張翠英，樊景豪 ，張　斌

(1.山東省菏澤市氣象局，山東　菏澤　274000；2.山東省鄆城縣氣象局，山東　鄆城　274700)

?

魯西南干熱風(fēng)發(fā)生規(guī)律及統(tǒng)計(jì)預(yù)測(cè)模型

張翠英1，樊景豪2，張斌1

(1.山東省菏澤市氣象局，山東菏澤274000；2.山東省鄆城縣氣象局，山東鄆城274700)

摘要：根據(jù)1961～2013年魯西南干熱風(fēng)資料與同期地面氣象觀測(cè)資料，對(duì)干熱風(fēng)發(fā)生次數(shù)與氣象因子的相關(guān)特征進(jìn)行分析，在此基礎(chǔ)上篩選影響干熱風(fēng)最優(yōu)勢(shì)相關(guān)氣象因子，利用DPS數(shù)據(jù)處理系統(tǒng)建立5月中、下旬及6月上旬干熱風(fēng)發(fā)生日數(shù)的預(yù)測(cè)模型。結(jié)果表明：近53 a，干熱風(fēng)發(fā)生日數(shù)呈逐年遞減趨勢(shì)，干熱風(fēng)發(fā)生日數(shù)與前期濕度、風(fēng)速呈極顯著正相關(guān)，與前期日照時(shí)數(shù)、氣溫呈正相關(guān)，而與降水呈負(fù)相關(guān)。建立的干熱風(fēng)發(fā)生日數(shù)預(yù)測(cè)模型具有較好的擬合效果，歷史回代及對(duì)2011～2013年試報(bào)效果均較好。

關(guān)鍵詞：干熱風(fēng)； 發(fā)生規(guī)律； 預(yù)測(cè)模型

引言

干熱風(fēng)是影響冬小麥高產(chǎn)、穩(wěn)產(chǎn)的主要農(nóng)業(yè)氣象災(zāi)害之一，是一種綜合氣象災(zāi)害，其主要特點(diǎn)是溫度高、相對(duì)濕度低、蒸發(fā)量大，并伴有一定風(fēng)力，破壞冬小麥灌漿期的水分平衡和光合作用[1]。魯西南是中國(guó)干熱風(fēng)發(fā)生和危害較重的區(qū)域，是冬小麥生育后期主要農(nóng)業(yè)氣象災(zāi)害之一，其發(fā)生頻繁、影響范圍廣，受其影響一般年份減產(chǎn)5%～10%，嚴(yán)重年份減產(chǎn)20%以上[2-4]。近年來(lái)，許多學(xué)者就干熱風(fēng)氣象災(zāi)害對(duì)冬小麥的影響進(jìn)行了大量研究，取得了豐碩成果。如北方小麥干熱風(fēng)科研協(xié)作組曾利用1959～1978年北方13省、市、自治區(qū)28個(gè)代表站點(diǎn)的小麥產(chǎn)量和氣象資料，對(duì)北方小麥干熱風(fēng)進(jìn)行了氣候區(qū)劃，重點(diǎn)研究了黃、淮、海麥區(qū)干熱風(fēng)天氣的形成、維持、消失過(guò)程的物理?xiàng)l件，以及干熱風(fēng)對(duì)小麥灌漿速度的影響等[5-7]；山東菏澤氣象臺(tái)對(duì)干熱風(fēng)時(shí)段進(jìn)行了預(yù)報(bào)[2]；王春乙等[8]利用嶺分析方法組建了干熱風(fēng)綜合指數(shù)預(yù)測(cè)模式，對(duì)干熱風(fēng)年型做出預(yù)測(cè)，得到較好的效果；尤鳳春等[9]采用小波分析等統(tǒng)計(jì)方法對(duì)河北省干熱風(fēng)時(shí)空分布、周期、突變等特征進(jìn)行了分析；史印山等[10]采用小波分析、回歸分析等統(tǒng)計(jì)方法，對(duì)河北省干熱風(fēng)時(shí)空分布、周期等特征及干熱風(fēng)對(duì)小麥千粒重影響進(jìn)行了分析；陳昌毓[11]分析了河西走廊干熱風(fēng)的氣候特征；曹玲等[12]分析了河西走廊中部1956～1995年干熱風(fēng)災(zāi)害天氣的氣候特征及演變趨勢(shì)、干熱風(fēng)對(duì)春小麥的危害等。近年來(lái)的全球氣候變化對(duì)干熱風(fēng)的時(shí)空分布、變化規(guī)律等都具有重大影響，但近年來(lái)有關(guān)干熱風(fēng)的研究并不多見(jiàn)。本文利用近50 a來(lái)魯西南冬麥區(qū)氣象資料，研究干熱風(fēng)特征、變化規(guī)律以及組建預(yù)測(cè)模型，以期為魯西南地區(qū)冬小麥生產(chǎn)以及防災(zāi)、減災(zāi)等提供指導(dǎo)。

