农业气象灾害损失评估方法及其在产量预报中的应用

该文提出了以无气象灾害时农作物应当达到的期望产量为基础来评估农业气象灾害损失的问题。介绍了期望产量和因灾减产量的确定方法,依据因灾减产量与相应年份农作物不同生长期所发生的气象灾害的强度、覆盖度以及作物对灾害的敏感度等关系,建立起因灾减产量的结构型统计评估模式。     

农作物产量气候影响动态评估与预报业务系统

综合农作物产量预报、作物气象灾害评估、作物气候适宜度评估业务技术原理及预报员经验,按照农作物产量预报业务流程规范和需要,采用DELPH17.0+VB6.0二种语言综合开发,实现农作物产量气候影响与预报动态化、数据处理自动化.具有数据录入、产量分解、产量预测、灾损评估、气候适宜度、产品制作、系统管理七大功能模块,实用性强、推广价值高.     

春小麦干热风灾害监测指标与损失评估模型方法探讨——以宁夏引黄灌区为例

利用小麦干热风观测资料和产量统计年鉴，结合民政部门灾害历史资料，运用产量逐级分离模拟和给定初始聚类中心的逐步筛选聚类分析方法，分别确定了宁夏引黄灌区春小麦两类干热风灾害等级判别指标，并建立了各自的等级判别方程；通过小麦抽穗扬花前的气候模拟，分离出灌浆期间两类干热风影响的产量；根据不同时期小麦受不同程度的灾害对产量的综合影响建立了综合灾害等级查询表和灾损评估模型，代入灾害综合等级，实现了监测和产量损失评估。     

气象灾害损失评估方法在呼市地区农业气象产量预报中的应用

通过确定基本无灾年的期望产量,建立气象灾害统计评估模式,并作出相应的农业产量预报。以呼市地区的资料为例,介绍了农业气象灾害损失评估方法,给出了呼市地区作物不同生育期气象灾害的影响参数。利用此方法制作呼市地区1997年粮豆总产预报,取得了令人满意的效果。     

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。     

基于四维灾体模型的浙江省气象灾害损失年景评价

应用浙江省气象灾情统计年鉴资料,运用四维灾体评估模型,对浙江省的气象灾害损失进行科学评估。浙江省2003—2017年灾害损失年景评价分析结果显示,2004年和2005年为气象灾害损失明显偏重年景,进入2010年以来,2013年为年景最差年份;台风灾害损失在每年浙江省气象灾害损失年景评价中具有非常重要的作用,重大台风事件易造成气象灾害偏重或明显偏重的损失年景。评估结果表明,四维灾体模型下的气象灾害评估较为科学客观。     

中国农业气象灾害监测预警系统建设

中国气象局多轨道业务建设项目"中国农业气象灾害监测预警系统建设"2007年取得了可喜成果.其中,"基于作物生长模拟模型的作物产量动态预报业务技术应用研究"对东北玉米、华北冬小麦和江南双季稻生长模拟模式及参数区域化技术进行了改进,完善了各类作物产量动态预测方法,初步建立了产量预测模型,探讨了该模型与当前业务系统连接过程中实时资料获取渠道及替代解决方案,最终研制完成了省级业务应用系统版本."东北玉米低温冷害监测研究"在前人单一监测和评估指标     

区域雷灾易损性分析、评估及易损度区划

根据广东省近10年来的雷电灾害统计资料和近35年来的雷暴日观测统计资料，提炼出雷击密度、雷电灾害频度、经济损失模数、生命易损模数作为雷灾易损性评价指标。在详细分析了广东省各地市的自然环境、经济状况和各地区雷灾损失情况，对广东省各地市面对雷电灾害的脆弱性和易损性进行了综合评估，初步形成了各地易损性结构和广东省雷灾易损度区划。提出雷电灾害区域易损性分析、评估的模式，为区域防御雷电灾害、减低雷电损失的规划提供科学依据。     

江苏旱涝灾害对农作物经济损失评估的探讨

江苏旱涝灾害常给农作物经济带来很大损失，本文从旱涝年灾情资料找出各级灾害强度及相应的灾情指标值，根据赂级灾害相应指标值和有关经济指标，建立灾害影响农作物经济的评估模型，应用评估模型进行各级灾害农作物经济损失的评估，通过统计和实际对照，证实评估模型的客观性和可行性。     

基于灰色关联度法的雾灾损失评估模型研究

根据大雾灾害的实际情况和数据的可得性,选取了死亡人数、受伤人数、受灾面积、大雾持续时间和直接经济损失作为评价指标,运用灰色关联度法来建立雾灾损失评估模型,并进行实例分析。结果表明：运用灰色关联度方法建立的雾灾损失评估模型进行雾灾的灾害等级划分,是较为合理的,基本符合实际情况。     

