强降温对设施农业影响风险研究

强降温天气对设施农业生产影响很大、风险较高。为了减少和降低强降温对设施农业的危害,提高设施农业生产应对强降温天气的处置和抗风险能力,采用关中东部设施农业生长季(当年11月—次年4月)11个气象站1961—2015年逐日平均气温、最低气温资料和同期灾情资料,基于ARCGIS平台,研究强降温对设施农业的影响和风险。结果表明:对于设施农业来说,24 h降温≥10℃的高风险区在白水、澄城和合阳,24 h降温≥8℃的高风险区在白水、澄城、合阳、蒲城和潼关。潼关种植设施农业的强降温风险高,不适宜大面积种植设施农业。蒲城设施蔬菜大棚24 h降温8℃的风险高,应采取措施加以应对。对设施农业来说,要高度重视11月和3—4月的强降温天气。另外,1—2月应重视持续低温造成的影响,11—12月要考虑强降温伴随的大风、降雪的综合影响。     

关中东部暴雨灾害风险区划研究

利用关中东部11个气象站1961—2007年的逐日降水资料、同期暴雨洪涝灾害和经济发展资料,在ARCGIS平台上,从暴雨的孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等4方面综合分析,形成关中东部暴雨风险灾害区划。结果表明：关中东部孕灾环境的高敏感区主要在秦岭北部渭河支流较多的二华地区和沿黄河的韩城市;韩城和潼关的雨涝致灾危险性最高,蒲城、大荔致灾危险性相对较小;临渭区为高易损区;关中东部的临渭区、大荔、韩城对暴雨灾害防灾减灾能力最强,其次为蒲城和华县。暴雨洪灾的高风险区在韩城和潼关。暴雨灾害风险区面积相对较小,防灾减灾相对较强,暴雨致灾危险性范围小,但受地形和地貌影响,孕灾环境敏感性较高。     

宁夏高速公路大风灾害风险评价

利用气象观测数据、交通数据和经济社会数据,选取不同等级的大风日数、车流量、道路密度、地形高度、河网密度、桥涵个数、桥涵密度、植被覆盖度等14个评价指标,从致灾因子危险性、孕灾环境敏感性、承灾体易损性三方面建立高速公路大风灾害评估模型,使用模糊综合评价法和层次分析法计算各因子权重,开展宁夏高速公路大风灾害风险评价。结果表明:宁夏高速公路大风灾害风险石嘴山市北部和吴忠市南部高、区内中北部和南部低。其中,京藏高速石嘴山市北段为高风险;京藏高速石嘴山市中段、中卫市南段及福银高速吴忠市段为次高风险;其他路段为中等到较低风险。风险评价结果与实际高速公路大风灾害的发生有较好的一致性。     

拉萨-林芝铁路沿线主要气象灾害风险研究

基于1980～2010年拉萨-林芝铁路沿线17个地面站的气象资料、2019年西藏统计年鉴和西藏自治区地理信息数据资料,运用自然灾害风险综合指数法、层次分析法以及GIS空间处理技术,分析了孕灾环境脆弱性、灾害因子危害性和承灾体脆弱性,建立了拉萨-林芝铁路沿线主要气象灾害的风险研究模型,完成了拉萨-林芝铁路沿线主要气象灾害风险等级区划。结果表明：拉萨-林芝铁路沿线闪电高发季节是夏季和早秋,占91.23%;暴雨高发季节是盛夏和秋季,占93.60%;暴雪主要发生在冬季,占87.06%;大风主要发生在春季,占74.59%。拉萨-林芝铁路沿线暴雪灾害高风险区主要分布在林芝东南部和米林以东,大风灾害高风险区主要分布在加查和朗县附近,闪电和暴雨灾害高风险区主要分布在林芝市和山南市附近。     

天津高铁沿线风致轻漂浮物入侵灾害气象风险分析及应用

为确定高铁沿线风灾隐患路段,减少大风引起的漂浮物入侵灾害发生,基于天津地区高铁沿线气象站观测资料、高分系列卫星遥感影像数据、高铁历史灾情、基础地理信息等,分析了大风对轻漂浮物入侵灾害的影响,给出天津不同区域路段灾害发生的风速阈值范围和主导风向,并基于自然灾害风险评估理论建立了高铁风致轻漂浮物入侵灾害气象风险分析模型,形成风险区划。研究结果表明：高铁沿线轻漂浮物入侵灾害主要出现在春季和冬季,占全年总量的73.75%,午后12—15时是发生的最集中时段,且在天津中部和东部区域发生最多,西北区域其次,西南区域最少。灾害主要发生在最大风风速为8~17 m·s-1和极大风风速为13~21 m·s-1的风速区间,当风向为偏西风到偏北风,风向与线路呈45°以上夹角时,更易引发灾害。运用卫星遥感技术手段,能够较好地识别高铁沿线隐患物分布情况,最高识别准确率可达72.7%。综合风速风向特征、隐患分布情况等,建立高铁风灾气象风险分析模型,区划结果显示,京沪高铁和京津城际风险较高,津秦高铁次之,津霸客专最低。高风险路段主要集中在京沪高铁武清区段北部、北辰区段、西青区段,京津城际的北辰区段、东丽区段东部和滨海新区段以及津秦高铁的东丽区段东部。     

卫辉市大风灾害风险区划及评价

为科学应对卫辉市大风灾害频发这一问题,选取2012-2018年卫辉市辖区内9个自动气象站逐日风速数据、GDP、土地利用类型等数据,从致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力4个方面构建大风灾害风险评估指标体系,通过主成分分析法、层次分析法确定指标权重,并借助ArcGIS实现卫辉市大风灾害风险区划图.结...     

