江蘇省1981—2020年倒春寒氣象指標(biāo)研究

盧 堯， 沈 陽， 楊瓊瓊， 姜 麟

（1.蕪湖氣象局，安徽蕪湖 241000； 2.江蘇省氣象臺(tái)，南京 210008）

“倒春寒”是一種冷空氣引發(fā)的春季低溫凍害［1-2］，對(duì)農(nóng)業(yè)生產(chǎn)破壞性較大. 鑒于倒春寒的嚴(yán)重影響，相關(guān)研究提出了多種監(jiān)測(cè)標(biāo)準(zhǔn). 吳增福等［3］根據(jù)每年3—4 月氣溫降幅和距平，劃分了江蘇地區(qū)不同時(shí)段倒春寒強(qiáng)度的標(biāo)準(zhǔn)；張淑惠［4］提出了福建北部和南部地區(qū)的倒春寒標(biāo)準(zhǔn)，并使用過程平均日距平衡量其強(qiáng)度；段旭等［5］結(jié)合旬氣溫距平和旬內(nèi)最低氣溫定義了云南地區(qū)新的倒春寒指標(biāo)，監(jiān)測(cè)能力較舊指標(biāo)更加客觀準(zhǔn)確.

倒春寒作為一種春季異常低溫現(xiàn)象，每次過程的持續(xù)時(shí)間和最低溫度各不相同，因此嚴(yán)重程度有所區(qū)別. 百分位數(shù)［6］在研究氣象災(zāi)害嚴(yán)重性方面有著廣泛的應(yīng)用，如研究極端氣溫和降水事件，以及劃分旱澇級(jí)別等方面［7-13］. 選擇百分位數(shù)作為監(jiān)測(cè)指標(biāo)，其優(yōu)勢(shì)在于既可以研究事件極端性，亦可劃分事件嚴(yán)重程度，且針對(duì)不同研究對(duì)象，閾值選取靈活性較強(qiáng).

綜上，現(xiàn)有研究提出的倒春寒業(yè)務(wù)標(biāo)準(zhǔn)，其核心內(nèi)容是將溫度距平和低溫持續(xù)日數(shù)作為衡量倒春寒起止時(shí)間和強(qiáng)度的因子，而百分位數(shù)在倒春寒事件中的應(yīng)用鮮有涉及. 研究基于百分位數(shù)，適用于江蘇地區(qū)的倒春寒指標(biāo)，對(duì)于監(jiān)測(cè)春季低溫凍害，做好防災(zāi)減災(zāi)工作，具有重要意義.

1 資料和方法

1.1 資料和倒春寒定義

選取江蘇省所屬的13個(gè)地級(jí)市（南京、徐州、連云港、宿遷、鹽城、淮安、泰州、揚(yáng)州、鎮(zhèn)江、常州、無錫、蘇州和南通）氣象觀測(cè)站，1981—2020年（共40年）2—5月的日最低氣溫（20時(shí)—20時(shí)）和日平均氣溫（20時(shí)—20時(shí)）記錄.

參考已有研究［14-15］，本文對(duì)倒春寒的定義為：每年入春至4月30日，至少連續(xù)3 d日平均氣溫＜10 ℃時(shí)，則第1天為倒春寒起始日；由于4月日平均溫度較3月有顯著上升，故4月倒春寒開始條件放寬為至少連續(xù)2 d日平均氣溫＜10 ℃時(shí)，則第1天為倒春寒起始日；無論在3月還是4月，至少連續(xù)3 d日平均氣溫≥10 ℃時(shí)，則第1天為倒春寒結(jié)束日，其中入春日期的判定參照文獻(xiàn)［16］.

1.2 分析方法

根據(jù)倒春寒起始日期，定義起始日至結(jié)束日的持續(xù)天數(shù)為倒春寒過程的“持續(xù)日數(shù)”，用D表示. 由于結(jié)束日當(dāng)天日平均溫度通常有一定程度回升，故定義倒春寒起始日至結(jié)束日前1 d日最低溫度的平均值為倒春寒過程的“平均最低溫度”，用-T表示. 例如，某次倒春寒過程自3月15日開始，至3月20日結(jié)束，則持續(xù)日數(shù)為6 d，平均最低溫度等于15—19日每日最低氣溫的算術(shù)平均.

