趙　剛， 申雙和， 褚榮浩

(南京信息工程大學(xué)應(yīng)用氣象學(xué)院，江蘇南京 210044)

農(nóng)業(yè)是人類生存的基礎(chǔ)，農(nóng)業(yè)的發(fā)展?fàn)顩r直接影響著國(guó)民經(jīng)濟(jì)全局的發(fā)展[1]。影響農(nóng)業(yè)生產(chǎn)的自然災(zāi)害因素有很多，倒春寒則是其中之一[2]。倒春寒是指初春氣溫回升比較快，但是在春季后期的氣溫比正常年份氣溫偏低的一種現(xiàn)象[3]。3月初至4月底正值冬小麥的返青期和拔節(jié)期，此時(shí)若發(fā)生倒春寒會(huì)導(dǎo)致冬小麥葉片受凍，造成穗部空殼，從而導(dǎo)致減產(chǎn)，給農(nóng)業(yè)生產(chǎn)帶來(lái)危害，如1986年3月云南省受強(qiáng)冷空氣影響，導(dǎo)致該年小麥相對(duì)氣象產(chǎn)量減產(chǎn)35.88%，滇中部分區(qū)域顆粒無(wú)收，屬嚴(yán)重減產(chǎn)年份；2013年晉南地區(qū)由于倒春寒的發(fā)生，給處于孕穗期的小麥造成巨大傷害，導(dǎo)致小麥明顯減產(chǎn)，且災(zāi)后的補(bǔ)救措施既消耗財(cái)力，又消耗人力[4]。因此，本研究對(duì)江蘇省倒春寒近55年發(fā)生程度進(jìn)行評(píng)估具有十分重要的意義[5]。對(duì)于倒春寒的指標(biāo)和發(fā)生規(guī)律，曾有一些學(xué)者進(jìn)行過(guò)研究，如夏建等通過(guò)對(duì)各地倒春寒指標(biāo)的對(duì)比，制定了適合江蘇無(wú)錫的倒春寒標(biāo)準(zhǔn)：3月中旬至4月下旬之間連續(xù)10 d平均氣溫低于常年平均值1.5 ℃或以上，且其間的10 d平均氣溫仍須低于前10 d的平均氣溫[6]；吳增福等根據(jù)江蘇省氣候特征得出倒春寒指標(biāo)，發(fā)現(xiàn)江蘇省在20世紀(jì)90年代前倒春寒發(fā)生次數(shù)有減少趨勢(shì)，90年代后又出現(xiàn)增加趨勢(shì)[7]；強(qiáng)玉華利用<11 ℃的負(fù)有效積溫表征倒春寒過(guò)程強(qiáng)度，確定浙江省麗水地區(qū)只在1972、1976、1987、1991、1996、2010年出現(xiàn)過(guò)重級(jí)倒春寒[8]；楊莉等通過(guò)對(duì)倒春寒總時(shí)間、最長(zhǎng)持續(xù)時(shí)間和3月下旬到4月下旬平均氣溫3個(gè)因素的綜合得分來(lái)確定倒春寒等級(jí)，發(fā)現(xiàn)貴陽(yáng)東北部和西部為重級(jí)倒春寒頻發(fā)區(qū)域[9]。目前為止關(guān)于引起倒春寒發(fā)生氣象因子的分析尚未見(jiàn)報(bào)道[10]。因此，本研究利用江蘇省13個(gè)典型代表站點(diǎn)55年來(lái)逐日氣象資料，運(yùn)用主成分分析法確定引起倒春寒發(fā)生的主要?dú)庀笠蜃?，建立江蘇省倒春寒影響評(píng)估模型，分析江蘇省1961—2015年倒春寒發(fā)生規(guī)律，以期為江蘇省農(nóng)業(yè)結(jié)構(gòu)的合理生產(chǎn)提供重要科學(xué)依據(jù)。

1　資料與方法

1.1　資料

本研究所用氣候數(shù)據(jù)來(lái)源于江蘇省氣象局，主要包括徐州、連云港、宿遷、淮安(盱眙)、鹽城、南京、揚(yáng)州、泰州(泰興)、南通、鎮(zhèn)江(丹陽(yáng))、常州、無(wú)錫和蘇州(昆山)等13個(gè)站點(diǎn)的1961—2015年逐年3、4月日平均氣溫資料[11]。

