我国冬小麦霜冻灾害致灾因子危险度评价——基于作物生育阶段气象指标

霜冻是一种威胁农业生产的气象灾害,对其致灾因子危险度的研究,可为大尺度的作物霜冻灾害区划及农业保险提供依据。根据作物生长发育的阶段性原理,以全国751个气象台站56年的逐日最低气温资料以及作物生育期资料为基础,统计得到冬小麦各个生育阶段不同灾害等级（轻霜冻、中霜冻、重霜冻）的年霜冻日数,并计算出冬小麦全生育期内不同等级霜冻的发生概率,基于以上两项指标对冬小麦霜冻致灾因子危险度做出评价。结果表明,研究期内重霜冻年霜日最大值为129d,而轻霜冻和中霜冻霜日最大值分别为23 d和19 d,冬小麦受重霜冻危害时间较长;冬小麦霜冻的频发区、多发区、少发区从北向南依次分布,随着霜冻等级增加,频发区的面积差异不大,但多发区的面积减小、少发区面积增大;冬小麦霜冻灾害危险度等级最低的地区主要分布在低纬度的几个省份,如海南、广东、广西、云南等,危险度等级最高的地区集中在青藏高原地区。     

农作物气象灾害风险识别与评估研究

以安徽省来安县水稻和萧县玉米为例,通过构建气象灾害指数和异常优化匹配技术量化气象灾害与产量损失之间关系,进而实现作物气象灾害风险的识别与评估。考虑到作物产量存在年趋势,利用直线滑动平均法(LMA)法进行产量年趋势剔除,获得产量年际波动率数据;根据研究区及作物生长期特征,用三种气象要素(降水、温度和光照)构建研究区长江的五种气象灾害(干旱、洪涝、高温、冻害、寡照)指数,并利用逐日气象要素值计算气象灾害指数的年极值与年累计值,获得气象灾害指数时序数据;基于气象灾害属于异常天气事件,导致作物产量异常的原理,采用气象灾害指数异常与产量损失异常匹配的方法来识别气象灾害与产量之间的关系。同时,通过调整异常阈值标准来逐步寻找最优的气象灾害指数与产量损失关系模型。借助关系模型,可对来安县水稻和萧县玉米的各种气象灾害风险进行模拟,获得各种气象灾害风险曲线和期望减产率,并据此对各气象灾害风险大小进行排序。农作物气象灾害风险识别与评估技术具有重要的实际应用价值,为农业气象灾害风险的监测及农业天气指数保险产品的开发提供重要的技术支撑。     

1961-2017年甘肃省霜冻演变特征及其对农业的影响

霜冻对农业安全影响巨大。为了提供防范霜冻危害的科学依据,利用甘肃省1961-2017年57个气象站温度资料和霜冻灾害资料,采用趋势系数、累计距平、Mann-Kendall(M-K)方法分析了不同等级霜冻日数的变化特征及其对农业的影响。结果表明:(1)甘肃省不同等级霜冻日数呈明显下降趋势,轻、中、重霜冻及早、晚霜冻日数分别以-2.3d·(10a)~(-1)、-1.8d·(10a)~(-1)、-1.2d·(10a)~(-1)、-1.2d·(10a)~(-1)、-1.1d·(10a)~(-1)的速率减少;2010-2017年减少最明显。(2)甘肃省各区域不同等级霜冻日数均呈现下降趋势,其中河西中部和甘南北部为快速减少区,陇南地区及陇东地区减少幅度较小。(3)近57a甘肃省呈晚霜冻结束时间提前,早霜冻出现时间推迟的趋势,且存在霜期最长的甘南地区晚霜冻结束时间提前最多,霜期最短的陇南地区早霜冻出现时间推迟最多的特点。(4)90年代末以后因≥10℃积温的快速增加及特色作物的播种面积大幅提高增加了作物受冻风险,霜冻造成的农作物受灾面积处于上升趋势。     

