东北地区玉米主要气象灾害风险评价模型研究

【目的】农业生产过程中经常面临着一种以上气象灾害的威胁。目前,农业气象灾害风险评估普遍是以单一灾种对承灾体的影响为研究对象,无法反映真实气象条件下农业生产面临的综合风险;作物在不同发育时期或发育阶段遭受气象灾害对最终产量的影响有所不同。本文以东北地区玉米为例,研究基于作物不同发育阶段多种气象灾害风险评价方法与技术体系。【方法】将东北玉米生育期划分为播种-七叶、七叶-抽雄、抽雄-乳熟、乳熟-成熟4个发育阶段,把冷害、干旱、涝害作为3种主要气象灾害,利用玉米发育期、气象、土壤、作物面积和产量等多元资料,根据自然灾害风险理论和农业气象灾害风险形成机制,以一定区域自然灾害风险由自然灾害危险性、承灾体的暴露性和脆弱性及人类防灾减灾能力4个因素综合作用的“自然灾害风险四要素说”为理论依据,在全面分析东北玉米发育阶段冷害、干旱、涝害的孕灾环境和致灾因子的危险性、承灾体的暴露性和脆弱性、人类防灾减灾能力四要素的基础上,从风险四要素的内涵出发选取风险评价指标。采用孕灾环境多指标法,从气象、作物、自然地理等方面选取指标全面反映发育阶段主要气象灾害的危险性;从承灾体暴露性、脆弱性的内涵出发选取评估指标;鉴于防灾减灾能力比较滞后的研究现状,选用产量变异系数综合反映防灾减灾能力,形成了比较完备的发育阶段主要气象灾害风险评价指标体系。由于农业气象灾害成因的多要素性、复杂性,影响要素之间的模糊性和不确定性,利用层次分析法确定发育阶段主要气象灾害风险四要素及危险性指标的权重。利用自然灾害风险指数法构建发育阶段主要气象灾害风险评估模型。利用加权综合评分法构建发育阶段主要气象灾害危险性评价模型,发育阶段3种主要气象灾害频率之比作为权重系数反映不同发育阶段主要气象灾害的相对严重程度。【结果】在发育阶段主要气象灾害风险评价的基础上,利用加权综合评分法构建作物生育期主要气象灾害风险评估模型,根据作物减产率与4个发育阶段主要气象灾害风险指数的相关性调试确定各发育阶段风险指数的权重系数,建立比较完备的基于发育阶段的主要气象灾害风险评价指标体系,构建发育阶段主要气象灾害风险评价模型、发育阶段主要气象灾害危险性评价模型及生育期主要气象灾害风险评价模型,进而初步建立了东北玉米基于发育阶段的多种农业气象灾害风险评价技术体系。【结论】对东北典型全域灾害年份及代表站点主要气象灾害典型年份关键发育阶段主要危险性指标与减产率的分析表明,发育阶段主要气象灾害危险性指标的选取是合理的。     

1966—2013年东北地区玉米低温冷害指数分析

本文选取东北地区36个农业气象观测站1966—2013年共48年的气象资料和玉米生育期资料,通过计算玉米4个生育阶段(出苗至七叶、出苗至抽雄、出苗至乳熟、出苗至成熟)的热量指数及冷害指数,分析了东北地区玉米低温冷害指数的长期变化、频率、气候倾向率及空间分布,以期为东北地区玉米种植提供指导。     

玉溪烤烟低温冷害风险评价与区划

为了探究玉溪复杂地形下烤烟种植的低温冷害风险,规避气象灾害带来的影响和损失,利用玉溪七县二区13个烤烟气象观测站2009—2018年常规气象观测资料、社会经济数据等,综合危险性、敏感性、易损性、防灾减灾能力4个评价因子构建玉溪烤烟低温冷害风险评估模型,借助GIS平台进行风险评价和区划。结果表明:1)灾害因子危险性表现为东北部较高、西南部较低,成熟采烤期较移栽伸根期危险性高。2)孕灾环境敏感性由西南向东北递减,大部区域敏感性在中等偏上;西部、北部地区承灾体易损性较高,中部地区较低;防灾减灾能力呈东高西低。3)综合风险评价结果表明,大部分区域在中等及中等气象风险以下,对比不同县区,江川区、澄江县、新平县东部、华宁县北部为中风险-高风险区;易门县、红塔区、通海县、峨山县为低-次高风险区。     

