共查询到20条相似文献,搜索用时 257 毫秒
1.
利用2011—2015年(11月—次年5月)临淄、莱芜、利津的日光温室小气候和自动气象观测站逐日资料,采用结构方程(SEM)和层次分析(AHP)等方法,甄别了寡照低温灾害的致灾因子,构建了日光温室番茄寡照低温灾害预警模型。利用2016年11月1日—2017年5月31日山东临淄、莱芜、利津、平度、章丘及2015年11月1日—2016年5月31日天津静海、河北徐水日光温室小气候和自动气象观测站逐日观测资料对模型进行独立样本检验。结果表明:1)3 d以下(1~3 d)寡照低温灾害致灾因子包括前1日温室内最低气温、前1日温室外最低气温、前1日温室内最低20 cm地温、当日温室外最低气温、前1日日照时数,4 d以上(4~12 d)寡照低温灾害致灾因子包括前2日温室内最低气温、前1日温室内最低气温、前1日温室外最低气温和前2日温室外最低气温;2)应用山东临淄、莱芜等5地及天津静海、河北徐水日光温室主要生产季内3 d以下、4 d以上寡照低温灾害实际发生情况对模型预警结果进行检验,预警等级与实际低温等级完全一致的平均准确率分别为72%和74%,误差在1个等级以内的分别为99%和98%。 相似文献
2.
3.
利用南郑县国家一般气象站1971—2016年、28个区域自动气象站2012—2016年降雨资料,DEM高程数据,辖区内社会经济资料,确定暴雨灾害的致灾因子、孕灾环境、承灾体易损性等区划因子,并使用ArcGIS对各项因子进行模拟计算,得到南郑县暴雨灾害风险区划图。区划结果表明:低风险区和次低风险区基本分布在南郑县北部,中等风险区基本分布在南郑县中部,次高风险区和高风险区基本分布在南郑县南部、东南部。 相似文献
4.
江苏省龙卷风灾害风险评价模型研究 总被引:2,自引:1,他引:1
在分析江苏省龙卷风气候特征的基础上,建立了以江苏省为例的龙卷风灾害风险性评价模型,确定水域面积、海拔高度、人均国民生产总值、人口密度、龙卷密度和龙卷灾害综合灾度这6个因子作为评估指标,利用层次分析法确定各因子的权重,计算出江苏省各市龙卷风灾害风险度并进行了风险度区划。结果表明,苏州、无锡、南通为龙卷灾害高度风险区,常州、南京为较高风险区,镇江、泰州、徐州、盐城、扬州、连云港为中度风险区,宿迁和淮安为低度风险区。 相似文献
5.
6.
文章根据1965~2000年河北省日光温室试验观测资料及各地历年低温寡照对蔬菜的影响程度,确定了低温寡照灾害等级指标,分析了低温寡照的时空分布规律,20世纪80年代以后,河北省各市低温寡照发生次数比60、70年代明显增多;随着纬度增高,河北省低温寡照发生次数明显减少,危害程度明显减轻。 相似文献
7.
利用1981~2010年各类干旱统计资料,结合地形特征、人口密度、社会经济等资料,构建加权归一化回归模型,借助GIS强大的空间分析功能,对定西市干旱灾害孕灾环境的敏感性、致灾因子的危险性与承灾体的暴露度进行分析与评估,最后给出了基于孕灾环境、致灾因子与承灾体3个条件的干旱灾害风险区划。结果表明,定西市干旱灾害频率呈增加趋势,1999年后3县及以上区域的春旱每年均有发生;干旱灾害的高风险区在定西市北部到中部,大体上呈D字形分布,南部为干旱灾害低风险区。定西市中北部易受干旱威胁,在农作物结构布局上应以大秋作物为主,尽量使农作物在生长及需水关键期避开前半年的主要干旱时段。 相似文献
8.
基于自然灾害形成机理及风险评估原理,利用济南市长清区气象数据、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、承灾体易损性和防灾减灾能力4个评价指标,采用加权综合评价法和层次分析法,借助GIS空间分析技术,对暴雨灾害风险性进行评价和等级划分,并绘制出长清地区暴雨灾害综合风险区划图。结果显示:长清区暴雨灾害综合风险性分布空间性强,无明显的地域分布界限,东部高于其它地区。暴雨灾害高综合风险区分布面积较为分散且最小,占全区总面积的14.60%;中综合风险区主要分布在高综合风险区的外围,占全区总面积的30.31%;轻、低综合风险区分别占全区总面积的20.72%和34.37%。 相似文献
9.
《气象与环境学报》2016,(6)
利用1961—2009年苏浙沪地区144个气象站的观测数据和2008—2010年苏浙沪地区社会经济资料,从致灾因子危险性、孕灾环境敏感度、承灾体易损性及抗灾能力4个方面综合评估和分析了苏浙沪地区高温灾害风险的空间差异。结果表明:1961—2009年苏浙沪地区高温致灾因子呈南高北低的分布特征,浙江地区高温致灾因子危险性明显大于上海和江苏地区;孕灾环境敏感度指数呈北部和中部地区高、南部地区低的分布,高温灾害高敏感区主要分布在江苏、上海及浙北的平原和沿海地区;经济发达和规模较大的苏浙沪核心城市多为高温灾害承灾体高易损性区,苏北和浙南相对欠发达地区多为高温灾害承灾体低易损性区、次低易损性区或中等易损性区;沪宁杭地区高温灾害的抗灾能力最强,对应的抗灾能力风险较低,而苏北地区和浙南山区高温灾害的的抗灾能力风险较高。综合致灾因子危险性、孕灾环境敏感度、承灾体易损性和抗灾能力4个方面,苏浙沪地区高温灾害综合风险总体呈中南部地区风险高、北部地区风险低的分布,高温灾害高风险区和次高风险区主要集中分布在浙江大部及上海、苏南部分地区,高温灾害低风险区或次低风险区主要分布在长江以北和浙江沿海地区。 相似文献
10.
