盘锦水稻产量灾损风险及气象影响因子分析

应用滑动平均模拟方法,计算了盘锦地区1977-2006年30年水稻趋势单产,并据此求算出气象产量.以减产率＞5.0%界定灾年,分别从不同气象灾害损失等级出现的概率、变异系数等角度综合分析了盘锦地区水稻生产的灾损风险.并通过计算水稻产量与各气象因子的相关关系,寻找影响水稻产量的主要气象因子和气象灾害.结果显示:盘锦地区水稻产量波动随着农业生产水平的提高而减小,盘山县的灾损风险大于全市水平;热量条件的丰欠是造成盘锦地区产量波动的主要原因,其中5-10月≥10℃的积温,5、6月份的平均气温及9月份平均最高气温对产量影响显著;而在5月、6月和9月该地区的主要农业气象灾害是低温冷害,这与实际相当吻合.     

大连地区农业气象灾害风险评估及区划

以气象产量的减产率来界定灾年 ,分析了大连地区灾年平均减产率的地域分布 ,研究了不同类型气象灾害的灾害强度以及不同灾害的频率分布规律。依据灾年平均减产率、气象灾害强度和风险指数为指标 ,做出全区农业气象灾害风险区划 ,在分区论述中提出了全区防灾减灾对策 ,为政府和决策部门制作农业生产计划、采取防灾减灾措施以及保险理赔等提供科学依据。     

安徽省夏玉米涝渍灾害时空特征及其灾损风险

为分析安徽省夏玉米全生育期涝渍灾害发生的特征,定量化评估涝渍灾害风险程度。利用安徽省48年的气象资料(1971-2018年),采用夏玉米涝渍指数模型,计算分析了安徽省夏玉米涝渍指数的时空特征,并确定了夏玉米涝渍指数等级指标,最后采用灾损风险指数模型得到了安徽省夏玉米产量涝渍灾损风险分布。结果表明:(1)夏玉米全生育期涝渍指数以0.027/10a的速率呈显著上升趋势,其中6月上旬和8月上旬上升趋势最为明显;涝渍指数的空间分布显示其值变幅在0.08～0.38之间,其中大别山区、江南中东部和淮北局部是夏玉米涝渍指数的高值区。(2)建立的夏玉米涝渍灾害等级指标和实际涝渍减产的结果较为一致,其中涝渍等级与实际减产率一致的比例为82.2%。(3)而夏玉米涝渍产量灾损风险分布显示大别山区、江淮东部和江南东部地区是安徽省夏玉米涝渍产量损失的高风险区。研究结果对开展区域农业气象防灾减灾有很好的借鉴意义。     

大连地区农业气象灾害风险评估及区划

以气象产量的减产率来界定灾年，分析了大连地区灾年平均减产率的地域分布，研究了不同类型气象灾害的灾害强度以及不同灾害的频率分布规律。依据灾年平均减产率、气象灾害强度和风险指数为指标，做出全区农业气象灾害风险区划，在分区论述中提出了全区防灾减灾对策．为政府和决策部门制作农业生产计划、采取防灾减灾措施以及保险理赔等提供科学依据。     

鄂尔多斯市糜黍产量风险评估

糜黍生育期短,具有其他作物少有的耐旱、耐瘠薄、耐风沙、耐盐碱等特性,也是很好晚田备荒作物。以历年减产率指标、减产率变异系数、减产率概率指标和综合风险指数等为评估标准,结合小网格资源推算的方法,分析了鄂尔多斯市糜黍产量风险规律。同时对影响糜黍产量波动的风险成因进行综合评述,结果为气象灾害的频繁发生是引起糜黍产量波动的主要因子之一。     

