冬小麦农业气象灾害风险预警的业务实践与思考

郭安红, 何 亮, 姬兴杰, 侯英雨, 李 森, 张 弘

(1.中国气象局国家气象中心,北京 100081; 2.中国气象局·河南省农业气象保障与应用技术重点开放实验室,郑州 450003; 3.河南省气象科学研究所,郑州 450003)

引 言

2022年开始,中国气象局和农业农村部联合发文,就进一步做好农业气象灾害风险预警工作进行部署,明确围绕国家粮食安全保障和农业防灾减损,充分发挥气象、农情信息在农业气象灾害风险预警中的支撑作用,提升农业防灾减灾能力。2022年中国气象局提出用3年时间初步形成国、省一体化的农业气象灾害风险预警业务和服务体系,并在《2023年推进气象高质量发展工作要点》中明确“制定完善农业气象灾害风险预警指标体系、服务导则标准和灾害调查业务规范”等工作任务。目前,气象部门基于智能网格天气预报数据、小麦发育期监测预报和主要气象灾害指标,形成了冬小麦干旱、霜冻害、干热风、连阴雨等农业气象灾害的逐日落区和等级客观预报产品,并在此基础上,初步开展了冬小麦主要气象灾害风险预警工作。本文简述了农业气象灾害风险预警业务的内涵,提出综合农业气象灾害可能性预报、危险性和脆弱性预估,构建基于风险矩阵的冬小麦农业气象灾害风险预警业务的技术框架,并以2022年小麦干热风风险预警工作为例,展示了冬小麦农业气象灾害风险预警工作的技术流程。由于冬小麦农业气象灾害种类多,灾害风险预警工作尚处在技术研发和业务实践初级阶段,本文也展望了未来在灾害风险预警针对性、时效性等方面需要继续开展的工作,以期为更有效开展灾害风险预警、提高预报服务针对性提供思路和借鉴。

1 农业气象灾害风险预警业务内涵

农业气象灾害风险是指农业气象灾害事件发生的可能性和导致农作物产量损失、品质降低及其最终经济损失的可能性[4]。农业气象灾害风险预警是对未来将发生的农业气象灾害风险发出警示信息,为农业防灾减灾提供针对性服务。农业气象灾害风险预警不同于气象灾害预报预警,其有专有的行业影响属性,是面向农业影响的预报预警,即气温、降水、风等气象要素监测预报值达到可能导致农业受灾的阈值而发布的风险预警。因此农业气象灾害风险预警业务技术应当表达出三个关键词:气象致灾阈值、农业受灾和风险预警。

同时,农业气象灾害风险预警业务遵循风险形成的“三因子说”[5-9],即致灾因子危险性、承灾体暴露度和脆弱性。致灾因子危险性是气象要素达到可能使农业受灾的阈值指标,以及达到后的可能严重程度。承灾体是农业生产对象即农作物,分别用暴露性、脆弱性(或易损性)等指标来描述。暴露性是指区域内承灾体的规模,某地区如果可能受到灾害影响的承灾体分布比例越高,该地区承灾体暴露度越高,反之越低;并且某地区承灾体处于气象灾害敏感性较高的阶段,则该地区承灾体暴露度越高,反之越低。脆弱性(或易损性)是指农作物面对致灾因子危险性可能遭受的伤害或损失程度。脆弱性与作物品种、管理水平有关,某一地区作物品种较优、管理水平良好,作物抗逆性强,则农作物的产量和品质波动性较小,承灾体脆弱性较低。此外,部分风险分析研究,以及风险形成的“四因子说”还包括孕灾环境敏感性[10-12]和防灾减灾能力[13-15]。其中孕灾环境是各种自然因素或者社会经济因素制约而形成的一种综合环境,是农作物受灾害影响的重要场所,其中地形、海拔等环境变化可能影响风险源的分布,也会造成不同作物地块对风险源的敏感性不同,因此孕灾环境敏感性可以是不同地区进行精细化农业气象灾害风险预警的服务内容。防灾减灾能力是人类活动对灾害作用环境的改造情况,其与灾害风险生成的作用方向是相反的,即某区域的防灾减灾能力越强,危险性、脆弱性和暴露性对灾害生成的作用力就会受到一定的抑制,从而减少灾害的风险度,因此防灾减灾能力不作为风险预警业务的主要内容。

