■楊霏云 史繼清 陳德生 樊棟樑 馬杰
利用樣本采集和統(tǒng)計歸納等方法,將常規(guī)農(nóng)業(yè)氣象觀測資料中的作物觀測、農(nóng)業(yè)小氣候觀測、土壤水分觀測等觀測情況和數(shù)據(jù)應(yīng)用情況進行總結(jié),分析農(nóng)業(yè)氣象觀測資料在氣象為農(nóng)服務(wù)工作中未能充分應(yīng)用的原因,給出深度應(yīng)用農(nóng)業(yè)氣象觀測資料的建議,為農(nóng)業(yè)氣象觀測內(nèi)容的改革提供依據(jù),同時為農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)技術(shù)發(fā)展提供思路。
農(nóng)業(yè)氣象觀測作為現(xiàn)代氣象綜合觀測系統(tǒng)組成部分之一,是對農(nóng)業(yè)氣象要素和農(nóng)業(yè)生產(chǎn)的對象和過程進行平行觀察、測定和記載的一種專業(yè)觀測。中國的農(nóng)業(yè)氣象觀測站網(wǎng)和農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)主要模式源于前蘇聯(lián),始于21世紀50年代;60—70年代的農(nóng)業(yè)氣象觀測中斷,直至80年代初恢復(fù)。目前中國的農(nóng)業(yè)氣象觀測站共為653個,分為國家一級站和二級站。觀測種類分為常規(guī)農(nóng)業(yè)氣象觀測、特種觀測和農(nóng)業(yè)氣象試驗觀測。目前大部分農(nóng)業(yè)氣象觀測站主要進行常規(guī)的農(nóng)業(yè)氣象觀測。
農(nóng)業(yè)氣象觀測是農(nóng)業(yè)氣象服務(wù)和科研工作的基礎(chǔ),是開展氣象為農(nóng)業(yè)服務(wù)的重要數(shù)據(jù)支撐,也為各級農(nóng)業(yè)、統(tǒng)計等相關(guān)部門了解農(nóng)情提供了依據(jù)。農(nóng)業(yè)氣象觀測資料在農(nóng)業(yè)氣象情報服務(wù)中大量的應(yīng)用,發(fā)育期資料、土壤水分資料等用于鑒定農(nóng)業(yè)生產(chǎn)對象、生產(chǎn)過程與氣象條件的關(guān)系,評價氣象條件的優(yōu)劣;農(nóng)用天氣預(yù)報、發(fā)育期預(yù)報、農(nóng)業(yè)氣象災(zāi)害預(yù)報等農(nóng)業(yè)氣象預(yù)報服務(wù)也需要結(jié)合發(fā)育期、土壤水分、農(nóng)業(yè)氣象災(zāi)害等資料,預(yù)測未來農(nóng)作物生長發(fā)育階段、生長發(fā)育條件及農(nóng)業(yè)氣象災(zāi)情的發(fā)展變化趨勢。近些年特色農(nóng)業(yè)氣象服務(wù)需求凸顯,不同農(nóng)業(yè)區(qū)域的農(nóng)業(yè)小氣候數(shù)據(jù)也為特色農(nóng)業(yè)的情報服務(wù)、預(yù)報服務(wù)、農(nóng)業(yè)小氣候調(diào)控等提供了有針對性的資料。
隨著農(nóng)業(yè)對氣象服務(wù)精細化需求和針對性要求的不斷提高,常規(guī)農(nóng)業(yè)氣象觀測越來越不能滿足現(xiàn)代農(nóng)業(yè)氣象服務(wù)需求,表現(xiàn)為農(nóng)業(yè)氣象觀測代表性不夠、觀測密度和頻次不足等。但從現(xiàn)有農(nóng)業(yè)氣象觀測資料來看,由于各種原因部分觀測項目長期以來在氣象為農(nóng)服務(wù)工作中應(yīng)用較少,造成了觀測資源的較大浪費,也不利于提高農(nóng)業(yè)氣象服務(wù)工作的質(zhì)量。而針對農(nóng)業(yè)氣象觀測資料應(yīng)用現(xiàn)狀的分析評估及價值深度挖掘的研究,已有文獻中缺乏系統(tǒng)性的闡述?;诖?,本文利用樣本采集和統(tǒng)計歸納等方法,將常規(guī)農(nóng)業(yè)氣象觀測資料中的作物觀測、農(nóng)業(yè)小氣候觀測、土壤水分觀測等觀測情況和數(shù)據(jù)應(yīng)用情況進行總結(jié),分析農(nóng)業(yè)氣象觀測資料在氣象為農(nóng)服務(wù)工作中未能充分應(yīng)用的原因,給出深度應(yīng)用農(nóng)業(yè)氣象觀測資料的建議,為農(nóng)業(yè)氣象觀測內(nèi)容的改革提供依據(jù),同時為農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)技術(shù)發(fā)展提供思路。
中國氣象局的大部分農(nóng)業(yè)氣象觀測站主要進行常規(guī)農(nóng)業(yè)氣象觀測,主要包括作物觀測、土壤水分觀測、自然物候觀測、畜牧觀測和農(nóng)業(yè)小氣候觀測等。作物觀測是大多數(shù)農(nóng)業(yè)氣象觀測站的觀測內(nèi)容,觀測的作物是當?shù)刂饕N植的大宗作物。作物觀測包括作物生育期觀測、生長狀況評定和產(chǎn)量因素測定、大田觀測與調(diào)查、生長量測定、產(chǎn)量結(jié)構(gòu)分析、農(nóng)業(yè)氣象災(zāi)害及病蟲害的觀測等項目。其中,作物的生育期觀測是根據(jù)作物的外部形態(tài)變化,記載作物生育過程中各個發(fā)育期出現(xiàn)的日期;生長狀況的觀測主要是針對作物某幾個發(fā)育期進行高度、密度及產(chǎn)量因素等的觀測;生長量的測定是指在一定時間(或發(fā)育期),剪取一定數(shù)量具有代表性的植株,測定其單位面積上的葉面積和植株干物質(zhì)重量;產(chǎn)量因素的觀測是指在作物產(chǎn)量形成后期,對構(gòu)成產(chǎn)量的各因素如株穗數(shù)、結(jié)實粒數(shù)、粒重等產(chǎn)量結(jié)構(gòu)進行測定。農(nóng)業(yè)氣象災(zāi)害、病蟲害觀測是指對農(nóng)業(yè)生產(chǎn)對象的受災(zāi)害癥狀等的觀測和調(diào)查,內(nèi)容包括植物受災(zāi)癥狀、受害程度、災(zāi)前災(zāi)后采取的主要措施、預(yù)計對產(chǎn)量的影響等,除此以外,還要記載災(zāi)害發(fā)生時的主要氣候情況。
