冀鲁豫灌溉条件下冬小麦干旱风险区划方法研究

分别以冬小麦年生育期降水量平均值加减若干倍样本方差的方法界定不同等级的干旱年份,在以气象产量减产率大于等于3%为标准界定冬小麦受灾年份的基础上,计算了冀鲁豫地区冬小麦旱年的平均减产率,分析了冀鲁豫冬小麦不同旱灾强度的频率分布规律。根据冬小麦干旱灾害风险指数的概念和计算方法,分析了冬小麦干旱灾害风险指数的区域分布规律,并提出了有灌溉条件下的冀鲁豫地区冬小麦干旱风险区划技术方法,以旱年平均减产率、干旱灾害风险指数和冬小麦生育期降水量等因子为指标,采用GIS统计分析功能和叠加分析功能,对冀鲁豫冬麦区干旱灾害造成的冬小麦减产风险进行了区划和评估,实现了不同气候年景下和不同风险区冬小麦减产情况的风险评估,给出了冬小麦旱灾的防灾减灾措施。     

基于GIS的沧州市小麦干旱气象灾害风险评估

基于自然灾害风险评估理论,建立以致灾因子危险性、孕灾环境敏感性、灾害承受体脆弱性和防灾抗灾能力为主的评估体系,选取河北省沧州市1986—2017年的逐日降水量、小麦播种面积、减产率等指标,利用GIS分析技术和加权综合评价方法,对河北省沧州市小麦干旱气象灾害风险进行评估。结果表明,大面积的小麦干旱灾害高风险区主要分布在青县地区、沧州市区,大多是由于干旱致灾因子危险性较大所致;东部承载体易损性相对低,导致干旱灾害发生的风险较低;沧州市区西部的环境敏感性特别高,市区北部防灾减灾能力较差,市区西部的小麦干旱灾害发生风险高于东部。     

重庆市粮食产量灾害风险水平分布规律及评估

利用重庆地区27年(1978~2004年)的粮食实际产量资料,采用正交多项式法分离出趋势产量和相对气象产量。从相对气象产量波动的百分率着手,定义了减产率指标、减产率变异系数、减产率概率指标,根据这些风险评价指标,分析了重庆地区粮食单产风险水平的分布规律,结合风险评估理论探讨了重庆地区粮食产量水平分布与灾害因素(孕灾环境、承灾体、致灾因子)的关系。结果指出,大部分的风险评价指标的分布具有一定区域性和连片性;致灾因子的性质、强度、频率和范围是造成粮食风险水平地区差异的重要原因。研究结果为重庆粮食产量风险预测及防灾减灾提供科学依据。     

山西省玉米低温冷害风险评估与区划研究

本文以玉米作为研究对象,在自然灾害风险理论的基础上,从致灾因子危险性、孕灾环境敏感性、承灾体易损性构建评估模型,对玉米低温冷害进行风险研究。结果表明,山西省玉米致灾因子危险性等级与孕灾环境敏感性等级均是南部地区高于北部地区;承灾体易损性等级为北部地区高于南部地区。对玉米低温冷害风险进行区划,高风险区和次高风险区分布在北部的大同、忻州地区;次低风险区和低风险区分布在南部地区;中等风险区主要位于山西省中部地区。整体而言,北部地区玉米低温冷害风险等级高于南部地区。     

基于GIS的石羊河流域干旱灾害风险评估与区划

利用石羊河流域区1960—2011年气候要素资料,分析了石羊河流域干旱灾害空间分布、年际和年代际变化特征;结合致灾因子的危险性、孕灾环境脆弱性、承灾体的暴露度和防灾减灾能力评价等指标进行基于GIS的石羊河流域干旱灾害风险评估与区划。结果表明：1960—2011年,石羊河流域春旱发生频率在21.2%～67.3%之间。春季特旱发生频率下游区域大于中上游区域。初夏干旱发生频率在13.5%～61.5%之间。初夏特旱发生频率下游区域也大于中上游区域。伏旱发生频率在21.2%～86.5%之间。伏期特旱发生频率下游区域亦大于中上游区域。石羊河流域干旱综合风险高风险区为民勤县和金川区大部、凉州区中北部、永昌县东部,位于石羊河流域的中下游区域。就各县区而言,干旱灾害综合风险最大的区域为石羊河下游的民勤县,金川区次之,天祝县风险低。     

