基于区域自动气象站观测资料的农业气象旱涝监测判定方法研究

梁 平，韦 波，刘诗滔，袁芳菊，古书鸿

(1.贵州省黔东南自治州气象局，贵州 凯里 556000；2.贵州省岑巩县气象局，贵州 岑巩 557800；3.贵州省山地环境气候研究所，贵州 贵阳 550002；4.贵州省山地气候与资源重点实验室，贵州 贵阳 550002)



基于区域自动气象站观测资料的农业气象旱涝监测判定方法研究

梁 平1，4，韦 波1，刘诗滔2，袁芳菊1，古书鸿3，4

(1.贵州省黔东南自治州气象局，贵州 凯里 556000；2.贵州省岑巩县气象局，贵州 岑巩 557800；3.贵州省山地环境气候研究所，贵州 贵阳 550002；4.贵州省山地气候与资源重点实验室，贵州 贵阳 550002)

进入21世纪后贵州地区降水极端事件频发，旱涝灾害不仅对农业生产、农民收入造成了严重影响，而且对旱涝的监测评判也成为气象服务中的难题。该文以贵州省阳河下游地区的岑巩县为例，基于区域自动气象站观测资料开展旱涝监测判定方法研究，建立了旱涝监测判定方程和指标，并计算了岑巩县气象站1971—2013年共43 a夏季逐侯旱涝指数和岑巩县11个乡镇2013年夏季逐侯旱涝指数。结果表明：①基于区域自动气象观测站观测资料构建的区域夏季旱涝指数能较好地反映岑巩夏季旱涝变化，作为贵州特殊地形下的夏季旱涝监测判定指标是比较合理的；②岑巩县夏季旱涝有明显的侯际变化特征，并且旱涝的侯际变化与西北太平洋副热带高压季节性北跳和西风槽活动有密切关系。

旱涝监测；区域自动气象站；判定指标研究

1 引言

进入20世纪以来，严重、频繁的干旱和局地性突发性强降雨已经成为贵州省、尤其是黔东南州最为严重的气候灾害之一。对贵州省岑巩县43 a夏季旱涝统计显示，岑巩县夏季月尺度干旱频率达39.5%，其中7月和8月干旱频率高达42%和49%，洪涝频率达26.4%。俗话说干旱影响一片、洪涝影响一线，高频率出现的干旱对粮食生产的稳定性影响较为严重，进而影响到农村粮食自给自足的安全。但由于基层气象部门没有适合于当地的旱涝监测、评价方法，给决策气象服务造成了很大困扰，决策部门的防洪抗旱、农业生产指挥调度等工作也因此缺少及时准确的技术支撑。

贵州地形破碎、土层浅薄，土地蓄水抗旱能力差，传统的干旱监测指数如帕尔默干旱指数、作物湿度指数、标准降水指数、地表水分供应指数[1]以及综合气象干旱指数CI[2]应用于贵州，与实际受灾情况往往存在一定的距离；张叶[3]、姚玉璧[4]分别对各类气象和农业干旱指标做了对比分析，指出大多数干旱指标的时间尺度为月或季，少数为周或日，所反映的干旱状况精细度不够，且大都是建立在特定的地域和时间范围内，有其相应的时空尺度，因此强调在研究区域干旱时必须选择适宜区域范围的指标。

而基于卫星遥感信息的旱涝监测[5-14]，虽具有范围广、空间分辨率高等优点，但在贵州市州级及以下气象部门推广应用还在一定的困难。在气象服务于农业生产防洪抗旱指挥工作时，对旱涝程度、影响范围进行较为准确的定位是十分重要和必要的，因此开展基于区域自动气象站观测资料、适合贵州旱涝监测、评估方法研究，具有重大现实意义。本文以夏季干旱多发的贵州省黔东南州岑巩县为例，对夏季旱涝监测评判方法开展研究。

2 资料与方法

2.1 资料

文中所用岑巩县历年(1971—2013年)气象资料来源于黔东南州气象局气候资料室；2013年岑巩区域自动气象站观测资料来源于贵州省气象局气象信息中心；岑巩县11乡镇2013年农作物干旱受灾面积来自岑巩县农村工作委员会。所选11个乡镇区域自动气象观测站分布如图1所示。