基于GIS的水稻气象灾害风险评估——以四川广元旺苍县为例

为研究旺苍县水稻气象灾害风险,本研究利用1981-2017年旺苍县附近4个国家气象站和2012-2017年19个旺苍县乡镇区域站气象资料,以及4个县和35个乡镇统计年鉴数据,通过相关分析确定水稻生育期内主要气象灾害,利用自然灾害风险评估原理,综合分析孕灾环境敏感性、致灾因子危险性、承灾体脆弱性、承灾体暴露性以及当地防灾减灾能力,分别评估生育期内不同气象灾害风险,利用层次分析法和加权综合评价法构建水稻气象灾害评估体系,并对其进行综合风险评价.结果表明:旺苍县水稻气象灾害风险分布由西南向东北递减,高风险和次高风险区域主要分布在白水镇、尚武镇、枣林乡、嘉川镇、东河镇、柳溪乡、黄洋镇、龙凤乡、普济镇、农建乡、化龙乡、木门镇、九龙乡等西南部乡镇;低风险性区域主要分布在檬子乡、大河乡、鼓城乡、水磨乡、万山乡、五权镇、大德乡、大两乡东部等东北部地区,实际生产中要选育抗性强的水稻品种,尤其是高风险和次高风险地区,不断提高当地抵御灾害风险的能力.     

莫力达瓦旗低温冷害风险区划

根据历史低温冷害数据,结合RS和GIS技术及地理、社会、经济数据,建立包含暴露性、危险性、脆弱性、防灾减灾能力的莫力达瓦旗低温冷害风险区划模型,并绘制风险区划图,为政府决策提供气象服务参考。气象灾害风险区划综合分析结果表明:莫力达瓦旗西南部及乡镇受低温冷害影响较低,为中低风险区;中部乡镇及北部个别乡镇为中高风险区;塔温敖宝、坤密尔堤及东北部乡镇为高风险区,易受到冷害影响。     

基于GIS的沧州市雷暴气象灾害风险评估

基于自然灾害风险评估理论,建立以致灾因素危险性、孕灾环境敏感性、灾害承受体脆弱性和防灾抗灾能力为主的评估体系,选取2010—2018年雷暴频次、极大雷电活动频次、自然环境和社会经济等指标,利用GIS分析技术和加权综合评价方法,对沧州市雷暴气象灾害风险进行了评估。结果表明,大面积的雷暴灾害高风险区主要分布在任丘地区、沧州市区、海兴北部地区和黄骅市东南部地区,主要是由于雷暴致灾因子危险性较大;中西部环境敏感性和承载体易损性相对低,导致雷暴灾害发生的风险较低;沧州市区的承载体易损性特别高,市区东部承灾体易损性也较差,导致沧州市区东部的雷暴灾害发生风险高于东部。     

基于GIS的沧州市小麦干旱气象灾害风险评估

基于自然灾害风险评估理论,建立以致灾因子危险性、孕灾环境敏感性、灾害承受体脆弱性和防灾抗灾能力为主的评估体系,选取河北省沧州市1986—2017年的逐日降水量、小麦播种面积、减产率等指标,利用GIS分析技术和加权综合评价方法,对河北省沧州市小麦干旱气象灾害风险进行评估。结果表明,大面积的小麦干旱灾害高风险区主要分布在青县地区、沧州市区,大多是由于干旱致灾因子危险性较大所致;东部承载体易损性相对低,导致干旱灾害发生的风险较低;沧州市区西部的环境敏感性特别高,市区北部防灾减灾能力较差,市区西部的小麦干旱灾害发生风险高于东部。     

