關(guān)鍵詞：大風特征；風災；預警指標；農(nóng)業(yè)生產(chǎn)；聊城市

0引言

近年來，魯西北平原平均風速、大風日數(shù)均呈現(xiàn)遞減趨勢，但也表現(xiàn)出極端性強、局地性強、發(fā)生頻次有所增加的特點[1-2]。極端大風對當?shù)剞r(nóng)業(yè)生產(chǎn)的負面影響依然嚴重，2008-2022年山東省聊城市自然災害統(tǒng)計數(shù)據(jù)顯示，聊城市發(fā)生大風災害40余次，主要造成冬小麥成片倒伏，玉米倒伏，冬暖式大棚及大拱棚被風刮壞、部分棚體坍塌掀翻，樹木砸塌或損毀，直接經(jīng)濟損失較大[3-4]。本文通過分析聊城市大風災害的時空特征、危害程度、發(fā)生規(guī)律，劃定并提取監(jiān)測預警指標，為進一步提升氣象災害風險預報預警能力和科學提高聊城市氣象災害風險防御水平提供理論依據(jù)[5]。

1研究區(qū)域概況

聊城市地處魯西平原，位于山東省西部，毗鄰河北省、河南省，處于華東、華中、華北區(qū)域交界處。據(jù)2022年聊城市國民經(jīng)濟和社會發(fā)展統(tǒng)計數(shù)據(jù)，全市糧食播種面積81.31萬hm2，蔬菜播種面積14.86萬hm2。聊城市是優(yōu)質(zhì)糧食和瓜菜菌等“菜籃子”產(chǎn)品的主要供應基地，是現(xiàn)代農(nóng)業(yè)示范區(qū)、國家農(nóng)業(yè)科技園區(qū)[6]。轄區(qū)內(nèi)有臨清市、東昌府區(qū)、茌平區(qū)、東阿縣、高唐縣、冠縣、莘縣及陽谷縣。

2數(shù)據(jù)來源及方法

2.1數(shù)據(jù)來源

聊城市大風特征統(tǒng)計資料采用1961-2021年8個國家氣象觀測站數(shù)據(jù)和107個區(qū)域自動站氣象數(shù)據(jù)，數(shù)據(jù)包括逐日平均風速、平均最大風速、大風日數(shù)、平均極大風速及逐小時極大風速[7-8]。

農(nóng)業(yè)氣象災害數(shù)據(jù)采用中國氣象局災情直報系統(tǒng)2008-2021年的災情記錄，包括年度災害調(diào)查和災害事件調(diào)查。收集歷史大風發(fā)生時間、地點、強度、影響面積、持續(xù)時間及破壞狀況等[9]。

2.2研究方法

采用百分位數(shù)方法確定風災等級[10]。將災損指數(shù)樣本數(shù)據(jù)按由小到大順序排列好后，百分位數(shù)分別取20%、60%和20%，得到災損指數(shù)危害性等級，根據(jù)對應的閾值將40余次災害事件劃分為3個等級。

2.3大風災害預警等級劃分方法

風災主要是通過破壞大田中作物及溫室棚膜或結(jié)構(gòu)致災，風力越大，破壞性越強[11]。風災影響預報，可根據(jù)未來天氣預報信息，結(jié)合風災指標，按式（1）模型預報，風災預報等級為f（F）及R共同作用的結(jié)果[12]。

3結(jié)果與分析

3.1平均日風速變化趨勢

1961-2021年聊城市逐日平均風速2.6m/s，平均日最大風速15m/s。大風采用天氣預報業(yè)務規(guī)范和GB/T 2859-2012《風力等級》劃定。全市60年期間逐日的平均風速為減緩趨勢，空間分布上茌平區(qū)逐日平均風速最大，東昌府區(qū)平均風速最小。

1975-2021年聊城市8個國家氣象觀測站逐日平均風速數(shù)據(jù)顯示，6個國家氣象觀測站平均風速呈現(xiàn)下降趨勢，2個國家氣象觀測站風速數(shù)據(jù)表現(xiàn)為上升趨勢。全市不同等級風占比中，6級風占76%，7級風占20%，8級風占2%，9級及以上大風占2%左右。不同等級風在各縣發(fā)生頻次如表1所示，根據(jù)各國家氣象觀測站風速觀測數(shù)據(jù)的實際啟用時間進行統(tǒng)計，高唐縣、莘縣6級及以上發(fā)生頻次最多，東阿縣和陽谷縣最少。

為了便于年代際特征分析，各國家氣象觀測站資料從1975-2021分了5個時間段進行統(tǒng)計不同級別大風發(fā)生概率。結(jié)果顯示，從不同年代際分布來看，6級、7級、8級、9級和10級風在1975-1984年的10年期間發(fā)生的概率最高占比約為80%，20世紀80年代以后不同等級風均呈明顯的下降趨勢。

3.2月平均風速變化趨勢

1961-2021年聊城市月平均風速整體表現(xiàn)為明顯的下降趨勢，其中變化速率為每10年下降0.297m/s，趨勢線擬合指標R2=0.6699（圖1），1、3、4、5、7、8、9、10和12月呈現(xiàn)減小趨勢，其中4和6月平均風速下降的最明顯（表2），2、6和11月表現(xiàn)為增大趨勢。月平均風速為1.94～3.35m/s，月平均最大風速分別出現(xiàn)在春季（3、4和5月），月平均最小風速出現(xiàn)在9月。