图1 岑巩县乡镇区域自动气象观测站分布图

2.2 方法

2.2.1 夏季旱涝指数确定 旱涝指数的计算利用文献[15]中的方法，即：

I=aPs+bPt+cE

(1)

其中a、b、c为权重系数。Ps、Pt、E分别为计算时段内的降水、前期降水和计算时段内蒸发因子项。

降水量和蒸发量不仅反应一个地点水分的收支情况，同时也很直观地描述一个地点的旱涝程度。但由于贵州省蒸发量是通过人工观测途径获取，观测受到一定的时间限制，并且不同的气象站所用的观测仪器规格不同，需要进行换算才可对比分析；目前只有国家级观测站才进行蒸发量观测，区域自动气象站没有开展蒸发量观测，因此用公式(1)来计算夏季旱涝指数，进行乡镇小区域的旱涝监测影响评估分析，受观测历史资料和蒸发观测资料的限制，使得旱涝监测影响评估的空间分辨率较低。目前区域自动气象观测站多为气温、降水量两要素观测站，农业气象干旱定义[17]以及地理生态学的干燥度指数计算方法[18-19]，都考虑了温度要素，因此可用气温推算蒸发，代入公式(1)计算各乡镇的旱涝指数。利用岑巩县气象站资料进行气温与蒸发量的相关性分析，证明气温推算蒸发量输入公式进行旱涝指数计算的有效性。2.2.2 气温与蒸发量的相关性分析 通过对岑巩县气象站1971—2013年6—9月逐侯平均气温与同一时段内的小型蒸发量的相关分析表明(表1)，尽管岑巩6月第5侯和第6侯的相关性较低，但已通过了0.01的显著性检验，其余各侯的相关系数均通过了0.001的显著性检验，也就是说在计算岑巩县乡镇旱涝指数时，可以用侯平均气温推算侯蒸发量。

表1 岑巩自动气象观测站侯平均气温与小型蒸发器侯蒸发量相关系数

注：表中**代表信度为0.01，***代表信度为0.001

2.2.3 气象资料标准化处理方法 由于乡镇气象资料年限短，气象资料的标准化处理不能采用Z-score 标准化法，因此对岑巩县气象站观测资料和各乡镇区域自动气象站观测资料均采用极差法进行标准化处理。

极差法是对原始数据的线性变换，首先计算指标值的最小值、最大值，再计算极差，通过极差法将指标值映射到[0-1]上。公式为：

(2)

将标准化值代入公式(1)，计算得出岑巩县气象站1971—2013夏季各侯旱涝指数和11个乡镇2013年夏季各侯旱涝指数。根据一个地点同一种气象灾害历年分布大致呈正态分布的特点，对岑巩县气象站的旱涝等级进行划分，得出表2的划分标准，并且以此作为岑巩县旱涝程度评判的依据。

初夏和伏期的划分采用文献[17-19]的划分，即将6月1日—7月10日约40 d定为初夏时段，把7月11日—8月31日的52 d定为“伏期”阶段。

以侯为单位进行分析，初夏有8侯，伏期有10侯。

2.2.4 作物受灾率 把岑巩县主栽农作物水稻、玉米、烤烟受灾总面积与耕地面积的比定义为作物受灾率。即：

表2 岑巩县夏季各级旱涝等级划分标准

(3)

其中γ是作物受灾率，S′是水稻、玉米、烤烟受灾面积的和，S是耕地面积。γ的值越大，当地主栽农作物受干旱影响越大、造成的损失越大。

3 研究结果

3.1 夏季旱涝特征分布

3.1.1 初夏旱涝特征分析 岑巩县初夏旱涝阶段性较为明显，连续3侯以上出现干旱的概率较多、而连续3侯以上出现雨涝的概率较少(图2)。岑巩初夏干旱、雨涝持续时间最长均为4侯，近43a来连续4侯的干旱出现过4次，分别出现在1975年、1981年、1994年和2005年，但对农业生产影响最大的是1981年6月第2-5侯出现有连续干旱，因为正值岑巩水稻移栽期、玉米拔节期，并且初夏第7-8侯又出现重级干旱，加重了干旱对农业生产的影响程度。连续4侯的雨涝43a中只出现过1次，即1988年6月第3—6侯出现的轻到重级雨涝，此次连续雨涝因初夏第1-2侯的重级干旱而降低了对农业生产的影响程度，对农业生长的影响可以说是利大于弊。连续3侯出现初夏干旱的占14.0%，连续3侯出现初夏雨涝的占11.6%；连续2侯出现干旱或雨涝的概率各有46.5%和37.2%。重旱和重涝持续时间最多是2侯，持续2侯的重旱有7a，其中出现在初夏第7-8侯的有5a，占71%；持续2侯的重级雨涝有2a，均出现在初夏第5-6侯，据农业气象观测，此时正值岑巩水稻分蘖末期到拔节普遍期、玉米的拔节到抽雄吐丝期，是水稻和玉米的需水关键期[20]。从干旱与雨涝的演变趋势看，干旱为增加趋势、雨涝为减少。

