徐为根[1]2002年在《旱涝灾害对江苏作物生产影响的评估决策系统》文中指出江苏省地处北亚热带、东临海洋,雨量充沛,气候湿润,但降雨量年际间变化大,年内分布不均匀,造成不同年份干湿状况差异较大,常有非旱即涝的现象,给主要作物生产带来非常不利的影响。本文在1999年和2000年对棉花和小麦进行7个不同等级土壤湿度试验的基础上,客观地分析了棉花和小麦全生育期的耗水特征和规律,并建立了定量模拟模型。对不同等级土壤湿度对作物生长和产量的影响进行了客观评价。根据江苏省近40余年的气象资料、产量资料和旱涝灾害资料,分农业气候区利用农田水分平衡方程计算了不同作物逐旬水分盈亏量,确定了旱涝灾害指数,并用多元积分回归方法分析了降水对棉花和小麦产量的定量影响,得出作物生长期内逐旬水分敏感指数。根据以上的分析计算结果,建立了旱涝灾害对江苏作物生产影响的评估决策系统,该系统分为5个模块:(1)数据库,包括气象资料数据库、旱涝灾害数据库和农业气象资料数据库。(2)水分盈亏的计算。(3)旱涝灾害的影响评估。(4)旱涝指数的计算及图形显示。(5)耗水量的估算。系统经过试用,基本可以反映全省的旱涝状况,并可准确评估旱涝灾害对作物的生长和产量的影响。
吴玮[2]2013年在《基于GECROS模型的黄淮海地区夏玉米旱涝灾害评估研究》文中进行了进一步梳理农业气象灾害频发是制约我国农业发展的一大因素。对农业气象灾害所造成的影响进行评估分析是国内研究热点之一。目前,国内关于农业气象灾害影响的评估技术多以数理统计方法为主,虽然方法简便,易于统计,但其评估效果的好坏与观测资料的样本长度有密切关系,存在气候变量生物学意义不明确,地区和年份的外推效果较差,定量评价程度和动态跟踪能力欠缺等弱点。利用作物模型模拟的方法目前虽然研究较少,模型本身机理有待改进,区域评价效果也有待加强,但是却能克服统计方法中变量生物学意义不明确和外推效果较差等弱点,为早涝灾害损失评估业务提供一种有效地方法。本研究针对黄淮海地区历年夏玉米生育期间的早涝频发,以夏玉米为研究对象,在早涝水分控制试验和灾情实地调查的基础上,利用Wageningen开发的GECROS模型对玉米旱涝灾害进行定量评估。在完成GECROS模型单点本地化和区域多点模拟应用的基础上,开展基于作物生长模型的玉米不同生育期阶段早涝指标、敏感性的研究,确定夏玉米生长量对旱涝的敏感程度和时段;同时利用气象数据驱动作物生长模型,开展早涝损失评估,为旱涝灾害损失评估业务提供依据。主要结论有:(1)利用黄淮海地区各站点夏玉米历年生育期资料,进行模型生育期参数校准及回代外推检验,确定各站点的生育期参数。根据GECROS模型作物生长参数的生物学意义和敏感性分析,确定作物生长参数调整方案。一部分参数采用默认值,另一部分根据“试错法”利用实际生物量数据,确定GECROS模型生长参数取值。模拟检验结果表明,GECROS模型基本能反映黄淮海地区不同水分条件下的夏玉米生长发育过程,从而为实现区域旱涝灾害评估应用奠定基础。(2)利用GECROS模型模拟黄淮海地区各站点历年实际降水条件下的最终产量,并通过改变典型旱涝年份的实际降水量来进行模拟最终产量,分析降水变化对玉米产量的影响,明确模型对早涝的敏感性。同时进一步研究不同时段降水变化对的最终产量影响,确定玉米受旱涝影响的敏感阶段。(3)利用GECROS模型模拟的地上总重和穗重,作为早涝灾害对作物生产影响程度的要素指标。再结合夏玉米生育期间的降水正负距平,作为区分实际旱涝的指标。