Climate Change Research Letters
Vol. 09  No. 06 ( 2020 ), Article ID: 38890 , 20 pages
10.12677/CCRL.2020.96091

杭州萧山南美白对虾生育期变温灾害时空分布特征

刘若岚,袁淑杰,张碧,朱永杰

成都信息工程大学大气科学学院,四川 成都

收稿日期:2020年11月6日;录用日期:2020年11月20日;发布日期:2020年11月27日

摘要

1 h变温灾害是影响杭州萧山南北白对虾生长发育的重要气象灾害,本文采用杭州萧山区21个区域自动站2020年1~6月的逐日逐时平均气温资料以及两个典型区域自动站:对虾基地站(白对虾集中养殖区)和十七工段站(建站时间最长的站点)从建站至2020年6月的逐日逐时平均气温资料,利用Excel数据统计和Python、Origin、ArcGis进行数据分析,从月、日两个时间尺度分析1 h变温灾害的时间变化规律和在萧山地区不同区域的空间分布特点,探讨其在不同区域的差异性并对其变化规律进行分析。得到以下几点主要结论:1) 2020年2~6月中,变温轻度灾害在4月受灾程度最重,6月受灾程度最轻。十七工段站在2~6月的受灾程度均为最重;外二十工段站受灾程度相对较轻。2) 2020年2~6月中,变温中度灾害在2月受灾程度最重,5月的受灾程度最轻。十七工段站在2~6月的受灾程度均为最重,其次为南沙村站;东沙村站、群围村站和长兴村站受灾程度相对较轻。3) 变温重度灾害在2020年2~6月中,3月的灾害发生略高于其他月份,4月和5月无重度灾害发生;在龙虎村站重度灾害发生略多于其余站点,绝大部分站点无重度灾害发生。4) 对虾基地站1 h变温轻度灾害在0~1.57次之间,最大受灾次数1.57次出现在4月08 h,且1 h变温轻度灾害在对虾基地站呈现出双峰分布的特点。1 h变温中度灾害在0~0.29次之间,且多发于午后,最大受灾次数0.29发生于3月16 h、4月17 h和7月的16 h和18 h。1 h变温重度灾害次数在0~0.14次之间,多发于7月。5) 十七工段站1 h变温轻度灾害在0~5.29次之间,最大受灾次数5.29次出现在4月07 h,且1 h变温轻度灾害在十七工段站呈现除双峰分布的特点。1 h变温中度灾害在0~1次之间,最大受灾次数1发生于11月16 h,且变温中度灾害在十七工段站也呈现除双峰分布特点。1 h变温重度灾害在0~0.41次之间,最大受灾次数发生在7月15 h,且重度灾害多发于7月。

关键词

南美白对虾,变温灾害,时空分布,杭州萧山

Spatial and Temporal Distribution Characteristics of Temperature Change Disasters of Penaeus Vannamei in Xiaoshan, Hangzhou

Ruolan Liu, Shujie Yuan, Bi Zhang, Yongjie Zhu

Atmospheric Science College, Chengdu University of Information Technology, Chengdu Sichuan

Received: Nov. 6th, 2020; accepted: Nov. 20th, 2020; published: Nov. 27th, 2020

ABSTRACT

One hour variable temperature disaster is an important meteorological disaster affecting the growth and development of Penaeus vannamei in Xiaoshan District of Hangzhou. The daily hourly average temperature data of 21 regional automatic stations in Xiaoshan District of Hangzhou from January to June 2020 and two typical regional automatic stations: shrimp base station (concentrated shrimp culture area) and No.17 section station (the station with the longest construction time), were used in this paper using Excel data statistics and python, origin, ArcGIS data analysis, from the two time scales of month and day, the temporal variation law of 1 hour temperature change disaster and the spatial distribution characteristics in different regions of Xiaoshan area were analyzed, and the differences in different regions were discussed and the change rules were analyzed. The main conclusions are as follows: 1) From February to June 2020, the degree of mild temperature change disaster is the most serious in April and the least severe in June. In 2020, the 17 section station will suffer the most severe damage from February to June, while the outer 20 section station will be relatively less affected. 2) From February to June in 2020, moderate temperature disaster is the most serious in February and the least severe in May. In 2020, the 17 section stations are the most severely affected from February to June, followed by Nansha village station; Dongsha village station, Qunwei village station and Changxing village station are relatively less affected. 3) From February to June in 2020, the occurrence of severe disasters in March is slightly higher than that in other months, and there is no severe disaster in April and May; the occurrence of severe disasters in longhucun station is slightly more than that in other stations, and no severe disaster occurs in most stations. 4) There were 0 - 1.57 times of slight temperature change disasters in shrimp base stations, and the maximum number of 1.57 times occurred in April 8 h, and the 1 h temperature change mild disasters in shrimp base stations showed the characteristics of bimodal distribution. The moderate disasters occurred in 0 - 0.29 times in one hour, and most of them occurred in the afternoon. The maximum frequency of 0.29 occurred in March 16 h, April 17 h and July 16 h and 18 h. The frequency of severe disasters in 1 hour varied from 0 to 0.14 times, mostly in July. 5) The results show that the 1-hour temperature change mild disasters are 0 - 5.29 times, and the maximum frequency of 5.29 times occurs in April 07 h, and the distribution of 1-hour temperature change mild disasters in 17 section station is except for double peak distribution. The frequency of moderate temperature change disasters in 1 h is between 0 - 1, and the maximum number of disasters is 1 in November 16 h. Besides, the distribution characteristics of moderate temperature change disasters in No. 17 section station are in addition to double peaks. The results showed that the severe disasters occurred in the range of 0 - 0.41 in 1 h, and the maximum frequency occurred in July 15 h, and the most severe disasters occurred in July.

