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。     

河南夏玉米产量灾损的风险区划

利用河南省96个县1971-2010年的夏玉米实际产量资料,从产量灾损率角度,分析该区夏玉米灾损风险评估指标的分布规律,包括历年平均减产率、减产率变异系数、不同减产率风险概率和灾损减产风险指数,构建夏玉米产量灾损风险评估模型,对河南省夏玉米产量灾损进行风险区划.结果表明,各灾损风险评估指标在河南省夏玉米区分布具有明显的地域性和连片性,根据综合风险指数将河南省夏玉米区划分为高、中、低3类风险区,低风险区分布在豫北、豫东、豫中的华北平原地区和南阳盆地;中风险区分布在豫西北部丘陵地区和豫南雨养夏玉米区;高风险区包括新蔡、上蔡、平舆、沈丘和渑池等县区,此区夏玉米减产综合风险最高,抗灾性较弱.研究结果可对指导河南夏玉米生产趋利避害和防灾减灾提供参考依据.     

北方地区不同等级干旱对春玉米产量影响

北方地区是中国主要的玉米种植区,在中国玉米总产和播种面积中占有较大比例,同时也是中国易发生干旱的地区,北方地区干旱常态化严重制约着该地区玉米的稳定发展。该文基于北方地区14个省(市、自治区)217个气象台站1961-2010年的逐日气象数据以及作物、土壤和田间管理资料,依据春玉米生长季内降水量并以100 mm为间隔将全区划分为6个区域(Ⅰ~Ⅵ),选取作物水分亏缺指数为农业干旱指标,基于验证后的农业生产系统模型(agricultural production systems simulator,APSIM),明确了各生育阶段不同等级干旱对春玉米产量的影响。研究结果表明,北方地区干旱造成春玉米减产率在空间上呈由西向东下降趋势,降水的空间分布直接导致了灾损程度在各区的差异,其中西部灌溉绿洲农业区雨养种植春玉米干旱风险非常大,需大力发展节水灌溉,而东部雨养农业区自然降水已基本满足春玉米生长发育需要,干旱对春玉米产量影响较小,在模拟过程中很难准确的反映出旱级对产量造成的差异影响。春玉米在拔节—抽雄阶段发生干旱会对产量造成比较严重的影响,该阶段4个等级干旱造成春玉米减产率的四分位区间分别为特旱(20.1%~33.6%)、重旱(12.0%~20.3%)、中旱(6.3%~15.2%)、轻旱(4.7%~11.6%)。     

中国西南地区石漠化对玉米旱灾风险的影响

为做好喀斯特地区农业旱灾风险防范,揭示石漠化程度对作物旱灾风险的影响机制。该文基于灾害系统理论,引入基于物理过程的农作物模型EPIC(erosion productivity impact calculator),考虑西南喀斯特地貌背景,以水分胁迫累加值作为致灾因子,与玉米产量损失进行脆弱性曲线模拟,基于此开展不同石漠化程度区玉米旱灾产量的致灾和成灾损失风险评估。结果显示,中国西南喀斯特地区玉米受旱减产的风险呈现从西北到东南增加的趋势。在4种风险水平(2、5、10、20年一遇)下,面积占比最大的产量损失率主要集中分布在0.4~0.5区间内,这主要由地形地势、降水差异和承灾体的脆弱性所共同决定的;受石漠化影响,土层厚度为40 cm时,4种风险水平对应的减产率分别为5.8%、6.1%、7.8%、8.2%;该研究可以为中国第三大玉米主产区-西南山地玉米区的农业灾害预警和保障国家粮食安全提供重要的科学依据和技术支持。     

浙江省晚稻生产的农业气象灾害风险分布

采用浙江省52县市1971-2004年的晚稻单产资料,利用平均减产率、变异系数和单项风险指数形成的综合风险指数,划分了浙江省晚稻产量的农业气象灾害风险区域,并结合同期历史资料详细分析了各风险区的气温、降水和灾害情况,利用各区晚稻种植面积和产量占全省比例的差值分析了各风险区域气象条件的影响效果。结果表明：综合风险指数≥0.30的风险区,晚稻总产量与面积占全省百分比的差值均为负值,该区域晚稻历年遭受台风、干旱等农业气象灾害的频率较高,产量不稳定,年际减产幅度大或减产年份较多;综合风险指数在0.20-0.30的风险区,差值在零值上下浮动,年际减产幅度较小,产量相对稳定;综合风险指数〈0.20的风险区,差值均为正,遭受农业气象灾害的频率较低,丰年多于歉年,总体增产明显。分析结果可为保险部门制定保险区划、费率厘定提供科学依据。     

