黑龙江省玉米初霜冻致灾临界气象条件风险区划

为了开展黑龙江省玉米初霜冻致灾临界气象条件风险区划技术研究,以期指导生产者合理安排作物品种布局,减轻初霜冻灾害造成的损失,以晚熟玉米为例,从确定初霜冻致灾临界气象条件出发,计算玉米初霜冻致灾临界气象条件在安全成熟前发生的概率,作为风险指数进行风险区划,基于GIS理论绘制风险区划图。结果表明：玉米初霜冻的风险区的分布具有2个明显特征：一是呈维向分布,自北向南随着维度的降低风险变小;二是随着地势的增高风险增大。大兴安岭、黑河在高纬度和高海拔的双重影响下,成为初霜冻风险最高的区域;而松嫩平原和三江平原的大部不仅海拔低,且处于维度相对较低的区域,因此是初霜冻的低风险区。通过对气候变暖前后风险区划图的分析发现,气候变暖使得玉米适宜种植区的面积扩大,一定程度上降低了玉米初霜冻灾害的风险。     

基于GIS的吉林省霜冻灾害风险评估及区划

旨在依据灾害风险理论,对吉林省霜冻灾害进行风险评估与区划,以期减轻吉林省霜冻灾害造成的损失,为农业生产合理布局提供科学依据。基于吉林省逐日地表最低温度、霜冻灾情及作物种植面积等资料,采用自然灾害风险指数法、层次分析法和加权综合评价法,对致灾因子危险性、孕灾环境敏感性和承灾体易损性指数进行评估,基于GIS进行吉林省霜冻灾害风险评估与区划。结果表明：吉林省霜冻可划分为高、次高、中、次低和低风险区5个等级,初霜冻高风险和次高风险区主要分布在西北部白城、中部长春、吉林和四平部分地区;终霜冻高风险和次高风险区主要分布在中部长春、吉林和延边部分地区。初、终霜冻风险区划结果与灾情统计结果均呈极显著正相关关系,相关系数分别达0.496和0.490(P<0.01)。本研究建立的吉林省霜冻风险评估模型,能够反映吉林省初、终霜冻的风险分布特征,初、终霜冻风险区划结果存在空间分布差异;经验证风险区划结果与历史灾情资料相符。在气候变暖背景下,吉林省霜冻灾害仍需重视。     

近50年山西省霜冻特征分析

为了全面认识山西省霜冻天气特征,为农业的精细化区划提供更多参考,利用全省70个地面气象站逐日最低地温资料,采用线性倾向和小波分析等方法,对山西省霜冻特征进行分析。结果表明：（1）山西省初、终霜日及无霜期的空间分布差异明显,最早最晚初霜日相差79天,终霜日相差112天,无霜期相差282天。（2）总体上,山西省初霜日推后,终霜日提前,无霜期延长。20世纪90年代后,初霜日推后的趋势明显加大。初霜日和无霜期的年代际变化存在明显的地域差异,而终霜日不明显。（3）小波分析揭示,山西省初、终霜日以及无霜期均存在多尺度变化特征,但三者存在明显差异,且在不同的时间尺度上,突变点不同。（4）山西省重度霜冻灾害多出现在20世纪60年代和70年代;21世纪以后,出现重度终霜冻灾害的几率增加。因此,采取科学的区划方式,合理调整种植布局,才能有效提高农业产业水平。     

气候变暖背景下科尔沁沙地50年霜冻变化分析

为了研究气候变暖背景下自然灾害对科尔沁沙地沙漠化防治和农业生产的影响,为沙地的治理及农业结构调整提供气候依据。利用最典型地区的地面最低温度资料,分析了该地区近50年地面初、终霜冻出现日期和无霜冻期变化特征。结果表明：在全球气候变暖背景下,初霜冻出现日期变化趋势只略显推后,推后速率1.1天/10年;终霜冻出现日期提前趋势明显,提前速率3.4天/10年;无霜冻期呈延长趋势,延长速率4.5天/10年。初霜冻仍是当地仅次于干旱的主要气象灾害。     

