浙江省春季茶葉霜凍期日最低氣溫網(wǎng)格化推算

吳 瑕

(內蒙古包頭市氣象局，內蒙古 包頭 014030)

引言

茶樹霜凍是指在晚秋或早春時節(jié)，受強冷空氣侵襲，溫度在短時間內下降到4℃以下危害茶樹生長的一種農(nóng)業(yè)氣象災害[1]。當?shù)蜏厮獌鰹暮Πl(fā)生時，了解并掌握近地層的日最低氣溫信息，能夠有效地評估低溫霜凍對茶樹造成的危害，同時對于指導茶農(nóng)及時開展補救措施，保障茶樹安全具有重要意義。高分辨率、基于網(wǎng)格的溫度數(shù)據(jù)可以更好地映射其連續(xù)分布的空間特征，但因自然、歷史等各種因素限制，加上氣象觀測站的數(shù)量不足且分布不均勻，導致觀測站以外某些點的溫度等氣象要素很難直接獲取，所以必須對溫度要素開展空間推算研究。

浙江省地處東南沿海，降水充沛，濕度適宜，光照資源豐富，境內多丘陵高地，適宜的氣候和地形條件為浙江名優(yōu)茶生產(chǎn)提供了得天獨厚的環(huán)境[2,3]。近年來，早春霜凍、夏季熱害、冬季凍害等農(nóng)業(yè)氣象災害呈現(xiàn)多發(fā)重發(fā)的態(tài)勢，使浙江省的茶葉受到了嚴重危害[4]。本文基于浙江省氣象資料和基礎地理信息資料，構建了浙江省水平面和復雜地形下月平均最低氣溫的分布式模型，并以此為基礎，推算出浙江省3月15日、4月15日、5月15日復雜地形下日最低氣溫的空間分布，初步實現(xiàn)了浙江省霜凍期日最低氣溫的空間分布模擬，為日最低氣溫的分布式模擬提供了一種新方法，對評估茶葉春季霜凍害奠定了基礎。

1 結果分析

1.1 月平均最低氣溫站點模擬誤差分析

1.1.1 GMR(幾何平均)回歸分析

浙江省3—5月站點月最低氣溫的模擬效果均通過了0.05的顯著性檢驗(p<0.01)，且大部分站點月平均最低氣溫的模擬值與實測值十分接近，模擬效果較好，尤以4月突出，見圖1。各月擬合曲線的斜率均大于1，說明各月模型模擬值有系統(tǒng)高估實測值的趨勢，其中5月高估趨勢最明顯，3月次之，4月幾乎無高估趨勢。

圖1 月平均最低氣溫3—5月模擬值與實測值的GMR回歸曲線和散點圖

1.1.2 誤差統(tǒng)計參數(shù)分析

如果僅通過GMR回歸難以全面揭示該模型模擬月平均最低氣溫的效果，故本文選取了相關系數(shù)R、均方根誤差RMSE、Willmott一致性系數(shù)WIA、Nash-Sutcliffe效率NSE、平均偏差MBE、平均絕對誤差MABE和對稱性平均絕對百分比誤差SMAPE等多個參數(shù)來分析浙江省月平均最低氣溫3—5月的站點模擬效果，各參數(shù)的計算公式如下，具體結果見表1。

相關系數(shù)：

均方根誤差：

Willmott一致性系數(shù)：

Nash-Sutcliffe效率：

平均偏差：

平均絕對誤差：

對稱性平均絕對百分比誤差：

表1給出了浙江省月平均最低氣溫站點模型模擬參數(shù)，從表1中可以看出，各月的相關系數(shù)R的均值為0.92，表明模擬值與實測值之間相關程度較高，其中4月的R值最大，3月次之，5月最小；均方根誤差RMSE能夠表征出模型短期的信息，數(shù)值在0.16～0.75，尤以4月的RMSE值最?。籛illmott一致性系數(shù)WIA數(shù)值均超過了0.6，說明模型確實具有實際預測價值；Nash-Sutcliffe效率NSE，其中5月的數(shù)值小于0，表明模擬值與實測值之間的方差大于實測值的方差，3月和4月的NSE值非常接近標準值1，說明模型較好地模擬了實測值的變化；平均偏差MBE值都很接近于0，說明模型精度較高；絕對誤差平均值MABE數(shù)值在0.12～0.58℃，即綜合余項ΔT的絕對平均值并不大，說明上述月平均氣溫擬合選取的影響因子是合理的。綜上，從各月月平均最低氣溫的模擬參數(shù)來看，不難發(fā)現(xiàn)4月的模擬效果優(yōu)于3月，明顯優(yōu)于5月，這與GMR回歸分析結果一致。