土壤水分觀測是指測定代表地塊中土壤的水分含量,包括人工和自動兩種觀測方法。人工觀測指的是利用手工取土的方式,使用烘干稱重法測定土壤濕度,其優(yōu)點是觀測數(shù)據(jù)較準確,缺點是過程復(fù)雜、時間較長、人力耗費大。隨著氣象觀測自動化工作的推進,自動土壤水分觀測已逐漸代替人工土壤水分觀測,目前中國已有2000多個自動土壤水分觀測站。自動土壤水分觀測的優(yōu)點是實時獲得當前墑情,反映墑情的連續(xù)、動態(tài)性變化;缺點是觀測儀器移動不便,必須在固定地點觀測且觀測精度也需要進一步訂正。
自然物候觀測是指各觀測站針對當?shù)刈匀画h(huán)境中具有代表性的動植物,觀測其生命活動的季節(jié)變化,以及觀測在特定時間出現(xiàn)的某些氣象、水文現(xiàn)象。長序列物候觀測資料過去多被用于氣候變化研究,近些年隨著氣象觀測自動化水平的不斷提高,自動氣象觀測站能獲取長序列、精細化的氣象信息,自然物候觀測的重要性有所下降。2013年,中國氣象局調(diào)整了自然物候觀測布局,即在國家一級農(nóng)業(yè)氣象觀測站保留自然物候觀測任務(wù),國家二級農(nóng)業(yè)氣象觀測站取消了自然物候觀測任務(wù)。
畜牧觀測是主要在牧業(yè)區(qū)進行的一種農(nóng)業(yè)氣象觀測。觀測內(nèi)容除針對牧區(qū)主要牧草發(fā)育期、牧草生長狀況、畜牧氣象災(zāi)害及病蟲害等的觀測外,還對牧區(qū)的放牧家畜膘情和牧事活動進行觀測調(diào)查。
農(nóng)業(yè)小氣候觀測指農(nóng)業(yè)生物活動環(huán)境(如農(nóng)田、果園、溫室、畜舍等)和農(nóng)業(yè)生產(chǎn)活動環(huán)境(如噴藥和農(nóng)產(chǎn)品儲運環(huán)境等)的物理量的測定。通常觀測的小氣候要素有表征輻射、氣體成分、水汽及空氣運動的各種特征量。
在中國大部分種植業(yè)區(qū)的農(nóng)業(yè)氣象觀測站,作物觀測、土壤水分觀測及農(nóng)業(yè)小氣候觀測均是主要的觀測內(nèi)容,故本文主要分析這三種農(nóng)業(yè)氣象觀測資料的上報及應(yīng)用情況。
2009年前,農(nóng)業(yè)氣象觀測數(shù)據(jù)的記錄和傳輸業(yè)務(wù)多為手工操作,數(shù)據(jù)記錄采用手工紙質(zhì)記錄,數(shù)據(jù)處理采用計算器計算,傳輸采用手工編發(fā)報文的形式上傳,資料的紙質(zhì)化和觀測記載的人為差異性,給資料的服務(wù)和科研應(yīng)用帶來很大不便。為提高農(nóng)業(yè)氣象觀測資料信息化程度,中國氣象局觀測司2009年下發(fā)了農(nóng)業(yè)氣象測報業(yè)務(wù)系統(tǒng)軟件(AgMODOS V1.0),并于2010年1月1日在全國農(nóng)業(yè)氣象觀測站正式投入業(yè)務(wù)運行。
AgMODOS的業(yè)務(wù)應(yīng)用,改變了原手工記錄、分析、統(tǒng)計的方式,實現(xiàn)了農(nóng)業(yè)氣象觀測資料錄入、傳輸、管理等業(yè)務(wù)的信息化。
1.3.1 農(nóng)業(yè)氣象觀測人員調(diào)查
通過問卷調(diào)查方式,對農(nóng)業(yè)氣象觀測的各項內(nèi)容是否觀測、是否及時上報情況進行調(diào)查。問卷發(fā)放地包括吉林、遼寧、內(nèi)蒙古、河北、河南、山西、湖北、廣東、福建、新疆、山東、青海、云南、陜西、江蘇、寧夏等16個省(自治區(qū)),總共調(diào)查了30個農(nóng)業(yè)氣象觀測站的業(yè)務(wù)人員,調(diào)查內(nèi)容主要為“常規(guī)農(nóng)業(yè)氣象觀測中的作物觀測是否按《農(nóng)業(yè)氣象觀測規(guī)范(上卷)》規(guī)定的時段及項目進行”,回收的30份調(diào)查問卷全部有效,結(jié)果表1所示。
表1 農(nóng)業(yè)氣象觀測的各項內(nèi)容調(diào)查情況
據(jù)調(diào)查表的分析數(shù)據(jù)顯示,作物觀測的各項觀測內(nèi)容中,除發(fā)育期和作物產(chǎn)量結(jié)構(gòu)要素的觀測比例為100%外,作物生長發(fā)育狀況觀測、農(nóng)業(yè)氣象災(zāi)害觀測或調(diào)查及農(nóng)作物病蟲害觀測或調(diào)查均不是完全按照觀測規(guī)范實時觀測,其中病蟲害觀測比例最低。
1.3.2 農(nóng)業(yè)氣象觀測資料統(tǒng)計分析
(1)觀測資料來源
