基于信息扩散理论的南方双季早稻气象灾害风险评估

小满寒（GBC）和高温热害（HTD）是影响南方双季早稻生长发育及产量形成最主要的农业气象灾害。为了提高双季早稻气象灾害的预测预报能力,利用双季稻区142个站点1960-2012年常规气象观测数据,根据前人研究的关于小满寒和高温热害临界气象指标,统计分析各站点历年发生小满寒和高温热害次数,运用信息扩散理论对双季早稻种植区各站点进行精细化风险评估。结果表明：（1）双季早稻小满寒及高温热害年平均发生次数空间分布差异显著,小满寒发生次数由南向北大致呈逐级递增趋势,呈明显的带状分布,高温热害频发区主要集中在湖南衡阳、双峰、郴州一带,江西大部分地区以及浙江金华、衢州、丽水附近,湖北甲鱼、武汉、黄石以及安徽安庆部分地区。（2）小满寒和高温热害至少发生1次及以上的概率值空间分布特征较为相似,大部分地区均表现为明显的高概率区,重现期较短,再现率较高;小满寒及高温热害超越概率值低概率区随着年发生次数的增加而逐渐减小。（3）随着年发生次数的明显增加,早稻小满寒及高温热害重现期短的站点数减少,重现期长的站点数相应增加。     

浙江省高温热害发生规律及其对早稻产量的影响

在前人研究基础上,提出浙江省早稻高温热害的气象指标是日平均气温≥30℃和日最高气温≥35℃连续出现3d及以上。根据该指标和全省68个气象站高温数据,分析了浙江省早稻高温热害发生规律及其对产量的影响。结果表明：除东部沿海和浙南部分山区外,其余大部地区高温热害均有发生,高温中心出现在金华地区;1988年之后高温热害呈现加重趋势;高温热害持续天数与空壳率、秕谷率之间呈显著的正相关关系,与结实率、千粒重以及早稻产量之间呈显著的负相关关系,并建立了模拟方程。此结果可为水稻高温热害监测预警和影响评估提供参考。     

福建省茶树高温热害致灾危险性区域划分

利用福建省70个气象观测站1971-2020年逐日气温资料及茶树灾情信息，构建基于日最高温气温与持续天数的福建省茶树高温热害等级指标，统计分析热害发生时空分布特征，开展福建省茶树高温热害危险性区域划分。结果表明：近50a福建省茶树发生轻度、中度热害较多，年际变化幅度大，发生数量总体呈上升趋势，21世纪以来热害发生频次比20世纪高；茶区由南往北热害发生频次逐渐增加；热害较高和高危险性区域主要分布在鹫峰山脉以北的武夷山脉、杉岭山脉和戴云山脉低海拔地区。在规划茶树种植时可结合具体地理气候条件和热害危险性区划结果，种植耐热、耐旱的品种或减少夏秋茶采摘等种植管理模式，改善茶园小气候，减少夏季高温热害带来的损失。     

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%。     

四川单季稻抽穗扬花期和灌浆结实期高温热害时空特征

利用四川省84个气象观测站1961-2014年逐日平均气温、最高气温和日平均相对湿度等气象资料以及1981-2014年水稻空壳率数据,通过线性回归法、多项式回归法、Morlet小波分析等方法,分析水稻抽穗扬花期和灌浆结实期高温热害的时空变化规律。结果表明： 1961-2014年高温热害总次数呈上升趋势,不同等级热害发生次数的年际变化特点与总次数一致,尤以2000年后增幅显著,其中抽穗扬花期轻度热害和灌浆结实期重度热害的增幅最显著,这与气候变暖背景下,1990年以来水稻高温热害区域增多的趋势基本一致;不同生育期内各等级高温热害发生次数均有显著的周期震荡规律,方差值在16a、12a、4a时间尺度上均出现峰值,依据周期变化推测,2015年后高温热害将持续偏多。依据高温热害“山区少、盆地多”的分布特征,可将盆中浅丘区及盆南丘陵区划分为热害频发区,盆东岭谷区为热害偶发区,川西南山地为热害少发区。在气候变暖背景下,1990年以来不同等级高温热害均呈现发生频率增多,范围扩大,高发中心从平原向山地扩大的趋势。本研究实现了水稻高温热害监测产品由定性向定量化的转变,融合常规高温指标的动态监测,提高了空间分布的精细度,延长了研究的时效性,更具针对性和指导性。     