1資料和方法

菏澤地處山東省西南部，耕地為黃河沖積平原，菏澤市9縣區(qū)的氣候和作物種植方式均具有魯西南地區(qū)氣候和作物種植方式的代表性，因此，本研究氣象資料選取菏澤國(guó)家氣象觀測(cè)基本(一般)站1961～2013年地面觀測(cè)資料，干熱風(fēng)資料來(lái)自菏澤國(guó)家農(nóng)業(yè)氣象基本觀測(cè)站1961～2013年觀測(cè)資料。

選用魯西南麥區(qū)1961～2013年春季逐旬平均氣溫、日最高氣溫、風(fēng)速、相對(duì)濕度、日照時(shí)數(shù)、降水量等氣象資料，篩選影響干熱風(fēng)發(fā)生最優(yōu)勢(shì)相關(guān)氣象因子，利用DPS數(shù)據(jù)處理系統(tǒng)建立5月中、下旬及6月上旬干熱風(fēng)發(fā)生日數(shù)與氣象條件的干熱風(fēng)預(yù)測(cè)模型。

DPS是一套通用多功能數(shù)據(jù)處理、數(shù)值計(jì)算、統(tǒng)計(jì)分析和模型建立軟件，與目前流行的同類軟件比較，具有較強(qiáng)的多功能統(tǒng)計(jì)分析和數(shù)學(xué)模型模擬分析功能，是目前國(guó)內(nèi)功能最完整的統(tǒng)計(jì)軟件包。

按干熱風(fēng)標(biāo)準(zhǔn)[13]確定5月中旬至6月上旬輕、重干熱風(fēng)(表1)。

表1　干熱風(fēng)等級(jí)標(biāo)準(zhǔn)

2干熱風(fēng)的時(shí)間變化

2.1年際變化及年代際變化

從干熱風(fēng)出現(xiàn)日數(shù)的年際變化(圖1)可見(jiàn)，干熱風(fēng)日數(shù)呈逐漸減少趨勢(shì)。1961～2013年魯西南干熱風(fēng)出現(xiàn)日數(shù)為161 d，年平均為3.04 d，有的年份干熱風(fēng)重(有17 a出現(xiàn)重干熱風(fēng)，其中1968年最多出現(xiàn)7 d)，有的年份較輕，或者無(wú)干熱風(fēng)。

由表2可見(jiàn)，干熱風(fēng)年代際變化也呈逐漸減少趨勢(shì)。1960年代干熱風(fēng)出現(xiàn)最多，1970年代較少，1980年代、1990年代重干熱風(fēng)明顯減少，2000年代輕干熱風(fēng)次數(shù)減少，但重干熱風(fēng)次數(shù)增加。近20 a來(lái)由于5月降水量較以前增加，高溫日數(shù)減少以及風(fēng)速減小，干熱風(fēng)明顯減輕[14]。

