江苏省倒春寒发生程度评估

赵　刚， 申双和， 褚荣浩

(南京信息工程大学应用气象学院，江苏南京 210044)

农业是人类生存的基础，农业的发展状况直接影响着国民经济全局的发展[1]。影响农业生产的自然灾害因素有很多，倒春寒则是其中之一[2]。倒春寒是指初春气温回升比较快，但是在春季后期的气温比正常年份气温偏低的一种现象[3]。3月初至4月底正值冬小麦的返青期和拔节期，此时若发生倒春寒会导致冬小麦叶片受冻，造成穗部空壳，从而导致减产，给农业生产带来危害，如1986年3月云南省受强冷空气影响，导致该年小麦相对气象产量减产35.88%，滇中部分区域颗粒无收，属严重减产年份；2013年晋南地区由于倒春寒的发生，给处于孕穗期的小麦造成巨大伤害，导致小麦明显减产，且灾后的补救措施既消耗财力，又消耗人力[4]。因此，本研究对江苏省倒春寒近55年发生程度进行评估具有十分重要的意义[5]。对于倒春寒的指标和发生规律，曾有一些学者进行过研究，如夏建等通过对各地倒春寒指标的对比，制定了适合江苏无锡的倒春寒标准：3月中旬至4月下旬之间连续10 d平均气温低于常年平均值1.5 ℃或以上，且其间的10 d平均气温仍须低于前10 d的平均气温[6]；吴增福等根据江苏省气候特征得出倒春寒指标，发现江苏省在20世纪90年代前倒春寒发生次数有减少趋势，90年代后又出现增加趋势[7]；强玉华利用<11 ℃的负有效积温表征倒春寒过程强度，确定浙江省丽水地区只在1972、1976、1987、1991、1996、2010年出现过重级倒春寒[8]；杨莉等通过对倒春寒总时间、最长持续时间和3月下旬到4月下旬平均气温3个因素的综合得分来确定倒春寒等级，发现贵阳东北部和西部为重级倒春寒频发区域[9]。目前为止关于引起倒春寒发生气象因子的分析尚未见报道[10]。因此，本研究利用江苏省13个典型代表站点55年来逐日气象资料，运用主成分分析法确定引起倒春寒发生的主要气象因子，建立江苏省倒春寒影响评估模型，分析江苏省1961—2015年倒春寒发生规律，以期为江苏省农业结构的合理生产提供重要科学依据。

1　资料与方法

1.1　资料

本研究所用气候数据来源于江苏省气象局，主要包括徐州、连云港、宿迁、淮安(盱眙)、盐城、南京、扬州、泰州(泰兴)、南通、镇江(丹阳)、常州、无锡和苏州(昆山)等13个站点的1961—2015年逐年3、4月日平均气温资料[11]。

1.2　研究方法

1.2.1倒春寒指标由于江苏省目前还没有统一的倒春寒指标[12]，本研究选用中国气象局发布的倒春寒指标：在每年的3月1日到4月30日期间，日平均气温降幅首次达到3 ℃的日期即视为倒春寒的开始，以日平均气温稳定回升到当日所在滑动候的平均气温气候标准值的日期即视为倒春寒的结束[13]。如表1所示，江苏省平均每年发生3.8次倒春寒天气，与历年来记载的江苏省春季所受寒潮灾害情况不符。水稻是喜温作物，且生物学零度都在12 ℃以上，若低于这个气温，才会出现烂殃和死苗等情况。所以本研究根据江苏的作物实际情况，把指标修改为每年3月1日到4月30日期间，当日平均气温在12 ℃以下，首次降幅达到3 ℃的日期即视为倒春寒的开始，以日平均气温稳定回升到当日所在滑动候的平均气温气候标准值的日期即视为倒春寒的结束。

1.2.2气候倾向率

xi=a+bti(i=1,2,…,n)。

(1)

式中：xi表示样本量为n的某一气候变量，用ti表示xi所对应的时间，建立xi与ti之间的一元线性回归方程[14]。其中a是常数，b为回归系数，即为气候倾向率。

1.2.3主成分分析通过把原先有众多相关性的指标重新组合成一组相互之间没有关系的综合指标，用它来代替原来的指标，并且还尽可能地保持原来的信息，这样既可以减少变量的数量，又可以找出主要问题，有利于问题的分析和处理[15-16]。

2　结果与分析

2.1　各站点发生倒春寒次数与年代际变化

表2为江苏省13个站点1961—2015年倒春寒发生次数变化特征。由表2可知，除盐城的气候倾向率为正值(变化幅度只有0.021次/10年)外，其他城市的气候倾向率均为负值，江苏省整体倒春寒发生次数呈下降趋势，但不明显。南京倒春寒发生次数最少，仅69次，徐州倒春寒的发生次数最多，达105次。13个代表站55年总共发生次数的平均值为82，平均每年1.49次。

表2　1961—2015年江苏省13个代表站3、4月倒春寒发生次数统计

从表3可知，江苏省20世纪60年代发生的倒春寒次数最多，为256次；20世纪70年代发生次数明显减少，为150次；80年代又上升到241次；且在近15年内，全省倒春寒发生次数均呈下降趋势。

