基于GIS的福建省烤烟气象灾害综合风险区划

为了探究福建复杂地形下的烤烟气象灾害风险,规避或减轻气象灾害可能造成的损失,利用福建省烟区28个县（区）的1972-2014年气象资料,2008-2013年烤烟产量、面积及其它社会经济资料,构建由致灾因子危险性、烤烟脆弱性和烟区防灾减灾能力组成的多灾种综合风险区划指标体系,采用层次分析法—熵权法量化计算各指标权重,利用加权综合法计算综合灾害风险指数,基于GIS技术开展烤烟气象灾害综合风险区划。结果表明：福建烟区气象灾害综合风险呈现由东南至西北逐级增加的趋势,轻度气象灾害综合风险区主要分布在龙岩市中东部、三明市东部和南平市东部的部分地带;中度灾害风险区主要分布在龙岩市西部,南平和三明两市介于东部和西部之间地带;重度以上风险区主要分布在南平和三明两市的西北部山区,其中1000m以上高海拔地区存在严重气象灾害风险。     

贵州农业气象灾害综合风险评价与区划

为了明确贵州省不同区域内主要农业气象灾害类型以及综合研究农业气象灾害的风险,以县为基本评价单元,基于信息扩散理论、不确定性理论以及风险矩阵法,对贵州省8种主要农业气象灾害风险进行综合评价与区划。利用聚类分析将贵州省分为5类农业气象灾害风险区域,以不同聚类区域为研究对象进行灰色关联分析,求得每种灾害的关联度并据以确定不同聚类区域的主要灾害,分别为：春旱、秋绵雨灾害为主的区域;凝冻、倒春寒＼秋风灾害为主的区域;冬季低温＼夏旱灾害为主的区域;秋绵雨＼夏旱灾害为主的区域;夏旱＼暴雨洪涝灾害为主的区域。在灰色关联分析基础上建立了贵州省综合农业气象灾害风险评价模型,并计算了贵州省各县的综合农业气象灾害风险性,利用GIS空间分析进行综合农业气象灾害风险区划。区划结果表明：贵州农业气象灾害高风险区主要分布在西部及中部地区,低风险区域主要分布在南部地区以及东部地区。     

湖南省水稻生产干旱灾害风险区划

以湖南中、晚稻生产干旱灾害为研究对象,从水稻干旱灾害发生的可能性、成灾环境、承灾体的脆弱性等方面选取灾害频率、灾害受灾率、灾害强度、水稻生产水平等评价因子,利用人类生存环境风险评价法,建立了湖南中、晚稻生产干旱灾害评价模型,应用GIS软件给出了湖南水稻生产干旱灾害风险区划。结果表明,湖南南部和怀化的辰溪、靖州、通道为湖南中、晚稻生产干旱灾害中高风险区,其它大多数地区为干旱灾害低风险区或轻微风险区。     

湖北省茶树气象灾害模糊综合评价及区划

气象灾害是制约茶叶生产并影响茶叶品质的主要因素,为综合评价湖北省茶树气象灾害的空间分布特征及其与气象要素的关系,以专用气象插值软件ANUSPLIN为依托,根据湖北省气象资料,选取出茶树越冬期冻害和 7－8月旱热害致灾因子并划分受灾等级,运用模糊数学中的综合评价模型,重点分析了湖北省茶树气象灾害的空间分布特征。结果表明：湖北省茶树气象灾害的空间分布差异较为明显：湖北省茶树越冬期冻害等级由南向北逐渐增加;7－8月湖北中部地区为茶树重度旱热害区,位于其东西两侧附近区域为茶树轻度旱热害区,湖北东部的大部分地区和湖北西北部的局部区域为茶树中度旱热害区。茶树气象灾害模糊综合评价研究可为湖北省应对茶树气象灾害,调整茶叶生产布局提供理论依据。     