2 冬小麦农业气象灾害风险预警业务技术

2.1 冬小麦农业气象灾害可能性预报

农业气象灾害的可能性预报需要致灾因子和承灾体暴露度具有协同性,单一因素均不会造成农业气象灾害。新中国成立以来,我国农业气象学者开展了大量的试验观测研究工作,获取了冬小麦干热风、霜冻、连阴雨等各类农业气象灾害指标[16-19],其内容包括异常的气象条件和程度(阈值),影响的作物发育阶段,以及可能造成的影响。因此,基于冬小麦农业气象灾害指标,结合智能网格气象要素和小麦发育期监测预报,开展冬小麦主要农业气象灾害等级和落区客观预报,是开展冬小麦农业气象灾害风险预警的第一步重要工作。

目前,基于小麦多种农业气象灾害指标,业务上通过集成现代天气预报技术、卫星遥感技术,以及多源信息融合技术等,已经实现了未来1-10天小麦主要农业气象灾害落区和等级的客观预报[20]。其中,通过遥感技术可以提取精细化的冬小麦种植分布,提供承灾体的具体位置;提取智能网格监测预报中气温、降水、风速等相关的气象要素信息,参照小麦各种农业气象灾害指标中异常的气象条件和分级阈值,在千米级网格尺度上判断是否达到致灾的阈值指标;通过地面气象站网观测的小麦发育期结合作物发育期预报技术得到的小麦发育期预报,可以判断小麦是否处于灾害敏感的发育阶段。依据目前智能网格预报时效为1-10天,空间分辨率为5 km,在时空尺度上将上述三个信息进行叠加,就可以得出未来1-10天小麦主要农业气象灾害落区、等级的客观预报。技术路线如图1。

图1 冬小麦主要农业气象灾害客观预报技术路线图

2.2 冬小麦农业气象灾害危险性分析

当预报出未来一段时间内可能有农业气象灾害出现时,还需要分析诊断可能出现的农业气象灾害与历史上的灾害过程相比是强是弱、是否具有极端性,也就是对农业气象灾害的危险性进行评估或预估。某地区某时段内可能出现某一农业气象灾害的过程次数越多、持续时间越长、等级越高,灾害的强度就越强,致灾危险性也越大。

以小麦干热风为例,气象行业标准《小麦干热风灾害等级》中干热风年型就是对干热风危险性的一个评估[16],其通过干热风过程次数、干热风日轻重、持续时间来综合定义干热风年型,包括轻度干热风年型、中度干热风年型,以及重度干热风年型,最终对应导致的轻度、中度和重度千粒重下降或减产。

此外,也可以综合逐日灾害等级和持续时间,建立灾害强度指数计算方法,进而对小麦干热风的危险性进行定量评估。小麦干热风综合强度指数(CID)由公式(1)计算[21]:

[1]详见万明文章：《明代白银货币化:中国与世界连接的新视角》，《河北学刊》2004年第3期；《明代白银货币化的初步考察》，《中国经济史研究》2003年第2期；《白银货币化视角下的明代赋役改革》，《学术月刊》2007年第6期；《白银货币化视角下的明代赋役改革》，《学术月刊 》2007年第5期；《中国的“白银时代”与国家转型》，《读书》2016年4月；邱永志：《明代货币结构的转变及其原因——以白银的货币性质为分析视角》，《南京大学学报》（哲社版）2013年第5期，何平：《世界货币视野中明代白银货币地位的确立及其意义》，《中国经济史研究 》2016年第 6期。

(1)

式中,n为小麦成熟期日序,T0、R0、V0的值分别为30 ℃、35%、1 m/s。Ti、Ri、Vi分别为第i日的最高气温、14时相对湿度、14时风速。W1、W2、W3为气温、相对湿度、风速的权重系数,其值分别为0.73、0.25、0.02。a、b、c为青枯型干热风修正系数(如发生),分别为50 ℃、-15%和0 m/s。

