基于GIS的河南省冬小麦晚霜冻风险评估与区划

为了了解河南省冬小麦晚霜冻的发生规律,以便及时采取应对措施进行防灾减灾,从而实现冬小麦高产稳产,本文选取冬小麦晚霜冻有害积寒和频度(危险性)、冬小麦种植面积(暴露性)、灌耕比和单位提灌面积机井数(脆弱性)等风险评价指标建立风险评价体系,通过层次分析法确定冬小麦晚霜冻风险评价指标权重,构建冬小麦晚霜冻风险评价模型。基于1984~2013年气候数据对河南省冬小麦晚霜冻进行风险评价,根据冬小麦晚霜冻风险评价模型,应用Arc GIS进行栅格计算,得到河南省冬小麦晚霜冻风险区划图。结果显示:商丘东部、周口、漯河、驻马店大部、信阳和南阳局部晚霜冻风险指数高,在0.289~0.483之间,为晚霜冻高风险区;而三门峡、洛阳、济源、焦作以及郑州、安阳、鹤壁、新乡等地区大部晚霜冻风险指数较低,在0.123以下,为晚霜冻低风险区。最后根据历史统计资料计算的晚霜冻指数和本文研究结果对河南省冬小麦晚霜冻风险区划图的提取值进行相关分析,相关系数达到0.78,表明本文所得到的河南省冬小麦晚霜冻风险区划结果和历史统计结果相符。     

基于作物模型灾损识别的黄淮区域冬小麦晚霜冻风险评估

利用近50年黄淮地区54个农业气象观测站的作物观测资料和气象资料,结合人工移动式霜箱试验结果,研究了WOFOST作物模型中增加晚霜冻影响的处理技术,揭示了晚霜冻对冬小麦各生长量的影响结果。利用修改后的作物模型提取晚霜冻灾损评估技术,建立以晚霜冻的危险性、暴露性和脆弱性为风险因子的风险评估模型,开展黄淮区域晚霜冻风险评估。结果表明,黄淮区域冬小麦晚霜冻风险分布呈西高东低分布,高风险地区主要分布在黄淮区域的河南西部、西南部、西北部及东部永城、沈丘一带。其中,黄淮西部的高风险主要是由晚霜冻高灾损引起的,河南西南部的高风险是由晚霜冻的高频率引起的,其西北部和东部的高风险则是由晚霜冻的高频率和高灾损共同引起的。     

河南省冬小麦灌浆期连阴雨灾害风险评估

基于河南省24个农业气象观测站1981—2020年冬小麦发育期资料和91个气象观测站1961—2020年逐日气象观测资料、冬小麦产量资料,统计了河南省冬小麦灌浆期连阴雨过程均日数、过程均雨量、过程均日照时数、年均过程次数及多年发生频率,利用主成分分析法构建了连阴雨风险强度指数,从发生频率、风险强度指数、产量损失率对河南省冬小麦灌浆期连阴雨开展风险评估。结果表明：河南省冬小麦灌浆期连阴雨过程均日数、过程均日照时数、年均过程次数空间上均呈带状分布;构建的连阴雨风险强度指数对连阴雨灾害有较高的识别能力;连阴雨灾害发生频率、风险强度指数均呈纬向型分布,南部偏高、北部偏低;河南省冬小麦灌浆期连阴雨中、低风险区占比90.3%,高风险区主要分布在南阳东部地区。     

广东晚稻寒露风保险风险区划

农业保险能够有效地分散农业自然灾害风险,提升农业生产水平。农业保险风险区划则是发展农业保险必不可少的基础研究工作,国内外经验普遍表明发展农业保险必须进行风险区划。以广东省晚稻寒露风灾害为例,基于1980—2012年广东省86个气象站的气象资料和2001—2010年《广东农村统计年鉴》21个市的晚稻单产数据,选用日平均气温≤23℃积寒指数、晚稻生产力水平构建晚稻寒露风保险风险区划指标体系,借助GIS技术制作1 km×1 km广东省晚稻寒露风保险风险专题图,将研究区域划分为低风险区、次低风险区、中等风险区和高风险区4个等级并进行评述。结果表明:晚稻生产水平指数和寒露风致灾风险高的区域,对产量影响大,风险高;反之对产量影响小,风险低。高风险区主要分布在北部的韶关和清远地区,中等风险区主要分布在东北部、中部偏西地区,次低风险区主要分布在珠江三角洲的北部和南部沿海地区,低风险区主要分布在珠江三角洲南部地区。区划结果可为保险公司开发寒露风保险产品、厘定差别的保险费率提供参考。     

