魏瑞江，王鑫

(1.河北省氣象科學(xué)研究所，河北 石家莊 050021；2.河北省氣象與生態(tài)環(huán)境重點實驗室，河北 石家莊 050021)

引言

隨著設(shè)施農(nóng)業(yè)的迅速發(fā)展，設(shè)施種植已經(jīng)實現(xiàn)全年化，設(shè)施內(nèi)所種植的作物主要有蔬菜、花卉、林果等，這些作物在生長發(fā)育過程中常常受到氣象災(zāi)害的影響，氣象災(zāi)害的種類一般包括低溫(冷凍害)、寡照、風(fēng)災(zāi)、雪災(zāi)及其復(fù)合災(zāi)害，如低溫寡照、高溫高濕等。前人對國內(nèi)設(shè)施種植氣象災(zāi)害的研究主要涉及災(zāi)害指標(biāo)、災(zāi)害監(jiān)測預(yù)警、災(zāi)害風(fēng)險評估、災(zāi)害影響等方面。本文對我國在上述四方面的研究成果進(jìn)行歸納總結(jié)，目的是凝練已有災(zāi)害指標(biāo)、災(zāi)害監(jiān)測預(yù)警和風(fēng)險評估技術(shù)及災(zāi)害對作物的影響，便于后人采納和應(yīng)用，為后人進(jìn)行進(jìn)一步研究奠定基礎(chǔ)。

1 對災(zāi)害指標(biāo)的研究

災(zāi)害指標(biāo)是設(shè)施農(nóng)業(yè)氣象研究的基礎(chǔ)，設(shè)施農(nóng)業(yè)氣象災(zāi)害指標(biāo)研究所采用的方法主要是人工控制試驗或?qū)v年實際發(fā)生的災(zāi)害樣本進(jìn)行分析總結(jié)以及采用能量平衡和計算流體力學(xué)(computational fluid dynamics, CFD)模擬方法等。

1.1 低溫(冷凍害)指標(biāo)

低溫(冷凍害)是在設(shè)施作物生長發(fā)育過程中由于熱量不足而使其受到不利影響的一種自然災(zāi)害。低溫(冷凍害)指標(biāo)一般用設(shè)施內(nèi)的溫度或是用設(shè)施外的溫度來體現(xiàn)。

1.1.1 用設(shè)施內(nèi)溫度表征

基于我國設(shè)施農(nóng)業(yè)生產(chǎn)防災(zāi)減災(zāi)的需要，相關(guān)涉農(nóng)科研院所和高校的科研技術(shù)人員，針對黃瓜、番茄、甜椒、茄子等蔬菜的各個生長階段，開展了大量的低溫影響研究工作。楊再強等[1]采用人工控制試驗，研究5 ℃、7 ℃、9 ℃、11 ℃低溫對設(shè)施番茄光合色素含量、最大光合速率、葉綠素?zé)晒鈪?shù)、抗氧化酶活性的影響表明，低溫5 ℃處理3 d或者低溫7 ℃處理4 d是番茄發(fā)生嚴(yán)重冷害的臨界指標(biāo)。彭曉丹等[2]采用人工控制試驗，以25 ℃為對照，研究5 ℃、7 ℃、9 ℃、11 ℃低溫對黃瓜葉片光合作用特性及抗氧化酶活性的影響，得出了溫室黃瓜低溫氣象災(zāi)害指標(biāo)(表1)。張淑杰等[3]基于日光溫室番茄實際低溫凍害發(fā)生及影響因素分析，以日光溫室內(nèi)最高氣溫、日光溫室內(nèi)最低氣溫及日光溫室內(nèi)氣溫連續(xù)3 d≤5 ℃持續(xù)時間確定遼寧省日光溫室番茄果實膨大期低溫凍害指標(biāo)(表2)。劉偉等[4]通過試驗得出，小青菜葉片的抗衰老特性隨氣溫降低而降低，細(xì)胞膜透性變得越來越差，-4 ℃持續(xù)9 h小青菜細(xì)胞活性受到不可恢復(fù)的傷害，為小青菜低溫脅迫產(chǎn)生結(jié)構(gòu)性傷害的臨界值。

表1 溫室黃瓜低溫氣象災(zāi)害指標(biāo)Table 1 Low temperature meteorological disaster index of cucumber in greenhouse

表2 遼寧地區(qū)日光溫室番茄果實膨大期低溫凍害指標(biāo)Table 2 Index of chilling and freezing injury of tomato fruit in solar greenhouse in Liaoning province