当小麦开花灌浆阶段预报有干热风天气出现时,基于小麦干热风综合强度计算方法,综合风、温、湿气象要素预报,对未来干热风的综合强度进行预估,并根据历史干热风综合强度时空分布和发展情况,实现干热风灾害危险性预估。

2.3 冬小麦农业气象灾害脆弱性分析

农业气象灾害脆弱性分析可以用作物生理指标的异常表示,也可以用减产率表示。一般情况下,农业气象灾害危险性与脆弱性呈正向对应关系,可以建立相应的脆弱性曲线来进行描述。这方面,农业气象工作者也进行了大量的研究,主要包括定量评估分析方法、作物模型模拟方法和指标判断法等。

在灾损定量评估方面,王素艳等[22]建立了自然水分亏缺率与实际产量减产率之间的相关关系,依据实际产量的减产率对自然水分亏缺率的敏感性差异,确定了不同干旱年型导致冬小麦干旱减产两类指标,即按自然水分亏缺率<20%,20%～30%,30%～40%,40%～70%和>70%,分别划分轻旱、中旱、重旱、严重干旱、极端干旱,与其相对应的第一类冬小麦实际减产率分别为<9%,9%～12%,12%～14%,14%～21%和>21%,适用于山东东部及中部的部分地区、陕西南部渭河一带、河北中部的部分地区;第二类实际减产率分别为<9%,9%～15%,15%～21%,21%～40%和>40%,适用于除上述区域以外的北方冬麦区其他区域。席凯鹏等[23]在3个半冬性小麦品种拔节孕穗期模拟霜冻胁迫(-5～-3 ℃,5 h)并分析其影响,结果表明霜冻导致3个品种穗粒数、穗数、千粒重和产量较对照分别降低8.4%～12.6%、3.2%～6.1%、0.8%～10.7%和19.7%～41.9%。成林等[24]研究表明,在小麦灌浆后期重度、灌浆中期重度、灌浆中期轻度干热风分别导致千粒重降低5.40 g、3.64 g和1.78 g,降幅达14.5%、9.7%和4.8%。

作物模型模拟方法是近年来对农业气象灾害影响预估的一个重要手段,其通过情景模拟法对作物的生长过程进行模拟,通过作物模型参数的设定,从而预估农业气象灾害的影响。朱玉洁等[25]利用作物模型模拟并提取小麦干热风灾害损失,取得了较好的效果。孙宁等[26]利用APSIM Wheat模型模拟评估了北京地区干旱造成的冬小麦产量风险。张雪芬等[27]利用WOFOST作物生长模型中各种生物量的变化,对冬小麦晚霜冻进行了定性和定量评估。侯英雨等[28]构建了中国作物生长模拟监测系统(Crop Growth Simulating and Monitoring System in China, CGMS-China),对农业气象灾害影响进行预估,其主要思路是将气候平均态驱动下的模拟结果与实际气象要素驱动下的模拟结果对比,通过两者之间的差异来确定农业气象灾害对作物生长影响的程度;也可以将灾害发生年的模拟结果与正常年、典型年模拟结果进行比较,确定灾害对作物生长的影响程度,技术路线如图2。

图2 基于作物模型模拟的农业气象灾害影响预估技术路线图

此外,一些气象行业标准里对农业气象灾害等级指标的描述也可以表示灾害的脆弱性。例如,在气象行业标准《小麦干旱灾害等级》[16]里面,给出了小麦全生育期作物水分亏缺率或降水量负距平指标对应的轻旱、中旱、重旱、严重干旱及减产率;河南省地方标准《冬小麦晚霜冻害防御技术规程》[19]给出了幼穗受霜冻害的程度分级,以及麦田受霜冻害的分级指标(冻伤率或冻害指数);气象行业标准《小麦干热风灾害等级》[17]里规定了干热风年型等级,及其对应的小麦千粒重降低或减产的判断。通过上述灾害等级指标判断也可以开展农业气象灾害脆弱性预估。