气候变化背景下宁波市茶叶早春霜冻灾害风险评估北大核心

基于自然灾害风险理论,利用1971—2020年宁波市127个气象站气象观测资料和茶叶生产相关资料,分析了宁波市茶叶早春霜冻空间分布规律,并通过层次分析(Analytic Hierarchy Process,AHP)和专家经验相结合的方法,构建了宁波市茶叶早春霜冻风险因子集,通过加权指数求和的方法建立了宁波市茶叶早春霜冻风险模型,对早春霜冻灾害风险进行了综合和分年代的评估。结果表明,宁波市茶叶早春霜冻出现的年平均天数分布总体呈现西低东高的特征,霜冻年平均天数的范围在0.23~21.43 d;宁波市茶叶早春霜冻高风险区主要集中在余姚南部的四明山区域、宁海西部和宁海东北部的茶山区域,低风险区主要分布于宁波东部沿海地区;20世纪70—90年代宁波市茶叶早春霜冻低风险和较低风险区域基本呈增长趋势,中风险和较高风险区域呈减少趋势,高风险区域80年代最多、90年代次之、70年代最少,21世纪00—10年代,宁波市茶叶早春霜冻低风险和中风险区域呈减少趋势,较低风险、较高风险和高风险区域呈增长趋势。     

上海夏季用电安全风险区划及推广应用

依据自然灾害风险分析的原理和上海地区各区县的电力、气象、社会经济资料,建立上海地区夏季用电安全风险评估模型,在此基础上进行上海市夏季用电安全致灾因子危险性、承灾体社会暴露性、孕灾环境敏感性、抗灾能力及综合指数风险区划,得出上海市夏季用电高风险区为中心城区,次高风险区为宝山区、闵行区、浦东新区,中等风险区为嘉定区、青浦区、松江区、南汇区,低风险区为崇明县、金山区、奉贤区。并以上海地区夏季用电安全风险评估模型为基础,在数据库、地理信息系统技术支持下,制作城市夏季用电安全风险区划软件,用此软件进行厦门市夏季用电安全风险区划,得出高风险区为思明区,中等风险区为同安区、湖里区,低风险区为海沧区、翔安区、集美区。     

新疆香梨花期霜冻灾害风险评估模型构建及适用性分析

全球变暖和极端气候事件频发背景下,人们更加关注农林业生产面临的灾害风险。构建灾害预警指标,开展风险预警并提前防范,对于有效防灾减灾减损具有重要意义。基于新疆1981-2020年霜冻灾情、气象因子、香梨种植面积资料,计算香梨花期霜冻灾害危险性指数、暴露度和脆弱性指数,构建了霜冻灾害风险评估综合模型,并基于格点预报开展了香梨霜冻风险预警,对评估模型的适用性进行了验证。结果表明,过程最低气温、降温幅度、低温持续时间是霜冻灾害的主要致灾因子。春季霜冻危险性空间分布,总体呈现北部高、南部低的特点。香梨遭受春季霜冻的高风险区,主要分布在北疆西部、天山北坡的西部和中部以及南疆巴州北部、阿克苏市及其南部部分区域。基于气象实况和果园灾害调查结果表明,霜冻灾害风险评估模型和格点预报相结合,能较好地预报香梨霜冻风险分区、影响等级,与香梨霜冻灾害实际发生区域、受冻百分率基本一致,霜冻指标和风险预警模型具有合理性和适用性。     

东北地区水稻霜冻灾害风险评估与区划

依据灾害系统理论,在综合考虑致灾因子自然属性和承灾体社会属性的基础上,建立风险评估模型,将传统的灾害研究方法与地理信息系统等现代技术手段相结合,利用1961—2010年东北地区182个气象站点逐日最低气温资料和1991—2006年172个水稻产区县（市）国土面积及社会经济资料,包括1981—2006年30个农业气象观测站水稻发育期资料,对东北地区水稻霜冻灾害风险进行评估。结果表明：东北地区可划分为高风险、次高风险、中等风险、次低风险和低风险5个水稻霜冻灾害风险区域。东北地区水稻霜冻灾害高风险区位于黑龙江省的黑河地区大部、伊春西部和吉林省的延边州西部、白山北部等地,而辽宁省的中南部等地风险较低。     

基于气象大数据的陕西苹果北扩区冻害风险分析

采用陕西苹果北扩区国家基本（基准）气象站数据和该区191个自动气象站数据，基于农业气象灾害气候风险形成原理，计算该区苹果花期冻害、越冬冻害的气候风险指数以及环境脆弱性风险指数，并基于地理信息系统平台绘制各项风险的分布图。结果显示：低风险区主要分布在清涧、绥德、吴堡的全境，子洲南部大部，米脂、佳县东南部大部；中风险区主要分布在横山、靖边东部、榆阳南部、神木中部；高风险区主要分布在定边和吴起全境、志丹北部大部、靖边西部，榆阳、神木、府谷的北部。     