2016、2017、2018、2019年全國作物觀測資料來自于從國家氣象信息中心相關(guān)網(wǎng)站;2019年全國土壤水分資料的統(tǒng)計分析情況來源于中國氣象局大氣探測中心相關(guān)網(wǎng)站;2013—2018年農(nóng)業(yè)氣象災(zāi)害資料和農(nóng)業(yè)病蟲害資料來源于國家氣象中心相關(guān)網(wǎng)站。
(2)作物觀測資料統(tǒng)計分析
從2016—2019年河南、山東、河北三省的冬小麥觀測站和湖南、江西、福建三省的一季稻觀測站中各隨機選取1~2個農(nóng)業(yè)氣象觀測站,統(tǒng)計連續(xù)四年作物發(fā)育期、作物生長狀況、植株高度和植株密度的觀測情況(表2),可以看出,在6個冬小麥觀測站中,發(fā)育期觀測的漏報率為4%、生長狀況的漏報率為7%、植株高度的漏報率為13% 、植株密度的漏報率為15%;5個一季稻觀測站中,發(fā)育期的漏報率為2%、生長狀況的漏報率為3%、植株高度的漏報率為7%、植株密度的漏報率為4%。
表2 2016—2019年代表站作物觀測情況統(tǒng)計
自2017年之后,基層農(nóng)業(yè)氣象觀測站在農(nóng)業(yè)氣象觀測資料實時上傳之后,還要啟動年度觀測資料整理上傳業(yè)務(wù),對于缺測記錄加以更新、更正。整編之后的作物觀測資料缺測記錄非常少。通過下載并統(tǒng)計2009—2018年全國農(nóng)業(yè)氣象災(zāi)害觀測上報情況(圖1),發(fā)現(xiàn)不同年份、不同觀測站上報的情況差異較大,上報的站數(shù)基本呈逐年遞減的趨勢。十年中總觀測記錄數(shù)為6648條,平均每年為665條,且2018年上報的觀測站不足2009年的十分之一;十年中上報農(nóng)業(yè)氣象災(zāi)害的站為36—323個站不等,平均每年為147站。其中2009—2013年共有347個農(nóng)業(yè)氣象觀測站上報農(nóng)業(yè)氣象災(zāi)害信息,共有306個站無任何災(zāi)情信息上報;2014—2018年農(nóng)業(yè)氣象災(zāi)害上報次數(shù)為0的觀測站達到512個,上報的站數(shù)僅為141個。
圖1 2009—2018年農(nóng)業(yè)氣象災(zāi)害觀測資料上報情況統(tǒng)計
農(nóng)業(yè)氣象災(zāi)害觀測上報頻次差異較大,究其原因:一是由于各地農(nóng)業(yè)氣象災(zāi)害的發(fā)生頻率本身差異較大,二是各地對于農(nóng)業(yè)氣象災(zāi)害觀測和上報尺度掌握不一致。另外由于農(nóng)業(yè)氣象觀測站與地面氣象觀測站觀測體系分離等原因,之前使用地面氣象觀測中災(zāi)情觀測的農(nóng)業(yè)氣象站,很多不再上報災(zāi)情信息。農(nóng)業(yè)氣象災(zāi)害觀測資料的統(tǒng)計結(jié)果與個別農(nóng)業(yè)氣象觀測站人員不進行農(nóng)業(yè)氣象災(zāi)害觀測的調(diào)查結(jié)果基本相符(農(nóng)業(yè)氣象觀測人員調(diào)查過程中由于受觀測人員主觀因素影響,結(jié)果中觀測比例存在偏高的可能性),可見農(nóng)業(yè)氣象災(zāi)害觀測存在由于人為因素導致漏報率增多的現(xiàn)象。
通過統(tǒng)計2013—2018年全國農(nóng)作物病蟲害資料(表3),發(fā)現(xiàn)在常規(guī)農(nóng)業(yè)氣象觀測資料中,農(nóng)作物病蟲害的觀測資料記錄上報最少,六年內(nèi)共有50個農(nóng)業(yè)氣象觀測站上報,觀測資料記錄有344條(次),平均每年僅有57個記錄。這與農(nóng)作物病蟲害觀測情況的調(diào)查結(jié)果也相符,可見農(nóng)作物病蟲害觀測是常規(guī)農(nóng)業(yè)氣象觀測中觀測質(zhì)量最差的一個項目,也佐證了全國農(nóng)業(yè)氣象觀測站中有數(shù)量相當可觀的農(nóng)業(yè)氣象觀測站不進行農(nóng)作物病蟲害觀測。
表3 2013—2018年農(nóng)作物病蟲害觀測資料上報情況統(tǒng)計
(3)土壤水分觀測資料統(tǒng)計分析
2007年之前,中國氣象局土壤水分觀測以人工觀測為主。自2007年以來開始建立自動土壤水分觀測站,到2019年全國已經(jīng)有2000多個自動土壤水分觀測站。目前自動土壤水分觀測成為業(yè)務(wù)服務(wù)中主要的土壤水分資料來源。但據(jù)一些學者針對全國及安徽、江蘇、山西、山東、陜西等十幾個省的自動土壤水分觀測情況進行分析,部分自動土壤水分觀測數(shù)據(jù)與人工土壤水分觀測數(shù)據(jù)相比誤差較大,準確性有待提高。近年來中國氣象局大氣探測中心、國家氣象信息中心、河南、山東、陜西等省研發(fā)了系列自動土壤水分觀測資料質(zhì)量控制方法,促進了資料質(zhì)量的提高。但部分觀測站仍然由于自動土壤水分觀測站安裝、土壤代表性及儀器本身誤差等原因,資料存在一定的誤差。據(jù)中國氣象局大氣探測中心綜合氣象觀測數(shù)據(jù)質(zhì)量控制系統(tǒng)(天衡)統(tǒng)計分析,2019年全年全國自動土壤水分觀測資料中通過質(zhì)量檢查的數(shù)據(jù)與應(yīng)收數(shù)據(jù)之比(觀測可用率)為91.3%,因為通信異?;蛟O(shè)備故障導致8.7%的數(shù)據(jù)未能正確上傳;通過質(zhì)量檢查的數(shù)據(jù)與實收數(shù)據(jù)之比(數(shù)據(jù)正確率)為98.4%,全年收到的數(shù)據(jù)中有1.6%的數(shù)據(jù)值出現(xiàn)異常。
