四川盆区直播和移栽水稻的连阴雨灾害危险性

连阴雨灾害是四川盆区发生频繁的一种复合灾害,水稻各生育阶段均可能遭遇连阴雨天气,对产量和品质造成影响。本研究利用四川盆区1981—2019年105个气象观测站的气象资料,结合水稻生产观测资料、农业统计资料和基础地理信息,对移栽和直播水稻在播种-拔节期、拔节-孕穗期、孕穗-灌浆初期、灌浆中后期-成熟期4个生育阶段和全生育期连阴雨灾害危险性进行定量评价和比较。结果表明: 研究区水稻连阴雨灾害危险性指数在播种-拔节和灌浆中后期-成熟期较高;水稻全生育期连阴雨灾害危险性指数表现为盆地北部、西南部边缘高,盆中、盆西和盆南较低;高危险性区域分布最少,在盆北边缘集中分布,在盆南区域零星分布;低危险性区域分布最广,集中在盆西和盆中大部;移栽水稻的高危险性区域总面积是直播水稻的2.4倍。     

陕西长武玉米降水指数保险设计

天气指数保险能有效规避传统农业保险的弊端。本研究基于陕西长武长序列产量数据和气象数据,采用统计分析的方法进行种植面积、产量、单产、趋势产量、相对气象产量以及玉米生育期需供水的分析;采用基于损失的风险评估方法评价种植风险;采用基于Logistic模型的费率厘定方法进行纯费率厘定;根据降水指数和减产率的相关性,设计降水指数;采用投影寻踪的方法设计降水指数赔付方案。结果表明:长武玉米种植面积、产量、单产、趋势产量以及相对气象产量都呈现出增加趋势;生育期平均需水650 mm,降水434mm,亏缺216 mm;从4月下旬到8月下旬,玉米呈现出水分亏缺的状态,7月中旬抽雄期水分亏缺最多,为33.65 mm;9月出现微弱的水分盈余;1994、1995和1997年为减产年,减产率分别为14%、20%和44%,相应降水距平分别为-42.44%、-47.72%和-29.71%;玉米种植轻、中、重和巨灾的发生概率分别是7.49%、3.40%、1.43%和1%;玉米降水指数保险纯费率为2.92%;生育期内旬降水(阈值为40 mm)累积值指定为玉米降水指数,并以降水指数为变量进行分段赔付。本研究剖析了长武玉米种植状况和干旱灾害,并设计了玉米的降水指数保险产品,为长武玉米农业保险提供了新的选择,对解决农业保险目前的困境具有重要的意义。     

基于GIS的秋季连阴雨对农业生产影响的风险评估——以四川省盆地区为例

为探索秋季连阴雨对四川省盆地区农业生产的影响,利用盆地区102个气象台站1961—2014年逐日降水、日照时数、水文地形、作物种植面积等资料,从气象灾害要素、区域环境条件和承灾体特征几个角度构建灾害风险评估模型,进而获得能综合体现风险程度的评估指数,并以此为分区指标将四川省盆地区划分为5个风险区域.结果表明: 四川省盆地区秋季连阴雨风险最高的区域位于西南部的平坝和坡台地区、南部的浅丘地区、东北部的丘陵地区,以及嘉陵江和渠江的沿江地区,这些区域需要加强秋季连阴雨天气及其影响的预测和防御;盆周山区因地势起伏较大,耕地面积较少,连阴雨危害不重,属于低风险区;盆地其余地区大部介于较低风险与较高风险之间.     