1.2　研究方法

1.2.1倒春寒指標(biāo)由于江蘇省目前還沒(méi)有統(tǒng)一的倒春寒指標(biāo)[12]，本研究選用中國(guó)氣象局發(fā)布的倒春寒指標(biāo)：在每年的3月1日到4月30日期間，日平均氣溫降幅首次達(dá)到3 ℃的日期即視為倒春寒的開(kāi)始，以日平均氣溫穩(wěn)定回升到當(dāng)日所在滑動(dòng)候的平均氣溫氣候標(biāo)準(zhǔn)值的日期即視為倒春寒的結(jié)束[13]。如表1所示，江蘇省平均每年發(fā)生3.8次倒春寒天氣，與歷年來(lái)記載的江蘇省春季所受寒潮災(zāi)害情況不符。水稻是喜溫作物，且生物學(xué)零度都在12 ℃以上，若低于這個(gè)氣溫，才會(huì)出現(xiàn)爛殃和死苗等情況。所以本研究根據(jù)江蘇的作物實(shí)際情況，把指標(biāo)修改為每年3月1日到4月30日期間，當(dāng)日平均氣溫在12 ℃以下，首次降幅達(dá)到3 ℃的日期即視為倒春寒的開(kāi)始，以日平均氣溫穩(wěn)定回升到當(dāng)日所在滑動(dòng)候的平均氣溫氣候標(biāo)準(zhǔn)值的日期即視為倒春寒的結(jié)束。

1.2.2氣候傾向率

xi=a+bti(i=1,2,…,n)。

(1)

式中：xi表示樣本量為n的某一氣候變量，用ti表示xi所對(duì)應(yīng)的時(shí)間，建立xi與ti之間的一元線性回歸方程[14]。其中a是常數(shù)，b為回歸系數(shù)，即為氣候傾向率。

1.2.3主成分分析通過(guò)把原先有眾多相關(guān)性的指標(biāo)重新組合成一組相互之間沒(méi)有關(guān)系的綜合指標(biāo)，用它來(lái)代替原來(lái)的指標(biāo)，并且還盡可能地保持原來(lái)的信息，這樣既可以減少變量的數(shù)量，又可以找出主要問(wèn)題，有利于問(wèn)題的分析和處理[15-16]。

2　結(jié)果與分析

2.1　各站點(diǎn)發(fā)生倒春寒次數(shù)與年代際變化

表2為江蘇省13個(gè)站點(diǎn)1961—2015年倒春寒發(fā)生次數(shù)變化特征。由表2可知，除鹽城的氣候傾向率為正值(變化幅度只有0.021次/10年)外，其他城市的氣候傾向率均為負(fù)值，江蘇省整體倒春寒發(fā)生次數(shù)呈下降趨勢(shì)，但不明顯。南京倒春寒發(fā)生次數(shù)最少，僅69次，徐州倒春寒的發(fā)生次數(shù)最多，達(dá)105次。13個(gè)代表站55年總共發(fā)生次數(shù)的平均值為82，平均每年1.49次。

表2　1961—2015年江蘇省13個(gè)代表站3、4月倒春寒發(fā)生次數(shù)統(tǒng)計(jì)

從表3可知，江蘇省20世紀(jì)60年代發(fā)生的倒春寒次數(shù)最多，為256次；20世紀(jì)70年代發(fā)生次數(shù)明顯減少，為150次；80年代又上升到241次；且在近15年內(nèi)，全省倒春寒發(fā)生次數(shù)均呈下降趨勢(shì)。

2.2　倒春寒期間內(nèi)的最大降溫幅度與空間特征分析

由表4可知，最大降溫幅度都維持在4.22 ℃～4.72 ℃區(qū)間內(nèi)，相差不大。過(guò)程平均最大降溫幅度為4.72 ℃，發(fā)生在南京，最小的是常州，為4.22 ℃，兩者相差0.50 ℃。55年的過(guò)程平均最大降溫幅度為4.55 ℃。

由圖1可以看出，江蘇省的最大降溫幅度整體呈上升趨勢(shì)，降幅最高的站點(diǎn)為泰興，為0.149 ℃/10年；降幅最低的站點(diǎn)為宿遷，為0.003 ℃/10年。其中，連云港、徐州、盱眙、宿遷、無(wú)錫和蘇州昆山的年均最大降溫幅度的氣候傾向率系數(shù)均為負(fù)值，表明上述站點(diǎn)最大降溫幅度隨著時(shí)間呈負(fù)相關(guān)，但變化幅度較小。

2.3　倒春寒期間內(nèi)的最低日平均氣溫與空間特征分析

由表5可知，55年來(lái)倒春寒發(fā)生期間內(nèi)最低的日平均氣溫是宿遷，為3.49 ℃；最高的為昆山，為4.61 ℃，兩者相差1.12 ℃。其中，南京、揚(yáng)州、泰州泰興、南通、鎮(zhèn)江丹陽(yáng)、常州、無(wú)錫和蘇州昆山超過(guò)了全省平均水平。