2.4 构建基于风险矩阵的冬小麦农业气象灾害风险预警业务技术框架

风险矩阵方法由美国空军电子系统中心(Electronic System Center,ESC)于1995年4月提出。在项目管理过程中,风险矩阵是识别项目风险重要性的一种结构性方法,它能够对项目风险的潜在影响进行评估,是一种操作简便,且把定性分析与定量分析相结合、把危险发生的可能性和伤害的严重程度相结合,来综合评估风险大小的风险评估分析方法。世界气象组织在2018年报告中基于天气预报影响的预测和预警中也提出利用风险矩阵的方法开展灾害风险管理(1)https://public.wmo.int/en/resources/bulletin/impact-based-forecasting-and-warning-weather-ready-nations。灾害风险矩阵综合考虑灾害发生的可能性由低到高,而且灾害影响由轻到严重的组合;同样考虑在灾害风险预警工作中,当可能性很高、影响轻微的时候发布预警的意义并不大,但是可能性很低、影响非常严重的灾害发布风险预警则是必要的。

针对不同的小麦农业气象灾害,根据灾害可能性预报和影响预估的不同组合,可形成不同的灾害风险矩阵。例如,针对冬小麦农业干旱,可以将对产量影响最严重的小麦播种期、拔节抽穗期、开花灌浆期三个关键阶段的干旱、其他阶段的干旱,以及全生育期干旱出现的可能性和对产量影响,制作出小麦干旱风险矩阵概念图(图3a)。其中,在小麦干旱影响预估轻微的情况下,虽然灾害出现的可能性已经达到很高,风险等级仍是低的(绿色区域),这种情况包括在小麦越冬期和成熟期出现的干旱;对小麦播种期、拔节抽穗期、开花灌浆期三个关键生育阶段的干旱,由于其对小麦产量会造成较为严重的影响,所以在对其可能性从低至高的情况下,会处于较高,或者高的风险等级(黄色区域和橙色区域);另外如果全生育期均出现干旱,这种情况对小麦的影响是非常严重的,即使出现可能性很低,在风险矩阵里仍处在较高的风险等级(黄色区域),并随出现可能性升高风险等级不断升高(橙色区域和红色区域)。对于干热风灾害,可以根据轻、中、重干热风年型出现的可能性和对产量影响制作出干热风风险矩阵概念图(图3b)。其中,轻度干热风年型出现可能性高、中度干热风年型出现可能性中等,以及重度干热风出现可能性较低时,均指向风险等级较高(黄色区域);中度干热风年型出现可能性高、重度干热风年型出现可能性中等的情况,均指向高风险等级(橙色区域),最后重度干热风年型出现的可能性很高的时候,指向很高的风险等级(红色区域)。

图3 基于风险矩阵的冬小麦干旱(a)和干热风(b)风险预警等级概念图

3 农业气象灾害风险预警服务个案——2022年冬小麦干热风风险预警

2022年5月下旬后期至6月上旬,北方冬麦区出现了干热风天气,国家级和省级气象部门联合农业部门,及时发布干热风风险预警,各级农技推广部门高度重视,采取“一喷三防”等措施防干热风、防早衰,取得了良好的服务效果。下面就干热风风险预警的几个核心业务环节,包括干热风客观预报、风险等级指标判定及风险预估进行简单介绍。

3.1 冬小麦干热风客观预报

2022年5月下旬,基于智能网格预报,综合小麦发育期预报和干热风指标(表1),按照图1技术路线,逐日滚动开展未来1-10天小麦干热风客观预报。5月27日起报的未来1-10天华北黄淮地区逐日干热风等级和落区预报见图4。由图4可见,5月27日及31日干热风天气出现范围较大,河北中南部、河南北部、山东西部麦区都可能出现干热风天气,27日以轻度干热风为主,31日部分地区出现中至重度干热风天气;28-30日及6月1日干热风天气范围较小,并且多为轻度干热风天气;6月2-5日基本没有干热风天气出现。