2.2　倒春寒期间内的最大降温幅度与空间特征分析

由表4可知，最大降温幅度都维持在4.22 ℃～4.72 ℃区间内，相差不大。过程平均最大降温幅度为4.72 ℃，发生在南京，最小的是常州，为4.22 ℃，两者相差0.50 ℃。55年的过程平均最大降温幅度为4.55 ℃。

由图1可以看出，江苏省的最大降温幅度整体呈上升趋势，降幅最高的站点为泰兴，为0.149 ℃/10年；降幅最低的站点为宿迁，为0.003 ℃/10年。其中，连云港、徐州、盱眙、宿迁、无锡和苏州昆山的年均最大降温幅度的气候倾向率系数均为负值，表明上述站点最大降温幅度随着时间呈负相关，但变化幅度较小。

2.3　倒春寒期间内的最低日平均气温与空间特征分析

由表5可知，55年来倒春寒发生期间内最低的日平均气温是宿迁，为3.49 ℃；最高的为昆山，为4.61 ℃，两者相差1.12 ℃。其中，南京、扬州、泰州泰兴、南通、镇江丹阳、常州、无锡和苏州昆山超过了全省平均水平。

表3　1961—2015年江苏省13个代表站3、4月倒春寒发生次数的年代际变化

表4　江苏省13个代表站3、4月倒春寒过程平均最大降温幅度

表5　江苏省13个代表站3、4月倒春寒过程最低日平均气温

由图2可以看出，江苏省大部分区域的最低日平均气温呈下降趋势，最低是淮安盱眙和盐城，都为-0.102 ℃/10年；最高的是常州，为-0.01 ℃/10年。其中，连云港、南通、无锡和苏州昆山呈上升趋势；无锡和苏州昆山上升比较明显，都超过0.1 ℃/10年。

2.4　倒春寒期过程持续时间与空间特征分析

由表6可知，近55年来，江苏省13个代表站倒春寒过程平均持续时间为3.18 d，且徐州、连云港、泰州泰兴、无锡和苏州昆山持续时间较长。连云港持续时间最长达3.45 d，盐城最短为 2.93 d，两者相差0.52 d。

表6　江苏省13个代表站3、4月倒春寒过程持续天数变化

由图3可以看出，江苏省倒春寒期间持续时间整体呈上升趋势，泰州泰兴最高，达0.169 d/10年；徐州最低，为0.005 d/10年。高值区主要集中在泰州泰兴、扬州和镇江丹阳等区域。连云港、淮安盱眙、南通、无锡和苏州昆山呈下降趋势，其中无锡降幅达 -0.265 d/10年。

2.5　综合评价

统计了江苏省1961—2015年每年3、4月期间发生的倒春寒次数、倒春寒期间的最大降温幅度、日最低平均气温和持续时间。通过分析可以看出，随着年份的增长，倒春寒发生次数呈减小趋势。推测出现这一现象的重要原因是全球在变暖，据悉在未来的100年内，全球地表温度将会上升1.4～5.8 ℃[17]。最大降温幅度和持续时间各个站点间的差异不大，但苏北地区过程最低日平均气温明显低于苏南地区，推测是由于苏南属于亚热带季风气候，而苏北属于温带季风气候，因为所处的纬度不同，导致接受的太阳能力存在差异。

3　倒春寒指数

取最大降温幅度作为自变量因子x1，过程日平均最低气温作为自变量因子x2，过程持续时间作为自变量因子x3，利用主成分分析法分析3、4月倒春寒序列，具体见表7。

表7　1961—2015年3、4月倒春寒序列主成分分析结果

根据历史3、4月倒春寒序列主成分分析结果，3、4月倒春寒序列第一、第二主成分累积解释总方差的79.12%，可以认为提取第一、第二主成分能概括原始值的绝大部分信息，故分别采用第一、第二主成分作为倒春寒评估模型，即3、4月倒春寒评估模型：

LSCEI=0.19x1+0.41x2+0.48x3。

(2)

通过倒春寒评估模型可以看出，倒春寒指数的大小与过程最大降温幅度、过程日平均最低气温和过程持续时间成正比，即过程最大降温幅度越大，过程最低日平均气温越高以及过程持续时间越长，倒春寒指数就越大、越严重。其中，过程日平均最低气温和过程持续时间的2个系数的绝对值均比过程最大降温幅度系数的绝对值大，因而起到了主要作用。

3.1　倒春寒等级划分

利用倒春寒评估模型来计算江苏省13个站点倒春寒的序列值，同时选取《中国气象灾害大典(江苏卷)》中关于春季发生低温、霜冻的记载，结合历年来倒春寒对江苏省的影响程度，得出较为符合实际生产的倒春寒等级划分指标，具体见表8。

表8　江苏省倒春寒等级划分标准

3.2　倒春寒发生程度评估

由图4-a可知，1961—2015年江苏省轻级倒春寒整体发生频率较高，但各站点间差异不大。发生频率最小的是无锡，为78%；最大的是盐城，为87%；平均发生频率为82%，发生频率高的区域主要集中在长江以北的连云港、宿迁和盐城一带及南京和扬州。