表3　1961—2015年江蘇省13個(gè)代表站3、4月倒春寒發(fā)生次數(shù)的年代際變化

表4　江蘇省13個(gè)代表站3、4月倒春寒過(guò)程平均最大降溫幅度

表5　江蘇省13個(gè)代表站3、4月倒春寒過(guò)程最低日平均氣溫

由圖2可以看出，江蘇省大部分區(qū)域的最低日平均氣溫呈下降趨勢(shì)，最低是淮安盱眙和鹽城，都為-0.102 ℃/10年；最高的是常州，為-0.01 ℃/10年。其中，連云港、南通、無(wú)錫和蘇州昆山呈上升趨勢(shì)；無(wú)錫和蘇州昆山上升比較明顯，都超過(guò)0.1 ℃/10年。

2.4　倒春寒期過(guò)程持續(xù)時(shí)間與空間特征分析

由表6可知，近55年來(lái)，江蘇省13個(gè)代表站倒春寒過(guò)程平均持續(xù)時(shí)間為3.18 d，且徐州、連云港、泰州泰興、無(wú)錫和蘇州昆山持續(xù)時(shí)間較長(zhǎng)。連云港持續(xù)時(shí)間最長(zhǎng)達(dá)3.45 d，鹽城最短為 2.93 d，兩者相差0.52 d。

表6　江蘇省13個(gè)代表站3、4月倒春寒過(guò)程持續(xù)天數(shù)變化

由圖3可以看出，江蘇省倒春寒期間持續(xù)時(shí)間整體呈上升趨勢(shì)，泰州泰興最高，達(dá)0.169 d/10年；徐州最低，為0.005 d/10年。高值區(qū)主要集中在泰州泰興、揚(yáng)州和鎮(zhèn)江丹陽(yáng)等區(qū)域。連云港、淮安盱眙、南通、無(wú)錫和蘇州昆山呈下降趨勢(shì)，其中無(wú)錫降幅達(dá) -0.265 d/10年。

2.5　綜合評(píng)價(jià)

統(tǒng)計(jì)了江蘇省1961—2015年每年3、4月期間發(fā)生的倒春寒次數(shù)、倒春寒期間的最大降溫幅度、日最低平均氣溫和持續(xù)時(shí)間。通過(guò)分析可以看出，隨著年份的增長(zhǎng)，倒春寒發(fā)生次數(shù)呈減小趨勢(shì)。推測(cè)出現(xiàn)這一現(xiàn)象的重要原因是全球在變暖，據(jù)悉在未來(lái)的100年內(nèi)，全球地表溫度將會(huì)上升1.4～5.8 ℃[17]。最大降溫幅度和持續(xù)時(shí)間各個(gè)站點(diǎn)間的差異不大，但蘇北地區(qū)過(guò)程最低日平均氣溫明顯低于蘇南地區(qū)，推測(cè)是由于蘇南屬于亞熱帶季風(fēng)氣候，而蘇北屬于溫帶季風(fēng)氣候，因?yàn)樗幍木暥炔煌?，?dǎo)致接受的太陽(yáng)能力存在差異。

3　倒春寒指數(shù)

取最大降溫幅度作為自變量因子x1，過(guò)程日平均最低氣溫作為自變量因子x2，過(guò)程持續(xù)時(shí)間作為自變量因子x3，利用主成分分析法分析3、4月倒春寒序列，具體見(jiàn)表7。

表7　1961—2015年3、4月倒春寒序列主成分分析結(jié)果

根據(jù)歷史3、4月倒春寒序列主成分分析結(jié)果，3、4月倒春寒序列第一、第二主成分累積解釋總方差的79.12%，可以認(rèn)為提取第一、第二主成分能概括原始值的絕大部分信息，故分別采用第一、第二主成分作為倒春寒評(píng)估模型，即3、4月倒春寒評(píng)估模型：

LSCEI=0.19x1+0.41x2+0.48x3。

(2)

通過(guò)倒春寒評(píng)估模型可以看出，倒春寒指數(shù)的大小與過(guò)程最大降溫幅度、過(guò)程日平均最低氣溫和過(guò)程持續(xù)時(shí)間成正比，即過(guò)程最大降溫幅度越大，過(guò)程最低日平均氣溫越高以及過(guò)程持續(xù)時(shí)間越長(zhǎng)，倒春寒指數(shù)就越大、越嚴(yán)重。其中，過(guò)程日平均最低氣溫和過(guò)程持續(xù)時(shí)間的2個(gè)系數(shù)的絕對(duì)值均比過(guò)程最大降溫幅度系數(shù)的絕對(duì)值大，因而起到了主要作用。

