柏秦凤[1]2008年在《华南寒害致灾气候因子及综合指数研究》文中研究说明本文针对近年来寒害致灾过程由低温为主向低温、寡照、阴雨综合影响的新变化,在前人工作基础上,以荔枝、香蕉为承灾体,将寒害研究区域由部分省区扩展为华南地区,将致灾气候因子筛选由仅考虑低温要素的影响拓展为低温、日照、雨湿要素的综合影响。计算并绘制了华南寒害不同致灾因子1951~2005年的平均值、极值及其分布图。采用典型站、典型年与区域分析相结合的方法,筛选确定了10项寒害致灾因子;采用叁种因子组合方法分别求算了广州站1951～2005年的寒害综合指数HI,通过对叁种计算结果与实际寒害发生情况的吻合性分析比较,选择吻合性最好的8因子组合方法,分别对广州、广东省、广西区、华南地区寒害综合指数HI的第一、二向量时间系数进行计算,并对其年代际变化特征进行分析。取得的主要研究结论如下:1)新筛选10项寒害气候致灾因子:过程日照距平和、过程平均日照距平、过程日最低气温距平和、过程平均日最低气温、过程极端最低气温距平、过程极端最低气温距平百分率、过程日均温距平和、过程平均日均温距平、过程平均水汽压距平、过程降雨量。新增寒害致灾因子不仅补充了寒害过程光照、水分要素变异的致灾信息,而且表征了当年寒害过程温度与多年平均温度差异的累积量大小,以及不同时期的温度变化对寒害发生的影响关系。2)以广东梅县为例,基于长年代历史寒害过程日照、降雨因子变化的综合分析,区分了干冷型、湿冷型2种寒害过程,分析了2种寒害过程的历史演变特征。广东梅县严重干冷型寒害年份多出现在20世纪80年代中期以前,寒害过程日照距平和达到60h～210h且过程少雨;严重湿冷型寒害年份出现在80年代中期以后,寒害过程日照距平和基本在50h以下且过程均出现降雨。3)基于华南地区寒害过程平均日照距平分布变化,初步界定了过程平均日照距平>2.0h的区域为干冷型寒害过程多发区域;过程平均日照距平1.0～2.0h的区域为混合型寒害过程多发区域;过程平均日照距平<1.0h的区域为湿冷型寒害过程多发区域。华南中部和东部为干冷型寒害多发区,华南南部为湿冷型寒害多发区;其他地区为混合型寒害多发区域。4)采用主成份分析方法,提取了寒害致灾气候因子的综合影响信息,构建并计算了寒害综合指数HI、不同致灾因子的权重系数。结果表明:HI与过程持续日数、过程≤5℃的积寒、过程日照距平和呈正相关,正相关因子值越大,HI值越大,寒害越严重;与过程极端最低气温、过程日最低气温距平和、过程极端最低气温距平、过程平均日均温距平、过程平均水汽压距平呈负相关,负相关因子值越小,HI值越大,寒害越严重。5)采用8因子、6因子、5因子叁种组合方法分别求算了广州站1951～2005年的寒害综合指数HI,其中以8因子组合方法计算结果与实际寒害发生情况的吻合性最好。以HI值大小将寒害划分为叁个等级:HI>2.0时,为严重寒害年份;1.0<HI<2.0时,为中度寒害年份;0<HI<1.0时,为轻度寒害年份。6)通过对广州、广东省、广西区、华南地区寒害综合指数第一时间向量、第二时间向量时间系数变化特征的分析,揭示了单站、分省区、华南地区寒害变化的年代际特征。其中广州站20世纪70年代寒害发生最强,90年代至2006年次之,50至60年代再其次、80年代最弱。广东省寒害发生总体呈上升趋势、广西区寒害发生总体呈下降趋势;但其共同特点均表现为70年代波动最强、90年代次之、60年代再次之、80年代最弱。华南地区综合寒害指数第一特征向量场时间系数变化保持多年基本平衡,波动由强到弱年代顺序为70年代、80年代、90年代、60年代。