利用黄淮海地区1961-2010年多个站点气象数据、土壤数据,运转GECROS模型模拟出实际降水条件和潜在条件下的各站多年逐日植株地上总重和穗重。以成熟后和各生育阶段的总重和穗重减少率以及对应阶段的降水距平百分率,建立早涝损失评估指标。(4)利用历年定性的实际旱涝资料,根据灾害发生的频率将各项指标划分不同早涝等级,并确定各级阈值。在此基础上对各项指标划分的不同旱涝等级进行历史概括能力的检验,为黄淮海夏玉米旱涝灾害评估奠定基础,同时结合不同生育时期的旱涝等级,进行夏玉米生长不同阶段的旱涝灾害评估。(5)利用GECROS模型模拟结果结合夏玉米黄淮海地区综合早涝指标来进行区域性评估,通过综合指标的回代和模拟检验,能够较好地反映黄淮海地区夏玉米生育期的早涝情况。同时选取了个别年份对玉米全生育期的早涝模拟结果和实况进行对比,分析了一些造成差异的可能性原因。另外,分析个别年份不同生育阶段的旱涝灾害空间分布情况,及随生育进程的变化趋势。
葛道阔, 曹宏鑫, 杨余旺, 马晓群, 张文宇[3]2017年在《基于WCSODS的小麦旱涝灾损区域化监测与精细化评估》文中指出采用国内外广泛应用的气候数据插值专用软件-ANUSPLIN,插值生成江苏、安徽、山东和河南4个小麦主产省代表性区域1971-2015年逐年的5 km×5 km分辨率的网格化逐日数据集,数据包括逐日平均、最高气温、最低气温、降水量和日照时数等。结合经改进的WCSODS(小麦栽培模拟优化决策系统)的区域化方法,并利用相关监测数据,开展了研究区域冬小麦旱涝灾害损失的区域化监测与精细化评估。结果表明:作物模型评估的灾损率等级与实际灾损率等级在空间分布上表现一致,区域内所有格点灾损率等级基本准确率(等级差≤1)为83.3%,其中完全准确率(等级差=0)为62.3%。研究区域冬小麦有典型的北部偏旱、南部偏涝的分布特点,且干旱灾损一般大于涝渍灾损。整个研究区域平均而言,干旱和涝渍灾损均有随年份微弱减少的趋势。
葛道阔, 曹宏鑫, 杨余旺, 马晓群, 张文宇[4]2017年在《基于作物生长模型的小麦区域化旱涝监测预警》文中认为利用江苏、安徽、山东和河南4个小麦主产省代表性区域有关试点的气象数据,同时采用气候数据插值专用软件ANUSPLIN插值生成的上述代表性区域1971—2015年逐年5 km×5 km分辨率的网格化逐日数据集(逐日平均气温、最高气温、最低气温、降水量、日照时数等),结合经改进的WCSODS(小麦栽培模拟优化决策系统)及其区域化方法,并利用相关监测数据,开展冬小麦旱涝灾害损失的区域化监测预警与精细化评估。结果表明,研究区域冬小麦有典型的北旱南涝、干旱灾损一般大于涝渍灾损的分布特点;短期灾损指数可对小麦旱涝灾损进行区域化的动态监测预警。
徐为根, 高苹, 张旭晖, 吴洪颜[5]2002年在《农业气象灾害对江苏淮北地区冬小麦产量的影响分析》文中研究表明本文用拉格朗日插值法推算江苏省淮北地区冬小麦在无农业气象灾害条件下从 196 0~2 0 0 0这 4 1年的期望产量 ,并用用 S软件建立气象灾害对冬小麦产量影响的逐步回归模型 ,分析了各类农业气象灾害对产量的影响。对指导淮北地区有针对性的防御农业气象灾害 ,降低其对冬小麦产量的影响有重要的实际意义
