天水市农业气象灾害对主要粮食作物产量的影响

通过对1985—2004年实测气象和粮食产量资料的分析,得出：影响天水市玉米、冬小麦两大粮食作物产量的主要农业气象灾害分别是春旱、初夏旱、伏期连阴雨和上年秋旱、当年春旱及倒春寒天气,在此基础上建立了基于农业气象灾害强度的天水市玉米、冬小麦的气候产量数学模型,可为气象灾情评估和定量分析农业气象灾害对粮食作物产量的影响提供依据。     

湖北省主要农业气象灾害变化分析

利用1961—2004年湖北省71个气象台站实测气候资料，采用气候倾向率分析湖北省主要农业气象灾害的变化趋势。分析显示，在26种农业气象灾害中，有17种呈减少趋势。有9种呈增加趋势，但并不意味着气候变化对农业有利。所得结论增强了气象部门为“三农”服务的针对性，也为政府和农业部门充分利用气候资源、趋利避害提供决策依据。     

气候变化背景下湖南油菜气象灾害风险评估

利用湖南省96个气象站1961-2010年气象资料,采用相关分析方法,筛选出苗床期干旱、大田苗期干旱、越冬苗期冻害、蕾薹期冻害、开花期低温连阴雨、结荚绿熟期连阴雨和成熟收获期连阴雨共7个制约湖南油菜高产的气象灾害因子,结合专家经验确定各因子的权重系数,建立油菜气象灾害综合风险指数,基于地理信息系统进行湖南油菜气象灾害风险评估.结果表明,湖南省油菜气象灾害的高风险区主要分布在湘东北和湘东南局部地区,微风险区分布在郴州西南部和张家界大部,湘中一带的娄底、邵阳中北部、湘潭、长沙及湘北的岳阳、益阳等地以较高风险为主,其它地区以中风险和低风险为主.对1961-1990、1971-2000、1981-2010年气候整30a的年代际油菜风险的变化分析表明,在气候变暖背景下,湖南油菜高风险和较高风险区域略有减小,低风险和微风险区域有所增加.研究结果可为冬季油菜生产布局提供科学依据.     

甘肃东部苹果多灾种气象灾害综合风险评估

利用甘肃东部22个县（区、市）1965−2018年气象资料、1995−2018年苹果产量、种植面积资料和近5a的其它社会经济统计资料,综合分析筛选包括危险性、易损性、敏感性和防灾减灾能力4个方面的12个指标,构建苹果气象灾害综合风险评估指标体系,采用折衷方法计算风险指标权重,进一步构建风险指数评估模型,应用GIS技术制作风险区划图,评估苹果气象灾害综合风险。结果表明：甘肃东部苹果气象灾害综合风险分布呈现出由东南向西北加重的趋势,重度以上综合风险区主要分布在沿关山山区和六盘山东西两麓,以及陇东黄土高原北部,风险指数大于0.45;中度综合风险区主要分布在陇东中南部和渭河流域大部,风险指数在0.25～0.45;轻度综合风险区仅分散性分布在渭河流域川区和陇东东南部的小部分地区,风险指数低于0.25。     

1976-2015年中国主要农业气象灾害的变化特征

根据1976-2015年受灾、成灾和绝收面积等统计数据,计算中国主要农业气象灾害包括洪涝、干旱、风雹和低温灾害的受灾率、成灾率、绝收率和损失率,并对其变化趋势、灾害损失和灾害等级的变化特征进行分析.结果表明:(1)总体上,1976-2015年中国主要农业气象灾害的受灾率呈显著减小的趋势,而成灾率和绝收率变化趋势则不显著.干旱与农业气象灾害总体变化趋势相一致;洪涝受灾率、成灾率和绝收率存在阶段性的变化特征,1986-2005年各项均值最大;风雹灾害下降趋势显著,受灾率、成灾率均显著减小;而低温灾害各项指标的年代均值逐渐增加.(2)研究期内四大灾害总体损失率的上下限呈先增加后减小的趋势,平均灾害损失率为7.1％～15.7％.洪涝和干旱灾害损失率的上下限变化趋势与农业气象灾害总体一致,其平均损失率分别为2.0％～4.2％、3.8％～8.6％;而风雹灾害损失率的上下限呈减小的趋势,平均损失率为0.8％～1.7％;低温灾害损失率的上下限呈增加趋势,平均损失率为0.5％～1.1％.(3)研究期间洪涝重灾发生次数最多,为突发性灾害;干旱、风雹中灾和重灾发生次数之和最多,为常态性灾害.     