冯颖竹[2]2002年在《广东冬季寒害时空分布规律的研究》文中指出用广东省22个分布较均匀的代表站1957年12月—2001年2月冬季(12月—2月)逐日平均气温和最低气温资料，对广东省近44年来冬季寒害的发生规律及地域分布特征进行了分析和研究，为广东省冬季农业生产提供科学指导。 讨论和总结了冬季低温给广东主要热带南亚热带作物带来的危害。研究了广东冬季气温的气候变化，认为广东冬季平均气温在具有显着上升趋势的同时，变幅加大。在此基础上，以广东主要热带南亚热带作物的生物学下限温度为依据，从这些作物受寒害的起点温度(环境温度≤5.0℃)出发，提出了寒害过程的概念，并用寒害过程低温的强度(逐日最低气温)X_1、低温的持续时间(天数)X_2及考虑了低温的强度和持续时间综合作用的物理量负积温X_3这3个指标来描述寒害的强度，研究了广东历年冬季寒害的变化，分析了这3个指标间的相关系数，结果表明它们之间互相存在显着的相关关系。 将寒害指标X_1、X_2、X_3序列作主要分量分析，从3个特征向量场中找出了一个物理意义清晰、方差贡献率大(大于75％)的主要分量，将其定义为综合寒害指数。 计算了22个代表站44年的综合寒害指数序列，构成一个综合寒害指数序列的时变矩阵，对该矩阵进行自然正交分解，获得了2个有意义的特征向量场，由此发现广东冬季寒害的地域分布主要有2种型式：整体分布型和南北分布型。 对广东冬季综合寒害指数和广东冬季综合寒害指数第一特征向量的时间系数、第二特征向量的时间系数进行了小波分解。结果发现，广东冬季寒害的整体分布型具有准8年的周期变化；南北分布型具有准22年的周期变化；综合而言，广东冬季寒害具有准8年主要振荡的周期变化。
冯颖竹, 梁红, 黄璜[3]2005年在《广东冬季寒害的时空分布规律》文中进行了进一步梳理用广东省22个分布较均匀的代表站1957—2001年冬季(12月至次年2月)逐日平均气温和最低气温资料,研究了广东冬季寒害的时空分布规律,计算了广东冬季综合寒害指数。对广东22个代表站上述44年的综合寒害指数进行了自然正交分解,得到了2个有意义的特征向量场。由此发现广东冬季寒害的地域分布主要有2大类型:整体分布型和南北分布型。对广东冬季综合寒害指数和综合寒害指数第一特征向量时间系数、第二特征向量时间系数进行了小波变换。结果表明,广东冬季寒害整体分布型的主要振荡为准8年周期,南北分布型的主要振荡为准22年周期。综合而言,广东冬季寒害除具有准8年振荡的主要周期变化外,还有2～4年及22～24年的周期变化。根据小波变换图分析,预计未来2年广东冬季寒害以偏弱为主,尔后进入转换期。
杜裕[4]2012年在《气候变化背景下广西冬季寒害与冻害时空分布特征研究》文中提出寒冻害是广西主要的农业气象灾害之一,气候变化背景下更有加剧的趋势,研究它对广西农业应对气候变化,防灾减灾有重要的意义。本文利用广西88个台站1961-2010年冬季(当年12月-翌年2月)逐日平均气温,逐日最低气温,逐日降水量资料,分析了广西冬季气温和降水变化趋势与空间分布特征。通过新挑选的13项寒冻害相关致灾因子,经过多次应用主分量分析方法,构建了广西冬季寒害、冻害综合指数,对历年寒害、冻害指数值进行计算,制定出广西寒冻害强度的等级指标,分析寒、冻害综合指数值年际变化趋势,并结合GIS中的插值方法,对广西冬季寒害综合指数(HI)和部分地区1月冻害综合指数(DI)第一、二特征向量场的空间分布特点进行分析,为广西冬季农业生产提供科学指导。所获得的主要结论如下：1、近50年来广西冬季平均气温和1月平均气温、2月平均气温、年极端最低气温的年际变化均呈上升趋势；桂东北、桂西北和桂东南地区增温趋势比较明显。2、广西近50年冬季降水量和1月降水量、2月降水量年际变化趋势总体都呈现上升趋势,但广西冬季≥5mm降水日数的年际变化呈下降趋势,冬季降水量和冬季降水日数变化不同步；冬季气温波动幅度较大的年份,对应时期的冬季降水波动幅度也相对较大。广西冬季降水桂东北正趋势较强,桂西次之,桂东南最弱。