亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        蘇皖鄂地區(qū)一季稻產(chǎn)量災(zāi)損的風(fēng)險(xiǎn)區(qū)劃

        2018-03-14 06:37:12楊沈斌石春林于庚康王萌萌
        江蘇農(nóng)業(yè)科學(xué) 2018年3期
        關(guān)鍵詞:抗災(zāi)區(qū)劃減產(chǎn)

        黃 維, 楊沈斌, 石春林, 于庚康, 高 蘋(píng), 陳 德, 王萌萌

        (1.南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室,江蘇南京 210044; 2.江蘇省農(nóng)業(yè)科學(xué)院,江蘇南京 210014; 3.江蘇省氣象局,江蘇南京 210008; 4.柳州市農(nóng)業(yè)氣象試驗(yàn)站,廣西柳州 545003)

        通信作者:楊沈斌,博士,副教授,研究方向?yàn)檗r(nóng)業(yè)氣象。E-mail:jaasyang@163.com。

        我國(guó)是水稻種植大國(guó),水稻的安全生產(chǎn)關(guān)系到國(guó)民經(jīng)濟(jì)的健康發(fā)展。然而,由于水稻生長(zhǎng)期較長(zhǎng),容易遭受不同類(lèi)型農(nóng)業(yè)氣象災(zāi)害的威脅,如高溫?zé)岷?、低溫寡照、洪澇和干旱等。這些水稻農(nóng)業(yè)氣象災(zāi)害具有發(fā)生頻率高、強(qiáng)度大、范圍廣的特點(diǎn),受到氣象部門(mén)和農(nóng)業(yè)部門(mén)的關(guān)注。據(jù)統(tǒng)計(jì),我國(guó)農(nóng)業(yè)氣象災(zāi)害平均每年造成水稻、小麥等主要糧食作物產(chǎn)量損失在5×106~2×107t,重災(zāi)年損失可達(dá)5×107t[1]。因此,農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)研究一直是自然災(zāi)害風(fēng)險(xiǎn)研究的熱點(diǎn)。

        從農(nóng)業(yè)氣象災(zāi)害的承災(zāi)體出發(fā),產(chǎn)量災(zāi)損風(fēng)險(xiǎn)研究是一種基于氣象產(chǎn)量的綜合農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)研究,其區(qū)劃結(jié)果在一定程度上能反映多種農(nóng)業(yè)氣象災(zāi)害對(duì)承災(zāi)體最終產(chǎn)量的影響。近年來(lái),根據(jù)作物產(chǎn)量數(shù)據(jù)進(jìn)行的產(chǎn)量災(zāi)損風(fēng)險(xiǎn)區(qū)劃已有一定成果[2-5]。例如,劉少軍等利用海南島18個(gè)縣(市、區(qū))天然橡膠的實(shí)際產(chǎn)量資料,以平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、減產(chǎn)率風(fēng)險(xiǎn)指數(shù)和氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)域系數(shù)為指標(biāo),對(duì)海南島天然橡膠產(chǎn)量進(jìn)行災(zāi)損風(fēng)險(xiǎn)區(qū)劃,劃分了3個(gè)橡膠生產(chǎn)風(fēng)險(xiǎn)區(qū)[2];蔡大鑫等在產(chǎn)量風(fēng)險(xiǎn)評(píng)價(jià)模型基礎(chǔ)上,結(jié)合地區(qū)間荔枝種植規(guī)模風(fēng)險(xiǎn)的差異,將海南島荔枝生產(chǎn)區(qū)劃分為5個(gè)風(fēng)險(xiǎn)等級(jí)[3];劉小雪等以平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、不同減產(chǎn)率風(fēng)險(xiǎn)概率和災(zāi)損減產(chǎn)風(fēng)險(xiǎn)指數(shù)為災(zāi)損指標(biāo),構(gòu)建了適用于夏玉米產(chǎn)量災(zāi)損風(fēng)險(xiǎn)評(píng)估模型,并將該評(píng)估模型應(yīng)用于河南省夏玉米產(chǎn)量災(zāi)損的風(fēng)險(xiǎn)區(qū)劃,其區(qū)劃結(jié)果在一定程度上反映了干旱和連陰雨天氣對(duì)夏玉米的減產(chǎn)情況[4];薛昌穎等在災(zāi)損風(fēng)險(xiǎn)評(píng)估模型的基礎(chǔ)上加入抗災(zāi)系數(shù),利用構(gòu)建的評(píng)估模型對(duì)北方冬小麥產(chǎn)量災(zāi)損風(fēng)險(xiǎn)類(lèi)型的地理分布進(jìn)行了分析,為當(dāng)?shù)亻_(kāi)展農(nóng)業(yè)保險(xiǎn)和優(yōu)化農(nóng)業(yè)生產(chǎn)布局提供了科學(xué)依據(jù)[5]。

