熊毅维
成都市双流区气象局,四川成都 610200
全球气候变化愈加频繁,由此导致的气象灾害也极大地影响了作物的生长发育。温度和降水量是蓝莓生长发育过程中极其关键的气候因子,因此,了解蓝莓生长发育的适宜条件十分必要。
不同生长阶段的蓝莓对气温和降水有着不同的、较为敏感的要求,加之受气象条件的影响较大,故掌握气象条件变化趋势对蓝莓产量和因地制宜地采取适应性策略有着重要意义。目前,国内对蓝莓生长气候条件的研究多聚焦于黑龙江等东北地区,没有针对西南地区蓝莓主要物候期气象灾害时空分布特征的研究,故对成都地区蓝莓果期气象灾害时空分布的研究,将有效为预防蓝莓在果期生长发育受灾提供有效的科学依据。
此处所用气象资料和蓝莓生育期资料来源于成都市各区(县)气象观测站,主要包括1961—2020年的逐日最低气温、最高气温、降水量、累计日照时数等资料。按照连阴雨持续天数,将成都地区在蓝莓果期的连阴雨分为轻度、中度、重度3个等级,其中,3~4 d为轻度,5~7 d为中度,8 d及以上为重度。成都地区蓝莓果期大致为3月10日—5月20日,期间较适宜气温为18~26 ℃,最佳气温为26~28 ℃,气温18 ℃以下或28 ℃以上则会受害[1-4]。利用成都地区14个站点近60年蓝莓果期气象要素观测资料,建立一次线性方程,分析蓝莓果期低温灾害、高温灾害及连阴雨的空间及时间分布,对其进行显著性检验,并构建1个无量纲定量指标,比较具有不同气候特征、不同地理条件区域的低温灾害、高温灾害和连阴雨灾害下的受灾程度,计算蓝莓主要物候期气象灾害发生频率。
2.1.1 蓝莓果期低温灾害的空间分布统计成都地区逐站1961—2020年蓝莓果期受害极端低温,利用ArcGIS反距离权重插值绘制1961—2020年成都地区蓝莓果期受害极端低温空间分布(图1),成都地区受害极端低温为7.3~9.1 ℃,最低值7.3 ℃出现在西北部都江堰市,最高值9.1 ℃出现在东部金堂县和简阳市;其中,8.3~8.9 ℃主要分布在研究区南部、中部和西南部,7.3~8.3℃主要分布在研究区北部、东北部及西北部。由于成都地形呈西北向东南倾斜状,简阳市和金堂县地区海拔较低使得该地区气温较高,受害温度均高于8.7 ℃,故研究区中低温受害较严重区域主要位于研究区中部和西部,而研究区东南部和东部地区受害较轻。
图1 成都地区1961—2020年蓝莓果期低温灾害的空间分布
2.1.2 蓝莓果期低温灾害的时间变化通过SPSS26和Python软件对近60年成都地区14个测站逐年受害极端低温和年份作显著性检验,利用ArcGIS软件的反距离权重插值对成都地区蓝莓果期低温灾害显著性进行检验,将通过0.05显著性检验的站点筛选出计算气候倾向率。在14个观测站中,有2个测站未通过0.05的显著性检验,说明其余12个测站受极端低温有明显变化或变化趋势是可信的,这12个测站主要分布在研究区北部、西部及中部。
12个测站气候倾向率均为正值,其中,北部和中部地区气候倾向率介于0.34~0.40 ℃/10年,最大值在龙泉驿,为0.70 ℃/10年,次大值位于彭州和双流,为0.42 ℃/10年,最小值在温江,为0.25 ℃/10年。表明该测站所属地区受害极端低温均呈升高趋势,即蓝莓果期低温受害程度处于减轻趋势,研究区南部和北部有显著变暖趋势,而西部变化趋势不明显。
为研究成都地区蓝莓果期低温受害随时间变化规律,计算蓝莓果期低温灾害指数LTI,分析1961—2020年成都地区蓝莓果期低温灾害指数年际变化趋势可得:1961—2020年低温灾害指数总体呈起伏较大的下降趋势,低温灾害呈现减轻趋势;20世纪60~70年代中期,指数呈现先涨后跌趋势;自70年代中期至90年代末,指数总体呈现缓慢增长趋势,1975年前后蓝莓果期低温灾害指数最大值,此时低温受灾最为严重;20世纪90年代至21世纪10年代,指数维持平稳,但1996年前后有极为明显的下降趋势;21世纪10~20年代指数呈明显下降趋势,并于2013年前后达到蓝莓果期低温灾害指数的最小值0.15,但在2010年出现极大值。由蓝莓果期低温灾害指数总体下降趋势可知,研究区在近60年呈现增温趋势。
2.2.1 蓝莓果期高温灾害的空间分布利用1961—2020年成都地区共14个测站蓝莓果期逐站逐年逐日最高气温资料,统计逐站1961—2020年蓝莓果期受害极端高温,利用ArcGIS软件的反距离权重插值,绘制1961—2020年成都地区蓝莓果期受害极端高温空间分布图(图2)。
图2 成都地区1961—2020年蓝莓果期高温灾害的空间分布
第一,成都地区受害极端高温为24.2~26.9 ℃,最低值24.2 ℃出现在都江堰市和温江区,最高值26.9 ℃在东南部简阳市;其中,24.2~25.1 ℃主要分布在研究区北部、西部和中部方向,25.4~26.6 ℃主要分布在研究区东部和东南部。
第二,同样是由于一定程度的地形作用,简阳市地区高温受害较研究区西北部、中部和西南部更严重,即研究区东南部受害高温普遍高于研究区其他区域。