河北省棉花连阴雨灾害定量化评估指标与风险分析

利用河北省棉区1981—2015年40个气象站逐日气象资料、农业气象观测站棉花农情、连阴雨灾情、棉花产量资料,分析连阴雨过程特征及其对棉花生长的影响,修订和完善连阴雨灾害指标;采用数理统计方法获取历史连阴雨产量灾损率、筛选关键致灾因子,采用权重系数法构建连阴雨强度指数,并建立基于强度指数的灾损评估模型;利用有序样本聚类分析法划分连阴雨强度等级;依据风险分析原理,构建连阴雨风险指数并进行风险区划。结果表明：建立的强度指数能够客观反映连阴雨灾害强度,灾损评估模型评估效果较好。棉花播种出苗期连阴雨发生概率低（0.076）、造成的损失小（平均产量灾损率0.09%）;现蕾至吐絮期连阴雨影响较大,发生概率和造成的灾损率由大到小依次为花铃期（0.447,17.1%） > 现蕾期（0.394,11.7%） > 吐絮期（0.237,7.2%）。近年来,现蕾期连阴雨发生站次减少,对棉花影响减弱,花铃期和吐絮期发生站次增加,尤其是吐絮期增加明显,成为连阴雨灾害影响棉花生长的主要时期。现蕾期和花铃期连阴雨高风险区主要分布在非主棉区,其中现蕾期高风险区分布在保定北部及以北棉区,花铃期高风险区分布在保定北部及以北棉区和石家庄、邢台、邯郸三市西部棉区;吐絮期高风险区分布在保定西南部、衡水西部、石家庄及其以南棉区,部分地区为主棉区。     

广西甘蔗秋旱灾害风险评估技术初步研究

为增强对广西甘蔗秋旱灾害的风险评估和应急管理能力,利用气象、植被、基础地理信息和社会经济数据,根据风险三角形理念,从广西甘蔗秋旱灾害的危险度、受灾可能性和承灾体脆弱度3个方面,选择因子构建甘蔗秋旱灾害风险评估的指标体系,采用层次分析法构造判断矩阵以确定各指标和因子的权重,构建评估模型,并计算广西甘蔗秋旱灾害风险指数,再基于GIS绘制广西甘蔗秋旱灾害风险区划,结果显示:高风险区和较高风险区主要分布在来宾和崇左等市的局部地区,低风险区主要分布在桂东南地区。利用灾情数据进行验证表明:广西甘蔗秋旱灾害风险分布与甘蔗灾情损失空间分布情况基本一致。     

江西省早稻雨洗花灾害指标构建与灾损评估

构建早稻雨洗花灾害指标及适于早稻产量估算的灾损评估模型,对开展早稻雨洗花灾害监测、损失评估、灾害保险等具有重要意义。该文以江西省早稻为研究对象,利用1981-2015年14个水稻气象观测站逐日气象资料和农业气象观测资料,筛选出基于早稻抽穗扬花期间过程降水量、最大降水量、降水日数及实际产量的雨洗花灾害样本78个,在此基础上,利用相关分析、正态分布以及主成分回归法,建立了雨洗花灾害指标和灾损评估模型,并对其进行验证。结果表明:抽穗扬花期降水对雨洗花灾害形成有显著影响,其主要影响时段为抽穗扬花普遍期前后5 d内,关键时段为抽穗扬花普遍期前后3 d内。日降水量40 mm可作为早稻抽穗扬花期雨洗花灾害临界指标。以该指标为基础,统计日降水量不低于40 mm的降水日数及其对应的累积降水量,当累积降水量为40~170 mm时,为轻度雨洗花灾害,早稻一般减产小于15%,平均减产10%;当累积降水量不小于170 mm时,为重度雨洗花灾害,早稻一般减产不低于15%,平均减产22%。指标验证结果与历史实际灾害发生情况有较好的一致性。雨洗花灾损评估模型检验结果表明:雨洗花年模拟产量与实际产量吻合度较高,平均相对模拟误差为4.3%,78.0%的资料相对误差在5%以内,可利用该模型对雨洗花年的早稻减产率进行模拟和预测。     