        目前,關(guān)于水稻高溫?zé)岷Α⒌蜏乩浜Φ绒r(nóng)業(yè)氣象災(zāi)害的風(fēng)險(xiǎn)區(qū)劃研究已有一些報(bào)道[6-9],但以縣(市、區(qū))級(jí)水稻產(chǎn)量為數(shù)據(jù)源進(jìn)行災(zāi)損風(fēng)險(xiǎn)區(qū)劃的研究較少。本研究選擇長(zhǎng)江中下游一季稻主產(chǎn)省份,即江蘇省、安徽省和湖北省為研究區(qū),利用3省1970—2006年183個(gè)縣(市、區(qū))一季稻統(tǒng)計(jì)產(chǎn)量,在統(tǒng)計(jì)分析平均減產(chǎn)率的年際變化和周期特征基礎(chǔ)上,嘗試以平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、不同減產(chǎn)率風(fēng)險(xiǎn)概率、抗災(zāi)系數(shù)為風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo),通過(guò)構(gòu)建產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)模型,對(duì)蘇皖鄂3省一季稻進(jìn)行產(chǎn)量災(zāi)損的風(fēng)險(xiǎn)區(qū)劃,以期為該地區(qū)一季稻生產(chǎn)的防災(zāi)減災(zāi)工作提供決策依據(jù)。

        1 材料與方法

        1.1 研究區(qū)概況

        蘇皖鄂3省地處亞熱帶季風(fēng)氣候區(qū)[10]。該地區(qū)水稻以一季稻生產(chǎn)為主,一般在4月下旬開(kāi)始播種,8月上旬至8月下旬抽穗開(kāi)花,開(kāi)花后45 d左右成熟,平均生長(zhǎng)期約為 150 d,平均產(chǎn)量能達(dá)到6 600 kg/hm2[11]。已有研究表明,影響長(zhǎng)江中下游地區(qū)一季稻產(chǎn)量波動(dòng)的農(nóng)業(yè)氣象災(zāi)害主要有夏季高溫?zé)岷?、秋季低溫寡照、澇害以及沿海地區(qū)風(fēng)害等[12-13]。

        1.2 產(chǎn)量資料處理

        從研究區(qū)內(nèi)183個(gè)縣(市、區(qū))統(tǒng)計(jì)年鑒中獲取了一季稻統(tǒng)計(jì)產(chǎn)量數(shù)據(jù),數(shù)據(jù)情況見(jiàn)表1。為了統(tǒng)一產(chǎn)量資料時(shí)序,根據(jù)數(shù)據(jù)缺失情況,選取1970—2006年一季稻統(tǒng)計(jì)產(chǎn)量數(shù)據(jù)作為本研究數(shù)據(jù)源。

        表1 統(tǒng)計(jì)產(chǎn)量數(shù)據(jù)基本情況

        對(duì)產(chǎn)量進(jìn)行產(chǎn)量分類(lèi),即:

        y=yt+yw+ε。

        (1)

        式中:y、yt、yw、ε分別為實(shí)際產(chǎn)量、趨勢(shì)產(chǎn)量、氣象產(chǎn)量和隨機(jī)產(chǎn)量,kg/hm2。

        考慮到影響水稻生產(chǎn)的偶然因素并不是經(jīng)常發(fā)生且影響有限,因此在實(shí)際產(chǎn)量分解計(jì)算中忽略ε的貢獻(xiàn),則上式可以簡(jiǎn)化為:

        y=yt+yw。

        (2)

        參照文獻(xiàn)[14]給出的計(jì)算趨勢(shì)產(chǎn)量方法,采用直線滑動(dòng)平均分離趨勢(shì)產(chǎn)量。本研究將滑動(dòng)步長(zhǎng)設(shè)置為11年。還計(jì)算了相對(duì)氣象產(chǎn)量(yr),公式如下:

        (3)

        1.3 災(zāi)損風(fēng)險(xiǎn)評(píng)估指標(biāo)計(jì)算

        1.3.1 平均減產(chǎn)率 對(duì)于某站一定時(shí)間序列上的相對(duì)氣象產(chǎn)量{xi},若xi<0,則定義對(duì)應(yīng)的年份i為減產(chǎn)年,歷年平均減產(chǎn)率計(jì)算[15-16]如下:

        (4)

        1.3.2 減產(chǎn)率變異系數(shù) 變異系數(shù)(V)描述了負(fù)的相對(duì)氣象產(chǎn)量序列數(shù)值離散性,反映一個(gè)地區(qū)水稻產(chǎn)量受氣象因子及其他環(huán)境波動(dòng)情況,系數(shù)越大,說(shuō)明產(chǎn)量隨環(huán)境條件的波動(dòng)越大,計(jì)算公式如下:

        (5)

