寒地水稻障碍型冷害指数构建及应用——以辽宁省为例

东北地区水稻障碍型冷害常规评估多采用温度和低温持续天数2个指标,为实现定量化评估和预报,需构建一种基于多因素的综合性障碍型冷害指数。本文基于水稻温度适宜度模型,以温度和低温持续天数为基础,综合考虑三基点温度对水稻生长发育过程的影响,利用辽宁省近50年的日平均温度和水稻发育期数据,构建水稻障碍型冷害指数(RSCDI),并利用该指数对辽宁省水稻障碍型冷害变化规律进行分析和试预报。结果表明：①1961-2010年的50年间,有20年发生了局部轻度冷害,14年发生了局部中度冷害,10年发生了局部重度冷害,未发生区域性及大范围冷害。②冷害发生频率最高的年代为1971-1980年,1981-2000年发生频率呈下降趋势,发生频率最低的年代为1991-2000年,2001年以后发生频率上升、且范围呈现扩大趋势;冷害发生范围主要分布在辽宁西部和东北部地区。随着气候变暖,冷害发生频率和范围虽有一定程度的下降,但辽宁省水稻障碍型冷害发生的不确定性仍存在。③利用RSCDI对2011-2014年辽宁省水稻障碍型冷害进行试预报,结果仅建平县2012年和2014年在开花期发生中度冷害,其他地区无冷害发生。     

东北地区水稻冷害气候风险度和经济脆弱度及其分区研究

应用历年气象、水稻产量资料和冷害指标,分析东北地区水稻低温冷害发生的温度条件、气候频率和风险概率,建立了水稻冷害气候风险度模式,将东北地区分成高、偏高、中等、较低和低风险5级水稻冷害气候风险度区.在气候风险性分析的基础上,考虑各地水稻冷害减产率、总产量和面积比例等经济损失因素,建立水稻生产对低温冷害反应的经济脆弱度模式...     

黑龙江省气象灾害风险评估与区划

利用黑龙江省74个气象站1971-2005年夏季气温和2004-2007年的农作物受灾面积资料,采用信息扩散理论对黑龙江省低温冷害、干旱和洪涝等主要气象灾害进行了风险评估与区划研究,对干旱和洪涝采用受灾指数评估方法。研究结果表明:黑龙江省低温冷害风险概率主要表现为北部大于南部,一般冷害风险概率表现为西南地区大于全省其它地区,严重冷害风险概率则表现为北部地区最高,中部及东南部地区次之;黑龙江省干旱灾害风险概率西部和北部地区明显高于南部和东部地区;黑龙江省洪涝灾害风险概率则表现为中部地区大于全省其它地区,中部伊春地区为全省洪涝灾害高风险区。     

运用气候箱模拟石河子棉区棉花冷害的试验研究

为了确定引起棉花障碍型冷害的主导气象因子,达到及时预报、减轻损失的目的,2003-2005年在新疆石河子棉区乌兰乌苏农业气象试验站内,通过智能人工气候箱实施低温处理试验,模拟2001年石河子地区发生障碍型冷害时的温、湿度变化,并做不同光照强度处理的对比试验。结果表明,棉花在花铃期遭受异常低温冷害之后,其叶片、蕾和幼铃都会出现异常脱落现象,并且其蕾和幼铃先于叶片表现出受害现象,其减少率也大于叶片;而且受害程度不仅与冷害过程中的温、湿度及光照强度有关,而且与冷害发生前所处的环境条件密切相关。     

东北地区水稻延迟型冷害时空特征及其与气候变暖的关系

利用水稻延迟型冷害分级指标和1951-2010 年东北地区101 个气象台站的逐日气温资料,采用累计距平、相关系数、气候倾向率、趋势系数等方法分析东北地区水稻延迟型冷害时空变化特征及其对气候变化的响应。结果表明：蒙东地区西部、吉林东部和黑龙江交界延迟型冷害出现的频率较大,辽宁中南部延迟型冷害出现的频率较小。东北地区严重冷害出现频率高于轻度冷害和中度冷害。轻度、中度、严重延迟型冷害都呈下降的趋势,特别在1994 年后延迟型冷害呈快速下降的趋势,东北地区水稻延迟型冷害与气候变暖有着较好的对应关系,5-9 月平均气温和延迟型冷害呈明显反相关,5-9 月平均气温升高1℃,水稻延迟型冷害减少约45次。     

