青岛地区倒春寒时空特征及气象指标研究*

李德萍, 张凯静, 张 璐, 董海鹰, 郭丽娜, 刘学刚

青岛地区倒春寒时空特征及气象指标研究*

李德萍1,2, 张凯静2, 张 璐2, 董海鹰2, 郭丽娜2, 刘学刚2

(1. 青岛市气象灾害防御工程技术研究中心 青岛 266003; 2. 青岛市气象局 青岛 266003)

本文基于青岛地区7个国家气象站1961—2015年3—5月逐日平均气温、最低气温资料及农作物霜冻、低温冷害或冻害资料, 依据GB/T34816—2017《倒春寒气象指标》, 统计研究出倒春寒气象指标及时空特征, 为提高作物防御能力提供参考。结果表明, 青岛地区倒春寒分轻度和中度两级, 分别占67.3%和32.7%, 无重度。倒春寒年均发生1.1站次, 主要在4月份。自20世纪90年代以来, 年际或年代际变化主要呈减少趋势。空间分布从西北部地区到东南沿海逐渐减少, 即墨中度出现概率最大。进一步分析得知, 倒春寒致灾概率为26.3%。通过灾情发生时气象条件分析得出致灾性倒春寒气象指标: 轻度型最低气温降至0~5 ℃、过程平均气温偏低2~4 ℃, 持续时间3~5 d; 中度型最低气温降至0 ℃以下、过程平均气温偏低4 ℃以上, 持续时间6 d以上。从影响范围、发生时间和致灾性分析, 青岛地区中度倒春寒范围大, 为区域性发生, 出现在3月下旬—4月中旬, 可造成农作物冻害; 轻度倒春寒影响范围较小, 一般2站以下, 出现时间略晚, 4月中下旬概率较大, 易造成霜冻或低温冷害。总之, 春季冷空气入侵引发青岛地区倒春寒天气现象, 其中26.3%为致灾性倒春寒, 造成农业生产经济损失。值得重视的是轻度倒春寒, 因其发生频率高于中度, 且发生时段与本地主要农作物生长关键期重叠, 如小麦拔节—孕穗期、大部分果树开花期, 需加以防范。

倒春寒; 气象指标; 致灾概率; 时空特征; 发生时间; 致灾性

在全球气候变暖背景下, 农业是气候变化最敏感的对象之一[1]。当前我国正处在发展生态农业和产业振兴大业时期, 选用优良品种和科学栽培[2-3]是提高农作物品质和产量的必由之路。然而, 我国是农业气象灾害多发重发地区之一[4-5], 做好农业气象灾害及生态气象灾害监测预测[6-7]对农业发展也十分重要。倒春寒是春季(3—5月)出现的前期暖后期冷, 且后期气温明显低于正常年份的天气现象[8-9]。主要由冷空气频繁侵入等原因造成, 它们危及小麦()、水稻()等作物时, 就会成为冻害、霜冻和春季低温冷害等农业气象灾害。近些年我国倒春寒时有发生[10-11]。由于春季冷空气在长江流域以南等地造成的持续性低温阴雨天气, 严重威胁到早稻育秧及秧苗, 吴增福等[12]给出了江南部分区域倒春寒的划分标准和预报方法。李勇等[13]、张淑惠[14]分别对贵州、福建倒春寒的时空演变规律等进行了研究。在北方对冻害、低温冷害及春季霜冻研究较多。王位泰等[15]研究了黄土高原中部的甘肃冬小麦生长对春季晚霜冻变化的影响, 指出甘肃1997年以来4月极端最低气温波动幅度增大, 2001年和2006年出现了最小值, 冻害严重。李茂松等[16]指出我国冬小麦主产区冻害发生的频率近年来呈加剧趋势。桑婧等[17]在研究近30年中国主要农业气象灾害典型场时空格局时发现, 我国在气候变化影响下, 低温冻害等主要农业气象灾害近几年受灾率等呈下降趋势, 但北方因灾损失程度却重于南方。与春季霜冻和低温冷害研究相比, 北方地区倒春寒研究相对较少。刘海涛等[18]研究北京地区倒春寒时空演变特征时指出, 北京地区倒春寒发生频率差异较大, 从南向北依次升高。青岛地处山东半岛东南部, 为气象灾害频发区域之一[19], 辖区内除沿海城市经济区外, 也是地貌类型多样的良好农区[20]。因农业气象灾害与气象灾害关系十分密切, 近年来受冷空气影响, 春季气温波动较大, 倒春寒天气时有发生。如2013年4月19—20日, 受较强冷空气影响, 青岛地区部分果树遭受冻害, 个别园片减产60%~80%。况且百年来尤其20世纪90年代以来青岛平均气温是增暖趋势[21-22]。当春季冷空气入侵时, 更易造成此类灾害性天气。北方地区有关倒春寒研究较少, 甚至概念也较模糊[9,23], 而青岛地区的倒春寒更鲜有探讨, 因此对本地区倒春寒天气特征的研究尤为重要。2017年11月GB/T 34816—2017《倒春寒气象指标》颁布[8]。本研究依其定义及相关方法, 对青岛地区前期气象数据进行统计分析, 探讨其倒春寒气象等级、发生概率及时空演变特征, 并通过分析本地灾情普查资料, 得出倒春寒致灾概率。进一步分析灾情发生时气象条件, 得出本地致灾性倒春寒的气象指标, 为预测倒春寒天气趋势, 提高防御能力及气象防灾减灾服务。