        1.3.3 不同減產(chǎn)率范圍的風(fēng)險(xiǎn)概率 已有研究表明,一定時(shí)間尺度上的作物相對(duì)氣象產(chǎn)量序列一般具有正態(tài)分布特征[17]。采用Jarque-Bera檢驗(yàn)法對(duì)各縣(市、區(qū))的相對(duì)氣象產(chǎn)量序列進(jìn)行正態(tài)性檢驗(yàn)后發(fā)現(xiàn),大多數(shù)站點(diǎn)的相對(duì)氣象產(chǎn)量序列符合正態(tài)分布,而對(duì)于少數(shù)不符合正態(tài)分布的相對(duì)氣象產(chǎn)量序列可以使用Box-Cox變換法進(jìn)行正態(tài)性轉(zhuǎn)換,Box -Cox 變換可以針對(duì)不同的數(shù)據(jù)選擇最優(yōu)的冪參數(shù),所以對(duì)于某些無(wú)法應(yīng)用對(duì)數(shù)變換的數(shù)據(jù)有較好的變換效果[18]。由于該變換只針對(duì)正數(shù),因此采用擴(kuò)展后的Box-Cox變換對(duì)相對(duì)氣象產(chǎn)量序列進(jìn)行正態(tài)性轉(zhuǎn)換,公式如下:

        (6)

        式中:y(λ)為轉(zhuǎn)換后的相對(duì)氣象產(chǎn)量數(shù)據(jù);λ為轉(zhuǎn)換冪參數(shù);a為相對(duì)氣象產(chǎn)量序列的平移量,取值為1。

        利用正態(tài)分布的性質(zhì),根據(jù)公式(7),即可得到水稻不同增減產(chǎn)區(qū)間的風(fēng)險(xiǎn)概率。

        (7)

        式中:f(x)表示相對(duì)氣象產(chǎn)量的概率密度分布函數(shù);x1和x2均表示減產(chǎn)率;μ和σ表示方程參數(shù),可利用最大似然估計(jì)法對(duì)其進(jìn)行估計(jì)[19]。本研究以減產(chǎn)率≥10%、≥20%、≥30%的風(fēng)險(xiǎn)概率作為風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)。

        1.3.4 抗災(zāi)系數(shù) 抗災(zāi)系數(shù)是反映一個(gè)地區(qū)農(nóng)業(yè)生產(chǎn)抗災(zāi)能力強(qiáng)弱的指標(biāo),常用實(shí)際產(chǎn)量與理論最大產(chǎn)量比值的均值來(lái)表示[20],本研究采用各縣(市、區(qū))在研究時(shí)段內(nèi)最高產(chǎn)量代替理論上的最大產(chǎn)量,計(jì)算公式如下:

        (8)

        式中:yi表示某地某年實(shí)際產(chǎn)量,kg/hm2;ymax表示該地在研究時(shí)段內(nèi)最高產(chǎn)量,kg/hm2。

        1.3.5 產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù) 水稻產(chǎn)量災(zāi)損風(fēng)險(xiǎn)程度與歷年平均減產(chǎn)率、減產(chǎn)率發(fā)生概率、災(zāi)年減產(chǎn)率變異系數(shù)成正比,但與抗災(zāi)系數(shù)成反比[20]。在上述有關(guān)風(fēng)險(xiǎn)評(píng)估指標(biāo)的基礎(chǔ)上,構(gòu)建單季稻產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)(R),計(jì)算公式如下:

        (9)

        1.4 小波分析

        選擇Morlet復(fù)數(shù)小波分析研究區(qū)減產(chǎn)率的時(shí)序變化。該小波是Gauss包絡(luò)下的單頻率復(fù)正弦函數(shù),在時(shí)域和頻域內(nèi)具有較好的局部聚集性[21-22]。Morlet復(fù)數(shù)小波函數(shù)為:

        ψ(t)=π-1/4eiω0te-t2/2。

        (10)

        式中:t為自變量;ωo為無(wú)量綱頻率,取值為6[22]。對(duì)于時(shí)間序列xb*(b*=0,1,2,…,N-1,N為時(shí)間序列的長(zhǎng)度),其小波變換為:

        (11)

        式中:Wb*(a,b)為小波變換系數(shù);ψ*表示其共軛復(fù)函數(shù);a為尺度因子;b為時(shí)間平移因子;δt為采樣時(shí)間間隔。同時(shí),利用α=0.05紅噪聲標(biāo)準(zhǔn)譜作為背景譜對(duì)小波變換方差進(jìn)行顯著性檢驗(yàn)[23]。

        2 結(jié)果與分析

        2.1 平均減產(chǎn)率的時(shí)間變化特征

        由圖1-a可以看出,全區(qū)一季稻平均減產(chǎn)率在研究時(shí)段內(nèi)年際波動(dòng)較大,但總體呈下降趨勢(shì),減產(chǎn)率最大的3個(gè)年份分別為1980、1991、2003年,分別達(dá)到14.2%、12.4%、14.2%,最小的2個(gè)年份分別為1987、2004年,分別為4.34%、4.36%,最大與最小減產(chǎn)率相差3倍多。

        由圖1-b可以看出,1980、2003年是區(qū)域內(nèi)出現(xiàn)減產(chǎn)站點(diǎn)數(shù)最多的2個(gè)年份,減產(chǎn)站點(diǎn)數(shù)量占所有站數(shù)的90%以上,減產(chǎn)站點(diǎn)數(shù)量最少的為1984年,僅8.2%的站點(diǎn)發(fā)生減產(chǎn)。有12個(gè)年份減產(chǎn)范圍在50%以上,占研究時(shí)段總年份數(shù)的32.4%,其中有10個(gè)年份減產(chǎn)范圍在60%以上。

