基于农作物灾情的长江中下游地区粮食产量损失评估

利用长江中下游地区7省（市）1949-2014年农作物灾情统计数据和粮食作物单产数据,采用多元线性回归方法,构建粮食气象减产量与农作物受灾面积、成灾面积及绝收面积的回归模型,运用主成分分析法研究长江中下游7省（市）影响粮食产量的主要农业气象灾害,对因气象灾害导致的粮食产量损失进行评估。结果表明：（1）粮食气象减产量与总灾情显著相关（P＜0.05）,其中除湖南省外,其它各省相关关系达极显著水平（P＜0.01）。粮食气象减产量与成灾面积关系更密切,依据总灾情评估粮食产量,模型的拟合优度（R2）除上海市外均大于0.9。（2）根据粮食气象减产量与干旱、洪涝、风雹、低温、台风5种灾情的相关性,建立主要灾种粮食产量模型,仅从R2数值来看,除湖南省外,其它6省（市）主要灾种模型的R2均略高于总灾情模型,但单因素方差分析表明,两类模型的R2不存在显著差异。（3）两类模型均不能解释粮食作物结构性逐年波动变化,是模型产生模拟误差的一个主要因素。本研究建立的灾损模型和产量评估模型能较好地模拟灾情与粮食产量的关系,2015年数据试报检验表明,可以将其用作长江中下游地区不同省（市）粮食产量短期预测。     

区域粮食产量因灾损失评估之内蒙古自治区灾情-产量模型构建

基于1981-2020年内蒙古自治区农业气象灾害灾情及该地区粮食作物播种面积和产量数据,构建灾情-粮食作物产量评估模型,并对该模型进行验证,以此估算该地区粮食作物因灾减产量。结果表明：(1)1981-2020年内蒙古自治区粮食作物播种面积、总产和单产均呈显著上升趋势,增速分别为74.48×10³hm²·a^-1、78.85×10⁴t·a^-1和100.97kg·hm^-2·a^-1。(2)1981-2020年内蒙古农业气象灾害受灾、成灾面积均呈先上升后下降趋势,同期全国农业气象灾害成灾和受灾面积亦呈先上升后下降趋势。(3)干旱是该地区最主要的农业气象灾害,其受灾和成灾面积分别占历年各灾种的总受灾和成灾面积的64.10%和62.45%。灰色关联度分析表明,在受灾率和成灾率水平上干旱是与粮食单产关联度最高的农业气象灾害,在绝收率水平上风雹与粮食单产关联度最高。(4)构建的灾情-粮食作物产量评估模型模拟准确率较高,其模拟粮食产量与实际粮食产量呈极显...     

区域粮食产量因灾损失评估之北方五省灾情-产量模型再检验

利用1961-2020年粮食作物种植面积、产量和农业灾情统计数据,对比分析了全国和冀鲁豫晋陕粮食产量与灾情的变化特征;采用已构建的河北、山东、河南灾情-产量评估模型,输入2008-2020年灾情数据,估算粮食产量及其因灾损失,检验已建灾情-产量评估模型的敏感性和稳定性;同时,基于该统计建模方法构建了山西和陕西两省粮食作物灾情-产量评估模型,评价构建模型方法的通用性。结果表明：(1)1961-2020年,北方五省粮食作物种植面积和总产量分别占全国的28%和25%,夏收粮食和秋收粮食种植面积分别以3.39hm²·a^-1和106.3hm²·a^-1的速率极显著下降(P<0.01),总产量分别以137.3×10⁴t·a^-1和119.9×10⁴t·a^-1的速率极显著增加(P<0.01)。2008-2020年北方五省粮食种植面积和产量分别以209.42hm²·a^-1和25...     

区域粮食产量因灾损失评估之长江流域灾情-产量模型再检验

利用1949-2020年长江流域(江苏、安徽、浙江、江西、湖北、湖南、上海和四川)耕地面积、粮食种植面积、产量和农业灾情统计数据,分析区域粮食生产与灾情的变化特征;采用已构建的长江流域7省份(江苏、安徽、浙江、江西、湖北、湖南和上海)灾情-产量评估模型,估算各省(市)1949-2020年粮食因灾损失及产量,并构建四川省1949-2020年粮食作物的灾情-产量模型;明确了影响区域粮食产量的主要灾种,构建了主要灾种-产量评估模型,进一步检验了模型构建方法的通用性。结果表明：(1)过去72a,全国、长江流域粮食作物种植面积平均分别为11.60×10⁷hm²和2.70×10⁷hm²,均呈显著上升趋势(P<0.05),其中沪苏浙川粮食作物种植面积呈显著下降趋势(P<0.05);全流域玉米、小麦、其他作物和稻谷种植面积分别占全区粮食作物种植面积的5.9%、14.9%、34.6%和44.6%,稻谷种植面积增加趋势显著(P<0.05)。(2)1949-2020年,全国、全流域粮食作物产量平均分别为...     

