汪甫+李凱偉+吳凡+楊華+熊姍

摘要： 基于江西省83個數(shù)據(jù)完整的氣象站1960—2015年間降水、氣溫的逐日觀測資料，選取持續(xù)性極端天氣日數(shù)表征農業(yè)氣象災害指標，利用趨勢分析、Mann-Kenddall檢驗方法、Arcgis空間插值和小波分析方法，統(tǒng)計分析江西省近56年農業(yè)氣象災害的時間列變化、空間分布和震蕩周期。結果表明，近56年來江西省持續(xù)暴雨、高溫呈增加的趨勢，在突變年份（1990、2005年）后波動性增加，年內持續(xù)日數(shù)增大。災害嚴重區(qū)域明顯增加，以贛東南為中心向西南方向輻射遞減，這2種災害應給予足夠的關注。存在以22年時間尺度為中心的第一主周期震蕩，可預測未來3～5年內為洪澇災害多發(fā)期和高溫熱害的少發(fā)期；持續(xù)低溫和干旱整體呈遞減趨勢，2002年后干旱日數(shù)有增加的趨勢，波動性同洪澇和高溫。后25年低溫災害嚴重區(qū)域明顯收縮，北多南少，作物種植北界北移，以48、21年為主周期。干旱災害以贛南地區(qū)為重心，呈現(xiàn)出擴大的趨勢，最大干旱日數(shù)由80 d增至88 d。突變年份較多，震蕩周以14、10、2年為主。未來3～5年內為低溫災害和干旱災害的少發(fā)期。總體來看，江西省農業(yè)氣象災害的發(fā)生在新世紀有增加的趨勢，特別是高溫災害和洪澇災害有明顯擴大的跡象。本研究對江西省56年來4種農業(yè)氣象災害的時空分布特征進行分析，可以為江西省農業(yè)發(fā)展方向、防災減災等提供科學依據(jù)。

關鍵詞： 江西??；農業(yè)氣象災害；災害指標；時空分布；震蕩周期

中圖分類號： S165+.25 文獻標志碼： A

文章編號：1002-1302（2017）22-0317-07

氣候變化對農業(yè)的影響一直以來都是國內外關注和研究的熱點和焦點問題，在當前政治經濟等因素都穩(wěn)定的狀況下，氣候變化是影響農業(yè)生產的重要因素之一。江西省地處長江中下游南岸，是我國農業(yè)大省，屬中亞熱帶濕潤氣候區(qū)，優(yōu)越的氣候資源非常適合農作物生長。受氣候及地理條件影響，農業(yè)氣象災害發(fā)生的種類多、分布廣、頻率高，屬全國農業(yè)氣象災害最嚴重的省份之一[1]。近些年來的研究表明，全球氣候變暖趨勢明顯，百年來氣溫呈現(xiàn)增加的趨勢，極端氣候增多，災害性天氣也在增加[2]。

受季風的年際變化影響，全省不同地區(qū)每年都有不同程度的農業(yè)氣象災害發(fā)生，主要包括低溫冷害、暴雨、高溫、干旱、臺風等，對江西省農業(yè)穩(wěn)定生產造成極大影響。例如，2003年因干旱導致的農作物受災面積105.72萬hm2、絕收面積24.83萬hm2，糧食減產244.3萬t，經濟作物損失31億元。全省因干旱直接經濟損失67億元，其中農業(yè)損失為55億元[3]。2012年9月至2013年8月，江西地區(qū)盛夏高溫少雨和干旱疊加，水稻、玉米、棉花以及蔬菜、茶葉等作物受災嚴重。1991年12月至1992年初受強冷空氣影響，江西省內出現(xiàn)罕見的凍害，柑橘樹梢被凍死，茶葉和越冬油菜大量減產[4]。2004年全省2次遭受暴雨至災洪水，農作物受災面積33.89萬hm2，直接經濟損失5.5億元。2015年5月18—19日江西省南部區(qū)域性暴雨，災情嚴重，直接經濟損失7.47億元[5]。因此，分析農業(yè)氣象災害的發(fā)生發(fā)展規(guī)律對減輕江西省農業(yè)氣象災害損失及其對策研究具有重要的現(xiàn)實意義。