        圖2顯示了研究區(qū)平均減產(chǎn)率的Morlet小波系數(shù)實(shí)部時(shí)頻分布和小波變換方差。由圖2-a可以看出,平均減產(chǎn)率存在多時(shí)間尺度特征??偟膩?lái)說(shuō),平均減產(chǎn)率存在5、7年左右的年際和20年左右、35年以上年代的4類(lèi)尺度的周期振蕩特征。5年左右小尺度周期信號(hào)出現(xiàn)在1985年前后,在2002年后消失,7年左右尺度周期的振蕩尺度隨時(shí)間增加,到1980年時(shí)振蕩尺度穩(wěn)定在8年,但能量逐漸減弱,2000年后又與20年左右尺度融合,振蕩能量有所加強(qiáng);1970年后,存在20年左右和35年以上的大尺度的周期振蕩能量較強(qiáng),具有全域性。由圖2-b可以看出,35年左右的振蕩周期并沒(méi)有通過(guò)顯著性檢驗(yàn),最大峰值為20年尺度的周期振蕩,在全時(shí)域上的平均振蕩能量最強(qiáng),為平均減產(chǎn)率變化的第一主周期,8年時(shí)間尺度對(duì)應(yīng)第二峰值,為平均減產(chǎn)率變化的第二主周期。

        2.2 歷年平均減產(chǎn)率空間分布

        由圖3可以看出,平均減產(chǎn)率有明顯的空間差異,在整個(gè)研究區(qū)內(nèi)總體呈北高南低,中部高、東西低的趨勢(shì)。全區(qū)平均減產(chǎn)率變化在3.5%~23.8%之間,最小值出現(xiàn)在江蘇泰州地區(qū),最大值出現(xiàn)在安徽界首、臨泉地區(qū)。根據(jù)平均減產(chǎn)率值的變化,將研究區(qū)劃分為低值區(qū)(<10%)、中值區(qū)([10%,15%])和高值區(qū)(>15%),則結(jié)果表明,研究區(qū)大部分地區(qū)均處于低值區(qū),中值區(qū)分布在湖北西部的竹溪、利川和中部的孝感、東南部小部分地區(qū),安徽中南部的桐城、西北部,以及江蘇東南部的呂四等地,高值區(qū)主要分布在安徽界首、臨泉地區(qū)。

        2.3 減產(chǎn)率變異系數(shù)

        由圖4可以看出,變異系數(shù)的范圍為0.50~1.77,呈現(xiàn)出較大的空間差異。變異系數(shù)大于1.00的高值區(qū)主要集中在湖北中部、安徽東南部和江蘇北部、南部的小部分地區(qū),其他大部分地區(qū)的變異系數(shù)小于1.00。變異系數(shù)大于1.50的地區(qū)有湖北省的鐘祥、云夢(mèng)、通山,其中云夢(mèng)的變異系數(shù)最大,為1.77。變異系數(shù)小于0.60的地區(qū)有湖北省的損縣、興山、大冶,安徽省的蒙城、宿州以及江蘇省的溧陽(yáng),其中以湖北省的損縣變異系數(shù)最小,為0.50。歷年減產(chǎn)率變異系數(shù)的大小能在一定程度上反映水稻產(chǎn)量受氣象因子及其他環(huán)境影響的波動(dòng)程度,系數(shù)越大說(shuō)明這個(gè)地區(qū)的水稻生產(chǎn)對(duì)環(huán)境的敏感性越強(qiáng),產(chǎn)量波動(dòng)越大,水稻生產(chǎn)受環(huán)境影響較大。

        2.4 減產(chǎn)風(fēng)險(xiǎn)概率

        由圖5-a可以看出,風(fēng)險(xiǎn)概率值范圍為1.7%~35.9%。風(fēng)險(xiǎn)概率>20%區(qū)域主要分布在湖北的西南部、安徽西北部和江蘇東部的小部分地區(qū),其中以安徽界首風(fēng)險(xiǎn)概率最大,達(dá)到35.9%。風(fēng)險(xiǎn)概率<10%的區(qū)域主要分布在湖北省的中部、安徽省的南部和江蘇省的中南部,江蘇省減產(chǎn)率風(fēng)險(xiǎn)概率<10%的區(qū)域最大,占整個(gè)江蘇省面積的50%以上,風(fēng)險(xiǎn)概率最小值出現(xiàn)在江蘇省的泰州地區(qū),為1.7%。

        由圖5-b可以看出,風(fēng)險(xiǎn)概率值范圍為0.0%~23.5%。以風(fēng)險(xiǎn)概率5%作為劃分界限,結(jié)果表明,研究區(qū)大部分地區(qū)的風(fēng)險(xiǎn)概率均<5%,占所有站點(diǎn)的76%,多地的風(fēng)險(xiǎn)概率接近0%,表明減產(chǎn)率≥20%的災(zāi)害情況在研究時(shí)段內(nèi)未發(fā)生過(guò)。風(fēng)險(xiǎn)概率>5%的地區(qū)除了湖北省的竹溪和江蘇省的啟東等小部分區(qū)域外,絕大部分集中在安徽省的西北部,安徽界首的風(fēng)險(xiǎn)概率最高,達(dá)到23.5%。