1.1.2 用設(shè)施外溫度表征

李美榮等[5]通過歷年實際發(fā)生的樣本進(jìn)行分析總結(jié)，得到陜西省關(guān)中地區(qū)日光溫室蔬菜低溫凍害指標(biāo)：當(dāng)日光溫室附近氣象站最低氣溫降至-8.0～-11.9 ℃時，溫室內(nèi)蔬菜可出現(xiàn)輕度凍害，部分葉片受凍，莖葉停止生長；當(dāng)最低氣溫降至-12.0～-13.9 ℃時，溫室內(nèi)蔬菜可遭受中度低溫凍害，部分植株受凍枯萎死亡；當(dāng)最低氣溫降至-14.0 ℃及以下時，溫室內(nèi)蔬菜可遭受嚴(yán)重的低溫凍害，蔬菜出現(xiàn)大面積的死苗，甚至絕收。薛曉萍等[6]基于人工氣候箱和大田試驗，得出山東日光溫室黃瓜不同低溫冷害等級指標(biāo)：當(dāng)溫室外最低氣溫t>-2.0 ℃時無災(zāi)害，當(dāng)-5.0 ℃

表3 冀中地區(qū)不同天氣條件下番茄凍害的溫室外最低溫度指標(biāo)Table 3 Outside minimum temperature for tomato freezing injury under different weather conditions in the central part of Hebei province

1.2 寡照指標(biāo)

寡照災(zāi)害指標(biāo)的得出所采用的方法同樣主要是通過人工控制試驗或?qū)v年實際發(fā)生的樣本進(jìn)行分析總結(jié)。寡照災(zāi)害指標(biāo)多用逐日日照時數(shù)持續(xù)時間表示。

朱靜等[8]以芹菜“津南實芹1號”品種為試材，在人工控制溫室內(nèi)設(shè)計寡照試驗，通過測定不同寡照處理和恢復(fù)處理下芹菜的光合參數(shù)及熒光參數(shù)，得出寡照2～6 d為輕度災(zāi)害，7～11 d為中度災(zāi)害，12 d及以上為重度災(zāi)害，寡照處理第12 d以后，芹菜光系統(tǒng)活性受到嚴(yán)重?fù)p傷，無法恢復(fù)。李楠等[9]在番茄苗期、花果期于日光溫室內(nèi)采用遮陽網(wǎng)進(jìn)行寡照試驗，寡照分別處理1 d、3 d、5 d、7 d、10 d、15 d及恢復(fù)處理，寡照處理時晴天中午時刻遮陽網(wǎng)下光照強度小于3 000 lx，對寡照處理植株及對照植株進(jìn)行光合速率觀測、生長發(fā)育觀測和產(chǎn)量觀測，在此基礎(chǔ)之上確定了日光溫室番茄苗期和花果期寡照指標(biāo)(表4)。江和文等[10]研究葫蘆島地區(qū)寡照災(zāi)害時，采用逐日日照時數(shù)S<3 h的持續(xù)天數(shù)(Dc)作為不同等級寡照災(zāi)害的指標(biāo)，定義：當(dāng)3 d≤Dc≤5 d時為輕度災(zāi)害，當(dāng)Dc>5 d時為重度災(zāi)害。魏瑞江等[11]根據(jù)多年日光溫室小氣候資料、蔬菜生長發(fā)育資料和對應(yīng)的氣象臺站氣象資料，結(jié)合寡照過程中日光溫室內(nèi)的氣溫下降狀況、蔬菜生長發(fā)育狀況，得出日光溫室內(nèi)的日最高氣溫均隨著寡照持續(xù)天數(shù)的增加呈對數(shù)下降，其中華北中南部地區(qū)寡照持續(xù)3 d及以上時，溫室內(nèi)日最高氣溫可下降到20 ℃以下，寡照持續(xù)10 d及以上時，溫室內(nèi)最高氣溫可能下降到10 ℃以下；華北北部地區(qū)，則分別持續(xù)2 d及以上和5 d及以上時，溫室內(nèi)日最高氣溫可分別下降到20 ℃以下和10 ℃以下。

表4 番茄苗期和花果期寡照災(zāi)害氣象等級指標(biāo)Table 4 Sunless grade index in greenhouse at tomato seedling, flowering and fruiting stages

1.3 風(fēng)災(zāi)指標(biāo)

風(fēng)災(zāi)指標(biāo)一般用瞬時最大風(fēng)速、平均最大風(fēng)速等表示。風(fēng)災(zāi)指標(biāo)的得出多數(shù)是采用風(fēng)洞試驗方法，少有用歷年災(zāi)情總結(jié)得出。