基于GIS的沧州市暴雨气象灾害风险评估

基于自然灾害风险评估理论,建立以致灾因素危险性、孕灾环境敏感性、灾害承受体脆弱性和防灾抗灾能力为主的评估体系,选取河北省2010—2018年的暴雨频次、暴雨强度、自然环境和社会经济等指标,利用GIS分析技术和加权综合评价方法,对沧州市暴雨气象灾害风险进行了评估。结果表明,大面积的暴雨灾害高风险区主要分布在东部的海兴、黄骅和盐山地区,该地区暴雨发生危险性和环境敏感性较大;中南部地势低且平坦,环境敏感性和承载体易损性相对低,导致暴雨灾害发生的风险较低;沧州市区的承载体易损性特别高,市区西部的防灾减灾能力也较差,导致沧州市区西部的暴雨灾害发生风险高于东部。     

基于GIS技术的会东县暴雨洪涝灾害风险区划

利用会东县及周边县的历史气象资料,综合会东县自然、社会、经济与防灾减灾具体情况,对会东县的暴雨洪涝灾害致灾因子危险性、孕灾环境敏感性、承载体易损性和防灾减灾能力等因子建立相关指标,利用加权综合评价与GIS自然断点法,得到会东县暴雨洪涝灾害风险区划图。结果表明,暴雨洪涝灾害风险等级呈东—西向分布,最高和次高风险区基本集中在会东县的西部乡镇;此外,堵格镇、铁柳镇、大崇镇和铅锌镇的西部地区灾害风险等级也较高;中部、东南部地势较高的乡镇和东部地区灾害风险等级均较低;其余乡镇的暴雨洪涝灾害风险等级介于高、低值之间。     

岱岳区干旱风险评价及区划分析

利用岱岳区气象站近30 a和10个乡镇气象站2006—2010年5 a的气象资料,通过插值和年代外推,从灾害的危险性、暴露性、脆弱性、防灾减灾能力4个主要因子分析干旱灾害风险评价和区划,为农村气象灾害防御提供科学依据。结果表明,干旱灾害高风险区位于泰山区,中度风险分布在防灾减灾能力较低的乡镇,低风险分布在大汶口镇、粥店街道等防灾减灾能力为中等强度的13个乡镇。     

长沙市主要农业气象灾害风险区划

该文采用长沙地区四个国家气象站1981～2010年逐日气象资料与长沙地区地形高程资料(DEM),对影响长沙的六种气象灾害进行风险等级区划分析,以期为长沙市农业生产的气象灾害防御提供依据。结果表明：(1)长沙市大部分地区为高温热害高风险区,干旱灾害、倒春寒灾害中等风险区,洪涝灾害、五月低温灾害、寒露风灾害低风险区。(2)大围山、连云山、伪山为洪涝灾害、倒春寒灾害、五月低温灾害、寒露风灾害次高或高风险区,干旱灾害、高温热害低风险区。(3)连云山与大围山之间的峡谷地带为洪涝灾害高风险区,长沙市区南部湘江河谷地带为倒春寒灾害高风险区。(4)通过K-means聚类分析,长沙市农业气象灾害气候风险可划分为高温热害、干旱,较高的倒春寒的气候风险区等六个区。     

基于模糊综合评价法的江西烟叶种植气象灾害危险性区划

利用江西中南部40个气象站1959—2018年的常规观测资料,参考烟叶全生育期指标,运用模糊综合评价法和层次分析法,基于ArcGIS空间分析功能,对江西烟叶种植气象灾害危险性特征进行分析和风险区划。结果表明：影响江西中南部烟叶种植的主要气象灾害按权重大小依次为暴雨、冰雹、连阴雨、低温冰冻和高温热害,其中暴雨洪涝灾害致灾因子危险性分布东部高、西部低;冰雹危险性分布西北高、东南低;连阴雨危险性西部高于东部,且内部呈现自北向南递减的趋势。低温冰冻和高温热害危险性北部高于南部,东西分布比较均匀。综合来看,江西烟叶种植区气象灾害危险性表现为北高南低的分布特征,其中高风险区主要分布在抚州和吉安两市北部的部分地区。本研究区划结果可为江西烟叶种植决策提供科学依据和技术支撑,最大限度地避免或减小气象灾害对烟叶种植的影响。     