图2 岑巩县历年初夏旱涝最长持续时间演变

由此可见，岑巩县初夏出现半个月以上的连续干旱的概率多于雨涝的概率，但初夏雨涝多发期与主栽作物需水关键期相遇，对农业生产的影响是利大弊少。

图3给出了岑巩县初夏各侯各级旱涝出现的概率面积图，图中显示干旱出现概率最大的是第7侯，为72.2%，其次是第8侯，概率为58.1%，出现干旱概率最小是第4侯的18.6%；中到重级干旱出现概率最大的是第8侯，概率为51.1%，其次是第7侯的48.9%，中到重级出现概率最小是第2侯。雨涝出现概率最大的是第4侯，概率为44.2%，其次是第5侯，概率为41.9%，出现雨涝最少的是第7侯；中到重级雨涝出现概率最大的也是第4侯，为32.6%，其次是第6侯的20.9%，最少是的第8侯。第5侯非涝即旱，正常年份最少，43 a中只有8 a为正常年份；第2侯虽然旱涝时常出现，但旱涝程度相对较轻，重旱和重涝出现的概率只有为2.3%和4.6%。

图3 岑巩初夏各侯各级旱涝出现概率面积图

总体而言，岑巩县初夏较重的干旱多出现在第7侯和第8侯，较重的雨涝多出现在第4侯和第6侯，第5侯非旱即涝，这与西太平洋副热带高压脊线季节内突变性北跳对中国雨带位置有关[21-24]。气候意义上，6月18日左右，副高脊线北跳到25°N，长江流域中下游地区梅雨开始，也是岑巩县多雨涝的季节；7月10日前后，副高脊线北跳到30°N，长江流域梅雨期结束，岑巩县初夏第7-8侯多干旱。这证明本研究所给出的旱涝监测方法是可行的。

3.1.2 伏期旱涝特征分析 历年伏期，岑巩县干旱出现的概率大于雨涝，43 a中各级干旱出现的侯数比雨涝出现侯数多21%，且干旱程度重于雨涝程度。图4给出了岑巩县历年伏期旱涝持续最长侯数及中级以上旱涝最长侯数演变情况，旱、涝持续时间最长分别是6侯和4侯，中级以上干旱最长持续时间可达6侯，而中级以上雨涝最长持续时间只有2侯。

图4 岑巩县历年伏期旱涝持续最长侯数及中级以上旱涝最长侯数演变

伏期持续时间较长的干旱阶段性不明显，伏期前期、中期和后期均可能发生。43 a中连续6侯的干旱出现过1次，即2013年伏期第1-6侯，6侯均达到重旱标准，并且与初夏第7-8侯的干旱相连；连续5侯的干旱出现过3次，第1次是1975年伏期第1-5侯，其中第3-5侯连续3侯为重旱，第2次是2003年伏期第3-7侯，第5侯为重旱，第3次是2009年伏期第5-9侯，第9侯为重旱；连续4侯的干旱出现过3次，最早出现的侯是伏期第4侯，最晚结束于伏期第10侯。岑巩伏期中级以上干旱、中级以上雨涝分别以每10 a 0.39侯和0.18侯的速率增多，也就是说岑巩伏期旱涝呈多发态势。