楊再強等[12]利用NH-2型(南航2型)風(fēng)洞試驗方法，研究不同風(fēng)向角下設(shè)施塑料大棚表面風(fēng)壓分布規(guī)律表明，設(shè)施大棚頂部兩側(cè)區(qū)域受風(fēng)吸力影響最大，最小臨界風(fēng)速為14.5 m·s-1。張波[13]采用風(fēng)洞試驗方法，測量和分析不同風(fēng)向角下日光溫室塑料薄膜表面風(fēng)壓系數(shù)和分布規(guī)律，得出日光溫室各區(qū)域發(fā)生風(fēng)災(zāi)的最小臨界風(fēng)速為18.8 m·s-1。李楠等[14]利用幾何縮尺比為1∶ 6的日光溫室模型進(jìn)行風(fēng)洞試驗，測定不同風(fēng)向下日光溫室表面不同區(qū)域的風(fēng)壓系數(shù)，利用公式推導(dǎo)出日光溫室表面各區(qū)域發(fā)生風(fēng)災(zāi)的臨界風(fēng)速，得出山東省日光溫室表面最易受風(fēng)災(zāi)損害區(qū)域的臨界風(fēng)速為18.9 m·s-1。陳妮娜等[15]利用2000—2011年遼寧省14個地市61個縣氣象站的瞬時最大風(fēng)速、平均風(fēng)速及設(shè)施農(nóng)業(yè)受災(zāi)情況，研究遼寧省設(shè)施農(nóng)業(yè)大風(fēng)致災(zāi)指標(biāo)表明：當(dāng)平均風(fēng)力達(dá)到6～7級時，設(shè)施農(nóng)業(yè)輕度受災(zāi)，拱棚受災(zāi)的可能性較大；當(dāng)平均風(fēng)力達(dá)到8～9級時，設(shè)施農(nóng)業(yè)中度受災(zāi)，拱棚受災(zāi)的可能性很大，日光溫室受災(zāi)的可能性較大；當(dāng)平均風(fēng)力超過10級時，設(shè)施農(nóng)業(yè)重度受災(zāi)，拱棚受災(zāi)的可能性極大，日光溫室受災(zāi)的可能性很大。張淑杰等[16]利用東北地區(qū)176個氣象站1981—2010年10 min平均最大風(fēng)速資料，采用極值Ⅰ型分布函數(shù)計算了5 a、10 a、20 a、30 a重現(xiàn)期的風(fēng)速極值和風(fēng)壓，結(jié)合東北地區(qū)日光溫室結(jié)構(gòu)特點，確定了東北各區(qū)域日光溫室遭受大風(fēng)危害的臨界風(fēng)速指標(biāo)，風(fēng)壓低值區(qū)、次低值區(qū)、次高值區(qū)和高值區(qū)臨界風(fēng)速分別為17 m·s-1、22 m·s-1、26 m·s-1和30 m·s-1。

1.4 雪災(zāi)指標(biāo)

雪災(zāi)指標(biāo)一般用日降雪量或積雪深度或積雪持續(xù)時間表示。楊再強等[17]研究表明，日降雪量Sn達(dá)到15 mm以上時日光溫室就可能遭受雪災(zāi)，15 mm30 mm為極重災(zāi)害。張波[13]采用能量平衡和計算流體力學(xué)(CFD)模擬方法，根據(jù)日光溫室和塑料大棚的負(fù)荷，分別計算在不同風(fēng)速、降雪量和風(fēng)向條件下日光溫室表面所能承受的臨界積雪厚度，并進(jìn)一步得到不同降雪等級下日光溫室和塑料大棚垮塌的臨界時間，得到在風(fēng)速為0 m·s-1時以積雪持續(xù)時間為指標(biāo)的雪災(zāi)氣象指標(biāo)(表5)，并且得出同等降雪等級下，日光溫室和塑料大棚垮塌的臨界時間均隨著風(fēng)速的增大而增大。陳妮娜等[15]利用2000—2011年遼寧省14個地市61個縣氣象站的降雪量、積雪深度及設(shè)施農(nóng)業(yè)受災(zāi)情況，研究遼寧省設(shè)施農(nóng)業(yè)暴雪致災(zāi)指標(biāo)表明：當(dāng)積雪深度達(dá)到6～9 cm時，設(shè)施農(nóng)業(yè)輕度受災(zāi)，塑料大棚受災(zāi)的可能性較大；當(dāng)積雪深度達(dá)到10～20 cm時，設(shè)施農(nóng)業(yè)中度受災(zāi)，塑料大棚受災(zāi)的可能性很大，日光溫室受災(zāi)的可能性較大；當(dāng)積雪深度超過21 cm時，設(shè)施農(nóng)業(yè)重度受災(zāi)，塑料大棚受災(zāi)的可能性極大，日光溫室受災(zāi)的可能性很大。張淑杰等[18]利用東北地區(qū)179個氣象站1981—2010年的雪深資料，從暴雪存在的2種相態(tài)及3種坡度角日光溫室所能承受的最大雪壓出發(fā)，在充分考慮當(dāng)?shù)厝展鉁厥业慕ㄖY(jié)構(gòu)質(zhì)量下，確定了日光溫室遭受雪災(zāi)的臨界指標(biāo)(表6)，表明不同的降雪類型、不同的臨界雪壓和不同的溫室坡度，垮棚致災(zāi)指標(biāo)不同。

表5 日光溫室和塑料大棚雪災(zāi)等級指標(biāo)Table 5 Grade index of snow disaster in solar greenhouse and plastic greenhouse

表6 東北地區(qū)不同降雪類型、不同溫室坡度下垮棚致災(zāi)指標(biāo)Table 6 Blizzard disaster index under different snowfall types and greenhouse slopes in Northeast China

