引言

我国地处季风气候区，天气气候条件年际变化很大，气象灾害发生频繁。同时，我国农业生产基础设施薄弱，抗御自然灾害能力很差。因此，气象灾害对农业生产的影响十分严重。及时、准确的农业气象灾害预测预报将在一定程度上减轻灾害损失，保证农业生产持续稳定发展。

但是，农业气象灾害和气象灾害不完全相同。除了气象要素本身的异常变化外，农业气象灾害的发生、程度、影响大小还与作物种类、所处发育阶段和生长状况、土壤水分、管理措施等多种因素密切相关。气象灾害发生时并不一定形成农业气象灾害。因此，一般的气象灾害预报或灾害性天气预报不等于也不能完全替代农业气象灾害预报。确切意义上的农业气象灾害预报应当是未来天气气候和作物特性两个方面的结合，参照农业气象灾害指标，预报农业生物是否受到危害，危害的时间、程度以及可采取的防御措施。

20世纪70年代至80年代，气象部门曾对小麦干热风、东北低温冷害、水稻寒露风等农业气象灾害的指标、特征、受害机理及防御措施等开展了大量研究，并对一些灾害的长中短期预报方法进行了尝试，取得了很多成果^[1，2]。但是，由于农业气象灾害的特殊性，预报难度较大，相关研究进展不快。

近年来，针对防灾减灾和农业可持续发展的需求，农业气象灾害预报研究进一步提上议事日程。一些新的预测技术不断产生，遥感、计算机和GIS技术以及数值天气预报、区域气候模式和农作物生长模拟等数值-动力模式技术开始引入，并逐渐进入业务应用试验。这些都促进了农业气象灾害预报研究的深入和发展。本文概述了近年来我国农业气象灾害预报方法研究的进展，简要介绍了当前正在探讨的一些新技术，并就若干关键技术的进一步发展进行了分析。

1 近年来我国农业气象灾害预报方法研究进展 1.1 数理统计预报方法的进一步发展

目前农业气象灾害预报中使用最多的方法是在农业气象灾害指标基础上，应用时间序列分析、多元回归分析、韵律、相似等数理统计方法，建立各种预报模型。

1.1.1 时间序列分析的改进与拓展

时间序列分析是农业气象灾害预报中比较常见的一种预报技术。近年一些研究有进一步的改进和拓展。例如水稻扬花期低温预报中将低温指数的时间序列生成均生函数，按EOF展开，筛选出7个周期对应的均生函数，建立起以周期为自变量的回归预测模型^[3]。贵州对春旱、夏旱、倒春寒、秋风和秋绵雨、凝冻等农业生产气象灾害的预报研究中，将多个均生函数值作为不同时间尺度的试验周期分量，利用逐步回归进一步筛选分量，建立带周期分量的多元回归预测模型^[4]。另有研究直接应用灰色系统理论中的拓扑预测方法。如以历年农业气象灾害的受灾面积数据为样本，取定适宜阈值，建立GM (1，1) 模型群，求出各模型的响应函数。预测值取整得到的对应年份即为未来的灾变趋势预测^[5]。针对一般的线性回归只考虑历史资料平均情况，有研究将工程中使用的能够描述气象灾害的非线性和突变性的门限回归模型引入四川低温冷害时间序列预测。为了减小优选最佳参数过程中的计算量，还采用了一种基于加速遗传算法的简便、通用的方案，保证了模型预测性能的稳健性，提高了预测精度^[6]。

1.1.2 多元回归分析方法应用

农业气象灾害预报中各种多元回归分析方法的应用非常普遍。预报因子大多为大气环流特征量、海温等宏观因子和地面气象要素。如以东北三省5-9月≥10 ℃积温距平和作物产量年景指数判断划分低温冷害年型，采用相关分析、聚类分析、判别分析对冷害年的环流特征量进行分析，建立以环流特征量为因子的低温冷害预测模型^[7]。但总的来说，对多元回归分析方法本身的改进和发展尚不多见。

1.1.3 物候信号应用的尝试

由于物候能够综合反映过去一段时期和当前的天气冷暖、干湿变化情况，因此有研究根据前期物候现象预测未来的异常气候、农业气象灾害以及生物生育状况。辽宁本溪气象台根据本溪县1979-1996年非固定地段杏树、加拿大杨、旱柳的树木物候和固定地段的玉米物候资料，预测当年春季 (3-5月) 平均气温和生长季≥10 ℃积温。还根据玉米拔节期出现的早晚预测作物低温冷害。结果均通过0.001的显著性检验^[8]。