广西晚稻低温冷害空间分析模型构建及其区划

根据晚稻生长状况、受害程度与低温冷害强度关系,确定晚稻冷害等级指标;利用广西90个气象台站46年的气候资料和站点地理信息,采用GIS技术和数理统计回归分析以及气候资源的细网格推算方法,建立晚稻冷害的空间分析模型,推算出1km×1km分辨率的冷害指标因子空间分布;并根据晚稻冷害分级指标,通过GIS的空间分析能力,分析广西晚稻低温冷害的空间分布特征,得出广西无冷害和轻度、中度、严重冷害等四个区域的区划结果,制作广西晚稻低温冷害区划专题图,对分区结果进行评述并指出了冷害的战略防御和应急防御措施,为广西水稻生产的趋利避害和优化布局提供决策依据。     

基于GIS的黑龙江省水稻低温灾害风险等级区划

根据风险评估理论,以灾害发生概率、种植面积和单产减产率分别作为危险性、暴露性和易损性指标,对黑龙江省水稻低温灾害风险进行评估。选取28个地面气象站1971—2012年气温资料和11个地市1986—2011年水稻单产和种植面积数据,运用自然灾害风险指数法、概率统计等方法,建立以危险性、暴露性、易损性为风险构成因素的风险评价模型,计算3个因素的大小并绘制危险性和易损性区划图。运用GIS技术计算黑龙江省水稻低温灾害综合风险等级,绘制低温灾害风险区划图。大兴安岭地区、黑河西北部、齐齐哈尔、伊春、双鸭山、哈尔滨为轻微风险区,南部、西北、东北为低风险区,中部、北部、绥化为中风险区,鸡西、佳木斯、鹤岗的部分区域为高风险区。评价结果对于正确认识黑龙江省水稻低温冷害的风险水平及制定水稻种植规划和防灾减灾有参考意义。     

2011—2020年黄淮海平原冬小麦低温冷害与气象要素变化的时空分析（英文）

黄淮海平原是我国典型的农田生态系统之一,频发的低温冷害对该区域的冬小麦种植业造成了巨大的经济损失。为了有效、大范围地监测冷害的时空变化情况及其气象成因,利用2005–2015年来源于气象站点的逐日最低气温和MODIS的NDVI和FPAR数据,结合逻辑回归模型构建了黄淮海平原冬小麦低温冷害监测模型,并分析了2011–2020年黄淮海平原冬小麦冷害的时空变化。将其与气象要素的时空变化进行相关性分析,了解气象要素对冬小麦低温冷害发生情况的影响。结果表明,2011–2020年冬小麦冷害的危害性逐渐降低,且冷害发生高概率、高频区域由北向南移动。同时,气象要素对冬小麦受害程度的影响从高到低分别为热量、降水和日照时长,但这些要素的影响具有一定的空间异质性。     

基于Google Earth Engine和作物模型快速评估低温冷害对大豆生产的影响

作为中国商品粮的主要生产基地,东北地区频发的低温冷害给中国粮食安全带来了严重的影响,及时、准确和大范围评估低温冷害灾损是降低损失、快速恢复生产的重要前提。本文以鄂伦春为例,提出了一种快速评估低温冷害对大豆生产影响的新方法。首先诊断出该地区典型冷害事件发生的年份为1989年、1995年、2003年、2009年和2018年;然后基于本地化后CROPGRO-Soybean模型设置512组低温冷害和田间管理组合模拟情景;其次构建了1600组包括3个变量（有效积温距平值（CDD）、模拟的叶面积植被指数（LAI）和产量）的冷害脆弱性模型;最后依托Google Earth Engine（GEE）平台逐像元提取大豆关键生育期早晚窗口内最大的宽动态植被指数（WDRVI）及对应的日期（DOY）,将WDRVI转化为大豆种植格点的实际LAI,结合构建的冷害脆弱性模型逐像元计算出产量和减产率。主要发现如下：① 校准后的CROPGRO-Soybean模型能较为准确地模拟不同冷害情景下的大豆生长发育过程;② 大豆遭受全生育期的降温情景（1~3 ℃）的减产幅度比局部降温情景（4个生育期随机生成连续5日温度为0 ℃）的减产幅度大;③ 历史冷害年1989年、1995年、2003年、2009年平均减产率约为9.6%、29.8%、50.5%和15.7%,与实际6.4%、39.2%、47.7%和13.2%的减产率相比,冷害灾损评估结果具有较好的精度且误差均在一倍方差以内;④ 运用该方法评估2018年冷害田间尺度的产量损失,并利用Sentinel-2A影像进行10 m高精度制图。结果显示,该方法能够快速、准确地评估不同尺度的低温冷害灾损情况,为作物估产以及农作物灾害损失评估的业务化运行提供了新的思路。     

