陇东地区主要农作物干旱灾损动态评估

[目的]为陇东地区旱灾动态监测及灾损评估提供依据。[方法]利用陇东冬小麦、春玉米的产量资料及其相应的生育期、土壤含水量和气象资料,计算作物的因旱减产率,分析不同时期水分亏缺率与作物因旱减产率之间的关系,并建立主要农作物的干旱灾损动态评估模型。[结果]冬小麦各类模型的误差值均小于春玉米,冬小麦累乘模型效果好于累加模型和简化模型,而春玉米累乘模型效果明显差于累加模型和简化模型,因此实际应用中要通过比较,因地制宜,选用适合的模型进行监测和评估。[结论]应用干旱灾损动态评估模型可及时了解陇东地区干旱对主要农作物产量影响的动态变化。     

气象灾害损失评估技术及应用研究

根据气象灾害影响程度,分析了现行灾害评估中的缺陷,提出了定量评估的模糊评判法,将气象灾害造成的人员伤亡、生态环境破坏、直接经济损失、效益损失、救援损失、恢复重建等评估指标折算为精确化损失指数,归结了气象灾害损失评估的定量计算公式,并采用灾度指数和灾损等级作为气象灾害损失的相对度量指标。最后给出了一个损失评估应用实例,验证了评估方法的有效性。     

宁夏主要作物霜冻灾损评估方法研究

利用1991—1996年宁夏霜冻灾害资料和同期NOAA(AVHRR)资料和霜冻遥感监测结果，构建了宁夏主要作物霜冻灾损评估模式，检验结果表明：所采用模式方法比较客观、实用，应用效果好。     

驻马店市渍涝灾害灾损影响因子及损失评估研究

以驻马店市为例,从不同角度分析了影响渍涝灾害灾损的因子。借助于渍涝灾害筛选模型,挑选出驻马店市1971~2007年夏季的渍涝时段,并对渍涝灾害发生规律和分布特点进行了分析。在上述分析的基础上,对玉米全生育期降水量在各个发育期阶段的分布及对玉米最终产量的影响进行了初步评估分析。     

区域旱涝灾害灾损评价及影响因素分析

从生活影响因子、农业生产影响因子、社会经济影响因子3个方面构建了旱涝灾损评价指标体系,运用主成分分析法计算了2007、2008年全国31个省市自治区的旱涝灾损综合得分,并从社会经济视角对影响旱涝灾损的社会经济因素作了初步分析。结果表明,2007年为旱涝灾害异常年,2008年为旱涝灾害正常年;社会经济状况在一定程度上决定了灾情的主要表现,经济发达程度与灾损程度基本呈负相关关系。     

洛阳冬小麦干热风灾害特征及灾损评估

根据冬小麦干热风的国家气象行业标准,利用洛阳市9个县(区)观测站1961—2020年气象观测资料,统计分析冬小麦干热风的时空变化特征;确定气象要素对气象产量的影响,分离不同时段的气象产量,构建产量模型,评估干热风灾害对产量的影响。结果表明,干热风灾害平均每年发生1.5 d,发生天数总体上是降低的,但是近20年来又呈现增加趋势,新安、孟津、宜阳是洛阳市干热风灾害高发区。对比干热风灾害发生的气象要素,温度条件是制约洛阳市干热风形成的最主要的气象因子。灾损评估表明,干热风灾害造成小麦减产率在1.28%～8.66%,平均为4.63%。     

干旱遥感监测预警评估研究综述

对我国不同植被覆盖条件下干旱遥感监测、干旱预警、干旱损失评估方法的进展情况及发展趋势进行了初步分析,并提出干旱监测研究开发建议。     

安徽省农业气象灾害定量监测评估研究

介绍了利用遥感和GIS技术定量监测安徽省主要农业气象灾害的方法 ,并对灾害的发生分布规律进行了分析 ,提出了主要农作物灾损率评估方法 ,获得了安徽省主要农作物的灾损率指标     