Keywords:Penaeus Vannamei, Variable Temperature Disaster, Temporal and Spatial Distribution, Xiaoshan, Hangzhou

Copyright © 2020 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

南美白对虾是当今世界上三大养殖对虾中但产量最高的虾种 [1] [2],南美白对虾肉质鲜美深受广大市民的喜爱 [3],且适温范围广,是一种广温广盐虾,具有适应性强、生长速度快、抗病能力强三大特点,在我国的养殖业有重要地位 [4] [5] [6],带动了我国水产养殖业的发展,促进沿海地区的经济发展,同时带动了冷藏加工、育苗、饵料生产等相关产业链的发展。

对于虾苗的放养,为了确保养成能获得良好的效果,除了要求虾苗的数量和质量要完全符合养成生产的要求外,由于虾苗个体小,身体脆弱,对环境条件的变化十分敏感,当外界的环境条件变化时 [7] [8],对白对虾的生长发育,具有极大的影响,当环境变化剧烈,白对虾容易产生应激反应,使其自生的机体功能和免疫力下降,容易诱发疾病,使得白对虾产量急剧下降,造成养殖业的经济损失。变温是引起白对虾病害的重要因素,白对虾为变温动物,对环境的变化十分敏感,自身温度随环境变化而变化,当外界的气温变化过大、变化速度过快,白对虾无法快速调节,从而使白对虾产量急剧下降。所以研究变温灾害的时空分布对预防白对虾减产、减少养殖业的损失有重要意义 [9] [10] [11] [12] [13]。

萧山区是我国白对虾养殖的主要地区之一 [14] [15] [16],拥有白对虾养殖规模7万余亩,南美白对虾的养殖推动了杭州经济的发展,白对虾主要是淡水养殖,盐度对其生长也有显著影响(黄凯等,2004)。白对虾的淡水养殖近年来表现出些许劣势,白对虾的生长受水质和气候、气象灾害影响较大,人工养殖密度也是一个影响因素。在萧山区变温灾害时有发生,大大影响了本地的白对虾养殖,造成了严重的经济损失。所以本文重点就萧山区变温灾害的时间变化规律以及空间分布特征做出分析。

2. 资料与方法

2.1. 研究区概况

萧山区位于浙江省北部,钱塘江南岸,属杭州市,地理坐标在29˚50'54''N~30˚23'47''N,120˚04'22'' E~120˚43'46'' E。萧山区地处浙东低山丘陵区北部、浙北平原区南部。地势南高北低,自西南向东北倾斜,中部略呈低洼。地貌分区特征较为明显:南部为低山丘陵地区,间有小块河谷平原;中部和北部为平原,中部间有丘陵,全区平原约占66%,山地占17%,水面占17%。

萧山区位于北亚热带季风气候区南缘。总的气候特征为:冬夏长、春秋短,四季分明;光照充足,雨量充沛,温暖湿润;冷空气易进难出,灾害性天气较多;光、温、水的地域差异明显。年平均气温为16.1℃。年平均地面温度为18.3℃。

2.2. 白对虾养殖概况

南美白对虾养殖一般一年两茬,分为大棚养殖和外塘养殖两种模式。大棚养殖第一茬放苗时间一般在3月中旬到4月初,5月5到20日出塘,养殖周期为45到56天;第二茬放苗时间一般在6月中旬到7月份初,9月中旬到10月初出塘,养殖周期为3个月左右。外塘养殖即南美白对虾幼苗在外塘露天养殖,第一茬放苗时间一般在3月底到4月中旬,5月20日到6月5日出塘,繁殖周期约为56天。第二次幼苗时间通常是从6月底到7月中旬。9月25日到10月中旬出塘,养殖周期为3到4个月。

2.3. 资料概况

本文观测资料来源于萧山区气象局,根据21个区域自动站2020年1-6月的逐日逐时平均气温资料以及两个典型区域自动站:对虾基地站(白对虾集中养殖区)和十七工段站(建站时间最长的站点)从建站至2020年6月的逐日逐时平均气温资料,运用基本数理方法计算出1 h变温数据。本文研究选取的21个站点为:十七工段站、外六工段站、外二十工段站、东江闸站、丰乐村站、新围大队站、临江海港站、对虾基地站、舒兰农业站、新北桥社区站、南沙村站、党山村站、龙虎村站、幸福村站、河庄村站、群围村站、长兴村站、益民村站、三联村站、南翔村站和东沙村站。图1为21个区域自动站在杭州萧山的分布。

Figure 1. Select the distribution map of 21 sites

图1. 选取21个站点分布图

2.4. 研究方法

1) 根据白对虾生长发育确定了一小时变温的灾害指标如下:

一小时变温指标

轻度灾害(1 h变温3.0℃~4.9℃)

中度灾害(1 h变温5.0℃~6.9℃)

重度灾害(1 h变温≥7.0℃)

2) 对资料进行筛选,并根据南美白对虾的生长周期截取所需日期,并根据需要对缺测数据进行补充或者删除。

3) 利用编程计算每年、每月、每天特殊天气的小时占比。

4) 根据21站点的温度变化情况,分析不同站点的1 h变温灾害发生情况。

5) 结合前人关于南美白对虾的研究,总结不同程度1 h变温灾害对南美白对虾影响的程度。

3. 萧山区2020年2~6月1 h变温灾害时空分布

利用21个区域自动站2020年2~6月的逐日逐时平均气温资料,分别研究每月的1 h变温的轻、中、重度灾害在2020年2~6月的时间变化规律和在21个区域自动站的空间分布特征。21个研究站点为:十七工段站、外六工段站、外二十工段站、东江闸站、丰乐村站、新围大队站、临江海港站、对虾基地站、舒兰农业站、新北桥社区站、南沙村站、党山村站、龙虎村站、幸福村站、河庄村站、群围村站、长兴村站、益民村站、三联村站、南翔村站和东沙村站。利用反距离权重插值法并叠加高程图,进行空间插值分析,在以下1 h变温空间分布中,色彩覆盖区域为本次研究所选取的地区,灰色部分则为萧山区内本次研究未涉及的地区。

