四川省水稻综合气象灾害风险区划

本文利用1981-2012年四川省82县的水稻单产资料,采用HP滤波法,进行水稻气象产量分离,分歉收年和成灾年两个年型,研究四川省水稻单产平均减产率、减产率变异系数和不同等级减产率风险概率的空间分布特征,并基于成灾年风险区划指标,开展四川省水稻综合气象灾害风险区划。结果表明:HP滤波法可用于四川省水稻气象产量分离,四川省水稻气象产量具有显著的准4 a、7 a周期振荡特征。平均减产率从西南向东北方向呈现"高–低–高"分布特征,80%以上县歉收年平均减产率介于2%~7%,成灾年平均减产率介于6%~15%。各县歉收年减产率变异系数介于0.6~2.2,成灾年减产率变异系数介于0~1.2;减产率变异系数相对高值区位于西南山地西部、盆地南部和盆地北部山地。各级减产率风险概率大值区主要集中于广元和巴中地区,还包括盐亭、古蔺、盐源、越西等县。四川省水稻综合气象灾害高风险区主要分布于盆地北部、盆地南部和西南山地西部等山区,中等风险区主要分布于盆地丘陵区及盆周低山区,低风险区主要分布于盆地平原、浅丘区和凉山州中东部。风险区划结果与四川省气象灾害分布和水稻农业气象灾害分布的研究成果相吻合,可为四川省水稻防灾减灾提供科学依据和重要参考。

漳州市气象灾害综合风险普查成果应用成效分析

自气象灾害综合风险普查工作开展以来,漳州市气象局以“边普查、边应用、边见效”为原则,以提升气象灾害防御能力为目的,积极开展灾情调查评估工作,将灾情调查与风险普查相融合,建立灾前预警、灾中调查、灾后评估的全流程预警预报服务。该文以2022年2月漳州市持续低温阴雨寡照天气过程为例,从灾前、灾中、灾后三个方面介绍气象灾害综合风险普查成果在漳州市全流程预警预报服务中的应用,充分发挥气象灾害综合风险普查成果防灾减灾的第一道防线作用,取得了较好的服务效果。

深圳市建立环境变化背景下的气象灾害综合防御体系的思考

对深圳市所遇到的气象灾害开展综合风险分析,探讨气象灾害对社会广度、深度影响,从而得出深圳市气象灾害防御体系存在的主要问题和挑战,并提出建立深圳市气象灾害综合防御体系的相关建议:1)建立气象灾害综合监测体系;2)深化综合防御预案;3)建立政府、企业和公众有效参与的气象灾害综合风险联动体系。

陇东地区气象灾害灾情演变及灾害损失评估

利用陇东地区1984—2019年气象灾害灾情数据,分析了陇东地区气象灾害灾情的时空演变特征及灾害损失评估。结果表明,灾害损失中干旱最严重、暴雨洪涝最轻,发生次数中暴雨洪涝>冰雹>干旱>冻害>大风;气象灾害发生频次以23%的年均增长率增加,并呈现北多南少、西多东少的格局。直接经济损失西北部多于东南部,受灾人口西北部多于中东部,农业受灾面积西北部多于东部。灾害损失评估中轻灾年出现频率最高、重灾年最低;气温和降水量异常是引发陇东地区气象灾害加重的原因之一。

气候风险下“区块链+农业气象指数保险”服务平台构建及应用前景

在全国气象灾害综合风险普查背景下,将普查形成的风险数据、成果以及评估与区划成果应用于农业气象指数保险中,对提升保险产品质量具有重大意义。在此基础上,利用区块链技术防篡改、全透明等优势特点,将智能合约与农业气象指数保险产品相结合,构建一个防伪溯源、去中心化、安全可信的区块链农业气象指数平台,使气象数据可上链、赔付过程可追溯、账本各节点可监管,提升保险产品的安全性和信任度。将二者有机结合,能够实现优势互补,解决目前中国农业气象指数保险行业存在的产品科学性、准确性难以把控,历史统计数据难获取,以及赔付监管空缺等问题。因此,未来将气象灾害综合风险普查成果与区块链技术应用于农业气象指数保险中,将以创新方式提升保险业参与防灾减灾水平,完善自然灾害保险保障体系。