基于GIS的四川盆周北部山区夏玉米农业气象灾害风险评估——以旺苍县为例

气象灾害是制约我国农业发展的主要因素之一,明确夏玉米农业气象灾害风险对于防灾减灾具有重要意义。本研究基于自然灾害风险理论,以四川盆地北部山区的典型区域(旺苍县)1981—2018年气象数据和玉米产量数据为基础,确定影响夏玉米生产的主要致灾因子,并结合孕灾环境敏感性及承灾体脆弱性构建夏玉米综合农业气象灾害风险评估模型,对四川盆地北部山区夏玉米生产过程中的农业气象灾害风险进行评估。结果表明: 研究期间,成熟期高温、花期暴雨、成熟期暴雨、灌浆期连阴雨和孕穗期干旱是影响研究区夏玉米生长发育的主要农业气象灾害。旺苍县夏玉米农业气象灾害综合风险分布大致呈西南-东北走向,高风险和较高风险区分布区域约占旺苍县总面积的二分之一;灾害风险高值区主要位于研究区西南部,基本与致灾因子危险性高值区一致;灾害风险低值区多集中在西部边缘,此区域亦为成熟期高温、成熟期暴雨、花期暴雨气象灾害的低风险区。     

河南省夏玉米花期连阴雨灾害风险区划

花期连阴雨灾害直接影响夏玉米高产稳产,灾害风险区划研究可为开展灾害风险管理提供依据.利用1961-2010年河南省夏玉米抽雄至吐丝期间的逐日气象观测资料、夏玉米产量资料,统计了河南省夏玉米花期连阴雨平均发生频率与范围,构建了连阴雨天气风险强度序列,采用拉格朗日插值法,通过期望产量提取了花期连阴雨灾损率序列,最终形成了花期连阴雨灾害风险区划指数,对全省夏玉米花期连阴雨开展区划.结果表明:黄河以北大部、豫中局部及南阳盆地东部等地区灾害风险指数在0.25以下,为低风险区,低风险区站点占全省的33.3％;而豫北北部、豫东和淮南大部风险指数在0.50以上,为高风险区,占全省的14.8％.     

基于干热风危害指数的黄淮海地区冬小麦干热风灾损评估

全球气候变化背景下,农业气象灾害呈上升态势。干热风灾害发生区域、次数和强度都发生了明显的变化。研究干热风灾害对农作物的影响对于我国农业可持续发展、保障粮食安全等均具有重要的现实意义。利用黄淮海地区68个气象台站1961—2010年的逐日气象资料,和54个农业气象试验站1981—2006年小麦的发育期、产量、干热风灾害等数据,采用公认的中国气象局2007年发布的气象行业标准《小麦干热风灾害等级》中冬小麦干热风灾害指标,计算干热风危害指数,进一步细化发育期,确定冬小麦抽穗前气象条件对气象产量影响的关键气象因子,分离干热风年冬小麦气象产量,构建重度干热风影响下干热风危害指数与冬小麦抽穗—成熟阶段气象条件对气象产量影响的统计模型,进行1981—2006年黄淮海地区冬小麦干热风灾损的评估。结果表明:(1)重度干热风危害下,1981—2006年期间黄淮海各地区冬小麦不同发育时段的干热风危害指数平均在抽穗—开花时段最大,乳熟—成熟时段居中,开花—乳熟时段最小,分别为0.17、0.15和0.14,平均0.15;(2)冬小麦抽穗前气象条件对气象产量影响的关键气象因子为:播种—出苗期间的最低气温、拔节—孕穗期间的平均气温和孕穗—抽穗期间的平均气温,各个单因子相关系数分别为0.64、0.86和0.99,均达到极显著水平。其中播种—出苗的最低气温可决定小麦出苗的迟早和苗情;拔节—孕穗期间,在小花原基形成期—四分体形成期气温偏低可延长小穗、小花分化时间,防止退化,提高结实率;孕穗—抽穗的平均气温偏高有利于提早抽穗,延长后期灌浆时间,且晴天有利于开花授粉;(3)分离干热风年冬小麦气象产量后,构建了重度干热风影响下干热风危害指数与冬小麦抽穗—成熟3个阶段气象条件对气象产量影响的统计模型,验证结果表明该模型客观上能够综合地反映干热风在不同发育阶段对小麦产量的影响。进一步灾损评估表明:重度干热风危害下,黄淮海地区冬小麦减产率在21.52%—39.80%之间,平均为27.83%。     

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。     

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...     

