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...     

华南地区龙眼寒害灾损风险评估

基于华南地区64个基本气象站1961—2012年逐日气象资料,采用公认的龙眼寒害灾害指标,结合农业气象灾害风险研究的方法与模拟技术,并考虑龙眼寒害灾损减产风险在不同生育期（花芽生理期、花芽形态分化期、休眠期）之间的差别,对1961—2012年华南地区龙眼不同发育时段的寒害灾损最大风险进行定量评估与分析.结果表明： 在花芽生理期,各地区龙眼受灾最严重的是轻度寒害,其次为重度寒害,最后为中度寒害;不同寒害致灾等级对各地龙眼造成的危害程度不同,在轻度寒害威胁下,龙眼受灾轻重次序为福建、广东和海南、广西,中度寒害威胁下,龙眼受灾轻重次序为海南、广东和广西、福建,重度寒害威胁下,龙眼受灾轻重次序为海南、广东和广西、福建.在花芽形态分化期,各地区龙眼受灾最严重的是轻度寒害,其次为重度寒害,最后为中度寒害;该时段内不同寒害致灾等级对各地龙眼造成的危害程度相似,龙眼受灾轻重次序均为海南、广东和广西、福建.在休眠期,各地区龙眼寒害受灾最严重的是轻度寒害,其次为重度寒害,最后为中度寒害;该时段内不同寒害致灾等级对各地龙眼造成的危害程度不完全相同,轻度和重度寒害威胁下,各地龙眼受灾轻重次序为海南、广东和广西、福建,中度寒害威胁下,海南和广西龙眼受灾最轻,其次为广东,福建受灾最严重.同一寒害致灾等级下,不同发育时段龙眼寒害灾损减产最大风险指数差异显著：轻度寒害威胁下,各地区龙眼在花芽生理期受到危害最重,其次为花芽形态分化期,休眠期危害最轻;中度和重度寒害威胁下,各地区龙眼在花芽生理期受到危害最重,其次为休眠期,花芽形态分化期危害最轻.     

1961—2010年中国橡胶寒害的时空分布特征

采用中国橡胶种植区1961—2010年的气象资料,根据《橡胶寒害等级(QX/T169—2012)》行业标准中的橡胶寒害等级评价指标,分析了中国橡胶寒害的时空分布特征。结果表明:橡胶辐射型寒害和平流型寒害在空间存在明显差异,其中年平均辐射型积寒高值出现在云南、福建等地,年平均平流型积寒高值出现在云南屏边,广西、广东、福建等地;1961—2010年研究区橡胶轻度寒害的频率呈增加趋势,而中度、重度、特重寒害的频率总体呈减小趋势,轻度、中度、重度和特重寒害出现的平均频率分别为3.50%、28.24%、14.93%和15.93%,而在橡胶主产区——云南的景洪、勐腊、海南岛等地,出现不同寒害等级的频率远低于整个研究区的平均值。研究结果可为防御橡胶寒害的科学决策提供依据。     

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。     

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。     

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。     

海南瓜菜春季干旱风险分析与区划

利用海南省18个站点1998—2011年的逐日气象资料、冬种瓜菜的产量和面积资料,基于3—4月降水量、无雨日数、连续无雨日数、最长连续无雨日数对春季干旱的综合影响,采用主成分分析法构建春季干旱综合指数,建立春季干旱等级指标。通过减产率分离得到春季干旱导致的瓜菜(西瓜Citrullus lanatus、豇豆Vigna unguiculata、辣椒Capsicum annuum、丝瓜Luffa cylindrica)灾损,综合考虑致灾、孕灾、灾损、防灾能力进行瓜菜春季干旱灾害的综合风险分析与区划。结果表明:瓜菜春季干旱致灾风险指数呈现东西高、中间低的分布,且不同春季干旱等级风险概率分布存在着明显的地区差异;春季干旱孕灾环境指数以海南中部的五指山为中心向四周逐渐减小;4种瓜菜的灾损风险和防灾能力分布地域差异显著;集成致灾、孕灾、灾损、防灾能力得到的干旱综合风险,4种瓜菜的高风险区均主要分布在海南的西部和南部部分地区,低风险区在海南的中部和东部部分地区。     

华南地区香蕉、荔枝寒害的气候风险区划

基于华南地区（广东、广西、福建）224个气象站点1951—2006年气候资料和香蕉、荔枝历史灾情资料,采用日最低气温≤5.0 ℃、持续日数≥3 d寒害过程的积寒和表征香蕉、荔枝年度寒害的气候致灾风险信息,构建了基于气候变化背景下的寒害综合气候风险指标,编制了香蕉、荔枝寒害等级风险概率地理分布图和气候风险区划图,并评述了香蕉、荔枝寒害气候风险的区域分异规律.结果表明：随着气候变暖,研究区香蕉、荔枝抗寒性降低,寒害致灾风险增加;香蕉、荔枝寒害各等级气候风险概率均呈纬向分布.基于综合气候风险指数的大小将香蕉、荔枝寒害划分为高、中、低3个气候风险区,这为农业结构布局的调整提供了重要依据.     

