鄧國衛(wèi), 卿清濤, 徐金霞, 孫 俊

四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃*

鄧國衛(wèi)1,2, 卿清濤1**, 徐金霞1, 孫 俊3

(1. 四川省氣候中心 成都 610072; 2. 中國氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點實驗室 成都 610072; 3. 中國氣象局干部培訓(xùn)學(xué)院四川分院 成都 610072)

本文利用1981—2012年四川省82縣的水稻單產(chǎn)資料, 采用HP濾波法, 進(jìn)行水稻氣象產(chǎn)量分離, 分歉收年和成災(zāi)年兩個年型, 研究四川省水稻單產(chǎn)平均減產(chǎn)率、減產(chǎn)率變異系數(shù)和不同等級減產(chǎn)率風(fēng)險概率的空間分布特征, 并基于成災(zāi)年風(fēng)險區(qū)劃指標(biāo), 開展四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃。結(jié)果表明: HP濾波法可用于四川省水稻氣象產(chǎn)量分離, 四川省水稻氣象產(chǎn)量具有顯著的準(zhǔn)4 a、7 a周期振蕩特征。平均減產(chǎn)率從西南向東北方向呈現(xiàn)“高–低–高”分布特征, 80%以上縣歉收年平均減產(chǎn)率介于2%~7%, 成災(zāi)年平均減產(chǎn)率介于6%~15%。各縣歉收年減產(chǎn)率變異系數(shù)介于0.6~2.2, 成災(zāi)年減產(chǎn)率變異系數(shù)介于0~1.2; 減產(chǎn)率變異系數(shù)相對高值區(qū)位于西南山地西部、盆地南部和盆地北部山地。各級減產(chǎn)率風(fēng)險概率大值區(qū)主要集中于廣元和巴中地區(qū), 還包括鹽亭、古藺、鹽源、越西等縣。四川省水稻綜合氣象災(zāi)害高風(fēng)險區(qū)主要分布于盆地北部、盆地南部和西南山地西部等山區(qū), 中等風(fēng)險區(qū)主要分布于盆地丘陵區(qū)及盆周低山區(qū), 低風(fēng)險區(qū)主要分布于盆地平原、淺丘區(qū)和涼山州中東部。風(fēng)險區(qū)劃結(jié)果與四川省氣象災(zāi)害分布和水稻農(nóng)業(yè)氣象災(zāi)害分布的研究成果相吻合, 可為四川省水稻防災(zāi)減災(zāi)提供科學(xué)依據(jù)和重要參考。

綜合氣象災(zāi)害; 風(fēng)險區(qū)劃; 四川; 水稻; 產(chǎn)量分離; 減產(chǎn)率

四川省位于青藏高原東側(cè), 受特殊地理位置、復(fù)雜地形和大氣環(huán)流影響, 境內(nèi)氣象災(zāi)害種類多、范圍廣、頻次高, 每年因氣象災(zāi)害導(dǎo)致農(nóng)業(yè)直接經(jīng)濟(jì)損失達(dá)百億元, 居于全國前列[1-2]。水稻()是四川地區(qū)的主要糧食作物, 作為全國13個糧食主產(chǎn)區(qū)之一, 四川省水稻產(chǎn)量的豐歉與本地區(qū)乃至全國糧食安全密切相關(guān)。因此, 開展四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃, 對規(guī)避防范水稻生產(chǎn)風(fēng)險, 保障糧食安全具有重要意義。

近幾年針對農(nóng)業(yè)氣象災(zāi)害主要從致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)減災(zāi)能力4個方面建立評價指標(biāo)開展風(fēng)險區(qū)劃或評估[3-4], 并取得良好效果?；诖朔椒? 王春乙等[5]研究了長江中下游地區(qū)雙季早稻冷害、熱害風(fēng)險評價, 顯示風(fēng)險評價結(jié)果與多年平均減產(chǎn)率存在顯著相關(guān); 楊建瑩等[6]研究了西南地區(qū)水稻洪澇災(zāi)害風(fēng)險區(qū)劃, 得出80%以上的水稻洪澇災(zāi)害發(fā)生在水稻洪澇災(zāi)害的次高、高風(fēng)險區(qū); 羅伯良等[7]研究了湖南省水稻干旱災(zāi)害風(fēng)險區(qū)劃, 發(fā)現(xiàn)區(qū)劃結(jié)果與近3 a水稻干旱災(zāi)害賠付數(shù)據(jù)的地區(qū)分布特點基本一致。部分學(xué)者針對以上４個方面對四川省水稻也進(jìn)行了氣象災(zāi)害風(fēng)險區(qū)劃或評估。陳超等[8-9]從致災(zāi)因子危險性角度分別分析了四川省干旱、高溫?zé)岷υ谒救诘娘L(fēng)險分布, 指出四川省水稻干旱高風(fēng)險區(qū)位于盆地中部和東北部,高溫?zé)岷Ω唢L(fēng)險區(qū)位于盆地東北及盆地南部; 龐艷梅等[10]分析了四川省單季稻各生育期低溫災(zāi)害和高溫災(zāi)害發(fā)生頻率、強(qiáng)度, 發(fā)現(xiàn)四川省單季稻秧田期低溫災(zāi)害和灌漿結(jié)實期高溫災(zāi)害致災(zāi)因子危險性高; 王婷等[11]從承災(zāi)體脆弱性角度研究了四川省水稻干旱的抗災(zāi)能力, 得出四川省南部部分地區(qū)和盆地中部及東部水稻干旱災(zāi)害脆弱性較小, 抗災(zāi)能力較好。雖然上述方法所得結(jié)論得到了作物減產(chǎn)或災(zāi)情數(shù)據(jù)和信息的定性驗證, 但存在以下不足: 一是以上方法主要是針對單一災(zāi)種, 由于同區(qū)域多災(zāi)種災(zāi)害的交錯疊加、不同災(zāi)種孕災(zāi)環(huán)境和承災(zāi)體脆弱性不同等, 導(dǎo)致致災(zāi)因子危險性及其可能損失的時空量化難度較大, 上述方法應(yīng)用于多災(zāi)種綜合風(fēng)險分析存在一定困難; 二是在致災(zāi)因子分析中, 一般是利用氣象要素構(gòu)建單災(zāi)種的致災(zāi)因子判識指標(biāo), 這些指標(biāo)多數(shù)難以與水稻產(chǎn)量聯(lián)系, 易出現(xiàn)有災(zāi)無害現(xiàn)象, 影響評估合理性。作物產(chǎn)量是致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體暴露性和防災(zāi)減災(zāi)能力綜合作用的最終體現(xiàn), 由作物產(chǎn)量分離出氣象產(chǎn)量的波動可反映一個地區(qū)農(nóng)作物生產(chǎn)的氣象災(zāi)害風(fēng)險水平[12-13]。因此, 許多學(xué)者通過氣象產(chǎn)量分離研究水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃[14-15]。基于此方法, 邵立瑛等[16]研究了江蘇省水稻生產(chǎn)的綜合氣象災(zāi)害風(fēng)險區(qū)劃, 指出與單災(zāi)種風(fēng)險研究相比, 該評估結(jié)果更具實用性和可操作性; 韓語軒等[17]討論了遼寧水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃及其合理性, 區(qū)劃結(jié)果與遼寧省氣候變化趨勢、氣象災(zāi)害分布相吻合; 錢永蘭等[18]分析了全球水稻等主要糧食作物的綜合氣象災(zāi)害風(fēng)險, 發(fā)現(xiàn)作物產(chǎn)量趨勢和綜合氣象災(zāi)害風(fēng)險指數(shù)相結(jié)合, 可作為糧食生產(chǎn)的氣象災(zāi)害損失評估重要指標(biāo)。四川省水稻受干旱、洪澇、高溫?zé)岷?、低溫冷害等多種氣象災(zāi)害影響, 單一氣象災(zāi)害風(fēng)險區(qū)劃或評估已有初步研究, 但開展水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃或評估相關(guān)研究較為缺乏, 特別是四川地區(qū)氣象災(zāi)害種類多、災(zāi)害區(qū)域疊加交錯性普遍, 開展水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃或評估需求迫切。本研究擬以四川省水稻種植區(qū)82個縣1981—2012年的水稻單產(chǎn)數(shù)據(jù)為基礎(chǔ), 基于氣象產(chǎn)量分離, 從氣象災(zāi)害損失及其發(fā)生概率角度, 運用風(fēng)險分析理論, 研究四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃, 研究結(jié)果可為四川省水稻防災(zāi)減災(zāi)和政府決策提供科學(xué)依據(jù)。

