新疆高溫熱害風險評估研究

賈婷婷　韓忠玲　程勇翔　王秀珍

摘要? ? 為了將高溫熱害風險等級劃分與風險指標空間化推算結(jié)果緊密結(jié)合，實現(xiàn)精細化的新疆熱害風險評估，本文以新疆高溫熱害作為研究對象，利用1951—2017年新疆各氣溫站點逐日最高氣溫數(shù)據(jù)，以日最高氣溫≥35 ℃連續(xù)3 d作為高溫熱害辨識指標，依據(jù)已有的自然災害風險評估概念模型，計算高溫熱害強度與頻度分指標。通過將熱害次強度和次頻率升尺度為熱害年強度和年頻率，將原本松散的熱害頻強關(guān)系突顯出來，依據(jù)二者之間穩(wěn)定的函數(shù)關(guān)系，利用熱害年頻率等級確定相應的熱害年強度等級，從而實現(xiàn)熱害風險指標各臨界閾值的客觀劃分。將熱害年強度與年頻率相乘積構(gòu)建熱害風險指標，以地理因子歸一化加合的趨勢面+溫度趨勢面訂正的新方法實現(xiàn)站點熱害風險指標的空間化推算。結(jié)果表明，新疆高溫熱害發(fā)生概率按大的地物劃分由低到高順序依次為山脈<湖泊<綠洲<沙漠<土質(zhì)荒漠<荒漠盆地。結(jié)果經(jīng)驗證，模型模擬熱害風險指標值與站點實測計算值之間無明顯差異，兩者散點圖線性擬合R2為0.97，證明研究結(jié)果具有較高精確性且對新疆地區(qū)人民生產(chǎn)生活具有重要參考價值。

關(guān)鍵詞? ? 高溫熱害;風險評估;風險指標;頻強關(guān)系;新疆

中圖分類號? ? S428? ? ? ? 文獻標識碼? ? A

文章編號? ?1007-5739（2019）24-0149-05? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）

Abstract? ? In order to conduct the exact risk assessment of high temperature stress in Xinjiang by combining the risk classification with the result of risk index spatialization calculation，the high temperature stress in Xinjiang was taken as the research object in this paper，the daily maximum temperature data of temperature stations in Xinjiang from 1951 to 2017 was used，and the daily maximum temperature≥35 ℃ for three consecutive days was selected as identification index of high temperature stress. Intensity and frequency index of high temperature stress was calculated by using conceptual model of natural hazard risk assessment model. By scaling up the sub-intensity and sub-frequency of high temperature stress into annual intensity and annual frequency，the original loose frequency-intensity relationship of high temperature stress become steady. According to the stable functional relationship between annual intensity and annual frequency，the corresponding annual intensity level was determined by using the annual frequency level of high temperature stress，so as to achieve the objective division of the critical thresholds of risk index. Index of high temperature stress was constructed by multiplying the annual intensity and annual frequency. The new method，which revised by the trend surface of the normalized addition of geographic factors plus the temperature trend，was used to realize the spatial risk estimation of high temperature stress.The results showed that the occurrence probability of high temperature stress in Xinjiang was as followed：mountain

Key words? ? high temperature stress;risk assessment;risk index;frequency-intensity relationship;Xinjiang

新疆位于亞歐大陸中心，其“三山加兩盆”的地形地貌和氣候特點使新疆大部分地區(qū)在夏季干燥炎熱。在全球變暖的背景下，近幾十年來高溫熱害呈明顯增長趨勢[1-2]（圖1），此情況對當?shù)厝嗣竦纳a(chǎn)生活以及自然動植物生存繁衍造成了不利影響。目前，關(guān)于新疆地區(qū)高溫熱害強度等級劃分以及高溫熱害發(fā)生概率的宏觀研究還比較少[3-7]，因而在新疆開展高溫風險評估研究很有意義。

對于高溫熱害形成機制以及發(fā)生發(fā)展規(guī)律，我國的氣象工作者展開了一系列研究，并取得了很多的研究成果[8-13]，張? 蕾等[14]、金志鳳等[15]、譚詩琪等[16]采用多年氣象觀測站的氣溫觀測數(shù)據(jù)，建立高溫熱害等級指標，分析了高溫熱害時空分布規(guī)律;郭建茂等[17]利用“衛(wèi)星-插值”法對安徽、江蘇兩地熱害情況進行模型應用試驗，且驗證后結(jié)果顯示精確性良好;何亮等[18]將氣象站點觀測值簡單計算后，采用空間反距離加權(quán)插值法，得到高溫熱害區(qū)域分布圖;裴? 亮等[19]利用MODIS-Aqua反演的夏季氣溫確定南方高溫熱害分布區(qū)域，得出長江的中下游水稻高溫熱害主要分布區(qū);李友信[20]通過空間推算模型，利用GIS對殘差進行插值，將模型推算結(jié)果與殘差插值結(jié)果相加，得到長江中下游地區(qū)高溫熱害風險空間分布圖，結(jié)果經(jīng)驗證與事實相符合;CHENG Y X等[21]直接采用地理因子與冷害風險指數(shù)建立回歸模型，將回歸結(jié)果與殘差空間插值結(jié)果相加合，對湖南省雙季稻冷害進行分析評估，評估結(jié)果經(jīng)驗證精確性較高。

以上研究所采用的方法經(jīng)歸納主要包括3類：一是僅基于站點風險指標分析研究，二是在站點風險指標計算基礎(chǔ)上的空間插值結(jié)果研究，三是風險指標的回歸+殘差訂證結(jié)果的研究。上述方法雖然被廣泛使用，但筆者認為其研究結(jié)果在空間精度上有待于進一步提高。本文以新疆氣象高溫熱害作為研究對象，利用1951—2017年新疆各氣象站點逐日最高氣溫數(shù)據(jù)，利用計算得到的熱害年頻率等級確定相應的熱害年強度等級，將熱害年強度和年頻率相乘構(gòu)建熱害風險指標，以地理因子歸一化加合的趨勢面+溫度趨勢面訂正的新方法實現(xiàn)站點熱害風險指標的空間化推算。本文擬采用與以往不同的研究方法，在充分考慮地理因子規(guī)律和地表實際地物信息的情況下，實現(xiàn)可任意定等的、高空間精度的高溫熱害風險評估。