宁夏气象灾害变化及其对粮食产量的影响

利用宁夏23个站点1961-2004年的年降水量、冰雹发生次数和无霜期数据,1991-2006年宁夏水稻、小麦、玉米、马铃薯产量数据,粮食总产量和干旱、冰雹、冷冻害的受灾成灾面积数据,分析了宁夏干旱、冰雹和霜冻三种主要气象灾害的变化趋势及其对粮食生产的影响.结果表明:近年来,宁夏地区的旱灾指数在波动中增加,干旱发生的强度和频率有增加趋势,干旱的影响加重;冰雹的年均发生次数有明显减少趋势,但冰雹影响的程度和范围有所增大;无霜期天数增加,霜期缩短.干旱是影响宁夏主要粮食作物产量和粮食总产量的最主要的灾害;对于冷冻害和冰雹对粮食作物产量的影响,一方面与灾害的发生时间和发生区域有关,另一方面还与作物的主要生育期及作物种植的地理位置有关.     

华北地区冬小麦主要气象灾害风险评价

为了对华北地区冬小麦生育期内遇到的主要气象灾害(干旱和干热风)的综合风险进行评价,根据气象灾害发生机理及区域环境特征建立危险性、暴露性和脆弱性评价模型,并构建综合风险模型,具体分析各地区综合风险的大小及主导风险因子,该文利用华北地区48个农气站冬小麦发育期资料(1981-2010年)和气象资料(1961-2010年)以及近50 a产量资料,将冬小麦全生育期划分为前期(播种期-起身期)、中期(拔节期-开花期)、后期(灌浆期-成熟期)3个阶段,并充分考虑了底墒形成期(播种当年7-9月)内的降水,分别基于水分亏缺指数和加权干热风日数构建了干旱、干热风等级指数,对华北地区冬小麦干旱、干热风灾害以及综合气象灾害风险进行分析。结果表明:危险性、脆弱性和暴露性的权重分别为0.3272、0.3116和0.3612。华北地区冬小麦农业气象灾害风险值有2个高值中心,一个位于冀鲁豫交汇处,一个位于河北省泊头、黄骅等地,风险值由中心向四周逐渐降低。根据该文构建的综合风险评估模型,将华北冬小麦种植区划分为5个不同风险等级区。评价结果具有较强的针对性,可以为华北各地区农业气象灾害风险管理提供参考。     

气象灾害对福建粮食产量影响的灰色关联分析

根据1984-2013年福建省农业统计数据,分析全省粮食产量和气象灾害的变化特征;在划分气象灾害和粮食作物类型的基础上,分别从受灾范围和灾害强度角度,利用灰色关联模型分析1984-1993、1994-2003、2004-2013年3个阶段内气象灾害对粮食生产的影响。结果表明：（1）气象灾害对福建省粮食生产影响较大,研究期内受灾范围的影响不断降低,而灾害强度的影响不断增大,粮食作物对灾害强度的影响更敏感,因此防灾重点应从减少受灾范围逐步转移至降低高强度灾害所造成的损失;（2）风雹受灾范围对福建省粮食生产尤其对大豆和薯类产量具有重大影响。近年来,台风受灾范围对粮食生产的危害日益凸显,逐步成为关键影响因子;（3）水灾灾害强度对福建省粮食生产尤其对小麦和薯类产量具有重大影响。     

吕梁市主要气象灾害特征分析

通过对吕梁市13个县（市）1960—2006年46年气象资料分析，得出了吕梁市的干旱、冰雹、暴雨、霜冻、大风、干热风等主要气象灾害的发生规律，提出了相应的防御对策。     