郁凌华[6]2013年在《黄淮海夏玉米涝渍灾害影响评估》文中研究说明黄淮海地区是我国夏玉米的主产区,区域内降水分布不均形成旱涝灾害对夏玉米的产量构成威胁。为达到黄淮海地区夏玉米高产、稳产这一目标,本文从气象角度出发,对黄淮海地区的涝害情况进行初步分析,结合夏玉米生长季气候因子与玉米产量之间的相关性对该区夏玉米涝渍灾损情况进行评估,最后根据各站夏玉米涝渍模拟试验,分灾种讨论涝渍灾害对夏玉米生长过程和最终产量的影响。结论如下:(1)黄淮海地区降水量集中在6-9月,正值夏玉米生长季。除6月份,黄淮海地区2003年后7-9月的涝害趋势增强。不同站点的早涝趋势不尽相同:北京站6-9月总降水在1997年后持续减少,干旱化明显;郑州站6-9月总降水在2003年后持续增加。(2)黄淮海地区1970-2010年发生涝害的年数是南北多中部少,南部的重涝年份多于北部,北部主要发生轻、中涝。在夏玉米生长季节内,容易发生重涝害的站点主要在黄淮海的南部地区,包括河南、安徽以及江苏部分站点。典型涝害年中,黄淮海受涝地区由南向北逐月移动,即6-7月的涝害主要发生在南部,8-9月的涝害主要发生在北部。(3)在涝渍气候因子中,河南、山东、安徽省的降水量、雨日数在2003后都显着增加,河北省降水量在1997年后减少。黄淮海地区6-9月总日照时数在2000年后不断减少。气候变暖使黄淮海地区6-9月≥10℃的积温在1993年后不断增加,其中安徽省、河北省积温变化幅度较大。(4)黄淮海地区夏玉米各主要发育期的降水量、雨日数(雨日)、日照时数与夏玉米减产率之间有一定的相关性,尤其以安徽省最为明显。根据阴湿指数构建安徽省夏玉米涝渍指标,该指标经历史回代检验能较好的反应安徽省夏玉米涝渍减产情况。(5)黄淮海地区涝渍试验表明涝渍导致夏玉米发育期延迟,但延迟天数还与各年气象条件有关。涝渍使株高变矮、叶面积指数减少、光合作用能力降低、各期干物质累积减少、最终减产。拔节期涝、渍和抽雄期涝、渍对夏玉米最终减产的影响因试验站的不同而不同:南阳、合肥拔节期涝害对夏玉米减产的影响大于抽雄期涝害,信阳抽雄期涝害的夏玉米减产率大于拔节期涝害;南阳、宿州拔节期渍害的夏玉米减产率大于抽雄期渍害,信阳抽雄期渍害的夏玉米减产率大于拔节期渍害。涝、渍天数与夏玉米相对气象产量之间有很好的线性关系,即随着涝、渍天数的增加,夏玉米减产越严重。
栾健[7]2017年在《农业自然灾害对山东省粮食生产影响研究》文中研究表明粮食安全问题是关系社会稳定、国民经济持续健康发展的重大全局性问题。近年来,农业自然灾害的频繁发生加剧了粮食产量的波动程度,对粮食生产的影响极大。山东省既是中国重要的粮食主产省,又是一个农业自然灾害频发的省份。确保山东省粮食稳产增产,对于维持粮食供需平衡、保障国家粮食安全、促进农民增收、实现农业可持续发展均具有重大意义。本文首先从理论层面上分析了农业自然灾害对粮食生产影响的直接效应和间接效应;其次,利用山东省1978~2014年粮食生产和农业自然灾害数据,分析了山东省粮食生产与农业自然灾害的时序演变趋势与空间分布规律,并运用分解模型、灰色关联分析模型和脱钩理论,测算了农业自然灾害对不同种类粮食单产的影响程度、不同种类自然灾害与多种粮食作物的关联度以及农业自然灾害对粮食生产的束缚强度。得出以下主要结论:从时序维度看,山东省粮食总产量、单产量总体呈现稳步提升趋势,且具有明显的阶段性差异。从空间分布状态看,山东省粮食总产量较高的地市主要集中于中西部地区,且存在显着的区域性差异。山东省农业自然灾害演变趋势主要表现为作用范围不断加剧、旱灾影响力不断提升、灾害链效应愈发明显,且不同种类农业自然灾害呈现出显着的季节性、交替性特征。随着时间的推移,农业自然灾害也表现出大灾次数不断增加、小灾次数不断减少的变化趋势。山东省农业自然灾害的空间分布特点为:东部少、西部多;南部少、北部多。