区域粮食产量因灾损失评估之东北三省灾情-产量模型再检验

为阐明新时期东北三省粮食生产在中国粮食安全战略中的重要性,定量评估气候变化背景下气象灾害对区域粮食产量造成的损失,利用1981−2020年粮食种植面积、产量和农业灾情统计数据,对比分析东北三省和全国粮食产量与灾情的变化特征;采用已构建的灾情−产量评估模型,输入近10a灾情数据,估算东北三省粮食产量因灾损失及最终产量,并对已建灾情−产量评估模型的敏感性和稳定性进行检验。结果表明：（1）1981−2020年,东北三省粮食种植面积、总产量大幅增加,占全国比例稳步提高,2020年种植面积、2012年以来总产量占比均达到全国的1/5。（2）在全国灾情呈先增强后减轻的显著变化趋势下,东北三省灾情并无明显增减趋势,40a内全国和东北三省粮食单产分别以65.96kg·hm−2·a−1和252.5kg·hm−2·a−1增加,近10a东北三省粮食单产极显著增加,增幅为52.6kg·hm−2·a−1。（3）2011−2020年全国平均受灾面积、成灾面积分别为23704.5×103和11204.7×103hm2,东北三省分别为3899.1×103和1900.0×103hm2;10a内全国和东北三省的灾情均显著低于前3个年代,是40a中灾情相对最轻的10a。（4）灾情−产量评估模型的模拟精确度高,黑龙江、吉林、辽宁粮食产量模拟值与实测值的线性回归决定系数（R2）分别为0.98、0.90和0.88;斜率分别为1.05、1.02和0.98（P＜0.01）;40a平均因灾损失率分别为10.4%、17.9%和18.0%,50%的年份因灾损失率高于8.0%、17.0%和16.0%。（5）受灾情总体偏轻的影响,该模型对吉林和辽宁近10a的粮食产量略有高估。基于1981−2010年数据构建的区域粮食因灾损失评估模型,经检验能很好地评估气象灾害对粮食产量造成的损失,具有预测粮食产量的性能,具备业务化应用的可行性。气象灾害对东北三省粮食产量的影响大于对全国灾情影响的平均水平,鉴于东北粮食产量在全国粮食产量的占比较高,新时期防范东北地区农业气象灾害风险对保障国家粮食安全至关重要。     

河北省主要农作物农业气象灾害灾损评估方法

针对河北省不同区域冬小麦、玉米,棉花不同发育期内所遭受的旱、涝、风、雹、冻等农业气象灾害,阐述了其灾损评估的理论依据。全面分析了影响农业气象灾害的各种因素,选取了其适宜的农业气象灾害指标并进行分级,确定了灾害的评估方法,并建立了灾损评估模型。通过检验效果良好。     

安徽省一季稻产量灾损风险评价

利用安徽省1981-2014年50个市(县)一季稻产量资料,采用直线滑动平均方法计算一季稻相对气象产量,通过正交经验分解(EOF)分析一季稻相对气象产量的时空变化特征,并从一季稻产量灾损角度出发,采用灾年平均减产率、产量变异系数、减产风险指数及区域农业水平指数作为产量灾损风险评估指标,对安徽一季稻产量灾损进行风险区划。结果表明:研究期内安徽省各市(县)一季稻产量变化趋势一致,北部增产或减产较南部明显,2005年之前安徽一季稻产量波动剧烈;不同产量灾损评估指标在空间上表现出一定的地域性和连续性,灾年平均减产率、产量变异系数和减产风险指数均表现为北部数值高于南部,区域农业水平指数呈现由东北向西南减小的趋势。根据产量灾损综合风险指数区划结果,研究区域内北部灾损风险高于南部,风险高值区和中值区主要分布在沿淮、江淮北部,风险低值区面积最广,主要位于皖南山区、沿江地区及江淮南部。     

自然灾害粮食损失评估模型及我国粮食灾损量的估计

从分析粮食生产的影响因素入手，利用实际粮食产量资料，提出了一个自然灾害粮食损失的评估模型，作为这一模型的应用实例，对我国近４０年来的粮食灾损量进行了估计，结果表明，近４０年我国粮食灾损量年平均为１５９８．７万ｔ，粮食灾损率年平均为７．４％。     

自然灾害粮食损失的评估模型及我国粮食灾损量的估计

从分析粮食生产的影响因素人手，利用实际粮食产量资料，提出了一个自然灾害粮食损失的评估模型。作为这一模型的应用实例，对我国近４０年来的粮食灾损量进行了估计。结果表明，近４０年来我国粮食灾损量年平均为１５９８．７万ｔ，粮食灾报率年平均为７．４％。     

