四川省盆地区玉米干旱灾害风险评估及区划

利用四川省盆地区玉米产量资料、生育期资料和相关气象资料,建立了适用于四川省盆地区玉米干旱风险评估的气候干旱风险模型、作物干旱风险模型、产量灾损风险模型、抗灾性能模型和相应的指标体系,并构建了四川省盆地区玉米旱灾综合风险评估模型,确定了综合风险区划指标.结果表明： 四川省盆地区玉米各项风险评估指标具有明显的区域差异和一定的连片性;玉米旱灾综合风险评价指标,可将四川省盆地区玉米种植区划分为高、中、低3个风险区,其中,风险高值区主要集中在盆西北大部、盆中及盆南部分地区,风险中值区主要分布在盆北及盆南部分地区,风险低值区主要分布在盆东北、盆西南及盆东南部分地区.     

热带气旋对浙江省农业影响的风险区划

依据自然灾害风险系统分析理论、热带气旋和农业经济资料,综合灾害风险指数法,在分析热带气旋对浙江省农业影响的致灾因子的危险性、孕灾环境的暴露性、承灾体的脆弱性和防灾减灾能力的基础上,应用加权综合法得到不同网格的综合风险度指数.基于GIS技术,开展了热带气旋对浙江省农业影响的风险区划.结果表明:致灾因子危险性的最大值分布在浙江东南沿海,孕灾环境暴露性的最大值分布在丽水山区,承灾体脆弱性的最高值分布在杭州、绍兴市区以及兰溪市,防灾减灾能力的最高值主要分布在杭州、宁波、温州市区及其周边地区.综合考虑各因子的综合风险度,热带气旋对浙江省农业影响的风险可分为高风险、次高风险、中等风险、次低风险和低风险5个等级.该研究可为浙江省农业结构调整和防灾减灾提供科学依据.     

台湾番石榴在福建引种的寒冻害风险分析与区划

基于灾害风险系统分析理论和灾害风险指数法,利用福建番石榴引种区历年气象资料、种植面积、产量及其他社会经济资料,分析了寒冻害对福建省番石榴影响致灾因子危险性、承险体脆弱性和防寒防冻能力;应用加权综合法得到不同单元的综合风险指数,并应用GIS技术对福建省番石榴引种区的寒冻害风险进行区划。结果表明:致灾因子危险性的高值区分布在龙岩市、漳州和泉州两市的西部山区、莆田市西北部、福州市西部和宁德市大部;番石榴脆弱性高值区分布在平和县;防寒防冻能力的低值区主要分布在东部的部分县市。考虑各因子的综合风险度,寒冻害对福建省番石榴引种的风险可分为轻度、中度、重度和严重4个风险等级,其中重度以上的风险主要分布在龙岩市、漳州市西部山区、泉州和莆田两市的高海拔山区、福州市内陆山区和宁德市大部。     

浙江省茶叶农业气象灾害风险评价

开展茶叶农业气象灾害风险评价可增强茶叶生产防御自然灾害能力。本文根据浙江省64个气象站1971—2010年茶叶气象灾害和农业统计资料,应用模糊数学和加权指数求和方法构建了茶叶气象灾害综合风险指数模型,将浙江省茶叶农业气象灾害风险划分为低风险、中风险和高风险3个等级;并在浙江省茶树栽培精细化气候区划结果基础上,生成了浙江省茶树种植农业气象灾害综合风险精细化空间分布图。结果表明:浙江省茶叶农业气象灾害综合高风险区主要位于浙西北和浙中北,中风险区主要位于浙中和浙东北,低风险区主要位于浙南;浙江省茶树种植农业气象灾害低风险适宜区主要位于浙东南和浙西南。     