1.2 灾害前兆信号的揭示与应用

除了数理统计预报模型外，还有一些预报采用物理统计方法，即综合考虑大气环流形势背景、影响天气系统及演变转折的天气气候学特点，从中发现、揭示灾害的前兆信号，并据此建立预测模型。例如文献[9]用EOF、SVD技术分析东北夏季低温冷害的时空特征及其与太平洋各区域海温异常之间的可能联系和影响机理，提出热带西太平洋暖池的冬季海温变化是东北夏季低温的强信号，中纬西太平洋春季海温变化也有密切联系。宁夏临夏州春末夏初频繁的干旱导致作物减产甚至绝收。有研究通过对其气候成因、环流场特征以及对干旱年、非干旱年近38年5-6月500 hPa平均流场特征、高空锋区和急流带位置、距平场特征的分析，发现其周期性与前一年8月气候因子、当年春播期天气形势有很好的预示性。据此建立的干旱预测模型优于常规模式^[10]。另有研究用信噪比方法识别特别干旱年的前期大气环流和海温的强信号，发现乌拉尔山脉附近和贝加尔湖附近等压面高度的异常变化及黑潮、暖池、Nino 4区东部附近海温的异常变化是华北干旱的前兆信号^[11]。

1.3 气候模式与农业气象模式结合的尝试

鉴于农业气象灾害统计预测模型往往缺少与作物生长过程和生理特性上的紧密联系，同时也存在数理统计模型所固有的不足之处。因此，有研究尝试将气候模式与农业气象模式结合进行农业气象灾害预报。

1.3.1 气候模式-农业气象模式集成的土壤水分预报和灌溉预报

有研究将区域气候模式与土壤水分模型相连接，根据气象要素的逐日预报值来预测1m深土层的土壤含水量和作物临界土壤含水量，当前者小于后者时预报出现干旱，土壤含水量与灌溉量上限之差即为灌溉量预报值。为了更好地实现2个模型输出输入之间的连接，研究中对气候模式格点上的预报值进行非线性三次线段插值，加大密度，将与实际农业气象观测站的距离最小的插值格点取为该站预报值。对华北16站1991年土壤湿度的预报试验结果表明10天内土壤水分模式预报平均相对误差8.6 %。但随着预报时效的延伸，预报误差将会加大，这主要与降水量预报误差的加大有关^[12]。

1.3.2 冬小麦干旱识别和预测模型

另有一项研究进一步考虑了作物生长状况特征量及不同发育阶段对水分的需求和敏感性，利用冬小麦发育模式，建立了冬小麦干旱识别和预测模型^[13]。将气候模式的逐旬气象要素预报结果输入土壤水分模式，模拟土壤水分和水分供需比的变化，以此为指标，按不旱、轻旱、中旱和重旱4个等级进行干旱识别和预测。其中土壤水分平衡分量中考虑了因小麦根生长进入根层的水量。作物潜在蒸散量的计算考虑到叶面积，叶面积的模拟又依赖于对作物发育期的模拟。模型验证结果除土壤湿度拟合稍差外总体较好。

尽管上述两例中所用农业气象模型尚未详细涉及作物生长过程，气候模式预报结果特别是降水预报的精度仍有待提高。但把气候模式预报产品与农业气象模式结合，用于土壤干旱预报、农田灌溉预报和作物干旱识别预测，毕竟是一个十分有益的尝试，在发展农业气象灾害的数值化预测技术上迈出了很重要的一步。

1.4 省级农业气象灾害预测系统的研制

在预报方法研究的基础上，一些省级气象部门建立了包括农业气象灾害预测、评估、决策在内的综合服务系统，使农业气象预测直接在服务中发挥作用。

江西采用统计学、天气学、物理学等多种方法，建立了各种气象灾害的预测模型。并以6种农业气象灾害的发生及受灾程度为判别因子，进行粮棉油产量年景预测及根据产量预测确定作物种植面积的合理配置。在此基础上，建立了农业气象灾害预测决策服务系统。系统由主控模块和农业气象灾害预测子系统、农作物产量年景预测子系统、农作物种植面积合理配置子系统等组成，功能齐全，操作方便、显示直观。产品通过省气象局局域网和对政府服务网向用户提供信息，在为政府决策服务中发挥了很大作用^[14]。