1? ? 材料與方法

1.1? ? 研究區(qū)概況

新疆地處歐亞板塊中央，位于東經(jīng)73°40′～96°18′、北緯34°25′～48°10′，占中國國土的1/6，面積163.16萬km2。新疆主要氣候類型為溫帶大陸性氣候，夏季日照時間長，干燥炎熱，降水稀少[22]，晝夜溫差較大。主要地形地貌為“三山夾兩盆”，即由北向南分別為阿爾泰山、準噶爾盆地、天山山脈、塔里木盆地和昆侖山。全境面積的62%約1.023億hm2土地面積被荒漠戈壁所覆蓋。塔里木盆地有中國第一大沙漠塔克拉瑪干沙漠，準噶爾盆地有中國第二大沙漠古爾班通古特沙漠，這2個沙漠是新疆的主要熱源（圖2）。吐魯番盆地地勢低洼，夏季高溫熱害頻發(fā)，除此之外，新疆還包括大面積易于升溫的戈壁和鹽堿地。以上均是造成新疆高溫熱害頻發(fā)的主要地理因素。新疆山脈地區(qū)隨海拔升高，溫度逐漸降低，高溫熱害漸次減少。

1.2? ? 數(shù)據(jù)來源

逐日最高溫度數(shù)據(jù)來自中國氣象科學數(shù)據(jù)共享網(wǎng)（http：//cdc.cma.gov.cn/satellite/），共獲取了西北5省206個氣象站點1951—2017年逐日平均氣溫數(shù)據(jù)。對數(shù)據(jù)進行預處理，對其中日缺失數(shù)據(jù)（連續(xù)缺失≤5 d）進行平均值插補，對于缺失數(shù)據(jù)較多（連續(xù)缺失>5 d）的年份將整年剔除。從地理空間數(shù)據(jù)云獲取2000—2016年歷年MODLT1M中國1 km 7月LTD AVG數(shù)據(jù)，計算該數(shù)據(jù)平均值，將結(jié)果作為溫度趨勢面的計算依據(jù)。研究行政區(qū)劃數(shù)據(jù)來自于國家基礎(chǔ)地理信息系統(tǒng)（http：//nfgis.nsdi.gov.cn/）提供的1∶400萬矢量地圖。利用獲取的數(shù)據(jù)進行相關(guān)的圖像裁剪、面積統(tǒng)計及結(jié)果制圖。另外，研究通過GIS軟件結(jié)合行政區(qū)劃范圍分別制作了經(jīng)度圖和緯度圖。研究使用的高程數(shù)據(jù)空間分辨率為30 m（http：//www.gscloud.cn/），將下載獲取的高程數(shù)據(jù)在圖像拼接的基礎(chǔ)上，裁剪出研究區(qū)范圍。研究中所有數(shù)據(jù)投影均被轉(zhuǎn)化為WGS1984投影。

1.3? ? 研究方法

1.3.1? ? 高溫熱害判定指標的選擇。本研究根據(jù)高溫熱害行業(yè)氣象指標[23]，選取日最高溫度連續(xù)3 d ≥35 ℃為熱害判定指標。研究參照該指標對新疆研究區(qū)64個氣象站點1951—2017年逐日最高氣溫進行了相應高溫熱害指標統(tǒng)計。

1.3.2? ? 基于氣象站點的高溫熱害風險指標模型的構(gòu)建。利用高溫災害判定指標，對西北5省206個氣象站點1951—2017年歷年的數(shù)據(jù)進行了統(tǒng)計，分別計算了各年6—10月熱害發(fā)生的次數(shù)，每次熱害持續(xù)的天數(shù)，每次熱害中每日≥35 ℃的量值。將206個氣象站點自1951—2017年歷年每次熱害平均持續(xù)天數(shù)和每次熱害的平均升溫幅度相乘作為該站點次熱害平均強度，獲得的結(jié)果用于后續(xù)熱害風險指標的構(gòu)建。計算公式（1）如下：

1.3.4? ? 高溫熱害風險指標等級劃分。本文通過分析熱害年強度和年頻率的相關(guān)性，依據(jù)二者之間穩(wěn)定函數(shù)關(guān)系（擬合樣本數(shù)為206），利用熱害年頻率等級確定相應的熱害年強度等級，按式（8）將兩者相乘，實現(xiàn)熱害風險指標各臨界閾值的客觀劃分?？衫迷搫澐峙R界閾值對計算的高溫熱害風險值進行等級評定。研究總體流程如圖3所示。

2? ? 結(jié)果與分析

將Xj與建立關(guān)系方程，如圖4所示。得出的式（9），計算公式如下：

統(tǒng)計方程經(jīng)檢驗，F(xiàn)值為381.17，方程達到0.01極顯著水平，其中擬合趨勢線R2為0.95。熱害年強度與年頻率的相關(guān)性分析表明，二者之間有穩(wěn)定的函數(shù)關(guān)系，如圖5所示。

利用熱害年頻率等級確定相應的熱害年強度等級，通過式（8）確定的熱害風險指標各臨界閾值結(jié)果如表1所示，并由此對計算的高溫熱害風險值進行等級評定。

研究利用公式（6）獲取了研究區(qū)地理因子歸一化加合的趨勢面圖，結(jié)果如圖6所示?？梢钥闯?，VJ值越低，高溫熱害風險越高。通過計算獲取了2000—2016年的7月平均陸地表面溫度圖，結(jié)果如圖7所示，可以看出高溫主要集中在吐魯番盆地和兩大沙漠區(qū)域。

