新疆农作物生长期雹灾的时空分布及危害性评估

王 昀，王式功，王 旭，马 禹



新疆农作物生长期雹灾的时空分布及危害性评估

王 昀1，王式功2，王 旭3，马 禹4※

（1. 兰州大学大气科学学院，甘肃干旱气候变化与减灾重点实验室，兰州 730000；2. 成都信息工程大学大气科学学院， 高原大气与环境四川省重点实验室，成都 610225；3. 新疆维吾尔自治区人工影响天气办公室，乌鲁木齐 830002； 4. 新疆维吾尔自治区气候中心，乌鲁木齐 830002）

冰雹是新疆农作物生长期频繁出现的严重气象灾害。该文利用1951—2017年雹灾出现次数、受灾面积、经济损失3大灾情要素，分析了新疆雹灾的时空分布规律。利用熵权重计算方法构建了评价雹灾危害性的灾损指数，依据伽玛分布对危害性等级进行了划分，并利用气候因子和农作物播种面积解释了雹灾时空变化的原因。新疆雹灾多发于天山两侧及邻近地区，3大灾情要素呈线性增加趋势。雹灾划分为一般、较重、严重、特重4个等级，塔城博州、奎玛流域、昭苏县、阿克苏地区、伽师县是特重灾区。动力抬升、水汽条件、大气层结不稳定是新疆雹灾时空分布的主要影响因子，而雹灾出现次数、农作物播种面积对受灾面积线性增长趋势的贡献率分别为93%和7%。利用水汽压、气团指数、播种面积作为因子，建立了雹灾出现次数偏多、偏少的年景预测模型，模型预测正确率达73%。研究结果可为新疆人工防雹避灾提供依据。

危害；模型；作物；雹灾；时空分布；影响因子

0 引 言

冰雹指坚硬的球状、锥状或形状不规则的固态降水，直径大小超过2 mm[1]。冰雹是严重的农业气象灾害，在农作物生长期降雹会给作物带来严重损伤，造成作物减产或绝收，从而带来较重的经济损失。在1949—2006年间，美国损失超过100万美元的冰雹事件有876次，平均每次损失5 600万美元，美国每年因冰雹造成的损失超过8.5亿美元[2]。每年冰雹给中国带来的灾害损失都超过亿元甚至是几十亿元[3]。中国多雹区沿几大山系伸展，其中青藏高原和祁连山地区是冰雹发生的频繁区，天山山脉及其两侧和华北地区为次活动中心[3]。冰雹灾害与当地的经济发展、作物状况有很大的关系，与冰雹出现频数并不完全一致，中国冰雹灾害常常出现在降雹多发的高大山脉的背风坡、地势高地形复杂的山区[4-8]，以及荒漠与绿洲交界的粮食、棉花和油料作物、林果等产区[9-10]。新疆的绿洲依山傍水，多与荒漠相邻或被荒漠戈壁包围，有利的地势地貌使冰雹极易发生在绿洲[11]，使新疆成为中国冰雹高发区之一。笔者根据2004—2015年中国气象灾害年鉴统计表明，中国29个省区局地强对流（冰雹、雷暴大风、龙卷）造成农作物受灾面积排名前6的分别为河北、河南、内蒙、黑龙江、山东、新疆，受灾面积分别为36.72、32.79、28.44、25.37、25.35、20.97万hm2，新疆是中国冰雹灾害严重的地区，也是西北地区受灾面积最重的省区。

灾害风险区划研究在防灾减灾中的作用日益凸显，层次分析法[12-13]、灰色关联分析方法[14]、模糊投票方法[15]等统计建模方法在雪灾、水旱灾害等大尺度、长时间气象灾害的等级评价及风险区划研究中得到广泛应用，也有学者将此类方法用于冰雹这样尺度小、时间短、强度大的中小尺度灾害的风险评估研究中。翟志宏等[16]分析了1951—2006年北京地区20个气象站冰雹数据的概率分布特征，在此基础上对北京地区冰雹进行了风险区划。另外灰色关联模型[17]、风险度评估模式[18]、冰雹强度指数模型[19]和风险指数评估模型[20]等方法也被用来进行冰雹灾害风险区划。史莲梅等[21]将1984—2014年新疆各县（市）雹灾频次与同期平均值之比作为冰雹灾害的危险性指数，对新疆雹灾频次进行了等级划分和区划。