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。     

农业气象灾害灾情等级划分与年景评估

利用福建省1980—2004年农业成灾面积资料,计算主要气象灾害(干旱、洪涝、风雹和低温冻害)的成灾率及其变异值,在此基础上将4类气象灾害分为5个等级,并给予相应的分值,采用灰色关联分析方法,计算4类气象灾害与总灾害的关联度,得到其对农业生产的影响权重为旱灾>冻害>风、雹灾>水灾,建立农业气象灾情的综合评价模型并对25a的农业年景进行分级和综合评价。结果表明:福建农业气象灾害中灾及以下灾情的出现频率占到了总数的88%,灾情最重的年份为1999年,灾情最轻的年份为1984年;农业气象灾害对农业生产的危害随年代增大,而且波动加剧。     

基于种植现状的安吉白茶霜冻害气象指数精准预报技术

开展安吉白茶霜冻害气象指数精准预报对提高茶叶生产防灾避灾能力具有重要意义。基于安吉县24个自动气象站观测资料,采用回归分析+残差内插方法构建了安吉县日最低气温空间分析模型;结合中期天气预报客观产品、DEM高程数据和高分2号(GF-2)卫星遥感数据提取安吉白茶种植分布现状,采用GIS技术研发了安吉白茶霜冻害气象指数精准预报技术方法。结果表明：安吉县日最低气温空间分析模型绝对误差平均值为0.5℃,模拟效果较好;安吉白茶霜冻害气象指数预报时效达15 d,空间分辨率为30 m;基于种植现状的安吉白茶霜冻害气象指数预估,2021年3月23日全县80.64%茶园有霜冻害发生,其中1级(轻度)、2级(中度)灾害面积分别为9291.96和62.7 hm²,各占全县茶园面积的80.10%和0.54%,预估结果与实际灾情基本一致。研究成果可为茶叶气象精细服务提供技术支撑。     

黄淮海地区夏玉米生长季的干旱风险

干旱是对农业影响最大的农业气象灾害,进行干旱风险评估对于提升区域灾害风险管理和决策水平、减轻农业损失具有重要的指导意义.本文基于自然灾害风险理论,利用黄淮海夏玉米主产区69个站点的气象、夏玉米播种面积和产量数据,以及当地有效灌溉面积等数据,从灾害风险的危险性、脆弱性、暴露性和防灾减灾能力4个方面构建风险评估指标和模型,对黄淮海夏玉米主产区干旱灾害的风险进行评估分析.结果表明: 黄淮海地区夏玉米生长季(6—9月),干旱发生危险性最大的阶段主要是播种-出苗期和乳熟-成熟期,其中,河北中南部、河南西部和北部的危险性最大.经加权叠加脆弱性、暴露性和防灾减灾能力后,夏玉米干旱综合风险最大的地区主要分布在河南西部和西南部部分地区;其次是河南南部、河北沧州、邢台以及山东德州等地,属于次高风险区;风险低值区主要分布在山东南部、安徽北部和河南的信阳等地;其他地区属于中度风险区.     

澜沧江流域暴雨干旱灾害与海温异常波动规律的相关性

基于中国气象局国家气象信息中心提供的澜沧江区域1961—2011年50年气象资料,采用EMD(Empirical Mode Decomposition)分解、均生函数逐步回归模型、相关分析等方法,探讨了澜沧江流域极端天气灾害的变化特征,及其区域极端灾害变化和全球海温异常ENSO(El Nio/La Nia-Southern Oscillation)之间的联系。结果表明:(1)该区域降水和暴雨频次存在多尺度特征,降水量存在2a、7a、15a的变化周期,且主周期为准2 a。(2)降水量和暴雨频度序列的IMF1和IMF2周期在2—7 a之间,与ENSO在年际变化上的信号相吻合,NINO(El Nio)指数无论春夏秋冬或年际都与暴雨和干旱灾害频次呈现负相关,而SOI(Southern Oscillation Index)指数则呈现正相关,其中,NINO指数与干旱相关性指数在秋冬和年际接近-0.3。(3)澜沧江流域暴雨和干旱灾害与ENSO有重要联系,且随着气温升高干旱灾害频次明显增加。研究结果显示区域极端气温灾害的变化与全球气候变暖有某种关联,是全球气候变化的区域响应表现形式之一。     