表1 浙江省月平均最低氣溫站點模型模擬統(tǒng)計參數(shù)表

1.2 水平面月平均最低氣溫空間分布

圖2A給出了水平面3—5月的月平均最低氣溫空間分布圖，從圖中可以看出，各月月平均氣溫的空間分布格局基本上一致。水平面3月平均氣溫的空間分布呈現(xiàn)由南向北遞減的趨勢，但界限并不明顯；水平面4月整體氣溫比3月高，高值中心以東南和西部為主，基本上都在10℃以上，低溫區(qū)主要出現(xiàn)在西南部的慶元等地；水平面5月整體溫度高于3月、4月的月平均溫度。

1.3 復雜地形下月平均最低氣溫空間分布

圖2B給出了復雜地形下各月月平均最低氣溫空間分布圖，復雜地形下3月月平均氣溫最高14.6℃，最低-26.9℃。與水平面3月月平均分布相比，高于水平面3月最高溫，同時也低于水平面3月最低溫，即溫差比水平面的高，冷區(qū)和暖區(qū)宏觀分布趨勢大致相同；復雜地形下4月暖區(qū)面積遠多于冷區(qū)面積，平均溫度都高于10℃，與水平面4月月平均分布相比，西北部以及東部的余姚、奉順等地的溫度明顯升高，最高溫區(qū)與水平面4月月平均的空間分布一致，而西南部溫度有所下降，出現(xiàn)溫度低于0℃的低溫區(qū)；復雜地形下5月高溫區(qū)和低溫區(qū)的空間分布大致與水平面5月相一致，高溫區(qū)溫度相同，兩者的最高溫區(qū)都是在中部呈緯帶狀分布，主要是常山、衡州、龍游等地，而低溫區(qū)與水平面5月的低溫相比，溫度稍有下降。

1.4 復雜地形下日最低氣溫模擬結果

1.4.1 日最低氣溫平流項空間分布

圖2C給出了各月復雜地形下日最低氣溫平流項的空間分布圖，3月平流項溫度數(shù)值在-1.8～-0.1℃，空間分布基本上呈現(xiàn)從南到北先降低再升高的趨勢；4月平流項溫度數(shù)值在-2.2～0.6℃，北部的溫度整體高于南部，即越往北部溫度越高，越往南部溫度越低；5月平流項溫度數(shù)值在-0.9～0.4℃，空間分布基本上從西南到東北呈現(xiàn)先降低再升高的趨勢，分布趨勢與3月的分布趨勢相近。

1.4.2 日最低氣溫平地項空間分布

圖2D給出了復雜地形下各月日最低氣溫平地項的空間分布圖，3月的平地項溫度數(shù)值在-1.0～8.7℃，高溫區(qū)主要分布在東南部的平陽、瑞安、樂青等地，平均溫度超過了5℃。西北部、東部的奉化、寧海、西南部的龍泉、慶元等地都有低溫區(qū)存在，平均溫度在0℃以下；4月忽略掉西北部以及東部的零星點低溫區(qū)，整體上溫度呈現(xiàn)從東北向西南逐漸降低的趨勢；5月的平地項溫度數(shù)值在11.9～20.0℃，空間分布與3月更為接近，與4月平地項分布相比，北部的高溫區(qū)面積稍有減少，而西北部以及東部的低溫區(qū)擴大了，但是低溫區(qū)的平均溫度仍高于4月同地區(qū)的溫度。

1.4.3 日最低氣溫山地影響項空間分布

圖2E給出了復雜地形下各月日最低氣溫山地影響項的空間分布圖,3月山地影響項的溫度數(shù)值在-33.8～8.1℃，高溫區(qū)主要集中在東北部的湖州、德清、杭州、桐鄉(xiāng)等地，此外中部也有高溫區(qū)，呈緯帶狀分布，平均溫度高于5℃；剩余地區(qū)基本上都是低溫區(qū)，平均溫度低于0℃；4月山地影響項空間分布基本上呈現(xiàn)從東北向西南逐漸降低的趨勢，與3月的空間分布相比，東南、西北以及東部地區(qū)溫度上升了，西南部仍屬于低溫區(qū)，但是溫度稍高于3月同地區(qū)的溫度；5月山地影響項空間分布與4月的更為接近，但相比4月同地區(qū)的溫度，氣溫還是上升了。綜上，最低氣溫3月低于4月更低于5月，而最高氣溫3月高于4月更高于5月，即3月的溫差最大(41.9℃)，4月次之(32.6℃)，5月溫差最小(12.3℃)。