1 资料与方法

1.1 资料来源

气象资料选取青岛地区7个国家气象站1961—2015年共55年春季(3—5月)逐日平均气温、

最低气温资料。7个国家气象站分别位于青岛、崂山、即墨、平度、莱西、胶州和黄岛(图1)。图中崂山站位于李村(即李村站, 区别于崂山山脉), 青岛为单站(区别于青岛地区)。

灾情资料选取1961—2015年青岛地区农作物冻害、霜冻或低温冷害资料, 来源于青岛市民政局灾情普查、中国气象灾害大典(山东卷)[24]及青岛市农业农村局的调查资料。气象资料和灾情资料可靠性和连续性能满足研究需求。

1.2 研究方法

据GB/T 34816—2017《倒春寒气象指标》, 倒春寒为春季(3—5月)出现的前期暖后期冷, 且后期气温明显低于正常年份的现象。倒春寒气象等级用气象指标值表示, 分为3级, 计算公式为:

=1/4−2/2+/10 (1)

式中:1、2和分别为倒春寒前期偏暖程度、后期偏冷程度及过程持续时间[8]。≤3为轻度倒春寒, 3<<5为中度倒春寒,≥5为重度倒春寒。

图1 青岛地区地形和气象站点分布图

2 结果与分析

2.1 青岛地区倒春寒发生的次数和空间特征

统计结果表明, 1991—2015年青岛地区各站倒春寒等级指标在0.4~4.9, 均小于5(表略)。根据等级划分, 青岛地区无重度倒春寒, 有轻度和中度两级。倒春寒年际变化不均, 有的年份出现3次, 有的年份0次; 平均持续时长17.3 d, 其中轻度14.4 d, 中度23.3 d。

表1为青岛地区1991—2015年累年倒春寒总发生次数及不同程度的占比。全区25年平均出现倒春寒26.6站次(年均1.1站次), 其中平度最多, 年均1.20次; 崂山最少, 年均0.92次。全区轻度和中度倒春寒占比分别为67.3%和32.7%。轻度南部的青岛、黄岛最多, 年均0.84次, 但各自站占比不一, 分别为75.0%和84.0%。中度即墨最多, 年均0.48次, 占单站的48.0%; 黄岛最少, 年均0.16次, 占单站的16.0%。崂山倒春寒总数最少的原因主要与地形作用有关[25], 因崂山站地处崂山山麓南边, 山体阻挡了冷空气的侵入。同样, 即墨中度最多, 也与站点位于崂山山麓北边, 冷空气直接侵入且易出现堆积效应有关。

2.2 青岛地区倒春寒时间变化特征及空间分布

2.2.1 时间变化特征

根据青岛地区1991—2015年倒春寒发生次数逐年变化时间序列, 发现青岛站变化趋势不明显, 其余各站年际变化均呈减少趋势。图2A为青岛(代表沿海地区)倒春寒年际变化趋势图, 倒春寒气候倾向率0.03次∙(10a)−1, 变化不明显。图2B为平度(代表内陆地区)倒春寒年际变化趋势图, 气候倾向率为−0.3次∙(10a)−1, 变幅最大。其余5站气候倾向率均为负值(图略), 胶州最小, 为−0.1次∙(10a)−1。说明青岛地区倒春寒年际变化主要为减少趋势。