利用公式（7）計算圖6與圖7比值，并結(jié)合公式（9）對高溫熱害風險指標值進行推算，再根據(jù)表1臨界閾值對高溫熱害風險指標值進行等級劃分，最終劃分結(jié)果如圖8所示。

結(jié)合新疆“三山夾兩盆”的地形和下墊面狀況可知，新疆地區(qū)夏季高溫熱害普遍存在，高溫熱害級別高的地區(qū)主要位于吐魯番盆地、塔克拉瑪干沙漠、古爾班通古特沙漠，總體呈現(xiàn)東強西弱的特點。高溫熱害級別低的地區(qū)主要位于阿爾泰山、天山和昆侖山地勢海拔高的區(qū)域。此外，綠洲高溫熱害也普遍低于周邊荒漠區(qū)域。其中，綠洲內(nèi)部高溫熱害普遍為城市用地高于農(nóng)業(yè)用地，水庫水面高溫熱害風險低于周邊綠洲，綠洲內(nèi)部大范圍鹽漬化土壤高溫熱害風險高于周邊綠洲?？偟膩碚f，新疆高溫熱害發(fā)生概率按大的地物劃分由低到高依次為山脈<湖泊<綠洲<沙漠<土質(zhì)荒漠<荒漠盆地。

形成上述高溫熱害風險等級順序的原因是山脈海拔高且氣溫隨海拔升高而降低。因此，發(fā)生高溫熱害可能性最低;湖泊水庫區(qū)域由于水的比熱容大，且部分熱量隨水的蒸發(fā)被帶走，使水的溫度上升緩慢，相應高溫熱害發(fā)生概率低。綠洲植被覆蓋率高，受人類活動影響，夏季溫度變化幅度小于周邊荒漠，相應發(fā)生高溫熱害的概率較小。綠洲內(nèi)部鹽堿地由于土壤含鹽量高，植被覆蓋率低，鹽比熱容較小，升溫快，高溫熱害發(fā)生概率高于周邊綠洲[24]。綠洲內(nèi)部水庫受水影響，高溫熱害發(fā)生概率低于周邊綠洲。綠洲城市由于地面硬化率高，化石燃料燃燒等導致城市熱島效應顯著[25]，其高溫熱害也相對較高。沙漠與綠洲交界處海拔較沙漠主體部分來說相對較低，加之該區(qū)域土質(zhì)多為荒漠或戈壁，植被覆蓋度低，高溫熱害等級高于綠洲和沙漠主體部分，這一現(xiàn)象在準噶爾盆地南緣綠洲荒漠交錯帶表現(xiàn)尤為顯著。塔克拉瑪干沙漠、古爾班通古特沙漠由于沙質(zhì)地表且地形封閉，因而不利于近地面空氣流通與盆地內(nèi)熱量的散失，聚熱作用強，且降水量奇缺，氣候干燥炎熱，極易發(fā)生高溫熱害情況，且發(fā)生次數(shù)極多，因而高溫熱害級別高[26];低海拔地區(qū)，例如吐魯番盆地，地面空氣不流通，熱量散失受阻，聚熱作用強，大氣層厚度大，大氣吸收地面輻射能力強，因而幾乎年年都會發(fā)生持續(xù)多日的高溫情況，高溫熱害級別極高。

研究抽取20個氣象觀測站點實測數(shù)據(jù)進行分析驗證擬合精度，結(jié)果表明，擬合點與實測點符合1∶1比例，兩者擬合線R2為0.97，模型模擬值和實測值之間沒有顯著差異，研究結(jié)果可靠（圖9）。

3? ? 討論

研究使用地理因子歸一化加合變量（VJ）、直接利用多個地理因子變量、采用地理因子歸一化加合與溫度訂正作為變量（XJ）分別與高溫熱害風險指標建立回歸趨勢面，發(fā)現(xiàn)三者建立的回歸方程R2值分別為0.937、0.558和0.950?？梢姡芯坎捎玫牡乩硪蜃託w一化加合與溫度訂正作為變量的方法可大幅度提高熱害風險指標的推算精度。研究采用的經(jīng)度、緯度和海拔高度歸一化加合趨勢面+溫度趨勢面訂正的方法與前人僅基于站點數(shù)據(jù)空間插值的方法相比較，在空間精度上有了一定的提高，克服了空間插值的不足。研究與目前常用的回歸趨勢面+殘差訂正的方法相比較（圖10），能夠更充分考慮下墊面狀況對溫度的影響。雖然在個別訂正點上準確性不如殘差訂正方法，但結(jié)果在總體趨勢上與事實更加吻合。另外，研究為充分體現(xiàn)溫度趨勢面訂正對結(jié)果的影響，又利用VJ值單獨作為自變量進行了高溫熱害風險等級劃分，結(jié)果如圖11所示?？梢园l(fā)現(xiàn)，雖然在整體趨勢上與研究結(jié)果（圖8）相一致，但是在細節(jié)上，比如綠洲和湖泊的增濕降溫效應、荒漠增溫效應未能準確體現(xiàn)。因此，研究構(gòu)建的方法能夠充分反映地理因子（經(jīng)度、緯度和海拔）和地物信息二者疊加共同對高溫熱害的影響，結(jié)果可實現(xiàn)對新疆高溫熱害的精細化風險評估。

研究采用的熱害等級劃分方法，依據(jù)熱害年頻率和年強度的函數(shù)關(guān)系，通過熱害年頻率等級確定相應的熱害年強度等級，理論上可以實現(xiàn)任意概率風險下的臨界閾值劃分，相較于前人試驗僅僅根據(jù)年熱害發(fā)生次數(shù)作為指標劃分3～5個等級而言，劃分梯度更加細致。相比于利用自然裂點[27]、層次分析[28]等方法確定的等級臨界閾值來說，劃分更為客觀。

4? ? 結(jié)論

研究采用的地理因子歸一化加合趨勢面+溫度趨勢面訂正的方法能夠充分反映地理因子和地物信息二者疊加共同對高溫熱害的影響，在空間精細化及高溫熱害定等劃分上有所提高。研究結(jié)果經(jīng)驗證，方法有效，結(jié)果正確。新疆高溫熱害發(fā)生概率由低到高依次為山脈<湖泊<綠洲<沙漠<土質(zhì)荒漠<荒漠盆地，高溫熱害風險等級總體呈現(xiàn)出東強西弱。研究方法在指標構(gòu)建與推算上，邏輯清楚、規(guī)律穩(wěn)定，該方法不僅適用于新疆，理論上還可適用于其他地區(qū)。

5? ? 參考文獻

[1] 施雅風.全球和中國變暖特征及未來趨勢[J].自然災害學報，1996（2）：5-14.