2.2干熱風(fēng)出現(xiàn)規(guī)律

根據(jù)干熱風(fēng)等級(jí)標(biāo)準(zhǔn)(表1)，分別統(tǒng)計(jì)5月中、下旬和6月上旬每日日最高溫度、14時(shí)相對(duì)濕度、14時(shí)風(fēng)速，將同時(shí)符合上述3個(gè)氣象要素的一日計(jì)為一次干熱風(fēng)日，計(jì)算每旬出現(xiàn)輕、重干熱風(fēng)的日數(shù)及頻率(表3)，可以看出，魯西南出現(xiàn)輕干熱風(fēng)的年平均日數(shù)為2.47 d，最大值為10 d (1965年)，主要集中在5月下旬至6月上旬，占年總次數(shù)的89.31%；重干熱風(fēng)年平均日數(shù)為0.57 d，最大值為7 d(1968年)，主要發(fā)生在6月上旬。田間實(shí)際觀測(cè)資料證明，小麥乳熟中、后期是受干熱風(fēng)危害的關(guān)鍵期，此前或之后干熱風(fēng)對(duì)粒重和產(chǎn)量的影響均不大[15]。由表3可見(jiàn)，6月上旬出現(xiàn)輕、重干熱風(fēng)的頻率較大，這時(shí)小麥已進(jìn)入乳熟后期，對(duì)產(chǎn)量影響不太大；5月下旬出現(xiàn)干熱風(fēng)的頻率較大，輕干熱風(fēng)占33.59%，重干熱風(fēng)占26.67%，這期間正是小麥乳熟、灌漿期，受其影響，冬小麥麥粒干秕、皮白、腹溝深，千粒重下降1～3 g，多則5～6 g[16]。

表2　干熱風(fēng)年代際變化

3干熱風(fēng)與前期氣象條件的相關(guān)分析

由于干熱風(fēng)主要對(duì)冬小麥乳熟、灌漿期造成危害，魯西南地區(qū)冬小麥5月中、下旬及6月上旬處于乳熟、灌漿期。因此用1961～2013年5月中旬及6月上旬干熱風(fēng)發(fā)生日數(shù)與相應(yīng)的前期光、溫、水、濕度、風(fēng)速等氣象因子，為擴(kuò)大因子量，統(tǒng)計(jì)過(guò)程中分別將旬氣象資料進(jìn)行2旬、3旬累加，直至最長(zhǎng)時(shí)段的因子為3個(gè)月，最終在相關(guān)分析中，所用因子近400個(gè)，分別統(tǒng)計(jì)計(jì)算單相關(guān)系數(shù)，挑選部分相關(guān)系數(shù)通過(guò)α=0.01、α=0.001顯著性、極顯著性檢驗(yàn)較好的因子列于表4。

由表4看出，干熱風(fēng)發(fā)生日數(shù)與前期濕度呈極顯著負(fù)相關(guān)，即前期濕度越大，干熱風(fēng)發(fā)生日數(shù)就越少；干熱風(fēng)發(fā)生日數(shù)與前期平均風(fēng)速呈極顯著正相關(guān)，即前期風(fēng)速越大，越易導(dǎo)致干熱風(fēng)的發(fā)生；干熱風(fēng)發(fā)生日數(shù)與前期日照時(shí)數(shù)、旬氣溫呈正相關(guān)，與降水呈負(fù)相關(guān)，也就是說(shuō)前期氣溫偏高、日照偏多，極易發(fā)生干熱風(fēng)，而降水偏多，不利于干熱風(fēng)形成，干熱風(fēng)發(fā)生日數(shù)明顯減少。

表3　魯西南1961～2013年干熱風(fēng)出現(xiàn)日數(shù)及頻率

表4　干熱風(fēng)與氣象因子的相關(guān)系數(shù)

注：α0.01=0.35，α0.001=0.44，“**”、“***”為相關(guān)系數(shù)分別通過(guò)0.01，0.001水平的顯著性檢驗(yàn)

