Temporal Variation Characteristics of Agrometeorological Disasters in Hebei and Their Response to Extreme Climate Indices

doi:10.11924/j.issn.1000-6850.casb2025-0972

Abstract

Abstract:

To quantify the multi-year variation patterns of agrometeorological disasters in Hebei and their relationship with extreme climate indices, based on meteorological observation data from 1981 to 2023 in Hebei and agrometeorological disaster data from Hebei Provincial Bureau of Statistics, this paper adopted methods such as simple linear regression and correlation analysis to study the temporal variation characteristics of several common agrometeorological disasters and their responses to extreme climate indices. The results showed that: (1) during 1981-2023, drought accounted for the highest proportion with a trend of increasing first and then decreasing; wind-hail disasters and flood disasters ranked second, showing a slow decline; freezing disasters accounted for the lowest proportion and exhibited a slow increase; (2) the extreme maximum temperature increased, the extreme minimum temperature decreased; the number of frost days decreased significantly; annual precipitation and the number of heavy rain days increased slightly, the daily maximum precipitation decreased slightly; and the number of strong wind days decreased significantly before rising slightly; (3) drought was significantly negatively correlated with annual precipitation and the number of heavy rain days, and significantly positively correlated with the number of strong wind days; flood was significantly negatively correlated with daily mean temperature difference, and significantly positively correlated with annual precipitation and precipitation intensity; wind-hail disaster was significantly negatively correlated with daily mean temperature difference; freezing disaster was significantly negatively correlated with daily mean temperature difference, the number of frost days and the number of strong wind days. In short, several common agricultural meteorological disasters in Hebei are mainly affected by annual precipitation, precipitation intensity, heavy rain days, strong wind days, daily mean temperature difference, and frost days.

Key words: agrometeorological disasters, temporal variation, characteristics, extreme climate indices, response

CLC Number:

P426
S42

CHANG Shudong, SHI Meiliang, MA Mingjun. Temporal Variation Characteristics of Agrometeorological Disasters in Hebei and Their Response to Extreme Climate Indices[J]. Chinese Agricultural Science Bulletin, 2026, 42(14): 128-135.

Figures/Tables 7

References 38

[1]	周广胜. 气候变化对中国农业生产影响研究展望[J]. 气象与环境科学, 2015, 38(1):80-94.
[2]	王丹丹, 潘东华, 郭桂祯. 1978—2016年全国分区农业气象灾害灾情趋势分析[J]. 灾害学, 2018, 33(2):114-121,145.
[3]	陈笑笑, 黄治勇, 姚瑶, 等. 近40年来华中地区农业气象灾害损失变化特征及影响[J]. 江西农业学报, 2022, 343(11):149-154.
[4]	刘笑, 何学敏, 游松财. 1986—2015年华北平原农业气象灾害的变化特征[J]. 干旱地区农业研究, 2018, 36(5):257-263.
[5]	王淳一, 赵明月, 赵运成, 等. 气候变化对农业生态系统服务的影响及适应对策[J]. 生态学杂志, 2023, 42(5):1214-1224.
[6]	张勇猛. 河北党史百年百事(67)1996年抗洪斗争[N]. 河北日报, 2021-06-14.
[7]	李涛. 河北洪灾牵动人心[N]. 人民日报(海外版), 2016-07-25.
[8]	河北省政府新闻办. 河北省防汛救灾暨灾后重建新闻发布会[R]. 石家庄: 河北省政府新闻办, 2023.8.11.
[9]	周波涛, 钱进. IPCCAR6报告解读:极端天气气候事件变化[J]. 气候变化研究进展, 2021, 17(6):713-718.
[10]	胡宜昌, 董文杰, 何勇. 21世纪初极端天气气候事件研究进展[J]. 地球科学进展, 2007, 22(10):1066-1075. doi: 10.11867/j.issn.1001-8166.2007.10.1066
[11]	陈锦河, 王昆, 黄铁成, 等. 1979—2018年中国0.1°极端气候指标数据集[J]. 中国科学数据(中英文网络版), 2025, 10(1):1-13.
[12]	韩会梅, 李青. 南疆地区极端气候变化及其对农业生产的影响——基于百分位阈值法探讨[J]. 湖北农业科学, 2014, 53(8):1801-1805.
[13]	孔锋, 刘凡, 王一飞, 等. 中国气候变化与水灾发生频次的时空关系研究(1961—2010)[J]. 灾害学, 2017, 32(4):35-42.
[14]	毛喜玲, 殷淑燕, 刘海红, 等. 近61a晋陕豫地区极端气候变化及其对农业生产的影响[J]. 兰州大学学报(自然科学版), 2023, 59(1):71-79.
[15]	河北概况[R]. 河北: 河北省人民政府, 2024.
[16]	河北省统计局. 河北统计年鉴[M]. 北京: 中国统计出版社,1981-2023.
[17]	河北省统计局. 河北农村统计年鉴[M]. 北京: 中国统计出版社,1981-2023.
[18]	任国玉, 陈峪, 邹旭凯, 等. 综合极端气候指数的定义和趋势分析[J]. 气候与环境研究, 2010, 15(4):354-364.
[19]	桑婧, 郝璐. 近30年中国主要农业气象灾害典型场时空格局分异特征[J]. 中国生态农业学报, 2018, 263(9):1302-1314.
[20]	胡亚男, 郑金伟, 潘根兴, 等. 1978—2008年中国十省主要农业气象灾害动态及其影响分析[J]. 气候变化研究进展, 2015, 11(2):123-130.
[21]	刘笑, 何学敏, 游松财. 1976—2015年中国主要农业气象灾害的变化特征[J]. 中国农业气象, 2017, 38(8):481-487.
[22]	王春乙, 张雪芬, 赵艳霞. 农业气象灾害影响评估与风险评价[M]. 北京: 气象出版社, 2010:1-2.
[23]	贾艳青, 刘秀丽. 1961—2020年中国华北地区干湿演变特征及与ENSO、PDO的关系[J]. 干旱区资源与环境, 2024, 38(5):140-151.
[24]	赵海燕, 张文千, 邹旭恺, 等. 气候变化背景下中国农业干旱时空变化特征分析[J]. 中国农业气象, 2021, 42(1):69-79.
[25]	赵娅君, 郑粉莉, 姚亚庆, 等. 1978—2018年我国农业气象灾害时空变化特征[J]. 自然灾害学报, 2022, 31(1):198-207.
[26]	谭方颖, 王建林, 宋迎波, 等. 华北平原气候变暖对气象灾害发生趋势的影响[J]. 自然灾害学报, 2010, 19(5):125-131.
[27]	翟盘茂, 潘晓华. 中国北方近50年温度和降水极端事件变化[J]. 地理学报, 2003, 58(增刊):1-7.
[28]	陈永金, 马胜兰, 许婕, 等. 华北地区近65a气候变化及其与相关因子关系分析[J]. 河北师范大学学报(自然科学版), 2021, 45(3):314-324.
[29]	霍治国, 范雨娴, 杨建莹, 等. 中国农业洪涝灾害研究进展[J]. 应用气象学报, 2017, 28(6):641-653.
[30]	俞海洋, 李婷, 陈笑娟, 等. 河北省近30年大风时空分布及成灾特征分析[J]. 灾害学, 2017, 32(2):59-63.
[31]	余沛东, 陈银萍, 李玉强, 等. 植被盖度对沙丘风沙流结构及风蚀量的影响[J]. 中国沙漠, 2019, 39(5):30-36.
[32]	周建琴, 李蒙, 陶云, 等. 云南农业干旱灾害演变特征及其与气候因子的关系研究[J]. 干旱气象, 2025, 43(1):21-31. doi: 10.11755/j.issn.1006-7639-2025-01-0021
[33]	李晓明, 王飞, 胡林, 等. 风速和秸秆覆盖对土壤水分蒸发影响的模拟试验研究[J]. 干旱地区农业研究, 2011, 29(3):186-190.
[34]	李亚男, 谢志祥, 秦耀辰. 近50年黄淮海平原极端降水时空变化及其对农业的影响[J]. 河南大学学报(自然科学版), 2018, 48(2):127-137.
[35]	周宇, 史军, 孙国武, 等. 1873—2009年上海气温日较差变化及其影响因素[J]. 气象与环境学报, 2012, 28(1):24-30.
[36]	高学芹. 潍坊市1995—2014年气温日较差变化特征及影响因子分析[J]. 中国农学通报, 2015, 31(35):204-208. doi: 10.11924/j.issn.1000-6850.casb15070113
[37]	朱莱茵, 许映军, 崔维佳, 等. 渤海湾西部沿岸地区气温特征的观测研究[J]. 气象科学, 2009, 29(5):694-699.
[38]	胡宏博, 黄艳艳, 戴金, 等. 近11年中国寒潮频发的机理分析[J]. 大气科学学报, 2023, 46(6):864-875.