3.1. 萧山区2020年1 h变温轻度灾害时空分布特征

将萧山区21个区域自动站的2020年2~6月1 h变温轻度灾害次数进行分类划分,2~6月中,灾害次数为2.00次以下的区域约占总数的20%,用蓝色色带表示,灾害次数为11.00次以上的约占总数的20%,用红色色带表示,其余灾害发生次数用蓝红渐变中间色带表示。

将萧山区21个区域自动站的2020年2~6月1 h变温轻度灾害月频率进行分类划分,2~6月中,灾害频率为0.28%以下的区域约占总数的20%,用蓝色色带表示,灾害频率为1.64%以上的约占总数的20%,用红色色带表示,其余灾害发生月频率用蓝红渐变中间色带表示。

图2为萧山区2020年2月1 h变温轻度灾害空间分布,由图可见:图2(a)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害次数在2月的空间分布,2月的最大受灾次数为26次,发生在十七工段站,最小受灾次数0次出现在新围大队站。大部分站点2月的受灾次数在10次以下,10次以上的站点共7个,20以上的站点1个。

图2(b)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害月频率在2月的空间分,2月的灾害发生频率在0%~3.87%,发生在十七工段站的概率最大,新围大队站的概率最小。

Figure 2. Spatial distribution of 1 h variable temperature mild disaster in Xiaoshan District in February 2020. (a) Number of disasters; (b) Disaster frequency

图2. 萧山区2020年2月1 h变温轻度灾害空间分布。(a) 灾害次数;(b) 灾害频率

Figure 3. Spatial distribution of 1 h variable temperature mild disaster in Xiaoshan District in March 2020. (a) Number of disasters; (b) Disaster frequency

图3. 萧山区2020年3月1 h变温轻度灾害空间分布。(a) 灾害次数;(b) 灾害频率

图3为萧山区2020年3月1 h变温轻度灾害空间分布,由图可见:图3(a)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害次数在3月的空间分布,3月的最大受灾次数为23次,发生在十七工段站,最小受灾次数1次出现在南翔村站和外二十工段站。大部分站点3月的受灾次数在10次以下,10次及以上的站点共4个,20以上的站点1个。

图3(b)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害月频率在3月的空间分布,3月的灾害发生频率在0.13%~3.09%,发生在十七工段站的概率最大,南翔村站和外二十工段站的概率最小。

图4为萧山区2020年4月1 h变温轻度灾害空间分布,由图可见:图4(a)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害次数在4月的空间分布,4月的最大受灾次数为37次,发生在十七工段站,最小受灾次数1次出现在外二十工段站。4月的受灾次数在10次以下的有12个,10次及以上的站点共9个,20及以上的站点2个。

图4(b)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害月频率在4月的空间分布,4月的灾害发生频率在0.14%~5.14%,发生在十七工段站的概率最大,外二十工段站的概率最小。

Figure 4. Spatial distribution of 1 h variable temperature mild disaster in Xiaoshan District in April 2020. (a) Number of disasters; (b) Disaster frequency

图4. 萧山区2020年4月1 h变温轻度灾害空间分布。(a) 灾害次数;(b) 灾害频率

图5为萧山区2020年5月1 h变温轻度灾害空间分布,由图可见:图5(a)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害次数在5月的空间分布,5月的最大受灾次数为20次,发生在十七工段站,最小受灾次数1次出现在新北桥社区站和新围大队站。大部分站点5月的受灾次数在10次以下,10次及以上的站点共3个,20次及其以上的站点1个。

图5(b)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害月频率在5月的空间分布,5月的灾害发生频率在0.13%~2.67%,发生在十七工段站的概率最大,新北桥社区站和新围大队站的概率最小。

图6为萧山区2020年6月1 h变温轻度灾害空间分布,由图可见:图6(a)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害次数在6月的空间分布,6月的最大受灾次数为8次,发生在十七工段站,最小受灾次数0次出现在外二十工段站、东江闸站、对虾基地站和舒兰农业站。21个站点6月的受灾次数均在10次以下。

图6(b)为萧山区21个区域自动站2020年2~6月1 h变温轻度灾害月频率在6月的空间分布,6月的灾害发生频率在0%~1.11%,发生在十七工段站的概率最大,外二十工段站、东江闸站、对虾基地站和舒兰农业站的概率最小。

Figure 5. Spatial distribution of 1 h variable temperature mild disaster in Xiaoshan District in May 2020. (a) Number of disasters; (b) Disaster frequency

图5. 萧山区2020年5月1 h变温轻度灾害空间分布。(a) 灾害次数;(b) 灾害频率

Figure 6. Spatial distribution of 1 h variable temperature mild disaster in Xiaoshan District in June 2020. (a) Number of disasters; (b) Disaster frequency

图6. 萧山区2020年6月1 h变温轻度灾害空间分布。(a) 灾害次数;(b) 灾害频率

2020年2~6月中,变温轻度灾害在4月受灾程度最重,6月的受灾程度显著小于2~5月,受灾程度最轻。在2020年,十七工段站在2~6月的受灾程度均为21个区域自动站中最重;外二十工段站在21个区域自动站中的受灾程度相对较轻。

3.2. 萧山区2020年1 h变温中度灾害时空分布特征

将萧山区21个区域自动站的2020年2~6月1 h变温中度灾害次数进行分类划分,2~6月中,灾害次数为0次的占总数的70%,用深蓝色表示;灾害次数为1次的占总数的20%,用浅蓝色表示;灾害次数为2次的占总数的6.7%,用黄色表示;灾害次数为3次的占总数的3.3%,用红色表示。