3.1　倒春寒等級(jí)劃分

利用倒春寒評(píng)估模型來(lái)計(jì)算江蘇省13個(gè)站點(diǎn)倒春寒的序列值，同時(shí)選取《中國(guó)氣象災(zāi)害大典(江蘇卷)》中關(guān)于春季發(fā)生低溫、霜凍的記載，結(jié)合歷年來(lái)倒春寒對(duì)江蘇省的影響程度，得出較為符合實(shí)際生產(chǎn)的倒春寒等級(jí)劃分指標(biāo)，具體見(jiàn)表8。

表8　江蘇省倒春寒等級(jí)劃分標(biāo)準(zhǔn)

3.2　倒春寒發(fā)生程度評(píng)估

由圖4-a可知，1961—2015年江蘇省輕級(jí)倒春寒整體發(fā)生頻率較高，但各站點(diǎn)間差異不大。發(fā)生頻率最小的是無(wú)錫，為78%；最大的是鹽城，為87%；平均發(fā)生頻率為82%，發(fā)生頻率高的區(qū)域主要集中在長(zhǎng)江以北的連云港、宿遷和鹽城一帶及南京和揚(yáng)州。

由圖4-b可以看出，1961—2015年江蘇省中級(jí)倒春寒發(fā)生頻率整體偏低，整體發(fā)生頻率的空間分布是由長(zhǎng)江以北逐漸向長(zhǎng)江以南遞增。最高的是泰州泰興，為19%；最低的是鎮(zhèn)江丹陽(yáng)，為7%，即近55年丹陽(yáng)一共就發(fā)生了6次中級(jí)倒春寒。其余各站點(diǎn)差異不大，維持在10%～20%的區(qū)間內(nèi)。

由圖4-c可以看出，1961—2015年江蘇省重級(jí)倒春寒發(fā)生頻率較輕級(jí)和中級(jí)倒春寒發(fā)生頻率明顯偏低。最低的是鹽城，為2.2%，即近55年鹽城一共只發(fā)生了2次重級(jí)倒春寒；最高的是昆山，為6.8%；全省發(fā)生重級(jí)倒春寒平均頻率為4.4%。

3.3　特殊案例分析

1962年是1961—2015年間倒春寒發(fā)生次數(shù)最多的一年，全年13個(gè)站點(diǎn)一共發(fā)生了44次倒春寒，平均每個(gè)站點(diǎn)全年發(fā)生3.38次，屬倒春寒頻發(fā)年。在該年中一共有11個(gè)站點(diǎn)發(fā)生了重級(jí)倒春寒，這在江蘇省歷史氣象災(zāi)害中比較罕見(jiàn)。與《中國(guó)氣象災(zāi)害大典(江蘇卷)》中提到的1962年的春季寒潮有12次、為歷史最多次的記載相符。

4　結(jié)論與討論

近55年來(lái)，江蘇省13個(gè)代表站發(fā)生倒春寒次數(shù)呈下降趨勢(shì)。20世紀(jì)60年代次數(shù)最多，20世紀(jì)70年代次數(shù)明顯減少，80年代有所增加，隨后年份發(fā)生次數(shù)均呈下降趨勢(shì)。

近55年來(lái)，江蘇省13個(gè)代表站均發(fā)生了不同程度的倒春寒，其中輕級(jí)倒春寒發(fā)生頻率最高，高值區(qū)主要集中在蘇北地區(qū)，全省平均發(fā)生頻率達(dá)82%；中級(jí)倒春寒發(fā)生平均頻率為18%，最易發(fā)生中級(jí)倒春寒的是泰州泰興、南通、鎮(zhèn)江丹陽(yáng)一帶；重級(jí)倒春寒發(fā)生頻率相對(duì)較低，全省平均發(fā)生頻率為 4.4%，說(shuō)明江蘇省不易發(fā)生重級(jí)倒春寒。

在13個(gè)代表站中，過(guò)程最低日平均氣溫各站點(diǎn)差異較小，但昆山倒春寒期間內(nèi)的過(guò)程持續(xù)時(shí)間最長(zhǎng)，是受倒春寒天氣影響較為深的一個(gè)站點(diǎn)，這可能與蘇州昆山靠近長(zhǎng)江有關(guān)。

事實(shí)上，除了從日平均氣溫這一影響因素，通過(guò)降溫幅度、最低氣溫和持續(xù)時(shí)間對(duì)倒春寒進(jìn)行評(píng)估外，江蘇春季的連陰雨天氣也是一個(gè)不可忽視的重要因素。春季的連陰雨天氣是江蘇常見(jiàn)的一種氣象災(zāi)害，其特點(diǎn)是降水量大，較常年同期明顯偏多[18]。如果把日平均氣溫和降水等因素一起考慮，相信會(huì)得到更為具體的倒春寒影響評(píng)估模型。

參考文獻(xiàn)：

[1]陳培正. 當(dāng)代農(nóng)學(xué)發(fā)展的必然性探究和舉措[J]. 農(nóng)業(yè)與技術(shù)，2015(10)：223-223.