[2] 曲姝霖.西北地區(qū)極端高溫變化及對氣候變暖及停滯的響應研究[C]//第34屆中國氣象學會年會.鄭州：中國氣象學會2017.

[3] 武勝利，劉強吉，胡雪瑛，等.全球變化背景下新疆和田地區(qū)近半個世紀極端氣溫變化特征分析[J].水土保持研究，2017，24（5）：209-214.

[4] 劉蘭.2015年7月14—28日新疆石河子地區(qū)高溫分析[J].石河子科技，2016（5）：23-25.

[5] 丁虎，王科.2015年7月14—27日石河子地區(qū)異常高溫過程分析[J].安徽農(nóng)業(yè)科學，2016，44（31）：187-189.

[6] 毛煒嶧，陳鵬翔，沈永平.氣候變暖背景下2015年夏季新疆極端高溫過程及其影響[J].冰川凍土，2016，38（2）：291-304.

[7] 慈暉，張強，張江輝，等.1961—2010年新疆極端氣溫時空演變特征研究[J].中山大學學報（自然科學版），2015，54（4）：129-138.

[8] 沈皓俊，游慶龍，王朋嶺，等.1961—2014年中國高溫熱浪變化特征分析[J].氣象科學，2018，38（1）：28-36.

[9] 蔡元剛，吳婷婷，張文千，等.基于REOF的四川省高溫熱浪時空分布特征分析[J].自然災害學報，2018，27（2）：201-208.

[10] 楊菲，王學林，楊再強，等.江南地區(qū)茶樹高溫熱害時空分布特征及風險區(qū)劃[J].自然災害學報，2015，24（2）：216-224.

[11] 張子涵，樓茂園，劉漢華，等.2013年7—8月浙江省異常高溫特點及成因分析[J].科技通報，2018，34（4）：55-61.

[12] 吳榮軍，鄭有飛，劉建軍，等.長江三角洲主要城市高溫災害的趨勢分析[J].自然災害學報，2010，19（5）：56-63.

[13] 李曈，王文，蔡曉軍.2013年長江中下游夏季高溫干旱演變過程及環(huán)流異常成因簡析[J].氣象科學，2017，37（4）：505-513.

[14] 張蕾，侯英雨，楊冰韻，等.長江流域一季稻高溫熱害分布特征及風險分析[J].自然災害學報，2018，27（2）：107-115.

[15] 金志鳳，楊太明，李仁忠，等.浙江省高溫熱害發(fā)生規(guī)律及其對早稻產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象，2009，30（4）：628-631.

[16] 譚詩琪，申雙和.長江中下游地區(qū)近32年水稻高溫熱害分布規(guī)律[J].江蘇農(nóng)業(yè)科學，2016，44（8）：97-101.

[17] 郭建茂，王錦杰，吳越，等.基于衛(wèi)星遙感與氣象站點數(shù)據(jù)的水稻高溫熱害監(jiān)測和評估模型的改進[J].自然災害學報，2018，27（1）：163-174.

[18] 何亮，吳門新，侯英雨，等.基于極值概率分布函數(shù)的中國早稻高溫熱害時空分布統(tǒng)計特征[J].中國生態(tài)農(nóng)業(yè)學報，2018，26（11）：1601-1612.

[19] 裴亮，王和斌，延昊.利用MODIS數(shù)據(jù)反演氣溫監(jiān)測夏季高溫熱害[J].安徽農(nóng)業(yè)科學，2012，40（8）：4777-4779.

[20] 李友信.長江中下游地區(qū)水稻高溫熱害分布規(guī)律研究[D].武漢：華中農(nóng)業(yè)大學，2015.

[21] CHENG Y X，HUANG J F，HAN Z L，et al.Cold damage risk assess-ment of double cropping rice in Hunan，China[J].Journal of Integrative Agriculture，2013，12（2）：352-363.

[22] 孫蘇琪.新疆夏季降水的氣候特征分析[C]//第35屆中國氣象學會年會S6應對氣候變化、低碳發(fā)展與生態(tài)文明建設.合肥：中國氣象學會，2018.

[23] 楊太明，孫喜波，劉布春，等.安徽省水稻高溫熱害保險天氣指數(shù)模型設計[J].中國農(nóng)業(yè)氣象，2015，36（2）：220-226.

[24] 李金香，塔西甫拉提·特依拜，雷磊，等.干旱區(qū)典型綠洲熱場分布規(guī)律研究：以渭干河-庫車河三角洲綠洲為例[J].中國沙漠，2011，31（4）：992-1000.

[25] 貢璐，呂光輝.基于景觀的干旱區(qū)城市熱島效應變化研究：以烏魯木齊市為例[J].中國沙漠，2009，29（5）：982-988.

[26] 陳廣庭，徐新文.新疆的荒漠景觀[J].森林與人類，2017（4）：16-31.

[27] 程勇翔.中國南方雙季稻低溫冷害風險評估、遙感監(jiān)測與損失評估方法研究[D].杭州：浙江大學，2014.

[28] 葉金玉，林廣發(fā)，張明鋒.自然災害風險評估研究進展[J].防災科技學院學報，2010，12（3）：20-25.