基于高分辨率遥感影像的农作物灾损评估研究

【目的】2016年湖北省部分地区遭受洪涝灾害,导致该省农作物产量下降。利用遥感手段进行灾损评估研究可快速、准确获取灾后农作物的受灾程度与减产量,给农民提供实时、准确的参考数据,以减少农民的经济损失。【方法】基于2015年7月与2016年7月的灾前灾后Landsat-8影像,利用面向对象分类方法和分层抽样方法对湖北省荆州市与荆门市部分地区的农作物进行受灾面积提取,统计农作物受灾面积总量;对灾前灾后农作物的NDVI值进行对比,根据灾前灾后的NDVI差值进行受灾等级划分,以此得到农作物的受灾等级。【结果】(1)由连续暴雨引起的洪涝灾害导致研究区农作物都有不同程度的受损,采用了面向对象分类方法精度指标的Kappa系数为0.849 5,以此分类统计出的受灾农作物总面积为635.838 km~2;(2)受灾严重的区域主要是依傍河岸和地势低洼处。荆州市的弥市镇虎渡河附近的农作物受灾等级最高,受灾最为严重,几乎完全被洪水淹没;而荆州市马良镇的杨家湾因为地势低以及对农作物的灾害预防措施做得不够,也造成大量的农作物被淹没,甚至出现了绝收现象。【结论】对于农作物灾后监测,有关部门要借助遥感手段及时向农民提供数据支持,将农民的经济损失降到最低,最大程度地保障农民的生活。     

安徽省粮食作物单产影响因子及气象灾害损失风险评估

为了解极端气候事件对农业生产的影响,对2000—2013年安徽省粮食作物单产及影响因子进行分析;利用拉格朗日插值方法估算气象灾害损失量;利用信息扩散理论评估了安徽省各地市粮食作物气象灾损风险。结果显示:1)气象灾害是安徽省粮食减产的主要因素,2003、2007、2012和2013年粮食作物气象灾损较为严重,年损失总量均在400万t以上;2)安徽省粮食作物气象灾害风险等级以低风险和小风险为主。低风险区主要位于安徽省中南部,小风险区域遍及中北部地区。     

基于灰色预测模型的山东省粮食灾损量评估及灾害关联度分析

基于山东省1978-2012年粮食生产及自然灾害数据,利用灰色预测模型量化分析自然灾害对粮食生产的影响,估计粮食灾损量并测算不同粮食作物灾损量与不同自然灾害间的关联系数,得出结论如下:1)1979-2012年间,粮食总灾损量年平均146.50万t。平均波动周期5.67 a,总体来看波动幅度不断减小,具体来看各周期振幅呈现减小、增加、减小的变化规律。2)1979-2012年间,小麦灾损率平均波动周期6.60 a,灾损平均变化率-0.33%;玉米灾损率平均波动周期3.67 a,玉米灾损平均变化率-0.43%。3)各类自然灾害对小麦、玉米的影响程度均表现为:旱灾风雹灾害水灾。     