山西省玉米低温冷害风险评估与区划

本文以玉米作为研究对象,在自然灾害风险理论的基础上,从致灾因子危险性、孕灾环境敏感性、承灾体易损性构建评估模型,对玉米低温冷害进行风险研究,得出：山西省玉米致灾因子危险性等级与孕灾环境敏感性等级均是南部地区要高于北部地区；承灾体易损性等级为北部地区高于南部地区。对玉米低温冷害风险进行区划,高风险区和次高风险区分布在北部的大同、忻州地区；次低风险区和低风险区分布在南部地区；中等风险区主要位于山西省中部地区。整体而言,北部地区玉米低温冷害风险等级高于南部地区。     

基于GIS的淮河流域洪水灾害综合风险评价

基于洪水灾害风险评估基本原理,从洪水致灾因子危险性、孕灾环境稳定性及承灾体易损性出发,选取降雨、径流量、河网密度、地形、人口、经济指标等数据,利用标准化方法对各影响因子进行标准化处理,运用层次分析法确定指标因子权重,采用地理信息系统的地图代数功能及信息量统计法,得出洪水灾害综合风险等级图。结果表明：危险性等级高值区主要分布在淮河流域中西部及部分东部、东北部地区;而在北部及西北部地区,相对风险较低,为中低风险性地区。     

北京市通州区暴雨特征及风险评估研究

利用近60年气候资料分析北京市通州区暴雨的时空分布特征.另外,以15个乡镇(街道)为风险评估单元,以人口和社会经济作为承灾体,根据联合国人道主义事务部的风险表达式,利用自然灾害风险指数法建立暴雨风险评估模型;利用指标体系法评估承灾体的脆弱性状态,根据加权综合评分法建立脆弱性评估模型;分析15个乡镇(街道)孕灾环境和致灾因子的危险性、承灾体的脆弱性及灾害风险的差异,并对通州区暴雨灾害风险进行区划,结果表明,通州暴雨洪涝灾害风险高值区在中仓、新华街道及马驹桥镇,较高值区在北苑、玉桥街道及宋庄、永顺、西集、漷县、于家务乡(镇).     

陇东地区主要农作物干旱灾损风险分析及区划

【目的】研究陇东地区冬小麦和春玉米种植的干旱风险,为指导该区农业生产的合理布局和有效地进行防灾减灾提供科学依据。【方法】从陇东主要农作物产量灾损角度出发,利用作物产量资料和气象资料,对历史干旱灾损情况(干旱分布、干旱发生强度和频率、干旱灾损分布)、受灾体种植面积比例和当地产量水平等方面进行综合分析,建立干旱灾损风险评估模型,确立综合区划指标,并进行干旱灾损风险区划。【结果】陇东多数县(区)冬小麦、春玉米因旱减产率大于20%的年份分别超过20%和14%;冬小麦、春玉米生育期间各类干旱发生频率分别为53%~94%和34%~80%;环县是陇东地区干旱发生最多,重度、极重度干旱发生频率最高的地区,冬小麦、春玉米干旱灾损率最大值均在环县,分别大于30%和20%;根据标准化风险指数将陇东冬小麦、春玉米种植区域分为低、中、较高和高4个风险区,对应的标准化风险指数(Ei)冬小麦分别为:Ei≤0.1,0.1Ei≤0.3,0.3Ei≤0.5,Ei0.5,春玉米分别为:Ei≤0.2,0.2Ei≤0.5,0.5Ei≤0.7,Ei0.7。【结论】陇东冬小麦和春玉米干旱风险分布自南向北逐渐增加,呈纬向分布;陇东北部是高风险区,中北部是较高风险区,中南部是中度风险区,东南部是低风险区。     

安康市汉滨区干旱灾害风险区划分析

对安康市汉滨区开展了干旱灾害风险区划分析,对致灾干旱因子危险性、承灾体敏感性、承灾体易损性、防灾减灾能力等4个方面的因素赋予合理的权重,计算出汉滨区干旱气象灾害风险区划空间分布情况,并提出了相关的农业生产建议,以期为规避灾害、增产增效提供参考。     