气象灾害与浙江省粮食生产和对策初探

本文利用1949—1988年粮食单产资料,运用谐波分析法,分析了浙江省粮食单产歉收或严重歉收年景与气象灾害的关系及其随时间的变化规律,并尝试预测未来若干年内气象灾害年的分布及其单产,最后还探讨了相应的对策。     

中巴经济走廊气象水文灾害综合风险评估

全球变化背景下,中巴经济走廊地区气象水文灾害事件频繁发生,气象水文灾害风险评估对该地区防灾减灾具有重要的科学意义。该研究基于中巴经济走廊1961—2015年气象水文数据（最高、最低气温、降水）、标准化降水蒸散指数（standardized precipitation evapotranspiration index,SPEI）、地形数据（高程、坡度）等计算了暴雨、高温、低温、干旱、洪水五大灾种致灾因子危险性,结合人口密度、人口结构、耕地面积占比、农作物种植面积、道路密度以及GDP等承灾体数据,采用层次分析法和熵权法相结合的方法确定致灾因子危险性和承灾体脆弱性指标权重,利用风险矩阵法和Borda序值法开展中巴经济走廊气象水文灾害综合风险评估,并划分不同等级的风险区。研究表明：1）多灾种高危险性地区主要位于巴基斯坦信德省（Sindh）和旁遮普省（Punjab）,约占中巴经济走廊总面积的9%。2）承灾体综合脆弱性计算结果表明巴基斯坦俾路支省（Balochistan）、信德省（Sindh）、旁遮普省（Punjab）以及开伯尔-普什省（Khyber Pakhtunkhwa）脆弱性等级相对较高,而中国喀什地区脆弱性等级相对较低。3）中巴经济走廊综合风险分布具有显著的空间异质性,高风险地区主要分布于巴基斯坦信德省、旁遮普省、巴基斯坦开伯尔-普什图省的部分地区以及俾路支省的西部地区。中巴经济走廊低、中低、中、高风险等级区域面积占比分别为14.09%、17.27%、37.70%、30.94%。在区县尺度上巴基斯坦伊斯兰堡（Islamabad）和拉合尔（Lahore）的综合风险等级最高,而中国乌恰县和巴基斯坦的加拉特县（Ziarat）的综合风险最低。评估结果可为中巴经济走廊气象水文灾害监测与防灾减灾提供技术参考。     

气候变化对中国农业气象灾害与病虫害的影响

在前人研究的基础上结合中国统计局《中国农业统计年鉴》1978－2007年主要农业气象灾害成灾面积、经济损失等资料与全国气象站点气象要素资料,总结了气候变化对我国农业气象灾害发生发展的影响,各类农业病虫害由于气候变暖特别是暖冬出现的新的变化发展趋势。结果表明,在已有气候变暖的影响下,绝大部分农业气象灾害危害加重、发生频繁,特别是极端气候事件发生频率加大,极大的威胁着中国粮食生产的安全。气候变化对农业病虫害的影响也是如此,气候变暖造成病虫害发生世代数增加,危害范围扩大,为害程度加重,给农业病虫害的综合防治带来困难。未来农业气象灾害、病虫害会更加频繁,使农业生产的不稳定性加大,应予以积极应对。     

