安徽省水灾灾损率风险测度及区划研究

信息扩散原理能最大程度地挖掘小样本数据携带的信息,对小区域灾情资料不足的情况较为适用。以安徽省17市为研究对象,利用信息扩散原理建立水灾灾损率风险测度模型,计算各市遭受水灾不同水平经济破坏的概率估计值及超越概率,完成水灾经济损失的定量风险测度。为使结果更为直观,绘制了灾损率风险区划图。结果表明,整体上,淮河流域灾损风险最大,中部沿江地带次之,皖南及皖西大别山区较弱。

气候变化对中国农业旱灾损失率的影响及其南北区域差异性

在全球变暖背景下,干旱灾害对中国农业生产的影响日益严重,然而由于旱灾损失的复杂性及其显著的区域差异,至今对中国农业旱灾损失规律及其影响机制的认识十分有限。文中利用1961年以来中国农业干旱灾害的灾情资料和常规气象资料,系统分析了近50年来中国农业干旱灾害不同受灾强度分布比率和综合损失率等指标的变化趋势及其在北方和南方的区域差异,研究了20世纪90年代的气温突变对农业旱灾损失率的影响特征,探讨了农业旱灾综合损失率对气温和降水等气候要素变化的依赖关系及其在气候空间的分布特征。结果发现,在气候变化背景下,近50年来中国农业旱灾综合损失率平均每10 a约增加0.5%,风险明显增大。而且,北方综合损失率每10 a约增加0.6%,高出南方1倍,风险增大的速度明显比南方快;北方农业旱灾几乎在很宽松的气温条件下就可以发生,而南方更多发生在气温较高的年份。并且,在气温突变后,变化趋势明显加剧,全中国综合损失率约增加了0.9%,风险明显增高;而且北方综合损失率的增值高达1.8%,是南方的4倍还多,气候突变对北方农业旱灾风险的影响明显比南方更凸出。综合损失率在北方对降水变化的响应要更敏感,而在南方对气温变化的响应更敏感。同时,关键影响期降水对综合损失率的影响比全年降水影响更显著;北方的关键影响期作用比南方更凸出。这些新的科学认识对中国农业旱灾防御具有重要意义。

影响南方农业干旱灾损率的气候要素关键期特征

我国南方地区是全国粮食主要产区,在全球气候变化背景下近年来该区域干旱灾害不断加剧,农业旱灾损失十分突出,异常特征也比较明显.然而,对于我国南方农业旱灾损失的变化特征及其受干旱致灾因素的影响机理至今并不十分清楚,这严重影响了对南方农业旱灾规律的深入认识及其影响程度的客观评估.鉴于此,利用我国南方农业干旱灾情实况、农作物种植面积、气象干旱监测指数和常规气象要素等相关资料,系统分析了中国南方地区近50年来农业旱灾综合损失率变化特征及其与气候致灾因子的关系.分析发现:南方地区近50年来农业旱灾综合损失率明显增加,西南比华南和东南增加更为明显.而且,由于农作物各个生长阶段对气候要素的依赖程度不同及气候要素的非均匀季节分布特征,农业旱灾损失率主要受关键期的气象干旱、降水和温度等气候要素变化的影响,而其他时段气候要素变化对农业旱灾损失率影响并不明显.因此,南方地区农业旱灾损失率与关键期气候要素的拟合关系要明显好于与全年气候要素的关系,并且与关键期气候要素的多因子拟合关系与单因子拟合关系相比更具有明显的优势.同时,对这种多因子关系建立的农业旱灾损失率评估模型进行交叉检验的相关性、误差水平、信度均比较理想,表明该模型对估算南方地区农业旱灾损失率具有较好的效果.该文研究结果对于发展我国南方农业干旱灾损评估方法具有重要科学参考意义.