1 資料與方法

1.1 研究區(qū)域概況和數(shù)據(jù)來源

四川省甘孜、阿壩地區(qū)位于川西高原, 平均海拔3 000 m以上, 年均降水量低于800 mm, 不適宜水稻種植。四川盆地平壩、丘陵地區(qū)以及盆地周邊區(qū)域、川西南河谷地帶為水稻主要種植區(qū)。該區(qū)域水資源豐富, 年降水量接近1 000 mm及以上。本文選用除甘孜、阿壩州以外包含涼山州、攀枝花、成都、德陽、綿陽等四川省其余19個市州作為研究區(qū)域(圖1)。研究區(qū)大部分地區(qū)海拔在2 000 m以下, 包含四川盆地、盆周山區(qū)、西南山地及河谷等地形地貌, 具有較好的光、熱、水等水稻耕作條件, 也是四川人口的主要聚集地, 其中區(qū)內(nèi)盆地平壩和丘陵地區(qū)海拔介于200~800 m, 是四川水稻的主要產(chǎn)地, 其水稻種植面積約占全省水稻總面積的85%。

圖1 研究區(qū)域分布(a)及四川省各地高程(b)

共收集到研究區(qū)域內(nèi)82個縣1981—2012年的縣級水稻單產(chǎn)數(shù)據(jù), 均來自于四川省農(nóng)業(yè)氣象中心。在產(chǎn)量序列中, 個別縣存在1~3年時段資料短缺, 在資料處理時采用其前后2年的均值代替, 并選取氣候背景相似、地理位置相近值進(jìn)行訂正。未收集到資料的縣主要分布于成都、德陽、眉山、樂山、廣安等市(州)。

1.2 氣象產(chǎn)量分離

在氣候變化對糧食產(chǎn)量影響研究中, 將作物產(chǎn)量分解成趨勢產(chǎn)量、氣象產(chǎn)量和隨機(jī)誤差是最常用方法[12-13]。趨勢產(chǎn)量為反映生產(chǎn)力發(fā)展水平的長周期產(chǎn)量分量, 氣象產(chǎn)量為受氣候因子影響的短周期產(chǎn)量分量, 隨機(jī)誤差對產(chǎn)量影響基本無規(guī)律可循, 且所占比例不大, 常被視為隨機(jī)噪音, 一般可忽略不計。因此, 實際作物產(chǎn)量常被分解成趨勢產(chǎn)量和氣象產(chǎn)量兩部分, 即:

由氣象產(chǎn)量和趨勢產(chǎn)量的比值可進(jìn)一步得到相對氣象產(chǎn)量, 即:

1.3 平均減產(chǎn)率

平均減產(chǎn)率在一定程度上反映了一個地區(qū)因災(zāi)損失的總體程度, 是反映地域氣象災(zāi)害強(qiáng)弱的重要指標(biāo)。平均減產(chǎn)率大, 說明產(chǎn)量受氣象災(zāi)害影響程度大, 相反, 氣象災(zāi)害影響程度就小。其計算公式為:

1.4 減產(chǎn)率變異系數(shù)

減產(chǎn)率變異系數(shù)可以反映減產(chǎn)率偏移平均值的程度, 值越大表明氣象災(zāi)害造成影響的年際波動越大, 產(chǎn)量損失越不穩(wěn)定; 反之, 離散性小, 表明產(chǎn)量損失較穩(wěn)定。該值一定程度上反映了某一地區(qū)氣象災(zāi)害波動情況和防災(zāi)減災(zāi)能力, 計算公式為:

1.5 減產(chǎn)風(fēng)險概率估計及風(fēng)險指數(shù)