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。     

两湖地区水稻抽穗开花期高温热害时空分布

根据两湖地区(湖北省和湖南省)34个气象站1961-2017年逐日气象资料和早、中稻各28个农业气象站1981?2011年生育期观测资料,采用数理统计、线性回归法、ArcGIS的反距离权重（IDW）空间分析功能,对两湖地区各省早、中稻抽穗开花期高温热害的时空分布进行分析。结果表明：（1）湖北省、湖南省早稻高温热害日数和频次在21世纪00年代最多,20世纪60年代、2010?2017年次之,80年代最少;两省中稻高温热害日数和频次在70年代最多,60年代、21世纪00年代、2010-2017年次之,80年代最少。（2）早稻高温热害日数和频次高值区分布在鄂东南、湘南,低值区分布在鄂西南、湘西;中稻高温热害日数和频次的高值区分布在鄂东北、鄂东南、鄂西南、湘西、湘南,低值区分布在鄂西北、湘西。（3）各级别早、中稻高温热害在湖北、湖南两省的发生频数表现为轻度＞中度＞重度,且湖南省发生程度比湖北严重;两省均表现为中稻高温热害发生比早稻严重。     

早稻乳熟初期高温热害气象指标试验研究

以杂交稻品种淦鑫203为试验材料,于乳熟初期在人工气候箱中进行日最高气温34~39℃高温控制试验,以同期自然温度为对照,采用主成分分析和聚类分析法,对各组材料结实率、秕谷率、千粒重和单株产量4个与早稻乳熟初期高温热害密切相关的因子进行分析,以探讨早稻乳熟初期高温热害气象等级指标。结果表明,早稻乳熟初期高温热害气象指标可分为轻、中、重3个等级,日最高气温达35℃持续5d或36℃持续4d或37℃持续3~4d或≥38℃持续3d,为轻度高温热害;日最高气温达35℃持续6~8d或36~37℃持续5d或≥38℃持续4~5d,为中度高温热害;日最高气温达35℃持续8d以上或≥36℃持续6d及以上,为重度高温热害。本文建立的高温热害指标不仅考虑了高温强度和持续时间,且综合考虑了它们之间的相互配置,每个灾害等级均有各自的临界日最高气温和对应的持续时间,对高温热害的识别性更敏感。研究结果可为早稻高温热害监测预警、风险评估及区划等提供科学依据。     

福建省年极端低温的分布及其参数估计

利用福建省67个气象站50a(1961-2010年)最低气温资料,分析了福建省极端低温的时空分布规律,并应用耿贝尔分布函数对各站的年极端气温进行了概率计算,计算过程中耿贝尔分布函数分别采用了2种参数估计方法:矩法和耿贝尔法,结合2种表征参数估计优良性的指标,对不同的参数估计方法进行了比较。结果表明:大多数情况下采用矩法时拟合效果较好;在推算不同重现期的年极端最低气温时,用耿贝尔法较好。     

江汉平原四湖流域近50年高温热害及热涝相随特征

利用江汉平原四湖流域荆州、潜江、监利、石首和洪湖5站点1960-2010年逐日气象资料,运用常规统计手段和Mann-Kendal突变检测方法,对四湖流域高温热害过程年际变化趋势,高温热害过程在7-8月内各旬发生频次,高温热害发生密集度,热、涝相随灾害发生特征等进行初步探讨.结果表明:(1)四湖流域1960-2010年年高温热害天数以3～ 19d为主,20世纪60年代初-80年代中期缓慢下降,80年代中期以后呈上升趋势,且5站点均有突变点出现,但出现的时期有所不同;(2)四湖流域高温热害以轻度热害为主,且集中在7月中旬、下旬和8月上旬这3个时段(即7月10日-8月10日),同时存在两次高温热害相连发生的现实,其中以间隔1～3d相连发生的次数最高,发生周期为3a,就热害形式来说,轻度高温热害与其它高温热害相连发生的次数最多,51a共发生39次,周期为1.31a;(3)四湖流域发生次数最多的热、涝相随灾害形式为轻度热害、偏涝相随型灾害,51a各站点平均发生了15次,占热、涝相随灾害发生总次数的44.12％,且大部热、涝相随灾害中两种灾害的间隔期在1～5d内.     