伏期持续时间较长的雨涝出现时段较为明显，中级以上雨涝最长持续时间不超过2侯。连续4侯雨涝出现过1次，即1999年伏期第6-9侯，其中第6侯和第9侯为重涝；连续3侯雨涝出现过5次，即1979年第2-4侯、1988年第8-10侯、2002年第6-8侯、2008年和2012年均为第1-3侯。持续时间较长的雨涝一般出现在伏期前4侯或伏期后5侯，且出现在伏期后5侯的机率大于出现在伏期前4侯的机率。由于伏期第5侯以后是岑巩水稻抽穗扬花期、玉米的收获期，多雨涝不利于水稻抽穗扬花和玉米的收晒，因此，出现在伏期后5侯的雨涝造成农业生产损失大于出现在伏期前4侯雨涝。

岑巩县历年伏期各侯各级旱涝出现的概率面积图(图5)显示，干旱出现概率最大的是第8侯，为44.2%，其次是第1侯，概率为41.9%，出现干旱概率最小是第3侯的27.9%；中到重级干旱出现概率最大的是第1侯和第8侯，概率为30.2%，其次是第4侯的27.9%，中到重级出现概率最小是第3侯，概率为11.6%。雨涝出现概率最大的是第6侯，为39.5%，其次是第3侯的37.2%，出现雨涝最小概率是20.9%，在第9侯；中到重级雨涝出现概率最大的是第6侯，为23.3%，其次是第8侯的20.9%，最少是第4侯的4.7%。第8侯非涝即旱，正常年份最少，43 a中只有9 a为正常年份。

图5 岑巩伏期各侯各级旱涝出现概率面积图

总体而言，岑巩县伏期第3侯和第6侯干旱出现的机率比雨涝出现的机率小约10%，第2侯干旱出现的机率与雨涝出现的机率相当，其余7侯干旱出现的机率均大于雨涝出现的机率。这与7月底西太平洋副热带高压脊线北跳到35°N，中国雨带北移至淮河及以北地区[21-24]，岑巩县进入少雨干旱季节有关，同时与副高5～10d的短期活动受35～45°N西风带活动的影响有关，当西风槽在中国沿海和西太平洋地区向南伸展到30°N以南后，西太平洋副热带高压有一次加强活动[22]，此时岑巩县处于多局地强降雨区域。

3.2 2013年夏季旱涝时空特征及影响分析

3.2.1 时间特征 从初夏、伏期旱涝指数平均值来看，2013年夏季岑巩县属于正常年份，但从侯际旱涝指数来看(图6)，干旱和雨涝均有，初夏中期、初夏末期到伏期中期以干旱为主，伏期后期到末期以雨涝为主。伏期第3侯全县11乡镇均为干旱，其余各侯均有局地雨涝和干旱出现，其中有6侯县境内出现大范围的干旱，即初夏第3-4侯、初夏第7侯-伏期第1侯、伏期第3-4侯和第6侯，有3侯出现大范围的雨涝，即初夏第6侯、伏期第8-10侯。总之，2013年岑巩县夏旱涝交替出现，以旱为主，旱涝的阶段性降低了其对农业生产的影响程度。

图6 岑巩夏季各侯出现干旱和雨涝的乡镇数

3.2.2 空间分布及对农业生产影响分析 从夏季干旱和雨涝最长侯数分布图(图7)来看，2013年岑巩县夏季旱涝分布形势是：县境中部以旱为主、东部和西部以涝为主。岑巩县11乡镇最长干旱侯数为2～8侯，5侯以上的干旱出现在岑巩县中部一线的凯本、平庄、岑巩县城、大有等4乡镇，中部以西和以东的各乡镇最长干旱持续时间相对较短。凯本、大有、岑巩县城等3乡镇最长干旱出现时间是夏玉米抽雄吐丝期和水稻拔节孕穗期，对玉米、水稻的产量形成影响大，而平庄乡最长干旱时段出现较晚，为伏期第6-10侯，是水稻抽穗扬花期和玉米收获期，干旱对平庄的农业生产较为有利。

图7 岑巩夏季各乡镇出现最长旱涝的侯数分布图(左图为干旱、右图为雨涝)

岑巩县11乡镇2013年夏季最长雨涝持续时间为1-4侯，持续4侯的乡镇是岑巩县西部和东部的客楼、羊桥、天星等3乡镇。龙田镇最长雨涝持续3侯，出现在伏期第4-6侯，是水稻拔节孕穗期、晚玉米乳熟期，对产量的形成十分有利；其余乡镇的最长雨涝出现在伏期第7-10侯，水稻抽穗扬花期和玉米收获期，对收成影响较大。