基于GIS的四川盆区小麦条锈病风险评价与区划

利用四川盆区1961—2017年气象数据、1999—2016年小麦条锈病监测资料以及农业生产、地理信息等数据,基于自然灾害风险评估原理和四川盆区小麦条锈病发生机理,运用集优法、加权综合评价法、层次分析法等,构建了四川盆区小麦条锈病发生风险评价指标体系和评价模型。在GIS技术支持下,对条锈病孕灾环境敏感性、致灾因子危险性、承载体易损性和防灾减灾能力4要素分别进行了评价,对四川盆区小麦条锈病发生风险进行了评估和分区。结果表明:四川盆区整体气象环境对小麦条锈病越冬和春季流行适宜;危险性指数较高的区域主要分布在盆地的西部地区;盆西平原、盆中浅丘的易损性指数较高;盆西、盆南和盆中与盆东北相交的浅丘地区防灾减灾能力较强。研究将条锈病发生风险划分为轻、低、中、高4个不同等级,高风险区分布在盆地西部;中、低风险区分布面积相当广,前者呈零散状分布,后者主要集中在盆地西部和中部;轻风险区分布面积最广。     

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%。     

基于产量的海南省香蕉寒害风险分析与区划

根据海南省1990-2010年的香蕉产量数据,采用线性滑动平均、回归分析、信息扩散等方法,建立了香蕉理论收获面积模型,实现了寒害与其他气象灾害减产率的分离,构建了香蕉产量寒害危险性评价模型,结合地区间种植规模的差异,开展了海南省香蕉产量寒害风险区划.结果表明:海南省香蕉产量寒害危险性较高的区域主要存在于北部、中部和西部,其中儋州的危险等级为全岛最高,南部、东南部和西南部的危险性较低;种植规模较大的地区主要分布在北部和西部的沿海市县;风险以低级别为主,五指山的风险最高,澄迈、海口和昌江略低,东部沿海地区和南部三亚的风险最低,基本不受寒害影响.     

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。     

气候变暖背景下广东冬种生产季气候资源和气象灾害的时空变化

运用趋势分析法研究了气候变暖前(1961—1996年)后(1997—2015年)广东冬种生产季气候资源和气象灾害的一般变化特征;引入百分位法确定了冬种主产区发生极端寒害和干旱的阈值,重点分析了气候变暖以来的极端灾害特征.结果表明: 与1961—1996年相比,1997—2015年区域内冬种生产季热量显著增加,冬种主产区湛江、茂名、惠州、韶关、梅州和广州等处在平均气温≥15 ℃、积温≥2200 ℃·d的高值区;降水略增加,湛江、茂名、惠州、广州和梅州大部地区处在降水量250～350 mm的区域.区域内冬种生产季寒害呈减轻趋势,湛江、茂名、广州和惠州大部均处于积寒<2 ℃·d的区域,韶关和梅州大部处在积寒8～16 ℃·d的区域;干旱日数呈减少趋势,湛江、茂名、惠州、广州和梅州大部处在干旱日数≥50 d的区域,韶关处在干旱日数<50 d的区域.从灾害典型个例分析可知,冬种主产区极端寒害和干旱的风险不容忽视,湛江、茂名、惠州和梅州发生极端寒害的风险较高,韶关和广州次之;湛江、茂名发生极端干旱的风险较高,惠州和广州次之,韶关和梅州较小.1997—2015年间,冬种生产季热量显著增加,寒害、干旱呈减轻趋势,但冬种主产区极端灾害频发、风险较高,建议在实际生产中紧密结合冬种生产季气候资源和气象灾害的发生规律发展冬种.     

广东省香蕉与荔枝寒害致灾因子和综合气候指标研究

根据广东86个站点1951~2004年的气候资料、1955~2004年的寒害灾情资料以及已有的成果,对香蕉、荔枝寒害的致灾因子和寒害综合气候指标进行了研究。结果表明,香蕉、荔枝寒害的临界温度可以定为5.0℃,其致灾因子包括寒害的极端最低气温、最大降温幅度、持续日数和有害积寒,它们之间相关性明显。利用主成分分析对4个致灾因子进行综合简化,得到了一个物理意义清晰,且方差占总方差大部分的寒害综合气候指标。采用广州4个致灾因子的权重计算了全省86个站点历年的寒害综合气候指标。寒害综合气候指标数值的大小与香蕉、荔枝单产具有显著的负相关关系,可以用来分析香蕉、荔枝寒害的轻重。     

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.     

吉林省农业气象干旱灾害的风险分析及区划

利用1961-2010年吉林省50个站气候观测资料、1981-2010年干旱灾情和农业经济资料,基于灾害风险系统分析理论、农田水分平衡法和综合灾害风险指数法,在分析干旱对吉林省农业影响致灾因子危险性、孕灾环境敏感性、承灾体脆弱性和防旱减灾能力的基础上,应用加权综合法得到不同单元的综合风险度指数;基于GIS技术,开展了干旱对吉林省农业影响的风险区划.结果表明:致灾因子危险性的高值区分布在西部的白城和松原大部分地区,孕灾环境敏感性的高值区分布在白城地区、松原地区、四平地区北部和通化地区南部,承灾体脆弱性的高值区主要分布在经济较发达的松原大部分地区、长春大部分地区、四平地区等,防旱减灾能力的高值区分布在松原、长春、四平、吉林和通化市区及其周边地区.考虑各因子的综合风险度,干旱对吉林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,其中,高、次高风险主要分布在吉林省中西部的白城、松原、长春和四平地区.     

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.     

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。     

科学家的责任心

50年代我国发展橡胶种植业,其中有些工作以国家任务下达于植生所。罗宗洛先生和几位同事到海南岛去工作。1955年1月中旬寒流侵袭两广及海南岛,橡胶树、果树、农作物受到严重的寒害。对此,罗先生进行了几个月的考察。他分析那地区寒害的特点和原因。南方寒害的特点之一是寒害表现缓慢,往往经过几个月才表现出来。例如:“据1月底的调查,广西大青山林区,因环境特殊,树苗几无寒害,但我们在3月上旬到大青山时则嫩枝枯萎,为数