將統(tǒng)計(jì)后得到的各測(cè)站D按“升”序排列，Tˉ按“降”序排列，各取2 個(gè)百分位數(shù)作為閾值，將D序列和-T序列各自劃分為輕度、中度和重度3 個(gè)區(qū)間，根據(jù)D和-T兩個(gè)因子的嚴(yán)重程度，綜合判定倒春寒等級(jí)（表1）.

表1 倒春寒等級(jí)判定Tab.1 Classification of late spring cold

2 結(jié)果與分析

2.1 入春日期

如前文所述，倒春寒是發(fā)生于春季的異常低溫事件，故統(tǒng)計(jì)倒春寒事件的首要步驟是確定入春日期. 參照文獻(xiàn)［16］，本文所選13個(gè)市最早入春日期大多位于3月2候，個(gè)別地區(qū)可提前至2月4候（南京、蘇州）；最晚入春日期大多位于4月2候，個(gè)別地區(qū)可推遲至4月4候（連云港、鹽城）. 平均而言，長江以南地區(qū)入春日期為3月4—5候，長江以北地區(qū)入春日期為3月5—6候.

2.2 倒春寒起始時(shí)間

將所選13個(gè)市劃分為淮北（徐州、連云港、宿遷和淮安）、江淮之間（鹽城、泰州、揚(yáng)州和南通）和江南（南京、鎮(zhèn)江、常州、無錫和蘇州）3個(gè)地區(qū)［17］. 以候?yàn)闀r(shí)間跨度，淮北地區(qū)和江淮之間地區(qū)倒春寒起始時(shí)間呈現(xiàn)單峰結(jié)構(gòu)，兩個(gè)地區(qū)倒春寒均在4月1候出現(xiàn)最為頻繁，分別達(dá)34次和31次；而江南地區(qū)呈現(xiàn)雙峰結(jié)構(gòu)，倒春寒在3月5候和4月1候出現(xiàn)最為頻繁，兩個(gè)峰值分別為33次和35次，頻次極為接近（圖1）. 需要注意的是，4月5—6候從未發(fā)生過倒春寒，因?yàn)樵摃r(shí)段冷空氣強(qiáng)度和活動(dòng)顯著減弱，日平均氣溫難以維持2 d以上低于10 ℃狀態(tài)，這也是前文將倒春寒時(shí)段限定為3—4月的重要原因.

圖1 江蘇省1981—2020年倒春寒起始時(shí)間Fig.1 Start date of late spring cold of different regions in Jiangsu Province

2.3 倒春寒時(shí)空分布特征

2.3.1 總體分布 由圖2 a可知，1981—2020年倒春寒多發(fā)生于江南地區(qū)，鎮(zhèn)江、常州和無錫各存在一個(gè)大值中心；緯度較高的淮北地區(qū)倒春寒頻次反而較少. 所選13個(gè)市中，揚(yáng)州倒春寒總頻次最少，40年僅23次；鎮(zhèn)江最多，為34次. 就該省平均狀況而言，這13個(gè)市年均發(fā)生倒春寒0.7次，泰州、鎮(zhèn)江、常州和無錫年均頻次高于全省平均值圖2 b.

我一下愣住了。這還真不好回答。想了一下，我就把事情原委跟她說了。聽著聽著，婆婆就落淚了，說：“你這個(gè)娘真不簡單。你往西走六七里，西山有個(gè)駱駝坳，他們?cè)谀莾??！彼鰜碇噶讼路较?，又說：“那里險(xiǎn)著呢。方圓二三里，男的見了就開槍打死，女的見了就擄進(jìn)去糟蹋。這攏岸的人啊，冇得哪個(gè)敢去那兒，你要當(dāng)心呵?！?/p>

圖2 江蘇省1981—2020年倒春寒累計(jì)頻次和年均頻次Fig.2 Accumulative frequency and annual average frequency of late spring cold in Jiangsu Province from 1981 to 2020

分區(qū)平均后，淮北地區(qū)倒春寒年均頻次為0.7次，江淮之間地區(qū)為0.6次，江南地區(qū)最高，達(dá)0.8次. 分析可知，倒春寒年均頻次高于全省平均值的4個(gè)市中，有3個(gè)位于江南地區(qū)，倒春寒在江南地區(qū)最為頻繁.