玉米冷害的关键期及生育不良型冷害

本文结果是利用黑龙江省东部山区形成的垂直气温条件的差异,采取地理播种法和地理移栽法取得的。低温对玉米生育的影响是一个缓慢积累过程。幼苗期低温处理,对抽穗、成熟和产量的影响甚小,随着处理期后延,减产逐渐加重,以灌浆期低温处理为最重。因此,低温影响作物产量的关键期是抽穗后的灌浆期。玉米早熟种从抽穗到成熟需要积温800℃,还需要≥20℃的高温日数20天以上,才能成熟良好。玉米冷害除了延迟型、障碍型、混合型三种类型外,还有生育不良型冷害。该类型特点是:苗期阶段低温,使作物生长发育不良,造成减产,但不延迟玉米的成熟。     

黑龙江省冰雹灾害时空特征分析

为了了解黑龙江省冰雹灾害的历史特征,基于灰色理论和气象灾害普查资料对黑龙江省冰雹灾害的时空分布特征进行分析。结果表明:黑龙江省冰雹灾害主要发生在5～9月份,4月和10月发生较少,以5～6月最多,7、9月次之。冰雹频次随着时间推移有缓慢减少的趋势,冰雹导致的农作物受灾面积和可比经济损失在20世纪90年代前期以前较多,中期减少,后期略有增加。黑龙江省冰雹灾害划分为重雹灾区、中雹灾区、轻雹灾区和微雹灾区。重雹灾区包括佳木斯市、绥化市、鸡西市、黑河市、鹤岗市、哈尔滨市和齐齐哈尔市;轻雹灾区和微雹灾区位于黑龙江省北部的伊春市和大兴安岭地区。重灾区是黑龙江省粮食主产区、经济发达、文化繁荣、人口密集,气象灾害的承载体极其脆弱;轻灾区以林业为主,农业种植面积非常小,而且人口密度相对稀疏,因此冰雹灾害影响较轻。     

四川省单季稻高低温致灾因子危险性分析

开展单季稻高低温致灾因子危险性分析,可为四川省单季稻生产防灾减灾提供理论支持.基于1981年-2012年四川省26个气象台站单季稻观测资料和逐日气象资料,利用水稻高、低温灾害指标,从灾害发生频率、次数和强度等方面定量分析了四川省单季稻生育期内高温和低温致灾因子的危险性.结果表明:1981年-2012年四川省单季稻秧田期低温和灌浆结实期高温的发生频率较高,大部地区超过60%;秧田期低温和灌浆结实期高温的发生次数较多,大部地区在26~50次;秧田期低温和灌浆结实期高温的发生强度较高,大部地区分别为4~12天/次和6~9天/次.近30年来,四川省单季稻秧田期的低温发生次数和强度呈减少趋势;开花期高温发生次数基本不变,发生强度呈现降低趋势;灌浆结实期高温发生次数和强度呈增加趋势.四川省不同区域和不同生育阶段单季稻高温和低温致灾因子的危险性存在差异,需要因地制宜地应对气象灾害带来的不利影响,保障单季稻的安全生产.     

长江流域不同类型山洪灾害易发区划分

长江流域因其复杂的地质地貌及气候条件成为我国山洪灾害发生最为密集的地区。山洪灾害易发区划分是山洪灾害防治工作的重要内容,针对长江流域大尺度(跨省级)区域的山洪灾害易发性研究可为长江流域及相似区域的山洪灾害评价研究以及规划、部署、实施山洪灾害防治工作提供科学依据。本文综合考虑影响山洪灾害形成的自然地理因素,以县域为评价单元,构建各类山洪灾害易发程度指标体系,基于Matlab,采用层次分析法计算各类山洪灾害易发性指数。据此,利用ArcGIS自然间距分类方案将长江流域划分为4个山洪灾害易发区,即高易发区、中易发区、低易发区和非防治区。结果表明:溪河洪水灾害呈现由东向西灾害易发程度逐渐降低的趋势,分布较为密集的区域在流域的中东部地区;滑坡灾害高易发区主要分布在流域中部,上游干流附近滇北和陇南山地,尤以四川盆地以东地区最为集中;泥石流灾害高易发区主要分布在流域西部,其中以断裂带发育的第一、二阶梯过渡带最为密集。划分结果显示各类山洪灾害在流域内的分布差异较为明显,不同类型山洪灾害的历史发生次数在高易发区的集中程度均在80%以上,表明分区结果能够较好反映各灾害的区域分布特征。      

