盐城农业气象灾害风险评估方法探讨

基于信息扩散原理,利用正态信息扩散技术将单一的样本观测值变为一模糊集的模糊数学方法,设计了农业气象灾害风险定量分析模型,对江苏盐城农业气象灾害风险进行了分析,以期为盐城市农业应对气候变化、气象防灾减灾提供参考信息.盐城农业灾害以一般性灾害为主,平均发生率为0.32,即受灾平均3年一遇,大灾发生的概率较小,成灾指数发生灾...     

福州市农作物台风灾害风险评估

利用福州市2001-2016年共16年的农业台风灾害的受灾和成灾面积数据资料,分析台风灾害及其对农业影响的变化趋势,并进行风险评估,结果表明:福州市农作物台风成灾指数与受灾指数的年际波动较为一致;受灾和成灾的风险概率随风险水平提高而下降,受灾风险概率大于成灾风险概率。     

安徽省近33年农业气象灾害年景评估

利用安徽省1978-2010年农作物播种面积、受灾类型及其受灾面积资料,分析农业气象灾害时空分布特征;采用灰色关联度及农业气象综合灾损模型,开展农业气象灾害年景评估.结果表明:安徽省气象灾害造成的农作物受灾面积年际波动大;农业气象灾害空间分布特点为淮北地区最重,江淮之间南部和沿江地区次之,大别山区、皖南山区以及部分城市周边相对较轻.各类气象灾害对农业受灾的影响大小依次为:暴雨洪涝＞旱灾＞风雹灾＞低温雨雪冰冻灾,其中暴雨洪涝和旱灾影响大,受灾程度重;安徽省农业气象灾害较轻年景出现频率为55％,其中灾害最轻年份为1981年,而较重年景占12％.灾害最重的年份为1991年.上述年景评估结果与安徽省农业受灾历史记录较吻合.     

邯郸农业气象灾情分析与评估

基于《邯郸市统计年鉴》1994-2007年有关数据统计资料,对邯郸市的主要农业气象灾害及综合灾情进行统计分析,并就气象灾害对粮油棉产量影响做灰色关联度分析。结果表明,1994-2007年邯郸农业因气象灾害造成的总受灾率和总成灾率呈现出波动性下降趋势,灾损严重年份农业总产基本也呈减产趋势,灾害性天气直接影响着农业生产;干旱造成的农业受灾面积最大,风雹造成的灾害次之。灰色关联度分析表明风雹灾对邯郸粮油棉产量造成的影响程度最大,其次为旱灾和水灾;气象灾害造成的农业受（成）灾面积与农业产量之间无明显的正相关关系。     

广西农业气象灾害特征分析及其对农业生产的影响

摘要：利用广西1981～2012年干旱、洪涝、低温冷害和风雹等4种农业气象灾害数据,并结合粮食作物单产资料,采用线性回归、滑动平均和灰色关联分析方法,研究了广西近32a来农业气象灾害的变化特征及其对广西农业生产的影响。结果表明,1981～2012年4种农业气象灾害的受灾率变化均不明显,但具有阶段性特征。20世纪80年代至90年代初,干旱受灾率呈递增趋势,1988-1992年受灾率居高不下,均在20%以上,90年代中后期较小且变化平缓,21世纪以后广西又处于较旱阶段;洪涝、风雹、低温冷害在20世纪80年代至90年代初受灾率均相对较小,尤其是低温冷害少有发生;90年代中后期及以后,洪涝受灾率呈明显周期性波动减小,风雹受灾率呈明显周期性波动增大,低温冷害也呈周期性的暴发。4种农业气象灾害对农业影响程度为：粮食作物平均单产、早稻单产、晚稻单产、玉米单产是干旱＞洪涝＞风雹＞低温灾害;对单季稻而言,洪涝＞干旱＞风雹＞低温灾害,说明干旱和洪涝是影响广西农业生产的主要气象灾害。     