中国北方主产地苹果始花期模拟及晚霜冻风险评估

建立中国北方苹果主产地苹果始花期模型,分析苹果花期晚霜冻气候风险,为有效防御晚霜冻灾害对当地苹果生产的影响提供科学指导。该研究选取中国新疆的伊宁、阿克苏、黄土高原的万荣、白水、礼泉、陕州区和渤海湾的福山、熊岳分别代表中国3大苹果产区,利用各区代表站的苹果始花期资料和同期气象数据,建立并检验了不同站点苹果始花期模型,并利用该模型模拟了1962-2019年苹果始花期,分析其时空变化特征。结合晚霜冻气象指标,对苹果花期晚霜冻气候风险进行评估。结果表明:1)苹果始花期模型能够在数据独立的情况下较准确地模拟各区代表站的始花期变化,新疆、黄土高原和渤海湾苹果产区内部检验的均方根误差分别为2.5～4.8、2.4～5.0、2.3～3.0 d,交叉检验的均方根误差分别为5.0～6.6、3.4～6.0和3.6～4.1 d。2)模拟得到的苹果始花期均呈显著提前趋势,趋势系数分别为-1.84～-1.04、-3.09～-2.62和-2.37～-1.88d/10a。3)不同区域苹果晚霜冻气候风险有着明显的差异。新疆和黄土高原果区苹果晚霜冻气候风险指数相对较大,其中伊宁最大达2.38,其次是万荣达1.81,而渤海湾...     

复杂地形地貌背景区干旱风险评价

为解决当前复杂地形地貌背景区干旱风险评价研究普遍缺乏足够针对性的问题,以四川省为例,基于自然灾害风险理论,综合气象、水文、地形地貌、实际灾害和人口与社会经济等各方面信息构建评价指标体系,并从复杂地形地貌背景区的角度进行指标因子的计算。通过构建复杂地形地貌背景区的评价指标体系,并利用熵权赋权法,实现了基于格网的四川省干旱风险评价,得到了能够实际反映研究区干旱风险的、较为可靠的结果。结果显示,四川盆地大部和川西南攀枝花、凉山州部分地区干旱灾害风险等级高;广元、巴中、达州北部地区,凉山州和攀枝花市大部分地区以及宜宾市和泸州市南部地区,川西高原的部分河谷地带分布有一般等级的干旱风险;川西高原大部分地区风险较低。本研究,尤其在因子指标体系构建方面的研究,对类似复杂地形地貌背景区干旱风险评价工作的开展具有一定的借鉴意义。     

基于GIS的武陵山区洪水灾害风险评估

武陵山区是我国14个集中连片特困区之一,跨省交界面大、少数民族聚居多、贫困人口分布广,该区域内洪水灾害频发,使得"因灾致贫、因灾返贫"现象较为突出,对区域经济发展造成较大的阻力。本文基于灾害系统学原理,构建了适合区域成灾特点的风险评估指标体系,采用风险评估模型,对武陵山区洪水灾害风险进行评估。研究结果表明：尽管区域洪灾易发,但承灾体脆弱性较低,致使武陵山区洪水灾害风险等级全区总体水平较低,高风险区呈东北-西南向条带状分布,从东南向西北,依次有：东南部的涟源市、冷水江市、新化县、隆回县、邵阳县、洞口县、武冈市高风险区;中部的石门-慈利-沅陵-芦溪-辰溪-溆浦-麻阳-芷江一线高风险区,西北部的丰都-石柱西北部高风险区。     

基于多作物中吡唑醚菌酯的环境行为评估长期膳食风险

农药环境行为及其风险评估是农产品质量安全与生态健康领域重点关注问题,为明确典型农用化合物吡唑醚菌酯在农作物中的行为特征及其暴露风险差异,该研究结合中国农作物主产区分布,运用确定性和概率性双风险模型评估吡唑醚菌酯长期膳食风险,结果表明,吡唑醚菌酯在小麦、花生、黄瓜和西瓜上的原始沉积量高达0.209 mg/kg,半衰期为1.9～9.9 d。作物秸秆中的残留浓度（0.187～75.291 mg/kg）远大于籽粒（≤0.096 mg/kg）。通过膳食途径造成的吡唑醚菌酯暴露会对消费人群造成不可接受的慢性风险,风险商值为123.959%～406.415%。城镇人群的风险显著大于乡村人群（P<0.05）,且风险商值随年龄的递增而降低。概率性模型被进一步引入以量化风险评估的不确定性。该研究根据多作物中吡唑醚菌酯残留水平的概率分布,预警其存在高潜在的长期膳食暴露风险。乡村儿童群体的摄入风险明显高于其他群体,需重点关注。     