从生产效率看,农业自然灾害对粮食生产的影响程度(58.93%)一直居于首位,远高于技术因素(31.49%)与社会因素(9.57%)的影响。从总体看,旱灾对于粮食生产的负面影响(关联度为0.5874)仍然居于首位,其次则为洪涝灾害(关联度为0.5649)、风雹灾害(0.4877)。从小麦、玉米生产看,不同农业自然灾害对作物单产的影响顺序也表现为旱灾、洪涝灾害、风雹灾害。从生产规模看,农业自然灾害受灾面积与粮食总产量之间的关系仍表现为扩张性耦合状态,即农业自然灾害受灾面积和粮食总产量平均来看仍在不断增长,且农业自然灾害的增长速率要高于粮食总产量的增长速率,粮食总产量仍然受到农业自然灾害的强力束缚。在农田水利设施抗灾能力方面,水库容量与农业自然灾害波动项关联度最高,其次则为有效灌溉面积、农用排灌总动力。最后,从保护农业生态环境、完善水利基础设施建设、提高农业自然灾害预警能力、加强粮食新品种研发、健全农业保险等角度,为山东省粮食生产防灾减灾提供对策建议。
李莎[8]2017年在《农业气象灾害对粮食生产的影响与风险评估》文中研究说明在全球气候变化的背景下,气象灾害对于粮食安全的影响一直备受关注,旱涝、低温冷害等农业气象灾害的大范围出现,是粮食大面积减产的重要影响因素。为了探究农业气象灾害对粮食生产的影响,本文利用多种统计学方法,统计分析了我国多种农业气象灾害和粮食减产的时间序列变化特征,并重点选取在各种农业气象灾害中危害程度所占比重最高的旱涝灾害作为研究对象,利用空间自相关的方法分析了研究时期的四个旱涝灾年区域的受灾情况和粮食减产在空间上的集聚分布特性,利用经验正交分解的方法分析了华北和江淮地区旱涝灾害最主要的致灾因子—降水量以及粮食相对气象产量(减产率)的空间分布特征,最后用奇异值分解的方法综合探究了降水量与粮食减产在时空两个方面的耦合相关模态,从空间型和时间序列分析两个变量场之间的相关关系。本文的创新之处在于将相对气象产量作为变量场引入到气候统计分析方法中,并与气象场进行结合,着重分析了灾害在空间上的分布情况。通过经验函数正交分解(EOF)得出,华北和江淮地区降水量的前两种分布型一致,均为"全区一致型"和"南北相反型",两个地区正交分解第叁模态分别为"东西型"和"南北叁极分布型";通过奇异值分解(SVD)找到两场的耦合模态,华北和江淮地区的粮食减产区域基本与洪涝灾害区域相对应,这些地区的粮食减产与降水量偏多关系密切。而大范围的粮食减产特别是北方地区大面积的粮食减产主要与降水量的偏少相对应。
尹朝静[9]2017年在《气候变化对中国水稻生产的影响研究》文中研究说明受自然因素和人类活动的共同影响,全球气候变暖已成为不争的事实。2014年政府间气候变化专门委员会(IPCC)第5次评估报告再次指出气候变暖是明确无误的,过去的130年全球升温0.85℃,且从上世纪50年代开始,极端天气气候事件开始增多,包括干旱、洪涝、高温等灾害,严重威胁着人类的生产和生活。事实上,气候变化对环境、生态和社会经济系统已产生日益严重的影响。农业是受气候变化最为敏感和最为脆弱的领域之一,大量研究证实气候变化对农业生产有着显着影响。中国作为一个农业大国,气候变化对中国农业生产的影响已经逐渐显现。《气候变化与贫困》(2009)中指出,如果不采取适应性措施,到2030年,中国种植业生产能力在总体上因气候变暖可能会下降5%-10%。其中,小麦、水稻和玉米叁大粮食作物均以减产为主。到21世纪后半期,小麦、水稻、玉米等几种作物的单产将最多下降24%-37%。