宿迁地区水稻暴雨洪涝灾害保险气象理赔指数开发

利用宿迁地区104个乡镇2003—2013年水稻产量资料和2008—2013年保险理赔资料,计算水稻遭受暴雨洪涝灾害的灾害损失率;在自定义暴雨洪涝灾害指数的基础上,分析水稻灾损率与暴雨洪涝灾害指数的相关关系,建立各水稻种植区的气象理赔指数面板随机效应模型。结果得出:宿迁地区水稻遭受暴雨洪涝灾害影响的平均灾损率为-1.83%,达到理赔标准的乡镇比率为37.5%;受暴雨洪涝灾害影响最重的是III区,其次是I区,VII区和II区位居第三,其他几个区相对较轻;暴雨洪涝灾害主要影响水稻的孕穗扬花期和灌浆成熟期,对孕穗扬花期以前的生育期影响较小;暴雨洪涝灾害指数对水稻遭受暴雨洪涝灾害影响有较好的指示意义,利用这一指数制作水稻在灾损率预报准确率较高,达到90%以上;利用气象理赔指数,能较好的预报和模拟宿迁地区水稻遭受暴雨洪涝灾害的灾损率分布,对降低理赔风险,减少理赔费用有较强的指导意义。     

云南省冬小麦干旱灾损风险区划

应用风险评估技术,对云南省冬小麦干旱灾害风险进行研究,确定了各地冬小麦干旱减产的关键时段,计算了云南省各县冬小麦干旱强度风险、减产风险、抗灾性能、干旱灾损综合风险指数等,并进行了云南省各县冬小麦干旱灾损风险区划。结果表明,云南省由内陆向外部,冬小麦干旱灾损综合风险呈现逐渐加重的趋势     

影响广西南部县域台风的灾情评估

选取2007—2019 年影响广西南部县域台风的致灾及灾情数据,采用灰色关联法计算各灾情指标的关联系数,结合层次分析及熵权法确定组合权重,构建综合灾情指数序列,对影响广西南部县域的台风进行灾情评估。结果发现:防城港市、北海市、钦州市及与其毗邻的县域综合灾情总指数均大于9;南宁市辖区周边多数县域的综合灾情总指数不仅大于 9,且受灾频次不低于 14 次;沿海及经济发达的县域易受到台风袭击并造成灾情,大部分内陆县域受台风影响较小。     

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。     

甘肃省小麦干旱灾害风险评估及区划研究

利用1980—2016年甘肃省84个县(区)的小麦产量资料,分析平均减产率、减产率概率系数、减产率变异系数构建的综合干旱灾害风险指数,根据综合干旱灾害风险指数来评估甘肃省各市小麦单产干旱灾害风险。结果表明:河西地区干旱发生频率高,属于灌溉农业,变异系数较大,其东部地区平均减产率高,风险概率大,属于高等风险区,河西地区的西部和中部分别属于低等和中等风险区;陇中地区干旱发生频率高,属于雨养农业,变异系数小,而平均减产率和风险概率较高,大部分属于中等风险区;陇东地区干旱发生频率较低,变异系数低,平均减产率和风险概率较高,属于中等风险区;陇南和甘南地区干旱发生频率较高,平均减产率和风险概率均较低,属于低等风险区。甘肃省小麦风险区划可为风险预算及防灾减灾提供科学依据。     

农业气象指数保险研究及其应用进展

全球气候变化背景下，极端天气事件和自然灾害频发，农业生产面临着巨大的气象灾害风险。新疆农区各类气象灾害呈现多发、频发的趋势，以合同中约定的天气指数作为触发值进行赔付的农业气象指数保险，是转移农业灾害风险的重要途径。分析农业气象指数保险的发展历程与研究进展，讨论其在新疆农业生产中的应用现状，提出新疆农业气象指数保险的研究重点及发展方向，以期为气象指数保险服务于农林业安全生产提供思路和参考。     

安徽省旱涝灾害及其对农作物产量影响

通过对建国以来安徽省多种农业气象资料分析，采用Z指数方法建立安徽省旱涝灾害气候判别指标，分析安徽省旱涝灾害发生规律。结果表明:1961—2000年安徽省有13年偏涝、13年偏旱；分区域看，淮北旱多于涝，沿淮、江淮、江南旱涝相当，沿江、大别山区涝多于旱。通过水稻（一季稻）、小麦典型旱涝年灾损率与发育期间气象条件、旱涝程度的对比统计分析，建立了分区水稻、小麦旱涝灾害损失评估模型和指标。春季涝渍灾害是影响安徽省冬小麦产量的主要灾害，其对冬小麦产量的危害程度远大于干旱，尤以4—5月发生的涝渍影响最严重，极重涝渍灾害的减产损失可达4成以上。同时重点研究了春季渍害对冬小麦产量的影响，提出改进的涝渍强度指标Qw，并进一步综合分析作物的敏感性和区域脆弱性对灾损率的影响。对1961—2000年冬小麦灾损率进行的敏感性和脆弱性订正表明，订正后拟合误差平均值和差异变率都明显降低，灾损评估精度得到提高。     