雹灾出现次数、受灾面积、经济损失3大灾情要素，在灾情报告中均有详细记载，从不同侧面描述了雹灾的影响程度，而在以往的研究中并未利用这3大灾情要素客观定量地对雹灾危害性进行区划与评估。另外，在雹灾时空分布的研究中并未涉猎气候成因的分析工作。因而本文基于3大灾情要素，利用熵权重计算方法和概率分布函数对雹灾危害性进行客观定量的等级划分与评估，并利用气候因子解释雹灾出现次数时空变化的原因，进而建立雹灾出现次数偏多、偏少的年景预测模型。研究旨在为指导农业生产和因地制宜地制定防雹避灾措施提供参考。

1 材料与方法

1.1 数据资料

本文根据《中国气象灾害大典·新疆卷》记载的1951—2000年雹灾信息[22]、新疆维吾尔自治区民政厅记载的2001—2017年雹灾信息，整理得到1951—2017年新疆106县（市）包含出现时间（年月日）、出现区域（县/市）、受灾面积、经济损失的雹灾记录2 629条。若某日某县（市）区域内出现1次雹灾，则雹灾出现次数记为1。由于雹灾信息中很少记录冰雹大小，有记录的占总样本比例为13%，且以定性记录为主，故在雹灾分析中没有考虑冰雹大小。

为了扣除商品物价上涨因素，保证经济损失数据的可比性，用雹灾经济损失值除以商品价格指数，得到经济损失可比价格。1980—2017年逐年商品价格指数来源于新疆维吾尔自治区统计局，1951—1980年期间灾害损失值的订正统一使用1980年的商品价格指数，1981—2017年期间灾害损失值的订正使用当年的商品价格指数。

图1 研究区域和站点分布

1.2 研究方法

采用累积距平检测方法分析3大灾情要素的气候突变；采用熵权重法确定3大灾情要素之间的权重，由权重系数和无量纲化灾情要素构建灾损指数Z，利用概率分布密度的直方图法和假设检验确定Z的概率密度函数，根据概率密度确定Z不同等级的阈值，进而实现新疆雹灾危害性的等级划分。采用逻辑回归方法建立雹灾出现次数偏多、偏少的年景预测模型。

1）气候突变的累积距平检测方法

2）熵权重计算方法

3）雹灾灾损指数

参照文献[21]，本文雹灾灾损指数Z的计算公式定义为

采用概率分布密度的直方图法和假设检验方法[26]，确定Z的概率密度函数。

4）线性增长贡献率计算

2 结果与分析

2.1 新疆雹灾的空间分布

在1951—2017年间新疆有78个县（市）出现了雹灾，其余28个没有出现雹灾。某县雹灾出现次数、受灾面积、经济损失的67 a累计值分别除以67得到该县年均出现次数、年均受灾面积、年均经济损失，它们的空间分布见图2。

新疆雹灾年均出现1次以上的多灾区在天山北侧的博州和奎玛流域、天山西端的昭苏县、天山南侧的阿克苏地区（图2a），其中温泉县最多，年均达2.3次，昭苏县2.1次，沙湾县和阿克苏市各为2.0次。年均受灾面积超过2 000 hm2的大灾区在塔城市、博乐市、奎玛流域、昭苏县、阿克苏地区（图2b），阿克苏市最多，年均受灾6 795 hm2，沙湾县5 805 hm2，阿瓦提县4 809 hm2。年均经济损失超过200万元的重灾区在博州、奎玛流域、霍城县、昭苏县、库尔勒市、阿克苏地区、喀什地区北部（图2c），年均经济损失前3位的均在阿克苏地区，阿克苏市最多1 069万元，阿瓦提853万元，沙雅607 万元。

在年均雹灾频次高、面积大、灾损重的区域，平均每次受灾面积在1 500 hm2以上（图2d），每次经济损失在200万元以上（图2e）。受灾面积强度最大区域在玛纳斯河流域、阿克苏地区，而经济损失强度最大区域却在巴州北部和喀什地区中部。虽然巴州和喀什地区雹灾出现频次不高，但每次雹灾造成的经济损失却高于新疆其他地区。

图2 1951—2017年新疆雹灾的空间分布

新疆雹灾频繁的地区，也正是新疆作物蒸散量较大、湿润度相对较高的区域[29-31]，位于地势高、地形复杂的山区，高大山脉的背风坡，荒漠与植被交界、下垫面复杂的绿洲。雹灾频繁的地区也处于天山北坡经济带、南疆优质粮棉基地和特色林果业基地。