综上所述，2013年夏季岑巩县旱涝时空分布特征显示，对全县农业生产的影响利少弊多。

3.3 指标检验

利用岑巩县11乡镇2013年主要农作物水稻、玉米和烤烟的干旱受灾率对旱涝监测指标检验。从主栽农作物因干旱受灾率分布图来看(图8)，因干旱受灾最大的是岑巩县西北部的平庄乡镇，其次是县境北部的凯本乡，这两个乡镇是全县11个乡镇干旱持续时间最长的地方；干旱受灾率最小的是县东部的天星乡，该乡干旱持续最长时间为3侯、而出现中级以上雨涝的侯有6侯，是全县11个乡镇干旱持续时间较短、而雨涝持续时间最长的地方。由此可见，本旱涝监测评判方法得出的干旱程度与实际受灾情况是基本一致的。

通过对各乡镇干旱受灾率与干旱持续最长侯数和中级以上雨涝侯数进行相关性分析，干旱受灾率与最长干旱侯数相关系数为0.284 0，与中级以上雨涝侯数相关系数为-0.629 9，也就是说干旱受灾率与干旱持续时间为正相关、与雨涝持续时间成较为明显的反相关。这证明用本旱涝监测评判方法监测到的干旱较重区域与受灾率较大的区域基本一致，说明本旱涝监测评判方法可以用到对乡镇的旱涝监测和评判中。

图8 岑巩县2013年夏季主要农作物受灾率

4 结论与讨论

①本研究利用岑巩县气象站历年夏季气温、降水观测数据，对岑巩县历年夏季旱涝特征进行了分析，结果表明岑巩县夏季旱涝与西太平洋副热带高压季节内突变性北跳、盛夏西风槽活动有关，说明本文所研究的旱涝监测判定方法有较为充分的气候背景依据。

②利用本旱涝监测判定方法对岑巩县11乡镇2013年夏季出现的干旱进行了判定分析，结果表明本判定方法得出的干旱较重区域与受灾率较大的区域基本是一致的，监测评判方法可以用到对乡镇的旱涝监测和评判中。

③同时该方法简单易行，可以作为一种快速、便捷的旱涝灾害监测判定方法，可以应用到气象服务中去；如果结合当地主要作物生育期监测资料，可作为旱涝影响评估方法。此外，该方法利用区域自动气象观测站的观测资料，从面上监测旱涝情况，弥补了以往利用气象站观测数据插值造成区域旱情监测不准的缺陷。

④岑巩初夏干旱呈增加趋势、雨涝呈减少趋势，伏期中级以上干旱、中级以上雨涝均呈增多趋势。针对岑巩夏季干旱的增多态势，应加大水改旱的力度，改“望天水”田为旱地，种植玉米、烤烟等旱地作物；针对常年少雨区，推行“山上为松、杉等经济林，坡上为茶、果园，坡底种植玉米、烤烟等旱地作物”的种植模式；改善工程性缺水状态，合理布局、修建山塘水库和灌溉水渠等水利设施，收集雨涝期的雨水为旱期所用，从而达到旱涝保收、实现农业增产和农民增收的目的。

[1] 侯英雨，何延波，柳钦火，等.干旱监测指数研究[J].生态学，2007，26(6)：892-897.

[2] GB/T 20481—2006[S].气象干旱等级国家标准.

[3] 张叶，罗怀良.农业气象干旱指标研究综述[J].资源开发与市场，2006，22(1)：50-52.

[4] 姚玉璧，张存杰，邓振镛，等. 气象、农业干旱指标综述[J]. 干旱地区农业研究，2007，25(1)：185-189.

[5] 刘凤仙.基于3S的农业干旱监测方法综述[J].中国西部科技，2010，214(17).

[6] 张红卫，陈怀亮，申双和.基于EOS_MODIS数据的土壤水分遥感监测方法[J].科技导报，2009，27(12)：85-92.

[7] 王瑜，孟令奎.基于MODIS的区域动态干旱监测方法[J].测绘信息与工程，2010，35(4)：20-22.

[8] 张洁，武建军，周磊，等.基于MODIS数据的农业干旱监测方法对比分析[J].遥感信息，2012，27(5)：48-54.

[9] 冯锐，张玉书，纪瑞鹏，等.基于MODIS数据的作物苗期干旱监测方法[J].气象科技，2008，36(5)：606-608.