為進(jìn)一步評估水稻單產(chǎn)減產(chǎn)風(fēng)險程度大小, 構(gòu)建一個針對區(qū)域單元水稻減產(chǎn)風(fēng)險指數(shù)。根據(jù)研究區(qū)水稻減產(chǎn)率的區(qū)間分布特征, 將減產(chǎn)率劃分為8個區(qū)間, 分別為[-5%, 0)、[-10%,-5%)、[-15%,-10%)、[-20%,-15%)、[-25%,-20%)、[-30%,-25%)、[-40%,-30%)、[-50%,-40%)。風(fēng)險指數(shù)計算公式為:

1.6 綜合氣象災(zāi)害風(fēng)險區(qū)劃

歸一化公式為:

此外, 在計算過程中對無資料縣進(jìn)行了空間插值。具體方法為: 由于資料是以縣級為單元, 在空間插值前, 首先提取有資料縣行政區(qū)域幾何中心點, 將縣級數(shù)據(jù)賦予幾何中心點, 采用普通克里金法進(jìn)行空間柵格插值, 然后提取無資料縣行政區(qū)域幾何中心點值, 將其作為縣級數(shù)據(jù)。另外, 還采用了Morlet小波分析法進(jìn)行氣象產(chǎn)量周期分析。

2 結(jié)果與分析

2.1 四川省1981—2012年水稻氣象產(chǎn)量變化

從四川省1981—2012年水稻氣象產(chǎn)量的周期變化看, 四川省水稻氣象產(chǎn)量具有顯著的準(zhǔn)周期振蕩特征(圖2)。由圖2a可見, 方差極值出現(xiàn)在4 a、7 a、12 a時間尺度, 說明準(zhǔn)4 a、7 a、12 a周期振蕩明顯?？紤]到12 a時間尺度都受到小波分析邊界影響, 增加了分析的不確定性, 重點分析4 a、7 a時間尺度。由圖2b可見, 4 a時間尺度周期振蕩在整個時域上的分布并不均勻。1993年以前振蕩不明顯, 氣象產(chǎn)量以偏多為主。1993年以后, 波動性增強(qiáng), 準(zhǔn)4 a周期振蕩顯著, 共經(jīng)歷“偏少—偏多”4個明顯周期。2005年之后, 周期振蕩雖繼續(xù)維持, 但開始減弱。7 a時間尺度周期振蕩在整個時域上的分布相對較為均勻, 共出現(xiàn)“偏多—偏少”4個完整周期, 2005年以后周期中心出現(xiàn)下移, 并略有減弱?？傮w上看, 20世紀(jì)80年代主要呈現(xiàn)準(zhǔn)7 a周期振蕩, 準(zhǔn)4 a周期振蕩不明顯; 90年代準(zhǔn)4 a、7 a周期均較為顯著, 且小尺度周期嵌套在大尺度周期中; 2000年以后準(zhǔn)4 a、7 a時間尺度周期中心趨于合并, 并不斷減弱。四川省水稻生育期主要集中于5—9月, 將氣象產(chǎn)量的周期變化與羅玉等[21]研究的四川省汛期(5—10月)降水要素的周期變化進(jìn)行對比可知, 四川地區(qū)汛期(5—10月)總降水量、降水百分率、強(qiáng)降水量、暴雨日數(shù)等降水要素也具有顯著的3~4 a周期振蕩和6~8 a周期振蕩, 且周期性趨勢與分離的氣象產(chǎn)量變化大體一致。降水要素的偏多偏少與導(dǎo)致水稻減產(chǎn)的旱澇災(zāi)害密切相關(guān), 也與日照、氣溫等影響作物生長的氣象要素有關(guān)聯(lián), 水稻氣象產(chǎn)量的周期變化與降水要素的年際周期振蕩相一致, 進(jìn)一步說明了本文采用的HP濾波法開展氣象產(chǎn)量分離科學(xué)合理, 為后續(xù)基于氣象產(chǎn)量災(zāi)損分析的綜合氣象災(zāi)害風(fēng)險區(qū)劃提供基礎(chǔ)。

圖2 四川省1981—2012年水稻氣象產(chǎn)量小波變換方差(a)和小波變換(b) (圖b中粗實線為影響錐曲線, 線上部為受邊界影響區(qū)域)

2.2 四川省1981—2012年水稻平均減產(chǎn)率

四川省水稻單產(chǎn)平均減產(chǎn)率從西南向東北方向呈現(xiàn)“高－低－高”分布特征, 較高減產(chǎn)率主要分布于盆周山區(qū)及西南山地(圖3)。由圖3a可見, 歉收年平均減產(chǎn)率介于1%~16%。其中70%的縣平均減產(chǎn)率介于4%~8%, 主要分布于盆地南部和西南山地東部; 20%的縣平均減產(chǎn)率≤4%, 主要分布于宜賓、瀘州等盆地南部地勢平坦區(qū)和流經(jīng)西昌沿線的安寧河谷區(qū); 10%的縣平均減產(chǎn)率≥8%, 主要分布于廣元、巴中等盆北山區(qū), 僅廣元南部的劍閣、蒼溪縣和綿陽的鹽亭縣等3縣平均減產(chǎn)率超過12%。由圖3b可見, 成災(zāi)年平均減產(chǎn)率介于6%~40%。其中, 盆地中部平坦區(qū)和西南山地東部低山區(qū)大部分縣成災(zāi)年平均減產(chǎn)率介于8%~12%; 盆周山區(qū)及西南山地西部大部分縣成災(zāi)年平均減產(chǎn)率≥12%; 廣元市的劍閣和蒼溪縣、達(dá)州的萬源縣、綿陽的鹽亭縣、雅安

圖3 四川省1981—2012年歉收年(a)和成災(zāi)年(b)的水稻平均減產(chǎn)率分布

的滎經(jīng)縣、宜賓的高縣和珙縣、涼山州的冕寧縣、攀枝花的鹽邊等9個山區(qū)縣的成災(zāi)年平均減產(chǎn)率≥20%。與歉收年平均減產(chǎn)率空間分布相比, 成災(zāi)年平均減產(chǎn)率約為前者的2~3倍, 廣元、巴中等盆周北部山區(qū)歉收年與成災(zāi)年均為較高減產(chǎn)率區(qū), 但雅安、樂山、宜賓南部等盆周南部山區(qū)歉收年平均減產(chǎn)率基本與盆中地區(qū)一致, 而成災(zāi)年出現(xiàn)了明顯的大值區(qū)?？梢? 成災(zāi)年平均減產(chǎn)率的空間分布具有更明顯的空間差異性和與復(fù)雜地形的對應(yīng)關(guān)系。