近年來關于江西省氣象災害的研究已有一定的成果，黃國勤等通過中國農業(yè)年鑒資料對江西省1995—2003年間的農業(yè)氣象災害的至災、成災面積和經濟損失等進行綜合分析，結果表明，1998年為江西省農業(yè)氣象災害重災年份，1995年偏重，除1999、2001年外，其余年份為一般偏重[6]。蔡哲等選用Z指數(shù)對江西省旱澇時空變化特征的研究表明，旱澇災害整體表現(xiàn)為增加的趨勢，存在旱澇交替循環(huán)、年代際變化明顯的現(xiàn)象[7]。關于茶葉[8]、水稻[9]、蜜橘[10]等農作物的氣象災害指標及時空分布特征的研究也有一定的報道。近幾十年來，低溫災害有減小的趨勢，高溫熱害則先減后增，且各災害震蕩周期明顯。但這些研究多集中于對極端氣象事件[11-13]和基于統(tǒng)計年鑒的氣象災害至災成災數(shù)據(jù)的分析[6，14-15]，并不能全面反映極端天氣對農業(yè)生產的影響。

本試驗選取能描述極端氣象事件的持續(xù)性指標，研究農業(yè)氣象災害中的高低溫和旱澇災害在江西省的時空分布特征，以期在全球氣候變暖導致極端氣象條件頻發(fā)的背景下，為江西省農業(yè)生產指導、防災減災提供科學依據(jù)。

1 數(shù)據(jù)來源與方法

1.1 氣象資料來源

本研究選取國家氣象信息中心氣象資料室提供的江西省83個氣象站（去除缺測值較多的站點后）1960—2015年近56年的逐日氣溫（每日的最低最高氣溫和最低氣溫）及降水觀測數(shù)據(jù)（每日20—20時的24 h累積降水量）。各站點海拔及分布如圖1所示。

1.2 農業(yè)氣象災害指標

持續(xù)性的極端天氣是影響植物生長發(fā)育的重要影響因

子，所以本研究選取持續(xù)性極端氣象天氣日數(shù)作為統(tǒng)計標準，綜合韓明臣等對中國農業(yè)氣象災害時空分布特征研究中災害指標的選取和江西本省農作物災害指標，定義江西省高低溫、洪澇以及干旱災害指標[16]（表1）。

1.2.1 洪澇災害指標

洪澇災害的發(fā)生發(fā)展及其影響程度包括人為因素和非人為因素2個方面。降水是形成洪澇災害最直接、最重要的1個因素，特別是區(qū)域性、連續(xù)性暴雨和大暴雨天氣過程產生的降水。暴雨是指大氣中降落到地面的水量每日≥50 mm的降雨。當連續(xù)2 d降雨量≥100 mm或連續(xù)3 d降雨量≥150 mm，會引發(fā)不同程度的洪澇災害。嚴重的暴雨洪澇災害不僅會造成農作物絕收，甚至會破壞良田和水利設施等。連續(xù)暴雨日數(shù)以48 h降雨量≥100 mm或72 h降雨量≥150 mm為1個暴雨事件，將年內單日和連續(xù) 2 d 及以上日均降雨量≥50 mm日數(shù)作為洪澇災害的指標，統(tǒng)計每年的暴雨事件的天數(shù)P作為描述每年洪澇災害程度指標，P越大，該年內洪澇災害的影響越嚴重。endprint

1.2.2 低溫災害指標

持續(xù)低溫是反映極端低溫對農作物造成影響的重要指標。連續(xù)低溫以日最低溫連續(xù)3 d以上≤5 ℃為1個過程，統(tǒng)計每年的日最低溫Tmin≤5 ℃天數(shù)L作為描述每年連續(xù)低溫的程度指標，L越大，該年內持續(xù)低溫的影響越嚴重。

