高温干旱下毛竹林受灾状况和自恢复能力研究

2013年夏季,我国东南部地区发生了严重的高温干旱天气,毛竹林受灾严重。通过设置固定样地研究了高温干旱后毛竹林的受灾状况以及灾后竹林的自恢复能力。结果表明:在高温灾害发生以后,胸径较大的毛竹抵御灾害的能力高于胸径较小的毛竹;受灾毛竹地上部分生物量80%以上分布在竹秆中,因此竹枝和竹叶受损对毛竹地上生物量的影响不大;毛竹林受灾后的恢复能力在很大程度上取决于受灾当年新生竹的株数。因此,在毛竹林经营中应加强林地的水肥管理,培育大径竹材,同时应保持较高的立竹密度和较多的新生竹数量,以抵御旱灾并加快林分的灾后恢复。

基于强降水气象指数模型的巨灾保险方案设计

文章基于2007~2017年肇庆市167个地面气象观测站逐小时和逐日降水资料,计算有效观测站的权重系数,在自定义强降水事件的基础上,利用最大降水量的重现期建立受灾因子。结合自动站的权重系数与受灾因子指数,进而建立肇庆地区气象指数巨灾保险理赔模型。通过对该模型的实际检验及近10 a的历史数据测算,表明模型回报率较好,能够提升城市灾害救助效率和提高抗风险能力。

SPI指数在青海东部地区干旱监测中的应用及检验

利用SPI干旱指数对青海东部地区民和、乐都等5个代表站1961～2005年干旱进行了监测分析,并利用实际受灾面积指数检验了其监测效果。研究表明:SPI指数与受灾指数间存在负相关关系,通过对受灾面积指数与SPI指数进行拟合分析,除循化县两指数的拟合率低于60%外,其余代表站点的拟合率均较好;两类指数45a资料的线性倾向率在反映干旱特征时的一致性达80%。并且SPI指数的使用不受时间、时空的限制,所以SPI指数可以较好的反映出东部地区是否出现干旱,并且能够反映出干旱程度,对东部地区的干旱监测及影响评价有较好的指示意义。

基于改进型扩散函数内集-外集模型的辽宁省旱灾风险评价

采用改进的基于扩散函数的内集-外集模型,分析1949—2007年辽宁省旱灾受灾指数,评价辽宁省的旱灾风险。结果表明,辽宁省旱灾发生频繁,平均每1.7 a一遇且严重干旱多发,这与辽宁省旱灾的实际情况基本吻合。研究表明,内集-外集模型计算结果的意义清楚,对防灾减灾有一定指导作用。

基于信息扩散理论的洞庭湖区农业旱灾风险评估

以洞庭湖区2000～2009年的农业旱灾灾情统计数据为样本,运用基于信息扩散理论的模糊数学模型建立其在一定的论域上的模糊关系,然后据此得出旱灾指标的概率分布,继而得到旱灾指标的超越概率,最后分析洞庭湖区干旱的历史重现概率。结果表明：洞庭湖区几乎年年发生干旱;每5.2年就要发生1次受灾面积超过50%的中度干旱;约每20年就发生1次80%的严重干旱。

合肥城区冬季强降雪后香樟受灾状况调查初报

结合2018年初强降雪造成香樟树[Cinnamomum camphora （L.）J.Presl]大范围受灾的情况调查与合肥市近年的气象资料,采用分组抽样与随机抽样的方式相结合,对于雪后受灾的调查涵盖了香樟作为城区绿化树木主要的分布地带及类型,借助合肥地区的气象资料推估香樟雪后受灾的风险与预期,同时根据香樟雪后受灾的特征,为城区园林部门应对强降雪天气提出一些合理的建议,降低香樟树雪后受灾造成的人身安全影响与经济损失。

1950—2009年洞庭湖流域农业水灾演变特征及分异规律

洞庭湖流域为我国重要农业生产区,而农业水灾却一直是制约农业可持续发展的最大障碍因素。以1950—2009年水灾统计资料为依据,用定性与定量相结合的方法,系统分析了该流域农业水灾演变特征及区域分异。结果表明:①年年发生流域性或区域性的农业水灾,其中重灾、特大水灾频率呈增大趋势;②在长时间尺度演变过程中,受灾率异常指数岀现2个波峰期和4个波谷期,成灾率异常指数岀现3个波峰期和3个波谷期,且水灾受灾率与成灾率大体上呈同步变化,但短时间內受灾率与成灾率却呈反向波动;③农业水灾具有突变性,但总体演变呈增加趋势;④受孕灾环境、洪涝致灾因子及经济发展水平组合差异的制约,农业相对灾情与绝对灾情在空间上的分布均呈明显的南北分异与东西分异。

湖南省农业水灾演变特征及预测分析

基于湖南省1950-2013年农业水灾资料,运用数理统计、移动平均法等方法,分析了农业水灾的演变特征。结果表明,近64年来以农业轻灾频率最高,重灾和特大水灾多发生在1982-2005年间,约4-5年一次。农业受灾率异常指数于1955-1963年、1965-1968年、1970-1979年、2004-2013年出现4个低谷值,分别为-0.773 6、-0.751 9、-0.817 2、-0.793 7;于1980-1984年、1987-1999年、2001-2004年出现3个高峰值,分别为0.845 0、2.150 4、2.316 5。农业成灾率异常指数于1950-1953年、1955-1987年、1988-1990年、1996-1998年、2000-2001年、2008-2013年出现6个低谷值,分别为-0.657 1、-0.747 8、-0.262 3、-0.600 9、-0.324 8、-0.327 6;于1953-1955年、1987-1989年、1990-1995年、1996-1998年、2001-2004年出现5个高峰值,分别为0.757 8、1.888 2、1.100 7、2.730 1、2.862 4。2005至2013年受灾率和成灾率两异常指数呈同步下降趋势。并运用最优气候均态模型预测结果显示,2018年和2023年可能发生农业重水灾,其余年份的受灾和成灾情况均为轻灾。