甘肃冬小麦主产区40年干旱变化特征及影响风险评估

干旱是影响甘肃省冬小麦生产的主要气象灾害。运用1971—2010年甘肃省冬小麦主产区8县（区）气象站降水资料及冬小麦产量资料,分析了40 a干旱时空变化特征,建立了干旱影响冬小麦产量的风险评估指数,对冬小麦在不同季节受不同等级干旱风险进行了分析评估。结果表明,春旱以陇东黄土高原出现频率最高,为0.35～0.39　次·a^-1;徽成盆地及两江流域出现频率最少,为0.18 次·a^-1;初夏旱出现频次最高的地区为环县,为0.35 次·a^-1,最少为西峰、成县及秦安;伏旱出现频率最高地区为环县及麦积,最低为张家川;秋旱出现频率最高为环县,最低为武都。各地干旱均以轻旱为主,其次为中旱。40 a中,20世纪90年代干旱出现频次最多,80年代最少。进入21世纪,秋旱发生频次明显减少,春旱则有相对增多的趋势。冬小麦全生育期徽成盆地及两江流域受旱灾影响风险最小,种植保险率最高,为92％～93％;其次为关山区,种植保险率为91%,干旱风险较小;渭河流域及渭北旱区风险较大,种植保险率为88％～89％;陇东黄土高原种植保险率最低,为83％～85％,冬小麦生长受干旱胁迫最大。     

基于灾情数据的河北省冬小麦气象灾害与病虫害规律分析

为探究冬小麦生育期内不同灾害发生规律,以河北省冬小麦主产区为研究区域,基于1990—2018年灾情数据分析各灾害时空特征,估算主要灾害减产比例。结果表明:1)冬小麦旱灾发生频繁,拔节期和抽穗期旱灾频率最高分别为0.7和0.6;研究期内风雹灾共计54次,主要发生在抽穗期(21次)、乳熟期(11次)和成熟期(19次);低温冻害共计27次,主要发生在分蘖期(10次)和拔节期(14次);干热风主要集中在抽穗期、乳熟期和成熟期;病虫害多出现在抽穗期。2)1990—2018年,冬小麦生育期内旱灾发生频率呈下降趋势,风雹灾次数与干热风日数呈现增长趋势,低温冻害次数与病虫害受灾程度持续下降。3)小麦生育期内旱灾频率均处于较高水平,中南部更易出现旱灾;风雹灾随冬小麦生育期由南向北推进;西部地区全生育期内低温冻害次数较多,南部地区拔节期低温冻害次数较多;干热风年均日数由北向南递增;南部地区病虫害年均发生率较高。4)旱灾减产贡献率最大,低温冻害贡献率较低,中南部冬小麦减产水平较高,石家庄市和廊坊市减产比例均在6%以上,其他地区在5%左右。因此,为降低冬小麦灾损率,各地应根据灾害发生规律在现有减灾措施基础上进一步重视风雹灾及干热风对冬小麦的影响。     

基于WOFOST作物生长模型的冬小麦干旱影响评估技术

为了反映作物与干旱的相互关系,人为再现干旱灾害对作物产量的影响程度,选择华北地区冬小麦干旱灾害为研究对象,对作物生长模型WOFOST在区域上进行适应性进行分析、检验的基础上,然后利用区域作物模型实现干旱灾害对作物影响定量分析和动态评估.以减产率和气象条件作为灾害严重程度划分的标准,利用数值模拟试验,确定导致减产的主要气象因子及其量值,对研究区干旱灾害进行影响评估,包括典型灾害年份影响评估和年代际灾害影响评估,并给出了评估结果.     