1.5 低溫寡照災(zāi)害指標(biāo)

低溫寡照是低溫和寡照的復(fù)合災(zāi)害，指在秋末至春初季節(jié)，由于連續(xù)的陰雪或霧霾天氣，日照不足或無日照，使日光溫室內(nèi)溫度偏低，溫室內(nèi)環(huán)境條件不能滿足作物生長發(fā)育所需，造成作物生長發(fā)育受阻的氣象災(zāi)害。魏瑞江[19]根據(jù)河北省中南部地區(qū)日光溫室蔬菜生長發(fā)育實際觀測資料及溫室內(nèi)外氣象條件，最早提出了低溫寡照災(zāi)害指標(biāo)(表7)。對于黃瓜，當(dāng)陰天1 d且室外氣溫低于-3 ℃或連陰天2 d且室外氣溫低于-2 ℃或連陰天3 d且室外氣溫低于0.2 ℃時，日光溫室內(nèi)黃瓜就有受害的可能[20]。張淑杰等[21]在人工氣候箱內(nèi)模擬4種低溫弱光高濕處理，即低溫5～2～4 ℃、5～1～3 ℃、5～0～2 ℃、5～(-1)～1 ℃，低溫為變溫處理，每組歷時4 d，如5～2～4 ℃為在人工氣候箱里設(shè)定前兩天溫度為5 ℃，第3天2 ℃，第4天4 ℃，以此類推；弱光0(2 d)～400 μmol·m-2·s-1；空氣濕度70%～95%，對番茄最大凈光合速率、葉綠素?zé)晒鈪?shù)及酶活性的影響，得出5 ℃及以下低溫弱光高濕脅迫已經(jīng)對番茄造成傷害，當(dāng)5 ℃及以下低溫持續(xù)3 d，且最低溫度降到0 ℃時，番茄即受凍。

表7 日光溫室低溫寡照災(zāi)害指標(biāo)Table 7 Disaster index of low temperature and sunless in solar greenhouse

2 災(zāi)害監(jiān)測預(yù)警研究

及時、準(zhǔn)確的農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警有助于農(nóng)業(yè)生產(chǎn)部門及時采取有效措施，減輕災(zāi)害損失，利于設(shè)施農(nóng)業(yè)持續(xù)穩(wěn)定發(fā)展。災(zāi)害監(jiān)測預(yù)警方法一般有三種：一是建立設(shè)施內(nèi)小氣候觀測站，對設(shè)施內(nèi)小氣候進(jìn)行監(jiān)測，當(dāng)設(shè)施內(nèi)小氣候條件達(dá)到臨界災(zāi)害指標(biāo)時就進(jìn)行預(yù)警；二是建立設(shè)施內(nèi)、外氣象條件相關(guān)模型，用設(shè)施外氣象條件作為災(zāi)害指標(biāo)，當(dāng)設(shè)施外氣象條件即將達(dá)到災(zāi)害指標(biāo)時即預(yù)警；三是建立設(shè)施內(nèi)、外氣象條件相關(guān)模型，用設(shè)施內(nèi)、外的氣象因子作為災(zāi)害指標(biāo)，當(dāng)設(shè)施內(nèi)、外氣象條件即將達(dá)到災(zāi)害指標(biāo)時即預(yù)警。低溫災(zāi)害監(jiān)測預(yù)警三種方法均有所應(yīng)用，而風(fēng)災(zāi)、雪災(zāi)、寡照以及低溫寡照等災(zāi)害則多用第二種方法，但也有用第三種方法的。

2.1 用設(shè)施內(nèi)數(shù)據(jù)進(jìn)行監(jiān)測預(yù)警

目前人們運用物聯(lián)網(wǎng)技術(shù)，結(jié)合遠(yuǎn)程監(jiān)控和地理信息系統(tǒng)等技術(shù)，建立了各種設(shè)施農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警的智能系統(tǒng)，將預(yù)警信息通過網(wǎng)絡(luò)提供給用戶，應(yīng)用于設(shè)施農(nóng)業(yè)氣象災(zāi)害防御。黎貞發(fā)等[22]利用物聯(lián)網(wǎng)技術(shù)，集成開發(fā)了一套包括日光溫室小氣候與生態(tài)環(huán)境監(jiān)測網(wǎng)絡(luò)、數(shù)據(jù)實時采集與無線傳輸、低溫災(zāi)害監(jiān)測與預(yù)警發(fā)布、遠(yuǎn)程加溫控制于一體的技術(shù)方法，在天津設(shè)施農(nóng)業(yè)氣象服務(wù)中發(fā)揮了積極作用。張智[23]針對我國日光溫室環(huán)境調(diào)控能力差以及抵抗自然災(zāi)害能力較弱的現(xiàn)狀，設(shè)計了日光溫室自動監(jiān)控及低溫預(yù)警系統(tǒng)，提出了基于單片機的總體環(huán)境控制方案，采用模糊控制算法規(guī)則，完成對溫室內(nèi)溫度、濕度、水肥灌溉等的實時顯示與調(diào)控，并對有出現(xiàn)低溫冷害的可能進(jìn)行預(yù)報預(yù)警。系統(tǒng)以MCS-51系列單片機89C51為控制核心，配置以雙計分型A/D轉(zhuǎn)換器ICL7109、編程I/O口擴展芯片8155、外部數(shù)據(jù)存儲器芯片6264、程序存儲器芯片27256、看門狗芯片X25045等部件，構(gòu)成實時環(huán)境監(jiān)測與控制系統(tǒng)。