序号	指数	符号	单位	定义
1	极端最高气温	TXx	℃	每年日最高气温年最大值
2	极端最低气温	TNn	℃	每年日最低气温年最小值
3	日平均温差	DTR	℃	日温差平均值的最大值
4	霜冻日数	FD	d	年内最低气温<0℃的日数
5	年降水量	PRCPTOT	mm	降水量日累积量
6	降水强度	Rx_1day	mm	单日最大降水量
7	大雨日数	R_{25 mm}	d	日降水量≥25 mm日数
8	大风日数	Swd	d	瞬时平均风速≥17 m/s的日数

序号	指数	符号	单位	定义
1	极端最高气温	TXx	℃	每年日最高气温年最大值
2	极端最低气温	TNn	℃	每年日最低气温年最小值
3	日平均温差	DTR	℃	日温差平均值的最大值
4	霜冻日数	FD	d	年内最低气温<0℃的日数
5	年降水量	PRCPTOT	mm	降水量日累积量
6	降水强度	Rx_1day	mm	单日最大降水量
7	大雨日数	R_{25 mm}	d	日降水量≥25 mm日数
8	大风日数	Swd	d	瞬时平均风速≥17 m/s的日数

灾害类型	TXx	TNn	DTR	FD	PRCPTOT	Rx_1day	R_25mm	Swd
旱灾	0.006	0.239	0.001	0.226	-0.555^**	-0.070	-0.344^*	0.481^**
水灾	-0.249	0.130	-0.323^*	-0.080	0.346^*	0.548^**	0.254	0.207
风雹灾	-0.261	0.151	-0.338^*	0.055	0.065	-0.094	0.070	0.049
冷冻灾	0.065	0.044	-0.329^*	-0.378^*	-0.016	-0.149	0.105	-0.365^*

灾害类型	TXx	TNn	DTR	FD	PRCPTOT	Rx_1day	R_25mm	Swd
旱灾	0.006	0.239	0.001	0.226	-0.555^**	-0.070	-0.344^*	0.481^**
水灾	-0.249	0.130	-0.323^*	-0.080	0.346^*	0.548^**	0.254	0.207
风雹灾	-0.261	0.151	-0.338^*	0.055	0.065	-0.094	0.070	0.049
冷冻灾	0.065	0.044	-0.329^*	-0.378^*	-0.016	-0.149	0.105	-0.365^*