四川单季稻抽穗扬花期和灌浆结实期高温热害时空特征

利用四川省84个气象观测站1961-2014年逐日平均气温、最高气温和日平均相对湿度等气象资料以及1981-2014年水稻空壳率数据,通过线性回归法、多项式回归法、Morlet小波分析等方法,分析水稻抽穗扬花期和灌浆结实期高温热害的时空变化规律。结果表明： 1961-2014年高温热害总次数呈上升趋势,不同等级热害发生次数的年际变化特点与总次数一致,尤以2000年后增幅显著,其中抽穗扬花期轻度热害和灌浆结实期重度热害的增幅最显著,这与气候变暖背景下,1990年以来水稻高温热害区域增多的趋势基本一致;不同生育期内各等级高温热害发生次数均有显著的周期震荡规律,方差值在16a、12a、4a时间尺度上均出现峰值,依据周期变化推测,2015年后高温热害将持续偏多。依据高温热害“山区少、盆地多”的分布特征,可将盆中浅丘区及盆南丘陵区划分为热害频发区,盆东岭谷区为热害偶发区,川西南山地为热害少发区。在气候变暖背景下,1990年以来不同等级高温热害均呈现发生频率增多,范围扩大,高发中心从平原向山地扩大的趋势。本研究实现了水稻高温热害监测产品由定性向定量化的转变,融合常规高温指标的动态监测,提高了空间分布的精细度,延长了研究的时效性,更具针对性和指导性。     

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。     

安徽省水稻高温热害保险天气指数模型设计

利用安徽省南陵县1991-2011年逐日气象数据,通过调查区域水稻生长期的主要农业气象灾害类型,选择易对授粉产生影响并导致减产的中稻孕穗-灌浆期高温热害作为保险设计的气象灾害类型;定义7月21日-8月15日连续3d日最高气温在35℃（含35℃）以上为一个高温过程,计算日有效高温差累计值,作为水稻高温热害保险天气指数（ST）;以10℃作为赔付触发值,并按照灾害程度越大赔付标准越高的思路确定不同灾害程度下的具体赔付标准（即启动赔付系数）;通过对南陵县1991-2011年水稻产量的分离和去趋势化处理,计算历年由于气象条件变化造成的产量和货币损失,对比历史天气指数发生概率与历史产量损失率,确定指数保险赔付的触发值及赔付标准,建立高温热害天气指数模型;与实际灾害情况相结合,通过设定参数值详细给出了模型在安徽省南陵县应用的计算过程。该天气指数保险产品操作性强,可为同类地区高温热害保险提供参考,以便在灾害发生后客观、快捷地为保户提供经济补偿。     

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%。     

基于开花期地域差异的中稻高温热害天气指数保险设计

高温热害是湖北省中稻单产的主要限制因子,高温热害天气指数保险的设计与推广,对于转移农业气象灾害风险,降低农民损失具有重大意义。在开顶式生长室(open-top chamber,OTC)的控制下,以中稻品种"广两优香66"为试材,模拟开花灌浆期高温热害,建立了高温热害减产模型,并用大田调查资料作对比,筛选最优投保集中时段。基于10个试点县(市)1981-2016年每年7月16日-8月31日日最高气温观测资料,采用Weibull分布模型,构建分时段的高温热害风险分布模型。综合减产率模型和概率分布模型,厘定了不同免赔率下,以县(市)为单位的,多个投保时期的中稻高温热害天气指数保险的纯费率,为被保险人提供多种投保方案。结果表明:中稻开花灌浆期高温热害保险的最优投保时间为开花始期后20d,开花始期为7月下旬时费率最高,随着开花期的延迟,费率逐渐降低。纯费率的区域差异较大,咸安、赤壁、浠水、麻城等热害高风险区费率较高,襄阳、随州等低风险区费率较低。     