陕西建立了棉花气象灾害预报系统。其中的数据库包括地面气象要素、大气环流、海温等多种长年代资料。预报方法库中有多种常用统计预报软件和预报因子处理软件。预报结论能根据系统中给定的预报指标，自动推理，判断灾害影响大小，并给出栽培管理措施。系统人机界面友好，快捷方便，可操作性强。产品通过信函和微机网络，传送到省、地、县棉花生产管理部门^[15]。

2 当前农业气象灾害预警技术研究状况

为了提高农业气象灾害预警水平，国家科技部“十五”科技攻关计划项目“农林重大病虫害和农业气象灾害的预警及控制技术研究”中设置了“农业气象灾害预警技术研究”课题，针对预警预报技术进行了多种有益的尝试探索。

2.1 机理性作物生长模型在灾害预警中的应用研究

面向生长过程的作物生长动力模型已经应用于产量预报、气候风险评估、农业资源利用等方面。基于农业气象灾害预报应当针对作物生长过程，预报作物是否受害的考虑，首次开展了将作物生长动力模型应用于农业气象灾害预报的研究。

2.1.1 小麦干旱预报研究

攻关研究中开展了华北农业干旱田间试验，利用光合作用测定仪等仪器测定大量模型参数，确定了冬小麦光合作用速率对水分胁迫的响应曲线。建立了包括光合、蒸腾、干旱胁迫等子模型组成的小麦生长模型。提出以1-相对蒸腾比的累积值表示的农业干旱胁迫指数及农业干旱预警指数的概念，在此基础上建立了具有明确生物学意义的华北冬小麦干旱预测模式。1998-2000年农业干旱模拟验证结果表明，定性预警准确率为90.7 %，定量准确率为87.5 %左右。研究进一步利用地理信息系统对历史干旱个例年70个气象站的模拟结果进行空间插值，得到干旱胁迫指数的区域分布图^[16]。

2.1.2 玉米低温冷害预报研究

应用东北玉米生长模型进行低温冷害预报的研究中考虑到东北玉米冷害主要是由于生育期内热量不足，发育期延迟，导致无法正常成熟，造成减产的特点，建立了以日最高气温、日最低气温为因子的修正热量单位发育模型，并依据品种熟性，对作物参数进行了区域划分，确定了以抽雄期延迟天数为低温冷害发生及等级的指标。对1961-2000年12站模拟的低温冷害年与历史实况非常一致。以典型冷害年0.25°×0.25°网格点的玉米生长发育过程，利用GIS技术绘制了低温冷害的空间分布。作为尝试，还利用区域气候模式输出的当年4、5月0.25°×0.25°网格点逐日气象要素预报值，结合6月以后网格历史平均逐日气象要素，输入区域玉米模型做出冷害发生与否预报。此后，还可利用区域气候模式继续滚动预报。尽管气候模式预报质量还有待于提高，但是，作物模型升尺度区域应用与气候模式预报产品的降尺度应用结合，应用GIS技术和区域化的模型参数，开展低温冷害格点化预报，不失为区域作物模型应用于农业气象灾害预报的一个探索性方案^[17]。

2.1.3 小麦渍害预警研究

江淮渍害研究在WCSODS (小麦模拟优化决策系统) 基础上研制了考虑渍水及其持续时间对小麦光合作用速率、干物质分配、叶片衰老等影响的小麦渍害模型，进行渍害条件下冬小麦生长和产量的模拟，同时尝试用来预报长江下游平原渍害及其对小麦产量的影响。其实现途径为与区域气候模式嵌套及与当地气象台站的中长期和短期预报相结合。根据区域气候模式输出结果或天气实况+天气预报，分别运行基于WCSODS的小麦渍害模型和未考虑渍害影响的WCSODS小麦模型，再比较两者的模拟产量，即可得到过量土壤水影响小麦产量的程度，进而作出渍害预警^[18]。