2.2 新疆雹灾的时间变化特征

2.2.1 新疆雹灾的年代际变化

78个县（市）雹灾出现次数、受灾面积、经济损失的月、年合计值分别表示新疆雹灾出现次数、受灾面积、经济损失的月值、年值。表1为每10 a平均得到的新疆雹灾3大灾情要素的年代际变化情况，其中2011—2017年为7 a的平均。

新疆雹灾出现次数于1980s出现明显跃增，之后维持高发势态。受灾面积、经济损失也于1980s出现明显跃增，但在1990s出现回落，之后呈增加趋势。需要强调的是2011—2017年新疆雹灾出现次数、受灾面积和经济损失达到历史最高值，特别是天山两侧地区尤为突出，这意味着当前新疆的雹灾防御工作面临新的严峻挑战。

表1 1951—2017年新疆雹灾的年代际变化

2.2.2 新疆雹灾的年际变化

根据1951—2017年多年平均，新疆雹灾年出现39次，受灾面积75 485 hm2，经济损失10 996万元。雹灾出现次数最多的是2011年和2012年，均为104次；受灾面积和经济损失却是2013年最高，分别为231 675 hm2、58 154万元，出现了90次（图3a）。

在雹灾的年际变化上，雹灾出现次数在1979年以前每年不超过31次，1984年之后不少于33次。受灾面积和经济损失变化步调比较一致，在2005—2017年出现主高峰阶段，平均年出现74次，受灾面积152 728 hm2，经济损失23 925万元；在1982—1991年出现次高峰阶段，平均年出现50次，受灾面积127 266 hm2，经济损失17 722万元。从1951—2017年总体变化趋势来看，出现次数、受灾面积和经济损失均呈增加趋势，每年分别增加1.2次、2 589 hm2、336万元（<0.01）。

累积距平检验表明雹灾出现次数在1983年出现突变（图3b中箭头所指年份，下同），1951—1983年平均值为15.9次，相对于67 a平均值偏少59%，突变后的1984—2017年平均值为61.9次，偏多58%，突变之后的平均值是突变之前的3.9倍。

受灾面积在1981年发生突变，1951—1981年平均值为21 517 hm2，相对于67 a平均值偏少71%，1982—2017年平均值为121 958 hm2，偏多62%，突变之后的平均值是突变之前的5.7倍。

经济损失在1979年发生突变，1951—1979年平均值为4 435万元，相对于67 a平均值偏少60%，1980—2017年平均值为16 002万元，偏多46%，突变之后的平均值是突变之前的3.6倍。

2.2.3 新疆雹灾的年变化

新疆雹灾出现在3—10月，集中于5—8月，期间出现次数、受灾面积、经济损失分别占全年的92%、88%、89%，具有明显的季节性（图4）。6月是雹灾最多的月份，出现次数、受灾面积、经济损失分别占全年的31%、28%、29%。虽然雹灾出现次数在7月为次峰值，但其受灾面积和经济损失却低于5月，这与新疆农业种植结构有关。新疆以棉花种植为主，除此之外是小麦和玉米，2014年三者种植面积占整个农作物播种面积的74.64%[32]。由于7月上旬冬麦已成熟收获，春玉米已抽雄开花吐丝具有了一定抗灾能力，且部分早熟林果已收获，所以7月灾害损失低于5月。

图3 1951—2017年新疆雹灾的年际变化和突变

图4 1951—2017年新疆雹灾的月变化

2.3 新疆雹灾危害性区划与评估

2.3.1 雹灾灾损指数的构建与空间分布

1951—2017年期间，在新疆106县（市）中出现雹灾的有78个。利用各县（市）出现次数、受灾面积、经济损失的67 a累计值，依据熵权重计算方法得到它们的权重分别为0.333 1、0.333 5、0.333 4，其78个县（市）平均值分别为32.9次、63 218.8 hm2、9 208.8万元，则雹灾灾损指数计算公式：

雹灾灾损指数高于2.0的区域主要在博州、奎玛流域、昭苏县、阿克苏地区（图5），前5位从大到小排列的县（市）依次为阿克苏市（6.35）、阿瓦提县（4.77）、沙湾县（4.61）、沙雅县（3.95）、昭苏县（3.48）。某区域所辖县灾损指数的平均值能够表达该区域雹灾的平均强度，前5位从大到小排列的区域依次为阿克苏地区（3.37）、博州（2.05）、奎玛流域（1.92）、喀什地区（0.94）、伊犁河谷（0.93）。