基于作物生长模型的玉米生殖期冷害致灾因子研究

利用东北玉米生长模型(NEC_MaGM)结合历史冷害数据分析了东北玉米灌浆期低温和初霜冻的发生规律,探讨了两者对玉米生长发育过程的影响与实际冷害年份之间的对应关系。结果表明,东北地区玉米灌浆期间较易出现15~16℃以下的急剧降温天气,对籽粒灌浆影响很大;出现在发育指数(DVS)为1.9之前且日平均温度连续5 d低于16℃的低温将对玉米贮存器官干重(WSO)积累造成重大影响,其出现年份与实际冷害发生年份符合度较高,是发生大面积冷害的致灾因子之一;随着气候变暖,东北各地初霜冻日和新玉米品种的成熟期均在推迟,但初霜冻日的年际波动不断增大。模拟显示,初霜冻发生在玉米成熟前的频率也在增加,初霜冻对玉米的影响仍不容忽视;初霜冻对WSO积累影响严重的年份与历史上出现冷害的一些典型年份比较一致,也是重要的冷害致灾因子之一。灌浆期低温和初霜冻出现时间以及由此导致WSO的损失程度可以作为基于作物生长模型进行玉米冷害监测预测的重要指标。同时,作物生长模型可以成为研究农业气象灾害致灾因子的有力工具。     

气候变化背景下山南市霜冻灾害风险评估

为了解山南市霜冻灾害风险特征,提升霜冻灾害预报预测水平,提高科学防御灾害能力。利用山南市1981—2013年历年逐日最低气温和霜日,地理信息和国民经济统计数据,利用层次分析法和专家打分法,综合分析霜冻致灾危险性、承灾体易损性、孕灾环境敏感性和防灾减灾能力等4个方面影响因子,基于GIS技术,绘制风险区划图。结果表明:山南市霜冻灾害高风险主要位于浪卡子、洛扎中西部,错那、隆子交接高海拔地带,次高风险区位于沿江一线南北两侧高海拔乡镇,浪卡子、洛扎、琼结大部,措美全境等地,中等风险位于沿江一线大部、高海拔地区向东南部低海拔地区缓冲区域,山南市东部和东南部低海拔区域是霜冻灾害低风险区。     

陇中地区玉米春霜冻害等级指标研究

为明确霜冻强度与农作物冻害程度之间的量化关系,以陇中地区玉米春霜冻害为研究对象,从霜冻灾害的致灾因子的危险性和承灾体的脆弱性出发,建立玉米冻害等级指标。主导指标采用最低地温负距平,能够反映玉米关键生育期作物耐寒程度的动态变化,实现了霜冻强度与作物生育期的结合;辅助指标采用逐时负地积温与日最低地温,体现霜冻强度是低温强度与低温持续时间的累计效应;再参考作物受冻率,构成了完备的春霜冻害指标体系。该指标计算简便,物理及物候学意义显著,经检验与实际情况吻合度达到80%,可在业务中推广应用。     

气候变化背景下山南霜冻灾害风险评估

选取西藏山南市近30年(1981～2013年)历年逐日最低气温和霜日数据、地理信息和国民经济统计数据,利用专家打分和层次分析等方法,借助GIS技术,综合分析霜冻致灾危险性、承灾体易损性、孕灾环境敏感性和防灾减灾能力等四方面影响因子,得到山南市霜冻灾害风险区划。结果表明,山南市霜冻高风险、次高风险区主要分布于浪卡子,措美大部,错那西北部,隆子西部,洛扎西部,贡嘎西南部,扎朗和桑日北部,琼结和曲松南部,加查与桑日交接地带；中等风险区位于沿江河谷中部,东北部,南部边缘地区高海拔和低海拔缓冲区域。     

菏泽市雷电灾害风险区划研究

为了明确不同县区雷电灾害风险的高低、防御和减轻雷电灾害,以闪电定位资料和经济社会资料为基础,采取归一化法、层次分析法、加权综合评价法,统筹考虑致灾因子的危险性、孕灾环境的敏感性、承灾体的易损性和防灾减灾能力4个评价指标,选择9个影响因子建立雷电灾害区划模型,绘制出菏泽市雷电灾害风险区划图。结果得出：曹县和东明是致灾因子危险性高值区,两地的孕灾环境敏感性同样较高,牡丹区和定陶是承灾体易损性高的区域,防灾减灾能力的高值区在牡丹区和东明。曹县和东明是雷电灾害的高风险区,次高风险区为单县和巨野,中等风险区为定陶,次低风险区为成武和郓城,牡丹区和鄄城由于防灾减灾能力强或致灾因子危险性较低划为低风险区。     