吉林省大风气象灾害风险区划评价研究

依据灾害风险理论,结合吉林省地貌特征,构建吉林省大风气象灾害风险评价的指标体系,揭示吉林省大风气象灾害风险空间分布规律。研究结果表明：吉林省大风灾害高风险地区分布在长春大部分地区、四平部分地区、延边州敦化市的北部和吉林省东南部海拔较高的山区;次高风险地区主要分布在白城西部、松原南部、四平西部、辽源地区、吉林北部;松原北部、吉林南部、通化大部、白山大部和延边州部分地区风险性最小。从风险区划各指标的分析来看,长春市辖区附近的高风险性是由致灾因子的高危险性及承灾体的高易损性共同引起的,而延边州敦化地区北部及东南部海拔较高山区的高风险性是由致灾因子的高危险性所引起的。根据大风灾害风险分布情况,提出了相应的措施,为相关部门科学决策提供智力支持。     

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。     

渭南市大雾气候特征分析及影响对策

为了开拓气象服务领域的需要,利用渭南市各县1 961—2 0 0 3年43 a大雾资料,分析了渭南市大雾分布规律和特点,结果表明渭南市大雾主要集中在9—1 2月,以渭河沿线和大荔最多。年际变化从2 0世纪60年代到90年代,渭南市大雾除合阳、韩城略有下降外,其余县市都呈上升趋势,以大荔增幅最多。最后提出了针对性的对策措施     

河北省致电网事故的气象灾害特征及风险评价

利用1983~2008年河北省灾情直报数据,对造成河北电网安全事故的气象灾害进行统计。大风、暴雨、雷电是造成河北省电网安全事故的主要气象灾害,占事故总数的98.5%。致电网安全事故的气象灾害主要出现在夏半年5~9月,且年变化显著。应用气象灾害风险指数方法,对与电网事故有关的气象灾害进行风险评价,分为高、中、低3个风险等级。结果表明:致电网事故的气象灾害高风险区集中在燕山南麓的唐山和太行山东麓北段的保定;中度风险区出现在太行山东麓中南段的邢台、邯郸,还有沿海的沧州地区。中高风险区主要集中在受地形影响局地强对流天气较多的区域,还有沿海多大风的地区。     

杭州单体钢架大棚风灾时空特征

基于杭州国家基准气候站1951-2018年大风逐日资料和经过质控后的373个自动气象站2014-2018年小时极大风速资料,采用MK方法和平均值法,分析杭州建站以来的大风年际变化规律和近5年不同风力等级风的空间分布特征,结合单体钢架大棚风灾等级指标和设施大棚第3次农业普查的乡镇级数据,提出农业发展建议.研究结果表明:造...     

河南省设施农业冬季低温灾害风险评估

为了提高气候资源利用率,合理优化河南省冬季设施农业布局,利用1981—2018年河南省113个国家气象站冬季逐日最低气温资料,采用数理统计方法计算冬季年最低气温标准差和不同低温灾害指标的气候概率、发生频率、发生强度,并采用等权重法构建设施农业低温风险指数,结合低温灾情资料,选用有序样本最优聚类法划分设施农业低温风险等级,且叠加地表覆盖数据进行低温灾害风险评估。结果表明:河南省各地冬季低温灾害指标小于等于-5℃的气候概率和发生频率均超过0.80,不适宜发展塑料小拱棚,且不宜采用单层塑料大棚进行设施农业生产。信阳和南阳南部小于等于-10℃的气候概率和发生频率均小于0.20,适宜发展塑料大棚;鹤壁、安阳和濮阳小于等于-10℃的气候概率和发生频率均超过0.80,需发展日光温室才能保证设施作物生长。在塑料大棚发展区内,信阳市固始县和商城县为低温灾害轻度风险区,信阳大部、南阳部分区域和周口为中度风险区,其他地区均为重度风险区;在日光温室发展区内,濮阳、安阳和鹤壁部分区域为低温灾害特重风险区。河南省冬季各地不同等级的低温灾害风险有一定的区域性,在发展设施农业时,应因地制宜进行科学布局。     

新疆铁路沿线最强风区大风特征对比分析

利用2015-2018年新疆境内兰新铁路沿线32个大风监测站逐小时风速资料,基于统计学方法、空间分析法,从平均大风日数、大风历时、不同风速的贡献率以及平均风速不同时间尺度和地域分布的变化特征等,对兰新铁路新疆段内两个最强风区带——百里风区和前百里风区的大风特征进行统计和对比分析。结果表明：较之百里风区,前百里风区更易出现极端大风天气（大于11级风）,同时具有风速"昼弱夜强"、地域分布差异性大、主导风向与兰新铁路运行方向基本垂直以致横风强劲等特点。该分析结果能够有效弥补前百里风区这一无人区气象规律探索的空白,可为探明特殊地域强风区大风最新变化规律、关键区的大风逐小时内精细化预报、专项试验研究、风速灾害预警阈值的制定等提供基础。     