表1 高温低湿型干热风天气指标[17]

图4 2022年5月27日起报未来1-10天(a-j)华北黄淮小麦干热风等级落区预报

3.2 冬小麦干热风风险等级和指标确定

考虑冬小麦农业气象灾害风险预警的针对性和服务效益,主要针对风险较高、风险高和风险很高三个等级开展服务,而冬小麦干热风风险等级指标,由干热风日轻重、干热风过程次数、持续时间,以及可能影响共同决定。

根据行业标准《小麦干热风灾害等级》[17]解析出高温低湿型干热风年型等级和危害参考值如表2。显而易见,干热风天气对小麦的影响是十分复杂的:其一,干热风天气过程有各种各样可能的组合方式,过程次数越多、干热风日越重、持续时间越长,对小麦千粒重或者产量的影响也越重;其二,从灾害影响预报方面来考虑,多种干热风天气过程的组合方式都可对应造成某种程度千粒重下降或减产率的情况,例如对于可能造成中度千粒重下降或减产率的情况,一次中度干热风天气过程出现、或3次轻度干热风天气过程出现均可与之对应;其三,要确定最终对千粒重下降或减产率的可能影响,需要分析抽穗扬花阶段全部时段内的干热风过程,而目前智能网格预报时效为1-10天,需要根据干热风客观预报的滚动延伸考虑累积影响,采用递进式风险预警服务,调整风险等级。

表2 高温低湿型小麦干热风年型等级指标

结合灾害风险矩阵的方法,当冬小麦干热风客观预报结果显示未来1-10天有干热风出现时,表明未来10天干热风灾害的可能性已经很高了,对应干热风风险矩阵最上面的一行确定风险等级(图3b)。综合考虑未来可能出现的干热风过程次数、干热风日轻重的各种组合,结合表2中轻度、中度和重度干热风年型和危害等级划分,得出小麦干热风风险等级指标,如表3。

表3 华北黄淮高温低湿型干热风风险等级指标

3.3 冬小麦干热风风险预估和预警

根据表3干热风风险等级指标的各种干热风天气组合,得出2022年5月27日至6月5日干热风风险预估图(图5)。由图5可见,河北中南部、山东西部、河南中北部等地干热风风险较高,部分地块达到高或者很高风险。进而,根据干热风风险预估的等级、范围和预警业务启动指标,发布小麦干热风预警。需要注意的是,上述业务流程量化给出未来10天农业气象灾害风险预估,在实际业务中,如果开花灌浆阶段干热风天气过程出现多次,很可能需要多次发布风险预警并开展递进式服务。

图5 2022年5月27日至6月5日干热风风险预估图

4 存在问题和未来发展

农业气象灾害风险预警工作刚刚起步,尚有很多工作不完善。其中,对不同的农业气象灾害,基于风险矩阵的灾害风险预警模式可能在业务实践中有不同的应用方式。在风险预警业务的时间尺度上,目前业务是基于中短期农业气象灾害落区和等级的预报,递进式农业气象灾害风险预警尚未打通各个链条节点,累积型农业气象灾害危险性和脆弱性的预估能力不足;在空间尺度上,承灾体暴露度预报的空间精细化能力有限,脆弱性预估的空间定量化能力有限;目前也没有形成精细化、网格尺度上的综合风险计算能力。此外,目前风险预警指标的判定是半经验、半定量的,如何利用大量已有农业气象灾害风险评估的成果[4,29-34]进行灾害影响预估和灾害指标率定,都需要开展相关方面的研究和业务转化。

关于农业气象灾害风险预警的准确率和服务效益评估,目前尚没有很有效的方式,其中准确率受限于智能网格气象要素预报的准确性、农业气象灾害指标的适用性、承灾体作物暴露性分析和脆弱性分析的精细化程度等。此外,对农业气象灾害风险预警的服务效益进行定量化评估十分困难,受制于农业气象灾害的复杂性、孕灾环境敏感性和防灾减灾能力的地区差异,以及农业气象灾害风险预警准确率、时效性等影响,未来还需要做大量的研究工作。