武都山区农业连阴雨灾害时空演变气候特征及风险区划

为了指导武都山区农民合理安排农业生产工作,提高应对连阴雨灾害能力,确保农业增产、农民增收之目的,从武都区1971—2010年连阴雨资料入手,分析得出：武都区连阴雨主要集中出现在5—10月。其中,5—7月夏收期和9—10月秋收期连阴雨危害最大,出现频率最高,造成的农业灾损最为严重。结合人口、GDP、耕地比等资料,利用ArcGIS软件,得到连阴雨灾害危险性图层,再与承灾体易损性评价、灾害的孕灾背景进行叠加、合并以及等级划分操作,最后得到连阴雨灾害的风险评估及其区划。结果表明：武都区连阴雨危险性等级由高到低、由东南到西北递减,海拔1600 m以上高山区和东南部连阴雨危险性等级最高,为连阴雨高风险区,白龙江流域海拔1300 m以下区域连阴雨危险性等级最低,为连阴雨低风险区。研究结果为指导武都山区巧用天时,科学规划、合理布局、周密安排夏收秋收农业生产工作,预防和减轻连阴雨灾害损失提供了科学依据。     

基于GIS的县级精细化气候适宜性区划及灾害风险区划

为明确大宗作物、特色作物、设施作物的气候适宜性及灾害风险的空间分布,本研究以永宁县为例,利用自动气象站资料,基于自然区划理论,采用定性判断法、聚类分析法,空间分析法等相结合,完成了：水稻精细化气候适宜性区划、设施农业精细化气候适宜性区划、水稻低温冷害风险区划及酿酒葡萄霜冻风险区划,划出永宁县各地优势农业、特色农业及设施农业的适宜种植区、次适宜种植区、可种植区和不适宜种植区。结果表明：永宁县大部地区为水稻和设施农业生产的适宜区和次适宜区;水稻低温冷害和酿酒葡萄霜冻灾害低风险区在贺兰山沿山,高风险区为高风险区为闽宁镇大部、李俊镇中西部、望洪镇西部。本研究对永宁县农业生产发挥区域气候优势、趋利避害、减轻气象灾害损失、提高各类产业整体效益具有重要意义,其成果将为永宁县各级政府分类指导农业结构调整和防灾减灾提供决策支持。     

气候变暖背景下青海汛期暴雨洪涝及次生灾害风险评估

本文根据自然灾害系统理论和暴雨洪涝灾害风险评估原理,基于基础地理信息数据和历史灾情数据,旨在利用青海50个气象站1961—2017年汛期(6—10月)的逐日气温、降水数据,通过对暴雨洪涝致灾因子危险性及孕灾环境易损性的研究,对气候变暖背景下青海省汛期暴雨洪涝及次生灾害的风险进行评估,得出：(1)1961年以来,青海省汛期平均气温升高、降水增加,降水日数及强降水日数增多,极端天气气候事件频发;(2)由短时强降水及连续性降水造成的洪水、渍涝灾害及其引发的滑坡、泥石流等次生灾害呈增多趋势,且7、8月份为青海省暴雨洪涝及其引发的次生灾害的高发期,占汛期灾害发生次数的77.9%;(3)贵德县、兴海县、贵南县、共和县、同德县、化隆县为青海省汛期暴雨洪涝及次生灾害发生次数最多、风险最为严重的县。本研究通过开展暴雨洪涝及其引发次生灾害风险评估工作,对暴雨洪涝的早期预警以及防灾减灾措施的及时制定和实施具有重要意义,可为气象防灾减灾建设工作提供决策信息。     

气候变化对三门峡苹果生长的影响分析

为了研究气候变化对三门峡苹果生长的影响程度,利用三门峡苹果种植基地气象资料和物候资料,采用气候倾向法、对比法,分析了气温、降水变化趋势和主要气象灾害对苹果生长的影响;根据三门峡苹果种植环境对产区进行分区,结合气候区划方法,评价出各区气候适宜性评分。结果表明：近40年来苹果种植区气温呈总体上升趋势,气候变暖影响苹果花期提前,降水呈下降趋势;近3年来各区的气候适宜性差异明显,中山区和部分浅山区为苹果种植优质区,其他区分别为适宜区和次适宜区。气象灾害对苹果生长的影响表明：高温热害对塬区苹果品质影响明显;低温霜冻、冰雹对中山区苹果生长影响突出;降水减少造成干旱灾害发生频率增大。三门峡苹果各产区的气候适宜性差异明显,气象灾害影响不同,未来种植规模扩展存在较大空间。     