        由圖5-c可以看出,風(fēng)險(xiǎn)概率值范圍為0.0%~13.9%。與減產(chǎn)率≥10%、≥20%的風(fēng)險(xiǎn)概率相比,減產(chǎn)率≥30%的風(fēng)險(xiǎn)概率明顯較小,大部分地區(qū)的風(fēng)險(xiǎn)概率均小于1%,占所有站點(diǎn)的74%。風(fēng)險(xiǎn)概率>5%的僅6個(gè)站點(diǎn),分別為安徽省的臨泉、界首、渦陽(yáng)、阜南、定遠(yuǎn)和江蘇省的啟東,其中以安徽省界首地區(qū)的風(fēng)險(xiǎn)概率最大,達(dá)到13.9%。

        2.5 抗災(zāi)系數(shù)

        由圖6可以看出,抗災(zāi)系數(shù)的范圍為0.48~0.86,空間分布差異大,且總體呈現(xiàn)出北低南高的趨勢(shì)。高值區(qū)主要分布在江蘇省東南部、安徽省東南部以及湖北省南部,抗災(zāi)系數(shù)>0.7 的站點(diǎn)有105個(gè),占所有站點(diǎn)的57.3%,>0.8的站點(diǎn)有14個(gè),占所有站點(diǎn)7.7%,江蘇揚(yáng)州地區(qū)的抗災(zāi)系數(shù)最大,達(dá)到0.86??篂?zāi)系數(shù)的低值區(qū)主要分布在湖北省西南部、北部和安徽省西北部以及安徽省東北部延伸至江蘇省的小部分地區(qū)。抗災(zāi)系數(shù)最小的出現(xiàn)在安徽省的泗縣,約為0.48??篂?zāi)系數(shù)在一定程度上反映一個(gè)地區(qū)的農(nóng)業(yè)生產(chǎn)力水平和防災(zāi)減災(zāi)能力,與當(dāng)?shù)氐霓r(nóng)業(yè)投入密切相關(guān)[20]。

        2.6 產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)

        根據(jù)風(fēng)險(xiǎn)指數(shù)值的變化區(qū)間,將研究區(qū)劃分成3個(gè)風(fēng)險(xiǎn)區(qū):低風(fēng)險(xiǎn)區(qū)(R≤0.1)、中風(fēng)險(xiǎn)(0.10.3)。由圖7可以看出,研究區(qū)大部分地區(qū)處于低風(fēng)險(xiǎn)區(qū),低風(fēng)險(xiǎn)區(qū)的站點(diǎn)占所有站點(diǎn)的86.9%。中風(fēng)險(xiǎn)區(qū)主要分布在湖北省的鐘祥、利川、孝感、漢川、浠水、陽(yáng)新,安徽省的靈璧、泗縣、阜陽(yáng)、霍邱、壽縣、長(zhǎng)豐、鳳陽(yáng)、全椒、來(lái)安、樅陽(yáng)、安慶,江蘇省的泗洪。高風(fēng)險(xiǎn)區(qū)主要分布在安徽省西北部的臨泉、界首、渦陽(yáng)、阜南、定遠(yuǎn)和江蘇省東部的啟東。

        3 討論

        產(chǎn)量災(zāi)損區(qū)劃結(jié)果與陳平等基于單季稻統(tǒng)計(jì)產(chǎn)量的水稻生產(chǎn)風(fēng)險(xiǎn)分析結(jié)果[24-26]大體一致,都認(rèn)為鄂西南山地、安徽北部、西北部和江蘇東部的啟東地區(qū)一季稻生產(chǎn)風(fēng)險(xiǎn)較高,但具體不同風(fēng)險(xiǎn)區(qū)域存在一定差異,其原因主要在于選取的研究區(qū)范圍和使用統(tǒng)計(jì)產(chǎn)量的時(shí)段有差異。其次,大部分研究在產(chǎn)量災(zāi)損評(píng)估模型中都未能考慮水稻的抗災(zāi)性能。根據(jù)段居琦等對(duì)我國(guó)單季稻種植區(qū)的氣候適宜性區(qū)劃結(jié)論,研究區(qū)除安徽北部、南部的小部分區(qū)域處于單季稻次適宜區(qū)外,其他地區(qū)都處于中適宜區(qū),較適合單季稻種植[27],本研究的產(chǎn)量災(zāi)損區(qū)劃結(jié)果與其有相似之處,都認(rèn)為除了安徽東北部的單季稻生產(chǎn)風(fēng)險(xiǎn)較大外,其他較適合單季稻種植,俞芬等對(duì)淮河流域單季稻氣候適宜性分析后也有類(lèi)似結(jié)論[28]。

