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。     

河南省春季降水与温度变化的时空分布——基于地理信息系统的分析

春季的气候条件异常一直是制约河南省小麦生产的瓶颈之一,春旱作为河南省主要的气象灾害,严重影响了小麦的生长。近几十年来,极端天气事件随着全球气候变暖的加快而越发频繁。春季干旱发生的主要因子降水和温度的变异性显著变大。基于GIS及和河南省30年的气候整编资料,对河南省春季降水、温度及降水温度比的变化趋势及时空变化分布进行了研究。结果表明:豫南春季降水减少最为严重(南阳盆地除外),豫中次之,豫北春季降水稍有增加;从温度的变化分布来看,河南全省春季温度都呈上升趋势,其中,豫南的信阳、驻马店,豫西北的济源、焦作、洛阳、郑州及平顶山地区温度上升趋势较大,南阳盆地、豫东平原及豫北平原地带温度变化相对较小;反应春季气候异常的降水温度比豫南为负向变化最大,豫北为正向变化最大,空间分布与春季降水基本吻合。综合分析说明未来河南地区的气候变化将会更加不稳定。     

小麦干热风灾害综合强度指数研究

干热风是我国北方麦区小麦生育后期经常出现的一种农业气象灾害,现有指标一般将干热风年型划分为无、轻、重3个等级,相同等级的年型之间难以进行相互比较;以往的研究通常只考虑高温低湿型,或将高温低湿和雨后青枯两种类型干热风分开分析,难以全面评价干热风的特点及其影响。本研究利用北方小麦主产区13省(区、市)178个站点1981—2015年小麦生育期内的逐日最高气温、14时相对湿度、14时风速、降水等资料,对干热风指数DHW进行了参数和类型修订,进而构建了涵盖高温低湿和雨后青枯两种干热风类型的干热风综合强度指数(CID);基于小麦因干热风造成的千粒重降低标准,提出了干热风当量日数(EDs)的概念,通过分析EDs与CID的关系,确定了北方小麦主产区各区域基于CID的干热风年型划分等级。干热风综合强度指数(CID)与干热风气象行业标准(QX/T82-2007)年型等级评价结果一致的比例,除新疆重区为84.4%外,其余各区域在90.9%至98.2%之间,表明CID具有较好的普遍适用性。基于CID对代表站点和典型干热风年的干热风时空特征分析表明:华北黄淮小麦主产区干热风强度呈减弱趋势,重区和次重区的变化趋势总体一致;而无论发生区域和发生强度,2001年均为1981—2015年中干热风最重的年份。干热风综合强度指数(CID)的建立实现了干热风强度的指数化综合评价,使具有相同年型等级的站点或年份之间干热风强度的时空对比分析成为可能,可作为现有干热风指标的拓展和补充,用于干热风灾害监测评估研究和服务。     

近50年华北平原干热风时空分布特征

干热风是影响华北平原冬小麦生长发育及产量形成的重大农业气象灾害之一,利用华北平原48个站点1961-2008年的逐日气象资料,分析了近50年来各站点的干热风(高温低湿型/雨后青枯型)日数及区域分异规律,结果表明:就地理空间而言,华北平原干热风日数总体上呈现中部高南北低的分布趋势;在发生时间上,除南部个别地区有增加的趋势外,大部分区域干热风日数呈明显的递减趋势。进一步的分类研究则表明:高温低湿型的与干热风总体时空分布趋势相近,而雨后青枯型虽然也呈下降趋势,但下降幅度远小于干热风总体情况,并且在南部、西北部日数反而呈现增加趋势。了解干热风的时空分布特征,可为进一步建立干热风监测预警模式奠定一定的理论和应用基础,并可为当地农业生产决策提供参考。     

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.     

基于综合强度指数的黄淮海地区干热风灾害时空特征

干热风是影响黄淮海地区冬小麦后期生长和产量形成的重大气象灾害之一,本研究基于干热风综合强度指数(CID),利用黄淮海冬麦主产区65个站点1961—2015年的逐日气象数据和冬小麦生育期资料,分析了该地区干热风强度的时空变化特征。完成了过去55 a区域干热风年型的反演,表明黄淮海地区有半数以上的年份会出现区域性干热风灾害,55 a间分别有21 a、10 a达到轻度、重度干热风强度等级,其中1961、1965和2001年的强度分列前3位。干热风年型机遇的地理分布,河南中部和北部、山东中西部、河北和京津大部≥3遇/10 a,其中河北中南部、北京南部、山东北部、河南北部部分地区超过5遇/10 a,是干热风重点防范区域。从年际变化来看,黄淮海地区干热风强度总体呈减轻趋势,其中在干热风多发区、危害集中区减轻趋势更明显,表明研究区域内干热风威胁总体在减轻。但在气候变暖背景下,极端天气气候事件频发,部分年份仍存在发生较重干热风的可能,2001年和2014年小麦灌浆期间,黄淮海地区均出现了持续时间较长、重度干热风面积较广的干热风天气,成为进入21世纪以来两个典型的干热风年,因此对干热风的防御仍要给予高度重视。     

