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%。     

基于水分盈亏指数的四川省玉米生育期干旱时空变化特征分析

四川省地形地貌复杂多样,常年多旱灾,玉米是该省主要粮食作物之一,在粮食生产中占有重要地位,但干旱一直是制约四川省玉米生长发育和产量形成的重要因素,常年春、夏、伏旱频发重发,造成玉米年际间产量不稳定。评估四川省玉米生育期干旱状况,分析其时空变化特征,可为相关部门制定农业生产计划、防灾减灾措施以及保险部门确定保费率提供科学依据。本文利用四川省144个玉米种植区气象台站1970—2010年逐日气象数据,以水分盈亏指数作为干旱指标,分析四川省6大玉米种植区域(盆南丘陵区、盆中浅丘区、盆西平丘区、盆周边缘山地区、盆东平行岭谷区和川西南山地区)玉米生育期内干旱频率的时空变化特征及干旱发生风险度的空间分布。结果表明:从时间变化看,各区域干旱频率变化趋势不同,但大部区域从20世纪90年代后期开始明显增加,其中拔节—乳熟期干旱站均次数变化趋势除盆东平行岭谷区随年代呈下降趋势,其余各区都呈上升趋势,乳熟—成熟期干旱站均次数变化趋势盆南丘陵区、盆西平丘区及盆周边缘山地区呈明显上升趋势;从空间分布看,盆南丘陵区轻旱发生次数最高,盆中浅丘区中旱发生次数最高,盆西平丘区及盆东平行岭谷区发生干旱次数相对较低;干旱发生风险度空间分布为:全生育期干旱风险重度区主要集中在盆中浅丘区、盆东平行岭谷区大部及盆南丘陵区部分区域,拔节—乳熟期重度风险区主要集中在盆地北部及盆中浅丘区大部,乳熟—成熟期重度干旱区域分布在盆北、盆东南及盆中浅丘区部分区域。     

江苏水稻高温热害气象指数保险风险综合区划

以江苏省为例,利用1980-2015年气象资料和水稻观测数据,基于Logistic曲线方程构建高温热害保险气象指数,并分别采用正态分布、正态对数分布和Weibull分布三种参数模型,以及基于信息扩散方法的非参数模型对水稻高温热害发生概率进行拟合。通过拟合优度检验发现,非参数模型可以较好地估算江苏各县水稻孕穗-抽穗扬花阶段高温热害发生概率,进而结合最优拟合模型,考虑农业保险的经营需求,从致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力四个方面出发,确定相应评估指数并构建综合指数,采用聚类分析的方法进行县级水平的水稻高温热害保险风险综合区划。评估分析表明,江苏水稻高温热害保险风险呈现"西南高东北低"的特征,中高风险区是需要依靠农业保险转移风险的重点关注区域。     

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。     

河南省夏玉米花期高温热害风险分析

根据河南省110个气象站1970−2019年逐日最高气温观测资料和19个农业气象观测站夏玉米生育期数据,以32℃和35℃作为轻度和重度夏玉米花期高温热害发生阈值,选取花期日最高气温≥32℃和≥35℃发生频率和日最高气温≥32℃和≥35℃的积热量4个关键致灾气象因子,构建高温热害综合指数,开展河南省夏玉米花期高温热害风险区划,为夏玉米生产趋利避害和防灾减灾提供参考依据。结果表明：（1）1970−2019年河南省夏玉米花期高温日数呈先减小后增加的趋势,21世纪10年代（2010s）后高温日数和频率明显增加,与高温发生频次最低的1980s（20世纪80年代）相比,高温日数增加1.4d（≥32℃）和1.5d（≥35℃）,高温频率增加20.6个百分点（≥32℃）和20.5个百分点（≥35℃）。河南省夏玉米花期高温日数50a平均值在1.8～4.5d（≥32℃）和0.4～1.9d（≥35℃）,高温发生频率在24.3%～64.3%（≥32℃）和2.5%～31.1%（≥35℃）,豫东南为高温热害发生的高频区。（2）近50a轻度和重度高温积热均呈先减弱再增强的趋势,21世纪10年代（2010s）高温积热较1980s（20世纪80年代）增加52.8℃·d（≥32℃）和52.5℃·d（≥35℃）。空间分布上基本呈现出南高北低、东部平原高于西部山区的态势。（3）结合高温强度和发生频率的致灾高风险区主要集中在南阳南部、漯河、许昌东部、周口、驻马店,约占夏玉米主栽区面积的28.5%;研究区域大部地区为中风险区,约占夏玉米主栽区面积的56.2%;而三门峡、洛阳西部、济源西部、安阳等地夏玉米花期高温热害风险相对较低,约占夏玉米主栽区面积的15.3%。     