建德市茶叶气象灾害风险区划

基于2010—2022年浙江省建德市区域自动气象站的逐日数据和茶叶种植数据,将早春霜冻、夏季高温热害和冬季冻害作为评价指标,利用层次分析和加权综合评价方法,构建茶叶气象灾害综合风险评估模型。将建德市茶叶气象灾害风险划分为高、中、低3个风险等级。结果表明：建德市茶叶气象灾害综合高风险区主要集中在乾潭、杨村桥、下涯镇西北部和乾潭、三都镇东部区域。中风险区主要集中在莲花、乾潭大部、钦堂中南部、下涯、三都镇中部、大洋镇、梅城镇东部、李家西南部和大同镇北部。低风险区主要集中在杨村桥镇中南部、梅城镇中西部、乾潭镇中部和建德市中南部区域。     

我国北方地区冬小麦干旱灾害风险评估

选取我国粮食重要生产区——北方冬麦区作为研究区,基于干旱灾害对作物产量的影响开展冬小麦干旱灾害风险评估和区划。在确定干旱灾害危险性指标过程中,通过对比分析MCI、CWDIa、CI、Pa及Ma干旱指数的适应性,确定了干旱灾害风险危险性指数;在分析北方冬麦区干旱背景和脆弱性时,考虑了冬麦区的地形、土壤类型、土壤有效持水量、河网水系、灌溉条件、降水量及干燥度等环境因素,以及冬小麦的耕地面积、播种面积、主要生育期的水分敏感系数、历史产量等。与以往致灾因子危险性分析方法不同,本文首先建立了干旱指标与冬小麦减产率之间的关系,通过减产率等级来确定干旱致灾临界阈值,在此基础上计算分析了冬小麦全生育期和6个关键生育期不同等级干旱发生的频率。综合考虑干旱发生的危险性、不同地区干旱背景和脆弱性,建立了我国北方冬麦区全生育期和6个关键生育期的干旱灾害风险评估模型和区划方法,实现了我国北方冬麦区干旱灾害的风险评估和区划。结果表明,MCI更能反映北方冬麦区干旱的特征,故以MCI指数作为干旱灾害风险危险性指数;我国北方冬麦区中北部的干旱灾害风险较高,应该加强防旱抗旱能力建设,南部地区包括苏皖和河南东南部的干旱灾害风险较小。本文建立的北方冬麦区不同生育期干旱灾害风险评估模型可应用于干旱灾害风险动态评估实时业务中。     

安徽省冬小麦春霜冻害气象指标的研究

本文根据安徽省12个农业气象观测站冬小麦春霜冻害观测调查数据,针对不同品种(春性和半冬性)冬小麦,全面分析了拔节期前15 d至拔节后20 d的最低气温变化规律,以日最低气温为指标,将春霜冻害等级划分为轻度和重度2个级别,并分时段确定等级。验证结果表明,虽然春霜冻害的发生受地形、土壤等多种因素的影响,但最低气温指标基本能够反映出冬小麦拔节前后不同品种春霜冻害的发生规律,可以在霜冻监测预警业务中应用。用该指标进行霜冻发生风险分析的结果表明,安徽省冬小麦主产区为轻度霜冻频发区、重度霜冻基本不发区,冬小麦春性品种春霜冻高发区比半冬性品种明显偏南,可用于指导冬小麦品种合理布局,减轻春霜冻危害风险。     

中国茶树春霜冻害研究进展

茶树作为我国主要经济作物,在早春萌发时易遭受霜冻害。我国茶树春霜冻多发于长江中下游,霜冻灾害指标可按照获取方法、数据类别、气象数据的时间尺度进一步细分。在气候变化背景下,茶树春霜冻发生次数虽呈下降趋势,但其危害不可忽视;其中,江南茶区茶树春霜冻的发生频率由南向北逐渐增加,随海拔升高逐渐增大。茶树春霜冻影响评估目前多集中于江、浙、皖、赣等茶区,且逐步由定性向定量发展;风险评估主要基于自然灾害风险形成机制划分不同的风险等级。今后,完善茶树春霜冻气象指标、构建基于茶园小气候的茶树春霜冻灾害指标、阐明全国茶树春霜冻时空分布特征、开展精细化茶树春霜冻风险评估将备受关注。     