2.3 四川省1981—2012年水稻減產(chǎn)率變異系數(shù)

水稻單產(chǎn)減產(chǎn)率變異系數(shù)空間分布與平均減產(chǎn)率明顯不同(圖4)。由圖4a可見, 歉收年減產(chǎn)率變異系數(shù)介于0.6~2.2, 其中盆地大部及西南山地東部各縣介于0.8~1.2; ≥1.2主要分布于盆周山區(qū)和西南山地西部, 共計24個縣, 且呈零散分布; ≥1.6的縣主要分布于雅安滎經(jīng)至涼山州冕寧沿線、攀枝花和宜賓南部等山區(qū), 從圖3b可知該區(qū)域也是農(nóng)業(yè)氣象災(zāi)害較重地區(qū)。由圖4b可見, 成災(zāi)年減產(chǎn)率變異系數(shù)介于0~1.2, 明顯小于歉收年, 其中研究區(qū)大部分縣(占86%)介于0.3~0.7, 說明各縣成災(zāi)年氣象災(zāi)害造成的產(chǎn)量損失相對較為穩(wěn)定?？臻g分布大體趨勢與歉收年較為接近, 相對大值區(qū)主要分布于盆周山區(qū)和西南山地西部?？梢? 山區(qū)復(fù)雜地形孕災(zāi)環(huán)境對氣象災(zāi)害作物災(zāi)損具有更復(fù)雜影響。

圖4 四川省1981—2012年歉收年(a)和成災(zāi)年(b)水稻減產(chǎn)率變異系數(shù)

2.4 四川省水稻減產(chǎn)風(fēng)險概率分布

四川省水稻單產(chǎn)減產(chǎn)率風(fēng)險概率在盆地地區(qū)呈現(xiàn)北部偏高、南部偏低分布, 在西南山地地區(qū)呈現(xiàn)西部偏高、東部偏低分布(圖5)。由圖5a可見, 對于單產(chǎn)減產(chǎn)率≥5%的風(fēng)險概率, 研究區(qū)85%的縣介于10%~30%; 風(fēng)險概率≤20%的縣主要分布于盆地南部及西南山地東部; 風(fēng)險概率>20%的縣主要分布于盆地北部及西南山地西部, 特別是綿陽北部、廣元、巴中、達(dá)州等盆周北部山區(qū); 風(fēng)險概率超過30%, 并且除涼山越西、瀘州古藺縣外, 風(fēng)險概率超過40%的縣也主要集中于此區(qū)域。由圖5b可見, 對于單產(chǎn)減產(chǎn)率≥10%的風(fēng)險概率, 研究區(qū)83%縣低于10%; 盆地南部及西南山地東部大部分縣風(fēng)險概率低于5%; 盆地北部山區(qū)大部分縣風(fēng)險概率超過10%; 廣元旺蒼、蒼溪縣、綿陽鹽亭縣、瀘州古藺縣、涼山州越西縣風(fēng)險概率較大, 超過30%。由圖5c、5d可見, 水稻單產(chǎn)減產(chǎn)率≥15%和≥20%風(fēng)險概率減小明顯, 前者88%縣風(fēng)險概率低于5%, 后者90%縣風(fēng)險概率低于2%。但風(fēng)險概率大值區(qū)空間分布較為一致, 主要集中于廣元和巴中地區(qū), 還包括瀘州古藺縣等縣。綜上可見, 氣象災(zāi)害導(dǎo)致水稻減產(chǎn)的風(fēng)險概率盆地北部明顯高于其他地區(qū), 特別是廣元、巴中等盆周北部山區(qū), 單產(chǎn)減產(chǎn)率≥5%風(fēng)險概率超過30%, 且還存在一定的高減產(chǎn)概率, 涼山州鹽源、越西和瀘州古藺縣附近區(qū)域減產(chǎn)風(fēng)險概率也明顯高于周邊地區(qū), 這些區(qū)域均具有較高的氣象災(zāi)害風(fēng)險。

圖5 四川省水稻不同減產(chǎn)風(fēng)險概率的空間分布

2.5 四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃

根據(jù)公式(11)計算四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃指數(shù), 運用自然斷點法, 自動劃分為3個等級: 低風(fēng)險區(qū)(0.14~0.22)、中等風(fēng)險區(qū)(0.23~0.31)、高風(fēng)險區(qū)(0.32~0.58), 得到四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃(圖6、表1)。

低風(fēng)險區(qū)主要分布于盆地平原、淺丘區(qū)和涼山州中東部, 包括成都、眉山、雅安北部、南充西部、樂山東北部、涼山州中東部等地區(qū)大部分縣, 共計75縣, 占總縣數(shù)的50%。該區(qū)域除涼山州外, 地形均較為平坦, 歷年氣象災(zāi)害對水稻單產(chǎn)的影響相對較小, 各縣歉收年、成災(zāi)年的平均減產(chǎn)率分別僅為4.4%、10.1%。統(tǒng)計減產(chǎn)率≥5%風(fēng)險概率平均為14.2%, 減產(chǎn)率≥10%風(fēng)險概率平均為2.8%?？梢?低風(fēng)險區(qū)氣象災(zāi)害造成高減產(chǎn)的風(fēng)險概率較低。

圖6 四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃

中等風(fēng)險區(qū)主要分布于盆地丘陵區(qū)及盆周低山區(qū), 包括德陽、綿陽、遂寧、達(dá)州、廣安、瀘州、樂山南部等區(qū)域大部分縣, 共計52縣。與低風(fēng)險區(qū)相比, 該區(qū)域歉收年、成災(zāi)年平均減產(chǎn)率略有增大, 但減產(chǎn)風(fēng)險概率增加更為明顯, 其中, 減產(chǎn)率≥5%風(fēng)險概率平均為20.7%, 減產(chǎn)率≥10%風(fēng)險概率平均為6.1%, 遠(yuǎn)高于低風(fēng)險區(qū)。