将萧山区21个区域自动站的2020年2~6月1 h变温中度灾害月频率进行分类划分,2~6月中,灾害频率为0约占总数的70%,用深蓝色表示,灾害频率在0.134%~0.278%的约占总数的27%,用浅蓝到橙色渐变色带表示,灾害频率在0.416%~0.447%占总数的3%,用红色表示。

图7为萧山区2020年2月1 h变温中度灾害空间分布,由图可见:图7(a)为萧山区21个区域自动站2020年2~6月1 h变温中度灾害次数在2月的空间分布,2月的最大受灾次数为3次,发生在十七工段站,最小受灾次数0次在南翔村站、新北桥社区站、东沙村站、南沙村站、龙虎村站、幸福村站、群围村站、益民村站、长兴村站、三联村站、外六工段站、丰乐村站、对虾基地站和新围大队站均有发生。

图7(b)为萧山区21个区域自动站2020年2~6月1 h变温中度灾害月频率在2月的空间分布,2月的灾害发生频率在0%~0.447%,发生在十七工段站的概率最大,南翔村站、新北桥社区站、东沙村站、南沙村站、龙虎村站、幸福村站、群围村站、益民村站、长兴村站、三联村站、外六工段站、丰乐村站、对虾基地站和新围大队站的概率最小。

Figure 7. Spatial distribution of 1 h variable temperature moderate disaster in Xiaoshan District in February 2020. (a) Number of disasters; (b) Disaster frequency

图7. 萧山区2020年2月1 h变温中度灾害空间分布。(a) 灾害次数;(b) 灾害频率

图8为萧山区2020年3月1 h变温中度灾害空间分布,由图可见:图8(a)为萧山区21个区域自动站2020年2~6月1 h变温中度灾害次数在3月的空间分布,3月的最大受灾次数为2次,发生在益民村站,最小受灾次数0次在东沙村站、党山村站、龙虎村站、河庄村站、群围村站、长兴村站、外六工段站、外二十工段站、东江闸站、临江海港站、丰乐村站、新围大队和舒兰农业站均有发生。

图8(b)为萧山区21个区域自动站2020年2~6月1 h变温中度灾害月频率在3月的空间分布,3月的灾害发生频率在0%~0.269%,发生在益民村站的概率最大,东沙村站、党山村站、龙虎村站、河庄村站、群围村站、长兴村站、外六工段站、外二十工段站、东江闸站、临江海港站、丰乐村站、新围大队和舒兰农业站的概率最小。

Figure 8. Spatial distribution of 1 h variable temperature moderate disaster in Xiaoshan District in March 2020. (a) Number of disasters; (b) Disaster frequency

图8. 萧山区2020年3月1 h变温中度灾害空间分布。(a) 灾害次数;(b) 灾害频率

图9为萧山区2020年4月1 h变温中度灾害空间分布,由图可见:图9(a)为萧山区21个区域自动站2020年2~6月1 h变温中度灾害次数在4月的空间分布,4月的最大受灾次数为3次,发生在十七工段站,最小受灾次数0次在南翔村站、新北桥社区站、东沙村站、河庄村占、龙虎村站、幸福村站、群围村站、益民村站、长兴村站、外六工段站、外二十工段站、东江闸站、丰乐村站、临江海港站、对虾基地站和新围大队站均有发生。

图9(b)为根据萧山区21个区域自动站2020年2~6月1 h变温中度灾害月频率在4月的空间分布,4月的灾害发生频率在0%~0.417%,发生在十七工段站概率最大,发生在南翔村站、新北桥社区站、东沙村站、河庄村占、龙虎村站、幸福村站、群围村站、益民村站、长兴村站、外六工段站、外二十工段占、东江闸站、丰乐村站、临江海港站、对虾基地站和新围大队站的概率最小。

Figure 9. Spatial distribution of 1 h variable temperature moderate disaster in Xiaoshan District in April 2020. (a) Number of disasters; (b) Disaster frequency

图9. 萧山区2020年3月1 h变温中度灾害空间分布。(a) 灾害次数;(b) 灾害频率

萧山区21个区域自动站2020年2~6月变温中度灾害在5月只在十七工段站发生,灾害次数为2次,发生灾害频率为0.269%,除十七工段站外,其他站点灾害发生次数均为0,灾害发生频率也为0。

图10为萧山区2020年6月1 h变温中度灾害空间分布,由图可见:图10(a)为萧山区21个区域自动站2020年2~6月1 h变温中度灾害次数在6月的空间分布,6月的最大受灾次数为2次,发生在南翔村站、南沙村站和十七工段站,最小受灾次数0次在东沙村站、龙虎村站、幸福村站、群围村站、益民村站、长兴村站、三联村站、外二十工段站、东江闸站、临江海港站和舒兰农业站均有发生。

Figure 10. Spatial distribution of 1 h variable temperature moderate disaster in Xiaoshan District in June 2020. (a) Number of disasters; (b) Disaster frequency

图10. 萧山区2020年6月1 h变温中度灾害空间分布。(a) 灾害次数;(b) 灾害频率

图10(b)为萧山区21个区域自动站2020年2~6月1 h变温中度灾害月频率在6月的空间分布,6月的灾害发生频率在0%~0.278%,发生在南翔村站、南沙村站和十七工段站概率最大,发生在东沙村站、龙虎村站、幸福村站、群围村站、益民村站、长兴村站、三联村站、外二十工段站、东江闸站、临江海港站和舒兰农业站最小。

2020年2~6月中,变温中度灾害在2月受灾程度最重,5月的受灾程度最轻。在2020年,十七工段站在2~6月的受灾程度均为21个区域自动站中最重,其次为南沙村站;东沙村站、群围村站和长兴村站在21个区域自动站中的受灾程度相对较轻。