气候变暖的适应行为与黑龙江省夏季低温冷害的变化

与气候变暖相联系的极端天气、气候事件及其影响的研究正日益受到重视,极端事件与气候变化直接相关,而极端事件的影响还与人类的适应行为密切相关。本文以农业对温度变化最敏感的黑龙江省为例,分析了变暖对夏季低温冷害事件的影响。结果显示,变暖后夏季出现低温冷害临界气温的概率减小;但由于人们追求更高经济效益的适应行为,在变暖的情况下种植更适应较暖气候条件的农作物,低温冷害的发生的频率和强度并不一定随变暖而减少,但作物单产期望值还是会增加。     

黑龙江省冷害与全球变暖对水稻产量的影响(英文)

This study is focused on indexes for the rice chilling injury in Heilongjiang Province during 1960-2009. Firstly, we compared a new derived climate data weighted by rice planting density with the traditional method, and found that the new one is more reasonable to assess the impact of climate change on crop yields. Considering the frequency and intensity of rice chilling in the province, secondly, chilling indexes defined by meteorological, national and international levels were assessed. The result showed that the meteorological standards were suitable for the delayed-type injury, while the international one, so-called sum of Grow-ing Degree Day below threshold (GDDn-), characterized best the sterile-type chilling injury for rice. The explanation ability of the rice yield time series model including both injury types as two independent variables reached approximately 92% (p < 0.05). Finally, we concluded that the contribution rates of human and weather factors to rice yields are about 87.2% and 12.8% respectively, and as light increasing trend for sterile-type chilling injury was found during heading to flowing period in recent years, indicating a high chilling risk for rice planting in Heilongjiang Province in the future global warming.     

基于遥感的黑龙江省西部水稻、玉米种植范围对温度变化的响应

利用多时相遥感数据,生成黑龙江西部地区1988年和1998年两个序列的农作物种植范围图,结合相应时段的该地区≥10℃积温数据进行分析。研究表明,黑龙江省西部地区农作物种植结构对气候变暖有明显的响应变化:随着等温线的大幅度整体北移,水稻的种植北界随着≥10℃积温的2200℃等温线向北移动约1.5个纬度,水稻集中种植区随≥10℃积温的2300~2400℃等温线北移约1个纬度;分布在≥10℃积温2800℃等温线和2400℃等温线附近的两个玉米密集种植区随着上述两条等温线北移1个纬度左右。在上述玉米、水稻种植范围北移过程中,同时出现玉米的种植区被新增的水稻种植区大范围替代的现象。     

近20年气候变暖对黑龙江省水稻增产的贡献

研究过去的气候变暖对作物产量的影响是认识变暖对农业影响的有效途径,但如何定量区分出气候变化和技术发展对粮食作物的影响程度是目前研究的难点。本文提出的算法在一定程度上可以克服传统算法缺陷,用此方法估算过去20年气候变暖对黑龙江省水稻单产增加的贡献率,结果表明：20世纪80年代相对于70年代水稻单产增加了30.6%,其中由气候变暖带来的增产量占实际增产量的12.8%~16.1%,相当于使70年代的单产增加3.9%~4.9%。20世纪90年代水稻单产较80年代增产42.7%,其中,气候变暖对单产增加的贡献率约为23.2%~28.8%,相当于在20世纪80年代的单产水平上增产9.9%~12.3%。     

