四川省水稻高温热害风险及灾损评估

高温热害是四川省最主要的农业气象灾害之一,研究高温热害对水稻的影响对于四川省农业可持续发展、保障水稻的安全生产具有重要意义。本文以1981—2015年四川省84个气象台站的逐日气象资料、农业气象观测站水稻生育期资料和县级水稻产量资料为基础,利用水稻高温热害指数,构建四川省水稻关键生育期和全生育期综合高温热害风险模型;分离水稻气象产量,建立高温热害影响下水稻气象产量与高温热害指数间的统计模型,开展1981—2015年四川省水稻高温热害风险和灾损评估。研究结果表明：四川省水稻抽穗扬花期,高温热害较高风险区和高风险区主要集中在盆地东北大部和盆地南部的个别地区,其中达州、广安和泸州的部分地区为高风险区。而低风险区主要分布在盆地西部、南部和川西南的大部地区。灌浆结实期,水稻高温热害较高风险区和高风险区主要集中在盆地东北和盆地南部的大部分地区,其中泸州大部、南充和宜宾的个别地区为高风险区。而低风险区主要分布在盆地北部、西部和川西南的大部地区。水稻全生育阶段高温热害较高风险区和高风险区主要集中在盆地东北和盆地南部的大部分地区,其中泸州、南充和达州的部分地区为高风险区。而低风险区主要分布在盆地北部、西部和川西南的大部地区。构建的水稻高温热害灾损评估模型简单实用,验证结果表明高温热害年水稻统计产量与模拟产量间的相对误差绝对值都小于1.5%,建立的模型能反映四川省高温热害对水稻产量的影响,同时能够较好地评估高温热害下四川省水稻的产量损失。进一步的灾损评估结果表明,高温热害危害下代表站点水稻的减产率为5.6%~10.2%。     

安徽省水稻高温热害保险天气指数模型设计

利用安徽省南陵县1991-2011年逐日气象数据,通过调查区域水稻生长期的主要农业气象灾害类型,选择易对授粉产生影响并导致减产的中稻孕穗-灌浆期高温热害作为保险设计的气象灾害类型;定义7月21日-8月15日连续3d日最高气温在35℃（含35℃）以上为一个高温过程,计算日有效高温差累计值,作为水稻高温热害保险天气指数（ST）;以10℃作为赔付触发值,并按照灾害程度越大赔付标准越高的思路确定不同灾害程度下的具体赔付标准（即启动赔付系数）;通过对南陵县1991-2011年水稻产量的分离和去趋势化处理,计算历年由于气象条件变化造成的产量和货币损失,对比历史天气指数发生概率与历史产量损失率,确定指数保险赔付的触发值及赔付标准,建立高温热害天气指数模型;与实际灾害情况相结合,通过设定参数值详细给出了模型在安徽省南陵县应用的计算过程。该天气指数保险产品操作性强,可为同类地区高温热害保险提供参考,以便在灾害发生后客观、快捷地为保户提供经济补偿。     

水稻高温热害强度时空变化特征与预报模型构建

构建定量表征水稻高温热害强度的指数,揭示时空变化特征,并建立中长期预报模型,准确预报高温热害发生的强度趋势对提前部署抗高温工作至关重要。该研究充分考虑高温热害累积效应,结合致灾指标,构建了强度指数,并采用Fisher分割法对其进行了客观化分级;根据中长期天气预报原理,基于海温和大气环流指数两类预报因子,利用二维寻优技术,分别构建了水稻高温热害强度指数预报模型,并进行了验证和比较。结果表明：1）2010年以来江苏水稻高温热害年频次增加且强度明显增强,其中2013年、2022年高温热害强度均达最高等级4级,高温热害强度指数存在明显的年代际差异,从20世纪90年代开始江苏省水稻高温热害强度逐年代增强,空间上呈现出高温热害强度指数年代累加值≥10的区域从南向北随年代逐步扩大,至21世纪10年代已扩展至淮北西部,其中淮河以南水稻高温热害强度增强明显,为历年代最强。2）构建的两类水稻高温热害强度指数预报模型可在7月初进行预报,预报提前量均为1～2个月,总体都能较好地模拟出强度指数的年际波动特征,但模拟值波动幅度与实际值存在不同程度的差异。3）通过拟合检验和试报检验,预报因子经过最优化相关技术处理后,能有效增加因变量和自变量的相关度,提高预报模型的模拟效果,其中海温因子经最优化处理后的高温热害强度指数预报模型效果最佳,可在农业气象业务服务中进行应用。研究结果对主动防御高温灾害和保障粮食安全具有重要科学意义和参考价值。     