表1 青岛地区1991—2015年倒春寒年均总次数及轻度、中度倒春寒次数占比

图2 青岛站(代表沿海地区, A)和平度站(代表内陆地区, B)1991—2015年倒春寒年际变化趋势图

从年代际变化看, 青岛单站略有增加, 其余各站均呈减少趋势(图3)。青岛站前10年(1991—2000年)年均发生1.0次, 21世纪的15年(2001—2015年)年均发生1.2次; 其余站前10年年均发生1.0(崂山)~1.5次(平度), 后15年年均发生0.9(崂山、黄岛和即墨)~1.0次(胶州、莱西和平度)。可见20世纪90年代以来, 青岛地区倒春寒年代际变化主要呈减少趋势(青岛市区则略有增加)。

2.2.2 倒春寒发生时段分析

统计显示, 青岛地区倒春寒在3月上旬至5月下旬均有发生。按月份统计, 3月、4月和5月各站倒春寒平均占比分别为34.6%、42.9%和22.6%, 4月出现概率最大。由于各站每年发生时段不一, 有的跨月份。将各站1991—2015年3月1日至5月31日逐日出现的倒春寒总次数求标准差, 将标准差≥1的日期作为高发时段[26], 青岛、崂山和即墨倒春寒出现在4月, 莱西、胶州和黄岛倒春寒出现在3月中、下旬—4月底5月初, 且莱西和胶州分2~3个时段出现, 而平度则主要集中在4月中下旬—5月初(表2)。

2.3 倒春寒致灾分析

2.3.1 与春季霜冻、低温冷害和冻害的关系分析

青岛地区地势东高西低, 崂山主峰海拔1 132.7 m, 是胶东半岛第一高峰。农业区主要分布在西南沿海丘陵、北部丘陵及平洼地区。农作物有冬小麦、花生()、地瓜()等, 林果业主要有苹果()、梨(spp.)、桃()和樱桃(spp.)等[19]。从灾情资料得知, 1961—2015年青岛地区有19次春季霜冻、低温冷害和冻害(以下简称冻害)记录, 其中平度最多(11次), 占57.9%。1991—2015年共有7次冻害记录。从长序列看, 1961—2000年有12次冻害(年平均0.3次), 2001—2015年6次(年均0.4次)。可见21世纪以来, 青岛地区春季冻害呈增加趋势。由表3可见, 1991—2015年7次冻害记录出现在6年里, 其中2009年3月下旬至4月初有2次记录, 1993年和2013年的2次过程影响范围较大, 前者为全区性受灾, 后者遭受区域性灾害, 2次过程记录为冻害。其余过程则影响范围较小, 为2站或1站, 记录为霜冻或低温冷害。从倒春寒统计结果看, 1993年和2013年全区分别有5站和4站统计出中度倒春寒, 出现时间在4月上旬至中旬。其余5次过程除2004年4月24日, 胶州和莱西记录为霜冻, 未统计出倒春寒外, 均在相应时段统计出轻度倒春寒。经分析判断, 该过程亦属轻度倒春寒(漏检原因后述)。从冻害发生时间分析, 4月冻害出现概率为85.7%, 因6次过程出现在4月, 其中1次跨月。4月份因为冬春转换季节, 冷空气活动频繁, 对春季气温增暖的贡献率最小[27]。由于1991—2015年全区平均出现26.6次倒春寒, 期间7次出现灾害, 可见致灾概率为26.3%。此类过程为致灾性倒春寒, 可造成霜冻、低温冷害或冻害这样的农业气象灾害。从致灾类型看, 中度和轻度有所不同。中度多造成农作物冻害, 轻度造成霜冻或低温冷害。另外, 从发生时段看, 中度时间略早, 在4月上旬和中旬; 轻度略晚, 在4月中下旬(占比为66.7%)。分析中度过程偏早的原因与早春冷空气偏强有关。

图3 青岛地区1991—2015年倒春寒年代际变率空间分布图

表2 1991—2015年青岛地区各站点倒春寒高发时段(月-日)

