阿勒泰地区草地畜牧业雪灾的遥感监测与评价

使用ERDAS IMAGING8．5软件分析NOAA／AVHRR资料,建立了基于空间统计分析的雪深遥感监测模型;在GIS技术的支持下,实现了对遥感获取的雪灾信息与地面实际监测信息的空间化、定量化分析,建立了草地畜牧业雪灾的评价模型和损失估算模型。对阿勒泰地区2000年雪灾损失的评价,可为政府部门今后制定防灾救灾措施、合理安排草地畜牧业生产提供决策支持。     

青南牧区雪灾危害的防御

为防灾减灾,利用调查研究,分析了降雪量、低温、牲畜膘情、草地产草量、饲草储备、保温、草地载畜量、雪灾预报、抗灾组织等因子,对青南牧区雪灾危害的影响,提出通过人为干预防御雪灾的综合措施,并制定了入冬前进行的抗灾能力评定标准。     

牧区雪灾发生的规律

根据调查材料分析,我国草原牧区大雪灾大致有十年一遇的规律。至于一般性的雪灾,其出现次数就更为频繁了。据统计,西藏牧区大致2~3年一次,青海牧区也大致如此。新疆各牧区因气候、地理差异较大,雪灾出现频率差别也大,阿尔泰山区、准葛尔西部山区、北疆沿天山一带和南疆西部山区     

青海省三江源牧区雪灾综合风险评估

本研究采用Logistic回归方法,以ArcGIS和SPSS软件为工具,选取2010年冬春季平均雪深、积雪日数、雪灾重现率、坡度、牲畜密度、冬春超载率、产草量、地区GDP和农牧民纯收入9项雪灾风险因子,建立了三江源地区雪灾综合风险评估Logistic回归模型,并对其进行了风险评价与区划。结果显示,1)1960-1980年,三江源地区冬春季雪灾发生频次处于一较长时期的低值期。1980以后,雪灾频率呈增加态势,期间雪灾频次占59年来雪灾总数的62%。在空间分布上,雪灾主要集中在三江源地区东南部一带。2)回归模型系数中,平均雪深、雪灾重现率、产草量和牲畜密度因子对雪灾影响程度占有绝对权重,其回归系数分别为2.17,1.38,1.27和0.92,而农牧民人均纯收入的影响程度则最低。3)2010年,三江源地区雪灾极高风险区主要集中在巴颜喀拉山南部的玉树、称多、杂多和囊谦县,以及巴颜喀拉山与阿尼玛卿山之间的甘德、达日、玛沁和久治县,而极低风险区则地处西部可可西里无人区和沱沱河流域大部分区域。4)根据Logistic回归模型,在ArcGIS中绘制的三江源雪灾综合风险区划图与历史实际雪灾空间分布基本吻合。该研究不仅可为防灾减灾救灾部门制定灾前减灾规划、灾后救助和恢复决策提供科学依据,而且对于牧区减轻雪灾损失、保障畜牧业可持续发展也具有重要意义。     

中国部分牧区出现雪灾

据预测,2月份气温还将持续偏低,冰雪冻害可能对我国北方畜牧业产生严重影响。目前正值我国北方牧区畜牧业繁殖的关键阶段。由于气温持续偏低,内蒙古锡林郭勒盟、呼伦贝尔市和青海东南部积雪较多,部分县(旗)已经出现雪灾,畜牧业所需饲草料也出现     

高寒草原牧区雪灾指数保险的设计——以甘南牧区为例

气象指数保险作为一种创新型保险产品,当前被广泛接受且主要应用于自然灾害的风险防范领域.以甘南牧区为例,基于该区域不同雪灾指数下牲畜死亡率的历史数据估值,提出了高寒草原牧区雪灾指数保险的理赔方案,并根据不同程度雪灾的发生频率和牲畜死亡率,确定了雪灾指数保险的纯保费费率分别为牛1.95％,羊3.00％.研究结论试图为甘南牧...     

内蒙古牧区雪灾的预警

利用地面和遥感监测相结合的方法,运用雪灾监测评估等级国家标准,实现了雪灾的定量化评估;结合牧用天气预报指标阈值,建立了内蒙古牧区不同草地类型雪灾等级预警方法,制作了雪灾预警等级分布地图。实况检验和预报结论基本相符,说明本预报方法能够对雪灾的范围和影响程度进行预估,但由于受天气预报准确率的影响,部分区域雪灾预估等级出现偏差。     