大喇叭口及灌浆期倒伏对夏玉米产量损失的研究

【目的】研究不同生育时期和倒伏类型对夏玉米干物质积累、产量及产量构成因素的影响,定量评估倒伏对夏玉米造成的产量损失。【方法】以浚单20为试验材料,开展2个生长季夏玉米倒伏田间控制试验,分别在大喇叭口期和灌浆期进行不同类型人工倒伏模拟。大喇叭口期倒伏处理为：轻度根倒伏（BR1）、重度根倒伏（BR2）、低节位茎倒伏（BSL）和高节位茎倒伏（BSH）;灌浆期倒伏处理分别为：轻度根倒伏（FR1）、重度根倒伏（FR2）、低节位茎倒伏（FSL）和高节位茎倒伏（FSH）。研究倒伏后夏玉米的叶面积指数、干物质量、产量及产量构成因素（穗长、穗粗、秃尖率、穗粒数和百粒重）的变化,计算表征玉米受害程度的相对损失率。【结果】倒伏会显著降低叶面积指数,其中灌浆期茎倒伏损失率最大,成熟期叶面积指数较对照分别降低38.9%（FSL）和50.7%（FSH）。倒伏后地上部干物质积累量减少,除灌浆期轻度根倒伏（FR1）外,其他时期及类型倒伏总干物质积累量均显著降低 (P＜0.05),其中灌浆期茎倒伏处理干物质积累量降低最显著,乳熟后期总干物质积累量不增反降,分别较对照降低34.9%（FSL）和46.8%（FSH）。同时,倒伏影响干物质在茎、叶和穗中的分配,茎、叶干物质量所占比例增加,穗干物质量比例降低,其中灌浆期茎倒伏茎秆干物质量比例显著增高,较对照提高9.2%（FSL）和3.7%（FSH）,穗干物质量显著降低,较对照减少9.9% （FSL）和7.0%（FSH）(P＜0.05)。倒伏使穗变短、变细,秃尖增加。灌浆期倒伏穗长显著缩短,比对照短3-4 cm,穗粗显著降低（P＜0.05）,2年试验中除FSL（2012年）处理外,灌浆期倒伏的秃尖率均显著高于对照（P＜0.05）,大喇叭口期倒伏秃尖率与对照差异不显著, 其中FSH（2011年）处理秃尖率最高,达27.4%。倒伏灾害同时影响穗粒数和百粒重,倒伏后均表现出减少趋势,与产量的相关系数分别为0.729和0.842（P＜0.01）。受2年试验条件差异影响,2011年各倒伏处理的穗粒数显著低于对照,2012年仅灌浆期茎倒伏与对照差异显著。倒伏影响百粒重,其中灌浆期处理最显著（P＜0.05）。穗粒数和百粒重与产量显著相关,相关系数分别为0.729和0.842（P＜0.01）。倒伏显著降低产量,除大喇叭口期轻度根倒伏BR1外,其他倒伏处理的产量均显著低于对照（P＜0.05）。大喇叭口期倒伏BR2、BSL和BSH产量损失率2年平均分别为13.9%、27.9%和27.1%;灌浆期倒伏FR1、FR2、FSL和FSH产量损失率,2 年平均分别为29.0%、38.4%、45.0%和48.3%。【结论】相同倒伏类型,灌浆期倒伏较大喇叭口期倒伏影响更大;在同一生育时期,茎倒伏比根倒伏影响更明显,但茎倒伏高、低节位处理之间产量损失差异不显著。各倒伏处理的产量损失表现为灌浆期茎倒伏最高,大喇叭口期根倒伏最低。     

气象灾害对江西省不同季水稻产量影响的灰色关联分析

选取1986—2014年江西省早稻、中稻、晚稻单产数据以及水稻因不同气象灾害(旱灾、洪涝灾、风雹、霜冻和台风)造成的受灾、成灾和绝收面积数据,运用灰色关联分析法计算不同季水稻单产与5种气象灾害的关联系数,并利用相关数据计算不同季水稻的灾损量和灾损率。结果表明,不同季水稻单产与洪涝灾害的关联系数大,说明洪涝灾害对水稻产量的影响程度大;从时间跨度看,不同季水稻单产受气象灾害影响程度除风雹外都在减弱;不同季水稻由于播种和收获时间不同,受到气象灾害的影响程度不同,中稻受影响程度高于早稻和晚稻。灾损量分析结果显示,江西省气象灾害造成稻谷年均减产162.9万t,相当于年均31.33万hm2水稻种植面积的产量。最后,提出了建设高标准农田、加强农田水利、路渠配套等基础设施建设实现旱涝保收,合理规划不同季水稻种植区域等水稻生产和防灾减灾方面的对策建议。     

安徽省近33年农业气象灾害年景评估

利用安徽省1978-2010年农作物播种面积、受灾类型及其受灾面积资料,分析农业气象灾害时空分布特征;采用灰色关联度及农业气象综合灾损模型,开展农业气象灾害年景评估.结果表明:安徽省气象灾害造成的农作物受灾面积年际波动大;农业气象灾害空间分布特点为淮北地区最重,江淮之间南部和沿江地区次之,大别山区、皖南山区以及部分城市周边相对较轻.各类气象灾害对农业受灾的影响大小依次为:暴雨洪涝＞旱灾＞风雹灾＞低温雨雪冰冻灾,其中暴雨洪涝和旱灾影响大,受灾程度重;安徽省农业气象灾害较轻年景出现频率为55％,其中灾害最轻年份为1981年,而较重年景占12％.灾害最重的年份为1991年.上述年景评估结果与安徽省农业受灾历史记录较吻合.     