2.2 用設(shè)施外氣象條件進(jìn)行監(jiān)測預(yù)警

目前，建立設(shè)施內(nèi)外氣象條件相關(guān)模型使用較多的方法是在氣象災(zāi)害指標(biāo)基礎(chǔ)上，應(yīng)用時間序列分析、多元回歸分析、韻律、相似等數(shù)理統(tǒng)計方法，建立設(shè)施內(nèi)氣象因子預(yù)報模型，當(dāng)設(shè)施外氣象條件將要達(dá)到災(zāi)害指標(biāo)臨界值時進(jìn)行預(yù)警。

如李美榮等[5]建立了陜西省關(guān)中地區(qū)不同天氣類型下日光溫室內(nèi)、外最低氣溫的相關(guān)模型，以溫室外最低氣溫為蔬菜低溫凍害指標(biāo)，當(dāng)溫室外最低氣溫即將下降到臨界指標(biāo)時就進(jìn)行低溫凍害預(yù)警，為低溫凍害氣象服務(wù)奠定基礎(chǔ)。魏瑞江等[24]根據(jù)石家莊地區(qū)冬季日光溫室內(nèi)小氣候和附近氣象站觀測資料，利用相關(guān)分析和逐步回歸分析，分別建立了石家莊地區(qū)冬季日光溫室內(nèi)日最低氣溫、日最高氣溫、日最小相對濕度和日最大太陽輻射與溫室外氣象條件的相關(guān)模型，對災(zāi)害進(jìn)行監(jiān)測預(yù)警。孫東磊等[7]建立了冀中地區(qū)不同天氣條件下“壽光五代”番茄日光溫室內(nèi)最低氣溫與溫室外日平均氣溫、最低氣溫和最高氣溫的回歸模型，確定了番茄不同等級凍害溫室外最低溫度指標(biāo)，當(dāng)室外即將達(dá)到臨界溫度指標(biāo)時就對凍害進(jìn)行預(yù)警。李寧等[25]基于主成分回歸方法建立了天津西青區(qū)日光溫室內(nèi)最低氣溫與溫室內(nèi)外各氣象要素之間的多元回歸模型。張淑杰等[3]對沈陽和喀左地區(qū)日光溫室番茄實際低溫凍害及其影響因素進(jìn)行分析，構(gòu)建了日溫差指數(shù)，確定遼寧地區(qū)日光溫室番茄果實膨大期低溫凍害氣象指標(biāo)，并采用回歸分析方法建立了日光溫室內(nèi)逐時氣溫預(yù)報模型，實現(xiàn)溫室內(nèi)番茄低溫凍害預(yù)警。鄒學(xué)智等[26]利用BP神經(jīng)網(wǎng)絡(luò)方法，基于浙江省慈溪市的公眾天氣預(yù)報和草莓大棚內(nèi)極端氣溫的觀測數(shù)據(jù)，構(gòu)建了以大棚外日最高氣溫、最低氣溫、相對濕度、最大風(fēng)級、白天和夜間天空狀況作為自變量的塑料大棚內(nèi)日最高氣溫和日最低氣溫的預(yù)測模型，以預(yù)測草莓塑料大棚內(nèi)日最高氣溫和日最低氣溫。白青華和王惟晨[27]利用主成分回歸方法，構(gòu)建了張掖地區(qū)日光溫室內(nèi)最低溫度預(yù)報模型，對低溫凍害進(jìn)行預(yù)警。黎貞發(fā)等[22]基于典型日光溫室小氣候觀測數(shù)據(jù)與作物生長發(fā)育臨界指標(biāo)，利用逐步回歸及神經(jīng)網(wǎng)絡(luò)方法，構(gòu)建溫室內(nèi)小氣候與外界氣象條件的相關(guān)模型，確定日光溫室低溫災(zāi)害預(yù)警指標(biāo)，并制作低溫災(zāi)害預(yù)警信息，利用手機短信、電子顯示屏、網(wǎng)站等多媒體發(fā)布。