基于同化数据的标准化土壤湿度指数监测农业干旱的适宜性研究

农业干旱是导致作物减产的主要灾害之一,及时、准确地监测农业干旱状况有助于制定区域减灾策略,降低灾害损失。标准化土壤湿度指数(SSMI)是基于历史土壤湿度时间序列构建的一种农业干旱指数,目前分析该指数监测农业干旱的适宜性研究十分缺乏。本文以黄淮海平原为研究区,利用数据同化的根区土壤湿度数据构建SSMI,并通过与标准化降水蒸散指数(SPEI)、农业干旱灾害记录数据的对比以及与冬小麦产量的关系分析,综合评价SSMI监测农业干旱的适宜性。结果表明,SSMI与SPEI具有良好的一致性,二者之间具有极显著相关关系(P0.001);利用SSMI识别的农业干旱与农气站点干旱灾害记录是基本一致的,SSMI能够有效反映干旱发生、发展直至减轻的演变过程;冬小麦生长季SSMI与减产率显著相关,利用SSMI识别的农业干旱发生区域与基于统计数据计算的减产区域基本相符,SSMI能够对农业干旱引起的冬小麦减产起到一定的指示作用。综上所述,基于同化数据构建的SSMI能够反映黄淮海平原的农业干旱状况,利用SSMI监测区域农业干旱状况是适宜的。研究可为基于土壤湿度的农业干旱监测业务化运行提供依据,为黄淮海平原的抗旱减灾提供科学参考。     

辽宁省玉米复合农业气象灾害判识及特征

玉米生产过程中常常遭受复合农业气象灾害,为了解辽宁省玉米复合农业气象灾害发生规律和特征,本研究对复合农业气象灾害进行定义和分类,对1961-2017年辽宁省50个气象站玉米生长季的复合农业气象灾害发生情况进行判识,探讨典型年复合农业气象灾害对玉米产量的影响.结果表明:1961-2017年,大部分年份辽宁省玉米复合农业气...     

四川盆地北部山区中华蜜蜂活动气象指数构建及应用

基于四川盆地北部山区(简称四川盆北山区)2个地面气象观测站的气象资料和1个中华蜜蜂核心保护区的产量资料以及中华蜜蜂的生态特征和活动规律,分析了区内中华蜜蜂的气候生态适宜性;并以气温、水分、光照、风力和天气状况为影响指标,参考生活气象指数,构建四川盆北山区中华蜜蜂活动气象指数和年景评价分级计算方法。结果表明: 影响研究区中华蜜蜂活动的主要气象因子有气温、空气相对湿度、日照时数、风力和白天降水累计时长,其中,气温和白天降水累计时长是影响中华蜜蜂活动的主要限制性气象因子。通过这5个指标因子的不同取值组合,构建中华蜜蜂活动气象指数并进行分级评价:当指数＞12时,天气条件好,适宜中华蜜蜂活动;当指数为7～12时,天气条件一般,较适宜中华蜜蜂活动;当指数为1～7时,天气条件较差,中华蜜蜂活动明显减少;当指数≤1时,天气条件差,不适宜中华蜜蜂活动或处于越冬期。运用该指数对中山蜂场进行气候评价,多年(4—10月)平均综合气象指数为129.3(评分60.4),总体气象条件良好,“土蜂蜜”单产与年度综合气象指数显著相关,气象年景评价准确率90%。     