气象灾害灾情评估指标研究与应用——以陕西为例

为了定量评估气象灾害造成的灾情,利用陕西1984-2007年气象灾害普查数据库,建立人员死亡率、农作物种植面积受灾率、直接经济损失率3个灾情因子评估指数并计算灾情综合指数,构建灾情因子和综合灾情年景定量评估指标,将气象灾情年景分为严重、较严重、一般、较轻和轻5类。利用建立的年景评估指标对陕西2008-2010年气象灾害灾情年景进行评估,应用到年度气候影响评价业务服务中。分析每种气象灾害灾情因子指数和灾情综合指数多年平均值,确定陕西危害度最大的气象灾害依次为暴雨、干旱、冰雹、连阴雨、气象地质灾害等。研究结果表明:陕西气象灾害造成的人员死亡率呈现减少趋势,多年平均值为3.23/百万,直接经济损失率变化趋势不明显,多年平均值为1.51%,农作物种植面积受灾率呈明显增加趋势,多年平均值为21.99%。     

河南小麦生产农业气象灾害风险分析及区划

根据农业气象灾害风险分析理论，以河南省小麦生产为例，在辨识对小麦产量影响较大的农业气象灾害风险要素和风险源的基础上，通过构造灾度函数，运用EOF和概率等分析方法，分析了河南省小麦生产中的3种主要农业气象灾害——麦播旱涝、晚霜冻、干热风与青枯雨的发生规律及其对小麦产量的定量影响程度与风险概率。在此基础上，运用多因子综合风险指数模型，对河南省小麦生产农业气象灾害风险进行了综合区划，为农业气象灾害风险探讨了一条新的定量分析及区划技术体系。分析发现，干热风与青枯雨是影响河南省大部分地区小麦高产稳产的主要灾害，其次是晚霜冻危害，第三是麦播时旱涝灾害，但总体上河南省小麦生产的农业气象灾害风险并不算太高，只要采取一定的防御措施，不会在根本上影响小麦的高产稳产。     

基于GIS的宁夏晚霜冻害风险评估与区划

霜冻是宁夏一种主要农业气象灾害,对其风险评估及区划,可为区域防灾减灾提供有效依据。以宁夏23个气象站1981-2010年日气象观测数据、社会经济数据及地理信息数据作为基础资料,采用风险指数法、层次分析法、加权综合评分法等方法,利用ARCGIS绘图软件对宁夏晚霜冻灾害风险进行分析和评价,完成霜冻灾害风险区划图。结果表明,宁夏晚霜冻的孕灾环境敏感性复杂,北部灌区敏感性低于山区;致灾因子危险性普遍偏高;承灾体脆弱性北部灌区大部偏高,南部次之,中部最低;防灾减灾能力北部灌区最高,中南部山区偏低;晚霜冻灾害风险大的区域集中在北部灌区的永宁、吴忠及南部的彭阳等地,风险小的区域集中在灌区北部和中部大部。     

沿海城市风暴潮灾害风险评估研究述评

对风暴潮灾害形成机理、风暴潮灾害风险评估方法、灾害风险区划与等级评估、灾害损失评估等方面进行了梳理和分析,认为:①风暴潮灾害风险评估指标体系目前多为主要社会因子和经济损失因子,而忽视主要气象水文指标(最大增水、中心风速等)对风暴潮灾害的影响,研究发现,最大增水和风暴潮灾害呈正相关关系;可通过主成分分析等相关数学模型提取指标因子,避免指标选取主观随意性,又能够客观的确定指标因子的权重;②应建立统一的风暴潮灾害风险评估综合指标;提出建立灾害熵综合风险评估方法,定量的反映所研究区域灾害损失整体水平,灾害熵值也可作为划分灾害等级的分级量度。     

黑龙江省水稻初霜冻灾害致灾因子危险性分析

根据黑龙江省水稻的生长发育期,以全省77个台站1961-2009年的逐日最低气温资料、霜冻历史灾情数据、社会经济资料、地理信息数据及作物生育期资料为基础,综合运用GIS空间分析和灾害风险评估数学方法,分析了黑龙江省初霜冻灾害的灾情特征,并根据霜冻灾害的形成机制,分别计算水稻生育期初霜冻发生概率及偏早初霜冻发生概率,进而确定了致灾因子,对致灾因子危险性进行分析与评估。结果表明:水稻初霜冻灾害发生的概率随纬度的增加大致呈增大的分布形势,大兴安岭、孙吴、逊克、嘉荫、伊春、嫩江、克山、拜泉、海伦等市县为高危险区,黑河大部、齐齐哈尔东部、绥化北部、尚志、穆棱、富锦为次高危险区,松嫩平原南部、三江平原大部、牡丹江南部为次低及低危险区。     