2015年中国水稻播种面积为30215.74千公顷,稻谷总产量达20822.52万吨,分列世界第二和世界第一。中国水稻生产的变化不仅会影响国内粮食供给,而且对国内外粮食价格和国际稻米市场也具有重要影响。目前,学术界关于气候变化对粮食安全的研究较多,但是针对具体粮食作物品种尤其是水稻生产影响的研究并不多见,缺乏微观基础,特别是关于气候变化对水稻布局变迁和生产率影响的研究还很少。在气候变暖和极端气候频繁的背景下,气候变化究竟会对中国水稻生产产生何种实质性影响?这需要进行综合系统研究。例如,气候变化对水稻单产的影响如何?这种影响具体又存在什么样的区域差异?又如,气候变化是否会对水稻播种面积及其表征的生产布局产生影响?气候变化与水稻全要素生产率之间又存在怎样的关系?另外,高温、旱涝等极端气候事件又呈现出怎样的典型特征?其对水稻单产会有怎样的影响?深入研究这些问题不仅有助于提高水稻生产应对气候变化的能力,对保障粮食安全和维护社会稳定也具有重要意义。基于上述问题,本文以气候变化对中国水稻生产的影响为研究对象,首先对相关概念进行界定,在进行理论逻辑推理的基础上,提出有待验证的研究假说,然后阐述本文的理论基础,对相关文献进行全面梳理述评。在此基础上,运用线性倾向估计和Mann-Kendall检验方法分析我国水稻生长期的典型气候变化特征。其次,将气候因素引入,构建扩展的C-D生产函数模型,实证分析生长期气候变化对水稻单产的影响,重点考察气候因素对水稻单产的非线性及区域差异性影响程度。接着,以水稻主产区湖北省为例,采用气温数据和Logistic曲线方程构造出高温热害综合指数,在分析该地区水稻生长期高温热害时空变化特征的基础上,建立水稻单产及其影响因素的分层估计模型,重点探讨温度、降水、极端高温等气候因素对湖北水稻单产的影响。然后,利用地理信息系统(GIS)可视化表达20世纪80年代以来我国水稻生产的空间布局变化,结合微观和宏观两方面因素,综合考虑自然因素及比较收益、非农就业等社会经济因素,分析气候变化对水稻生产布局变迁的实质影响。接下来,探讨气候变化对水稻全要素生产率的影响机理,分析水稻全要素生产率的时空变动特征,考察降水和气温对水稻全要素生产率的影响。最后,根据论文研究结论,从“减缓”和“适应”两个方面提出水稻生产应对气候变化的政策建议,以期对我国制定应对气候变化和促进水稻生产可持续发展的政策提供参考依据。通过上述系统研究,论文主要得出以下结论:(1)东北、华东、华中、华南和西南地区水稻生长期月平均气温均呈显着上升趋势,且地区间增幅不同;华东、华中和华南地区水稻生长期月平均降水呈增加趋势,而东北和西南地区水稻生长期月平均降水呈下降趋势,但各地区的降水变化趋势均不显着。(2)水稻生长期气候变化对大部分地区水稻单产的提高不利。其中,气温上升对华东地区、华中地区、华南地区以及西南地区水稻单产具有负向影响,而对东北地区水稻单产具有显着的正向影响。降水增加对东北地区、华东地区、华中地区以及华南地区水稻单产具有负向影响,而对西南地区水稻单产具有显着的正向影响。(3)高温热害对水稻单产表现出显着的负向影响。2003-2011年间湖北省高温热害灾害比较严重,呈现出先降后增的变化趋势。在空间上,高温热害在鄂西地区和江汉平原高温热害相对较轻,但在鄂中和鄂东地区比较严重。(4)气候因素与水稻生产布局变迁密切相关,特别是气温在水稻生产布局变迁中起着重要作用。具体来看,东北地区气温上升有利于增加水稻播种面积,而华东地区、华中地区、华南地区和西南地区气温上升导致水稻播种面积减少。另外,降水增加对水稻播种面积的影响并不显着。