2.2 GIS技术在灾害预警中的应用研究

气象灾害发生及影响程度的空间变化很大，使用部门往往需要更具体、更有针对性的预报，这一需求促进了应用GIS技术提供分辨率更高的农业气象灾害预报的研究。广东香蕉荔枝寒害的中短期预报研究很好地应用了地理信息系统技术^[19]。首先根据T213数值预报产品，引进综合因子，并部分考虑因子与预报量的非线性关系，建立了MOS预报方程，实时制作广东86个地面站未来24 h、48h和72h的平均气温和极端最低气温预报。考虑到地形差异及不同地形下寒害影响程度的不同，应用GIS技术，对温度预报值进行经度、纬度、海拔高度以及坡度、坡向的多次地理订正，得到0.5°×0.5°格点上的温度预报值。在此基础上，根据香蕉、荔枝的寒害指标，计算并预测格点的可能寒害等级。再将香蕉或荔枝种植分布图与寒害可能分布图相嵌套，结合行政边界等地理辅助信息，绘制出香蕉或荔枝寒害预报分布图。由于应用GIS技术，考虑到地形、地貌影响导致温度的再分配，使预测结果图直观、细致，对指挥生产有很强的实际指导意义。

2.3 农业气象灾害预报指标的改进研究

确定生物学意义明确的农业气象灾害指标是进行农业气象灾害预报的一个重要基础和前提条件。

华北小麦干旱预报模型中提出的农业干旱胁迫指数和农业干旱预警指数以相对蒸腾比的大小反映水分胁迫，以累积值大小定义农业干旱的开始、持续、严重及缓解，生物学意义十分明确^[16]。

东北低温冷害攻关研究中提出一种由不同时段玉米生长发育所需下限、上限和适宜温度组成，真正反映温度对作物影响的玉米热量指数，具有较清晰的生物学意义。在此基础上建立以大气环流为预报因子的东北地区全区和分省的玉米热量指数预测模型，取得了较高准确率^[20]。利用热量指数可进一步预测热量年型。

过去的华南寒害指标或直接套用寒潮过程标准，或在寒潮指标的基础上做某些修正，但缺乏独立的寒害指标体系。攻关研究中根据广东1961-2002年寒害受灾情况、广州气候资料及寒潮资料，提出用过程极端最低气温、降温幅度和持续时间表示的寒害指标，与香蕉、荔枝生物学特性十分吻合。据此建立了广东省香蕉、荔枝寒害等级指标体系。与灾情实况对照，历史概括率达22/23^[21]。

2.4 多种预报技术的综合集成研究

农业气象灾害是一种针对性很强的专业预报，目前还很不成熟，任何单独一种预报方法都难以奏效。攻关研究中探讨了多种预报手段相结合及长中短预报时效相结合的农业气象灾害综合集成预测技术。

在农业干旱预报中，一方面开展大气干旱长期预报研究，以用奇异谱动力学重构方法分解干旱指标序列，建立多时间尺度组合华北干旱预测模型^[22]。另一方面，以天气气候预报要素驱动作物模型，进行作物干旱预测。

东北作物冷害预报中利用以大气环流为预报因子的数理统计预测模型和热量指数提前3个月预报热量年型^[20]。同时，利用区域气候模式和东北玉米生长模式动态预测玉米发育期及冷害发生与否。

广东在华南经济林果寒害预报中采取长期统计预报模型^[21]和基于MOS产品结合作物寒害指标并应用GIS技术进行地理订正的短期预测相结合的方法^[19]。

3 农业气象灾害预报若干关键技术进一步发展的思考

农业气象灾害预报难度较大，相关的研究不是很多，更不成熟。因此迄今为止，有关农业气象灾害预报的定义、概念、原理以及可预报性等都还缺乏深入的研究，对国家需求的满足程度及与气象学科其他预报领域的进展相比存在很大差距。有不少关键技术尚待进一步探讨。

(1) 农业气象灾害预报的指标研究不应忽视 农业气象灾害预报的特点在于它的针对性，它与农业生产对象的紧密结合。如果农业气象灾害指标的生物学意义或农学意义不明确，农业干旱预报就会等同于一般的大气干旱预报或降水量预报，东北作物低温冷害预报就会变成单纯的夏季低温预报，华南作物寒害预报也将类似于寒潮天气预报。因此，农业气象灾害指标研究仍需加强。要与作物生长过程、作物生理特征及受害影响相结合，要考虑作物不同发育阶段对灾害敏感程度的差异，要使指标能够反映不同地形气候条件下作物的不同响应。