水稻抽穗扬花期极端高温发生时空特征及热害风险区识别——以南充市为例

以2000—2018年南充市水稻抽穗扬花期(7—8月)气象站点逐日最高气温数据为基础,通过年距平法、累计距平法提取南充市极端高温发生的时间特征;计算包括市域范围内及周边地区17个站点的多年水稻高温热害累积指数,并借助ANUSPLIN软件进行插值以获得南充市极端高温发生的空间特征;最终结合水稻种植范围、人口数量分布数据以及高温热害风险性分析模型识别南充市各等级水稻高温热害风险区。结果表明:2006年为研究时段极端高温发生最严重的年份,其次是2017年,极端高温发生日数较常年明显偏多。2010年为南充市气温变化的转折点,2010—2018年平均日最高气温明显高于2000—2010年,预计未来极端高温天气出现的频率和强度持续增大。蓬安县、营山县为遭受极端高温天气最频繁的两个县,其次是高坪区、南部县和西充县。水稻高温热害高风险区在高坪区、营山县分布最多,中风险区在各县均有较广泛分布,而低风险区则集中分布在南部县西北部、阆中市北部和营山县东北部的山地、丘陵。水稻高温热害风险区的识别能为人们更好地安排农业生产和政府更科学地进行城市规划与改造等提供参考依据。     

基于极值概率分布函数的中国早稻高温热害时空分布统计特征

揭示水稻高温热害风险特征对农业适应气候变化具有重要意义。本研究以中国早稻种植区为研究区域,基于早稻种植区214个气象站1971—2015年的数据,利用Mann-Kendall非参数趋势检验方法和极值概率分布理论,探究中国早稻高温热害的时空变化趋势和极值概率分布规律。研究发现:1)反映早稻高温热害的两个指标即高温热害累计天数(ADHS,accumulateddaysofheatstress)和热害有害积温(HDD,heatstressdegree days)的均值在湖南中南部、江西中部、浙江和福建中部较大,表明这些区域的早稻遭受高温热害的风险较大;从Mann-Kenall趋势检验看,两个指标在超过1/3的站点都呈显著增加的趋势,说明高温热害风险在这些站点显著增加,尤其20世纪90年代以后超过1/2的站点两个指标都呈显著增加的趋势。2)超过1/2以上的站点的高温热害累计天数和高温有害积温都满足极值概率函数分布。对于高温热害累计天数,56个站点满足耿贝尔分布(Gumbel),82个站点满足广义极值分布(GEV);对于热害有害积温,61个站点满足耿贝尔分布,58个站点满足广义极值分布。3)两个高温热害指标的10年、50年、100年重现期的空间分布规律和2个指标的均值空间分布类似,即均值较大的区域,其10年、50年、100年重现期对应的重现期水平(return level)也较大;重现期水平与经度、纬度和海拔无明显相关关系。研究结果有助提升对早稻高温热害时空趋势和概率分布规律的认识,可为农业适应气候变化和农业天气指数保险设计等方面提供理论参考。     

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。     

未来气候变化情景下江苏水稻高温热害模拟研究Ⅰ:评估孕穗-抽穗期高温热害对水稻产量的影响

将江苏省气候、土壤、水稻产量、田间试验等相关资料作为CERES-Rice模型的输入文件,通过校准和验证获得江苏水稻品种徐稻2号的遗传参数,利用WCRP耦合模式CMIP3的多模式数据下的A2和A1B两种方案,并结合CERES-Rice模型,模拟分析A2和A1B两种情景下2020s(2011-2040)时段不同高温强度及其持续时间的热害对水稻产量的影响。结果表明,CERES-Rice模型在江苏地区具有较好的模拟能力;A2和A1B两种情景下高温热害会使江苏省水稻产量下降,最高减产率为17%。高温强度一定时,高温持续日数越长,水稻减产率越大。高温持续日数一定时,温度越高对水稻造成的危害越重。可见,未来气候情景下孕穗-抽穗期高温热害将使江苏省水稻减产,研究结果可为合理制定江苏水稻生产防灾减灾措施提供理论支撑。     