高風(fēng)險區(qū)主要分布于盆地北部、盆地南部和西南山地西部等山區(qū), 包括廣元中東部各縣、巴中各縣、達(dá)州萬源、綿陽鹽亭、雅安滎經(jīng)、瀘州古藺、宜賓南部各縣、涼山州鹽源、攀枝花鹽邊等24縣。統(tǒng)計各縣均值表明, 高風(fēng)險區(qū)歉收年、成災(zāi)年平均減產(chǎn)率分別為8.5%、19.3%, 減產(chǎn)率≥5%風(fēng)險概率為35.4%, 減產(chǎn)率≥10%風(fēng)險概率為19.0%。可見, 高風(fēng)險區(qū)內(nèi)平均減產(chǎn)率及減產(chǎn)風(fēng)險概率均較大, 特別是成災(zāi)年, 氣象災(zāi)害對水稻單產(chǎn)減少作用明顯, 該區(qū)域應(yīng)是水稻氣象災(zāi)害防御防治重點區(qū)。

表1 四川省水稻綜合氣象災(zāi)害風(fēng)險分區(qū)減產(chǎn)特征

3 討論

綜合氣象災(zāi)害風(fēng)險區(qū)劃是水稻氣象災(zāi)害風(fēng)險區(qū)劃的熱點和難點問題, 通過單災(zāi)種的疊加分析, 難以獲取合理的綜合風(fēng)險區(qū)劃。本文將水稻產(chǎn)量視為農(nóng)業(yè)技術(shù)發(fā)展和氣象災(zāi)害綜合作用的結(jié)果, 基于氣象產(chǎn)量分離, 從氣象災(zāi)害災(zāi)損角度研究四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃。與以往單災(zāi)種氣象災(zāi)害風(fēng)險區(qū)劃從災(zāi)害危險性、暴露性、脆弱性和防災(zāi)減災(zāi)能力４個方面構(gòu)建風(fēng)險區(qū)劃模型相比, 本研究選用成災(zāi)年單產(chǎn)平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、減產(chǎn)風(fēng)險概率3個指標(biāo)構(gòu)建綜合風(fēng)險區(qū)劃模型, 避免多災(zāi)種以上4方面難以量化難題。韓語軒等[17]、錢永蘭等[18]已運用類似方法開展了相關(guān)研究, 驗證了方法的合理性?？紤]到氣象產(chǎn)量分離對風(fēng)險區(qū)劃結(jié)果有較大影響, 本文選用包容性更好的HP濾波法開展產(chǎn)量分離并進(jìn)行驗證, 結(jié)果表明氣象產(chǎn)量分離效果較好。

研究區(qū)具有典型的盆地、山地特征, 區(qū)劃結(jié)果顯示盆周山區(qū)及西南山地西部高山區(qū)風(fēng)險等級偏高, 而盆中及西南山地東部河谷、低山區(qū)風(fēng)險等級偏低, 較好地反映了復(fù)雜地形對農(nóng)業(yè)氣象災(zāi)害風(fēng)險地域分布的影響。由于四川省水稻綜合氣象災(zāi)害風(fēng)險評估或區(qū)劃的研究較少, 為進(jìn)一步分析本文風(fēng)險區(qū)劃結(jié)果的合理性, 將水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃結(jié)果與《四川省氣候綜合圖集》[1]和前人有關(guān)四川省農(nóng)業(yè)氣象災(zāi)害分布研究成果進(jìn)行對比分析。根據(jù)《四川省氣候綜合圖集》, 四川省共有3個暴雨中心, 分別位于巴中、綿陽和雅安附近; 德陽、綿陽兩市南部至資陽地區(qū)以及攀枝花附近降水量相對較少, 為干旱區(qū); 瀘州、廣安和達(dá)州南部為干旱高溫區(qū); 宜賓南部為連陰雨嚴(yán)重區(qū)。上述區(qū)域均位于綜合氣象災(zāi)害風(fēng)險區(qū)劃的中、高風(fēng)險區(qū)。陳超等[8-9]研究表明水稻生育期內(nèi)高溫?zé)岷Ω唢L(fēng)險區(qū)位于瀘州古藺, 次高風(fēng)險區(qū)位于南充東部、廣安和達(dá)州南部; 水稻孕穗—開花期干旱較高風(fēng)險區(qū)位于資陽、遂寧、南充、巴中、達(dá)州等地, 開花—成熟期則位于瀘州、南充、廣安、達(dá)州等地區(qū)。但王婷等[11]研究表明資陽、遂寧、南充境內(nèi)部分地區(qū)水稻干旱承災(zāi)體脆弱性較小, 有利于減小干旱災(zāi)害的負(fù)面影響。對比可見, 高溫、干旱高風(fēng)險區(qū)與本文區(qū)劃結(jié)果有較好對應(yīng)關(guān)系。楊建瑩等[6]指出四川省水稻全生育期洪澇災(zāi)害高危險區(qū)位于綿陽以及雅安至樂山附近; 曹艷秋等[22]指出涼山州水稻花期(7月下旬至8月)發(fā)生低溫冷害次數(shù), 鹽源地區(qū)最多, 影響也最大。上述研究結(jié)論均與綜合風(fēng)險區(qū)劃結(jié)果有較好的對應(yīng)關(guān)系。廣元、巴中和達(dá)州北部地區(qū)位于大巴山—米倉山南麓, 地形地貌復(fù)雜, 屬典型的盆周山區(qū)。該區(qū)域雨量充足, 但時空分布極不均, 既是盆地三大暴雨中心之一, 又屬川東傳統(tǒng)旱區(qū), 水稻生育期內(nèi)常出現(xiàn)旱澇交替, 嚴(yán)重影響水稻產(chǎn)量。區(qū)域內(nèi)盛夏低溫災(zāi)害也是導(dǎo)致水稻減產(chǎn)的重要氣象災(zāi)害之一, 且經(jīng)濟(jì)欠發(fā)達(dá), 農(nóng)業(yè)生產(chǎn)投入不足, 抗災(zāi)能力弱。本文風(fēng)險區(qū)劃結(jié)果和各風(fēng)險區(qū)劃指標(biāo)均顯示該區(qū)域?qū)儆诟唢L(fēng)險區(qū)。綜上可見, 本文風(fēng)險區(qū)劃結(jié)果與四川省氣象災(zāi)害和水稻農(nóng)業(yè)氣象災(zāi)害分布的研究成果相吻合, 區(qū)劃結(jié)果可信度較高, 可為四川省水稻防災(zāi)減災(zāi)提供科學(xué)指導(dǎo)。同時, 本文是從氣象災(zāi)害導(dǎo)致水稻減產(chǎn)損失程度角度進(jìn)行風(fēng)險區(qū)劃分析, 具有更好的災(zāi)害評估屬性和成災(zāi)針對性, 可避免基于氣象災(zāi)害指標(biāo)開展評估導(dǎo)致的“有災(zāi)無害”現(xiàn)象。