(2) 数理统计预报方法应进一步完善 数理统计模型仍是农业气象灾害预报的主要方法之一。当前应力求在预报因子物理意义明确和预报模型改进两个方面有所突破。选择预报因子时要注重物理概念和生物物理机理，力求深入了解天气气候背景、异常气候事件与农业气象灾害之间的因果关系，设法更多地发现和揭示气候异常变化的物理过程和前兆预测信号。建立预报模型时应采用数理统计学中不断发展的新方法，改进传统的统计模型和资料处理方法。力求克服经验统计方法存在的解释性较差、预报效果不稳定等缺陷，设法提高数理统计农业气象灾害预报的准确率。

(3) 基于作物模型的预报方法研究应加强发展 作物生长动力模拟模型在由单点和田间尺度升至区域尺度应用时会面临环境变量的时空变异问题，需要通过合理的输入取样、区域校正、完善模型、处理不完全资料等途径来减小区域化应用时的误差^[23]。目前国内已经有一些尝试^[24]，但还远远不够。在逐日天气资料空间插值的方法及适宜分辨率、种植日期的取样方法、土壤数据区域化处理方法等方面需要继续加强研究。

王绍武曾指出，针对月、季尺度气温降水距平的短期气候预测的可预报性为6-12个月，准确率理论上限在80 %~85 %之间。月气温与降水还稍低。同时认为用GCM预报的结果计算温度和降水或用GCM直接预报技巧分都不是很高^[25]。另有研究认为，陆面过程对大气异常的影响及大气内部动力学过程的可预报性是值得研究的问题。可见提高月季气候预测准确率还有很大难度^[26]。作为作物模型输入因子的区域气候模式逐日要素预报准确率的提高更有一个过程。

在如何将天气预报或区域气候模式与作物模拟模式相结合，进行农业气象灾害预报方面，可以进行多种方式尝试探讨，如以预报时段内要素预报+后期气候平均值序列调用作物模型，以天气实况值+预报时段内要素预报值+后期气候平均值序列调用作物模型等动态预报和逐步订正等方法。其最终目的是尽最大可能地减小因天气预报而产生的误差。

受学科发展的限制，基于作物模型的农业气象灾害预报还存在一定难度。但是，这是农业气象灾害预报的一个重要发展方向，应当继续积极稳妥地进行研究。

(4) 多学科交叉、多种方法综合集成是农业气象灾害预报的有效途径 既然每一种方法都不是万能的，各有其优缺点，因此，农业气象学和天气气候学、动力气候学等多学科结合、各种预报方法相结合、长中短期预报相结合、动态预报和补充订正相结合、卫星遥感动态监测信息与预警模式相结合的综合集成将是农业气象灾害预报的稳妥和有效的方法。

(5) 预警系统研制和业务应用势在必行 农业气象灾害预报研究不能停留在模式研究上，应当尽快研制可供业务应用和操作方便的各种农业气象灾害预警系统。系统中应考虑多种模式的集成、多种技术 (遥感、GIS、网络、气候模拟等) 的应用，形成从资料输入、模式计算到信息发布乃至决策建议等业务流程，在农业气象灾害预测服务中实际应用，为政府减灾防灾提供科学决策依据。

4 结论

(1) 近年来我国在农业气象灾害预报方法技术上开展了一些研究，在多种统计方法的应用、气候模式与农业气象模式结合、信息技术的应用、作物生长模拟模型的应用以及多种预报手段相结合等方面取得了一些成果。但总体上说，农业气象灾害预报研究还不很成熟。有关农业气象灾害预报的定义、概念、原理以及可预报性理论还缺乏深入的研究，与气象学科其他预报领域的进展及对国家需求的满足程度相比还存在很大差距。

(2) 农业气象灾害预报应在指标的针对性、统计模型预报因子的物理概念和生物物理机理以及数学模型和资料处理上加强研究，争取有所突破。基于作物生长模拟模型的农业气象灾害预报方法研究应进一步加强发展，特别应注意作物模型区域化的研究。

(3) 多学科交叉、多种预报方法结合、长中短期预报相结合、动态预报和补充订正相结合、卫星遥感动态监测信息与预警模式相结合是开展农业气象灾害预报的有效途径。建立预警业务系统，开展预警服务势在必行。

致谢 本文第二部分内容系国家科技部“十五”科技攻关计划项目“农林重大病虫害和农业气象灾害的预警及控制技术研究”中13课题“农业气象灾害预警技术研究”各专题研究成果的概括; 成文过程中得到王馥棠研究员的帮助，在此一并致谢。