2.3.2 致灾性倒春寒发生时的气象条件分析

表3给出了致灾性过程发生时最低气温和冷空气等级[28]。可见, 多数过程为较强等级以上冷空气造成, 其中有2次寒潮天气过程。而两次中度倒春寒过程分别由寒潮过程和较强冷空气过程引发, 最低气温下降明显。1993年4月5—10日, 受寒潮影响, 4月8日莱西最低气温下降至−5.6 ℃, 造成小麦叶片受冻干枯, 穗部组织坏死, 全市小麦受冻面积4.03万hm2, 其中10 000 hm2已濒临死亡[24]。另一次过程为2013年4月中旬末, 受较强冷空气影响, 平度、胶州、黄岛发生冻害, 最低气温降至0.1 ℃(接近0 ℃)。5次轻度过程最低气温降至0.6~3.3 ℃。综合分析, 轻度过程发生时最低气温一般降至0~5 ℃, 中度一般降至0 ℃以下。另一气象条件分析为过程时段内的平均气温距平, 表4给出了7次过程实际发生时段内平均气温距平及持续时间。表4可见, 过程全区平均气温距平中度为–4.1 ℃和–5.3 ℃; 轻度为–3.9~–2.1 ℃, 且冻害发生区域数值多数低于全区平均。由此得出: 轻度发生时过程平均气温距平在–4.0~–2.0 ℃; 中度在–4.0 ℃以下。另外, 表4中的过程时长指过程实际持续时间, 可见明显低于统计时长, 而且多数轻度过程为3 d(过程实际时长是依据倒春寒定义和天气实况确定的。即起始日为前期平均气温明显偏高的终日, 终止日为后期气温明显升高的始日, 同时参考最低气温实况）。表4可见, 中度倒春寒时长6 d和11 d, 轻度在3~4 d。综合分析确定轻度倒春寒持续时长3~5 d, 中度型持续6 d以上。

表3 青岛地区1991—2015年冻害过程最低气温、冷空气等级及倒春寒等级表

表4 青岛地区1991—2015年7次冻害过程平均气温距平及过程时长

2.3.3 致灾性倒春寒对农作物影响分析

青岛地区主要农作物冬小麦3月下旬—4月上旬处于起身生长—拔节期, 4月中下旬处于拨节—孕穗期[29]。苹果3月下旬—4月上旬处于萌芽期, 4月中下旬为开花期、萌芽展叶、叶片生长期; 梨3月下旬—4月上旬处于萌芽期, 4月上中旬处于开花期, 4月下旬谢花。可见4月中下旬无论是冬小麦还是果树都属于生长敏感期, 此时遇到较强冷空气入境极易遭受霜冻灾害[30-31]。综合灾情与统计分析发现, 中度倒春寒影响范围为区域性的, 发生时段主要在3月下旬—4月中旬, 可引起农作物冻害发生; 轻度倒春寒则影响范围在2站以下, 主要出现在4月中旬—5月上旬, 可造成霜冻或低温冷害。值得关注的是轻度发生频率高, 发生时段与本地农作物生长关键期重叠, 遭受损失程度同样不容小觑。

2.4 致灾性倒春寒气象指标的确立

综合灾害发生时最低气温、过程平均气温距平及持续时间3个因子, 得出青岛地区致灾性倒春寒气象指标: 轻度型最低气温在0~5 ℃, 过程平均气温距平为−4.0~−2.0 ℃, 持续时间3~5 d; 中度型最低气温在0 ℃以下, 过程平均气温距平在−4.0 ℃以下, 持续时间在6 d以上(表5)。

2.5 GB/T 34816—2017《倒春寒气象指标》的适用性分析

青岛地区为北温带季风气候区, 沿海一带海洋性气候特点明显。通过GB/T 34816—2017《倒春寒气象指标》在本地应用, 对其适用性分析得出3条结论: 1)从过程上看, GB/T 34816—2017《倒春寒气象指标》在青岛地区适用准确性可达85.7%。这是因为7次倒春寒过程漏检1次。分析2004年4月24日过程漏检的原因, 是因为2(后期偏冷程度)达不到计算要求的0 ℃以下, 才被剔除。气象指标计算公式2作为偏冷程度最大的连续10 d平均气温距平, 规定必须小于0 ℃。而2004年4月下旬2为0.1 ℃(未达标)。分析天气实况, 实际过程时段4月24—27日, 为4 d, 说明本次倒春寒实际持续时间较短, 此时段平均气温距平为−2.1 ℃。分析前期(3月中旬—4月上旬)平均气温偏高1.4 ℃, 至4月中旬偏高2.9 ℃, 过程结束后气温回升, 至5月中旬平均气温偏高1.2 ℃。这些都符合倒春寒定义[8]。只是实际过程只有4 d, 而前后气温高, 按10 d滑动平均气温计算的气温距平最低为0.1 ℃, 这样才被漏选。2)中度倒春寒统计与本地实况匹配度高, 表明气象等级统计基本准确。3)过程持续时间的统计偏长。分析原因发现, 按规定计算时将时长阈值定为25 d, 这与南方大部地区处于亚热带, 冷空气造成的低温阴雨寡照时间相对较长, 即天气过程较长的气候特点相符。而北方地区气候与南方存在明显差异, 空气中水汽含量较低, 天气过程应较南方偏短, 阈值仍定为25 d不合理。