另外, 本文對無資料縣進(jìn)行了空間插值, 增加了無資料縣風(fēng)險區(qū)劃的不確定性。但80%無資料縣位于海拔700 m以下的平原、淺丘區(qū), 該區(qū)域地勢平坦, 氣候類型單一, 氣候要素與周邊地區(qū)相近, 且研究表明采用的普通克里金插值法對年降水量、年積溫等與水稻生產(chǎn)密切相關(guān)氣象要素的空間插值效果較好[23]。因此, 由空間插值造成無資料縣風(fēng)險區(qū)劃結(jié)果的不確定性可控。但在計算減產(chǎn)風(fēng)險概率分布時, 本文對不符合正態(tài)分布的相對氣象產(chǎn)量序列進(jìn)行了偏態(tài)分布正態(tài)化處理, 降低了數(shù)據(jù)的精度, 以及由于田間觀測不足易導(dǎo)致農(nóng)業(yè)氣象產(chǎn)量觀測數(shù)據(jù)存在較大誤差[9],造成研究結(jié)果存在一定的不確定性。

4 結(jié)論

本文采用四川省82個縣1981—2012年水稻縣級單產(chǎn)資料, 基于氣象產(chǎn)量分離, 分歉收年、成災(zāi)年兩個年型分析水稻單產(chǎn)平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、減產(chǎn)風(fēng)險概率等風(fēng)險區(qū)劃指標(biāo)特征, 并從氣象災(zāi)害造成水稻減產(chǎn)角度對四川省水稻綜合氣象災(zāi)害進(jìn)行風(fēng)險評價和區(qū)劃, 主要結(jié)論如下:

1)HP濾波法可用于四川省水稻氣象產(chǎn)量分離, 分離的氣象產(chǎn)量具有顯著的準(zhǔn)4 a、7 a周期振蕩特征, 與四川省汛期降水周期振蕩特征一致。

2)水稻單產(chǎn)歉收年平均減產(chǎn)率介于1%~16%, 成災(zāi)年平均減產(chǎn)率介于6%~40%, 兩者高減產(chǎn)率主要分布于盆周山區(qū)及西南山地西部。與歉收年相比, 成災(zāi)年平均減產(chǎn)率的空間分布具有更明顯的空間差異性和與復(fù)雜地形的對應(yīng)關(guān)系。水稻單產(chǎn)歉收年減產(chǎn)率變異系數(shù)介于0.6~2.2, 成災(zāi)年減產(chǎn)率變異系數(shù)介于0~1.2, 后者明顯小于前者, 具有更小的減產(chǎn)損失波動, 兩者相對大值區(qū)也主要分布于盆周山區(qū)和西南山地西部。

3)水稻單產(chǎn)減產(chǎn)率風(fēng)險概率呈現(xiàn)盆地北部偏高、南部偏低, 西南山地西部偏高、東部偏低特征。大部分縣隨著減產(chǎn)率增加, 風(fēng)險概率減小明顯。其中, 80%以上縣水稻單產(chǎn)減產(chǎn)率≥5%風(fēng)險概率低于30%、減產(chǎn)率≥10%風(fēng)險概率低于10%、減產(chǎn)率≥15%風(fēng)險概率低于5%、減產(chǎn)率≥20%風(fēng)險概率低于2%。但各級減產(chǎn)率風(fēng)險概率大值區(qū)空間分布變化較小, 主要集中于廣元和巴中地區(qū), 還包括鹽亭、古藺、鹽源、越西等縣, 該地區(qū)為氣象災(zāi)害導(dǎo)致高減產(chǎn)的潛在高概率區(qū)域。

4)四川省水稻綜合氣象災(zāi)害高風(fēng)險區(qū)主要分布于盆地北部、盆地南部和西南山地西部等山區(qū), 包含24縣; 中等風(fēng)險區(qū)主要分布于盆地丘陵區(qū)及盆周低山區(qū), 包含52縣; 低風(fēng)險區(qū)主要分布于盆地平原、淺丘區(qū)和涼山州中東部, 包含75縣。區(qū)劃結(jié)果與四川省氣象災(zāi)害分布和水稻農(nóng)業(yè)氣象災(zāi)害分布的研究成果相吻合,可信度較高, 可為四川省水稻防災(zāi)減災(zāi)提供科學(xué)指導(dǎo)。

[1] 四川省氣象局. 四川省氣候綜合圖集[M]. 北京: 氣象出版社, 2016: 132–160 Sichuan Provincial Meteorological Service. Comprehensive Climatic Atlas of Sichuan Province[M]. Beijing: China Meteorological Press, 2016: 132–160

[2] 趙珊珊, 高歌, 黃大鵬, 等. 2004—2013年中國氣象災(zāi)害損失特征分析[J]. 氣象與環(huán)境學(xué)報, 2017, 33(1): 101–107ZHAO S S, GAO G, HUANG D P, et al. Characteristics of meteorological disaster losses in China from 2004 to 2013[J]. Journal of Meteorology and Environment, 2017, 33(1): 101–107

[3] HAN L Y, ZHANG Q, MA P L, et al. The spatial distribution characteristics of a comprehensive drought risk index in southwestern China and underlying causes[J]. Theoretical and Applied Climatology, 2016, 124(3/4): 517–528