3、通过对广西寒冻害相关致灾因子的时空变化特征分析发现,广西每年都有不同程度的寒冻害发生,只是每年寒冻害所涉及的范围不同。冬季有害积寒,总体呈带状分布,由北向南递减,同纬度情况下,高寒山区多于河谷、平原。4、广西综合寒害指数(HI)年际变化总体呈下降趋势；HI指数第一特征向量均为正值,空间分布呈现全区的一致性,即全区偏多(少)型；高值区位于桂东北,桂东北比桂西南寒害严重；HI指数第二特征向量场呈现东-西分布,即东部与西部相反型；东部绝大部分地区为负值,西部基本上为正值,西部寒害未来可能有加强的趋势,相关部门应增强防寒意识。5、近50年来广西18个台站1月综合冻害指数(DI)年际变化总体呈现下降的趋势,DI指数第一特征向量均为正值,空间分布有高度一致性,桂东北向量值最大,表明当前桂东北冰冻灾害最严重；DI指数第二特征向量场空间分布：正负值区分块集中,桂东北地区为高值区,说明未来桂东北冰冻灾害有更加严重的趋势
王建芳[5]2006年在《遥感地表温度反演在寒害监测预警中的应用》文中认为广东地处热带和亚热带季风气候区,盛产香蕉、菠萝、荔枝、龙眼和芒果等水果。然而,冬季寒害天气却给原本生产成本较高的热带亚热带水果生产带来极大的危害和损失,已成为广东省继洪涝、台风之后的第叁大自然灾害。目前对于广东冬季寒害,多使用气象数据的统计分析方法,而基于高科技手段进行寒害区域宏观监测与预警尚处起步阶段,而利用遥感技术在区域寒害的研究和应用更不多见。 本文从热红外遥感理论基础入手,以广东汕尾山区为例,采用先进星载热辐射和反射辐射计(ASTER)数据和中分辨率成像光谱仪(MODIS)数据,分别采用TES算法中的参考通道法和分裂窗算法反演在寒害初期瞬时的地表温度及其分布,利用不同空间分辨率和时间分辨率(周期)LST数据相结合分析进行寒害监测。通过遥感地物分类提取研究示范区主要寒害经济作物分布信息,并针对主要经济作物香蕉,定量研究了ASTER和MODIS反演的地表温度与NDVI、高程和坡向等因子的相关性,并结合具有强大空间分析功能的GIS技术和地统计学方法,建立了结合地形因子预测寒害温度分布的遥感地表温度修正模型,进而可根据寒害评价指标预测主要经济作物寒害分布及灾情损失。 本研究实现了先进的ASTER/MODIS遥感数据和多种地表温度反演方法的集成应用,发现ASTER反演的地表温度与观测0cm地面温度的相关性可比MODIS提高27%左右,这对广东冬季寒害监测和预警提供了及时高效的定量研究手段,达到了技术方法上的应用创新。研究工作为下一步寒害灾情监测与评估提供了科学依据,可直接服务于寒害的防灾减灾工作,具有重要的现实意义和巨大的社会经济效益。
叶瑜[6]2013年在《基于GIS的广西香蕉冬作季气候生产潜力时空分布特征》文中提出分析冬作季(当年11月-翌年5月)气候生产潜力对于合理利用广西当地的冬作季气候资源,充分发挥冬作季气候生产潜力,制定相应的对策,实现生产力的提高,具有非常重要的理论意义和现实效果。因此,研究广西香蕉冬作季栽培有利于广西冬季农业的发展。本文利用广西91个气象站点近30年冬作季逐日逐月的冬季气候资料整理并分析其时空分布特征。在充分了解了广西冬季气候背景的基础上,通过选取了2001年～2009年的冬季气候资料,运用农业生态区划法(AEZ法)构建广西香蕉冬作季气候生产潜力模型,结合GIS中的两种插值方法,对其进行空间插值,进行时空分布特征分析,并采用经验正交函数法(EOF)通过第一和第二特征向量场进行空间验证并预测。可以得到的几个主要结论：1、广西气候资源时间变化为冬作季的平均日照时数、平均气温、极端最低气温、平均降水量、相对湿度、平均蒸发量以及平均气压均比非冬作季的低。极端最高气温与平均风速的全年变化都不大。