摘要? ? 為了將高溫熱害風險等級劃分與風險指標空間化推算結(jié)果緊密結(jié)合，實現(xiàn)精細化的新疆熱害風險評估，本文以新疆高溫熱害作為研究對象，利用1951—2017年新疆各氣溫站點逐日最高氣溫數(shù)據(jù)，以日最高氣溫≥35 ℃連續(xù)3 d作為高溫熱害辨識指標，依據(jù)已有的自然災害風險評估概念模型，計算高溫熱害強度與頻度分指標。通過將熱害次強度和次頻率升尺度為熱害年強度和年頻率，將原本松散的熱害頻強關(guān)系突顯出來，依據(jù)二者之間穩(wěn)定的函數(shù)關(guān)系，利用熱害年頻率等級確定相應的熱害年強度等級，從而實現(xiàn)熱害風險指標各臨界閾值的客觀劃分。將熱害年強度與年頻率相乘積構(gòu)建熱害風險指標，以地理因子歸一化加合的趨勢面+溫度趨勢面訂正的新方法實現(xiàn)站點熱害風險指標的空間化推算。結(jié)果表明，新疆高溫熱害發(fā)生概率按大的地物劃分由低到高順序依次為山脈<湖泊<綠洲<沙漠<土質(zhì)荒漠<荒漠盆地。結(jié)果經(jīng)驗證，模型模擬熱害風險指標值與站點實測計算值之間無明顯差異，兩者散點圖線性擬合R2為0.97，證明研究結(jié)果具有較高精確性且對新疆地區(qū)人民生產(chǎn)生活具有重要參考價值。

關(guān)鍵詞? ? 高溫熱害;風險評估;風險指標;頻強關(guān)系;新疆

中圖分類號? ? S428? ? ? ? 文獻標識碼? ? A

文章編號? ?1007-5739（2019）24-0149-05? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）

Abstract? ? In order to conduct the exact risk assessment of high temperature stress in Xinjiang by combining the risk classification with the result of risk index spatialization calculation，the high temperature stress in Xinjiang was taken as the research object in this paper，the daily maximum temperature data of temperature stations in Xinjiang from 1951 to 2017 was used，and the daily maximum temperature≥35 ℃ for three consecutive days was selected as identification index of high temperature stress. Intensity and frequency index of high temperature stress was calculated by using conceptual model of natural hazard risk assessment model. By scaling up the sub-intensity and sub-frequency of high temperature stress into annual intensity and annual frequency，the original loose frequency-intensity relationship of high temperature stress become steady. According to the stable functional relationship between annual intensity and annual frequency，the corresponding annual intensity level was determined by using the annual frequency level of high temperature stress，so as to achieve the objective division of the critical thresholds of risk index. Index of high temperature stress was constructed by multiplying the annual intensity and annual frequency. The new method，which revised by the trend surface of the normalized addition of geographic factors plus the temperature trend，was used to realize the spatial risk estimation of high temperature stress.The results showed that the occurrence probability of high temperature stress in Xinjiang was as followed：mountain

Key words? ? high temperature stress;risk assessment;risk index;frequency-intensity relationship;Xinjiang

新疆位于亞歐大陸中心，其“三山加兩盆”的地形地貌和氣候特點使新疆大部分地區(qū)在夏季干燥炎熱。在全球變暖的背景下，近幾十年來高溫熱害呈明顯增長趨勢[1-2]（圖1），此情況對當?shù)厝嗣竦纳a(chǎn)生活以及自然動植物生存繁衍造成了不利影響。目前，關(guān)于新疆地區(qū)高溫熱害強度等級劃分以及高溫熱害發(fā)生概率的宏觀研究還比較少[3-7]，因而在新疆開展高溫風險評估研究很有意義。

對于高溫熱害形成機制以及發(fā)生發(fā)展規(guī)律，我國的氣象工作者展開了一系列研究，并取得了很多的研究成果[8-13]，張? 蕾等[14]、金志鳳等[15]、譚詩琪等[16]采用多年氣象觀測站的氣溫觀測數(shù)據(jù)，建立高溫熱害等級指標，分析了高溫熱害時空分布規(guī)律;郭建茂等[17]利用“衛(wèi)星-插值”法對安徽、江蘇兩地熱害情況進行模型應用試驗，且驗證后結(jié)果顯示精確性良好;何亮等[18]將氣象站點觀測值簡單計算后，采用空間反距離加權(quán)插值法，得到高溫熱害區(qū)域分布圖;裴? 亮等[19]利用MODIS-Aqua反演的夏季氣溫確定南方高溫熱害分布區(qū)域，得出長江的中下游水稻高溫熱害主要分布區(qū);李友信[20]通過空間推算模型，利用GIS對殘差進行插值，將模型推算結(jié)果與殘差插值結(jié)果相加，得到長江中下游地區(qū)高溫熱害風險空間分布圖，結(jié)果經(jīng)驗證與事實相符合;CHENG Y X等[21]直接采用地理因子與冷害風險指數(shù)建立回歸模型，將回歸結(jié)果與殘差空間插值結(jié)果相加合，對湖南省雙季稻冷害進行分析評估，評估結(jié)果經(jīng)驗證精確性較高。

以上研究所采用的方法經(jīng)歸納主要包括3類：一是僅基于站點風險指標分析研究，二是在站點風險指標計算基礎(chǔ)上的空間插值結(jié)果研究，三是風險指標的回歸+殘差訂證結(jié)果的研究。上述方法雖然被廣泛使用，但筆者認為其研究結(jié)果在空間精度上有待于進一步提高。本文以新疆氣象高溫熱害作為研究對象，利用1951—2017年新疆各氣象站點逐日最高氣溫數(shù)據(jù)，利用計算得到的熱害年頻率等級確定相應的熱害年強度等級，將熱害年強度和年頻率相乘構(gòu)建熱害風險指標，以地理因子歸一化加合的趨勢面+溫度趨勢面訂正的新方法實現(xiàn)站點熱害風險指標的空間化推算。本文擬采用與以往不同的研究方法，在充分考慮地理因子規(guī)律和地表實際地物信息的情況下，實現(xiàn)可任意定等的、高空間精度的高溫熱害風險評估。