3.3. 萧山区2020年1 h变温重度灾害时空分布特征

萧山区21个区域自动站2020年2~6月变温重度灾害在2月只在十七工段站发生,灾害次数为1次,灾害发生频率为0.149%。

萧山区21个区域自动站2020年2~6月变温重度灾害在3月只在党山村站、龙虎村站和河庄村站发生,灾害次数均为1次,灾害发生频率均为0.134%。

萧山区21个区域自动站2020年2~6月变温重度灾害在4月均没有发生,次数均为0次,灾害发生频率为0。

萧山区21个区域自动站2020年2~6月变温重度灾害在5月均没有发生,次数均为0次,灾害发生频率为0。

萧山区21个区域自动站2020年2~6月变温重度灾害在6月只在龙虎村站和外二十工段站发生,灾害次数均为1次,灾害发生频率均为0.138%。

变温重度灾害在2020年2~6月中,3月的灾害发生略高于其他月份,4月和5月无重度灾害发生;在龙虎村站重度灾害发生略多于其余站点,绝大部分站点无重度灾害发生。

4. 对虾基地站、十七工段站1 h变温灾害时间变化规律

利用两个典型区域自动站:对虾基地站(白对虾集中养殖区)和十七工段站(建站时间最长的站点)从建站至2020年6月的逐日逐时平均气温资料,分别研究每月的1 h变温的轻、中、重度灾害在对虾基地站和十七工段站变温灾害的月平均年日变化规律。

4.1. 对虾基地站1 h变温时间变化规律

利用对虾基地站从建站以来至2020年6月的逐日逐时平均气温资料,运用数理统计方法计算出逐月的多年平均日灾害次数,分析对虾基地站2~11月的1 h变温日变化规律。

图11为对虾基地站多年平均日1 h变温轻度灾害次数在2月的时间分布,轻度灾害发生时段在07~19 h,最大灾害次数1.3次发生在17 h,次峰值为0.86次发生在08 h,上午和午后各有一个大值,午后高于上午。

对虾基地多年平均日1 h变温中度灾害在2月只在08 h和17 h有发生,均为0.14次。对虾基地站多年平均日1 h变温重度灾害在2月没有发生。

图12为对虾基地站多年平均日1 h变温轻度灾害次数在3月的时间分布,轻度灾害发生时段主要集中于06~19 h,在23 h也有零星分布,最大灾害次数1.1次发生在17 h,次峰值为0.86次发生在09 h,上午和午后各有一个大值,午后高于上午。

对虾基地多年平均日1 h变温中度灾害在3月只在16 h (为0.29次)和17 h (为0.14次)有发生。对虾基地站多年平均日1 h变温重度灾害在3月没有发生。

Figure 11. The mild disaster of 1 h temperature change in average annual day in February in prawn base station

图11. 对虾基地站2月平均年日1 h变温轻度灾害

Figure 12. The mild disaster of 1 h temperature change in average annual day in March in prawn base station

图12. 对虾基地站3月平均年日1 h变温轻度灾害

图13为对虾基地站多年平均日1 h变温轻度灾害次数在4月的时间分布,轻度灾害发生时段在06~19 h,最大灾害次数1.6次发生在08 h,次峰值为1.3次发生在16 h,上午和午后各有一个大值,上午高于午后。

Figure 13. The mild disaster of 1 h temperature change in average annual day in April in prawn base station

图13. 对虾基地站4月平均年日1 h变温轻度灾害

对虾基地多年平均日1 h变温中度灾害在4月只在17 h (为0.29次)和23 h (为0.14次)有发生。对虾基地站多年平均日1 h变温重度灾害在3月只在04 h和13 h有发生,均为0.14次。

图14为对虾基地站多年平均日1 h变温轻度灾害次数在5月的时间分布,轻度灾害发生时段主要集中于05~19 h,在01 h也有零星分布,最大灾害次数0.86次发生在09 h。

Figure 14. The mild disaster of 1 h temperature change in average annual day in May in prawn base station

图14. 对虾基地站5月平均年日1 h变温轻度灾害

对虾基地多年平均日1 h变温中度灾害在5月只在13 h、14 h和15 h (均为0.14次)有发生。对虾基地站多年平均日1 h变温重度灾害在5月只在17 h有发生,为0.14次。

图15为对虾基地站多年平均日1 h变温灾害次数在6月的时间分布,图15(a)为1 h变温轻度灾害次数在6月的时间分布,轻度灾害发生时段主要集中于06~17 h,在21~22 h也有零星分布,最大灾害次数0.43次发生在17 h。

图15(b)为1 h变温中度灾害次数在6月的时间分布,主要分布在11~16 h,且均为0.14次。对虾基地站多年平均日1 h变温重度灾害在6月没有发生。

Figure 15. The disaster of 1 hour temperature change in June in prawn base station. (a) Mild disaster; (b) Moderate disaster

图15. 对虾基地站6月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害

图16为对虾基地站多年平均日1 h变温灾害次数在7月的时间分布,图16(a)为1 h变温轻度灾害次数在7月的时间分布,轻度灾害发生时段主要集中于08~21 h,最大灾害次数0.71次发生在17 h。

图16(b)为对虾基地站多年平均日1 h变温中度灾害次数在7月的时间分布,主要分布在13~20 h,最大灾害次数0.29次发生在14、16、18 h。对虾基地站多年平均日1 h变温重度灾害在7月只在14、15、19 h有发生,且均为0.14次。

Figure 16. The disaster of 1 hour temperature change in July in prawn base station. (a) Mild disaster; (b) Moderate disaster

图16. 对虾基地站7月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害

图17为对虾基地站多年平均日1 h变温轻度灾害次数在8月的时间分布,轻度灾害发生时段主要集中于12~20 h,在02~03 h以及06~09 h也有零星分布,最大灾害次数0.86次发生在12 h,午后至傍晚显著高于其余时段。