2、广西冬作季日照时数总量、平均温度、蒸发总量的空间变化基本都是从南向北递减,极端最低气温桂西南比桂东北高,降水总量桂西比桂东低,而极端最高气温则是桂西最高,相对湿度则是桂南以及桂北大部分区域比较高,平均风速是桂南沿海地区以及桂东北部分区域较大,平均气压由桂西北部向东南方向逐渐升高。3、香蕉冬作季光合生产潜力年际变化总体来说处于上升趋势,但是光合生产潜力波动非常大。香蕉冬作季光合生产潜力空间分布是桂北的罗城、河池等地区以及桂东北大部分区域的光合生产潜力都比较小,桂南沿海以及桂西北部分区域的冬作季光合生产潜力均比较大。容县、浦北等地区未来的光合生产潜力呈上升趋势。4、香蕉冬作季光温生产潜力年际变化总体来说处于下降趋势。香蕉冬作季光合生产潜力空间分布总体呈桂东北向桂南沿海、桂东平原向桂西山区递增的趋势。桂南的香蕉冬作季光温生产潜力明显比桂东北的高。桂东的香蕉冬作季光温生产潜力不如桂西的高。钦州、博白、容县的地区未来的光温生产潜力呈上升趋势。5、香蕉冬作季气候生产潜力年际变化总体来说处于下降趋势。香蕉冬作季气候生产潜力空间分布由北向南递增。桂北大部分区域的气候生产潜力比较低,桂中以及桂南大部分区域的气候生产潜力相对比较高。钦州、灵山等地区未来的冬作季气候生产潜力呈上升趋势。
杜尧东, 李春梅, 毛慧琴, 唐力生[7]2008年在《广东省香蕉寒害综合指数的时空分布特征》文中研究表明根据广东省77个站1962-2006年冬季气候资料,计算了全省香蕉寒害综合指数,并对其进行了经验正交函数分解和小波分析。结果表明,全省香蕉寒害综合指数的空间分布以总体一致型为主,此外,还呈现粤北珠叁角-粤东粤西差异型。香蕉寒害波动20世纪70年代最强,60年代次之,80年代最弱,90年代又有所增强。对时间系数进行小波分析发现,第一特征向量时间系数70年代和90年代2~4 a周期表现显着。第二特征向量时间系数70年代和90年代具有显着的2~4 a周期,80年代具有显着的6~8 a周期。这一结果为香蕉寒害的区划、评估和预测等奠定了基础。
余会康, 郭建平, 赵俊芳[8]2015年在《华南龙眼寒害时空分布特征分析》文中研究说明华南4省(福建、广东、广西、海南)是中国龙眼的主产区,而寒害是龙眼生产的主要农业气象灾害,研究寒害的时空分布特征与其发生规律对防灾减灾与区划布局具有重要作用与意义。根据《龙眼寒害等级标准》(QX/T168-2012),选取影响龙眼寒害主要影响因子,计算华南4省64个站点52年(1961~2012年)龙眼寒害指数(Hi),确定各级别寒害的发生频率,运用Arcgis地理信息软件与空间插值方法,分析华南4省寒害空间分布特征;通过对52年龙眼寒害指数矩阵、主要发生月份(11月至翌年3月)寒害指数矩阵的经验正交分解(EOF),提取第一时间分量,分析寒害时间分布特征。结果表明,受气候变暖影响,华南地区平均积寒随年代呈减少趋势,有利于寒害的减少。华南4省寒害空间分布呈明显纬向分布,寒害发生频率由南至北增加,寒害还与地理位置有关,发生频率由沿海至内陆增加。寒害时间分布特征为:1~2月为寒害发生频率最高的月份,体现年寒害分布的主要特征,是年寒害发生的最主要时段,但发生频率随年代呈现明显减少趋势。11~12月与3月不是年寒害发生的主要时段,发生频率相对低,但个别年份仍有可能出现较重寒害。通过与历史寒害记载对照分析,表明寒害时空分布特征能够反映历史实况主要特点。
薛丽芳[9]2011年在《广东省典型经济作物精细化气候区划》文中研究表明农业气候区划是充分合理利用自然资源、优化农业结构的重要依据,其对农业、农村以及区域经济发展有重要的作用,因此进行农业气候区划是十分必要的。本论文根据广东省1970-2009年86个气象站点资料,依托GIS技术进行广东省龙眼和香蕉气候适宜性区划。根据空间分析模型分析气候资源的时空分布规律,首次得到广东省地区及县级精细化气候资源区划。研究成果可为农业部门优化产业布局,积极应对气候变化,因地制宜优化种植业布局,特别是充分利用山区立体气候资源发展特色农业提供科学依据。