RCP情景下长江中下游地区水稻生育期内高温事件的变化特征

基于1981-2009年历史气象数据和全球气候模式HadGEM2-ES输出的未来2021-2050年RCP气候情景数据,采用日最高温度大于35℃的高温日数（HSD）、高温最长持续日数（MCD）和高温有效积温（HDD）,分析过去和未来长江中下游地区水稻生育期高温事件频率、持续时间和强度的变化特征。结果表明：1981-2009年,长江中下游地区水稻生育期内温度升高,各高温指标均一致显著增加,Tmax（平均日最高气温）、HSD、MCD、HDD的气候倾向率分别为0.51℃·10a-1,3.9d·10a-1,0.6d·10a-1和8.2℃·d·10a-1,空间上表现为由北向南递增。除MCD外,Tmax、HSD和HDD均在2001-2002年发生由少到多的突变。2021-2050年两种RCP情景下,长江中下游大部分地区水稻生育期间日最高气温持续升高,高温日数增多,持续时间延长,高温强度增强。RCP2.6情景下,水稻生育期内Tmax、HSD、MCD、HDD较基准时段（1981-2009年）分别增加1.5℃、11.3d、5.6d和45.3℃·d,RCP8.5情景下分别增加1.7℃、15.4d、6.2d和61.1℃·d,且各高温事件在高值区的概率进一步加大。各指标的空间变化特征具有差异性,Tmax、HSD和MCD的增加幅度由东南向西北递增,湖南西部和江苏北部等基准期温度相对较低的地区增幅更大,而HDD的增幅以中部地区较大。湖北、安徽、湖南和江西中北部是未来高温事件频率、持续时间和强度均大幅增加的地区,防灾减灾工作严峻,需采取调整水稻播期,更替耐高温品种等措施减轻高温对水稻的危害。     

中国不同水稻生长环境下ORYZA(v3)模型参数全局敏感性分析

中国水稻种植分布广、气候跨度大，水稻生长环境差异较大。ORYZA(v3)模型被广泛用于水稻生长模拟，但不同环境下该模型参数敏感性的时空特征尚不清楚。该研究选取了位于中国16个水稻种植亚区的18个典型站点，分别采用EFAST（Extended Fourier Amplitude Sensitivity Test）方法对模型中16个作物参数进行30 a（1986－2015年）全局敏感性分析，分析了参数敏感性与气象因子的相关性。结果表明，模型参数敏感性在不同生育阶段、不同稻作制度、以及不同站点之间均存在较大的差异，尤其在高海拔或具有特殊气候类型的地区的参数敏感性明显异于其他地区；模型中叶面积相对生长速率最大值（RGRLMX）、颖花生长系数（SPGF）和最大单粒重（WGRMX）的敏感性受环境的影响最大；各参数的敏感性与日均最低气温、日均最高气温、积温具有显著相关性，但由于海拔、纬度等因素的综合影响，模型参数敏感性在空间上不随纬度或海拔的变化呈现单一的变化趋势；RGRLMX在大理、牡丹江等站点出现单参数极度敏感的现象，揭示了模型的结构可能存在一定缺陷，在容易受低温冷害影响的地区应用时具有一定的局限性。     

黄土高原河龙区间最大日雨量(PMP)极值拟合及时空演变特征

黄土高原河龙区间暴雨可以造成极为严重的土壤侵蚀。为了探究河龙区间暴雨重现期的分布及变化规律,利用河龙区间及毗邻地区24个气象站点1957—2009年日降雨数据,分别用Gumbel分布和GEV分布模拟最大日雨量辨析这两种拟合方法的适用性,在此基础上,分析降雨极端事件的时空演变特征。结果表明:(1)对于短重现期(≤10a),两种分布模拟值最大日雨量(PMP)值相差较小;而在长重现期(≥20a)的水平上,GEV模拟精度较高。但若站点出现几次大暴雨且雨量相近的情况下,Gumbel模拟精度高于GEV模拟精度。(2)结合GEV分布和Gumbel分布,对河龙区间各站点的最大日雨量进行模拟。河龙区间2a,5a,10a,20a,50a,100a重现期的PMP分别介于40～70,50～85,60～100,70～110,85～130,95～150mm。河龙区间各重现期的最大日雨量的高值中心均分布在南部延河流域和西北部窟野河流域,而低值中心在西部横山以西和东北部偏关河以北地区。用3个时段数据(1950s—1960s,1970s—1980s,1990s—2000s)估算的5个代表站的最大日雨量值差异明显,在太原、榆林两站,1950s—1960s估算的最大日雨量较大,最大日雨量呈减少趋势。而在其它3个站点,均为1970s—1980s估算的最大日雨量较大。     

中国主要稻作区水稻生产气候资源的时空特征

中国地域广大,水稻生产气候资源分布的时空差异给中国水稻生产带来了较高的不确定性。基于中国主要稻作区333个气象台站1961~1970年(1960s)和1996~2005年(2000s) 2个10 a历史时期的逐日气象资料,使用ANUSPLIN软件包生成栅格化的逐日气象要素表面值;然后基于栅格逐年计算并比较了2个历史时期水稻生育期内主要气候资源（总日照时数、总有效积温、平均气温日较差、总降水量、总降水天数和平均降水强度）的时空分布特征。结果表明,同1960s相比,2000s中国主要稻作区水稻生育期内的平均总日照时数减少了11.93%,东北、西南地区减少的幅度小于中部和南方;平均总有效积温增加了9.40%,东北和西南地区增加的幅度大于中部和南方,但是在中部和南方存在总有效积温减少的地区;平均气温日较差减少了4.86%,东北和西南地区减少的幅度大于中部和南方,但在中部和南方地区亦存在部分增加的区域;总降水量增加了1.59%,平均降水强度增加了3.22%,平均降水强度的变化率在空间分布上与总降水量基本一致,东北地区和宁夏回族自治区总降水量和平均降水强度呈降低的趋势,而中部和南方大部分地区呈增加的趋势;平均总降水天数减少了1.60%,东北地区和中部地区的降低幅度要小于南方沿海地区。该研究结果为进一步分析中国主要稻作区的水稻增产潜力及增产途径提供了技术支撑。     