1.2.3 高溫熱害指標

根據(jù)中國氣象局《氣象災害預警信號[CM（25]發(fā)布和傳播辦法》標準，凡是測站每天的最高氣溫達到

35 ℃ 及以上就記為1個高溫站次。本研究將連續(xù)高溫日數(shù)即最高溫連續(xù)3 d以上≥35 ℃為1個過程，統(tǒng)計每年的連續(xù)日最高溫Tmax≥35 ℃總天數(shù)H作為江西省年內極端高溫事件即高溫熱害發(fā)生程度指標，H越大，該年內高溫熱浪天氣影響程度越嚴重。連續(xù)高溫日數(shù)是反映極端高溫對農作物造成影響的重要指標。

1.2.4 干旱災害指標

干旱是因長期少雨而空氣干燥、土壤缺水的氣候現(xiàn)象。參考國家標準《氣象干旱等級》中的綜合氣象干旱指數(shù)，連續(xù)無降雨天數(shù)春季達16～30 d、夏季16～25 d、秋冬季31～50 d為小旱。特點為降水較常年偏少，地表空氣干燥，土壤出現(xiàn)水分輕度不足，對農作物有輕微影響。以連續(xù)無降水日數(shù)即年內持續(xù)16 d及以上無有效降水D（24 h R<1 mm）過程天數(shù)的總和反映干旱災害發(fā)生的程度。D越大，該年內持續(xù)干旱的影響越嚴重。

1.3 統(tǒng)計方法

在數(shù)據(jù)分析前進行質量控制，即對常規(guī)氣象數(shù)據(jù)進行預處理，去除缺測值>5 d的站點數(shù)據(jù)，利用五日滑動平均插補缺測值少于5 d的站點數(shù)據(jù)。以這些站點的氣象要素的算術平均值代表區(qū)域的平均狀況。運用Matlab、Excel軟件統(tǒng)計分析江西83個站點從1960年11月到2015年內連續(xù)暴雨、低溫、高溫日數(shù)，用ArcGIS 9.3軟件選取反距離權重法[16]對所得災害數(shù)據(jù)進行插值后以自然斷點分級法[17]得到農業(yè)氣象災害空間分布圖，以此為基礎進行江西省農業(yè)災害空間分布研究。本研究主要應用線性回歸[18]和Mann-Kendall檢驗法[19]中的均值突變檢驗對時間序列的趨勢進行分析。Mann-Kendall檢驗法是世界氣象組織推薦并已廣泛使用的非參數(shù)檢驗方法，許多學者不斷應用Mann-Kendall方法來分析降水、徑流、氣溫和水質等要素時間序列的趨勢變化。對4種農業(yè)氣象災害進行周期變化分析采用小波分析法[20]。

2 結果與分析

2.1 江西省農業(yè)氣象災害時間變化特征

近56年來江西省連續(xù)暴雨日數(shù)總體上呈增加的趨勢，傾向率為0.039 4。年際變化序列中1998、2010年平均暴雨日數(shù)最多，分別為12.1 d和11.9 d（圖2-a）。除1963—1966年間年內連續(xù)暴雨日數(shù)為負增長（UF<0），其余年份均為增加的趨勢，其中1998—2006年顯著增加（P<0.05）。連續(xù)暴雨日數(shù)在1991年開始突變性增加（圖3-a）；連續(xù)低溫日數(shù)以-0.326 8的傾向率呈減少的趨勢，最少的年份達到32 d（圖2-b）。連續(xù)低溫日數(shù)減少在20世紀90年代是突變現(xiàn)象，具體突變時間為1990年。2000年后連續(xù)低溫日數(shù)顯著減少，從2002年開始達到極顯著水平（P<0.01，圖3-b）。