图5 新疆雹灾灾损指数的空间分布

Z不仅与3大灾情要素相关程度高（相关系数分别为0.93、0.97、0.95），且与3大灾情要素的空间分布相一致，这说明Z能综合表达3大灾情要素。

2.3.2 雹灾危害性等级划分标准及区划

注：图中柱子指概率密度，曲线指概率密度曲线。

由伽玛分布函数的概率可确定灾损指数分位点x值，根据分布函数的概率及对应的灾损指数阈值，表2定量给出了雹灾危害性等级划分标准。

表2 新疆雹灾等级划分标准

图7给出新疆雹灾危害性等级的空间分布，由图可见，新疆的雹灾出现在阿勒泰地区北部、塔城地区、博州、奎玛流域、伊犁河谷、阿克苏地区、喀什地区、和田的部分地区、巴州、哈密的部分地区，特重雹灾出现在塔城市、博州、奎玛流域、昭苏县、阿克苏地区、伽师县。

图7 新疆雹灾危害性等级划分

2.4 新疆雹灾的成因分析

雹灾的出现不仅与冰雹天气有关，还与农作物播种面积有一定的关系。充沛的水汽、足够的动力抬升和大气层结不稳定是产生冰雹天气的3个必备条件。在天山两侧由于地形对天气系统的强迫作用，动力抬升条件很容易满足。因而，以下从水汽条件、大气层结稳定度、农作物播种面积来解释新疆雹灾时空分布的原因。

2.4.1 水汽条件对雹灾的影响

2.4.2 大气层结稳定度

图8 1961—2016年4—9月平均水汽压的空间分布

图9 4—9月平均水汽压、平均指数和雹灾出现次数的年际变化

2.4.3 农作物播种面积扩大的影响

新疆雹灾受灾面积和农作物播种面积逐年呈增加趋势（图10）。受灾面积占播种面积的百分比（受灾比）也表示雹灾的危害程度，1950s、1960s、1970s受灾比分别为0.547%、0.539%、1.159%，1980s至今受灾比均超过3%，其中1980s、1990s、2000s分别为3.906%、3.058%、3.023%，2011—2016年6 a平均为3.107%。可见自1990s至今，虽然受灾面积、播种面积在不断递增，但受灾比相对稳定，变化较小。

图10 1951—2016年雹灾出现次数、受灾面积、播种面积的年际变化

从图10可以看出，播种面积越大、雹灾出现次数越多，农作物受灾面积就越大。在1951—2016年期间雹灾出现次数（）、播种面积（，103hm2）、受灾面积（，103hm2）的线性变化分别为=1.25-3.96（2=0.71，=9.5×10-19）、=47.491530.72（2=0.74，=2.2×10-20）、=2.65-16.49（2=0.59，=4.2×10-14），与和的多元线性回归方程为=1.978+0.004－15.616（2=0.81，=1.1×10-23）。据此计算得到雹灾出现次数、播种面积对受灾面积线性变化趋势的贡献率分别为93%和7%，这表明受灾面积由雹灾出现次数决定，但随着播种面积的扩大，受灾面积也会增大。主要原因在于：1）播种面积增大，使得冰雹降在承载体上的几率变大；2）播种面积的扩大，意味着灌溉面积和植物蒸腾面积也扩大，由地面蒸发和植物蒸腾从贴地层进入大气的水汽增多，增多的水汽通过潜热释放增加大气的不稳定和动力作用，造成雹灾出现次数增加、强度加强，从而受灾面积也就增大。

2.4.4 雹灾出现次数的年景预测

2=0.212，=0.02 （7）

式中为雹灾年景概率，≥0.5为偏多年景，＜0.5为偏少年景；为水汽压，hPa；为指数，℃；为播种面积，105hm2。

3 结 论

1）1951—2017年的多年平均表明，新疆雹灾出现次数、受灾面积、经济损失3大灾情要素的年值分别为39次、75 485 hm2、10 996万元，雹灾在5—8月农作物生长期集中出现，6月最多；雹灾出现次数多、受灾面积大、经济损失重的地域在博州、奎玛流域、昭苏县、阿克苏地区、喀什地区，而单次受灾面积最大地区为玛纳斯河流域和阿克苏地区，单次经济损失最大地区为巴州北部和喀什地区中部。3大灾情要素均呈线性增加趋势，每年分别增加1.2次、2 589 hm2、336万元，它们分别在1983年、1981年、1979年出现突变，突变前后2段的平均值差异明显，突变后分别是突变前的3.9、5.7和3.6倍。