河南省夏玉米花期高温热害风险分析

根据河南省110个气象站1970−2019年逐日最高气温观测资料和19个农业气象观测站夏玉米生育期数据,以32℃和35℃作为轻度和重度夏玉米花期高温热害发生阈值,选取花期日最高气温≥32℃和≥35℃发生频率和日最高气温≥32℃和≥35℃的积热量4个关键致灾气象因子,构建高温热害综合指数,开展河南省夏玉米花期高温热害风险区划,为夏玉米生产趋利避害和防灾减灾提供参考依据。结果表明：（1）1970−2019年河南省夏玉米花期高温日数呈先减小后增加的趋势,21世纪10年代（2010s）后高温日数和频率明显增加,与高温发生频次最低的1980s（20世纪80年代）相比,高温日数增加1.4d（≥32℃）和1.5d（≥35℃）,高温频率增加20.6个百分点（≥32℃）和20.5个百分点（≥35℃）。河南省夏玉米花期高温日数50a平均值在1.8～4.5d（≥32℃）和0.4～1.9d（≥35℃）,高温发生频率在24.3%～64.3%（≥32℃）和2.5%～31.1%（≥35℃）,豫东南为高温热害发生的高频区。（2）近50a轻度和重度高温积热均呈先减弱再增强的趋势,21世纪10年代（2010s）高温积热较1980s（20世纪80年代）增加52.8℃·d（≥32℃）和52.5℃·d（≥35℃）。空间分布上基本呈现出南高北低、东部平原高于西部山区的态势。（3）结合高温强度和发生频率的致灾高风险区主要集中在南阳南部、漯河、许昌东部、周口、驻马店,约占夏玉米主栽区面积的28.5%;研究区域大部地区为中风险区,约占夏玉米主栽区面积的56.2%;而三门峡、洛阳西部、济源西部、安阳等地夏玉米花期高温热害风险相对较低,约占夏玉米主栽区面积的15.3%。     

基于信息扩散理论分析华北平原夏玉米花期高温热害的风险概率

利用1980−2019年华北平原40个站点的气象数据,将夏玉米花期日最高气温≥35℃持续3d及以上作为高温指标,综合考虑频次和持续时间,制定轻度、中度、重度高温热害等级;利用灾害发生次数和站次比分析夏玉米花期高温热害的变化规律;基于信息扩散理论评估高温热害风险概率,为科学应对夏玉米花期高温热害,保障夏玉米的高产稳产提供依据。结果表明：（1）2010−2019年是华北平原夏玉米受花期高温热害影响加重的阶段,呈现连年发生、范围明显扩大的特征,河南省表现明显。（2）夏玉米花期高温热害高风险区主要为山东西部和河南省,山东西部以轻度热害为主,风险概率在10a一遇以上（≥10%）。河南省受灾范围广、频次高、程度重,重度高温热害的风险概率在10a一遇以上（≥10%）的面积占比为66%,5a一遇以上（≥20%）的面积占比为18%。     

安徽河蟹养殖高温热害天气指数模型设计与实践

基于安徽省当涂县2012-2016年3个河蟹养殖池塘的物联网水温观测数据和河蟹产量数据、死亡率数据,以及1985-2016年当涂县逐日气象数据,分析不同深度水温与河蟹产量的相关性,确定池塘河蟹高温热害关键致灾因子和致灾临界值。通过构建关键致灾因子与气温的关系模型,推算池塘养殖河蟹的高温热害致灾临界气象条件,定义高温热害天气指数。在此基础上,结合河蟹高温热害死亡率样本,利用K-均值聚类分析方法,建立高温热害等级指标,设计池塘养殖河蟹高温热害天气指数保险产品,并试点应用。结果表明:池塘养殖河蟹高温热害关键致灾因子为60cm深度日平均水温,其致灾临界值为31℃。60cm深度日平均水温与前一日平均气温相关性最高,根据其关系模型可知,发生高温热害的临界气象条件为日平均气温≥30.5℃。因此,池塘养殖河蟹高温热害指数(S)定义为:6月21日-9月10日,日平均气温≥30.5℃的天数。池塘养殖河蟹高温热害等级指标为:轻度死亡率0～1%(0相似文献   