基于梨树产量损失的气象灾害评估研究

灾害评估是一项新型研究课题,特别是多年生果树作物,由于实况调查观测资料极少,许多自然灾害机理尚不明确,评估工作难度很大,气象灾害的风险评估工作仍然处于探索和研究的起步阶段。进行基于梨树产量损失的气象灾害评估研究,可为果树气象灾害风险评估和果业管理部门防御或减轻气象灾害对果树生产的危害,制定救灾措施提供科学依据。利用统计学方法和风险原理,确定了天水渭北旱山区、渭河河谷川区和关山区3个不同小气候类型区,影响梨树产量形成的主要农业气象灾害,构建了基于梨树产量损失的农业气象灾害风险评估模型。天水3个不同小气候类型,影响梨产量形成的主要农业气象灾害以初春3月干旱、伏期7月干旱和花期4月低温冻害最为严重。评估有灾（包括小灾、中灾、大灾、特大灾）年份18年,评估准确率94%。其中,中灾和大灾评估准确率达100%,评估准确率较高,评估效果比较理想,可为多年生果树气象灾害评估研究提供参考,对农业防灾减灾有一定的指导意义。     

高寒地区近57年无霜期及其积温变化特征

为了有效防御和减轻霜冻灾害对高寒贵南地区农牧业生产的影响,为合理开展农牧业气候区划提供可靠依据。利用青海省高寒地区贵南县气象局观测的1961—2017年逐日最低气温、平均气温资料,采用线性倾向估计、M-K突变分析等方法,对高寒地区贵南县霜冻初日、终日、无霜期及同时期积温变化特征进行分析。结果表明：近57年高寒地区贵南县≤0 ℃霜冻的终日呈极显著的提前趋势,初日呈显著的后延趋势,终日提前的幅度大于初日后延的幅度；无霜期呈现极显著延长趋势,无霜期积温呈现极显著的升高趋势。霜冻终日在1972年发生了提前突变,霜冻初日和无霜期在1970年发生了延迟突变,无霜期积温在1977年发生了升高突变。     

基于GIS的鲁东南山区雷电灾害风险评估与区划技术

为了防御雷击灾害,掌握鲁东南山区雷电灾害危险性、暴露性、脆弱性和防灾减灾能力分布特点,采用灾害风险指数法、层次分析法、加权综合评分法、空间分析法等数量化方法,在GIS技术的支持下,建立了基于GIS的气象灾害数据库作为风险分析与识别、风险评价与区划的信息平台,对五莲县雷暴灾害风险进行了分析和评价,编制了雷暴灾害风险区划图。结果表明,五莲县雷暴灾害发生的综合风险空间分布不均,其中洪凝街道综合风险性最高,西部和东部部分地区综合风险性稍高,北部、东南部综合风险性稍低,并就防御雷暴灾害提出了建议。     

农业气象条件与水稻种植区划之间的关系研究

[目的]水稻的合理种植和产量与品质的提升,备受人们的关注。对水稻进行气候区划可以有效地利用当地的气候资源,规避风险,提升稻米品质,增加产量。[方法]利用太仓市及周边地区7个基本气象台站1971～2010年的平均气温、降水和日照资料,分析了水稻各生育期气象条件和太仓市农业气象条件、水稻各生育期气象条件和主要农业气象灾害(春末夏初连阴雨、夏末秋初低温)之间的关系。并且采用了空间插值(普通克里金法)的方法对太仓市水稻种植进行了分区。[结果]研究结果表明：太仓市热量、光照、降水等资源较为丰富,可以满足水稻生育期所需;太仓地区的春末夏初连阴雨、夏末秋初低温分布出现概率较低;将太仓市水稻种植可以区划为：城厢镇为最佳种植区,经济开发区、双凤镇、浏河镇、沙溪镇和浮桥镇为适宜种植区,璜泾镇为一般种植区。[结论]该水稻区划可以为水稻增产和品质的提升提供科学依据。