(5)气温上升对水稻全要素生产率具有显着的正向影响,而降水增加对水稻全要素生产率的影响并不显着。具体来看,东北地区气温上升促进了水稻全要素生产率增长,华东地区气温上升也显着提高了水稻全要素生产率,而华中地区、华南地区和西南地区气温上升对水稻全要素生产率均表现为负向影响。除西南地区外,东北地区、华东地区、华中地区和华南地区降水增加均不利于提高水稻全要素生产率。综上所述,论文研究发现气候变化对水稻生产的影响具有显着的地区性差异,这种差异性高度依赖于当地的具体自然资源禀赋条件和农业生产条件,也与各地区气候变化的适应能力有关。所以,在制定应对气候变化的政策时一定要因地制宜,因地施策,具体问题具体分析,针对不同地区的气候特征及自然资源禀赋,采取具有针对性的气候变化应对措施,不能搞“一刀切”,否则会适得其反。具体可从四方面着手:(1)合理安排水稻种植制度,优化水稻生产布局。一是根据各地区当地水稻种植制度和种植区域的变化情况,因地制宜,科学安排水稻的种植制度。二是根据各区域光热水资源的变化,优化水稻区域布局规划。(2)增加农业科研投入,研发和改良水稻新品种、新技术。增加农业科研投入,积极研发抗旱涝、耐高温、抗病虫害等抗逆新品种,加强开发新农药和实用病虫草害防控技术。(3)加强水稻生产管理。更加注重优化灌溉、控制施肥和病虫害防治,增强水稻生产适应气候变化的能力。(4)完善水利设施建设,做好气象灾害防御工作。加强气象灾害预报、预警系统建设及完善水利设施等举措,积极应对气候变化。本文可能的创新之处主要体现在叁个方面:(1)论文构造出高温热害综合指数,从理论和实证层面考察了高温热害对水稻单产的影响。论文以高温热害积温和高温持续日数为基础,运用Logistic曲线方程构造出高温热害综合指数,对高温热害灾害进行有效数量化。已有文献在具体量化研究上尚未有效解决这一问题。论文从理论上探讨了高温热害对水稻单产的影响机理,在研究高温热害对湖北省水稻单产影响时,采用分层线性模型对影响水稻单产的因素进行估计。这不仅考虑了农户层面的要素投入因素,还可以控制不同地区的社会适应行为因素,将宏观与微观分析结合,从而有效解决了已有文献没有考虑空间异质性问题的不足,这使得研究结果更为准确和可靠。(2)论文利用历史气候数据和面板数据模型,在控制住社会经济、农业生产技术及政策引导等因素的基础上,实证检验了气候变化与水稻生产布局变迁之间的关系。目前经济学领域研究气候变化与水稻生产布局变迁关系的文献较少,而自然科学领域通常孤立地分析气候因子对水稻种植区域、播种面积的影响,较少考虑社会经济因子对水稻播种面积的影响,缺乏对水稻生产布局变迁影响的系统研究。因此,论文综合自然科学和经济学领域的研究成果,在综合控制自然因素和社会经济因素的情况下,建立面板数据模型,重点考察气候变化与水稻生产布局变迁的关系。相对已有研究文献而言,估计方法更为稳健,研究结论更为可靠。另外,论文引入GIS可视化表达这一新的方法,全面考察水稻生产布局变化特征,这相对已有文献而言,可以更加全面把握水稻生产布局的空间变化趋势。(3)论文从理论层面上分析了气候变化对水稻TFP的影响机理,在对水稻TFP增长进行系统研究的基础上,采用双向固定效应模型实证检验了气候变化对水稻TFP的影响,进一步厘清和认识气候变化在水稻生产中所扮演的角色。目前有文献涉及到气候变化与TFP关系的研究,但尚未发现有文献具体研究到农业某一作物品种层次,这在很大程度上可以有效丰富该领域的研究。其中,在测算水稻TFP时,论文克服了传统当期DEA方法因为前沿技术进步率经常小于1而产生的“技术退步”悖论。通过引入技术进步的“历史记忆”假定和序列DEA方法,在引入以前各期技术的基础上,有效克服了线性规划无解的缺陷以及“技术倒退”的悖论,准确地测度了技术进步。相对已有文献而言,更加具有经济学含义和理论基础。