農(nóng)業(yè)氣象情報是為分析氣象條件變化對農(nóng)業(yè)生產(chǎn)影響而編制的具有實時性、綜合性特點的專業(yè)性簡報,是農(nóng)業(yè)氣象監(jiān)測評價業(yè)務(wù)的主要表現(xiàn)形式。其主要原理是根據(jù)農(nóng)業(yè)生產(chǎn)對氣象條件的要求,將已經(jīng)出現(xiàn)的氣象條件與農(nóng)業(yè)氣象指標結(jié)合,分析、鑒定過去和當前氣象條件對農(nóng)業(yè)生產(chǎn)可能產(chǎn)生的影響并提出相應(yīng)對策建議。
目前國家級、省級、地市級和部分縣級氣象部門定期制作農(nóng)業(yè)氣象周報、旬報、月報等農(nóng)業(yè)氣象情報服務(wù)產(chǎn)品(網(wǎng)站),主要內(nèi)容包括過去一段時間的氣象條件概述、農(nóng)作物或其他農(nóng)業(yè)生產(chǎn)對象的生長發(fā)育階段、氣象條件對農(nóng)業(yè)生產(chǎn)的利弊影響、結(jié)合未來一段時間的氣象預(yù)報做出的農(nóng)業(yè)生產(chǎn)條件預(yù)估和農(nóng)業(yè)生產(chǎn)建議等。在這些農(nóng)業(yè)氣象情報的制作過程中,評價農(nóng)業(yè)氣象條件的重要依據(jù)之一是農(nóng)業(yè)氣象指標。農(nóng)業(yè)生產(chǎn)對象的各個生長發(fā)育階段的農(nóng)業(yè)氣象指標不同,在評價農(nóng)業(yè)氣象條件時,要緊密結(jié)合農(nóng)業(yè)生產(chǎn)對象的發(fā)育階段或物候期,農(nóng)業(yè)氣象觀測中的發(fā)育期資料是農(nóng)業(yè)氣象情報業(yè)務(wù)應(yīng)用的重要資料。
針對特色農(nóng)業(yè)生產(chǎn)對象的農(nóng)業(yè)氣象評價服務(wù)中,農(nóng)業(yè)小氣候資料不可或缺。傳統(tǒng)農(nóng)業(yè)氣象指標中尚未涵蓋某些特色農(nóng)業(yè)生產(chǎn)對象生長發(fā)育的氣象指標,特色農(nóng)業(yè)氣象指標經(jīng)?;谔厣r(nóng)業(yè)生產(chǎn)對象周邊的小氣候特征建立。利用農(nóng)業(yè)小氣候觀測的各種氣象要素與特色農(nóng)業(yè)氣象指標,可以更加準確地評價氣象條件是否適宜特色農(nóng)業(yè)生產(chǎn)對象的生長發(fā)育。
農(nóng)業(yè)氣象情報中的土壤水分監(jiān)測報告的主要內(nèi)容是指各地土壤水分觀測資料的分布、發(fā)展變化,土壤水分觀測資料是主要的資料來源。
目前的農(nóng)業(yè)氣象情報業(yè)務(wù)在進行農(nóng)業(yè)氣象評價時,大多只是評價某個作物生長發(fā)育階段的氣象條件。農(nóng)業(yè)氣象條件對作物生長發(fā)育和產(chǎn)量的影響,在生育過程中具體表現(xiàn)在生長狀況和產(chǎn)量形成上。但在農(nóng)業(yè)氣象評價業(yè)務(wù)服務(wù)中,農(nóng)業(yè)氣象觀測資料中的生長高度、密度、產(chǎn)量因素、生長狀況評定、大田生育狀況觀測調(diào)查等生長狀況觀測資料應(yīng)用較少。陳懷亮等利用自然正交函數(shù)分解等方法對河南省近30多年的氣候和近20多年的小麥產(chǎn)量構(gòu)成三要素(穗數(shù)、粒數(shù)、粒重)進行了時空變化特征分析,并在此基礎(chǔ)上分析了春季氣候變化對小麥產(chǎn)量及其構(gòu)成要素的影響??梢妼庀髼l件與農(nóng)作物的生長發(fā)育狀況有機結(jié)合作為農(nóng)業(yè)氣象評價的依據(jù),將是未來農(nóng)業(yè)氣象評價的發(fā)展趨勢,既可深度應(yīng)用作物觀測中的作物長勢觀測、農(nóng)業(yè)氣象災(zāi)害觀測資料,又可提高農(nóng)業(yè)氣象評價的農(nóng)業(yè)意義和定量化水平。
2.2.1 觀測資料在農(nóng)用天氣預(yù)報中的應(yīng)用
農(nóng)用天氣預(yù)報是從農(nóng)業(yè)生產(chǎn)需要出發(fā),結(jié)合農(nóng)業(yè)氣象指標,依據(jù)天氣學原理,采用現(xiàn)代預(yù)報技術(shù)和分析手段,分析、預(yù)測未來天氣條件對農(nóng)業(yè)生產(chǎn)中的農(nóng)事活動或農(nóng)業(yè)技術(shù)措施等的影響。農(nóng)用天氣預(yù)報是普通天氣預(yù)報與作物發(fā)育進程、關(guān)鍵農(nóng)時季節(jié)等農(nóng)業(yè)生產(chǎn)實際的有機結(jié)合。其中在做農(nóng)用天氣預(yù)報時,需要對作物的發(fā)育期進行預(yù)報。作物發(fā)育期預(yù)報一般是根據(jù)作物的生物學特性,結(jié)合氣象條件對作物發(fā)育進程的影響而做出的發(fā)育期出現(xiàn)日期的預(yù)報。預(yù)報的主要方法有經(jīng)驗統(tǒng)計法和作物模擬法,這些方法均要用到作物前期的發(fā)育期觀測資料來預(yù)測未來的發(fā)育期。農(nóng)用天氣預(yù)報的技術(shù)流程如圖2,其中作物發(fā)育期是農(nóng)用天氣預(yù)報的重要基礎(chǔ)資料之一。
圖2 農(nóng)事活動農(nóng)用天氣預(yù)報的技術(shù)路線概念圖
2.2.2 觀測資料在農(nóng)業(yè)氣象產(chǎn)量預(yù)報中的應(yīng)用