2）利用能综合表达3大灾情信息的灾损指数，将雹灾划分为一般、较重、严重、特重4个危害性等级。特重灾区位于塔城市、博州、奎玛流域、昭苏县、阿克苏地区、伽师县，其中阿克苏地区排名第1，博州次之。近几年特重灾区的雹灾呈高发态势，需重点防御，应在雹云移动路径上增设多道防线，加密布设高炮和火箭发射装置，针对不断移动和发展的雹云开展大规模防雹催化作业，最大限度的减轻雹灾危害。

3）水汽压、指数对雹灾发生的水汽条件和大气层结稳定度具有很好的指示意义。水汽压、指数高的地域、季节、年份，雹灾次数就多，反之亦然。水汽压、指数是影响雹灾多寡的主要原因。雹灾出现次数、农作物播种面积对受灾面积均有影响，前两者对后者线性增长趋势的贡献率分别为93%和7%。利用水汽压、指数、播种面积作为因子，建立了雹灾出现次数偏多、偏少的年景预测模型，模型预测正确率达73%。

综上，利用3大灾情要素归纳出新疆雹灾的时空分布特征，基于熵权重计算方法构建的灾损指数能够综合表达3大灾情信息，为雹灾危害性客观定量等级划分与评估奠定了基础，这为其他气象灾害的区划与评估提供了一种新的技术方法。选取影响雹灾时空变化的气候因子——水汽压与指数，结合农作物播种面积建立的逻辑回归雹灾预测模型，为雹灾年景预测提供了新的技术手段，但在年景预测模型中需再引入何种大气环流参量，进一步提高预测准确率仍需深入研究。

[1] 中国气象局. 地面气象观测规范[M]. 北京：气象出版社，2003：21.

[2] Stanley A C. Temporal and spatial distributions of damaging hail in the Continental United States[J]. Physical Geography, 2008, 29(4): 341－350.

[3] 张芳华，高辉. 中国冰雹日数的时空分布特征[J]. 南京气象学院学报，2008，31(5)：687－693.Zhang Fanghua, Gao Hui. Temproal and spatial features of hail days in China[J]. Journal of Nanjing Institute of Meteorology, 2008, 31(5): 687－693. (in Chinese with English abstract)

[4] 王晓明，倪惠，周淑香. 吉林省冰雹灾害时空分布规律及特征分析[J]. 灾害学，1999，14(3)：50－54.Wang Xiaoming, Ni Hui, Zhou Shuxiang. Analysis on distribution law and character in time and space of hail disasters in Jilin Province[J]. Journal of Catastrophology, 1999, 14(3): 50－54. (in Chinese with English abstract)

[5] 杜继稳，王小宁，雷向杰，等. 陕北气象灾害与生态环境治理[J]. 灾害学，2001，16(1)：71－77.Du Jiwen, Wang Xiaoning, Lei Xiangjie, et al. Meteorological disasters and ecological management in the North Shanxi[J]. Journal of Catastrophology, 2001, 16(1): 71－77. (in Chinese with English abstract)

[6] 纪晓玲，马筛艳，丁永红，等. 宁夏40年灾害性冰雹天气分析[J]. 自然灾害学报，2007，16(3)：24－28.Ji Xiaoling, Ma Shaiyan, Ding Yonghong, et al. Analysis of disastrous hail weather in Ningxia in recent 40 years[J]. Journal of Natural Disasters, 2007, 16(3): 24－28. (in Chinese with English abstract)

[7] 包云轩，覃文娜，高苹，等. 江苏省近30年冰雹灾害的时空变化规律[J]. 自然灾害学报，2012，21(5)：197－206. Bao Yunxuan, Qin Wenna, Gao Ping, et al. Spatiotemporal change patterns of hail disaster in Jiangsu Province during recent 30 years[J]. Journal of Natural Disasters, 2012, 21(5): 197－206. (in Chinese with English abstract)