安吉白茶精细化气象灾害风险分析与区划

气象灾害严重威胁茶产业高质量发展,开展气象灾害风险精细评价可为茶叶生产灾害精准防控提供科学依据。本文基于自然灾害风险理论、安吉县及周边7个国家气象站1971—2020年和安吉县23个区域自动气象站2012—2020年的逐日气象资料、15个乡镇农业社会经济统计资料,以及源于GF-2卫星遥感数据解译出的茶树种植现状分布图和DEM高程等多源信息,采用加权综合指数法、模糊层次分析法和GIS技术,对安吉白茶进行了精细化气象灾害风险分析与区划。结果表明：安吉白茶致灾因子危险性、孕灾环境暴露性的高值主要位于南部山区,承灾体脆弱性的高值集中于中部平原地区,防灾减灾能力的高值多位于中东部平原地区;综合考虑各因子的综合风险度,安吉白茶气象灾害风险可分为低风险、中风险和高风险3个等级;低风险区主要分布于安吉中北部平原区域,占安吉县地域面积的66.55%;中风险区主要分布于安吉西部、南部的中高海拔区域,占安吉县地域面积的30.54%;高风险区主要位于南部高海拔山区,占安吉县地域面积的3.01%;集成格点化的茶树种植现状,安吉县内61.21%的茶园分布在低风险区,38.17%的茶园分布在中风险区,0.62%的茶...     

华北平原冬小麦干旱灾损风险区划

干旱是华北平原最严重的农业气象灾害之一,是冬小麦产量稳定上升的重要限制因素。本文从冬小麦产量的实际灾损角度,对减产率、发生概率及产量的变异系数等因子进行了分析,构建了华北平原冬小麦干旱产量灾损风险评估模型,并对华北平原冬小麦进行了实际灾损风险区划。结果表明,风险高值区约占该地区19.8%,主要分布于鲁西、鲁西北-冀东北,鲁西南-豫东地区;中值区约占34%,主要分布在冀中南、豫北、豫中和豫西以及山东中部丘陵地区;风险低值区占46.2%,主要集中于鲁中部、南部和豫中南、西南的广大地区。     

基于GIS技术的吉林省生态灾害风险评价

基于自然灾害风险形成原理,综合考虑吉林省自然和社会经济现状,从致灾因子的危险性、承灾体的暴露性和脆弱性及防灾减灾能力4个方面选取指标,利用自然灾害风险指数法、加权综合评价法及层次分析法构建生态灾害风险评价模型,评价了各风险因子的贡献率,并运用GIS技术生成吉林省生态灾害风险区划图.评价结果对于正确认识吉林省的生态环境风险水平,有针对性地确定生态恢复与管理决策都有重要意义.     

华北地区冬小麦干旱风险区划

灾害风险评估与区划是是实现灾害应急管理向风险管理转变的关键。综合考虑了影响灾害风险大小的自然属性和社会属性,从多角度选取了干旱灾害强度、基于冬小麦干旱指数的干旱频率、基于灾损的干旱频率、灾年减产率变异系数、区域农业经济发展水平、抗灾性能指数等6个风险评估指标。通过引入CCA排序方法,揭示了不同风险评估指标之间的相关关系以及评估指标与相对气象产量的关系;并以确定的风险评估指标和相对气象产量之间的关系为基础,构建了不考虑抗灾和考虑抗灾2种风险指数。对比两种风险指数分析结果,表明在抗灾和不抗灾2种条件下,华北地区冬小麦干旱风险格局发生了明显改变。说明在当前农业生产水平下,人类的减灾抗灾和风险管理水平对冬小麦生产起着至关重要的作用。最后,以模糊聚类分析为手段,以考虑抗灾能力的风险指数和灾年减产率为分类标准进行聚类,实现了华北地区冬小麦干旱风险综合区划。     

基于综合气象干旱指数的石羊河流域近50年气象干旱特征分析

借助数理统计理论和GIS空间分析技术,利用综合气象干旱指数(composite index,CI),根据石羊河流域5个气象站1961-2010年实测气象资料,对石羊河流域近50a的干旱在时空上的变化特征进行分析.首先计算了各站历年逐日的CI指数,统计近50 a各站点出现的干旱过程、各时段的干旱事件,在此基础上分析了石羊河流域干旱发生的频率、覆盖范围和强度和不同等级干旱发生的多年平均日数.分析结果表明:(1)石羊河流域四季干旱发生频率均呈现北高南低的空间分布规律;在四季中,夏季干旱发生频率最高,冬季频率最低;极小值都在乌鞘岭,极大值略有不同:春、夏、冬季干旱发生频率极大值在民勤,秋季极大值在武威.(2)石羊河流域有大范围干旱发生的年份夏季和秋季较多分别有22 a、11a,冬季最少只有4a.(3)石羊河流域不同等级干旱日数总体上呈现夏季多冬季少、北部多南部少的规律,和降水量的空间分布有较好的负相关性.(4)干旱发生成因除了主要受东亚季风和西南季风的影响外,还应考虑到径流的影响.研究结果与实际情况相符,可为相关部门根据本地区干旱特征制定相应抗旱对策提供理论依据.     