浙江省晚稻生产的农业气象灾害风险分布

采用浙江省52县市1971-2004年的晚稻单产资料,利用平均减产率、变异系数和单项风险指数形成的综合风险指数,划分了浙江省晚稻产量的农业气象灾害风险区域,并结合同期历史资料详细分析了各风险区的气温、降水和灾害情况,利用各区晚稻种植面积和产量占全省比例的差值分析了各风险区域气象条件的影响效果。结果表明：综合风险指数≥0.30的风险区,晚稻总产量与面积占全省百分比的差值均为负值,该区域晚稻历年遭受台风、干旱等农业气象灾害的频率较高,产量不稳定,年际减产幅度大或减产年份较多;综合风险指数在0.20-0.30的风险区,差值在零值上下浮动,年际减产幅度较小,产量相对稳定;综合风险指数〈0.20的风险区,差值均为正,遭受农业气象灾害的频率较低,丰年多于歉年,总体增产明显。分析结果可为保险部门制定保险区划、费率厘定提供科学依据。     

江苏水稻高温热害气象指数保险风险综合区划

以江苏省为例,利用1980-2015年气象资料和水稻观测数据,基于Logistic曲线方程构建高温热害保险气象指数,并分别采用正态分布、正态对数分布和Weibull分布三种参数模型,以及基于信息扩散方法的非参数模型对水稻高温热害发生概率进行拟合。通过拟合优度检验发现,非参数模型可以较好地估算江苏各县水稻孕穗-抽穗扬花阶段高温热害发生概率,进而结合最优拟合模型,考虑农业保险的经营需求,从致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力四个方面出发,确定相应评估指数并构建综合指数,采用聚类分析的方法进行县级水平的水稻高温热害保险风险综合区划。评估分析表明,江苏水稻高温热害保险风险呈现“西南高东北低”的特征,中高风险区是需要依靠农业保险转移风险的重点关注区域。     

黑龙江省水稻气象灾害损失评估

以黑龙江省基本无气象灾害年水稻的产量为基本序列,利用拉格朗日插值法得到历年水稻的期望产量,将气象灾害损失量从产量中分离,从而实现对黑龙江省1949-2004年水稻气象灾害损失量的评估。结果显示:黑龙江省气象灾害1984年以前对水稻危害较大,巨灾、大灾年份比例占48.6%,平均灾损率达到29%,水稻产量年际波动大;1984年之后,水稻抗灾能力增强,全省基本无巨灾和大灾发生,平均灾损率9%。通过进一步对水稻灾害损失量与水稻各种灾害受灾、成灾和绝收面积统计结果进行分析发现,低温冷害是危害黑龙江省水稻发展的主要气象灾害。     

黔东南州气象灾害对水稻生产影响的研究及对策

统计计算了黔东南州几种气象灾害的强度指数,并分析其对水稻生产的影响,重点研究倒春寒、春旱、洗手干、伏旱、洪涝、秋风6种气象灾害对水稻种植面积及产量影响的程度,提出水稻增产的防灾减灾对策措施。     

农业气象灾害对广东水稻生产的影响及防御对策

从农业气候角度分析了影响广东水稻生产的主要气象灾害及其减产原因，并提出了防御对策，以实现广东水稻稳产高产。     

海南岛山洪灾害风险区划研究

在海南岛暴雨风险普查资料收集的基础上,以海南岛140个小流域为单元,选择了地形因子、水系因子、暴雨指数、滑坡和泥石流密度、综合灾度6个因子作为山洪灾害的危险性指标,通过层次分析法计算海南岛山洪灾害危险性;选择人口密度比、耕地百分比、GDP百分比、基础设施百分比作为易损性指标;通过风险=危险性×易损性,在ArcGIS中完成了海南岛山洪灾害的风险区划图,并通过历史山洪数据对其进行检验,结果表明:海南岛山洪灾害的风险区划图中的高风险区和次高风险区平均覆盖了历史山洪灾害的72%的范围,能在一定程度上说明区划结果的合理性,该成果可在海南岛的山洪防灾减灾工作中发挥重要作用。     