2001-2008年甘南牧区草地地上生物量与载畜量遥感动态监测

草地地上生物量监测是草地资源空间格局动态研究的重要内容,也是草畜平衡综合分析的基础。利用2006-2008年甘南牧区草地调查资料和Terra/MODIS每日地表反射率产品MOD09GA,建立了草地地上生物量遥感反演模型,模拟分析了甘南州及各县市草地资源在2001-2008年期间的各旬、月和年的生物量及理论载畜量变化动态。研究结果表明, MODIS增强型植被指数EVI的乘幂函数可以较好地模拟甘南牧区草地地上的生物量鲜重,拟合模型平均估产精度为76.7%,可很好地模拟牧草生长状况较好时期(5-10月)的草地地上生物量变化动态。甘南牧区草地生长主要集中在5月上旬-10月下旬期间,草地旬最大地上生物量数字图像可以较客观地反映草地植被生长发育的总体规律。但是,个别旬生物量受大范围长时间阴雨多云天气状况及放牧家畜数量有较大变动情况的严重影响。2001-2008年不同草地类型的月最大生物量动态变化曲线均呈单峰抛物线形式,全州平均最大生物量均出现在7月,但不同年份产量达到最大值的月份有所变化,主要集中在7-8月。甘南州草地地上总生物量年度之间存在较大的差异。全州8年平均总地上生物量为109.31亿kg。2005年全州草地植被年总生物量最高,达129.1亿kg,其次为2006,2007和2002年,分别为113.2,110.7和109.0亿kg。由于气候条件和不同县市草地面积及生长状况等存在较大差异,其理论载畜量也存在显著差别。     

2018～2019年青南牧区雪灾天气气象服务实践与思考

2018年11月至2019年3月,青南牧区出现多次强降雪天气过程,降雪量、强降雪日数、持续时间均创历史极值,气温普遍较低,对公众出行、畜牧业生产及交通运输带来了极大影响,使人民财产遭受重大损失.为提高智慧气象服务,发挥气象防灾减灾第一道防线作用,青海省气象部门高度重视,从横向、纵向进行了多元化的指挥与支持抗灾救灾工作,...     

青海南部地牧区雪灾的防御措施和效益

青海省总面积 ７２万ｋｍ２，拥有天然草地 ３ ６４４万ｈｍ２，占全省国土总面积的５０．５％，是我国五大牧区之一。 全省属大陆性高原气候，地形西高东低，高寒、干旱、缺水、生态环境脆弱是一个灾害多发省份。不仅受北半球亚洲型灾害大区域背景的控制，而且有明显的地形、地貌、气候、气象、水文条件和高原生态环境的特点，被列入高原高寒灾害区。其雪灾主要易灾区域为昆仑山脉以南的青海南部牧区（简称青南牧区）。该区地处青藏高原腹地，平均海拔高度４ ０００ｍ以上，主要包括玉树、果洛藏族自治州所属十二县和黄南藏族自治州的泽库…     

青南牧区牧户家畜生产及雪灾防治

采用入户访谈方法,对青南牧区典型雪灾地达日县、玛多县和称多县牧户家畜养殖结构、繁殖成活率、出栏量,冷季死亡、掉膘和补饲情况,牧户暖棚建设和收支及对冬春雪灾设计方案效益系统分析。结果表明,研究区户均家畜养殖数为82.5~423.2AU(羊单位,animal unit),家畜年补饲水平为1.2~26.5CNY·AU-1,牧户家畜几乎不出栏,有暖棚设施的牧户占总牧户的1/3,收入主要靠政府补贴,饲草料储备低,占家庭总开支不到5%。牧户应对雪灾能力弱,在大雪灾和中雪灾年份,研究区家畜繁殖成活率分别为41.5%~75.9%和65.0%~86.4%,冷季死亡率分别为13.2%~24.4%和8.2%~12.8%,掉膘率分别为30%~40%和20%~30%。针对牧户家畜管理存在主要问题,本研究提出了一定出栏量+补饲的对策,以减少家畜冬春雪灾死亡损失,提高牧户应对雪灾能力。     

牧区积雪监测中卫星资料应用的研究现状

牧区雪灾严重制约着牧区生产力的发展。卫星资料在雪灾监测中,起到控制雪灾和灾前预警的作用。牧区积雪监测中常用卫星资料NOAA/AVHRR在晴空条件下,具有大范围积雪动态变化监测的优势;TM资料则易于区分雪和云,同时适用于小范围积雪动态监测与精确定位;被动微波遥感数据SMMR、SSM/I和AMSR E在获取雪深及雪层内部稳定方面效果显著;MODIS数据具有数据免费、较高空间分辨率等特点。多种卫星资料还在去云、混合像元处理、积雪深度、积雪面积监测和积雪监测模型建立中起到基础数据的作用,为雪灾的准确监测提供重要依据。     

牧区积雪光学与微波遥感研究进展

在总结国内外积雪监测常用卫星资料甚高分辨率扫描辐射仪(AVHRR)、多光谱扫描仪(MSS)、专题绘图仪(TM)、中分辨率成像光谱仪(MODIS)、多通道微波辐射计(SMMR)、微波成像专用传感器(SSM/I)、改进型微波辐射扫描仪(AMSR/AMSR-E)、合成孔径雷达(SAR)和FY系列传感器优缺点的基础上,系统研究了牧区积雪可见光遥感研究进展以及微波积雪深度反演、积雪分类决策树遥感研究进展,提出了积雪监测中存在的一些问题及未来发展趋势和研究重点,为进一步做好牧区积雪监测提供科学依据。     