4干熱風(fēng)預(yù)測(cè)模型

4.1干熱風(fēng)預(yù)測(cè)模型的建立

用1961～2010年5月中、下旬及6月上旬干熱風(fēng)發(fā)生日數(shù)與前期相應(yīng)的氣象因子利用DPSv3.01專業(yè)版數(shù)據(jù)處理系統(tǒng)進(jìn)行逐步回歸[17]建立干熱風(fēng)旬預(yù)測(cè)模型。

(1)5月中旬干熱風(fēng)預(yù)測(cè)模型

Y5月中旬=1.5987+0.7088X23-0.7482X29-0.4829X45+0.8145X58-0.044X77

式中，Y5月中旬為預(yù)報(bào)出現(xiàn)干熱風(fēng)日數(shù)，X23為3～4月14時(shí)旬平均風(fēng)速，X29為3月中旬至5月上旬14時(shí)旬平均風(fēng)速，X45為4月下旬平均風(fēng)速，X58為3月下旬至4月上旬平均風(fēng)速，X77為3～5月上旬14時(shí)平均濕度。方程的復(fù)相關(guān)系數(shù)R=0.7205，檢驗(yàn)統(tǒng)計(jì)量F=79.498，通過(guò)了0.001水平的極顯著性檢驗(yàn)。用50 a歷史資料回代，以±1 d為準(zhǔn)，歷史擬合率為100%，預(yù)測(cè)效果比較理想。此預(yù)測(cè)模型可于5月21日作出干熱風(fēng)預(yù)報(bào)。

(2)5月下旬干熱風(fēng)預(yù)測(cè)模型

Y5月下旬=1.3631+0.8640X15+0.9787X39-4.663X47-6.7562X73+10.3827X74-0.0624X97

式中，Y5月下旬為預(yù)報(bào)出現(xiàn)干熱風(fēng)日數(shù)，X15為5月中旬14時(shí)平均風(fēng)速，X39為4月中旬至5月上旬14時(shí)平均風(fēng)速，X47為5月中旬平均風(fēng)速，X73為4月下旬至5月上旬平均風(fēng)速，X74為4月下旬至5月中旬平均風(fēng)速，X97為5月中旬平均濕度。方程的復(fù)相關(guān)系數(shù)R=0.7665，檢驗(yàn)統(tǒng)計(jì)量F=10.2073，通過(guò)0.001水平的顯著性檢驗(yàn)。用50 a歷史資料回代，以±1 d為準(zhǔn)，歷史擬合率為100%，預(yù)測(cè)效果比較理想。此預(yù)測(cè)模型可于5月31日作出干熱風(fēng)預(yù)報(bào)。

(3)6月上旬干熱風(fēng)預(yù)測(cè)模型

Y6月上旬=18.926+0.4844X3-0.7872X5-0.7387X18-1.0591X32+1.8529X48-0.1841X87

式中，Y6月上旬為預(yù)報(bào)出現(xiàn)干熱風(fēng)日數(shù)，X3為4月平均日最高氣溫，X5為4月上旬至5月中旬平均日最高氣溫，X18為4月上中旬14時(shí)平均風(fēng)速，X32為5月中下旬平均風(fēng)速，X48為4月上中旬平均風(fēng)速，X87為4月中旬至5月下旬14時(shí)平均濕度。方程的復(fù)相關(guān)系數(shù)R=0.8481，檢驗(yàn)統(tǒng)計(jì)量F=18.3559，通過(guò)0.001水平的極顯著性檢驗(yàn)。用50 a歷史資料回代，以±1 d為準(zhǔn)，歷史擬合率為100%，預(yù)測(cè)效果比較理想。此預(yù)測(cè)模型可于6月1日作出干熱風(fēng)預(yù)報(bào)。

4.2預(yù)報(bào)模型的檢驗(yàn)