圖2 各月(A)水平面月平均最低氣溫；(B)復雜地形下月平均最低氣溫；(C)復雜地形下日最低氣溫平流項；(D)復雜地形下日最低氣溫平地項；(E)復雜地形下日最低氣溫山地影響項；(F)復雜地形下日最低氣溫；(G)浙江省驗證點和推算點的空間分布圖

1.4.4 復雜地形下日最低氣溫空間分布

圖2F給出了復雜地形下各月日最低氣溫的空間分布圖，從圖中不難看出，5月15日的平均溫度最高，3月15日的平均溫度最低。3月15日最低氣溫數(shù)值在-21.7～12.6℃，低溫區(qū)面積比高溫區(qū)廣；4月15日最低氣溫數(shù)值在-10.1～13.3℃，分布基本上呈現(xiàn)由東北向西南逐漸降低的趨勢；5月15日最低氣溫數(shù)值在8.0～20.0℃，空間分布大致與3月15日的一致。

1.4.5 日最低氣溫模擬誤差驗證

根據(jù)地形，同時為了兼顧分布的均勻性，從浙江省69個氣象觀測站中選取了49個氣象觀測站通過空間插值(IDW)進行日最低氣溫模擬，剩下的20個觀測站用于氣溫要素柵格化結果的驗證，浙江省驗證點和推算點的空間分布圖見圖2G。

表2給出了日最低氣溫20個驗證站的誤差參數(shù)統(tǒng)計，相關系數(shù)R的數(shù)值最小0.30，最大達到了0.90，高度相關；均方根誤差RMSE數(shù)值在0.3～1.27℃，可以認為模型較精準；Willmott一致性系數(shù)WIA最大值達到了0.92，最小值0.55，說明模型是合理的；3月15日和5月15日的NSE值均小于0，說明模擬值與實測值之間的方差比實測值的方差大一些，而4月15日的NSE值更接近于1，說明模型的模擬值與實測值更接近，模擬效果更好；平均偏差MBE的數(shù)值在-0.74～0.51，接近標準理想值；參數(shù)統(tǒng)計表明，4月15日的模擬效果最好，相關系數(shù)達到了0.9，絕對誤差也最小只有0.23；5月15日的模擬效果次之，明顯優(yōu)于3月15日的模擬效果，但各月的WIA均值高達0.74，超過了標準值0.6，說明模型模擬精度較好。

表2 日最低氣溫誤差參數(shù)統(tǒng)計表

2 結論和討論

本文以浙江省氣象資料和基礎地理信息資料為基礎，構建了浙江省水平面和復雜地形下的月平均最低氣溫分布模擬，以3月15日、4月15日、5月15日為研究內容，推算出復雜地形下的日最低氣溫的空間分布，以期為因地制宜發(fā)展茶葉行業(yè)，提高茶農(nóng)收入提供氣象服務依據(jù)。主要結論如下。

關于水平面的月平均最低氣溫分布模型，GMR回歸分析結果表明，各月月平均最低氣溫的模擬值有系統(tǒng)高估的趨勢，模擬值與實測值十分接近，4月的模擬效果最好，各月均通過0.05的顯著性檢驗，模型精度較高。參數(shù)誤差分析結果表明，4月的模擬效果優(yōu)于3月，明顯優(yōu)于5月，這與GMR回歸分析結果一致。模擬的月平均最低氣溫空間分布較好地反映了浙江省月平均最低氣溫隨宏觀氣候特征以及地勢高差的變化規(guī)律，各月高溫區(qū)和低溫區(qū)空間分布的區(qū)域大致相同，整體溫度5月高于4月，明顯高于3月。

關于復雜地形下的日最低氣溫空間分布，3月15日的空間分布趨勢大致與5月15日的一致，3月15日整體溫度最低，5月15日最高。參數(shù)誤差分析結果表明，4月15日的擬合效果最好，相關系數(shù)在0.3～0.9，Willmott一致性系數(shù)WIA平均值高達0.74，表明模型具有很好的可靠性。

本文構建的月平均最低氣溫模型和復雜地形的日最低氣溫空間分布立足于地面常規(guī)氣象觀測資料，可以在廣大地區(qū)加以應用。本文構建的模型綜合考慮了海拔高度、地形、長波有效輻射、太陽短波輻射等因素對氣溫的影響，但仍有一些因素尚未充分考慮，如氣溫遞減率等模型參數(shù)的時空變化情況，在今后的工作中需進一步加以改進。