基于开花期地域差异的中稻高温热害天气指数保险设计

高温热害是湖北省中稻单产的主要限制因子,高温热害天气指数保险的设计与推广,对于转移农业气象灾害风险,降低农民损失具有重大意义。在开顶式生长室(open-top chamber,OTC)的控制下,以中稻品种"广两优香66"为试材,模拟开花灌浆期高温热害,建立了高温热害减产模型,并用大田调查资料作对比,筛选最优投保集中时段。基于10个试点县(市)1981-2016年每年7月16日-8月31日日最高气温观测资料,采用Weibull分布模型,构建分时段的高温热害风险分布模型。综合减产率模型和概率分布模型,厘定了不同免赔率下,以县(市)为单位的,多个投保时期的中稻高温热害天气指数保险的纯费率,为被保险人提供多种投保方案。结果表明:中稻开花灌浆期高温热害保险的最优投保时间为开花始期后20d,开花始期为7月下旬时费率最高,随着开花期的延迟,费率逐渐降低。纯费率的区域差异较大,咸安、赤壁、浠水、麻城等热害高风险区费率较高,襄阳、随州等低风险区费率较低。     

安徽河蟹养殖高温热害天气指数模型设计与实践

基于安徽省当涂县2012-2016年3个河蟹养殖池塘的物联网水温观测数据和河蟹产量数据、死亡率数据,以及1985-2016年当涂县逐日气象数据,分析不同深度水温与河蟹产量的相关性,确定池塘河蟹高温热害关键致灾因子和致灾临界值。通过构建关键致灾因子与气温的关系模型,推算池塘养殖河蟹的高温热害致灾临界气象条件,定义高温热害天气指数。在此基础上,结合河蟹高温热害死亡率样本,利用K-均值聚类分析方法,建立高温热害等级指标,设计池塘养殖河蟹高温热害天气指数保险产品,并试点应用。结果表明:池塘养殖河蟹高温热害关键致灾因子为60cm深度日平均水温,其致灾临界值为31℃。60cm深度日平均水温与前一日平均气温相关性最高,根据其关系模型可知,发生高温热害的临界气象条件为日平均气温≥30.5℃。因此,池塘养殖河蟹高温热害指数(S)定义为:6月21日-9月10日,日平均气温≥30.5℃的天数。池塘养殖河蟹高温热害等级指标为:轻度死亡率0～1%(0S14)、中度1%～3%(14≤S21)、重度3%～5%(21≤S30)和特重5%～10%(S≥30)。检验结果表明,该等级指标可以有效评估高温对河蟹的影响。以指数21作为赔付触发值,确定赔付标准;基于当涂县历史灾害平均损失率厘定河蟹高温热害天气指数纯保险费率为5.0%,保费为100元·667m~(-2)。试点应用表明该天气指数产品基本合理,可为同类地区的池塘养殖河蟹高温热害保险提供参考。     

江西省双季早稻灌浆乳熟期高温热害影响评估

依据江西省14个农业气象观测站2000-2013年农业气象观测资料、6月下旬-7月中旬逐日最高气温资料,探讨早稻高温热害的主要影响因子,建立江西省双季早稻灌浆乳熟期高温热害影响评估模型,并利用2000-2012年早稻产量、灾害调查资料和2012-2013年早稻分期播种试验资料进行验证。结果表明,过程最大升温幅度、过程极端最高气温和高温持续日数,为早稻高温热害的主要影响因子。在此基础上,结合主成分分析法构建灌浆乳熟期高温热害评估和指数计算模型,其历史回代和分期播种试验检验的准确率均比较高,可以用来定量评价江西省早稻灌浆乳熟期高温热害发生程度。据此确定的高温热害评价指标为：高温热害指数（HTDI）≥0.60时为重度高温热害,早稻减产率＞10%;HTDI在0.30～0.60时,发生中度高温热害,早稻减产5%～10%;HTDI在0.10～0.30时,发生轻度高温热害,早稻减产小于5%。     