基于标准化土壤湿度指数的滦河流域农业干旱评价

干旱是造成农业生产损失的主要灾害之一,及时、准确地监测农业干旱对于降低作物生产损失具有重要意义.本研究基于土壤含水量历史时间序列数据构建了标准化土壤湿度指数,分析了滦河流域2002-2019年干旱时空分布变化规律,并对农业干旱进行定量评价.结果表明:研究期间,滦河流域内大部分栅格单元土壤含水量在时间上以正态分布为主,少...     

江西省绿色发展区划

江西省绿色发展区划研究,是江西省主动适应“绿色崛起”、“生态文明先行示范区”和“生态文明试验区”的新形势,实现从以“治山、治江、治湖、治穷”的应急抢救型为主的生态治理模式,转变为“富山、富水、富民、强生态”的减压增效型为主的可持续发展模式的前提和基础.以往的区划研究重生态保护理念、轻绿色发展.本文基于江西省地形、地貌、生态、农业、林业、草业、湿地、经济、旅游等空间数据,建立定性与定量、生态与经济、全面与重点相结合的44项指标体系,评价各研究单元的发展条件与方向,科学划分了4类一级区、17类二级区和51类三级区.首次实现以绿色发展为目标,以县域资源及其发展优势为基础,以各单元绿色发展途径为出口的区划.该区划结果有助于明确各县绿色发展方向,便于指导资源的优化利用与产业的合理布局,并可为推进江西省生态环境保护和可持续发展提供科学依据.     

吉林省城镇化与生态环境协调发展的时空演变特征

构建城镇化与生态环境评价体系,评价2000—2012年吉林省城镇化和生态环境综合发展水平及两者耦合协调度.结果表明: 研究期间,吉林省城镇化综合水平呈持续增长态势,其中,经济城镇化贡献份额最大;生态环境综合水平呈波动上升趋势,国家实施振兴东北战略以来生态环境状态、响应、压力都增长较快;耦合协调度呈持续增长趋势,从基本不协调发展为高级协调,由城镇化滞后型转化为生态环境滞后型.中部地区城镇化水平较高,东西部地区生态环境水平高于中部地区,长春市城镇化与生态环境耦合协调度最高,白山市最低;2000—2012年,长吉地区耦合协调度在全省一直处于领先水平,但生态环境滞后水平越来越严重,四平、辽源、松原3市和延边朝鲜族自治州的耦合协调度呈上升趋势,白城市呈现下降趋势.     

吉林省县域环境污染的时空演变特征与影响因素

基于2011年和2015年环境污染物排放和经济社会数据,选取4类污染物的工业源、农业源和城镇生活源排放总量指标,通过构建整体环境污染综合指数和分来源污染指数综合反映吉林省县域尺度单元污染状况,运用Moran I指数、时空跃迁分析和标准差椭圆分析定量研究吉林省环境污染的时空演变特征,并构建空间计量模型对环境污染的影响因素进行分析.结果表明:吉林省环境污染具有空间集聚特征,环境污染主要分布在长春、吉林等中部地区,分来源的环境污染空间分布存在明显的区域差异特征;吉林省县域单元整体环境污染和农业源污染均具有空间相关性,环境污染空间布局的关联结构稳定性高,环境污染具有路径锁定特征;环境污染的空间分布呈现西北-东南分布格局,且环境污染表现出由中心向四周扩散态势,环境污染的重心在43.65-43.66°N,125.83-125.84°E之间变动;地区经济发展水平、城市化水平和农业生产是吉林省县域环境污染和工业源污染的主要驱动因素,产业结构的调整优化改善了整体环境污染与工业源污染状况.化肥的过度使用增加了农业源污染,经济发展水平和城市化水平是城镇生活源污染排放的主要驱动因素.县域整体环境污染和农业源污染均具有空间扩散效应,各自污染状况分别与相邻地区整体环境污染和农业源污染状况密切相关.     