2.2.2 蓝莓果期高温灾害的时间变化利用1961—2020年成都地区共14个测站蓝莓果期逐站逐年逐日最高气温资料,通过SPSS 26和Python软件对每个测站逐年受害极端高温和年份做显著性检验,利用ArcGIS软件的反距离权重插值对1961—2020年成都地区蓝莓果期高温灾害进行显著性检验,将通过0.05显著性检验的站点筛选出计算气候倾向率,成都地区14个观测站有3个未测站通过0.05显著性检验,这代表这11个测站受害高温有明显变化或变化趋势是可信的。
成都地区11个测站的气候倾向率均为正值,通过显著性检验的测站的气候倾向率主要介于0.15~0.30之间,所得气候倾向率最大值位于彭州市为0.40,最小值位于双流区为0.15。表明该测站所属地区受害高温均呈现升高趋势。结合受害低温的显著性空间分布和气候倾向率分布可知,在研究区北部有较为显著的变暖趋势,而研究区中部和东南部暂无明显变化趋势。
1961—2020年成都地区蓝莓果期高温灾害指数呈现起伏较大的上升趋势,总体可称高温灾害呈加强趋势;20世纪60~70年代指数较低但呈现波动式增幅上升趋势;70~80年代呈现波动小幅度下降趋势,在1978年左右到达最小值0.05;20世纪80年代至21世纪00年代呈现波动较大上升趋势,且在1992年左右高温灾害指数出现极小值,随后指数又增长,21世纪00~20年代处于波动平缓期,没有明显上升趋势,于2020年左右出现近60年来的蓝莓果期高温灾害指数最大值1.00,此后仍呈现增长趋势。由蓝莓果期高温灾害指数总体上升趋势可知,近60年来,研究区在蓝莓果期有增温趋势,且该结果符合蓝莓果期低温灾害指数下降趋势所得结论。
利用1961—2020年成都地区共14个测站蓝莓果期逐站逐年逐日最低气温资料,计算蓝莓果期连阴雨灾害1~3等级的频率,通过ArcGIS软件中的反距离权重插值分析绘制1961—2020年成都地区蓝莓果期连阴雨发生频率空间分布图(图3)。
图3 成都地区1961—2020年蓝莓果期1级连阴雨发生频率的空间分布
由图3可知:(1)1级连阴雨灾害发生频率为0%~4%,最大频率4%发生在都江堰市,位于研究区西北部,最小频率0%发生在新津区,位于研究区南部;(2)灾害频率≥2%的测站集中在研究区中部和西北部,灾害频率<1%的测站主要位于研究区南部和东南部。
由图4可知:(1)2级发生频率为2%~5%,相比于1级连阴雨灾害有所增大,最大频率位于都江堰市和蒲江县,位于研究区的西北部,最小频率2%出现在龙泉驿和金堂地区;(2)灾害频率<4%的测站主要位于研究区中部、东北部和中南部。
图4 成都地区1961—2020年蓝莓果期2级连阴雨发生频率的空间分布
由图5可知:(1)相较于1级和2级连阴雨灾害,3级灾害更为严重,3级发生频率为0%~6%,最大值位于新津区,最小频率0%主要分布在龙泉驿、青白江、新都、金堂区域;(2)灾害频率大于3%的测站主要分布在研究区的西部,而灾害频率小于1%的测站主要分布在研究区的东南部。
图5 成都地区1961—2020年蓝莓果期3级连阴雨发生频率的空间分布
(1)低温灾害变化趋势。在成都地区蓝莓果期,受害极端低温范围为7.3~9.1 ℃,14个测站中,新都区和蒲江县没有通过0.05显著性检验,其余测站的气候倾向率范围为0.025~0.070,最大0.070在双流区,有明显的气候变暖趋势;通过低温灾害指数发现,低温灾害趋于减轻;在研究区北部和南部有显著变暖趋势,而研究区西部变化趋势不明显,故研究区中低温受害较严重区域主要位于研究区中部和西部,而研究区东南部和东部地区受害较轻。
(2)高温灾害变化趋势。在成都地区蓝莓果期,成都地区蓝莓果期受害高温为24.2~26.9 ℃,1961—2020年蓝莓果期中,14个新都、蒲江、邛崃测站未通过0.05显著性检验,且测站气候倾向率范围为0.015~0.040,最大值0.040在彭州市,通过高温灾害指数发现高温灾害趋于加重;在研究区东南部有较为显著的变暖趋势,而研究区西部暂无明显变化趋势。其中简阳市地区高温受害较研究区西北部、中部和西南部更为严重,即研究区东南部受害高温普遍高于研究区其他区域。
(3)连阴雨灾害变化趋势。干河谷地区蓝莓果期,成都地区蓝莓果期连阴雨灾害1级发生频率为0%~4%,最大频率6%发生在都江堰市,2级发生频率为2%~5%,最大值位于都江堰市和蒲江县,3级发生频率为0%~6%,最大值位于新津区。且3级连阴雨频率达6%,大于1级的4%和2级的5%。
根据成都地区蓝莓生长气象条件指标和连阴雨指标,结合蓝莓在果期的灾害发生天数、灾害发生频率,分析了成都地区低温灾害、高温灾害、连阴雨灾害空间及时间变化特征规律。其结果与全球气候变暖的大背景一致。但由于时间久远,测站数据难免有缺失,重新补全数据则会导致分析的不准确性。因此,为提高对蓝莓主要物候期气象灾害时空分布特征分析的准确性,需要更加完整的逐日观测资料。