基于热害累计指数的四川单季稻高温热害综合风险评价

高温热害是四川主要农业气象灾害之一,研究高温热害对水稻的风险区划,对保障水稻产量及农业可持续发展有重要意义。本文利用四川单季稻种植区1986-2015年气象观测资料、农业气象观测资料、社会统计资料以及基础地理信息资料,以单季稻生育敏感期（抽穗扬花期和灌浆结实期）为研究时段,选取热害累积指数、地形、产量变异度、农村经济等因子,分别构建了危险性、脆弱性、暴露性和防灾减灾能力4个风险因子,利用灰色关联度方法构建了四川单季稻高温热害"四因子"风险评价模型并对种植区进行风险区划。结果显示,高风险区主要分布在盆东平行岭谷区、盆中浅丘区、盆周边缘山地区的西部,以及盆南丘陵区的南部,该类型区域地势平缓,高温热害频繁。中等风险区主要集中在盆西平丘区和川西南中山山地区,该类型区域灌溉条件优越,社会经济水平发达,应对高温热害风险水平较高。低风险区主要集中在川西南中山宽谷区以及盆周边缘山地区,该类型区域地形较复杂,水稻种植较少,受高温热害影响偏小。四川盆地单季稻高温热害风险存在显著地区差异,应根据各自区域的风险特征选用适合的品种和方式提高防灾减灾能力。     

西南地区水稻洪涝等级评价指标构建及风险分析

构建水稻洪涝灾害等级评价指标体系,评估水稻洪涝致灾风险,对开展水稻洪涝防灾减灾、灾害保险意义重大。以西南地区一季稻为研究对象,利用气象资料、水稻灾情史料和生育期资料,在水稻洪涝灾害反演的基础上,构建水稻洪涝灾害样本过程雨量序列。基于Kolmogorov-Smirnov(K-S)分布拟合检验,采用置信区间下限值确定阈值的方法,构建水稻洪涝等级评价指标,并采用预留独立水稻洪涝灾害样本进行检验验证。在此基础上,计算西南地区各站点洪涝致灾风险指数。结果表明:水稻洪涝灾害的过程降水强度为抽穗成熟期拔节孕穗期移栽分蘖期;构建的西南地区水稻洪涝等级指标能较好地反映水稻洪涝实际受灾程度,指标验证完全一致的吻合率为66.7%,完全一致及相差1级的吻合率为100%。水稻洪涝灾害风险移栽分蘖期拔节孕穗期抽穗成熟期,高风险区域主要位于云南南部和东北部、贵州南部、以及四川中部的成都、眉山和德阳地区。     

西南地区水稻洪涝灾害风险评估与区划

为全面评估水稻洪涝的综合风险,基于自然灾害系统理论和农业气象灾害风险评估方法,利用西南地区（重庆、四川、贵州和云南）193个气象站1961-2012年逐日降水资料、396个县（市）1981-2012年水稻产量、面积资料和17个农气站点水稻生育期数据,以及西南地区数字高程（DEM）数据,构建区域水稻洪涝灾害致灾因子危险性、承灾体暴露性、孕灾环境敏感性和区域抗灾能力指数,以及综合风险评价模型,对西南地区水稻洪涝进行风险分析与区划。结果表明：（1）水稻不同生育阶段洪涝等级风险概率分布存在明显的地区差异,洪涝危险性表现为移栽分蘖期＞拔节孕穗期＞抽穗成熟期;全生育期高、次高危险区主要分布于云南南部和东北部、贵州南部,以及四川的成都、眉山和德阳地区。（2）基于不同时间序列的水稻相对暴露率明显波动,水稻生产承灾体高、次高暴露区主要集中在四川东北部和重庆地区;孕灾环境高、次高敏感区主要位于云南北部、四川南部和贵州东南部地区;水稻洪涝低抗灾能力区主要位于贵州。（3）西南地区水稻洪涝综合风险呈由中部向四周递增的趋势,高、次高风险区主要位于贵州南部、云南南部和四川东北部地区,低风险区位于重庆南部和云南北部地区。     