農(nóng)業(yè)氣象產(chǎn)量預(yù)報即農(nóng)作物產(chǎn)量氣象預(yù)報,是根據(jù)農(nóng)業(yè)生產(chǎn)對象與農(nóng)業(yè)氣象條件之間的定量關(guān)系,預(yù)測農(nóng)業(yè)生產(chǎn)對象的單位面積產(chǎn)量的一種農(nóng)業(yè)氣象預(yù)報。編制農(nóng)業(yè)氣象產(chǎn)量預(yù)報的主要方法可分為數(shù)理統(tǒng)計預(yù)報、遙感預(yù)報和動力生長模擬預(yù)報三種。數(shù)理統(tǒng)計預(yù)報主要是建立氣象條件與歷史產(chǎn)量間的關(guān)系模式,從而預(yù)測未來的產(chǎn)量,一般各級氣象部門用來建立產(chǎn)量預(yù)報模式的產(chǎn)量資料均來源于統(tǒng)計部門,并未應(yīng)用農(nóng)業(yè)氣象觀測資料。動力生長模擬預(yù)報的方法是指利用作物模型預(yù)報農(nóng)作物的產(chǎn)量,在作物模型的建立過程中,要用到作物發(fā)育期、作物生長發(fā)育的各種過程量、各種土壤參數(shù)等來建立模型或調(diào)試已有模型的參數(shù)。但由于作物模型的參數(shù)復(fù)雜,各種參數(shù)不易獲取,目前在業(yè)務(wù)服務(wù)中應(yīng)用并不廣泛。
產(chǎn)量是由作物生長發(fā)育各階段的氣象條件綜合決定形成,作物觀測中的作物產(chǎn)量結(jié)構(gòu)要素的觀測,是衡量氣象要素對產(chǎn)量形成影響利弊的重要觀測項目。目前業(yè)務(wù)服務(wù)中作物產(chǎn)量預(yù)報模型主要利用各區(qū)域(國家、省、市、縣)統(tǒng)計產(chǎn)量構(gòu)建,作物產(chǎn)量結(jié)構(gòu)要素的應(yīng)用較少。由于區(qū)域統(tǒng)計產(chǎn)量的誤差等原因,有時難以反映氣象條件的真實影響,更難以反映不同氣象條件對各個產(chǎn)量構(gòu)成要素的影響。以后的研究中應(yīng)加強農(nóng)業(yè)氣象觀測站產(chǎn)量結(jié)構(gòu)要素的分析,促進產(chǎn)量形成過程的評價和預(yù)報定量化水平的提高。
2.2.3 觀測資料在農(nóng)田土壤水分預(yù)報中的應(yīng)用
農(nóng)田土壤水分預(yù)報是對作物的根層或其他指定土層內(nèi)未來一段時期的土壤含水量進行預(yù)報,也是農(nóng)業(yè)干旱綜合預(yù)報的主要預(yù)報依據(jù)。由于需要根據(jù)作物不同發(fā)育階段對水分的需求和外界對土壤水分供應(yīng)狀況的好壞做出判斷,所以土壤水分觀測資料和作物發(fā)育期觀測資料均是農(nóng)田土壤水分預(yù)報的重要資料來源。值得注意的是,目前自動化土壤水分觀測的準確性問題在一定程度上影響了土壤水分預(yù)報的準確性。
2.2.4 觀測資料在農(nóng)業(yè)小氣候要素預(yù)報中的應(yīng)用
農(nóng)業(yè)小氣候要素預(yù)報是指針對農(nóng)業(yè)小氣候觀測的溫度、濕度、光照、CO濃度等要素進行預(yù)測,目前農(nóng)業(yè)小氣候要素預(yù)報主要在設(shè)施農(nóng)業(yè)氣象服務(wù)中開展。設(shè)施小氣候要素預(yù)報方法一般是基于設(shè)施內(nèi)小氣候要素觀測資料和設(shè)施外氣象觀測資料,建立統(tǒng)計預(yù)報模型,利用設(shè)施外氣象預(yù)報資料預(yù)報設(shè)施內(nèi)氣象要素。設(shè)施小氣候觀測是預(yù)報服務(wù)的重要資料來源,目前山東、天津、遼寧的部分地區(qū)設(shè)施小氣候要素預(yù)報服務(wù)在農(nóng)業(yè)生產(chǎn)中發(fā)揮了重要作用,但其他?。ㄗ灾螀^(qū)、直轄市)由于觀測資料、預(yù)報技術(shù)等的原因,設(shè)施小氣候要素預(yù)報服務(wù)開展較少。
2.2.5 觀測資料在農(nóng)業(yè)病蟲害發(fā)生發(fā)展氣象等級預(yù)報中的應(yīng)用
農(nóng)林病蟲害氣象條件預(yù)報是監(jiān)測氣象條件對農(nóng)林病蟲害發(fā)生發(fā)展影響以及病蟲情發(fā)展狀況,在病蟲害防治關(guān)鍵期或猖獗期之前開展的氣象條件監(jiān)測預(yù)報預(yù)警類服務(wù)。主要包括農(nóng)林病蟲害發(fā)生發(fā)展氣象等級預(yù)報和農(nóng)林有害生物預(yù)報預(yù)警兩類產(chǎn)品。其中,農(nóng)林病蟲害發(fā)生發(fā)展氣象條件預(yù)報是利用現(xiàn)代數(shù)理統(tǒng)計方法,根據(jù)氣象條件對病蟲害發(fā)生流行和害蟲生長發(fā)育影響的程度建立定量評價指標和預(yù)測模型,預(yù)報未來一段時間農(nóng)林病蟲害發(fā)生發(fā)展的氣象條件等級。病蟲害發(fā)生發(fā)展氣象等級預(yù)報是一種環(huán)境氣象條件預(yù)報,主要利用的資料是作物發(fā)育期和氣象資料。農(nóng)林有害生物預(yù)報預(yù)警主要利用的資料除了作物發(fā)育期、氣象資料外,還需要病蟲害觀測和發(fā)生情況資料。但由于氣象部門的病蟲害觀測資料很少,預(yù)報用到的主要資料均來源于農(nóng)業(yè)部門。