长江中下游油菜春季湿渍害灾损风险评估研究

在前期工作基础上,借鉴冬小麦湿渍害判别指数的构建方法,选取降雨量、日照和作物需水量作为油菜湿渍害气象判别指数的构建因子,结合油菜春季湿渍害的产量实际损失,分别从受灾频率、历年受灾站数等角度分析了油菜湿渍害发生的时空分布特征,通过对各气候区平均湿渍害灾年、因灾减产年及各等级减产年的统计,并对比成灾频率和受灾频率,对研究区油菜春季湿渍害进行成灾分析;依据不同等级的减产强度及其发生概率得到油菜湿渍害产量损失风险强度,基于减产频率和产量灾损风险强度最终建立风险评估模型,并依据风险值大小进行分区,同时,为更好地掌握油菜湿渍害在1961—2010年变化情况,分别计算了各地1961—1990、1971—2000及1981—2010年三个时段的风险评估值,以探寻各时段风险区的变化。结果表明:随着时间的推移,研究区内风险高值区范围不断缩小;综合50年的情况看,风险高值区主要位于安徽的江淮西部及江南大部、鄂东南及苏南的局部地区,占全区台站37%;风险中值区的覆盖范围最大,约55%,主要包括安徽东部、江苏的淮北西部、江淮之间、苏南西部及东北部、湖北大部(除了鄂东南、鄂西南的西南角);风险低值区范围最小,约8%,主要分布在鄂北局部和江苏淮北东部地区。     

福建省枇杷气象灾害综合风险评估

通过辨识影响福建省枇杷生长发育和产量的主要致灾因子,分析枇杷对气象灾害的敏感性和暴露性,考虑种植区的防灾减灾能力,构建出枇杷气象灾害综合风险评估指标体系,利用枇杷种植区1971—2011年气象资料,1992—2011年枇杷种植面积、产量及其他社会经济资料,采用层次分析法和熵权系数法融合方法计算各风险指标的权重及各评估单元的风险指数,进而构建枇杷气象灾害的综合风险评估模型,应用GIS技术制作出风险精细区划图,评估枇杷气象灾害的综合风险。结果表明:致灾危险性对综合风险的影响最大,起主要作用;重度以上的综合风险主要分布在福建省5个主要山脉的中高海拔山区以及枇杷种植面积大的莆田市、福清市、云霄县,轻度综合风险区主要分布在中南部沿海县市的低海拔种植区 (除种植大县和东山县外),其余种植区的综合风险属中度。     

龙岩市烟叶气象灾害风险评价与区划

应用风险管理的理论和方法,对福建省龙岩市烟叶种植面临的气象灾害风险进行了风险评价和管理.在对当地烟叶种植面临的气象灾害风险识别和分析的基础上,通过对危险性、暴露性、脆弱性3因子的分析,构建了当地烟叶种植面临气象灾害的风险评价指标体系和灾害风险评估模型.利用该风险评估模型对龙岩地区各县（市）进行了风险评估,得出了各县（市）的霜冻和暴雨洪涝灾害的风险指数,并根据制定的风险等级划分标准,进行了风险等级的区划,为龙岩市烟叶种植结构的调整和灾害预防提供了科学的依据.     

黄淮麦区小麦拔节后霜害的风险评估

小麦拔节后抗寒力迅速减弱, 遇强冷空气侵入会发生霜害。该文首先分析了黄淮麦区小麦拔节期的变化规律和霜害温度出现的规律。结果表明:逐日进入拔节期的概率随日序的变化可以用正态分布函数来表示; 霜害温度出现的累积概率随日序的变化可以用指数方程表示。根据拔节期和霜害温度出现的规律, 建立了霜害的风险评估模式。给出了霜害风险度的地区分布, 并指出利用模式中的参数值可以判断几种防御措施的有效性。     

1961—2010年青海省霜冻灾害变化特征及风险区划

基于青海省历史日最低气温、青海省农作物种植总面积、农作物产量等要素,运用数理统计构建致灾因子危险性、暴露性和灾损敏感性指数,采用图表法和指数乘积法开展青海省霜冻灾害变化特征及风险区划。结果表明,青海省作物种植区均有霜冻灾害,中心集中在东部农业区的门源、大通、互助、湟源和湟中,柴达木盆地东部的德令哈、都兰和乌兰,以及贵南和共和等地;发生时段主要在4—9月,5月发生频率最高;年际间霜冻灾害呈波动增加趋势,但趋势不显著,年代际间霜冻灾害呈显著波动增加趋势;霜冻灾害高风险区主要分布在东北部的门源、互助、大通和祁连东部。