四川省主要气象灾害对农业经济的影响分析

气象灾害是影响四川农业经济发展的主要因素,从灾害损失与受灾率角度,以四川省2010～2019年相关气象数据为对象,使用计量软件,对气象灾害与农业经济的影响相关性进行分析,展现了气象灾害对四川省农业经济的影响。结果表明：暴雨洪涝灾害对四川省农业经济的影响最为显著,其受灾率最高,引发受灾面积最大,总共造成的经济损失最为严重,暴雨洪涝、旱灾、风雹和冷冻灾害均不利于四川省农业总产值的增加。自然灾害直接经济损失与暴雨洪涝、旱灾、风雹灾害相关系数为正,与冷冻灾害相关系数为负。暴雨洪涝、旱灾、风雹灾害、冷冻灾害与农村居民人均可支配收入和农村居民人均消费支出均呈现负相关。     

安徽省粮食作物单产影响因子及气象灾害损失风险评估

为了解极端气候事件对农业生产的影响,对2000—2013年安徽省粮食作物单产及影响因子进行分析;利用拉格朗日插值方法估算气象灾害损失量;利用信息扩散理论评估了安徽省各地市粮食作物气象灾损风险。结果显示:1)气象灾害是安徽省粮食减产的主要因素,2003、2007、2012和2013年粮食作物气象灾损较为严重,年损失总量均在400万t以上;2)安徽省粮食作物气象灾害风险等级以低风险和小风险为主。低风险区主要位于安徽省中南部,小风险区域遍及中北部地区。     

洞庭湖区不同情景下农业水旱灾害风险损失评估

水旱灾具有明显的随机性.本文依据洞庭湖区1950-2009年水旱灾受灾率异常指数ζ和成灾率异常指数ζ,运用信息扩散模型评估了该区不同情景下农业水旱灾害风险损失.结果表明:(1)随着灾情异常指数超越概率的增长,同一水旱灾害损失率下的粮食损失值呈波动上升趋势,同一类型的灾情异常指数一定时,损失率越大,粮食损失量则越大;(2)旱灾粮食经济损失递增趋势较平缓,而水灾在20年一遇到50年一遇之间粮食经济损失量发生了突变;(3)洞庭湖区不同情景下的水旱灾粮食风险损失值都随着灾情异常指数超越概率的增大而增加,且在超越概率20年一遇以上的水灾粮食风险损失值大于旱灾.     

黑龙江省低温冷害和风雹近36年的变化特征

为促进农业灾害预防和减灾工作的开展,利用Mann-kendall检验和Morlet小波法研究了黑龙江省1980-2015年农业低温冷害和风雹受灾率的时间变化特征。结果表明:在1980-2015年,低温冷害受灾率呈下降趋势,风雹灾害受灾率呈上升趋势,但二者均未通过0.1水平上的显著性检验。通过Morlet小波分析可知,低温冷害和风雹受灾率的变化主周期分别为7和19a,通过变化周期小波系数拟合可知,二者受灾率在2017-2019年处于正相位。     

北京市通州区风雹灾害风险评估与区划

以乡镇(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风雹灾害风险评估模型;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)短时大风、冰雹灾害的危险性、承灾体的脆弱性,对风雹灾害风险进行评估,利用系统聚类方法对风险评估结果进行区划.结果表明,通州短时大风风险高值区在宋庄、潞城、漷县,低值区在西集镇、于家务乡、新华街道;冰雹风险高值区在潞城、西集镇,低值区在北苑、新华、玉桥街道及梨园、马驹桥、于家务乡(镇);风雹灾害风险高值区在宋庄、潞城、济县,低值区在新华、玉桥街道、马驹桥镇、于家务乡(镇).     

棉花冰雹灾害风险评价——以安徽省为例

[目的]揭示安徽省棉花雹灾风险格局。[方法]基于安徽省棉花雹灾风险评价数据库,采用统计推断法和综合指标度量法,提取雹灾致灾强度指数(H)和棉花损失率(L);使用Matlab和SPSS软件,拟合棉花苗期、蕾期、铃期和吐絮期4条雹灾脆弱性曲线;基于构建的棉花雹灾年度灾害损失率计算模型Sa=∑ni=1Si-∏ni=1Si=1-∏ni=1(1-Si),开展安徽省棉花雹灾风险评价,并编绘风险评价图谱。[结果]安徽省棉花雹灾高风险区集中在东北部地区和皖西山地丘陵区,低风险区分布在长江中下游地区和皖南山区,与棉花历史雹灾空间分布吻合较好。[结论]该研究探讨了基于不完备信息数据的雹灾风险评价方法,可为其他地区雹灾风险评价提供方法和技术参考。     