本文主要研究结果如下：(1)气候资源区划。根据广东省86个地面气象站资料采用GIS技术和统计模型方法,考虑经度、纬度、海拔高度、坡度和坡向等地形因素获得1km×1km分辨率的广东光、温、热等气候资源区划,精细的刻画了广东省近40年气候资源分布及其变化特征。(2)龙眼种植适宜性区划。根据1992-2005年龙眼平均气象产量和主要气象要素的相关性确定区划指标,利用GIS的空间分析功能得到定量化广东省龙眼种植区划图,其中最适宜区占全省面积为14%,适宜区占全省面积为43%,次适宜区占全省面积为23%,不适宜区占全省面积为20%。(3)香蕉种植适宜性区划。以广东省86个气象站点1992-2005年的气象数据为依据、利用数理统计方法对1992-2005年香蕉平均气象产量与同期气候条件进行相关分析,确定香蕉种植综合区划指标。依托GIS技术空间分析功能进行香蕉种植气候适宜性区划,得出广东省气候上最适宜种植香蕉的土地面积占17%,适宜区占18%,次适宜区占25%,不适宜区占40%。(4)县级气候资源精细区划。根据粤北南岭南北坡立体气候观测站2008-2010年观测资料,分析南岭气象要素递减率南北坡差异及四季差异。基于GIS技术和气候学模型获得100m×100m分辨率阳山县和乳源县气候资源区划,对南岭进行分层区划以提高山区气候资源利用率。本文基于GIS技术及气候学模型方法开展了气候资源区划及龙眼和香蕉的种植区划,具有良好的应用前景。不仅考虑了丰富的地理环境信息,而且立体直观地表征资源状况,实现区划产品的优化空间配置。未来的工作将更多趋于区划精度校正及灾害区划。
陈修治, 陈水森, 苏泳娴, 李丹, 韩留生[10]2012年在《基于被动微波遥感的2008年广东省春季低温与典型作物寒害研究》文中提出以2008年作物寒害为例,基于AMSR-E亮温和地面气象温度数据构建了广东省气温反演模型,平均误差为2.5℃。寒害期间,全省最低气温均小于9℃,大部分地区降温幅度在5～15℃之间,降温持续天数均在10d以上。综合最低气温、降温幅度和降温持续天数3个重要因子,构建了广东省寒害指数。结果显示,寒害程度从北部山区向南部沿海平原逐步递减:严重寒害主要发生在北部山区,较严重寒害发生在中部地区,以平行于海岸线的狭长带状形式分布,一般寒害和无寒害区域主要分布在沿海地区。其中,严重和较严重寒害约占省域总面积的40.1%,遭受严重寒害和较严重寒害的典型亚热带作物园地面积占总园地面积的49.61%。
参考文献：
[1]. 华南寒害致灾气候因子及综合指数研究[D]. 柏秦凤. 中国气象科学研究院. 2008
[2]. 广东冬季寒害时空分布规律的研究[D]. 冯颖竹. 湖南农业大学. 2002
[3]. 广东冬季寒害的时空分布规律[J]. 冯颖竹, 梁红, 黄璜. 自然灾害学报. 2005
[4]. 气候变化背景下广西冬季寒害与冻害时空分布特征研究[D]. 杜裕. 广西大学. 2012
[5]. 遥感地表温度反演在寒害监测预警中的应用[D]. 王建芳. 中国科学院研究生院（广州地球化学研究所）. 2006
[6]. 基于GIS的广西香蕉冬作季气候生产潜力时空分布特征[D]. 叶瑜. 广西大学. 2013
[7]. 广东省香蕉寒害综合指数的时空分布特征[J]. 杜尧东, 李春梅, 毛慧琴, 唐力生. 中国农业气象. 2008
[8]. 华南龙眼寒害时空分布特征分析[J]. 余会康, 郭建平, 赵俊芳. 中国农业资源与区划. 2015
[9]. 广东省典型经济作物精细化气候区划[D]. 薛丽芳. 南京信息工程大学. 2011
[10]. 基于被动微波遥感的2008年广东省春季低温与典型作物寒害研究[J]. 陈修治, 陈水森, 苏泳娴, 李丹, 韩留生. 遥感技术与应用. 2012