綜上所述,各種農(nóng)業(yè)氣象預(yù)報中,農(nóng)業(yè)氣象觀測資料的應(yīng)用情況見表4。農(nóng)業(yè)氣象預(yù)報服務(wù)是農(nóng)業(yè)氣象服務(wù)中的重要服務(wù)內(nèi)容。農(nóng)業(yè)氣象預(yù)報對象復(fù)雜,應(yīng)用的預(yù)報技術(shù)各異,應(yīng)用的農(nóng)業(yè)氣象資料多樣。由于部分預(yù)報技術(shù)并不十分普及,導致農(nóng)業(yè)氣象觀測資料的應(yīng)用不夠廣泛。例如作物模型、設(shè)施小氣候要素預(yù)報等預(yù)報技術(shù)的普及程度有限,影響了作物長勢資料和設(shè)施小氣候觀測資料的應(yīng)用。另外,觀測質(zhì)量的問題,也影響了部分業(yè)務(wù)服務(wù)的發(fā)展。例如自動化土壤水分觀測資料的準確性有待提高,不能完全滿足土壤水分及干旱監(jiān)測預(yù)報的要求。還有部分農(nóng)業(yè)氣象觀測十分不規(guī)范,甚至與業(yè)務(wù)服務(wù)脫節(jié)。例如作物病蟲害觀測,基本不能在業(yè)務(wù)服務(wù)中應(yīng)用,業(yè)務(wù)服務(wù)中應(yīng)用的病蟲害資料大多來源于農(nóng)業(yè)部門的共享。如觀測不能滿足業(yè)務(wù)的需要,則要視服務(wù)情況調(diào)整觀測內(nèi)容。
表4 農(nóng)業(yè)氣象預(yù)報應(yīng)用情況統(tǒng)計
農(nóng)業(yè)氣象災(zāi)害的監(jiān)測評估以及預(yù)警包含兩方面內(nèi)容,一方面是對農(nóng)業(yè)生產(chǎn)過程中發(fā)生的不利天氣或氣候條件進行監(jiān)測評估或預(yù)警,包括可能致災(zāi)的高影響天氣出現(xiàn)的區(qū)域(農(nóng)區(qū))、災(zāi)害性天氣的強度、持續(xù)的時間等;另一方面是對災(zāi)害受體即農(nóng)作物的影響程度、災(zāi)害程度的描述,包括判斷作物是否處于對該類災(zāi)害性天氣敏感的時段,進而判斷對該作物的影響程度、影響范圍等。在業(yè)務(wù)服務(wù)過程中,主要根據(jù)作物生長發(fā)育狀況監(jiān)測、農(nóng)業(yè)氣象災(zāi)害指標、災(zāi)情收集與調(diào)查資料、天氣預(yù)報(含數(shù)值天氣預(yù)報)、氣候預(yù)測等制作農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警評估業(yè)務(wù)服務(wù)產(chǎn)品(圖3),主要用到農(nóng)業(yè)氣象觀測中的農(nóng)作物發(fā)育期、生長發(fā)育狀況資料、農(nóng)業(yè)氣象災(zāi)害觀測和調(diào)查資料。但如表5 統(tǒng)計信息所述,農(nóng)業(yè)氣象災(zāi)害資料長期以來漏報率較高,導致業(yè)務(wù)人員對農(nóng)業(yè)氣象災(zāi)害資料的應(yīng)用不夠充分。而實際農(nóng)業(yè)氣象災(zāi)害業(yè)務(wù)服務(wù)中,由于沒有有效的評估模型和完備的災(zāi)害影響信息等原因,災(zāi)害評估的定量化程度一直較低。
表5 農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警評估服務(wù)應(yīng)用情況統(tǒng)計
圖3 農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警評估業(yè)務(wù)流程
近年來,氣象為農(nóng)業(yè)服務(wù)為適應(yīng)現(xiàn)代農(nóng)業(yè)發(fā)展,開展了一些新型的農(nóng)業(yè)氣象服務(wù),比如天氣指數(shù)保險服務(wù)和農(nóng)產(chǎn)品氣候品質(zhì)認證服務(wù)等。天氣指數(shù)保險服務(wù)是指把一個或若干個氣候條件(如氣溫、降水、風速等)對農(nóng)作物損害程度指數(shù)化,每個指數(shù)都有對應(yīng)的農(nóng)作物產(chǎn)量和損益,保險合同以這種指數(shù)為基礎(chǔ),當指數(shù)達到一定水平并對農(nóng)產(chǎn)品造成一定影響時,投保人就可以獲得相應(yīng)標準的賠償。農(nóng)產(chǎn)品氣候品質(zhì)認證是指依據(jù)天氣氣候條件對作物品質(zhì)影響的優(yōu)劣等級作出評定,思路是依據(jù)農(nóng)產(chǎn)品品質(zhì)與氣候的密切關(guān)系,通過相關(guān)數(shù)據(jù)的采集收集、實地調(diào)查、試驗、對比分析等技術(shù)手段方法,設(shè)置認證氣候條件指標,建立認證模型,綜合評價確定天氣氣候?qū)ιa(chǎn)階段的農(nóng)產(chǎn)品品質(zhì)影響的優(yōu)劣,最終評定出農(nóng)產(chǎn)品氣候品質(zhì)等級。
為建立不同程度的不利氣候條件對應(yīng)農(nóng)作物不同災(zāi)損或氣候品質(zhì)的指數(shù),要在傳統(tǒng)農(nóng)業(yè)氣象指標的基礎(chǔ)上,進一步觀測、調(diào)查或試驗?zāi)撤N災(zāi)害或不同氣候條件下對作物產(chǎn)量或品質(zhì)的具體影響,農(nóng)業(yè)氣象災(zāi)害觀測和調(diào)查資料、作物產(chǎn)量結(jié)構(gòu)和品質(zhì)等資料均非常重要,另外在進行指標的重新訂正或獲取的試驗過程中,農(nóng)業(yè)小氣候資料也不可或缺。但在這些技術(shù)中,一是由于針對特種農(nóng)業(yè)氣象服務(wù)的觀測體系尚未建立,二是服務(wù)技術(shù)的普及程度不足,農(nóng)業(yè)氣象觀測資料的應(yīng)用也較少。