黄淮海地区干热风灾害致灾因子时空特征分析

黄淮海地区是我国冬小麦主产区,也是干热风灾害危害最重、影响最广的地区,本研究利用黄淮海冬麦主产区81个站点1961-2017年的逐日气象数据和冬小麦生育期资料,分析了该地区小麦成熟期和干热风致灾因子的时空变化特征。在81个测站中,有23个成熟期提前趋势显著或极显著,但大部地区成熟期变化趋势不显著,有63%的站点未通过显著性检验。对干热风致灾因子达标日数和相似系数的分析表明,达到干热风灾害阈值的概率依次为14:00风速>14:00相对湿度>日最高气温,最高气温是形成干热风的主要限制因素,轻干热风的发生最高气温和相对湿度起主要作用,重干热风则是高温胁迫起决定作用,低湿条件使胁迫加重,风速只起辅助作用。揭示了该地区干热风危害总体减轻的气象条件基础,即干热风3要素表现为最高气温略降、14:00相对湿度略增、14:00风速明显减小的特征,3要素均向有利于减轻干热风发生的方向变化,对于冬小麦籽粒灌浆和产量形成是有利的。但灌浆成熟期内最低气温的显著升高,意味着气温日较差减小、小麦夜间呼吸消耗增大,对其干物质积累和产量形成带来潜在不利影响。     

华北北部冬小麦干旱和产量灾损的风险评估

利用河北及京津地区53年(1949～2001年)的冬小麦实际产量资料,采用直线滑动平均法分离出趋势产量和气象产量,并将气象产量作了相对化处理;以本区主要由干旱所造成的相对气象产量负值(减产率)序列作为研究对象,根据风险理论采用风险评估技术和方法,计算了该区在干旱气候条件下冬小麦不同减产率范围出现的概率,并选取历年减产率的变异系数、历年平均减产率和减产率风险概率作为评价指标,分析了干旱气候条件下河北及京津地区历年冬小麦产量灾损的风险水平。研究结果可为冬小麦产量风险预测及抗灾减损提供科学依据。     

海南岛天然橡胶主要气象灾害风险区划

海南岛是中国天然橡胶的主产区之一。海南岛天然橡胶面临的主要气象灾害有寒害和风害,因此开展橡胶的气象灾害风险区划,可有效提高海南天然橡胶气象灾害的防御能力。根据海南岛1971-2010年的气象数据和1988-2012年海南橡胶种植数据及TM遥感图像提取的2009年海南岛橡胶分布信息,基于风险形成的机理,选择致灾因子危险性、孕灾环境暴露性、承灾体脆弱性和防灾减灾能力等4个因子,分别开展了橡胶寒害和风害的风险评价,并在此基础上得到了海南天然橡胶主要气象灾害综合风险评价结果。结果表明:高风险区域和较高风险区域分布在海南岛琼海的西部、琼中、万宁的西部、五指山、三亚等地;中等风险区域分布在屯昌、澄迈、琼海、保亭南部、白沙、乐东等的大部分地区;较低风险区域和低风险区域主要分布在昌江、东方、儋州、海口等的部分区域。     

河南省夏玉米大风倒伏气候风险分析

利用1971-2010年近40 a的气象资料,首先分析了影响夏玉米倒伏的两个主导因子——大风日数和大雨日数的变化特征。然后分析了不同生育阶段不同程度倒伏的发生概率及其空间分布,最后进行了夏玉米大风倒伏的综合气候风险区划。结果表明:(1)近40 a夏玉米生长季大风日数显著下降,西北部渑池、孟津地区和南部的信阳一带大风日数较多;大雨日数变化趋势不显著,空间分布呈西北向东南方向显著递增的趋势。(2)不同倒伏等级中,轻度倒伏发生的概率最大,全生育期平均达44.2%;乳熟-成熟期倒伏发生概率明显高于其他生育阶段,达到28.7%。(3)综合气候风险高风险区主要分布在豫南最南部,低风险区主要分布在豫西的卢氏、伊川等地以及豫北的沁阳、林州、濮阳一带和豫东的商丘、太康等地。     