        長(zhǎng)江中下游地區(qū)一季稻產(chǎn)量波動(dòng)除了受氣候因子影響外,還受多種農(nóng)業(yè)氣象災(zāi)害綜合影響,主要有夏季高溫?zé)岷?、秋季低溫寡照、澇害以及沿海地區(qū)風(fēng)害等[12-13]。根據(jù)沙修竹等研究,湖北省中南部及東北部、安徽省中西部是高溫?zé)岷Φ母唢L(fēng)險(xiǎn)區(qū)[8],但本研究在上述高溫?zé)岷Ω唢L(fēng)險(xiǎn)區(qū)域中僅有小部分區(qū)域?qū)儆诋a(chǎn)量災(zāi)損的中風(fēng)險(xiǎn)區(qū),大部分地區(qū)都處于產(chǎn)量災(zāi)損的低風(fēng)險(xiǎn)區(qū),這可能與各地水稻品種及高溫?zé)岷ζ陂g的田間管理措施有關(guān)。相比高溫?zé)岷Φ绒r(nóng)業(yè)氣象災(zāi)害,洪澇災(zāi)害對(duì)研究區(qū)水稻生產(chǎn)危害更大[29]。楊尚英等使用灰色關(guān)聯(lián)分析發(fā)現(xiàn),與江蘇省、湖北省相比,洪澇災(zāi)害對(duì)安徽省農(nóng)業(yè)生產(chǎn)影響較大,且集中表現(xiàn)在淮河流域一帶[30]。據(jù)統(tǒng)計(jì),淮河流域1991年洪澇災(zāi)害造成當(dāng)?shù)匾患镜緶p產(chǎn)6.3%,2003年洪澇造成當(dāng)?shù)匾患镜緶p產(chǎn)14.3%[31],21世紀(jì)以來(lái)安徽西北部洪澇指數(shù)還呈現(xiàn)出明顯增加趨勢(shì)[32],洪澇災(zāi)害已成為該地區(qū)的主要農(nóng)業(yè)氣象災(zāi)害。安徽省產(chǎn)量災(zāi)損的中、高風(fēng)險(xiǎn)區(qū)與該省洪澇災(zāi)害的空間分布及變化趨勢(shì)較為吻合。

        在數(shù)據(jù)轉(zhuǎn)換方法上,使用Box-Cox轉(zhuǎn)換法對(duì)非正態(tài)分布進(jìn)行正態(tài)轉(zhuǎn)換,這與大多數(shù)研究使用的偏態(tài)數(shù)據(jù)正態(tài)化方法[33]相比,易操作的同時(shí)對(duì)于某些無(wú)法應(yīng)用對(duì)數(shù)變換的數(shù)據(jù)也有較好的變換效果[34]。在確定參數(shù)過(guò)程中,使用了極大似然估計(jì)法估計(jì)正態(tài)分布密度函數(shù)的μ和σ參數(shù),這比直接使用樣本期望和方差作為相應(yīng)參數(shù)更為準(zhǔn)確[19]。然而,最后構(gòu)建的產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)R是一個(gè)相對(duì)值,僅能用于研究區(qū)比較。此外,本研究只是從承災(zāi)體的角度考慮風(fēng)險(xiǎn),未對(duì)致災(zāi)因子作定量分析,因此,在今后的研究中須針對(duì)各地典型的致災(zāi)因子和主要?dú)夂蛞蜃舆M(jìn)行分析,找出減產(chǎn)率與各農(nóng)業(yè)氣象災(zāi)害、氣候因子的定量關(guān)系。

        4 結(jié)論

        根據(jù)風(fēng)險(xiǎn)評(píng)估理論,以平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、不同減產(chǎn)率風(fēng)險(xiǎn)概率、抗災(zāi)系數(shù)為風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo),構(gòu)建適用于研究區(qū)一季稻的產(chǎn)量災(zāi)損綜合風(fēng)險(xiǎn)指數(shù)模型。根據(jù)區(qū)劃結(jié)果,研究區(qū)大部分地區(qū)處于產(chǎn)量災(zāi)損的低風(fēng)險(xiǎn)區(qū),而高風(fēng)險(xiǎn)區(qū)主要分布在安徽省的西北部。結(jié)合研究區(qū)相關(guān)的農(nóng)業(yè)氣象災(zāi)害和氣候適宜性區(qū)劃研究,產(chǎn)量災(zāi)損區(qū)劃結(jié)果在一定程度上能宏觀反映主要農(nóng)業(yè)氣象災(zāi)害和氣候因子對(duì)一季稻產(chǎn)量的綜合作用,這可為一季稻的防災(zāi)減災(zāi)工作和種植布局優(yōu)化提供科學(xué)參考。

        參考文獻(xiàn):

        [1]呂厚荃. 中國(guó)主要農(nóng)區(qū)重大農(nóng)業(yè)氣象災(zāi)害演變及其影響評(píng)估[M]. 北京:氣象出版社,2011.