[8] 段玮，胡娟，赵宁坤，等. 云南冰雹灾害气候特征及其变化[J]. 灾害学，2017，32(2)：90－96. Duan Wei, Hu Juan, Zhao Ningkun, et al. Climatic characteristics and changes of hail disasters in Yunnan[J]. Journal of Catastrophology, 2017, 32(2): 90－96. (in Chinese with English abstract)

[9] 张国庆，刘蓓. 青海省冰雹灾害分布特征[J]. 气象科技，2006，34(5)：558－562.Zhang Guoqing, Liu Bei. Distributional characteristics of hail disasters in recent 40 years over Qinghai Province[J]. Meteorological Science and Technology, 2006, 34(5): 558－562. (in Chinese with English abstract)

[10] 龙余良，金勇根，刘志萍，等. 江西省冰雹气候特征及冰雹灾害研究[J]. 自然灾害学报，2009，18(1)：53－57.Long Yuliang, Jin Yonggeng, Liu Zhiping, et al. Climatic character and disaster of hail in Jiangxi Province[J]. Journal of Natural Disasters, 2009, 18(1): 53－57. (in Chinese with English abstract)

[11] 向明燕，范丽红，海米提·依米提，等. 新疆近45年气象灾害及其防御措施[J]. 干旱区研究，2007，24(5)：712－716.Xiang Mingyan, Fan Lihong, Haimit Yimiti, et al. Study on the change of meteorological disasters and the prevention measures in Xinjiang since recent 45 years[J]. Arid Zone Research, 2007, 24(5): 712－716. (in Chinese with English abstract)

[12] 陈彦清，杨建宇，苏伟，等. 县级尺度下雪灾风险评价方法[J]. 农业工程学报，2010，26(增刊2)：307－311.Chen Yanqing, Yang Jianyu, Su Wei, et al. Risk assessment of snow disaster on county scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(Supp.2): 307－311. (in Chinese with English abstract)

[13] 秦越，徐翔宇，许凯，等. 农业干旱灾害风险模糊评价体系及其应用[J]. 农业工程学报，2013，29(10)：83－91. Qin Yue, Xu Xiangyu, Xu Kai, et al. Fuzzy evaluation system of agriculture drought disaster risk and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(10): 83－91. (in Chinese with English abstract)

[14] 梁旭，丁建军，曹宁. 宁夏自然灾害综合分区及多尺度特征分析[J]. 干旱区资源与环境，2011，25(4)：62－68.Liang Xu, Ding Jianjun, Cao Ning. Comprehensive division and multi-scale character analysis on the natural disasters in Ningxia[J]. Journal of Arid Land Resources and Environment, 2011, 25(4): 62－68. (in Chinese with English abstract)

[15] 董婷，任东，孟令奎，等. 基于阈值优化模糊投票法的农业旱情等级遥感评估[J]. 农业工程学报，2018，34(12)：137－145. Dong Ting, Ren Dong, Meng Lingkui, et al. Remote sensing evaluation of drought degree based on threshold-optimized fuzzy majority voting model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(12): 137－145. (in Chinese with English abstract)

[16] 翟志宏，姜会飞，叶彩华，等. 基于概率分布模型的北京地区冰雹灾害风险区划[J]. 中国农业大学学报，2008，13(6)：49－53.Zhai Zhihong, Jiang Huifei, Ye Caihua, et al. Hail risk distribution based on probability density model in Beijing region[J]. Journal of China Agricultural University, 2008, 13(6): 49－53. (in Chinese with English abstract)

[17] 扈海波，董鹏捷，潘进军. 基于灾损评估的北京地区冰雹灾害风险区划[J]. 应用气象学报，2011，2(5)：612－620. Hu Haibo, Dong Pengjie, Pan Jiniun. The hail risk zoning in Beijing integrated with the result of its loss assessment[J]. Journal of Applied Meteorological Science, 2011, 2(5): 612－620. (in Chinese with English abstract)

[18] 蒲金涌，尤志刚，李建国，等. 天水市雹灾对粮食作物生产影响的风险评价[J]. 中国农学通报，2012，28(8)：282－286. Pu Jinyong, You Zhigang, Li Jianguo, et al. Risk assessment of influence of hail disaster on crops in Tianshui[J]. Chinese Agricultural Science Bulletin, 2012, 28(8): 282－286. (in Chinese with English abstract)

[19] 温华洋，田红，唐为安，等. 安徽省冰雹气候特征及其致灾因子危险性区划[J]. 中国农业气象，2013，34(1)：88－93.Wen Huayang, Tian Hong, Tang Weian, et al. Climatic characteristics of hail disaster and its risk zoning in Anhui Province[J]. Chinese Journal of Agrometeorology, 2013, 34(1): 88－93. (in Chinese with English abstract)