中国农业气象业务系统(CAgMSS)设计与实现

中国农业气象业务系统(CAgMSS)是基于C/S架构,研发的面向国家级和省级农业气象服务的业务工作平台,主要包括农业气象监测评价、作物产量预报、灾害监测评估、农用天气预报等子系统,是农业气象业务的基础性软件。系统融合现代信息技术和农业气象业务技术,实现了全部子系统数据管理、模型运算、产品制作等业务流程的一体化。系统采用大型关系型数据库规范了农业气象各类业务数据,基于插件技术集成各项业务功能,实现多元数据、多指标、多模型在农业气象监测、评价、预报等领域的综合应用,提高了农业气象产品的定量化、精细化、客观化水平。系统于2012年投入业务应用,基于该系统制作的农业气象情报、作物产量气象预报、农业气象灾害影响评估、关键农时农事气象保障等服务产品,在指导全国农业生产和防灾减灾中发挥了重要作用,明显提高了农业气象业务能力和业务工作效率。     

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。     

我国农业气象灾害评估研究现状和发展方向

介绍了当前我国农业气象灾害评估中常用的方法和研究成果,对综合模型评估、作物模型评估和灾害风险评估等方法进行了评价,认为目前农业气象灾害评估中存在的主要问题有定量评估能力仍显不足、作物机理模型应用有待加强及灾害风险评价理论和方法有待完善等,未来的发展趋势主要是作物模型的应用将加强、农业气象灾害风险评估将进一步完善和综合评估技术向多元化发展等。     

我国农业气象灾害评估研究现状和发展方向

介绍了当前我国农业气象灾害评估中常用的方法和研究成果,对综合模型评估、作物模型评估和灾害风险评估等方法进行了评价,认为目前农业气象灾害评估中存在的主要问题有定量评估能力仍显不足、作物机理模型应用有待加强及灾害风险评价理论和方法有待完善等,未来的发展趋势主要是作物模型的应用将加强、农业气象灾害风险评估将进一步完善和综合评估技术向多元化发展等。     

气象灾害的灾体模型及其初步应用

基于灾度相关模型,提出了面向气象灾害的四维灾体模型。模型以受灾人数、受灾面积和直接经济损失形成的灾度平面作为损失的基本规模,在灾度平面垂直方向,以死亡失踪人数为要素形成第四维,最终形成四维灾体。将模型初步应用于我国气象灾害损失年景评价分析之中,结果显示,2003、2006和2010年为气象灾害损失明显偏重年景;验证分析表明,灾体模型将死亡失踪人数作为特殊的一维来考虑,凸显了其在整个气象灾害损失评价中的重要地位,另外增加受灾面积指标,使得评价结果更趋完整。     

Risk assessment of flood disaster and forewarning model at different spatial-temporal scales

Aiming at reducing losses from flood disaster, risk assessment of flood disaster and forewarning model is studied. The model is built upon risk indices in flood disaster system, proceeding from the whole structure and its parts at different spatial-temporal scales. In this study, on the one hand, it mainly establishes the long-term forewarning model for the surface area with three levels of prediction, evaluation, and forewarning. The method of structure-adaptive back-propagation neural network on peak identification is used to simulate indices in prediction sub-model. Set pair analysis is employed to calculate the connection degrees of a single index, comprehensive index, and systematic risk through the multivariate connection number, and the comprehensive assessment is made by assessment matrixes in evaluation sub-model. The comparison judging method is adopted to divide warning degree of flood disaster on risk assessment comprehensive index with forewarning standards in forewarning sub-model and then the long-term local conditions for proposing planning schemes. On the other hand, it mainly sets up the real-time forewarning model for the spot, which introduces the real-time correction technique of Kalman filter based on hydrological model with forewarning index, and then the real-time local conditions for presenting an emergency plan. This study takes Tunxi area, Huangshan City of China, as an example. After risk assessment and forewarning model establishment and application for flood disaster at different spatial-temporal scales between the actual and simulated data from 1989 to 2008, forewarning results show that the development trend for flood disaster risk remains a decline on the whole from 2009 to 2013, despite the rise in 2011. At the macroscopic level, project and non-project measures are advanced, while at the microcosmic level, the time, place, and method are listed. It suggests that the proposed model is feasible with theory and application, thus offering a way for assessing and forewarning flood disaster risk.     

宁波市台风灾情评估和基于层次分析法的风险评估

筛选了1956—2016年间对宁波地区影响大、具有较完整灾情记录的台风个例30个,分析了台风灾情特征,并进行灾情评估;利用模糊算法和层次分析法,建立宁波地区台风风险评估模型。结果表明:近年来台风导致的死亡人数、倒塌房屋数量、水利和农作物受灾呈下降趋势;但是经济损失越来越大,浙江登陆台风造成养殖业的损失也有增大趋势。实际灾情指数(ADI)达到1级特重的台风有4个,达到2级(严重)及以上的有9个,ADI总体呈减小趋势。风险评估指数(RAI)与实际灾情指数(ADI)的相关系数为0.78,二者等级的一致率为73%;不一致的样本中,2000年之前风险评估等级小于灾情等级,2000年之后风险评估等级大于灾情等级。风险评估指数RAI和直接经济损失率的相关系数为0.7。业务中,可根据风险评估模型计算即将影响台风的RAI,利用直接经济损失率与RAI的拟合方程或者相近RAI的历史台风,估算其可能造成的经济损失。