由圖3 可以看出，1981—2020 年江蘇省逐年倒春寒頻次最高為28 次（2013 年），最低為0 次（1986、1991、1992、2002、2007、2012年），年均9次. 在這40年中，有19年倒春寒總頻次高于平均值，有18年低于平均值.

圖3 江蘇省1981—2020年逐年倒春寒總頻次和年均頻次Fig.3 Annual total frequency of late spring cold and its average value in Jiangsu Province

從倒春寒年頻次的峰值看，1981—2003年，峰值均小于15次，最多為14次（1981年、1990年）；而2004—2020 年，峰值均大于或等于15 次，其中有4 次峰值達(dá)20 次以上（2004、2010、2013、2018 年），最多為28 次（2013年），是2004年之前的2倍. 綜上，江蘇省倒春寒年頻次的峰值，自2004年起呈顯著增長現(xiàn)象，其中原因有待進(jìn)一步研究.

2.3.2 百分位數(shù)閾值的確定 如前所述，使用持續(xù)日數(shù)D和過程平均最低溫度-T作為判定倒春寒天氣過程強(qiáng)度的2個(gè)因子. 參照相關(guān)研究方法［7-13］，選定80%分位數(shù)和50%分位數(shù)作為閾值，將上述2個(gè)指標(biāo)劃分為輕、中、重3個(gè)區(qū)間. 由于相同百分位數(shù)對(duì)應(yīng)不同站點(diǎn)的數(shù)值亦不相同，為統(tǒng)一監(jiān)測(cè)標(biāo)準(zhǔn)，采用平均值方案，全省平均和區(qū)域平均閾值的對(duì)比結(jié)果如表2所示.

表2 D和Tˉ百分位數(shù)分布Tab.2 The percentiles of duration days and average minimum temperature

若采用分區(qū)方案，因子D的80%分位數(shù)中，淮北地區(qū)標(biāo)準(zhǔn)差和全省標(biāo)準(zhǔn)差均為0.6，但淮北地區(qū)均值升為7.0，標(biāo)準(zhǔn)差和均值比例降為8.57%；江淮之間地區(qū)、江南地區(qū)和全省均值均為6.0，但2個(gè)分區(qū)標(biāo)準(zhǔn)差降均降至0.5，標(biāo)準(zhǔn)差和均值比例亦降為8.33%. 因子D的50%分位數(shù)中，各分區(qū)和全省相比無變化，均值（標(biāo)準(zhǔn)差）均為4.0（0.0）.

因子-T的80%分位數(shù)中，淮北、江淮之間和江南地區(qū)的標(biāo)準(zhǔn)差（0.3、0.3、0.4）較全省標(biāo)準(zhǔn)差（0.5）均明顯下降；淮北地區(qū)均值（3.3）較全?。?.9）減小，其他2 個(gè)分區(qū)（4.0、4.3）則上升. 計(jì)算結(jié)果表明，分區(qū)的標(biāo)準(zhǔn)差和均值比例（9.10%、7.50%、9.30%）較全?。?2.82%）顯著降低. 因子Tˉ的50%分位數(shù)分區(qū)均值較全省均值的變化與80%分位數(shù)完全一致，3個(gè)分區(qū)的標(biāo)準(zhǔn)差和均值比例（4.55%、6.12%、5.88%）較全省（8.33%）亦顯著降低.

綜上，從標(biāo)準(zhǔn)差和均值之比看，采用分區(qū)均值方案確定百分位數(shù)作為倒春寒強(qiáng)度劃分閾值相較采用全省均值方案更為合理. 故最終確定江蘇省分區(qū)倒春寒因子D和因子-T的強(qiáng)度閾值如表3所示.

表3 D和-T 分區(qū)分級(jí)閾值Tab.3 Regional classified threshold of D and -T

2.3.3 不同強(qiáng)度倒春寒時(shí)間分布 圖4表明1981—2020年，江蘇省輕度倒春寒年頻次隨時(shí)間波動(dòng)較大，3個(gè)峰值分別出現(xiàn)在1981年（12次）、1997年（12次）和2013年（16次）. 中度倒春寒年頻次在1988—1990年出現(xiàn)一組峰值（8 次）后，呈現(xiàn)逐年下降的趨勢(shì)；自2009 年至2013 年，峰值又迅速增長至12 次，之后再次逐年下降. 中度倒春寒年頻次波動(dòng)較為劇烈，相鄰年份頻次差值最大可達(dá)12次（2012年和2013年）. 重度倒春寒在1992年之前較為少發(fā)，年頻次最多僅1次；1993—1995年頻次開始增多，之后至2000年不再發(fā)生；2001年之后雖然亦存在連續(xù)數(shù)年不發(fā)生的情況，但總體上進(jìn)入多發(fā)期，年頻次峰值出現(xiàn)在2018年（9次）.