陇东地区主要农作物干旱灾损风险分析及区划

【目的】研究陇东地区冬小麦和春玉米种植的干旱风险,为指导该区农业生产的合理布局和有效地进行防灾减灾提供科学依据。【方法】从陇东主要农作物产量灾损角度出发,利用作物产量资料和气象资料,对历史干旱灾损情况(干旱分布、干旱发生强度和频率、干旱灾损分布)、受灾体种植面积比例和当地产量水平等方面进行综合分析,建立干旱灾损风险评估模型,确立综合区划指标,并进行干旱灾损风险区划。【结果】陇东多数县(区)冬小麦、春玉米因旱减产率大于20%的年份分别超过20%和14%;冬小麦、春玉米生育期间各类干旱发生频率分别为53%~94%和34%~80%;环县是陇东地区干旱发生最多,重度、极重度干旱发生频率最高的地区,冬小麦、春玉米干旱灾损率最大值均在环县,分别大于30%和20%;根据标准化风险指数将陇东冬小麦、春玉米种植区域分为低、中、较高和高4个风险区,对应的标准化风险指数(Ei)冬小麦分别为:Ei≤0.1,0.1Ei≤0.3,0.3Ei≤0.5,Ei0.5,春玉米分别为:Ei≤0.2,0.2Ei≤0.5,0.5Ei≤0.7,Ei0.7。【结论】陇东冬小麦和春玉米干旱风险分布自南向北逐渐增加,呈纬向分布;陇东北部是高风险区,中北部是较高风险区,中南部是中度风险区,东南部是低风险区。     

湖南省油菜连阴雨灾害指标及产量损失评估

利用湖南省油菜种植区1991—2020年10个农业气象观测代表站的油菜生育期观测资料、1991—2020年逐日的气象资料以及油菜的产量资料,构建连阴雨类型并统计发生情况,采用拉格朗日插值法,通过期望产量提取油菜连阴雨灾损率,建立连阴雨日数与油菜产量损失评估模型.结果表明,油菜因连阴雨导致的产量灾损率在1.4％～18.1％之间,平均灾损率为8.0％;油菜花期—绿角形成期持续无日照(S1)和有/无降水日,日照不足2 h的组合最长持续日数(R3)2种类型的连阴雨同时出现时,油菜将显著性减产;绿角形成期—成熟期单独出现持续降水(R1),有/无降水和日照不足2 h组合(R3)的连阴雨类型时,一般减产率小于15％,而同时出现S 1和R3将导致油菜明显减产;以最长连续无日照(S1)、最长连续降水日数(R1)和最长连续降水和无降水且日照小于2 h的组合日数(R3)为主,划分为轻、中、重3个等级的连阴雨气象灾害指标;最后构建了不同等级连阴雨与灾损率的评估模型,通过计算得到油菜花期—绿角形成期、绿角形成期—成熟期遇轻度连阴雨时的平均灾损率分别为6.34％和8.11％;油菜花期—绿角形成期、绿角形成期—成熟期遇中度连阴雨时的平均灾损率分别为12.72％和11.10％.该研究结果可为农业决策和生产部门进行品种规划、灾害风险管理和种植管理提供科学依据.     

江西省早稻高温热害灾损评估模型

针对江西省早稻高温热害灾损缺乏定量化评估技术的问题,采用主成分回归方法,对江西省早稻高温热害灾损评估模型进行研究和验证.结果表明:江西省早稻高温热害过程可分为相对高温胁迫和混合高温胁迫2类;在高温热害的影响因子中,热害积温、最高气温、热害日数对水稻热害具有同等重要的作用,单个或多个因子明显偏高亦可加重热害.本研究建立的...     

沿淮地区高温热害分布特征及其对水稻产量的影响

[目的]研究沿淮地区高温热害分布特征及其对水稻产量的影响。[方法]选取沿淮10个站1965~2009年气象资料和1967~2006年安徽一季中稻产量资料,分析沿淮夏季高温天气发生特征和高温热害强度;在前人提出的水稻高温热害指标的基础上,以沿淮地区水稻典型种植区域长丰县为代表,结合历史产量资料对长丰高温热害产量灾损率风险进行分析。[结果]沿淮高温天气发生频繁,高温热害自西向东呈＂N＂字形走向,位于沿淮中部的淮南、蚌埠高温天气发生频次较多,与皖南山区毗邻的霍邱、寿县较少,发生时段多集中于梅雨过后的7月中下旬~8月上旬,此时正值一季中稻孕穗抽穗开花期,对水稻产量影响明显。沿淮长丰县一季中稻产量随着高温热害持续时间的增加灾损率不断加大,但其发生概率减小,高温热害灾损率频发的强度等级主要集中在I级和Ⅱ级。水稻生殖生长阶段高温热害持续时间越长,灾害损失率越大,但其相应发生的概率较小,反之亦然。[结论]该研究为高温灾害风险评估提供参考。