分离趋势产量和气候产量的方法探讨

在长时间序列的作物产量与气候因子关系的统计研究中,一般把作物的产量分解为趋势产量、气候产量和随机误差3部分。趋势产量是反映历史时期生产力发展水平的长周期产量分量,也被称为技术产量,气候产量是受气候要素为主的短周期变化因子(农业气象灾害为主)影响的波动产量分量。因为不同趋势产量模拟方法分离的气候产量的结果可能不同,甚至截然相反,所以分离趋势产量以得到准确的气候产量就显得尤其重要,这关系到影响作物产量的气候因子(主要是农业气象灾害)分析的准确性。试图以气候变化对棉花产量影响为例,说明如何选择合适的趋势产量求算方法,进而分离得到气候产量。提出了方法选择的3个依据条件:趋势产量模拟曲线应该符合社会技术各发展阶段的实际;全国或整个研究区的趋势产量变化特征因子应该基本一致(即社会和技术水平发展过程差异不大),气候条件相似区域其气候产量应该具有很强的相关性;分析得到的影响研究对象(作物)生长的关键气候因子或者农业气象灾害因子,应该符合所研究对象的生育特性及其对气候因子或农业气象灾害因子的响应规律。     

基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲线研究

自然灾害风险(Risk)是灾害损失的可能性,主要取决于致灾因子、脆弱性、暴露性以及防灾减灾能力四个因素。脆弱性(Vulnerability)衡量承灾体遭受损害的程度,是灾损估算和风险评估的重要环节,是致灾因子与灾情联系的桥梁。在全面收集研究区气象、土壤、土地类型、田间管理数据等资料的基础上,以吉林西部玉米干旱灾害作为研究对象,选取了吉林西部2001年、2002年、2004年以及2006-2009年7个案例干旱年的干旱致灾强度作为输入,运用CERES-Maize模型,模拟和计算出不同干旱致灾强度下不同生育期对最终产量起主要影响的关键指标的损失率,并且拟合出脆弱性曲线。结果表明,脆弱性对最终产量影响由高到低的生育期为抽雄-乳熟期、拔节-抽雄期、乳熟-成熟期、出苗-拔节期。研究结果可以为旱灾损失的快速评估、区域农业干旱灾害风险评估以及预警提供依据,为区域防灾避灾与管理工作提供科学依据。     

30年来我国农业气象灾害变化趋势和分布特征

利用1979-2008年的统计数据分析了我国近30年来农业气象灾害的时间变化趋势和空间分布特征。结果表明:(1)1979-2008期间,我国农业气象灾害的灾情日趋严重,农业气象灾害总成灾面积和成灾比率都呈增加趋势;各类灾害中,旱灾和霜冻成灾面积和成灾比率呈增加趋势,风雹成灾面积和成灾比率变化不大呈略微下降趋势,而1989-1998年段水灾严重。(2)旱灾成灾面积在总成灾面积中所占比例最大(约占总成灾面积的1/2),其次是水灾(约占总成灾面积的1/4),再次是风雹,而霜冻成灾面积最小。(3)在区域分布方面,旱灾灾情华北地区最为严重,其次是东北,再次是西北;水灾和旱灾的轻重程度往往是一个此消彼长的关系,华中的水灾最严重,其次为华东、华南和西南;风雹灾情的轻重程度在我国的分布也有较强的区域性,华北、西北和东北是风雹的重灾区;霜冻分布各区域差异较小,西北和华中的灾情相对较重。     

灾害损失组合年景研究

根据陕西解放以来的灾害损失资料，将各种灾害造成的成灾面积、人口死亡、房屋倒塌和水、旱、风雹、病虫害、霜冻以及其它灾害造成的农田成灾面积分成４和５个档次，用人工神经网络方法进行聚类，可分成５个不同的灾害损失组合年，其代表了不同损失特点，有助于对各年定量评价灾害年景。分析这些不同损失组合类型的降水特征，可通过对降水的预报来预测可能出现的灾害组合，从而为重点防御某种或某几种灾害损失指明方向。     