基于结构调整视角的吉林省产业生态化发展

基于产业系统与生态环境的交互胁迫作用关系,采用系统分析方法与综合指数评价法,对吉林省产业结构生态化水平进行综合评价,并刻画其时空格局特征.结果表明: 2000—2013年,吉林省产业结构生态化水平呈逐年递增态势,结构发育程度与资源环境效率均有显著提升;产业结构生态化发展地区差异呈现资源环境效率＞产业结构优化度＞产业结构生态化的关系特征,空间上呈现西高东低的格局特征,同时市域尺度上呈现以长春为核心向外围逐渐降低的“级差化”分异特征;依据产业结构优化度与资源环境效率的协调发展特征,可将全省划分为高水平协调、低水平协调、经济先行型、生态先行型4种生态化类型区.     

蒸发需求干旱指数(EDDI)在辽宁省干旱识别中的应用

蒸发需求干旱指数(EDDI)是从大气蒸发需求(E₀)角度出发建立起来的一种多尺度的干旱指标,具有不依赖降水量、适用于各种下垫面类型的特点,具备在不同时间尺度捕捉水胁迫信号的能力。本研究基于1961—2018年辽宁省52个气象站气象观测资料,逐日估算E₀,按年、生长季(4—10月)、春季、夏季、秋季、冬季分别计算EDDI,分6个时间尺度识别近58年辽宁省干旱发生的年际变化特征。结果表明: 研究期间,辽宁省EDDI年际变化阶段性明显,多个时间尺度的EDDI呈两个高值集中期。在20世纪60年代,年、生长季、春季、秋季和冬季5个时间尺度的辽宁省平均EDDI高值区相对集中,这一阶段辽宁省发生干旱的年数多、程度重;除冬季外,2014—2018年是其他5个时间尺度的EDDI高值另一个相对集中的时段;1981—1982年,辽宁省的年、生长季、夏季、秋季的EDDI值偏高。1963—1965年(除夏季外)、1972—1973年(生长季、夏季)、1989—1990年(年、生长季、春季、冬季)、1997—1998年(年、生长季、夏季)、2004—2005年(春季、冬季)和2013—2014年(年、生长季、秋季)都发生了干-湿或湿-干逆转事件。1985—1987、1993—1995和2005—2013年,辽宁省存在明显的干旱空窗期。     

基于减产概率的辽宁水稻灾害风险区划

关于灾害风险评价的危险性研究多考虑某一种或者多种灾害的出现概率,由于多数灾害指标难以与作物产量直接相关,常常出现有灾无害现象,难以正确评价灾害风险;依据产量变异的风险研究多从产量变异出发,但对不同减产程度的风险评价研究较少。以辽宁水稻减产风险为例,分析了辽宁省水稻歉年减产率、灾年减产率变异系数及5%和10%两种减产率等级风险概率的空间分布特征。采用K-平均聚类算法将辽宁省水稻产量灾害风险划分为高、较高、中、低4类风险区。结果显示:水稻单产歉年减产率的分布总体呈中部、东部低,向东北西南增高的趋势。水稻单产的灾年减产率变异系数具有西北-东南方向条带状分布特点,中部、东部最小,整体上呈向西南、东北方向递增的趋势。减产率大于5%和10%的风险概率的低值区主要分布于辽宁中部,中值区主要分布于中部、北部、东南,高值区主要分布于东北、西部、南部,整体呈中间低,四周高的特点。辽宁省水稻产量灾害的不同等级风险区域呈整体上分散,小面积连片的特点。辽宁西部、东北部为高风险区,中南部地区为较高风险区,而辽宁中部、东南部为中、低风险区。探讨了各地区的地形气候特征与水稻减产的关系,给出了针对不同区域水稻产量灾损的防御措施。