表5 青岛地区致灾性倒春寒气象指标

3 结论与讨论

青岛地区倒春寒年均出现1.1站次。3月上旬至5月下旬均有发生, 4月份发生概率最大。气象等级分轻度和中度两级, 无重度倒春寒。轻度与中度分别占比67.3%和32.7%。20世纪90年代以来, 倒春寒年际或年代际变化主要呈减少趋势。空间分布从西北部内陆到东南沿海逐渐减少。受到崂山山脉影响, 即墨发生中度倒春寒的概率最大。

青岛地区倒春寒致灾概率平均为26.3%, 此类倒春寒可带来霜冻、低温冷害或冻害等农业气象灾害, 造成农业经济损失。中度影响范围较大, 可造成区域性冻害发生, 主要发生时段略早于轻度, 在3月下旬—4月中旬, 这与早春冷空气偏强有关。轻度影响范围小于中度, 以单站或2站为主, 发生时段在4月中下旬概率较大, 可造成霜冻或低温冷害。由于轻度发生频率高于中度, 而且主要发生时段为本地果树、冬小麦等农作物生长关键期, 所以造成的危害依然较大。

致灾性倒春寒气象指标为: 轻度型最低气温0~5 ℃,过程平均气温距平为−4.0~−2.0 ℃, 持续时间3~5 d; 中度型最低气温在0 ℃以下, 过程平均气温距平在−4.0 ℃以下, 持续时间在6 d以上。

GB/T 34816—2017《倒春寒气象指标》基本适用于青岛地区。在过程统计上准确率可达85.7%, 气象等级甄别准确率高于过程筛选。但是由于气候的差异, 在北方地区应用时存在过程时长统计比本地实况明显偏长的问题。另外, 气象指标公式里个别参数阈值设定在后续使用中应注意调节。

青岛站倒春寒年际变化不明显, 年代际变率甚至有所增加, 与青岛地区整体分布不一致。原因与青岛典型气候特征有关。受海洋的调节作用, 青岛地区自东南沿海到西北内陆地区气温存在明显差异, 海洋性气候特点逐渐减弱。常年春夏季气温沿海地区低于内陆地区; 秋冬季则相反。从年平均气温来看, 青岛站为13.0 ℃, 高于青岛地区的12.8 ℃; 冬春季节转换从3月中旬起内陆地区平均气温开始高于沿海地区。反映在4月平均气温上, 青岛11.3 ℃低于青岛地区12.3 ℃。这一气候特征从常年进入气象意义春季指标上也得以体现: 常年青岛地区大多在4月上旬陆续入春, 胶州最早, 在4月6日, 青岛最晚, 在4月12日[32]。

References

[1] 钟秀丽, 林而达. 气候变化对我国自然生态系统影响的研究综述[J]．生态学杂志, 2000, 19(5): 62–66 ZHONG X L, LIN E D. A summery of impacts of climate changes on the ecosystems of China[J]. Chinese Journal of Ecology, 2000, 19(5): 62−66

[2] 王树刚, 王振林, 王平. 不同小麦品种对低温胁迫的反应及抗冻性评价[J]. 生态学报, 2011, 31(4): 1064–1072 WANG S G, WANG Z L, WANG P, et al. Evaluation of wheat freezing resistance based on the responses of the physiological indices to low temperature stress[J]. Acta Ecologica Sinica, 2011, 31(4): 1064–1072

[3] 董海鹰, 李德萍, 郭丽娜, 等. 大泽山优质葡萄气候生态适宜性分析[J]. 山东气象, 2013, 33(2): 16–19 DONG H Y, LI D P, GUO L N, et al. Climate ecological suitability analysis of high quality grape in Dazeshan[J]. Journal of Shandong Meteorology, 2013, 33(2): 16–19

[4] 冯秀藻, 陶炳炎. 农业气象学原理[M]. 北京: 气象出版社, 1991: 84–89 FENG X Z, TAO B Y. Principles of Agrometeorology[M]. Beijing: China Meteorological Press, 1991: 84–89