淮北平原夏玉米花期高温热害综合气候指标研究

夏玉米花期高温热害气候指标及其分级标准,是灾害监测预警和田间调查与评估等工作的基础。为研究确定夏玉米花期高温热害气候指标,本文选取决定高温热害致灾程度的4个关键致灾气象因子:极端最高气温、日最高气温≥35℃的日数和日最高气温高于35℃的积害量及其期间的平均最小相对湿度,采用主成分分析法,构建1个高温热害综合气候指数(D)。通过聚类分析法,结合典型高温热害年减产率的修正和2013年定点跟踪调查夏玉米田块的减产率、秃尖率和植株受害症状等资料的验证,确定了高温热害的综合气候指数(D)不同等级及其阈值。结果表明,夏玉米花期高温热害可分为轻、中、重、特重4个等级,对应阈值分别为0.11D≤0.21、0.21D≤0.45、0.45D≤0.72、D0.72。综合气候指数(D)和高温热害减产率显著正相关,相关系数为0.967 1。花期高温热害主要危害雌雄穗,受害程度与秃尖率、籽粒与茎秆比等密切相关,相关系数分别为0.819 8和?0.872 7。淮北平原夏玉米花期高温热害综合发生频率约1.7年一遇,其中以中度与重度等级高温热害发生频率相对较高,分别高于15%与20%。在全球气候变暖的背景下,在品种选育、布局和栽培管理上,应选择抗高温的优良品种,或在高温热害发生期间,采取人工辅助授粉或喷洒药剂等措施减轻影响与危害。     

高温热害对稻田各时期的影响及其对策

近年来,高温炎热天气出现的频率明显增加,由此引发的热害是造成稻田产量减少和品质降低的主要因素之一,因此研究高温环境对稻田不同时期的影响具有重要意义.阐述高温环境对水稻不同生长时期的危害,提出4种热害评判等级,并深入探究喷雾手段、科学安排应对时间、建立监测系统与预警系统、分地区分区域种植管理、及时采取补救措施等应对高温环...     

基于极值概率分布函数的中国早稻高温热害时空分布统计特征

揭示水稻高温热害风险特征对农业适应气候变化具有重要意义。本研究以中国早稻种植区为研究区域,基于早稻种植区214个气象站1971—2015年的数据,利用Mann-Kendall非参数趋势检验方法和极值概率分布理论,探究中国早稻高温热害的时空变化趋势和极值概率分布规律。研究发现:1)反映早稻高温热害的两个指标即高温热害累计天数(ADHS,accumulateddaysofheatstress)和热害有害积温(HDD,heatstressdegree days)的均值在湖南中南部、江西中部、浙江和福建中部较大,表明这些区域的早稻遭受高温热害的风险较大;从Mann-Kenall趋势检验看,两个指标在超过1/3的站点都呈显著增加的趋势,说明高温热害风险在这些站点显著增加,尤其20世纪90年代以后超过1/2的站点两个指标都呈显著增加的趋势。2)超过1/2以上的站点的高温热害累计天数和高温有害积温都满足极值概率函数分布。对于高温热害累计天数,56个站点满足耿贝尔分布(Gumbel),82个站点满足广义极值分布(GEV);对于热害有害积温,61个站点满足耿贝尔分布,58个站点满足广义极值分布。3)两个高温热害指标的10年、50年、100年重现期的空间分布规律和2个指标的均值空间分布类似,即均值较大的区域,其10年、50年、100年重现期对应的重现期水平(return level)也较大;重现期水平与经度、纬度和海拔无明显相关关系。研究结果有助提升对早稻高温热害时空趋势和概率分布规律的认识,可为农业适应气候变化和农业天气指数保险设计等方面提供理论参考。     

四川盆地水稻不同生育期干旱频率的空间分布特征

将四川盆地按地理地貌类型及水稻种植区划分为5个区域即盆南、盆中、盆西、盆周和盆东,基于区内102个县(市)气象台站1980-2014年的逐日气象资料及32个农业气象观测站的水稻生育期资料,利用干旱评估指标分析四川盆地水稻各生育期干旱发生频率的空间分布特征。结果表明：水稻移栽-分蘖期干旱频率在盆中及盆南部分区域高达90%以上;分蘖-拔节期及拔节-孕穗期干旱频率也相对较高,大部地区集中在50%～90%;水稻孕穗-抽穗期和抽穗-成熟期的干旱发生频率与其它生育期相比较低,孕穗-抽穗期干旱发生频率除盆西部分区域、盆中及盆东北局部在70%～84%以外,其余大部在50%左右;抽穗-成熟期干旱发生频率大部分在50%～70%。     