另外，也有把所得到的設(shè)施外氣象災(zāi)害指標(biāo)植入計算機系統(tǒng)，當(dāng)設(shè)施外氣象條件將要達(dá)到災(zāi)害指標(biāo)時就進(jìn)行預(yù)警。如張波[13]基于VS2010.NET和SQL數(shù)據(jù)庫平臺，利用C#編程語言，構(gòu)建溫室風(fēng)雪災(zāi)害預(yù)警決策支持服務(wù)系統(tǒng)，實現(xiàn)對設(shè)施農(nóng)業(yè)的風(fēng)災(zāi)和雪災(zāi)的預(yù)警。吾買爾·吐爾遜等[28]為有效防止大風(fēng)對日光溫室的破壞，制作了日光溫室自動防風(fēng)裝置模型，為提高其自動化程度，利用PLC 控制技術(shù)及計算機編程語言VB.Net，開發(fā)了一種日光溫室自動防風(fēng)監(jiān)控系統(tǒng)，系統(tǒng)通過PLC自動控制裝置模型的輔助設(shè)備，及時采集相關(guān)參數(shù)的數(shù)據(jù)，以保證系統(tǒng)穩(wěn)定運轉(zhuǎn)。

2.3 用設(shè)施內(nèi)、外數(shù)據(jù)進(jìn)行監(jiān)測預(yù)警

用設(shè)施內(nèi)、外數(shù)據(jù)對氣象災(zāi)害進(jìn)行監(jiān)測預(yù)警多是采用數(shù)理統(tǒng)計方法，建立設(shè)施內(nèi)、外氣象條件相關(guān)模型，但所建立的模型中預(yù)報因子涉及設(shè)施內(nèi)的和設(shè)施外的，當(dāng)設(shè)施內(nèi)、外氣象條件將要達(dá)到災(zāi)害指標(biāo)臨界值時就進(jìn)行預(yù)警。如朱漢青等[29]建立了日光溫室番茄寡照低溫災(zāi)害預(yù)警模型，表明1～3 d寡照低溫災(zāi)害致災(zāi)因子包括前一日溫室內(nèi)最低氣溫、前一日溫室外最低氣溫、前一日溫室內(nèi)最低20 cm地溫、當(dāng)日溫室外最低氣溫、前一日日照時數(shù)；4 d以上(4～12 d)寡照低溫災(zāi)害致災(zāi)因子包括前兩日溫室內(nèi)最低氣溫、前一日溫室內(nèi)最低氣溫、前一日溫室外最低氣溫和前兩日溫室外最低氣溫，當(dāng)這些因子的值即將達(dá)到時，即進(jìn)行預(yù)警。李楠等[30]針對日光溫室黃瓜，建立了日光溫室黃瓜低溫冷害預(yù)警模型，預(yù)警模型中的預(yù)報因子也涉及設(shè)施內(nèi)和設(shè)施外的，當(dāng)預(yù)報因子即將達(dá)到時，則可發(fā)布預(yù)警信息。

3 災(zāi)害風(fēng)險研究

在以往的研究中，對于氣象災(zāi)害風(fēng)險研究多是從災(zāi)害的危險性、暴露性、脆弱性以及防災(zāi)減災(zāi)能力角度進(jìn)行[31-33]，或者從產(chǎn)量損失的角度進(jìn)行[34-36]，由于設(shè)施農(nóng)業(yè)生產(chǎn)在不同區(qū)域的氣候適應(yīng)性還不明確，部分區(qū)域盲目發(fā)展擴大種植規(guī)模，設(shè)施蔬菜生產(chǎn)常常因各種極端天氣而導(dǎo)致減產(chǎn)或絕收。所以對設(shè)施種植氣象災(zāi)害風(fēng)險評估尤其對低溫、寡照、低溫寡照等屬于累積性災(zāi)害的風(fēng)險評估主要考慮其危險性。另外，設(shè)施農(nóng)業(yè)氣象災(zāi)害發(fā)生次數(shù)相對較少，且累積時間短，無法用傳統(tǒng)的方法對其進(jìn)行風(fēng)險區(qū)劃，因此多采用信息擴散理論的方法進(jìn)行災(zāi)害風(fēng)險分析與區(qū)劃[37]。