由圖2-c可知，連續(xù)高溫日數(shù)在不同年份具有較大的波動性，最大年份2003年（44.7 d）與最小年份1997年（1.2 d）相差43.5 d，高溫日數(shù)整體以0.059 1的傾向率增加，整體表現(xiàn)為先減小后迅速增加的趨勢。在2005年連續(xù)高溫日數(shù)突變增加（圖3-c）。連續(xù)干旱日數(shù)進入90年代后波動性增加，在2003—2009呈現(xiàn)為增加的趨勢，之后波動變化。近56年來整體以 -0.109 的傾向率減小。21世紀相對較高的連續(xù)干旱日數(shù)分別為2003、2007、2014年（110、100、86 d）。連續(xù)干旱日數(shù)突變點較多波動大（圖3-d）。

將4種災害從1990年（突變年份）之后作相關性分析（表2）可知，高溫熱害與旱災害顯著正相關（0.44，P<0.05），暴雨災害與旱災負相關，相關系數(shù)為-0.41，達顯著水平。

2.2 江西省農業(yè)氣象災害空間分布特征

根據(jù)MK突變檢驗結果，將江西省洪澇、低溫、干旱災害

研究時段劃分為1960—1990、1991—2015年2個時段，高溫熱害劃分為1960—2005、2006—2015年2個時段。采用Arcgis中的自然斷點分級法將各災害分為4個等級，對比分析不同時段內江西省農業(yè)氣象災害的空間分布特征。

由圖4年可知，江西省近56年連續(xù)暴雨日數(shù)時總和空間分布差異明顯，多年平均值在4.1～10.7 d之間。天數(shù)最多的出現(xiàn)在贛東北地區(qū)，整體上由贛東北向贛西南遞減。比較圖4-b和圖4-c可知，前31年暴雨日數(shù)超過8 d的范圍僅在景德鎮(zhèn)市、九江武寧縣和南昌市撫順市少部分地區(qū)。后25年年內暴雨日數(shù)超8 d的覆蓋范圍明顯擴大，暴雨日數(shù)分布呈由西向東遞增。最大日數(shù)由9.5 d增加到12 d，最小日數(shù)也有所增加。九江市因為廬山的存在出現(xiàn)部分區(qū)域暴雨日數(shù)表現(xiàn)為較低水平，贛南暴雨日數(shù)在后25年普遍增加。

近56年江西省連續(xù)低溫日數(shù)總和分布如圖5所示，低溫日數(shù)由北向南遞減。后25年最高等級低溫災害覆蓋范圍明顯收縮，最大日數(shù)由122 d降至109 d，最小日數(shù)由35 d降至29.5 d。低溫日數(shù)最高的地區(qū)分布在贛西北地區(qū)和井岡山一帶，低溫日數(shù)最低等級覆蓋范圍擴大北移。永豐、金溪、東鄉(xiāng)等區(qū)域的低溫日數(shù)在前31年和后25年均保持在較高水平。

連續(xù)高溫日數(shù)總和分布同暴雨分布類似。高值集中于贛東北地區(qū)，向西南方向延伸。最高日數(shù)達39 d，全省高溫日數(shù)低值接近于0（圖6-a）。近10年來高溫日數(shù)覆蓋范圍明顯擴大，約占全省面積的2/3。贛中除新余市和撫州市極少部分區(qū)域高溫日數(shù)在29 d以下，其余地區(qū)全部都達到29 d以上，最高日數(shù)達50 d（圖6-c）。endprint

江西省干旱日數(shù)空間分布如圖7所示，近56年表現(xiàn)為東西走向中部干旱嚴重東部次之，西部最輕。南北走向南部和北部最為嚴重，中部較輕。多年平均最大干旱日數(shù)為81.3 d，最小為37.1 d。近25年與前31年相比，贛北干旱日數(shù)最多

