北方冬小麦产量灾损风险类型的地理分布

根据风险分析原理,利用北方各县市冬小麦近50年的实际单产资料和气象资料,进行冬小麦产量灾损风险评估和风险类型划分.以历年平均减产率、灾年减产率变异系数、不同减产率及其发生的概率和抗灾指数作为产量灾损风险评估指标.结果表明,产量灾损风险量化指标在北方冬麦区的分布具有明显的区域分异性和一定的连片性.在各风险评估指标的基础上构建了北方冬小麦产量灾损综合风险指数模式,提出了北方冬小麦产量灾损综合风险类型分类指标.根据分类指标将北方冬麦区划分为高、中、低3个风险类型,并进行了分类评述.分类结果表明,高风险类型主要分布在水土条件较差的陕、晋黄土高原地区和华北平原部分地区;中风险类型分布在华北平原东北部和河南南部以及太行山区;低风险类型主要分布在有灌溉条件和农业生产水平较好的华北平原的大部分地区和关中地区.     

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。     

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。     

四川盆区直播与移栽水稻旱灾风险比较

定量评价和比较四川盆区移栽水稻与直播水稻各发育阶段及全生育期干旱灾害风险,能为各区域水稻防旱减灾生产技术转型和推广提供科学依据.基于自然灾害风险理论和水稻干旱灾害风险形成机理,利用四川盆区1961—2017年的气象资料、水稻生产观测资料、农业统计资料和基础地理信息,对移栽和直播水稻全生育期和播种-拔节、拔节-孕穗、孕穗-齐穗、齐穗-成熟4个发育阶段干旱危险性进行评价和比较,对四川盆区水稻干旱灾害承灾体易损性、成灾环境敏感性和防灾减灾能力进行分析,从而构建四川盆区水稻干旱风险评价模型,并对评价结果进行区划.结果表明: 四川盆区水稻旱灾风险整体较高,两种播栽方式下均为中等风险区分布面积最广;两种播栽方式下干旱风险空间分布特征总体一致,表现为中东部高、西南部低,从东向西、从中部向周围递减的趋势.两种播栽方式下,水稻干旱危险性差异最大的时期出现在播种-拔节阶段,直播水稻在播种-拔节阶段的干旱危险性明显低于移栽水稻,且分布范围也较移栽水稻小;直播水稻干旱灾害的轻-低风险区分布较移栽水稻广,高风险区分布面积较移栽水稻略小.     

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...     

江淮地区小麦涝渍灾害风险评估与区划

基于灾害风险分析理论,根据历年气候资料,小麦生长发育、种植面积和产量资料,对江淮地区各县小麦涝渍脆弱性、自然气候风险、灾损风险和抗灾能力等方面进行分析评估,建立了包括涝渍脆弱度、气候风险指数、灾损风险指数、涝渍综合风险评估系数等不同的涝渍风险表征模型,并构建了涝渍综合风险评估系数作为区划指标,对江淮地区小麦涝渍灾害风险进行了空间区域划分。结果表明:涝渍脆弱度、气候风险指数、灾损风险指数和抗灾力系数4个因子的组合,可以较好地反映江淮地区小麦涝渍风险特征;按照高、较高、中和低4个等级对小麦涝渍综合风险进行了区划;安徽省江淮南部为高风险区;沿淮中部以及江淮中部南部、沿洪泽湖区域为涝渍较高风险区;河南省33°N以南区域、以及安徽、江苏省淮北中部区域为涝渍中风险区;33°N以北地区为涝渍低风险区。     

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。     

基于主成分分析的安徽省冬小麦气候灾损风险的时空演变

冬小麦是安徽省主要粮食作物之一,分析其气候灾损风险变化对保障区域粮食安全有着重要意义。依托安徽省74个区县1973—2014年间的冬小麦单产资料,通过气候减产率逐年序列提取了减产年次数、平均减产率、减产极值等9个评价指标,并采用主成分分析法分析安徽省冬小麦灾损风险的时空演变格局。结果表明: 研究期间,安徽省北部特别是沿淮地区为冬小麦气候灾损高风险区域;重心迁移模型显示,安徽省冬小麦气候减产率高值区域由北向南呈显著的移动趋势;全省冬小麦气候灾损风险呈显著的年代际变化,特别是21世纪初以来发生中度以上灾损强度的区县个数明显较少;S-模式主成分分析和气候减产率序列表明,1973—2014年间,安徽省北部地区冬小麦气候灾损风险呈下降趋势,南部地区呈上升趋势。安徽省冬小麦气候灾损风险呈现出明显的时空动态特征,其年代际波动和南北区域差异应引起重视。     

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.     