基于CERES-Maize模型的玉米水分关键期干旱指数天气保险：以陕西长武为例一

水分关键期干旱是影响玉米生长和产量的主要限制因子,构建此时期玉米干旱损失模型,研究干旱指数天气保险,对于合理设计天气指数保险和解决目前传统农业保险的困境,转移农业气象灾害风险具有重要意义。针对作物特定阶段单因子气象灾害影响难以剥离的问题,本研究在西北农林科技大学旱作农业长武试验站进行了连续3a的雨养玉米观测试验,利用田间试验数据(玉米生长发育数据、气象数据、土壤数据和田间管理数据)对CERES-Maize模型进行参数校正和验证,模拟玉米水分关键期(6月21日-8月31日)干旱对生长和产量的影响,构建干旱损失模型;依据长武1990-2019年的气象数据,利用EasyFit软件筛选出玉米水分关键期干旱指数最优分布模型,模拟干旱发生概率;结合干旱损失模型,利用纯费率精算方法厘定玉米水分关键期干旱指数保险费率;采用投影寻踪的统计方法,设计干旱指数保险赔付方案。结果表明,CERES-Maize模型校正和验证的平均绝对相对误差ARE和相对均方根误差RRMSE都小于10%,符合作物模型模拟精度的要求;模拟的干旱指数(DI)与玉米减产率(y,%)间呈显著的线性函数关系,即y=-0.55DI+107.17;Log-logistic模型对干旱指数分布的拟合精度最高,Anderson-Darling(AD)检验值仅为0.20,轻旱、中旱、重旱和特旱发生的概率分别为9.75%、5.90%、3.71%和3.50%。基于Log-logistic模型厘定的玉米水分关键期干旱指数保险费率为5.6%。在玉米生长水分关键期,干旱指数保险的起赔点为DI=185,DI≤185时,进行分级赔付。     

2022年秋收作物生长季农业气象条件评价

基于全国2467个气象台站实时和历史同期观测资料,利用农业气象评价指标、作物气候适宜度模型、主要农业气象灾害指数评估方法等,综合评估2022年玉米、一季稻、晚稻、大豆和棉花等主要秋收作物关键生育期的农业气象条件、生长适宜度、农业气象灾害等对产量的影响。结果表明,生长季内大部农区光热条件好,水分条件制约玉米、大豆等旱地作物产量提高;玉米、一季稻、大豆、棉花关键生育期内低温、阴雨寡照、暴雨洪涝灾害影响偏轻;长江流域夏季高温综合强度为1961年以来最强,一季稻等作物遭受严重高温热害,玉米、大豆等旱地作物遭受严重夏秋连旱;吉林、辽宁和山东等地夏季出现叠加性强降水过程,部分地区玉米、大豆渍涝灾害较重。     

农业干旱灾害风险模糊评价体系及其应用

为评价农业干旱灾害的风险,以河北省承德市为研究对象,提出了以层次分析法和模糊评判为基础的区域农业旱灾风险评价计算方法,包括农业旱灾风险指标的识别、指标权重的确定以及旱灾风险综合评价指标的计算。基于地区气象、水文、社会经济等数据,从干旱的危险性、地区的暴露性、环境的脆弱性以及抗旱能力方面选取指标,得到承德市各县农业旱灾综合风险。结果表明,承德市上游各县的农业旱灾风险普遍高于下游各县,并且下游各县的抗旱能力普遍强于上游,各县之间旱灾的主要致灾因素差异很大。通过此方法,可为气候和社会经济条件相近区域的农业旱灾风险提供比较依据,并且能够识别出导致高旱灾风险的主要致灾因素,为有效地开展抗旱活动提供定量化依据。     

四川省水稻综合气象灾害风险区划

本文利用1981—2012年四川省82县的水稻单产资料,采用HP滤波法,进行水稻气象产量分离,分歉收年和成灾年两个年型,研究四川省水稻单产平均减产率、减产率变异系数和不同等级减产率风险概率的空间分布特征,并基于成灾年风险区划指标,开展四川省水稻综合气象灾害风险区划。结果表明:HP滤波法可用于四川省水稻气象产量分离,四川省水稻气象产量具有显著的准4 a、7 a周期振荡特征。平均减产率从西南向东北方向呈现"高–低–高"分布特征,80%以上县歉收年平均减产率介于2%～7%,成灾年平均减产率介于6%～15%。各县歉收年减产率变异系数介于0.6～2.2,成灾年减产率变异系数介于0～1.2;减产率变异系数相对高值区位于西南山地西部、盆地南部和盆地北部山地。各级减产率风险概率大值区主要集中于广元和巴中地区,还包括盐亭、古蔺、盐源、越西等县。四川省水稻综合气象灾害高风险区主要分布于盆地北部、盆地南部和西南山地西部等山区,中等风险区主要分布于盆地丘陵区及盆周低山区,低风险区主要分布于盆地平原、浅丘区和凉山州中东部。风险区划结果与四川省气象灾害分布和水稻农业气象灾害分布的研究成果相吻合,可为四川省水稻防灾减灾提供科学依据和重要参考。     