基于游程理论的农业干旱指数在辽宁省春玉米旱灾损失评估中的应用

为准确识别农业干旱事件,评估干旱对农作物产量的影响,本文以辽宁省为例,基于52个气象站1961—2015年逐日气象数据,计算了春玉米全生育期水分亏缺距平指数,利用游程理论构建了一种新的春玉米全生育期干旱指数,再结合历年产量损失率构建了区、县级尺度的干旱产量损失评估模型,并对不同干旱风险下春玉米产量损失进行了评估,以明确辽宁省春玉米干旱重点防范区域。研究结果表明,辽宁省春玉米干旱指数呈由西向东递减的经向分布特征,辽西地区更易发生严重的干旱事件,且春玉米产量稳定性也最差。春玉米主产区内, 80%以上的区、县春玉米产量损失率与干旱指数呈显著线性正相关,辽中部分区县和辽东大部两者相关性不显著。相同干旱指数下,辽西产量损失率最大,并以朝阳地区为最;辽南和辽北次之;辽东湾和中部部分平原地区总体较小;非水分限制区辽东的凤城市和东港市,降水偏少反而更有利于春玉米产量提高。辽宁省春玉米干旱重点防范区域主要分布在辽西的朝阳地区,以及千山山脉以西和以北的辽北、辽南地区,提高和稳定春玉米产量需增加耐旱品种种植、发展节水灌溉、提高水分利用效率;降水充沛或灌溉条件较好、产量稳定性较高的辽东大部和辽中部分区县,可通过提高种植和管理水平、加强其他气象灾害防御等增加春玉米产量。     

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。     

大豆新品种陇黄1号选育报告

大豆新品种陇黄1号从甘肃省农业科学院旱地农业研究所和农业生物技术国家重点实验室(香港中文大学)于2008年初从山西省农业科学院经作所引进的,以汾豆56为母本、汾豆62为父本常规杂交的F3代群体中,经系谱法选育而成。陇黄1号2013 — 2014年参加甘肃省大豆品种区域试验,2 a 10点(次)平均产量2 442.00 kg/hm2,比对照陇豆2号平均增产3.75%;2015年参加甘肃省大豆品种生产试验,平均产量2 571.30 kg/hm2,比对照陇豆2号增产9.04%。籽粒粗蛋白质含量39.40%,粗脂肪含量20.52%。其突出特点是抗病性强、稳产、商品性优且适宜间套作。该品种于2016年1月通过甘肃省农作物品种审定委员会审定,适宜在河西灌区、沿黄灌区、陇东旱塬区及等生态相似地区推广种植。     

大豆新品种陇黄2号选育报告

陇黄2号是由甘肃省农业科学院旱地农业研究所和农业生物技术国家重点实验室(香港中文大学)于2008年从山西省农业科学院经济作物研究所引进的以晋豆23为母本、鲁豆4号为父本常规杂交的F3代群体中,采用系谱法选育而成的大豆新品种。2013 — 2014年参加甘肃省大豆品种(系)区域试验,2 a 10点(次)平均折合产量为2 572.28 kg/hm2,比对照品种陇豆2号平均增产9.17%。2015 年参加甘肃省大豆品种(系)生产试验,平均折合产量2 501.70 kg/hm2,比对照品种陇豆2号增产6.09%。陇黄2号田间表现高抗花叶病毒病和大豆黑斑病。籽粒含粗蛋白(干基)385.3 g/kg、粗脂肪(干基)204.2 g/kg,品质优良。陇黄2号适用于机械化作业的间套作带状复合种植。该品种适宜在甘肃省河西灌区、中部沿黄灌区、陇东旱塬区及生态条件相近地区种植。     

大豆新品种陇豆3号选育报告

为改良大豆种质,提高其产量和品质,甘肃省农业科学院作物研究所以广适、丰产、抗逆性强的品种中品661为母本、吉育88为父本,经人工有性杂交采用系谱法选育出了大豆新品种陇豆3号。2019 — 2020年参加甘肃省大豆区域试验,2 a平均折合产量 2 771.25 kg/hm2,较对照品种陇豆2号增产8.00%。2021年参加甘肃省大豆生产试验,平均折合产量 2 677.20 kg/hm2,较对照品种陇豆2号增产 9.94%。该品种丰产性好,抗花叶病毒病,抗灰斑病,籽粒粗蛋白含量 381.8 g/kg,粗脂肪含量 208.2 g/kg。适宜甘肃省陇东、天水、沿黄和河西灌区春播,陇南地区夏播。     