農(nóng)業(yè)氣象觀測是中國氣象局開展農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)的重要資料來源,通過整理分析農(nóng)業(yè)氣象觀測資料的上報情況及主要農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)技術(shù)的現(xiàn)狀,梳理了農(nóng)業(yè)氣象觀測資料在各類農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)中的應(yīng)用現(xiàn)狀,得出農(nóng)業(yè)氣象觀測資料可以在氣象為農(nóng)服務(wù)工作中進行深度發(fā)掘應(yīng)用的結(jié)論。主要分析結(jié)論與應(yīng)用建議如下:
1)由于農(nóng)業(yè)氣象觀測內(nèi)容和方法復(fù)雜,自動化程度低、質(zhì)量考核困難等原因,農(nóng)業(yè)氣象觀測的規(guī)范化程度較低,觀測資料缺報的現(xiàn)象一直存在。其中,農(nóng)作物發(fā)育期觀測和作物生長狀況等觀測較為規(guī)范,資料的缺報率較低;農(nóng)業(yè)氣象災(zāi)害資料有一定的缺報現(xiàn)象,上報頻次呈逐年下降的趨勢;農(nóng)業(yè)病蟲害的觀測在全國大部分農(nóng)業(yè)氣象觀測站沒有規(guī)范化開展。
2)作物發(fā)育期資料應(yīng)用最廣泛,作物長勢、生長高度、密度、產(chǎn)量結(jié)構(gòu)要素等資料應(yīng)用較少,造成了觀測資源的浪費。在農(nóng)業(yè)氣象評價和預(yù)報業(yè)務(wù)服務(wù)中,應(yīng)加強將氣候條件與作物生長發(fā)育和產(chǎn)量結(jié)構(gòu)要素相結(jié)合的評價,研發(fā)預(yù)報指標,一方面提高評價和預(yù)報的定量化水平和實用性,另一方面可提高觀測資料的應(yīng)用深度。
3)農(nóng)業(yè)氣象災(zāi)害觀測和調(diào)查資料在多種農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)中均應(yīng)是重要資料來源,但目前臺站進行農(nóng)業(yè)氣象災(zāi)害觀測、調(diào)查資料較少,影響了農(nóng)業(yè)氣象災(zāi)害類業(yè)務(wù)服務(wù)應(yīng)用。提高農(nóng)業(yè)氣象災(zāi)害觀測和調(diào)查的規(guī)范化程度、及時獲取災(zāi)害資料,是促進農(nóng)業(yè)氣象災(zāi)害類業(yè)務(wù)服務(wù)水平提高的重要途徑。農(nóng)業(yè)病蟲害資料由于觀測難度大,目前極少臺站進行病蟲害觀測、調(diào)查業(yè)務(wù),僅有的少量觀測資料并未應(yīng)用在相關(guān)業(yè)務(wù)服務(wù)中,建議加強與農(nóng)業(yè)部門的資料共享力度,氣象部門的農(nóng)業(yè)病蟲害觀測內(nèi)容則應(yīng)根據(jù)本地的業(yè)務(wù)服務(wù)需求進行取舍。
4)自動化土壤水分觀測在全國已普及,觀測資料已作為各地監(jiān)測和預(yù)測土壤水分的重要基礎(chǔ)數(shù)據(jù),但由于部分觀測站的自動土壤水分觀測儀器標定、觀測誤差等原因,觀測資料的準確率不及人工土壤水分觀測,影響了應(yīng)用的實效。在觀測業(yè)務(wù)服務(wù)中應(yīng)切實加強對觀測儀器的標定和數(shù)據(jù)的質(zhì)量控制,提高自動化土壤水分觀測資料的準確性。
5)全國氣象部門為了提高特色農(nóng)業(yè)氣象服務(wù)的針對性,近年來建立了很多農(nóng)業(yè)小氣候觀測站,觀測資料已在特色農(nóng)業(yè)氣象評價、小氣候要素預(yù)報、農(nóng)產(chǎn)品氣候品質(zhì)認證等業(yè)務(wù)服務(wù)中應(yīng)用。但農(nóng)業(yè)小氣候要素的觀測資料沒有形成統(tǒng)一上報體系,省、市級氣象部門對農(nóng)業(yè)小氣候要素資料的應(yīng)用開發(fā)不夠。今后一方面要進一步規(guī)范農(nóng)業(yè)小氣候資料上傳的途徑,另一方面要加強農(nóng)業(yè)小氣候資料應(yīng)用方面的技術(shù)研發(fā)與應(yīng)用培訓,更大限度地提高農(nóng)業(yè)小氣候資料的應(yīng)用效益。
深入閱讀
曹婷婷, 吳東麗, 邵楠, 等, 2017. 自動土壤水分觀測值訂正方法及濕度產(chǎn)品分析. 現(xiàn)代農(nóng)業(yè)科技, (18): 160-161, 163.
曹婷婷, 吳東麗, 沈超, 等, 2017. 全國自動土壤水分觀測運行監(jiān)控APP設(shè)計. 現(xiàn)代農(nóng)業(yè)科技, (19): 195-196, 200.
此永芝瑪, 2016. 高原特色農(nóng)業(yè)氣象服務(wù)監(jiān)測網(wǎng)建設(shè)建議. 現(xiàn)代農(nóng)業(yè)科技, (9): 244-245, 250.