基于农业气象模型的农作物单产预测系统

基于农作物单产可以分解为趋势产量和气象产量的原理。采用面向对象的开发方法，在Windows 32位操作系统环境下，用VB与MO作为开发工具，成功开发了Client／Server结构的农作物单产预测系统。系统将数据库技术、组件化GIS技术集成在一起，各模块之间实现了无缝连接。系统运行表现出良好的性能。     

东北地区农业气象灾害的趋势变化及其对粮食产量的影响

依据东北地区1971 - 2009年干旱、洪涝、风雹及低温灾害的受灾面积数据,并结合粮食作物单产资料,研究东北地区农业气象灾害的变化趋势及其对粮食产量的影响.趋势分析结果表明,研究期内,东北地区除风雹受灾比呈现明显下降趋势外,其余3种农业气象灾害受灾比变化趋势不明显,但均具有阶段性特征,20世纪70年代干旱受灾比要比洪涝受灾比偏大,80 - 90年代相反,2000年以后又处于较旱时期,低温受灾比在20世纪90年代初期及21世纪初期反弹增大;R/S分析表明,4种农业气象灾害受灾比的Hurst指数均＞0.5,说明未来变化都将与过去一致,其中,风雹受灾比将减弱,干旱受灾比将增加,而洪涝与低温受灾比仍将呈现波动幅度较大的趋势;灰色关联分析结果表明,4种气象灾害对粮食作物平均单产的影响在不同省份表现不同,在辽宁为干旱＞风雹＞洪涝＞低温,而吉林为洪涝＞干旱＞低温＞风雹,黑龙江为干旱＞洪涝＞低温＞风雹,说明干旱和洪涝是影响东北地区粮食生产的主要气象灾害,而低温灾害的影响随着纬度的升高也不断增大.     

华北冬小麦干旱产量损失评估方法

根据气候相似、农业生产水平相近的原则将华北分成15个亚区,利用1970-2010年华北逐日气温和降水资料计算逐日综合气象干旱指数（CI指数）,采用线性内插法将相邻土壤墒情观测资料处理成逐日数据,通过对比逐日CI指数与土壤墒情资料,分区域和发育阶段对冬小麦发生干旱时的CI指数评判标准进行订正,并基于该指标建立冬小麦干旱累积标准指数,同时结合冬小麦单产资料,构建冬小麦干旱产量损失评估模型。结果表明,冬小麦生育期内CI指数与对应的土壤墒情变化趋势基本一致;各亚区修订后的冬小麦干旱指标均与直接用CI指数判别干旱的指标存在较大差异,且不同亚区冬小麦干旱指标不一致,其中豫西、鲁北、鲁东南、京津、豫中东干旱指标较小,鲁中、冀东北、冀中、冀南干旱指标较大;华北15个亚区冬小麦干旱产量损失评估模型均通过0.05水平的F检验,冬小麦干旱累积标准指数与干旱产量损失具有显著的相关性,其中京津、晋中、晋南、鲁中、鲁东南、豫西等亚区的模型历史评估结果与对应的干旱产量损失相关性显著。模型能较准确地评估冬小麦发生干旱时的产量损失,具有一定的应用和深入研究价值。     

中国设施农业气象业务服务现状与对策

设施农业的迅速发展和气象科技的不断进步催生了设施农业气象服务这一农业气象服务的新领域。设施农业由于自身反季节模式生产、可控的环境条件和高效的资源利用特点,因而对农业气象服务的要求具有特殊性。本文总结了不利气象条件对设施农业的影响,分析了设施农业气象发展现状,结果表明,现有的设施农业气象服务不能满足其在工程设计、区划布局、环境控制、资源利用等气象服务上的需求。针对现有问题从设施农业工程评估、气候资源区划、设施农业气象监测预警和服务网络体系、资源利用和节能以及适应、应对气候变化策略等方面提出相应的对策,以期为提高设施农业气象服务水平、增强设施农业防灾减灾能力、保障设施农业可持续发展提供思路。     

东北粮食主产区耕地资源变化驱动机制及其对粮食产量的影响

以东北粮食主产区巴彦县为研究区,以3S技术为手段,运用Logistic模型识别研究区耕地资源变化驱动因子,采用单因素指标法及通径分析法,探讨了单因子及复合因子对研究区粮食产量的影响。结果表明:(1)研究区耕地资源变化驱动因子主要为坡度、土壤类型、地均GDP等8个敏感性因子,且每个驱动因子对耕地资源变化的驱动机制各不相同;(2)单一驱动因子指标分级变化会引起粮食产量的改变,变化最大值为土壤有机质含量在1—2级间的改变,最小值为政策法规在2—3级间的改变;(3)复合因子对粮食产量主要表现为耕地资源变化驱动因子复合总效应每改变0.1,粮食产量的变化值约在950kg/hm2。耕地资源变化的单因子及复合因子对粮食产量均产生较大影响,粮食生产能力的提高应根据驱动因子的不同特征制定具体措施。     