基于WOFOST模型的玉米干旱损失评估:以北京为例

以北京市山区春玉米和平原区夏玉米产量作为研究对象,利用气候资料和统计资料驱动,就WOFOST模型对北京地区玉米产量模拟的适用性进行评估,并基于模型开展北京地区玉米干旱灾害损失评估研究。结果表明:(1)山区春玉米和平原区夏玉米的产量模拟值与统计年鉴统计值的符合度指数均达0.9以上,模拟结果平均误差小于10%,说明WOFOST模型在北京地区春玉米和夏玉米的产量模拟方面具备较强的适用性;(2)在本文定义的干旱指数体系下,初夏旱对春玉米的产量影响较大,其中初夏轻旱导致春玉米减产率达15.91%,初夏重旱使春玉米减产率达22.99%;春旱和伏旱对春玉米、初夏旱和伏旱对夏玉米产量影响均较小,减产率均在10%以下。研究结果可为北京地区玉米生产和抗旱减灾提供科学依据。     

甘肃东部苹果多灾种气象灾害综合风险评估

利用甘肃东部22个县（区、市）1965−2018年气象资料、1995−2018年苹果产量、种植面积资料和近5a的其它社会经济统计资料，综合分析筛选包括危险性、易损性、敏感性和防灾减灾能力4个方面的12个指标，构建苹果气象灾害综合风险评估指标体系，采用折衷方法计算风险指标权重，进一步构建风险指数评估模型，应用GIS技术制作风险区划图，评估苹果气象灾害综合风险。结果表明：甘肃东部苹果气象灾害综合风险分布呈现出由东南向西北加重的趋势，重度以上综合风险区主要分布在沿关山山区和六盘山东西两麓，以及陇东黄土高原北部，风险指数大于0.45；中度综合风险区主要分布在陇东中南部和渭河流域大部，风险指数在0.25～0.45；轻度综合风险区仅分散性分布在渭河流域川区和陇东东南部的小部分地区，风险指数低于0.25。     

夏玉米生长中后期连阴雨灾害指标研究

以河南省夏玉米为例,利用9个代表站点1981-2010年作物发育期观测资料、1961-2010年产量资料、逐日气象观测资料,构建日照持续不足、连续降水以及两者组合的6种不同阴雨日数类型并分别进行统计。通过对夏玉米减产率序列的提取、减产年份不同类型阴雨日数的筛选,分析夏玉米生长中后期连阴雨日数与减产率的关系。将高频出现的连阴雨日数与均值对比,建立阴雨日数与减产率间的多元线性回归方程,最终确定夏玉米花期和灌浆期连阴雨气象灾害等级指标及其可能造成的产量损失。结果表明:在划分的不同等级减产率区间中,各类型阴雨日数与5%~20%减产率序列正相关关系明显,其中,持续日照不足指标与5%~10%减产率的相关性整体较高,持续降水日指标则与15%~20%减产率相关性较高;相对于灌浆期而言,夏玉米花期持续降水或日照不足与减产率的相关性更强;连阴雨气象灾害指标以最长连续无日照日数(N1)、最长连续日照不足2h日数(N3)、最长连续降水日数(P1)、最长连续降水和无降水日日照小于2h的组合日数(P3)为因子,指标分为轻、重两个等级,花期和灌浆期遇轻度灾害的平均减产率分别为10.4%和8.5%。研究结果可为开展夏玉米高产稳产气象保障服务提供基础依据。     

基于CERES-Maize模型的吉林西部玉米干旱脆弱性评价与区划

自然灾害风险(risk)是灾害损失的可能性,主要取决于致灾因子、脆弱性、暴露性以及防灾减灾能力4个因素。脆弱性(vulnerability)衡量承灾体遭受损害的程度,是灾损估算和风险评估的重要环节,是致灾因子与灾情联系的桥梁。在全面收集研究区气象、土壤、土地类型、田间管理数据等资料的基础上,基于自然灾害风险和气候变化领域对脆弱性的定义,在考虑到扰动、敏感性和适应能力的基础上建立干旱脆弱性评价模型。以吉林省西部的玉米干旱灾害作为研究对象,选取2004年、2006年和2007年3个典型干旱年,运用CERES-Maize模型逐日逐网格对玉米的生长过程进行模拟,并且计算出不同生育期干旱脆弱性;对相应年份的玉米因旱减产率与不同生育期脆弱性的相关分析表明,二者存在指数相关性,并且每个生育期都通过了?=0.05的F检验,说明利用上述模型对玉米干旱脆弱性的评价与区划是合理的;从相关系数的大小中可以看出,玉米因旱减产损失与抽雄—乳熟期和拔节—抽雄期脆弱性相关性较大,其次是乳熟—成熟期和出苗—拔节期。将不同生育期玉米干旱脆弱性指数划分为4个等级,借助GIS技术绘制了玉米干旱脆弱性区划图。结果表明:吉林省西部玉米干旱脆弱性较强的区域主要集中在白城、洮南、镇赉等地区,玉米干旱脆弱性较弱的区域主要集中在松原、扶余等地区。运用此模型可以评价和预测玉米不同生育期干旱脆弱性以及因干旱造成的玉米产量损失,本研究结果可以为研究区农业干旱灾害风险评估以及防灾减灾提供一定的依据。     