[20] 杨振鑫，孙磊，牛润和，等. 甘肃临夏地区冰雹时空分布特征及其灾害风险区划初探[J]. 暴雨灾害，2016，35(6)：596－601. Yang Zhenxin, Sun Lei, Niu Runhe, et al. Analysis of temporal and spatial distribution of hailstorm and its disaster risk zoning in Linxia of Gansu province[J]. Torrential Rain and Disasters, 2016, 35(6): 596－601. (in Chinese with English abstract)

[21] 史莲梅，李斌，李圆圆，等. 新疆冰雹灾害经济损失评估及风险区划研究[J]. 冰川冻土，2017，39(2)：299－307. Shi Lianmei, Li Bin, Li Yuanyuan, et al. Study on economic loss assessment and risk division of hail disaster in Xinjiang[J]. Journal of Glaciology and Geocryology, 2017, 39(2): 299－307. (in Chinese with English abstract)

[22] 温克刚. 中国气象灾害大典·新疆卷[M]. 北京：气象出版社，2006：233－273.

[23] Shi Neng, Zhu qiangen. An abrupt change in the intensity of the East Asian summer monsoon index and its relationship with temperature and precipitation over East China[J]. International Journal of Climatology, 1996, 16(1): 1－8.

[24] 时光新，尹成信. 基于熵的小流域治理效益评价模型及其应用[J]. 水土保持通报，1999，19(5)：38－40. Shi Guangxin, Yin Chengxin. Benefit evaluation model and its application on small watershed control on the basis of information entropy[J]. Bulletin of Soil and Water Conservation, 1999, 19(5): 38－40. (in Chinese with English abstract)

[25] 林运东，门宝辉，贾文善. 熵权系数法在水体营养类型评价中的应用[J]. 西北水资源与水工程，2002，13(3)：27－28. Lin Yundong, Men Baohui, Jia Wenshan. Application of entropy weight coeffcient method to evaluating on alimentative type of water[J]. Northwest Water Resources & Water Engineering, 2002, 13(3): 27－28. (in Chinese with English abstract)

[26] 陈家鼎，刘婉如，汪仁官. 概率统计讲义[M]. 北京：高等教育出版社，1982.

[27] Ting M, Kushnir Y, Seager R, et al. Forced and internal twentieth-century SST trends in the North Atlantic[J]. Journal of Climate, 2009, 22: 1469－1481.

[28] Cheng S, Guan X, Huang J, et al. Long-term trend and variability of soil moisture over East Asia[J]. Journal of Geophysical Research Atmospheres, 2015, 120: 8658－8670.

[29] 王兆礼，李军，黄泽勤，等. 基于改进帕默尔干旱指数的中国气象干旱时空演变分析[J]. 农业工程学报，2016，32(2)：161－168. Wang Zhaoli, Li Jun, Huang Zeqin, et al. Spatiotemporal variations analysis of meteorological drought in China based on scPDSI[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(2): 161－168. (in Chinese with English abstract)

[30] 高继卿，杨晓光，董朝阳，等. 气候变化背景下中国北方干湿区降水资源变化特征分析[J]. 农业工程学报，2015，31(12)：99－110. Gao Jiqing, Yang Xiaoguang, Dong Chaoyang, et al. Precipitation resource changed characteristics in arid and humid regions in Northern China with climate changes[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(12): 99－110. (in Chinese with English abstract)

[31] 胡琦，董蓓，潘学标，等. 1961－2014年中国干湿气候时空变化特征及成因分析[J]. 农业工程学报，2017，33(6)：124－132. Hu Qi, Dong Bei, Pan Xuebiao, et al. Spatiotemporal variation and causes analysis of dry-wet climate over period of 1961-2014 in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(6): 124－132. (in Chinese with English abstract)

[32] 魏敬周，刘维忠. 农作物面积变化对新疆水资源结构偏差的影响[J]. 节水灌溉，2017(2)：76－79. Wei Jingzhou, Liu Weizhong. Effects of planting area change of cotton, wheat and corn on water resources utilization structure deviation of in Xinjiang[J]. Water Conservation and Irrigation, 2017(2): 76－79. (in Chinese with English abstract)