1961-2010年中国主要麦区冬春气象干旱趋势及其可能影响

【目的】近年来,连续发生的冬春连旱事件已经严重威胁到冬小麦的安全生产和粮食增产,本研究以中国主要麦区为研究对象,分析1961-2010年中国北方主要麦区冬春季降水、无降水日数和极端干旱频率的变化趋势及其对当地冬小麦生产的可能影响,揭示冬春干旱在当前气候背景下的演变趋势,为科学应对冬春干旱提供依据。【方法】采用线性倾向估计与Robust F线性显著性检验分析1961-2010年中国北方各站点冬春季降水、冬春季无降雨日数的线性倾向与显著性,揭示冬季、春季和冬春季的降水和无降雨日数的年代际变化趋势;根据气象干旱等级的国家标准GB/T 20481-2006将干旱5个等级中的重旱和特旱定义为极端干旱,基于降水距平的滑动平均,计算1961-2010年各年冬春季极端干旱频次的线性倾向,分析极端干旱发生频次的年际变化趋势和干旱风险剧增区降水的时间变化,揭示干旱时间动态趋势。【结果】(1)1961-2010年,华北为中心的冬麦区冬春气象干旱呈加剧趋势,其中心区域山西、河北和山东西北部冬春两季极端干旱的频次呈现增加趋势,陕西东部和湖北西北部春极端干旱的频次也呈增加趋势;(2)1961-2010年华北冬麦区的冬季降水呈减少趋势,且无降水日数呈增加趋势,即冬季气象干旱呈加剧趋势,其他区域的冬季降水呈增加趋势,无降水日数呈减少趋势;(3)1961-2010年华北冬麦区、黄淮冬麦区中南部和西北春麦区南部的春季降水均呈减少趋势,且无降水日数呈增加趋势,其他区域春季降水呈增加趋势,无降水日数呈显著减少趋势;(4)从重点区域降水的时间动态看,近20来华北地区的冬季和春季降水呈急剧下降趋势,无降水日数呈显著增加趋势,冬春气象干旱风险呈剧增趋势;近50年来黄淮冬麦区和长江中下游冬麦区的冬季降水呈增加趋势,而春季降水呈下降趋势,无降水日数呈增加趋势,长江中下游麦区20世纪70年代中期以后春季降水呈持续下降趋势。【结论】华北地区冬春季降水呈急剧下降趋势,无降水日数呈增加趋势,华北冬小麦冬、春干旱势必由于地下水位的持续下降和抗旱成本的增加而导致干旱风险加大;黄淮冬麦区南部和长江中下游冬麦区的春季降水尽管也呈下降趋势,由于该区域春季平均降水量对小麦来说以偏多为主,降水减少还不会影响到小麦生长,该区域降水的减少可能对冬小麦生长有利;气候干旱区东北和内蒙春麦区、西北春麦区西部50年来的冬春季降水呈增加趋势,有利于春小麦生产。     

冀鲁豫灌溉条件下冬小麦干旱风险区划方法研究（英文）

分别以冬小麦年生育期降水量平均值加减若干倍样本方差的方法界定不同等级的干旱年份,在以气象产量减产率大于等于3%为标准界定冬小麦受灾年份的基础上,计算了冀鲁豫地区冬小麦旱年的平均减产率,分析了冀鲁豫冬小麦不同旱灾强度的频率分布规律。根据冬小麦干旱灾害风险指数的概念和计算方法,分析了冬小麦干旱灾害风险指数的区域分布规律,并提出了有灌溉条件下的冀鲁豫地区冬小麦干旱风险区划技术方法,以旱年平均减产率、干旱灾害风险指数和冬小麦生育期降水量等因子为指标,采用GIS统计分析功能和叠加分析功能,对冀鲁豫冬麦区干旱灾害造成的冬小麦减产风险进行了区划和评估,实现了不同气候年景下和不同风险区冬小麦减产情况的风险评估,给出了冬小麦旱灾的防灾减灾措施。在考虑灌溉能力的情况下,高风险区主要分布于河北省唐山、廊坊、衡水、沧州地区,山东省德州、济南、莱芜、东营地区,河南省洛阳、济源、焦作、安阳地区。该区冬小麦以冬春连旱为主,防御冬旱最主要的措施是适时浇好冻水;中风险区主要分布于北京、天津地区,河北省衡水、保定邢台部分地区,山东省日照、枣庄、威海地区,河南省郑州、焦作、濮阳、鹤壁地区。该区以春旱为主,防御冬小麦春旱的措施包括培育冬前壮苗,合理灌溉,确保关键期需水,起身后松土,切断毛细管,减少土壤蒸发等;低风险区主要分布于河北省保定、邢台局部地区,石家庄、邯郸大部分地区,山东省潍坊、青岛、烟台、临沂、菏泽、济宁地区,河南省东南大部分地区。该区灌溉条件较好,减灾措施应以节水灌溉为主,积极引导农民群众引进滴灌和喷灌节水技术。还可以采用小水勤灌的方式减少旱灾的影响。     

