安徽省农业气象灾害定量监测评估研究

介绍了利用遥感和GIS技术定量监测安徽省主要农业气象灾害的方法 ,并对灾害的发生分布规律进行了分析 ,提出了主要农作物灾损率评估方法 。

安徽省冬小麦春霜冻害气象指标的研究

本文根据安徽省12个农业气象观测站冬小麦春霜冻害观测调查数据,针对不同品种(春性和半冬性)冬小麦,全面分析了拔节期前15 d至拔节后20 d的最低气温变化规律,以日最低气温为指标,将春霜冻害等级划分为轻度和重度2个级别,并分时段确定等级。验证结果表明,虽然春霜冻害的发生受地形、土壤等多种因素的影响,但最低气温指标基本能够反映出冬小麦拔节前后不同品种春霜冻害的发生规律,可以在霜冻监测预警业务中应用。用该指标进行霜冻发生风险分析的结果表明,安徽省冬小麦主产区为轻度霜冻频发区、重度霜冻基本不发区,冬小麦春性品种春霜冻高发区比半冬性品种明显偏南,可用于指导冬小麦品种合理布局,减轻春霜冻危害风险。

安徽省霾污染的季节变化特征及其主导气象因子研究

基于1980~2010年期间63个国家级气象站的地面观测资料,对安徽省霾污染的季节变化特征及其相对湿度和风速等主导气象因子进行了研究.结果表明:(1)1995年前,安徽省的霾频次呈现出冬季>春季>秋季>夏季的季节变化特征;其后季节差异减小,霾天气趋于常年化.(2)近30年来,夏秋季霾频次逐年明显上升(1995年前后增加最明显),春冬季则表现出微弱的增长趋势.(3)霾发生时,四季的风向均表现出高东北风频次、多静风、低偏南风频次的分布特征;夏秋季霾发生时的风速明显减小,48.5%和54.5%的霾发生时的风速(14时)小于2m/s.(4)安徽省大部分区域的霾易生成于高相对湿度(>70%)环境下,但高污染的合肥和蚌埠,约71.2%和68.9%的霾生成于低相对湿度(<70%)下.(5)夏秋季,生成于不同相对湿度下的霾频次逐年显著增加(置信度95%),且发现小风日数(日均风速≤2m/s)显著增加也可能是夏秋霾增加趋势的原因之一.

淮河流域典型农田区气溶胶散射特性的日变化和季节变化研究

利用2019年寿县国家气候观象台气溶胶散射系数、气溶胶质量浓度及相关气象观测数据,统计分析了淮河流域农田区域的气溶胶散射特征及其成因,为该区域气溶胶污染辐射强迫及其对农业生产影响方面的研究提供了定量观测证据。研究表明:该地区气溶胶散射系数具有显著的季节变化规律,冬季最高,夏季最低;三个波长(450、525、635 nm)气溶胶日平均散射系数分别为329.8±180.0、270.2±153.7、214.4±128.4 Mm^(-1),并且散射系数日变化与天气要素和大气层结日变化规律具有很好的相关性,且冬季日振幅远小于其他三季;?ngstr?m指数年平均值为1.32,后向散射比年平均值为0.15,气溶胶质量散射系数年平均值为4.83 m^(2)/g,表明淮河流域农田区域的气溶胶以细颗粒为主;气溶胶散射系数大小主要受偏西风调控,散射系数与能见度具有高度的负相关幂函数关系;污染日的气溶胶散射系数远大于清洁日,污染物很大程度上影响了光辐射在大气中的传输能力,污染程度高,大气的散射作用就越强。

基于GIS的低温冷冻灾害风险区划研究——以安徽省为例

以安徽省为例,基于自然灾害风险形成原理,利用气象、基础地理信息、农业和社会经济等方面数据,从致灾因子危险性、孕灾环境敏感性、承灾体易损性以及抗灾能力等4个方面来综合评估安徽省低温冷冻灾害风险程度的地区差异,最终建立综合的灾害风险指数,并将该指数应用于安徽省低温冷冻灾害进行风险区划及结果验证。结果表明,安徽省低温灾害风险评估模型比较客观,较全面地反映出安徽省的低温冷冻灾害风险水平。

安徽省冬小麦渍涝灾害损失评估模型研究

将安徽省冬小麦种植区划分为淮北、沿淮、江淮3个区域,采用根据大面积多种农作物平均单产求算小面积作物趋势产量的方法,计算了各区域冬小麦的减产率。分析了各区渍涝对冬小麦产量影响的最大时段,确定了主要危害因子和指标,探讨用主要因子法和Q值法构造减产率和危害因子间的相关函数,建立了安徽省各区域冬小麦渍涝灾害损失模型和综合评估模型。