洪水胁迫因子对千岛湖水质的影响与风险评价研究

研究表明1996年洪灾中千岛湖总体水质在多年走势图中出现“污染峰”现象,表明外来面源污染是主要污染源。对比分析洪灾前后水质变化表明,千岛湖水体受洪灾的影响仅局限于当年,通过水体的缓冲和自净能力的恢复,各项污染指数在灾后均能迅速恢复至正常状态。洪灾年中其水质污染指数排序及负荷比均为百亩畈>航头岛>街口和三潭岛,4断面总负荷占全湖的72%。洪灾年中综合污染指数对全湖分担率最高为大肠杆菌(高达46.6%,为洪灾年中水质最大污染因素)和总N,其他各项目分担率很低,对洪灾年中总体水质几无影响,而总Cd、氨氮和总Pb该年上升偏离正常年份中的变化趋势,尤其是总Cd和总Pb指数灾年过后仍不能回落,显示出洪灾对水质影响带来重金属污染的“滞后效应”。     

四川盆区水稻气候年景及产量模型研究

以四川盆区1964年以来分地区的水稻产量为基础，采用多种数学方法对水稻气象产量作出分离，划分出水稻气候年景的3种类型，较详细地研究了各种年景的气候特生，并利用积分回归方法建立了水稻气象产量模型，为四川水稻生产决策、产量预测提供了依据和方法。     

基于两种方法的四川水稻气候干旱风险评价对比

利用四川省159个站点1960-2010年逐日降水量、日平均气温资料和水稻生育期资料,分别将降水距平百分率、相对湿润度指数作为干旱指标,分析四川省水稻分蘖期、拔节-孕穗期和抽穗-扬花期不同气候干旱等级发生概率,构建水稻气候干旱灾害风险模型,评估四川省水稻分蘖期、拔节-孕穗期和抽穗-扬花期以及全生育期的气候干旱风险。结果表明,四川省水稻气候干旱风险较高的生育期主要是拔节-孕穗期和抽穗-扬花期,利用降水距平百分率和相对湿润度指数得到的风险区划结果存在一定差异,但其风险分布趋势相近。从水稻全生育期看,风险较高区域主要集中在四川盆地和四川西北部部分地区,川南地区发生干旱的概率较小。研究结果有利于降低干旱对水稻生产造成的损失,为水稻干旱评估和制定防灾减灾措施提供科学依据。     

基于断奶羔羊生理和生长性能的热应激发生阈值预测

热应激对绵羊的生长和健康产生了较大影响,但目前对羊热应激的发生程度尚无评价标准。为有效预防绵羊热应激,该研究基于不同温湿度条件下断奶羔羊生理指标和生长性能的变化,对热应激发生的温湿度阈值进行了预测。试验采用环控舱将12只健康状况、体质量相近的断奶羔羊(小尾寒羊×杜泊羊,2月龄,(18±2.1)kg)分为两组,分别饲养于相对湿度60%和80%的舱内,舱内温度采用梯度爬坡法逐渐升高(21.5～35.5℃),试验期24 d。通过非线性回归模型,根据不同温湿度条件下(60%和80%,21.5～35.5℃)断奶羔羊生理指标(体表温度(body surface temperature,BT)、呼吸频率(respiratory rate,RR)和直肠温度(rectal temperature,RT))及生长性能指标(采食量(dry matter intake,DMI)和饮水量(average daily water intake,ADW))的变化,预测各项指标发生拐点(inflection point,I)的温度和温湿指数(temperature-humidity index,T_HI     

基于冠层温度的夏玉米水分胁迫指数模型的试验研究

探讨并建立了适合于中国华北地区夏玉米水分状况监测的作物水分胁迫指数(CWSI)模型。通过不同的田间试验处理和观测,得到了适合夏玉米的CWSI经验模型中的经验关系,且表现明显。该研究建立了不同生育阶段的经验模型,经过初步的检验和分析,认为这一模型是合理的,可以应用于田间的基于冠层温度信息的夏玉米水分状况监测。     