[5] 郑大玮, 李茂松, 霍治国. 农业灾害与减灾对策[M]. 北京: 中国农业大学出版社, 2013: 105–112 ZHENG D W, LI M S, HUO Z G, et al. Agricultural Disasters and Reduction Countermeasures[M]. Beijing: China Agricultural University Press, 2013: 105–112

[6] 朱晓华. 我国农业气象灾害减灾研究[J]. 中国生态农业学报, 2003, 11(2): 139–140 ZHU X H. The characters of agrometeorological disaster, its mechanism and countermeasures in China[J]. Chinese Journal of Eco-Agriculture, 2003, 11(2): 139–140

[7] 王春乙, 王石立, 霍治国, 等. 近10年来中国主要农业气象灾害监测预警与评估技术研究进展[J]. 气象学报, 2005, 63(5): 659–671 WANG C Y, WANG S L, HUO Z G, et al. Progress in research of agro-meteorological disasters in China in recent decade[J]. Acta Meteorological Sinica, 2005, 63(5): 659–671

[8] 中华人民共和国质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 34816—2017倒春寒气象指标[S]. 北京: 中国标准出版社, 2017 General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China; China National Standardization Management Committee. GB/T 34816—2017 Meteorological Index of Late Spring Coldness[S]. Beijing: China Standards Press, 2017

[9] 《大气科学辞典》编委会. 大气科学辞典[M]. 北京: 气象出版社, 1994: 107–108 Editorial Board of Dictionary of Atmospheric Sciences. Dictionary of Atmospheric Sciences[M]. Beijing: China Meteorological Press, 1994: 107–108

[10] WANG G C, SONG R N, BO Z H, et al. Analysis on causes for “Late Spring Coldness” in Dalian in 2008[J]. Meteorological and Environmental Research, 2010, 1(7): 61–63

[11] 高艳, 唐建卫, 殷贵鸿, 等. 倒春寒发生时期和次数对冬小麦产量性状的影响[J]. 麦类作物学报, 2015, 35(5): 687–692 GAO Y, TANG J W, YIN G H, et al. Effect of different periods and frequency of late spring coldness on winter wheat yield related traits[J]. Journal of Triticeae Crops, 2015, 35(5): 687–692

[12] 吴增福, 杨有盛, 朱福顺, 等. 倒春寒的划分和预报服务探讨[J]. 气象科学, 1998, 18(3): 288–294 WU Z F, YANG Y S, ZHU F S, et al. A study on division of late spring cold and its forecasting[J]. Scientia Meteorologica Sinica, 1998, 18(3): 288–294

[13] 李勇, 杨晓光, 代姝玮, 等. 气候变化背景下贵州省倒春寒灾害时空演变特征[J]. 应用生态学报, 2010, 21(8): 2099–2108 LI Y, YANG X G, DAI S W, et al. Spatiotemporal evolution characteristics of late spring cold in Guizhou Province under global climate change[J]. Chinese Journal of Applied Ecology, 2010, 21(8): 2099–2108

[14] 张淑惠. 福建的倒春寒及其环流背景[J]. 气象, 1996, 22(3): 51–53 ZHANG S H. The circulation background of spring cold in Fujian[J]. Meteorological Monthly, 1996, 22(3): 51–53

[15] 王位泰, 张天峰, 蒲金涌, 等. 黄土高原中部冬小麦生长对气候变暖和春季晚霜冻变化的响应[J]. 中国农业气象, 2011, 32(1): 6–11 WANG W T, ZHANG T F, PU J Y, et al. Response of winter wheat to climate warming and late spring frost in central Loess Plateau[J]. Chinese Journal of Agrometeorology, 2011, 32(1): 6–11

[16] 李茂松, 王道龙, 钟秀丽, 等. 冬小麦霜冻害研究现状与展望[J]. 自然灾害学报, 2005, 14(4): 72–78LI M S, WANG D L, ZHONG X L, et al. Current situation and prospect of research on frost of winter wheat[J]. Journal of Natural Disasters, 2005, 14(4): 72–78

[17] 桑婧, 郝璐. 近30年中国主要农业气象灾害典型场时空格局分异特征[J]. 中国生态农业学报, 2018, 26(9): 1302–1314 SANG J, HAO L. Spatio-temporal patterns of typical agro-meteorological disasters in China in the past 30 years[J]. Chinese Journal of Eco-Agriculture, 2018, 26(9): 1302−1314