基于GIS的安徽省干旱遥感监测与评估研究

总结了在地理信息系统(GIS)支持下,以NOAA/AHVRR资料为主要信息,结合下垫面资料,对安徽省区域内干旱发生的动态变化、空间分布、危害程度等进行监测与评估的技术思路与方法。

农业气象灾害风险评估体系及模型研究

从灾害风险分析的角度构建了一个由我国北方冬小麦干旱、江淮冬小麦渍涝、东北作物夏季低温冷害以及华南荔枝和香蕉冬季寒害组合的灾害风险评估体系。该体系由风险辨识、风险估算和风险评价组成。风险辨识分别阐明了上述各灾种的孕灾环境、致灾因子和承灾体的灾情特征。在风险评估方面,基于灾害性质、灾损和抗灾性能的含义,提出了相应的风险概念模型,根据多年产量资料和气象资料,提出了应用性强、可操作的各种灾害的灾害强度风险概率模拟模式和灾损风险概率模拟模式、抗灾性能模式,并采用逐年产量和气象资料的样本序列,由上述模拟模式估算了各种灾害强度和不同灾损发生的风险概率及风险指数,阐述了风险水平的地区差异。在风险评价方面,根据对各种灾损的风险指标进行综合,分别提出了风险区划指标,并进行了风险区域划分。

基于GIS的安徽省重大农业气象灾害测评系统

以安徽省重大农业气象灾害的气候规律分析及遥感监测方法为基础，利用地理信息系统（ＧＩＳ）技术，设计并建立了省级农业气象灾害测评系统。该系统运用结构化设计原理，根据用户需求及系统建设的基本目标，确定了系统结构及主要功能，以（ＡＲＣ／ＩＮＦＯ）为主要支撑软件，建立了安徽省干旱、洪涝及低温冷害的基本数据库、灾害监测评估模型和应急反应及决策服务系统。

安徽省MODIS干旱监测技术研究

为了更有效地监测安徽省农业干旱,以安徽省半湿润区、过渡区为研究对象,利用MODIS资料,在对比分析了基于植被供水指数和温度植被干旱指数两种干旱监测方法基础上,结合已业务应用的农业干旱指标累积湿润指数,开展安徽省分时段的晴空遥感干旱监测研究,建立并确定了部分时段半湿润区、过渡区的MODIS植被供水指数和温度植被干旱等级标准,同时结合当地台站监测土壤墒情对干旱监测进行检验。结果表明,作物生长季节VSWI、TVDI与累积湿润指数存在相关性,两种方法建立指标和模型可以用来分时段进行区域干旱监测,得出了初夏旱TVDI更适合于研究区域的干旱监测。

安徽省不同等级雾和重度霾时空分布特征及地面气象条件比较

雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:(1)安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。(2)强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。(3)在强浓雾的高发时段(02—08时),强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。

安徽省干旱灾害监测及预警服务系统研究

介绍了利用NOAA/AVHRR卫星资料与土壤水分人工观测资料,进行干旱灾害监测的方法、指标。详述了安徽省干旱灾害预警服务系统的组成、功能和运用统计学方法,建立土壤干旱预测模型,结合干旱指标确定干旱等级,开展安徽省干旱预警服务的情况。

安徽省雾、霾、晴空天气的气象条件对比分析

使用2008~2012年逐日地面观测资料,揭示了安徽不同地区雾、霾、晴空天气气象条件的差异,指出不同地区要根据本地特点建立雾、霾预报指标和预报方法。3类天气差异最大的地面气象要素是能见度和相对湿度。根据3种天气前一日和当日能见度和相对湿度分布特征,全省站点可以分为3类:1)从雾、霾到晴空,能见度递增、相对湿度递减,且差异显著,如合肥站;2)雾、霾天的能见度和相对湿度均很接近,但与晴空天差别较大,如阜阳站;3)能见度在雾、霾天无明显差别,但相对湿度在雾、霾天差异显著,如安庆站。地级市测站雾后即霾的可能性较大(大于50%),县城测站雾后即霾的可能性较低(低于25%)。垂直方向,雾时相对湿度随高度下降很快,850 h Pa中位值已降到20%(安庆)和45%(阜阳)以下,霾时相对湿度随高度下降缓慢,850 h Pa中位值仍在60%左右;另外,霾天边界层中上部风切变较小,雾天和晴空天边界层中上部都存在较大的风切变。