中国小麦自然灾害风险综合评价初步研究

【目的】探索建立作物自然灾害风险综合评价方法,对省级单元小麦自然灾害风险进行综合分析和评估。【方法】基于区域自然灾害理论,构建作物自然灾害风险综合评价指标体系,利用层次分析法和差异化赋权方法,综合加权得到灾害风险综合评价指标（I）,基于I进行风险综合评价和分级,并利用小麦因灾损失估算值（L）进行验证。【结果】基于以小麦为承灾体的不同类型灾害发生频次和危害程度分析致灾因子的构成和危险性的区域分异;利用14个评价指标对不同省区小麦自然灾害的孕灾环境不稳定性（S）、致灾因子危险性（H）、承灾体脆弱性（V）和抗灾减灾能力（C）进行了评价和比较;利用各省区小麦自然灾害风险综合评价值,借助GIS技术将风险评价结果进行直观化表达,显示西北麦区、黄淮麦区和长江中下游麦区的省区具有较高的灾害综合风险,风险评价值与基于灾情数据的小麦灾损估算值显著相关。【结论】评价方法和结果可用于寻求和发展风险监测、预警、防灾减灾等缓解小麦生产风险的综合策略。     

Impacts of climate change on drought risk of winter wheat in the North China Plain

Drought is a major natural disaster causing crop yield losses, while its occurrence mechanism and spatiotemporal variations in a changing climate are still not clear. Based on a long-term climatic dataset(during 1958–2015) from weather stations in the North China Plain(NCP), the influencing mechanism of various climatic factors on drought risk of winter wheat was quantified by using sensitivity analysis, Mann-Kendall trend test and slope estimation. The results indicated that climatic factors have changed considerably over the past six decades in the growth season of winter wheat. As a result, winter wheat suffered from severe droughts(with 350 mm of water deficit during its growth season), particularly at the jointing–heading and heading–mature stages, which were critical to crop yield formation. There were large spatial and temporal variations in drought risk and climatic change factors at different growth stages of winter wheat. Despite precipitation playing a vital role in determining the spatiotemporal patterns of drought risk, high temperature and low humidity along with other climatic factors at key growth stages of winter wheat aggravated drought risk. Particularly, temperature at nearly 90% weather stations showed a notablely upward trend, which exacerbated water deficit and drought risk of winter wheat. Given the complexity and high uncertainty of climate change, these findings provide important information for adapting crop production to future climate change and accompanied droughts while ensuring food security and agricultural sustainability.     

安徽省淮河流域农业旱灾风险正态云模型评估

为合理评估农业旱灾风险,文章从危险性、暴露性、灾损敏感性、抗旱能力四个方面分析安徽省各地区农业旱灾风险等级,建立正态云评估模型。结果表明,淮北、亳州、宿州、蚌埠、阜阳农业旱灾风险为中险;淮南、合肥淮河流域、滁州淮河流域、六安淮河流域为轻险。评估模型可实现评语与评估指标值间不确定映射,体现旱灾评估随机性,为安徽省淮河流域农业旱灾防控提供科学决策参考。     

安徽省小麦旱、涝（湿）、（霜）冻及冰雹灾害的预防与补救

旱灾、涝（湿）灾、（霜）冻灾害是安徽省小麦的主要灾害,冰雹灾害也时有发生,故着重介绍了小麦的旱、涝（湿）、（霜）冻及冰雹灾害的预防与补救措施,对提高安徽省小麦的产量和品质,促进其稳产增收具有重要意义。     

基于GIS的安徽省洪涝灾害风险区划研究

[目的]研究基于GIS的安徽省洪涝灾害风险区划。[方法]以县域为基本单元,以安徽省1∶25万基础地理数据为基础,从洪涝灾害危险性和经济易损性2个角度出发,采用基于熵权的模糊层次分析法计算各因子的权重,建立洪涝灾害风险评估模型,研究安徽省洪涝灾害风险性区划,并利用近10年的安徽省灾情资料对风险评估结果进行精度检核。[结果]安徽的洪涝灾害风险区域性差别较大,洪涝灾害风险最为严重的地区在阜阳临泉、淮北灵璧一带,风险程度由皖北平原向皖南山区和皖西大别山区地区逐次降低、由淮北平原向江淮丘陵、皖南山区逐次降低。近10年的安徽省灾情资料统计显示,经济损失严重的地区主要位于淮北平原南部的灵璧、固镇、淮南等地区;而农作物受灾面积损失严重的地区主要分布于淮北平原的砀山、萧县等地区,另外皖西大别山区的金寨等地区农作物受灾面积损失也较为严重,其余地区受灾面积较小;受灾人口的分布与农作物受灾面积的分布基本一致。可见,基于GIS的安徽省洪涝灾害风险评估与实际情况基本一致。[结论]基于GIS的洪涝灾害风险区划分析方法具有较好实用性。