武都山区干旱气候特征与灾害风险区划

根据气象干旱等级标准(GB/T20481-2006),统计分析陇南市8县1区9个气象站1971~2010年年平均各类干旱频率,并利用各站经度、纬度、海拔高度与各站年平均干旱频率建立多元线性回归方程,计算武都区各地年平均干旱频率,结合各地人口、GDP、耕地比等资料,利用ArcGIS软件,得到干旱灾害危险性图层,再同承灾体易损性评价、灾害的孕灾背景进行叠加、合并以及等级划分操作,最后得到干旱灾害的风险评估及其区划。结果表明,近40年武都区有30年均有干旱出现,共出现各类干旱49次,其中,发生频率春旱40.0%、春末夏初旱20.0%、伏旱35.0%、秋旱27.5%,年际出现干旱的频率为75.0%。武都区白龙江流域半山河谷和东南部低海拔区干旱危险性等级最高,年际干旱频率62.3%,由此向北向高干旱危险性等级递减,干旱灾害风险由白龙江干热河谷向四周递减。     

陇南山区农业低温冻害气候特征及灾害风险区划

从陇南市1971—2010年低温冻害资料分析得出,陇南山区农业低温冻害主要集中在春季3—5月和秋季9—11月,一般春季低温冻害发生频率较秋季多,农业灾损严重。结合人口、GDP、耕地比等资料,利用ArcGIS软件,得到低温冻害灾害危险性图层,再与承灾体易损性评价及灾害的孕灾背景进行叠加、合并以及等级划分操作,最后得到低温冻害灾害的风险评估及其区划。结果表明,陇南市的低温冻害危险性等级由高到低,自北向南,自西向东递减,宕昌、武都及文县海拔1 800 m以上的高半山区低温冻害危险性等级较高,徽成盆地及武都、文县海拔1 200 m以下的浅山区低温冻害危险性等级较低。低温冻害风险由高到低、自北向南、自西向东递减,宕昌和礼县西北部、武都西北部、文县西南和西北部高海拔区为低温冻害高风险区;康县、两当、成县、徽县以及武都、文县海拔1 200 m以下区域为低温冻害低风险区。     

武都山区大到暴雨时空演变气候特征及灾害风险区划

分析了武都山区近40年来暴洪灾害发生变化规律,通过对致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力等多因子综合分析,利用ArcGIS软件得到大到暴雨灾害危险性图层,再同承灾体易损性评价、灾害的孕灾背景进行叠加、合并以及等级划分操作,最后得到大到暴雨灾害的风险评估及其区划。结果表明,武都山区大到暴雨主要出现在5～9月,7～8月是多发时期,60%以上的大到暴雨出现在这一时段,6月和9月次之,5月份大到暴雨出现最少,其他月份尚无出现过暴雨;武都山区大到暴雨主要出现在夏半年,且年际趋势变化不大。武都山区大到暴雨危险性等级南部高于北部、山区高于川区,由西北高海拔区域向西北低海拔区域递减,由南部向北部递减;大到暴雨洪涝风险等级由东南向西北递减。     

1971—2010年陇南山区高温天气时空分布特征及灾害风险区划

从1971—2010年陇南市高温天气日数资料入手,分析得出:陇南市山区每年都有高温天气出现,9个气象站平均每年合计出现70.4d,其中,武都区平均每年出现约21d,为全市出现高温日数最多的站,高温天气一般出现在5—9月,其峰值主—集中出现在6—8月,该时段高温天气灾损最为严重。目前,受全球气候变暖背景的影响,陇南市山区高温天气日数呈现出明显的增多趋势。因此,结合人口、GDP、耕地比等资料,利用ArcGIS软件,得到高温天气灾害危险性图层,结合承灾体易损性评价、灾害的孕灾背景得到高温天气灾害的风险评估及其区划。结果表明:陇南市高温天气灾害危险性等级白龙江、白水江流域海拔1100m以下浅山河谷区、文县东南部、成县中部和康县东南部最高,海拔1800m以上高山区高温热海危险性等级最低,大多数年份不会出现高温天气。高温天气灾害风险由高到低、由西北向东南递增,白龙江、白水江干热河谷及康县东南部、文县东南部和成县中部低海拔区为高温天气灾害高风险区;宕昌县西部、礼县西北部、武都区西北部、文县西北部和两当县南部高海拔区为高温天气灾害低风险区。     