利用以上3個(gè)方程，對(duì)2011～2013年進(jìn)行試報(bào)，試報(bào)結(jié)果見(jiàn)表5，以±1 d為準(zhǔn)，預(yù)報(bào)準(zhǔn)確率為100%，預(yù)測(cè)效果比較理想，可見(jiàn)預(yù)報(bào)方程可信。

表5　2011～2013年干熱風(fēng)試報(bào)結(jié)果(單位：d)

5結(jié)論

(1)魯西南干熱風(fēng)出現(xiàn)日數(shù)的年代際變化呈逐漸減少趨勢(shì)。1960年代干熱風(fēng)出現(xiàn)最多，1970年代較少，1990年代最少，2000年代以后略有增加，這與史印山等[10]分析認(rèn)為1970～1990年代間干熱風(fēng)逐漸減少、此后又開(kāi)始呈明顯增加的趨勢(shì)基本一致。

(2)魯西南干熱風(fēng)平均每年出現(xiàn)3.04 d，干熱風(fēng)的出現(xiàn)及發(fā)生程度存在年份差異。輕干熱風(fēng)平均每年2.47 d，主要集中在5月下旬至6月上旬，重干熱風(fēng)平均每年0.57 d，主要發(fā)生在6月上旬。干熱風(fēng)發(fā)生與前期氣象因子濕度、風(fēng)速、日照、降水等有顯著相關(guān),且與風(fēng)速、氣溫、日照呈正相關(guān)，而與濕度、降水呈負(fù)相關(guān)。

(3)5月中、下旬及6月上旬干熱風(fēng)預(yù)測(cè)模型，對(duì)干熱風(fēng)預(yù)報(bào)準(zhǔn)確率較高，預(yù)測(cè)結(jié)果與實(shí)況相符，預(yù)報(bào)效果好，可信度較高。干熱風(fēng)預(yù)報(bào)對(duì)及時(shí)防御魯西南地區(qū)冬小麥干熱風(fēng)提供科學(xué)參考，但此預(yù)報(bào)模型只對(duì)下一旬出現(xiàn)干熱風(fēng)進(jìn)行預(yù)報(bào)，如何根據(jù)每天的天氣實(shí)況對(duì)干熱風(fēng)進(jìn)行滾動(dòng)預(yù)報(bào)，建立輕、重干熱風(fēng)預(yù)報(bào)模式還有待進(jìn)一步研究。

參考文獻(xiàn):

[1] 北方小麥干熱風(fēng)科研協(xié)作組. 小麥干熱風(fēng)[M] .北京:氣象出版社,1988.2.

[2] 山東菏澤地區(qū)氣象臺(tái)預(yù)報(bào)組. 干熱風(fēng)天氣的分析和預(yù)報(bào)[J]. 氣象，1976,2(4)：14.

[3] 河南省氣象局農(nóng)氣試驗(yàn)站. 噴灑草木灰防御干熱風(fēng)[J]. 氣象，1976,2(4)：15-17.

[4] 鄭劍非，張?jiān)龈? 廊坊地區(qū)干熱風(fēng)指標(biāo)的確定及其區(qū)劃[J]. 氣象,1979,5(9)：28-30.

[5] 北方小麥干熱風(fēng)科研協(xié)作組. 北方小麥干熱風(fēng)氣候區(qū)劃[J]. 氣象,1981,7(5)：11-15.

[6] 北方小麥干熱風(fēng)科研協(xié)作組. 小麥干熱風(fēng)環(huán)流機(jī)理的研究[J]. 氣象,1984,10(12)：2-7.

[7] 北方小麥干熱風(fēng)科研協(xié)作組.干熱風(fēng)對(duì)小麥灌漿速度的影響[J]. 氣象,1983,9(5)：22-24.

[8] 王春乙,潘亞茹,季貴樹(shù). 石家莊地區(qū)干熱風(fēng)年型指標(biāo)分析及統(tǒng)計(jì)預(yù)測(cè)模型[J]. 氣象學(xué)報(bào),1991,49(1)：104-107.