基于CMIP6的长江中下游未来水稻高温热害时空变化特征

在全球气候变化背景下,高温热害频发已严重影响了中国水稻的产量和品质。长江中下游地区是中国重要的单、双季稻种植区,其产量和种植面积均占全国1/3以上。预估未来不同气候情景下水稻高温热害演变规律有助于合理制定应对气候变化策略,保障中国粮食安全和农业可持续发展。该研究基于观测数据对CMIP6中14种气候模式的日最高气温数据进行偏差校正处理,并进一步结合贝叶斯模型平均（Bayesian model averaging,BMA）算法,评估了长江中下游地区当前和未来单、双季稻关键生育期的危害热积温Ha的时空演变特征。结果表明：1）偏差校正方法可以有效地减少气候模式数据的系统偏差,大多数模式与实测数据的均方误差改善40%以上,BMA集合平均方法能够有效提升气候预估结果的可靠性。2）水稻全生育期的高温热害集中发生在江汉平原、湘中丘陵区以及鄱阳湖平原等地区,并且未来这些地区Ha有着更大幅度的增长。3）随着温度的持续升高,越来越多的地区将暴露在高温热害之下。到21世纪末,在SSP2-4.5情景下,单季稻和双季早稻的Ha相较于历史时期（2001-2014年）增长超过20℃·d的区域大于1/3,而在SSP5-...     

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。     

基于土地整治监测监管系统的高标准农田建设状况分析

为科学分析当前四川省高标准农田建设的空间特征和实施状况,该研究基于农村土地整治监测监管系统,以省域为尺度,县(区)为研究单元,建立建设强度、建设潜力和建设难度为指标的综合评价体系,采用Ward聚类分析的方法,对2012-2015年四川省高标准农田建设状态进行综合分区,并结合既定规划目标与建设成效,对建设状态作定量对比分析,得出以下结论:从分项指标来看,盆地中部丘陵区和盆周山地区建设强度较高,全省建设潜力总体处于中等水平,建设潜力高值区主要位于川中丘陵区、盆周山地区和川西南山地区,成都平原区和川西南山地区建设难度较高;从综合分区来看,全省总体表现为中等偏低建设强度,中等建设潜力和中等偏高的建设难度。成都平原区、盆地丘陵区、盆周山地区和川西南山地区3项指标表现形式分别为中-中低-高、中-中-中、中-中-中和中-中-高;研究表明,目前高标准农田建设状态与规划目标存在一定偏差,且区域差异明显;从区域发展、建设潜力和建设成效多个视角考虑,"十三五"期间高标准农田建设活动在分区上应重点布局在盆地丘陵区和盆周山地区。     

四川省土地整治项目时空分异格局分析

从不同空间尺度分析特定时期土地整治项目的分布特征,可为制定下一阶段土地整治规划及优化空间布局提供决策参考。基于2011—2015年土地整治项目数据,以县域为评价单元,采用变异系数法、重心模型法和空间自相关模型法,探讨了四川省土地整治项目在不同空间尺度的分布特征,分析了重心转移和空间格局演变特征。研究表明:(1)从时间维度看,四川省土地整治项目总量呈下降趋势,项目绝对规模差异、相对规模差异逐步减小,呈现均衡化趋势。(2)不同空间尺度下土地整治项目具有不同特征。区域层面上,土地整治项目集中分布在盆地丘陵农用地整治区;市域层面上,项目主要集中在成都市和宜宾市,而甘孜藏族自治州、凉山彝族自治州和攀枝花市分布较少。(3)重心移动轨迹中所有重心点均落在盆地丘陵农用地整治区内,空间分布具有一定的地域均衡性。(4)土地整治项目在县域尺度分布存在较为显著的集聚性。高-高集聚区主要集中在盆地丘陵农用地整治区的东北部,低-低集聚区主要分布在川西北高山高原生态整治区。由于受项目区社会经济、人口、地形条件和政策的影响,四川省土地整治项目时空格局均衡性有待进一步提高。该研究明确了四川省土地整治规划重心在盆地丘陵农用地整治区,今后土地整治发展方向在于适时适度地开展川西南山地河谷农用地整治区、川西北高山高原生态整治区土地整治,有利于优化四川省土地空间开发利用格局。     

基于信息扩散法的湖南水稻生产水灾风险评估

利用1987—2006年湖南省水稻播种面积、水灾成灾面积数据资料，基于模糊数学和信息扩散理论，以县为单位，计算了湖南各地水稻生产遭受水灾的风险概率，运用GIS技术得到了水稻生产水灾风险评估及其区划。结果表明，各风险水平下湖南水稻生产遭受水灾的概率总体上北部大于南部，这对提高社会公众对水稻生产中水灾的防灾减灾意识和因地制宜调整农业生产结构有指导意义。     