的區(qū)域減少，贛南覆蓋面積增加。最大日數(shù)由79.8 d增加到87.5 d，覆蓋面積在全省范圍有所減小。

2.3 江西省農業(yè)氣象災害周期重現(xiàn)特征

利用小波分析對江西省4種農業(yè)氣象災害年內連續(xù)日數(shù)總和做周期變化分析。由圖8-a可以看出年內連續(xù)暴雨日數(shù)存在多時間尺度特征，方差值在4、6、14、22年時間尺度上出現(xiàn)峰值（圖8-b），22年為年內連續(xù)暴雨日數(shù)的第一主周期。22、14年時間尺度上在1990年突變前周期變化顯著，分別存在2個少發(fā)期、1個多發(fā)期和3個少發(fā)期、1個多發(fā)期。突變后的25年內6年尺度上發(fā)生6次震蕩，最新一次為暴雨日數(shù)多發(fā)期，且未完全閉合。14、22年尺度融合為10～27年尺度的周期，完整發(fā)生1次周期變換，2008年后開始一次多發(fā)期，截至2015年未完全閉合，說明至少未來3～5年內為連續(xù)暴雨日數(shù)多發(fā)期，即洪澇災害的多發(fā)期。

年內連續(xù)低溫日數(shù)有5、8、11、21、48年的變化周期（圖9-b）。圖9-a表明，整個研究時期內48年時間尺度上有1個完整周期。下個周期從多發(fā)期開始，說明48年時間尺度上未來24年為低溫災害的多發(fā)期。其中，21年尺度上出現(xiàn)不到3個完整周期，最新1個周期為少發(fā)期未閉合。1990年連續(xù)低溫日數(shù)突變減小之后形成3年的震蕩周期，1998年后8年尺度上有2個完整周期和1個未閉合的少發(fā)期。5年及以下時間尺度上由于間隔較小，不便統(tǒng)計正負相位的震蕩次數(shù)。

類似連續(xù)暴雨日數(shù)的時間序列分布，連續(xù)高溫日數(shù)在研究時間區(qū)間以4、14、22、44年的周期震蕩（圖10-b），且在突變年份1990年之后14、22年時間尺度有融合的趨勢（圖 10-a）。第一主周期為22年，2015年處于44年尺度上未閉合的多發(fā)期。1990年后年內連續(xù)高溫日數(shù)以20年為周期震蕩。包括1個完整的周期和1個未閉合的少發(fā)期。4年尺度間隔較小，不予討論。

年內連續(xù)干旱日數(shù)以2、4、10、14、22年時間尺度周期性變化，第一主周期為2年，各周期方差值相差不大（圖11-b）。相比于其他3種災害，干旱日數(shù)周期性較為雜亂。在22、4年時間尺度上，2015年位于少發(fā)期未閉合區(qū)域。由此可以預測未來2～3年內為干旱災害少發(fā)期。

3 結論與討論

本研究以1960—2015年江西省年內連續(xù)極端氣象條件的總日數(shù)表征每年江西省農業(yè)氣象災害的發(fā)生程度，分析4種農業(yè)氣象那個災害的時空分布特征。結果表明，56年來農業(yè)氣象災害時空分布發(fā)生了較顯著的變化，洪澇災害和高溫熱害分別以0.039 4和0.059 1的傾向率呈增加趨勢，低溫冷害和旱災以-0.326 8和-0.109的傾向率減小。高溫熱害具體表現(xiàn)為先減小后急劇增加的趨勢，除高溫熱害在2005年突變性增加，其余災害均在1990年附近發(fā)生突變。農業(yè)氣象災害在不同年份隨時間波動，突變后的波動情況要大于突變前，即近25年來江西省農業(yè)氣象災害發(fā)生日數(shù)振幅變大。干旱災害整體上波動強烈有較多的突變點。在后25年旱災的發(fā)生日數(shù)分別與高溫熱害和洪澇災害正負顯著相關，相關系數(shù)為0.44和-0.41，高溫熱害與旱災大多相伴發(fā)生，對旱災的進一步研究可將高溫因素考慮進去。

2003年全省遇到超歷史的高溫熱浪和干旱災害，1998年發(fā)生百年不遇的洪澇災害，2010年局地洪澇災害嚴重程度超過1998年。對應的年份連續(xù)高溫日數(shù)、連續(xù)干旱日數(shù)和連續(xù)暴雨都為歷年來的極大值。其余統(tǒng)計日數(shù) 較大值年份也對應農業(yè)氣象災害較嚴重的時期，表明本研究所選取的年內連續(xù)極端天氣日數(shù)指標能夠較好地表征江西省農業(yè)氣象災害的發(fā)生程度。