对虾基地多年平均日1 h变温中度灾害在8月只在01 h、16 h、17 h和19 h (均为0.14次)有发生。对虾基地站多年平均日1 h变温重度灾害在8月只在13 h有发生,为0.14次。

Figure 17. The mild disaster of 1h temperature change in average annual day in August in prawn base station

图17. 对虾基地站8月平均年日1 h变温轻度灾害

图18为对虾基地站多年平均日1 h变温轻度灾害次数在9月的时间分布,轻度灾害发生时段主要集中于12~17 h,在06 h和09 h也有零星分布,最大灾害次数0.57次发生在15 h,午后至傍晚显著高于其余时段。

对虾基地多年平均日1 h变温中度灾害在9月只在14 h、15 h和18 h (均为0.14次)有发生。对虾基地站多年平均日1 h变温重度灾害在9月没有发生。

图19为对虾基地站多年平均日1 h变温轻度灾害次数在10月的时间分布,轻度灾害发生时段主要集中于07~11 h以及15~17 h,最大灾害次数1.0次发生在16 h,上午略多发于午后。

Figure 18. The mild disaster of 1 h temperature change in average annual day in September in prawn base station

图18. 对虾基地站9月平均年日1 h变温轻度灾害

Figure 19. The mild disaster of 1 h temperature change in average annual day in October in prawn base station

图19. 对虾基地站10月平均年日1 h变温轻度灾害

图20为对虾基地站多年平均日1 h变温轻度灾害次数在11月的时间分布,轻度灾害发生时段主要集中于07~11 h以及13~17 h,最大灾害次数1.1次发生在09 h,上午略多发于午后。

Figure 20. The mild disaster of 1 h temperature change in average annual day in November in prawn base station

图20. 对虾基地站11月平均年日1 h变温轻度灾害

对虾基地多年平均日1 h变温中度灾害和重度灾害在11月没有发生。

4.2. 十七工段站1 h变温时间变化规律

利用十七工段站从建站以来至2020年6月的逐日逐时平均气温资料,运用数理统计方法计算出逐月的多年平均日灾害次数,分析十七工段站2~11月的1 h变温日变化规律。

图21为十七工段站多年平均日1 h变温灾害次数在2月的时间分布,图21(a)为1 h变温轻度灾害次数在2月的时间分布,轻度灾害发生时段主要集中在07~19 h,在0~01 h和04~05 h也有零星分布,最大灾害次数3.24次发生在08 h,次峰值为2.76次发生在17 h,上午和午后各有一个大值,上午高于午后。

Figure 21. The disaster of 1 hour temperature change in February in prawn base station. (a) Mild disaster; (b) Moderate disaster

图21. 十七工段站2月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害

图21(b)为十七工段站多年平均日1 h变温中度灾害次数在2月的时间分布,主要分布在07~11 h以及15~17 h,最大灾害次数0.76次发生在08 h。十七工段站多年平均日1 h变温重度灾害在2月只在07、08和16 h有发生,且均为0.01次。

图22为十七工段站多年平均日1 h变温灾害次数在3月的时间分布,图22(a)为1 h变温轻度灾害次数在3月的时间分布,轻度灾害发生时段主要集中在06~23 h,在0~01 h和03 h也有零星分布,最大灾害次数4.71次发生在07 h,午后峰值为2.29次发生在16 h,上午和午后各有一个大值,上午高于午后。

Figure 22. The disaster of 1 hour temperature change in February in prawn base station. (a) Mild disaster; (b) Moderate disaster; (c) Severe disaster

图22. 十七工段站2月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害;(c)重度灾害

图22(b)为十七工段站多年平均日1 h变温中度灾害次数在3月的时间分布,主要分布在06~12 h以及15~18 h,最大灾害次数0.88次发生在07 h。图22(c)为1 h变温重度灾害次数在3月的时间分布,在01、05、06、07、08、16、17、22和23 h有发生,且均为0.06次。

图23为十七工段站多年平均日1 h变温灾害次数在4月的时间分布,图23(a)为1 h变温轻度灾害次数在4月的时间分布,轻度灾害发生时段主要集中在04~21 h,在0~02 h也有零星分布,最大灾害次数5.29次发生在07 h,午后峰值为2.88次发生在17 h,上午和午后各有一个大值,上午高于午后。

Figure 23. The disaster of 1 hour temperature change in April in prawn base station. (a) Mild disaster; (b) Moderate disaster; (c) Severe disaster

图23. 十七工段站4月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害;(c)重度灾害

图23(b)为十七工段站多年平均日1 h变温中度灾害次数在4月的时间分布,主要分布在06~09 h以及14~19 h,在12 h也有零星分布,最大灾害次数0.82次发生在06 h。图23(c)为1 h变温重度灾害次数在4月的时间分布,在0、05、06、13、14和17 h有发生,且均为0.06次。

图24为十七工段站多年平均日1 h变温灾害次数在5月的时间分布,图24(a)为1 h变温轻度灾害次数在5月的时间分布,轻度灾害发生时段主要集中在03~19 h,在01 h和23 h也有零星分布,最大灾害次数3.88次发生在06 h,午后峰值为1.76次发生在17 h,上午和午后各有一个大值,上午高于午后。

Figure 24. The disaster of 1 hour temperature change in May in prawn base station. (a) Mild disaster; (b) Moderate disaster

图24. 十七工段站5月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害

图24(b)为十七工段站多年平均日1 h变温中度灾害次数在5月的时间分布,主要分布在06~07 h以及12~18 h,最大灾害次数0.94次发生在06 h。十七工段站多年平均日1 h变温重度灾害在5月只在16 h有发生,为0.06次。