魏瑞江等[38]從災(zāi)害的風(fēng)險概率、風(fēng)險指數(shù)角度對低溫寡照災(zāi)害進(jìn)行研究，得出：河北省日光溫室低溫寡照災(zāi)害綜合風(fēng)險最大的地區(qū)為邯鄲的中部；石家莊、邢臺兩市中部，邯鄲大部，風(fēng)險次之。黃川容等[39]針對北京市日光溫室，考慮風(fēng)災(zāi)的強度和成災(zāi)概率，構(gòu)建了風(fēng)災(zāi)的風(fēng)險指數(shù)，評估北京區(qū)域日光溫室風(fēng)災(zāi)的風(fēng)險。楊再強等[40]利用中國南方地區(qū)15省(自治區(qū)、市)160個氣象觀測站1990—2009年的氣象資料，綜合考慮氣溫、光照、風(fēng)速、降水等主要致災(zāi)因子，建立了基于實數(shù)編碼的加速遺傳算法的南方塑料大棚氣象災(zāi)害的投影尋蹤等級評價模型，計算出南方塑料大棚的氣象災(zāi)害月份和季節(jié)的風(fēng)險等級，并按季節(jié)進(jìn)行了風(fēng)險區(qū)劃。薛曉萍等[41]基于人工氣候箱和大田試驗觀測，研究了日光溫室黃瓜低溫冷害氣象指標(biāo)，將黃瓜低溫冷害分為無災(zāi)、輕災(zāi)、中災(zāi)和重災(zāi)4個等級，統(tǒng)計山東省各氣象站常年冬季日光溫室不同等級低溫冷害出現(xiàn)的日數(shù)，基于GIS對各等級冷害出現(xiàn)的日數(shù)進(jìn)行網(wǎng)格點插值，根據(jù)層次分析法獲得各等級低溫冷害的影響權(quán)重，再計算低溫冷害綜合風(fēng)險指數(shù)，對全省低溫冷害風(fēng)險進(jìn)行評估。楊再強等[42]針對北方典型日光溫室，首先計算了各站點日光溫室主要生產(chǎn)期低溫、寡照、暴雪、風(fēng)災(zāi)等單個災(zāi)害的綜合指數(shù)，對計算得到的單個氣象災(zāi)害綜合指數(shù)進(jìn)行聚類分析，按指數(shù)范圍劃分為4個等級，得到北方日光溫室生產(chǎn)中相應(yīng)氣象災(zāi)害風(fēng)險等級的劃分標(biāo)準(zhǔn)，再通過建立投影尋蹤模型，得到各站點每月的設(shè)施氣象災(zāi)害風(fēng)險等級。江和文等[10]從災(zāi)害風(fēng)險概率、災(zāi)害頻率等角度，構(gòu)建了葫蘆島市日光溫室低溫寡照災(zāi)害風(fēng)險評估模型，確定低溫寡照災(zāi)害風(fēng)險指數(shù)，綜合評估葫蘆島市日光溫室蔬菜低溫寡照災(zāi)害的風(fēng)險水平。李楠等[14]利用ArcGIS分析了山東省風(fēng)災(zāi)的空間分布特征，同時，基于信息擴散理論，通過計算不同地區(qū)不同等級風(fēng)災(zāi)發(fā)生的風(fēng)險概率，對山東省日光溫室風(fēng)災(zāi)進(jìn)行風(fēng)險評估，表明：2006—2015年山東省日光溫室生產(chǎn)季內(nèi)(11月至翌年4月)風(fēng)災(zāi)以輕度災(zāi)害為主，且主要發(fā)生在春季的3月和4月，風(fēng)災(zāi)呈東多西少、北多南少的空間分布特征；風(fēng)災(zāi)高發(fā)區(qū)主要分布在山東半島、魯西北大部、魯中東部及魯東南部分地區(qū)，風(fēng)災(zāi)發(fā)生的概率為80.1%以上。于紅等[43]利用天津市武清區(qū)2009—2016年最大風(fēng)速資料，基于風(fēng)災(zāi)強度評估模型對武清區(qū)日光溫室風(fēng)災(zāi)進(jìn)行風(fēng)險評估，分析風(fēng)災(zāi)風(fēng)險空間變化特征。

4 災(zāi)害影響研究

人們對災(zāi)害的影響非常重視，研究也比較多，研究所涉及的作物主要包括番茄、黃瓜、甜椒、小青菜、芹菜等蔬菜，以及葡萄、砂糖橘、草莓等林果或漿果等。研究最多的是低溫和寡照及其復(fù)合災(zāi)害低溫寡照對作物的影響，也有對高溫對作物影響的研究。所采用的方法主要是在人工氣候箱(室)內(nèi)設(shè)定不同溫度或光照或濕度或不同光溫組合，模擬不同的災(zāi)害種類和級別，研究不同等級不同災(zāi)害處理下作物外觀形態(tài)的變化[44-47]、生理生化的反應(yīng)[1-2,4,6,8-9,19-20,48-49]，以及對植株生長發(fā)育[44-45,48-50]、干物質(zhì)積累和分配[51-53]、果實品質(zhì)[19,44,46,50,54]等的影響，其中研究最多的是災(zāi)害下作物生理生化的反應(yīng)，從致災(zāi)機理角度進(jìn)行了闡釋，包括作物的光合特性、光合色素含量、葉綠素?zé)晒鈪?shù)、葉綠素含量、保護(hù)酶活性、抗氧化酶活性、過氧化氫酶活性、過氧化物酶活性、超氧化物歧化酶活性、丙二醛含量、可溶性蛋白含量、細(xì)胞膜透性、植株抗衰老特性、植株內(nèi)源激素水平的變化等。如低溫災(zāi)害使番茄植株葉綠素a、Chla /Chlb和最大光合速率均存在不同程度的降低，降低了PSII 的原始光能轉(zhuǎn)換效率和潛在活性，使得番茄超氧化物歧化酶(SOD)，過氧化物酶(POD)，過氧化氫酶(CAT)，丙二醛(MDA) 酶的活性均有不同程度升高[1]；對于黃瓜植株，最大光合速率隨低溫脅迫程度的增加依次降低，SOD、POD和MDA活性先升高后下降，CAT僅升高；超氧化物歧化酶活性隨著處理溫度的降低先升高后下降[2]；黃瓜果實含水率和維生素C含量隨低溫處理的延長呈下降趨勢，可溶性蛋白質(zhì)含量先增加后減少，可溶性糖含量先減少后增加[20]。對于小青菜，葉綠素含量隨著低溫脅迫強度的加劇和持續(xù)時間的延長而明顯下降；葉片組織的SOD活性隨著脅迫溫度的降低而不斷升高，POD和CAT活性隨著處理時間的延長，均表現(xiàn)出先升高后降低的趨勢；MDA含量則表現(xiàn)出了先升高后降低再升高的特點；葉片的相對電導(dǎo)率隨著脅迫溫度的降低而升高[4]。西瓜在低溫寡照下，增加了SOD、POD活性，但卻降低了CAT活性，MDA含量不斷增加[49]。