[9] 尤鳳春,郝立生,史印山,等. 河北省冬麥區(qū)干熱風(fēng)成因分析[J]. 氣象，2007,33(3)：95-100.

[10] 史印山,尤鳳春,魏瑞江,等. 河北省干熱風(fēng)對(duì)小麥千粒重影響分析[J]. 氣象科技,2007,35(5)：699-702.

[11] 陳昌毓. 河西走廊干熱風(fēng)的氣候特征[J]. 氣象,1982,8(2)：23-25.

[12] 曹玲，竇永祥. 河西走廊中部干熱風(fēng)氣候特征分析及其預(yù)報(bào)方法[J]. 干旱地區(qū)農(nóng)業(yè)研究,1997,15(3):96-102.

[13] 中國(guó)氣象局. 小麥干熱風(fēng)災(zāi)害等級(jí)中華人民共和國(guó)氣象行業(yè)標(biāo)準(zhǔn)(QX/T 82-2007)[S]. 北京：氣象出版社,2007.

[14] 張翠英,樊景豪，劉曉華. 魯西南氣候變化與主要農(nóng)業(yè)氣象災(zāi)害的響應(yīng)[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報(bào),2013,35(增)：82-88.

[15] 北京農(nóng)業(yè)大學(xué)農(nóng)業(yè)氣象專業(yè)編.農(nóng)業(yè)氣象學(xué)[M].北京:科學(xué)出版社,1984.279-290.

[16] 馮秀藻,陶炳炎. 農(nóng)業(yè)氣象學(xué)原理[M]. 北京:氣象出版社.1991.319-323.

[17] 施能.氣象科研與預(yù)報(bào)中的多元分析方法[M]. 北京:氣象出版社，2002.28-59.

Dry-hot Wind Characteristic and Statistical Forecasting Model in Southwest of Shandong Province

ZHANG Cuiying1, FAN Jinghao2, ZHANG Bin1

(1.HezeMeteorologicalBureauofShandongProvince,Heze274000,China;2.YunchengMeteorologicalStationofShandongProvince,Yuncheng274700,China)

Abstract:Based on dry-hot wind data and surface observation data from 1961 to 2013 in southwestern Shandong, the occurring frequency of dry-hot wind and the relative characteristics of meteorological factors were analyzed. Then the meteorological factors which were the most dominant groups of dry-hot wind were selected, and DPS data processing system was used to establish the prediction model about occurrence of dry-hot wind from mid-May to early June. The results show that the occurrence days of dry-hot wind decreased in recent 53 years, and it had a significant positive correlation with the preceding humidity and wind speed, a positive correlation with sunshine hours and temperature, but negative correlation with precipitation. The forecast model for dry-hot wind had a good fitting result.

Key words:dry- hot wind; occurrence law; prediction model

中圖分類號(hào)：P429

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-7639(2016)-01-0207-05

doi:10.11755/j.issn.1006-7639(2016)-01-0207

作者簡(jiǎn)介：張翠英，女，高級(jí)工程師，主要從事農(nóng)業(yè)氣象工作. E-mail：hezezcy@126.com

基金項(xiàng)目：國(guó)家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系小麥體系菏澤綜合試驗(yàn)站(CARS—03)資助

收稿日期：2015-01-26；改回日期：2015-08-11

張翠英，樊景豪，張斌.魯西南干熱風(fēng)發(fā)生規(guī)律及統(tǒng)計(jì)預(yù)測(cè)模型[J].干旱氣象，2016，34(1)：207-211, [ZHANG Cuiying, FAN Jinghao, ZHANG Bin. Dry-hot Wind Characteristic and Statistical Forecasting Model in Southwest of Shandong Province[J]. Journal of Arid Meteorology, 2016, 34(1):207-211], doi:10.11755/j.issn.1006-7639(2016)-01-0207