图25为十七工段站多年平均日1 h变温灾害次数在6月的时间分布,图25(a)为1 h变温轻度灾害次数在6月的时间分布,轻度灾害发生时段主要集中在05~22 h,最大灾害次数1.59次发生在07 h,午后峰值为0.88次发生在15、16、17 h,上午和午后各有一个大值区,上午高于午后。

图25(b)为十七工段站多年平均日1 h变温中度灾害次数在6月的时间分布,主要分布在06~07 h以及12~17 h,最大灾害次数0.24次发生在06 h和12 h。图25(c)为1 h变温重度灾害次数在6月的时间分布,在08、14、15、17 h有发生,且均为0.06次。

图26为十七工段站多年平均日1 h变温灾害次数在7月的时间分布,图26(a)为1 h变温轻度灾害次数在7月的时间分布,轻度灾害发生时段主要集中在05~22 h,最大灾害次数3次发生在06 h,午后峰值为2次发生在17 h,上午和午后各有一个大值区,上午高于午后。

Figure 25. The disaster of 1 hour temperature change in June in prawn base station. (a) Mild disaster; (b) Moderate disaster; (c) Severe disaster

图25. 十七工段站6月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害;(c)重度灾害

Figure 26. The disaster of 1 hour temperature change in July in prawn base station. (a) Mild disaster; (b) Moderate disaster; (c) Severe disaster

图26. 十七工段站7月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害;(c)重度灾害

图26(b)为十七工段站多年平均日1 h变温中度灾害次数在7月的时间分布,主要分布在12~19 h,在0 h、06~07 h以及21 h也有零星分布,最大灾害次数0.47次发生在14 h。图26(c)为1 h变温重度灾害次数在7月的时间分布,主要集中在13~19 h,在06 h也有零星分布,最大灾害次数0.41次发生在15 h。

图27为十七工段站多年平均日1 h变温灾害次数在8月的时间分布,图27(a)为1 h变温轻度灾害次数在8月的时间分布,轻度灾害发生时段主要集中在06~19 h,0~01 h、03 h以及21~23 h都有零星分布,最大灾害次数2.94次发生在06 h,午后峰值为1.35次发生在15 h,上午和午后各有一个大值区,上午高于午后。

Figure 27. The disaster of 1 hour temperature change in August in prawn base station. (a) Mild disaster; (b) Moderate disaster; (c) Severe disaster

图27. 十七工段站8月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害;(c)重度灾害

图27(b)为十七工段站多年平均日1 h变温中度灾害次数在8月的时间分布,主要分布在06~19 h,最大灾害次数0.47次发生在14 h。图27(c)为1 h变温重度灾害次数在8月的时间分布,主要集中在14~19 h,最大灾害次数0.24次发生在14 h。

图28为十七工段站多年平均日1 h变温灾害次数在9月的时间分布,图28(a)为1 h变温轻度灾害次数在9月的时间分布,轻度灾害发生时段主要集中在06~18 h,在03 h、20 h和23 h也有零星分布,最大灾害次数2.65次发生在07 h,午后峰值为1.41次发生在16 h,上午和午后各有一个大值,上午高于午后。

图28(b)为十七工段站多年平均日1 h变温中度灾害次数在9月的时间分布,主要分布在07~09 h以及12~16 h,最大灾害次数0.18次发生在07 h和15 h。十七工段站多年平均日1 h变温重度灾害在9月只在17 h有发生,为0.06次。

Figure 28. The disaster of 1 hour temperature change in September in prawn base station. (a) Mild disaster; (b) Moderate disaster

图28. 十七工段站9月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害

图29为十七工段站多年平均日1 h变温灾害次数在10月的时间分布,图29(a)为1 h变温轻度灾害次数在10月的时间分布,轻度灾害发生时段主要集中在06~21 h,在0 h、02 h和23 h也有零星分布,最大灾害次数4.94次发生在07 h,午后峰值为3.06次发生在16 h,上午和午后各有一个大值,上午高于午后。

Figure 29. The disaster of 1 hour temperature change in October in prawn base station. (a) Mild disaster; (b) Severe disaster

图29. 十七工段站10月平均年日1 h变温灾害。(a) 轻度灾害;(b) 重度灾害

十七工段站多年平均日1 h变温中度灾害在10月只在07 h (为0.18次)、08 h (0.06次)和16 h (0.47次)有发生。图29(b)为1 h变温重度灾害次数在10月的时间分布,重度灾害发生在03~04 h、06 h以及15~16 h,均为0.06次。

图30为十七工段站多年平均日1 h变温灾害次数在11月的时间分布,图30(a)为1 h变温轻度灾害次数在11月的时间分布,轻度灾害发生时段主要集中在06~20 h,最大灾害次数4.24次发生在16 h,上午峰值为4.12次发生在07 h,上午和午后各有一个大值,午后略高于上午。

图30(b)为1 h变温中度灾害次数在11月的时间分布,主要分布在07~09 h、15~16 h以及19 h,最大灾害次数1次发生在16 h。十七工段站多年平均日1 h变温重度灾害在11月只在07 h (为0.06次)和16 h (为012次)有发生。

Figure 30. The disaster of 1 hour temperature change in November in prawn base station. (a) Mild disaster; (b) Moderate disaster

图30. 十七工段站11月平均年日1 h变温灾害。(a) 轻度灾害;(b) 中度灾害

5. 结论

1) 2020年2~6月中,变温轻度灾害在4月受灾程度最重,6月受灾程度最轻。在2020年,十七工段站在2~6月的受灾程度均为21个区域自动站中最重;外二十工段站在21个区域自动站中的受灾程度相对较轻。

2) 2020年2~6月中,变温中度灾害在2月受灾程度最重,5月的受灾程度最轻。在2020年,十七工段站在2~6月的受灾程度均为21个区域自动站中最重,其次为南沙村站;东沙村站、群围村站和长兴村站在21个区域自动站中的受灾程度相对较轻。