东北地区活动积温和极端持续低温的时空分布特征及其对粮食产量的影响

低温冷害是制约东北地区粮食产量的主要气象因素,了解低温冷害的演变规律及其对粮食产量的影响对于防灾减灾、合理搭配农作物品种熟期具有重要的指导意义。应用东北地区73个气象站1960-2004年温度资料以及ArcGIS地理信息系统技术和谐波分析方法,分析了≥10℃活动积温和持续低温指数的时空分布特征,评价了其对粮食和水稻产量的影响。结果表明,活动积温表现出由南向北、由西向东减少的趋势,持续低温指数表现出由南向北、由西向东增加的趋势。谐波分析表明,东北地区活动积温存在着明显的2．5-4a的周期振荡,持续低温指数主要表现为2．5-5a和10a左右的周期振荡。粮食产量的波动带有明显的活动积温和持续低温指数的信息,纬度越高,粮食产量受活动积温的影响越大,受持续低温指数的影响越小。活动积温是制约东北地区粮食和水稻产量的最主要因素,但持续低温指数的影响也不容忽视,持续低温指数每增加1d,会导致辽宁、吉林、黑龙江水稻平均单产。分别下降6．2％、5．8％和2．1％。     

基于光能利用率模型的松嫩平原玉米单产估算

区域作物产量估测对于农业用地管理、粮食安全和宏观调控具有重要意义。以中国重要的玉米主产区之一松嫩平原为研究区,利用2001—2013年长时间序列遥感和气象数据,基于光能利用率模型估算玉米生育期5—9月累积地上生物量,进而根据地面实测的玉米收获指数校正,建立了研究区玉米单产估算模型。结果表明:该模型估算结果达到了大范围估产的精度要求;2001—2013年松嫩平原年均玉米单产为12 397.44kg/hm~2,总体呈增加趋势。该区玉米单产空间分布差异显著,总体为西低东高。从玉米单产年际变化的空间分布来看,研究区91.7%的区域玉米单产均有所增加,尤其是在松嫩平原西部的白城、齐齐哈尔等地,增产趋势更为明显。松嫩平原南部地区玉米单产与降水间具有显著的正相关性,但与气温呈负相关性,而研究区其他地区玉米单产与降水和气温相关性不明显。     

控释氮肥侧条施用对东北地区水稻产量和氮肥损失的影响

为探索东北地区水稻种植过程中控释氮肥侧条施用对水稻产量和氮素损失的影响,设置对照不施氮肥(CK)、农民常规施肥(FP)、高量控释氮肥(HN)、中量控释氮肥(MN)和低量控释氮肥(LN)共5个处理,通过田间小区试验研究了控释氮肥侧条施用对水稻产量、氮素回收率、农学利用效率、径流损失和不同层次淋溶水中总氮浓度变化的影响。结果表明:HN处理和MN处理在氮肥用量降低10%~20%的条件下与FP处理比较水稻籽粒产量没有显著降低,HN处理的穗数和穗粒数分别比FP处理提高了10.79%和15.38%,当氮肥减量30%(LN处理)时,水稻籽粒产量降低明显。控释氮肥侧条施用显著提高了氮肥回收率和农学利用效率,HN处理与FP处理比较氮肥回收率提高了5.23个百分点,氮肥农学效率也比FP处理提高了6.48kg/kg。控释氮肥侧条施用降低了田面水中总氮浓度和径流损失,控释氮肥各处理氮素径流损失降低幅度在37.32%~47.10%。控释氮肥侧条施用降低了淋溶水体中总氮浓度,并延迟了总氮浓度峰值出现时间,减少了氮素淋洗损失的风险,是一种兼顾水稻产量的环境友好型施肥技术。     

扶风县7·14特大暴雨灾害致灾因素分析

依据有关资料和灾后调查,对扶风县2004年7.14特大暴风雨灾害的成灾背景、灾害过程和灾情进行了分析。认为扶风县的地形、地表结构有利于局地强对流天气的形成和发生;前期持续性干旱为7.14暴风雨灾害蓄积了能量;7月13日,14日西南暖湿气流、高空冷涡临境和冷锋过境是7.14灾害生成的直接原因;塬区边坡动力增强和县城区位是县城成为暴风雨中心区的重要原因;域区空间狭小、社会经济高度密集、排水不畅、重抗旱、轻防涝的防灾思想均是重要的致灾因素。要警惕小区域成大灾,加强小区域灾害的研究和防抗救援工作。