ENSO影响下安徽省旱涝灾害及农业生产损失时空变化特征

基于1961—2014年25个气象站资料,采用线性趋势法、标准化降水蒸散指数(SPEI)、M-K趋势检验以及皮尔逊相关分析法,分析了ENSO影响下安徽省1961—2014年近54年旱涝时空特征及对农业生产影响。研究表明:(1)与ENSO事件有关的中度以上干旱(洪涝)发生次数占中度以上干旱(洪涝)总次数的68%(83%),且干旱事件受厄尔尼诺次年及拉尼娜年影响大,洪涝受厄尔尼诺当年影响更大;(2)春、秋季SPEI波动幅度大于夏季和冬季,洪旱灾害风险增大。春季呈干旱化趋势,冬季在20世纪90年代湿润化达到最大,随后趋向于干旱化。与皖北地区相比较,皖南地区各月份趋势变化大;(3)安徽各地区的旱涝指数与SSTA的相关性在ENSO冷暖事件中不同,ENSO暖事件对皖南地区相关系数最大达0.32,超过99%置信度检验,影响更为显著,而ENSO冷事件对皖北地区相关系数最大达0.28,超过99%置信度检验,影响更为显著。随着滞后性月份的增加,安徽各区域的旱涝指数与SSTA的相关系数逐渐增大,皖南地区与SSTA相关性大于皖北地区,SSTA对未来3个月皖南旱涝有明显的影响;(4)近20年皖北、皖南地区稻、麦减产主要发生在ENSO事件年或者前一年,且减产率高。皖北地区和江淮地区的小麦减产发生次数较少,小麦减产率较大,而皖南地区小麦减产发生年份较多,小麦减产率较小。ENSO对农业生产的影响与旱涝分布状况有关,江淮地区良好的灌溉条件会降低ENSO年农业旱涝受灾风险。

广东省县域单元热带气旋灾害损失评估方法研究

利用2004—2014年广东省的热带气旋(Tropical Cyclone,TC)降水和大风资料以及TC造成的直接经济损失数据,通过TC经济灾损率的定义,研究了TC直接经济损失与TC降水和大风的关系,并建立评估模型。广东省沿海地区是TC降水和大风影响频繁地区,TC经济灾损率和受灾频次在广东西南部和东部沿海地区较大。TC经济灾损率与TC降水和大风之间存在较好的指数关系。由此得到不同等级经济灾损率对应的气象因素致灾阈值。利用此气象因素致灾阈值可以对县域单元的TC直接经济损失进行评估。对2004—2014年广东省TC造成的直接经济损失的模拟结果表明,该方法能较好地评估广东的县域单元TC经济损失。

连云港市小麦拔节期冻害灾损判别指标和风险分布

利用连云港站1986—2016年的逐年最低气温资料,采用现代气候诊断分析方法,分析连云港市初、终霜和无霜期变化特征。通过时间序列分析等数学方法拟合趋势产量,用实际产量与趋势产量的偏差率引入灾损率,统计出连云港小麦主要灾害年和丰产年,找出决定连云港小麦产量的主要气象因子。结果表明,连云港地区春季小麦返青拔节孕穗期最低气温气象要素对产量减少的影响程度大。依据风险分析理论对连云港小麦基地进行春霜冻风险分析,确定小麦拔节期间冻害指标,按照不同权重将春霜冻气候区划因子叠加,绘制连云港霜冻风险分布图,得出其风险的空间分布特点,结论可为指导小麦生产提供气象保障。

江苏宿迁地区水稻暴雨洪涝灾害灾损分析

在根据宿迁地区水稻种植品种和地形特征对水稻种植区进行划分的基础上,利用宿迁地区2003—2013年水稻产量资料和2008—2013年水稻遭受暴雨洪涝灾害保险理赔资料,计算出水稻遭受暴雨洪涝灾害造成的损失率。结果发现,孕灾环境对水稻受暴雨洪涝灾害影响最大,灾损最重的是Ⅲ区,其次是Ⅰ区,Ⅱ区和Ⅳ区比其他6个区重;水稻的易损性(水稻品种)次之,粳稻重于籼稻;暴雨洪涝灾害对水稻种植的主要影响阶段是水稻的孕穗扬花期和灌浆成熟期。