青海省主要农业气象灾害及防御措施

在青海省17个农业气象观测站和青海三江集团主要灾害调查资料中选取8个站点的灾害观测资料,分析了近11年来青海省对农牧业生产危害较严重的主要气象灾害。结果表明,干旱、霜冻、冰雹、低温冷害、干热风、风灾、雪灾等是影响青海农牧业的主要气象灾害;因地适宜,根据不同的作物,生长时期采用不同的防御措施,试图减轻各种灾害对农牧业的危害。     

棉花冰雹灾害风险评价——以安徽省为例(英文)

[目的]以安徽省为例,对棉花冰雹灾害进行风险评价。[方法]以我国雹灾多发区安徽省为例,基于安徽省棉花雹灾风险评价数据库,采用统计推断法和综合指标度量法,提取雹灾致灾强度指数(H)和棉花损失率(L);使用Matlab和SPSS软件,拟合棉花苗期、蕾期、铃期和吐絮期4条雹灾脆弱性曲线;基于构建的棉花雹灾年度灾害损失率计算模型Sa=ni=1ΣSi-ni=1仪Si=1-(1-Si),开展安徽省棉花雹灾风险评价,并编绘风险评价图谱。[结果]安徽省棉花雹灾高风险区集中在东北部地区和皖西山地丘陵区,低风险区分布在长江中下游地区和皖南山区,与棉花历史雹灾空间分布吻合较好。[结论]该研究探讨了基于不完备信息数据的雹灾风险评价方法,可为其他地区雹灾风险评价提供方法和技术参考。     

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。     

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。     

辽宁省农业气象灾害对农业生产的影响及评估

利用辽宁省1971~2008年农业生产资料及气象灾害资料,计算了干旱、洪涝、大风冰雹、低温冻害的影响权重、成灾率及其变异值,进一步分析了农业气象灾害的时间序列变化特征,并对农业气象灾害进行了等级划分和综合评估。结果表明,粮食产量与相应年农业气象灾害存在负相关关系,1989、1997、2000年农业气象灾害较为严重,粮食产量相应严重减产。辽宁省农业气象灾害小灾情出现频率最大,占总年数的39%,同时农业气象灾害对农业生产的危害随年代逐渐增大;干旱影响权重为63.0%,成为当前影响农业生产的主要因素。     

54年来农业自然灾害对贵州农业经济的影响分析——以农业及粮食生产为例

通过对54年来贵州灾害资料的分析表明,旱灾、水灾、风雹灾、病虫害、低温冷冻害是影响贵州农业及粮食生产的重要因素,其中水旱对贵州的粮食生产危害最大。分析了贵州54年来各种农业灾害的发生及影响,以期为贵州农业灾害防、避、减提供依据,更好地促进贵州农业及粮食生产。     

河南省获嘉县气象灾害风险评估系统研究

根据获嘉县1961～2010年的气象资料和当地的耕地面积、人口密度和当地居民的经济状况等资料,利用气象材料、方法及评价指标,从暴雨、冰雹、大风等方面对致灾因子进行分析,利用ACRGIS软件插值法进行各种因子的风险区划,并建立了获嘉县的农业气象灾害损失的结构型统计评估模型。结果表明:暴雨、冰雹和大风灾害发生概率高,气象灾害综合风险程度较高的地方主要分布在照镜镇、位庄乡、中和镇和徐营镇,风险程度相对较小的地方主要是城关镇、黄堤镇和亢村镇。     

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。     

河南省农业气象灾害时序特征及对粮食生产的影响

对河南省自1978年以来的农业气象灾害时序特征及对粮食生产的影响从受灾和成灾两个层面进行综合研究.结果表明,在各类农业气象灾害中以旱灾最为严重,其次是水灾,再次是冰雹和霜冻灾害,其中旱灾和水灾占到了80％以上,是河南省的主要农业气象灾害;各类农业气象灾害均呈现出规律性波动变化,表明进行农业气象灾害周期性规律研究是可行的;受灾与成灾的面积呈现出一定周期性波动,并且相应年份的农业气象灾害受(成)灾面积的灾损程度与粮食总产呈负相关.研究结果与河南省农业气象灾害发生的实际情况基本吻合,为河南省的农业生产及灾害防治提供了理论依据.