东北地区农业气象灾害定量评估

利用1971—2008年东北地区农业生产资料及主要农业气象灾害资料,计算了干旱、洪涝、风雹和低温冷害的影响权重、成灾率及其变异值。在此基础上,分析了4类灾害对农业生产的影响程度,并进行了综合评估。结果表明：东北地区干旱影响权重最大,并呈增加趋势;黑龙江省各种灾害权重均大于吉林省、辽宁省;东北地区气象灾害以小灾和轻灾为主,但气象灾害对农业生产危害程度越来越严重,特别是2000年以来,重大灾害的发生频率明显升高。     

内蒙古农业气象灾害发生规律的探讨

分析了1970—2006年内蒙古农业气象灾害中干旱、洪涝、低温和风雹发生规律及发展的趋势,分析表明干旱灾害发生和成灾面积呈直线型上升趋势;洪涝、低温和风雹灾害发生趋势均呈抛物线型,其中洪涝、风雹灾害前期重,后10年灾害较轻,低温前期轻,后期加重。文本在讨论灾害发生、发展的可能原因基础上,提出4点防灾减灾对策:提高防范认识,加强基础设施建设;建立健全农业气象综合观测网络,提供防灾减灾基础数据;加强气象监测预报预警服务,全面开展应急减灾工作;加大科技投入力度,提高科技支撑能力。     

我省农业气象灾害ABC

我省三要的农业气象灾害有洪涝、干旱、低温冷害、霜冻等。     

东北地区农业气象灾害定量评估

利用1971-2008年东北地区农业生产资料及主要农业气象灾害资料,计算了干旱、洪涝、风雹和低温冷害的影响权重、成灾率及其变异值。在此基础上,分析了4类灾害对农业生产的影响程度,并进行了综合评估。结果表明：东北地区干旱影响权重最大,并呈增加趋势;黑龙江省各种灾害权重均大于吉林省、辽宁省;东北地区气象灾害以小灾和轻灾为主...     

1988—2007年辽宁主要农业气象灾害分析

应用灰色关联分析方法,对1988—2007年辽宁主要农业气象灾害(旱灾、洪涝灾害、风雹灾和霜冻灾害)受灾面积与粮食总产量的关联度进行动态分析。结果表明：对于受灾除了干旱灾害呈上升趋势外,其他灾害都呈下降趋势;对于成灾,洪涝灾害和风雹灾害呈下降趋势,其他灾害呈上升趋势。旱灾对辽宁农业粮食生产造成的影响程度最大,其次是洪涝灾害、霜冻灾害和风雹灾害。     

地面气象观测数据文件的全程质量控制

利用山西省1983年-2006年暴雨洪涝、干旱、冰雹、霜冻、连阴雨等气象灾害受灾面积资料和农作物产量资料,采用灰色关联分析方法,对山西省主要气象灾害对农业的危害大小进行了分析。结果表明,影响山西农作物产量最严重的4种气象灾害依次是干旱、暴雨洪涝、冰雹和霜冻。     

徐州农业生产面临气象灾害风险的评估

根据徐州市历年来各种气象灾害对农业造成影响的资料, 应用信息扩散的模糊数学理论模型, 对徐州地区洪涝、干旱、风雹和霜冻等气象灾害进行风险评估, 并对客观风险评估值进行分析, 得到与历史上实际灾害发生的概率较吻合的结论, 使用这种方法为我们开展气象灾害风险评估提供了客观的数据。     

徐州农业生产面临气象灾害风险的评估

根据徐州市历年来各种气象灾害对农业造成影响的资料, 应用信息扩散的模糊数学理论模型, 对徐州地区洪涝、干旱、风雹和霜冻等气象灾害进行风险评估, 并对客观风险评估值进行分析, 得到与历史上实际灾害发生的概率较吻合的结论, 使用这种方法为我们开展气象灾害风险评估提供了客观的数据。     

1995年我国天气气候特点

１９９５年，我国大部地区降水正常或偏多，但季节分配不均。春季，北方干旱范围较大，陕、甘等省冬春夏连旱，旱情严重。汛期，江南及东北南部暴雨频繁，赣、湘、辽、吉等省发展严重洪涝。全国大部地区热量比较充足，但光照条件欠佳，部分地区作物遭受低温寡照或霜冻危害。登陆台风和热带风暴偏多，两广局地损失严重。部分地区遭受风雹或沙尘暴袭击。     

西宁地区气象灾害分析

利用西宁地区辖四区三县1950-2010年气象灾害进行分析,西宁地区发生的气象灾害主要有暴雨洪涝、雷电、干旱、大风、冰雹、沙尘、低温冻害、高温、连阴雨,由气象因素诱发的灾害主要有地质灾害和作物病虫害。从受灾频次分析,冰雹是最多的气象灾害,占总受灾频次的43%,其余依次为暴雨洪涝、地质灾害、干旱和低温冻害;从受灾人口分析,冰雹依然是最多的气象灾害,占总受灾人口的45%,其余依次为干旱、暴雨洪涝和低温冻害;从各年代际分析,20世纪50年代到21世纪初,气象灾害发生次数随年代为增多趋势;从地区分布分析,市区主要是地质灾害、洪涝、雹灾。湟源主要是雹灾、洪涝、干旱。大通主要是雹灾、洪涝、雷电。湟中主要是雹灾、洪涝、干旱和低温冻害。     