湖南省洞庭湖区的自然灾害与农民收入的相关性研究——基于灰色预测粮食灾损评估模型

近年来,自然灾害对湖南省洞庭湖区的农业生态系统破坏作用加重,自然灾害损失导致农民歉收并影响农民收入,在一定程度上对湖南省洞庭湖区的经济造成了难以估量的影响。本文以1981-2012年湖南省洞庭湖区粮食产量、粮食播种面积和农民人均纯收入的时间序列数据为基础,通过GM(1,1)模型和粮食产量损失评估模型得出历年粮食产量的灾损量和灾损率,并进一步通过计量回归分析法阐述了粮食灾损量对农民收入的影响,最后提出了防治灾害,减少农民损失的相关建议。

农作物灾损量评估模型改进及应用

针对近年来自然灾害频发给我国农业经济带来极大损失的问题,从影响农作物的生长因素入手,结合农作物播种面积及单位面积产量,提出了一种改进后的农作物灾损量评估模型,并以陕西省为例,对1990～2008年的实际农作物生长统计资料进行了农作物灾损量估算,评价了农作物灾损率。结果表明,陕西省19 a农作物灾损率年平均约为9.796%。

基于农作物灾情的长江中下游地区粮食产量损失评估

利用长江中下游地区7省(市)1949-2014年农作物灾情统计数据和粮食作物单产数据,采用多元线性回归方法,构建粮食气象减产量与农作物受灾面积、成灾面积及绝收面积的回归模型,运用主成分分析法研究长江中下游7省(市)影响粮食产量的主要农业气象灾害,对因气象灾害导致的粮食产量损失进行评估。结果表明:(1)粮食气象减产量与总灾情显著相关(P<0.05),其中除湖南省外,其它各省相关关系达极显著水平(P<0.01)。粮食气象减产量与成灾面积关系更密切,依据总灾情评估粮食产量,模型的拟合优度(R^2)除上海市外均大于0.9。(2)根据粮食气象减产量与干旱、洪涝、风雹、低温、台风5种灾情的相关性,建立主要灾种粮食产量模型,仅从R^2数值来看,除湖南省外,其它6省(市)主要灾种模型的R^2均略高于总灾情模型,但单因素方差分析表明,两类模型的R^2不存在显著差异。(3)两类模型均不能解释粮食作物结构性逐年波动变化,是模型产生模拟误差的一个主要因素。本研究建立的灾损模型和产量评估模型能较好地模拟灾情与粮食产量的关系,2015年数据试报检验表明,可以将其用作长江中下游地区不同省(市)粮食产量短期预测。

灾害损失阈值的定义及其意义与应用研究

首次提出了灾害损失阈值的概念。灾害损失阈值的定义和确定,有可能成为灾害预防、灾害损失评估的关键性指标。灾害损失阈值可采用承灾体遭受灾害损失破坏程度的阶跃函数予以描述,还可从承灾体的内在特征(如暴露程度、易损性、防灾抗灾能力等)和所在区域的外在条件(如未来灾害可能达到的强度与频度)来揭示标的物承受灾损程度上下极限的临界值。灾害损失阈值应用于社会科学管理和自然科学研究领域,对揭示灾害孕育机制和制定灾害预防、应急对策等均具有广泛而深远的理论和现实指导意义。