[4] 王春乙, 張繼權(quán), 霍治國, 等. 農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估研究進(jìn)展與展望[J]. 氣象學(xué)報, 2015, 73(1): 1–19WANG C Y, ZHANG J Q, HUO Z G, et al. Prospects and progresses in the research of risk assessment of agro-meteorological disasters[J]. Acta Meteorologica Sinica, 2015, 73(1): 1–19

[5] 王春乙, 姚蓬娟, 張繼權(quán), 等. 長江中下游地區(qū)雙季早稻冷害、熱害綜合風(fēng)險評價[J]. 中國農(nóng)業(yè)科學(xué), 2016, 49(13): 2469–2483 WANG C Y, YAO P J, ZHANG J Q, et al. Risk assessment of cold and hot damages for double-cropping early rice (DCER) in lower-middle reaches of the Yangtze river basin[J]. Scientia Agricultura Sinica, 2016, 49(13): 2469–2483

[6] 楊建瑩, 霍治國, 吳立, 等. 西南地區(qū)水稻洪澇災(zāi)害風(fēng)險評估與區(qū)劃[J]. 中國農(nóng)業(yè)氣象, 2016, 37(5): 564–577 YANG J Y, HUO Z G, WU L, et al. Flood risk assessment and zoning for rice in Southwest China[J]. Chinese Journal of Agrometeorology, 2016, 37(5): 564–577

[7] 羅伯良, 黃晚華, 帥細(xì)強(qiáng), 等. 湖南省水稻生產(chǎn)干旱災(zāi)害風(fēng)險區(qū)劃[J]. 中國農(nóng)業(yè)氣象, 2011, 32(3): 461–465 LUO B L, HUANG W H, SHUAI X Q, et al. Risk division of drought disaster for rice production in Hunan Province[J]. Chinese Journal of Agrometeorology, 2011, 32(3): 461–465

[8] 陳超, 龐艷梅, 徐富賢, 等. 四川水稻不同生育階段的干旱風(fēng)險評估[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2018, 36(6): 184–193CHEN C, PANG Y M, XU F X, et al. Risk assessment of drought on rice at different growth stages in Sichuan Province[J]. Agricultural Research in the Arid Areas, 2018, 36(6): 184–193

[9] 陳超, 龐艷梅, 劉佳. 四川省水稻高溫?zé)岷︼L(fēng)險及災(zāi)損評估[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(中英文), 2019, 27(4): 554–562 CHEN C, PANG Y M, LIU J. Assessment of risk and yield loss of rice in Sichuan Province due to heat stress[J]. Chinese Journal of Eco-Agriculture, 2019, 27(4): 554–562

[10] 龐艷梅, 劉佳, 陳超. 四川省單季稻高低溫致災(zāi)因子危險性分析[J]. 西南大學(xué)學(xué)報: 自然科學(xué)版, 2017, 39(8): 9–16 PANG Y M, LIU J, CHEN C. Analysis of high and low temperature hazard risks for single cropping rice in Sichuan[J]. Journal of Southwest University: Natural Science Edition, 2017, 39(8): 9–16

[11] 王婷, 袁淑杰, 王婧, 等. 四川省水稻干旱災(zāi)害承災(zāi)體脆弱性研究[J]. 自然災(zāi)害學(xué)報, 2013, 22(5): 221–226 WANG T, YUAN S J, WANG J, et al. Study on vulnerability of drought hazard affected rice in Sichuan Province[J]. Journal of Natural Disasters, 2013, 22(5): 221–226

[12] 趙東妮, 王艷華, 任傳友, 等. 3種水稻趨勢產(chǎn)量擬合方法的比較分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2017, 25(3): 345–355 ZHAO D N, WNAG Y H, REN C Y, et al. Comparative analysis of three fitting methods of rice trend yield[J]. Chinese Journal of Eco-Agriculture, 2017, 25(3): 345–355

[13] 王桂芝, 陸金帥, 陳克垚, 等. 基于HP濾波的氣候產(chǎn)量分離方法探討[J]. 中國農(nóng)業(yè)氣象, 2014, 35(2): 195–199 WANG G Z, LU J S, CHEN K Y, et al. Exploration of method in separating climatic output based on HP filter[J]. Chinese Journal of Agrometeorology, 2014, 35(2): 195–199

[14] YE T, NIE J J, WANG J, et al. Performance of detrending models of crop yield risk assessment: Evaluation on real and hypothetical yield data[J]. Stochastic Environmental Research and Risk Assessment, 2015, 29(1): 109–117

[15] 鄧國, 王昂生, 周玉淑. 糧食生產(chǎn)風(fēng)險水平的概率分布計算方法[J]. 南京氣象學(xué)院學(xué)報, 2002, 25(4): 481–488 DENG G, WANG A S, ZHOU Y S. Grain yield risk level calculated by probability distribution[J]. Journal of Nanjing Institute of Meteorology, 2002, 25(4): 481–488

[16] 邵立瑛, 申雙和, 高磊, 等. 江蘇省水稻生產(chǎn)的綜合氣象災(zāi)害風(fēng)險評估[J]. 科學(xué)技術(shù)與工程, 2015, 15(32): 232–239 SHAO L Y, SHEN S H, GAO L, et al. Evaluating integrated meteorological disaster risk in rice production of Jiangsu Province[J]. Science Technology and Engineering, 2015, 15(32): 232–239

[17] 韓語軒, 房世波, 梁瀚月, 等. 基于減產(chǎn)概率的遼寧水稻災(zāi)害風(fēng)險區(qū)劃[J]. 生態(tài)學(xué)報, 2017, 37(23): 8077–8088 HAN Y X, FANG S B, LIANG H Y, et al. Disaster risk regionalization of rice based on its reduction probability in Liaoning Province[J]. Acta Ecologica Sinica, 2017, 37(23): 8077–8088

[18] 錢永蘭, 毛留喜, 周廣勝. 全球主要糧食作物產(chǎn)量變化及其氣象災(zāi)害風(fēng)險評估[J]. 農(nóng)業(yè)工程學(xué)報, 2016, 32(1): 226–235QIAN Y L, MAO L X, ZHOU G S. Changes in global main crop yields and its meteorological risk assessment[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(1): 226–235