基于WOFOST模型和水分胁迫的河南省冬小麦减产风险

以河南省30个站点1981—2014年冬小麦观测资料、历史气象资料和土壤资料为依据,将河南冬小麦主产区划分为5个区域,基于WOFOST作物生长模拟模型,分析了水分胁迫条件下河南省冬小麦减产风险值的变化规律.结果表明: 1981—2014年,各区域冬小麦减产率均呈上升趋势,平均每10 a增加2.8%～5.0%.冬小麦减产率由北向南呈降低趋势,减产率超过20%的事件在豫南地区约10年一遇,豫北的新乡、封丘和濮阳一带约2年一遇;减产率超过50%的事件,在新乡、郑州地区约3年一遇,豫南少遇.豫北及豫中偏北的大部分地区为冬小麦减产风险高值区,豫西卢氏、豫西南南阳、豫南信阳和驻马店南部地区为冬小麦减产风险低值区,其他地区为风险中值区.     

辽宁省玉米旱灾时空分布特征及综合风险评价

以辽宁省气象数据、空间数据和田间管理数据集为基础,首先,依据自然灾害风险形成理论,从危险性、脆弱性、暴露性和防灾减灾能力四因子入手,选择10个副指标,构建辽宁省玉米旱灾综合风险评价指标体系,并利用组合加权法和GIS空间分析方法,确定其权重及区域化。利用自然灾害风险指数法和加权综合评价方法,建立辽宁省玉米旱灾综合风险评价模型,并进行了辽宁省玉米旱灾时空分布特征分析及综合风险评价研究。结果表明：（1）自1960年以来,研究区干旱频率总体呈上升趋势,尤其2010年以后有明显增加态势。其中1970-1979年间干旱发生频率较低,2010-2019年间干旱频率最高。不管是月尺度、季节尺度、生长季尺度还是年际尺度,辽宁省西北部干旱频率普遍较高,而东南部干旱频率较低。干旱强度呈现从辽宁省中部地区向东西地区两个方向递减的趋势,高值出现在辽宁省中部的阜新、锦州、铁岭、辽阳、盘锦、鞍山、营口和大连等地。干旱历时从辽宁省东部向西部区域递减的趋势,其中高值出现在铁岭北部、盘锦、鞍山、营口和丹东南部等地,低值分布在朝阳西南部、葫芦岛西北部、本溪西部和丹东等地。（2）从4个因子角度来说,辽宁省朝阳西部和葫芦岛西北部玉米旱灾危险性指数较低以外其他区域玉米旱灾危险性指数均较高。然而,辽宁省西北玉米主产区玉米旱灾脆弱性指数和暴露性指数均较高,且防灾减灾能力较低。当4个因子加权综合评价时,辽宁省西北部玉米旱灾综合风险呈现较高的现象。研究结果可为保障辽宁省粮食安全及制定防灾减灾政策提供理论依据和科学指导。     

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。     

1961-2017年环渤海地区气象干旱时空特征及致灾危险性评估

基于1961-2017年环渤海地区60个地面气象站点的逐日气温和降水资料,计算了各站点逐日气象干旱综合指数（Meteorological drought Composite Index,MCI）,统计近57年各站点的气象干旱过程,并进一步分析了环渤海地区各季节气象干旱的时空变化特征及致灾危险性等级分布。结果表明：（1）环渤海地区春季干旱覆盖范围和持续日数呈下降趋势,但干旱强度有所增加,夏、秋两季干旱覆盖范围和持续日数呈上升趋势,而干旱强度有所减少,冬季干旱覆盖范围和干旱强度均呈增加状态,干旱持续日数有所下降。（2）春季干旱覆盖范围、干旱持续日数、干旱强度以及干旱发生频率均居四季之首,干旱状况最严重,夏、秋季次之,冬季最轻。（3）各季节干旱强度和干旱发生频率的高值区主要分布在辽宁西北部、河北中南部以及山东大部分地区,低值区主要位于辽宁东部地区。（4）各季节干旱致灾危险性等级总体呈西高东低、南高北低的分布特征,其中,河北中南部气象干旱的致灾危险性较高,辽宁东部的较低;春旱致灾危险性总体较高,夏、秋季次之,冬季最低。     

影响福建省龙眼产量的多灾种综合风险评估

通过分析影响福建省龙眼生长发育和产量的主要环境因素,从致灾因子危险性、承险体脆弱性和种植区防灾减灾能力三方面构建影响龙眼产量的多灾种综合风险评估指标体系,结合福建省龙眼种植区历年气象资料、龙眼种植面积、产量及其他社会经济资料,应用层次分析法和熵权系数法确定风险指标的综合权重,进而构建了多灾种综合风险评估模型,评估主要农业气象灾害对龙眼产量影响的风险.结果表明： 长乐以南沿海县市低海拔龙眼种植区（除东山县外）多灾种综合风险较轻;重度风险以上的区域主要分布在龙岩的漳平市,漳州的东山、平和、南靖、华安,泉州的永春、安溪,莆田和仙游的北部山区,福州的闽清、闽侯、罗源及市辖区的山区,宁德的福安、霞浦及市辖区的山区.其中,东山、漳平和其他海拔较高的山区有严重风险;其余种植区属中度风险.