28(8)：282－286. Pu Jinyong, You Zhigang, Li Jianguo, et al. Risk assessment of influence of hail disaster on crops in Tianshui[J]. Chinese Agricultural Science Bulletin, 2012, 28(8): 282－286. (in Chinese with English abstract)

[19] 溫華洋，田紅，唐為安，等. 安徽省冰雹氣候特征及其致災(zāi)因子危險(xiǎn)性區(qū)劃[J]. 中國農(nóng)業(yè)氣象，2013，34(1)：88－93.Wen Huayang, Tian Hong, Tang Weian, et al. Climatic characteristics of hail disaster and its risk zoning in Anhui Province[J]. Chinese Journal of Agrometeorology, 2013, 34(1): 88－93. (in Chinese with English abstract)

[20] 楊振鑫，孫磊，牛潤和，等. 甘肅臨夏地區(qū)冰雹時(shí)空分布特征及其災(zāi)害風(fēng)險(xiǎn)區(qū)劃初探[J]. 暴雨災(zāi)害，2016，35(6)：596－601. Yang Zhenxin, Sun Lei, Niu Runhe, et al. Analysis of temporal and spatial distribution of hailstorm and its disaster risk zoning in Linxia of Gansu province[J]. Torrential Rain and Disasters, 2016, 35(6): 596－601. (in Chinese with English abstract)

[21] 史蓮梅，李斌，李圓圓，等. 新疆冰雹災(zāi)害經(jīng)濟(jì)損失評估及風(fēng)險(xiǎn)區(qū)劃研究[J]. 冰川凍土，2017，39(2)：299－307. Shi Lianmei, Li Bin, Li Yuanyuan, et al. Study on economic loss assessment and risk division of hail disaster in Xinjiang[J]. Journal of Glaciology and Geocryology, 2017, 39(2): 299－307. (in Chinese with English abstract)

[22] 溫克剛. 中國氣象災(zāi)害大典·新疆卷[M]. 北京：氣象出版社，2006：233－273.

[23] Shi Neng, Zhu qiangen. An abrupt change in the intensity of the East Asian summer monsoon index and its relationship with temperature and precipitation over East China[J]. International Journal of Climatology, 1996, 16(1): 1－8.

[24] 時(shí)光新，尹成信. 基于熵的小流域治理效益評價(jià)模型及其應(yīng)用[J]. 水土保持通報(bào)，1999，19(5)：38－40. Shi Guangxin, Yin Chengxin. Benefit evaluation model and its application on small watershed control on the basis of information entropy[J]. Bulletin of Soil and Water Conservation, 1999, 19(5): 38－40. (in Chinese with English abstract)

[25] 林運(yùn)東，門寶輝，賈文善. 熵權(quán)系數(shù)法在水體營養(yǎng)類型評價(jià)中的應(yīng)用[J]. 西北水資源與水工程，2002，13(3)：27－28. Lin Yundong, Men Baohui, Jia Wenshan. Application of entropy weight coeffcient method to evaluating on alimentative type of water[J]. Northwest Water Resources & Water Engineering, 2002, 13(3): 27－28. (in Chinese with English abstract)

[26] 陳家鼎，劉婉如，汪仁官. 概率統(tǒng)計(jì)講義[M]. 北京：高等教育出版社，1982.

[27] Ting M, Kushnir Y, Seager R, et al. Forced and internal twentieth-century SST trends in the North Atlantic[J]. Journal of Climate, 2009, 22: 1469－1481.

[28] Cheng S, Guan X, Huang J, et al. Long-term trend and variability of soil moisture over East Asia[J]. Journal of Geophysical Research Atmospheres, 2015, 120: 8658－8670.

[29] 王兆禮，李軍，黃澤勤，等. 基于改進(jìn)帕默爾干旱指數(shù)的中國氣象干旱時(shí)空演變分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(2)：161－168. Wang Zhaoli, Li Jun, Huang Zeqin, et al. Spatiotemporal variations analysis of meteorological drought in China based on scPDSI[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(2): 161－168. (in Chinese with English abstract)

[30] 高繼卿，楊曉光，董朝陽，等. 氣候變化背景下中國北方干濕區(qū)降水資源變化特征分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(12)：99－110. Gao Jiqing, Yang Xiaoguang, Dong Chaoyang, et al. Precipitation resource changed characteristics in arid and humid regions in Northern China with climate changes[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(12): 99－110. (in Chinese with English abstract)

[31] 胡琦，董蓓，潘學(xué)標(biāo)，等. 1961－2014年中國干濕氣候時(shí)空變化特征及成因分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(6)：124－132. Hu Qi, Dong Bei, Pan Xuebiao, et al. Spatiotemporal variation and causes analysis of dry-wet climate over period of 1961-2014 in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(6): 124－132. (in Chinese with English abstract)