湖南省油菜连阴雨灾害指标及产量损失评估

利用湖南省油菜种植区1991—2020年10个农业气象观测代表站的油菜生育期观测资料、1991—2020年逐日的气象资料以及油菜的产量资料,构建连阴雨类型并统计发生情况,采用拉格朗日插值法,通过期望产量提取油菜连阴雨灾损率,建立连阴雨日数与油菜产量损失评估模型。结果表明,油菜因连阴雨导致的产量灾损率在1.4%~18.1%之间,平均灾损率为8.0%;油菜花期—绿角形成期持续无日照(S_(1))和有/无降水日,日照不足2 h的组合最长持续日数(R_(3))2种类型的连阴雨同时出现时,油菜将显著性减产;绿角形成期—成熟期单独出现持续降水(R_(1)),有/无降水和日照不足2 h组合(R_(3))的连阴雨类型时,一般减产率小于15%,而同时出现S_(1)和R_(3)将导致油菜明显减产;以最长连续无日照(S_(1))、最长连续降水日数(R_(1))和最长连续降水和无降水且日照小于2 h的组合日数(R_(3))为主,划分为轻、中、重3个等级的连阴雨气象灾害指标;最后构建了不同等级连阴雨与灾损率的评估模型,通过计算得到油菜花期—绿角形成期、绿角形成期—成熟期遇轻度连阴雨时的平均灾损率分别为6.34%和8.11%;油菜花期—绿角形成期、绿角形成期—成熟期遇中度连阴雨时的平均灾损率分别为12.72%和11.10%。该研究结果可为农业决策和生产部门进行品种规划、灾害风险管理和种植管理提供科学依据。

安徽省旱涝灾害及其对农作物产量影响

通过对建国以来安徽省多种农业气象资料分析,采用Z指数方法建立安徽省旱涝灾害气候判别指标,分析安徽省旱涝灾害发生规律。结果表明:1961—2000年安徽省有13年偏涝、13年偏旱;分区域看,淮北旱多于涝,沿淮、江淮、江南旱涝相当,沿江、大别山区涝多于旱。通过水稻(一季稻)、小麦典型旱涝年灾损率与发育期间气象条件、旱涝程度的对比统计分析,建立了分区水稻、小麦旱涝灾害损失评估模型和指标。春季涝渍灾害是影响安徽省冬小麦产量的主要灾害,其对冬小麦产量的危害程度远大于干旱,尤以4—5月发生的涝渍影响最严重,极重涝渍灾害的减产损失可达4成以上。同时重点研究了春季渍害对冬小麦产量的影响,提出改进的涝渍强度指标Qw,并进一步综合分析作物的敏感性和区域脆弱性对灾损率的影响。对1961—2000年冬小麦灾损率进行的敏感性和脆弱性订正表明,订正后拟合误差平均值和差异变率都明显降低,灾损评估精度得到提高。

安徽省小麦旱灾风险不同区划方法对比研究

风险区划图不仅是有关部门根据不同灾区特征安排抗旱预防工作的基础,也是保险公司制定适合当地保险产品的依据,但是目前的制作方法多种多样,在同一地区往往采用不同的制作方法,风险的区划结果也不尽相同,因此给决策者带来了一定的困难。采用最常用的层次分析法和较新的灾损率法分别对安徽省小麦旱灾风险进行了评估,并制作了风险区划图。通过欧氏距离法将两幅图与旱灾实际分布情况进行了比较,发现层次分析法因构造判断矩阵时存在主观性,结果偏离实际情况较大,而灾损率法因排除了人为因素的影响,结果更加接近实际情况。

基于人工智能技术的热带气旋灾害评估方法研究:以广东省为例

基于历史观测资料,系统地研究了广东省热带气旋(tropical cyclone,TC)风雨及其带来的直接经济损失的空间分布特征。结果表明,粤西沿海地区受TC大风影响最为频繁,但TC经济灾损率和受灾频次在粤西和粤东较重。根据广东省TC风雨和直接经济损失的空间分布特征,将广东分为粤西、粤东、珠三角和粤北4个区域,进而利用演化建模方法建立了广东省各区域TC经济灾损率评估模型。该评估模型模拟的TC经济灾损率与实际值的相关系数达0.66以上,基于该模型对独立样本的预测检验结果与实际值的相关系数达到0.61以上(显著性水平ɑ=0.05)。这表明,基于演化建模方法建立的广东省各区域评估模型在广东省TC灾害评估中有着潜在的应用价值。