安徽省热量资源空间分布模型及插值方法研究

【目的】对安徽省热量资源进行栅格化处理，解决无测站地区的热量资源估算问题，为区域农业气候资源评估提供依据。【方法】利用安徽省1971～2000年气象站地面资料，在地理信息系统技术（GIS）支持下，采用多元回归结合空间插值方法，建立安徽省热量资源要素空间分布模型，并比较反距离权重法（IDW）、克里格和样条函数3种空间插值方法的精度。【结果】基于GIS平台，建立了安徽省250m×250m分辨率的温度和积温栅格化数字地图。对空间插值方法的交叉验证结果表明，3种空间插值方法的平均绝对误差、平均误差平方的平方根排序均为IDW克里格法〈样条函数法，IDW法效果最优。【结论】应用GIS空间内插技术，构建高分辨率的栅格化热量资源要素集，可有效提高农业气候资源分析和利用的精细化程度。

2008年安徽省雪灾农业影响定量评估研究

分析了安徽省2008年1—2月雪灾的发生特点,和历史上较大雪灾相比,极端最低气温明显高于历次雪灾年。利用实时雪情和灾情资料建立了安徽省单站和全省的农业经济损失定量评估模型,并进行了误差分析和试应用。评估结果表明:单站评估模型的平均相对误差在30%左右,全省评估模型为20%左右,全省评估模型的准确性较高。

基于MODIS数据的安徽省土地覆盖分类研究

利用中分辨率成像光谱仪MODIS(MODerate Resolution Imaging Spectroradiometer)多时相、多光谱及纹理数据,结合安徽省GIS属性数据(2000年1:25万土地利用图),采用多时相分类和分层分类相结合的方法对安徽省土地覆盖进行分类(水田、旱地、林地、水体、城市)。最后,使用安徽土地利用格点数据对分类结果进行精度分析。结果表明:应用MODIS数据可以实时有效的获取安徽省土地覆盖信息,同时对大面积土地覆盖分类具有很好的精度。

基于MODIS气溶胶产品的安徽省颗粒物浓度反演研究

基于MODIS level2的气溶胶产品,分别利用地面气象观测和ECMWF再分析资料进行垂直订正和地面水汽订正,建立MODIS气溶胶光学厚度与地面颗粒物浓度间的关系模型,并分析了颗粒物浓度的时间变化特征。结果表明:(1)MODIS光学厚度与地面PM_(2.5)和PM_(10)浓度相关性较差,经过垂直订正得到的地面消光系数与PM_(2.5)和PM_(10)浓度的相关性增强,水汽订正后的干消光系数与PM_(2.5)和PM_(10)浓度的相关性进一步提高。(2)ECMWF再分析格点数据中边界层厚度和相对湿度产品适用于MODIS光学厚度的垂直订正和水汽订正。(3)利用MODIS光学厚度历史数据反演的合肥市月平均PM_(2.5)浓度自2000年以来呈震荡增长趋势,PM_(2.5)浓度冬季较高,春秋次之,夏季最低。

安徽省冬小麦和一季稻分时段水分敏感性研究

为了提高干旱灾害损失评估的时效性,更好地适应农业气象业务服务工作需要。根据农作物发育期与月历的对应关系,利用合肥和宿县农气观测站点冬小麦和一季稻1994—2002年的发育期、产量以及土壤水分资料,采用Jensen模型新算法模拟农作物水分的动态变化,得出农作物生长期内逐旬水分亏缺对产量的影响程度,计算作物全生育期内逐旬作物水分敏感系数。并利用安徽省干旱地区、干旱年农作物的实际减产率进行验证。结果表明,作物需水临界期对缺水最敏感,如冬小麦孕穗—抽穗扬花期和一季稻抽穗期均是对缺水最敏感的阶段,而这2个作物的苗期和成熟中后期对缺水反映均不敏感。经验证,敏感性系数计算与减产实况相吻合,因此,计算结果可作为安徽省农作物实时干旱损失评估业务的基础。

冬小麦冬季干旱时段灌溉气象适宜指数研究

对1955-2010年宿州市冬季降水量和气温变化的数理统计分析结果表明:宿州市冬小麦冬季仍处于缓慢生长状态,特别是在干旱和暖冬的双重影响下,冬季麦田一般需要灌溉一次。在此基础上,采用德尔菲法(Delphi technique),确定了影响冬季麦田实施灌溉的降水、日最低气温和风速3个气象要素的各自的量化等级和影响灌溉适宜与否的权重系数,给出了冬季干旱时段灌溉气象适宜指数概念和计算模型,再结合天气预报产品的释用方法,得到了冬小麦冬季干旱时段灌溉农用天气预报产品。经实例应用,可适应对外发布冬季麦田灌溉农用天气产品的需要。

安徽省长江以北干旱预警模型研究

从与土壤相对湿度相关的气象因子出发,利用逐步回归分析方法,通过分析1990-2001年干旱时段土壤相对湿度与气象因子之间的关系,尝试建立安徽省长江以北3个气候区的干旱预警模型。对典型干旱时段的应用表明,各模型可以运用到实际的干旱预警中。