抚顺市大风气候特征及灾害风险区划

采用抚顺市3个基本气象站1961—2010年逐日风速统计资料,分析抚顺市近50年大风发生时空变化特征,结果表明:抚顺市年平均大风日数为7.4 d,四季均可出现大风,但春季最多。从大风出现的月份来看,4月出现的大风次数最多。利用GIS技术制作抚顺市暴雨灾害风险区划,对指导抚顺市提高防灾能力、保障人民群众生命财产安全具有一定的现实意义。     

抚顺市冰雹气候特征及灾害风险区划

采用抚顺市3个基本气象站1961—2010年逐日气象统计资料,分析抚顺市近50年冰雹发生时空变化特征,结果表明:抚顺市年平均冰雹日数为1.4 d,抚顺市冰雹每年出现时间为4—11月,6月为全年降雹最多月份,占全年的31.0%;5月为次多月,占全年的26.2%,并利用GIS技术制作抚顺市冰雹灾害风险区划。     

抚顺市暴雨气候特征及灾害风险区划研究

采用抚顺市3个基本气象站1961—2010年逐日降水资料,分析抚顺市近50年暴雨发生的时空变化特征,结果表明,抚顺市年平均暴雨日数为1.6 d,且年平均暴雨日数呈略增多趋势;抚顺市暴雨出现在4—9月,其中7—8月是多发时期。利用GIS技术进行抚顺市暴雨灾害风险区划,对提高抚顺市防汛能力、保障人民群众生命财产安全具有一定的现实意义。     

陇南市武都区大风时空演变气候特征及灾害风险区划

根据陇南市武都区1971—2010年大风资料分析得出:武都区大风一年四季均可出现,尤以4—8月出现频数最多,占总次数的80%,20世纪70—80年代为大风多发时期,进入90年代以后大风天气明显减少,大风可造成林木和作物的倒伏、断枝、落花落果等,造成设施农业的破坏,影响生长发育和产量形成。该文结合人口、GDP、耕地比等资料,利用GIS技术分析得出:陇南市武都区大风危险性等级和风险等级白龙江河谷最高,其余各地由低到高递减。     

石家庄冰雹灾害特征及风险区划

利用冰雹灾害资料对石家庄冰雹时空分布特征、冰雹灾害与天气系统的相关性、冰雹路径进行了分析,并依据冰雹发生的频率对石家庄各县（市）冰雹灾害进行了风险区划。结果表明,石家庄冰雹的时空分布特征明显,有3条主要路径,路径所经区域也是冰雹发生的高风险区。该研究为农业产业结构调整、冰雹灾害防御提供科学的指导。     

贵州省农业气象灾害风险区划研究

从风险的角度出发,分析农业气象孕灾环境,致灾因子,承灾体的抗灾能力和灾情,计算出主要农业气象灾害风险度,并进行了灾害风险评估,进一步揭示农业气象灾害对农业生产的影响程度,作出农业气象灾害风险区划,并进行了评述。     