1? ? 材料與方法

1.1? ? 研究區(qū)概況

新疆地處歐亞板塊中央，位于東經(jīng)73°40′～96°18′、北緯34°25′～48°10′，占中國國土的1/6，面積163.16萬km2。新疆主要氣候類型為溫帶大陸性氣候，夏季日照時間長，干燥炎熱，降水稀少[22]，晝夜溫差較大。主要地形地貌為“三山夾兩盆”，即由北向南分別為阿爾泰山、準噶爾盆地、天山山脈、塔里木盆地和昆侖山。全境面積的62%約1.023億hm2土地面積被荒漠戈壁所覆蓋。塔里木盆地有中國第一大沙漠塔克拉瑪干沙漠，準噶爾盆地有中國第二大沙漠古爾班通古特沙漠，這2個沙漠是新疆的主要熱源（圖2）。吐魯番盆地地勢低洼，夏季高溫熱害頻發(fā)，除此之外，新疆還包括大面積易于升溫的戈壁和鹽堿地。以上均是造成新疆高溫熱害頻發(fā)的主要地理因素。新疆山脈地區(qū)隨海拔升高，溫度逐漸降低，高溫熱害漸次減少。

1.2? ? 數(shù)據(jù)來源

逐日最高溫度數(shù)據(jù)來自中國氣象科學數(shù)據(jù)共享網(wǎng)（http：//cdc.cma.gov.cn/satellite/），共獲取了西北5省206個氣象站點1951—2017年逐日平均氣溫數(shù)據(jù)。對數(shù)據(jù)進行預處理，對其中日缺失數(shù)據(jù)（連續(xù)缺失≤5 d）進行平均值插補，對于缺失數(shù)據(jù)較多（連續(xù)缺失>5 d）的年份將整年剔除。從地理空間數(shù)據(jù)云獲取2000—2016年歷年MODLT1M中國1 km 7月LTD AVG數(shù)據(jù)，計算該數(shù)據(jù)平均值，將結(jié)果作為溫度趨勢面的計算依據(jù)。研究行政區(qū)劃數(shù)據(jù)來自于國家基礎(chǔ)地理信息系統(tǒng)（http：//nfgis.nsdi.gov.cn/）提供的1∶400萬矢量地圖。利用獲取的數(shù)據(jù)進行相關(guān)的圖像裁剪、面積統(tǒng)計及結(jié)果制圖。另外，研究通過GIS軟件結(jié)合行政區(qū)劃范圍分別制作了經(jīng)度圖和緯度圖。研究使用的高程數(shù)據(jù)空間分辨率為30 m（http：//www.gscloud.cn/），將下載獲取的高程數(shù)據(jù)在圖像拼接的基礎(chǔ)上，裁剪出研究區(qū)范圍。研究中所有數(shù)據(jù)投影均被轉(zhuǎn)化為WGS1984投影。

1.3? ? 研究方法

1.3.1? ? 高溫熱害判定指標的選擇。本研究根據(jù)高溫熱害行業(yè)氣象指標[23]，選取日最高溫度連續(xù)3 d ≥35 ℃為熱害判定指標。研究參照該指標對新疆研究區(qū)64個氣象站點1951—2017年逐日最高氣溫進行了相應高溫熱害指標統(tǒng)計。

1.3.2? ? 基于氣象站點的高溫熱害風險指標模型的構(gòu)建。利用高溫災害判定指標，對西北5省206個氣象站點1951—2017年歷年的數(shù)據(jù)進行了統(tǒng)計，分別計算了各年6—10月熱害發(fā)生的次數(shù)，每次熱害持續(xù)的天數(shù)，每次熱害中每日≥35 ℃的量值。將206個氣象站點自1951—2017年歷年每次熱害平均持續(xù)天數(shù)和每次熱害的平均升溫幅度相乘作為該站點次熱害平均強度，獲得的結(jié)果用于后續(xù)熱害風險指標的構(gòu)建。計算公式（1）如下：

1.3.4? ? 高溫熱害風險指標等級劃分。本文通過分析熱害年強度和年頻率的相關(guān)性，依據(jù)二者之間穩(wěn)定函數(shù)關(guān)系（擬合樣本數(shù)為206），利用熱害年頻率等級確定相應的熱害年強度等級，按式（8）將兩者相乘，實現(xiàn)熱害風險指標各臨界閾值的客觀劃分?？衫迷搫澐峙R界閾值對計算的高溫熱害風險值進行等級評定。研究總體流程如圖3所示。

2? ? 結(jié)果與分析

將Xj與建立關(guān)系方程，如圖4所示。得出的式（9），計算公式如下：

統(tǒng)計方程經(jīng)檢驗，F(xiàn)值為381.17，方程達到0.01極顯著水平，其中擬合趨勢線R2為0.95。熱害年強度與年頻率的相關(guān)性分析表明，二者之間有穩(wěn)定的函數(shù)關(guān)系，如圖5所示。

利用熱害年頻率等級確定相應的熱害年強度等級，通過式（8）確定的熱害風險指標各臨界閾值結(jié)果如表1所示，并由此對計算的高溫熱害風險值進行等級評定。

研究利用公式（6）獲取了研究區(qū)地理因子歸一化加合的趨勢面圖，結(jié)果如圖6所示?？梢钥闯?，VJ值越低，高溫熱害風險越高。通過計算獲取了2000—2016年的7月平均陸地表面溫度圖，結(jié)果如圖7所示，可以看出高溫主要集中在吐魯番盆地和兩大沙漠區(qū)域。