Temporal and spatial distribution and hazard assessment of hail disasters during crop growth period in Xinjiang

Wang Yun1, Wang Shigong2, Wang Xu3, Ma Yu4※

(1.,,730000,; 2.,,610225,; 3.,830002,;4.,830002,)

Hail is a serious meteorological disaster that occurs frequently in the growing period of crops in Xinjiang. Based on 2 629 records of 3 major disaster elements: the occurrence times, disaster area and economic loss of hail disaster in 1951－2017, the temporal and spatial distribution of hail disaster in Xinjiang was analyzed. Based on the entropy weight method (EWM), the disaster loss index which can comprehensively express the 3 disaster information was constructed. According to the gamma distribution function of the disaster loss index, the classification criteria of the damage grade of hail disaster were given objectively and quantitatively. Then the harm of hail disaster was classified and evaluated. The reasons for the regional, seasonal and interannual variation of hail disasters in Xinjiang were explained with water vapor pressure and air mass index. Air mass forecast model of hail disasters was established based on the logical regression. The results showed that: 1) The annual number of occurrences, the area and the economic losses of hail disasters in Xinjiang were 39 times, 75 485 hm2, and 109.96 million yuan. The hail disasters concentrated from May to August, i.e. in the crop growth period, and mostly in June; Bozhou, Kuitun-Manas Valley, Zhaosu County, Aksu Prefecture and Kashgar Prefecture on both sides of the Tianshan Mountains and adjacent areas had the most occurrences of hail disasters, large area and heavy economic losses; the largest areas affected by the single hail were Manas River Basin and Aksu Prefecture. The area that suffered the most economic losses by the single hail was the northern part of Bazhou and Kashgar Prefecture. The 3 major disaster factors all showed a linear increase trend. The propensity rates were 1.2 times/year, 2 589 hm2/year, and 3.36 million yuan/year. All of them showed abrupt changes in 1983, 1981, and 1979, respectively. The mean values were significantly different before and after the abrupt changes, and the mean value after the abrupt changes was 3.9 times, 5.7 times and 3.6 times of that before the abrupt changes, respectively. 2) Using the disaster loss index, the hail disaster was classified into 4 hazard levels: general, heavier, serious and extra serious. The extra serious disaster area was located in Tacheng, Bozhou, Kuitun-Manas Valley, Zhaosu County, Aksu Prefeccture, and Jashi. Aksu Prefecture ranked first, followed by Bozhou. In recent years, the hail disasters in the extra serious disaster-hit areas have been on the rise, requiring major defense. Multi defense lines should be added to the moving path of hail cloud, and the density of anti-aircraft guns and rocket launchers should be increased to carry out large-scale anti-hail catalytic operation for the continuous moving and developing hail clouds in order to minimize the harm of hail disaster to the maximum extent. 3) Vapor pressure and air mass index were good indications of the water vapor conditions and atmospheric stability when the hail disaster happened. In the areas, seasons and years where or when water vapor pressure and air mass index were high, more hail disasters occurred, and vice versa. Vapor pressure and air mass index were the main reasons for the impact of disasters. The number of occurrences of disaster and the area planted with crops both had an impact on the affected area. The contribution rates of the former 2 to the linear growth trend of the latter were 93% and 7%, respectively. The water vapor pressure, air mass index and planting area were used as the factors, and an annual forecasting model forecasting high or low frequency of the occurrence times of hail disaster was established. The fitting accuracy of the model was 73% and the fitting effect was good.

hazards; models; crops; hail disaster; temporal and spatial distribution; influencing factor

2018-08-27

2018-12-03

公益性行业（气象）科研专项经费项目（GYHY201306047）

王昀，博士生，主要从事极端天气与气象灾害研究。Email：yunwang@vip.163.com

马禹，研究员，主要从事气候变化研究。Email：wangxu2323@vip.163.com

10.11975/j.issn.1002-6819.2019.06.018

S427

A

1002-6819(2019)-06-0149-9

王 昀，王式功，王 旭，马 禹. 新疆农作物生长期雹灾的时空分布及危害性评估[J]. 农业工程学报，2019，35(6)：149－157. doi：10.11975/j.issn.1002-6819.2019.06.018 http://www.tcsae.org

Wang Yun, Wang Shigong, Wang Xu, Ma Yu. Temporal and spatial distribution and hazard assessment of hail disasters during crop growth period in Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 149－157. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.06.018 http://www.tcsae.org