[18] 刘海涛, 杨洁. 气候变化背景下北京地区倒春寒时空演变特征研究[J]. 安徽农业科学, 2015, 43(4): 182–185 LIU H T, YANG J. Spatiotemporal evolution characteristics of late spring cold in Beijing under global climate change[J]. Journal of Anhui Agricultural Sciences, 2015, 43(4): 182–185

[19] 李德萍, 薛允传, 董海鹰, 等. 青岛地区气象灾害分析评估[J].山东气象, 2013, 33(1): 1–6 LI D P, XUE Y C, DONG H Y, et al. Analysis and assessment of meteorological disasters in Qingdao area[J]. Journal of Shandong Meteorology, 2013, 33(1): 1–6

[20] 青岛市综合农业区划委员会办公室. 青岛市综合农业区划[M]. 青岛: 青岛出版社, 1988: 77–94 Qingdao Comprehensive Agricultural Zoning Committee. Qingdao Comprehensive Agricultural Regionalization[M]. Qingdao: Qingdao Publishing House, 1988: 77–94

[21] 张凯静, 李德萍, 郭丽娜, 等. 青岛百年气温变化特征分析[J]. 山东气象, 2013, 33(3):1–4 ZHANG K J, LI D P, GUO L N, et al. Analysis of temperature variation characteristics in Qingdao in the past 100 years[J]. Journal of Shandong Meteorology, 2013, 33(3): 1–4

[22] 胡桂芳, 李芸, 李德萍. 山东近百年来的最高、最低温度变化[J]. 气象, 2004, 30(11): 43–46 HU G F, LI Y, LI D P. Changes of maximum and minimum temperature for recent 100 years in Shandong Province[J]. Meteorological Monthly, 2004, 30(11): 43–46

[23] 毛留喜, 魏丽. 大宗作物气象服务手册[M]. 北京: 气象出版社, 2015: 100–102 MAO L X, WEI L. Handbook of Meteorological Services for Mass Crops[M]. Beijing: China Meteorological Press, 2015: 100–102

[24] 温克刚, 王建国, 孙典卿. 中国气象灾害大典(山东卷)[M]. 北京: 气象出版社, 2005: 421–444 WEN K G, WANG J G, SUN D Q. China Meteorological Disaster Records (Shandong Volume)[M]. Beijing: China Meteorological Press, 2005: 421–444

[25] 曹钢锋, 张善君, 朱官忠, 等. 山东天气分析与预报[M]. 北京: 气象出版社, 1988: 235–239 CAO G F, ZHANG S J, ZHU G Z, et al. Weather Analysis and Forecast in Shandong Province[M]. Beijing: China Meteorological Press, 1988: 235–239

[26] FREEDMAN R, PISANI R, PURVES R, 等. 统计学[M]. 魏宗舒, 施锡铨, 林举干, 等译. 北京: 中国统计出版社, 1997: 312–315 FREEDMAN R, PISANI R, PURVES R, et al. Statistics[M]. WEI Z S, SHI X Q, LIN J G, et al. trans. Beijing: China Statistical Publishing Press, 1997: 312–315

[27] 夏子瑶, 万夫敬. 1987—2016年青岛市气候变化特征分析[J]. 现代农业科技, 2018, (4): 171 XIA Z Y, WAN F J. Analysis of climate change characteristics in Qingdao City from 1987 to 2016[J]. Modern Agricultural Science and Technology, 2018, (4): 171

[28] 中华人民共和国质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 20484—2006 冷空气等级[S]. 北京: 中国标准出版社, 2006 General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China, China National Standardization Management Committee. GB/T 20484—2006 Grading of Cold Air[S]. Beijing: China Standards Press, 2006

[29] 青岛市气象局业务科技处. 农业气象服务和灾害防御指标集[C]//青岛市气象局. 2013: 4−5 Science and Technology Department of Qingdao Meteorological Bureau. Agrometeorological Service and Disaster Prevention Index Set[C]. Qingdao Meteorological Bureau. 2013: 4–5

[30] 韩湘玲, 农业气候学[M]. 太原: 山西科学技术出版社, 1999: 22–45 HAN X L. Agroclimatology[M]. Taiyuan: Shanxi Science and Technology Press, 1999: 22–45

[31] 钟秀丽, 王道龙, 赵鹏, 等. 黄淮麦区冬小麦拔节后霜冻温度出现规律研究[J]. 中国生态农业学报, 2007, 15(5): 17–20 ZHONG X L, WANG D L, ZHAO P, et al. Occurrence of frost temperature in Huanghuai wheat production zone after winter wheat elongation[J]. Chinese Journal of Eco-Agriculture, 2007, 15(5): 17–20