3) 变温重度灾害在2020年2~6月中,3月的灾害发生略高于其他月份,4月和5月无重度灾害发生;在龙虎村站重度灾害发生略多于其余站点,绝大部分站点无重度灾害发生。

4) 对虾基地站1 h变温轻度灾害在0~1.57次之间,最大受灾次数1.57次出现在4月08 h,且1 h变温轻度灾害在对虾基地站呈现出双峰分布的特点,在上午和午后各有一个峰值区,上午峰值在08~09 h附近,下午峰值在16~17 h附近,除4、5、11月以外,2~11月中,午后峰值高于上午。1 h变温中度灾害在0~0.29次之间,且多发于午后,最大受灾次数0.29发生于3月16 h、4月17 h和7月的16和18 h。1 h变温重度灾害次数在0~0.14次之间,多发于7月。

5) 十七工段站1 h变温轻度灾害在0~5.29次之间,最大受灾次数5.29次出现在4月07 h,且1 h变温轻度灾害在十七工段站呈现除双峰分布的特点,在上午和午后各有一个峰值区,上午峰值在06~08 h附近,午后峰值在15~17 h附近,除11月午后峰值略高于上午外,2~11月中,表现为上午峰值高于午后。

1 h变温中度灾害在0~1次之间,最大受灾次数1发生于11月16 h,且变温中度灾害在十七工段站也呈现除双峰分布特点,上午和午后各有一个峰值区,上午在07 h附近,午后在17 h附近,在上半年中(2~6月),表现为上午峰值多大于午后,在下半年(7~11月)则相反。1 h变温重度灾害在0~0.41次之间,最大受灾次数发生在7月15 h,且重度灾害多发于7月。

文章引用

刘若岚,袁淑杰,张 碧,朱永杰. 杭州萧山南美白对虾生育期变温灾害时空分布特征
Spatial and Temporal Distribution Characteristics of Temperature Change Disasters of Penaeus Vannamei in Xiaoshan, Hangzhou[J]. 气候变化研究快报, 2020, 09(06): 850-869. https://doi.org/10.12677/CCRL.2020.96091

参考文献

  1. 1. 熊俊楠, 刘志奇, 范春捆, 等. 1983~2013年西藏自治区气象灾害时空分布特征与变化趋势[J]. 冰川冻土, 2017, 39(6): 1221-1231.

  2. 2. 李景鑫, 陈思宇, 王式功, 等. 2013~2014年我国大气污染物的时空分布特征及SO2质量浓度年代际变化[J]. 中国科技论文, 2017, 12(3): 336-345.

  3. 3. Ning, G., Wang, S., Ma, M., et al. (2018) Character-istics of Air Pollution in Different Zones of Sichuan Basin, China. Science of the Total Environment, 612, 975-984. https://doi.org/10.1016/j.scitotenv.2017.08.205

  4. 4. 黄天福, 刘鹏. 贵州省六盘水市气象灾害时空分布及对农业的影响[J]. 农业灾害研究, 2013, 3(2): 39-41.

  5. 5. 陈品南, 杨骥野. 杭州南美白对虾设施化养殖项目介绍[J]. 杭州农业与科技, 2013(4): 12-14.

  6. 6. 叶键, 胡涵奎, 王力, 等. 杭州市南美白对虾养殖病害发生的现状、思考及对策[J]. 杭州农业与科技, 2015(5): 10-16.

  7. 7. Fleckenstein, L.J., Kring, N.A., Tierney, T.W., Fisk, J.C., Lawson, B.C. and Ray, A.J. (2020) The Effects of Artificial Substrate and Stocking Density on Pacific White Shrimp (Litopenae-us vannamei) Performance and Water Quality Dynamics in High Tunnel-Based Biofloc Systems. Aquacultural Engi-neering, 90, 102093. https://doi.org/10.1016/j.aquaeng.2020.102093

  8. 8. Fang, H., Wang, B., Jiang, K., Liu, M. and Wang, L. (2020) Effects of Lactobacillus Pentosus HC-2 on the growth Performance, Intestinal Morphology, Immune-Related Genes and Intestinal Microbiota of Penaeus vannamei Affected by Aflatoxin B. Aquaculture, 525, 735289. https://doi.org/10.1016/j.aquaculture.2020.735289

  9. 9. 范晏辰. 成都平原地区秋冬季节空气污染及其气象特征分析[J]. 地理科学研究, 2019, 8(4): 323-333.

  10. 10. 杨雯. 盐度对南美白对虾的生长及生化成分的影响探究[J]. 兽医导刊, 2016(4): 37-38.

  11. 11. 康晋闽, 杨贤栋. 福建省高温热浪时空分布特征[J]. 农技服务, 2016, 33(3): 153-154.

  12. 12. 胡江波, 袁再勤, 苏俊辉, 等. 汉中地区主要气象灾害时空分布特征分析[J]. 陕西农业科学, 2012, 58(5): 154-157.

  13. 13. 项瑛, 张余庆, 许琪, 等. 江苏省主要气象灾害时空分布及演变特征分析[J]. 中国农学通报, 2019, 35(19): 112-119.

  14. 14. 陈晓龙. 南美白对虾健康养殖关键技术[J]. 全文版: 农业科学, 2019(6): 131-132.

  15. 15. 王立超, 申子彬, 周溥佳. 南美白对虾养殖气象指数预报方法[J]. 浙江农业科学, 2017, 58(7): 1254-1256.

  16. 16. 娄朋举, 赵铁松, 张静. 河北省致人死亡的气象灾害时空分布与致灾因子研究[J]. 防灾科技学院学报, 2018, 20(3): 67-72.

期刊菜单