GStar-I型自动土壤水分观测仪数据标定方法研究

采用数理统计方法对渭南市蒲城、白水、韩城、华阴4站人工与GStar-I型自动土壤水分观测仪观测的土壤体积含水量数据进行相关分析和多项式拟合,结果显示:自动观测土壤水分数据与人工观测数据显著相关,拟合方程标定效果优于D值标定效果,方程标定后数据准确率提高,可满足干旱监测和服务需求。     

江西省双季稻气象灾害风险评估研究

利用GIS技术,分析了江西省14个代表台站1956—2012年气候资料,并根据江西省双季稻生长发育对气候条件的要求,对影响江西省双季稻的3个主要农业气象灾害(小满寒、高温逼熟、寒露风)指标进行风险评估。结果表明,江西省早稻主要受小满寒和高温逼熟影响,晚稻主要受寒露风影响。小满寒灾害的高风险区主要包括修水、宜春、景德镇、玉山和广昌等地,高温逼熟灾害的高风险区主要包括赣州、遂川、广昌、吉安、贵溪、玉山和修水等地,寒露风灾害的高风险区主要包括修水和宜春。江西省早稻气象灾害中度风险等级区分布于江西省平原和盆地,重度风险等级区大体分布于周围山地丘陵地区。晚稻气象灾害重度风险区主要位于西南部地区。     

棉花吐絮收获期连阴雨灾害风险区划

为了进一步提高棉花生产中吐絮收获期连阴雨灾害的应对处置能力和水平,采用陕西关中棉区42个气象站1970—2010年的8月下旬至10月中旬逐日降水资料,同期的棉花灾情资料,经济资料和地理信息资料,基于GIS技术,针对影响陕西棉花吐絮成熟收获期的主要灾害——连阴雨进行风险区划研究,以期充分利用气候资源,避开不利气候条件,提高应对连阴雨灾害能力。结果表明:陕西关中棉花吐絮成熟收获期连阴雨灾害的高风险区和中等风险区在宝鸡市和西安南部沿秦岭北麓的周至、户县、长安和蓝田,不利于大面积种植棉花。关中东部渭南市、咸阳大部分区县,西安的临潼、阎良、高陵县,处于棉花种植的低风险区,能够保证棉花正常吐絮成熟收获。     

GStar I型自动土壤水分观测仪数据标定方法研究

采用数理统计方法对渭南市蒲城、白水、韩城、华阴4站人工与GStar I型自动土壤水分观测仪观测的土壤体积含水量数据进行相关分析和多项式拟合,结果显示：自动观测土壤水分数据与人工观测数据显著相关,拟合方程标定效果优于D值标定效果,方程标定后数据准确率提高,可满足干旱监测和服务需求。

     

过去三年新疆大风沙尘分布及电网吐哈线路 大风灾害风险分析

采用新疆地区国家级观测站的风速和能见度数据。研究2014—2016年新疆地区大风沙尘分布特征及其相关关系。研究表明,北疆大风多发生在冬季到第二年春季,南疆多发生在春末;北疆沙尘高发时段为3月,南疆为4—6月。大风有利于沙尘天气的形成,但是狂风以上强度的风有利于沙尘的迁移和局地沙尘天气的减弱。电网线路上除了与十三间房毗邻的365号路段大风灾害风险较高外,其他路段大风灾害风险相对较低,可在该区域进行电网后续建设及扩容。     

北京地区奥运期间大风灾害的定量评估

根据北京1971～2006年大风历史资料,对奥运期间(6～10)大风灾害的风险进行了评估.北京的春季大风日数比较多,7～9月大风日数比较少;平均每年6～10月奥运期间出现大风总日数通常为2～3天,最多5天,夏季是适合北京举办奥运会的季节.为了定量评估奥运期间大风灾害的风险,统计了1971～2006年6～10月每次出现大风日的站点数并进行归一化处理,得出奥运期间大风灾害不同等级的空间分布.在大风灾害后果等级小值时,整个北京地区大风灾害风险分布基本一致;在大风灾害后果大值时,北京的大风风险区呈南北走向分布,南部特别是西南部大风风险大,此特点可能与夏季雷雨大风及北京地形有关.     

渭南市设施农业光照限制因子分析和对策

采用陕西省渭南市1961—2003年的气象资料,针对设施农业生长季节(11月到次年4月)光照方面的限制因子大雾和连阴天进行分析,研究43 a渭南市冬季大雾、连阴天的区域分布状况、年代际变化及倾向率。结果表明大部分县、市的大雾和连阴天日数呈增加趋势。对设施农业生产不利,宜采取增加人工光源,在沿河地带少种设施农业作物,合阳县适当提高设施农业面积等对策措施。