四川省水稻高温热害风险及灾损评估

高温热害是四川省最主要的农业气象灾害之一,研究高温热害对水稻的影响对于四川省农业可持续发展、保障水稻的安全生产具有重要意义。本文以1981—2015年四川省84个气象台站的逐日气象资料、农业气象观测站水稻生育期资料和县级水稻产量资料为基础,利用水稻高温热害指数,构建四川省水稻关键生育期和全生育期综合高温热害风险模型;分离水稻气象产量,建立高温热害影响下水稻气象产量与高温热害指数间的统计模型,开展1981—2015年四川省水稻高温热害风险和灾损评估。研究结果表明：四川省水稻抽穗扬花期,高温热害较高风险区和高风险区主要集中在盆地东北大部和盆地南部的个别地区,其中达州、广安和泸州的部分地区为高风险区。而低风险区主要分布在盆地西部、南部和川西南的大部地区。灌浆结实期,水稻高温热害较高风险区和高风险区主要集中在盆地东北和盆地南部的大部分地区,其中泸州大部、南充和宜宾的个别地区为高风险区。而低风险区主要分布在盆地北部、西部和川西南的大部地区。水稻全生育阶段高温热害较高风险区和高风险区主要集中在盆地东北和盆地南部的大部分地区,其中泸州、南充和达州的部分地区为高风险区。而低风险区主要分布在盆地北部、西部和川西南的大部地区。构建的水稻高温热害灾损评估模型简单实用,验证结果表明高温热害年水稻统计产量与模拟产量间的相对误差绝对值都小于1.5%,建立的模型能反映四川省高温热害对水稻产量的影响,同时能够较好地评估高温热害下四川省水稻的产量损失。进一步的灾损评估结果表明,高温热害危害下代表站点水稻的减产率为5.6%~10.2%。     

近50年四川省水稻生产潜力变化特征分析

气候变化对农业生产的影响日益加剧,特别是作为我国粮食重要产区的四川。科学评价气候变化对四川省水稻生产的影响对于区域农业可持续发展具有重要意义。本文基于四川省45个气象站点50年的气象数据和20年的水稻生育期资料,采用侯光良法分析了四川省7个水稻种植区的水稻光合生产潜力、光温生产潜力和气候生产潜力的时空分布特征,并结合现实生产力数据分析了气候变化背景下四川省水稻的增产潜力。结果表明:1961—2010年四川省水稻生育期内光合生产潜力的空间分布呈北低南高中部最低,光温生产潜力呈现北高南低,气候生产潜力为南北低中间高。近50年来日照时数的减少使得水稻光合生产潜力从20世纪80年代开始持续偏低;温度的升高有利于水稻光温生产潜力的增加,尤其在2006年出现高值;降水量的减少使水稻气候生产潜力从20世纪90年代开始下降明显。四川省水稻存在增产潜力,但增产潜力呈下降趋势,未来应加大农业科技投入,合理利用气候资源,提升水稻生产力。     

四川省不同区域水稻氮肥施用效果研究

2005—2009年,在四川省不同区域布置水稻氮肥田间试验,通过研究施氮对水稻生长的影响,拟明确氮素吸收特征和氮肥利用效率,为不同区域水稻推荐施氮提供理论依据。结果表明,施用氮肥能明显提高水稻产量,成都平原区、川中丘陵区、盆周山区和川西南山地区的增产率分别为22.4%、33.7%、38.9%和33.1%。不同区域间由于地形、气候、土壤肥力等差异较大,水稻对氮素的吸收利用存在一定的差异,施用氮肥可使百千克籽粒吸氮量提高0.19 kg,当吸氮量为281.8 kg hm-2时,川西南山地区水稻产量可达10.0 t hm-2。氮肥吸收利用率以成都平原区最低(32.2%),盆周山区最高(36.7%),不同区域农学效率平均变幅为11.5~14.4 kg kg-1。地形差异是影响四川省不同区域水稻氮肥施用效果的主要因素,因此根据区域的地形差异合理调整氮肥用量是提高水稻氮肥利用率的有效途径。     