基于随机森林的旱灾损失模型构建与应用——以河南省雨养小麦为例

定量刻画致灾因子和产量损失率之间的关系可以为农业灾损快速评估及风险评价、区域防灾减灾工作提供服务。以雨养小麦为例,筛选河南省雨养为主的县(有效灌溉面积占耕地面积比例大于等于0.6的县)为研究区。对研究区的历史小麦产量数据进行时间序列分解,得到趋势产量,进而计算产量损失率。基于游程理论利用小麦生育期内不同时间尺度的标准化降水蒸散指数(SPEI)进行河南省干旱事件的识别和特征分析。筛选出小麦减产且生长季内发生干旱的年份所对应的小麦损失率和SPEI数据构成样本数据。利用随机森林建立多尺度SPEI和小麦损失率之间的模型,并进行精度验证。研究结果显示:①河南省耕地范围上不同时间尺度的SPEI总体呈现干湿一致的趋势。河南省冬小麦全生育期识别出的干旱历时和干旱强度年均值的分布具有一致性。②本文建立的损失模型的平均绝对误差为0.069,均方根误差为0.083,模型精度能够满足产量损失预评估的要求,可以为产量损失快速评估提供参考依据。     

安徽省冬小麦渍涝灾害损失评估模型研究

将安徽省冬小麦种植区划分为淮北、沿淮、江淮3个区域,采用根据大面积多种农作物平均单产求算小面积作物趋势产量的方法,计算了各区域冬小麦的减产率。分析了各区渍涝对冬小麦产量影响的最大时段,确定了主要危害因子和指标,探讨用主要因子法和Q值法构造减产率和危害因子间的相关函数,建立了安徽省各区域冬小麦渍涝灾害损失模型和综合评估模型。     

基于格网GIS的豫北地区干旱灾害风险区划

以豫北地区32个市县为研究区域,从造成干旱灾害的4个因子,即致灾因子危险性、承灾体暴露性、脆弱性和防灾减灾能力4个角度出发,选取了包括气象、土壤、人口、社会经济在内的17项指标,在格网GIS技术的支持下,对评价体系中的各指标进行10 km×10 km尺度的网格化表达。应用自然灾害风险指数法,熵组合权重法和加权综合分析法,建立了干旱灾害风险评价模型;通过选取典型案例年,运用最优分割理论确定了干旱灾害风险阈值,并利用GIS技术绘制了豫北地区的干旱灾害风险区划图。结果显示:豫北地区的高风险区主要集中在濮阳市区、濮阳县、清丰县、南乐县、新乡市区;而西部的济源市、孟州市,以及原阳县风险较轻。     

基于地理信息系统的河南省雷暴分布

为了研究不同地形条件下河南省雷暴的分布特征,在1971-2000年30年雷暴日数观测资料上,叠加河南省地理信息,进行了分析研究,得知河南省全年有3个雷暴多发区,第一个为豫南桐柏山高发区,第二个为豫西南伏牛山高发区,第三个为豫北太行山高发区;同时分别对该省春季、夏季和秋季的雷暴进行了分析,发现春季雷暴高发区主要位于信阳桐柏山区域,夏季雷暴高发区位于豫北太行山、豫西南伏牛山和豫南桐柏山区域,秋季雷暴高发区主要在豫北太行山区域,其次为豫南桐柏山区域。雷暴的发生具有显著的地域性,山区的雷暴日数多于平原地区,这对山区的防雷建设和人工影响天气作业提出了新的要求。     

农业气象灾害风险评估体系及模型研究

从灾害风险分析的角度构建了一个由我国北方冬小麦干旱、江淮冬小麦渍涝、东北作物夏季低温冷害以及华南荔枝和香蕉冬季寒害组合的灾害风险评估体系.该体系由风险辨识、风险估算和风险评价组成.风险辨识分别阐明了上述各灾种的孕灾环境、致灾因子和承灾体的灾情特征.在风险评估方面,基于灾害性质、灾损和抗灾性能的含义,提出了相应的风险概念模型,根据多年产量资料和气象资料,提出了应用性强、可操作的各种灾害的灾害强度风险概率模拟模式和灾损风险概率模拟模式、抗灾性能模式,并采用逐年产量和气象资料的样本序列,由上述模拟模式估算了各种灾害强度和不同灾损发生的风险概率及风险指数,阐述了风险水平的地区差异.在风险评价方面,根据对各种灾损的风险指标进行综合,分别提出了风险区划指标,并进行了风险区域划分.     