表10　1962年13個(gè)站點(diǎn)最大倒春寒指數(shù)、最高倒春寒

[2]劉杰，王宏，劉星燕，等. 一次倒春寒天氣過(guò)程的觀測(cè)數(shù)據(jù)對(duì)比分析[J]. 農(nóng)業(yè)與技術(shù)，2014(10)：199-199，249.

[3]王國(guó)莉，李金義，張影，等. 撫順地區(qū)低溫冷害及其對(duì)農(nóng)業(yè)生產(chǎn)的影響[J]. 安徽農(nóng)業(yè)科學(xué)，2011，39(6)：3574-3576.

[4]趙虹，王西成，胡衛(wèi)國(guó)，等. 黃淮南片麥區(qū)小麥倒春寒凍害成因及預(yù)防措施[J]. 河南農(nóng)業(yè)科學(xué)，2014，43(8)：34-38.

[5]山昌義，宋愛(ài)紅，魯?shù)? 倒春寒天氣對(duì)山區(qū)果品業(yè)的影響及防災(zāi)措施[J]. 氣象，2002，28(10)：53-56.

[6]夏健，牛文勝. 無(wú)錫2010年一次倒春寒天氣過(guò)程及氣候特征研究[J]. 安徽農(nóng)業(yè)科學(xué)，2012，40(10)：6060-6062.

[7]吳增福，楊有盛，朱福順，等. 倒春寒的劃分和預(yù)報(bào)服務(wù)探討[J]. 氣象科學(xué)，1998，18(3)：288-294.

[8]強(qiáng)玉華，高瑜，盧釗. 麗水市倒春寒特征及其成因分析[J]. 氣象與環(huán)境科學(xué)，2011，34(增刊1)：62-64.

[9]楊莉，羅文芳，彭茜. 貴陽(yáng)市倒春寒的發(fā)生規(guī)律及其環(huán)流成因[J]. 貴州氣象，2006，30(2)：12-14.

[10]馬德栗，劉敏，李蘭，等. 湖北省倒春寒發(fā)生程度評(píng)估模型[J]. 中國(guó)農(nóng)業(yè)氣象，2011，32(1)：134-138.

[11]范麗，范闖. 江蘇省縣域經(jīng)濟(jì)增長(zhǎng)的空間差異問(wèn)題及其因素分解[J]. 江蘇商論，2015(9)：84-88.

[12]于海英，柴守權(quán)，周玉江，等. 倒春寒與楊樹(shù)爛皮病發(fā)病的關(guān)系[J]. 浙江農(nóng)林大學(xué)學(xué)報(bào)，2011，28(6)：927-930.

[13]章鈞凱. 氣候因子對(duì)馬尾松毛蟲個(gè)體發(fā)育及懷卵量的影響作用研究[D]. 杭州：浙江農(nóng)林大學(xué)，2014.

[14]許元，李聰. 城鎮(zhèn)建筑垃圾量的多元線性回歸分析[J]. 磚瓦，2015(9)：8-10.

[15]賈建礦. 主成分分析與因子分析之間關(guān)系分析[J]. 知識(shí)經(jīng)濟(jì)，2009(7)：168-169.

[16]李曉鋒，張亞?wèn)|，于世軍. 城市交叉口交通管理對(duì)策研究[J]. 科技信息(學(xué)術(shù)版)，2007(24)：26-28.

[17]蘇麗. 可持續(xù)發(fā)展視閾下的代際公平問(wèn)題研究[D]. 南昌：江西師范大學(xué)，2009.

[18]楊柳，鄒建新，張麗婷，等. 2009年2—3月江蘇省長(zhǎng)連陰雨過(guò)程分析[C]//中國(guó)氣象學(xué)會(huì).第26屆中國(guó)氣象學(xué)會(huì)年會(huì)災(zāi)害天氣事件的預(yù)警、預(yù)報(bào)及防災(zāi)減災(zāi)分會(huì)場(chǎng)論文集. 杭州，2009.