自然灾害等级划分及灾害分级管理研究

在论述了我国目前自然灾害等级划分和灾害分级管理的几种方法基础上，对自然灾害等级划分及灾害分级管理综合因素进行了分析认为：对自然灾害等级划分要统一评判指标─－以经济损失和人员伤亡为评判指标；建议在分级管理中采用灾害分级和灾损率两项指标；在灾害管理中建立科学的查灾、计灾、报交制度，加快灾害管理立法，走以法治灾之路．

地质灾害危险性评估及其半定量分析法在罗家寨气田内部集输工程中的应用

罗家寨气田内部集输工程地质灾害危险性评估项目属于一级评估项目,我们在该项目中运用了GPS、遥感数字化正射影像地图等新技术、新方法,同时采用了灾损率(Zs)法、风险区划法半定量的综合评估方法,通过系统的整理第一手资料和综合分析,对本地区地质灾害危险性进行现状评估、预测评估和综合评估,评价工程建设用地适宜性并提出地质灾害的防治措施建议。

基于CERES-Rice模型的湖南省一季稻极端高温损失评估及适应性措施

以湖南省4个农业气象站点的一季稻为研究对象,基于1990—2012年逐日气象数据,精细的土壤以及田间管理记录,分析了过去23年极端高温的变化趋势,并利用校准后的CERES-Rice模型评价了高温热害的致损率,着重探讨了不同的适应性措施对缓解高温热害的作用,以期提出科学合理的减灾措施来保障我国的粮食安全。结果表明:(1)CERES-Rice能很好地捕捉本研究区不同天气和管理条件下的水稻物候期和产量,除桑植站开花期外,其余各参数的模拟误差均小于10%。(2)一季稻生育期内极端高温频发且在本世纪有增强趋势,灾损率由高到低依次为古丈>桑植>怀化>靖州,分别为10.4%,8.2%,7.5%和4%。随着气候变暖的加剧,一季稻生产将面临着日趋严重的高温热害风险。(3)选用耐高温品种产量最大可提升29.8%,但在极端高温年份,提高品种高温抗性的方法收效甚微。调节播种期会导致-25%—20%的产量波动,其中提前10 d或5 d种植均可缓解极端高温的危害。增加灌溉的贡献为1%—8%,其中6—8 cm灌水量效果最佳。极端高温期间增施氮肥的贡献稳定且显著,平均增产2%—20%,80—100 kg/hm2的施氮量能带来较为理想的避热增产效果。

宿迁地区水稻暴雨洪涝灾害保险气象理赔指数开发

利用宿迁地区104个乡镇2003—2013年水稻产量资料和2008—2013年保险理赔资料,计算水稻遭受暴雨洪涝灾害的灾害损失率;在自定义暴雨洪涝灾害指数的基础上,分析水稻灾损率与暴雨洪涝灾害指数的相关关系,建立各水稻种植区的气象理赔指数面板随机效应模型。结果得出:宿迁地区水稻遭受暴雨洪涝灾害影响的平均灾损率为-1.83%,达到理赔标准的乡镇比率为37.5%;受暴雨洪涝灾害影响最重的是III区,其次是I区,VII区和II区位居第三,其他几个区相对较轻;暴雨洪涝灾害主要影响水稻的孕穗扬花期和灌浆成熟期,对孕穗扬花期以前的生育期影响较小;暴雨洪涝灾害指数对水稻遭受暴雨洪涝灾害影响有较好的指示意义,利用这一指数制作水稻在灾损率预报准确率较高,达到90%以上;利用气象理赔指数,能较好的预报和模拟宿迁地区水稻遭受暴雨洪涝灾害的灾损率分布,对降低理赔风险,减少理赔费用有较强的指导意义。