利用公式（7）計算圖6與圖7比值，并結(jié)合公式（9）對高溫熱害風險指標值進行推算，再根據(jù)表1臨界閾值對高溫熱害風險指標值進行等級劃分，最終劃分結(jié)果如圖8所示。

結(jié)合新疆“三山夾兩盆”的地形和下墊面狀況可知，新疆地區(qū)夏季高溫熱害普遍存在，高溫熱害級別高的地區(qū)主要位于吐魯番盆地、塔克拉瑪干沙漠、古爾班通古特沙漠，總體呈現(xiàn)東強西弱的特點。高溫熱害級別低的地區(qū)主要位于阿爾泰山、天山和昆侖山地勢海拔高的區(qū)域。此外，綠洲高溫熱害也普遍低于周邊荒漠區(qū)域。其中，綠洲內(nèi)部高溫熱害普遍為城市用地高于農(nóng)業(yè)用地，水庫水面高溫熱害風險低于周邊綠洲，綠洲內(nèi)部大范圍鹽漬化土壤高溫熱害風險高于周邊綠洲?？偟膩碚f，新疆高溫熱害發(fā)生概率按大的地物劃分由低到高依次為山脈<湖泊<綠洲<沙漠<土質(zhì)荒漠<荒漠盆地。

形成上述高溫熱害風險等級順序的原因是山脈海拔高且氣溫隨海拔升高而降低。因此，發(fā)生高溫熱害可能性最低;湖泊水庫區(qū)域由于水的比熱容大，且部分熱量隨水的蒸發(fā)被帶走，使水的溫度上升緩慢，相應高溫熱害發(fā)生概率低。綠洲植被覆蓋率高，受人類活動影響，夏季溫度變化幅度小于周邊荒漠，相應發(fā)生高溫熱害的概率較小。綠洲內(nèi)部鹽堿地由于土壤含鹽量高，植被覆蓋率低，鹽比熱容較小，升溫快，高溫熱害發(fā)生概率高于周邊綠洲[24]。綠洲內(nèi)部水庫受水影響，高溫熱害發(fā)生概率低于周邊綠洲。綠洲城市由于地面硬化率高，化石燃料燃燒等導致城市熱島效應顯著[25]，其高溫熱害也相對較高。沙漠與綠洲交界處海拔較沙漠主體部分來說相對較低，加之該區(qū)域土質(zhì)多為荒漠或戈壁，植被覆蓋度低，高溫熱害等級高于綠洲和沙漠主體部分，這一現(xiàn)象在準噶爾盆地南緣綠洲荒漠交錯帶表現(xiàn)尤為顯著。塔克拉瑪干沙漠、古爾班通古特沙漠由于沙質(zhì)地表且地形封閉，因而不利于近地面空氣流通與盆地內(nèi)熱量的散失，聚熱作用強，且降水量奇缺，氣候干燥炎熱，極易發(fā)生高溫熱害情況，且發(fā)生次數(shù)極多，因而高溫熱害級別高[26];低海拔地區(qū)，例如吐魯番盆地，地面空氣不流通，熱量散失受阻，聚熱作用強，大氣層厚度大，大氣吸收地面輻射能力強，因而幾乎年年都會發(fā)生持續(xù)多日的高溫情況，高溫熱害級別極高。

研究抽取20個氣象觀測站點實測數(shù)據(jù)進行分析驗證擬合精度，結(jié)果表明，擬合點與實測點符合1∶1比例，兩者擬合線R2為0.97，模型模擬值和實測值之間沒有顯著差異，研究結(jié)果可靠（圖9）。

3? ? 討論

研究使用地理因子歸一化加合變量（VJ）、直接利用多個地理因子變量、采用地理因子歸一化加合與溫度訂正作為變量（XJ）分別與高溫熱害風險指標建立回歸趨勢面，發(fā)現(xiàn)三者建立的回歸方程R2值分別為0.937、0.558和0.950?？梢?，研究采用的地理因子歸一化加合與溫度訂正作為變量的方法可大幅度提高熱害風險指標的推算精度。研究采用的經(jīng)度、緯度和海拔高度歸一化加合趨勢面+溫度趨勢面訂正的方法與前人僅基于站點數(shù)據(jù)空間插值的方法相比較，在空間精度上有了一定的提高，克服了空間插值的不足。研究與目前常用的回歸趨勢面+殘差訂正的方法相比較（圖10），能夠更充分考慮下墊面狀況對溫度的影響。雖然在個別訂正點上準確性不如殘差訂正方法，但結(jié)果在總體趨勢上與事實更加吻合。另外，研究為充分體現(xiàn)溫度趨勢面訂正對結(jié)果的影響，又利用VJ值單獨作為自變量進行了高溫熱害風險等級劃分，結(jié)果如圖11所示?？梢园l(fā)現(xiàn)，雖然在整體趨勢上與研究結(jié)果（圖8）相一致，但是在細節(jié)上，比如綠洲和湖泊的增濕降溫效應、荒漠增溫效應未能準確體現(xiàn)。因此，研究構(gòu)建的方法能夠充分反映地理因子（經(jīng)度、緯度和海拔）和地物信息二者疊加共同對高溫熱害的影響，結(jié)果可實現(xiàn)對新疆高溫熱害的精細化風險評估。

研究采用的熱害等級劃分方法，依據(jù)熱害年頻率和年強度的函數(shù)關(guān)系，通過熱害年頻率等級確定相應的熱害年強度等級，理論上可以實現(xiàn)任意概率風險下的臨界閾值劃分，相較于前人試驗僅僅根據(jù)年熱害發(fā)生次數(shù)作為指標劃分3～5個等級而言，劃分梯度更加細致。相比于利用自然裂點[27]、層次分析[28]等方法確定的等級臨界閾值來說，劃分更為客觀。

4? ? 結(jié)論

研究采用的地理因子歸一化加合趨勢面+溫度趨勢面訂正的方法能夠充分反映地理因子和地物信息二者疊加共同對高溫熱害的影響，在空間精細化及高溫熱害定等劃分上有所提高。研究結(jié)果經(jīng)驗證，方法有效，結(jié)果正確。新疆高溫熱害發(fā)生概率由低到高依次為山脈<湖泊<綠洲<沙漠<土質(zhì)荒漠<荒漠盆地，高溫熱害風險等級總體呈現(xiàn)出東強西弱。研究方法在指標構(gòu)建與推算上，邏輯清楚、規(guī)律穩(wěn)定，該方法不僅適用于新疆，理論上還可適用于其他地區(qū)。

5? ? 參考文獻

[1] 施雅風.全球和中國變暖特征及未來趨勢[J].自然災害學報，1996（2）：5-14.