广西荔枝龙眼冬季暖害气象指标及其时空分布研究

利用广西玉林市荔枝龙眼冬季暖害观测记录资料以及观测点同期气象资料，确定了荔枝龙眼冬季暖害气象指标；分析了广西荔枝龙眼冬季暖害的时空分布特征，并进一步提出了防御对策。     

土壤水空间分布结构的时间稳定性

通过在野外 3 5m× 3 5m的正方形试验区域高密度布置多个电极和定时扫描测定土壤电阻的方法 ,利用反演计算和土壤电阻率与含水量之间的关系 ,计算出了不同时间的土壤含水量在三维空间上的分布。通过对由此获得的含水量资料的分析 ,探讨了土壤水在三维空间上的分布特征及其在时间上的稳定性。结果表明 ,试验区的土壤含水量在三维空间上的分布是非均质的和各向异性的 ,这种非均质性不是随机的而是具有一定的结构或模式 ,这一结构或模式在时间上是相对稳定的。     

四川稻作区优质稻生产气候生态条件适宜性评价及空间分布

开展特定区域适宜优质稻区域化种植的气候生态条件评价及空间分布格局的研究,可为我国不同稻作区稻米品质生态改良及宏观决策提供重要的理论依据。通过四川、云南、贵州、重庆多地不同生态区田间试验、气象资料的统计分析建立齐穗期与经度、纬度及海拔间的回归模型,以四川省稻作区为分析样区,利用地理信息系统(GIS)空间差值等方法,对四川省稻作区优质稻生产的气候生态条件适宜性及其空间分布格局进行研究。结果表明,四川省各稻作区优质稻生产均存在显著的区域特色,通过对影响不同生态区优质稻生产诸环境及气候生态因子的相对重要程度关系进行回归分析,明确了齐穗期与经度、纬度及海拔间的回归模型;并在研究区域范围内筛选了对优质稻生长发育及米质形成影响较大、且分布差异显著的气象因子:齐穗后灌浆结实期间30 d范围内的日均气温、日照百分率、天文辐射、水汽压等作为优质稻气候生态区划的评价指标,并构建了四川省稻作区优质水稻生态适宜性综合评价指标体系。以此为基础,进行了四川省稻作区优质稻生产的气候生态条件适宜性分级评价及其空间分布格局分析。结果表明:四川省稻作区适宜种植优质稻的区域主要分布在盆周边缘稻区的西北部、盆西平原稻区的西部及北部、川西南山地稻区除西部以外的大部分地区,盆周边缘稻区的西南部、东北部也有零星分布;较适宜种植优质稻的区域主要分布在盆周边缘稻区的北部、西南部,盆西平原稻区的东部、南部,盆中浅丘稻区的西北部、东北部,及川西南山地稻区的西部;除上述区域外皆不适宜种植优质稻。本研究可为科学规划四川省优化优质稻生产布局和结构,促进四川省优质稻高产、优质、高效发展提供科学依据。     

基于ORYZA2000模型的湘赣双季稻气候生产潜力

应用湘赣地区1961-2006年25个气象观测站的逐日气象资料以及31个农业气象观测站1981-2006年双季稻发育期、生物量观测等资料,对水稻生长模型ORYZA2000进行参数调试和验证。以双季稻发育速率参数为主,结合地形、气候、水稻熟性分布和当地生产实际,将湘赣双季稻区划分为7个区域,实现了ORYZA2000在湘赣双季稻地区的应用。利用本地化后的ORYZA2000模型模拟湘赣地区早、晚稻的逐日生长过程,分析了湘赣地区1961-2006年双季稻气候生产潜力的时空演变规律。分析表明,赣东、赣中、湘中一带双季稻气候生产潜力较高,湘北、湘南、赣南、赣东北双季稻气候生产潜力较低,其空间分布与实际生产情况相符。从历史演变看,25个站中有18个站的双季稻气候生产潜力呈下降趋势,每年下降22-86kg/hm^2不等。初步分析表明,湘赣地区双季稻气候生产潜力下降是由于生育期天数减少、生育期内辐射（日照时数）减少和（或）积温上升3个因素的共同影响。辐射减少导致光合作用产物减少,积温上升意味着生育期内温度升高,或产生高温胁迫,或引发生育期缩短,均对水稻生长不利。