[32] 中国气象局. 中华人民共和国气象行业标准气候季节划分. QX/T 152—2012[S]. 北京: 气象出版社, 2012 China Meteorological Administration. Meteorological Industry Standard of the People’s Republic of China: Division of Climate and Seasons QX/T 152—2012[S]. Beijing: Meteorological Press, 2012

Spatial and temporal characteristics and meteorological indexes of late spring coldness in Qingdao*

LI Deping1,2, ZHANG Kaijing2, ZHANG Lu2, DONG Haiying2, GUO Lina2, LIU Xuegang2

(1. Qingdao Engineering Technology Research Center for Meteorological Disaster Prevention, Qingdao 266003, China; 2. Qingdao Meteorological Bureau, Qingdao 266003, China)

Meteorological services play a role in agriculture and improve defense capability. This study used data from seven national meteorological stations in Qingdao, China, including the daily mean and minimum temperatures during the spring (3–5 months) of 1961-2015 and the crop frost or low-temperature damage from disasters, as categorized by the national standard of GB/T 34816−2017 “meteorological indicators of late spring coldness.” The meteorological index and temporal and spatial characteristics of the late spring coldness were statistically analyzed. The results showed that there were two grades of mild and moderate cold periods (no severe) in late spring (67.3% and 32.7%, respectively). The average annual occurrence of late spring coldness was 1.1 stations, mainly in April. Since the 1990s, the interannual or intergenerational changes had decreased, and the spatial distribution gradually decreased from the northwest to the southeast coast. Moderate Jimo had the greatest probability of occurrence, and the probability of causing late spring coldness was 26.3%. Based on the meteorological conditions of the disaster, we can derive the meteorological index of disaster-induced late spring coldness. The mild minimum temperature dropped to 0–5 ℃, the average temperature anomaly was –4 to −2 ℃, and the duration was 3–5 days. The moderate minimum temperature dropped below 0 ℃, and the average temperature anomaly was <−4 ℃ for more than 6 days. From the influence scope, occurrence time, and disaster-causing analysis, the moderate spring coldness impact range was regional and occurred from late March to mid-April, which may cause crop freezing damage. The mild influence range was small, generally < 2 stations, the time was late, and the probability was greater in the middle and late April, which may cause frost or chilling damage. The cold spring weather caused late spring coldness; 26.3% of the coldness resulted in agricultural production-associated economic losses. Interestingly, the frequency of mild late spring coldness was higher than that of moderate late spring coldness, and the occurrence time overlapped with the critical growth period of the main crops (i.e., the wheat jointing stage to booting stage, the flowering stage of most fruit trees). This needs to be prevented. Frost damage, late frost injury, or low-temperature damage in the Qingdao area were all caused by late spring coldness. The interannual variability of the late spring coldness in Qingdao was not obvious, even interdecadal variability had even increased, which was not consistent with the overall distribution in Qingdao. This was related to the regulatory effects of the ocean. There are temperature differences from the south-eastern coast to the north-western inland region of Qingdao, and the marine climate effects also gradually weaken.

Late spring coldness; Meteorological index; Disaster probability; Spatiotemporal characteristics; Occurrence date; Catastrophability

, LI Deping, E-mail: ldp108@126.com

Jul. 10, 2020;

Sep. 4, 2020

S426

10.13930/j.cnki.cjea.200560

2020-07-10

2020-09-04

* This study was supported by the Climate Change Program of China Meteorological Administration (CCSF201417) and the Research Program of Qingdao Meteorological Administration (2015qdqxm10).

* 中国气象局气候变化专项(CCSF201417)和青岛市气象局科研项目(2015qdqxm10)资助

李德萍, 张凯静, 张璐, 董海鹰, 郭丽娜, 刘学刚. 青岛地区倒春寒时空特征及气象指标研究[J]. 中国生态农业学报(中英文), 2020, 28(11): 1673-1681

LI D P, ZHANG K J, ZHANG L, DONG H Y, GUO L N, LIU X G. Spatial and temporal characteristics and meteorological indexes of late spring coldness in Qingdao[J]. Chinese Journal of Eco-Agriculture, 2020, 28(11): 1673-1681

李德萍, 主要从事气候趋势预测、气候变化及农业气象应用等研究。E-mail: ldp108@126.com