基于网格脆弱性曲线的世界小麦旱灾风险评价

旱灾是世界上影响范围最广、造成农业损失最大的自然灾害之一,同时,在全球变化的背景下,旱灾风险呈现加重的趋势。评价农业旱灾风险并进行有效的防范是保障粮食安全的重要措施。借助EPIC模型,假定0.5°网格为均值单元,使用灌溉情景法模拟全球均值网格的小麦旱灾脆弱性曲线。结合历史气象数据评价全球小麦的干旱致灾因子,最后计算了全球小麦因旱灾导致的产量损失风险,并编绘了全球小麦旱灾风险图。结果显示:1中国、俄罗斯、美国/哈斯克斯坦为风险排名前三的国家,归一化后的风险指数分别为0.53、0.22和0.19;2春小麦的旱灾风险要高于冬小麦。在已有的作物旱灾风险评价研究基础上,同时兼顾了脆弱性评价的空间分辨率和表示精度,建立了与风险评价空间分辨率相一致的小麦旱灾脆弱性曲线,从而极大地提升了区域旱灾风险评价,特别是大尺度风险评价的准确度。     

干旱综合风险指标的构建及风险区划——以河北省冬麦区为例

以河北省冬小麦种植区为例,基于自然水分亏缺率指数、降水距平百分率指数和抗旱指数,构建了干旱风险综合指标,并开展了风险区划;同时,利用冬小麦单产减产百分率和该区域历史旱灾发生频次资料,比较并验证了干旱风险综合指标和风险区划结果。结果表明,所构建的干旱风险综合指标适用于冬小麦的干旱风险区划,对于冬小麦因旱灾造成减产的风险评估和预测具有一定的参考价值。     

基于水分盈亏指数的四川省小麦生育期干旱风险评估

利用四川省135个气象台站1961~2014年逐日气象资料和29个农业气象观测站的小麦观测资料,选取水分盈亏指数作为干旱评估指标,分析了54年来四川小麦7大种植区不同生育期的各级干旱时空变化特征及其风险分布情况。结果表明:小麦各生育期发生干旱站均次数以川西南山地最多,其多年平均值达0.9以上,可谓十年九旱。各区干旱站均次数的时间变化趋势不明显。生育阶段以孕穗-抽穗期发生干旱频率较高,其次是拔节-孕穗期,最低的是抽穗-乳熟期。从干旱频率空间分布特征来看,川西南山地是发生轻旱频率最高的地区,川西高原中旱和重旱的发生频率要高于其它各区,盆地各区域中只有盆中和盆西部分区域发生干旱频率相对较高。小麦干旱风险分布情况为川西南山地以及川西高原的南部区域是干旱高风险区,大部分区域可达极重风险,盆地以盆中为干旱风险高发区。     

华北地区冬小麦干旱时空分布特征

根据作物气候指标距平,利用经验正交函数和小波分析方法,研究了华北地区冬小麦干旱的空间分布和时间演变特征。研究结果表明,主要有3种空间分布类型:以中西部为中心的全区一致型;西北、东南相反分布型,其正值中心分布在北京、霸州等区域,负值中心分布在济南、淄川、临沂等区域;东、西相反分布型,其正值中心分布在河北省东北部的唐山、秦皇岛和山东省的烟台、福山、海阳为等区域,负值中心分布在河北省的邢台、石家庄以及河南省的安阳和新乡等区域;3种空间分布型时间系数变化趋势都表明,20世纪90年代以后华北地区冬小麦干旱呈加重的趋势。     

黄淮海地区夏玉米花期阴雨灾害风险区划

黄淮海地区为我国夏玉米主产区。夏玉米花期若遇连阴雨灾害将导致玉米减产,造成严重的经济损失。选取黄淮海地区(包括北京、天津、河北、河南、安徽、山东)1971-2011年7-8月的日降水量、日照时数等气象资料,及土地利用类型等数据,采用层次分析法和加权综合评价法,结合GIS空间技术,对黄淮海地区夏玉米花期阴雨灾害进行了风险区划。结果表明:黄淮海地区夏玉米花期阴雨高危险性地区主要分布在黄淮海地区东南部,占总面积的9.7%;高暴露性区域集中分布在山东省、河北省中南部及河南省东部,占总面积的32.5%;高易损性地区主要分布在黄淮海地区南部,占总面积的5.1%;整体综合风险指数较高,中、高风险区主要分布在黄淮海地区北部、东部及南部,占总面积的57.3%。对区划结果进行了验证,结果表明:实际夏玉米花期阴雨灾害发生情况与分析结果吻合良好。