四川稻作区优质稻生产气候生态条件适宜性评价及空间分布

开展特定区域适宜优质稻区域化种植的气候生态条件评价及空间分布格局的研究,可为我国不同稻作区稻米品质生态改良及宏观决策提供重要的理论依据。通过四川、云南、贵州、重庆多地不同生态区田间试验、气象资料的统计分析建立齐穗期与经度、纬度及海拔间的回归模型,以四川省稻作区为分析样区,利用地理信息系统(GIS)空间差值等方法,对四川省稻作区优质稻生产的气候生态条件适宜性及其空间分布格局进行研究。结果表明,四川省各稻作区优质稻生产均存在显著的区域特色,通过对影响不同生态区优质稻生产诸环境及气候生态因子的相对重要程度关系进行回归分析,明确了齐穗期与经度、纬度及海拔间的回归模型;并在研究区域范围内筛选了对优质稻生长发育及米质形成影响较大、且分布差异显著的气象因子:齐穗后灌浆结实期间30 d范围内的日均气温、日照百分率、天文辐射、水汽压等作为优质稻气候生态区划的评价指标,并构建了四川省稻作区优质水稻生态适宜性综合评价指标体系。以此为基础,进行了四川省稻作区优质稻生产的气候生态条件适宜性分级评价及其空间分布格局分析。结果表明:四川省稻作区适宜种植优质稻的区域主要分布在盆周边缘稻区的西北部、盆西平原稻区的西部及北部、川西南山地稻区除西部以外的大部分地区,盆周边缘稻区的西南部、东北部也有零星分布;较适宜种植优质稻的区域主要分布在盆周边缘稻区的北部、西南部,盆西平原稻区的东部、南部,盆中浅丘稻区的西北部、东北部,及川西南山地稻区的西部;除上述区域外皆不适宜种植优质稻。本研究可为科学规划四川省优化优质稻生产布局和结构,促进四川省优质稻高产、优质、高效发展提供科学依据。     

基于无人机遥感的夏玉米水分胁迫指数改进方法

冠层温度（canopy temperature,Tc）是作物水分胁迫计算的基础。准确地剔除热红外图像中的土壤背景,可以提高作物水分的监测精度。该研究以4种水分处理的拔节期夏玉米为研究对象,借助无人机可见光和热红外图像,采用红绿比值指数（red-green ratio index,RGRI）法提取研究区域的面状玉米冠层温度的空间分布信息,并分析每幅热红外图像上冠层温度的累积频率。该并提出了两种改进作物水分胁迫指数（crop water stress index,CWSI）性能的方法,一是使用基于正态分布的不同统计分位数分割冠层温度,并基于不同统计分位数上的平均冠层温度计算CWSI（记为CWSITcF%）。二是基于冠层温度方差（canopy temperature variance,Var）,将玉米冠层数据分为4个区间：区间Ⅰ,Tc≤40,Var≤10;区间Ⅱ,Tc≤40,10< Var≤20;区间Ⅲ,35< Tc<45,Var>20;区间Ⅳ,40< Tc<50,0< Var≤20,并在各自区间上选择最敏感的统计分位数计算CWSI（记为CWSIn）。研究结果表明：1）利用2020年和2021年两年数据计算的CWSIn与作物生理指标（气孔导度Gs、净光合速率Pn、蒸腾速率Tr）间的决定系数R2分别为0.72、0.52、0.62 ,nRMSE分别为23.96%、24.06%、25.60%,模型拟合精度高于原始CWSI（R2分别为0.73、0.34、0.46,nRMSE分别为23.69%、28.27%、30.21%）,但与CWSITcF%差别不大（R2分别为0.74、0.54、0.61,nRMSE分别为22.87%、23.74%、25.61%）;2）虽然CWSITcF%能提高诊断作物水分胁迫的精度,但最敏感的冠层温度区间在年际间相差较大（2020,61.17%;2021,49.38%;两年数据,83.51%）,而CWSIn稳定性更高（与生理指标间的nRMSE分别为：2020年16.60%、27.37%、28.49%;2021年21.60%、18.95%、22.64%）。因此,综合来看 CWSIn可以更加精确地监测作物水分胁迫,利用该改进方法可为无人机遥感精准监测作物水分胁迫状况提供参考。