长江中下游地区双季早稻冷害、热害综合风险评价

【目的】针对长江中下游地区双季早稻生长过程中的冷害、热害发生情况,对种植区进行综合风险评价和区划,以期科学指导长江中下游地区双季早稻生产。【方法】利用长江中下游双季早稻种植区1961—2012年气象资料、1981—2010年农业气象资料及气象灾害和社会统计资料,以发育期为时间尺度,为早稻生长季综合灾害发生情况构建危险性评价模型,为承灾体的脆弱性构建脆弱性评价模型,为承灾体的暴露性构建暴露性评价模型,为社会防灾减灾能力构建防灾减灾评价模型。依据灾害风险形成机制,采用自然灾害风险指数方法结合上述4要素构建综合灾害风险评价模型并对种植区进行风险区划。【结果】用灾害指标值、发育期权重系数、灾种权重系数构建各发育期危险性评价模型,结果表明湖南南部和江西东南部危险度很低,冷害和热害都很少发生,是优良的双季早稻种植区。湖南、江西腹地危险度在0.3左右,是由于灌浆期热害较强导致危险度略高。湖北地区危险度东高西低,种植条件略差,其中阳新和蕲春分别受分蘖期冷害和孕穗期冷害的严重影响,危险度较高。浙江除分蘖期危险度低之外,其他各发育期的危险度都比其他省高,特别是灌浆期高温热害严重影响早稻产量,是双季早稻种植的高危险度区。以产量变异程度作为评价指标构建脆弱性评价模型,结果表明浙江中东部、江西中南部、湖北种植区脆弱度较低,湖南宁乡、茶陵等地脆弱度较高,江西北部脆弱度最高,灾害性天气发生的年份当地产量波动较大。以植被覆盖度为评价指标构建暴露性评价模型,结果表明湖南中东部和江西地区暴露度最高,双季早稻种植面积占耕地面积最高达85%,而浙江和湖北双季早稻种植区暴露度较低。以农业机械总动力、农民人均纯收入和化肥施用量作为指标构建防灾减灾能力评价模型,结果表明浙江全省防灾减灾能力最高,湖南中部、湖北西部地区和江西南部防灾减灾能力较强,其他地区防灾减灾能力都偏低。以危险性、脆弱性、暴露性、防灾减灾能力4个要素作为风险评价因子共同构建风险评价模型,结果表明浙江中西部、江西东北部、湖南中部、湖北东部基本为高风险区,湖南南部、江西东南部和浙江东部大致处于低风险区,其他地区为中等风险区。【结论】长江中下游4省分别需采取不同措施降低双季早稻种植风险：浙江中西部调整播期,江西加大资金投入,湖南调整产业结构,湖北改善种植条件。     

黑龙江省近35年农业气象灾害受灾率变化特征

利用Mann-Kendall趋势检验法、Morlet小波分析方法和GIS软件分析,黑龙江省1980~2015年农业气象灾害数据。结果表明,1980~2015年,黑龙江省农业气象灾害受灾率呈降低趋势,且降低趋势在95%置信水平下显著;农业气象灾害在近35年内呈周期性震荡变化,受灾率变化主要时间尺度为18a。农业受灾率和受灾面积比重在黑龙江省空间分布规律基本一致,在同一纬度上,二者均从西向东呈递减趋势,在同一经度上,从南向北呈先增后减变化。农业气象灾害主要集中在黑龙江省西南部地区。     

农业洪涝灾害风险评估区划指标研究

界定了灾害、洪涝灾害等相关概念,对灾害、洪涝灾害等的风险评估指标进行了梳理,探讨了风险评估指标的研究现状、存在的问题,以期对滇东北农业洪涝灾害进行风险评估区划研究提供指导。