[2] 曲姝霖.西北地區(qū)極端高溫變化及對氣候變暖及停滯的響應研究[C]//第34屆中國氣象學會年會.鄭州：中國氣象學會2017.

[3] 武勝利，劉強吉，胡雪瑛，等.全球變化背景下新疆和田地區(qū)近半個世紀極端氣溫變化特征分析[J].水土保持研究，2017，24（5）：209-214.

[4] 劉蘭.2015年7月14—28日新疆石河子地區(qū)高溫分析[J].石河子科技，2016（5）：23-25.

[5] 丁虎，王科.2015年7月14—27日石河子地區(qū)異常高溫過程分析[J].安徽農(nóng)業(yè)科學，2016，44（31）：187-189.

[6] 毛煒嶧，陳鵬翔，沈永平.氣候變暖背景下2015年夏季新疆極端高溫過程及其影響[J].冰川凍土，2016，38（2）：291-304.

[7] 慈暉，張強，張江輝，等.1961—2010年新疆極端氣溫時空演變特征研究[J].中山大學學報（自然科學版），2015，54（4）：129-138.

[8] 沈皓俊，游慶龍，王朋嶺，等.1961—2014年中國高溫熱浪變化特征分析[J].氣象科學，2018，38（1）：28-36.

[9] 蔡元剛，吳婷婷，張文千，等.基于REOF的四川省高溫熱浪時空分布特征分析[J].自然災害學報，2018，27（2）：201-208.

[10] 楊菲，王學林，楊再強，等.江南地區(qū)茶樹高溫熱害時空分布特征及風險區(qū)劃[J].自然災害學報，2015，24（2）：216-224.

[11] 張子涵，樓茂園，劉漢華，等.2013年7—8月浙江省異常高溫特點及成因分析[J].科技通報，2018，34（4）：55-61.

[12] 吳榮軍，鄭有飛，劉建軍，等.長江三角洲主要城市高溫災害的趨勢分析[J].自然災害學報，2010，19（5）：56-63.

[13] 李曈，王文，蔡曉軍.2013年長江中下游夏季高溫干旱演變過程及環(huán)流異常成因簡析[J].氣象科學，2017，37（4）：505-513.

[14] 張蕾，侯英雨，楊冰韻，等.長江流域一季稻高溫熱害分布特征及風險分析[J].自然災害學報，2018，27（2）：107-115.

[15] 金志鳳，楊太明，李仁忠，等.浙江省高溫熱害發(fā)生規(guī)律及其對早稻產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象，2009，30（4）：628-631.

[16] 譚詩琪，申雙和.長江中下游地區(qū)近32年水稻高溫熱害分布規(guī)律[J].江蘇農(nóng)業(yè)科學，2016，44（8）：97-101.

[17] 郭建茂，王錦杰，吳越，等.基于衛(wèi)星遙感與氣象站點數(shù)據(jù)的水稻高溫熱害監(jiān)測和評估模型的改進[J].自然災害學報，2018，27（1）：163-174.

[18] 何亮，吳門新，侯英雨，等.基于極值概率分布函數(shù)的中國早稻高溫熱害時空分布統(tǒng)計特征[J].中國生態(tài)農(nóng)業(yè)學報，2018，26（11）：1601-1612.

[19] 裴亮，王和斌，延昊.利用MODIS數(shù)據(jù)反演氣溫監(jiān)測夏季高溫熱害[J].安徽農(nóng)業(yè)科學，2012，40（8）：4777-4779.

[20] 李友信.長江中下游地區(qū)水稻高溫熱害分布規(guī)律研究[D].武漢：華中農(nóng)業(yè)大學，2015.

[21] CHENG Y X，HUANG J F，HAN Z L，et al.Cold damage risk assess-ment of double cropping rice in Hunan，China[J].Journal of Integrative Agriculture，2013，12（2）：352-363.

[22] 孫蘇琪.新疆夏季降水的氣候特征分析[C]//第35屆中國氣象學會年會S6應對氣候變化、低碳發(fā)展與生態(tài)文明建設.合肥：中國氣象學會，2018.

[23] 楊太明，孫喜波，劉布春，等.安徽省水稻高溫熱害保險天氣指數(shù)模型設計[J].中國農(nóng)業(yè)氣象，2015，36（2）：220-226.

[24] 李金香，塔西甫拉提·特依拜，雷磊，等.干旱區(qū)典型綠洲熱場分布規(guī)律研究：以渭干河-庫車河三角洲綠洲為例[J].中國沙漠，2011，31（4）：992-1000.

[25] 貢璐，呂光輝.基于景觀的干旱區(qū)城市熱島效應變化研究：以烏魯木齊市為例[J].中國沙漠，2009，29（5）：982-988.

[26] 陳廣庭，徐新文.新疆的荒漠景觀[J].森林與人類，2017（4）：16-31.

[27] 程勇翔.中國南方雙季稻低溫冷害風險評估、遙感監(jiān)測與損失評估方法研究[D].杭州：浙江大學，2014.

[28] 葉金玉，林廣發(fā)，張明鋒.自然災害風險評估研究進展[J].防災科技學院學報，2010，12（3）：20-25.