圖4 江蘇省1981—2020年倒春寒分級(jí)頻次統(tǒng)計(jì)Fig.4 Annual frequency of classified late spring cold in Jiangsu Province

2.3.4 不同強(qiáng)度倒春寒空間分布 1981—2020年輕度倒春寒累計(jì)頻次（圖略）分布表明，輕度倒春寒頻發(fā)區(qū)位于南通（17次）、常州（20次）、無錫（17次）和蘇州（21次）一帶，淮北地區(qū)中連云港（17次）和淮安（17次）最為頻發(fā)，其他地區(qū)頻次則相對(duì)較少.

中度倒春寒（圖5 a）高發(fā)區(qū)則位于揚(yáng)州（13次）、常州（13次）和無錫（11次）地區(qū)，連云港（7次）、淮安（6次）、鹽城（6次）和南通（5次）地區(qū)最少. 重度倒春寒（圖5 b）分布亦有顯著變化，高發(fā)區(qū)位于江蘇西部地區(qū)和無錫（5次）、蘇州（4次）一帶，南京頻次最多（7次），常州頻次最少（1次）.

圖5 江蘇省1981—2020年中度和重度倒春寒累計(jì)頻次Fig.5 Accumulative frequency of moderate and severe late spring cold in Jiangsu Province from 1981 to 2020

綜上，輕度倒春寒中心位于江蘇省的東南部地區(qū)，中度倒春寒中心向中部轉(zhuǎn)移，而重度倒春寒中心則位于西部地區(qū). 隨著倒春寒嚴(yán)重程度的加深，其頻發(fā)區(qū)向西、向北轉(zhuǎn)移的特征十分顯著.

不同等級(jí)倒春寒的區(qū)域平均頻次（圖6）表明：江南地區(qū)平均頻次在所有等級(jí)上均高于其他地區(qū)，與圖2結(jié)論一致；輕度和重度倒春寒中，淮北地區(qū)平均頻次高于江淮之間地區(qū)；而中度倒春寒江淮之間地區(qū)平均頻次高于淮北地區(qū).

圖6 1981—2020年江蘇省分級(jí)倒春寒區(qū)域平均頻次Fig.6 Regional average frequency of classified late spring cold in Jiangsu Province

以重度倒春寒事件為例，淮北地區(qū)平均頻次為0.10 次/（站年），江淮之間地區(qū)平均頻次為0.08 次/（站年），江南之間地區(qū)平均頻次為0.11次/（站年）. 由表1可知，若達(dá)到重度倒春寒，則因子D和因子-T中至少有一個(gè)嚴(yán)重程度達(dá)到重度等級(jí). 經(jīng)統(tǒng)計(jì)（表略）：淮北地區(qū)16次重度倒春寒事件中，重度D和-T分別為12次和7次；江淮之間地區(qū)12次重度倒春寒事件中，重度D和-T分別為5次和7次；江南地區(qū)22次重度倒春寒事件中，重度D和-T分別為10次和15次.

而對(duì)于中度倒春寒事件而言，淮北、江淮之間和江南地區(qū)平均頻次分別為0.20、0.21 和0.25次/（站年）. 由表1可知，因子D和因子-T中至少有一個(gè)嚴(yán)重程度達(dá)到中度及以上等級(jí)時(shí)，方可達(dá)成中度倒春寒事件. 統(tǒng)計(jì)結(jié)果（表略）表明，淮北、江淮之間和江南地區(qū)中度倒春寒頻次分別為32、34和50次，其中符合要求的因子D頻次分別為17、22 和27 次，而因子-T頻次分別為26、21和37次.

綜上，在影響重度倒春寒的2 個(gè)因子中，淮北地區(qū)因子D作用更大，而江淮之間和江南地區(qū)則是因子-T更為重要. 對(duì)中度倒春寒而言，淮北和江南地區(qū)因子-T作用更大，江淮之間地區(qū)則是兩者作用相當(dāng). 可見造成不同等級(jí)倒春寒事件的2個(gè)因子相對(duì)重要性存在地區(qū)差異，江南地區(qū)一致性最高，中度和重度倒春寒均需要重點(diǎn)關(guān)注因子-T能否達(dá)到所需等級(jí).