由图4-b可以看出，1961—2015年江苏省中级倒春寒发生频率整体偏低，整体发生频率的空间分布是由长江以北逐渐向长江以南递增。最高的是泰州泰兴，为19%；最低的是镇江丹阳，为7%，即近55年丹阳一共就发生了6次中级倒春寒。其余各站点差异不大，维持在10%～20%的区间内。

由图4-c可以看出，1961—2015年江苏省重级倒春寒发生频率较轻级和中级倒春寒发生频率明显偏低。最低的是盐城，为2.2%，即近55年盐城一共只发生了2次重级倒春寒；最高的是昆山，为6.8%；全省发生重级倒春寒平均频率为4.4%。

3.3　特殊案例分析

1962年是1961—2015年间倒春寒发生次数最多的一年，全年13个站点一共发生了44次倒春寒，平均每个站点全年发生3.38次，属倒春寒频发年。在该年中一共有11个站点发生了重级倒春寒，这在江苏省历史气象灾害中比较罕见。与《中国气象灾害大典(江苏卷)》中提到的1962年的春季寒潮有12次、为历史最多次的记载相符。

4　结论与讨论

近55年来，江苏省13个代表站发生倒春寒次数呈下降趋势。20世纪60年代次数最多，20世纪70年代次数明显减少，80年代有所增加，随后年份发生次数均呈下降趋势。

近55年来，江苏省13个代表站均发生了不同程度的倒春寒，其中轻级倒春寒发生频率最高，高值区主要集中在苏北地区，全省平均发生频率达82%；中级倒春寒发生平均频率为18%，最易发生中级倒春寒的是泰州泰兴、南通、镇江丹阳一带；重级倒春寒发生频率相对较低，全省平均发生频率为 4.4%，说明江苏省不易发生重级倒春寒。

在13个代表站中，过程最低日平均气温各站点差异较小，但昆山倒春寒期间内的过程持续时间最长，是受倒春寒天气影响较为深的一个站点，这可能与苏州昆山靠近长江有关。

事实上，除了从日平均气温这一影响因素，通过降温幅度、最低气温和持续时间对倒春寒进行评估外，江苏春季的连阴雨天气也是一个不可忽视的重要因素。春季的连阴雨天气是江苏常见的一种气象灾害，其特点是降水量大，较常年同期明显偏多[18]。如果把日平均气温和降水等因素一起考虑，相信会得到更为具体的倒春寒影响评估模型。

参考文献：

[1]陈培正. 当代农学发展的必然性探究和举措[J]. 农业与技术，2015(10)：223-223.

表10　1962年13个站点最大倒春寒指数、最高倒春寒

[2]刘杰，王宏，刘星燕，等. 一次倒春寒天气过程的观测数据对比分析[J]. 农业与技术，2014(10)：199-199，249.

[3]王国莉，李金义，张影，等. 抚顺地区低温冷害及其对农业生产的影响[J]. 安徽农业科学，2011，39(6)：3574-3576.

[4]赵虹，王西成，胡卫国，等. 黄淮南片麦区小麦倒春寒冻害成因及预防措施[J]. 河南农业科学，2014，43(8)：34-38.

[5]山昌义，宋爱红，鲁丹. 倒春寒天气对山区果品业的影响及防灾措施[J]. 气象，2002，28(10)：53-56.

[6]夏健，牛文胜. 无锡2010年一次倒春寒天气过程及气候特征研究[J]. 安徽农业科学，2012，40(10)：6060-6062.

[7]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.

[8]强玉华，高瑜，卢钊. 丽水市倒春寒特征及其成因分析[J]. 气象与环境科学，2011，34(增刊1)：62-64.

[9]杨莉，罗文芳，彭茜. 贵阳市倒春寒的发生规律及其环流成因[J]. 贵州气象，2006，30(2)：12-14.

[10]马德栗，刘敏，李兰，等. 湖北省倒春寒发生程度评估模型[J]. 中国农业气象，2011，32(1)：134-138.

[11]范丽，范闯. 江苏省县域经济增长的空间差异问题及其因素分解[J]. 江苏商论，2015(9)：84-88.

[12]于海英，柴守权，周玉江，等. 倒春寒与杨树烂皮病发病的关系[J]. 浙江农林大学学报，2011，28(6)：927-930.

[13]章钧凯. 气候因子对马尾松毛虫个体发育及怀卵量的影响作用研究[D]. 杭州：浙江农林大学，2014.

[14]许元，李聪. 城镇建筑垃圾量的多元线性回归分析[J]. 砖瓦，2015(9)：8-10.

[15]贾建矿. 主成分分析与因子分析之间关系分析[J]. 知识经济，2009(7)：168-169.

[16]李晓锋，张亚东，于世军. 城市交叉口交通管理对策研究[J]. 科技信息(学术版)，2007(24)：26-28.

[17]苏丽. 可持续发展视阈下的代际公平问题研究[D]. 南昌：江西师范大学，2009.

[18]杨柳，邹建新，张丽婷，等. 2009年2—3月江苏省长连阴雨过程分析[C]//中国气象学会.第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集. 杭州，2009.