区域农业经济气象敏感性和气象经济效益

以江苏省南京市六合区、泰州市兴化地区和徐州市邳州地区为代表,根据1982—2009年气象和社会经济统计资料,运用农业经济-气候模型(C-D-C模型),分析3个代表性区域的农业经济气象敏感性,并构建新的农业气象服务效益评估模型,对气象经济效益进行研究评估。结果表明,影响3个区域农业经济产出的关键气象因子和关键时段有所不同,但温度类气象因子对3个区域农业经济产出具有显著正向影响,降水类气象因子对六合区农业经济产出具有显著负向影响。通过新的农业气象服务效益评估模型,计算了3个区域各关键气象因子对农业气象服务的贡献率,并得出2009年度六合区、兴化市和邳州市等3个区域的气象经济效益分别约为0.972、1.130和0.845亿元。     

台风灾害经济损失评估研究进展

台风灾害对全球沿海地区社会经济系统具有重要影响, 客观地评估和预测台风灾害经济损失, 能提高区域灾前灾后决策科学性, 降低台风灾害损失。利用文献分析法梳理台风灾害经济损失评估对象, 评估视角-指标-数据源与处理, 评估方法等。研究发现: (1)直接经济损失评估对象单一, 以物质形态损失为主; 间接经济损失评估对象多元, 有待完善与体系化; (2)评估指标体系通用性低, 台风强度、台风路径、地表事物布局及自然与社会经济要素相互关系被忽略; 指标遴选忽视区域特征与典型性; 评估数据以台风、历史灾情、社会经济等截面数据为主, 新媒体、非结构化大数据等新兴数据正在被挖掘; (3)台风灾害直接经济损失评估法以回归模型、模糊、神经网络、可拓、AHP、DEA为主, 间接经济损失评估法以投入产出、比例系数为主, 社交媒体数据库损害评估模型用于物理损害和情绪损害评估。台风灾害经济损失评估视角聚焦经济社会可持续, 但是缺乏对就业、收入、劳动市场、社会秩序恢复等的关注, 其评估指标选择与权重确定、数据拓展, 以及运用地理信息技术与巨灾保险等结合亟待深入研究。     

山东省冬小麦干热风灾害预警模型研究

以30年的气象和产量数据为研究对象,对冬小麦成熟收获前16天的23个温度指标、23个空气相对湿度指标和16个风速指标与相对气象产量进行统计分析.通过相关分析确定不同生态区的干热风灾害风险因子,对不同生态区的风险因子和相对气象产量进行回归分析,构建冬小麦干热风灾害风险预警模型.结果表明:同类气象因子在不同生态区中的作用表现不同,模型因素构成以因子的互作为主,单因子的直接影响作用不突出.鲁西北和鲁中是干热风灾害的高危险区,鲁西南干热风灾害的危险最小.     

基于MODIS/NDVI时间序列的森林灾害快速评估方法——以贵州省为例

以2005—2008年中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)数据集为主要数据源构建研究区时间序列,结合统计学分析方法设计一套快速有效的森林灾害评估体系,用以探测森林资源损失的空间分布范围与灾害等级,并利用森林资源雪凝灾害损失的实际调查数据对评估结果进行一致性检验。结果表明:通过计算2005—2007年研究区所有森林像元的平均值R珔2005-2007和平均绝对偏差δall,确定森林灾害阈值DT为0.048;利用该阈值,获取2008年受灾较重的森林空间分布,主要密集分布在贵州省东南部和东北部,包括了黔南自治州、黔东南自治州和铜仁市等地区;受灾森林像元数占总森林像元数的28.6%,高于凝冻灾害森林资源损失实际调查结果(17.7%);在县域尺度上,根据MODIS/NDVI关键期影像获取的森林资源损失区域和灾害等级,确定德江、沿河和都匀等11个重度受灾县(市、区)和湄潭、榕江和桐梓等10个中度受灾县(市、区),与小班调查结果具有较高的一致性,其Kappa系数为0.86。方法为大区域尺度的森林灾害快速评估提供了一种新思路。