西南地区水稻洪涝等级评价指标构建及风险分析

构建水稻洪涝灾害等级评价指标体系,评估水稻洪涝致灾风险,对开展水稻洪涝防灾减灾、灾害保险意义重大。以西南地区一季稻为研究对象,利用气象资料、水稻灾情史料和生育期资料,在水稻洪涝灾害反演的基础上,构建水稻洪涝灾害样本过程雨量序列。基于Kolmogorov-Smirnov(K-S)分布拟合检验,采用置信区间下限值确定阈值的方法,构建水稻洪涝等级评价指标,并采用预留独立水稻洪涝灾害样本进行检验验证。在此基础上,计算西南地区各站点洪涝致灾风险指数。结果表明:水稻洪涝灾害的过程降水强度为抽穗成熟期拔节孕穗期移栽分蘖期;构建的西南地区水稻洪涝等级指标能较好地反映水稻洪涝实际受灾程度,指标验证完全一致的吻合率为66.7%,完全一致及相差1级的吻合率为100%。水稻洪涝灾害风险移栽分蘖期拔节孕穗期抽穗成熟期,高风险区域主要位于云南南部和东北部、贵州南部、以及四川中部的成都、眉山和德阳地区。     

四川省水稻综合气象灾害风险区划

本文利用1981—2012年四川省82县的水稻单产资料,采用HP滤波法,进行水稻气象产量分离,分歉收年和成灾年两个年型,研究四川省水稻单产平均减产率、减产率变异系数和不同等级减产率风险概率的空间分布特征,并基于成灾年风险区划指标,开展四川省水稻综合气象灾害风险区划。结果表明:HP滤波法可用于四川省水稻气象产量分离,四川省水稻气象产量具有显著的准4 a、7 a周期振荡特征。平均减产率从西南向东北方向呈现"高–低–高"分布特征,80%以上县歉收年平均减产率介于2%～7%,成灾年平均减产率介于6%～15%。各县歉收年减产率变异系数介于0.6～2.2,成灾年减产率变异系数介于0～1.2;减产率变异系数相对高值区位于西南山地西部、盆地南部和盆地北部山地。各级减产率风险概率大值区主要集中于广元和巴中地区,还包括盐亭、古蔺、盐源、越西等县。四川省水稻综合气象灾害高风险区主要分布于盆地北部、盆地南部和西南山地西部等山区,中等风险区主要分布于盆地丘陵区及盆周低山区,低风险区主要分布于盆地平原、浅丘区和凉山州中东部。风险区划结果与四川省气象灾害分布和水稻农业气象灾害分布的研究成果相吻合,可为四川省水稻防灾减灾提供科学依据和重要参考。     

The effects of pure and undersowing green manures on yields of succeeding spring cereals

Abstract

A field experiment was conducted in 2004–2006 to investigate the effect of green manure treatments on the yield of oats and spring barley. In the experiment, different green manure crops with undersowing and pure sowing were compared for amounts of N, C, and organic matter driven into soil and their effect on cereal yield. The spring barley field had a total of 41.7–62.4 kg N ha^?1 and 1.75–2.81 Mg C ha^?1 added to the soil with straw, weed, and roots, depending on the level of fertilisation; with red clover, and both common and hybrid lucerne undersowing, with barley straw and roots, the values were 3.45–3.96 Mg C ha^?1 and 139.9–184.9 kg N ha^?1. Pure sowings of these three leguminous green manure crops had total applications of 3.37–4.14 Mg C ha^?1 and 219.7–236.8 kg N ha^?1. The mixed and pure sowing of bird's-foot trefoil provided considerably less nitrogen and carbon to the soil with the biomass than with the other leguminous crops. Application of biomass with a high C/N ratio reduced the yield of the succeeding spring cereals. Of the green manures, the most effective were red clover and both common and hybrid lucerne, either as undersowing or as pure sowing. Undersowings with barley significantly increased the N supply for the succeeding crop without yield loss of the main crop compared with the unfertilised variant. Compared with ploughing-in of green manure in autumn, spring ploughing gave a 0.2–0.57 Mg ha^?1 larger grain yield.