3 歷史事件檢驗(yàn)

《中國氣象災(zāi)害大典（江蘇卷）》［18］（以下簡稱《大典》）中記錄了2000年之前發(fā)生的影響較為嚴(yán)重的低溫凍害事件，考慮到本文所述倒春寒指“入春”之后的低溫天氣，故《大典》中記載的發(fā)生于1994年3月下旬和1995年4月上旬的2場(chǎng)入春后全省范圍低溫事件可用來檢驗(yàn)前文所述倒春寒指標(biāo)的適用性. 這兩場(chǎng)倒春寒事件發(fā)生時(shí)，連云港、宿遷、淮安、鹽城、泰州和南通尚未入春，其他地區(qū)統(tǒng)計(jì)結(jié)果詳見表4.

由表4可知，在兩場(chǎng)全省范圍倒春寒天氣過程中，有效記錄站點(diǎn)均為7個(gè). 其中1994年個(gè)例中，D等級(jí)均為中度及以上，-T等級(jí)有3個(gè)站為中度及以上，綜合判定4個(gè)站發(fā)生中度及以上倒春寒. 其中徐州1個(gè)站達(dá)重度倒春寒等級(jí).《大典》中只查詢到徐州地區(qū)受災(zāi)情況，說明徐州災(zāi)情最為嚴(yán)重，這與文中指標(biāo)判定結(jié)果完全一致.

表4 倒春寒歷史事件檢驗(yàn)Tab.4 Verification of historical late spring cold

1995年個(gè)例中，D等級(jí)中度及以上有2個(gè)站，-T等級(jí)重度則高達(dá)5個(gè)站，綜合判定5個(gè)站發(fā)生中度及以上倒春寒. 其中無錫1個(gè)站達(dá)重度倒春寒等級(jí).《大典》中亦只記錄了無錫地區(qū)受災(zāi)情況，從側(cè)面說明無錫災(zāi)情最為嚴(yán)重，這與文中指標(biāo)判定結(jié)果亦完全一致.

綜上，以《大典》記錄的倒春寒天氣過程為參考依據(jù)，本文所設(shè)計(jì)的倒春寒指標(biāo)從范圍和強(qiáng)度兩方面均能很好地反映真實(shí)情況，充分證明了該指標(biāo)在江蘇省具備完善的合理性和可用性.

4 結(jié)論

利用1981—2020 年3—4 月日平均溫度和日最低溫度，設(shè)計(jì)了一套基于百分位數(shù)的江蘇分區(qū)倒春寒氣象指標(biāo)，研究結(jié)論如下：

1）1981—2020年，揚(yáng)州倒春寒總頻次最少，鎮(zhèn)江最多；泰州、鎮(zhèn)江、常州和無錫4個(gè)地區(qū)年均倒春寒頻次高于全省平均值；江南地區(qū)倒春寒最為頻繁.

2）采用持續(xù)日數(shù)D和過程平均最低溫度-T2個(gè)因子的50%、80%分位數(shù)，可將倒春寒分為輕、中、重3個(gè)等級(jí). 隨著倒春寒等級(jí)的增加，相應(yīng)等級(jí)倒春寒頻發(fā)區(qū)自江蘇省東南部地區(qū)向西、向北轉(zhuǎn)移的特征十分顯著；江南地區(qū)所有等級(jí)倒春寒頻次均顯著高于其他地區(qū)，影響不同地區(qū)不同等級(jí)倒春寒的因子相對(duì)重要性存在差別，未來應(yīng)更多關(guān)注重度倒春寒頻次的演變趨勢(shì).

3）本文設(shè)計(jì)的分區(qū)倒春寒指標(biāo)判定的事件范圍和等級(jí)，尤其是重度倒春寒地區(qū)，與《大典》記錄的倒春寒事件完全一致，充分證明了該指標(biāo)在江蘇省具備合理性和可用性.

受篇幅所限，文中一些問題未得到充分討論，如2004年后江蘇省倒春寒頻次顯著增多原因、倒春寒前期信號(hào)及預(yù)報(bào)關(guān)鍵點(diǎn)等，這些問題還有待進(jìn)一步研究.