1949—2016年中国旱灾规律及其对粮食产量的影响

目的 探究1949—2016年中国干旱灾害长时间序列时空变化特征及其对粮食生产的影响,为我国农业干旱灾害预警体系和保障粮食产量提供参考。方法 基于Python语言获取1949年以来中国各省、市农业自然灾害和粮食生产数据,然后利用Pearson相关性统计分析、回归分析、自然断点分级法、GIS平台和R语言定性和定量地探讨干旱灾害对粮食生产的影响,阐述我国农业旱灾变化规律和粮食安全态势,探讨农业旱灾对粮食生产的影响。结果 ①农业干旱灾害呈现明显周期性波动,干旱轻重灾情交替出现,1949—1970年为波动阶段,1971—2000年为波动上升阶段,2001—2016年为波动下降阶段,发生特大干旱和严重干旱的年份所占比重较大;②农业干旱在空间上呈“北重南轻、中东部重西部轻”的格局。山东受灾最重,灾损高达208.2万hm²,西藏最轻,灾损为2163.53 hm²;③粮食产量和粮食单产总体呈稳步增长态势,波动幅度较平缓,二者受旱灾影响程度较大,粮食产量和粮食单产的年变化率均与干旱受灾率、成灾率、灾害强度指数、受灾率异常指数和成灾率异常指数等指标显著负相关,其中以受灾率异常指数和成灾率异常指数对粮食生产的影响更为显著,且受灾率异常指数的影响最为显著;④粮食产量的多少和受灾面积的大小在空间上具有相关性,粮食单产与干旱受灾面积呈负相关。结论 干旱灾害制约我国粮食生产,各农业干旱灾害指标对粮食灾损的解释力较强,对粮食产量估测具有参考作用。建立和完善农业灾害预警体系,可以提高应对农业干旱灾害的能力,进一步为粮食进出口提供指导意见。此外,干旱灾害仅是影响粮食产量的一个方面,农业科技水平、社会经济制度、农业政策等也对其具有不容小觑的影响。     

陇南山区气候变化及其对小麦白粉病流行的影响

根据陇南山区1971～2009年气象资料和相应的小麦白粉病流行资料的对比分析,得出：陇南各地各时段平均气温年际变化趋势十分明显,与1971～2000年平均值比较,2001～2009年年平均气温上升0.6～0.9℃;其中,春季增温最为显著,为0.9～1.1℃,尤以2～3月增幅最大,月平均气温增幅为1.2～1.7℃,由于陇南春季小麦白粉病流行程度与上年9月～次年3月平均气温呈正相关,所以,近10年冬末春初显著增暖趋势与小麦白粉病流行程度逐年加重趋势相一致,由于气候偏暖,与20世纪90年代以前相比,陇南山区冬小麦种植高度及白粉病越冬越夏高界明显提高了100～300m,致使小麦白粉病危害范围扩大,早春发病平均病田率上升10%～20%,发病高峰期由5月上旬提前到4月中、下旬。而陇南各地各时段降水量年际变化趋势不明显,因此,与90年代以前相比,90年代后降水量的变化对小麦白粉病流行的影响变化不大。     

甘肃冬小麦主产区40年干旱变化特征及影响风险评估

干旱是影响甘肃省冬小麦生产的主要气象灾害。运用1971—2010年甘肃省冬小麦主产区8县（区）气象站降水资料及冬小麦产量资料,分析了40 a干旱时空变化特征,建立了干旱影响冬小麦产量的风险评估指数,对冬小麦在不同季节受不同等级干旱风险进行了分析评估。结果表明,春旱以陇东黄土高原出现频率最高,为0.35～0.39　次·a^-1;徽成盆地及两江流域出现频率最少,为0.18 次·a^-1;初夏旱出现频次最高的地区为环县,为0.35 次·a^-1,最少为西峰、成县及秦安;伏旱出现频率最高地区为环县及麦积,最低为张家川;秋旱出现频率最高为环县,最低为武都。各地干旱均以轻旱为主,其次为中旱。40 a中,20世纪90年代干旱出现频次最多,80年代最少。进入21世纪,秋旱发生频次明显减少,春旱则有相对增多的趋势。冬小麦全生育期徽成盆地及两江流域受旱灾影响风险最小,种植保险率最高,为92％～93％;其次为关山区,种植保险率为91%,干旱风险较小;渭河流域及渭北旱区风险较大,种植保险率为88％～89％;陇东黄土高原种植保险率最低,为83％～85％,冬小麦生长受干旱胁迫最大。     

广东旱灾灾害链及防御对策研究

旱灾是广东主要的自然灾害之一 ,其成因是自然因素、社会经济因素、人为因素和水利工程因素共同作用的结果。旱灾危害主要表现为灾害链效应 :诱发地质灾害、咸潮、森林火灾、病虫害、瘟疫、人畜饮水困难 ,导致粮食减产 ,生态环境恶化 ,经济发展受阻 ,最终影响人类生活。指出进一步加强水利工程建设 ,加强水资源的开发、管理和利用 ,开展干旱监测和预报 ,优化农业结构 ,是当前广东旱灾的主要防御对策     