洪澇災害產生的危害嚴重，是江西省的主要農業(yè)氣象災害之一。近56年來，江西省洪澇災害最嚴重的地區(qū)主要分布在贛東北部的景德鎮(zhèn)、上饒、鷹潭3市及九江武寧地區(qū)。與前31年相比，1990年之后的25年洪澇災害嚴重區(qū)域在全省的的覆蓋面積明顯擴大，多數(shù)地區(qū)洪澇災害等級要比之前提高1級，個別地區(qū)年內暴雨日數(shù)達12 d。從周期變化上看，突變年份之前，江西省洪澇災害存在4、6、14、22年共4個年代際震蕩周期。突變年份之后震蕩主周期有變?yōu)?8年的趨勢，其中6年周期貫穿整個研究時段，與陸叔鳴等的研究結論江西省大范圍洪澇平均每3年出現(xiàn)1次[21]相一致。由周期分析結果可推斷未來幾年為江西省洪澇災害多發(fā)期。

隨全球氣候變暖，江西省低溫災害隨時間的延長有降低的趨勢。低溫災害嚴重地區(qū)主要在贛西北、井岡山和贛東北局部區(qū)域。空間分布上由北向南遞減，突變后的25年低溫災害嚴重區(qū)域收縮明顯。最大低溫日數(shù)由122 d降至109 d，有利于植物生長北界北抬。低溫災害存在5、8、11、21、48年的震蕩周期，以48年為第一主周期。48年尺度上，未來幾十年為低溫災害的多發(fā)期，短時期內則時低溫災害的少發(fā)期。

高溫熱害與洪澇災害在時間序列上呈負相關，但在在空間分布上類似。贛東北地區(qū)最為嚴重，贛中次之，贛北廬山一帶和贛南地區(qū)受高溫災害影響最弱。2005年后，在高溫熱害突變增加的10年內，高溫熱害嚴重區(qū)域覆蓋江西省超2/3面積。高溫熱害日數(shù)最高達50 d，僅贛北、贛南和井岡山少數(shù)地區(qū)受高溫影響較弱。高溫熱害以4、14、22、44年的周期震蕩，22年為第一主周期，1990后以20年為周期震蕩發(fā)展。未來幾年為高溫熱害的少發(fā)期，但在44年尺度上的多發(fā)期，防御高溫熱害應是未來江西省農業(yè)生產的重點。

干旱是影響江西省農業(yè)生產穩(wěn)定的主要氣象災害之一，與高溫熱害顯著正相關，在2002年之后連續(xù)干旱日數(shù)表現(xiàn)為增加的趨勢。干旱嚴重區(qū)域主要分布在贛北中部和贛南地區(qū)。后25年贛中和贛北干旱災害嚴重區(qū)域減少，贛南地區(qū)表現(xiàn)為擴大的趨勢。最大連續(xù)干旱日數(shù)由79.8 d上升至 87.5 d。贛南地區(qū)應作為干旱災害防御的重點區(qū)域，未來幾年是干旱災害的少發(fā)期。endprint

綜上所述，江西省農業(yè)氣象災害年內持續(xù)日數(shù)在突變年份后波動性增加，極端農業(yè)氣象災害日數(shù)增多，周期變化趨于混亂；全省范圍內低溫和干旱高發(fā)區(qū)在空間分布上有縮減的趨勢，高溫和洪澇災害發(fā)生區(qū)域在全省范圍內明顯增加。旱災區(qū)域和持續(xù)日數(shù)在贛南地區(qū)增加明顯，贛東北地區(qū)為高溫和洪災災害的多發(fā)區(qū)；4種農業(yè)氣象災害的發(fā)生有一定的周期性，除洪澇災害外，在未來3～5年內為低溫、高溫、干旱災害的少發(fā)期；極端氣象條件對農業(yè)生產造成了極大的影響，只有進一步查明災害的時空分布規(guī)律，分析其成發(fā)生發(fā)展規(guī)律和形成因素，才能為農業(yè)生產指導、防災減災提供科學依據(jù)，實現(xiàn)江西省農業(yè)持續(xù)、健康、穩(wěn)定的發(fā)展。

參考文獻：

[1] 熊盛文. 不斷提高自然災害應急管理水平促進社會和諧穩(wěn)定和經濟又好又快發(fā)展[J]. 氣象與減災研究，2007，30（2）：1-5.