陕南地区清代霜雪灾害及分形特征研究

通过对陕南清代历史文献资料的搜集、整理和分析,研究了清代(1644-1911年)陕南霜雪灾害等级、阶段变化及不同等级灾害周期性等。统计分析显示,陕南清代发生霜雪灾害28次,平均每9.57年发生一次;霜雪灾害可划分为轻度、中度、重度三级,各占灾害总频次的21%,72%和7%;清代霜雪灾害可分为4个阶段,其中1644-1668年和1819-1868年的第1、第3阶段为灾害多发期,而1669-1818年和1869-1911年的第2、第4阶段为灾害少发期。霜雪灾害的自相似性揭示了灾害的分形性,分形结果显示陕南地区清代各等级灾害呈周期变化,且这些灾害的集中性非常强。陕南清代轻度、中度和重度霜雪灾害发生分别存在着16～18 a,7～8 a和46 a振荡周期。该地区霜雪灾害的发生主要是偏暖月的持续性降雪、积雪或由寒流引起的气温骤降造成的。初步确定陕南清代发生了两次霜雪灾害气候事件,时间在公元1649-1663年和1817-1842年。     

山东省近600年旱涝霜雹数据库和超长期预报系统研究

干旱、洪涝、霜冻、冰雹是山东省最主要的气象灾害,具有频率高、范围广、灾情重等特征。通过对历史资料的整理、编码和输入,建立了山东省近600年旱涝霜雹数据库、近40年降水数据库和预报因子数据库,并编制了数据管理和分析软件包,在国际著名的SAS统计分析系统基础上,建立了山东省旱涝霜雹超长期预报系统。本文简要论述灾害数据库和预报系统建立的技术方法及系统应用的初步结果。     

河南省冬小麦晚霜冻害风险区划

基于河南省冬小麦遥感种植面积数据、DEM数据和111个气象站1971-2010年逐日最低气温资料,采用基于GIS的逐日最低气温空间插值技术,根据冬小麦晚霜冻灾度指标及其等级划分标准,计算各空间单元轻霜冻、中霜冻和重霜冻日数,综合考虑霜冻害日数和冬小麦实际种植面积比例因素,构建冬小麦晚霜冻害风险评价指数,分析河南省冬小麦不同等级晚霜冻害日数及其风险的区域特征.结果表明:河南省冬小麦轻霜冻日数高值区主要分布在河南省北部、东部和西部丘陵山区,中霜冻和重霜冻高值区以分布在西部丘陵山区为主,霜冻日数最大值分别为67 d、48 d和120 d；轻霜冻风险较高的区域主要分布在河南省除郑州地区以外的驻马店和南阳盆地以北地区,中霜冻主要分布在东部和西部丘陵山区,重霜冻主要分布在河南省西部丘陵地区,风险指数最大值分别为28％、18％和17％.总体上看,河南省冬小麦晚霜冻害日数和风险空间分布特征明显；轻霜冻日数及其风险的覆盖面积最大,其次为中霜冻,重霜冻最小；河南省的东部、北部和西部丘陵山区为晚霜冻害的主要防御区域,各级霜冻之间以防御轻霜冻为主.     

基于气象灾害预报的作物种植类型决策方法

干旱、雨涝是农业生态方面重要的水文气象灾害,科学地根据水文气象预报来选择种植作物品种,一直是农业管理者、生产者非常关心的问题,传统的决策方法是根据农业总体区划、作物种植习惯和耕作习惯确定的,具有一定的局限性。提出了基于气象灾害预报对错概率的作物种植类型决策新方法,综合考虑了农业气象预报的误报概率和作物适应性,克服了传统方法的不足。对绥棱农场某种植区20年的水文气象资料进行了分析,计算了旱涝预报与实况联合概率矩阵,推导出水文气象预报对错概率矩阵;根据作物品种在不同天气状况的产量,确定了决策失误损失矩阵。实证分析表明,所提决策方法可有效地减少因旱涝灾害给粮食产量带来的损失,对作物品种的选择具有很好的实用参考价值。     

中国东部沿海省市风暴潮经济损失风险区划

风暴潮是我国沿海省市面临的重大自然灾害之一,给这些地区造成了难以估量的损失。选取1989-2008年沿海11省、市、自治区风暴潮的历史数据作为研究样本,运用因子得分基础上的聚类分析和熵值评价等方法,对这些地区风暴潮灾害经济损失的风险进行了评估,最终按风暴潮灾害的经济损失程度将沿海省市划分为3个区域:即上海为第1区,表示风暴潮经济损失风险最小;海南、福建、浙江、广东4省为第3区,风险最大;其他省、市、自治区为第2区,表示经济损失风险居中。3个区域的灾害区划,为我们从更深层次上认识风暴潮的发生及是造成的损失情况提供了新的视角。