福建省2009年气象条件对水稻生产的影响评价

通过分析福建省2009年气温、降水和日照等气象因子,得出气温为显著偏高,降水量偏少,日照时数正常到偏多。分析了全年气候条件对早稻、中稻和晚稻等3类主要粮食作物生长发育期的影响,总体为农业气候资源条件良好,光温充足,虽然有农业气象灾害的影响,但是比较而言利大于弊,有利于作物的发育生长。水稻生长发育期间发生的主要农业气象灾害有低温、台风、暴雨、气象干旱等,这些气象灾害都对农业生产造成了直接或间接的影响,其中造成灾害损失严重的是台风和暴雨。本研究旨在为气象减灾和灾害评估提供参考。     

绍兴市农业生态和农业气象灾害监测预警系统

通过建立基于3S技术的农业生态监测和基于自动气象站、雷达、卫星、数值预报、短信息技术的农业气象灾害监测预警系统,动态监测绍兴市耕地被侵占面积,分析水资源分布、土地利用覆盖等农业自然资源分布特征,并对农业气象灾害实现监测和预警,从而为根据当地自然资源优势,通过农业结构调整,有效地减轻气象灾害损失,促进农业可持续发展提供技术支撑。     

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。     

四川省植被变化及其与气象因子的相关性分析

[目的]分析四川省植被的变化特征及其与气象因子的相关性,为该区域的可持续发展提供理论依据。[方法]采用一元线性回归方法,利用MODIS NDVI数据按不同植被类型对GIMMS NDVI数据进行模拟拓展,并采用变异系数、趋势分析和偏相关等方法进行变化分析和相关性分析。[结果](1)近30a四川省植被NDVI以基本无变化和减小为主,减小的区域主要位于盆周山地、川东北的中海拔山地和川西北高原湿地,增长变化的区域较小,主要位于四川盆地中北部和川西高原西部;(2)植被受气温影响较大的区域主要分布在以灌丛和高山植被覆盖为主的甘孜西南部、西北部以及四川盆地的西南部,以针叶林和水稻种植为主的成都平原、四川盆地中部以及川东北的广元则对降水更敏感。[结论]过去32a间四川省年最大NDVI变化具有明显的阶段性特征,整体上呈现下降趋势;植被NDVI的变化与降水和气温具有显著的线性相关关系,且气温和降水对植被变化的影响具有明显的区域差异。     

辽西北玉米干旱脆弱性评价模型构建与区划研究

本文基于IPCC(Intergovernmental Panel on Climate Change)报告中对气候变化背景下脆弱性的定义,从暴露程度、敏感性、自身恢复能力和环境适应能力4个方面建立了干旱灾害脆弱性评价模型。以辽西北地区的玉米干旱灾害作为研究对象,根据干旱灾害脆弱评价模型选取了气象因子、玉米生理因子以及经济社会因子等17项指标,运用熵权法、加权综合评价法计算得到了辽西北地区玉米干旱脆弱性指数。为了验证和检验模型的适用性,选取了辽西北1999年、2000年、2001年和2006年4个典型干旱年份,将玉米干旱脆弱性指数划分为5个等级,借助GIS技术绘制了玉米干旱脆弱性区划图。结果表明:辽西北玉米干旱脆弱性强的区域主要集中在西部地区的阜新、朝阳、葫芦岛一带。重度以上脆弱性区域范围比例表现为2006年>1999年>2001年>2000年的规律;其中,2006年脆弱性最强,影响面积最广,造成的损失也最严重,与实际灾情变化规律一致。分析2006年的玉米干旱脆弱性,多数区域是由玉米生长季的降水异常引起的。通过对4个典型干旱年份的玉米干旱脆弱性指数与玉米减产率进行回归分析,发现二者之间基本吻合,通过了α=0.05的显著性F检验,说明利用该模型对玉米干旱脆弱性的评价与区划是合理的,可以用来评价和预测玉米干旱脆弱性、干旱灾害风险以及因干旱造成的玉米产量损失。研究结果可为当地农业干旱灾害风险评估和预警提供依据。