[2]Houghton J E T，Ding Y H，Griggs J，et al. Climate change 2001：the scientific basis[M]. Cambridge University Press，2001：881.

[3]江西省減輕自然災害白皮書（2004）[Z]. 南昌：江西省減災委員會辦公室，2004.

[4]鐘小根，王 玨. 江西農業(yè)氣象災害危害及減災對策研究[J]. 農業(yè)考古，2014（1）：140-143.

[5]孫素琴，許愛華，鄭 婧，等. 江西省汛期暴雨時空分布及區(qū)域性暴雨分區(qū)[J]. 氣象與減災研究，2016，39（2）：90-97.

[6]黃國勤，錢海燕. 江西省近年來的農業(yè)自然災害及其防治對策[J]. 災害學，2005，20（2）：61-65.

[7]蔡 哲，章毅之，何擁鳳，等. 江西省干旱洪澇的時空變化特征分析[J]. 自然災害學報，2013，22（2）：144-149.

[8]李柏貞，謝佳杏，孔 萍，等. 江南茶葉農業(yè)氣象災害風險區(qū)劃[J]. 干旱氣象，2015，33（6）：1017-1023.

[9]吳珊珊，王懷清，黃彩婷. 氣候變化對江西省雙季稻生產的影響[J]. 中國農業(yè)大學學報，2014，19（2）：207-215.

[10] 何壽仁，董黍準，程 勇，等. 江西南豐蜜橘氣象災害預警技術[C]. 氣象服務發(fā)展論壇，2014.

[11] 馬鋒敏，章毅之，唐傳師，等. 近52年江西省汛期極端降水事件的時空變化[J]. 長江流域資源與環(huán)境，2013，22（10）：1348-1355.

[12]唐傳師，孟明華，馬鋒敏. 江西省1959—2013年極端高溫事件的時空演變特征[C]. 中國氣象學會年會，2014.

[13]胡菊芳，張超美，彭 靜. 江西省主要氣象災害年代際變化特征分析[J]. 氣象與減災研究，2007，30（4）：37-42.

[14]王保生，劉文英，黃淑娥. 江西省旱澇災害風險評估與農業(yè)可持續(xù)發(fā)展[J]. 氣象與減災研究，2006，29（2）：43-47.

[15]易桂林. 農業(yè)氣象災害對贛江流域農業(yè)生產的影響及對策[J]. 安徽農業(yè)科學，2012，38（11）：5731-5732，5738.

[16]韓明臣，梁玉蓮，王化儒. 中國近三十年持續(xù)性農業(yè)氣象災害指標時空分布特征[J]. 北方園藝，2014（24）：196-201.

[17]范銀貴. 空間插值方法在繪制降水量等值線中的應用[J]. 水利水電科技進展，2002，22（3）：48-50.

[18]Clarke M J，Mantay J a. Optimizing recycling in all of New York Citys neighborhoods：using GIS to develop the REAP index for improved recycling education，awareness，and participation[J]. Resources Conservation & Recycling，2006，46（2）：128-148.

[19] 吳 立，霍治國，姜 燕，等. 氣候變暖背景下南方早稻春季低溫災害的發(fā)生趨勢與風險[J]. 生態(tài)學報，2016，36（5）：1263-1271.

[20]朱 敏，袁建輝. 1961—2010年江蘇省農業(yè)氣候資源演變特征[J]. 氣象與環(huán)境學報，2013，29（3）：69-77.

[21]陸叔鳴，熊蜀斐，王 歡，等. 1種新的洪澇標準及其應用的嘗試[J]. 氣象與減災研究，1998，21（1）：6-11.endprint