        [2]劉少軍,張京紅,蔡大鑫,等. 海南島天然橡膠產(chǎn)量災(zāi)損風(fēng)險(xiǎn)區(qū)劃[J]. 自然災(zāi)害學(xué)報(bào),2015,24(2):235-241.

        [3]蔡大鑫,張京紅,劉少軍. 海南荔枝產(chǎn)量的寒害風(fēng)險(xiǎn)分析與區(qū)劃[J]. 中國(guó)農(nóng)業(yè)氣象,2013,34(5):595-601.

        [4]劉小雪,申雙和,劉榮花. 河南夏玉米產(chǎn)量災(zāi)損的風(fēng)險(xiǎn)區(qū)劃[J]. 中國(guó)農(nóng)業(yè)氣象,2013,34(5):582-587.

        [5]薛昌穎,霍治國(guó),李世奎,等. 北方冬小麥產(chǎn)量災(zāi)損風(fēng)險(xiǎn)類(lèi)型的地理分布[J]. 應(yīng)用生態(tài)學(xué)報(bào),2005,16(4):620-625.

        [6]李友信. 長(zhǎng)江中下游地區(qū)水稻高溫?zé)岷Ψ植家?guī)律研究[D]. 武漢:華中農(nóng)業(yè)大學(xué),2015.

        [7]孟 林,王春乙,任義方,等. 長(zhǎng)江中下游一季稻高溫?zé)岷ξkU(xiǎn)性特征及其對(duì)氣候變化的響應(yīng)[J]. 自然災(zāi)害學(xué)報(bào),2015,24(6):80-89.

        [8]沙修竹,申雙和,陶蘇林. 長(zhǎng)江中下游地區(qū)一季稻高溫?zé)岷︼L(fēng)險(xiǎn)評(píng)估與區(qū)劃[J]. 江蘇農(nóng)業(yè)學(xué)報(bào),2015,31(5):1053-1059.

        [9]Cheng Y X,Huang J F,Han Z L,et al. Cold damage risk assessment of double cropping rice in Hunan,China[J]. Journal of Integrative Agriculture,2013,12(2):352-363.

        [10]程純樞. 中國(guó)的氣候與農(nóng)業(yè)[M]. 北京:氣象出版社,1991:37-53.

        [11]中華人民共和國(guó)農(nóng)業(yè)部.新中國(guó)農(nóng)業(yè)60年統(tǒng)計(jì)資料[M]. 北京:中國(guó)農(nóng)業(yè)出版社,2009.

        [12]霍治國(guó),王石立. 農(nóng)業(yè)與生物氣象災(zāi)害[M]. 北京:氣象出版社,2009.

        [13]劉 玲,沙奕卓,白月明. 中國(guó)主要農(nóng)業(yè)氣象災(zāi)害區(qū)域分布與減災(zāi)對(duì)策[J]. 自然災(zāi)害學(xué)報(bào),2003,12(2):92-97.

        [14]霍治國(guó),劉榮花,姜 燕,等. 小麥干旱災(zāi)害等級(jí):QX/T 81—2007[S]. 北京:氣象出版社,2007.

        [15]吳洪顏,高 蘋(píng),徐為根,等. 江蘇省冬小麥濕漬害的風(fēng)險(xiǎn)區(qū)劃[J]. 生態(tài)學(xué)報(bào),2012,32(6):1871-1879.

        [16]鄧 國(guó),王昂生,周玉淑,等. 中國(guó)省級(jí)糧食產(chǎn)量的風(fēng)險(xiǎn)區(qū)劃研究[J]. 南京氣象學(xué)院學(xué)報(bào),2002,25(3):373-379.

        [17]李世奎. 中國(guó)農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與對(duì)策[M]. 北京:氣象出版社,1999:40-41.

        [18]Box G E P,Cox D R. An analysis of transformations[J]. Journal of the Royal Statistical Society,1964,26(2):211-252.

        [19]王 靜. 分組數(shù)據(jù)情形下對(duì)數(shù)正態(tài)分布參數(shù)的最大似然估計(jì)[J]. 應(yīng)用數(shù)學(xué)學(xué)報(bào),2003,26(4):737-744.

        [20]李世奎,霍治國(guó),王素艷,等. 農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估體系及模型研究[J]. 自然災(zāi)害學(xué)報(bào),2004,13(1):77-87.

        [21]Torrence C,Compo G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society,1998(79):61-78.

        [22]沈陳華. 氣象因子對(duì)江蘇省水稻單產(chǎn)的影響[J]. 生態(tài)學(xué)報(bào),2015,35(12):4155-4167.

        [23]陳 斐,楊沈斌,申雙和,等. 長(zhǎng)江中下游雙季稻區(qū)春季低溫冷害的時(shí)空分布[J]. 江蘇農(nóng)業(yè)學(xué)報(bào),2013,29(3):540-547.

        [24]陳 平,陶建平,趙 瑋. 基于風(fēng)險(xiǎn)區(qū)劃的農(nóng)作物區(qū)域產(chǎn)量保險(xiǎn)費(fèi)率厘定研究——以湖北中稻縣級(jí)區(qū)域產(chǎn)量保險(xiǎn)為例[J]. 自然災(zāi)害學(xué)報(bào),2013,22(2):51-60.