蔬菜大棚内光照及温度的特点分析 总被引:4,自引:0,他引:4
通过对塑料蔬菜大棚内光照强度、温度日变化状况以及外界气象条件对棚内光照强度和温度影响的观测,分析了棚内光照强度、温度对棚栽茄子开花坐果的影响,提出了对塑料蔬菜大棚低温寡照的补足措施。 相似文献
11.
12.
13.
14.
利用2010—2019年江西省闪电定位监测数据、地理信息数据和社会经济数据,基于GIS技术、自然灾害风险评估方法和层次分析法等方法,从致灾因子、孕灾环境、承灾体3个方面,开展雷电灾害风险区划的研究,并形成江西省雷电灾害风险区划。结果表明:江西省雷电灾害的极高风险区和高风险区主要分布在南昌市、宜春市、新余市、上饶市、吉安市大部分地区和赣州小部分地区,中风险区和低风险区主要分布在九江市、萍乡市和抚州市大部分地区,该区划结果与江西省近10 a雷灾造成的人员伤亡情况大致吻合。 相似文献
15.
《干旱气象》2021,39(3)
利用1961—2018年青海省气象资料、地理信息数据和社会经济数据,对青海省干旱灾害风险区划进行研究。结果表明:(1)致灾因子危险性较高的地区主要在青海省东部和南部,较低地区主要在青海省西部。(2)孕灾环境脆弱性整体自西北向东南逐渐降低,西北地区脆弱性风险较高,东南部较低。(3)承灾体暴露风险较高的地区主要在青海省东部,其他地区风险较低。(4)防灾减灾能力较高的地区主要在青海省西北部,而青海省南部和东部防灾减灾能力较低。(5)干旱灾害综合风险总体自东向西递减,高风险区主要在青海省东部地区,低风险区主要在青海省西部地区。(6)青海省干旱灾害高风险区主要由于致灾因子危险性及承灾体暴露性都较高,低风险区主要是致灾因子危险性、承灾体暴露性较低,且防灾减灾能力强。 相似文献
16.
辽宁省玉米低温冷害和霜冻灾害风险评估 总被引:2,自引:0,他引:2
《气象与环境学报》2016,(1)
玉米是辽宁省第一大粮食作物,研究玉米低温冷害与霜冻灾害的发生规律及风险评估,对防御与温度有关的灾害和保证玉米安全生产意义重大。本文利用1961—2010年辽宁省49个气象站的日平均气温、日最低气温及玉米观测资料,对玉米低温冷害和霜冻灾害风险评价指标进行选取与量化,从灾害的危险性、暴露性和脆弱性方面对灾害的发生风险进行综合分析,并对玉米低温冷害和霜冻灾害进行风险评估及区划。结果表明:辽宁省玉米低温冷害的高风险区主要位于西丰和昌图东部地区,中风险区主要位于辽北和辽东大部地区,其他大部地区则为低风险区或次低风险区。辽宁省玉米霜冻灾害的次高和中等风险区位于建平、西丰及抚顺的清原与新宾地区,低风险区位于环渤海一带及辽南地区。在气候变暖背景下,对辽宁地区玉米低温冷害和霜冻灾害仍需重视。 相似文献
17.
利用海南岛18个气象台站2003~2009年雷暴日及典型雷电灾害资料,在统计分析海南岛雷灾分布特征的基础上,从灾害易损性角度出发,对海南岛雷电灾害易损性差别进行研究,对各种易损性指标进行综合评估,初步形成海南岛雷灾易损性区划。结果表明,海南岛雷灾集中发生在4~9月份;多发生在下午;无防雷条件或条件差的露天野外和简易工棚等地是雷击事故造成人员伤亡的主要发生地点;地理位置、人口密度和经济发展状况等因素一定程度上影响着雷击灾害的发生及损失程度;形成的海南岛雷灾易损度区域划分图,为区域防雷减灾规划提供了科学依据。 相似文献
18.
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。 相似文献
19.
20.
在双流县冬草莓农业气候区划的基础上,通过双流县冬草莓生产低温气象灾害分析,确定低温灾害指标:P1: 12月至次年 2月日最低气温<0℃日数;P2: 12月至次年 2月日平均气温<5℃日数;P3: 11月至次年 2月 >5℃有效积温。根据各低温灾害指标不同强度确定出减产率 (Qni)。用G=ΣPniQni式计算出各单元区低温灾损率。用F=G· (1 -Z)(Z:为抗灾指数)式计算出风险指数。利用风险指数将双流冬草莓生产区划分为:轻度风险区;中度风险区及重度风险区。并进行了分区评述及抗灾生产建议。 相似文献