基于Fisher判别的南方双季稻低温灾害等级预警

为了建立南方双季稻低温灾害综合预测预警技术体系, 基于南方双季稻种植区1961—2010年708个气象站的逐日气象资料、水稻生育期资料和低温灾害发生的气象行业标准,采用Fisher判别分析法、因子膨化法、相关性分析法,利用SPSS软件构建早稻春季低温灾害高风险区 (Ⅰ区) 未来10 d、晚稻寒露风高风险区 (Ⅰ区)、主灾区 (Ⅱ区) 未来5 d的低温灾害发生等级逐日滚动预警模型。其中,1961—2009年资料用于模型构建和回代检验,2010年资料用于模型的外延预测。结果表明:早稻、晚粳稻、晚籼稻Ⅰ区平均外延预测基本一致准确率分别达到90.5%,74.2%,80.3%,晚粳稻、晚籼稻Ⅱ区平均外延预测基本一致准确率分别为89.4%和80.3%。构建的南方双季稻低温灾害逐日滚动预警模型的外延预测基本一致准确率多超过80%,等级预测检验误差总体上在1个等级以内,模型评价效果较好。     

广西地质灾害业务平台的设计与开发

基于中尺度自动气象站雨量资料和广西气象台雨量预报等资料,利用C#、SQL和MeteoInfo类库技术,建成了一个集广西气象雨量实况和预报信息的直观显示、广西地质灾害预警的制作及会商等功能于一体的图形信息平台.平台精确到地质灾害隐患点制作地质灾害气象风险预警,推进了广西地质灾害精细化预报的进程.平台的组建方式和信息的图形直观显示方式可简化工作流程,提高预报质量和工作效率.     

河南省冬小麦干旱保险风险评估与区划

以河南省冬小麦干旱为例,探讨了农业气象灾害保险风险评估与区划方法。首先,在构建冬小麦不同生育期干旱指数的基础上,结合农业保险的特征和精细化、专业化的需求,从气象因子、作物产量以及社会经济水平的角度选用干旱风险度、易损性指数、产量风险指数、抗灾性能指数4个指标对致灾因子、承灾体易损性、灾损风险、防灾减灾能力4个方面进行分析和评估。然后将上述4个保险风险评估指标细化到县级,采用聚类分析方法,对河南省冬小麦干旱进行了气象指数保险风险区划和政策性保险风险区划。两种区划结果表明:除豫西高风险区的个别县互相重合外,其余各县所属风险区有较大差别。因此,针对不同的保险特点和需求,需要采用不同的区划指标和方法,才能推行区域农业保险,更好地实行差别保险费率。     

农业气象灾害监测预测技术研究进展

农业气象灾害的监测预测是灾害评估和防控的基础和前提, 因此,农业气象灾害的监测预测研究长期以来一直是农业气象研究工作的重点领域。该文系统回顾了我国农业气象灾害的指标、监测技术和预测预警技术等方面的相关进展和成果,提出当前存在的主要问题:农业气象灾害的基础性研究仍然十分薄弱, 农业气象灾害指标对致灾因子的概括性尚不足, 农业气象灾害监测的精细化程度有待进一步提高, 临近预警技术缺乏, 气候变化背景下农业气象灾害的新规律揭示不够。该文同时指出未来应加强农业气象灾害综合指标的研究, 强化农业气象灾害的预测预报研究, 构建农业气象灾害实时预警技术体系, 构建农业气象灾害立体、动态监测体系, 关注气候变化背景下农业气象灾害风险变化评估研究, 加强气象或气候预测信息在农业气象灾害预测中的应用技术研究。