青海高原雪灾风险度评价模型与风险区划探讨

用自然灾害风险评价的理论和方法,建立了青海省雪灾风险度评价模型,选取雪灾相关的气象、畜牧和社会经济等多个因子,借助ArcGIS的空间分析,得到了风险各因子分布图层,再将各因子分布图层进行运算和分析,最后通过ArcGIS中的地理统计功能,形成了青海省雪灾风险区划图。研究结果表明,青海省雪灾风险高的地区主要集中在青南地区,其中以甘德、久治、称多、达日以及玉树、泽库的部分区域为最高;雪灾风险低的地区主要在柴达木盆地和东部农业区,其中以茫崖、循化、乐都、平安、尖扎等地为最低;其余地区处于风险等级从高到低的不同分区中。     

基于3S技术的牧区雪灾评价方法

利用NOAA卫星数据及地面气象台站观测资料,建立了积雪深度遥感反演模型;应用线性混合光谱分解原理,研究了基于像元的积雪覆盖率及积雪空间分类算法;依据草地畜牧业的特点,综合考虑了雪情、草情、畜情和气象因素的空间分布及其对草地畜牧业的危害程度,提出了2种新的基于格网单元的积雪危害指数和雪灾综合评价指数,构建了积雪危害分级与雪灾综合评价标准。通过对北疆阿勒泰牧区雪灾研究的结果表明,这2种指数和分级评价标准能准确详细地反映雪灾的时空分布特征和危害程度,对牧区雪灾的综合评价具有重要的应用价值。     

基于AMSR-E信息的北疆牧区雪深遥感监测模型方法初探

利用北疆地区2002,2003和2004年11月-次年3月3个积雪季AMSR-E 445个时相的亮温数字图像和20个气象台站实测雪深数据,系统分析了雪深模型的影响因子和研究区样本筛选方法。通过对18和36 GHz波段的水平、垂直极化方式的亮温差和实测雪深值回归分析比较,建立了北疆地区基于AMSR-E亮温数据的雪深反演模型,并对模型的精度进行了评价。结果表明,1)AMSR-E亮温差受气温、融雪、降水、湿雪、深霜层等因素的严重影响,其中受深霜层的影响最大;2)大于2.5 cm的积雪深度SD同垂直极化方式的18和36 GHz波段的亮温差(Tb_18V-Tb_36V)之间具有较好的线性相关性,其回归公式为SD=0.49(Tb_18V-Tb_36V)+8.72,相关系数达0.65。 3)当雪深为3～10 cm时,反演模型平均误差为-7.1 cm,平均绝对误差为7.1 cm,RMSE值达7.7 cm;当雪深为11～30 cm时,平均误差为1.8 cm,平均绝对误差为4.9 cm,RMSE值为9.1 cm;当雪深大于30 cm时,平均误差为8.9 cm,平均绝对误差为9.4 cm,RMSE值为18.1 cm。4)该模型在北疆地区优于Chang算法,基本能反映北疆地区雪深变化趋势。当地表为中雪覆盖时,反演雪深值和实测值之间的一致性较高,当地表为浅雪和深雪覆盖时,反演模型的误差较大,其反演精度较低,还有待于进一步研究。     

甘南牧区传统游牧制度的科学性初考

本研究通过对甘南牧区传统游牧制度的深入调查, 从游牧制与草原自然属性的契合性、游牧的“轮牧”本质及游牧科学性的若干体现等层面对游牧制度的科学内涵进行了论述。认为, 游牧型生产方式是草原牧民的一种适应性选择, 它受到了草原自然属性的阈限和驱使;游牧制度使草地的过度利用得到一定程度的缓解;传统游牧制度是草原牧民与大自然长期协同进化的智慧结晶;进而提出了对传统游牧制度的科学性进行重新界定及深入研究的呼吁。     

三江源地区雪灾风险预警指标体系及风险管理研究

利用三江源地区越冬期雪灾历史资料及调查资料,深层次分析了诱发雪灾的孕灾环境、致灾因子与孕灾体,以进行风险辨识。确定了高寒牧区越冬期风险主要是由自然因素、生物因素、社会因素和管理等因素相互叠加后构成,从雪灾风险分析的角度构建了适合三江源地区越冬期风险预警指标体系,并采用定性与定量相结合的方法对各预警指标进行定量化与分级。在此基础上,结合畜牧业生产管理中的活动内容,将冬季风险管理分为：家畜管理、草地管理、饲草供应、草地资源评估、冬季风险预报,并分析了各种畜牧业生产活动在风险管理内容中的重要值。