        [25]俞 芬. 基于生態(tài)適宜度理論的淮河流域單季水稻氣候風(fēng)險(xiǎn)評(píng)估[D]. 廣州:廣州大學(xué),2008.

        [26]邵立瑛,申雙和,高 磊,等. 江蘇省水稻生產(chǎn)的綜合氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估[J]. 科學(xué)技術(shù)與工程,2015,15(32):232-239.

        [27]段居琦,周廣勝. 我國(guó)單季稻種植區(qū)的氣候適宜性[J]. 應(yīng)用生態(tài)學(xué)報(bào),2012,23(2):426-432.

        [28]俞 芬,千懷遂,段海來(lái). 淮河流域水稻的氣候適宜度及其變化趨勢(shì)分析[J]. 地理科學(xué),2008,28(4):537-542.

        氣象災(zāi)害動(dòng)態(tài)及其影響分析[J]. 氣候變化研究進(jìn)展,2015,11(2):123-130.

        [30]楊尚英,張梅梅,楊玉玲. 近10年來(lái)我國(guó)農(nóng)業(yè)氣象災(zāi)害分析[J]. 江西農(nóng)業(yè)學(xué)報(bào),2007,19(7):106-108.

        [31]王春乙,婁秀榮,王建林. 中國(guó)農(nóng)業(yè)氣象災(zāi)害對(duì)作物產(chǎn)量的影響[J]. 自然災(zāi)害學(xué)報(bào),2007,16(5):37-43.

        [32]張桂香,霍治國(guó),吳 立,等. 1961—2010年長(zhǎng)江中下游地區(qū)農(nóng)業(yè)洪澇災(zāi)害時(shí)空變化[J]. 地理研究,2015,34(6):1097-1108.

        [33]鄧 勃. 分析測(cè)試數(shù)據(jù)的統(tǒng)計(jì)處理方法[M]. 北京:清華大學(xué)出版社,1995:96-97.

        [34]陳學(xué)君,蘇仲岳,李仲龍,等. 年降水量數(shù)據(jù)的正態(tài)變換方法對(duì)比分析[J]. 干旱氣象,2012,30(3):459-464.

        猜你喜歡
        抗災(zāi)區(qū)劃減產(chǎn)
        無(wú)人機(jī)灑藥相鄰藕塘減產(chǎn) 誰(shuí)來(lái)?yè)?dān)責(zé)?
        胡春華強(qiáng)調(diào):切實(shí)抓好春耕生產(chǎn)和抗災(zāi)奪豐收工作
        今年水稻抗災(zāi)奪豐收技術(shù)意見(jiàn)
        王文濤主持召開(kāi)省政府常務(wù)會(huì)議 全力減災(zāi)救災(zāi)確保今年抗災(zāi)奪豐收
        預(yù)防“倒春寒”保證果樹(shù)不減產(chǎn)
        林芝市雷電風(fēng)險(xiǎn)區(qū)劃
        二銨減產(chǎn) 復(fù)合肥增產(chǎn)
        基于“三線一單”的環(huán)境功能區(qū)劃實(shí)證研究
        川渝傳統(tǒng)民居區(qū)劃的環(huán)境蘊(yùn)意
        打好農(nóng)業(yè)防汛抗災(zāi)主動(dòng)仗
        種子科技(2016年7期)2016-12-29 08:49:28
        国产无遮挡a片又黄又爽| 精品人妻av一区二区三区不卡| 久久视频在线视频精品| 中文字幕日韩人妻在线| 国产福利一区二区三区视频在线看| 国产黄色精品高潮播放| 女优免费中文字幕在线| 日本办公室三级在线观看| 国产夫妻精品自拍视频| 在线国产丝袜自拍观看| 国产精品日韩av一区二区三区| 亚洲国产日韩综合天堂| 精品国产一区二区三区毛片| 亚洲高清一区二区三区视频| 少妇又紧又色又爽又刺| 精品国产亚洲av久一区二区三区| 国产偷闻女邻居av在线观看| 亚洲中文字幕人妻久久| 中文字幕精品亚洲字幕| 国产精品对白一区二区三区| 曰日本一级二级三级人人| 日韩经典午夜福利发布| 偷看农村妇女牲交| 欧美成人秋霞久久aa片| 另类老妇奶性生bbwbbw| 国产乱人伦AV在线麻豆A| 亚洲精品一区网站在线观看| 亚洲香蕉毛片久久网站老妇人 | 国产日产韩国av在线| 久久不见久久见www日本网| 精品少妇爆乳无码av无码专区| 日本乱人伦在线观看| 一区二区传媒有限公司 | 又色又爽又黄还免费毛片96下载| 天天综合网天天综合色| 99热门精品一区二区三区无码| 亚洲国产精品午夜一区| 日韩人妖视频一区二区| 免费无码毛片一区二区app| 依依成人精品视频在线观看| 国产亚洲欧美日韩国产片|