川滇地区主汛期暴雨洪水灾害风险评价

[目的]对川滇地区主汛期暴雨洪水灾害风险等级分布及特征进行研究,以期为区域暴雨洪水灾害的防御提供理论参考。[方法]采用反距离加权空间插值(IDW),自然灾害风险指数等方法。[结果]暴雨洪水灾害的高、较高风险区主要集中在川东盆地和云南省南部边缘地区;中度风险区主要分布在川西南山地和云南省的大部分地区;较低灾害风险区零星分布在滇东高原、滇西北地区和川西高原东北部等地;低风险区主要位于川西高原地区。[结论]大气环流、降水量、地形地貌、河网水系是影响川滇地区主汛期暴雨洪水灾害的主要因素,人类活动对区域下垫面性质的改变,是加剧暴雨洪水灾害的触动因素。     

长江中下游地区滑坡的易发性评价——以江西省为例

[目的] 预测长江流域滑坡灾害分布情况,旨在开展隐患排查和危险评估,提升灾害的应对能力。[方法] 基于1 211个滑坡分布点数据和15个环境变量,通过MaxEnt模型对江西省的滑坡易发区分布进行预测,同时采用Jackknife检验评估15个环境变量对预测结果的重要程度,最终确定不同程度滑坡易发区的面积和分布以及影响滑坡灾害发生的主要环境变量。[结果] 江西省内极高、高和中易发区分别占全省总面积的29.6%,36.5%和23%。滑坡发生的概率以鄱阳湖平原为中心向四周呈现逐渐增加的趋势,集中分布在西部和南部的山地丘陵地带。海拔、坡度、植被归一化指数NDVI、年均降雨量和距离水系和道路的距离是影响滑坡发生和分布的主要环境变量,累积贡献率在83%以上。[结论] 江西省滑坡易发区的分布具有明显的空间差异性,主要分布在海拔较高、地质复杂和岩层节理裂隙发育的地区,降雨是滑坡发生的直接诱导因子。     

海南岛农业台风灾害风险评估与可持续发展对策

海南岛是中国台风频发地区之一，开展海南岛农业台风灾害风险评估研究，可为海南岛优化农业种植布局和加强农业防灾减灾提供技术支撑。该研究基于自然灾害系统理论和方法，结合海南岛气象、自然地理与社会经济等要素，综合考虑致灾因子危险性、孕灾环境暴露性、承灾体脆弱性，研究构建了海南岛农业台风灾害风险评估方法与指标体系，并基于2001－2020年历年海南岛台风发生数据进行了海南岛农业台风灾害风险评估，在此基础上提出了农业台风灾害防灾减灾与可持续发展对策。结果表明，海南岛农业台风灾害风险指数处于0.40～0.80之间，平均0.61，整体上呈现出北部及沿海地区的灾害风险高于中部山区的趋势；致灾因子危险性、孕灾环境暴露性在全岛北部和沿海地区指数较高，承灾体脆弱性在琼海、陵水和三亚等市县指数较高。同时提出了3种农业台风防灾减灾与可持续发展对策，包括调整农业种植布局、提升风险监测预警能力和加强农业政策保险投入等。海南岛各市县农业台风灾害风险的差异以及相应的对策，可支撑相关部门为不同灾害风险程度区域建立防灾方法提供指导依据。     

四川盆地丘陵区农业源甲烷排放时空变异特征及驱动因素

为探讨四川盆地丘陵区农业源CH₄排放特征,采用IPCC排放因子法估算2007—2017年农业源CH₄排放量,运用重心模型、Getis-Ord G^*_i指数检验和PLS-STIRPAT模型,探讨区域CH₄排放的时空变化特征及驱动因素。结果表明:(1)2007—2017年,盆地丘陵区农业源CH₄排放量达(32.52～35.93)万t,其中种植业、畜禽养殖业排放占比分别为44.54%～48.26%和51.75%～55.46%,总排放量呈现出随年限增加而降低的趋势,与养殖业CH₄排放密切相关。(2)2007—2017年,盆地丘陵区农业源CH₄排放重心总体向东北方向迁移; 高排放聚集区主要位于研究区东北部,呈现出扩张的趋势,低排放聚集区主要位于西南部,与高值聚集区呈现出相反的缩减趋势。(3)驱动因素中,总人口、农业从业结构和农业产值结构对农业源CH₄排放起到正向促进作用,城镇化率、单位面积施肥量、人均耕地占有量、人均GDP和农村用电量对农业源CH₄排放起控制作用。其中农业产值结构是推动研究区CH₄增长的重要因素。综上,盆地丘陵区农业源CH₄排放水平较高,时空分布差异变动较小,通过农业生产集约集中规模化可有效降低农业源CH₄的排放量。