李艳[10]2011年在《河南省干旱承险脆弱性综合评价研究》文中指出我国是一个旱灾频发的国家,干旱涉及广,持续时间长,其带来的在经济、工业、农业方面的影响很大,严重制约了社会经济的正常运行,因此对干旱承险脆弱性的综合研究,制定防灾减灾措施,提高抗旱减灾能力和管理水平,缓解研究区水资源供需矛盾,提高粮食综合生产能力具有重要作用和深远意义。本文在查阅大量文献的基础上,主要做了以下的工作:提出干旱承险脆弱性的定义,从定义出发确定旱情评价和干旱承险脆弱性的指标体系,并建立了旱情评价模型和干旱承险脆弱性区划模型。干旱承险脆弱性区划评价包括两个部分,其中一部分是致灾因子的危险程度。危险的程度本文用旱情的等级大小来表示。因此首先对要对研究区的旱情进行综合评价,统计出旱灾频率。将集对分析理论与方法应用于河南省旱情评价中,结合河南省的社会经济条件及水资源情况,综合考虑气象干旱、农业干旱、水文干旱、社会经济干旱四种干旱的类型,提出了河南省旱情评价的指标体系,建立了基于集对分析的旱情评价模型。对旱情评价的结果进行分析,评价结果与实际结果相符合。其二是评价地区本身的脆弱性,将旱情评价的结果进行频率统计应用于河南省承险脆弱性综合研究中,并结合河南省各地区自身脆弱性情况,提出了河南省承险脆弱性区划的指标体系。对资料进行统计分析确定了区划指标的评价标准,采用集对分析理论建立了河南省现状年干旱承险脆弱性区划模型。并对结果进行了分析,豫南豫东地区属于轻度脆弱区,豫西南、豫中地区属于中度脆弱区,豫西地区属于严重脆弱区,豫北地区属于极度脆弱区。评价结果与实际相符合。在了解区域脆弱性和明确抗旱总体目标的前提下,针对河南省各地区不同的情况,因地制宜的提出相应工程与非工程措施,为抗旱减灾部门制定措施提供一定的依据。
参考文献:
[1]. 旱涝灾害对江苏作物生产影响的评估决策系统[D]. 徐为根. 南京气象学院. 2002
[2]. 基于GECROS模型的黄淮海地区夏玉米旱涝灾害评估研究[D]. 吴玮. 南京信息工程大学. 2013
[3]. 基于WCSODS的小麦旱涝灾损区域化监测与精细化评估[J]. 葛道阔, 曹宏鑫, 杨余旺, 马晓群, 张文宇. 江苏农业学报. 2017
[4]. 基于作物生长模型的小麦区域化旱涝监测预警[J]. 葛道阔, 曹宏鑫, 杨余旺, 马晓群, 张文宇. 江苏农业科学. 2017
[5]. 农业气象灾害对江苏淮北地区冬小麦产量的影响分析[J]. 徐为根, 高苹, 张旭晖, 吴洪颜. 灾害学. 2002
[6]. 黄淮海夏玉米涝渍灾害影响评估[D]. 郁凌华. 南京信息工程大学. 2013
[7]. 农业自然灾害对山东省粮食生产影响研究[D]. 栾健. 山东农业大学. 2017
[8]. 农业气象灾害对粮食生产的影响与风险评估[D]. 李莎. 华东师范大学. 2017
[9]. 气候变化对中国水稻生产的影响研究[D]. 尹朝静. 华中农业大学. 2017
[10]. 河南省干旱承险脆弱性综合评价研究[D]. 李艳. 郑州大学. 2011
标签:气象学论文; 植物保护论文; 气象灾害论文; 水稻论文; 水稻品种论文; 农业发展论文; 水稻病虫害防治论文; 全球气候变化论文; 玉米论文; 农业气象论文;