安徽省一季稻产量灾损风险评价

利用安徽省1981-2014年50个市(县)一季稻产量资料,采用直线滑动平均方法计算一季稻相对气象产量,通过正交经验分解(EOF)分析一季稻相对气象产量的时空变化特征,并从一季稻产量灾损角度出发,采用灾年平均减产率、产量变异系数、减产风险指数及区域农业水平指数作为产量灾损风险评估指标,对安徽一季稻产量灾损进行风险区划。结果表明:研究期内安徽省各市(县)一季稻产量变化趋势一致,北部增产或减产较南部明显,2005年之前安徽一季稻产量波动剧烈;不同产量灾损评估指标在空间上表现出一定的地域性和连续性,灾年平均减产率、产量变异系数和减产风险指数均表现为北部数值高于南部,区域农业水平指数呈现由东北向西南减小的趋势。根据产量灾损综合风险指数区划结果,研究区域内北部灾损风险高于南部,风险高值区和中值区主要分布在沿淮、江淮北部,风险低值区面积最广,主要位于皖南山区、沿江地区及江淮南部。     

中国稻作与旱作生产的气象减产风险评价

本研究利用直线滑动平均模型对中国各省区1950-2006年旱作和稻作的趋势产量进行了模拟,计算出历年的气象产量,并采用减产率指标、减产率浮动性指标、高风险概率指标3个评价指标以及综合性指标进行了气象产量的气候变化减产风险评价,同时采用变异系数对我国各省产量波动状况进行了分析,并将各指标与年平均降水变率、年平均气温变率进行耦合分析。结果表明,旱作高减产风险和波动风险主要分布在华东和华南地区,而稻作则体现为由南向北风险逐渐增加。年平均降水变率和年平均气温变率高的地区,其水稻气象减产风险较大。由于人口增长和经济发展的压力,中国农业面l临着应对气象减产和保证粮食增产的双重压力。     

云南作物生产潜力的海拔修正对耕地自然等别评价结果的影响

作物光温生产潜力(thermal potential productivity,TPP)、气候生产潜力(climatic potential productivity,CPP)是农用地质量分等技术体系中的重要参数,其客观性对分等结果的准确性有很大影响。在耕地分布海拔差异较大的区域,实际工作中以县级气象站点TPP、CPP代替全县域TPP、CPP的取值方式导致耕地质量评价结果的准确性不足。该文旨在通过对气象站点指定作物TPP、CPP进行海拔修正,获取陆良县气象站点以外区域的指定作物潜力值并探讨其对耕地自然质量等的影响。首先,以第1轮云南省农用地分等工作中陆良县归属的滇中高原盆地区56个县级气象站点指定作物的TPP、CPP为基础,生成区域内一季稻、夏玉米、冬小麦TPP、CPP的海拔修正模型;其次,在陆良县县域范围内,每村各选取一块质量最好的旱地和水田,以样点旱地、样点水田作物实际单产验证模型的合理性;最后,验算陆良县范围内所有耕地采用修正后的TPP、CPP评定的自然质量等与采用修正前的TPP、CPP评定的自然质量等的差异。结果显示:各样点一季稻、夏玉米、冬小麦的实际单产均低于修正前和修正后的TPP、CPP,且与修正后的TPP、CPP随海拔的变化趋势一致;修正后的一季稻、夏玉米、冬小麦TPP、CPP较修正前更符合自然实际;全县修正后的耕地自然质量等较修正前变化范围为?0.8~1.7等,且99.76%的耕地自然质量等较修正前降低值在1.5等以内。     

江西早稻高温逼熟气象灾害指数保险费率的厘定

以江西早稻“五优157”为试材,于2012年在早稻灌浆期利用人工气候室模拟高温逼熟的气候模式（白天35℃/夜间28℃分别持续2、4、6、8、10、12、14、16d）,建立早稻减产率与高温持续天数间的关系模型.再依据江西省11个市1960-2007年气象数据,采用Weibull分布模型模拟不同地区发生高温逼熟的概率,结合减产率模型确定免赔额为15％、30％、45％的保险纯费率.结果表明：“五优157”的减产率（y,％）与灌浆期高温持续天数（x）呈对数函数关系,即y=32.082lnx-22.681;鹰潭和赣州地区的高温逼熟发生概率较高,达87.5％,抚州、景德镇、宜春和萍乡等地区较低,均在70％以下;江西省高温逼熟气象灾害指数保险纯费率呈北高南低的趋势,鹰潭地区的纯费率最高,达4.707％,宜春地区的纯费率最低,为2.138％.研究认为在免赔额为30％时的纯费率较适宜,研究结果可为江西省早稻开展政策性气象指数保险提供科学依据.