陳懷亮, 余衛(wèi)東, 薛昌穎, 等, 2010. 亞洲農(nóng)業(yè)氣象服務(wù)支持系統(tǒng)發(fā)展現(xiàn)狀. 氣象與環(huán)境科學, (1): 65-72.
陳懷亮, 張弘, 李有, 2007. 農(nóng)作物病蟲害發(fā)生發(fā)展氣象條件及預(yù)報方法研究綜述. 中國農(nóng)業(yè)氣象, (2): 212-216.
陳懷亮, 張雪芬, 趙國強, 等, 2006. 河南省春季氣候變化及其對小麥產(chǎn)量構(gòu)成要素的影響. 河南氣象, (1): 47-52.
成兆金, 莊立偉, 2011. 農(nóng)業(yè)氣象測報業(yè)務(wù)系統(tǒng)的輸入技術(shù). 氣象科技,39(3): 352-355.
成兆金, 莊立偉, 李軒, 等, 2019. 農(nóng)業(yè)氣象測報工作基數(shù)統(tǒng)計系統(tǒng)開發(fā)與應(yīng)用. 氣象科技, 47(2): 367-372.
李仁忠, 王治海, 金志鳳, 等, 2015. 浙江省農(nóng)產(chǎn)品氣候品質(zhì)認證服務(wù)淺析. 浙江氣象, 36(4): 23-25, 43.
李孝軍, 李玉濤, 2011. 自動土壤水分觀測準確性研究. 山東氣象,31(4): 62-65.
李玉春, 姜楠, 徐淑華, 2015. DZN3自動土壤水分觀測儀的誤差分析.黑龍江氣象, 32(2): 42-43.
李郁竹, 1996. 全俄農(nóng)業(yè)氣象研究所簡況及遙感在農(nóng)業(yè)上的應(yīng)用. 中國農(nóng)業(yè)氣象, (6): 44-46.
羅夢森, 鄺珠江, 杜德平, 2011. 鹽城市特色農(nóng)業(yè)與設(shè)施農(nóng)業(yè)氣象服務(wù)指標. 農(nóng)技服務(wù), 28(1): 122-123.
馬樹慶, 王春乙, 2009. 我國農(nóng)業(yè)氣象業(yè)務(wù)的現(xiàn)狀、問題及發(fā)展趨勢.氣象科技, 37(1): 29-34.
孫立德, 馬成芝, 高鵬, 等, 2015. 北方日光溫室精細化農(nóng)用天氣預(yù)報及綜合調(diào)控技術(shù)研究. 現(xiàn)代農(nóng)業(yè)科技, (18): 196, 203.
孫作啟, 陳立春, 范慶東, 2015. DZN1型自動土壤水分觀測數(shù)據(jù)質(zhì)量控制方法研究. 山東氣象, 35(4): 57-59.
王博妮, 景元書, 2009. 農(nóng)作物病蟲害氣象條件預(yù)報方法研究進展. 江蘇農(nóng)業(yè)科學, (4): 25-27.
王佳強, 趙煜飛, 任芝花, 等, 2018. 中國自動土壤水分觀測資料質(zhì)量控制方法設(shè)計與效果檢驗. 氣象, 44(2): 244-257.
王良宇, 張艷紅, 程路, 2014. 自動土壤水分觀測資料應(yīng)用誤差分析. 氣象科技, 42(5): 731-736.
魏瑞江, 李春強,姚樹然, 2006. 農(nóng)作物氣候適宜度實時判定系統(tǒng). 氣象科技, 34(2): 229-232.
徐遠遠, 2013. 基于最小二乘二次曲線的土壤水分數(shù)據(jù)質(zhì)量控制系統(tǒng)設(shè)計. 氣象與環(huán)境科學, 36(3): 58-62.
薛曉萍, 李鴻怡, 李楠, 等, 2012. 日光溫室小氣候預(yù)報技術(shù)研究. 中國農(nóng)學通報, 28(29): 195-202.
楊霏云, 高學浩, 鐘琦, 等, 2012. 作物模型、遙感和地理信息系統(tǒng)在國外農(nóng)業(yè)氣象服務(wù)中的應(yīng)用進展及啟示. 氣象科技進展, 2(3): 34-38.
楊霏云, 鄭秋紅, 羅蔣梅, 等, 2015. 實用農(nóng)業(yè)氣象指標. 北京: 氣象出版社.
楊太明, 許瑩, 孫喜波, 等, 2016. 安徽省夏玉米干旱天氣指數(shù)保險產(chǎn)品設(shè)計及應(yīng)用. 氣象, 42(4): 450-455.
楊曉娟, 劉布春, 劉園, 2012. 中國農(nóng)業(yè)保險近10年來的實踐與研究進展. 中國農(nóng)業(yè)科技導報, 14(2): 22-30.
尹貞鈐, 田中偉, 許偉峰, 等, 2015. GStar-I型自動土壤水分觀測儀數(shù)據(jù)標定方法研究. 陜西氣象, (6): 34-37.
張淑杰, 孫立德, 馬成芝, 等, 2016. 日光溫室番茄低溫凍害指標確定及溫度預(yù)報模型建立. 氣象與環(huán)境學報, (4): 98-105.
張旭暉, 商兆堂, 蒯志敏, 等, 2008. 江蘇特色農(nóng)業(yè)氣象服務(wù)初探. 安徽農(nóng)業(yè)科學, (30):13332-13333, 13373.
張有菊, 2012. 農(nóng)業(yè)氣象自動站與人工觀測值的對比分析. 山東農(nóng)業(yè)科學, 44(7): 112-115.
周馳, 2013. 淺談自動土壤水分觀測儀標定及數(shù)據(jù)訂正方法. 西藏科技, (8): 68-70.
朱亞宗, 董德保, 張廣元, 等, 2019. DZN2型自動土壤水分儀數(shù)據(jù)錯誤原因分析. 現(xiàn)代農(nóng)業(yè)科技, (12): 187-188.