基于Google Earth Engine(GEE)和作物模型快速评估低温冷害对大豆生产的影响（英文）

Frequent chilling injury has serious impacts on national food security and in northeastern China heavily affects grain yields. Timely and accurate measures are desirable for assessing associated large-scale impacts and are prerequisites to disaster reduction. Therefore, we propose a novel means to efficiently assess the impacts of chilling injury on soybean. Specific chilling injury events were diagnosed in 1989, 1995, 2003, 2009, and 2018 in Oroqen community. In total, 512 combinations scenarios were established using the localized CROPGRO-Soybean model. Furthermore, we determined the maximum wide dynamic vegetation index(WDRVI) and corresponding date of critical windows of the early and late growing seasons using the GEE(Google Earth Engine) platform, then constructed 1600 cold vulnerability models on CDD(Cold Degree Days), the simulated LAI(Leaf Area Index) and yields from the CROPGRO-Soybean model. Finally, we calculated pixel yields losses according to the corresponding vulnerability models. The findings show that simulated historical yield losses in 1989, 1995, 2003 and 2009 were measured at 9.6%, 29.8%, 50.5%, and 15.7%, respectively, closely(all errors are within one standard deviation) reflecting actual losses(6.4%, 39.2%, 47.7%, and 13.2%, respectively). The above proposed method was applied to evaluate the yield loss for 2018 at the pixel scale. Specifically, a sentinel-2 A image was used for 10-m high precision yield mapping, and the estimated losses were found to characterize the actual yield losses from 2018 cold events. The results highlight that the proposed method can efficiently and accurately assess the effects of chilling injury on soybean crops.     

东北三省粮食主产区农业比较优势与增长 优势时空演变研究

采用区位商和增长商指数,对1990—2018年黑龙江、吉林和辽宁三省的农业,及种植业、林业、畜牧业和渔业的比较优势和增长优势进行研究。结果表明：①从比较优势看,黑龙江省的农业、种植业、畜牧业和林业,吉林省的畜牧业,以及辽宁省的渔业和畜牧业,在全国具有突出的比较优势;东北三省的玉米、黑龙江省的大豆,及黑龙江和吉林省的牛肉生产具有显著的比较优势。②从增长优势看,1990—2018年,东北三省的种植业经济增速迟缓,而畜牧业经济具有明显的部门增长优势和区域增长优势,且增长优势突出,发展潜力较大。③从空间格局看,东北三省有75%的地级市农业具有比较优势;72%的地级市畜牧业产值增速高于全国平均水平,具有部门增长优势,优势突出。尽管东北三省种植业在全国的比较优势较强,但其产值增长速度相对迟缓。为推进粮食主产区农业发展,应提高现代农业发展水平,促进农业综合发展。     

Estimation of Travel Climate Comfort Degree in the Cross-border Region between China and Russia based on GIS

The duration of travel climate comfort degree is an important factor that influences the length of the tourism season and the development of a tourism destination. In this study, we used the monthly average meteorological data for the last 10 years from 46 weather stations in Heilongjiang Province (China) and Primorsky Krai (Russia) to calculate the temperature-humidity index (THI) and wind chill index (WCI) based on ArcGIS software interpolation technology. We obtained the climate comfort charts of the study area with a grid size a 1 km ² grid size, and analyzed the spatial distribution of comfort for each month. The results show the following: 1) The THI and WCI of the cross-border region gradually decrease from south to north and from low altitude to high altitude. The annual comfortable climate period is longer when analyzed in terms of the WCI rather \than the THI. 2) The travel climate comfortable period of the study area shows significant regional difference and the length of the comfortable period in Heilongjiang Province is 4 to 5 months. Meanwhile, the period in Primorsky Krai decreases from south to north and the length of the comfortable period length in its southern region can reach 7 months. 3) The predominant length of the climate comfortable period in the cross-border area is 5 months per year, and it covers 46.6% of the total area, while areas that have a climate comfortable period of 2 months are the most limited, covering less than 0.3% of the area. The results provide a scientific basis for the utilization and development of a meteorological tourism resources and touring arrangements for tourists in the cross-border region between China and Russia.     

东北地区玉米低温冷害气候和经济损失风险分区

分析了东北地区玉米低温冷害发生的热量条件、发生频率、风险指数和风险概率,用冷害气候风险评价指标将东北地区划分成高、偏高、中等、较低和低风险5个玉米低温冷害气候风险区域。考虑到冷害气候风险和玉米产量和面积比例等农业生产结构因素,建立了玉米低温冷害的气候—灾损综合风险评估模式,并将东北地区划分成高风险、较高风险、中风险、较低风险和低风险5个玉米低温冷害灾损综合风险区域,并指出各区域减缓玉米冷害风险的技术和战略措施。结果表明,东北地区的北部、东部和中部低温冷害灾损风险较大,吉林省西南部和辽宁省大部风险较小。