[10] 卿清涛，侯美亭，张顺谦.基于NOAA/AVHRR资料的四川省干旱监测方法初探[J].中国农业气象，2008，29(2)：217-220.

[11] 杜灵通，田庆久，黄彦，等.基于TRMM 数据的山东省干旱监测及其可靠性检验[J].农业工程学报，2012，28(2)：121-126.

[12] 苏涛，王鹏新，许文宁，等.基于条件植被温度指数的干旱监测研究[J].干旱地区农业研究，2009，27(3)：208-213.

[13] 王鹏新，孙威.基于植被指数和地表温度的干旱监测方法的对比分析[J].北京师范大学学报(自然科学版)，2007，43(3)319-323.

[14] 杜灵通，李国旗.利用SPOT数据进行干旱监测的应用研究[J].水土保持通报，2008，28(2)：153-156.

[15] 梁平，冯晓云，韦波.黔东南夏季旱涝指数及干旱气候特征分析[J].气象科技，2006，34(5)：563-566.

[16] 李玉柱，许炳南.贵州短期气候预测技术[M].北京：气象出版社，2001：1-5.

[17] 武文辉，吴战平，袁淑杰，等.贵州夏旱对水稻、玉米产量影响评估方法研究[J].气象科学，2008，28(2)：232-236.

[18] 孟猛，倪健，张治国.地理生态学的干燥度指数及其应用评述[J].植物生态学报，2004，28(6)：853-861.

[19] 刘静，王连喜，马力文.中国西北旱作小麦干旱灾害损失评估方法研究[J].中国农业科学，2004，37(2)：201-207 .

[20] 蔡亮，姜洋. 水稻不同需水关键期适宜灌水下限指标研究[J].灌溉排水学报，2010， 29(6)：94-96.

[21] 陶诗言，卫捷.再论夏季西太平洋副热带高压的西伸北跳[J].应用气象学报，2006，17(5)：513-525.

[22] 朱玉先，喻世华.副热带高压季节性北跳的诊断研究[J].热带气象学报，1997，13(3)：246-257.

[23] 陶诗言，张庆云，张顺利.夏季北太平洋副热带高压系统的活动[J].气象学报，2001，59(6)：747-758.

[24] 巩远发，许美玲，何金海，等.夏季青藏高原东部降水变化与副热带高压带活动的研究[J].气象学报，2006，64(1)：90-99.

Judging method of drought & flood monitoring in agricultural meteorology based on observational data of regional automatic weather stations

LIANG Ping1，4，WEI Bo1，LIU Shitao2，YUAN Fangju1GU Shuhong3，4

(1.Qiandongnan Meteorological Bureau，Kaili，556000；2.Cengong County Bureau of Meteorology， Cengong，557800；3. Guizhou Institute of Mountainous Environment and Climate，Guiyang 550002； 4. Guizhou Key Laboratory of Mountainous Climate and Resources，Guiyang 550002)

After entering the 21st century guiz pentad province frequent extreme precipitation events，drought and flood disasters not only for agricultural production and farmers income caused serious influence， and monitoring of drought and flood evaluation has become a problem of meteorological service. This paper， taking the guiz pentad province wuyang river downstream Cengong county as an example， based on the regional automatic weather station observation data to carry out the study of drought and flood monitoring methods， drought and flood monitoring judgement equationand indicators is established. Calculated the Cengong county weather stations from 1971 to 2013， a total of 43 years in the summer each pentad and drought index and 11 township of Cengong county in 2013 each pentad index of drought and flood in summer.Results indicate that：① Based on the regional automatic weather station observation data to build the summer drought and flood index can well reflect the Cengong county summer drought and flood， as the special terrain of summer drought and flood in guiz pentad monitoring judgement index is more reasonable；②Cengong county have obvious pentad variation characteristics of summer drought and flood.Drought and flood pentad change and the northwest Pacific subtropical high seasonal north and west wind trough activities have a close relationship.

Drought and flood monitoring；Automatic weather station；Judgement index research

2014-06-21

梁平(1972—)，女，高工，主要从事农业气候资源开发利用研究工作。

“十二五”国家科技支撑计划课题(2012BAD20B06)；贵州省重大科技专项(黔科合重大专项字[2011]6003号)。

1003-6598(2015)03-0006-07

P456

A