基于灾损定量识别的河南省冬小麦晚霜冻风险区划

利用河南省30个农业气象观测站1981-2008年的冬小麦观测资料和气象资料,基于晚霜冻指数和灾度计算了河南省冬小麦晚霜冻发生概率和灾害程度。通过在WOFOST作物模型中增加霜冻影响过程,实现了晚霜冻灾损定量提取,建立了以晚霜冻危险性、暴露性和脆弱性为评价因子的风险评估模型,按照高风险区、次高风险区、中等风险区、次低风险区和低风险区5个等级标准进行了河南省冬小麦晚霜冻风险区划。区划结果表明:冬小麦晚霜冻风险程度较高的地区主要分布在河南省沈丘、卢氏和林州等地,其风险指数都在0.6以上;低风险区主要分布在伊川、巩义、信阳、南阳、太康、濮阳和杞县等地,风险指数都在0.2以下。     

柴达木盆地枸杞霜冻灾害风险区划

基于气象灾害风险评估方法，利用1961-2017年5-9月柴达木盆地10个代表气象观测站点枸杞种植期发生霜冻灾害频次。结合自然地理和社会经济等数据，建立起致灾因子危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力4个评价指标；采用加权综合评价法，权重赋值进行专家打分来确定，借助GIS空间分析技术，进行了柴达木盆地枸杞霜冻灾害风险评估和区划。结果表明：在柴达木盆地海拔高度在3200米以上，枸杞无法正常生长属于枸杞不可种植区；在冷湖、茫崖大部地区，格尔木南部、大柴旦、德令哈、乌兰以及都兰地区靠近山脉区域，枸杞生长期短，适合耕种的枸杞品种少，对枸杞生产经济效益影响较轻，属于低风险区；在诺木洪、格尔木西部和大柴旦东部地区，这一带多为戈壁，水资源缺乏，适宜种植枸杞面积相对有一定规模。对于霜冻灾害发生的影响程度不太严重，造成的经济损失不太大，属于次高风险区；在都兰经诺木洪至格尔木的小灶火一带，这里是柴达木盆地的枸杞主要种植区，该区域霜冻灾害发生对枸杞影响最大的区域，对枸杞生产产生的经济损失最大，属于高风险区。     

广西甘蔗主产区产量灾损风险评估

根据风险分析原理,利用1978-2009年广西甘蔗产量资料,采用减产率、变异系数、灾损减产风险指数等指标,对广西甘蔗主产区产量灾损风险水平进行评估。结果表明,广西甘蔗主产区气象产量历年平均减产率0-25%,以轻度减产年型（减产率5%-10%）居多,且呈现一定的连片性;减产率变异系数0.75-4.00,崇左市和南宁市部分县区在1.00以下,说明这些地区甘蔗受气象灾害影响造成的大减产年份少;灾损减产风险指数0-0.48,按主产区各地市灾损减产风险指数从小到大排列,防城港市〈崇左市〈南宁市〈钦州市〈来宾市〈贵港市。综合考虑干旱、低温霜冻等气象灾害影响,气象灾害引起甘蔗产量波动风险程度以贵港市的最大,防城港市的最小。研究结果可为广西甘蔗稳产高产制定防灾减灾措施、农业保险制度推行等提供基础理论依据。     

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。     

松山区农业气候资源的变化特征分析

统计分析了1959—2009年松山区4—9月农业气候条件的变化特征。结果表明:1997年以来气候趋向变暖。80年代后,积温增加,初霜偏晚,终霜偏早,无霜期延长约10天,热量条件有利。51年来降水量具有多—少—多—少的波动变化特点,干旱频发且有增强的趋势。     

苹果花期冻害气象指标和风险评估

花期冻害是影响苹果产量和品质形成的主要气象灾害之一。基于苹果花期冻害发生的地理分布、气象背景数据和已有研究成果,利用最大熵模型和ArcGIS空间分析工具,筛选出影响苹果花期冻害发生分布的暴露性指标和主要致灾气象因子,利用全国1981—2013年2084个气象站资料,评估了苹果主产区花期冻害的风险。结果显示:苹果花期冻害发生的暴露性指标是花前日最高气温大于等于6℃有效积温为420~550℃·d,主要致灾气象因子和高风险阈值按照贡献率大小依次为冻害过程的最大日较差 (大于等于22℃)、极端最低气温 (小于等于-2℃)、降水量 (小于等于5 mm) 和日最低气温小于等于0℃积温 (小于等于-14℃·d)。花期冻害风险较高的区域位于北疆、黄土高原西部和北部及川西高原区,而环渤海湾和黄河故道产区风险相对较低。不同风险区的分布与各地苹果物候期差异和春季冷空气的活动路径有关。