全市瞬間極大風速月平均值為12.8～17.8m/s，其中瞬間極大風速在3、4和5月明顯偏高，均在17m/s以上，在6和7月較高。全市月平均極大風速為6.3～9.6m/s，均呈現(xiàn)下降趨勢；其中3、4月平均極大風速值在9.3m/s以上，為全年最高；8、9月平均極大風速值在6.4m/s，為全年最低。

4大風災害對農(nóng)業(yè)生產(chǎn)的影響

4.1災害影響

聊城市整體風速呈現(xiàn)明顯的下降趨勢，但是極端風災時常發(fā)生，具有局地性特點，主要對農(nóng)田、設(shè)施大棚等農(nóng)業(yè)生產(chǎn)造成較大的影響。風災發(fā)生時，大風天氣單獨出現(xiàn)概率較小，持續(xù)時間不長，基本伴隨著雷雨、冰雹[13]。根據(jù)對詳細記載的資料分析，把風災對農(nóng)業(yè)生產(chǎn)的影響對象分為大田作物和設(shè)施作物[14]。

4.2大田作物影響

主要大田作物風害與大風強度、持續(xù)時間、作物生長發(fā)育階段、作物品種抗逆性、作物群體結(jié)構(gòu)及伴隨出現(xiàn)其他氣象條件等影響要素有關(guān)，在一定范圍內(nèi)可引起大田作物發(fā)生不同程度的機械性損傷[15]。輕度作物風害，冬小麥表現(xiàn)為植株輕微傾斜，傾斜角度在00～200，倒伏面積占10%以下；夏玉米表現(xiàn)為莖倒，即莖稈出現(xiàn)傾斜、彎曲和輕度下折等。中度作物風害，冬小麥表現(xiàn)為植株倒伏，傾斜角度在21°～50°，倒伏面積占10%～30%；夏玉米表現(xiàn)為根倒，即莖稈基本維持挺直或稍有彎曲而整株傾倒。重度作物風害，冬小麥表現(xiàn)為植株傾斜角度在50°以上，甚至平鋪在地，倒伏面積占31%以上；夏玉米表現(xiàn)為莖折，即主莖折斷，損傷不可逆[16]。

4.3設(shè)施作物影響

災情資料顯示，風災對聊城市設(shè)施作物的影響較小，往往未能達到災情上報的標準要求，以當?shù)卣{(diào)查為主。冬季風災調(diào)查結(jié)果顯示，設(shè)施大棚出現(xiàn)棚膜、棉被掀翻、棚膜壓塌，可在短時間內(nèi)更換材料完成修繕的情況，一般發(fā)生輕微受損[17]。日光溫室干打壘土墻體倒塌，屬于較難修復部分的受損，一般發(fā)生嚴重受損。

4.4大田及設(shè)施作物風災系數(shù)確定

風災主導因子為極大風速及其持續(xù)時間、降雨（雪）量級[18]。大田作物中冬小麥風災主要發(fā)生在5和6月，其中6月風災發(fā)生概率最高，夏玉米風災主要集中在8月。聊城市設(shè)施種植時間為當年10月一來年5月。設(shè)施類風災發(fā)生概率較高的為12、1和2月，主要表現(xiàn)在棚體的物理性受損。根據(jù)風災對大田作物及設(shè)施生產(chǎn)的影響程度及發(fā)生概率，確定風災預警權(quán)重系數(shù)（表3）[18]。

4.5風災預警指標

根據(jù)歷史災情數(shù)據(jù)及氣象條件，結(jié)合設(shè)施和大田受風災影響的程度，劃定風災等級指標（表4和表5），進而可根據(jù)未來天氣預報信息和風災模型，開展風災影響預報預警[19-20]。

4.6預警指標檢驗

利用2021-2022年大風資料參與指標應用檢驗，總體預警合格率較高。但針對局地性較強的風災，只能以應急部門數(shù)據(jù)作為依據(jù)，對大田和設(shè)施作物受風災影響的程度進行劃定；出現(xiàn)風災的區(qū)域有未設(shè)氣象觀測站的情況，大風、降水數(shù)據(jù)暫未精確定位，只能以臨近區(qū)域自動站數(shù)據(jù)作為依據(jù)。具體的風災發(fā)生記錄及天氣實況如表6所示。

5結(jié)束語

1961-2021年全市逐日平均風速2.6m/s。全市60年期間逐日的平均風速為減緩趨勢，整體風速呈現(xiàn)明顯的下降趨勢。但是極端風災時常發(fā)生，局地性強，風災單獨出現(xiàn)概率較小，持續(xù)時間不長，基本伴隨著雷雨、冰雹。

風災預警以設(shè)施和大田作物為發(fā)生主體，提出不同預警指標。根據(jù)設(shè)施茬口的不同和衍生災害的程度將風災分3個等級；根據(jù)冬小麥和夏玉米不同發(fā)育期風災的影響程度及伴隨降水量級，同樣將風災預警分為輕、中、重3個等級。

利用2021-2022年風災資料驗證預警合格率，總體合格率較高，但對風災影響的程度劃分模糊。風災局地性較強，對農(nóng)業(yè)生產(chǎn)的影響是多維度的，有待進一步積累精細化數(shù)據(jù)和開展定量分析。