[32] 魏敬周，劉維忠. 農(nóng)作物面積變化對新疆水資源結(jié)構(gòu)偏差的影響[J]. 節(jié)水灌溉，2017(2)：76－79. Wei Jingzhou, Liu Weizhong. Effects of planting area change of cotton, wheat and corn on water resources utilization structure deviation of in Xinjiang[J]. Water Conservation and Irrigation, 2017(2): 76－79. (in Chinese with English abstract)

Temporal and spatial distribution and hazard assessment of hail disasters during crop growth period in Xinjiang

Wang Yun1, Wang Shigong2, Wang Xu3, Ma Yu4※

(1.,,730000,; 2.,,610225,; 3.,830002,;4.,830002,)

Hail is a serious meteorological disaster that occurs frequently in the growing period of crops in Xinjiang. Based on 2 629 records of 3 major disaster elements: the occurrence times, disaster area and economic loss of hail disaster in 1951－2017, the temporal and spatial distribution of hail disaster in Xinjiang was analyzed. Based on the entropy weight method (EWM), the disaster loss index which can comprehensively express the 3 disaster information was constructed. According to the gamma distribution function of the disaster loss index, the classification criteria of the damage grade of hail disaster were given objectively and quantitatively. Then the harm of hail disaster was classified and evaluated. The reasons for the regional, seasonal and interannual variation of hail disasters in Xinjiang were explained with water vapor pressure and air mass index. Air mass forecast model of hail disasters was established based on the logical regression. The results showed that: 1) The annual number of occurrences, the area and the economic losses of hail disasters in Xinjiang were 39 times, 75 485 hm2, and 109.96 million yuan. The hail disasters concentrated from May to August, i.e. in the crop growth period, and mostly in June; Bozhou, Kuitun-Manas Valley, Zhaosu County, Aksu Prefecture and Kashgar Prefecture on both sides of the Tianshan Mountains and adjacent areas had the most occurrences of hail disasters, large area and heavy economic losses; the largest areas affected by the single hail were Manas River Basin and Aksu Prefecture. The area that suffered the most economic losses by the single hail was the northern part of Bazhou and Kashgar Prefecture. The 3 major disaster factors all showed a linear increase trend. The propensity rates were 1.2 times/year, 2 589 hm2/year, and 3.36 million yuan/year. All of them showed abrupt changes in 1983, 1981, and 1979, respectively. The mean values were significantly different before and after the abrupt changes, and the mean value after the abrupt changes was 3.9 times, 5.7 times and 3.6 times of that before the abrupt changes, respectively. 2) Using the disaster loss index, the hail disaster was classified into 4 hazard levels: general, heavier, serious and extra serious. The extra serious disaster area was located in Tacheng, Bozhou, Kuitun-Manas Valley, Zhaosu County, Aksu Prefeccture, and Jashi. Aksu Prefecture ranked first, followed by Bozhou. In recent years, the hail disasters in the extra serious disaster-hit areas have been on the rise, requiring major defense. Multi defense lines should be added to the moving path of hail cloud, and the density of anti-aircraft guns and rocket launchers should be increased to carry out large-scale anti-hail catalytic operation for the continuous moving and developing hail clouds in order to minimize the harm of hail disaster to the maximum extent. 3) Vapor pressure and air mass index were good indications of the water vapor conditions and atmospheric stability when the hail disaster happened. In the areas, seasons and years where or when water vapor pressure and air mass index were high, more hail disasters occurred, and vice versa. Vapor pressure and air mass index were the main reasons for the impact of disasters. The number of occurrences of disaster and the area planted with crops both had an impact on the affected area. The contribution rates of the former 2 to the linear growth trend of the latter were 93% and 7%, respectively. The water vapor pressure, air mass index and planting area were used as the factors, and an annual forecasting model forecasting high or low frequency of the occurrence times of hail disaster was established. The fitting accuracy of the model was 73% and the fitting effect was good.

hazards; models; crops; hail disaster; temporal and spatial distribution; influencing factor

2018-08-27

2018-12-03

公益性行業(yè)（氣象）科研專項(xiàng)經(jīng)費(fèi)項(xiàng)目（GYHY201306047）

王昀，博士生，主要從事極端天氣與氣象災(zāi)害研究。Email：yunwang@vip.163.com

馬禹，研究員，主要從事氣候變化研究。Email：wangxu2323@vip.163.com

10.11975/j.issn.1002-6819.2019.06.018

S427

A

1002-6819(2019)-06-0149-9

王 昀，王式功，王 旭，馬 禹. 新疆農(nóng)作物生長期雹災(zāi)的時(shí)空分布及危害性評估[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(6)：149－157. doi：10.11975/j.issn.1002-6819.2019.06.018 http://www.tcsae.org

Wang Yun, Wang Shigong, Wang Xu, Ma Yu. Temporal and spatial distribution and hazard assessment of hail disasters during crop growth period in Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 149－157. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.06.018 http://www.tcsae.org