[19] 魏鳳英. 現(xiàn)代氣候統(tǒng)計診斷與預(yù)測技術(shù)[M]. 第2版. 北京: 氣象出版社, 2007: 32–35 WEI F Y. Modern Diagnosis of Climate Statistics and Its Prediction[M]. 2nd ed. Beijing: China Meteorological Press, 2007: 32–35

[20] 鄧國衛(wèi), 孫俊, 郭海燕, 等. 四川綿竹山洪災(zāi)害風(fēng)險區(qū)劃[J].高原山地氣象研究, 2013, 33(2): 69–73 DENG G W, SUN J, GUO H Y, et al. Regional torrent risk zonation for Mianzhu City in Sichuan[J]. Plateau and Mountain Meteorology Research, 2013, 33(2): 69–73

[21] 羅玉, 陳超, 馬振峰, 等. 1961—2015年四川省汛期極端降水指數(shù)時空變化研究[J]. 西南大學(xué)學(xué)報: 自然科學(xué)版, 2018, 40(9): 133-141 LUO Y, CHEN C, MA Z F, et al. Spatial-temporal variation of extreme precipitation indices during the main flood season in 1961–2015 in Sichuan[J]. Journal of Southwest University: Natural Science Edition, 2018, 40(9): 133-141

[22] 曹艷秋, 羅佳, 邢開瑜, 等. 四川涼山水稻花期冷害特征及其對產(chǎn)量的影響[J]. 貴州農(nóng)業(yè)科學(xué), 2017, 45(11): 18–22 CAO Y Q, LUO J, XING K Y, et al. Chilling injury of rice flowering and its impact on yield in Liangshan Prefecture of Sichuan Province[J]. Guizhou Agricultural Sciences, 2017, 45(11): 18–22

[23] 李軍龍, 張劍, 張叢, 等. 氣象要素空間插值方法的比較分析[J]. 草業(yè)科學(xué), 2006, 23(8): 6–11 LI J L, ZHANG J, ZHANG C, et al. Analyze and compare the spatial interpolation methods for climate factor[J]. Pratacultural Science, 2006, 23(8): 6–11

Integrated meteorological disaster risk regionalization of rice in Sichuan Province*

DENG Guowei1,2, QING Qingtao1**, XU Jinxia1, SUN Jun3

(1. Sichuan Climate Center, Chengdu 610072, China; 2. Chengdu Institute of Plateau Meteorology, China Meteorological Administration / Key Laboratory of Heavy Rain and Drought-Flood Disasters in Plateau and Basin of Sichuan Province, Chengdu 610072, China; 3. Sichuan Branch of China Meteorological Administration Training Centre, Chengdu 610072, China)

The trend and meteorological yields were decomposed using the High-Pass (HP) filtering method based on the data of rice yield per unit area from 1981 to 2012 in 82 counties of Sichuan Province, China. The spatial distribution characteristics of average yield loss rate, variation coefficient of yield loss rate, and risk probability of different yield loss rate in different grades were analyzed in the lean years and disaster years with the relative meteorological yield, which was calculated with the trend and meteorological yields. Integrated meteorological disaster risk zoning was carried out on the basis of the risk zoning indexes of the disaster years. The HP filter method could be applied to the separation of the meteorological yield in Sichuan Province. The meteorological yield of rice in Sichuan Province had significant quasi-4 a and 7 a periodic oscillation characteristics. The average yield loss rate showed a high-low-high distrib from southwest to northeast in the study area. More than 80% of counties displayed an average yield loss rate of 2%-7% in the lean years and 6%-15% in the disaster years. For all counties, the variation coefficient of yield loss rate was 0.6-2.2 in the lean years and 0-1.2 in the disaster years. The areas with relatively high variation coefficient of yield loss rate were located in the west of southwestern mountainous region, the southern parts of the basin and the mountainous region in the northern part of the basin. The large-value probability areas of different yield loss rates were mainly concentrated in Guangyuan City and Bazhong City, as well as in Yanting, Gulin, Yanyuan, Yuexi. The high-risk areas of rice integrated meteorological disaster were mainly distributed in the mountainous regions of the southern, northern and southwestern parts of the basin. The medium-risk areas were mainly located in the hilly region of the basin and the surrounding low mountainous region. The low-risk areas were mainly distributed in the plain and shallow hilly regions of the basin and the east-central Liangshan Prefecture. The results of risk zoning were consistent with the distribution data of the meteorological disasters and the rice agro-meteorological disasters in Sichuan Province. The data provide a scientific basis and important reference for rice disaster prevention and mitigation in Sichuan Province.

Integrated meteorological disaster; Risk regionalization; Sichuan; Rice; Yield separation; Yield loss rate

, E-mail: qingqt79531@foxmail.com

Aug. 2, 2019;

S166; P49

10.13930/j.cnki.cjea.190577

鄧國衛(wèi), 卿清濤, 徐金霞, 孫俊. 四川省水稻綜合氣象災(zāi)害風(fēng)險區(qū)劃[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(中英文), 2020, 28(5): 621-630

DENG G W, QING Q T, XU J X, SUN J. Integrated meteorological disaster risk regionalization of rice in Sichuan Province[J]. Chinese Journal of Eco-Agriculture, 2020, 28(5): 621-630

* 四川省科技廳應(yīng)用基礎(chǔ)研究項目(2018JY0643, 2018JY0341)、高原與盆地暴雨旱澇災(zāi)害四川省重點實驗室科技發(fā)展基金項目(省重點實驗室2018-重點-05-01)資助

卿清濤, 主要從事應(yīng)用氣象、氣候風(fēng)險區(qū)劃的研究。E-mail: qingqt79531@foxmail.com

鄧國衛(wèi), 主要從事氣象災(zāi)害風(fēng)險與氣候資源評估研究。E-mail: z20041170019@163.com

2019-08-02

2019-12-27

* This study was supported by the Basic Research Project of Science and Technology Program of Sichuan (2018JY0643, 2018JY0341), and the Fund of the Key Laboratory of Heavy Rain and Drought-Flood Disasters in Plateau and Basin of Sichuan Province (2018-key-05-01).

Dec. 27, 2019