云南核桃干旱气象指数保险产品设计

为有效减少传统森林保险市场的逆向选择以及道德风险，降低理赔成本，提高理赔效率，本研究基于云南核桃产业发展的情况设计干旱气象指数保险，依据年降水量距平百分率测算干旱指数，采用HP滤波法计算核桃减产率，构建回归模型确定干旱指数与减产率之间的相关关系，科学厘定纯费率以及风险区划。结果表明：云南不同州（市）核桃干旱指数保险的纯费率在1.26%～34.39%，聚类分析发现，各州（市）风险损失概率差异显著，曲靖、普洱等区域处于轻度生态脆弱区，干旱灾害较少，而昭通、红河等区域处于强度生态脆弱地区，干旱灾害较多。可依据纯费率的风险区划聚类分析，不同州（市）设置不同的保费补贴比例，从而健全保费补贴政策制度。根据云南核桃种植分布以及区域干旱情况，滇北地区纯费率较高的昭通市彝良县，滇西地区生态脆弱的保山市昌宁县，滇东地区“中国核桃之乡”楚雄州大姚县以及大理州漾濞县可先行试点，根据实际情况反馈，对保险产品进行优化。     

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。     

基于GIS的甘肃省土地沙漠化敏感性评价

以甘肃省为对象 ,选择了湿润指数、大风天数、土壤质地和冬春季地表植被覆盖度做为土地沙漠化敏感性评价因子 ,采用地理信息系统技术进行土地沙漠化敏感性评价。并对单因子敏感性和综合敏感性的空间分布格局进行了分析 ,结果表明河西地区以高度敏感为主 ,陇中、陇东黄土高原以中度和轻度敏感为主 ,祁连山地、陇南山地和甘南高原为轻度敏感或不敏感     

环境约束下的甘肃省城市土地利用效率时空差异及其演进特征

为了探究甘肃省城市土地利用效率时空差异和动态演进特征,构建环境约束下的城市土地利用评价指标体系,运用包含窗口的SBM-Undesirable模型和Kernel密度估计测算了2005—2016年环境约束下的甘肃省ULUE时空差异及其演进特征。结果表明:(1)甘肃省ULUE整体处于中等水平,城市间土地利用效率差异显著,整体呈现上升的趋势;(2)甘肃省ULUE空间分布上具有区域非均衡分布特征,中高效率城市不断增加;(3)甘肃省不同地区ULUE呈现南部民族河西陇东陇中陇南的区域差异特征;(4)甘肃省城市土地利用技术效率受到两种分解效率的影响,规模效率较纯技术效率对技术效率的贡献度较大;(5)甘肃省ULUE在地域空间上呈现两极分化的特征,区域空间差距呈现"加剧—减缓—加剧"的变化趋势。     

高产节水春小麦新品种陇春41号选育报告

陇春41号是甘肃省农业科学院小麦研究所和中国科学院西北高原生物研究所于2004年将高产品种陇春23号、陇春19号、陇辐2号、银春8号加入矮败轮选群体,通过连续2年的群体自由授粉,2006年从矮败轮选群体中选择优异可育株,后代选择以系谱法为依据.2017—2018年参加甘肃省水地春小麦西片区域试验,2 a平均折合产量分别...     

气候波动对海伦市粮食产量影响的风险分析

粮食生产具有不确定性特征,气候波动是影响粮食产量年际变化的主要因素之一。本研究采用风险分析方法,基于海伦市22个乡镇1978～2007年大豆和玉米产量的统计资料,以相对气象产量作为农作物受气候波动影响程度的指标,采用非参数信息扩散方法中正态扩散模型,对各乡镇大豆和玉米产量不同减产程度出现的概率进行了计算,进而获得各乡镇大豆、玉米单产受气候波动影响的风险度。在此基础上,基于海伦市气象站逐日降雨量和气温资料,按照气候干燥度将所有年份分为偏干旱年份、正常年份和偏湿润年份,分别计算不同水热耦合年份下各乡镇粮食产量受气候波动影响的风险程度。结果表明,大豆和玉米极端减产年出现的概率高于极端高产年;北部大豆减产风险小于南部,玉米在总体上呈现出和大豆减产概率空间分布相反的趋势;在不同水热耦合年份中,海伦市旱田农作物生产风险具有空间差异性,其中大豆生产风险空间分布与河网相关性较玉米高。