5 討論與展望

本文基于已有研究成果，從國內(nèi)設(shè)施種植氣象災(zāi)害指標(biāo)、災(zāi)害監(jiān)測預(yù)警、災(zāi)害風(fēng)險及災(zāi)害影響等方面進(jìn)行歸納總結(jié)，設(shè)施種植氣象災(zāi)害的研究起步于21世紀(jì)初期，之后的十年進(jìn)入研究升溫階段，對災(zāi)害指標(biāo)的研究手段多是試驗的方法，或是用統(tǒng)計的方法，或是能量平衡和計算流體力學(xué)模擬方法，這些研究成果為后續(xù)研究奠定了堅實的基礎(chǔ)。不同的方法有其不同的優(yōu)缺點，試驗的方法在所用儀器所能承受范圍內(nèi)設(shè)定不同的光溫組合或光溫濕組合或風(fēng)力風(fēng)向組合等，測定不同組合下作物的反應(yīng)，便于災(zāi)害指標(biāo)的得出，但試驗室里用于試驗的作物多是盆栽，生長空間受到一定限制，與作物實際生長空間存在或多或少的差異。用歷年實際發(fā)生的災(zāi)害樣本進(jìn)行統(tǒng)計的方法，反映了作物的實際生長發(fā)育狀況，但不同等級的災(zāi)害樣本較少，再通過統(tǒng)計方法建立相關(guān)模型推算出災(zāi)害指標(biāo)，或許存在一定的誤差。能量平衡和計算流體力學(xué)模擬方法機理性比較強，但所涉及的參數(shù)比較多，有的難以獲得，災(zāi)害指標(biāo)的獲得有時是在設(shè)定一些參數(shù)的情況下進(jìn)行的，也存在一定的局限性[55-56]。所以，無論是通過哪種方法得出的災(zāi)害指標(biāo)，在應(yīng)用過程中應(yīng)考察其適應(yīng)性，并進(jìn)一步本地化。目前災(zāi)害指標(biāo)多是針對常見蔬菜，且涉及的因子多是單要素，災(zāi)害監(jiān)測預(yù)警風(fēng)險評估的手段比較單一，災(zāi)害影響的研究多集中在對作物生理生化反應(yīng)方面等。

隨著設(shè)施農(nóng)業(yè)的不斷發(fā)展，各地設(shè)施種植種類也不斷多樣化，且設(shè)施小氣候的相對封閉性及其與外界大氣候的依變關(guān)系，這就決定了設(shè)施內(nèi)小氣候的多變性及致災(zāi)的復(fù)雜性，所以設(shè)施種植氣象災(zāi)害研究仍需加強。

1)加強災(zāi)害指標(biāo)的研究。由于各地設(shè)施種植的種類不同，所以有必要針對不同作物、不同生育階段的災(zāi)害指標(biāo)進(jìn)行研究。同時由于設(shè)施結(jié)構(gòu)的差異、地域的差異，災(zāi)害的種類也不盡相同，所以不同種類災(zāi)害的指標(biāo)需進(jìn)一步研究，并且災(zāi)害指標(biāo)的普適性也有待進(jìn)一步驗證。

2)加強災(zāi)害監(jiān)測預(yù)警評估方法的研究。對災(zāi)害的監(jiān)測預(yù)警評估是氣象防災(zāi)減災(zāi)的重要手段，由于設(shè)施種植不同于大田種植，有些在大田可用的監(jiān)測預(yù)警評估手段可能不適合于設(shè)施農(nóng)業(yè)，所以有必要開發(fā)新的可行的技術(shù)方法，以減少設(shè)施農(nóng)業(yè)的損失。

3)加強災(zāi)害影響的研究。掌握災(zāi)害對作物的影響，是采取有效措施防御氣象災(zāi)害的基礎(chǔ)，由于不同的災(zāi)害對不同的作物不同的生育階段的影響不同，致災(zāi)后作物的反應(yīng)也不相同，所以有必要對災(zāi)害影響進(jìn)行研究，不斷提高氣象服務(wù)的科學(xué)性和有效性。