基于风险预测的山地典型农业生长期干旱指标筛选——以贵州遵义为例

为探明适宜贵州的干旱指标,以便更准确的预报干旱,本文以遵义为例,统计分析了1961-2012年这52年的逐日降水气温数据。通过分析0、5、10、15和20℃5个典型农业生长期特征,分别构建了降水距平百分率(Pa)和干燥度(K)两种类型的干旱指标序列并进行旱涝状态的长期预报,根据旱涝风险预报的准确度来筛选典型农业生长期的干旱指标。分析得到了不同农业生长期内旱涝状态界限和两种类型干旱指标对应下的旱涝状态预测准确率,结果表明对于遵义地区来讲,除0℃生长期外,其余4个典型农业生长期内Pa指标作为干旱指标进行旱涝灾害预测时更准确。     

浅谈山区水稻病虫害防控技术与特征

水稻是我国的主要农作物,在水稻种植的过程中,病虫害对水稻的质量和产量有着巨 大的损害。为提高山区水稻产量,本文结合山区地形、气候等特点,对水稻种植技术和病虫害防 控技术进行探究,针对目前存在的问题进行简要探究。     

安徽省淮河流域农业旱灾风险正态云模型评估

为合理评估农业旱灾风险,文章从危险性、暴露性、灾损敏感性、抗旱能力四个方面分析安徽省各地区农业旱灾风险等级,建立正态云评估模型。结果表明,淮北、亳州、宿州、蚌埠、阜阳农业旱灾风险为中险;淮南、合肥淮河流域、滁州淮河流域、六安淮河流域为轻险。评估模型可实现评语与评估指标值间不确定映射,体现旱灾评估随机性,为安徽省淮河流域农业旱灾防控提供科学决策参考。     

农地流转对山区农业生产效率与公平的影响——以重庆三个区县为例

农地流转是优化山区土地资源配置,增加农民收入的重要途径,然而农地流转是否能够提高山区农户农业生产的效率与公平仍缺乏农户案例研究。文章基于重庆市3个典型山区县的调研数据,构建OLS回归模型,分析山区农地流转在效率和公平两方面的作用,并以劳动力投入农业生产时长和劳动力平均年龄为工具变量,通过2SLS模型控制了内生性问题。结果表明:在目前山区农地流转现状下,净转入土地面积与农业生产效率存在显著的正相关关系,而与人均耕地面积呈显著的负相关关系,说明山区农地流转将耕地从人均土地充足的家庭流向人均土地稀缺的家庭,从农业生产效率低的家庭流向农业生产效率高的家庭,进而提高了山区土地配置的效率和公平。同时,本文还发现劳动力占比、牲畜数量、非农收入占比与净转入土地面积有显著的影响。基于此,提出规范山区农地流转市场;鼓励种田能手扩大经营规模;鼓励山区部分农户非农转型等政策建议。     

基于GIS的石羊河流域干旱灾害风险评估与区划

利用石羊河流域区1960—2011年气候要素资料,分析了石羊河流域干旱灾害空间分布、年际和年代际变化特征;结合致灾因子的危险性、孕灾环境脆弱性、承灾体的暴露度和防灾减灾能力评价等指标进行基于GIS的石羊河流域干旱灾害风险评估与区划。结果表明：1960—2011年,石羊河流域春旱发生频率在21.2%～67.3%之间。春季特旱发生频率下游区域大于中上游区域。初夏干旱发生频率在13.5%～61.5%之间。初夏特旱发生频率下游区域也大于中上游区域。伏旱发生频率在21.2%～86.5%之间。伏期特旱发生频率下游区域亦大于中上游区域。石羊河流域干旱综合风险高风险区为民勤县和金川区大部、凉州区中北部、永昌县东部,位于石羊河流域的中下游区域。就各县区而言,干旱灾害综合风险最大的区域为石羊河下游的民勤县,金川区次之,天祝县风险低。